Sei sulla pagina 1di 20

FUNZIONI A PIU’ VARIABILI

MASSIMO FERRAROTTI

1. Nozioni generali
Studieremo le funzioni con n > 1 variabili a valori reali. Per quanto molte delle nozioni
e dei risultati che enunceremo valgano per n qualsiasi, focalizzeremo la nostra attenzione
sui casi n = 2 e n = 3.
La scrittura f : Rn → R denoterà una funzione a n variabili non necessariamente
definita su tutto Rn . L’insieme dove tale funzione è definita, cioè il suo dominio, sarà
indicato con Df .
Esempio. Se f (x, y) = √ 1 , Df = {(x, y) ∈ R2 | xy > 1} è la parte del piano ”esterna”
xy−1
all’iperbole xy = 1.
Per n = 2, il grafico di f è l’insieme

Gf = {(x, y, z) ∈ R3 | (x, y) ∈ Df , z = f (x, y)}.


Evidentemente il grafico è una superficie in forma cartesiana in R3 .

Gli insiemi Lf (c) = {P ∈ Rn | P ∈ Df , f (P ) = c}, con c ∈ R, si dicono insiemi di


livello di f . Spesso si usano i termini ”curve di livello” se n = 2 e ”superfici di livello” se
n = 3.
È possibile studiare il grafico di f utilizzando gli insiemi di livello come sezioni di Gf
con i piani z = c.
Esempi.
1) Sia f (x, y) = x2 + y 2 . Allora Lf (c) : x2 + y 2 = c si può vedere come intersezione
di Gf : x2 + y 2 = z con z = c. Per c < 0 abbiamo Lf (c) = ∅, per c = 0 abbiamo
Sf (0) = {O}, mentre
√ per c > 0 Lf (c) è la circonferenza giacente nel piano z = c, di centro
(0, 0, c) e raggio c. Rappresentando tali sezioni nello spazio otteniamo una superficie
detta paraboloide ellittico.
2) Sia f (x, y) = xy. Allora Lf (c) : xy = c per c 6= 0 sono iperboli con i rami nel primo
e terzo quadrante se c > 0, nel secondo e quarto se c < 0, mentre xy = 0 è unione degli
assi coordinati. Rappresentando tali sezioni nello spazio otteniamo una superficie detta
paraboloide iperbolico.

Come nel caso di una variabile, si possono definire la somma e il prodotto tra funzioni.
Se f1 : Rn → R e f2 : Rn → R, per P ∈ Df1 ∩ Df2 definiamo

(f1 + f2 )(P ) = f1 (P ) + f2 (P ) e (f1 f2 )(P ) = f1 (P )f2 (P ).


Riguardo alla composizione abbiamo 2 casi: se f : Rn → R, possiamo comporre f con
funzioni g : R → R o g : R → Rn ottenendo (se definite) g ◦ f : Rn → R o f ◦ g : R → R.
Ricordiamo che g ◦ f (P ) = g(f (P )) per P ∈ Df ∩ f −1 (Dg ).
1
2 MASSIMO FERRAROTTI

Un applicazione importante è nella definizione dell’integrale di una funzione a n variabili


lungo una curva parametrica C ⊂ Df . Se P : I → Rn è una parametrizzazione di C e se
I = [a b], si pone
Z Z Z b
f ds = f ◦ P ds = f (P (t))kP 0 (t)kdt.
C C a

Esempi.
1) Se f (x, y) = x − y e g(t) = t2 , g ◦ f (x, y) = (x − y)2 .
2) Siano f (x, y) = xy e P (θ) = (2 cos θ, sin θ), 0 ≤ θ ≤ π2 . Allora f (P (θ)) = 2 cos θ sin θ e
π
Z Z Z 1√
2 p
2 14
f ds = 2 cos θ sin θ 1 + 3 sin θdθ = 1 + 3udu =
C 0 0 9
2
dove abbiamo sostituito u = sin θ.

2. Topologia

Sia P0 ∈ Rn . Gli insiemi U (P0 , r) = {P ∈ Rn | kP − P0 k < r} al variare di r > 0 saranno


detti gli intorni di P0 .

Definizione 2.1. Sia A ⊆ Rn e P0 ∈ Rn .


(1) P0 si dice punto interno di A se esiste un intorno di P0 contenuto in A. Indicher-
emo con Int(A) l’insieme dei punti interni di A.
(2) P0 si dice punto di frontiera di A se ogni suo intorno contiene sia punti di A che
del complementare Rn \ A. Indicheremo con F(A) l’insieme dei punti di frontiera.
di A.
(3) P0 si dice punto di accumulazione di A se ogni suo intorno contiene punti di A
diversi da P0 . Indicheremo con D(A) l’insieme dei punti di accumulazione di A.
(4) P0 si dice punto isolato di A se P0 ∈ A ma P0 non è punto di accumulazione di
A. Indicheremo con Iso(A) l’insieme dei punti isolati di A.

Osserviamo che Iso(A) ⊆ F(A) e che D(A) = Int(A) ∪ (F(A) \ Iso(A)).



Esempio. Sia f : R2 → C definita da f (x, y) = (x2 + y 2 ) x − 1 e sia A = {(x, y) ∈
R2 | f (x, y) ∈ R}. Allora
1) D(A) = {(x, y) ∈ A| x ≥ 1},
2) Int(A) = {(x, y) ∈ A| x > 1},
3) F(A) = {(x, y) ∈ A| x = 1} ∪ {(0, 0)},
mentre l’unico punto isolato è (0, 0).

Definizione 2.2. Sia A ⊆ Rn .


(1) Se A = Int(A), A si dice aperto.
(2) Se F(A) ⊆ A, A si dice chiuso.
FUNZIONI A PIU’ VARIABILI 3

Osservazioni.
1) Rn e ∅ sono gli unici sottoinsiemi sia aperti che chiusi.
2) Se P ∈ Rn , l’insieme {P } è chiuso.
3) A è chiuso se e solo se A = Int(A) ∪ F(A).
4) Un sottoinsieme non è necessariamente aperto o chiuso: per esempio
A = {(x, y) ∈ R2 | x2 + y 2 < 1, y ≥ 0}
non è nè aperto nè chiuso. Abbiamo comunque la seguente proposizione.

Proposizione 2.3. (1) A ⊆ Rn è aperto se e solo se Rn \ A è chiuso.


(2) L’unione di un insieme qualsiasi di aperti e l’intersezione di un insieme finito di
aperti è un aperto.
(3) L’unione di un insieme finito di chiusi e l’intersezione di un insieme qualsiasi di
chiusi è un chiuso

Osservazione. Le definizioni precedenti si applicano anche a R. In questo caso gli aperti


sono le unioni di intervalli aperti.

3. Limiti
Definizione 3.1. Sia f : Rn → R una funzione con dominio Df e sia P0 ∈ D(Df ).
(1) Si dice che f ha limite L ∈ R per P che tende a P0 , e si scrive

lim f (P ) = L
P →P0
se per ogni  > 0 esiste δ > 0 tale che, se kP − P0 k < δ e P ∈ Df , allora
|f (P ) − L| < .
(2) Si dice che f è continua (C 0 ) in P0 , se P0 ∈ Df e se

lim f (P ) = f (P0 ).
P →P0

Proposizione 3.2. Se esiste, il limite è unico.


Proposizione 3.3. Se limP →P0 f (P ) = L 6= 0, allora esiste un intorno U di P0 tale che
f (P ) e L hanno lo stesso segno per ogni P ∈ Df ∩ U .
Osserviamo che la definizione data di limite (e di continuità ) è del tutto analoga a
quella in una variabile: naturalmente essa può anche essere formulata usando gli intorni.
Anche per i limiti all’infinito si ha una stretta analogia con una variabile. In particolare:
1) limP →P0 f (P ) = ±∞ significa:
per ogni C > 0 esiste δ > 0 tale che, se kP − P0 k < δ, allora f (P ) > C (+∞) o
f (P ) < −C (−∞).
2) limP →∞ f (P ) = L significa:
per ogni  > 0 esiste C > 0 tale che, se kP k > C, allora |f (P ) − L| < .
3) Combinando 1) e 2) otteniamo la definizione di limP →∞ f (P ) = ±∞.

Proposizione 3.4. Siano f1 : Rn → R, f2 : Rn → R e sia P0 ∈ D(Df1 ) ∩ D(Df2 ). Se


limP →P0 f1 (P ) = L1 e limP →P0 f2 (P ) = L2 , allora
4 MASSIMO FERRAROTTI

(1) limP →P0 (f1 + f2 )(P ) = L1 + L2 .


(2) limP →P0 (f1 f2 )(P ) = L1 L2 .
f1 (P ) L1
(3) Se L2 6= 0, limP →P0 f2 (P ) = L2
f1
In particolare, se f1 e f2 sono C 0 in P0 anche f1 + f2 , f1 f2 e (se f2 (P0 ) 6= 0) f2 sono
C 0 in P0 .

Proposizione 3.5. Sia f : Rn → R e sia P0 ∈ D(Df ). Supponiamo che limP →P0 f (P ) =


L. Allora
(1) Se g1 : R → Rn è tale che Img1 ⊆ Df e limt→t0 g1 (t) = P0 , allora limt→t0 (f ◦
g1 )(t) = L.
(2) Se g2 : R → R è tale che L ∈ D(Dg2 ) e limt→L g2 (t) = L0 , allora limP →P0 (g2 ◦
f )(P ) = L0
In particolare, se f , g1 , g2 sono C 0 in P0 , t0 e L rispettivamente, anche f ◦ g1 e g2 ◦ f
sono C 0 in t0 e P0 rispettivamente.

La proposizione precedente può essere usata per calcolare i limiti per sostituzione.
Esempio. Calcoliamo, se esiste

sin(x2 + y 2 )
lim .
(x,y)→(0,0) x2 + y 2
La funzione è uguale a g ◦ f , dove f (x, y) = x2 + y 2 e g(t) = sint t , quindi il limite cercato
è uguale a limt→0 g(t) = 1.
In pratica si sostituisce nell’espressione della funzione t = x2 + y 2 e si calcola il limite
per t → 0.

Proposizione 3.6. Siano f, g1 , g2 : Rn → R e sia P0 ∈ D(Df ) ∩ D(Dg1 ) ∩ D(Dg2 ).


Supponiamo che:
(1) limP →P0 g1 (P ) = limP →P0 g2 (P ) = L;
(2) per P in un intorno di P0 si abbia g1 (P ) ≤ f (P ) ≤ g2 (P ).
Allora limP →P0 f (P ) = L.

Esempio. Calcoliamo, se esiste

xy 2
lim .
(x,y)→(0,0) x2 + y 2
Abbiamo

|xy 2 |
0≤ ≤ x,
x2 + y 2
da cui segue che il limite è 0 per 3.6.
Se P0 ∈ Rn , diciamo che f è localmente (superiormente/inferiormente) limitata in P0
se esiste un intorno di P0 sul quale f è (superiormente/inferiormente) limitata.
Ricordiamo che se f è limitata superiormente e/o inferiormente su A ⊆ Df , allora sono
definiti gli estremi superiore supA f e inferiore inf A f .
FUNZIONI A PIU’ VARIABILI 5

Diremo che f è localmente illimitata in P0 ∈ Rn se f non è limitata su ogni intorno di


P0 limitata.
La seguente proposizione è immediata:
Proposizione 3.7. Sia f : Rn → R e sia P0 ∈ D(Df ). Se f = f1 f2 con limP →P0 f1 (P ) =
0 e f2 localmente limitata in P0 , allora limP →P0 f (P ) = 0.

Proof. Se f2 è localmente limitata, esistono costanti 0 < C < C 0 e U intorno di P0 tali che
C ≤ |f2 (P )| < C 0 per P ∈ U . Allora Cf1 (P ) < f (P ) < C 0 f1 (P ) per P ∈ U e la tesi segue
da 3.6.

Esempio. Sia
1
e xy
f (x, y) = 2 .
x + y2
Allora f = f1 f2 con
1
e xy xy
f1 (x, y) = , f2 (x, y) = .
xy x2 + y2
1
Abbiamo |f2 | ≤ 2 e lim(x,y)→(0,0) f1 (x, y) = 0 (sostituzione t = xy), quindi lim(x,y)→(0,0) f (x, y) =
0.

Un criterio generale per l’esistenza del limite è il seguente:


Teorema 3.8. Sia f : Rn → R e sia P0 ∈ D(Df ). Allora limP →P0 f (P ) = L se e
solo se limk→∞ f (Pk ) = L per ogni successione {Pk } ⊂ Df tale che Pk → P0 (cioè
limk→∞ kPk − P0 k = 0).
Tale teorema si applica essenzialmente per provare che non esiste limite.
Esempio. Sia
xy
f (x, y) = .
x2 + y2
Abbiamo che Df = R2 \ {O}. Se Pk = ( k1 , 0) e Qk = ( k1 , k1 ), abbiamo che f (Pk ) = 0 e
f (Qk ) = 21 per ogni k. Quindi, per 3.8, il limite non esiste.
Osserviamo che si può anche verificare questo fatto restringendo f alle rette y = 0 e
y = x.
Di fatto, componendo f con P (t) = (at, bt) otteniamo f ◦ P (t) = a2ab +b2
. Quindi la
restrizione della funzione in questione sulle rette per O ha valore costante dipendente
dalla retta. Da queste considerazioni è possibile anche farsi un’idea del grafico di f .
Consideriamo ora la funzione

x2 y
g(x, y) = .
x4 + y 2
Si verifica facilmente che ristretta a ogni retta P (t) = (at, bt) la funzione g tende a 0
per (x, y) tendente a 0, ma questo non implica che esista il limite: infatti sulla successione
Pk = ( k1 , k12 ) ( anzi sulla parabola y = x2 ) la funzione ha valore costante 12 .
6 MASSIMO FERRAROTTI

4. Funzioni continue

Sia f : Rn → R e sia A ⊆ Df . Diciamo che f è continua su A se è C 0 in ogni punto di


A: se A = Df diciamo semplicemente che f è continua. L’insieme delle funzioni continue
su A si indica con C 0 (A).
Esempio. Le funzioni polinomiali sono continue. Infatti:
1) le funzioni costanti sono evidentemente continue;
2) se consideriamo (nel caso n = 2) le funzioni px (x, y) = x e py (x, y) = y (proiezioni sugli
assi), queste sono C 0 (di fatto sono a 1 variabile!);
3) le funzioni monomiali axh y k sono C 0 in quanto prodotti di funzioni C 0 ;
4) le funzioni polinomiali sono somme di funzioni monomiali e quindi sono C 0 .

Esempio. Le funzioni
 xy
x2 +y 2
(x, y) 6= (0, 0)
f (x, y) =
0 (x, y) = (0, 0)
e
(
x2 y
x4 +y 2
(x, y) 6= (0, 0)
g(x, y) =
0 (x, y) = (0, 0)
già introdotte in un precedente esempio non sono continue nell’origine.

Studiamo le proprietà globali delle funzioni continue. Intanto possiamo identificare


molti insiemi definiti da funzioni C 0 come aperti o chiusi.

Proposizione 4.1. Sia f : Rn → R continua.


(1) Se Df è aperto, allora Vf+ = {P ∈ Df | f (P ) > 0}, Vf− = {P ∈ Df | f (P ) < 0}
sono aperti.
(2) Se Df è chiuso, allora Zf+ = {P ∈ Df | f (P ) ≥ 0}, Zf− = {P ∈ Df | f (P ) ≤ 0} e
Zf = {P ∈ Df | f (P ) = 0} sono chiusi.
Quindi gli insiemi di livello di funzioni continue definite su insiemi chiusi (quindi anche
su Rn ) sono insiemi chiusi, in quanto Lf (c) = Zf −c .

5. Connessione e teorema degli zeri

Definizione 5.1. Un sottoinsieme A ⊆ Rn si dice connesso se comunque dati P1 , P2 ∈ A


esiste una funzione P : [a b] → A di classe C 0 tale che P (a) = P1 e P (b) = P2 .
Intuitivamente un insieme connesso è formato da un solo ”pezzo”.
Esempi.
1) Gli insiemi convessi sono connessi.
2) Le rette, le ellissi e le parabole sono connessi, le iperboli no.
3) Una corona circolare è connessa ma non convessa.
Se A non è connesso, si dice sconnesso. In tal caso supporremo comunque che A sia
unione finita di insiemi connessi disgiunti, detti componenti connesse di A.
FUNZIONI A PIU’ VARIABILI 7

Teorema 5.2. Teorema degli zeri. Sia f : Rn → R di classe C 0 su un insieme connesso


A ⊆ Df . Se esistono P1 e P2 in A tali che f (P1 ) > 0 e f (P2 ) < 0, allora esiste P0 ∈ A
tale che f (P0 ) = 0.

Proof. Se P : I = [a b] → A è una parametrizzazione C 0 tale che P (a) = P1 e P (b) = P2 ,


la funzione g(t) = f (P (t)) è C 0 su I con g(a) < 0 e g(b) > 0. quindi per il Teorema degli
zeri in una variabile abbiamo che esiste t0 ∈ I tale che g(t0 ) = f (P (t0 )) = 0: basta allora
prendere P0 = P (t0 ).

Il teorema 5.2 può essere usato per determinare il segno di una funzione.
Esempio. Sia f (x, y) = 4x3 + x2 − y 2 . La curva C : f = 0 è il folium di Cartesio e
l’insieme A = Rn \ C non è connesso, ma è unione di 3 componenti connesse A1 , A2 , A3 .
Su ognuna di esse f ha segno costante: se infatti ci fossero due punti in Ai su quali f
avesse segno diverso, per il teorema 5.2 f si annullerebbe almeno in un punto di Ai , il che
è assurdo perché Ai è nel complementare del luogo di zeri di f .
Quindi per determinare il segno di f su Ai basta scegliere un punto Pi ∈ Ai e considerare
il segno di f (Pi ).

6. Teorema di Weierstrass
Definizione 6.1. Sia f : Rn → R e sia A ⊆ Df . Un punti P0 ∈ A è un punto di estremo
(assoluto) su A se per ogni P ∈ A f (P0 ) ≥ f (P ) (massimo su A) oppure f (P0 ) ≤ f (P )
(minimo su A).
Se le disuguaglianze precedenti valgono con > o <, P0 si dice si parla di punto di estremo
(massimo o minimo) stretto.
Il valore f (P0 ) in un punto di estremo si dice valore estremo (massimo o minimo).

Definizione 6.2. Un sottoinsieme ⊆ Rn si dice limitato se esiste M > 0 tale che kP k ≤


M per ogni P ∈ A.

Teorema 6.3. Teorema di Weierstrass. Sia A ⊆ Df chiuso e limitato e sia f una


funzione continua su A. Allora esistono P1 e P2 in A tali che per ogn iP ∈ A si ha
f (P1 ) ≤ f (P ) ≤ f (P2 ).

Quindi su di un insieme chiuso e limitato una funzione continua assume sempre un


valore massimo e uno minimo.

Corollario 6.4. Sia A ⊆ Df connesso, chiuso e limitato e sia f una funzione continua
su A. Siano M e m rispettivamente i valori massimo e minimo di f su A. Allora per ogni
m ≤ c ≤ M esiste P0 ∈ A tale che f (P ) = c.
8 MASSIMO FERRAROTTI

7. Derivate e differenziabilità
Sia f : R2 → R e sia P0 = (x0 , y0 ) ∈ Int(Df ). Diremo che f è derivabile rispetto a x in
P0 se esiste finito il limite

f (x0 + h, y0 ) − f (x0 , y0 )
lim
h→0 h
In tal caso, tale limite si dice derivata parziale di f rispetto a x in P0 e si denota in uno
dei seguenti modi:

∂f
(P0 ), ∂x f (P0 ), fx (P0 ).
∂x
In modo analogo di definiscono e si denotano le derivate rispetto alle altre variabili
anche per n > 2. Si dice che f è derivabile in P0 se è derivabile in P0 rispetto a tutte le
variabili.
Se A ⊆ Df è un aperto, diremo che f derivabile su A se lo è in ogni punto di A. In tal
caso sono definite su A le funzioni fx , fy derivate parziali di f .
Se Df è aperto e f è derivabile su Df diremo semplicemente che f è derivabile.
Se f è derivabile in P0 , il gradiente di f in P0 è il vettore ∇f (P0 ) in Rn le cui componenti
sono le derivate parziali di f in P0 . Per n = 2, ∇f (P0 ) = (fx (P0 ), fy (P0 )). Il gradiente
viene anche denotato con grad f (P0 ).
Usando il gradiente possiamo esprimere in modo sintetico alcune regole per la derivazione.
Proposizione 7.1. Se f1 e f2 sono funzioni su Rn derivabili (in P0 o su A aperto) allora
anche c1 f1 + c2 f2 per c1 , c2 ∈ R, f1 f2 e ff21 lo sono e abbiamo
(1) ∇(c1 f1 + c2 f2 ) = c1 ∇f1 + c2 ∇f2 .
(2) ∇(f1 f2 ) = f1 ∇f2 + f2 ∇f1 .
(3) ∇( ff21 ) = f12 (f2 ∇f1 − f1 ∇f2 ).
2

Osservazione 7.2. Sia f : R2 → R derivabile in P0 ∈ Int(Df ) e supponiamo per sem-


plicità che P0 = (0, 0) e che f (0, 0) = 0. La curva data dall’intersezione di Gf con il piano
piano y = 0 ha equazioni

z = f (x, y)
y=0
che in forma parametrica danno P (t) = (t, 0, f (t, 0)). Quindi la retta tangente alla
curva in O = (0, 0, 0) è

z = fx (0, 0)x
y=0
Possiamo vedere questa retta come la tangente al grafico di f (x, 0) nel piano coordinato
y = 0 con le variabili x, z: in questo ambiente fx (0, 0) è il coefficiente angolare di tale
tangente. Analogamente, in x = 0 abbiamo

z = fy (0, 0)xy
x=0
Il piano che contiene entrambe le rette ha equazione

fx (0, 0)x + fy (0, 0)y − z = 0


FUNZIONI A PIU’ VARIABILI 9

e potrebbe essere considerato il ”piano tangente” a Gf in P0 : questo però ha un signifi-


cato geometrico di tale genere solo con ipotesi più forti della derivabilità , come vedremo
in seguito.

Definizione 7.3. Sia f : Rn → R e sia P0 ∈ Int(Df ). Se v è un versore di Rn , diremo


che f è derivabile rispetto a v in P0 se esiste finito

f (tv + P0 ) − f (P0 )
lim
t→0 t
per t ∈ R, t 6= 0.
In tal caso, tale limite si dice derivata direzionale di f rispetto a x in P0 e si denota in
uno dei seguenti modi:

∂f
(P0 ), ∂v f (P0 ), fv (P0 ).
∂v
Analogamente alle derivate parziali, si può definire la funzione derivata direzionale fv
su un aperto A ⊆ Df .
Osservazione. Le derivate direzionali rispetto ai versori canonici coincidono con le
derivate parziali. Per esempio, se v = e1 = (1, 0),

f (te1 + P0 ) − f (P0 ) f (x0 + t, y0 ) − f (x0 , y0 )


lim = lim = fx (P0 )
t→0 t t→0 t

Proposizione 7.4. Se f1 e f2 sono funzioni su Rn derivabili rispetto al versore v (in P0


o su A aperto) allora f1 + f2 , f1 f2 e ff21 lo sono e abbiamo
(1) (c1 f1 + c2 f2 )v = (f1 )v + c2 (f2 )v per c1 , c2 ∈ R.
(2) (f1 f2 )v = f1 (f2 )v + f2 (f1 )v .
(3) ( ff21 )v = f12 (f2 (f1 )v − f1 (f2 )v ).
2

Esempi.
1) Se
 xy
x2 +y 2
(x, y) 6= (0, 0)
f (x, y) =
0 (x, y) = (0, 0)
abbiamo f (x, 0) = f (0, y) = 0 per x 6= 0 e y 6= 0, quindi il rapporto incrementale in
O rispetto a x e a y è nullo e f è derivabile in O con derivate parziali nulle. Ricordando
che tale funzione non è continua in O, otteniamo che in più variabili la derivabilità non
implica la continuità , contrariamente a quanto succede in una variabile.
Se ora v = (a, b) è un versore 6= e1 , e2 , abbiamo

f (at, bt) − f (0, 0) ab


=
t t
che diverge per t → 0, quindi f non ammette derivate direzionali in (0, 0) diverse dalle
derivate parziali.
2) Se
10 MASSIMO FERRAROTTI

(
x2 y
x4 +y 2
(x, y) 6= (0, 0)
f (x, y) =
0 (x, y) = (0, 0)
analogamente al caso precedente f è derivabile in O pur non essendo continua. Inoltre
abbiamo che, per ogni versore v = (a, b) 6= e1

f (at, bt) − f (0, 0) 2a2 b a2


lim = lim 4 2 = .
t→0 t t→0 a t + b2 b
Quindi f ammette derivate direzionali in O rispetto a ogni direzione.
In generale, se
 xm y
x2m +y 2
(x, y) 6= (0, 0)
fm (x, y) =
0 (x, y) = (0, 0)
allora fm presenta una discontinuità non eliminabile in O (verificarlo calcolando fm
sugli assi e su y = xm , mentre per m ≥ 3 le derivate direzionali di fm in O sono tutte
nulle.

Definizione 7.5. Supponiamo che f : Rn → R sia derivabile in P0 ∈ Int(Df ). Allora f


si dice differenziabile in P0 se

f (P ) − f (P0 ) − ∇f (P0 ) · (P − P0 )
lim = 0.
P →P0 kP − P0 k
Se f : Rn → R è differenziabile in P0 , possiamo scrivere

f (P ) = f (P0 ) + ∇f (P0 )(P − P0 ) + o(kP − P0 k)


dove

o(P − P0 )
lim = 0.
P →P0kP − P0 k
L’applicazione lineare dfP0 : Rn → R definita da dfP0 (X) = ∇f (P0 )X si dice il differen-
ziale di f in P0 .
Osserviamo che il differenziale di f in P0 è definito comunque se f è derivabile in P0 :
la condizione di differenziabilità implica che la differenza tra f e dfP0 è un infinitesimo di
ordine maggiore della distanza di P da P0 per P → P0 .
Inoltre se f è differenziabile in P0 abbiamo che f (P ) tende a f (P0 ) per P → P0 , quindi
la differenziabilità implica la continuità .
Esempio. Verifichiamo che la funzione f (x, y) = log(2x + y) è diffirenziabile in (1, 1).
Abbiamo

2 1
f (1, 1) = log 3, fx (1, 1) = , fy (1, 1) = .
3 3
Quindi dobbiamo provare che

log(2x + y) − log 3 − 23 (x − 1) − 13 (y − 1)
lim p = 0.
(x,y)→(1,1) (x − 1)2 + (y − 1)2
Il limite precedente equivale a
FUNZIONI A PIU’ VARIABILI 11

log( 2x+y
3 )−
2x+y
3 +1 2x+y
3 −1
lim 2x+y
p .
(x,y)→(1,1)
3 −1 (x − 1)2 + (y − 1)2
2x+y
Il secondo fattore è limitato per (x, y) → (1, 1) mentre sostituendo t = 3 abbiamo
che

log( 2x+y
3 )−
2x+y
3 +1 log t − t + 1
lim 2x+y = lim =0
(x,y)→(1,1)
3 −1 t→1 t−1
da cui la tesi.

Proposizione 7.6. Sia f : Rn → R è differenziabile in P0 . Allora:


(1) f è C 0 in P0 ;
f
(2) Se g : Rn → R è differenziabile in P0 e se a, b ∈ R, allora anche af + bg, f g e g
(se g(P0 ) 6= 0) sono differenziabili in P0 .
Una condizione sufficiente e di più immediata verifica per la differenziabilità è la seguente

Proposizione 7.7. Sia f : Rn → R derivabile su un aperto A ⊆ Df . Se fx e fy sono


entrambe C 0 in P0 ∈ A, allora f è differenziabile in P0 .

Se f ha derivate parziali continue su A si dice che è di classe C 1 (brevemente ”è C 1 ”)


su A e si scrive f ∈ C 1 (A).

Osservazione 7.8. Supponiamo per semplicità che f : R2 → R sia differenziabile in (0, 0)


e che f (O) = 0. Allora il grafico del suo differenziale ha equazione

z = fx (O)x + fy (O)y.
Evidentemente si tratta del piano Π : fx (O)x + fy (O)y − z = 0 visto come grafico.
p Se
0 0
poniamo z = f (x, y), allora la differenza |z − z| è infinitesimo maggiore di x + y 2 .
2

Quindi il piano Π ”approssima” Gf con ordine maggiore di 1: possiamo considerare Π il


piano tangente Gf in (0, 0, 0). Questo non avviene se non si assume la differenziabilità .
Per esempio la funzione
 xy
x2 +y 2
(x, y) 6= (0, 0)
f (x, y) =
0 (x, y) = (0, 0)
è derivabile con derivate nulle ma non differenziabile in (0, 0). Se consideriamo le rette
tangenti alle curve Gf ∩ {y = 0} e Gf ∩ {x = 0} come in 7.2, il piano da loro determinato
è z = 0, che non può essere considerato ”tangente” a Gf in O (di fatto nessun piano può
esserlo).
In base al 7.8 diamo la seguente definizione.
Definizione 7.9. Se f : R2 → R è differenziabile in P0 = (x0 , y0 ) e se z0 = f (x0 , y0 ), il
piano tangente a Gf in punto (x0 , y0 , z0 ) è il piano di equazione

fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ) − (z − z0 ) = 0.

Nel caso differenziabile abbiamo le seguenti formule per la derivazione delle funzioni
composte.
12 MASSIMO FERRAROTTI

Proposizione 7.10. Sia f : Rn → R differenziabile in P0 ∈ Int(Df ).


(1) Se P : I → Rn è una parametrizzazione di classe C 1 in t0 ∈ I tale che che
P (t0 ) = P0 , allora

(f ◦ P )0 (t) = ∇f (P0 ) · P 0 (t0 ).


(2) Se g : R → R è una funzione reale a una variabile derivabile in f (P0 ), allora

∇(g ◦ f )(P0 ) = g 0 (f (P0 ))∇f (P0 ).

Osserviamo ora che la derivata direzionale di un funzione f rispetto a un versore v si


ottiene anche come derivata della funzione composta (f ◦ P )(t) con P (t) = tv + P0 . Poiché
P 0 (t) = v, applicando la regola di derivazione composta abbiamo la cosiddetta ”Formula
del gradiente” per le derivate direzionali.
Corollario 7.11. Sia f : Rn → R differenziabile in P0 ∈ Int(Df ). Per ogni versore
v ∈ Rn la funzione f è derivabile rispetto a v in P0 e

fv (P0 ) = ∇f (P0 ) · v.

La formula precedente mostra una proprietà del gradiente: infatti se ∇f (P0 ) 6= O


abbiamo

fv (P0 ) = ∇f (P0 ) · v = k∇f (P0 )k cos θ


dove θ è l’angolo tra 0 e π formato da ∇f (P0 ) e v. Evidentemente in valori massimi e
minimi di fv (P0 ) al variare di v si ottengono per θ = 0, π, cioè per v = ± ∇f 1(P0 ) ∇f (P0 ).
Ricordando il significato della derivata, abbiamo quindi che il gradiente di f in P0 , se non
nullo, individua la direzione di massima crescita o decrescita di f in P0 .
Gradiente e curve di livello. Sia f : R2 → R sia differenziabile e consideriamo la curva
di livello C : f (x, y) = c.
Se P0 ∈ C, supponiamo che ∇f (P0 ) 6= O. Allora si può dimostrare che esiste una
parametrizzazione regolare P : (−1 1) → R2 di un arco di C tale che che P (0) = P0 .
Quindi f (P (t)) = c per ogni t e, derivando entrambi i lati e valutando in t = 0, abbiamo
per la formula di derivazione composta

∇f (P0 ) · P 0 (t0 ) = 0.
Quindi il gradiente di f in P0 è ortogonale alla curva di livello di f passante per P0 .
Questo risultato vale anche per n = 3 ovviamente riferito alle superfici di livello e si può
utilizzare per determinare le equazioni cartesiane di rette o piani tangenti alle curve o
superfici di livello.
Esempi.
1) Consideriamo l’ellisse C : 4x2 + 9y 2 = 1 e sia P0 = ( 21 , 13 ). Allora P0 ∈ C e, se f (x, y) =
4x2 + 9y 2 − 1, ∇f (x, y) = (8x, 18y). Quindi ∇f (P0 ) = (4, 6) 6= O e la retta tangente a C in
P0 è la retta passante per P0 e normale a ∇f (P0 ), cioè 4(x− 12 )+9(y − 13 ) = 4x+9y −5 = 0.
2) Se f : R3 → R, il suo grafico Gf è la superficie di equazione cartesiana g(x, y, z) =
f (x, y) − z = 0. Se f è C 1 in P0 = (x0 , y0 ) e z0 = f (P0 ), il piano tangente in Q0 =
(x0 , y0 , z0 ) è il piano passante per Q0 normale a ∇g(Q0 ). Poiché ∇g = (fx , fy , −1),
ritroviamo la formula già dedotta in precedenza
FUNZIONI A PIU’ VARIABILI 13

fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ) − (z − z0 ) = 0.

8. Derivate di ordine superiore


Se f : R2 → R è derivabile su un aperto A ⊆ Df , sono definite su A le funzioni derivate
parziali fx e fy . Se a loro volta queste funzioni sono derivabili otteniamo le derivate
parziali seconde fxx , fyy , fxy , fyx . Diremo che f è (di classe) C 2 su A (brevemente
f ∈ C 2 (A)) se tali derivate sono C 0 . Naturalmente possiamo considerare derivate di
ordine arbitrariamente grande per funzioni con un numero qualsiasi di variabili e definire
funzioni su Rn di classe C r per n ≥ 1 e 0 ≤ r ≤ ∞. Indicato con C r (A) l’insieme delle
funzioni di classe C r su A, si ha

Proposizione 8.1. Se r ≥ 1 e f ∈ C r (A) allora f ∈ C r−1 (A).


Evidentemente ci sono 4 derivate seconde, 8 derivate terze e, in generale, 2r derivate di
ordine r. Di fatto nel caso C r alcune derivate coincidono.
Teorema 8.2. Lemma di Schwarz. Se f : R2 → R è C 2 su un aperto A ⊆ Df , allora
fxy = fyx su A.

Il Lemma di Schwarz vale per funzioni di classe C r , r ≥ 2, con n ≥ 2 variabili e assicura


che le derivate fino all’ordine r rispetto a variabili diverse non dipendono dall’ordine in
cui si deriva.
Per n = 2 abbiamo quindi le derivate seconde fxx e fyy rispetto a x e y e la derivata
mista fxy .
Se ora f : Rn → R è derivabile 2 volte in P0 ∈ Int(Df ),C 2 , la matrice Hf (P0 ) i cui
elementi sono le derivate seconde di f in P0 ([Hf (P0 )]i,j = fxi xj ) si dice matrice Hessiana
di f in P0 . Per n = 2 abbiamo
 
fxx (P0 ) fxy (P0 )
Hf (P0 ) = .
fxy (P0 ) fyy (P0 )
Vale il seguente sviluppo di Taylor al 2◦ ordine:

Teorema 8.3. Sia f : Rn → R di classe C 2 su un aperto A ⊆ Df e sia P0 ∈ A. Allora

1t
f (P ) = f (P0 ) + ∇f (P0 ) · (P − P0 ) + (P − P0 )Hf (P0 )(P − P0 ) + o(kP − P0 k2 ).
2
2 +y 2
Esempio. Verifichiamo il precedente teorema per f (x, y) = e2x e P0 = O = (0, 0).
Allora f (O) = 1, ∇f (O) = O e
 
4 0
Hf (O) = .
0 2
Quindi dobbiamo provare che
2 +y 2
e2x − 1 − 21 (4x2 + 2y 2 )
lim = 0.
(x,y)→(0,0) x2 + y 2
Il rapporto precedente è uguale al prodotto
14 MASSIMO FERRAROTTI

2 +y 2
e2x − 1 − (2x2 + y 2 ) 2x2 + y 2
2x2 + y 2 x2 + y 2
il cui secondo fattore è limitato per (x, y) → (0, 0) mentre si verifica che il primo tende
a 0 sostituendo t = 2x2 + y 2 .

9. Punti critici e estremi

Definizione 9.1. Sia f : Rn → R una funzione e sia P0 ∈ Df .


(1) P0 è un punto di estremo (massimo o minimo) locale per f se esiste un intorno U
di P0 t.c. per ogni P ∈ U ∩ Df si ha f (P0 ) ≥ f (P ) o f (P0 ) ≤ f (P )
Se le disuguaglianze precedenti valgono con > o <, P0 si dice si parla di punto di
estremo (massimo o minimo) locale stretto.
Il numero f (P0 ) si dice valore estremo (massimo o minimo) locale.
(2) P0 è un punto di sella (in senso generale) per f se per ogni intorno U di P0 esistono
P1 , P2 in U tali che f (P1 ) < f (P0 ) < f (P2 ).

Osserviamo che un estremo assoluto su un insieme A è locale se A è aperto.


Abbiamo
Teorema 9.2. (Teorema di Fermat) Sia f : Rn → R derivabile in P0 ∈ Int(Df ). Se
P0 è un punto di estremo locale di f , allora ∇f (P0 ) = O.
Proof. Caso n = 2. Assumiamo P0 = O. La funzione f (x, 0) ha evidentemente un estremo
locale per x = 0, quindi per il teorema di Fermat in una variabile abbiamo

d
fx (O) =f (x, 0)|x=0 = 0.
dx
Analogamente ponendo x = 0 otteniamo fy (O) = 0.
Supponiamo ora che f : Rn → R sia derivabile (cioè con Df aperto e derivabile in ogni
punto di Df ). Un punto P ∈ Df in cui il gradiente ∇f si annulla si dice punto critico di
f . Definiamo quindi l’insieme Σf = {P ∈ Df | ∇f (P ) = 0} dei punti critici di f .
Ricordiamo ora che se A ⊆ Rn e se P0 ∈ A, il punto P0 si dice punto isolato di A se
esiste un intorno U di P0 tale che A ∩ U = {P0 }.
Un punto isolato di Σf si dice punto critico isolato di f . Quindi P0 è un punto critico
isolato di f se e solo se esiste r > 0 tale che se kP − P0 k < r allora P non è critico per f .
Il caso opposto dei punti critici isolati è dato dalle funzioni costanti.
Proposizione 9.3. Sia f : Rn → R una funzione derivabile. Allora ∇f (P ) = O per ogni
P ∈ Df se e solo se f è costante su ogni componente connessa di Df .
Supponiamo ora che f sia di classe C 2 e sia Hf (P ) la matrice hessiana di f in P .
Definizione 9.4. Se P0 ∈ Σf , P si dice punto critico non degenere per f se Hf (P0 ) è
invertibile.
Vale la seguente
Proposizione 9.5. Se P0 è un punto critico non degenere per f , allora P0 è un punto
critico isolato.
FUNZIONI A PIU’ VARIABILI 15

Possiamo studiare i punti critici non degeneri per mezzo dello sviluppo di Taylor al 2◦
ordine e della matrice hessiana.

Esempi.
2 2
1) Siano f (x, y) = e2x +y e P0 = O = (0, 0). Allora Σf = {O} e, come si è visto in
precedenza, lo sviluppo di Taylor al 2◦ ordine in O di f è

f (x, y) = 1 + 2x2 + y 2 + o(x2 + y 2 ).


Quindi

f (x, y) − 1 (2x2 + y 2 ) o(x2 + y 2 ) x2 o(x2 + y 2 )


= + = 1 + + .
x2 + y 2 x2 + y 2 x2 + y 2 x2 + y 2 x2 + y 2
2 2
Per (x, y) tendente a 0 abbiamo che 1 + o(x +y )
x2 +y 2
> 0, quindi f (x, y) > 1 = f (O), cioè
O è un punto di minimo locale.
2) Siano f (x, y) = arctan(x2 − y 2 ) e P0 = O = (0, 0). Allora Σf = {O} e lo sviluppo di
Taylor al 2◦ ordine in O di f è

f (x, y) = x2 − y 2 + o(x2 + y 2 )
da cui

f (x, y) x2 − y 2 o(x2 + y 2 )
= +
x2 + y 2 x2 + y 2 x2 + y 2
per (x, y) → (0, 0) sarà > 0 se y = 0 e < 0 se x = 0. Quindi O è un punto di sella.
La generalizzazione dei precedenti esempi è il seguente criterio.
Proposizione 9.6. (Criterio dell’Hessiana). Sia f : Rn → R di classe C 2 e sia
P0 ∈ Σf non degenere. Sia H = Hf (P0 ) la matrice hessiana di f in P0 . Allora
(1) Se H è definita positiva allora P0 è un minimo locale stretto.
(2) Se H è definita negativa allora P0 è un massimo locale stretto.
(3) Se H è indefinita allora P0 è un punto di sella.
Proof. Possiamo supporre che P0 = O e che f (P0 ) = 0. Allora lo sviluppo di Taylor al
secondo ordine di f in O è

1t
f (P ) = P HP + o(kP k2 )
2
Dividendo per kP k2 e ponendo v = kPP k otteniamo

f (P ) 1t o(kP k2 )
= vHv + .
kP k2 2 kP k2
Poiché H è simmetrica, esiste un base X1 , . . . Xn ortonormale di Rn di autovettori per
H. Sia λi l’autovalore Pa Xi e supponiamo λ1 ≤ λ2 ≤ . . . λn .
relativo
Allora v = ni=1 ci Xi con ni=1 c2i = 1 e
P

n
X
t
vHv = λi c2i ≥ λ1
i=1
Se H > 0, allora λ1 > 0 e quindi
16 MASSIMO FERRAROTTI

f (P ) 1t o(kP k2 ) 1 o(kP k2 )
= vHv + ≥ λ 1 + .
kP k2 2 kP k2 2 kP k2
Per definizione di limite abbiamo che esiste r > 0 t.c. se kP k < r allora

|o(kP k2 )| 1
2
< λ1 .
kP k 2
Quindi se kP k < r abbiamo f (P ) > 0 = f (P0 ) e P0 è un minimo locale stretto.
Se H < 0, la funzione −f ha O come punto critico non degenere e matrice hessiana
definita positiva, quindi P0 è un minimo locale stretto per −f per quanto sopra. Eviden-
temente questo implica che P0 è un massimo locale stretto per f .
Sia H indefinita. Allora esistono versori v1 e v2 t.c. t v1 Hv1 > 0 e t v2 Hv2 < 0.
Restringendo lo sviluppo di Taylor alle rette per O con direzioni v1 e v2 rispettivamente
otteniamo

f (tv1 ) 1t o(t2 ) f (tv2 ) 1t o(t2 )


2
= v1 Hv1 + 2 , 2
= v2 Hv2 + 2
t 2 t t 2 t
e, con un ragionamento analogo al precedente otteniamo che f (tv1 ) > 0 e f (tv2 ) < 0
per t → 0. In tal modo abbiamo arbitrariamente vicino a O sia punti con f positiva che
punti con f negativa, e O è di sella.

Nel caso n = 2, il criterio precedente si può essero reso di più immediata applicazione.
Proposizione 9.7. (Criterio dell’Hessiana in 2 variabili). Sia f : R2 → R di classe
C 2 e sia P0 ∈ Σf non degenere. Sia H = Hf (P0 ) la matrice hessiana di f in P0 . Allora
(1) Se detH > 0 e trH > 0 allora P0 è un minimo locale stretto.
(2) Se detH > 0 e trH < 0 allora P0 è un massimo locale.stretto.
(3) Se detH < 0 allora P0 è un punto di sella.

Punti critici degeneri. Nel caso di punti critici degeneri i precedenti criteri non
possono essere applicati, come gli esempi seguenti dimostrano. Comunque se f ha valore
costante= c su una componente connessa K di Σf (in particolare nei punti critici isolati),
si può studiare il segno di g = f − c vicino a un punto P0 ∈ K e applicare le definizioni di
estremi e di sella.
Esempio. Si studino i punti critici di f (x, y) = x3 − x2 y.
Abbiamo Df = R2 . Poiché ∇f = (3x2 − 2xy 2 , −x2 ), f ha come punti critici i punti
dell’asse delle ordinate x = 0. In tali punti abbiamo che
 
−2y 0
Hf (O) = ,
0 0
Ora f (x, y) = x2 (x − y) si annulla sulle rette x = y e x = 0, è > 0 per x > y e < 0 per
x < y. Dunque i punti critici (0, y) sono minimi non isolati per y > 0, massimi non isolati
per y < 0 mentre (0, 0) è un punto di sella.

Riferendoci allo studio dei punti critici di una funzione per mezzo della matrice hessiana
H, vedremo alcuni esempi del caso D(H) = 0 (matrice non invertibile).
Caso H = O. Matrice hessiana nulla.
FUNZIONI A PIU’ VARIABILI 17

(1) f (x, y) = x4 + y 4 : f ha un punto critico in O = (0, 0) e H(f )(O) = O. Poiché


f (x, y) > 0 per (x, y) 6= O, abbiamo che O è un punto di minimo isolato.
Analogamente, se g(x, y) = −x4 − y 4 , O è un punto di massimo isolato.
(2) f (x, y) = x4 − y 4 : f ha un punto critico in O = (0, 0) e H(f )(O) = O. Poiché
f (x, y) > 0 per |x| > |y| e f (x, y) < 0 per |x| < |y|, abbiamo che O è un punto di
sella.
(3) f (x, y) = x4 : f ha come punti critici i punti dell’asse delle ordinate x = 0 e
H(f ) = O in tali punti. Poiché f (x, y) > 0 per x 6= 0, abbiamo che tutti i punti
(0, y) sono punti di minimo non isolati.
Analogamente, se g(x, y) = −x4 , l’asse delle ordinate è formato da punti di mas-
simo non isolati.
(4) f (x, y) = x3 : f ha come punti critici i punti dell’asse delle ordinate x = 0 e
H(f ) = O in tali punti. Fissato y0 , la funzione a una variabile f (x, y0 ) ha un
punto di flesso in x = 0, dunque tali punti sono per definizione punti di sella anche
se non corrispondono al concetto geometrico intuitivo di “sella”.
Caso D(H) = 0 e tr(H) > 0. Matrice hessiana semidefinita positiva.
Sia f (x, y) = x2 + y 4 : f ha un punto critico in O = (0, 0) con
 
2 0
Hf (O) = ,
0 0
Poiché f (x, y) > 0 per (x, y) 6= O, abbiamo che O è un punto di minimo isolato.
Se invece g(x, y) = x2 − y 4 allora abbiamo la stessa H in O ma O è un punto di sella.
Osserviamo che nel caso H ≥ 0 non potremo avere punti di massimo. Infatti se r è la
retta per il punto critico P0 che ha come direzione l’autovettore relativo all’autovalore non
nullo di H, allora la funzione f ristretta a r ha un minimo in P0 .
Caso D(H) = 0 e tr(H) < 0. Matrice hessiana semidefinita negativa.
Se f (x, y) = −x4 − y 2 allora O è un punto di massimo isolato mentre g(x, y) = x4 − y 2
ha la stessa H in O ma O è un punto di sella.
Analogamente all’esempio precedente, non potremo avere qui punti di minimo.

Funzioni composte. Consideriamo il caso di una funzione composta f (x, y) = h(g(x, y)),
dove h : R → R. Evidentemente è possibile studiare gli estremi di f tramite lo studio di
g e h, in particolare sfruttando
p il fatto che f è costante sulle curve di livello di g.
Ad esempio,
√ se f (x, y) = x2 + y 2 , abbiamo f (x, y) = h(g(x, y)) dove g(x, y) = x2 + y 2
e h(u) = u: quindi f ha un minimo (assoluto) in O.
In generale, se P = (x, y) ∈ Df , abbiamo P ∈ Dg , g(P ) ∈ Dh e

∇f (P ) = h0 (g(P ))∇g(P ), Hf (P ) = h0 (g(P ))Hg(P ) + g 00 (f (P ))G(P )


dove

G(P ) = ∇g(P ) ·t ∇g(P )


Dunque l’insieme Σf dei punti critici di f è l’unione dell’insieme Σg dei punti critici di
g e dell’insieme Σh dei punti P tale che h0 (g(P )) = 0. Abbiamo tre casi:
1) P ∈ Σg \ Σh : in tal caso Hf (P ) = h0 (g(P ))Hg(P ), e possiamo studiare P come
punto critico di g tenendo conto del segno di h0 (P ) in g(P ).
2) P ∈ Σh \Σg : in tal caso Hf (P ) = g 00 (f (P ))G ha determinante nullo poiché D(G) = 0
(verificare).
18 MASSIMO FERRAROTTI

3) P ∈ Σh ∩ Σg : in tal caso Hf (P ) = O.
Esempi.
1) Sia f (x, y) = (2x − y)(3 − (2x − y)2 ). Posto h(t) = t(3 − t2 ) e g(x, y) = 2x − y, abbiamo
f (x, y) = h(g(x, y)) (osserviamo che f (x, y) = −8x3 + y 3 + 12x2 y − xy 2 + 6x − 3y, forma
dalla quale sarebbe difficile riconoscere la scomposizione di f !).
Ora ∇g = (2, −1) 6= (0, 0) (Σg = ∅) e h0 (t) = 0 per t = ±1. Quindi Σf è formato dalle
rette parallele 2x − y = ±1. Inoltre, per t = 1 abbiamo un massimo di h e per t = −1
abbiamo un minimo.
Poiché f è costante sulle rette 2x − y = k, abbiamo che i punti di 2x − y = 1 sono punti
di massimo non isolati ( f = 2) e quelli di 2x − y = −1 sono punti di minimo non isolati
(f = −2).
Questo esempio puó essere preso come modello per studiare gli estremi di funzioni del
tipo h(ax + by + c).
2) Sia f (x, y) = (x2 + y 2 )(3 − (x2 + y 2 )2 ). Allora f (x, y) = h(g(x, y)) con la stessa h
dell’esempio precedente e con g(x, y) = x2 + y 2 . Dunque ∇g = 2(x, y) e Σg è formato
da O, mentre Σh è dato dalla circonferenza x2 + y 2 = 1. I punti di tale circonferenza
sono massimi non isolati (f = 2) mentre Hf (O) = h0 (g(O))(Hg(O)) = 6I, dunque ha
deteminante positivo e O è un minimo isolato (f (O) = 0).
Questo esempio puó essere preso come modello per studiare gli estremi di funzioni del
tipo h(x2 + y 2 ).

Esercizi. Studiare gli estremi delle seguenti funzioni.


1) f (x, y) = sen(x)sen(y) − cos(x)cos(y); (R: per ogni k intero le rette x − y = 2kπ
sono minimi non isolati mentre le rette x − y = (2k + 1)π sono massimi non isolati.)
2) f (x, y) = sen(x2 + y 2 ); (R: per ogni k ≥ 0 le circonferenze x2 + y 2 = π/2 + 2kπ sono
punti di massimo non isolati mentre le circonferenze x2 + y 2 = 3π/2 + 2kπ sono punti di
minimo non isolati. L’origine è un minimo isolato.)
3) f (x, y) = 2(x2 +y 2 +2y−3)3 +3(x2 +y 2 +2y−3)2 ; (R: le circonferenze x2 +(y+1)2 = 4,
x + (y + 1)2 = 3 sono formate rispettivamente da punti di minimo e di massimo. Il punto
2

critico isolato (0, −1) è necessariamente un minimo, in quanto interno al dominio chiuso
e limitato x2 + (y + 1)2 ≤ 3, nel quale il massimo di f è raggiunto sulla frontiera.)
p √
4) f (x, y) = x3 + 3x2 + y 2 − 1; (R: Df = x3 + 3x2 + y 2 − 1 ≥ 0, h(t) = t e g(x, y) =
x3 + 3x2 + y 2 − 1. h non ha punti critici mentre i punti critici di g sono O = (0, 0) e
P0 = (−2, 0): di questi, O 6= Df mentre P0 è una sella.)

10. Funzioni a valori vettoriali


Una applicazione f : Rn → Rm con m > 1 si dice anche funzione a valori vettoriali.
Abbiamo già considerato il caso n = 1 con le curve parametriche, quindi supponiamo anche
che n > 1. I casi più interessanti per noi saranno quelli n = 2, m = 3 e n = m = 2, 3.
Riguardo al dominio Df di f = (f1 , . . . , fm ), abbiamo ovviamente che Df = ∩m i=1 Dfi .
Se f (P ) = (f1 (P ), . . . , fm (P )) diremo che f è derivabile, differenziabile, di classe C k
con 0 ≤ k ≤ ∞ se ogni componente fi lo è .
Se P ∈ Df e se f è derivabile, la matrice m × n le cui righe sono i gradienti ∇fi (P )
si denota con Jf (P ) e si dice matrice jacobiana di f in P . Se n = m, il determinante di
Jf (P0 ) si dice determinante jacobiano di f in P0 .
FUNZIONI A PIU’ VARIABILI 19

Proposizione 10.1. Se f, g : Rn → Rm sono derivabili/differenziabili/di classe C k con


k > 0, in un punto o in un aperto, allora anche af1 + bg per a, b ∈ R e f · g lo sono e si
ha:
(1) J(af + bg) = aJf + bJg;
(2) ∇(f · g) =t gJf +t f Jg.

Campi vettoriali. Sia f : Rn → R una funzione di classe C 1 . Allora è definita la funzione


∇f : Rn → Rn che associa a ogni P ∈ Df il gradiente ∇f (P ) di f in P .
Viceversa non è detto che ogni F : Rn → Rn di classe C 1 sia il gradiente di una
funzione f . Per esempio, se F (x, y) = (y, −x), se F = ∇f avremmo che F1 = fx = y e
F2 = fy = −x. Poiché f è C 2 , avremmo l’assurdo 1 = fxy = fyx = −1. Sia invece
3
G(x, y, z) = −g0 M (x2 + y 2 + z 2 )− 2 (x, y, z)
dove g0 è la costante gravitazionale universale e M è la massa di di un corpo celeste K.
Allora G : R3 → R3 rappresenta il campo gravitazionale generato da K. Si verifica che
G = ∇g con
1
g(x, y, z) = 2g0 M (x2 + y 2 + z 2 )− 2 .
In generale, le funzioni F : Rn → Rn si dicono anche campi vettoriali su Rn . Se F è
1
C e F = ∇f , allora F si dice campo vettoriale conservativo: tali campi sono di grande
importanza in particolare in fisica.

La matrice jacobiana di una composizione di funzione è il prodotto delle rispettive


matrici jacobiane secondo la seguente proposizione.

Proposizione 10.2. Se f : Rn → Rm e g : Rm → Rp sono C 1 e g ◦ f : Rn → Rp è


definita, allora g ◦ f è C 1 e abbiamo Jg ◦ f (P ) = Jg(P )Jf (P ) per ogni P ∈ Dg◦f .
Infine abbiamo la differenziabilità delle funzioni di classe C 1 .
Proposizione 10.3. Se f : Rn → Rm è C 1 in P0 ∈ Int(Df ) allora

f (P ) = f (P0 ) + Jf (P0 )(P − P0 ) + o(kP − P0 k)


dove o(kP − P0 k) è una funzione a valori in Rm tale che

o(kP − P0 k)
= 0.
kP − P0 k
L’applicazione lineare dfP0 : Rn → Rm definita da dfP0 (X) = Jf (P0 )X si dice il dif-
ferenziale di f in P0 .
Esempio. L’applicazione Φ : R2 → R2 definita da Φ(ρ, θ) = (ρ cos θ, ρ sin θ) definisce il
passaggio dalle coordinate cartesiane a quelle polari. Allora
 
cos θ −ρ sin θ
JΦ(ρ, θ) = .
sin θ ρ cos θ
Osserviamo che Φ è iniettiva su A = {(ρ, θ) | ρ > 0, 0 ≤ θ < 2π} e che Φ(A) = R2 \{O}.
Inoltre det JΦ(ρ, θ) = ρ, quindi JΦ(ρ, θ) è invertibile per (ρ, θ) ∈ A.

Si può applicare la composizione di funzioni a valori vettoriali al calcolo dei limiti per
sostituzione. Per esempio sia
20 MASSIMO FERRAROTTI

P (x, y)
f (x, y) =
Q(x, y)
con P (x, y), Q(x, y) polinomi omogenei di grado p e q rispettivamente e con Q(x, y) 6= 0
per (x, y) 6= (0, 0).
Allora passando alle coordinate polari con (x, y) = Φ(ρ, θ) = (ρ cos θ, ρ sin θ) otteniamo

P (θ)
f (x, y) = f (ρ, θ) = ρp−q .
Q(θ)
dove P (θ) e Q(θ) sono polinomi in cos θ e sin θ.
Quindi lim(x,y)→(0,0) f (x, y) = 0 se p > q, mentre per p ≤ q in generale f non avrà
limite.
Se p = q comunque f è localmente limitata in O mentre è localmente illimitata per
p < q.
Esempio. Sia
xm y
f (x, y) = .
x2 + y 2
Allora

f (ρ cos θ, ρ sin θ) = ρm−1 cosm θ sin θ.


Quindi
i) se m > 1, lim(x,y)→(0,0) f (x, y) = 0;
ii) se m = 1, f non ha limite in O (come abbiamo già visto) ma |f | ≤ 21 ;
iii) se m < 1, f è nulla sulle rette per l’origine date da θ = π2 k, k = 0, 1, 2, 3 mentre
sulle altre diverge a ±∞ a seconda del segno di cosm θ sin θ.
Osserviamo che se dobbiamo trattare limiti per (x, y) → (x0 , y0 ) possiamo comunque
ricorrere alla sostituzione

Φ(ρ, θ) = (ρ cos θ + x0 , ρ sin θ + y0 ).


.
Esempio. Se

log x + y 2
f (x, y) = p
(x − 1)2 + y 2
sostituendo (x, y) = (ρ cos θ + 1, ρ sin θ) otteniamo

log(ρ cos θ + 1) + ρ2 sin2 θ


f (ρ, θ) =
ρ
che per ρ → 0 tende a 0 se θ = π2 e a 1 per θ = 0. Quindi non esiste limite per
(x, y) → (1, 0).
Dipartimento di Matematica, Politecnico di Torino, Corso Duca degli Abruzzi 24, I-10129
Torino, Italy
E-mail address: ferrarotti@polito.it