Sei sulla pagina 1di 184

Indice 5.4.

1
5.4.2
Derivate parziali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Piano tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
92
5.4.3 Differenziabilità e approssimazione lineare . . . . . . . . . 93
5.4.4 Derivate direzionali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.4.5 Calcolo delle derivate . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.5 Derivate successive e approssimazioni successive . . . . . . . . . . . . . 104
5.5.1 Derivate successive. Equazioni alle derivate parziali . 104
5.5.2 Formula di Taylor al secondo ordine. Differenziale
secondo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.6 Ottimizzazione I. Estremi liberi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
5.6.1 Massimi e minimi liberi. Punti critici . . . . . . . . . . . . . . 108
5.6.2 Forme quadratiche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
5.6.3 Studio della natura dei punti critici . . . . . . . . . . . . . . . . 112
5.7 Funzioni definite implicitamente . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.8 Ottimizzazione II. Estremi vincolati . . . . . . . . . . . . . . . . . . . . . . . . 120
5.8.1 Problemi con i vincoli . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
5.8.2 Metodo dei moltiplicatori di Lagrange . . . . . . . . . . . . . 121

6 Calcolo differenziale per funzioni di più variabili a valori vettoriali . 125


6.1 Funzioni di più variabili a valori vettoriali: generalità . . . . . . . . . . 125
1 Spazi metrici e normati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 6.1.1 Superfici in forma parametrica . . . . . . . . . . . . . . . . . . . 125
1.1 Definizioni preliminari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 6.1.2 Trasformazioni di coordinate . . . . . . . . . . . . . . . . . . . . . 125
1.2 Topologia degli spazi metrici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 6.1.3 Campi vettoriali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
1.3 Continuità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 6.2 Limiti, continuità e differenziabilità per funzioni f : Rn → Rm
1.4 Compattezza e spazi di Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 Matrice jacobiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
6.3 Superfici regolari parametrizzate . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
2 Successioni e serie di funzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 6.4 Trasformazioni regolari di coordinate . . . . . . . . . . . . . . . . . . . . . . . 131
2.1 Successioni di funzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 6.4.1 Trasformazioni dell’elemento di volume . . . . . . . . . . . 132
2.2 Serie di funzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 6.4.2 Trasformazioni di operatori differenziali . . . . . . . . . . . 132
2.3 Serie di potenze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 6.5 Campi vettoriali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
6.5.1 Linee integrali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
3 Equazioni differenziali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 6.5.2 Campi conservativi e potenziali . . . . . . . . . . . . . . . . . . . 135
3.1 Generalità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 6.5.3 L’operatore divergenza, l’operatore rotore e le
3.2 Il teorema di esistenza e unicità . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 identità differenziali che legano div, rot, grad . . . . . . 138
3.3 Dipendenza continua dal dato di Cauchy . . . . . . . . . . . . . . . . . . . . 30 6.5.4 Lavoro di un campo vettoriale . . . . . . . . . . . . . . . . . . . . 141
3.4 Prolungamento delle soluzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 6.5.5 Il linguaggio delle forme differenziali . . . . . . . . . . . . . 144
3.5 Soluzione globale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.6 Alcuni tipi di equazioni del primo ordine . . . . . . . . . . . . . . . . . . . . 34 7 Calcolo integrale per funzioni di più variabili . . . . . . . . . . . . . . . . . . . . . 145
3.6.1 Equazioni differenziali a variabili separabili . . . . . . . . 34 7.1 Integrazione multipla in R2 e R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
3.6.2 Equazioni lineari del primo ordine . . . . . . . . . . . . . . . . 39 7.1.1 Integrali doppi: definizione e calcolo come integrali
3.6.3 Equazioni lineari del secondo ordine . . . . . . . . . . . . . . 51 iterati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
Riferimenti bibliografici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 7.1.2 Cambiamento di variabili negli integrali doppi . . . . . . 151
7.1.3 La formula di Gauss-Green nel piano . . . . . . . . . . . . . . 153
4 Calcolo infinitesimale per le curve . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 7.1.4 Integrali doppi generalizzati . . . . . . . . . . . . . . . . . . . . . . 156
4.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 7.1.5 Integrali tripli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
4.2 Arco di curva continua, regolare . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 7.1.6 Derivazione sotto il segno di integrale . . . . . . . . . . . . . 159
4.3 Lunghezza di un arco di curva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 7.2 Integrale di superficie di una funzione continua . . . . . . . . . . . . . . . 160
4.4 Integrali di linea (di prima specie) . . . . . . . . . . . . . . . . . . . . . . . . . . 74 7.3 Flusso di un campo vettoriale attraverso una superficie.
4.5 Insiemi connessi per archi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 Teoremi della divergenza e del rotore . . . . . . . . . . . . . . . . . . . . . . . 164
7.3.1 Flusso di un campo vettoriale . . . . . . . . . . . . . . . . . . . . 164
5 Calcolo differenziale per funzioni reali di più variabili . . . . . . . . . . . . . 80 7.3.2 Il teorema della divergenza . . . . . . . . . . . . . . . . . . . . . . 166
5.1 Sottoinsiemi di R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 7.4 Il teorema del rotore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
5.2 Grafici e insiemi di livello . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.3 Limiti e continuità per funzioni di più variabili . . . . . . . . . . . . . . . 84 8 Serie trigonometriche e serie di Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . 176
5.4 Derivate parziali, piano tangente, differenziale . . . . . . . . . . . . . . . 89 8.1 Polinomi trigonometrici e serie trigonometriche . . . . . . . . . . . . . . 176

i
Capitolo 1
Spazi metrici e normati

1.1 Definizioni preliminari

Definizione 1.1.1 Sia X un insieme. Una distanza (o metrica) su X è una funzione d : X × X → R tale che ∀x, y, z ∈ X:
(1) d(x, y) ≥ 0, inoltre d(x, y) = 0 se e solo se x = y;
(2) d(x, y) = d(y, x);
(3) vale la disuguaglianza triangolare d(x, y) ≤ d(x, z) + d(z, y).
La coppia (X, d) si chiama spazio metrico. Gli elementi di X si dicono punti.

Definizione 1.1.2 Sia X uno spazio vettoriale su K = R o C. Una norma su X è una funzione k · k : X → R tale che
∀x, y ∈ X e ∀λ ∈ K:
(1) kxk ≥ 0, inoltre kxk = 0 se e solo se x = 0;
(2) kλ xk = |λ | kxk;
(3) vale la disuguaglianza triangolare kx + yk ≤ kxk + kyk.
La coppia (X, k · k) si dice spazio normato.
Un sottoinsieme Y di uno spazio metrico (X, d) è uno spazio metrico: basta prendere la restrizione di d a Y ×Y , che è
detta la metrica indotta su Y . Analogamente, un sottospazio vettoriale di uno spazio normato è uno spazio normato (con
la norma indotta).
Definizione 1.1.3 Sia X uno spazio vettoriale su K = R o C. Un prodotto scalare su X è una funzione (·, ·) : X × X → K
tale che ∀x, y ∈ X e ∀λ ∈ K:
(1) (x, x) ≥ 0, inoltre (x, x) = 0 se e solo se x = 0;
(2) (x, y) = (y, x);
(3) (λ x + y, z) = λ (x, z) + (y, z).
Nel caso K = R la seconda proprietà si riduce a (x, y) = (y, x). Inoltre da (2) e (3) segue che il prodotto scalare è lineare
sia nella prima che nella seconda componente.
p 17/10/2017
Osservazione 1.1.4 Un prodotto scalare induce la norma kxk = (x, x). Essa soddisfa infatti banalmente le prime due
condizioni. Dimostriamo quindi solo la terza, ovvero disuguaglianza triangolare. Essa segue dalla disuguaglianza di
Cauchy-Schwarz p p
|(x, y)| ≤ (x, x) (y, y) (1.1)
in quanto
(1.1)
kx + yk2 = kxk2 + kyk2 + (x, y) + (y, x) ≤ kxk2 + kyk2 + 2 kxk kyk = (kxk + kyk)2 .

Basta quindi dimostrare la disuguaglianza di Cauchy-Schwarz. Moltiplicando x + λ y per sé stesso

0 ≤ (x + λ y, x + λ y) = (x, x) + |λ |2 (y, y) + λ (y, x) + λ (x, y).

Se (x, y) = 0 non c’è nulla da dimostrare, altrimenti scegliendo λ = t (x, y)/|(y, x)| con t reale arbitrario, otteniamo

0 ≤ kxk2 + 2 t |(x, y)| + t 2 kyk2 .

1
1.1 Definizioni preliminari 2

Fissati x ed y, questa disuguaglianza vale per qualunque t ∈ R, quindi il discriminante del polinomio di secondo grado
deve essere negativo, da cui segue la tesi.
Analogamente si dimostra che uno spazio normato è uno spazio metrico rispetto alla distanza indotta dalla sua metrica
d(x, y) = kx − yk (verificare!). In conclusione un prodotto scalare induce una norma che a sua volta induce una distanza.

Definizione 1.1.5 La palla (o intorno sferico, o sfera) di centro x0 ∈ X e raggio r > 0 è l’insieme

B(x0 , r) = {x ∈ X : d(x, x0 ) < r}.

Esempio 1.1.6 Gli spazi vettoriali fondamentali sono gli spazi Rn , n ≥ 1, formati dalle n-uple ordinate di numeri reali
con le operazioni naturali. In essi è definito il prodotto scalare euclideo
n
(x, y) = ∑ x j y j,
j=1

che induce la norma euclidea s


q n
kxk = x12 + . . . + xn2 = ∑ xi2 ,
i=1

che a sua volta induce la distanza euclidea (o metrica euclidea)


s
q n
d(x, y) = kx − yk = (x1 − y1 )2 + . . . + (xn − yn )2 = ∑ (xi − yi )2 .
i=1

In particolare, la norma euclidea su R è data da kxk = |x| (il modulo di x), che induce la distanza euclidea d(x, y) = |x−y|.
Utilizzando la norma euclidea abbiamo che:

n=1 ⇒ B(x0 , r) = (x0 − r, x0 + r),


n=2 ⇒ B(x0 , r) è il disco di centro x0 e raggio r,
n=3 ⇒ B(x0 , r) è la sfera di centro x0 e raggio r.

Su Rn si possono definire altre norme e distanze. Le più importanti sono: la norma del massimo

kxk∞ = max |x1 |, . . . , |xn |

che induce la distanza del massimo d∞ (x, y) = |x − y|∞ , e la 1-norma

kxk1 = |x1 | + . . . + |xn |

che induce la 1-distanza d1 (x, y) = |x − y|1 . Si tratta di norme equivalenti in quanto per ogni x ∈ Rn si ha

kxk∞ ≤ kxk ≤ kxk1 ≤ n kxk∞ .

Una palla in Rn assume forme molto diverse a seconda della norma considerata, infatti
( ) ( )
n n
x ∈ R : ∑ xi2 < 1 ,

x ∈ R : max{|x1 |, . . . , |xn |} < 1 , x ∈ R : ∑ |xi | < 1
i=1 i=1

hanno rispettivamente la forma rappresentata nella seguente figura nel caso n = 2


1.2 Topologia degli spazi metrici 3

mentre hanno rispettivamente la forma rappresentata nella seguente figura nel caso n = 3.

Poiché k · k è una norma indotta da un prodotto scalare, vale la disuguaglianza di Cauchy-Schwartz:

|(x, y)| ≤ kxk kyk.

Tutto è naturalmente generalizzabile a Cn sostituendo il modulo dei numeri reali con quello dei numeri complessi; la
distanza indotta si dice ancora euclidea.

Esercizio 1.1.7 Sia X un insieme non vuoto. Dimostrare che la distanza discreta
(
0 se x = y
d(x, y) =
1 se x 6= y

è in effetti una distanza. Con tale distanza, chi sono B(x0 , 1), B(x0 , 1/2) e B(x0 , 2)?
Esempio 1.1.8 Sia I = [a, b] ⊂ R un intervallo chiuso e limitato. L’insieme C 0 (I; R) = { f :
I → R : f è continua} è uno spazio vettoriale. Definiamo in C 0 (I; R) la norma uniforme

k f kC0 (I;R) = sup | f (x)|.


x∈I

Se dal contesto è chiaro quale sia il dominio I di definizione delle funzioni, allora lo si
omette e si scrive k · k∞ al posto di k · kC0 (I;R) . La distanza indotta è

dC0 (I;R) ( f , g) = d∞ ( f , g) = k f − gk∞ = sup | f (x) − g(x)|.


x∈I

In questo caso B( f , 1) = {g ∈ C 0 (I; R) : d∞ ( f , g) < 1} e corrisponde alla figura a fianco.

1.2 Topologia degli spazi metrici

Uno spazio topologico è un insieme X dotato di una topologia, ossia una famiglia τ di sottoinsiemi di X, detti aperti,
con le seguenti proprietà:
1.2 Topologia degli spazi metrici 4

(a) 0/ e X sono aperti;


(b) l’unione (anche di un numero infinito) di aperti è un aperto;
(c) l’intersezione di due aperti è un aperto.
Sia C ⊆ X. Un punto x si dice interno all’insieme C se esiste un aperto A con x ∈ A ⊆ C; se x è interno a C si dice anche
che C è un intorno di x; l’insieme di tutti i punti interni ad un insieme C si dice parte interna di C e si indica con C̊.
Un punto si dice aderente all’insieme C se ogni suo intorno ha intersezione non vuota con C; l’insieme di tutti i punti
aderenti a C si indica con C e si dice chiusura di C. Gli insiemi chiusi sono i complementari degli aperti. La frontiera di
C è l’insieme ∂C = C \ C̊. Un punto x si dice di accumulazione per l’insieme C se ogni suo intorno contiene un punto di
C diverso da x. Un punto x ∈ C si dice isolato se esiste un suo intorno la cui intersezione con C è costituita dal solo x. Un
insieme B si dice denso in A se A ⊆ B, e denso se B = X.

Osservazione 1.2.1 Se (X, τ) è uno spazio topologico, allora sia X che 0/ sono sia aperti che vuoti.
Sia (X, d) uno spazio metrico. La topologia indotta dalla metrica d è definita come segue: A ⊆ X è aperto se ∀x ∈ A
∃r > 0 tale che B(x, r) ⊆ A. Per ogni C ⊆ X si hanno le proprietà seguenti:
(a) un punto x ∈ C è interno a C se esiste una palla di centro x contenuta in C;
(b) un punto x ∈ X (anche esterno a C) è aderente a C se ogni palla di centro x ha intersezione non vuota con C;
(c) un punto x ∈ X (anche esterno a C) è di accumulazione per C se ogni palla di centro x ha intersezione non vuota con
C \ {x};
(d) un punto x ∈ C è isolato in C se esiste una palla di centro x la cui intersezione con C è costituita dal solo punto x.
Esempio 1.2.2 Consideriamo la retta euclidea R. L’insieme C = [0, 1) ∪ {2} non è né aperto né chiuso. Inoltre

C̊ = (0, 1), C = [0, 1] ∪ {2}, ∂C = {0, 1, 2},

inoltre 2 è un punto isolato di C, è aderente a C, ma non è un punto di accumulazione di C.

.
Esempio 1.2.3 Consideriamo il piano euclidea R2 . L’insieme C = {(x, y) ∈ R2 : 0 < x2 + y2 ≤ 1} non è né aperto né
chiuso. Inoltre

∂C = {(x, y) ∈ R2 : x2 + y2 = 1} ∪ {(0, 0)}, C̄ = {(x, y) ∈ R2 : x2 + y2 ≤ 1}, C̊ = {(x, y) ∈ R2 : 0 < x2 + y2 < 1}.

.
Esempio 1.2.4 La circonferenza E = {(x, y) ∈ R2 : x2 + y2 = 1} è chiusa, limitata. Inoltre

∂ E = E, Ē = E, E̊ = 0.
/

Definizione 1.2.5 Una successione in X è una funzione da N in X, e si indica con {xk }k∈N . La successione converge ad
un punto x0 ∈ X e si scrive xk → x0 se per ogni palla B(x0 , ε) esiste un indice kε tale che xk ∈ B(x0 , ε) per k ≥ kε , ovvero
d(xk , x0 ) < ε per k ≥ kε , ovvero d(xk , x0 ) → 0.

Osservazione 1.2.6 Se xn = (x1,n , . . . , xh,n ) ∈ Rh ed (x1 , . . . , xh ) ∈ Rh , allora xn → x se e solo se xi,n → xi per i ∈ {1, . . . , h}.

In uno spazio metrico, per verificare le proprietà topologiche è sufficiente utilizzare le successioni. Ad esempio:
• un insieme C è chiuso se e solo se ogni successione in C, che converge in X, converge ad un punto di C;
• un insieme è aperto se e solo se ogni successione che converge ad un punto di A cade definitivamente dentro A;
• un punto è aderente a C se esiste una successione di punti di C che converge ad esso.
 n
Esempio 1.2.7 La successione xn = 1 + 1n converge ad e in R con la metrica euclidea. Visto che xn ∈ Q, mentre e ∈/ Q,
la successione xn non converge nello spazio metrico Q con la metrica euclidea.

Esempio 1.2.8 X = (0, 1) con la distanza euclidea è uno spazio metrico. La successione xn = 1/n non converge in X;
infatti se convergesse a x0 ∈ X dovrebbe convergervi anche come successione di R, ma è chiaro che in R si ha xn → 0 ∈
/ X.
1.3 Continuità 5

1.3 Continuità

Definizione 1.3.1 Siano (X, dX ) e (Y, dY ) due spazi metrici ed A ⊆ X. Una funzione f : A → Y è continua in x0 ∈ A se

∀ε > 0, ∃δ > 0 : dX (x, x0 ) < δ ⇒ dY f (x), f (x0 ) < ε.

Diciamo che f è continua in A se è continua in ogni punto di A.

Esempio 1.3.2 Se (X, d) è uno spazi metrico e x0 ∈ X, allora la funzione f (x) = d(x, x0 ) da X in R è continua. Infatti,
∀x1 ∈ X si ha | f (x) − f (x1 )| = |d(x, x0 ) − d(x1 , x0 )| ≤ d(x, x1 ), quindi per verificare la definizione basta prendere δ = ε.

Osservazione 1.3.3 La composizione di funzione continue è continua.

Dimostrazione. Siano (X, dX ), (Y, dY ) e (Z, dZ ) tre spazi metrici. Siano f : X → Y e g : Y → Z funzioni continue.
 Allora,
per ogni ε > 0, per la continuità di g abbiamo che ∃δg > 0 : dY (y, y0 ) < δg ⇒ dZ g(y), g(y0 ) < ε,
e per la continuità di f che ∃δ f > 0 : dX (x, x0 ) < δ f ⇒ dY f (x), f (x0 ) < δg .
Dunque dX (x, x0 ) < δ f ⇒ dZ g ◦ f (x), g ◦ f (x0 ) < ε. t
u
Definizione 1.3.4 Siano (X, dX ) e (Y, dY ) due spazi metrici. Un insieme A ⊆ X si dice limitato se è contenuto in una palla.
Una funzione f : X → Y si dice limitata se la sua immagine f (X) = { f (x) : x ∈ X} ⊆ Y è limitata.

Teorema di Weierstrass Sia E ⊂ Rn un insieme chiuso e limitato. Se f : E → R è continua, allora f ammette massimo
e minimo in E, cioè esistono xm , xM ∈ E tali che

min{ f (x) : x ∈ E} = f (xm ) e max{ f (x) : x ∈ E} = f (xM ).

Definizione 1.3.6 Siano A ⊆ X, f : A → Y , x0 punto di accumulazione per A, y0 ∈ Y . Si dice che il limite di f per x che
tende a x0 è y0 , e si scrive
lim f (x) = y0 oppure f (x) −−−→ y0
x→x0 x→x0
se 
∀ε > 0, ∃δ > 0 : x ∈ A ∩ B(x0 , δ ) \ {x0 } ⇒ f (x) ∈ B(y0 , ε).

Osservazione 1.3.7 Osserviamo che f è continua in x0 se e solo se il limite di f (x) in x0 esiste ed è uguale ad f (x0 ),
oppure se x è un punto isolato in A.

Osservazione 1.3.8 Siano (X, dX ) ed (Y, dY ) due spazi metrici, x0 ∈ A ⊆ X ed f : A → Y .


Per verificare la continuità di f in x0 è sufficiente utilizzare le successioni: f è continua in x0 se e solo se f (xn ) → f (x0 )
per ogni successione xn ∈ A convergente a x0 .
Per verificare la continuità di f in A è sufficiente utilizzare gli aperti di A: f è continua in A se e solo se f −1 (B) per ogni
aperto B di A.

Teorema ponte Si ha limx→x0 f (x) = y0 se e solo se ∀{xn }n∈N ⊆ A \ {x0 } si ha che f (xn ) → y0 .
Esempio 1.3.10 Data f : Rn → Rm , con Rn ed Rm dotati delle metriche euclidee, dire che f è continua in x0 ∈ Rn vuol
dire che
∀ε > 0, ∃δ > 0 : |x − x0 | < δ ⇒ | f (x) − f (x0 )| < ε.
In pratica, f = ( f1 , . . . , fn ) è continua in x0 se e solo se f1 , . . . , fn sono continue in x0 .

Definizione 1.3.11 Sia A ⊆ X ed f : A → Y . Diremo che f è uniformemente continua in A se ∀ε > 0 ∃δ > 0 tale che
∀x, y ∈ A con dX (x, y) < δ implica dY ( f (x), f (y)) < ε. Diremo che f è lipschitziana di costante L se ∀x, y ∈ A vale

dY f (x), f (y) ≤ L dX (x, y).

Valgono le seguenti implicazioni:

lipschitzianità ⇒ uniforme continuità ⇒ continuità.


1.4 Compattezza e spazi di Banach 6

1.4 Compattezza e spazi di Banach


18/10/2017
Sia (X, d) uno spazio metrico.
Definizione 1.4.1 Diremo che {xn } ⊆ X è una successione di Cauchy se d(xn , xm ) → 0 per m, n → ∞, ossia

∀ε > 0, ∃N : ∀m, n > N d(xn , xm ) < ε.

Lo spazio metrico X si dice completo se ogni successione di Cauchy è convergente.


Ogni successione convergente è di Cauchy, ma non vale il viceversa, come mostra il seguente esempio.
Esempio 1.4.2 Rh è uno spazio metrico completo. Se infatti h = 1, allora la dimostrazione è il classico teorema che dice
che una successione converge se e solo se è di Cauchy. Se invece h ≥ 2, allora basta osservare che {xn }n∈N ⊆ Rh con
xn = (x1,n , . . . , xh,n ) converge ad x = (x1 , . . . , xh ) ∈ Rh se e solo se x1,n → x1 , . . . , xh,n → xh .
Osserviamo che X = Rn \ {0} non è uno spazio metrico completo in quanto xn = 1/n è una successione di Cauchy in
X ma non converge in X dato che 0 ∈ / X. In generale X ⊆ Rn è completo se e solo se è chiuso e limitato.

Proposizione 1.4.3 Se uno spazio metrico è completo, tutti i suoi sottoinsiemi chiusi sono spazi metrici completi con la
metrica indotta.

Dimostrazione. Sia (x, d) uno spazio metrico completo e C un chiuso di X. Se xn è di Cauchy in C, allora xn è di Cauchy
anche in X e quindi, per la completezza di X, esiste x ∈ X tale che xn → x. Visto che C è chiuso, si ha che x ∈ C. Dunque
xn → x anche in C. t
u
La definizione di successione di Cauchy vale anche per uno spazio normato: xn è di Cauchy in nello spazio normato
(X; k · k) se kxm − xn k → 0 per m, n → ∞, ossia

∀ε > 0, ∃N : ∀m, n > N kxm − xn k < ε.

Esempio 1.4.4 Rn è completo mentre Q non è completo (si veda l’esempio 1.2.7).

Definizione 1.4.5 Uno spazio di Banach è uno spazio normato completo.

Esempio 1.4.6 Il più semplice spazio di Banach è Rh .

Esempio 1.4.7 Sia X un insieme e (Y, dY ) uno spazio metrico. L’insieme delle funzioni limitate da X in Y munito della
distanza n o

d∞ ( f , g) = sup dY f (x), g(x) : x ∈ X

è uno spazio metrico, e si indica con B(X,Y )). Se inoltre Y è uno spazio normato con norma k · kY , allora B(X,Y ) eredita
la norma 
k f k∞ = sup k f (x)kY : x ∈ X .
L’insieme delle funzioni continue e limitate da X in Y munito della distanza d∞ è uno spazio metrico, e si indica con
Cb (X,Y ) o anche con BC(X,Y )). Se Y è normato, anche Cb (X,Y ) lo è per la norma k · k∞ .

Teorema 1.4.8 Se Y è completo allora B(X,Y ) e Cb (X,Y ) sono completi.


Capitolo 2
Successioni e serie di funzioni

2.1 Successioni di funzioni


10/10/2017
Siano f : A → R e fn : A → R, n ∈ N, delle funzioni a valori reali (o complessi), dove A è un sottoinsieme di Rm .
Definizione 2.1.1 La successione di funzioni { fn }n∈N converge puntualmente ad f in B ⊆ A se

fn (x) → f (x) ∀x ∈ B.

La successione di funzioni { fn }n∈N converge uniformemente ad f in B ⊆ A se

k fn − f k∞ = sup | fn (x) − f (x)| → 0.


x∈B

L’insieme di convergenza puntuale è dato dagli x ∈ A per cui { fn (x)}n∈N converge. L’insieme di convergenza uniforme
è dato dal più grande sottoinsieme B di A per cui { fn }n∈N converge uniformemente in B.

Proposizione 2.1.2 Sia I un intervallo di R ed fn , f e g delle funzioni definite in I ed a valori reali. Allora:
(i) se fn → f uniformemente su I, allora fn → f puntualmente su I;
(ii) se fn → f uniformemente su I e fn ∈ C 0 (I; R), allora anche f ∈ C 0 (I; R);
(iii) proprietà del passaggio al limite sotto il segno di integrale:
se fn → f uniformemente su I e fn ∈ C 0 (I; R), allora ab fn (x) dx → ab f (x) dx ∀a, b ∈ I;
R R

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


se fn → f puntualmente su I, fn ∈ C 1 (I; R) e fn0 → g uniformemente su I, allora anche f ∈ C 1 (I; R) ed f 0 = g,
ovvero limn→∞ fn0 = (limn→∞ fn )0 .

Dimostrazione. Le prime due asserzioni sono ovvie. Dimostriamo la terza:



Z b Z b Z b Z b

f (x) dx − f (x) dx ≤
fn (x) − f (x) dx ≤ k fn − f k dx ≤ k fn − f k |b − a| → 0.

a n ∞ ∞

a a a

Dimostriamo infine l’ultima asserzione: fissato a ∈ I si ha axR fn0 (x) dx = fn (x) − fn (a), mandando poi n → ∞, per la
R

proprietà del passaggio a limite sotto il segno di integrale si ha ax g0 (x) dx = fn (x) − fn (a), e quindi f 0 (x) = g(x).

Osservazione 2.1.3 Consideriamo una successione di funzioni { fn }n∈N con fn : A → R. Visto che R è uno spazio di
Banach, si ha che fn converge puntualmente in B ⊆ A se e solo se ∀x ∈ B risulta { fn (x)}n∈N di Cauchy in R, ovvero

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

C0 (A; R), k·k∞ ) è uno spazio di Banach, se quindi le fn sono continue e limitate,
Per il teorema 1.4.8 si ha che Cb (A; R) = (C
allora la loro successione converge uniformemente in B se e solo se { fn } è di Cauchy in Cb (B; R), ovvero

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

Osservazione 2.1.4 Osserviamo che:

7
2.1 Successioni di funzioni 8

• se fn → f puntualmente su A, fn ∈ C 0 (I; R) e f 6∈ C 0 (I; R), allora fn non converge uniformemente ad f su A;


• se fn → f uniformemente su A e B ⊂ A, allora fn → f uniformemente su B;
• se fn converge uniformemente su A, allora A è contenuto nell’insieme di convergenza puntuale di f ;
• se fn converge uniformemente su A e fn ∈ C 0 (I; R), allora fn converge uniformemente su Ā. Infatti se g è una funzione
continua, allora supA g = supĀ g.

Esempio 2.1.5 Siano A = [0, 1] e fn (x) = xn . Per ogni x ∈ [0, 1], si ha


(
0 se x ∈ [0, 1),
lim fn (x) =
n→∞ 1 se x = 1.

Quindi fn converge puntualmente a


(
0 se x ∈ [0, 1),
f (x) =
1 se x = 1.

Per l’osservazione 2.1.4 sappiamo che tale convergenza non è uniforme in [0, 1],
d’altronde
sup | fn (x) − f (x)| = sup xn = 1 ∀n ∈ N.
x∈[0,1] x∈[0,1)

Tuttavia, fn → f uniformemente in ogni intervallo [0, a] con a ∈ (0, 1) in quanto supx∈[0,a] xn = an → 0.

Esempio 2.1.6 Abbiamo che fn (x) = e−n x converge puntualmente in [0, ∞) a


(
1 se x = 0,
f (x) =
0 se x > 0.
Per l’osservazione 2.1.4 sappiamo che tale convergenza non è uniforme in
[0, ∞), d’altronde

sup | fn (x) − f (x)| = sup e−n x = 1 ∀n ∈ N,


x≥0 x>0

però è uniforme in ogni semiretta del tipo [a, ∞) con a > 0, essendo

sup | fn (x) − f (x)| = sup e−n x = e−n a → 0.


x≥a x≥a

Esempio 2.1.7 Entrambe le funzioni

fn (x) = x−1 ∧ n = min{x−1 , n},


n+x
gn (x) =
nx
convergono puntualmente a f (x) = x−1 , in rosso nelle figure, ma
solo gn ci converge uniformemente. Infatti
 
1
sup | fn (x) − f (x)| = sup − n = ∞,
x>0 0<x<1/n x

1 n+x 1
sup |gn (x) − g(x)| = sup −
= → 0.
x>0 x>0 x nx n
2.1 Successioni di funzioni 9

Esempio 2.1.8 Abbiamo che la successione rappresentata in fi-


gura converge puntualmente in R alla funzione identicamente
nulla. Visto che supR | fn − 0| = fn (1/n) → ∞, non si ha conver-
genza uniforme in R. Si ha però conv. unif. in [a, ∞) in quanto
definitamente risulta

sup | fn − 0| = fn (a) → 0.
[a,∞)

1
Esempio 2.1.9 Abbiamo che fn (x) = converge pun-
(1+(x−n)2 )
tualmente in R alla funzione identicamente nulla. Visto che
supR | fn − 0| = 1 6→ 0, non si ha convergenza uniforme in R.
Si ha però conv. unif. in (−∞, a] in quanto definitamente risulta

1
sup | fn − 0| =  → 0.
(−∞,a] 1 + (a − n)2

Esempio 2.1.10 Consideriamo la successione di funzioni


2
n x en x
fn (x) = 3 , x ∈ R.
1 + 2n x
Conv. puntuale. Fissato x ∈ R vogliamo studiare il limite lim fn (x). Se x = 0, allora fn (0) = 0 e quindi lim fn (0) = 0.
n→∞ n→∞
Se x > 0, allora
1.2
2 2
n x en x n x en x
n2 x (1−ln(2) n)
lim fn (x) = lim = lim = lim n x e =0 1.0

n→∞ n→∞ 2n3 x n→∞ ln(2n3 x ) n→∞


e 0.8 f1
f2
in quanto n2 x 1 − ln(2) n → −∞. Se invece x < 0, allora
 0.6

f3
0.4
f4
nxe n2 x 0.2
f5
lim fn (x) = lim =0
n→∞ n→∞ 1 -3 -2 -1 1 2

-0.2

in quanto 2 n3 x → 0. Dunque l’insieme di convergenza puntuale è R.


Conv. uniforme. Fissato n ∈ N vogliamo calcolare supx∈R | fn (x)| e studiare il limite lim sup | fn (x)|. Osserviamo che per
n→∞ x∈R
n > 1/ ln(2)
  2  3
 2
 3

1 + n2 x en x 1 + 2n x − x en x n3 ln(2) 2n x
fn0 (x) = n  2 =0
n3 x
1+2
  3
  3
   3
  3  3
⇔ 1 + n2 x 1 + 2n x − x n3 ln(2) 2n x = 1 + n2 x 1 + 2n x − ln 2n x 2n x = 0
 3  3  3 
ln 2n x 2n x ln 2n x
⇔ 1 + n2 x = 3 = 3 .
1 + 2n x 1 + 2−n x
Risolvere l’equazione appena trovata risulta piuttosto difficile; per questo scegliamo di procedere in maniera diversa e
dimostriamo che ∀n ∈ N ∃x0n ∈ R tale che supx∈R | fn (x)| = | fn (x0n )|. Per n > 1/ ln(2) si ha
2
n x en x 2 x (1−ln(2) n)
lim fn (x) = lim = lim n x en = 0.
x→∞ x→∞ 2n3 x x→∞

Inoltre
2
n x en x 2
lim fn (x) = lim = lim n x en x
= 0.
x→−∞ x→−∞ 1 x→−∞

Dunque per n > 1/ ln(2) si ha che fn 6≡ 0 e limx→±∞ fn (x) = 0, per la continuità di fn abbiamo dunque l’asserto. Pertanto,
visto che abbiamo convergenza puntuale in R alla funzione identicamente nulla, risulta
2.1 Successioni di funzioni 10

lim sup | fn (x)| = lim | fn (x0 )| = 0.


n→∞ x∈R n→∞

Dunque l’insieme di convergenza uniforme è R.

Esempio 2.1.11 Consideriamo la successione di funzioni


2
fn (x) = xn e−n x , x ∈ R.

Conv. puntuale. Fissato x ∈ R vogliamo studiare il limite lim fn (x). Se x = 0, allora fn (0) = 0 e quindi lim fn (0) = 0.
n→∞ n→∞
Se x > 0, allora

∞ se x > 1,

 4

n2 ln(x) −n x n (n ln(x)−x)
lim fn (x) = lim e e = lim e = 0 se x = 1, f1
n→∞ n→∞ n→∞ 
0 se x ∈ (0, 1).
 2 f2
f3
f4
Se invece x < 0, allora 5 10 15
f5
(
6 ∃ se x ≤ 1, -2
lim fn (x) =
n→∞ 0 se x ∈ (−1, 0),
2
in quanto ∀x ≤ −1 si ha f2n (x) → ∞ e f2n+1 (x) → −∞, mentre ∀x ∈ (−1, 0) si ha 0 ≤ | fn (x)| = |x|n e−n x =
en (n ln(|x|)−x) → 0. Dunque l’insieme di convergenza puntuale è (−1, 1].
Conv. uniforme. Sicuramente non ci può essere conv. unif. in (−1, 1] perché altrimenti, per la continuità di fn avrei conv.
unif. anche in [−1, 1], ma sappiamo già che non ho conv. puntuale in x = −1. Sia δ ∈ (0, 1) e studiamo la conv. unif.
in [−δ , 1]. Più precisamente, fissato n ∈ N vogliamo calcolare supx∈[−δ ,1] | fn (x)| e studiare il limite lim sup | fn (x)|.
n→∞ x∈[−δ ,1]
Osserviamo che per ogni x ∈ [−δ , 1] ed n ≥ 3 dispari si ha
 2 2
 2
fn0 (x) = n2 xn −1 − n xn e−n x = n xn −1 (n − x) e−n x ≥ 0,

mentre per ogni x ∈ [−δ , 1] ed n ≥ 2 pari si ha


2 −2
 
fn00 (x) = n2 xn (n − x)2 − 1 e−n x ≥ 0.

Pertanto ( 
max fn (−δ ), fn (1) se n è pari,
sup | fn (x)| = 
x∈[−δ ,1] max − fn (−δ ), fn (1) se n è dispari.
Dunque, per quanto già visto nella conv. puntuale abbiamo che lim sup | fn (x)| = 0 e quindi l’insieme di convergenza
n→∞ x∈[−δ ,1]
uniforme è [−δ , 1].


Esempio 2.1.12 Studiamo fn (x) = n n + xn per x ≥ 0.
Conv. puntuale. Fissato x ≥ 0 vogliamo studiare il limite lim fn (x). Inoltre l’insieme di convergenza puntuale è [0, ∞) i
n→∞
quanto (
1 se x ∈ [0, 1]
lim fn (x) =
n→∞ x se x > 1.

Conv. uniforme. Vediamo se abbiamo anche la conv.√ unif. in [0, ∞). Fissato n ∈ N vogliamo calcolare supx≥0
fn (x) − f (x)
e vedere se va a zero per n → ∞. Visto che x 7→ n n + xn − 1 è crescente, abbiamo che

sup fn (x) − f (x) = fn (1) − f (1) = n n + 1n − 1 −−−→ 0.

x∈[0,1] n→∞

Visto che per n > 1


2.1 Successioni di funzioni 11

√ √
s 
1 1 n
1 + n yn − 1 n
1 + n yn − 1 n−1
lim fn (x) = lim  n n+ n − = lim = lim n yn y =0
x→∞ y→0+ y y y→0 + y y→0 +
n
|{z}
} −−−→ 0
y→0+
| {z
−−−→ +
1
y→0

ed inoltre
<0
z }| {
  1 − n
d   n
(n + xn )1/n − x = +1 n − 1 < 0,
dx xn
| {z }
>1

abbiamo che √
sup fn (x) − f (x) = fn (1) − f (1) = n n + 1n − 1 −−−→ 0.

x≥1 n→∞

In conclusione abbiamo che l’insieme di conv. unif. è [0, ∞) in quanto



sup fn (x) − f (x) = fn (1) − f (1) = n n + 1n − 1 −−−→ 0.

x≥0 n→∞

Esempio 2.1.13 Studiamo la convergenza puntuale ed uniforme della successione di funzioni


 
nx
fn (x) = − arctan se x 6= −n.
n+x

Ovviamente fn (0) = 0 −−−→ 0. Inoltre, per x fissato si ha che fn (x) −−−→ − arctan(x). Dunque fn converge puntualmente
n→∞ n→∞
a f (x) = − arctan(x) su tutto R. Studiamo la convergenza uniforme. Visto che

π
sup | fn − f | ≥ lim fn (x) − f (x) = − arctan(n) − −−−→ π,

R x→−∞ 2 n→∞

sicuramente non c’è convergenza uniforme in R. Vediamo se ho convergenza uniforme in


[−δ , ∞). Visto che

d  x(2n + x)
fn (x) − f (x) =  
dx 1 + x2 n2 x2 + (n + x)2

abbiamo che fn − f è crescente in (−∞, −2n) e (0, ∞), mentre è decrescente in (−2n, 0) \
{−n}. Osserviamo che non bisogna controllare | fn − f | in x = −2n o x = −n, in quanto
definitivamente non appartengono a [−δ , ∞). Visto che

fn (−δ ) − f (−δ ) −−−→ 0,
n→∞

fn (0) − f (0) = 0 −−−→ 0,
n→∞

π
lim fn (x) − f (x) = − arctan(n) + −−−→ 0,
x→∞ 2 n→∞

c’è convergenza uniforme in [−δ , ∞) per ogni δ ∈ R.


Nella figura a sinistra abbiamo rappresentato in blu alcune delle fn ed in rosso la f ; nella
figura a destra abbiamo rappresentato alcune delle fn − f .

Esempio 2.1.14 Studiare la convergenza puntuale ed uniforme della successione di funzioni


 
nx
fn (x) = arcsin √ .
n2 x2 + 1
Osserviamo che fn è definita su tutto R. Ovviamente fn (0) = 0 −−−→ 0. Inoltre, per x 6= 0 fissato si ha che fn (x) −−−→
 n→∞ n→∞
arcsin segno(x) . Dunque fn converge puntualmente a
2.1 Successioni di funzioni 12


−π/2 se x < 0


f (x) = 0 se x = 0

se x > 0

π/2

su tutto R. Studiamo la convergenza uniforme. Visto che fn è continua ed f non lo è in


zero, sicuramente non abbiamo convergenza uniforme in R. Vediamo se ce l’abbiamo in
(−∞, −a] o [a, ∞) con a > 0. Osserviamo che fn è crescente in quanto arcsin lo è e perché
 
d nx n nx
√ = 3/2 > 0 ⇒ x 7→ √ 2 2 è crescente.
dx n2 x2 + 1 1+n x2 2 n x +1

Inoltre lim | fn (x) − f (x)| = 0, quindi


x→±∞
 
π π π na
sup | fn − f | = sup fn (x) + = fn (−a) + = − arcsin √
−−−→ 0,
(−∞,−a] x≤−a 2 2 2 n2 a2 + 1 n→∞
 
π π π na
sup | fn − f | = sup fn (x) − = fn (a) − = − arcsin √ −−−→ 0.
[a,∞) x≥a 2 2 2 n2 a2 + 1 n→∞

Dunque c’è convergenza uniforme in (−∞, −a] o [a, ∞) con a > 0.


Nella figura a sinistra abbiamo rappresentato in blu alcune delle fn ed in rosso la f ; nella
figura a destra abbiamo rappresentato alcune delle fn − f .

Esercizio 2.1.15 Per le seguenti successioni di funzioni reali a valori reali, determinare l’insieme di convergenza puntuale
e gli intervalli del tipo [a, b], [a, b), (a, b], (a, b), [a, ∞), (a, ∞), (−∞, b], (−∞, b), R dove si ha convergenza uniforme.
Quando non è precisato altrimenti, le successioni vanno studiate su tutto R, altrimenti solo per x appartenente all’insieme
assegnato.

x n
 
x
fn (x) = x sin , x ∈ R; fn (x) = 1 − cos , x ∈ R;
n n
√ x + e(n+1)x
fn (x) = n n + 5 xn , x ≥ 0; fn (x) = , x ∈ R;
en x
fn (x) = n x2 e−n x , x ∈ R; fn (x) = (x2 − x)n , x ∈ R;
nx
fn (x) = , x ∈ R; fn (x) = (n x)x/n , x > 0;
1 + n2 x2
1 x e−n x
fn (x) = e(cos(n x)−1)/n , x ∈ R; fn (x) = , x ∈ R;
n 1 + e−n x
−n x √
fn (x) = e−n e , x ∈ R; fn (x) = x n
e−x/n , x ≥ 0;

x −n/x n x
fn (x) = n e , x > 0; fn (x) = x n , x ∈ R;
Z nπ
fn (x) = (n + x)−n−x , x > 0; fn (x) = ex t sint dt, x ∈ R;
0
1 n
fn (x) = , x ∈ [0, ∞); fn (x) = , x ∈ [0, ∞);
x+n x+n
fn (x) = xn + (−x)n ; fn (x) = logn x, x ∈ [0, ∞);
√  
  n x
fn (x) = exp (x − x2 ) n ; fn (x) = sin , x ∈ (0, π);
x n
x x2 x3
fn (x) = x n e−n x + cos(x)n ; fn (x) = − + ;
n n2 n3
   2
1  x x x x
fn (x) = exp sin(n x) ; fn (x) = sin + sin ;
n n n n n
 
x x
fn (x) = − sin ; fn (x) = ln(x)n ln(xn ), x ∈ (0, ∞);
n n
!
2 + sin(x)n
  
x x
fn (x) = ; fn (x) = n sin − sin ;
2 + sin(xn ) n−1 n+1
2.2 Serie di funzioni 13

s 

 
x  
fn (x) = exp  ln  , x ∈ (0, ∞); fn (x) = n ln 1 + ex/n ;
n

1 n
   
n n 1 1
fn (x) = (−1) x + n , x ∈ R \ {0}; fn (x) = n x+ , x ∈ R \ {0};
x 4 x
 
x
fn (x) = n sin 2 ; fn (x) = sin(x)n + xn ;
n
xn
fn (x) = nsin(x) ; fn (x) = , x ∈ [0, ∞);
xn + (1 + x)2 n
√ √
n−1 n−n
fn (x) = x , x ∈ [0, ∞); fn (x) = x , x ∈ [0, ∞);
n 1
fn (x) = n−x ; fn (x) = x .
n

Esercizio 2.1.16 Sia f una funzione continua in [a, b]. Si dimostri che fn → f unif. in [a, b], dove
 Z
 1 x+rn f (t) dt se x ∈ [a, b),
 
1

fn (x) = r xn con rn = min b − a, .
 f (b)
 se x = b, n

Esercizio 2.1.17 Si dimostri f (x) = |x| non è C1 , che per ogni n ∈ N la funzione
(
|x| se |x| > 1/n,
fn (x) = n 2 1
2 x + 2n se |x| ≤ 1/n,

è C ∞ e che fn → f uniformemente.

2.2 Serie di funzioni

Siano fn : A → R, n ∈ N, delle funzioni a valori reali (o complessi), dove A è un sottoinsieme di Rm . La serie di funzioni
fn si indica con ∑∞
n=0 f n . Se esiste, la somma della serie è il limite della successione di funzioni {sn }n∈N , dove sn è la
somma parziale ∑nk=0 fk .
Definizione 2.2.1 La serie di funzioni ∑∞
n=0 f n converge puntualmente a s in B ⊆ A se sn → s puntualmente in B, ovvero


∀x ∈ B sn (x) − s(x) = ∑ fn (x) → 0.

k=n+1

La serie di funzioni ∑∞
n=0 f n converge uniformemente a s in B ⊆ A se sn → s uniformemente in B, ovvero


sup sn (x) − s(x) = sup ∑ fn (x) → 0.

x∈B x∈B k=n+1

La serie di funzioni ∑∞ ∞
n=0 f n converge totalmente in B ⊆ A se ∑n=0 supx∈B | f n (x)| converge.
L’insieme di convergenza puntuale è dato dagli x ∈ A per cui ∑∞ n=0 f n converge. L’insieme di convergenza uniforme (o
totale) è dato dal più grande sottoinsieme B di A per cui ∑∞n=0 f n converge uniformemente (o totalmente) in B.
Secondo la definizione appena data, per verificare la convergenza puntuale o quella uniforme, abbiamo bisogno di
conoscere la somma s della serie di funzioni ∑∞ n=0 f n ; invece, per quella totale, non ne abbiamo bisogno. Per questo in
generale è più facile studiare la convergenza totale, piuttosto che quella puntuale o uniforme; inoltre, per la seguente pro-
posizione, se dimostriamo che ∑∞ n=0 f n converge totalmente, allora essa converge anche uniformemente e puntualmente.

Proposizione 2.2.2 Sia ∑∞ m


n=0 f n una serie di funzioni definite su un sottoinsieme A di R . Allora:

(i) la convergenza totale implica la convergenza uniforme e quest’ultima implica la convergenza puntuale;
2.2 Serie di funzioni 14

(ii) non valgono le implicazioni contrarie a quelle sopra descritte.

Dimostrazione. (i) Se ∑∞ ∞
n=0 f n converge totalmente, ovvero ∑n=0 supx∈B | f n (x)| è una serie convergente, allora per il
criterio di Cauchy si ha
p
∀ε > 0 ∃ν ∈ N : ∑ sup | fk (x)| < ε ∀p > n ≥ ν.
k=n+1 x∈B

Di conseguenza

p p p
∀ε > 0 ∃ν ∈ N : ∑ fk (y) ≤ sup ∑ fk (x) ≤ ∑ sup | fn (x)| < ε ∀p > n ≥ ν ∀y ∈ B.

k=n+1 x∈B k=n+1 k=n+1 x∈B

Dunque, per ogni x ∈ B la serie ∑∞ ∞


n=0 f n (x) verifica il criterio di Cauchy in R ed è quindi convergente; pertanto ∑n=0 f n
converge puntualmente in B. Dimostriamo che essa converge uniformemente. Mandando p → ∞, si deduce


∀ε > 0 ∃ν ∈ N : ∑ fk (x) ≤ ε ∀n ≥ ν ∀x ∈ B,

k=n+1

e quindi

∀ε > 0 ∃ν ∈ N : sup ∑ fk (x) ≤ ε ∀n ≥ ν,

x∈B k=n+1
ovvero ∑∞ n=0 f n converge uniformemente in B. Che le convergenza uniforme implichi quella puntuale segue dalla propo-
sizione 2.1.2.
(ii) Tutte le false implicazioni sono illustrate dal seguente esempio. Consideriamo la serie logaritmica

xn
∑ (−1)n−1 n
.
n=1
n
n−1 x = ln(1 + x) per ogni x ∈ (−1, 1]. Cerchiamo
L’insieme di convergenza puntuale è (−1, 1] in quanto ∑∞ n=1 (−1) n
l’insieme di convergenza totale. Per quanto visto in (ii), l’insieme di convergenza totale è contenuto in (−1, 1). Non c’è
convergenza totale in (−1, 1) o in intervalli I del tipo (−1, a], (−1, a), [−a, 1) o (−a, 1) con a ∈ (0, 1), perché

xn |x|n

1
sup (−1)n−1 = sup

= ∀n ∈ N \ {0},
x∈I n x∈I n n

cosicché la serie degli estremi superiori diverge. Si ha invece convergenza totale in ogni intervallo del tipo [−1 + δ , 1 − δ ]
con δ ∈ (0, 1) in quanto

xn |x|n (1 − δ )n

sup (−1)n−1 = sup

= ∀n ∈ N \ {0}.
|x|≤1−δ n |x|≤1−δ n n

Vediamo infine dove c’è convergenza uniforme. Notiamo che per x ∈ [0, 1] la serie
è a segni alterni, con termine generale infinitesimo e decrescente in modulo; quindi,
per il criterio di Leibniz, la serie converge in [0, 1] e vale la stima del resto:

k
|x|n+1
∞ x 1
∑ (−1)k−1 ≤ ≤ ∀x ∈ [0, 1] ∀n ∈ N \ {0},

k=n+1 k n+1 n+1

Dunque vi è convergenza uniforme in [0, 1] in quanto



∞ k 1
k−1 x
sup ∑ (−1) ≤ ∀n ∈ N \ {0}.

x∈[0,1] k=n+1 k n+1

Siccome vi è convergenza totale in [−1 + δ , 1 − δ ] per ogni δ ∈ (0, 1), per (i) in
tali intervalli vi è anche convergenza uniforme. Di conseguenza vi è convergenza
uniforme in tutti gli intervalli della forma [−1 + δ , 1] con δ ∈ (0, 1).
In conclusione, visto che i tre tipi di convergenza hanno luogo in tre insiemi a due a due distinti, questo esempio dimostra
(ii). t
u
2.2 Serie di funzioni 15

La situazione è decisamente più semplice se si ha a che fare con funzioni continue e limitate, infatti per l’osservazio-
ne 2.1.3 vale la seguente
Osservazione 2.2.3 Consideriamo una serie di funzioni ∑ fn con fn : A → R e la sua successione delle somme parziali
sn . Si ha che ∑ fn converge puntualmente in B se e solo se ∀x ∈ B risulta {sn (x)} di Cauchy in R, ovvero

m
∀x ∈ B, ∀ε > 0 ∃N ∈ N : sm (x) − sn (x) = ∑ fk (x) < ε ∀m > n ≥ N.

k=n+1

Inoltre, se fn ∈ Cb (A; R) allora ∑ fn converge uniformemente in B se e solo se {sn } è di Cauchy in Cb (B; R), ovvero

m
∀ε > 0 ∃N ∈ N : sm (x) − sn (x) ∞ = sup ∑ fk (x) < ε ∀m > n ≥ N.

x∈B k=n+1

11/10/2017
Esempio 2.2.4 Studiamo la convergenza di ∑n≥0 xn , x ∈ [−1, 1].
1
Conv. puntuale. Se |x| < 1, allora ∑ xn converge a 1−x . Se |x| = 1, allora ∑ xn non converge. Dunque l’insieme di conv.
puntuale è (−1, 1).
Conv. totale. Visto che ∑ supx∈(−1,1) |xn | = ∑ 1 = ∞, abbiamo che ∑ xn non converge totalmente in (−1, 1). Se δ > 0,
allora ∑ xn converge totalmente in (−1 + δ , 1 − δ ) perché ∑ supx∈(−1+δ ,1−δ ) |xn | = ∑(1 − δ )n converge.
Conv. uniforme. Sicuramente abbiamo convergenza uniforme in (−1 + δ , 1 − δ ) per ogni δ > 0. Vediamo se abbiamo
1 n+1
convergenza uniforme anche in (−1, 1). Visto che s(x) = 1−x e sn (x) = 1−x
1−x , si ha supx∈(−1,1) |sn (x) − s(x)| =
n+1
supx∈(−1,1) x1−x ≥ 21 e quindi la serie non converge uniformemente in (−1, 1).

Esempio 2.2.5 Studiamo la convergenza di ∑n≥0 en x , x ∈ R.


Conv. puntuale. Fissato x ∈ R, si ha che ∑ en x = ∑(ex )n converge se e solo se ex < 1, ovvero x < 0. Dunque l’insieme di
conv. puntuale è (−∞, 0).
Conv. totale. Visto che ∑ supx∈(−∞,0) en x = ∑ 1 = ∞, abbiamo che ∑ en x non converge totalmente in (−∞, 0). Se δ > 0,
allora ∑ en x converge totalmente in (−∞, −δ ) perché ∑ supx∈(−∞,−δ ) en x = ∑(e−δ )n converge.
Conv. uniforme. Sicuramente abbiamo convergenza uniforme in (−∞, −δ ) per ogni δ > 0. Vediamo se abbiamo con-
vergenza uniforme anche in (−∞, 0). Se per assurdo ce l’avessimo, visto che le fn sono continue, si avrebbe conv.
uniforme anche in (−∞, 0], ma in tal caso si avrebbe in (−∞, 0] anche conv. puntuale: una contraddizione!
Per l’osservazione 2.1.4 abbiamo che
Osservazione 2.2.6 Osserviamo che:
• se ∑ fn → s puntualmente su A, fn ∈ C 0 (A; R) e s 6∈ C 0 (A; R), allora ∑ fn non conv. unif. ad s su A;
• se ∑ fn → f uniformemente su A e B ⊂ A, allora ∑ fn → f uniformemente su B;
• se ∑ fn converge uniformemente su A, allora A è contenuto nell’insieme di conv. punt. di f ;
• se ∑ fn converge uniformemente su A e fn ∈ C 0 (I; R), allora ∑ fn conv. unif. su Ā.
Per la proposizione 2.1.2 si ha che
Proposizione 2.2.7 Sia I un intervallo di R ed fn , f e g delle funzioni definite in I ed a valori reali. Allora:
(i) se ∑ fn → s uniformemente su I e fn ∈ C 0 (I; R), allora anche s ∈ C 0 (I; R);
(ii) proprietà del passaggio al limite sotto il segno di integrale:
se ∑ fn → s uniformemente su I e fn ∈ C 0 (I; R), allora ab ∑ fn (x) dx = ∑ ab fn (x) dx ∀a, b ∈ I;
R  R

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


se ∑ fn → s puntualmente su I, fn ∈ C 1 (I; R) e ∑ fn0 → g uniformemente su I, allora anche s ∈ C 1 (I; R) ed s0 = g,
ovvero (∑ fn )0 = ∑ fn0 .

Esempio 2.2.8 Una serie di segno alterno o di Leibniz è una serie del tipo ∑∞ n
n=0 (−1) f n dove f n ≥ 0. Il criterio di
Leibniz ci dice che se fn (x) ↓ 0 per ogni x ∈ B, ovvero fn+1 (x) < fn (x) e fn (x) → 0 per ogni x ∈ B, allora la serie converge
puntualmente in B. Visto che
m
k
∑ (−1) fk (x) ≤ fn (x),

k=n
si ha che
2.2 Serie di funzioni 16


m
k
sup ∑ (−1) fk (x) ≤ sup | fn (x)|.

k=n

Quindi se sup | fn (x)| ↓ 0, allora si ha convergenza uniforme.

n
Esempio 2.2.9 Studiamo la convergenza di ∑n≥1 xn , x ∈ R.
Conv. puntuale. Se |x| < 1, allora la serie converge puntualmente. Se |x| > 1, allora la serie non converge puntualmente
perché non soddisfa il criterio necessario fn (x) → 0. Se x = 1, allora la serie non converge perché ∑ 1/n = ∞. Se
x = −1, allora per il criterio di
nLeibniz
la serie converge. Dunque, l’insieme di convergenza puntuale è [−1, 1).
1 n
Conv. totale. Visto che ∑ supx∈[−1,1) n = ∑ n = ∞, abbiamo che ∑ xn non converge totalmente in [−1, 1). In maniera
x

analoga si dimostra che se δ ∈ (0, 2), allora non c’è convergenza totale nemmeno in [−1, 1 − δ ] o in [−1 + δ , 1]. Sen
n
invece δ ∈ (0, 1), allora la serie converge totalmente in [−1 + δ , 1 − δ ] perché ∑ supx∈[−1+δ ,1−δ ] xn = ∑ (1−δn
)

converge.
Conv. uniforme. Sicuramente abbiamo convergenza uniforme in [−1 + δ , 1 − δ ] per ogni δ ∈ (0, 1). Vediamo se abbiamo
convergenza uniforme anche in (−1, 1). Se per assurdo ce l’avessimo, visto che le fn sono continue, si avrebbe
conv. uniforme anche in [−1, 1], ma in tal caso si avrebbe in [−1, 1] anche conv. puntuale: una contraddizione!

Esempio 2.2.10 Studiamo la convergenza di ∑n≥1 n xn , x ∈ R.


Conv. puntuale. Se |x| < 1, allora la serie converge puntualmente per il criterio della radice applicato alla serie
∑n≥1 |n xn |. Se |x| ≥ 1, allora la serie non converge puntualmente per il criterio necessario. Dunque, l’insieme
di convergenza puntuale è (−1, 1).
Conv. totale. Visto che ∑ supx∈(−1,1) |n xn | = ∑ n = ∞, abbiamo che ∑ n xn non converge totalmente in (−1, 1). Se δ ∈
(0, 1), allora la serie converge totalmente in [−1+δ , 1−δ ] perché ∑ supx∈[−1+δ ,1−δ ] |n xn | = ∑ n (1−δ )n converge
per il criterio della radice.
Conv. uniforme. Sicuramente abbiamo convergenza uniforme in [−1 + δ , 1 − δ ] per ogni δ ∈ (0, 1). Vediamo se abbiamo
convergenza uniforme anche in (−1, 1). Se per assurdo ce l’avessimo, visto che le fn sono continue, si avrebbe
conv. uniforme anche in [−1, 1], ma in tal caso si avrebbe in [−1, 1] anche conv. puntuale: una contraddizione!

Esempio 2.2.11 Studiamo la convergenza di ∑n≥1 (−1)n n1x , x ∈ R.



Conv. puntuale. Se x < 0, allora (−1)n n1x → ∞ e quindi, per il criterio necessario, la serie non converge puntualmente.


Se x = 0, allora (−1)n n1x = 1 → 1 e quindi, per il criterio necessario, la serie non converge puntualmente. Se

x > 0, allora per il criterio di Leibniz, la serie converge puntualmente. Dunque, l’insieme di convergenza puntuale
è (0, ∞).
Conv. uniforme. In (0, ∞) non c’è conv. unif. perché altrimenti ci sarebbe conv. unif. anche in [0, ∞) dato che le fn sono
continue, il che è assurdo visto che non c’è conv. punt. in [0, ∞). Se δ > 0, allora la serie conv. unif. in [δ , ∞) perché
supx∈[δ ,∞) ∑m k 1 1 1
k=n (−1) kx = supx∈[δ ,∞) nx = nδ → 0.


Conv. totale. Vediamo se abbiamo convergenza totale in [δ , ∞) con δ > 0. Abbiamo ∑ supx∈[δ ,∞) (−1)n n1x = ∑ n1δ

converge se e solo se δ > 1. Pertanto in [δ , ∞) c’è conv. totale se e solo se δ > 1.

Esempio 2.2.12 Data la serie di funzioni


(−1)n
∑ √n + e−x2 ,
n≥1

1. determiniamo l’insieme di convergenza puntuale;


2. determiniamo gli intervalli di convergenza totale;
3. determiniamo gli intervalli di convergenza uniforme.
1
(1) Poiché per ogni x ∈ R si ha che √ 2 decresce a zero, per il criterio di Leibniz la serie converge puntualmente in
n+e−x
R.
(2) Non c’è convergenza totale in R perché
1 1 1
sup | fn | = lim √ 2 =
√ ⇒ ∑ sup | fn | = ∑ √ = ∞.
|x|→∞ n + e −x n n
R n≥1R n≥1

Non c’è convergenza totale nemmeno in intervalli limitati [a, b] con a < b perché
2.2 Serie di funzioni 17

1 1
sup | fn | ≥ √ ⇒ ∑ sup | fn | ≥ ∑ √n + 1 = ∞.
[a,b] n +1 n≥1 [a,b] n≥1

Dunque la serie non converge totalmente in alcun intervallo.


(3) C’è convergenza uniforme in R perché

S(x) − Sn (x) ≤ √ 1 1
2 ⇒ sup |S − Sn | ≤ sup √ 2 −
−−→ 0.
n + 1 + e−x R x∈R n + 1 + e−x n→∞

Esempio 2.2.13 Data la serie di funzioni


x
∑ ln ,
n≥1 2 + en x2
1. determiniamo l’insieme di convergenza puntuale;
2. determiniamo gli intervalli di convergenza totale;
3. determiniamo gli intervalli di convergenza uniforme.
x x
(1) Sicuramente la serie converge in x = 0. Se x > 0, allora la serie diverge visto che ln(2+en x2 )
≈ n+2 ln(x) ≈ nx . Per lo
stesso motivo la serie diverge se x < 0. Dunque ho convergenza puntuale solo in x = 0 e la somma è zero. (2) e (3) sono
banali: ho convergenza totale e quindi uniforme in {0}.

Esempio 2.2.14 Discutere il comportamento della serie di funzioni

e 2 (n−1) x
∑ (−1)n (2 n − 1)!
n≥1

e se ne calcoli la somma nell’insieme di convergenza.


Prima di tutto osserviamo che l’insieme di definizione è R. Osserviamo che

e 2 (n−1) x e2 n x (ex )2 n+1


∑ (−1)n (2 n − 1)! = ∑ (−1)n+1 (2 n + 1)! = −e−x ∑ (−1)n (2 n + 1)! = −e−x sin(ex )
n≥1 n≥0 n≥0

ed il raggio di convergenza R = ∞. C’è dunque convergenza totale (quindi anche uniforme e puntuale) in ogni sottoinsieme
limitato di R. Osserviamo che non c’è convergenza totale in R perché per ogni n > 1 abbiamo

e 2 (n−1) x
sup | fn | = lim = ∞.
R x→∞ (2 n − 1)!

Abbiamo invece convergenza totale in (−∞, a] per ogni a ∈ R perché

e 2 (n−1) a
∑ sup | fn | =
n≥1 (−∞,a] (2 n − 1)!

converge in quanto
e2na (2 n − 1)! e2a
lim = lim = 0.
n→∞ (2 n + 1)! e 2 (n−1) a n→∞ (2 n + 1) 2 n

Infine c’è convergenza uniforme in (−∞, a] per ogni a ∈ R perché


2 (n−1) x e 2 (n−1) x e 2 (n−1) a
S(x) − Sn (x) ≤ e

⇒ sup |S − Sn | ≤ sup = −−−→ 0.
(2 n − 1)! (−∞,a] x∈(−∞,a] (2 n − 1)! (2 n − 1)! n→∞

Esempio 2.2.15 Discutere il comportamento della serie di funzioni

ln(x)n

n≥0 n + 1

e se ne calcoli la somma nell’insieme di convergenza.


Prima di tutto osserviamo che l’insieme di definizione è (0, ∞). Operando il cambio di variabili y = ln(x) otteniamola
serie di potenze
2.3 Serie di potenze 18

yn 1 (−y)n+1 1 (−y)n ln (1 − y)
∑ n + 1 = y ∑ (−1)n+1 n+1
= − ∑ (−1)n+1
y n≥0 n
=−
y
n≥0 n≥0

che ha raggio di convergenza R = 1. Tornando alla variabile originale otteniamo



ln(x)n ln 1 − ln(x)
∑ =−
n≥0 n + 1 ln(x)

ed abbiamo convergenza totale (quindi anche uniforme e puntuale) in {x ∈ R : | ln(x)| < r} = (e−r , er ) per ogni r ∈ (0, 1).
Osserviamo che
ln(e−1 )n (−1)n
x = e−1 : ∑ =∑ converge per il criterio di Leibniz,
n≥0 n + 1 n≥0 n + 1
ln(e)n 1
x=e: ∑ =∑ diverge.
n≥0 n + 1 n≥0 n + 1

L’insieme di convergenza puntuale è pertanto [e−1 , e). Inoltre, la serie non converge uniformemente o totalmente in
[e−1 , e), in quanto in tal caso per la continuità delle fn avrei convergenza uniforme o totale in [e−1 , e], il che è assurdo.
Vediamo infine che non c’è convergenza totale in [e−1 , e − δ ] in quanto

1
sup | fn | = .
[e−1 ,e−δ ] n+1

Esercizio 2.2.16 Discutere il comportamento delle seguenti serie di funzioni:

sin(n x) nn
∑ , x ∈ R; ∑ n! xn , x > 0;
n≥1 n2 n≥1
en x (−1)n
∑ , x ∈ R; ∑ 2n + 1 (x2 − 1)2 n , x ∈ R;
n≥1 n n≥0
x x2
∑ 2n sin 3n
, x ∈ R; ∑ 2 2
, x ∈ R;
n≥0 n≥0 1 + n x
(−1)n+1 n2
∑ , x > 0; ∑ xn/2 , x > 0;
n≥1 xln x n≥1
ln(x)n
 
n x
∑ x ln 1 + n , x > −1; ∑ n2 + x2 , x > 0;
n≥1 n≥0
n−x
e n+x √
n
∑ n2 x2 , x ∈ R; ∑x , x > 0.
n≥1 n≥0

2.3 Serie di potenze

Ci sono tre tipi di serie di potenze:


1) ∑ an xn è la serie di potenze reale centrata in zero;
2) ∑ an (x − x0 )n è la serie di potenze reale centrata in x0 ;
3) ∑ an (z − z0 )n è la serie di potenze complessa centrata in z0 ∈ C.
Per studiare
p una serie dip pot. del terzo tipo si studia la serie ∑ |an | |z − z0 |n applicando ad essa il criterio della radice.
n n n
Poiché |an | |z − z0 | = |an | |z − z0 |, si ha che
p
n
• se lim sup p |an | |z − z0 | > 1, allora non c’è conv. assoluta;
• se lim sup n |an | |z − z0 | < 1, allora c’è conv. assoluta.
Definizione 2.3.1 Data una serie di potenze ∑ an (z − z0 )n , il suo raggio di convergenza è
2.3 Serie di potenze 19


L se L ∈ (0, ∞),

 −1

dove L = lim sup


p
R= 0 se L = ∞, n
|an |.
n→∞
se L = 0,


∞

La sfera B(z0 , R) si chiama insieme o disco di convergenza della serie di potenze.

Teorema 2.3.2 Data la serie ∑ an (z − z0 )n , sia R il suo raggio di convergenza. Allora:


i) per ogni r < R la serie conv. tot. su B(z0 , r) (e quindi conv. tot. solo per z = z0 se R = 0);
ii) la serie non converge per nessun z tale che |z − z0 | > R.

Dimostrazione.
i) Per dimostrare che la serie conv. tot. su B(z0 , r) con r < R basta osservare che ∑ supz∈B(z0 ,r) |an (z − z0 )n | = ∑ |an | rn
conv. per il criterio della radice in quanto lim sup n |an | rn = lim sup n |an | r = L r < 1.
p p

ii) Sia z ∈ C tale che |z − z0 | > R (se R = ∞ allora tale z non esiste). Poiché ∑ supz∈B(z0 ,r) |an (z − z0 )n | = ∑ |an | |z − z0 | =
L |z − z0 | > 1, si ha che lim sup n |an | (z − z0 )n > 1 e quindi, per il criterio necessario, essendo an (z − z0 )n 6→ 0, si
p

ha che la serie non converge.


t
u

Osservazione 2.3.3
i) R = ∞ (ovvero L = 0) vuol dire che la serie conv. per ogni z ∈ C e, più precisamente, conv. tot. su B(z0 , r) per ogni
r > 0.
ii) R = 0 (ovvero L = ∞) vuol dire che la serie conv. solo per z = z0 e ∑ an (z − z0 )n = a0 .
iii) R ∈ (0, ∞) (ovvero L ∈ (0, ∞)) vuol dire che la serie conv. tot. su B(z0 , r) per ogni r < R, non conv. se z sta fuori di
B(z0 , R), mentre non posso dire nulla se z sta sul bordo di B(z0 , R), cioè |z − z0 | = R.

Esempio 2.3.4 Consideriamo ∑n≥0 zn = 1 + z + z2 + . . .. Poiché an = 1 si ha che L = 1 e quindi R = 1. Se |z| = 1, allora


|zn | = |z|n = 1n = 1, quindi zn 6→ 0 e per il criterio necessario la serie non converge. Per il teorema precedente la serie
conv. tot. su B(0, r) ∀r < R = 1, mentre la serie non converge ∀z ∈ C con |z| > 1.

n
Esempio 2.3.5 Consideriamo ∑n≥1 nz 2 . Poiché an = 1/n2 si ha che L = 1 e quindi R = 1. Per il teorema precedente la
n
serie conv. tot. su B(0, r) ∀r < R = 1, mentre la serie non converge ∀z ∈ C con |z| > 1. Visto che ∑ supz∈B(0,1) nz 2 = ∑ n12

converge si ah che la serie conv. tot.. In conclusione si ha conv. tot. in B(0, 1).

n
Esempio 2.3.6 Consideriamo ∑n≥0 z2 = 1 +z2 +z4 +z8 +. . .. Si dimostra, anche se non facilmente, che la serie converge
in un sottoinsieme denso di |z| = 1.

n
Esempio 2.3.7 Consideriamo ∑n≥1 zn . Poiché an = 1/n si ha che L = 1 e quindi R = 1. Se z = 1 allora la serie non
converge. Se z = −1 la serie converge per il criterio di Leibniz. Si dimostra, anche se non facilmente, che la serie converge
se |z| = 1 e z 6= 1.

Osservazione 2.3.8 Se f ∈ C n e x0 un punto del dominio di f , allora f (x) = Pn (x0 , x) + Rn (x0 , x) dove
n
f (k) (x0 )
Pn (x0 , x) = ∑ (x − x0 )k
k=0 k!

Rn (x0 ,x)
è il polinomio di Taylor e Rn (x0 , x) è tale che |x−x0 |n → 0 per x → x0 .

f (k) (x0 )
Definizione 2.3.9 Se f ∈ C ∞ e x0 un punto del suo dominio, allora P∞ (x0 , x) = ∑∞
k=0 k! (x − x0 )k è la serie di Taylor
di f sul punto x0 .
Il seguente esempio mostra che in generale f è diverso dalla sua serie di Taylor.
2.3 Serie di potenze 20

Esempio 2.3.10 Consideriamo (


e−1/x se x > 0,
f (x) =
0 se x ≤ 0.
Dimostriamo che f ∈ C ∞ . Per farlo consideriamo una funzione
  
 p 1 e−1/x se x > 0,
x
g(x) =
0 se x ≤ 0,

dove p è un qualsiasi polinomio. Chiaramente f è una funzione di questo tipo. Dimostriamo che g ∈ C ∞ . Sicuramente
g ∈ C 0 in quanto
e−1/x
 
1 −1/x
lim g(x) = lim p e = lim = 0 = lim f (x),
x→0+ x→0+ x x→0+ xn x→0−

dove n è il grado del polinomio p. Dimostriamo che g ∈ C 1 . Consideriamo prima la sua derivabilità in zero:
 
0 g(h) − g(0) 1 1 −1/h
g (0) = lim = lim p e = 0.
h→0 h h→0 h h

Dunque è ora facile vedere che   


q 1 e−1/x se x > 0,
x
g(x) =
0 se x ≤ 0,

dove q è un opportuno polinomio. In particolare abbiamo che g0 ∈ C 0 e quindi g ∈ C 1 . Visto che g0 ha la stessa forma di g,
possiamo procedere nello stesso modo per vedere che g00 ∈ C 0 e quindi g ∈ C 2 . È ora evidente che g ∈ C ∞ . In particolare
anche f ∈ C ∞ . Ovviamente f (k) (0) = 0 ∀k ∈ N e quindi la serie di Taylor di f è la funzione nulla che è diversa da f .

Definizione 2.3.11 Le funzioni analitiche sono le funzioni f ∈ C ∞ tali che la loro serie di Taylor in un qualsiasi punto
x0 del loro dominio ha raggio di convergenza maggiore di zero e somma uguale ad f .
15/10/2017
Esempio 2.3.12
zn
ez = ∑ n! , cioè z 7→ ez è analitica, inoltre R = ∞;
n≥0
z2n+1
sin z = ∑ (−1)n (2n + 1)! , cioè z 7→ sin z è analitica, inoltre R = ∞;
n≥0
z2n
cos z = ∑ (−1)n (2n)! , cioè z 7→ cos z è analitica, inoltre R = ∞;
n≥0
zn
ln(1 + z) = ∑ (−1)n+1 n
, cioè z 7→ ln(1 + z) è analitica, inoltre R = 1.
n≥1

Esempio 2.3.13 ∑n≥0 xn


Poiché an = 1, abbiamo che L = 1 e quindi R = 1. Osserviamo che la serie converge puntualmente a 1
1−z in |z| < 1 perché

1 − xn+1 1
sn (x) = 1 + x + . . . + xn = → se |x| < 1.
1−x 1−x
Se ci restringiamo a |z| ≤ 1 − δ con δ ∈ (0, 1), allora la serie conv. tot., e quindi anche unif..
Studiamo la serie della derivata ∑n≥0 (zn )0 = ∑n≥0 n zn−1 . Poiché an = n, si ha che L = 1 e quindi R = 1. Si dimostra
che questa serie non converge sul bordo. Anche ∑ n zn−1 conv. tot., e quindi anche unif., in |z| ≤ 1 − δ con δ ∈ (0, 1). Per
la proprietà del passaggio al limite sotto il segno di derivata abbiamo che per |z| ≤ 1 − δ si ha
!0  0
n−1 n 0 n 1 1
∑nx = ∑ (x ) = ∑x = = .
n≥0 n≥0 n≥0 1−x (1 − x)2
2.3 Serie di potenze 21

Osservazione 2.3.14 Se abbiamo una serie di potenze ∑ an (z−z0 )n con raggio dip convergenza R, allorap al serie delle sue
derivate ∑ n an (z − z0 )n−1 ha lo stesso raggio di convergenza perché lim supn→∞ n n |an | = lim supn→∞ n |an | = L = R1 .
Dunque, per la proprietà del passaggio al limite sotto il segno di derivata, una serie di potenze è di classe C ∞ in B(z0 , R).
Quali condizioni ci assicurano che una funzione f è analitica? Più in particolare, dato x0 nel dominio di f , ci chiediamo
quando vale la seguente uguaglianza

f (n) (x0 )
f (x) = ∑ (x − x0 )n .
n=0 n!
Innanzitutto è necessario che f sia C∞ almeno in un intorno di x0 . In tal caso possiamo scrivere lo sviluppo di Taylor
dell’ordine n:
n
f (k) (x0 )
f (x) = ∑ (x − x0 )k + Rn (x0 , x).
k=0 k!
Se ad esempio usiamo la formula del resto di Lagrange

f (n+1) (ξ )
Rn (x0 , x) = (x − x0 )n+1
(n + 1)!

con ξ tra x e x0 , e supponiamo che



f (n+1) (ξ )
n+1

sup Rn (x0 , x) = sup (x − x0 ) → 0,

x∈[x0 −r,x0 +r] (n + 1)!

x∈[x0 −r,x0 +r]

ne segue che la serie converge ad f (x) per tutti gli x ∈ [x0 − r, x0 + r], cioè la serie conv. punt. in [x0 − r, x0 + r], anzi, dato
che kRn k∞ = k f − Pn k∞ → 0, si ha che la serie conv. unif. in [x0 − r, x0 + r].

Esempio 2.3.15 f (x) = ex .


Ovviamente f ∈ C ∞ e f (n) (x) = ex ∀n ∈ N. Consideriamo x0 = 0 ed un qualunque r > 0. Allora

eξ rn+1
sup |x − x0 |n+1 = er → 0.
ξ ∈[−r,r] (n + 1)! (n + 1)!

Quindi la serie di Taylor di ex conv. unif. su ogni intorno limitato di zero a ex , che è quindi una funzione analitica.

Esercizio 2.3.16 Applicare lo stesso ragionamento per sin x, cos x e ln(1 + x).

Esempio 2.3.17 Per il passaggio al limite sotto il segno di integrale si ha


! !
Z 1 Z 1 m k (−1)k+1 1 m k+n
k+1 (t )
Z
n m n
t ln(1 + t ) dt = t ∑ (−1) dt = ∑ t dt
0 0 k≥1 k k≥1 k 0
 " #t=1 
(−1) k+1 t m k+n+1 (−1)k−1
= ∑ = ∑ .
k≥1 k m k+n+1 k≥1 k (m k + n + 1)
t=0

Esercizio 2.3.18 Consideriamo la serie


3
∑ n x e−n x , x ∈ R.
n≥1
3
Conv. puntuale. Visto che fn (0) = 0, abbiamo sicuramente conv. punt. in zero. Se x > 0, allora fn (x) = n x e−n x =
3
n eln(x)−n x e per il criterio della radice abbiamo conv. punt. in (0, ∞) in quanto ∀x > 0 si ha
√ ln(x) 3 3
n e n −x = e−x < 1.
p
n n
lim fn (x) = lim
n→∞ n→∞

3
Se x < 0, allora fn (x) = −n eln(−x)−n x e per il criterio della radice abbiamo che ∀x < 0 si ha ∑ fn (x) =
3
− ∑ n eln(−x)−n x = −∞ in quanto
pn √ ln(−x) 3 3
lim n eln(−x)−n x = lim n n e n −x = e−x > 1.
3
n→∞ n→∞
2.3 Serie di potenze 22

Dunque l’insieme di convergenza puntuale è [0, ∞).


Conv. totale. Dato che
3 1
fn0 (x) = n (1 − 3 n x3 ) e−n x > 0 ⇔ x < √
3
1

3n f1
-1.0 -0.5 0.5 1.0 1.5 2.0
f2
e limx→∞ fn (x) = 0, abbiamo f3
-1
f4

n2/3
 
1 -2
f5

sup | fn (x)| = fn √
3
=√
3
x≥0 3n 3e -3

e quindi non abbiamo conv. tot. in quanto ∑ n2/3 non converge per il criterio necessario. Per quanto già visto è
evidente che si ha conv. tot. in [δ , ∞) ∀δ > 0.

Conv. uniforme. Sicuramente c’è conv. unif. in [δ , ∞) ∀δ > 0. In particolare osserviamo che ∀x > δ
! !
−n x3 1 d  −n x3  1 d −n x3 (a + a2 + . . . + am )(1 − a) = a − am+1
∑ n x e = ∑ − 3 x dx e =− ∑e =
⇒ ∑m n a−am+1 ∞ n a
n≥1 n≥1 3 x dx n≥1 n=1 a = 1−a ⇒ ∑n=1 a = 1−a
3 3
! 3
!
1 d e−x − e−(n+1)x 1 d e−x 1 3 x2 x
=− lim 3 =− 3 =− 3
=
3) − 1
.
3 x dx n→∞ 1−e −x 3 x dx 1−e −x 3 x 2 1 − cosh(x ) 2 cosh(x

Visto che 
x
3

2(cosh(x3 )−1)
se x > 0
x 7→ ∑ n x e−n x =
n≥1
0 se x = 0
x
non è una funzione continua in quanto f (0) = 0 6= limx→0+ 2(cosh(x3 )−1)
= ∞, non abbiamo conv. uif. in [0, ∞).

Esercizio 2.3.19 Discutere il comportamento delle seguenti serie di funzioni, calcolandone la somma nell’insieme di
convergenza.

ln(x)n
∑ , x > 0;
n≥0 n + 1
n2 + 1 2n
∑ n sinn x, x ∈ R; ∑ z , z ∈ C;
n≥1 n≥0 n − i
z
∑ n 2−n e(2n−1) i x , x ∈ R; ∑ en(ℜe(z)+1− 2 ) , z ∈ C;
n≥1 n≥0

n + (x − x2 )n/2 (−1)n e−n x


∑ , x ∈ [0, 1]; ∑ , x ∈ R.
n≥1 (n − 1)! n≥0 2n + 1

Esercizio 2.3.20 Dimostrare le seguenti uguaglianze.

(−1k ) (−1)k (−1)k


Z 1 Z 1 Z 1
arctan x
dx = ∑ 2
; ln x ln(1 + x) dx = ∑ 2
; sin x ln x dx = ∑ .
0 x k≥0 (2k + 1) 0 k≥1 k (k + 1) 0 k≥1 2 k (2 k)!
Capitolo 3
Equazioni differenziali

25/09/2017
3.1 Generalità

Un’sistema di eq.i diff.i di ordine h ∈ N è un’identità che lega fra di loro le derivate fino all’ordine h di una funzione
incognita y (xx) ∈ Rn , x ∈ Rm , ovvero un’equazione della forma
 
f x ,yy(xx),yy(1) (xx),yy(2) (xx), . . . ,yy(h) (xx) = 0 , (3.1)

dove f è una funzione vettoriale continua nei suoi argomenti ed y (i) rappresenta le derivate di ordine i di y . Il nostro scopo
è risolvere tale equazione, ovvero trovare (se esistono) tutte le funzione y di classe C h , ovvero funzioni continue le cui
derivate fino all’ordine h sono continue, che risolvono la (3.1). Vi sono diverse tecniche per risolvere le eq.i diff.i, che
differiscono a seconda di f . Per questo motivo caratterizziamo i diversi tipi di eq.i diff.i come segue:
• Se f è una funzione scalare, ovvero f = f assume valori in R, allora (3.1) è detta equazione differenziale scalare.
• Se m = 1, allora (3.1) coinvolge derivate ordinarie di y ed è detta equazione differenziale ordinaria.
• Se m > 1, allora (3.1) coinvolge derivate parziali di y ed è detta equazione differenziale alle derivate parziali.
• Se f è una funzione della forma

f (xx,yy1 ,yy2 , . . . ,yyh+1 ) = y h+1 −gg (xx,yy1 ,yy2 , . . . ,yyh ) ,

allora (3.1) è detta equazione differenziale in forma normale e si presenta nella forma
 
y (h) (xx) = g x,yy(xx),yy(1) (xx),yy(2) (xx), . . . ,yy(h−1) (xx) .

• Se f è una funzione lineare, ovvero della forma f (xx,yy1 ,yy2 , . . . ,yyh+1 ) = y h+1 + ∑hi=1 A i (xx)yyi +A
A0 (xx), allora (3.1) è detta
equazione differenziale lineare e si presenta nella forma
h−1
y (h) (xx) = − ∑ A i+1 (xx)yy(i) −A
A0 (xx) .
i=0

Ad esempio, un’equazione ordinaria scalare del primo ordine in forma normale è del tipo

y0 = g (x, y) ,

Com’è consuetudine abbiamo omesso nell’equazione precedente la variabile indipendente x dalla funzione incognita y(x)
ed indicato y0 (x) = dx
d
y(x). Per brevità scriveremo “eq. diff.” per “eq. diff.”.
Osservazione 3.1.1 Osserviamo che ogni eq. diff. scalare di ordine h può essere trasformata in un sistema equivalente di
h eq.i diff.i del primo ordine, che di solito è più semplice da risolvere. Infatti, se y ∈ C h (I) risolve l’equazione scalare
 
f x, y, y0 , . . . , y(h) = 0 (3.2)

nell’intervallo I ⊆ R, allora la funzione u = (u0 , u1 , . . . , uh−1 ) : I → Rh le cui componenti sono le h funzioni

u0 (x) = y(x), u1 (x) = y0 (x), ... uh−1 (x) = y(h−1) (x),

risolve il sistema di eq.i diff.i del primo ordine

23
3.1 Generalità 24


0
u0 = u1 ,


0

u1 = u2 ,



... (3.3)
u0h−2
 = uh−1 ,




   
 f x, u0 , u1 , . . . , uh−1 , u0h−1 = f x,uu, u0h−1 = 0.

Viceversa, se u = (u0 , u1 , . . . , uh−1 ) ∈ C 1 (I, Rh ) risolve (3.3), è facile verificare che y = u0 è di classe C h nell’intervallo I
e risolve (3.2). Si noti che se l’eq. diff. (3.2) è in forma normale
 
y(h) = g x, y, y0 , . . . , y(h−1) ,

allora l’ultima equazione del sistema (3.3) diventa

u0h−1 = g (x,uu)

e quindi anche il sistema (3.3) è in forma normale.

Non tutte le eq.i diff.i sono risolubili. Ad esempio

1 + (y + y0 )2 = 0

non lo è. Si dimostra invece che tutte le eq.i diff.i in forma normale sono risolubili, anzi hanno un’infinità di soluzioni. Ad
esempio, l’eq. diff. ordinaria scalare del primo ordine in forma normale

y0 = f (x), x ∈ [a, b],

ha per soluzioni tutte e sole le funzioni della forma


Z x
y(x) = f (t) dt + c, x ∈ [a, b],
a

per una costante arbitraria c ∈ R.


Se oltre ad un’eq. diff. si prescrive di assumere un prefissato valore y0 ∈ R in un determinato punto x0 ∈ I, allora si
ottiene il problema di Cauchy, che ammette sempre un’unica soluzione. Ad esempio, il problema di Cauchy per un’eq.
diff. ordinaria scalare del primo ordine in forma normale è
(
y0 = g(x, y), x ∈ [a, b],
(3.4)
y(x0 ) = y0 ,

dove x0 ∈ [a, b] e y0 ∈ R. Si osservi che x 7→ y(x) è una soluzione del problema di Cauchy (3.4) se g(x, y(x)) è il coefficiente
angolare della retta tangente al suo grafico nel suo punto (x, y(x)) ed il suo grafico passa per (x0 , y0 ).
I problemi di Cauchy per sistemi del primo ordine in forma normale hanno la forma
(
y0 = g(x,yy), x ∈ [a, b],
y (x0 ) = y 0 ,

invece i problemi di Cauchy per un’eq. diff. di ordine h hanno la forma


  
y(h) = g x, y, y0 , . . . , y(h−1) , x ∈ [a, b],
y(x0 ) = y0 , y0 (x0 ) = y1 , . . . y(h−1) (x0 ) = yh−1 ,

dove y0 , y1 , . . . , yh−1 sono h valori assegnati.

Esempio 3.1.2 Costruiamo un modello per il traffico stradale microscopico, ovvero basato su eq.i diff.i ordinarie. Non
avendo molti strumenti matematici a disposizione, consideriamo il caso più semplice, ovvero una strada rettilinea, omoge-
nea e con un’unica corsia. In questo caso il sorpasso non è possibile. Non è limitativo assumere che i veicoli si muovano
con velocità positiva. La strada può essere parametrizzata con x ∈ R. Il traffico è descritto dalla posizione di ciascun
veicolo ad ogni istante t ∈ R, ovvero da
x1 (t), . . . , xn (t)
3.1 Generalità 25

se abbiamo n veicoli.
Il caso banale è quello in cui il traffico è costituito da un unico veicolo, ovvero n = 1. Visto che tale veicolo ha la strada
completamente libera, esso si muove alla massima velocità vmax , ovvero la sua equazione del moto è

x10 (t) = vmax . (3.5)

Si tratta di un’eq. diff. ordinaria lineare del primo ordine in forma esplicita. Per conoscere esattamente la sua posizione
ad ogni istante, è necessario sapere la sua posizione ad un tempo arbitrario. Se ad esempio sappiamo che

x1 (t0 ) = x0,1 , (3.6)

dove x0,1 ∈ R è la sua posizione al tempo t0 ∈ R, allora la sua legge oraria è

x1 (t) = x0,1 + (t − t0 )vmax , t ∈ R. (3.7)

Abbiamo appena risolto il nostro primo problema di Cauchy (3.5),(3.6), infatti (3.7) ci dà la sua soluzione.
Consideriamo ora un secondo veicolo che al tempo t0 si trova nella posizione x0,2 , ovvero

x2 (t0 ) = x0,2 . (3.8)

Non è limitativo assumere che x0,2 < x0,1 . Per la precisione, se ciascun veicolo ha lunghezza 1 (possiamo utilizzare
la lunghezza dei veicoli come unità di misura, ovvero “normalizzarla”), non è limitativo assumere che x0,1 − x0,2 ≥ 1.
Potremmo pensare che anche il secondo veicolo si muova con velocità massima vmax . Questo però contrasta con la realtà,
in quanto i veicoli (non automatizzati) si muovono tenendo conto anche della loro distanza dal veicolo che li precede. Per
questo motivo è più ragionevole pensare ad un’equazione del moto del tipo
 
1
x20 (t) = v , (3.9)
x1 (t) − x2 (t)

dove v : [0, 1] → [0, vmax ] è una funzione decrescente tale che v(0) = vmax e v(1) = 0. Si tratta di un’eq. diff. ordinaria non
lineare del primo ordine in forma normale. Le ipotesi su v tengono conto del fatto che velocità maggiori corrispondono
a maggiori distanze dal veicolo che precede, e che un veicolo si ferma se tocca il paraurti del veicolo che lo precede. La
legge oraria del secondo veicolo dipende dall’espressione esplicita di v.
È ora evidente che iterando le equazioni (3.8),(3.9) il traffico costituito da n veicoli è descritto dal problema di Cauchy

x0 (t) = vmax ,
 1


 
0 1
xi (t) = v , i ∈ {2, . . . , n}, (3.10)

 xi−1 (t) − xi (t)
i ∈ {1, . . . , n}.

x (t ) = x ,
i 0 0,i

Si tratta di un sistema di eq.i diff.i ordinarie non lineari del primo ordine in forma normale. Il modello così ottenuto viene
detto modello follow-the-leader del primo ordine, in quanto la velocità di ciascun veicolo dipende unicamente dalla sua
distanza dal veicolo che lo precede e perché si tratta di un sistema di eq.i diff.i ordinarie del primo ordine.
Un esempio di modello follow-the-leader del secondo ordine è il problema di Cauchy 26/09/2017


 x10 (t) = vmax ,
 0
xi−1 (t) − xi0 (t)
 
1


x00 (t) = p0

2 , i ∈ {2, . . . , n},
i
xi−1 (t) − xi (t) xi−1 (t) − xi (t) (3.11)




 xi (t0 ) = x0,i , i ∈ {1, . . . , n},
x0 (t ) = v ,

i ∈ {2, . . . , n}.
i 0 0,i

Si tratta di un sistema di eq.i diff.i ordinarie non lineari del secondo ordine in forma normale. Tale modello migliora quello
del primo ordine (3.10) in quanto considera la capacità (non istantanea) di ciascun veicolo di reagire ai cambiamenti di
velocità del veicolo che lo precede tramite la funzione p(ρ) = ρ γ , dove γ > 0 è un parametro del modello. Osserviamo
che introducendo il marcatore Lagrangiano
 
0 1
wi (t) = xi (t) + p
xi−1 (t) − xi (t)

come nuova variabile, il modello (3.11) può essere ridotto al sistema del primo ordine
3.1 Generalità 26


0
x1 (t) = vmax ,

  
1


x0 (t) = wi (t) − p

, i ∈ {2, . . . , n},
 i
i−1 (t) − xi (t)

x
w0i (t) = 0,
 i ∈ {1, . . . , n},
i ∈ {1, . . . , n},

xi (t0 ) = x0,i ,



wi (t0 ) = w0,i , i ∈ {1, . . . , n},

dove !
1
w0,i = v0,i + p .
x0,i−1 − x0,i (t)
Si tratta di un sistema di eq.i diff.i ordinarie non lineari del primo ordine in forma normale.
Nel caso in cui il traffico sia costituito da un gran numero di veicoli, risolvere il sistema (3.10) o (3.11) diventa molto
laborioso e richiede molto tempo, anche se si utilizzano dei super computer, rendendo così inutile comunicare le previsioni
di traffico visto che arriverebbero in ritardo. In questo caso è preferibile utilizzare dei modelli macroscopici, ovvero basati
su eq.i diff.i alle derivate parziali. Il modello più semplice è quello proposto da Lighthill, Whitham [4] e Richards [5]

∂t ρ + ∂x f (ρ) = 0, (3.12)

dove ρ ≥ 0 è la densità dei veicoli (ovvero, il numero di veicoli per unità di lunghezza), mentre f (ρ) = v(ρ)ρ è il flusso
del traffico (ovvero, il numero di veicoli per unità di tempo), essendo v(ρ) la velocità corrispondente alla densità ρ. Si
tratta di un’eq. diff. alle derivate parziali del primo ordine non lineare e non in forma normale. Il modello più famoso del
secondo ordine è quello proposto da Aw, Rascle [1] e Zhang [6]

∂t ρ + ∂x (ρ v) = 0,
    (3.13)
∂t ρ v + p(ρ) + ∂x ρ v v + p(ρ) = 0.

Il legame tra tali modelli macroscopici e microscopici è stato studiato di recente in [2, 3], dove è stato rigorosamente
dimostrato che è i modelli macroscopici del primo (3.12) e secondo ordine (3.13) possono essere ottenuti da quelli
microscopici del primo (3.10) e secondo ordine (3.11), rispettivamente, mandando il numero di veicoli “all’infinito”.

Esempio 3.1.3 Sia data l’equazione differenziale ordinaria

(u0 )2 + t u0 − u = 0.

1. Trovare un polinomio di primo grado che soddisfi tale equazione.


2. Trovare un polinomio di secondo grado che soddisfi tale equazione.
3. Si dimostri che non esistono polinomi di grado superiore al secondo che soddisfano tale equazione.
Consideriamo il polinomio p(t) = at 2 + bt + c con a, b e c che possono annullarsi. Si ha p0 (t) = 2 at + b e quindi

a (4 a + 1) = 0


0 2 0 2 2
(p ) + t p − p = (2 at + b) + t (2 at + b) − (at + bt + c) = 0 ⇔ ab = 0

b2 − c = 0

da cui ricaviamo due possibilità


 
a = 0 a = −1/4

 

b2 = c e b=c=0
 
 p(t) = bt + b2 ,

b ∈ R,  p(t) = −t 2 /4.

Un polinomio di grado k > 2 ha la forma pk (t) = ∑kn=0 an t n con ak 6= 0. Osserviamo che

t p0k (t) − pk (t) = k ak t k − ak t k + (grado inferiore) = (k − 1) ak t k + (grado inferiore)


 2
è un polinomio di grado k. Inoltre p0 (t)2 = ∑kn=1 n an t n−1 = k2 a2k t 2(k−1) + (grado inferiore) ha grado 2 (k − 1). Se
dunque pk fosse soluzione si avrebbe k = 2 (k − 1), ovvero k = 2: una contraddizione!
3.2 Il teorema di esistenza e unicità 27

Esempio 3.1.4 Sia dato il problema di Cauchy per un’equazione differenziale ordinaria
(
(3 u0 )2 − 54 u = 1
u(0) = 0.

1. Trovare i polinomi di secondo grado che soddisfano tale problema.


2. Si dimostri che non esistono polinomi di grado diverso dal secondo che soddisfano tale problema.
(1) Consideriamo il polinomio p(t) = at 2 + bt + c con a, b e c che possono annullarsi. Imponendo il dato di Cauchy
otteniamo che c = 0. Si ha p0 (t) = 2 at + b e quindi

2
9b − 1 = 0


0 2 2 2
(3 p ) − 54 p − 1 = 9 (2 at + b) − 54 (at + bt) − 1 = 0 ⇔ (2a − 3)b = 0

a(2a − 3) = 0

da cui ricaviamo due possibilità


 
a = 3/2 a = 3/2

 

b = −1/3 b = 1/3
 p(t) = 3 t 2 − 1 t,  p(t) = 3 t 2 + 1 t.

 

2 3 2 3

(2) I conti appena svolti dimostrano che il problema non ammette come soluzioni le costanti o i polinomi di primo grado.
Consideriamo pertanto un polinomio della forma pk (t) = ∑kn=1 an t n con ak 6= 0 e k > 2. Osserviamo che
!2
k
9 p0k (t)2 =9 ∑ n an t n−1
= 9 k2 a2k t 2 (k−1) + (grado inferiore),
n=1
!
k
n
−54 pk (t) − 1 = −54 ∑ an t − 1 = −54 ak t k + (grado inferiore);
n=0

se dunque pk fosse soluzione si avrebbe k = 2 (k − 1), ovvero k = 2: una contraddizione!

3.2 Il teorema di esistenza e unicità

Consideriamo il sistema del primo ordine in forma normale

u 0 = g (x,uu)

dove g : Rm+1 → Rm è una funzione assegnata che soddisfa le seguenti ipotesi:


(i) la funzione g è continua su un aperto A ⊆ Rm+1 ;
(ii) la funzione g è localmente lipschitziana rispetto alla variabile u in A, uniformemente rispetto ad x, ovvero per ogni
compatto K ⊂ A esiste una costante CK ≥ 0 per cui risulta

g (x,uu) −gg(x,vv) ≤ CK |uu −vv| , (x,uu) , (x,vv) ∈ K.
m m

Fissiamo un punto (x0 ,uu0 ) ∈ A e consideriamo il problema di


Cauchy (
u 0 = g (x,uu)
u (x0 ) = u 0 .
Dato che A è aperto, esiste un cilindro (m + 1)-dimensionale
compatto R, di centro (x0 ,uu0 ) e contenuto in A, ovvero esistono
a, b > 0 tali che n o
R = (x,uu) ∈ Rm+1 : |x − x0 | ≤ a, |uu −uu0 |m ≤ b .

Visto che g è continua nel compatto R, per il teorema di Weierstrass esiste M ≥ 0 tale che
3.2 Il teorema di esistenza e unicità 28


g (x,uu) ≤ M, (x,uu) ∈ R; (3.14)
m

inoltre per (ii) esiste C ≥ 0 t.c.



g (x,uu) −gg(x,vv) ≤ C |uu −vv| , (x,uu) , (x,vv) ∈ R.
m m

Si ha allora il seguente teorema di esistenza ed unicità locale:


Teorema di esistenza ed unicità locali Assumiamo che g soddisfi le ipotesi (i),(ii) e fissiamo (x0 ,uu0 ) ∈ A. Siano R, M e
C il cilindro e le costanti sopra introdotte. Esistono allora un intervallo J = [x0 − h, x0 + h], con 0 < h ≤ a, ed un’unica
funzione u : J → Rm di classe C 1 , tali che (
u 0 = g (x,uu) , x ∈ J
(3.15)
u (x0 ) = u 0 ;
inoltre il grafico di u è tutto contenuto in R, ovvero

u (x) −uu0 ≤ b, x ∈ J. (3.16)
m

Dimostrazione.
1o passo : trasformiamo il problema di Cauchy in un sistema di equazioni integrali ad esso equivalente.
Se u : J → Rm è di classe C 1 e risolve il problema di Cauchy (3.15), allora per ogni x ∈ J abbiamo
Z x Z x
u 0 (t) dt = u 0 +

u (x) = u 0 + g t,uu(t) dt, x ∈ J.
x0 x0

Viceversa la funzione u : J → Rm data da


Z x 
u (x) = u 0 + g t,uu(t) dt, x ∈ J, (3.17)
x0

è di classe C1 in quanto l’integrando di una funzione continua è di classe C1 . Possiamo quindi derivare
ottenendo

u 0 = g (x,uu) , x ∈ J.

Inoltre u (x0 ) = u 0 e quindi u risolve il problema di Cauchy (3.15).


2o passo : risolviamo il sistema integrale con il metodo delle approssimazioni successive.
Sia h = min{a, b/M, 1/C}. Definiamo la seguente successione di funzioni vettoriali {uun }:

u 0 (x) = u 0 ,

Z x  (3.18)
u
 n+1
 (x) = u 0 + g t,uun (t) dt, x ∈ J, n ∈ N.
x 0

Verifichiamo per induzione i seguenti fatti:



sup u n (x) −uu0 m ≤ b, n ∈ N, (3.19)
x∈J
Cn
|x − x0 |n+1 ,

u n+1 (x) −uun (x) ≤ M x ∈ J, n ∈ N. (3.20)
m (n + 1)!

La (3.19) è ovvia per n = 0; supponiamo che essa valga per un certo n: essendo (t,uun (t)) ∈ R per ogni t ∈ J,
per la (3.14) si ha
Z x Z x
  (3.14)
sup u n+1 (x) −uu0 m = sup g t,uun (t) dt ≤ sup gg t,uun (t) dt ≤ sup M |x − x0 | = M h ≤ b.

x∈J x∈J x0 m x∈J x0 m x∈J

Dunque la (3.19) vale per n + 1 e pertanto, per induzione, è vera per ogni n ∈ N. La (3.20) vale per n = 0, dato
che Z x Z x
 
u 1 (x) −uu0 (x) = g t,uu0 (t) dt ≤ gg t,uu0 (t) dt ≤ M |x − x0 | ;
m x x m
0 m 0

se poi essa vale per un certo n, essendo (t,uun+1 (t)), (t,uun (t)) ∈ R per ogni t ∈ J, per (ii) si ha
3.2 Il teorema di esistenza e unicità 29

Z x h Z x
 i  
u n+2 (x) −uun+1 (x) = g u
t,u n+1 (t) −g
g u
t,u n (t) dt ≤ g u
t,u n+1 (t) −gg u
t,u n (t) dt
m g
m
x0 x0

m
Z x n+1

Cn+1

(ii) Z x |t − x |
0
n+1
|x − x0 |n+2 ,

≤ C u n+1 (t) −uun (t) m dt ≤ M C dt = M x ∈ J.

x0 x0 (n + 1)! (n + 2)!

Dunque la (3.20) vale anche per n + 1, cosicché, per induzione, è vera per ogni n ∈ N.
In particolare, la (3.20) implica che 27/09/2017

hn+1
sup u n+1 (x) −uun m ≤ M Cn

, n ∈ N,
x∈J (n + 1)!

e quindi per ogni p > n


p−1 p−1
hk+1
sup u p (x) −uun m ≤ ∑ sup u k+1 (x) −uuk m ≤ M ∑ Ck

.
x∈J k=n x∈J k=n (k + 1)!

p−1 k h k+1
Dato che la serie ∑k=n C (k+1)! è convergente, la stima appena ottenuta mostra che per ogni x ∈ J la
successione {uun (x)} è di Cauchy in Rm . Pertanto esiste

u (x) = lim u n (x) , x ∈ J,


n→∞

e anzi la convergenza è uniforme in J in quanto



lim sup un (x) −uu (x) m = 0; (3.21)
n→∞ x∈J

e quindi u è una funzione continua in J.


Adesso vogliamo passare al limite per n → ∞ nella relazione (3.18) che definisce la successione {uun }. Il primo
membro tende ovviamente ad u (x); per il secondo membro si ha, in virtù delle ipotesi fatte su g ,
Z x Z x Z x
   
g t,uun (t) dt − g t,uu(t) dt ≤ gg t,uun (t) −gg t,uu(t) dt
x
0 x0

m
x0 m
Z x
(ii)
≤ C u n (t) −uu(t) m dt ≤ C h sup u n (t) −uu(t) m
x0 t∈J

e per la (3.21) l’ultimo membro tende a zero per n → ∞. In conclusionee mandando n → ∞ nella relazio-
ne (3.18) otteniamo che la funzione u risolve il sistema integrale (3.17).
Notiamo anche che mandando n → ∞ nella (3.19) si ottiene la stima (3.16). Ciò conclude la dimostrazione del
2o passo.
o
3 passo : proviamo infine l’unicità della soluzione.
Fissiamo k ∈ [0, h) e poniamo J0 = [x0 − k, x0 + k] ⊂ J. Se u , v sono due soluzioni distinte dell’equazione
integrale, allora per ogni x ∈ J0 abbiamo
Z x h Z x
 i (ii)
u (x) −vv(x) = g t,uu(t) −gg t,vv(t) dt ≤ C u (t) −vv(t) m dt ≤ C k sup u (t) −vv(t) m ,

m
x0 x0

m t∈J0

da cui, essendo C k < C h ≤ 1,



sup u (x) −vv(x) m < sup u (t) −vv(t) m .
x∈J0 t∈J0

Ciò è assurdo, dunque u = v in J0 . Per l’arbitrarietà di J0 ⊂ J, si ottiene u = v in J. Ciò conclude la dimostra-


zione del teorema. t
u

Ricordiamo che una funzione g : Rm+1 → Rm derivabile soddisfa (ii) se e solo se per ogni compatto K ⊂ Rm+1 si ha
m g
!
∂g
sup ∑ ∂ ui (x,uu) < ∞.
(x,uu)∈K i=1 m

Il seguente esempio mostra che le ipotesi di regolarità (i),(ii) di g sono ottimali: se è vero che la sola continui-
3.3 Dipendenza continua dal dato di Cauchy 30

tà (i) garantisce l’esistenza (lo si può dimostrare), essa non ci assicura l’unicità locale delle soluzioni del problema di
Cauchy (3.15).

Esempio 3.2.2 Sia λ ∈ R. Il problema di Cauchy


(
u0 = u2/3
u(λ ) = 0

(x−λ )3
ha come soluzioni sia u(x) ≡ 0 che uλ (x) = Inoltre, per ogni µ > λ anche tutte le funzioni
27 .

0
 se x ∈ (−∞, µ]
x 7→ (x − µ)3
 se x ∈ [µ, ∞)
27

sono delle soluzioni.

∂g 2
Osserviamo che g(x, u) = u2/3 è continua su tutto R2 ma non è localmente lipschitziana in quanto (x, u) 7→ ∂ u (x, u) = 3 3 u

non è limitata in qualsiasi compatto che interseca R × {0}.

3.3 Dipendenza continua dal dato di Cauchy

Nelle applicazioni di modelli basati sulle eq.i diff.i è auspicabile che la soluzione del problema di Cauchy dipenda in
maniera continua dal dato di Cauchy u 0 , ovvero che a piccole variazioni del “dato di Cauchy” u 0 (causate ad esempio da
errori di misura) corrispondano piccole variazioni della soluzione corrispondente. esempio
farfalla
Proposizione 3.3.1 Se g soddisfa (i),(ii), allora esiste una costante H tale che per ogni (x0 ,uu0 ), (x0 ,vv0 ) ∈ A si ha che

u (x) −vv (x) ≤ H |uu0 −vv0 | , x ∈ I ∩ J,
m m

dove u e v sono le soluzioni dei due problemi di Cauchy


( (
u 0 = g (x,uu) , x ∈ I v 0 = g (x,vv) , x ∈ J
u (x0 ) = u 0 , v (x0 ) = v 0 .

Dimostrazione. Denotiamo con C e M le costanti delle ipotesi su g relative ad un fissato cilindro compatto R che contenga
interamente i grafici di u e v . Sia h > 0 sufficientemente piccolo da avere J0 = [x0 − h, x0 + h] ⊆ I ∩ J. Utilizzando i sistemi
integrali equivalenti si ha
Z xh Z x
 i (ii)
u (x) −vv (x) = u 0 −vv0 +
m
g t,uu(t) −gg t,vv(t) dt ≤ |uu0 −vv0 |m +C
u (t) −vv(t) m dt

x0 x0

m

≤ |uu0 −vv0 |m + h C sup u (t) −vv(t) m ,
t∈J0

da cui
(1 − h C) sup u (t) −vv(t) m ≤ |uu0 −vv0 |m
t∈J0
3.4 Prolungamento delle soluzioni 31

e quindi la tesi se h è sufficientemente piccolo da avere h C < 1.


Se invece h C ≥ 1, scegliamo k ∈ (0, 1/C) e ripetiamo il ragionamento precedente in J1 = [x0 − k, x0 + k]: otteniamo
1
sup u (t) −vv(t) m ≤ |uu0 −vv0 |m .
t∈J1 1−k C
 
Consideriamo l’intervallo J2 = [x0 , x0 + 2k] centrato in x0 + k, e come nuovi dati x0 + k,uu(x0 + k) , x0 + k,vv(x0 + k) .
Lo stesso ragionamento di prima ci dà
1
sup u (t) −vv(t) m ≤ u (x0 + k) −vv(x0 + k) ,
m
t∈J2 1−k C

ed utilizzando la stima precedente (il che è lecito poiché x0 + k ∈ J1 ) si trova


1
sup u (t) −vv(t) m ≤ |uu0 −vv0 |m .
t∈J2 (1 − k C)2

Dunque, visto che k C ∈ (0, 1)


 
1 1 1
sup u (t) −vv(t) m ≤ max , |uu0 −vv0 |m = |uu0 −vv0 |m .
t∈J1 ∪J2 1 − k C (1 − k C)2 (1 − k C)2

Posto α = bh/kc ∈ N, se ripetiamo ancora α + 1 volte lo stesso argomento otteniamo la stima


1
sup u (t) −vv(t) ≤
m
|uu0 −vv0 |m .
t∈[x0 −k,x0 +h] (1 − k C)α+1

Infine si può iterare il procedimento anche all’indietro, e con altri α + 1 passi si ricava
1
sup u (t) −vv(t) ≤
m
|uu0 −vv0 |m ,
t∈[x0 −h,x0 +h] (1 − k C)α+1

che è la tesi. t
u

3.4 Prolungamento delle soluzioni

 quanto grande sia l’insieme J = [x0 − h, x0 + h] di


Il teorema di esistenza ed unicità locali ha carattere locale, e non ci dice
definizione della soluzione. D’altra parte, (x1 ,uu1 ) = x0 ± h,uu(x0 ± h) ∈ A può essere preso come nuovo dato di Cauchy
ed ancora il teorema di esistenza ed unicità locali garantisce che la soluzione può essere prolungata ulteriormente in un
intorno di x1 . Si può così pensare di prolungare la soluzione procedendo per passi successivi. Si ha in effetti:
Teorema del prolungamento Nelle ipotesi del teorema di esistenza ed unicità locali, sia Q un arbitrario cilindro chiuso
e limitato tale che Q ⊆ A e contenente (x0 ,uu0 ) come punto interno. Allora la soluzione locale u del problema di Cauchy
(
u 0 = g (x,uu)
u (x0 ) = u 0

può essere univocamente estesa ad un intervallo chiuso [x1 , x2 ], con x1 < x0 < x2 , in modo che i punti (x1 ,uu(x1 )) e
(x2 ,uu(x2 )) appartengano alla frontiera di Q.

Dimostrazione. Sia Q0 un cilindro chiuso e limitato di Rm+1 tale che Q ⊂ Q0 ⊂ A. Siano M e C tali che

g (x,uu) ≤ M, (x,uu) ∈ Q0 ,
m
g (x,uu) −gg(x,vv) ≤ C |uu −vv| , (x,uu) , (x,vv) ∈ Q0 .
m

Prendiamo poi a, b > 0 sufficientemente piccoli in modo che


n o
(x,uu) ∈ Rm+1 : |x − x0 | ≤ a, |uu −uu0 |m ≤ b ⊆ Q0 per ogni (x0 ,uu0 ) ∈ Q,
3.5 Soluzione globale 32


e scegliamo infine h = min a, b/M, 1/C .
Allora per ogni dato di Cauchy (x0 ,uu0 ) ∈ Q si può ripetere la dimostrazione del teorema di esistenza ed unicità locali
ottenendo una soluzione locale definita almeno in un intervallo [x0 − h, x0 + h]. Visto che h non dipende dalla scelta del
punto (x0 ,uu0 ) ∈ Q, procedendo per passi successivi l’insieme di definizione della soluzione del problema di Cauchy si
estende, ad ogni passo, di h e quindi dopo un numero finito di tappe intermedie il grafico della soluzione raggiungerà la
frontiera di Q. L’unicità del prolungamento è ovvia. t
u

Nel teorema del prolungamento è essenziale che Q sia chiuso e limitato, come mostrato nel seguente esempio.
Esempio 3.4.2 Se m = n = 1, il problema di Cauchy
(
u0 = 1 + u2
u(0) = 0

ha g(x, u) = 1 + u2 che soddisfa (i),(ii) in tutto R2 , ed ha come unica soluzione la funzione u(x) = tan x, la quale non è
prolungabile al di fuori dell’intervallo (−π/2, π/2). La soluzione non può quindi raggiunge la frontiera di [−π/2, π/2] ×
R. Questo però non contraddice il teorema del prolungamento, in quanto la striscia [−π/2, π/2] × R è chiusa ma non
limitata. Possiamo invece applicare il teorema a Q = [−π/2, π/2] × [a, b] con a < b.
Fino a che punto una soluzione è prolungabile? In parole povere, il prolungamento è possibile fino a che il grafico
della soluzione giace nell’aperto A dove g è definita. Per formalizzare questa idea, fissato (x0 ,uu0 ) ∈ A, introduciamo la
famiglia J (x0 ,uu0 ) costituita da tutti gli intervalli J contenenti x0 come punto interno, tali che il problema di Cauchy
corrispondente al dato (x0 ,uu0 ) abbia soluzione x 7→ u J (x) definita su tutto J. Per il teorema di esistenza ed unicità locali
abbiamo che J (x0 ,uu0 ) 6= 0.
/ Sia J0 l’intervallo ottenuto dall’unione di tutti gli intervalli J ∈ J (x0 ,uu0 ), ovvero
[
J0 = J,
J∈J (x0 ,uu0 )

e definiamo u : J0 → Rn ponendo

u (x) = u J (x) se x ∈ J e J ∈ J (x0 ,uu0 ).

Questa definizione ha senso perché due soluzioni u J , u I coincidono su J ∩I per l’unicità dimostrata nel teorema di esistenza
ed unicità locali. Resta così definita in tutto J0 un’unica soluzione u del problema di Cauchy che, per costruzione, non è
ulteriormente estendibile: essa è detta soluzione massimale.

3.5 Soluzione globale

Sia (x,uu) 7→ g (x,uu) continua su una striscia S = (c, d) × Rm e tale che esista una costante C per cui in ogni “sottostriscia”
chiusa [c0 , d0 ] × Rm ⊂ S, quindi con c < c0 < d0 < d, risulti

(x,uu) , (x,vv) ∈ [c0 , d0 ] × Rm .



g (x,uu) −gg(x,vv) ≤ C |uu −vv| ,
m

Allora si ha:
Teorema della soluzione globale Nelle ipotesi sopra dette, per ogni (x0 ,uu0 ) ∈ S la soluzione del problema di Cauchy
(
u 0 = g (x,uu)
u (x0 ) = u 0

è globale, cioè è definita nell’intero intervallo (c, d).

Dimostrazione. Scegliamo b ≥ 1 e fissiamo [c0 , d0 ] ⊂ (c, d). Posto

R = [c0 , d0 ] × u ∈ Rm : |uu −uu0 |m ≤ b ,



M0 = max g (x,uu0 ) m ,
x∈[c0 ,d0 ]

per (x,uu) ∈ R si ha

g (x,uu) ≤ g (x,uu) −gg (x,uu0 ) + g (x,uu0 ) ≤ C |uu −uu0 | + M0 ≤ C b + M0 .
m m m m
3.5 Soluzione globale 33

Quindi
n si può ripetere
o il ragionamento svolto nella dimostrazione del teorema ndel prolungamento o scegliendo h =
d0 −c0 1 d0 −c0 b 1
min 2 , C+M0 (si noti che, essendo b ≥ 1, questo numero è minore di min 2 , C b+M0 , C , che è la limita-
zione richiesta nella dimostrazione del teorema del prolungamento). Poiché h non dipende da b, dopo un numero finito
di passi si ricopre tutto l’intervallo [c0 , d0 ]. Dunque la soluzione è definita in ogni [c0 , d0 ] ⊂ (c, d) e pertanto è definita in
(c, d). t
u

Osserviamo che le ipotesi del teorema della soluzione globale sono soddisfatte dai sistemi lineari

g (x,uu) = A (x) u + f (x),

con A (x) matrice m × m a coefficienti continui in (c, d) e f funzione continua su (c, d). Dunque le soluzioni di equazioni
e sistemi differenziali lineari di qualsiasi ordine (a coefficienti continui) esistono in tutto l’intervallo su cui sono definiti i
coefficienti. 01/10/2017

Esercizio 3.5.2 Trasformare l’eq. diff.


y000 + sin x y00 − cos x y0 + y = x
in un sistema di tre equazioni del primo ordine.

Esercizio 3.5.3 Trasformare il sistema (


u0 = 2u − v + x,
v0 = 3u + v − x
in una eq. diff. del secondo ordine.

Esercizio 3.5.4 Determinare tutte le soluzioni (di classe C 1 in qualche intervallo) dell’eq. diff. (y0 )2 = 1.

Esercizio 3.5.5 Sia { fn } una successione di funzioni definite su un intervallo [a, b]. Supponiamo che

sup | fn+1 (x) − fn (x)| ≤ an , n ∈ N,


x∈[a,b]

e che la serie ∑∞ n=0 an sia convergente. Si provi che esiste una funzione f : [a, b] → R tale che f n → f uniformemente in
[a, b], ossia tale che
lim sup | fn+1 (x) − fn (x)| = 0.
n→∞ x∈[a,b]

Esercizio 3.5.6 Sia { fn } una successione di funzioni continue definite su un intervallo [a, b]. Supponiamo che esista una
funzione f : [a, b] → R tale che fn → f uniformemente in [a, b] (vedere l’esercizio precedente). Si provi che f è continua
in [a, b]. [Traccia: fissati x0 ∈ [a, b] ed ε > 0, sia ν ∈ N tale che | fn (x) − f (x)| < ε per ogni x ∈ [a, b] e per ogni n ≥ ν.
Allora si verifichi che esiste δ > 0 tale che per x ∈ [a, b] e |x − x0 | < δ si ha | f (x) − f (x0 )| ≤ | f (x) − fν (x)| + | fν (x) −
fν (x0 )| + | fν (x0 ) − f (x0 )| < 3ε.]

Lemma 3.1 (di Gronwall). Siano u, v funzioni continue in un intervallo [a, b]. Supponiamo che si abbia u ≥ 0 in [a, b] e
Z x
v(x) ≤ c + v(t) u(t) dt, ∀x ∈ [a, b],
a

dove c è una costante reale; allora risulta


Z x 
v(x) ≤ c exp u(t) dt , ∀x ∈ [a, b].
a

Dimostrazione. Definiamo
Z x
G(x) = c + v(t) u(t) dt, ∀x ∈ [a, b].
a

La funzione G verifica G(x) ≥ v(x) in [a, b] per ipotesi, ed inoltre G0 (x) = v(x) u(x) in [a, b]; ne
Rx
0
 (x) ≤ u(x) G(x)
segue G
0
in [a, b]. Moltiplicando la disequazione G (x) − u(x) G(x) ≤ 0 per la funzione positiva exp − a u(t) dt , si ottiene
3.6 Alcuni tipi di equazioni del primo ordine 34

 Zx  !
d
exp − u(t) dt G(x) ≤ 0, x ∈ [a, b],
dx a

da cui
 Zx 
exp − u(t) dt G(x) ≤ G(a), x ∈ [a, b],
a

e finalmente, essendo G(a) = c,


x
Z 
v(x) ≤ G(x) ≤ c exp u(t) dt , x ∈ [a, b].
a

t
u

3.6 Alcuni tipi di equazioni del primo ordine

In questa sezione forniremo qualche metodo per risolvere due tipi di eq.i diff.i: quelle a variabili separabili e quelle lineari.

3.6.1 Equazioni differenziali a variabili separabili

Le eq.i diff.i a variabili separabili sono equazioni (in generale non lineari) della forma

y0 = f (x) g(y), x ∈ I, (3.22)

dove f ∈ C 0 (I; R) e g ∈ C 0 (J; R), dove I e J sono due intervalli di R. Una soluzione y di questa equazione deve
necessariamente essere definita in un sottointervallo di I ed a valori in J. Una metodo risolutivo è il seguente:
1o passo : Cercare gli zeri di g. Se y0 ∈ J è tale che g(y0 ) = 0, allora la funzione costante

y(x) = y0 , x ∈ I,

è soluzione dell’equazione.
2o passo : Cercare le soluzioni non costanti y : I0 → J0 , con I0 ⊆ I e J0 ⊆ J, tali che g(y) 6= 0 per ogni y ∈ J0 .
Dividendo (3.22) per g (y) si ottiene

1 0 1 dy 1
y = = f (x) ⇔ dy = f (x) dx, x ∈ I0 .
g (y) g (y) dx g(y)

3o passo : Calcolare le primitive dei due membri di tale identità. Indicando con F una primitiva di f in I0 e con γ una
primitiva di 1/g in J0 , si ricava

1
Z Z 
dy = f (x) dx ⇔ γ y(x) = F(x) + c, x ∈ I0 ,
g(y)

dove c ∈ R è una costante arbitrariamente scelta.


4o passo : Visto che γ 0 = 1/g 6= 0, si ha che γ è strettamente monotona. Dunque esiste la sua inversa γ −1 e la relazione
precedente diventa

y(x) = γ −1 F(x) + c ,

x ∈ I0 .

Osserviamo che abbiamo così risolto (3.22) perché per ogni x ∈ I0 si ha


1  
y0 (x) = (γ −1 )0 F(x) + c F 0 (x) = −1
 
  f (x) = g γ F(x) + c f (x) = g y(x) f (x).
0
γ γ −1 F(x) + c

Purtroppo tale metodo non ci fornisce in generale tutte le soluzioni, come il seguente esempio mostra.

Esempio 3.6.1 L’eq. diff. y0 = y è a variabili separabili con
3.6 Alcuni tipi di equazioni del primo ordine 35


f = 1, I = R, g(y) = y, J = [0, ∞), J0 = (0, ∞).

L’unica soluzione costante è y(x) ≡ 0, x ∈ R. Utilizziamo il metodo descritto per ottenere soluzioni a valori in J0 :

√ y0 dy
Z
dy
Z x ≥ −c,

y0 = y ⇒ √ = 1 ⇒ √ = dx ⇒
p
√ = dx ⇒ 2 y(x) = x + c ⇒ x+c 2
 
y y y  y(x) = ,
2

dove c ∈ R è una costante arbitraria. La penultima uguaglianza implica che x ≥ −c, dunque I0 = [−c, ∞). L’eq. diff. ha
però anche altre soluzioni. Ad esempio, per ogni λ ∈ R la funzione

0
 se x < −λ
2
yλ (x) =

x+λ
 se x ≥ −λ
2

è una soluzione distinta da quelle già trovate.



Osserviamo che le ipotesi del teorema di esistenza ed unicità locali non sono soddisfatte in quanto (x, y) 7→ y non è
localmente lipschitziana in un qualsiasi intorno dell’origine. Di conseguenza non possiamo essere sicuri dell’esistenza o
dell’unicità della soluzione del problema di Cauchy
( √
y0 = y
y(0) = 0.

In effetti abbiamo che


(
x2 /4 se x ≥ 0
y1 (x) ≡ 0 e y2 (x) =
0 se x < 0

sono soluzioni distinte del problema di Cauchy (coincidono solo per x ≤ 0). Si noti che y2 è derivabile in 0 e y02 (0) = 0.
Al contrario, le ipotesi del teorema di esistenza ed unicità locali sono soddisfatte in un qualsiasi aperto che non
contenga l’origine. Di conseguenza il problema di Cauchy
( √
y0 = y
y(0) = 1
 2
x+2
ammette un’unica soluzione localmente, ovvero esiste h > 0 sufficientemente piccolo tale che x 7→ 2 sia l’unica
soluzione del problema di Cauchy. È facile vedere che tale soluzione è unica in [−2, ∞).

Esempio 3.6.2 Consideriamo l’eq. diff. y0 = x (1 + y2 ). Qui le funzioni f (x) = x e g(y) = 1 + y2 sono definite su tutto R
e la g non è mai nulla. Utilizziamo il metodo descritto per ottenere delle soluzioni:

y0 dy dy
Z Z
y0 = x (1 + y2 ) ⇒ =x ⇒ = x dx ⇒ = x dx
1 + y2 1 + y2 1 + y2


 x2 π
+ c < ,


 x2  2 2

⇒ arctan y(x) = + c ⇒ 2
!
2  x
y(x) = tan +c ,


2



2
dove c ∈ R è una costante arbitraria. La penultima uguaglianza implica che x2 + c < π2 perché l’immagine della funzione

√ √
√ è (−π/2,
arcotangente
√ √ √ π/2). Ad esempio, se c = 0 si ha x ∈ (− π, π), mentre se c = −π si hanno i due intervalli
(− 3π, − π) e ( π, 3π), a cui corrispondono due distinte soluzioni in quanto definite su intervalli disgiunti.

Esempio 3.6.3 Per l’eq. diff. y0 = −x/y, la funzione f (x) = x è definita su R mentre la g(y) = 1/y è definita su R \ {0} e
non è mai nulla. Cerchiamo soluzioni y(x) 6= 0 col solito metodo:
3.6 Alcuni tipi di equazioni del primo ordine 36

x
Z Z
y0 = − ⇒ y y0 = −x ⇒ y dy = −x dx ⇒ y dy = − x dx
y
( √
y2 x2 y(x) = ± 2c − x2 ,
⇒ = − +c ⇒ √ √
2 2 x ∈ (− 2c, 2c),

dove c > 0 è una costante arbitraria. La penultima uguaglianza implica che ciascuna soluzione è definita solo in
√ √ 2
(− 2c, 2c), perché solo per tali x si ha − x2 + c ≥ 0.

Le soluzioni hanno per grafici delle semicirconferenze di raggi 2c, con c > 0 arbitrario. Si osservi che la √
penultima
uguaglianza è equivalente a x2 + y2 = 2c, che è l’equazione
p della circonferenza
√ √ di centro l’origine e raggio 2c. Tale
equazione è risolta anche dalle funzioni x(y) = ± 2c − y2 , y ∈ (− 2c, 2c), ottenute esplicitando la variabile x in
funzione della y. L’equazione x2 + y2 = 2c (che corrisponde all’equazione γ(y) + F(x) = c ottenuta nel 3o passo) rappre-
senta una curva del piano la quale, “localmente”, ossia nell’intorno di ogni suo fissato punto, è grafico di una funzione
x 7→ y(x), oppure y 7→ x(y).

Esempio 3.6.4 Determiniamo la soluzione del problema di Cauchy


(
y0 = x y3
y(0) = 1.

Prima di tutto osserviamo che y = 0 è l’unica soluzione costante dell’eq. diff.. Quindi se y 6= 0, separando le variabili e
integrando si ottiene

Z
dy
Z
1 x 2 y(x) = ± √ 1

,
= x dx ⇒ − 2 = +c ⇒ √ −2c √− x
2
y3 2y 2 x ∈ (− −2c, −2c),

dove c < 0. Imponendo la condizione di Cauchy si ottiene c = −1/2 ed il segno positivo davanti alla radice, cioè

1
y(x) = √ , x ∈ (−1, 1).
1 − x2

Esempio 3.6.5 (di non esistenza) Risolviamo il problema di Cauchy


(
y y0 = 2
y(0) = 1.

L’eq. diff. non ammette soluzioni costanti. Separando le variabili ed integrando si ottiene
( √
y2 y(x) = ± 4x + 2c,
Z Z
y dy = 2 dx ⇒ = 2 x+c ⇒
2 x ≥ −c/2,

dove c ∈ R. Quindi per ogni c ∈ R esistono due soluzioni (corrispondenti


√ ai due segni davanti alla radice) definite solo per
x ≥ −c/2. Imponendo la condizione di Cauchy si ottiene y(0) = ± 2c = 1, quindi √ occorre scegliere c = 1/2 ed il segno
positivo davanti alla radice. La soluzione del problema di Cauchy è dunque y(x) = 4x + 1, definita solo per x ≥ −1/4.
Osserviamo che (x, y) 7→ 2/y soddisfa le condizioni del teorema di esistenza ed unicità locali in R \ {0}. Se quindi
la condizione di Cauchy non è del tipo y(x0 ) = 0, allora il problema di Cauchy ammette localmente un’unica soluzione.
Viceversa, se la condizione di Cauchy è del tipo y(x0 ) = 0, allora il problema di Cauchy non ammette soluzione in quanto,
se ne avesse una, l’eq. diff. calcolata in x0 implicherebbe 0 = 2: una contraddizione!

Esempio 3.6.6 Per risolvere l’eq. diff.


t x0 + x − x2 = 0
osserviamo che essa è equivalente all’eq. diff. a variabili separabili

x2 − x
x0 = .
t
Si osservi che g(x) = x2 − x si annulla in 0 ed 1, dunque x1 (t) = 0 e x2 (t) = 1 sono le due soluzioni costanti. Cerchiamo
soluzioni x(t) 6∈ {0, 1} col solito metodo:
3.6 Alcuni tipi di equazioni del primo ordine 37

x2 − x
Z  
0
Z
dx 1 1
Z
dt 1−x 1
x = ⇒ 2
= − dx = ⇒ ln
= ln − 1 = ln |t| + c

t x −x x−1 x t x x
 
 1 1
 1 − 1 = ec |t| x(t) = se t 6= 0 e x(t) < 1 x(t) = se t 6= 0
 
 

⇒ x(t) ⇒ 1 + ec |t| ⇒ 1 + ec |t|
1 1
t 6= 0, x(t) 6= 1

x(t) =

 se t 6= 0 e x(t) > 1 x(t) =

 se |t| < e−c .
1 − ec |t| 1 − ec |t|

In realtà, le due funzioni


1 1
x(t) = , t ∈ R, x(t) = , |t| 6= e−c ,
1 + ec |t| 1 − ec |t|

sono entrambe soluzioni dell’eq. diff. originale.

Esempio 3.6.7 L’eq. diff. a variabili separabili


1+t
x0 =
1−x
non ammette soluzioni costanti ed è risolta come segue

x2 t2
Z Z p
(1 − x) dx = (1 + t) dt ⇒ x− = t + +k ⇒ x2 − 2 x + (t 2 + 2 t + k) = 0 ⇒ x(t) = 1 ± c − 2 t − t 2,
2 2
√ √
dove c = 1 − k > 0. Chiaramente ciascuna soluzione è definita solo in (−1 − 1 + 4c, −1 + 1 + 4c). Si osservi che la
soluzione soddisfa (x − 1)2 + (t + 1)2 = 2 − k = 1 + c.

Esempio 3.6.8 Risolviamo il problema di Cauchy


(
2(1 + x2 ) + 3 t x2 x0 = 0
x(1) = 1.

Osserviamo che l’eq. diff. non ammette soluzioni costanti, che se t 7→ x(t) è una sua soluzione, allora essa non si annulla
mai perché altrimenti troverei 2 = 0, una contraddizione, ed inoltre essa non è definita in t = 0 perché altrimenti troverei
2(1 + x2 (0)) = 0, una contraddizione. Quindi l’eq. diff. equivale all’eq. diff. a variabili separabili

2 1 + x2
x0 = − .
3 t x2
Cerchiamo delle sue soluzioni col solito metodo:

2 1 + x2 x2
Z  
1 2 dt 2
Z Z
x0 = −

⇒ dx = 1 − dx = − ⇒ x(t) − arctan x(t) = − ln |t| + c.
3 t x2 1 + x2 1 + x2 3 t 3

Imponendo la condizione di Cauchy otteniamo


π  2 π
c = 1− ⇒ x(t) − arctan x(t) = − ln |t| + 1 − .
4 3 4
Visto che deve essere t 6= 0 ed il dato di Cauchy è assegnato per t = 1, deve essere t > 0; quindi x è implicitamente data
da
 2 π
x(t) − arctan x(t) = − ln(t) + 1 − .
3 4
Dato che x = 0 se e solo se x = arctan (x), abbiamo che
 
2 π 3
x(t) = 0 ⇔ − ln(t) + 1 − = 0 ⇔ t = exp (4 − π) > 1.
3 4 8

In definitiva abbiamo trovato una soluzione implicitamente data da


 !
 2 π 3
x(t) − arctan x(t) = − ln(t) + 1 − , t∈ 0, exp (4 − π) .
3 4 8
3.6 Alcuni tipi di equazioni del primo ordine 38

x casa
Esempio 3.6.9 Consideriamo l’eq. diff.
 2
t +1
x0 = 2 .
t −x−1
Introducendo la nuova variabile
t +1 t +1
y= ⇔ x = t −1−
t −x−1 y
otteniamo
y − (t + 1)y0 (2 y3 − y + 1)y
1− = 2 y2 ⇔ y2 − y + (t + 1)y0 = 2 y4 ⇔ y0 = .
y2 t +1
Si tratta di un’eq. diff. a variabili separabili la cui soluzione è calcolata come segue
Z  
dt dy 1 1 1 2 4 y−2 2 −2
Z Z
= = − − − dy
t +1 y(1 + y)(2 y2 − 2 y + 1) y 5 1 + y 5 2y2 − 2y + 1 5 1 + (1 − 2y)2
1 2 2
⇔ ln(t + 1) + c = ln(y) − ln(1 + y) − ln(2y2 − 2y + 1) − arctan(1 − 2y)
5 5 5!
y 5
⇔ 2 arctan(1 − 2y) + 5c = ln .
(t + 1)5 (1 + y)(2y2 − 2y + 1)2

Tornando alle variabili originarie abbiamo 1


 
x+t +3  
2 arctan + ln (2t − x)(5 + t(2 + t) + x(4 + x))2 = 5c.
x−t +1

03/10/2017
Esempio 3.6.10 Utilizzando la sostituzione v(x) = y(x)/x, un’eq. diff. della forma
 
y
y0 = g , (3.23)
x

con g funzione continua assegnata, diventa a variabili separabili nell’incognita v(x):

1 
g v(x) = y0 (x) = v(x) + x v0 (x) v0 =
 
y(x) = x v(x) ⇒ ⇒ g(v) − v .
x
Risolviamo ad esempio il problema di Cauchy
(
t 2 x0 + x2 = t x x0 ,
x(1) = 1.

L’eq. diff. può essere riscritta nella forma (3.23):

x2 (x/t)2
t(x − t)x0 = x2 ⇔ x0 = =
t(x − t) (x/t) − 1

per t 6= 0 e x(t) 6= t. Introducendo y = x/t otteniamo

1
According to Mathematica, the solution to the original ODE è implicitly given by
 
1+t  
2 arctan + ln (32t − 16x)(5 + t(2 + t) + x(4 + x))2 = C.
2+x

Osserviamo che
" " #  # " " #  #
x+t +3 2 1+t 2
2 arctan + ln (2t − x) 5 + t(2 + t) + x(4 + x) − 2 arctan + ln (32t − 16x) 5 + t(2 + t) + x(4 + x)
x−t +1 2+x

è not constant but piecewise constant.


3.6 Alcuni tipi di equazioni del primo ordine 39

" #
(x/t)2 y2 y2
Z  
d 1 y 1 dt
Z
= x0 ⇔ = (t y) = y + t y0 ⇔ 0
y = −y = ⇔ 1− dy =
(x/t) − 1 y − 1 dt t y−1 t(y − 1) y t
⇔ y − ln |y| = ln |t| + c.

La soluzione dell’eq. diff. originale è quindi data implicitamente da

x(t)
− ln x(t) = c.
t
Osserviamo x(t) = t se e solo se ln |t| = c − 1, ovvero t = ±ec−1 . Imponendo la condizione di Cauchy troviamo che c = 1.

Esempio 3.6.11 L’eq. diff.


(t + x)x0 = x − t
può essere riscritta nella forma (3.23):
x−t (x/t) − 1
x0 = = .
x+t (x/t) + 1
Introducendo y = x/t otteniamo

(x/t) − 1 y−1 d
= x0 ⇔ = (t y) = y + t y0 ⇔
(x/t) + 1 y + 1 dt
y2 + 1 ln(y2 + 1)
 
1 y−1 y+1 dt
Z Z
y0 = −y = − ⇔ dy = − ⇔ arctan(y) + = − ln |t| + c.
t y+1 t(y + 1) y2 + 1 t 2

La soluzione x dell’eq. diff. originale è quindi data implicitamente da


 
x(t) 1  
arctan + ln x(t)2 + t 2 = c.
t 2

x casa
Esempio 3.6.12 Risolviamo il problema di Cauchy
    
t x0 − x ln x + 1 = 0,

t
x(1) = e.

h  i
Per t 6= 0, l’eq. diff. può essere scritta nella forma (3.23) con g(ξ ) = ξ ln ξ + 1 . Il problema di Cauchy nella variabile
y = x/t diventa (
y + t y0 − y ln(y) + 1 = 0 ⇔ t y0 − y ln(y) = 0 ⇔ y0 = y ln(y)
  
t ,
y(1) = e.
Risolviamo l’eq. diff. a variabili separabili così ottenuta come segue
Z y(t) Z y(t)   Zt  
dz d(ln(z)) ds
y(t) = et .
 
= = ln ln y(t) = = ln(t) ⇔ ln ln y(t) = ln(t) ⇔
e z ln(z) e ln(z) 1 s

Tornando alle variabili originali, otteniamo x(t) = t et come soluzione al problema di Cauchy originale.
x casa
Esercizio 3.6.13 Risolvere le eq.i diff.i
s
x y y2
y0 = 2 − , y0 = + 1+ , x2 y0 = y2 + x y + 4 y2 .
y x x2

3.6.2 Equazioni lineari del primo ordine

Le eq.i diff.i lineari del primo ordine hanno la forma


3.6 Alcuni tipi di equazioni del primo ordine 40

y0 = a(x) y + b(x), x ∈ I, (3.24)

dove a e b sono funzioni continue in I. Sia y una soluzione dell’equazione. Scelta arbitrariamente una primitiva A di a in
I, moltiplicando i due membri dell’equazione per e−A(x) si ottiene
d  −A(x) 
e−A(x) b(x) = e−A(x) y0 (x) − a(x) y(x) =

e y(x) , x ∈ I;
dx
dunque e−A y è una primitiva di e−A b in I. Quindi, scelto arbitrariamente x0 ∈ I, esiste c ∈ R per cui
Z x
e−A(x) y(x) = e−A(t) b(t) dt + c, x ∈ I,
x0

da cui ricaviamo che la funzione y è data da


Z x 
y(x) = eA(x) e−A(t) b(t) dt + c , x ∈ I.
x0

Viceversa, se y è una funzione di questo tipo (con x0 ∈ I e c ∈ R arbitrariamente fissati), allora per ogni x ∈ I si ha
Z x   
y0 (x) = a(x) eA(x) e−A(t) b(t) dt + c + eA(x) e−A(x) b(x) = a(x) y(x) + b(x),
x0

cioè y risolve la (3.24).


Si noti che se b ≡ 0 (nel qual caso l’eq. diff. è a variabili separabili e si dice omogenea) l’insieme delle soluzioni è
V0 = {c eA(x) : c ∈ R}, che è uno spazio vettoriale di dimensione 1 generato dall’elemento x 7→ eA(x) . Se b 6≡ 0, l’insieme
delleRsoluzioni è uno spazio affine, cioè un traslato dello spazio V0 ottenuto sommando a ciascun elemento di V0 la funzione
eA(x) xx0 e−A(t) b(t) dt, che è una soluzione dell’equazione non omogenea (corrispondente a c = 0).
Si osservi anche che la scelta di una diversa primitiva, A(x) + λ , di a, o di un diverso punto x1 ∈ I come primo estremo
nell’integrale, non altera l’insieme delle soluzioni.
Se inoltre consideriamo la condizione di Cauchy

y(x0 ) = y0 ,
Rx
allora prendendo A(x) = x0 a(t) dt ricaviamo che la soluzione del corrispondente problema di Cauchy è

Z x  Zt  ! Z x 
y(x) = y0 + b(t) exp − a(s) ds dt exp a(t) dt , x ∈ I.
x0 x0 x0

Esempio 3.6.14 Consideriamo l’equazione y0 = 2 x y + x3 . Una primitiva della funzione a(x) = 2 x è A(x) = x2 .
2
Moltiplicando l’equazione per e−x si ottiene
d  −x2  2
e y(x) = x3 e−x .
dx
Integrando per parti si ha dunque

x2 d  −x2  x2 −x2 1 x2 x2 + 1 −x2


Z Z Z
2 2 2 2 2
e−x y(x) = x3 e−x dx = − e dx = x e−x dx − e = − e−x − e−x + c = − e +c
2 dx 2 2 2 2
e le soluzioni dell’equazione proposta sono le funzioni

x2 + 1 2
y(x) = − + c ex , c ∈ R.
2
Imponendo la condizione di Cauchy y(0) = 1/2 otteniamo c = 1 e quindi un’unica soluzione in accordo con il teorema di
esistenza ed unicità locali.
Non sempre i calcoli per risolvere un’eq. diff. possono essere esplicitamente svolti, perché talvolta le primitive non
2 2
sono esprimibili in forma chiusa: ad esempio la semplicissima equazione y0 = e−x ha le soluzioni y(x) = c + 0x e−t dt.
R

x casa
Esempio 3.6.15 Risolviamo il problema di Cauchy
3.6 Alcuni tipi di equazioni del primo ordine 41

x0 + x = ln(t),

t
x(1) = 1.

Si tratta di un’eq. diff. lineare della forma (3.24) con a(t) = −1/t e b(t) = ln(t). Pertanto la soluzione al problema di
Cauchy è
" Z t Z τ  #  Zt   Z t 
ds ds   
x(t) = 1 + ln(τ) exp dτ exp − = 1 + ln(τ) exp ln(τ) dτ exp − ln(t)
1 1 s 1 s 1
  "  
# " #
Z t Z t 2 2 2
   
1 1 d τ τ 1 t t 1 5 t 1
= 1 + τ ln(τ) dτ = 1 +  ln(τ) −  dτ  = 1 + ln(t) − + = + ln(t) − .

t 1 t 1 dτ 2 2 t 2 4 4 4t 2 2

x casa
Esempio 3.6.16 L’eq. diff.
x + (t − x3 ) x0 = 0
non è lineare. È possibile ottenere un’eq. diff. lineare come segue. Sia τ la funzione inversa di x, ovvero

τ(x(t)) = t.

Derivando tale equazione otteniamo

x(t) ξ 3 − τ(ξ ) 1
1 = τ 0 (x(t)) x0 (t) = −τ 0 (x(t)) ⇔ τ 0 (ξ ) = = − τ(ξ ) + ξ 2 .
t − x(t)3 ξ ξ

L’eq. diff. per τ così ottenuta è lineare e ha la forma (3.24) con a(ξ ) = −1/ξ e b(ξ ) = ξ 2 , pertanto
 !  " Z #  
Z y  ! "  #
1 1 y
Z ξ ξ Z ξ
2 2 ξ0
τ(ξ ) = τ0 + y exp dx dy exp − dx = τ0 + y exp ln dy exp ln
ξ0 ξ0 x ξ0 x ξ0 ξ0 ξ
" # " # " #
ξ3 ξ3
Z ξ 3
ξ0 y ξ0 ξ4 ξ0 ξ3
= τ0 + dy = τ0 + − 0 = τ0 − 0 + .
ξ ξ0 ξ0 ξ 4ξ0 4 ξ 4 4

Di conseguenza " #
ξ0 ξ03 x(t)3
t = τ(x(t)) = τ0 − + .
x(t) 4 4

Imponendo la condizione di Cauchy x(t0 ) = x0 otteniamo


" # " # " #
ξ0 ξ03 x3 ξ03 x03
t0 = τ0 − + 0 ⇔ ξ0 τ0 − = x0 t0 −
x0 4 4 4 4

e dunque la soluzione deve soddisfare " #


x0 x03 x(t)3
t= t0 − + .
x(t) 4 4

x casa
Esempio 3.6.17 Solve the linear equation
t 1
x0 + x= .
1 + t2 (1 + t 2 )t
We first consider the associated separable ODE
t dx t 1
Z Z
x0 + x=0 ⇔ =− dt ⇔ ln(x) = −
1 + t2 x 1 + t2 2
C
ln(1 + t 2 ) +C ⇔ x= √ .
1 + t2
We ora introduce
3.6 Alcuni tipi di equazioni del primo ordine 42

u(t)
x(t) = √
1 + t2
in the linear ODE and obtain the following separable ODE
 
u 0 (t) tu(t) tu(t) 1 1
√ − 3/2  + 3/2 =  ⇔ u0 (t) = √ ,
1+t 2
1+t 2 1+t 2 1 + t2 t 1 + t2 t

whose solution è obtained as follows


 √ 
s = 1 + t 2 Z  
dt ds 1 1 1
Z Z Z
du = u +C = √ = ds = √t dt  = = − ds
1 + t2 t 1+t 2
s2 − 1 2 s−1 s+1
√ !
1 + t2 − 1
 
1 s−1 1
= ln = ln √ .
2 s+1 2 1 + t2 + 1

In conclusione the solution to the linear ODE è


√ !
1 1 + t2 − 1
x(t) = √ ln √ .
2 1 + t2 1 + t2 + 1

x casa
Esempio 3.6.18 Solve the linear equation
 
t − 2 t x − x2 x0 + x2 = 0.

The above equation è not linear. However we obtain a liner ODE by changing the role between t and x:
 
dt 1 2 1−2 x
+ 2− t =1 ⇔ t0 + t = 1.
dx x x x2

We first consider the associated separable ODE


1−2 x dt 2 x−1 1
Z Z
t0 + t =0 ⇔ = ln(t) +C = dx = ln(x2 ) + ⇔ t = C x2 e1/x .
x2 t x 2 x
We ora introduce
t(x) = u(x) x2 e1/x
in the linear ODE and obtain the following separable ODE
1
u0 (x) = ,
x2 e1/x
whose solution è obtained as follows
dx
Z Z
du = u +C = = e−1/x .
x2 e1/x
In conclusione the solution to the linear ODE è

t(x) = (e−1/x +C) x2 e1/x = (1 +C e1/x ) x2 ,

and the solution to the original ODE è implicitly given by

t = (1 +C e1/x(t) ) x(t)2 .

04/10/2017
Esempio 3.6.19 Utilizziamo un metodo alternativo, più facile da ricordare, per risolvere il problema di Cauchy
(
x0 − 2 t x = t − t 3 ,
x(0) = 2.
3.6 Alcuni tipi di equazioni del primo ordine 43

Per prima cosa utilizziamo il metodo per le eq. diff. a variabili separabili per risolvere l’eq. diff. omogenea associata:
dx
Z Z
2 2
x0 − 2 t x = 0 ⇔ =2 t dt ⇔ ln |x| = t 2 + c ⇔ |x| = ec et ⇔ x = C et
x
2
dove C ∈ R. Dunque V0 è generato dalla funzione t 7→ et . Per calcolare ora una soluzione particolare dell’equazione non
omogenea utilizziamo il metodo di variazione delle costanti arbitrarie: introduciamo
2
x(t) = u(t) et

nell’eq. diff. originale ed otteniamo la seguente eq. diff. a variabili separabili per u
2 2 2
(u0 + 2 t u) et − 2 t u et = t − t 3 ⇔ u0 (t) = (t − t 3 ) e−t ,

la cui soluzione è ottenuta come segue

t 2 d  −t 2  t2 t2
Z Z Z Z Z
2 2 2 2 2 2
u(t) −C = (t − t 3 ) e−t dt = t e−t dt + e dt = t e−t dt − t e−t dt + e−t = e−t .
2 dt 2 2
Di conseguenza, una soluzione dell’eq. diff. non omogenea è
!
t 2 −t 2 2 t2 2
x(t) = e +C et = +C et .
2 2

Imponendo la condizione di Cauchy otteniamo C = 2 e quindi la soluzione del problema di Cauchy è

t2 2
x(t) = + 2 et .
2
x casa
Esempio 3.6.20 Consideriamo il problema di Cauchy
  
x2 − 1 + 2 t − (1 + x2 ) x0 = 0,
t(3) = 1.

L’eq. diff. non è lineare. Tuttavia, scambiando i ruoli di t e x si ottiene un’eq. diff. lineare come segue:

dt   2t x2 + 1
(x2 − 1) + 2 t − (1 + x2 ) = 0 ⇔ t0 + = 2 .
dx x2 − 1 x2 − 1
Consideriamo prima l’equazione omogenea associata
Z    
2t dt 2 1 1 1+x 1+x
Z Z
0
t + 2 =0 ⇔ = ln(t) +C = dx = + dx = ln ⇔ t =C .
x −1 t 1 − x2 1+x 1−x 1−x 1−x

Dunque V0 è generato dalla funzione x 7→ 1+x


1−x . Per calcolare ora una soluzione particolare dell’equazione non omogenea
utilizziamo il metodo di variazione delle costanti arbitrarie: introduciamo
1+x
t(x) = u(x)
1−x
nell’eq. diff. originale ed otteniamo la seguente eq. diff. a variabili separabili per u

1 + x2
u0 (x) = −2
(1 + x)2

la cui soluzione è ottenuta come segue

1 + x2
Z    
2 2 2
Z Z
− du = c − u = 2 dx = 2 1− + dx = 2 x − 2 ln(1 + x) −
(1 + x)2 1 + x (1 + x)2 1+x

Di conseguenza, una soluzione dell’eq. diff. non omogenea è


3.6 Alcuni tipi di equazioni del primo ordine 44

 
2 1+x
t(x) = 2 C − x + + 2 ln(1 + x) .
1+x 1−x

Scambiando nuovamente i ruoli di t e x, abbiamo che la soluzione dell’equazione originale è implicitamente data da
 
2  1 + x(t)
t = 2 C − x(t) + + 2 ln 1 + x(t) .
1 + x(t) 1 − x(t)

Imponendo la condizione di Cauchy otteniamo C = 94 − 4 ln 2; dunque la soluzione del problema di Cauchy è implicita-
mente data da  
9 2  1 + x(t)
t =2 − 4 ln 2 − x(t) + + 2 ln 1 + x(t) .
4 1 + x(t) 1 − x(t)

Esempio 3.6.21 Sia dato il problema di Cauchy


(
y0 = n y sin(n x) + n2 ,
y(0) = 0.

1. Dimostrare che per ogni n ∈ N il problema ammette un’unica soluzione yn ed indicare l’intervallo massimale di
esistenza con In .
2. Dopo aver indicato con I l’intersezione tra i vari intervalli In , calcolare, se ciò ha senso, il

lim yn (x) x ∈ I.
n→∞

L’equazione è del tipo


y0 = a(x) y + b(x)
con

a(x) = n sin(n x), b(x) = n2 .

Si tratta quindi di un’equazione lineare del primo ordine. La soluzione del problema di Cauchy è pertanto
Z  Z x
 ! t
Z  x
yn (x) = y0 + b(t) exp − a(s) ds dt exp a(t) dt
x0 x0 x0
Z x  Zt  ! Z x 
2
= 0+ n exp − n sin(n s) ds dt exp n sin(nt) dt
0 0 0
x
Z 
= n2
 
exp cos(nt) − 1 dt exp 1 − cos(n x)
0
Z x
2
=n ecos(nt)−cos(n x) dt.
0

L’intervallo massimale di esistenza è In = R e quindi I = R. Infine, essendo e−2 ≤ ecos(nt)−cos(n x) ≤ e2 , si ha



−∞ se x < 0


lim yn (x) = 0 se x = 0
n→∞ 
se x > 0,

∞

infatti
Z x
x<0: yn (x) ≤ n2 e−2 dt = x n2 e−2 −−−→ −∞,
0 n→∞
x=0: yn (x) = 0 −−−→ −∞,
n→∞
Z x
x>0: yn (x) ≥ n 2
e−2 dt = x n2 e−2 −−−→ ∞.
0 n→∞

Esempio 3.6.22 Sia dato il problema di Cauchy


3.6 Alcuni tipi di equazioni del primo ordine 45

(
y0 = n2 y + n sin(n x),
y(0) = 0.

1. Dimostrare che per ogni n ∈ N il problema ammette un’unica soluzione yn ed indicare l’intervallo massimale di
esistenza con In .
2. Dopo aver indicato con I l’intersezione tra i vari intervalli In , calcolare, se ciò ha senso, il

lim yn (x) x ∈ I.
n→∞

L’equazione è del tipo


y0 = a(x) y + b(x)
con

a(x) = n2 , b(x) = n sin(n x).

Si tratta quindi di un’equazione lineare del primo ordine. La soluzione del problema di Cauchy è pertanto
Z  Z x
 ! t
Z  x
yn (x) = y0 + b(t) exp − a(s) ds dt exp a(t) dt
x0 x0 x0
Z x  Zt  ! Z x 
2
= 0+ n sin(nt) exp − n ds dt exp n2 dt
0 0 0
Z x
2x 2
= n en sin(nt) e−n t dt = (∗)
0

 
d
cos(nt)
Z Z
2 2
sin(nt) e−n t dt = − e−n t dt
n dt
Z  
cos(nt) d  −n2 t  cos(nt) −n2 t
=− − e dt − e
n dt n
cos(nt) −n2 t
Z
2
= −n cos(nt) e−n t dt − e
n
 
d sin(nt) cos(nt) −n2 t
Z
2
= −n e−n t dt − e
dt n n
 
sin(nt) d  −n2 t  sin(nt) −n2 t cos(nt) −n2 t
Z
=n e dt − n e − e
n dt n n
cos(nt) −n2 t
Z
2 2
= −n2 sin(nt) e−n t dt − sin(nt) e−n t − e
n
 
1 cos(nt) n sin(nt) + cos(nt) −n2 t
Z
2 2
⇒ sin(nt) e−n t dt = − 2
sin(nt) + e−n t = − e
1+n n n (1 + n2 )

n sin(nt) + cos(nt) −n2 t x


   
n2 x n2 x n sin(n x) + cos(n x) −n2 x 1
(∗) = n e − e = ne − e +
n (1 + n2 ) 0 n (1 + n2 ) n (1 + n2 )
2
n sin(n x) + cos(n x) en x
=− + .
1 + n2 1 + n2

L’intervallo massimale di esistenza è In = R, quindi I = R. Essendo n sin(n x) + cos(n x) ≤ n + 1, si ha

2 ∞ se x > 0,

en x 
lim yn (x) = lim = 0 se x = 0,
n→∞ n→∞ 1 + n2 
0 se x < 0.

Esercizio 3.6.23 Provare che il problema di Cauchy


3.6 Alcuni tipi di equazioni del primo ordine 46

( p
y0 = 1 − y2
y(0) = 1

ha infinite soluzioni; disegnare il grafico di alcune di esse.

Esercizio 3.6.24 Risolvere le seguenti eq.i diff.i:


x
y0 = x y2 , y0 = y2/3 , y0 = ,
1 + ln y
 
1
y0 = ln x sin y, 0
y = x 1+ , x y y0 = y − 1,
y
ln x cos y x − x y2 y
y0 = , y0 = , y0 = e−y+e .
x sin(2 y) y + x2 y

Esercizio 3.6.25 Determinare l’insieme delle soluzioni delle seguenti eq.i diff.i:
y
y0 = − + x − 2, y0 = −2 x y + x e−x , y0 = −y tan x + sin x,
1 + x2
2y y y e−x
y0 = + x, y0 = + 1 − x, y0 = − − .
x 1 − x2 x x

Esercizio 3.6.26 Sia y(x) una soluzione dell’equazione differenziale omogenea

y0 = a(x) y + b(x), x > 0,

e si supponga che sia a(x) ≤ −c < 0 e limx→∞ b(x) = 0. Si dimostri che

lim y(x) = 0.
x→∞

Esempio 3.6.27 Si consideri l’equazione differenziale di Bernoulli

y0 = p(x) y + q(x) yα , (3.25)

dove α è un numero reale diverso da 0 e da 1. Mediante la sostituzione v(x) = y(x)1−α , si ottiene un’eq. diff. lineare
nell’incognita v:
1 1 1 1 α 1 α
y(x) = v(x) 1−α y0 (x) =
⇒ v(x) 1−α −1 v0 (x) = v(x) 1−α v0 (x) = p(x) v(x) 1−α + q(x) v(x) 1−α
1−α 1−α
α
h 1 α
i
0 − 1−α
 
⇒ v (x) = (1 − α) v(x) p(x) v(x) 1−α + q(x) v(x) 1−α = (1 − α) p(x) v(x) + q(x) .

Dunque
Z x  Z t  !  Z x 
v(x) = v0 + (1 − α) q(t) exp −(1 − α) p(s) ds dt exp (1 − α) p(t) dt
x0 x0 x0

e tornando alle variabili originali abbiamo


1
 !
Z x Z t
1−α
 Z x 
y(x) = y1−α
0 + (1 − α) q(t) exp −(1 − α) p(s) ds dt exp p(t) dt
x0 x0 x0

Consideriamo ad esempio il problema di Cauchy


 √
 0 2x
 2 x
x+ = , t ≥ t0 ,
t cos2 t
x(t ) = x ,

0 0

dove t0 > 0 ed x0 > 0. L’eq. diff. può essere scritta nella forma (3.25) con p(t) = −2/t, q(t) = 2/ cos2 t e α = 1/2. Di
conseguenza, la soluzione è
3.6 Alcuni tipi di equazioni del primo ordine 47

"  #2
1 t 2
 Zτ  Zt 
√ 1 2 2
Z
x(t) = x0 + exp ds dτ exp − ds
2 t0 cos2 τ 2 t0 s t0 s
 2
Z t  ! "  #
√ 1 τ t0
=  x0 + 2τ
exp ln dτ  exp 2 ln
t0 cos t0 t
 2  2  2  2
t0 √ 1 t τ t0 √ 1 t d
Z Z
= x0 + dτ = x0 + τ (tan τ) dτ
t t0 t0 cos2 τ t t0 t0 dτ
 2 " #2  2 
t 2
 Zt 
t0 √ 1 t t0 √ 1
= x0 + − tan τ dτ + [τ tan τ]t0 = x0 + ln | cos τ| + τ tan τ t
t t0 t0 t t0 0

" #2
1 √ cost
= 2 t0 x0 + ln + t tant − t0 tant0 .
t cost0

Esercizio 3.6.28 Risolvere le seguenti equazioni di Bernoulli

x y3 + x2
y0 = 2 y − 3 y2 , y0 = −2 x y + x3 y3 , y0 = .
y2
x casa
Esempio 3.6.29 Consideriamo il problema di Cauchy
(
x0 + 2 t x = 2(t x)3 ,
x(0) = 2.

Si tratta di un’equazione di Bernoulli con p(t) = −2 t, q(t) = 2 t 3 e α = 3. La sua soluzione è pertanto


" Z t  Zτ  #−1/2  Zt 
1 3
x(t) = − 4 τ exp −4 s ds dτ exp −2 s ds
4 0 0 0
 Z t −1/2
1   h i
= − 4 τ 3 exp −2τ 2 dτ exp −t 2
4 0
" Z t  Z t
#−1/2
1 d     h i
= + τ 2 exp −2τ 2 dτ − 2 τ exp −2τ 2 dτ exp −t 2
4 0 dτ 0
" #−1/2
1 2   1Z t d    h i
2 2
= + t exp −2 t + exp −2τ dτ exp −t 2
4 2 0 dτ
"
 1 #−1/2
1 2 
2

2
 h i
= + t exp −2 t + exp −2 t − 1 exp −t 2
4 2
#−1/2
   −1/2
"    exp 2 t 2
1   1 h i 1
= t2 + exp −2 t 2 − exp −t 2 =  t 2 + − .
 
2 4 2 4

x casa
Esempio 3.6.30 Risolviamo l’eq. diff. di Bernoulli

2x 2 x
x0 + = 2 .
t t
Chiaramente x ≡ 0 è una soluzione. Assumiamo ora che x 6= 0. Introducendo il cambio di variabili

y = x1/2 ⇔ x = y2

l’equazione diventa l’equazione lineare

2 y2 2y y 1
2 y y0 + = 2 ⇔ y0 + = 2.
t t t t
3.6 Alcuni tipi di equazioni del primo ordine 48

Per risolvere tale equazione, prima consideriamo l’equazione omogenea a variabili separabili associata
y dy dt C
Z Z
y0 + =0 ⇔ =− ⇔ y= .
t y t t

Introduciamo quindi y(t) = u(t)/t nell’equazione lineare ed otteniamo

u0t − u u 1 1
2
+ 2= 2 ⇔ u0 = ⇔ u = ln(t) +C.
t t t t
In conclusione, la soluzione dell’equazione lineare è

ln(t) +C
y= ,
t
e tornando alle variabili originali, la soluzione dell’equazione originale è
 2
ln(t) +C
x(t) = .
t

x casa
Esempio 3.6.31 Troviamo una soluzione all’equazione

t2 0
x3 − x + t = 0.
x
Osserviamo che x ≡ 0 non è una soluzione di tale equazione, che è equivalente all’equazione di Bernoulli

x x4
x0 − = 2.
t t
Introducendo il cambio di variabili

y = x−3 ⇔ x = y−1/3

l’equazione di Bernoulli diventa l’equazione lineare

1 y−1/3 y−4/3 3y 3
− y−4/3 y0 − = 2 ⇔ y0 + = − 2.
3 t t t t
Per risolvere tale equazione, prima consideriamo l’equazione omogenea a variabili separabili associata
3y dy dt C
Z Z
y0 + =0 ⇔ = −3 ⇔ y= .
t y t t3

Introduciamo quindi y(t) = u(t)/t 3 nell’equazione lineare ed otteniamo

u0t 3 − 3ut 2 3u 3 3t 2
6
+ 4 =− 2 ⇔ u0 = −3t ⇔ u=− +C.
t t t 2
In conclusione, la soluzione dell’equazione lineare è

3t 2 +C
y=− ,
2 t3
e tornando alle variabili originali, la soluzione dell’equazione originale è
" #−1/3 1/3
3t 2 +C

2
x(t) = − =− t.
2 t3 3t 2 +C

x casa
Esempio 3.6.32 Troviamo una soluzione al problema di Cauchy
(
x + t (1 + t x4 ) x0 = 0,
x(1) = 3.
3.6 Alcuni tipi di equazioni del primo ordine 49

Osserviamo che x ≡ 0 è una soluzione. Assumiamo ora che x 6= 0. Scambiando i ruoli di t e x si ottiene l’equazione di
Bernoulli
dt t
+ = −x3 t 2 .
dx x
Introduciamo il cambio di variabili

s = 1/t ⇔ t = 1/s

l’equazione di Bernoulli diventa l’equazione lineare

s0 1 x3 s
− 2
+ =− 2 ⇔ s0 − = x3 .
s sx s x
Per risolvere tale equazione, prima consideriamo l’equazione omogenea a variabili separabili associata
s ds dx
Z Z
s0 − =0 ⇔ = ⇔ s = Cx.
x s x
Introduciamo quindi s(x) = u(x) x nell’equazione lineare ed otteniamo

x3
u0 x + u − u = x3 ⇔ u0 = x2 ⇔ u= +C.
3
In conclusione, la soluzione dell’equazione lineare è

x4
s= +C x,
3
e tornando alle variabili originali, la soluzione dell’equazione originale è
3
t=  .
x(t)3 +C x(t)

Imponendo la condizione di Cauchy otteniamo


3 1
1= = ⇔ C = 1 − 33 = −26,
34 + 3C 33 +C
la soluzione del problema di Cauchy è quindi
3
t=  .
x(t)3 − 26 x(t)

Esempio 3.6.33 Supponiamo di conoscere una soluzione ψ(x) dell’eq. diff. di Riccati

y0 = a(x) y2 + b(x) y + c(x), x ∈ I.


1
Verifichiamo che con la sostituzione y(x) = ψ(x) + v(x) , l’equazione diventa lineare nell’incognita v(x):

1 2 1 0 v0
     
1
a ψ+ +b ψ + +c = ψ + = ψ0 − 2
v v v v
 2   !  
1 1 1 a
⇒ v0 = v2 ψ 0 − a ψ + −b ψ + − c = v2 (ψ 0 − a ψ 2 − b ψ − c) − (2 a ψ + b) − 2
v v v v
⇒ v0 = − (2 a ψ + b) v − a.

Utilizziamo questo metodo per risolvere l’equazione

y0 = y2 − x y + 1.

L’eq. per la v in questo caso diventa


v0 = −(2 ψ − x) v − 1.
3.6 Alcuni tipi di equazioni del primo ordine 50

La soluzione dell’eq. omo. associata è ottenuta come segue


!
x2 x2
Z x Z x
dv
Z Z 
= x − 2ψ(x) dx ⇒ ln v = − 2 ψ(z) dz + c ⇒ v(x) = c exp −2 ψ(z) dz .
v 2 0 2 0

Calcoliamo una soluzione particolare dell’eq. non omo. con il metodo della variazione delle costanti
!
x2
Z x
v(x) = c(x) exp −2 ψ(z) dz
2 0
! !
x 2 Z x
x 2 Z x
c0 + c (x − 2ψ) exp

⇒ −2 ψ(z) dz = (x − 2 ψ) c exp −2 ψ(z) dz − 1
2 0 2 0
! !
x2 s2
Z x Z x Z s
0
⇒ c = − exp − + 2 ψ(z) dz ⇒ c(x) = − exp − + 2 ψ(z) dz ds.
2 0 0 2 0

Dunque una sol. generale è


 !  !
s2 x2
Z x Z s Z x
v(x) = c − exp − + 2 ψ(z) dz ds exp −2 ψ(z) dz .
0 2 0 2 0

Possiamo prendere ψ(x) = x come soluzione particolare ed ottenere quindi


 !  !
Z x
s2 x2
v(x) = c −
 exp ds exp −
 .
0 2 2

Abbiamo così trovato un’altra soluzione dell’eq. di Riccati


 2
x
exp 2
y(x) = x + ! .
s2
Z x
c− exp ds
0 2

x casa
Esempio 3.6.34 Consideriamo l’eq. diff.
1
x0 = x2 +
.
4t 2
L’equazione suggerisce di cercare una soluzione della forma x = A/t. Introducendola nell’equazione otteniamo

A A2 1 1
− 2
= 2 + 2 ⇔ 4A2 + 4A + 1 = 0 ⇔ (2A + 1)2 = 0 ⇔ A=− .
t t 4t 2
La soluzione particolare è allora
1
ϕ =− .
2t
Introducendo nell’equazione originale le nuove variabili
1
x = y−
2t
otteniamo l’equazione di Bernoulli

1 2
 
0 1 1 y
y + 2 = y− + 2 ⇔ y0 + = y2 ,
2t 2t 4t t

la cui soluzione è
1
y= .
t(C − ln |t|)
Per quanto visto, la soluzione generale è
3.6 Alcuni tipi di equazioni del primo ordine 51

1 1
x = y+ϕ = − .
t(C − ln |t|) 2 t
x casa
Esempio 3.6.35 Troviamo una soluzione particolare della forma x = at + b, e poi la soluzione generale dell’eq. diff. di
Riccati
x0 = x2 − 2 t x + t 2 + 1.
Tale equazione ha la forma dell’equazione di Riccati

x0 = a(t)x2 + b(t)x + c(t)

con

a(t) = 1, b(t) = −2 t, c(t) = t 2 + 1.

Osserviamo che l’equazione equivale a


x0 = (x − t)2 + 1
e che
ϕ(t) = t
è una soluzione. Introduciamo la nuova variabile
x = y+t
nell’equazione ed otteniamo
dy 1 1
y0 = y2 ⇒ = dt ⇒ − = t +C ⇒ y= .
y2 y C −t
Pertanto, la soluzione dell’equazione è
1
x=t+ .
C −t

Esercizio 3.6.36 Risolvere i seguenti problemi di Cauchy:


 
 0 y2 − 1  0 y2 + 1
( (
y0 = −3x2 y4 , 4x3/2 y y0 = 1 − y2 ,
 
y = 2 , y = 2 ,
x −1 +1
x √
y(1) = 0, y(1) = 2, y)(0) = 0,
 y(0) = 3,

(√ √ √ ( ( (
x y0 + y sin( x) = 0, y0 = x (y3 − y), 2 x y y0 = y2 − x2 + 1, y0 = (1 + y)(1 + x2 ),
p

y(π 2 ) = 9, y(0) = −1, y(1) = 1, y(0) = 1.

3.6.3 Equazioni lineari del secondo ordine

Un’eq. diff. lineare del secondo ordine ha la forma

y00 + a1 (x) y0 + a0 (x) y = f (x), x ∈ I, (3.26)

dove a0 , a1 e f sono funzioni continue nell’intervallo I ⊆ R. Consideriamo anche l’equazione omogenea associata

y00 + a1 (x) y0 + a0 (x) y = 0, x ∈ I. (3.27)

Come nel caso delle eq.i diff.i lineari del primo ordine, l’insieme delle soluzioni dell’equazione omogenea (3.27) è uno
spazio vettoriale V0 . Vedremo che esso ha dimensione 2 (pari all’ordine dell’equazione). L’insieme V f delle soluzioni
dell’eq. diff. non omogenea (3.26) è ancora uno spazio affine, ottenibile dallo spazio vettoriale V0 per mezzo di una
traslazione. In effetti, se v ∈ V f allora
V f = {u0 + v : u0 ∈ V0 }.
Infatti, se u ∈ V f allora u − v ∈ V0 , perché

(u − v)00 + a1 (x)(u − v)0 + a0 (x)(u − v) = f − f = 0, x ∈ I;


3.6 Alcuni tipi di equazioni del primo ordine 52

dunque, posto u0 = u − v, si ha u = u0 + v con u0 ∈ V0 . Viceversa, se u = u0 + v con u0 ∈ V0 , allora

u00 + a1 (x)u0 + a0 (x)u = (u0 + v)00 + a1 (x)(u0 + v)0 + a0 (x)(u0 + v) = 0 + f = f , x ∈ I;

cioè u ∈ V f .
Pertanto, per determinare completamente V f basta caratterizzare completamente V0 e trovare un singolo, arbitrario
elemento di V f .
(a) Caratterizzazione di V0 . Proviamo anzitutto che lo spazio vettoriale V0 ha dimensione 2. Fissato un punto x0 ∈ I,
consideriamo i due problemi di Cauchy
( (
y00 + a1 (x) y0 + a0 (x) y = 0, y00 + a1 (x) y0 + a0 (x) y = 0,
y(x0 ) = 1, y0 (x0 ) = 0, y(x0 ) = 0, y0 (x0 ) = 1.

Essi sono univocamente risolubili (per il teorema di esistenza ed unicità locali, dopo averli trasformati in problemi
di Cauchy per sistemi lineari del primo ordine); inoltre le soluzioni sono definite su tutto l’intervallo I in virtù del
teorema del prolungamento. Denotiamo tali soluzioni con y1 ed y2 .
Dimostriamo che y1 ed y2 sono linearmente indipendenti, ossia che se λ1 e λ2 sono costanti tali che λ1 y1 + λ2 y2 ≡ 0
in I, allora λ1 = λ2 = 0. La funzione x 7→ λ1 y1 (x) + λ2 y2 (x) è l’unica soluzione del problema di Cauchy
(
y00 + a1 (x) y0 + a0 (x) y = 0,
y(x0 ) = λ1 , y0 (x0 ) = λ2 ,

quindi se tale soluzione è identicamente nulla, deve essere λ1 = 0 e λ2 = 0. Proviamo ora che y1 ed y2 generano
V0 , ossia che ogni elemento di V0 è combinazione lineare di y1 ed y2 . Fissata una funzione u ∈ V0 , poniamo v(x) =
u(x0 ) y1 (x) + u0 (x0 ) y2 (x): allora v è soluzione del problema di Cauchy
(
y00 + a1 (x) y0 + a0 (x) y = 0,
y(x0 ) = u(x0 ), y0 (x0 ) = u0 (x0 );

problema che è risolto anche da u: per unicità, deve essere u ≡ v, e pertanto possiamo scrivere u ≡ λ1 y1 + λ2 y2 con
λ1 = u(x0 ) e λ2 = u0 (x0 ), ossia u è combinazione lineare di y1 ed y2 . Le due funzioni y1 ed y2 formano quindi una
base dello spazio vettoriale V0 . Abbiamo così individuato la struttura di V0 : osserviamo però che in generale non si
riesce a determinare esplicitamente una base {y1 , y2 } di V0 . Se però l’eq. diff. lineare ha coefficienti costanti, ossia
a0 (x) ≡ a0 ed a1 (x) ≡ a1 , si possono cercare y1 ed y2 della forma x 7→ eλ x . Sia dunque y(x) = eλ x , con λ numero da
determinare: imponendo che y ∈ V0 , si ha

0 = y00 + a1 y0 + a0 y = eλ x (λ 2 + a1 λ + a0 ),

e poiché eλ x 6= 0 si deduce che λ deve essere radice del polinomio caratteristico P(ξ ) = ξ 2 + a1 ξ + a0 , ossia deve
essere λ 2 + a1 λ + a0 = 0. Distinguiamo tre casi possibili:
1o caso: 2 radici reali distinte λ1 e λ2 . Vi sono dunque due soluzioni eλ1 x ed eλ2 x . Esse sono linearmente
indipendenti perché, supposto ad esempio λ1 6= 0, si ha
 
c1 eλ1 x + c2 eλ2 x ≡ 0 ⇒ eλ1 x c1 + c2 e(λ2 −λ1 )x ≡ 0 ⇒ c1 + c2 e(λ2 −λ1 )x ≡0
derivando essendo λ 6=λ dalla prima uguaglianza
=====⇒ c2 (λ2 − λ1 )e(λ2 −λ1 )x ≡ 0 =======
2 1
=⇒ c2 = 0 ============⇒ c1 = c2 =0.

Dunque n o
V0 = c1 eλ1 x + c2 eλ2 x : c1 , c2 ∈ R .

2o caso: una radice reale doppia λ . In tal caso λ = −a1 /2 ed a21 = 4a0 . Una soluzione è eλ x ; un’altra è x eλ x :
infatti
d d2
(x eλ x ) = eλ x (1 + λ x), (x eλ x ) = eλ x (λ 2 x + 2λ ),
dx dx2
da cui
d2 λx d λx λx λx

2

(x e ) + a1 (x e ) + a0 x e = e λ x + 2λ + a1 (1 + λ x) + a0 x
dx2 dx
3.6 Alcuni tipi di equazioni del primo ordine 53

  !
essendo

=e λ 2 + a1 λ + a0 x + (2λ + a1 ) =
λx
= eλ x 0 = 0.
2λ + a1 = 0

Le due soluzioni sono linearmente indipendenti perché

c1 x eλ x + c2 eλ x ≡ 0 ⇒ eλ x (c1 x + c2 ) ≡ 0 ⇒ c1 x + c2 ≡ 0 ⇒ c1 = c2 = 0.

Dunque n o
V0 = c1 x eλ x + c2 eλ x : c1 , c2 ∈ R .

3o caso: due radici complesse coniugate λ1 = a + ib e λ2 = a − ib ib. Abbiamo due soluzioni eλ1 x e eλ2 x , che so-
o
no linearmente indipendenti (stesso calcolo fatto nel 1 caso) ma sono a valori complessi, mentre a noi
interessano le soluzioni reali. Essendo e(a±ib)x = eax cos(bx) ± i sin(bx) , possiamo scrivere
 
c1 eλ1 x + c2 eλ2 x = eax c1 cos(bx) + i sin(bx) + c2 cos(bx) − i sin(bx)


= (c1 + c2 )eax cos(bx) + i(c1 − c2 )eax sin(bx) = k1 eax cos(bx) + k2 eax sin(bx),

dove k1 = c1 + c2 e k2 = i(c1 − c2 ). Scegliendo le costanti k1 e k2 reali, si trovano tutte le soluzioni reali. In


definitiva
V0 = c1 eax cos(bx) + c2 eax sin(bx) : c1 , c2 ∈ R .


Dunque in ciascuno dei tre casi abbiamo determinato una base di V0 :

Caso ∆ > 0 eλ1 x eλ2 x


Caso ∆ = 0 eλ t x eλ t

Caso ∆ < 0 ea x cos(b x) ea x sin(b x)


(b) Determinazione di un elemento di V f . Sia {y1 , y2 } una base per V0 . Cerchiamo una soluzione dell’equazione non
omogenea della forma
v(x) = v1 (x) y1 (x) + v2 (x) y2 (x),
con v1 e v2 funzioni da scegliere opportunamente. Questo metodo si chiama metodo di variazione delle costanti
arbitrarie: se v1 e v2 sono costanti, allora v ∈ V0 ; se sono funzioni, ossia “costanti che variano”, si cerca di fare in
modo che v ∈ V f . Sostituendo v, v0 e v00 nell’eq. diff. bisogna imporre che

v00 + a1 (x)v0 + a0 (x)v = v001 y1 + 2v01 y01 + v1 y001 + v002 y2 + 2v02 y02 + v2 y002


+a1 (x) v01 y1 + v1 y01 + v02 y2 + v2 y02 + a0 (x) (v1 y1 + v2 y2 ) = f (x).




Da qui, utilizzando il fatto che y1 , y2 ∈ V0 , si deduce

(v001 y1 + 2v01 y01 + v002 y2 + 2v02 y02 ) + a1 (x)(v01 y1 + v02 y2 ) = f (x),

ossia  
d 0
(v1 y1 + v02 y2 ) + (v01 y01 + v02 y02 ) + a1 (x)(v01 y1 + v02 y2 ) = f (x).
dx
Questa equazione è certamente soddisfatta se si impongono le seguenti due condizioni:
(
v01 y1 + v02 y2 = 0 in I,
(3.28)
v01 y01 + v02 y02 = f in I.

Si tratta di un sistema algebrico lineare nelle incognite v01 e v02 , con coefficienti y1 , y2 , y01 , y02 , la cui matrice
!
y1 (x) y2 (x)
y01 (x) y02 (x)

è detta matrice Wronskiana ed il cui determinante è


!
y1 (x) y2 (x)
det 0 = y1 (x) y02 (x) − y01 (x) y2 (x) = D(x).
y1 (x) y02 (x)
3.6 Alcuni tipi di equazioni del primo ordine 54

Proviamo anzitutto che D(x) 6= 0 per ogni x ∈ I se e solo se esiste x0 ∈ I in cui D(x0 ) 6= 0; fatto ciò, proveremo che
tale x0 esiste, e quindi che D(x) 6= 0 per ogni x ∈ I. Sia dunque D(x0 ) = y1 (x0 ) y02 (x0 ) − y01 (x0 ) y2 (x0 ) = α 6= 0: si ha

D0 (x) = y01 y02 + y1 y002 − y001 y2 − y01 y02 = y1 y002 − y001 y2


= y1 −a1 (x) y02 − a0 (x) y2 − −a1 (x) y01 − a0 (x) y1 y2 = −a1 (x) y1 y02 − y01 y2 ) = −a1 (x) D(x);
 

quindi D(x) è soluzione del problema di Cauchy


(
D0 (x) = −a1 (x) D(x), x ∈ I,
D(x0 ) = α
Rx
a (t)dt
per cui D(x) = α e x0 1 ; in particolare, D(x) 6= 0 per ogni x ∈ I. Se epr assurdo il punto x0 non esistesse, avremmo
D(x) ≡ 0 in I, ma allora
   
d 2 y1 (x) d y1 (x) y1 (x)
0 ≡ D(x) = y2 (x) ⇒ ≡0 ⇒ ≡ c;
dx y2 (x) dx y2 (x) y2 (x)

da cui y1 (x) ≡ c y2 (x), il che contraddice la lineare indipendenza di y1 ed y2 . In definitiva, per ogni x ∈ I il siste-
ma (3.28) ha determinante dei coefficienti non nullo e pertanto è univocamente risolubile: ciò permette di determinare
univocamente le funzioni v01 e v02 . Infine si scelgono due primitive arbitrarie v1 e v2 , e la funzione v corrispondente,
per costruzione, apparterrà a V f . In conclusione, otteniamo

V f = {v + v0 : v0 ∈ V0 } = (c1 + v1 ) y1 + (c2 + v2 ) y2 : c1 , c2 ∈ R .

Da questa descrizione di V f si vede anche che una diversa scelta delle primitive di v01 e v02 non modifica l’insieme V f .
09/10/2017
Esempio 3.6.37 L’equazione lineare del secondo ordine più semplice è

y00 (t) = 0,

le cui soluzioni sono tutti e soli i polinomi di primo grado y(t) = c1 t + c2 , con c1 , c2 costanti arbitrarie.

Esempio 3.6.38 Consideriamo un punto materiale di massa m che rimane libero di muoversi in linea orizzontale, attac-
cato ad una molla che esercita una forza di richiamo di tipo elastico. Denotiamo con y(t) la posizione del punto sulla
retta (rispetto alla configurazione di riposo). Allora la y soddisfa l’equazione

m y00 = −k y

dove k > 0 è la costante elastica del sistema. Siccome m 6= 0, si può riscrivere l’equazione in forma normale come

y00 + ω 2 y = 0

dove ω 2 = k/m. Si tratta di un’equazione è un’eq. diff. ordinaria del secondo ordine lineare omogenea a coefficienti
costanti, e prende il nome di oscillatore armonico. Se sul punto agisce una forza esterna (dipendente solo dal tempo t)
l’equazione si riscrive come
y00 + ω 2 y = f (t);
se invece si considera lo smorzamento dovuto all’attrito, detto h > 0 il coefficiente di attrito, l’equazione diventa

y00 + h y0 + ω 2 y = 0.

Esempio 3.6.39 Consideriamo l’eq. diff.

y00 + y = cos x sin x, x ∈ (0, π).

Risolviamo prima l’eq. diff. omogenea. Le radici del polinomio caratteristico λ 2 + 1 sono ±i, quindi

V0 = {c1 cos x + c2 sin x : c1 , c2 ∈ R}.

Per trovare una soluzione dell’equazione non omogenea che abbia la forma

v(x) = v1 (x) cos x + v2 (x) sin x


3.6 Alcuni tipi di equazioni del primo ordine 55

imponiamo le condizioni (3.28)



v1 (x) = − sin x + c1 , !
 
v0 (x) cos x + v0 (x) sin x = 0 v01 (x) = − cos x


1 2
⇒ ⇒
 
cos x 1 x
−v01 (x) sin x + v02 (x) cos x = v02 (x) = − sin x v
 2
 (x) = ln tan + cos x + c2
sin x sin x  2

e quindi possiamo prendere


 
 !  !
x x
v(x) = − sin x cos x + ln tan + cos x sin x = sin x ln tan .
2 2

In definitiva, tutte le soluzioni dell’equazione proposta sono date da


   
  ! 
 x 
V f = c1 cos x + c2 + ln tan
  sin x : c1 , c2 ∈ R, x ∈ (0, π) .

 2 

Esempio 3.6.40 Consideriamo il problema di Cauchy:


(
y00 − 2 y0 − 3 y = 0,
y(0) = 1, y0 (0) = 2.

si tratta di un’eq. diff. ordinaria del secondo ordine lineare, a coefficienti costanti omogenea. Il polinomio caratteristico
è
r2 − 2r − 3 = 0
le cui soluzioni sono r1 = −1 e r2 = 3. Quindi l’integrale generale dell’equazione è

y(t) = C1 e−t +C2 e3t , C1 , C2 ∈ R.

Imponendo i dati di Cauchy si deduce


( (
1 = y(0) = C1 +C2 C1 = 1/4,

2 = y0 (0) = −C1 + 3C2 C2 = 3/4.

Quindi la soluzione del problema di Cauchy è


1 −t 3 3 t
y(t) = e + e .
4 4

Esempio 3.6.41 Troviamo la soluzione dell’eq. diff.


t
2 x00 + x0 − x = .
2
Le soluzioni dell’equazione omogenea associata sono

x1 = e−t , x2 = et/2 .

Il sistema (3.28) diventa


 
u01 = − 1 tet , u1 (t) = 1 (1 − t)et +C1 ,

u01 e−t + u02 et/2 = 0,  
1 t ⇔ 3 ⇔ 3
−u01 e−t + u02 et/2 = , 1 2
u02 = te−t/2 ,
 u2 (t) = − (t + 2)e−t/2 +C2 .

2 2 3 3
Pertanto la soluzione generale è
   
1 −t 2 −t/2
t
x = (1 − t)e +C1 e + − (t + 2)e +C2 et/2 = C1 e−t +C2 et/2 − t − 1.
3 3
3.6 Alcuni tipi di equazioni del primo ordine 56

Esercizio 3.6.42 (Riduzione dell’ordine) Si provi che se si conosce una soluzione (non nulla) y1 (x) dell’eq. diff. y00 +
a1 (x) y0 + a0 (x) y = 0, allora se ne può trovare un’altra, linearmente indipendente dalla prima, della forma y2 (x) =
y1 (x)v(x), riducendosi ad una equazione lineare del primo ordine nell’incognita v0 . Si applichi tale metodo per risolvere
l’equazione differenziale di Legendre
(1 − x2 )y00 − 2 x y0 + 2 y = 0.
[Traccia: si osservi che y1 (x) = x è soluzione dell’equazione.]

Esercizio 3.6.43 Si provi che le equazioni differenziali di Eulero

x2 y00 + x a1 y0 + a0 y = 0

hanno soluzioni del tipo y(x) = xα , con α ∈ C. Si risolva con questo metodo l’equazione x2 y00 + x y0 − y = 3.
Sappiamo che per ottenere la soluzione generale dell’eq. diff. lineare del secondo ordine (3.26) basta sommare alla
soluzione generale dell’equazione omogenea associata (3.27) una soluzione particolare di (3.26). Il metodo di variazione
della costanti arbitrarie per ottenere una soluzione particolare di (3.26) è molto importante dal punto di vista teorico,
ma sul piano pratico comporta spesso calcoli lunghi e complessi. Un metodo più efficace, anche se meno generale, è il
metodo delle predizioni, applicabile solo per equazioni con termini non omogenei f di tipo speciale. Infatti, spesso f
suggerisce la forma della soluzione particolare. La seguente tabella mostra la possibile forma della soluzione particolare
in base alla forma della funzione f .

Soluizione predetta Coefficienti da determinare

Tabella 3.1 Tabella per il metodo delle predizioni.

Esempio 3.6.44 Risolviamo l’eq. diff. lineare del secondo ordine

2 x00 + 3x0 − x = t 2 + 3.

La tabella 3.1 suggerisce di cercare una soluzione particolare della forma

x = At 2 + Bt +C.

Introducendo tale espressione nell’equazione otteniamo

2(2A) + 3(2At + B) − (At 2 + Bt +C) = t 2 + 3 ⇔ A = −1, B = −6, C = −25,

e quindi una soluzione particolare è


x = −t 2 − 6t − 25.

Esercizio 3.6.45 Risolviamo l’eq. diff. lineare del secondo ordine

x00 + x = sin(t).
3.6 Alcuni tipi di equazioni del primo ordine 57

Le soluzioni dell’equazione omogenea associata sono

x1 = sin(t), x2 = cos(t).

La tabella 3.1 suggerisce di cercare una soluzione particolare della forma

x = A sin(t) + B cos(t).

Purtroppo tale funzione è soluzione dell’equazione omogenea. Si utilizzi pertanto il metodo della variazione delle costanti.
Il metodo delle predizioni può essere migliorato nel caso in cui si ha un’eq. diff. lineare del secondo grado a coefficienti
costanti, come mostrato nel seguente esercizio.
Esercizio 3.6.46 (Metodo dei coefficienti indeterminati) Si consideri l’eq. diff. lineare a coefficienti costanti

y00 + a1 y0 + a0 y = f (x) ≡ P(x) eµ x ,

dove P è un polinomio e µ ∈ C. Si cerchi un elemento v ∈ V f della forma v(x) = xm Q(x) eµ x , dove Q è un polinomio
dello stesso grado di P, mentre m vale 0, o 1, o 2 a seconda che µ non sia radice del polinomio caratteristico, oppure sia
radice semplice, oppure sia radice doppia. Si osservi che il metodo copre anche i casi in cui f contiene le funzioni seno e
coseno. Fissato k numero reale, si applichi il metodo per determinare le soluzioni dell’equazione

y00 + 2 k y0 + y = x2 ex .

Esercizio 3.6.47 Risolvere le eq.i diff.i seguenti:

y00 − 2 y0 + 2 y = 0, y00 + y0 + y = ex , y00 − y = x ex , y00 + 6 y0 + 9 y = e−x /x,


y00 + y = x cos x, y00 + 4 y0 + 4 y = ex + e−x , y00 − 2 y0 + 2 y = x cos x, y00 − 3 y0 + 2 y = 2 x3 ,
y00 + 4 y0 = x2 + 1.

Esempio 3.6.48 Risolviamo l’eq. diff. lineare del secondo ordine

y00 + 4 y = tan(2 x).

Consideriamo prima l’eq. omo. y00 + 4 y =. Introducendo eλ x otteniamo il polinomio caratteristico P(λ ) = λ 2 + 4, che si
annulla per λ = ±2 i. Dunque le soluzioni linearmente indipendenti dell’eq. omo. sono y1 (x) = cos(2 x) e y2 (x) = sin(2 x).
Cerchiamo ora una sol. particolare dell’eq. non omogenea della forma y(x) = c1 (x) cos(2 x) + c2 (x) sin(2 x). Risolviamo
il sistema (3.28)

c01 cos(2 x) sin(2 x) + c02 sin2 (2 x) = 0
(
c01 cos(2 x) + c02 sin(2 x) = 0
⇒ 1
−2 c01 sin(2 x) + 2 c02 cos(2 x) = tan(2 x) −c01 sin(2 x) cos(2 x) + c02 cos2 (2 x) = sin(2 x)
 2
1

1
c2 (x) = − 4 cos(2 x) +C2

c02 = sin(2 x)

 

⇒ 2 ⇒  !
1 1 cos(2 x)
−2 c01 + cos(2 x) =
 c1 (x) =
 sin(2 x) + ln +C1
 cos(2 x) 
 4 1 + sin(2 x)

perché

(cos x + sin x)2 − sin(2 x)


Z  
1 cos x + sin x sin(2 x)
Z Z
dx = dx = − dx
cos(2 x) cos2 x − sin2 x cos x − sin x cos(2 x)
 
1  1  1  1 cos(2 x)
= − ln (cos x − sin x) + ln cos(2 x) = − ln 1 + sin(2 x) + ln cos(2 x) = ln ,
2 2 2 2 1 + sin(2 x)

e quindi possiamo prendere come soluzione particolare


 !
1 cos(2 x) 1
y(x) = sin(2 x) + ln cos(2 x) − cos(2 x) sin(2 x).
4 1 + sin(2 x) 4

In conclusione la soluzione generale è


3.6 Alcuni tipi di equazioni del primo ordine 58

 
 !  
1 cos(2 x) 1
y(x) =  sin(2 x) + ln +C1  cos(2 x) + − cos(2 x) +C2 sin(2 x).
4 1 + sin(2 x) 4

Esercizio 3.6.49 (Principio di sovrapposizione) Si verifichi che se v ∈ V f e w ∈ Vg , allora v + w ∈ V f +g . Si utilizzi questo


fatto per trovare l’insieme delle soluzioni dell’equazione
x
y00 − 2 y0 + y = cos x + sin .
2
eit +e−it eit −e−it
[Traccia: si utilizzino le identità cost = 2 , sint = 2i e si cerchi una soluzione particolare della forma A cos x +
B sin x +C cos 2x + D sin 2x .]

Esercizio 3.6.50 Risolviamo l’eq. diff. lineare del secondo ordine

x00 + x = (tant)3 + sin(2 t/3).

Per il principio di sovrapposizione, la soluzione generale è la somma delle soluzioni generali delle equazioni

x00 + x = (tant)3 , x00 + x = sin(2 t/3).

Si trovi la soluzione delle equazioni omogenee associate e le soluzioni particolari utilizzando il metodo delle predizioni.

Esempio 3.6.51 (Risoluzione per serie) Data l’eq. diff.

y00 + 2 x y0 + y = 0, x ∈ R,

cerchiamo due soluzioni linearmente indipendenti sotto forma di serie di potenze. Se y(x) = ∑n≥0 an xn è una sol. dell’eq.
diff., visto che

y0 (x) = ∑ n an xn−1 , y00 (x) = ∑ n (n − 1) an xn−2 ,


n≥1 n≥2

si ha

∑ n (n − 1) an xn−2 + ∑ 2 n an xn + ∑ an xn = (2 a2 + a0 ) + ∑ (n + 2) (n + 1) an+2 + 2 n an + an xn .

0=
n≥2 n≥1 n≥0 n≥1

Per il principio di uguaglianza dei polinomi abbiamo


(
2 a2 + a0 = 0 2 n+1
⇒ an+2 = − an , n ≥ 0.
(n + 2) (n + 1) an+2 + (2 n + 1) an = 0, n ≥ 1 (n + 2)(n + 1)

Abbiamo dunque due soluzioni linearmente indipendenti y1 ed y2 corrispondenti alle scelte (a0 , a1 ) = (1, 0) e (a0 , a1 ) =
(0, 1), ovvero
 n
2 n+1
y1 (x) = ∑ − x2n ,
n≥0 (n + 2)(n + 1)
 n
2 n+1
y2 (x) = ∑ − x2n+1 .
n≥0 (n + 2)(n + 1)

Calcoliamo il loro raggio di convergenza:


v
u  n
u
n 2 n + 1 2 n+1
lim sup t − = lim sup =0 ⇒ R = ∞.

n→∞ (n + 2)(n + 1) n→∞ (n + 2)(n + 1)

Esercizio 3.6.52 Risolvere per serie i seguenti problemi di Cauchy:


( (
y00 + 2 x y0 + 2 y = 0, y00 + x y0 + y = 0,
y(0) = 1, y0 (0) = 0, y(0) = 1, y0 (0) = 1.
3.6 Alcuni tipi di equazioni del primo ordine 59

Esercizio 3.6.53 Trovare una serie di potenze J0 (x) che risolva l’equazione differenziale di Bessel di ordine 0

x y00 + y0 + x y = 0.

Se ne cerchi poi una seconda nella forma Y0 (x) = J0 (x) ln x + g(x), verificando che tale Y0 è soluzione se e solo se g
risolve
x g00 (x) + g0 (x) + x g(x) = −2 J00 (x);
si risolva per serie questa equazione e si determini esplicitamente Y0 .

Esempio 3.6.54 Determiniamo una soluzione linearmente indipendente da x1 = 1/(t − 1) dell’equazione

(t 2 − t) x00 + (3t − 1) x0 + x = 0, t 6= 0, 1.

Introducendo x(t) = u(t)/(t − 1) nell’equazione otteniamo

t u00 + u0 = 0 ⇒ u(t) = C1 ln(t) +C2 .

Pertanto una soluzione dell’equazione originale


ln(t)
,
x2 (t) =
t −1
che è linearmente indipendente da x1 in quanto il determinante del Wronskian associato è


1 ln(t)

t −1 t −1 1
detW (t) = = 6= 0.

1 t − 1 − t ln(t) t(t − 1)2

(t − 1)2 (t − 1)2t

x casa
Esempio 3.6.55 Determiniamo una soluzione linearmente indipendente da x1 (t) = t dell’equazione

(1 − t 2 ) x00 − 2 t x0 + 2 x = 0.

Introducendo x = u(t)t nell’equazione otteniamo


 !
    2 1−t
t 1 − t 2 u00 + 2 − 4t 2 u0 = 0 ⇒ u(t) = C1 + ln +C2 .
t 1+t

Pertanto una soluzione dell’equazione originale è


 !
2 1−t
x2 (t) = t + ln , x 6= 1,
t 1+t

che è linearmente indipendente da x1 in quanto il determinante del Wronskian associato è


 
t 2 + t ln 1−t

W (t) =
1+t  = 2 6= 0, x 6= 1.
1 22 t + ln 1−t t 2 − 1
t −1 1+t

Esempio 3.6.56 Cerchiamo la soluzione generale dell’equazione di Eulero-Cauchy

t 2 x00 + 6 t x0 + x = 0.

Introducendo x(t) = t m nell’equazione otteniamo


√ √
−5 − 21 −5 + 21
1 + m (5 + m) t m = 0

⇒ m1 = e m2 = .
2 2
Pertanto la soluzione generale è √ √
−5− 21 −5+ 21
x(t) = C1 t 2 +C2 t 2 .
3.6 Alcuni tipi di equazioni del primo ordine 60

Esempio 3.6.57 Applichiamo il metodo delle predizioni per trovare la soluzione generale all’equazione:

x00 − 2 x0 + 4 x = 4 et cos(t).

Introducendo nell’equazione
x = [A sin(t) + B cos(t)]et
otteniamo
[(B − 2) cos(t) + A sin(t)]et = 0.
Prendendo (A, B) = (0, 2) otteniamo la soluzione

x = 2 cos(t) et .

Consideriamo ora l’equazione omogenea associata

x00 − 2 x0 + 4x = 0.

Introduciamo x = eλ t in tale equazione ed otteniamo


  √ √
λ 2 − 2λ + 4 et λ = 0 ⇔ λ1 = 1 − i 3 e λ2 = 1 + i 3;

pertanto la soluzione generale dell’equazione omogenea associata è


√  √ 
x = C1 et cos 3 t +C2 et sin 3t

e la soluzione generale dell’equazione è


√  √ 
x = 2 cos(t) et +C1 et cos 3 t +C2 et sin 3t .

Esempio 3.6.58 Applichiamo il metodo della variazione delle costanti e troviamo la soluzione generale all’equazione

et
x00 − 2 x0 + x = .
t2 + 1
Consideriamo l’equazione omogenea associata

x00 − 2 x0 + x = 0.

Introduciamo x = eλ t in tale equazione ed otteniamo

(λ − 1)2 eλ t = 0 ⇔ λ = 1,

pertanto x1 = et e x2 = t et sono due soluzioni linearmente indipendenti dell’equazione omogenea associata. Risolviamo
il sistema (3.28):
t
  
u0 (t) + u0 (t)(t + 1) = 1 , u01 (t) = − 2 , 1
u1 (t) = − ln(1 + t 2 ) +C1 ,
 
1 2
1+t 2 ⇔ t + 1 ⇔ 2
1
u0 (t) + u0 (t)t = 0,
1 2
u02 (t) = 2
 , u (t) = arctan(t) +C .
2 2
t +1
Pertanto la soluzione generale dell’equazione è
 
1 2
  t
x = − ln(1 + t ) +C1 + arctan(t) +C2 t e .
2

Esempio 3.6.59 Troviamo la soluzione generale all’equazione:

x000 + x00 + x0 + x = tet .

Consideriamo l’equazione omogenea associata

x000 + x00 + x0 + x = 0.
3.6 Alcuni tipi di equazioni del primo ordine 61

Introducendo x = eλ t in tale equazione ed otteniamo


 
et λ (1 + λ ) 1 + λ 2 = 0 ⇔ λ1 = −1, λ2 = −i, λ3 = i;

pertanto x1 = e−t , x2 = cos(t) e x3 = sin(t) sono soluzioni linearmente indipendenti dell’equazione omogenea e pertanto
la sua soluzione generale è
x(t) = C1 e−t +C2 cos(t) +C3 sin(t).
Cerchiamo ora una soluzione particolare dell’equazione originale. Introducendo in tale equazione

x(t) = (A t + B) et

otteniamo
1 3
et (4 A − 1)t + 6 A + 4 B = 0

⇔ A= , B=− .
4 8
In conclusione la soluzione generale dell’equazione originale è
 
1 3 t
x(t) = t− e +C1 e−t +C2 cos(t) +C3 sin(t).
4 8

Esempio 3.6.60 Risolviamo il problema di Cauchy per un’eq. diff. lineare del terzo ordine
(
x000 − x0 = 4 t − 6 e−2 t ,
x(0) = 1, x0 (0) = 2, x00 (0) = 3.

Consideriamo prima l’equazione omogenea associata

x000 − x0 = 0.

Introducendo x(t) = eλ t in tale equazione otteniamo

λ (λ 2 − 1) = 0,

le cui soluzioni sono λ1 = −1, λ2 = 0 e λ3 = 1. La soluzione generale dell’equazione omogenea è pertanto

x(t) = C1 e−t +C2 +C3 et .

Cerchiamo ora una soluzione particolare dell’equazione originale della forma ϕ + ψ, dove ϕ e ψ sono soluzioni di

x000 − x0 = 4 t, x000 − x0 = −6 e−2 t ,

rispettivamente. Assumiamo che ϕ(t) = C4 t 3 +C3 t 2 +C2 t +C1 , allora

3 t 2 C4 + 2 t (2 +C3 ) +C2 − 6 C4 = 0 ⇔ C3 = −2, C4 = 0, C2 = 6C4 .

Pertanto possiamo prendere ϕ(t) = −2 t 2 . Assumiamo che ψ(t) = C1 e−2 t , allora

(C1 − 1) e−2 t = 0 ⇔ C1 = 1.

Pertanto possiamo prendere ψ(t) = e−2 t . In conclusione, la soluzione generale dell’equazione originale è

x(t) = C1 e−t +C2 +C3 et − 2 t 2 + e−2 t .

imponendo il dato di Cauchy otteniamo


 
C1 +C2 +C3 = 0, C1 = −1/2,

 

4 +C1 = C3 , ⇔ C2 = −3,
 
C1 +C3 = 3,
 C3 = 7/2,

e quindi la soluzione generale del problema di Cauchy è


3.6 Alcuni tipi di equazioni del primo ordine 62

1 −t 7
x(t) = −2 t 2 + e−2 t − e − 3 + et .
2 2
Quanto visto fino ad ora può essere facilmente generalizzato ad equazioni lineari di ordine superiore al secondo, come
si vede nei seguenti esempi.
Esempio 3.6.61 Cerchiamo la soluzione generale dell’equazione

x000 + x0 − 2 = 0.

Se applichiamo il cambio di variabili


Z
y = x0 ⇔ x= y dt

l’equazione diventa
y00 + y − 2 = 0.
Introducendo y(t) = eλ t nell’equazione omogenea associata a tale equazione, otteniamo
 
et λ 1 + λ 2 = 0 ⇒ λ1 = −i, λ2 = i;

pertanto la soluzione generale a dell’equazione omogenea associata è

y(t) = C1 y1 (t) +C2 y2 (t), dove y1 (t) = cos(t), y2 (t) = sin(t).

Applichiamo il metodo della variazione delle costanti. Risolviamo il sistema (3.28):


( ( (
2 + u01 (t) sin(t) − u02 (t) cos(t) = 0, u01 (t) = −2 sin(t), u1 (t) = 2 cos(t) +C1 ,
0 0
⇔ ⇔
u1 (t) cos(t) + u2 (t) sin(t) = 0, u02 (t) = 2 cos(t), u2 (t) = 2 sin(t) +C2 .

Pertanto la y-soluzione generale è


   
y(t) = 2 cos(t) +C1 cos(t) + 2 sin(t) +C2 sin(t) = 2 +C1 cos(t) +C2 sin(t),

e, tornando alla variabile originale, la x-soluzione generale è

x(t) = 2t +C1 sin(t) −C2 cos(t).

Esempio 3.6.62 Risolviamo l’eq. diff. lineare del quarto ordine

x(4) − x = sin(2 t).

Le soluzioni dell’equazione caratteristica λ 4 − 1 = 0 sono

λ1 = −1, λ2 = 1, λ3 = −i, λ4 = i.

Pertanto le soluzioni dell’equazione omogenea associata sono

x1 = e−t , x2 = et , x3 = sin(t), x4 = cos(t).

La tabella 3.1 suggerisce di cercare una soluzione particolare dell’equazione non omogenea della forma

x = A sin(2 t) + B cos(2 t).

Introducendo tale espressione nell’equazione otteniamo

15 A sin(2 t) + 15 B cos(2 t) = sin(2 t) ⇔ A = 1/15, B = 0,

e quindi una soluzione particolare è


1
x= sin(2 t).
15
Pertanto la soluzione generale è
Riferimenti bibliografici 63

1
x = C1 e−t +C2 et +C3 sin(t) +C4 cos(t) + sin(2 t),
15
dove C1 , . . . ,C4 sono costanti reali arbitrarie.

Riferimenti bibliografici

1. A. Aw and M. Rascle. Resurrection of “second order” models of traffic flow. SIAM Journal on Applied Mathematics, 60(3):916–938, 2000.
2. M. Di Francesco and M. Rosini. Rigorous derivation of nonlinear scalar conservation laws from Follow-the-Leader type models via many
particle limit. Archive for Rational Mechanics and Analysis, 217(3):831–871, 2015.
3. M. D. Francesco, S. Fagioli, and M. D. Rosini. Many particle approximation of the Aw-Rascle-Zhang second order model for vehicular
traffic. Mathematical Biosciences and Engineering, 14(1):127–141, 2017.
4. M. Lighthill and G. Whitham. On kinematic waves. II. A theory of traffic flow on long crowded roads. In Royal Society of London. Series
A, Mathematical and Physical Sciences, volume 229, pages 317–345, 1955.
5. P. I. Richards. Shock waves on the highway. Operations Research, 4(1):pp. 42–51, 1956.
6. H. Zhang. A non-equilibrium traffic model devoid of gas-like behavior. Transportation Research Part B: Methodological, 36(3):275 – 290,
2002.
Capitolo 4
Calcolo infinitesimale per le curve

4.1 Introduzione

Sia f una funzione con dominio A e codominio B

f:A→ B
x 7→ f (x).

Si dice che f è una funzione:


• di una variabile se A ⊆ R; • a valori reali o scalare se B ⊆ R;
• di due variabili se A ⊆ R2 ; • a valori vettoriali se B ⊆ Rm con m > 1 generico.
• . . .;
• di più variabili se A ⊆ Rn con n > 1 generico;
Una funzione a valori vettoriali si indica in grassetto f , come i vettori. Per comodità di notazione, si scrive f : Rn → Rm
anche se il dominio dovesse essere un sottoinsieme di Rn . Si specifica il dominio solo se è necessario.

Esempio 4.1.1 La posizione r ∈ R3 di una particella è univocamente determinata dall’istante di tempo t ∈ R, quindi r è
una funzione di una variabile a valori vettoriali, ovvero
r : R → R3
. 
t 7→ r (t) = x(t), y(t), z(t) = x(t) i + y(t) j + z(t) k .
.
Se I = [t1 ,t2 ] è il dominio di definizione di r , allora l’immagine di I tramite r è
n o n o
r (I) = r (t) ∈ R3 : t ∈ I = x ∈ R3 : ∃t ∈ I tale che x = r (t)

e corrisponde al cammino della particella, si veda la figura a fianco.

Ad esempio, per a, b costanti fissate, l’immagine di


. 
r (t) = a cos(t), a sin(t), b t , t ∈I

è un arco di elica cilindrica come nella figura a fianco, ed è il cammino di una


particella che si muove lungo il cilindro di raggio a ed asse coincidente con l’asse z.

Se invece la particella si muove in R2 , allora

r : I → R2
. 
t 7→ r (t) = x(t), y(t) = x(t) i + y(t) j .

di r è {rr (t) ∈ R 2
L’immagine
n o : t ∈ I} e ci dà il cammino della particella; il grafico
3

di r è t,rr (t) ∈ R : t ∈ I e ci dà non solo il cammino della particella ma anche
l’istante in cui la particella si trovava in una determinata posizione del cammino.

64
4.2 Arco di curva continua, regolare 65

Ad esempio, l’immagine di
   !
. 2πt 2πt
r (t) = cos , sin , t ∈I
t2 − t1 t2 − t1

è una circonferenza percorsa in senso antiorario completamente nell’intervallo di


tempo I da una particella che si muove di moto circolare uniforme come nella figura
a fianco.
Il cammino di una particella può essere descritta: • in forma parametrica come immagine di una funzione;
• come grafico di una funzione;
• in forma implicita.

Ad esempio, una semicirconferenza è descritta: • in maniera implicita da y = 1 − x2 , √
x ∈ [−1, 1];
• come grafico di una funzione da {(x, 2
√ 1 − x ) : x ∈ [−1, 1]};
2
• in forma parametrica da r (t) = (t, 1 − t ), t ∈ [−1, 1].
Una circonferenza è descritta: • in maniera implicita da x2 + y2 = 1; 
• in forma parametrica da r (θ ) = cos(θ ), sin(θ ) , θ ∈ [0, 2 π);
• ma non può essere descritta come grafico di funzione.

4.2 Arco di curva continua, regolare


.
Sia m > 1 ed I = [a, b] ⊆ R un intervallo.
Definizione 4.2.1 L’arco di curva continua, o cammino, in Rm è una funzione r : I → Rm continua (ovvero le sue
componenti sono continue). Il sostegno di una curva continua è l’immagine della funzione. Una curva è chiusa se
r (a) = r (b). L’orientamento di una curva continua è il verso di percorrenza.
Osserviamo che una curva continua è un insieme chiuso del piano euclideo R2 .
Esempio 4.2.2 L’ellisse
. 
r (t) = 3 cos(t), 2 sin(t) t ∈ [0, 2 π]

è una curva continua, chiusa ed è percorsa in senso antiorario, ov-


vero, una particella che si muove secondo tale legge oraria gira in
senso antiorario e giunge al punto di partenza.
L’arco di ellisse
. 
r (t) = 3 cos(t), 2 sin(t) t ∈ [0, π]

è una curva continua, non chiusa ed è percorsa in senso antiorario.


L’ellisse
.  
r (t) = 3 cos(−t), 2 sin(−t) = 3 cos(t), −2 sin(t) t ∈ [0, 2 π]

è una curva continua, chiusa ed è percorsa in senso orario.

Esempio 4.2.3 Il Folium di Cartesio


. 
r (t) = t (t − 1),t (t − 1) (2 t − 1) t ∈R

è una curva continua e non chiusa. L’arco del Folium di


Cartesio
. 
r (t) = t (t − 1),t (t − 1) (2 t − 1) t ∈ [0, 1]

è una curva continua e chiusa.


4.2 Arco di curva continua, regolare 66

Esempio 4.2.4 Le equazioni a


. 
r (t) = a cosh(t), b sinh(t) t ∈R

con a, b > 0, descrivono il ramo di iperbole

x 2 y2
− = 1, x > 0,
a2 b2
2 2
in quanto x(t)
a2
− y(t)
b2
= 1 e x(t) > 0 ∀t ∈ R.
L’altro ramo per x < 0 è descritto da
. 
r (t) = −a cosh(t), b sinh(t) t ∈ R.

Ciascuno dei due è una curva continua e non chiusa.

a ex −e−x ex +e−x
sinh x = 2 , cosh x = 2

Esempio 4.2.5 L’elica cilindrica


. 
r (t) = R cos(t), R sin(t), p t t ∈I

con R, p > 0, è una curva in R3 continua e non chiusa.

Esempio 4.2.6 La curva


.
 
r (t) = t, 2 t,t 2 t ∈ [−1, 1]

è una curva in R3 , ma in realtà giace sul piano y = 2 x in


quanto y(t) = 2 x(t); perciò la si può chiamare curva piana.

Definizione 4.2.7 La derivata di r : R → Rm in t0 è il vettore delle derivate delle componenti di r


.
r 0 (t0 ) = r10 (t0 ), . . . , rm
0

(t0 ) .

L’arco di curva r : I → Rm è regolare se krr 0 (t)k 6= 0 per ogni t ∈ I.


Si ha che:
• r 0 è il limite del rapporto incrementale perché
 
0 r1 (t0 + h) − r1 (t0 ) rm (t0 + h) − rm (t0 ) r (t0 + h) −rr (t0 )
r (t0 ) = lim , . . . , lim = lim ;
h→0 h h→0 h h→0 h

• il vettore derivato è tangente alla curva in ogni suo punto;


• se u, v : R → Rm e c ∈ R, allora

(uu +vv)0 = u 0 +vv0 , (uu ·vv)0 = u ·vv0 +uu0 ·vv, (c u )0 = c u 0 ;

• se u : R → Rm e ϕ : R → R, allora
(uu ◦ ϕ)0 = ϕ 0 u0 (ϕ).
Se r descrive la posizione di una particella, allora r 0 è il vettore velocità istantanea e krr 0 k è la velocità scalare
istantanea. Se r è regolare, allora r 0 è concorde con l’orientamento della curva e possiamo introdurre il versore tangente

. r 0 (t)
t (t) = 0 , t ∈ I;
krr (t)k

chiaramente ktt k ≡ 1. Dimostriamo che se krr k è costante, allora i vettori posizione r e velocità r 0 sono ortogonali:
 0
0 ≡ krr k2 = (rr ·rr )0 = r ·rr 0 +rr 0 ·rr = 2 r ·rr 0 ⇒ r ·rr 0 ≡ 0.
4.2 Arco di curva continua, regolare 67

Esempio 4.2.8 La circonferenza


   !
. 2πt 2πt
r (t) = cos , sin , t ∈ [0, T ],
T T

soddisfa krr k ≡ 1, pertanto r ·rr 0 ≡ 0. Inoltre


   !
0 . 2π 2πt 2πt
r (t) = − sin , cos , t ∈ [0, T ].
T T T

ha norma krr 0 k ≡ 2π
T e quindi la circonferenza è una curva regolare. Il versore tangente è
   !
. 2πt 2πt
t (t) = − sin , cos , t ∈ [0, T ].
T T

Esempio 4.2.9 L’elica cilindrica


. 
r (t) = R cos(t), R sin(t), p t

ha come vettore derivato


r 0 (t) = −R sin(t), R cos(t), p .

p
Siccome krr 0 k ≡ R2 + p2 6= 0, l’elica cilindrica è una curva regolare ed il versore tangente è

1 
t (t) = p −R sin(t), R cos(t), p .
R2 + p2

Esempio 4.2.10 L’ellisse


. 
r (t) = 3 cos(t), 2 sin(t) , t ∈ [0, 2 π]

è una curva regolare perché la norma del vettore derivato


.
r 0 (t) = −3 sin(t), 2 cos(t)


è krr 0 (t)k = 9 cos(t)2 + 4 sin(t)2 = 4 + 5 cos(t)2 ≥ 2 per ogni t ∈ [0, 2 π]. Possiamo dunque definire il versore tangente
p p

1
t (t) = p (−3 sin(t), 2 cos(t)), t ∈ [0, 2 π].
4 + 5 cos(t)2

Esempio 4.2.11 L’astroide

.
 
r (t) = cos(t)3 , sin(t)3 , t ∈ [0, 2 π]

non è una curva regolare perché la norma del vettore derivato


 
r 0 (t) = −3 sin(t) cos(t)2 , 3 cos(t) sin(t)2

è krr 0 (t)k = 3 sin(t)2 cos(t)4 + cos(t)2 sin(t)4 = 3 | sin(t) cos(t)| e si annulla per ogni t ∈ π2 Z; in effetti la curva presenta
p

delle cuspidi nei punti corrispondenti. Osserviamo che krr k non è costante e r ·rr 0 6≡ 0, come è chiaro dalla figura. Si osservi
che r (t) ·rr 0 (t) = 0 per ogni t ∈ π4 + π2 Z.
4.2 Arco di curva continua, regolare 68

Esempio 4.2.12 Il Folium di Cartesio


. 
r (t) = t (t − 1),t (t − 1) (2 t − 1) , t ∈ R,

è una curva regolare perché il del vettore derivato


 
r 0 (t) = 2 t − 1, 1 − 6 t + 6 t 2

non si annulla mai. Infatti, la sua prima componente si annulla solo per t = 1/2 e per
tale valore al seconda componente vale 1 − 6 12 + 6 41 = 92 . Osserviamo che
r √
2 4 2
q
0
krr (t)k = 2(1 − 8t + 26t 2 − 36t 3 + 18t 4 ) = 2
+ (2 + 9(t − 1)t) ≥ .
9 9 3

Curve in forma polare


23/10/2017
In R2 , oltre alle coordinate cartesiane (x, y) si possono considerare le coordinate
polari (ρ, θ ), dove ρ è la coordinata radiale e corrisponde alla distanza del punto
da un punto fisso detto polo, e θ è la coordinata angolare e corrisponde all’angolo
che la semiretta {(ρ, θ ) : ρ > 0, θ = 0} deve spazzare in senso antiorario per andare
a sovrapporsi a quella che congiunge il punto al polo. Tipicamente, il polo coincide
con l’origine degli assi cartesiani; in questo caso il passaggio dalle coordinate polari
a quelle cartesiane è dato da
(
x = ρ cos(θ )
y = ρ sin(θ ).
L’equazione parametrica di una curva in coordinate polari ha la forma

ρ = f (θ ),

che in coordinate cartesiane diventa


. 
r (t) = f (θ ) cos(θ ), f (θ ) sin(θ ) .
Osserviamo che
r 0 (t) = f 0 (θ ) cos(θ ) − f (θ ) sin(θ ), f 0 (θ ) sin(θ ) + f (θ ) cos(θ )


e quindi
0 p
r (t) = f (θ )2 + f 0 (θ )2 .

Esempio 4.2.13 La spirale di Archimede ha equazione polare

ρ = A θ, θ ≥ 0,

ed equazione cartesiana
. 
r (t) = A θ cos(θ ), A θ sin(θ ) θ ≥ 0,

con A > 0. Il vettore derivato

r 0 (θ ) = A cos(θ ) − θ sin(θ ), sin(θ ) + θ cos(θ )




q √
ha norma krr 0 (θ )k = (A θ )2 + A2 = A 1 + θ 2 ≥ A. Nella figura a fianco abbiamo
rappresentato circonferenze di raggio 2 π A.
4.2 Arco di curva continua, regolare 69

Coniche in forma polare

Le coniche (parabole, ellissi, iperboli) possono essere scritte in forma polare. Ricordiamo che dati l’eccentricità ε > 0, la
retta direttrice d di equazione x = −p, p ∈ R, e l’origine come fuoco, la conica corrispondente è il luogo dei punti P tali
che
[distanza di P dall’origine]
= ε.
[distanza di P dalla retta d]
Più precisamente si tratta di:

un’ellisse se ε < 1, una parabola se ε = 1, un’iperbole se ε > 1.

1
Poiché in coordinate polari

[distanza di P dall’origine] = ρ, [distanza di P dalla retta d] = p + ρ cos(θ ),

l’equazione delle coniche in coordinate polari diventa


ρ ε p
=ε ⇐⇒ ρ= .
p + ρ cos(θ ) 1 − ε cos(θ )

Riscriviamo in coordinate cartesiane l’equazione delle coniche:


x

p ε cos(θ ) =

ε 
x = cos(θ )

  p + x
1 − ε cos(θ )

 

⇒ 2 !2
ε p

= sin(θ ), 2 2 ε p ε p
y = ε 2 (p + x)2 ,
 
x + y = 1 − ε cos(θ ) =
 
1 − ε cos(θ ) x
 
1 − p+x

ovvero
(1 − ε 2 ) x2 + y2 − 2 ε 2 p x − ε 2 p2 = 0.
Osserviamo che per ottenere la classica equazione delle coniche in coordinate cartesiane

a x2 + b x y + c y2 + d x + e y + f = 0,

basta prendere

a = 1 − ε 2, b = 0, c = 1, d = −2 ε 2 p, e = 0, f = −ε 2 p2 .

Si tratta quindi di un’ellisse se b2 − 4 a c < 0, una parabola se b2 − 4 a c = 0 ed un’iperbole se b2 − 4 a c > 0.

Osservazione 4.2.14 Osserviamo che se ε > 1, gli asintoti dell’iperbole sono le rette passanti per l’origine con pendenza
θ tale da annullare il denominatore 1 − ε cos(θ ).
Ponendo p = R/ε e mandando poi ε a zero, si trova l’equazione di una circonferenza

ρ = R.

Mandando invece ε all’infinito, si trova l’equazione di una retta


p
ρ =− .
cos(θ )

1
Si ricordi che la distanza di un punto (x0 , y0 ) da una retta ax + by + c = 0 è |ax0 + by0 + c|/ a2 + b2 .
4.3 Lunghezza di un arco di curva 70

4.3 Lunghezza di un arco di curva

Vediamo come si calcola la lunghezza di una curva. Per semplicità consideriamo una curva in R2 . Se la curva è il segmento
.
r (t) = (t, a t + b) , t ∈ [t1 ,t2 ],

con a, b ∈ R, allora la sua lunghezza è


q
. 2 2 p
L= x(t2 ) − x(t1 ) + y(t2 ) − y(t1 ) = 1 + a2 (t2 − t1 ).

Per sfruttare questo caso particolarmente semplice per calcolare la lunghezza di una curva generale
. 
r (t) = x(t), y(t) t ∈ [t1 ,t2 ],

fissiamo n ∈ N e dividiamo l’intervallo [t1 ,t2 ] in 2n intervalli [si , si+1 ], i ∈ {0, 1, . . . 2n − 1}, di uguale lunghezza con

. t2 − t1
si = t1 + n i, i ∈ {0, 1, . . . , 2n },
2
calcoliamo la lunghezza Ln della spezzata che unisce i punti

i ∈ {0, 1, . . . 2n },

x(si ), y(si ) ,

e definiamo
.
L = lim Ln .
n→∞

Per definizione abbiamo


2n q 2 2
Ln = ∑ x(si ) − x(si−1 ) + y(si ) − y(si−1 ) .
i=1

Per il teorema di Lagrange esistono ξi , ηi ∈ [si−1 , si ], i ∈ {1, . . . 2n }, tali che


2n q 2n q
Ln = ∑ x0 (ξi )2 (si − si−1 )2 + y0 (ηi )2 (si − si−1 )2 = ∑ x0 (ξi )2 + y0 (ηi )2 (si − si−1 ) .
i=1 i=1

Mandando n → ∞ si ha che ξi ' ηi e la somma converge a


Z t2 q Z t2
L= 0 2 0 2
x (t) + y (t) dt = krr 0 (t)k dt.
t1 t1

Si osservi che la lunghezza di arco elementare


q
ds = x0 (t)2 + y0 (t)2 dt
p
è lo spazio percorso dalla particella in un intervallo di tempo “infinitesimo” dt, visto che x0 (t)2 + y0 (t)2 è la velocità
scalare istantanea al tempo t.

Esempio 4.3.1 Per un arco di circonferenza


. 
r (θ ) = R cos(θ ), R sin(θ ) , θ ∈ [θ1 , θ2 ],

si ha
Z θ2
r 0 (t) = (−R sin(θ ), R cos(θ )), krr 0 (t)k = R, ds = R dθ , L= R dθ = (θ2 − θ1 ) R.
θ1
4.3 Lunghezza di un arco di curva 71

Esempio 4.3.2 Per un arco di elica cilindrica


. 
r (t) = R cos(t), R sin(t), p t , t ∈ [0, 2 π]

si ha
p Z 2πp p
r 0 (t) = −R sin(θ ), R cos(θ ), p , krr 0 (t)k = R2 + p2 , L =

R2 + p2 dt = 2 π R2 + p2 .
0

Esempio 4.3.3 Per una curva piana in coordinate polari

ρ = f (θ ), θ ∈ [θ1 , θ2 ],

che in coordinate cartesiane diventa r (θ ) = f (θ ) cos(θ ), f (θ ) sin(θ ) , si ha
q
r 0 (θ ) = f 0 (θ ) cos(θ ) − f (θ ) sin(θ ), f 0 (θ ) sin(θ ) + f (θ ) cos(θ ) , krr 0 (θ )k =

f 0 (θ )2 + f (θ )2

e quindi
Z θ2 q
L= f 0 (θ )2 + f (θ )2 dθ .
θ1

Ad esempio, la lunghezza dell’arco di spirale di Archimede ρ = θ per θ ∈ [0, 2 π] è 2


Z 2πp
! Z
arcsinh(2 π) 1 arcsinh(2 π)
 
= sinh(t)
Z
2 θ 2
L= 1 + θ dθ = = cosh(t) dt = cosh(2 t) + 1 dt
0 dθ = cosh(t) dt 0 2 0
 t=arcsinh(2 π)  t=arcsinh(2 π)
1 1 1 1 p 
= sinh(2 t) + t = sinh(t) cosh(t) + t = 2 π 1 + 4π 2 + arcsinh(2 π) .
2 2 t=0 2 t=0 2

Esempio 4.3.4 Come già visto nell’esempio 4.2.11, l’astroide


.
 
r (t) = cos(t)3 , sin(t)3 , t ∈ [0, 2 π]

ha come vettore derivato


 
r 0 (t) = −3 sin(t) cos(t)2 , 3 cos(t) sin(t)2
la cui norma è krr 0 (t)k = 3 | sin(t) cos(t)|. Quindi, la lunghezza totale è
Z 2π  t=π/2
π/2 1
Z
sin(t) cos(t) dt = 12 − cos(t)2

L=3 sin(t) cos(t) dt = 12 = 6.
0 0 2 t=0

Esempio 4.3.5 L’elica conica


. 
r (t) = t cos(t),t sin(t),t , t ∈ [0, 6 π],

è una curva regolare perché la norma del vettore derivato

r 0 (t) = cos(t) − t sin(t), sin(t) + t cos(t), 1





è krr 0 (t)k = 2 + t 2 ≥ 2. La sua lunghezza è
√ !
Z 6π p
t = 2 sinh(s)
Z arcsinh(6 π) s=√2 arcsinh(6 π)
√ cosh(s)2 ds = sinh(s) cosh(s) + s s=0

L= 2 + t 2 dt = =2
0 dt = 2 cosh(s) ds 0

s= 2 arcsinh(6 π) " #t=6π

 
t t
q p p
= sinh(s) 1 + sinh(s)2 + s = 2 + t 2 + arcsinh √ = 3π 2 + 36π 2 + arcsinh(3 2π).
s=0 2 2 t=0

 √   √ 
2
arcsinh(x) = ln x + x2 + 1 , arcosh(x) = ln x + x2 − 1
4.3 Lunghezza di un arco di curva 72

Esempio 4.3.6 La cicloide


.
  
r (t) = R t − sin(t) , R 1 − cos(t) , t ∈ [0, 2 π],

non è una curva regolare perché la norma del vettore derivato


 
r 0 (x) = R 1 − cos(t) , R sin(t)


è krr 0 (x)k = 2(1 − cos(t)) R e si annulla per ogni t ∈ 2 π Z. La sua lunghezza è


p

Z 2πq 2π
s   Z 2π   "  #t=2 π
t t t
Z
2

L=R 2 1 − cos(t) dt = 2 R sin dt = 2 R sin dt = −4 R cos = 8 R.
0 0 2 0 2 2
t=0

Esempio 4.3.7 La catenaria

y = a cosh(b x) x ∈ [0, T ],

è una curva regolare perché la norma del vettore derivato

r 0 (x) = 1, a b sinh(b x)


q 2
è krr 0 (x)k = 1 + a b sinh(b x) ≥ 1. Se a b = 1, allora la sua lunghezza è
Z Tq Z Tq Z T  t=T
sinh(b x) sinh(b T )
L= 1 + sinh2 (b x) dx = cosh2 (b x) dx = cosh(b x) dx = = .
0 0 0 b t=0 b

Esempio 4.3.8 La curva

y = ln(x), x ∈ [1, 2],


√ √
è regolare perché la norma del suo derivato è krr 0 (t)k = 1 + x−2 ≥ 5/2. La sua
lunghezza è

Z 2√ Z √5
 p 
Z 2r 2
1 1+x 2 x = y −1 y y
L= 1 + 2 dx = dx = dx = √ y dy = √ p p dy
1 x 1 x y2 −1 2 2 2
y −1 y −1

Z √5 2 Z √5  #y= 5
 "
y −1 + 1 1 1 y − 1
= √ 2 −1
dy = √ 1+ 2 dy = y + ln
2 y 2 y − 1 2 y+1 √
y= 2
 √ √ 
√ √

5−1
!
√ √ 1 5−1 2+1 √ √ 1+ 2 
= 5 − 2 + ln √ √ = 5 − 2 + ln  .

2 5+1 2−1 2

Esempio 4.3.9 La curva data in coordinate polari da ρ = e−θ , θ ≥ 0, è data in


coordinate cartesiane da
.
 
r (θ ) = e−θ cos(θ ), e−θ sin(θ ) .
√ −θ R √ √
Visto che krr 0 (θ )k = 2 e , la sua lunghezza è L = 0∞ 2 e−θ dθ = 2.

√ √
  
1
Esempio 4.3.10 Calcoliamo la lunghezza della curva grafico di f (x) = 2 x x2 − 1 − ln x + x2 − 1 per x ∈
[−1, 1]:
Z 1q Z 1
1 h 2 ix=0 1 h ix=1
L= f 0 (x)2 + 1 dx = |x| dx = − x + x2 = 1.
−1 −1 2 x=−1 2 x=0
4.3 Lunghezza di un arco di curva 73

Esempio 4.3.11 Calcoliamo la lunghezza della curva grafico x = 32 (y − 1)3/2 , con y ∈ [1, 4]:
Z 4q Z 4q Z 4
2 2 h 3/2 iy=4 2 14
L= f 0 (y)2 + 1 dy = (y − 1)1/2 + 1 dy = y1/2 dy = y = (8 − 1) = .
1 1 1 3 y=1 3 3

Esempio 4.3.12 Calcoliamo la lunghezza della curva grafico di f (x) = 13 (x2 − 2)3/2 + 1 per x ∈ [−1, 1]:
" #1
x3
Z 1q Z 1q Z 1
2 4
L= f 0 (x)2 + 1dx = (x2 − 1)2 dx = (1 − x ) dx = x − = .
−1 −1 −1 3 3
−1

Esercizio 4.3.13 Si dimostri che la lunghezza della curva r (t) = (ln(t 2 − 1), −t), con t ∈ [2, 3], è L = 1 + ln(3/2).

Parametro arco

La lunghezza dell’arco di curva r (τ) per τ tra t0 e t è la funzione

s : [t0 , ∞) → R Z t
.
t 7→ s(t) = krr 0 (τ)k dτ.
t0

Se si è in grado di invertirla, esprimendo t come funzione di s, allora è possibile riparametrizzare la curva in funzione del
parametro arco s. Osserviamo che se una curva è parametrizzata mediante il parametro arco, allora il versore tangente
t (s) coincide con r 0 (s) perché

r 0 (t(s))

d 0 0
d
r (t(s)) = r (t(s)) t (s) = 0 ⇒
= 1.
r (t(s))
ds krr (t(s))k ds

Di conseguenza, lo spazio percorso dalla particella nell’intervallo di tempo [0, s] è proprio s perché
Z s d

Z s
r (t(s)) ds = ds = s.
0
ds 0

Esempio 4.3.14 Per l’elica cilindrica



r (t) = R cos(t), R sin(t), p t , t ∈ [0, 2 π],

si ha
p Z tp p
r 0 (t) = (−R sin(t), R cos(t), p), krr 0 (t)k = R2 + p2 , s(t) = R2 + p2 dt = R2 + p2 t,
0

da cui
s
t(s) = p .
R + p2
2
Quindi si può riparametrizzare la curva come
 ! ! 
s s p s h p i
r (s) = R cos p , R sin p ,p , s ∈ 0, 2 π R2 + p2 .
R2 + p2 R2 + p2 R2 + p2

Coerentemente con quanto già osservato


 ! ! 
1 s s
r 0 (s) = p −R sin p , R cos p , p
R2 + p2 R2 + p2 R2 + p2

ha norma
4.4 Integrali di linea (di prima specie) 74

v !2 !2
u
1 u s s
krr 0 (s)k = p tR2 sin p + R2 cos p + p2 = 1.
R2 + p2 R2 + p2 R2 + p2

Esempio 4.3.15 La spirale logaritmica ha equazione polare

ρ = eb θ , θ ∈ R,

ed equazione cartesiana
 
r (θ ) = eb θ cos(θ ), eb θ sin(θ ) , θ ∈ R,

con b 6= 0 costante fissata, è una curva regolare perché la norma del vettore derivato
 
r 0 (θ ) = b cos(θ ) − sin(θ ) eb θ , b sin(θ ) + cos(θ ) eb θ
 


è krr 0 (θ )k = b2 + 1 eb θ > 0 per ogni θ . Quindi la lunghezza di arco elementare è
p
ds = b2 + 1 eb θ dθ ,

inoltre

b2 + 1  b θ
 
1 bs
Z θp 
s(θ ) = b2 + 1 eb φ dφ = e −1 , θ (s) = ln 1 + √ .
0 b b b2 + 1

4.4 Integrali di linea (di prima specie)


24/10/2017
Definizione 4.4.1 Sia r : [a, b] → Rm un arco di curva regolare, di sostegno γ, e sia f : A → R con A ⊇ γ. Si dice integrale
di linea (di prima specie) di f lungo γ l’integrale
Z Z b
.
f r (t) krr 0 (t)k dt.

f (s) ds =
γ a

Osservazione 4.4.2 (Significato geometrico dell’integrale di linea.)


Se m = 2, f è positiva e continua, γ è parametrizzata col parametro
arco, allora l’integrale di linea rappresenta l’area della superficie Σ in
R3 sottesa tra la funzione f e la curva γ, si veda la figura a fianco.

Definizione 4.4.3 Siano r :∈ [a, b] → R e s :∈ [c, d] → R due curve, l’una riparametrizzazione dell’altra, ovvero esiste
ϕ : [c, d] → [a, b] derivabile e strettamente monotona tale che s = r ◦ ϕ.
• Esse sono curve equivalenti se ϕ è strettamente crescente.
• Esse sono un cambio di orientazione se ϕ è strettamente decrescente.

Esempio 4.4.4 Si ha che



r (t) = R cos(t), R sin(t) , t ∈ [0, 2 π]

e

r (u) = R cos(2u), R sin(2u) , u ∈ [0, π],

sono due parametrizzazioni equivalenti di una circonferenza, mentre

r (v) = (R cos(−v), R sin(−v)), v ∈ [0, 2 π],


4.4 Integrali di linea (di prima specie) 75

è un cambio di orientazione rispetto alle precedenti.

Proposizione 4.4.5 La lunghezza di una curva e l’integrale di linea sono invarianti sia per curve equivalenti che per
cambiamenti di orientazione.

Esempio 4.4.6 Se γ è l’arco di spirale di Archimede

ρ = A θ, θ ∈ [0, 4π],

allora dall’esempio 4.2.13 sappiamo che krr 0 (θ )k = A 1 + θ 2 e quindi
 p  √
Z Z 4π θ = ξ 2 −1 Z 1+16 π 2
3 3
p ξ
θ ds = A θ 1 + θ 2 dθ =  =A (ξ 2 − 1)3/2 ξ p dξ
γ 0 dθ = √ ξ2 dξ 1 ξ2 −1
ξ −1
√ √
Z 1+16 π 2
" #ξ = 1+16 π 2 !
ξ 5 ξ 3 (1 + 16 π 2 )5/2 (1 + 16 π 2 )3/2 1 1
2 2
=A (ξ − 1) ξ dξ = A − =A − − +
1 5 3 5 3 5 3
ξ =1
 
2A  
= 1 + (1 + 16 π 2 )3/2 24 π 2 − 1 .
15

Esempio 4.4.7 Se γ è l’arco di spirale di iperbole


 
1 1
y= , x∈ ,2 ,
x 2

allora krr 0 (θ )k = 1 + x−4 e quindi
√ √ !x=2 √ !
3√
r
1 + x4 1 4
Z 2
1 1+ 1+x  1 13 + 3 17
Z
x ds = x 1 + 4 dx =  − ln = 17 + ln .
γ 1/2 x 2 2 x2 8 2 4
x=1/2

p
Esempio 4.4.8 Fissato a 6= 0, si consideri la curva piana γ descritta in coordinate polari dall’equazione ρ = a cos(2 θ ),
con l’angolo θ che varia nell’intervallo [−π/4, π/4].
1. La curva è chiusa?
2. Si calcoli il vettore tangente.
3. La curva è regolare?
Si calcoli la lunghezza della curva in termini della costante ϖ = 2 01 √ dt
R
4. .
1−t 4p
f (ρ, θ ) = cos(θ )2 cos(2 θ ).
R
5. Si calcoli l’integrale di linea di prima specie γ f ds con
Osserviamo che una lemniscàta di Bernoulli è ottenuta
p unendo due curvepcorrispondenti ad a e −a.
(1) Si tratta di una curva chiusa in quanto a cos(−π/2) = 0 = a cos(π/2), ovvero la curva parte e termina
nell’origine.
(2) La curva è descritta in coordinate cartesiane da
 p p 
r (θ ) = a cos(2 θ ) cos(θ ), a cos(2 θ ) sin(θ ) .

Il vettore tangente è pertanto !


0 a sin(3 θ ) a cos(3 θ )
r (θ ) = −p ,p
cos(2 θ ) cos(2 θ )
ed è ben definito per |θ | < π/4.
(3) Visto che
v !2 s
u
2 sin(2 θ ) sin(2 θ )2 |a|
0 q u
r (θ ) = 2 0 2
f (θ ) + f (θ ) = |a|tcos(2 θ ) + p = |a| cos(2 θ ) + =p ,
2 cos(2 θ ) cos(2 θ ) cos(2 θ )

o direttamente dall’espressione di r 0
4.4 Integrali di linea (di prima specie) 76

v !2 !2
u
0 u a
r (θ ) = t − p sin(3 θ ) a cos(3 θ ) |a|
+ p =p ,
cos(2 θ ) cos(2 θ ) cos(2 θ )

si vede che r 0 (θ ) non si annulla mai ed è ben definito per |θ | < π/4; quindi la curva è regolare in (−π/4, π/4) e

possiamo introdurre il versore tangente



t (θ ) = −Segno(a) sin(3 θ ), cos(3 θ )

che è ben definito in tutto [−π/4, π/4].


(4) La lunghezza della curva è
 
x = cos(2 θ ) Z 0  
dθ 1 dx
Z π/4 Z π/4
r 0 (θ ) dt = 2|a|
dx = −2 sin(2 θ ) dθ 
L= p =  = 2|a| √ − √
−π/4 0 cos(2 θ ) dθ = − √dx 2 1 x 2 1 − x2
2 1−x
Z 1 √ ! Z 1
1 y= x 2y
= |a| dx = = |a| dx = 2 |a| ϖ.
dx = 2 y dy
p p
0 x (1 − x2 ) 0 y (1 − y4 )
2

(5) Per definizione

|a|
Z Z π/4 p Z π/4
f ds = cos(θ )2
cos(2 θ ) p dθ = |a| cos(θ )2 dθ
γ −π/4 cos(2 θ ) −π/4
!
2
cos(2 θ ) = 2 cos(θ ) − 1 1 + cos(2 θ )
Z π/4
= 2 1+cos(2 θ ) = |a| dθ
⇒ cos(θ ) = 2 −π/4 2

sin(2 θ ) π/4
   
|a| |a| π
= θ+ = +1 .
2 2 −π/4 2 2

La figura a fianco rappresenta la curva ed alcuni versori tangenti nel caso a = 2.

Esempio 4.4.9 La cardioide è una curva continua piana descritta in coordinate polari dall’equazione ρ = 1 − cos(θ ),
con l’angolo θ che varia nell’intervallo [0, 2π].
1. La curva è chiusa?
2. Si calcoli il vettore tangente.
3. La curva è regolare?
4. Si calcoli la lunghezza della curva.
5. Si calcoli il parametro arco. p
6. Si calcoli l’integrale di linea di prima specie di f (ρ, θ ) = 1 + cos(θ ) lungo il sostegno della cardioide.
(1) Visto che 1 − cos(0) = 0 = 1 − cos(π), si ha che la cardioide parte e finisce nell’origine; in particolare è una curva
chiusa.
(2) La forma cartesiana della cardioide è
   
r (θ ) = 1 − cos(θ ) cos(θ ), 1 − cos(θ ) sin(θ ) , θ ∈ [0, 2π].

Dunque il vettore tangente è


 
r 0 (θ ) = 2 cos(θ ) − 1 sin(θ ), cos(θ ) − cos(θ )2 + sin(θ )2 ,

θ ∈ [0, 2π].

(3) Visto che


 2  2
krr 0 (θ )k2 = 2 cos(θ ) − 1 sin(θ ) + cos(θ ) − cos(θ )2 + sin(θ )2 = 2 1 − cos(θ ) ,
 
θ ∈ [0, 2π],

abbiamo che la cardioide è regolare ovunque tranne che nell’origine, che corrisponde a θ ∈ {0, 2π}.
(4) Visto che la cardioide è simmetrica rispetto all’asse x, si ha che
"  #π

Z π Z πp Z π  
θ θ
L=2 krr 0 (θ )k dθ = 2 2 1 − cos(θ ) dθ = 4 sin dθ = 8 − cos = 8.
0 0 0 2 2
0
4.4 Integrali di linea (di prima specie) 77

(5) Per definizione il parametro arco t soddisfa


"  #t  !
Z t √ Z tp Z t  
0 θ θ t
s(t) = krr (θ )k dθ = 2 1 − cos(θ ) dθ = 2 sin dθ = 4 − cos = 4 1 − cos
0 0 0 2 2 2
0

e quindi  
s
t(s) = 2 arccos 1 − .
4
(6) Per definizione
Z Z 2π p √ Z 2π p
1 + cos(θ ) krr 0 (θ )k dθ =
p
f (s) ds = 2 1 + cos(θ ) 1 − cos(θ ) dθ
γ 0 0
√ Z 2π √ Zπ √ Zπ
= 2 sin(θ ) dθ = 2 2 sin(θ ) dθ = 2 2 sin(θ ) dθ
0 0 0
√ √
 π
= 2 2 − cos(θ ) = 4 2.
0

Nella figura a fianco abbiamo rappresentato la cardioide ed alcuni vettori tangenti.


Coerentemente con quanto già visto, il vettore tangente nell’origine non compare in
quanto è nullo.

Applicazioni fisiche e geometriche dell’integrale di linea di prima specie.


.
Sia γ un filo non omogeneo di densità lineare ρ e parametrizzazione r = (x, y, z) : [a, b] → R3 . La massa totale del filo è
Z Z b
.
ρ r (t) krr 0 (t)k dt.

m= ρ(s) ds =
γ a

3 .
Il baricentro di γ è il punto B = (x̄, ȳ, z̄) con

. 1 1 b
Z Z
x(t) ρ r (t) krr 0 (t)k dt,

x̄ = x(s) ρ(s) ds =
m γ m a
. 1 1 b
Z Z
y(t) ρ r (t) krr 0 (t)k dt,

ȳ = y(s) ρ(s) ds =
m γ m a
. 1 1 b
Z Z
z(t) ρ r (t) krr 0 (t)k dt.

z̄ = z(s) ρ(s) ds =
m γ m a

Il momento di inerzia di γ rispetto ad un asse fissato, indicato con R(x, y, z) la distanza di (x, y, z) da quest’asse, è
Z Z b
. 2
R2 ρ ds = R r (t) ρ r (t) krr 0 (t)k dt.

I=
γ a

Esempio 4.4.10 Calcoliamo il baricentro di una semicirconferenza omogenea, cioè con densità ρ costante. Posto
. .
x(θ ) = R cos(θ ), y(θ ) = R sin(θ ), θ ∈ [0, π],

si ha m = π ρ, krr 0 (t)k = R e quindi

1 1 2R
Z π Z π
x̄ = R cos(θ ) ρ R dθ = 0, ȳ = R sin(θ ) ρ R dθ = .
πρR 0 πρR 0 π

Esempio 4.4.11 Se m è la massa totale di una circonferenza omogenea di centro l’origine che ruota lungo l’asse y, allora
il momento di inerzia è
!
cos(2θ ) = 2 cos(θ )2 − 1 ρ R3 2 π m R2
Z 2π 2 Z
1 + cos(2θ ) dθ = ρ R3 π =

I= R cos(θ ) ρ R dθ = 2 1+cos(2θ ) = .
0 ⇒ cos(θ ) = 2 2 0 2
3
Il baricentro di un sistema è il punto geometrico corrispondente al valor medio della distribuzione della massa del sistema nello spazio.
4.5 Insiemi connessi per archi 78

Esempio 4.4.12 Un filo non omogeneo è disposto a forma di spirale di Archimede


(
x = θ cos(θ )
ρ = θ, ⇔ θ ∈ [0, 4π].
y = θ sin(θ ),

Ricordiamo che si tratta di una curva regolare perché


p
r 0 (θ ) = cos(θ ) − θ sin(θ ), sin(θ ) + θ cos(θ ) , krr 0 (θ )k =

1 + θ 2 ≥ 1.

Se la densità lineare del filo è ρ = θ , allora la sua massa totale è


Z Z 4π Z 4π p  
1 3/2 θ =4π 1  3/2 
m= ρ(s) ds = ρ(θ ) krr 0 (θ )k dθ = 2
θ 1 + θ dθ = 1+θ 2
= 1 + 16π 2
−1 .
γ 0 0 3 θ =0 3

Esempio 4.4.13 Determiniamo il baricentro dell’arco di ellisse omogeneo



r (t) = 2 cos(t), sin(t) , t ∈ [0, π].

Siccome krr 0 (t)k = 4 sin(t)2 + cos(t)2 = 1 + 3 sin(t)2 , si ha m = ρ 0π 1 + 3 sin(t)2 dt e


p p R p

4 √
 
1 1
Z π q Z π q
ρ
x̄ = 2 cos(t) ρ 1+3 sin(t)2 dt = 0, ȳ = 2
sin(t) ρ 1 + 3 sin(t) dt = 1+ π 3 .
m 0 m 0 m 9

Esempio 4.4.14 Determiniamo il momento di inerzia dell’arco di parabola

y = x2 , x ∈ [−1, 1],

omogenea di densità ρ, che ruota attorno all’asse y. Siccome krr 0 (t)k = 1 + 4x2 e R(x, y) = x si ha
!
Z 1 1 ρ arcsinh(2)
= sinh(t)
Z
2
p x
I= x ρ 1 + 4x2 dx = 2 = sinh(t)2 cosh(t)2 dt
−1 dx = 12 cosh(t) dt 8 arcsinh(−2)
arcsinh(2)
ρ arcsinh(2) cosh(4 t) − 1 1  √

ρ 1
Z 
= dt = sinh(4 t) − t = 18 5 − arcsinh 2 .
8 arcsinh(−2) 8 64 4 arcsinh(−2) 32

4.5 Insiemi connessi per archi

Concludiamo questo capitolo introducendo un concetto topologico collegato alle curve.


Definizione 4.5.1 Un sottoinsieme E di Rn è connesso (per archi) se per ogni P, Q ∈ E esiste un arco di curva continuo,
contenuto in E e con estremi P e Q.

Esempio 4.5.2 Sia Rn che l’insieme vuoto 0/ sono connessi.

Esempio 4.5.3 Sia la sfera {xx ∈ Rn : kxxk = 1} che la “sfera bucata” {xx ∈ Rn : 0 < kxxk ≤ 1} sono connessi.

Esempio 4.5.4 L’insieme di definizione della funzione


1
(x, y) 7→
ln(x + y)

è {(x, y) ∈ R2 : x + y > 0} ∩ {(x, y) ∈ R2 : x + y 6= 1} = {(x, y) ∈ R2 : 0 < x + y 6= 1} ed è aperto, illimitato e non connesso.


L’insieme di definizione della funzione p p
(x, y) 7→ x2 − y + 1 − x2 − y2
è {(x, y) ∈ R2 : x2 − y ≥ 0} ∩ {(x, y) ∈ R2 : 1 − x2 − y2 ≥ 0} = {(x, y) ∈ R2 : x2 ≥ y, x2 + y2 ≤ 1} ed è chiuso, limitato e
connesso.
4.5 Insiemi connessi per archi 79

Esempio 4.5.5 Il cilindro {(x, y, z) ∈ R3 : x2 + y2 = 1} è chiuso, illimitato e connesso. Invece {(x, y, z) ∈ R3 : x2 + 2 y2 +


z2 < 1} è aperto, limitato e connesso. Infine, {(x, y, z) ∈ R3 : x y z = 0} è chiuso, illimitato e connesso.

Teorema degli zeri Sia E ⊂ Rn un insieme connesso ed r : [t1 ,t2 ] → Rn una curva continua contenuta in E che connette
P = r (t1 ) e Q = r (t2 ). Se f : E → R è continua ed f (P) f (Q) < 0, allora ∃R ∈ E tale che f (R) = 0 ed ∃t0 ∈ [t1 ,t2 ] tale
che f (rr (t0 )) = 0.
Capitolo 5
Calcolo differenziale per funzioni reali di più variabili

In questa sezione introduciamo il calcolo infinitesimale per funzioni f : Rn → R con n > 1. Per semplicità, consideriamo
spesso solo funzioni di due variabili, n = 2, il caso generico n ≥ 3 è simile.

5.1 Sottoinsiemi di R2
n o
Esempio 5.1.1 Per disegnare l’insieme A = (x, y) ∈ R2 : y2 − x2 ≥ 4 , traccia-
n o n √ o
mo il suo bordo ∂ A = (x, y) ∈ R2 : y2 − x2 = 4 = (x, y) ∈ R2 : y = − 4 + x2 ∪
n √ o
(x, y) ∈ R2 : y = 4 + x2 . Osserviamo che ∂ A interseca gli assi solo in (0, ±2). Abbiamo
così individuato 3 regioni sul piano. Per decidere quali di esse è contenuta in A, consideriamo
un punto appartenente a ciascuna regione, ad esempio (0, −4), (0, 0) e (0, 4). Visto che

(−4)2 − 02 ≥ 4, 02 − 02 ≤ 4, 42 − 02 ≥ 4,

abbiamo che (0, ±4) ∈ A e (0, 0) ∈ / A. Dunque A è l’insieme disegnato in figura.


n o
Esempio 5.1.2 Per disegnare l’insieme A = (x, y) ∈ R2 : |y + sin x| ≤ 5 , tracciamo
n o n o
il suo bordo ∂ A = (x, y) ∈ R2 : |y + sin x| = 5 = (x, y) ∈ R2 : y = −5 − sin x ∪
n o
(x, y) ∈ R2 : y = 5 − sin x . Osserviamo che ∂ A interseca gli assi solo in (0, ±5). Ab-
biamo così individuato 3 regioni sul piano. Per decidere quali di esse è contenuta in A
consideriamo un punto appartenente a ciascuna regione, ad esempio (0, −7), (0, 0) e (0, 7).
Visto che

|−7 + sin 0| ≥ 5, |0 + sin 0| ≤ 5, |7 + sin 0| ≥ 5,

abbiamo che (0, ±7) ∈


/ A e (0, 0) ∈ A. Dunque A è l’insieme disegnato in figura.

n o
Esempio 5.1.3 Per disegnare l’insieme A = (x, y) ∈ R2 : |x| ≤ 1, |x + y| ≤ 2 , pensiamolo
n o n o
come l’intersezione degli insiemi (x, y) ∈ R2 : |x| ≤ 1 e (x, y) ∈ R2 : |x + y| ≤ 2 i cui bor-
n o n o
di sono rispettivamente (x, y) ∈ R2 : |x| = 1 e (x, y) ∈ R2 : |x + y| = 2 . Osserviamo che
∂ A interseca gli assi in (±1, 0) e (0, ±2). Abbiamo così individuato 9 regioni sul piano. Per de-
cidere quali di esse è contenuta in A consideriamo un punto appartenente a ciascuna regione,
ad esempio (−2, ±6), (−2, 2), (0, 0), (2, −2) e (2, ±6). Visto che
( ( ( ( (
|−2| ≥ 1 |−2| ≥ 1 |0| ≤ 1 |2| ≥ 1 |2| ≥ 1
|−2 ± 6| ≥ 2 |−2 + 2| ≤ 2 |0 + 0| ≤ 2 |2 − 2| ≤ 2 |2 ± 6| ≥ 2

abbiamo che (0, ±7) ∈


/ A e (0, 0) ∈ A. Dunque A è l’insieme disegnato in figura.

80
5.2 Grafici e insiemi di livello 81

 
1
Esempio 5.1.4 Studiamo il dominio di definizione D della funzione f (x, y) = arctan(x) + arcsin . Chiara-
  1 − x2 − y2
1
mente D = (x, y) ∈ R2 : − 1 ≤ ≤ 1 . Sicuramente (1 − x2 − y2 )−1 6= 0. Resta quindi da considerare i due
1 − x2 − y2
seguenti sistemi
(
1 − x2 − y2 > 0
⇔ (x, y) = (0, 0),
1 − x2 − y2 ≥ 1

1 − x2 − y2 < 0
(
x2 + y2 > 1

1 ⇔ ⇔ x2 + y2 ≥ 2.
1 ≥ x2 + y2 − 1
 1 ≤ x2 + y2 − 1

n o
In conclusione D = (x, y) ∈ R2 : x2 + y2 ≥ 2 ∪ {(0, 0)}.

   
x2 −1 x2 −1
Esempio 5.1.5 Disegniamo il dominio di definizione D della funzione f (x, y) = ln y2 −1
− arcsin y2 −1
. Il dominio di
definizione è ( )
2 x2 − 1
D = (x, y) ∈ R : 0 < 2 ≤1 .
y −1

Osserviamo che D è simmetrico rispetto agli assi: se (x, y) ∈ D, allora anche


(−x, y), (x, −y), (−x, −y) ∈ D. Assumiamo x > 0 e y > 0. Osserviamo che
( (
x2 − 1 x > 1, 0 < x < 1,
0< 2 ⇔ oppure
y −1 y > 1, 0 < y < 1.

Nel primo caso si ha che

x2 − 1
≤ 1 ⇔ x2 − 1 ≥ y2 − 1 ⇔ x2 ≥ y2 ⇔ x ≥ y > 1,
y2 − 1
mentre nel secondo caso si ha che
x2 − 1
≤ 1 ⇔ x2 − 1 ≤ y2 − 1 ⇔ x2 ≤ y2 ⇔ 1 < x ≤ y.
y2 − 1
In conclusione abbiamo che D è quello rappresentato in figura.

Esercizio 5.1.6 Disegnare i seguenti insiemi di R2 :


n o n o
(x, y) : |x| + y2 ≥ 1 ,

(x, y) : |y| < ln 1 + |x| , (x, y) : |x| + |y| ≤ 2 ,
n o n o
(x, y) : x4 + y4 ≤ 2 , (x, y) : |y − x2 | ≥ 1 ,

(x, y) : |x − 1| + |x| + |y + 1| ≤ 1 ,
n o
(x, y) : |x + y| − |x2 − y2 | ≤ 2 ,
 
(x, y) : sin x ≥ cos (y) , (x, y) : |y + sin x| ≤ 5 .

5.2 Grafici e insiemi di livello


25/10/2017
Sia n > 1. Le linee di livello di f : Rn → R è l’insieme

x ∈ Rn : f (xx) = k ,

k ∈ R.

Le curve di livello sono di uso molto comune. Ad esempio, le curve nelle cartine topografiche sono le curve di livello
della funzione f : R2 → R che associa alla posizione x ∈ R2 la quota f (xx) sul livello del mare. Un altro esempio è dato
dalle isobare, ossia le linee di livello della funzione f : R2 → R che associa alla posizione x ∈ R2 la pressione atmosferica
f (xx) al livello del mare. Si noti che le linee di livello sono più fitte dove il grafico di f è più ripido e viceversa.
5.2 Grafici e insiemi di livello 82

Esempio 5.2.1 Il potenziale elettrostatico u generato da un sistema di cariche elettriche in equilibrio elettrostatico non
dipende dal tempo ma solo dalle coordinate spaziali (x, y, z). Quindi u : R3 → R. Le curve di livello u (x, y, z) = k sono le
superfici equipotenziali. Ad esempio, se abbiamo una sola carica puntiforme posta nell’origine allora
k
u (x, y, z) = p
x2 + y2 + z2

dove k è una costante, mentre le superfici equipotenziali sono


( ) ( )
2 k 2 2 2 2 k2
(x, y) ∈ R : p = c = (x, y) ∈ R : x + y + z = 2 , c ∈ R,
x 2 + y2 + z2 c

ovvero
n o
(x, y) ∈ R2 : x2 + y2 + z2 = c , c > 0.

Esempio 5.2.2 La funzione f (x, y) = x2 + y2 è definita su R2 ed è positiva. Le sue


linee di livello sono le circonferenze
n o
(x, y) ∈ R2 : x2 + y2 = k , k ≥ 0.

Dalle curve di livello deduciamo che f ha simmetria radiale (assume lo stesso valore
nei punti che hanno la stessa distanza dall’origine) ed allontanandosi dall’origine
f cresce più velocemente (le linee di livello diventano più fitte). Se intersechiamo il
grafico col piano y = 0 otteniamo la parabola z = x2 . Per la simmetria radiale di f ,
otteniamo il grafico in figura ruotando la parabola
n o
(x, y, z) ∈ R3 : z = x2 , y = 0 .

p
Esempio 5.2.3 La funzione f (x, y) = x2 + y2 è definita su R2 ed è positiva. Le sue
linee di livello sono le circonferenze
n p o
(x, y) ∈ R2 : x2 + y2 = k , k ≥ 0.

Dalle curve di livello deduciamo che f ha simmetria radiale ed allontanandosi dal-


l’origine f cresce a ritmo costante (le linee di livello sono equiseparate), cioè
√ linear-
mente. Se intersechiamo il grafico col piano y = 0 otteniamo la curva z = x2 = |x|,
che ha un punto angoloso nell’origine. Per la simmetria radiale di f , otteniamo il
grafico in figura ruotando la curva
n o
(x, y, z) ∈ R3 : z = |x|, y = 0 .
5.2 Grafici e insiemi di livello 83

Esempio 5.2.4 Il paraboloide iperbolico f (x, y) = x2 −y2 è definito su R2 ed assume


valori sia negativi che positivi. Le sue linee di livello sono
n o
(x, y) ∈ R2 : x2 − y2 = k , k ∈ R.

Più precisamente, le sue linee di livello sono:


• delle rette y = ±x se k = 0,
• delle iperboli equilatere con i vertici sull’asse x ed asintoti y = ±x se k > 0,
• delle iperboli equilatere con i vertici sull’asse y ed asintoti y = ±x se k < 0.
Dalle curve di livello deduciamo che f ha la tipica forma della sella.

p
Esempio 5.2.5 La funzione f (x, y) = 1 − x2 − y2 è definita nel cerchio x2 + y2 ≤ 1
e la sua immagine è [0, 1]. Le sue curve di livello sono
n p o n o
(x, y) ∈ R2 : 1 − x2 − y2 = k = (x, y) ∈ R2 : x2 + y2 = 1 − k2 , k ∈ [0, 1] ,

ovvero le circonferenze
n o
(x, y) ∈ R2 : x2 + y2 = k , k ∈ [0, 1] .

Dalle curve di livello deduciamo che f ha simmetria radiale ed allontanandosi dal-


l’origine
p f decresce più velocemente. Il grafico è infatti la superficie della semisfera
z = 1 − x2 − y2 , ovvero x2 + y2 + z2 = 1, z ≥ 0.

Esempio 5.2.6 La funzione f (x, y) = 1 − x2 − y2 è definita in R2 e la sua immagine


è (−∞, 1]. Le sue curve di livello sono
n o n o
(x, y) ∈ R2 : 1 − x2 − y2 = k = (x, y) ∈ R2 : x2 + y2 = 1 − k , k ∈ (−∞, 1] ,

ovvero le circonferenze
n o
(x, y) ∈ R2 : x2 + y2 = k , k ∈ [0, ∞) .

Dalle curve di livello deduciamo che f ha simmetria radiale ed allontanandosi dal-


l’origine f decresce più velocemente. Se facciamo una sezione verticale del grafico
intersecandolo col piano y = 0 otteniamo 2
n la parabola z = 1−x . Sfruttandoo la simme-
3 2
tria radiale di f e ruotando la parabola (x, y, z) ∈ R : z = 1 − x , y = 0 otteniamo
il grafico in figura.

Esempio 5.2.7 La funzione f (x, y) = x y è definita in R2 e la sua immagine è R. Le


sue curve di livello sono
n o
(x, y) ∈ R2 : x y = k , k ∈ R.

Più precisamente, le sue linee di livello sono:


• i due assi y = 0 ed x = 0 se k = 0,
• le iperboli equilatere con i vertici sulla bisettrice y = x e per asintoti gli assi se
k > 0,
• le iperboli equilatere con i vertici sulla bisettrice y = −x e per asintoti gli assi se
k < 0.
Se facciamo una sezione verticale del grafico intersecandolo col piano y = c, c ∈ R,
otteniamo la retta z = c x. Otteniamo quindi il grafico in figura.
5.3 Limiti e continuità per funzioni di più variabili 84

2 2
Esempio 5.2.8 La funzione f (x, y) = e−x −y è definita in R2 e la sua immagine è
(0, 1]. Le sue curve di livello sono
n 2 2
o n o
(x, y) ∈ R2 : e−x −y = k = (x, y) ∈ R2 : x2 + y2 = − ln (k) , k ∈ (0, 1] ,

ovvero le circonferenze
n o
(x, y) ∈ R2 : x2 + y2 = k , k > 0.

Dalle curve di livello deduciamo che f ha simmetria radiale ed allontanandosi dal-


l’origine f decresce meno velocemente. Se facciamo una sezione verticale del grafico
2
n piano y = 0 otteniamo
intersecandolo col z = eo−x . Sfruttando la simmetria radiale
2
di f e ruotando (x, y, z) ∈ R3 : z = e−x , y = 0 otteniamo il grafico in figura.

Esempio 5.2.9 Le superfici di livello di f (x, y, z) = x2 + y2 + z sono definite da x2 + y2 + z = c, ovvero z = c − x2 − y2 ,


c ∈ R. Sono quindi il grafico di paraboloidi g (x, y) = x − x2 − y2 .

Esempio 5.2.10 Le superfici di livello di f (x, y, z) = (x + y)2 − z2 sono definite da (x + y)2 − z2 = c. In particolare, le
superfici di livello corrispondenti a c = 0 sono l’unione dei due piani z = ± (x + y).

Esercizio 5.2.11 Si studino le linee di livello ed eventualmente alcune sezioni con piani opportuni delle seguenti finzioni:
1
f (x, y) = ex sin (y) , f (x, y) = sin x sin (y) , f (x, y) = .
x+y

5.3 Limiti e continuità per funzioni di più variabili

A differenza del calcolo del limite di una funzione f : R → Rm , il calcolo del limite di f : Rn → R non si riduce al calcolo
di limiti di funzioni di una variabile ed a valori reali. Questo rende a volte il calcolo del limite di f più difficoltoso. Infatti

lim f (xx) = L
x →xx0

significa che | f (xx) − L| diventa piccolo per x che si avvicina a x 0 a prescindere da quale direzione x si stia avvicinando a
x 0 . Una delle maggiori difficoltà nel calcolo del limite consiste nel dimostrare che esso non dipende da quale direzione x
si stia avvicinando ad x 0 . Al contrario, se si vuole dimostrare che un limite non esiste, basta dimostrare che avvicinandosi
ad x 0 lungo due curve si ottengo due limiti. A questo proposito introduciamo la seguente
Definizione 5.3.1 La funzione composta di f : R2 → R e r = (x, y) : R → R2

g: R → R  
t 7→ g (t) = f r (t) = f x (t) , y (t) ,

è la restrizione di f alla curva r .


5.3 Limiti e continuità per funzioni di più variabili 85


Osserviamo che la restrizione t 7→ f r (t) ha la stessa immagine della funzione (x, y) 7→ f (x, y) ristretta all’immagine
della curva t 7→ r (t).
xy
Esempio 5.3.2 Il limite lim non esiste perché:
(x,y)→(0,0) x2 + y2
 
• la restrizione di f alla retta y = x è f (x, x) = x2 / 2 x2 = 1/2 che tende a 1/2 per x → 0,
 
• la restrizione di f alla retta y = −x è f (x, −x) = −x2 / 2 x2 = −1/2 che tende a −1/2 per x → 0.

Essendo quindi i limiti delle due restrizioni di f diversi, il limite di f non esiste.
  n o
Esempio 5.3.3 La funzione f (x, y) = exp x2 /y è continua nel suo dominio di definizione (x, y) ∈ R2 : y 6= 0 . Inoltre,
il limite lim f (x, y) non esiste per ogni x0 ∈ R. Infatti, se x0 = 0, allora basta osservare che
(x,y)→(x0 ,0)
 
• la restrizione di f alla parabola y = x2 è f x, x2 = e che tende a e per x → 0,
 
• la restrizione di f alla parabola y = −x2 è f x, −x2 = e−1 che tende a e−1 per x → 0.
 
Se invece x0 6= 0, allora basta osservare che la restrizione di f alla retta x = x0 è f (x0 , y) = exp x02 /y e non ammette
limite per y → 0.

Se si vuole dimostrare che un limite esiste, allora si può passare in coordinate polari applicando il cambio di coordinate
(
x = x0 + ρ cos (θ )
y = y0 + ρ sin (θ ) ,

mandare ρ → 0 1
e dimostrare che il limite ottenuto non dipende da θ .
2 x2 y
Esempio 5.3.4 Il limite lim è zero perché passando in coordinate polari si ha
(x,y)→(0,0) x2 + y2

2 x2 y 2ρ 3 cos2 θ sin (θ )
= = 2ρ cos2 θ sin (θ ) e 0 ≤ 2 ρ cos2 θ sin (θ ) ≤ 2ρ −−−→ 0.

2
x +y 2 ρ2 ρ→0

 
1
è continua nel suo dominio di definizione R2 \ (0, 0) . Inoltre il

Esempio 5.3.5 La funzione f (x, y) = arctan x2 +y 2

limite lim f (x, y) è π/2 perché passando in coordinate polari si ha


(x,y)→(0,0)
 
f (x, y) = arctan ρ −2 −−−→ π/2.
ρ→0

Esempio 5.3.6 La funzione


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

1
Si osservi che (x, y) → (0, 0) se e solo se ρ → 0
5.3 Limiti e continuità per funzioni di più variabili 86

è continua nel suo dominio di definizione R2 \ (x, y) ∈ R : x + y 6= 0 . Studiamo il limite




lim f (x, y) .
(x,y)→(x0 ,−x0 )

La restrizione del numeratore alla retta y = −x


 
x 7→ x2 + 3 (−x) x + 2 = 2 1 − x2

si annulla se e solo se x = ±1. Quindi , visto che il denominatore è ≥ 0, se |x0 | =


6 1, allora
distinguiamo i seguenti casi:

lim f (x, y) = ∞ se |x0 | < 1,


(x,y)→(x0 ,−x0 )

lim f (x, y) = −∞ se |x0 | > 1,


(x,y)→(x0 ,−x0 )

Consideriamo ora il caso x0 = ±1. Le curve di livello


 
x2 + 3 x y + 2 = k x2 + 2 x y + y2 ⇔ (1 − k) x2 + (3 − 2k) x y − k y2 + 2 = 0

sono delle coniche. Più precisamente, visto che ∆ = (3 − 2k)2 − 4 (1 − k) (−k) = 9 − 8k, si tratta di ellissi se k > 9/8,
delle due rette parallele x − 3 y ± 4 = 0 se k = 9/8 e di iperboli se k < 9/8. É ora evidente che il limite non esiste se
x0 = ±1 perché:
• la restrizione di f alla retta x − 3 y ± 4 = 0 è f (3y ∓ 4, y) = 9/8che tende a 9/8 per y → ±1,
 
• la restrizione di f all’ellisse x y − y2 + 2 = 0 è f y2 − 2 /y, y = 1 che tende a 1 per y → ±1.

Essendo quindi i limiti delle due restrizioni di f diversi, il limite non esiste se x0 = ±1.

Esempio 5.3.7 Il limite


x2 y
lim
(x,y)→(0,0) x4 + y2

non esiste perché


 
• la restrizione di f alla parabola y = x2 è f x, x2 = 1/2 che tende a 1/2 per x → 0,
 
• la restrizione di f alla parabola y = −x2 è f x, −x2 = −1/2 che tende a −1/2 per x → 0.

Si osservi che il limite della restrizione di f a qualsiasi retta passante per l’origine y = −α x, α ∈ R, è

α x3 αx
f (x, −α x) = −  =− 2 −−→ 0.
2
x +α x2 2 x + α 2 x→0

Esempio 5.3.8 Si ha che


sin (x y)2
lim = 0.
(x,y)→(0,0) x2 + y2

Infatti, riscrivendo la funzione in coordinate polari


 2    2
sin (x y) 2 sin ρ 2 cos (θ ) sin (θ ) sin ρ 2 cos (θ ) sin (θ )
2
= =  ρ cos (θ ) sin (θ ) ,
 
x 2 + y2 ρ2 2
ρ cos (θ ) sin (θ )

si vede che il limite è zero perché


 
sin ρ 2 cos (θ ) sin (θ )
−−−→ 1 e ρ cos (θ ) sin (θ ) −−−→ 0.
ρ 2 cos (θ ) sin (θ ) ρ→0 ρ→0
5.3 Limiti e continuità per funzioni di più variabili 87

Esempio 5.3.9 Si ha che


(y − 1)2 sin (π x)
lim = 0.
(x,y)→(2,1) (x − 2)2 + (y − 1)2
Infatti, riscrivendo la funzione in coordinate polari
2   !
2
(y − 1) sin (π x) ρ sin (θ ) sin π 2 + ρ cos (θ ) sin π ρ cos (θ )  
= = π ρ cos (θ ) sin2 θ ,
(x − 2)2 + (y − 1)2 ρ2 π ρ cos (θ )

si vede che il limite è zero perché



sin π ρ cos (θ )
−−−→ 1 e π ρ cos (θ ) sin2 θ −−−→ 0.
π ρ cos (θ ) ρ→0 ρ→0

Esempio 5.3.10 Per dimostrare che


y2 ln (x)
lim =0
(x,y)→(1,0) (x − 1)2 + y2
y2
basta osservare che z2 +y2
≤ 1 ∀ (y, z) ∈ R2 e quindi

y2 ln (x) y2 | ln (z + 1) |
0 ≤ lim = lim ≤ lim | ln (z + 1) | = 0.

2
(x,y)→(1,0) (x − 1) + y2 (z,y)→(0,0) z2 + y2 (z,y)→(0,0)

Si possono utilizzare anche le coordinate polari ponendo x = 1 + ρ cos (θ ), y = ρ sinθ :

ρ 2 sin (θ )2 ln 1 + ρ cos (θ )

y2 ln (x)
lim = lim = lim ρ sin (θ )2 cos (θ ) = 0.
(x,y)→(1,0) (x − 1)2 + y2 ρ→0 ρ2 ρ→0

Esempio 5.3.11 Dimostriamo che


 
x y3 − 2 sin x2 y cos (x + 2 y)
lim = 0.
(x,y)→(0,0) x 2 + y2

Il limite può essere riscritto come


 
x y3 2 sin x2 y cos (x + 2 y)
lim 2
− lim .
(x,y)→(0,0) x + y2 (x,y)→(0,0) x 2 + y2

x2 +y2
a patto che questi ultimi due limiti non diano luogo alla forma di indecisione del tipo ∞ − ∞. Visto che |x y| ≤ 2 , si ha

x y3 1 x y3
2
0 ≤ lim 2 ≤ lim y = 0 ⇒ lim = 0.

(x,y)→(0,0) x + y2 2 (x,y)→(0,0) (x,y)→(0,0) x2 + y2

Visto che lim(x,y)→(0,0) cos (x + 2 y) = 1, | sin (z) | ≤ |z| ∀z ∈ R e x2 ≤ x2 + y2 ∀x, y ∈ R, si ha


 
2 sin x2 y cos (x + 2 y)

2 x2 y
0 ≤ lim ≤ lim ≤ lim 2 |y| = 0

(x,y)→(0,0) 2
x +y 2 (x,y)→(0,0) x2 + y2 (x,y)→(0,0)

 
2 sin x2 y cos (x + 2 y)
⇒ lim = 0.
(x,y)→(0,0) x 2 + y2

Esempio 5.3.12 Per dimostrare che il limite


 
sin (x)2 + y2 tg ex+y

lim
(x,y)→(0,0) x
5.3 Limiti e continuità per funzioni di più variabili 88

non esiste basta osservare che


   √    
2
√  sin (x) + x tg ex+ x sin (x)2 + x2 tg e2 x
lim f x, x = lim = tg 1, lim f (x, x) = lim = 0.
x→0 x→0 x x→0 x→0 x

Esempio 5.3.13 Per dimostrare che il limite


x2 y
lim
(x,y)→(0,0) x4 + y2

non esiste basta osservare che


x3 x   x4 1 1
lim f (x, x) = lim = lim 2 = 0, lim f x, x2 = lim 4 = lim = .
x→0 x→0 x + x2
4 x→0 x + 1 x→0 x→0 2 x x→0 2 2

Esercizio 5.3.14 Delle seguenti finzioni reali di due variabili, si studi l’insieme di definizione, la loro continuità e si
calcolino i limiti alla frontiera dell’insieme di definizione.
!
 p    2  
2 2
2
f (x, y) = ln 1 + x + y , 2 f (x, y) = ln sin x + y arctan ey/x ,

x 2 + y2 x3 + y5
f (x, y) = , f (x, y) = .
x x2 + y4

Esempio 5.3.15 La funzione


f (x, y) = x2 − y2 − 1
è una funzione definita e continua su R2 . L’insieme dei sui zeri è l’iperbole equilatera x2 − y2 = 1,
che divide il piano in tre componenti connesse R1 , R2 , R3 , su ognuna delle quali il segno di f è
costante. Per determinare il segno di f su ciascuna componente è sufficiente calcolarlo in un
punto di ciascuna componente. Ad esempio: f (2, 0) > 0 e quindi f > 0 in R1 ; f (0, 0) < 0 e
quindi f < 0 in R2 ; f (−2, 0) > 0 e quindi f > 0 in R3 .

Esempio 5.3.16 L’insieme di definizione di



x+y+1
f (x, y) =
2 x−y+2
n o
è (x, y) ∈ R2 : y ≥ −x − 1, y 6= 2 (x + 1) che non è né aperto né chiuso, non è limitato e non è
connesso. Per capire il segno di f su ciascuna componente di f basta osservare che f (0, 0) = 1/2
e f (0, 3) = −2.

Esercizio 5.3.17 Delle seguenti finzioni reali di due variabili:


• determinare (e se possibile disegnare) l’insieme di definizione E;
• vedere se E è o non è chiuso, aperto, limitato o connesso;
• determinare (e se possibile disegnare) l’insieme in cui f si annulla e studiare il segno di f .
 
q p    x ln 1 + x2 − y
2 2
f (x, y) = x− 1 − x2 − y2 , f (x, y) = ln sin x + y , f (x, y) = .
y

Esempio 5.3.18 Sia E = { f > 0} dove


(
1 se x2 + y2 ≤ 2
f (x, y) =
−1 altrimenti.

L’insieme E è chiuso e la funzione f non è continua.


5.4 Derivate parziali, piano tangente, differenziale 89

5.4 Derivate parziali, piano tangente, differenziale


30/10/2017
5.4.1 Derivate parziali

Osserviamo che per ogni x 0 = x1,0 , . . . , xn,0 ∈ Rn ed f : Rn → R, si ha che xi 7→ f x1,0 , . . . , xi−1,0 , xi , xi+1,0 , . . . , xn,0 è
 

una funzione di una variabile a valori reali di cui sappiamo fare la derivata. Da qui la seguente
Definizione 5.4.1 Sia f : Rn → R ed x 0 ∈ Rn .
• La derivata parziale di f rispetto a xi calcolata in x 0 è
 
∂f df  f (xx0 + h e i ) − f (xx0 )
(xx0 ) = x1,0 , . . . , xi−1,0 , xi , xi+1,0 , . . . , xn,0 = lim .
∂ xi dxi xi =xi,0 h→0 h

• Il gradiente di f calcolato in x 0 è
 
∂f ∂f
grad f (xx0 ) = (xx0 ) , . . . , (xx0 ) ∈ Rn .
∂ x1 ∂ xn

• La funzione f è derivabile in x 0 se grad f (xx0 ) è ben definito.


Se n = 2, le derivate parziali ed il gradiente possono essere indicati in uno dei seguenti modi

∂f ∂f
= ∂x f = Dx f = D1 f = fx , = ∂ y f = Dy f = D2 f = f y , grad f = D f = grad f .
∂x ∂y

Esempio 5.4.2 Se f (x, y) = x2 y3 , allora


   
∂f df d 2
(1, 2) = (x, 2) = 8x = [16x]x=1 = 16.
∂x dx x=1 dx x=1

Si può calcolare la derivata parziale rispetto ad x più velocemente se si deriva x 7→ f (x, y) pensando y come costante.
Così facendo si ottiene immediatamente che

∂f h i ∂f h i
(1, 2) = 2 x y3 = 16, (1, 2) = 3 x2 y2 = 12, grad f (1, 2) = (16, 12) .
∂x (x,y)=(1,2) ∂y (x,y)=(1,2)
√ √ 
Bisogna però fare attenzione nell’utilizzo di questa procedura. Ad esempio,√la derivata di x 7→ y x è y/ 2 x , che non
è ben definita per (x, y) = (0, 0), mentre la derivata parziale di f (x, y) = y x è
   
∂f df d
(0, 0) = (x, 0) = 0 = [0]x=0 = 0
∂x dx x=0 dx x=0

ed è ben definita.
Dunque, quando si ha a che fare con funzioni che nell’una o nell’altra variabile presentano un punto di non derivabilità
(almeno apparentemente) oppure per funzioni definite a tratti come nell’esempio seguente.

Esempio 5.4.3 Vediamo se esiste nell’origine il gradiente di


(
x2 + y2 se (x, y) 6= (0, 0)
f (x, y) =
1 if (x, y) = (0, 0) .

Per definizione si ha che

∂f f (0 + h, 0) − f (0, 0) h2 − 1
(0, 0) = lim = lim
∂x h→0 h h→0 h
e quest’ultimo limite non esiste (se h → 0± fa ±∞). Dunque f non è derivabile nella direzione dell’asse delle x.

2 +y2

2 2
Esempio 5.4.4 La funzione f (x, y) = e−x è derivabile ovunque su R2 ; la funzione f (x, y) = e− x +y è derivabile
ovunque tranne che in (0, 0).
5.4 Derivate parziali, piano tangente, differenziale 90

Esempio 5.4.5 Calcoliamo le derivate parziali della funzione f (x, y) = y3 sin(x) + 2 x y2 + x3 prima nel generico punto
(x, y) e poi nel punto (π, 0):

∂f ∂f
(x, y) = y3 cos(x) + 2 y2 + 3 x2 , (x, y) = 3 y2 sin(x) + 4 x y,
∂x ∂y
e quindi, avendo ottenuto funzioni continue, si ottiene semplicemente per sostituzione

∂f ∂f
(π, 0) = 3 π 2 , (π, 0) = 0.
∂x ∂y
Il seguente esempio mostra che il semplice fatto che una funzione non sia continua in un punto non implichi che il suo
gradiente in tale punto non esista.
Esempio 5.4.6 Dimostriamo che la funzione

xy

x2 +y2
se (x, y) 6= (0, 0)
f (x, y) =
0 se (x, y) = (0, 0)

nell’origine non è continua ma ammette gradiente. Infatti non è continua nell’origine perché
1 1
lim f (x, x) = 6= lim f (x, −x) = − .
x→(0,0) 2 x→(0,0) 2

Visto che la funzione è definita a pezzi, per calcolarne il gradiente nell’origine dobbiamo applicare la definizione

∂f f (0 + h, 0) − f (0, 0) ∂f f (0, 0 + k) − f (0, 0)


(0, 0) = lim = 0, (0, 0) = lim = 0,
∂x h→0 h ∂y k→0 k

dunque grad f (0, 0) = (0, 0).

Esempio 5.4.7 Il campo elettrico E è il gradiente del potenziale elettrostatico U. Ad esempio, il potenziale elettrostatico
generato da una carica puntiforme posta nell’origine è
k p
U (x, y, z) = , r= x 2 + y2 + z2 ,
r
con k costante; il suo campo elettrico è
k
E (x, y, z) = gradU (x, y, z) = − r, r = (x, y, z) .
r3
E k = k/r2 .
Osserviamo che kE

Esempio 5.4.8 La forza di attrazione gravitazionale F generata da un corpo è il gradiente del potenziale gravitazionale
U. Ad esempio, il potenziale gravitazionale generato da una sfera omogenea di raggio R e densità (costante) ρ > 0 è

 43 π R3 ρr

 se r ≥ R p
U (x, y, z) =   r = x2 + y2 + z2 .
2
2 π ρ R2 − r3 se r < R,

Osserviamo che U è continua perché


!
4 ρ 4 r2 4
lim U (r) = lim π R3 = π R2 ρ = U (R) , lim U (r) = lim 2 π ρ R − 2
= π R2 ρ = U (R) .
r→R+ r→R+ 3 r 3 r→R− r→R− 3 3

Il campo gravitazionale corrispondente è


( 3
− 43 π ρ Rr3 r se r > R
F (x, y, z) = r = (x, y, z) .
− 34 π ρ r se r < R,
5.4 Derivate parziali, piano tangente, differenziale 91

Per calcolare il campo gravitazionale sulla superficie della sfera dobbiamo applicare la definizione di derivata parziale.
Se x02 + y20 + z20 = R2 , allora dobbiamo verificare che

U (x0 + h, y0 , z0 ) −U (x0 , y0 , z0 ) U (x0 + h, y0 , z0 ) −U (x0 , y0 , z0 )


lim = lim
h→0− h h→0+ h
ed analogamente per le altre derivate parziali. Ad esempio, si ha che
 
(x0 +h)2 +y20 +z20
2π ρ R − 2
3 − 43 π R3 √ 2 ρ 2 2
U (x0 + h, y0 , z0 ) −U (x0 , y0 , z0 ) x0 +y0 +z0
lim = lim
h→0− h h→0− h
 
2 h2 +2 h x0 +R2 4 3 ρ
2π ρ R − 3 −3 πR R 2 h2 + 2hx0 4
= lim = − π ρ lim = − π ρ x0 ,
h→0 − h 3 h→0 − h 3
4 3 q ρ 4 3 √ ρ
3 π R − 3 π R
U (x0 + h, y0 , z0 ) −U (x0 , y0 , z0 ) (x0 +h)2 +y20 +z20 x02 +y20 +z20
lim = lim
h→0+ h h→0+ h
√ 1 1
− p
4 h2 +2 h x0 +R2 R 4 R − h2 + 2 h x0 + R2
= π R3 ρ lim = π R3 ρ lim p
3 h→0+ h 3 h→0+ h R h2 + 2 h x0 + R2
 
4 R2 − h2 + 2 h x0 + R2 1
2
= π R ρ lim p p
3 h→0+ h 2
h + 2 h x0 + R 2 R + h + 2 h x0 + R2
2

4 h2 + 2 h x0 1 4 2 x0 1 4
=− π R2 ρ lim p p = − π R2 ρ = − π ρ x0 .
3 h→0+ h h2 + 2 h x0 + R2 R + h2 + 2 h x0 + R2 3 R 2R 3

Dunque U è derivabile in R2 ed il suo gradiente, ovvero il campo gravitazionale


corrispondente, è
( 3
− 43 π ρ Rr3 r se r > R
F (x, y, z) =
− 34 π ρ r se r ≤ R,

É ora facile verificare che il campo gravitazionale è continuo in R3 .

Esercizio 5.4.9 Il potenziale gravitazionale generato da uno strato sferico di raggio interno R1 > 0 e raggio esterno R2
è 
4 R3 −R3
π ρ 2r 1 se r > R2




 3
   3
2
U (x, y, x) = 2 π ρ R22 − r3 − 43 π ρ Rr1 se R1 < r ≤ R2

  

2 π ρ R22 − R21 se r ≤ R1 .

• Si verifichi che il potenziale è continuo in tutto lo spazio.


• Si calcoli la forza F in tutto lo spazio.
• Si verifichi se il campo vettoriale F è continuo in tutto lo spazio oppure no.
31/10/2017
Esercizio 5.4.10 Se u : R3 → R è la temperatura in regime stazionario (cioè non dipende dal tempo), la densità di
corrente termica è il vettore
q = −χ grad u,
dove χ > 0 è la conducibilità termica del mezzo (può essere una costante o dipendere dalla posizione). Supponiamo che
la temperatura sia  
u = exp −2 x2 − 3 y2 − z2 .

Si calcoli la densità di corrente termica ed il suo modulo nell’ipotesi χ = 1.


5.4 Derivate parziali, piano tangente, differenziale 92

Esercizio 5.4.11 Una funzione f : R2 → R è omogenea di grado zero se è del tipo



f (x, y) = h y/x

con h : R → R. Scrivere
 l’espressione
 del gradiente di f in funzione di h, nell’ipotesi che h sia derivabile. Nel caso
2
particolare h (t) = t/ 1 + t , calcolare il gradiente di f :

• applicando la formula appena trovata;


• scrivendo f in funzione di (x, y) e calcolandone direttamente il gradiente.

5.4.2 Piano tangente

Se per costruire la retta tangente a f : R → R si utilizza la derivata, per costruire il piano tangente a f : Rn → R si utilizza
il gradiente. Infatti, se esiste l’iperpiano tangente all’ipersuperficie corrispondente al grafico di f : Rn → R in x 0 ∈ R2 ,
allora è dato dall’equazione
y = f (xx0 ) + grad f (xx0 ) · (xx −xx0 ) . (5.1)

Esempio 5.4.12 Se f (x, y) = x2 + y2 ed (x0 , y0 ) = (1, 1), allora

∂f
f (1, 1) = 2, (1, 1) = [2 x](x,y)=(1,1) = 2,
∂x
∂f
(1, 1) = [2 y](x,y)=(1,1) = 2, grad f (1, 1) = (2, 2) .
∂y

Il candidato ad essere il suo piano tangente in (1, 1) ha dunque equazione (5.1)

z = 2 + 2 (x − 1) + 2 (y − 1) ⇔ z = 2 x + 2 y − 2.

Dalla figura is capisce che questo è il piano tangente ad f in (1, 1).

p
Esempio 5.4.13 Se f (x, y, z) = x2 + y2 + z2 e x 0 = (1, 1, 2), allora l’equazione (5.1) diventa
     
x−1 √ 1 x−1 √
√ 6   6
w = f (1, 1, 2) + grad f (1, 1, 2) ·  y − 1  = 6+  ·
1 y − 1 = (x + y + 2z) .
  
6 6
z−2 2 z−2

y
Esempio 5.4.14  Scriviamo l’equazione del piano tangente T al grafico della funzione f (x, y) = e sin x nel punto


π
, ln 2, 2 . Osserviamo che
4
)
fx (x, y) = ey cos x √ √ 
  
π
⇒ ∇ f , ln 2 = 2, 2
fy (x, y) = ey sin x 4
√ !
 
√ π √
 
√2 x − π
⇒ T : z = 2+ ·  4  = 2 x + y + 1 − − ln 2 .
2 y − ln 2 4

Il seguente esempio mostra che il piano (5.1) potrebbe essere ben definito ma non essere un piano tangente se un piano
tangente non esiste.
5.4 Derivate parziali, piano tangente, differenziale 93

Esempio 5.4.15 Se

xy

x2 +y2
se (x, y) 6= (0, 0)
f (x, y) =
0 se (x, y) = (0, 0) ,

allora x 7→ f (x, 0) e y 7→ f (0, y) sono entrambe identicamente nulle e quindi

∂f ∂f
f (0, 0) = 0, (0, 0) = 0, (0, 0) = 0, grad f (0, 0) = (0, 0) .
∂x ∂y

Il candidato ad essere il suo piano tangente in (0, 0) ha dunque equazione (5.1)

z = 0 + 0 (x − 0) + 0 (y − 0) ⇔ z = 0.

Dalla figura si capisce che questo non è il piano tangente ad f in (0, 0). Inoltre si vede anche che f non è continua in
(0, 0) nonostante sia ivi derivabile.

Esempio 5.4.16 Calcoliamo l’equazione del piano tangente T al grafico di f (x, y) = |x| + |y| nel punto (−1/2, 1/2, 1):
(  
fx (x, y) = sign(x) 1 1
⇒ grad f − , = (−1, 1)
fy (x, y) = sign(y) 2 2
    !    
1 1 1 1 x + 1/2 1 1
⇒ T :z= f − , + grad f − , · = 1− x+ + y− = y − x.
2 2 2 2 y − 1/2 2 2

x2 +1
Esempio 5.4.17 Calcoliamo l’equazione del piano tangente T al grafico della funzione f (x, y) = y2 +1
nel punto (1, 1, 1):

2x
 fx (x, y) =

1+y2
2(1+x2 )y ⇒ ∇ f (1, 1) = (1, −1)
 fy (x, y) = − (1+y2 )2

!
x−1
⇒ T : z = f (1, 1) + ∇ f (1, 1) · = 1 + (x − 1) − (y − 1) = x − y + 1.
y−1

Esercizio 5.4.18 Si dimostri che l’equazione del piano tangente al grafico della funzione f (x, y) = y arctan(x) nel punto
(1, 4/π, 1) è z = π2 (x − 1) + π4 y.

5.4.3 Differenziabilità e approssimazione lineare

L’esempio 5.4.15 mostra che la derivabilità di una funzione f : Rn → R non implica che f sia continua o possieda un
piano tangente. Per questo si introduce la seguente
Definizione 5.4.19 Una funzione f : Rn → R è differenziabile in x 0 ∈ Rn se soddisfa la condizione di differenziabilità

f (xx0 +hh) − f (xx0 ) − grad f (xx0 ) · h


lim = 0.
h →00 khhk

In tal caso, il differenziale di f in (x0 , y0 ) è l’applicazione lineare

d f (xx0 ) : Rn → R
h 7→ grad f (xx0 ) · h .

Osserviamo che d f (xx0 ) associa a h l’incremento calcolato lungo il piano tangente dal punto x 0 al punto x 0 +hh. Per questo
la condizione di differenziabilità ci assicura che il piano tangente è una buona approssimazione del grafico di f .
Proposizione 5.4.20 Una funzione differenziabile in un punto è continua ed ammette un piano tangente in tale punto.
5.4 Derivate parziali, piano tangente, differenziale 94

Dimostrare che una funzione sia differenziabile studiando la condizione di differenziabilità non è sempre immediato.
Se però la funzione è C 1 , allora essa è differenziabile. Più precisamente abbiamo il seguente

Teorema della differenziabilità di funzioni di classe C 1 Se A ⊆ Rn è aperto ed f ∈ C 1 (A; R), allora f è differenziabile
in A (ed in generale il viceversa non vale).

Dimostrazione. Per semplicità prendiamo n = 2. Siano h, k ∈ R. Applicando il teorema di Lagrange a x 7→ f (x, y0 + k) ed


y 7→ f (x0 , y) si ha che ∃xh nell’intervallo di estremi x0 ed x0 + h ed ∃yk nell’intervallo di estremi y0 ed y0 + k, tali che

fx (xh , y0 + k) h = f (x0 + h, y0 + k) − f (x0 , y0 + k) , fy (x0 , yk ) k = f (x0 , y0 + k) − f (x0 , y0 ) .

Pertanto
f (x0 + h, y0 + k) − f (x0 , y0 ) − fx (x0 , y0 ) h − fy (x0 , y0 ) k

h2 + k2
 
f (x0 + h, y0 + k) − f (x0 , y0 + k) + f (x0 , y0 + k) − f (x0 , y0 ) − fx (x0 , y0 ) h − fy (x0 , y0 ) k
= √
h2 + k2
fx (xh , y0 + k) h + fy (x0 , yk ) k − fx (x0 , y0 ) h − fy (x0 , y0 ) k
= √ .
h2 + k2

Visto che per assunzione fx , fy ∈ C 0 (A) e per costruzione limh→0 xh = x0 e limk→0 yk = y0 , si ha che

fx (xh , y0 + k) h − fx (x0 , y0 ) h
= fx (xh , y0 + k) − fx (x0 , y0 ) √ |h|

√ ≤ fx (xh , y0 + k) − fx (x0 , y0 ) −−−−−−→ 0,
h2 + k2 h2 + k 2 (h,k)→(0,0)

fy (x0 , yk ) k − fy (x0 , y0 ) k
≤ fy (x0 , yk ) − fy (x0 , y0 ) √ |k|

√ ≤ fy (x0 , yk ) − fy (x0 , y0 ) −−−−−−→ 0.
2
h +k 2 h2 + k2 (h,k)→(0,0)

Abbiamo così dimostrato la condizione di differenziabilità.


Dimostriamo che non vale il viceversa. Sia
   
 x2 + y2 sin 1
2
x +y 2 if (x, y) 6= (0, 0)
f (x, y) =
0 if (x, y) = (0, 0) .

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


        
∂f 1 2 2
 1 −2 x 1 2x 1
(x, y) = 2 x sin 2 + x + y cos 2 2 = 2 x sin 2 − 2 cos 2 ,
∂x x + y2 x + y2 x2 + y2 x + y2 x + y2 x + y2
 
h 2 sin 1
∂f f (h, 0) − f (0, 0) h
(0, 0) = lim = lim = 0,
∂x h→0 h h→0 h
   
∂f 1 2y 1
(x, y) = 2 y sin 2 − cos ,
∂y x + y2 x 2 + y2 x2 + y2
 
∂f f (0, k) − f (0, 0) k2 sin 1k
(0, 0) = lim = lim = 0,
∂k k→0 k k→0 k
quindi la condizione di differenziabilità diventa
   
1
f (h, k) − f (0, 0) − h ∂∂ xf (0, 0) − k ∂f
∂y (0, 0) h2 + k2 sin h2 +k 2
lim √ = lim √ = 0.
(h,k)→(0,0) h2 + k2 (h,k)→(0,0) h2 + k 2

Dunque f è differenziabile in (0, 0). Tuttavia f non èCC1 in quanto fx non è continua in (0, 0) in quanto lim(x,y)→(0,0) fx (x, y)
non esiste. Infatti    
∂f 1 1 1
lim (x, x) = lim 2 x sin − cos = ∞.

x→0 ∂ x x→0 2 x2 x 2 x2
t
u
p 
4 x2 + y2 . Le derivate parziali in R2 \ (0, 0) sono

Esempio 5.4.22 Sia f (x, y) = arctan
5.4 Derivate parziali, piano tangente, differenziale 95

∂f 1 1 ∂f 1 1
(x, y) =  p 8 x, (x, y) =  p 2 y.
∂x 1 + 4 x2 + y2 2 4 x2 + y2 ∂x 1 + 4 x2 + y2 2 4 x2 + y2

e sono continue. Quindi f è C 1 e quindi differenziabile in R2 \ (0, 0) . Dunque esiste il piano tangente in (0, 1) ed ha


equazione ! ! !
x 0 x y π 1
z = f (0, 1) + grad f (0, 1) · = arctan (1) + · = + − .
y − 1/2 1/2 y−1 2 4 2
Si ha poi che √ 
arctan 4 h2

∂f f (h, 0) − f (0, 0) arctan 2 |h|
(0, 0) = lim = lim = lim
∂x h→0 h h→0 h h→0 h
non esiste in quanto
 
arctan 2 |h| arctan (2 h) arctan 2 |h| arctan (−2 h)
lim = lim = 2, lim = lim = −2.
h→0+ h h→0+ h h→0− h h→0− h
Pertanto non esiste il pano tangente nell’origine.

Esempio 5.4.23 Sia data la funzione


  
 
x x − y2 sin x
se x 6= y2

f (x, y) = x − y2
` se x = y2 .

1. Dimostrare che esiste un unico ` ∈ R tale che f è continua.


2. Verificare se per tale valore di ` la funzione è differenziabile.
3. Se per tale valore di ` ha senso, calcolare il piano tangente nell’origine.
(1) Sicuramente f è continua in x 6= y2 . Per ogni t0 ∈ R si ha
 
lim f (x, y) = lim f t02 + ρ cos(θ ),t0 + ρ sin(θ )
(x,y)→(t02 ,t0 ) ρ→0
!
  t02 + ρ cos(θ )
= lim ρ t02 + ρ cos(θ ) (cos(θ ) − sin(θ )(2t0 + ρ sin(θ ))) sin 2
=0
ρ→0 t0 + ρ cos(θ ) − (t0 + ρ sin(θ ))2

in quanto
!
2 + ρ cos(θ )
  t
0 ≤ ρ t02 + ρ cos(θ ) (cos(θ ) − sin(θ )(2t0 + ρ sin(θ ))) sin 2 0


2
t0 + ρ cos(θ ) − (t0 + ρ sin(θ ))

 
≤ ρ t02 + ρ 1 + 2|t0 | + ρ −−−→ 0.

ρ→0

Perciò, la funzione è continua se e solo se ` = 0.


(2) Per ogni t0 ∈ R si ha
! (
f (t02 + h,t0 ) − f (t02 ,t0 )   t2 0 se t0 = 0
fx (t02 ,t0 ) = lim = lim h + t02 sin 1 + 0 =
h→0 h h→0 h 6 ∃ se t0 6= 0,
! (
f (t02 ,t0 + h) − f (t02 ,t0 ) t02 0 se t0 = 0
fy (t02 ,t0 ) = lim = lim t02 (h + 2t0 ) sin =
h→0 h h→0 h (h + 2t0 ) 6 ∃ se t0 6= 0.

La funzione dunque non è derivabile in R2 e quindi non è differenziabile in R2 .


(3) Per quanto già visto ∇ f (0, 0) = (0, 0) e quindi il candidato ad essere il piano tangente è

z = f (0, 0) + ∇ f (0, 0) · (x, y) = 0.


5.4 Derivate parziali, piano tangente, differenziale 96

Dimostriamo che in effetti questo è il piano tangente mostrando che f è differenziabile


nell’origine:
 
h h − k 2  
f (h, k) − f (0, 0) − ∇ f (0, 0) · (h, k) h
lim √ = lim √ sin
k(h,k)k→0 h2 + k2 k(h,k)k→0 h2 + k 2 h − k2
 
ρ 2 cos(θ ) cos(θ ) − ρ sin(θ )2
!
ρ cos(θ )
= lim sin 
ρ→0 ρ ρ cos(θ ) − ρ sin(θ )2
 
  cos(θ )
= lim ρ cos(θ ) cos(θ ) − ρ sin(θ )2 sin =0
ρ→0 cos(θ ) − ρ sin(θ )2

in quanto
 

2
 cos(θ )
0 ≤ ρ cos(θ ) cos(θ ) − ρ sin(θ ) sin ≤ ρ (1 + ρ) −−−→ 0.

cos(θ ) − ρ sin(θ )2 ρ→0

Esempio 5.4.24 Sia data la funzione


 !

x y2 exp
 x y2
se (x, y) 6= (0, 0)
f (x, y) = x + y4
2

`

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

1. Dimostrare che esiste un unico ` ∈ R tale che f è di classe C 1 .


2. Dimostrare che per tale ` la funzione è differenziabile verificando la condizione di differenziabilità.
3. Verificare se per tale valore di ` la funzione è limitata.
2
Visto che x2x+y
y 1
4 ≤ 2 ∀(x, y) 6= (0, 0), si ha che

!
2 x y2
lim x y exp = 0.
k(x,y)k→0 x + y4
2

Perciò, se ` = 0, la funzione è continua. Vediamo se è anche C 1 . Le derivate parziali nell’origine sono


! !
2 x y2 2 x y2
x y exp 2 −0 x y exp 2 −0
x + y4 x + y4
fx (0, 0) = lim = 0, fy (0, 0) = lim = 0.
x→0 x y→0 y

Verifichiamo la condizione di differenziabilità:


!
2 x y2
x y exp 2  !
x + y4 y x y2
lim = lim  p exp  xy = 0
x2 + y4
p
k(x,y)k→0 2
x +y 2 k(x,y)k→0 x + y2
2

y
visto che p ≤ 1 ∀(x, y) ∈ R2 . Si ha che lontano dall’origine
x + y2
2

! !
y 4 − x2 x y 2
fx (x, y) = y2 1 + 2 x y2 exp 2 ,
(x + y4 )2 x + y4
! !
x2 − y4 2 x y2
fy (x, y) = 2 x y 1 + 2 x y exp 2 ,
(x + y4 )2 x + y4

e passandole in coordinate polari si ha



fx ρ cos(θ ), ρ sin(θ )
5.4 Derivate parziali, piano tangente, differenziale 97

" # ρ cos(θ ) sin(θ )2


ρ2 sin(θ )4 − cos(θ )2 2 2 4
= ρ 2 sin(θ )2 1 + ρ cos(θ ) sin(θ )2 e cos(θ ) + ρ sin(θ ) −−−→ 0,
(cos(θ )2 + ρ 2 sin(θ )4 )2 ρ→0

fy ρ cos(θ ), ρ sin(θ )
" # ρ cos(θ ) sin(θ )2
cos(θ )2 − ρ 2 sin(θ )4
2 2 4
= 2 ρ 2 cos(θ ) sin(θ ) 1 + 2 2 4 2
ρ cos(θ ) sin(θ )2 e cos(θ ) + ρ sin(θ ) −−−→ 0
(cos(θ ) + ρ sin(θ ) ) ρ→0

in quanto se cos(θ ) = 0, allora

fx 0, ρ sin(θ ) = ρ 2 sin(θ )2 [1 + 0] e0 = ρ 2 sin(θ )2 −−−→ 0,



ρ→0

fy 0, ρ sin(θ ) = 0 −−−→ 0,
ρ→0

mentre se cos(θ ) 6= 0, allora

" # ρ cos(θ ) sin(θ )2


− cos(θ ) 2
fx ρ cos(θ ), ρ sin(θ ) ≈ ρ 2 sin(θ )2 1 +

ρ cos(θ ) sin(θ )2 e cos(θ )2
cos(θ )4
" # ρ sin(θ )2
sin(θ )2
= ρ 2 sin(θ )2 1−ρ e cos(θ ) −−−→ 0,
cos(θ ) ρ→0

" # ρ cos(θ ) sin(θ )2


cos(θ )2
fy ρ cos(θ ), ρ sin(θ ) ≈ 2 ρ 2 cos(θ ) sin(θ ) 1 +

ρ cos(θ ) sin(θ )2 e cos(θ )2
cos(θ )4
" # ρ sin(θ )2
sin(θ )2
= 2 ρ 2 cos(θ ) sin(θ ) 1 + ρ e cos(θ ) −−−→ 0.
cos(θ ) ρ→0

La funzione è quindi C 1 . Infine la funzione non è limitata in quanto f (y2 , y) = y4 e1/2 −−−→ ∞.
y→∞

Esempio 5.4.25 Sia data f : R2 → R definita da



 x(x2 (y−1)−y2 (y+1))
x2 +y2
se (x, y) 6= (0, 0)
f (x, y) =
0 se (x, y) = (0, 0).

1. Verificare la continuità nell’origine.


2. Calcolare, se ciò ha senso, le derivate direzionali nell’origine.
3. Verificare, se ciò ha senso, la differenziabilità nell’origine.
4. Determinare, quando esiste, l’equazione del paino tangente nell’origine.
5. Stabilire se esiste il limite all’infinito ed eventualmente calcolarlo.
(1) La funzione è continua nell’origine in quanto passando in coordinate si ha
 
x x2 (y − 1) − y2 (y + 1)  
= lim ρ cos(θ ) cos(θ )2 ρ sin(θ ) − 1 − sin(θ )2 ρ sin(θ ) + 1 = 0.

lim 2 2
k(x,y)k→0 x +y ρ→0

(2), (3) Calcoliamo il gradiente nell’origine


!
f (h, 0) − f (0, 0) h3
fx (0, 0) = lim = lim − 2 = 0,
h→0 h h→0 h
f (0, h) − f (0, 0)
fy (0, 0) = lim = lim 0 = 0.
h→0 h h→0

Il gradiente lontano dall’origine vale


5.4 Derivate parziali, piano tangente, differenziale 98

   
y x4 + 4x2 y2 − y4 x x4 − 4x2 y2 − y4
fx (x, y) = −1 + 2 , fy (x, y) = 2 .
x2 + y2 x 2 + y2

La funzione non è C 1 in quanto


lim fx (x, y) = −1 6= 0 = fx (0, 0).
k(x,y)k→0

Per studiare la condizione di differenziabilità nell’origine


 
f (h, k) − f (0, 0) − fx (0, 0) h − fy (0, 0) k h h2 (k − 1) − k2 (k + 1)
lim √ = lim
k(h,k)k→0 h2 + k2 k(h,k)k→0 (h2 + k2 )3/2

passiamo in coordinate polari ed osserviamo che


 
ρ 3 cos(θ ) cos(θ )2 (ρ sin(θ ) − 1) − sin(θ )2 (ρ sin(θ ) + 1)  
2 2
lim = cos(θ ) − cos(θ ) − sin(θ ) = − cos(θ ),
ρ→0 ρ3

dunque il limite nella condizione di differenziabilità non esiste e quindi f non è differenziabile nell’origine. Per questo
non possiamo applicare la formula del gradiente per calcolare la derivata direzionale, che va quindi calcolata utilizzando
direttamente la definizione:

f (h cos(θ ), h, sin(θ )) − f (0, 0)


Dv f (0, 0) = lim
h→0 h
 
= lim h cos(θ ) cos(θ )2 h sin(θ ) − 1 − sin(θ )2 h sin(θ ) + 1 = 0.

h→0

(4) L’equazione del piano tangente nell’origine è

z = f (0, 0) + ∇ f (0, 0) · (x, y) = 0.

(5) Il limite all’infinito non esiste perché

−2x3 −2x
lim f (x, −1) = lim = −∞, lim f (x, 1) = lim = 0,
x→∞ x→∞ x2 + 1 x→∞ x→∞ x2 + 1
 
x x2 − 12
lim f (x, 2) = lim = ∞.
x→∞ x→∞ x2 + 4


Esercizio 5.4.26 Si verifichino i seguenti fatti per la funzione f (x, y) = x 3 y.

• La funzione f è derivabile anche nell’origine.


• Le derivate parziali non sono continue nell’origine (perciò non si può applicare in teorema della differenziabilità di
funzioni di classe C 1 ).
• Tuttavia, f è differenziabile nell’origine.

Esercizio 5.4.27 Si verifichi direttamente dalla definizione che la seguente funzione è differenziabile nell’origine.

 x y3 se (x, y) 6= (0, 0)
f (x, y) = x2 +y2
0 se (x, y) = (0, 0) .

Si ottenga poi lo stesso risultato dimostrando che fx ed fy sono continue nell’origine calcolandone il limite.

Esercizio 5.4.28 Si verifichi dove la seguente funzione è continua, derivabile e differenziabile.



 x3 y se (x, y) 6= (0, 0)
f (x, y) = x2 +y4
0 se (x, y) = (0, 0) .
5.4 Derivate parziali, piano tangente, differenziale 99

Esercizio 5.4.29 Si verifichi dove la seguente funzione è continua, derivabile e differenziabile.



 x5/3 y4/3 se (x, y) 6= (0, 0)
f (x, y) = x2 +y2
0 se (x, y) = (0, 0) .

In particolare, calcolare fx ed fy in tutti i punti di R2 , stabilire se sono continue nell’origine e stabilire se f è


differenziabile nell’origine.

5.4.4 Derivate direzionali

Sia f : Rn → R ed x 0 ∈ Rn . La derivata parziale fxi (xx0 ) è la derivata nella direzione corrispondente al versore ei . Più in
generale, si può calcolare la derivata nella direzione corrispondente ad un generico versore v ∈ Rn come segue
Definizione 5.4.30 La derivata direzionale di f rispetto al versore v nel punto x 0 è

f (xx0 + h v ) − f (xx0 )
Dv f (xx0 ) = lim .
h→0 h
Si osservi che h 7→ f (xx0 + h v )− f (xx0 ) è una funzione di una variabile a valori reali e che la sua derivata in zero è Dv f (xx0 ).
Inoltre, le derivate parziali sono dei casi particolari di derivate direzionali in quanto

fxi (xx0 ) = Dv f (xx0 ) con v = ei, i ∈ {1, . . . , n} .

Il calcolo delle derivate direzionali di una funzione differenziabile è semplificato dal seguente importante
Teorema della formula del gradiente Sia f : A → R con A aperto di Rn e v ∈ Rn un versore. Se f è differenziabile in
x 0 ∈ A, allora la derivata direzionale Dv f (xx0 ) esiste e vale la formula del gradiente

Dv f (xx0 ) = grad f (xx0 ) ·vv.

Dimostrazione. Per semplicità prendiamo n = 2 Visto che f è differenziabile in (x0 , y0 ), si ha che la condizione di
differenziabilità vale anche con h = t cos (θ ) e k = t sin (θ ), cioè

f x0 + t cos (θ ) , y0 + t sin (θ ) − f (x0 , y0 ) − fx (x0 , y0 ) t cos (θ ) − fy (x0 , y0 ) t sin (θ )
0 = lim q
t→0+ 2 2
t cos (θ ) + t sin (θ )

f x0 + t cos (θ ) , y0 + t sin (θ ) − f (x0 , y0 )
= lim − fx (x0 , y0 ) cos (θ ) − fy (x0 , y0 ) sin (θ ) .
t→0+ t
Da ciò segue immediatamente

f x0 + t cos (θ ) , y0 + t sin (θ ) − f (x0 , y0 )
Dv f (x0 , y0 ) = lim = fx (x0 , y0 ) cos (θ ) + fy (x0 , y0 ) sin (θ ) .
t→0 t
t
u

Dal teorema precedente segue che, una volta calcolate le derivate parziali di una funzione differenziabile, sappiamo
calcolare immediatamente anche tutte le sue derivate direzionali.
 
Esempio 5.4.32 La funzione f (x, y) = x ex y è definita e differenziabile in R2 perché appartiene a C 1 R2 . Le sue
derivate parziali x 7→ fx (x, xy 2 xy 2
 y) = (1 + y) e e y 7→ fy (x, y) = x e sono infatti continue in R . La derivata di f nella
direzione cos (θ ) , sin (θ ) nel punto (x0 , y0 ) è pertanto
h i
Dv f (x0 , y0 ) = fx (x0 , y0 ) cos (θ ) + fy (x0 , y0 ) sin (θ ) = (1 + y0 ) cos (θ ) + x02 sin (θ ) ex0 y0 .

In particolare Dv f (0, 0) = cos (θ ).


5.4 Derivate parziali, piano tangente, differenziale 100

Esempio 5.4.33 Calcoliamo la derivata direzionale della funzione f (x, y) = (y2 + 1) arctan(x) nel punto (1, 1) nella
√ √ !
2 2
direzione ω = , . Osserviamo che
2 2

1 + y2    √  
fx (x, y) =  π ∂f 2 π
1 + x2 ⇒ ∇ f (1, 1) = 1, ⇒ (1, 1) = 1+ .
 2 ∂ω 2 2
fy (x, y) = 2y arctan(x)

p
Esempio 5.4.34 La funzione f (x, y) = 3 x2 y è definita in R2 . Calcoliamo le sue derivate parziali. Chiaramente x 7→
 1/3  2/3 n o
fx (x, y) = 32 xy e y 7→ fy (x, y) = 31 xy sono ben definite e continue in A = (x, y) ∈ R2 : x y 6= 0 . Inoltre, se
x0 y0 6= 0, allora

f (h, 0) − f (0, 0)
fx (0, 0) = lim = lim 0 = 0,
h→0 h h→0
f (x0 + h, 0) − f (x0 , 0)
fx (x0 , 0) = lim = lim 0 = 0,
h→0 h h→0
 1/3
f (h, y0 ) − f (0, y0 ) y0
fx (0, y0 ) = lim = lim non esiste,
h→0 h h→0 h
f (0, k) − f (0, 0)
fy (0, 0) = lim = lim 0 = 0,
k→0 k k→0
 2/3
f (x0 , k) − f (x0 , 0) x0
fy (x0 , 0) = lim = lim non esiste,
k→0 k k→0 k
f (0, y0 + k) − f (0, y0 )
fy (0, y0 ) = lim = lim 0 = 0.
k→0 k k→0

Dunque f è derivabile in A ∪ (0, 0) .
Siccome le derivate parziali sono continue in A, ovvero f ∈ C 1 (A), per il teorema della differenziabilità
n di funzioniodi
classeC C la funzione f è differenziabile in A. Inoltre, visto le derivate parziali non sono definite in (x, y) ∈ R2 : x y = 0 \
1

(0, 0) , si ha che f non è differenziabile in tale insieme. Resta da capire se f è differenziabile in (0, 0). Studiamo prima
le derivate direzionali. 
Per il teorema della formula del gradiente, la derivata di f nella direzione cos (θ ) , sin (θ ) nel punto (x0 , y0 ) ∈ A è
 1/3  2/3
2 y0 1 x0
Dv f (x0 , y0 ) = fx (x0 , y0 ) cos (θ ) + fy (x0 , y0 ) sin (θ ) = cos (θ ) + sin (θ ) .
3 x0 3 y0

Osserviamo che se x0 y0 6= 0, allora


2/3
sin (θ )1/3

f x0 + t cos (θ ) ,t sin (θ ) − f (x0 , 0) x0 + t cos (θ )
= ,
t t 2/3
1/3
f t cos (θ ) , y0 + t sin (θ ) − f (0, y0 ) cos (θ )2/3 y0 + t sin (θ )

= ,
t  t 1/3
f t cos (θ ) ,t sin (θ ) − f (0, 0)
= cos (θ )2/3 sin (θ )1/3 ,
t
abbiamo che

Dv f (x0 , 0) esiste se e solo se sin (θ ) = 0 ed in tal caso Dv f (x0 , 0) = fx (x0 , 0) = 0,


Dv f (0, y0 ) esiste se e solo se cos (θ ) = 0 ed in tal caso Dv f (0, y0 ) = fy (0, y0 ) = 0,
Dv f (0, 0) = cos (θ )2/3 sin (θ )1/3 .

In particolare, la formula del gradiente non è valida in (0, 0) visto che non tutte le derivate direzionali sono nulle. Come
conseguenza si ha che f non è differenziabile in (0, 0).
In conclusione abbiamo visto che:
• f è ben definita in R2 ;
5.4 Derivate parziali, piano tangente, differenziale 101

n o
• f è derivabile ed ammette derivate direzionali in A ∪ (0, 0) , con A = (x, y) ∈ R2 : x y 6= 0 ;


• f è differenziabile in A.
Con il seguente esempio mostriamo che la formula del teorema della formula del gradiente puo valere anche se la
funziona non soddisfa le ipotesi del teorema stesso.
Esempio 5.4.35 Consideriamo la funzione
(
1 se |y| > x2 oppure y = 0,
f (x, y) =
0 altrimenti.

Si osserva innanzitutto che f = 0 sull’asse x e quindi fx (0, 0) = 0. Si osserva poi che per ogni versore v = cos(θ ), sin(θ )
diverso da (1, 0), l’intersezione tra l’insieme {(x, y) ∈ R2 : |y| > x2 } e la retta per l’origine di direzione v è un segmento
centrato nell’origine. Poiché su tale segmento f (x, y) = 1, si ha

f h cos(θ ), h sin(θ ) − f (0, 0)
Dv f (0, 0) = lim = 0.
h→0 h
Perciò grad f (0, 0) = 0 e la formula del gradiente è verificata. D’altra parte la funzione non è differenziabile nell’origine
in quanto non è nemmeno continua nell’origine. Infatti ad esempio

lim f (x, 0) = 1 6= 0 = lim f (x, x3 ).


x→0+ x→0+

x+y+1
Esempio 5.4.36 Calcoliamo la derivata direzionale della funzione f (x, y) = x2 +y2 +1
nel punto (1, 1) nella direzione

ω = ( 3/2, 1/2):

1−x(2+x)−2xy+y2
 fx (x, y) = ,

 !
2
(1+x2 +y2 ) −1/3 ∂f 1 1
1+x2 +y2 −2y(1+x+y)
⇒ ∇ f (1, 1) = ⇒ (1, 1) = − − √ .
−1/3 ∂ω 6 2 3
 fy (x, y) = ,

 2
(1+x +y )
2 2

Esercizio 5.4.37 Si calcolino le derivate parziali di



 x y2 se (x, y) 6= (0, 0)
f (x, y) = x2 +y2
0 se (x, y) = (0, 0)

in ogni punto del piano (per l’origine, applicare la definizione). Si calcolino


 poi, in base alla definizione, le derivate dire-
zionali di f nell’origine, rispetto al generico versore cos (θ ) , sin (θ ) . La formula del gradiente è verificata? Spiegare il
risultato.

∂f xy
Esercizio 5.4.38 Si dimostri che la derivata direzionale ∂ω della funzione f (x, y) = x2 +y2
nel punto (1, 2) nella direzione
√  √ 
ω = ( 3/2, 1/2) è ∂∂ωf = 50
3
2 3−1 .

In sintesi abbiamo che


 
continua, derivabile,

 

f ∈ C 1 (A) ⇒ f differenziabile in A ⇒ f ha derivate direzionali e in A;
 vale la formula del gradiente 
 

invece
6
f continua, derivabile ed ha le derivate direzionali in A =⇒ f differenziabile in A.
5.4 Derivate parziali, piano tangente, differenziale 102

5.4.5 Calcolo delle derivate


06/11/2017
Proposizione 5.4.39 (Formule di calcolo per le derivate) Siano α, β ∈ R. Se f , g : Rn → R sono derivabili allora
 
f g grad f − f grad g
grad (α f + β g) = α grad f + β grad g, grad ( f g) = g grad f + f grad g, grad = .
g g2

Se f , g : Rn → R sono differenziabili allora


 
f g d f − f dg
d (α f + β g) = α d f + β dg, d ( f g) = g d f + f dg, d = .
g g2

Se f : Rn → R è differenziabile, g : R → R è derivabile e r : R → Rn è una curva piana regolare, allora


d  drr
grad (g ◦ f ) (xx) = g0 f (xx) grad f (xx) ,

( f ◦rr ) (t) = grad f r (t) · (t) . (5.2)
dt dt

Esempio 5.4.40 Sia f : R3 → R definita da f (x, y, z) = z2 e2 x−y e sia g : [−1, ∞) → R definita da g(r) = r + 1. Allora
la funzione composta h(x, y, z) = g f (x, y, z) è ben definita (perché f ≥ 0) e dalla formula di derivazione della funzione
composta si ha
1  
grad h(x, y, z) = g0 f (x, y, z) grad f (x, y, z) = 2 z2 e2 x−y , −z2 e2 x−y , 2 z e2 x−y .


2 z2 e2 x−y + 1

Lo stesso risultato si ottiene esplicitando h(x, y, z) = z2 e2 x−y + 1 e calcolandone il gradiente direttamente senza usare
la formula della derivazione della funzione composta.
Sia f : Rn → R differenziabile in un aperto A di Rn . Consideriamo un punto x 0 ∈ A tale che k grad f (xx0 ) k 6= 0. Se la
linea di livello f (xx) = k, con k = f (xx0 ), ammette una rappresentazione parametrica regolare r : R → Rn tale che r (0) = x 0 ,
allora g = f ◦rr : R → R è costante:

g (t) = f r (t) = k, t ∈ R.

Pertanto, per la formula del gradiente si ha che

0 = g0 (t) = grad f r (t) ·rr 0 (t) ,



t ∈ R,

ovvero
il gradiente grad f è ortogonale (normale) al vettore tangente r 0 alla linea di livello f = f (xx0 ) in x 0 .
È chiaro che la direzione v in cui si ha la massima o minima crescita di f coincide con la direzione che massimizza o
minimizza Dv f (xx0 ), rispettivamente. Visto che il prodotto scalare tra due vettori è massimo o minimo se i due vettori sono
paralleli e sono concordi o discordi, rispettivamente, per la formula del gradiente si ha:
la massima crescita di f in x 0 la si ha nella direzione del gradiente grad f (xx0 );
la minima crescita di f in x 0 la si ha nella direzione opposta a quella del gradiente, cioè nella direzione − grad f (xx0 ).

Esempio 5.4.41 f (x, y) = ex sin (y) è C 1 in R2 , pertanto è differenziabile ed ha un piano tangente per ogni (x0 , y0 ) ∈ R2 ,
che ha equazione
5.4 Derivate parziali, piano tangente, differenziale 103

! ! !
x − x0 x0 ex0 sin (y0 ) x − x0
z = f (x0 , y0 ) + grad f (x0 , y0 ) · =e sin (y0 ) + x0 ·
y − y0 e cos (y0 ) y − y0
= (1 + x − x0 ) ex0 sin (y0 ) + (y − y0 ) ex0 cos (y0 ) .

In particolare, il piano tangente ad f in (1, π) è

z = (1 + x − 1) e1 sin (π) + (y − π) e1 cos (π) = (π − y) e.



Inoltre la derivata direzionale di f rispetto al versore v = 3/5, 4/5 nel punto (1, π) è per
definizione
     
f 1 + 53 t, π + 45 t − f (1, π) exp 1 + 35 t sin π + 45 t
Dv f (1, π) = lim = lim
t→0 t t→0 t
   
4
 sin 5 t  4
 
3 4
= lim exp 1 + t − 4  = − e.
t→0 5 5 t 5 5

Ovviamente, essendo f differenziabile, possiamo applicare la formula del gradiente ed avere di nuovo che
! !
e1 sin (π) 3/5 4
Dv f (1, π) = grad f (1, π) ·vv = 1 · = − e.
e cos (π) 4/5 5

Esempio 5.4.42 (Gradiente di una funzione radiale) Consideriamo una funzione


 radiale h : Rn → R, cioè h (xx) di-
pende solo da ρ = kx k, ovvero esiste g : R → R tale che h (x ) = g kx k . Poniamo f (xx) = kxxk ed osserviamo
x x x
che
x x
grad f (xx) = =
kxxk ρ
e di conseguenza
x
grad h (xx) = g0 f (xx) grad f (xx) = g0 (ρ) .

ρ
Visto che k grad f (xx) k = 1, si ha k grad h (xx) k = |g0 (ρ) |. Ad esempio, per h (xx) = ln kxxk si ha grad h (xx) = x

ρ2
e
1
k grad h (xx) k = ρ.

Esempio 5.4.43 (Equazione del trasporto) Sia c ∈ R una costante e consideriamo l’equazione del trasporto
∂u ∂u
+c =0
∂ x ∂t
si tratta di un’equazione alle derivate parziali che può essere riscritta in termini della derivata
direzionale lungo il vettore v = (c, 1) come

Dv u (x,t) = 0.

Questa equazione descrive, ad esempio, come una densità u varia nello spazio x e nel tempo t. Se
imponiamo un dato iniziale
u (x, 0) = v (x) ,
ovvero conosciamo i valori assunti dalla densità al tempo t = 0 su tutto R, allora la soluzione è

u (x,t) = v (x − c t) .

Dunque al variare del tempo la densità iniziale v viene trasportata con velocità c.

Esercizio 5.4.44 Mostrare che se f : R3 → R è una funzione differenziabile, la funzione u : Rn+1 → R definita da u (xx,t) =
f (xx −cc t), con c ∈ Rn costante, soddisfa l’equazione del trasporto

∂u
c · gradx u + = 0.
∂t
5.5 Derivate successive e approssimazioni successive 104

Esempio 5.4.45 Una particella si muove nel piano secondo la legge oraria
 
r (t) = t (1 − t) ,t 3 , t > 0.

Se la temperatura stazionaria (cioè indipendente dal tempo) nel piano è u (x, y) = e−x+2 y , allora possiamo calcolare la
velocità con cui la particella sente variare la temperatura in due modi. Possiamo infatti calcolare la derivata di g = u ◦rr
utilizzando la formula di derivazione di funzioni composte
! 
−1 −x+2 y 
 ! !
grad u (x, y) =

e
g (t) = grad u r (t) ·rr 0 (t) = −1 · 1 − 2 t e−t (1−t)+2t 3

 
 0
2  
 
! ⇒ 2 3 t2
1−2 t
  2
= 6 t 2 + 2 t − 1 e(2 t +t−1)t ,
 
r 0 (t) =

 

3 t2

 

2 +t−1
oppure osservare che g (t) = e−t(1−t)+2t = e(2 t )t e farne direttamente la derivata ottenendo ovviamente lo stesso
3

risultato.

Esercizio 5.4.46 Consideriamo una collina descritta dal grafico di

z = f (x, y) = 1 − 2 x2 − y4 .

Consideriamo il sentiero che scende dalla cima della collina e descritto dalla curva di equazione polare ρ = 2θ ,
θ ∈ [0, 3π]. Scrivere in funzione di θ la velocità con cui il sentiero fa perdere quota, cioè dz/dθ . Ottenere il risultato
utilizzando entrambe i metodi utilizzati nell’esempio 5.4.45.

Esercizio 5.4.47 Si calcolino le derivate parziali della funzione


2 √
f (x, y) = x ex y

nei punti in cui esistono. Si dica qual è il più grande insieme aperto del piano in cui f è C1 .

Esercizio 5.4.48 Scrivere il piano tangente nell’origine al grafico delle seguenti funzioni:
p p
f (x, y) = ex+y , f (x, y) = sin (2 x) + y cos (x) , f (x, y) = 1 + x + x2 + y2 , f (x, y) = 3 1 + x2 + y2 .

Esercizio 5.4.49 Si disegnino alcune linee di livello della funzione

y2
f (x, y) = x2 +
4
e alcuni vettori spiccati da punti di tali linee, aventi direzione e verso di grad f senza calcolare il gradiente.

5.5 Derivate successive e approssimazioni successive

5.5.1 Derivate successive. Equazioni alle derivate parziali

Se f : Rn → R è derivabile allora le sue derivate parziali fx1 , . . . , fxn : Rn → R sono ben definite; se queste sono derivabili,
allora ne possiamo fare le derivate parziali ottenendo così le derivate parziali seconde di f
 
 ∂ ∂f  
f xi x j = f xi x = = ∂x j ∂xi f = Dx j Dxi f = D j (Di f ) .
j ∂ x j ∂ xi

Teorema di Schwarz Se f è una funzione di classe C 2 in un aperto A di Rn , allora le sue derivate miste fxi x j e fx j xi
coincidono in A.
5.5 Derivate successive e approssimazioni successive 105

Osserviamo che f è C 2 se e solo se le derivate seconde fxi x j sono continue, ovvero le derivate prime fxi sono C 1 . In
particolare, le derivate prime fxi sono continue e quindi f è C 1 e differenziabile. In sintesi si ha

1
 f è C e quindi è differenziabile,


f ∈ C2 ⇒ le derivate prime di f sono C 1 e quindi sono differenziebili,
le derivate seconde di f sono C 0 e le derivate miste coincidono.

Esempio 5.5.2 Se 
 x y (x2 −y2 )
x2 +y2
se (x, y) 6= (0, 0)
f (x, y) =
0 se (x, y) = (0, 0) ,
allora
 
4 2 2 4 4 2 2 4
 y (x +4x y −y )

se (x, y) 6= (0, 0)  x (x −4x y −y )

se (x, y) 6= (0, 0)
2 2
fx (x, y) = (x +y )
2 2
fy (x, y) = (x +y )
2 2

0 se (x, y) = (0, 0) , 0 se (x, y) = (0, 0) ,


 

perché

f (h, 0) − f (0, 0) 0−0 f (0, h) − f (0, 0) 0−0


fx (0, 0) = lim = lim = 0, fy (0, 0) = lim = lim = 0.
h→0 h h→0 h h→0 h h→0 h

Le derivate seconde in (0, 0) sono pertanto

fx (h, 0) − fx (0, 0) 0−0


fxx (0, 0) = lim = lim = 0,
h→0 h h→0 h
fy (0, h) − fy (0, 0) 0−0
fyy (0, 0) = lim = lim = 0,
h→0 h h→0 h
h(04 +4 02 h2 −h4 )
2 −0
fx (0, h) − fx (0, 0) (02 +h2 )
fxy (0, 0) = lim = lim = lim −1 = −1,
h→0 h h→0 h h→0
h(h4 −4h2 02 −04 )
2 −0
fy (h, 0) − fy (0, 0) (h2 +02 )
fyx (0, 0) = lim = lim = lim 1 = 1.
h→0 h h→0 h h→0

Si noti che fxy (0, 0) 6= fyx (0, 0) ma che ciò non contraddice il teorema di Schwarz.

Esempio 5.5.3 Se f (x, y) = x2 sin (y), allora

fx (x, y) = 2 x sin (y) , fy (x, y) = x2 cos (y) ,


 
fyy (x, y) = ∂y x2 cos (y) = −x2 sin (y) ,

fxx (x, y) = ∂x 2 x sin (y) = 2 sin (y) ,
 
fyx (x, y) = ∂x x2 cos (y) = 2 x cos (y) .

fxy (x, y) = ∂y 2 x sin (y) = 2 x cos (y) ,

Le definizioni di derivate parziali ed il teorema di Schwarz si generalizzano a derivate di ordine k: per una funzione
di più variabili e di classe Ck non è importante l’ordine con cui facciamo le derivate seconde, terze, . . . , k-esime. Ad
esempio, per una funzione di tre variabili f (x, y, z) di classe C3 si ha

∂3 f ∂3 f ∂3 f ∂3 f ∂3 f ∂3 f
= = = = = .
∂ x∂ y∂ z ∂ x∂ z∂ y ∂ y∂ x∂ z ∂ z∂ x∂ y ∂ y∂ z∂ x ∂ z∂ y∂ x
Un’equazione alle derivate parziali è un’equazione che coinvolge le derivate parziali di una funzione incognita fatte
rispetto ad almeno due variabili.

Esempio 5.5.4 L’equazione di Laplace in n variabili è

∆ u (x1 , . . . , xn ) = 0, (5.3)

dove l’operatore Laplaciano ∆ è definito da


5.5 Derivate successive e approssimazioni successive 106

n
∂ 2u
∆u = ∑ 2
.
i=1 ∂ xi

Ad esempio, il potenziale elettrostatico (o gravitazionale) u soddisfa l’equazione di Laplace in tre variabili nei punti dello
spazio privi di carica elettrica (o di materia, rispettivamente)

∂ 2u ∂ 2u ∂ 2u
∆ u (x, y, z) = 0 ⇐⇒ + + = 0.
∂ x2 ∂ y2 ∂ z2

Esercizio 5.5.5 (soluzioni radiali dell’equazione di Laplace)


• Posto ρ = kxxk, si calcolino

ρxi , k grad ρk2 , ρxi xi , ∆ ρ.

• Sia g : R → R una funzione di classe C 2 . Si dimostri che h (xx) = g kxxk soddisfa




 n−1 0
∆ h (xx) = g00 kxxk +

g kxxk .
kxxk

• Si risolva l’equazione differenziale ordinaria


n−1 0
g00 (ρ) + g (ρ) = 0
ρ

ponendo v (ρ) = g0 (ρ) e ricavando poi v e quindi g per integrazione (distinguere i casi n = 2 ed n > 2).
• Determinare le soluzioni radiali dell’equazione di Laplace (5.3) in R2 \ {00}.

Esempio 5.5.6 Sia u (t, x, y, z) la temperatura di un corpo che scambia calore con l’ambiente al tempo t e nel punto
(x, y, z). Se non vi sono nel corpo sorgenti o pozzi, allora u soddisfa l’equazione del calore in quattro variabili

ut = D ∆ u, (5.4)

dove D è il coefficiente di diffusione e dipende dalle caratteristiche del materiale e dalle unità di misura.

Esercizio 5.5.7 Verificare che la seguente funzione soddisfa l’equazione del calore (5.4) con D = 1.
!
1 x2
f (t, x, y) = √ exp −
t 4t

Esempio 5.5.8 Consideriamo una corda illimitata che al tempo t = 0 coincide con l’asse x e che inizia a vibrare. Sia
u (t, x) l’ordinata all’istante t del punto della corda la cui posizione iniziale è (x, 0). Allora u soddisfa l’equazione della
corda vibrante
utt = c2 uxx ,
dove c è la velocità di propagazione dell’onda.

5.5.2 Formula di Taylor al secondo ordine. Differenziale secondo

Abbiamo visto che la differenziabilità di una funzione di classe C 1 ci permette di approssimare il suo grafico con il piano
tangente. Vedremo ora che per funzioni di classe C 2 è possibile migliorare tale approssimazione.

Teorema della formula di Taylor Se f : Rn → R è una funzione di classe C 2 in un intorno di x 0 ∈ Rn , allora vale la
formula di Taylor al secondo ordine con resto secondo Peano
n
∂f 1 n n ∂2 f  
f (xx0 + dxx) = f (xx0 ) + ∑ (xx0 ) dxi + ∑ ∑ (xx0 ) dxi dx j + o kdxxk2 per dxx → 0.
i=1 ∂ xi 2 i=1 j=1 ∂ xi ∂ x j
5.5 Derivate successive e approssimazioni successive 107

Dimostrazione. Per semplicità consideriamo f : R2 → R di classe C 2 in un intorno di (x0 , y0 ) ed (h, k) un versore di R2 .


Per ε > 0 sufficientemente piccolo, si ha che (x0 + t h, y0 + t k) appartiene a tale intorno per ogni t ∈ [0, ε]. Possiamo
quindi definire

g (t) = f (x0 + t h, y0 + t k) , t ∈ [0, ε] .

Si tratta di una funzione scalare di una variabile e di classe C 2 . La formula di MacLaurin al secondo ordine per g è

t 2 00  
g (t) = g (0) + t g0 (0) + g (0) + o t 2 per t → 0.
2
Chiaramente g (0) = f (x0 , y0 ) e per la formula di derivazione delle funzioni composte (5.2)
(
g0 (t) = fx (x0 + t h, y0 + t k) h + fy (x0 + t h, y0 + t k) k
g00 (t) = fxx (x0 + t h, y0 + t k) h2 + 2 fxy (x0 + t h, y0 + t k) h k + fyy (x0 + t h, y0 + t k) k2 ,
(
g0 (0) = fx (x0 , y0 ) h + fy (x0 , y0 ) k

g00 (0) = fxx (x0 , y0 ) h2 + 2 fxy (x0 , y0 ) h k + fyy (x0 , y0 ) k2 .

Dunque, la formula di MacLaurin al secondo ordine per g equivale a



f (x0 + t h, y0 + t k) = f (x0 , y0 ) + t fx (x0 , y0 ) h + fy (x0 , y0 ) k
t2    
+ fxx (x0 , y0 ) h2 + 2 fxy (x0 , y0 ) h k + fyy (x0 , y0 ) k2 + o t 2 per t → 0.
2
Ponendo infine (dx, dy) = (t h,t k), abbiamo che k (dx, dy) k2 = t 2 perché (h, k) è un versore e quindi

f (x0 + dx, y0 + dy) = f (x0 , y0 ) + fx (x0 , y0 ) dx + fy (x0 , y0 ) dy


1   
+ fxx (x0 , y0 ) dx2 + 2 fxy (x0 , y0 ) dx dy + fyy (x0 , y0 ) dy2 + o k (dx, dy) k2
2
per (dx, dy) → (0, 0). t
u

Osserviamo che la formula di Taylor al secondo ordine può essere riscritta in maniera più compatta
1 2  
f (xx0 + dxx) = f (xx0 ) + d f (xx0 ) + d f (xx0 ) + o kdxxk2 per dxx → 0,
2
dove

d f (xx0 ) = grad f (xx0 ) · dxx è il differenziale di f calcolato in x 0 ,


n n
∂2 f
d2 f (xx0 ) = ∑ ∑ (xx0 ) dxi dx j è il differenziale secondo di f calcolato in x 0 ,
i=1 j=1 ∂ xi ∂x j
 
o kdxxk2 è l’errore dell’approssimazione.

Osserviamo che d2 f (xx0 ) è la forma quadratica nelle componenti dxi dell’incremento associata alla matrice hessiana di f
 
fx1 x1 (xx0 ) fx1 x2 (xx0 ) . . . fx1 xn (xx0 ) !
 fx2 x1 (xx0 ) fx2 x2 (xx0 ) . . . fx2 xn (xx0 )
  ∂2 f
H f (xx0 ) =  = (xx0 ) ∈ Rn×n .
 ... ... ... ...  ∂ xi ∂ x j
i, j∈{1,...,n}
fxn x1 (xx0 ) fxn x2 (xx0 ) . . . fxn xn (xx0 )

Osserviamo che la matrice hessiana di una funzione di classe C 2 è simmetrica.


p 7/11/2017
Esempio 5.5.10 La matrice hessiana di f (x, y) = 1 + x2 + y2 è la matrice simmetrica
 
1+y2 xy
!
 (1+x2 +y2 )3/2 − 3/2
f (x, y) fxy (x, y) (1+x2 +y2 ) 
H f (x, y) = xx = x y 2
.
fyx (x, y) fyy (x, y)  − 1+x 
3/2 3/2
(1+x2 +y2 ) (1+x2 +y2 )
5.6 Ottimizzazione I. Estremi liberi 108

Esercizio 5.5.11 Verificare che le seguenti funzioni soddisfano l’equazione di Laplace (5.3) in due variabili

f (x, y) = ex sin (y) , f (x, y) = cos (x) sinh (y) , f (x, y) = x3 − 3 x y2 , f (x, y) = x4 − 6 x2 y2 + y4 .

Scrivere la matrice hessiana di ciascuna funzione e calcolare il differenziale secondo nell’origine della prima funzione.

5.6 Ottimizzazione I. Estremi liberi

5.6.1 Massimi e minimi liberi. Punti critici

Definizione 5.6.1 Sia f : Rn → R e x 0 appartenente ad A ⊆ Rn . Diciamo che x 0 è un

punto di massimo assoluto per f in A se f (xx) ≤ f (xx0 ) ∀xx ∈ A,


punto di minimo assoluto per f in A se f (xx) ≥ f (xx0 ) ∀xx ∈ A,
punto di massimo locale per f se ∃ U intorno di x 0 tale che f (xx) ≤ f (xx0 ) ∀xx ∈ U,
punto di minimo locale per f se ∃ U intorno di x0 tale che f (xx) ≥ f (xx0 ) ∀xx ∈ U.

Se x 0 è un punto di massimo (o minimo) assoluto (o locale) di f , allora il valore f (xx0 ) è un massimo (o minimo) assoluto
(o locale) di f .
Per definizione un punto di massimo (o di minimo) assoluto è un punto di massimo (o di minimo) locale.
Una condizione necessaria per la ricerca dei punti di massimo e minimo locali è data nel seguente

Teorema di Fermat Sia A ⊆ Rn aperto ed f : A → R derivabile in x 0 ∈ A. Se x 0 è un punto di massimo o minimo locale,


allora x 0 è un punto critico di f , ovvero grad f (xx0 ) = 0 .

Dimostrazione. Per semplicità consideriamo f : R2 → R ed x 0 = (x0 , y0 ). Sia x 0 un punto di massimo locale. Allora la
funzione scalare di una variabile g (t) = f (t, y0 ) ha un punto di massimo locale in t = x0 . Per il teorema di Fermat in una
variabile deve essere 0 = g0 (x0 ) = fx (x0 , y0 ). Analogamente, la funzione scalare di una variabile h (t) = f (x0 ,t) ha un
punto di massimo locale in t = y0 e per il teorema di Fermat in una variabile deve essere 0 = h0 (x0 ) = fy (x0 , y0 ). t
u

Il teorema di Fermat ci dice che per trovare i punti di massimo e di minimo per una funzione f derivabile bisogna
prima trovare i suoi punti critici, ovvero risolvere il sistema di n equazioni ed n incognite
  


 fx1 x01 , x02 , . . . , x0n = 0


  
fx2 x01 , x02 , . . . , x0n = 0

grad f (xx0 ) = 0 ⇔



  ... 
 fxn x1 , x2 , . . . , xn = 0,


0 0 0

e poi capire se tali punti sono di massimo (o minimo) assoluto (o locale), oppure dei punti di sella.
Esempio 5.6.3 Per trovare l’insieme dei punti critici C della funzione f (x, y) = x2 (3x + y2 )ey , dobbiamo risolvere il
sistema (
fx (x, y) = ey x(9x + 2y2 ) = 0,
fy (x, y) = ey x2 (3x + 2y + y2 ) = 0.
Chiaramente la retta x = 0 risolve il sistema. Se x 6= 0, allora il sistema equivale al seguente
(
9x + 2y2 = 0,
3x + 2y + y2 = 0.

Moltiplicando la seconda per 3 e sottraendo la prima si ottiene y2 + 6y = 0; dunqueno y = 0, ma in tal caso


o dalla prima
anche x = 0, altrimenti y = −6 ed in tal caso dalla prima x = −8. In conclusione C = (x, y) ∈ R2 : x = 0 ∪ (−8, −6) .

5.6 Ottimizzazione I. Estremi liberi 109

Esempio 5.6.4 I punti critici di f (x, y) = 3 x2 + y2 − x3 y sono le soluzioni del sistema


(
fx (x0 , y0 ) = 3 x (2 − x y) = 0
 √ √   √ √ 

grad f (x0 , y0 ) = (0, 0) ⇔ ⇔ (x, y) ∈ (0, 0) , 2, 2 , − 2, − 2 .
fy (x0 , y0 ) = 2 y − x3 = 0,

Poiché f è differenziabile in tutto R 2


√, per il teorema di Fermat
√   √ √ 
abbiamo che gli unici punti candidati ad essere punti di
massimo o di minimo sono (0, 0) , 2, 2 , − 2, − 2 .
Dimostriamo che l’origine è un punto di minimo locale mostrando che f (x, y) ≥ f (0, 0)
per ogni (x, y) ∈ B (0, 0), 1 :

x2
0 ≤ (x − y)2 = x2 − 2 x y + y2 ⇒ 2 x y ≤ x2 + y2 < 1 ⇒ x3 y ≤
2
x2 5
⇒ f (x, y) ≥ 3 x2 + y2 −
≥ x2 + y2 ≥ 0 = f (0, 0) .
2 2
 √ √ 
Infine, per dimostrare che i punti ± 2, ± 2 sono dei punti di sella basta osservare che
le funzioni
 √   √ 
x 7→ f x, ± 2 , y 7→ f ± 2, y

hanno un punto di massimo e di minimo locali in ± 2, rispettivamente.

Esempio 5.6.5 Cerchiamo l’insieme C dei punti critici della funzione f (x, y) = ey x2 (x + y). Sicuramente i punti della
retta x = 0 sono critici perché soddisfano il sistema
(
fx (x, y) = ey x(3x + 2y) = 0,
fy (x, y) = ey x2 (1 + x + y) = 0.

Per vedere se ci sono altri punti critici, assumiamo x 6= 0 e risolviamo il sistema


( (
3x + 2y = 0, x = 2,

1 + x + y = 0, y = −3.

Dunque anche (2, −3) è un punto critico. In conclusione C = ({0} × R) ∪ {(2, −3)}.

Esempio 5.6.6 Cerchiamo l’insieme dei punti critici C della funzione f (x, y) = ex y3 (x + 3y). Sicuramente i punti della
retta y = 0 sono critici perché soddisfano il sistema
(
fx (x, y) = ex y3 (1 + x + 3y) = 0,
fy (x, y) = 3ex y2 (x + 4y) = 0.

Per vedere se ci sono altri punti critici, assumiamo y 6= 0 e risolviamo il sistema


( (
1 + x + 3y = 0, x = −4,

x + 4y = 0, y = 1.

Dunque anche (−4, 1) è un punto critico. In conclusione C = (R × {0}) ∪ {(−4, 1)}.

Se x 0 è un punto critico di una funzione f di classe C 2 , allora d f (xx0 ) = 0 e per il teorema della formula di Taylor

1 2  
f (xx0 + dxx) − f (xx0 ) = d f (xx0 ) + o kdxxk2 per dxx → 0.
2
 
Visto che il termine di errore o kdxxk2 è arbitrariamente piccolo in un intorno sufficientemente piccolo di x 0 , se il
differenziale d2 f (xx0 ) è strettamente positivo (o negativo), allora possiamo facilmente dedurre che il punto stazionario x 0
è un massimo (o un minimo, rispettivamente) locale. Visto che d2 f (xx0 ) è una forma quadratica, nella prossima sezione
richiamiamo alcuni risultati utili sulle forme quadratiche.
5.6 Ottimizzazione I. Estremi liberi 110

5.6.2 Forme quadratiche

Una forma quadratica (in breve f. q.) su Rn è un polinomio omogeneo di secondo grado in n variabili
n
q (hh) = q (h1 , h2 , . . . , hn ) = ∑ ai j hi h j , h ∈ Rn ,
i, j=1

dove ai j ∈ R sono i coefficienti della f. q., che corrispondono alla matrice quadrata simmetrica (cioè ai j = a ji )
 
n a11 a12 . . . a1n
A = ai j i, j=1 =  . . . . . . . . . . . .  ∈ Rn×n .
 
an1 an2 . . . ann

Osserviamo che
q (hh) = h T A h ,
dove h è un vettore colonna, h T il suo trasposto ed è un vettore riga ed h T A h è il prodotto righe per colonne.

Esempio 5.6.7 Ad esempio


 
156
q (hh) = h21 + 10 h1 h2 + 2 h22 + 12 h1 h3 + 6 h2 h3 + 7 h23 e A = 5 2 3
 
637

sono una forma quadratica e la matrice simmetrica associata.

Esempio 5.6.8 Se f è una funzione di classe C 2 in un intorno di x 0 ∈ Rn , allora la sua matrice hessiana H f (xx0 ) è
simmetrica. Possiamo dunque considerare la forma quadratica q associata ed osservare che
n n
q (dxx) = dxxT H f (dxx0 ) dxx = ∑ ∑ fxi x j (xx0 ) dxi dx j = d2 f (xx0 ) .
i=1 j=1

Siamo interessati al segno di una forma quadratica. Osserviamo che q (00) = 0 e q (t h ) = t 2 q (hh). Quindi, per ogni h 6= 0
si ha che il segno di q (t h ) è costante per ogni t 6= 0.
Abbiamo la seguente classificazione delle f. q. e delle matrici simmetriche.
Definizione 5.6.9 Una forma quadratica q : Rn → R (o una matrice simmetrica A ∈ Rn×n ) si dice:
i) definita positiva se q (hh) > 0 ∀hh 6= 0;
ii) definita negativa se q (hh) < 0 ∀hh 6= 0;
iii) semidefinita positiva se q (hh) ≥ 0 ∀hh 6= 0 ed ∃hh0 6= 0 tale che q (hh0 ) = 0;
iv) semidefinita negativa se q (hh) ≤ 0 ∀hh 6= 0 ed ∃hh0 6= 0 tale che q (hh0 ) = 0;
v) indefinita se ∃hh1 ,hh2 tali che q (hh1 ) < 0 < q (hh2 ).

Esempio 5.6.10 Consideriamo delle forme quadratiche in R2 .


a) h21 + h22 è positiva per ogni (h1 , h2 ) 6= (0, 0), quindi è definita positiva;
b) −h21 + h22 è positiva per (h1 , h2 ) = (0, 1) e negativa per (h1 , h2 ) = (1, 0), quindi è indefinita;
c) −h21 − h22 è negativa per ogni (h1 , h2 ) 6= (0, 0), quindi è definita negativa;
d) h21 è positiva tranne che per (h1 , h2 ) = (0,t), quindi è semidefinita positiva;
e) −h21 è negativa tranne che per (h1 , h2 ) = (0,t), quindi è semidefinita negativa.
Osserviamo che h21 + h22 è semidefinita positiva in R3 .
In generale, capire la natura di una forma quadratica utilizzando la Definizione 5.6.9 non è semplice. C’è un metodo
più semplice che utilizza gli autovalori della matrice simmetrica associata.
n
Teorema 5.6.11 Sia A = ai j i, j=1 una matrice simmetrica e λ1 , λ2 , . . . , λn i suoi autovalori. La forma quadratica q
associata ad A è:

definita positiva se e solo se λk > 0 ∀k ∈ {1, 2, . . . , n};


5.6 Ottimizzazione I. Estremi liberi 111

definita negativa se e solo se λk < 0 ∀k ∈ {1, 2, . . . , n};


semidefinita positiva se e solo se λk ≥ 0 ∀k ∈ {1, 2, . . . , n};
semidefinita negativa se e solo se λk ≤ 0 ∀k ∈ {1, 2, . . . , n};
indefinita se e solo se ∃h, k ∈ {1, 2, . . . , n} tali che λh < 0 < λk .

Dimostrazione. Visto che A è una matrice simmetrica, essa è diagonalizzabile, ovvero esiste una matrice ortogonale M
tale che
A = M ∆ MT
dove ∆ è la matrice diagonale diag (λ1 , λ2 , . . . , λn ). Quindi la f. q. associata ad A si scrive
 T   n
q (hh) = h T A h = h T M ∆ M T h = M T h ∆ M T h = k T ∆ k = ∑ λi ki2 ,
i=1

avendo posto k = M T h . Visto che kM


M T h k = khhk, si ha che M T h = 0 se e solo se h = 0 . Quindi, ad esempio, si ha
n
q è definita positiva ⇔ q (hh) > 0 ∀hh 6= 0 ⇔ ∑ λi ki2 > 0 ∀kk 6= 0 ⇔ λk > 0 ∀k ∈ {1, 2, . . . , n} .
i=1

t
u
Se abbiamo una matrice 2 × 2, allora si può evitare di calcolare i suoi autovalori ed applicare il seguente
2
Corollario 5.6.12 (forme quadratiche in due variabili) Sia A = ai j i, j=1 una matrice simmetrica. La forma quadrati-
ca q associata ad A è:

definita positiva se e solo se A) > 0


det (A e A) > 0;
tr (A
definita negativa se e solo se A) > 0
det (A e A) < 0;
tr (A
semidefinita positiva se e solo se A) = 0
det (A e A) ≥ 0;
tr (A
semidefinita negativa se e solo se A) = 0
det (A e A) ≤ 0;
tr (A
indefinita se e solo se A) < 0.
det (A

Dimostrazione. Ricordiamo che, in generale, il determinante di una matrice n × n è pari al prodotto dei suoi autovalori
e la sua traccia è pari alla somma dei suoi autovalori. Se n = 2, allora gli autovalori λ1 e λ2 di una matrice A ∈ R2×2
soddisfano

A) = a11 a22 − a212 ,


λ1 λ2 = det (A A) = a11 + a22 .
λ1 + λ2 = tr (A

Non è limitativo assumere che λ1 ≤ λ2 . Se det (A A) < 0, allora λ1 < 0 < λ2 ed A è indefinita. Se det (A A) ≤ 0,
A) = 0 e tr (A
allora λ1 ≤ 0 = λ2 ed A è semidefinita negativa. Se det (A A) ≥ 0, allora λ1 = 0 ≤ λ2 ed A è semidefinita positiva.
A) = 0 e tr (A
A) < 0, allora λ1 ≤ λ2 < 0 ed A è definita positiva. Se det (A
A) > 0 e tr (A
Se det (A A) > 0, allora 0 < λ1 ≤ λ2 ed A
A) > 0 e tr (A
è definita positiva. t
u
Esempio 5.6.13 q (h1 , h2 ) = −2 h21 + 2 h1 h2 − 3 h22 è una f. q. definita negativa perché
!
−2 1
A= , A) = (−2) (−3) − 1 · 1 = 5 > 0,
det (A A) = −5 < 0.
tr (A
1 −3

n
Corollario 5.6.14 (forme quadratiche in n variabili) Sia A = ai j i, j=1
una matrice simmetrica e consideriamo le sue
sottomatrici principali di nord-ovest
 
a11 a12 a13
!
a11 a12
A 1 = a11 , A2 = , A 3 = a21 a22 a23  , ... , An = A.
 
a21 a22
a31 a32 a33

La forma quadratica q associata ad A è:

definita positiva se e solo se Ak ) > 0


det (A ∀k ∈ {1, 2, . . . , n};
definita negativa se e solo se (−1)k det (A
Ak ) > 0 ∀k ∈ {1, 2, . . . , n}.
5.6 Ottimizzazione I. Estremi liberi 112

Osserviamo che il precedente corollario non ci dice quando la forma quadratica è semidefinita o indefinita.

Esempio 5.6.15 La matrice associata alla forma quadratica q (h1 , h2 , h3 ) = 5 h21 − 8 h1 h3 + 3 h22 + 4 h23 è
 
5 0 −4
A =  0 3 0 .
 
−4 0 4
 √   √ 
La f. q. è definita positiva perché i suoi autovalori λ1 = 21 9 − 65 , λ2 = 3, λ3 = 21 9 + 65 sono positivi. In
alternativa, invece di calcolare gli autovalori, basta osservare che
!
50
A1 ) = a11 = 5 > 0,
det (A A2 ) = det
det (A = 15 > 0, A) = 60 − 48 = 12 > 0.
det (A
03

Teorema 5.6.16 Sia q una f. q. su Rn .


• Se q è definita positiva, allora esiste una costante c > 0 tale che

q (hh) ≥ ckhhk2 ∀hh ∈ Rn .

• Se q è definita negativa, allora esiste una costante c > 0 tale che

q (hh) ≤ −ckhhk2 ∀hh ∈ Rn .

Dimostrazione. Se λmin = min λ1 , λ2 , . . . , λn e λmax = max λ1 , λ2 , . . . , λn , allora ∀hh ∈ Rn si ha


 

n n
q (hh) = ∑ λi ki2 ≥ λmin ∑ ki2 = λmin kkk k2 = λmin khhk2 ,
i=1 i=1
n n
q (hh) = ∑ λi ki2 ≤ λmax ∑ ki2 = λmax kkk k2 = λmax khhk2 ,
i=1 i=1

avendo posto k = M T h ed essendo kkk k = khhk. t


u

5.6.3 Studio della natura dei punti critici

Possiamo ora caratterizzare la natura dei punti critici utilizzando la matrice hessiana.

Teorema 5.6.17 Sia f : Rn → R di classe C 2 ed x 0 un suo punto critico.

H f (xx0 ) definita positiva ⇒ x 0 punto di minimo locale.


H f (xx0 ) definita negativa ⇒ x 0 punto di massimo locale.
H f (xx0 ) indefinita ⇒ x 0 punto di sella.
H f (xx0 ) semidefinita (positiva o negativa) ⇒ x0 punto di dubbio.

Dimostrazione. Abbiamo visto che se x 0 è un punto critico, allora per il teorema della formula di Taylor abbiamo
1 2  
f (xx0 + dxx) − f (xx0 ) = d f (xx0 ) + o kdxxk2 per dxx → 0
2
dove il differenziale secondo di f calcolato in x0
n n
d2 f (xx0 ) = ∑ ∑ fxi x j (xx0 ) dxi dx j
i=1 j=1

è una forma quadratica nelle componenti dxi dell’incremento associata alla matrice hessiana H f (xx0 ). Assumiamo che
H f (dxx0 ) sia definita positiva (la dimostrazione degli altri casi è analoga). Per il teorema 5.6.16 esiste una costante c > 0
tale che
5.6 Ottimizzazione I. Estremi liberi 113

d2 f (xx0 ) = (dxx0 )T H f (xx0 ) dxx0 ≥ 2 c kdxx0 k2


e quindi

f (xx0 + dxx) − f (xx0 ) ≥ kdxxk2 c + o (1)



per dxx → 0.

Per kdxxk sufficientemente piccolo, c + o (1) > 0 e quindi f (xx0 + dxx) − f (xx0 ) ≥ 0, ovvero x 0 è un punto di minimo. t
u

Per il Corollario 5.6.12, il precedente teorema diventa nel caso n = 2 il seguente


Corollario 5.6.18 Sia f : R2 → R di classe C 2 ed (x0 , y0 ) un suo punto critico.
 
det H f (x0 , y0 ) > 0 ed fxx + fyy (x0 , y0 ) > 0 ⇒ (x0 , y0 ) punto di minimo locale.
 
det H f (x0 , y0 ) > 0 ed fxx + fyy (x0 , y0 ) < 0 ⇒ (x0 , y0 ) punto di massimo locale

det H f (x0 , y0 ) < 0 ⇒ (x0 , y0 ) punto di sella.

det H f (x0 , y0 ) = 0 ⇒ (x0 , y0 ) punto dubbio.

√ √   √ √ 
Esempio 5.6.19 La funzione f (x, y) = 3 x2 + y2 − x3 y studiata nell’esempio 5.6.4 ha (0, 0), 2, 2 , − 2, − 2
come punti critici. Visto che

fx (x, y) = 6x − 3 x2 y, fxx (x, y) = 6 (1 − x y) , fxy (x, y) = −3 x2 , fy (x, y) = 2 y − x3 , fyy (x, y) = 2,

la sua matrice hessiana è


! ! !
√ √   √ √ 
6 (1 − x y) −3 x2 60 −6 −6
H f (x, y) = , H f (0, 0) = , Hf 2, 2 = = H f − 2, − 2 .
−3 x2 2 02 −6 2
√ √   √ √ 
Per il Corollario 5.6.18, l’origine è un punto di minimo locale ed i punti 2, 2 , − 2, − 2 sono di sella.

Esempio 5.6.20
• L’unico punto stazionario di f (x, y) = x2 + y2 è l’origine, che per il Corollario 5.6.18 è un punto di minimo perché

det H f (0, 0) = 4, fxx (0, 0) = 2.
 
• L’unico punto stazionario di f (x, y) = − x2 + y2 è l’origine, che per il Corollario 5.6.18 è un punto di massimo
perché

det H f (0, 0) = 4, fxx (0, 0) = −2.

• L’unico punto stazionario di f (x, y) = x2 − y2 è l’origine, che per il Corollario 5.6.18 è un punto di sella perché

det H f (0, 0) = −4.

Esempio 5.6.21
• L’unico punto stazionario di f (x, y) = x4 + y4 è l’origine, che è un punto di minimo. Si osservi che det H f (0, 0) = 0


e per questo non possiamo applicare il Corollario 5.6.18.


• L’unico punto stazionario di f (x, y) = −x4 −y4 è l’origine, che è un punto di massimo. Si osservi che det H f (0, 0) = 0


e per questo non possiamo applicare il Corollario 5.6.18.


5.6 Ottimizzazione I. Estremi liberi 114

• L’unico punto stazionario di f (x, y) = x4 − y4 è l’origine, che è un punto di sella. Si osservi che det H f (0, 0) = 0 e


per questo non possiamo applicare il Corollario 5.6.18.

Esempio 5.6.22 Cerchiamo i massimi e minimi locali di

f (x, y) = x4 − 6x2 y2 + y4 .

Per prima cosa cerchiamo i suoi punti critici risolvendo il sistema


  
x x2 − 12 y2 = 0
( (
4 x3 − 12 x y2 = 0

fx (x, y) = 0
⇔ ⇔  
fy (x, y) = 0, −12 x2 y + 4y3 = 0, y −3 x2 + y2 = 0.

Se x = 0, allora la prima equazione è soddisfatta e dalla seconda abbiamo che anche y = 0. Quindi l’origine è un punto
2 2
 Se x 6= 0, allora
critico.  dalla prima equazione ricaviamo che 0 6= x = 12 y , e sostituendo nella seconda ci da un assurdo:
2 2 3 2 2
0 = y −36y + y = 35y ⇔ y = 0 ⇒ 0 6= x = 12 · 0 = 0. Dunque l’unico punto critico è l’origine. Visto che la sua
matrice hessiana    
2 2
12 x − y −24 x y 
H f (x, y) =   
−24 x y 12 y2 − x2

si annulla nell’origine, non possiamo utilizzare il Corollario 5.6.18. Osserviamo però che la restrizione di f lungo la retta
y=0
x 7→ f (x, 0) = x4
ha un punto di minimo in x = 0, mentre la restrizione di f lungo la retta y = x

x 7→ f (x, x) = −4 x4

ha un punto di massimo in x = 0. L’origine è dunque di un punto di sella.

Esempio 5.6.23 Fissati i punti P1 = (x1 , y1 ), P2 = (x2 , y2 ), . . . , Pn = (xn , yn ), vogliamo trovare il punto P = (x, y) che
minimizza la somma dei quadrati delle distanze dai punti P1 , P2 , . . . , Pn
n h i
f (x, y) = ∑ (x − xi )2 + (y − yi )2 .
i=1

I punti critici si ottengono risolvendo il sistema


( ( ( (
fx (x, y) = 0 ∑ni=1 2 (x − xi ) = 0 n x − ∑ni=1 xi = 0 x = n1 ∑ni=1 xi
⇔ ⇔ ⇔
fy (x, y) = 0, ∑ni=1 2 (y − yi ) = 0, n y − ∑ni=1 yi = 0, y = 1n ∑ni=1 yi .

L’unico punto critico è quindi il baricentro del sistema degli n punti. La matrice hessiana
!
2n 0
0 2n

è costante ed ha un unico autovalore λ = 2 n > 0. Si tratta quindi di un minimo.

Esempio 5.6.24 Fissati i punti P1 = (x1 , y1 ), P2 = (x2 , y2 ), . . . , Pn = (xn , yn ), vogliamo trovare la loro retta di regressione
y = a x + b, cioè la retta che “meno si discosta dal passare per gli n punti”, ovvero vogliamo minimizzare l’errore
quadratico medio
5.6 Ottimizzazione I. Estremi liberi 115

n
E (a, b) = ∑ (a xi + b − yi )2
i=1

che ci da la somma dei quadrati delle distanze tra ciascun punto Pi ed il punto della retta avente la stessa ascissa
(xi , a xi + b). Il metodo utilizzato per risolvere tale problema si chiama metodo dei minimi quadratici. I punti critici sono
le soluzioni del seguente sistema
( ( (
Ea (a, b) = 0 ∑ni=1 2 xi (a xi + b − yi ) = 0 P a+Q b = S
⇔ n ⇔
Eb (a, b) = 0, ∑i=1 2 (a xi + b − y i ) = 0, Q a + n b = R,

dove
n n n n
P = ∑ xi2 , Q = ∑ xi , R = ∑ yi , S = ∑ xi yi .
i=1 i=1 i=1 i=1

Visto che n P − Q2 > 0 2 , l’unico punto stazionario è


n S−R Q P R−S Q
a0 = , b0 = .
n P − Q2 n P − Q2
Si tratta di un minimo perché la matrice hessiana
!
PQ
HE (a, b) = 2
Q n

ha determinante positivo e P > 0.

Esempio 5.6.25 Studiamo i massimi e minimi della funzione

f (x, y, z) = 3 x2 + 2 y2 + z2 − 2 x z + 2 x + 2 y + 1.

Risolvendo il sistema
   
 fx (x, y, z) = 0 6x − 2z + 2 = 0 2z = 6x + 2 z = −1/2

 
 
 

fy (x, y, z) = 0 ⇔ 4y + 2 = 0 ⇔ y = −1/2 ⇔ y = −1/2
   
 fz (x, y, z) = 0,
 2z − 2 x = 0,
 (6x + 2) − 2 x = 0,
 x = −1/2,


si ricava che l’unico punto critico è P0 = −1/2, −1/2, −1/2 . La matrice hessiana
 
6 0 −2
0 4 0
 
−2 0 2

è costante ed i suoi autovalori


 √   √ 
λ1 = 2 2 − 2 , λ2 = 4, λ3 = 2 2 + 2 .

sono positivi. Dunque la matrice hessiana è definita positiva e quindi P0 è un punto di minimo locale.

Esercizio 5.6.26 Classificare le seguenti forme quadratiche in R2 :

q1 (x, y) = 2 x2 + 3 x y − 5y2 , q2 (x, y) = 2 x2 + 4 x y + 3 y2 , q3 (x, y) = x2 + 4 x y + 4y2 ,


q4 (x, y) = 3 x y, q5 (x, y) = −2 x2 + 2 x y − 5y2 .

!
1+α α
Esercizio 5.6.27 Classificare, al variare del parametro reale α, la forma quadratica associata alla matrice .
1 2α

2
2
Basta utilizzare la stima ∑ni=1 xi < n ∑ni=1 xi2 , si veda l’Esercizio 5.6.33.
5.7 Funzioni definite implicitamente 116

Esercizio 5.6.28 Stabilire se le seguenti forme quadratiche su R3 possono essere classificate in base al Corolla-
rio 5.6.14,ed in caso affermativo classificarle.

q1 (x, y) = x2 + 3 y2 + 2 z2 + 2 x y − 2 yz − 2 x z, q2 (x, y) = −x2 − 2 y2 − 5 z2 + 2 x y + 4 y z,


q3 (x, y) = 2 x z − 2 x y − y2 − 2 y z, q4 (x, y) = 5x2 + y2 + z2 + 2 x y − x z.

Esercizio 5.6.29 Studiare i punti di massimo e minimo delle seguenti funzioni:


   
f1 (x, y) = x y exp −x2 − y2 , f2 (x, y) = x y2 exp −x4 − y2 ,

f3 (x, y) = x4 + y4 − 3 (x − y)2 , f4 (x, y) = x3 − x2 y,


 
f5 (x, y) = x2 + y2 + x3 y, f6 (x, y) = ln 1 + x2 + y2 − 3 x y,
  
f7 (x, y) = exp −2 x + y2 2
+ x2 + y2 , f8 (x, y) = sin (x)2 + cos (y) ,
 
f9 (x, y, z) = y2 + z2 − 2 x2 + 2 x y − 2 x z − 4 x, f10 (x, y, z) = x y z exp −x2 − 2 y2 − 3 z2 .

Esercizio 5.6.30 Determinare la natura dell’origine per la funzione


 
f (x, y) = ln 1 + x2 − x2 + x y2 + y3 + 2.

Esercizio 5.6.31 Generalizzare il risultato dell’esempio 5.6.23 al caso di n punti in R3 .

Esercizio 5.6.32 Si può dimostrare che le soluzioni dell’equazione di Laplace sono funzioni che non hanno massimi e
minimi locali. Verificare questo fatto per le seguenti funzioni

f (x, y) = ex sin (y) , f (x, y) = cos (x) sinh (y) , f (x, y) = x3 − 3 x y2 ,

Esercizio 5.6.33 Dimostrare la disuguaglianza


!2
n n
∑ xi < n ∑ xi2
i=1 i=1

2 2
osservando che ∑ni=1 xi = ∑ni=1 xi2 + 2 ∑ j<s x j xs ed inoltre (n − 1) ∑ni=1 xi2 − 2 ∑ j<s x j xs = ∑ j<s x j − xs > 0.

5.7 Funzioni definite implicitamente


13/11/2017
Data f : Rn → R consideriamo l’equazione
f (xx) = 0.
Oltre a chiederci se tale equazione è risolubile, vorremo sapere quali condizioni su f ci assicurano che la linea di livello
{xx ∈ Rn : f (xx) = 0} coincide con il grafico di una funzione g : Rn−1 → R. In altre parole, data f vogliamo sapere se ∃g
tale che si abbia ad esempio
f (xx) = 0 ⇔ xn = g (x1 , . . . , xn−1 ) .
Osserviamo che in tal caso 
f x1 , . . . , xn−1 , g (x1 , . . . , xn−1 ) = 0
e quindi, se f e g sono C 1 , allora derivando la precedente condizione otteniamo

∂ 
0= f x1 , . . . , xn−1 , g (x1 , . . . , xn−1 )
∂ xi
 
= fxi x1 , . . . , xn−1 , g (x1 , . . . , xn−1 ) + fxn x1 , . . . , xn−1 , g (x1 , . . . , xn−1 ) gxi (x1 , . . . , xn−1 )
5.7 Funzioni definite implicitamente 117


fxi x1 , . . . , xn−1 , g (x1 , . . . , xn−1 )
⇒ gxi (x1 , . . . , xn−1 ) = − 
fxn x1 , . . . , xn−1 , g (x1 , . . . , xn−1 )

almeno dove il denominatore non è nullo. Una risposta più rigorosa è data nel seguente
1 in A ⊆ Rn aperto ed x = x , . . . , x

Teorema di Dini Sia f : A → R di classe C 0 1,0 n,0 ∈ A. Se f (xx0 ) = 0 ed fxn (xx0 ) 6= 0,
  n−1
allora esiste B = B x1,0 , . . . , xn−1,0 , r ⊆ R con r > 0 ed un’unica funzione g : B → R tali che

f x1 , . . . , xn−1 , g (x1 , . . . , xn−1 ) = 0 ∀(x1 , . . . , xn−1 ) ∈ B;

inoltre g è di classe C 1 in B e

fxi x1 , . . . , xn−1 , g (x1 , . . . , xn−1 )
gxi (x1 , . . . , xn−1 ) = −  ∀x ∈ B, i ∈ {1, . . . , n − 1}.
fxn x1 , . . . , xn−1 , g (x1 , . . . , xn−1 )

Se n = 2, allora il teorema di Dini può essere utilizzato per capire se le linee di livello di una f : R2 → R sono delle
curve o meno. Osserviamo infatti che le linee di livello f (xx) = k non sempre sono delle curve. Ad esempio abbiamo che:

la linee di livello x2 + y2 − 1 = 0 è una curva regolare (una circonferenza);


2 2
la linee di livello x +y = 0 è un punto (l’origine);
2 2
la linee di livello x +y +1 = 0 è vuoto;
2 2
la linee di livello x −y = 0 è l’unione delle due rette y = ±x;
la linee di livello x3 − y2 = 0 è una curva non regolare.

Se però f : A → R è di classe C 1 in A ⊆ R2 aperto, (x0 , y0 ) ∈ A, f (x0 , y0 ) = 0 ed fy (x0 , y0 ) 6= 0, allora per il teorema di


Dini ∃I ⊆ R intorno di x0 ed un’unica funzione g : I → R tali che

f x, g (x) = 0 ∀x ∈ I;

inoltre g è di classe C 1 in I e

0 fx x, g (x)
g (x) = −  ∀x ∈ I.
fy x, g (x)

Dunque in un intorno di (x0 , y0 ) la linea di livello f (x, y) = 0 corrisponde alla curva regolare r (t) = t, g(t) , t ∈ I, dove r
è di classe C 1 in I.
Osserviamo che se invece di avere fy (x0 , y0 ) 6= 0 avessimo fx (x0 , y0 ) 6= 0, allora basta invertire i ruoli di x e y nel
teorema di Dini e si ha che ∃J ⊆ R intorno di y0 ed un’unica funzione h : J → R tali che

f h (y) , y = 0 ∀y ∈ J;

inoltre h è di classe C 1 in J e

0 fy h (y) , y
h (y) = −  ∀y ∈ J.
fx h (y) , y

Dunque in un intorno di (x0 , y0 ) la linea di livello f (x, y) = 0 corrisponde alla curva regolare r (t) = h(t),t , t ∈ J, dove
r è di classe C 1 in J.
In particolare abbiamo che

se la linea di livello Ec = (x, y) ∈ A : f (x, y) = c non contiene punti critici di f ,
ovvero k grad f (x, y)k 6= 0 ∀(x, y) ∈ Ec , allora Ec è una curva regolare.
5.7 Funzioni definite implicitamente 118

Esempio 5.7.2 Sia f (x, y) = x2 − y2 − 1. Osserviamo che (x0 , y0 ) = (1, 0) appartiene ad f = 0. Visto che fx (x, y) = 2 x ⇒
fx (1, 0) = 2 6= 0, per il teorema di Dini esiste un intorno J di y0 = 0 ed una funzione h : J → R di classe C 1 tale che
f h (y) , y = 0 per ogni y ∈ J; inoltre

0 fy h (y) , y −2 y y
h (y) = −  =− = .
fx h (y) , y 2 h (y) h (y)

In questo caso possiamo calcolare h esplicitamente:


p
f h (y) , y = h (y)2 − y2 − 1 = 0

⇔ h (y) = y2 + 1.
p
Si noti che non abbiamo considerato il ramo della curva x = − y2 + 1 perché non passa per (1, 0).

Esempio 5.7.3 Sia f (x, y) = x2 − y2 . Osserviamo che l’origine (x0 , y0 ) = (0, 0) appartiene ad f = 0. Visto che

grad f (x, y) = (2 x, −2 y) ⇒ grad f (0, 0) = 0,



non possiamo applicare il teorema di Dini. Ci sono in effetti due funzioni g1 (x) = −x e g2 (x) = −x tali che f x, g (x) = 0
∀x ∈ I, quindi non vale l’unicità della funzione implicita.

Esempio 5.7.4 Sia f (x, y) = x2 + y2 . Osserviamo che l’origine (x0 , y0 ) = (0, 0) appartiene ad f = 0. Visto che

grad f (x, y) = (2 x, 2 y) ⇒ grad f (0, 0) = 0 ,

non possiamo applicare il teorema di Dini. In effetti f = 0 è solo un punto e non esiste una funzione implicita definita in
un intorno di 0.

Esempio 5.7.5 Sia f (x, y) = ex y + x − y − 1. Osserviamo che l’origine (x0 , y0 ) = (0, 0) appartiene ad f = 0. Visto che

fy (x, y) = x ex y − 1 ⇒ fy (0, 0) = −1 6= 0,

per il teorema di Dini esiste un intorno I di y0 = 0 ed una funzione g : I → R di classe C 1 tale che f x, g (x) = 0 ∀x ∈ I;


inoltre 
0 fx x, g (x) g (x) ex g(x) + 1
g (x) = −  =− .
fy x, g (x) x ex g(x) − 1
In questo caso non è possibile scrivere esplicitamente la funzione g. Nonostante ciò, ad esempio, dalla precedente
uguaglianza e dal fatto che g (0) = 0 ricaviamo che g0 (0) = 1. Inoltre, se deriviamo due volte

f x, g (x) = ex g(x) + x − g (x) − 1 = 0




ricaviamo che
h 2 i
g (x) + x g0 (x) ex g(x) + 1 − g0 (x) = 0 g (x) + x g0 (x) + 2g0 (x) + x g00 (x) ex g(x) − g00 (x) = 0


e, visto che g (0) = 0 ed g0 (0) = 1, si ha g00 (0) = 2. Iterando il procedimento possiamo calcolare le derivate successive
di g (che non conosciamo esplicitamente) in x = 0 ed avere una buona approssimazione di g vicino ad x = 0 mediante lo
sviluppi di MacLaurin.

Esempio 5.7.6 Vediamo quali tra i seguenti sottoinsiemi di R2 rappresentano una curva regolare
 
n o xy+1 n o
(x, y) ∈ R2 : ey x2 (x + y) = 1 , (x, y) ∈ R2 : =1 , (x, y) ∈ R2 : |x| + |y| = 1 .
y+1

• Pongo f (x, y) = ey x2 (x + y) ed osservo che i punti della retta x = 0 soddisfano il sistema


(
fx (x, y) = ey x(3x + 2y) = 0,
fy (x, y) = ey x2 (1 + x + y) = 0.

Per vedere se ci sono altri punti critici, assumiamo x 6= 0 e risolviamo il sistema


5.7 Funzioni definite implicitamente 119

( (
3x + 2y = 0, x = 2,

1 + x + y = 0, y = −3.

Dunque anche (2, −3) è un punto critico. In conclusione grad f (x, y) = 0 se e solo se (x, y) ∈ ({0} × R) ∪ {(2, −3)}.
Siccome f (0, y) = 0 6= 1 6= −4/e3 = f (2, −3), la prima curva è regolare.
• Pongo f (x, y) = xy+1
y+1
ed osservo che

 fx (x, y) = y
y+1 = 0,
x−1 ⇔ (x, y) = (1, 0).
 fy (x, y) = (y+1)2
= 0,

Siccome f (1, 0) = 1, la seconda curva non è regolare.


• Pongo f (x, y) = |x|+|y| ed osservo che essa non è C1 nei punti (±1, 0), (0, ±1) che appartengono alla curva f (x, y) = 1,
dunque la terza curva non è regolare.

Esempio 5.7.7 Vediamo quali tra i seguenti sottoinsiemi di R2 rappresentano una curva regolare
n o n o n o
(x, y) ∈ R2 : arctan(xy) = 1 + xy , (x, y) ∈ R2 : arctan(xy) = xy , (x, y) ∈ R2 : xy2 + x2 y = 1 .

• Pongo f (x, y) = arctan(xy) − xy − 1 ed osservo che

y x 2 y3 x x 3 y2
fx (x, y) = − y = − , fy (x, y) = − x = − .
1 + x 2 y2 1 + x2 y2 1 + x2 y2 1 + x 2 y2

Dunque k∇ f k = 0 ⇔ x = 0 = y. Osservo che f (0, 0) = −1 6= 0 e quindi la prima curva è regolare.


• Pongo f (x, y) = arctan(xy) − xy ed osservo che per quanto visto prima k∇ f k = 0 ⇔ x = 0 = y. Osservo che f (0, 0) = 0
e quindi la seconda curva non è regolare.
• Pongo f (x, y) = xy2 + x2 y − 1 ed osservo che

fx (x, y) = y2 + 2xy = y(y + 2x), fy (x, y) = x(2y + x).

Dunque k∇ f k = 0 ⇔ x = 0 = y. Osservo che f (0, 0) = −1 6= 0 e quindi la terza curva è regolare.

Esempio 5.7.8 Dire quali tra i seguenti sottoinsiemi di R2 rappresentano una curva regolare
( )
2
 
2 x+y+1 n
2
o
2 x +1
(x, y) ∈ R : 2 =1 , (x, y) ∈ R : arctan(x + y + 1) = 1 , (x, y) ∈ R : 2 =1 .
x + y2 + 1 y +1

x+y+1
• Pongo f (x, y) = x2 +y2 +1
ed osservo che

1−x(2+x)−2xy+y2 
√ √ ! √ √ !

 fx (x, y) = = 0,


(1+x2 +y2
2
)
 −1 − 3 −1 − 3 −1 + 3 −1 + 3 
1+x2 +y2 −2y(1+x+y)
⇔ (x, y) ∈ P1 = , , P2 = , .
2 2 2 2
 fy (x, y) = = 0,

 2
 
(1+x2 +y2 )

Siccome f (P1 ) 6= 1 6= f (P2 ), la prima curva è regolare.


1
• Pongo f (x, y) = arctan(x + y + 1) ed osservo che fx (x, y) = fy (x, y) = 1+(x+y+1)2
6= 0 per ogni (x, y) ∈ R2 , si ha che la
seconda curva è regolare.
2 +1
• Pongo f (x, y) = xy2 +1 ed osservo che

2x
 fx (x, y) =

1+y2
= 0,
2(1+x2 )y ⇔ (x, y) = (0, 0).
 fy (x, y) = − (1+y2 )2 = 0,

Siccome f (0, 0) = 1, la terza curva non è regolare.

Esercizio 5.7.9 Verificare che l’equazione


x ey + y ex = 0
5.8 Ottimizzazione II. Estremi vincolati 120

definisce implicitamente una funzione y = g (x) in un intorno di x = 0. Calcolare g0 (0), g00 (0) e scrivere lo sviluppo di
MacLaurin al secondo ordine per g.

Esercizio 5.7.10 Si provi che per tutti i valori di c tranne due, l’insieme di livello Ec della funzione

f (x, y) = x3 + y3 − 3 x y

è una curva regolare. Si determinino i due valori critici c.

Esercizio 5.7.11 Verificare che l’equazione

ex−y + x2 − y2 − e (x + 1) − 1 = 0

definisce implicitamente y = f (x) in un intorno di x = 0 con f (0) = −1. Provare che x = 0 è un punto di minimo per f .
Il teorema di Dini può essere generalizzato alle funzioni di più variabili. Se ad esempio f : R3 → R è C 1 , si annulla
2
 
in P0 = (x0 , y0 , z0 ) ed fz (P0 ) 6= 0, allora esiste un intorno B (x0 , y0 ) , r ⊆ R ed un’unica funzione g : B (x0 , y0 ) , r → R
tale che
 
f x, y, g (x, y) = 0 ∀ (x, y) ∈ B (x0 , y0 ) , r ;

in tal caso g risulta essere di classe C 1 in B (x0 , y0 ) , r e le sue derivate parziali soddisfano



fx x, y, g (x, y) 
gx (x, y) = −  ∀ (x, y) ∈ B (x0 , y0 ) , r ,
fz x, y, g (x, y)

fy x, y, g (x, y) 
gy (x, y) = −  ∀ (x, y) ∈ B (x0 , y0 ) , r .
fz x, y, g (x, y)

Esercizio 5.7.12 Verificare che l’equazione

arctan(z) + x y2 + x z − y3 − 1 = 0

definisce implicitamente z = g (x, y) in un intorno di (0, −1, 0). Scrivere l’equazione del piano tangente al grafico di
z = g (x, y) in tale punto.

5.8 Ottimizzazione II. Estremi vincolati

5.8.1 Problemi con i vincoli

In molti problemi di ottimizzazione, le variabili devono soddisfare dei vincoli. Consideriamo i seguenti esempi.
Esempio 5.8.1 Consideriamo una forza piana F ∈ R2 applicata ad un punto vincolato a muoversi senza attrito lungo la
linea di livello g (x, y) = 0. Assumiamo che F sia una forza conservativa, ovvero che esista un potenziale V : R2 → R tale
che F = gradV . Per determinare i punti di equilibrio stabile bisogna calcolare i punti di minimo dell’energia potenziale
E = −V , soggetti al vincolo g (x, y) = 0

min E (x, y) = min E (x, y) : g (x, y) = 0 .
g(x,y)=0

Esempio 5.8.2 Se in un’azienda si vuole ottimizzare la produzione Y = Q (K, L), dove K ed L sono il capitale ed il
lavoro, rispettivamente, allora lo si deve fare rispettando il budget b > 0 a disposizione. Quindi, se pK e pL sono il costo
di un’unità di capitale e di lavoro, rispettivamente, allora bisogna calcolare i punti di massimo di Y = Q (K, L) soggetti
al vincolo K pK + L pL = b

max Q (K, L) = max Q (K, L) : K pK + L pL = b
K pK +L pL =b

visto che conviene utilizzare completamente il budget.


5.8 Ottimizzazione II. Estremi vincolati 121

La situazione più semplice è quella in cui il vincolo è della forma (x, y) ∈ r (I) dove r è una curva di classe C 1 in I ⊆ R,
perché in tal caso basta studiare la funzione scalare di una variabile f ◦rr : I → R.
Esempio 5.8.3 Per calcolare i massimi della funzione produzione di Cobb-Douglas

Y (K, L) = a K α L1−α , a > 0, α ∈ (0, 1) ,

basta osservare che il vincolo si può scrivere


b − LpL
K pK + LpL = b ⇔ K= ,
pK
e quindi basta ottimizzare la funzione

b − LpL α 1−α
     α
b − LpL a b
h (L) = Y ,L = a L = α − pL L
pK pK pK L

nell’intervallo L ∈ 0, b/pL . Calcoliamo i punti critici di h, ovvero dove h0 (L) = 0:




 α−1  α  α−1    
αb b b b (1 − α) b (1 − α) b b
− − pL + − pL = − pL − pL = 0 ⇔ L∈ , .
L L L L L pL pL

Visto che h b/pL = 0 e

ab2 1
 α−2    α
b (1 − α) b apL α pL
h00 (L) = −α (1 − α) − pL ⇒ h00 =− < 0,
pαK L3 L pL αb (1 − α) pK

si ha che il punto di massimo è

(1 − α) b αb
L= , K= .
pL pK
Andiamo a considerare un metodo che vale più in generale quando il vincolo non è esplicitabile in una delle due
variabili come nell’esempio precedente.

5.8.2 Metodo dei moltiplicatori di Lagrange

Il teorema di Fermat ci dà una condizione necessaria per la ricerca dei punti di massimo e di minimo in tutto Rn . L’analogo
per il caso in cui i punti di massimo e di minimo devono soddisfare dei vincoli è dato dal
Teorema dei moltiplicatori di Lagrange Sia f : Rn → R di classe C 1 e g : Rn → R. Se x 0 ∈ Rn è un punto di estremo
vincolato per f sotto il vincolo g (xx) = b e grad g (xx0 ) 6= 0 , allora esiste λ0 ∈ R tale che

 fx1 (xx0 ) = λ0 gx1 (xx0 )



 f (xx ) = λ g (xx )
x2 0 0 x2 0
grad f (xx0 ) = λ0 grad g (xx0 ) ⇔


 ...
 fx (xx0 ) = λ0 gx (xx0 ) .

n n

Dimostrazione. Assumiamo che x 0 ∈ Rn sia un punto di estremo vincolato per f sotto il vincolo g (xx) = b e grad g (xx0 ) 6= 0 .
Per il teorema di Dini l’equazione di vincolo definisce implicitamente un arco di curva regolare γ passante per x 0 . Visto
che questo punto è un estremo vincolato per f , la derivata direzionale di f nella direzione del versore tangente t 0 a γ in x 0
deve annullarsi, ovvero, per il teorema della formula del gradiente

0 = Dt 0 f (xx0 ) = grad f (xx0 ) ·tt 0 .

Dunque grad f (xx0 ) è ortogonale al versore tangente t 0 , che è a sua volta ortogonale a grad g (xx0 ). Pertanto grad f (xx0 ) è
parallelo a grad g (xx0 ), ovvero esiste λ0 ∈ R tale che grad f (xx0 ) = λ0 grad g (xx0 ). t
u
Il teorema dei moltiplicatori di Lagrange ci dice che se x 0 ∈ Rn è un punto di estremo vincolato per f sotto il vincolo
g (xx) = b e grad g (xx0 ) 6= 0 , allora esiste un moltiplicatore di Lagrange λ0 ∈ R tale che (xx0 , λ0 ) sia un punto critico della
5.8 Ottimizzazione II. Estremi vincolati 122

funzione Lagrangiana
L (xx, λ ) = f (xx) + λ b − g (xx) ,
 

ovvero

Lx1 (xx0 , λ0 ) = fx1 (xx0 ) − λ0 gx1 (xx0 ) = 0



Lx2 (xx0 , λ0 ) = fx2 (xx0 ) − λ0 gx2 (xx0 ) = 0



grad L (xx0 , λ0 ) = 0 ⇔ ... ⇔ grad f (xx0 ) = λ0 grad g (xx0 ) .
Lxn (xx0 , λ0 ) = fxn (xx0 ) − λ0 gxn (xx0 ) = 0





Lλ (xx0 , λ0 ) = b − g (xx0 ) = 0

Per cercare i punti di estremo vincolati per f sotto il vincolo g (xx) = b bisogna:

• Dimostrarne l’esistenza utilizzando, ad esempio, il teorema di Weierstrass.


• Si individuano i punti x 0 di g (xx) = b in cui grad g (xx0 ) = 0 e si calcola f (xx0 ).
• Si individuano i punti x 0 che risolvono il sistema grad f (xx0 ) = λ0 grad g (xx0 ) e si calcola f (xx0 ).

Esempio 5.8.5 Determiniamo gli estremi di f (x, y) = x y soggetti al vincolo g (x, y) = 0, dove g (x, y) = x2 − x y + y2 − 1.
Le funzioni f e g sono C 1 in tutto R2 . Inoltre f non ha punti singolari in g (x, y) = 0 perché

grad f (x, y) = (y, x)T = 0 ⇔ (x, y) = 0


 
e l’origine non appartiene a g (x, y) = 0. I punti critici della Lagrangiana L (x, y, λ ) = x y − λ x2 − x y + y2 − 1 li si
ottiene risolvendo il sistema 
Lx (x, y, λ ) = y − 2 λ x + λ y = 0


Ly (x, y, λ ) = x + λ x − 2 λ y = 0
Lλ (x, y, λ ) = −x2 + x y − y2 + 1 = 0

e sono

(P1 , 1) = (1, 1, 1) , (P2 , 1) = (−1, −1, 1) , (P3 , −1/3) = (3−1/2 , −3−1/2 , −1/3), (P4 , −1/3) = (−3−1/2 , 3−1/2 , −1/3).

Essendo g (x, y) = 0 chiuso e limitato ed f continua, per il teorema di Weierstrass esiste un punto di massimo ed uno di
minimo. Visto che f (P1 ) = f (P2 ) = 1 e f (P3 ) = f (P4 ) = −1/3, si ha che P1 e P2 sono punti di massimo vincolati, mentre
P3 e P4 sono di minimo vincolati.

Esempio 5.8.6 Determinare i punti di massimo e minimo della funzione f soggetti al vincolo g (x, y) = 0 per
     
 f (x, y) = 3 x2/3 + y2/3 ,  f (x, y) = 3 x2/3 + y2/3 ,
2 2
a) b)
g (x, y) = 3 √ 3 √ 
x + 3 y − 1, g (x, y) = x2 + y2 − 1,

sia esplicitando il vincolo, che usando il metodo dei moltiplicatori di Lagrange.


a) Esplicitando il vincolo
3
1 √

g(x, y) = 0 ⇔ y = − 3x ,
3
basta studiare i massimi ed i minimi di
3 !
1 √

1 
x 7→ f x, − 3x = 18 x2/3 − 6 x1/3 + 1 .
3 6

Poniamo z = x1/3 e studiamo


1 
18 z2 − 6 z + 1 .
h(z) =
6
0
Si tratta di una funzione convessa e h (z) = 0 se e solo se z = 1/6. Quindi h ha come minimo h(1/6) = 1/12, mentre non
ha massimo in quanto diverge all’infinito. Questo significa che il minimo di f vincolato a g = 0 è f (1/63 , 1/63 ) = 1/12,
mentre non ha massimo.
5.8 Ottimizzazione II. Estremi vincolati 123

 
Utilizziamo ora il metodo dei moltiplicatori di Lagrange. Osserviamo che grad g(x, y) = x−2/3 , y−2/3 6= 0 in R2 \ {00}
e che g(00) 6= 0. Risolviamo il sistema
  
−1/3 = λ x−2/3 = 3 3
x x λ x = 1/6
( 
 
 

grad f (x, y) = λ grad g(x, y)  
⇔ y−1/3 = λ y−2/3 ⇔ y = λ 3 ⇔ y = 1/63
g(x, y) = 0 
 √3 √
 x + 3 y = 1/3

2 λ = 1/3
 
λ = 1/6

e quindi (x, y) = (1/63 , 1/63 ) è un punto candidato ad essere di massimo o di minimo vincolato. Altri punti da considerare
  (x, y) =
sono quelli in cui grad f non è definito, ovvero (0, 1/27) e (x, y) = (1/27, 0). Visto che f (1/63 , 1/63 ) = 1/12,
√ 3 
f (0, 1/27) = f (1/27, 0) = 1/6 e lim f x, 13 − 3 x = ∞, abbiamo che (x, y) = (1/63 , 1/63 ) è l’unico punto di
x→±∞
minimo vincolato e che f non ha un punto do massimo vincolato.
b) Esplicitando il vincolo 
g(x, y) = 0 ⇔ (x, y) = cos(θ ), sin(θ ) , θ ∈ [0, 2 π)
basta studiare i massimi ed i minimi di
 3   3   1/3 
x 7→ f cos(θ ), sin(θ ) = cos(θ )2/3 + sin(θ )2/3 = cos(θ )2/3 + 1 − cos(θ )2 , θ ∈ [0, 2 π).
2 2

Poniamo z = cos(θ ) e studiamo 


3  1/3 
2/3 2
h(z) = z + 1−z , z ∈ [−1, 1].
2
Osserviamo che se z 6= 0, allora
1 z  2 1
h0 (z) = − 2/3 = 0 ⇔ 1 − z
2
= z4 ⇔ z = √ .
z1/3 1−z 2 2

Dunque i candidati
√ ad essere
√ punti di massimo e di minimo sono x = −1, x = 0, x = 1/ 2 e x = 1; visto che h(0) = 3/2 =
h(±1) < h(1/ 2) = 3/ 3 2, abbiamo che
 
3 1 3
max h = h(0) = h(±1) = , min h = h √ =√ 3
.
[−1,1] 2 [−1,1] 2 2
Questo significa che i punti di massimo per f vincolati a g = 0 sono
   
1 1 1 1
(x, y) = ± √ ,± √ , (x, y) = ± √ ,∓ √ ,
2 2 2 2
e quelli di minimo sono
(x, y) = (0, ±1) , (x, y) = (±1, 0) .
Utilizziamo ora il metodo dei moltiplicatori di Lagrange. Osserviamo che grad g(x, y) = (2 x, 2 y) 6= 0 in R2 \ {00} e che
g(00) 6= 0. Le soluzioni del sistema
  
−1/3 = 2 λ x 4 = 1/(2 λ )3 4
x x x = 1/4
( 
 
 

grad f (x, y) = λ grad g(x, y)  
⇔ y−1/3 = 2 λ y ⇔ y4 = 1/(2 λ )3 ⇔ y4 = 1/4
g(x, y) = 0 √
λ = 1/ 3 2
  
x2 + y2 = 1
 2/(2 λ )3/2 = 1
 

√ √ √ √
sono (x, y) = (±1/ 2, ±1/ 2) e (x, y) = (±1/ 2, ∓1/ 2). Altri punti da considerare sono quelli in cui grad f non è
definito, ovvero (x, y) = (0, ±1) e (x, y) = (±1, 0). Visto che
   
1 1 1 1 3 3
f ±√ ,±√ = f ±√ ,∓√ =√
3
, f (0, ±1) = f (±1, 0) = ,
2 2 2 2 2 2

abbiamo che i punti di massimo per f vincolati a g = 0 sono


   
1 1 1 1
(x, y) = ± √ , ± √ , (x, y) = ± √ , ∓ √ ,
2 2 2 2
5.8 Ottimizzazione II. Estremi vincolati 124

e quelli di minimo sono


(x, y) = (0, ±1) , (x, y) = (±1, 0) .

Esercizio 5.8.7 Determinare i punti di massimo e minimo della funzione f soggetti al vincolo g (x, y) = 0 per
 ( (
 f (x, y) = x2 + 3 y, f (x, y) = x2 + y2 , f (x, y) = x2 y + 15 y5 ,
2 2
g (x, y) = x + y − 1, g (x, y) = x3/2 + y3/2 − 1, g (x, y) = x2 + y4 − 1.
4 9

sia esplicitando il vincolo, che usando il metodo dei moltiplicatori di Lagrange.


Capitolo 6
Calcolo differenziale per funzioni di più variabili a valori vettoriali

In questo capitolo consideriamo funzioni di più variabili ed a valori vettoriali f : Rn → Rm . Il loro studio è analogo a
quello fatto per le funzioni f : Rn → R in quanto ciascuna componente di f = ( f1 , . . . , fm ) è una funzione fi : Rn → R.

6.1 Funzioni di più variabili a valori vettoriali: generalità

6.1.1 Superfici in forma parametrica

Un esempio di funzioni di più variabili ed a valori vettoriali è dato dalle superfici in forma parametrica, ovvero funzioni
del tipo
r : A ⊆ R2 → R3 
(t, u) 7→ r (t, u) = x(t, u), y(t, u), z(t, u) .

Esempio 6.1.1 Una rappresentazione parametrica della sfera di raggio


R > 0 e centro l’origine è

r (θ , ϕ) = R cos(ϕ) cos(θ ), R cos(ϕ) sin(θ ), R sin(ϕ) ,
(θ , ϕ) ∈ A = [0, 2 π] × [−π/2, π/2].

Se invece avessimo A = [0, 2 π] × [0, π/2], allora avremmo una calotta


sferica.

6.1.2 Trasformazioni di coordinate

Un esempio di funzioni di più variabili a valori vettoriali è dato dalle trasformazioni di coordinate f : Rn → Rn .

Per n = 2, ricordiamo il cambio di coordinate polari nel piano è dato


dalla funzione
f : A → R2 
(ρ, θ ) 7→ ρ cos(θ ), ρ sin(θ ) ,

dove A = [0, ∞) × [0, 2 π).

125
6.1 Funzioni di più variabili a valori vettoriali: generalità 126

Di seguito elenchiamo per n = 3 due cambi di coordinate rispetto a quelle


cartesiane.

Esempio 6.1.2 Il cambio di coordinate cilindriche è dato dalla funzione

f : A → R3 
(ρ, θ ,t) 7→ ρ cos(θ ), ρ sin(θ ),t ,

dove A = [0, ∞) × [0, 2 π) × R.

Esempio 6.1.3 Il cambio di coordinate sferiche è dato dalla funzione

f : A → R3 
(ρ, ϕ, θ ) 7→ ρ sin(ϕ) cos(θ ), ρ sin(ϕ) sin(θ ), ρ cos(ϕ) ,

dove A = [0, ∞) × [0, π] × [0, 2 π).

Esempio 6.1.4 L’insieme in R2 definito in coordinate polari dalle equazioni

ρ < 1, π/4 < θ < π/2


1
è uno “spicchio” del cerchio di raggio unitario.

Esempio 6.1.5 L’intersezione del settore circolare di angolo π/2 e raggio 2, cioè {ρ ≤ 2, 0 ≤ θ ≤ π/2}, con la corona
circolare concentrica di raggio interno 1 ed esterno 3, cioè {1 ≤ ρ ≤ 3}, è data da {1 ≤ ρ ≤ 2, 0 ≤ θ ≤ π/2}.

Esercizio 6.1.6 Si disegni nel piano cartesiano il dominio descritto in coordinate polari dalle relazioni

1 < ρ < 2, 0 < θ < π/2.

Esercizio 6.1.7 Si descriva in coordinate cilindriche un cilindro pieno di raggio 2 ed altezza 3.

Esercizio 6.1.8 Si disegni in coordinate cartesiane il dominio descritto in coordinate polari dalle relazioni

2 ≤ ρ ≤ 3, 0 ≤ θ ≤ π, 0 ≤ ϕ ≤ π/2.

6.1.3 Campi vettoriali


20/11/2017
Un campo vettoriale è una funzione v : Rn → Rm che ad ogni punto di Rn associa un vettore di Rm . Se m = 1, allora
v : Rn → R è detta campo scalare.

1
Rappresentarlo graficamente in coordinate polari ed in coordinate cartesiane.
6.2 Limiti, continuità e differenziabilità per funzioni f : Rn → Rm Matrice jacobiana 127

Esempio 6.1.9 Il moto dell’acqua in un canale può essere descritto per ogni istante t ∈ R
e punto x = (x, y, z) ∈ R3 dalla velocità v = v (t,xx) della particella di acqua che al tempo t
si trova in x , ovvero dalla funzione

v : R4 → R3 .

Il moto si dice stazionario se v non dipende dal tempo t. Il moto si dice piano se v non
dipende da una delle tre coordinate spaziali. Ad esempio, il campo di velocità rotatorio

v (x, y) = (y, −x) = y i − x j

descrive un moto stazionario e piano in quanto non dipende da z.

Esempio 6.1.10 Un campo elettromagnetico variabile è una funzione f : R4 → R6 che associa ad ogni punto dello spazio
x ∈ R3 ed istante t ∈ R la coppia di vettori (E H ) ∈ R6 dove E ∈ R3 è il campo elettrico ed H ∈ R3 è quello magnetico.
E ,H

6.2 Limiti, continuità e differenziabilità per funzioni f : Rn → Rm Matrice jacobiana

Dare una funzione f : Rn → Rm equivale a dare le sue m componenti fi : Rn → R e porre



f (xx) = f1 (xx) , . . . , fm (xx) .

Per definizione
lim f (xx) = L ⇔ k f (xx) −L
Lk −−−−−−→ 0
x →xx0 kxx−xx0 k→0

e quindi
lim f (xx) = L = (`1 , . . . , `m ) ⇔ lim fi (xx) = `i .
x →xx0 x →xx0

Per definizione f è continua in x 0 se lim f (xx) = f (xx0 ), ovvero ogni componente di f è continua in x 0 .
x→xx0
Si dice che f è differenziabile in x 0 se ciascuna componente fi di f lo è, ovvero
n
∂ fi
fi (xx0 +hh) − fi (xx0 ) = ∑ ∂ x j (xx0 ) h j + o(khhk) per h → 0 , i ∈ {1, 2, . . . , m} ,
j=1

che in maniera più compatta si scrive

f (xx0 +hh) − f (xx0 ) = J f (xx0 ) h + o(khhk) per h → 0 ,

dove o(khhk) indica un vettore che diviso per khhk tende a zero per h → 0 e
 
∂ f1 ∂ f1 ∂ f1
x
(x 0 ) x
(x 0 ) . . . x
(x 0 )
 ∂ x1 ∂ x2 ∂ xn 
 ∂ f2 ∂ f2 ∂ f2
 ∂ x (xx0 ) ∂ x (xx0 ) . . . ∂ xn (xx0 ) 

1 2
J f (xx0 ) = 
 
 ... ... ... ... 

 
∂ fm
x ∂ fm x ∂ fm
x
∂ x (x 0 ) ∂ x (x 0 ) . . . ∂ xn (x 0 )
1 2

è la matrice jacobiana di f in x0 . Si osservi che la matrice jacobiana di una f : Rn → R coincide con il suo gradiente. Il
differenziale di f calcolato in x 0 è la funzione lineare

d f (xx0 ) : Rn → Rm
h 7→ J f (xx0 ) h .

Si dice che f è differenziabile in A ⊆ Rn se lo è in ogni punto di A.

Teorema 6.2.1 Se f è di classe C 1 in A ⊆ Rn aperto, allora f è differenziabile in A.


Teorema 6.2.2 Se f : Rn → Rm e g : Rm → Rk sono tali che g ◦ f : Rn → Rk è ben definita, f è differenziabile in x 0 e g lo
è in y 0 = f (xx0 ), allora g ◦ f è differenziabile in x 0 e la sua matrice jacobiana in x 0 è
6.3 Superfici regolari parametrizzate 128

m
 ∂ (gg ◦ f ) j ∂gj  ∂ fk i ∈ {1, 2, . . . , n} ,
Jg ◦ f (xx0 ) = Jg f (xx0 ) J f (xx0 ) ⇔ (xx0 ) = ∑ f (xx0 ) (xx0 )
∂ xi k=1 ∂ yk ∂ yi j ∈ {1, 2, . . . , k} .

6.3 Superfici regolari parametrizzate

Una superficie parametrizzata da r : R2 → R3 si dice regolare in A ⊆ R2 se r è differenziabile in A e la matrice jacobiana


di r ha rango (o caratteristica) due (cioè massimo) in A. Se le condizioni sono soddisfatte con l’eccezione di qualche punto
isolato, questi punti si dicono punti singolari della superficie parametrizzata.
Esempio 6.3.1 La sfera di raggio R e centro l’origine è parametrizzata da r : A → R3 , A = [0, π] × [0, 2 π), definita da

r (ϕ, θ ) = R sin(ϕ) cos(θ ), R sin(ϕ) sin(θ ), R cos(ϕ) .

La matrice jacobiana di r  
R cos(ϕ) cos(θ ) −R sin(ϕ) sin(θ )
Jr (ϕ, θ ) =  R cos(ϕ) sin(θ ) R sin(ϕ) cos(θ ) 
 
−R sin(ϕ) 0

ha rango due in (0, π) × [0, 2 π) perché almeno uno dei tre determinanti delle sue sottomatrici 2 × 2
!
R cos(ϕ) cos(θ ) −R sin(ϕ) sin(θ )
det = R2 sin(ϕ) cos(ϕ),
R cos(ϕ) sin(θ ) R sin(ϕ) cos(θ )
!
R cos(ϕ) cos(θ ) −R sin(ϕ) sin(θ )
det = −R2 sin(ϕ)2 sin(θ ),
−R sin(ϕ) 0
!
R cos(ϕ) sin(θ ) R sin(ϕ) cos(θ )
det = R2 sin(ϕ)2 cos(θ )
−R sin(ϕ) 0

è non nullo. Invece in {0, π} × [0, 2 π) tutti e tre i determinanti delle sottomatrici 2 × 2 di Jr si annullano: i poli (0, 0, ±R)
sono dei punti singolari.
In realtà, (0, 0, ±R) non sono punti tanto diversi dagli altri punti della sfera: semplicemente essi risultano singolari
rispetto alla parametrizzazione scelta. Se consideriamo infatti una parametrizzazione diversa, i punti (0, 0, ±R) potreb-
bero non essere singolari. Si dimostra però che non esiste una parametrizzazione della sfera per la quale tutti i punti sono
regolari.
Consideriamo una superficie S parametrizzata da r = (r1 , r2 , r3 ) : R2 → R3 e sia

P 0 = r (t0 , u0 ) = r1 (t0 , u0 ), r2 (t0 , u0 ), r3 (t0 , u0 )

un suo punto. Per definizione r t (P P0 ) ∈ R3 sono vettori tangenti ad S in P 0 . Se P 0 è un punto regolare, allora
P0 ),rr u (P
P0 ) sono non nulli e non sono paralleli. Possiamo quindi definire il piano tangente ad S in P 0 come il piano
P0 ) e r u (P
r t (P
ortogonale al vettore 2  
i j k
 
r t (t0 , u0 ) ∧rr u (t0 , u0 ) = det  ∂∂tr1 (t0 , u0 ) ∂∂tr2 (t0 , u0 ) ∂∂tr3 (t0 , u0 )
 
 
∂ r1 ∂ r2 ∂ r3
(t , u )
∂u 0 0 ∂u 0 0 ∂u 0 0 (t , u ) (t , u )

i cui punti P = (x, y, z) soddisfano l’equazione


 
 P −PP 0
P −P
(P P0 ) · r t (t0 , u0 ) ∧rr u (t0 , u0 ) = det  r t (P
P0 )  = 0.
 
r u (PP0 )

Chiaramente r t (t0 , u0 ) ∧rr u (t0 , u0 ) è ortogonale sia ad S che al suo piano tangente. A volte conviene considerare il versore
ortogonale
2
Si osservi che il seguente non è il determinante di una matrice in R3×3 in quanto i , j e k sono dei vettori in R3 . Si segue comunque la stessa
regola del calcolo del determinante di una matrice di R3×3 .
6.3 Superfici regolari parametrizzate 129

r t (t0 , u0 ) ∧rr u (t0 , u0 )


n(t0 , u0 ) =
krrt (t0 , u0 ) ∧rr u (t0 , u0 )k
ottenuto normalizzando il vettore ortogonale.
L’elemento d’area infinitesimo su una superficie parametrizzata da r : R2 → R3 è 3

dS = r t (t, u) ∧rr u (t, u) dt du.

Osserviamo che r t (t, u) ∧rr u (t, u) è l’area del parallelogramma individuato dai due vettori r t (t, u) e r u (t, u).

Esempio 6.3.2 L’elemento di area della sfera di raggio R e centro l’origine è dS = R2 sin(ϕ) dϕ dθ .

Esercizio 6.3.3 Calcolare la matrice jacobiana di un un ellissoide di semiassi a, b, c parametrizzata da



r (ϕ, θ ) = a cos(ϕ) cos(θ ), b cos(ϕ) sin(θ ), c sin(ϕ) , ϕ ∈ [−π/2, π/2), θ ∈ [−π, π];

verificare che i poli sono i suoi unici punti singolari; scrivere il versore ortogonale, il suo elemento di area ed il piano
tangente alla superficie.

Esempio 6.3.4 (Superfici che sono il grafico di funzioni di due variabili) Il grafico di f : R2 → R è una superficie S
che può essere parametrizzata con 
r (t, u) = t, u, f (t, u) .
Il vettore ortogonale ad S in P 0 = r (t0 , u0 ) è
 
i j k
 
r t (t0 , u0 ) ∧rr u (t0 , u0 ) = det 
1 0 ft (t0 , u0 )  = − ft (t0 , u0 ) i − fu (t0 , u0 ) j + k .

0 1 fu (t0 , u0 )

Osserviamo che S è regolare perché la matrice jacobiana di r ha rango massimo due.


Ad esempio, il vettore ed il versore ortogonali al paraboloide ellittico z = x2 + y2 in P 0 = (x0 , y0 , x02 + y20 ) sono
rispettivamente
 
i j k
  −2 x0 i − 2 y0 j + k
1 0 2 x0  = −2 x0 i − 2 y0 j + k ,
r x (x0 , y0 ) ∧rr y (x0 , y0 ) = det   n (x0 , y0 ) = q .
1 + 4(x02 + y20 )
0 1 2 y0

Esercizio 6.3.5 Calcolare il versore ortogonale al paraboloide iperbolico z = x y.

Esercizio 6.3.6 Scrivere la matrice jacobiana ed il versore normale per la superficie grafico della funzione f (x, y) = x2 y3 .

Esempio 6.3.7 (Superfici di rotazione) La superficie di rotazione S che si ottiene facendo ruotare una curva γ
assegnata sul piano {y = 0} e parametrizzata da x(t), z(t) , t ∈ I, intorno all’asse z ha per equazioni

r (t, θ ) = x(t) cos(θ ), x(t) sin(θ ), z(t) , (t, θ ) ∈ A = I × [0, 2 π).

Infatti, fissato un punto x(t0 ), 0, z(t0 ) della curva γ, e facendolo ruotare intorno all’asse z si ottiene la circonferenza
x(t0 ) cos(θ ), x(t0 ) sin(θ ), z(t0 ) , θ ∈ [0, 2 π). Il vettore ortogonale ad S in P 0 = r (t0 , θ0 ) è
 
i j k
 0 0 0

r t (t0 , θ0 ) ∧rr θ (t0 , θ0 ) = det 
 x (t0 ) cos(θ0 ) x (t0 ) sin(θ0 ) z (t0 )

−x(t0 ) sin(θ0 ) x(t0 ) cos(θ0 ) 0
= −x(t0 )z0 (t0 ) cos(θ0 ) i − x(t0 )z0 (t0 ) sin(θ0 ) j + x(t0 )x0 (t0 ) k .

3
La sua utilità sarà chiara quando studieremo gli integrali di superficie.
6.3 Superfici regolari parametrizzate 130

Esempio 6.3.8 Fissato R > 0, la rotazione attorno all’asse z della semicirconferenza R (sin(ϕ), cos(ϕ)), ϕ ∈ [0, π],
Figura 6.1, ci dà la sfera

r (ϕ, θ ) = R sin(ϕ) cos(θ ), R sin(ϕ) sin(θ ), R cos(ϕ) , ϕ ∈ [0, π], θ ∈ [0, 2 π).

Esempio 6.3.9 Fissati R > r > 0, la rotazione attorno all’asse z della circonferenza (R + r cos(ϕ), r sin(ϕ)), ϕ ∈ [0, 2 π),
Figura 6.1, ci dà il toro

r (t, θ ) = (R + r cos(ϕ)) cos(θ ), (R + r cos(ϕ)) sin(θ ), r sin(ϕ) , ϕ ∈ [0, 2 π), θ ∈ [0, 2 π).

Esempio 6.3.10 Fissato m > 0, la rotazione attorno all’asse z di una retta passante per l’origine (x, mx), x ∈ R, Figura
6.1, ci dà il cono a due falde

r (t, θ ) = t cos(θ ),t sin(θ ), mt , t ∈ R, θ ∈ [0, 2 π).

Esempio 6.3.11 Fissato r > 0, la rotazione attorno all’asse z della retta (r,t), t ∈ R, Figura 6.1, ci dà il cilindro

r (t, θ ) = r cos(θ ), r sin(θ ),t , t ∈ R, θ ∈ [0, 2 π).

Figura 6.1 Superfici di rotazione ottenute facendo ruotare attorno all’asse z la curva nel piano {y = 0} in rosso.

Esempio 6.3.12 Fissati a, b > 0, la rotazione attorno all’asse z di una semiellisse (a sin(ϕ), b cos(ϕ)), ϕ ∈ [0, π), Figura
6.1, ci dà l’ellissoide di rotazione

r (t, θ ) = a sin(ϕ) cos(θ ), a sin(ϕ) sin(θ ), b cos(ϕ) , ϕ ∈ [0, π), θ ∈ [0, 2 π).

Esercizio 6.3.13 Calcolare la matrice jacobiana, il versore normale, l’elemento d’area infinitesimo ed individuare
eventuali punti signolari della sfera, del toro, del cono a due falde, del cilindro e dell’ellissoide di rotazione.

Esercizio 6.3.14 Scrivere la rappresentazione parametrica delle seguenti porzioni di superfici:


a) La superficie laterale di un cilindro di raggio r ed altezza h.
b) La porzione di superficie sferica di raggio 4 compresa tra un piano equatoriale ed un piano parallelo a questo posto
a distanza 2.
c) La superficie laterale di un cono di altezza h e raggio di base r.
d) La superficie laterale di un tronco di cono avente il raggio della base maggiore 2, il raggio della base minore l, le
basi poste a distanza 1.

Esercizio 6.3.15 Scrivere le equazioni parametriche della superficie ottenuta facendo ruotare attorno all’asse z la curva
x = exp(−|z|), z ∈ R, posta nel piano {y = 0}. Scriverne la matrice jacobiana e determinare gli eventuali punti singolari.
Fare poi lo stesso per la curva z = exp(−|x|), x ∈ R.

Esercizio 6.3.16 Scrivere le equazioni parametriche della superficie ottenuta facendo ruotare attorno all’asse z la curva
x = z(1 − z), z ∈ [0, 1], posta nel piano {y = 0}. Scriverne la matrice jacobiana e determinare gli eventuali punti singolari.
6.4 Trasformazioni regolari di coordinate 131

Esercizio 6.3.17 Scrivere le equazioni parametriche della superficie che si ottiene facendo ruotare attorno all’asse y la
curva grafico della funzione y = exp(−x2 ), x ∈ [0, 2]. Calcolarne poi la matrice jacobiana, determinando gli eventuali
punti singolari.

Esercizio 6.3.18 Nel piano xz si consideri l’arco di curva parametrizzato da r (t) = t(1 + t), sin(πt) , t ∈ [0, 1]. Si scriva-
no le equazioni parametriche della superficie generata dalla rotazione della curva attorno all’asse z. Si scriva la matrice
jacobiana della superficie e s i dica se questa è regolare, specificando in caso contrario quali e quanti sono i suoi punti
singolari.
 
Esercizio 6.3.19 Scrivere la matrice jacobiana per la superficie r (t) = sin(ϕ)2 cos(θ ), sin(ϕ)2 sin(θ ), cos(ϕ)2 , ϕ ∈
[0, π], θ ∈ [0, 2 π]. Descrivere poi l’insieme dei punti singolari della superficie.

6.4 Trasformazioni regolari di coordinate


21/11/2017
Definizione 6.4.1 Una trasformazione di coordinate f : Rn → Rn è regolare in un aperto A se f è di classe C 1 in A e
det J f (xx) 6= 0 ∀xx ∈ A. Se tali condizioni sono soddisfatte con l’eccezione di qualche punto isolato, questi punti si dicono
punti singolari della trasformazione.

Teorema della locale invertibilità Sia f : Rn → Rn una trasformazione di coordinate di classe C 1 . Se x 0 è tale che
det J f (xx0 ) 6= 0, allora esiste un intorno U di x 0 ed un intorno V di f (xx0 ) tali che f : U → V è biunivoca, inoltre la sua
inversa f −1 : V → U è anch’essa di classe C 1 .
Da precedente teorema segue che una trasformazione di coordinate regolare è localmente invertibile.
Esempio 6.4.3 (Trasformazioni lineari) Ad una matrice A ∈ Rn×n si può associare la trasformazione di coordinate
(lineare) f : Rn → Rn data da f (xx) = A xx. Poiché J f (xx) = A ∀xx ∈ Rn , le ipotesi del teorema della locale invertibilità
A 6= 0. Dunque f è localmente invertibile se e solo se lo è globalmente.
coincide con l’invertibilità di A , detA

Esempio 6.4.4 Il cambio di coordinate polari nel piano



f (ρ, θ ) = ρ cos(θ ), ρ sin(θ ) , (ρ, θ ) ∈ A = [0, ∞) × [0, 2 π)

è una trasformazione regolare in A \ {00} perché


!
cos(θ ) −ρ sin(θ )
det J f (ρ, θ ) = det = ρ.
sin(θ ) ρ cos(θ )

In effetti f non è biunivoca nell’origine, in quanto f (0, θ ) = (0, 0) ∀θ ∈ [0, 2 π).

Esempio 6.4.5 Il cambio di coordinate cilindriche



f (ρ, θ ,t) = ρ cos(θ ), ρ sin(θ ),t , (ρ, θ ,t) ∈ A = [0, ∞) × [0, 2 π) × R

è una trasformazione regolare in A \ {00} perché


 
cos(θ ) −ρ sin(θ ) 0
det J f (ρ, θ ,t) = det  sin(θ ) ρ cos(θ ) 0 = ρ.
 
0 0 1

In effetti f non è biunivoca lungo l’asse z, in quanto f (0, θ ,t) = 0 ∀(θ ,t) ∈ [0, 2 π) × R.

Esempio 6.4.6 Il cambio di coordinate sferiche



f (ρ, ϕ, θ ) = ρ sin(ϕ) cos(θ ), ρ sin(ϕ) sin(θ ), ρ cos(ϕ) , (ρ, ϕ, θ ) ∈ A = [0, ∞) × [0, π] × [0, 2 π).

è una trasformazione regolare ad eccezione di ρ = 0 e di ϕ ∈ {0, π}, ovvero dell’origine e dei due semiassi z, perché
6.4 Trasformazioni regolari di coordinate 132

 
sin(ϕ) cos(θ ) ρ cos(ϕ) cos(θ ) −ρ sin(ϕ) sin(θ )
det J f (xx) = det  sin(ϕ) sin(θ ) ρ cos(ϕ) sin(θ ) ρ sin(ϕ) cos(θ )  = ρ 2 sin(ϕ).
 
cos(ϕ) −ρ sin(ϕ) 0

In effetti f non è biunivoca nell’origine e lungo l’asse z, in quanto f (0, ϕ, θ ) = 0 ed f (ρ, 0, θ ) = f (ρ, π, θ ) ∀(ρ, ϕ, θ ) ∈ A.

6.4.1 Trasformazioni dell’elemento di volume

Operando una trasformazione di coordinate regolare

f : Rn → Rn
u 7→ f (uu) = v ,

l’elemento infinitesimo dv1 dv2 . . . dvn diventa nelle nuove coordinate



dv1 dv2 . . . dvn = det J f (uu) du1 du2 . . . dun .

Esempio 6.4.7

Elemento di superficie infinitesimo nelle coordinate polari nel piano: dx dy = ρ dρ dθ .


Elemento di volume infinitesimo nelle coordinate sferiche: dx dy dz = ρ 2 sin(ϕ) dρ dϕ dθ .
Elemento di volume infinitesimo nelle coordinate cilindriche: dx dy dz = ρ dρ dϕ dt.

Esercizio 6.4.8 Verificare la regolarità della trasformazione di coordinate

x = u v, y = u2 − v2 ,

individuando gli eventuali punti singolari e scrivere l’elemento d’area dx dy rispetto alle coordinate u e v.

Esercizio 6.4.9 Si consideri la trasformazione di coordinate lineare affine nel piano:

x = a u + b v + c, y = d u+e v+ f

con a, b, c, d, e, f costanti. Scrivere sotto quali condizioni sui coefficienti la trasformazione è regolare. Scrivere
l’elemento d’area dx dy rispetto alle nuove variabili u e v.

6.4.2 Trasformazioni di operatori differenziali

Operando una trasformazione di coordinate regolare

f : Rn → Rn
u 7→ f (uu) = v ,
 
una funzione g(vv) nelle nuove coordinate u diventa h(uu) = (g ◦ f )(uu) = g f (uu) = g f1 (uu), f2 (uu), . . . , fn (uu) e quindi
n  ∂ fj
∂h ∂g ∂f 
(uu) = ∑ ∂vj f (uu) (uu) = (uu) · gradv g f (uu) , i = 1, 2, . . . , n.
∂ ui j=1 ∂ ui ∂ ui

Quindi in generale vale


n
∂ ∂ fj ∂ ∂f
= ∑ ∂ ui = · gradv , i = 1, 2, . . . , n.
∂ ui j=1 ∂ v j ∂ ui
6.5 Campi vettoriali 133

Esempio 6.4.10 Sia c > 0 e consideriamo l’equazione della corda vibrante

utt − c2 uxx = 0.

Operando la trasformazione di coordinate



(
t = α−β
α = x+c t 2c

β = x−c t x = α+β
2

la funzione u = u(t, x) diventa la funzione v = v(α, β ) data da


 
α −β α +β
u(t, x) = v (x + c t, x − c t) ⇔ v(α, β ) = u , .
2c 2

Visto che
 
ut (t, x) = c vα (x + c t, x − c t) − vβ (x + c t, x − c t) ,
 
utt (t, x) = c2 vαα (x + c t, x − c t) − 2vαβ (x + c t, x − c t) + vβ β (x + c t, x − c t) ,
ux (t, x) = vα (x + c t, x − c t) + vβ (x + c t, x − c t) ,
uxx (t, x) = vαα (x + c t, x − c t) + 2vαβ (x + c t, x − c t) + vβ β (x + c t, x − c t) ,

abbiamo

0 = utt − c2 uxx = −4c2 vαβ ⇔ vαβ = 0.

Risolviamo l’ultima equazione alle derivate parziali. Visto che vα non dipende da β , esiste una funzione di una variabile
F tale che vα (α, β ) = F(α); integrando rispetto ad α abbiamo

v(α, β ) = f (α) + g(β )



dove f (α) = 0 F(a) da e g è una funzione arbitraria. Tornando in dietro alle variabili (x, y) abbiamo che

u(t, x) = v (x + c t, x − c t) = f (x + c t) + g(x − c t)

è la soluzione generale della corda vibrante dove f e g sono funzioni arbitrarie.

Esercizio 6.4.11 Dedurre l’espressione dell’operatore Laplaciano ∆ in coordinate cilindriche e verificare che in coordi-
nate polari diventa fρρ + ρ −2 fθ θ + ρ −1 fρ .

6.5 Campi vettoriali

Consideriamo un campo vettoriale F = (F1 , F2 , . . . , Fm ) : Rn → Rm . I punti isolati in cui F non è definito, oppure non è
regolare, oppure si annulla sono detti punti singolari di F .
6.5 Campi vettoriali 134

6.5.1 Linee integrali

Definizione 6.5.1 La linea integrale di un campo vettoriale F : R3 → R3 è una curva


regolare tangente in ogni punto al campo vettoriale. Se F è una forza, allora le sue linee
integrali sono dette linee di forza. Se F è una velocità, allora le sue linee integrali sono dette
linee di flusso. In entrambe i casi, le linee integrali del campo vettoriale sono le traiettorie
descritte da una particella che si muove secondo la legge dettata dal campo vettoriale.
Se F non è singolare in un punto P , allora localmente possiamo associare a P non solo
un’unica linea integrale, ma anche una direzione. Invece, un punto singolarea in cui le
linee integrali nascono è detto sorgente, mentre un punto singolare dove le linee integrali
terminano è detto pozzo.

a Si ricordi che i punti singolari sono isolati gli uni dagli altri.

Se la curva parametrizzata da r = (x, y, z) : I ⊆ R → R3 è una linea integrale del campo F = (F1 , F2 , F3 ), allora per ogni
t ∈ I sia F (rr (t)) che r 0 (t) sono tangenti alla curva in r (t) ovvero esiste λ (t) tale che

0
x (t) = λ (t) F1 (x(t), y(t), z(t))


0 0
r (t) = λ (t) F (rr (t)) ⇔ y (t) = λ (t) F2 (x(t), y(t), z(t))
z0 (t) = λ (t) F3 (x(t), y(t), z(t)).

Se F è sufficientemente regolare e non nullo in R3 , allora per ogni punto dello spazio R3 passa una ed una sola curva
integrale del campo; quindi le linee integrali del campo costituiscono una famiglia di linee a due a due disgiunte.

Esempio 6.5.2 Le linee di forza del campo gravitazionale generato da una massa puntiforme posta nell’origine
x
F (xx) = −k , k > 0,
kxxk3

risolvono il sistema
 0
x (t) y0 (t)

x(t)
x0 (t) = −k λ (t) =

 

kx (t)k3
 

 x  x(t)

 y(t)
z0 (t) y0 (t)

 y(t) 
r 0 (t) = λ (t) F (rr (t)) ⇔ y0 (t) = −k λ (t) ⇔ =
 kxx (t)k3  z(t) y(t)
0 (t)
 
 z(t)  y y(t)
z0 (t) = −k λ (t)
 
= −k λ (t) .

 

kxx(t)k3 y(t) kxx(t)k3

Dalle prime due equazioni ricaviamo



dx dy
 =

 ( (
x y ln |x| = ln |y| + c1 x = k1 y
d z dy ⇔ ⇔

 = ln |z| = ln |y| + c2 z = k2 y
z y

per delle costanti ci e ki > 0, i = 1, 2. Le linee di forza sono dunque delle semirette uscenti dall’origine. Si osservi che
l’origine è un punto singolare del campo vettoriale ed infatti nell’origine non abbiamo l’unicità delle linee integrali.
Inoltre l’origine è un pozzo.

Esempio 6.5.3 Per determinare le linee di flusso del campo di velocità v : R2 → R2 dato da v (x, y) = (−y, x) si deve
risolvere il sistema
(
0 x0 (t) = −λ (t) y(t) x0 (t) y0 (t)
r (t) = λ (t)vv(rr (t)) ⇔ ⇔ − = = λ (t).
y0 (t) = λ (t) x(t) y(t) x(t)

Si osservi che
dx dy 1 2 1
− = ⇔ x dx = −y dy ⇔ x = − y2 + c ⇔ x 2 + y2 = 2 c
y x 2 2
6.5 Campi vettoriali 135

per una costante c. Perciò le linee di flusso sono delle circonferenze centrate nell’origine; per ogni punto ne passa una
ed una sola, ad eccezione dell’origine in cui la “linea di velocità” degenera in un punto. In effetti il campo si annulla
nell’origine. Inoltre l’origine non è né un pozzo né una sorgente.

6.5.2 Campi conservativi e potenziali

Definizione 6.5.4 Un campo vettoriale F : Rn → Rn è conservativo in un aperto A se è di classe C 1 in A ed ammette un


potenziale, ovvero ∃U : Rn → R di classe C 2 in A tale che F = gradU in A.
Osserviamo che un potenziale è dato a meno di una costante additiva in quanto grad(U + c) = gradU per ogni costante
c ∈ R.
Visto che le linee integrali di F sono tangenti ad F e gradU è ortogonale alle linee di livello di U, abbiamo la seguente
Proposizione 6.5.5 Le linee integrali di un campo vettoriale conservativo sono ortogonali alle linee di livello del suo
potenziale.

Esempio 6.5.6 Il campo gravitazionale F di una massa puntiforme è conservativo in R3 \ {00} ed il suo potenziale
gravitazionale è
k p
U(x, y, z) = , ρ= x2 + y2 + z2 ,
ρ
in quanto  
k (x, y, z)
gradU(x, y, z) = grad = −k = F.
ρ ρ3
Per quanto visto nell’esempio 6.5.2, le linee di forza di F sono semirette uscenti dall’origine e sono normali in ogni punto
alle superfici equipotenziali U = c, che sono delle sfere centrate nell’origine.

Per capire se un campo è conservativo possiamo utilizzare il seguente teorema che si applica ad insiemi semplicemente
connessi. Ricordiamo che A è un insieme connesso se, presi due punti in A, esiste un arco di curva continuo interamente
contenuto in A che li congiunge. Invece, A è semplicemente connesso se è connesso ed ogni curva chiusa interamente
contenuta in A può essere ridotta mediante una deformazione continua ad un unico punto, senza mai farla uscire da A. In
parole povere, un insieme è semplicemente connesso se è connesso e non ha “buchi”.

Esempio 6.5.7 In R2 : un cerchio è semplicemente connesso; una corona circolare non è semplicemente connessa, anche
se è connessa; l’unione di due cerchi disgiunti non è semplicemente connessa perché non è nemmeno connessa; il piano
privato dell’origine non è semplicemente connesso, anche se è connesso; il piano privato di una semiretta è semplicemente
connesso; il piano privato di una retta non è connesso, quindi non è semplicemente connesso.
In R3 : l’interno di una sfera è semplicemente connesso; la regione interna alla superficie di un toro non è semplicemente
connessa, anche se è connessa; lo spazio privato di un punto è semplicemente connesso; lo spazio privato di una retta
non è semplicemente connesso, lo spazio privato di un piano non è connesso, quindi non è semplicemente connesso.
22/11/2017
Teorema della conservatività di un campo Sia F = (F1 , F2 , . . . , Fn ) : Rn → Rn un campo vettoriale di classe C 1 in A ⊆
Rn aperto.
“⇒” Se F è conservativo in A, allora in A valgono

∂ Fi ∂ Fj
= , i 6= j. (6.1)
∂xj ∂ xi

“⇐” Viceversa, se le condizioni in (6.1) sono soddisfatte in A, allora F è localmente conservativo. Se inoltre A è
semplicemente connesso, allora F è conservativo.

Dimostrazione. “⇒” Per ipotesi in A esiste un potenziale U di classe C2 tale che F = gradU, ovvero Fi = ∂xi U. Visto che
U è di classe C2 , per il teorema di Schwarz abbiamo che
  
∂x j Fi = ∂x j ∂xi U = ∂xi ∂x j U = ∂xi Fj .
6.5 Campi vettoriali 136

Analogamente si deducono le altre uguaglianze.


“⇐” La dimostrazione del viceversa è piuttosto tecnica e per questo la omettiamo. t
u

Il precedente teorema ci dice che se (6.1) non è soddisfatta, allora il campo non è conservativo e quindi è inutile cercare
un potenziale.
Esempio 6.5.9 Consideriamo il campo vettoriale
x y
F (x, y) = i+ 2 j, (x, y) ∈ R2 \ {00}.
x2 + y2 x + y2
Osserviamo che la condizione (6.1) data dal teorema della conservatività di un campo è soddisfatta perché
   
∂ x 2xy ∂ y
= − = .
∂ y x2 + y2 (x2 + y2 )2 ∂ x x 2 + y2

Dato che R2 \ {00} non è semplicemente connesso non possiamo utilizzare il viceversa del teorema della conservatività di
un campo e dedurre che F è conservativo. Vediamo direttamente se F è conservativo ed ammette un potenziale U. Visto
che
x x 1
Z
∂U
= 2 ⇒ U= dx = ln(x2 + y2 ) + c1 (y),
∂x x + y2 x2 + y2 2
y y 1
Z
∂U
= 2 ⇒ U= dy = ln(x2 + y2 ) + c2 (x),
∂y x + y2 x2 + y2 2

se prendiamo c1 (y) = 0 = c2 (x) otteniamo che

1
U(x, y) = ln(x2 + y2 )
2
soddisfa gradU = F in R2 \ {00}, ovvero F è un campo conservativo ed U è un suo potenziale in R2 \ {00}.

Esempio 6.5.10 Consideriamo il campo vettoriale

F (x, y) = −y i + x j , (x, y) ∈ R2 .

Verifichiamo se la condizione data dal teorema della conservatività di un campo è soddisfatta:

∂ ∂
(−y) = −1 6= 1 = (x) .
∂y ∂x
Dunque, F non è conservativo.

Esempio 6.5.11 Consideriamo il campo vettoriale


y x
F (x, y) = − i+ j, (x, y) ∈ R2 \ {00}.
x 2 + y2 x2 + y2
Verifichiamo se la condizione data dal teorema della conservatività di un campo è soddisfatta:

y2 − x2
   
∂ y ∂ x
− 2 = 2 = .
∂y x + y2 (x + y2 )2 ∂ x x 2 + y2

Dato che R2 \ {00} non è semplicemente connesso non possiamo utilizzare il viceversa del teorema della conservatività di
un campo e dedurre che F è conservativo. Verifichiamo direttamente se F è conservativo, ovvero ammette un potenziale
U. Visto che
 
y y x
Z
∂U
=− 2 ⇒ U = − dx = − arctan + c1 (y),
∂x x + y2 x2 + y2 y
 
x x y
Z
∂U
= ⇒ U = dy = arctan + c2 (x),
∂y x2 + y2 x2 + y2 x

se prendiamo c1 (y) = π/2 e c2 (x) = 0 otteniamo che


6.5 Campi vettoriali 137

   
π x y
U(x, y) = − arctan = arctan
2 y x

soddisfa gradU = F in R2 \ {x = 0}, ovvero F è un campo conservativo ed U è un suo potenziale nei semipiani x < 0 ed
x > 0, ma non in tutta la regione R2 \ {00}, che osserviamo non essere semplicemente connessa.

Esempio 6.5.12 Consideriamo il campo vettoriale


!
x2 ey ey
 

F (x, y) = x y − sin(z) i + − j+ − x cos(z) k, z 6= 0.
2 z z2

Verifichiamo se la condizione (6.1) data dal teorema della conservatività di un campo è soddisfatta:
!
∂ x2 ey ∂ ey
 
∂  ∂ 
x y − sin(z) = x = − , x y − sin(z) = − cos(z) = − x cos(z) ,
∂y ∂x 2 z ∂z ∂ x z2
!
∂ ey ey ∂ x 2 ey
 
− x cos(z) = 2 = − .
∂ y z2 z ∂z 2 z

Dato che z 6= 0 non è semplicemente connesso non possiamo utilizzare il viceversa del teorema della conservatività di un
campo e dedurre che F è conservativo. Vediamo direttamente se F è conservativo ed ammette un potenziale U. Visto che

x2
Z
∂U 
= x y − sin(z) ⇒ U= x y − sin(z) dx = y − x sin(z) + c1 (y, z),
∂x 2
!
x2 ey x 2 ey x2 ey
Z
∂U
= − ⇒ U= − dy = y − + c2 (x, z),
∂y 2 z 2 z 2 z
ey
Z  y
ey

∂U e
= 2 − x cos(z) ⇒ U= − x cos(z) dz = − − x sin(z) + c3 (x, y).
∂z z z2 z

Dal confronto delle tre otteniamo che


1 2 ey
x y − x sin(z) −
U(x, y) =
2 z
soddisfa gradU = F in z 6= 0, ovvero F è un campo conservativo ed U è un suo potenziale in z 6= 0.

Esempio 6.5.13 Vediamo quali fra i seguenti campi vettoriali sono conservativi su R2 :
 
sin(y)  2 2 2 2
ex +y , ex +y ,

, cos(y) arctan(x) , sin(x), cos(y) ,
x2 + 1
   
2(x + 1) arctan x (x + 2) + y , arctan x (x + 2) + y , 2(y + 1), arctan(x + y (y + 2)) ,
 2 2 2 2
  
sin(x) + ex +y , sin(y) + ex +y , x2 + 2 x + y2 , y2 + 2y + x2 .

Siccome R2 è semplicemente connesso, si ha che


 
sin(y) cos(y) 
∂y 2 = 2 = ∂x cos(y) arctan(x) ⇒ conservativo,
x +1 x +1
 
∂y sin(x) = 0 = ∂x cos(y) ⇒ conservativo,
 2 2 2 2
 2 2 2 2
∂y ex +y = 2 y ex +y 6= ∂x ex +y = 2 x ex +y ⇒ non conservativo,
  2(x + 1)  
∂x arctan x (x + 2) + y = 2 = ∂y 2 (x + 1) arctan x (x + 2) + y ⇒ conservativo,
1 + x (x + 2) + y
  1 
∂x arctan x + y (y + 2) = 2 6= 2 = ∂y 2(y + 1) ⇒ conservativo,
1 + x + y (y + 2)
 2 2
 2 2 2 2
 2 2

∂x sin(y) + ex +y = 2 x ex +y 6= 2 y ex +y = ∂y sin(x) + ex +y ⇒ conservativo,
   
∂x y2 + 2y + x2 = 2 x 6= 2 y = ∂y x2 + 2 x + y2 ⇒ conservativo.
6.5 Campi vettoriali 138

Esercizio 6.5.14 Dire quali fra i seguenti campi vettoriali sono conservativi su R2
! ! !
x2 + 1 x y (x2 + 3) x2 + 1 2 x y (x2 + 3) 2 ln cos(x)
,− , ,− , tan(x) arctan(2 y), − .
y2 + 1 3 (y2 + 1)2 4 y2 + 1
p
y2 + 1 3 (y2 + 1)3/2

Esempio 6.5.15 Il campo vettoriale


√ !
3 y ey 3 y 3
, e (y + 1) arctan(x) + a
a + 2 x2 2 2

è conservativo su R2 se e solo se a = 2 in quanto


√ !
3 y ey 3 ey (y + 1) 3 ey (y + 1)
 
3 y 3
∂y = = ∂x e (y + 1) arctan(x) + a = ⇔ a = 2.
a + 2 x2 a + 2 x2 2 2 2(1 + x2 )

Esempio 6.5.16 Il campo vettoriale


 !
  ay x+2
F (x, y) = ln (x + 2)2 + y2 + 1 , p arctan p 
y2 + 1 y2 + 1

è conservativo su R2 se e solo se a = 2 perché


 !   
a y x + 2 = ay 2 2 2y
∂x  p arctan p 2 + y2 + 1
, ∂y ln (x + 2) + y + 1 = .
2
y +1 2
y +1 (x + 2) (x + 2)2 + y2 + 1

Esempio 6.5.17 Indicare per quali valori di a ∈ R il seguente campo vettoriale è conservativo nel suo dominio di
definizione.     
a x 2 arcsin y2 y arcsin x3 
F (x, y) =  √ , p

1 − x6

1 − y4

Il dominio di definizione di F è il quadrato {(x, y) ∈ R2 : |x| < 1, |y| < 1}. Visto che il quadrato è semplicemente connesso
e
2 a x2 y 3 x2 y 3
∂y F1 (x, y) = √ p = ∂x F2 (x, y) = √ p ⇔a= ,
6
1−x 1−y 4 6
1−x 1−y 4 2
abbiamo che F è conservativo nel suo dominio di definizione se e solo se a = 2.
 a/7
Esercizio 6.5.18 Indicare per quali valori di a 6= 0 il gradiente di U(x, y, z) = x2 + y2 + z2 è solenoidale nel suo
dominio di definizione.
Si ha
2  −1+ a
7
gradU(x, y, z) = a x2 + y2 + z2 (x, y, z),
7
−2+ 7a  
2 2 
2 2 2

2

2 2 2
∂x U(x, y, z) = a x +y +z 2 a x −7 x −y −z ,
49
2  −1+ a
7
div gradU(x, y, z) = ∆U = a (7 + 2a) x2 + y2 + z2 .
49
Dunque per a = −7/2 si ha che gradU è campo solenoidale nel suo dominio di definizione R2 \ {00}.

6.5.3 L’operatore divergenza, l’operatore rotore e le identità differenziali che legano div, rot, grad

Definiamo due operatori differenziali che agiscono su campi vettoriali.


6.5 Campi vettoriali 139

Definizione 6.5.19 Sia F : Rn → Rn , n ≥ 1, un campo vettoriale di classe C 1 .


La divergenza di F è il campo scalare
n
∂ Fi
F = ∇ ·F
divF F=∑ : Rn → R.
i=1 ∂ xi

Un campo avente divergenza nulla in tutto il suo dominio si dice solenoidale.


Se n = 3, allora il rotore di F = (F1 , F2 , F3 ) è il campo vettoriale
 
i j k
rotF F = ∇ ∧F F = det ∂x ∂y ∂z  : R3 → R3 .
 
F1 F2 F3

Un campo avente rotore nullo in tutto il suo dominio si dice irrotazionale.

Più esplicitamente, se F = F1 i + F2 j + F3 k : R3 → R3 , allora

∂F ∂F ∂F
divFF = 1 + 2 + 3 : R3 → R,
∂x ∂y ∂z
     
∂ F3 ∂ F2 ∂ F3 ∂ F1 ∂ F2 ∂ F1
F=
rotF − i− − j+ − k : R3 → R3 .
∂y ∂z ∂x ∂z ∂x ∂y

Il rotore di un campo piano F = (F1 , F2 ) : R2 → R2 di classe C 1 è il campo vettoriale


 
∂ F2 ∂ F1
F = rot(F1 , F2 , 0) =
rotF − k : R3 → R3 .
∂x ∂y

Osserviamo che nelle definizioni di divergenza e rotore il prodotto scalare ·, il prodotto vettoriale ∧ ed il determinante
det sono solo operazioni simboliche visto che ∇ non è un vettore in R3 e
 
i j k
 
∂x ∂y ∂z 
F1 F2 F3

non è una matrice in R3×3 . Si tratta di una convenzione di notazioni utile per ricordare la definizione di rotore. Osserviamo
inoltre che il rotore di un campo piano è perpendicolare al piano in cui “vive” il campo.
 √ 
1
Esempio 6.5.20 Per il campo vettoriale V (x, y, z) = x2 + 1, y, 5zx si ha divV V = 7x + 2√ y e rotV = (0, −5z, 0).
V

Esempio 6.5.21 Il campo gravitazionale generato da una massa puntiforme posta nell’origine

(x, y, z) p
F (x, y, z) = −k , ρ= x2 + y2 + z2 > 0
ρ3

è solenoidale in R2 \ {00} perché


"  # " #
ρ 3 − 3 x2 ρ ρ 3 − 3 y2 ρ ρ 3 − 3 z2 ρ
   
x y z
F = ∂x −k 3 + ∂y −k 3 + ∂z −k 3
divF = −k + + = 0.
ρ ρ ρ ρ6 ρ6 ρ6

 −α/2
Esercizio 6.5.22 Sia U(x, y, z) = k x2 + y2 + z2 , α > 0. Verificare che gradU è solenoidale se e solo se α = 1.

Vogliamo ora osservare alcune proprietà che legano gli operatori differenziali gradiente, rotore e divergenza. Si noti
anzitutto che:
• il gradiente trasforma un campo scalare in un campo vettoriale;
• il rotore trasforma un campo vettoriale (tridimensionale) in un altro campo vettoriale (tridimensionale);
• la divergenza trasforma un campo vettoriale in un campo scalare.
6.5 Campi vettoriali 140

Di conseguenza, se F : R3 → R3 ed u : R3 → R sono di classe C 2 , allora si possono calcolare le seguenti composizioni di


operatori differenziali:

F,
div rotF rot grad u, div grad u, F,
grad divF

F , grad rotF
mentre non hanno senso, ad esempio, le scritture rot divF F , etc. Alcune di queste composizioni hanno un risultato
notevole:
Teorema 6.5.23 Se F : R3 → R3 ed u : R3 → R sono di classe C 2 , allora

rot grad u = 0 , F = 0,
div rotF div grad u = ∆ u.

L’ultima vale per u : Rn → R con n > 0 qualunque.


Dimostrazione. La prima uguaglianza segue dal teorema di Schwarz visto che
 
rot grad u = uzy − uyz i − (uzx − uxz ) j + uyx − ux y k = 0,

mentre le altre due seguono direttamente dalle definizioni


 
∂x ∂y ∂z n n
∂ 2u
 
∂ ∂u
div rotFF = ∇ · ∇ ∧F
F = det ∂x ∂y ∂z  = 0, div grad u = ∇ · ∇F
F=∑ = ∑ 2 = ∆u
 
F1 F2 F3 i=1 ∂ xi ∂ xi i=1 ∂ xi

e questo conclude la dimostrazione. t


u
Osserviamo che dalla prima uguaglianza nel precedente teorema segue che F = gradU ⇒ rotF
F = rot gradU = 0 , quindi
i campi conservativi sono irrotazionali.
Viceversa, per il teorema della conservatività di un campo, un campo irrotazionale è conservativo se l’insieme in cui esso
è definito è un insieme semplicemente connesso.
Esercizio 6.5.24 Il potenziale gravitazionale generato da una sfera omogenea di raggio R è

4 3 ρ
3 π R r

 se r ≥ R p
U(x, y, z) =   r = x2 + y2 + z2 ,
2
2 π ρ R2 − r3 se r < R,

dove ρ > 0 è la densità (costante) della sfera. Si calcoli il campo gravitazionale F = gradU e si verifichi che la divergenza
del campo è nulla nei punti dello spazio privi di materia, e costante nella regione dello spazio in cui vi è materia.
Fare la stessa cosa per il potenziale gravitazionale generato da uno strato sferico di raggio interno R1 > 0 e raggio
esterno R2 
4 R32 −R31
3 π ρ r

 se r > R2


   3
2
U(x, y, x) = 2 π ρ R22 − r3 − 43 π ρ Rr1 se R1 < r ≤ R2


  
2 π ρ R2 − R2

se r ≤ R1 .

2 1

Esercizio 6.5.25 Dimostrare che

div( f grad g) = f ∆ g + grad f · grad g, div( f G ) = grad f ·G


G + f divG
G, G) = grad f · rotG
div( f rotG G,
rot( f G ) = grad f ∧G
G + f rotGG, rot( f grad g) = grad f ∧ grad g, G − ∆G
G) = grad divG
rot(rotG G.

 
xy
Esempio 6.5.26 Per calcolare la divergenza del campo vettoriale conservativo V avente potenziale U = arctan ez
 
ez x y e2 z −2 y2 −x2 (2+y2 )
V = div ∇U = ∆U =
basta osservare che divV 2 ; il rotore è ovviamente nullo.
(e2 z +x2 y2 )
26/11/2017
Definizione 6.5.27 Un campo vettoriale F : R3 → R3 ammette ψ : R3 → R3 come potenziale vettore in un aperto A se
ψ = F in A.
rotψ
6.5 Campi vettoriali 141

Visto che rot grad u = 0 , condizione necessaria affinché un campo vettoriale abbia un potenziale vettore è che esso sia
solenoidale, ovvero abbia divergenza nulla. Viceversa, un campo vettoriale soleinoidale in un aperto A ammette localmente
in A un potenziale vettore.
Esercizio 6.5.28 Dato il campo vettoriale piano F = x i − y j , verificare che è solenoidale in tutto il piano; cercare un
potenziale vettore di F . Suggerimento: cercare un potenziale ψ indipendente da z.

6.5.4 Lavoro di un campo vettoriale

Definizione 6.5.29 Il lavoro elementare compiuto da un campo (di forze) F : Rn → Rn per muovere un punto materiale
di uno spostamento infinitesimo dss = dx i + dy j + dz z è

dL = F · dss = F1 dx + F2 dy + F3 dz.

Il lavoro compiuto da F per muovere un punto materiale lungo un arco di curva γ parametrizzato da r : (a, b) → Rn è
l’integrale del lavoro elementare, ovvero è l’integrale di linea di seconda specie di F lungo γ
Z Z
L= dL = F · dss.
γ γ

Si osservi che dL = F · dss = F ·tt ds, dove t è il versore tangente alla curva e ds è l’elemento di arco.
Se ad esempio n = 3, F = (F1 , F2 , F3 ) ed r (t) = x(t) i + y(t) j + z(t) z, allora
Z bh i
F1 x(t), y(t), z(t) x0 (t) + F2 x(t), y(t), z(t) y0 (t) + F3 x(t), y(t), z(t) z0 (t) dt.
  
L=
a

Esempio 6.5.30 Consideriamo il campo di velocità piano

v = −y i + x j .

• Calcoliamo il lavoro di v lungo la circonferenza γ di raggio 1 e centro l’origine, percorsa in senso antiorario.
Parametrizziamo γ con r (t) = cos(t), sin(t) , t ∈ [0, 2 π]. Visto che r 0 (t) = − sin(t), cos(t) , il lavoro è
 

Z 2π Z 2π
! ! Z 2π
 0 − sin(t) − sin(t)
L= v r (t) ·rr (t) dt = · dt = dt = 2 π.
0 0 cos(t) cos(t) 0

• Calcoliamo il lavoro di v lungo la circonferenza γ di raggio 1 e centro l’origine, percorsa in senso orario. Parametriz-
ziamo γ con r (t) = cos(t), − sin(t) , t ∈ [0, 2 π]. Visto che r 0 (t) = − sin(t), − cos(t) , il lavoro è
 

Z 2π Z 2π
! ! Z 2π
 0 sin(t) − sin(t)
L= v r (t) ·rr (t) dt = · dt = − dt = −2 π.
0 0 cos(t) − cos(t) 0


• Calcoliamo il lavoro di v lungo la spirale γ parametrizzata da r (θ ) = θ cos(θ ), θ sin(θ ) , θ ∈ [0, 2 π]. Visto che
r 0 (θ ) = cos(θ ) − θ sin(θ ), sin(θ ) + θ cos(θ ) , il lavoro è


! ! " #2 π
θ3
Z 2π 2π Z 2π
−θ sin(θ ) cos(θ ) − θ sin(θ ) 8
Z
v r (t) ·rr 0 (t) dt = 2
= π 3.

L= · dθ = θ dθ =
0 0 θ cos(θ ) sin(θ ) + θ cos(θ ) 0 3 3
0

Evidenziamo le differenze tra gli integrali di linea di prima e seconda specie: dati γ una curva parametrizzata da
r : (a, b) → Rn , f : Rn → R ed F : Rn → Rn , sia ha
Z b
integrale di linea di prima specie di f lungo γ f (rr (t)) krr 0 (t)k dt,
a
Z b
F r (t) ·rr 0 (t) dt.

integrale di linea di seconda specie di F lungo γ
a

Il diverso modo in cui il vettore r 0 tangente alla curva è coinvolto implica che
6.5 Campi vettoriali 142

• l’integrale di prima specie è invariante per cambiamenti di parametrizzazione della curva, anche quando la nuova
parametrizzazione ne cambia l’orientazione: il risultato cioè non cambia cambiando il verso di percorrenza della curva;
• l’integrale di seconda specie è invariante per cambiamenti di parametrizzazione della curva con la stessa orientazione,
mentre cambia di segno se si cambia l’orientazione sulla curva: cambiando l’orientazione il lavoro ha segno opposto.
Il calcolo del lavoro di un campo vettoriale è molto semplice se quest’ultimo è conservativo.
Teorema del lavoro di un campo conservativo Il lavoro di un campo conservativo F = gradU in un aperto A ⊆ Rn
lungo una curva γ ⊂ A parametrizzata da r : [a, b] → A è

P2 ) −U(P
L = U(P P1 ), P 1 = r (a), P 2 = r (b).

Dimostrazione. Direttamente dalla definizione si ha che


Z b Z b b dh
Z i
F r (t) ·rr 0 (t) dt = gradU r (t) ·rr 0 (t) dt =
   
L= U r (t) dt = U r (a) −U r (b) = U(P
P2 ) −U(P
P1 )
a a a dt
e questo conclude la dimostrazione. t
u

Dal precedente teorema segue che il lavoro di un campo conservativo dipende solo dagli estremi del cammino, e non dalla
forma del medesimo. In particolare,
il lavoro di un campo conservativo lungo un cammino chiuso (cioè P 1 = P 2 ) è nullo.
Inoltre, se ho tre curve γi e tre punti P i , i ∈ {1, 2, 3}, allora

γ1 ha P 1 come punto iniziale e P 2 come punto finale 
 
il lavoro di un campo conservativo lungo γ3 è
γ2 ha P 2 come punto iniziale e P 3 come punto finale ⇒
 pari alla somma dei lavori lungo γ1 e γ2 .
γ3 ha P1 come punto iniziale e P3 come punto finale

 
x y 1 2 2 come potenziale.
Esempio 6.5.32 Il campo conservativo F (x, y) = x2 +y2
i + x2 +y 2 j ha U(x, y) = 2 ln x + y

• Il lavoro di F lungo una circonferenza di centro l’origine e raggio 1 percorsa in senso antiorario è nullo.
• Il lavoro di F lungo un qualsiasi arco di una qualsiasi circonferenza di centro l’origine è nullo perché qualsiasi punto
di una circonferenza di centro l’origine e raggio R ha lo stesso potenziale 12 ln(R2 ) = ln(R).
• Il lavoro di F lungo l’arco di parabola y = 1 + x2 , x ∈ (0, 2), è L = U(2, 5) − U(0, 1) = 21 ln(29) perché gli estremi
dell’arco di parabola sono P 1 = (0, 1) e P 2 = (2, 5).

Esempio 6.5.33 Il campo di velocità piano v = −y i + x j non è conservativo perché ∂y (−y) = −1 6= 1 = ∂x (x) e quindi
non soddisfa la condizione del teorema della conservatività di un campo. Per calcolare il suo lavoro lungo l’ellisse

r (t) = (a cos(t), b sin(t)), t ∈ (0, 2 π)

bisogna pertanto applicare la definizione


Z 2π
! !
Z 2π −b sin(t) −a sin(t)
Z 2π
v r (t) ·rr 0 (t) dt =

L= · dt = a b dt = 2 π a b.
0 0 a cos(t) b cos(t) 0

Esempio 6.5.34 Abbiamo visto nell’esempio 6.5.11 che il campo di velocità piano
y x
F (x, y) = − i+ j, (x, y) ∈ R2 \ {00}.
x 2 + y2 x2 + y2

non è conservativo in tutto R2 \ {00}, ma lo è in qualsiasi aperto semplicemente


 connesso contenuto in R2 \ {00}. Ad
esempio, nei semipiani x < 0 ed x > 0 si ha che U(x, y) = arctan y/x è un potenziale di F .
• Il lavoro del campo F lungo la circonferenza unitaria di centro (1, 2) e percorsa in senso antiorario è nullo perché è
contenuta nel semipiano x > 0 che è semplicemente connesso contenuto in R2 \ {00}.
• Il calcolo del lavoro del campo F lungo la circonferenza unitaria di centro l’origine e percorsa in senso antiorario non
è così semplice visto che non è contenuta in nessuna regione semplicemente connessacontenuta in R2 \ {00}. Bisogna
quindi applicare la definizione. Utilizzando la parametrizzazione r (t) = cos(t), sin(t) , t ∈ [0, 2 π), si ha che
6.5 Campi vettoriali 143

 sin(t) cos(t)
F r (t) = − i+ j = − sin(t) i + cos(t) j
cos(t)2 + sin(t)2 cos(t)2 + sin(t)2

e quindi ! !
Z 2π 2π Z 2π
− sin(t) − sin(t)
Z
F r (t) ·rr 0 (t) dt =

L= · dt = dt = 2 π.
0 0 cos(t) cos(t) 0

Esempio 6.5.35 Sia A l’insieme di definizione del campo vettoriale

F (x, y, z) = z ey sin(x) i − z ey cos(x) j − ey cos(x) k .

• Si dica se il campo è irrotazionale in A.


• Si dica se il campo è conservativo in A, determinando in caso affermativo un potenziale.
• Si calcoli il lavoro del campo lungo la semicirconferenza che giace sul semipiano y = 0, x > 0 e ha per estremi i punti
(0, 0, 0) ed (1, 0, ln(2)).
L’insieme di definizione di F è A = R3 .
• Il campo è irrotazionale in quanto
   
i j k −ey cos(x) + ey cos(x)
  y
F (x, y, z) = det 
rotF  =  −e sin(x) + ey sin(x)  = 0 .
 
∂x ∂y ∂z
y y y
z e sin(x) −z e cos(x) −e cos(x) y y
z e sin(x) − z e sin(x)

• Visto che A = R3 è semplicemente connesso ed F è irrotazionale, per il teorema della conservatività di un campo
abbiamo che F è conservativo in R3 . Si vede facilmente che U(x, y, z) = −z ey cos(x) è un suo potenziale.
• Visto che F è conservativo in R3 abbiamo che il suo lavoro lungo la semicirconferenza che giace sul semipiano z = 0,
y > 0 e ha per estremi i punti (0, 0, 0) ed (1, 0, ln(2)) è L = U(1, 0, ln(2)) −U(0, 0, 0) = − ln(2) cos(1).

Esercizio 6.5.36 Calcolare il lavoro di F = −y i + x2 j lungo il triangolo di vertici (0, 0), (1, 0), (0, 1) percorso in senso
antiorario.

Esercizio 6.5.37 Sia F = y i + x j . Determinare le linee integrali del campo e disegnarne alcune. Verificare che il campo
è conservativo in Rn e calcolarne il potenziale. Determinare le linee equipotenziali e disegnarne alcune. Calcolare il
lavoro lungo il segmento y = 2 x, x ∈ (−1, 3).

Esercizio 6.5.38 Stabilire se il campo F = yz i + xz j − xz2y k è conservativo nel semispazio z > 0, determinando in caso
affermativo un potenziale. Il campo è solenoidale nel semispazio z > 0?

Esercizio 6.5.39 Si consideri il campo vettoriale F = 3 x2 y2 z i + (2 x3 y z + z) j + (x3 y2 + y) k e l’arco di curva

Γ : r (t) = (t,t 2 ,t 3 ), t ∈ [0, 1].

• Si calcoli il lavoro di F lungo Γ applicando la definizione (cioè calcolando un opportuno integrale).


• Si verifichi che il campo F è irrotazionale in tutto lo spazio R3 , e se ne deduca che è conservativo.
• Si determini un potenziale U(x, y, z) di F in R3 .
• Si calcoli il lavoro di F lungo l’arco di curva Γe di equazioni parametriche
  !
2 π
r (t) = t(2 − t ), sin
Γe : e t ,t(3 − 2t) , t ∈ [0, 1],
2

utilizzando il potenziale calcolato al punto precedente.


• Si calcoli la divergenza di F e si dica se esiste un insieme aperto di R3 in cui il campo è solenoidale.

Esercizio 6.5.40 Sia A l’insieme di definizione del campo vettoriale

F = ey i + x ey + z cos(y z) j + y cos(y z) k .


• Si dica se il campo è irrotazionale in A.


6.5 Campi vettoriali 144

• Si dica se il campo è conservativo in A, determinando in caso affermativo un potenziale.


• Si calcoli il lavoro del campo lungo la semicirconferenza che giace sul semipiano z = 0, y > 0 e ha per estremi i punti
(0, 0, 0), (1, ln(2), 0).

6.5.5 Il linguaggio delle forme differenziali

I concetti di lavoro di un campo vettoriale, campo conservativo, campo irrotazionale, possono essere espressi equiva-
lentemente usando un diverso linguaggio, quello delle forme differenziali. Si può dire che il linguaggio dei campi vet-
toriali corrisponde più al punto di vista fisico, mentre quello delle forme differenziali corrisponde più al punto di vista
matematico.

Linguaggio dei campi vettoriali Linguaggio delle forme differenziali

Sia F = F1 i + F2 j + F3 k : R3 → R3 un campo.
Lavoro elementare di F Forma differenziale
dL = F1 dx + F2 dy + F3 dz. ω = F1 dx + F2 dy + F3 dz.

Lavoro di F lungo un arco di curva γ Integrale di ω lungo un arco di curva γ


R Rb  0 R Rb  0
γ F · dss = a F r (t) ·rr (t) dt γ ω = a F r (t) ·rr (t) dt

F è conservativo se ω è esatta se
∃U t.c. F = gradU. ∃ f t.c. ω = d f = fx dx + fy dy + fz dz.

F è irrotazionale se ω è chiusa se
F = 0.
rotF F = 0.
rotF

Se F è conservativo, allora è irrotazionale. Se ω è esatta, allora è chiusa.


Se F è irrotazionale in un aperto semplicemente Se ω è chiusa in un aperto semplicemente connesso,
connesso, allora è conservativo. allora è esatta.
Capitolo 7
Calcolo integrale per funzioni di più variabili

7.1 Integrazione multipla in R2 e R3

7.1.1 Integrali doppi: definizione e calcolo come integrali iterati

L’integrale di una funzione continua f : [a, b] → R può vedersi come un limite di somme di Cauchy:
Z b n
b−a
f (x) dx = lim∑ f (th )
h=1 n
a n→∞


dove th appartiene all’intervallo Ih = a + (h − 1) ∆n , a + h ∆n , h = 1, 2, . . . , n, essendo ∆n = (b − a)/n.
L’integrale doppio per una funzione continua f : [a, b] × [c, d] → R è una naturale estensione di questa definizione:
• si divide [a, b] in n intervalli Ih di ampiezza (b − a)/n e [c, d] in n intervalli Jk di ampiezza (d − c)/n;
• si considera la partizione del rettangolo [a, b] × [c, d] in n2 rettangoli Ih × Jk di area (b − a)(d − c)/n2 ;
• si fissa t hk ∈ Ih × Jk , un punto qualsiasi scelto in ciascun rettangolo;
• si definisce integrale doppio di f sul rettangolo [a, b] × [c, d] come
n
(b − a)(d − c)
ZZ
f (x, y) dx dy = lim ∑ f (tt hk ). (7.1)
[a,b]×[c,d] n→∞
h,k=1 n2

Si dimostra che il limite che definisce l’integrale doppio esiste se f è continua.

Più in generale, si dice che una funzione f : R2 → R è integrabile in Ω ⊂ R2 se esiste il limite (7.1) per
(
˜f (x, y) = f (x, y) if (x, y) ∈ Ω 
0 if (x, y) ∈ [a, b] × [c, d] \ Ω ,

dove a, b, c, d sono costanti arbitrarie tali che [a, b] × [c, d] ⊇ Ω .



Esempio 7.1.1 Vediamo se f ≡ 1 è integrabile in Ω = (x, y) ∈ [0, 1] × [0, 1] : x ∈ Q . Sia
(
1 if x ∈ Q
f˜(x, y) = (x, y) ∈ [0, 1] × [0, 1].
0 if x ∈ R \ Q,

Fissato n, consideriamo una partizione {Ih × Jk }nh,k=1 di [0, 1]×[0, 1]. Visto che esistono t hk , shk ∈ Ih ×Jk tali che f˜(tt hk ) = 1
e f˜(sshk ) = 0 si ha che

145
7.1 Integrazione multipla in R2 e R3 146

n n
(b − a)(d − c) (b − a)(d − c)
lim ∑ 2
f t
(t hk ) = (b − a)(d − c) 6
= 0 = lim ∑ f (sshk )
n→∞
h,k=1 n n→∞
h,k=1 n2

si ha che f ≡ 1 non è integrabile in Ω . Ovviamente questo dipende da Ω .

28/11/2017

Definizione 7.1.2 Un sottoinsieme di R2 della forma


n o
(x, y) ∈ R2 : x ∈ [a, b], g1 (x) ≤ y ≤ g2 (x) con g1 , g2 : [a, b] → R continue,

si dice insieme y -semplice, mentre uno della forma


n o
(x, y) ∈ R2 : y ∈ [c, d], h1 (y) ≤ x ≤ h2 (y) con h1 , h2 : [a, b] → R continue,

si dice insieme x -semplice. Un insieme è semplice se è x-semplice o y-semplice; si dice regolare


se è unione di un numero finito di insiemi semplici.

Si osservi che un insieme semplice (e di conseguenza anche un insieme regolare) è limitato.


Esempio 7.1.3 L’insieme
n o
E = (x, y) ∈ R2 : x ∈ [0, 1], x (1 − x) ≤ y ≤ x (2 − x2 )

è y-semplice ma non è x-semplice in quanto le rette orizzontali tagliano E in un insieme diverso da


un segmento. Il triangolo di vertici (0, 0), (2, 0), (2, 1) è sia x-semplice che y-semplice in quanto
coincide con
 
x
(x, y) ∈ R2 : x ∈ [0, 2], 0 ≤ y ≤ ⇒ y-semplice,
2
n o
(x, y) ∈ R2 : y ∈ [0, 1], 2 y ≤ x ≤ 2 ⇒ x-semplice.

Esempio 7.1.4 Una corona circolare non è un insieme semplice, ma è regolare in quanto unione di due insiemi x-semplici.

Esempio 7.1.5 L’insieme (x, y) ∈ [0, 1] × [0, 1] : x ∈ Q non è regolare: è unione di un numero infinito di segmenti
verticali, ognuno dei quali è un insieme y-semplice.

Teorema 7.1.6 Se Ω è x-semplice o y-semplice, ed f : Ω → R è continua, allora f è integrabile in Ω e vale la formula


 " #
 Z d Z h2 (y)



 f (x, y) dx dy se Ω è x-semplice,
 c h1 (y)
ZZ
f (x, y) dx dy = Z " #
Ω  b Z g2 (x)
f (x, y) dy dx se Ω è y-semplice.




 a g1 (x)

Se Ω è sia x-semplice che y-semplice, allora entrambe le formule valgono. Inoltre l’area di Ω è la quantità
ZZ
|Ω | = 1 dx dy.

Corollario 7.1.7 Se Ω1 , . . . , Ωn sono insiemi semplici tali che |Ωh ∩ Ωk | = 0 per ogni h 6= k, allora
n
[ ZZ n ZZ
Ω= Ωk ⇒ f (x, y) dx dy = ∑ f (x, y) dx dy.
k=1 Ω k=1 Ωk

Inoltre l’area di Ω è la quantità


7.1 Integrazione multipla in R2 e R3 147

ZZ n ZZ n
|Ω | = 1 dx dy = ∑ 1 dx dy = ∑ |Ωk |.
Ω k=1 Ωk k=1

RR
Esempio 7.1.8 Calcoliamo Tx y dx dy dove T è il triangolo in figura. Se rappresentiamo T come insieme y-semplice
n o
T = (x, y) ∈ R2 : x ∈ [0, 1], 0 < y < x ,

allora per la formula del teorema precedente


y=x
1 1 4 x=1 1
Z 1 Z x Z 1
1 1 3
  
1
ZZ Z
x y dx dy = x y dy dx = x y2 dx = x dx = x = .
T 0 0 0 2 y=0 2 0 2 4 x=0 8

Se invece rappresentiamo T come insieme x-semplice


n o
T = (x, y) ∈ R2 : y ∈ [0, 1], y < x < 1

allora per la formula del teorema precedente


" #
1 2 x=1 1 1 2 1 4 y=1 1
Z 1 Z 1 Z 1
1 1
ZZ  Z  
x y dx dy = x y dx dy = x y dy = (1 − y2 )y dy = y − y = .
T 0 y 0 2 x=y 2 0 2 2 4 y=0 8

Teorema 7.1.9 Siano D ⊆ R2 regolare, f , g funzioni continue su D fino al bordo e c una costante.
• Linearità dell’integrale:
ZZ   ZZ ZZ
f (x, y) + g(x, y) dx dy = f (x, y) dx dy + g(x, y) dx dy,
D D D

in particolare
ZZ ZZ
c f (x, y) dx dy = c f (x, y) dx dy.
D D

• Moltiplicatività dell’integrale su rettangoli: se D = A × B con A, B ⊂ R, allora


ZZ Z  Z 
f (x) g(y) dx dy = f (x) dx g(y) dy .
A×B A B

• Monotonia dell’integrale:
ZZ ZZ
f ≥ g in D ⇒ f (x, y) dx dy ≥ g(x, y) dx dy,
D D

in particolare
ZZ
f ≥ 0 in D ⇒ f (x, y) dx dy ≥ 0.
D

• Additività dell’integrale rispetto al dominio di integrazione: se D1 , D2 ⊆ R2 sono insiemi semplici e |D1 ∩ D2 | = 0,


allora ZZ ZZ ZZ
f (x, y) dx dy = f (x, y) dx dy + f (x, y) dx dy.
D1 ∪D2 D1 D2

• Valgono le seguenti proprietà di annullamento:


ZZ
|D| = 0 ⇒ f (x, y) dx dy = 0,
D
ZZ
|D| > 0, f ≥ 0 in R2 , f (x, y) dx dy = 0 ⇒ f ≡ 0 in D,
D
ZZ
Ω aperto e per ogni insieme regolare D ⊆ Ω si ha f (x, y) dx dy = 0 ⇒ f ≡ 0 in Ω .
D

• Teorema della media integrale:


7.1 Integrazione multipla in R2 e R3 148

1
ZZ
D connesso ⇒ esiste (x0 , y0 ) ∈ D tale che f (x, y) dx dy = f (x0 , y0 ).
|D| D

• Valgono le disuguaglianze ZZ ZZ

f (x, y) dx dy ≤ f (x, y) dx dy ≤ |D| max | f |.
D D D

Esempio 7.1.10 Se D rappresenta una lamina materiale piana di densità superficiale ρ(x, y), allora:
ZZ
la sua massa totale è M= ρ(x, y) dx dy;
D
1 1
ZZ ZZ
il suo baricentro ha coordinate x̄ = xρ(x, y) dx dy, ȳ = yρ(x, y) dx dy;
M D M D
il suo momento di inerzia rispetto ad un asse
ZZ
I= d(x, y)2 ρ(x, y) dx dy.
perpendicolare al piano z = 0 è D

In particolare, se la lamina è omogenea, cioè ρ è costante, allora:

la sua massa totale è M = ρ |D|;


1 1
ZZ ZZ
il suo baricentro ha coordinate x̄ = x dx dy, ȳ = y dx dy;
|D| D |D| D
M
ZZ
il suo momento di inerzia rispetto ad un asse
I= d(x, y)2 dx dy.
perpendicolare al piano z = 0 è |D| D

Osserviamo che il centroide dipende dalla forma della lamina e non dalla sua densità.
Se D è il triangolo di vertici (0, 0), (1, 0), (0, 1), allora |D| = 1/2. Se è omogeneo, allora le coordinate del suo centroide
" # #x=1 "
x2 x3
Z 1 Z 1−x Z 1 Z 1
1 1
ZZ
x̄ = x dx dy = 2 x dy dx = 2 [x y]y=1−x
=2 x(1 − x)dx = 2
y=0 dx − = ,
|D| D 0 0 0 0 2 3 3
x=0
Z 1 2 y=1−x
" # " # " #x=1
(1 − x)3
Z 1 Z 1−x Z 1
1 y 1
ZZ
2
ȳ = y dx dy = 2 y dy dx = 2 dx = (1 − x) dx = − = ,
|D| D 0 0 0 2 0 3 3
y=0 x=0

coincidono, come era lecito aspettarsi. Se invece la densità superficiale del triangolo è ρ(x, y) = c(x + 1), c > 0, allora la
sua massa è
" # " #x=1
Z 1 Z 1−x Z 1 y=1−x Z 1
x 3 2c
M=c (x + 1) dy dx = c (x + 1) y y=0 dx = c (1 − x2 ) dx = c x − = ,
0 0 0 0 3 3
x=0

mentre le coordinate del suo baricentro sono


"Z # " #x=1
c 1 1−x 3 1 3 1 3 x2 x4 3
Z Z y=1−x Z
2
x̄ = x(x + 1) dy dx = x(x + 1)y y=0 dx = x(1 − x ) dx = − = ,
M 0 0 2 0 2 0 2 2 4 8
x=0
" # " #y=1−x
c 1 y2
Z 1−x
3 1 3 1
Z Z Z
ȳ = y(x + 1) dy dx = (x + 1) dx = (x + 1) (1 − x)2 dx
M 0 0 2 0 2 4 0
y=0
" #x=1
3 x4 x3 x2 5
= − − +x = .
4 4 3 2 16
x=0


Esempio 7.1.11 Calcoliamo D sin(y3 ) dx dy dove D è il dominio in figura, dove la curva disegnata è il grafico di y = x
RR

per x ∈ [0, 1]. Per prima cosa dobbiamo rappresentare D come insieme semplice, ad esempio come insieme y-semplice:
7.1 Integrazione multipla in R2 e R3 149

n √ o
D = (x, y) ∈ R2 : 0 < x < 1, x < y < 1 .

Quindi si ha " #
ZZ Z 1 Z 1
3 3
sin(y ) dx dy = √ sin(y ) dy dx.
D 0 x

Calcolare l’integrale interno alle aprentesi quadrate non è proprio banalissimo. Se però
rappresentiamo D come insieme x-semplice
n o
D = (x, y) ∈ R2 : 0 < y < 1, 0 < x < y2

allora bisogna calcolare


"
Z 1 Z y2
# Z 1  x=1
1 1 − cos 1
ZZ
3 3
sin(y ) dx dy = sin(y ) dx dy = y2 sin(y3 ) dy = − cos(y3 ) =
D 0 0 0 3 x=0 3

Esempio 7.1.12 Senza bisogno di fare calcoli sappiamo che


 
1 4 16
ZZ p
4 − x2 − y2 dx dy = π 23 = π
x2 +y2 <4 2 3 3
p
visto che si tratta del volume della semisfera z = 4 − x2 − y2 di raggio 2.

Esempio 7.1.13 Senza bisogno di fare calcoli sappiamo che


ZZ
(x + sin(y)) dx dy = 0
[−1,1]×[−1,1]

visto per linearità l’integrale è la somma di due integrali, uno di x ed uno di sin(y), che sono entrambe funzioni dispari
nella propria variabile, perciò ciascun integrale è nullo in [−1, 1].

RR
Esempio 7.1.14 Calcoliamo Dx y dx dy, dove D è il dominio in figura ed è analiticamente dato da

 
2 x
D = (x, y) ∈ R : 0 ≤ x ≤ 1, − 1 ≤ y ≤ x − 1
3
 
x
[ q
2 2
(x, y) ∈ R : 1 ≤ x ≤ 3, − 1 ≤ y ≤ 1 − (x − 2) ,
3

“spezzandolo” in due
" # Z 3 Z √1−(x−2)2
  " #y=x−1 " #y=√1−(x−2)2
y2 y2
ZZ Z 1 Z x−1 Z 1 Z 3
x y dx dy = x y dy dx +  x y dy dx = x dx + x dx
D 0 x
3 −1 1 x
3 −1 0 2 1 2
y= 3x −1 y= 3x −1
Z 1  Z 3 
4 2 5 7 1 10
= x3 − x2 dx + − x3 + x2 − 2 x dx = . . . = − + = 1.
0 9 3 1 9 3 9 9

Si osservi che l’integrale su un rettangolo di una funzione del tipo f (x) g(y) è il prodotto di due integrali unidimensio-
nali
"
Z b Z d
# Z b
"Z # "Z # "Z #
ZZ d b d
f (x) g(y) dx dy = f (x) g(y) dy dx = f (x) g(y) dy dx = f (x)dx g(y) dy .
[a,b]×[c,d] a c a c a c
7.1 Integrazione multipla in R2 e R3 150

n o
Esercizio 7.1.15 Siano D = (x, y ∈ R2 : x2 + y2 ≤ 2, y ≤ x2 ) e f (x, y) = y cos(x).
Verificare che
ZZ
f (x, y) dx dy = −18 cos(1) + 10 sin(1) < 0.
D

Suggerimento: si veda la figura a fianco.

Esempio 7.1.16 Sia D = {(x, y) ∈ R2 : |x| + |y| < 1}, calcoliamo


ZZ
x2 y dx dy =
D

Osserviamo che DRRè il quadrato di vertici (1, 0), (0, 1), (−1, 0), (0, −1). Sia f (x, y) = x2 y. Visto che fRR
(x, −y) = − f (x, y),
± = {(x, y) ∈ D : ±y ≥ 0}. In alternativa, osserviamo che
RR RR RR
si
RR
ha che DRR
f = D+ f + D− f = 0, con D D1 f = − D2 f =
D3 f = − D4 f = 1/60, dove D 1 = {(x, y) ∈ D : x ≥ 0, y ≥ 0}, D 2 = {(x, y) ∈ D : x ≤ 0, y ≥ 0}, D 3 = {(x, y) ∈ D : x≤
0, y ≤ 0}, D1 = {(x, y) ∈ D : x ≥ 0, y ≤ 0}.

Esempio 7.1.17 Calcoliamo l’integrale ZZ


h(x, y) dx dy,
E

dove h(x, y) = x2 y + x cos(2 y) + 12 e E = {(x, y) ∈ R2 : x2 + y2 ≤ 1, y ≥ 0}. Il dominio E è normale rispetto ad y in


quanto n p o
E = (x, y) ∈ R2 : x ∈ [−1, 1], 0 ≤ y ≤ 1 − x2 ,

Si ha quindi
 √ 
Z 1 1−x2
 
1
ZZ Z
h(x, y) dx dy =  x2 y + x cos(2 y) + dy dx
E −1 0 2
" √ # " √ #
x2 (1 − x2 ) x 2 2 (1 − x2 ) 2
Z 1 Z 1
p 1 − x x 1 − x
= + sin(2 1 − x2 ) + dx = + dx,
−1 2 2 2 −1 2 2

R1 x  √ 
dove si è usato il fatto che −1 sin 2 1 − x 2 dx = 0, dato che l’integranda è una funzione dispari e l’intervallo di
2
integrazione è simmetrico rispetto all’origine. Si ottiene quindi
" #1
x3 x5 1 h p i1 2
ZZ
π
h(x, y) dx dy = − + x 1 − x2 + arcsin(x) = + .
E 6 10 4 −1 15 4
−1

Esempio 7.1.18 Calcolare l’integrale ZZ


h(x, y) dx dy,
E
n o
dove h(x, y) = cos(x)2 cos(y)3 + 1 ed E = (x, y) ∈ R2 : max{|x|, |y|} < 1 .
Il dominio E coincide con il quadrato (−1, 1)2 , la cui area è 4 e quindi
 
! Z ! 2 1+cos(2 x)
ZZ Z 1 1 cos(x) = 2
h(x, y) dx dy = cos(x)2 dx cos(y)3 dy + 4 = 
   

E −1 −1 3 2
cos(y) = 1 − sin(y) cos(y)
x=1 " #y=1 !
sin(y)3 2 sin(1)3
  
x sin(2 x) sin(2)
= + sin(y) − +4 = 1+ 2 sin(1) − + 4.
2 4 x=−1 3 2 3
y=−1

RR
Esercizio 7.1.19 Si calcoli D f (x, y) dx dy per le seguenti scelte di D e f .

D = [0, 1] × [0, π/2], f (x, y) = y sin(x y),


7.1 Integrazione multipla in R2 e R3 151

n o
D = (x, y) ∈ R2 : 0 < x < 1, 0 < y < 1 − x , f (x, y) = x + sin(y),
n o
D = (x, y) ∈ R2 : x2 + y2 < 2 , f (x, y) = x y3 ,
xy
D = [0, 1] × [0, 1], f (x, y) = 2 ,
x + y2
D = [0, 1] × [0, 1], f (x, y) = xy ,
D = [0, 1] × [0, π], f (x, y) = x sin(y),
n o
D = (x, y) ∈ R2 : 0 < x < 1, 0 < y < x , f (x, y) = x sin(y),
n o
D = (x, y) ∈ R2 : |x| ≤ 1, 0 ≤ y ≤ 2 − 2 |x| , f (x, y) = x + 5,
D = quadrilatero di vertici (0, 1), (1, 2), (2, 1), (2, 0), f (x, y) = y,
n o √
D = (x, y) ∈ R2 : 0 ≤ x ≤ 1, 0 ≤ y ≤ x2 , f (x, y) = xe y ,
n o
D = (x, y) ∈ R2 : |x| + |y| ≤ 1 , f (x, y) = x2 y2 ,
n o
D = (x, y) ∈ R2 : 0 ≤ x ≤ 1, x2 ≤ y ≤ 1 , f (x, y) = |x − y|.

Esercizio 7.1.20 Calcolare il centroide del quarto di cerchio x2 + y2 < R2 , x > 0, y > 0.

Esercizio 7.1.21 Calcolare il centroide del quadrilatero di vertici (0, 1), (1, 2), (2, 1), (2, 0).

Esercizio 7.1.22 Calcolare il baricentro della lamina rettangolare [0, 4] × [0, 3] di densità superficiale ρ(x, y) = 1 + x2 +
y2 .

Esercizio 7.1.23 Calcolare il momento di inerzia del cerchio omogeneo di massa M e raggio R rispetto all’asse passante
per il centro e perpendicolare al cerchio.
n p o
Esercizio 7.1.24 Calcolare l’area di D = (x, y) ∈ R2 : 0 ≤ y ≤ 1, y2 − 1 ≤ x ≤ 1 − y2 .

Esercizio 7.1.25 Calcolare il volume compreso sotto il grafico del paraboloide z = 1 − x2 − y2 per x2 + y2 < 1.

Esercizio 7.1.26 Verificare che


x2 2 √
ZZZ
dx dy dz = π( 2 − 1)
S x2 + z2 3
n o
dove S = (x, y, z) ∈ R3 : x2 + y2 + z2 < 2, x2 − y2 + z2 < 0, y > 0 .

7.1.2 Cambiamento di variabili negli integrali doppi


29/11/2017
Operando un cambio di variabili v = f (uu), l’elemento di volume infinitesimo dv1 dv2 . . . dvn diventa nelle nuove
coordinate
dv1 dv2 . . . dvn = det J f (uu) du1 du2 . . . dun ;
quindi
Z Z Z Z Z Z 
... F(vv) dv1 dv2 . . . dvn = ... F f (uu) det J f (uu) du1 du2 . . . dun ,
D D0

dove
D0 è il dominio D espresso nelle nuove coordinate. Se ad esempio f è il cambio di coordinate polari, allora
det J f (uu) = ρ e quindi
ZZ ZZ 
F(x, y) dx dy = ρ F ρ cos(θ ), ρ sin(θ ) dρ dθ ,
D D0
dove D0 è il dominio D espresso nelle coordinate polari.
7.1 Integrazione multipla in R2 e R3 152

Esempio 7.1.27 Calcoliamo


x y2
ZZ
2 2
dx dy
D x +y

dove D = {(x, y) ∈ R2 : x2 + y2 < 4, x > 0, y > 0}. Visto che D è il quarto di cerchio, che è espresso in coordinate polari
da D0 = {(ρ, θ ) ∈ (0, ∞) × R : ρ < 2, θ ∈ (0, π/2)}, si ha
" # "Z # "Z #
x y2
Z π/2 Z 2 3
ρ cos(θ ) sin(θ )2 π/2 2
ZZ
2 2
2 2
dx dy = ρ dρ dθ = cos(θ ) sin(θ ) dθ ρ dρ
D x +y 0 0 ρ2 0 0
" #θ =π/2 " #ρ=2
sin(θ )3 ρ3 1 8 8
= = = .
3 3 3 3 9
θ =0 ρ=0

Esempio 7.1.28 Passando in coordinate polari si ha


" 2
#ρ=R
e−ρ
ZZ Z 2 π Z R   
−(x2 +y2 ) −ρ 2 2
e dx dy = e ρ dρ dθ = 2 π − = π 1 − e−R .
x2 +y2 <R2 0 0 2
ρ=0

Esempio 7.1.29 Calcoliamo il volume V dell’ellissoide di semiassi a, b, c. Poiché l’ellissoide ha equazione

x2 y2 z2
+ + =1
a2 b2 c2
la metà superiore è il grafico di
v !
u
u x2 y2 x 2 y2
z = c t1 − + per + < 1.
a2 b2 a2 b2

Per simmetria, V è il doppio dell’integrale di tale funzione nel suo dominio, ovvero
v !
u
x 2 y2
ZZ u
V = 2 c x2 y2 t1− + dx dy.
2 + 2 <1
a2 b2
a b

Operiamo il cambio di variabili


(
x = a ρ cos(θ ) a cos(θ )

b sin(θ )

⇒ | det(J)| = = a b ρ.
y = b ρ sin(θ ) −a ρ sin(θ ) b ρ cos(θ )

Quindi l’elemento d’area soddisfa dx dy = a b ρ dρ dθ e


"Z q # x=1
2π 1 1

1 4
Z Z q
2 3/2
V =2c 1 − ρ2 a b ρ dρ dθ = 4 π a b c 2
ρ 1 − ρ dρ = 4 π a b c − (1 − ρ ) = π a b c.
0 0 0 3 x=0 3

4
Osserviamo che se a = b = c = R, allora abbiamo una sfera di raggio R ed il suo volume è V = 3 π R3 .

2
RR
Esercizio 7.1.30 Calcolare Dx y dx dy dove D è il quarto di corona circolare di centro l’origine, raggi 1 e 2 ed angolo
variabile tra π/4 e 3π/4.

3
Esercizio 7.1.31 Calcolare D x2x+yy2 dx dy dove D è l’intersezione del settore circolare π/6 < θ < π/3 con la corona
RR 

circolare di centro l’origine e raggi 1 e 2.


7.1 Integrazione multipla in R2 e R3 153

Esercizio 7.1.32 Calcolare


xy
ZZ
2 + y2
dx dy
D x
dove D è il dominio (interno all’arco di spirale) espresso in coordinate polari da

π ρ < 2 θ , 0 < θ < 3π/2 .

Esercizio 7.1.33 Si calcolino


x3 y x3 y
ZZ ZZ ZZ
2 2
dx dy, 2 2
dx dy, y2 dx dy.
[0,1]×[0,1] x + y [−1,1]×[−1,1] x + y x2 +4 y2 <1

Esercizio 7.1.34 Calcolare il baricentro di una lamina omogenea a forma di quarto di corona circolare {(ρ, θ ) : r < ρ <
R, 0 < θ < π/2}.

Esercizio 7.1.35 Calcolare il momento d’inerzia di una corona circolare omogenea di massa M e raggi r, R, rispetto
all’asse passante per il centro e perpendicolare al piano della corona.

Esercizio 7.1.36 Calcolare il momento d’inerzia di un disco omogeneo di massa M e raggio R, rispetto ad un asse
perpendicolare al suo piano e passante per un punto posto sulla circonferenza. Suggerimento: l’equazione polare della
circonferenza di raggio R passante per l’origine è ρ = 2 R cos(θ ), θ ∈ [−π/2, π/2].

7.1.3 La formula di Gauss-Green nel piano

Sia D un dominio semplice. Il bordo di D, ∂ D, è orientato positivamente se su di esso è fissato il verso di percorrenza
antiorario ed in tal caso si scrive ∂ + D. Nel caso opposto, ∂ D è orientato negativamente e si scrive ∂ − D.

Lemma 7.1. Sia F (x, y) = P(x, y) i + Q(x, y) j ∈ C 1 (D; R2 ).


n o
• Se D = (x, y) ∈ R2 : x ∈ [a, b], ϕ1 (x) ≤ y ≤ ϕ2 (x) con ϕ1 , ϕ2 ∈ C 0 ([a, b]; R), allora
ZZ Z
Py (x, y) dx dy = − P(x, y) dx. (7.2)
D ∂ +D
n o
• Se D = (x, y) ∈ R2 : y ∈ [c, d], ψ1 (y) ≤ x ≤ ψ2 (y) con ψ1 , ψ2 ∈ C 0 ([c, d]; R), allora
ZZ Z
Qx (x, y) dx dy = Q(x, y) dy. (7.3)
D ∂ +D

Dimostrazione. Basta dimostrare la prima uguaglianza visto che la seconda è analoga. Si ha


ZZ
"
Z b Z ϕ2 (x)
# Z b 
Py (x, y) dx dy = Py (x, y) dy dx = P(x, ϕ2 (x)) − P(x, ϕ1 (x)) dx,
D a ϕ1 (x) a

e visto che dx = 0 nei tratti verticali del bordo


7.1 Integrazione multipla in R2 e R3 154

Z Z b Z a Z b 
P(x, y) dx = P(x, ϕ1 (x)) dx + P(x, ϕ2 (x)) dx = P(x, ϕ1 (x)) − P(x, ϕ2 (x)) dx.
∂ +D a b a

t
u

Teorema di Gauss-Green Sia D un dominio limitato in R2 ed F = P i + Q j ∈ C 1 (D; R2 ).


• Se D è semplice rispetto ad entrambi gli assi allora vale la formula
ZZ  Z
Qx − Py dx dy = P dx + Q dy. (7.4)
D ∂ +D

• Se D = ∪kj=1 D j , con D j semplice rispetto ad entrambi gli assi, allora vale la formula
ZZ  Z I I I
Qx − Py dx dy = P dx + Q dy = P dx + Q dy + P dx + Q dy + P dx + Q dy.
D ∂ +D γ γ1 γ2

Dimostrazione. La prima formula segue direttamente dal lemma precedente. Proviamo la seconda formula. Da quanto già
dimostrato segue che
ZZ  k ZZ  k Z
Qx − Py dx dy = ∑ Qx − Py dx dy = ∑ P dx + Q dy.
D Dj +
j=1 j=1 ∂ D j

Osserviamo che gli archi di curva che fanno parte del bordo di due domini adiacenti compaiono due volte nellaR somma con
orientazione opposta e perciò si elidono. Rimango gli archi di curva che compongono ∂ + D. Dunque ∑kj=1 ∂ + D j P dx +
R
Q dy = ∂ + D P dx + Q dy. t
u
Esempio 7.1.38 a Sia D il dominio in figura eR F il campo vettoriale di componenti
P(x, y) = y2 , Q(x, y) = x2 . Si voglia calcolare ∂ + D P dx + Q dy.· Usando il teorema
di Gaus-Green si ha
Z Z ZZ
P dx + Q dy = y2 dx + x2 dy = (2 x − 2 y) dx dy = 0
∂ +D ∂ +D D

essendo D simmetrico rispetto alla bisettrice, mentre 2 x − 2 y cambia segno


cambiando x con y.

a Disegno 3D

Esercizio 7.1.39 Usare il teorema di Gauss-Green per valutare l’integrale γ + y2 dx + x dy nel caso in cui γ sia il bordo
H

del quadrato di vertici (0, 0), (1, 0), (1, 1), (0, 1) oppure γ sia l’ellisse (x/a)2 + (y/b)2 = 1.

Calcolo di aree mediante integrali curvilinei

Le formule (7.2), (7.3) o (7.4) possono essere usate per calcolare l’area di un dominio D che soddisfi le ipotesi del Teorema
di Gauss-Green mediante un integrale curvilineo esteso a ∂ D. Infatti, scegliendo P(x, y) = y nella (7.2) otteniamo:
ZZ Z
|D| = dx dy = − y dx.
D ∂ +D

Scegliendo Q(x, y) = x nella (7.3) otteniamo:


ZZ Z
|D| = dx dy = x dy.
D ∂ +D
7.1 Integrazione multipla in R2 e R3 155

Infine, sommando le due precedenti uguaglianze e dividendo per due, si ricava:


1
Z
|D| = x dy − y dx. (7.5)
2 ∂ +D

Esempio 7.1.40 Sia D l’interno dell’ellisse x2 /a2 + y2 /b2 = 1. L ’orientazione positiva del bordo la si ottiene con la
parametrizzazione
 
r (θ ) = x(θ ), y(θ ) = a cos(θ ), b sin(θ ) , θ ∈ [0, 2 π].

Dalla (7.5)
 !
1 2πh
Z 
1 (x, y) = a cos(θ ), b sin(θ )
Z i
|D| = x dy − y dx = = a b cos(θ )2 + a b sin(θ )2 dθ = π a b.
2 ∂ +D (dx, dy) = −a sin(θ ), b cos(θ ) dθ 2 0

Esempio 7.1.41 Calcoliamo l’area racchiusa dalla curva piana (astroide) di equazioni parametriche
 
r (θ ) = cos(t)3 , sin(t)3 , t ∈ [0, 2 π].

Osserviamo che per t ∈ [0, π/4] si ha x2/3 + y2/3 = 1 ⇔ y = (1 − x2/3 )3/2 e quindi, per la formula (7.5) e la simmetria
dell’astroide si ha che
!
1 (x, y) = (cos(t)3 , sin(t)3 )
Z
|D| = x dy − y dx =
2 ∂ +D (dx, dy) = 3 sin(t) cos(t)(− cos(t), sin(t))dt
Z π/2    Z π/2
3 2 3 2
=2 cos(t) 3 sin(t) cos(t) − sin(t) − cos(t) sin(t) dt = 6 cos(t)2 sin(t)2 dt
0 0
 
sin(2 t) = 2 sin(t) cos(t) ⇒ cos(t) sin(t) = sin(2 t) Z π/2 
sin(2 t) 2

2 
= =6 dt
cos(2 t) = 1 − 2 sin(t)2 ⇒ sin(t)2 = 1−cos(2 t) 0 2
2

sin(4 t) t=π/2 3
 
1 − cos(4 t) 3
Z π/2
=6 dt = t− = π.
0 8 4 4 t=0 8

Esempio 7.1.42 Calcolare l’area racchiusa dalla curva piana descritta in coordinate polari dall’equazione

ρ = 1 − cos(θ ), θ ∈ [0, 2 π].

Si tratta della cardioide e l’orientazione positiva del bordo la si ottiene con la


parametrizzazione
   
r (θ ) = 1 − cos(θ ) cos(θ ), 1 − cos(θ ) sin(θ ) , θ ∈ [0, 2 π].

Per la formula di Gauss-Green e la simmetria della cardioide si ha che


   
 
1
Z (x, y) = 1 − cos(θ ) cos(θ ), 1 − cos(θ ) sin(θ )
|D| = x dy − y dx = 
  
 
2 ∂ +D

(dx, dy) = 2 cos(θ ) − 1 sin(θ ) dθ , cos(θ ) − cos(2 θ ) dθ
Z π     
= 1 − cos(θ ) cos(θ ) cos(θ ) − cos(2 θ ) − 1 − cos(θ ) sin(θ ) 2 cos(θ ) − 1 sin(θ ) dθ
0
3
Z π 2
= cos(θ ) − 1 dθ = π.
0 2
In alternativa si può utilizzare la definizione di area ed ottenere passando in coordinate polari che
! " #ρ=1−cos(θ )
ρ2
Z 2π Z 1−cos(θ ) Z 2π Z 2π
1
ZZ 2
|D| = dx dy = ρ dρ dθ = dθ = 1 − cos(θ ) dθ
D 0 0 0 2 2 0
ρ=0
7.1 Integrazione multipla in R2 e R3 156

θ sin(2 θ ) θ =2 π 1
Z 2π  
1  1 3
= 1 − 2 cos(θ ) + cos(θ )2 dθ = θ − 2 sin(θ ) + + = (2 π + π) = π.
2 0 2 2 4 θ =0 2 2

Esercizio 7.1.43 Sia γ una curva chiusa semplice e regolare di equazione polare ρ = f (θ ), θ ∈ [θ0 , θ1 ]. Se γ è la frontiera
di D, dimostrare che
1 θ1
Z
|D| = f (θ )2 dθ .
2 θ0

7.1.4 Integrali doppi generalizzati

In questa sezione consideriamo integrali su domini illimitati o di funzioni illimitate.


Esempio 7.1.44 Calcoliamo il seguente integrale generalizzato su tutto R2
ZZ ZZ
!
utilizziamo lo
 
−(x2 +y2 ) −(x2 +y2 ) 2
e dx dy = lim e dx dy = = lim π 1 − e−R = π.
R2 R→∞ x2 +y2 <R2 esempio 7.1.28 R→∞

Come conseguenza abbiamo che


(Z )1/2 ZZ 1/2

Z  Z
−t 2 −x2 −y2 −(x2 +y2 )
e dt = e dx e dy = e dx dy = π.
R R R R2

Esempio 7.1.45 Calcoliamo per α > 0 il seguente integrale generalizzato di una funzione illimitata
Z 1Z 2 π
1 1 1
ZZ ZZ
dx dy = lim dx dy = lim ρ dθ dρ
x2 +y2 <1 (x2 + y2 )α/2 r→0+ r2 <x2 +y2 <1 (x2 + y2 )α/2 r→0+ r 0 ρα
(

2π   se α < 2
= lim 1 − r2−α = 2−α
(se α 6= 2) r→0+ 2 − α ∞ se α > 2,

mentre se α = 2, si ottiene
Z 1Z 2 π
1 1
ZZ
dx dy = lim dρ dθ = lim −2 π ln(r) = ∞.
x2 +y2 <1 (x2 + y2 )α/2 r→0+ r 0 ρ r→0+

Dunque l’integrale converge se α < 2 e diverge se α ≥ 2.

Esempio 7.1.46 Stabiliamo la convergenza per a ≥ 0 del seguente integrale generalizzato


Z ∞
1
Z ∞ −x y x=∞ dy diverge se a = 0
" # 
Z ∞ Z ∞  Z ∞ −ay 
e e
ZZ 
y
e−x y dx dy = e−x y dx dy = dy = dy = Z0∞ e−a y
x,y>a a a a −y a y 
dy converge se a > 0.
x=a 
y

a

RR 1
Esercizio 7.1.47 Stabilire se converge o meno l’integrale doppio generalizzato [0,1]×[0,1] x2 +y dx dy.

Esercizio 7.1.48 Stabilire se converge o meno l’integrale doppio generalizzato D x dx dy dove D = {(x, y) ∈ R2 : x >
RR

0, 0 < y < e−x }. Suggerimento: Notare che l’insieme di definizione è illimitato e la funzione integranda è illimitata
all’infinito.

2 + y2 )
RR
Esercizio 7.1.49 Calcolare l’integrale doppio generalizzato x2 +y2 ≤4 log(x dx dy.
7.1 Integrazione multipla in R2 e R3 157

7.1.5 Integrali tripli

La situazione più semplice è quando si deve integrare (x, y, z) 7→ f (x) g(y) h(z) in un parallelepipedo Ω = (a1 , a2 ) ×
(c1 , c2 ) × (c1 , c2 ):
! Z ! Z !
ZZZ Z a2 b2 c2
f (x) g(y) h(z) dx dy dz = f (x) dx g(y) dy h(z) dz .
Ω a1 b1 c1

Esempio 7.1.50 Calcoliamo


"Z # "Z # "Z # " #x=2 " #y=1 " #z=3
2 1 3 x3 y4 z2 8 1 9
ZZZ
x2 y3 z dx dy dz = x2 dx y3 dy z dz = = = 3.
[0,2]×[0,1]×[0,3] 0 0 0 3 4 2 3 4 2
x=0 y=0 z=0

Integrazione per fili

1
Consideriamo un sottoinsieme Ω di R3 della forma
n o
(x, y, z) ∈ R3 : (x, y) ∈ D, g1 (x, y) ≤ z ≤ g2 (x, y) , con D dominio regolare e g1 , g2 ∈ C 0 (D; R).

Se f : Ω → R è continua, allora è integrabile e vale la formula (detta “integrazione per fili”)


!
ZZZ ZZ Z g2 (x,y)
f (x, y, z) dx dy dz = f (x, y, z) dz dx dy.
Ω D g1 (x,y)

Esempio 7.1.51 Consideriamo la semisfera


n p o
Ω = (x, y, z) ∈ R3 : 0 ≤ z ≤ R2 − x2 − y2 , x2 + y2 ≤ R2

e calcoliamo l’integrale
 √
Z R2 −x2 −y2
 " #z=√R2 −x2 −y2
z2
ZZZ ZZ ZZ
x2 z dx dy dz =  x2 z dz dx dy = x2 dx dy
Ω x2 +y2 ≤R2 0 x2 +y2 ≤R2 2
z=0
1 2π
Z R 
1
ZZ   Z  
2 2 2 2 2 2 2 2
= x R − x − y dx dy = ρ cos(θ ) R − ρ ρ dρ dθ
2 x2 +y2 ≤R2 2 0 0
! Z " #ρ=R
1
Z 2π R   1  θ + sin(θ ) cos(θ ) θ =2 π R2 ρ6 π
2 2 3 5 4
= cos(θ ) dθ R ρ − ρ dρ = ρ − = R6 .
2 0 0 2 2 θ =0 4 6 24
ρ=0

Integrazione per strati

2
Consideriamo un sottoinsieme Ω di R3 della forma
n o
Ω = (x, y, z) ∈ R3 : z ∈ [h1 , h2 ], (x, y) ∈ D(z) , con D(z) dominio regolare in R2 per ogni z ∈ [h1 , h2 ].

Se f : Ω → R è continua, allora è integrabile e vale la formula (detta “integrazione per strati”)


!
ZZZ Z ZZ h2
f (x, y, z) dx dy dz = f (x, y, z) dx dy dz.
Ω h1 D(z)

1
Disegni
2
Disegni
7.1 Integrazione multipla in R2 e R3 158

Esempio 7.1.52 Consideriamo il cono circolare di altezza h, raggio R, vertice nell’origine ed asse l’asse z
(  2 )
3 2 2 R
Ω = (x, y, z) ∈ R : z ∈ [0, h], x + y ≤ z
h

e calcoliamo l’integrale
   ! 
ZZZ   Z h ZZ   Z h Z 2π Z R z
h
x2 + y2 dx dy dz =  
2
2 x + y
2
dx dy dz =  ρ 3 dρ dθ  dz
Ω 0 x2 +y2 ≤ Rh z 0 0 0
Z h 4
R R4 h5 π 4
=2π z4 dz = 2 π = R h.
0 4h4 4h4 5 10

Interpretazioni geometriche e fisiche degli integrali tripli

Il volume di una regione Ω è la quantità ZZZ


|Ω | = 1 dx dy dz.

Se Ω rappresenta un corpo materiale di densità ρ(x, y, z), allora:
ZZZ
la sua massa totale è M= ρ(x, y, z) dx dy dz;


1 RRR
x̄ = M RRRΩ xρ(x, y) dx dy dz,


il suo baricentro ha coordinate ȳ = M1 yρ(x, y, z) dx dy dz,
RRR Ω
z̄ = 1

zρ(x, y, z) dx dy dz;

M Ω
ZZZ
il suo momento di inerzia rispetto ad un asse è I= d(x, y, z)2 ρ(x, y, z) dx dy dz.

In particolare, se il corpo materiale è omogeneo, cioè ρ è costante, allora:

la sua massa totale è M = ρ|Ω |;



1 RRR
x̄ = |Ω | Ω x dx dy dz,


ȳ = |Ω1 | Ω y dx dy dz,
RRR
il suo baricentro ha coordinate

z̄ = 1 RRR z dx dy dz;

|Ω | Ω
M
ZZZ
il suo momento di inerzia rispetto ad un asse è I= d(x, y, z)2 dx dy dz.
|Ω | Ω

Osserviamo che il centroide dipende dalla forma del corpo materiale e non dalla sua densità.
n o
Esempio 7.1.53 Calcoliamo la massa del cono D = (x, y, z) ∈ R3 : z ∈ [0, 1], x2 + y2 ≤ (1 − z)2 con densità ρ(x, y, z) =
n p o
z osservando che D = (x, y, z) ∈ R3 : 0 ≤ z ≤ 1 − x2 + y2 , x2 + y2 ≤ 1 :

Z 1−√x2 +y2
  h p i2
ZZ ZZ 1 − x2 + y2 Z 1
(1 − ρ)2
M=  z dz dx dy = dx dy = 2 π ρ dρ
x2 +y2 ≤1 0 x2 +y2 ≤1 2 0 2
" #ρ=1
ρ4 2 ρ3 ρ2
Z 1  π
=π ρ 3 − 2 ρ 2 + ρ dρ = π − + = .
0 4 3 2 12
ρ=0

Calcoliamo il baricentro del cono. Per simmetria il baricentro è sull’asse z e quindi x̄ = 0 = ȳ. Resta quindi da calcolare

Z 1−√x2 +y2
 
1
ZZ
12
ZZ
1 p 3
z̄ =  z2  dx dy = 1 − x2 + y2 dx dy
M x2 +y2 ≤1 0 π x2 +y2 ≤1 3
7.1 Integrazione multipla in R2 e R3 159

Z 1
2
=8 (1 − ρ)3 ρ dρ = . . . = .
0 5

Esempio 7.1.54 Calcoliamo il momento d’inerzia del cono omogeneo di massa M, raggio R ed altezza h rispetto al suo
 2
asse. Rappresentiamo il cono come: x2 + y2 ≤ Rth , t ∈ [0, h]. Il momento d’inerzia è
  !
Z h Z h Z Rt
M 3M
Z  
2 2 h
I= 1
  2 x + y dx dy dt = 2π ρ 3 dρ dt
3 π R2 h 0 x2 +y2 ≤ Rt
h
π R2 h 0 0

Z h  4
3MR2
Z h
6M 1 Rt 3
= 2 dt = t 4 dt = MR2 .
R h 0 4 h 2h5 0 10

p
Esercizio 7.1.55 Una sfera di raggio R e centro l’origne ha densità f (x, y, z) = a ρ + b, con ρ = x2 + y2 + z2 . Calcolare
la massa totale della sfera. Suggerimento: Scrivere l’integrale triplo, e introdurre le coordinate sferiche.

Esercizio 7.1.56 Calcolare la massa totale ed il baricentro della semisfera superiore di raggio R, nell’ipotesi che la
densità sia f (x, y, z) = a ρ + b.

Esercizio 7.1.57 Calcolare la massa totale del cilindro x2 + y2 < R2 , 0 ≤ z ≤ h, supponendo che la sua densità sia
espressa, in coordinate cilindriche, da f (ρ, θ , z) = a ρ + bz + c.

Esercizio 7.1.58 Calcolare il momento d’inerzia di una sfera omogenea di raggio R e massa M rispetto ad un asse
passante per il centro.

Esercizio 7.1.59 Calcolare il momento d’inerzia di un cilindro omogeneo di raggio R, altezza h e massa M rispetto al
suo asse.
n o
Esercizio 7.1.60 Dato D = (x, y, z) ∈ R3 : 0 < x < 2, 0 < z < 1, 0 < y < x + z , si calcoli l’integrale triplo

1
ZZZ
dx dy dz.
D (y + 1)3

7.1.6 Derivazione sotto il segno di integrale


04/12/2017
Teorema del passaggio della derivata sotto il segno di integrale Sia ρ(xx,t) : Rn × (a, b) → R e D ⊆ Rn . Se ρ, ρt ∈
C 0 (D), allora per ogni t ∈ (a, b) vale
Z  Z
d ∂ρ
ρ(xx,t) dxx = (xx,t) dxx. (7.6)
dt D D ∂t

Si osservi che la derivata rispetto a t sotto il segno di integrale è una derivata parziale. Si osservi anche la differenza con
il teorema fondamentale del calcolo integrale, che ci dice
Z t 
d
m(s) ds = m(t).
dt a

Le ipotesi di questo teorema possono essere indebolite: detto in parole povere, la (7.6) vale se l’integrale al secondo
membro è convergente.
La derivazione sotto il segno di integrale può talvolta essere un metodo di calcolo di integrali.
Esempio 7.1.62 Calcolare l’integrale (generalizzato) dipendente dal parametro a > 0
dx
Z

R (x2 + a2 )2
7.2 Integrale di superficie di una funzione continua 160

determinando la primitiva di (x2 + a2 )−2 è piuttosto laborioso. Osserviamo però che


"  #x=∞
dx 1 x
Z
π
2 2
= arctan =
R x +a a a a
x=−∞
Z  Z  
d d dx 1 2a
Z
π ∂
: − 2= = dx = − 2 dx
da a da R x2 + a2 2
R ∂a x +a
2 2 2
R (x + a )
dx
Z
π
⇒ 2 2 2
= .
R (x + a ) 2 a3

Esercizio 7.1.63 Stabilire per quali α > 0 converge l’integrale triplo generalizzato
1
ZZZ
p α dx dy dz.
x2 +y2 +z2 <1 x + y2 + z2
2

Rispondere poi alla stessa domanda per il dominio illimitato x2 + y2 + z2 > 1.

Esercizio 7.1.64 Nella teoria del potenziale gioca un ruolo importante la funzione

f (x̃, ỹ, z̃)


ZZZ
g(x, y, z) = p dx̃ dỹ dz̃
x̃2 +ỹ2 +z̃2 <R2 (x − x̃) + (y − ỹ)2 + (z − z̃)2
2

definita a partire da una funzione f , continua su tutto il dominio di integrazione. Calcolare gx , gxx derivando sotto il
segno di integrale. Rendersi conto che la seconda derivata non può essere calcolata in questo modo, in quanto porta ad
un integrale divergente nell’intorno di (x, y, z), mentre la derivata prima porta ad un integrale convergente.

7.2 Integrale di superficie di una funzione continua

L’integrale di superficie di una funzione f : R3 → R su una superficie Σ ⊂ R3 è definita da


ZZ ZZ 
f dS = f x(t, u), y(t, u), z(t, u) krrt (t, u) ∧rr u (t, u)k dt du
Σ A

dove
• Σ è una superficie parametrizzata da

(t, u) ∈ A ⊆ R2 ,

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

• dS è l’elemento d’area sulla superficie, che si calcola a partire dalla matrice jacobiana della superficie stessa
 

 i j k


dS = krrt ∧rr u k dt du = det  xt (t, u) yt (t, u) zt (t, u) 
dt du,


x u (t, u) yu (t, u) zu (t, u)

• f è la funzione integranda,
• l’integrale a destra è un integrale doppio in un dominio del piano.
Se f : Σ → R è assegnata solo sui punti della superficie direttamente nella forma f (t, u), allora
ZZ ZZ
f dS = f (t, u) krrt (t, u) ∧rr u (t, u)k dt du.
Σ A

Esempio 7.2.1 La massa totale di una superficie materiale (non piana) è l’integrale sulla superficie della funzione densità
superficiale. La carica elettrica totale su una superficie metallica è l’integrale sulla superficie della funzione densità
superficiale di carica. L’integrale della funzione costante 1 sulla superficie è l’area della superficie stessa.
7.2 Integrale di superficie di una funzione continua 161

Esempio 7.2.2 Mostriamo che l’area |Σ | della superficie del toro è il prodotto delle lunghezze di due circonferenze di
raggio r e R, ovvero |Σ | = (2 π r) (2 π R). Presa la parametrizzazione del toro

r (ϕ, θ ) = (R + r cos(ϕ)) cos(θ ), (R + r cos(ϕ)) sin(θ ), r sin(ϕ) , ϕ ∈ [0, 2 π), θ ∈ [0, 2 π),

l’elemento d’area è
 



 i j k

dS = r t (ϕ, θ ) ∧rr u (ϕ, θ ) dϕ dθ = det xϕ (ϕ, θ ) yϕ (ϕ, θ ) zϕ (ϕ, θ ) dϕ dθ = r R + r cos(ϕ) dϕ dθ


xθ (ϕ, θ ) yθ (ϕ, θ ) zθ (ϕ, θ )

e quindi l’area della superficie del toro è quindi


Z 2π Z 2π
! !
ZZ Z 2π
r R + r cos(ϕ) dϕ dθ = 2 π 2 π r R + r2 = 4 π 2 r R.

|Σ | = dS = cos(ϕ) dϕ
Σ 0 0 0

Esempio 7.2.3 Sia Σ la semisfera superiore di raggio 2 e centro l’origine; calcoliamo l’integrale di superficie
ZZ
I= x2 z dS.
Σ

La parametrizzazione della semisfera è


 
 π
r (ϕ, θ ) = 2 sin(ϕ) cos(θ ), 2 sin(ϕ) sin(θ ), 2 cos(ϕ) , ϕ ∈ 0, , θ ∈ [0, 2 π),
2

mentre dS = 4 sin(ϕ) dϕ dθ . Allora


Z 2π Z π/2
!
2 
I= 2 sin(ϕ) cos(θ ) 2 cos(ϕ) 4 sin(ϕ) dϕ dθ
0 0
! Z ! " #ϕ= π
2
sin(ϕ)4
Z 2π π/2
= 32 cos(θ )2 dθ sin(ϕ)3 cos(ϕ) dϕ = 32 π = 8 π.
0 0 4
ϕ=0

Esempio 7.2.4 (Integrali di superfici che sono grafici di funzioni) Se Σ è la superficie grafico di f : A → R, ovvero
Σ = {(x, y, z) ∈ A × R : z = f (x, y)}, allora l’elemento d’area è
q
dS = 1 + k grad f (x, y)k2 dx dy (7.7)

e l’integrale di superficie di F : R3 → R su Σ è
ZZ ZZ q
F dS = F x, y, f (x, y) 1 + k grad f (x, y)k2 dx dy.
Σ A

Ad esempio l’integrale
p dell’esempio precedente poteva essere calcolato come segue: la semisfera superiore ha equazione
cartesiana z = 4 − (x2 + y2 ), l’elemento d’area si calcola così
! s
x y x2 + y2 2
grad f (x, y) = − p ,−p ⇒ dS = 1 + 2 + y2 )
dx dy = p dx dy
2 2
4 − (x + y ) 2 2
4 − (x + y ) 4 − (x 4 − (x2 + y2 )

l’integrale di superficie è
"Z # "Z #
ZZ q
2
ZZ 2π 2
x2 4 − (x2 + y2 ) p dx dy = 2 x2 dx dy = 2 cos(θ )2 dθ ρ 3 dρ = 8 π.
x2 +y2 <4 4 − (x2 + y2 ) x2 +y2 <4 0 0

Esempio 7.2.5 Calcoliamo l’area della porzione Σ del paraboloide z = x2 + y2 per x2 + y2 < r2 . In questo caso
q q<