Analisi II

Analisi II
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!
Get in touch with the rest of the team by visiting http://join.wikitolearn.org
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
3 Calcolo differenziale in più variabili 25

3.1 Definizioni introduttive per le funzioni in più variabili . . . . . . . 25
3.2 Derivate Parziali . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.3 Differenziabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.4 Formula di Taylor e punti critici . . . . . . . . . . . . . . . . . . . 33
4 Equazioni differenziali 37
4.1 Teorema delle contrazioni . . . . . . . . . . . . . . . . . . . . . . . 37
4.2 Teorema di esistenza ed unicità locale . . . . . . . . . . . . . . . . 39
Indice 3 / 112
5 Curve, superfici, forme differenziali 42

5.1 Definizioni introduttive sulle curve . . . . . . . . . . . . . . . . . . 42
5.2 Parametrizzazione d’arco . . . . . . . . . . . . . . . . . . . . . . . 46
5.3 Triedro di Frenet . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.4 1-forme differenziali . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.5 Proprietà delle 1-forme differenziali . . . . . . . . . . . . . . . . . . 51
5.6 Relazione tra campi vettoriali e 1-forme differenziali . . . . . . . . 56
6 Teoria della misura e integrale di Lebesgue 58

6.1 Intervalli di R^n e plurirettangoli . . . . . . . . . . . . . . . . . . . 58
6.2 Misura di un aperto, misura di un compatto . . . . . . . . . . . . . 60
6.3 Misurabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
6.4 Misura di insiemi numerabili . . . . . . . . . . . . . . . . . . . . . 63
6.5 Misura di una funzione . . . . . . . . . . . . . . . . . . . . . . . . . 64
6.6 Funzioni semplici . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
7 Funzioni definite implicitamente 68

7.1 Teorema (di Dini) della funzione implicita . . . . . . . . . . . . . . 68
7.2 Derivata della funzione implicita . . . . . . . . . . . . . . . . . . . 70
8 Guida alla risoluzione di esercizi 72

8.1 Continuità e differenziabilità . . . . . . . . . . . . . . . . . . . . . . 72
8.2 Massimi e minimi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
8.3 Funzioni implicite . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
8.4 Integrali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
8.5 Successioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
8.6 Serie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
8.7 Contrazioni in spazi metrici e lipschitzianità . . . . . . . . . . . . . 92
8.8 Equazioni differenziali ordinarie . . . . . . . . . . . . . . . . . . . . 92
8.9 Curve in . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
8.10 Superfici in R^n . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
8.10.1 Superficie regolare . . . . . . . . . . . . . . . . . . . . . . . 104
8.11 Altre nozioni utili . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
9 Fonti per testo e immagini; autori; licenze 109

9.1 Testo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
9.2 Immagini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
9.3 Licenza dell’opera . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
Capitolo 1. Successioni di Funzioni 1 / 112
Capitolo 1
Successioni di Funzioni
1.1 Definizioni introduttive per le successioni
Definizione (Successione di funzioni):
Si definisce successione di funzioni la n-upla delle 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):
Sia {fn } una successione di funzioni a valori reali o complessi definite su un

medesimo D ⊆ R(C) .
Si dice che {fn } converge puntualmente o semplicemente su E ⊆ D se e solo
se {fn (x)} converge in R ∀x ∈ E (o nel caso complesso C ), i.e.
∀ε > 0 ∀x ∈ E ∃N = N (ε, x) : ∀n ≥ N |fn (x) − f (x)| < ε,
e denotiamo funzione limite puntuale la funzione definita su E nel modo se-

guente:
f (x) := lim fn (x) ∀x ∈ E.

n→+∞
Definizione (Convergenza uniforme per le successioni di funzioni):
Sia {fn } una successione di funzioni a valori reali o complessi definite su un

medesimo D ⊆ R(C) .
Si dice che {fn } converge uniformemente su E ⊆ D se e solo se:
lim sup |fn (x) − f (x) | = 0

n→+∞ x∈E
o, equivalentemente,
∀ε > 0 ∃N = N (ε) : ∀n ≥ N |fn (x) − f (x)| < ε ∀x ∈ E
1.2 Teoremi sulla convergenza uniforme
In questo paragrafo considereremo successioni di funzioni a valori reali, ma tutte

le considerazioni che verranno fatte si possono estendere e applicare al campo
complesso.
Teorema (Convergenza uniforme implica convergenza puntuale):
Sia {fn } : I −→ R, I ⊆ R una successione di funzioni. Supponiamo che {fn } ⇒ f

. Allora sappiamo che {fn } → f .
Dimostrazione:
Infatti dalla definizione di uniforme convergenza limn→+∞ sup |fn (x) − f (x)| = 0
x∈I
, pertanto abbiamo che limn→+∞ fn (x) = f (x) .
Spesso questo teorema viene usato per la sua conclusione. Se infatti abbiamo
già calcolato la funzione limite puntuale di una successione sappiamo che questa
sarà anche il limite uniforme e quindi possiamo valutare il valore della quantità
sup |fn (x) − f (x)| .
x∈I
Teorema (convergenza uniforme mantiene la continuità):
Sia {fn } : I −→ R, I ⊆ R una successione di funzioni:
• tutte continue sul dominio;
• convergente uniformemente a f (x) .
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
tale che |fn̄ (x) − fn̄ (x0 )| < 3ϵ ∀x ∈ B(x0 , δ) ∩ I .

Consideriamo ora la quantità |f (x) − f (x0 )| e cerchiamo di maggiorarla nel modo
seguente:
|f (x) − f (x0 )| ≤ |f (x) − fn̄ (x)| + |fn̄ (x) − fn̄ (x0 )| + |fn̄ (x0 ) − f (x0 )| ≤
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
Se consideriamo solo x ∈ B(x0 , δ)∩I allora |fn̄ (x) − fn̄ (x0 )| ≤ ϵ

3 per cui |f (x) − f (x0 )| ≤
3 ϵ + 3 = ϵ −→ f è continua in x0 .
2 ϵ
Per l’arbitrarietà di x0 il procedimento è valido su tutto R per cui f è continua

∀x ∈ R .
Teorema (condizione di Cauchy per le successioni di funzioni):
Sia {fn } : I −→ R, I ⊆ R una successione di funzioni. Allora la successione

converge uniformemente se e solo se :
∀ϵ > 0 ∃n̄( ϵ) ∈ N : sup |fn (x) − fm (x)| < ϵ ∀n, m ≥ n̄.

x∈I
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:
|fn (x) − fm (x)| < ϵ ∀n, m ≥ n̄ −→ |fn (x) − f (x)| ≤ ϵ ∀n ≥ n̄

sup |fn (x) − f (x)| ≤ ϵ ∀n ≥ n̄ −→ fn ⇒ f
x∈I
1.3 Metrica della convergenza uniforme
Definizione (Metrica della convergenza uniforme):
Sia X l’insieme delle funzioni definite in un sottoinsieme dei reali a valori in R .
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)| ≥ 0

x∈I
• sup |ϕ1 (x) − ϕ2 (x)| = 0 ⇐⇒ ϕ1 = ϕ2

x∈I
Poiché ϕ1 e ϕ2 sono due funzioni a valori reali è anche verificata la seguente

proprietà:
• d(ϕ1 , ϕ2 ) = d(ϕ2 , ϕ1 ) (simmetria)
Infine, per la disuguaglianza triangolare si ha:
sup |ϕ1 (x) − ϕ2 (x)| ≥ 0 ,

x∈I
sup |ϕ1 (x) − ϕ3 (x)| ≥ 0 ,

x∈I
sup |ϕ3 (x) − ϕ2 (x)| ≥ 0 ,

x∈I
sup |ϕ1 (x) − ϕ2 (x)| ≤ sup |ϕ1 (x) − ϕ3 (x)| + sup |ϕ3 (x) − ϕ2 (x)| .
x∈I x∈I x∈I
Si noti che, data una successione ϕn (x) ∈ X , allora:
• ϕn (x) converge puntualmente ad un elemento ϕ ∈ X nello spazio metrico

della convergenza uniforme se e solo se converge uniformemente alla stessa
ϕ con la metrica euclidea standard.
• Dal momento che ogni successione di Cauchy in questo spazio converge ad

un elemento dello spazio, possiamo dire che (X, d) è uno spazio metrico
completo.
1.4 Passaggio ad integrale e derivata di successioni
Teorema (del passaggio al limite sotto il segno di integrale):
Sia fn : [a, b] → R, (a, b ∈ R, a < b) una successione di funzioni:
• integrabili in [a, b] ,
• convergenti uniformemente ad una f : I → R integrabile in [a, b] .
Allora possiamo affermare che:
∫ 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
Teorema (del passaggio al limite sotto il segno di derivata):
• 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;
∫x ∫x
• x0 fn′ (y) dy = x0 g(y) dy per ipotesi;
• x ∈ [a, b] −→ fn (x0 ) → α anch’essa per ipotesi;

∫x
• fn (x) −→ α + x0 g(y) dy .
Il procedimento può essere reiterato ∀x ∈ [a, b] . Allora fn → f .

∫x
Essendo f (x) = α + x0 g(y) dy −→ f ′ (x) = g(x) ∀x ∈ [a, b]
Consideriamo la quantità |fn (x) − f (x)|
∫ ∫ ∫ ∫
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
Passando agli estremi superiori:
∫ 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 .
1.5 Teorema di Dini
Teorema (di Dini per le successioni di funzioni):
• continue,
• tali che la successione sia monotona,
• convergenti puntualmente a una funzione f : [a, b] → R anch’essa continua.
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
∃ϵ̄ > 0 : ∀n ∈ N ∃h ≥ n : sup |fh (x) − f (x)| ≥ ϵ̄ .

x∈[a,b]
Poichè ci occupiamo del caso crescente possiamo trovare un valore hn ∈ N, hn ≥

n:
sup |fhn (x) − f (x)| ≥ ϵ̄ .

x∈[a,b]
Siccome poi fhn crescente, fhn → f allora sup f (x) − fhn (x) ≥ ϵ̄ .
x∈[a,b]
Ora possiamo trovare un valore xn ∈ [a, b] : f (xn ) − fhn (xn ) ≥ ϵ̄

2 .
Consideriamo l’intervallo [a, b] . Questo è un intervallo compatto in R . Allora
possiamo sempre estrarre una sottosuccessione xnk e un valore reale x̄ ∈ [a, b] tali
che la sottosuccessione converga al valore preso.
In particolare f (xnk ) − fhnk (xnk ) ≥ ϵ̄
2 ∀k ∈ N .
Sfruttando ancora la monotonia della successione, prendiamo un i ∈ N, i ≤ hnk
. Si verifica banalmente che fi (x) ≤ fhnk ∀x ∈ [a, b] .
In particolare fi (xnk ) ≤ fhnk (xnk ) −→ −fi (xnk ) ≥ −fhnk (xnk ) .
Allora f (xnk ) − fi (xnk ) ≥ f (xnk ) − fhnk (xnk ) ≥ ϵ̄
2 ∀k ∈ N ∀i ≤ hnk .
Sfruttando la continuità della successione, fissiamo la i e passiamo al limite per
n → +∞ :
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
2.1 Definizioni introduttive
Definizione (Serie di funzioni):
Sia fn (x) : I → R una successione di funzioni a valori reali. Definiamo Serie di

funzioni di termine generale fn la successione delle somme parziali:
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):
Diremo che la serie converge puntualmente ad una funzione S(x) : I ⊆ R → R

se:
∀x ∈ I ∀ϵ > 0 ∃n̄(ϵ, x) : |sn (x) − S(x)| < ϵ ∀n ≥ n̄ .

La funzione S(x) è detta funzione somma della serie associata e in questo caso
limn→+∞ sn (x) = S(x) .
Definizione (Convergenza uniforme per le serie di funzioni):
Diremo che la serie converge uniformemente ad una funzione S(x) : I ⊆ R → R

se:
∀ϵ > 0 ∃n̄(ϵ) : |sn (x) − S(x)| < ϵ ∀n ≥ n̄ ∀x ∈ I .

Definizione (Convergenza totale per le serie di funzioni):
Diremo che la serie converge totalmente ad una funzione S(x) : I ⊆ R → R se

riesco a trovare una successione di valori reali Mn tale che:
• |fn (x)| ≤ Mn ∀x ∈ I ∀n ∈ N ,
∑+∞
• n=1 Mn converge.
Definizione (Convergenza assoluta per le serie di funzioni):
Una serie di funzioni converge assolutamente se converge la serie che ha come

termine generale il valore assoluto del termine generale della serie di partenza. In
simboli:
∑
+∞ ∑
+∞
fn (x) converge assolutamente ⇆ |fn (x)| converge
n=1 n=1
Teorema (Convergenza totale implica convergenza uniforme):
∑
Sia +∞n=1 fn (x) una serie totalmente convergente. Allora la serie converge anche
uniformemente.
Dimostrazione:
La serie è uniformemente convergente se (definizione):
∀ϵ > 0 ∃n̄(ϵ) : |sn (x) − S(x)| < ϵ ∀n ≥ n̄ ∀x ∈ I .
Questo accade se e solo se (per condizione di Cauchy):
∀ϵ > 0 ∃n̄(ϵ) : |sn (x) − sm (x)| < ϵ ∀n ≥ m ≥ n̄ ,
e dunque se:
∀ϵ > 0 ∃n̄(ϵ) : sup |sn (x) − sm (x)| < ϵ ∀n ≥ m ≥ n̄ .

x∈I
L’ultima relazione si traduce in:
∀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
Finora abbiamo visto relazioni equivalenti alla condizione di uniforme convergen-

za. Consideriamo ora per un attimo la condizione di convergenza totale; questa
è valida per ipotesi e dunque ∃Mn successione di valori reali tale che:
∑
+∞
|fn (x)| ≤ Mn ∀x ∈ I ∀n ∈ N, Mn < +∞ .
n=1
Fissiamo ora un ϵ > 0 . La serie di termine generale Mn è convergente se e solo

se (condizione di Cauchy):
∀ϵ > 0 ∃n̄ ∈ N : |Mn + ........ + Mn+p | < ϵ ∀n ≥ n̄ ∀p ∈ N .
Il valore n̄ della precedente relazione è scelto in base a ϵ −→ (n̄(ϵ) ) . In questo

∑
modo, abbiamo la sicurezza che valga la condizione di Cauchy per +∞ n=1 Mn .
Consideriamo adesso la seguente relazione:
|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:
sup |fn (x) + ....... + fn+p (x)| ≤ Mn + .......Mn+p ≤ ϵ ∀n ≥ n̄ ∀p ∈ N .

x∈I
In quest’ultimo passaggio abbiamo evidenziato che, ipotizzando valida la con-

dizione di convergenza totale |fn (x)| ≤ Mn , sappiamo essere valida anche la
condizione di convergenza uniforme.
2.2 Passaggio sotto il segno di integrale e di derivata
Teorema (passaggio sotto il segno di integrale per serie di funzioni):
∑
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.
Allora vale che:
+∞ ∫
∑ b ∫ b∑
+∞
fk (x) dx = fk (x) dx .
k=0 a a k=0
Dimostrazione:
Consideriamo le due quantità:

∫ b
fn (x) dx ,
a
∫ b n ∫
∑ b
sn (x) dx = fk (x) dx .
a k=0 a
∑+∞
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 .
L’ultima relazione si traduce in:
∫ 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):
Valgano le seguenti ipotesi:
• fn : [a, b] → R, a, b ∈ R a<b è una successione di funzioni,
• fn (x) è di classe C1 ∀n ∈ N (derivabile, derivata continua),

∑+∞
• k=0 fk (x) converge uniformemente,
∑+∞ ′
• k=0 fk (x) converge uniformemente.
Allora vale che:

( +∞ )
d ∑ ∑
+∞
fk (x) = fk′ (x) .
dx
k=0 k=0
Dimostrazione:
Sia sn la successione delle somme parziali delle funzioni fn (x) . Per ipotesi sn ⇒
S(x) .
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.
2.3 Serie di Potenze
Definizione (Serie di Potenze):
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
Indipendentemente da a o da n . Allora la serie in questione converge ad a0 .

Questo è importante poichè significa che l’insieme di convergenza di ogni serie di
potenze non è mai vuoto.
Teorema (1):
∑+∞ 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.
Ora prendiamo a, b ∈ R : a < b, a, b ∈ (− |ξ| , |ξ|) .

Allora la serie di potenze di partenza è totalmente convergente nell’intervallo [a, b]
.
Dimostrazione:
La nostra serie ha termine generale an xn . Si vede subito che passando agli estremi
superiori:
sup |an xn | = |an | sup |xn |
x∈[a,b] x∈[a,b]
Essendo |ξ|n ̸= 0 è lecito fare:
|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 :
∃M ∈ R, M > 0 : |an | |ξ|n ≤ M ∀n ∈ N
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.
2.4 Insieme di convergenza e raggio di convergenza
Definizione (Insieme di convergenza):
∑+∞ n
Sia n=0 an x una serie di potenze. Definiamo:
X = {x ∈ R : sn (x) → S(x)}
Come l’insieme dei valori che verificano la condizione di convergenza (almeno

puntuale) per la serie di potenze; questo insieme è detto insieme di convergenza
della serie di potenze.
Per considerazioni precedenti sappiamo che X ̸= ∅ .
Definizione (Raggio di convergenza):
L’estremo superiore dell’insieme di convergenza viene denotato con simbolo ρ e
viene chiamato raggio di convergenza della serie di potenze. Siccome X ̸= ∅

segue che ρ ≥ 0 .
Teorema (condizione di convergenza per le serie di potenze):
Supponiamo di avere 0 < ρ < +∞ . Allora:
∑+∞
• 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
2.5 Teorema di Cauchy-Hadamard
Teorema (di Cauchy-Hadamard):
∑+∞ 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
vamente ρ1 , ρ2 , possiamo vedere che ρ1 = ρ2 .

Infatti per come è definito l’insieme di convergenza di una serie di potenze, pos-
siamo considerare che il raggio di convergenza dipende dalla totale convergenza
della serie. Sapendo inoltre che il criterio di totale convergenza di una serie di
funzioni considera il valore assoluto del termine generale della serie di funzioni
allora è indifferente nel nostro caso prendere in esame la serie di potenze stessa
o la serie che ha come termine generale il valore assoluto del termine generale di
partenza.
Considero adesso la quantità:
1
lim sup(|an | |x̄n |) n
n→+∞
=
( 1
)
lim sup |an | n |x̄|
n→+∞
=
1
|x̄| lim sup|an | n
n→+∞
=
|x̄| l
Ovviamente deve valere x̄ ̸= 0 affinchè l’ultimo prodotto sia definito, ma questo

non pone problemi nel nostro caso poichè sappiamo che per quel valore la serie
converge.
Per il criterio della radice per le serie numeriche:
{
∑
+∞
converge se |x̄| l < 1 (1)
|an | |xn |
n=0
diverge se |x̄| l > 1 (2)
La relazione (1) è verificata se |x̄| < 1

l . La relazione (2) è vera invece se |x̄| > 1
l
. Allora esistono tre possibilità:
l ∈ R, l ̸= 0 :
{
∑
+∞
converge se |x̄| < 1l
|an | |x | n
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 .
2.6 Derivabilità e raggio di convergenza
Proposizione
Prendiamo in esame le due serie di potenze:

∑
+∞
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
Allora possiamo cercare di valutare il raggio di convergenza della serie (3) .

Consideriamo adesso la seguente quantità:
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→+∞
Che è proprio la quantità valutata nel teorema di Cauchy-Hadamard. Ma allora

abbiamo dimostrato che ρ(3) = ρ(1) −→ ρ(2) = ρ(1) .
Generalizzazione
Adesso sappiamo che:
∑
+∞
an xn = S(x)
n=0
Ha lo stesso raggio di convergenza di:
∑
+∞
nan xn−1 = T (x)
n=1
Essendo poi S(x) totalmente convergente in un qualunque intervallo chiuso e

limitato compreso nell’intervallo aperto (− |ρ| , |ρ|) , possiamo concludere che:
S ′ (x) = T (x)
In ogni intervallo chiuso e limitato in cui ci sia convergenza uniforme (vedi teorema
del passaggio al segno di derivata).
∑+∞
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 ∞ .
2.7 Mac Laurin
Prendiamo in esame una serie di potenze di carattere generale:
∑
+∞
an (x − xo )n = f (x)
n=0
Con raggio di convergenza positivo non nullo e dunque convergente in un certo

intervallo I chiuso non banale. Consideriamo dunque il termine generale valutato
nel punto in cui è centrato: f (x0 ) = a0 .
Per un teorema precedente sappiamo che il termine generale della serie è di classe
C +∞ ; sfruttando questa premessa proviamo a calcolare le derivate di qualunque
ordine della serie, valutando ciascuna di queste nel punto x0 .
∑
+∞
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
Definizione (Serie di Taylor):
La serie di funzioni
∑
+∞ n
f (x0 )
(x − x0 )n
n!
n=0
è detta serie di Taylor centrata in x0 ; quando la serie è centrata in x0 = 0 ∈ R

allora la serie viene detta serie di Mac Laurin.
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?
In generale la risposta è no; anche considerando un intorno di x0 in cui la serie di

Taylor è totalmente convergente la funzione e la serie di Taylor non coincidono.
Esempio Sia f (x) : R → R la funzione seguente:
{
e− x2
1
se x ̸= 0
f (x) =
0 se x = 0
Calcoliamo la derivata prima della funzione:

{ −1
′
2 x2
x3
e se x ̸= 0
f (x) =
limh→0 f (h)−f
h
(0)
=0 se x = 0
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
E’ fondamentale convincersi che l’ultimo risultato dell’espressione non è il valore

0 ∈ R , ma è la funzione identicamente nulla g(x) = 0 ∀x ∈ R . E’ ovvio che
questa funzione e quella di partenza non sono la stessa.
Definizione (sviluppabilità in Taylor):
Se la serie di Taylor coincide con la funzione in esame in qualche intorno di x0
allora si dice che la funzione è sviluppabile in serie di Taylor.
Proposizione (criterio di sviluppabilità in Taylor):
Sia f : (a, b) → R di classe C +∞ e sia x0 ∈ (a, b) . Supponiamo che:
∃L, M > 0 : |f n (x)| ≤ M Ln ∀n ∈ N ∀x ∈ (a, b)
Allora sappiamo che f (x) è sviluppabile in serie di Taylor con centro x0 . A

maggior ragione se vale:
∃H > 0 : |f n (x)| ≤ H ∀n ∈ N ∀x ∈ (a, b)

Allora la funzione è ancora sviluppabile in Taylor con centro x0 .
Esempio Sia f : R → R tale che: f (x) = ex . Riduciamo il dominio della

funzione ad un intervallo (a, b) ⊆ R . E’ ovvio che f n (x) = ex ∀n ∈ N . Ma
allora possiamo maggiorare la funzione nel modo seguente:
|f n (x)| ≤ eb ∀n ∀x
Allora f (x) è sviluppabile in Taylor con centro 0 . La serie di Taylor associata è:

∑
+∞ n
x
ex =
n!
n=0
Che viene appunto chiamata serie esponenziale.
2.8 Serie di Fourier
Definizione (funzione periodica):

Una funzione f : R → R si dice periodica di periodo T > 0 se f (x + T ) =
f (x) ∀x ∈ R .
Scriviamo la seguente successione di somme parziali:
a0 ∑
n
sn (x) = + [ak cos(kx) + bk sin(kx)] , T = 2π ak , b k ∈ R
2
k=1
Notiamo subito che sn (x) è periodica di periodo 2π .

Proposizione
Se sn (x) → S(x) allora anche S(x) è periodica

Dimostrazione:
Fissiamo un x̄ ∈ R . Controlliamo se S(x̄ + 2π) = S(x̄) .
S(x̄ + 2π) = lim sn (x̄ + 2π) = lim sn (x̄) = S(x̄)

n→+∞ n→+∞
Abbiamo visto che anche S(x) è periodica di periodo 2π . Ora abbiamo f : R → R

; esiste una successione di funzioni del tipo di sn (x) tale che sn (x) → f (x) ?
sn (x) è chiamato (con abuso di linguaggio) polinomio trigonometrico. La
funzione somma della serie associata alla successione di somme parziali sn (x) è
chiamata serie di Fourier e ovviamente la indichiamo con la seguente notazione:
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
Supponiamo di avere una funzione a valori reali periodica di periodo T = 2π .

Supponiamo anche che questa funzione sia integrabile in ogni intervallo del tipo
[−π, π] . Vogliamo ricercare i coefficienti ak , bk all’interno della serie di Fourier.
Cominciamo integrando la funzione nell’intervallo [−π, π] :
∫ ∫ [ ]
a0 ∑
π π +∞
f (x) dx = + [ak cos(kx) + bk sin(kx)] dx (1)
−π −π 2
k=1
Ovviamente il termine generale della serie di fourier è continuo perchè somma

di funzioni continue, se poi la serie converge uniformemente possiamo usare il
teorema di passaggio all’integrale:
∫ 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
Per ipotesi f (x) è periodica di periodo T = 2π e poichè integrando abbiamo

trovato che anche la primitiva è periodica dello stesso periodo è evidente che:
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
Vogliamo adesso trovare uno∫ π dei coefficienti ak ; sia esso am . Supponiamo di

poter calcolare l’integrale −π f (x) cos(mx) dx :
∫ 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
Analizziamo l’ultimo passaggio:
• 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
• Il terzo termine:
∫ π
cos(mx) sin(kx) dx = 0
−π
Dunque la sommatoria ha un unico elemento non nullo corrispondente all’indice

m = k . Otteniamo che:
∫ π ∫ π
1
f (x) cos(mx) dx = am π → am = f (x) cos(mx) dx
−π π −π
∫π
Ora vogliamo calcolare i coefficienti bm ; ci basta prendere −π f (x) sin(mx) dx e
seguire lo stesso procedimento di cui sopra per arrivare alla conclusione che:
∫ π ∫ π
1
f (x) sin(mx) dx = bm π −→ bm = f (x) sin(mx) dx
−π π −π
I coefficienti a0 , ak , bk (k ∈ N\ {0}) si dicono coefficienti di Fourier.
2.9 Regolarità a tratti e teoremi di convergenza
Definizione (regolarità a tratti):
Una funzione f (x) : [a, b] → R è definita regolare a tratti se:
• ∃x0 = a < x1 < x2 < ..... < xn = b : f|(xi ,xi+1 ) è di classe C 1
• 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:
∀ [a, b] ⊆ R la funzione f|[a,b] e’ regolare a tratti

Per come è definita una funzione regolare a tratti, essa può essere discontinua,
ma può avere al più n ∈ N punti di discontinuità.
Teorema
Sia f (x) : R → R periodica di periodo T = 2π e regolare a tratti. Poichè la

funzione può avere un numero di punti di discontinuità finito, possiamo integrare
e calcolare tutti i coefficienti
∑ della serie di Fourier associata. Il teorema asserisce
che tale serie, sia essa +∞
i=0 n (x) :
f
• converge puntualmente a f (x)

∑+∞ f (x+ )+f (x− )
• i=0 fn (x) → 2 ∀x ∈ R , cioè converge al punto medio dei due
valori limite intorno al punto x .
Teorema
Sia f (x) : R → R una funzione periodica di periodo T = 2π , regolare a tratti e

continua.
Allora la serie di Fourier di f (x) converge totalmente a f (x) .
2.10 Disuguaglianza di Bessel
Sia f : R → R regolare a tratti, periodica di periodo T = 2π .

Sia sn (x) un polinomio trigonometrico.
Consideriamo adesso il seguente integrale:
∫ ∫
π π [ ]
|f (x) − sn (x)|2 dx = f (x)2 + sn (x)2 − 2f (x)sn (x) dx
−π −π
Esso è sicuramente positivo o nullo perchè l’integranda è una funzione sempre

positiva o nulla.
Possiamo considerarlo come la somma dei tre integrali
∫ π
f (x)2 dx (1)
−π
∫ π
sn (x)2 dx (2)
−π
∫ π
−2f (x)sn (x) dx (3)
−π
Analizziamo adesso queste tre quantità:

(1) è una quantità positiva o nulla perchè stiamo integrando una funzione positiva
o nulla in ogni punto del dominio.
(2) ,anch’esso sicuramente positivo o nullo, può essere sviluppato nel modo se-
guente:
∫ 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:
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
(3) si può riscrivere come:
∫ [ ]
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
Ritornando alla relazione iniziale e sostituendo con i termini appena trovati

otteniamo:
∫ π ∫ π ∑ n
a20
|f (x) − sn (x)|2 dx = f 2 (x) dx − π−π (a2k + b2k )
−π −π 2
k=1
Definizione (Disuguaglianza di Bessel):
Per le considerazioni fatte finora vale la disuguaglianza:
∫ 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
Il termine a sinistra rappresenta sicuramente una serie convergente se mandiamo

k → +∞ , per cui la disuguaglianza ha senso. Questa è detta Disuguaglianza
di Bessel.
Proposizione (Identità di Parseval):
La relazione di disuguaglianza di Bessel può essere estesa ad una relazione di
uguaglianza (vale il simbolo = ) e in questo caso prende il nome di Identità di
Parseval. La dimostrazione di questa proposizione esula dallo scopo di questo
corso di studi e non verrà trattata qui.

Capitolo 3. Calcolo differenziale in più variabili 25 / 112
Capitolo 3
Calcolo differenziale in più

variabili
3.1 Definizioni introduttive per le funzioni in più

variabili
Prendiamo l’insieme delle n-uple a coefficenti reali Rn , n ∈ N ; sia ora Rm , m∈

N l’insieme delle m-uple a coefficenti reali.
Definizione (funzione):
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
la metrica euclidea studiata e dimostrata per R può essere ereditata anche su

vettori di Rn nel modo seguente:
( )1
d(x, y) = (x1 − y1 )2 + .... + (xn − yn )2 2 , x, y ∈ Rn
Definizione (limite in Rn ): \R^n </math>”>
Sia f : A ⊆ Rn → R, x̄ di accumulazione per A ; Si dice che:
lim f (x) = l ∈ R̄
x→x̄
e si legge:” il limite per x che tende a x̄ è l ” se:
• (l ∈ R) ∀ ϵ > 0 ∃δ > 0 : |f (x) − l| < ϵ ∀x ∈ (Bδ (x̄) ∩ A) \ x̄ ;
• (l = +∞) ∀M > 0 ∃δ > 0 : f (x) > M ∀x ∈ (Bδ (x̄) ∩ A) \ x̄ ;
• (l = −∞) ∀M > 0 ∃δ > 0 : f (x) < −M ∀x ∈ (Bδ (x̄) ∩ A) \ x̄ ;
Definizione (continuità in un punto di Rn ): \R^n </math>”>
Sia f : A ⊆ Rn → R, x0 ∈ A una funzione; questa si dice continua in x0 se:
∀ϵ > 0 ∃δ > 0 : |f (x) − f (x0 )| < ϵ ∀x ∈ (Bδ (x̄) ∩ A)
In particolare, se x0 ∈ A è punto di accumulazione allora la continuità della

funzione nel punto è equivalente a dire:
lim f (x) = f (x0 )

x→x0
Definizione (funzione continua):

Una funzione si dice continua se è continua in ogni punto del proprio dominio.
Proposizione
Valgano le seguenti:
• f : K → R, K ⊆ Rn compatto ;
• f continua;
Allora la funzione ha massimo e minimo nel proprio dominio.

Proposizione
Valgano le seguenti:
• f : C → R, C ⊆ Rn connesso ;
• f continua;
Allora f (C) è un intervallo.
3.2 Derivate Parziali
Definizione (derivata parziale):
Sia f : A → R, A ⊆ Rn aperto una funzione e x̄ = (x¯1 , ...., x¯n ) ∈ A .

La derivata parziale della funzione f rispetto alla variabile xi nel punto x̄ è

definita nel modo seguente:
∂ f (x¯1 , .., x̄i + h, .., x¯n ) − f (x¯1 , ..., x¯n )

f (x̄) = lim
∂xi h→0 h
Nella definizione precedente si suppone che il limite esista e sia finito.
Proposizione
Sia x ∈ Rn e indichiamo la norma euclidea in Rn con il simbolo ∥·∥ . Vale:
∂ 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∥
Per generalità la relazione appena scritta vale ∀i = 1, ...., n .
Da notare che la proposizione appena evidenziata è valida ∀x ̸= 0Rn ; infatti:
( 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
e sappiamo che l’ultimo limite a destra non esiste.

Data una funzione a più variabili, con derivata parziale definita per ogni variabile,
nulla ci vieta di derivare parzialmente più volte nello stesso punto. Possiamo
definire la seguente:
Definizione (derivate incrociate):
Siano:
• f :A→R;
• A ⊆ Rn aperto
• x̄ ∈ A
• ∃ ∂
∂xi f (x̄) ∀i = 1, ..., n
Chiamiamo derivata incrociata la seguente:
∂ ∂
f (x̄), i ̸= j
∂xj ∂xi
Teorema (di Schwarz):
Sia f : A → R, A ⊆ Rn aperto, x̄ ∈ A e supponiamo che:
• 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:
F (x1 , x2 ) = f (x1 , x2 ) − f (x1 , x¯2 )

G(x1 , x2 ) = f (x1 , x2 ) − f (x¯1 , x2 )
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 ]
Adesso costruiamo la funzione: H(x2 ) = ∂x1 f (a, x2 ) ; per ipotesi è anch’essa

continua e possiamo applicare anche ad essa il teorema di Lagrange:
H(x2 ) − H(x¯2 ) = H ′ (b)(x2 − x¯2 ) b ∈ [x¯2 , x2 ]
Notiamo subito che:
(∂x1 f (a, x2 ) − ∂x1 f (a, x¯2 )) = H(x2 ) − H(x¯2 )
E dunque abbiamo che:

{
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:
F (x1 ) − F (x¯1 ) = [f (x1 , x2 ) − f (x1 , x¯2 )] − [f (x¯1 , x2 ) − f (x¯1 , x¯2 )]

G(x2 ) − G(x¯2 ) = [f (x1 , x2 ) − f (x¯1 , x2 )] − [f (x1 , x¯2 ) − f (x¯1 , x¯2 )]
Allora possiamo dire che:
∂x2 ∂x1 f (a, b)(x2 − x¯2 )(x1 − x¯1 )
∂x1 ∂x2 f (c, d)(x1 − x¯1 )(x2 − x¯2 )
∂x2 ∂x1 f (a, b) = ∂x1 ∂x2 f (c, d)
A questo punto, se vale che (x1 , x2 ) → (x¯1 , x¯2 ) , allora valgono contemporanea-
mente:
(a, b) → (x¯1 , x¯2 )
(d, c) → (x¯1 , x¯2 )

.
Essendo poi ∂x1 ∂x2 f, ∂x2 ∂x1 f continue in (x¯1 , x¯2 ) , è dimostrata la tesi.
3.3 Differenziabilità
Definizione (Gradiente):
Sia f : A → R, A ⊆ Rn aperto . Si definisce gradiente di f nel punto x ∈ A

la quantità:
( )
∂ ∂
∇f (x) = f (x), ..., f (x)
∂x1 ∂xn
Notazioni diffuse per il gradiente sono anche:
Df (x) gradf (x)

Definizione (Differenziabilità):
Sia f : A → R, A ⊆ Rn aperto, x̄ ∈ A ; si dice che f è differenziabile in x̄

se:
f (x̄ + h) − f (x̄) − (∇f (x̄) · h)

lim = 0Rn h ∈ Rn
h→0Rn ∥h∥
Osserviamo che, quando h → 0Rn :
f (x̄ + h) − f (x̄) − ∇f (x̄) · h ∈ R
Ma anche che:
f (x̄ + h) − f (x̄)−∇f (x̄) · h = o(∥h∥)
f (x̄ + h) = f (x̄)+∇f (x̄) · h + o(∥h∥)
sostituendo x̄ + h = x
f (x) = f (x̄) + ∇f (x̄) · (x − x̄) + o(∥x − x̄∥)
In particolare l’ultima equazione descrive l’iperpiano tangente il grafico di

f in x̄ .
Definizione (Differenziale):
Sia f : A → R, A ⊆ Rn aperto, x̄ ∈ A ; supponiamo che f sia differenziabile

in x̄ . Il differenziale di f in x̄ è l’applicazione:
df (x̄) :Rn → R
h 7→ ∇f (x̄) · h
Il differenziale è un’applicazione lineare e continua.
Teorema (Differenziabilità implica continuità):

Sia f : A → R, A ⊆ Rn aperto, x̄ ∈ A ; supponiamo che f sia differenziabile

in x̄ . Allora f è continua in x̄ .
Dimostrazione:
Come visto sopra:
f (x) = f (x̄) + ∇f (x̄) · (x − x̄) + o(∥x − x̄∥)
passando al limite
lim f (x) = lim f (x̄) + ∇f (x̄) · (x − x̄) + o(∥x − x̄∥)

x→x̄ x→x̄
lim ∇f (x̄) · (x − x̄) =0, lim o(∥x − x̄∥) = 0

x→x̄ x→x̄
lim f (x) = lim f (x̄) = f (x̄)

x→x̄ x→x̄
Che segue dalla definizione di continuità.
Teorema
Sia f : A → R, A ⊆ Rn aperto, x̄ ∈ A ; Supponiamo che:
• ∂xi f (x) esistano ∀x ∈ A ∀i = 1, ..., n
• ∂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:
f (x̄ + h, ȳ + k) − f (x̄, ȳ)
sottraendo e aggiungendof (x̄ + h, ȳ)
f (x̄ + h, ȳ + k) − f (x̄ + h, ȳ) + f (x̄ + h, ȳ) − f (x̄, ȳ)
per il teorema di Lagrange =
∂ ∂
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 (x̄ + h, y1 )k + f (x1 , ȳ)h − f (x̄, ȳ)h − f (x̄, ȳ)k
∂y ∂x ∂x ∂y
=
[ ] [ ]
∂ ∂ ∂ ∂
f (x1 , ȳ) − f (x̄, ȳ) h + f (x̄ + h, y1 ) f (x̄, ȳ) k
∂x ∂x ∂y ∂y
Sappiamo adesso che h

1 ≤ 1 , così come k
1 ≤ 1 ; e quindi:
(h2 +k2 ) 2 (h2 +k2 ) 2

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
Se passiamo ai limiti per u → 0Rn allora abbiamo che y1 → ȳ, x1 → x̄ e dunque

che i termini a destra dell’ultima disuguaglianza tendono anche loro a zero. Que-
sto verifica di fatto la condizione di differenziabilità della funzione.
Sia f : A → R, A ⊆ Rn continua nel suo dominio e scriviamo questa condizione

come f ∈ C 0 (A) .
{ }
Sia ora C 1 (A) = f ∈ C 0 (A) : ∂x
∂
i
f esistono ∀ x ∈ A e sono continue in A .
Notiamo subito che se f ∈ C 1 (A) −→ f differenziabile ∀ x ∈ A , così come se

f ∈ C k (A), k ∈ N \ {0}
Definizione (Regola della catena):
Siano le seguenti funzioni:
f :A ⊆ Rn aperto → R
g :B ⊆ Rm aperto → A
F :B → R
y ∈ B 7→ f (g(y))
Vogliamo considerare la derivata rispetto ad una variabile arbitraria della funzio-

ne F .
∂ ∑ ∂ 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.
3.4 Formula di Taylor e punti critici
Definizione (Derivate direzionali):
Sia f : A → R, A ⊆ Rn aperto, x0 ∈ A . Sia anche h ∈ Rn tale che ∥h∥ = 1 ; in

questo caso h è detto versore direzionale.
Consideriamo adesso il seguente limite:
f (x0 + th) − f (x0 )

Dh f (x0 ) = lim (t ∈ R)
t→0 t
Se esiste ed è finito, allora è la derivata direzionale della funzione f nel punto x0 lungo la direzione h
.
Proposizione
Sia f : A → R, A ⊆ Rn aperto, x0 ∈ A . Sia anche h ∈ Rn tale che ∥h∥ = 1 .

Supponiamo che f sia differenziabile in x0 ; allora vale che:
Dh f (x0 ) = ∇f (x0 ) · h
Osserviamo che dalla proposizione appena scritta discende la seguente:
∥Dh f (x0 )∥ = ∥∇f (x0 ) · h∥

≤ ∥∇f (x0 )∥∥h∥
= ∥∇f (x0 )∥
E inoltre che:
−∥∇f (x0 )∥ ≤ Dh f (x0 ) ≤ ∥∇f (x0 )∥

Proposizione
∇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
Sia f : A → R, A ⊆ Rn e supponiamo di sapere che ∇f (x) = 0 ∀x∈A.

Allora, se A è connesso, f è costante.
Teorema (Formula di Taylor):
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)
Notiamo che anch’essa è di classe C k e che:
• F (0) = f (x0 )
• 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
Dove abbiamo usato la notazione:

( )
2 ∂ ∂
D f (x̄) = f (x̄)
∂xj ∂xi i,j
Per indicare la matrice Hessiana di f nel punto x̄ .

Nel nostro caso abbiamo t = θ ∈ (0, 1) , per cui possiamo sostituire nella (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
Sia f : A → R, A ⊆ Rn aperto, x0 ∈ A . Supponiamo che ∂

∂xi f (x0 ) esistano ∀ i
.
Se x0 è punto di massimo(minimo) relativo per f allora ∇f (x0 ) = 0
Definizione (punto critico):
Sia f : A → R, A ⊆ Rn aperto, x0 ∈ A . Si dice che x0 è punto critico di
f se ∇f (x0 ) = 0 .
Proposizione
Sia f : A → R, A ⊆ Rn aperto, x0 ∈ A, f ∈ C 2 (A) .
• Se x0 è di massimo relativo, allora la forma quadratica definita dalla matrice

Hessiana D2 f (x0 ) è semidefinita negativa;
• Se x0 è di minimo relativo, allora la forma quadratica definita dalla matrice

Hessiana D2 f (x0 ) è semidefinita positiva;
• Se x0 è punto critico di f e se D2 f (x0 ) è definita positiva, allora x0 è punto

di minimo locale.
• Se x0 è punto critico di f e se D2 f (x0 ) è definita negativa, allora x0 è punto

di massimo locale.
• Se x0 è punto critico di f e se D2 f (x0 ) è indefinita, allora x0 non è nè di

minimo nè di massimo locale (si dice che x0 è di sella).
Capitolo 4. Equazioni differenziali 37 / 112
Capitolo 4
Equazioni differenziali
4.1 Teorema delle contrazioni
Definizione (Problema di Cauchy):
Un problema di Cauchy è un sistema di equazioni così fatto:

{
y ′ = f (x, y)
(P C) =
y(x0 ) = y0
Definizione (soluzione di (P C) ): (PC) </math>”>
Dato un problema di Cauchy, una soluzione è una funzione ϕ : I → Rn , I intervallo di R, x0 ∈

◦
I , derivabile in ogni punto del dominio tale che:
• ϕ′ (x) = f (x, ϕ(x)) ∀ x ∈ I˙
• ϕ(x0 ) = y0
Teorema (delle contrazioni):
Sia (X, d) uno spazio metrico completo. Sia T : X → X una funzione.

Supponiamo che ∃ 0 ≤ α < 1 tale che:
d(T (x), T (y)) ≤ αd(x, y) ∀ x, y ∈ X
Allora ∃! x̄ ∈ X tale che T (x̄) = x̄ .

x̄ è detto punto fisso di T ; mentre T si dice una contrazione.
Dimostrazione:
Prendiamo:
x0 ∈ X
x1 = T (x0 )
x2 = T (x1 )
x3 = T (x2 )
.
.
.
xn = T (xn−1 )
Consideriamo la distanza di un punto generico dal precedente:
d(xn , xn−1 ) = d (T (xn−1 ), T (xn−2 ))

≤ αd(xn−1 , xn−2 )
= αd (T (xn−2 ), T (xn−3 ))
≤ α2 d(xn−2 , xn−3 )
≤ αn−1 d(x1 , x0 )
Vogliamo dimostrare che la successione xn è di Cauchy. Fissiamo dunque un ϵ > 0

; possiamo dire allora che vale la seguente?
∃n̄ ∈ N : d(xn , xm ) < ϵ ∀ n, m ≥ n̄
Poniamo n > m e consideriamo le seguenti disuguaglianze:
d(xn , xm ) ≤ d(xn , xn−1 ) + d(xn−1 , xn−2 ) + ... + d(xm+1 , xm )

≤ αn−1 d(x1 , x0 ) + αn−2 d(x1 , x0 ) + ... + αm d(x1 , x0 )
[ ]
≤ αn−1 + ... + αm d(x1 , x0 )
<ϵ
Infatti sappiamo che 0 ≤ α < 1 e quindi:

∑
an convergente → ∃ n̄ : ∀ n, m ≥ n̄
n
↓
ϵ
αn−1 + ... + αm <
d(x1 , x0 )
Dunque xn è di Cauchy; allora possiamo dire che ∃x̄ ∈ X : xn → x̄ . Non ci resta

da verificare che T (xn ) → T (x̄) , ma questo ci è già garantito dalla continuità
della contrazione; ma allora T (x̄) = x̄.
Per l’unicità supponiamo, per assurdo, che x̄, ȳ ∈ X siano punti fissi di T e x̄ ̸= ȳ
; dev’essere dunque d(x̄, ȳ) > 0 , da cui discendono le seguenti:
d(T (x̄), T (ȳ)) ≤ αd(x̄, ȳ) < d(x̄, ȳ)

Ma sappiamo che d(T (x̄), T (ȳ)) = d(x̄, ȳ) , dunque otteniamo:
d(x̄, ȳ) < d(x̄, ȳ)

Il che è assurdo e conclude la dimostrazione.
4.2 Teorema di esistenza ed unicità locale
Teorema (di esistenza ed unicità locale):
Siano:
• f : Ω → Rn , Ω ⊆ R × Rn aperto, f continua
• x0 ∈ R, y0 ∈ Rn : (x0 , y0 ) ∈ Ω
Supponiamo inoltre che valga la condizione di Lipschitz, ossia ∃L > 0 :
∥f (x, y1 ) − f (x, y2 )∥Rn ≤ L∥y1 − y2 ∥Rn ∀ x, y1 , y2 ∈ Ω (LIP )
Allora ∃ δ > 0 : ϕ : [x0 − δ, x0 + δ] → Rn sia l’unica soluzione del (P C) .

Dimostrazione:
∫x
Sia ϕ(x) = y0 + x0 f (s, ϕ(s)) ds un’equazione con incognita ϕ . Risulta evidente
che ϕ è soluzione del problema di Cauchy.
Sia ora:
X : {ϕ : [x0 − δ, x0 + δ] → Rn continue}
d(ϕ1 , ϕ2 ) = sup ∥ϕ1 (x) − ϕ2 (x)∥Rn
x ∈[x0 −δ,x0 +δ]
In generale potrebbe accadere che ϕ ∈ X (ϕ(x) ∈ Rn ) ma contemporaneamente

che (x, ϕ(x)) ∈
/Ω
Allora ci conviene considerare l’insieme chiuso di X :
{ }
Xη = ϕ : [x0 − δ, x0 + δ] → Rn continue, sup ∥ϕ(x) − y0 ∥Rn ≤ η
x ∈[x0 −δ,x0 +δ]
Notiamo subito che Xη è anch’esso spazio metrico completo.

Costruiamo dunque la funzione:
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:
sup ∥T (ϕ(x)) − y0 ∥Rn ≤ η ?

x ∈[x0 −δ,x0 +δ]
∫ 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
≤ sup ∥f (s, ϕ(s))∥Rn δ

x ∈[x0 −δ,x0 +δ]
≤η
Verifichiamo adesso che T sia effettivamente una contrazione:
∃ α ∈ [0, 1) : d(T (ϕ1 ), T (ϕ2 )) ≤ αd(ϕ1 , ϕ2 ) ∀ ϕ1 , ϕ 2 ∈ X η
Noi sappiamo che:
d(T (ϕ1 ), T (ϕ2 )) = sup ∥T (ϕ1 )(x) − T (ϕ2 )(x)∥Rn

x ∈[x0 −δ,x0 +δ]
E ora possiamo procedere nel modo seguente:

∫ 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
sup ∥T (ϕ1 )(x) − T (ϕ2 )(x)∥Rn

x ∈[x0 −δ,x0 +δ]
≤ Ld(ϕ1 , ϕ2 )δ
d(T (ϕ1 ), T (ϕ2 )) ≤ Lδd(ϕ1 , ϕ2 )
Che è proprio la definizione di una contrazione ( se consideriamo 0 ≤ Lδ < 1 ).
Osserviamo subito che, data f : Ω → Rn , Ω ⊆ R×Rn aperto , se essa è di classe

C 1 , allora su tutti i sottoinsiemi compatti di Ω vale la condizione di Lipschitz
e allora ogni problema di Cauchy ha esistenza ed unicità locale. In particolare
basterebbe che ∂y∂ i f esistessero e fossero tutte continue.
Capitolo 5. Curve, superfici, forme differenziali 42 / 112
Capitolo 5
Curve, superfici, forme

differenziali
5.1 Definizioni introduttive sulle curve
Definizione (curva):
Definiamo curva una funzione del tipo: ϕ : I → Rn , I ⊆ R intervallo .

L’immagine di ϕ :
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):
una curva ϕ : [a, b] → Rn si dice regolare se:
• 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.
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
Possiamo dunque procedere con le seguenti due definizioni:

Definizione (lunghezza di una curva):
Date le premesse appena fatte, la quantità:
L(ϕ) = sup [l(P )]

P
è detta lunghezza della curva.

Definizione (curva rettificabile):
Una curva si dice rettificabile se L(ϕ) < +∞ .
Teorema
Data una curva ϕ : [a, b] → Rn regolare, essa è rettificabile e inoltre:
∫ b
L(ϕ) = ∥ϕ′ (t)∥Rn dt
a
Dimostrazione:
Fissiamo una partizione qualunque; consideriamo la definizione di lunghezza della
curva, che ci porta alle seguenti relazioni:

∑
N
∥ϕ(ti ) − ϕ(ti−1 )∥Rn =
i=1
def
=
N ∫
∑ ti
= ∥ ϕ′ (s) ds∥Rn
i=1 ti−1
per proprieta’ degli integrali
N ∫
∑ ti
≤ ∥ϕ′ (s)∥Rn ds
i=1 ti−1
∫ b
= ∥ϕ′ (s)∥Rn ds
a
passando agli estremi superiori
∑
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
Vogliamo adesso dimostrare anche l’uguaglianza dell’ultima relazione. Per farlo

ci basta dire che:
∫ 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:
∀ ϵ > 0 ∃ δ > 0 : |t − s| < δ → ∥ϕ′ (t) − ϕ′ (s)∥ < ϵ ∀ t, s ∈ [a, b]
Scegliamo dunque una partizione tale che |ti − ti−1 | < δ ∀ i = 1, ..., N e fissiamo
un certo t ∈ (ti , ti−1 ) .
Consideriamo adesso la quantità

∫ ti
ϕ(ti ) − ϕ(ti−1 ) := ϕ′ (s) ds
ti−1
∫ 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
Finora abbiamo dunque scritto:

∫ ∫
ti
′
ti [ ′ ]
ϕ (s) ds = ϕ (s) − ϕ′ (t) ds + ϕ′ (t)(ti − ti−1 )
ti−1 ti−1
Portiamo adesso l’integrale che si trova a destra a lato sinistro dell’equazione:

∫ ∫
ti
′
ti [ ]
ϕ (s) ds − ϕ′ (s) − ϕ′ (t) ds = ϕ′ (t)(ti − ti−1 )
ti−1 ti−1
Dividiamo adesso ogni membro per la quantità (ti − ti−1 ) :

∫ ∫
′ 1 ti
′ 1 ti [ ′ ]
ϕ (t) = ϕ (s) ds − ϕ (s) − ϕ′ (t) ds
(ti − ti−1 ) ti−1 (ti − ti−1 ) ti−1
Adesso possiamo passare a considerare le norme in Rn delle quantità dell’equa-

zione, ricavando la seguente disuguaglianza:
∫ ti ∫ ti
′ 1 ′ 1 [ ′ ]
∥ϕ (t)∥ ≤ ∥ ϕ (s) ds∥ + ∥ ϕ (s) − ϕ′ (t) ds∥
(ti − ti−1 ) ti−1 (ti − ti−1 ) ti−1
Che a sua volta può essere facilmente riscritta così:
∫ 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:
∫ ti ∫ ti
∥ϕ′ (s) − ϕ′ (t)∥ ds ≤ ϵ ds = ϵ(ti − ti−1 )
ti−1 ti−1
Possiamo così riscrivere ancora la disuguaglianza di poco sopra:
1
∥ϕ′ (t)∥ ≤ ∥ϕ(ti ) − ϕ(ti−1 )∥ + ϵ
(ti − ti−1 )
Integriamo ancora una volta nella partizione scelta:

∫ ti ∫ ti ∫ ti
1
∥ϕ′ (t)∥ ds ≤ ∥ϕ(ti ) − ϕ(ti−1 )∥ ds + ϵ ds
ti−1 ti−1 (ti − ti−1 ) 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
Ora sommiamo con indice i = 1, ..., N :
N ∫
∑ ti ∑
N ∑
N
∥ϕ′ (t)∥ ds ≤ ∥ϕ(ti ) − ϕ(ti−1 )∥ + ϵ (ti − ti−1 )
i=1 ti−1 i=1 i=1
Che si può riscrivere nel modo seguente:
∫ 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
da cui deriva per arbitrarietà di ϵ :
∫ b
∥ϕ′ (t)∥ dt ≤ L(ϕ)
a
che è proprio quello che desideravamo dimostrare.
5.2 Parametrizzazione d’arco
Siano le seguenti:
• 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
Se consideriamo la quantità s′ (t) = ∥ϕ′ (t)∥ , essa è sicuramente positiva in quan-

to la curva è regolare; allora questo ci dice che la funzione s(t) è strettamente
crescente per cui è fatta nel modo seguente:
s : [a,b] → [s(a), s(b)]

∫ t
t 7→ ∥ϕ′ (r)∥ dr
t0
Da notare che nel caso particolare in cui t0 = a , allora avremmo s : [a, b] →

[0, L(ϕ)] .
Essendo inoltre s(t) strettamente crescente e definita in un intervallo chiuso e
limitato allora essa è anche invertibile; chiamiamo l’inversa t(s) .
Sia adesso ψ la seguente curva:
ψ : [s(a), s(b)] → Rn
s 7→ ϕ(t(s))
Naturalmente essa gode di tutte le proprietà di s(t) , la sua derivata si ottiene

tramite la regola di derivazione di funzione composta:
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:
∥ψ ′ (s)∥ = 1 ∀ s ∈ [s(a), s(b)]

Definizione (parametrizzazione d’arco):
Una curva γ : [a, b] → Rn ∈ C 1 , regolare tale che ∥γ ′ ∥ = 1 si dice sia parame-
trizzata mediante il parametro d’arco
5.3 Triedro di Frenet
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
Se adesso scegliamo ∥u(t)∥ = 1 allora:
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:
ψ ′′ (s) = 0 oppure ψ ′′ (s) ⊥ ψ ′ (s) ∀ s

Definizione (curva biregolare):
Sia γ : [a, b] → Rn ∈ C 2 , regolare parametrizzata mediante parametro d’arco.
Si dice che la curva è biregolare se: γ ′′ ̸= 0 .
Definizione (curvatura):
Sia γ : [a, b] → Rn ∈ C 2 , biregolare ; la quantità k(t) = ∥γ ′′ (t)∥ è detta curva-
tura.
Sia adesso la seguente curva:
r : I → R3
t 7→ (r1 (t), r2 (t), r3 (t))
Consideriamo di questa curva:
r′ (t)
• il suo versore tangente T (t) := ∥r′ (t)∥
T ′ (t)
• il suo versore normale N (t) := ∥T ′ (t)∥
• la sua curvatura K(t) , in particolare quest’ultima può essere uguale a:
• ∥T ′ (t)∥ se t è parametro d’arco;

∥T ′ (t)∥
• T ′ (t) = ∥r′ (t)∥K(t)N (t) −→ K(t) = ∥r′ (t)∥
• il suo versore binormale B(t) := T (t) ∧ N (t)
• la sua torsione τ (t) = −B ′ (t) · N (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:
• B ′ (t) = 0 significa che la curva è piana

• B ′ (t) ̸= 0 significa che la curva cambia piano
Definizione (triedro di Frenet):
la terna ortonormale di vettori {T, N, B} (t) è detta triedro di Frenet.

Possiamo considerare il triedro di Frenet come una base di R3
Procediamo adesso con il dare alcune formule utili alla risoluzione degli esercizi.
Proposizione (formule di Frenet):
Le formule qui di seguito sono anche indicate come formule di Frenet:
T ′ (t) = K(t)∥r′ (t)∥N (t)
N ′ (t) = −K(t)∥r′ (t)∥T (t) − τ (t)∥r′ (t)∥B(t)
B ′ (t) = τ (t)∥r′ (t)∥N (t)
Mentre le successive sono di carattere generale:
r′ (t) ∧ r′′ (t)

B(t) =
∥r′ (t) ∧ r′′ (t)∥
−r′ (t) ∧ r′′ (t) · r′′′ (t)

τ (t) =
∥r′ (t) ∧ r′′ (t)∥2
∥r′ (t) ∧ r′′ (t)∥

K(t) =
∥r′ (t)∥3
5.4 1-forme differenziali
Sia (Rn )∗ = V ∗ = {ϕ : Rn → R lineari} l’insieme duale di Rn . Ricordiamo che

per definizione una base del duale v1∗ , ..., vn∗ è tale che:
{
1 i=j
vj∗ (vi ) = δi,j =
0 i ̸= j
Definizione (1-forma differenziale):
Sia A ⊆ Rn aperto, x ∈ A ; definiamo le funzioni:
dxi :Rn → R
h 7→ vi∗ (h) = hi
E sia ai : A → R una funzione.

Una 1-forma differenziale è una funzione del tipo:
ω :A → (Rn )∗
∑
n
x 7→ aj (x)dxj
j=1
Secondo la notazione precedente, si definiscono coefficienti della 1-forma dif-

ferenziale gli aj (x) .
Se f : A → R, x0 ∈ A , allora possiamo scrivere il differenziale di f in x0 :
df (x0 ) :Rn → R
∑
n
∂
h 7→ ∇f (x0 ) · h = f (x0 )hi
∂xi
i=1
Se f ∈ C 1 (A) allora il suo differenziale è anche una 1-forma differenziale.

Definizione (forma differenziale esatta):
Una forma ω si dice esatta se:
∃ f : A → R di classe C 1 (A) : ω = df
O alternativamente, la forma è esatta se esiste f tale che:
∂f (⃗x)
∀j ∈ {1...n} : aj (x) =
∂xj
In tal caso si dice che f è una primitiva di ω ; inoltre:
• Se f è primitiva di ω allora f + c, c ∈ R è primitiva di ω
• Se f, g sono primitive di ω allora df = ω = dg → d(f − g) = 0 → f =

g + cost (se A connesso)
Definizione (integrale di una 1-forma differenziale su una curva):
Sia γ : [a, b] → A, A ⊆ Rn , γ regolare a tratti ; si definisce l’integrale di una

1-forma differenziale ω su γ :
∫ ∫ b∑
n
ω := aj (γ(t))γj′ (t) dt
γ a j=1
5.5 Proprietà delle 1-forme differenziali
Sia ω una 1-forma differenziale e γ : A → Rn una curva. Sapendo che:
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:
η(a) = γ(−a + a + b) = γ(b)

η(b) = γ(−b + a + b) = γ(a)
η ′ (t) = −γ ′ (−t + a + b)
Questa è la curva γ percorsa in senso contrario. Possiamo scrivere:
∫ ∫ 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
In generale possiamo dire che se γ e φ sono equivalenti e γ ′ > 0 :

∫ ∫
ω= ω
γ φ
altrimenti se γ ′ < 0 :
∫ ∫
ω=− ω
γ φ
Siano ora le due curve:
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
In sostanza stiamo giustapponendo le due curve. allora è naturale che valga:

∫ ∫ ∫
ω= ω+ ω
γ γ1 γ2
Risulta anche semplice dimostrare che:

∫ ∫ ∫
(αω1 + βω2 ) = α ω1 + β ω2
γ γ γ
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:
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
Inoltre sappiamo che ω = df → aj = ∂xj f ; allora:
∫ ∫ 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
Supponiamo ω : A → (Rn )∗ , A aperto sia continua; le seguenti proposizioni sono

equivalenti:
• Una 1-forma diffferenziale ω è esatta su A

{
∫ ∫ γ1 (a) = γ2 (c)
• γ1 ω= γ2 ω ∀ γ1 : [a, b] → A, γ2 : [c, d] → A :
γ1 (b) = γ2 (d)
∫
• γ ω=0 ∀γ : [a, b] → A chiusa e regolare a tratti.
Definizione (forma differenziale chiusa):
Sia ω : A → (Rn )∗ , A ⊆ Rn una forma differenziale. Questa si dice chiusa se:
∂xj ai (x) = ∂xi aj (x)
Consideriamo adesso ω esatta. Allora sappiamo che ∃ f ∈ C 1 (A) : df = ω ; se

adesso consideriamo f ∈ C 2 (A) allora:
∑
n
df (x) = ∂xi f (x)dxi , ∂xi f (x) = ai (x)
i=1
per il teorema di schwarz
∂xj ∂xi f (x) = ∂xi ∂xj f (x)
∂xj ai (x) = ∂xi aj (x)
Da questo otteniamo il seguente risultato:

Teorema
Siano:
• ω : A → (Rn )∗ , A ⊆ Rn esatta
• f : A → R primitiva di ω di classe C 2 (A)
Allora ω è una forma differenziale chiusa.

Osservazione: il viceversa vale se A è semplicemente connesso.
Definizione (curva omotopa):
Consideriamo adesso due curve γ1 , γ2 : [a, b] → A continue. Diremo che γ1 è

omotopa a γ2 se ∃ϕ : [0, 1] × [a, b] → A continua e tale che:
• ϕ(0, t) = γ1 (t) ∀ t ∈ [a, b]
• ϕ(1, t) = γ2 (t) ∀ t ∈ [a, b]
• ϕ(s, a) = ϕ(s, b) ∀ s ∈ [0, 1]
Se guardiamo in particolare la terza implicazione questa ci dice che ∀ s :
r : [a,b] → A
t 7→ ϕ(s, t)
è una curva chiusa.
Definizione (Insieme stellato):
Sia A ⊆ Rn aperto. A si dice stellato se esiste x0 ∈ A tale che ∀x ∈ A il segmento

[x0 , x] è tutto contenuto in A .
Vale la seguente catena di implicazioni:
A convesso −→ A stellato −→ A semplicemente connesso

Definizione (insieme semplicemente connesso):
Sia A ⊆ R2 aperto e connesso. A si dice semplicemente connesso se ogni

curva chiusa semplice a valori in A è omotopa ad una curva costante del tipo:
γ : [a,b] → A
t 7→ x0
In altre parole l’interno dell’immagine della curva è interamente contenuto in A.

Se un insieme A è stellato, A è semplicemente connesso.
Sia A semplicemente connesso e ω forma differenziale definita in A chiusa,
allora ω è esatta.
Alcuni esempi per chiarire potrebbero essere:
• A = Rn è semplicemente connesso;
• A = R2 \ {(0, 0)} non è semplicemente connesso;
• A = R3 \ {(0, 0, 0)} è semplicemente connesso

{ }
• A = R3 \ (x, y) ∈ R2 : y = mx + q, m, q ∈ R non è semplicemente con-
nesso;
Definizione (insieme convesso):
C è insieme convesso se:
λx1 + (1 − λ)x2 ∈ C ∀ x1 , x2 ∈ C, ∀ λ ∈ [0, 1]

Cioè se presi qualunque due punti appartenenti all’insieme, il segmento che li
congiunge è tutto contenuto nell’insieme.
Definizione (insieme connesso per archi):
C è un insieme connesso per archi se:
∃γ : [0, 1] → C continua : γ(0) = x1 e γ(1) = x2 ∀ x1 , x2 ∈ C

naturalmente la connessione per archi implica anche la connessione.
5.6 Relazione tra campi vettoriali e 1-forme differen-

ziali
Relazione tra 1-forme differenziali e campi vettoriali
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
ad essa è naturalmente associato il campo
⃗ (⃗x) = (a1 (⃗x), . . . , an (⃗x))

V
e viceversa.
Osserva:
• Un campo vettoriale è conservativo se e solo se la 1-forma differenziale

associata è esatta.
• Un campo vettoriale è irrotazionale se e solo se la 1-forma differenziale

associata è chiusa.
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
ω = M (x, y) dx + N (x, y) dy M, N ∈ C ′ (E)

⃗
Allora
∫ ∫
∂+E ω= E (Nx (x, y) − My (x, y)) dxdy
ove
∂N ∂M
Nx = ∂x My = ∂y
e ∂ + E è il bordo orientato nel senso positivo di E .

Rotore, gradiente, divergenza
⃗ = (V1 , V2 , V3 ) campo in R3 .
Sia V
Si definisce divergenza di V ⃗ la quantità
⃗ = ∂1 V1 + ∂2 V2 + ∂3 V3
divV
Sia dσ la quantità infinitesima di ’area’, e ν vettore normale (e normalizzato)

al bordo di E .
∫ ∫
⃗)=
div(V ⃗ , ν > dσ
<V
E ∂E
Tale quantità si definisce flusso di V attraverso il bordo di E

Il rotore di V è il vettore definito come
rot(V ) = ∇ ∧ V
Teorema di Stokes
Sotto le seguenti ipotesi:
• 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
Teoria della misura e integrale

di Lebesgue
6.1 Intervalli di R^n e plurirettangoli
Consideriamo [ai , bi ], i = 1, ..., n intervalli di R . Il prodotto cartesiano degli i

intervalli, che indicheremo nel modo seguente:
∏
n
[a1 , b1 ] × [a2 , b2 ] × ... × [an .bn ] = [ai , bi ] = I
i=1
dà luogo all’insieme I , che è un intervallo di Rn .

Definizione (misura di un intervallo):
Date le premesse appena fatte, definiamo misura di un intervallo I la seguente

quantità:
∏
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 < +∞
Un plurirettangolo è un insieme del tipo:
∪
n
P = Ij
j=1
Siano adesso, per ogni indice i = 1, . . . , n :
ai,0 < ai,1 < ai,2 < · · · < ai,N i
una successione crescente di Ni + 1 numeri reali.

Possiamo dunque scrivere gli insiemi
Hi,j = {x ∈ Rn : xi = ai,j } ∀ i = 1, . . . , n ∀ j = 1, . . . , Ni
che sono degli Iperpiani affini di Rn

Definizione (Griglia):
Sia Hi,j una collezione di iperpiani affini. Una griglia è un insieme siffatto:
∪
G= Hi,j
Data una griglia, possiamo determinare degli intervalli del tipo:
∏
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:
m(P )G = m(P )G′
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
Date due griglie qualunque G1 , G2 entrambe generanti il plurirettangolo P vale

che:
m(P )G1 = m(P )G2

A livello intuitivo possiamo anche dire che:

Proposizione
Dati due plurirettangoli P1 , P2 tali che: P1 ⊆ P2 , vale che:
m(P1 ) ≤, (P2 )
E inoltre vale la proprietà subadditiva per la misura m :
m(P1 ∪ P2 ) ≤ m(P1 ) + m(P2 )

e in particolare vale l’uguaglianza se P˙1 ∩ P˙2 = ∅ .
6.2 Misura di un aperto, misura di un compatto
Ora che abbiamo visto la misura per i plurirettangoli, proviamo ad estendere

questo concetto ad insiemi più frequenti nella trattazione del corso.
Definizione (misura di un aperto):
Sia A ⊆ Rn aperto ; definiamo la misura di A nel modo seguente:
m(A) := sup {m(P ) : P plurirettangolo, P ⊆ A}
Dalla definizione segue subito che:
m(A) = +∞ ∨ ∀ ϵ > 0 ∃ P ⊆ A : m(P ) > m(A) − ϵ
Osserviamo che le proprietà della misura dei plurirettangoli vengono ereditate

anche dalla misura degli aperti.
Se infatti prendiamo A, B : A ⊆ B e un plurirettangolo P ⊆ A , allora sappiamo
anche che
P ⊆B
↓
m(P ) ≤ m(B)
↓
m(A) = sup m(P ) ≤ m(B)
P ⊆A
Definizione (misura di un compatto):
Sia K ⊆ Rn compatto, quindi anche chiuso e limitato. Definiamo la misura del

compatto come:
m(K) := inf {m(P ) : K ⊆ P }
Notiamo subito dalla definizione che:
0 ≤ m(K) < +∞ −→ ∀ ϵ > 0 ∃ K ⊆ P : m(K) + ϵ > P
6.3 Misurabilità
Sia E ⊆ Rn un insieme limitato.

Definizione (misura interna):
definiamo la misura interna dell’insieme appena descritto come:
mi (E) := sup {m(K) : K compatto , K ⊆ E}

Definizione (misura esterna):
definiamo la misura esterna dell’insieme appena descritto come:
me (E) := inf {m(A) : A aperto , E ⊆ A}

Definizione (insieme misurabile):
Un insieme E ⊆ Rn limitato si dice misurabile se:
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.
Se abbiamo un insieme misurabile dalla definizione sappiamo che devono valere

contemporaneamente le due seguenti relazioni:
mi (E) ≤ me (E)
mi (E) ≥ me (E)
la prima è intuitivamente corretta, mentre dalla seconda discende che:
∀ ϵ > 0 ∃ K ⊆ E, E ⊆ A : m(A) − m(K) < ϵ

Proposizione ( m(E) = m∗ (E) ): m(E)=m^*(E) </math>”>
Prendiamo un insieme E ⊆ Rn limitato aperto ; esso è misurabile?

Siccome l’insieme è aperto possiamo usare la definizione di misura di un aperto

e dire che, fissato un certo ϵ > 0, ∃ P : m(P ) > m(A) − ϵ .
∪
Essendo però P = ni=1 Ii , n < +∞ allora esso è a sua volta chiuso e limitato
e quindi compatto.
Possiamo così riscrivere la definizione di misura dell’aperto E :
m(E) = sup {m(P ) : P compatto , P ⊆ E}
Essendo poi m∗ (E) = me (E) = inf {m(A) : A aperto, E ⊆ A} vediamo subito

che m∗ (E) ≥ m(E) .
Vale però anche m∗ (E) = mi (E) = sup {m(K) : K compatto, K ⊆ E} ≤ m(E)
.
Siccome le ultime due relazioni valgono contemporaneamente concludiamo che
m∗ (E) = m(E) .
Osserviamo che lo stesso ragionamento si sarebbe potuto fare se E ⊆ Rn compatto

.
Definizione (misura di Lebesgue):
In ultimo prendiamo in esame un qualunque insieme E ⊆ Rn . Definiamo la

misura per questo insieme nel seguente modo:
m(E) := sup {m(E ∩ Br (0)) : r > 0}
Notiamo subito che le misure sono monotone crescenti rispetto a r , allora vale
che:
sup {m(E ∩ Br (0)) : r > 0} = lim m(E ∩ Br (0))

r→+∞
Questa è detta misura di Lebesgue su Rn . E’ evidente che affinchè E sia mi-

surabile, lo devono essere tutti gli insiemi E ∩ Br (0) .
Siano {E1 , . . . , En } insiemi misurabili a 2 a 2 disgiunti. Possiamo considerare

l’unione di tutti gli insiemi e vale che:
∪ ∑
m( En ) = m(En )
n n
Insieme a questa proprietà vale anche 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.
6.4 Misura di insiemi numerabili
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” ”>
Sia Rn e P (x) una proprietà. Se questa non è vera in tutto Rn , ma lo è in un

certo E ⊆ Rn tale che m(Rn \ E) = 0 , allora si dice che la proprietà P (x) vale
“per quasi ogni x ∈ Rn ” e si indica q.o. .
Questo perchè da m(Rn \ E) = 0 si deduce automaticamente che m(E) = +∞ .
Consideriamo adesso una successione di funzioni
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
Notiamo che fk → f q.o. x ∈ R , poichè la successione converge puntualmente

in R \ {0} . Possiamo stabilire se m({0}) = 0 ?
Sia un intervallo [− h1 , h1 ], h ∈ N\{0} . Ogni intervallo di questo tipo è misurabile
di misura h2 .
Naturalmente {0} ⊆ [− h1 , h1 ] , inoltre essendo {0} compatto, esso è misurabile.
Ma allora possiamo dire che:
1 1 2
m({0}) ≤ m([− , ]) = ∀h
h h h
↓
m({0}) = 0
Definizione (misura di un singoletto):
Ripetendo il ragionamento appena fatto possiamo dedurre che la misura di qua-

lunque singoletto {x̄} ∈ Rn è nulla:
m({x̄}) = 0 ∀ x̄ ∈ Rn
Sia adesso xk ∈ Rn una successione, consideriamo E = {xk : k ∈ N} . Questo

insieme è misurabile poichè unione numerabile di insiemi misurabili e vale che:
∑
+∞
m(E) ≤ m({xk }) = 0 −→ m(E) = 0
k=0
Definizione (misura di un insieme numerabile):
Sia E un qualunque insieme numerabile; la sua misura è nulla per i ragionamenti

appena fatti.
Ad esempio l’insieme dei razionali Q è misurabile di misura nulla.
6.5 Misura di una funzione
Consideriamo una funzione f : Rn → R̄, R̄ = R ∪ {+∞} ∪ {−∞} .

Definizione (funzione misurabile):
Sia Lt = {x ∈ Rn : f (x) > t} , Lt ⊆ Rn la controimmagine della funzione f

appena definita al variare del valore t . Questa si può scrivere anche con la
notazione:
Lt ≡ f ← ((t, +∞]) ∀t ∈R
Dove si intende il simbolo f ← essere il simbolo della contrimmagine di f .

Si dice che la funzione f è misurabile se è misurabile Lt , cioè in simboli:
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.
Ora sia E ⊆ Rn . Definiamo la seguente funzione:
f :E → {0, 1}
{
1 se x ∈ E
x 7→
0 se x ∈
/E
Questa funzione si chiama funzione caratteristica di E e si indica con il

simbolo χE (x) .
Proposizione
E è misurabile se e solo se χE (x) è misurabile.
Teorema
sia f : Rn → R̄ . Le seguenti sono equivalenti:
• 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
Se abbiamo una successione di funzioni fk tutte misurabili allora sono misurabili

anche le seguenti quantità:
sup fk
inf fk
lim sup fk
lim inf fk
6.6 Funzioni semplici
Incontriamo un tipo di funzioni molto utili, in quanto a partire da queste riuscia-

mo a definire l’integrale con la misura di Lebesgue.
Definizione (funzione semplice):
Una funzione s : Rn → R misurabile si dice semplice se assume un numero finito

di valori, cioè se la sua immagine è un insieme finito:
s(Rn ) = {c1 , . . . , cn } , n ∈ N, n < +∞
Analizziamo adesso i seguenti insiemi:
E1 = s← (c1 ) = {x ∈ Rn : s(x) = c1 }
E2 = s← (c2 ) = {x ∈ Rn : s(x) = c2 }
..
.
En = s← (cn ) = {x ∈ Rn : s(x) = cn }
Osserviamo subito che:
∪n
• i=1 Ei = Rn
• se i ̸= j → Ei ∩ Ej = ∅
Allora possiamo tranquillamente affermare che s è misurabile ↔ Ei è misurabile

∀ i . Inoltre possiamo scrivere la funzione nel seguente modo:
∑
n
s(x) = ci χEi (x)
i=1
Definizione (integrale di una funzione semplice):
Date le premesse appena fatte, l’integrale di una funzione semplice è dato da:
∫ ∑
n
s(x) dx := ci m(Ei )
Rn i=1
Il passo successivo è definire l’integrale di Lebesgue per funzioni più comuni,

come ad esempio del tipo f : Rn → [0, +∞] . per farlo procediamo prima con la
seguente proposizione:
{{Proposizione|titolo=| Sia f : Rn → [0, +∞] misurabile. Allora esiste una suc-
cessione di funzioni sk : Rn → [0, +∞) crescente, il cui limite puntuale sia la
funzione f ; in simboli:
sk ≤ sk+1 lim sk (x) = f (x)

k→+∞
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
Scriviamo adesso la successione di funzioni nel modo seguente:

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→+∞
f (x) ≤ lim sk (x) ≤ f (x)

k→+∞
lim sk (x) = f (x)

k→∞
Capitolo 7. Funzioni definite implicitamente 68 / 112
Capitolo 7
Funzioni definite
implicitamente
7.1 Teorema (di Dini) della funzione implicita
Prendiamo una funzione F : I → R, I ⊆ Rn . Per semplicità di spiegazione

considereremo n = 2 . Consideriamo il luogo degli zeri di questa funzione:
{ }
z(F ) = (x, y) ∈ R2 : F (x, y) = 0
L’obiettivo è scoprire se, almeno localmente in qualche intorno di un punto, pos-

siamo esprimere il luogo degli zeri tramite y = f (x) oppure x = g(y) . Paralle-
lamente vogliamo anche scoprire se data una delle due condizioni appena citate,
possiamo trovare l’altra invertendo la funzione tramite g(y) = f −1 (x) oppure
f (x) = g −1 (y) .
Teorema (Teorema di Dini sulle funzioni definite implicitamente):
Sia A ⊆ R2 e F : A → R continua. Supponiamo:
• ∃ ∂
∂y F (x, y) continua in tutto l’insieme di definizione
• (x0 , y0 ) ∈ A : F (x0 , y0 ) = 0
• ∂
∂y F (x0 , y0 ) ̸= 0
Allora ∃δ, σ > 0 ∃! f : (x0 − δ, x0 + δ) → (y0 − σ, y0 + σ) tali che il luogo degli

zeri z(F ) definisca implicitamente la funzione f , inoltre f continua , f (x0 ) = y0
.
Per costruzione, f soddisfa F (x, f (x)) = 0 ∀ x ∈ (x0 − δ, x0 + δ) e inoltre, se
valgono:
• F (x, y) = 0
• x ∈ (x0 − δ, x0 + δ)
• y ∈ (y0 − σ, y0 + σ)
Allora y = f (x) . Notiamo quindi il carattere solo locale di questo teorema,

assolutamente dipendente dai valori di δ, σ .
Prima della dimostrazione due veloci osservazioni:
Il teorema può essere applicato per scrivere x = g(y) , basta scambiare i ruoli
delle due variabili nell’enunciato.
La tesi può essere riscritta nel modo seguente: ∃ R = U × V intorno rettangolare
del punto (x0 , y0 ) ∈ R2 ed un’unica funzione continua f : U → V (e come detto
prima i ruoli dei due insiemi si possono scambiare) tali che: ∀ x ∈ U (y ∈
V ) ∃! y = f (x) (x = g(y)) soluzione dell’equazione F (x, y) = 0 . Dunque
z(F ) ∩ R ha espressione cartesiana.
Dimostrazione:
Dalle ipotesi del teorema sappiamo ∂y ∂
F (x0 , y0 ) ̸= 0 ; sfruttando la continuità
∂
della funzione ∂y F possiamo usare il teorema di permanenza del segno e dire che
la condizione valga anche in un intorno del punto considerato. Allora, se scegliamo
∂
per comodità ∂y F (x0 , y0 ) > 0 (questa supposizione è generale e non restrittiva),
sappiamo che ∃ σ > 0 : ∂y ∂
F (x, y) > 0 ∀ x ∈ (x0 − σ, x0 + σ), y ∈ (y0 − σ, y0 + σ)
.
Fissiamo x̄ ∈ (x0 − σ, x0 + σ) e guardiamo la funzione F (x̄, y) = F̄ (y) . Essendo
∂y F (x̄, y) > 0 , dunque anche F̄ (y) è strettamente crescente nel dominio (y0 −
∂
σ, y0 + σ) .
Se in particolare poniamo x̄ ≡ x0 , possiamo dire valida la seguente disuguaglian-
za:
F (x0 , y0 − σ) < F (x0 , y0 ) = 0 < F (x0 , y0 + σ)
Quindi F (x0 , y0 − σ) < 0 ∧ F (x0 , y0 + σ) > 0 .

Vogliamo applicare di nuovo la permanenza del segno prendendo un δ , in generale
può essere δ < σ , tale che valgano:
• F (x, y0 − σ) < 0 ∀ x ∈ (x0 − δ, x0 + δ)

• F (x, y0 + σ) > 0 ∀ x ∈ (x0 − δ, x0 + δ)
Abbiamo così costruito la funzione F (x̄, y) strettamente crescente nelle y e conti-

nua. Inoltre abbiamo visto che ∀ x ∈ (x0 −δ, x0 +δ) , essa cambia segno passando
da y0 − σ a y0 + σ . Allora ci sono tutte le condizioni affinchè valga il teorema di
esistenza degli zeri.
Dunque sappiamo che esiste un valore ȳx̄ tale che F (x̄, ȳx̄ ) = 0
Ripetendo questo ragionamento su tutto il dominio [x0 − δ, x0 + δ] possiamo
costruire un’unica funzione yx : F (x, yx ) = 0 .
Vogliamo infine mostrare che f (x) ≡ yx è continua.
Condizione necessaria e sufficiente per la continuità è che, dato un x̄ ∈ (x0 −
δ, x0 + δ) e fissato un ϵ > 0 tale che |f (x) − f (x̄)| < ϵ allora ∃ η > 0 : |x − x̄| < η
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:
F (x̄, f (x̄) − ϵ) < F (x̄, f (x̄)) = 0 < F (x̄, f (x̄) + ϵ)
E grazie al fatto che F crescente nel dominio preso in considerazione possiamo

usare ancora la permanenza del segno e dire che:
F (x, f (x̄) − ϵ) < F (x, f (x̄)) = 0 < F (x, f (x̄) + ϵ)

in un certo intorno di x̄ , sia esso della forma |x − x̄| < η . Siccome inoltre in
questo dominio F è crescente, allora possiamo dedurre che |f (x) − f (x̄)| < ϵ , il
che conclude la dimostrazione.
7.2 Derivata della funzione implicita
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
Come corollario al teorema precedente, sia F ∈ C k (A) . Allora possiamo dire

che f ∈ C k (x0 − δ, x0 + δ) .
Dimostrazione:
Per induzione su k. Prendiamo come passo d’induzione k = 0 : vediamo che la

tesi è subito verificata perchè le condizioni coincidono con quelle del teorema di
Dini.
Sia adesso vero per k − 1 e lo dimostriamo per k . Se assumiamo F ∈ C k (A)
∂
allora sicuramente ∂x ∂
F (x, f (x)), ∂y F (x, f (x)) ∈ C k−1 (A) .
Poichè f ′ (x) si ottiene tramite il teorema di prima, sappiamo allora anch’essa
essere di classe C k−1 . Ma se f ′ (x) ∈ C k−1 −→ f (x) ∈ C k .
Capitolo 8. Guida alla risoluzione di esercizi 72 / 112
Capitolo 8
Guida alla risoluzione di

esercizi
8.1 Continuità e differenziabilità
Derivata parziale Sia A ⊂ Rn un insieme aperto, ⃗x0 ∈ A , e consideriamo

f : A → R . Sia ⃗xj , j = 1, . . . , n la base standard. La derivata parziale di f
lungo la direzione ⃗xj , calcolata in ⃗x0 , è:
f⃗(⃗x0 + t⃗xj ) − f⃗(⃗x0 )

Dj f⃗(⃗x0 ) = limt→0 .
t
Funzione derivabile La funzione f si dice derivabile in ⃗x0 se è derivabile

rispetto a ⃗x1 , . . . , ⃗xn .
Derivata direzionale Sia A ⊂ Rn un insieme aperto e consideriamo f : A →

R . La derivata direzionale di f lungo la direzione ⃗v , calcolata in ⃗x0 , è:
f⃗(⃗x0 + h⃗v ) − f⃗(⃗x0 )

D⃗v f⃗(⃗x0 ) = limh→0 .
h
Oppure, solo se f è differenziabile:
D⃗v f⃗(⃗x0 ) = df⃗(⃗x0 ) · ⃗v .
Funzione derivabile f si dice derivabile lungo la direzione ⃗v in ⃗x0 se la

derivata direzionale esiste ed è finita.
Osservazione Risulta evidente dalle definizioni che la derivata parziale è una

caso particolare della derivata direzionale.
Differenziale Il differenziale è un funzionale lineare che soddisfa la relazione:
f (x⃗0 + ⃗h) − f (x⃗0 ) − df (x⃗0 ) · ⃗h = o(|h|) .
Ovvero, supponendo f : R2 → R :
f (x⃗0 + (h, k)) − f (x⃗0 ) − df (x⃗0 )(h, k)

lim √ =0.
|(h,k)|→0 h2 + k 2
Come vedremo più avanti, per funzioni f : R2 → R si ha che: df (⃗x0 ) = ∇·f

⃗ (⃗x0 ) .
Matrice Jacobiana La matrice Jacobiana è definita come:

 
∂f1 ∂f1
···
 ∂x1 ∂xn 
 . .. 
Jf = 
 ..
..
. 
. 
 ∂fm ∂fm 
···
∂x1 ∂xn
La matrice Jacobiana è la matrice rappresentativa dell’applicazione lineare diffe-
renziale rispetto alla base canonica.
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 .
Teorema di Schwarz Se la funzione f (x, y) ammette derivate parziali miste

in (x0 , y0 ) , e queste sono ivi continue, allora in questo punto esse sono uguali (
∂xy f (x0 , y0 ) = ∂yx f (x0 , y0 ) ).
Come risolvere un esercizio
Continuità in un punto (x0 , y0 ) Bisogna ovviamente dimostrare che:
lim⃗x→⃗x0 f⃗(⃗x) = f⃗(⃗x0 ) .
Puoi passare in coordinate polari, ricordando che questa trasformazione non è

biunivoca.
Nota: utile per effettuare maggiorazioni, salvo assicurarsi di passare al limite solo
dopo aver maggiorato con funzioni che NON dipendano da θ .
Differenziabilità in un punto (x0 , y0 ) Per questo esercizio, in generale, si

può procedere in uno dei seguenti modi:
⃗ · f⃗(x0 , y0 ) , e veri-
Applicando la definizione, dunque calcolando direttamente ∇
ficando che valga la definizione, dunque che:
f⃗(x⃗0 + (h, k)) − f⃗(x⃗0 ) − ∇

⃗ · f⃗(⃗x0 )(h, k)
lim √ =0.
|(h,k)|→0 h2 + k 2
Oppure, applicando il teorema del differenziale totale: bisogna dimostrare che, in

un intorno di (x0 , y0 ) , f⃗ ammetta derivate parziali, e che queste siano continue
in (x0 , y0 )
A questo punto df (x0 , y0 ) = ∇⃗ · f⃗(x0 , y0 ) .
Inoltre, si può anche dimostrare che la funzione f⃗ non è differenziabile: questo ad
esempio se D⃗v (x0 , y0 ) : v → D⃗v (x0 , y0 ) non è lineare.
8.2 Massimi e minimi
Hessiana Si definisce matrice Hessiana della funzione f :
∂ 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)
Minori principali di Nord Ovest I minori principali di Nord Ovest della

matrice A sono le sottomatrici quadrate della A ottenute prendendo le prime k
righe dall’alto e le prime k colonne da sinistra di A .
Data la matrice:
 
a1,1 a1,2 . . . a1,n
 a2,1 a2,2 . . . a2,n 
 
A= .. .. .. ..  ,
 . . . . 
an,1 an,2 . . . an,n
il minore principale di Nord Ovest di dimensione k è la sottomatrice:
 
a1,1 . . . a1,k
 ..  .
Ak =  ... ..
. . 
ak,1 . . . ak,k
Studieremo ora i punti nei quali f è differenziabile. I punti non differenziabili

vanno valutati a parte.
∂f ∂f
Per prima cosa calcola le derivate parziali ∂x , ∂y , e risolvere il sistema (all’interno
di D )



∂f
∂x =0

 ∂f
∂y =0
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 fortunato - metodo 1 Calcola gli autovalori della matrice Hessiana:

se A = H(f (x0 )) , risolvi l’equazione det(A − λI) = 0
• Se sono tutti positivi, A è definita positiva.
• Se sono tutti negativi, A è definita negativa.
• Se tutti gli autovalori della matrice A sono maggiori di 0 e ne esiste almeno

uno uguale a 0 , allora la forma quadratica è semidefinita positiva.
• Se tutti gli autovalori della matrice A sono minori di 0 e ne esiste almeno

uno uguale a 0 , allora la forma quadratica è semidefinita negativa.
• Se sono in parte positivi, in parte negativi A è indefinita.
Caso fortunato - metodo 2 Alternativamente, siano Ak i minori princi-

pali di Nord-Ovest di dimensione k . Sia ∆k = det(Ak ) ∀k = 1, . . . , n (cioè il
determinante del minore principale di NO di dim = k ) allora:
• Se ∆k > 0, ∀k , allora A è definita positiva.
• Se (−1)k · ∆k > 0 ∀k A , allora è definita negativa.
• Se ∆k ≥ 0, ∀k e ∃h, 1 ≤ h ≤ n | ∆h > 0 , allora A è semidefinita positiva.
• Se (−1)k · ∆k ≥ 0, ∀k e ∃h, 1 ≤ h ≤ n | (−1)k · ∆k > 0 , allora A è

semidefinita negativa.
• Se non vale nessuna delle condizioni precedenti la matrice è indefinita.

Conclusione temporanea Nel caso i test precedenti abbiano prodotto qual-

cosa, possiamo già dire che:
• Se A è definita positiva il punto è minimo.
• Se A è definita negativa il punto è massimo.
• Se A è indefinita il punto è di sella
• Se A è semidefinita il caso è ambiguo.
Come risolvere il caso ambiguo? Non è sempre possibile risolvere facil-

mente il caso ambiguo. Vediamo qualche caso:
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.
Infatti le condizioni precedenti verificano nei vari casi la definizione stessa di

punto di massimo o di minimo di una funzione.
Restrizione a curve note Se f : R2 → R si può considerare la restrizione

di f alle curve conosciute del piano (rette, parabole, cubiche..). Se risulta che la
funzione ristretta a una di queste curve non ammette estremante ma solo punto
stazionario (es: punto di flesso), sicuramente f non avrà nè un massimo nè un
minimo in x⃗0 , che sarà quindi punto di sella. Se lungo due distinte curve passanti
per il punto la funzione ammettesse sulla prima un massimo e sulla seconda un
minimo, esso sarebbe di sella.
Massimi e minimi sul bordo Possono esistere punti di minimo o massimo

sul bordo:
• Restringi la funzione al bordo.
• Calcola la derivata e valuta i punti stazionari (nota: se la funzione era

f : R2 → R , la restrizione sarà del tipo h : R → R , dove h(x) = f (x, g(x))
.
• 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.
• Se ancora non ci sono punti stazionari, valuta i vertici, quando esistono.
Trucchetti
Parametrizzare la quota della funzione Alcune volte è possibile riscrivere

una funzione utilizzando la quota della funzione, e in particolare in modo tale
che una o più variabili dipendano da essa, possibilmente secondo una funzione
conosciuta. Ad esempio, sia
√
f (x, y) = y + x2 − 2 (=: k) .
Allora vorrà dire che:
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.
8.3 Funzioni implicite
Funzione implicita Sia f : R2 → R . Sia ϕ(x) tale che:
f (x, ϕ(x)) = 0 ∀x ∈ R .
Allora, ϕ(x) si dice funzione definita implicitamente da f (x, y) rispetto a y .
Esistenza e unicità Sia f : I × J → R . Sia J = (b1 , b2 ) .

Se sono verificate le seguenti ipotesi:
fx0 (y) continua e strettamente crescente in J , ∀x0 ∈ I (fissato);

lim fx (y) < 0 ∀x ∈ I ;
y→b1 +
lim fx (y) > 0 ∀x ∈ I ;

y→b2 −
allora:
∃!ϕ(x) : f (x, ϕ(x)) = 0 ∀x ∈ I .

Inoltre, se f è continua in I × J allora anche ϕ(x) è continua in I .

Se f è anche differenziabile in I × J e:
∂y f (x, ϕ(x)) ̸= 0 ∀x ∈ I ,
allora ϕ(x) è differenziabile, e vale:
′
ϕ (x) = − ∂∂xy ff (x,ϕ(x))
(x,ϕ(x))
.
Teorema Sia f : I × J → R .
Ipotesi:
i) f (x0 , y0 ) = 0 e f continua in un intorno di (x0 , y0 ) ∈ I × J ;

ii) ∂y f (x, y) esista, sia continua e non nulla in un intorno U di (x0 , y0 ) .
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 ) .
Regolarità della funzione implicita Se f ∈ C (i) (I × J) , allora ϕ ∈ C (i) (I)

. In altre parole, ϕ ha lo stesso grado di regolarità di f .
Funzione implicita rispetto a x Con le opportune variazioni, tutte queste

conseguenze valgono anche per una funzione ψ
x = ψ(y) : f (ψ(y), y) = 0 ∀y ∈ I
Consideriamo il caso in cui si cerchi una funzione y = ϕ(x) . Il caso x = ψ(y) è

del tutto analogo.
1. Trova l’insieme di definizione D della funzione implicita (es. primo qua-

drante) (quando non richiesto: “in un intorno”)
2. Calcola i limiti per gli estremi di D , e valutane il segno.

3. Valuta se valgono o no le ipotesi del teorema di esistenza e unicità -in

grande-
(a) Trova se f è continua e controlla che ∂y f (x, y) > 0 ∀x .
(b) Siano y1 e y2 estremi del dominio, calcola a = lim f (x, y) e b =
y→y1 +
lim f (x, y) . Se a < 0 e b > 0 , ∃ϕ(x) cercata.
y→y2 −
(c) Altrimenti, prova a cercare un altro intervallo in cui le condizioni sopra
sono verificate.
4. Prova a studiare il segno lungo gli assi.
5. Studia i limiti di ϕ(x) . Supponendo che ad esempio 0 < x < +∞ , per
definizione: limx→+∞ f (x, ϕ(x)) = 0 , la cui espressione potrà dare qualche
informazione su limx→+∞ ϕ(x)
6. Come ultimo punto, prova a studiare gli estremanti di ϕ(x) , ricordando
∂x f (x, ϕ(x))
che ϕ′ (x) = −
∂y f (x, ϕ(x))
Trucchetti
[senza fonte]
Limiti della funzione implicita Spesso la funzione implicita usa il trucco

dello 0− : in questo modo riesci a rendere negative parti di f (x, y) e ad ottenere
che f (x, ϕ(x)) vada a 0.
Utilizzo della forma della funzione f (x, y) per semplificare l’espressione

di ϕ′ (x) Ogni tanto, studiando ϕ′ (x) , si possono ottenere espressioni non
banali, e studiarne il segno può non essere semplice.
Allora si può ricorrere alla definizione della funzione originale, ponendola uguale
a 0.
Supponiamo che, ad esempio:
f (x, y) = g(x, y) + h(x, y) .
Ovviamente, per definizione di funzione implicita:
g(x, y) + h(x, y) = 0 ⇒ g(x, y) = −h(x, y) .
Ma nel caso in cui si possa scrivere
ϕ′ (x) = ψ(x, y, g(x, y), h(x, y)) .
Allora si può applicare l’ovvia sostituzione per la quale
ϕ′ (x) = ψ(x, y, g(x, y), −g(x, y)) ,
che in alcuni casi può semplificare molto l’espressione.

8.4 Integrali
Misura di un insieme Sia Ω ⊂ Rn un insieme limitato.

∫ ∫
Ω è misurabile ↔ IΩ è integrabile e m(Ω) = IΩ .
Caratterizzazione degli insiemi misurabili: le seguenti proposizioni sono
equivalenti:
(i) Ω è misurabile;
(ii) m∗ (Ω) = m∗ (Ω) ;
(iii) m(∂Ω) = 0 , e in particolar modo questo è vero quando ∂Ω = ∪Gf

(funzioni continue).
Insieme semplice Un insieme semplice (rispetto a y ) è un insieme E del tipo:
E = {(x, y) ∈ R2 : a ≤ x ≤ b, g(x) ≤ y ≤ h(x)} .
Teorema della funzione inversa Sia f definita su un aperto Ω e f ∈ C1 (Ω)

. Sia ⃗x0 ∈ Ω e df (⃗x0 ) invertibile.
Allora vale:
1. Esiste U (⃗x0 ) ed esiste V aperto tale che:
(a) f (⃗x0 ) ∈ V ,
(b) f è biunivoca fra U e V .
2. La funzione inversa f −1 è di classe C 1 (V ) e si ha che:
df −1 (f (⃗x)) = df (⃗x)−1 ∀x ∈ U .
Diffeomorfismi tra aperti Sia Ω insieme misurabile generico. Osserviamo

che l’integrale su un insieme di misura nulla è nullo (*).
Consideriamo Ω◦ = Ω̄ \ ∂Ω .
Allora:
∫ ∫ ∫
IΩ = IΩ◦ + I∂Ω∩Ω ,
per l’additività dell’integrale.

Se Ω è misurabile, Ω◦ è misurable. Ovviamente: ∂Ω = ∂(Ω◦ ) , m(∂Ω) =
m(∂(Ω◦ )) = 0 , ed inoltre m(Ω \ Ω◦ ) ≤ m(∂Ω) = 0 .
Da cui, unitamente a (*),
∫ ∫
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◦
Nell’eventualità che Φ non fosse un diffeomorfismo globale, l’identità precedente

vale sull’aperto sui cui Φ è, seppur localmente, un diffeomorfismo globale: Φ|U ∈Ω .
Si osservi che Φ ∈ C 1 (Ω) e det(JΦ ) ̸= 0 ⇏ Φ diffeomorfismo globale: la biunivocità
non è un’ipotesi banale.
Nel caso la funzione integranda sia diversa dalla funzione indicatrice dell’insieme
Ω , si procede analogamente badando che:
• Φ ammetta derivate parziali limitate (e.g. Ω limitato e Φ ∈ C 1 (Ω̄) , )
• f sia continua e limitata (e.g. Ω limitato e Φ ∈ C 1 (Ω̄) . )
Nelle ipotesi precedenti:

∫ ∫
f (x) = f (Φ) |det(JΦ )| .
Φ(Ω◦ ) Ω◦
Teorema di Fubini (riduzione) Sia f (x, y) integrabile in [a, b) × [c, d) tale

che
1. f (x0 , y) ∈ ℜ[c, d) ∀x0 ∈ [a, b)

∫d
2. c f (x, y)dy ∈ ℜ[a, b)
allora:
∫ ∫ b ∫ d
f (x, y)dxdy = dx f (x, y)dy
R a c
Ove R = [a, b) × [c, d)
Grafico di funzione integrabile Se Gf è grafico di una funzione integrabile

(e.g. una funzione limitata e continua), m(Gf ) = 0 .
Cambio di coordinate (diffeomorfismi) Se per risolvere il tuo integrale

devi effettuare un cambio di coordinate, devi procedere con cautela.
Sia ad esempio
( )t
ρ cos(θ)
(x, y) = ϕ(ρ, θ) =
ρ sin(θ)
sia Jϕ la matrice jacobiana associata, e sia ψ = ϕ−1 .

Allora, essendo D = ψ(Ω) , ⃗x = (x, y) ∈ Ω e ⃗t = (ρ, θ) ∈ D , si ha:
∫ ∫
f (⃗x)d⃗x = |det(Jϕ )| · f (ϕ(⃗t))d⃗t
Ω ψ(Ω)(=D)
nel caso dell’esempio di passaggio alle coordinate polari si ha che |det(Jϕ )| = ρ ,

e quindi:
∫ ∫
f (⃗x)d⃗x = ρ · f (ϕ(ρ, θ))dρdθ
Ω D
Notazione: Sia Ω dominio di integrazione, f : R2 → R funzione integranda.

Inoltre m(Ω) := mPJ (Ω)
Preliminari
1. Assicurati che Ω sia limitato (per decidere se usare la teoria degli integrali
propri o impropri).
2. Controlla che Ω sia misurabile. In caso negativo fermati.
3. Controlla che Ef sia integrabile. In caso negativo fermati.
(a) Se le funzioni sono limitate e continue su Ω aperto e misurabile, so-

no integrabili in Ω . In generale una funzione è integrabile secondo
Riemann sse è limitata e discontinua su un insieme di misura nulla.
(b) Se Ω è semplice (dunque compatto) e f continua su Ω , f ∈ ℜ[Ω] . (
Ef è generalmente continua)
Integrazione (in)definita
1. Spera che le primitive siano semplici da trovare.
• Puoi cercare un insieme semplice D , e trasformare Ω in D trami-

te un diffeomorfismo. (vedi le note sopra su cambi di coordinate
e prosegui)
1. Puoi integrare sull’insieme Ω direttamente

• Cerca di applicare il teorema di Fubini per ricondurti al calcolo

di variabili in una dimensione
Integrali impropri di prima specie Sia f limitata su un dominio Ω illimi-

tato.
Prima di tutto, verifica che E(|f |BR ∩Ω ) ∈ ℜ(BR ), ∀R , ovvero:
1. BR misurabile ∀R
2. BR ∩ Ω misurabile ∀R
∫
3. Provare che esiste finito limR→+∞ BR E|f |
• Se f ∈ C 0 (BR ) allora E(|f ||BR ∩Ω ) è generalmente continua,

limitata, quindi E(|f ||BR ) ∈ ℜ[BR ] ).
Allora:
∫ ∫ ∫ ∫
f = lim Ef+ − Ef− = lim E|f |
Ω R→+∞ BR BR R→+∞ BR
Integrali impropri di seconda specie Sia f illimitata a segno costante, Ω

limitato. Verifica che:
1. esistono E1 ⊂ E2 ⊂ · · · ⊂ EN ⊂ Ω , tutti misurabili (secondo P-J).
2. f |EJ ∈ ℜ[Ej ]
3. m(Ω \ Ej ) → 0 (per j → +∞ )
∫ ∫ ∫
4. Allora: Ω f = limJ→+∞ EJ |Ef | (se Ej |Ef | < +∞)
Trucchetti
• Ricorda che, data f : Ω → R :

∫ ∫ ∫ ∫
f= Ef = Ef+ − Ef−
Ω Rn
• Sia Ω insieme simmetrico rispetto all’asse x (o all’asse y ) e f “dispa-

ri” rispetto all’asse x (o all’asse y ), i.e. f (x, y) = −f (x, −y) (f (x, y) =
−f (−x, y)) , i.e. f (x, ·) dispari ( f (·, y) dispari), allora
∫
f =0
Ω
8.5 Successioni
Convergenza puntuale successioni Sia {fn } una successione di funzioni a

valori reali o complessi definite su un medesimo D ⊆ R .
{fn } converge puntualmente o semplicemente su E ⊆ D sse
{fn (x)} , ∀x ∈ E ,
converge in R (o nel caso complesso C ), i.e.
∀ε > 0 ∀x ∈ E ∃N = N (ε, x) : ∀n ≥ N |fn (x) − f (x)| < ε ,
e denotiamo funzione limite puntuale la funzione definita su E nel modo seguente:
f (x) := lim fn (x) ∀x ∈ E .

n→+∞
Convergenza uniforme Sia {fn } una successione di funzioni a valori reali o

complessi definite su un medesimo D ⊆ R .
{fn } converge uniformemente su E ⊆ D sse
lim sup |fn (x) − f (x) | = 0 ,

n→+∞ x∈E
o, equivalentemente,
∀ε > 0 ∃N = N (ε) : ∀n ≥ N |fn (x) − f (x)| < ε ∀x ∈ E .
Criteri di Convergenza Criterio di Cauchy:
∀ε > 0 ∃N = N (ε) : ∀n, m ≥ N ∀x ∈ E
si ha che |fn (x) − fm (x)| < ε .

Teorema: Sia fn una successioni di funzioni definite su K compatto, fn ∈ C(K)
; sia fn convergente puntualmente a f , f ∈ C(K) . Se
f1 ≥ f2 ≥ f3 ≥ . . .
allora fn converge a f uniformemente.
Come risolvere gli esercizi
Solitamente gli esercizi sulle successioni di funzioni richiedono, data la successione

fn , di studiarne la convergenza (puntuale e uniforme) in un insieme E ⊆ R
e, nel caso fn non converga uniformemente in E , di trovarne gli intervalli di
convergenza.
Vediamo come procedere:
Dominio Data la successione fn la prima cosa da fare è studiarne il dominio.

Questo aiuterà poi a restringere l’insieme di convergenza uniforme. Ovviamente
poiché le fn dipendono anche dalla n si potranno avere diversi domini Dn in
dipendenza da n .
Ma poiché per ipotesi il dominio di convergenza è comune a tutte le funzioni fn
, ∀n ∈ N , si avrà
∞
∩
D= Dn .
n=1
Convergenza puntuale Per studiare la convergenza puntuale è sufficiente

eseguire il limite:
lim fn (x) .
n→∞
Eseguendo questo limite si potrà eventualmente notare come fn converga pun-

tualmente solo per alcuni valori di x ∈ D , restringendo così l’intervallo di con-
vergenza a un insieme B ⊆ D in cui fn converge puntualmente alla funzione f
.
Convergenza uniforme Per studiare la convergenza uniforme si procede ap-

plicando la definizione di convergenza uniforme sull’insieme B di convergenza
puntuale, ossia si procede verificando la seguente uguaglianza:
lim sup |fn (x) − f (x)| = 0 .

n→∞ x∈B
Il calcolo dell’estremo superiore può non essere facile.

Tuttavia se B è chiuso, e fn , f ∈ C(B) , per il teorema di Weierstrass la funzione:
φ(x) := |fn (x) − f (x)| ,
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.
Restrizione dell’insieme di convergenza uniforme Può accadere che fn

non converga uniformemente a f in B , insieme di convergenza puntuale, ossia
che:
lim sup |fn (x) − f (x)| ̸= 0 .

n→∞ x∈B
Sia ora xm tale che:

sup |fn (x) − f (x)| = sup φ(x) = φ(xm ) .

x∈B x∈B
Allora è possibile (ed è possibile: Teorema di Egorov) che restringendo anche di

“poco” l’insieme B a un insieme B ∗ ⊆ B , questo xm non sia più contenuto in
B ∗ , e si abbia un nuovo massimo x∗m di B ∗ per cui:
sup |fn (x) − f (x)| = φ(x∗m ) →m→∞ 0 .

x∈B ∗
Allora si avrà che fn converge uniformemente in B ∗ .
Esempio Studiare la convergenza della seguente successione
fn (x) = nx(1 − x2 )n ∀x ∈ I := [0, 1]
Studiamo prima di tutto la convergenza puntuale. Si ha che (*)
fn (0) = fn (1) = 0 ∀n
Se invece 0 < x < 1 allora
lim nx(1 − x2 )n = 0
n→∞
poiché vale (*) e
∀x ∈ (0, 1) nx(1 − x2 )n →n→+∞ 0
Quindi fn converge puntualmente alla funzione f tale che f (x) = 0 ∀x ∈ [0, 1] .

Studiamo ora la convergenza uniforme: dobbiamo calcolare la quantità
sup |fn (x) − f (x)| = sup fn (x)

x∈[0,1] x∈[0,1]
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
che equivale alla condizione
0≤x≤ √ 1
1+2n
Posto
1
xm = √
1 + 2n
avremo
√
sup fn (x) = f (xm ) ≍ n → +∞
x∈[0,1]
Quindi fn non convergerà uniformemente in I .

Tuttavia possiamo notare come xm → 0 per n → +∞ , e come fn (x) sia
decrescente in [xm , 1] .
Poiché xm → 0 ,
∀δ > 0, ∃n0 : ∀n > n0 xm < δ
quindi nell’insieme [δ, 1] := I ∗ ⊆ I il massimo di fn non sarà più in xm .

Poiché fn (x) è decrescente in [xm , 1] , a maggior ragione fn (x) decresce in I ∗ .
Quindi si avrà che
sup fn (x) = fn (δ) →n→∞ 0

x∈[δ,1]
Quindi fn convergerà uniformemente in I ∗ = [δ, 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
Criterio di Weierstrass Sia {fn } una successione di funzioni su E .

∑
Sia Mn ≤ sup |fn (x)| e +∞
n=1 Mn < +∞ .
x∈E
∑
+∞
Allora fn converge uniformemente.
n=1
Convergenza Uniforme e Continuità Sia {fn } una successione di funzioni

continue definite su E uniformemente convergenti a f . Allora f è continua.
Convergenza Uniforme e Integrabilità Sia fn una successione di funzioni

R-integrabili su [a, b] ⊆ R , uniformemente convergente a f su [a, b] .
Allora f ∈ R([a, b]) e
∫b ∫b ∫b
limn→+∞ a fn = a limn→+∞ fn = a f
Convergenza Uniforme e Differenziabilità Sia fn una successione di fun-

zioni differenziabili in [a, b] ⊆ R .
Supponiamo che esista un x0 ∈ [a, b] per il quale la successione numerica fn (x0 )
′
converga e che f (x) converga uniformemente in [a, b] .
Allora fn converge uniformemente in [a, b] a una funzione f e
′ ′
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
con x0 ∈ R fissato, cn è una successione di numeri reali e x una variabile reale.

Senza perdita di generalità (è sufficiente comporre con una traslazione) possiamo
supporre x0 = 0 .
L’insieme di convergenza di una serie è l’insieme degli x ∈ R tali che la se-
rie converge. L’insieme di convergenza di una serie di potenze è sempre un
intervallo.
∞
∑
Data la serie di potenze cn xn poniamo
n=0
√
α := lim supn→∞ n
|cn | e R := 1
α
La serie di potenze converge se |x| < R e non converge se |x| ≥ R .

La definizione si può banalmente estendere in casi particolari:
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!
Serie di Taylor La serie

∞
∑ f (n) (0)
xn
n!
n=0
si chiama serie di Taylor di f .

f è analitica sse la serie di Taylor di f converge a f ∀x ∈ D , sse
[ ∞
]
∑ f (k) (0) k
limn→+∞ f (x) − x =0
k!
k=0
Come risolvere gli esercizi
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.
Dominio La prima cosa da fare è studiarne il dominio della serie. Questo

aiuterà poi a restringere l’insieme di convergenza. Ovviamente poiché varrà lo
stesso ragionamento fatto per le successioni per le fn ; si avrà quindi il dominio
D
∞
∩
D= Dn
n=1
Convergenza puntuale Per studiare la convergenza puntuale è sufficiente

eseguire il limite
limk→∞ Fk (x)
ove Fk è la successione delle somme parziali, ossia per studiare la convergenza

puntuale è sufficiente lo studio della convergenza della serie numerica:
∑∞
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 .
Ripasso: Criteri di convergenza Poiché lo studio della convergenza pun-

tuale richiede lo studio di serie numeriche è utile ricordare alcuni criteri di con-
vergenza delle serie numeriche.
∑∞
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:
• Se 0 < α < 1 o α = 0 , allora la serie numerica converge
• Se α > 1 allora la serie diverge.
• Nulla si può dire se α = 1

∑∞
Criterio del rapporto Sia n=1 an una serie numerica definitivamente po-
sitiva.
Esista α tale che
an+1
α = limn→∞ an
allora:
• Se 0 < α < 1 o α = 0 , allora la serie numerica converge
• Se α > 1 allora la serie diverge.
• Nulla si può dire se α = 1
∑∞ n
Criterio di Leibniz Sia n=1 (−1) an una serie numerica tale che:
• an > 0 per ogni n
• an successione non crescente
• limn→∞ an = 0
Allora la serie converge.

∑
Se ∞ n
n=1 (−1) an converge al valore s , si ha la seguente formula per l’errore:
∑
En = |s − (−1)n an | ≤ an+1
Convergenza Uniforme Per studiare la convergenza uniforme può essere

vantaggioso procedere applicando prima di tutto il Criterio di Weierstrass. In tal
modo si riduce lo studio della convergenza uniforme allo studio della convergenza
di una serie numerica (vedi Criterio di Weierstrass), risolvibile per mezzo dei
criteri prima enunciati. In alternativa si può applicare il Criterio di Cauchy, o,
in alternativa, cercare di verificare la convergenza dalla definizione, così come si
faceva per le successioni.
La verifica
∑ attraverso la definizione risulta molto utile per serie a segni alterni del
tipo ∞ n=1 (−1) n f convergenti puntualmente a una funzione s(x) per il criterio
n
di Leibniz.
Infatti applicando il corollario del criterio e la definizione di convergenza assoluta
si ha che:
∑
supx∈B | s(x) − (−1)n fn (x)| ≤ fn+1 (x)
Ma poiché è applicabile il criterio di Leibniz, fn+1 (x) → 0 per n → ∞ e, di

conseguenza, la serie converge uniformemente poiché
∑
lim supn→∞ x∈B | s(x) − (−1)n fn (x)| ≤ limn→∞ fn+1 (x) = 0
8.7 Contrazioni in spazi metrici e lipschitzianità
Contrazioni in spazi metrici
Sia (X, d) uno spazio metrico, sia φ : X → X .
• Si dice che φ è una contrazione di X in sé quando, ∃c < 1 : ∀x1 , x2 ∈ X

si ha che d(φ(x1 ), φ(x2 )) ≤ c d(x1 , x2 ) .
Sia X spazio, f : X → X applicazione, si dice che x̄ ∈ X è punto fisso per f se

f (x̄) = x̄ .
Inoltre, sia (X, d) uno spazio metrico COMPLETO, sia φ : X → X una contra-
zione. Allora φ ha un unico punto fisso.
Lipschitzianità
Sia f : Ω → R ove Ω ⊂ Rn , aperto.

Si dice che f (x) è lipschitziana se esiste L > 0 t.c
|f (x) − f (y) | ≤ L|x − y| ∀x, y ∈ Ω
Si dice altresì che f (t, v) è lipschitziana rispetto a v , uniformemente rispetto a t

, su Ω se ∃L > 0 t.c.
|f (t, v) − f (t, w)| ≤ L|v − w| ∀(t, v)e(t, w) ∈ Ω
In altre parole, fissata la variabile t , ft (v) è lipschitziana.

Si dice che f (t, v) è localmente lipschitziana rispetto a v , uniformemente
rispetto a t , se
∃U ((t, v), r) : f (t, v)|U ∈ Lipt (v) ∀(t, v) ∈ Ω
(esiste un intorno U di (t, v) tale che la funzione ristretta a quell’intorno sia

lipschitziana rispetto a v , uniformemente rispetto a t ).
8.8 Equazioni differenziali ordinarie
Siano f : Ω ⊆ R2 → R e (t0 , y0 ) ∈ Ω aperto.

Il problema di Cauchy (PC) è la ricerca di soluzioni per il sistema
{
y ′ = f (t, y)
y (t0 ) = y0
Una soluzione del problema di Cauchy è una coppia (ϕ, I) costituita da una
funzione ϕ : I → R differenziabile in I tale che:
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
Esistenza, unicità e prolungabilità delle soluzioni (TEUP)
Nelle ipotesi e notazioni precedenti (Teorema di esistenza ed unicità in piccolo

TEUP),
1. Se f ∈ C (Ω) allora il (PC) associato ha almeno una soluzione (Teorema di

Peano).
2. Se f ∈ C (Ω) ∩ Liploc
x (Ω) , allora il (PC) associato ha un’unica soluzione in
un opportuno intorno di t0 .
Ricorda: una funzione di classe C n con n ≥ 1 è localmente lipschitziana.

Siano −∞ < τ1 < τ2 < +∞ e I := [τ1 , τ2 ] × R .
Sia f ∈ C (Ω) ∩ Liploc
y (Ω) , con crescita al più lineare in y, cioè:
∃ a, b : |f (t, y) | ≤ a + b|y|
Allora la soluzione del (PC)

{
y ′ (t) = f (t, y)
y (t0 ) = y0
(ove (t0 , y0 ) è un punto qualunque di I ) esiste ed è unica ed è definita su [τ1 , τ2 ]

.
Teorema di “Buona Uscita” (TBU)[1] Sia K ⊂ Ω compatto. Sia I :=

(tmin , tmax ) un intervallo tale che la coppia (ϕ, I) sia la soluzione massimale di
(PC).
Siano inoltre
f ∈ C (Ω) ∩ Liploc
x (Ω) e (t0 , x0 ) ∈ Ω
Allora il grafico di ϕ esce definitivamente da K .

Esempio La soluzione di
{
x′ = x2
x(0) = 1
1
x(t) = 1−t
In questo caso Ω = R × R . La soluzione è definita in (−∞, 1) .

Per t → 1− , il grafico di x(t) esce ogni sottoinsieme chiuso e limitato di Ω .
Quindi, la soluzione di un (PC) può essere definita su un intervallo (a, b) dove
b = +∞ o il grafico della soluzione esce ogni sottoinsieme chiuso e limitato di Ω
per x → b (e similmente per a ).
Teorema di esistenza e unicità in grande o globale (TEUG) Siano

−∞ < τ1 < τ2 < +∞ e § := [τ1 , τ2 ] × R .
Sia f ∈ C (Ω) ∩ Liploc
x (Ω) con crescita al più lineare in x, cioè
∃a, b : |f (t, x) | ≤ a + b|x|
Allora l’unica soluzione di

{
x′ = f (t, x)
x (t0 ) = x0
dove (t0 , x0 ) è un punto qualunque in § , è definita in [τ1 , τ2 ] .
Teorema del confronto Sia Ω aperto di R2 , f, g ∈ C (Ω) ∩ Liploc

x (Ω) e ,
f (t, x) ≤ g(t, x) ∀(t, x) ∈ Ω
Supponiamo che ϕ, ψ siano rispettivamente soluzioni dei (PC)
{ {
x′ = f (t, x) x′ = g (t, x)
(t0 , x0 ) ∈ Ω
x (t0 ) = x0 x (t0 ) = x0
Supponiamo che ϕ, ψ siano definite su [t0 , t0 + α]

allora
ϕ(t) ≤ ψ(t) ∀t ∈ [t0 , t0 + α]

ϕ(t) ≥ ψ(t) ∀t ∈ [t0 − α, t0 ]
Matrice wronskiana
Siano ϕ̄1 , ..., ϕ̄n funzioni a valori su Rn definite in I ⊆ R .

Si chiama matrice wronskiana di ϕ̄1 , ..., ϕ̄n la matrice:
W (t) = [ϕ1 . . . ϕn ]
Si chiama altresì wronskiano di ϕ̄1 , ..., ϕ̄n :
w(t) := det W (t)
L’annullarsi del wronskiano è condizione necessaria (ma non sufficiente) per la

dipendenza lineare di ϕ1 , ..., ϕn .
Condizione necessaria e sufficiente affinchè n soluzioni su I di una medesima
equazione lineare omogenea siano linearmente indipendenti è che:
w(t) ̸= 0 ∀t ∈ I
Integrale Generale
L’integrale generale è l’espressione analitica che rappresenta la famiglia di tutte

e sole le soluzioni di un’equazione differenziale.
Ad esempio, l’integrale generale, o soluzione generale, di un’equazione differenzia-
le lineare non omogenea è data dalla somma tra una funzione soluzione dell’omo-
genea associata e una soluzione dell’equazione non omogenea (i.e. l’insieme delle
soluzioni di un’equazione differenziale ordinaria lineare è un sottospazio affine
dello spazio vettoriale delle funzioni differenziabili su un opportuno dominio). In
questo caso, la soluzione particolare dell’equazione non omogenea è anche detta
integrale particolare.
Osserva: integrare un’equazione differenziale equivale a risolvere un’equazione
differenziale.
Principali tipi di equazioni differenziali
Sistemi lineari omogenei
Un sistema lineare omogeneo (LO) di equazioni differenziali è un sistema della

forma:
x̄′ = A(t)x̄
ove
A(t) ∈ Mn (R) ∀t ∈ I ⊂ R e x̄ = (x1 , x2 , x3 . . . xn )t

Osservazioni
• Lo spazio delle soluzioni di LO è uno spazio vettoriale di dimensione n .

• Il PC associato a LO ha una e una sola soluzione definita su tutto I .
• A(t)x ha crescita al più lineare.
• Se ϕ1 , ..., ϕn sono soluzioni di LO, queste sono linearmente indipendenti se
e solo se
w(t) ̸= 0 ∀t ∈ I .
Sistemi lineari non omogenei
Un sistema lineare non omogeneo (LNO) di equazioni differenziali è un sistema

della forma:
x̄′ = A(t)x̄ + b̄(t)
Osservazioni Sia Ψ∗ un soluzione di (LNO). Tutte e sole le soluzioni di (LNO)

sono allora del tipo
Ψ(t) = ϕ(t) + Ψ∗ (t) ∀t ∈ I
dove ϕ è una soluzione qualunque dell’(LO) associato ( b̄ = 0Rn ).
• Lo spazio delle soluzioni di (LNO) non è un sottospazio affine di dimensione

n (i.e. il “traslato” di un sottospazio vettoriale).
• Se A(t), b̄ ∈ C(I) , allora ∀t0 ∈ I il (PC) ha una e una sola soluzione.
• Se ϕ1 , ..., ϕn sono soluzioni di (LO), queste sono linearmente indipendenti

se e solo se w(t) ̸= 0 ∀t ∈ I .
Sistemi lineari omogeni a coefficienti costanti
Un sistema lineare omogeneo a coefficiente costante (LOCC) è un sistema
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:
• e(s+t)A = esA etA ∀s, t ∈ R

• det etA = et·tr(A) ∀t ∈ R
d tA
• e = AetA = etA A
dt
Soluzione di un’equazione LOCC Per ogni (vettore colonna) c̄ ∈ Rn , la

funzione φ(t) = etA c̄ è soluzione dell’eq (LOCC) su tutto R .
Sistemi lineari non omogenei a coefficienti costanti
Un sistema lineare non omogeneo (a coefficienti costanti) di equazioni differenziali

è un sistema del tipo
x̄′ = Ax̄ + b̄(t)
Ove A ∈ Mn (R) e b sono continue, allora, per ogni punto t0 ∈ R :

∫t
Ψ∗ (t) = t0 e(t0 −s)A b̄(s)ds
è una soluzione particolare dell’equazione sopra.

Per ottenere una soluzione più specifica, ad esempio ponendo una condizione
iniziale quale x̄(t0 ) = x̄0 .
Allora si ha che
ϕ(t) = e(t−t0 )A x̄0 + Ψ∗ (t)
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.
Metodo di variazione delle costanti arbitrarie
Questo metodo (alternativo, e un pochino più semplice) viene utilizzato se cono-

sciamo un sistema fondamentale di soluzioni di un (LO), e cerchiamo almeno una
soluzione di un (LNO).
Siano ϕ1 , ..., ϕn soluzioni di un (LO)
y ′ = A(t)y
e sia W (t) la corrispondente matrice wronskiana.

Ricerchiamo ora una soluzione di (LNO) della forma
Ψ∗ (t) = W (t)c̄(t)
ove le nostre incognite sono le varie componenti della funzione c̄(t)

Ricordando che vale la formula:
dW (t)
dt = A(t)W (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
Equazioni lineari
Con un’equazione di forma:
y ′ (t) = P (t)y + Q(t)
Allora:
∫  ∫ 
P (t)dt  ∫ − P (t)dt 
y(t) = e c1 + Q(t)e dt
ove c1 è una costante.
Equazione di Bernoulli
Con un’equazione di forma:
y ′ (t) = P (t)y + Q(t)y α
con α ̸= 0, 1 . Allora, si impone z(t) = y(t)1−α e si risolve l’equazione lineare in

z:
z ′ (t) = (1 − α)P (t)z(t) + Q(t)
Trovata z(t) con la formula \eqref{eqdifflinearesol}, si ricava y(t) .
Equazione di Riccati
y ′ (t) = P (t)y 2 + Q(t)y + R(t)
Conoscendo una soluzione particolare Ψ(t) , allora applico la sostituzione
1
y(t) = Ψ(t) +
z(t)
e con un po’ di passaggi si dimostra che alla fine
z ′ (t) = − [2Ψ(t)P (t) + Q(t)] z(t) − P (t)
che è lineare.
Variabili separabili
Se invece
y ′ (t) = f (t)g(y)
allora ovviamente si risolve ricordando che

∫ ∫
dy
= f (t)dt + c
g(y)
Un’altro tipo di equazioni omogenee
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
sicché alla fine:

∫
dz
= log |t| + c
f (z) − z
Risostituendo e risolvendo rispetto a y si ottiene la soluzione cercata.
Equazioni lineari di ordine n
Sia (ELOCC)
y (n) + a1 (t)y (n−1) + a2 y (n−2) + ... + an (t)y = 0
ove le funzioni aj ∈ C(I) . Allora il sistema è equivalente al sistema:
Ȳ ′ = A(t)Ȳ
ove
Ȳ = (y, y ′ , y (2) , ..., y (n) )
(ogni componente è trattata come componente a sé stante, e non esplicitamente

come derivata) e
 
0 1 0 ... 0
 0 0 1 ... 0 
 
 .. .. .. .. .. 
A(t) =  . . . . . 
 
 0 0 0 ... 1 
−an (t) −an−1 (t) −an−2 (t) ... −a1 (t)
che si risolve come un (LO) qualunque.

Polinomio caratteristico: Un modo alternativo e più agile per risolvere queste
equazioni (ELOCC) è quello di supporre che le soluzioni siano proporzionali a
eλt . Sostituendo questo ansatz nell’equazione originale si ottiene un’equazione
polinomiale in λ .
In altre parole: sia λ ∈ C , la funzione eλt è soluzione di (ELOCC) se e solo se
λ è uno zero del polinomio caratteristico di (ELOCC) definito da
p(λ) := λn + a1 λ(n−1) + · · · + an−1 λ + an
A questo punto le soluzioni sono del tipo:
∑
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
Oscillazioni libere Data un’equazione di forma
x′′ + ω 2 x = 0
la soluzione è del tipo
ψ(t) = c1 eiωt + c2 e−iωt
oppure
ψ(t) = c′1 sin(ωt) + c′2 cos(ωt)
a seconda della base scelta.

Invece, data un’equazione di forma
x′′ − ω 2 x = 0
questa ha soluzioni reali, più precisamente del tipo
ψ(t) = c1 eωt + c2 e−ωt

Oscillazioni smorzate Assegnata un’equazione del tipo
x′′ − 2x′ + x = 0
la soluzione ha la forma
φ(t) = c1 et + c2 tet
Caso non omogeneo In un caso del tipo
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:
φ(t) = c′1 sin(ωt) + c′2 cos(ωt) + 1

ω2
t
Equazioni differenziali esatte
Un’equazione differenziale esatta è una equazione del tipo
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:
ω = Q(t, y)dy − P (t, y)dt = ∂F

∂y dy + ∂F
∂t dt = dF
che è vero se e solo se
∂F
= −P (t, y)
∂t
∂F
= Q(t, y)
∂y
a questo punto l’equazione:
F (t, y(t)) = costante
definisce in maniera implicita tutte e sole le soluzioni dell’equazione differenziale

esatta di cui sopra.
Nota: condizione necessaria per cui l’equazione differenziale esatta abbia solu-
zione è la condizione di chiusura della forma differenziale, i.e.
∂P
∂y = − ∂Q
∂t
Esempio Sia ad esempio
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)
e derivando F rispetto a y , questa deve soddisfare la relazione
∂F
= Q(x, y) (= x + 3x2 y 2 )
∂y
Dunque
x + 3x2 y 2 + g ′ (y) = x + 3x2 y 2
Quindi in particolare g ′ (x) = 0 e dunque g(x) è una costante. L’integrale generale

è 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)
A volte è opportuno moltiplicare denominatore e numeratore per un’opportuna

funzione g(t, y) affinché g · ω (ove il punto indica la moltiplicazione semplice) sia
una forma esatta ( ω potrebbe non essere esatta, ma g · ω esserlo!).
In questo caso:
( )
∂g ∂g ∂P ∂Q
P +Q = −g +
∂y ∂t ∂y ∂t
Se g = g(t) , allora si può riscrivere come:
∂t g 1
= − (∂y P + ∂t Q)
g Q
e se g = g(y)
∂y g 1
= − (∂y P + ∂t Q)
g P
Trovo g che soddisfi quest’ultima equazione e procedo integrando g · ω , come

sopra.
[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
Una curva (parametrizzata o parametrizzazione di una curva)in Rn è una funzione

continua γ : [a, b] → Rn .
Il suo sostegno è l’immagine di [a, b] tramite γ .
Velocità vettoriale
Sia γ una curva in Rn . Allora il vettore tangente (o velocità vettoriale) ⃗v (t) è

definito come
γ(t) − γ(t0 )
⃗v (t) := limt→t0
t − t0
Regolarità
Una curva γ : [a, b] → Rn si dice regolare se γ(t) ∈ C 1 ([a, b]) e ∥γ ′ (t)∥ ̸= 0 ∀t ∈

[a, b] .
Si dice invece regolare a tratti se esiste una partizione {xj } di [a, b] tale che
γ|[xj ,xj+1 ] è regolare.
Equivalenza
Due curve regolari γ : [a, b] → Rn e δ : [c, d] → Rn si dicono equivalenti se esiste un

diffeomorfismo h : [a, b] → [c, d] , i.e. una funzione h : [a, b] → [c, d], h ∈ C 1 ([a, b])
, biunivoca [1] , tale che ∀x : h′ (x̄) ̸= 0 , e tale che γ(t) = δ(h(t))
Lunghezza
In modo simile a quanto si farebbe in Fisica, si dimostra che la lunghezza di una

curva è l’integrale del modulo della sua velocità vettoriale.
Sia γ una curva definita su [a, b] :
∫b ∫b√
L= a ||γ ′ (t)||dt = a γ1′ (t)2 + γ2′ (t)2 + ... + γn′ (t)2 dt
[1] In generale un diffeomorfismo è una mappa invertibile. Poiché per la definizione di

h , dominio e codominio sono intervalli reali, è sufficiente che h sia suriettiva: la
biunivocità segue dal non annullarsi della derivata prima.
8.10 Superfici in R^n
8.10.1 Superficie regolare
Una mappa φ : K ⊂ R2 → R3 é una superficie regolare (parametrizzata) se K é

la chiusura di un aperto connesso e limitato e:
• φ ∈ C(K)
◦
• la restrizione di ϕ a K è iniettiva
• φu ∧ φv ̸= 0 (ovvero φu , φv sono linearmente indipendenti e generano un

piano non degenere, detto piano tangente)
Area
Sia φ : K → R3 si definisce area su K:

∫
A(φ) := | φu ∧ φv | dudv
K
Grafico di funzione differenziabile f : R2 → R :

∫ √
A(φ) := 1 + (∂x f )2 + (∂y f )2 dxdy
K
Superfici di rivoluzione:
∫ √
A(φ) := f (z)2 (1 + (f ′ (z))2 dxdy
K
Integrale di superficie
Sia φ una superficie regolare. f : Ω ⊂ φ(K) → R continua. Definiamo:

∫ ∫
f := f (φ(u, v)) | φu ∧ φv | dudv
φ K
8.11 Altre nozioni utili
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
sin(2θ) = 2 sin(θ) cos(θ)
cos(2θ) = cos2 (θ) − sin2 (θ) = 2 cos2 (θ) − 1 = 1 − 2 sin2 (θ)
Geometria analitica
Piano tangente al grafico di una funzione Il piano tangente al grafico di

una funzione è:
z = f (x0 , y0 ) + ∂x f (x0 , y0 )(x − x0 ) + ∂y f (x0 , y0 )(y − y0 )
(che è calcolabile se e solo se f è differenziabile in (x0 , y0 ) )
Sviluppo in serie di Taylor Lo sviluppo in serie di Taylor di una funzione

f , centrato in x0 = a è:
1
T (x) = f (a) + ∇f (a)T (x − a) + (x − a)T (Hf (a))(x − a)
2
Funzione positivamente omogenea Se α, k ∈ R , e sia α > 0 .

Una funzione f (x1 , ..., xn ) si dice funzione (positivamente) omogenea di grado k
se per ogni scelta di variabili x1 , ..., xn si ha che:
f (αx1 , ..., αxn ) = αk f (x1 , ..., xn )

Una funzione positivamente omogenea di grado maggiore di 0, è continua in 0Rn

.
Una funzione positivamente omogenea di grado maggiore di 1, è differenziabile in
0Rn .
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
|(||a|| − ||b||)| ≤ ||a − b||
Norme
|||A||| ≤ ||A||HS
|⃗x|1 = |x1 | + · · · + |xn |

|⃗x|∞ = max(|x1 |, · · · , |xn |) ≤ |x|
Norme
La norma 1 è definita come:

∫b
||f ||1 := a |f |
La norma ∞ sull’insieme E è definita come:
||f (x̄)||E,∞ := supx̄∈E |f (x̄)|
La norma operatoriale è
|||A||| = sup|x|<1 |Ax|
Mentre la norma di Hilbert-Smidth:

√ √∑
n
||A||HS = tr(A · At ) = 2
i,j=1 (aij )
Esponenziale di una matrice
Matrice diagonalizzabile nD Ricordiamo la definizione di esponenziale di

una matrice:
∑
+∞
(tA)k
etA :=
k!
k=0
Calcoliamo effettivamente l’esponenziale di una matrice (senza ricorrere diretta-

mente alla defizione!).
Sia allora D una matrice diagonale:
D = diag(λ1 , ..., λn )
Si può mostrare facilmente che
etD = diag(etλ1 , ..., etλn )
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
Allora, con dei semplici passaggi si verifica che
etA = SetD S −1
e dunque il calcolo di esponenziale di una matrice qualunque viene ricondotto al

calcolo di una matrice diagonale, appena risolto.
Caso particolare: matrice non diagonalizzabile 2D Sia A ∈ M at(2, R)

non diagonalizzabile, allora ammette un solo autovalore λ di molteplicità alge-
brica 2 e geometrica 1. Sia u autovettore relativo all’autovalore λ , e v soluzione
del sistema (A − λI)v = u . Allora, secondo il cambiamento di base associato
alla matrice S := [u, v] , A assume la forma
( ) {( ) ( )}
∗ −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
etA = S(etD etN )S −1
Osserviamo che N è nilpotente, i.e. ∃k ∈ N t.c. N k = 0M at(n,R) ; nel nostro caso

N 2 = 0M at(n,R) . Pertanto,
∑
+∞
(tA)k (tN )2
tN
e := = I + tN + + ... = I + tN
k! 2!
k=0
Concludiamo:
( )
eλt teλt
etA = S S −1
0 eλt
E’ possibile generalizzare la procedure per matrici di dimensione arbitraria, ri-

cordando che esiste una base rispetto alla quale ogni matrice (a coefficienti in un
campo algebricamente chiuso) si scrive come somma di una matrice diagonale e
di una nilpotente (FORMA DI JORDAN).
Capitolo 9. Fonti per testo e immagini; autori; licenze 109 / 112
Capitolo 9
Fonti per testo e immagini;

autori; licenze
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
• Corso:Analisi II/Serie di Funzioni/Derivabilità e raggio di convergenza Fonte:

https://it.wikitolearn.org/Corso%3AAnalisi_II/Serie_di_Funzioni/Derivabilit%C3%A0_e_
raggio_di_convergenza?oldid=27969 Contributori: V.e.padulano, WikiToBot e Move page
script
• Corso:Analisi II/Serie di Funzioni/Serie di Taylor/Mac Laurin Fonte: https://it.
wikitolearn.org/Corso%3AAnalisi_II/Serie_di_Funzioni/Serie_di_Taylor/Mac_Laurin?oldid=
27983 Contributori: V.e.padulano, WikiToBot e Move page script
• Corso:Analisi II/Serie di Funzioni/Serie di Fourier Fonte: https://it.wikitolearn.
org/Corso%3AAnalisi_II/Serie_di_Funzioni/Serie_di_Fourier?oldid=27979 Contributo-
ri: Roopi, V.e.padulano, WikiToBot e Move page script
• Corso:Analisi II/Serie di Funzioni/Regolarità a tratti e teoremi di convergen-
za Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Serie_di_Funzioni/Regolarit%
C3%A0_a_tratti_e_teoremi_di_convergenza?oldid=27977 Contributori: Roopi, V.e.padulano,
• Corso:Analisi II/Serie di Funzioni/Disuguaglianza di Bessel Fonte: https://it.wikitolearn.
org/Corso%3AAnalisi_II/Serie_di_Funzioni/Disuguaglianza_di_Bessel?oldid=30290 Con-
tributori: V.e.padulano, WikiToBot e Move page script
• Corso:Analisi II/Calcolo differenziale in più variabili/Definizioni introduttive
per le funzioni in più variabili Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/
Calcolo_differenziale_in_pi%C3%B9_variabili/Definizioni_introduttive_per_le_funzioni_
in_pi%C3%B9_variabili?oldid=27907 Contributori: V.e.padulano, WikiToBot e Move page
script
• Corso:Analisi II/Calcolo differenziale in più variabili/Derivate Parziali Fonte:
https://it.wikitolearn.org/Corso%3AAnalisi_II/Calcolo_differenziale_in_pi%C3%B9_variabili/
Derivate_Parziali?oldid=30171 Contributori: V.e.padulano, WikiToBot, Move page script
e Anonimo: 1
• Corso:Analisi II/Calcolo differenziale in più variabili/Differenziabilità Fonte: https:
//it.wikitolearn.org/Corso%3AAnalisi_II/Calcolo_differenziale_in_pi%C3%B9_variabili/
Differenziabilit%C3%A0?oldid=27911 Contributori: V.e.padulano, WikiToBot e Move page
script
• Corso:Analisi II/Calcolo differenziale in più variabili/Formula di Taylor e punti
critici Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Calcolo_differenziale_in_pi%
C3%B9_variabili/Formula_di_Taylor_e_punti_critici?oldid=27913 Contributori: Valsdav,
V.e.padulano, Dan, WikiToBot e Move page script
• Corso:Analisi II/Equazioni differenziali/Teorema delle contrazioni Fonte: https://
it.wikitolearn.org/Corso%3AAnalisi_II/Equazioni_differenziali/Teorema_delle_contrazioni?
• Corso:Analisi II/Equazioni differenziali/Teorema di esistenza ed unicità locale
Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Equazioni_differenziali/Teorema_
di_esistenza_ed_unicit%C3%A0_locale?oldid=27935 Contributori: V.e.padulano, Wiki-
ToBot e Move page script
• Corso:Analisi II/Curve, superfici, forme differenziali/Definizioni introduttive
sulle curve Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Curve%2C_superfici%
2C_forme_differenziali/Definizioni_introduttive_sulle_curve?oldid=30152 Contributori: V.e.padulano,
Dan, WikiToBot e Move page script
• Corso:Analisi II/Curve, superfici, forme differenziali/Parametrizzazione d’arco
Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Curve%2C_superfici%2C_forme_differenziali/
Parametrizzazione_d’arco?oldid=27921 Contributori: V.e.padulano, WikiToBot e Move pa-
ge script
• Corso:Analisi II/Curve, superfici, forme differenziali/Triedro di Frenet Fonte:
https://it.wikitolearn.org/Corso%3AAnalisi_II/Curve%2C_superfici%2C_forme_differenziali/
Triedro_di_Frenet?oldid=32879 Contributori: V.e.padulano, WikiToBot e Move page script
• Corso:Analisi II/Curve, superfici, forme differenziali/1-forme differenziali Fonte:
https://it.wikitolearn.org/Corso%3AAnalisi_II/Curve%2C_superfici%2C_forme_differenziali/
1-forme_differenziali?oldid=39219 Contributori: Roopi, Mirko, Sofia, V.e.padulano, Irene,
• Corso:Analisi II/Curve, superfici, forme differenziali/Proprietà delle 1-forme

differenziali Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Curve%2C_superfici%
2C_forme_differenziali/Propriet%C3%A0_delle_1-forme_differenziali?oldid=27923 Con-
• Corso:Analisi II/Curve, superfici, forme differenziali/Relazione tra campi vet-
toriali e 1-forme differenziali Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/
Curve%2C_superfici%2C_forme_differenziali/Relazione_tra_campi_vettoriali_e_1-forme_
differenziali?oldid=27925 Contributori: V.e.padulano, WikiToBot e Move page script
• Corso:Analisi II/Teoria della misura e integrale di Lebesgue/Intervalli di R^n
e plurirettangoli Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Teoria_della_
misura_e_integrale_di_Lebesgue/Intervalli_di_R%5En_e_plurirettangoli?oldid=28003 Con-
• Corso:Analisi II/Teoria della misura e integrale di Lebesgue/Misura di un aper-
to, misura di un compatto Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Teoria_
della_misura_e_integrale_di_Lebesgue/Misura_di_un_aperto%2C_misura_di_un_compatto?
• Corso:Analisi II/Teoria della misura e integrale di Lebesgue/Misurabilità Fonte:
https://it.wikitolearn.org/Corso%3AAnalisi_II/Teoria_della_misura_e_integrale_di_Lebesgue/
Misurabilit%C3%A0?oldid=28011 Contributori: V.e.padulano, WikiToBot e Move page script
• Corso:Analisi II/Teoria della misura e integrale di Lebesgue/Misura di insiemi
numerabili Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Teoria_della_misura_
e_integrale_di_Lebesgue/Misura_di_insiemi_numerabili?oldid=28005 Contributori: V.e.padulano,
• Corso:Analisi II/Teoria della misura e integrale di Lebesgue/Misura di una fun-
zione Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Teoria_della_misura_e_integrale_
di_Lebesgue/Misura_di_una_funzione?oldid=28009 Contributori: V.e.padulano, WikiTo-
Bot e Move page script
• Corso:Analisi II/Teoria della misura e integrale di Lebesgue/Funzioni semplici
Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Teoria_della_misura_e_integrale_
di_Lebesgue/Funzioni_semplici?oldid=28001 Contributori: V.e.padulano, WikiToBot e Mo-
ve page script
• Corso:Analisi II/Funzioni definite implicitamente/Teorema (di Dini) della fun-
zione implicita Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Funzioni_definite_
implicitamente/Teorema_(di_Dini)_della_funzione_implicita?oldid=27939 Contributori:
V.e.padulano, WikiToBot e Move page script
• Corso:Analisi II/Funzioni definite implicitamente/Derivata della funzione impli-
cita Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Funzioni_definite_implicitamente/
Derivata_della_funzione_implicita?oldid=45274 Contributori: V.e.padulano, Ale, WikiTo-
Bot e Move page script
• Corso:Analisi II/Guida alla risoluzione di esercizi/Continuità e differenziabilità
Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Guida_alla_risoluzione_di_esercizi/
Continuit%C3%A0_e_differenziabilit%C3%A0?oldid=27945 Contributori: Roopi, Mirko,
Sofia, V.e.padulano, Davide Ghilardi, WikiToBot, Move page script e Anonimo: 1
• Corso:Analisi II/Guida alla risoluzione di esercizi/Massimi e minimi Fonte: https:
//it.wikitolearn.org/Corso%3AAnalisi_II/Guida_alla_risoluzione_di_esercizi/Massimi_e_
minimi?oldid=27957 Contributori: Roopi, Abbabassa, GianLoop, Sofia, Davide Ghilardi,
WikiToBot, Move page script e Anonimo: 2
• Corso:Analisi II/Guida alla risoluzione di esercizi/Funzioni implicite Fonte: https:
//it.wikitolearn.org/Corso%3AAnalisi_II/Guida_alla_risoluzione_di_esercizi/Funzioni_implicite?
oldid=27953 Contributori: Roopi, Mirko, Sofia, Davide Ghilardi, WikiToBot e Move page
script
• Corso:Analisi II/Guida alla risoluzione di esercizi/Integrali Fonte: https://it.wikitolearn.
org/Corso%3AAnalisi_II/Guida_alla_risoluzione_di_esercizi/Integrali?oldid=27955 Con-
tributori: Roopi, Mirko, GianLoop, Sofia, Davide Ghilardi, WikiToBot, Move page script e
Anonimo: 3
• Corso:Analisi II/Guida alla risoluzione di esercizi/Successioni Fonte: https://it.

wikitolearn.org/Corso%3AAnalisi_II/Guida_alla_risoluzione_di_esercizi/Successioni?oldid=
27961 Contributori: Roopi, Mirko, NGr, Sofia, Davide Ghilardi, WikiToBot e Move page
script
• Corso:Analisi II/Guida alla risoluzione di esercizi/Serie Fonte: https://it.wikitolearn.
org/Corso%3AAnalisi_II/Guida_alla_risoluzione_di_esercizi/Serie?oldid=27959 Contri-
butori: Roopi, Mirko, Sofia, WikiToBot e Move page script
• Corso:Analisi II/Guida alla risoluzione di esercizi/Contrazioni in spazi metri-
ci e lipschitzianità Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Guida_alla_
risoluzione_di_esercizi/Contrazioni_in_spazi_metrici_e_lipschitzianit%C3%A0?oldid=27947
Contributori: Roopi, Mirko, Sofia, WikiToBot e Move page script
• Corso:Analisi II/Guida alla risoluzione di esercizi/Equazioni differenziali ordi-
narie Fonte: https://it.wikitolearn.org/Corso%3AAnalisi_II/Guida_alla_risoluzione_di_
esercizi/Equazioni_differenziali_ordinarie?oldid=27951 Contributori: Roopi, Mirko, Sofia,
V.e.padulano, WikiToBot, Move page script e Anonimo: 3
• Corso:Analisi II/Guida alla risoluzione di esercizi/Curve in R^n Fonte: https://it.
wikitolearn.org/Corso%3AAnalisi_II/Guida_alla_risoluzione_di_esercizi/Curve_in_R%
5En?oldid=27949 Contributori: Roopi, Mirko, NGr, Valsdav, Sofia, WikiToBot e Move page
script
• Corso:Analisi II/Guida alla risoluzione di esercizi/Superfici in R^n Fonte: https://
it.wikitolearn.org/Corso%3AAnalisi_II/Guida_alla_risoluzione_di_esercizi/Superfici_in_
R%5En?oldid=27963 Contributori: Roopi, Mirko, Sofia, V.e.padulano, WikiToBot e Move
page script
• Corso:Analisi II/Guida alla risoluzione di esercizi/Altre nozioni utili Fonte: https:
//it.wikitolearn.org/Corso%3AAnalisi_II/Guida_alla_risoluzione_di_esercizi/Altre_nozioni_
utili?oldid=27943 Contributori: Roopi, Abbabassa, Mirko, GianLoop, Sofia, WikiToBot,
Move page script e Anonimo: 1
9.2 Immagini
9.3 Licenza dell’opera

• [Project:Copyright Creative Commons Attribution Share Alike 3.0 & GNU FDL]
• Creative Commons Attribution-Share Alike 3.0

Molto più che documenti.

Analisi II

Caricato da

Informazioni sul documento

Descrizione:

Descrizione:

Copyright:

Formati disponibili

Analisi II

Caricato da

Descrizione:

Copyright:

Formati disponibili

Titoli correlati

Analisi II

Get in touch with the rest of the team by visiting http://join.wikitolearn.org

3 Calcolo diﬀerenziale in più variabili 25

5 Curve, superﬁci, forme diﬀerenziali 42

6 Teoria della misura e integrale di Lebesgue 58

7 Funzioni deﬁnite implicitamente 68

8 Guida alla risoluzione di esercizi 72

9 Fonti per testo e immagini; autori; licenze 109

1.1 Deﬁnizioni introduttive per le successioni

Deﬁnizione (Successione di funzioni):

Si deﬁnisce successione di funzioni la n-upla delle funzioni:

Sia {fn } una successione di funzioni a valori reali o complessi deﬁnite su un

∀ε > 0 ∀x ∈ E ∃N = N (ε, x) : ∀n ≥ N |fn (x) − f (x)| < ε,

e denotiamo funzione limite puntuale la funzione deﬁnita su E nel modo se-

f (x) := lim fn (x) ∀x ∈ E.

Deﬁnizione (Convergenza uniforme per le successioni di funzioni):

Sia {fn } una successione di funzioni a valori reali o complessi deﬁnite su un

lim sup |fn (x) − f (x) | = 0

∀ε > 0 ∃N = N (ε) : ∀n ≥ N |fn (x) − f (x)| < ε ∀x ∈ E

1.2 Teoremi sulla convergenza uniforme

In questo paragrafo considereremo successioni di funzioni a valori reali, ma tutte

Sia {fn } : I −→ R, I ⊆ R una successione di funzioni. Supponiamo che {fn } ⇒ f

Sia {fn } : I −→ R, I ⊆ R una successione di funzioni:

• tutte continue sul dominio;

• convergente uniformemente a f (x) .

tale che |fn̄ (x) − fn̄ (x0 )| < 3ϵ ∀x ∈ B(x0 , δ) ∩ I .

Se consideriamo solo x ∈ B(x0 , δ)∩I allora |fn̄ (x) − fn̄ (x0 )| ≤ ϵ

Per l’arbitrarietà di x0 il procedimento è valido su tutto R per cui f è continua

Sia {fn } : I −→ R, I ⊆ R una successione di funzioni. Allora la successione

∀ϵ > 0 ∃n̄( ϵ) ∈ N : sup |fn (x) − fm (x)| < ϵ ∀n, m ≥ n̄.

|fn (x) − fm (x)| < ϵ ∀n, m ≥ n̄ −→ |fn (x) − f (x)| ≤ ϵ ∀n ≥ n̄

1.3 Metrica della convergenza uniforme

Deﬁnizione (Metrica della convergenza uniforme):

Sia X l’insieme delle funzioni deﬁnite in un sottoinsieme dei reali a valori in R .

• sup |ϕ1 (x) − ϕ2 (x)| ≥ 0

• sup |ϕ1 (x) − ϕ2 (x)| = 0 ⇐⇒ ϕ1 = ϕ2

Poiché ϕ1 e ϕ2 sono due funzioni a valori reali è anche veriﬁcata la seguente

• d(ϕ1 , ϕ2 ) = d(ϕ2 , ϕ1 ) (simmetria)

Inﬁne, per la disuguaglianza triangolare si ha:

sup |ϕ1 (x) − ϕ2 (x)| ≥ 0 ,

sup |ϕ1 (x) − ϕ3 (x)| ≥ 0 ,

sup |ϕ3 (x) − ϕ2 (x)| ≥ 0 ,

Si noti che, data una successione ϕn (x) ∈ X , allora:

• ϕn (x) converge puntualmente ad un elemento ϕ ∈ X nello spazio metrico

• Dal momento che ogni successione di Cauchy in questo spazio converge ad

1.4 Passaggio ad integrale e derivata di successioni

Teorema (del passaggio al limite sotto il segno di integrale):

Sia fn : [a, b] → R, (a, b ∈ R, a < b) una successione di funzioni:

Allora possiamo aﬀermare che:

Teorema (del passaggio al limite sotto il segno di derivata):

Sia fn : [a, b] → R, (a, b ∈ R, a < b) una successione di funzioni:

• x ∈ [a, b] −→ fn (x0 ) → α anch’essa per ipotesi;

Il procedimento può essere reiterato ∀x ∈ [a, b] . Allora fn → f .

Passando agli estremi superiori:

1.5 Teorema di Dini

Teorema (di Dini per le successioni di funzioni):

Sia fn : [a, b] → R, (a, b ∈ R, a < b) una successione di funzioni:

• tali che la successione sia monotona,

• convergenti puntualmente a una funzione f : [a, b] → R anch’essa continua.

∃ϵ̄ > 0 : ∀n ∈ N ∃h ≥ n : sup |fh (x) − f (x)| ≥ ϵ̄ .

Poichè ci occupiamo del caso crescente possiamo trovare un valore hn ∈ N, hn ≥

sup |fhn (x) − f (x)| ≥ ϵ̄ .

Ora possiamo trovare un valore xn ∈ [a, b] : f (xn ) − fhn (xn ) ≥ ϵ̄

2.1 Deﬁnizioni introduttive

Deﬁnizione (Serie di funzioni):

Sia fn (x) : I → R una successione di funzioni a valori reali. Deﬁniamo Serie di