Sei sulla pagina 1di 210

Michela Eleuteri

DISPENSE DEL CORSO DI ANALISI


MATEMATICA II
Universit degli Studi di Verona, Facolt di Scienze MM.FF.NN.
Corso di Laurea in Informatica
a.a. 2011/2012

A Giulia
con la speranza che almeno nella matematica
non assomigli al pap ,

Indice
1 Equazioni dierenziali

1.1

Modelli dierenziali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2

Equazioni dierenziali del primo ordine . . . . . . . . . . . . . . . . . . . . . . .

10

1.2.1

Generalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

10

1.2.2

Equazioni a variabili separabili

. . . . . . . . . . . . . . . . . . . . . . .

12

1.2.3

Equazioni lineari del primo ordine . . . . . . . . . . . . . . . . . . . . . .

15

Equazioni dierenziali lineari del secondo ordine . . . . . . . . . . . . . . . . . .

18

1.3.1

Generalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

18

1.3.2

La struttura dell'integrale generale

. . . . . . . . . . . . . . . . . . . . .

20

1.3.3

Equazioni lineari del secondo ordine omogenee a coecienti costanti . . .

22

1.3.4

Equazioni lineari non omogenee a coecienti costanti: metodo di somiglian-

1.3

za

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 Calcolo innitesimale per le curve

25

31

2.1

Richiami di calcolo vettoriale

. . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2

Funzioni a valori vettoriali: alcune denizioni

2.3

Calcolo dierenziale e integrale per funzioni a valori vettoriali

. . . . . . . . . .

33

2.4

Curve regolari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

35

2.5

Lunghezza di un arco di curva . . . . . . . . . . . . . . . . . . . . . . . . . . . .

37

2.6

Cambiamenti di parametrizzazione. Il parametro arco . . . . . . . . . . . . . . .

40

2.7

Integrali di linea di prima specie . . . . . . . . . . . . . . . . . . . . . . . . . . .

41

2.7.1

41

. . . . . . . . . . . . . . . . . . .

Applicazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3 Calcolo innitesimale per funzioni reali di pi variabili

31
32

43

3.1

Graco, linee di livello e domini . . . . . . . . . . . . . . . . . . . . . . . . . . .

43

3.2

Limiti e continuit

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

45

3.3

Analisi delle forme di indeterminazione . . . . . . . . . . . . . . . . . . . . . . .

47

INDICE

4 Calcolo dierenziale per funzioni reali di pi variabili

53

4.1

Nozione topologiche di base

. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

53

4.2

Derivate parziali, derivabilit e piano tangente . . . . . . . . . . . . . . . . . . .

55

4.3

Piano tangente

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

59

4.4

Dierenziabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

60

4.5

Derivate direzionali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

64

4.6

Calcolo delle derivate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

67

4.7

Derivate di ordine superiore

. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

69

4.8

Equazioni alle derivate parziali . . . . . . . . . . . . . . . . . . . . . . . . . . . .

70

4.9

Dierenziale secondo, matrice Hessiana, formula di Taylor del secondo ordine . .

71

4.10 Complementi: il caso

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5 Ottimizzazione. Estremi liberi

72

75

5.1

Generalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

75

5.2

Propriet topologiche delle funzioni continue . . . . . . . . . . . . . . . . . . . .

76

5.3

Estremi liberi: condizioni necessarie del primo ordine

. . . . . . . . . . . . . . .

77

5.4

Dal segno dell'incremento alle forme quadratiche . . . . . . . . . . . . . . . . . .

78

5.5

Classicazione e studio delle forme quadratiche: il caso

5.6

Classicazione e studio delle forme quadratiche: il caso generale

5.7

Forme quadratiche: il test degli autovalori

5.8

5.9

n=2

. . . . . . . . . . .

79

. . . . . . . . .

81

. . . . . . . . . . . . . . . . . . . . .

82

Studio della natura dei punti critici . . . . . . . . . . . . . . . . . . . . . . . . .

83

n=2.

5.8.1

Il caso

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.8.2

Il caso generale

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Esercizi di ricapitolazione riguardanti estremi liberi

83
84

. . . . . . . . . . . . . . . .

86

. . . . . . . . . . . . . . . . . . . . . . . . . . .

89

5.11 Funzioni denite implicitamente . . . . . . . . . . . . . . . . . . . . . . . . . . .

91

5.10 Funzioni convesse in

variabili

5.11.1 Funzione implicita di una variabile


5.11.2 Derivate successive

. . . . . . . . . . . . . . . . . . . . .

91

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

99

5.11.3 Funzione implicita di

variabili . . . . . . . . . . . . . . . . . . . . . . . 105

6 Calcolo dierenziale per funzioni di pi variabili a valori vettoriali

107

6.1

Superci in forma parametrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

6.2

Limiti, continuit e dierenziabilit . . . . . . . . . . . . . . . . . . . . . . . . . 108

6.3

Superci regolari in forma parametrica

6.4

. . . . . . . . . . . . . . . . . . . . . . . 111

6.3.1

Superci cartesiane (graco di una funzione di due variabili)

6.3.2

Superci di rotazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

Retta e piano normale, retta e piano tangente


6.4.1

Caso della supercie in

. . . . . . . 113

. . . . . . . . . . . . . . . . . . . 115

. . . . . . . . . . . . . . . . . . . . . . . . . . 115

INDICE

6.4.2

Caso della curva in

6.4.3

Caso della curva in

R2
R3

. . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 117

6.5

Teorema della funzione inversa e trasformazioni di coordinate . . . . . . . . . . . 122

6.6

Ottimizzazione vincolata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124

n = 2:
n = 2:

6.6.1

Caso

vincolo esplicitabile . . . . . . . . . . . . . . . . . . . . . . . 124

6.6.2

Caso

6.6.3

Un esercizio con un punto singolare sul vincolo . . . . . . . . . . . . . . . 138

6.6.4

Il caso generale

6.6.5

Metodo dei minimi quadrati . . . . . . . . . . . . . . . . . . . . . . . . . 143

metodo dei moltiplicatori di Lagrange

. . . . . . . . . . . . 134

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140

7 Calcolo integrale per funzioni di pi variabili reali


7.1

7.2

145

Integrali doppi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145


7.1.1

Integrale di una funzione limitata denita su un rettangolo . . . . . . . . 145

7.1.2

Funzioni integrabili su domini non rettangolari . . . . . . . . . . . . . . . 149

7.1.3

Propriet dell'integrale doppio . . . . . . . . . . . . . . . . . . . . . . . . 151

7.1.4

Calcolo degli integrali doppi: metodo di riduzione . . . . . . . . . . . . . 152

7.1.5

Calcolo degli integrali doppi: cambiamento di variabili

. . . . . . . . . . 154

Integrali tripli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157


7.2.1

Integrazione per li . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157

7.2.2

Integrazione per strati

7.2.3

Formula di cambiamento di variabili

. . . . . . . . . . . . . . . . . . . . . . . . . . . 157
. . . . . . . . . . . . . . . . . . . . 157

8 Campi vettoriali

159

8.1

Campi vettoriali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159

8.2

Linee integrali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160

8.3

Operatore rotore e operatore divergenza

. . . . . . . . . . . . . . . . . . . . . . 161

8.3.1

L'operatore rotore

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161

8.3.2

L'operatore divergenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162

8.4

Campi vettoriali conservativi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162

8.5

Domini connessi o semplicemente connessi

8.6

Lavoro o integrale di linea di un campo vettoriale

8.7

Lavoro di un campo conservativo

8.8

Il linguaggio delle forme dierenziali

8.9

Formula di Gauss-Green nel piano . . . . . . . . . . . . . . . . . . . . . . . . . . 173

. . . . . . . . . . . . . . . . . . . . . 166
. . . . . . . . . . . . . . . . . 167

. . . . . . . . . . . . . . . . . . . . . . . . . . 170
. . . . . . . . . . . . . . . . . . . . . . . . 173

8.10 Calcolo di aree mediante integrali curvilinei

. . . . . . . . . . . . . . . . . . . . 176

8.11 Area e integrali di supercie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177


8.11.1 Area di una supercie

. . . . . . . . . . . . . . . . . . . . . . . . . . . . 177

8.11.2 Integrale di supercie di una funzione continua . . . . . . . . . . . . . . . 180

INDICE

8.12 Flusso di un campo vettoriale attraverso una supercie


8.12.1 Superci orientate. Bordo di una supercie.

. . . . . . . . . . . . . . 182

. . . . . . . . . . . . . . . . 182

8.12.2 Flusso di un campo vettoriale attraverso una supercie orientata . . . . . 183


8.13 Teorema della divergenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
8.14 Il teorema di Stokes o del rotore . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

9 Serie di Fourier

191

9.1

Cenni sulle serie di funzioni

9.2

Serie di potenze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192

9.3

9.4

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191

9.2.1

Denizione e propriet

. . . . . . . . . . . . . . . . . . . . . . . . . . . . 192

9.2.2

Serie di potenze e serie di Taylor. Funzioni analitiche

Serie trigonometriche e serie di Fourier

. . . . . . . . . . . 196

. . . . . . . . . . . . . . . . . . . . . . . 198

9.3.1

Polinomi trigonometrici e serie trigonometriche

. . . . . . . . . . . . . . 198

9.3.2

Serie di Fourier di una funzione

9.3.3

Convergenza della serie di Fourier . . . . . . . . . . . . . . . . . . . . . . 204

. . . . . . . . . . . . . . . . . . . . . . . 200

Complementi: richiami sugli spazi vettoriali con prodotto scalare . . . . . . . . . 207

CAPITOLO 1

Equazioni dierenziali
1.1. Modelli dierenziali
Dalla sica sappiamo che se denotiamo con
all'istante t, allora la sua derivata prima
e la sua derivata seconda

00

x (t)

x(t)

la posizione di una particella che si muove

x (t) esprime la velocit della particella in quell'istante

esprime l'accelerazione.

Quindi quando andiamo a tradurre

matematicamente le leggi che governano modelli naturali pu essere naturale dover lavorare
con equazioni che coinvolgono una funzione incognita e qualcuna delle sue derivate.
equazioni prendono il nome di

Queste

equazioni dierenziali.

. Esempio 1.1.1. La seconda legge del moto di Newton F = ma, che stabilisce la posizione
x(t) al tempo t di un corpo di massa m costante, soggetto a una forza F (t), deve soddisfare
l'equazione dierenziale

d2 x
= F (t)
dt2

equazione del moto.

Quindi le equazioni dierenziali (spesso useremo l'acronimo ED per indicare un'equazione differenziale) nascono in maniera naturale per modellizzare fenomeni che hanno origine in molti
contesti della sica. Possono essere classicate in modi diversi. Abbiamo infatti:
1) equazioni differenziali ordinarie (EDO) se vengono coinvolte solo le derivate rispetto
a una sola variabile oppure equazioni alle derivate parziali (EDP) se vengono coinvolte
derivate parziali dell'incognita rispetto a pi di una variabile.

Esempio 1.1.2.

2
2u
2 u
=
c
t2
x2

rappresenta l' equazione delle onde che modellizza lo spostamento trasversale


punto

al tempo

di una corda tesa che pu vibrare.

u(x, t)

nel

Equazioni differenziali

2) classicazione in base all'ordine: l'ordine di una ED l'ordine massimo di derivazione che


compare nell'equazione.

Esempio 1.1.3.

L'equazione

d2 y
+ t y 3 cos y = sin t
dt2

di ordine 2

mentre l'equazione

d3 y
2t
dt3

dy
dt

2
=y

d2 y
et
2
dt

di ordine 3.

Possiamo dunque formalizzare i concetti nora introdotti attraverso la seguente denizione.

Denizione 1.1.4.

Si dice equazione differenziale di ordine

un'equazione del tipo

F (t, y, y 0 , y 00 , . . . , y (n) ) = 0
dove

y(t)

la funzione incognita e

(1.1.1)

una funzione assegnata delle

n+2

variabili

t, y, y 0 , . . . , y (n)

a valori reali.
Si dice ordine di un'equazione dierenziale l'ordine massimo di derivazione che vi compare.
Si dice soluzione (o curva integrale) della (1.1.1) nell'intervallo
denita almeno in

I R

una funzione

e a valori reali per cui risulti

F (t, (t), 0 (t), . . . , (n) (t)) = 0

t I.

Inne si dice integrale generale dell'equazione (1.1.1) una formula che rappresenti la famiglia
di tutte le soluzioni dell'equazione (1.1.1), eventualmente al variare di uno o pi parametri in essa
contenuti.

Esempio 1.1.5.

e sia

N (t)

Consideriamo una popolazione di individui, animali o vegetali che siano,

il numero degli individui. Osserviamo che

valori interi ed a priori una funzione discontinua di

funzione di del tempo

t;

t,

assume solo

tuttavia pu essere approssimata da

una funzione continua e derivabile purch il numero degli individui sia abbastanza grande.
Supponiamo che la popolazione sia isolata e che la proporzione degli individui in et riproduttiva e la fecondit siano costanti.
Se escludiamo i casi di morte, immigrazione, emigrazione, allora il tasso di accrescimento coincide con quello di natalit e se indichiamo con

il tasso specico di natalit (i.e. il numero

di nati per unit di tempo) l'equazione che descrive il modello diventa

N (t) = N (t).
Questo processo risulta realistico solo in popolazioni che crescono in situazioni ideali e sono
assenti tutti i fattori che ne impediscono la crescita.

1.1

Modelli differenziali

La stessa equazione compare anche in altri modelli relativi a sistemi siologici ed ecologici.

Esempio 1.1.6.

Consideriamo il caso della crescita di una cellula e sia

cellula in funzione del tempo

t.

p(t)

il peso della

Supponendo che la crescita non sia inuenzata da fattori

esterni, ragionevole pensare che in un piccolo intervallo di tempo l'accrescimento della cellula
sia proporzionale al tempo trascorso e al peso della cellula all'istante
con

t+h

due istanti successivi, esiste una costante

t.

Quindi se denotiamo

tale che

p(t + h) p(t) = k h p(t).


La relazione tanto pi precisa quanto pi

piccolo, quindi passando al limite per

h0

si

ottiene

p(t)
= k p(t).
Quindi l'equazione modello in entrambi gli esempi proposti

y = k y.
Sono regolati dalla medesima equazione il processo di disgregazione radioattiva, quello relativo
alla reazione di un tessuto vivente esposto a radiazioni ionizzanti e anche la reazione chimica
di alcune sostanze.

Esempio 1.1.7.

Studiamo ora il modello di crescita (dovuto a Malthus, 1978) relativo

all'evoluzione di una popolazione isolata in presenza di risorse limitate ed in assenza di predatori


o antagonisti all'utilizzo delle risorse. In questo caso l'equazione che si ottiene la seguente

N (t) = ( )N (t),
dove come prima

il tasso di natalit mentre

il numero di nati e morti nell'unit di tempo).

il tasso di mortalit (cio rispettivamente


Il numero

detto potenziale

biologico.

Ci chiediamo ora come possiamo trovare una soluzione del problema studiato nell'Esempio
1.1.7. Supponiamo per il momento che sia

N 6= 0.

Allora

N
d
N = N
= (log |N |) = ,
N
dt
da cui

log(|N (t)|) = t + c1 |N (t)| = ec1 et =: k 2 et


dove abbiamo posto

ec1 =: k 2 > 0

costante positiva e arbitraria. A questo punto allora

N (t) = k 2 et
9

Equazioni differenziali

quindi possiamo senz'altro dire che

N (t) = C et
Tutto questo vale se

N 6= 0;

C R \ {0}.

ma banale vericare che anche

N =0

soddisfa l'equazione di

partenza, quindi possiamo dire che l'integrale generale

N (t) = C et = C e()t

C R.

In particolare dall'ultima riga leggiamo che:

> prevale il
se < prevale

1) se

tasso di natalit e quindi la popolazione aumenta in modo esponenziale;

2)

invece il tasso di mortali e quindi la popolazione diminuisce no ad

estinguersi;
3) se

inne la popolazione rimane stabile nel tempo.

Osserviamo in particolare che non abbiamo trovato solo una soluzione, ma innite soluzioni,
dipendenti da una costante arbitraria.

Osservazione 1.1.8.

bene rimarcare che nessun organismo e nessuna popolazione cresce

indenitamente nel tempo; ci sono infatti limiti posti dalla scarsit di cibo o di alloggio o da
cause siche e oggettive...quindi per considerare un modello pi attendibile occorrerebbe apportare
ulteriori modiche al modello stesso; questo quanto stato fatto nel corso degli anni da studiosi
della dinamica delle popolazioni.

1.2. Equazioni dierenziali del primo ordine


1.2.1.

Generalit

Soermiamo ora la nostra attenzione sulle equazioni dierenziali ordinarie del primo ordine.
Esse sono della forma

F (t, y, y 0 ) = 0
con

funzione assegnata di

Esempio 1.2.1.

t, y, y 0

(1.2.1)

a valori reali.

La ricerca delle primitive di una funzione

equivale a risolvere l'equazione dierenziale

continua su un intervallo

y (t) = f (t) che ammette innite soluzioni del tipo

Z
y(t) =

f (t) dt + C,

10

C R.

1.2

Equazioni differenziali del primo ordine

Si dimostra che l'insieme delle soluzioni di una ED ordinaria del primo ordine costituito
da una famiglia di funzioni dipendente da un parametro

c: t 7 (t; c).

Tale famiglia prende

il nome di integrale generale dell'equazione.


La condizione supplementare

y(t0 ) = y0

permette, in generale, di selezionare una soluzione

particolare.

Denizione 1.2.2.

Il problema di risolvere il sistema di equazioni

F (t, y, y 0 ) = 0
y(t0 ) = y0

(1.2.2)

prende il nome di problema di cauchy.

Denizione 1.2.3.

Quando l'equazione (1.2.1) si presenta nella forma

y 0 (t) = f (t, y(t))

(1.2.3)

si dice che in forma normale.

Per equazioni di questo tipo si pu assicurare, sotto larghe ipotesi, che il problema di Cauchy
(1.2.2) ammette un'unica soluzione almeno localmente (cio per valori di

Osservazione 1.2.4.

intorno a

t0 ).

Le soluzioni dell'ED espresse dall'integrale generale potrebbero talvolta

essere denite su insiemi diversi a seconda del valore della costante o anche su insiemi pi complicati
di un intervallo (es.

t 6= 0).

Tuttavia quando parleremo di soluzione del problema di Cauchy andremo

sempre a intendere una funzione che:


a) denita su un intervallo

contenente il punto

b) derivabile in tutto l'intervallo

Esempio 1.2.5.

t0

in cui assegnata la condizione iniziale;

e soddisfa l'equazione in tutto

I.

Il problema di Cauchy

N 0 (t) = 3 N (t)
N (0) = 7

N (t) = c e3t .
3t
Imponendo il dato di Cauchy si ottiene N (0) = c = 7 da cui la soluzione N (t) = 7 e , t R
+
(t R
se t ha il signicato di tempo per cui il problema di Cauchy proposto considera

ammtte, per quanto visto nel paragrafo precedente, un'unica soluzione data da

un'evoluzione temporale di un fenomeno biologico).

11

Equazioni differenziali

1.2.2.

Equazioni a variabili separabili

Le equazioni a variabili separabili sono una particolare clase di ED ordinarie del primo ordine
del tipo (1.2.3) che sono caratterizzate dalla presenza di una funzione
una della sola variabile

e l'altra solo dell'incognita

y.

prodotto di due funzioni,

Pi nel dettaglio, sono equazioni del

tipo

y 0 = a(t) b(y)
con

funzione continua su un intervallo

IR

(1.2.4)

funzione continua su un intervallo

J R.

Obiettivo di questo paragrafo la determinazione dell'integrale generale per un'equazione di


questo tipo.
Distinguiamo due casi:
a) Se

soluzione dell'equazione

b(y) = 0,

allora la funzione costante

y(t) = y

una soluzione

dell'ED (1.2.4). Infatti in tal caso il secondo membro della (1.2.4) si annulla e anche il primo
membro di annulla (perch la derivata della funzione costante zero).
b) Supponiamo ora che

b(y) 6= 0.

Allora la (1.2.4) si pu riscrivere nella forma

y0
= a(t)
b(y)
quindi un'ipotetica soluzione soddisfa l'identit

y 0 (t)
= a(t).
b(y(t))
Prendendo gli integrali indeniti di entrambi i membri si ottiene

y 0 (t)
dt =
b(y(t))
con

Z
a(t) dt + C

costante arbitraria. Adesso a primo membro si eettua il cambio di variabile

da cui si ha

dy = y (t) dt

e dunque

dy
dt =
b(y)

Z
a(t) dt + C.

Quindi questo l'integrale generale della ED proposta. Se


una primitiva di

a(t),

y = y(t)

B(y)

una primitiva di

1
b(y)

A(t)

allora l'integrale generale della ED assegnato dall'equazione (in forma

implicita)

B(y) = A(t) + C
+

Osservazione 1.2.6.

con

costante arbitraria.

Osserviamo che non detto che si riesca a ricavare

ridurre la precedente equazione in forma normale.

12

esplicitamente o a

1.2

Equazioni differenziali del primo ordine

In generale, per le equazioni a variabili separabili vale il seguente

Teorema 1.2.7. Si consideri il problema di Cauchy


(

y 0 = a(t) b(y)
y(t0 ) = y0

con a continua in un intorno I di t0 e b continua in un intorno J di y0 . Allora esiste un


intorno di t0 che denoteremo con I 0 I e una funzione continua y denita su I 0 con derivata
anch'essa continua su I 0 che soluzione del problema. Inoltre se anche b0 continua su J
(o b ha rapporto incrementale limitato in J anche se non derivabile) allora tale soluzione
anche unica.
.

Esempio 1.2.8.

Determinare l'integrale generale dell'ED

y0 = t y3
disegnare alcune soluzioni nel piano e risolvere il problema di Cauchy

Prima di tutto si osserva che

y=0

y0 = t y3
y(0) = 1.

integrale singolare per l'equazione data. Quindi se

y 6= 0,

separando le variabili e integrando si ottiene

dy
=
y3

da cui

che porta a sua volta a

Z
t dt + C

1
t2
=
+C
2y 2
2

1
,
y =
k t2

k := 2C.

Imponendo il dato di Cauchy si osserva che l'unica soluzione quella che si ottiene per
e considerando il segno positivo davanti alla radice, cio

y(t) =
-

Esercizio 1.2.9.

1
.
1 t2

Risolvere il problema di Cauchy

y y0 = 2
y(0) = 1
13

k=1

Equazioni differenziali

Figura 1: Alcune soluzioni dell'ED dell'Esempio 1.2.8.

Integrando ambo i membri della ED proposta si ottiene con facili calcoli

y = 4t + 2C,

C R,

C R esistono due soluzioni (corrispondenti ai due segni davanti alla radice)

per t C/2. Imponendo il dato di Cauchy si ottiene y(0) = 2C = 1,

quindi per ogni


denite solo

quindi per compatibilit occorre scegliere il segno positivo davanti alla radice. La soluzione del

4t + 1,

t 1/4.
Andiamo a controllare se sono soddisfatte le condizioni del teorema: a(t) = 2 che dunque una
funzione continua e derivabile ovunque; b(t) = 1/y che continua e derivabile se y 6= 0. Quindi
problema proposto dunque

y=

denita solo per

il problema di Cauchy per questa equazione ha una e una sola soluzione purch la condizione
iniziale non sia del tipo
si otterrebbe

0 = 2.

y(t0 ) = 0.

Infatti l'equazione non soddisfatta in questo punto perch

Quindi il problema di Cauchy

y y0 = 2
y(0) = 0
14

1.2

Equazioni differenziali del primo ordine

Non ha soluzione.

Quindi abbiamo trovato un esempio di problema di Cauchy in cui viene a mancare l'esistenza
di soluzioni.

In altre situazioni potrebbe venire a mancare l'unicit delle soluzioni, come

mostra l'esempio successivo.

Esempio 1.2.10.

Risolvere il problema di Cauchy

Si osserva che
possiamo dire
graco di

y0 = 2 y
y(0) = 0.

b(y) = 2 y una funzione continua ma non derivabile in zero, quindi non


0
che b sia continua e in pi nemmeno il rapporto incrementale di b limitato (il

b ha tangente verticale in 0).

Quindi le ipotesi del Teorema 1.2.7 non sono soddisfatte

e potrebbe a priori mancare l'unicit della soluzione (osserviamo che questo non automatico!
Se le ipotesi del teorema non valgono, a priori nulla si pu dire, occorre analizzare caso per
caso).
In questo caso comunque eettivamente manca l'unicit della soluzione.
mostrare che

(
y1 (t) = 0

y2 (t) =

t2
0

Infatti facile di-

t0
t<0

sono entrambe soluzioni del problema di Cauchy assegnato (per altro coincidono se
Inoltre si nota che

1.2.3.

y2

derivabile in 0 con

t < 0).

y20 (0) = 0.

Equazioni lineari del primo ordine

In questo paragrafo andiamo a trattare un caso particolare di ED ordinarie del primo ordine
del tipo (1.2.1), il caso in cui

lineare in

y0.

In questo caso tali equazioni si possono

scrivere nella forma

a1 (t) y 0 (t) + a2 (t) y(t) = g(t),


con

a1 , a2

funzioni continue su un intervallo.

Se il coeciente

a1 (t)

non si annulla, l'ED lineare si pu scrivere in forma normale

y 0 (t) + a(t) y(t) = f (t).


Anche in questo caso supporremo
Se

continue in un intervallo

(1.2.5)

I R.

non identicamente nulla, la (1.2.5) si dice equazione completa. Se

f 0

invece,

l'equazione si dice omogenea e di solito, vista l'importanza che riveste tale equazione nella

15

Equazioni differenziali

struttura dell'integrale generale, si soliti indicare con una lettera diversa (usualmente

z)

la

soluzione di tale equazione, che diventa perci

z 0 (t) + a(t) z(t) = 0.

(1.2.6)

Vale il seguente risultato

Teorema 1.2.11. L'integrale generale dell'equazione completa si ottiene aggiungendo


all'integrale generale dell'equazione omogenea una soluzione particolare dell'equazione
completa.

Nella parte restante del paragrafo ci occuperemo di studiare la struttura dell'integrale generale per l'equazione (1.2.5). Dal Teorema 1.2.11 sappiamo dunque che dobbiamo occuparci
prima dello studio dell'integrale generale dell'equazione omogenea e poi della ricerca di una
soluzione particolare dell'equazione completa.

Ricerca dell'integrale generale dell'equazione omogenea


Sia

A(t)

a(t)

una primitiva di

membri di (1.2.7) per

A(t)

(tale per cui si abbia

A0 (t) = a(t)).

Moltiplichiamo ambo i

; si ottiene

z 0 (t) eA(t) + a(t) z(t) eA(t) = 0


da cui

e cio

d
[z(t) eA(t) ] = 0
dt
z(t) eA(t) = C

che si riscrive come

z(t) = C e
+

a(t) dt

(1.2.7)

Osservazione 1.2.12. Notiamo che si pu pensare la soluzione generale dell'equazione omoge-

nea del tipo

z = C z0

con

z0

soluzione particolare dell'equazione omogenea e

costante arbitraria.

Questo fatto pu essere interpretato dicendo che l'insieme delle soluzioni di una ED lineare omogenea uno spazio vettoriale di dimensione 1. Si noti che per le equazioni

dierenziali ordinarie omogene del secondo ordine vale un risultato corrispondente (l'insieme delle
soluzioni uno spazio vettoriale di dimensione 2),

Teorema 1.3.7.

Ricerca di una soluzione particolare dell'equazione completa


Utilizziamo il

metodo di variazione delle costanti,

che un metodo piuttosto generale che

funziona in diversi contesti. L'idea di ricercare una soluzione simile alla (1.2.7); stavolta per

16

1.2

Equazioni differenziali del primo ordine

non la prenderemo costante (altrimenti avremmo una soluzione dell'equazione omogenea),

ma lasciamo che dipenda da

cio sia

C C(t)

funzione di

t.

Cerchiamo dunque la soluzione

nella forma

y(t) = C(t) eA(t)


La

C(t)

deve essere determinata in modo tale che la

cos strutturata sia soluzione dell'e-

quazione completa (1.2.5). Quindi osservando che

y 0 (t) = C 0 (t) eA(t) C(t) a(t) eA(t)


si deduce inserendo le corrispondenti informazioni all'interno dell'equazione completa (1.2.5)

eA(t) [C 0 (t) C(t)a(t)] + a(t) C(t) eA(t) = f (t)


cio

eA(t) C 0 (t) = f (t)


da cui

C 0 (t) = f (t) eA(t)

e dunque

Z
C(t) =

f (s) eA(s) ds

(non c' bisogno di aggiungere una costante arbitraria visto che basta trovare una scelta di

C(t)

compatibile).

Quindi una soluzione particolare dell'equazione completa ha la forma

A(t)

f (s) eA(s) ds.

y(t) = e
+

Osservazione 1.2.13. Osserviamo che A(t) gi una primitiva, non c' bisogno di aggiun-

gere anche stavolta una ulteriore costante arbitraria; inoltre si pu dimostrare che se scelgo
un'altra primitiva il risultato non cambia e alla ne si ottiene la stessa formula.

Quindi riassumendo l'integrale generale dell'equazione completa ha la forma

A(t)

y(t) = c e

A(t)

+e

17

f (s) eA(s) ds

(1.2.8)

Equazioni differenziali

Risoluzione del problema di Cauchy


La costante arbitraria nella (1.2.8) determinata dalla condizione iniziale y(t0 ) = y0 . Scegliendo
R t1
a(s) ds), l'integrale generale che soddisfa
una primitiva tale per cui A(t0 ) = 0 (cio A(t) =
t0
il dato di Cauchy

y(t) = y0 e

A(t)

A(t)

+e

f (s) eA(s) ds.

(1.2.9)

t0

Vale il seguente teorema

Teorema 1.2.14.

(problema di cauchy per un'equazione differenziale lineare

Siano a, f funzioni continue su un intervallo I 3 t0 . Allora per ogni


y0 R il problema di Cauchy
del primo ordine).

y 0 (t) + a(t) y(t) = f (t)


y(t0 ) = y0

ha una e una sola soluzione y C 1 (I) (dove C k (I) l'insieme delle funzioni continue,
derivabili no all'ordine k e con tutte le derivate no all'ordine k continue); tale soluzione
assegnata dalla (1.2.9).

1.3. Equazioni dierenziali lineari del secondo ordine


In questo paragrafo andremo a studiare una classe particolare di ED ordinarie del tipo (1.1.1):
quelle del secondo ordine lineari; la linearit della

il punto cruciale per determinare la

struttura dell'integrale generale.

1.3.1.

Generalit

Denizione 1.3.1. Un'equazione dierenziale del secondo ordine si dice lineare se del tipo
a2 (t)y 00 + a1 (t)y 0 + a0 (t)y = g(t)
18

(1.3.1)

1.3

Equazioni differenziali lineari del secondo ordine

ai e il termine noto g sono funzioni denite in un certo intervallo I e continue nello


stesso intervallo. L'equazione si dice omogenea se g identicamente nullo; in caso contrario si
dice completa. L'equazione si dice a coefficienti costanti se i coecienti ai sono costanti
(per inciso, il termine noto pu invece dipendere da t); in caso contrario si dice a coefficienti
variabili. Inne se a1 non si annulla mai, l'equazione si pu riscrivere in in forma normale
dove i coecienti

come

y 00 + a(t)y 0 + b(t)y = f (t).


+

Osservazione 1.3.2.

(1.3.2)

Consideriamo il seguente operatore

L : C 2 (I) C 0 (I)
L : y 7 Ly
C k (I), come abbiamo gi accennato, sono gli spazi
all'ordine k e con tutte le derivate no all'ordine k continue

dove gli spazi

delle funzioni continue, derivabili

no

e dove abbiamo indicato con

il primo membro dell'equazione (1.3.1). Prima di tutto l'operatore ben denito, perch se
si ha che
che

Ly C 0 (I)

e questo grazie alla continuit dei coecienti

un operatore lineare, nel senso che per ogni

1 , 2 R,

ai .

Ly
y C2

Inoltre facile dimostrare

per ogni

y1 , y2 C 2 (I)

si ha

L(1 y1 + 2 y2 ) = 1 Ly1 + 2 Ly2 .


Questa propriet dell'operatore

Esempio 1.3.3.

giustica il motivo per cui l'equazione (1.3.1) detta lineare.

Il pi semplice esempio di equazione lineare del secondo ordine

y 00 (t) = 0.
Essa naturalmente equivale a dire che

y 0 (t) = C1

e da cui

y(t) = C1 t + C2 ,

con

C1 , C2

costanti

arbitrarie. Quindi le soluzioni di questa equazione sono tutti e soli i polinomi di primo grado.

.
m

Esempio 1.3.4.

(l'oscillatore armonico) Consideriamo un punto materiale di massa

che rimane libero di muoversi in linea orizzontale, attaccato a una molla che esercita una

y(t) la posizione del punto sulla retta (rispetto


dimostrare che y soddisfa l'equazione

forza di richiamo di tipo elastico. Denotiamo con


alla congurazione di riposo). Allora si pu

my 00 = ky
dove

k>0

denota la costante elastica del sistema. Siccome ovviamente

m 6= 0,

allora si pu

riscrivere l'equazione in forma normale come

y 00 + 2 y = 0
dove

2 = k/m.

(1.3.3)

L'equazione prende il nome di oscillatore armonico.

L'equazione (1.3.3) un'equazione dierenziale ordinaria del secondo ordine lineare omogenea

19

Equazioni differenziali

e a coecienti costanti. Se sul punto agisce una forza esterna (dipendente solo dal tempo

t)

l'equazione si riscrive come

y 00 + 2 y = f (t);
nel caso venga presa in considerazione lo smorzamento dovuto all'attrito, l'equazione si trasforma in

y 00 + hy 0 + 2 y = 0
con

h > 0.

Sar chiaro in seguito che l'integrale generale di una qualunque equazione lineare del secondo
ordine dipende da due parametri arbitrari.

Quindi per selezionare una soluzione al'interno

della famiglia di soluzioni stavolta, dierentemente da quanto visto nel caso delle equazioni
dierenziali del primo ordine, dovremo assegnare due condizioni.

Denizione 1.3.5.

Si dice problema di Cauchy per un'equazione dierenziale lineare del

secondo ordine (per semplicit la consideriamo espressa in forma normale), il problema

00
0

y + a(t)y + b(t)y = f (t)


y(t0 ) = y0

0
y (t0 ) = y1 .

Teorema 1.3.6.

(1.3.4)

Siano
a, b, f funzioni continue in un intervallo I 3 t0 . Allora per ogni y0 , y1 R il problema di
Cauchy (1.3.4) ammette un'unica soluzione y C 2 (I).
(esistenza e unicit per il problema di Cauchy (1.3.4))

Questo risultato analogo al corrispondente enunciato per le equazioni lineari del primo ordine.
Anche in questo caso, la soluzione sar ottenuta imponento le condizioni iniziali nell'espressione
che individua l'integrale generale dell'equazione (1.3.2). Quindi di nuovo il problema si riduce a
comprendere come ottenere la struttura dell'integrale generale per un'equazione del tipo 1.3.2.

1.3.2.

La struttura dell'integrale generale

Nel paragrafo precedente abbiamo visto che un'equazione dierenziale lineare del secondo ordine si pu scrivere nella forma

Ly = f ,

due spazi di funzioni continue. L'equazione


all'equazione completa

Ly = f .

L : C 2 (I) C 0 (I) un operatore lineare tra


Lz = 0 si dice equazione omogenea associata

dove

Il seguente teorema permette di determinare facilmente la

struttura dell'integrale generale dell'equazione (1.3.2).

20

Questo risultato non usa il fatto che

1.3

Ly = f

Equazioni differenziali lineari del secondo ordine

sia un'equazione dierenziale e non dipende dall'ordine dell'equazione, sfrutta sola-

mente il fatto che

Teorema 1.3.7.
completa)

un operatore lineare.

(Struttura dell'integrale generale dell'equazione lineare

Si pu dimostrare che:

1) l'insieme delle soluzioni dell'equazione omogenea Lz = 0 in un dato intervallo I uno


spazio vettoriale di dimensione 2 (sottospazio di C 2 (I));
2) l'integrale generale dell'equazione completa si ottiene sommando l'integrale generale
dell'equazione omogenea e una soluzione particolare dell'equazione completa.

Osservazione 1.3.8.

soluzioni

z1 (t)

z2 (t)

Dal punto 1) del teorema precedente possiamo dedurre che esistono due

dell'equazione omogenea che sono lineamente indipendenti (ovvero non sono

una multipla dell'altra) e ogni altra soluzione dell'equazione omogenea combinazione lineare di
e

z2 ;

z1

quindi questo signica che l'integrale generale dell'equazione omogenea dato dalla formula

C1 z1 (t) + C2 z2 (t)
al variare dei coecienti reali

C1 , C2 .

. Esempio 1.3.9. Si consideri l'equazione t2 z 00 3tz 0 + 3z = 0. Sia z1 = t. Allora z10 (t) = 1,


z100 (t) = 0 da cui t2 0 3t 1 + 3t = 3t + 3t = 0; quindi z1 una soluzione dell'equazione data.
3
0
2
00
Sia ora z2 = t . Allora z2 (t) = 3t e z2 (t) = 6t da cui inserendo le informazioni nell'equazione si
2
2
3
3
3
3
3
ottiene t 6t3t 3t +3 t = 6t 9t +3t = 0; quindi anche z2 (t) = t soluzione dell'equazione
data. Le due soluzioni sono linearmente indipendenti, quindi l'integrale generale dell'equazione
dato da

z(t) = C1 t + C2 t3 ,
al variare di

c1 , c2 R.

Nel caso precedente particolarmente facile vedere che le due soluzioni proposte sono linearmente indipendenti; in generale pu non essere cos immediato. Il seguente criterio generale
permette di decidere qualora due soluzioni proposte siano o no linearmente indipendenti.

21

Equazioni differenziali

Teorema 1.3.10.

(determinante wronskiano e indipendenza)

funzioni C 2 (I) soluzioni dell'equazione lineare omogenea

Siano z1 , z2 due

Lz z 00 + a(t)z 0 + b(t) = 0

nell'intervallo I . Allora esse sono linearmente indipendenti in C 2 (I) se e soltanto se la


seguente matrice
!
z1 (t) z2 (t)
z10 (t) z20 (t)

detta matrice Wronskiana ha determinante diverso da zero per ogni t I (dalla regolarit delle soluzioni, suciente che il determinante di tale matrice sia diverso da zero in
un punto t0 I ).

Riassumendo:

per determinare l'integrale generale dell'equazione completa occorre:

1) determinare l'integrale generale dell'equazione omogenea, quindi serve determinare 2 soluzioni

z1 (t)

z2 (t)

dell'equazione omogenea linearmente indipendenti;

2) determinare una soluzione particolare

y(t)

dell'equazione completa.

A questo punto l'integrale generale dell'equazione completa sar dato da

y(t) + C1 z1 (t) + C2 z2 (t)


al variare di

C1 , C2 R.

Osserviamo che in generale risolvere tale problema non aatto banale e noi riusciremo a farlo
solo in alcuni casi particolari. Nei prossimi paragra mostreremo come fare.

1.3.3.

Equazioni lineari del secondo ordine omogenee a coecienti

costanti
Consideriamo l'equazione dierenziale ordinaria lineare del secondo ordine omogenea a coecienti costanti

z 00 (t) + az 0 (t) + bz(t) = 0,

a, b

costanti.

(1.3.5)

In analogia con il caso analogo del primo ordine, che ammette degli esponenziali come soluzioni,
cerchiamo anche qui delle soluzioni di tipo esponenziale

z(t) = ert

in (1.3.5) otteniamo

ert (r2 + ar + b) = 0.
22

t 7 ert ,

con

r C.

Sostituendo

1.3

Equazioni differenziali lineari del secondo ordine

Siccome l'esponenziale una funzione sempre positiva, anch l'equazione precedente abbia
soluzione necessario che la costante

sia una radice dell'equazione di secondo grado

r2 + ar + b = 0
che viene detta

equazione caratteristica

della (1.3.5). Si possono distinguere tre casi, a seconda

del segno del discriminante.

4 = a2 4b > 0. In tal caso l'equazione caratteristica possiede due radici


r1 e r2 ; quindi le funzioni z1 (t) = er1 t e z2 (t) = er2 t sono due soluzioni distinte

primo caso

reali e distinte

e indipendenti della (1.3.5) il cui integrale generale si scrive

z(t) = C1 er1 t + C2 er2 t .

secondo caso

radice (con doppia

4 = a2 4b = 0. In tal caso l'equazione caratteristica possiede


molteplicit) r = a/2; quindi una soluzione sicuramente
a

z(t) = C e 2 t

l'unica

(1.3.6)

Per trovare una seconda soluzione usiamo (come nel caso delle equazioni del primo ordine) di
nuovo il metodo delle variazione delle costanti. La cerchiamo simile alla (1.3.6) con l'idea che
stavolta la costante dipenda da

t,

cio nella forma

a
r= .
2

z(t) = C(t) ert ,


Da cui

z 0 (t) = ert (rC(t) + C 0 (t)),

z 00 (t) = ert (r2 C(t) + 2rC 0 (t) + C 00 (t))

quindi sostituendo nell'equazione di partenza si ottiene

ert [(r2 + ar + b)C(t) + (2r + a)C 0 (t) + C 00 (t)] = 0.


Siccome ricordiamo che

r = a/2,

allora il coeciente davanti alla

C 0 (t)

si annulla; inoltre

soluzione dell'equazione caratteristica quindi anche il coeciente davanti alla


quindi deve necessariamente essere

00

C (t) = 0

da cui

C(t) = C2 t + C1 .

generale dell'equazione (1.3.5) si pu scrivere come

z(t) = e 2 t (C1 + C2 t).

23

C(t)

si annulla;

Allora la soluzione

Equazioni differenziali

4 = a2 4b < 0. In tale caso l'equazione caratteristica ha due radici complesse


r1 = + i e r2 = i (con e reali). Quindi soluzioni (indipendenti) della

terzo caso

coniugate

(1.3.5) sono le funzioni

z1 (t) = e(+i)t = et (cos t + i sin t);

z2 (t) = e(i)t = et (cos t i sin t).

A volte preferibile avere delle soluzioni reali; quindi ricordando che ogni combinazione lineare
di soluzioni ancora una soluzione dell'equazione, allora invece che
e

1
(z
2i 1

z2 ),

z1

z2

scegliamo

1
(z + z2 )
2 1

cio

et cos t

et sin t.

L'integrale generale della (1.3.5) si pu dunque scrivere nella forma

z(t) = et (C1 cos t + C2 sin t)

o in maniera del tutto equivalente (ricordando lo sviluppo del coseno di una somma)

z(t) = et A cos(t + ).

Riassumendo:

in ciascuno dei tre casi studiati abbiamo determinato due soluzioni dell'e-

quazione omogenea che risultano linearmente indipendenti:

Caso
Caso
Caso

Esempio 1.3.11.

4>0
er1 t
4=0
ert
4 < 0 et cos t

er2 t
tert
et sin t

Risolvere il seguente problema di Cauchy:

00
0

z 2z 3z = 0
z(0) = 1

0
z (0) = 2
L'equazione proposta dierenziale ordinaria del secondo ordine lineare, a coecienti costanti
omogenea. L'equazione caratteristica associata

r2 2r 3 = 0
24

1.3

che d come soluzioni

Equazioni differenziali lineari del secondo ordine

r = 1

r = 3.

Quindi da quanto detto sopra l'integrale generale

dell'equazione risulta

z(t) = C1 et + C2 e3t ,
al variare di

C1 , C2 R.

Imponendo i dati di Cauchy si deduce

2 = z 0 (0) = C1 + 3 C2

1 = z(0) = C1 + C2 ;
da cui

3
C2 = .
4

1
C1 = ;
4

Quindi la soluzione del problema di Cauchy proposto

1
3
z(t) = et + e3t .
4
4
1.3.4.

Equazioni lineari non omogenee a coecienti costanti: metodo

di somiglianza
In questo paragrafo ci occupiamo di trovare un integrale particolare dell'equazione completa
associata a un'equazione dierenziale ordinaria del secondo ordine lineare a coecienti costanti
del tipo

y 00 (t) + a y 0 (t) + b y(t) = f (t),


f (t)

nel caso in cui il termine noto

a, b costanti

(1.3.7)

abbia una forma particolare. Un metodo pi generale (ma

anche di solito pi complesso a livello di calcoli) si basa sul metodo di variazione delle costanti.
Invece quando

ha una forma particolarmente semplice, un'idea alternativa quella di cercare

una soluzione che

assomigli

f (t) = pr (t)

primo caso:

nel senso che andremo a specicare.

polinomio di grado

r.

In tal caso si cerca una soluzione che

sia anch'essa un polinomio, con le seguenti caratteristiche:


dove

qr (t)

il generico polinomio di grado

y(t) = qr (t)
y(t) = t qr (t)
y(t) = t2 qr (t)

di cui bisogna determinare i coecienti.

b 6= 0
b = 0 e a 6= 0
b=0ea=0
se

se
se

secondo caso: f (t) = A e t , C. In tal caso si cerca una soluzione del tipo y(t) =
e t (t). Con calcoli del tutto simili a quelli svolti per l'equazione omogenea si ottiene
00 + 0 (2 + a) + (2 + a + b) = A.
25

Equazioni differenziali

Osserviamo che suciente trovare una qualunque

tale che l'equazione precedente sia soddi-

sfatta. Quindi possiamo distinguere i seguenti casi:


a) Se

2 + a + b 6= 0

(cio se

non radice dell'equazione caratteristica) basta prendere

(t) =

costante

da cui

y(t) =

A
+ a + b

A et
.
2 + a + b

Quindi una soluzione particolare della (1.3.7) pu essere scritta nella forma

y(t) = C et ,
C C (e quindi visto che basta trovare una soluzione
C R).
2
b) Se + a + b = 0 ma 2 + a 6= 0, allora basta prendere

con

0 (t) =

costante

A
2 + a

particolare posso anche scegliere

(t) =

da cui

At
.
2 + a

Quindi si ha

A t et
y(t) =
.
2 + a
perci una soluzione particolare della (1.3.7) pu essere scritta nella forma

y(t) = C t et ,
con

CC

(e quindi di nuovo posso anche scegliere

c) Se inne

+ a + b = 0

2 + a = 0
(t) =

C R).

allora semplicemente si ha

A 2
t,
2

y(t) =

00 (t) = A

da cui

A 2 t
t e .
2

Quindi una soluzione particolare della (1.3.7) pu essere scritta nella forma

y(t) = C t2 et ,
con

C R.

Osserviamo che in questa classe particolare di termini noti del tipo

A et

anche i casi

cos t, sin t, et cos t, et sin t


.

Esempio 1.3.12.

con

R.

Si trovi una soluzione particolare dell'equazione

y 00 3y 0 + 2y = 1 + t2
26

con

rientrano

1.3

Equazioni differenziali lineari del secondo ordine

Si tratta di un'equazione dierenziale lineare del secondo ordine a coecienti costanti non
omogenea. Cerchiamo una soluzione del tipo generico polinomio di secondo grado

y(t) = C0 + C1 t + C2 t2 .
Siccome si ha

y 0 (t) = C1 + 2 C2 t,

y 00 (t) = 2 C2

inserendo queste informazioni nell'equazione di partenza si ottiene

2 C2 3(C1 + 2 C2 t) + 2(C0 + C1 t + C2 t2 ) = 1 + t2 .
A questo punto vado a uguagliare i coecienti dei termini con lo stesso grado, a destra e a
sinistra, ottenendo il seguente sistema

2 C2 3 C1 + 2 C0 = 1
6 C2 + 2 C1 = 0

2 C2 = 1
da cui si deduce immediatamente

9
C0 = ;
4

3
C1 = ;
2

1
C2 = .
2

Quindi una soluzione particolare dell'equazione proposta

y(t) =
.

Esempio 1.3.13.

9 3
1
+ t + t2 .
4 2
2

Si trovi una soluzione particolare dell'equazione

y 00 + 2y 0 = t
Si tratta di un'equazione dierenziale lineare del secondo ordine a coecienti costanti non
omogenea. Osserviamo che il termine noto di primo grado ma nell'equazione manca il termine
in

y;

quindi si ricade nel caso b) elencato in precedenza. Quindi cerchiamo una soluzione del

tipo polinomio di secondo grado della forma

y(t) = C1 t + C2 t2
Con semplici calcoli si deduce che deve essere

2 C2 + 2C1 + 4 C2 t = t
quindi

4 C2 = 1
2C1 + 2 C2 = 0
27

Equazioni differenziali

da cui

1
C2 = .
4

1
C1 = ;
4

Quindi una soluzione particolare dell'equazione proposta

1
1
y(t) = t + t2 .
4
4

Esempio 1.3.14.

Si trovi una soluzione particolare dell'equazione

y 00 + 2y 0 + 3y = 3 e3t .
Si tratta di un'equazione dierenziale lineare del secondo ordine a coecienti costanti non
omogenea. Per quanto detto sopra, possiamo cercare una soluzione particolare del tipo

3t

Ce

y(t) =

. Da cui con semplici calcoli

C e3t (9 + 2 3 + 3) = 18 C e3t = 3 e3t


quindi

C = 1/6

y(t) = 16 e3t .

Esempio 1.3.15.

Si trovi una soluzione particolare dell'equazione

y 00 2y 0 3y = 3 e3t .
Si tratta di un'equazione dierenziale lineare del secondo ordine a coecienti costanti non
omogenea. Ripetendo lo stesso ragionamento dell'esempio precedente, quindi andando a cercare
una soluzione particolare del tipo

y(t) = C e3t

si ottiene

C e3t (9 2 3 3) = 0 = 3 e3t
quindi non esiste una costante

(nemmeno in campo complesso) tale per cui la funzione

proposta risolva l'equazione data. Questo perch a ben vedere


caratteristica associata

y(t) = C t e

3t

r 2r 3 = 0.

Cerchiamo quindi una soluzione particolare del tipo

y 0 (t) = C e3t + 3C t e3t ;

y 00 (t) = 6 C e3t + 9 C t e3t

C = 3/4.

y(t) =
+

r = 3 soluzione dell'equazione

. Si ottiene innanzitutto

da cui inserendo nell'equazione si ottiene

Osservazione 1.3.16.

Una soluzione particolare dunque

3 3t
te .
4

Quando il termine noto del tipo

A et cos(t),

Ae(+i)t = Aet (cos(t) + i sin(t))


28

ricordando che

1.3

Equazioni differenziali lineari del secondo ordine

si pu procedere risolvendo l'equazione con il termine noto

A e(+i)t

e poi prendere la parte reale

di tale soluzione complessa; per linearit infatti troveremo la soluzione con il termine noto cercato.
Analogamente se il termine noto della forma

Aet sin(t)

si procede andando a prendere la parte

immaginaria. Alternativamente, si pu pensare di procedere senza usare i numeri complessi: in tal


caso si deve andare a cercare una soluzione particolare del tipo

y(t) = ex (C1 cos(3x) + C2 sin(3x)).


Usualmente comunque l'uso dell'esponenziale complesso rende i calcoli delle derivate di

meno

laboriosi. Inoltre, anche se il termine noto contiene solo seno oppure coseno, quando si cerca una
soluzione particolare si deve sempre cercare come combinazione lineare di entrambi seno e coseno.

Esercizio 1.3.17. Si trovi una soluzione particolare dell'equazione


y 00 + 2y 0 y = 2 ex cos(3x).

R. Procedendo come sottolineato, si ottiene infatti una soluzione particolare del tipo
y(t) =

Osservazione 1.3.18.

2 ex
(7 cos 3x + 12 sin 3x)
193

(metodo di sovrapposizione) Nel caso in cui

f (t)

sia combi-

nazione lineare di termini appartenenti a due tipologie diverse (esempio polinomio pi esponenzale
o polinomio pi funzione trigonometrica) per linearit prima si trova una soluzione dell'equazione
che ha come termine noto il primo termine del termine noto originario, poi si trova una soluzione
dell'equazione che ha come termine noto il secondo termine del termine noto originario e inne una
soluzione dell'equazione di partenza sar la somma delle due soluzioni trovate.

Esercizio 1.3.19. Si trovi una soluzione particolare dell'equazione


y 00 + 3y = t + 2 cos t

R. Procedendo come sottolineato, si ottiene infatti una soluzione particolare del tipo
y(t) =

t
+ cos t.
3

29

Equazioni differenziali

30

CAPITOLO 2

Calcolo innitesimale per le curve


2.1. Richiami di calcolo vettoriale
Per lo studio del calcolo innitesimale in pi variabili occorre un certo uso del calcolo vettoriale.
In questo paragrafo andiamo a richiamare le nozioni di base che verranno incontrate nel seguito.

Rn ; gli elementi di Rn li chiamiamo vettori e vengono indicati con


x = (x1 , x2 , . . . , xn ). Gli xi , i = 1, . . . n si dicono componenti del vettore. Il modulo di un
Ambientiamo tutto in

vettore denito come

v
u n
uX
|x| = t
x2
i

i=1
mentre si dice versore un vettore di modulo unitario e si indica con

vers(x) =
Rn

x
.
|x|

dotato della base canonica

e1 = (1, 0, 0, . . . , 0, 0), e2 = (0, 1, 0, . . . , 0, 0), . . . , en = (0, 0, 0, . . . , 0, 1)


e ogni vettore pu essere espresso come combinazione lineare degli elementi della base canonica

x = x1 e1 + x2 e2 + + xn en =

n
X

xj ej .

i=1
I casi che ci interessano maggiormente sono naturalmente quelli corrispondenti a
cio

R e R . In tal caso spesso per i


come (x, y) o (x, y, z) e anche i versori
R3 ) e i, j (in R2 ).

n = 2 e n = 3,

vettori si usano notazioni che non fanno uso di indici,


della base canonica sono di solito indicati con

i, j, k

(in

Tra le operazioni che si fanno di solito con i vettori, oltre a somma e prodotto per uno scalare,

31

Calcolo infinitesimale per le curve

ricordiamo il prodotto scalare che un'operazione che coinvoge due vettori e che d come
risultato uno scalare, secondo la legge

u v = (u1 , u2 , . . . , un ) (v1 , v2 , . . . , vn ) = u1 v1 + u2 v2 + + un vn =

n
X

ui vi .

i=1
Talvolta per indicare il prodotto scalare di due vettori si usa anche la notazione
di

hu, vi

invece

u v.
n=2

Nel caso particolare di

n=3

c' anche un preciso signicato geometrico, visto che

u v = |u| |v| cos ,


dove

l'angolo compreso tra i due vettori. Quindi

u v = 0 se e soltanto se i due vettori sono

ortogonali tra loro. Per analogia, la denizione di angolo tra due vettori si estende anche nel
caso

n > 3,

denendolo come

cos =

uv
|u| |v|

u v = 0.
3
Inne introduciamo anche un'altra operazione che agisce tra due vettori di R e che d come
3
risultato un vettore di R : il prodotto vettoriale. Si indica con uv e agisce nel seguente
e anche in questo contesto si dice che due vettori sono ortogonali se

modo







i j k
u u
u u
u u

2 3
1 3
1 2

u v = u1 u2 u3 = i
j
+ k

v2 v3
v1 v3
v1 v2
v1 v2 v3

= i(u2 v3 u3 v2 ) j(u1 v3 u3 v1 ) + k(u1 v2 u2 v1 ).


Si noti che

uv = 0

se e soltanto se i due vettori sono paralleli.

prodotto vettoriale si usa la notazione

uv

invece che

Talvolta per indicare il

uv

2.2. Funzioni a valori vettoriali: alcune denizioni


funzioni reali di una variabile reale, ossia oggetti del tipo
f : A R R con A dominio e f la legge che ad ogni elemento di A associa un solo elemento
di f (A) (chiamata immagine di A tramite f ) anch'esso reale.

Fino ad ora ci siamo occupati di

Il nostro obiettivo ora quello di estendere questa nozione al caso in cui i dati in ingresso o quelli
in uscita (o entrambi) possono essere pi di uno (mantenendo l'univocit della corrispondenza
input-output come deve essere per denizione di funzione).

32

2.3

Calcolo differenziale e integrale per funzioni a valori vettoriali

Denizione 2.2.1.

Si dice funzione di una variabile una funzione denita su

A R con n > 1.
reali una funzione che ha immagine f (A) R.
m
vettoriali una funzione che ha immagine f (A) R , m > 1.

Si dice funzione di pi variabili una funzione denita su


Si dice funzione a valori
Si dice funzione a valori

A R.

Le funzioni a valori vettoriali solitamente si indicano in grassetto come i vettori.

Esempio 2.2.2. Una funzione f : R R2 una funzione a valori vettoriali di una variabile

reale; una funzione

f : R3 R

una funzione di tre variabili a valori reali.

2.3. Calcolo dierenziale e integrale per funzioni a valori


vettoriali
Ci occupiamo ora degli elementi fondamentali del calcolo innitesimale per funzioni

RR

m > 1.

f :A

Questo il caso pi semplice perch molte delle principali nozioni del calcolo

dierenziale e integrale si riconducono a quelle gi studiate per il caso di funzioni reali di una
variabile reale. Nel caso

n = 2, 3

vedremo che le funzioni

f : A R Rm

hanno il signicato

geometrico di curve nel piano o nello spazio.


Sia dunque

r : I Rm

Denizione 2.3.1.

con

intervallo di

R.

Sia

t0 I

e sia

l Rm .

Si dice che

lim r(t) = l

tt0
se

lim |r(t) l| = 0.

(2.3.1)

tt0

Questa denizione ci permette di ricondurre il calcolo del limite per funzioni a valori vettoriali
al caso del calcolo di limiti per funzioni a valori reali; infatti la funzione

t 7 |r(t) l|

una

funzione reale di variabile reale; inoltre geometricamente la (2.3.1) signica che la distanza tra
il punto

r(t) e il punto l in Rm

tende a zero se

t t0

e questo possibile solo se tendono a zero

r e le componenti di l rispettivamente.
ri : I R, i = 1, . . . , m e l = (l1 , l2 , . . . , lm ) Rm

contemporaneamente le distanze tra le componenti di

r(t) = (r1 (t), r2 (t), . . . , rm (t)) con


t t0
r(t) l ri (t) li ,

Quindi se
allora se

i = 1, 2, . . . , m.

Quindi grazie all'interpretazione geometrica di (2.3.1) e alle nozioni note riguardanti il caso
di limiti di funzioni reali di variabile reale possiamo concludere che il limite di una funzione a
valori vettoriali si calcola componente per componente nel modo seguente:


lim r(t) = lim (r1 (t), r2 (t), . . . , rm (t)) =

tt0

tt0


lim r1 (t), lim r2 (t), . . . , lim rm (t) .

tt0

33

tt0

tt0

(2.3.2)

Calcolo infinitesimale per le curve

. Esempio
limt0 r(t).

2.3.2.

Sia

r : I R3

denita da

r(t) = (cos t + , et 1, sin t2 ).

Calcoliamo

Dalla (2.3.2) si ha che



lim r(t) = lim(r1 (t), r2 (t), r3 (t)) = lim(lim(cos t + ), lim(et 1), lim(sin t2 ) = (1 + , 0, 0).
t0

t0

t0 t0

t0

t0

Per curiosit andiamo a vericare che questo modo di procedere equivalente a calcolare
direttamente la (2.3.1). Si ha

q
lim |r(t) `| = lim |((cos t 1), (e 1), (sin t ))| = lim (cos t 1)2 + (et 1)2 + sin2 t2 = 0
t

t0

t0

t0

Osservazione 2.3.3.

Si dimostra che molte delle propriet dei limiti per funzioni reali di una

variabile reale si estendono in maniera immediata nel caso di funzioni a valori vettoriali, come ad

teorema di unicit del limite, il teorema sul limite della somma o del prodotto e la
denizione di funzione continua (in particolare una funzione a valori vettoriali continua se e solo
esempio il

se lo sono tutte le sue componenti).

Denizione 2.3.4.

Sia

r : I Rm

e sia

t0 I .

Si dice che

derivabile in

t0

se esiste

nito

r0 (t0 )

r(t0 + h) r(t0 )
(2.3.3)
lim
tt
h
 0

r2 (t0 + h) r2 (t)
rm (t0 + h) rm (t)
r1 (t0 + h) r1 (t)
, lim
, . . . , lim
lim
h0
h0
h0
h
h
h

=
=
(2.3.2)

(r10 (t0 ), r20 (t0 ), . . . , rn0 (t0 )).

Si osservi che negli ultimi passaggi abbiamo sfruttato il fatto osservato in precedenza, cio che i
limiti di funzioni a valori vettoriali si fanno componente per componente. Quindi anche la derivata
di una funzione a valori vettoriali si fa componente per componente: il vettore derivata il vettore
delle derivate delle componenti.

Denizione 2.3.5.

che

di classe

Se

C 1 (I)

derivabile in tutto

e inoltre la funzione

r C 1 (I). Analogamente
C k (I) per k > 1.

e si scrive

successivo e le funzioni di classe

r0

continua in

I,

si dice

si deniscono le derivate di ordine

Inne in maniera naturale si pu introdurre anche l'integrale denito di una funzione a valori
vettoriali.

Denizione 2.3.6.

r : [a, b] Rm e poniamo
Z b

Z b
Z b
Z b
r(t) dt =
r1 (t) dt,
r2 (t) dt, . . . ,
rm (t) dt
Sia

a
e diciamo che

integrabile in

[a, b]

se e solo se lo ogni sua componente

questo caso (2.3.4) d la denizione di integrale di

34

(2.3.4)

r.

ri (i = 1, 2, . . . , m);

in

2.4

Curve regolari

Ragionando di nuovo componente per componente si dimostra il seguente

Teorema 2.3.7. (teorema fondamentale del calcolo integrale per funzioni a


valori vettoriali)

Se r : [a, b] Rm di classe C 1 ([a, b]) allora


Z

r0 (t) dt = r(b) r(a).

Un altro risultato importante ma di dimostrazione meno immediata il seguente

Proposizione 2.3.8. Se r : [a, b] Rm integrabile, allora


Z b

Z b



r(t) dt
|r(t)| dt.

a

Osserviamo che l'integrale che compare a primo membro l'integrale di una funzione a valori
vettoriali, mentre quello che compare a secondo membro coinvolge una funzione a valori scalari,
cio

|r(t)|.

In entrambi i casi, i moduli che compaiono nella formula sono moduli di vettori e

non valori assoluti di numeri reali.

2.4. Curve regolari


Consideriamo ora un punto materiale che si muove nello spazio tridimensionale lungo una certa
traiettoria; le sue coordinate sono funzioni del tempo, quindi la sua posizione all'istante
essere descritta da una funzione di questo tipo

r : [t1 , t2 ] R3
dove

r = (x, y, z)

x = x(t)
y = y(t)

z = z(t);

t [t1 , t2 ]

quindi si pu anche scrivere

r(t) = x(t) i + y(t) j + z(t) k


usando la notazione vettoriale richiamata in questo capitolo, o anche

r(t) = (x(t), y(t), z(t)).


35

pu

Calcolo infinitesimale per le curve

Analogamente se il punto si muove nel piano, il suo moto viene descritto da una funzione

r : [t1 , t2 ] R2
con

r = (x, y)

x = x(t)
y = y(t)

t [t1 , t2 ]

(2.4.1)

quindi si possono anche usare le notazioni

r(t) = x(t) i + y(t) j,

oppure

r(t) = (x(t), y(t)).

Quindi si vede da questo semplice esempio come le funzioni

m=3

r : I R Rm

con

m = 2

abbiano un signicato sico e geometrico notevole, quello di curve o cammini nel piano

o nello spazio Euclideo. Vale dunque la pena di dare la seguente denizione.

Denizione 2.4.1.

in

Rm

I R intervallo. Si dice arco


r : I Rm che sia continua, nel senso

una funzione

Sia

di curva continua o cammino

che le sue componenti sono funzioni

continue.
Se si pensa la variabile

t come il tempo, com'era nel caso dell'esempio precedente, allora un arco

di curva continuo la legge oraria di un punto mobile che si sposta cio assegna la traiettoria
e la posizione in cui il punto si trova ad ogni istante di tempo.

Osservazione 2.4.2.

Dobbiamo distinguere innanzitutto tra la rappresentazione della linea

percorsa dal punto (a prescindere dalla legge con cui percorsa) in tutto l'intervallo temporale,
che la

traiettoria

immagine

della funzione, cio l'insieme dei suoi valori, dal

funzione stessa (che un oggetto che vive rispettivamente in

R4

(o in

R3 )).

graco

della

Sono due cose

diverse e naturalmente la seconda un'informazione pi completa rispetto alla prima, in quanto la


traiettoria ci dice sono dove passa il punto materiale ma non ci dice in quali istanti lo fa. Quindi
pi rigorosamente si potrebbe dire che un arco di curva continuo
funzione (continua)
di punti di

r:IR

(immagine di

la coppia costituita da una

che chiamiamo parametrizzazione della curva e un insieme

r)

che chiameremo sostegno della curva. In questo modo di

sicuro possono esistere parametrizzazioni diverse della stessa curva, cio due diverse funzioni che
individuano lo stesso sostegno.
Se torniamo all'esempio iniziale di questo paragrafo, il vettore
punto mobile all'istante

t0 ;

r(t) rappresenta la posizione del

r(t0 + h) r(t0 ) che compare nella (2.3.3) rappresenta


dall'istante t0 all'istante t0 + h, quindi il limite del rapporto

il vettore

lo spostamento del punto mobile

incrementale rappresenta cinematicamente il vettore

tangente alla curva.


36

velocit istantanea

del moto, che risulta

2.5

Analogamente, se esiste, la derivata seconda

zione istantanea del moto.

Lunghezza di un arco di curva

r00 (t) ha il signicato cinematico di vettore accelera-

Si pu anche denire la velocit scalare

v(t) = |r0 (t)|.

(2.4.2)

Quest'ultimo concetto torner utile quando introdurremo gli integrali di linea di prima specie.

Denizione 2.4.3.

Un arco di curva continua si dice chiusa se

r(a) = r(b)

con

I = [a, b]

(cio punto iniziale e punto nale coincidono); si dice semplice se non ripassa mai dalo stesso
punto (cio se

t1 6= t2 r(t1 ) 6= r(t2 )

(a parte il caso in cui sia chiusa); si dice piana se esiste un

piano che contiene il suo sostegno.


Il vettore velocit istantanea individua eettivamente una direzione, e quindi ha il signicato
di vettore tangente, solo quando le sue componenti non sono tutte nulle.

Questo motiva la

prossima denizione.

r Denizione 2.4.4. Sia I R intervallo. Si dice arco


r : I Rm tale che r C 1 (I) e r0 (t) 6= 0 per ogni t I .

di curva regolare un arco di curva

Quindi il vettore derivato esiste in ogni punto, varia con continuit e non si annulla mai. Di
conseguenza, per le curve regolari ben denito il versore tangente

T=
che inoltre dipende con continuit da

Denizione 2.4.5.

arco di curva

Sia

r:IR

IR

tale che

t.

intervallo. Si dice arco di curva regolare a tratti un

continua e l'intervallo

nito di sottointervalli, su ciascuno dei quali

Osservazione 2.4.6.

r0 (t)
|r0 (t)|

pu essere suddiviso in un numero

un arco di curva regolare.

Osserviamo che possiamo trovare curve in

R2

descritte in

forma para-

metrica come in (2.4.1) oppure ci sono curve che sono rappresentabili come graco di una funzione
di una variabile, cio nella forma
di

che la

y = g(x).

Esiste anche un terzo modo per rappresentare le curve

rappresentazione implicita cio quelle curve che sono denite da un'equazione del

f (x, y) = 0. Questi concetti si possono anche generalizzare


3
n
curve a valori in R (e pi in generale di funzioni a valori in R ).
tipo

in maniera opportuna al caso di

2.5. Lunghezza di un arco di curva


Sia

r : [a, b] Rm

la parametrizzazione di un arco di curva

partizione

P = {a = t0 , t1 , . . . , tn1 , tn = b}
37

continuo e consideriamo una

Calcolo infinitesimale per le curve

dell'intervallo

[a, b],

con

t0 < t1 < < tn

non necessariamente equidistanti. Alla partizione

P risulta associata la poligonale inscritta in costituita dagli n segmenti di


r(tj ) con j = 1, . . . , n; sia `(P) la lunghezza di tale poligonale, da cui si ha
`(P) =

n
X

estremi

r(tj1 )

|r(tj ) r(tj1 )|.

j=1
Siccome intuitivamente il segmento la linea pi breve che congiunge due punti, l'idea che

`(P)

approssimi per difetto la lunghezza di

la partizione

e prendendo l'

per cui facendo variare in tutti i modi possibili

estremo superiore delle `(P) si ottenga la lunghezza dell'arco di

curva desiderato. Si ha perci la seguente denizione:

Denizione 2.5.1.

Si dice che

rettificabile se

sup `(P) = `() < +.


P
dove l'estremo superiore calcolato al variare di tutte le possibili partizioni

`()

si dice lunghezza di

di

[a, b].

In tal caso

Ricordando che cinematicamente lo spazio uguale al prodotto della velocit per il tempo e
che abbiamo introdotto la velocit scalare in (2.4.2) allora si giustica il seguente teorema.

Teorema 2.5.2. Sia r : [a, b] Rm la parametrizzazione di un arco di curva regolare. Allora


retticabile e

`() =

|r0 (t)| dt

a
Nello spazio tridimensionale la formula precedente prende la seguente forma

`() =

Z bp

x0 (t)2 + y 0 (t)2 + z 0 (t)2 dt;

a
se la curva piana, manca il termine

z 0 (t)2 .

Vale la seguente utile osservazione.

Proposizione 2.5.3. Sia una curva unione di due curve 1 e 2 , rispettivamente di equazioni
r1 = r1 (t) per t [a, b] e r2 = r2 (t) per t [b, c], soddisfacenti alla condizione di raccordo
r1 (b) = r2 (b), allora = 1 2 denita dalla curva r : [a, c] Rm di equazione
(
r1 (t)
t [a, b]
r(t) =
r2 (t)
t [b, c]

Se 1 e 2 sono retticabili, anche retticabile e `() = `(1 ) + `(2 ). La stessa propriet


si estende a un numero nito di curve retticabili.
Se regolare a tratti, allora retticabile e la lunghezza si calcola tramite la medesima
formula (dove la funzione integranda sar continua a tratti).
38

2.5

Lunghezza di un arco di curva

Lunghezza di un graco
Una classe particolare di curve piane data dalle curve che si ottengono come graci di funzioni
di una variabile, ossia

y = f (x)

per

x [a, b].

In tal caso la curva pu essere scritta in forma

parametrica ponendo:

x=t
y = f (t)

per

f
[a, b];

Una curva espressa come graco di una funzione


1) continua se e soltanto se

2) regolare se e soltanto se

continua in

t [a, b].

ha le seguenti propriet:

derivabile con continuit in

velocit non si annulla mai visto che


3) regolare a tratti se e solo se

[a, b]

(notiamo che il vettore

x (t) 1);

continua in

[a, b]

e a tratti derivabile con continuit in

[a, b];
4) non mai chiusa;
5) sempre semplice.
Nel caso di una curva espressa come graco di una funzione, per calcolare la lunghezza della
curva si usa la formula

`() =

Z bp

1 + f 0 (t)2 dt

Curve piane in forma polare


Una forma particolare che possono avere le equazioni parametriche di una curva piana quella

polare.

L'equazione

[1 , 2 ]

= f (),
indica la seguente scrittura

x = f () cos
y = f () sin

[1 , 2 ].

Possiamo immediatamente osservare che

r0 () = (f 0 () cos f () sin , f 0 () sin + f () cos )


da cui

|r0 ()| =

p
f 0 ()2 + f ()2 .

Una curva piana espressa in forma polare ha le seguenti propriet:

f continua in [1 , 2 ];
se f derivabile con continuit

1) continua se e soltanto se
2) regolare se e soltanto

39

in

[1 , 2 ]

e inoltre

f0

non si

Calcolo infinitesimale per le curve

annullano contemporaneamente;
3) chiusa se e soltanto se

f (1 ) = f (2 )

2 1 = 2 n

per qualche intero

n.

Nel caso di una curva espressa in forma polare, per calcolare la lunghezza della curva si usa la
formula

`() =

p
f ()2 + f 0 ()2 d.

Osservazione 2.5.4.

Com' noto, l'estremo superiore di un insieme pu anche essere innito,

se l'insieme non limitato. Quindi in particolare, ci sono curve che non sono retticabili, perch
hanno lunghezza innita. Ad esempio si dimostra che la curva piana che il graco della funzione

t sin 1
t
f (t) =

0,

t = 0.

non retticabile dato che l'estremo superiore delle lunghezze delle poligonali inscritte nella curva
innito.

2.6. Cambiamenti di parametrizzazione. Il parametro arco


In questo paragrafo cercheremo di formalizzare il concetto intuitivo che la lunghezza dell'arco
di curva percorsa da un punto mobile dipende solo dal sostegno della curva e non dalla velocit
con cui il punto si muove o dal verso di percorrenza.
Sia infatti

r = r(t)

con

t [a, b]

un arco di curva regolare. Un cambiamento di parametriz-

: [c, d] [a, b] derivabile e invertibile


(quindi in particolare monotona) tale che la nuova curva r = r((u)), u [c, d] abbia lo stesso sotegno anche se sar percorsa con una velocit diversa. Inoltre se crescente, le due
parametrizzazioni si diranno equivalenti perch percorse nello stesso verso; se invece decreszazione signica introdurre una funzione

t = (u)

con

cambio di orientazione rispetto alla precedente.


In entrambi i casi passando da r = r(t) a r = r((u)) diremo che abbiamo riparametrizzato la

cente allora la nuova parametrizzazione si dice

curva. Si ha inoltre il seguente fatto.

Proposizione 2.6.1. La lunghezza di un arco di curva regolare invariante per parametrizzazioni equivalenti ed anche per cambiamento di orientazione.
Osserviamo che la lunghezza dell'arco di curva

r( )

per

[t0 , t]

una funzione di

e si ha

|r0 ( )| d.

s(t) =
t0

Se si in grado di calcolare esplicitamente tale funzione e poi invertirla, esprimendo


funzione di

s,

allora possibile riparametrizzare la curva in funzione del parametro

40

t
s

come
detto

2.7

parametro arco o ascissa curvilinea.

Integrali di linea di prima specie

Il vantaggio che

percorso dal punto mobile quando il parametro passa da 0 a


se

r = r(s)

s.

esattamente lo spazio

Si pu inoltre far vedere che

una curva parametrizzata con il parametro arco, allora il vettore derivato

r0 (s)

coincide con il versore tangente.

2.7. Integrali di linea di prima specie


r

Denizione 2.7.1.

r : [a, b] Rm

e sia f una
m
funzione a valori reali, denita si un sottoinsieme A R
contenente , cio f : A R
R,
con A. Allora si dice integrale di linea (di prima specie) di f lungo l'integrale
Sia

un arco di curva regolare di sostegno

Z
f ds

f (r(t))|r0 (t)| dt.

bf Signicato geometrico dell'integrale di linea di prima specie. Se


e

m = 2, f

positiva e continua

parametrizzata con il parametro arco, il precedente integrale ha un'interessante interpre-

tazione geometrica. Infatti sia


punti di

f.
x, y

con il graco di

di sviluppare in un pano

la supercie in

Visto che

la supercie

ra il parametro arco coincide con l'ascissa

R3

formata dai segmenti che congiungono i

parametrizzata dal parametro arco, se pensiamo

S in modo da far coincidere con l'asse x alloR


x e l'integrale f ds rappresenta l'area di questa

supercie sviluppata e quindi l'area della supercie originale.


Per l'integrale di linea di prima specie valgono i risultati di invarianza rispetto a parametrizzazioni analogo a quanto abbiamo enunciato per la lunghezza dell'arco di curva.

Proposizione 2.7.2. L'integrale di

f di prima specie lungo invariante per parametrizzazioni equivalenti ed anche per cambiamento di orientazione su .

2.7.1.

Applicazioni

Massa di un lo non omogeneo nota la densit lineare


densit lineare e
parametrizzazione regolare di . Allora la massa totale data da
Sia

una linea materiale non omogenea di

Z
m=

r : [a, b] R3

(r(t))|r0 (t)| dt.

ds =

sia

Se il corpo omogeneo ( costante), si ritrova

m = `(),

41

dove

`()

la lunghezza di

una

Calcolo infinitesimale per le curve

Baricentro
Il

baricentro di

B (
x, y, z)

il punto

x =

y =

z =
dove
Se il

Z
Z
1
1 b
x(t) (r(t))|r0 (t)| dt
x ds =
m
m a
Z
Z
1
1 b
y(t) (r(t))|r0 (t)| dt
y ds =
m
m a
Z
Z
1
1 b
z(t) (r(t))|r0 (t)| dt
z ds =
m
m a

r(t) = (x(t), y(t), z(t).


corpo omogeneo ( costante),

x =
m

y =
m

z =
m

dove

il baricentro si dice centroide e ha coordinate

1
x ds =
`()

1
y ds =
`()

1
z ds =
`()

Rb

x(t) |r (t)| dt =

x(t) |r0 (t)| dt


Rb
|r0 (t)| dt
a

Rb

y(t) |r0 (t)| dt =

Rb

y(t) |r0 (t)| dt


Rb
|r0 (t)| dt
a

z(t) |r (t)| dt =
a

z(t) |r0 (t)| dt


Rb
|r0 (t)| dt
a

Momento di inerzia
Calcoliamo inne il
distanza di

(x, y, z)

momento di inerzia

di

rispetto a un asse ssato. Se

da quest'asse, si ha

Z
I=

ds =

2 (r(t)) (r(t)) |r0 (t)| dt.

Se il corpo omogeneo si ottiene

m
I=
`()

Rb
2

ds = m

42

2 (r(t)) |r0 (t)| dt


.
Rb
0 (t)| dt
|r
a

(x, y, z)

indica la

CAPITOLO 3

Calcolo innitesimale per funzioni reali


di pi variabili
Scopo di questo capitolo iniziare a studiare le funzioni reali di pi variabili reali, del tipo

f : A Rn R.

3.1. Graco, linee di livello e domini


r

Denizione 3.1.1.

Sia

f : A Rn R.

Allora il grafico di una funzione reale di pi

variabili l'insieme

{(x, f (x)) : x A} Rn+1 .


chiaro che se

n=2

possibile una visualizzazione del graco in

R3

altrimenti per

n>2

questo non pi possibile.


Un altro modo per rappresentare gracamente una funzione reale di pi variabili reali tramite
gli insiemi di livello.

Denizione 3.1.2.

Sia

f : A Rn R.

Allora gli insiemi di livello (o ipersuperfici

di livello) per una funzione reale di pi variabili sono gli insiemi

{x Rn : f (x) = c}
al variare di
Se

n=2

c R.

si parla di linee di livello alla supercie di equazione

z = f (x, y)

e sono gli insiemi

{(x, y) R2 : (x, y) A};


se

n=3

si parla di superfici di livello alla ipersupercie di equazione

gli insiemi

{(x, y, z) R3 : (x, y, z) A}.


43

k = f (x, y, z)

e sono

Calcolo infinitesimale per funzioni reali di pi variabili

Le curve di livello rappresentano il luogo dei punti dove


informazioni sulla

ha valore costante, quindi danno

anche se implicitamente. Ad esempio, sono le linee che vengono tracciate

sulle carte topograche ad indicare luoghi che hanno la stessa altitudine oppure nelle carte
delle previsioni del tempo, a indicare ad esempio le linee isobare (a pressione costante).
Si mediti sui seguenti esempi chiave.

Esempio 3.1.3.

f (x, y) = x2 + y 2 . Tale supercie prende il nome di paraboloide.


2
2
una funzione denita su tutto R , sempre positiva o nulla, le linee di livello sono del tipo x +
y 2 = C , al variare di C 0. Queste linee rappresentano delle circonferenze centrate nell'origine

C . Il paraboloide quindi ha simmetria radiale e allontanandosi dall'origine cresce


di raggio

Sia

pi velocemente (perch le linee sono pi tte).

Esempio 3.1.4.

p
f (x, y) = x2 + y 2 . Questa supercie prende il nome di cono.
2
Anch'essa denita su tutto R ed sempre positiva o nulla, ma stavolta le linee di livello sono
2
2
2
del tipo x + y = C , quindi rappresentano circonferenze centrate nell'origine e di raggio C .

Sia

Stavolta le linee di livello sono equidistanziate e quindi il cono cresce meno velocemente del
paraboloide.

y = 0 otteniamo rispettivamente una parabola di equazione z = x e la funzione valore assoluto z = |x| da cui si evince
Se pensiamo di andare a sezionare le precedenti superci con il piano

il punto angoloso.
Naturalmente anche le funzioni reali di pi variabili reali sono denite all'interno di un dominio
naturale che il pi grande sottoinsieme di

Rn

dove ha senso scrivere la

f.

Valgono le stesse

regole di buona denizione usate per le funzioni reali di una variabile reale, con una dicolt
in pi, che i domini risultati saranno sottoinsiemi di

Rn , quindi nel caso ad esempio n = 2 dove

c' una visualizzazione delle nostre superci, i domini saranno sottoinsiemi del piano.

Esempio 3.1.5.

Trovare il dominio naturale della seguente funzione

f (x, y) =

tan(xy) sin(e xy )

Si osserva che la radice quadrata ben denita se il suo argomento positivo o nullo; l'esponenziale ben denito ovunque cos come la funzione seno; la funzione tangente invece ben
denita se il suo argomento diverso da
sono

tan(xy)

xy 6= + k,
2

xy 0

+ k ,

con

k Z.

Dunque le condizioni da porre

0 xy + k,

2
k Z xy 6= + k,

xy 0

quindi la condizione da porre

0 xy <

+ n,
2
44

n N.

kZ
kZ

3.2

Limiti e continuit

Si tratta di una successione di regioni comprese tra due iperboli equilatere nel primo e nel terzo
quadrante (alcune iperboli sono comprese, altre sono escluse).

3.2. Limiti e continuit


Abbiamo visto nel capitolo precedente il signicato dell'operazione di limite per una funzione
di una variabile a valori vettoriali e abbiamo visto che per queste funzioni il comportamento
pu essere in buona parte ricondotto a quello per funzioni reali di una variabile reale. Nel caso
di funzioni reali di pi variabili reali il comportamento sar in generale pi complesso e pi
dicilmente riconducibile a quello unidimensionale.
Iniziamo con la seguente denizione.

Denizione 3.2.1.

Data una successione

{xk }
k=1

di punti di

Rn

e un punto

x0 Rn

si dice

che

xk x0
r Denizione 3.2.2.

per

se

|xk x0 | 0

Si dice intorno sferico di centro

per

k .

x0 Rn

e raggio

r > 0 l'insieme

Ur (x0 ) = {x Rn : |x x0 | < r}
r si dice

; x0 si dice centro

raggio dell'intorno

dell'intorno

r Denizione 3.2.3. (definizione successionale di limite o limite per successioni)


n
n
Sia f : R R denita almeno in un intorno sferico di x0 R (escluso al pi il punto x0 stesso.

Sia L R dove R = R {}. Allora diremo che


lim f (x) = L

xx0

m
{xk }
k=1

di punti tale che

xk x0

per

(con

xk 6= x0

per ogni

k ),

si ha che

lim f (xk ) = L.

k
Pi in generale si ha la seguente

Denizione 3.2.4. (definizione topologica di limite) Sia f : Rn R denita almeno

in un intorno sferico di

x0 Rn

(escluso al pi il punto

x0

lim f (x) = L

xx0

m
45

stessi e sia

L R.

Si dice che

Calcolo infinitesimale per funzioni reali di pi variabili

> 0 > 0

tale che se

0 < |x x0 | <

allora

|f (x) L| < .

Si dice che

lim f (x) = + [[ ]]

xx0

m
M > 0 > 0

tale che se

+ Osservazione 3.2.5.

0 < |x x0 | <

allora

f (x) > M [[f (x) < M ]].

A dierenza del caso delle curve, non c' una maniea diretta per ricondurre

il calcolo dei limiti di funzioni del tipo

f : Rn R

a quello per funzioni reali di variabile reale. Le

denizioni presentate presentano delle somiglianze solo dal punto di vista

formale; per altro anche

in questo caso molti enunciati continuano a valere in maniera analoga, per esempio il teorema di
unicit del limite, il teorema sul limite della somma, del prodotto per una costante, del prodotto e
del quoziente di due funzioni, il teorema del confronto e il teorema di permanenza del segno, giusto
per citarne alcuni

Denizione 3.2.6.

(continuit) Si dice che

f : Rn R

continua in

x0

se

lim f (x) = f (x0 ).

xx0

+ Osservazione 3.2.7.

Come conseguenza dei teoremi sui limiti valgono i teoremi sulla continuit

della somma, del prodotto, del quoziente di funzioni continue (quando hanno senso e il denominatore
non si annulla) e della composizione di funzioni continue (quando ha senso).
Osserviamo che se una funzione di una variabile continua, rimane ovviamente continua anche
se la consideriamo come funzione di pi variabili. Esempio:

g(x, y) = e

f (x) = ex

g(x, y) = ex

oppure

Le propriet enunciate permettono, combinandole tra loro, di mostrare la continuit di un gran


numero di funzioni senza dover ricorrere alla denizione (cio al calcolo dei limiti).

Esempio 3.2.8.

La funzione

f (x, y) =
denita e continua su

arctan(x2 + y 2 )
1 + exy

R.

Quindi quando una funzione continua, si pu calcolare

limxx0 f (x) semplicemente valutando

f (x0 ).
.

Esempio 3.2.9.
lim
(x,y)(0,0)

f (x, y) =

arctan(x2 + y 2 )
=0
1 + exy

Quindi il ricorso alla denizione diventer indispensabile solo nel caso dell'analisi delle forme
di indeterminazione.

46

3.3

Analisi delle forme di indeterminazione

3.3. Analisi delle forme di indeterminazione


Fatto fondamentale:

se

mente quando la distanza


cui

si avvicina a

x0 .

il limite esiste.

limxx0 f (x) = L allora signica che f si avvicina a L indenitatra x e x0 tende a zero indipendentemente dalla direzione con

Quindi in generale si distinguono due casi:

Allora l'esistenza del limite va dimostrata; in particolare pu essere utile

passare a coordinate polari. Infatti in questo caso, per esempio se


evidenza la dipendenza di

f (x, y)

dalla distanza tra

(x, y)

(0, 0)

n = 2,

si riesce a mettere in

questo punto indispensabile che una volta operata la trasformazione la


da pi da

(o si possa controllare con una

dipendente solo da

).

Vale il seguente criterio

generale per funzioni di due variabili (che pu anche essere esteso al caso di

Proposizione 3.3.1.

p
= x2 + y 2 . A
f (, ) non dipen-

attraverso

variabili).

criterio generale (valido per provare l'esistenza del lim-

Per dimostrare che f (x, y) L se (x, y) (0, 0) suciente riuscire a scrivere una
maggiorazione del tipo

ite)

|f (, ) L| g() g() 0.
L'essenziale dunque che

non dipenda da

+ Osservazione 3.3.2. Se (x, y) (x0 , y0 ) 6= (0, 0)


p
= (x x0 )2 + (y y0 )2 cio si pone

il criterio si pu ancora applicare con

x = x0 + cos
y = y0 + sin .

Naturalmente non riuscire a dimostrare una tale maggiorazione


non esiste.
Il suddetto criterio pu anche essere generalizzato al caso di

Esempio 3.3.3.

non significa

che il limite

variabili.

Si calcoli

y 2 log x
(x,y)(1,0) (x 1)2 + y 2
lim

soluzione 1. Ricordiamo che

f 0 |f | 0
a questo punto dunque, osservando che

y2
1
z2 + y2

per ogni

(y, z) R2

y 2 | log(z + 1)|
y 2 | log x|
=
lim
lim | log(z + 1)| = 0.
(z,y)(0,0)
(z,y)(0,0)
(x,y)(1,0) (x 1)2 + y 2
z2 + y2
lim

47

Calcolo infinitesimale per funzioni reali di pi variabili

Il teorema del confronto ci permette allora di concludere che

y 2 log x
= 0.
(x,y)(1,0) (x 1)2 + y 2
lim

soluzione 2. Si pu anche passare a coordinate polari ponendo

Si ottiene

x = 1 + cos , y = sin .

2 sin2 log(1 + cos )


= lim sin2 cos = 0
0
0
2
lim

poich

sin2 cos

una quantit limitata in modulo da 1.

Alternativamente per provare l'esistenza del limite si pu tentare di usare opportune maggiorazioni, al ne di mostrare che la dierenza tra la funzione e il presunto limite tende a zero.
A tal ne possono risultare utili le seguenti maggiorazioni

ez 1 + z

log z z 1

sin z z

sin z 1

cos z 1

oppure le seguenti maggiorazioni derivanti da fatti elementari

1
ab (a2 + b2 )
2
(ma si badi che ovviamente non vero che

a3
a3 +b3

a2
1
a2 + b 2
1)

unite al fatto che

f 0 |f | 0

all'uso appropriato del teorema del confronto. Possono talora risultare comodi anche i limiti
notevoli dell'analisi 1. Il prossimo esempio mostra alcune possibili applicazioni.

Esempio 3.3.4.

Calcolare

xy 3 2 sin(x2 y) cos(x + 2y)


(x,y)(0,0)
x2 + y 2
lim

Il limite dato pu essere riscritto come

xy 3
2 sin(x2 y) cos(x + 2y)

lim
(x,y)(0,0) x2 + y 2
(x,y)(0,0)
x2 + y 2
lim

a patto che questi ultimi due limiti esistano, niti o inniti ma tali da non dar luogo alla forma
di indecisione

[+, ].

Per quanto riguarda

xy 3
(x,y)(0,0) x2 + y 2
lim

prendendo i valori assoluti e utilizzando la nota disuguaglianza

1
|x||y| (x2 + y 2 ),
2

|x||y 3 |
1

lim y 2 = 0.
2
2
(x,y)(0,0) x + y
2 (x,y)(0,0)
lim

48

si ha

3.3

Analisi delle forme di indeterminazione

Quindi dal teorema del confronto e utilizzando il fatto che

f 0 |f | 0
si ottiene che

xy 3
(x,y)(0,0) x2 + y 2
lim

esiste e fa 0.
Per quanto riguarda

2 sin(x2 y) cos(x + 2y)


(x,y)(0,0)
x2 + y 2
lim

si osserva immediatamente che

lim

cos(x + 2y) = 1;

(x,y)(0,0)
d'altra parte, utilizzando il fatto che

| sin z| |z| z R

e il fatto ovvio che

x2 x2 + y 2

si

ottiene, prendendo i valori assoluti

2| sin(x2 y)|
2x2 |y|

lim
lim 2|y| = 0.
(x,y)(0,0)
(x,y)(0,0) x2 + y 2
(x,y)(0,0)
x2 + y 2
lim

Il teorema del confronto unito al fatto che

f 0 |f | 0
ci d

2 sin(x2 y)
=0
(x,y)(0,0) x2 + y 2
lim

e dunque anche

2 sin(x2 y) cos(x + 2y)


= 0.
(x,y)(0,0)
x2 + y 2
lim

Allora anche il limite proposto in partenza esiste e fa 0.

Osservazione 3.3.5.

I limiti possono essere usati anche nello studio della continuit di una

funzione come mostra il seguente esempio.

Esempio 3.3.6.

Sia data la funzione:

2
y
x 6= 0
f (x, y) =
x
0 x=0
a) Si stabilisca se

(0, 0).
D := {(x, y) R2 : |y| x 1}

continua in

b) Si stabilisca se continua in

49

Calcolo infinitesimale per funzioni reali di pi variabili

a) Per

x 6= 0

la funzione continua.

funzione data lungo la retta


qualunque di

f (x, y)

x = 0.

Per concludere occorre analizzare la conitnuit della

e vericare se esso 0 che il valore assunto lungo l'asse

falso dato che se consideriamo la curva


non pu tendere a 0 al tendere di

x 0 con y
delle y. Questo

Per fare questo bisogna calcolare il limite per

y=

allora

f (x, y)

vale costantemente 1 e dunque

a 0. Dunque la funzione data non continua in 0.

b) Usando la condizione imposta dal dominio

si ottiene

y2
lim x = 0,
x0 x
x0

0 lim

dove osserviamo che non abbiamo avuto bisogno di considerare i valori assoluti delle quantit
in gioco dato che

x D x 0.

A questo punto il teorema del confronto permette di con-

cludere che il limite considerato esiste e fa 0, dunque la funzione

continua in

D.

Notiamo

che questo esempio mostra che una funzione pu essere discontinua in un punto mentre una
sua restrizione pu essere continua nello stesso punto. Ci non deve stupire, in quanto, restringendo una funzione ad un sottoinsieme del suo dominio, si pu escludere un insieme rilevante
di curve lungo le quali calcolare i limiti.

il limite non esiste. Sia f : A Rn R una funzione reale di n variabili, sia


r : I R Rn un arco di curva di Rn e supponiamo che esista la funzione composta
g(t) = f (r(t)). Quest'ultima scrittura si dice restrizione di f alla curva r ed una
funzione reale di una variabile reale.
Il termine restrizione deriva dalla seguente idea geometrica: invece di far variare
restringiamo ai punti di
continue, anche

Rn

che stanno sull'arco di curva

r(t).

chiaro che se

continua (composizione di funzioni continue).

Quindi: per mostrare che il limite per

x x0

non esiste, suciente determinare due curve

passanti per x0 lungo le quali la funzione tende a due limiti diversi.


se la restrizione di

x Rn ci
f e r sono

Esempio 3.3.7.

La stessa conclusione vale

a una curva non ammette limite.


Determinare il dominio di denizione della funzione

f (x, y) := x1 [(sin x)2 + y 2 ] tan(ex+y )


e studiarne il comportamento per
Innanzitutto la funzione

tan ex+y

(x, y) (0, 0).


denita per

ex+y 6=

sicuramente vericato, quindi baster imporre

ex+y 6=
Inoltre il denominatore di
dom f

+k
2

con

+k
2

con

k Z.

Se

k Z

k Z+ {0}.

deve essere diverso da zero, dunque

n


o
= (x, y) R2 : x + y 6= log
+ k k Z+ {0} x 6= 0 .
2
50

questo

3.3

Per quanto riguarda il comportamento di

Analisi delle forme di indeterminazione

(x, y) (0, 0),

per

dimostriamo che il limite

((sin x)2 + y 2 ) tan(ex+y )


(x,y)(0,0)
x
lim

non esiste. A tale scopo basta trovare due curve passanti per l'origine lungo le quali la funzione
data ammetta limite diverso. Si ha ad esempio (utilizzando un noto limite notevole)

lim f (x,

x0

[(sin x)2 + x] tan(ex+


x) = lim
x0
x

= tan 1.

D'altra parte

((sin x)2 + x2 ) tan e2x


lim f (x, x) = lim
= 0.
x0
x0
x
Questo basta a concludere che il limite dato non esiste.

Esempio 3.3.8.

Dire se la seguente funzione continua nel suo dominio di denizione

x2 y
x4 + y 2
f (x, y) =

(x, y) 6= (0, 0)
(x, y) = (0, 0)

(x, y) 6= (0, 0). Per vedere se continua nell'origine,


(x, y) (0, 0) per vedere se esso esiste e se coincide con

La funzione data continua sicuramente per


suciente studiare il limite di
il valore della funzione in

(0, 0).

per

Si ha che

x2 y
(x,y)(0,0) x4 + y 2
lim

non esiste. Infatti se consideriamo la curva

y=x

otteniamo

x3
x
x2 y
=
lim
= lim 2
=0
4
2
4
2
x0 x + x
x0 x + 1
(x,y)(0,0) x + y
lim

mentre se prendiamo in esame la curva

y = x2 ,

si ha

x2 y
x4
1
1
=
lim
=
lim
=
.
x0 x4 + x4
x0 2
(x,y)(0,0) x4 + y 2
2
lim

Questo basta a concludere che la funzione data non continua nell'origine (in realt per concludere che la funzione non continua nell'origine bastava solo considerare una curva tale che il
limite preso lungo quella curva non fosse uguale a zero, nel nostro caso bastava dunque l'esame
del limite lungo la curva

y = x2 ).

51

Calcolo infinitesimale per funzioni reali di pi variabili

52

CAPITOLO 4

Calcolo dierenziale per funzioni reali


di pi variabili
4.1. Nozione topologiche di base
Ricordiamo la denizione di intorno sferico gi introdotto nel capitolo precedente.

r Denizione 4.1.1.

Si dice intorno sferico di centro

x0 Rn

e raggio

r > 0 l'insieme

Ur (x0 ) = {x Rn : |x x0 | < r}
r Denizione 4.1.2. Sia E Rn . Un punto x0 E si dice:
interno ad E se Ur (x0 ) E ;
esterno ad E se Ur (x0 ) Rn \ E ;
di frontiera per E se Ur (x0 ), Ur (x0 ) E 6= e Ur (x0 ) Rn \ E 6= .
. L'insieme dei
L'insieme dei punti interni ad E si dice parte interna di E e si indica con E
punti di frontiera si dice bordo di E e si indica con E . L'unione di E e del suo bordo si dice
E E e anche E
E = E .
chiusura di E e si indica con E = E E . Si ha sempre E
.

Esempio 4.1.3.

Sia

(0, 0) R2 .

Allora un intorno sferico dell'origine

Ur (0, 0) := {(x, y) R2 : x2 + y 2 < r2 }


quindi sono le sfere bidimensionali (piene) private del cerchio

x2 + y 2 = r 2 .

Sia ora

E :=

{(x, y) R : |y| > x }. L'insieme descritto l'unione delle due regioni interne alle parabole
y = x2 e y = x2 . I punti (0, y) con y 6= 0 sono interni ad E . I punti (x, 0) con x 6= 0 sono
2
esterni ad E . I punti delle due parabole y = x sono di frontiera per E e costituiscono il
2
2
bordo di E . Notiamo che, detto F := {(x, y) R : |y| x }, allora E = F ; E non contiene
la sua frontiera, F la contiene. Questa dierenza viene rimarcata dalla seguente denizione.
53

Calcolo differenziale per funzioni reali di pi variabili

Denizione 4.1.4. Un insieme E Rn si dice aperto se ogni suo punto interno all'insieme;

si dice chiuso se il complementare aperto.

Esempio 4.1.5.

L'insieme

dell'esempio precedente aperto; l'insieme

dell'esempio

precedente chiuso. L'insieme

G := {(x, y) R2 : y x2 y < x2 }
non n aperto n chiuso.

Proposizione 4.1.6. L'unione di una famiglia qualsiasi (anche innita) di aperti e l'intersezione nita di aperti ancora un aperto. L'unione nita di chiusi e l'intersezione qualsiasi
(anche innita) di chiusi ancora un chiuso.
+

Osservazione 4.1.7.

Non dicile rendersi conto che l'unione qualsiasi di chiusi pu non

essere un chiuso e l'intersezione qualsiasi di aperti pu non essere un aperto.

Esempio 4.1.8.

Sia



1 1
Cn := ,
n n
T

una successione di aperti. Allora facile intuire che

Cn = {0}

che un chiuso.

Proposizione 4.1.9. Sia f : Rn R una funzione denita e continua in tutto Rn . Allora:


a) gli insiemi

{x Rn : f (x) > 0}
{x Rn : f (x) < 0}
{x Rn : f (x) 6= 0}

sono aperti;
b) gli insiemi
{x Rn : f (x) 0}
{x Rn : f (x) 0}
{x Rn : f (x) = 0}

aono chiusi.
.

Esempio 4.1.10.

L'insieme di denizione di

f (x, y) =

4 x2 y 2 +

x2 y

F := {(x, y) R2 : x2 + y 2 4 y x2 }
ed un chiuso perch intersezione dei due insiemi

F1 := {(x, y) R2 : x2 + y 2 4}
54

4.2

Derivate parziali, derivabilit e piano tangente

F2 := {(x, y) R2 : y x2 }
che sono chiusi perch controimmagine di chiusi tramite funzioni continue.

. Esempio 4.1.11. Gli insiemi di livello di una funzione f (x, y) sono insiemi del tipo f (x, y) =
C e quindi sono chiusi (se f continua!).

4.2. Derivate parziali, derivabilit e piano tangente


Sia

g:IRR

una funzione reale di variabile reale. Dall'Analisi I ben chiaro il concetto

di derivata in un punto denita come limite del rapporto incrementale

f (t0 + h) f (t0 )
.
h0
h

g 0 (t0 ) = lim

La derivata di una funzione in un punto ha un interessante signicato geometrico: infatti il


coeciente angolare della retta tangente in quel punto (che ha il signicato di approssimare
localmente la funzione data); inoltre

derivabile se e soltanto se ben denita la retta

tangente in quel punto.


In questo capitolo vorremmo tentare di estendere questi concetti anche al caso di funzioni di
pi variabili. Ci accorgeremo che non sempre vericato ci che ci si aspetta e la presenza
di pi variabili porta a diverse nozioni di derivabilit e a situazioni inusuali nel contesto di
una variabile.

Presenteremo i risultati nella maggioranza dei casi per

n = 2

sia perch il

caso pi semplice (e quindi pi leggibile e perci di pi immediata comprensione) che per il


fatto che per una funzione di due variabili possibile una visualizzazione nello spazio euclideo.
Naturalmente l'estensione in pi di due variabili possibile e spesso richiede solo un formalismo
tecnico maggiore.
Innanzitutto la denizione di derivata per una funzione di pi variabili vista come limite del
rapporto incrementale non pi applicabile: intanto non ovvio che cosa sia un incremento
in pi dimensioni e secondariamente anche se si arrivasse a una denizione accettabile, non
si sa cosa voglia dire dividere per un vettore (la controparte di

nella denizione scalare di

derivata). Quindi la soluzione non aatto banale.


Una prima soluzione consiste nel tentare di incrementare una variabile alla volta, cercando di

f : A R2 R una
3
funzione di due variabili il cui graco in R rappresenta una supercie di equazione z = f (x, y).
Supponiamo di voler tenere y costante, per esempio y = y0 e andiamo a considerare la funzione
x 7 f (x, y0 ). Questa una funzione della sola variabile x perci di essa si sa calcolare la
derivata in un punto x = x0 come limite del rapporto incrementale. La stessa cosa si pu

utilizzare la nozione di derivata che conosciamo dall'Analisi I. Sia dunque

55

Calcolo differenziale per funzioni reali di pi variabili

fare tenendo costante

y 7 f (x0 , y).
r

x = x0

e andando a fare la derivata della funzione di una sola variabile

Si arriva perci alle seguenti denizioni.

Denizione 4.2.1.

Sia

f : A R2 R

una funzione di due variabili. La quantit (se esiste)

f
f (x0 + h, y0 ) f (x0 , y0 )
(x0 , y0 ) = lim
h0
x
h
f

si chiama derivata parziale di

fatta rispetto a

calcolata nel punto

(x0 , y0 );

analogamente la quantit (se esiste)

f
f (x0 , y0 + k) f (x0 , y0 )
(x0 , y0 ) = lim
k0
y
k
si chiama derivata parziale di

fatta rispetto a

calcolata nel punto

(x0 , y0 )

Si noti che trattandosi di limiti, le derivate parziali in un punto potrebbero anche non esistere.
Per indicare le derivate parziali in letteratura si usa una delle seguenti notazioni

f
(x0 , y0 )
x
f
(x0 , y0 )
y
r

Denizione 4.2.2.

gradiente di

in

x f (x0 , y0 )

fx (x0 , y0 )

Dx f (x0 , y0 )

D1 f (x0 , y0 )

y f (x0 , y0 )

fy (x0 , y0 )

Dy f (x0 , y0 )

D2 f (x0 , y0 )

Il vettore che ha per componenti le derivate parziali di

(x0 , y0 )

Osservazione 4.2.3.

Df (x0 , y0 )

dominio di

f,

(x0 , y0 )

si dice

gradf (x0 , y0 ).

Se occorre calcolare le derivate parziali di

necessario che gli incrementi lungo una delle due variabili, quindi
nel dominio di

in

e si indica con una delle seguenti notazioni

f (x0 , y0 )
+

in un punto

x0 + h oppure y0 + k

(x0 , y0 )

stiano ancora

almeno per un incremento abbastanza piccolo. Questo naturalmente vero se il

un aperto. Quindi d'ora in avanti considereremo sempre

f : A R2 R

con

aperto.

Denizione 4.2.4.

Una funzione

f : A R2 R

si dice derivabile in un punto del suo

dominio se in quel punto esistono tutte le derivate parziali;


derivabile in ogni punto di

Osservazione 4.2.5.

si dice derivabile in tutto

se

A.
La nozione di derivabili, di derivata parziale e di gradiente si pu tran-

quillamente estendere al caso

f : A Rn R

si avr


f (x) =

con

n > 2.

In tal caso, se


f
f
f
(x),
(x), . . . ,
(x) .
x1
x2
xn
56

derivabile in

x Rn

4.2

. Esempio 4.2.6.
2
2
f (x, y) = e x +y

La funzione

Derivate parziali, derivabilit e piano tangente

f (x, y) = ex

g(t) = e

derivabile ovunque su

derivabile ovunque tranne che in

in una variabile sarebbe: la funzione

|t|

2 +y 2

g(t) = e

t2

(0, 0).

R2 ;

la funzione

Osserviamo che la controparte

derivabile ovunque su

mentre la funzione

derivabile ovunque tranne che in 0 dove ha un punto angoloso. Quindi alcuni

comportamenti naturali nel caso di una variabile hanno eettivamente una controparte analoga
in pi variabili; altri comportamenti invece no: ci sono situazioni in pi variabili che non hanno
controparte in una variabile, come chiariranno i prossimi esempi.

Esempio 4.2.7.

Cacolare (se esistono) le derivate parziali della funzione

f (x, y) = y 3 sin x + 2xy 2 + x3


prima nel generico punto

(x.y)

e poi nel punto

(, 0).

Usando le regole di calcolo provenienti dall'Analisi I (quindi evitando di fare sempre ricorso
alla denizione quando si lavora con funzioni di una variabile che sono derivabili) si ottiene

f
(x, y) = y 3 cos x + 2xy 2 + 3x2
x

f
(x, y) = 3y 2 sin x + 4xy
y

e quindi, avendo ottenuto funzioni continue, si ottiene semplicemente per sostituzione

f
(, 0) = 3 2
x

f
(, 0) = 0.
y

Quindi nell'esempio precedente, trattandosi di funzioni derivabili rispetto all'una o all'altra


variabile, si pu tranquillamente far ricorso alle regole note di derivazione senza usare necessariamente la denizione. Quando obbligatorio invece far ricorso alla denizione? Quando si
ha a che fare con funzioni che nell'una o nell'altra variabile presentano un punto di non derivabilit (almeno appartentemente) oppure per funzioni denite a tratti nel senso specicato
dai prossimi 3 esempi.

Esempio 4.2.8.

chiaro che

Sia

f (x, y) = y

x.

Calcolare (se esiste)

fx (0, 0).

non derivabile in 0, quindi ci si aspetta un comportamento critico vicino

all'origine. Supponiamo che non ci si accorga di questa singolarit e si proceda come al punto
precedente. Si avrebbe

 
f
y
0
(x, y) =
=
x
0
2 x |(0,0)
che si presenta quindi sotto una forma di indecisione. Quindi il calcolo della derivata parziale
tramite la denizione risulta l'unica via percorribile in ogni caso. Si ha

f
f (h, 0) f (0, 0)
00
(0, 0) = lim
= lim
= 0.
h0
h0
x
h
h
57

Calcolo differenziale per funzioni reali di pi variabili

Osservazione 4.2.9.

Prima di tutto osserviamo nell'esempio precedente che il limite esiste

quindi esiste la derivata parziale di

in

presenza di un punto di non derivabilit


dell'intera

f.

(0, 0) contro l'intuizione che ci poteva far pensare che la

x potesse rendere singolare anche il comportamento


per

Quindi bene in pi variabili adarsi poco all'intuito e molto al ragionamento analitico,

per evitare brutte sorprese!


Secondariamente osserviamo che nell'ultima riga dell'esempio precedente, la quantit
forma di indecisione!

0
non una
h

Infatti al numeratore si ha 0 secco, mentre al denominatore si ha

quantit che almeno prima del processo di limite

una

diversa da zero

0
; quindi la quantit
sempre
h

zero e quindi dopo il passaggio al limite risulta di nuovo zero (il limite di 0 sempre 0).

Esempio 4.2.10.

Sia

la funzione di due variabili denita da

(
f (x, y) =
Calcolare (se esiste)

x2 + y 2
1

(x, y) 6= (0, 0)
(x, y) = (0, 0)

fx (0, 0)

In questo caso non si pu fare a meno di calcolare la derivata parziale richiesta utilizzando la
denizione. Un errore GRAVE e molto comune dire:

in

(0, 0)

vale 1 che una costante

dunque la derivata di una costante fa zero. Questo ragionamento errato! Ci mancherebbe


che la funzione in un punto assumesse pi valori!!! La funzione in un punto sempre costante
(per denizione stessa di funzione), quindi ovviamente questa non una strada percorribile.
Utilizziamo allora la denizione di derivata parziale. Si ha

f (0 + h, 0) f (0, 0)
h2 1
f
(0, 0) = lim
= lim
h0
h0
x
h
h
e quest'ultimo limite non esiste (se
derivata parziale di
delle

in

(0, 0)

h 0+

non esiste e

dunque f
fa

mentre se

h 0

fa

+).

Dunque la

non derivabile nella direzione dell'asse

x.

+ Osservazione 4.2.11.

Intuitivamente si poteva ragionare come segue: la funzione dell'esempio

precedente non continua quindi ci si aspetta che non sia nemmeno derivabile, nel senso che non
esistano le derivate parziali, sulla base del ben noto fatto appreso dall'Analisi I che se una funzione
derivabile allora continua e dunque se non continua in un punto non ivi derivabile. Tuttavia
anche questo ragionamento errato come mostra il seguente controesempio. Di nuovo dunque il
comportamento in pi variabili ammette situazioni che non hanno controparte in una dimensione.

Esempio 4.2.12.

Sia

la funzione di due variabili denita da

f (x, y) =

x2

xy
+ y2

0
Calcolare (se esistono)

fx (0, 0)

(x, y) 6= (0, 0)
(x, y) = (0, 0)

fy (0, 0).
58

4.3

Piano tangente

Per lo stesso motivo dell'esempio precedente, utilizziamo la denizione di derivata parziale in


un punto. Si ha

f
f (0 + h, 0) f (0, 0)
(0, 0) = lim
=0
h0
x
h
Quindi le derivate parziali in

(0, 0)

f
f (0, 0 + k) f (0, 0)
(0, 0) = lim
=0
k0
x
k

esistono e fanno 0; d'altra parte facile vericare che la

funzione proposta non continua in

(0, 0)

(basta prendere la retta

y = x

lungo la quale

funzione che non continua in un punto


ma per la quale in quel punto esistono le derivate parziali. Questo ci fa capire che la nozione

vale

1/2);

quindi abbiamo trovato un esempio di

di derivabilit proposta troppo debole, non rispecchiando l'intuizione.


di aancare a questa nozione di derivabilit una nozione pi forte (la

Vedremo dunque

dierenziabilit)

ove

ritrovare i comportamenti noti dall'Analisi I. Ritroveremo questo esempio nel parlare di piano
tangente.

4.3. Piano tangente


Abbiamo detto nell'introduzione al capitolo che se una funzione di una variabile derivabile
allora il valore della derivata in un punto coincide con il valore del coeciente angolare della
retta tangente in quel punto.

Quindi la derivabilit equivalente all'esistenza della retta

tangente.
Ci poniamo il problema di estendere questo concetto in pi dimensioni, quindi di vedere se
esiste il piano tangente a una supercie.

intuitivo pensare che se tale piano esiste, deve

essere tangente alla funzione in quel punto e quindi approssimare almeno localmente la
funzione in quel punto, cos come la retta tangente approssima localmente la funzione a cui

y = sin x per x vicino


che sin x x se x 0).

tangente (per esempio

y=x

e infatti si ha

a zero approssimata dalla sua retta tangente

Facciamo il seguente ragionamento: supponiamo di avere la nostra supercie

z = f (x, y)

y = y0 ; sezioniamo la supercie con il piano: troveremo la


3
da z = f (x, y0 ) (con y = y0 perch una curva in R sempre individuata da due
facile immaginare che la retta tangente a tale curva, chiamiamola r1 , apparterr

consideriamo il piano verticale


curva data
equazioni).

al piano tangente che stiamo considerando. Analogamente, se sezioniamo la supercie con il


piano verticale

x = x0

troveremo una curva individuata dalle equazioni

cui retta tangente, chiamiamola

r2 ,

Quindi quali sono le equazioni di

r1

x = x0

z = f (x0 , y) la

star apparterr al piano tangente che stiamo costruendo.


e

r2 ?

Tenendo conto che le curve sono funzioni di una sola

variabile e che la derivata (parziale!) nel punto coincide con il coeciente angolare della retta

59

Calcolo differenziale per funzioni reali di pi variabili

tangente si avr

z = f (x , y ) + f (x , y )(x x )
0 0
0 0
0
x
r1

y = y0

z = f (x , y ) + f (x , y )(y y )
0 0
0 0
0
y
r2

x = x0
quindi il piano che contiene entrambe le rette sar

z = f (x0 , y0 ) +

f
f
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 ).
x
y

(4.3.1)

La domanda che ci facciamo la seguente: siamo sicuri che questo piano cos come l'abbiamo
costruito partendo da un ragionamento intuitivo sia eettivamente tangente alla nostra supercie nel senso di approssimarla localmente? La risposta purtroppo negativa come mostra
il prossimo esempio gi incontrato nel paragrafo precedente.

Esempio 4.3.1.

Sia

la funzione di due variabili denita da

f (x, y) =

x2

xy
+ y2

(x, y) 6= (0, 0)
(x, y) = (0, 0)

Allora abbiamo visto prima che le derivate parziali in

(0, 0)

esistono e fanno 0, dunque il

presunto piano tangente, secondo la formula ricavata sopra avrebbe la forma


orizzontale

xy .

z = 0 cio il piano

Ma come gi rimarcato la funzione data non nemmeno continua nell'origine,

addirittura lungo la bisettrice

y = x fa 1/2:

dunque chiaro che il piano

z = 0 non tangente

alla funzione data nel senso che non approssima la funzione localmente. Quindi in pi variabili
la derivabilit da sola non implica n la continuit n l'esistenza del piano
tangente (comportamento che non ha controparte in una dimensione).

Ci chiediamo dunque qual la propriet che garantisca che eettivamente la (4.3.1) l'equazione
di un piano tangente nel vero senso del termine. A questa domanda risponderemo nel paragrafo
successivo introducendo il concetto di differenziabilit.

4.4. Dierenziabilit
Facciamo di nuovo un passo indietro al caso unidimensionale. In un variabile abbiamo detto
che la derivata in un punto il limite del rapporto incrementale, cio

g(t + h) g(t)
h0
h

g 0 (t) = lim

60

4.4

quindi ricordando la denizione di

o(h),

Differenziabilit

si ha che

g(t + h) g(t) = g 0 (t)h + o(h)

h 0.

l'incremento della funzione coincide al primo ordine con


il dierenziale della funzione stessa, cio con l'incremento calcolato lungo la retta tangente. I
due incrementi dieriscono per un innitesimo di ordine superiore rispetto ad h (incremento
Questa relazione si legge dicendo che

della variabile indipendente).

l'incremento
di f sar uguale all'incremento calcolato lungo il piano tangente pi un innitesimo di ordine
superiore rispetto alla lunghezza dell'incremento (h, k) delle variabili indipendenti. In simboli
Analogamente in pi variabili: se una funzione

differenziabile accadr che

(xx0 )

(yy0 )

z}|{ f
z}|{

f
o( h2 + k 2 )
(x0 , y0 ) h + (x0 , y0 ) k +
f (x0 + h, y0 + k) f (x0 , y0 ) =
{z
} x
|
{z
}
|
y
{z
} innitesimo di ordine superiore
|
incremento di f
incremento calcolato lungo il piano tangente

(4.4.1)

(h, k) (0, 0).

si ha che o( h2 + k 2 ) tale

o( h2 + k 2 )

lim
= 0.
(h,k)(0,0)
h2 + k 2
per

dove per denizione di o piccolo

Denizione 4.4.1.

Osservazione 4.4.2.

Se vale la (4.4.1) allora diremo che

che

differenziabile in

(x0 , y0 ).

Si osserva che il piano tangente tale se la (4.4.1) vale altrimenti non

esiste. La (4.4.1) garantisce che il piano dato dalla (4.3.1) sia eettivamente tangente al graco
di

f.

Anche il concetto di dierenziabilit pu essere opportunamente generalizzato al caso di

variabili, allo stesso modo della proposizione seguente e del concetto di dierenziale.
La seguente proposizione chiarisce i ruoli tra derivabilit, dierenziabilit e continuit.

Proposizione 4.4.3. Se f dierenziabile in (x0 , y0 ) allora f derivabile in (x0 , y0 ) e inoltre


f anche continua in (x0 , y0 ).

Mostriamo che i viceversa della proposizione precedente non valgono.


Prima di tutto infatti

continua non implica

dierenziabile: basta considerare la funzione

f (x, y) = |x|; essa continua dappertutto quindi anche in (0, 0) ma non dierenziabile in
(0, 0) (fx (0, 0) non esiste nemmeno quindi la (4.4.1) non pu nemmeno essere scritta).
D'altra parte f derivabile non implica f dierenziabile. Basta considerare la funzione dell'Esempio 4.3.1 e mostrare che essa non dierenziabile. Si dovrebbe mostrare con la denizione
che

f (h, k) f (0, 0) h fx (0, 0) k fy (0, 0)

=0
(h,k)(0,0)
h2 + k 2
lim

61

Calcolo differenziale per funzioni reali di pi variabili

invece

f (h, k) f (0, 0) h fx (0, 0) k fy (0, 0)


hk

= lim
(h,k)(0,0)
(h,k)(0,0) (h2 + k 2 ) h2 + k 2
h2 + k 2
lim

non esiste (basta considerare

Denizione 4.4.4.

l'applicazione lineare

h=k

e si otterrebbe

limh0

h
) che non esiste.
2 2h2 |h|

f dierenziabile in (x0 , y0 ), si dice differenziale di f in (x0 , y0 )


df (x0 , y0 ) : R2 R denita da df (x0 , y0 ) : (h, k) 7 f (x0 , y0 ) (h, k).
Se

f (x0 , y0 ) (h, k) rappresenta l'incremento della funzione


(x0 + h, y0 + k) lungo il piano tangente al graco di f in (x0 , y0 ).
La quantit

Denizione 4.4.5.

L'approssimazione dell'incremento di

cato all'incremento) si chiama linearizzazione di

nel passare da

(x0 , y0 )

mediante il suo dierenziale (appli-

f.

Come mostrato nell'ultimo controesempio, non facile controllare la dierenziabilit usando


la denizione.

Si tratta di avere a che fare con un limite anche piuttosto complicato in cui

compare sempre una forma di indecisione. Il seguente risultato semplica un p le cose. Anche
questo enunciato pu essere generalizzato al caso di

Teorema 4.4.6.

variabili.

Siano f : A R2
R con A aperto e (x0 , y0 ) A. Supponiamo che le derivate parziali esistano in un intorno
di (x0 , y0 ) e siano continue in (x0 , y0 ). Allora f dierenziabile in (x0 , y0 ). In particolare,
se le derivate parziali di f esistono e sono continue in A allora f dierenziabile in tutti i
punti di A. Quindi vale l'implicazione
(condizione sufficiente di differenziabilit)

f C 1 (A) f

dierenziabile in

A.

Il viceversa non vale come mostra il seguente controesempio.

Esempio 4.4.7.

Sia

f : R2 R

denita mediante

1
(x2 + y 2 ) sin
(x, y) 6= (0, 0)
2
x + y2
f (x, y) =
0
(x, y) = (0, 0)
Se

(x, y) 6= (0, 0)

allora

f
1
1
2x
= 2x sin 2
+ (x2 + y 2 ) cos 2
2
2
2
x
x +y
x + y (x + y 2 )2
mentre

h2 sin h12
f
f (h, 0) f (0, 0)
(0, 0) = lim
= lim
=0
h0
h0
x
h
h
62

4.4

Differenziabilit

dove l'ultimo limite si pu vedere grazie al teorema dei due carabinieri.

(x, y) 6= (0, 0)

D'altra parte, se

allora

f
1
2y
1
= 2y sin 2
cos 2
2
2
2
y
x +y
x + y x + y2
mentre

h2 sin h12
f
f (0, h) f (0, 0)
(0, 0) = lim
= lim
= 0.
h0
h0
y
h
h

Dunque

1
(0, 0) k f
(0, 0)
f (h, k) f (0, 0) h f
(h2 + k 2 ) sin h2 +k
2
x
y

lim
= lim
= 0,
2
2
2
2
(h,k)(0,0)
(h,k)(0,0)
h +k
h +k
dato che

Dunque


0 h2 + k 2 sin
f

dierenziabile in

(0, 0).

lim

D'altra parte

2x sin

(x,y)(0,0)


1 2
h + k 2 0.
h2 + k 2

x2

2x
1
1
2
cos 2
2
2
+y
x +y
x + y2

non esiste e quindi in particolare non zero (per vederlo basta prendere la curva

Esercizio 4.4.8.

y = x).

p
4x2 + y 2 . Calcolare f nel punto (0, 1) e scrivere
l'equazione del piano tangente al graco di f sopra tale punto; calcolare, se esistono, le derivate
parziali di f in (0, 0).

Sia

f (x, y) = arctan

R2 \ {(0, 0)} in quanto composizione


(0, 0)). Le derivate parziali sono

La funzione sicuramente dierenziabile su

dierenziabili (

4x2

y 2 si annulla solo in

di funzioni

1
1
f
=
p
8x
2
2
x
1 + (4x + y ) 2 4x2 + y 2
f
1
1
=
p
2y
2
2
y
1 + (4x + y ) 2 4x2 + y 2
e sono continue su

R2 \ {(0, 0)}

f C1
(0, 1) :

(da qui si poteva dedurre

Possiamo dunque aermare che esiste il piano tangente in

e dunque dierenziabile).



1
f (0, 1) = 0,
2
e il piano tangente

z=

1
1
1
+ (y 1) = y + .
4 2
2
4 2

Si ha poi

f
f (h, 0) f (0, 0)
arctan 4h2
arctan 2|h|
arctan 2|h| 2|h|
(0, 0) = lim
= lim
= lim
= lim

h0
h0
h0
h0
x
h
h
h
2|h|
h
63

Calcolo differenziale per funzioni reali di pi variabili

che non esiste perch

h0

f
(0, 0) = 2
x

lim

f
(0, 0) = 2.
x

lim+

h0

Analoghi conti mostrano che non esiste nemmeno

f
(0, 0).
y

4.5. Derivate direzionali


Abbiamo visto nei paragra precedenti che per una funzione reale di pi variabili reali, la
derivata parziale rispetto a una variabile
dell'asse

xi .

xi

rappresenta la velocit di crescita nella direzione

naturale immaginare di voler conoscere la velocit di crescita di

anche rispetto

ad altre direzioni che non siano quelle lungo gli assi cartesiani.
Consideriamo un punto

x0

e andiamo a spostarci sulla retta uscente da

sulla retta di equazione parametrica


subito dalla

x = x0 + t v ,

con

t R.

x0

e di versore

v,

cio

Il corrispondente incremento

sar

f (x0 + t v) f (x0 )
quindi, essendoci ricondotti a una situazione uni-dimensionale, possiamo prendere il limite per

t 0.
r

Si ha dunque la seguente denizione.

Denizione 4.5.1.

vettore di

Sia

f : A Rn R,

con

di modulo unitario). Si dice derivata

nel punto

x0

x0 A e v un versore (cio un
direzionale di f rispetto al versore

aperto; sia

il limite

Dv f (x0 ) = lim
t0

f (x0 + tv) f (x0 )


t

a patto che esista nito.


Si osservi che studiare il tasso di incremento di
di

rispetto alla retta uscente da

x0

lungo

in direzione

v,

v in x0

come considerare la restrizione

cio

g(t) = f (x0 + t v);


perci andare a fare il limite di tale funzione (di una variabile reale!)
calcolare la derivata di

in 0, cio

Dv f (x0 ) = g 0 (0).
64

per

t 0

signica

4.5

Osservazione 4.5.2.

Derivate direzionali

Si osserva immediatamente che le derivate parziali non sono altro che

ei .

derivate direzionali corrispondenti ai versori canonici

Nel caso di una funzione reale di due variabili reali, un versore di

R2

pu essere conveniente-

mente scritto nella forma

v = (cos , sin )
dove

come da convenzione l'angolo che

forma con la direzione positiva dell'asse delle

x.

Quindi la denizione di derivata direzionale pu essere riscritta nella forma

Dv f (x0 , y0 ) = lim
t0

f (x0 + t cos , y0 + t sin ) f (x0 , y0 )


.
t

In questo caso si ritrova

f
(x0 , y0 ) = Dv f (x0 , y0 )
x
f
(x0 , y0 ) = Dv f (x0 , y0 )
y
-

Esercizio 4.5.3.

in

(0, 0)?

Sia

v = (cos , sin ).

Sia

f (x, y) =

p
3
xy 2 .

v=i

=0

v=j

Calcolare se esistono

Dv f (0, 0). f

dierenziabile

Allora

3
t cos sin2 0 p
3
Dv f (0, 0) = lim
= cos sin2
t0
t
(0, 0).

quindi per questa funzione esistono tutte le derivate direzionali in


chiamo con la denizione che

D'altra parte veri-

non dierenziabile nell'origine. Se cos fosse, si dovrebbe

avere che il seguente limite

f (h, k) f (0, 0) fx (0, 0)h fy (0, 0)k

(h,k)(0,0)
h2 + k 2
lim

esiste e fa zero. Invece si ha che il limite proposto non esiste. Infatti dal punto precedente si
ha che

fx (0, 0) = 0

fy (0, 0) = 0

(basta prendere

=0

= /2)

da cui

3
h k2
f (h, k) f (0, 0) fx (0, 0)h fy (0, 0)k

lim
= lim
(h,k)(0,0)
(h,k)(0,0)
h2 + k 2
h2 + k 2
non esiste; (basta prendere

(0, 0).

h=k

e si ottiene

limh0

h ). Quindi
2|h|

non dierenziabile in

Si pu dunque concludere che anche l'esistenza di tutte le derivate direzionali (non solo

quelle parziali) non basta a concludere che

dierenziabile.

65

Calcolo differenziale per funzioni reali di pi variabili

Il viceversa per vale e costituisce un importante teorema.

Teorema 4.5.4. (formula del gradiente) Sia f : A Rn R (A aperto) una funzione

dierenziabile in x0 A. Allora per ogni versore v esiste la derivata direzionale Dv f (x0 ) e


vale l'identit (detta formula del gradiente)
Dv f (x0 ) = f (x0 ) v =

Osservazione 4.5.5.

n
X
f
(x0 )vi .
x
i
i=1

La derivata direzionale risulta quindi data dal prodotto scalare tra il

gradiente e il vettore nella cui direzione si va a derivare.

Quindi

risultano combinazione lineare delle derivate parziali.


Nel caso

n=2

la formula del gradiente assume la forma

Dv f (x0 , y0 ) = f (x0 , y0 ) v =
dove come prima abbiamo posto

Esempio 4.5.6.

Consideriamo la funzione

f (x, y) =
Si osserva innanzitutto che

v = (cos , sin )

f =0

|y| > x2 y = 0

1
0

sull'asse

diverso da

la retta per l'origine di direzione

f (x, y) = 1,

f
f
(x0 , y0 ) cos +
(x0 , y0 ) sin
x
y

v = (cos , sin ).

versore

tutte le derivate direzionali

(1, 0),

altrove

e quindi

fx (0, 0) = 0.

Si osserva poi che per ogni

l'intersezione tra l'insieme

{(x, y) R2 : |y| > x2 }

v un segmento centrato nell'origine.

Poich su tale segmento

si ha

f (t cos , t sin ) f (0, 0)


= 0.
t0
t

Dv f (0, 0) = lim
Perci

f (0, 0) = 0

e la formula del gradiente vericata.

D'altra parte la funzione non

dierenziabile nell'origine in quanto non nemmeno continua nell'origine. Infatti ad esempio

lim f (x, x3 ) = 0.

lim f (x, 0) = 1,

x0+

+ Osservazione 4.5.7.

x0+

Il risultato precedente inoltre ci fornisce un'utile interpretazione del vettore

gradiente. Per ogni vettore unitario

abbiamo

Dv f (x0 , y0 ) = v f (x0 , y0 ) = |f (x0 , y0 )| cos

dove

l'angolo compreso tra i vettori

tra

e 1, si ha che

Dv

f (x0 , y0 ).

assume solo valori compresi tra

66

cos assume solo valori compresi


|f (x0 , y0 )| e |f (x0 , y0 )|. Inoltre

Poich

4.6

Calcolo delle derivate

Dv f (x0 , y0 ) = |f (x0 , y0 )| se e solo se v punta nella direzione opposta a quella di f (x0 , y0 ) e


Dv f (x0 , y0 ) = |f (x0 , y0 )| se e solo se v punta nella stessa direzione di f (x0 , y0 ); nel primo caso
cos = 1, nel secondo caso cos = 1. La derivata direzionale nulla nella direzione = /2;
questa la direzione della (retta tangente alla) curva di livello di f passante per (x0 , y0 ) (cio il
gradiente ortogonale in ogni punto alle linee di livello della funzione).

4.6. Calcolo delle derivate


Enunciamo le seguenti propriet del gradiente.

Teorema 4.6.1.

Siano f, g : Rn R funzioni
derivabili e siano , R. Allora valgono le seguenti propriet del gradiente:
(formule di calcolo per le derivate)

(f + g) = f + g
(f
 g)= gf + f g
gf f g
f
=

g
g2
Analoghe propriet valgono per i dierenziali.
Molto importante anche la regola per la derivazione delle funzioni composte che enunciamo
in due casi particolari.

Teorema 4.6.2.

Sia f : A
R R e sia g : I R R. Supponiamo che la funzione composta h(x) = g(f (x)) sia
denita in almeno un intorno U di x0 A. Se f dierenziabile in x0 e g derivabile in
f (x0 ), allora la funzione composta
(derivazione delle funzioni composte - primo caso)

h = g f : U Rn R

dierenziabile in x0 e si ha
h(x0 ) = g 0 (f (x0 )) f (x0 ).

Esempio 4.6.3.

3
2 2xy
Sia f : R R denita da f (x, y, z) = z e
e sia g : [1, +) R

denita da g(r) =
r + 1. Allora la funzione composta h(x, y, z) = g(f (x, y, z)) ben denita
(perch l'immagine di f sempre positiva o nulla) e dalla formula di derivazione della funzione

67

Calcolo differenziale per funzioni reali di pi variabili

composta si ha


1
h(x, y, z) = g 0 (f (x, y, z)) f (x, y, z) =
2z 2 e2xy , z 2 e2xy , 2z e2xy .
2 z 2 e2xy + 1
g 0 (x, y, z) (che non ha assolutamente senso
0
visto che g funzione di una sola variabile reale!); infatti g deve essere calcolata non nel punto
(x, y, z) ma nella sua immagine tramite f , cio nel nostro caso z 2 e2xy . Lo stesso risultato si
Un errore frequente quello di scrivere nella formula

ottiene esplicitando

h(x, y, z) =

z 2 e2xy + 1

e calcolandone il gradiente direttamente senza usare la formula della derivazione della funzione
composta.

Teorema 4.6.4.

(derivazione delle funzioni composte - secondo caso)

Sia r :

I R Rn e sia f : A Rn R. Supponiamo che la funzione composta g(t) = f (r(t))


sia denita in almeno un intorno J di t0 I . Se r derivabile in t0 e f dierenziabile in
r(t0 ), allora la funzione composta
g =f r:J RR

derivabile in t0 e si ha
n
X
f
(r(t0 )) ri0 (t0 ).
g (t0 ) = f (r(t0 )) r (t0 ) =
xi
i=1
0

. Esempio 4.6.5. Sia f : R3 R denita da f (u, v, z) = v eu e sia r : R R3 denita da


r(x) = (x, cos x, x + 1). Allora la funzione composta g(t) = f (r(t)) ben denita e derivabile
2

e si ha

g 0 (x) = f (r(x)) r0 (x).


A questo punto
2

f (u, v, z) = (2u v eu , eu , 0)
quindi
2

f (r(x)) = (2x cos x ex , ex , 0)


perci, dalla denizione di prodotto scalare
2

g 0 (x) = (2x cos x ex , ex , 0) (1, sin x, 1) = 2x cos x ex sin x ex .


Lo stesso risultato si ottiene esplicitando

g(x) = cos x ex
68

4.7

Derivate di ordine superiore

e calcolandone la derivata direttamente senza usare la formula della derivazione della funzione
composta.

4.7. Derivate di ordine superiore


f : A R2 R, con A aperto. Una volta determinate le derivate parziali fx e fy di una
funzione f (x, y) ci si pu chiedere ad esempio se esse siano a loro volta funzioni derivabili. In
caso aermativo, si possono calcolare le derivate parziali di fx e fy ottenendo rispettivamente

Sia

2f

=
2
x
x

f
x

2f

=
yx
y

2f

=
2
y
y

f
x


(4.7.1)

2f

=
xy
x

f
y

f
y


.

(4.7.2)

Naturalmente tutto ci se queste derivate esistono (essendo limiti di opportuni rapporti incrementali, potrebbero anche non esistere).
Le (4.7.1) e (4.7.2) si dicono derivate parziali seconde; per indicarle, si usano anche altri
simboli, per esempio

fxx , fxy , . . .

Le stesse nozioni si possono estendere anche al caso di una funzione

f : A Rn R,

con

aperto.

Denizione 4.7.1.

La derivata rispetto a una certa variabile

xj

di una funzione

f xi ,

se esiste,

si indica con

2f

=
xj xi
xj
.

Esempio 4.7.2.

Sia

f (x, y) = ex cos y .

f
xi


.

Allora si ha che

fx (x, y) = ex cos y

fy (x, y) = ex sin y

da cui

fxx (x, y) = ex cos y

fxy (x, y) = fyx (x, y) = ex sin y

fxy = fyx ; non un caso ma un fatto generale come


enunciamo nel caso n = 2 ma che pu essere facilmente esteso

Notiamo che nell'esempio precedente viene


mostra il seguente teorema (che
al caso

qualunque

fyy (x, y) = ex cosy.

Sezione 4.10).

69

Calcolo differenziale per funzioni reali di pi variabili

Teorema 4.7.3. (teorema di Schwarz) Sia f : A R2 R con A aperto. Supponiamo

che le derivate parziali seconde miste esistano in un intorno di un punto (x, y) e siano
entrambe continue in (x, y). Allora coincidono in (x, y). In particolare, se le derivate parziali
miste esistono e sono continue in tutto A allora coincidono su tutto A.

In particolare allora il teorema di Schwarz aerma che

f C 2 (A) fxy = fyx .


D'altra parte, ricordando che

f C 2 (A) f C 1 (A) f

dierenziabile in

allora in particolare si ha che

f C 2 (A)

le derivate parziali prime sono dierenziabili in

le derivate parziali seconde sono continue in

le derivate parziali miste sono uguali.

Naturalmente, sebbene di solito questa condizione sia vericata, esistono casi in cui una funzione possiede derivate miste diverse tra loro. Naturalmente questa funzione non sar di classe

C2

come mostra il seguente controesempio.

Esempio 4.7.4.

Sia

2
2
xy(x y )
x2 + y 2
f (x, y) =

0
Si verica che
ine.

f C 1 (R2 )

(x, y) = (0, 0).

mentre le derivate parziali seconde sono discontinue nell'orig-

Quindi il teorema di Schwarz non si applica e non possiamo aermare a priori che

fxy (0, 0) = fyx (0, 0).


1 6= fyx (0, 0) = 1.
+

(x, y) 6= (0, 0)

Per altro infatti si pu mostrare attraverso calcoli diretti che

Osservazione 4.7.5.

fxy (0, 0) =

Il teorema di Schwarz e la denizione delle derivate successive si pu

generalizzare al caso di derivate di ordine

k.

4.8. Equazioni alle derivate parziali


r

Denizione 4.8.1.

Si dice equazione alle derivate parziali un'equazione dierenziale

in cui compare una funzione incognita di pi variabili assieme ad alcune delle sue derivate fatte
rispetto (almeno) a due variabili diverse.

70

4.9

Differenziale secondo, matrice Hessiana, formula di Taylor del secondo


ordine

Le equazioni alle derivate parziali (abbreviato E.D.P.) intervengono nella formulazione e modellizzazione di numerosissime leggi siche e fenomeni nel campo della sica e dell'ingegneria.

Molte E.D.P. (non lineari) sono attualmente oggetto di studio da parte di diversi rami

dell'Analisi Matematica.
Alcuni esempi tra i pi importanti sono:

equazione del trasporto

u u
+
=0
x
t

Come dice il nome, rappresenta il trasporto di sostanze, per esempio di una sostanza inquinante

u che si muove a velocit c.


equazione di Laplace
4u(x, y, z) = 0
dove

4=

n
X
2
x2i
i=1

2u 2u 2u
+
+
=0
x2 y 2 z 2

detto operatore di Laplace o Laplaciano.

Le soluzioni dell'equazione di Laplace si dicono funzioni armoniche. L'equazione di Laplace


interviene ad esempio per modellizzare il potenziale elettrostatico

(o quello gravitazionale)

nei punti dello spazio privi di carica (o di materia rispettivamente).

equazione del calore

ut = k 4u;
modellizza ad esempio la temperatura
duzione, senza pozzi n sorgenti;

di un corpo omogeneo e isotropo rispetto alla con-

la costante di diusione e dipende dalle caratteristiche del

materiale.

equazione della corda vibrante

utt = c2 uxx ;
modellizza ad esempio piccole vibrazioni di una corda elastica e tesa;

c la velocit di propagazione

dell'onda.

4.9. Dierenziale secondo, matrice Hessiana, formula di


Taylor del secondo ordine
r

Denizione 4.9.1.

f : A R2 R, f C 2 (A)
di f in (x0 , y0 ) la funzione denita da

Sia

differenziale secondo

d2 f (x0 , y0 ) : (h, k) 7

e sia

(x0 , y0 ) A.

2f
2f
2f
2
(x
,
y
)h
+
2
(x
,
y
)h
k
+
(x0 , y0 ) k 2
0 0
0 0
x2
xy
y 2
71

Si dice

Calcolo differenziale per funzioni reali di pi variabili

I coecienti che compaiono nel dierenziale secondo possono essere ordinati in una matrice
2 2 detta matrice Hessiana di f in (x0 , y0 )
Hf (x0 , y0 ) =

Si nota che dal teorema di Schwarz, se


ogni punto di

fxx (x0 , y0 ) fxy (x0 , y0 )


fyx (x0 , y0 ) fyy (x0 , y0 )

f C 2 (A)

allora la matrice Hessiana simmetrica in

A.

Se la dierenziabilit di una funzione di pi variabili permette di approssimare il suo graco


con quello del piano tangente, il fatto che una funzione sia (almeno) di classe

C 2 (A)

permette

di migliorare ancora l'approssimazione. Abbiamo infatti la seguente formula.

Teorema 4.9.2.

Sia f : A
R R, f C (A); per ogni (x0 , y0 ) A e (h, k) R tale che (x0 + h, y0 + k) A. Allora
esiste un numero reale (0, 1) dipendente da (x0 , y0 ) e (h, k) tale che
2

(formula di Taylor con resto secondo Lagrange)

1
f (x0 + h, y0 + k) = f (x0 , y0 ) + fx (x0 , y0 )h + fy (x0 , y0 )k + fxx (x0 + h, y0 + k)h2
2
1
+fxy (x0 + h, y0 + k) hk + fyy (x0 + h, y0 + k)k 2
2

Teorema 4.9.3. (formula di Taylor con resto secondo Peano) Sia f : A R2


R, f C 2 (A); per ogni (x0 , y0 ) A vale la formula

1
f ((x0 + h, y0 + k) = f (x0 , y0 ) + fx (x0 , y0 )h + fy (x0 , y0 )k + fxx (x0 , y0 )h2
2

1
+fxy (x0 , y0 ) hk + fyy (x0 , y0 )k 2 + o( h2 + k 2 ) per (h, k) (0, 0).
2

4.10. Complementi: il caso n


f : A Rn R
presentati nel caso n = 2.

In questa sezione andiamo a presentare la generalizzazione al caso di funzioni


di alcune denizioni e risultati contenuti nella precedente sezione e

72

4.10

Teorema 4.10.1.

Complementi: il caso

Sia f : A Rn R con A aperto. Supponiamo che per certi indici i, j {1, 2, . . . , n} le derivate parziali seconde miste fxi xj e fxj xi
esistano in un intorno di un punto x0 e siano entrambe continue in x0 . Allora coincidono
in x0 . In particolare, se le derivate parziali miste fxi xj e fxj xi esistono e sono continue in
tutto A allora coincidono su tutto A.

(teorema di Schwarz)

Denizione 4.10.2.

secondo di

in

x0

Sia

f : A Rn R, f C 2 (A)

e sia

x0 A.

Si dice differenziale

la funzione denita da

n X
n
X
2f
d f (x0 ) : h 7
(x0 )hi hj .
xi xj
i=1 j=1
2

2f

I coecienti
che compaiono nel dierenziale secondo possono essere ordinati in una
xi xj
matrice 2 2 detta matrice Hessiana di f in x0

fx1 x1 (x0 ) fx1 x2 (x0 )

fx2 x1 (x0 ) fx2 x2 (x0 )


Hf (x0 ) =
..

.
...

fxn x1 (x0 ) fxn x2 (x0 )

Si nota che dal teorema di Schwarz, se


ogni punto di

f C 2 (A)

fx1 xn (x0 )

fx2 xn (x0 )

..

...
.

. . . fxn xn (x0 )

...
...

allora la matrice Hessiana simmetrica in

A.

Si ha inoltre

Teorema 4.10.3.

Sia f : A
R R, f C (A); per ogni x0 A e h R tale che x0 + h A. Allora esiste un numero
reale (0, 1) dipendente da x0 e h tale che
n

(formula di Taylor con resto secondo Lagrange)

n
n
X
f
1 X 2f
f (x0 + h) = f (x0 ) +
(x0 )hi +
(x0 + h) hi hj
xi
2 i,j=1 xi xj
i=1

73

Calcolo differenziale per funzioni reali di pi variabili

Teorema 4.10.4.

(formula di Taylor con resto secondo Peano)

R R, f C (A); per ogni x0 A vale la formula


n

Sia f : A

n
n
X
f
1 X 2f
f (x0 + h) = f (x0 ) +
(x0 )hi +
(x0 ) hi hj + o(|h|2 )
x
2
x
x
i
i
j
i=1
i,j=1

dove o(|h|2 ) tale che (il limite inteso in Rn )


o(|h|2 )
= 0.
h0 |h|2
lim

74

per

h0

CAPITOLO 5

Ottimizzazione. Estremi liberi


5.1. Generalit
Il termine

ottimizzazione

si riferisce a un'ampia categoria di problemi che rivestono enorme

importanza nelle scienze applicate. L'idea di fondo quella di massimizzare o minimizzare una
certa quantit sotto opportune condizioni, la cui modellizzazione matematica dipende dalla
natura del problema e quindi presenta diversi gradi di complessit; ad esempio, in meccanica
minimizzare l'energia potenziale di un sistema signica individuare le posizioni di equilibrio stabile, ma ci sono anche problemi di ottimizzazione che intervengono anche in campo economico
(massimizzare un utile o un protto o minimizzare i costi) in campo tecnologico (minimizzare
l'attrito o le turbolenze...)
In questo corso andremo a lavorare con funzioni reali di
zione al caso

n = 2.

n variabili reali,

con particolare atten-

Ci occuperemo di due problemi fondamentali:

ricerca di estremi assunti in punti interni al dominio

se

ricerca degli estremi di

di

non necessariamente aperto o sulla

(si chiamano estremi liberi

aperto);

frontiera di

assunti su un sottoinsieme

(si chiamano estremi vincolati).

Cominciamo con alcune fondamentali denizioni.

Denizione 5.1.1.

f : A Rn R

x0 A. Diciamo che:
(a) x0 punto di massimo assoluto per f in A se x A si ha f (x) f (x0 ). In tal caso
f (x0 ) si dice massimo assoluto o globale per f in A.
(b) x0 punto di minimo assoluto per f in A se x A si ha f (x) f (x0 ). In tal caso
f (x0 ) si dice minimo assoluto o globale per f in A.
(c) x0 punto di massimo relativo o locale per f se esiste un intorno U di x0 tale che
x U si ha f (x) f (x0 ). In tal caso f (x0 ) si dice massimo relativo o locale per f .
r

Sia

75

Ottimizzazione. Estremi liberi

x0 punto di minimo
x U si ha f (x) f (x0 ).

(d)

relativo o locale per

In tal caso

f (x0 )

se esiste un intorno

di

x0

tale che

si dice minimo relativo o locale per

f.

Le domande che ci poniamo sono: esistono eettivamente punti di massimo o minimo, locali o
globali, per una data funzione

f?

Sono unici? Come si fa a determinarli?

Prima di andare a rispondere a questi quesiti, premettiamo alcuni esempi che riguardano il
caso di funzioni reali di variabile reale.

Esempio 5.1.2.

Esempio 5.1.3. Sia f (x) = x3 .

f (x) = x2 . x = 0 punto di minimo globale per f su R e f (0) = 0


2
0
minimo globale: infatti x 0 per ogni x reale. Osserviamo per altro che f (x) = 2x che si
annulla solo in x = 0.

in

Sia

Anche in questo caso la derivata prima di

x = 0 ma x = 0 non punto di minimo (o massimo) (n locale n globale).

si annulla solo

Quindi anche nel

caso di funzioni reali di una variabile reale non tutti i punti che annullano la derivata prima
sono eettivamente punti di massimo (o minimo).

Esempio 5.1.4.

Sia

f (x) = |x|.

Allora

x=0

punto di minimo ma in

x=0

la

non

derivabile. Quindi anche in una variabile i punti di massimo/minimo globale o locale possono
trovarsi tra i punti di non derivabilit per

f.

. Esempio 5.1.5. Sia f (x) = x2 per x [1, 2]. Allora x = 0 punto di minimo globale;
x = 1 punto di massimo locale; x = 2 punto di massimo globale. Quindi anche nel caso
di funzioni di una variabile reale a valori reali i punti di massimo o minimo, locale o globale,
si possono trovare anche nei punti del bordo (dove si ha solo la nozione di derivata destra o
sinistra) e in generale vanno analizzati a parte.
Quindi il nostro obiettivo sar quello di andare a studiare il caso di funzioni di

variabili

cercando di recuperare tutti questi diversi comportamenti.

5.2. Propriet topologiche delle funzioni continue


Premettiamo alcune propriet fondamentali delle funzioni continue che hanno importanti ricadute nei problemi di ottimizzazione.

Teorema 5.2.1. (teorema di Weierstrass) Sia E Rn un insieme chiuso e limitato e

f : E R una funzione continua. Allora f ammette massimo e minimo in E ossia esistono


xm , xM in E tali che
f (xm ) f (x) f (xM )
x E.

76

5.3

Estremi liberi: condizioni necessarie del primo ordine

Questo risultato sar spesso fondamentale nei problemi di ottimizzazione vincolata.

Teorema 5.2.2. (teorema degli zeri) Sia E Rn un insieme connesso (per archi, cio

un insieme tale che presi comunque due punti dell'insieme, esiste un arco continuo che li
congiunge tutto contenuto in E ) di Rn e f : E R una funzione continua. Se x e y sono
due punti di E tali che f (x) > 0 e f (y) < 0 allora esiste un punto z E tale che f (y) = 0.

Quest'ultimo risultato particolarmente signicativo nello studio del segno di una funzione

f:

infatti se una funzione continua su un dominio qualunque, l'insieme degli zeri di

il dominio in un certo numero di insiemi connessi su ciascuno dei quali


quindi suciente valutare il segno di

spezza

ha segno costante;

in un solo punto di ogni componente connessa per

conoscere il segno dappertutto il quella parte. Questo risultato verr usato per studiare il segno
di

nell'analisi della natura di punti critici (problemi di ottimizzazione libera).

5.3. Estremi liberi: condizioni necessarie del primo ordine


Sia

f : A Rn R

con

aperto. Procedendo come nel caso unidimensionale, se

su-

cientemente regolare, cerchiamo di selezionare i candidati punti di estremo locale individuando


una condizione necessaria. Vale il seguente teorema.

Teorema 5.3.1.

Sia f : A Rn R con A aperto, e x0 A un


punto di massimo o minimo locale per f . Se f derivabile in x0 , allora f (x0 ) = 0.
Quindi se

il gradiente.

(teorema di Fermat)

derivabile in

A,

i punti di massimo locale si trovano tra quelli che annullano

Naturalmente nulla si pu dire se

non derivabile in qualche punto:

tali

eventuali punti di non derivabilit andranno esaminati a parte.

Esempio 5.3.2.

p
f (x, y) = x2 + y 2 . Questa funzione chiaramente la controparte in
due variabili della funzione g(t) = |t| e infatti anche f non derivabile in (x, y) = (0, 0). Per
f (x, y) 0 per ogni (x, y) R2 quindi (0, 0) punto di minimo globale per f .

Esempio 5.3.3.

Sia

f (x, y) = x2 y 3 . Si nota subito che f C (R2 ) quindi essendo


2
derivabile in ogni punto di R possibile applicare il teorema di Fermat. Dunque f (x, y) =
(0, 0) se e soltanto se (2x, 3y) = (0, 0) se e soltanto se (x, y) = (0, 0). Quindi l'origine

Sia

77

Ottimizzazione. Estremi liberi

l'unico punto stazionario o critico per

f.

Bisognerebbe capire se si tratta di un massimo o di

un minimo. Per capirlo, occorre studiare il segno dell'incremento di

4f (0, 0) = f (x, y) f (0, 0). In realt non nessuno dei due.


3
delle y , si ha f (0, y) = y e quindi 4f (0, 0) > 0 se y < 0 e

cio della quantit

Infatti, restringendosi all'asse


viceversa. In particolare ogni

intorno dell'origine contiene punti in cui l'incremento ha segno opposto, quindi il punto

(0, 0)

non pu essere n di massimo n di minimo: si dice pertanto che un punto di sella o colle

. Esempio
f C (R2 ) e

5.3.4.

f (x, y) = x2 + 2y 2 x2 y . Anche in questo caso si nota subito che


2
essendo f derivabile in ogni punto di R , possiamo applicare il teorema
Sia

quindi

di Fermat. Si ha

f (x, y) = (0, 0) (2x 2xy, 4y x2 ) = (0, 0) (2x(1 y), 4y x2 ) = (0, 0)


da cui i punti critici sono

(x, y) = (0, 0)

(x, y) = (2, 1)

(x, y) = (2, 1).

In questo caso per non facile studiare la natura di tali punti passando attraverso lo studio
dell'incremento. chiaro quindi che si rende necessario stabilire dei criteri che aiutino a portare
avanti in modo agevole questa analisi.

5.4. Dal segno dell'incremento alle forme quadratiche


Consideriamo il caso di una funzione di due variabili (i ragionamenti che seguono possono
naturalmente essere generalizzati al caso di

n variabili).

Per studiare la natura dei punti critici

o stazionari, cio dei punti che annullano il gradiente, l'idea quella di andare a considerare il
segno dell'incremento di

f,

come gi accennato negli esempi precedenti, il quale denito

come

4f (x0 , y0 ) = f (x, y) f (x0 , y0 ).


4f (x0 , y0 ) 0 almeno in un intorno di (x0 , y0 ),
locale; se 4f (x0 , y0 ) 0 allora (x0 , y0 ) punto di massimo
ha un segno denito, allora (x0 , y0 ) punto di sella o colle.

(x0 , y0 )

Infatti per denizione, se

allora

punto di minimo

locale; se invece

l'incremento non

Quindi per far vedere che un punto critico sella o colle suciente trovare due curve diverse
lungo le quali la restrizione della

ammette in un caso un punto di massimo e nell'altro un

punto di minimo (l'incremento corrispondente non ha segno denito).


Tuttavia come mostrato negli esempi precedenti, talvolta non facile andare a studiare direttamente il segno dell'incremento. Ci vuole un criterio pi immediato.

78

5.5

Classificazione e studio delle forme quadratiche: il caso

n=2

Ricordiamoci della formula di Taylor del secondo ordine con resto di Peano. Allora la possiamo
riscrivere in questo modo

1
4f (x0 , y0 ) = f (x0 + h, y0 + k) f (x0 , y0 ) = fx (x0 , y0 )h + fy (x0 , y0 )k + fxx (x0 , y0 )h2
2

1
+fxy (x0 , y0 )hk + fyy (x0 , y0 )k 2 + o( h2 + k 2 ).
2
Naturalmente se

(x0 , y0 ) punto critico, allora f (x0 , y0 ) = (0, 0) quindi la relazione precedente

si riscrive come

1
1
4f (x0 , y0 ) = f (x0 + h, y0 + k) f (x0 , y0 ) = fxx (x0 , y0 )h2 + fxy (x0 , y0 )hk + fyy (x0 , y0 )k 2
2
2

2
2
+o( h + k ).
Quindi la determinazione del segno dell'incremento di

f in (x0 , y0 )
(h, k) dato da

ferenziale secondo di
nelle componenti

4f (x0 , y0 )

conduce all'analisi del dif-

e quindi all'analisi del polinomio omogeneo di secondo grado

1
1
fxx (x0 , y0 )h2 + fxy (x0 , y0 )hk + fyy (x0 , y0 )k 2
2
2
che un caso particolare di forma quadratica.

Quindi l'analisi della natura dei punti

stazionari si riconduce ad un problema puramente algebrico: studiare il segno di una forma


quadratica.

5.5. Classicazione e studio delle forme quadratiche: il caso


n=2
r

Denizione 5.5.1.

Una forma quadratica in

R2

una funzione

q : R2 R

denita da

q(h, k) = a11 h2 + a12 hk + a21 kh + a22 k 2


dove gli

aij

sono numeri reali detti coefficienti della forma quadratica.

supporre senza perdita di generalit che

a12 = a21 .

Ogni forma quadratica risulta cos associata biunivocamente a una matrice simmetrica

M=

a11 a12
a12 a22

che nel caso del dierenziale secondo coincide con la matrice Hessiana.

79

Si pu

Ottimizzazione. Estremi liberi

Esempio 5.5.2.

La forma quadratica

q(h, k) = h2 2k 2 + 4hk
risulta associata alla matrice

M=

1 2
2 2

q sempre un polinomio omogeneo di secondo grado, quindi q(th, tk) = t q(h, k) per ogni t R, perci q(h, k) assume sempre
segno costante su ogni retta passante per l'origine (con q(0, 0) = 0).
Una prima osservazione riguardante le forme quadratiche che

Analizziamo quale pu essere il comportamento di una forma quadratica attraverso semplici


esempi.

q(h, k) = h2 + k 2 . In questo caso q(h, k) > 0 per ogni (h, k) 6= (0, 0).
2
2
caso (b) q(h, k) = h k . In questo caso q(h, k) < 0 per ogni (h, k) 6= 0
2
caso (c) q(h, k) = h . In questo caso q(h, k) sempre positiva tranne che nei vettori del
tipo (0, k) in cui si annulla.
caso (d) q(h, k) = h2 . In questo caso q(h, k) sempre negativa tranne che nei vettori del
tipo (0, k) in cui si annulla.
caso (e) q(h, k) = h2 + k 2 . In questo caso q(h, k) > 0 se (h, k) = (0, k) (k 6= 0) e
q(h, k) < 0 se (h, k) = (h, 0) (h 6= 0).

caso (a)

Questi esempi suggeriscono la seguente classicazione che si applica sia alla forma quadratica
che alla matrice ad essa associata.

Denizione 5.5.3.

Una forma quadratica

q(h, k)

con

(h, k) R2

(o la matrice simmetrica

corrispondente) si dice:

caso (a) definita positiva se q(h, k) > 0 per ogni (h, k) 6= (0, 0)
caso (b) definita negativa se q(h, k) < 0 per ogni (h, k) 6= (0, 0)
caso (c) semidefinita positiva se per ogni (h, k) 6= (0, 0) si ha q(h, k) 0 ed esiste
(h, k) 6= (0, 0) tale che q(h, k) = 0
caso (d) semidefinita negativa se per ogni (h, k) 6= (0, 0) si ha q(h, k) 0 ed esiste
(h, k) 6= (0, 0) tale che q(h, k) = 0
caso (e) indefinita se esistono (h1 , k1 ) e (h2 , k2 ) tali che q(h1 , k1 ) > 0 e q(h2 , k2 ) < 0.

Si noti che le varie condizioni sono mutuamente esclusive.

80

5.6

Classificazione e studio delle forme quadratiche: il caso generale

Vale il seguente teorema.

Teorema 5.5.4. (segno delle forme quadratiche in 2 variabili) Se a 6= 0, la forma

quadratica q(h, k) = ah2 + 2bhk + ck2 :

se e soltanto se det M > 0 e a > 0


caso (b) definita negativa se e soltanto se det M > 0 e a < 0
caso (c) semidefinita positiva se e soltanto se det M = 0 e a > 0
caso (d) semidefinita negativa se e soltanto se det M = 0 e a > 0
caso (e) indefinita se e soltanto se det M < 0
Se a = 0 e c 6= 0 allora nelle aermazioni precedenti basta sostituire a con c.

caso (a) definita positiva

Esempio 5.5.5.

Sia

q(h, k) = 2h2 + 2hk 3k 2 .


M=

Allora

a11 = 2 < 0;

det

M=5>0

Allora la matrice corrispondente

2 1
1 3

quindi la forma quadratica denita negativa

5.6. Classicazione e studio delle forme quadratiche: il caso


generale
r

Denizione 5.6.1.

Una forma quadratica in

Rn

q(h) = q(h1 , h2 , . . . , hn ) =

una funzione

n
X

q : Rn R

denita da

aij hi hj

i,j=1
dove gli

aij

sono numeri reali detti coefficienti della forma quadratica.

supporre senza perdita di generalit che

aij = aji .

Ogni forma quadratica risulta associata biunivocamente a una matrice simmetrica

Si pu

M = {aij }i,j=1,...,n .

Denizione 5.6.2. Una forma quadratica q(h) con h Rn (o la matrice simmetrica corrispon-

dente) si dice:

q(h) > 0 per ogni (h) 6= (0)


caso (b) definita negativa se q(h) < 0 per ogni (h) 6= (0)
caso (c) semidefinita positiva se per ogni (h) 6= (0) si ha q(h) 0 ed esiste (h) 6= (0)
tale che q(h) = 0
caso (d) semidefinita negativa se per ogni (h) 6= (0) si ha q(h) 0 ed esiste (h) 6= (0)
caso (a) definita positiva se

81

Ottimizzazione. Estremi liberi

tale che

q(h) = 0
(h1 )

caso (e) indefinita se esistono

(h2 )

tali che

q(h1 ) > 0

q(h2 ) < 0.

Vale il seguente teorema.

Teorema 5.6.3.

(segno delle forme quadratiche in

variabili)

Sia q(h) una

forma quadratica con h R . Sia M la matrice associata e siano Mk le sottomatrici


principali nord-ovest, cio le matrici composte dalle prime k righe e k colonne di M
n

M1 =

a11

Allora q(h) :

a11 a12
a12 a22

M2 =

a11 a12 a13

M3 = a21 a22 a23


a31 a32 a33

...

Mn = M

se e soltanto se det Mk > 0 per ogni k = 1, . . . , n


k
negativa se e soltanto se (1) det Mk > 0 per ogni k = 1, . . . , n.

caso (a) definita positiva


caso (b) definita

5.7. Forme quadratiche: il test degli autovalori


Rimandiamo a un testo di algebra lineare per le propriet delle matrici simmetriche e il legame
con gli autovalori (riduzione a forma canonica di una forma quadratica). Ci limitiamo in questa
sede a enunciare un criterio alternativo che si basa sugli autovalori di una matrice per avere
una classicazione delle forme quadratiche.

Denizione 5.7.1.

v Cn con v 6= 0. Allora si dice autovalore e v


autovettore di una matrice quadrata M di ordine n se soddisfano la relazione Mv = v o
n
equivalentemente (M In )v = 0, dove In la matrice identit in R .

Sia

La precedente equazione ha soluzioni


cio se e soltanto se

v non nulle se e solo se a matrice dei coecienti singolare

soluzione dell'equazione caratteristica


det(M

In ) = 0.

n in pertanto dal teorema fondamentale dell'aldi M contati con la loro molteplicit. Quindi si pu

Il primo membro un polinomio di grado


gebra esistono esattamente

autovalori

dimostrare che vale il seguente teorema.

82

5.8

Teorema 5.7.2.

(test degli autovalori)

Studio della natura dei punti critici

La forma quadratica q(h) :

se e soltanto se tutti gli autovalori di M sono positivi


caso (b) definita negativa se e soltanto se tutti gli autovalori di M sono negativi
caso (c) semidefinita positiva se e soltanto se tutti gli autovalori di M sono non
negativi (quindi 0) e almeno uno di essi nullo
caso (d) semidefinita negativa se e soltanto se tutti gli autovalori di M sono non
positivi (quindi 0) e almeno uno di essi nullo
caso (e) indefinita se e soltanto se M ha almeno un autovalore positivo e uno negativo.

caso (a) definita positiva

La classicazione delle forme quadratiche quindi si pu basare sullo studio del segno degli
autovalori.

5.8. Studio della natura dei punti critici

5.8.1.

Il caso

n=2

Concludiamo la nostra analisi dando informazioni utili per determinare la natura di un punto stazionario per una funzione di classe almeno

C 2.

Essendo il punto critico, il gradiente

nullo, dal Teorema di Fermat, quindi abbiamo visto dalla formula di Taylor che per estrarre
informazioni sulla natura del punto critico, occorre studiare e classicare la forma quadratica
corrispondente alla matrice Hessiana. Si perviene dunque al seguente teorema.

83

Ottimizzazione. Estremi liberi

Teorema 5.8.1.

(studio della natura dei punti critici - il caso

C (A), A aperto di R , sia (x0 , y0 ) A un punto critico per f e sia


!
fxx (x0 , y0 ) fxy (x0 , y0 )
Hf (x0 , y0 ) =
fxy (x0 , y0 ) fyy (x0 , y0 )
2

n = 2) Sia f

la matrice Hessiana di f nel punto critico. Allora:

caso (a) se det

(x0 , y0 )

punto di minimo locale forte

caso (b) se det

negativa e

Hf (x0 , y0 ) > 0 e fxx (x0 , y0 ) > 0 allora la matrice Hessina denita positiva

(x0 , y0 )

Hf (x0 , y0 ) > 0

fxx (x0 , y0 ) < 0

allora la matrice Hessina denita

punto di massimo locale forte

Hf (x0 , y0 ) = 0 allora la matrice Hessina semidenita (positiva

caso (c) e caso (d) se det

o negativa) e occorre un'analisi ulteriore

caso (e) se det

Hf (x0 , y0 ) < 0

allora la matrice Hessina indenita e

(x0 , y0 )

un punto

di sella o colle.

5.8.2.

Il caso generale

Vale il seguente teorema.

Teorema 5.8.2.

(studio della natura dei punti critici - il caso generale)

f C (A), A aperto di R , sia (x0 ) A un punto critico per f . Se la forma quadratica


2

Sia

q(h) =

n
X

fxi xj (x0 )hi hj

i,j=1

(x0 ) punto di minimo locale forte


allora (x0 ) punto di massimo locale forte

caso (a) denita positiva allora


caso (b) denita negativa

(x0 ) punto di minimo locale forte


allora (x0 ) punto di massimo locale forte

caso (c) non nulla e semidenita positiva allora


caso (d) non nulla e semidenita negativa
caso (e) indenita allora

(x0 )

un punto di sella o colle.

Torniamo agli esempi studiati in precedenza.

84

5.8

Esempio 5.8.3.

Sia

f (x, y) = x2 y 3 .

Studio della natura dei punti critici

Studiando il segno dell'incremento, avevamo visto

che l'origine un punto di sella o colle. La matrice Hessiana nel generico punto

2 0
0 6y

Hf (x, y) =

quindi nell'origine

2 0
0 0

Hf (x, y) =

che semindenita positiva. Quindi dal teorema possiamo solo dedurre a priori che l'origine
non un punto di massimo relativo ma potrebbe essere minimo relativo o sella. La conclusione
viene da un'analisi ulteriore come si fatto in precedenza.

Esempio 5.8.4.

Sia

f (x, y) = x2 + 2y 2 x2 y .

(x, y) = (0, 0)

Avevamo trovato che i punti critici erano

(x, y) = (2, 1)

(x, y) = (2, 1).

Andiamo ora a studiarne la natura attraverso lo studio della corrispondente matrice Hessiana.
Si ha che la matrice Hessiana di

nel generico punto vale

Hf (x, y) =

2(1 y) 2x
2x
4

quindi la matrice Hessiana nei tre punti critici vale rispettivamente

Hf (0, 0) =

2 0
0 4

!
Hf (2, 1) =

0 4
4 4

!
Hf (2, 1) =

0 4
4 4

Quindi riassumendo

fxx (0, 0) = 2 > 0

detHf (0, 0)

=8<0

quindi la matrice Hessiana relativa all'origine denita positiva: allora l'origine un punto
di minimo assoluto (si poteva pervenire gi a tale conclusione mostrando che la funzione

g(x, y) = x2 + 2y 2 per cui l'origine chiaramente un punto


2
perturbazione x y di terzo grado (quindi di grado superiore)).

data dalla somma della funzione


di minimo assoluto pi una
D'altro canto

detHf (2, 1)

= detHf (2, 1) = 16 < 0

quindi la matrice Hessiana relativa ai punti stazionari


questi punti sono punti di sella.

85

(2, 1)

indenita e perci entrambi

Ottimizzazione. Estremi liberi

5.9. Esercizi di ricapitolazione riguardanti estremi liberi


-

Esercizio 5.9.1. Si determinino gli eventuali estremi locali e globali della funzione
f (x, y) = (x2 + y 2 )e(x

La funzione

p
x2 + y 2 .

2 +y 2 )

a simmetria radiale, cio funzione solo della distanza dall'origine

Come conseguenza, le curve di livello di

r =

sono circonferenze con centro nell'o-

rigine. In casi come questo si pu semplicare la ricerca degli estremi studiando la funzione di
una sola variabile

g(r) = r2 er
Si ha

g(0) = 0

e anche

g(r) 0

per ogni

r 0.

anzi pi precisamente

g(r) > 0

per ogni

r 6= 0.

Inoltre

lim g(r) = 0

r+
e dunque

r=0

punto di minimo globale. D'altra parte

g 0 (r) = 2r(1 r2 )er


g 0 (r) = 0

r = 1 punto di massimo globale.


Per trasferire i risultati ottenuti per g a f basta osservare che r = 0 corrisponde all'origine
(0, 0) mentre r = 1 corrisponde alla circonferenza unitaria centrata in (0, 0). Di conseguenza
il valore minimo assunto in (0, 0) mentre il valore massimo assunto in tutti i punti della

e dunque

se

r = 1.

Perci se

circonferenza unitaria.

Esercizio 5.9.2. Si determinino gli eventuali estremi locali e globali della funzione
p
f (x, y) = x 3 (y x)2 .

f denita e
{(x, y) R2 : y = x} tranne

La funzione

continua in

R2 .

Dimostriamo che in tutti i punti dell'insieme

l'origine si ha che

non dierenziabile. Si ha

f
f (x + h, x) f (x, x)
(x + h) h2
3
(x, x) = lim
= lim
= lim xh1/3 + lim h2 .
h0
h0
h0
h0
x
h
h
Il limite del primo addendo, per x 6= 0 non esiste e quindi sicuramente f non dierenziabile
nei punti (x, x) con x 6= 0. nell'origine invece si ha
p
h 3 (h)2
f
f (h, 0) f (0, 0)
(0, 0) = lim
= lim
=0
h0
h0
x
h
h
86

5.9

Esercizi di ricapitolazione riguardanti estremi liberi

mentre

f
f (0, h) f (0, 0)
(0, 0) = lim
=0
h0
y
h

dunque

p
h 3 (k h)2
f (h, k) f (0, 0) hfx (0, 0) kfy (0, 0)

lim
= lim
(h,k)(0,0)
(h,k)(0,0)
h2 + k 2
h2 + k 2
e questo limite esiste e fa 0, dunque in

(0, 0) f

dierenziabile. I punti di estremo andranno

cercati tra i punti critici e i punti della bisettrice del primo e terzo quadrante (origine esclusa).
Allora

3y 5x
fx (x, y) =
3 yx

e dunque il gradiente di

diverso da zero in

punti di estremo solo i punti della retta


Studiando il segno di

2x
fy (x, y) =
3 yx

f (x, y)

R2 \ {(x, y) : y = x}.

y = x (origine esclusa).

Pertanto possono essere

Su tale retta si ha

f (x, y) = 0.

si ricava che i punti della bisettrice del primo quadrante sono

di minimo locale mentre i punti della bisettrice del terzo quadrante sono di massimo locale.
Infatti

f (x, y) 0

per

x>0

f (x, y) 0

per

x < 0.

Per curiosit l'origine punto di sella.

Non ci sono estremi globali perch la funzione illimitata superiormente e inferiormente. Ad


esempio:

lim

f (x, y) = +

(x,y)(+,0)
e

lim

f (x, y) = .

(x,y)(,0)

Esercizio 5.9.3. Si determinino gli eventuali estremi locali e globali della funzione
f (x, y) = x2 log(1 + y) + x2 y 2

nel suo dominio.


Il dominio di

l'insieme aperto

D = {(x, y) R2 : y > 1}.


In questo insieme

una funzione di classe

C (R2 ).

Gli eventuali punti di estremo locale

devono perci essere soluzioni del sistema

fx (x, y) = 2x(log(1 + y) + y ) = 0


1
2

fy (x, y) = x
+ 2y = 0.
1+y
87

Ottimizzazione. Estremi liberi

Si ha sicuramente

x = 0;

inoltre deve aversi

log(1 + y) + y 2 = 0
e

1
+ 2y = 0.
1+y
y = 0

La prima equazione ci d come soluzione

2y + 2y + 1 = 0 che non ci d
inniti punti (0, k) con k > 1.

mentre dalla seconda equazione deriviamo

soluzioni reali. Quindi il sistema ammette come soluzioni gli


Su tali punti si ha

Hessiana.

f (x, y) = 0.

Proviamo il test della matrice


fyy (x, y) = x 2

fxx (x, y) = 2(log(1 + y) + y )


e


fxy (x, y) = fyx (x, y) = 2x

1
(1 + y)2


1
+ 2y ;
1+y

dunque

log(1 + k) + k 2 0

Hf (0, k) =

e dunque il test della matrice Hessiana si rivela inecace.


Proviamo a valutare

4f (x, y) = f (x, y) f (0, k) = f (x, y) = x2 log(1 + y) + x2 y 2 = x2 [log(1 + y) + y 2 ].


Studiamo il segno del termine

log(1 + y) + y 2 =: g(y).

g(y) < 0 1 < y < 0,

immediato vericare che

g(y) y = 0,

g(y) > 0 y > 0.

Da questo possibile concludere che:

k > 0 allora i punti (0, k) sono punti di minimo locale;


se k = 0 allora l'origine un punto di sella;
se 1 < k < 0 allora i punti (0, k) sono punti di massimo locale.
Osserviamo inne che f non ha punti di estremo globale in quanto

+
y0 > 0
lim
f (x, y) =

(x,y)(+,y0 )
1 < y0 < 0

se

e perci

inf f (x, y) = .

sup f (x, y) = +
88

5.10

Funzioni convesse in

variabili

5.10. Funzioni convesse in n variabili


Ci occupiamo ora brevemente di una classe di funzioni importanti, soprattutto per quanto
riguarda i problemi di ottimizzazione: le

funzioni convesse.

r Denizione 5.10.1. Un insieme Rn si dice convesso se per ogni coppia di punti


x1 , x2 si ha che x1 + (1 )x2 per ogni [0, 1] (cio se presi comunque due punti di
il segmento che li unisce ancora tutto contenuto in ). L'insieme si dice strettamente
convesso se se per ogni coppia di punti x1 , x2 si ha che x1 + (1 )x2 per ogni
(0, 1) (cio se presi comunque due punti di il segmento che li unisce privato degli estremi
ancora tutto contenuto in ).
r

Denizione 5.10.2.

Si dice epigrafico di una funzione


epif

Si dice che una funzione


se l'epigraco di
concava se

f : Rn R

l'insieme

= {(x, z) Rn+1 : z f (x), x }.

f : Rn R

convessa (risp.

strettamente convessa)

un insieme convesso (risp. strettamente convesso) di

Rn+1 ;

si dice che

convessa.

Osservando che se

non un insieme convesso, l'epigraco di

in avanti assumeremo

non sar mai convesso, d'ora

convesso. Si ha la seguente proposizione.

Proposizione 5.10.3. Una funzione

f : R (con Rn convesso) convessa se e


soltanto se per ogni x1 , x2 e per ogni t [0, 1] vale la condizione
f (tx1 + (1 t)x2 ) tf (x1 ) + (1 t)f (x2 );

se la precedente vale con il segno di disuguaglianza stretta per ogni t (0, 1) allora f
strettamente convessa.
Vale anche il seguente teorema che mostra che la condizione di convessit implica una certa
regolarit per

f.

Teorema 5.10.4. (regolarit delle funzioni convesse) Sia f : R (con Rn


convesso). Se f convessa allora:

1)
2)
3)

f continua;
f ha derivate parziali destre e sinistre in ogni punto;
nei punti in cui derivabile f dierenziabile.

89

Ottimizzazione. Estremi liberi

Inoltre vale il seguente importante risultato che l'analogo in pi dimensioni del fatto che
una funzione reale di una variabile reale convessa sta sopra la retta tangente in ogni suo punto.

Teorema 5.10.5. (funzioni convesse e piano tangente) Sia f : R (con Rn

convesso), dierenziabile in . Allora f convessa in se e soltanto se per ogni coppia di


punti x, x0 si ha:
f (x) f (x0 ) + f (x0 ) (x x0 ).

In due dimensioni il signicato geometrico molto chiaro: infatti si ha

f (x, y) f (x0 , y0 ) +

f
f
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 ).
x
y

che equivale a dire che il piano tangente in

(x0 , y0 )

sta sotto il graco di

f.

Per funzioni di pi variabili si pu enunciare un criterio che dato dallo studio del segno della
forma quadratica data dal dierenziale secondo, in analogia al fatto che in una variabile il segno
della derivata seconda fornisce un criterio per studiare la convessit di una funzione.

Teorema 5.10.6. (convessit e matrice Hessiana) Sia f : R (con Rn aperto

convesso), f C 2 (). Se per ogni x0 la forma quadratica d2 f (x0 ) semidenita positiva


allora f convessa in .

Concludiamo enunciando il legame tra funzioni convesse e problemi di ottimizzazione. Come


abbiamo sottolineato nei precedenti paragra, per individuare i massimi o i minimi per una
funzione occorre prima di tutto andare ad individuare i punti stazionari cio i punti che annullano il gradiente, grazie al Teorema di Fermat (condizioni del primo ordine) e successivamente
andare a studiare la natura di tali punti attraverso la matrice Hessiana (condizioni del secondo
ordine). Nel caso di funzioni convesse le condizioni del primo ordine risultano sucienti per la
ricerca dei massimi o minimi. Infatti per funzioni convesse (e/o naturalmente concave) i punti
stazionari, se esistono, sono punti di estremo globale.

Proposizione 5.10.7. Sia un aperto convesso e sia f : R una funzione convessa (risp.

concava) e dierenziabile in ; sia x0 . Se x0 punto critico per f allora x0 punto di


minimo (risp. massimo) globale. Inoltre se f strettamente convessa (risp. concava), allora
x0 punto di mimino (risp. massimo) globale forte quindi in particolare il punto di minimo
(risp. massimo) globale unico.
90

5.11

Funzioni definite implicitamente

5.11. Funzioni denite implicitamente


5.11.1.

Funzione implicita di una variabile

Quando abbiamo parlato di insiemi di livello, abbiamo detto che l'insieme


curve, dette appunto curve di livello. In realt, anche se
da

f (x, y) = c

con

f (x, y) = c dato da

molto regolare, l'insieme denito

costante generica pu non essere una curva regolare o pu non essere

addirittura una curva.

. Esempio 5.11.1. L'insieme x3 y 2 = 0 rappresenta una curva non regolare; l'insieme


x2 y 2 = 0 rappresenta l'unione di due rette; l'insieme x2 + y 2 = 0 rappresenta un solo punto;
2
2
inne l'insieme x + y = 1 rappresenta l'insieme vuoto.
Obiettivo di questo paragrafo dunque il seguente: data una funzione
in un aperto e ivi regolare (almeno di classe

f (x, y) = 0
r

denisce

f (x, y)

denita almeno

precisare le condizioni sotto le quali l'equazione

implicitamente una funzione y = g(x).

Denizione 5.11.2.

Una funzione

g:IR

(con

IR

intervallo) tale che

f (x, g(x)) = 0 x I
si dice definita implicitamente dall'equazione

f (x, y) = 0 o pi brevemente si dice funzione

implicita

Per chiarire:
intervallo
di

f (x, y) = 0 denisce implicitamente


per ogni x I esiste unico y g(I) tale

l'equazione

tale per cui

dovuta alla richiesta di denire implicitamente una

g se
f (x, g(x)) = 0.

una funzione

esiste un

che

L'unicit

funzione

che caratterizzata dalla

univocit della corrispondenza input-output.

Esempio 5.11.3.

Consideriamo la funzione

F (x, y) = x3 + y 3 + x2 y 3y 2 .

F (x, y) = 0 denisce implicitamente un'unica funzione f1 denita su I1 = (, 3).

Infatti se x 3 la funzione y 7 F (x, y) strettamente crescente. Come si dimostra questo?


L'equazione

Prima di tutto si ha

F
= 3y 2 + x2 6y 3y 2 6y + 3 = 3(y 1)2 0
y
visto che

x 3 x2 3.

Dato inoltre che

lim F (x, y) = ,

91

Ottimizzazione. Estremi liberi

allora

x 3

esiste unico

y = f1 (x)

tale che

F (x, f1 (x)) = 0.
F
0, si ha che la funzione y 7 F (x, y) con x ssato, strettamente crescente,
y
quindi intersecher l'asse delle x una volta sola, cio si annulla una sola volta. Dunque per

ogni x0 ssato esiste un solo y0 tale che F (x0 , y0 ) = 0. Ne segue che per ogni x 3 esiste
un unico valore di y che funzione di x (cio y = f1 (x)) tale che

Infatti essendo

F (x, f1 (x)) = 0.
Analogamente si prova che

F (x, y) = 0
denisce implicitamente un'unica funzione

f2

nell'intervallo

I2 = [ 3, +).

In entrambi i casi,

f1 e f2 sono perfettamente determinate dalla condizione di soddisfare l'equazione


F (x, y) = 0 rispettivamente per x I1 e x I2 . Si noti invece che se x
/ I1 x
/ I2 per
esempio per x = 0 si ha
le funzioni

F (0, y) = y 3 3y 2 = 0 y = 0 y = 3
e quindi l'equazione

F (0, y) = 0

ammette due soluzioni. Nel caso

x=1

si ha

F (1, y) = 1 + y 3 + y 3y 2 = (y 1)(y 2 2y 1)
e dunque l'equazione

F (x, y) = 0
y1 = 1,

ha tre soluzioni:

y2 = 1

2,

y3 = 1 +

2.

f (x, y) = 0 sia soddisfatta almeno


vorremmo che g fosse denita almeno in

Anch una tale funzione esista, necessario che l'equazione

(x0 , y0 ) e in tal caso sar y0 = g(x0 ); poi


un intorno I di x0 e ivi regolare (quanto meno derivabile).
Ragioniamo a rovescio. Se una tale funzione g(x) esiste ed derivabile
dierenziabile, possiamo andare a derivare rispetto a x l'identit

in un punto

f (x, g(x)) = 0,
ottenendo, per il teorema delle funzioni composte

fx (x, g(x)) + fy (x, g(x)) g 0 (x) = 0


da cui si ricava

g 0 (x) =

fx (x, g(x))
fy (x, g(x))

92

in

I,

siccome anche

5.11

per ogni

xI

Funzioni definite implicitamente

in cui il denominatore non si annulla.

Quindi questa idea giustica il seguente importantissimo teorema.

Teorema 5.11.4. (teorema di Dini o della funzione implicita) Sia f : A R (con

A R2 aperto) una funzione di classe C 1 (A). Supponiamo che in un punto (x0 , y0 ) A si

abbia

f (x0 , y0 ) = 0

fy (x0 , y0 ) 6= 0.

Allora esiste un intorno I di x0 in R e un'unica funzione g : I R tale che


y0 = g(x0 )

Inoltre g C 1 (I) e si ha
g 0 (x) =

Osservazione 5.11.5.

f (x, g(x)) = 0

fx (x, g(x))
fy (x, g(x))

x I.

x I.

f (x0 , y0 ) = 0 e fy (x0 , y0 ) = 0 ma fx (x0 , y0 ) 6= 0 allora si pu


applicare il teorema scambiando i ruoli tra x e y , ossia aermare che esiste un intorno J di y0 e
un'unica funzione x = h(y) denita in J tale che x0 = h(y0 ) e (h(y), y) = 0 per ogni y J .
1
Inoltre h C (J) e si ha
fy (h(y), y)
h0 (y) =
y J.
fx (h(y), y)
+

Se

In sostanza i punti in cui il teorema del Dini non applicabile sono quelli in cui il gradiente di
annulla, cio i punti critici di

Esempio 5.11.6.

Sia

si

f.

f (x, y) = x2 + y 2 .

L'equazione

x2 + y 2 = 1

com' noto rappresenta

la circonferenza di centro l'origine e raggio 1, che una ben nota curva (regolare) ma non
una funzione. Ci chiediamo se essa denisce implicitamente una funzione delle variabili
e per quali punti. Il gradiente di

quindi se

y 6= 0,

si annulla solo nell'origine che non appartiene alla curva,

quindi il Teorema del Dini applicabile in ogni punto. Si ha tuttavia che

0:

fy (x, y) = 0 y =

sicuramente si applica il Teorema del Dini e l'equazione data denisce

x (che possiamo anche ricavare esplicitamente:


a seconda che si consideri y > 0 o y < 0. Invece nei punti (1, 0) non possibile
denire implicitamente una funzione della sola variabile x. Questo giusticabile vedendo che
comunque preso un intorno, per ogni x appartenente a quell'intorno ci sono sempre due valori
di y che vi appartengono: venendo a cadere l'univocit della corrispondenza input-output, non
si tratta mai di una funzione. Per il Teorema del Dini ci invita a osservare cosa succede alla fx :
ci accorgiamo che fx (1, 0) = 2 6= 0. Quindi applicando il teorema si deduce che l'equazione
implicitamente una funzione della sola variabile

y = 1 x2

93

Ottimizzazione. Estremi liberi

data denisce implicitamente una funzione stavolta della sola variabile


forma

p
x = 1 y2

Esempio 5.11.7.

a seconda che si consideri

x>0

(che esplicitata ha la

x < 0.

Vericare che per il teorema del Dini, l'equazione

(x 1) log(sin y) + (y 1) tan(x2 ) = 0
permette di rappresentare
Si calcoli

y come funzione di x, ovvero y = y(x), in un intorno del punto (1, 1).

y (1).

Verichiamo che eettivamente si possa applicare il teorema del Dini. Poniamo

f (x, y) = (x 1) log(sin y) + (y 1) tan(x2 );


si ha che

di classe

C1

in un intorno di

(1, 1).

fy (x, y) = (x 1)
da cui

Poi si ha

e inne

cos y
+ tan(x2 )
sin y

fy (1, 1) = tan 1 6= 0.

Allora il teorema del Dini ci assicura che esiste un intorno


su

f (1, 1) = 0

a valori reali tale che

f (x, y(x)) = 0.
y 0 (x) =

di

x = 1 ed esiste y = y(x) denita

Si ha inoltre

fx (x, y(x))
fy (x, y(x))

x I

da cui

fx (x, y) = log(sin y) + (y 1) (1 + tan2 (x2 )) 2 x


e quindi

y 0 (1) =
.

Esempio 5.11.8.

log(sin 1)
.
tan 1

Sia ora

F (x, y) = x2 y 2 .
Consideriamo l'origine. Si ha

F (0, 0) = Fx (0, 0) = Fy (0, 0) = 0. Le ipotesi del teorema del Dini

(0, 0) non sono soddisfatte e anche la tesi non soddisfatta, infatti non esiste
dell'origine in cui l'equazione denisca implicitamente un'unica funzione della x

con punto iniziale


alcun intorno
o della

y.

Esempio 5.11.9.

Sia

F (x, y) = x3 + y 3 3rxy = 0
94

r > 0.

5.11

Funzioni definite implicitamente

Questa equazione rappresenta una curva piana detta folium di Cartesio.

Fx (0, 0) = Fy (0, 0) = 0

dunque il teorema del Dini non applicabile nel punto

fuori dall'origine si pu denire implicitamente una funzione

y = y(x)

F (0, 0) =
(0, 0). Invece

Si ha

tale che

x3 + (y(x))3 3rxy(x) = 0.
Derivando rispetto a

si ha

3x2 + 3y 2 y 0 3ry 3rxy 0 = 0,


da cui risolvendo rispetto a

y0
y0 =

ry x2
.
rx y 2

Osserviamo prima di tutto che questa un'equazione dierenziale del primo ordine, che esprime

y0

in funzione di

purch risulti

y 2 rx 6= 0.

In secondo luogo si ha, in conformit col

teorema del Dini

Fx = 3x2 3xy
Inne si osservi che gli unici punti

(2
-

2/3

1/3

r, 2

(x, y)

Fy = 3y 2 3ry.

della curva per cui risulta

y 2 rx = 0

r).

Esercizio 5.11.10. Sia


E = {x2 y + log(xy) = 0,

x > 0, y > 0}.

Studiare E.
soluzione. L'insieme

Fisso

x0 .

del tipo

F (x, y) = 0

con

F (x, y) = x2 y + log(xy).

Si ha

F (x0 , y) = x20 y + log(x0 y).


Quindi possibile individuare una funzione della sola variabile

tale che

y 7 F (x0 , y).
Si riesce a stabilire che

lim F (x0 , y) = ,

y0+

lim F (x0 , y) = +,

y+

1
F
= x2 + > 0
y
y
Il graco qualitativo della funzione

y 7 F (x0 , y)
95

x, y.

rapprensentato in gura

sono

(0, 0)

Ottimizzazione. Estremi liberi

2
y
1

x
1

Figura 5.1: Graco qualitativo della funzione

y 7 F (x0 , y).

y0 in cui F (x0 , y0 ) = 0.
E coincide col graco di

Essendo la funzione sempre strettamente crescente, esiste unico il punto


Questo ragionamento lo posso fare per ogni
una funzione

u = u(x)

con

x > 0.

x0 > 0.

Tutto questo in conformit col teorema del Dini, visto la

condizione che abbiamo sulla derivata

Fy .

L'obiettivo ora disegnare il graco qualitativo di


Si ha

u0 (x) =
Dunque

u(x)

Dunque l'insieme

u(x).

2xu(x) + x1
Fx (x, u(x))
= 2
< 0.
1
Fy (x, u(x))
x + u(x)

derivabile e decrescente.

Cerchiamo di stabilire il comportamento di

agli estremi del dominio.

Ci chiediamo se

possiamo ottenere informazioni sul seguente limite

lim u(x).

x+
Innanzitutto questo limite esiste perch

l 0

decrescente, denotiamo con

tale limite. Inoltre

u 0 e anche l < + visto che u decrescente. D'altra parte,


F (x, y) = 0 denisce implicitamente la funzione x 7 u(x), si ha che

perch

l'equazione

x2 u(x) + log(xu(x)) = 0
dunque anche

lim [x2 u(x) + log(xu(x))] = 0.

x+

96

visto che

5.11

Se fosse

l > 0,

Funzioni definite implicitamente

allora passando al limite dentro alla parentesi quadra si avrebbe che

[x2 u(x) + log(xu(x))] +


in contraddizione con quanto trovato in precedenza. Dunque deve essere

l = 0.

Analogamente

lim u(x)

x0+
di sicuro esiste (non negativo ) perch

decrescente (e non negativa), e pu essere nito o

innito. Se fosse nito, si avrebbe

lim [x2 u(x) + log(xu(x))] = ,

x0+
ma di nuovo, visto che l'equazione

F (x, y) = 0

denisce implicitamente la funzione

x 7 u(x),

si ha che

x2 u(x) + log(xu(x)) = 0
dunque anche

lim [x2 u(x) + log(xu(x))] = 0.

x+
Questo assurdo, dunque

lim u(x) = +.

x0+
Il graco qualitativo di

rappresentato in gura. Si noti che non si studiato il compor-

tamento delle derivate successive di


concavit di

dunque non abbiamo informazioni sulla convessit o la

u.

Esercizio 5.11.11. Studiare l'insieme

E = { x(y 3 x3 ) + y 2 = 0, x 0}.

soluzione. Poniamo

F (x, y) =

3
x(y x3 ) + y 2

F (x0 , y) =
Per ogni

x0

e ssiamo

x0 .

Si ha

x0 (y 3 x30 ) + y 2.

ssato viene individuata una funzione

y 7 F (x0 , y).
Studiamo per sommi capi il comportamento di questa funzione. Si ha

lim F (x0 , y) = .

y
Inoltre

F
= 3y 2 x0 + 1 > 0.
y
97

Ottimizzazione. Estremi liberi

2
y

x
1

Figura 5.2: Graco qualitativo della funzione implicita

u.

y 7 F (x0 , y) strettamente
crescente, dunque per ogni x esiste unico y tale che y funzione di x cio y = y(x) e F (x, y(x)) =
0. (Tutto questo in conformit con il teorema del Dini, visto che Fy non si annulla mai).
Vorremmo studiare per sommi capi il comportamento della funzione y.

Siccome si ha F C
allora anche y C . Inoltre si ha

Queste informazioni ci permettono di dedurre che la funzione

1 y 3 7x3

y0 =
.
2 x 3y 2 x + 1
y 0 (0). Si ha che (0, y(0)) tale che F (0, y(0)) = 0
+ 0
dunque F (0, y(0)) = y(0) 2 = 2 da cui y(0) 6= 0 e dunque se x 0 y (0) , la funzione
y(x) parte con tangente verticale.
0
D'altra parte vorremmo discutere quando si ha y (x) = 0. Questo equivalente a vedere quando
y 3 7x3 = 0. Nel graco illustrato il comportamento della funzione y vicino al punto (0, 2)..

3
Si ha la retta y =
7x e se y 3 7x3 > 0 allora si ottiene y 0 < 0 cio y decrescente. Come si
vede dal graco, y parte con tangente verticale, decresce e interseca la retta in un punto. In
3
3
quel punto il graco di y ammette tangente orizzontale. Dopo di che, essendo y 7x < 0
0
si ha y > 0 e dunque y cresce. Il dubbio : ci sar un'altra intersezione con la retta o si
avr y crescente ma che rimane sempre sotto la retta stessa? Se ci fosse un'altra intersezione
tra il graco di y e la retta si avrebbe in quel punto, che denoteremo con (
x, y(
x)), tangente
orizzontale. Ragioniamo sul coeciente angolare della retta tangente al graco di y nel punto
(
x, y(
x)) che chiameremo m. Esso deve essere 0 perch abbiamo appena detto che deve esserci
tangente orizzontale, d'altra parte y sta sotto la retta, dunque m deve essere maggiore o uguale
Vediamo se si riesce a stabilire il valore di

98

5.11

Funzioni definite implicitamente

Figura 5.3: Graco qualitativo della funzione implicita

vicino al punto

(0, 2).

7. Questo assurdo. Detto altrimenti, se x x si ha y(x) < 7 3 x (sto arrivando da sinistra

al punto di ascissa x
rimanendo sempre col graco di y sotto la retta) e d'altra parte y(
x) = 7 3 x
(perch il punto (
x, y(
x)) sta anche sulla retta. Allora
a

y(x) y(
x)
> lim
0 = y (
x) = lim
x
x
x
x
x x
0

3
7x 3 7
x
3
= 7
x x

assurdo. Dunque non c' pi nessuna intersezione tra il graco di

e la retta

y=

7x.

A questo punto vediamo se riusciamo a ricavare informazioni sul comportamento all'innito

y. Denitivamente y crescente, dunque il limite all'innito esiste, chiamiamolo . Si avr


> 0 oppure = +. D'altra parte, l'equazione F (x, y) = 0 denisce implicitamente la
funzione y = y(x) dunque chiaramente F (x, y(x)) = 0 da cui
di

lim [ x(y 3 x3 ) + y 2] = 0.

x+
Ma se supponiamo che
che

sia nito e passiamo al limite dentro la parentesi quadra otteniamo

lim [ x(y 3 x3 ) + y 2] = +

x+
che assurdo. Dunque

lim y(x) = +.

x+

La gura illustra il graco qualitativo della funzione implicita

5.11.2.

Derivate successive

Dall'identit

f 0 (x) =

Fx (x, f (x))
Fy (x, f (x))

99

y.

Ottimizzazione. Estremi liberi

3
2.8
2.6
2.4
2.2
y

2
1.8
1.6
1.4
1.2
0

0.5

1.5

2.5

Figura 5.4: Graco qualitativo della funzione implicita

y.

derivando entrambi i membri si ottiene (al secondo membro ho applicato la regola di derivazione
di una funzione composta)

f 00 (x) =

(Fxx + Fxy f 0 (x))Fy (Fyx + Fyy f 0 (x))Fx


(Fy )2

da cui, sostituendo l'espressione di

f 0 (x)

f 00 (x) =
A questo punto ricordiamo che

relativo

per

Fx

Fy

si ottiene

Fxx (Fy )2 2Fxy Fx Fy + Fyy (Fx )2


.
(Fy )3

condizione suciente anch x0 sia un massimo (risp. minimo)

che

f 0 (x0 ) = 0
A questo punto, supponiamo che

f 00 (x0 ) < 0

F (x0 , y0 ) = 0

F (x, y) = 0 visto
Fx (x0 , y0 ) = 0 ( f 0 (x0 ) = 0);

disfare l'equazione
e

in funzione di

(risp. > 0).

(il punto

(x0 , y0 )

con

y0 = f (x0 )

deve sod-

f)
f :

che questa equazione denisce la funzione implicita


inseriamo queste informazioni nell'espressione di

otteniamo

f 00 (x0 ) =

Fxx (x0 , y0 )
Fy (x0 , y0 )

dunque dalla seconda parte data dalla condizione suciente si ha che

Fxx (x0 , y0 )
> 0 x0
Fy (x0 , y0 )

punto di massimo relativo per

100

00

5.11

mentre

Fxx (x0 , y0 )
< 0 x0
Fy (x0 , y0 )

Esempio 5.11.12.

Funzioni definite implicitamente

punto di minimo relativo per

f.

Riprendiamo l'equazione

F (x, y) = x3 + y 3 + x2 y 3y 2 = 0.
Abbiamo visto che essa denisce implicitamente una funzione
per

x (, 3)

f : (, 3) R

visto che

si ha

Fy = 3y 2 + x2 6y > 0

y R.

f. Cerchiamo i punti (x0 , y0 = f (x0 )) tali che F (x0 , y0 ) =


massimo relativo per f. Da quanto detto in precedenza, questo

Vogliamo avere qualche informazione su

e tali che

x0

sia di minimo o

equivalente a risolvere il sistema

x30 + y03 + x20 y0 3y02 = 0


3x2 + 2x y = 0
0 0
0
La seconda equazione ci d come soluzioni
visto che

x0 (, 3);

x0 = 0

2
x0 = y.
3

La prima non accettabile

se invece si sostituisce la seconda soluzione nella prima equazione

si ottiene il punto

x0 =

54
31

y0 = f (x0 ) =

81
.
31

A questo punto si ha

f 00 (x0 ) =
Dunque

x0

della curva

Fxx (x0 , y0 )
162
1
=
> 0.

Fy (x0 , y0 )
31 Fy (x0 , y0 )

punto di minimo relativo per

F (x, y) = 0;

f.

Qui di seguito presentato il graco qualitativo

(tale graco non evidenzia con esattezza il comportamento nel punto

(0, 0).)
.

Esempio 5.11.13.

Sia

F (x, y) = x4 + y 4 + a(x2 y 2 ) = 0

a > 0.

Vediamo se questa equazione denisce implicitamente una funzione

x.

Si ha

Fy (x, y) = 4y 3 2ay = 2y[2y 2 a].


101

y = f (x) della sola variabile

Ottimizzazione. Estremi liberi

10

10

Figura 5.5: Graco qualitativo della curva

Fy si annulla per y = 0
y. Prima di tutto

y 2 = a/2.

Vediamo a quali valori di

F (x, y) = 0.

corrispondono questi valori di

F (x, 0) = x4 + ax2 = 0 x = 0 x2 + a = 0 x = 0;
invece

s


2
2
a
a
a
a 2a
+ ax2
= 0 4x4 + 4ax2 a2 = 0 x =
.
F x,
= x4 +
2
4
2
2
Dunque nei punti

(0, 0)

r
a 2 a , a
2
2

r
a 2 a , a
2
2

non possibile applicare il teorema del Dini. Preso invece un qualunque altro punto

(x0 , y0 )

R : (x0 , x0 + ) (y0 , y0 + ) di tale punto tale che l'equazione


F (x, y) = 0 denisce implicitamente una funzione y = f (x) denita in (x0 , x0 + ). Allora

esiste un rettangolo

vediamo se esistono punti di massimo o di minimo locale per qualcuna di queste funzioni denite
implicitamente. Questa ricerca equivale alla risoluzione del sistema

F (x, y) = x4 + y 4 + a(x2 y 2 ) = 0
F (x, y) = 2x(2x2 + a) = 0.
x
102

5.11

Funzioni definite implicitamente

x = 0; inserendo questa informazione nella prima equazione ricaviamo immediatamente y = 0 che non accettabile perch (0, 0) punto singolare, ma anche

y 2 = a quindi come soluzioni otteniamo i punti (0, a). In questi punti possibile, come detto

a)
in precedenza, applicare il teorema del Dini; si ottiene che esiste un intorno R1 del punto (0,

della forma (1 , 1 ) ( a 1 ,
a + 1 ) tale che l'equazione F (x, y) = 0 denisce implicitamente una funzione y = f1 (x) denita su (1 , 1 ) con F (x, f1 (x)) = 0. Allo stesso modo si pu

dire che esiste un intorno R2 del punto (0, a) della forma (2 , 2 ) ( a 2 , a + 2 )


tale che l'equazione F (x, y) = 0 denisce implicitamente una funzione y = f2 (x) denita su
(2 , 2 ) con F (x, f2 (x)) = 0. Allora
La seconda equazione ci d

f100 (x) =
da cui

Fxx (x, f1 (x))


6x2 + a
=
Fy (x, f1 (x))
f1 (x)[2(f1 (x))2 a]

f100 (0)

Fxx (0, a)
a
1
=
=
= < 0
Fy (0, a)
a[2a a]
a

f200 (0)

Fxx (0, a)
a
1
=
=
= > 0.
Fy (0, a)
a[2a a]
a

mentre

y = f1 (x) ha in x = 0 un punto di massimo relativo, mentre la


funzione y = f2 (x) ha in x = 0 un punto di minimo relativo. Il graco seguente illustra il
comportamento qualitativo della curva F (x, y) = 0 con la scelta di a = 100; esso non visualizza
Quindi la funzione implicita

correttamente il comportamento della curva nell'origine.

10

10

Figura 5.6: Graco qualitativo della curva

103

F (x, y) = 0.

Ottimizzazione. Estremi liberi

Esempio 5.11.14.

Sia

f : R2 R
Vogliamo vedere dove l'equazione

f (x, y) = y 2 4x3 x2 .

f (x, y) = 0

localmente graco di qualche funzione. Si ha

f (x, y) = (12x2 2x, 2y) = (0, 0)


f
(x0 , y0 ) tali che f (x0 , y0 ) = 0 e
(x0 , y0 ) 6= 0 cio nei punti (x0 , y0 ) tali che (x0 , y0 ) 6=
y


1
(0, 0) e (x0 , y0 ) 6= , 0 con x0 > 1/4 l'equazione f (x.y) = 0 denisce implicitamente una
4
funzione g : (x0 , x0 + ) (y0 , y0 + ) con f (x, g(x)) = 0. La condizione x0 > 1/4
2
2
2
necessaria visto che se x0 < 1/4 si ha y0 x0 [4x0 + 1] > y0 0 e dunque f (x0 , y0 ) > 0 contro
il fatto che g funzione denita implicitamente dall'equazione f (x, y) = 0. In questo caso
possibile scrivere esplicitamente la funzione g :

(5.11.1)
g(x) = sign(y0 ) 4x3 + x2
Nei punti

dove

1
sign(y0 ) =
0

y0 > 0
y0 = 0
y0 < 0.

possibile mostrare che, in conformit con quanto si ottiene dal teorema del Dini

g 0 (x0 ) =

fx (x0 , g(x0 ))
.
fy (x0 , g(x0 ))

Infatti, derivando in (5.11.1) si ottiene

1
g 0 (x0 ) = sign(y0 ) p 3
(12x20 + 2x0 )
2
2 4x0 + x0
mentre

fx (x0 , g(x0 )) = 12x30 2x0

fy (x0 , g(x0 )) = 2g(x0 ).

Dal confronto si ottiene il risultato ottenuto.


Vediamo ora i punti che soddisfano il sistema

f (x0 , y0 ) = y02 4x30 x20 = 0


fx (x0 , y0 ) = 12x20 2x0 = 0

Il precedente sistema soddisfatto dai punti

(0, 0)

1
,
6
104

1
108

!
.

5.11

Quindi, se

(x0 , y0 ) 6= (0, 0)

1
,
6

(x0 , y0 ) 6=

1
108

Funzioni definite implicitamente

!
(con

x0 > 1/4

altrimenti

f (x0 , y0 ) >

0) allora la curva localmente graco di una funzione h : (y0 , y0 + ) R ma in questo caso


3
2
non possibile scrivere esplicitamente h senza risolvere l'equazione di terzo grado 4x +x y =
0.
.

Esempio 5.11.15. (lemniscata di Bernoulli) La lemniscata di Bernoulli il luogo dei

punti del piano

R2

tali che il prodotto delle distanze da

(a, 0)

(a, 0)

uguale ad

a2 ,

cio

(x2 + y 2 )2 2a2 (x2 y 2 ) = 0.


Poniamo

F (x, y) = (x2 + y 2 )2 2a2 (x2 y 2 ).

Si ha

F (x, y) = (4x(x2 + y 2 a2 ), 4y(x2 + y 2 + a2 )) = (0, 0) (x, y) = (0, 0) (x, y) = (a 2, 0).


F (x, y) = 0. In questi punti non posso applicare il
del Dini, mentre per tutti gli altri punti (x0 , y0 ) si ha che l'equazione F (x, y) = 0
implicitamente una funzione y = y(x) tale che si abbia
Tutti questi punti soddisfano

teorema
denisce

Fx (x0 , y(x0 ))
x0 (x20 + y02 ) ax20
y (x0 ) =
=
.
Fy (x0 , y(x0 ))
y0 (x20 + y02 ) + a2 y0
0

5.11.3.

Funzione implicita di

variabili

Naturalmente tutti i discorsi fatti no ad ora relativamente alle funzioni denite implicitamente
da un'equazione del tipo

f (x, y) = 0

si possono generalizzare al caso di funzioni di

variabili.

Per esempio, supponiamo di considerare l'equazione

f (x, y, z) = 0
con

di classe

C1

e supponiamo che essa sia soddisfatta in un certo punto

chiediamo se esistono un intorno

di

(x0 , y0 )

e una funzione

z = g(x, y)

(x0 , y0 , z0 ).

Ci

denita e regolare in

tale che risulti

f (x, y, g(x, y)) = 0 (x, y) U.


In questo caso diremo che

vero, derivando rispetto a

denita implicitamente dall'equazione

f (x, y, z) = 0.

l'identit precedente, si avr

fx (x, y, g(x, y)) + fz (x, y, g(x, y)) gx (x, y) = 0


quindi

gx (x, y) =

fx (x, y, g(x, y))


fz (x, y, g(x, y))

gx (x0 , y0 ) =

105

fx (x0 , y0 , g(x0 , y0 ))
.
fz (x0 , y0 , g(x0 , y0 ))

Se questo

Ottimizzazione. Estremi liberi

Analogamente

fy (x, y, g(x, y))


fz (x, y, g(x, y))

gy (x, y) =
a patto che sia

fz (x0 , y0 , z0 ) 6= 0;

gy (x0 , y0 ) =

fy (x0 , y0 , g(x0 , y0 ))
,
fz (x0 , y0 , g(x0 , y0 ))

se tale derivata si annulla, basta che almeno una delle altre

due nel punto considerato non si annulli.

Si comprende quindi come si arriva alla seguente

generalizzazione del Teorema del Dini.

Teorema 5.11.16.
sionale)

che

(teorema di Dini o della funzione implicita: caso

Sia f : A R (con A R

n+1

dimen-

aperto) una funzione di classe C (A). Supponiamo

f (x0 , y0 ) = 0

fy (x0 , y0 ) 6= 0

per un certo punto (x0 , y0 ) A (dove x0 Rn , y0 R). Allora esistono un intorno U Rn


di x0 e un'unica funzione g : U R, g C 1 (U ) tale che
f (x, g(x)) = 0

Esempio 5.11.17.

x U ;

gxj (x) =

fxj (x, g(x))


x U, j = 1, 2, . . . , n.
fy (x, g(x))

Vericare che l'equazione

x4 + 2y 3 + z 3 yz 2y = 0
denisce implicitamente
tangente in

(0, 1, 0)

alla

z = g(x, y) in un intorno di (0, 1, 0). Scrivere poi l'equazione del piano


supercie di equazione z g(x, y) = 0.

L'idea quella di applicare il teorema del Dini. Verichiamo che questo teorema applicabile

P = (0, 1, 0). Si ha f (x, y, z) := x4 + 2y 3 + z 3 yz 2y. Abbiamo


f C (R3 ), f (0, 1, 0) = 0 e fz (x, y, z) = 3z 2 y da cui fz (0, 1, 0) = 1 6= 0. Dunque dal
teorema del Dini ho che esiste un intorno I del punto (0, 1) e una funzione g : I R tale che
f (x, y, g(x, y)) = 0 per ogni (x, y) I. Si ha inoltre g(0, 1) = 0 e che
nell'intorno del punto

f
(0, 1, 0)
g
y
(0, 1) =
= 4.
f
y
(0, 1, 0)
z

f
(0, 1, 0)
g
(0, 1) = x
=0
f
x
(0, 1, 0)
z
L'equazione del piano tangente

z = g(0, 1) +
cio

g
g
(0, 1) (x 0) +
(0, 1) (y 1)
x
y

z = 4(y 1).
106

CAPITOLO 6

Calcolo dierenziale per funzioni di pi


variabili a valori vettoriali
In questo capitolo inizieremo a studiare funzioni di pi variabili a valori vettoriali, cio oggetti
del tipo

f : A Rn Rm , n, m > 1.

In particolare ora e nei capitoli successivi lavoreremo

con:
1) superci in forma parametrica in

R3 ;

R3 ;
f : A Rn Rn .

2) trasformazioni di coordinate in
3) campi vettoriali, cio funzioni

6.1. Superci in forma parametrica


Abbiamo visto che un modo per rappresentare una curva nel piano o nello spazio darla in

f : I R R2 oppure f : I R R3 tale che


il sostegno della curva sia rappresentato dai punti (x(t), y(t)) o (x(t), y(t), z(t)), dipendenti da
un parametro. Quindi in generale possiamo distinguere (esemplicando nel caso n = 2):
1) rappresentazione in forma implicita f (x, y) = 0;
2) rappresentazione in forma esplicita o in forma di graco y = g(x);
3) rappresentazione parametrica t 7 (x(t), y(t)).

forma parametrica, ovvero dare una funzione

Cosa accade per le superci? Per le superci abbiamo le seguenti modalit di rappresentazione:

implicita f (x, y, z) = 0;
2) rappresentazione in forma esplicita o in forma di graco z = g(x, y);
3) rappresentazione parametrica (u, v) 7 (x(u, v), y(u, v), z(u, v)).

1) rappresentazione in forma

Quindi riguardo alla rappresentazione parametrica di superci, le tre coordinate di un punto


mobile sulla supercie dipenderanno stavolta da due parametri, coerentemente col fatto che un
punto vincolato a muoversi su una supercie ha due gradi di libert. Quindi

107

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

r Denizione 6.1.1.
R3 denita da

Una superficie in forma parametrica una funzione

r : A R2

(u, v) 7 (x(u, v), y(u, v), z(u, v)).


.

Esempio 6.1.2.

La sfera di raggio

e centro l'origine ha rappresentazione parametrica

x = R sin cos
y = R sin sin

z = R cos
R

ssato;

(colatitudine) e

[0, ], [0, 2].

(longitudine) variano

naturalmente essenziale precisare l'insieme dove variano i parametri.

6.2. Limiti, continuit e dierenziabilit per funzioni di pi


variabili a valori vettoriali
Vogliamo ora studiare i concetti di limite, continuit e dierenziabilit per funzioni di pi
variabili a valori vettoriali.

chiaro che si riuniscono qui due fatti:

le nozioni di limite,

continuit e dierenziabilit per funzioni reali di pi variabili e il fatto che in generale, per
studiare una funzione a valori vettoriali si pu ragionare componente per componente.

Denizione 6.2.1.

salvo al pi il punto

f : A Rn Rm denita almeno
x0 stesso e sia L Rm . Allora si dice che
Sia

in un intorno del punto

x0 Rn ,

lim f (x) = L

xx0
se accade

lim |f (x) L| = 0.

xx0
Se

f : A Rn Rm ,

possiamo scrivere

f (x) = (f1 (x), . . . , fm (x))


Le funzioni

fi

con

si diranno componenti di

fi : A Rn R,

per

i = 1, 2, . . . , m.

e sono funzioni reali di pi variabili. Analogamente

a quanto visto per funzioni di una variabile a valori vettoriali, si dimostra che il limite si calcola
componente per componente


lim (f1 (x), . . . , fm (x)) =

xx0


lim f1 (x), . . . , lim fm (x) .

xx0
108

xx0

6.2

Limiti, continuit e differenziabilit

In maniera naturale si introduce il concetto di funzione continua e si dimostra che una


funzione

continua se e soltanto se lo sono tutte le sue componenti. Quindi sia la nozione di

limite che quella di continuit si riconducono alle analoghe nozioni per funzioni di pi variabili
a valori reali.

Denizione 6.2.2.

f dierenziabile in x0 se tutte le
per i = 1, 2, . . . , m valgono le relazioni

Diremo che

Esplicitamente questo signica che

n
X
fi
fi (x0 + h) fi (x0 ) =
(x0 )hj + o(|h|)
xj
j=i
Queste

per

relazioni si possono anche scrivere in maniera compatta in

rappresentando la funzione

f =

e i punti di

f1
f2
...
fm

componenti lo sono.

h0

forma matriciale.

Infatti

come vettori colonna delle loro componenti si ha

x0 =

x1
x2
...
xn

h=

h1
h2
...
hn

f che ha per righe i gradienti


delle componenti di f calcolate nel punto x0 (che si indica con Jf (x0 ) oppure anche con Df (x0 ))

A questo punto possiamo introdurre la matrice Jacobiana di

f1
x1
f2
x1
...

Jf (x0 ) =

f
m
x1
Si nota che la matrice Jacobiana ha

f1
x2
f2
x2
...

...

f1
xn
f2
xn
...

fm
...
x2

fm
xn

righe e

...
...

colonne.

(x0 ).

Allora la dierenziabilit si pu

riscrivere usando la relazione

f (x0 + h) f (x0 ) = Jf (x0 )h + o(|h|)

per

h 0.

Jf (x0 )h indica il prodotto matriciale


di f calcolata in x0 e l'incremento h (che

In questo caso dunque la quantit

(quindi righe per

colonne) tra la matrice Jacobiana

un vettore).

r Denizione 6.2.3.
Rn Rm denita da:

Il differenziale di

(calcolato in

df (x0 ) : h 7 Jf (x0 )h.


109

x0 )

la funzione lineare

df (x0 ) :

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

Ragionando componente per componente e applicando la condizione suciente per la dierenziabilit delle funzioni a valori reali, si ottiene il seguente teorema.

Teorema 6.2.4. Condizione suciente anch una funzione

f : A Rn Rm con A

aperto sia dierenziabile in A che tutti gli elementi della sua matrice Jacobiana siano
funzioni continue in A.
f

Anche nel caso vettoriale naturalmente vero che se

dierenziabile allora derivabile e

continua, ma il viceversa non vale.


La nozione di matrice Jacobiana permette di enunciare il teorema della dierenziazione di funzioni composte in un'unica forma che comprende i casi particolari gi trattati.

Teorema 6.2.5. Siano

f : A Rn Rm , g : B Rm Rk e supponiamo che la
funzione composta g f sia ben denita almeno in un intorno C di x0 A, cio si abbia
g f : C Rn Rk . Supponiamo che f sia dierenziabile in x0 e g sia dierenziabile
in y0 = f (x0 ). Allora anche la composta g f risulta dierenziabile in x0 e la sua matrice
Jacobiana si ottiene come prodotto matriciale delle matrici Jacobiane di f e g, calcolate nei
punti x0 e f (x0 ) rispettivamente, cio
J(g f )(x0 ) = Jg(f (x0 ))Jf (x0 ).
.

Esempio 6.2.6.

Le composizioni

Siano

F : R3 R2

G : R2 R2

date da

F(u, v, w) = (u + v, ew )

(u, v, w) R3 ,

G(x, y) = (y x, sin x)

(x, y) [0, 2]2 .

G F, F G

hanno senso? Per quella (o quelle) che lo avessero, si calcoli la

matrice Jacobiana.

G F ha senso perch il codominio di F coincide (e quindi ha la stessa


dimensione) del dominio di G. La funzione composta F G non ha senso perch il codominio
di G ha dimensione 2 mentre il dominio di F ha dimensione 3.
w
3
2
Si ha H := G F : R R con H(u, v, w) = (e u v, sin(u + v)).
La funzione composta

Poniamo

H1 (u, v, w) = ew u v
La funzione

H2 (u, v, w) = sin(u + v).

dierenziabile in tutti i punti di

componenti.

110

R3

perch la stessa cosa vale per tutte le sue

6.3

Superfici regolari in forma parametrica

Primo modo per calcolare la matrice Jacobiana di


Si ha

H1
u
JH (u, v, w) =
H2
u

H1
v
H2
v

Secondo modo per calcolare la matrice


Le funzioni

G
e

A questo punto la

H1
w
1
1
e
w
=

H2
cos(u + v) cos(u + v) 0
w
Jacobiana di H.

sono dierenziabili in quanto lo sono tutte le loro componenti. Quindi ha

senso calcolare le matrici Jacobiane di

G1 (x, y) = y x

H.

G.

Poniamo

F1 (u, v, w) = u + v, F2 (u, v, w) = ew ,

G2 (x, y) = sin x. Quindi si ha

F1 F1 F1
1
1
0
u
v w

JF (u, v, w) =
F2 F2 F2 =
w
0 0 e
u
v w

G1 G1
1
1
x
y

JG (x, y) =
G2 G2 =
cos x 0
x
y
w
matrice Jacobiana di G va calcolata nel punto F(u, v, w) = (u + v, e )

e si

ha dunque

JG [F (u, v, w)] =

cos(u + v) 0
quindi

JH (u, v, w) :=JG [F (u, v, w)] JF (u, v, w) =

ew

cos(u + v) 0

1 1

0 0 e

cos(u + v) cos(u + v)

6.3. Superci regolari in forma parametrica


Abbiamo in precedenza introdotto la denizione di supercie in forma parametrica. In questo
paragrafo vogliamo capire come si legge dalla parametrizzazione della supercie il fatto che
esssa sia regolare (per esempio dotata in ogni punto del piano tangente).
Ragioniamo in modo analogo a quando euristicamente abbiamo individuato l'equazione del
piano tangente per funzioni di due variabili.

111

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

Se ssiamo uno dei due parametri, per esempio

v = v0 ,

e facciamo variare

curva sulla supercie; se ssiamo l'altro parametro, per esempio

u = u0

u,

otteniamo una

otteniamo un'altra curva sulla supercie. Pi precisamente, al variare del valore ssato
otteniamo una famiglia di curve; al variare di

u = u0

v
v = v0

e lasciamo variare

otteniamo un'altra famiglia di curve sulla

supercie. Queste due famiglie di linee si chiamano linee coordinate. facile vedere che
per ogni punto sulla supercie passa esattamente una curva di ciascuna delle due famiglie.
Quindi esplicitamente le linee coordinate hanno equazioni

r = r(u, v0 )

r = r(u0 , v).

Il vettore tangente a una linea coordinata dato rispettivamente da

ru (u0 , v0 ) = (xu (u0 , v0 ), yu (x0 , y0 ), zu (x0 , y0 ))


Visto che

rv (u0 , v0 ) = (xv (u0 , v0 ), yv (x0 , y0 ), zv (x0 , y0 )).

dierenziabile, questi due vettori sono ben deniti.

Il piano tangente alla supercie l'unico piano che contiene questi due vettori e risulta ben
denito se i due vettori sono non nulli e non sono paralleli. Queste due ultime richieste sono
equivalenti a richiedere che il prodotto vettoriale dei due vettori non si annulli, ossia

i
j
k

6 0
ru (u0 , v0 ) rv (u0 , v0 ) = det xu (u0 , v0 ) yu (u0 , v0 ) zu (u0 , v0 ) =
xv (u0 , v0 ) yv (u0 , v0 ) zv (u0 , v0 )

abbia

r : A R2 R3

si dice

Questa condizione algebricamente equivalente al fatto che la matrice Jacobiana di


rango (o caratteristica) 2, cio rango massimo.

Denizione 6.3.1.

regolare se

di

Una supercie parametrizzata da

dierenziabile in

r = r(u, v)

con

e inoltre la matrice Jacobiana di

ha rango 2 in ogni punto

A.

Se in qualche punto di

le condizioni vengono violate chiameremo punti singolari della

supercie i punti corrispondenti.


Il vettore

ru rv

la cui esistenza e non annullamento denisce il concetto di regolarit della

supercie, per le propriet del prodotto vettoriale, anche ortogonale al piano che contiene
i vettori

ru

rv ,

cio ortogonale al piano tangente.

Tale vettore pu dirsi normale alla

supercie. Il suo versore prende il nome di versore normale. Si indica con

n=
Si noti che il verso di

ru rv
.
|ru rv |

dipende dall'ordine in cui consideriamo i parametri

dall'ordine in cui eettuiamo il prodotto vettoriale.

112

(u, v)

e quindi

6.3

Superfici regolari in forma parametrica

Scriviamo ora l'equazione del piano tangente alla supercie. Se


sul piano tangente e

x0

x = (x, y, z)

il punto mobile

il punto in cui vogliamo calcolare il piano tangente, il vettore

dovr essere ortogonale a

e quindi anche a

ru rv .

x x0

L'equazione del piano tangente dunque

(x x0 ) (ru rv ) = 0
ossia

x x0

ru
rv

det

6.3.1.

Superci cartesiane (graco di una funzione di due variabili)

Come gi accennato, il graco

z = f (x, y)

con

(x, y) A R2

una supercie che si pu

scrivere in forma parametrica nel modo seguente

x=u
y=v

z = f (u, v)

(u, v) A

Quindi il vettore normale si calcola come segue

i j
k

det 1 0 fu (u0 , v0 ) = ifu jfv + k


0 1 fv (u0 , v0 )

quindi

ifu jfv + k
n= p
.
1 + |f |2

Quindi l'orientazione indotta sulla supercie con la normale verso l'alto. Si noti che se

A, il suo graco sempre una supercie


minore 2 2 con determinante uguale a 1.

dierenziabile in
sempre un

6.3.2.

regolare (la matrice Jacobiana ha

Superci di rotazione

Molte superci comuni si possono ottenere facendo ruotare una curva

detta generatrice

attorno a un asse. In questo modo anche facile scriverne le equazioni parametriche. Infatti se
considero in un riferimento cartesiano l'asse

come l'asse attorno al quale vogliamo far ruotare

la curva, assegnata in forma parametrica dalla formula

x = x(t)
z = z(t)
113

t I.

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

In tal caso la supercie che si ottiene con una rotazione completa della curva

x = x(t) cos
y = x(t) sin

z = z(t)

attorno all'asse

t I, [0, 2).

Diamo ora alcuni esempi delle principali superci di rotazione.

Esempio 6.3.2.

(la sfera) generata dalla rotazione attorno all'asse

conferenza posta nel piano

della semicir-

x, z
(

x = R sin
z = R cos

[0, ].

Quindi le sue equazioni sono

x = R sin cos
y = R sin sin

z = R cos
.

[0, ], [0, 2).

Esempio 6.3.3. (il toro) generato dalla rotazione attorno all'asse z della circonferenza

posta nel piano

x, z

di centro

(R, 0) e raggio r < R


(
x = R + r cos
z = r sin

[0, 2).

Quindi le sue equazioni sono

x = (R + r sin ) cos
y = (R + r sin ) sin

z = r cos
.

Esempio 6.3.4.

[0, 2), [0, 2).

(il cono a due falde) generato dalla rotazione attorno all'asse

di una retta nel piano

x, z

passante per l'origine di equazione

z = mx,

parametrica la retta si scrive come

x=t
z = mt

t R.

Quindi le sue equazioni sono

x = t cos
y = t sin

z = mt

t R, [0, 2).

114

con

x R.

In forma

6.4

Esempio 6.3.5.

all'asse

Retta e piano normale, retta e piano tangente

(il cilindro) Il cilindro di raggio

di una retta assegnata nel piano

x, z

generato dalla rotazione attorno

di equazioni

x=r
z=t

t R.

Quindi le sue equazioni sono

x = r cos
y = r sin

z=t

t R, [0, 2).

. Esempio 6.3.6. (l'ellissoide di rotazione) generato dalla rotazione attorno all'asse


z di una semiellisse nel piano x, z di equazioni
(
x = a sin
[0, ].
z = b cos
Quindi le sue equazioni sono

x = a sin cos
y = a sin sin

z = b cos

[0, ], [0, 2).

6.4. Retta normale e piano tangente a superci, retta tangente e piano normale (o retta normale) a curve
Riassumiamo qui di seguito le equazioni parametriche o cartesiane (implicite o esplicite) di
piano tangente e retta normale a superci, a loro volta date in forma cartesiana (implicita
o esplicita) o parametrica e per completezza riportiamo anche le equazioni parametriche o
cartesiane della retta tangente e del piano normale a curve in
in

R3

(e della retta normale a curve

), a loro volta date in forma parametrica.

6.4.1.

Caso della supercie in

R3

Sia data una supercie in forma implicita tramite l'equazione


la nozione di piano tangente e di retta normale in un punto

g(x, y, z) = 0. Allora ha senso dare


(x0 , y0 , z0 ). L'equazione cartesiana

(o implicita) del piano tangente :

(x x0 )

g
g
g
(x0 , y0 , z0 ) + (y y0 ) (x0 , y0 , z0 ) + (z z0 ) (x0 , y0 , z0 ) = 0
x
y
z
115

(6.4.1)

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

mentre l'equazione parametrica della retta normale

x = x0 + t
(x0 , y0 , z0 )

g
y = y0 + t
(x0 , y0 , z0 )

z = z0 + t g (x0 , y0 , z0 )
z

(6.4.2)

facile dalla (6.4.1) ricavare l'equazione del piano in forma esplicita (basta isolare una delle tre
variabili) oppure in forma parametrica (basta porre
di

t).

x = s, y = t

da cui segue

come funzione

Invece dalla (6.4.2) si pu elimare il parametro ottenendo l'equazione della retta in

forma cartesiana o implicita

x x0
g
(x0 , y0 , z0 )
x

y y0
g
(x0 , y0 , z0 )
y

z z0
g
(x0 , y0 , z0 )
z

Ovviamente si tratta di due equazioni perch una retta nello spazio descritta da due equazioni.
Se la supercie data in forma esplicita, ad esempio

f (x, y) z

z = f (x, y)

allora ponendo

g(x, y, z) :=

si possono applicare le formule precedenti per ricavare in questo specico caso

l'equazione del piano tangente e della retta normale.


Inne sia la supercie data in forma parametrica, cio sia

r : R2 R3

r(t, s) = (r1 (t, s), r2 (t, s), r3 (t, s))

una parametrizzazione della supercie. Allora l'equazione parametrica del piano tangente in
un punto

(t0 , s0 )

r1
r1

x = x0 + t
(t0 , s0 ) + s
(t0 , s0 )

t
s

r2
r2
y = y0 + t
(t0 , s0 ) + s
(t0 , s0 )

t
s

z = z0 + t r3 (t0 , s0 ) + s r3 (t0 , s0 )
t
s

dove

(t, s) R2 .

Un'equazione cartesiana del piano tangente si ottiene poi eliminando i parametri


Invece l'equazione cartesiana della retta normale data da

r
r
r

(x x0 ) 1 (t0 , s0 ) + (y y0 ) 2 (t0 , s0 ) + (z z0 ) 3 (t0 , s0 ) = 0


t
t
t

(x x0 ) r1 (t0 , s0 ) + (y y0 ) r2 (t0 , s0 ) + (z z0 ) r3 (t0 , s0 ) = 0.


s
s
s
116

s.

6.4

6.4.2.
Sia
sia

Caso della curva in

Retta e piano normale, retta e piano tangente

R2

: R R2 tale che (t) = (1 (t), 2 (t)) una parametrizzazione della curva piana
g(x, y) = 0 la sua equazione cartesiana (o implicita). Allora le equazioni parametriche

e
e

l'equazione cartesiana della retta tangente sono rispettivamente

x = x0 + t 10 (t0 )
y = y + t 0 (t )
0
2 0
e

(x x0 )

tR

g
g
(x0 , y0 ) + (y y0 ) (x0 , y0 ) = 0.
x
y

Invece le equazioni parametriche e l'equazione cartesiana della retta normale sono

x = x0 + t (x0 , y0 )
x
g

y = y0 + t (x0 , y0 )
y

tR

(x x0 ) 10 (t0 ) + (y y0 ) 20 (t0 ) = 0.
6.4.3.

Caso della curva in

R3

: R R3 tale che (t) = (1 (t), 2 (t), 3 (t)) una parametrizzazione di una curva nello
spazio e siano g1 (x, y, z) = 0 e g2 (x, y, z) = 0 le equazioni cartesiane locali. Allora le equazioni

Sia

parametriche e le equazioni cartesiane della retta tangente sono rispettivamente le seguenti

x = x0 + t 10 (t0 )

y = y0 + t 20 (t0 )

z = z0 + t 30 (t0 )
e

tR

g1
g1
g1

(x0 , y0 , z0 ) + (y y0 )
(x0 , y0 , z0 ) + (z z0 )
(x0 , y0 , z0 ) = 0
(x x0 )
x
y
z
g2
g2
g2

(x0 , y0 , z0 ) + (y y0 )
(x0 , y0 , z0 ) + (z z0 )
(x0 , y0 , z0 ) = 0
(x x0 )
x
y
z

mentre le equazioni parametriche e l'equazione cartesiana del piano normale sono

g1
g2

x = x0 + t1
(x0 , y0 , z0 ) + t2
(x0 , y0 , z0 )

x
x

g1
g2
y = y0 + t1
(x0 , y0 , z0 ) + t2
(x0 , y0 , z0 )

y
y

z = z0 + t1 g1 (x0 , y0 , z0 ) + t2 g2 (x0 , y0 , z0 )
z
z
117

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

(x x0 ) 10 (t0 ) + (y y0 ) 20 (t0 ) + (z z0 ) 30 (t0 ) = 0.


-

Esercizio 6.4.1. Data la supercie in R3 di equazioni parametriche


r(u, v)

= (u v + 1, u2 v 2 , 3 u v),

u2 + v 2 1,

scrivere le equazioni cartesiane e parametriche della retta perpendicolare e del piano tangente
a in (2, 0, 3).
Sia la supercie data in forma parametrica, cio sia

r : R2 R3

r(u, v) = (r1 (u, v), r2 (u, v), r3 (u, v))

una parametrizzazione della supercie. Allora l'equazione parametrica del piano tangente in
un punto

(u0 , v0 )

r1
r1

x = x0 + u
(u0 , v0 ) + v
(u0 , v0 )

u
v

r2
r2
y = y0 + u
(u0 , v0 ) + v
(u0 , v0 )

u
v

z = z0 + u r3 (u0 , v0 ) + v r3 (u0 , v0 )
u
v

dove

(u, v) R2 .

Invece l'equazione cartesiana della retta normale data da

r
r
r

(x x0 ) 1 (u0 , v0 ) + (y y0 ) 2 (u0 , v0 ) + (z z0 ) 3 (u0 , v0 ) = 0


u
u
u
r
r
r

(x x0 ) 1 (u0 , v0 ) + (y y0 ) 2 (u0 , v0 ) + (z z0 ) 3 (u0 , v0 ) = 0.


v
v
v
Nel nostro caso si vede che

(u0 , v0 ) = (1, 1)

corrisponde a

ha

r1 (u, v) = uv + 1
r2 (u, v) = u2 v 2
r3 (u, v) = 3uv

(x0 , y0 , z0 ) = (2, 0, 3).

r1
=v
u
r2
= 2u
u
r3
= 3v
u

Allora l'equazione parametrica del piano tangente nel punto

x=2+u+v

y = 2u 2v

z = 3 + 3u + 3v

dove

118

r1
=u
v
r2
= 2v
v
r3
= 3u
v
(1, 1)

(u, v) R2 .

In tal caso si

6.4

Retta e piano normale, retta e piano tangente

Invece l'equazione cartesiana della retta normale data da

x + 2y + 3z = 11
x 2y + 3z = 11.
-

Esercizio 6.4.2. Si scrivano, sia in forma parametrica che in forma implicita, l'equazione

della retta normale e l'equazione del piano tangente alla supercie

S = {(x, y, z) R3 : x2 + sin(x + y) + 2 z 2 = 2}

nel punto P = (0, 0, 1).


Questo esercizio si pu risolvere in tre modi.
Primo modo. Si possono usare le formule del piano tangente e della retta normale (nel punto
generico

(x0 , y0 , z0 ))

a una supercie data nella forma

f (x, y, z) = 0

che sono rispettivamente

f
f
f
(x0 , y0 , z0 ) (x x0 ) +
(x0 , y0 , z0 ) (y y0 ) +
(x0 , y0 , z0 ) (z z0 ) = 0
x
y
z
e

x x0
y y0
z z0
=
=
= 0.
f
f
f
(x0 , y0 , z0 )
(x0 , y0 , z0 )
(x0 , y0 , z0 )
x
y
z

Quindi si ha

f (x, y, z) = x2 + sin(x + y) + 2 z 2 2
da cui

(x0 , y0 , z0 ) = P = (0, 0, 1)

f
f
(x, y, z) = 2 x + cos(x + y)
(0, 0, 1) = 1
x
x
f
f
(x, y, z) = cos(x + y)
(0, 0, 1) = 1
y
y
f
f
(x, y, z) = 4 z
(0, 0, 1) = 4
z
z

quindi l'equazione del piano tangente (in forma implicita) alla supercie

nel punto

nel punto

1 (x 0) + 1 (y 0) + 4 (z 1) = 0
cio

x + y + 4 z = 4.
L'equazione del piano tangente (in forma parametrica) alla supercie
esempio

x=t

y=s

z = 1 t + s.
4
119

ad

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

L'equazione della retta normale (in forma implicita) alla supercie

nel punto

x0
y0
z1
=
=
1
1
4
e dunque

x=y
4 y = z 1.
L'equazione della retta normale (in forma parametrica) alla supercie

nel punto

, ad

esempio

x=t

y=t

z = 4 t + 1.
Secondo modo. Scriviamo la supercie

z ).

in forma esplicita

z = g(x, y) (esplicitando la variabile

Si ha

z2 = 1
da cui

1 2
(x + sin(x + y))
2

1 2
(x + sin(x + y)).
2
cose nell'intorno del punto P, scelgo
r
1
z = 1 (x2 + sin(x + y)).
2
z = 1

Siccome vado ad analizzare le

In tal caso, le equazioni (in forma implicita) del piano tangente e della retta normale alla
supercie

S (data nella forma z = g(x, y)) nel punto Q = (x0 , y0 , g(x0 , y0 )) sono rispettivamente
z = g(x0 , y0 ) +

Dunque, essendo

g
g
(x0 , y0 ) (x x0 ) +
(x0 , y0 ) (y y0 )
x
y

x x0
y y0
z g(x0 , y0 )
.
=
=
g
g
1
(x0 , y0 )
(x0 , y0 )
x
y
Q = (0, 0, 1), si ha
1
x

cos(x + y)
g
2
(x, y) = q
x
2 1 12 (x2 + sin(x + y))

g
1
(0, 0) =
x
4

1
cos(x + y)
g
2
(x, y) = q
y
2 1 12 (x2 + sin(x + y))

g
1
(0, 0) =
y
4

120

6.4

Retta e piano normale, retta e piano tangente

quindi l'equazione del piano tangente in forma esplicita alla supercie

nel punto

viene ad

essere

z =1

1
(x + y)
4

mentre quella della retta normale

x0
y0
z1
=
=
;
1
1
1

4
4
lavorando come al punto precedente possiamo di nuovo ricavare le equazioni in forma parametrica.
Terzo modo. Visto che l'equazione della supercie data in forma implicita, se non vogliamo
esplicitarla rispetto ad una variabile, possiamo ad esempio servirci del teorema del Dini.

P = (0, 0, 1).
f C (R ), f (0, 0, 1) = 0 e dal

Verichiamo che questo teorema applicabile nell'intorno del punto

f (x, y, z) := x + sin(x + y) + 2 z 2. Abbiamo


punto dell'esercizio fz (0, 0, 1) = 4 6= 0. Allora pu applicare
g la funzione implicita, si pu dedurre che

Si ha
primo

il teorema del Dini; indicando con

f
(0, 0, 1)
g
1
(0, 0) = x
=
f
x
4
(0, 0, 1)
z
mentre

f
(0, 0, 1)
1
g
y
(0, 0) =
= .
f
y
4
(0, 0, 1)
z
Tenendo conto che

g(0, 0) = 1,

l'equazione del piano tangente e della retta normale in forma

implicita si leggono rispettivamente

z = g(0, 0) +

g
g
(0, 0) (x 0) +
(0, 0) (y 0)
x
y

x0
y0
z g(0, 0)
=
=
.
g
g
1
(0, 0)
(0, 0)
x
y
Inserendo i nostri dati si ottengono le stesse equazioni dedotte nei punti precedenti.

121

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

6.5. Teorema della funzione inversa e trasformazioni di


coordinate
r

Denizione 6.5.1.

Una funzione

f :AB

con

A, B

aperti di

Rn

si dice invertibile in

se iniettiva ossia

x1 , x2 A,

f (x1 ) = f (x2 ) x1 = x2 .

f si dice suriettiva su B se
y B, x A
Inne

f (x) = y.

tale che

f si dice biiettiva o biunivoca se iniettiva e suriettiva, ossia


y B, !x A

In tal caso la corrispondenza che associa ad ogni


determinato si dice funzione inversa di

f (x) = y.

tale che

y B

questo elemento

x A

univocamente

f.

Si ha il seguente risultato.

Teorema 6.5.2.

Sia f : A Rn Rn con A aperto tale che


f C 1 (A). Supponiamo che per un certo punto x0 A si abbia detJf (x0 ) 6= 0. Allora
esistono un intorno U di x0 e un intorno V di f (x0 ) tra i quali la funzione f biunivoca.
Inoltre detta g : V U la corrispondenza inversa si ha che g C 1 (V ) e
(inversione locale)

Jg(f (x)) = Jf (x)1

x U

Osserviamo che le corrispondenze di questo tipo risultano invertibili

solo localmente

anche

se le ipotesi sono vericate in ogni punto del dominio. Questo diverso dal caso unidimensionale per cui se

f 0 (x) 6= 0

allora

f0

ha segno costante e quindi

strettamente monotona da cui

invertibile (globalmente).

r Denizione 6.5.3.

f : A Rn si dice
1
diffeomorfismo (o diffeomorfismo globale) se f C (A), f globalmente invertibile in A
1
e la sua inversa g : f (A) A di classe C (A) nel suo dominio f (A). f si dice diffeomorfismo
1
locale se f C (A) e per ogni x0 A ha un intorno U A in cui f invertibile con inversa di
1
classe C .
Sia

A un aperto di Rn .

Una trasformazione di coordinate

122

6.5

Teorema della funzione inversa e trasformazioni di coordinate

Il teorema di inversione locale garantisce che una trasformazine di coordinate


che

f C 1 (A)

e detJf (x)

6= 0

xA

per ogni

sia un dieomorsmo locale

condizioni sono soddisfatte con l'eccezione di qualche punto di

f : A Rn tale
in A. Se queste

A, allora questi punti si diranno

punti singolari della trasformazione.

Esempio 6.5.4.

(coordinate polari nel piano) Consideriamo la trasformazione

[0, +)
[0, 2).

x = cos
y = sin

La matrice Jacobiana della trasformazione

cos sin
sin cos
con determinante

Quindi la trasformazione regolare con l'eccezione di

= 0.

Se re-

stringiamo dunque la trasformazione a

T(, ) = ( cos , sin )


otteniamo un dieomorsmo globale tra

A = (0, +) (0, 2)

in

e il piano di

R2

privato della semiretta

x 0

y = 0.
.

Esempio 6.5.5.

(coordinate cilindriche in

x = cos
y = sin

z=t

R3 )

Consideriamo la trasformazione

[0, +)
[0, 2)
t R.

La matrice Jacobiana della trasformazione

cos sin 0

sin cos 0
0
0
1

con determinante

Quindi la trasformazione regolare con l'eccezione di

= 0.

stringiamo dunque la trasformazione all'aperto

A = (0, +) (0, 2) R
otteniamo un dieomorsmo globale tra

Esempio 6.5.6.

R3

privato della semiretta

(coordinate sferiche in

x = sin cos
y = sin sin

z = cos
123

R3 )

x0

y = 0.

Consideriamo la trasformazione

[0, +)
[0, 2)
[0, ].

Se re-

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

La matrice Jacobiana della trasformazione

sin cos cos sin sin cos

sin sin cos sin sin cos


cos
sin
0
con determinante
e

= 0.

2 sin .

Quindi la trasformazione regolare con l'eccezione di

= 0, =

Se restringiamo dunque la trasformazione all'aperto

A = (0, +) (0, 2) (0, )


otteniamo un dieomorsmo globale.

6.6. Ottimizzazione vincolata. Metodo dei moltiplicatori di


Lagrange
In molti problemi di ottimizzazione le variabili indipendenti sono soggette a vincoli di vario tipo,
per esempio problemi con ostacolo, dove ad esempio il minimo di certe energie deve stare sopra
una funzione data, detta appunto ostacolo. L'importanza di questi problemi dunque molto
rilevante nel contesto delle applicazioni e merita grande attenzione. Come sopra distinguiamo
il caso

n=2

6.6.1.

dal caso generale.

Caso

n = 2:

vincolo esplicitabile

Formalizziamo prima di tutto il problema di estremo vincolato nel caso in cui la funzione obiettivo da ottimizzare dipende da due variabili legate da un'equazione di vincolo. Per semplicit
lavoriamo con funzioni denite su tutto il piano. Il problema dunque che ci poniamo quello
di minimizzare (o massimizzare) una funzione
vincolo

g(x, y) = b.

Nello spazio

f (x, y)

f (x, y)

di classe

C 1 (R2 )

sotto la condizione di

rappresenta il graco di una supercie, il vincolo rap-

presenta (in generale) una curva. chiaro che un punto di massimo o minimo per
al vincolo
zione

soggetta

non necessariamente punto di massimo o minimo (nemmeno locale!) per la fun-

in generale. Quindi non si tratta di andare a calcolare gli estremi liberi di

e vedere se

qualcuno di questi cade nel vincolo imposto ma proprio di ottimizzare (e quindi massimizzare
o minimizzare) la
da

restrizione di f al vincolo g

che in generale appunto una funzione diversa

f.

La situazione pi favorevole la si ha quando il vincolo denisce

y = y(x)

x = x(y)

esplicitamente

oppure quando la curva si esprime in forma parametrica

124

una funzione

t 7 (x(t), y(t)).

6.6

Ottimizzazione vincolata

Allora in tal caso il problema ricondotto a cercare gli estremi della funzione

h(x) = f (x, y(x))

oppure

r(y) = f (x(y), y)

oppure

(t) = f (x(t), y(t)).

In tutti questi casi comunque lo studio di un problema di ottimizzazione in pi variabili si


riduce a un problema di ottimizzazione in una variabile. I prossimi esempi chiariranno alcune
situazioni tipiche di vincoli esplicitabili. Si noti che un ruolo fondamentale spesso giocato
dal teorema di Weierstrass.

Esercizio 6.6.1. Sia data la funzione


f (x, y) = 3 x2 y y 3 + x2 .

(i) Si determinino i suoi punti stazionari in R2 , e se ne studi la natura.


(ii) Si dica, giusticando la risposta sulla base della teoria, se essa ammette massimo assoluto
e minimo assoluto nell'insieme
{(x, y) R2 : 0 x 1, 0 y 2},

e, in caso di risposta aermativa, determinare punti e valore di massimo assoluto e di minimo


assoluto.
(i) I punti stazionari della funzione sono quelli che annullano il gradiente. Si ha dunque

f (x, y) = (6xy + 2x, 3x2 3y 2 ) = (0, 0)

2 x(3y + 1) = 0
3(x y) (x + y) = 0.

Dalla prima equazione del sistema leggiamo

x=0

y = 1/3

e non ci sono altre possibilit.

x = 0, sostituendo nella seconda equazione del sistema si ottiene y = 0,


y = 1/3 si ottiene x = 1/3. Quindi i punti stazionari sono




1 1
1 1
(0, 0)
,
,
.
3 3
3 3
Se

mentre sostituendo

Proviamo a studiare la natura di questi punti con il test della matrice Hessiana. Si ha

Hf (x, y) =

6y + 2
6x

6x
6y

quindi

Hf (0, 0) =

125

2 0
0 0

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

quindi non riesco a stabilire la natura dell'origine con il test della matrice Hessiana. Proviamo
a studiare il segno dell'incremento di

nel punto. Si ha

4f (0, 0) = f (x, y) f (0, 0) = 3x2 y y 3 + x2 .


Ora se

x = 0

si ha

4f (0, 0) = y 3

che ha segno positivo per

Questo basta a dire che l'origine un punto di sella per

y < 0

e negativo per

y > 0.

f.

D'altra parte



0
2
1 1

Hf ,
=
3 3
2 2
da cui det Hf


13 , 31 = 4 < 0

da cui det Hf

1
, 13
3

= 4 < 0

(1/3, 1/3) un



0
2
1 1

Hf
,
=
3 3
2 2
e quindi

e quindi

(1/3, 1/3)

punto di sella. Inne

un punto di sella.

R)
minR f.

(ii) La funzione data continua, il rettangolo dato (che d'ora in avanti chiameremo
chiuso e limitato, quindi il teorema di Weierstrass ci assicura che esistono

di

su

maxR f

C (R ) quindi non ci sono punti singolari. Inoltre


R. Quindi il massimo assoluto e il minimo assoluto

Osserviamo che la funzione data di classe


non ci sono punti stazionari che stanno in

R.
ha R = R1 R2 R3 R4

si troveranno sul bordo di

Parametrizziamo il bordo di

R.

Si

dove

R1 = {(x, y) R2 : y = 0 0 x 1}
R2 = {(x, y) R2 : x = 1 0 y 2}
R3 = {(x, y) R2 : y = 2 0 x 1}
R4 = {(x, y) R2 : x = 0 0 y 2}.
Si ha poi

fR1 (x, y) = x2
0 x 1. Dunque eventuali punti candidati ad essere
(0, 0) e (1, 0).

che una funzione sempre crescente per


massimo o minimo assoluto sono
D'altra parte

fR2 (x, y) = 3y y 3 + 1 =: g2 (y)


g 0 (y) = 3 3y 2 = 0 y = 1. Dunque
minimo assoluti sono (1, 0), (1, 1) e (1, 2).
da cui

eventuali punti candidati ad essere massimo o

126

6.6

Ottimizzazione vincolata

Poi si ha

fR3 (x, y) = 6x2 8 + x2 = 7x2 8 =: g3 (x)


che sempre crescente nell'intervallo considerato, allora candidati punti di massimo o minimo
assoluto sono

(0, 2)

(1, 2).

Inne

fR4 (x, y) = y 3
che una funzione decrescente nell'intervallo considerato, quindi candidati punti di massimo o
minimo assoluto sono

(0, 0)

(0, 2).

Adesso confrontiamo i valori della funzione su tali punti. Si ha

f (0, 0) = 0
Dunque

minR f = 8

f (1, 0) = 1
e

(0, 2)

f (1, 1) = 3

f (1, 2) = 1

il punto di minimo assoluto;

f (0, 2) = 8.

maxR f = 3

(1, 1)

il punto di

massimo assoluto.

Esercizio 6.6.2. Sia data la funzione


f (x, y) =

3 x2 2 y 2
,
x2 + y 2

(x, y) 6= (0, 0).

(i) Si determinino i suoi punti stazionari in R2 \ {(0, 0)}.


(ii) possibile stabilire la natura di questi punti stazionari tramite il metodo dell'Hessiano?
In caso negativo, studiare comunque la natura di tali punti in altro modo
(iii) Si dica, giusticando la risposta sulla base della teoria, se essa ammette massimo assoluto
e minimo assoluto nell'insieme
{(x, y) R2 : 1 x2 + y 2 4}

e, in caso di risposta aermativa, determinare punti e valore di massimo assoluto e di minimo


assoluto.
(i) I punti stazionari sono quelli che annullano il gradiente di

f.

Si ha

f
6x (x2 + y 2 ) 2x (3x2 2y 2 )
6x3 + 6xy 2 6x3 + 4xy 2
10xy 2
(x, y) =
=
=
x
(x2 + y 2 )2
(x2 + y 2 )2
(x2 + y 2 )2
e

f
4y(x2 + y 2 ) 2y(3x2 2y 2 )
4yx2 4y 3 6yx2 + 4y 3
10x2 y
(x, y) =
=
=

y
(x2 + y 2 )2
(x2 + y 2 )2
(x2 + y 2 )2
Quindi


f (x, y) = (0, 0)

10xy 2
10x2 y
,

(x2 + y 2 )2 (x2 + y 2 )2
127


= (0, 0) x = 0 y = 0.

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

Quindi i punti stazionari sono tutti i punti degli assi cartesiani (tranne l'origine dove tra l'altro
la funzione non nemmeno denita).
(ii) Proviamo a vedere se possibile studiare la natura dei punti stazionari con il test della
matrice Hessiana. Si ha

2f
10y 2 (x2 + y 2 )2 2 (x2 + y 2 ) (2x) (10x y 2 )
10x2 y 2 + 10y 4 40x2 y 2
(x,
y)
=
=
x2
(x2 + y 2 )4
(x2 + y 2 )3
=

10y 4 30x2 y 2
10y 2 (y 2 3x2 )
=
(x2 + y 2 )3
(x2 + y 2 )3

2f
20xy(x2 + y 2 )2 2(x2 + y 2 ) (2y) (10xy 2 )
2f
(x, y) =
(x, y) =
xy
yx
(x2 + y 2 )4
=

20xy(x2 + y 2 ) 40xy 3
20x3 y 20xy 3
20xy(x2 y 2 )
=
=
(x2 + y 2 )3
(x2 + y 2 )3
(x2 + y 2 )3

10x2 (x2 + y 2 )2 2(x2 + y 2 ) (2y) (10x2 y)


10x4 10x2 y 2 + 40x2 y 2
2f
(x,
y)
=
=
y 2
(x2 + y 2 )4
(x2 + y 2 )3
10x4 + 30x2 y 2
10x2 (x2 3y 2 )
=
=
.
(x2 + y 2 )3
(x2 + y 2 )3
Si vede subito che, al variare di

Hf (h, 0) =

h, k R
0

10
0

Hf (0, k) = k 2
0 0

10
0 2
h

quindi non riesco a studiare la natura di tali punti con il test della matrice Hessiana.
Studio dunque la natura dei punti stazionari attraverso lo studio del segno dell'incremento della
funzione. Al variare di

h R,

si ha

4f (h, 0) = f (x, y) f (h, 0) =


Siccome

y 6= 0

3x2 2y 2
3x2 2y 2 3x2 3y 2
5y 2

3
=
=

.
x2 + y 2
x2 + y 2
x2 + y 2

4f (x, y) < 0 e
per k R si ha

si ottiene

massimo locale. Invece

4f (0, k) = f (x, y) f (0, k) =


Quindi tutti i punti

(0, k)

quindi tutti i punti

(h, 0)

al variare di

hR

sono di

3x2 2y 2
3x2 2y 2 + 2x2 + 2y 2
5x2
+
2
=
=
> 0.
x2 + y 2
x2 + y 2
x2 + y 2

al variare di

kR

sono punti di minimo locale.

(iii) Poniamo

A = {(x, y) R2 : 1 x2 + y 2 4}.
Esso rappresenta una corona circolare; le circonferenze che la delimitano hanno raggio rispettivamente 1 e 2.

128

6.6

un insieme chiuso e limitato, la funzione

esistono il massimo e il minimo assoluto di


Non ci sono punti singolari per

f,

continua su

su

Ottimizzazione vincolata

A,

per il teorema di Weierstrass

A.

dunque gli eventuali punti candidati ad essere massimo e

minimo vanno ricercati tra i punti che annullano il gradiente di

o tra i punti del bordo di

A.

Si ha che

f (x, y) = (0, 0) (x, y) = (h, 0) (x, y) = (0, k)


In

h, k R.

i punti che annullano il gradiente sono

(x, y) = (h, 0) (x, y) = (0, k)

con

2 h 1 1 h 2

2 k 1 1 k 2.

Si ha

f (0, h) = 2.

f (k, 0) = 3
D'altra parte

A = A1 A2

dove

A1 = {(x, y) R2 : x2 + y 2 = 1}
Parametrizziamo

A1 .

A2 = {(x, y) R2 : x2 + y 2 = 4}.

Si ha

x = cos

[0, 2)

y = sin
da cui

fA1 (x, y) = 3 cos2 2 sin2 =: f()


e quindi

f0 () = 6 cos sin 4 sin cos = 10 sin cos .


Allora

3
f0 () = 0 sin = 0 cos = 0 = 0 =
= = .
2
2
Si ha

f(0) = f() = 3
Ora parametrizziamo

A2 .

 
 
3

f
=f
= 2.
2
2

Si ha

x = 2 cos

[0, 2)

y = 2 sin .
da cui

fA2 (x, y) =

1
(12 cos2 8 sin2 ) = 3 cos2 2 sin2
4
129

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

il cui studio si riconduce al caso precedente. In ultima analisi dunque

max f = 3

e i punti di massimo assoluto sono i punti

(h, 0)

con

2 h 1

1h2

min f = 2

e i punti di minimo assoluto sono i punti

(0, k)

con

2 k 1

1 k 2.

Esercizio 6.6.3. Sia data la funzione


f (x, y) = e2x y x y.

(i) Si determinino i punti stazionari di f (x, y) in R2 e se ne studi la natura.


(ii) Si dica, giusticando la risposta sulla base della teoria, se f (x, y) ammette massimo assoluto
e minimo assoluto nell'insieme
A = {(x, y) R2 : 4x2 + y 2 2, y 0}

e, in caso di risposta aermativa, determinare punti e valore di massimo assoluto e di minimo


assoluto.
(i) I punti stazionari di

sono quelli che annullano il gradiente. Si ha

fx (x, y) = e2xy y (2xy + 1)

fy (x, y) = e2xy x (2xy + 1)

quindi

f (x, y) = (0, 0) (x, y) = (0, 0) 2x y = 1.


Proviamo a studiare la natura dei punti stazionari attraverso il test della matrice Hessiana. Si
ha

fxx (x, y) = e2xy 2y 2 (2xy + 1) + e2xy 2y 2 = e2xy 2y 2 (2xy + 2)


fxy (x, y) = fyx (x, y) = e2xy 2xy(2xy + 1) + e2xy (2xy + 1) + e2xy 2xy = e2xy (4x2 y 2 + 6xy + 1)
fyy (x, y) = e2xy 2x2 (2xy + 1) + e2xy 2x2 = e2xy 2x2 (2xy + 2)
da cui

Hf (0, 0) =

essendo det Hf (0, 0)

= 1 < 0,

si ha che

(0, 0)

0 1
1 0

un punto di sella. D'altra parte



1
1
1
e
2
e
(1)
2
1
4h

=
Hf h,
2h
1
1
2
e (1) e 2h
130

6.6

Ottimizzazione vincolata


1
h, 2h
= 0 e questo ci dice che non siamo in grado di studiare
punti (x, y) tali che 2xy = 1 con il test della matrice Hessiana.
Proviamo a studiare il segno dell'incremento di f. Per ogni h R \ {0} si ha




1
1
1
= f (x, y) f h,
= e2xy xy + e1 .
4f h,
2h
2h
2
quindi det Hf

Si vede facilmente che la funzione

t = 1/2

per cui

1
0.
4f h, 2h

g(t) = t e2 t

ha minimo uguale a

Questo signica che tutti i punti

la natura dei

g(1/2) = 21 e1 per
(x, y) tali che 2xy = 1

sono punti di minimo.


(ii) La funzione

continua, l'insieme

chiuso e limitato dunque il teorema di Weierstrass

ci assicura che esistono il massimo assoluto e il minimo assoluto di


Non ci sono punti stazionari interni ad
minimo assoluti di

su

A,

Parametrizziamo

A1 .

Si ha

su

A.

non ci sono punti singolari dunque il massimo e il

si trovano sul bordo di

A1 = {(x, y) R2 : 4x2 +y 2 = 2, y 0}

A.

Si ha

A = A1 A2 ,

dove

A2 = {(x, y) R2 : y = 0, 1/ 2 x 1/ 2}.

x = 1 cos
2

y = 2 sin

[0, ]

da cui

f (x, y) = exp(2 cos sin ) cos sin = exp(sin(2))

sin(2)
=: f()
2

e quindi allora

f0 () = exp(sin(2)) cos(2) sin(2) + exp(sin(2)) cos(2)


= exp(sin(2)) cos(2) [sin(2) + 1]
da cui

3
f0 () = 0 cos(2) = 0 sin(2) = 1 =
= .
4
4

Quindi

  1
f
= e
4
2
D'altra parte

fA2 0

 
3
1

f
= e1 .
4
2

quindi

max f =
A


il punto di massimo assoluto


1
,1
2

1
e
2

1
min f = e1 ;
A
2

mentre il punto di minimo assoluto

131



1
,1 .
2

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

Esercizio 6.6.4. Sia data la funzione


f (x, y) = arctan(x2 + 2 y 2 ).

(i) Si determinino i punti stazionari di f (x, y) in R2 e se ne studi la natura.


(ii) Si dica, giusticando la risposta sulla base della teoria, se f (x, y) ammette massimo assoluto
e minimo assoluto nell'insieme
A = {(x, y) R2 : x2 + y 2 4, y 2 x}

e, in caso di risposta aermativa, determinare punti e valore di massimo assoluto e di minimo


assoluto.
(i) Innanzitutto osserviamo che la funzione

arctan

denita su tutto

R2

ed essendo la funzione

sempre crescente, la funzione data sempre positiva o nulla; d'altra parte

dunque possiamo dire subito che l'origine punto di minimo assoluto su tutto
Studiamo la natura dei punti stazionari di


f (x, y) =

f.

f (0, 0) = 0

R.

Si ha

2x
4y
,
2
2
2
2
1 + (x + 2 y ) 1 + (x + 2 y 2 )2

dunque

f (x, y) = (0, 0) (x, y) = (0, 0).


Dunque l'origine l'unico punto stazionario e dalle considerazioni precedenti sappiamo gi che
punto di minimo assoluto.
Se uno non se ne fosse accorto e volesse studiare la natura dell'origine attraverso il test della
matrice Hessiana otterrebbe

2 [1 + (x2 + 2 y 2 )2 4 x2 (x2 + 2 y 2 )]
2(1 + (x2 + 2 y 2 )2 ) 2 x 2 (x2 + 2 y 2 ) 2 x
=
[1 + (x2 + 2 y 2 )2 ]2
[1 + (x2 + 2 y 2 )2 ]2

fxx (x, y) =

2 x 2 (x2 + 2 y 2 ) 4 y
fxy (x, y) = fyx (x, y) =
[1 + (x2 + 2 y 2 )2 ]2
fyy (x, y) =
da cui

4(1 + (x2 + 2 y 2 )2 ) 4 y 2 (x2 + 2 y 2 ) 4 y


4 [1 + (x2 + 2 y 2 )2 8 y 2 (x2 + 2 y 2 )]
=
,
[1 + (x2 + 2 y 2 )2 ]2
[1 + (x2 + 2 y 2 )2 ]2

fxx (0, 0) = 2 fxy (0, 0) = 0 fyy (0, 0) = 4

Hf (0, 0) =

0 4

Hf (0, 0) = 8 > 0 si ha rapidamente che (0, 0) punto di minimo locale.


minimo assoluto discende da un'ulteriore analisi fatta sulla funzione f.

ed essendo det
che sia anche

2 0

132

Il fatto

6.6

Ottimizzazione vincolata

Osserviamo tuttavia che i calcoli potevano essere notevolmente ridotti se si osservava che la

arctan crescente, dunque i


2
2
funzione g(x, y) = x + 2 y ; per

funzione

punti stazionari di

della

cui

sono tutti e soli i punti stazionari

g(x, y) = (2x, 4 y) = (0, 0) (x, y) = (0, 0)


mentre

gxx = 2
e di nuovo si ha che
(ii) La funzione

(0, 0)

gxy = gyx = 0

punto di minimo locale.

continua, l'insieme

e il minimo assoluto di

A chiuso e limitato quindi esistono il massimo assoluto

per il teorema di Weierstrass.

Figura 6.1: Insieme

Osserviamo che l'origine non appartiene all'insieme


di

su

gyy = 4

A.

A dunque non detto che il minimo assoluto

sia di nuovo 0.

L'unico punto stazionario, come si evince dall'analisi al punto (i), l'origine, che non appartiene
alla parte interna di
assoluto di

A.

Non ci sono punti singolari dunque i punti di massimo e di minimo

si trovano sul bordo di

A.

Si ha

A = A1 A2

dove

A1 = {(x, y) R2 : x2 + y 2 = 4 y 2 x}
133

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

A2 = {(x, y) R2 : y = 2 x 0 x 2}.
L'insieme

A1

un arco di circonferenza, lo parametrizzo usando le coordinate polari:

x = 2 cos

h i
0,
.
2

y = 2 sin
Quindi

f (x, y)|A1 = f (2 cos , 2 sin ) = f() = arctan(4 cos2 + 8 sin2 ) = arctan(4 + 4 sin2 )
da cui

f0 () =

8 sin cos
= 0 sin = 0 cos = 0,
1 + (4 + 4 sin2 )2

quindi i punti di estremo si hanno per

(0, 2).

= 0

= /2

che corrispondono ai punti

(2, 0)

Si ha

f (2, 0) = arctan 4

f (0, 2) = arctan 8.

D'altra parte

f (x, y)|A2 = f (x, 2 x) = f(x) = arctan(x2 + 2(2 x)2 ) = arctan(3x2 8x + 8)


da cui

f0 (x) =

6x 8
4
=0x= .
2
2
1 + (3x 8x + 8)
3

Si ha


f

Siccome la funzione

arctan

4 2
,
3 3

8
= arctan .
3

crescente, si ha che

8
3


min f (x, y) = arctan


A


raggiunti rispettivamente nei punti

6.6.2.

Caso

n = 2:

4 2
,
3 3

max f (x, y) = arctan 8


A

(0, 2).

metodo dei moltiplicatori di Lagrange

Il metodo dei moltiplicatori di Lagrange funziona quando il vincolo rappresentato da una


curva regolare assegnata in qualsiasi forma: parametrica o cartesiana (implicita o esplicita).
Cerchiamo di illustrare il metodo cercando di stabilire, in analogia con il caso di estremi liberi,
una condizione necessaria del primo ordine. Nel caso degli estremi liberi, il teorema di Fermat

134

6.6

Ottimizzazione vincolata

indica che se un punto di estremo, il suo gradiente si deve annullare e questo abbastanza
ragionevole perch il punto non ha vincoli e potendosi muovere in tutte le direzioni, il teorema
di Fermat ci dice che tutte le derivate lungo ogni direzione ammissibile si devono annullare.
Nel caso di un vincolo, ovviamente non sar pi cos e ci saranno delle direzioni ammissibili
e la derivata direzionale lungo queste direzioni si deve annullare. Per capire chi siano queste
direzioni ammissibili, supponiamo che in vincolo descriva un arco di curva regolare con retta

v. In tal caso la derivata direzionale di f nella direzione


(x , y ) il nostro punto di estremo vincolato si dovr avere

tangente nella direzione del versore


di

si deve annullare, cio se

Dv f (x , y ) = 0
e per la formula del gradiente, questo signica

f (x , y ) v = 0
che esprime l'ortogonalit tra i vettori

v.

Ma ricordando che il gradiente di una funzione

in ogni punto ortogonale alla direzione della retta tangente alle sue curve di livello, se anche
il vincolo sucientemente regolare anche

g(x , y ) v = 0
Ma questo signica che
numero

f (x , y )

g(x , y )

devono essere paralleli, cio deve esistere un

per cui uno dei due multiplo dell'altro, cio

f (x , y ) = g(x , y ).
Formalmente si ha dunque

Teorema 6.6.5.

Siano f, g C 1 (R2 ) e (x , y ) punto di


estremo vincolato per f sotto il vincolo g(x, y) = b. Allora se (x , y ) regolare per il vincolo,
cio se g(x , y ) 6= (0, 0), allora esiste R (detto moltiplicatore di Lagrange)
tale che
(moltiplicatori di Lagrange)

f (x , y ) = g(x , y ).

Ribadiamo dunque che la relazione di parallelismo tra i gradienti di

esprime il fatto

(x , y ) verica le ipotesi del teorema, allora la derivata di f lungo la tangente al vincolo



deve annullare, e in tal caso diremo che (x , y ) punto critico vincolato. Questa la

che se
si

corretta generalizzazione del teorema di Fermat nel caso degli estremi vincolati.
Introducendo la funzione

L = L(x, y, )

detta Lagrangiana denita da

L(x, y, ) = f (x, y) (g(x, y) b),


135

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

(x , y ) punto di estremo vincolato, allora esiste


libero per L cio che sia soluzione del sistema

Lx = fx gx = 0
Ly = fy gy = 0

L = b g = 0

il teorema aerma che se

(x , y , )

sia critico

tale che il punto

Le prime due equazioni coincidono con la condizione di parallelismo dei gradienti, mentre la
terza esprime esattamente la condizione di vincolo.

La teoria sviluppata indica il seguente

modo di procedere, noto come metodo dei moltiplicatori di Lagrange:


1) si isolano eventuali punti non regolari dell'insieme

g(x, y) = b

che vanno esaminati a parte;

2) si cercano i punti critici liberi della Lagrangiana, cio le soluzioni del precedente sistema;
3) si determina la natura dei punti critici; a questo proposito spesso risulta utile il teorema di
Weierstrass, come mostra il seguente esempio.

Esercizio 6.6.6. Sia data la funzione f (x, y) = 4 x y + 4 x.

(i) Si determinino i suoi punti stazionari in R2 , e se ne studi la natura.


(ii) Si dica, giusticando la risposta sulla base della teoria, se essa ammette massimo assoluto
e minimo assoluto nell'insieme (ellisse)
{(x, y) R2 : 5x2 + 5 y 2 6 x y 6 x + 10 y + 4 0},

e in caso di risposta aermativa, determinare punti e valore di massimo assoluto e di minimo


assoluto.
(i) I punti stazionari per una funzione sono quelli che annullano il gradiente della funzione
stessa. Si ha

f (x, y) = (4y + 4, 4x)


da cui

f (x, y) = (0, 0) (x, y) = (0, 1).


Quindi

(0, 1)

l'unico punto stazionario per

f.

Proviamo a studiarne la natura con il test della matrice Hessiana. Si ha

fxx (x, y) = 0
da cui

fxy (x, y) = fyx (x, y) = 4

Hf (0, 1) =

136

0 4
4 0

fyy (x, y) = 0

6.6

Essendo il determinante della matrice Hessiana uguale a

(0, 1)

un punto di sella per

Ottimizzazione vincolata

16 < 0

si pu senz'altro dire che

f.

(ii) La funzione data continua, l'insieme dato (che un ellisse e che chiameremo d'ora in
avanti

E)

chiuso e limitato, il massimo e il minimo assoluto della funzione su

esistono per

il teorema di Weierstrass.

(0, 1) l'unico punto che annulla il gradiente di f come visto al punto i); la funzione di

2
classe C (R ) e dunque non ci sono punti singolari; resta quindi da studiare il comportamento
lungo il bordo dell'ellisse.
Per studiare il comportamento della funzione lungo il bordo dell'ellisse utilizziamo il metodo
dei moltiplicatori di Lagrange. Abbiamo il vincolo

g(x, y) = 5x2 + 5y 2 6xy 6x + 10y + 4 = 0.


La funzione Lagrangiana data da

L(x, y, ) = f (x, y) + g(x, y) = 4xy + 4x + (5x2 + 5y 2 6xy 6x + 10y + 4).


A questo punto troviamo i punti critici per

L.

Si ha

4y + 4 + 10x 6y 6 = 0

L(x, y, ) = 0 4x + 10y 6x + 10 = 0

2
5x + 5y 2 6xy 6x + 10y + 4 = 0.

2y + 2 + 5x 3y 3 = 0

2x + 5y 3x + 5 = 0

2
5x + 5y 2 6xy 6x + 10y + 4 = 0.
Seguiamo la seguente strategia: ricaviamo

dalla prima equazione e inseriamo quanto ottenuto

nella seconda equazione. Poi confronteremo quello che otterremo con la terza equazione.
Notiamo subito che se
sia

5x 6= 3y + 3.

5x = 3y + 3

allora

y = 1

da cui si dedurrebbe

x=0

Dalla prima equazione si ha

2y + 2
3y + 3 5x

che inserito nella seconda equazione ci d

2x + (5y 3x + 5)

2y + 2
=0
3y + 3 5x

da cui

6xy + 6x 10x2 + 10y 2 6xy + 10y + 10y 6x + 10 = 0


137

assurdo. Allora

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

e quindi

x = (y + 1).
Distinguiamo due casi. Primo caso

x = y + 1.

Allora inserendo nella terza equazione si ha

5(y 2 + 2y + 1) + 5y 2 6y(y + 1) 6(y + 1) + 10y + 4 = 0


da cui

4y 2 + 8y + 3 = 0
da cui otteniamo come soluzioni i punti


A=
D'altra parte nel caso

x = y 1

1 1
,
2 2



1 3
B = ,
.
2 2

si ottiene invece

5(y 2 + 2y + 1) + 5y 2 + 6y(y + 1) + 6(y + 1) + 10y + 4 = 0


da cui

16y 2 + 32y + 15 = 0
da cui otteniamo come soluzioni i punti


C=

1 5
,
4 4


D=

1 3
,
4 4


.

Quindi osservando che

f (A) = f (B) = 1

f (C) = f (D) =

si ha che

max f = 1
E

e i punti di massimo assoluti sono

6.6.3.

AeB

min f =
E

1
4

1
4

mentre i punti di minimo assoluti sono i punti

D.

Un esercizio con un punto singolare sul vincolo

Esercizio 6.6.7. Sia


S = {(x, y) R2 : y 2 + x4 (x4 1) = 0}

e sia f (x, y) = y x2 . Si dica, giusticando la risposta sulla base della teoria, se f ammette
massimo assoluto e minimo assoluto in S e, in caso di risposta aermativa, determinare punti
e valore di massimo assoluto e di minimo assoluto.
138

6.6

Innanzitutto

Ottimizzazione vincolata

chiuso; poi limitato, visto che

y 2 = x4 (x4 1)
y 2 0 deve per forza essere anche x4 (x4 1) 0 da cui x4 1 cio |x| 1 che
comporta |y| 2.
2
4 4
A questo punto sia g(x, y) = y + x (x 1). Si ha

quindi essendo


g(x, y) = 8x7 4x3 , 2y = (0, 0)
quindi deve per forza essere

(0, 0) S

y=0

2x7 x4 = 0

da cui

x4 = 1/2. Quindi ho
p
4
punti (
1/2, 0)
/ S.

x=0

che dunque un punto singolare per il vincolo e i

il punto

A questo punto la funzione lagrangiana data da

L(x, y, ) = f (x, y) + g(x, y) = y x2 + (y 2 + x4 (x4 1));


troviamo i punti critici per

L:

tenendo conto che

f (x, y) = (2x, 1),


si ha quindi

2x = (8x7 4x3 )

L(x, y, ) = (0, 0, 0) 1 = 2 y = 0

2
y + x4 (x4 1) = 0.
Dalla seconda equazione vedo immediatamente che
anche

y=

, y 6= 0

da cui posso scrivere

1
quindi sostituendo nella terza equazione si ha
2

1
+ x4 (x4 1) = 0
42

2 =

1
x4 )

4x4 (1

;
2x2 1 x4

d'altra parte dalla prima equazione si ottiene

1
4x6 2x2

quindi uguagliando

1
1
= 4
2x 1
1 x4

(2x4 1) = 1 x4

da cui

4x8 + 1 4x4 = 1 x4

4x8 3x4 = 0
139

x4 (4x4 3) = 0

1
e
2y

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

siccome devo scartare

x=0

avr

x4 =

3
y =
4
2

q
x = 4 34

3
da cui
4

e corrispondentemente


3
3
1 =
4
16

y=

3
.
4

Quindi i punti candidati ad essere massimo o minimo assoluto sono:

r
4

A=

!
3 3
,
, B=
4 4

!
3 3
,
, C=
4 4

Osservo che

3
f (A) = f (B) =

4
mentre

r
4

!
3
3
,
, D=
4
4

!
3
3
,
.
4
4

3
3
=
4
4

3
3
3
f (C) = f (D) =

=
3;
4
4
4

d'altra parte, tenendo conto del punto singolare sul vincolo, si ha

max f = 0 = f (0, 0)
S

6.6.4.

min f =
S

f (0, 0) = 0

quindi

3
3 = f (C) = f (D).
4

Il caso generale

Enunciamo il teorema dei moltiplicatori di Lagrange nel caso generale.

Teorema 6.6.8.

Siano
f, g1 , g2 , . . . , gm C 1 (Rn ) con g = (g1 , g2 , . . . gm ) e x punto di estremo vincolato per f
sotto il vincolo g(x) = b. Allora se x regolare per il vincolo, cio se il rango di Jg(x )
m allora esistono m numeri reali 1 , 2 , . . . , m (detti moltiplicatori di Lagrange) tali
che
m
(moltiplicatori

di

f (x ) =

Lagrange

caso

generale)

j gj (x ).

j=1

Esercizio 6.6.9. Data la funzione


f (x, y, z) = ex+y

2 +z

determinarne massimo e minimo assoluti sull'insieme chiuso e limitato




S = (x, y, z) R3 : x2 + y 2 + z 2 x z 1 = 0 .
140

6.6

La funzione data continua, l'insieme dato


assoluto della funzione su

Ottimizzazione vincolata

chiuso e limitato, quindi il massimo e il minimo

esistono per il teorema di Weierstrass.

L'idea quella di utilizzare il metodo dei moltiplicatori di Lagrange. Abbiamo il vincolo

g(x, y, z) = x2 + y 2 + z 2 x z 1 = 0.
La funzione Lagrangiana data da

L(x, y, z, ) = f (x, y, z) + g(x, y, z) = ex+y


A questo punto troviamo i punti critici per

L.

L(x, y, z, ) = (0, 0, 0, 0)

2 +z

+ (x2 + y 2 + z 2 x z 1).

Si ha

x+y2 +z
e
+ (2x 1) = 0

ex+y2 +z 2 y + 2 y = 0

x+y 2 +z

e
+ (2z 1) = 0

2
x + y2 + z2 x z 1 = 0

Il confronto tra la prima equazione e la terza porta immediatamente a


invece ricaviamo

y = 0

oppure

abbiamo

x+y 2 +z

= e

Se

y = 0,

x = z.

Dalla seconda

sostituendo nella quarta equazione

1 3
2x 2x 1 = 0 x =
2
2

quindi candidati punti di estremo assoluto sono

!
1+ 3
1+ 3
, 0,
2
2

A=

D'altra parte, se

= ex+y

2 +z

B=

!
1 3
1 3
, 0,
.
2
2

allora la prima e la terza equazione danno

mazioni che inserite nella quarta equazione danno

y = 1.

x = z = 1,

infor-

Dunque altri candidati punti di

estremo assoluto sono

C = (1, 1, 1)

D = (1, 1, 1).

A questo punto

f (A) = e1+
maxS f = e3 e C
minimo assoluto B.

Quindi

f (B) = e1

f (C) = e3 = f (D).

sono i punti di massimo assoluto;

minS f = e1

e il punto di

Il prossimo esercizio mostra un metodo alternativo all'uso dei moltiplicatori di Lagrange.

141

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

Esercizio 6.6.10. Determinare gli estremi della funzione


f (x, y, z) = x + y z

sull'insieme
E = {(x, y, z) R3 : x2 + y 2 + z 2 9, z 0}
soluzione. La funzione data continua, l'insieme

chiuso e limitato, dunque il massimo e

E esistono per il teorema di Weierstrass. Troviamo i punti stazionari


di f interni ad E . Ma f (x, y, z) = (1, 1, 1) 6= (0, 0, 0) quindi non ci sono punti stazionari

3
interni; inoltre f C (R ) dunque gli unici punti di estremo saranno sul bordo di E .
Ora E = E1 E2 con
il minimo assoluti di

su

E1 = {(x, y, z) R3 : z = 0, x2 + y 2 9}
ed

E2 = {(x, y, z) R3 : x2 + y 2 + z 2 = 9, x2 + y 2 9}
f ristretto a E1 .
x2 + y 2 9.

Studiamo prima di tutto il comportamento di


di

g(x, y) := f (x, y, 0) = x + y

con il vincolo

Non ci sono punti stazionari interni per

Si tratta di studiare gli estremi

quindi gli unici punti estremanti saranno sul bordo del cerchio. Uso le

3 cos t, y = 3 sin t

con

t [0, 2].

g C (R2 )
coordinate polari x =

(il suo gradiente non si annulla mai),

Quindi andiamo a studiare la funzione

g(t) = 3 cos t + 3 sin t

t [0, 2].

Si ha

g0 (t) = 3 sin t + 3 cos t = 0 t = /4 t = 5/4


Inoltre

g(0) = g() = 3;

quindi i candidati punti di estremo sono




3 3
3
3
2,
2

2,
2 .
2
2
2
2
p
ha z =
9 x2 y 2 dove ho scelto il


(3, 0)
Studiamo ora

ristretta a

ci troviamo nel semipiano

E2 . Si
z 0.

segno positivo perch

Da cui sostituendo nell'espressione della funzione abbiamo

da studiare la funzione

h(x, y) = x + y
con il vincolo

x2 + y 2 9.

Di nuovo

assoluti esistono per Weierstrass.

p
9 x2 y 2

continua su un insieme chiuso e limitato, max e min

Andiamo a cercare i punti stazionari che sono interni al

142

6.6

Ottimizzazione vincolata

cerchio:

h(x, y) = (0, 0)

1+ p

9 x2 y 2

(x, y) = ( 3, 3);

,1 + p
9 x2 y 2

= (0, 0)

i punti di eventuale non dierenziabilit sono quelli del bordo del cerchio quindi vado direttamente a studiare il comportamento di

sul bordo. Si ha che come studiare

sul bordo del

cerchio (abbiamo gi fatto i conti al punto precedente).


Quindi alla ne

max f = 3 2 = f
E

6.6.5.


3 3
2,
2
2
2


min f = 3 3 = f 3, 3, 3 .
E

Metodo dei minimi quadrati

Illustriamo ora un'interessante applicazione della teoria sviluppata no ad ora. Supponiamo di
avere

osservazioni sperimentali di due variabili su un certo insieme di individui (per esempio

n persone);
Pi = (xi , yi ), i = 1, . . . , n.

le coppie altezza/peso per


ano,

esse possono essere rappresentate come

punti nel pi-

Supponiamo di ritenere che tra le due variabili esista, nei limiti dell'errore sperimentale, una
relazione lineare che vogliamo determinare; questo signica che, pur non essendo i punti esattamente allineati, noi cerchiamo la retta

y = ax + b

che meno si discosta dal passare per gli

punti, ovvero che meglio ne approssima l'andamento.


Per determinare tale retta introduciamo l'errore quadratico medio. Se ci mettiamo nel pun-

Pi , l'errore che commettiamo nell'approssimare l'insieme di


axi + b yi ; deniamo perci l'errore quadratico medio come
to

E(a, b) =

n
X

punti con la retta dato da

(axi + b yi )2 .

i=1
Trovare la retta che meglio approssima i dati signica quindi minimizzare

ottimali. Tale retta detta

retta di regressione.

Cerchiamo quindi i punti critici di

E
a

E
b

E(a, b) determinando

E(a, b). Essi sono soluzione del


P
= ni=1 2xi (axi + b yi ) = 0
.
Pn
= i=1 2 (axi + b yi ) = 0

sistema

Possiamo riscrivere il sistema come

P
P
P
( ni=1 x2i ) a + ( ni=1 xi ) b = ni=1 xi yi
.
(Pn x ) a + nb = Pn y
i
i
i=1
i=1
143

Calcolo differenziale per funzioni di pi variabili a valori vettoriali

Il determinante della matrice dei coecienti quindi

Pn

2
i=1 xi (

Pn

i=1

xi )

Osservando che valgono le relazioni

n
X

!2
xi

n
X

i=1

(n 1)

n
X

x2i + 2

i=1

x2i 2

i=1

xi xj ,

i<j

xi x=

i<j

(xi xj )2 ,

i<j

n > 2

possiamo dire che il determinante positivo se

x1 , . . . , x n

sono distinti (cosa che

assumiamo).
Questo ci permette di dire che il sistema ha un'unica soluzione, dunque

E(a, b)

ha un unico

punto critico, dato da

a
=

Pn
Pn
Pn 2 Pn
P
P
)
(
y
)

(
x
y
)
(
(
x
xi yi ( ni=1 yi ) ( ni=1 xi )
i
i
i
i
i=1
i=1
i=1 xi )
i=1
, b =
.
Pn
Pn
Pn 2
Pn 2
2
2
n i=1 xi ( i=1 xi )
n i=1 xi ( i=1 xi )

Pn

i=1

Resta da vedere che sia eettivamente un minimo. La matrice Hessiana di

P
n

i=1

x2i

i=1

xi

HE(a, b) = 2 P
n
Abbiamo gi visto che

Pn

i=1

x2i (

forma quadratica associata denita

Pn

i=1

xi

P
2
xi ) > 0, inoltre abbiamo ni=1 x2i > 0;

positiva e a
, b un punto di minimo.

Pn

i=1

quindi la

Esempio Supponiamo di aver raccolto i seguenti dati su altezza e peso di 5 persone:


altezza
peso

170

175

178

185

190

72

73

74

81

83

Allora abbiamo

5
X

x2i

= 161534 ,

i=1

5
X

xi = 898 ,

5
X

i=1

i=1

yi = 383 ,

5
X

xi yi = 68942.

i=1

Quindi

776
5 68942 898 383
=
= 0.613
5 161534 8982
1266
b = 161534 383 68942 898 = 42394 = 33.486,
1266
1266
a
=

dunque la retta cercata

y = 0.613x 33.486.

relazione ottimale tra peso e altezza.

144

Questa equazione pu essere utilizzata come

CAPITOLO 7

Calcolo integrale per funzioni di pi


variabili reali
7.1. Integrali doppi
7.1.1.
Sia

Integrale di una funzione limitata denita su un rettangolo

f : [a, b] R

una funzione di una variabile continua.

l'integrale denito di

[a, b]

su

come limite delle somme di Cauchy-Riemann

f (x) dx = lim sn = lim


n

a
dove l'intervallo

[a, b]

stato diviso in

partizione equispaziata e

In Analisi I abbiamo introdotto

n
X
ba
k=1

f (k )

intervallini della stessa ampiezza

un qualunque punto appartenente al

viene poi fatto all'inttirsi della partizione (per

ba
attraverso una
n

k -esimo intervallino; il limite

n )

La denizione di integrale attraverso le somme di Cauchy-Riemann si pu dare anche per


funzioni limitate.

Se tale limite esiste nito, e non dipende dalla partizione e dai punti

scelti, allora si dice che

integrabile su

[a, b].

L'idea di integrale doppio nasce come la naturale estensione di tali concetti.


Sia

f : [a, b] [c, d] R

una funzione limitata denita su un rettangolo.

partizione equispaziata dell'intervallo

[a, b]

xh = a + h

in

Prendiamo una

ba
intervallini di ampiezza
cio sia
n

ba
n

h = 0, 1, 2, . . . n

tale che

x0 = a < x1 < x2 < < xn = b


145

Calcolo integrale per funzioni di pi variabili reali

e allo stesso modo prendiamo una partizione equispaziata dell'intervallo

dc
di ampiezza
cio sia
n

yk = c + k

dc
n

[c, d]

in

intervallini

k = 0, 1, 2, . . . n

tale che

y0 = c < y1 < y2 < < yn = d.


Queste due partizioni inducono una partizione del rettangolo

[a, b] [c, d] in n2

rettangolini che

denomineremo

Ihk = [xh1 , xh ] [yk1 , yk ],


ciascuno di area

|Ihk | =
Sia

phk (xhk , yhk )

h, k = 1, 2, . . . , n

(b a)(d c)
n2

un generico punto appartenente al generico

Cauchy-Riemann

sn =

n
X

Ihk

e consideriamo la somma di

|Ihk | f (phk ).

(7.1.1)

h,k=1
Nella somma precedente ogni addendo il prodotto dell'area del rettangolo
che la funzione

Ihk

per il valore

phk scelto a caso in Ihk quindi rappresenta il volume del


e altezza f (phk ). La somma di Cauchy-Riemann rappresenta quindi

assume sul punto

parallelepipedo di base

Ihk

il volume di una certa regione tridimensionale che all'inttirsi della partizione ci si aspetta
approssimi sempre meglio la regione tridimensionale che sta tra il graco di

Denizione 7.1.1.

e il piano

xy .

f : [a, b] [c, d] R limitata integrabile nel


rettangolo R = [a, b] [c, d] se esiste nito limn sn con sn data da (7.1.1) e inoltre tale limite
non dipende dalla scelta dei punti phk . In tal caso tale limite si dice integrale doppio di f su
R e si indica con
Z Z
n
X
f (x, y) dx dy = lim
|Ihk | f (phk ).
r

Si dice che la funzione

Osservazione 7.1.2.

h,k=1

Naturalmente come nel caso unidimensionale le variabili dentro il

segno di integrazione sono mute, cio ad esempio

Z Z

Z Z
f (x, y) dx dy =
R

f (u, v) du dv
R

Come gi accennato, dunque, il signicato geometrico dell'integrale doppio quello di volume


della regione tridimensionale compresa tra il graco di

e il piano

xy .

Il problema ora , in

analogia al caso unidimensionale, cercare di individuare opportune classi di funzioni integrabili


e poi trovare metodi per calcolare gli integrali doppi. Infatti facile vedere che non tutte le
funzioni sono integrabili, come mostra il prossimo esempio, che estende il caso unidimensionale.

146

7.1

Esempio 7.1.3.

(
f (x, y) =
Se i punti

phk

f : [0, 1] [0, 1] R

Consideriamo la funzione

Integrali doppi

cos denita:

xQ
xR\Q

1
0

sono scelti con prima coordinata tra i razionali, allora presa una partizione

equispaziata del rettangolo

R := [0, 1] [0, 1]

n
X

sn =

|Ihk | f (phk ) =

h,k=1
mentre se i punti

phk

con rettangolini di area

1
si ha
n2

n
n
X
1
1 X
1
=
1 = 2 n2 = 1
2
2
n
n h,k=1
n
h,k=1

sono scelti con prima coordinata tra i reali non razionali allora

Quindi il limite dipende dalla scelta della partizione e perci la funzione

sn = 0.

non integrabile.

Vale invece il seguente teorema.

Teorema 7.1.4. Se f : [a, b] [c, d] R continua allora integrabile.


Quindi abbiamo individuato una classe di funzioni integrabili.

Poniamoci ora il problema

di calcolare in maniera eettiva l'integrale doppio. L'idea quella di ridurlo a integrali iterati.
Infatti, dal signicato geometrico di volume di una regione tridimensionale, sia

[c, d];

consideriamo un piano verticale parallelo all'asse delle

y !)

tridimensionale in una regione piana (funzione della sola

R = [a, b]

che taglier questa regione

di area data, supponiamo

A(y).

A questo punto allora il volume totale della regione tridimensionale si ricostruir integrando
poi nella variabile

y,

per

y [c, d],

cio, indicando con

il volume di tale regione

Z
V =

A(y) dy.
c

Come si calcola l'area di

A(y)?

Essa un'area di una regione bidimensionale e quindi si calcola

per mezzo dell'integrale unidimensionale della funzione

Z
A(y) =

x 7 f (x, y)

f (x, y) dx.
a

e dunque riassumendo

Z

V =


f (x, y) dx

Si ha dunque il seguente teorema.

147

dy.

con

ssato, cio

Calcolo integrale per funzioni di pi variabili reali

Teorema 7.1.5.

(di riduzione dell'integrale doppio su un rettangolo a in-

Sia f : [a, b] [c, d] R continua, allora il suo integrale doppio su


R := [a, b] [c, d] si pu calcolare come integrale iterato nel modo seguente
tegrali iterati)

Z b Z

Z Z

Z

f (x, y) dy dx =

f (x, y) dx dy =
a

[a,b][c,d]


f (x, y) dx dy

Il signicato del teorema precedente che di fatto si pu ridurre il calcolo di un integrale


doppio su un rettangolo a quello di due integrali semplici, di una variabile, in sequenza. Mentre si fa il primo integrale naturalmente la variabile rispetto alla quale non si sta integrando va
trattata come una costante.

Esempio 7.1.6.

Si calcoli

Z Z

y exy dx dy

[0,1][0,2]
Poniamo

Z Z

y exy dx dy.

I=
[0,1][0,2]

Allora dal teorema di riduzione di un integrale doppio su un rettangolo a integrali iterati, si ha


che

Z

xy

y e dy

I=
0

Z

xy

y e dx

dx =
0

dy

Mostriamo attraverso questo semplice esempio come scegliere una strada oppure l'altra pu
non essere equivalente, in termini di semplicit di risoluzione dell'integrale stesso (rimane
ovviamente equivalente ai ni del risultato nale).

y exy

Scegliamo dunque la prima via. Una primitiva di

rispetto a

e tenendo

x costante si pu

trovare integrando per parti, da cui

y exy dy =

da cui

I=
0
Ora, saper calcolare

y xy
1
e 2 exy
x
x

2 2x
e
x

y exy
1
2 exy + C
x
x

2

Z
dx =
0

2 2x
1
1
e 2 e2x + 2
x
x
x

dx purtroppo tutt'altro che banale.


dx

Allora possiamo osservare che

(di nuovo per parti nel primo termine e integrando immediatamente i terzo termine)

Z 

2 2x
1
1
e 2 e2x + 2
x
x
x

2 e2x
dx =
+
x 2

Z 

2 e2x
1 2x

e
x2 2
x2

148


dx

1
e2x 1
+C =
+C
x
x

7.1

Integrali doppi

quindi (si tratta di un integrale generalizzato convergente)

1
1
2 2x
e 2 e2x + 2
x
x
x


 2x
1
2 2x
1 2x
e 1
1
dx = lim
e 2 e + 2 dx = lim
0
0
x
x
x
x

2
2
e 1 e 1

2 = e2 1 2 = e2 3.
= lim
0
1
2

Adesso calcoliamo l'integrale di partenza attraverso l'altra via.

Si ha in maniera molto pi

immediata

Z

I=
0


Z 2
Z 2
xy 1
(ey 1) dy = [ey y]20 = e2 1 2 = e2 3
y e dx dy =
[e ]0 dy =
xy

+ Osservazione 7.1.7.

(funzioni a variabili separate) Quando si integra su un rettangolo

una funzione prodotto di due funzioni ciascuna in una sola delle 2 variabili, per esempio

f (x) g(y)

allora facile vedere che l'integrale doppio si calcola come prodotto di due integrali unidimensionali,
ossia

Z b Z

Z Z


f (x) g(y) dy

f (x) g(y) dx dy =
a

[a,b][c,d]

 Z


g(y) dy

dx


f (x) dx

g(y) dy

Z
f (x)

dx =

Z

c
e analogamente per l'altra integrazione.

Esempio 7.1.8.

Si calcoli

Z Z

y ex dx dy

[0,1][0,2]
Si ha

Z Z

Z

y e dx dy =
[0,1][0,2]

7.1.2.
Sia ora

1
x

 Z


y dy

e dx
0

[ex ]10

y2
2

2
= 2 (e 1).
0

Funzioni integrabili su domini non rettangolari

denita non pi su un rettangolo ma su

insieme qualunque del piano. Ci poniamo

il problema di capire come denire l'integrale doppio di


Si potrebbe pensare di considerare un rettangolo

Z Z

su

e calcolare

f dx dy
R

f coincide con f in e vale 0 fuori da . Tuttavia, in generale, senza nessuna ipotesi di


continuit su , f non risulter integrabile, nemmeno se continua e limitata, come mostra il

dove

prossimo esempio.

149

Calcolo integrale per funzioni di pi variabili reali

Esempio 7.1.9.

Sia

:= {(x, y) [0, 1] [0, 1] : x Q}


e si consideri

Z Z
1 dx dy.

Allora estendendo la funzione integranda (che costantemente uguale a 1) a zero fuori da

otteniamo la stessa funzione del primo esempio del capitolo, che sappiamo gi non essere

integrabile.
Sulla base di questo semplice esempio (si noti che la funzione costante 1 continua e limitata!)
ci si convince che occorre individuare condizioni sul dominio

che garantiscano l'integrabilit

(almeno) di una funzione continua e limitata. In questo capitolo analizzeremo alcune classi di
insiemi che soddisfano i nostri requisiti: insiemi semplici, regolari e misurabili.

Insiemi semplici e regolari


r

Denizione 7.1.10.

Un insieme

E R2

si dice

y -semplice

se del tipo

E = {(x, y) R2 : x [a, b], g1 (x) y g2 (x)}


con

g1 , g2 : [a, b] R

funzioni continue.

Geometricamente un insieme
con

c [a, b],

y -semplice

tale che se si taglia

con una retta del tipo

x=c

si ottiene un segmento che varia con continuit al variare della retta.

Denizione 7.1.11.

Un insieme

E R2

si dice

x-semplice

se del tipo

E = {(x, y) R2 : y [c, d], h1 (y) x h2 (y)}


con

h1 , h2 : [c, d] R

funzioni continue.

Geometricamente un insieme
con

k [c, d],

x-semplice

tale che se si taglia

con una retta del tipo

y=k

si ottiene un segmento che varia con continuit al variare della retta.

Denizione 7.1.12.

Un insieme

E R2

si dice semplice se

y -semplice

x-semplice;

si

dice regolare se unione di un numero nito di insiemi semplici.

Esempio 7.1.13.

I rettangoli e i quadrati sono domini sia

x-semplici

che

y -semplici;

triangoli sono domini semplici (al massimo se nessuno dei lati parallelo agli assi sono domini
regolari). L'insieme

E = {(x, y) R2 : 0 x 1,
150

x y 1}

7.1

sia

x-semplice

che

Integrali doppi

y -semplice.

L'insieme

E = {(x, y) R2 : 1 x2 + y 2 4, |x| y}
non un dominio n

y -semplice

x-semplice,

ma pu essere decomposto in domini semplici

(dunque regolare).

Osservazione 7.1.14.

Un insieme semplice per denizione anche chiuso e limitato, quindi

lo stesso vale per un insieme regolare. In particolare una funzione denita su un insieme regolare,
dal Teorema di Weierstrass, ha sempre massimo e minimo, dunque limitata.
Vale il seguente importante teorema.

Teorema 7.1.15. Sia


integrabile in .

R2 un dominio regolare e f : R continua. Allora f

Insiemi misurabili
Abbiamo visto che il signicato geometrico dell'integrale doppio quello di rappresentare il
volume del sottograco di una supercie cio il volume della parte di spazio compresa tra il
graco di

e il piano

xy .

D'altra parte il concetto di integrale doppio permette anche di dare

senso al concetto di area di una gura piana.

r Denizione 7.1.16.

(secondo Peano-Jordan) se la funzione costante 1 integrabile


misura (o area) di

R2 si dice misurabile
in . In tal caso chiameremo

(insieme misurabile) Un insieme limitato

||) il numero
Z Z
1 dx dy.
|| =

(e la denoteremo con

Per i risultati precedenti, ogni insieme regolare misurabile (perch la funzione costante

continua); tuttavia come mostrato in precedenza esistono anche insiemi non misurabili.

7.1.3.
Siano

Propriet dell'integrale doppio

R2

un insieme limitato e misurabile. Siano

integrabili su

e sia c R.

valgono le seguenti propriet dell'integrale doppio.


1) linearit dell'integrale

Z Z

Z Z
[f (x, y) + g(x, y)] dx dy =

Z Z
f (x, y) dx dy +

151

g(x, y) dx dy

Allora

Calcolo integrale per funzioni di pi variabili reali

Z Z

Z Z
c f (x, y) dx dy = c
f (x, y) dx dy

Z Z
c dx dy = c||

2) positivit e monotonia

Z Z
f 0

in

f (x, y) dx dy 0

Z Z

Z Z

f (x, y) dx dy
g(x, y) dx dy

Z Z

Z Z


|f (x, y)| c
f (x, y) dx dy
|f (x, y)| dx dy c ||
f g

in

Valgono altre propriet di additivit e monotonia dell'integrale rispetto al dominio di integrazione; valgono altres diverse propriet dell'integrale nel caso specico di funzioni continue.

7.1.4.

Calcolo degli integrali doppi: metodo di riduzione

Vale il seguente importante teorema.

Teorema 7.1.17.

(riduzione per domini semplici)

continua e sia un dominio x-semplice, cio

Sia f : R una funzione

= {(x, y) R2 : y [c, d], h1 (y) x h2 (y)}

con h1 , h2 : [c, d] R funzioni continue. Allora l'integrale doppio


Z Z

f (x, y) dx dy =

f (x, y) dx

dy.

h1 (y)

h2 (y)

Analogamente se un dominio y-semplice, cio


= {(x, y) R2 : x [a, b], g1 (x) y g2 (x)}

con g1 , g2 : [a, b] R funzioni continue. Allora l'integrale doppio


Z Z

f (x, y) dx dy =

g2 (x)

f (x, y) dy
a

dx.

g1 (x)

Se sia x-semplice che y-semplice, valgono entrambe le formule.


152

7.1

Esempio 7.1.18.

Integrali doppi

Si calcoli

Z Z
2x dx dy
A

con

2
3
x
(x, y) R2 : x 0, y
,
+ y2 1
2
4

(
A=

Il dominio

, per esempio,

y -semplice.

Allora possiamo riscriverlo come

3
y
2

(x, y) R2 : 0 x 1,

A=

x2
1
4

da cui

Z Z

!
3
x2

2x
dy =
2x dx
1
2x dx dy =
4
2
0
3/2
0
A
1
1

3/2
Z 1 r
Z 1
x2
2
x2
3 2
=
2x 1
dx 3
x dx = 1
4
x
4
4
3
2
0
0
0
0
" 
#
3/2
8
8
3
3
3
=
3+
=
1
3
4
2
2
3
Z

Esempio 7.1.19.

q
2
1 x4

Calcolare l'area dell'insieme

n
o
x
E = (x, y) R2 : 3x y , x 0, y x 3
3
La gura descritta dall'insieme E un triangolo delimitato dalle rette
x
r1 : y = 3x
r2 : y =
r3 : y = x 3
3
L'insieme non n x-semplice n y -semplice ma regolare, quindi pu essere decomponibile
in domini semplici. Per esempio: decomponiamolo in domini y -semplici. Ad esempio si ha
E = E1 E2 con


x
9
3
2
E1 = (x, y) R : x 3 y , x
3
4
4
e


3
x
2
E2 = (x, y) R : 3x y , x 0
3
4
Allora

Z Z

|E| =

3/4

1 dx dy =

dy
9/4

x/3

dx +

x3

x/3

dy
3/4

dx

3x

3/4
3/4
0

2
4x
8x

=
+ x + 3 dx +
3x dx =
+ 3x




3
3 2
3 2
9/4
3/4 3
9/4
9/4
3/4






2 9
81
3 9
4
9
9

+3 +

=
=
3 16 16
4 4
3
16
4
Z

3/4

x

x

153

Calcolo integrale per funzioni di pi variabili reali

Supponiamo ora di volerlo decomporre in domini


esempio

E = E3 E4

x-semplici.

In tal caso si pu vedere ad

con


E3 =

y
9
3
(x, y) R : y 3 x , y
3
4
4
2



y
3
2
E4 = (x, y) R : 3y x , y 0
3
4
allora

Z Z

|E| =

3/4

dx

1 dx dy =
9/4

y/3

dy +

y3

y/3

dx
3/4

dy

3y

che non altro che l'integrale di prima con le variabili scambiate.

7.1.5.

Calcolo degli integrali doppi: cambiamento di variabili

Abbiamo visto nel caso unidimensionale la formula di cambiamento di variabili per gli integrali

1 (b)

f ((t)) 0 (t) dt

f (x) dx =
1 (a)

con

x = (t)

derivabile e monotona, da

1 ([a, b]) [a, b].

Il procedimento analogo nel caso di due dimensioni consiste nell'eettuare una

trasformazione

di coordinate nel piano (pi precisamente un dieomorsmo globale, come abbiamo introdotto
nel paragrafo relativo).
Sia dunque da calcolare

Z Z
f (x, y) dx dy
D
e sia

T : D0 D

una trasformazione di coordinate tale che

(x, y) = T(u, v) cio che trasforma

le nuove coordinate nelle vecchie, dove

In questo modo

f (x, y)

diventa

x = g(u, v)
y = h(u, v)

f (g(u, v), h(u, v)).

Il problema : come si trasforma l'integrale

doppio? Qual l'analogo bidimensionale per il termine

154

0 (t)?

7.1

Integrali doppi

La risposta data dal seguente teorema.

Teorema 7.1.20.

Sia D R2 un dominio
regolare, f : D R una funzione continua, e T : D0 D una trasformazione di coordinate,
pi precisamente un dieomorsmo globale tra D e D0 , con (x, y) = T(u, v) e
(formula di cambiamento di variabili)

Allora

Z Z

x = g(u, v)
y = h(u, v)

Z Z
f (g(u, v), h(u, v)) |detJT(u, v)| du dv

f (x, y) dx dy =
D0

dove
gu gv
hu hv

JT(u, v) =

indica la matrice Jacobiana della trasformazione.


.

Esempio 7.1.21.

Si calcoli l'integrale doppio

Z Z

(y 2 + 1) dx dy,

D
ove

la parte dell'ellisse

{(x, y) R2 : x2 + 4 y 2 1}

contenuta nel secondo quadrante.

Descriviamo l'ellisse attraverso il seguente cambio di coordinate

x = cos
1

y = sin
2
con le seguenti limitazioni per le variabili

01

h
2

i
, .

Calcoliamo il determinante della matrice Jacobiana della trasformazione. Si ha

x

J =
y

da cui
det J

x
cos sin

1
y 1
sin
cos
2
2

1
1
1
cos2 + sin2 = .
2
2
2
155

Calcolo integrale per funzioni di pi variabili reali

Quindi



Z 1
 Z

1
1 2
1
2
3
2
d
d
(y + 1) dx dy =
sin + 1 =
d
sin d
2
4
8
0
/2
D
0
/2
1 
1
Z 1
 Z


2
1
1 4 1
1

17
1



+
d
d =
sin cos +
+ =
.

=

2
8 4 2
2
2 2
128 8
128
0
/2

Z Z

Esempio 7.1.22.

/2

/2

(trasformazione pi generale) Si calcoli

Z Z
x y dx dy
E
dove

l'insieme delimitato dalle curve

y=
L'insieme

1
x

y=

2
x

y=

1
x2

y=

2
x2

pu essere convenientemente descritto nel seguente modo

E = {(x, y) R2 : 1 < xy < 2, 1 < x2 y < 2}


dunque naturale pensare di operare il seguente cambiamento di coordinate per ridurre l'insieme

(che non semplice anche se a fatica pu essere descritto come unione di insiemi

semplici) ad un rettangolo

da cui si deduce

xy = u
x2 y = v

v
x=
u2
y= u
v

A questo punto la matrice Jacobiana della trasformazione diventa

1
v

u2
u2
JT(u, v) = 2u
u
2
v
v

quindi

detJT =

1
v

e quindi il modulo del determinante della matrice Jacobiana

1
v
ha 1 < v < 2).

|detJT| =
(essendo

v0

visto che siamo in

e dunque si

Concludendo dunque

Z Z

Z
x y dx dy =

Z
u du

2
2

1
u2
3

dv = log v = log 2

v
2
2

156

7.2

Integrali tripli

7.2. Integrali tripli


Tutto quanto detto nora si generalizza anche a dimensioni superiori.

Vediamo alcuni casi

particolari in 3 dimensioni. Diversi esercizi svolti saranno proposti nell'eserciziario.

7.2.1.

Integrazione per li

Sia

= {(x, y, z) R3 : g1 (x, y) z g2 (x, y), (x, y) D}


con

g1 , g2 : D R continue.
) allora l'integrale triplo

dominio regolare e

continua e integrabile su

Z Z Z

Z Z

Allora se anche

g2 (x,y)

f (x, y, z) dz
D

una funzione

si pu calcolare mediante la formula

f (x, y, z) dx dy dz =

7.2.2.

f :R

dx dy

g1 (x,y)

Integrazione per strati

Sia ora

= {(x, y, z) R3 : h1 z h2 , (x, y) (z)}


z [h1 , h2 ] e (z) un dominio regolare nel piano. Allora se f : R continua e integrabile
allora l'integrale triplo si pu calcolare tramite la formula

Z h2 Z Z
Z Z Z
f (x, y, z) dx dy dz =
f (x, y, z) dx dy dz

con
su

7.2.3.

h1

(z)

Formula di cambiamento di variabili

Teorema 7.2.1.

(formula di cambiamento di variabili negli integrali tripli)

Sia D R un dominio regolare, f : D R una funzione continua, e T : D0 D una


trasformazione di coordinate, pi precisamente un dieomorsmo globale tra D e D0 , con
(x, y, z) = T(u, v, w) e

x = x(u, v, w)
y = y(u, v, w)

z = z(u, v, w)

157

Calcolo integrale per funzioni di pi variabili reali

Allora
Z Z Z
f (x, y, z) dx dy dz
Z Z

ZD
f (x(u, v, w), y(u, v, w), z(u, v, w)) |detJT(u, v, w)| du dv dw

=
D0

dove JT(u, v, w) indica la matrice Jacobiana della trasformazione.


.

Esempio 7.2.2.

Si calcoli il volume della regione

V = {(x, y, z) R3 : x2 + y 2 1, 0 z 3

p
x2 + y 2 }

Si pu ad esempio calcolare questo volume integrando per li da cui

Z Z Z

Z 3x2 +y2

Z Z

dz

1 dx dy dz =
x2 +y 2 1

Z Z

p
3 x2 + y 2 dx dy

dx dy =
x2 +y 2 1

a questo punto si pu utilizzare nell'ultimo integrale (che diventa un integrale doppio) un


cambio di coordinate, per esempio le coordinate polari, dunque

Z Z Z
1 dx dy dz =

x2 +y 2 1

Z
p
2
2
3 x + y dx dy =

Z Z

32 d d = 2

Si pu giungere allo stesso risultato usando direttamente le coordinate cilindriche come cambio
di coordinate nell'integrale triplo di partenza, per cui usando la trasformazione

x = cos
y = sin

z=t
che ha determinante della matrice Jacobiana uguale a

si riscrive

V = {(, , z) R3 : 0 1, 0 2, 0 z 3}
per cui

Z Z Z

1 dx dy dz =
V

dz d d =
0

158

32 d d = 2

CAPITOLO 8

Campi vettoriali
8.1. Campi vettoriali
r

Denizione 8.1.1. Un campo vettoriale una funzione F : Rn Rm . In quest'ottica,

una funzione f : Rn R viene anche detta

campo scalare

Nella denizione di campo vettoriale il dominio


maniera dierente:

Rn

e il codominio

Rm

sono pensati in

il primo come insieme di punti (dello spazio o dello spazio-tempo), il

secondo come insieme di vettori.

n = m = 3 un campo vettoriale F : R3 R3 dunque associa ad ogni


3
un vettore F(x, y, z) R ; nel seguito useremo una delle due notazioni:

Se

punto

(x, y, z) R3

F(x, y, z) = iF1 (x, y, z) + jF2 (x, y, z) + kF3 (x, y, z)


oppure

F(x, y, z) = (F1 (x, y, z), F2 (x, y, z), F3 (x, y, z))


dove le componenti

Fi : R3 R

sono campi scalari.

Possiamo elencare alcuni esempi di campi vettoriali:


a) il campo gravitazionale

F(x, y, z)

causato da un corpo, che la forza di attrazione che

il corpo esercita su una massa unitaria posta nel punto


b) il campo elettrostatico

E(x, y, z)

(x, y, z);

causato da un corpo elettricamente carico, la forza

elettrica che il corpo esercita su una carica unitaria posta in

(x, y, z),

forza che pu essere

attrattiva o repulsiva;
c) il campo delle velocit

v(x, y, z)

di un uido (o di un solido) in moto la velocit con

(x, y, z). Se il
tempo v(x, y, z, t);

cui si muove la particella che si trova nel punto


campo delle velocit dipender anche dal

159

moto non stazionario, allora il

Campi vettoriali

d) il gradiente

f (x, y, z)

di un qualsiasi campo scalare

della massima rapidit di variazione di

T (x, y, z)

peratura

in

fornisce la direzione e l'intensit

(x, y, z). In particolare il gradiente

della tem-

un campo vettoriale, la cui direzione e la cui intensit sono uguali a

quelle della massima rapidit di variazione della temperatura nel punto


che conduce il calore. Il gradiente della pressione

(x, y, z) di un materiale

P (x, y, z, t) fornisce un informazione

analoga relativamente alla pressione in un uido in moto, che pu essere un liquido o un gas.

Esempio 8.1.2.

(campo gravitazionale di una massa puntuale)

Il campo gravitazionale causato da una massa puntiforme


posizione

r0

km
(x x0 )i + (y y0 )j + (z z0 )k
(r

r
)
=
km
0
|r r0 |3
((x x0 )2 + (y y0 )2 + (z z0 )2 )3/2

F(x, y, z) = F(r) =
Si osservi che

diretto verso il punto

r0

e che il suo modulo dato da

|F| =
.

m che si trova nel punto P0 di vettore

Esempio 8.1.3.

km
.
|r r0 |2

(Campo elettrostatico dovuto a una carica puntuale)

Il campo elettrostatico

dovuto a una carica puntuale

del campo gravitazionale precedente tranne che

in

P0

espresso dalla stessa formula

sostituito da

q.

La ragione del segno

opposto che cariche simili si respingono mentre le masse si attirano.

Esempio 8.1.4.

(Campo delle velocit di un solido in rotazione)

Il campo della velocit di un solido, in rotazione attorno all'asse

z con velocit angolare = k

v(x, y, z) = v(r) = r = yi + xj.


Essendo lo stesso in tutti i piani normali all'asse
vettoriale piano

z, il campo v pu essere considerato un campo

8.2. Linee integrali


r

Denizione 8.2.1. Dato un campo vettoriale F : R3 R3 chiameremo linea integrale

una qualsiasi curva regolare tangente in ogni punto al campo vettoriale. Se il


campo ha signicato sico di forza, le linee integrali si dicono anche linee di forza; se
invece si tratta di un campo di velocit, si diranno linee di flusso.
del campo

Supponiamo di avere una linea integrale del campo


ogni punto

F(r)

r(t)

si impone che il campo

parallelo al vettore

r0 (t)

cio

r = r(t) = (x(t), y(t), z(t)).

Se in

sia tangente alla linea, questo signica che il vettore

cio esiste una funzione scalare

r0 (t) = (t)F(r(t)).
160

(t)

tale che
(8.2.1)

8.3

Operatore rotore e operatore divergenza

Volendo esprimere la (8.2.1) componente per componente si ottiene

x0 (t) = (t)F1 (x, y, z)

y 0 (t) = (t)F2 (x, y, z)

0
z (t) = (t)F3 (x, y, z)
che anche equivalente a

dx
dy
dz
=
=
.
F1 (x, y, z)
F2 (x, y, z)
F3 (x, y, z)
Pertanto se si interessati a determinare le linee integrali, occorre dunque risolvere il precedente
sistema di equazioni dierenziali del primo ordine. Se in pi si impone che la curva passi per

(x0 , y0 , z0 ), tale sistema avr un'unica soluzione locale (a patto di avere le necessarie
sul campo F, ossia che F sia ben denito, regolare e non nullo). Questo ci permette di

un punto
ipotesi

asserire che le curve integrali del campo costituiscono una famiglia di linee a due a due prive
di intersezioni, cio per ogni ssato punto dello spazio passa una e una sola linea integrale del
campo.

8.3. Operatore rotore e operatore divergenza


Introduciamo in questa sezione due importanti operatori che agiscono sui campi vettoriali.

8.3.1.

L'operatore rotore

Denizione 8.3.1.

rotore di

Sia

F : R3 R3

un campo vettoriale di classe

C 1 ().

Si denisce

il campo

F1 F2
rotF = F =

y
z


i

j k



= x y z


F1 F2 F3


i+

F1 F3

z
x


j+

F2 F1

x
y

F rappresenta i prodotto vettoriale formale tra l'operatore e


F = 0 il campo F si dice irrotazionale.
Nel caso particolare di un campo piano F(x, y) = iF1 (x, y) + jF2 (x, y) si ottiene


F2 F1

k;
F=
x
y
Il simbolo

in questo caso dunque il vettore

perpendicolare al piano in cui si trova

notare che la nozione di rotore ha senso solo se ambientata in

161

R3 .


k

il campo

F;

F.

Se

sempre bene

Campi vettoriali

8.3.2.

L'operatore divergenza

r Denizione
(F1 , F2 , . . . , Fn ).

8.3.2.

Sia

Si denisce

F : Rn Rn un campo vettoriale
divergenza di F il campo scalare
divF

=F=

xi

F = F1 (x, y, z)i + F2 (x, y, z)j + F3 (x, y, z)k


F=

Si ha inoltre che

C 1 (), F =

n
X
Fi
n=1

Per esempio se

di classe

un campo vettoriale in

R3

si ha

F1 F2 F3
+
+
.
x
y
z

un campo scalare, cio una funzione reale di 3 variabili. Il simbolo

denota il prodotto scalare formale dell'operatore

e del campo

F.

8.4. Campi vettoriali conservativi


Sappiamo che il gradiente di un campo scalare un campo vettoriale.

naturale chiedersi

se tutti i campi vettoriali sono a loro volta gradienti di un campo scalare, ovvero ci si pu
domandare se, dato un campo vettoriale
che

F : R3 R3


F(x, y, z) = U (x, y, z) =

esista

U : R3 R

campo scalare tale


U
U
U
(x, y, z),
(x, y, z),
(x, y, z) .
x
y
z

La risposta in generale no, come mostra il prossimo esempio.


Si pu dunque introdurre la seguente denizione che diamo in generale per

F : Rn Rn

r Denizione 8.4.1. Un campo vettoriale F : Rn Rn si dice conservativo in un aperto


A se F C 1 (A) ed esiste una funzione U : Rn R detta potenziale tale che U C 2 (A) e
F = U in tutto A.
.

Esempio 8.4.2. Dimostrare che il seguente campo vettoriale non conservativo


F(x, y) = (3x2 , xy 2 ).

soluzione. Se il campo

fosse conservativo dovrebbe esistere

U
= 3x2
x

funzione potenziale tale che

U
= xy 2 .
y

Dalla prima relazione, integrando rispetto alla variabile

seguirebbe che

U (x, y) = x3 + g(y)

g funzione derivabile della sola variabile y. Ma allora, derivando questa relazione rispetto al0
2
la variabile y si otterrebbe Uy (x, y) = g (y) costante rispetto a x, assurdo perch Uy (x, y) = xy .
con

162

8.4

Campi vettoriali conservativi

Sarebbe dunque interessante possedere dei criteri che permettono di decidere se un campo
conservativo oppure no e in caso aermativo calcolarne il potenziale. L'esempio precedente
suggerisce l'idea di utilizzare il teorema di Schwarz per ricavare una
deve essere soddisfatta anch un qualunque campo vettoriale

Teorema 8.4.3.

(condizione delle derivate in croce)

di classe C 1 (A) conservativo in A, allora soddisfa le relazioni:

condizione necessaria
3

F:R R

sia conservativo:

Se F : R3 R3 un campo

y F1 = x F2

z F1 = x F3

z F2 = y F3
dimostrazione.

aperto

A,

Se

allora esiste

F : R3 R3 con F = (F1 , F2 , F3 )
U (x, y, z) tale che

Ux = F1

Uy = F2

Uz = F3

Derivando la prima equazione rispetto a

Se

F C1

e dunque

Uxy , Uyx

(8.4.1)

un campo conservativo in un

e la seconda rispetto a

Uxy = y F1

che

otteniamo:

Uyx = x F2 .

sono continue, per il teorema di Schwarz ne segue

y F1 = x F2 .
Analogamente si deducono le relazioni

z F1 = x F3

z F2 = y F3 .

Per un campo bidimensionale le relazioni precedenti si riducono a una sola:

y F1 = x F2 .
+

Osservazione 8.4.4.

Ricordando la denizione dell'operatore rotore appena introdotto, ci si

accorge che la condizione delle derivate in croce altro non che richiedere che

163

F = 0

cio che

Campi vettoriali

il campo

sia irrotazionale. In tal caso il teorema precedente si enuncia dicendo che un campo

conservativo irrotazionale. Ci si vede anche osservando che se un campo conservativo, allora


il gradiente di un certo potenziale

e si ha la seguente identit

(U ) = rotgradU = 0.
.

Esempio 8.4.5. Vedere se il campo


F (x, y, z) = xi 2yj + 3zk

conservativo e in caso aermativo determinare una funzione potenziale.


soluzione. Proviamo a vedere se sono soddisfatte le condizioni delle derivate in croce. Si ha

y F1 = 0 = x F2

z F1 = 0 = x F3

x F 2 = 0 = y F 3 .

Quindi il campo potrebbe essere conservativo. Cerchiamo di determinare una funzione potenziale

U (x, y, z).

Se esistesse una tale

si avrebbe:

Z
Ux = x U =
Z
Uy = 2y U =
Z
Uz = 3z U =

x + c(y, z) =

x2
+ c(y, z)
2

(2y) + c(x, z) = y 2 + c(x, z)


3
3z + c(x, y) = z 2 + c(x, y)
2

quindi il campo eettivamente conservativo e una funzione potenziale data da

U (x, y, z) =
.

x2
3
y2 + z2.
2
2

Esempio 8.4.6. Vedere se il campo


F (x, y) =

x2

x
y
i 2
j
2
+y
x + y2

conservativo e in caso aermativo determinare una funzione potenziale.


soluzione. Si ha

x F2 =

(x2

2xy
2xy
6= 2
= y F 1
2
2
+y )
(x + y 2 )2

e dunque, dalla condizione necessaria, si ha che il campo considerato non conservativo.

164

8.4

Esempio 8.4.7.

Per

Campi vettoriali conservativi

(il teorema 8.4.3 solo una condizione necessaria)

(x, y) 6= (0, 0) deniamo il campo vettoriale F(x, y) e un campo vettoriale (x, y) nel modo

seguente:


F(x, y) =
(x, y) = angolo
Quindi

x = r cos (x, y)

y
2
x + y2

polare

y = r sin (x, y)

di

dove


i+

(x, y)

x
2
x + y2

tale che

j
0 < 2.

r 2 = x2 + y 2 .

Vericare le seguenti proposizioni:

(a) F1 (x, y) = F2 (x, y) per (x, y) 6= (0, 0).


y
x
(b) (x, y) = F(x, y) per tutti i punti (x, y) 6= (0, 0) tali che 0 < < 2.
(c) F non conservativo nell'intero piano xy privato dell'origine.
soluzione. Abbiamo

F1 =

y
x2 + y 2

F2 =

x
.
x2 + y 2

Quindi

F1 (x, y) =
y
y
per tutti i punti

y
2
x + y2

y 2 x2
=
= 2
2
2
(x + y )
x

r
x

x
2
x + y2


=

F2 (x, y)
x

(x, y) 6= (0, 0).

(b) Deriviamo implicitamente le equazioni

Eliminando

x = r cos

y = r sin

1=

x
r

=
cos r sin
x
x
x

0=

y
r

=
sin + r cos .
x
x
x

rispetto a

da questa coppia di equazioni e risolvendo rispetto a

per ottenere

si ricava

r sin
y
= 2 = 2
= F1 .
x
r
x + y2
Analogamente derivando rispetto a

si ottiene

x
= 2
= F2 .
y
x + y2
Queste formule valgono solo se

positivo: infatti se

x>0

0 < < 2; la funzione (x, y) non nemmeno continua sull'asse

allora

lim (x, y) = 0

y0+

lim (x, y) = 2.

y0
165

Campi vettoriali

Quindi

= F

vale ovunque nel piano, tranne che nei punti

(c) Supponiamo che

(x, 0)

con

x 0.
F = U
0 < < 2 e

sia conservativo in tutto il piano privato dell'origine. Allora

U (x, y). Ne segue che ( U ) = 0 per


U = C con C costante ossia = U +C. Il membro di sinistra di tale equazione discontinuo
lungo l'asse x positivo mentre il membro di destra non lo . Pertanto i due membri non possono
essere uguali. Questa contraddizione mostra che F non pu essere conservativo in tutto il piano
in esso, per qualche funzione scalare

privato dell'origine.
Nell'esempio preso in esame l'origine un

buco

del dominio di

F.

Anche se

soddisfa la

condizione necessaria per essere conservativa ovunque tranne in questo buco, per poter avere

F si deve eliminare dal dominio di F una semiretta (raggio) o pi in


uscente dall'origine e che vada all'innito. Il campo F non conservativo

una funzione potenziale di


generale una curva

in qualunque dominio contenente una curva che circonda l'origine.

8.5. Domini connessi o semplicemente connessi


L'esempio precedente mostra che la condizione di irrotazionalit non suciente a garantire
che

F sia conservativo.

La ragione di questo fatto legata alle propriet topologiche dell'aperto

in cui il campo irrotazionale.


La nozione chiave quella di aperto semplicemente connesso, di cui daremo solo una
nozione intuitiva.

Denizione 8.5.1.

Un insieme

un arco di curva continuo che congiunge questi due punti ed interamente contenuto in

Denizione 8.5.2.

Un aperto

si dice connesso se presi comunque due punti di

esiste

si dice semplicemente connesso se connesso e inoltre

soddisfa la seguente condizione: ogni curva semplice, chiusa, interamente contenuta in


ridotta, mediante una trasformazione continua, a un unico punto senza uscire da

Nel piano sono semplicemente connessi:

pu essere

cerchi, ellissi, poligoni, semipiani, il piano stesso o il

piano privato di una retta; non sono semplicemente connessi il piano (o il cerchio ecc...) privati
di un punto; una corona circolare, pi in generale ogni insieme che presenta un buco.

Nello spazio sono semplicemente connessi:

sfere, ellissoidi, poliedri convessi, una corona sferi-

ca, un semispazio, tutto lo spazio privato di un numero nito di punti; non sono semplicemente
connessi il toro, la sfera privata di un diametro, lo spazio privato di una retta.
Chiarita questa nozione possiamo enunciare il seguente importante risultato:

166

8.6

Lavoro o integrale di linea di un campo vettoriale

Teorema 8.5.3. Sia F un campo vettoriale di classe C 1 (A) che soddisfa le condizioni necessarie (8.4.1) in A. Sia inoltre A un aperto semplicemente connesso. Allora F conservativo
in A. In particolare, qualunque sia A, il campo F localmente conservativo.

L'ultima aermazione sta a signicare che, visto che

aperto, ogni suo punto ammette un

A; dunque possibile applicare la prima parte del teorema all'intorno B e dedurne che il campo F conservativo

intorno sferico

(che perci semplicemente connesso) tutto contenuto in

in questo intorno (e quindi localmente).

Osservazione 8.5.4.

Esistono campi che sono conservativi deniti su domini che non sono

semplicemente connessi, come mostra il prossimo esempio.

Esempio 8.5.5. Vedere se il campo


F(x, y) =

x2

y
x
i+ 2
j
2
+y
x + y2

conservativo e in caso aermativo determinare una funzione potenziale.


soluzione. Si ha

x F 2 =

2xy
2xy
=

= y F1
(x2 + y 2 )2
(x2 + y 2 )2

e dunque la condizione necessaria vericata; il campo dunque potrebbe essere conservativo.


Tuttavia

denito su un dominio (il piano privato dell'origine) che non semplicemente

connesso, quindi non si pu applicare il teorema precedente per concludere che il campo
conservativo. Tuttavia se si va alla ricerca di una funzione potenziale, con semplici calcoli si
verica che

F = U

dove

U (x, y) = 21 log(x2 + y 2 )

quindi il campo assegnato conservativo.

8.6. Lavoro o integrale di linea di un campo vettoriale


Il concetto di lavoro fortemente connesso ai campi vettoriali, soprattutto quando essi
vengono interpretati come campi di forza.

Denizione 8.6.1. Il

di una forza F che sposta un punto materiale


di uno spostamento innitesimo ds = idx + jdy + kdz per denizione

lavoro elementare

dL = F ds = F1 dx + F2 dy + F3 dz.
167

Campi vettoriali

Il

lavoro del campo

F lungo un arco di curva parametrizzata da r = r(t) = ix(t) +


jy(t) + kz(t) per t (a, b) , per denizione, l'integrale di linea del lavoro elementare:
Z

L=

F(r(t)) r0 (t) dt

F ds =

dL =

Z
a

[F1 (x(t), y(t), z(t))x0 (t) + F2 (x(t), y(t), z(t))y 0 (t) + F3 (x(t), y(t), z(t))z 0 (t)] dt

=
a

La quantit
curva e

ds

F ds

si pu anche riscrivere nella forma

F t ds

dove

il versore tangente alla

l'elemento di arco.

L'integrale

F dr

rappresenta pertanto il lavoro totale compiuto da

r(a)

punto di applicazione da
della natura del campo

F.

r(b)

lungo

per spostare il suo

Altre interpretazioni sono possibili, a seconda

Se la curva semplice e chiusa, si usa il simbolo

F dr e si chiama

circuitazione del campo.

Esempio 8.6.2. Calcoliamo il lavoro del seguente campo vettoriale


F (x, y) = y 2 i + 2xyj

lungo un percorso che parte dal punto (0, 0) e arriva al punto (1, 1)
a) lungo la retta y = x;
b) lungo la curva y = x2 ;
c) lungo la curva continua costituita, nell'ordine, prima dal segmento che congiunge (0, 0) e
(0, 1) e poi dal segmento che unisce i punti (0, 1) e (1, 1).
soluzione. a) Possiamo parametrizzare la retta nel seguente modo:

r(t) = ti + tj

0t1

da cui

r0 (t) = (1, 1).


Allora

Z
F ds =

L=
r(t)

1
0

[F1 (x(t), y(t))x (t) + F2 (x(t), y(t))y (t)] dt =


0

b) Possiamo parametrizzare la curva nel seguente modo:

r(t) = ti + t2 j

0t1

da cui

r0 (t) = (1, 2t).


168

3t2 dt = 1.

8.6

Allora

Lavoro o integrale di linea di un campo vettoriale

2 2

F ds =

L=

5t4 dt = 1.

[(t ) + 2tt 2t] dt =


0

r(t)

c) Possiamo parametrizzare il percorso nel seguente modo:

r1 (t) = 0i + tj

0t1

r2 (t) = ti + 1j

0t1

da cui

r02 (t) = (1, 0).

r01 (t) = (0, 1)


Allora

Z
F ds +

L=
r1 (t)

F ds =

1 dt = 1.
0

Quindi in questo caso il lavoro del campo vettoriale

F ha lo stesso valore su qualunque percorso

da

(0, 0)

Esempio 8.6.3. Sia F il campo vettoriale dato da

Z
[1 + 0] dt =

[t 0 + 2 0 t 1] dt +
0

r2 (t)

(1, 1).

F = yi xj.

Determinare il lavoro del campo vettoriale F lungo i seguenti due percorsi che connettono i
punti (1, 0) e (0, 1)
a) segmento di retta;
b) parte di circonferenza centrata nell'origine percorsa in senso antiorario.
soluzione. a) Possiamo parametrizzare la retta nel seguente modo:

r(t) = (1 t)i tj

0t1

da cui

r0 (t) = (1, 1).


Allora

Z
F ds =

L=
r(t)

Z
[(t)(1) + (1)(1 t)(1)] dt =

1 dt = 1.
0

b) Possiamo parametrizzare la curva nel seguente modo:

r(t) = cos ti + sin tj

3
0t
2

da cui

r0 (t) = ( sin t, cos t).


169

Campi vettoriali

Allora

Z
F ds =

L=
r(t)

3/2

Z
[sin t( sin t) + ( cos t) cos t] dt =
0

3/2

3
(1) dt = .
2

In questo caso l'integrale dipende dal percorso. Tra l'altro il campo non conservativo, come
si pu facilmente mostrare (non vale la condizione necessaria

y y = 1 6= x (x) = 1).

Ci

si pu domandare se c' un legame tra questi due fatti. In seguito si vedr che la risposta
aermativa.
Il lavoro di un campo vettoriale risulta essere un integrale di linea di tipo diverso rispetto a
quelli visti no a questo momento; per distinguerli gli integrali studiati no a questo momento
vengono detti integrali di linea di prima specie mentre gli altri vengono anche chiamati
integrale di linea di seconda specie.

Nei due casi il vettore tangente alla curva

coinvolto in modo diverso all'interno dell'integrale e questo ha come conseguenza il fatto che gli
integrali di linea consiederati no ad ora sono invarianti per cambiamenti di parametrizzazione
della curva, in particolare se la nuova parametrizzazione cambia l'orientazione, cambiando il
verso di percorrenza della curva il risultato rimane il medesimo. Negli integrali di linea di seconda specie, invece, se si cambia l'orientazione di una curva, il risultato cambia di segno, quindi
il lavoro dipende dal verso di percorrenza della curva. L'integrale di linea di seconda specie
continua ad essere invariante per cambiamenti di parametro che non alterino l'orientazione.

8.7. Lavoro di un campo conservativo


Per i campi conservativi vale il seguente risultato:

Proposizione 8.7.1.

(indipendenza dal percorso)

Sia D un dominio aperto connesso e sia F un campo vettoriale denito su D. Allora le tre
proposizioni seguenti sono equivalenti:
a) F conservativo in D.
b)
I
F dr = 0

per qualunque curva chiusa C liscia e continua a trattiZ contenuta in D.


c) Dati due punti qualsiasi P0 e P1 in D, l'integrale F dr ha lo stesso valore per tutte le
C
curve lisce continue a tratti in D che iniziano in P0 e terminano in P1 .
170

8.7

Lavoro di un campo conservativo

Vale dunque il seguente

Teorema 8.7.2. Se un campo conservativo in un aperto A e U un suo potenziale in A,

il lavoro del campo lungo un qualunque cammino contenuto in A che congiunge i punti P1 e
P2 dato semplicemente da
L = U (P2 ) U (P1 ).

Il lavoro dunque dipende solo dagli estremi del cammino e non dalla forma del medesimo.
In particolare, il lavoro di un campo conservativo lungo un cammino chiuso (cio tale che
P1 = P2 ) nullo.
.

Esempio 8.7.3. Sia dato il campo vettoriale



F (x, y) =


y 2 g(x)
2
+ 2y , y sin x + 4xy ,
x

si stabilisca se g C (R) pu essere scelta in modo tale che F ammetta un potenziale in tutto
il suo dominio di denizione, e nel caso calcolarlo.
chiaro che l'insieme di denizione del campo vettoriale

g. Una condizione necessaria anch il campo F

dipende dalla scelta della funzione

ammetta potenziale che valga la condizione

delle derivate in croce. Imponiamo questa condizione e vediamo cosa implica su


avere


Dx (y sin x + 4xy) = Dy

da cui

y cos x + 4y =
e questo implica allora che
Con questa scelta di

y 2 g(x)
+ 2y 2
x

g. Si dovrebbe

g(x)
2 y + 4y
x

1
g(x) = x cos x.
2

vale la condizione delle derivate in croce e si ha



1
2
2
F (x, y) = cos x y + 2 y , y sin x + 4 x y
2
da cui si vede immediatamente che

denito su tutto

R2

che un dominio semplicemente

connesso. Quindi la teoria ci assicura che il campo dato conservativo. Calcolo un potenziale

U.

Si deve avere

1
cos x y 2 + 2 y 2
Uy = y sin x + 4 x y
2

Z 
1
1
2
2
U=
dx = y 2 ( sin x) + 2 x y 2 + C1 (y)
cos x y + 2 y
2
2
Ux =

da cui

171

Campi vettoriali

ma anche

Z
U=

(y sin x + 4 x y) dy =

A questo punto posso senz'altro scegliere

Esempio 8.7.4.

y2
sin x + 2 x y 2 + C2 (x).
2

C1 (y) = C2 (x) = 0

1
U (x, y) = y 2 sin x + 2 x y 2 .
2
R
Si calcoli l'integrale curvilineo G d, dove


G(x, y) = cos y, x sin y ex(cos y) ,

: [0, 1] R2 ,

t 7 (cos(t) + t2 , 1 + t2 ).

Si tratta di calcolare un integrale curvilineo di seconda specie, cio un integrale di un campo


vettoriale.

Vediamo se il campo

conservativo.

Il suo dominio di denizione

R2

che

semplicemente connesso; vediamo se vale la condizione delle derivate in croce. Dovrebbe essere

Dx (x sin y ex(cos y) ) = Dy ( cos y ex(cos y) )


da cui

sin y ex(cos y) + x sin y ex(cos y) cos y = sin y ex(cos y) + cos y ex(cos y) x sin y.
Quindi la teoria ci assicura che il campo

conservativo. Troviamo un potenziale

essere

Ux = cos y ex(cos y)

Uy = x sin y ex(cos y)

da cui

Z
U=

( cos y ex(cos y) ) dx = ex(cos y) + C1 (y)

e anche

Z
U=

(x sin y ex(cos y) ) dy = ex(cos y) + C2 (x)

quindi posso senz'altro scegliere

C1 (y) = C2 (x) = 0

U (x, y) = ex(cos y) .

A questo punto

Z
G d = U ((1)) U ((0))

da cui

(1) = (0, 2)

(0) = (1, 1)

G d = 1 + ecos 1 .

172

U.

Deve

8.8

Il linguaggio delle forme differenziali

8.8. Il linguaggio delle forme dierenziali


I concetti di lavoro di un campo vettoriale, campo conservativo, campo irrotazionale possono essere espressi equivalentemente usando un linguaggio diverso che quello

delle forme differenziali. La teoria delle forme dierenziali in realt una teoria matematica profonda e complessa che permette di dimostrare risultati molto generali; qui ci interessa
soltanto segnalare una terminologia alternativa per concetti che gi conosce. Il motivo che
entrambi i linguaggi sono molto usati nella letteratura scientica e vanno pertanto conosciuti.

Linguaggio dei campi vettoriali


Sia

Linguaggio delle forme dierenziali

F = iF1 + jF2 + kF3

Sia

F
dL = F1 dx + F2 dy + F3 dz
Lavoro elementare di

F = iF1 + jF2 + kF3

Forma dierenziale

= F1 dx + F2 dy + F3 dz

Lavoro del campo F sul cammino


R
Rb
F

ds
=
F(r(t)) r0 (t) dt

Integrale della forma sul cammino


R
Rb

=
F(r(t)) r0 (t) dt

F conservativo
U : F = U

esatta
f : = df = fx dx + fy dy + fz dz

irrotazionale

rot

F=0

chiusa

rot

F=0

Un campo conservativo irrotazionale

una forma dierenziale esatta chiusa

Un campo irrotazionale in un aperto

una forma dierenziale chiusa in un dominio

semplicemente connesso conservativo

semplicemente connesso esatta.

8.9. Formula di Gauss-Green nel piano


In questo paragrafo ci occupiamo della relazione tra integrali doppi e integrali di linea.

risultati che andremo a presentare sono casi particolari di teoremi della divergenza e del rotore
che presenteremo in seguito.
Sia

un dominio semplice rispetto a entrambi gli assi, cio

x-semplice

y -semplice;

sia

F(x, y) = P (x, y)i + Q(x, y)j


un campo vettoriale di classe

C 1 (D).

Denizione 8.9.1. Diciamo che il bordo di D, D orientato positivamente quando su

di esso ssato il verso di percorrenza antiorario; in caso contrario diremo che orientato
negativamente. Per sottolineare l'orientazione useremo i simboli

173

+D

rispettivamente.

Campi vettoriali

Premettiamo il seguente risultato.

Proposizione 8.9.2. Sia F C 1 (D).


(a) Se

D = {(x, y) R2 : a x b, g1 (x) y g2 (x)}

con g1 , g2 funzioni continue su [a, b] allora


Z Z

Z
Py dx dy =

P dx
+D

(b) Se
D = {(x, y) R2 : c y d, h1 (y) x h2 (y)}

con h1 , h2 funzioni continue su [c, d] allora


Z Z

Z
Qx dx dy =

Q dy
+D

D
Vale il seguente teorema.

Teorema 8.9.3. Sia D un dominio limitato di R2 semplice rispetto a entrambi gli assi. Se

F = P i + Qj un campo vettoriale di classe C 1 (D) allora vale la formula


Z Z
Z
(Qx Py ) dx dy =
P dx + Q dy
+D

Osservazione 8.9.4.

La formula precedente vale anche per domini pi generali, per esempio

domini esprimibili come unione di un numero nito di domini semplici rispetto a entrambi gli assi,
a due a due disgiunti.

Esempio 8.9.5.

Si calcoli l'integrale curvilineo (il lavoro) del campo vettoriale

v(x, y) = (cos(y + x), sin(y x))


lungo la curva data dai lati del triangolo di vertici

(0, 0), (1, 0)

antiorario.
Questo esercizio pu essere risolto in due modi.
primo modo. Siano

1 = {(x, y) R2 : y = x + 1 0 x 1}
2 = {(x, y) R2 : y = 0 1 x 0}
3 = {(x, y) R2 : x = 0 0 y 1}
174

(0, 1),

percorsi in senso

8.9

Formula di Gauss-Green nel piano

Troviamo una parametrizzazione di questi tre segmenti. Si ha

x = t

1 (t) =

10 (t) = (1, 1).

0t1

y =1t

2 (t) =

x=t2

1t2

20 (t) = (1, 0).

2t3

30 (t) = (0, 1).

y=0

3 (t) =

x=0
y =t2

A questo punto

v(x, y) dS =

L=

v+

Z
v+

{cos[1 t t] (1) + sin[1 t + t] (1)} dt

v=
3

{cos[0 + (t 2)] 1 + sin(t + 2 0) 0} dt

+
1

[ cos(1 2t) sin 1] dt


0

sin(t 2) dt

cos(t 2) dt +

+
1

{cos[t 2 + 0] 0 + sin(t 2 0) 1} dt =

3 1
1
2
1
1



sin(1 2 t) sin 1 + sin(t 2) cos(t 2) = sin(1) sin 1 sin 1
2
2
2
2
1
0
sin(1) cos 1 + 1 = 1 cos 1 sin 1.

secondo modo.

in

D un dominio limitato
v = P i + Q j C 1 (D), allora vale la

Utilizzo la formula di Gauss-Green nel piano: sia

che sia semplice rispetto ad entrambi gli assi. Se

formula

Z Z

Z
(Qx Py ) dx dy =

dove

+D

il bordo di

P dx + Q dy,
+D

orientato in senso antiorario.

175

Nel nostro caso

P = cos(y + x),

Campi vettoriali

Q = sin(y x), D
Z

il triangolo di vertici

(0, 0), (1, 0)

Z Z

v dS =

(0, 1).
x+1

[ cos(y x) + sin(y + x)] dx dy =

cos(y x) dx dy
1

x+1

sin(y + x) dy dx =
1

x+1
x+1
Z 0



dx
[ cos(y + x)]
dx +
[ sin(y x)]
1

( cos(2x + 1) + cos x) dx

( sin 1 + sin(x)) dx +

Allora

= sin 1 + 1 cos 1

1
1
sin 1 + sin(1) sin(1) = 1 cos 1 sin 1.
2
2

8.10. Calcolo di aree mediante integrali curvilinei


I risultati della sezione precedente possono essere usati per calcolare l'area di un dominio

ammissibile per il teorema di Gauss-Green nel piano mediante un integrale curvilineo esteso su
tutto

D.

P (x, y) = y nella Proposizione


Z Z
Z
area(D) =
1 dx dy =

Infatti scegliendo

Q(x, y) = x

y dx

+D

D
mentre scegliendo

8.9.2 si ha

nella Proposizione 8.9.2 si ha

Z Z

area(D) =

1 dx dy =

x dy
+D

D
Quindi sommando e dividendo per 2 si ottiene

Z Z

1
1 dx dy =
2
D

area(D) =
.

Esempio 8.10.1.

dei seguenti integrali

E {(x, y) : x > 1, y > 1}


uguale all'area di E ?

(a)

+E

Z
(c)

+E

F = (F1 , F2 ),
dul dominio D )

(x dy y dx)
+D

Sia

Se

1x
y dx
x

insieme con frontiera regolare. Quale

y 2 dx + x2 dy

(b)

+E

1x
y dx + log(xy) dy
x

Z
log(xy) dy

(d)

+E

allora la formula di Gauss-Green nel piano dice che (sotto opportune ipotesi

Z Z

Z
(F1 )y dx dy =

F1 dx
+D

D
176

8.11

Z Z

Area e integrali di superficie

Z
(F2 )x dx dy =

F2 dy
+D

D
da cui

Z Z

Z
(F2 dy F1 dx).

((F1 )y + (F2 )x ) dx dy =
+D

D
L'area di

RR
D

dx dy

quindi va bene un qualunque campo tale che

(F1 )y + (F2 )x = 1
Nel nostro caso dunque l'unica che funziona quella del caso

1x
y = 1
x


1
x

F2 = log(xy),

(c);

infatti, ponendo

F1 =

si ha

(F1 )y + (F2 )x = 1

1 1
+ = 1.
x x

8.11. Area e integrali di supercie


8.11.1.

Area di una supercie

L'idea di questo paragrafo quella di estendere il concetto di integrale doppio andando a


integrare non pi solo su un dominio bidimensionale piano ma anche su oggetti pi generali,
per esempio su superci. Questo permette anche di poter calcolare, ad esempio, l'area di una
supercie. Le applicazioni sono evidenti, soprattutto in sica (calcolo di massa o carica elettrica
dislocata su superci).
Sia dunque

una supercie

regolare descritta da equazioni parametriche

x = x(u, v)
y = y(u, v)

z = z(u, v)

(u, v) A R2

che si pu sintetizzare nell'equazione vettoriale

r(u, v) = x(u, v)i + y(u, v)j + z(u, v)k


Sappiamo che il vettore

ru rv

(u, v) A R2 .

un vettore normale al piano tangente alla supercie; d'altra

parte, dalle propriet del prodotto vettoriale, si pu aermare che il modulo del vettore

ru rv

rappresenta l'area del parallelogramma individuato dai due vettori, che in prima approssimazione uguaglia l'area del parallelogramma curvilineo disegnato sulla supercie e compreso
tra le linee coordinate. ragionevole allora dare le seguenti denizioni.

177

Campi vettoriali

Denizione 8.11.1.

Si dice elemento d'area sulla superficie la quantit

dS = |ru rv | du dv.
L'area della superficie data dalla formula

Z Z

Z Z

|ru rv | du dv.

dS =

a() =

Osservazione 8.11.2.

Il valore di

a()

non dipende dalla parametrizzazione scelta. Inoltre

per denizione di supercie regolare parametrizzaa l'elemento d'area non si annulla mai.

Esempio 8.11.3.

(area di una superficie cartesiana) Sia

siana, che si pu esprimere come graco di una funzione

z = f (x, y),

una supercie carte-

con

(x, y) A R2 .

Si

ha dunque

r(x, y) = xi + yj + f (x, y)k


da cui


i j k


rx ry = 1 0 fx

0 1 fy





= fx i fy j + k

Allora

|ru rv | =

p
1 + |f |2

da cui la formula dell'area diventa

Z Z p
a() =
1 + |f |2 dx dy
A

Esempio 8.11.4.

(area di una superficie di rotazione) Sia

una supercie di

rotazione espressa attraverso le seguenti equazioni parametriche (per esempio ottenute mediante

x)

x = x(t) cos
y = y(t) sin

z = z(t)

rotazione attorno all'asse

t I R, [0, 2)

da cui



i
j
k

0
0
0
rt r = x (t) cos x (t) sin z (t)

x(t) sin x(t) cos





= x(t) z 0 (t) cos i x(t) z 0 (t) sin j + x(t) x0 (t)k

Quindi l'elemento d'area diventa

p
dS = |x(t)| x0 (t)2 + z 0 (t)2 dt d
178

8.11

Area e integrali di superficie

da cui la formula dell'area diventa

Z Z

p
|x(t)| x0 (t)2 + z 0 (t)2 dt d

a() =
I[0,2)

. Esempio 8.11.5. Calcolare l'area della supercie S intersezione della sella := {(x, y, z)
R3 | z = xy} con il solido cilindrico C := {(x, y, z) R3 | x2 + y 2 4}.
Si tratta di un calcolare l'area di una supercie.
parametrizzazione della supercie

Scegliamo ad esempio

r : A R2 R3
dove

r(, ) = (x(, ), y(, ), z(, ))

x = cos

y = sin

z = 2 sin cos .
si interseca con il
0 2 e [0, 2 ].

Il fatto che la sella

Prima di tutto occorre determinare una

si ha infatti

solido cilindrico ci d la variabilit dei parametri

Allora si ha

r(, ) = ( cos , sin , 2 sin cos )


r (, ) = (cos , sin , 2 sin cos )
r (, ) = ( sin , cos , 2 (cos2 sin2 )
e



i
j
k



r r = cos
sin
2 sin cos


sin cos 2 (cos2 sin2 )

quindi

r r =i 2 (cos2 sin sin3 2 sin cos2 ) + j (2 ) (2 sin2 cos + cos3 cos sin2 )
+ k ( cos2 + sin2 ) = (2 sin ) i + (2 cos ) j + k.
Da questo si deduce che

|r r | =

4 + 2 =

p
2 + 1.

Quindi

Z Z

1 dS =

2
2
3/2
p
(
+
1)
2
14

2 + 1 d d =
[8 1] =
.
=

3/2
3
3
0

179

Campi vettoriali

8.11.2.
Sia

Integrale di supercie di una funzione continua

una funzione continua, denita in una regione dello spazio contenente la supercie

La sua restrizione sulla supercie

F (u, v) = F (x(u, v), y(u, v), z(u, v))


F

tramite la formula
Z Z
Z Z
F dS =
F (u, v) |ru rv | du dv

ed naturale denire l'integrale di

su

Quindi l'integrale di supercie di

si esprime per mezzo di un integrale doppio in un dominio

piano.

Esempio 8.11.6.

ellissoide di equazione
situata nel semispazio

Calcolare l'integrale superciale

x +y +
{z 0}.

z2
2

=1

(3z n1)dS ,

racchiusa nel cilindro

la porzioneodi

(x, y, z) R3 x2 + y 2 14 e
dove

Dobbiamo innanzitutto determinare una parametrizzazione della supercie considerata.

Ri-

solveremo l'esercizio in due modi, lavorando con due diverse parametrizzazioni della supercie.
primo modo. Poniamo

x = cos

y = sin

z = 2(1 2 ).

Siccome la supercie sta nel semispazio

{z 0}

si prender la seguente parametrizzazione per

r : (, ) 7 (x(, ), y(, ), z(, )) = ( cos , sin ,

p
2(1 2 ))

R+ , [0, 2].

Imponendo che la supercie sia racchiusa dal cilindro, si ottiene la seguente restrizione su

1
1
0 .
4
2

Sia allora

A := {(, ) R+ [0, 2] : 0 1/2, [0, 2]}.


Si ha

r =

cos , sin ,

1
2 p
(2)
2 1 2

2
cos , sin , p
1 2

r = ( sin , cos , 0)
180

8.11

Area e integrali di superficie

quindi

r r =

2
cos
sin p
1 2
sin cos
0

!
2

2 cos 2 2 sin
p
, p
, .
1 2
1 2

Allora

s
|r r | =

2 4
1 2

+ 2 =

24

+
1 2

s
=

+
=
1 2

2 + 1
.
1 2

Quindi

p
(3 2 1 2 1)

Z Z
(3z 1) dS =

1/2

=
0

2 + 1
d d
1 2

Z
p
2
3 2 + 1 d d
0

1/2

2 + 1
d d.
1 2

Osserviamo che si ha

Z
2

p
2
2 + 1 d = (2 + 1)3/2 + C;
3

ora troviamo la seguente primitiva

2 + 1
d.
1 2

Prima di tutto eettuiamo il seguente cambio di variabile

s
z=

2 + 1
1 2

r
=

z2 1
1 + z2

2z
d = 2
(z + 1)2

z2 + 1
z2 1

2z 2
dz.
(z 2 + 1)2

da cui

2 + 1
d =
1 2

Z r

z2 1
2z
z 2
2
z + 1 (z + 1)2

z2 + 1
dz =
z2 1

Adesso integrando per parti si ottiene

2z 2
dz =
(z 2 + 1)2

2z
z
z
dz
=

+ arctan z.
(z 2 + 1)2
z2 + 1
181

Campi vettoriali

Quindi

1/2

(3z 1) dS =

1/2

2 + 1
d d
1 2
0
0
0
0

1/2

 5/3

z


+ arctan z
=2 2 (2 + 1)3/2 2 2


z +1
Z

Z
p
2
2 + 1 d d

"
=2

 3/2
5
1
4

r
+

53
arctan
38

#
5 1
+ arctan 1 .
3 2

Si pu anche procedere con parametrizzazioni diverse per la supercie; il risultato non cambia.

8.12. Flusso di un campo vettoriale attraverso una supercie


Consideriamo un campo vettoriale
grale su

della componente di

e una supercie

normale a

trasversale alle linee di campo. L'inte-

rappresenta il flusso di

attraverso

gioca un ruolo fondamentale nella formulazione di molte leggi siche e in svariate applicazioni.
Obiettivo di questo paragrafo sar quello di denire correttamente questo concetto.

8.12.1.
Sia

Superci orientate. Bordo di una supercie.

una supercie regolare parametrizzata da

r(u, v) = x(u, v)i + y(u, v)j + z(u, v)k,


dove

(u, v) T R2

un dominio decomponibile in un numero nito di insiemi semplici. Allora i versori

n = vers(ru rv )
sono entrambi normali alla supercie

n = vers(ru rv )

e la scelta di uno dei due corrisponde a privilegiare

uno dei due lati della supercie (per esempio il lato interno o il lato esterno di un guscio
sferico); quindi la scelta di uno dei due versori pu essere legata al concetto di

orientazione

della supercie stessa.

r Denizione 8.12.1.

si dice orientabile se, per ogni curva continua


parametrizzata da r : [a, b] si ha che n(r(b)) = n(r(a)).

Una supercie regolare

chiusa che giace sulla supercie,

Detto altrimenti, se si segue il versore normale alla supercie lungo una curva chiusa che giace sulla
supercie stessa, dopo un giro completo il versore normale deve avere di nuovo lo stesso verso.

182

8.12

Flusso di un campo vettoriale attraverso una superficie

Denizione 8.12.2.

del versore,

n.

L'orientazione su una supercie dunque determinata da una scelta

Una supercie si dice orientata se su di essa stata scelta una delle due

possibili orientazioni.

Esempio 8.12.3.

supercie di equazione

Esempi di superci orientabili sono le superci cartesiane.

z = f (x, y)

Per una

si ha infatti

fx i fy j + k
n= p
1 + |f |2
e questo versore normale risulta essere sempre rivolto verso l'alto. Invece per una sfera o un
toro, il versore

risulta sempre interno o esterno a seconda della scelta dei parametri

Osservazione 8.12.4.

v.

Non tutte le superci sono orientabili. La pi famosa il cosiddetto

nastro di Moebius: esso consiste in una striscia di carta con gli estremi uniti in modo da formare

un anello ma avendo fatto compiere un mezzo giro a uno dei due estremi prima di unirli. In questo
caso infatti la supercie ha un solo lato e non pu essere orientata.
Per quanto riguarda la nozione di bordo di una superficie, essendo una questione piuttosto
delicata, ci limitiamo a considerare solamente il caso in cui
in un numero nito di domini semplici (quindi

sia un dominio decomponibile

chiuso) e tale che la parametrizzazione della

supercie realizza una corrispondenza biunivoca tra


sezioni, e visto che

In tal caso non ci sono autointer-

si pu decomporre in un numero nito di domini semplici, il bordo di

un'unione nita di curve che vengono trasportate tramite la parametrizzazione in un numero


nito di immagini

i , i = 1, . . . N

di tali curve. Allora l'orientazione di

uno dei due lati della supercie, induce un'orientazione

positiva

ottenuta scegliendo

di ciascuna delle curve che

compongono il bordo: allora si sceglie il verso di percorrenza di ogni curva in modo tale che

che si scelto come positivo, si lasciano i punti di alla


+
supercie orientato positivamente si usa il simbolo .

percorrendole rimanendo sul lato di


sinistra. Quando il bordo della

8.12.2.

Flusso di un campo vettoriale attraverso una supercie orien-

tata
Siamo pronti per dare la seguente denizione.

Denizione 8.12.5.

un campo vettoriale
attraverso

Dati una supercie regolare orientata

di classe

in un intorno di

nella direzione e verso di

con un versore normale

si denisce flusso del vettore

l'integrale

Z Z
F n dS

(F; ) =

183

(8.12.1)

Campi vettoriali

Cerchiamo di calcolare operativamente l'integrale (8.12.1). Se

r(u, v) = x(u, v)i + y(u, v)j + z(u, v)k


la parametrizzazione usata per

n=

(u, v) T R2

allora visto che

ru rv
|ru rv |

si ha

dS = |ru rv | du dv

Z Z

(ru rv ) du dv
F

(F; ) =
T
dove

v) = F(x(u, v), y(u, v), z(u, v))


F(u,

Osservazione 8.12.6.

Il segno del usso dipende dall'orientazione scelta sulla supercie. Se

si cambia orientazione (quindi se si cambia segno al vettore

ru rv )

allora anche il usso cambia

segno.

Esempio 8.12.7.

usando la denizione,

Z ZP = (0, 0, 4) e
V n dS, n versore

vertice
cio

V (x, y, z) = (z x, z y, x2 + y 2 ) un campo vettoriale in R3 . Calcolate,


il usso uscente di V attraverso la supercie laterale S del cono C di
2
2
base il cerchio sul piano {z = 0} di equazione x + y = 16 (si calcoli

Sia

normale uscente). Si noti che in questo caso la supercie laterale

del cono il graco della funzione

c(x, y) = 4

x2 + y 2 .

Sia

r : A R2 R3

r(t, u) = (x(t, u), y(t, u), z(t, u))

una parametrizzazione della nostra supercie. Allora il usso

di

uscente dalla supercie

dato dalla formula

Z Z
V (x(t, u), y(t, u), z(t, u)) (rt ru )(t, u) dt du.

S =
A

Risolviamo l'esercizio in due modi diversi, utilizzando due diverse parametrizzazioni della
supercie

S.

primo modo. Sia

r : R+ [0, 2 ) R3
dove

r(, ) = (x(, ), y(, ), z(, ))

x = cos

y = sin

z = 4 .
184

8.12

L'equazione di

Flusso di un campo vettoriale attraverso una superficie

P e base il cerchio sul piano


0 4 mentre [0, 2).

di vertice
essere

p
x e y da c(x, y) = 4 x2 + y 2 . Essendo C un cono
{z = 0} di equazione x2 + y 2 = 16, si deduce che deve

stata ricavata tramite

A questo punto

r (, ) = (cos , sin , 1)
e

r (, ) = ( sin , cos , 0)




i
j
k





r r = cos
sin 1 = ( cos , sin , )




sin cos 0

che un vettore uscente.


Ora

((4 ) cos cos + (4 ) sin sin + 2 ) d d

S =
0

0
4

=
0

4
3

512

((4 ) 2 + 3 ) d d = 8 =
.
3
3
0

secondo modo. Sia

r : R2 R3
dove

r(s, t) = (x(s, t), y(s, t), z(s, t))

x=s

y=t

z = 4 s2 + t2

con la limitazione

s2 + t2 4.

A questo punto


rs (s, t) =
e

s
1, 0,
s2 + t2



t
rt (s, t) = 0, 1,
s2 + t2


i j
k


s

rs rt = 1 0 s2 + t2

0 1 t

s2 + t2







t
= s
,
,1

s2 + t2
s2 + t2


che un vettore uscente.

185

Campi vettoriali

Ora

Z Z
((4

s2 + t2 )

s2 +t2 16

Z Z
= (4

ss
tt
+ (4 s2 + t2 )
+ (s2 + t2 ) 1 ds dt
2
2
2
2
s +t
s +t

s2 + t2 ) s2 + t2 + s2 + t2 ds dt

s2 +t2 16
che per mezzo di un cambio di coordinate (da cartesiane a polari) d lo stesso risultato del
passo precedente.

8.13. Teorema della divergenza


Siamo dunque pronti per enunciare uno dei risultati pi importanti del nostro percorso, sia
perch riassume (dal punto di vista matematico) molti dei concetti su cui abbiamo lavorato
no ad ora, sia perch dal punto di vista applicativo si ritrova in moltissime branche della sica
matematica ed impiegato in uno svariato numero di applicazioni.

Teorema 8.13.1.

Sia D R3 un dominio
limitato, semplice rispetto a tutti e tre gli assi cartesiani, la cui frontiera una supercie
regolare e orientabile; indichiamo con ne il versore normale esterno a D e sia F = F1 i +
F2 j + F3 k un campo vettoriale di classe C 1 (D). Allora vale la formula
(teorema della divergenza o di Gauss)

Z Z Z

Z Z
F dx dy dz =
D

dove ricordiamo che


F=

F ne dS
D

F1 F2 F3
+
+
x
y
z

il usso di un campo vettoriale


uscente da una supercie chiusa uguaglia l'integrale della divergenza del campo nella regione
racchiusa dalla supercie stessa. Il teorema rappresenta un'equazione di bilancio tra le due

Il teorema della divergenza si pu dunque riassumere come:

quantit.

Esempio 8.13.2. Con riferimento all'Esempio 8.12.7, provare a risolverlo usando il teorema
.

della divergenza e commentare i risultati ottenuti

Proviamo dunque a risolvere il precedente esercizio utilizzando il teorema della divergenza.


Dovremmo calcolare l'integrale triplo sul cono

186

della divergenza del campo vettoriale

V.

Sia

8.13

il risultato di tale integrale. Ci si aspetterebbe


div V

(x, y, z) =

C = S .

Teorema della divergenza

Si ha

(z x) +
(z y) + (x2 + y 2 ) = z + z + 0 = 2 z.
x
y
z

Parametrizzo il cono con coordinate cilindriche, quindi si ha

x = cos

y = sin

z = z.
con le limitazioni

04

0 < 2

0 z .

Da cui

C =

[4 ] d = 2

2 z dz d d = 2
0

[16 8 2 + 3 ] d

4
4
4




3
4
2


8
512
128

=2 16 8 + = 2 16 8 64 + 64 = 2 192
2
3
4
3
3
3

e quindi chiaramente

C 6= S .

Il problema che se vogliamo applicare il teorema della divergenza, il bordo del cono non
solo dato dalla sua supercie laterale

ma anche dalla supercie di base, quindi l'integrale

triplo di div V uguale al usso attraverso la supercie


attraverso la supercie

e il cerchio di base del cono. Il usso

stato calcolato nella prima parte dell'esercizio, ora calcoliamo il

usso attraverso la supercie di base. Parametrizziamo il cerchio di base

x=s

y=t

z=0
con la condizione

s2 + t2 16.

Stavolta per il versore normale rivolto verso l'interno

(entrante). Facciamo un cambiamento di variabili (che non cambia l'orientazione del versore
normale)

x = cos

y = sin

z=0
quindi il cerchio di base del cono pu essere parametrizzata nel seguente modo

r(, ) = ( cos , sin , 0).


187

Campi vettoriali

A questo punto

r (, ) = (cos , sin , 0)
e

r (, ) = ( sin , cos , 0)





i
j
k






r r = cos
sin 0 = (0, 0, )




sin cos 0

che un vettore entrante. Quindi

=
0

4
4


2 d = 2 = 128 .
4
0

Sommando i due contributi, ciascuno col proprio segno si ha

128
512
128 =

3
3
e in questo modo il teorema della divergenza stato applicato correttamente.

Esempio 8.13.3.

Sia v = v(x, y, z, t) il
campo di velocit di un uido, sia = (x, y, z, t) la sua densit e D l'elemento di volume
occupato dal uido. Sia dS un elemento innitesimo di supercie e n il suo versore normale.
La massa di uido che attraversa tale supercie nell'unit di tempo v ndS ; integrando su
D si ottiene il usso uscente di v attraverso D. Per il teorema della divergenza si ha

(equazione di continuit della massa)

Z Z Z

Z Z
(v) dx dy dz =
D

v ne dS
D

D'altra parte la quantit di uido uscita da D nell'unit di tempo anche uguale alla variazione
della massa rispetto al tempo (con segno cambiato! perch la massa si conserva) e visto che
Z Z Z
m=

dx dy dz
D

assumendo di poter derivare sotto il segno di integrale si ha


dm

=
dt

Z Z Z
D

dx dy dz.
t

Riassumendo abbiamo dunque


Z Z Z 
D

+ ( v) dx dy dz = 0
t

e per l'arbitrariet di D
188

8.14

Il teorema di Stokes o del rotore

+ ( v) = 0
t

Questa equazione prende il nome di equazione di continuit della massa ed esprime il


principio di conservazione della massa. Si noti che se un uido incomprimibile allora la sua
densit una costante per cui l'equazione di continuit della masssa si riduce a
v =0

8.14. Il teorema di Stokes o del rotore


Concludiamo con questo altrettanto importante risultato.

Teorema 8.14.1.

Sia una supercie regolare


orientata con versore normale n, dotata di bordo orientato positivamente. Supponiamo
inoltre che + sia una curva regolare (o l'unione di pi curve regolari); sia T il versore
tangente a + . Se F = P i + Qj + Rk un campo vettoriale regolare denito in un intorno
di allora vale la formula
(teorema del rotore o di stokes)

Z Z

I
( F) n dS =

F T ds

(8.14.1)

il usso del rotore di un campo vettoriale


attraverso una supercie uguaglia la circuitazione del campo lungo il bordo della supercie
stessa, se orientato positivamente.

Il precedente teorema si pu riassumere dicendo:

Osservazione 8.14.2.

Il teorema di Stokes vale anche nel caso particolare di una supercie

orientabile chiusa, quindi priva di bordo; in questo caso il secondo membro dell'integrale (8.14.1)
sar nullo.

Osservazione 8.14.3.

Se scriviamo

n = cos(n, i)i + cos(n, j)j + cos(n, k)k


e osservando che

T ds = dxi + dyj + dzk


189

Campi vettoriali

la (8.14.1) diventa in forma esplicita

Z Z
[(Ry Qz ) cos(n, i) + (Pz Rx ) cos(n, j) + (Qx Py ) cos(n, k)] dS

I
=

P dx + Q dy + R dz
+

Nel caso particolare in cui la supercie


regolare) e

coincide con un dominio

del piano

xy

(con frontiera

sia un campo vettoriale piano

F(x, y) = P (x, y)i + Q(x, y)j


allora si ha

n=k

( F) n = (Qx Py ) quindi la
I
Z Z
(Qx Py ) dx dy =

precedente formula si riduce a

P dx + Q dy

+D

che altro non che il teorema di Gauss-Green nel piano. In questo senso il teorema di Stokes
risulta essere una generalizzazione del teorema di Gauss-Green.

190

CAPITOLO 9

Serie di Fourier
9.1. Cenni sulle serie di funzioni
Sia data una successione di funzioni

fn : I R
denite su un intervallo

xI

I.

n1

A partire dalla successione dei numeri reali

{fn (x)}n1

per ogni

si pu considerare la serie

fn (x)

(9.1.1)

n=1
che, per ciascun

ssato, pu essere una serie convergente, divergente o irregolare.

Denizione 9.1.1.

La (9.1.1) si dice serie di funzioni. Se per un certo

xI

la (9.1.1) ,

rispettivamente, una serie numerica convergente, divergente o irregolare, diremo che la serie di
funzioni convergente, divergente o irregolare rispettivamente. Se si ha convergen-

za della serie di funzioni per tutti gli


puntualmente in

x I I

allora diremo che la serie di funzioni converge

Denizione 9.1.2.

Sia

I R

fn : I R, n = 1, 2, 3, . . . Diremo che

in I se esiste una successione {an }n=1 di

un intervallo e siano

la serie di funzioni (9.1.1) converge totalmente


numeri reali positivi tali che

|fn (x)| an per ogni x I , n N;


P
(ii)
n=1 an converge.
(i)

Osservazione 9.1.3. Osserviamo che la convergenza totale di una serie di funzioni in I implica

la convergenza assoluta e quindi la convergenza semplice (e quindi puntuale) della serie, per ogni

191

Serie di Fourier

x I.

Pertanto risulta ben denita la funzione, somma della serie

f :IR

f (x) =

fn (x)

n=1
La convergenza totale un'ipotesi piuttosto forte; allo stesso modo la convergenza puntuale
un'ipotesi piuttosto debole. Ci sono altri tipi di convergenza che possono essere considerati
come intermedi ai due, ma il loro studio esula dagli scopi di questo corso.

9.2. Serie di potenze


9.2.1.

Denizione e propriet

I primi esempi di serie di funzioni che abbiamo incontrato nel nostro percorso sono tutte le
serie di Taylor di funzioni derivabili innite volte, per esempio la

X
xn

= ex

n!

n=0

serie esponenziale

xR

Si tratta in tutti i casi di serie della forma

an x n .

n=0
Anche la
mente) se

serie geometrica
1 < x < 1.

Denizione 9.2.1.

ha questa forma, con

an = 1

ed ben denita (converge puntual-

Diamo pertanto la seguente denizione.

Si dice serie di potenze di centro

x0 R

an (x x0 )n

una serie di funzioni del tipo

(9.2.1)

n=0
dove

{an }
n=0

una successione a valori reali e

x R.

Gli

an

si dicono coefficienti della

serie di potenze.

Per le serie di potenze, l'insieme degli

x per cui si ha convergenza sempre un intervallo, detto

intervallo di convergenza; la met della lunghezza di questo intervallo si dice raggio


di convergenza. Precisamente si ha:

192

9.2

Teorema 9.2.2.

(raggio di convergenza)

che esista il limite


` = lim

p
n

e poniamo

Si consideri la serie

Serie di potenze

(9.2.1)

e supponiamo

|an |

` 6= 0,
`
R = +
`=0

0
`=

Allora:
se |x x0 | < R la serie (9.2.1) converge (assolutamente);
se |x x0 | > R la serie (9.2.1) non converge.
Il numero R si dice raggio di convergenza della serie di potenze.

Osservazione 9.2.3.

|x x0 | > R si ha non convergenza, quindi la serie di potenze


pu essere o divergente o irregolare. Se R = 0 si ha convergenza solo per x = x0 ; se R = si ha
convergenza su tutto R. Se x = x0 R (gli estremi dell'intervallo di convergenza), nulla si pu dire
+

Nel caso

e in eetti la serie pu convergere, divergere o essere irregolare a seconda dei casi, quindi questi
casi vanno analizzati a parte.

Osservazione 9.2.4.

Si pu dimostrare che per una serie di potenze il numero

` = lim

p
n

|an |

esiste sempre, anche se questo non a priori ovvio (il limite potrebbe a priori non esistere, ma per
una serie di potenze esiste sempre).
Alternativamente, si pu usare il seguente criterio per il calcolo del raggio di convergenza.

Teorema 9.2.5.
serie

(9.2.1)

(criterio del rapporto per le serie di potenze)

e supponiamo che esista nito o innito il limite


|an+1 |
n |an |

` = lim

Allora il raggio di convergenza della serie di potenze

` 6= 0,
`
R = +
`=0

0
`=
193

Si consideri la

Serie di Fourier

Esempio 9.2.6. Calcoliamo il raggio di convergenza della serie geometrica (serie di potenze

di centro

x0 = 0)

xn

n=0
Si ha

an = 1

estremi

` = 1 e infatti si ha convergenza
dell'intervallo? Se x = 1 allora si ha
dunque

per

x (1, 1).

Cosa succede agli

n=0
che diverge mentre se

x = 1

si ha

(1)n

n=0
che irregolare.

Esempio 9.2.7.

Calcoliamo il raggio di convergenza della serie di Taylor di

ex

log(1 + x)

Sono entrambe serie di potenze centrate nell'origine. La serie esponenziale ha espressione

X
xn
n=0
quindi

an = 1/n!

n!

e per cui

1
|an+1 |
= lim
=0
n n + 1
n |an |
lim

quindi la serie di Taylor di


Invece la serie di Taylor di

ex converge su
log(1 + x)

tutto

R.

n+1 x

(1)

n=0
quindi

an =

(1)n+1
n

quindi il raggio di convergenza uguale a 1. Se


armonica) mentre se

Esempio 9.2.8.

x = 1

|an | =
x=1

1
n

allora la serie di potenze diverge (serie

converge (per il criterio di Leibniz).

Calcolare il raggio di convergenza della serie di potenze

n!xn

n=0

194

9.2

Serie di potenze

Si tratta di nuovo di una serie di potenze centrata nell'origine. facile vedere che in questo
caso, posto

an = n!

si ha

|an+1 |
= lim (n + 1) =
n |an |
n
lim

quindi il raggio di convergenza

R = 0.

Quindi questa serie di potenze converge solo per

x=0

(e fa 0).

Teorema 9.2.9.

Consideriamo la serie (9.2.1) e


supponiamo che il suo raggio di convergenza R sia positivo (nito o innito). Allora:
(propriet delle serie di potenze)

(1) Per ogni numero r (0, R) la serie (9.2.1) converge totalmente nell'intervallo [x0
r, x0 + r];
(2) La somma della serie (9.2.1), cio la funzione
f (x) =

an (x x0 )n

(9.2.2)

n=0

una funzione continua nell'intervallo (x0 R, x0 + R); inoltre essa derivabile nello stesso
intervallo e la serie pu essere derivata termine a termine innite volte, per esempio per la
derivata prima si ha
d
dx

!
an (x x0 )

n=0

n an (x x0 )n1

n=0

Per altro la serie derivata anch'essa una serie di potenze di centro x0 e con lo stesso raggio
di convergenza R della serie di partenza.
(3) La somma della serie (9.2.1), cio la funzione (9.2.2) ammette una primitiva
nell'intervallo (x0 R, x0 + R) che pu essere calcolata termine a termine
Z X

X
an
an (x x0 ) dx =
(x x0 )n+1 + C
n
+
1
n=0
n=0
n

e anche la primitiva esprimibile come serie di potenze di centro x0 e con lo stesso raggio
di convergenza R della serie di partenza.
(4) Inne per ogni intervallo [a, b] (x0 R, x0 + R) la somma della serie (9.2.1), cio la
funzione (9.2.2) integrabile in [a, b] e si pu integrare termine a termine
Z bX

an (x x0 ) dx =

a n=0

Z
X
n=0

195

an (x x0 )n

Serie di Fourier

La possibilit di integrare o derivare termine a termine la serie uno strumento potene per
calcolare talvolta la somma di una serie o sviluppare in serie una funzione data senza ricorrere
al polinomio di Taylor.

. Esempio 9.2.10. Si ricostruisca lo sviluppo in serie di potenze (centrato in 0) della funzione


arctan x e della funzione log(1 + x) senza usare la serie di Taylor
Sia

f (x) = arctan x;

si ha

f 0 (x) =

1
1 + x2

quindi usando la somma della serie geometrica

tn =

n=0
per

t = x2

si trova

1
1t

X
(1)n x2n =
n=0

che naturalmente converge solo per

arctan x =

|x| < 1.

1
1 + x2

Integrando ora termine a termine in

2n

t dt =

(1)

n=0

(1)n

n=0

si trova

x2n+1
2n + 1

Allo stesso modo ricostruiamo lo sviluppo in serie di potenze del logaritmo.


serie geometrica si ha, per

[0, x]

Di nuovo dalla

|t| < 1

X
1
=
(1)n tn
1 + t n=0
quindi integrando termine a termine in

X
n
log(1 + x) =
(1)
n=0

9.2.2.

[0, x]

si ha, per

|x| < 1

X
xn
xn+1
(1)n1 .
t dt =
(1)
=
n + 1 n=1
n
n=0
n

Serie di potenze e serie di Taylor. Funzioni analitiche

la classe delle funzioni sviluppabili in serie di Mac Laurin coincide con la


classe della serie di potenze di centro nell'origine aventi raggio di convergenza positivo. Quindi

facile osservare che

le due nozioni, di serie di potenze e serie di Mac Laurin, rappresentano due punti di vista
diversi sullo stesso oggetto: dal primo punto di vista si parte da una funzione

f (x)

assegnata

in qualche forma analitica e se ne calcola la serie di Mac Laurin; dal secondo punto di vista si

196

9.2

Serie di potenze

parte dalla serie di potenze e la si riconosce come serie di Mac Laurin di una certa funzione.
In modo del tutto analogo, le funzioni sviluppabili in serie di Taylor di centro

X
f (k) (x0 )

k!

k=0

sono tutte e sole le serie di potenze centrate in

x0

(x x0 )k

x0

ak (x x0 )k

k=0
con raggio di convergenza

R > 0.

Diamo allora la seguente denizione.

r Denizione 9.2.11. Una funzione si dice analitica in un intervallo [a, b] se per ogni x0
(a, b) la funzione sviluppabile in serie di potenze (ovvero in serie di Taylor) di centro x0 , con raggio
di convergenza positivo.

Esempio 9.2.12. Le funzioni trascendenti elementari ex , sin x, cos x sono esempi di funzioni
R; le funzioni log(1+x), (1+x) sono invece analitiche per x 1 (l'insieme
sar invece |x| < 1).

analitiche in tutto
di convergenza

Per comodit richiamiamo qui gli sviluppi delle principali funzioni elementali con centro

ex =

X
xn

n!
n=0

X
x2n+1
sin x =
(1)n
(2n + 1)!
n=0

2n
X
n x
cos x =
(1)
(2n)!
n=0

X
xn
log(1 + x) =
(1)n+1
n
n=1



X
(1 + x) =
xn
n
  n=0

( 1)( 2) . . . ( n + 1)
con
=
n
n!
+

x0 = 0

xR
xR
xR
|x| < 1
|x| < 1

Osservazione 9.2.13. Non tutte le funzioni derivabili innite volte in un punto sono analitiche

in un intorno di quel punto; detto altrimenti: una volta scritta formalmente la serie di Mac Laurin di
una funzione, non detto che questa serie di potenze abbia raggio di convergenza positivo (potrebbe
essere nullo) e se anche fosse, non detto che la sua somma coincida con la funzione di partenza.

Esempio 9.2.14.

Sia data la funzione

(
f (x) =

e x2
0

per
per
197

x 6= 0
x=0

Serie di Fourier

Essa derivabile innite volte con derivate nell'origine tutte nulle.

Quindi la serie di Mac

Laurin identicamente nulla, che ovviamente converge ma non rappresenta la


innitamente derivabile su tutto

Osservazione 9.2.15.

f.

Dunque

ma non analitica in nessun intorno dell'origine.

(Pregi e difetti delle serie di potenze) Pregi: si pu inte-

grare e/o derivare termine a termine con molta facilit la serie di potenze e il raggio di convergenza
non cambia.

Difetti: si possono approssimare solo funzioni estremamente regolari, in particolare non c' speranza di approssimare mediante serie di potenze ad esempio una funzione discontinua o continua ma
non derivabile; per questo andiamo alla ricerca di altri tipi di serie di funzioni, che hanno la propriet
di convergere meno facilmente delle serie di potenze ma tali da poter avere come somma anche
funzioni meno regolari.
il caso ad esempio delle serie di Fourier.

9.3. Serie trigonometriche e serie di Fourier


9.3.1.

Polinomi trigonometrici e serie trigonometriche

Denizione 9.3.1.

Si dice polinomio trigonometrico di ordine

una funzione del

tipo

Pn (x) = a0 +

n
X

(ak cos kx + bk sin kx)

k=1
dove

ak , bk

sono numeri reali o complessi assegnati. Si dice serie trigonometrica l'analoga

espressione dove al posto della somma nita ci sia la serie

a0 +

X
(ak cos kx + bk sin kx)
k=1

Le serie trigonometriche sono di grandissima utilit in svariate applicazioni tra cui l'elaborazione o la compressione di segnali periodici di vario tipo o di immagini. La denizione data
naturalmente solo formale e come per ogni serie di funzioni non detto che converga e, in
caso aermativo, non detto che la somma della serie abbia buone propriet. Di sicuro per
ora c' solo che se una serie trigonometrica converge, la sua somma una funzione periodica

2 . Questo fa pensare, rovesciando il discorso, che sia possibile rappresentare ogni


funzione 2periodica con una somma, anche innita, di funzioni elementari del tipo
di periodo

sin x, cos x, sin 2x, cos 2x, . . . sin nx, cos nx, . . .
198

9.3

Serie trigonometriche e serie di Fourier

stata questa la straordinaria intuizione di Fourier. Cerchiamo allora alcune condizioni per la
convergenza di serie trigonometriche. Innanzitutto se i coecienti

ak

bk

non tendono a zero,

la serie non converge, perch non vericata la condizione necessaria. D'altra parte se gli

bn

tendono a zero cos velocemente che le serie

|an | e

an

|bn | convergono, allora per il criterio

del confronto si ha

|ak cos kx + bk sin kx| |ak | + |bk |


e quindi la serie trigonometrica converge assolutamente (e perci converge).
Nel caso intermedio in cui i coecienti della serie trigonometrica tendono a zero ma troppo
lentamente per avere convergenza assoluta, pu essere utile il seguente criterio.

Proposizione 9.3.2. Sia

{an } una successione a valori reali positivi che tende a zero in

maniera monotona. Allora le serie trigonometriche

an cos nx

n=1

an sin nx

n=1

convergono per ogni x (0, 2), mentre le serie trigonometriche

X
(1)n an sin nx

(1) an cos nx

n=1

n=1

convergono per ogni x [0, 2], con x 6= . Nei punti rimasti fuori, le serie di seni sono
identicamente nulle, mentre le altre possono convergere oppure no.
.

Esempio 9.3.3.

Dal criterio si deduce immediatamente che convergono per

x (0, 2)

le

seguenti serie trigonometriche

X
cos nx
n=1

X
sin nx
n=1

X
sin nx

n
n=1

X
cos nx

n
n=1

In questo caso, il criterio della convergenza assoluta non darebbe informazioni. Si noti che per

x=0

le serie dei coseni stavolta convergono. Allor stesso modo si dimostra dal criterio che le

serie

n cos nx

(1)

n=1
convergono per

n
x [0, 2]

X
sin nx
(1)n
n
n=1
con

x 6= ;

X
n=1

n cos nx

(1)

anche in questo caso, per

X
sin nx
(1)n
n
n=1

x =

le serie dei coseni

divergono.
Facciamo il punto: abbiamo denito una serie trigonometrica e abbiamo dato condizioni per cui
essa converga. Ora il tassello mancante capire se questa serie trigonometrica, nel caso sia convergente, possa rappresentare una qualche funzione e se s, quali classi di funzioni. L'idea che

199

Serie di Fourier

possa rappresentare funzioni regolari ma anche funzioni discontinue o continue ma non derivabili (cosa che non era possibile, come abbiamo osservato, con le serie di potenze). Ci induce a
pensare questo il fatto che se noi andiamo a derivare termine a termine la serie trigonometrica,
allora si ottiene di nuovo una serie trigonometrica ma con coecienti pi grandi in valore assoluto rispetto a quelli di partenza. Quindi ci si aspetta che possa essere pi dicile provare la
convergenza delle serie derivate. Quindi rispetto alle serie di potenze, le serie trigonometriche
si prestano ad essere uno strumento pi adatto per rappresentare anche funzioni meno regolari.
Il prossimo paragrafo ci permetter di stabilire sotto quali condizioni una funzione
su

[0, 2]

denita

(estesa in modo periodico fuori da questo intervallo) si possa vedere come somma di

una serie trigonometrica ed eventualmente come possano essere determinati i suoi coecienti.

9.3.2.

Serie di Fourier di una funzione

Abbiamo detto che una serie trigonometrica, se converge, ha per somma una funzione periodica
di periodo

2 .

Quindi le funzioni che pensiamo di sviluppare in serie trigonometriche saranno

funzioni denite su tutto

e periodiche di periodo

equivalente) funzioni denite su

[0, 2]

2 ,

o alternativamente (in modo del tutto

ed estese per periodicit su tutto

R.

Il problema che ci poniamo in questo paragrafo dunque il seguente: data una funzione

f :

[0, 2] R (prolungata per periodicit a tutto l'asse reale), sotto quali condizioni si pu vedere
f come somma di una serie trigonometrica? Come si determinano i coecienti ak e bk in questo
caso?
Possiamo pensare di prendere

f V , dove V

l'insieme costituito dalle funzioni

f : [0, 2] R

integrabili (in senso proprio) e quindi limitate; esso costituisce uno spazio vettoriale. Inoltre
su di esso possiamo introdurre un prodotto scalare

Z
hf, gi =

f (t) g(t) dt
0

con la relativa norma

p
||f || = hf, f i =

Z

1/2
f (t) dt
2

0
che a sua volta induce la distanza

Z

d(f, g) = ||f g|| =

1/2
[f (t) g(t)] dt
.
2

0
Ricordiamo l'obiettivo: data

f V

vogliamo trovare sotto quali condizioni

si scrive come

somma di una serie trigonometrica, che a sua volta limite di un polinomio trigonometrico.
Quindi, usando i risultati astratti contenuti nel paragrafo dei complementi, in particolare il
teorema di proiezione, l'idea quella di trovare un polinomio trigonometrico

200

Pn di grado minore

9.3

n e che sar il nostro V0 ) tale che


minimizza ovvero meglio approssima la distanza ||Pn f ||; questo sar dato dalla proiezione
ortogonale di Pn su V . Per fare ci, occorre dotare il nostro V0 di una base ortonormale. A tal

o uguale a

Serie trigonometriche e serie di Fourier

(che sta in uno spazio di dimensione nita

proposito vale la seguente proposizione.

Proposizione 9.3.4. Le funzioni


1 cos kx sin kx
, ,

k = 1, 2, . . .

costituiscono un sistema ortonormale nello spazio vettoriale V , cio valgono le seguenti


relazioni integrali (dette relazioni di ortogonalit), per ogni k, h = 1, 2, 3, . . .
2

(sin kx) dx =
0

cos kx cos hx dx = 0 h 6= k

sin kx sin hx dx =
0

(cos kx)2 dx =

Z
0

cos hx dx = 0

sin kx dx =

sin kx cos hx dx =

Quindi un polinomio trigonometrico di grado minore o uguale a

sar una combinazione

2n + 1 versori della base ortonormale di V , ovvero un generico elemento del


sottospazio vettoriale Vn (il nostro V0 del teorema astratto) generato da questi 2n + 1 vettori.
A questo punto andiamo a costruire esplicitamente la proiezione ortogonale di f su Vn (secondo
lineare dei primi

i risultati della Proposizione 9.4.3. Si ha

Z
2n
X
Sn f =
hf, ei iei =
i=0

n Z
X
k=1


1
1
f (t) dt +
2
2
0

Z 2


sin kt
cos kt
cos kx
sin kx
f (t) dt
+
f (t) dt

Se si pone

Z
1 2
f (t) cos kt dt
ak =
0
Z
1 2
bk =
f (t) sin kt dt
0
si ottiene

k = 0, 1, 2, . . .
k = 1, 2, . . .

n
X
1
S n f = a0 +
(ak cos kx + bk sin kx)
2
k=1

201

(9.3.1)

(9.3.2)

(9.3.3)

Serie di Fourier

Denizione 9.3.5.

enti di Fourier di
di

I coecienti

ak

bk

deniti dalle relazioni precedenti si dicono coeffici-

f ; il polinomio trigonometrico Sn f (x) si dice n-esima somma di Fourier

e la serie trigonometrica

X
1
a0 +
(ak cos kx + bk sin kx)
2
k=1
si dice serie di Fourier di

f
Sn f ,
polinomi trigonometrici di grado minore o uguale a n
f , cio la quantit ||f Pn ||, al variare di Pn Vn )

Raccogliamo nella prossima proposizione tutte le propriet, in base ai risultati astratti, di


oltre al fatto, gi visto che

Sn f

, tra i

quello che rende minima la distanza da

Proposizione 9.3.6. Sia

relazioni

(9.3.2) (9.3.2)

f V e siano ak , bk i suoi coecienti di Fourier assegnati dalle

. Allora:

#
n
2
X
a
(a2k + b2k )
||Sn f ||2 = 0 +
2
k=1
"

||Sn f ||2 ||f ||

(a2k + b2k ) <

k=1

k , ak 0, bk 0 lemma di Riemann-Lebesgue
#
"
Z 2
Z 2
n
2
X
a
(a2k + b2k )
[f (x) Sn (x)]2 dx =
f (x)2 dx 0 +
2
0
0
k=1

per

Osservazione 9.3.7.

invece che il classico

Naturalmente si possono considerare anche altri intervalli di periodicit

[0, 2].

Per esempio, per una funzione denita su

T)


trigonometriche con periodo (multiplo di


1,

sin

2kx
T

[0, T ]

il sistema di funzioni


cos

2kx
T


k = 1, 2, 3, . . .

mentre i coecienti di Fourier sono

Z
2 T
ak =
f (t) cos(kt) dt
T 0
Z
2 T
bk =
f (t) sin(kt) dt
T 0
dove si posto

k = 0, 1, 2, . . .
k = 1, 2, . . .

2
. I risultati delle corrispondenti propositioni si adattano poi di conseguenza.
T

202

9.3

Esempio 9.3.8.

Determinare i coecienti di Fourier della funzione

(onda quadra)

(
f (x) =
prolungata a una funzione

Serie trigonometriche e serie di Fourier

2periodica

x [0, )
x [, 2)

1
0

su

Si ha

1
a0 =

e, per

f (x) dx = 1
0

n1
1
an =

Z
0

1
f (x) cos(nx) dx =

cos(nx) dx = 0.
0

Invece si ha

1
bn =

Z
0

1
f (x) sin(nx) dx =

da cui

Z
0



cos(n) 1
1 (1)n 1
sin(nx) dx =
+
=
n
n

2
bn =
n
0

Quindi la serie di Fourier associata a

dispari

pari

1 2X 1
+
sin((2n + 1)x)
2 n=0 2n + 1

Osservazione 9.3.9.

periodo

T >0

Non dicile vericare che se

allora per ogni

aR
Z

f :RR

una funzione periodica di

si ha

a+T

Z
f (x) dx =

f (x) dx
0

quindi in particolare i coecienti di Fourier si possono calcolare equivalentemente come

Z
1
f (t) cos kt dt
ak =

Z
1
f (t) sin kt dt
bk =

k = 0, 1, 2, . . .
k = 1, 2, . . .

Questo fatto verr usato nell'osservazione successiva.

Osservazione 9.3.10.

Fourier sia

Supponiamo che la funzione

2periodica e simmetrica (pari o dispari).


203

f (x)

che vogliamo sviluppare in serie di

In tal caso allora, visto che anche le funzioni

Serie di Fourier

trigonometriche seno e coseno sono simmetriche, si semplica il calcolo dei coecienti di Fourier.
Se

dispari si ha

Z
1
ak =
f (t) cos kt dt = 0

Z
Z
1
2
f (t) sin kt dt =
f (t) sin kt dt
bk =

0
Analogamente se

pari si ha

Z
Z
2
1
f (t) cos kt dt =
f (t) cos kt dt
ak =

0
Z
1
bk =
f (t) sin kt dt = 0

A questo punto l'intuizione geometrica ci dice che al crescere di
della serie di Fourier approssima sempre meglio la funzione

f,

n,

la somma parziale

Sn f (x)

perch essa viene ricostruita

attraverso un numero crescente di componenti ortogonali. Quindi la domanda che ci poniamo


la seguente: vero che

9.3.3.

Sn f f

in qualche senso per

n ?

Convergenza della serie di Fourier

Convergenza della serie di Fourier in norma quadratica


Teorema 9.3.11. Sia

f V e siano ak , bk i suoi coecienti di Fourier assegnati dalle


relazioni (9.3.2), (9.3.2); sia inoltre Sn f (x) l'ennesima somma di Fourier di f data da
(9.3.3)

. Allora:

||f Sn f || 0

se

cio, per n
Z

[f (x) Sn (x)] dx =
0

Inoltre vale l'identit

"

#
n
a20 X 2
2
+
(ak + bk ) 0
f (x) dx
2
k=1
2

di Parseval

Z
0

"

2
X
a
f (x)2 dx = 0 +
(a2k + b2k )
2
k=1

Convergenza puntuale della serie di Fourier


Premettiamo la seguente denizione.

204

9.3

Serie trigonometriche e serie di Fourier

r Denizione 9.3.12. Si dice che f : [0, T ] R regolare a tratti se f limitata


[0, T ] e l'intervallo si pu decomporre in un numero nito di intervallini su ciascuno dei quali

in
la

funzione continua e derivabile; inoltre agli estremi di ciascun intervallino esistono niti i limiti sia
di

f (x) che di f 0 (x).

Sia

f : [0, T ] R limitata; si dice che monotona a tratti se l'intervallo

si pu decomporre in un numero nito di intervallini su ciascuno dei quali la funzione crescente o


decrescente.
Vale allora il seguente teorema.

Teorema 9.3.13. Sia f : [0, T ] R regolare a tratti (oppure limitata e monotona a tratti);
allora la serie di Fourier converge in ogni punto x0 (0, T ) alla media dei due limiti destro
e sinistro

f (x+
a0 X
0 ) f (x0 )
+
[ak cos(kx0 ) + bk sin(kx0 )] =
2
2
k=1

(T )
con = 2
; nei due estremi dell'intervallo invece la serie converge a f (0 )f
. In partiT
2
colare: in ogni punto dove f continua, la serie di Fourier converge a f (x); negli estremi
questo vero solo se f (0) = f (T ).
+

Osservazione 9.3.14.

Il risultato appena enunciato pu essere ranato in vari modi inde-

bolendo le ipotesi; tuttavia utile segnalare che la sola ipotesi di continuit della
anche alla condizione di raccordo

f (0) = f (T ))

(unita magari

insuciente a garantire la convergenza puntuale

della serie di Fourier in tutto l'intervallo.

Osservazione 9.3.15.

La teoria appena esposta (e i risultati dei complementi) possono essere

riformulati in spazi pi generali degli spazi

con prodotto scalare: gli

spazi di Hilbert; inoltre tra i

tipi di convergenze della serie di Fourier, ci sono anche altre convergenze che si possono considerare
(per esempio la

convergenza uniforme).

Entrambi questi argomenti, bench attinenti, esulano dagli

scopi di questo corso.

Esempio 9.3.16.

Sviluppare in serie di Fourier la funzione

prolungata su

< x < 0
0<x<

2
1

f (x) =

per periodicit, e discutere la convergenza in norma quadratica, puntuale e

totale.
Calcoliamo i coecienti di Fourier. Si ha

1
a0 =
2

Z

Z
2 dx +


dx

0
205

3
2

Serie di Fourier

1
ak =

bk =

Z

Z

Z
2 cos kx dx +

f (x)

cos kx dx

=0


sin kx dx

2 sin kx dx +

La serie di Fourier di

(1)
1

=
2
k
k
k

pari

dispari

quindi

3 X
2
sin(2k + 1)x
f (x) =
2 n=0 (2k + 1)
C' convergenza in norma quadratica; c' convergenza puntuale a

3
nei punti
2

x = k .

La serie non converge totalmente su

f (x)

se

x 6= k , k Z

e a

(perch si comporta come la serie

armonica).

g(x) = f (x) 3/2 una funzione dispari, quindi avremmo potuto


calcolare la serie di Fourier della funzione g(x) (evitando il calcolo di a0 e an ) per ottenere poi
quella di f aggiungendo la costante 3/2.
Osserviamo che la funzione

Osservazione 9.3.17.

L'identit di Parseval enunciata nel paragrafo precedente pu essere

utile per calcolare la somma di alcune serie notevoli, come mostra il seguente esempio.

Esempio 9.3.18.

Sviluppare in serie di Fourier la funzione

e prolungata per periodicit su

R;

f (x) = x

denita su

(, )

discuterne la convergenza. Determinare inoltre la somma

della serie

X
1
n2
n=1

La funzione data dispari quindi

a0 = 0, an = 0
bn =

per cui la serie di Fourier associata a

mentre

2(1)n
n

X
2
f (x) =
(1)n+1 sin nx
n
n=1

f (x), converge puntualmente a 0 nei punti (2n+1)


totalmente in R.

Questa serie converge in norma quadratica a


e a

f (x)

negli altri punti; non converge

Per calcolare la somma della serie utilizziamo l'identit di Parseval

Z
0
da cui essendo

a20 X
f (x) dx =
+
(a2n + b2n )
2
n=1
2

2
x2 dx = 3
3

206

9.4

Complementi: richiami sugli spazi vettoriali con prodotto scalare

si ha

X
2 3
4
=
3
n2
n=1

quindi

X
1
2
.
=
n2
6
n=1

9.4. Complementi: richiami sugli spazi vettoriali con prodotto scalare


Sia

uno spazio vettoriale di dimensione nita o innita.

Diciamo che su

prodotto scalare se esiste un'operazione che indicheremo con il simbolo

due elementi di

V denito un
h, i che prende

e vi associa uno scalare con le seguenti propriet:

hu, vi = hu, vi
hu + v, wi = hu, wi + hv, wi
h u, vi = hu, vi
R
hu, vi 0
hu, ui = 0 u = 0.
Se poniamo per ogni

uV
||u|| =

si dimostra che

|| ||

hu, ui

risulta essere una norma, cio un'operazione denita su

che ha le seguenti propriet, valide per ogni

a valori in

u, v V , R,

||u|| 0, ||u|| = 0 u = 0
|| u|| = ||||u||
||u + v|| ||u|| + ||v||
.

Esempio 9.4.1. L'esempio tipico di spazio vettoriale dotato di prodotto scalare Rn con

il prodotto scalare denito da

hu, vi =

n
X

ui vi

u = (u1 , u2 , . . . un ), v = (v1 , v2 , . . . , vn )

i=1
e la norma che induce il modulo del vettore

v
u n
uX
||u|| = t
u2i = |u|
i=1

207

Serie di Fourier

Vale la seguente proposizione.

Proposizione 9.4.2. Se

V0 un sottospazio vettoriale di dimensione nita di V , allora V0


possiede sempre una base ortonormale, cio una base e1 , e2 , . . . , en tale che i vettori siano

a due a due ortogonali e ciascuno di norma unitaria. In simboli si scrive


(
hei , ej i = ij

(ij il simbolo

di Kronecker

u0 V0

i=j
0 6= j

Ora supponiamo di avere un sottospazio


trovare l'elemento

1
0

V0 V

che meglio approssima

l'elemento richiesto sia la proiezione ortogonale di

e di avere un elemento

u V;

vogliamo

u (in norma). abbastanza intuitivo che


u su V0 , cio formalmente vale la seguente

proposizione.

Proposizione 9.4.3.

Sia V0 un sottospazio di dimensione nita di V e sia


{e1 , e2 , . . . , en } una base ortonormale di V0 . Allora la proiezione di u su V0 il vettore
(proiezione)

u0 =

n
X
hu, ei iei
i=1

che ha le seguenti propriet:


(1) u u0 ortogonale a ogni elemento di V0 ;
P
(2) ||u0 ||2 = ni=1 |hu, ei i|2 ||u||2
(3) u0 l'elemento che rende minima la quantit ||u v|| al variare di v V0 .

208