Teoremi fondamentali del calcolo differenziale

Teo 1. 1 Teorema di Rolle (1691)

Sia f ( x ) una funzione, continua nell’intervallo chiuso [ a, b ] e derivabile nei punti interni di questo
intervallo, che assume valori uguali negli estremi dell’intervallo. In tale ipotesi esiste almeno un punto c,
interno all’intervallo [a, b] , nel quale la derivata della funzione si annulla.
Osservazione: geometricamente il teorema di Rolle si interpreta dicendo che se un arco di curva continua è
dotato di tangente in ogni suo punto, esclusi al più gli estremi, ed ha uguali le ordinate degli estremi, esiste
almeno un punto interno all’arco dove la tangente è parallela all’asse delle x

Teo 1. 2 Teorema di Lagrange (1801)

Se f ( x ) è una funzione continua nell’intervallo chiuso [ a, b ] e derivabile internamente ad esso, allora
esiste almeno un punto c interno ad [ a, b ] tale che:
f (b) − f ( a )
= f '( c )
b−a
Osservazione: geometricamente il teorema di Lagrange si interpreta dicendo che se un arco di curva continua
è dotato di tangente in ogni suo punto, esclusi al più gli estremi, esiste almeno un punto interno all’arco nel
quale la tangente è parallela alla corda che congiunge i punti estremi dell’arco.

Teo 1. 3 Teorema di Cauchy

Se f ( x ) e ϕ ( x ) sono due funzioni continue nell’intervallo chiuso [ a, b ] e derivabili internamente ad esso,
se la derivata ϕ ' ( x ) non si annulla mai esiste almeno un punto c, interno ad [ a, b ] tale che:
f (b) − f ( a ) f '( c )
=
ϕ (b) − ϕ ( a ) ϕ '(c )

1
Formula di Taylor
La formula di Taylor risolve il problema di approssimare, nel “migliore dei modi” e per valori di x vicini ad
un certo x0 , una data funzione f ( x ) mediante un polinomio di grado n.
Supposta la derivabilità di f ( x ) fino all’ordine n + 1 incluso (in tutto un intervallo contenente x0 ) il
polinomio esiste ed è unico.
f '' ( x ) f n ( x)
f ( x ) = f ( x0 ) + f ' ( x0 )( x − x0 ) + ( x − x0 ) + ... + + ℜesto
2

2! n!
dove il ℜesto è un infinitesimo di ordine almeno ( n + 1)

Massimi e minimi delle funzioni derivabili

Teo 1. 4
Se x0 è un punto di massimo o minimo relativo per la funzione f ( x ) e in tale punto la f ( x ) è derivabile
allora risulta f ' ( x0 ) = 0
Osservazione: in un punto può tuttavia essere nulla la derivata prima della funzione senza che in quel punto
la funzione sia massima o minima.
Def. 1. 1
Ogni punto x0 in cui f ' ( x0 ) = 0 è detto punto stazionario

Def. 1. 2
I punti in cui risulta f ' ( x0 ) = 0 , oppure la derivata non esiste sono detti punti critici.

Regola pratica per la determinazione dei massimi e dei minimi relativi per una funzione derivabile
1. si deriva la funzione f ( x ) e poi si trovano i valori che annullano f ' ( x ) cioè si determinano le
soluzioni dell’equazione: f ' ( x0 ) = 0
2. se x0 è una di queste soluzioni, si calcola f '' ( x ) . Se risulta f '' ( x0 ) ≠ 0 , allora x0 è un punto di
massimo o minimo relativo a seconda che sia f '' ( x ) < 0 oppure f '' ( x0 ) > 0 .
3. se risulta invece f '' ( x0 ) = 0 , si calcola f ''' ( x0 ) . Se f ''' ( x0 ) ≠ 0 , allora x0 non è né un punto di
massimo né un punto di minimo relativo per la funzione.
4. se risulta invece f ''' ( x0 ) = 0 , si calcolano in x0 le derivate successive fino a trovare quella che in x0
non si annulla. Se quest’ultima è di ordine pari, si ha in x0 un massimo se tale derivata è negativa,
oppure un minimo se essa è positiva.; se invece è di ordine dispari, x0 non è né punto di massimo né
punto di minimo per la funzione.

2
Derivate parziali
Def. 1. 3

Sia z = f ( x, y ) una funzione a due variabili definita in un rettangolo ℝ 2 del piano x, y e P0 ( x0 , y0 ) un

punto interno di ℝ 2 . Se la funzione f ( x, y0 ) della sola variabile x ammette derivata nel punto x0 , questa si
chiama derivata parziale prima rispetto ad x della f ( x, y ) nel punto ( x0 , y0 ) e si indica con una delle
seguenti notazioni
 ∂f 
f 'x ( x0 , y0 )  
 ∂x  xy==xy0
0

Analogamente
Se la funzione f ( x0 , y ) della sola variabile y ammette derivata nel punto y0 , questa si chiama derivata
parziale prima rispetto ad y della f ( x, y ) nel punto ( x0 , y0 ) e si indica con una delle seguenti notazioni
 ∂f 
f ' y ( x0 , y0 )  
 ∂y  x =x0
y = y0

Esemplificazione
Calcolare nel punto (2,-3) le derivate parziali prime della funzione, definita in ℝ 2
f ( x, y ) = x 3 − 2 xy + 7 y 2 − 5

f ( x, −3) = x 3 +6 x + 58 da cui f 'x ( x, −3) = 3 x 2 + 6 → f 'x ( 2, −3) =18

f ( 2, y ) = 3 − 4 y + 7 y 2 da cui f ' y ( 2, y ) = −4 + 14 y → f ' y ( 2, −3) = − 46

Osservazione: nello studio delle funzioni ad una sola variabile si è visto che se una funzione è derivabile in
un punto allora ivi è anche continua. Pertanto se una funzione è discontinua in un punto allora ivi non è
derivabile.
Per le funzioni a più variabili è possibile invece verificare che una funzione può essere parzialmente
derivabile in un punto pur essendo discontinua.

Derivate parziali di ordine superiore

Le derivate parziali prime f 'x ( x, y ) , f ' y ( x, y ) risultano in genere funzioni di x e y e può accadere che
queste funzioni siano a loro volta parzialmente derivabili.
Le derivate parziali del secondo ordine si indicano in uno dei seguenti modi
∂ 2 f ( x, y )
f ''x ( x, y ) derivata parziale seconda della f ( x, y ) fatta rispetto alla x due volte
∂x 2
∂n z
In generale con indicheremo la derivata parziale di ordine n ottenuta derivando z prima p
∂x p ∂y n − p
volte rispetto a x e poi n − p volte rispetto a y

Esemplificazione
Calcolare le derivate parziali del secondo ordine della funzione: f ( x, y ) = x 2 y + y 3
∂f ∂f
= 2 xy; = x2 + 3 y2
∂x ∂y
∂2 f ∂f ∂ ( 2 xy ) ∂2 f ∂ ( x2 + 3 y 2 ) ∂2 f
= 2 y; = = 2 x; = = 2 x; = 6y
∂x 2 ∂x∂y ∂y ∂y∂x ∂x ∂y 2

3
Differenziale
L’incremento di una funzione in ℝ è definito come f ( x ) − f ( x0 ) = f ' ( x0 )( x − x0 ) + ω ( x − x0 )
L’incremento della funzione è espresso come somma di una parte principale f ' ( x )( x − x0 ) (differenziale
della funzione) e di un’altra parte ω ( x − x0 ) che è infinitesima di ordine superiore per x → x0
Indicando gli incrementi con ∆x e ∆y si ha:
∆y = f ' ( x0 ) ∆x + ω∆x

La figura sotto riportata illustra chiaramente la relazione tra incremento e differenziale.

P0 H = x − x0 = ∆x = dx
HP = f ( x ) − f ( x0 ) = ∆y
HQ = P0 H ⋅ tan ϕ = f ' ( x0 ) dx = dy
Ed essendo:
HP = ∆y = HQ + QP
l’incremento ∆y vi appare decomposto nella somma del differenziale dy = HQ e di un infinitesimo di
ordine superiore rappresentato dal segmento QP.

Generalizziamo ora la nozione di differenziale alle funzioni di più variabili, considerando preliminarmente le
funzioni reali a due variabili (solo per semplificare la scrittura).
Def. 1. 4

Sia f una funzione numerica definita in un sottoinsieme aperto1 di A di ℝ 2 e siano P0 ( x0 , y0 ) e

P ( x0 + ∆x, y0 + ∆y ) due punti di A.
Sia ∆f l’incremento della f nel punto P0 relativo agli incrementi ∆x e ∆y delle variabili indipendenti,
cioè: ∆f = f ( x0 + ∆x, y0 + ∆y ) − f ( x0 , y0 )

e sia infine ∆r la distanza P0 P , cioè ∆r = ( ∆x ) + ( ∆y )

2 2

1
Un insieme A si definisce aperto se si può esprimere nella forma A = {( x, y ) ∈ ℝ : f ( x, y ) > 0}
2

Un insieme A di definisce chiuso se si può esprimere nella forma A = {( x, y ) ∈ ℝ : f ( x, y ) ≥ 0}

2

4
Si dice che la funzione f ( x, y ) è differenziabile nel punto ( x0 , y0 ) se l’incremento ∆f in questo punto può
essere scritto come somma di due termini, dei quali il primo è una funzione lineare in ∆x e ∆y , il secondo è
infinitesimo, per ∆r → 0 , di ordine superiore rispetto a ∆r .

∆f = (
A∆x + B∆y )
 
+ α ∆r lim α = 0
∆r → 0
PARTE LINEARE PRINCIPALE

Teo 1. 5

Se la funzione f ( x, y ) è differenziabile in ( x0 , y0 ) , essa ha derivate parziali in ( x0 , y0 ) e risulta:

A = f 'x ( x0 , y0 ) B = f ' y ( x0 , y0 )

Osservazione: se la funzione f ( x, y ) è differenziabile in un punto P0 ( x0 , y0 ) di un insieme A , il suo

differenziale è:
df ( x0 , y0 ) = f 'x ( x0 , y0 ) dx + f ' y ( x0 , y0 ) dy

Esemplificazioni
Calcolare il differenziale totale delle seguenti funzioni differenziabili
1. f ( x, y ) = x 2 + 3 y 2 − 5 xy
∂f ∂f
= 2 x − 5 y; = 6 y − 5x
∂x ∂y
df = ( 2 x − 5 y ) dx + ( 6 y − 5 x ) dy

2. f ( x, y ) = ln ( xy )
∂f 1 ∂f 1
= ; =
∂x x ∂y y
dx dy
df = +
x y

5
Piano Tangente

Si chiama piano tangente alla superficie

z = f ( x, y ) nel punto P0 , il piano che passa per il
punto stesso ed è individuato dalle due rette
tangenti alle due linee ottenute intersecando la
superficie con i piani x = x0 e y = y0 . Si può
dimostrare che tale piano tangente ha la seguente
equazione:
z − f ( P0 ) = f 'x ( P0 )( x − x0 ) + f ' y ( y − y0 )

Gradiente di una funzione

Sia f ( x, y, z ) una funzione continua e derivabile costruiamo in ogni punto dello spazio un vettore le cui
componenti x, y, z siano uguali alle derivate parziali della funzione f ( x, y, z ) . Questo vettore prende il
nome di gradiente di f (grad f o ∇f )
∂f ∂f ∂f
∇f = u x + u y + u z
∂x ∂y ∂x
∇f ci dice come varia la funzione f nell’intorno di un punto, la sua componente x è la derivata parziale di f
rispetto ad x e indica quanto rapidamente varia f quando ci si muove lungo x.
La direzione di ∇f in un punto qualsiasi è quella in cui, a partire da quel punto, ci si deve muovere per
trovare l’incremento più rapido della funzione f.

Formula di Taylor per le funzioni numeriche a più variabili

Funzione di due variabili
f ( x, y ) = f ( x0 , y0 ) +  f x ' ( x0 , y0 )( x − x0 ) + f y ' ( x0 , y0 )( y − y0 )  +
1
 f x ' ( x0 , y0 )( x − x0 ) + f y ' ( x0 , y0 )( y − y0 )  + ... +
2
+
2!
1 n −1
 f x ' ( x0 , y0 )( x − x0 ) + f y ' ( x0 , y0 )( y − y0 )  + ℜesto

( n − 1)!
2 ∂ 2 f ( x, y ) ∂ 2 f ( x, y ) ∂ 2 f ( x, y )
dove  f x '+ f y ' = +2 +
∂x 2 ∂x∂y ∂y 2
Funzione di n variabili
f ( x1 , x2 ,...xn , ) = f ( x10 , x20 ,...xn0 ) +

+  f x1 ' ( x10 , x20 ,...xn0 )( x1 − x10 ) + f x 2 ' ( x10 , x20 ,...xn0 )( x2 − x20 ) + ... + f xn ' ( x10 , x20 ,...xn0 )( xn − xn0 )  +

 f x1 ' ( x10 , x20 ,...xn0 )( x1 − x10 ) + f x 2 ' ( x10 , x20 ,...xn0 )( x2 − x20 ) + ... + f xn ' ( x10 , x20 ,...xn0 )( xn − xn0 )  + ... +
1 2
+
2!  

 f x1 ' ( x10 , x20 ,...xn0 )( x1 − x10 ) + f x 2 ' ( x10 , x20 ,...xn0 )( x2 − x20 ) + ... + f xn ' ( x10 , x20 ,...xn0 )( xn − xn0 )  + ℜesto
1 n −1

( n − 1)!  

6
Ottimizzazione Libera
Def. 1. 5

Data f : A ⊆ ℝ n → ℝ il punto x 0 ∈ A è detto di massimo (minimo) assoluto (o globale) per la funzione se

∀x ∈ A risulta f ( x ) ≤ f ( x 0 ) ( f ( x) ≥ f ( x ))
0

Def. 1. 6

Data f : A ⊆ ℝ n → ℝ il punto x 0 ∈ A è detto di massimo (minimo) relativo (o locale) per la funzione se

esiste un suo intorno U = U ( x 0 ) tale che ∀x ∈U ∩ A risulta f ( x ) ≤ f ( x 0 ) ( f ( x) ≥ f ( x ))
0

Osservazione: quando ci si vuole riferire indifferentemente a punti di massimo o di minimo, si parla anche di
punti estremo o punti di ottimo o punti estremanti

Teo 1. 6

Sia x 0 l’insieme dei punti estremanti, allora necessariamente ∇f ( x 0 ) = 0

Osservazione: dal Teo 1. 6 segue che gli eventuali punti di estremo vanno cercati tra quelli che annullano
tutte le derivate parziali di f ovvero tra i punti che ne annullano il differenziale primo e che chiameremo punti
stazionari o critici. Tale condizione non è comunque sufficiente: non è detto infatti che ogni punto
stazionario sia un punto estremante.
Osservazione: con riferimento ad una funzione a due variabili il teorema precedente potrebbe essere
riformulato come segue: se il punto P0 ( x0 , y0 ) di A è un punto di massimo o di minimo relativo per la
funzione f ( x, y ) , e se in essa la f ( x, y ) è parzialmente derivabile rispetto a x , y , allora risulta
f 'x ( x0 , y0 ) = f ' y ( x0 , y0 ) = 0

Condizione per l’esistenza degli estremi (funzioni a due variabili)

Def. 1. 7
Matrice hessiana
Con riferimento ad una funzione a due variabili la matrice hessiana H ( x, y ) è definita come segue:
 f ''xx ( x, y ) f ''xy ( x, y ) 
H ( x, y ) =  
 f '' ( x, y ) f '' yy ( x, y ) 

Def. 1. 8
Si definisce determiante hessiano il determinante della matrice hessiana

Teo 1. 7

Sia f ( x, y ) una funzione definita in un sottoinsieme aperto A di ℝ 2 e avente derivate parziali prime e
seconde continue in un intorno circolare T di P0 ( x0 , y0 ) . Ed inoltre nel punto P0 ( x0 , y0 ) risulti
f 'x ( x0 , y0 ) = f ' y ( x0 , y0 ) = 0 , allora se:
1. det H > 0, f xx '' ( x0 , y0 ) > 0 il punto P0 è di minimo relativo
2. det H > 0, f xx '' ( x0 , y0 ) < 0 il punto P0 è di massimo relativo
3. det H < 0 il punto P0 non è di massimo né di minimo relativo: P0 è un punto di sella
4. det H = 0 non si può dire senza ulteriori indagini se il punto P0 sia o non sia punto di massimo o di
minimo relativo

7
Esemplificazioni
Trovare i massimi e i minimi relativi della funzione f ( x, y ) = 2 x3 + y 3 − 3x 2 − 3 y che, in tutto il piano, è
continua insieme alle sue derivate parziali prime e seconde.

Gli eventuali punti di massimo e minimo relativi devono essere ricercati tra i punti che annullano le
derivate parziali prime (Osservazione relativa al Teo 1. 6)
f x ' ( x, y ) = 6 x 2 − 6 x f ' y ( x, y ) = 3 y 2 − 3
Pertanto le coordinate degli eventuali punti di massimo o minimo relativo si trovano fra le soluzioni del
sistema:
6 x 2 − 6 x = 0 → x = ( 0,1)  0   0   1  1 
 2        
3 y − 3 = 0 → y = (1, −1)  1   −1  1  −1
Determiniamo ora la matrice hessiana nel punto generico ( x, y )
f ''xx = 12 x − 6 f '' yy = 6 y f ''xy = f '' yx = 0
12 x − 6 0 
H ( x, y ) =  
 0 6y
Il determinante hessiano vale ovviamente
det H = 6 y (12 x − 6 )
Analizziamo ora i vari punti candidati ad essere punti di massimo o minimo relativo.
1. P1 ( 0,1) → det H ( 0,1) = −36 < 0 Il punto P1 è un punto sella.
2. P2 ( 0, −1) → det H ( 0, −1) = 36 > 0 f ''xx ( 0, −1) = −6 < 0 il punto P2 è un punto di massimo
relativo per la funzione e questo massimo vale f ( 0, −1) = 2
3. P3 (1,1) → det H (1,1) = 36 > 0 f ''xx (1,1) = 6 > 0 il punto P3 è un punto di minimo relativo per la
funzione e questo minimo vale f (1,1) = −3
4. P4 (1, −1) → det H (1, −1) = −36 < 0 Il punto P4 è un punto sella

Individuare gli eventuali estremi della funzione f ( x, y ) = y 4 − 2 x 2 − y 2 + 4 xy 2 + 1 ( x, y ) ∈ ℝ 2

La funzione è derivabile con continuità infinite volte.
Risolviamo il sistema ottenuto annullando le derivate parziali prime della f
f 'x = −4 x + 4 y 2 f ' y = 4 y 3 − 2 y + 8 xy

 x = y
2
−4 x + 4 y 2 = 0
 3 → 
4 y − 2 y + 8 xy = 0 2 y ( 6 y − 1) = 0 → y1 = 0 y2 = −1 6 y2 = 1
2
6
e ovviamente x1 = 0 x2 = 1 6 x3 = 1 6
Le soluzioni del sistema sono:
 0   1 6  1 6 
   
 
 0   −1 6  1 6 
Determiniamo ora la matrice hessiana nel punto generico ( x, y )
f ''xx = −4 f '' yy = 12 y 2 − 2 + 8 x f ''xy = f '' yx = 8 y
 −4 8y 
H ( x, y ) =  
 8 y 12 y − 2 + 8 x 
2

Il determinante hessiano vale ovviamente

det H ( x, y ) = −48 y 3 + 8 − 32 x − 64 y 2
Analizziamo ora i vari punti candidati ad essere punti di massimo o minimo relativo.
1. P1 ( 0,0 ) → det H ( 0,0 ) = 8 > 0 f ''xx = −4 P1 è un punto di massimo relativo per la funzione

8
 2. (
P2 1 6, −1 6 ) → det H (1 6, −1 6 ) ≅ −4.734 < 0 il punto P2 è un punto di sella.

3. P (1/ 6,1 6 ) → det H (1/ 6,1 6 ) ≅ −11.266 < 0

3 il punto P3 è un punto di sella.

Trovare i massimi e i minimi relativi della funzione f ( x, y ) = x 4 + x 2 y + y 2 + 3

 ∂f  3 2
 ∂x = 4 x + 2 xy = 0 2 x ( 2 x 2 + y ) = 0 2 x ( 2 x + y ) = 0 → 2 x  3 x  = 0
3 2

 
 ∂f → →
 x + 2 y = 0
2
 = x + 2y = 0 y = − x
2 2

 ∂y  2
Il sistema ammetto solo la soluzione x = 0 y = 0
Determiniamo ora la matrice hessiana nel punto generico ( x, y )
f ''xx = 12 x 2 − 2 f '' yy = 2 y f ''xy = f '' yx = 2 x
 12 x 2 −2 2 x 
H ( x, y ) =  
 2x 2
Il determinante hessiano vale ovviamente:
det H ( x, y ) = 20 x 2 + 4 y
Analizziamo ora il punto P ( 0,0 ) candidato ad essere punto di massimo o minimo relativo.
Il determinante hessiano nel punto P ( 0,0 ) è uguale a zero, pertanto non si può trarre alcuna conclusione
dal suo esame.
Essendo f ( 0,0 ) = 3 e potendosi scrivere la funzione sotto la forma
2
 x2  3
f ( x, y ) =  + y  + x 4 + 3
 2  4
si vede che in qualunque intorno del punto P ( 0,0 ) risulta sempre:
f ( x, y ) ≥ 3
ossia
f ( x, y ) ≥ f ( 0,0 )
ciò è sufficiente per dire che il punto P ( 0,0 ) è un punto di minimo relativo (e assoluto) per la funzione.

Trovare i massimi e i minimi relativi della funzione f ( x, y ) = x3 − 6 xy + 3 y 2 + 3 x

Si ha:
f 'x = 3 x 2 − 6 y + 3 f ' y = −6 x + 6 y
f ''xx = 6 x f '' yy = 6 f ''xy = f '' yx = −6
Il sistema
3 x 2 − 6 y + 3 = 0

 −6 x + 6 y = 0
ammette soltanto la soluzione x = 1 y = 1
Determiniamo ora la matrice hessiana nel punto generico ( x, y )
 6 x −6 
H ( x, y ) =  
 −6 6 
Il determinante hessiano vale ovviamente:
det H ( x, y ) = 36 x − 36
Analizziamo ora il punto P (1,1) candidato ad essere punto di massimo o minimo relativo.

9
Il determinante hessiano nel punto P (1,1) è uguale a zero, pertanto non si può trarre alcuna conclusone
dal suo esame.
Per decidere ora come si comporta la funzione nel punto P (1,1) , si può osservare, innanzi tutto, che la
funzione assegnata può scriversi secondo la seguente forma:
f ( x, y ) = ( x − 1) + 3 ( x − y ) + 3
3 2

e che è:
f (1,1) = 3
Preso allora un intorno qualunque (ad esempio circolare) del punto P (1,1) , si vede che nei punti del

segmento AP della retta di equazione x = y si ha:

f ( x, y ) < 1
perché in tali punti risulta x = y e x < 1 , mentre nei punti PB si ha f ( x, y ) > 1
Ne segue che il punto P (1,1) non è né di massimo né di minimo relativo per la funzione data, perché
ogni intorno di esso cadono punti nei quali è f ( x, y ) < f (1,1) , e punti ove è f ( x, y ) > f (1,1)

10
Massimi e minimi vincolati (moltiplicatori di Lagrange)
Il problema consiste nel determinare i massimi e minimi di una funzione le cui variabili non sono
indipendenti, ma sono legate fra loro da condizioni di vincolo.
Il problema della ricerca di eventuali punti di massimo e minimo di una funzione f ( x, y ) i cui punti sono
sottoposti ad un vincolo1 ϕ ( x, y ) = 0 si può risolvere agevolmente applicando il cosiddetto metodo dei
moltiplicatori di Lagrange.
Il metodo può essere così schematizzato:
1. Si scrive la funzione ausiliaria (detta funzione lagrangiana o semplicemente lagrangiana)
F ( x, y, λ ) = f ( x, y ) + λϕ ( x, y )
dove λ è un fattore costante indeterminato detto moltiplicatore;
2. le coordinate degli eventuali punti di massimo e minimo della funzione f ( x, y ) , sotto la condizione
ϕ ( x, y ) = 0 si devono ricercare tra le soluzioni del sistema:
 f 'x + λϕ 'x = 0

 f ' y + λϕ ' y = 0

ϕ = 0
3. l’esistenza e il carattere dell’estremo vincolato si determina studiando il segno del differenziale
secondo della lagrangiana
d 2 F = F ''xx dx 2 + 2 F ''xy dxdy + F '' yy dy 2
nei punti ( x, y, λ ) soluzioni del sistema di cui al punto 2, con la condizione
ϕ 'x dx + ϕ ' y dy = 0 ottenuta differenziando l’equazione di vincolo.
4. se nel punto ( x0 , y0 , λ0 ) risulta:
a. d 2 F < 0 la funzione f ( x, y ) presenta nel punto P0 ( x0 , y0 ) un punto di massimo vincolato;
b. d 2 F > 0 la funzione f ( x, y ) presenta nel punto P0 ( x0 , y0 ) un punto di minimo vincolato;
c. d 2 F = 0 nulla si può dire e occorrono ulteriori indagini.

Esemplifazioni
Determinare gli estremi relativi della funzione
f ( x, y ) = ( x − 1) + y 2 che soddisfano la condizione ϕ ( x, y ) = x 2 − y 2 − 1 = 0
2

Posto F ( x, y, λ ) = ( x − 1) + y 2 + λ ( x 2 − y 2 − 1)
2

Si ha:
 2 x − 2 + 2λ x = 0  2 x − 2 + 2λ x = 0 2 x − 2 + 2λ x = 0 → λ1 = 0 λ2 = −2
  
 2 y − 2λ y = 0 → y = 0  2 y − 2λ y = 0  2 y − 2λ y = 0
 2  2  2
x − y −1 = 0  x − y − 1 = 0 → x1 = 1 x2 = −1  x − y − 1 = 0
2 2 2

Le soluzioni del sistema sono pertanto

 1  −1 
  
 0  0 
 0  −2 
  
Essendo
F ''xx ( P1 ) = 2 F ''xy ( P1 ) = 0 F '' yy ( P1 ) = 2
si ha:
d 2 F = 2dx 2 + 2dy 2 > 0
Quindi il punto P1 (1,0 ) è di minimo relativo vincolato.

1
Il vincolo deve essere regolare (vedi NOTA VINCOLO REGOLARE a pag. 32)

11
Così in modo del tutto analogo
F ''xx ( P2 ) = −2 F ''xy ( P2 ) = 0 F '' yy ( P2 ) = 6
si ha:
d 2 F = −2dx 2 + 6dy 2
Occorre tenere presente la relazione che si ottiene differenziando in P2 l’equazione di vincolo. Poiché si
ha:
dϕ = xdx − ydy = 0 → dϕ ( −1,0 ) = −dx = 0
da cui
d 2 F = 6dy 2 > 0
E quindi anche il punto P2 è di minimo relativo vincolato.

1 1
Determinare gli estremi relative della funzione f ( x, y ) = + ( x ≠ 0, y ≠ 0 ) che soddisfano la
x y
1 1 1
condizione: 2
+ 2 = 2 ( a > 0) .
x y a

Il lagrangiano vale:
1 1  1 1 1 
F ( x, y , λ ) = + + λ  2 + 2 − 2 
x y x y a 
Si ha quindi:
1 2λ 1 2λ
F 'x = − 2 − 3 F ' y = − 2 − 3
x x y y
Gli eventuali massimi e minimi vanno ricercati tra i punti le cui coordinate x, y soddisfano il seguente
sistema:
 1 2λ  1 2λ
 − 2 − 3 = 0 → x = 2λ  − 2 − 3 = 0
 x x  x x
 1 2λ  1 2λ
 − 2 − 3 = 0 → y = 2λ  − 2 − 3 = 0
 y y  y y
1 1 1 1 1 1 a
 2 + 2 − 2 =0  2 + 2 − 2 =0→λ =±
x y a x y a 2
Le soluzioni del sistema sono pertanto
 − a 2  a 2 
  
 − a 2  a 2 
  
 a 2  −a 2 
  
Essendo
2 6λ 2 6λ
F ''xx = 3 + 4 F ''xy = 0 F '' yy = 3 + 4
x x y y
si ottiene
1 1
d 2 F ( P1 ) = 3
dx 2 + 3
dy 2 > 0
2 2a 2 2a
Il punto P1 è di minimo relativo vincolato.
Analogamente, considerando il punto P2 , si ha:
1 1
d 2 F ( P1 ) = − 3
dx 2 − 3
dy 2 > 0
2 2a 2 2a

12
 Il punto P2 è di minimo relativo vincolato

Teo 1. 8
Siano f e ϕ funzioni continue in un dominio D e con derivate parziali prime e seconde continue nei punti
interni a D.
Se P1 ( x1 , y2 , λ1 ) è una soluzione dell’equazione ∇F ( x1 , y1 , λ1 ) = 0
E se in P1 il determinante hessiano “orlato”
 0 ϕ 'x ϕ 'y 
 
det Hɶ = det  ϕ 'x F ''xx F 'xy 
ϕ ' F ' yx F '' yy 
 y
risulta
a. positivo allora il punto P1 è di massimo relativo vincolato
b. negativo allora il punto P1 è di minimo relativo vincolato
Precisazione
Spesso anziché considerare il vincolo nella ϕ ( x, y ) = 0 si usa scrivere g ( x, y ) = c con ϕ ( x, y ) = c − g ( x, y )
La lagrangiana si scrive pertanto come
L ( x, y , λ ) = f ( x, y ) + λ ( c − g ( x, y ) ) = f ( x, y ) − λ ( g ( x, y ) − c )
e l’hessiano orlato assume la veste
 0 g 'x g 'y 
ɶ  
det H = det  g 'x F ''xx F 'xy 
g' F' F '' yy 
 y yx

13
Massimi e minimi vincolati (il metodo di sostituzione e degli insiemi di livello)

Stabilire l'esistenza di soluzioni di un problema di ottimo, a partire dalla caratterizzazione analitica della
funzione obiettivo e dell'insieme ammissibile può essere, in generale, difficile.
Una semplice condizione sufficiente (ma non necessaria) per l'esistenza di un punto di minimo globale in un
problema di ottimo in cui lo spazio delle variabili sia ℝ n quella riportata nel teorema di Teorema di
Weierstrass.
Teo 1. 9 (teorema di Weierstrass)
Sia f : ℝ n → ℝ una funzione continua e sia ℑ ⊂ ℝ n un insieme compatto. Allora esiste un punto di minimo
(massimo) globale di f in ℑ .
Il risultato stabilito si applica in modo diretto solamente a problemi vincolati in cui l'insieme ammissibile
ℑ ⊆ ℝ n compatto ovvero è chiuso e limitato.
Osservazione: il teorema dà una condizione sufficiente di esistenza, ma non necessaria: ad esempio, il
semplice problema
min x 2 x ≥ 0
x∈ℝ

ha la soluzione globale x* = 0 , anche se l'insieme ammissibile, costituito da tutto il semiasse x ≥ 0 è chiuso,

ma non limitato.
Analogamente, il problema
min x 2 −1 < x <1
x∈ℝ

ha la soluzione globale x* = 0 anche se l'insieme ammissibile è costituto dall'intervallo (-1;1), limitato, ma

non chiuso.

Esemplificazioni
ES01
Determinare gli eventuali estremi della funzione f : ℝ 2 → ℝ f ( x, y ) = x 2 + y 2 soggetta al vincolo
2x − y = 0
Alcune considerazioni preliminari
• La funzione assegnata, in questo tipo di problemi, viene definita funzione obiettivo
• Dobbiamo studiare f in un sottoinsieme chiuso detto insieme o regione ammissibile del proprio
dominio, individuato dalle coppie ( x, y ) ∈ ℝ 2 che soddisfano il vincolo.
• Non è detto che eventuali estremanti liberi appartengano alla regione ammissibile. Ad esempio il
punto (0,0) che è un punto di minimo della funzione obiettivo NON appartiene alla regione
ammissibile: quindi il punto (0,0) non è un estremante vincolato
• Allo stesso tempo possono comparire nuovi estremanti che tali non sarebbero se considerati come
elementi del dominio della funzione obiettivo

Risolvere il problema posto risulta “equivalente” alla determinazione di eventuali estremi liberi della
funzione h : ℝ → ℝ ottenuta dalla f per sostituzione.
Dalla funzione di vincolo si ricava la seguente relazione:
y = 2x −1
Si sostituisce ora la relazione precedente nella espressione della f ottenendo infine:
h ( x ) = f ( x, 2 x − 1) = x 2 + ( 2 x − 1) = 5 x 2 − 4 x + 1
2

La funzione h è derivabile con derivata prima:

h ' ( x ) = 10 x − 4 h '( x ) > 0 ⇒ x > 2 / 5 h '( x ) = 0 ⇒ x = 2 / 5 h '( x ) < 0 ⇒ x < 2 / 5
Il punto x = 2 / 5 è pertanto un minimo di h ( x )
Possiamo concludere che il punto di coordinate
x = 2 / 5 y = 2 x − 1 = −1/ 5
è di minimo per f soggetta al vincolo 2 x − y = 1

14
ES02
Determinare gli eventuali estremi assoluti della funzione f : ℝ 2 → ℝ f ( x, y ) = x + y e soggetta al vincolo
x2 + y 2 = 4

Potremmo procedere come nel caso precedente ricavando dall’equazione del vincolo una variabile in
funzione dell’altra. In questo caso, tuttavia, dobbiamo tenere conto del fatto che una circonferenza (la
frontiera della regione del vincolo) non è il grafico di una funzione. Per superare questo intoppo dovremmo
rappresentare la circonferenza mediante due funzioni definite per x ∈ [ −2, 2] ,
g ( x ) = − 4 − x2 h ( x ) = 4 − x2

Meglio, in questo caso, procedere utilizzando il metodo degli insiemi di livello

Preliminarmente notiamo che il problema ammette soluzione: l’insieme ammissibile è un compatto e la

funzione obiettivo è continua (teorema di Weierstrass)

La regione ammissibile è la circonferenza di centro in (0,0) e raggio 2.

Gli insiemi di livello della funzione obiettivo sono espressi dalle rette di equazione:
y = −x + k k ∈ℝ

15
Al crescere del livello k gli insiemi di livello si spostano verso l’alto e verso destra.
Il nostro scopo è determinare quei valori di k che permettono di allontanare massimamente le rette dal punto
(0,0) mantenendole ancora in contatto con la circonferenza costituente l’insieme ammissibile.
E’ chiaro quindi che dovremo determinare i valori di k in corrispondenza dei quali le linee di livello risultano
tangenti alla circonferenza costituente l’insieme ammissibile.
In altri termini dobbiamo trovare per quali valori di k la retta di equazione y = − x + k ha una sola
intersezione con la circonferenza x 2 + y 2 = 4 ,
x2 + y2 = 4
→ x 2 + ( − x + k ) − 4 = 0 → 2 x 2 − 2kx + k 2 − 4 = 0
2

 y = −x + k
Il discriminante dell’equazione di secondo grado vale:
∆ = 4k 2 − 8 ( k 2 − 4 )
e si annulla per
k =± 2
Il livello massimo è raggiunto nel punto di coordinate
Pmax ( 2, 2 )
Infatti
 x 2 + y 2 = 4
( )
2
 → x2 + − x + 2 2 − 4 = 0 → 2 x2 − 4 x 2 + 4 = 0
 y = − x + 2 2
4 2 ± 32 − 4 ( 2 ⋅ 4 )
4 2
x1,2 = =
= 2 → y = − x + 2 2= − 2 +2 2= 2
4 4
Il livello minimo è raggiunto nel punto di coordinate
(
Pmin − 2, − 2 )
Infatti
 x + y = 4
( )
2 2
2
 → x2 + − x − 2 2 − 4 = 0 → 2 x2 + 4x 2 + 4 = 0
 y = − x − 2 2
−4 2 ± 32 − 4 ( 2 ⋅ 4 ) −4 2
x1,2 = = =− 2 → y = − x − 2 2 = 2-2 2= − 2
4 4

16
Osservazione
Si noti che i punti soluzione del problema di ottimo sono i punti in cui gli insiemi di livello della funzione
obiettivo sono tangenti alla retta (hanno la normale in comune) che rappresenta la regione ammissibile.
Poiché già sappiamo che il vettore gradiente è ortogonale ai propri insiemi di livello, possiamo concludere
che i punti di ottimo sono caratterizzati da una condizione di collinearità fra i gradienti della funzione
obiettivo e della funzione con la quale si definisce il vincolo

17
ES03
Determinare eventuali estremi della funzione f ( x, y ) = x 2 + y 2 ( x, y ) ∈ ℝ 2 soggetta al vincolo y − x 2 = 1
Preliminarmente notiamo che il problema potrebbe non ammettere soluzione: l’insieme ammissibile non è un
compatto e la funzione obiettivo è continua (teorema di Weierstrass)

La regione ammissibile è la parabola y = x 2 + 1

Gli insiemi di livello della funzione obiettivo sono espressi dalle circonferenze di equazione:
x2 + y 2 = k k ∈ℝ

Dal grafico sopra rappresentato è immediato riconoscere che esiste un minimo nel punto Pmin ( 0,1) , mentre
non esistono punti di massimo
Alternativamente avremmo potuto procedere per sostituzione

18
ES04
Risolvere il seguente problema di ottimo vincolato f : ℝ 2 → ℝ f ( x, y ) = x 2 − xy + y 2 e soggetta al vincolo
x2 + y 2 − 8 = 0

Preliminarmente notiamo che il problema ammette soluzione: l’insieme ammissibile è un compatto e la

funzione obiettivo è continua (teorema di Weierstrass)

La regione ammissibile è lo spazio racchiuso dalla circonferenza x 2 + y 2 = 8

Gli insiemi di livello della funzione obiettivo sono espressi dalle ellissi ruotate di equazione:
x 2 − xy + y 2 = k k ∈ℝ

Le soluzioni si trovano risolvendo il seguente sistema di quarto grado

 x − xy + y = k  xy = 8 − k  xy = 8 − k  xy = 8 − k
2 2

 2 →  →  → 
 x + y = 8  x + y + 2 xy − 2 xy = 8 ( x + y ) − 2 xy = 8
2
 x + y = 8
2 2 2 2 2

 xy = 8 − k  xy = 8 − k  xy = 8 − k
 → →
( x + y ) − 16 + 2k = 8 ( x + y ) = 24 − 2k  x + y = ± 24 − 2k
2 2

Ci si è ricondotti a risolvere i seguenti due sistemi associati

 xy = 8 − k  xy = 8 − k
 
 x + y = 24 − 2k  x + y = − 24 − 2k
∆ =0→k =4 ∆ =0→k =4
E sostituendo i valori di k che annullano i discriminanti si ottiene

19
P1min ( −2, −2 ) P2 min ( +2, +2 )

E’ evidente, d’altra parte, che il sistema, posto k = 12 , diventa simmetrico e ammette due sole soluzioni:
P1max ( +2, −2 ) P2 max ( −2, +2 )

ES05
Risolvere il seguente problema
min x 2 + y 2
sub x − y = 3

Risoluzione con il metodo di sostituzione

y = x−3
da cui
h ( x ) = f ( x, x − 3 ) = 2 x 2 − 6 x + 9
h '( x) = 4x − 6
h ' ( x ) = 0 → x = 3/ 2 h ' ( x ) > 0 → x > 3/ 2 h ' ( x ) < 0 → x < 3/ 2 ⇒ x = 3 / 2 min h ' ( x )
Il punto Pmin ( 3/ 2, −3/ 2 ) è di minimo assoluto per f soggetta al vincolo 2 x − y = 1

Risoluzione con il metodo degli insiemi di livello

Il minimo si trova cercando la circonferenza tangente alla retta di vincolo.

Dobbiamo trovare il valore di k per cui il sistema sotto definito ammette due soluzioni coincidenti.

20
  x2 + y 2 = k
 → 2 x2 − 6x + 9 − k = 0
y = x −3
Il discriminante vale:
∆ = −36 + 8k
e si annulla per
k = 9/2
L’ascissa del punto di minimo vale:
2 x 2 − 6 x + 9 − 9 / 2 = 0 → x = 3/ 2
mentre l’ordinata vale:
y = x − 3 = 3/ 2 − 3 = −3/ 2

21
ES06
Risolvere il seguente problema di ottimo vincolato
x 4 ln ( 3 y − x )
x = 3y − 6

Risoluzione con il metodo di sostituzione

y = x/3+ 2
da cui
h ( x ) = f ( x, x / 2 + 2 ) = x 4 ln ( 6 )
h ' ( x ) = 4 x3 ln ( 6 )
h '( x ) = 0 → x = 0 h '( x) > 0 → x > 0 h '( x) < 0 → x < 0
Pmin ( 0, 2 )

22
ES07
Risolvere il seguente sistema di ottimo vincolato
ott x 2 + 3 y − x 2 + y 2
sub x 2 + y 2 = 4

Risoluzione con il metodo di sostituzione

 3x
2 x −
 x − 3 4 − x − 2
( ) 4 − x2
2 2

h ( x ) = f x, ± 4 − x 2 =  h '( x ) = 
 x 2 + 3 4 − x 2 − 2 2 x + 3x
 4 − x2
7 7
h '( x ) = 0 → x = 0 ∨ x = − ∨x=+
2 2

Il minimo si ha ovviamente all’annullarsi della derivata prima nella funzione h ( x ) = x 2 − 3 4 − x 2 − 2

Da cui P1min ( 0, −2 )
7
I due massimi si trovano in corrispondenza delle ascisse ± relative alla funzione
2
h ( x ) = x2 + 3 4 − x2 − 2
Da cui
(
P2 max − 7 2,3/ 2 ) (
P3max + 7 2,3/ 2 )

23
Risoluzione tramite gli insiemi di livello

N.B.: l’equazione x 2 + 3 y − x 2 + y 2 − k = 0 NON rappresenta una famiglia di parabole.

Tuttavia i punti di massimo si possono calcolare determinando quel valore di k in corrispondenza del quale il
sistema sotto definito ammette due soluzioni ciascuna di molteciplicità pari a 2.
 x 2 + 3 y − x 2 + y 2 − k = 0
 2 → x2 + 3 4 − x2 − 2 − k = 0
 x + y = 4
2

( x − ( 2 + k ) ) = ( −3
2
4 − x2 )
( x − ( 2 + k )) ( )
2 2
2
= −3 4 − x 2
.............
x 4 − x 2 ( 2k − 5 ) − 32 + k 2 + 4k = 0
t 2 − t 2 ( 2k − 5 ) − 32 + k 2 + 4k = 0
∆ = 0 → k = 17 / 4 → t1,2 = 7 / 4
x1,1 = 7 / 2 x1,2 = − 7 / 2 x2,1 = 7 / 2 x2,2 = − 7 / 2
Il punto di minimo si calcola determinando quel valore di k in corrispondenza del quale sopra definito
ammette zero come soluzione reale.
x2 − 3 4 − x2 − 2 − k = 0 (notare −3 4 − x 2 in luogo di +3 4 − x 2 …siamo nella parte inferiore della
circonferenza)
x = 0 ⇒ −3 4 − 2 − k = 0 ⇒ k = −8

24
NOTA: EQUAZIONI IRRAZIONALI

Per risolvere questo tipo di equazioni è sufficiente tenere presente il fatto che, elevando entrambi i
membri di un'equazione all'n-esima potenza (con n intero e maggiore di 1), si ottiene un'equazione che
ammette tutte le soluzioni di quella data, ma, in generale, può ammettere anche altre soluzioni.
Vediamo alcuni esempi:
5x + 1 = 4
Elevando al quadrato entrambi i membri dell'equazione, si ottiene:
5 x + 1 = 16
che ha come unica soluzione x = 3, che soddisfa anche l'equazione originaria. Sia invece da risolvere
l'equazione seguente:
16 − x = x − 4
elevando al quadrato, si ottiene l'equazione:
(16 − x ) = ( x − 4 )
2

Le soluzioni di questa equazione quadratica sono x = 0 ed x = 7, ma si verifica facilmente che solo la

seconda soddisfa l'equazione originaria. In effetti, se si eleva ad un esponente dispari, si ottiene
un'equazione equivalente a quella data; se si eleva invece ad un esponente pari, è possibile che si
aggiungano delle soluzioni spurie. Infatti, data una relazione della forma:
A( x) = B ( x)
elevando al quadrato si ottiene la forma:
 A ( x )  =  B ( x ) 
2 2

che, portando tutto a primo membro e scomponendo la differenza di due quadrati, si può riscrivere
così:
 A ( x ) + B ( x )  ⋅  A ( x ) − B ( x )  = 0
Per cui, oltre alle soluzioni dell'equazione di partenza, vi sono anche le eventuali soluzioni
dell'equazione:
A( x) = −B ( x)

In definitiva, quando, al fine di eliminare i radicali per ricondursi ad un'equazione razionale, si

elevano entrambi i membri di un'equazione ad un esponente pari, bisogna poi ricordarsi di verificare
se le soluzioni ottenute risolvano effettivamente l'equazione originaria.

FINE NOTA

ES08
Determinare gli estremi relativi della funzione f ( x. y ) = x + 2 y che soddisfano le condizioni x 2 + y 2 = 5
Risoluzione con il metodo degli insiemi di livello
Preliminarmente notiamo che il problema ammette soluzione: l’insieme ammissibile è un compatto e la
funzione obiettivo è continua (teorema di Weierstrass)

La regione ammissibile è la circonferenza di centro in (0,0) e raggio 5 .

Gli insiemi di livello della funzione obiettivo sono espressi dalle rette di equazione:
y = −x / 2 − k / 2 k ∈ℝ
La solito dovremo trovare quei valori di k per cui il sistema ammette due soluzioni coincidenti
x + 2 y − k = 0
 2 → 5 y 2 − 4ky + k 2 − 5 = 0
x + y = 5
2

∆ = 16k 2 − 20k 2 + 100 ∆ = 0 ⇒ k = ±5

k = +5 → y = +2 → x = +1
k = −5 → y = −2 → x = −1

25
Quindi P1min ( −1, −2 ) P1max ( +1, +2 )

Risoluzione con i moltiplicatori da Lagrange

Si scrive la funzione di Lagrange
F ( x, y , λ ) = x + 2 y + λ ( x 2 + y 2 − 5 )
da cui
F ' x = 1 + 2λ x F ' y = 2 + 2λ y
Si deve pertanto risolvere il sistema
1 + 2λ x = 0 2 2
  1   1 1 1 4 2 1 1
 2 + 2 λ y = 0 →  −  + −  =5→ 2 + 2 =5→ λ = →λ =±
 2  2λ   λ  4λ λ 5 5 2
x + y − 5 = 0
2

1
λ = + → x = −1 → y = −2
2
1
λ = − → x = +1 → y = +2
2
Studiamo le derivate seconde della funzione di Lagrange per determinare se i punti P1 ( −1, −2 ) e P2 (1, 2 )
sono punti di massimo o di minimo.
F ''x = 2λ F ''xy = 0 F '' y = 2λ
d 2 F = F ''x dx 2 + 2 F ''xy dxdy + F '' y dy
In P1 si ha λ = 1 2 per cui

26
d 2 F ( P1 ) = F ''x dx 2 + 2 F ''xy dxdy + F '' y dy = 2λ dx 2 + 2λ dy 2 = dx 2 + dy 2 > 0
P1 ( −1, −2 ) minimo
In P2 si ha λ = −1 2 per cui
d 2 F ( P1 ) = F ''x dx 2 + 2 F ''xy dxdy + F '' y dy = 2λ dx 2 + 2λ dy 2 = − dx 2 − dy 2 < 0
P1 ( +1, +2 ) massimo

In modo alternativo la definizione dei punti di massimo e minimo può condursi in base al segno del
determinante hessiano orlato:
 0 ϕ 'x ϕ ' y 
 
det Hɶ = det  ϕ 'x F ''xx F 'xy 
ϕ ' F ' F '' yy 
 y yx

ϕ 'x = 2 x ϕ 'y = 2 y
Da cui
P1 ( −1, −2 )
 0 −2 −4 
ɶ  
det H = det  −2 1 0  = −12 < 0 minimo relativo condizionato
 −4 0 1 
 
P2 (1, 2 )
0 2 4
ɶ  
det H = det  2 1 0  = 12 > 0 massimo relativo condizionato
4 0 1
 

NOTA DISEQUAZIONI IRRAZIONALI

Le disequazioni irrazionali del tipo A ( x ) < B ( x ) sono equivalenti a un sistema di tre
disequazioni:
 A( x) ≥ 0  A( x) ≥ 0
 
 
A( x ) < B ( x) ⇔ B ( x ) > 0 A( x ) ≤ B ( x) ⇔ B ( x ) ≥ 0
 
 A ( x ) <  B ( x )   A ( x ) ≤  B ( x ) 
2 2

Mentre le disequazioni irrazionali del tipo A ( x ) > B ( x ) hanno come insieme di soluzione
l'unione degli insiemi delle soluzioni di due sistemi, ognuno di due disequazioni:
 A ( x ) ≥ 0  B ( x ) ≥ 0  A ( x ) ≥ 0  B ( x ) ≥ 0
A( x ) > B ( x ) ⇔  ∪ A( x ) ≥ B ( x) ⇔  ∪
 B ( x ) < 0  A ( x ) >  B ( x )   B ( x ) < 0  A ( x ) ≥  B ( x ) 
2 2

Risolvere la seguente disequazione irrazionale

25 − x 2 ≤ x − 1
25 − x 2 ≥ 0 −5 ≤ x ≤ 5
 
x −1 ≥ 0 x ≥ 1 4≤ x≤5
  2
25 − x ≤ ( x − 1)  x − x − 12 ≥ 0 x ≤ −3 ∨ x ≥ 4
2 2

27
 Risolvere la seguente disequazione irrazionale
x 2 − 3x + 2 ≥ x
 x 2 − 3x + 2 ≥ 0
 x ∈∅
x < 0
x ≥ 0
 2 x ∈ ( 0, 2 / 3)
 x − 3x + 2 ≥ x
2

Soluzione x ∈ ( 0, 2 / 3)
Osservazione
 A( x) ≥ 0


A( x ) < B ( x) (1) B ( x) > 0

 A ( x ) <  B ( x ) 
2

La prima condizione A ( x ) = 0 si impone per dare un senso alla radice.

Poiché il primo membro della (1) è positivo o nullo allora B ( x ) deve essere strettamente positiva da cui
B ( x) > 0
Se le prime due condizioni sono verificate A ( x ) e B ( x ) sono entrambi non negativi e quindi elevandoli al
quadrato verificano ancora la disuguaglianza da cui A ( x ) >  B ( x )  .
2

 A ( x ) ≥ 0  B ( x ) ≥ 0
A( x ) > B ( x ) (2)  ∪
 B ( x ) < 0  A ( x ) >  B ( x ) 
2

Al solito la prima condizione A ( x ) ≥ 0 si impone per dare senso alla radice.

In questo caso dobbiamo considerare due ipotesi
1. B ( x ) < 0 la disuglianza è sicuramente verificata.
2. B ( x ) ≥ 0 si ha una disuguaglianza tra quantità positivi che si mantiene tale elevando a quadrato
entrambi i membri, da cui A ( x ) >  B ( x ) 
2

L’insieme delle soluzioni della disequazione (2) coincide con l’unione dele soluzione dei due sistemi in
predenza definiti.

FINE NOTA

28
ES09
Dato il seguente problema
min x − 3 y 2
sub x 2 + y 2 ≤ 1
1. dimostrare, senza fare calcoli che ammette soluzioni;
2. con il metodo degli insiemi di livello mostrare quante soluzioni ammette;
3. determinare le soluzioni utilizzando le condizioni di Kuhn-Tucker

1. La regione ammissibile è un cerchio di raggio 1 e centro in (0,0) (insieme chiuso e limitato in ℝ 2 ).

La funzione obiettivo f ( x, y ) = x − 3 y 2 è continua, pertanto per il teorema di Weierstrass il
problema ammette soluzioni.

2. Gli insiemi di livello k, k ∈ ℝ , della funzione f sono delle parabole di equazione

x = 3y2 + k

Internamente alla regione ammissibile non ci possono essere minimi, dato che è sempre possibile spostarsi di
poco a sinistra (scegliendo k più piccolo) rimanendo nella regione ammissibile. Cerchiamo quindi delle
intersezioni tra gli insiemi di livello e la frontiera della regione ammissibile.
 x = 3 y + k  x = 3 y + k
2
 x = 3 y + k
2 2

 2 → 2 → 4
( 3 y + k ) + y = 1 9 y + ( 6 + k ) y − 1 − k = 0
2
 x + y = 1
2 2 2 2

posto y 2 = t si ha infine:
9t 2 + ( 6 + k ) t 2 − 1 − k 2 = 0 il cui discriminante vale ∆ = 12k + 37

29
 • ∆ < 0 ⇒ k < −37 /12 nessuna soluzione
• ∆ = 0 ⇒ k = −37 /12 una soluzione di molteciplicità due
• ∆ > 0 ⇒ k > −37 /12 due soluzioni

Consideriamo k = −37 /12

  37    35  35 37 1
−  6  −  + 1  y1 = −
  12   35  36  x1 = 3 36 − 12 = − 6
Si ha: 9t + ( 6 + k ) t − 1 − k = 0 → t =
2 2 2
= → →
18 36  35  x = 3 35 − 37 = − 1
 y2 = + 36 
2
36 12 6
Si ottengono i due punti
 1 35   1 35 
P1  − , −  P2  − , + 
 6 36   6 36 
in corrispondenza dei quali la funzione assume il valore:
 1 35   1 35  37
f  − , −  = f  − , +  = −
 6 36   6 36  12

Consideriamo k > − 37 12
Si hanno due soluzioni
− ( 6k + 1) − 12k + 37 − ( 6k + 1) + 12k + 37
t1 = t2 =
9 9
Ma y 2 = t ⇒ t1 , t2 ≥ 0
Pertanto
− ( 6k + 1) − 12k + 37 ≥ 0 ⇔ 12k + 37 ≤ − ( 6k + 1)
Si deve risolvere una disequazione irrazionale
 A( x) ≥ 0


A( x ) ≤ B ( x) ⇔ B ( x ) ≥ 0

 A ( x ) ≤  B ( x ) 
2

12k + 37 ≥ 0 → k ≥ − 37 12

 − ( 6k + 1) ≥ 0 → k ≤ −1 6 k ∈ ( − 37 12, −1]

12k + 37 ≤ 36k + 12k + 1 → −1 ≥ k ≥ 1
2

− ( 6k + 1) + 12k + 37 ≥ 0 ⇔ 12k + 37 ≥ ( 6k + 1)
 A ( x ) ≥ 0  B ( x ) ≥ 0
A( x ) ≥ B ( x) ⇔  ∪
 B ( x ) < 0  A ( x ) ≥  B ( x ) 
2

12k + 37 ≥ 0  6k + 1 ≥ 0
 k ∈ ( −37 /12, −1/ 6 )  k ∈ [ −1 6,1]
 6k + 1 < 0 12k + 37 ≥ 36k + 12k + 1
2

k ∈ ( − 37 12,1]

Quindi vi sono quattro punti di intersezione se k ∈ ( − 37 12, −1) , tre punti se k = −1 , un punto se
k = 1 , due punti se k ∈ ( −1,1) . In ogni caso il livello raggiunto dalla funzione f è maggiore di quanto
trovato per k = −37 /12 . In definitiva, vi sono due punti di minimo assoluto.

30
 3. Osserviamo che il gradiente del vincolo h ( x, y ) = x 2 + y 2 − 1 si annulla solo in (0,0) punto nel quale
il vincolo non è attivo (ricorda che un vincolo è attivo rispetto a x0 se in tale punto è soddisfatto
rispetto all’uguaglianza): tale vincolo risulta pertanto qualificato
Scriviamo la funzione lagrangiana
L ( x, y, λ ) = x − 3 y 2 + λ ( x 2 + y 2 − 1)
L ' x ( x , y , λ ) = 1 + 2λ x
L ' y ( x, y , λ ) = −6 y + 2λ y

Le condizioni di Kuhn-Tucker sono

1 + 2λ x = 0

 y (3 − λ ) = 0
 2
x + y ≤ 1
2


λ ( x + y − 1) = 0
2 2

λ ≥ 0
 ricerca minimi
poniamo λ = 0
dalla prima condizione si vede immediatamente che λ = 0 NON è un valore accettabile
poniamo λ > 0
dalla seconda condizione si ricavano due soluzioni y = 0 λ = 3
Se y = 0 dalla quarta si ricava x = ±1
x = 1 non è accettabile dalla prima ( λ = −1/ 2 incompatibile )
x = −1 → λ = 1/ 2 P1 ( −1,0,1/ 2 )
Se λ = 3 dalla prima si ricava x = −1/ 6
x = −1/ 6 dalla quarta segue che y = ± 35 6
 1 35   1 35 
Si hanno altri due punti P2  − , − ,3  P3  − , + ,3 
 6 6   6 6 
Osserviamo ora che, posto f ( x, y ) = x − 3 y , si ha:
2

( ) ( )
f1 ( −1,0 ) = −1; f 2 −1/ 6, − 35 / 6 = f 3 −1/ 6, 35 / 6 = −37 /12 < −1
Le soluzioni di minimo assegnato sono pertanto
 1 35   1 35 
P2  − , −  P3  − , + 
 6 6   6 6 

NOTA CONVESSITA’ ED HESSIANO

Per studiare la convessità della funzione:
f ( x, y ) = x 2 + 4 xy + y 2 − 4
dobbiamo studiare il segno del suo hessiano, che ha la seguente espressione:
 f ''xx ( x, y ) f ''xy ( x, y )   2 4
H ( x, y ) =   ∇ 2 f ( x, y ) =  
 f '' ( x, y ) f '' yy ( x, y )   4 2
I minori principali di NO (NW) di questa matrice sono l’elemento in posizione (1; 1) che è 2 > 0 e la
stessa matrice A, che ha determinante −12 < 0 . Si può quindi concludere che l’hessiano non è definito o
semi definito positivo, e quindi la funzione non è convessa.
FINE NOTA

31
ES10
Risolvere il seguente problema
min 3x 2 − 2 xy + y 2
sub 2 x + 3 y ≤ 1

Alcune considerazioni preliminari

La regione ammissibile è un insieme chiuso ma non limitato in ℝ 2 (inapplicabilità teorema di Weierstrass)
Il vincolo è lineare
Il gradiente del vincolo non si annulla mai: il vincolo è qualificato.
La funzione obiettivo è strettamente convessa dato che i minori principali dell’hessiano sono positivi in ℝ 2
 3 −1
H ( x, y ) =  
 −1 1 
I minori principali NW sono l’elemento in posizione (1,1) e la matrice stessa il cui determinante vale +2.

Scriviamo la funzione di Lagrange

L ( x, y, λ ) = 3 x 2 − 2 xy + y 2 + λ ( 2 x + 3 y − 1)
E le sue derivate parziali
L ' x ( x , y , λ ) = 6 x − 2 y + 2λ
L ' y ( x, y , λ ) = −2 x + 2 y + 3λ
Le condizioni di Kuhn-Tucker sono
 6 x − 2 y + 2λ = 0
 −2 x + 2 y + 3λ = 0


λ ( 2 x + 3 y − 1) = 0
2 x + 3 y ≤ 1

λ ≥ 0 ricerca minimi

λ = 0 dalle prime due si ricava x = 0 e y = 0 che soddisfa il vincolo 2 x + 3 y ≤ 1 → 0 ≤ 1

Dunque una soluzione è P1 ( 0, 0,0 )

λ > 0 allora è necessario risolvere il seguente sistema lineare:

3 x − y + λ = 0
 4
−2 x + 2 y + 3λ = 0 λ = − ( inaccettabile ) x = ... y = ...
2 x + 3 y − 1 = 0 43


Dalle considerazioni preliminare formulate all’inizio del problema, si deduce che la soluzione (0,0)
determinata dalle condizioni di Kuhn-Tucker è effettivamente soluzione del problema di minimo dato.

32
ES11
Usando il metodo dei moltiplicatori di Lagrange, risolvere il seguente problema:
max x − 2 y 3
sub x 2 + 3 y 2 = 1

Considerazioni preliminari
La regione ammissibile è un insieme chiuso e limitato in ℝ 2
La funzione obiettivo è continua
Per il teorema di Weierstrass il problema ammette soluzione
Il gradiente del vincolo h ( x, y ) = x 2 + 3 y 2 − 1 ovvero ∇h ( x, y ) = ( 2 x 6 y ) si annulla solo in ( 0,0 ) che
T

però NON appartiene alla regione ammissibile: il vincolo è quindi regolare

NOTA VINCOLO REGOLARE
Defininzione
Sia A ⊂ ℝ 2 un insieme aperto
C = {(x, y) ⊂ A : F(x, y) = 0} .
C si dice un vincolo regolare se:
a. C ≠ ∅ ;
b. ∇F ( x, y ) ≠ 0 ∀ ( x, y ) ∈ C
FINE NOTA

Si scrive la funzione di Lagrange

L ( x, y, λ ) = x − 2 y 3 + λ ( x 2 + 3 y 2 − 1)
L ' x ( x , y , λ ) = 1 + 2λ x
L ' y ( x, y, λ ) = −6 y 2 + 6λ y
L 'λ ( x, y , λ ) = x 2 + 3 y 2 − 1

I punti stazionari di L sono da ricercarsi tra le soluzioni del sistema

 1
1 + 2λ x = 0  x = − 2λ ⇒ λ ≠ 0
 
 −6 y + 6λ y = 0 ⇒  y ( y − λ ) = 0
2

 2  2
x + 3y −1 = 0 x + 3y −1 = 0
2 2



Dalla seconda equazione si ricava y = 0 y = λ

Se y = 0 → x = ±1 → λ = ∓ 1 2
P1 ( −1,0, +1 2 ) P2 ( +1, 0, −1 2 )
f ( P1 ) = −1 f ( P2 ) = 1
Se y = λ
1 1 + 12λ 4 − 4λ 2
+ 3λ 2 − 1 = 0 → = 0 ⇔ 12λ 4 − 4λ 2 + 1 = 0
4λ 2 4λ 2
λ2 = t
12t 2 − 4t + 1 = 0 → ∆ = 16 − 48 < 0
Pertanto per y = λ non vi sono soluzioni reali.
L’unico punto di massimo assoluto vincolato è pertanto P2 ( +1,0, −1 2 ) in cui la funzione assume il valore 1.

33
Altri metodi per individuare eventuali massimi o minimi
1. Discussione sul segno di dF 2 nei punti oggetto di studio
Con riferimento al punto P2 , si ha:
dF 2 = dF "xx dx 2 + 2dF "xy dxdy + dF "yy dy 2
dF 2 = 2λ dx 2 + 0 + ( −12 y + 6λ ) dy 2 = −dx 2 − 3dy 2
d’altra parte
ϕ 'x dx + ϕ ' y dy = 0 ⇒ 2 xdx + 6 ydy = 0 ⇒ dx = 0
Pertanto
dF 2 = −3dy 2 < 0 Il punto P2 è un massimo vincolato.

2. Discussione sul segno del determinate hessiano orlato nei punti oggetto di studio
 0 ϕ 'x ϕ ' y   0 2x 6 y2  0 2 0 
     
det Hɶ = det  ϕ 'x F ''xx F 'xy  = det  2 x 2λ 0  = det  2 −1 0  = 12
ϕ ' F ' F '' yy   6 y 2 0 −12 y + 6λ  x =1  0 0 −3 
 y yx   y =0  
λ =−1/ 2

Rappresentazione degli insiemi di livello

34
Schema minimo per verifica orale sulle funzioni a due variabili

Def. 1. 9
Chiamiamo funzione reale di n variabili reali definite su A una corrispondenza indicata con
f : A ⊆ ℝ n → ℝ che ad ogni vettore x = ( x1 , x2 ,..., xn ) associa uno e un solo numero reale y ∈ ℝ .
Diremo che y è l’immagine di x ovvero y = f ( x )

Def. 1. 10

Si dice insieme immagine, e lo indicheremo con f ( x ) , il sottoinsieme di tutti i numeri reali che sono
immagine, tramite f, di qualche elemento x di X.

Def. 1. 11

Dato un punto P0 ( x0 , y0 ) ∈ ℝ 2 si definisce intorno circolare di centro P0 ( x0 , y0 ) e raggio r l’insieme dei

punti P ( x, y ) del piano tali che la loro distanza da P0 ( x0 , y0 ) sia minore di r ovvero tali che d ( P, P0 ) < r

Def. 1. 12

Dato un punto P0 ( x0 , y0 ) ∈ ℝ 2 si definisce intorno dell’infinito l’insieme dei punti P ( x, y ) del piano tali
che d ( P, P0 ) < ∞

Def. 1. 13

Dato un insieme A ⊆ ℝ 2 , tale insieme si dice limitato se esiste un intorno circolare che lo contiene
Un insieme non limitato si dice illimitato
Def. 1. 14

Dato un insieme A ⊆ ℝ 2 e un punto P0 ( x0 , y0 ) appartenente o no ad A, tale punto è detto di accumulazione

per A se in ogni suo intorno circolare cade almeno un elemento di A distinto da P0

Def. 1. 15

Dato un insieme A ⊆ ℝ 2 e un punto P0 ( x0 , y0 ) , tale punto è detto interno all’insieme A se esiste un intorno
circolare di centro P0 ( x0 , y0 ) formato solo da punti dell’insieme A

Def. 1. 16

Dato un insieme A ⊆ ℝ 2 e un punto P0 ( x0 , y0 ) , tale punto è detto esterno all’insieme A se esiste un intorno
circolare di centro P0 ( x0 , y0 ) formato solo da punti appartenenti all’insieme complementare di A rispetto a
ℝ2

Def. 1. 17

Dato un insieme A ⊆ ℝ 2 e un punto P0 ( x0 , y0 ) , tale punto è detto di frontiera per A se in ogni intorno
circolare di centro P0 ( x0 , y0 ) si trovano sia punti appartenenti ad A sia punti appartenenti al complementare
di A rispetto a ℝ 2

35
Def. 1. 18

Dato un insieme A ⊆ ℝ 2 , tale insieme si dice aperto se i suoi punti sono tutti interni

Def. 1. 19

Dato un insieme A ⊆ ℝ 2 , tale insieme si dice chiuso se contiene tutti i punti della sua frontiera.

Def. 1. 20

Un punto P0 ( x0 , y0 ) ∈ A e A ⊆ ℝ 2 si definisce punto isolato di A se esiste almeno un intorno circolare di

P0 ( x0 , y0 ) che non contiene altri punti di A

Def. 1. 21

Si dice che la funzione f ( x, y ) definita in un insieme A ⊆ ℝ 2 tende al limite finito l per ( x, y ) che tende a
( x0 , y0 ) , e si scrive lim f ( x, y ) = l , se ∀ε > 0 esiste un intorno circolare di ( x0 , y0 ) tale che ∀ ( x, y )
( x , y ) →( x0 , y0 )

appartenenti a tale intorno circolare, ad eccezione al più di ( x0 , y0 ) , si verifica che f ( x, y ) − l < ε

Def. 1. 22

Si dice che la funzione f ( x, y ) definita in un insieme A ⊆ ℝ 2 tende al limite infinito +∞ per ( x, y ) che
tende a ( x0 , y0 ) , e si scrive lim f ( x, y ) = +∞ , se ∀M > 0 esiste un intorno circolare di ( x0 , y0 ) tale
( x , y ) →( x0 , y0 )
che ∀ ( x, y ) appartenenti a tale intorno circolare, ad eccezione al più di ( x0 , y0 ) , si verifica che
f ( x, y ) > M

Def. 1. 23

Si dice che la funzione f ( x, y ) definita in un insieme A ⊆ ℝ 2 è continua nel punto ( x0 , y0 ) appartenente

ad A se lim f ( x, y ) = f ( x0 , y0 )
( x , y ) →( x0 , y0 )

Def. 1. 24

Si dice che la funzione f ( x, y ) definita in un insieme A ⊆ ℝ 2 è continua in A se essa è continua in ogni

punto appartenente ad A

Def. 1. 25

Sia f ( x, y ) una funzione a due variabili definita in un insieme A ⊆ ℝ 2 e sia ( x0 , y0 ) un punto interno ad A,
prende il nome di derivata parziale prima rispetto alla variabile x il
f ( x0 + h, y0 ) − f ( x0 , y0 )
lim
h →0 h
se tale limite esiste ed è finito. Se ciò accadrà si scriverà:
∂f f ( x0 + h, y0 ) − f ( x0 , y0 )
= f 'x = lim
∂x h→0 h
e si dirà che f ( x, y ) è derivabile rispetto alla variabile x nel punto ( x0 , y0 )

36
Def. 1. 26

Sia f ( x, y ) una funzione a due variabili definita in un insieme A ⊆ ℝ 2 e sia ( x0 , y0 ) un punto interno ad A.
Se f ( x, y ) è derivabile nel punto ( x0 , y0 ) sia rispetto alla variabile x , sia rispetto alla variabile y allora si
dirà che f ( x, y ) è derivabile nel punto ( x0 , y0 ) .

Def. 1. 27

Sia f ( x, y ) una funzione a due variabili definita in un insieme A ⊆ ℝ 2 . Se f ( x, y ) è derivabile in ogni

punto interno ad A si dice che f ( x, y ) è derivabile in A

Teo 1. 10 (teorema di Schwarz)

Data una funzione a due variabili definita in un insieme A ⊆ ℝ 2 , se le due derivate seconde miste sono
continue in ogni punto ( x, y ) interno al dominio, allora esse sono uguali ovvero f "xy = f "yx

Def. 1. 28

Data una funzione a due variabili f ( x, y ) definita in un insieme A ⊆ ℝ 2 si dirà che:

1. f ( x, y ) è di classe C 0 se in ogni punto interno ad A

a. f ( x, y ) è continua
2. f ( x, y ) è di classe C 1 se in ogni punto interno ad A
a. f ( x, y ) è continua
b. f 'x , f ' y sono continue
3. f ( x, y ) è di classe C 2 se in ogni punto interno ad A
a. f ( x, y ) è continua
b. f 'x , f ' y sono continue
c. f "xx , f "xy , f "yx , f "yy sono continue

Teo 1. 11

Data una funzione a due variabili f ( x, y ) definita in un insieme A ⊆ ℝ 2

• se f ( x, y ) è derivabile in un punto ( x0 , y0 ) interno ad A rispetto alla variabile x

• se f ( x, y ) è derivabile in un punto ( x0 , y0 ) interno ad A rispetto alla variabile y

NON necessariamente f ( x, y ) è continua nel punto ( x0 , y0 )

Osservazione: il concetto di derivabilità parziale non ci assicura quindi la continuità di una funzione ed è
per questo motivo che dobbiamo introdurre il concetto di differenziabilità

Osservazione: nel caso di funzione di una variabile sapevamo che:

• se f ( x ) è derivabile in un punto x0 interno al dominio A allora f ( x ) è anche continua in x0
• se f ( x ) è continua in un punto x0 interno al dominio A, allora non necessariamente f ( x ) è
anche derivabile in x0

37
Def. 1. 29

Data una funzione a due variabili f ( x, y ) definita in un insieme A ⊆ ℝ 2 tale funzione si dice
differenziabile nel punto ( x0 , y0 ) se è parzialmente derivabile in ( x0 , y0 ) sia rispetto alla variabile x sia
rispetto alla variabile y e se
 f ( x0 + h, y0 + k ) − f ( x0 , y0 )  −  f ' ( x0 , y0 ) h − f ' ( x0 , y0 ) k 
lim  =0
( h , k )→ 0 h2 + k 2
In tale ipotesi il valore
f 'x ( x0 , y0 ) h + f ' y ( x0 , y0 ) k
prende il nome di differenziale totale primo della f ( x, y ) in ( x0 , y0 ) .
df ( x0 , y0 ) = f 'x ( x0 , y0 ) dx + f ' y ( x0 , y0 )
Esempi
Calcolare il differenziale totale delle seguenti funzioni differenziabili

f ( x, y ) = x 2 + 3 y 2 − 5 xy
∂f ∂f
= 2x − 5 y = 6 y − 5x → df = ( 3 x − 5 y ) dx + ( 6 y − 5 x ) dy
∂x ∂y

f ( x, y ) = log xy
∂f 1 1 ∂f 1 dx dy
= ⋅y= = → df = +
∂x xy x ∂y y x y

Teo 1. 12
Sia f una funzione differenziabile in un intorno di un punto. Il suo differenziale è esso stesso una funzione
differenziabile.
d ( df ) = d 2 f = f "xx dx 2 + f "xy dxdy + f "yx dydx + f "yy dy 2
Osservazione: il differenziale secondo è una forma quadratica
 f "xx f "xy   dx   f "xx dx + f "xy dy 
d 2 f = h ' Ah = ( dx dy )     = ( dx dy )   = f "xx dx + f "xy dxdy + f "yx dydx + f "yy dy
2 2
f
 yx" f " yy   dy  f
 yx" dy + f " yy dy 
La matrice associata a detta forma quadratica è la matrice hessiana

Def. 1. 30

Con riferimento ad una funzione f definita in un insieme A ⊆ ℝ n , il differenziale nel punto x 0 = { x1 , x2 ,...xn }
è dato da:

df ( x 0 ) = ∇f ( x 0 ) , h con h → 0

Def. 1. 31

Sia f : ℝ n ⇒ ℝ . S dice che f è differenziabile (secondo Frèchet o in senso forte) nel punto x 0 ∈ ℝ n se esiste
una a ( x ) ∈ ℝ n tale che ∀h ∈ ℝ n si abbia:
f ( x 0 + h ) − f ( x 0 ) − a, h
lim =0
h →0 h
L’operatore a ( x ) : ℝ n → ℝ si dice derivata (di Frèchet) di f in x 0

38
Def. 1. 32

Se f è una funzione definita in un insieme A ⊆ ℝ n e differenziabile in x 0 , allora esistono le sue derivate

parziali e la derivata direzionale della funzione rispetto al versore v nel punto x 0 è data dal prodotto scalare
tra il gradiente della funzione e il versore stesso.
Dv f ( x 0 ) = ∇f ( x 0 ) , v
Osservazione: La derivata direzionale calcolata rispetto ad un versore della base canonica di ℝ n coincide
proprio con la derivata parziale rispetto a quella componente.

Def. 1. 33
Il gradiente di un campo scalare è una funzione a valori reali di più variabili reali, quindi definita in una
regione di uno spazio a 2, 3 o più dimensioni. Le componenti cartesiane di tale vettore le derivate parziali
della funzione. Il gradiente rappresenta quindi la direzione di massimo incremento di una funzione di
variabili . Con riferimento ad una funzione f definita in un insieme A ⊆ ℝ 2 si ha:
 ∂f ( x0 , y0 ) 
 
∂x  = ∂f ( x0 , y0 ) i + ∂f ( x0 , y0 ) j

grad f ( x0 , y0 ) = ∇f ( x0 , y0 ) = 
 ∂f ( x0 , y0 )  ∂x ∂y
 
 ∂y 

Def. 1. 34

Dato un vettore g ( x ) di n funzioni differenziabili in x g : X → ℝ, X ⊆ ℝ n lo jacobiano di g ( x ) in x è la

matrice di seguito definita.
 ∂g1 ∂g1 ∂g1 
 ∂x ...
∂x2 ∂g n 
 1 
 ∂g 2 ∂g 2 ∂g 2 
 ... 
J ( x ) =  ∂x1 ∂x2 ∂g n 
 ... ... ... ... 
 
 ∂g n ∂g n ... ∂g n 
 ∂x ∂g n 
 1 ∂x2

Teo 1. 13

Data una funzione a due variabili f ( x, y ) definita in un insieme A ⊆ ℝ 2 se f ( x, y ) è differenziabile in un

punto ( x0 , y0 ) interno ad A essa è anche derivabile parzialmente sia rispetto alla variabile x sia rispetto alla
variabile y in tale punto.

Teo 1. 14

Data una funzione a due variabili f ( x, y ) definita in un insieme A ⊆ ℝ 2 se f ( x, y ) è differenziabile in un

punto ( x0 , y0 ) interno ad A essa è allora anche continua nel punto ( x0 , y0 )

Teo 1. 15

Data una funzione a due variabili f ( x, y ) definita in un insieme A ⊆ ℝ 2 se f ( x, y ) è di classe C 1 allora

essa è differenziabile in ogni punto interno ad A.

39
Teo 1. 16

Data una funzione a due variabili f ( x, y ) definita in un insieme A ⊆ ℝ 2 se f ( x, y ) è differenziabile in un

punto ( x0 , y0 ) interno ad A esiste un piano tangente ad f ( x, y ) nel punto di coordinate ( x0 , y0 , z0 ) e
l’equazione di tale piano sarà: z − f ( x0 , y0 ) = f 'x ( x − x0 ) + f ' y ( y − y0 ) .

Def. 1. 35

Data una funzione a due variabili f ( x, y ) definita in un insieme A ⊆ ℝ 2 un punto ( x0 , y0 ) ∈ A è un punto

di massimo relativo per f ( x, y ) se esiste un intorno di ( x0 , y0 ) tale che ∀ ( x, y ) appartenente a tale intorno
si verifica che f ( x, y ) ≤ f ( x0 , y0 ) .

Def. 1. 36

Data una funzione a due variabili f ( x, y ) definita in un insieme A ⊆ ℝ 2 un punto ( x0 , y0 ) ∈ A è un punto

di minimo relativo per f ( x, y ) se esiste un intorno di ( x0 , y0 ) tale che ∀ ( x, y ) appartenente a tale intorno
si verifica che f ( x, y ) ≥ f ( x0 , y0 ) .

Teo 1. 17

Data una funzione a due variabili f ( x, y ) definita in un insieme A ⊆ ℝ 2 e di classe C 1 , se ( x0 , y0 ) è un

punto interno ad A di massimo o di minimo relativo, allora:
• f 'x ( x0 , y0 ) = 0
• f ' y ( x0 , y0 ) = 0

I punti ( x0 , y0 ) in cui si verificano queste condizioni prendono il nome di punti critici.

Osservazione: in analogia con quanto visto per le funzioni ad una variabile si noterà certamente che il
teorema Teo 1. 17 fornisce solamente delle condizioni necessarie ma non sufficienti alla ricerca dei massimi
e dei minimi relativi per le funzioni di due variabili.
In altre parole potrebbero esistere dei punti ( x0 , y0 ) in cui
• f 'x ( x0 , y0 ) = 0
• f ' y ( x0 , y0 ) = 0
senza però che tali punti siano di massimo o di minimo relativo. Dobbiamo allora introdurre delle ulteriori
condizioni che ci permettano di definire la natura del punto critico ( x0 , y0 ) .

Def. 1. 37

Data una funzione a due variabili f ( x, y ) definita in un insieme A ⊆ ℝ 2 e di classe C 2 , prende il nome di
matrice hessiana la seguente matrice simmetrica:
 f "xx f "xy 
H ( x, y ) =  
 f "yx f "yy 

Osservazione: l’hessiano (matrice hessiana) può essere anche interpretato come lo jacobiano del vettore
gradiente.
Con riferimento da una funzione a due variabili f ( x, y ) , si ha:

40
  ∂f   ∂2 f ∂2 f 
 ∂x   2 
∂x ∂x∂y 
∇f =   da cui J ( ∇f ( x, y ) ) =  2 = H ( x, y )
 ∂f  ∂ f ∂2 f 
 ∂y   
   ∂y∂x ∂y 2 
Def. 1. 38
Si definisce determinante hessiano il determinante della matrice hessiana

Teo 1. 18

Sia f ( x, y ) una funzione definita in un insieme A ⊆ ℝ 2 e avente derivate parziali prime e seconde continue
in un intorno circolare T di P0 ( x0 , y0 ) , ed inoltre nel punto P0 ( x0 , y0 ) risulti f 'x ( x0 , y0 ) = f ' y ( x0 , y0 ) = 0 ,
allora se:
1. det H > 0, f xx '' ( x0 , y0 ) > 0 il punto P0 è di minimo relativo
2. det H > 0, f xx '' ( x0 , y0 ) < 0 il punto P0 è di massimo relativo
3. det H < 0 il punto P0 non è di massimo né di minimo relativo: P0 è un punto di sella
4. det H = 0 non si può dire senza ulteriori indagini se il punto P0 sia o non sia punto di massimo o di
minimo relativo
Teo 1. 19 (riformulazione del teorema precedente questa volta coinvolgendo gli autovalori)

Sia f ( x, y ) una funzione definita in un insieme A ⊆ ℝ 2 e di classe C 2 se ( x0 , y0 ) è un punto interno ad A

in cui:
• f 'x ( x0 , y0 ) = 0
• f ' y ( x0 , y0 ) = 0
allora se accade che:
1. gli autovalori della matrice H ( x0 , y0 ) sono entrambi positivi allora ( x0 , y0 ) è un punto di minimo
relativo;
2. gli autovalori della matrice H ( x0 , y0 ) sono entrambi negativi allora ( x0 , y0 ) è un punto di massimo
relativo;
3. gli autovalori della matrice H ( x0 , y0 ) sono uno positivo e l’altro negativo allora ( x0 , y0 ) non è né
un punto di massimo né un punto di minimo relativo;
4. se almeno uno degli autovalori è pari a zero nulla si può dire a priori sulla natura del punto ( x0 , y0 ) .

Def. 1. 39

Data una funzione f : X → ℝ , X ⊆ ℝ n e un numero reale α , si definisce insieme di livello di f associato

al livello α gli insiemi degli elementi del dominio di X che hanno come immagine α
lev f = { x ∈ X : f ( x ) = α }
α

Funzioni implicite
ax + by + c = 0 funzione implicita
y = mx + q funzione esplicita
Si può passare dalla prima alla seconda solo per b ≠ 0
Si consideri la eseguente equazione lineare implicita su ℝ 2
ax + by = 0
Se b ≠ 0 si può ricavare y in funzione della x come y = ( − a b ) x

41
Equivalentemente possiamo dire che le soluzioni (x, y) dell’equazione implicita ax + by = 0 sono il grafico
della funzione di una variabile y = ( − a b ) x .

Consideriamo una funzione y = f ( x ) e la sua rappresentazione grafica

y
y=f(x)

Il grafico è la rappresentazione della funzione y = f ( x ) dato che ad ogni valore si x viene associato uno e
un solo valore di y
Adesso consideriamo il grafico sotto proposto e domandiamoci se esso possa essere la rappresentazione di
una funzione y = f ( x )
y
y=f(x)?

x
La risposta è negativa. Esiste almeno un valore di x a cui vengono associati più valori di y . Quindi il
grafico proposto non può essere la rappresentazione di una funzione del tipo y = f ( x ) .

Le stesse considerazioni valgono ovviamente anche per grafico sotto rappresentato. Grafico definito
dall’equazione x 2 + y 2 = 1 (circonferenza con centro nell’origine e raggio unitario)

y=f(x)?

Tuttavia, localmente, potremmo trovare dei punti nei pressi dei quali il grafico, opportunamente spezzettato,
può essere interpretato come la rappresentazione grafica di una funzione del tipo y = f ( x )

42
Nell’intorno di (0,1) la porzione di grafico può essere la rappresentazione di una funzione del tipo y = f ( x )

y=f(x)?

Infatti nell’intorno di (0,1) ad ogni valore di x viene associato uno e un solo valore di y
Adesso chiediamoci: questo ragionamento può essere esteso ad ogni punto appartenente al grafico?
La risposta è NO! E’ chiaro infatti che ad esempio in un intorno (1,0) il grafico non potrà mai essere la
rappresentazione di una funzione del tipo y = f ( x )

y=f(x)?

Nell’intorno di (1,0) vi sono dei punti in cui ad un valore di x vengono associati due valori di y

Adesso vediamo cosa hanno di diverso i punti (0,1) e (1,0) considerati in precedenza

y
A

Calcoliamo le derivate parziali rispetto ad y nei punti A e B

43
 ∂ ( x 2 + y 2 − 1)
In A = 2y = 2 ≠ 0
∂y
y =1

In B
∂ ( x 2 + y 2 − 1)
= 2y = 0
∂y
y =0

Potremmo a questo punto avere il sospetto che una funzione implicita possa esplicitarsi localmente solo se,
valgono opportune considerazioni sulle derivate.

Teo 1. 20 (teorema di Dini per funzioni a due variabili)

Sia f : X (aperto) → ℝ , X ⊆ ℝ 2 , se f e f ' y sono continue in X e se risulta:

1. f ( x0 , y0 ) = 0
2. f ' y ( x0 , y0 ) ≠ 0
allora ∃ | g : Iδ ( x0 ) → ℝ continua in tale intorno tale che y0 = g ( x0 ) e f ( x, g ( x ) ) = 0 , ∀x ∈ Iδ ( x0 )
Inoltre se anche f 'x è continua in X allora g ∈ C1 ( Iδ ( x0 ) ) e
f ' x ( x, g ( x ) )
g '( x ) = − ∀x ∈ Iδ ( x0 ) (1.1)
f ' y ( x, g ( x ) )
Osservazione: i punti in cui ∇f = 0 non consentono l’applicazione del teorema di Dini.
La (1.1) può derivarsi derivando l’identità f ( x, g ( x ) ) = 0
Si ha pertanto: f 'x ( x, g ( x ) ) + g ' ( x ) ⋅ f ' y ( x, g ( x ) ) = 0 (1.2)
Da cui immediatamente la (1.1)

Il significato geometrico di g’(x)

y g'(x 0)

y=g(x)

y0

x0 x

Assegnata una funzione y = g ( x ) di cui sopra è presentata la sua rappresentazione grafica, la retta tangente
nel punto ( x0 , y0 ) ha la seguente espressione:
y − y0
= g '( x ) (1.3)
x − x0
Ovvero g ' ( x ) rappresenta il coefficiente angolare di tutte le rette orientate come la retta tangente definita
dalla (1.3).
Adesso vogliamo trovare le componenti di un vettore generico v, passante per l’origine, ma orientato come la
retta tangente. Dalla (1.3) si ha:
y − y0 y
= g ' ( x0 ) ( x0 , y0 ) = ( 0,0 ) → = g ' ( x0 )
x − x0 x
Posto per semplicità pari a 1 la componente vx si ha pertanto:

44
  1 
v= 
 g ' ( x0 ) 

Rapporti tra il vettore gradiente e il vettore tangente

∇f ( x0 , y0 ) , v = f 'x ( x0 , y0 ) + f ' y ( x0 , y0 ) ⋅ g ' ( x )
Stante la validità della (1.2) si ha
∇f ( x0 , y0 ) , v = f 'x ( x0 , y0 ) + f ' y ( x0 , y0 ) ⋅ g ' ( x ) = 0

Il vettore ∇f , calcolato in ( x0 , y0 ) , è ortogonale al vettore tangente

y

∇f

Esemplificazioni

Data la funzione f ( x, y ) = y 3 + 2 x3 + xy − 4 x 2 + 2 x
1. verificare che in un intorno P (1,0 ) l’equazione f ( x, y ) = 0 definisce implicitamente una funzione
y = g ( x)
2. calcolare g ' (1)
Soluzione
 ∂f 
1. Osserviamo che f (1,0 ) = 0 ed inoltre   = 1 ≠ 0 quindi le condizioni imposte dal teorema di
 ∂y  xy==10
Dini sono verificate. Esiste pertanto, ed è unica, la y = g ( x )
2. Dal teorema di Dini sappiamo che:
f ' x ( x, g ( x ) )
g '( x ) = − ∀x ∈ Iδ ( x0 )
f ' y ( x, g ( x ) )
f ' x ( x, g ( x ) ) 6x2 + y − 8x + 2
g '( x ) = − =−
f ' y ( x, g ( x ) ) 3 y2 + x
dato che y = g ( x)
6x2 + g ( x ) − 8x + 2
g '( x ) = −
3g ( x ) + x
2

Sappiamo inoltre che g (1) = 0

Pertanto
6x2 + g ( x ) − 8x + 2 0
g '( x ) = − = − =0
3g ( x ) + x
2
1

Data la funzione f ( x, y ) = x 2 + y 2 − 1

45
 1. verificare che in un intorno P ( 0,1) l’equazione f ( x, y ) = 0 definisce implicitamente una funzione
y = g ( x)
2. calcolare g ' ( 0 )
3. definire g ' ( x ) nell’intono di P
Soluzione
 ∂f 
1. Osserviamo che f ( 0,1) = 0 e che inoltre   = 1 ≠ 0 quindi le condizioni imposte dal teorema
 ∂y  xy==10
di Dini sono verificate. Esiste pertanto, ed è unica, la y = g ( x )

f ' x ( x, g ( x ) )
2. g '( x ) = − ∀x ∈ Iδ ( x0 )
f ' y ( x, g ( x ) )
2x x
g '( x ) = − =−
2y g ( x)
2x 0 0
g '( 0) = − =− = − =0
2y g (0) 1

f ' x ( x, g ( x ) ) 2x x x
3. g '( x ) = − =− =− con g ( x ) = + 1 − x 2 da cui g ' ( x ) = −
f ' y ( x, g ( x ) ) 2y g ( x) 1 − x2
Si ottiene ovviamente lo stesso risultato derivando direttamente g ( x )

Si verifichi che x = 0 è un punto di minimo relativo per la funzione y = g ( x ) definita implicitamente

dall’equazione e x − y + x 2 y 2 − e ( x + 1) = 0 con punto iniziale P (0, −1)
Soluzione
f ( 0, −1) = 0
 ∂f 
  = −e x − y + 2 yx 2 = e ≠ 0
 ∂y  x = 0
y =−1

Le condizioni stabilite dal teorema del Dini sono verificate

Calcoliamo ora g ' ( x )
f ' x ( x, g ( x ) ) e x + y + 2 xy 2 − e
g '( x ) = − =−
f ' y ( x, g ( x ) ) −e x − y + 2 x 2 y
da cui
 e x − y + 2 xy 2 − e 
g '( 0) = −  x− y  =0
 −e + 2 x y  xy==−0 1
2

Per calcolare g "( x ) consideriamo la seguente identità

f ' x ( x , g ( x ) ) + f ' y ( x, g ( x ) ) ⋅ g ' ( x ) = 0
e deriviamola totalmente rispetto ad x
f "xx ( x, g ( x ) ) + 2 f "xy ( x, g ( x ) ) ⋅ g ' ( x ) + f "yy ( x, g ( x ) ) ⋅ g '2 ( x ) + f ' y ( x, g ( x ) ) ⋅ g "( x ) = 0
da cui infine
f "xx ⋅ f '2y − 2 f "xy ⋅ f 'x ⋅ f 'x + f "yy ⋅ f '2x
g "( x ) = −
f '3x
a conti fatti nel nostro caso risulta

46
 2
g "( 0 ) = 1 +
>0
e
Siamo pertanto in presenza di un minimo relativo.

Data l’equazione x3 y + x 2 y 2 + x − y + 2 = 0 verificare che essa, nell’intorno di P ( 0, 2 ) , definisce

implicitamente una funzione y = g ( x ) di cui si voglia determinare un’adegauta approssimazione
nell’intorno dell’origine.
Soluzione
f ( 0,2 ) = 0
 ∂f 
  = x + 2 xy − 1 = −1 ≠ 0
3 2

 ∂y  x = 0
y=2

Le condizioni stabilite dal teorema del Dini sono verificate

Inoltre si ha:
 3x 2 + 2 xy 2 + 1 
g '( 0) = −  3  =1
 x + 2 x y − 1  x =0
2
y=2

g "( 0 ) = 8

Ricordiamo la formula di Mac-Laurin

g "( x ) 1
g ( x ) = g ( x0 ) + g ' ( x0 )( x − x0 ) + ( x − x0 ) + ... + g n ( x0 )( x − x0 ) + o ( n )
2 n

2! n!
Nel nostro caso si ha quindi
g "( 0 ) 2
g ( x ) ≅ g ( 0) + g '( 0) x + x = 2 + x + 4x2
2!

Def. 1. 40

Un insieme C ⊆ ℝ n è detto cono (con vertice nell’origine) quando

x ∈ C ⇒ p ⋅ x ∈ C ∀p > 0
Il cono è un sottoinsieme C di uno spazio vettoriale V chiuso rispetto alla moltiplicazione per scalari
positivi.

Def. 1. 41

Sia V uno spazio vettoriale su un campo K. Consideriamo poi un insieme S = {v1 , v2 ,..., vn } di vettori di V.
Una combinazione lineare di questi è il vettore così definito:
a1v1 + a2 v2 ,..., an vn

47
dove ai sono scalari, cioè elementi di K. Gli scalari nella precedente espressione possono essere scelti ad
arbitrio e sono detti coefficienti della combinazione lineare.

Def. 1. 42
n
Una combinazione lineare in cui ai > 0 ∀i e ∑a
i =1
i = 1 si dice combinazione lineare convessa

Def. 1. 43
In uno spazio vettoriale V un insieme A si dice convesso se per ogni coppia di punti x1 , x2 ∈ A ogni loro
combinazione lineare connessa appartiene all’insieme.
Più intuitivamente possiamo dire che un insieme si dice convesso se, per ogni coppia di punti dell'insieme, il
segmento x1 x2 che li congiunge è interamente contenuto nell'insieme

Def. 1. 44

Sia f : C ( cono ) → ℝ , C ⊆ ℝ n . f si definisce positivamente omogenea di grado a ∈ ℝ se

f ( tx ) = t a f ( x ) ∀t ∈ ℝ +
Osservazione: una funzione omogenea di grado 0 è tale che f ( tx ) = t 0 f ( x ) = f ( x )

Teo 1. 21
Sia f una funzione omogenea di grado a e derivabile. Allora le sue derivate parziali prime sono a loro volta
funzioni omogenee di grado a − 1

Esemplificazione
x2 + y 2
Stabilire se f ( x, y ) = è una funzione omogenea.
x + 3y
Soluzione
( tx )
2
+ ( ty )
2
t 2 ( x2 + y 2 )
f ( tx, ty ) = = = t ⋅ f ( x, y )
tx + 3ty t ( x + 3y )
Funzione omogenea di grado 1

Teo 1. 22 (teorema di Eulero sulle funzioni omogenee)

Sia f : C → ℝ, C (cono) ∈ ℝ n e sia f differenziabile, allora f è omogenea di grado a se e solo se

∇f ( x ) , x = a ⋅ f ( x ) ∀x ∈ C

48
In termini più intuitivi: condizione necessaria e sufficiente affinché f sia positivamente omogenea di grado a
è che risulti:
∂f ∂f ∂f
x1 + x2 ,..., = a ⋅ f ( x1 , x2 ,..., xn )
∂x1 ∂x2 ∂xn
ovvero la somma dei prodotti delle derivate parziali prime per le corrispondenti variabili sia uguale al
prodotto della funzione per il grado a di omogeneità.

Def. 1. 45

Sia f : I → ℝ , I intervallo di ℝ si dice convesso se ∀x1 , x2 ∈ I e ∀t ∈ [ 0,1] si ha:

f ( tx1 + (1 − t ) x2 ) ≤ tf ( x1 ) + (1 − t ) ⋅ f ( x2 )
Tradotto in parole più semplici: Sia f : I → ℝ , I intervallo di ℝ si dice convesso se ∀x1 , x2 ∈ I
e ∀xɶ ∈ [ x1 , x2 ] deve risultare che f ( xɶ ) ≤ ordinata di xɶ misurata su sul segmento congiunte i punti
( x , f ( x )) e ( x , f ( x ))
1 1 2 2

Grafico di una funzione

f(x2)
Strettamente convessa

f(x1) yɶ
f ( xɶ )
xɶ
x2 x1

Grafico di una funzione

Non strettamente convessa

x
Def. 1. 46

Si definisce epigrafo di f ( x, y ) l’insieme così definito

epi ( f ) := {( x, y ) ∈ ℝ 2 : x ∈ D, y ≥ f ( x )}

epigrafo

49
Un epigrafo è convesso solo se la funzione è convessa

Def. 1. 47

Si definisce ipografo di f ( x, y ) l’insieme così definito

ipo ( f ) := {( x, y ) ∈ ℝ 2 : x ∈ D, y < f ( x )}

ipografo

Una funzione è concava se il suo ipografo è convesso

livello α

sottolivello α

Se f è convessa, lo sono anche i suoi insiemi di sottolivello α

Importante: un insieme vuoto è convesso. Infatti ogni segmento che congiunge due dei suoi punti è tutto
contenuto nell'insieme vuoto (semplicemente perché l'insieme dei segmenti che congiungono due punti
dell’insieme vuoto è anch'esso vuoto)

Teo 1. 23 convessità in più variabili

Sia A ⊆ ℝ n aperto e convesso e sia f : A → ℝ

Se f : A → ℝ ha derivate parziali continue, allora f è convessa se e solo se è soddisfatta la seguente
disuguaglianza
( ∇f ( x ) − ∇f ( y ) ) , ( x − y ) ≥ 0 ∀x, y ∈ A
Se f : A → ℝ ha derivate parziali seconde continue, allora f è convessa se e solo se la matrice hessiana
H ( f ( x ) ) è semidefinita positiva ∀x ∈ A , è strettamente convessa se H ( f ( x ) ) è definita positiva ∀x ∈ A .

50
Esemplificazione
Sia f ( x, y ) = x 2 + y 2 , verificare che è convessa.
Soluzione
f 'x = 2 x f ' y = 2 y le derivate parziali prime sono continue
Si prendono due punti x1 = ( x1 , y1 ) ', x 2 = ( x2 , y2 ) ' ∈ ℝ 2 e si calcola il gradiente di f in tali punti.
 2x   2x 
∇f ( x1 ) =  1  ∇f ( x 2 ) =  2 
 2 y1   2 y2 
da cui
 2 x − 2 x2 
∇f ( x1 ) − ∇f ( x 2 ) =  1 
 2 y1 − 2 y2 
Si calcola il vettore differenza
x −x 
x1 − x 2 =  1 2 
 y1 − y2 
Si verifichi infine se:
∇f ( x1 ) − ∇f ( x 2 ) , x1 − x 2 ≥ 0

∇f ( x1 ) − ∇f ( x 2 ) , x1 − x 2 = 2 ( x1 − x2 ) + 2 ( y1 − y2 ) ≥ 0
2 2

La funzione assegnata è convessa.

→ Caratterizzazione del secondo ordine
f "xx = 2 f "yy = 2 f "xy = f "yx = 0
da cui
 2 0
H ( f ( x, y ) ) =  
 0 2
La matrice H ( f ( x, y ) ) ha autovalori tutti positivi, quindi f ( x, y ) è strettamente convessa

Studiare la convessità/concavità di
f ( x, y ) = x 4 + x 2 y 2 + y 4 − 3 x − 8 y
Soluzione
f 'x = 4 x3 + 2 xy 2 − 3 f 'y = 2x2 y + 4 y3 − 2
f "xx = 12 x 2 + 2 y 2 f "yy = 2 x 2 + 12 y 2 f "xy = f "yx = 4 xy
da cui
12 x 2 + 2 y 2 
H ( f ( x, y ) ) =  → det ( H ) = 4 ( 4 x 4 + 6 y 4 + 33 x 2 y 2 ) ≥ 0
4 xy
2
 4 xy 2 x 2
+ 12 y 
Ricordiamo che data una matrice quadrata M questa si dice:
1. definita positiva se m11 > 0 ∧ det ( M ) > 0
2. semidefinita positiva se m11 ≥ 0 ∧ m22 ≥ 0 ∧ det ( M ) ≥ 0
3. definita negativa se m11 < 0 ∧ det ( M ) > 0
4. semidefinita negativa se m11 ≤ 0 ∧ m22 ≤ 0 ∧ det ( M ) ≥ 0
5. indefinita altrimenti
Nel nostro caso è facile riconoscere che la matrice hessiana è definita positiva in
A = {( x, y ) ∈ ℝ 2 : x ≠ 0, y ≠ 0} e in tale insieme è pertanto strettamente convessa.

51
OTTIMIZZAZIONE
Assegnata una funzione f : X → ℝ , X ⊂ ℝ n vogliamo determinare massimi e minimi assoluti e/o relativi.
Def. 1. 48

x0 ∈ X si dice punto di minimo relativo debole per f se ∀x ∈ Iδ ( x0 ) ∩ X f ( x ) ≥ f ( x0 )

Def. 1. 49

x0 ∈ X si dice punto di minimo relativo forte per f se ∀x ∈ Iδ ( x0 ) ∩ X \ { x0 } f ( x ) > f ( x0 )

Def. 1. 50

x0 ∈ X si dice punto di massimo relativo debole per f se ∀x ∈ Iδ ( x0 ) ∩ X f ( x ) ≤ f ( x0 )

Def. 1. 51

x0 ∈ X si dice punto di massimo relativo forte per f se ∀x ∈ Iδ ( x0 ) ∩ X \ { x0 } f ( x ) < f ( x0 )

Def. 1. 52

Sia f : X → ℝ , X ⊂ ℝ n , allora x0 ∈ X si dice punto di minimo assoluto per f se

∀x ∈ X f ( x ) ≥ f ( x0 )

Def. 1. 53

Sia f : X → ℝ , X ⊂ ℝ n , allora x0 ∈ X si dice punto di massimo assoluto per f se

∀x ∈ X f ( x ) ≤ f ( x0 )

y
y=f(x)

x1 x2 x3 x4 x

I punti x1 e x3 sono punti di minimo relativo . x1 è il punto di minimo assoluto.

I punti x2 e x4 sono punti di massimo relativo. x4 è il punto di massimo assoluto

Ancora sulle forme quadratiche

Q ( x ) = x ' Ax
In matematica una forma quadratica è un polinomio omogeneo di grado 2 in un certo numero di variabili.
Esempi di forme quadratiche in una, due, tre variabili sono dati da:
f ( x ) = ax 2
f ( x, y ) = ax 2 + by 2 + cxy
f ( x, y, z ) = ax 2 + by 2 + cz 2 + dxy + eyz + fzx
Consideriamo una forma quadratica Q ( x ) definita su uno spazio vettoriale X . Essa si dice definita positiva
se per ogni vettore x ≠ {∅} Q ( x ) > 0

52
La forma quadratica Q ( x ) si dice definita negative se per ogni vettore x ≠ {∅} Q ( x ) < 0
La forma quadratica Q ( x ) si dice semidefinita positiva se per ogni vettore x ≠ {∅} Q ( x ) ≥ 0
La forma quadratica Q ( x ) si dice semidefinita negative se per ogni vettore x ≠ {∅} Q ( x ) ≤ 0

Consideriamo la forma quadratica f ( x, y ) = ax 2 + by 2 + cxy . La matrice A associata alla forma quadratica

vale:
 a c 2
A= 
c 2 b 
Infatti
 c 
 ax + y 
 a c 2  
x c c
x ' Ax = ( x y )    = ( x y ) 
2
 = ax 2 + yx + xy + by 2 = ax 2 + by 2 + cxy
 c 2 b  y   c x + by  2 2
 
2 
1. Ad ogni forma quadratica è associata una matrice A simmetrica;
2. ogni forma quadratica può essere ridotta ad una semplice somma di quadrati;
a. se A, come nel nostro caso, è simmetrica, esiste sempre una matrice ortogonale P ovvero tale
che P ' P = I e P −1 = P '
b. Si ha inoltre x = PX P ' AP = D dove D è una matrice diagonale
c. Allora
z = x ' Ax = ( PX ) ' APX = X ' P ' APX = X ' DX
d. Si dimostra inoltre che gli elementi della matrice D sono gli autovalori di A
Interpretazione della positività e negatività di una matrice simmetrica

Se x è un vettore a due dimensioni, la forma quadratica z = x ' Ax ha una sua rappresentazione geometrica in
una superficie definita in uno spazio a tre dimensioni.
Possiamo descrivereil tipo di superficie definita dalla forma quadratica facendo riferimento alla forma
quadratica associata costituta dalla semplice somma dei quadrati. Considereremo la forma quadratica così
espressa: z = λ1 X 2 + λ2Y 2 dove λ1 e λ2 sono gli autovalori di A

53
Teo 1. 24 teorema di Weierstrass

Sia f : X → ℝ , X ⊆ ℝ n con X compatto ovvero chiuso e limitato e sia f continua ammette massimo e
minimo assoluto ( non dice nulla sul fatto che siano forti o deboli)
Teo 1. 25 teorema di Fermat condizione di primo ordine

Se x 0 è un estremante interno al dominio e f è differenziabile in x 0 , allora x 0 è un punto stazionario

ovverotutte le derivate parziali sono nulle nel punto considerato. In altri termini ∇f ( x 0 ) = {∅} .
Osservazione: il teorema di Fermat permette di individuare dei punti stazionari tra cui sarà possibile
individuare, con altri criteri, gli eventuali punti di massimo e minimo.

y=f(x)

a b x
Osservazione: è essenziale specificare che il punto di cui si parla è supposto interno all'intervallo di
definizione della funzione: altrimenti, la tesi in generale non vale.
Ad esempio, nella figura sopra riportata dove il dominio della funzione rappresentata è l’intervallo chiuso
[a,b], il punto b è di massimo relativo, eppure la derivata (sinistra) in b non è nulla.
Il teorema non è applicabile, perché il punto b considerato non è interno all’intervallo ma ne è invece un
estremo.

Il teorema di Fermat è inapplicabile Il teorema di Fermat

in x1 (punto di frontiera è inapplicabile
y y Manca il requisito di derivabilità

x1 x0 x x

Ancora sulle forme quadratiche

 a c 2  x 
Sia Q ( x, y ) = ax 2 + by 2 + cxy = x ' Ax = ( x y)  
 c 2 b  y 
Calcoliamo il ∇Q ( x, y )
 2ax + cy   a c 2  x 
∇Q ( x, y ) =   = 2   = 2 Ax
 cx + by   c 2 b  y 
Calcoliamo ora H ( x, y )
Q 'x = 2ax + cy Q ' y = cx + 2by
Q "xx = 2a Q "yy = 2b Q "xy = Q "yx = c

54
Da cui immediatamente
 a c 2
H ( x, y ) = 2   = 2A
c 2 b 
Cercare i punti stazionari significa trovare quei punti in corrispondenza dei quali
∇Q ( x ) = 0 ⇒ Ax = 0
Se det ( A ) ≠ 0 (ovvero se il determinate della matrice hessiana) esiste una soluzione che è proprio la
soluzione nulla
Si noti anche che la condizione det ( A ) = 0 è condizione necessaria per avere una forma quadratica
semidefinita.

Teo 1. 26 condizione sufficiente del secondo ordine

f ∈ C 2 ( X ) e x 0 ∈ X stazionario (ovvero ∇f ( x 0 ) = 0 ). Se la matrice hessiana

o
Sia f : X → ℝ , X ⊆ ℝ n
H ( x 0 ) nel punto stazionario e:
1. definita positiva allora x 0 è un punto di minimo relativo stretto
2. definita negativa allora x 0 è un punto di minimo relativo stretto
3. è indefinita allora x 0 è un punto stazionario ma non estremante
o
Nota: con X si indica la parte interna di X ovvero l’insieme dei punti interni ad X .

Teo 1. 27 condizione necessaria del secondo ordine

In corrispondenza di un punto di minimo la matrice hessiana è semidefinita positiva
In corrispondenza di un punto di massimo la matrice hessiana è semidefinita negativa
Se l’hessiano è semidefinito positivo si esclude un punto di massimo
Se l’hessiano è semidefinito negativo si esclude un punto di minimo.

Esemplificazioni
Con riferimento alla funzione f ( x, y ) = x 3 − y 3 + 9 xy trovare i punti stazionari e indicare se sono punti di
massimo minimo.
Soluzione
La funzione è continua e derivabile in tutto il dominio.
Per prima cosa si individuano i punti stazionari ponendo il ∇f ( x, y ) = 0
f 'x = 3x 2 + 9 x f ' y = −3 y 2 + 9 x
Il vettore gradiente è pertanto
∇f ( x, y ) = ( 3 x 2 + 9 y −3 y 2 + 9 x )
La condizione ∇f ( x, y ) = 0 implica che tutte le componenti del vettore gradiente siano nulle, ovvero:
1 4
 3 y + 9 y = 0 → y ( y + 27 )
3
3 x 2 + 9 y = 0
 →
 −3 y + 9 x = 0  x = 1 y 2
2

 3
Le soluzioni sono pertanto ( 0,0 ) ( 3, − 3)
Si sono trovate le coordinate di due punti stazionari, ma ora si deve stabilire la loro natura.
Si deve lavorare sulle condizioni sufficienti del secondo ordine: si deve discutere la matrice hessiana.
Preliminarmente si calcolano le derivate parziali seconde
f "xx = 6 x f "yy = −6 y f "xy = f "yx = 9

55
Da cui
 6x 9 
H ( x, y ) =  
 9 −6 y 
Nel punto ( 0,0 )
0 9
H ( x, y ) =   → det ( H ) < 0 La matrice hessiana è indefinita. Il punto ( 0,0 ) è un punto stazionario ma
9 0
non un estremante
Si considera ora il punto ( 3, − 3)
18 9 
H ( x, y ) =   → det ( H ) > 0 e h11 > 0 . La matrice hessiana è definita positiva. Il punto ( 3, −3) è un
 9 18 
minimo relativo stretto.

Con riferimento alla funzione f ( x, y ) = x 4 + x 2 − 6 xy + 3 y 2 trovare i punti stazionari e indicare se sono punti
di massimo minimo o di sella
Soluzione
La funzione è continua e derivabile in tutto il dominio.
Per prima cosa si individuano i punti stazionari ponendo il ∇f ( x, y ) = 0
f 'x = 4 x3 + 2 x − 6 y f ' y = −6 x + 6 y
Il vettore gradiente è pertanto
∇f ( x, y ) = ( 4 x3 + 2 x − 6 y −6 x + 6 y )
La condizione ∇f ( x, y ) = 0 implica che tutte le componenti del vettore gradiente siano nulle, ovvero:
4 x3 + 2 x − 6 y = 0 4 x 3 − 4 x = 0 → x ( x 2 − 1)
 →
−6 x + 6 y = 0  y = x
Le soluzioni sono pertanto ( 0,0 ) ( −1, −1) (1,1)
Si sono trovate le coordinate di due punti stazionari, ma ora si deve stabilire la loro natura.
Si deve lavorare sulle condizioni sufficienti del secondo ordine: si deve discutere la matrice hessiana.
Preliminarmente si calcolano le derivate parziali seconde
f "xx = 12 x 2 + 2 f "yy = 6 f "xy = f "yx = −6
Da cui
 12 x 2 + 2 −6 
H ( x, y ) =  
 −6 6
Nel punto ( 0,0 )
12 x 2 + 2 −6   2 −6 
H ( x, y ) =  =  → det ( H ) < 0 La matrice hessiana è indefinita. Il punto ( 0,0 ) è un
 −6 6   −6 6 
punto stazionario ma non un estremante
Nel punto ( −1, −1)
12 x 2 + 2 −6   14 −6 
H ( x, y ) =  =  → det ( H ) > 0 e h11 > 0 . La matrice hessiana è definita positiva. Il
 −6 6   −6 6 
punto ( −1, −1) è un minimo relativo stretto.
Nel punto (1,1)

56
 12 x 2 + 2 −6   14 −6 
H ( x, y ) =  =  → det ( H ) > 0 e h11 > 0 . La matrice hessiana è definita positiva. Il
 −6 6   −6 6 
punto (1,1) è un minimo relativo stretto.

Il metodo dei moltiplicatori di Lagrange

Si vogliono cercare gli estremi di una funzione f ∈ C 2 ( X ) con X ⊆ ℝ 2 soggetta al vincolo g ( x, y ) = c ,
con c ∈ C 2 ( X ) e supponiamo che il nostro punto di estremo ( x0 , y0 ) sia regolare per il vincolo, cioè
∇g ( x0 , y0 ) ≠ 0

in modo che per il teorema del Dini l’equazione del vincolo definisca implicitamente un arco di curva
regolare passante per ( x0 , y0 )
La condizione necessaria affinché questo punto sia di estremo per f vincolata è che i due vettori ∇f ( x0 , y0 )
e ∇g ( x0 , y0 ) siano paralleli. Ciò si esprime nel seguente teorema
Teo 1. 28

Se ( x0 , y0 ) è un punto di estremo vincolato per f sotto il vincolo g ( x0 , y0 ) = c e ∇g ( x0 , y0 ) ≠ 0 , allora esiste

un numero λ detto moltiplicatore di Lagrange tale che
∇f ( x0 , y0 ) = λ∇g ( x0 , y0 )
Se introduciamo la funzione lagrangiana definita da L ( x, y, λ ) = f ( x, y ) − λ ( g ( x, y ) − c ) il teorema afferma
che se ( x0 , y0 ) è un punto di estremo vincolato, allora esiste un λ0 tale che il punto ( x0 , y0 , λ0 ) è un punto
libero per L.
Infatti i punti critici di L sono soluzione del sistema
 L ' x = f ' x ( x, y ) − λ g ' x ( x, y ) = 0

 L ' y = f ' y ( x, y ) − λ g ' y ( x , y ) = 0

 L 'λ = g ( x, y ) − c = 0
nel quale le prime due equazioni esprimono la col linearità dei vettori gradienti ovvero
∇f ( x0 , y0 ) = λ∇g ( x0 , y0 ) , mentre la terza esprime la condizione di vincolo.

57
Le condizioni di Kuhn-Tuker
Le condizioni di Kuhn-Tuker (KT) si applicano quando è richiesto di determinare massimi e minimi di
funzioni a più variabili soggette a vincoli di disuuaglianza.
Un classico proble da risolvere applicando le condizioni di KT è il seguente:
min x − 3 y 2
sub x 2 + y 2 ≤ 1 → g ( x, y ) ≤ c
L ( x, y , λ ) = f ( x, y ) ± λ ( g ( x, y ) − c )
+ se il vincolo è espresso come g ( x, y ) ≤ c
− seil vincolo è espresso come g ( x, y ) ≥ c

Al solito si scrive la lagrangiana

L ( x, y, λ ) = f ( x, y ) + λ ( g ( x, y ) − c ) = x − 3 y 2 + λ ( x 2 + y 2 − 1)

Le condizioni di KT per la ricerca del minimo sono le seguenti

 L 'x = 0

L 'y = 0

 g ( x, y ) ≤ c

 λ ( g ( x, y ) − c ) = 0
λ ≥ 0


Osservazione
Qualora fossimo interessati alla ricerca del massimo le condizioni di KT sono così formulate:
 L 'x = 0

L 'y = 0

 g ( x, y ) ≤ c

 λ ( g ( x, y ) − c ) = 0
λ ≤ 0


Esempio 1
Scrivere le condizioni di Kuhn-Tuker per il seguente problema
1
min
xy
sub x + y ≤ 5

Il lagrangiano vale:
 1
− x 2 y + λ = 0

 1
− xy 2 + λ = 0
1 
L ( x, y , λ ) = + λ ( x + y − 5) Da cui  x + y ≤ 5
xy λ x + y − 5 = 0
 ( )
λ ≥ 0




58
Esempio 2
Scrivere le condizioni di Kuhn-Tuker per il seguente problema

min x 2 + 9 y 2
sub xy ≥ 1 → − xy + 1 ≤ 0

Al solito si scrive la lagrangiana

L ( x, y, λ ) = x 2 + 9 y 2 + λ ( − xy + 1)
Da cui
2 x − λ y = 0

18 y − λ x = 0

 xy ≥ 1
λ − xy + 1 = 0
 ( )
λ ≥ 1

59
ESERCIZI AGGIUNTIVI

TransWorld Airlines (TWA) ha una regola per il bagaglio a mano: ”Le dimensioni totali (lunghezza
+ larghezza + altezza) non devono superare 156 centimetri per ogni bagaglio”. Quali sono le
dimensioni del bagaglio più capiente che si può portare a mano su un volo TWA ? Qual è il suo
volume ?

Soluzione: se a, b e c indicano le tre dimensioni del bagaglio (a forma di parallelepipedo), il

problema richiede di trovare per quali valori è massimo il volume V = abc in modo che si abbia
a + b + c ≤ 156 . Evidentemente si ottiene un volume massimo quando la somma delle dimensioni è
massima, quando cioè a + b + c = 156 , e dunque c = 156 − a − b e
V = ab(156 − a − b) = 156ab − a 2 b − ab 2 . Perciò il problema è

max V = 156ab − a 2 b − ab 2 con 0 < a, b e a + b < 156

Cerchiamo innanzi tutto i punti stazionari della funzione V:

∂V ∂V
siccome = 156b − 2ab − b 2 e = 156a − a 2 − 2ab , gli eventuali punti stazionari sono le
∂a ∂b
156b − 2ab − b = 0
2

soluzioni del sistema  che (essendo a > 0 e b > 0 ) si può riscrivere

156a − a 2 − 2ab = 0
156 − 2a − b = 0
 , quest’ultimo ha la soluzione a = b = 52 ; sostituendo in c = 156 − a − b e in
156 − a − 2b = 0
V = abc si trova c = 52 (quindi si tratta di un cubo) e V = 140608 cm3.

Verifichiamo che il punto stazionario trovato corrisponda effettivamente ad un massimo:

∂V 2 ∂V 2 ∂V 2
= − 2b , = 156 − 2 a − 2b , = −2a , dunque il determinante della matrice hessiana è
∂a 2 ∂a∂b ∂b 2
∂V 2
det H (a, b) = 4ab − (156 − 2a − 2b) e si ha det H (52,52) = 8112 > 0 e
2
(52,52) = −104 < 0 .
∂b 2

Infine osserviamo che il massimo relativo trovato deve essere il massimo assoluto richiesto dal
problema: perché i vincoli 0 ≤ a, b e a + b ≤ 156 descrivono un insieme chiuso e limitato,
quindi la funzione V = abc ha massimo assoluto (per il teorema di Weierstrass, essendo V
continua); siccome il massimo deve essere interno al dominio (sulla frontiera il volume è nullo)
coincide con il massimo trovato.

60
La vostra fabbrica di biciclette produce due modelli, a cinque e a dieci rapporti. Ogni settimana il
costo totale in euro per produrre x modelli a cinque rapporti e y a dieci rapporti è
C ( x, y ) = 10000 + 50 x + 70 y − 0.5 xy
Volete produrre tra 100 e 150 biciclette a cinque rapporti e tra 80 e 120 biciclette a dieci rapporti.
Quale combinazione costerà di meno ? Quale di più ?

Soluzione: il problema proposto è perciò

max/ min C ( x, y ) = 10000 + 50 x + 70 y − 0.5 xy con 100 ≤ x ≤ 150 e 80 ≤ y ≤ 120

Osserviamo innanzi tutto che la funzione ha sia massimo che minimo assoluti per il teorema di
Weierstrass ( C ( x, y ) è una funzione continua ed è definita in un insieme chiuso e limitato) .

Iniziamo con la ricerca di eventuali punti di max/min. interni alla regione ammissibile:
 1
 50 − y = 0
∂C 1 ∂C 1  2
= 50 − y e = 70 − x , il sistema  ha la soluzione (140 ,100) che è
∂x 2 ∂y 2 70 − 1 x = 0
 2

l’unico punto stazionario di C ( x, y ) ; per classificarlo calcoliamo il determinate della matrice

∂C 2 ∂C 2 ∂C 2 1 1
hessiana: = = 0 e = − , dunque det H ( x, y ) = − e ovviamente
∂x 2
∂y 2
∂x∂y 2 4
1
det H (140 ,100) = − < 0 , cioè (140 ,100) è un punto di sella.
4

Cerchiamo ora i max/min. sulla frontiera della regione ammissibile;

la regione ammissibile ha la forma del rettangolo rappresentato in figura; per individuare i massimi
ed i minimi esaminiamo il comportamento della funzione su ciascuno dei quattro lati che
costituiscono la frontiera:

lato AB: i punti del lato AB sono del tipo (x , 80) con 100 ≤ x ≤ 150 ; la funzione C ( x, y )
ristretta a questo insieme è C ( x,80) = 10 x + 15600 , che assume il minimo in (100 , 80) ed il
massimo in (150 , 80)

61

analogamente per gli altri lati del rettangolo si trova che la restrizione di C ( x, y ) è una
funzione affine e quindi i massimi ed i minimi si trovano sempre negli estremi
dell’intervallo di definizione

perciò i massimi ed i minimi assoluti di C ( x, y ) si trovano nei vertici della regione ammissibile;
siccome

C (100 , 80) = 16600 , C (150 , 80) = 17100 , C (100 ,120) = 17400 e C (150 ,120) = 16900

il punto (100 , 80) è un minimo assoluto e (100 ,120) un massimo assoluto.

62
Circa 70.5 milioni di riviste sono state vendute negli Stati Uniti nel 1982, e da allora le vendite sono
scese di circa 2.5 milioni l’anno. Supponete che il prezzo medio delle riviste fosse di $2.00 nel 1982
e che sia cresciuto continuamente del 5% l’anno. Che ricavo è stato generato dalla vendita di riviste
nel periodo 1982-1992 ? Arrotondate la risposta al milione di dollari. Suggerimento: Ricavo
annuale dopo t anni = Vendite annuali x Prezzo di una rivista.

Soluzione: indichiamo con n(t ) il numero di riviste vendute nell’anno t e con p (t ) il prezzo medio
delle riviste nell’anno t; allora il ricavo nell’anno t è n(t ) p (t ) ed il ricavo totale dal 1982 al 1992 è
10

∫ n(t ) p(t )dt

0
(se supponiamo che l’epoca t = 0 corrisponda all’anno 1982).

Dobbiamo perciò innanzi tutto determinare n(t ) e p (t ) :

siccome il numero di riviste vendute diminuisce ogni anno dello stesso valore ( − 2.5 ⋅ 10 6
riviste), il grafico che rappresenta n(t ) è la retta passante per il punto (0 , 70.5 ⋅ 10 6 )
corrispondente al 1982, e di coefficiente angolare − 2.5 ⋅ 10 6 , dunque
n(t ) = −2.5 ⋅ 10 6 t + 70.5 ⋅ 10 6

il prezzo medio delle riviste p (t ) ha un tasso percentuale di crescita del 5% annuo, perciò
p ' (t ) p ' (t )
= 0.05 (vedi pag. 99 e 112 del testo), dunque ∫ dt = ∫ 0.05 dt e si ottiene
p (t ) p (t )
log p (t ) = 0.05t + k (non occorre il modulo nel logaritmo perché p (t ) rappresenta un
prezzo è perciò non può essere ≤ 0 ); quindi p (t ) = e 0.05t + k ; siccome deve essere p (0) = 2 si
ottiene
p (t ) = 2e 0.05t
10 10

∫ n(t ) p(t )dt = ∫ (−2.5 ⋅10 t + 70.5 ⋅ 10 6 )2e 0.05t dt =

6

il ricavo totale nel periodo 1982-1992 è
0 0

10 6 ⋅ [(−2.5t + 120.5)40e 0.05t ] 10

0 ≅ 1478 ⋅ 10 $
6

63
Trovare l’area della regione racchiusa da y = e x , y = 2 e l’asse y.

y = ex

y=2

log2

Soluzione: i grafici delle curve che delimitano la regione (evidenziata in grigio) sono:

dove log 2 è l’ascissa del punto d’intersezione delle curve y = e x e y = 2 ed è la soluzione del
y = ex
sistema  ; l’area della regione è perciò
 y = 2

[ ]
log 2

∫ (2 − e )dx = 2 x − e x = 2 log 2 − 1 .
x log 2
0
0

64
 dy xy 2
Trovare l’integrale particolare di = 2 tale che y (0) = −1 .
dx x + 1

dy xy 2
Soluzione: l’equazione differenziale = è del tipo a variabili separabili, la riscriviamo
dx x 2 + 1
dy xdx
perciò nella forma 2 = 2 e integriamo membro a membro:
y x +1

dy xdx 1
∫y =∫ dunque − y −1 = log( x 2 + 1) + k
2
x +1
2
2
−1
perciò y = è l’integrale generale. Per determinare l’integrale particolare
1
log( x + 1) + k
2

imponiamo la condizione y (0) = −1 : sostituendo x = 0 otteniamo k = 1 e quindi la soluzione

−1 −2
richiesta è y = = .
1 log( x + 1) + 2
2
log( x + 1) + 1
2

65
 t 2 +1
Determinare gli estremi relativi ed assoluti di f (t ) = con dominio − 2 ≤ t ≤ 2 e t ≠ ±1 .
t 2 −1

Soluzione:

Osservazione: in questo caso non si può applicare il teorema di Weierstrass alla funzione f (t )
nell’intervallo − 2 ≤ t ≤ 2 perché l’intervallo è chiuso e limitato, ma la funzione non è definita nei
punti t = ±1 .

− 4t
Determiniamo i punti stazionari della funzione interni al dominio: f ' (t ) = e quindi
(t −12 2
)
f ' (t ) ≥ 0 per − 4t ≥ 0 cioè per t ≤ 0 ; dunque t = 0 è l’unico punto stazionario interno al dominio,
è un punto di massimo relativo e f (0) = −1
Studiamo ora il comportamento della funzione in prossimità dei punti di frontiera:

nei punti t = −2 e t = 2 la funzione è definita e continua; sono entrambi minimi locali (dato
5
che f (t ) è crescente per t < 0 ) e f (−2) = f (2) =
3

poiché lim− f (t ) = lim+ f (t ) = +∞ , lim+ f (t ) = lim− f (t ) = −∞ , la funzione non ha né
t → −1 t →1 t → −1 t →1
massimi né minimi assoluti

66
L’equazione di domanda per i caschi video per la realtà virtuale prodotti dalla vostra azienda è
1000
p = 0.3
q

dove q è il numero di caschi che l’azienda riesce a vendere in una settimana al prezzo di p euro. Il
costo totale di produzione e consegna è di 100 euro per casco.
a. Qual è il profitto massimo che la vostra azienda può realizzare in una settimana, e quanti
caschi verranno venduti a questo livello di profitto ? Arrotondate le risposte al numero intero
più vicino.
b. A quale prezzo, arrotondato all’euro, l’azienda dovrebbe vendere i caschi per ottenere il
profitto massimo ?

Soluzione:

Osservazione: in questo caso non si può applicare il teorema di Weierstrass alla funzione f (t )
nell’intervallo − 2 ≤ t ≤ 2 perché l’intervallo è chiuso e limitato, ma la funzione non è definita nei
punti t = ±1 .

− 4t
Determiniamo i punti stazionari della funzione interni al dominio: f ' (t ) = e quindi
(t −12 2
)
f ' (t ) ≥ 0 per − 4t ≥ 0 cioè per t ≤ 0 ; dunque t = 0 è l’unico punto stazionario interno al dominio,
è un punto di massimo relativo e f (0) = −1
Studiamo ora il comportamento della funzione in prossimità dei punti di frontiera:

nei punti t = −2 e t = 2 la funzione è definita e continua; sono entrambi minimi locali (dato
5
che f (t ) è crescente per t < 0 ) e f (−2) = f (2) =
3

poiché lim− f (t ) = lim+ f (t ) = +∞ , lim+ f (t ) = lim− f (t ) = −∞ , la funzione non ha né
t → −1 t →1 t → −1 t →1
massimi né minimi assoluti

67
ES12
Esercizio 2
Dato il seguente problema
max y + 2 x 2
sub x 2 + y 2 = 1

1. dimostrare senza fare calcoli che il problema ammette soluzioni

2. con il metodo degli insiemi di livello stabilire quante soluzioni ammette
3. determinare le soluzioni utilizzando il metodo dei moltiplicatori di Lagrange.

Soluzione
1. La regione ammissibile è una circonferenza (non un cerchio) di centro ( 0,0 ) e raggio 1, quindi è un
insieme chiuso e limitato in ℝ 2 . Poiché inoltre la funzione obiettivo f ( x, y ) = y + 2 x 2 è continua, per il
teorema di Weierstrass il problema ammette soluzioni.

2. Gli insiemi di livello α ,α ∈ ℝ della funzione f sono delle parabole di equazione:

y = −2 x 2 + α
Tali parabole hanno la concavità rivolta verso il basso (negativo il coefficiente di x 2 ) e sono simmetriche
rispetto all’asse y (il coefficiente del termine a primo grado in x è zero)
Si cercano ora le intersezioni degli insiemi di livello con la regione ammissibile, impostando il seguente
sistema:
 2 1
x = (α − y ) ( 2)
 y = −2 x 2 + α  2
 2 ⇒
 x + y = 1
2
 1 (α − y ) + y 2 = 1 ⇒ y 2 + 1 y + 1 α − 1 = 0 (1)
 2 2 2

Il discriminante dell’equazione (1) vale:

1 1  17
∆ = − 4  α − 1 = − 2α
4 2  4
Ovviamente se:
• ∆ < 0 ⇔ α > 17 8 (discriminante negativo) non ci sono soluzioni
• ∆ = 0 ⇔ α = 17 8 (discriminate nullo) si ha un’unica soluzione y = 1 4 a cui corrispondono
α−y 15 15 15
x2 = = ⇒ x1 = − ; x2 =
2 16 4 4
 15 1   15 1 
Si ottengono due punti P1  − ,  e P2  ,  a cui corrisponde ovviamente un valore della
 4 4  4 4
funzione pari a 17 8 .

• ∆ > 0 ⇔ α < 17 8 (discriminante positivo) si hanno due soluzioni:

1 − 17 − 8α 1 + 17 − 8α
y1 = ; y2 =
4 4
D’altra parte, affinché sia soddisfatta l’equazione (2) deve essere:
1
(α − y ) ≥ 0 (3)
2
Sostituendo nella (3) i valori di y1 e y2 ricavati in precedenza si ottengono le seguenti condizioni

68
1 1 − 17 − 8α
(α − y1 ) ≥ 0 ⇔ α − ≥0
2 4
1 1 + 17 − 8α
( α − y2 ) ≥ 0 ⇔ α − ≥0
2 4

Risolviamo la prima disequazione

1 − 17 − 8α
α− ≥ 0 ⇔ 4α − 1 + 17 − 8α ≥ 0 ⇔ 17 − 8α ≥ 1 − 4α
4
Siamo di fronte a una disequazione irrazionale del tipo
 A ( x ) ≥ 0  B ( x ) ≥ 0
A( x ) ≥ B ( x) ⇔  ∪
 B ( x ) < 0  A ( x ) ≥  B ( x ) 
2

da cui
 A ( x ) ≥ 0 17 − 8α ≥ 0  1 17 
 ⇒ → U1 =  , 
 B ( x ) < 0 1 − 4α > 0 4 8 
 B ( x ) ≥ 0 1 − 4α ≥ 0

α ≤
1
 1
 2 ⇒ 2 ⇔  4 → U 2 =  −1, 
 A ( x ) ≥  B ( x )  17 − 8α ≥ (1 − 4α )  2  4
α ≤ 1
Le soluzioni della disequazione sono nell’intervallo:
 17 
U = U1 ∪ U 2 =  −1; 
 8

In modo del tutto analogo risolviamo la seconda disequazione

1 + 17 − 8α
α− ≥ 0 ⇔ 4α − 1 − 17 − 8α ≥ 0 ⇔ 17 − 8α ≤ 4α − 1
4
Siamo di fronte a una disequazione irrazionale del tipo
 A( x) ≥ 0 17 − 8α ≥ 0
 → α ≥ 17 8
 
A( x ) ≤ B ( x) ⇔ B ( x) ≥ 0 → 4α − 1 ≥ 0 →α ≥1 4
 
 A ( x ) ≤  B ( x )  17 − 8α ≤ ( 4α − 1) → −1 ≤ α ≥ 1
2 2

Le soluzioni della disequazione sono nell’intervallo

 17 
U = 1, 
 8

-1 0 1 17/8

In definitiva per α < 17 8

1. quattro punti di intersezione se α ∈ (1,17 8 )
2. tre punti di intersezione se α = 1
3. due punti di intersezione se α ∈ ( −1,1)
4. un punto di intersezione se α = −1

69
In ogni caso il livello raggiunto dalla funzione è minore di α = 17 8
In definitiva, vi sono due punti di massimo assoluto corrispondenti al livello α = 17 8

3. Determiniamo ora le soluzioni utilizzando il metodo dei moltiplicatori di Lagrange

Analizziamo il gradiente del vincolo
 2x 
∇h ( x, y ) =  
2y
E’ immediato riconoscere che si annulla solo in ( 0,0 ) punto non appartenente alla regione ammissibile: il
vincolo risulta pertanto qualificato.
Ricordiamo che il metodo dei moltiplicatori di Lagrange si può applicare quando:
• Sia f ( x, y ) (funzione obiettivo) e h ( x, y ) (espressione del vincolo) sono differenziabili
• Il gradiente del vincolo deve essere diverso da 0 nell’insieme dei punti ε che soddisfano il vincolo.
Ovvero deve essere ∇h ( x, y ) ≠ ( 0,0 ) ∀ ( x, y ) ∈ ε
Alla di quanto detto sopra, possiamo applicare il metodo dei moltiplicatori di Lagrange.
Allo scopo scriviamo la lagrangiana
L ( x, y, λ ) = y − 2 x 2 − λ ( x 2 + y 2 − 1)
Si ha
Lx ( x, y, λ ) = 4 x − 2λ x
L y ( x , y , λ ) = 1 − 2λ y

70
Da cui le condizioni per un estremante vincolato risultano:
( 2 − λ ) x = 0

1 − 2λ y = 0
 2
x + y = 1
2

La prima equazione ammette soluzioni per x = 0 e λ = 2

x=0
Allora dalla terza equazione si ricava y1 = −1 e y2 = 1
Dalla seconda equazione si ottiene poi λ1 = −1 2 e λ2 = 1 2
Da cui:
A1 = ( 0, −1, −1 2 ) e A2 = ( 0,1,1 2 )

λ=2
Dalla seconda equazione si ricava y = 1 4
Dalla terza equazione si ricava x 2 = 15 16 ⇒ x1 = − 15 4 x2 = 15 4
Da cui:
(
A3 = − 15 4,1 4, 2 e A4 =) ( 15 4,1 4, 2 )
I punti P3 e P4 (entrambi con y = 1 4 ) e con
E’ immediato riconoscere i valori di x e y dei punti A3 e A4 corrispondono alle coordine dei punti P1 e P2
determinati con il metodo degli insiemi di livello.
In definitiva i punti A3 e A4 determinati tram,ite il metodo dei moltiplicatori di Lagrange sono punti di
massimo assoluto vincolato.

Ora verifichiamo, tramite l’hessiano orlato, che effettivamente il punto A3 è un punto di massimo.
 0 2x 2y 
 
H ( x, y , λ ) =  2 x 2 − λ
ɶ 0 
 2y 0 −2λ 

Nel punto A3 si ha
 0 − 15 2 1 2 
 
( )
Hɶ − 15 4,1 4, 2 =  − 15 2

0 0 

 12 0 −4 
 
E il determinante dell’hessiano orlato vale:
0 − 15 2 1 2
(
det Hɶ − 15 4,1 4,2 = − 15 2 ) 0 0 = 15
12 0 −4
La positività del determinante dell’hessiano orlato conferma che il punto A3 è un punto di massimo.

In modo del tutto analogo possiamo vedere che il punto A1 è un punto di minimo.
In tale punto il determinante dell’hessiano orlato vale:
0 0 −2
det H ( 0, −1, −1 2 ) = 0 5 2 0 = −10
ɶ
−2 0 1

71
72
Esercizio 3
Determinare per quale valore di α ∈ ℝ la funzione f ( x ) = α x 2 e x è una funzione densità di probabilità su
( −∞,0]
Soluzione
Una funzione f ( x ) continua defnita in un sottoinsieme S ∈ ℝ n è una funzione densità di probabilità se:
1. f ( x ) ≥ 0 ∀x ∈ S
2. ∫ f ( x ) dx = 1
S
(integrale di Lebesgue: si estende il concetto di integrale anche a funzioni “irregolari”)

Affinché sia rispettata la prima condizione deve essere:

α x 2 e x ≥ 0 ∀x ∈ ( −∞,0]
Poiché x 2 ≥ 0 ∀x ∈ ( −∞,0] e e x > 0 ∀x ∈ ( −∞,0] deve essere α ≥ 0

Il rispetto della seconda condizione richiede preliminarmente che sia α ≠ 0 . Quindi deve essere α > 0 .
Stabilito che α > 0 , imponiamo che:

S
∫ f ( x ) dx = 1
ovvero che:
0

∫ α x e dx = 1
2 x

−∞
Si ha:
0 0

∫ α t e dt = α ∫ t e dt
2 t 2 t

x x
Risolviamo l’integrale per parti
   
( )
0 0 0
0 0 0 0 0 0
α ∫ t 2 et dt = α  t 2 et  x − ∫ 2tet dt  = α  t 2 et  x − 2 tet  x + 2 ∫ et dt  = α t 2 et  x − 2 tet  x + 2 et  x
x  x   x 
0
α ∫ t 2 et dt = α ( − x 2 e x + 2 xe x + 2 − 2e x )
x
Da cui
0
α ∫ t 2 et dt = lim α ( − x 2 e x + 2 xe x + 2 − 2e x ) = 2α
x →−∞
−∞
E dunque
0

∫ α x e dx = 1 ⇔ α = 1 2
2 x

−∞

Nota sul limite: x 2 e x la funzione esponenziale ha una “maggiore forza” rispetto alla funzione algebrica. Nel
tira e molla fra due “forze” contrastanti il tendere a zero della funzione esponenziale che vorrebbe far
convergere il prodotto a zero, e il tendere all’infinito della funzione algebrica che vorrebbe far divergere il
prodotto all’infinito, la funzione esponenziale è talmente rapida nel suo tendere a zero che non si lascia
sconfiggere da nessuna funzione algebrica comunque grande scegliamo l’esponente di quest’ultima nel
tentativo di “irrobustirla”. (verica con De l’Hospital)

x
 1
Nota sul numero e: e ≡ lim  1 +  (numero di Nepero) è la base dei logaritmi naturali.
x →∞
 x

73
INFINITESIMI

Definizione di “o” piccolo

Date due funzioni f ( x ) e g ( x ) definite in un intorno di x0 si dice che f ( x ) = o ( g ( x ) ) , per x → x0 (si
f ( x)
legge f ( x ) è un o piccolo di g ( x ) ) se → 0 per x → x0
g ( x)

La definizione di o piccolo diviene significativa quando g ( x ) → 0 per x → x0 ovvero quando g ( x ) è

infinitesima per x → x0

Infatti quando g ( x ) è infinitesima per x → x0 , allora f ( x ) è un o piccolo di g ( x ) se f ( x ) è un

infinitesimo più veloce di g ( x ) quando x → x0

Esempi
x 4 = o( x 3 ) x → 0 exp ( x 2 ) − 1 = o ( x ) x → 0

Confronto fra infinitesimi

f ( x)
Se lim =L≠0 le funzioni f ( x ) e g ( x ) sono infinitesimi dello stesso ordine per x → c
x →c g ( x)
f ( x)
Se lim =0 la funzione f ( x ) è un infinitesimo di ordine superiore rispetto a g ( x ) per x → c
x →c g ( x)
In tal caso si scrive che f ( x ) = o ( g ( x ) ) per x → c
f ( x)
Se lim = ±∞ la funzione f ( x ) è infinitesima di ordine inferiore rispetto a g ( x ) per x → c
x →c g ( x)
f ( x)
Se lim =∃ le funzioni f ( x ) e g ( x ) non sono confrontabili per x → c
x →c g ( x)

Esempi

f ( x ) = 1 − cos x g ( x ) = x 2 f ( x ) e g ( x ) sono infinitesimi dello stesso ordine per x → 0

f ( x ) = log x g ( x ) = ( x − 1) f ( x ) è un infinitesimo di ordine inferiore rispetto a g ( x ) per x → 1
3

f ( x ) = exp ( − x ) g ( x ) = 1 x f ( x ) è un infinitesimo di ordine superiore rispetto a g ( x ) per x → ∞

Ordine di infinitesimo
Per calcolare l’ordine di infinitesimo si sceglie un infinitesimo campione g ( x ) così definito:
x − a x→a
g ( x) = 
1 x x → ±∞

Data una funzione f ( x ) infinitesima per x → c , si dice che f ( x ) è un infinitesimo di ordine n ( n > 0 ) per
x → c se
f ( x)
lim = L ≠ 0 L∈ℝ
 g ( x ) 
x →c n

La funzione L  g ( x )  si definisce parte principale dell’infinitesimo f ( x ) rispetto all’infinitesimo

n

campione g ( x ) per x → c

74
Esempio
f ( x ) = 1 − cos x x→c infinitesimo campione g ( x ) = x
1 − cos x 1
lim =
x2
x →c 2
Quindi f ( x ) è un infinitesimo di ordine n = 2 per x → 0 , e la parte principale dell’infinitesimo
1 2
f ( x ) rispetto all’infinitesimo campione g ( x ) è x
2

Infinitesimi Equivalenti
Se f ( x ) e g ( x ) sono infinitesimi per x → c e se risulta
f ( x)
lim =1
x →c g ( x)
si dice che f ( x ) e g ( x ) sono infinitesimi equivalenti per x → c e si scrive
f ( x ) ∼ g ( x ) per x → c
Esempi
f ( x) = x g ( x ) = x3 + x sono equivalenti per x → 0 perché
f ( x) x 1
lim = lim = lim 2 =1
x→0 g ( x) x →0 x +1
3 x → 0 x +1

f ( x ) = exp ( x ) − 1 g ( x ) = x sono equivalenti per x → 0 perché

exp ( x ) − 1
lim =1
x→0 x

Di seguito riportiamo i principali infinitesimi equivalenti

1 2
sin x ∼ x tan x ∼ x 1 − cos x ∼ x sin −1 x ∼ x
2
tan −1 x ∼ x log (1 + x ) ∼ x exp ( x ) − 1 ∼ x a x − 1 ∼ x log a

Principio di sostituzione degli infinitesimi

Se il rapporto tra due infinitesimi ammette limite per x → c , tale limite rimane invariato se si sostituisce
ciascuno dei due infinitesimi con un infinitesimo equivalente.

f ( x ) , f1 ( x ) , g ( x ) , g1 ( x ) infinitesimi per x → c
f ( x ) ∼ f1 ( x ) per x → c f ( x) f1 ( x )
⇒ lim = lim
g ( x ) ∼ g1 ( x ) per x → c x →c g ( x) x→c g1 ( x )

Esempi
log (1 + x ) x 1
lim = lim =
x → 0 2 tan x x →0 2 x 2
log (1 + 4 x sin x ) 4 x sin x
lim 2
= lim =2
x→0 2 tan x x → 0 2 x2

75
Polinomi di Taylor-MacLaurin
Data una funzione f ( x ) derivabile n volte in x0 esiste uno e un solo polinomio, di grado ≤ n , Tn , xO con la
proprietà che, in x0 , Tn , xO e le sue derivate fino all’ordine n coincidono con i corrispondenti valori di f .
Formalmente:
Tn. x0 = f ( x0 ) T 'n , x0 = f ' ( x0 ) ..........Tnn, x0 = f n ( x0 )

Il polinomio Tn , xO viene detto polinomio di Taylor di f nel punto x0

E’ facile dimostrare che
n
f ( k ) ( x0 )
Tn. x0 ( x ) = ∑ ( x − x0 ) f( ) ≡ f
k 0

k =0 k!

Teo 1. 29

Sia f : ( a, b ) ∈ ℝ → ℝ derivabile n volte in ( a, b ) e sia x0 ∈ ( a, b ) , allora

(
f ( x ) = Tn , x0 + o ( x − x0 )
n
) per x → x0

Riportiamo di seguito i polinomi di Taylor, per x0 = 0 , di alcune funzioni elementari.

ex = 1 + x +
x 2 x3
+
2! 3!
+ ... +
xn
n!
+ o xn ( )
x 2 n +1
( )
3 5 7
x x x
+ ... + ( −1) + o x2n+2
n
sin x = x − + −
3! 5! 7! ( 2n + 1)!
x2 x4 x6
( )
2n
n x
cos x = 1 − + − + ... + ( −1) + o x 2 n +1
2! 4! 6! ( 2 n )!
tan x = x +
x3 2 x 5 17 x 7
3
+
15
+
315
+ o x8 ( )
N.B.: i polinomi di Taylor, come definiti in precedenza, quando vengono determinati in corrispondenza di
x0 = 0 prendono il nome di polinomi di Mac-Laurin

A questo punto è lecito porsi questa domanda: se estendo l’ordine del polinomio ad un grado
sufficientemente elevato potrò stimare convenientemente l’andamento della funzione originaria nell’ambito
dell’intero dominio?

La risposta è forse, qualche volta, dipende….

Ci sono funzioni che sono ben approssimabili in un range ampio ed altre no!
Si vedano di seguito alcuni esempi.

76
77
78
79
CENNI SUGLI INTERALI
Una volta appresa l’operazione di derivazione di una funzione, è naturale studiarne anche l’operazione
inversa.
Def. 1. 54

Definiamo funzione primitiva di f ( x ) una funzione F ( x ) che ha come derivata f ( x )

Osservazione
Nota una primitiva F per la funzione f , le primitive di f sono tutte e sole le funzioni del tipo F ( x ) + C con
C∈ℝ

Def. 1. 55
La famiglia di tutte le primitive di una funzione f è detta integrale indefinito di f e lo indicheremo con

∫ f ( x ) dx

Dalle note regole di derivazione si deducono immediatamente le seguenti proprietà dell’integrale indefinito e
la tabella dei cosiddetti integrali indefiniti fondamentali.

∫ af ( x ) dx = a ∫ f ( x ) dx ∫ ( f ( x ) + g ( x ) ) dx = ∫ f ( x ) dx + ∫ g ( x ) dx

 f ( x ) 
n +1
f '( x )
∫  f ( x )  f ' ( x ) dx = n + 1
n
+C n ≠ −1 ∫ f ( x ) dx = ln f ( x ) + C
f ( x)
∫e f ' ( x )dx = e ( ) + C ∫ sin f ( x ) ⋅ f '( x ) dx = − cos f ( x ) + C
f x

f '( x )
cos f ( x ) ⋅ f ' ( x )dx = sin f ( x ) + C ∫ 1 +  f ( x ) dx = arctan f ( x ) + C
∫ 2
 

f '( x) f '( x )
dx = tan f ( x ) + C ∫ dx = arcsin f ( x ) + C
∫ cos f ( x )
2
1 −  f ( x ) 
2

f '( x)  2 
a ( ) f ' ( x ) dx =
1 f ( x)
∫ dx = ln  f ( x ) + 1 +  f ( x )   + C
∫ +C *
f x
a
ln a 1 +  f ( x ) 
2  

f '( x ) f '( x) 1 1+ f ( x)
dx = ln f ( x ) +  f ( x )  − 1 + C
2
∫ ∫ 1 −  f ( x ) dx = ln
2 1− f ( x)
+C
 f ( x )  − 1
2 2
 

* Ricorda: y = a x → y ' = a x ln a Infatti a x = exp ( x ln a ) e D ( exp ( x ln a ) ) = exp ( x ln a ) ln a = a x ln a

Alcune proprietà dei logaritmi

log a b = 1 log b a Infatti log a b = x ⇒ a x = b ⇒ x log b a = 1 ⇒ log a b ⋅ log b a = 1 cvd

log b x = log a x ⋅ log b a Infatti log a x = y ⇒ a y = y ⇒ y ⋅ log b a = log b x ⇒ log a x ⋅ log b a = logb x cvd

80
Metodi di integrazione indefinita

Non esiste un metodo generale che consenta di determinare l’integrale indefinito di qualsiasi funzione
continua. In pratica si adoperano speciali artifici che servono a ricondurre gli integrali dati ad altri già noti o
più facilmente calcolabili.

Integrazioni per parti

Consiste nella trasformazione dell’integrale del prodotto di una funzione f ( x ) per la derivata di un’altra
g ( x ) in un integrale analogo in cui le parti delle due funzioni sono invertite, ossia:

∫ f ( x )g '( x ) dx = f ( x ) g ( x ) − ∫ g ( x ) f '( x ) dx
Nel prodotto f ( x ) g ' ( x ) che compare nell’integrale a primo membro il fattore f ( x ) viene detto fattore
finito, mentre il fattore g ' ( x ) dx (che è il differenziale di g ( x ) ) viene detto fattore differenziale

Integrazione per sostituzione

Consiste nella trasformazione dell’integrale di una funzione f ( x ) in un nuovo integrale, ottenuta
sostituendo alla variabile di integrazione x una nuova variabile t col porre: x = ϕ ( t ) , a condizione che
ϕ ( t ) sia invertibile in tutto il campo di variabilità entro cui si opera.

∫ f ( x ) dx = ∫ f ϕ ( t )ϕ ' ( t ) dt

Esercizi
Integrali calcolabili per parti (per qualche integrale proposto abbiamo sottolineato la parte che è consigliabile
assumere come fattore differenziale)

log x
∫ log xdx ∫ xe dx ∫ xcos xdx ∫ arcsin xdx ∫
x
dx (Buzano pag. 111)
x3

∫ xe ∫x
2x 2
dx log x dx (Blume pag 162)

Integrali calcolabili per sostituzione

ex dx dx
∫ e x − 1 dx ∫1+ ex
dx ∫x 2
+ 4 x − 10
dx ∫x 2
+ 4 x + 10
dx (Buzano pag 147)

x 1
∫ x +1
dx ∫ x (1 + ln x ) dx 2
(Blume pag. 163)

Miscellanea
x
∫ ∫ cos x sin ∫ tan xdx ∫ 2 x arctan xdx ∫ sin
3 2
dx xdx xdx
1 + x2

81
Integrazioni delle funzioni razionali (Blume vol. 1 pag. 163)

Per integrare una funzione razionale occorre scomporla nella somma di frazioni più semplici di cui è
immediato ricavare una primitiva mediante metodi noti. Illustriamo il metodo con alcuni esempi.

1. ogni funzione razionale razionale f può essere scritta come somma di un polinomio più una
frazione con lo stesso denominatore di f e numeratore di grado inferiore. Per sempio:
x4 − 2 x2 − x 2 − 4x
f ( x) =
x + x−2
2 (
= x2 − x + 1 2
x + x−2
)
Per questa ragione ci limiteremo, nell’illustrare il metodo, a considerare frazioni in cui il grado del
numeratore sia inferiore a quello del denominatore. In caso contrario occorre preliminarmente
effettuare la riduzione descritta sopra tramite il metodo di divisione tra due polinomi.

2. Per integrare la funzione, dopo averla ridotta secondo quanto detto al punto precedente, occorre
fattorizzare il denominatore. Ciò può essere sempre fatto in modo da evidenziare fattori di primo
grado (eventualmente multipli) o di secondo grado non ulteriormente scomponibili (parabole senza
radici reali). Esempi:
D1 ( x ) = x 2 + x − 2 = ( x + 2 )( x − 1)

(
D2 ( x ) = x 3 − 2 x 2 + x − 2 = x 2 + 1 ( x − 2 ) )
D3 ( x ) = x3 + x 2 − 5 x + 3 = ( x − 1) ( x + 3)
2

( )(
D4 ( x ) = x 4 + 4 = x 2 + 2 x + 2 x 2 − 2 x + 2 ) *
* in genere la somma dei quadrati di due monomi non è scomponibile. Tuttavia se i monomi sono
tali che il loro doppio prodotto è un quadrato allora la scomposizione è possibile
( ) ( ) ( ) ( )( )
2 2 2
x4 + 4 = x2 + 22 = x 2 + 22 + 4 x 2 − 4 x 2 = x 2 + 2 − 4x2 = x2 + 2 + 2 x x2 + 2 − 2x

3. Consideriamo una funzione razionale

N ( x) N ( x)
f ( x) = =
D ( x ) ( d ( x ) ) ⋅ ( d ( x ) )m 2 ⋅ ..... ⋅ ( d ( x ) ) mk
m1
1 2 k

in cui il denominatore sia espresso come prodotto di k fattori di ( x ) , non ulteriormente riducibili,
ciascuno di molteciplicità mi . Ad ogni fattore d i che appare al denominatore di f si associa un
numero di frazioni pari alla sua molteciplicità nel seguente modo:
a. se d i è semplice, gli viene associata una frazione con denominatore pari a d i e numeratore
dato da una costante da determinare;
b. se d i ha molteciplità mi > 1 , allora si costruiscono mi frazioni con denominatori dati da
( di )
s
con s = 1,...., mi e numeratore dati da mi costanti da determinare;
c. se d i è un polinomio di secondo grado non scomponibile ( ∆ < 0 ) gli si associa una frazione
con denominatore d i e numeratore dato da un polinomio di primo grado con coefficienti da
determinare.

82
 La funzione f viene poi scritta come somma di tutte le frazioni trovate. Utilizzando come
denominatori le espressioni viste in precedenza si ottiene:
2 − 4x A B
f1 ( x ) = = +
( x + 2 )( x − 1) ( x + 2 ) ( x − 1)
5x Ax + B C
f2 ( x ) = = +
(x 2
)
+ 1 ( x − 2) (x 2
)
+1 ( x − 2)
4 A B C
f3 ( x ) = = + +
( x − 1) ( x + 3)
2
( ) ( x − 1) ( + 3)
x − 1 2
x
5x2 − 2 Ax + B Cx + D
f4 ( x ) = = +
(x 2
)(
+ 2x + 2 x − 2x + 2
2
) (x 2
+ 2x + 2 ) (x 2
− 2x + 2 )

4. Per determinare i valori delle costanti occorre svolgere le somme indicatenei membri di sestra delle
precedenti uguaglianze. Si trovano alcune frazioni che hanno denominatore uguale a quello della
funzione f di partenza. Non resta che uguagliare anche i due numeratori. In base al principio di
identità dei polinomi, i numeratori sono uguali se lo sono ordinatamente tutti i coefficienti dei
monomi del medesimo ordine. Si ottiene così un sistema nelle incognite A,B,C etc..le cui soluzioni
determinano le frazioni scritte in precedenza. Completiamo gli esempi proposti.

f1 ( x ) =
2 − 4x
=
A
+
B
=
( A + B ) x − 2B − A
( x + 2 )( x − 1) ( x + 2 ) ( x − 1) ( x + 2 )( x − 1)
da cui si ottiene
 A + B = −4
 → A = −10 3 B = − 2 3
2 B − A = 2

f2 ( x ) = 2
5x
= 2 +
C
=
( A + C ) x 2 + ( B − 2 A) x + C − 2 B
Ax + B
(
x + 1 ( x − 2)) (
x + 1 ( x − 2) ) x2 + 1 ( x − 2) ( )
da cui segue
A + C = 0

 B − 2 A = 5 ⇒ A = −2 B =1 C=2
C − 2 B = 0


4 A B C
f3 ( x ) = = + +
( x − 1) ( x + 3)
2
( x − 1) ( x − 1) ( x + 3)
2

=
( A + C ) x 2 + ( 2 A + B − 2C ) x + C − 2 A + 3B
( x − 1)2 ( x + 3)
A = −1 4 B = 1 C = 1 4

5x2 − 2 Ax + B Cx + D
f4 ( x ) = = +
(x 2
)(
+ 2x + 2 x − 2x + 2
2
) (x 2
+ 2x + 2 ) (x 2
− 2x + 2 )
=
( A + C ) x3 + ( B − 2 A + 2C + D ) x 2 + ( 2 A − 2 B + 2C + 2 D ) x + 2 B + 2 D
(x 2
)(
+ 2 x + 2 x2 − 2 x + 2 )
A = −2 B = D = −1 2 C =3

83
5. A questo punto risulta immediato, in qusi tutti i casi, determinare l’integrale richiesto. Infatti esso è
ricondotto al calcolo di un certo numero di integrali elementari le cui soluzioni vengono espresse in
termini delle funzioni potenza, logaritmo e arcotangente. Quest’ultimo appare nell’integrazione di
funzioni il cui denominatore è un polinomio di secondo grado ed è l’unico caso in cui qualche
difficoltà può ancora sorgere. Per gli esempi visti sopra si ottiene

1 2
∫ f ( x ) dx = − 3 ln x + 2 − 3 ln x − 1 + c
1

∫ f ( x ) dx = ∫  x + 1 − x + 1 + x − 2 dx = arctan x − ln ( x )
 1 2x 2 
2 2 2
2
+ 1 + ln x − 2 + c

1 1 1
∫ f ( x )dx = − 4 ln x − 1 − x − 1 + 4 ln x + 3 + c
3

−x +1 2 x +1 2
∫ f ( x ) dx = ∫ x + 2 x + 2dx + ∫ x − 2 x + 2dx
4 2 2

Per calcolare gli ultimi due integrali a cui ci siamo ridotti occorre manipolare algebricamente i
numeratori delle frazioni in modo da scriverli come somma di un addendo di primo grado
proporzionale alla derivata prima del del denominatore più un addendo costante. Pe ottenere tale
risultato il numeratore della prima frazione va scritto come − x + 1 2 = ( − x − 1) + 3 2 e quello della
seconda come x + 1 2 = ( x − 1) + 3 2 . Le due frazioni possono ora essere ulteriormente scomposte e
integrate ricordando le formule per la derivata del logaritmo e dell’arcotangente.

−x −1 3 1 x −1 3 1
∫ f ( x ) dx = ∫ x
4 2
+ 2x + 2
dx +
2 x + 2x + 2
2 ∫ dx + 2
x − 2x + 2
dx + ∫
2 x − 2x + 2
2
dx ∫
1 2x + 2 3 1 1 2x − 2 3 1
=− ∫
2 x + 2x + 2
2
dx + ∫
2 ( x + 1) + 1
2
dx +
2 x − 2x + 2
2
dx + ∫
2 ( x − 1)2 + 1 ∫
1
2
( 1
2
) 3
2
( )3
= − ln x 2 + 2 x + 2 + ln x 2 − 2 x + 2 + arctan ( x + 1) + arctan ( x -1) +c
2

Esercizio
Trovare i seguenti integrale indefiniti

x+8 x +1 x −1 x +1
∫ ( x − 2) ( x + 1) dx
2 ∫ x + 2 dx ∫x 2
− 5x + 6
dx ∫ ( x − 2 )( x − 3) 2

dx  b 
2
b2 c
∫ Ricorda: ax + bx + c = a   x + − 2+ 
2
dx  (Binmore pag. 308)
x + x +1
2  2a  4 a a 


84
INTEGRALI DEFINITI

Def. 1. 56

Data una funzione f limitata sull’intervallo [ a, b ] ∈ ℝ (ma non necessariamente continua), data la
scomposizione dell’intervallo [ a, b ] in N intervalli ognuno di lunghezza ∆ = ( b − a ) N e preso un punto
ti ∈ [ xi −1 , xi ] , diremo che f è integrabile su [ a, b ] se il limite
N
lim
N →∞
∑ f ( t )( x − x )
i =1
i i i −1

esiste finito e non dipende dalla scelta del punto ti ∈ [ xi −1 , xi ] .

b
Il valore del limite sarà allora detto integrale definito di f su [ a, b ] e denotato come ∫ f ( x ) dx
a

Si dimostrara che ogni funzione continua è integrabile secondo la definizione data.

Analogamente risultano integrabili tutte le funzioni limitate che abbiano al più un numero finito di punti di
discontinuità e le funzioni monotone nell’intervallo [ a, b ]

Abbiamo parlato in precedenza di primitive e di integrali definiti. Manca ancora un collegamento che ci
faccia capire come siano legati questi concetti e soprattutto come sia possibile calcolare un integrale senza
passare attraverso la costruzione delle somme di Riemann.

Definiamo preliminarmente la funzione integrale

Def. 1. 57

Data una funzione f integrabile su di un intervallo [ a, b ] e scelto un punto c ∈ [ a, b ] la funzione F , come

di seguito costruita, viene detta funzione integrale.
x
F ( x) = ∫ f ( t ) dt
c
Osservazione
La funzione integrale associa a ogni valore dell’estremo (maggiore o minore di c ) il valore dell’integrale da
c fino a x .

85
Teo 1. 30 (teorema fondamentale del calcolo integrale primo teorema)
Sia f una funzione continua sull’intervallo [ a, b ] . Allora ∀c ∈ [ a, b ] , la funzione integrale
x
F ( x) = ∫ f ( t )dt
c

risulta derivabile su [ a, b ] e vale F ' ( x ) = f ( x ) , ossia la derivata di F è data da f valutata nell’estremo

superiore di integrazione.

Teo 1. 31 (teorema fondamentale del calcolo integrale secondo teorema)

Sia f una funzione continua sull’intervallo [ a, b ] e Φ una qualsiasi primitiva di f , ovvero Φ ' ( x ) = f ( x ) ,
allora:
b

∫ f ( x ) dx = Φ ( b ) − Φ ( a )
a
Ossia l’integrale si ottiene calcolando la differenza tra i valori negli estremi di integrazione di qualunque
primitiva di f

Teo 1. 32 (teorema del valore medio)

Sia f una funzione integrabile nell’intervallo [ a, b ] . Allora esiste un valore V f (detto valore medio di f su
[ a, b ] ) che soddisfa la seguente uguaglianza
b

∫ f ( x ) dx = V ( b − a )
a
f

Se poi f è anche continua su [ a, b ] , allora esiste un punto c ∈ [ a, b ] per il quale s ha

b

∫ f ( x ) dx = f ( c )( b − a )
a

86
INTEGRALE IMPROPRIO
La teoria dell’integrazione definita si basa su due ipotesi restrittive chiare:
1. la funzione integrando deve essere limitata;
2. l’intervallo di integrazione deve essere a sua volta limitato
In alcune applicazioni, specie in campo probabilistico, sorge la necessità di considerare integrali estesi a
intervalli limitati o anche estesi a funzioni illimitate. Vedremo ora come queste due ipotesi di limitatezza
possano essere indebolite.

Consideriamo dapprima un intervallo illimitato del tipo [ a, ∞ ) e una funzione continua definita su [ a, ∞ ) .
Poiché f è contiunua essa risulta integrabile su ogni intervallo del tipo [ a, b ] con b ≥ a .
Per calcolare l’integrale fino a +∞ si effettua un passaggio al limite per b → ∞
Definiamo pertanto un nuovo concetto: il concetto di integrale improprio o generalizzato.
Def. 1. 58

Dati un numero a ∈ ℝ e una funzione f integrabile su ogni intervallo [ a, b ] con b ≥ a , diremo che f è
integrabile in senso improprio (o generalizzato) su [ a, b ] se esiste finito il limite
b
lim
b →+∞ ∫ f ( x ) dx
a

Esempio 1
+∞

∫ x exp ( − x ) dx
2
Si debba calcolare
0
1
Una primitiva della funzione integranda è F ( x ) = − exp − x 2
2
( )
Infatti F ' ( x ) = x exp − x( )
2

Allora

b b

∫ x exp ( − x ) dx = lim  F ( b ) − F ( 0) = lim − 2 exp ( −b ) + 2 exp ( 0 )

 1 1 
lim ∫ f ( x ) dx → lim 2 2
b →+∞ b →+∞ b →+∞ b →+∞
a 0

Quindi
+∞

∫ x exp ( − x ) dx = lim exp ( −b ) + 2 = 2

2 1 12
b →+∞
0

87
Esempio 2
Calcoliamo questo integrale, che vedremo in seguito, sarà di particolare importanza
+∞
1
∫ xα dx
1
α >0

Determiniamo, al solito, una primitiva della fuzione integranda.

 1 1−α
 x α ≠1
F ( x ) = α − 1
ln x α =1
+∞
1
∫ xα dx = lim  F (b ) − F (1)
1
b →+∞

Si ha pertanto
+∞
1  1 1−α 1 
∫ xα dx = lim 1 − α b
1
b →+∞
−
1 − α 
α ≠1

+∞
1
∫ xα dx = lim [ln b − ln1]
1
b →+∞
α =1

Ma

 1 1−α  0 α >1
lim  b =
b →+∞  1 − α   +∞ α ≤1

lim [ ln b ] =+∞
b →+∞

Pertanto per α ≤ 1 , la funzione f ( x ) = 1 xα non è integrabile su [1, +∞ ) , mentre lo è per α > 1 . Quindi

+∞  1
1  α >1
∫ xα
dx =  α − 1
 non integrabile
1 α ≤1

88
Esercizi
Verificare l’esistenza o meno dei seguenti integrali

+∞ +∞ +∞
1 x
∫ exp ( −tx ) dt t ∈ℝ ∫ dx ∫ 1+ x dx
0 −∞
1 + x2 −∞
2

Osservazione
Non risultano necessariamente integrabili le funzioni il cui grafico è simmetrico rispetto all’origine, ossia
soddisfano f ( − x ) = − f ( x ) , malgrado uno sguardo al loro grafico riveli che le aree positive e negative si
bilanciano esattamente fra loro. Siamo portati a pensare che, in tal caso, l’integrale sia nullo: ciò non è
necessariamente vero!
Vediamo un esempio
+∞ b

∫ sin xdx = lim sin xdx = cos ( 0 ) − lim cos b

∫
b →∞ b →+∞
0 0

ma il limite non esiste e pertanto non esiste neppure l’integrale!

Criteri di integrabilità
Spesse volte ci troveremo di fronte ad un integrale improprio e vorremo valutare se questo integrale esiste
senza necessariamente passare, come abbiamo fatto in precedenza, attraverso la determinazione di una
primitiva e successivo passaggio al limite.
A questo scopo saranno utile quindi dei criteri che, pur non fornendo il risultato dell’integrale, ci dicano però
se una funzione è integrabile in senso improprio, senza la necessità di calcolare una primitiva.
Teo 1. 33 (teorema del confronto)

Dato un numero a ∈ ℝ , siano f e g funzioni integrabili su [ a, b ] per ogni b ≥ a e sia f ( x ) ≥ g ( x ) ≥ 0 per

ogni x ∈ [ a, +∞ ) . Allora:

1. se f è integrabile su [ a, +∞ ) anche g lo è;
+∞ +∞
2. se ∫ g ( x ) dx = +∞ si ha anche ∫ f ( x ) dx = +∞
a a

Osservazione
L’ipotesi secondo cui la disuguaglianza f ≥ g valga su tutto l’intervallo [ a, +∞ ) non è necessaria per
determinare l’esistenza dell’integrale generalizzato di g , ma solo per dare un estremo inferiore al suo valore.
Se la disuguaglianza fosse verificata su di un intervallo illimitato [ M , +∞ ) con M > a , potremmo
comunque dedurre l’integrabilità di g data l’integrabilità di f .

89
Esempio 1
Si valuti l’esistenza del seguente integrale
+∞

∫ exp ( − x )
2

−∞
Poiché la fuzione integranda è pari si ha:
0 +∞ +∞ +∞

∫ ( ) ∫
exp − x 2 = ( ) ( ) ∫ ( )
exp − x 2 da cui ∫ exp − x 2 = 2 exp − x 2
−∞ 0 −∞ 0

Inoltre valela disuguaglianza exp ( − x ) ≤ x exp ( − x ) per x ≥ 1

2 2

D’altra parte
+∞

∫ x exp ( − x ) dx esiste ( vedi Esempio 1 pag. 79)

2

0
Allora esistono anche
+∞ +∞

∫ exp ( − x ) dx e ∫ exp ( − x ) dx
2 2

0 −∞

Esempio 2
ln x
Verifichiamo l’integrabilità di su [1, +∞ ) di f ( x ) =
x2 − 1
Poiché ogni potenza ha un ordine di infinito maggiore del logaritmo, si ha
ln x ≤ x 2 − 1 perlomeno da un certo valore M > 0 in poi.
La nostra f ( x ) è pertanto
x2 − 1 1 ln x
f ( x) = = 2 e la nostra g ( x ) = 4
x −1 x +1
4
x −1
Tale funzione è continua ed è integrabile se esiste finito il limite
b
1
lim
b ⇒+∞ ∫x
1
2
+1
dx

E’ facile verificare che tale limite esiste finito. Infatti

b
1
lim
b ⇒+∞ ∫x
1
2
+1
dx

π π
b
1
lim
b ⇒+∞ ∫x
1
2
+1
dx = lim arctan b − arctan1 = −
b →+∞ 2 4
Allora f ( x ) è integrabile in senso improprio su [1, +∞ ) e per il criterio del confronto anche lo sarà anche
g ( x)

Teo 1. 34 (teorema del confronto asintotico)

Siano f e g due funzioni definite e positive su [ a, ∞ ) e integrabili su ogni intervallo [ a, b ] con b > a . Se
f e g hanno lo stesso ordine di infinitesimo per x → +∞ , allora f è integrabile su [ a, ∞ ) se e solo se lo è
anche g

90
Esempio
Consideriamo l’esitenza del seguente integrale
+∞
x + ln x
∫2
x 2 − e− x
dx

La funzione integranda
x + ln x
g ( x) = 2 −x
x −e
per x → +∞ è infinitesima di ordine − 3 2 infatti per x → +∞
x + ln x x
−x
∼ 2 ∼ x −3 2
x −e
2
x
Allora dal punto di vista dell’integrabilià si conporta come f ( x ) = x −3 2
D’altra parte
+∞ b
 1 1 1
∫ x −3 2 dx = lim ∫x
−3 2
dx = lim  −  + =
b →+∞ b →+∞  x  2 2
2 2

Quindi f ( x ) è integrabile su [ 2, +∞ ) e lo è anche g ( x ) .

Integrabilità di funzioni illimitate

Del tutto analogo è il caso in cui l’intervallo [ a, b ] è limitato, ma la funzione integranda è illimitata su [ a, b ] ,
come illustrato in figura.

Noi supporremo per comodità che f sia continua su [ a, b ) e illimitata vicino all’estremo superiore
dell’intervallo di integrazione. Sotto tali ipotesi f è sicuramente integrabile su ogni intervallo [ a, c ] , con
c < b incluso in ( a, b ) e l’integrabilità di f viene determinata mediante un passaggio al limite.

Def. 1. 59

Sia f una funzione continua e illimitata sull’intervallo [ a, b ) . Diremo che f è integrabile in senso
improprio (o generalizzato) su [ a, b ] se esiste finito il limite
c
lim
c →b − ∫ f ( x )dx
a

Anche per l’integrabilità delle funzioni illimitate si possono usare criteri che aggirano la necessità di
calcolare la primitiva della funzione integranda.

91
Teo 1. 35

Siano f e g due funzioni continue nell’intervallo [ a, b ) e illimitate vicino a b e sia f ( x ) ≥ g ( x ) ≥ 0 per

ogni x ∈ [ a, b ) . Allora
1. se f è integrabile su [ a, b ] anche g lo è;
b b
2. se ∫ g ( x )dx = +∞ allora anche ∫ f ( x )dx = +∞
a a

Teo 1. 36

Siano f e g due funzioni positive e contiune sull’intervallo [ a, b ) . Se f e g hanno lo stesso ordine di

infinito per x → b −

92
Cenni sulle equazioni differenziali

In generale un’equazione differenziale è una relazione tra la funzione di una variabile e la sua derivata.
(nel seguito indicheremo dy dt con yɺ )

yɺ (t ) = 2 y (t ) o più semplicemente yɺ = 2 y

Una soluzione dell’equazione proposta è y ( t ) = e 2t la cui correttezza può essere provata immediamente
derivandola e sostituendola nell’equazione assegnata.
yɺ = 2 y equazione assegnata
y ( t ) = e 2t soluzione proposta
yɺ = d (e 2t ) dt = 2t ⋅ e2t derivata della soluzione e sostituzione 2 ⋅ e2t = 2 ⋅ e2t ⇒ soluzione corretta
Si noti che per qualsiasi valore di k anche y ( t ) = ke 2t è una soluzione dell’equazione assegnata

Le equazioni differenziali possono anche includere esplicitamente la variabile indipendente t

yɺ = t 2 y
( )
E’ facile controllare che y = exp t 3 3 è una soluzione. Infatti, procedendo come nel caso precedente:
yɺ = t y equazione assegnata
2

( ) soluzione proposta
y = exp t 3 3

yɺ = t 2 exp ( t 3) derivata della soluzione e sostituzione t

3 2
( ) ( )
exp t 3 3 = t 2 exp t 3 3
Si noti che, anche in questo caso, per qualsiasi valore di k anche y = k exp ( t 3) è una soluzione
3

dell’equazione assegnata.

Alcune equazioni differenziali, le più semplici, sono descrizioni di yɺ esclusivamente in termini di t, per
esempio:
yɺ = t yɺ = et yɺ = cos t + t
Queste equazioni si risolvono semplicemente integrando i secondi membri rispetto a t.
Le soluzioni (con parametro), delle tre equazioni differenziali sopra considerate sono
1 1
y = t3 + k y = et + k y = sin t + t 2 + k
3 2

Def. 1. 60

Un’equazione differenziale ordinaria è un’equazione yɺ = F ( y, t ) che lega la derivata di una funzione

incognita y ( t ) e un’espressione F ( y, t ) che coinvolge y e t .
Def. 1. 61

Un’equazione differenziale è definita autonoma se può essere scritta come yɺ = F ( y ) .

Def. 1. 62
Un’equazione differenziale è definita non autonoma se coinvolge specificatamente t , ovvero se può
essere scritta come yɺ = F ( y, t ) o come yɺ = F ( t )

Esempi di E.D. autonome sono

yɺ = 2 y yɺ = y 2

93
Esempi di E.D. non autonome sono
yɺ = t 2 y yɺ = t 2

Def. 1. 63
Un’equzione differenziale si definisce del primo ordine se coinvolge solo la derivata prima della funzione
incognita
Def. 1. 64
Un’equazione differenziale si definisce di ordine i-esimo quando coinvolge le derivate fino alla i-esima
inclusa.
Def. 1. 65
Un’E.D. è detta lineare se la funzione F è lineare rispetto alla funzione incognita y e a tutte le sue derivate
che in essa compaiono. La struttura più generale di un’E.D. lineare è la seguente:
y ( n ) + a1 ( t ) y ( n −1) + ... + an −1 ( t ) yɺ + an ( t ) y = b ( t )

Generalmente, trovare una espressione analitica di una funzione che soddisfi un'equazione differenziale, cioè
darne una soluzione esplicita, non è facile e alcune volte sarà, per noi, impossibile.è difficile.
Tuttavia, limitando la nostra osservazione ad alcune classi di equazioni differenziali, la soluzione esplicita
può essere trovata senza particolare sforzo.Ci limiteremo, per ora, a considerare le E.D. lineari del primo
ordine suddividendole in quattro classi:
1. yɺ = ay con a costante
La soluzione generale è y = ke at
2. yɺ = ay + b con a e b costanti non nulle.
b
La soluzione generale è y = − + keat
a
3. yɺ = a ( t ) y
t  t 
La soluzione generale è y = k exp  a ( s ) ds  ovvero y = k exp 
∫ ∫ a
   
   
4. yɺ = a ( t ) y + b ( t )
 t
 s   t 
La soluzione generale è y =  k + b ( s ) exp  − a ( u ) du  ds  exp  a ( s ) ds 
∫ ∫ ∫
    
    

Esercizi
Trovare la soluzione generale delle seguenti equazioni differenziali, dimostrando la correttezza della
soluzione trovata.

yɺ = 10 y yɺ = 4 y + 19 yɺ = t 3 y yɺ = t 2 y + t

94
Equazioni differenziali a variabili separabili
Un’altra classe di equazioni differenziali che possono essere risolte esplicitamente è costituita dalla
equazioni differenziali a variabili separabili.
Def. 1. 66

Un’equazione differenziale yɺ = F ( y, t ) si dice a variabili separabili se F ( y, t ) può essere scritta come un

prodotto, ovvero se F ( y, t ) = g ( y ) ⋅ f ( t ) per qualche coppia di funzioni.

Le equazioni yɺ = y 2 t 2 + t ( ) yɺ = e y et yɺ = ( y + 1) t yɺ = y 2 + 1 sono tutte a variabili separabili, mentre non

lo sono, ad esempio, le seguenti E.D. yɺ = y 2 + t 2 yɺ = a (t ) y + b(t ) yɺ = ty + t 2 y 2
Il metodo di risoluzione richiede un semplice trucco. Si scrive l’equazione nella forma
dy
yɺ = g ( y ) ⋅ f ( t ) → = g ( y) f ( x)
dt
si portano poi tutti i termini in y da una parte e tutti i termini in t dall’altra e si procede all’integrazione

dy dy
= f ( t ) dt → ∫ = ∫ f ( t ) dt + c
g ( y) g ( y)

Esercizi
Risolvere le seguenti equazioni differenziali a variabili separabili

(
yɺ = y 2 t 2 + t ) yɺ = ( y + 1) t yɺ = y 2 + 1

95
Richiami sulle equazioni differenziali lineari a coefficienti costanti

Definizioni generali

Si dice equazione differenziale (E.D.) di ordine n ogni equazione che leghi una funzione incognita
y ( t ) della variabile indipendente t alla variabile t stessa e alle derivate della funzione y ( t ) fino all’ordine
n compreso attraverso una assegnata funzione F , ossia1:

(
F y( ) , y(
n n −1)
)
,..., yɺ ,... y, t = 0

Per soluzione o integrale di un’E.D. si intende una funzione che, sostituita, con le rispettive derivate,
nell’equazione dia luogo ad una identità. E’ facile convincersi che un’E.D. ammette infinite soluzioni.

Per contro, la soluzione passante per un punto ( y0 , t0 ) fissato prende il nome di integrale
particolare.
La condizione y0 = t0 con cui si individua l’integrale particolare prende il nome di condizione al contorno.

Equazioni differenziali lineari a coefficienti costanti

Un’E.D. è detta lineare se la funzione F è lineare rispetto alla funzione incognita y e a tutte le sue
derivate che in essa compaiono. La struttura più generale di un’E.D. lineare è la seguente:

y ( n ) + a1 ( t ) y ( n −1) + ... + an −1 ( t ) yɺ + an ( t ) y = b ( t )

Un’E.D. è detta lineare a coefficienti costanti se i coefficienti a1 ,...., an non sono funzioni di t . La
struttura più generale di un’E.D. lineare a coefficienti è la seguente

y ( n ) + a1 y ( n −1) + ... + an −1 yɺ + an y = b ( t )

Se b ( t ) = 0 , allora l’E.D. è detta omogenea, in caso contrario è detta completa.

Soluzione delle equazioni omogenee

Consideriamo un’E.D. a coefficienti costanti omogenea:

y ( n ) + a1 y ( n −1) + ... + an −1 yɺ + an y = 0

Si dimostra che y1 ( t ) , y2 ( t ) ,..., yn ( t ) sono n integrali dell’E.D. lineare omogenea linearmente indipendenti,
l’integrale generale è:

y ( t ) = k1 y1 ( t ) + k2 y2 ( t ) + ... + kn yn ( t )

Gli integrali y1 ( t ) , y2 ( t ) ,..., yn ( t ) si dicono costituire un sistema fondamentale. Questo, si dimostra,

può essere individuato facilmente risolvendo la seguente equazione algebrica di grado n , detta equazione
caratteristica associata all’E.D. lineare omogenea.

λ n + a1λ n −1 + ... + an −1λ + an = 0

1
Con yɺ indichiamo la derivata prima di y rispetto a t . Ovvero yɺ = dy dt

96
L’equazione caratteristica è a coefficienti reali, essa avrà radici reali o coppie di radici complesse coniugate.

Detta λi una generica radice reale di molteciplicità mi , ad essa sono associati gli mi integrali
indipendenti eλi t , teλi t , t mi −1eλi t
Sia ad esempio λ una soluzione, molteciplicità 2, dell’equazione caratteristica. A tale valore di λ si
associano due integrali indipendenti rispettivamente della forma eλi t e teλi t

Ad ogni coppia di radici complesse coniugate α i ± jωi di molteciplicità mi sono associati 2mi
integrali indipendenti:
eαi t cos ωi t , teαi t cos ωi t ,...., t mi −1eαi t cos ωi t
eαi t sin ωi t , teαi t sin ωi t ,...., t mi −1eαi t sin ωi t

Esempio 1
Si consideri l’E.D. omogenea del secondo ordine

y ''+ 3 y '+ 2 y = 0 y ( 0) = 0 y '(0) = 1

L’equazione caratteristica risulta:

λ 2 + 3λ + 2 = 0
Essa ha due radici reali λ1 = −1 e λ2 = −2 . Pertanto l’integrale generale è:

yɶ ( t ) = k1e − t + k2 e −2t

Imponendo le condizioni al contorno, si ottiene un sistema algebrico in k1 e k2 .

 −t −2 t
 y (0) = 0  k1e + k2 e t = 0 = 0 k + k = 0
 ⇔ ⇔ 1 2 ⇒ k1 = 1 k2 = −1
 y ' ( 0 ) = 1 −k1e− t − 2k2 e−2t = 1 −k1 − 2k2 = 1
 t =0

La soluzione particolare è pertanto

y ( t ) = e− t − e −2t

Esempio 2

Si consideri l’E.D. omogenea del secondo ordine:

y ''+ 2 y '+ y = 0 y ( 0 ) = −1 y ' ( 0 ) = 0

L’equazione caratteristica risulta:

λ 2 + 2λ + 1 = 0

Essa ha una soluzione λ = −1 con molteciplità 2 (il discriminante è nullo).

Pertanto l’integrale generale è:

yɶ ( t ) = k1e − t + k2 ⋅ te − t

Imponendo le condizioni al contorno, si ottiene un sistema algebrico in k1 e k2 .

97
  −t −t
 y (0) = −1  k1e + k2te t = 0 = −1  k = −1
 ⇔ ⇔ 1 ⇒ k1 = −1 k2 = −1
 y ' ( 0 ) = 0 −t −t
−k1e − k2te + k2 e
−t
= 0 −k1 + k2 = 0
t =0

La soluzione particolare è:

y ( t ) = −e− t − te − t

Soluzione delle equazioni complete

Consideriamo un’E.D. lineare a coefficienti costanti completa:

y ( n ) + a1 y ( n −1) + ... + an −1 yɺ + an y = b ( t )

Si dimostra che l’integrale generale di tale E.D. completa è dato dalla somma dell’integrale generale yɶ ( y )
dell’equazione omogenea ad essa associata (ottenuta ponendo b ( t ) = 0 ) e di un integrale particolare y ( t )
dell’equazione completa stessa, ovvero:

y ( t ) = yɶ ( y ) + y ( t )

Un integrale particolare dell’E.D. completa può essere ottenuto in maniera semplice solo in alcuni casi
particolari. Noi considereremo solo il caso in cui:
1. b ( t ) sia una funzione razionale intera;
2. b ( t ) sia del tipo P ( t ) eλ t ; (il polinomio P ( t ) può ridursi a una costante)
3. b ( t ) sia una combinazione lineare dei due casi precedenti.

• Consideriamo il caso in cui b ( t ) sia una funzione razionale intera.

Analizziamo per semplicità un’E.D. del secondo ordine:

y ''+ a1 y '+ a2 y = b ( t )

Regola: se b ( t ) è un polinomio di grado m, l’integrale particolare va ricercato fra i polinomi

di grado m se a2 ≠ 0 , fra i polinomi di grado m + 1 se a2 = 0 e a1 ≠ 0

• Consideriamo il caso in cui b ( t ) sia del tipo P ( t ) eλ t

Regola: si cerca l’integrale particolare tra le funzioni del tipo Q ( t ) eλt dove Q ( t ) è un
polinomio il cui grado uguaglia quello di P ( t ) se λ non è radice dell’equazione
caratteristica, mentre lo supera di k se λ è radice multipla di ordine k dell’equazione
caratteristica

Esempio 3
Risolvere la seguente equazione differenziale x ''+ 2 x '− 3 x = t + et

L’equazione caratteristica dell’omogenea associata è:

λ1 = −3
λ 2 + 2λ − 3 = 0 → 
λ2 = 1

98
Pertanto la soluzione generale dell’omogenea associata vale:

xɶ ( t ) = c1e −3t + c2 et

Cerchiamo ora delle soluzioni particolari dell’equazione completa utilizzando il principio della
sovrapposizione delle soluzioni.

Con riferimento all’E.D.

x ''+ 2 x '− 3 x = t (1)

Cerchiamo una soluzione particolare della forma:

x1 ( t ) = at + b
Nota
La equazione assegnata
x ''+ 2 x '− 3 x = t + et
Può essere vista come segue
x ''+ 2 x '− 3 x = polinomio + esponenziale

Si considera dapprima
x ''+ 2 x '− 3x = polinomio = t (il grado di P (t ) è uno, inoltre a2 ≠ 0 ).
Si deve cercare la soluzione tra i polinomi di grado uno ovvero tra i polinomi del tipo at + b

E successivamente
x ''+ 2 x '− 3 x = esponenziale = et = P ( t ) eλt P ( t ) = 1, λ = 1
Poiché λ = 1 è una soluzione (con molteciplicità uno) dell’equazione caratteristica, so dovrà
cercare le soluzioni tra gli integrali particolari del tipo Q ( t ) eλt con Q ( t ) polinomio di
grado uno (un grado maggiore di P ( t ) che ha grado zero)
Fine nota

 x1 ' = a
x1 ( t ) = at + b ⇒ 
 x1 '' = 0
Sostituendo in (1) si ottiene
2a − 3 ( at + b ) = t ⇔ −3at + 2a − 3b = t
Per il principio di identità dei polinomi −3at + 2a − 3b = t si ottiene
 −3a = 1  a = −1 3
 →
 2a − 3b = 0 b = −2 9
Una soluzione particolare vale pertanto:
1 2
x1 ( t ) = − t −
3 9

Con riferimento all’E.D.

x ''+ 2 x '− 3 x = et

Cerchiamo ora una soluzione particolare della forma

x2 ( t ) = Q ( t ) eλt λ =1

99
 Poiché λ = 1 è soluzione di ordine 1 dell’equazione caratteristica, Q ( t ) è un polinomio di
grado 1 (un grado in più di P ( t ) che ha grado zero)
Allora
x2 ( t ) = atet
 x2 ' = aet + atet = a ( t + 1) et
x2 ( t ) = atet ⇒ 
 x2 '' = ae + ae + ate = a ( t + 2 ) e
t t t t

Dalla x ''+ 2 x '− 3 x = et , per sostituzione si ottiene:

a ( t + 2 ) et + 2a ( t + 1) et − 3atet = et ⇔ a ( t + 2 ) + 2a ( t + 1) − 3at = 1
at + 2a + 2at + 2a − 3at = 1 ⇔ 4a = 1 ⇔ a = 1 4
Da cui
1
x2 ( t ) = tet
4

In definitiva la soluzione generale dell’equazione differenziale assegnata è:

1 2 1
y ( t ) = c1e−3t + c2 et − t − + tet
3 9 4

100
ES 13
Determinare per quale valore di α ∈ ℝ la seguente funzione

f ( x ) = α xe− x
2

è una funzione di densità di probabilità su [ 0,+∞ ) .

Soluzione
Una funzione f ( x ) continua definita in un sottoinsieme S ∈ ℝ n è una funzione densità di probabilità se:
1. f ( x ) ≥ 0 ∀x ∈ S
2. ∫ f ( x ) dx = 1
S

Affinché sia rispettata la prima condizione deve essere:

α xe − x ≥ 0 ∀x ∈ [ 0. + ∞ )
2

Poiché x ≥ 0 ∀x ∈ [ 0, +∞ ) e e − x > 0 ∀x ∈ [ 0, +∞ ) deve essere α ≥ 0

2

Il rispetto della seconda condizione richiede preliminarmente che sia α ≠ 0 . Quindi deve essere α > 0 .
Stabilito che α > 0 , imponiamo che:

S
∫ f ( x ) dx = 1
ovvero che
+∞

∫ α xe
− x2
dx = 1
0
Calcoliamo prima l’integrale indefinito
∫ α te
−t 2
dt
Posto e − t = y → −2te − t dt = dy sia immediatamente
2 2

α α α
∫ α te
−t 2 −t2 −t2

2∫ 2∫
dt = − −2te dt = − dy = − e +c
2
+∞ +∞
 α 2 α α 2  α
x x

∫ α xe dx = lim ∫ α te dt = lim  − e− t  = lim  − e − x  = ∫ α xe

− x2 −t 2 − x2
dx = 1
0
x →+∞
0
x →+∞
 2 0 x →+∞
2 2  2 0
Da cui
α
=1⇔ α = 2
2

101
ES 14
Determinare per quale valore di α ∈ ℝ la seguente funzione

f ( x ) = α xe− x

è una funzione densità di probabilità su [ 0,+∞ )

Soluzione
Una funzione f ( x ) continua definita in un sottoinsieme S ∈ ℝ n è una funzione densità di probabilità se:
1. f ( x ) ≥ 0 ∀x ∈ S
2. ∫ f ( x ) dx = 1
S

Affinché sia rispettata la prima condizione deve essere:

α xe − x ≥ 0 ∀x ∈ [ 0. + ∞ )
2

Poiché x ≥ 0 ∀x ∈ [ 0, +∞ ) e e − x > 0 ∀x ∈ [ 0, +∞ ) deve essere α ≥ 0

Il rispetto della seconda condizione richiede preliminarmente che sia α ≠ 0 . Quindi deve essere α > 0 .
Stabilito che α > 0 , imponiamo che:

S
∫ f ( x ) dx = 1
ovvero che:
+∞

∫ α xe
−x
dx = 1
0
Calcoliamo prima l’integrale indefinito

∫ α te
−t
dt

Risolviamo applicando il metodo di integrazione per parti

∫ α te
−t
( )
dt = α −te − t + ∫ e− t dt = α ( −te − t − e − t ) + c

Da cui
+∞
dx = lim α ( −te − t − e− t )  = lim α (1 − xe − x − e− x ) = α
x
∫ α xe
−x
x →∞ 0 x →∞
0
E dunque
+∞

∫ α xe dx = 1 ⇔ α = 1
−x

102
ES 15
Data la funzione costo marginale

ex
c( x) = x≥0
1 + ex

determinare la funzione di costo totale C tale che C (10) = 100

Soluzione
Determiniamo l’insieme delle primitive di c con la sostituzione e x = t → e x dx = dt → dx = dt t

ex
dt = log 1 + t + k = log (1 + e x ) + k
t dt 1
C ( x) = ∫ dx = ∫ =∫
1+ e x
1+ t t 1+ t

La condizione C (10) = 100 impone che

log (1 + e10 ) + k = 100 → k = 100 − log (1 + e10 )

La funzione costo totale vale pertanto

C ( x ) = log (1 + e x ) + 100 − log (1 + e10 )

103
ES 16

Esercizio 1

Dopo aver esplicitato la matrice dei coefficienti, determinare il segno della seguente forma quadratica

Q ( x1 , x2 , x3 ) = 3 x12 + 2 x22 + x32 − 2 x1 x3 + x2 x3 − 4 x1 x2

Soluzione
La matrice dei coefficienti della forma quadratica è:

 x1 x3 
x2
   3 −2 −1 
x 3 −2
−1   
A= 1 = −2 2 1 2 
 x2 −2 2 1 2  
  −1 1 2 1 
 x3 −1 1 2 1  

I minori principali di NW sono:

3 −2 −1
3 −2 5
3 = 3; = 2; −2 2 1 2 =
-2 2 4
−1 1 2 1

Dunque la forma quadratica è definita positiva.

104
Esercizio 2
Dato il seguente problema

min y − 3 x
sub x 2 + y 2 ≤ 4

1. Dimostrare, senza fare calcoli che ammette soluzioni;

2. con il metodo degli insiemi di livello stabilire quante soluzioni ammette;
3. determinare le soluzioni utilizzando il metodo dei moltiplicatori di Khun-Tucker

Soluzione
1. La regione ammissibile è un cerchio di centro in ( 0,0 ) e raggio 2, quindi è un insieme chiuso e
limitato in ℝ 2 . La funzione f ( x, y ) = y − 3 x è continua. Quindi per il teorema di Weierstrass
esistono sia il minino, sia il massimo globale interno della regione ammissibile.

2. Gli insiemi di livello α , α ∈ ℝ . Della funzione f sono delle rette di equazione y = 3 x + α

Dobbiamo cercare ora le intersezioni fra gli insiemi di livello e la frontiera della regione ammissibile
impostando il seguente sistema:

 y = 3x + α  y = 3x + α  y = 3x + α
 2 ⇔  ⇔ 
x + y = 4  x + ( 3 x + α ) = 4 10 x + 6α x + α − 4 = 0
2 2 2 2 2

Valutiamo il discriminate ∆ dell’equazione di secondo grado per determinare le soluzioni.

∆ = 36 x 2 − 40 (α 2 − 4 ) = 4 ( 40 − α 2 )

Caso ∆ < 0 (nessuna soluzione in campo reale)

∆ < 0 ⇒ 4 ( 40 − α 2 ) < 0 ⇒ ( 40 − α 2 ) < 0

Ricorda che y = 40 − x 2 è l’equazione di una parabola ad asse verticale, simmetrica rispetto

all’asse y e con la concavità rivolta verso il basso

105
 (
E’ immediato riconoscere che ∆ < 0 → α ∈ −∞, −2 10 ∪ 2 10, + ∞ . In tal caso, ) ( )
ricordiamolo ancora una volta, nessuna soluzione in campo reale.

Caso ∆ = 0 (due soluzioni coincidenti, ovvero punti di tangenza)

∆ = 0 ⇒ α1 = 2 10, α 2 = −2 10

A cui corrispondono
3 10 10 3 10 10
x1 = − ; y1 = x2 = ; y2 = −
5 5 5 5

Otteniamo i punti
 3 10 10   3 10 10 
P1 =  − ;  P2 =  ;− 
 5 5   5 5 

I punti P1 e P2 sono i punti in corrispondenza dei quali le linee di livello sono tangenti alla
frontiera della regione ammissibile

Caso ∆ > 0
Sempre dalla parabola associata si ha ∆ < 0 ⇒ −2 10 < α < 2 10 . In tal caso si hanno due
soluzioni distinte.

−3α − 40 − x 2 −3α + 40 − x 2
x1 = x2 =
10 10

A cui corrispondono

1 3 1 3
y1 = α− 40 − α 2 y2 = α+ 40 − α 2
10 10 10 10

Conclusione: P2 è l’unico punto di minimo assoluto vincolato, a cui corrisponde il livello

α = −2 10

3. Il gradiente del vincolo si annulla solo in ( 0,0 ) punto nel quale il vincolo non è attivo. Il vincolo
risulta pertanto qualificato
∇h ( x, y ) = ( 2 x 2 y ) '

Scriviamo la lagrangiana
min y − 3 x min y − 3x
⇔
sub x + y ≤ 4
2 2
sub − x2 − y2 + 4 ≥ 0

L ( x, y , λ ) = y − 3 y − λ ( − x 2 − y 2 + 4 )

Lx ( x, y, λ ) = −3 + 2λ x L y ( x , y , λ ) = 1 + 2λ x

106
Le condizioni di Kuhn-Tucker sono pertanto:

−3 + 2λ x = 0
1 + 2λ y = 0


λ ( − x − y + 4 ) = 0
2 2

λ ≥ 0


Dalla prima equazione si ricava immediatamente che se λ = 0 il sistema non ammette soluzioni.
Consideriamo ora il caso λ > 0 . Sotto questa condizione, dalla terza equazione si ricava
immediatamente che:
x2 + y 2 = 4 (1)

Dalle prime due equazioni ricaviamo:

3 1
x= y=− (2)
2λ 2λ

Sostituendo le (2) nella (1) si ricava

1
2 2 λ1 = −
10
 3   1  9 1 10 4
 +
  −  = 4 ⇔ + = 4 ⇔ = 4 ⇔
 2λ   2λ  4λ 2 4λ 2 4λ 2 1
λ2 = 10
4

107
 Ovviamente solo la seconda è accettabile (imposizione derivante dalla disequazione di Kuhn-Tuker)
In corrispondenza di λ = 10 4 , dalle prime due condizioni di Kuhn-Tucker si ricava:

3 10 1
x1 = y1 = − 10
5 5

Abbiamo ritrovato, per altra via, le coordine del punto P2 .

Esercizio 3

Calcolare il seguente integrale

1

∫ x ( cos x ) dx
−1

La funzione y = x è dispari ovvero f ( x ) = − f ( − x ) ∀x ∈ ℝ

La funzione y = cos ( x ) è pari ovvero f ( x ) = f ( − x ) ∀x ∈ ℝ (ricorda che cos ( x ) = cos ( − x ) )
La funzione y = x ( cos x ) , prodotto di una funzione dispari per una funzione pari, è una funzione dispari.
Occorre ricordare infine che la primitiva di una funzione dispari è una funzione pari.
Allora ∫ x ( cos x ) dx è una funzione pari (ovviamente a meno di una costante). In altri termini:

∫ x ( cos x ) dx = F ( x ) + c con F ( x ) pari

Dalla definizione di integrale definito si ha:
b

∫ x ( cos x ) dx = F ( a ) − F ( b )
a
Se gli estremi di integrazione sono simmetrici rispetto al valore zero si ha:
a

∫ x ( cos x ) dx = F ( a ) − F ( −a )
−a
(4)

Ma poiché, come avevamo stabilito in precedenza, F ( x ) è pari F ( a ) = F ( − a ) ∀A ∈ ℝ è immediato

riconoscere che:
1

∫ x ( cos x ) dx = 0
−1

Era sufficiente ricordare questo:

L’integrale definito, tra estremi simmetrici rispetto allo zero, di una funzione dispari è sempre uguale a zero.

Esercizio 4
Risolvere la seguente equazione differenziale

x ''− 2 x '+ 2 x = 2t + 3et

Si tratta di un’equazione differenziale (compaiono le derivate) lineare (le derivate sono tutte di primo grado)
non omogenea (vi è la presenza di un termine in cui NON compare la variabile x , in questo caso 2t + 3et ) a
coefficienti costanti (i coefficienti dei termini che comprendono la variabile x sono costanti:1 -2 +2)

Si scrive l’equazione caratteristica dell’omogenea associata:

λ 2 − 2λ + 2 = 0
che ha soluzioni solo in campo complesso λ1 = 1 + i λ2 = 1 − i .

108
Ricorda che:
Ad ogni coppia di radici complesse coniugate α i ± jωi di molteciplicità mi sono associati 2mi integrali
indipendenti:
eαi t cos ωi t , teαi t cos ωi t ,...., t mi −1eαi t cos ωi t
eαi t sin ωi t , teαi t sin ωi t ,...., t mi −1eαi t sin ωi t

Nel nostro caso α = 1; ω = 1; m = 1 . Pertanto la soluzione generale dell’omogenea è:

x0 ( t ) = et ( c1 cos t + c2 sin t ) c1 , c2 , t ∈ ℝ

Cerchiamo ora delle soluzioni particolari della non omogenea utilizzando il principio di sovrapposizione
delle soluzioni.
Consideriamo dapprima
x ''− 2 x '+ 2 x = 2t (5)

Ricorda la seguente regola:

se b ( t ) (nel nostro caso 2t ) è un polinomio di grado m, l’integrale particolare va ricercato
fra i polinomi di grado m se a2 ≠ 0 , fra i polinomi di grado m + 1 se a2 = 0 e a1 ≠ 0
Cerchiamo pertanto la soluzione tra i polinomi del tipo x p1 ( t ) = at + b
Si ha quindi x p1 ( t ) = at + b x ' p1 = a x '' p1 = 0
Sostituendo nella (5) si ha:
−2a + 2 ( at + b ) = 2t → at + b − a = t
Per il principio di identità dei polinomi deve essere
a = 1
 ⇒ a =1 b =1
b − a = 0

La soluzione particolare cercata vale

x p1 ( t ) = t + 1
Cerchiamo ora una seconda soluzione particolare considerando
x ''− 2 x '+ 2 x = 3et (6)

Ricordiamo
• Consideriamo il caso in cui b ( t ) sia del tipo P ( t ) eλ t
Regola: si cerca l’integrale particolare tra le funzioni del tipo Q ( t ) eλt dove Q ( t ) è un
polinomio il cui grado uguaglia quello di P ( t ) se λ non è radice dell’equazione
caratteristica, mentre lo supera di k se λ è radice multipla di ordine k dell’equazione
caratteristica

Nel nostro caso abbiamo

P ( t ) = 3 polinomio di grado zero
λ =1 non è radice dell’equazione caratteristica

Pertanto cerchiamo una soluzione particolare del tipo x p 2 = α et

Si ha quindi x p 2 ( t ) = α et x ' p 2 ( t ) = α et x '' p 2 ( t ) = α et
Sostituendo nella (6) otteniamo
α et − 2α et + 2α et = 3et → a = 3

La soluzione particolare cercata vale:

109
x p2 ( t ) = 3et

Per il principio di sovrapposizione delle soluzioni si ottiene la soluzione generale dell’equazione

differenziale assegnata:
x ( t ) = et ( c1 cos t + c2 sin t ) + t + 1 + 3et

110
Problema Simon & Blume pag.183 (Esempio 8.4)

Risoluzione tramite gli insiemi di livello

max xy
sub x + 4 y = 16

La funzione obiettivo è continua e derivabile. L’insieme ammissibile è chiuso ma non limitato. Non esistono
pertanto le condizioni per applicare il teorema di Weierstrass.

La regione ammissibile è la retta che passa per i punti ( 0, 4 ) e (16,0 )

Gli insiemi di livello sono costituiti da iperboli equilatere che se k > 0 si situano nel I e III quadrante, se
k < 0 si posizionano nel II e nel IV quadrante.

Dato che siamo interessati alla massimizzazione di xy è chiaro che consideremo solo valori di k positivi.
Il nostro scopo è determinare quei valori di k che permettono di allontanare massimamente le iperboli dal
punto ( 0, 0 ) mantenendole ancora in contatto con l’insieme ammissibile.

 xy = k k
 ⇔ + 4 y − 16 = 0 ⇔ 4 y 2 − 16 y + k = 0
 x + 4 y = 16 y

Il discriminante vale

∆ = 162 − 16k

Da cui
∆ = 0 ⇔ k = 16 una soluzione (la condizione di tangenza)
∆ > 0 ⇔ k < 16 due soluzioni
∆ < 0 ⇔ k > 16 nessuna soluzione

Per k = 16 il punto di tangenza tra l’iperbole e la retta vale

Ordinata
4 y 2 − 16 y + 16 = 0 → y = 2

Ascissa
xy = 16 → 2 x = 16 → x = 8

Pertanto l’unico punto candidato come soluzione del problema assegnato ha coordinate ( 8,2 ) .
Dal grafico sotto riportato è facile riconoscere che tale punto è effettivamente il massimo vincolato cercato.

111
112
Problema Simon & Blume pag.183 (Esempio 8.5)

Risoluzione tramite gli insiemi di livello

max x2 y
sub 2 x2 + y2 = 3

La funzione obiettivo è continua e derivabile. L’insieme ammissibile è chiuso e limitato. Esistono pertanto
le condizioni per applicare il teorema di Weierstrass.

La regione ammissibile è costituita da un’ellisse con centro nell’origine e raggio focale parallelo all’asse x .
( ) (
L’ellisse passa, tra l’altro, per i punti 0, ± 3 e ± 3 2,0 )
Gli insiemi di livello sono costituiti da funzioni y = f ( x ) = k x 2 positive per k > 0 e negative per k < 0 .
Tali funzioni riconoscono gli assi x e y come asintoti.
Infatti
k k
lim = 0 lim 2 = 0 per k ∈ ℝ y = 0 asintoto orizzontale
x →+∞ x 2 x →−∞ x

k k
lim 2
= +∞ lim 2 = +∞ per k ∈ ℝ + x = 0 asintoto verticale
x →0+ x x →0− x

k k
lim = −∞ lim 2 = −∞ per k ∈ ℝ − x = 0 asintoto verticale
x →0+ x 2 x →0− x

Inoltre
2 xk 2k
y ' = 4 = 3 non si annulla mai. Pertanto la funzione non ha massimi e/o minimi
x x

Cerchiamo ora le intersezioni tra gli insiemi di livello e la regione ammissibile, risolvendo il seguente
sistema.
 x 2 y = k
 2
 2 x + y = 3
2

Poiché siamo interessati alla massimizzazione della funzione obiettivo restringeremo la nostra valutazione
solo per valori di k > 0

D’altra parte se k > 0 , dalla prima equazione del sistema, si deduce immediatamente che y ≥ 0
Infine dalla seconda equazione del sistema si ricava che y ∈  − 3, 3 
Siamo pertanto interessati a risolvere il sistema assegnato con le seguenti restrizioni:

k > 0

y ∈  0, 3 


Risoluzione del sistema

Con una semplice sostituzione si ricava immediatamente:

y 3 − 3 y + 2k = 0

113
Vediamo di risolvere la cubica per via grafica.
Trovae una soluzione grafica della cubica assegnata significa individuare le intersezioni della curva con
l’asse y

Si vede che per k = 1 si hanno due soluzioni y = 1 e y = −2 , quindi UNA sola soluzione nel range di
accettazione y ∈  0, 3 

Per k > 1 non si ha alcuna soluzione compresa nel range di accettazione y ∈  0, 3 

Per k < 1 si hanno due soluzioni nel range di accettazione y ∈  0, 3 

Pertanto in corrispondenza del livello k = 1 , dove si ha una sola soluzione, la curva di livello è tangente alla
regione ammissibile.

E’ immediato verificare che l’equazione y 3 − 3 y + 2k = 0 (per k = 1 ) è soddisfatta per y = 1 .

Dalla seconda equazione del sistema si ricavano immediatamente le due scisse corrispondenti all’ordinata
y = 1.
2 x 2 + y 2 = 3
 ⇒ x = ±1
y =1

I punti di tangenza tra le curve di livelli e la regione ammissibile hanno pertanto coordinate ( −1,1) e (1,1)
In corrispondenza di questi punti, nell’ambito della regione ammissibile, la funzione obiettivo raggiunge il
valore massimo x 2 y = 1

114
115
Prova del 12/02/09

Esercizio 1
Data la matrice
1 0 1
 
A= 0 3 3 
 −2 0 −2 
 
1. determinarne autovalori e autovettori
2. stabilire se A è diagonalizzabile

Soluzione
Premessa
A è una matrice reale non simmetrica, quindi non è detto che sia diagonalizzabile. Per stabilire la
diagonalizzazione dovrò valutare se gli autovalori sono distinti.

Ricerca autovalori di A
Gli utovalori λ si trovano come soluzione della seguente equazione
det ( A − λ I ) = 0
1 − λ 0 1 

det  0 3−λ 3

(
 = (1 − λ )( 3 − λ )( −2 − λ ) − ( −2 ( 3 − λ ) ) = ( 3 − λ ) λ + λ
2
)
 −2 0 −2 − λ 

( 3 − λ ) ( λ + λ 2 ) = ( 3 − λ ) λ (1 + λ ) = 0 ⇒ λ1 = 3 λ2 = 0 λ3 = −1

Dato che gli autovalori sono distinti si deduce che la matrice asseganata è diagonalizzabile

Determiniano ora gli autovettori associati agli autovalori trovati, risolvendo le seguenti equazioni
( A + λi I ) X i = 0
Autovalore λ1 = 3
1 − 3 0 1   x1   −2 x1 + x3   0 
      
 0 3−3 3   x2  = 0 ⇔  3x3  =  0  ⇔ x3 = 0 x1 = 0 x2 = qualunque valore
 −2   
−2 − 3   x3     
 0  −2 x1 − 5 x3   0 
X1 = t ( 0 1 0 ) ' t ∈ ℝ

Autovalore λ2 = 0
1 − 0 0 1   x1   x1 + x3   0 
      
 0 3−0 3   x2  = 0 ⇔  3 x2 + 3x3  =  0  ⇔ x3 = 1 x1 = −1 x2 = −1
 −2 0 −2 − 0   x3   −2 x − 2 x   0 
  1 3  
X 2 = t ( −1 −1 1) ' t ∈ ℝ

Autovalore λ3 = −1
1 + 1 0 1   x1   2 x1 + x3   0 
      
 0 3 +1 3   x2  = 0 ⇔  4 x2 + 3x3  =  0  ⇔ x3 = 1 x1 = −1 2 x2 = − 3 4
 −2 0 −2 + 1  x3   −2 x − x   0 
  1 3  
X 3 = t ( −1 2 − 3 4 1) ' t ∈ ℝ

116
Esercizio 2
Dato il seguente problema
min x 2 + y 2
sub x − y 2 − 2 ≥ 0

1. con il metodo degli insiemi di livello determinare le eventuali soluzioni;

2. determinare le soluzioni utilizzando il metodo di Kuhn-Tucker.

Soluzione
La regione ammissibile è la regione di piano compresa all’interno (contorno compreso) della parabola di
equazione x = y 2 + 2
Gli insiemi di livello k della funzione obiettivo sono delle circonferenze di centro ( 0,0 ) e raggio k con
k > 0 , il punto ( 0,0 ) per k = 0 e l’insieme vuoto per k < 0
Come si vede in modo chiaro dal grafico, l’unica soluzione del problema è il punto di coordinate ( 2,0 ) .

Verifichiamo ora la soluzione per via analitica cercando i punti di intersezione tra l’insieme di livello k (con
k > 0) e la parabola delimitante la regione ammissibile.
Imponiamo pertanto che tra l’insieme di livello k e la parabola vi siano due intersezioni coincidenti.
 x + y = k  y = k − x  y = k − x
2 2 2 2 2 2

 ⇒ ⇒ 2
 x − y − 2 = 0  x − y − 2 = 0  x + x − ( k + 2 ) = 0
2 2

Poiché il vincolo impone che x ≥ y 2 + 2 dovremo risolvere l’equazione di secondo grado tenendo presente
che x deve essere maggiore o uguale a 2.
 −1 − 9 + 4k
 x1 = incompatibile con le condizioni di vincolo

x2 + x − ( k + 2) = 0 ⇒ 
2
 x = −1 + 9 + 4k
 2 2
L’unica soluzione accettabile è x2 che, come già detto, deve risultare ≥ 2 . Si ha pertanto:

117
−1 + 9 + 4k
≥2 ⇒ 9 + 4k ≥ 5 ⇒ 9 + 4k ≥ 25 ⇒ k ≥ 4
2

Il punto di minimo si ha per k = 4 a cui corrisponde x2 = 2 a cui, a sua volta, corrisponde y = 0 .

Determiniamo ora le soluzioni tramite il metodo di Kuhn-Tucker
Il gradiente del vincolo non si annulla mai, quindi il vincolo è qualificato

h ( x, y ) = x − y 2 − 2 → ∇h ( x, y ) = (1 2 y ) ' non annullabile

Scriviamo la lagrangiana
(
L ( x, y , λ ) = x 2 + y 2 − λ x − y 2 − 2 )
da cui immediatamente
Lx ( x, y, λ ) = 2 x − λ
Ly ( x, y, λ ) = 2 y + 2λ y = 2 y ( λ + 1)
Le condizioni di Kuhn-Tucker sono:
2 x − λ = 0

2 y ( λ + 1) = 0

x − y − 2 ≥ 0
2


(
λ x − y − 2 = 0
2
)

λ ≥ 0

Consideriamo λ = 0
Allora, dalla prima condizione, si ricava x = 0 che tuttavia è incompatibile con la terza condizione. Quindi
l’ipotesi λ = 0 viene rifiutata

Consideraimo λ > 0
Allora, dalla seconda condizione, anche y = 0 che permette di ricavare x = 2 dalla quarta condizione.

Esercizio 3
Determinare per quale valore di α ∈ ℝ la seguente funzione
α
f ( x) =
x3
è una funzione di densità di probabilità su [1, +∞ )
Soluzione
Le condizioni affinché una funzione f ( x ) possa essere una funzione densità di probabilità su [1, +∞ ) sono:
1. f ( x ) ≥ 0 x ∈ [1, +∞ )
+∞
2. ∫ f ( x ) dx = 1
1
La prima condizione impone che sia α ≥ 0
La seconda impone che
+∞
α
∫ x dx = 1
1
3
e quindi sicuramente deve essere α ≠ 0

Inoltre
+∞
α
x
dt  1 1 1
∫1
x 3
dx = α lim ∫ 3 = α lim  − t −2 +  = α = 1 ⇔ α = 2
x →+∞ t
1
x →+∞  2 2 2

118
Esercizio 4
Determinare l’integrale generale della seguente equazione differenziale:
x '− 3t 2 x = t 2 t ∈ℝ
Determinare inoltre l’integrale particolare x p tale che x p ( 2 ) = 1
Soluzione
Siamo di fronte ad un’equazione differenziale lineare del primo ordine del tipo
yɺ = a ( t ) y + b ( t )
La cui soluzione genearale è:
 t
 s   t 
y ( t ) =  k + b ( s ) exp  − a ( u ) du  ds  exp  a ( s ) ds 
∫ ∫ ∫
    
    

Poiché nel nostro caso

t t s s

∫ a ( s ) ds = ∫ 3s ds = t ∫ a ( u ) du = ∫ 3u du = s
2 3 2 3

Si ha:
 t

( ) ( )
x ( t ) =  k + b ( s ) exp − s 3 ds  exp t 3
∫
 

E poiché
t t t

∫ ( ) ( )
b ( s ) exp − s 3 ds = s 2 exp − s 3 ds = −
∫
1
3∫ ( ) 1
( )
−3s 2 exp − s 3 ds = exp −t 3
3
Quindi
 1
( )

( )
x ( t ) =  k − exp −t 3  exp t 3 = k exp t 3 −
 3 
1
3
( ) integrale generale

Ricerchiamo ora l’integrale particolare

( )
x ( t ) = k exp t 3 −
1
3
( ) 1 4
x ( 2 ) = k exp 23 − = 1 ⇒ k = exp ( −8 )
3 3
Si ha infine
xp (t ) =
4
3exp ( 8 )
( )
exp t 3 −
1
3

119
EQUAZIONE CIRCONFERENZA

x 2 + y 2 + ax + by + c = 0
a = −2 x0 b = −2 y0 c = y02 + x02 + r 2 C ( x0 , y0 )

Nota che :
1. stesso coefficiente di x 2 e y 2
2. manca il termine in xy

EQUAZIONE IPERBOLE

x2 y2
− = ±1
a 2 b2

Se a = b si ha un’iperbole equilatera
Quindi
x2 − y2 = a2 iperbole equilatera con i fuochi appartenenti all’asse x
x 2 − y 2 = −a 2 iperbole equilatera con i fuochi appartenenti all’asse y

Gli asintoti di un’iperbole equilatera hanno equazione y = x e y = − x

Iperbole equilatera con asintoti coincidenti con gli assi cartesiani

xy = k

k > 0 iperbole situata nel I e III quadrante


k < 0 iperbole situata nel II e IV quadrante

Funzione omografica

E’ un’iperbole equilatera con asintoti paralleli agli assi cartesiani, ma non necessariamente coincidenti con
gli assi stessi.

ax + b
y=
cx + d

 d a
Se ( ad − bc ) ≠ 0 l’equazione precedente rappresenta un’iperbole con centro di simmetria in  − ,  e
 c c
d a
asintoti di equazione x = − e y =
c c

EQUAZIONE DELL’ELLISSE

L’equazione dell’ellisse con centro nell’origine e raggio focale parallelo a uno degli assi cartesiani è:

x2 y2
+ =1 a, b > 0
a2 b2

Se a > b l’asse focale è parallelo all’asse x , se a < b l’asse focale è parallelo all’asse y.

120