Sei sulla pagina 1di 81

Lorenzo Robbiano

Elementi di Matematica

Premessa - Introduzione

Premessa
perch`e non c`e il punto interrogativo?
(da Autocontraddizioni di autore anonimo)

Perch`e per andare a vivere a Londra `e utile studiare linglese? Perch`e


per ballare `e utile imparare a fare correttamente i giri a destra e a sinistra?
Perch`e per fotografare `e utile sapere che cosa `e la profondit`a di campo, la
luminosit`
a, la saturazione del colore? Perch`e per coltivare la terra `e utile
conoscere linfluenza del clima, la composizione del terreno, i cicli delle colture?
Infine, perch`e per naturalisti, ambientalisti, geologi, biologi `e utile studiare
matematica?
Se le domande precedenti vi sono sembrate omogenee, siete sulla buona
strada. La matematica `e il linguaggio basilare della scienza, senza il quale nessuno pu`
o onestamente dichiararsi scienziato, ne tantomeno comunicare
scienza. Sembra una affermazione troppo forte? Vediamo. Come pu`o un ambientalista studiare fenomeni di inquinamento se non conosce le equazioni della
diffusione? Come possono un naturalista o un biologo progettare un esperimento senza conoscere le tecniche statistiche del Design of experiments, che
si basano sullalgebra polinomiale? Come pu`o un geologo studiare i fenomeni
sismici senza conoscere le equazioni fondamentali delle onde? E si potrebbe
andare avanti con migliaia di domande di questo tipo. Ma ce n`e una che le
supera tutte. Come pu`
o uno scienziato fare o divulgare scienza, se non ne
conosce la lingua? E, come detto, il linguaggio fondamentale della scienza `e
la matematica.
Il lettore non si stupisca se in questi appunti trover`
a citazioni, non-sense, frasi
auto-contradditorie, aforismi, persino palindromi; `e opinione dellautore che un testo
di matematica non debba essere necessariamente arido e noioso.
Infine, un avviso al lettore. Per lautore la parola lettore `e asessuata, significa
essere o ente che legge.

VI

Introduzione

Introduzione
Credo che siamo tutti daccordo se dico che lambiente nel quale viviamo
`e complesso (non mi riferisco a C). Con quale altro aggettivo definireste il
clima, levoluzione delle specie viventi, lorganizzazione di alcune colonie di
insetti, internet, le galassie, i mercati finanziari? E che dire della vita stessa,
del pensiero, dei sentimenti? Persino le rocce, che sembrano immutabili, sono
oggetto di complicate trasformazioni, soltanto che esse avvengono su scala
temporale molto pi`
u estesa.
A partire dal 1600 la base della scienza `e stata la teoria filosofica del riduzionismo. Da Cartesio fino al secolo ventesimo si pens`o che un sistema, per
quanto complesso, fosse somma delle sue parti; se capiamo le parti, capiamo il tutto. Ma nel ventesimo secolo la scena cambi`o radicalmente. Novit`a
fondamentali della fisica, della biologia, della matematica, relegarono il riduzionismo nella storia del pensiero umano. Tra gli innumerevoli esempi ne cito
uno in cui la complessit`
a sfugge completamente a qualsiasi teoria riduzionistica. Si tratta della descrizione fatta da Nigel Franks nel lavoro [Fr-89]. Egli
fornisce la seguente descrizione.
The solitary army ant1 is behaviorally one of
the least sophisticated animals imaginable. If
100 army ants are placed on a flat surface, they
will walk around and around in never decreasing circles until they die of exhaustion. Yet put
half a million of them together, and the group
as a whole becomes what some have called a
superorganism with collective intelligence.
Daltra parte luomo ha da sempre desiderato
capire. E come si fa a capire fenomeni cos` complessi? Innanzitutto si ha bisogno di una lingua
con la quale comunicare i pensieri e le scoperte scientifiche, ma soprattutto si ha necessit`a di
strumenti semplificativi e unificanti. Se ad esempio si vuole capire come si muovono i pianeti, bisogna attrezzarsi con strumenti adeguati. Ecco
che nella mente delluomo si sono affacciate equazioni, figure geometriche, in
poche parole modelli matematici.
A volte il modello si rivela sbagliato, o soltanto approssimativamente corretto
e allora si cambia modello. Ricordate la teoria di Aristotele, il quale sosteneva
che i pianeti ruotano intorno alla terra con moto circolare? Si trattava di un
modello matematico, che risult`o essere completamente errato; ma ci vollero
circa millecinquecento anni perche una migliore verit`a venisse scoperta, fu
Copernico a provare che i pianeti ruotano intorno al sole con orbite ellittiche.
1

army ant = formica soldato o formica legionaria

Introduzione

VII

Abbiamo detto che ogni modello matematico `e una semplificazione della


realt`
a. Ad esempio avete mai sentito parlare delle leggi che governano pressione, temperatura e volume dei gas? Nel 1622 Boyle enuncia la seguente legge:
il prodotto della pressione e del volume di un gas ideale `e costante: P V = k1 .
Mariotte specifica nel 1676 che la legge vale se la temperatura `e costante.
Nel 1787 Charles enuncia la seguente legge: a pressione costante, il volume
di un gas ideale `e proporzionale alla temperatura: V = k2 T .
Nel 1809 Gay-Lussac enuncia la seguente legge: la pressione esercitata su
un contenitore da un gas ideale `e proporzionale alla temperatura: P = k3 T .
Nel 1811 Avogadro enuncia la seguente legge: il volume occupato da un
gas ideale `e proporzionale al numero di molecole presenti nel contenitore.
Queste leggi possono essere combinate e fornire le due formule seguenti:
per un gas ideale vale la formula P V = k5 T (detta Legge di Boyle-Mariotte),
e la formula P V = nRT .
Avete notato che il soggetto di tutte queste leggi `e il gas ideale? E che cosa
`e un gas ideale? Evidentemente nessuno pu`o verificare sperimentalmente tali
leggi, pu`
o solo verificarne lapprossimata veridicit`
a.
Il gas ideale `e dunque una semplificazione intellettuale, `e quello che elimina le incertezze dellapprossimazione e fornisce delle formule pulite ed
esteticamente belle, che non a caso si chiamano modelli matematici.
in order to make questions more amenable to study,
scientists generally will idealize the problem
(da Complexity, A Guided Tour di Melanie Mitchell)

Cominceremo dunque a prendere confidenza con questo linguaggio che


descrive la natura e tende a contenerne la complessit`a entro modelli comprensibili e unificanti.

Indice

Premessa - Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . V
Premessa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . V
Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . VI
Calcolo numerico e calcolo simbolico . . . . . . . . . . . . . . . . . . . . . . . . . . .

Insiemi, calcolo combinatorio, insiemi numerici, polinomi . . 5


1.1 Insiemi e calcolo combinatorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Insiemi numerici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Richiami sui polinomi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Sistemi lineari, matrici, sistemi di coordinate . . . . . . . . . . . . . .


2.1 Sistemi lineari e matrici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Operazioni con matrici, determinanti e inverse . . . . . . . . . . . . . .
2.3 Il metodo della riduzione gaussiana . . . . . . . . . . . . . . . . . . . . . . . .
2.4 Sistemi di coordinate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Cenni di geometria analitica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19


3.1 Rette e piani . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 Circonferenza, coordinate polari e numeri complessi . . . . . . . . . . 24

Funzioni e grafici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.1 Esempi e loro macro-caratteristiche . . . . . . . . . . . . . . . . . . . . . . . .
4.2 Funzioni polinomiali e razionali . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2.1 Scomposizione di funzioni razionali . . . . . . . . . . . . . . . . . .
4.3 Altre funzioni elementari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3.1 Osservazioni sulle funzioni potenza . . . . . . . . . . . . . . . . . .
4.3.2 Osservazioni sulle funzioni esponenziali . . . . . . . . . . . . . . .
4.3.3 Crescita malthusiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3.4 Osservazioni sulle funzioni trigonometriche e periodiche
4.4 Operazioni tra funzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

17
17
17
17
17

29
30
33
34
35
35
36
37
37
38

Indice

4.4.1 Funzioni inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39


4.4.2 Osservazioni sulle funzioni logaritmiche . . . . . . . . . . . . . . 40
5

Limiti e continuit`
a.........................................
5.1 Successioni e formule di ricorrenza . . . . . . . . . . . . . . . . . . . . . . . . .
5.1.1 Complessit`
a computazionale . . . . . . . . . . . . . . . . . . . . . . . .
5.1.2 Calcolo di aree . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.1.3 Il numero e ed i logaritmi naturali . . . . . . . . . . . . . . . . . . .
5.2 Limiti di funzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.3 Continuit`
a..............................................

43
43
47
48
50
50
52

Derivate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.1 Derivate e rette tangenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.2 Regole di derivazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.3 Uso delle derivate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

55
55
59
59

Equazioni differenziali e integrali . . . . . . . . . . . . . . . . . . . . . . . . . .


7.1 Equazioni differenziali e anti-derivazione . . . . . . . . . . . . . . . . . . . .
7.2 Integrali definiti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.2.1 Valore medio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

65
65
67
71

Riferimenti bibliografici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

Calcolo numerico e calcolo simbolico

Anche se la locuzione calcolo numerico e calcolo simbolico `e molto altisonante,


in realt`
a qui vengono affrontate questioni apparentemente banali o comunque
date per acquisite nei corsi secondari. Che cosa vuole dire la scrittura ax = b?
Come si manipola lespressione ax = b? Che cosa significa risolvere lequazione
ax = b?
Se il lettore pensa che si tratti di banalit`a, `e bene che comunque faccia
attenzione, perche sotto una calma superficie in certi punti si muovono pericolose correnti sottomarine; sottovalutarle potrebbe rivelarsi fatale. Non solo,
ma una lettura fatta mantenendo alta la concentrazione pu`o rivelarsi molto utile per prendere confidenza con importanti concetti che si riveleranno
fondamentali nel seguito. Daltra parte calcoli, numeri e simboli sono la materia prima della matematica e il lettore, anche se non aspira a diventare un
matematico professionista, `e bene che familiarizzi con essi.
Equazione ax = b. Proviamo a risolverla
Nelle scuole elementari impariamo che la divisione del numero 6 per il
numero 2 ha come risposta esatta il numero 3. Questo fatto si descrive matematicamente in vari modi diversi, ad esempio scrivendo 62 = 3 o 6 : 2 = 3,
oppure dicendo che 3 `e la soluzione dellequazione 2x = 6, o che 3 `e la soluzione
dellequazione 2x 6 = 0.
Ma la situazione pu`
o essere pi`
u complicata. Proviamo a risolvere un problema del tutto simile, ossia 3x = 4. Mentre la soluzione 43 si trova bella
e pronta nei numeri razionali, se cerchiamo di usare lalgoritmo di divisione, entriamo in un ciclo infinito. Si produce il numero 1.33333333 . . . . . . e si
osserva che il simbolo 3 si ripete allinfinito, visto che ad ogni iterazione dellalgoritmo ci si trova nella stessa situazione. Possiamo ad esempio concludere
dicendo che il simbolo 3 `e periodico e scrivere convenzionalmente il risultato
come 1.3, oppure come 1.(3). Unaltra maniera di cavarcela `e quella di uscire
dal ciclo dopo un numero prefissato, ad esempio cinque, di passi. In tal caso
concludiamo dicendo che la soluzione `e 1.33333.
C`e per`
o un grosso problema. Se trasformiamo il numero 1.33333 in numero
razionale, troviamo 133333
e uguale a 34 . Infatti si ha
100000 , che non `

Calcolo numerico e calcolo simbolico

4 133333
4 100000 3 133333
400000 399999
1

=
=
=
3 100000
300000
300000
300000
e

1
300000

`e un numero molto piccolo ma non nullo.


Pu`
o essere dunque utile lavorare con numeri che hanno un numero fisso di
decimali, ma il prezzo da pagare `e linesattezza dei risultati. Perche dunque
non lavorare sempre con numeri esatti, come ad esempio i numeri razionali?
Per il momento il lettore si deve accontentare di una risposta parziale, ma
che suggerisce lessenza del problema.
-

Un motivo `e che lavorare con numeri razionali `e molto pi`


u costoso dal
punto di vista del calcolo.
Un altro motivo `e che non sempre abbiamo a disposizione numeri razionali
come dati nei nostri problemi.

Per quanto riguarda il primo motivo basti pensare alla difficolt`a di far riconoscere al calcolatore il fatto che frazioni equivalenti, come ad esempio 64 , 69 , 23 ,
rappresentano lo stesso numero razionale. Per il secondo motivo supponiamo
ad esempio di voler trovare il rapporto tra la distanza terra-sole e la distanza
terra-luna. Detta b la prima e a la seconda, lequazione che rappresenta il
nostro problema `e la nostra vecchia conoscenza ax = b. Ma nessuno pu`o ritenere che sia ragionevole avere a disposizione numeri esatti per rappresentare
tali distanze. I dati di partenza del nostro problema sono necessariamente
approssimati. In questo caso tale difficolt`a sar`a da considerarsi ineliminabile.
Torniamo alla nostra equazione ax = b. In relazione al tipo dei numeri
a, b e in base alla natura del problema, possiamo cercare soluzioni esatte o
soluzioni approssimate. Abbiamo gi`a osservato nella sezione precedente che
4
e una soluzione esatta di 3x = 4, o equivalentemente di 3x 4 = 0, mentre
3 `
1.33333 `e una soluzione approssimata, che differisce da quella esatta solo per
1
6
. Tenuto
300000 , o usando unaltra notazione molto comune, per 3.3 10
conto anche del fatto che, come abbiamo visto nella sezione precedente, non
sempre si pu`
o operare con numeri esatti, viene da pensare che un errore piccolo
possa essere ampiamente tollerabile. Ma la vita `e irta di ostacoli. Supponiamo
1
che i dati siano a = 300000
, b = 1. La soluzione giusta `e x = 300000.
Se commettiamo un errore nella valutazione di a e riteniamo che sia a =
2
1
e di 300000
, ossia una quantit`a che poco fa abbiamo dichiarato
300000 , lerrore `
ampiamente tollerabile. Ma ora la nostra equazione ax = b, ha come soluzione
x = 150000, che differisce da quella giusta per 150000.
Che cosa `e successo? Semplicemente il fatto che quando si divide un numero b per un numero molto piccolo a, il risultato `e molto grande; quindi se si
altera il numero a per una quantit`a molto piccola, il risultato `e alterato per
una quantit`
a molto grande. Questi problemi, da tenere presenti quando si opera con quantit`
a approssimate, hanno dato vita ad un settore della matematica
che si chiama calcolo numerico.
Il lettore provi a fare un esempio di equazione di tipo ax = b, in cui un errore nei
coefficienti si ripercuote poco nellerrore della risposta.

Calcolo numerico e calcolo simbolico

Il discorso appena fatto sui dati e sulle soluzioni approssimate non riguarda per`
o alcune manipolazioni di natura puramente formale o simbolica. Ad
esempio i ragazzi imparano che, a partire dallequazione ax = b, si pu`o scrivere una equazione equivalente portando b a primo membro e cambiando segno.
Incominciamo a dire che si tratta di un esempio di calcolo simbolico, pi`
u
precisamente dell uso di una regola di riscrittura.
Che cosa significa esattamente? Se `e una soluzione della nostra equazione, abbiamo luguaglianza di numeri a = b e quindi luguaglianza a b = 0.
Questa osservazione ci permette di concludere che lequazione ax = b `e equivalente allequazione ax b = 0, nel senso che hanno le stesse soluzioni.
La trasformazione di ax = b in ax b = 0 `e una manipolazione puramente
simbolica, indipendente dalla natura del problema. Qui sarebbe opportuno fare un commento sul fatto che non sempre tale manipolazione `e lecita. Se ad
esempio lavoriamo con numeri naturali, lespressione 2x = 4 non pu`o essere
trasformata in 4 + 2x = 0 perche 4 non esiste nei numeri naturali.
Ora vogliamo spingerci un poco pi`
u in l`a, ossia vogliamo risolvere lequazione indipendentemente dai valori di a e b. In altri termini, vogliamo trovare
una espressione per la soluzione di ax = b (o equivalentemente di ax b = 0),
che dipenda solo da a e b e non da particolari valori ad essi attribuiti.
Detto cos`, non `e possibile. Infatti ad esempio che cosa succede se a = 0?
In tale situazione i casi possibili sono due, o b 6= 0 o b = 0. Nel primo caso
di certo non ci sono soluzioni, perche nessun numero moltiplicato per zero
produce un numero diverso da zero. Nel secondo caso invece tutti i numeri
sono soluzioni, perche ogni numero moltiplicato per zero produce zero.
Sembra quindi che se a = 0 lequazione ax = b presenti comportamenti
estremi. La situazione torna ad essere pi`
u tranquilla se supponiamo a 6= 0;
in tal caso possiamo subito concludere che ab `e lunica soluzione. Ma siamo
sicuri? Non abbiamo gi`
a detto nella sezione precedente che lequazione 4x = 7
non ha soluzioni intere? Eppure certamente 4 `e diverso da 0!
Il problema `e il seguente. Per poter concludere che se a 6= 0, allora ab `e
soluzione di ax = b, dobbiamo sapere che ab ha senso. Senza entrare nelle raffinatezze algebriche che questa richiesta comporta, ci limitiamo ad osservare
che i numeri razionali, i numeri reali e i numeri complessi hanno questa propriet`
a, per il fatto che se a `e un numero razionale, reale o complesso diverso
da zero, allora esiste il suo inverso (che in algebra si chiama a1 ). Ad esempio
linverso di 2 nei numeri razionali `e 12 , mentre nei numeri interi non esiste.
Questi tipi di argomentazioni sono di natura squisitamente matematica,
ma la loro portata applicativa sta rivelandosi sempre pi`
u importante. La tecnologia attuale mette a disposizione hardware e software con i quali manipolare
simbolicamente i dati e un nuovo settore della matematica che si occupa di
queste cose sta emergendo. Si tratta del cosiddetto calcolo simbolico, detto
anche algebra computazionale o computer algebra (vedi [C] e [R-06]).
Quale `e lessenziale differenza tra le due seguenti uguaglianze (5 2)(5 + 2) = 21 e
(a + b)(a b) = a2 b2 ?

1
Insiemi, calcolo combinatorio, insiemi
numerici, polinomi

1.1 Insiemi e calcolo combinatorio


Incominciamo a fare un poco di pratica con le rappresentazioni di insiemi, i
simboli di appartenenza, contenuto, intersezione, unione, cardinalit`a, prodotto
cartesiano.
Esempio 1.1. {0, 1, 2, 3};

{a N | a < 4}; {a N | a 3}.

Esempio 1.2. A = {a, b, c}; B = {b, c, d}; A B = {b, c}; C = {b, a, c};
A = C; E = {a, b, c, d}; A B = E; D = {e, f }; A D = .
|A| = |D| = 3; |E| = 4; AD = {(a, e), (a, f ), (b, e), (b, f ), (c, e), (c, f )}.
Esempio 1.3. A = {a, b, c};

a A;

{a} A.

Esempio 1.4. A = {a, b, c};

A \ {a} = {b, c}.

Con il nome calcolo combinatorio o analisi combinatoria si intendono


le varie tecniche che costituiscono the art of counting (Paul Erdos, 1973).
Ad esempio, se abbiamo un insieme di tre lettere possiamo formare 6 parole
di tre lettere senza lettere ripetute, 27 parole di tre lettere con lettere ripetute.
Il conto si fa cos`
6=321

27 = 3 3 3 = 33

Nel seguito vedremo di capire il perche.


Esempio 1.5. (bit e byte)
Nei calcolatori si usano solo due simboli (on e off di un circuito elettronico
digitale) che vengono chiamati 0 e 1, detti bit. Per rappresentare una scrittura c`e bisogno di codificare le lettere, i segni di punteggiatura, gli spazi, gli

1 Insiemi, calcolo combinatorio, insiemi numerici, polinomi

operatori usuali +, , , : . In tutto si tratta di circa 85 simboli. Per rappresentarli si usano sequenze con ripetizione di 0 e 1. Poiche 27 = 128 le prime
codifiche sono state fatte con sequenze di sette simboli 0 e 1. Poi si `e capito che
dovevano trovare posto altri simboli come ad esempio le varie lettere a volte
accentate delle diverse lingue (ad esempio u
, c, , ) e si `e passati a sequenze
di 8 bit dette byte. Cos` c`e abbondanza, perche i byte sono 28 = 256.
Esempio 1.6. (basi dei numeri)
Ricordiamo che quando scriviamo in base 10 il numero 1457 intendiamo dire 7
unit`
a pi`
u 5 decine pi`
u 4 centinaia pi`
u un migliaio. In altri termini, il significato
della scrittura 1457 `e
1457 = 7 100 + 5 101 + 4 102 + 1 103
Osserviamo che sarebbe pi`
u naturale scrivere 7541 invece che 1457, visto
che noi leggiamo da sinistra a destra, ma la tradizione vuole cos`.

Se invece di usare la base 10 usiamo la base 2, e quindi i simboli usabili sono


solo due, indicati solitamente con 0 e 1, si procede analogamente. Ad esempio
consideriamo il numero 12, inteso come 2 unit`a pi`
u una decina e osserviamo
che 12 = 1 23 + 4 = 1 23 + 1 22 + 0 21 + 0 20 e quindi in base due il
numero 12 si scrive 1100.
Sapete dire con quante cifre binarie si scrive un numero che in base 10 richiede 4
cifre?

Esempio 1.7. (sottoinsiemi di un insieme)


Se un insieme ha 3 elementi, che chiamiamo a, b, c, i suoi sottoinsiemi sono ,
{a}, {b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c}. In tutto si tratta di 8 sottoinsiemi.
Un modo di contarli `e quello di associare ad ogni sottoinsieme una stringa
di 0 e 1, dove 1 significa lelemento sta nel sottoinsieme, 0 significa lelemento non sta nel sottoinsieme. Quindi ad esempio al sottoinsieme {a, c}
si associa la stringa 101. Con questo ragionamento si vede che i sottoinsiemi
di un insieme di tre elementi sono tanti quante le stringhe di 0 e 1 lunghe
tre. Sono le 8 stringhe 000, 100, 010, 001, 110, 101, 011, 111. In particolare, la
stringa 000 corrisponde al sottoinsieme , la stringa 011 corrisponde a {b, c}.
Proviamo a tradurre in matematichese quanto visto. I matematici affermano che se A `
e un insieme di cardinalit`
a n allora la cardinalit`
a
dellinsieme dei suoi sottoinsiemi `
e 2n . A parte il linguaggio tecnico, il
significato `e che se il numero degli elementi di A `e n, allora il numero dei suoi
sottoinsiemi `e 2n . Il metodo usato per il conteggio nellesempio precedente
dovrebbe averci convinto di questo fatto.
Allinizio del discorso si affermava che se abbiamo un insieme di tre lettere,
possiamo formare 27 parole di tre lettere con lettere ripetute. Il numero 27
si ottiene osservando che per ogni lettera della parola abbiamo tre scelte e
quindi abbiamo 3 3 3 = 33 = 27 parole.

1.1 Insiemi e calcolo combinatorio

Esempio 1.8. (permutazioni)


Torniamo allinizio del discorso in cui si affermava che se abbiamo un insieme
di tre lettere possiamo formare 6 parole di tre lettere senza lettere ripetute. Il
ragionamento che si fa `e il seguente. Per la prima lettera abbiamo tre scelte,
ma per la seconda ne abbiamo solo due in quanto una lettera `e gi`a stata usata.
Per la terza lettera non abbiamo scelta, siamo forzati ad usare lunica lettera
non ancora usata. Quindi in tutto abbiamo 3 2 1 = 6 parole. Il numero
3 2 1 si indica con il simbolo 3! e si chiama tre fattoriale. Cos` si ha
2! = 2 1 = 2 e 6! = 6 5 4 3 2 1 = 720. Analogamente, se vogliamo
sapere in quanti modi si pu`
o presentare un mazzo di 40 carte, si ottiene
40! = 815.915.283.247.897.734.345.611.269.596.115.894.272.000.000.000
un numero di 48 cifre! (qui il punto esclamativo rappresenta stupore e non il
simbolo fattoriale).
Il numero 40! termina con nove zeri. Come si spiega? Il lettore saprebbe dire con
quanti zeri termina il numero 125! senza bisogno di calcolarlo?

I matematici chiamano permutazioni di un insieme finito i modi in cui i


suoi elementi possono essere messi in ordine. Quindi, come abbiamo visto in
questi esempi, si arriva alla conclusione che il numero delle permutazioni
di un insieme di n elementi `
e n!.
Esempio 1.9. (disposizioni)
Tornando ancora allinizio del discorso, se invece di calcolare il numero di parole di tre lettere senza lettere ripetute, vogliamo calcolare il numero di parole
di due lettere fra le tre disponibili, senza lettere ripetute, il ragionamento `e lo
stesso di quello fatto nellesempio 1.8. Abbiamo tre scelte per la prima lettera
e due per la seconda, in tutto 3 2 = 6 parole.
I matematici chiamano disposizione di un insieme di n elementi a k
a k una scelta di k elementi in ordine tra gli n elementi dati. In base al
ragionamento fatto tale numero delle disposizioni `e n(n1) (nk+1).
Spesso si usa il simbolo invece di e allora si pu`o scrivere che tale numero
`e n (n 1) (n k + 1). A volte, se non c`e ambiguit`a, anche il simbolo
viene omesso. Quindi si pu`
o srivere n(n 1) (n k + 1). Si osservi che
n(n 1) (n k + 1) =

n!
n(n 1) (n k + 1) (n k) 2 1
=
(n k) 2 1
(n k)!

Esempio 1.10. (combinazioni)


Supponiamo di dover scegliere tre collaboratori da una rosa di cinque persone.
Quante sono le nostre possibili scelte? Il problema sembra simile a quello
affrontato nellesempio 1.9, ma non lo `e in quanto in questo caso non dobbiamo
tenere conto dellordine dei tre elementi scelti. Quindi possiamo ragionare
5!
= 60. Ma per
cos`. Se tenessimo conto dellordine il numero sarebbe (53)!

1 Insiemi, calcolo combinatorio, insiemi numerici, polinomi

ogni scelta ce ne sono 3! equivalenti che corrispondono alle permutazioni della


5!
terna scelta. Quindi la risposta giusta `e (53)!
3! = 10. Infatti, se le persone
sono indicate dalle lettere A, B, C, D, E, le terne sono {A, B, C}, {A, B, D},
{A, B, E}, {A, C, D}, {A, C, E}, {A, D, E}, {B, C, D}, {B, C, E}, {B, D, E},
{C, D, E}.
I matematici chiamano combinazione di k elementi di un insieme di n
elementi la scelta di un sottoinsieme di k elementi dellinsieme dato. In base
al ragionamento appena visto si prova che il numero delle combinazioni di k
n!
Tale numero riveste un
elementi tratte da un insieme di n elementi `e k! (nk)!
ruolo molto importante, acquista un nome particolare e viene indicato con un

simbolo speciale, che si chiama coefficiente binomiale e si indica con nk .
Abbiamo dunque
 
n
n!
(1)
=
k! (n k)!
k
Si osserva che
zione?

n
k

n
nk


. Come si spiega a partire dalla definizione di combina-

Vediamo adesso di riconsiderare lesempio 1.7 e il suo seguito. Abbiamo


visto che il numero dei sottoinsiemi di un insieme di n elementi `e 2n . Possiamo
anche ragionare in modo diverso e osservare che i sottoinsiemi si ripartiscono in quello con zero elementi, quelli
 con un elemento e cos` via. Siccome i
sottoinsiemi con k elementi sono nk , possiamo concludere che
n

2 =

n
0

n
1

n
2

+ +

n
n

n  
X
n
k=0

(2)


Si osservi la finezza espressa dalluguaglianza n0 = 1. Essa corrisponde al
fatto che c`e un sottoinsieme con zero elementi ed `e linsieme vuoto, che viene
indicato con il simbolo .
Per far tornare i conti `e anche necessario porre 0! = 1, anche se di per s`e 0! non
vorrebbe dire nulla. Il lettore dica in che senso la formula (1) si avvale del fatto di
porre 0! = 1.

Concludiamo chiedendo al lettore di capire perche vale la seguente formula,


detta formula del Binomio di Newton e in che senso essa generalizza la
formula (2).
Essa afferma che se a, b sono due numeri e n N, vale la relazione
!
n
X
n k nk
n
(a + b) =
a b
k
k=0

1.2 Insiemi numerici

1.2 Insiemi numerici


due terzi delle persone non capiscono le frazioni,
allaltra met`
a non interessano

Gli insiemi considerati nella sezione precedente sono finiti, ma naturalmente ci sono anche insiemi infiniti. Lesempio pi`
u importante `e quello dei
numeri naturali, ossia dei numeri con i quali siamo abituati a contare. In
matematica si usa un simbolo per indicare linsieme dei numeri naturali, si
tratta del simbolo N. Quindi
N = {0, 1, 2, 3, . . . }
Si osservi che 0 N e che siamo stati costretti ad usare i puntini perche
linsieme `e infinito.
Alcuni autori, anche importanti, dichiarano che N = {1, 2, 3, . . . }, ossia non includono il numero zero. Si tratta di una grave lacuna, basti pensare che un metodo
assiomatico per definire i numeri naturali parte dallinsieme vuoto a cui associa il
numero 0. Come dire che tutti i numeri nascono da zero!

Quando ad esempio misuriamo temperature abbiamo la necessit`a di usare numeri negativi, come ad esempio -2, gli opposti dei numeri positivi. Si
chiamano opposti perche ad esempio 2 + 2 = 0. Mettendo insieme numeri
naturali e numeri negativi si costruisce linsieme dei numeri interi che viene
denotato col simbolo Z. Quindi
Z = {. . . , 3, 2, 1, 0, 1, 2, 3, . . . }
Si osservi che mentre nei numeri naturali non `e possibile fare tutte le sottrazioni, ad esempio 2 5 non si pu`o eseguire, nei numeri interi ci`o `e possibile.
Ad esempio si ha 2 5 = 3.
Sia nei numeri naturali che nei numeri interi si pu`o eseguire il prodotto, ma
che dire della divisione? Ancora una volta ci troviamo di fronte al fatto che non
per tutte le coppie di numeri ci`o `e possibile. Ad esempio 6 : 2 = 3, 12 : 3 =
4, ma 2 : 3 non si pu`
o eseguire negli interi. Allora si introducono gli inversi
dei numeri diversi da zero e quindi le frazioni, quali ad esempio 32 . Daltra
parte dividere 1 per 3 o dividere 2 per 6 dovrebbe dare lo stesso risultato.
Questa osservazione complica un poco tutta la vicenda. Si devono considerare
equivalenti le frazioni ab e dc se ad = bc e linsieme delle classi di equivalenza
delle frazioni si chiama insieme dei numeri razionali che viene denotato
col simbolo Q. Non intimidisca la locuzione classi di equivalenza, che `e
semplicemente il modo con cui i matematici intendono dire che tutti gli oggetti
di una classe sono in qualche modo identificabili. E infatti tutte le frazioni
equivalenti si identificano nellunico numero razionale che esse rappresentano.
Facciamo attenzione al fatto che spesso, anche nei testi di matematica, si fa confusione tra frazioni e numeri razionali. Si tratta di entit`
a diverse, quello che `e vero `e
che ogni frazione rappresenta un numero razionale, mentre ogni numero razionale `e

10

1 Insiemi, calcolo combinatorio, insiemi numerici, polinomi

a
, al variare di
rappresentato da infinite frazioni equivalenti. Ad esempio le frazioni 2a
a Z\{0}, rappresentano lo stesso numero razionale, che pu`
o anche essere scritto in
forma decimale 0,5. C`e comunque un modo per selezionare una frazione speciale
tra tutte quelle equivalenti. Si tratta della frazione in cui numeratore e denominatore
non hanno fattori propri comuni e il denominatore `e positivo.

Il lettore si convinca del fatto che tra due numeri razionali distinti ce ne sono infiniti.
Perche basta provare che ce n`e almeno uno?

Si noti che ogni numero intero pu`o essere visto come numero razionale;
il numero intero n pu`
o essere rappresentato dalla frazione n1 , che `e speciale
nel senso detto prima. Con questo accorgimento possiamo affermare che esiste
una catena di inclusioni
NZQ
Ma la storia non finisce qui. Gi`a nel quinto secolo a.C. gli allievi della
scuola di Pitagora si accorsero che i numeri razionali non bastavano.
Anche se `e vero che tra due numeri razionali diversi ce ne sono infiniti, essi
non bastano a rappresentare tutti i punti di una retta. Che cosa significa?
Gli allievi sapevano che il teorema del loro maestro afferma il fatto che il
quadrato costruito sulla diagonale di un triangolo rettangolo ha come area la
somma delle aree dei quadrati costruiti sui cateti. Se i due cateti sono lunghi
1 (rispetto ad una prefissata unit`a di misura), larea del quadrato costruito
sullipotenusa `e dunque 2. Detta x la lunghezza dellipotenusa, si ha dunque
x2 = 2 o equivalentemente x2 2 = 0. Si addolorarono o gioirono quando si
accorsero che nessun numero razionale risolve tale equazione? I matematici in
genere gioiscono quando scoprono che un problema non `e risolubile in un certo
ambito. Il motivo `e che una tale circostanza permette di inventare nuove teorie.
La scoperta che nessun numero razionale risolve lequazione x2 2 = 0 apr` la
strada ai numeri reali. Una trattazione completa dei numeri reali porta alla
conclusione che essi possono rappresentare tutti i punti di una retta. Linsieme
dei numeri reali viene denotato
col simbolo R. Nei numeri reali lequazione
x2 2 = 0 ha due soluzioni 2, che si chiamano radici quadrate di 2.
Se esistesse una frazione ab , con a e b numeri interi, soluzione di x2 2 = 0, si avrebbe
2
luguaglianza ab2 = 2 e quindi a2 = 2 b2 . Ma il quadrato di un numero intero ha un
numero pari di fattori 2 e quindi si arriverebbe ad un assurdo. Quale?

Si vede che i numeri razionali possono essere considerati come particolari


numeri reali e quindi la catena di inclusioni N Z Q si amplia alla catena
NZQR

1.2 Insiemi numerici

11

Un altro esempio di numero reale non razionale `e il


cosiddetto numero aureo o sezione aurea, detto
pi`
u propriamente in inglese golden ratio, dato che
si tratta di un rapporto di lunghezze. Nella figura
a fianco vale la proporzione a : b = b : (a b), da
cui si deduce che a(ab) = b2 ossia a2 abb2 = 0
che equivale a ( ab )2 ab 1 = 0, essendo b 6= 0. Tale
equazione nella incognita ab ha due soluzioni,

di cui quella positiva `e 1+2 5 1,6180339, dove


con il simbolo
abbiamo indicatoapprossimazione. Per lo stesso motivo

per cui 2 non `e razionale, anche 5 e di conseguenza il numero aureo non `e


razionale... ma `e il preferito da alcuni fotografi, da molti pittori e forse anche
dalla natura stessa (fiori, conchiglie,...).
Abbiamo visto che lespressione x2 2 ha portato alla costruzione delle radici
quadrate di 2. Pi`
u in generale, dato un numero reale a e un numero naturale n,
si pu`
o considerare lespressione xn a. Se un numero sostituito ad x rende
lespressione uguale a zero, diciamo che tale numero `e una radice n-ima
di a. Ad esempio 3 `e radice quarta di 81, infatti 34 81 = 0 e quindi 3 risolve
lequazione x4 81 = 0. Ma c`e in vista una notevole sorpresa. Consideriamo
lespressione x2 +1 e vediamo che nessun numero reale sostituito ad x la rende
uguale a zero.
Il lettore sa dire perche?

A questo punto i matematici fanno una cosa apparentemente priva di


senso. Dichiarano che un simbolo, chiamato i, annulla x2 + 1 ossia `e radice
quadrata di 1. Nascono cos` i numeri complessi, ossia i numeri del tipo a+i b
con a, b R. I numeri reali sono particolari numeri complessi, ossia quelli del
tipo a + i 0. La nostra catena di inclusioni tra insiemi numerici si arricchisce
e diventa
NZQRC
I numeri complessi cominciarono a essere utilizzati nel XVI secolo nelle formule di risoluzione delle equazioni di terzo e quarto grado da Tartaglia. I
primi che riuscirono ad attribuire soluzioni alle equazioni cubiche furono
Scipione Dal Ferro, Bombelli, Tartaglia, e Cardano. Inizialmente i numeri
complessi non vennero considerati come numeri ma solo come artifici algebrici utili a risolvere equazioni. Cartesio nel XVII secolo li chiam`
o numeri
immaginari. Abraham de Moivre ed Eulero nel XVIII secolo iniziarono a
fornire ai numeri complessi una base teorica, finche questi assunsero piena
cittadinanza nel mondo matematico con i lavori di Gauss.

Abbiamo detto che lidea di introdurre forzatamente una radice di -1 sembra


una operazione priva di senso. Il lettore potr`a dire: sono capaci tutti di risolvere equazioni dichiarando che qualche nuova entit`a `e soluzione! Ma le cose
non stanno cos`. Questa apparente audacia risolutiva si rivel`o negli anni come una autentica magia. I numeri complessi divennero nel corso dei secoli uno

12

1 Insiemi, calcolo combinatorio, insiemi numerici, polinomi

strumento indispensabile per risolvere i problemi pi`


u svariati. Tanto per citare
alcuni campi di applicazione, ci limitiamo a menzionare la teoria del controllo, lanalisi dei segnali, la meccanica quantistica, le equazioni differenziali, la
fluidodinamica, i frattali, la teoria dei numeri. Ma forse il fatto pi`
u straordinario `e il cosiddetto teorema fondamentale dellalgebra, dimostrato per
la prima volta in modo completo da Gauss nel 1799, di cui parleremo nella
prossima sezione.

1.3 Richiami sui polinomi

radici profonde non gelano


(Dino Conta)

Nella sezione precedente abbiamo considerato espressioni del tipo x2 2,


x x 1. Che cosa hanno in comune? Proviamo ad esaminarle. Compare il
simbolo x che a volte viene chiamato indeterminata, a volte incognita, a
volte variabile.
2

Consideriamo la sequenza di lettere amo. Il manager potrebbe interpretarla


come la sigla di Atlantic-Mediterranean Organization, il romantico come il
presente del verbo amare, il pescatore come un essenziale strumento per
catturare i pesci. La semantica, ossia il significato, della parola amo dipende dunque dal contesto. Analogamente x, che di per se `e solo una lettera di
un qualche alfabeto e che quindi pu`
o essere sostituita da qualunque altro
simbolo, assume nomi e significati diversi a seconda del contesto. Se la consideriamo solo come un simbolo in una espressione, ad esempio x2 1, allora
dovremmo chiamarla indeterminata. Se poniamo tale espressione uguale a
zero, ossia x2 1 = 0 e cerchiamo soluzioni, allora dovremmo chiamarla
incognita. Se le permettiamo di assumere ad esempio tutti i valori reali e
studiamo la funzione ad essa associata, ossia f (x) = x2 1, allora dovremmo
chiamarla variabile.

Torniamo alle espressioni del tipo x2 +x1. Esse si chiamano


polinomi. Altri
3
x3 4.
esempi di polinomi sono p1 = x5 23 x2 + 21 x13, p2 = 3x6 7 x5 + 11
1
x
Non sono polinomi f3 = x , f4 = sin(x), f5 = e . Senza entrare troppo nei
meandri tecnici, osserviamo che un polinomio pu`o avere coefficienti razionali
come p1 , reali come p2 , in altre parole i coefficienti possono essere scelti in
un insieme numerico. Lindeterminata, in questi esempi sempre chiamata x,
compare solo elevata a potenza naturale. Infatti f3 pu`o essere scritto f3 = x1 ,
ma lesponente `e intero non naturale. I matematici chiamano grado (e lo
denotano deg) di un polinomio lesponente pi`
u alto della indeterminata che
compare nel polinomio stesso. Quindi si ha deg(p1 ) = 5, deg(p2 ) = 6.

1.3 Richiami sui polinomi

13

Il lettore provi a verificare che la somma e il prodotto di due polinomi `e un polinomio.


Quale `e il grado della somma e quello del prodotto?

Veniamo al problema di dividere due polinomi. Se vogliamo dividere il


polinomio p(x) = x4 x + 2 per il polinomio q(x) = x2 3 procediamo
cos`. Per arrivare al quarto grado, che `e deg(p(x)), si moltiplica q(x) per x2 .
Sottraendo p(x) x2 q(x) si ottiene q1 (x) = 3x2 x + 2. Sottraendo a q1 (x)
il polinomio q(x) moltiplicato per 3 si ottiene x + 11. Possiamo concludere
che
p(x) = (x2 + 3) q(x) + (x + 11)
Facciamo la stessa cosa con i due polinomi p(x) = x5 x4 x3 + 3x2 3x 3
e q(x) = x3 + 3 e otteniamo
p(x) = (x2 x 1) q(x)
Nel primo caso diciamo che x2 + 3 `e il quoziente, mentre x + 11 `e il resto
della divisione. Nel secondo caso il quoziente `e x2 x 1 e il resto `e zero e
quindi il polinomio p(x) `e divisibile per q(x). La tecnica di divisione usata si
pu`
o applicare a qualunque coppia di polinomi p(x), q(x) a patto che q(x) 6= 0.
Siamo in presenza di quello che gli informatici e i matematici chiamano un
algoritmo. Si tratta cio`e di una procedura che, dati due polinomi p(x), q(x)
con q(x) 6= 0, fornisce due polinomi s(x), r(x) tali che
r(x) = 0 oppure deg(r(x)) < deg(q(x))

p(x) = s(x) q(x) + r(x)

I matematici sono in grado di dimostrare che tali polinomi sono unici e li


chiamano quoziente e resto.
Si osservi che ad esempio il polinomio x2 3x+1 pu`
o anche essere scritto 13x+x2 ,
ossia in ordine di grado decrescente o cresente. Per dividere i polinomi in quale ordine
`e meglio scriverli?
Gi`
a alcune volte abbiamo usato le parole dimostrare, dimostrazione. Supponiamo di dovere verificare se `e vera luguaglianza n! n per tutti i numeri
naturali. Potremmo verificarla per n = 0, n = 1, n = 2 ma evidentemente
non possiamo verificarla per tutti i numeri naturali, perche non possiamo
fare infinite verifiche. Allora dobbiamo procedere con un ragionamento che
garantisca la validit`
a dellaffermazione. In questo caso si pu`
o usare la tecnica della dimostrazione per induzione. Si ragiona cos`. La formula `e vera
per n = 0, il primo dei numeri naturali (ricordiamo che 0! = 1). Assumiamola dunque verificata per n e dimostriamola per n + 1, Dobbiamo dunque
dimostrare che (n + 1)! n + 1. Per definizione si ha (n + 1)! = (n + 1) n!
e dunque, utilizzando la nostra assunzione, si ha (n + 1)! (n + 1) n. Ora
osserviamo che (n + 1) n n + 1 e si conclude. Come si vede, dimostrare
qualcosa non `e facile e, come recita un celebre detto, rendere facili le cose difficili non `e facile. Ma non preoccupatevi, dimostrare `e esattamente il
compito principale dei matematici e noi molto spesso ci accontenteremo di
fidarci della loro abilit`
a.

14

1 Insiemi, calcolo combinatorio, insiemi numerici, polinomi

Che cosa accade se dividiamo un polinomio p(x) per un polinomio del tipo
x c con c numero? In base a quanto detto prima, se applichiamo lalgoritmo
di divisione otteniamo una espressione del tipo p(x) = s(x)(x c) + r(x), dove
r(x) = 0 oppure r(x) ha grado 0, quindi in ogni caso r(x) `e un numero. Sar`a
quindi opportuno scrivere la solita formula cos`
p(x) = s(x)(x c) + r

()

Ora facciamo attenzione e mettiamoci in modalit`a matematica. Proviamo


a chiederci che numero `e r. Sembra una domanda priva di senso, visto che
non abbiamo specificato chi sono p(x) e c. Ma qui scatta il ragionamento
matematico. Se vale una uguaglianza del tipo (), vale anche luguaglianza numerica che si ottiene valutando entrambi i membri in c. Si ottiene
p(c) = s(c)(c c) + r = r ed ecco che abbiamo scoperto che r = p(c). La
formula migliorata `e dunque
p(x) = s(x)(x c) + p(c)

()

da cui si deduce il teorema seguente


Teorema 1.3.1. Dato un polinomio p(x) e un numero c, sono equivalenti

Si ha p(c) = 0, ossia c `e radice di p(x)


Il polinomio p(x) `e divisibile per x c

Abbiamo visto il matematico al lavoro! E dunque meritiamo di conoscere


un fatto del tutto straordinario gi`a preannunciato alla fine della sottosezione
precedente. Allora avevamo accennato al teorema fondamentale dellalgebra,
il quale sancisce la fondamentale importanza dei numeri complessi. Ricordate
che, per ovviare alla mancanza di radici reali di x2 +1, fu inventato il numero i
e con lui i numeri complessi. Ebbene il teorema fondamentale dellalgebra `e il
seguente.
Teorema 1.3.2. (Teorema fondamentale dellalgebra)
Ogni polinomio p(x) di grado positivo a coefficienti complessi ha almeno una
radice complessa.
Rendiamoci conto del fatto che avere aggiunto una radice al polinomio
x2 + 1 ha di fatto aggiunto tutte le radici di tutti i polinomi a coefficienti
complessi. Sembra magia ma `e realt`a.
Qui di seguito sono rappresentate curve descritte da polinomi di terzo
grado, fondamentali ad esempio nella descrizione matematica dei caratteri
tipografici. Usando tale descrizione, un grosso volume di 500 pagine scritto in
LATEX occupa lo spazio di una fotografia digitale!

1.3 Richiami sui polinomi

15

Polinomi di terzo grado, curve di Bezier

La lettera

Concludiamo questa sezione con una chicca matematica di livello un poco


pi`
u elevato. Lidea `e che i polinomi univariati a coefficienti complessi si fattorizzano in fattori di primo grado e quelli a coefficienti reali si fattorizzano
a in fattori di primo e secondo grado. Incontreremo varie difficolt`a, quindi
prepariamoci.
La prima difficolt`
a sta nelluso del Teorema fondamentale dellalgebra 1.3.2,
il quale afferma lesistenza di una radice, ma non la sua costruzione. Un conto

16

1 Insiemi, calcolo combinatorio, insiemi numerici, polinomi

`e dire che 2 `e radice di x2 4, un conto `e dire che x5 x1 ha una radice reale.


Per fare una analogia, si tratta di una differenza simile a quella che intercorre
tra attingere acqua ad una fonte e dimostrare mediante misurazioni indirette
e calcoli che esiste acqua su un lontano pianeta. Usando il Teorema 1.3.2 e il
Teorema 1.3.1 si dimostra il seguente teorema.
Teorema 1.3.3. Ogni polinomio p(x) a coefficienti complessi si fattorizza in
fattori lineari. In formula, se p(x) ha grado positivo d e coefficiente direttivo a,
si ha
r
r
Q
P
p(x) = a
(x ci )ei con d =
ei
()
i=1

i=1

dove c1 , . . . , cr sono le radici complesse di p(x).


Ripeto che la formula () si dimostra ma, esclusi alcuni casi particolari,
non ci sono, infatti non ci possono essere, algoritmi che calcolano le radici ci ,
se non in modo approssimato.
Ora viene la parte pi`
u delicata. Ogni numero complesso si scrive a + ib con
a, b R. I numeri reali sono quindi quelli del tipo a + i 0. C`e un operatore
su C, ossia una funzione da C a C, detto coniugio, che associa ad ogni
numero complesso a + ib il numero complesso a ib. Di solito, se z = a + ib,
il numero a ib si scrive z e si chiama il coniugato di z.
Dato che a + i 0 = a i 0 = a, si conclude che che se z `e reale, allora z = z.
Ma ci sono altre propriet`
a importanti di questo operatore. Senza entrare nel
dettaglio dimostrativo, peraltro semplice, si vede che se z1 , z2 sono numeri
complessi allora
z1 + z2 = z1 + z2

z1 z2 = z1 z2

()

Funzioni di questo tipo, ossia che rispettano le operazioni algebriche, si


dicono omomorfismi. Che cosa ci volete fare, ogni linguaggio ha le sue
strane parole.
Dalla formula () si deduce che se un polinomio ha coefficienti reali e se
z C `e una sua radice, allora anche z `e sua radice.
Verificare il perche di questa affermazione richiede un po di abilit`
a matematica.
Usando il Teorema 1.3.1 si deduce che se p(x) `e un polinomio a coefficienti
reali e z `e una sua radice complessa non reale, allora p(x) `e divisibile per
(x z)(x z). E qui viene la gradita sorpresa, voi direte, forse a ragione:
gradita a chi? Comunque sia, il polinomio (x z)(x z) (che `e quadratico,
ossia di secondo grado) ha coefficienti reali, infatti se z = a + ib, allora si ha
(x(a+ib))(x(aib)) = (xa)2 i2 b2 = (xa)2 +b2 = x2 2ax+a2 +b2 .
La conclusione `e il seguente teorema.
Teorema 1.3.4. Ogni polinomio a coefficienti reali si fattorizza in fattori lineari e quadratici. Quelli lineari corrispondono alle radici reali, quelli
quadratici alle coppie di radici (z, z) con z complesso non reale.

Queste considerazioni ci saranno molto utili pi`


u avanti quando parleremo di
integrazione.

2
Sistemi lineari, matrici, sistemi di coordinate

2.1 Sistemi lineari e matrici


Vedi [R-07] Capitolo 1 (Sistemi lineari e matrici), pag. 922.

2.2 Operazioni con matrici, determinanti e inverse


Vedi [R-07] Capitolo 2 (Operazioni con matrici), pag. 2345.

2.3 Il metodo della riduzione gaussiana


` esclusa
Vedi [R-07] Capitolo 3 (Soluzioni di sistemi lineari), pag. 4776. E
la sezione 3.4 (Quanto costa il metodo di Gauss?), ma `e incluso lesempio del
` esclusa la sezione 3.5 (Decomposizione LU).
piccolo pivot (pag. 65). E

2.4 Sistemi di coordinate


Vedi [R-07] Capitolo 4 (Sistemi di coordinate), pag. 7791 (quindi sono
escluse la sezioni 4.6 (Prodotti scalari e determinanti in generale), la sezione
4.7 (Cambi di coordinate) e la sezione 4.8 (Spazi vettoriali e basi)).

3
Cenni di geometria analitica

Ora che abbiamo chiarito la nozione di sistema di coordinate e padroneggiamo


il concetto di vettore libero e applicato, di prodotto scalare e di angolo di due
vettori, siamo in grado di affrontare alcuni semplici problemi di geometria
piana e spaziale.

3.1 Rette e piani


Ci sono essenzialmente due modi di rappresentare rette e piani, il modo implicito o cartesiano, ossia come insiemi di punti le cui coordinate verificano
delle equazioni o dei sistemi di equazioni, e il modo esplicito o parametrico, ossia come insiemi di punti descritti al variare di parametri nei numeri
reali.
Vediamo un poco di dettaglio. In questa sezione i sistemi di coordinate
che consideriamo sono ortogonali e monometrici.
La retta nel piano in forma implicita o cartesiana
Se fissiamo un punto P0 nel piano e un vettore libero u = (a, b), la retta r
nel piano passante per P0 e ortogonale a u pu`o chiaramente descriversi come
linsieme (detto anche luogo) dei punti P del piano tali che u `e ortogonale a
P P0 e quindi tali che u (P P0 ) = 0. Possiamo concludere che
u (P P0 ) = 0

(1)

`e una equazione vettoriale della retta r. Se denotiamo con (x0 , y0 ) le coordinate


di P0 e con (x, y) le coordinate di P , lequazione vettoriale (1) si sviluppa
nellequazione scalare
a(x x0 ) + b(x x0 ) = 0
che `e del tipo ax + by + c = 0, una nostra conoscenza dellalgebra lineare.

(2)

20

3 Cenni di geometria analitica

Ad esempio la retta passante per P0 = (1, 3) e ortogonale al vettore u = ( 12 , 5)


ha equazione 21 (x 1) + 5(y + 3) = 0, che si pu`
o anche scrivere 12 x + 5y + 31
= 0.
2
Pu`
o anche scriversi x 10y 31 = 0. Perche?

Il piano nello spazio in forma implicita o cartesiana


Se fissiamo un punto P0 nello spazio e un vettore libero u = (a, b, c),
il piano nello spazio passante per P0 e ortogonale a u pu`o chiaramente
descriversi come linsieme (detto anche luogo) dei punti P dello spazio tali
che u `e ortogonale a P P0 e quindi tali u (P P0 ) = 0. Possiamo concludere
che
u (P P0 ) = 0
(3)
`e una equazione vettoriale del piano . Questa descrizione vettoriale si rivela
del tutto analoga alla descrizione (1) della retta nel piano. Per notarne meglio
la differenza, vediamo la descrizione scalare. Se denotiamo con (x0 , y0 , z0 ) le
coordinate di P0 e con (x, y, z) le coordinate di P , lequazione vettoriale (3)
si sviluppa nellequazione scalare
a(x x0 ) + b(y y0 ) + c(z z0 ) = 0

(4)

che `e del tipo ax + by + cz + d = 0. Anche questa `e una conoscenza dellalgebra


lineare.
Ad esempio il piano passante per P0 = (1, 3, 2) e ortogonale al vettore u =
(2, 5, 7) ha equazione 2(x 1) + 5(y 3) + 7(z + 2) = 0, che si pu`
o anche
scrivere 2x + 5y + 7z + 1 = 0. Pu`
o anche scriversi 2x 5y 7z 1 = 0. Perche?

La retta nel piano in forma esplicita o parametrica


Se fissiamo due punti distinti P0 , P1 su una retta r nel piano, i punti P
della retta r che passa per P0 e P1 sono quelli per cui P P0 `e multiplo di
P1 P0 . Possiamo concludere che
P P0 = t (P1 P0 ) t R

(5)

`e una rappresentazione vettoriale parametrica della retta r. Se denotiamo con


(a, b) le coordinate del vettore P1 P0 , con (x0 , y0 ) le coordinate del punto
P0 e con (x, y) le coordinate del punto P , la rappresentazione vettoriale (5) si
sviluppa nella rappresentazione scalare

x x0=a t
tR
(6)
y y0 =b t
Ad esempio la retta passante per i due punti P0 = (1, 1), P1 = (3, 0) ha
rappresentazione parametrica

x 1=4 t
tR
y + 1= t

3.1 Rette e piani


Pu`
o anche scriversi

x + 3= 4 t
y
=t

21

tR

Perche?

Il piano nello spazio in forma esplicita o parametrica


Se fissiamo tre punti non allineati P0 , P1 , P2 nello spazio, i punti P del
piano che passa per P0 , P1 , P2 sono quelli per cui P P0 = s (P1 P0 ) +
t (P2 P0 ). Possiamo concludere che
P P0 = s (P1 P0 ) + t (P2 P0 ) s, t R

(7)

`e una rappresentazione vettoriale parametrica del piano . Se denotiamo con


(a1 , b1 , c1 ) le coordinate del vettore P1 P0 , con (a2 , b2 , c2 ) le coordinate del
vettore P2 P0 , con (x0 , y0 , z0 ) le coordinate del punto P0 e con (x, y, z) le
coordinate del punto P , la rappresentazione vettoriale (7) si sviluppa nella
rappresentazione scalare

x x0=a1 s + a2 t
y y0 = b1 s + b2 t s, t R
(8)

z z0 = c1 s + c2 t
Ad esempio il piano passante per i tre punti P0 = (1, 1, 0), P1 = (3, 0, 0) P2 =
(1, 1, 1) ha rappresentazione parametrica

x 1=4s
y + 1=s + 2t s, t R

z
=t
Il lettore provi a trovare unaltra rappresentazione parametrica dello stesso piano.

La retta nello spazio in forma parametrica


Se fissiamo due punti distinti P0 , P1 su una retta r nello spazio, i punti P
della retta r che passa per P0 e P1 sono quelli per cui P P0 `e multiplo di
P1 P0 . Possiamo concludere che
P P0 = t (P1 P0 ) t R

(9)

`e una rappresentazione vettoriale parametrica della retta r. La situazione `e del


tutto simile a quella della rappresentazione parametrica della retta nel piano.
Per notare la differenza vediamo la rappresentazione scalare. Se denotiamo
con (a, b, c) le coordinate del vettore P1 P0 , con (x0 , y0 , z0 ) le coordinate
del punto P0 e con (x, y, z) le coordinate del punto P , la rappresentazione
vettoriale (9) si sviluppa nella rappresentazione scalare

x x0=a t
y y0 =b t
tR
(10)

z z0 =c t

22

3 Cenni di geometria analitica

Ad esempio la retta passante per i due punti P0 = (1, 1, 32 ), P1 = (3, 0, 2) ha


rappresentazione parametrica

x 1= 2 t
y + 1= t t R

z 23 = 83 t
Il lettore provi a trovare unaltra rappresentazione parametrica dello stesso piano.

La retta nello spazio in forma cartesiana


Questo caso `e diverso dai precedenti. Informalmente possiamo dire che si
tratta di descrivere mediante equazioni un oggetto uni-dimensionale dentro
uno spazio tri-dimensionale e i matematici sanno che in tal caso una equazione non basta, ce ne vogliono almeno due. Nel nostro caso specifico basta
sapere che lintersezione di due piani non paralleli `e una retta per arrivare alla conclusione. Se i due piani , 0 sono rappresentati dalle equazioni
a1 x + b1 y + c1 z + d1 = 0 e a2 x + b2 y + c2 z + d2 = 0 rispettivamente, la retta r
per cui vale r = 0 ha dunque una rappresentazione cartesiana scalare del
tipo

a1 x + b1 y + c1 z + d1 = 0
(11)
a2 x + b2 y + c2 z + d2 = 0
Ora si pone una questione. Dato un sistema del tipo (11), come facciamo
a sapere se i due piani sono paralleli? Ricordiamo che u1 = (a1 , b1 , c1 ) `e
un vettore perpendicolare al piano e che u2 = (a2 , b2 , c2 ) `e un vettore
perpendicolare al piano 0 . Dunque e 0 sono paralleli se e solo se u1 e
u2 sono paralleli, ossia se uno `e multiplo dellaltro. Ad esempio (1, 2, 1),
(1, 2, 1), ( 21 , 1, 12 ) sono tra loro paralleli.
Infine vogliamo risolvere il seguente problema. Come si passa da una rappresentazione cartesiana ad una parametrica di una retta nello spazio? Sappiamo dalla formula (10) che basta conoscere due punti della retta, equivalentemente un punto e un vettore libero parallelo alla retta. Per trovare uno o
due punti sulla retta, bisogna trovare due soluzioni del sistema lineare (11). Se
invece vogliamo un vettore u parallelo alla retta, osserviamo che i due vettori
u1 , u2 sono perpendicolari ai piani e quindi u deve essere perpendicolare sia
a u1 che a u2 .
Come si fa, dunque a trovare un vettore perpendicolare sia a u1 che a u2 ?
Vediamo insieme un esempio di matematico al lavoro.
Il prodotto vettoriale
Consideriamo le due seguenti matrici

a1 a1 a2
a2 a1 a2
A1 = b1 b1 b2
A2 = b2 b1 b2
c1 c1 c2
c2 c1 c2
Entrambe hanno due colonne uguali e quindi sappiamo che il loro determinante vale 0. Scriviamo dunque

3.1 Rette e piani

det(A1 ) = det(A2 ) = 0

23

()

Daltra parte sappiamo che il determinante di una matrice quadrata si pu`o


calcolare sviluppandolo secondo la prima colonna. Si ha dunque






b b
a a
a a
0 = det(A1 ) = a1 det 1 2 b1 det 1 2 + c1 det 1 2
c1 c2
c1 c2
b1 b2
e analogamente


b b
0 = det(A2 ) = a2 det 1 2
c1 c2





a1 a2
a1 a2
b2 det
+ c2 det
c1 c2
b1 b2






b1 b2
a1 a2
a1 a2
Se chiamiamo = det
, = det
, = det
si hanno
c1 c2
c1 c2
b1 b2
dunque le relazioni
a1 + b1 + c1 = 0

e a2 + b2 + c2 = 0

()

In altri termini, detto w = (, , ), le relazioni () si possono leggere come


u1 w = 0,

u2 w = 0

il che significa che w `e ortogonale sia a u1 che a u2 . Questo che avete visto `e
un esempio del ragionare matematico. Limportanza del vettore







b1 b2
a1 a2
a1 a2 
w = det
, det
, det
c1 c2
c1 c2
b1 b2
gli ha fatto dare un nome speciale. Si chiama prodotto vettoriale dei vettori u1 , u2 , si denota con u1 u2 e, come abbiamo visto, ha la propriet`a di
essere ortogonale sia a u1 che a u2 .
Ad esempio, dati i vettori u1 = (1, 2, 0) e u2 = (1, 1, 5), il loro prodotto
vettoriale `e u1 u2 = (10, 5, 1). Inoltre `e facile verificare le uguaglianze
u1 u2 u1 = u1 u2 u2 = 0.
Perche non `e stato scritto (u1 u2 ) u1 e (u1 u2 ) u2 ?
Il lettore provi a verificare che, dati due vettori qualunque u1 , u2 nello spazio, vale
luguaglianza u1 u2 = (u2 u1 ).

24

3 Cenni di geometria analitica

3.2 Circonferenza, coordinate polari e numeri complessi


Tutto quanto visto finora appartiene al mondo dellalgebra lineare e anche
gli oggetti geometrici appena studiati sono lineari. Ma naturalmente esistono
oggetti matematici non lineari di fondamentale importanza, come ad esempio
i polinomi univariati di grado maggiore di uno, di cui abbiamo parlato nella
sottosezione 1.3. Ed esistono anche polinomi multivariati. Tutti conosciamo lequazione della circonferenza C, luogo dei punti di coordinate (x, y) che
distano 1 dallorigine (0, 0). Si tratta di x2 + y 2 1 = 0, che si ottiene uguagliando a zero il polinomio bivariato x2 + y 2 1 . Come fatto in precedenza
per rette e piani, anche ora diremo che x2 + y 2 1 = 0 `e una rappresentazione
implicita o cartesiana della circonferenza C. Si pu`o anche in questo caso trovare una rappresentazione parametrica? Si pu`o, ma a patto di uscire dal mondo
dei polinomi. Una soluzione si trova con questo ragionamento; se due numeri
reali hanno la propriet`
a che la somma dei loro quadrati `e 1, allora essi sono
il coseno e il seno di un angolo. Otteniamo quindi una rappresentazione
parametrica della circonferenza C nel seguente modo.

x = cos()
R
()
y = sin()
Ora resta la questione: perche abbiamo affermato che dovevamo uscire dal
mondo dei polinomi? Siamo sicuri che le funzioni cos e sin non siano polinomiali? Se consideriamo la funzione y = cos(x) osserviamo che essa non `e
costante e vale y = 1 per = 2k, k Z, ossia cos(x) assume il valore 1 per
infiniti valori di x. E questo fatto non accade per nessun polinomio diverso da
un polinomio costante. Vediamo insieme il perch`e.
Faremo un tipico ragionamento per assurdo. Supponiamo che un polinomio p(x)
` come dire che il polinomio
non costante assuma il valore a per infiniti valori di x. E
p(x) a ha infinite radici. Daltra parte, se p(x) non `e costante, allora p(x) a non
`e nullo. Ma pu`
o un polinomio non nullo avere infinite radici?

Non siamo riusciti a parametrizzare la circonferenza con polinomi, ma


forse possiamo avvicinarci. Consideriamo la seguente figura e mettiamoci in
modalit`
a matematica.
y

6
'$
P 
y t(x + 1) = 0
r

r

(-1,0)
x

&%
Ogni retta che passa per (1, 0), esclusa quella verticale, ha rappresentazione cartesiana y t(x + 1) = 0, dove t rappresenta la pendenza della retta
stessa e quindi pu`
o assumere qualunque valore reale.

3.2 Circonferenza, coordinate polari e numeri complessi

25

Per trovare lintersezione con la circonferenza dobbiamo risolvere il sistema


 2
x + y2 1 = 0
y t(x + 1) = 0
Sostituendo y = t(x + 1) nella prima equazione si ha x2 + t2 (x + 1)2 1 = 0,
ossia (1 + t2 )x2 + 2t2 x + t2 1 = 0 Si vede che correttamente 1 `e soluzione
e quindi il primo membro `e divisibile per x + 1. Si ottiene

(x + 1) (1 + t2 )x + t2 1 = 0
Quindi i due punti di intersezione della retta con la circonferenza sono
2
(1, 0) e un punto P la cui x-coordinata `e 1t
. La y-coordinata si ricava
1+t2
2t
dallequazione y t(x + 1) = 0 e si ottiene 1+t
2 . Possiamo concludere che,
escuso il punto (1, 0), la circonferenza ha rappresentazione parametrica
(
2
x= 1t2
1+t
tR
()
y= 2t 2
1+t

che `e data da frazioni di polinomi.

Perche potrebbe essere utile avere la rappresentazione () invece che la rappresentazione trigonometrica ()? Ai curiosi forniamo una motivazione interessante. Il lettore dovrebbe sapere che i numeri 3, 4, 5 costituiscono quella
che viene chiamata una terna pitagorica (se non lo sapeva, ora lo sa), ossia
una terna di numeri interi (a, b, c) per cui a2 + b2 = c2 o equivalentemente
( ac )2 + ( cb )2 = 1; e infatti 32 + 42 = 52 , equivalentemente ( 53 )2 + ( 45 )2 = 1. Se
nella formula () al posto di t mettiamo una frazione rs con r, s Z, otteniamo un punto della circonferenza con coordinate razionali. Possiamo dunque
prendere
 a b   1 ( r )2
2 rs   s2 r2
2rs 
s
,
=
,
,
=
c c
1 + ( rs )2 1 + ( rs )2
s2 + r2 s2 + r2
Abbiamo cos` a disposizione una ricetta per costruire terne pitagoriche, basta
assegnare numeri interi ai due parametri r, s nella terna
(s2 r2 , 2rs, s2 + r2 )
Ora che lo abbiamo dimostrato, diventa banale verificare che
(s2 r2 )2 + (2rs)2 = (s2 + r2 )2
Vediamo qualche esempio.
Per s = 2, r = 1 otteniamo (3, 4, 5) e si ha 32 + 42 = 25 = 52 .
per s = 3, r = 2 otteniamo (5, 12, 13) e si ha 52 + 122 = 169 = 132 .
per s = 4, r = 1 otteniamo (15, 8, 17) e si ha 152 + 82 = 289 = 172 .
Se avete capito questo ragionamento `e buon segno, ma se vi `e anche
piaciuto state attenti, potreste avere contratto la malattia matematica.

26

3 Cenni di geometria analitica

Torniamo alla rappresentazione () della circonferenza di raggio 1 mediante


le funzioni trigonometriche sin e cos. E se il raggio `e r 0? Evidentemente
una rappresentazione parametrica analoga `e

x = r cos()
R, r R0
(1)
y = r sin()
Se riflettiamo un momento sul significato di questa parametrizzazione e sul
concetto di sistema di coordinate, ci rendiamo conto di alcune cose. Innanzitutto `e chiaro che le circonferenze descritte dalla formula (1) per r > 0
coprono tutto il piano tranne lorigine delle coordinate e che allorigine delle
coordinate provvede il caso r = 0, ossia la circonferenza di raggio 0 che `e ridotta ad un singolo punto. Usando ora tale formula, ci chiediamo se `e possibile
individuare i punti del piano. La risposta `e si e vediamo perche. Come detto,
lorigine si ottiene per r = 0, e qualsiasi . Ogni altro punto sta su una sola
circonferenza centrata nellorigine e dunque individua un ben preciso valore
di r. Per quanto riguarda invece dobbiamo fare attenzione. Se ad esempio il
punto ha coordinate cartesiane (0, 1), si ha r = 1 e = 2 . Ma, attenzione, si
ha anche = 2 + 2 e anche = 2 + 2k con k Z. Ci troviamo di fronte ad
una sovrabbondanza di valori per ogni punto del piano. Qualsiasi valore va
bene per lorigine, e ce ne sono infiniti che vanno bene per ogni altro punto.
In ogni modo quello descritto `e un modo diverso per rappresentare i punti del
piano.
Possiamo affermare che ogni
punto P del piano si pu`
o rappresentare con una coppia (r, ), dove r `e
il raggio della circonferenza di centro lorigine e raggio uguale alla distanza tra lorigine e P , mentre
`e langolo che il segmento OP forma con lasse x. Come detto, facciamo attenzione al fatto che tale angolo non `
e univocamente determinato. I numeri r, cos` descritti si chiamano coordinate polari. Ribadiamo il fatto che, mentre il
raggio `e univocamente determinato,
langolo non lo `e.
Le coordinate polari sono uno strumento fondamentale per la rappresentazione dei numeri complessi. Ricordiamo che ogni numero complesso si pu`o
scrivere nella forma a + ib dove a, b R, i2 = 1 (vedi Sezione 1.2). Se imponiamo al piano un sistema di coordinate ortogonale e monometrico, il numero
complesso z = a + ib si pu`
o rappresentare con il punto le cui coordinate sono
(a, b). Il piano cos` attrezzato per rappresentare i numeri complessi si chiama
piano di Argand-Gauss. Si chiama cos` in onore dei due matematici che lo
descrissero allinizio del diciannovesimo secolo. Si tratta di uno di quelli strani

3.2 Circonferenza, coordinate polari e numeri complessi

27

giochi del destino per cui il vero scopritore, il matematico norvegese Caspar
Wessel che lo descrisse nel 1799, `e stato dimenticato.
Per motivi evidenti,
lasse x si chiama asse
....
..... Im
reale, mentre lasse y,
quello su cui sono rappresentati i numeri del
ib r cos()
z = a + ib
tipo ib, si chiama asse

 r sin()
immaginario. Ma, cor
me abbiamo visto pri.
....
ma, il numero complesso
....
........
a
pu`
o anche essere rappreRe
sentato mediante coordinate polari. Dalla figura
accanto si deduce la seguente uguaglianza
z = a + ib = r(cos() + i sin())
Il raggio r si chiama modulo di z e langolo si chiama argomento di z.
Alcuni calcoli elementari (e luso di qualche formula di trigonometria) fanno
capire limportanza della rappresentazione trigonometrica o polare dei
numeri complessi. Infatti se z1 , z2 sono due numeri complessi e si hanno le
uguaglianze z1 = r1 ((cos(1 ) + i sin(1 )) e z2 = r2 ((cos(2 ) + i sin(2 )) allora
z1 z2 = r1 r2 (cos(1 + 2 ) + i sin(1 + 2 )

(2)

ossia i moduli si moltiplicano e gli argomenti si sommano.


Se ad esempio moltiplichiamo due numeri complessi di modulo 1, ossia i cui punti
che li rappresentano sul piano di Argand-Gauss sono sulla circonferenza di centro
lorigine e raggio 1, la formula (2) ci permette di dare una descrizione geometrica
del prodotto con lutilizzo del concetto di rotazione. Il lettore sa dire perche?

Luso della rappresentazione trigonometrica si rivela fondamentale ad


esempio per risolvere, almeno in alcuni casi, un problema citato nella Sezione 1.3. Quale `e il problema? Il Teorema 1.3.3 ci dice che ogni polinomio a
coefficienti complessi si fattorizza in fattori di primo grado corrispondenti alle
radici. Ma non ci dice come trovare le radici! Ebbene, usando la rappresentazione trigonometrica dei numeri complessi, si riescono ad esempio a trovare le
radici dei polinomi del tipo xn z, con z C, ossia le radici n-ime di z. Si
procede cos`.
Se z = 0 non ci sono problemi. Se z 6= 0, si scrive z = r(cos() + i sin())
e si osserva che il modulo delle radici n-esime deve essere la radice n-ima del
numero reale positivo r. Pi`
u delicato `e il discorso che riguarda largomento,
Verrebbe subito da dire che largomento di una radice n-ima di z `e n . Questo
`e giusto visto che sommando n volte tali angoli si ottiene proprio . Ma, e

28

3 Cenni di geometria analitica

qui sta la bellezza e limportanza della rappresentazione trigonometrica, sono


argomento di z `e anche tutti gli angoli + 2k, quindi sono argomento delle
. Se k = 0, 1, . . . , n 1, questi angoli sono tutti
radici tutti gli angoli +2k
n
diversi tra di loro e quindi determinano le n radici n-ime del numero z. Gioco
di prestigio? No, potenza della rappresentazione trigonometrica.
Il lettore provi a determinare le radici cubiche di 1, ossia tutte le readici complesse
di x3 1. Quante sono reali? Come si rappresentano graficamente nel piano di
Argand-Gauss? E che cosa si pu`
o dire delle radici di xn 1?

4
Funzioni e grafici

a volte `e utile mettere in funzione il cervello


(Frank & Stein)

Ogni giorno la televisione, i giornali, internet ci mettono di fronte a grafici. Si pu`


o trattare dellandamento del valore di una azione, della posizione
in classifica di una squadra negli ultimi campionati, della temperatura media
estiva di una localit`
a negli ultimi cento anni e cos` via. Questi grafici solitamente mostrano la relazione che intercorre tra due variabili, una indipendente
e una dipendente. Negli esempi precedenti la variabile indipendente `e il tempo,
quella dipendente il valore dellazione, la posizione in classifica, la temperatura. La variabile dipendente `e funzione di quella indipendente. Luso di un
sistema di coordinate cartesiane ortogonale ci permette, mediante il grafico,
di visualizzare la funzione stessa.
Ci sono svariati tipi di grafici ed `e facile trovarne quanti se ne vuole. Qui
di seguito mostriamo alcuni esempi, che vanno dal tracciato del grafico di
funzioni polinomiali, alle curve di livello, ai grafici delle meridiane (con versi
palindromici...).

30

4 Funzioni e grafici

4.1 Esempi e loro macro-caratteristiche


Il primo esempio di grafico che analizziamo ha un forte valore storico.

Figura 4.1. Boyle

iperbole.

Nellintroduzione abbiamo accennato alla famosa legge


di Boyle-Mariotte. Di fianco
si vedono riprodotti i valori
che Boyle misur`o sperimentalmente. La cosa che colpisce di pi`
u, guardando questo grafico, `e quanto i dati sperimentali siano vicini
al ramo di iperbole tracciato in verde. Questa osservazione port`o Boyle a definire
la legge per il gas ideale. I
dati del gas ideale sarebbero
stati esattamente sul ramo di

4.1 Esempi e loro macro-caratteristiche

31

La prima domanda che viene spontanea quando si osserva un grafico dovrebbe essere la seguente. Quali caratteristiche della funzione, il cui grafico
abbiamo in osservazione, appaiono evidenti? Facciamo qualche esperimento.
La funzione il cui grafico `e
tracciato qui accanto assume solo valori positivi. Sembra assumere valori comunque grandi quando x diventa grande e sempre pi`
u vicini a zero quando x `e molto piccolo per cui lasse x `e
quello che si chiama un asintoto. La tracciatura `e conFigura 4.2. Esponenziale
tinua. I valori assunti sono crescenti. Presenta una
concavit`a verso lalto.

Figura 4.3. Logaritmo

Figura 4.4. Flesso

La funzione il cui grafico `e tracciato qui accanto `e definita solo per


x positivo. Sembra assumere valori comunque grandi quando x
diventa grande e comunque piccoli quando x si avvicina a zero per cui lasse y `e un
asintoto. La tracciatura `e continua. I valori
assunti sono crescenti.
Presenta una concavit`a
verso il basso.
La funzione il cui grafico `e tracciato qui accanto `e definita per
ogni valore di x. Assume valori
positivi. Si avvicina sempre pi`
u
a zero quando x diventa piccolo e ad uno quando x diventa
grande, per cui lasse x e la retta y = 1 sono asintoti. Presenta
una concavit`a verso lalto nella zona a sinistra e una verso il
basso in quella a destra dellasse
y. Il passaggio da una allaltra
avviene nel punto (0, 21 ).

32

4 Funzioni e grafici

La funzione il cui grafico `e tracciato qui sotto `e definita solo per x che varia
tra a e b. Assume valori (non tutti) compresi tra y5 e y3 . Vediamo una forma a
scalini, ossia la vediamo assumere valori costanti in certi tratti. La tracciatura
non `e continua, nel senso che ci sono degli sbalzi nei valori. Non si vedono
concavit`
a di nessun tipo.

Figura 4.5. Costante a tratti

La funzione il cui
grafico `e tracciato qui accanto `e
definita per ogni
valore di x. Assume valori sia
positivi che ne` simmegativi. E
trica rispetto allasse y. Sembra
assumere valori
comunque grandi quando x diFigura 4.6. Simmetrie, massimi e minimi
venta grande e
quando x diventa piccolo. Ci sono dei minimi e massimi locali. I due minimi locali sembrano essere minimi
assoluti.
Il nostro compito ora sar`a quello di tradurre in linguaggio matematico
queste osservazioni di carattere empirico. Ma prima dobbiamo familiarizzare
con alcune funzioni fondamentali.

4.2 Funzioni polinomiali e razionali

33

4.2 Funzioni polinomiali e razionali


Nella sottosezione 1.3 abbiamo visto alcune caratteristiche dei polinomi, ora
ne esploreremo una nuova. Se consideriamo un quadrato di lato x, sappiamo
che la sua area `e x2 , se consideriamo un cubo di lato x, sappiamo che il suo
volume `e x3 . Se il lato del quadrato `e 7 metri, larea `e 49 metri quadrati. Se
il lato del quadrato `e 12 metri, larea `e 144 metri quadrati. E possiamo fare
un discorso analogo per il volume. Se indichiamo con y larea del quadrato
abbiamo la formula y = x2 ed ecco che il polinomio x2 rivela il suo aspetto
funzionale: per ogni valore di x possiamo determinare il valore di x2 ossia
di y. Il grafico `e quello di una parabola e si osservi che x2 ha senso anche per
valori negativi di x. Infatti (3)2 = 9, anche se non ha senso considerare un
quadrato di lato 3.
In generale ha senso associare ad ogni polinomio p(x) una funzione, precisamente la funzione y = p(x) e in tal caso `e corretto chiamare x variabile.
Osserviamo anche che ogni funzione polinomiale `
e definita per ogni
valore di x.
Se i coefficienti del polinomio sono reali, i valori assunti sono anche reali. Perche?
Con la stessa argomentazione si vede che se un polinomio p(x) ha coefficienti interi,
allora assume valori interi per ogni valore intero di x. Ma non `e vero il viceversa,
come mostra il polinomio p(x) = 21 x(x 1). Capite il motivo?

Esempio 4.1. (creature mostruose)


Vediamo una curiosa applicazione del concetto di ordine di grandezza, in particolare del fatto che x3 ha ordine di grandezza superiore a x2 . La domanda
`e: pu`
o esistere un uomo alto 9 metri? La domanda `e un poco scherzosa e la
risposta sar`
a un poco approssimativa, ma... proviamo a fare il seguente ragionamento. Se un uomo fosse alto 9 metri, ossia diciamo 5 volte un uomo
normale, il suo volume sarebbe 53 = 125 volte quello di un uomo normale e
quindi anche il suo peso lo sarebbe. Peserebbe quindi circa 125 70 = 8750
chili. Ma la sezione dei suoi piedi sarebbe 52 = 25 volte quella di un uomo
normale. Su quei piedi graverebbe quindi un peso 5 volte superiore a quello
che grava sui piedi di un uomo normale. Sarebbe come caricare un uomo di
70 chili con 350 chili in pi`
u; i suoi piedi e tutta la struttura ossea non reggerebbero. La conclusione `e che un uomo alto 9 metri pu`o esistere solo nei libri
di fantascienza, nelle favole, oppure in qualche laboratorio segreto, dove per`o
devono riprogettare tutta la sua struttura.
E se invece di un polinomio prendiamo un quoziente di due polinomi? Otteniamo quella che viene chiamata funzione razionale. Ma `e ancora definita
per ogni x R?
Ricorderete il fatto che non si deve confondere il concetto di frazione di
interi con quello di numero razionale. Allo stesso modo non si devono confondere le frazioni di polinomi con le loro classi di equivalenza, dette funzioni

34

4 Funzioni e grafici

razionali. Intendo dire che ad esempio x1 e xx1


2 x rappresentano la stessa funzione razionale. Si chiamano funzioni razionali, anche se purtroppo il nome
non `e appropriato, dato che, come vedremo nel prossimo capitolo, per considerarle come funzioni bisogna usare molta cautela. Ad esempio `e chiaro che
1
e definita per x = 0.
x non `
4.2.1 Scomposizione di funzioni razionali
Vediamo un esempio. Consideriamo la funzione razionale rappresentata dalla
frazione f (x) = x4 2x32x1
+2x2 2x+1 . Osserviamo che il denominatore ha radice
1 e quindi, per il Teorema 1.3.1 si pu`o dividere per x 1; si ottiene x4 2x3 +
2x2 2x + 1 = (x 1)(x3 x2 + x 1). Anche x3 x2 + x 1 `e divisibile per
x 1 e si ottiene cos`
x4 2x3 + 2x2 2x + 1 = (x 1)2 (x2 + 1)
Sappiamo che x2 + 1 non `e scomponibile in fattori lineari a coefficienti reali,
dato che le sue radici sono i, i, quindi la scomposizione ottenuta `e la migliore possibile, in accordo con il Teorema 1.3.4. La prima conclusione `e che la
funzione `e definita per x 6= 1, fatto che di solito viene descritto dicendo che il
campo di definizione di f (x) `e x 6= 1.
Il passo successivo `e quello di usare tale scomposizione del denominatore
per scrivere la frazione f (x) come somma di frazioni pi`
u semplici. Proviamo
a vedere se si pu`
o scrivere
a1
a2
a3 x + a4
2x 1
=
+
+ 2
x4 2x3 + 2x2 2x + 1
x 1 (x 1)2
x +1
Con opportuni numeri reali a1 , a2 , a3 , a4 . Vi chiederete da dove venga una
siffatta idea. Vediamo di risolvere il problema e poi sar`a pi`
u facile capire.
Il secondo membro delluguaglianza si pu`o scrivere come una frazione il cui
denominatore `e lo stesso di f (x) e il numeratore `e
a1 (x 1)(x2 + 1) + a2 (x2 + 1) + (a3 x + a4 )(x 1)2
Sviluppando si ottiene
(a1 + a3 )x3 + (a1 + a2 2a3 + a4 )x2 + (a1 + a3 2a4 )x + (a1 + a2 + a4 )

Affinche tale polinomio coincida con il numeratore di f (x), ossia con 2x1, devono essere verificate le uguaglianze a1 +a3 = 0, a1 + a2 2a3 + a4 = 0,
a1 + a3 2a4 = 2, a1 + a2 + a4 = 1. La matematica non finisce di stupire: si tratta dunque di risolvere un sistema lineare di quattro equazioni nelle
quattro incognite a1 , a2 , a3 , a4 . Il sistema ha una e una sola soluzione che `e
a1 =

1
,
2

a2 =

1
,
2

1
a3 = ,
2

a4 = 1

4.3 Altre funzioni elementari

35

Quindi si ha
1
1
12 x 1
2x 1
2
2
+
=
+
x4 2x3 + 2x2 2x + 1
x 1 (x 1)2
x2 + 1

In generale abbiamo visto (Teorema 1.3.4) che ogni polinomio a coefficienti


reali si fattorizza in fattori lineari, che corrispondono alle radici reali, e fattori
quadratici, che corrispondono a coppie di radici complesse coniugate non reali.
E la formula generale prevede che una frazione di polinomi a coefficienti reali
si pu`
o scrivere come somma di frazioni pi`
u semplici nel seguente modo.
Per ogni radice multipla reale di molteplicit`
a m si addizionano m frazioni
il cui numeratore `e una costante e i denominatori sono i polinomi (x )r
con 1 r m.
Per ogni radice multipla complessa non reale z di molteplicit`
a si addizionano frazioni il cui numeratore
`
e
un
polinomio
di
primo
grado e i
r
denominatori sono (x z)(x z) con 1 r .

4.3 Altre funzioni elementari


Vedi [CRR-10] Capitolo 6, pp. 93113, dove sono trattate le funzioni
potenza, le funzioni esponenziali, le funzioni logaritmiche, le funzioni polinomiali (che in parte abbiamo gi`a visto), le funzioni trigonometriche. Alcune osservazioni sulle funzioni logaritmiche verranno fatte alla fine della
Sezione 4.4.

4.3.1 Osservazioni sulle funzioni potenza


Una funzione potenza `e una funzione del tipo f (x) = xa dove a R. Ma
1
dobbiamo fare attenzione. Ricordiamo ad esempio che (1) 2 significa radice
quadrata di 1. Siccome le uniche radici quadrate di 1 sono le soluzioni
dellequazione x2 + 1 = 0, sappiamo che esse sono i, i, che non sono numeri
reali. Invece ad esempio (1)3 ha senso.
In generale il concetto di radice aritmetica si basa sulle seguenti considerazioni. Se a R e n `e un numero naturale non nullo, una radice n-ima di
a `e necessariamente una soluzione dellequazione xn a = 0. Ma quante sono
tali soluzioni? Sappiamo che esse sono esattamente n nel campo complesso,
ma quante
sono reali? Se a = 0 c`e solo la soluzione x = 0, quindi si conclude

che n 0 = 0. Se n `e dispari ce n`e una sola reale e dunque non ci sono ambiguit`
a a definire la radice n-ima di a. Ma se n `e pari e a < 0 allora non ce ne
sono reali, mentre se a > 0 allora ce ne sono due, una positiva e una negativa.

36

4 Funzioni e grafici

Col nomedi radice aritmetica


in questocaso si considera quella positiva. Ad

esempio 3 27 = 3, 4 9 non esiste, 4 16 = 2.


C`e una casistica di campi di definizione delle funzioni potenza descritta
per esteso a pagina 95 di [CRR-10].
Quali di queste espressioni sono corrette?

4 = 2.
1
4 2 = 2.
1
4 2 = 2.
Soluzioni di x2 4 = 0 sono 2, 2.
Il grafico della funzione f (x) = x2 4 interseca lasse x nei punti (2, 0), (2, 0).
Il grafico della funzione f (x) = x2 4 interseca lasse x solo nel punto (2, 0).
1
Il campo di definizione di f )x) = x 2 `e R0 .
1
Il campo di definizione di f )x) = x 3 `e R.

4.3.2 Osservazioni sulle funzioni esponenziali


Una funzione esponenziale `e una funzione del tipo f (x) = ax dove a R.
La prima considerazione `e che per tutte le funzioni esponenziali vale luguaglianza f (0) = 1 dato che convenzionalmente si pone a0 = 1. Il motivo della
r
convenzione sta nel volere rispettare la regola per cui aas = ars ; naturalmenr
te si ha 1 = aar e quindi per rispettare la regola si pone 1 = a0 . Osserviamo
inoltre che tutte le funzioni esponenziali assumono solo valori positivi e ora
vediamo perche esse si considerano definite solo se a > 0. In ogni intervallo
reale per quanto piccolo ci sono numeri razionali del tipo rs con s pari e r

r
dispari. Se a < 0, anche ar < 0 e quindi, dato che a s = s ar , lequazione
xs ar = 0 non ha soluzioni reali.
Consideriamo il caso a = 12 , ossia la funzione f (x) = 21x . Per x = 0 si
ha f (0) = 1, per x = 1 si ha f (1) = 12 , per x = 2 si ha f (2) = 14 . Si incomincia
a capire che la funzione ha un andamento decrescente e che, pur rimanendo
sempre positivi, i suoi valori tendono a diventare sempre pi`
u piccoli al crescere
di x.
Consideriamo il caso a = 2, ossia la funzione f (x) = 2x . Per x = 0 si ha
f (0) = 1, per x = 1 si ha f (1) = 2, per x = 2 si ha f (2) = 4. Si incomincia a
capire che la funzione ha un andamento crescente e che i suoi valori tendono
a diventare sempre pi`
u grandi al crescere di x.
Pi`
u precisamente si ha che la funzione ax `
e decrescente se 0 < a < 1
ed `
e crescente se a > 1.

4.3 Altre funzioni elementari

37

4.3.3 Crescita malthusiana


prediction is very difficult,
especially about the future
(Niels Bohr, premio Nobel per la fisica)

Sir Thomas Robert Malthus pubblic`o nel


1798 An essay of the principle of the population as it affects the future improvement
of society dove enunci`
o alcune leggi matematiche che, a suo modo di vedere, regolano
levoluzione delle popolazioni. Come di solito
avviene per tutti i modelli matematici, le sue
assunzioni erano molto semplificative, ma in
ogni caso il modello si rivel`o utile a capire
certi fenomeni reali, come lespandersi di una
comunit`
a umana in una nuova colonia. Per
comprendere il perche studiamo un poco il
modello. Si tratta di una formula di ricorren- Figura 4.7. Thomas R. Malthus
za che prevede la numerosit`
a N (t + 1) della
popolazione al tempo t + 1 uguale a quella al
tempo t moltiplicata con un fattore correttivo r = 1 + n m, dove n ed m sono numero compresi tra 0 e 1; il numero n
(m) rappresenta il rapporto tra il numero dei nati (morti) nellunit`a di tempo
e la numerosit`
a della popolazione. Una forte semplificazione del mondo reale
sta nellassunzione che n ed m siano invarianti rispetto alla numerosit`a della popolazione e non cambino col passare del tempo. Quindi se partiamo al
tempo t0 si ha N (t0 + 1) = N (t0 ) r, N (t0 + 2) = N (t1 ) r = N (t0 ) r2 , e cos`
via. La formula esplicita `e dunque
N (t0 + x) = N (t0 ) rx
Si tratta dunque di una funzione esponenziale. Quindi se r = 1, la popolazione
`e in equilibrio, se r < 1 tende a sparire, se r > 1 tende ad occupare tutto il
pianeta... La formula, pur nella sua semplicit`a, ebbe grande influenza sul modo
di prevedere, forse per la paura inculcata dalle conclusioni catastrofiche a cui
giunse Malthus.
4.3.4 Osservazioni sulle funzioni trigonometriche e periodiche
Ricordiamo che un radiante `e per definizione la misura di un angolo che
sottende un arco lungo quanto il raggio. La misura in radianti di un angolo
`e dunque il rapporto tra le lunghezze dellarco sotteso e del raggio. Di conseguenza si ha ad esempio che langolo giro, ossia quello che in gradi misura 360 ,
in radianti misura 2.

38

4 Funzioni e grafici

Il lettore descriva la formula che lega la misura in gradi a quella in radianti.


Per quale ragione la misura in radianti `e preferibile a quella in gradi?

Ricordiamo che ad ogni angolo si associano alcuni numeri notevoli, in


particolare i numeri cos(), sin(), tan(). I legami fondamentali tra questi
sin()
.
numeri sono dati dalle uguaglianze cos()2 + sin()2 = 1, tan() = cos()
Le funzioni trigonometriche associate sono periodiche. Infatti si ha
sin(x+2) = sin(x), cos(x+2) = cos(x), tan(x+2) = tan(x). Ma mentre 2
`e il pi`
u piccolo numero positivo per cui valgono le prime due uguaglianze, `e
il pi`
u piccolo per cui vale la terza.
Problema: Se f (x), g(x) hanno periodo c che cosa si pu`
o dire di

f (x)
?
g(x)

Problema: se f (x) `e periodica di periodo 6 e g(x) `e periodica di periodo 9, la funzione


(f + g)(x) `e periodica di che periodo?
Problema: quale `e il periodo della funzione f (x) = sin(3x)?

4.4 Operazioni tra funzioni


d`vide et `mpera
(antico detto romano)

(Vedi anche [CRR-10], pp. 8391).


Una delle tecniche pi`
u usate in matematica, e non solo, `e quella di spezzare problemi complessi in sotto-problemi pi`
u semplici. Pu`o essere interpretata
come una manifestazione del riduzionismo di cui abbiamo parlato nellintroduzione; in ogni caso `e una tecnica molto utile. Un importante esempio `e
quello che nasce dal fatto, detto in modo informale, che date delle funzioni
se ne possono costruire altre. Di conseguenza, se scopriamo che una funzione
complicata `e costruita con funzioni semplici, possiamo spesso (non sempre) studiarla molto pi`
u facilmente. Ma che cosa vuol dire costruire funzioni
a partire da altre? In matematichese si dice che, date due funzioni, se ne
pu`
o ottenere una terza mediante una operazione elementare. Incominciamo
ad osservare che le funzioni si possono sommare e moltiplicare per una
costante. Di conseguenza, se consideriamo le funzioni potenza f (x) = xn al
variare di n N, utilizzando la possibilit`a di sommarle e di moltiplicarle per
una costante, si ottengono tutte le funzioni polinomiali. Ad esempio, a
partire dalle funzioni potenza x2 e x4 si pu`o costruire mediante le suddette
operazioni la funzione f (x) = 2x4 72 x2 .
Inoltre le funzioni si possono anche moltiplicare tra di loro, per cui ad
esempio con la funzione x si ottengono tutte le funzioni potenza xn . E mettendo insieme i due fatti precedenti si vede che tutte le funzioni polinomiali
si possono costruire a partire dalla sola funzione f (x) = x.
I matematici dicono che i polinomi univariati a coefficienti reali formano
una R-algebra, la denotano con R[x] e la chiamano algebra dei polinomi

4.4 Operazioni tra funzioni

39

univariati a coefficienti reali. Come al solito non stupiamoci troppo del


linguaggio tecnico, il concetto `e spiegato dal ragionamento precedente.
Un poco pi`
u delicata `e la questione della composizione di funzioni.
Ad esempio f (x) = (sin(x))2 si pu`o pensare composta da f1 (x) = x2 e
f2 (x) = sin(x) nel senso che se al posto x in f1 (x) mettiamo f2 (x) otteniamo
proprio f (x). Anche la funzione g(x) = sin(x2 ) si pu`o pensare composta dalle
due funzioni f1 (x) e f2 (x), ma in ordine scambiato, nel senso che se al posto
di x nella funzione f2 (x) mettiamo f1 (x) otteniamo g(x). I matematici scrivono f = f1 f2 , g = f2 f1 . Lesempio precedente ci mostra chiaramente
il fatto che f1 f2 6= f2 f1 il che viene descritto dicendo che loperazione , che viene denominata prodotto per composizione o semplicemente
composizione, non `
e commutativa.
4.4.1 Funzioni inverse
A questo punto dovrebbe sorgere naturale la domanda: si possono invertire le
funzioni? Qui bisogna fare molta attenzione, dato che gi`a la domanda stessa
non `e precisa. Infatti quando si parla di inverso ci si riferisce ad una operazione di prodotto, come ad esempio quando si dice che 21 `e inverso di 2 dato
che 12 2 = 1. Chi `e dunque linversa di f (x) = ax ?
Se consideriamo il prodotto di funzioni, deve trattarsi di una funzione
che moltiplicata per ax da come risultato la funzione costante 1. Linversa `e
dunque a1x che si pu`
o anche scrivere ax . Linversa di f (x) = x2 `e dunque x12 .
Attenzione al fatto che mentre x2 ha come campo di definizione tutto R, la
sua inversa `e definita per x 6= 0.
Daltra parte la funzione neutra rispetto al prodotto `e f (x) = x, infatti
evidentemente x f (x) = f (x) = f (x) x.
Ci sono varie limitazioni alla composizione di due funzioni. Ad esempio,
date le funzioni f1 (x) = sin(x) e f2 (x) = x1 , la funzione f1 f2 = sin( x1 ) `e
1
ha come campo di
definita per x 6= 0, mentre la funzione f2 f1 = sin(x)
definizione linsieme dei numeri reali esclusi i multipli interi di .
Esempi fondamentali di funzioni inverse rispetto al prodotto sono le funzioni logaritmiche (vedi [CRR-10], pag. 98102) e le funzioni trigonometriche
inverse (vedi [CRR-10], pag. 109110).

40

4 Funzioni e grafici

4.4.2 Osservazioni sulle funzioni logaritmiche


Che numeri si ottengono quando si considera una funzione esponenziale ax con
a R? Come abbiamo visto nella Sottosezione 4.3.2, le funzioni esponenziali
sono definite se a > 0 e assumono solo valori positivi. Inoltre abbiamo anche
notato che, escluso il caso a = 1, sono o crescenti o decrescenti ed assumono
tutti i valori positivi. La conseguenza `e che se a `e un numero reale positivo
diverso da 1, allora la disuguaglianza x1 6= x2 implica ax1 6= ax2 .
La successiva implicazione `e
che se prendiamo un numero positivo b `e ben definito lesponente
che dobbiamo dare ad a per ottenere b. Tale esponente si chiama logaritmo di b in base
a e si denota con loga (b). Ad
esempio si hanno le uguaglianze
1
) = 4.
log2 (32) = 5, log3 ( 81
La conseguenza di queste
considerazioni `e che la funzione
f (x) = loga (x) `e inversa della
funzione g(x) = ax rispetto alla operazione di composizione.
Infatti si ha
aloga (x) = x = loga (ax )
La propriet`
a fondamentale dei logaritmi `e la seguente
loga (xy) = loga (x) + loga (y)

(1)

Vediamo il ragionamento che porta a questa fondamentale conclusione, ossia


vediamo la dimostrazione della suddetta formula.
Se ` = loga (xy), `1 = loga (x), `2 = loga (y) si ha a` = xy, a`1 = x, a`2 = y
e dunque a`1 a`2 = a`1 +`2 = xy. Paragonando a` = xy con a`1 +`2 = xy si
ottiene ` = `1 + `2 che `e esattamente quello che si vuole provare.

La suddetta formula (1) implica queste altre formule


loga (xn ) = n loga (x)

(2)

x
loga ( ) = loga (x) loga (y)
(3)
y

1
loga ( n x = loga (x)
(4)
n
Conseguenza di (2) `e che il numero di cifre decimali in cui si scrive un numero
naturale N `e il pi`
u piccolo numero naturale maggiore di log10 (N ).

4.4 Operazioni tra funzioni

41

Come si spiega laffermazione precedente?


Quante sono le cifre con cui si scrive in base 2 un numero naturale N ?

Unaltra formula importante `e quella che descrive il cambio di base.


loga (x) = loga (b) logb (x)

(5)

Il lettore provi a dimostrare la formula (5) seguendo questo ragionamento. Siano


` = loga (x), `1 = loga (b), `2 = logb (x). Allora a`1 = b, b`2 = x e quindi (a`1 )`2 = x.
Ma anche a` = x, di conseguenza...
Il lettore deduca la formula loga (b) logb (a) = 1.

I logaritmi furono introdotti da Nepero allinizio del diciasettesimo secolo


e poi studiati e popolarizzati da Eulero nel secolo diciottesimo.

Nepero (1550 1617)

Eulero (1707 1783)

Luso dei logaritmi `e molteplice. Un notevole esempio `e legato ai grafici delle


funzioni, molti dei quali non sarebbero tracciabili senza laiuto dei logaritmi.

f (x) = 10x ,

f (x) = x,

f (x) = log10 (x)

I due grafici precedenti danno la corretta idea di come la scala logaritmica


sullasse y abbassi notevolmente i grafici.
Un esempio eclatante di tale applicazione `e il grafico riportato qui a fianco.
Esso descrive in scala logaritmica la catastrofica perdita di valore del marco
tedesco durante il periodo della Repubblica di Weimar in Germania.

42

4 Funzioni e grafici

Nel 1922 la banconota pi`


u importante valeva
50,000 marchi. Nel 1923, la
banconota pi`
u importante
valeva 100,000,000,000,000
marchi.
Per dare una idea di che
cosa significhino questi numeri, basti dire che nel 1923
i prezzi raddoppiavano circa
ogni due giorni. Si noti come
riuscire a tracciare un grafico in cui sullasse y stanno
valori da 1 a 1014 si possa,
e con fatica, solo con una
scala logaritmica. La forza
del logaritmo in questo caso si esprime col fatto che
log10 (1014 ) = 14.
A proposito di iperinflazione, si noti che quella della repubblica di Weimar
non `e stata la peggiore del secolo scorso. Infatti in Ungheria accadde di peggio
tra il 1945 e 1il 1946, periodo in cui i prezzi raddoppiavano in media ogni
15 ore. Alla fine del 1946 linsieme di tutte le banconote in circolazione in
Ungheria aveva complessivamente il valore di un millesimo di dollaro USA.
Ecco come si presenta il grafico della funzione logaritmica f (x) = log2 (x).

Concludiamo questa sezione con la promessa di parlare nel prossimo capitolo di un numero fondamentale, detto e in relazione ai logaritmi (vedi la
sottosezione 5.1.3).

5
Limiti e continuit`
a

continuamente linfinito
cambia i propri limiti
(Anonimo)

In questo capitolo studieremo alcune propriet`a delle funzioni, partendo


da quelle tra N e R, che si chiamano successioni. Poi vedremo altre propriet`a
delle funzioni di variabile reale che ci permettono di capire meglio landamento
del grafici associati. In entrambi i casi c`e un concetto che emerge e guida il
ragionamento, quello di limite.

5.1 Successioni e formule di ricorrenza


Abbiamo gi`
a detto che le funzioni da N a R si chiamano successioni. Un
esempio `e la successione {2n | n N} dei numeri pari, un altrio esempio `e la
successione { n1 | n N}.
A volte per`
o certe successioni sono espresse in modo indiretto, ossia non `e
esplicitata la formula. Forse lesempio pi`
u noto `e quello della successione di
Fibonacci (vedi [R-07], Sezione 8.4). Si tratta di una successione di numeri
naturali Fib(n), in cui il termine n-esimo non `e dato esplicitamente, ma `e dato
come funzione dei precedenti, in questo caso come somma dei due precedenti.
Naturalmente una descrizione di questo tipo sta in piedi solo se si dice da
dove si comincia e infatti la sequenza di Fibonacci incomincia con due valori
1 per n = 0, 1. In sintesi si ha
Fib(n) = Fib(n 1) + Fib(n 2)

con

Fib(1) = Fib(0) = 1

Formule implicite di questo tipo si chiamano formule di ricorrenza. Viene


spontanea una domanda (o almeno lo spero). Si pu`o trovare una formula
esplicita che dica direttamente chi `e Fib(n) senza passare per i precedenti
valori? La domanda `e semplice, ma, come spesso accade, la risposta no lo `e.

44

5 Limiti e continuit`
a

Uno studio un poco pi`


u approfondito delle matrici consente ai matematici di
dare la risposta. Si ha
!

1  1 + 5 n+1  1 5 n+1

Fib(n) =
2
2
5
Sembra molto strano che una formula che contiene numeri non razionali dia
valori naturali per ogni n naturale, ma... `e cos`.
La sequenza di Fibonacci incomincia cos`.
0
1

1
1

2
2

3
3

4
5

5
8

6
13

7
21

8
34

9
55

10
89

11
144

12
233

` stupefacente notare come questa apparentemente arida sequenza di nuE


meri sia tanto importante. Su Wikipedia si legge: I numeri di Fibonacci godono
di una gamma stupefacente di propriet`a, si incontrano nei modelli matematici
di svariati fenomeni e sono utilizzabili per molti procedimenti computazionali; essi inoltre posseggono varie generalizzazioni interessanti. A questi argomenti viene espressamente dedicato un periodico scientifico, The Fibonacci
Quarterly.
E infatti le applicazioni della successione di Fibonacci si trovano nella
chimica, nella musica, nella botanica, nellarte, nelleconomia, nei frattali,...
Ed ora una curiosit`
a matematica. Ricordate il numero aureo della Sezione 1.2? Esso `e legato alla successione di Fibonacci, infatti si ha

Fib(n)
1+ 5
lim
=
1,618034
n+ Fib(n 1)
2
Abbiamo usato il simbolo di limite che non definiremo formalmente ma che
vedremo sempre pi`
u spesso allopera.
Ma prima di riavvicinarci... al limite, vorrei illustrare una formula di ricorrenza, detta mappa logistica, che presenta aspetti oltremodo affascinanti.
In particolare vedremo che il limite si perde nel caos.
Si tratta della formula
L(n + 1) = r L(n) 1 L(n)

()

dove r `e un parametro. Per illustrarne il significato `e opportuno fare qualche


premessa. Supponiamo di volere studiare la dinamica di una popolazione di
animali. Se supponiamo che ogni anno la popolazione raddoppi e si parta
con un numero k > 0 di individui, chiaramente la formula che esprime
questo concetto `e la seguente P (n + 1) = 2 P (n) con P (0) = k. Vogliamo
renderla esplicita? Nessun problema. Allanno zero abbiamo k individui, al
primo anno ne abbiamo 2k, al secondo ne abbiamo 2(2k) = 22 k, al terzo
anno ne abbiamo 23 k,... alln-esimo anno ne abbiamo 2n k, ossia P (n) = 2n k.

5.1 Successioni e formule di ricorrenza


Se sostituiamo 2 con un parametro r abbiamo la formula
P (n + 1) = r P (n)

con

P (0) = k

e quindi abbiamo creato una famiglia di modelli di crescita. Ragionando


come prima si vede che P (n) = rn k.
Si osservi come diverso `e il comportamento della formula se r > 1 o se r < 1.
Ad esempio, se r = 2 si ha P (n) = 2n k, il che significa che dopo 10 anni si ha
P (10) = 1024 k e dopo 50 anni si ha P (50) = 717897987691852588770249 k,
ossia dopo 50 anni... la popolazione ha invaso tutto luniverso. Se invece
1
r = 12 , ossia la popolazione dimezza ogni anno, allora si ha P (10) = 1024
ke
1
P (50) = 717897987691852588770249 k, ossia dopo 50 anni... non c`e pi`
u nessuno.
Ora il problema `e che modelli cos` semplici, per quanto si possa modulare il
parametro r, certamente si discostano troppo da un vero comportamento naturale. Non tengono conto della mortalit`
a, della competizione, delle limitate
risorse e cos` via. Nel 1976 il biologo-matematico Robert May nellarticolo
Simple mathematical models with very complicated dynamics pubblicato
sulla prestigiosa rivista Nature introdusse una modifica notevole, pur mantenendo la semplicit`
a della descrizione. Intanto cambi`
o il significato di L(n)
che venne a rappresentare non pi`
u il numero degli individui, ma il rapporto, nellanno n, tra il numero degli individui e il massimo consentito dalle
condizioni dellambiente. Con questa modifica si tiene conto della massima
capacit`
a dellambiente e si osserva che 0 L(n) 1. Il significato di r `e
quello di combinare in un unico numero il tasso di crescita con quello di
mortalit`
a e qui si vede chiaramente il fatto che un modello matematico `e
sempre una semplificazione della realt`
a. Come gi`
a preannunciato, la formula
di May `e la seguente.

L(n + 1) = r L(n) 1 L(n) = r L(n) r L(n)2
()
Si osservi che la crescita esponenziale dovuta a r L(n) (se r > 1) `e mitigata
dalla sottrazione di r (L(n))2 e si ricordi che L(n) `e un numero compreso
tra 0 e 1 e quindi (L(n))2 L(n).
Bene, ora abbiamo una famiglia di formule ancora ricorsive, ma pi`
u realistiche e naturalmente ci interessa esplicitarle, come abbiamo prima fatto con
la formula P (n + 1) = r P (n). Incominciamo a fare qualche esperimento.
Fissiamo r = 2 e vediamo che cosa succede al variare di L(0).
L(0)
0, 2
L(0)
0, 8
L(0)
0, 9

L(1)
0, 32
L(1)
0, 32
L(1)
0, 18

L(2)
0, 4352
L(2)
0, 4352
L(2)
0, 2952

L(3)
0, 491602
L(3)
0, 491602
L(3)
0, 416114

L(4)
0, 49986

L(5)
0, 5

L(4)
0, 499859
L(4)
0, 48593

L(5)
0, 5
L(5)
0, 4996

L(6)
0, 5
L(6)
0, 5
L(6)
0, 5

Si pu`
o dimostrare che, qualunque sia il valore L(0) di partenza, la successione si stabilizza a 0, 5, ossia la popolazione si stabilizza a met`
a della
capacit`
a dellambiente.
Fissiamo r = 2,5 e vediamo che cosa succede al variare di L(0).
L(0)
0, 25

L(1)
0, 4

L(2)
0, 6

L(3)
0, 6

L(4)
0, 6

L(5)
0, 6

L(6)
0, 6

L(0)
0, 8

L(1)
0, 4

L(2)
0, 6

L(3)
0, 6

L(4)
0, 6

L(5)
0, 6

L(6)
0, 6

45

46

5 Limiti e continuit`
a
Anche in questo caso si pu`
o dimostrare che, qualunque sia il valore L(0) di
partenza, la successione si stabilizza a 0, 6.
Fissiamo r = 3,1 e vediamo che cosa succede con L(0) = 0, 2.
L(0)
0, 2

L(1)
0, 7749

L(2)
0, 5406

L(3)
0, 7699

L(4)
0, 5492

L(5)
0, 7675

L(6)
0, 5532

Al limite si ha una oscillazione tra due valori che sono 0, 5580141 e


0, 7645665, e ci`
o avviene per qualunque valore iniziale L(0). La situazione
viene descritta dicendo che non c`e limite, ma ci sono due attrattori.
Quando 3,4 < r < 3,5 ci sono quattro attrattori, per 3, 54 < r < 355 ci
sono otto attrattori per 3, 564 < r < 3565 ci sono sedici attrattori.
Quando r si avvicina a 3,569946 il numero di attrattori diventa talmente
grande che non si riesce pi`
u a calcolarlo. I matematici descrivono questo
comportamento come caotico, nel senso che non `e pi`
u prevedibile. Infatti se r si avvicina a 3,569946 basta una variazione di 108 per cambiare
completamente landamento della successione. In poche parole... siamo nel
caos pi`
u completo, nonostante si sia partiti da una equazione deterministica
molto semplice! Ecco un grafico che rappresenta visivamente le biforcazioni.

Per i pi`
u curiosi (spero che ce ne siano molti) dir`
o che si `e partiti con una
relazione totalmente deterministica, rappresentata da una formula molto
semplice che si pu`
o calcolare in modo esatto. Ma quando r si avvicina al
numero 3,569946 il calcolo simbolico non riesce pi`
u a gestire le frazioni che
` necessi ottengono, data la taglia enorme dei numeratori e denominatori. E
sario ricorrere al calcolo approssimato, ma anche questo fallisce, nel senso
detto prima. In poche parole, landamento della successione L(n) diventa
imprevedibile.
A questo punto pensate che i matematici si arrendano? Non conoscete i
matematici! Queste scoperte sono le pi`
u esaltanti perche permettono alla
matematica e in generale alla scienza di andare avanti. Infatti... calcolando
la velocit`
a con cui gli attrattori raddoppiano il loro numero, Feigenbaum
trov`
o che al limite tale numero `e

5.1 Successioni e formule di ricorrenza

47

f = 4,66920160910299067185320382...
detta costante di Feigenbaum e descritta nel 1980 nel lavoro [Fei-80].
Il significato `e che quando r cresce, ogni raddoppio di attrattori avviene
circa f volte pi`
u rapidamente che il precedente. La cosa pi`
u sconvolgente `e
che Feigenbaum fu capace di sviluppare una teoria matematica con la quale
dimostr`
o che lo stesso numero f compare in tutta una serie di modelli
apparentemente diversi tra di loro. Ecco un esempio di potenza del pensiero
astratto, c`e caos, ma `e... sotto controllo matematico.

5.1.1 Complessit`
a computazionale
Torniamo a cose meno... caotiche e continuiamo a vedere esempi che ci convincano dellimportanza del concetto di limite. Sappiamo che se un oggetto O,
come ad esempio un numero o una matrice quadrata, si pu`o moltiplicare per
se stesso, possiamo parlare di potenze naturali delloggetto stesso. Ad esempio
ha senso considerare a6 se a Q e ha senso considerare A8 se A `e una matrice
quadrata. Se si deve calcolare ad esempio O4 si possono scegliere due modalit`
a: eseguire O O O O, oppure eseguire (O O) (O O) ossia (O O)2
ossia (O2 )2 . Sia A una matrice quadrata di tipo n a entrate numeri razionali.
La domanda che ci poniamo `e la seguente. Quale delle due modalit`
a conviene?
Dato che entrambe portano alla soluzione, dobbiamo precisare che cosa intendiamo per convenienza e in questo caso la convenienza si riferisce al fatto di
eseguire il minor numero possibile di moltiplicazioni di numeri. Per moltiplicare due matrici quadrate di tipo n, dobbiamo eseguire n2 prodotti righe per
colonne, ognuno dei quali comporta lesecuzione di n moltiplicazioni. In totale
la moltiplicazione delle due matrici richiede lesecuzione di n3 moltiplicazioni
di numeri. Siccome con la prima modalit`a eseguiamo tre prodotti di matrici
di tipo n, in totale eseguiamo 3 n3 moltiplicazioni di numeri. Con la seconda
modalit`
a invece eseguiamo due prodotti di matrici di tipo n e quindi in totale
eseguiamo 2 n3 moltiplicazioni di numeri. La conclusione `e molto semplice,
con la seconda modalit`
a si eseguono meno moltiplicazioni, non c`e bisogno di
nessun limite.
Proviamo ora a risolvere un problema simile. La domanda `e: si eseguono
meno somme nel moltiplicare due matrici quadrate di tipo n o nel sommare
cinque matrici quadrate di tipo n? Moltiplicare due matrici di tipo n comporta
lesecuzione di n2 prodotti righe per colonne, per ognuno dei quali si eseguono
n 1 somme. In totale sono n2 (n 1) somme. Per sommare cinque matrici si
devono fare quattro somme di matrici, ognuna delle quali comporta n2 somme,
in totale quindi si devono eseguire 4 n2 somme. Ora dobbiamo paragonare
n2 (n 1) con 4 n2 .
Possiamo procedere cos`. Chiamiamo f (n) = n2 (n 1), g(n) = 4 n2 . Per
risolvere il nostro problema dobbiamo vedere chi vince tra le due successioni,
ossia quale dei due numeri n2 (n 1) e 4 n2 `e pi`
u piccolo. Facciamo un poco
di conti.

48

5 Limiti e continuit`
a

Si ha f (0) = 1, g(0) = 0, vince f , anche se non `e molto chiaro che cosa


significhi considerare matrici di tipo 0. Si ha f (1) = 0, g(1) = 4, vince f . Si
ha f (2) = 4, g(2) = 16, vince f . Si ha f (3) = 18, g(3) = 36, vince f . Si ha
f (4) = 48, g(4) = 64, vince f . Si ha f (5) = 100, g(5) = 100, c`e parit`a. Si ha
f (6) = 180, g(6) = 144, vince g. Si ha f (7) = 294, g(7) = 196, vince g.
A questo punto ci rendiamo conto di due fatti, il primo `e che non c`e
un vincitore assoluto, il secondo `e che non `e possibile procedere in questo
modo perche dovremmo fare infiniti paragoni. Daltra parte `e evidente che
linteresse maggiore per la soluzione del problema si deve avere per n grande.
Infatti, se ad esempio dobbiamo valutare limpatto di tali calcoli su un computer, non interessa sapere che cosa succede quando n `e piccolo, perche in
tal caso il calcolo sar`
a comunque rapidissimo. Quello che i teorici della complessit`
a computazionale prendono in considerazione `e dunque landamento
delle due successioni quando n diventa grande. Ma allora come facciamo a fare
il paragone?
Osserviamo che, essendo g(n) > 0 per n > 0, si ha per n > 0 le seguente
(n)
1. Daltra parte
equivalenza: f (n) g(n) se e solo se fg(n)
f (n)
n2 (n 1)
n1
=
=
g(n)
4n2
4
e dunque si ha f (n) g(n) per n 1 4 ossia per n 5, come i primi
calcoli ci avevano gi`
a indicato. Ma non solo! Risulta chiaro che il numero n1
4
diventa grande quanto vogliamo, a patto di scegliere n abbastanza grande.
Ad esempio se vogliamo che tale numero superi 1000, basta porre n1
4 > 1000
che equivale a n 1 > 4000 ossia n > 4001. I matematici esprimono questo
concetto scrivendo
n1
n2 (n 1)
= lim
= +
2
n+
n+
4n
4
lim

a dicendo che il limite di n1


u infinito `e pi`
u infinito. La
4 per n che tende a pi`
conclusione `e che f vince solo per pochi valori, mentre g vince in modo sempre
pi`
u netto quanto pi`
u grande diventa n. Un altro modo di esprimere questo
fatto `e quello di dire che n2 (n 1) ha un ordine di grandezza superiore
a quello di 4n2 .

5.1.2 Calcolo di aree


Un fondamentale utilizzo del concetto di limite risale a circa due millenni orsono, quando Eudosso e poi Archimede utilizzarono quello che viene chiamato
metodo di esaustione per calcolare una particolare area. Solo molti secoli pi`
u
tardi Bonaventura Cavalieri con un lavoro del 1635, basandosi sul metodo di
Eudosso/Archimede, contribuir`a in modo decisivo alla definizione moderna
del concetto di area.

5.1 Successioni e formule di ricorrenza

49

Vediamo come funziona lidea. Consideriamo la regione colorata, che


chiamiamo A, compresa tra lasse x
e la porzione di parabola di equazione y = x2 . Vorremmo calcolarne larea. Ripartiamo il segmento
dellasse x compreso tra lorigine
e il punto di ascissa a in n parti
uguali, in modo che ciascuna parte
sia lunga na . Consideriamo quindi i
rettangoli come in figura.
Essi hanno area rispettivamente


2
a
a 2 a
2a 2
, . . . , na na
.

n
n , n n
n
La somma di queste aree `e dunque
n
n
X
a  ka 2  a 3 X 2

=
k
n
n
n

k=1

k=1

Una nota formula afferma che


n
X
k=1

k2 =

n(n + 1)(2n + 1)
6

P
2
Evidentemente il numero n
e naturale. Il lettore sa dunque spiegare perche
k=1 k `
il prodotto dei tre numeri naturali n, n + 1, 2n + 1 `e multiplo di 6?

Larea della regione scalinata che sta sopra la porzione colorata `e dunque
 a 3 2n3 + 3n2 + n
 a 3 n(n + 1)(2n + 1)
a3 
3
1 
=
=
1+
+ 2
n
6
n
6
3
2n
2n

Ora osserviamo che quanto pi`


u grande `e n tanto pi`
u la porzione di piano
scalinata si avvicina ad A e quindi ci`o avviene anche per larea.
Lidea `e che larea di A `e dunque minore o uguale al limite
3
1  a3
a3 
1+
+ 2 =
n 3
2n 2n
3
lim

Se facciamo lo stesso conto con i rettangolini sotto la porzione di parabola otteniamo che larea di A `e maggiore o uguale allo stesso limite. La
conclusione `e
a3
Area(A) =
3
` chiaro al lettore perche si chiama metodo di esaustione?
E

50

5 Limiti e continuit`
a

5.1.3 Il numero e ed i logaritmi naturali


Nel 1731 Eulero introduse la lettera e (nel secolo diciottesimo erano molto
vanitosi) per dare un nome ad un limite notevole. Nacque cos` la definizione
e = lim (1 +
n

1 n
)
n

(1)

e il numero e divenne subito un primo attore. Perche? Innanzitutto si pu`o


dimostrare che tale limite esiste, `e finito, `e reale ma non razionale e la (1)
si generalizza a ex = lim (1 + nx )n . Il numero e si pu`o calcolare in modo
n
approssimato e un approssimazione molto buona `e
2.71828182845904523536028747135266249775724709369995...
Il numero e ha molti utilizzi, ma forse il pi`
u importante `e quello che lo usa
come base dei logaritmi, tanto `e vero che i logaritmi in base e si chiamano logaritmi naturali e vengono denotati con il simbolo ln. Si costruisce pertanto
una funzione logaritmo naturale definita da f (x) = ln(x) che per definizione
significa f (x) = loge (x). Vedremo una importante propriet`a di questa funzione
quando parleremo di derivate nel Capitolo 6.
`
In questa sezione abbiamo visto tanti esempi di limiti di successioni. E
chiaro che c`e un filo conduttore e, come sempre avviene, il matematico cerca
di capire che cosa accomuna questi esempi e trarne qualche regola generale.
Ne conseguono varie definizioni formali di limite, che qui omettiamo e che
catturano lessenza degli esempi descritti in precedenza.

5.2 Limiti di funzioni


Ricordiamo che le funzioni razionali incontrate nel capitolo precedente per
parametrizzare la circonferenza sono definite per ogni valore reale in quanto
il denominatore `e 1 + t2 .
Ma non `e sempre cos`. Ad esempio la funzione y = x1
non `e definita per x = 0. E che cosa possiamo dire di
3
f (x) = xx ? Anche in questo caso dovremmo escludere
x = 0, perche per x = 0 si ha f (x) = 00 che non vuol dire
3
niente. Ma daltra parte formalmente xx = x2 e dunque
possiamo dire che f (0) = 0. Se il ragionamento formale
non piace, vediamo la cosa da un altro punto di vista.
3
Certamente siamo convinti del fatto che xx = x2
per x 6= 0, ma quanto pi`
u x assume valori vicini allo
0, tanto pi`
u x2 prende valori vicini allo 0. I matema3
tici esprimono questo fatto dicendo che lim xx = 0. Se disegniamo il grafix0

5.2 Limiti di funzioni

51

co della funzione y = xx per x 6= 0, tracciamo una parabola senza il punto (0, 0). La conclusione `e che per continuit`a possiamo anche assumere che
valga luguaglianza f (0) = 0.
Dove `e definita la funzione f (x) =

1
?
x2 +1

x2 1
?
x2 +2x+1

Dove `e definita f (x) =


Pi`
u in generale, il lettore sa dire dove `e definita una funzione razionale ossia una
, dove p(x), q(x) sono polinomi a coefficienti reali?
funzione del tipo f (x) = p(x)
q(x)

Concludiamo la sezione con la spiegazione di due esempi di limiti notevoli


(vedi [CRR-10], pag. 129-130).
Esempio 5.1. (I due carabinieri)
Vogliamo capire perche si ha
lim

x0

sin(x)
=1
x

Utilizzeremo la seguente figura. Se assumiamo che il raggio della circonferenza


sia uguale a 1, allora sin(x) `e la lunghezza del segmento blu, mentre tan(x) `e
la lunghezza del segmento rosso.
y 6
'$

x
x

&%
Dalla figura si capisce che la lunghezza dellarco che sottende langolo x `e
compresa tra la lunghezza del segmento blu e quella del segmento rosso. Se x
`e piccolo e maggiore di zero si ha quindi
0 < sin(x) x tan(x)
1
1
Invertendo si ha sin(x)
x1 tan(x)
e quindi
moltiplicando per sin(x), che `e positivo, si ha

cos(x)

cos(x)
sin(x)

1
x

1
sin(x)

da cui,

sin(x)
1
x

Vediamo che sin(x)


viene intrappolata tra due funzioni che tendono a 1 quando
x
x tende a 0 e quindi si conclude. Il caso in cui x `e piccolo in valore assoluto e
minore di zero porta allo stesso risultato.
Qualcuno ha chiamato il teorema che formalizza questo ragionamento
Teorema del confronto. Altri, sicuramente incensurati, lo hanno chiamato
Teorema dei due carabinieri.

52

5 Limiti e continuit`
a

Esempio 5.2. Vediamo adesso come si prova che lim

x0

1cos(x)
x2

= 12 . Vicino

a 0 certamente 1+cos(x) `e diverso da 0, quindi si pu`o moltiplicare numeratore


e denominatore per 1 + cos(x) e ottenere
1
sin(x)2
sin(x)2
1 cos(x) (1 cos(x))(1 + cos(x))
=

=
=
2
2
2
2
x
x (1 + cos(x))
x (1 + cos(x))
x
(1 + cos(x))
Utilizzando lesempio precedente si conclude che lim

x0

1cos(x)
x2

= 12 .

Esempio 5.3. Un altro limite di grande importanza `e il seguente.


ex 1
=1
x0
x
Lidea della dimostrazione `e la seguente. Poniamo t = 1/(ex 1), da cui
si ricava 1t = ex 1 e quindi 1 + 1t = ex e quindi x = ln(1 + 1t ). Inoltre
si osserva che se x tende a zero, t = 1/(ex 1) tende allinfinito. Quindi
x
1
1
lim e x1 = lim t ln(1+
= lim ln(1+
lim (1 + 1t )t = e, come
1
1 t . Ma
)
)
lim

x0

1
1 t
h ln(1+ t )

accennato nella Sezione 5.1.3 e ln(e) = 1. Quindi lim

= 1.

Esempio 5.4. Infine vediamo che si ottiene


lim

x0

ln(1 + x)
=1
x

usando lesempio precedente. Infatti si pone 1 + x = et , da cui si ricavano


t
le uguaglianze x = et 1, t = ln(1 + x). E quindi lim ln(1+x)
= lim et 1
.
x
x0

t0

Questultimo limite vale 1 come visto nellesempio precedente.


Per approfondire il concetto di limite e per vedere alcuni limiti notevoli si
vada alle pagine 115135 del libro [CRR-10].

5.3 Continuit`
a
Veniamo ora ad una conseguenza fondamentale del concetto di limite che `e il
concetto di continuit`
a. Una funzione f (x) di variabile reale si dice continua
in un punto x0 del suo campo di definizione se
lim f (x) = f (x0 )

xx0

Una funzione si dice continua se `e continua in tutti i punti del suo campo di
definizione.
In particolare, tutti gli esempi allinizio della Sezione 4.1, tranne quello
della funzione costante a tratti, mostrano funzioni continue. Intuitivamente,
sono continue le funzioni f (x) per cui piccoli variazioni di x producono piccole
variazioni di f (x).

5.3 Continuit`
a

53

Vediamo ora alcuni fatti generali che ci aiutano a capire quante e quali sono
le funzioni continue. Supponiamo che f (x), g(x) siano funzioni continue nel
punto x0 . Allora si hanno i seguenti fatti.

La somma f (x) + g(x) `e continua in x0 .


Il prodotto f (x) g(x) `e continuo in x0 .
Se c `e una costante, il prodotto c g(x) `e continuo in x0 .
(x)
`e continuo in x0 .
Se g(x0 ) 6= 0 allora il quoziente fg(x)
Se f (x) `e continua in g(x0 ), allora (f g)(x) `e continua in x0 .

Usando le propriet`
a suddette, il lettore provi a dimostrare che tutte le funzioni
polinomiali sono continue.

In particolare sono funzioni continue, oltre a quelle polinomiali, le funzioni


f (x) = sin(x), f (x) = cos(x), f (x) = tan(x), f (x) = ax , f (x) = loga (x).
Propriet`
a del valore intermedio.
Una propriet`
a delle funzioni continue `e quella detta del valore intermedio.
Afferma che una funzione f (x) continua nellintervallo chiuso [a, b] assume
tutti i valori compresi tra f (a) e f (b). Ad esempio se un bambino a tre mesi
pesa 5 Kg e a quattro mesi pesa 6 Kg, c`e un momento in cui pesa 5,3 Kg.
Si noti che questa conclusione si basa sul lipotesi che il processo di crescita
sia continuo. Pu`
o sembrare una ipotesi ovvia, ma in realt`a si tratta di un
modello mentale, un modo con cui siamo abituati a pensare.
Esistenza di zeri di una funzione.
Una conseguenza rilevante del fatto precedente `e la seguente. Se f (x) `e una
funzione continua su un intervallo chiuso [a, b] e se assume valori di segno
contrario sugli estremi, ossia, come direbbero i matematici, se f (a) f (b) < 0,
allora esiste un valore x0 [a, b] tale che f (x0 ) = 0. Tale valore viene chiamato
zero della funzione f .
Si noti che questo teorema garantisce lesistenza di zeri, ma non dice nulla
su come calcolarli. Vedremo nel capitolo successivo che in certi casi a questa
lacuna si pu`
o rimediare ad esempio con luso delle derivate.
Ad esempi, se consideriamo la funzione polinomiale f (x) = x5 + x 1, si
ha f (0) = 1 e f (1) = 1. Dato che le funzioni polinomiali sono continue si
deduce che esiste un valore 0 < x0 < 1 tale che f (x0 ) = 0, ossia una radice
del polinomio x5 + x 1 compresa tra 0 e 1. E noi la troveremo, o meglio le
troveremo con approssimazione alta quanto si vuole. Qui anticipiamo che una
ottima approssimazione `e fornita dal numero
3774388331
= 0.7548776662
5000000000
Infatti

f(

3774388331
382820776084714282985985754793815449349
)=
5000000000
3125000000000000000000000000000000000000000000000

54

5 Limiti e continuit`
a

e questo numero vale approssimativamente


1.225026483 10(10) = 0.0000000001225026483
Esistenza di massimi e minimi su intervalli chiusi.
Unaltra importante propriet`a delle funzioni continue `e quella dellesistenza di
massimi e minimi su intervalli chiusi. Si noti che se lintervallo non `e chiuso abbiamo dei facili contro-esempi a questa affermazione. Ad esempio se f (x) = x1
allora sullintervallo aperto a sinistra (0, 1] non ha valore massimo.
Il lettore spieghi il perche di questa affermazione.

6
Derivate

dai derivati non deriveremo nulla di buono


(dal volume Futures)

Le parole derivata, derivati e simili si arrendono facilmente alletimologia, infatti si riferiscono sempre a qualcosa che deriva da qualcosa daltro.
Ad esempio in finanza `e considerato strumento derivato ogni contratto o titolo il cui prezzo `e basato sul valore di mercato di altri beni (azioni, indici,
valute, tassi ecc.). Il suo uso improprio a fini di lucro `e la causa principale
del dissesto finanziario del mondo occidentale. In matematica possiamo dire
che la funzione derivata `e una funzione derivata da quella originale. Ora
vedremo meglio di che cosa si tratta.

6.1 Derivate e rette tangenti


Se consideriamo la funzione f (x) = 2x1, il suo grafico `e la retta che passa per
(0, 1) e ha pendenza 2. Se ad ogni x associamo la pendenza in f (x) otteniamo
la funzione costante 2. Possiamo dire che la funzione g(x) = 2 `e derivata
da f (x) = 2x 1. Lanciata lidea, proseguiamo.
Che cosa potremmo considerare come funzione derivata di f (x) = x2 ? Il grafico non `e una retta e
quindi a priori non possiamo parlare di pendenza, ma se consideriamo una retta secante come
in figura, vediamo che la sua pendenza `e data da
f (x+x)f (x)
y
. Nel nostro caso la formula
x ossia
x
fornisce la seguente espressione.
(x + x)2 x2
2xx + (x)2
=
= 2x + x
x
x
Se x tende a zero, lespressione tende a 2x. in
2
x2
simboli si ha lim (x+x)
= 2x.
x
x0

56

6 Derivate

In matematichese si dice che la derivata di x2 `e 2x. Il fatto pi`


u rilevante `e
che la nozione di derivata ha una notevole interpretazione geometrica. Infatti,
dato che per definizione quando x tende a zero la retta secante tende alla
retta tangente, possiamo dire che la derivata della funzione y = x2 `e una
funzione che ad ogni valore di x associa il coefficiente angolare della retta
tangente alla curva descritta da y x2 = 0. Linterpretazione grafica della
derivata di una funzione f (x) in un punto x0 `e dunque quella della misura
di come la funzione cambia vicino al punto stesso. Un esempio notevole viene
dalla fisica, ed `e il concetto di velocit`
a istantanea. Essa descrive la derivata in un istante t0 della funzione s(t) che rappresenta lo spazio percorso in
funzione del tempo.
A proposito di rette tangenti, la fotografia qui
a fianco suggerisce che
unauto `e slittata sullasfalto viscido e ha proseguito purtroppo la sua
corsa lungo la tangente alla riga gialla. Una
osservazione pi`
u attenta si concentra sul muretto rotto e naturalmente vengono alla mente infauste ipotesi per i
passeggeri.
Un altro esempio di
tangente si ha considerando latleta che lancia il martello. Egli ruota
vorticosamente e poi lascia lattrezzo, facendo attenzione di lasciarlo al momento giusto in modo che la direzione di uscita, che `e la tangente alla circonferenza descritta dal moto, sia quella giusta. Altrimenti anche in questo caso
lesito potrebbe essere infausto soprattutto per il pubblico.
Altri esempi di tangenti si hanno quando si paga qualcuno per ottenere
un favore, ma questo tipo di tangente attiene alla magistratura pi`
u che alla
matematica.
Il lettore attento avr`
a notato certamente che nella frase che precede la
fotografia, f (x) `e stato sostituito da y. Lo scopo `e quello di ricordare che
i valori della funzione si leggono sullasse y, ma soprattutto tale artificio ci
permette di associare un polinomio, in questo caso y x2 , al grafico della
funzione stessa. Infatti si vede che il grafico della funzione f (x) = x2
`
e il luogo dei punti del piano per cui vale luguaglianza y = x2 o
equivalentemente y x2 = 0.

6.1 Derivate e rette tangenti

57

Con quale simbologia i matematici descrivono le derivate? Come accade nella


vita di tutti i giorni ci sono diversi modi. Ad esempio nel caso esaminato prima
in cui la funzione `e f (x) = x2 si pu`o scrivere
dy
= 2x
dx
y 0 = 2x
y = 2x

o anche

f 0 (x) = 2x (notazione di Lagrange)

o anche
o anche

Leibniz (1646 1716)

df (x)
= 2x (notazione di Leibniz)
dx

f(x) = 2x (notazione di Newton)

Lagrange (1736 1813)

Newton (1642 1727)

Lasceremo ai fisici luso della notazione di Newton e utilizzeremo sia quella


di Leibniz che quella di Lagrange. Di conseguenza, per descrivere il valore
(x0 )
della derivata della nostra funzione in un punto x0 , scriviamo dfdx
= 2x0
oppure y 0 (x0 ) = 2x0 . Ad esempio scriviamo y 0 (5) = 10, y 0 (2) = 4 oppure
df (5)
df (2)
= 4
dx = 10,
dx
A questo punto viene naturale (lo spero) chiedersi quali siano le funzioni
derivabili e quali siano le loro derivate. Generalizzando quanto visto per la
funzione f (x) = x2 si definisce derivata di f (x) in x0 il valore numerico
lim

x0

f (x0 + x) f (x0 )
x

E allora vediamo subito che non tutte le funzioni sono derivabili in ogni
punto.
.....
.. ..
Ad esempio la funzione rapy
presentata dal grafico qui
(0,2)
accanto si pu`
o descrivere
analiticamente nel seguente

modo
........
....

(1,0)
x
(
1 se x 1
f (x) =
2 se x > 1

58

6 Derivate

La funzione non `e derivabile in x0 = 1. Infatti se assumiamo x < 0 si


(1)
= 11
e 0. Ma se
ha luguaglianza f (1+x)f
x
x = 0 e quindi il limite `
f (1+x)f (1)
21
1
assumiamo x > 0, allora si ha
= x = x e il limite `e +.
x
Il lettore potrebbe pensare che questa anomalia sia dovuta al fatto che la
suddetta funzione non `e continua. Ma non `e cos`, come mostra il prossimo
esempio.
Esempio. (Valore assoluto)
Il grafico qui accanto rappresenta la funzione f (x) = |x| ossia la funzione che
ad ogni numero x associa il suo valore assoluto.
....
......
La funzione non `e derivay
bile in x0 = 0. Infatti se as@
sumiamo x < 0 si ha luf (x0 +x)f (x0 )
@
=
guaglianza
x
@
x
= 1 e quindi il li.........
@
x
....
x
mite `e 1. Ma se assumiamo x >0, allora si ha
f (x0 +x)f (x0 )
x
= x
= 1 e
x
il limite `e 1. Ci`
o avviene nonostante la funzione sia continua in x0 = 0.
Continua non implica derivabile, ma `e vero il viceversa e infatti i matematici sono riusciti a dimostrare i seguenti fatti.
Teorema 6.1.1. Sia f (x) una funzione derivabile in x0 .
(a) La funzione f (x) `e continua in x0 .
(b) Lequazione y f (x0 ) = f 0 (x0 )(x x0 ) descrive la retta tangente al grafico
di f (x) nel punto (x0 , f (x0 )).
2

Esempio 6.1. Allinizio della sezione abbiamo visto che dx


dx = 2x. Di conseguenza, se ad esempio consideriamo il punto (3, 9) che appartiene al grafico
della funzione f (x) = x2 , si deduce che la retta tangente al suddetto grafico
nel punto (3, 9) ha equazione y 9 = 6(x 3).
Esempio 6.2. (Derivata di ex )
Calcoliamo una derivata notevole. Sia f (x) = ex , allora
ex+x ex
ex ex ex
ex 1
= lim
= lim ex
= ex
x0
x0
x0
x
x
x

f 0 (x) = lim

Il motivo dellultima uguaglianza sta nel fatto che


Esempio 5.3). In conclusione si ha
fanno di e un numero fondamentale.

dex
dx

lim

x0

ex 1
x

= 1 (vedi

= e ; questo `e uno dei motivi che

6.3 Uso delle derivate

59

Un fatto importante che riguarda le funzioni derivabili `e il seguente.


Teorema 6.1.2. (Teorema di Rolle)
Sia f (x) una funzione continua su un intervallo chiuso [a, b], derivabile nellintervallo aperto (a, b) e tale che f (a) = f (b). Allora esiste c (a, b) tale
che f 0 (c) = 0.
Esempio 6.3. Consideriamo la funzione f (x) = (x 1)2 1. Osserviamo che
f (3) = f (1) = 3. Il teorema di Rolle garantisce lesistenza di un valore c
tale che 1 < c < 3 e f 0 (c) = 0. Infatti in questo caso lo possiamo verificare
direttamente, dato che f 0 (x) = 2(x 1) e quindi f 0 (1) = 0.

6.2 Regole di derivazione


Le derivate delle funzioni elementari e le regole di derivazione si trovano alle
pagine 139144 del libro [CRR-10].

6.3 Uso delle derivate


Alle pagine 146155 del libro [CRR-10] si trovano le descrizioni di alcuni
utilizzi delle derivate, soprattutto per lacquisizione di informazioni sui grafici
delle funzioni.
La regola di de lH
opital si
trova alle pagine 153155 del libro [CRR-10]. Essa dice essenzialmente che in certi casi il limite di un rapporto di funzioni
si pu`
o calcolare mediante il limite del rapporto delle rispettive
derivate. Il nome deriva dallinventore, il matematico francese
Guillaume de lH
opital, che pubFigura 6.1. Guillaume de lH
opital
blic`
o il suo libro Analyse des Infiniment Petits pour lIntelligence des Lignes Courbes nel 1696.
Alcuni ritengono che la formula
sia stata inventata dal matematico svizzero Johann Bernoulli.
Esempio 6.4. Calcoliamo il seguente limite.
2x2 + 3x + 2
x x2 5x + 7
lim

60

6 Derivate

in due modi. Il primo modo consiste nel dividere numeratore e denominatore


per x2 e ottenere cos`
2 + 3 x1 + 2 x12
2x2 + 3x + 2
=
lim
=2
x 1 5 1 + 7 12
x x2 5x + 7
x
x
lim

Il secondo modo consiste nellapplicare due volte la regola di de lHopital e


ottenere
2x2 + 3x + 2
4x + 3
4
lim
= lim
= lim
=2
x x2 5x + 7
x 2x 5
x 2
Un uso importante delle derivate `e quello di fare calcoli approssimati.
Esempio 6.5. (Approssimazione lineare)
Vediamo comecalcolare in modo approssimato 16, 2. Consideriamo la funzione f (x) = x e osserviamo che f (16) = 4. Lidea `e che la derivata f 0 (16)
(16)
approssima il rapporto f (x)f
quando x `e vicino a 16. In particolare si ha
x16
f (16,2)f (16)
0,2

f 0 (16). Siccome f 0 (x) =

16, 2 = f (16, 2) 0, 2

2 x

si ha f 0 (16) =

1
8

e quindi

1
1
+ f (16) =
+ 4 = 4, 025
8
40

Se calcoliamo (4, 025)2 otteniamo 16.200625, quindi una ottima approssimazione di 16, 2.

Se usiamo lo stesso metodo per calcolare 17 otteniamo

17 = f (17) 1

1
1
+ f (16) = + 4 = 4, 125
8
8

Se calcoliamo (4, 125)2 otteniamo 17.015625, quindi una abbastanza buona,


ma non ottima, approssimazione di 17. Il motivo `e che 17 `e pi`
u lontano da 16
di quanto lo sia 16, 2.
Usando il metodo descritto nellesempio, il calcolo di sin(0,1) fornisce come risposta
il valore 0,1. Il lettore capisce come questo risultato sia coerente con lim sin(x)
=1
x
x0

provato nellEsempio 5.1?

Ricordiamo che nella Sezione 5.3 abbiamo parlato di esistenza di zeri di


una funzione. Ricordiamo in particolare che se f (x) `e una funzione continua
su un intervallo chiuso [a, b] e se assume valori di segno contrario sugli estremi,
allora esiste un valore x0 [a, b], zero della funzione f . Avevamo gi`a osservato
che certificare lesistenza di uno zero non `e la stessa cosa che trovarlo. Ora
vedremo come trovarlo e lo faremo in due modi.

6.3 Uso delle derivate

61

Calcolo di zeri di una funzione: metodo di bisezione.


Supponiamo di sapere che in un intervallo [a, b] la funzione continua f (x) ha
uno zero, conclusione a cui siamo arrivati ad esempio sapendo che f (a) < 0,
f (b) > 0. Se dividiamo lintervallo [a, b] in due parti uguali, abbiamo due ina+b
a+b
a+b
tervalli [a, a+b
2 ], [ 2 , b] e i casi possibili sono f ( 2 ) = 0, oppure f ( 2 ) > 0,
a+b
a+b
oppure f ( 2 ) < 0. Se f ( 2 ) = 0 siamo stati fortunati e abbiamo trovato uno zero della funzione. Se f ( a+b
2 ) > 0 allora si ha discordanza di segno
a+b
nellintervallo [a, a+b
].
Se
f
(
)
<
0 allora si ha discordanza di segno nellin2
2
tervallo [ a+b
,
b].
In
entrambi
i
casi
abbiamo
un intervallo pi`
u piccolo di quello
2
di partenza allinterno del quale c`e uno zero della funzione.
Cos` possiamo continuare a bisecare e trovare lo zero in intervalli sempre
pi`
u piccoli, il che significa che troviamo lo zero con approssimazione grande
quanto vogliamo.
Dopo n passi di bisezione quanto `e lungo lintervallo in cui si trova lo zero della
funzione? Possiamo dire che se il numero di passi tende allinfinito, la lunghezza
dellintervallo in cui si trova lo zero tende a zero?

Calcolo di zeri di una funzione: metodo di Newton.


Un metodo alternativo a quello precedente fa buon uso delle derivate. Quindi questo metodo presuppone che la funzione di cui cerchiamo uno zero sia derivabile. Da questo punto di vista quindi il metodo precedente `e
preferibile, dato che si applica a tutte le funzioni continue, che sono di
pi`
u di quelle derivabili (vedi lesempio della funzione valore assoluto).
Ma se la funzione `e derivabile il metodo che
andiamo a descrivere `e preferibile perche di
gran lunga pi`
u
efficiente. Diamo qui un cenno del metodo,
la cui spiegazione grafica `e nella figura accanto. Lidea `e la seguente. Data una
funzione f (x) di
variabile reale e assumendo che tale funzione sia ovunque derivabile, si incomincia con la supposizione che un valore x0 sia zero della funzione. Naturalmente `e impossibile essere cos fortunati, quindi x0 non `e uno zero e allora
si cerca una migliore approssimazione di uno zero. Come tale si prende x1 ,
ottenuto intersecando lasse x con la tangente al grafico di f (x) nel punto di

62

6 Derivate

coordinate (x0 , f (x0 )). Non va ancora bene x1 ? Si ripete il procedimento fino
al raggiungimento di una approssimazione soddisfacente.
Si tenga presente che questo metodo non funziona sempre come mostra il
seguente esempio.
Esso si riferisce al grafico della funzione polinomiale f (x) = x3 2x + 2.

Se si parte col valore x0 = 1 si entra in ciclo e non se ne esce pi`


u.
Il lettore sa spiegare laffermazione precedente?

Un utilizzo fondamentale delle derivate si ha nella ricerca di massimi, minimi e flessi. Vediamone un esempio di utilizzo delle derivate per risolvere un
problema... architettonico.
Esempio. (Pi`
u luce)
Vogliamo costruire una finestra la cui forma `e descritta dalla figura qui sotto,
ossia il suo profilo `e un rettangolo sormontato da un semicerchio. Abbiamo
a disposizione 12 metri di telaio per inserirla nel muro e vogliamo trovare i
valori di r e h che facciano passare il massimo di luce, ossia i valori di r e h
tali che larea della finestra sia massima.
Osserviamo che il perimetro `e
12 = 2r + 2h + r
Questa informazione ci permette di eliminare una incognita del problema, ad esempio h. Infatti si ha h = 6 r 12 r.
Ora possiamo esprimere larea della finestra in funzione di r. Larea del rettangolo
`e 2rh = 12r2r2 r2 . Larea del semicerchio `e 12 r2 . Quindi larea che dobbiamo
massimizzare espressa in funzione di r `e
1
1
A(r) = 12r 2r2 r2 + r2 = 12r (2 + )r2
2
2

6.3 Uso delle derivate

63

Calcoliamo la derivata prima e la derivata seconda di A(r) e otteniamo


A0 (r) = 12 (4 + )r

A00 (r) = (4 + )

Si osserva che la derivata seconda `e una costante negativa e che il valore che
12
annulla la derivata prima, ossia r = 4+
, corrisponde al valore massimo della
funzione A(r) ed `e quindi la soluzione del nostro problema.
In conclusione la finestra di area massima con perimetro 12 si costruisce con
12
1.680298. Se calcoliamo h si ottiene
r = 4+
1
12
12
h=6r
=
= r 1.680298
2 4+
4+
e larea massima `e dunque
1
A = 12r (2 + )r2 10.081788
2
Osserviamo che tale area massima si ottiene quando h = r e quindi quando la
finestra `e inscritta in un quadrato. Dopo tutte queste considerazioni sembra
finalmente opportuno... aprire la finestra e lasciare entrare la luce.

7
Equazioni differenziali e integrali

God does not care about our mathematical difficulties.


He integrates empirically.
(Albert Einstein)
Nature laughs at the difficulties of integration.
(Simon Laplace)

Le affermazioni di Einstein e Laplace ci suggeriscono lidea che lintegrazione sia una operazione facile in natura. Qui non stiamo parlando di mescolanza
di razze ma di un concetto matematico che definire basilare `e persino riduttivo.
Ma, come dice un vecchio maestro, la matematica si divide in due parti, quella
facile e quella che non sappiamo. Vedremo ora di colmare qualche lacuna.
In matematica si trovano due concetti di integrazione, quella indefinita e
quella definita e sono due cose completamente diverse... ma solo in apparenza.
Vedremo che lintegrazione indefinita o anti-derivazione sono casi particolari di
una famiglia vastissima di equazioni che si chiamano differenziali. Poi vedremo
che cosa hanno a che fare con il concetto di area.

7.1 Equazioni differenziali e anti-derivazione


Equazioni differenziali forniscono modelli matematici di una quantit`a enorme
di fenomeni. Che cosa sono? Sono equazioni in cui lincognita `e una funzione
e nellequazione stessa compaiono sia la funzione che le sue derivate. Detta
cos`, la definizione `e un poco vaga. Vediamo dunque qualche esempio.
dy
Esempio 7.1. Lequazione dx
x2 = 0 `e una equazione differenziale, dove lincognita `e la funzione y. In questo caso sappiamo che y = 31 x3 `e una
dy
soluzione, infatti dx
= 13 3x2 = x2 .
dy
Lequazione dx
ex = 0 `e una equazione differenziale, di cui una soluzione
dex
x
`e y = e dato che dx = ex .

66

7 Equazioni differenziali e integrali


2

dy
d y
e una equazione differenziale, di cui
Lequazione dx
2 x dx + sin(x) = 0 `
non `e immediato trovare soluzioni.

Non approfondiremo lo studio delle equazioni differenziali, di fatto ne trat`


teremo solo un tipo, il pi`
u semplice, ma non per questo meno importante. E
quello di cui abbiamo gi`
a visto un esempio e che si pu`o descrivere come
dy
= f (x)
dx
Una soluzione `e dunque una funzione y = g(x) tale che g 0 (x) = f (x). Una tale
funzione, per ragioni evidenti, si chiama anti-derivata o primitiva di f (x).
Si chiama anche integrale indefinito di f (x) e si indica con il simbolo
Z
f (x)dx
uno strano modo di scrivere, la cui adeguata spiegazione verr`a data tra poco.
Raccogliamo ora qualche osservazione. Siccome la derivata di una funzione
costante `e zero, lanti-derivata di una funzione non `e univocamente definita.
Infatti, se g1 (x) e g2 (x) sono anti-derivate di f (x) allora la derivata della
funzione g1 (x) g2 (x) `e zero e quindi g1 (x) g2 (x) `e una funzione costante.
Possiamo quindi concludere che una anti-derivata, se esiste, `e definita a
meno di una costante. Ad esempio le anti-derivate di f (x) = x2 sono le
funzioni g(x) = 31 x3 + c con c R.
In termini grafici possiamo dire che se una funzione f (x) ammette primitiva g(x), i grafici di tutte le primitive si ottengono dal grafico di g(x) per
traslazione verticale.
Il lettore sa spiegare laffermazione precedente?

Esempio 7.2. RDato che se f (x) = sin(x) si ha f 0 (x) = cos(x), possiamo


concludere che cos(x)dx = sin(x) + c, c R.
x
0
x
Dato che se
R f (x) = e si ha f (x) = e , possiamo concludere che vale
luguaglianza ex dx = ex + c, c R.
Perche prima abbiamo scritto se esiste? Non ci addentriamo nei meandri
della teoria che a queso punto so fa complicata, ma sta di fatto che per alcune
funzioni una primitiva non esiste.
Una notevole propriet`
a dellintegrale indefinito si esprime dicendo che esso
`e un operatore lineare. Significa che lintegrale di una somma `e la somma
degli integrali e lintegrale di un prodotto di una funzione per una costante
coincide con il prodotto della costante per lintegrale della funzione.
Primitive di funzioni elementari e regole di integrazione si trovano alle pagine
164165 di [CRR-10]

7.2 Integrali definiti

67

Esempio 7.3. Integrali di polinomi


Visto che, come detto prima, lintegrale indefinito `e un operatore lineare,
per calcolare lintegrale indefinito di una funzione polinomiale basta saper
calcolare lintegrale indefinito delle funzioni f (x) = xn con n N. Siccome
R
1
dxn+1
= (n + 1)xn , si ha xn = n+1
xn+1 + c, con c R. Ad esempio
dx
Z

2
4
1
4x2 x 1 = x3 x2 x + c,
5
3
5

cR

7.2 Integrali definiti


Ricordate che nella Sotto-sezione 5.1.2 avevamo calcolato larea della regione
al di sotto della parabola, grafico della funzione f (x) = x2 compresa tra x = 0
e x = a? Avevamo concluso che tale area `e 13 a3 . Daltra parte 13 x3 `e una primitiva di x2 e i matematici hanno scoperto che questo legame tra primitive e
aree non `e casuale.
Avevamo gi`
a detto che il matematico Cavalieri allinizio del diciasettesimo secolo fece delle osservazioni fondamentali che portarono alla comprensione di quelle antiche intuizioni sul calcolo delle
aree. In particolare egli si rese conto che per calcolare aree e volumi
bisogna fare infinite somme. SuccesFigura 7.1. Cauchy, 17891857
sivamente Newton
e Leibniz contribuirono in modo
determinante alla
comprensione del legame tra derivata e primitiva e il matematico francese
Cauchy nel diciannovesimo secolo unific`o tutte le teorie precedenti, dando
loro una sistemazione completa e moderna.
Per scoprire il legame tra primitiva e area, incominciamo con la definizione
di area di una regione al di sotto del grafico di una funzione continua f (x).

68

7 Equazioni differenziali e integrali

Come mostra la figura


accanto, usiamo un simbolo che ci prepara alla grande scoperta. Ossia
diciamo che larea della
regione colorata si scriRb
ve a f (x)dx e si chiama integrale definito
di f (x) tra gli estremi
a e b. In sostanza abbiamo usato lo stesso simbolo dellintegrale indefinito, con la differenza che abbiamo aggiunto al simbolo i due estremi a e b.
La figura stessa ci fa intuire che la variazione dellarea che si ottiene spostando lestremo b coincide con il valore della funzione in b se lo spostamento `e
piccolissimo o meglio, come dicono i matematici, infinitesimo.
Vediamo di approfondire un poco questa affermazione. Se fissiamo il valore a della x e lasciamo variare laltro estremo e quindi lo chiamiamo x,
possiamo considerare larea della regione sotto il grafico di f (x) compresa
tra a e x. Questa area varia al variare di x ed `e quindi una funzione di x.
Chiamiamola F (x). In formula quindi si ha
Z x
F (x) =
f (x)dx
a

Se proviamo ad applicare la definizione di derivata alla funzione F (x) otteniamo


R x+x
R x+x
Rx
f (x)dx
f (x)dx a f (x)dx
0
a
= lim x
F (x) = lim
x0
x0
x
x
Un piccolo rettangolino con vertice in (x, 0), lato x e altezza f (x) ha come
area f (x) x. Quando x tende a zero larea del rettangolino divisa la lunghezza della base tende quindi a f (x). Questa non `e ancora una dimostrazione
rigorosa, ma il ragionamento fatto dovrebbe convincerci che con un po di fatica in pi`
u si ottiene il risultato voluto, ossia che F (x) `e proprio una primitiva
di f (x).
Il lettore capisce perche nella formula precedente il risultato non dipende da a?

Come detto, i matematici non si possono accontentare di intuizioni e ragionamenti informali, ma sono in grado di dimostrare rigorosamente tale fatto.
Per la sua enorme importanza, lo chiamano teorema fondamentale del calcolo
integrale.

7.2 Integrali definiti

69

Una sua formulazione precisa `e la seguente.


Teorema 7.2.1. (Teorema fondamentale del calcolo integrale detto anche Teorema di Torricelli-Barrow)
Sia f (x) una funzione continua su un intervallo chiuso [a,
R x b]. Sia F (x) la
funzione definita sullintervallo [a, x] dalla formula F (x) = a f (x)dx, dove il
secondo membro esprime larea, con segno della regione delimitata dallasse x e dal grafico della funzione f (x) nellintervallo [a, x]. Allora si hanno i
seguenti fatti.
(a) La funzione F (x) `e derivabile, quindi continua, su (a, b) e F 0 (x) = f (x).
Rb
(b) Se g(x) `e una primitiva di f (x) su [a, b], allora a f (x)dx = g(b) g(a).

Torricelli (1607 1647)

Barrow (1630 1677)

Osservazione. Ora dovrebbe essere un poco pi`


u chiaro il perche di quello
Rb
P
strano simbolo a f (x)dx. Si tratta di una deformazione grafica di
f (x)x
dove la somma `e fatta su tutti i piccoli segmenti di lunghezza x in cui `e suddiviso il segmento [a, b], proprio come avevamo fatto nella sotto-sezione 5.1.2.
Esempio 7.4. Popolazione di batteri
Questo esempio `e tratto da [BEM-08]. Ricordate la crescita malthusiana della
Sotto-sezione 4.3.3? Usiamo quel concetto per affrontare il seguente problema.
Supponiamo che una popolazione di batteri entri in un ambiente in un certo
momento e supponiamo che la sua numerosit`a cresca con legge malthusiana
N (t) = 103 et dove t `e il tempo, la cui unit`a di misura `e lora.

70

7 Equazioni differenziali e integrali

Supponiamo inoltre che nellambiente in cui `e entrata la popolazione sia


disponibile un grammo di nutriente e che ogni batterio ne consumi due microgrammi (2 106 g) allora. La domanda che ci poniamo `e la seguente: quanto
durer`
a lespansione della popolazione, ossia dopo quanto tempo avr`a esaurito
il cibo a disposizione?
Dato che ci interessa dopo quanto tempo succede qualcosa, possiamo indicare
come t0 = 0 il tempo iniziale. Indichiamo con Q(t) la quantit`a di cibo, espressa
in grammi, consumata dallinizio fino al tempo t. Sappiamo che Q(0) = 0 e che
la sua variazione al tempo t, ossia la derivata della funzione Q(t), `e data dalla
quantit`
a consumata dalla popolazione N (t) allora t-esima, ossia 2 106 N (t).
Otteniamo
Q0 (t) = 2 106 N (t) = 2 103 et
da cui
Q(t) = 2 103

eu du = 2 103 (et 1)

Poniamo questa quantit`


a uguale a 1 e otteniamo 1 = 2 103 (et 1) da cui
t
e = 501 e quindi t = ln(501) 6, 2 ore.

Esempio 7.5. Funzioni razionali


Vediamo una applicazione della scomposizione di funzioni razionali illustrata
nella Sotto-sezione 4.2.1. Avevamo visto che
x4

2x3

1
1
1x 1
2x 1
2
= 2 +
+ 22
2
2
+ 2x 2x + 1
x 1 (x 1)
x +1

(1)

Di conseguenza, se vogliamo calcolare lintegrale indefinito


Z
2x 1
dx
x4 2x3 + 2x2 2x + 1
possiamo scomporre il calcolo nella ricerca di primitive di
1
`e ln |x 1|. Una primitiva di
Una primitiva di x1
luguaglianza
12 x 1
14 (2x)
1
=
2
x2 + 1
x2 + 1
x +1

1
1
12 x1
2
2
x1 , (x1)2 e x2 +1 .
1
1
e x1
. Vale
(x1)2 `

1
Una primitiva di x22x
e ln((x2 + 1)). Una primitiva di (x+1)
e arctan x.
2 `
+1 `
Utilizzando la formula (1) si conclude che
Z
2x 1
1
1
1
dx = ln |x1|
ln(x2 +1)arctan x
x4 2x3 + 2x2 2x + 1
2
2(x 1) 4

7.2 Integrali definiti

71

7.2.1 Valore medio


Osserviamo ora un utilizzo dei concetti appena visti.
I matematici dimostrano che se una funzione f (x) `e continua nellintervallo chiuso [a, b]
e derivabile nellintervallo aperto (a, b) allora
esiste un valore c (a, b) tale che
f (b) f (a)
ba
Il significato geometrico della affermazione precedente `e quello illustrato in figura.
Questo fatto viene chiamato teorema del
valore medio o teorema di Lagrange.
Se g(x) `e una funzione continua nellintervallo chiuso
R x [a, b], consideriamo la funzione
G(x) = a g(x)dx. Sappiamo che `e derivabile in (a, b) e che la sua derivata `e g(x) per
il teorema fondamentale del calcolo integrale. Ora applichiamo il teorema del
valore medio alla funzione G(x) e deduciamo che esiste un valore c (a, b)
Rb
. Daltra parte G(b) = a g(x)dx, mentre
tale che G0 (c) = g(c) = G(b)G(a)
ba
Rb
Ra
g(x)dx
G(a) = a g(x)dx = 0. In conclusione abbiamo g(c) = a ba . Il valore g(c)
viene detto media della funzione g(x) nellintervallo [a, b]. Ad esempio il
valore medio di sin(x) nellintervallo [0, 2] `e dato dalla formula
R 2
sin(x)dx
cos(2) cos(0)
11
0
=
=
=0
2
2
2
Si ottiene 0 come valore medio, il che corrisponde perfettamente con
lintuizione che si ha osservando il grafico di sin(x).
f 0 (c) =

Qui si concludono gli appunti del corso Elementi di Matematica. Il mio


` che, dopo avere meditato per bene sulle cose da me scritte,
augurio e
` per questo che
possa salire la vostra sete del sapere matematico. Ed e
concludo con una mia frase palindromica.
e la sete sale
(Dalle palindromi di L. R.)

Riferimenti bibliografici

[C]

The CoCoA Team, CoCoA: a system for doing Computations in Commutative


Algebra, available at http://cocoa.dima.unige.it.
[BEM-08] Benedetto, D., degli Esposti, M., Maffei, C., Matematica per le scienze
della vita, Casa Editrice Ambrosiana, (2008).
[BP-07] Bianchi, M., Paparoni, E.: Matematica per le Scienze, Mondadori, (2007).
[CRR-10] Console, S., Roggero, M., Romagnoli,D.: Matematica per le scienze
applicate, Levrotto&Bella, (2010).
[Fei-80] Feigenbaum, M.J.: Universal behavior in nonlinear systems, Los Alamos
Science (1980).
[Fr-89] Frank, N.: Army ants: a collective intelligence, American Scientist, (1989).
[M-09] Mitchell, M.: Complexity, A Guided Tour, Oxford University Press, (2009).
[R-01] Robbiano, L.: Teoremi di geometria euclidea: proviamo a dimostrarli automaticamente. Lettera Matematica Pristem 3940, 5258 (2001).
[R-06] Robbiano, L.: Tre Amici e la Computer Algebra. Bollettino U.M.I.-sez.A,
La Matematica nella Societ`
a e nella Cultura, Serie VIII, Vol. IX-A, 1-23
(2006).
[R-07] Robbiano, L. Algebra lineare per tutti, Springer, 2007.
[V-01] Villani, V.: Matematica per discipline bio-mediche, McGraw-Hill, (2001).