Esplora E-book
Categorie
Esplora Audiolibri
Categorie
Esplora Riviste
Categorie
Esplora Documenti
Categorie
28 gennaio 2018
This book is the result of a collaborative effort of a community of people
like you, who believe that knowledge only grows if shared.
We are waiting for you!
You are free to copy, share, remix and reproduce this book, provided that you properly give
credit to original authors and you give readers the same freedom you enjoy.
Read the full terms at https://creativecommons.org/licenses/by-sa/3.0/
Indice
1 Successioni di Funzioni 1
1.1 Definizioni introduttive per le successioni . . . . . . . . . . . . . . 1
1.2 Teoremi sulla convergenza uniforme . . . . . . . . . . . . . . . . . . 2
1.3 Metrica della convergenza uniforme . . . . . . . . . . . . . . . . . . 4
1.4 Passaggio ad integrale e derivata di successioni . . . . . . . . . . . 5
1.5 Teorema di Dini . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2 Serie di Funzioni 8
2.1 Definizioni introduttive . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 Passaggio sotto il segno di integrale e di derivata . . . . . . . . . . 10
2.3 Serie di Potenze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.4 Insieme di convergenza e raggio di convergenza . . . . . . . . . . . 13
2.5 Teorema di Cauchy-Hadamard . . . . . . . . . . . . . . . . . . . . 14
2.6 Derivabilità e raggio di convergenza . . . . . . . . . . . . . . . . . 15
2.7 Mac Laurin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.8 Serie di Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.9 Regolarità a tratti e teoremi di convergenza . . . . . . . . . . . . . 21
2.10 Disuguaglianza di Bessel . . . . . . . . . . . . . . . . . . . . . . . . 22
4 Equazioni differenziali 37
4.1 Teorema delle contrazioni . . . . . . . . . . . . . . . . . . . . . . . 37
4.2 Teorema di esistenza ed unicità locale . . . . . . . . . . . . . . . . 39
Indice 3 / 112
Capitolo 1
Successioni di Funzioni
fn : I → R(C) I ⊆ R(C)
Esse sono tutte accomunate dallo stesso dominio I e, fissato x ∈ I troviamo che
fn (x) è una successione di numeri reali dipendente da n .
Definizione (Convergenza puntuale per le successioni di funzioni):
o, equivalentemente,
Allora {f } : I −→ R è continua.
Dimostrazione:
Per dimostrarlo fissiamo arbitrariamente x0 ∈ I, ϵ > 0 . Poichè {fn } converge
uniformemente a f sappiamo che ∃n̄ = n̄( ϵ) ∈ N tale che sup |fn (x) − f (x)| <
x∈I
3 ∀n ≥ n̄∀x ∈ I ; Inoltre sappiamo che fn̄ è continua per ipotesi, ma allora ∃δ > 0
ϵ
|f (x) − f (x0 )| ≤ |f (x) − fn̄ (x)| + |fn̄ (x) − fn̄ (x0 )| + |fn̄ (x0 ) − f (x0 )| ≤
Capitolo 1. Successioni di Funzioni 3 / 112
2
sup |f (x) − fn̄ (x)| + |fn̄ (x) − fn̄ (x0 )| + sup |fn̄ (x) − f (x)| ≤ ϵ + |fn̄ (x) − fn̄ (x0 )|
x∈I x∈I 3
Dimostrazione:
Prima Parte
Sapendo che le successione converge uniformemente vogliamo dimostrare l’as-
sunto. Sia f il limite uniforme della successione. Fisso ϵ > 0 . ∃n̄( ϵ) ∈ N :
sup |fn (x) − f (x)| < 2ϵ ∀n ≥ n̄ .
x∈I
Consideriamo e maggioriamo |fn (x) − fm (x)| ≤ |fn (x) − f (x)|+|f (x) − fm (x)| ≤
sup |fn (x) − f (x)| + sup |f (x) − fm (x)| .
x∈I x∈I
In particolare:
sup |fn (x) − fm (x)| ≤ sup |fn (x) − f (x)| + sup |f (x) − fm (x)| .
x∈I x∈I x∈I
Se n, m ≥ n̄ allora:
ϵ ϵ
sup |fn (x) − fm (x)| ≤ + =ϵ.
x∈I 2 2
Seconda Parte
Dando per buono l’assunto vogliamo dimostrare l’uniforme convergenza. Fisso
x̄ ∈ I, limn→+∞ fn (x̄) = f (x̄) . Se troviamo vera questa affermazione ∀x̄ ∈ I
allora saprem che fn → f .
Consideriamo la successione di valori fn (x̄) ∈ R ;dall’ipotesi segue che ∀ϵ >
0 ∃n̄( ϵ) ∈ N : |fn (x̄) − fm (x̄)| < ϵ ∀n, m ≥ n̄ e questa è una successione di
Cauchy. Allora esiste un unico elemento reale, sia f (x̄) , tale che fn (x̄) → f (x̄)
; reiterando il processo su ogni valore reale avremo che la funzione f è il limite
puntuale della successione.
Fissiamo adesso ϵ > 0 e mantenendo fissata la x:
X = {ϕ : I → R} , I ⊆ R
Definiamo d(ϕ1 , ϕ2 ) = sup |ϕ1 (x) − ϕ2 (x)| .
x∈I
Proposizione
La funzione appena definita è una metrica in X per cui (X, d) è uno spazio
metrico.
Dimostrazione:
Dal momento che questa distanza risulta essere definita come l’estremo superiore
di una quantità in modulo risulta che:
sup |ϕ1 (x) − ϕ2 (x)| ≤ sup |ϕ1 (x) − ϕ3 (x)| + sup |ϕ3 (x) − ϕ2 (x)| .
x∈I x∈I x∈I
• integrabili in [a, b] ,
• convergenti uniformemente ad una f : I → R integrabile in [a, b] .
∫ b ∫ b
lim fn (x) dx = f (x) dx .
n→+∞ a a
Dimostrazione:
∫b
Poniamo an = a fn (x) dx . Questa è una successione a valori reali.
Consideriamo la quantità:
∫ b ∫ b ∫ b ∫ b ∫ b
an − f (x) dx = f (x) dx − f (x) dx= [fn (x) − f (x)] dx ≤ |fn (x) − f (x)| dx
n
a a a a a
.
Fisso ϵ > 0 ∈ R . ∃n̄(ϵ) ∈ N : sup |fn (x) − f (x)| < b−a ∀n
ϵ
≥ n̄
x∈[a,b]
Se n ≥ n̄ :
∫ b ∫ b ∫
b
an −
f (x) dx ≤ |fn (x) − f (x)| dx ≤ sup |fn (x) − f (x)| dx
a a a x∈[a,b]
∫ b ∫ b
ϵ
= sup |fn (x) − f (x)| dx < (b − a) = ϵ −→ lim an = f (x) dx
x∈[a,b] a b−a n→+∞ a
• continue e derivabili,
• tali che la successione delle funzioni derivate fn′ è uniformemente conver-
gente ad una funzione g ,
• tali che ∃xo ∈ [a, b] : fn (x0 ) → α ∈ R ∀n .
Allora fn ⇒ f, f′ = g .
Dimostrazione:
∫x
* fn (x) = fn (x0 ) + x0 fn′ (y) dy per il teorema fondamentale del calcolo
integrale;
Capitolo 1. Successioni di Funzioni 6 / 112
∫x ∫x
• x0 fn′ (y) dy = x0 g(y) dy per ipotesi;
∫ ∫ ∫ ∫
x x x x
|fn (x) − f (x)| = fn (x0 ) + fn′ (y) dy −α−
g(y) dy ≤ |fn (x0 ) − α| + fn′ (y) dy − g(y) dy
x0 x0 x0 x0
∫ b
sup |fn (x) − f (x)| ≤ |fn (x0 ) − α| + fn′ (y) − g(y) dy
x∈[a,b] a
|fn (x0 ) − α| → 0
∫ b
fn′ (y) − g(y) dy → 0 per n → +∞
a
Allora fn ⇒ f .
• continue,
Allora fn ⇒ f .
Dimostrazione:
Procediamo per assurdo. Supponiamo che fn non converga uniformemente a f
. Sappiamo anche che la successione è monotona; supponiamo che sia crescente,
ma caso analogo può essere descritto nel caso sia decrescente. Allora: fn (x) ≤
fn+1 (x) ∀x ∈ [a, b] ∀n ∈ N
Siccome poi fhn crescente, fhn → f allora sup f (x) − fhn (x) ≥ ϵ̄ .
x∈[a,b]
ϵ̄
f (x̄) − fi (x̄) ≥ .
2
Poichè abbiamo scelto i arbitrariamente e siccome hnk → +∞ allora la precedente
relazione è valida ∀i ∈ N .
Siamo giunti ad un assurdo. Infatti f (x̄) − fi (x̄) = 0 per i → +∞ . Dunque
abbiamo trovato 0 ≥ 2ϵ̄ > 0 .
Capitolo 2. Serie di Funzioni 8 / 112
Capitolo 2
Serie di Funzioni
S1 (x) = f1 (x)
S2 (x) = f1 (x) + f2 (x)
...
∑
n
Sn (x) = f1 (x) + f2 (x) + ............. + fn (x) = fi
i=1
Che si indica più brevemente anche∑sn (x) . Per comodità di scrittura indicheremo
la serie di funzioni con il simbolo +∞
i=1 fi = limn→+∞ sn .
Definizione (Convergenza puntuale per le serie di funzioni):
• |fn (x)| ≤ Mn ∀x ∈ I ∀n ∈ N ,
∑+∞
• n=1 Mn converge.
∑
+∞ ∑
+∞
fn (x) converge assolutamente ⇆ |fn (x)| converge
n=1 n=1
∑
Sia +∞n=1 fn (x) una serie totalmente convergente. Allora la serie converge anche
uniformemente.
Dimostrazione:
La serie è uniformemente convergente se (definizione):
e dunque se:
∀ϵ > 0 ∃n̄(ϵ) : sup |fn (x) + fn−1 (x) + fn−2 (x) + .......fm+1 (x)| < ϵ ∀n ≥ m ≥ n̄ ,
x∈I
o, alternativamente,
∀ϵ > 0 ∃n̄(ϵ) : sup |fn (x) + fn+1 (x) + fn+2 (x) + .......fn+p (x)| < ϵ ∀n ≥ n̄ ∀p ∈ N .
x∈I
∑
+∞
|fn (x)| ≤ Mn ∀x ∈ I ∀n ∈ N, Mn < +∞ .
n=1
|fn (x) + ....... + fn+p (x)| ≤ |fn (x)| + .......... |fn+p (x)| ≤ Mn + .......Mn+p .
∑
Passando agli estremi superiori e sfruttando la convergenza della serie n Mn ,
otteniamo:
∑
Sia +∞
n=0 fn (x) la serie di funzioni di termine generale fn : [a, b] → R, a, b ∈
R a < b . Supponiamo che:
• fn continua ∀n ∈ N , ;
∑+∞
• n=0 fn (x) converga uniformemente.
+∞ ∫
∑ b ∫ b∑
+∞
fk (x) dx = fk (x) dx .
k=0 a a k=0
Dimostrazione:
Capitolo 2. Serie di Funzioni 11 / 112
∑+∞
Per ipotesi n=0 fn (x) converge uniformemente ad una funzione S(x) e siccome
fn continua ∀n ∈ N allora:
• S(x) continua ,
∫b ∫b
• limn→+∞ a sn (x) dx = a S(x) dx .
∫ b∑
n ∫ b∑
+∞
lim fk (x) dx = fk (x) dx
n→+∞ a a k=0
k=0
∑∫ b
n ∫ b∑
+∞
lim fk (x) dx = fk (x) dx
n→+∞
k=0 a a k=0
+∞ ∫ b
∑ ∫ b∑
+∞
fk (x) dx = fk (x) dx
k=0 a a k=0
Il teorema ci dice che possiamo, sotto le suddette condizioni, procedere prima con
l’integrale o prima con la sommatoria liberamente senza perdere di significato.
Teorema (passaggio sotto il segno di derivata per serie di funzioni):
Dimostrazione:
Sia sn la successione delle somme parziali delle funzioni fn (x) . Per ipotesi sn ⇒
S(x) .
Capitolo 2. Serie di Funzioni 12 / 112
Sia tn la successione delle somme parziali delle funzioni fn′ (x) . Per ipotesi tn ⇒
T (x) .
Risulta banale dire che S ′ (x) = T (x) ∀x ∈ [a, b] .
Per ciò ci basta considerare la seguente relazione:
( +∞ )
d ∑ d ∑ ∑ n +∞
fk (x) = (S(x)) = T (x) = lim fk′ (x) = fk′ (x) .
dx dx n→+∞
k=0 k=0 k=0
Ed abbiamo dimostrato il teorema.
Definiamo la quantità:
∑
+∞
an (x − x0 )n , an ∈ R
n=0
Una serie di potenze centrata in x0 . Per comodità tratteremo i prossimi
enunciati con serie di potenze centrate nell’origine, ma discorso analogo può es-
sere fatto per ogni punto dell’asse reale.
∑
Osserviamo subito che se x = x0 la serie di potenze si riduce a +∞ n
n=0 an 0 .
analizziamo bene la successione delle somme parziali di questa serie:
s0 = a0 00 = a0
s1 = a0 + a1 01 = a0
s2 = a0 + a2 02 = a0
.
.
.
∑
+∞
an 0n = a0
n=0
∑+∞ n
Sia n=0 an x una serie di potenze e ξ un numero reale diverso da 0 .
∑
La serie +∞n=0 an ξ
n è ovviamente una serie numerica. Supponiamo che sia con-
vergente.
Capitolo 2. Serie di Funzioni 13 / 112
|ξ|n
|an | sup |xn | = |an | sup |xn |
x∈[a,b] x∈[a,b] |ξ|n
∑+∞ n
Per ipotesi n=0 an ξ è convergente e quindi limn→+∞ an ξ n = 0 . Allora :
Ma allora:
|ξ|n |x|n max a, b n
|an | sup |x | n ≤ M sup
n
n = M
|ξ|
x∈[a,b] x∈[a,b] |ξ| ξ
∑ n ∑+∞ b n
b
Ammettiamo sia max a, b = b e consideriamo la serie +∞ n=o M ξ = M n=o ξ
.
∑ n
b
Essendo sempre b < |ξ| −→ ξb < 1 . Allora la serie +∞ n=o ξ è geometrica di
ragione minore di 1 , per cui converge.
∑
Abbiamo trovato così un valore H ∈ R : |an xn | ≤ H, +∞ n=0 H < +∞, che è
proprio la condizione di totale convergenza per la serie.
∑+∞ n
Sia n=0 an x una serie di potenze. Definiamo:
X = {x ∈ R : sn (x) → S(x)}
∑+∞
• Se x̄ ∈ R : |x̄| < ρ −→ n=0 an x̄
n converge
∑+∞
• Se x̄ ∈ R : |x̄| > ρ −→ n=0 an x̄
n non converge
Dimostrazione:
Essendo ρ il raggio di convergenza, segue che:
∑
+∞
an xn converge ∀x ∈ [− |ρ| , |ρ|]
n=0
∑+∞ n
Sia n=0 an x una serie di potenze.
1
Sia anche la quantità: lim supn→+∞ |an | n = l
Allora abbiamo il seguente risultato:
+∞ se l = 0
ρ = 1l se 0 < l < +∞
0 se l = +∞
Dimostrazione:
∑+∞
Sia x̄ ∈ R e considero n=0 an x
n .
Nel caso an xn non fosse una successione a termini positivi prendo |an | |xn | .
∑ ∑+∞
Considerando le due serie: +∞ n
n=0 an x , n=0 |an | |x | a cui associamo rispetti-
n
1
lim sup(|an | |x̄n |) n
n→+∞
=
( 1
)
lim sup |an | n |x̄|
n→+∞
=
1
|x̄| lim sup|an | n
n→+∞
=
|x̄| l
n=0
diverge se |x̄| > 1l
1
E dunque in questo caso ρ = l (per definizione).
l=0:
In questo caso |x̄| l = 0 , allora la serie converge ∀x̄ ̸= 0 ; da ciò segue che l’insieme
di convergenza coincide con l’insieme dei reali e che quindi ρ = +∞ .
l = +∞ :
In questo caso |x̄| l = +∞ , per cui la serie diverge, l’insieme di convergenza si
riduce al singoletto {0} e ovviamente ρ = 0 .
Proposizione
∑
+∞
an x n (1)
n=0
∑
+∞
nan xn−1 (2)
n=1
Notiamo subito che il termine generale della serie (2) è la derivata del termine
generale della serie (1) . Allora possiamo dire che: ρ(1) = ρ(2) .
Dimostrazione:
∑+∞ n (3)
La serie (2) ha ugual ρ della serie n=1 nan x . Infatti:
∑
+∞ ∑
+∞
nan xn = x nan xn−1
n=1 n=1
1 1 1
lim sup (n |an |) n = lim sup n n |an | n
n→+∞ n→+∞
1
Ma noi sappiamo che n n → 1 per n → +∞ ; allora la relazione precedente si
riduce a valere:
1
1 · lim sup |an | n
n→+∞
∑
+∞
an xn = S(x)
n=0
∑
+∞
nan xn−1 = T (x)
n=1
S ′ (x) = T (x)
In ogni intervallo chiuso e limitato in cui ci sia convergenza uniforme (vedi teorema
del passaggio al segno di derivata).
Capitolo 2. Serie di Funzioni 17 / 112
∑+∞
n=2 n(n − 1)an x
Se volessimo considerare anche la serie n−2 (4) con lo stesso
argomento usato finora potremmo dire che ρ(1) = ρ(2) = ρ(4) . Reiterando que-
sto processo quante volte ci aggrada possiamo concludere che S(x) è di classe C ∞ .
∑
+∞
an (x − xo )n = f (x)
n=0
∑
+∞
f ′ (x) = an n(x − x0 )n−1 f ′ (x0 ) = a1
n=1
∑
+∞
f ′′ (x) = an n(n − 1)(x − x0 )n−2 f ′′ (x0 ) = 2a2
n=2
∑
+∞
f ′′′ (x) = an n(n − 1)(n − 2)(x − x0 )n−3 f ′′′ (x0 ) = 2 · 3 · a3
n=3
∑
+∞
f m (x) = an n(n − 1)(n − 2)...(n − m + 1)(x − x0 )n−m f m (x0 ) = m! am
n=m
La serie di funzioni
∑
+∞ n
f (x0 )
(x − x0 )n
n!
n=0
Finora, presa una serie di potenze siamo arrivati a ricavare la serie di Taylor. Ma
è vero che se abbiamo una funzione f : (a, b) → R di classe C +∞ e se preso un
∑ f n (x0 )
x0 ∈ (a, b) scriviamo la serie +∞n=0
n
n! (x − x0 ) , quest’ultima è uguale alla
funzione di partenza?
Capitolo 2. Serie di Funzioni 18 / 112
Notiamo subito che la derivata prima è continua e quindi estendendo per indu-
zione questo processo troviamo che la funzione in esame è di classe C +∞ e che
f n (0) = 0 ∀n ∈ N . Se volessimo scrivere la serie di Taylor centrata nell’origine
di questa funzione otterremmo:
∑
+∞ n
f (0) ∑
+∞
xn = 0 = 0(x) = g(x)
n!
n=0 n=0
|f n (x)| ≤ eb ∀n ∀x
∑
+∞ n
x
ex =
n!
n=0
a0 ∑
n
sn (x) = + [ak cos(kx) + bk sin(kx)] , T = 2π ak , b k ∈ R
2
k=1
a0 ∑
+∞
sn (x) → S(x) = + [ak cos kx + bk sin kx]
2
k=1
Nel caso particolare in cui S(x) = f (x) allora la serie viene chiamata serie di
Fourier di f (x) ’.
Coefficienti di Fourier
∫ ∫ [ ]
a0 ∑
π π +∞
f (x) dx = + [ak cos(kx) + bk sin(kx)] dx (1)
−π −π 2
k=1
∫ π +∞ [∫
∑ π ∫ π ]
a0
(1) = dx + ak cos(kx) dx + bk sin(kx) dx =
2 −π −π −π
k=1
+∞ [
∑ ]
ak bk
= a0 π + (sin(kπ) − sin(−kπ)) + (cos(kπ) − cos(−kπ))
k k
k=1
ak
(sin(kπ) − sin(−kπ)) = 0
k
bk
(cos(kπ) − cos(−kπ)) = 0
k
Per cui abbiamo il seguente risultato:
∫ π ∫ π
1
f (x) dx = a0 π −→ a0 = f (x) dx
−π π −π
∫ π ∑ +∞ [∫ π ∫ π ]
a0
cos(mx) dx + ak cos(mx) cos(kx) dx + bk cos(mx) sin(kx) dx
−π 2 −π −π
k=1
∫ π ∑
+∞ [ ∫ π ∫ π ]
a0
= cos(mx) dx + ak cos(mx) cos(kx) dx + bk cos(mx) sin(kx) dx
−π 2 −π −π
k=1
• Il primo termine:
∫ π
a0 a0
cos(mx) dx = (cos(πx) − cos(−πx)) = 0
−π 2 2
• Il secondo termine:
∫ {
π
0 se m ̸= k
cos(mx) cos(kx) dx =
−π π se m = k
Capitolo 2. Serie di Funzioni 21 / 112
• Il terzo termine:
∫ π
cos(mx) sin(kx) dx = 0
−π
• Ciascuna funzione del tipo: f|(xi ,xi+1 ) si può estendere per continuità nel-
l’intervallo [xi , xi+1 ]
Se avessimo una funzione del tipo: f (x) : R → R allora questa sarebbe regolare a
tratti se:
Teorema
∫ π ∑
n
a0
( + [ak cos(kx) + bk sin(kx)])2 dx
−π 2
K=1
∫ ∑ ∫ π
π
a20
n
[ 2 2 2 2
]
( + ak cos (kx) + bk sin (kx) ) dx + doppi prodotti dx
−π 4 K=1 −π
Si può dimostrare che tutti i termini “doppi prodotti” sono nulli, in modo che
l’integrale si risolva nel modo seguente:
Capitolo 2. Serie di Funzioni 23 / 112
a2 ∑ ∑
n
a2 ∑ n n
(2) = 0 2π + a2k π + b2k π = 0 π + π a2k + b2k
4 2
k=1 k=1 k=1
∫ [ ]
a0 ∑
π n
−2 f (x) + [ak cos(kx) + bk sin(kx)] dx
−π 2
k=1
=
∫ π ∑
n ∫ π ∑
n ∫ π
− a0 f (x) dx − 2 ak f (x)cos(kx) dx − 2 bk f (x)sin(kx) dx
−π k=1 −π k=1 −π
∑
n ∑
n
− a20 π − 2 ak (ak π) − 2 bk (bk π)
k=1 k=1
=
∑
n
− a20 π − 2π a2k + b2k
k=1
∫ π ∫ π ∑ n
a20
|f (x) − sn (x)|2 dx = f 2 (x) dx − π−π (a2k + b2k )
−π −π 2
k=1
∫ π ∑ n
a20
f 2 (x) dx − π−π (a2k + b2k ) ≥ 0
−π 2
k=1
∑
n ∫
2
a0 1 π 2
+ (ak + bk ) ≤
2 2
f (x) dx
2 π −π
k=1
Capitolo 3
Una funzione è una legge che associa ad ogni vettore di Rn uno ed un solo vettore
di Rm :
f :Rn → Rm
x ∈ Rn −→ (f1 (x), f2 (x), ...., fm (x))
Possiamo pensare che fk (x) : Rn → R, ∀k = 1, ...., m .
Si noti che nel caso n = 1, m = 1 stiamo parlando delle ben note funzioni ad
una variabile studiate nel corso di Analisi I; per n ≥ 2, m ≥ 1 invece si parla
di funzioni a più variabili.
Proposizione
( )1
d(x, y) = (x1 − y1 )2 + .... + (xn − yn )2 2 , x, y ∈ Rn
Definizione (limite in Rn ): \R^n </math>”>
lim f (x) = l ∈ R̄
x→x̄
Capitolo 3. Calcolo differenziale in più variabili 26 / 112
Valgano le seguenti:
• f : K → R, K ⊆ Rn compatto ;
• f continua;
Valgano le seguenti:
• f : C → R, C ⊆ Rn connesso ;
• f continua;
∂ xi
∥x∥ =
∂xi ∥x∥
Dimostrazione:
Calcoliamo la derivata parziale della norma del vettore:
∂ ( 2 )1 1( 2 )− 1 xi xi
x1 + ....x2n 2 = x1 + ....x2n 2 (0 + 0 + ... + 2xi + 0... + 0) = ( ) 1 =
∂xi 2 x21 + ....x2n 2 ∥x∥
( 2 )1 1
∂ 0 + ... + (0 + h)2 + ... + 0 2 − 0 (h2 ) 2 |h|
∥0Rn ∥ = lim = lim = lim
∂xi h→0 h h→0 h h→0 h
Siano:
• f :A→R;
• A ⊆ Rn aperto
• x̄ ∈ A
• ∃ ∂
∂xi f (x̄) ∀i = 1, ..., n
∂ ∂
f (x̄), i ̸= j
∂xj ∂xi
Capitolo 3. Calcolo differenziale in più variabili 28 / 112
• f continua ;
• ∃ ∂x
∂
i
f (x) ∀i = 1, ..., n ;
• ∂
∂xi f (x) continue ∀i = 1, ..., n ;
• ∃ ∂x∂ j ∂x
∂
i
f (x̄) ∀i ∀j ;
• ∂ ∂
∂xj ∂xi f (x̄) continue in x̄ ∀i ∀j.
Allora:
∂ ∂ ∂ ∂
f (x̄) = f (x̄)
∂xj ∂xi ∂xi ∂xj
Dimostrazione:
Per comodità dimostreremo il teorema in per n = 2 , ma dimostrazione analoga
vale ∀n .
Essendo A aperto , consideriamo un intorno del punto x̄ = (x¯1 , x¯2 ) , sia esso
B(x̄, δ) (ricordiamo che un intorno di un punto in R2 coincide con i punti interni
alla circonferenza di raggio δ ).
Ora consideriamo le seguenti funzioni:
Siano adesso x1 > x¯1 , x2 > x¯2 ; Possiamo considerare F in funzione della sola
x1 e G in funzione della sola x2 . Così facendo sappiamo essere derivabili e dunque
continue rispettivamente negli intervalli [x¯1 , x1 ] , [x¯2 , x2 ] .
Ora possiamo usare il Teorema di Lagrange studiato in Analisi I per dire che:
F (x1 )−F (x¯1 ) = F ′ (a)(x1 −x¯1 ) = (∂x1 f (a, x2 ) − ∂x1 f (a, x¯2 )) (x1 −x¯1 ) a ∈ [x¯1 , x1 ]
{
a ∈ [x¯1 , x1 ]
F (x1 )−F (x¯1 ) = H ′ (b)(x2 −x¯2 )(x1 −x¯1 ) = ∂x2 ∂x1 f (a, b)(x2 −x¯2 )(x1 −x¯1 ),
b ∈ [x¯2 , x2 ]
Discorso analogo può essere fatto sulla funzione G per cui abbiamo alla fine che:
{
′ c ∈ [x¯2 , x2 ]
G(x2 )−G(x¯2 ) = K (c)(x1 −x¯1 )(x2 −x¯2 ) = ∂x1 ∂x2 f (c, d)(x1 −x¯1 )(x2 −x¯2 ),
d ∈ [x¯1 , x1 ]
Ora vogliamo far notare che F (x1 ) − F (x¯1 ) = G(x2 ) − G(x¯2 ) ; infatti:
A questo punto, se vale che (x1 , x2 ) → (x¯1 , x¯2 ) , allora valgono contemporanea-
mente:
3.3 Differenziabilità
Definizione (Gradiente):
( )
∂ ∂
∇f (x) = f (x), ..., f (x)
∂x1 ∂xn
Notazioni diffuse per il gradiente sono anche:
Ma anche che:
sostituendo x̄ + h = x
df (x̄) :Rn → R
h 7→ ∇f (x̄) · h
Il differenziale è un’applicazione lineare e continua.
passando al limite
Teorema
• ∂xi f continue in x̄
Allora f differenziabile in x̄
Dimostrazione:
Anche in questo caso ci limitiamo a dimostrare per n = 2 .
Prendiamo i vettori di R2 :
v = (x, y) ∈ A
v̄ = (x̄, ȳ) ∈ A
u = (h, k) ∈ R2
Consideriamo la quantità:
Capitolo 3. Calcolo differenziale in più variabili 32 / 112
∂ ∂
f (x̄ + h, y1 )(ȳ + k − ȳ) + f (x1 , ȳ)(x̄ + h − x̄)
∂y ∂x
∂ ∂
f (x̄ + h, y1 )k + f (x1 , ȳ)h
∂y ∂x
Se costruiamo le funzioni:
g1 : [ȳ, ȳ + k] → R
y 7→ f (x̄ + h, y)
g2 : [x̄, x̄ + h] → R
x 7→ f (x, ȳ)
Notiamo subito che esse sono derivabili e dunque continue. Allora controlliamo
la quantità:
f (x̄ + h, ȳ + k) − f (x̄, ȳ) − ∇f (x̄, ȳ) · (h, k) ∂
∂
∂ ∂
≤ f (x1 , ȳ) − f (x̄, ȳ) + f (x̄ + h, y1 ) − f (x̄,
(h2 + k 2 ) 2
1
∂x ∂x ∂y ∂y
f :A ⊆ Rn aperto → R
g :B ⊆ Rm aperto → A
F :B → R
y ∈ B 7→ f (g(y))
∂ ∑ ∂ n
∂gj
F (y) = f (g(y)) · (y)
∂yi ∂xj ∂yi
j=1
( )
∂g1 ∂gn
= ∇f (g(y)) · (y), ..., (y)
∂yi ∂yi
∂
= ∇f (g(y)) · g(y)
∂yi
Questo procedimento è detto regola della catena.
Dh f (x0 ) = ∇f (x0 ) · h
E inoltre che:
∇f (x0 )
Supponiamo ∇f (x0 ) ̸= 0 ; prendiamo in questo caso la direzione h = ∥∇f (x0 )∥ .
E’ evidente che ∥h∥ = 1 ; ma allora in questo caso avremo:
∇f (x0 )
Dh f (x0 ) = ∇f (x0 ) · = ∥∇f (x0 )∥
∥∇f (x0 )∥
Ciò signfica che lungo la direzione h la derivata direzionale nel punto è la massima
possibile.
Lemma
Siano le seguenti:
• f : A → R, A ⊆ Rn aperto, x0 ∈ A
• f ∈ C k (A)
• h ∈ Rn : [x0 , x0 + h] ⊆ A
Costruiamo la funzione:
F : [0, 1] → R
t 7→ f (x0 + th)
• F (0) = f (x0 )
Capitolo 3. Calcolo differenziale in più variabili 35 / 112
• F (1) = f (x0 + h)
Ora possiamo sviluppare secondo Taylor (con resto di Lagrange) questa funzione
attorno al valore 1 ed ottenere:
12 1k
F (1) = F (0) + F ′ (0) · 1 + F ′′ (0) ·+ ... + F k (θ) θ ∈ (0, 1)
2! k!
′′
F (0) k
F (θ)
= F (0) + F ′ (0) + + ... +
2 k!
a titolo di esempio sia k = 2 , avremo:
F ′′ (θ)
F (1) = F (0) + F ′ (0) + (1)
2
Per come abbiamo costruito la funzione F essa corrisponde alla f valutata nella retta passante per x0 e
; per cui è abbastanza naturale dire che Dh F (t) = ∇f (x0 + th) · h . In particolare:
F ′ (0) = ∇f (x0 ) · h
∑
n
∂
′
F (t) = ∇f (x0 + th) · h = f (x0 + th)hi
∂xi
i=1
n ∑
∑ n
∂ ∂
F ′′ (t) = f (x0 + th)hj hi = D2 f (x0 + th) · h2
∂xj ∂xi
j=1 i=1
1
f (x0 + h) = f (x0 ) + ∇f (x0 ) · h + D2 f (x0 + θh) · h2
2
1 2
= f (x0 ) + ∇f (x0 ) · h + D f (x0 ) · h2 + o(∥h∥2 )
2
Definizione (massimo(minimo)):
Sia f : D → R, D ⊆ Rn , x0 ∈ D ; x0 si dice punto di massimo(minimo) se f (x0 ) ≥
f (x) (f (x0 ) ≤ f (x)) ∀ x ∈ D. Il valore di f (x0 ) si dice massimo(minimo) di f
.
Definizione (massimo(minimo) locale):
Sia f : D → R, D ⊆ Rn , x0 ∈ D ; x0 si dice punto di massimo(minimo) locale se ∃δ >
0 : f (x0 ) ≥ f (x) (f (x0 ) ≤ f (x)) ∀ x ∈ Bδ (x0 )∩D. Il valore di f (x0 ) si dice massimo(minimo) locale
.
Proposizione
Capitolo 3. Calcolo differenziale in più variabili 36 / 112
Capitolo 4
Equazioni differenziali
• ϕ(x0 ) = y0
x0 ∈ X
x1 = T (x0 )
x2 = T (x1 )
x3 = T (x2 )
.
.
.
xn = T (xn−1 )
Siano:
• f : Ω → Rn , Ω ⊆ R × Rn aperto, f continua
• x0 ∈ R, y0 ∈ Rn : (x0 , y0 ) ∈ Ω
X : {ϕ : [x0 − δ, x0 + δ] → Rn continue}
d(ϕ1 , ϕ2 ) = sup ∥ϕ1 (x) − ϕ2 (x)∥Rn
x ∈[x0 −δ,x0 +δ]
{ }
Xη = ϕ : [x0 − δ, x0 + δ] → Rn continue, sup ∥ϕ(x) − y0 ∥Rn ≤ η
x ∈[x0 −δ,x0 +δ]
T :Xη → Xη
ϕ 7→ T (ϕ(x))
∫x
Dove T (ϕ(x)) = yo + x0 f (s, ϕ(s)) ds . Vogliamo valutare la seguente quantità:
Capitolo 4. Equazioni differenziali 40 / 112
∫ x
∥T (ϕ(x)) − y0 ∥Rn = ∥y0 + f (s, ϕ(s)) ds − y0 ∥Rn
x0
∫ x
=∥ f (s, ϕ(s)) ds∥Rn
x0
∫ x
≤ ∥f (s, ϕ(s))∥Rn ds
x0
∫
x
≤ sup ∥f (s, ϕ(s))∥Rn ds
x0 x ∈[x0 −δ,x0 +δ]
∫
x
≤ sup ∥f (s, ϕ(s))∥ ds
Rn
x ∈[x0 −δ,x0 +δ] x0
≤η
∫ x ∫ x
∥T (ϕ1 )(x) − T (ϕ2 )(x)∥Rn = ∥y0 + f (s, ϕ1 (s)) ds − y0 − f (s, ϕ2 (s)) ds∥
x0 x0
∫ x
=∥ [f (s, ϕ1 (s)) − f (s, ϕ2 (s))] ds∥Rn
x0
∫
x
≤ ∥ [f (s, ϕ1 (s)) − f (s, ϕ2 (s))] ds∥Rn
x0
∫
x
≤ L ∥ [ϕ1 (s) − ϕ2 (s)] ds∥Rn
x0
∫
x
≤ L ∥ sup [ϕ1 (s) − ϕ2 (s)] ds∥Rn
x0 x ∈[x0 −δ,x0 +δ]
∫
x
= L ∥ d(ϕ1 , ϕ2 ) ds∥Rn
x0
∫
x
≤ Ld(ϕ1 , ϕ2 ) ds
x0
≤ Ld(ϕ1 , ϕ2 )δ
≤ Ld(ϕ1 , ϕ2 )δ
Capitolo 5
Definizione (curva):
ϕ(I) = {ϕ(t) : t ∈ I}
si dice sostegno della curva. Vogliamo sottolineare come il sostegno di una
curva non vada confuso con il suo grafico.
Definizione (curva chiusa):
Una curva ϕ : [a, b] → Rn si dice chiusa se ϕ(a) = ϕ(b) .
Definizione (curva semplice):
una curva ϕ : I → Rn si dice semplice se ϕ(t1 ) ̸= ϕ(t2 ) ∀ t1 , t2 ∈ I, t2 ∈ I˙
Definizione (curva regolare):
• ϕ ∈ C 1 ([a, b])
• ϕ′ (t) ̸= 0 ∀ t ∈ (a, b)
Una proprietà che si nota subito per una curva regolare è che il versore tangente
( T (t0 ) ) il sostegno della curva è ben definito in ogni punto del dominio, infatti:
ϕ′ (t0 )
T (t0 ) =
∥ϕ′ (t0 )∥Rn
Ed essendo ϕ′ (t) ̸= 0 ∀ t ∈ (a, b) questa quantità è sempre ben definita.
Capitolo 5. Curve, superfici, forme differenziali 43 / 112
Sia ora una curva ϕ : [a, b] → Rn e consideriamo t0 , ...tN : a = t0 < t1 < t2 <
... < tN = b .
Sia P una qualunque partizione dell’intervallo [a, b] , possiamo scrivere la seguente
quantità:
∑
N
l(P ) = ∥ϕ(ti ) − ϕ(ti−1 )∥Rn
i=0
∫ b
L(ϕ) = ∥ϕ′ (t)∥Rn dt
a
Dimostrazione:
Fissiamo una partizione qualunque; consideriamo la definizione di lunghezza della
Capitolo 5. Curve, superfici, forme differenziali 44 / 112
def
=
N ∫
∑ ti
= ∥ ϕ′ (s) ds∥Rn
i=1 ti−1
N ∫
∑ ti
≤ ∥ϕ′ (s)∥Rn ds
i=1 ti−1
∫ b
= ∥ϕ′ (s)∥Rn ds
a
∑
N ∫ b
sup ∥ϕ(ti ) − ϕ(ti−1 )∥Rn ≤ ∥ϕ′ (s)∥Rn ds
P i=1 a
∫ b
L(ϕ) ≤ ∥ϕ′ (s)∥Rn ds
a
∫ b
L(ϕ) ≥ ∥ϕ′ (s)∥Rn ds
a
A tal scopo fissiamo un ϵ > 0 ; sappiamo che essendo ϕ ∈ C 1 ([a, b]) allora
ϕ′ ∈ C 0 ([a, b]) .
Inoltre essendo ϕ′ definita sull’intervallo chiuso e limitato [a, b] , allora sappiamo
che ϕ′ è anche uniformemente continua; dunque sappiamo che:
Scegliamo dunque una partizione tale che |ti − ti−1 | < δ ∀ i = 1, ..., N e fissiamo
un certo t ∈ (ti , ti−1 ) .
Capitolo 5. Curve, superfici, forme differenziali 45 / 112
∫ ti
Adesso sommiamo e sottraiamo a destra dell’equazione la quantità ti−1 ϕ′ (t) ds ,
così da avere:
∫ ∫
ti [ ′
] ′
ti
ϕ (s) − ϕ (t) ds + ϕ′ (t) ds
ti−1 ti−1
Ovviamente ϕ′ (t) non dipende dalla variabile di integrazione s per cui possiamo
portarlo fuori dall’integrale e risolvere:
∫ ti [ ′ ]
ϕ (s) − ϕ′ (t) ds + ϕ′ (t)(ti − ti−1 )
ti−1
∫ ti ∫ ti
′ 1 ′ 1 [ ′ ]
∥ϕ (t)∥ ≤ ∥ ϕ (s) ds∥ + ∥ ϕ (s) − ϕ′ (t) ds∥
(ti − ti−1 ) ti−1 (ti − ti−1 ) ti−1
∫ ti
′ 1 1
∥ϕ (t)∥ ≤ ∥ϕ(ti ) − ϕ(ti−1 )∥ + ∥ϕ′ (s) − ϕ′ (t)∥ ds
(ti − ti−1 ) (ti − ti−1 ) ti−1
Per ipotesi sappiamo che ∥ϕ′ (s) − ϕ′ (t)∥ < ϵ , per cui l’ultimo integrale a destra
è di facile risoluzione:
Capitolo 5. Curve, superfici, forme differenziali 46 / 112
∫ ti ∫ ti
∥ϕ′ (s) − ϕ′ (t)∥ ds ≤ ϵ ds = ϵ(ti − ti−1 )
ti−1 ti−1
1
∥ϕ′ (t)∥ ≤ ∥ϕ(ti ) − ϕ(ti−1 )∥ + ϵ
(ti − ti−1 )
Vogliamo notare come a destra della disuguaglianza ci siano quantità che non
dipendono da s in quanto sono differenze tra valori fissati, per cui possono essere
portate fuori dal segno di integrale. Così otteniamo:
∫ ti
∥ϕ′ (t)∥ ds ≤ ∥ϕ(ti ) − ϕ(ti−1 )∥ + ϵ(ti − ti−1 )
ti−1
N ∫
∑ ti ∑
N ∑
N
∥ϕ′ (t)∥ ds ≤ ∥ϕ(ti ) − ϕ(ti−1 )∥ + ϵ (ti − ti−1 )
i=1 ti−1 i=1 i=1
∫ b ∑
N
′
∥ϕ (t)∥ dt ≤ ∥ϕ(ti ) − ϕ(ti−1 )∥ + ϵ(b − a)
a i=1
∑N ∑N
Ora basta considerare che i=1 ∥ϕ(ti )−ϕ(ti−1 )∥ ≤ supP i=1 ∥ϕ(ti )−ϕ(ti−1 )∥ =
L(ϕ) , per cui:
∫ b
∥ϕ′ (t)∥ dt ≤ L(ϕ) + ϵ(b − a)
a
∫ b
∥ϕ′ (t)∥ dt ≤ L(ϕ)
a
che è proprio quello che desideravamo dimostrare.
Siano le seguenti:
Capitolo 5. Curve, superfici, forme differenziali 47 / 112
• ϕ : [a, b] → Rn ∈ C 1 , regolare
• t0 ∈ [a, b]
∫t
• s(t) = t0 ∥ϕ′ (r)∥ dr la restrizione della lunghezza della curva al segmento
considerato
ψ : [s(a), s(b)] → Rn
s 7→ ϕ(t(s))
1 ϕ′ (t(s))
ψ ′ (s) = ϕ′ (t(s))t′ (s) = ϕ′ (t(s)) =
s′ (t) ∥ϕ′ (t(s))∥
Sappiamo già che l’ultima quantità a destra esiste ed è ben definita nel dominio
della curva proprio perchè questa è regolare; allora possiamo scrivere:
Vogliamo far notare che, dalla definizione di prodotto scalare tra due vettori,
segue che:
d
(u(t) · u(t)) = u′ (t) · u(t) + u(t) · u′ (t) = 2(u(t) · u′ (t)) u(t) : I → Rn
dt
Capitolo 5. Curve, superfici, forme differenziali 48 / 112
d d
(u(t) · u(t)) = (∥u(t)∥2 ) = 0
dt dt
↓
u(t) · u′ (t) = 0
Dunque uno dei due vettori è nullo oppure i due vettori sono tra loro ortogonali.
Vogliamo considerare una curva ψ(s) : I → Rn parametrizzata mediante para-
metro d’arco: sappiamo bene che questa sarà tale che ∥ψ ′ (s)∥ = 1 ∀ s , dunque
sappiamo anche che ψ ′ (s) è un versore tangente. Supponiamo che ψ ∈ C 2 ; per
i ragionamenti appena fatti sappiamo che:
r : I → R3
t 7→ (r1 (t), r2 (t), r3 (t))
r′ (t)
• il suo versore tangente T (t) := ∥r′ (t)∥
T ′ (t)
• il suo versore normale N (t) := ∥T ′ (t)∥
Il piano generato da T (t) e N (t) è quello che meglio contiene il moto della curva,
detto piano osculatore, mentre il versore binormale è perpendicolare a questo
piano, per cui una sua variazione indica una variazione del piano osculatore,
dunque una cambiamento di piano della curva. Dunque possiamo scrivere:
Procediamo adesso con il dare alcune formule utili alla risoluzione degli esercizi.
Proposizione (formule di Frenet):
dxi :Rn → R
h 7→ vi∗ (h) = hi
Capitolo 5. Curve, superfici, forme differenziali 50 / 112
ω :A → (Rn )∗
∑
n
x 7→ aj (x)dxj
j=1
df (x0 ) :Rn → R
∑
n
∂
h 7→ ∇f (x0 ) · h = f (x0 )hi
∂xi
i=1
∃ f : A → R di classe C 1 (A) : ω = df
∂f (⃗x)
∀j ∈ {1...n} : aj (x) =
∂xj
∫ ∫ b∑
n
ω := aj (γ(t))γj′ (t) dt
γ a j=1
Capitolo 5. Curve, superfici, forme differenziali 51 / 112
t ∈ [a, b]
a ≤t ≤ b
−b ≤ − t ≤ −a
a ≤ −t + a + b ≤ b
Scriviamo:
η : [a,b] → A
t 7→ γ(−t + a + b)
Inoltre:
∫ ∫ b∑
n
ω= ai (η(t))ηi′ (t) dt
η a i=1
∫ b∑
n
= ai (γ(−t + a + b))(−γi′ (−t + a + b)) dt
a i=1
− t + a + b = τ → dτ = −dt, τ (t = a) = b, τ (t = b) = a
∫ a∑
n
= ai (γ(τ ))(−γi′ (τ )) − dτ
b i=1
∫ a∑
n
= ai (γ(τ ))γi′ (τ ) dτ
b i=1
∫ b∑
n
=− ai (γ(τ ))γi′ (τ ) dτ
a i=1
∫
=− ω
γ
∫ ∫
ω= ω
γ φ
altrimenti se γ ′ < 0 :
∫ ∫
ω=− ω
γ φ
γ1 : [a, b] → A
γ2 : [c, d] → A
γ1 (b) = γ2 (c)
γ : [a, b+d − c] → A
t 7→ γ1 (t) t ≤ b
γ2 (t − b + c) t ≥ b
E che quindi l’integrale lungo una curva di una forma differenziale è un’applica-
zione lineare.
Teorema
Siano:
• A ⊆ Rn aperto
• γ : [a, b] → A regolare
• ω : A → (Rn )∗ continua
• ∃ f ∈ C 1 (A) : ω = df
Allora:
∫
ω = f (γ(b)) − f (γ(a))
γ
Dimostrazione:
Capitolo 5. Curve, superfici, forme differenziali 53 / 112
Dalla definizione di integrale lungo una curva di una forma differenziale abbiamo
che: ∫ ∫ b∑n
ω := aj (γ(t))γj′ (t) dt
γ a j=1
∫ ∫ b∑
n
ω= ∂xj f (γ(t))γj′ (t) dt
γ a j=1
∫ b
d
= f (γ(t)) dt
a dt
t=b
= f (γ(t))
t=a
= f (γ(b)) − f (γ(a))
∫
Osserviamo che nel caso di forme esatte γ ω dipende solo da γ(a), γ(b) e che se
∫
γ(a) = γ(b) allora γ ω = 0 .
Teorema
∑
n
df (x) = ∂xi f (x)dxi , ∂xi f (x) = ai (x)
i=1
Siano:
• ω : A → (Rn )∗ , A ⊆ Rn esatta
r : [a,b] → A
t 7→ ϕ(s, t)
è una curva chiusa.
Definizione (Insieme stellato):
γ : [a,b] → A
t 7→ x0
• A = Rn è semplicemente connesso;
Forme 1-differenziali e campi vettoriali hanno molto in comune. Ogni 1-forma defi-
nisce implicitamente un campo vettoriale, e viceversa. Infatti un campo vettoriale
è una funzione V : A ⊆ Rn → Rn . Sia ad esempio una 1-forma ω
∑n
ω(x) = j=1 aj (x)dxj
e viceversa.
Osserva:
Gauss Green
Sia E ⊆ R2 un insieme.
Il bordo di E ( ∂E ) si dice orientato positivamente se esiste una parametriz-
zazione γ(t) di esso, tale che, percorrendo γ in senso antiorario, l’insieme E si
trovi tutto alla sua sinistra. (nota: γ deve essere chiusa, semplice - i.e. priva di
autointersezioni - e regolare a tratti).
Sia ω una 1-forma differenziale in E ⊆ R2 , definita come
Allora
∫ ∫
∂+E ω= E (Nx (x, y) − My (x, y)) dxdy
ove
∂N ∂M
Nx = ∂x My = ∂y
⃗ = (V1 , V2 , V3 ) campo in R3 .
Sia V
Si definisce divergenza di V ⃗ la quantità
⃗ = ∂1 V1 + ∂2 V2 + ∂3 V3
divV
rot(V ) = ∇ ∧ V
Teorema di Stokes
• K ⊆ R2 compatto
• A ⊂ K aperto
φu ∧ φv
• ψ : K → R3 superficie regolare (in particolare, ∀x0 ∈ φ(A) ∃ν =
|φu ∧ φv |
vettore normale)
• φ = ψ|A
• γ : [a, b] → ∂A curva
• γ(t) = (γ1 (t), γ2 (t))
• φ(u, v) = (x(u, v), y(u, v), z(u, v))
• Γ : [a, b] → ∂(φ(A))
• Γ=φ◦γ
• Γ(t) = (x(γ1 (t), γ2 (t)), y(γ1 (t), γ2 (t)), z(γ1 (t), γ2 (t)))
• V
⃗ = (X, Y, Z) definito in una regione che contiene φ(A)
⃗
e denotando:
• φ(A) = S
• φ(∂A) = ∂φ(A) = ∂ + S
allora
∫ ∫ ∫
⃗ ), ν > dσ =
< rot(V ⃗ , τ > ds
S ∂ + S (Xdx + Y dy + Zdz) = ∂+S <V
Capitolo 6. Teoria della misura e integrale di Lebesgue 58 / 112
Capitolo 6
∏
n
[a1 , b1 ] × [a2 , b2 ] × ... × [an .bn ] = [ai , bi ] = I
i=1
∏
n
m(I) := (bi − ai )
i=1
E’ abbastanza semplice notare che, siccome (bi − ai ) ≥ 0 ∀ i ∈ {1, . . . , n} , allora
vale che m(I) ≥ 0 .
Definizione (plurirettangolo):
Siano:
• Ij intervalli di Rn
• n ∈ N ∧ n < +∞
∪
n
P = Ij
j=1
Capitolo 6. Teoria della misura e integrale di Lebesgue 59 / 112
Hi,j = {x ∈ Rn : xi = ai,j } ∀ i = 1, . . . , n ∀ j = 1, . . . , Ni
Sia Hi,j una collezione di iperpiani affini. Una griglia è un insieme siffatto:
∪
G= Hi,j
∏
n
[ ]
Ji = ai,si−1 , ai,si si ∈ {0, . . . , Ni }
i=1
∏n
In generale si avrà un numero di intervalli di questo tipo pari a: k=1 Nk
Definizione (plurirettangolo generato da una griglia): ∪
Quando possiamo scrivere un plurirettangolo come P = i Ji allora si dice che
esso è generato dalla griglia G .
Creiamo adesso una griglia G′ aggiungendo un iperpiano affine in più alla griglia
precedente. Se questo non interseca i vecchi intervalli la griglia G non è variata,
ma anche se si intersecasse la loro unione darebbe comunque gli stessi vecchi
intervalli Ji . Dunque possiamo scrivere che:
E questa proprietà vale per induzione su ogni griglia che noi consideriamo. Stiamo
dicendo in sostanza che la misura di un plurirettangolo è invariante per griglie,
quindi vale la seguente
Proposizione
m(P1 ) ≤, (P2 )
P ⊆B
↓
m(P ) ≤ m(B)
↓
m(A) = sup m(P ) ≤ m(B)
P ⊆A
6.3 Misurabilità
mi (E) = me (E)
e quindi scriveremo mi (E) = me (E) = m∗ (E) . Questo perchè a priori non pos-
siamo dire m(E) = m∗ (E) , per cui per il momento trattiamo queste due misure
come oggetti differenti.
mi (E) ≤ me (E)
mi (E) ≥ me (E)
Notiamo subito che le misure sono monotone crescenti rispetto a r , allora vale
che:
m(∅) = 0
Per inciso, anche se esula dall’interesse del corso, diciamo che una funzione definita
su una σ algebra che gode delle due proprietà appena scritte viene chiamata
misura astratta. Essa è sufficiente per definire un integrale.
Capitolo 6. Teoria della misura e integrale di Lebesgue 63 / 112
Sia E misurabile, m(E) = 0 . Allora si dice che l’insieme ha misura nulla. Inoltre
sia F ⊆ E , allora anche F è misurabile e ha misura nulla. Questa proprietà non
è generale ma caratteristica della misura di Lebesgue.
Definizione (proprietà di completezza della misura):
Sia E un insieme misurabile di misura nulla. Se tutti i sottoinsiemi di E sono
anch’essi misurabili e di misura nulla, allora si dice che la misura è completa.
Definizione (validità “per quasi ogni”):<span id=”validità “per quasi ogni” ”>
fk :R → R
2
k x + k ∀ x ∈ [− k1 , 0]
x 7→ −k 2 x + k ∀ x ∈ (0, k1 ]
0 altrimenti
e consideriamo la funzione:
f :R → R
x 7→ 0
1 1 2
m({0}) ≤ m([− , ]) = ∀h
h h h
↓
m({0}) = 0
Definizione (misura di un singoletto):
m({x̄}) = 0 ∀ x̄ ∈ Rn
Capitolo 6. Teoria della misura e integrale di Lebesgue 64 / 112
∑
+∞
m(E) ≤ m({xk }) = 0 −→ m(E) = 0
k=0
Lt ≡ f ← ((t, +∞]) ∀t ∈R
Lt misurabile −→ f misurabile
Per esempio una funzione continua è misurabile poichè (t, +∞] è un aperto e la
controimmagine di un aperto è a sua volta un aperto dunque è misurabile e ciò
verifica la definizione.
f :E → {0, 1}
{
1 se x ∈ E
x 7→
0 se x ∈
/E
Teorema
• f è misurabile;
• f ← ([t, +∞]) è misurabile ∀ t ∈ R ;
• f ← ([−∞, t)) è misurabile ∀ t ∈ R ;
• f ← ([−∞, t]) è misurabile ∀ t ∈ R ;
• f ← ((a, b)) è misurabile ∀ a < b ;
• f ← ([a, b]) è misurabile ∀ a < b ;
Proposizione
Se abbiamo f, g funzioni misurabili allora sono misurabili anche le funzioni f +
g, f g, fg
Proposizione
sup fk
inf fk
lim sup fk
lim inf fk
E1 = s← (c1 ) = {x ∈ Rn : s(x) = c1 }
E2 = s← (c2 ) = {x ∈ Rn : s(x) = c2 }
..
.
En = s← (cn ) = {x ∈ Rn : s(x) = cn }
Capitolo 6. Teoria della misura e integrale di Lebesgue 66 / 112
∪n
• i=1 Ei = Rn
• se i ̸= j → Ei ∩ Ej = ∅
∑
n
s(x) = ci χEi (x)
i=1
Date le premesse appena fatte, l’integrale di una funzione semplice è dato da:
∫ ∑
n
s(x) dx := ci m(Ei )
Rn i=1
Dimostrazione:
Sia per comodità f : R → [0, +∞] , sappiamo già dunque che, nel grafico della
funzione, l’immagine sta tutta sopra l’asse delle x . dividiamo dunque il semiasse
reale delle y in due parti:
[ una] fatta da un unico intervallo
{ [k, +∞]} , l’altra fatta
da intervalli del tipo 2ik , i+1
2k
, con i ∈ A ⊂ N = 0, . . . , k2k−1
Ora possiamo individuare gli intervalli dell’asse delle x che corrispondono ai va-
lori della funzione che stanno in ognuno degli intervalli definiti sopra; in sostan-
za prendiamo tutte le controimmagini degli intervalli appena visti, nel modo
seguente:
Ek = f ← ([k, +∞])
([ ])
← i i+1
Ek,i = f ,
2k 2k
k −1
∑
k2
i
sk (x) = kχEk (x) + χE (x)
2k k,i
i=0
{
k se x ∈ Ek
sk (x) = i
2k
se x ∈ Ek,i
Notiamo subito che sk (x) ≤ f (x) ∀ x, k e inoltre che sk (x) ≥ f (x) − 21k ∀ x, k .
Sebbene la prima sia più facile da notare, l’altra risulta comunque comprensibile se
guardiamo
[ i i+1 ] al disegno (ancora da riportare). iPreso infattii+1 un qualunque intervallo
,
2k 2k
, sappiamo che in quell’intervallo 2k
≤ f (x) ≤ 2k
, per cui se operiamo
sottraendo ad un qualunque valore della funzione nell’intervallo il numero 21k
stiamo in sostanza traslando il valore della funzione all’intervallo precedente del
nostro schema, e quindi la funzione sk (x) risulta essere sempre maggiore o uguale
di quel valore.
Dunque unendo le due disuguaglianze si ottiene:
1
f (x) − ≤sk (x) ≤ f (x)
2k
lim
k→+∞
Capitolo 7
Funzioni definite
implicitamente
{ }
z(F ) = (x, y) ∈ R2 : F (x, y) = 0
• ∃ ∂
∂y F (x, y) continua in tutto l’insieme di definizione
• (x0 , y0 ) ∈ A : F (x0 , y0 ) = 0
• ∂
∂y F (x0 , y0 ) ̸= 0
• F (x, y) = 0
• x ∈ (x0 − δ, x0 + δ)
Capitolo 7. Funzioni definite implicitamente 69 / 112
• y ∈ (y0 − σ, y0 + σ)
σ, y0 + σ) .
Se in particolare poniamo x̄ ≡ x0 , possiamo dire valida la seguente disuguaglian-
za:
e viceversa.
Il valore di ϵ viene scelto in modo che [f (x̄) − ϵ, f (x̄) + ϵ] ⊆ (y0 − σ, y0 + σ) .
Notiamo che in virtù di quest’ultimo punto vale la disuguaglianza:
Vogliamo mostrare come, con qualche ipotesi in più, si possa trovare il valore
della derivata della funzione definita implicitamente nel teorema di Dini.
Teorema (derivata prima della funzione implicita):
Valgano le ipotesi del teorema di Dini, inoltre sia che F ∈ C 1 (A) . Allora:
f (x) ∈C 1 (x0 − δ, x0 + δ)
∂
∂x F (x, f (x))
f ′ (x) = − ∂
∂y F (x, f (x))
Dimostrazione:
Siccome siamo nell’ipotesi che valga il teorema di Dini, allora sappiamo che la
funzione f (x) ha immagine nel luogo degli zeri di F (x, y) e per cui vale che
F (x, f (x)) = 0 . Ora ci basta derivare rispetto alla variabile x la funzione
F (x, f (x)) :
d ∂ ∂
F (x, f (x)) = F (x, f (x)) + F (x, f (x))f ′ (x) = 0
dx ∂x ∂y
E tramite formula inversa otteniamo la tesi.
Teorema
Capitolo 8
Ovvero, supponendo f : R2 → R :
Teorema del differenziale totale Sia f funzione che ammetta derivate par-
ziali in un punto ⃗x0 , e che queste siano ivi continue (salvo al più una derivata
parziale). Allora f è differenziabile in ⃗x0 .
∂ 2 f (x)
Hf (x)ij = ,
∂xi ∂xj
∂2f ∂2f ∂2f
···
∂x21 ∂x1 ∂x2 ∂x1 ∂xn
∂2f ∂2f ∂2f
···
∂x ∂x ∂x22 ∂x2 ∂xn
2 1
H(f ) = .
.. .. .. ..
. . . .
∂2f ∂2f ∂ f
2
···
∂xn ∂x1 ∂xn ∂x2 ∂x2n
Nota: se tutte le derivate seconde di f sono continue in una regione Ω , allora
l’hessiana di f è una matrice simmetrica in ogni punto di Ω . (v. Teorema di
Schwarz)
I punti x⃗0 = (x0 , y0 ) che risolvono tale sistema sono detti punti stazionari.
A questo punto devi usare la matrice Hessiana per determinare il tipo di punto
stazionario. (nota: se l’insieme di definizione è chiuso e limitato, allora sapia-
mo con certezza che esistono un massimo e un minimo assoluto, dal teorema di
Weierstrass.)
Caso nullo Se f (x⃗0 ) = 0 , ove x⃗0 è punto stazionario, allora si procede allo
studio del segno della funzione:
• Se ∃Ux⃗0 ∋ x⃗0 , intorno di x⃗0 , tale che ∀⃗x ∈ Ux⃗0 f (⃗x) < 0 , allora x⃗0 è punto
di massimo forte.
• Se ∃Ux⃗0 ∋ x⃗0 , intorno di x⃗0 , tale che ∀⃗x ∈ Ux⃗0 f (⃗x) ≤ 0 , allora x⃗0 è punto
di massimo debole.
• Se ∃Ux⃗0 ∋ x⃗0 , intorno di x⃗0 , tale che ∀⃗x ∈ Ux⃗0 f (⃗x) > 0 , allora x⃗0 è punto
di minimo forte.
• Se ∃Ux⃗0 ∋ x⃗0 , intorno di x⃗0 , tale che ∀⃗x ∈ Ux⃗0 f (⃗x) ≥ 0 , allora x⃗0 è punto
di minimo debole.
• In caso la derivata non sia banale, approssimare il valore del punto sta-
zionario, in modo da determinare almeno un intervallo entro il quale è
compreso.
Trucchetti
√
f (x, y) = y + x2 − 2 (=: k) .
y = k 2 − x2 + 2 .
Ma questo implica che è possibile disegnare delle “linee di livello”, in questo ca-
so delle parabole rivolte verso il basso, che indichino i luoghi dove la funzione
è costante (e in particolare, assume il valore k ). Facendo variare k , dunque,
dovrebbe essere più facile dimostrare, almeno graficamente, quali sono i punti di
massimo e quali di minimo in tutto l’insieme di definizione.
f (x, ϕ(x)) = 0 ∀x ∈ R .
allora:
∂y f (x, ϕ(x)) ̸= 0 ∀x ∈ I ,
′
ϕ (x) = − ∂∂xy ff (x,ϕ(x))
(x,ϕ(x))
.
Teorema Sia f : I × J → R .
Ipotesi:
Allora:
∃U ′ (x0 ) ,
∃!ϕ(x) : U ′ (x0 ) 7→ J ,
tale che:
ϕ(x0 ) = y0 ;
(x, ϕ(x)) ∈ U × J ;
f (x, ϕ(x)) = 0 ∀x ∈ U ′ (x0 ) .
x = ψ(y) : f (ψ(y), y) = 0 ∀y ∈ I
Trucchetti
[senza fonte]
8.4 Integrali
(i) Ω è misurabile;
(a) f (⃗x0 ) ∈ V ,
(b) f è biunivoca fra U e V .
df −1 (f (⃗x)) = df (⃗x)−1 ∀x ∈ U .
∫ ∫
IΩ = IΩ◦ .
Sia Φ : Ω ∈ R2 7→ Rn .
Se sono verificate le ipotesi del teorema della funzione inversa, allora Φ è un
diffeomorfismo locale. Se Φ è iniettiva sull’immagine, allora è un diffeomorfismo
globale e vale:
∫ ∫
I= |det(JΦ )| .
Φ(Ω◦ ) Ω◦
allora:
∫ ∫ b ∫ d
f (x, y)dxdy = dx f (x, y)dy
R a c
( )t
ρ cos(θ)
(x, y) = ϕ(ρ, θ) =
ρ sin(θ)
Preliminari
1. Assicurati che Ω sia limitato (per decidere se usare la teoria degli integrali
propri o impropri).
Integrazione (in)definita
1. BR misurabile ∀R
2. BR ∩ Ω misurabile ∀R
∫
3. Provare che esiste finito limR→+∞ BR E|f |
Allora:
∫ ∫ ∫ ∫
f = lim Ef+ − Ef− = lim E|f |
Ω R→+∞ BR BR R→+∞ BR
2. f |EJ ∈ ℜ[Ej ]
3. m(Ω \ Ej ) → 0 (per j → +∞ )
∫ ∫ ∫
4. Allora: Ω f = limJ→+∞ EJ |Ef | (se Ej |Ef | < +∞)
Trucchetti
8.5 Successioni
{fn (x)} , ∀x ∈ E ,
o, equivalentemente,
f1 ≥ f2 ≥ f3 ≥ . . .
∞
∩
D= Dn .
n=1
lim fn (x) .
n→∞
avrà un massimo in B .
Ovviamente questo massimo coincide con l’estremo superiore della medesima fun-
zione. Sarà quindi sufficiente trovare il massimo di tale funzione, e.g. studiando
il segno della derivata prima.
fn (0) = fn (1) = 0 ∀n
lim nx(1 − x2 )n = 0
n→∞
poiché
f (x) = 0 ∀x ∈ [0, 1]
fn (x) ≥ 0 ∀x ∈ [0, 1]
′
Studiamo la derivata prima fn per trovare il massimo in I .
′
fn (x) = n(1 − x2 )n−1 (1 − (1 + 2n)x2 ) ≥ 0 ∧ x∈I
0≤x≤ √ 1
1+2n
Capitolo 8. Guida alla risoluzione di esercizi 87 / 112
Posto
1
xm = √
1 + 2n
avremo
√
sup fn (x) = f (xm ) ≍ n → +∞
x∈[0,1]
8.6 Serie
∑∞
Convergenza Similmente, se ∀x ∈ E ⊆ ∑ D la serie numerica n=1 fn (x)
∞
converge in R (o C ) allora diremo che la serie n=1 fn converge puntualmente
su E.
La funzione
∑∞
s(x) := n=1 fn (x) ∀x ∈ E
∑
si dirà somma puntuale della serie ∞ n=1 fn
∑∞
Diciamo che la serie n=1 fn converge uniformemente su E ⊆ R alla funzione
limite s(x) se e solo se
∑n
limn→+∞ supx∈E fi (x) − s(x) = 0
i=1
Criteri di convergenza
Capitolo 8. Guida alla risoluzione di esercizi 88 / 112
∑
+∞
Allora fn converge uniformemente.
n=1
∫b ∫b ∫b
limn→+∞ a fn = a limn→+∞ fn = a f
′ ′
limn→+∞ fn (x) = f (x) ∀x ∈ [a, b]
Serie di potenze Una serie di potenze è una serie di funzioni della forma
∞
∑
cn (x − x0 )n
n=0
√
α := lim supn→∞ n
|cn | e R := 1
α
Se α = +∞ allora R := 0
Se α=0 allora R = +∞
R definito come sopra viene anche detto raggio di convergenza della serie.
∞
∑
Convergenza uniforme Supponiamo che cn xn converga per |x| < r .
n=0
Poniamo:
∑
+∞
f (x) := cn xn
n=0
∑
+∞
Allora ∀ε > 0 cn xn converge uniformente a f (x) in [−r + ε, r − ε] .
n=0
Inoltre f ∈ C ∞ ((−r, r)) e
∑
+∞
n!cn
∀x ∈ (−r, r) f (k) (x) = xn−k
(n − k)!
n=0
In particolare:
f (k) (0) = ck k!
Per risolvere gli esercizi sulle serie bisogna comunque tenere conto che quanto
visto ∑
per le successioni continua a valere ancora per le serie. Infatti presa una
serie ∞ n=1 fn essa può essere vista come
∑∞
n=1 fn = limk→∞ Fk
∑k
ove Fk è la successione delle somme parziali Fk := n=1 fn
∑
Solitamente gli esercizi sulle serie di funzioni richiedono, data la serie ∞
n=1 fn
, di studiarne
∑∞ la convergenza (puntuale e uniforme) in un insieme E ⊆ R e, nel
caso n=1 fn non converga uniformemente in E , di trovarne gli intervalli di
convergenza. Vediamo come procedere.
Capitolo 8. Guida alla risoluzione di esercizi 90 / 112
∞
∩
D= Dn
n=1
limk→∞ Fk (x)
∑∞
n=1 fn (x) ∀x ∈ D
∑
Se ∞ n=1 fn converge puntualmente solo per alcuni valori di x ∈ D , l’intervallo
di convergenza puntuale si restringerà ad un insieme B ⊆ D .
∑∞
Convergenza assoluta Si dice∑che una serie numerica n=1 an converge
assolutamente se converge la serie ∞n=1 |an |
Se una serie numerica converge assolutamente allora converge.
∑∞
Criterio della radice Sia n=1 an una serie numerica definitivamente posi-
tiva.
Esista α tale che
√
α = limn→∞ n a
n
allora:
∑∞
Criterio del rapporto Sia n=1 an una serie numerica definitivamente po-
sitiva.
Esista α tale che
an+1
α = limn→∞ an
allora:
∑∞ n
Criterio di Leibniz Sia n=1 (−1) an una serie numerica tale che:
• limn→∞ an = 0
∑
En = |s − (−1)n an | ≤ an+1
∑
supx∈B | s(x) − (−1)n fn (x)| ≤ fn+1 (x)
∑
lim supn→∞ x∈B | s(x) − (−1)n fn (x)| ≤ limn→∞ fn+1 (x) = 0
Capitolo 8. Guida alla risoluzione di esercizi 92 / 112
Lipschitzianità
Una soluzione del problema di Cauchy è una coppia (ϕ, I) costituita da una
funzione ϕ : I → R differenziabile in I tale che:
Capitolo 8. Guida alla risoluzione di esercizi 93 / 112
t0 ∈ I e ϕ (t0 ) = y0
(t, ϕ (t)) ∈ Ω ∀t ∈ I
′
ϕ (t) = f (t, ϕ (t)) ∀t ∈ I
Sia f ∈ C(Ω) e (ϕ, I) risolva il problema di Cauchy, allora è una soluzione continua
dell’equazione di Volterra:
∫ t
y (t) = y0 + f (s, y (s)) ds
t0
2. Se f ∈ C (Ω) ∩ Liploc
x (Ω) , allora il (PC) associato ha un’unica soluzione in
un opportuno intorno di t0 .
∃ a, b : |f (t, y) | ≤ a + b|y|
f ∈ C (Ω) ∩ Liploc
x (Ω) e (t0 , x0 ) ∈ Ω
Esempio La soluzione di
{
x′ = x2
x(0) = 1
1
x(t) = 1−t
Matrice wronskiana
W (t) = [ϕ1 . . . ϕn ]
w(t) ̸= 0 ∀t ∈ I
Integrale Generale
x̄′ = A(t)x̄
ove
Osservazioni
w(t) ̸= 0 ∀t ∈ I .
x̄′ = Ax̄
dove A ∈ Mn (R) e x, x′ ∈ Rn .
Possiamo esprimere le soluzioni di questo sistema mediante l’esponenziale della
matrice tA , ove t è uno scalare. L’esponenziale di matrici gode delle seguenti
proprietà:
ovvero si somma alla soluzione generale del sistema omogeneo associato la solu-
zione particolare trovata in precedenza.
Vedi anche il metodo di variazione delle costanti arbitrarie.
y ′ = A(t)y
Ψ∗ (t) = W (t)c̄(t)
(per verifica diretta) si trova che, imponendo che c̄′ (t) = W − 1(t)b̄(t) l’integrale
particolare cercato è:
∫t
Ψ∗ (t) = W (t) t0 W −1 (t)b̄(s)ds
Capitolo 8. Guida alla risoluzione di esercizi 98 / 112
Equazioni lineari
Allora:
∫ ∫
P (t)dt ∫ − P (t)dt
y(t) = e c1 + Q(t)e dt
Equazione di Bernoulli
Equazione di Riccati
1
y(t) = Ψ(t) +
z(t)
che è lineare.
Variabili separabili
Se invece
y ′ (t) = f (t)g(y)
Capitolo 8. Guida alla risoluzione di esercizi 99 / 112
Sia
( )
′ y(t)
y (t) = f
t
y
Allora si sostituisce z = da cui
t
dz f (z) − z
z ′ (t) = =
dt t
e dunque
∫ ∫
dz dt
= +c
f (z) − z t
Sia (ELOCC)
Ȳ ′ = A(t)Ȳ
ove
0 1 0 ... 0
0 0 1 ... 0
.. .. .. .. ..
A(t) = . . . . .
0 0 0 ... 1
−an (t) −an−1 (t) −an−2 (t) ... −a1 (t)
∑
n
ϕ(t) = ci eλi t tµ(λi )−1
i=1
ove ci sono opportune costanti e µ(λi ) è la molteplicità della radice λi con cui
compare nel polinomio caratteristico.
Oscillatori armonici
x′′ + ω 2 x = 0
oppure
x′′ − ω 2 x = 0
x′′ − 2x′ + x = 0
la soluzione ha la forma
φ(t) = c1 et + c2 tet
x′′ + ω 2 x = b(t)
bisogna sommare una soluzione particolare. Si scopre facilmente che tutte e sole
le soluzioni sono fatte in questo modo:
y ′ (t) = P (t,y)
Q(t,y)
Per risolvere questa equazione bisogna trovare una 1-forma differenziale ω esatta.
Chiamando F la funzione di cui ω è differenziale, si trova che:
∂F
= −P (t, y)
∂t
∂F
= Q(t, y)
∂y
∂P
∂y = − ∂Q
∂t
Capitolo 8. Guida alla risoluzione di esercizi 102 / 112
y + 2xy 3
y′ = −
x + 3x2 y 2
In questo caso
∂x Q = 1 + 6xy 2 ∂y P = −1 − 6xy 2
Se
∂F
= −P = y + 2xy 3
∂x
allora
∫
F (x, y(x)) = (y + 2xy 3 )dx = yx + y 2 x2 + g(y)
∂F
= Q(x, y) (= x + 3x2 y 2 )
∂y
Dunque
F (x, y(x)) = yx + x2 + c
Fattore integrante
y ′ (t) = P (t,y)
Q(t,y) = g(t,y)·P (t,y)
g(t,y)·Q(t,y)
∂t g 1
= − (∂y P + ∂t Q)
g Q
Capitolo 8. Guida alla risoluzione di esercizi 103 / 112
e se g = g(y)
∂y g 1
= − (∂y P + ∂t Q)
g P
[1] La denominazione non è classica: è un vezzo degli sviluppatori che, volendosi av-
valere durante il corso di tale teorema non titolato, hanno convenuto di nominarlo
TBU;
8.9 Curve in
Curva, sostegno
Velocità vettoriale
γ(t) − γ(t0 )
⃗v (t) := limt→t0
t − t0
Regolarità
Equivalenza
Lunghezza
∫b ∫b√
L= a ||γ ′ (t)||dt = a γ1′ (t)2 + γ2′ (t)2 + ... + γn′ (t)2 dt
• φ ∈ C(K)
◦
• la restrizione di ϕ a K è iniettiva
Area
Superfici di rivoluzione:
∫ √
A(φ) := f (z)2 (1 + (f ′ (z))2 dxdy
K
Integrale di superficie
Trigonometria
Formule parametriche
2t
sin(α) = 1+t2
1−t2
cos(α) = 1+t2
2t
tan(α) = 1−t2
ove
(α)
t = tan 2
In questi casi:
dα = 2
1+t2
· dt
Formule di bisezione
Geometria analitica
1
T (x) = f (a) + ∇f (a)T (x − a) + (x − a)T (Hf (a))(x − a)
2
Utili maggiorazioni
1D
1
cos θ sin θ ≤
2
log (1 + x) ≤ x ∀x > −1
log x ≤ x − 1
ex ≥ x + 1
xe−x ≤ e−1
x ≥ arctan x ∀x ≥ 0
|a + b| ≤ |a| + |b|
2D
x2 + y 2 ≥ |2xy|
|x||y|
√ ≤ |x|
x2 + y 2
|x||y|
√ ≤ |y|
x2 + y 2
√
|x| ≤ x2 + y 2
x2 y 2 · · ·
√ ≤ |x|y 2 · · ·
x2 + (y + · · · )2
nD
Norme
|||A||| ≤ ||A||HS
Norme
La norma operatoriale è
∑
+∞
(tA)k
etA :=
k!
k=0
D = diag(λ1 , ..., λn )
Analizziamo ora il caso generale. Sia A una matrice di dimensione n con un siste-
ma completo di autovettori (colonna) h̄1 , ..., h̄n riferiti a n autovalori λ1 , ..., λn
.
Definiamo S come S := [h̄1 ... h̄n ]
A è ora ovviamente diagonalizzabile tramite S :
S −1 AS = diag(λ1 , ..., λn )
e A = SDS −1
Capitolo 8. Guida alla risoluzione di esercizi 108 / 112
etA = SetD S −1
( ) {( ) ( )}
∗ −1 λ 1 −1 λ 0 0 1
A = SD S =S S =S + S −1 = S(D+N )S −1
0 λ 0 λ 0 0
∑
+∞
(tA)k (tN )2
tN
e := = I + tN + + ... = I + tN
k! 2!
k=0
Concludiamo:
( )
eλt teλt
etA = S S −1
0 eλt
Capitolo 9
9.1 Testo
• Corso:Analisi II/Successioni di Funzioni/Definizioni introduttive per le succes-
sioni Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Successioni_di_Funzioni/Definizioni_
introduttive_per_le_successioni?oldid=27989 Contributori: V.e.padulano, Davide Ghilar-
di, WikiToBot e Move page script
• Corso:Analisi II/Successioni di Funzioni/Teoremi sulla convergenza uniforme
Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Successioni_di_Funzioni/Teoremi_
sulla_convergenza_uniforme?oldid=27997 Contributori: V.e.padulano, Davide Ghilardi, Wi-
kiToBot e Move page script
• Corso:Analisi II/Successioni di Funzioni/Metrica della convergenza uniforme
Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Successioni_di_Funzioni/Metrica_
della_convergenza_uniforme?oldid=27991 Contributori: Roopi, V.e.padulano, Davide Ghi-
lardi, WikiToBot e Move page script
• Corso:Analisi II/Successioni di Funzioni/Passaggio ad integrale e derivata di
successioni Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Successioni_di_Funzioni/
Passaggio_ad_integrale_e_derivata_di_successioni?oldid=27993 Contributori: V.e.padulano,
Davide Ghilardi, WikiToBot e Move page script
• Corso:Analisi II/Successioni di Funzioni/Teorema di Dini Fonte: https://it.wikitolearn.
org/Corso%3AAnalisi_II/Successioni_di_Funzioni/Teorema_di_Dini?oldid=27995 Con-
tributori: V.e.padulano, Davide Ghilardi, WikiToBot e Move page script
• Corso:Analisi II/Serie di Funzioni/Definizioni introduttive Fonte: https://it.wikitolearn.
org/Corso%3AAnalisi_II/Serie_di_Funzioni/Definizioni_introduttive?oldid=27967 Contri-
butori: V.e.padulano, Davide Ghilardi, WikiToBot e Move page script
• Corso:Analisi II/Serie di Funzioni/Passaggio sotto il segno di integrale e di deri-
vata Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Serie_di_Funzioni/Passaggio_
sotto_il_segno_di_integrale_e_di_derivata?oldid=27975 Contributori: V.e.padulano, Da-
vide Ghilardi, WikiToBot e Move page script
• Corso:Analisi II/Serie di Funzioni/Serie di Potenze Fonte: https://it.wikitolearn.
org/Corso%3AAnalisi_II/Serie_di_Funzioni/Serie_di_Potenze?oldid=27981 Contributo-
ri: V.e.padulano, WikiToBot e Move page script
• Corso:Analisi II/Serie di Funzioni/Insieme di convergenza e raggio di conver-
genza Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Serie_di_Funzioni/Insieme_
di_convergenza_e_raggio_di_convergenza?oldid=27973 Contributori: Roopi, V.e.padulano,
WikiToBot e Move page script
• Corso:Analisi II/Serie di Funzioni/Teorema di Cauchy-Hadamard Fonte: https://
it.wikitolearn.org/Corso%3AAnalisi_II/Serie_di_Funzioni/Teorema_di_Cauchy-Hadamard?
oldid=27985 Contributori: V.e.padulano, WikiToBot e Move page script
Capitolo 9. Fonti per testo e immagini; autori; licenze 110 / 112
9.2 Immagini