Elementi Cap 12

Giulio Cesare Barozzi
Giovanni Dore
Enrico Obrecht
Elementi di
Analisi Matematica
Volume 2
Versione preliminare 2013
Tutti i diritti riservati.
12
Applicazioni del
calcolo dierenziale
12.1. Estremi locali
In questa Sezione estendiamo alle funzioni reali di pi` u variabili il concetto di estremo
locale, studiato nella Sezione 5.5 per le funzioni di una variabile. Tale estensione
non presenta dicolt` a, perche si basa esclusivamente sul concetto di intorno. Non è
invece possibile lestensione a funzioni a valori vettoriali, perche si devono confrontare
i valori della funzione in punti diversi, richiedendo perciò lesistenza di una relazione
dordine nellimmagine della funzione.
12.1.1. Denizione. punto di massimo
locale, punto di
minimo locale,
estremante locale
Siano A R
n
, f : A R e c A D(A) .
Diciamo che c è punto di massimo locale per f quando
R
+
: x A I
(c) , si ha f(x) f(c) ;

in tal caso diciamo che f(c) è massimo locale per f .
Diciamo che c è punto di minimo locale per f quando
R
+
: x A I
(c) , si ha f(x) f(c) ;

in tal caso diciamo che f(c) è minimo locale per f .
Diciamo che c è punto di massimo locale forte per f quando
R
+
: x A I
(c) \ { c} , si ha f(x) < f(c) .

Diciamo che c è punto di minimo locale forte per f quando
R
+
: x A I
(c) \ { c} , si ha f(x) > f(c) .

Diciamo che c è estremante locale per f quando c è punto di massimo o di
minimo locale per f ; in tal caso diciamo che f(c) è estremo locale per f .
Come nel caso delle funzioni di una variabile (v. Oss. 5.5.3) il minimo e il massimo
di una funzione sono anche, rispettivamente, minimo locale e massimo locale. Usiamo
anche in questo ambito i termini massimo assoluto,
minimo assoluto
massimo assoluto e minimo assoluto per indicare
massimo e minimo di una funzione, quando si voglia sottolinearne la dierenza con
gli estremi locali.
12.1.2. Esempio Consideriamo la funzione
g
1
: R
2
R, g
1
(x, y) = x
3
+ x
2
+ 2y
2
.
Si ha g
1
(0) = 0 e, se x 1 , allora
g
1
(x, y) = x
2
(x + 1) + 2y
2
0 ;
G. C. Barozzi G. Dore E. Obrecht
2 Capitolo 12. Applicazioni del calcolo differenziale c 978-88-08-00000-0
poiche I
1
(0) { (x, y) R
2
| x 1} , ne segue che (x, y) I
1
(0) , si ha
g
1
(x, y) 0 = g
1
(0) ; quindi 0 è punto di minimo locale per g
1
.
Osserviamo che 0 non è il minimo di g
1
; infatti, ad esempio, g
1
(2, 0) = 4 .
12.1.3. Esempio Consideriamo la funzione norma in R
n
. Poiche, x R
n
, si ha
x 0 = 0 , 0 è punto di minimo locale per tale funzione.
Come nel caso unidimensionale, strumenti molto ecaci per la ricerca degli estre-
manti locali di una funzione sono forniti dal calcolo dierenziale; i teoremi seguenti
illustrano i principali risultati di questo tipo.
12.1.4. Teorema (di Fermat). teorema di Fermat Siano A R
n
, c int A e f : A R. Se f è
dierenziabile in c e c è estremante locale per f , allora f(c) = 0 .
Dimostrazione. Supponiamo che c sia punto di massimo locale per f (quando c
è un punto di minimo locale la dimostrazione è analoga). In tal caso R
+
tale
che, se x A I
(c) , allora f(x) f(c) . Visto che c int I , si pu` o scegliere

tale che sia anche I
(c) A.
Per j = 1, 2 . . . , n , poniamo
A
j
= { z R | (c
1
, c
2
, . . . , c
j1
, z, c
j+1
, . . . , c
n
) A}
e
j
f : A
j
R,
j
f(z) = f(c
1
, c
2
, . . . , c
j1
, z, c
j+1
, . . . , c
n
) .
Se z [c
j
, c
j
+ ] , allora
_
_
(c
1
, c
2
, . . . , c
j1
, z, c
j+1
, . . . , c
n
) c
_
_
= |z c
j
| ,
quindi
j
f(z) = f(c
1
, c
2
, . . . , c
j1
, z, c
j+1
, . . . , c
n
) f(c) =
j
f(c
j
) ,
dunque c
j
è punto di massimo locale per
j
f .
Poiche f è dierenziabile in c , essa è derivabile parzialmente rispetto a x
j
in tale
punto (v. Teor. 11.1.9); quindi
j
f è derivabile in c
j
e (
j
f)
(c
j
) = D
j
f(c) . Il Teorema
di Fermat per funzioni di una variabile 5.5.6, assicura allora che (
j
f)
(c
j
) = 0 , cioè
D
j
f(c) = 0 .
Perciò, per il Teor. 11.4.2, f(c) = 0 .
Osserviamo che tra le ipotesi del Teorema di Fermat è richiesto che lestremante
locale c sia un punto interno al dominio della funzione f ; viste le denizioni date,
tale ipotesi è essenziale per poter parlare di dierenziabilità di f in c . Tuttavia pu` o
essere interessante studiare gli estremi locali di una restrizione di una funzione data; in
questo caso ha senso parlare di dierenziabilità anche in un punto di frontiera, purche
esso sia interno al dominio della funzione originaria. In questa situazione possono
esistere estremanti locali in punti a gradiente non nullo, come mostra il seguente
esempio.
g
2
: R
2
R, g
2
(x, y) = x.
Studiamo la restrizione di g
2
a I
1
(0) = { (x, y) R
2
| x
2
+y
2
1} . Evidentemente,
(x, y) I
1
(0) , si ha 1 x 1 ; inoltre g
2
(1, 0) = 1 , g
2
(1, 0) = 1 . Pertanto
in (1, 0) la funzione g
2
|
I1(0)
assume il suo valore minimo, quindi tale punto è di
minimo locale; analogamente (1, 0) è punto di massimo locale per g
2
|
I1(0)
. Tuttavia,
(x, y) R
2
si ha g
2
(x, y) = (1, 0) ; quindi g
2
è non nullo in ciascuno dei due
estremanti locali (1, 0) e (1, 0) .
c 978-88-08-00000-0 12.1. Estremi locali 3
Sottolineiamo il fatto che, come nel caso delle funzioni di una variabile, il Teorema
di Fermat d` a una condizione solo necessaria per lesistenza di un estremante locale;
lannullarsi del gradiente in un punto non è suciente per concludere che tale punto
è un estremante locale, come mostra il seguente esempio.
g
3
: R
2
R, g
3
(x, y) = x
2
y
2
.
La funzione g
3
è di classe C
e, (x, y) R
2
, si ha g
3
(x, y) = (2x, 2y) , quindi
g
3
(0) = 0 . Poiche g
3
(0) = 0 , x R
, g
3
(x, 0) > 0 e y R
, g
3
(0, y) < 0 , 0
non è estremante locale, perche in ogni intorno di 0 vi sono sia punti dellasse delle
ascisse che punti dellasse delle ordinate.
12.1.7. Denizione. punto critico,
punto di sella
Siano A R, c int A e f : A R dierenziabile in c .
Diciamo che c è punto critico per f quando f(c) = 0 . Diciamo che c è punto
di sella per f quando c è punto critico, ma non è estremante locale per f .
Il nome di punto di sella è giusticato dallEs. 12.1.6: per la funzione g
3
lorigine
è un punto critico che non è estremante locale e il graco di tale funzione vicino
allorigine ricorda la forma della sella di un cavallo, o anche della supercie terrestre
in prossimità di un passo di montagna.
Dal Teorema di Fermat 12.1.4 segue che gli estremanti locali per una funzione
dierenziabile in un aperto sono punti critici.
Enunciamo ora delle condizioni sucienti per lesistenza di un estremante locale.
Vediamo anzitutto una condizione basata sulle derivate parziali prime della funzione;
si tratta dellanalogo, per le funzioni di pi` u variabili, del Teor. 5.5.14. Facciamo però
notare che nel caso delle funzioni di pi` u variabili lapplicazione del teorema presenta,
nella maggior parte dei casi, maggiori dicolt` a rispetto al caso delle funzioni di una
variabile.
12.1.8. Teorema (condizione suciente per lesistenza di un estremante locale).
Siano A R
n
, c int A e f : A R dierenziabile in un intorno di c .
(1) Se esiste U , intorno di c incluso in A , tale che x U , f(x)
(xc) 0
allora c è punto di massimo locale per f .
(2) Se esiste U , intorno di c incluso in A , tale che x U , f(x)
(xc) 0
allora c è punto di minimo locale per f .
Dimostrazione. Dimostriamo solo la (1); la dimostrazione di (2) è del tutto analoga.
Sia x U \ { c} ; il segmento [c, x] è incluso in U , quindi, per il Teorema di
Lagrange 11.7.1, esiste d [c, x] , ma diverso da c , tale che
f(x) f(c) = f(d)

(x c) .
Poiche d [c, x] \ { c} , si ha d = (1 t)c + tx, per un t ]0, 1] ; pertanto
d c = t(x c) , quindi
f(x) f(c) = f(d)

d c
t
0 .
Poiche x U , f(x) f(c) , c è un punto di massimo locale per f .
12.1.9. Esempio Sia
g
4
: R
2
R, g
4
(x, y) = 4x
2
+ y
2
+ e
4xy
.
La funzione g
4
è di classe C
, quindi dierenziabile, e si ha, (x, y) R

2
,
g
4
(x, y) = (8x 4ye
4xy
, 2y 4xe
4xy
) .
Evidentemente g
4
si annulla in 0 e, (x, y) R
2
, si ha
g
4
(x, y)
_
(x, y) 0
_
=
_
8x4ye
4xy
_
x+
_
2y 4xe
4xy
_
y = 8x
2
+2y
2
8xye
4xy
.
Se xy 0 questa è la somma di addendi non negativi, mentre se xy > 0 allora
e
4xy
< 1 e quindi
8x
2
+ 2y
2
8xye
4xy
> 8x
2
+ 2y
2
8xy = 2(2x y)
2
0 .
Perciò (x, y) R
2
, g
4
(x, y)

_
(x, y) 0
_
0 , quindi, per il Teor. 12.1.8, 0 è
punto di minimo locale per g
4
.
Osserviamo che 0 è lunico punto critico per g
4
. Infatti, se g
4
(x, y) = 0 , allora
0 = xD
x
g
4
(x, y) yD
y
g
4
(x, y) = 8x
2
2y
2
,
quindi y = 2x oppure y = 2x . Nel primo caso
0 = D
x
g
4
(x, 2x) = 8x 8xe
8x
2
= 8x
_
1 e
8x
2_
,
quindi o x = 0 , oppure e
8x
2
= 1 , che è vericato solo per x = 0 ; da ciò segue
y = 0 . Se invece y = 2x , allora
0 = D
x
g
4
(x, 2x) = 8x + 8xe
8x
2
= 8x
_
1 + e
8x
2_
,
e quindi x = 0 , perche lultimo fattore è sempre diverso da 0 ; da qui ancora y = 0 .
Pertanto, per il Teorema di Fermat 12.1.4, 0 è lunico estremante locale per g
4
.
Nel caso di funzioni di una variabile, abbiamo visto condizioni suciente per lesi-
stenza di estremanti locali mediante la derivata seconda (v. Teor. 5.7.20), ciò è possi-
bile anche nel caso multidimensionale utilizzando la matrice hessiana, i cui elementi
sono le derivate parziali seconde (v. Def. 11.8.4).
12.1.10. Teorema (condizione suciente per lesistenza di un estremante locale condizione
suciente per
lesistenza di un
estremante locale
).
Siano A un aperto di R
n
, f C
2
(A, R) e c A . Supponiamo che c sia un
punto critico per f .
(1) Se Hf
c
è denita positiva, allora c è punto di minimo locale forte per f ;
(2) se Hf
c
è denita negativa, allora c è punto di massimo locale forte per f ;
(3) se Hf
c
è non denita, allora c è punto di sella per f .
Dimostrazione. (1) Poiche c è un punto critico per f , f(c) = 0 e quindi, per
la Formula di Taylor col resto nella forma di Peano 11.9.1,
f(x) f(c) =
1
2
_
Hf
c
(x c)
_
(x c) + o
_
x c
2
_
, per x c ;
risulta allora, x A \ { c} ,
f(x) f(c) = x c
2
_
1
2
_
Hf
c
x c
x c
_
x c
x c
+ (x)
_
, (12.1.1)
dove (x) 0 per x c .
Detta q la forma quadratica associata alla matrice Hf
c
, q è continua (perche
polinomiale). Poiche
S
n1
= { y R
n
| y = 1}
è compatto, per il Teorema di Weierstrass per funzioni reali 10.6.12, q(S
n1
) ha
minimo: indichiamolo con m . Poiche q è denita positiva, m > 0 . Visto che
c 978-88-08-00000-0 12.1. Estremi locali 5
x A \ { c} è (x c)/x c S
n1
, per tali x si ha
_
Hf
c
x c
x c
_
x c
x c
= q
_
x c
x c
_
m.
Poiche lim
xc
(x) = 0 > m/2 , esiste U , intorno di c , tale che, x AU \ { c} ,
si ha (x) > m/2 ; pertanto dalla (12.1.1) segue che per tali x si ha
f(x) f(c) > x c
2
_
m
2

m
2
_
= 0 ,
quindi f(x) > f(c) . Perciò c è punto di minimo locale forte per f .
(2) Segue da (1), applicata alla funzione f .
(3) Se Hf
c
è non denita, allora esistono h
+
, h

_
R
n
_
tali che
_
Hf
c
h
+
_
h
+
> 0 ,
_
Hf
c
h
< 0 .
Per la Formula di Taylor col resto nella forma di Peano 11.9.1, visto che f(c) = 0 ,
si ha, per t 0 ,
f(c + th
) f(c) =
1
2
_
Hf
c
(th
)
_
(th
) + o
_
t
2
_
=
= t
2
_
1
2
_
Hf
c
h
(t)
_
,
(12.1.2)
dove
(t) 0 per t 0 .
Poiche
lim
t0
+
(t) = 0 >
1
2
_
Hf
c
h
+
_
h
+
,
esiste R
+
tale che per t [, ] \ { 0} si ha c + th
+
A e
+
(t) >
1
2
_
Hf
c
h
+
_
h
+
;
quindi, per la (12.1.2), f(c + th
+
) f(c) > 0 . Perciò in ogni intorno di c vi sono
punti del tipo c+th
+
tali che f(c+th
+
) > f(c) , quindi c non è punto di massimo
locale per f .
Analogamente si dimostra che in ogni intorno di c vi sono punti del tipo c + th
tali che f(c+th
) < f(c) , quindi c non è neppure punto di minimo locale per f .

12.1.11. Esempio Se c è un punto critico tale che Hf
c
non è ne denita ne non
denita, allora dalla sola conoscenza della matrice hessiana non è possibile dedur-
re se c è estremante locale. Per giusticare questa aermazione, consideriamo le
funzioni:
g
5
: R
2
R, g
5
(x, y) = x
2
+ y
4
,
g
6
: R
2
R, g
6
(x, y) = x
2
y
4
.
Si ha, (x, y) R
2
:
g
5
(x, y) = (2x, 4y
3
) , g
6
(x, y) = (2x, 4y
3
) ,
Hg
5(x,y)
=
_
2 0
0 12y
2
_
, Hg
5(x,y)
=
_
2 0
0 12y
2
_
.
Perciò (0, 0) è punto critico sia per g
5
che per g
6
e
Hg
5(0,0)
= Hg
6(0,0)
=
_
2 0
0 0
_
;
questa matrice è diagonale e i suoi autovalori sono 0 e 2 , pertanto essa è semidenita
positiva, ma non è denita.
Evidentemente, (x, y) R
2
, si ha g
5
(x, y) 0 = g
5
(0) ; quindi 0 è punto di
minimo locale per g
5
.
Inoltre, x, y R
, si ha:
g
6
(x, 0) = x
2
> 0 = g
6
(0) , g
6
(0, y) = y
4
< 0 = g
6
(0) ;
in ogni intorno di 0 vi sono sia punti dellasse delle ascisse che punti dellasse delle
ordinate, pertanto da queste disuguaglianze segue che 0 non è un estremante locale
per g
6
.
12.1.12. Esempio Cerchiamo gli estremanti locali della funzione
g
7
: R
2
R, g
7
(x, y) = 2x
3
+ 4x
2
y + 5x
2
12xy + 4y
2
,
che è di classe C
, perche polinomiale. Poiche il dominio di g

7
è aperto, per il
Teorema di Fermat 12.1.4, ogni estremante locale è un punto critico.
Si ha, (x, y) R
2
,
g
7
(x, y) = (6x
2
+ 8xy + 10x 12y, 4x
2
12x + 8y) ;
quindi i punti critici sono le soluzioni del sistema
_
6x
2
+ 8xy + 10x 12y = 0 ,
4x
2
12x + 8y = 0 .
Dalla seconda equazione si ricava y = x
2
/2 + 3x/2 e sostituendo nella prima
otteniamo
6x
2
+ 8x
_
1
2
x
2
+
3
2
x
_
+ 10x 12
_
1
2
x
2
+
3
2
x
_
= 0 ,
cioè
4x
3
+ 12x
2
8x = 0 ,
x(x
2
3x + 2) = 0 .
Le soluzioni di questa equazione sono 0 , 1 e 2 , quindi, visto che y = x
2
/2 + 3x/2 ,
i punti critici di g
7
sono: (0, 0) , (1, 1) e (2, 1) .
La matrice hessiana di g
7
è, (x, y) R
2
,
Hg
7
(x,y)
=
_
12x + 8y + 10 8x 12
8x 12 8
_
;
pertanto nei punti critici si ha
Hg
7
(0,0)
=
_
10 12
12 8
_
, Hg
7
(1,1)
=
_
6 4
4 8
_
, Hg
7
(2,1)
=
_
6 4
4 8
_
.
Si ha det Hg
7(0,0)
= 64 < 0 e det Hg
7(2,1)
= 64 < 0 ; pertanto, per il Teor. 9.6.10,
le matrici Hg
7(0,0)
e Hg
7(2,1)
sono non denite, e quindi (0, 0) e (2, 1) sono punti
di sella. Inoltre la matrice Hg
7(1,1)
ha elemento di posto 1, 1 positivo e determinante
uguale a 32 ; perciò tale matrice è denita positiva. Pertanto (1, 1) è un punto di
minimo locale per g
7
.
12.1.13. Esempio Sia
g
8
:
_
(x, y) R
2

xy > 0
_
R, g
8
(x, y) =
x
2
+ 4x + y + 1
xy
.
c 978-88-08-00000-0 12.1. Estremi locali 7
Determiniamone gli estremanti locali. La funzione g
8
è di classe C
e il suo dominio
è aperto; quindi, per il Teorema di Fermat 12.1.4, ogni estremante locale è punto
critico.
Si ha, (x, y) domg
8
,
D
x
g
8
(x, y) =
(2x + 4)
xy (x
2
+ 4x + y + 1)
y
2
xy
xy
=
3x
2
+ 4x y 1
2x
xy
,
D
y
g
8
(x, y) =
xy (x
2
+ 4x + y + 1)
x
2
xy
xy
=
x
2
4x + y 1
2y
xy
;
pertanto i punti critici per g
8
sono le soluzioni del sistema
_
3x
2
+ 4x y 1 = 0 ,
x
2
4x + y 1 = 0 ,
che appartengono a domg
8
. Sommando membro a membro le due equazioni si ottiene
2x
2
2 = 0 , che ha le soluzioni x = 1 e x = 1 . Sostituendo x = 1 nella prima
equazione otteniamo y = 6 , mentre sostituendo x = 1 otteniamo y = 2 . Visto
che (1, 6) e (1, 2) appartengono al dominio di g
8
, essi sono punti critici per tale
funzione.
Calcoliamo le derivate parziali seconde di g
8
. Si ha, (x, y) domg
8
,
D
xx
g
8
(x, y) =
1
2
(6x + 4)x
xy (3x
2
+ 4x y 1)
_
xy +
xy
2
xy
_
x
3
y
=
=
xy
4
2(6x + 4)x 3(3x
2
+ 4x y 1)
x
3
y
=
3x
2
4x + 3y + 3
4x
2
xy
,
D
xy
g
8
(x, y) =
1
2x
xy (3x
2
+ 4x y 1)
x
2
xy
xy
=
3x
2
4x y + 1
4xy
xy
,
D
yy
g
8
(x, y) =
1
2
y
xy (x
2
4x + y 1)
_
xy +
xy
2
xy
_
xy
3
=
=
xy
4
2y 3(x
2
4x + y 1)
xy
3
=
3x
2
+ 12x y + 3
4y
2
xy
.
Pertanto
Hg
8(1,6)
=
_
_
_
_
5
1
2
1
2
6
1
12
6
_
_
_
_
, Hg
8(1,2)
=
_
_
_
_
1
2
1
2
2
1
2
1
4
2
_
_
_
_
.
La matrice Hg
8(1,6)
ha elemento di posto 1, 1 positivo e determinante uguale a 1/36 ;
pertanto, per il Teor. 9.6.10 è denita positiva. Perciò (1, 6) è punto di minimo locale
per g
8
. La matrice Hg
8
(1,2)
ha determinante uguale a 1/4 ; pertanto è non
denita. Perciò (1, 2) è punto di sella per g
8
.
g
9
: R
3
R, g
9
(x, y, z) = (3x
2
+ 2xy + y
2
+ 2z
2
3z) e
z
.
9
è di classe C
e il suo dominio
è aperto; pertanto, per il Teorema di Fermat 12.1.4, ogni estremante locale è punto
critico.
Si ha, (x, y, z) R
3
:
D
x
g
9
(x, y, z) = (6x + 2y) e
z
,
D
y
g
9
(x, y, z) = (2x + 2y) e
z
,
D
z
g
9
(x, y, z) = (4z 3) e
z
(3x
2
+ 2xy + y
2
+ 2z
2
3z) e
z
=
= (3x
2
2xy y
2
2z
2
+ 7z 3) e
z
.
Pertanto (x, y, z) è punto critico per g
9
se, e solo se, è soluzione del sistema
_
_
6x + 2y = 0 ,
2x + 2y = 0 ,
3x
2
2xy y
2
2z
2
+ 7z 3 = 0 .
Sottraendo membro a membro le prime due equazioni si ricava x = 0 , da cui, so-
stituendo nella prima equazione, segue y = 0 . Ponendo x = y = 0 nella terza
equazione, si ottiene 2z
2
+ 7z 3 = 0 , quindi
z =
7 5
4
=
_
_
_
1
2
3 .
Perciò i punti critici di g
9
sono (0, 0, 1/2) e (0, 0, 3) .
Calcoliamo le derivate parziali seconde di g
9
. Si ha, (x, y, z) R
3
:
D
xx
g
9
(x, y, z) = 6 e
z
,
D
xy
g
9
(x, y, z) = 2 e
z
,
D
xz
g
9
(x, y, z) = (6x + 2y) e
z
,
D
yy
g
9
(x, y, z) = 2 e
z
,
D
yz
g
9
(x, y, z) = (2x + 2y) e
z
,
D
zz
g
9
(x, y, z) = (4z + 7) e
z
(3x
2
2xy y
2
2z
2
+ 7z 3) e
z
=
= (3x
2
+ 2xy + y
2
+ 2z
2
11z + 10) e
z
.
Quindi
Hg
9(0,0,1/2)
=
_
_
6e
1/2
2e
1/2
0
2e
1/2
2e
1/2
0
0 0 5e
1/2
_
_
,
Hg
9
(0,0,3)
=
_
_
6e
3
2e
3
0
2e
3
2e
3
0
0 0 5e
3
_
_
.
I minori di nord-ovest di Hg
9
(0,0,1/2)
sono (v. Sezione 9.6):
1
= 6e
1/2
,
2
= 8e
1
,
3
= 8e
1
5e
1/2
= 40e
3/2
;
poiche essi sono tutti positivi, per il Criterio di Sylvester 9.6.20, Hg
9
(0,0,1/2)
è denita
positiva; allora per il Teor. 12.1.10, (0, 0, 1/2) è un punto di minimo locale per g
9
.
9(0,0,3)
sono:
1
= 6e
3
,
2
= 8e
6
,
3
= 8e
6
(5)e
3
= 40e
9
;
c 978-88-08-00000-0 12.1. Estremi locali 9
poiche i primi due sono positivi, mentre il terzo è negativo, Hg
9(0,0,3)
è non denita;
allora per il Teor. 12.1.10 (0, 0, 3) è un punto di sella per g
9
.
g
10
:
_
(x, y, z) R
3

x + y = 0
_
R, g
10
(x, y, z) =
3x
2
+ y
2
+ z
2
+ 4
x + y
.
10
è di classe C
, perche razio-
nale, e il suo dominio è aperto; quindi, per il Teorema di Fermat 12.1.4, gli estremanti
locali per g
10
sono punti critici.
Si ha, (x, y, z) R
3
:
D
x
g
10
(x, y, z) =
6x(x + y) (3x
2
+ y
2
+ z
2
+ 4)
(x + y)
2
=
3x
2
+ 6xy y
2
z
2
4
(x + y)
2
,
D
y
g
10
(x, y, z) =
2y(x + y) (3x
2
+ y
2
+ z
2
+ 4)
(x + y)
2
=
3x
2
+ 2xy + y
2
z
2
4
(x + y)
2
,
D
z
g
10
(x, y, z) =
2z
x + y
;
pertanto i punti critici di g
10
sono della forma (x, y, 0) , con (x, y) soluzione del
sistema
_
3x
2
+ 6xy y
2
4 = 0 ,
3x
2
+ 2xy + y
2
4 = 0 ,
che soddisfa la condizione x + y = 0 . Sommando membro a membro si ottiene
8xy8 = 0 ; quindi deve essere y = 0 e x = 1/y . Sostituendo nella prima equazione,
otteniamo
3
y
2
+ 6 y
2
4 = 0 ,
da cui
y
4
2y
2
3 = 0 ;
quindi
y
2
= 1 2 =
_
1
3 .
Visto che non pu` o essere y
2
= 1 , abbiamo le soluzioni y =
3 , a cui corrisponde
x = 1/
3 . Pertanto i punti critici di g

10
sono
_
1/
3,
3, 0
_
e
_
1/
3,
3, 0
_
.
Le derivate parziali seconde di g
10
sono, (x, y, z) domg
10
,
D
xx
g
10
(x, y, z) =
(6x + 6y)(x + y)
2
2(3x
2
+ 6xy y
2
z
2
4)(x + y)
(x + y)
4
=
=
8y
2
+ 2z
2
+ 8
(x + y)
3
,
D
xy
g
10
(x, y, z) =
(6x 2y)(x + y)
2
2(3x
2
+ 6xy y
2
z
2
4)(x + y)
(x + y)
4
=
=
8xy + 2z
2
+ 8
(x + y)
3
,
D
xz
g
10
(x, y, z) =
2z
(x + y)
2
,
D
yy
g
10
(x, y, z) =
(2x + 2y)(x + y)
2
2(3x
2
+ 2xy + y
2
z
2
4)(x + y)
(x + y)
4
=
=
8x
2
+ 2z
2
+ 8
(x + y)
3
,
D
yz
g
10
(x, y, z) =
2z
(x + y)
2
,
D
zz
g
10
(x, y, z) =
2
x + y
.
Perciò
Hg
10
(1/
3,
3,0)
=
_
_
_
_
_
_
_
3
3
2
0 0
0
3
2
0
0 0
3
2
_
_
_
_
_
_
_
,
Hg
10
(1/
3,
3,0)
=
_
_
_
_
_
_
_
3
2
0 0
0
3
2
0
0 0
3
2
_
_
_
_
_
_
_
.
La matrice Hg
10
(1/
3,
3,0)
è diagonale e i suoi autovalori sono positivi, quindi è
denita positiva; pertanto, per il Teor. 12.1.10,
_
1/
3,
3, 0
_
è un punto di minimo
locale per g
10
. Anche la matrice Hg
10
(1/
3,
3,0)
è diagonale e i suoi autovalori
sono negativi, quindi è denita negativa; pertanto
_
1/
3,
3, 0
_
è un punto di
massimo locale per g
10
.
12.1.16. Esempio Riprendiamo in esame la funzione
g
4
: R
2
R, g
4
(x, y) = 4x
2
+ y
2
+ e
4xy
,
già introdotta nellEs. 12.1.9. Abbiamo dimostrato che 0 è un punto di minimo locale
ed è lunico punto critico per f . Sappiamo che si ha, (x, y) R
2
,
g
4
(x, y) = (8x 4ye
4xy
, 2y 4xe
4xy
)
e quindi
Hg
4
(x, y) =
_
8 + 16y
2
e
4xy
4(4xy 1)e
4xy
4(4xy 1)e
4xy
2 + 16x
2
e
4xy
_
,
da cui
Hg
4(0,0)
=
_
8 4
4 2
_
.
Poiche det Hg
4(0,0)
= 0 , per il Teor. 9.6.10, questa matrice non è denita positiva,
quindi lo studio della matrice hessiana nellorigine non consente di concludere che tale
punto è di minimo locale.
12.2. Funzioni convesse
La denizione di funzione convessa data nella Sezione 5.7 per le funzioni reali di
variabile reale pu` o essere trasportata al caso delle funzioni reali di pi` u variabili senza
dicolt` a; è suciente sostituire alla retta tangente liperpiano tangente al graco
di f .
c 978-88-08-00000-0 12.2. Funzioni convesse 11
12.2.1. Denizione. funzione convessa,
concava
Siano A un aperto convesso di R
n
e f : A R dieren-
ziabile;
diciamo che f è convessa quando si ha, c, x A ,
f(x) f(c) + f(c)

(x c) ; (12.2.1)
diciamo che f è concava quando si ha, c, x A ,
f(x) f(c) + f(c)

(x c) . (12.2.2)
Quando n = 2 , le denizioni di funzione convessa e concava hanno una interpreta-
zione geometrica analoga a quella vista per le funzioni reali di variabile reale. Infatti
in tal caso il secondo membro della (12.2.1) è il valore in x della funzione il cui
graco è il piano tangente a f in
_
c, f(c)
_
(v. Sezione 11.1). Perciò la condizione
di convessità di f aerma che, dato un qualunque piano tangente al graco di f ,
esso si trova al di sotto del graco stesso, nel senso che dati due punti con le stesse
ascisse e ordinate, uno appartenente al piano tangente e laltro al graco, la quota di
quello appartenente al primo è minore o uguale della quota di quello appartenente al
secondo.
`
E facile vericare che una funzione f è concava se, e solo se, f è convessa.
12.2.2. Osservazione Analogamente al caso n = 1 questa denizione di funzione
convessa è la pi` u semplice per i nostri scopi, ma non quella pi` u usata. Come vi-
sto nellOss. 5.7.3, nel caso unidimensionale la convessità di f pu` o essere denita
richiedendo che, dati tre punti a , b e c nel dominio di f , con a < b < c , sia
f(b)
c b
c a
f(a) +
b a
c a
f(c) .
Ponendo t = (b a)/(c a) , evidentemente 0 < t < 1 e si ha tc ta = b a , cioè
b = (1 t)a + tc ; perciò la disuguaglianza precedente diventa
f
_
(1 t)a + tc
_
(1 t)f(a) + tf(c) ,
che ha senso anche nel caso multidimensionale: dati a e c appartenenti al dominio
di f , il punto (1 t)a+tc appartiene al segmento [a, c] , che è incluso nel dominio
di f , se esso è convesso.
Pertanto è possibile denire la convessità di una funzione a valori reali f , avente
come dominio un convesso A di R
n
, richiedendo che
a, c A, t ]0, 1[ , f
_
(1 t)a + tc
_
(1 t)f(a) + tf(c) .
Quando A è aperto e f è dierenziabile questa denizione equivale a quella data
sopra.
g
1
: R
2
R, g
1
(x) = x
2
+ y
2
e verichiamo che è convessa. Infatti essa è dierenziabile e g
1
(x, y) = (2x, 2y) ,
(x, y) R
2
; perciò si ha, (c
1
, c
2
), (x, y) R
2
,
g
1
(x, y) g
1
(c
1
, c
2
) g
1
(c
1
, c
2
)

(x c
1
, y c
2
) =
= x
2
+ y
2
c
2
1
c
2
2
2c
1
(x c
1
) 2c
2
(y c
2
) =
= x
2
2c
1
x + c
2
1
+ y
2
2c
2
y + c
2
2
= (x c
1
)
2
+ (y c
2
)
2
0 ;
quindi g
1
è convessa.
Come nel caso delle funzioni di una variabile, la verica diretta della conves-
sità è, solitamente, piuttosto complessa; risultano quindi utili teoremi che forniscano
condizioni di convessità.
12.2.4. Teorema (test di convessità, prima forma). Siano A un aperto convesso
di R
n
e f : A R dierenziabile;
(1) f è convessa se, e solo se,
c, d A,
_
f(d) f(c)
_
(d c) 0 ; (12.2.3)
(2) f è concava se, e solo se,
c, d A,
_
f(d) f(c)
_
(d c) 0 . (12.2.4)
Dimostrazione. (1) Supponiamo f convessa e siano c, d A . Allora
f(d) f(c) +f(c)

(d c) , f(c) f(d) +f(d)

(c d) ,
da cui, sommando membro a membro, si ottiene
f(d) + f(c) f(c) +f(c)

(d c) + f(d) +f(d)

(c d)
e quindi
0
_
f(c) f(d)
_
(d c) ,
che è la (12.2.3).
Viceversa supponiamo che valga la (12.2.3) e siano c, x A , con x = c . Per
la convessità di A , il segmento [c, x] è incluso in A ; quindi, per il Teorema di
Lagrange 11.7.1, esiste d [c, x] , diverso da c , tale che
f(x) f(c) = f(d)

(x c) = f(c)

(x c) +
_
f(d) f(c)
_
(x c) .
Sia t ]0, 1] , tale che d = (1 t)c + tx; allora d c = t(x c) e quindi
_
f(d) f(c)
_
(x c) =
1
t
_
f(d) f(c)
_
(d c) 0 ;
pertanto si ha
f(x) f(c) f(c)

(x c) .
Questo prova che f è convessa.
(2) Segue subito da (1), osservando che f è concava se, e solo se, f è convessa.
Nel caso di funzioni di una variabile, il Test di convessità 5.7.10 riconduce lo studio
della convessità a quello del segno della derivata seconda; in ambito multidimensionale
il ruolo della derivata seconda è preso dalla matrice hessiana, i cui elementi sono le
derivate parziali seconde (v. Def. 11.8.4). Abbiamo quindi il seguente teorema.
12.2.5. Teorema (test di convessità, seconda forma). test di convessità Siano A un aperto con-
vesso di R
n
e f C
2
(A, R) ;
(1) f è convessa se, e solo se, x A, Hf
x
è semidenita positiva;
(2) f è concava se, e solo se, x A , Hf
x
è semidenita negativa.
Dimostrazione. (1) Per il Test di convessità 12.2.4 è suciente dimostrare che
vale la (12.2.3) se, e solo se, Hf
x
è semidenita positiva.
Supponiamo che valga la (12.2.3) e sia c A . Fissato h R
n
, con h = 1 , sia
t R
+
tale che c + th A . Si ha
f(c + th) f(c)
t
h =
1
t
2
_
f(c + th) f(c)
_
(th) 0 ,
quindi
D
h
(f)(c)

h = lim
t0+
f(c + th) f(c)
t
h 0 .
Per il Teor. 11.3.5 e lOss. 11.8.7, si ha
D
h
(f)(c) = d(f)
c
(h) = J(f)
c
h = Hf
c
h;
perciò
_
Hf
c
h
_
h 0 . Poiche questo vale h R

n
, con h = 1 , possiamo
concludere che Hf
x
è semidenita positiva.
Viceversa supponiamo che, x A , la matrice Hf
x
sia semidenita positiva.
Siano c, d A , con c = d , e poniamo
g : A R, g(x) = f(x)

(d c) ;
osserviamo che, poiche f C
2
(A, R
n
) , g C
1
(A, R) . Il segmento [c, d] è incluso
in A , perche A è convesso, quindi per il Teorema di Lagrange 11.7.1 esiste v [c, d]
tale che
_
f(d) f(c)
_
(d c) = g(d) g(c) = g(v)

(d c) .
Poiche x A e i = 1, 2, . . . , n si ha
D
i
g(x) =
n
j=1
D
ji
f(x)(d
j
c
j
) ,
allora
_
f(d) f(c)
_
(d c) = g(v)

(d c) =
n
i,j=1
D
ji
f(v)(d
j
c
j
)(d
i
c
i
)
=
_
Hf
v
(d c)
_
(d c) 0 ,
come si voleva.
(2) Segue subito da (1), osservando che f è concava se, e solo se, f è convessa.
g
2
:
_
(x, y) R
2

x
2
+ y
2
< 1
_
R, g
2
(x, y) =
1
1 x
2
y
2
.
Il dominio di g
2
è convesso, perche è un cerchio aperto di R
2
; la funzione g
2
è di
classe C
, perche razionale, e si ha, (x, y) domg

2
:
D
x
g
2
(x, y) =
2x
(1 x
2
y
2
)
2
, D
y
g
2
(x, y) =
2y
(1 x
2
y
2
)
2
;
D
xx
g
2
(x, y) = 2
(1 x
2
y
2
)
2
+ 4x
2
(1 x
2
y
2
)
(1 x
2
y
2
)
4
= 2
1 + 3x
2
y
2
(1 x
2
y
2
)
3
,
D
xy
g
2
(x, y) =
8xy
(1 x
2
y
2
)
3
,
D
yy
g
2
(x, y) = 2
(1 x
2
y
2
)
2
+ 4y
2
(1 x
2
y
2
)
(1 x
2
y
2
)
4
= 2
1 x
2
+ 3y
2
(1 x
2
y
2
)
3
.
Se (x, y) domg
2
, allora 1 y
2
> x
2
0 e quindi
D
xx
g
2
(x, y) = 2
1 + 3x
2
y
2
(1 x
2
y
2
)
3
> 0 ;
inoltre, facendo uso del fatto che da x
2
+ y
2
< 1 segue (x
2
+ y
2
)
2
< x
2
+ y
2
,
det Hg
2(x,y)
= det
_
_
_
_
2
1 + 3x
2
y
2
(1 x
2
y
2
)
3
8xy
(1 x
2
y
2
)
3
8xy
(1 x
2
y
2
)
3
2
1 x
2
+ 3y
2
(1 x
2
y
2
)
3
_
_
_
_
=
=
4(1 + 3x
2
y
2
)(1 x
2
+ 3y
2
) 64x
2
y
2
(1 x
2
y
2
)
6
=
= 4
1 + 2x
2
+ 2y
2
3x
4
6x
2
y
2
3y
4
(1 x
2
y
2
)
6
=
= 4
1 + 2(x
2
+ y
2
) 3(x
2
+ y
2
)
2
(1 x
2
y
2
)
6
>
> 4
1 + 2(x
2
+ y
2
) 3(x
2
+ y
2
)
(1 x
2
y
2
)
6
=
= 4
1 (x
2
+ y
2
)
(1 x
2
y
2
)
6
> 0 .
Perciò Hg
2(x,y)
è denita positiva, (x, y) domg
2
, e quindi, per il Test di conves-
sità 12.2.5, g
2
è convessa.
g
3
: R
3
R, g
3
(x, y, z) = x
4
+ 6x
2
z
2
+ 3z
4
+ 2y
2
.
La funzione g
3
è di classe C
, perche polinomiale. Si ha, (x, y, z) R

3
:
g
3
(x, y, z) = (4x
3
+ 12xz
2
, 4y, 12x
2
z + 12z
3
) ,
Hg
3(x,y,z)
=
_
_
12x
2
+ 12z
2
0 24xz
0 4 0
24xz 0 12x
2
+ 36z
2
_
_
.
3(x,y,z)
sono:
1
= 12(x
2
+ z
2
) ,
2
= 48(x
2
+ z
2
) ,
3
= 4 12 12(x
2
+ z
2
)(x
2
+ 3z
2
) 4 24
2
x
2
z
2
= 4 12
2
(x
4
+ 3z
4
) .
Se x e z non sono entrambi nulli, allora tutti i minori sono positivi, perciò, per il
Criterio di Sylvester 9.6.20, Hg
3(x,y,z)
è denita positiva; se x = z = 0 , allora
Hg
3
(0,y,0)
=
_
_
0 0 0
0 4 0
0 0 0
_
_
,
che è diagonale con autovalori 0 e 4 e quindi semidenita positiva. Pertanto
(x, y, z) R
3
la matrice Hg
3(x,y,z)
è semidenita positiva; dal Test di conves-
sità 12.2.5 segue la convessità di g
3
.
g
4
:
_
R
+
_
2
R, g
4
(x, y) =

xy .
Calcoliamone la matrice hessiana in (x, y) (R
+
)
2
. Si ha:
D
x
g
4
(x, y) =
y
2
x
, D
y
g
4
(x, y) =
x
2
y
,
D
xx
g
4
(x, y) =
y
4x
x
, D
xy
g
4
(x, y) =
1
4
xy
, D
yy
g
4
(x, y) =
x
4y
y
;
pertanto
Hg
4(x,y)
=
_
_
_
_
y
4x
x
1
4
xy
1
4
xy

x
4y
y
_
_
_
_
=
1
4
xy
_
_
y
x
1
1
x
y
_
_
.
Lelemento di posto 1, 1 è negativo, mentre il determinante è nullo; pertanto, per il
Teor. 9.6.10, Hg
4(x,y)
è semidenita negativa e quindi, per il Test di convessità 12.2.5,
g
4
è concava.
Consideriamo un punto appartenente alla diagonale di
_
R
+
_
2
, ad esempio il pun-
to (1, 1) ; poiche g
4
(1, 1) = 1 , D
x
g
4
(1, 1) = D
y
g
4
(1, 1) = 1/2 , lequazione del piano
tangente al graco di g
4
nel punto (1, 1, 1) è
z 1 =
1
2
(x 1) +
1
2
(y 1) ,
cioè
z =
x + y
2
.
In virt` u della concavità di g
4
avremo dunque g
4
(x, y) (x + y)/2 , cioè
(x, y) (R
+
)
2
,

xy
x + y
2
.
La disuguaglianza scritta vale ovviamente anche se x (oppure y ) si annulla.
Si tratta della disuguaglianza tra la media geometrica e la media aritmetica dei
numeri non negativi x e y . Nel caso in esame tale disuguaglianza ha una dimostra-
zione immediata: scrivendola nella forma 2
xy x+y ed elevando a quadrato i due

membri si ottiene 4xy (x+y)
2
, cioè 0 x
2
+y
2
2xy = (xy)
2
, disuguaglianza
che è ovviamente vera.
12.2.9. Esempio Stabiliamo un risultato analogo a quello dellesempio precedente
per funzioni di un arbitrario numero di variabili. Consideriamo la funzione media
geometrica di n numeri positivi, cioè
g
5
:
_
R
+
_
n
R, g
5
(x) =
_
n
i=1
x
i
_
1/n
=
n
i=1
x
1/n
i
.
Si ha, x
_
R
+
_
n
,
D
j
g
5
(x) =
1
n
x
1
n
1
j
n
i=1
i=j
x
1/n
i
=
1
n
x
1
j
g
5
(x) ,
D
jj
g
5
(x) =
1
n
x
2
j
g
5
(x) +
1
n
x
1
j
1
n
x
1
j
g
5
(x) =
1
n
_
1
n
1
_
x
2
j
g
5
(x) ;
inoltre, se j = k ,
D
jk
g
5
(x) =
1
n
2
x
1
j
x
1
k
g
5
(x) .
Pertanto la matrice hessiana di g
5
pu` o essere scritta nella forma
Hg
5x
=
g
5
(x)
n
2
_
_
_
_
_
_
_
_
_
_
_
1
x
2
1
1
x
1
x
2
. . .
1
x
1
x
n
1
x
2
x
1
1
x
2
2
. . .
1
x
2
x
n
.
.
.
.
.
.
.
.
.
.
.
.
1
x
n
x
1
1
x
n
x
2
. . .
1
x
2
n
_
_
_
_
_
_
_
_
_
_
_
g
5
(x)
n
_
_
_
_
_
_
_
_
_
_
_
1
x
2
1
0 . . . 0
0
1
x
2
2
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . .
1
x
2
n
_
_
_
_
_
_
_
_
_
_
_
.
Quindi si ha, h R
n
,
_
Hg
5
x
h
_
h = g
5
(x)
_
1
n
2
n
j=1
n
k=1
h
j
h
k
x
j
x
k
1
n
n
j=1
h
2
j
x
2
j
_
=
= g
5
(x)
_
1
n
2
_
n
j=1
h
j
x
j
__
n
k=1
h
k
x
k
_
1
n
n
j=1
h
2
j
x
2
j
_
=
= g
5
(x)
_
1
n
2
_
n
j=1
h
j
x
j
_
2
1
n
n
j=1
h
2
j
x
2
j
_
.
Posto
z =
_
h
1
x
1
,
h
2
x
2
, . . . ,
h
n
x
n
_
, u = (1, 1, . . . , 1) ,
si ha, per la disuguaglianza di Cauchy-Schwarz (9.3.3),
_
Hg
5x
h
_
h = g
5
(x)
_
(z

u)
2
n
2

z
2
n
_
g
5
(x)
_
z
2
u
2
n
2

z
2
n
_
= g
5
(x)
_
z
2
n
n
2

z
2
n
_
= 0 .
Pertanto Hg
5x
è semidenita negativa, x
_
R
+
_
n
e quindi, per il Test di conves-
sità 12.2.5, g
5
è concava.
Osserviamo che
_
Hg
5x
x
_
x = 0 , pertanto Hg
5x
non è denita negativa.
Poiche g
5
(u) = 1 , si ha D
j
g
5
(u) = 1/n , per j = 1, . . . , n ; perciò g
5
(u) = u/n .
Quindi, dalla condizione di concavità (12.2.2), si ha, x
_
R
+
_
n
,
g
5
(x) g
5
(u) +g
5
(u)

(x u) = 1 +
u
(x u)
n
= 1 +
u
x
n

u
2
n
=
1
n
n
j=1
x
j
;
pertanto la media geometrica di n numeri positivi è maggiorata dalla loro media
aritmetica:
_
n
i=1
x
i
_
1/n
1
n
n
i=1
x
i
.
Il risultato seguente, come lanalogo Teor. 5.7.18 per le funzioni di una variabile, è
immediata conseguenza delle denizioni di funzione convessa e concava. Esso costi-
tuisce un risultato signicativo, che assicura lesistenza di un estremo assoluto di una
funzione.
12.2.10. Teorema. Siano A un aperto convesso di R
n
, c A e f : A R
dierenziabile.
(1) Se f è convessa e f(c) = 0 , allora f ha minimo e f(c) = min f ;
(2) se f è concava e f(c) = 0 , allora f ha massimo e f(c) = max f .
g
6
: R
2
R, g
6
(x, y) = x
4
+ x
2
2xy + y
2
+ 4x 4y .
La funzione g
6
è di classe C
, perche polinomiale, e si ha, (x, y) R

2
:
g
6
(x, y) = (4x
3
+ 2x 2y + 4, 2x + 2y 4) ,
Hg
6
(x,y)
=
_
12x
2
+ 2 2
2 2
_
.
Lelemento di posto 1, 1 è 12x
2
+2 > 0 , mentre det Hg
6(x,y)
= 24x
2
0 ; pertanto,
per il Teor. 9.6.10 essa è semidenita positiva. Quindi, per il Test di convessità 12.2.5,
g
6
è convessa. Si ha g
6
(x, y) = 0 se, e solo se,
_
4x
3
+ 2x 2y + 4 = 0 ,
2x + 2y 4 = 0 .
Sommando membro a membro le due equazioni si ha 4x
3
= 0 , quindi x = 0 , da cui
y = 2 ; pertanto g
6
(0, 2) = 0 e (0, 2) è lunico punto in cui g
6
si annulla. Per il
Teor. 12.2.10, f ha minimo, che viene assunto in (0, 2) e vale 4 .
Osserviamo che
Hg
6(0,2)
=
_
2 2
2 2
_
ha determinante nullo e quindi non è possibile utilizzare il Teor. 12.1.10 per dimostrare
che (0, 2) è un estremante locale.
12.2.12. Esempio il metodo dei
minimi quadrati
Consideriamo un esperimento in cui vengono misurati i valori di
due grandezze siche; i valori della prima sono scelti dallo sperimentatore, mentre la
seconda dipende dalla prima. In questo modo si vengono ad avere n coppie di misure,
indichiamole con (x
i
, y
i
) , i = 1, 2, . . . , n , dove x
i
rappresenta la grandezza su cui
possiamo agire e y
i
il corrispondente valore della seconda grandezza. Questi dati
vengono raccolti in una tabella ed eventualmente visualizzati mediante un diagramma
cartesiano. Situazioni simili sono frequenti nelle scienze naturali, in medicina, in
economia.
In diverse situazioni si riconosce che i punti (x
i
, y
i
) sono approssimativamente
allineati: questo suggerisce di costruire un modello della relazione tra le grandezze x
e y del tipo
y = mx + q ;
si cerca cioè di esprimere y come funzione ane (cioè polinomiale di grado al pi` u 1 )
della variabile x .
Se i punti (x
i
, y
i
) fossero esattamente allineati non ci sarebbe alcun problema:
basterebbe scrivere lequazione della retta congiungente due qualunque di essi. Ma
in tutti i casi reali i punti (x
i
, y
i
) sono soltanto approssimativamente allineati, per
eetto di incertezze nelle misure e per cause aleatorie che possono inuenzare il legame
tra x e y . In altri termini: comunque si scelgano i parametri m e q , il modello
matematico associa al valore x
i
il valore stimato
y
i
= mx
i
+ q
non coincide col valore sperimentale y
i
per tutti gli indici i . In termini equivalenti:
gli errori (o scarti)
e
i
= y
i
y
i
= y
i
(mx
i
+ q) , i = 1, 2, . . . , n,
non sono tutti nulli e possono essere tanto positivi quanto negativi. Per quanti-
carli complessivamente, senza tener conto del loro segno, consideriamo la somma dei
quadrati degli errori
s(m, q) =
n
i=1
(y
i
y
i
)
2
=
n
i=1
(y
i
mx
i
q)
2
.
Risulta naturale scegliere m e q in modo da rendere minima la somma s(m, q) .
Poiche m e q non devono soddisfare alcuna limitazione, il dominio di s è R
2
.
Questa procedura di scelta dei coecienti m e q è detta metodo dei minimi
quadrati e la retta che determineremo è detta retta dei minimi quadrati.
Supponiamo anzitutto che
n
i=1
x
i
=
n
i=1
y
i
= 0 , cioè le che medie delle gran-
dezze x
i
e y
i
siano entrambe nulle. Come vedremo, è sempre possibile ricondursi a
questo caso.
Poiche s è polinomiale e denita in R
2
, leventuale punto di minimo è un punto
critico. Si ha
s
m
(m, q) = 2
n
i=1
(y
i
mx
i
q)x
i
= 2
n
i=1
x
i
y
i
+ 2m
n
i=1
x
2
i
,
s
q
(m, q) = 2
n
i=1
(y
i
mx
i
q) = 2nq ;
pertanto i punti critici sono le soluzioni del sistema
_
_
2
n
i=1
x
i
y
i
+ 2m
n
i=1
x
2
i
= 0 ,
2nq = 0 .
Gli x
i
sono tutti diversi tra loro, quindi non sono tutti nulli, cioè
n
i=1
x
2
i
= 0 ;
pertanto il sistema ha lunica soluzione
m =
n
i=1
x
i
y
i
n
i=1
x
2
i
, q = 0 .
La matrice hessiana di s è
Hs
(m,q)
=
_
2
n
i=1
x
2
i
0
0 2n
_
;
essa non dipende da m e q ed è diagonale con gli autovalori positivi, quindi è
denitiva positiva, pertanto, per il Test di convessità 12.2.5, s è convessa. Dal
Teor. 12.2.10 segue che tale punto è di minimo assoluto. La retta dei minimi quadrati
in questo caso ha equazione
y =
n
i=1
x
i
y
i
n
i=1
x
2
i
x.
Torniamo ora al caso generale, in cui la somma delle misure x
i
e y
i
è arbitraria.
Indichiamo con x e y le medie aritmetiche degli x
i
e y
i
, rispettivamente:
x =
1
n
n
i=1
x
i
, y =
1
n
n
i=1
y
i
.
Posto
i
= x
i
x ,
i
= y
i
y , per i = 1, 2, . . . , n , è evidente che le
i
e le
i
hanno somma nulla. La somma dei quadrati degli errori è
s(m, q) =
n
i=1
(y
i
mx
i
q)
2
=
n
i=1
_
i
+ y m(
i
+ x) q
_
2
=
=
n
i=1
_
i
m
i
(q + mx y)
_
2
= s
1
(m, q
1
) ,
avendo indicato con s
1
la somma dei quadrati degli errori relativa alle
i
e
i
e
con q
1
il numero reale q + mx y . Per quanto già visto per misure aventi somma
nulla, s
1
(m, q
1
) è minimo quando
m =
n
i=1

i
n
i=1

2
i
, q
1
= 0 ,
cioè
m =
n
i=1
(x
i
x)(y
i
y)
n
i=1
(x
i
x)
2
, q = y mx.
Corrispondentemente per tali valori di m e q è minima s ; pertanto la retta dei
minimi quadrati ha equazione
y = y +
n
i=1
(x
i
x)(y
i
y)
n
i=1
(x
i
x)
2
(x x) .
Notiamo che tale retta passa per il punto (x, y) , detto baricentro baricentro della distribuzione
di punti (x
i
, y
i
) : se immaginiamo che in ciascuno dei punti indicati sia collocata una
massa unitaria, il baricentro della distribuzione di masse cos` ottenuto (nel senso sico
del termine) è proprio il punto (x, y) .
Il concetto di convessità per funzioni è strettamente collegato al concetto di con-
vessità per insiemi, come mostrano i teoremi seguenti.
n
e f : A R dieren-
ziabile;
(1) f è convessa se, e solo se, { (x, y) R
n
R | x A, y f(x)} è convesso;
(2) f è concava se, e solo se, { (x, y) R
n
R | x A, y f(x)} è convesso.
Non dimostriamo questo teorema, che segue facilmente dalla denizione alternativa
di funzione convessa illustrata nellOss. 12.2.2.
12.2.14. Esempio Siano a, b R
+
e poniamo
B
1
=
_
(x, y) R
2

z a
2
x
2
+ b
2
y
2
_
,
g
7
: R
2
R, g
7
(x, y) = a
2
x
2
+ b
2
y
2
.
Evidentemente B
1
= { (x, y) R
2
| z g
7
(x, y)} . La funzione g
7
è di classe C
,
perche polinomiale, e si ha, (x, y) R
2
:
g
7
(x, y) = (2a
2
x, 2b
2
y) , Hg
7
(x,y)
=
_
2a
2
0
0 2b
2
_
.
Poiche la matrice Hg
7(x,y)
è diagonale con autovalori positivi (x, y) R
2
, essa è de-
nita positiva, quindi, per il Test di convessità 12.2.5, g
7
è convessa; dal Teor. 12.2.13
segue che il suo sopragraco B
1
è convesso.
n
, f : A R dierenzia-
bile e k R;
(1) se f è convessa e k > inf f , allora { x A | f(x) k} è convesso;
(2) se f è concava e k < sup f , allora { x A | f(x) k} è convesso.
Come il precedente, anche questo teorema è una semplice conseguenza della de-
nizione di funzione convessa illustrata nellOss. 12.2.2.
12.2.16. Esempio Utilizziamo il Teor. 12.2.15 per dimostrare che il sottoinsieme
del piano racchiuso da unellisse è convesso. Siano a, b R
+
e poniamo
B
2
=
_
(x, y) R
2

a
2
x
2
+ b
2
y
2
1
_
.
Posto
g
8
: R
2
R, g
8
(x, y) = a
2
x
2
+ b
2
y
2
,
si ha B
2
= { (x, y) R
2
| g
8
(x, y) 1} . La funzione g
8
è polinomiale, quindi di
classe C
, e si ha, (x, y) R
2
:
g
8
(x, y) = (2a
2
x, 2b
2
y) , Hg
8
(x,y)
=
_
2a
2
0
0 2b
2
_
.
La matrice Hg
8(x,y)
è diagonale con autovalori positivi, perciò è denita positiva,
quindi, per il Test di convessità 12.2.5, g
8
è convessa; pertanto B
2
è convesso, per
il Teor. 12.2.15.
Il Teor. 12.2.15 non pu` o essere invertito, cioè non è vero che se ogni insieme del
tipo { x A | f(x) k} è convesso allora f è convessa, ne che se ogni insieme del
tipo { x A | f(x) k} è convesso allora f è concava. Ciò è mostrato dallesempio
seguente.
g
9
: R
2
R, g
9
(x, y) = e
x
2
y
2
.
Evidentemente (x, y) R
2
, g
9
(x, y) 1 = g
9
(0) ; perciò max g
9
= 1 . Se k 0
allora
_
(x, y) R
2

g
9
(x, y) k
_
= R
2
,
mentre se 0 < k < 1 allora
_
(x, y) R
2

g
9
(x, y) k
_
=
_
(x, y) R
2

x
2
y
2
log k
_
=
=
_
(x, y) R
2

x
2
+ y
2
log k
_
,
che è un cerchio. Pertanto, k < max g
9
, { (x, y) R
2
| g
9
(x, y) k} è convesso.
Si ha, (x, y) R
2
:
g
9
(x, y) = (2xe
x
2
y
2
, 2ye
x
2
y
2
) ,
Hg
9(x,y)
=
_
(4x
2
2)e
x
2
y
2
4xye
x
2
y
2
4xye
x
2
y
2
(4y
2
2)e
x
2
y
2
_
;
perciò
det Hg
9(x,y)
= (4x
2
2)(4y
2
2)e
2x
2
2y
2
(4xy)
2
e
2x
2
2y
2
=
= 4(1 2x
2
2y
2
)e
2x
2
2y
2
,
che è negativo quando x
2
+ y
2
> 1/2 ; quindi per tali (x, y) la matrice Hg
9(x,y)
è
non denita. Pertanto, per il Test di convessità 12.2.5, g
9
non è concava.
12.3. Estremi locali vincolati
Nella Sezione 12.1 abbiamo studiato alcuni strumenti utili per la ricerca di estremanti
locali per funzioni denite su un aperto. Questi teoremi possono essere applicati
anche alla ricerca di estremanti locali in punti interni al dominio della funzione f ,
c 978-88-08-00000-0 12.3. Estremi locali vincolati 21
anche se questo non è aperto. Infatti, lesistenza di un estremante locale dipende,
per denizione, solo dal comportamento di f in un intorno, che possiamo scegliere
incluso nellinterno del dominio di f .
Vi sono tuttavia vari casi in cui è interessante determinare gli estremanti locali
che siano punti di frontiera per il dominio della funzione: questo può accadere, ad
esempio quando il dominio è una curva, oppure una supercie, ma anche quando il
dominio è un insieme che contiene sia punti interni che di frontiera. In questa Sezione
studiamo gli estremanti locali in queste situazioni.
Se la funzione f studiata è denita solo su una curva o su una supercie, in-
dichiamola con V , non è possibile utilizzare direttamente gli strumenti del calcolo
dierenziale sviluppati nel Capitolo 11; è necessario che f sia denita su un aperto
contenente V . Il problema consiste quindi nella ricerca degli estremanti locali della
restrizione di f a V ; si parla allora di estremanti locali
vincolati
estremanti locali vincolati, in quanto il punto
cercato appartiene al dominio della funzione, ma è anche vincolato ad appartenere al
sottoinsieme V del dominio (detto vincolo).
Consideriamo il caso in cui il vincolo è individuato da unequazione, cioè è un
insieme di livello di una funzione reale.
In vari casi è possibile ricondurre il problema alla ricerca di estremanti per una
funzione denita su un insieme di dimensione pi` u bassa, come mostra il seguente
esempio.
f : R
2
R, f(x, y) = x
2
+ y
2
+ 2y
e la sua restrizione allinsieme
V =
_
(x, y) R
2

x
2
+ 2y
2
= 6
_
.
Poiche V è compatto e f è continua, per il Teorema di Weierstrass per funzioni
reali 10.6.12, f
|
V
ha minimo e massimo.
Se (x, y) V , allora x
2
= 6 2y
2
, quindi 6 2y
2
0 , cioè
3 y
3 ;
pertanto i punti di V sono del tipo
_
_
6 2y
2
, y
_
, con y
_
3,
. Inoltre
f
_
_
6 2y
2
, y
_
= 6 2y
2
+ y
2
+ 2y = y
2
+ 2y + 6 .
Perciò f(V ) coincide con limmagine della funzione
:
_
3,
3
_
R, (y) = y
2
+ 2y + 6 ;
quindi il massimo e il minimo di f(V ) sono uguali al massimo e al minimo di .
Poiche è derivabile con
(y) = 2y +2 , y
_
3,
, si ha
(y) = 0 se,
e solo se, y = 1 . Per il Teorema di Fermat 5.5.6, lunico punto interno allintervallo
_
3,
che pu` o essere estremante locale per è 1 . Inoltre possono essere

estremanti locali per gli estremi del dominio
3 e
3 . Si ha
(1) = 7 ,
_
3
_
= 3 + 2
3 ,
_
3
_
= 3 2
3 .
Poiche il massimo di è il pi` u grande e il minimo di è il pi` u piccolo tra i possibili
estremi locali, risulta
min = 3 2
3 , max = 7 ;
perciò 1 è punto di massimo (locale e assoluto) per , mentre 3 2
3 è punto di
minimo.
Poiche è continua, per il Teorema dei valori intermedi 4.2.8 limmagine di è
un intervallo, che, dalle informazioni ottenute, risulta essere
_
3 2
3, 7
.
Da ciò segue immediatamente che f(V ) =
_
3 2
3, 7
. Inoltre, poiche (y) è il

valore di f nei punti di V di ordinata y , abbiamo
7 = (1) = f(2, 1) ,
3 2
3 =
_
3
_
= f
_
0,
3
_
;
quindi i punti (2, 1) sono di massimo assoluto per f
|
V
, mentre
_
0,
3
_
è punto
di minimo assoluto per f
|
V
.
Vi sono invece casi in cui non è possibile o non è agevole eliminare una variabile.
In tale situazione risulta utile il seguente teorema.
12.3.2. Teorema (dei moltiplicatori di Lagrange). teorema dei
moltiplicatori di
Lagrange
Siano A R
n
aperto, f, g
C
1
(A, R) e k g(A) . Posto V = { x A | g(x) = k} , sia c V e risulti
g(c) = 0 .
Se c è un estremante locale per f
|
V
allora f(c) è ortogonale allo spazio
tangente a V in c ; quindi
R: f(c) = g(c) . (12.3.1)
`
E ovvio che se c è un estremante locale per f , senza vincoli, allora è anche
estremante locale per f vincolata a V . In tale caso c è punto critico per f , quindi
la (12.3.1) è vericata con = 0 .
Dimostrazione. Supponiamo che c sia un punto di massimo locale per f
|
V
. Sia
R
+
tale che, x V I
(c) , si ha f(x) f(c) .

Siano I un intervallo di R, d int I , e : I R
n
un cammino derivabile
in V tale che (d) = c . Per la continuit` a di , esiste un intorno [d , d + ]
di d tale che, t [d , d + ] , si ha (t) I
(c) ; quindi, per tali t , si ha

f
_
(t)
_
f(c) = f
_
(d)
_
. Pertanto d è punto di massimo locale per f e
quindi, per il Teorema di Fermat 5.5.6, si ha
0 = (f )
(d) = f(c)

(d) .
Pertanto, per ogni v vettore tangente a V (v. Def. 11.6.15), si ha f(c)

v = 0 ;
quindi f(c) è ortogonale allo spazio tangente a V in c e la prima aermazione
del teorema è provata.
Siccome V è un insieme di livello per g e g(c) = 0 , il Teor. 11.6.16 assicura che
lo spazio tangente è il complemento ortogonale dello spazio vettoriale W generato
da g(c) , quindi
f(c)
_
W
= W = { g(c) | R}.
Perciò esiste R tale che f(c) = g(c) .
Il fatto che se c è estremante locale per f vincolato a V , allora f(c) è orto-
gonale a V in c ha una interpretazione sica. Supponiamo che un punto materiale,
obbligato a muoversi su di una supercie, sia soggetto a un campo di forze avente f
come potenziale. Questo signica che il campo di forze è f e le posizioni di equi-
librio del punto sono quelle in cui il potenziale è minimo o massimo (rispettivamente
stabile o instabile). Anche il punto sia in equilibrio è necessario che le forze che
agiscono su di esso abbiano risultante nulla e quindi la forza esercitata dal campo
deve essere equilibrata da quella esercitata dal vincolo. Ciò è possibile solo quando il
campo di forze è ortogonale al vincolo.
12.3.3. Esempio Determiniamo quale tra i cilindri circolari retti aventi un ssato
volume B ha area della supercie totale minima.
Un cilindro circolare retto è individuato dal suo raggio di base, che indichiamo
con r , e dalla sua altezza, che indichiamo con h . Larea della supercie totale del
cilindro è 2r
2
+ 2hr e il volume è hr
2
. Vogliamo quindi determinare il minimo
della funzione
f :
_
R
+
_
2
R, f(r, h) = 2(r
2
+ hr) ,
sotto la condizione che sia hr
2
= B , cioè (r, h) V , con V insieme di livello B
della funzione
g :
_
R
+
_
2
R, g(r, h) = hr
2
.
Notiamo che il dominio scelto per f è quello che rende signicativo il problema
geometrico; il raggio di base e laltezza devono essere positivi. Naturalmente un
punto di minimo è anche punto di minimo locale, quindi possiamo utilizzare Teorema
dei moltiplicatori di Lagrange 12.3.2.
Le funzioni f e g sono di classe C
, e si ha g(r, h) = (2hr, r
2
) = 0 ,
r, h R
+
e quindi anche (r, h) V . Pertanto gli eventuali estremanti locali
per f
|
V
vericano la (12.3.1). Cerchiamo quindi i punti (r, h) V per cui esiste
R tale che
f(r, h) = g(r, h) ,
cioè
_
2(2r + h), 2r
_
= (2hr, r
2
) ,
con hr
2
= B , il che equivale a risolvere il sistema
_
_
2(2r + h) = 2hr ,
2r = r
2
,
hr
2
= B ;
poiche r > 0 , questo è equivalente a
_
_
2r + h = hr ,
2 = r ,
hr
2
= B .
Sostituendo nella prima equazione il valore di r ottenuto dalla seconda, si ha
2r + h = 2h , cioè h = 2r , quindi 2r
3
= B ; pertanto r =
3
_
B/(2) . Da qui
segue h = 2
3
_
B/(2) , = 2/r = 2
3
_
2/B .
Poiche si pu` o dimostrare (v. Es. ???) che
_
3
_
B/(2), 2
3
_
B/(2)
_
è punto di
minimo locale per f
|
V
, il cilindro avente area della supercie totale minima tra
quelli di volume B ha area
2
_
_
B
2
_
2/3
+ 2
_
B
2
_
2/3
_
= 3
3
2B
2
.
f : R
2
R, f(x, y) = 3x
2
+ 2xy + y
2
.
Determiniamo gli estremanti locali della restrizione di f allinsieme
V =
_
(x, y) R
2

2x
2
+ y
2
= 6
_
.
Posto
g : R
2
R g(x, y) = 2x
2
+ y
2
,
è V = { (x, y) R
2
| g(x, y) = 6} . Le funzioni f e g sono di classe C
, perche
polinomiali, e si ha g(x, y) = (4x, 2y) = 0 , (x, y)
_
R
2
_
, e quindi, in particolare,
(x, y) V .
Il Teorema dei moltiplicatori di Lagrange 12.3.2 ci assicura che, se (x, y) è un
estremante locale per f
|
V
, allora esiste R tale che
f(x, y) = g(x, y) ,
cioè
(6x + 2y, 2x + 2y) = (4x, 2y) .
Cerchiamo gli (x, y) V che vericano questa uguaglianza, cioè risolviamo il sistema
_
_
6x + 2y = 4x,
2x + 2y = 2y ,
2x
2
+ y
2
= 6 ,
che equivale a
_
_
3x + y = 2x,
x + y = y ,
2x
2
+ y
2
= 6 .
(12.3.2)
Le prime due equazioni formano il sistema lineare omogeneo nelle incognite x e y
_
(3 2)x + y = 0 ,
x + (1 )y = 0 ;
(12.3.3)
la cui matrice dei coecienti ha determinante
(3 2)(1 ) 1 = 2
2
5 + 2 .
Se questo è diverso da 0 , allora il sistema (12.3.3) ha solo la soluzione (x, y) = (0, 0) ,
che non appartiene a V . Pertanto se (x, y, ) è soluzione del sistema (12.3.2) allora
2
2
5 + 2 = 0 , cioè
=
5
25 16
4
=
5 3
4
=
_
_
_
2
1
2
.
Osserviamo che, sostituendo ciascuno di tali valori di nel sistema (12.3.2), le prime
due equazioni risultano tra loro equivalenti.
Se = 1/2 , allora (x, y) è soluzione del sistema
_
2x + y = 0 ,
2x
2
+ y
2
= 6 ;
quindi y = 2x , 2x
2
+ 4x
2
= 6 , pertanto (x, y) = (1, 2) .
Se = 2 , allora (x, y) è soluzione del sistema
_
x y = 0 ,
2x
2
+ y
2
= 6 ;
quindi y = x , 2x
2
+ x
2
= 6 , pertanto (x, y) =
_
2,
2
_
.
Pertanto la (12.3.1) è soddisfatta dai punti (1, 2) , a cui corrisponde = 1/2 ,
e
_
2,
2
_
, a cui corrisponde = 2 . Questi sono gli unici punti che possono
essere estremanti locali per f
|
V
.
Si ha:
f(1, 2) = 3 , f
_
2,
2
_
= 12 .
Poiche V è compatto e f è continua, per il Teorema di Weierstrass per funzioni rea-
li 10.6.12, f
|
V
ha massimo e minimo assoluti; ciascuno di essi pu` o essere solo uno dei
valori ottenuti sopra. Quindi deve essere max
_
f
|
V
_
= 12 e min
_
f
|
V
_
= 3 . Pertanto
i punti
_
2,
2
_
sono punti di massimo locale per f
|
V
, mentre (1, 2) sono
punti di minimo locale per f
|
V
.
12.3.5. Esempio Determiniamo la distanza del piano di equazione x y + 4z = 3
dallorigine, cioè il minimo della restrizione della funzione norma allinsieme
V =
_
(x, y, z) R
3

x y + 4z = 3
_
.
Per semplicare i calcoli è opportuno minimizzare la funzione norma al quadrato,
che è polinomiale. Evidentemente gli estremanti della norma e della norma al quadrato
coincidono, mentre gli estremi della prima sono le radici quadrate degli estremi della
seconda.
Perciò, posto
f : R
3
R, f(x, y, z) = x
2
+ y
2
+ z
2
,
g : R
3
R, g(x, y, z) = x y + 4z ,
determiniamo gli estremanti locali della restrizione di f allinsieme dei punti in cui g
vale 3 .
, perche polinomiali; poiche (x, y, z) R

3
si ha g(x, y, z) = (1, 1, 4) = 0 , possiamo utilizzare il Teorema dei moltiplicatori di
Lagrange 12.3.2. Risolviamo quindi il sistema
_
_
2x = ,
2y = ,
2z = 4,
x y + 4z = 3 .
Abbiamo x = /2 , y = /2 , z = 2 , che, sostituiti nellultima equazione, danno
2
+

2
+ 8 = 3 ;
quindi = 1/3 , da cui segue x = 1/6 , y = 1/6 e z = 2/3 . Pertanto lunico
punto che pu` o essere estremante locale per f
|
V
è (1/6, 1/6, 2/3) . Considerazioni
geometriche suggeriscono che tra i punti del piano ne esiste uno a distanza minima dal-
lorigine; quindi f ha minimo, necessariamente assunto nel punto (1/6, 1/6, 2/3) .
Poiche
f
_
1
6
,
1
6
,
2
3
_
=
1
36
+
1
36
+
4
9
=
1
2
,
la distanza del piano di equazione x + 3y + 4z = 3 dallorigine è 1/
2 .
12.3.6. Esempio Verichiamo che, tra tutti i parallelepipedi aventi una assegnata
area della supercie totale A , il cubo ha volume massimo.
Consideriamo un parallelepipedo e indichiamo con x , y e z la lunghezza dei suoi
spigoli. Larea della supercie totale è 2(xy + xz + yz) , mentre il volume è xyz .
Vogliamo trovare il massimo della funzione
f :
_
R
+
_
3
R, f(x, y, z) = xyz ,
con la condizione che sia 2(xy + xz + yz) = A . Consideriamo come dominio di f
linsieme di terne di numeri positivi, poiche tali numeri rappresentano delle lunghezze.
Posto
g :
_
R
+
_
3
R, g(x, y, z) = 2(xy + xz + yz) ,
V =
_
(x, y, z)
_
R
+
_
3
g(x, y, z) = A
_
,
cerchiamo gli estremanti locali di f
|
V
.
e si ha, (x, y, z)
_
R
+
_
3
,
g(x, y, z) =
_
2(y + z), 2(x + z), 2(x + y)
_
,
che è sempre diverso da 0 , perche x , y e z sono positivi; quindi possiamo applicare
il Teorema dei moltiplicatori di Lagrange 12.3.2. Se (x, y, z) è un estremante locale
per f
|
V
esiste R tale che f(x, y, z) = g(x, y, z) ; dobbiamo perciò risolvere
il sistema
_
_
yz = 2(y + z) ,
xz = 2(x + z) ,
xy = 2(x + y) ,
2(xy + xz + yz) = A.
(12.3.4)
Dalle prime tre equazioni, moltiplicando rispettivamente per x , per y e per z , si
ottiene
xyz = 2(xy + xz) = 2(xy + yz) = 2(xz + yz) .
Da 2(xy + xz) = 2(xy + yz) si ottiene xz = yz , in modo analogo si ha anche
xy = xz = yz .
Queste uguaglianze sono vericate se, e solo se, = 0 oppure x = y = z . Non pu` o
essere = 0 , perche in tal caso dalle prime tre equazioni del sistema (12.3.4) si ot-
terrebbe xy = xz = yz = 0 , mentre tali prodotti sono positivi; pertanto x = y = z .
Poiche è possibile provare che il problema studiato ha soluzione, il parallelepipedo
cercato è un cubo. Sostituendo il risultato trovato nellultima equazione del siste-
ma (12.3.4) otteniamo 6x
2
= A e quindi x = y = z =
_
A/6 . A tali valori di x , y
e z corrisponde =
A/
_
4
6
_
. Il volume del cubo è (A/6)
3/2
.
f :
_
(x, y, z) R
3

z = 3
_
R, f(x, y, z) =
x
2
4y
2
z 3
e determiniamo gli estremanti locali della restrizione di f alla sfera
V =
_
(x, y, z) R
3

x
2
+ y
2
+ z
2
= 5
_
.
Osserviamo che il dominio di f è R
3
privato di un piano che non interseca V . Posto
g :
_
(x, y, z) R
3

z = 3
_
R, g(x, y, z) = x
2
+ y
2
+ z
2
,
V è linsieme di livello 5 di g .
e si ha g(x, y, z) =
_
2x, 2y, 2z
_
= 0 ,
(x, y, z) V ; pertanto gli estremanti locali per f
|
V
vericano la (12.3.1). Per
determinarli risolviamo il sistema
_
_
2x
z 3
= 2x,
8y
z 3
= 2y ,
x
2
4y
2
(z 3)
2
= 2z ,
x
2
+ y
2
+ z
2
= 5 ,
da cui
_
_
x
_
1
z 3

_
= 0 ,
y
_
4
z 3
+
_
= 0 ,
4y
2
x
2
(z 3)
2
= 2z ,
x
2
+ y
2
+ z
2
= 5 .
(12.3.5)
La prima equazione è vericata se x = 0 oppure = 1/(z 3) .
Quando x = 0 il sistema diventa
_
_
x = 0 ,
y
_
4
z 3
+
_
= 0 ,
2y
2
(z 3)
2
= z ,
y
2
+ z
2
= 5 ;
dalla seconda equazione abbiamo y = 0 oppure = 4/(z 3) .
Se y = 0 si ha z = 0 e z
2
= 5 , quindi z =
5 e = 0 ; pertanto i punti
_
0, 0,
5
_
, con = 0 , sono soluzioni del sistema (12.3.5).
Se = 4/(z 3) , sostituendo nella terza equazione, otteniamo y
2
= 2z(z 3)
che, sostituito nellultima equazione, d` a z
2
6z + 5 = 0 . Abbiamo quindi z = 1
oppure z = 5 . Poiche z = 5 è incompatibile con lultima equazione del sistema, si
ha z = 1 e quindi y = 2 e = 2 . Perciò i punti
_
0, 2, 1
_
, con = 2 , sono
soluzioni del sistema (12.3.5).
Quando = 1/(z 3) il sistema (12.3.5) diventa
_
_
=
1
z 3
,
y
5
z 3
= 0 ,
4y
2
x
2
(z 3)
2
=
2z
z 3
,
x
2
+ y
2
+ z
2
= 5 ,
quindi y = 0 , x
2
= 2z(z 3) e x
2
+ z
2
= 5 . Da ciò segue z
2
6z + 5 = 0 ;
nuovamente abbiamo z = 1 oppure z = 5 e anche in questo caso la seconda soluzione
è incompatibile con lultima equazione. Da z = 1 segue x = 2 e = 1/2 .
Pertanto i punti che soddisfano la (12.3.1) sono:
_
0, 0,
5
_
, = 0 ,
_
0, 0,
5
_
, = 0 ,
(0, 2, 1) , = 2 , (0, 2, 1) , = 2 ,
(2, 0, 1) , =
1
2
, (2, 0, 1) , =
1
2
.
I valori di f in tali punti sono:
f
_
0, 0,
5
_
= 0 , f(0, 2, 1) = 8 , f(2, 0, 1) = 2 .
Si verica facilmente che i punti
_
0, 0,
5
_
non sono estremanti locali per f
|
V
.
Infatti f
_
0, 0,
5
_
= 0 e in ogni intorno di
_
0, 0,
5
_
vi sono punti di V del tipo
_
x, 0,
5 x
2
_
, con x = 0 , e del tipo
_
0, y,
_
5 y
2
_
, con y = 0 , per i quali si ha
f
_
x, 0,
_
5 x
2
_
=
x
2
5 x
2
3
< 0 , f
_
0, y,
_
5 y
2
_
=
4y
2
_
5 y
2
3
> 0 .
Poiche V è compatto e f è continua, per il Teorema di Weierstrass per funzioni
reali 10.6.12 f
|
V
ha massimo e minimo assoluti. Ragionando come nellEs. 12.3.4,
possiamo concludere che il massimo è 8 e il minimo è 2 , quindi i punti (0, 2, 1)
sono punti di massimo locale per f
|
V
, mentre i punti (2, 0, 1) sono punti di minimo
locale.
Osserviamo che nel Teorema dei moltiplicatori di Lagrange lipotesi g(c) = 0 è
essenziale anche valga la (12.3.1), come mostra lesempio seguente.
12.3.8. Esempio Siano
f : R
2
R, f(x, y) = y ,
g : R
2
R, g(x, y) = x
4
+ y
3
.
, perche polinomiali. Posto

V =
_
(x, y) R
2

g(x, y) = 0
_
,
se (x, y) V , allora y
3
= x
4
0 e quindi f(x, y) = y 0 . Poiche 0 V e
f(0) = 0 , 0 è il massimo di f
|
V
e 0 è punto di massimo assoluto e quindi locale
per tale funzione.
Si ha, (x, y) R
2
,
f(x, y) = (0, 1) , g(x, y) = (4x
3
, 3y
2
) ;
pertanto
f(0) = (0, 1) , g(0) = 0.
Quindi non esiste R tale che f(0) = g(0) .
12.3.9. Esempio Sia q : R
n
R una forma quadratica e
A =
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
_
la matrice simmetrica ad essa associata. Cerchiamo gli estremanti di q vincolata alla
sfera unitaria
S
n1
=
_
x R
n
j=1
x
2
j
= 1
_
.
Poiche questo insieme è compatto e q è continua, per il Teorema di Weierstrass per
funzioni reali 10.6.12 la restrizione di q a S
n1
ha massimo e minimo.
Posto
g : R
n
R, g(x) =
n
j=1
x
2
j
,
S
n1
è linsieme di livello 1 di g . Le funzioni q e g sono di classe C
. Tenendo
presenta la simmetria di A , si ha, x R
n
e per k = 1, 2, . . . , n ,
x
k
q(x) =

x
k
_
n
i=1
n
j=1
a
ij
x
i
x
j
_
=
n
i=1
n
j=1
a
ij
x
i
x
k
x
j
+
n
i=1
n
j=1
a
ij
x
i
x
j
x
k
=
n
j=1
a
kj
x
j
+
n
i=1
a
ik
x
i
= 2
n
j=1
a
kj
x
j
.
Poiche ciascuna componenente di q(x) coincide con la corrispondente componen-
te di 2Ax, si ha q(x) = 2Ax. Inoltre g(x) = 2x = 0 , x S
n1
. Perciò
possiamo applicare il Teorema dei moltiplicatori di Lagrange 12.3.2 e quindi, se x
è estremante locale per f
|
S
n1
, allora esiste R tale che 2Ax = 2x, cioè
Ax = x ; pertanto è un autovalore della matrice A e x è un autovettore di
norma 1 associato a .
Viceversa se è un autovalore della matrice A e y
_
R
n
_
è un autovettore
associato a , allora, posto x = y/y , anche x è un autovettore associato a e
si ha x S
n1
, pertanto 2Ax = 2x.
Quindi la (12.3.1) è vericata se, e solo se, x è un autovettore di norma 1 della
matrice A ; in tal caso è il corrispondente autovalore.
Dalluguaglianza Ax = x segue
q(x) = (Ax)

x = x
x = ;
quindi il massimo di q coincide con il massimo tra gli autovalori di A e il minimo
di q coincide con il minimo tra gli autovalori di A .
Poiche, come già osservato, q
|
S
n1
ha massimo e minimo e quindi ha estremanti
locali, la matrice A ha almeno un autovalore reale.
Il Teorema dei moltiplicatori di Lagrange vale anche nel caso in cui linsieme V sia
individuato da pi` u equazioni, cioè sia un insieme di livello di una funzione vettoriale.
In questa situazione vale il teorema seguente.
12.3.10. Teorema (dei moltiplicatori di Lagrange, caso generale). teorema dei
moltiplicatori di
Lagrange, caso
generale
Siano A R
n
aperto, f C
1
(A, R) , g C
1
(A, R
p
) , con p < n , e k g(A) . Po-
sto V = { x A | g(x) = k} , sia c V e Jg
c
abbia rango p . Se c è un
estremante locale per f
|
V
allora
1
,
2
, . . . ,
p
R: f(c) =
p
j=1
j
g
j
(c) .
Osserviamo che se p = 1 (cioè la g è a valori scalari) riotteniamo il Teor. 12.3.2;
in questo caso la condizione che Jg
c
abbia rango p equivale a g(c) = 0 .
La matrice jacobiana di g è una matrice p n , con p < n , pertanto richiedere
che abbia rango p signica chiedere che abbia rango massimo o, equivalentemente,
che le sue righe siano linearmente indipendenti.
La dimostrazione di questo teorema è analoga a quella del caso in cui vi è un solo
vincolo (v. Teor. 12.3.2). Qui invece del complemento ortogonale allo spazio vetto-
riale generato da g(c) si considera il complemento ortogonale allo spazio vettoriale
generato dai vettori g
1
(c), g
2
(c), . . . , g
p
(c) .
12.3.11. Esempio Cerchiamo i punti di quota massima e minima tra quelli appar-
tenenti allellisse di R
3
di equazioni
_
x
2
+ 2y
2
= 3 ,
x + 2y + 2z = 0 .
Poiche f è continua e V è compatto, il Teorema di Weierstrass per funzioni rea-
li 10.6.12 assicura che massimo e minimo esistono. Pertanto, posto
f : R
3
R, f(x, y, z) = z ,
g: R
3
R
2
, g(x, y, z) = (x
2
+ 2y
2
, x + 2y + 2z) ,
determiniamo il massimo della restrizione di f allinsieme
V =
_
(x, y, z) R
3

g(x, y, z) = (3, 0)
_
.
. Si ha, (x, y, z) R
3
,
Jg
(x,y,z)
=
_
2x 4y 0
1 2 2
_
;
i minori di ordine 2 di questa matrice sono 8y , 4x e 4x 4y , che sono tutti nulli
se, e solo se, x = y = 0 . Se (x, y, z) V è x
2
+ 2y
2
= 3 , perciò Jg
(x,y,z)
ha
rango 2 , (x, y, z) V . Possiamo quindi applicare il Teorema dei moltiplicatori di
Lagrange 12.3.10.
Risolviamo il sistema
_
_
0 = 2x + ,
0 = 4y + 2,
1 = 2,
x
2
+ 2y
2
= 3 ,
x + 2y + 2z = 0 .
Si ha quindi = 1/2 e dalle prime due equazioni (osservando che non pu` o essere
= 0 ) x = 1/(4) , y = 1/(4) . Sostituendo nella quarta equazione otteniamo
1
16
2
+
2
16
2
= 3 ,
da cui
2
= 1/16 . Perciò si ha = 1/4 oppure = 1/4 . Nel primo caso otteniamo
x = 1 , y = 1 e, dallultima equazione, z = 3/2 ; nel secondo caso x = 1 , y = 1
e z = 3/2 .
Otteniamo i due punti (1, 1, 3/2) , a cui corrispondono = 1/4 , = 1/2 , e
(1, 1, 3/2) , a cui corrispondono = 1 , = 1/2 . Il primo di questi è il punto di
quota massima tra i punti dellellisse, mentre il secondo è il punto di quota minima.
Pertanto la quota massima è 3/2 , mentre quella minima è 3/2 .
12.3.12. Esempio Determiniamo la distanza della retta del piano di equazione
x + y = 4 dallellisse di equazione x
2
+2xy +4y
2
= 4 . Ciò signica trovare il minimo
della distanza tra due punti, uno appartenente alla retta e laltro allellisse. Come
già fatto nellEs. 12.3.5 è opportuno considerare non la distanza tra i due punti, cioè
la norma della loro dierenza, ma il quadrato di tale distanza; in tal modo la funzio-
ne da minimizzare è polinomiale e questo semplica i calcoli. Indicato con (x
1
, y
1
)
un punto della retta e con (x
2
, y
2
) un punto dellellisse, cerchiamo il minimo della
funzione
f : R
4
R, f(x
1
, y
1
, x
2
, y
2
) = (x
1
x
2
)
2
+ (y
1
y
2
)
2
,
ristretta allinsieme
V =
_
(x
1
, y
1
, x
2
, y
2
) R
4

x
1
+ y
1
= 4, x
2
2
+ 2x
2
y
2
+ 4y
2
2
= 4
_
.
Poniamo quindi
g: R
4
R
2
, g(x
1
, y
1
, x
2
, y
2
) = (x
1
+ y
1
, x
2
2
+ 2x
2
y
2
+ 4y
2
2
) ,
cosicche V è linsieme di livello (4, 4) di g . Le funzioni f e g sono di classe C
e si ha, (x
1
, y
1
, x
2
, y
2
) R
4
,
Jg
(x1,y1,x2,y2)
=
_
1 1 0 0
0 0 2x
2
+ 2y
2
2x
2
+ 8y
2
_
.
`
E facile vericare che lultima riga di questa matrice è nulla se, e solo se, x
2
= y
2
= 0 ,
pertanto se (x
1
, y
1
, x
2
, y
2
) V tale riga è non nulla e quindi nei punti di V Jg ha
rango 2 . Perciò si pu` o applicare il Teorema dei moltiplicatori di Lagrange 12.3.10,
cercando i punti (x
1
, y
1
, x
2
, y
2
) V tali che esistono , R per cui
f(x
1
, y
1
, x
2
, y
2
) = g
1
(x
1
, y
1
, x
2
, y
2
) + g
2
(x
1
, y
1
, x
2
, y
2
) ,
cioè dobbiamo risolvere il sistema
_
_
2(x
1
x
2
) = ,
2(y
1
y
2
) = ,
2(x
1
x
2
) = 2(x
2
+ y
2
) ,
2(y
1
y
2
) = 2(x
2
+ 4y
2
) ,
x
1
+ y
1
= 4 ,
x
2
2
+ 2x
2
y
2
+ 4y
2
2
= 4 .
Dalle prime due equazioni si ricava x
1
x
2
= y
1
y
2
, quindi dalla terza e dalla
quarta equazione otteniamo 2(x
2
+ y
2
) = 2(x
2
+ 4y
2
) , cioè y
2
= 0 . Se fosse
= 0 sarebbe x
1
= x
2
e y
1
= y
2
, cioè i punti (x
1
, y
1
) e (x
2
, y
2
) sarebbero
coincidenti, ma questo è impossibile perche il primo appartiene alla retta e il secondo
allellisse e le due curve non hanno punti in comune. Perciò deve essere y
2
= 0 e
dallultima equazione segue x
2
2
= 4 , cioè x
2
= 2 oppure x
2
= 2 . Dalluguaglianza
x
1
x
2
= y
1
y
2
otteniamo y
1
= x
1
2 nel primo caso e y
1
= x
1
+ 2 nel secondo.
Sostituendo nella penultima equazione otteniamo x
1
= 3 e x
1
= 1 , rispettivamente,
a cui corrispondono y
1
= 1 e y
1
= 3 .
Pertanto le tesi del Teorema dei moltiplicatori di Lagrange è vericata dai punti
(3, 1, 2, 0) e (1, 3, 2, 0) ; si verica facilmente che è = 2 e = 1/2 nel primo
caso, = 6 e = 1 nel secondo. Si ha
f(3, 1, 2, 0) = 2 , f(1, 3, 2, 0) = 18 .
Considerazioni geometriche suggeriscono lesistenza di un minimo per la funzio-
ne f vincolata a V ; poiche tale minimo è assunto in un estremante locale, è
necessariamente uguale a 2 e pertanto la distanza tra la retta e lellisse è
2 .
Si pu` o dimostrare che il punto (1, 3, 2, 0) non è un estremante locale. Lo studente
è invitato a vericare questa aermazione, provando che i punti appartenenti alla retta
vicini a (1, 3) hanno distanza da (2, 0) maggiore di quella di (1, 3) , mentre i punti
appartenenti allellisse vicini al punto (2, 0) hanno distanza da (1, 3) minore di
quella di (2, 0) .
12.3.13. Esempio Riprendiamo lEs. 12.3.9, supponendo n > 2 . Quindi q sia
una forma quadratica denita in R
n
, di matrice associata
A =
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
_
.
Abbiamo visto che q
|
S
n1
ha un punto di massimo, indichiamolo con x
1
, che è
un autovettore di A corrispondente allautovalore
1
, e q(x
1
) =
1
.
1
Detto V
linsieme dei vettori di S
n1
ortogonali a x
1
, cioè
V =
_
x R
n

x S
n1
, x
1

x = 0
_
e posto
g: R
n
R
2
, g(x) = (x
2
, x
1

x) ,
si ha
V = { x R
n
| g(x) = (1, 0)} .
La funzione g è di classe C
e, x R
n
, si ha g
1
(x) = 2x, g
2
(x) = x
1
.
Se x V i vettori 2x e x
1
sono ortogonali e non nulli, pertanto sono linearmente
indipendenti; quindi la matrice Jg
x
, che ha tali vettori come righe, ha rango 2 .
Poiche V è compatto e q è continua, per il Teorema di Weierstrass per funzioni
reali 10.6.12, q
|
V
ha massimo; per determinarlo possiamo applicare il Teorema dei
moltiplicatori di Lagrange 12.3.10. Sappiamo quindi che esistono x V e , R
tali che
_
_
2Ax = 2x + x
1
,
x
2
= 1 ,
x
1

x = 0 .
Dalluguaglianza 2Ax = 2x + x
1
otteniamo
q(x) = (Ax)

x = x
x +

2
x
1

x = .
Inoltre, visto che x
1
= 1 ,
(Ax)

x
1
= x
x
1
+

2
x
1

x
1
=

2
;
poiche x
1
è autovettore di A associato allautovalore
1
e A è simmetrica
(Ax)

x
1
= (Ax
1
)

x =
1
x
1

x = 0 ,
quindi = 0 . Pertanto Ax = x , dunque è autovalore di A e x è un autovettore
associato a .
Abbiamo cos` provato che A ha un secondo autovettore, ortogonale a x
1
, relativo
allautovalore ; si ha
1
.
Questo ragionamento pu` o essere ripetuto, per provare lesistenza di ulteriori au-
tovettori di A . Siano quindi m < n 1 e x
1
, x
2
, . . . , x
m
autovettori di A, di
norma 1 , ortogonali tra loro, relativi rispettivamente agli autovalori
1
,
2
, . . .
m
,
non necessariamente diversi tra loro; poniamo
h: R
n
R
m+1
, h(x) =
_
x
2
, x
1

x, x
2

x, . . . , x
m

x
_
,
V = { x R
n
| h(x) = (1, 0, 0, . . . , 0)} .
Poiche V è compatto, q
|
V
ha massimo. La funzione h è di classe C
; poiche,
x R
n
, si ha h
1
(x) = 2x e, per k = 2, 3, . . . , m+1 , h
k
(x) = x
k1
, se x V
1
In questo esempio, con la notazione x
1
e simili indichiamo un vettore di R
n
e non la prima
componente del vettore x .
le righe di Jh
x
sono non nulle e a due a due ortogonali, quindi sono linearmente
indipendenti, perciò Jh
x
ha rango m+1 . Pertanto, per il Teorema dei moltiplicatori
di Lagrange 12.3.10, esistono x V e ,
1
,
2
, . . . ,
m
R tali che
_
_
2Ax = 2x +
m
j=1

j
x
j
,
x
2
= 1 ,
x
1

x = 0 ,
x
2

x = 0 ,
. . . . . . . . .
x
m

x = 0 .
Dalla prima equazione segue
q(x) = (Ax)

x = x
x +
1
2
m
j=1
j
x
j

x =
e, per k = 1, 2, . . . , m,
(Ax)

x
k
= x
x
k
+
1
2
m
j=1
j
x
j

x
k
=

k
2
.
In modo simile a quanto visto sopra
(Ax)

x
k
= (Ax
k
)

x =
k
x
k

x = 0 ,
pertanto
k
= 0 e Ax = x .
In questo modo si dimostra che esistono n1 autovettori di A , x
1
, x
2
, . . . , x
n1
,
a due a due ortogonali.
Inoltre, se x
n
l
_
{ x
1
, x
2
, . . . , x
n1
}
_
e x
n
= 0 , allora x
n
è un autovettore
di A. Infatti si ha, per k = 1, 2, . . . , n 1 ,
(Ax
n
)

x
k
= (Ax
k
)

x
n
=
k
x
k

x
n
= 0 ,
pertanto Ax
n
l
_
{ x
1
, x
2
, . . . , x
n1
}
_
. Poiche lo spazio l
_
{ x
1
, x
2
, . . . , x
n1
}
_
ha
dimensione n1 , per il Teor. 9.4.10 il suo complemento ortogonale ha dimensione 1 ,
quindi {x
n
} è una sua base. Allora esiste
n
R tale che Ax
n
=
n
x
n
.
Abbiamo cos` dimostrato che A possiede n autovettori a due a due ortogonali.
Linsieme di tali autovettori costituisce una base per R
n
.

Elementi Cap 12

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Elementi Cap 12

Caricato da

Copyright:

Formati disponibili

Giulio Cesare Barozzi

(c) , si ha f(x) f(c) ;

(c) , si ha f(x) f(c) ;

(c) \ { c} , si ha f(x) < f(c) .

(c) \ { c} , si ha f(x) > f(c) .

(c) , allora f(x) f(c) . Visto che c int I , si pu` o scegliere

, quindi dierenziabile, e si ha, (x, y) R

tali che f(c+th

) < f(c) , quindi c non `e neppure punto di minimo locale per f .

, perche polinomiale. Poiche il dominio di g

3 . Pertanto i punti critici di g

h 0 . Poiche questo vale h R

(d c) = g(d) g(c) = g(v)

, perche razionale, e si ha, (x, y) domg

, perche polinomiale. Si ha, (x, y, z) R

xy x+y ed elevando a quadrato i due

, perche polinomiale, e si ha, (x, y) R

che pu` o essere estremante locale per `e 1 . Inoltre possono essere

. Inoltre, poiche (y) `e il

(c) , si ha f(x) f(c) .

(c) ; quindi, per tali t , si ha

, perche polinomiali; poiche (x, y, z) R

, perche polinomiali. Posto

Potrebbero piacerti anche