8 - Serie e sviluppo in serie

🔹 1. Introduzione rapida

Una serie è la somma di una sequenza di termini:
S = a_0 + a_1 + a_2 + ... = ∑_{n=0}^∞ a_n.
La domanda fondamentale: la somma converge a un valore finito o diverge (va all’infinito o non ha limite)?

Le serie incontrano la fisica ovunque: dall’espansione di funzioni (Taylor) alla scomposizione di segnali periodici (Fourier). Saper riconoscere la convergenza e usare sviluppi in serie è indispensabile per approssimare soluzioni, stimare errori e analizzare spettri.

🔹 2. Serie numeriche: definizioni e criteri di convergenza

Definizione (somma parziale)

S_n = a_0 + a_1 + ... + a_n.
La serie converge se il limite lim_{n→∞} S_n esiste (finito).

Test rapidi (lista essenziale)

Condizione necessaria (term test): se lim_{n→∞} a_n ≠ 0, allora la serie diverge.
Serie geometrica: ∑ r^n converge se |r| < 1 (somma = 1/(1-r)), diverge se |r| ≥ 1.
- Esempio: ∑_{n=0}^∞ (1/3)^n = 1/(1-1/3)=3/2=1.5.
P-series: ∑ 1/n^p converge ⇔ p > 1.
- Esempio: p=2 → converge; valore noto ∑_{n=1}^\infty 1/n^2 = π^2 / 6 ≈ 1.644934066848.
Test del rapporto (d’Alembert): Se L = lim_{n→∞} |a_{n+1}/a_n|:
- L < 1 ⇒ convergenza assoluta;
- L > 1 ⇒ divergenza;
- L = 1 ⇒ inconclusivo.
Test della radice (Cauchy): L = limsup_{n→∞} n√|a_n| analogo al rapporto.
Test di confronto: confronta con serie note (≥0).
Serie alternata / criterio di Leibniz: ∑ (-1)^n b_n con b_n ↓ 0 ⇒ converge (fornisce anche stima dell’errore).

▶ Esempio svolto 1 — Serie geometrica

Calcolare S = ∑_{n=0}^\infty (1/3)^n.

|1/3| < 1, quindi converge.
S = 1/(1 - 1/3) = 1/(2/3) = 3/2 = 1.5.

▶ Esempio svolto 2 — p-series (p=2)

Valuta la convergenza di ∑_{n=1}^\infty 1/n^2.

p = 2 > 1 ⇒ la serie converge.
Risultato classico (Euler): ∑ 1/n^2 = π^2 / 6 ≈ 1.644934066848.
(valore numerico arrotondato: 1.644934066848)

▶ Esercizio svolto 3 — serie alternata

∑_{n=1}^\infty (-1)^{n+1} / n

Termini b_n = 1/n diminuiscono e vanno a 0 ⇒ criterio di Leibniz applicabile.
La serie converge (condizionatamente) al valore ln 2 ≈ 0.69314718056.
(valore numerico: 0.69314718056)

🔹 3. Serie di potenze, raggio di convergenza

Una serie di potenze centrata in x_0 ha forma:

∑_{n=0}^∞ c_n (x - x_0)^n.

Esiste un raggio di convergenza R ≥ 0: converge per |x - x_0| < R, diverge per |x - x_0| > R.
Si determina con il test del rapporto o della radice:

R = 1 / limsup_{n→∞} n√|c_n| (formula radice).
Oppure, se L = lim |c_{n+1}/c_n| esiste, R = 1/L.

▶ Esempio — esponenziale (serie di potenze)

e^x = ∑_{n=0}^∞ x^n / n! — raggio R = ∞ (converge per tutti x).

🔹 4. Sviluppo di Taylor e Maclaurin (con resto)

Sviluppo (Maclaurin) di una funzione f analitica attorno a x=0:

f(x) = ∑_{n=0}^N f^{(n)}(0)/n! · x^n  + R_{N+1}(x),

dove R_{N+1} è il resto (forma di Lagrange):

R_{N+1}(x) = f^{(N+1)}(ξ) / (N+1)! · x^{N+1}

per qualche ξ fra 0 e x.

▶ Esempio svolto 4 — approssimare `e^1` con polinomio di grado 3

Polinomio P_3(1) = 1 + 1 + 1/2 + 1/6 = 2.666666666667.

Calcolo preciso:
- 1 = 1
- 1/2 = 0.5
- 1/6 ≈ 0.166666666667
- Somma: 1 + 1 + 0.5 + 0.166666666667 = 2.666666666667.

Valore esatto e ≈ 2.718281828459.
Errore reale: e - P_3 = 0.051615161792 (≈ 0.051615161792).

Resto con Lagrange (massimo per 0 ≤ ξ ≤ 1):
R_4 ≤ e / 4! = e / 24 ≈ 0.113261742852 (quindi l’errore reale è ≤ 0.11326; la stima è valida e abbastanza grossolana ma garantita).

(Valori numerici arrotondati: e ≈ 2.718281828459, P_3(1) ≈ 2.666666666667.)

🔹 5. Serie di Fourier (cenni): idea, formule, ed esempio classico

Una serie di Fourier su [-π, π]:

f(x) ~ a_0/2 + ∑_{n=1}^∞ [ a_n cos(nx) + b_n sin(nx) ]

con coefficienti

a_n = (1/π) ∫_{-π}^{π} f(x) cos(nx) dx
b_n = (1/π) ∫_{-π}^{π} f(x) sin(nx) dx.

(Se il periodo è 2L, sostituisci π con L e nx con nπx/L.)

Le serie di Fourier scompongono segnali periodici nelle loro armoniche: il cuore dell’analisi spettrale.

▶ Esempio svolto 5 — funzione `f(x)=x` su `(-π,π)` (serie di tipo sawtooth)

f(x)=x è dispari ⇒ a_n = 0 per ogni n, solo seni b_n non nulli.

Calcolo (integrazione, passo chiave):

b_n = (1/π) ∫_{-π}^{π} x sin(nx) dx = 2 (−1)^{n+1} / n.

Quindi la serie è:

x = 2 ∑_{n=1}^∞ (−1)^{n+1} (sin(nx) / n).

Usando la formula di Parseval per f(x)=x si ricava anche il famoso risultato:

∑_{n=1}^∞ 1/n^2 = π^2 / 6.

(la derivazione è diretta: applicando Parseval si ottiene una somma di b_n^2 che porta alla serie ∑ 1/n^2).

🔹 6. Applicazioni fisiche (collegate)

Oscillatore armonico: soluzioni sinusoidali; la scomposizione in frequenze è immediata usando serie o trasformata di Fourier.
Onde periodiche ed elettromagnetismo: campi periodici si scompongono in armoniche; il comportamento di filtri e risonatori si studia per singola armonica.
Analisi spettrale dei segnali: decomposizione di segnali temporali in frequenze; in quantistica il principio di sovrapposizione si lega a espansioni in autostati (serie / integrali).

Esempio pratico: se una forza periodica F(t) è data, puoi leggere la risposta di un sistema lineare riga per riga (ogni armonica risponde con la sua ampiezza e fase).

🔹 7. Esercizi svolti (passo-passo) — utili per verificare la padronanza

Esercizio A — determina la convergenza di `∑ n! / 10^n`

Soluzione: applica il test del rapporto.
a_n = n! / 10^n.
Calcola a_{n+1}/a_n = (n+1)!/10^{n+1} · 10^n / n! = (n+1)/10.
Limite L = lim_{n→∞} (n+1)/10 = ∞ (>1) ⇒ la serie diverge molto chiaramente.

Esercizio B — verifica che `∑ (-1)^{n+1}/√n` converge o diverge

Soluzione: serie alternata con b_n = 1/√n che è monotona decrescente e b_n → 0. Per il criterio di Leibniz la serie converge.
Ma ∑ |(-1)^{n+1}/√n| = ∑ 1/√n è una p-series con p = 1/2 ≤ 1 ⇒ diverge. Quindi abbiamo convergenza condizionata, non assoluta.

Esercizio C — approssimare `e` con `P_3(1)` e stimare l’errore (già svolto in precedenza)

Risultati numerici (verificati):

P_3(1) = 2.666666666667
e ≈ 2.718281828459
Errore reale ≈ 0.051615161792
Resto (stima) ≤ e/4! ≈ 0.113261742852

Esercizio D — parziale Fourier / applicazione pratica

Calcola i primi tre coefficienti b_1, b_2, b_3 per f(x)=x su (-π,π):

b_n = 2 (−1)^{n+1} / n
Quindi:
- b_1 = 2 (−1)^{2} / 1 = 2 · 1 / 1 = 2? Attenzione al segno: (-1)^{1+1}=(-1)^2=1 ⇒ b1 = 2/1 = 2.
- b_2 = 2 (-1)^{3} / 2 = 2 (−1)/2 = −1.
- b_3 = 2 (-1)^{4} / 3 = 2 / 3 ≈ 0.666666666667.

Quindi i primi tre termini di x sono:

x ≈ 2·sin(x) − 1·sin(2x) + (2/3)·sin(3x) + ...

🔹 8. Esercizi proposti (da svolgere) — con breve soluzione indicativa

Test di convergenza: ∑ (−1)^n / n^{0.8} → converge condizionatamente (Leibniz), perché 1/n^{0.8} ↓ 0 ma ∑ 1/n^{0.8} diverge.
Raggio di convergenza: trova il raggio di ∑ n! x^n → usa rapporto: |(n+1)! x^{n+1} / (n! x^n)| = (n+1)|x| → L = ∞ unless x=0, perciò R = 0 (converge solo per x=0).
Taylor: calcola P_4(x) di ln(1+x) intorno a 0 e stima l’errore per x=0.5. (Usa derivazioni successive e la forma del resto).
Fourier pratico: per la funzione periodica definita f(x)=1 su (0,π) e f(x)=-1 su (-π,0) (onda quadra), calcola i coefficienti b_n e scrivi la serie. Confronta la prima somma parziale con la funzione (Gibbs phenomenon).
Fisica: data una forza periodica F(t)=∑ F_n cos(nω_0 t), mostra come la risposta dell’oscillatore smorzato si calcola armonica per armonica.

🔹 10. Tabella riepilogativa rapida (comandi/principi)

Condizione necessaria: a_n → 0 è necessaria per convergenza.
Geometrica ∑ r^n → converge se |r|<1.
p-series ∑ 1/n^p → converge se p>1.
Rapporto L = lim |a_{n+1}/a_n| → L<1 assoluta convergenza, L>1 divergenza.
Radice L = limsup n√|a_n| → analog.
Leibniz per alternanti: monotonia + limite 0 ⇒ converge.
Taylor remainder (Lagrange): R_{N+1}(x) = f^{(N+1)}(ξ) x^{N+1} / (N+1)!.

🔚 Conclusione e risorse pratiche

Questo modulo fornisce tutti gli strumenti teorici e pratici per riconoscere, lavorare e applicare serie in problemi di fisica e ingegneria: criteri di convergenza, serie di potenze e sviluppi di Taylor, fino alla scomposizione di segnali con le serie di Fourier. Gli esempi numerici mostrano come usare le stime del resto per valutare l’accuratezza delle approssimazioni. Le piccole grafiche SVG sono pronte da incollare in Blogger per dare un supporto visivo.

L’Infinito in un Punto:

Il Potere delle Serie Matematiche

Immaginate di dover descrivere una curva complicata, il suono di un violino o l'andamento di un'onda elettromagnetica. La natura raramente ci regala forme semplici come rette o cerchi perfetti. Eppure, la matematica possiede un "trucco" fenomenale: può scomporre quasi ogni cosa complessa in una somma infinita di pezzi semplicissimi. Questo è il mondo delle serie.

1. Che cos'è una serie? (Oltre la semplice somma)

In matematica, una serie non è altro che la somma dei termini di una successione infinita. La domanda che tiene svegli i matematici da secoli è: se continuo ad aggiungere numeri per sempre, otterrò un valore finito o il totale esploderà all'infinito?

Convergenza: La somma si stabilizza su un numero preciso (come un bersaglio centrato).
Divergenza: La somma cresce senza limiti (come un palloncino che scoppia).

I "Termometri" della Convergenza

Per capire se una serie "si comporta bene", usiamo dei test rapidi:

Il Test del Limite: Se i pezzi che aggiungi non diventano via via più piccoli fino a zero, la serie non potrà mai fermarsi. È la condizione minima di sopravvivenza.
La Serie Geometrica: È il classico esempio del "passo dopo passo". Se ogni passo è una frazione del precedente (es. la metà, un terzo), arriverai a una destinazione precisa.
L'Effetto p-Series: Sommare $1/n^2$ (quadrati) ci porta a un valore finito collegato a $\pi$ , mentre sommare $1/n$ (la serie armonica) diverge, anche se molto lentamente.

2. Taylor: Approssimare il Mondo

Lo sviluppo di Taylor è una delle scoperte più utili della storia. Ci permette di dire: "Non so calcolare esattamente questa funzione complicata, ma posso sostituirla con un polinomio (una somma di potenze come $x, x^2, x^3$ )".

Più termini aggiungiamo alla nostra serie, più la nostra approssimazione diventa precisa. È come guardare un'immagine digitale: con pochi pixel (pochi termini) vedi solo ombre, con milioni di pixel (molti termini) vedi la realtà.

Esempio Pratico: Calcolare $e^x$ (la funzione esponenziale) sembra difficile, ma sommandone i termini $1 + x + x^2/2...$ possiamo ottenere un valore preciso quanto vogliamo. Se ci fermiamo presto, commettiamo un errore, ma grazie alla formula del Resto di Lagrange, sappiamo esattamente quanto stiamo sbagliando.

3. Fourier: L'Impronta Digitale dei Suoni

Se Taylor scompone le funzioni in potenze, Fourier le scompone in onde (seni e cosini).

Ogni segnale periodico — che sia la vibrazione di una corda di chitarra o un segnale Wi-Fi — può essere visto come un'orchestra di onde pure.

Analisi Spettrale: È ciò che permette al tuo smartphone di riconoscere una canzone o di comprimere un file MP3. Riconosciamo le "armoniche" (i singoli coefficienti della serie) e scartiamo il rumore superfluo.

4. Perché la Fisica non ne può fare a meno?

Senza le serie, la fisica moderna sarebbe cieca. Ecco alcuni ambiti dove dominano:

Oscillatori: Dalle sospensioni delle auto ai ponti che oscillano al vento, tutto viene analizzato tramite serie di Fourier.
Meccanica Quantistica: Gli stati di una particella sono spesso espressi come somme infinite (serie) di stati fondamentali.
Elettromagnetismo: I filtri che puliscono il segnale radio della tua auto funzionano analizzando quali armoniche far passare e quali bloccare.

5. Tabella di Riepilogo: I Pilastri delle Serie

Strumento	Scopo Principale	Messaggio Chiave
Criterio del Rapporto	Verificare convergenza	Se il rapporto tra i termini cala, la serie si ferma.
Raggio di Convergenza	Definire i limiti	Entro quale distanza lo sviluppo è affidabile?
Criterio di Leibniz	Gestire segni alterni	Se i termini calano e oscillano (+, -, +), la serie converge.
Parseval	Energia del segnale	La somma delle potenze delle armoniche è l'energia totale.

Un piccolo esercizio per te

Prova a pensare a una serie geometrica nella vita reale: se ogni giorno spendi la metà di quello che hai in tasca, finirai mai i soldi? Matematicamente no (aggiungerai sempre spiccioli più piccoli), ma la somma totale di ciò che hai speso non supererà mai il tuo budget iniziale!

Corso di matematica propedeutica alla fisica: 8 – Serie e sviluppo in serie