Analisi A modulo 2

Martino Papa

January 22, 2023

Contents

1 Spazi 2
1.1 Spazi Vettoriali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1 introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 spazi normati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.3 spazi pre-hilbertiani . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Spazi Metrici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1 introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2 intorni sferici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Elementi base di topologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1 chiusura di E . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2 Successioni 8
2.1 limite di una successione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1 limiti sottosuccessioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

3 Funzioni reali in più variabili 11

3.1 introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.1.1 limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.1.2 continuità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.1.3 definizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2 calcolo differenziale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.2.1 differenziabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2.2 teoremi in Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2.3 integrali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.2.4 derivate di ordine superiore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.2.5 foruma di taylor in più variabili . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2.6 forme quadratiche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2.7 massimi e minimi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.3 funzioni a valori vettoriali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3.1 coordinate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3.2 differenziabilità per funzioni in più variabili . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3.3 rette e piani tangenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3.4 teorema di Dini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3.5 invertibilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3.6 moltiplicatori di Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

1
Chapter 1

Spazi

1.1 Spazi Vettoriali

1.1.1 introduzione
Sia (K, +, ·) un campo. Si chiama K-spazio vettoriale ad un insieme V munito di due operazioni:

• un’operazione di composizione interna

+ : V × V −→ V

tale che (V, +) sia un gruppo abeliano;

• un’operazione di composizione esterna, chiamata prodotto per scalari

• : K × V −→ V

tale che si soddisfano le seguenti proprietà:

(D1) (distributiva) k(v1 + v2 ) = kv1 + kv2 , ∀k ∈ K, ∀v1 , v2 ∈ V ;
(D2) (distributiva) (k1 + k2 )v = k1 v + k2 v, ∀k1 , ∀k2 ∈ K, ∀v ∈ V ;
(P) (pseudo-associativa) k1 (k2 v) = (k1 k2 )v, ∀k1 , k2 ∈ K, ∀v ∈ V ;
(U) (unità) 1v = v, 1 ∈ K, ∀v ∈ V

1.1.2 spazi normati

definizione di norma
sia V uno spazio R − vettoriale (o C-vettoriale), si dice norma su V una funzione
|| • || : V −→ [0, +∞[
che soddifa le seguenti poprietà:

• ||x|| ≥ 0, ||x|| = 0 ⇔ x = 0
• ||λx|| = |λ| ||x||
• ||x + y|| ≤ ||x|| + ||y||

definizione spazio normato

Uno spazio vettoriale normato è uno spazio vettoriale munito di una norma (V, || • ||)

osservazione la norma di un vettore può essere pensata come la sua lunghezza (intensità)

2
esempi
• V = Rn le norme principali sono:
Pn
||x||p = ( i=1 |xi |p )1/p
||x||∞ = max|Xi |, i ∈ [1, n]

• V = R2 è detta norma euclidea:

Pn 1
||x||2 = ( i=1 x2i ) 2

• V = C0 ([a, b]), lo spazio delle funzioni continue in [a,b]

Rb
||f ||2 = ( a f (x)2 dx)1/2
1
||f ||∞ = max|f (x)|, x ∈ [a, b]

definizione di palla
sia (V, || · ||) uno spazio normato, una palla (aperta) di centro X0 e raggio r > 0 è l’insieme:

Br (X0 ) = {x ∈ V t.c.||x|| < r} (1.1)

Br (X0 ) è un insieme convesso ⊂ V , cioè:

∀x, y ∈ Br (X0 ), ∀λ ∈ [0, 1] λx + (1 − λ)y ∈ Br (X0 ) ⇔ ∀x, y ∈ Br (X0 ) [x, y] ⊂ Br (X0 ) (1.2)

norme equivalenti
sia V uno spazio vettoriale su R(o C con norme ||x1 ||, ||x2 ||; esse di dicono equivalenti se:

∃α, β t.c 0 < α < β ∧ α||x||1 ≤ ||x||2 ≤ β||x||1 (1.3)

1.1.3 spazi pre-hilbertiani

definizione prodotto scalare
sia V uno spazio vettoriale su R chiameremo prodotto scalare su V una funzione

< · , · >: V × V → R
che soddisfi ∀x, y, z ∈ V, ∀λ ∈ R :
• < x, x > ≥ 0, < x, x >= 0 ⇔ x = 0
• < x, y >=< y, x >

• < x + y, z >=< x, z > + < y, z >

• < λx, y >= λ < x, y >

definizione si chiama spazio pre-hilbertiano uno spazio vettoriale dotato di prodotto scalare.

osservazione ogni spazio pre-hilbertiano diventa uno spazio normato definendo:

. √
||x|| = < x, x > (1.4)

dimostrazione: ||x|| deve soddisfare le prorpietà della norma:

• ||x|| ≥ 0, ||x|| = 0 ⇔ x = 0 (segue dalla definzizione di prodotto vettoriale)
√
• ||λx|| = < λx, λx > = λ2 < x, x > = |λ|||x||
p

• la disuguaglianza triangolare segue dal teorema successivo

1 il massimo esiste sempre per il teorema weierstrass
 Pn
prodotto scalare euclideo < x1 , ..., xn , y1 , ..., yn >= i=1 xi yi
√
teorema sia (V, < · , · >) uno spazio vettoriale su R con prodotto scalare. Sia ||x|| = < x, y > ∀x ∈ V
⇒ ∀x, y ∈ V vale
• | < x, y > | ≤ ||x|| ||y|| (disuguaglianza di Cauchy-Schwartz)
• ||x + y|| ≤ ||x|| + ||y|| (disuguaglianza di Minkowski)
dimostrazione disuguaglianza di Cauchy-Schwartz:
caso x=0 oppure y=0 (banali);
supponiamo x 6= 0, λ ∈ R, segue:
0 ≤ < λx − y , λx − y > = λ2 < x, x > −2λ < x, y > + < y, y > = λ2 ||x||2 − 2λ < x, y > +||y||2
⇒< x, y >2 −||x||2 ||y||2 ≤ 0
⇒< x, y >2 ≤ ||x||2 ||y||2
⇒ | < x, y > | ≤ ||x|| ||y|| 
dimostrazione disuguaglianza di Minkovski:
∀x, y ∈ V
||x + y||2 =< x + y, x + y >=< x, x > +2 < x, y > + < y, y >= ||x||2 + 2 < x, y > +||y||2
(utilizzo Cauchy-Shwarz) ≤ ||x||2 + 2||x|| ||y|| + ||y||2 = (||x|| + ||y||)2
⇒ ||x + y|| ≤ ||x|| + ||y|| 

angolo dato V spazio vettoriale dotato di < · , · > possiamo introdurre l’angolo θ compreso tra due vettori non
nulli:
< x, y >
cos θ = con 0 ≤ θ ≤ π (1.5)
||x|| ||y||

vettori ortogonali due vettori x, y si dicono ortogonali se < x, y >= 0 infatti: cos θ = 0 ⇒ θ = π
2

teorema di pitagora
Pn
sia V = R2 , < x, y >= i=1 xi yi , < x, y >= 0 ⇒ ||x + y||2 = ||x||2 + ||y||2
(
1 se i = j
base canonica < ei , ej >= δij = δij è detto simbolo di Kronecker
0 se i 6= j

identità del parallelogramma

√
sia V, < · , · >) uno spazio vettoriale (reale), ||x|| = < x, x > ⇒

||x + y||2 + ||x − y||2 = 2(||x||2 + ||y||2 ) (1.6)

dimostrazione:
< x + y, x + y > + < x − y, x − y >
=< x + x > +2 < x, y > + < y, y > + < x, x > −2 < x, y > + < y, y >
= 2 < x, x > +2 < y, y > = 2||x||2 + 2||y||2 

1.2 Spazi Metrici

1.2.1 introduzione
distanza sia X un insieme qualunque, chiamaremo distanza (o metrica) su X la funzione

d : X × X → [0, +∞] (1.7)

che soddisfa ∀x, y, z ∈ X:

• d(x, y) ≥ 0, d(x, y) = 0 ⇔ x = y (positività)
• d(x, y) = d(y, x) (simmetria)
• d(x, y) ≤ d(x, z) + d(z, y) (disuguaglianza triangolare)
definizione se d è una distanza sull’insieme X ⇒ (X,d) si dice spazio metrico

proprietà in R le distanze in R (o C) soddisfano ∀x, y, z ∈ Rn , ∀λ ∈ R due ulteriori proprietà:

• d(x + z, y + z) = d(x, y) (invarianza per traslazione)
• d(λx, λy) = λd(x, y) (omogeneità)

.
osservazione se (X, || · ||) è uno spazio normato ⇒ d(x, y) = ||x − y||

sottospazio metrico sia (X, d) sottospazio metrico ⇒ ∀X1 ⊂ X(X1 , d) è sottospazio metrico
(
0 se x = y
metrica discreta d(x, y) =
1 se x 6= y

metriche equivalenti sia X un insieme 6= ∅, d1 , d2 due metriche assegnate in X. Diremo che due metriche
sono equivalenti se:
∃ 0 < α < β t.c. αd1 (x, y) ≤ d2 (x, y) ≤ βd1 (x, y) ∀x, y ∈ X

1.2.2 intorni sferici

sia (X, d) uno spazio metrico. Fissando x0 ∈ X e r > 0 si dice intorno sferico (palla aperta) di centro x0 e
raggio r l’insieme:
Br,d (x0 ) = {x ∈ X | d(x, x0 ) < r} (1.8)
sarà invece definita palla chiusa l’insieme:

B r,d (x0 ) = {x ∈ X | d(x, x0 ) ≤ r} (1.9)

più in generale è definito intorno di x0 ogni sottoinsieme X contenente un intorno sferico di centro x0

convergenza
sia (X,d) uno spazio metrico, (Xn )n ⊂ X diremo che (Xn )n converge ad x ∈ X ⇔

lim d(xn , x) = 0 (1.10)

n→+∞

ovvero:
• ∀ε > 0 ∃nε ∈ N | ∀n ≥ nε , d(xn , x) < ε
• ∀ε > 0 ∃nε ∈ N | ∀n ≥ nε , xn ∈ Bε (x)
• ∀ intorno U di X ∃ n ∈ N | ∀n ≥ n xn ∈ U
in particolare se una successione (Xn )n ⊂ Rn converge ad x ∈ R scriveremo limx→+∞ xn = n

1.3 Elementi base di topologia

sia E ⊆ Rn , E c = Rn \ E il suo complementare, x0 ∈ Rn
◦
• il punto x0 si dice interno ad E ⇔ ∃ r > 0 | Br (x0 ) ⊆ E. E è detto insieme dei punti interni
• il punto x0 si dice esterno ad E ⇔ x0 è interno a E c
• il punto x0 si dice punto di frontiera per E ⇔ ∀r > 0 in Br (x0 ) cadono sia punti appartenenti ad E che
punti del suo complementare E c . δE è detto insieme dei punti di frontiera
• il punto x0 si dice punto di accumulazione per E ⇔ ∀r > 0 in Br (x0 ) cadono punti di E 6= x0
• il punto x0 si dice punto isolato per E ⇔ non è punto di accumulazione per E ⇔ ∃Br (x0 ) | E ∩ Br (x0 ) =
{x0 }
libro analisi 1 pag 118
osservazione x0 punto interno ⇒ x0 ∈ E, x0 punto esterno ⇒ x0 ∈
/E

proprietà generali
• (E̊)◦ = E̊
• δE = δ(E c )

• Rn = E̊ ∪ δE ∪ (E̊ c )
• i punti ∈ E̊ sono di accumulazione per E, quelli di E c non lo sono
• se x0 ∈ δE \ E ⇒ x0 è punto di accumulazione per E

insieme aperto sia E ⊆ Rn E è definito aperto ⇔ ∀x ∈ E, x è un punto interno ad E ⇔ E = E̊

insieme chiuso sia E ⊆ Rn E è definito chiuso ⇔ E c è aperto

teorema di unione ed interezione di aperti e chiusi

• L’unione qualunque di aperti è aperta; l’intersezione finita di aperti è aperta
• l’intersezione qualunque di chiusi è chiusa; l’unione finita di chiusi è chiusa

teorema (2) sia E ⊆ Rm E è chiuso ⇔ ∀ successione (xn )n ⊆ E convergente ad un punto x ∈ Rm , x ∈ E 2

teorema (3) sia E ⊆ Rm le seguenti soluzioni sono equivalenti:

• E è chiuso
• δE ⊆ E
• ogni punto di accumulazione di E appartiene ad E

1.3.1 chiusura di E
sia E ⊆ Rn è denotata E la chiusura di E definita: E = E ∪ δE

3
proprietà della chiusura
• E̊ ⊆ E ⊆ E
• E = E̊ ∪ δE

• E è l’insieme dei punti x0 t.c. in ogni intorno di x0 cadono punti di E

• E è chiuso
• E è chiuso ⇔ E = E

• E ⊆ F ⇒ E ⊆ F (F un insieme qualunque)

teorema aperti (o chiusi) 4

sia f : Rn → Rm (equivalentemente per chiusi)

f è continua in Rn ⇔ la controimmagine di ogni aperto di Rm è un aperto di Rn (1.11)

proposizione sia E ⊆ Rn

• E è il più piccolo chiuso contenente E. (E ⊆ F ) ∧ (F chiuso) ⇒ E ⊆ F

• E= C (C chiuso)
T
E⊆C
2 dimostrazione nella Lezione 3 (pag 30)
3 dimostrazioni nella lezione 4 (pag 33)
4 dimostrazione nella lezione 9
insieme denso sia A ⊆ E ⊆ Rn , se A = E diremo che A è denso in E

insieme limitato sia (X, d) uno spazio metrico. E ⊆ X si dice limitato ⇔ ∃ x0 ∈ X, r > 0 | E ⊆ Br (x0 )
NB: se E ⊆ Br (x0 ) ⇒ ∀x ∈ X E ⊆ Br (x), scegliendo r = r + d(x0 , x)

diametro
• se E non limitato ⇒ diam(E) = +∞
• se E limitato ⇒ diam(E) = sup{d(x, y) | x, y ∈ E}
Chapter 2

Successioni
.
definizione una successione dato un insieme A è una funzione f : N → A, an = f (n)

convergenza sia (X, d) uno spazio metrico, (xn ) una successioni a valori in X; essa si dirà convergente ad X
se vale una delle seguenti affermazioni tra loro equivalenti

1. fissato un qualunque intorno V di x, per n → +∞, xn appartiene definitivamente a V

2. ∀ > 0, esiste un intero positivo N tale per cui n > N ⇒ d(xn , x) < 
3. limn→+∞ d(xn , x) = 0

sottosuccesione sia (an )n ⊂ R una successione, si dice sottosuccessione di (an )n una successione ottenuta per
composizione
σ a
: N → N → R, (σ(n) strettamente crescente) (2.1)

teorema Bolzano-Weierstrass ogni successione limitata in Rm ammette una sottosuccessione convergente

dimostrazione:

1. supponiamo m=1, (xn )n assuma infiniti valori. (xn )n limitata ⇒ ∃a0 , b0 ∈ R | xn ∈ [a0 , b0 ] ∀n
Sia c = a0 +b
2
0
pt. medio di [a0 , b0 ], siccome [a0 , b0 ] contiene tutti gli elementi di xn
⇒ [a0 , c] ∨ [c, b0 ] contiene degli xn per infiniti indici n (supponiamo [a1 , b1 ])
⇒ b1 − a1 = b0 −a 2
0

Procedendo in questo modo costruiamo una successione di intervalli contenuti ciascuno nel precedente:
[ak+1 , bk+1 ] ⊂ [ak , bk ] ⊂ ... ⊂ [a0 , b0 ], bk − ak = b02−a
k
0
∀k ≥ 0
⇒ per costruzione abbiamo a0 ≤ a1 ≤ ... ≤ ak+1 < bk+1 ≤ bK ≤ ... ≤ b0
⇒ ak , bk convergono perchè monotone e limitate. limk→+∞ ak = sup ak = l1 , limk→+∞ bk = inf bk = l2
−a0 b0 −a0 +∞ .
0 ≤ l2 − l1 ≤ b20k+1 , 2k+1 → 0 ⇒ l2 = l1 = l
scegliamo (xnk )k | xnk ∈ [ak , bk ] k ≥ 0, n0 = 0 e xn0 ∈ [a0 , b0 ], siccome [a1 , b1 ] contiene termini xn per
infiniti indici di n ⇒ ∃n1 > n0 | xn1 ∈ [a1 , b1 ], procedendo per induzione otteniamo
0 = n0 < n1 < n2 < ... < nk < ... | xnk ∈ [ak , bK ] ∀k ∈ N, quindi per il teorema del confronto anche (xnk )
converge allo stesso limite l.
2. supponiamo m=1, ∃γ ∈ R | an = γ per infiniti valori dell’indice n
in questo caso basta estrarre la successione convergente a γ.
3. supponiamo m > 1, (xn )n ⊂ Rn limitata e costituita da punti distinti (altrimenti come nel passo 2)
(xn )n limitata ⇒ (x1n )n , (x2n )n , ..., (xm
n )n sono limitate. (per il caso m=1) ∃ (xnk )k ⊆ (xn )n t.c. (xnk )k
1

converge ad un limite x ∈ R, continuando ad estrarre ulteriori successioni avremo una sottosuccessione di

1

tutte le precedenti (indichiamola xnk )

xnk t.c. x1nk → x1 , x2nk → x2 , ..., xm nk → x
m
in R
posto x = (x , ..., x ) la successione (xnk )k è una sottosuccessione di (xn )n e converge a x ∈ Rm
1 m


corollario 1 ogni sottoinsieme limitato e infinito in Rm ammette almeno un punto di accumulazione

corollario 2 i punti di accumulazione di un insieme E ⊆ Rm sono i limiti delle successioni di E che non sono
definitivamente costanti

8
corollario 3 sia (xn )n è una successione contenuta in un "plurirettangolo" chiuso e limitato [a1 , b1 ] × [a2 , b2 ] ×
... × [am , bm ], allora esiste una sottosuccesssione (xnk )k convergente ad un certo limite x ∈ Rm

insieme compatto 1 Un insieme K ⊆ Rn tale che ogni successione in K abbia una sottosuccessione conver-
gente ad un elemento di K si dice sequenzialmente compatto (o compatto per successioni)

teorema di Heine-Borel 2
sia E ⊆ Rm , le seguenti condizioni sono equivalenti

E compatto ⇔ E è chiuso e limitato (2.2)

osservazione gli insieme chiusi e limitati possiedono minimo e massimo in R

successione di Cauchy sia (xn )n una successione a valori in RN , diciamo che (xn )n è una successione di
Cauchy se
∀ > 0 ∃n ∈ N t.c. ∀m, n > n ⇒ ||xn − xm || <  (2.3)

criterio di convergenza di Cauchy una successione (xn ) ⊂ R è convergente ⇔ è di Cauchy

2.1 limite di una successione

sia (xn )n ⊂ R, definiamo il massimo limite ed il minimo limite di (xn )n
. .
• l+ = limn→+∞ supxn = inf n∈N supk≥n xk
. .
• l− = limn→+∞ inf xn = supn∈N inf k≥n xk

corollario 1
• (xn )n illimitato superiorimente ⇒ l+ < +∞
• (xn )n illimitato inferiormente ⇒ l− > −∞

corollario 2 sia (xn )n ⊂ R limitato ⇒ esistono finiti l− , l+ e l− ≤ l+

proposizione sia (xn )n ⊂ R e sia l+ = inf n∈N supk≥n xk ∈ R

• ∀ > 0 ∃n t.c. xn < l+ +  ∀n ≥ n
• ∀ > 0 esistono infiniti indici in n t.c. xn > l+ − 
sia (xn )n ⊂ R e sia l− = sup n ∈ N inf k≥n xk ∈ R
• ∀ > 0 ∃n t.c. xn > l− −  ∀n ≥ n
• ∀ > 0 esistono infiniti indici in n t.c. xn < l− + 

osservazione sul massimo limite sia (xn )n ⊂ R L ∈ R sarà il massimo limite di (xn )n se
• ∀ > 0 ∃n ∈ N t.c. xn < L +  ∀n ≥ n
• ∀ > 0 esistono infiniti indici di n tale che xn > L − 

2.1.1 limiti sottosuccessioni

teorema 1 sia (xnj )j una sottosuccesione di (xn )n ⊂ R che converge ad un limite l (∈ R o ±∞) allora

liminf xn ≤ lim xnj ≤ limsup xn (2.4)

n→+∞ j→+∞ n→+∞

teorema 2 (analogo per limsup xn )Esiste una sottosuccessione (xnj )j di (xn )n che ammette limite e t.c.
n→+∞

lim xnj = liminf xn (2.5)

j→+∞ n→+∞
1 pagina 128 analisi 1
2 dimostrazioni nella Lezione 5
corollario 1 liminf xn e limsup xn sono rispettivamente il più piccolo ed il più grande limite sottosuccessionale
n→+∞ n→+∞
di (xn )n in R

teorema 3 la successione (xn )n ammette limite l ∈ R se e solo se

liminf xn = limsup xn = l (2.6)

n→+∞ n→+∞

classe limite la classe limite di una successione (xn )n ⊂ R è il sottoinsieme di R di tutti i suoi limiti sottosuc-
cessionali

lemma sia (xn )n ⊂ R limitata ⇒ limsup xn = inf (E) (analogo per liminf xn )
n→+∞ n→+∞
Chapter 3

Funzioni reali in più variabili

3.1 introduzione
f : A ⊆ Rn → R (3.1)

grafico di f sia f : A ⊆ Rn → R

graf(f ) = Gf = {(x, z) ∈ Rn+1 | x ∈ A, z ∈ f (x)} (3.2)

esempi

·10−3

−1 2

−2 0
−1
0
1
(−x2 −y 2 ) 2 −2
• f (x, y) = xy ∗ e

2
0
−2 0
−1
0
1
2 −2
• f (x, y) = x2 + y 2

11
 4
2
0
−2
2
−4
−2 0
−1
0
1
2 −2
• f (x, y) = x2 − y 2

curve di livello Ec = {(x, y) ∈ dom(f ) | f (x, y) = c}, c ∈ R

3.1.1 limite
sia f : A ⊆ Rn → Rm , x0 ∈ Rn punto di accumulazione per A, sia l ∈ Rm . Diremo che l è limite di f (x), per
x → x0 e scriviamo
lim f (x) = l (3.3)
x→x0

se si verificano queste due condizioni equivalenti:

• ∀ > 0 ∃δ = δ(, x0 ) > 0 t.c ∀x ∈ A, 0 < ||x − x0 || < δ ⇒ ||f (x) − l|| < 

• ∀ intorno V di l ∃ un intorno U di x0 t.c. ∀x ∈ (U ∩ A) \ {x0 } ⇒ f (x) ∈ V

proprietà

• il limite di una funzione (se esiste) è unico

• limx→xo (αf (x) + βg(x)) = αlf + βlg , (α, β ∈ R)

3.1.2 continuità
1
sia f : A ⊆ Rn → Rm , sia x0 ∈ A
• se x0 è un punto isolato allora f si dice continua in x0
• se x0 è punto di accumulazione per A allora f si dice continua in x0 ⇔

lim f (x) = f (x0 ) (3.4)

x→x0

• f si dice continua in A ⇔ è continua in tutti i punti di A

teorema di composizione sia f : A ⊆ Rn → Rm , x0 punto di accumulazione per A, g : Rm → Rs ,

limx→x0 f (x) = l e g continua in l ⇒
lim g(f (x)) = g(l) (3.5)
x→x0

corollario
• La somma di funzioni continue è una funzione continua
• La composizione di funzioni continue è una funzione continua

limite delle restrizioni sia f : A ⊂ Rn → Rm , sia T ⊂ A avente x0 come punto di accumulazione allora

lim f (x) = l ⇒ lim f |T (x) = l (3.6)

x→x0 x→x0
1 pagina 199 libro analisi 1
teorema ponte 2
sia f : A ⊂ Rn → Rm , x0 punto di accumulazione per A allora

lim f (x) = l ⇔ (∀ successione (xh )h ⊂ A \ {x0 }, xh → x0 ⇒ lim f (xh ) = l) (3.7)

x→x0 h→+∞

corollario sia f : A ⊂ Rn → Rm , sia x0 ∈ A allora

f è continua in x0 ⇔ ∀ successione (xh ) ⊆ A, xh → x0 si ha lim f (xh ) = f (x0 ) (3.8)

x→+∞

teoremi continuità sia f : A ⊆ Rn → Rm continua in x0 ∈ A, avendo osservato

• f è continua in x0 ⇔ fi : A ⊆ Rn → R è continua in x0 ∀i = 1, ..., m
• le proiezioni πi : A ⊆ Rn → R πi (x) = xi sono funzioni continue
• la composizione di funzioni continue è una funzione continua
dalle prorprietà del limite per funzioni f : A ⊆ Rn → R seguono
• teorema di permanenza del segno sia f : A ⊆ Rn → R continua, x0 ∈ A, f (x0 ) > 0 allora

∃un intorno U di x0 | f (x) > 0 ∀x ∈ U (3.9)

• continuità delle operazioni algebriche siano f, g : A ⊆ Rn → R continue in x0 ∈ A allora anche

f
f ± g, f g, (g(x0 ) 6= 0), |f |, min{f, g}, max{f, g} sono continue in x0 (3.10)
g

3.1.3 definizioni
intorno sia E ⊆ Rn , x0 ∈ E, U intorno di x0 in Rn , chiameremo intorno di x0 in E ogni V ⊆ E t.c.

V =E∩U (3.11)

segmento dati x, y ∈ Rn ricordiamo che il segmento [x, y] in Rn di esterni x e y è l’insieme

[x, y] = {λy + (1 − λ)x | λ ∈ [0, 1]} = {x + λ(y − x) | λ ∈ [0, 1]} (3.12)

poligonale siano x1 , ..., xk , k ≥ 2 punti di Rn con xi 6= xi+1 ∀i = 1, ..., k − 1, chiameremo poligonale di Rn con
vertici x1 , ..., xk l’unione dei segmenti [xi , xi+1 ] per i = 1, ..., k − 1
k−1
[
[xi , xi+1 ] (3.13)
i=1

definizione: i punti x1 , xk sono detti estremi

insieme connesso per poligonali sia A ⊆ Rn , diremo che A connesso per poligonali ⇔ per ogni coppia di
punti di A esiste una poligonale di estremi nei due punti tutta contenuta in A

osservazione A convesso ⇒ A connessso per poligonali

teorema dell’esistenza dei valori intermedi 3 sia A ⊆ Rn un insieme connesso per poligonali, f : A → R
una funzione continuta su A ⇒ f assume tutti i valori compresi tra inf f e sup f ovvero
A A

∀l ∈ R, inf f < l < sup f ∃x ∈ A | f (x) = l (3.14)

A A

teorema sia K ⊆ Rn compatto, f : K → Rm , continua, m ≥ 1 ⇒ f (K) è compatto

teorema di weierstrass sia K ⊆ Rn compatto, f : K → R continua ⇒ f ammette massimo e minimo ovvero

∃x0 , x1 ∈ K | f (x0 ) = min f (x), f (x1 ) = max f (x) (3.15)

x∈K x∈K
2 dimostrazione nella lezione 8
3 dimostrazione lezione 9 pagina 100
teorema continuità sia K ⊆ Rn compatto, f : K → Rm iniettiva, continua allora

f −1 : f (K) → K è continua (3.16)

uniformemente continua 4
sia f : A ⊆ Rn → Rm , f si dice uniformemente continua in A ⇔

∀ > 0 ∃δ = δ() > 0 | ∀x, x0 ∈ A, ||x − x0 || < δ ⇒ ||f (x) − f (x0 )|| <  (3.17)

teorema limitatezza sia f : A ⊆ R → R, A limitato e f uniformemente continua ⇒ f è limitata

teorema di Heine-Cantor sia K ⊆ Rn compatto, f : K → Rm continua ⇒

f è uniformamente continua su K (3.18)

3.2 calcolo differenziale

direzione si chiama direzione in Rn un vettore v ∈ Rn t.c. ||v|| = 1 (versore)

5
rapporto incrementale di f nella direzione v

f (x + tv) − f (x) gv (t) − gv (0)

= (3.19)
t t
.
posto gv (t) = f (x + tv) definita in un intorno di 0

derivata nella direzione v se esiste finito il

f (x + tv) − f (x)
lim (3.20)
t→0 t
si chiama derivata nella direzione v di f nel punto x e si denota Dv f (x)

corollario sia gv (t) come nella definizione (3.19)

Dv f (x) = gv0 (0) (3.21)

definizione sia f : A ⊆ Rn → R, x ∈ A, se esiste la derivata nella direzione ei di f in x ⇒ tale derivata si dice

derivata parziale rispetto ad xi di f in x e si denota

∂f (x)
Dei f (x), fxi (x), (3.22)
∂xi
se esistono tutte le n derivate parziali di f in x ⇒ f è derivabile in x

gradiente se una funzione f : A ⊆ Rn → R ammette n derivate parziali in un punto x ∈ A è definito un

vettore chiamato gradiente di f in x le cui componenti sono le n derivate parziali
.
∇f (x) = (fx1 (x), ..., fxn (x)) (3.23)

proprietà
∇(αf + βg)(x0 ) = α∇f (x0 ) + β∇g(x0 ) (3.24)
∇(f g)(x0 ) = g(x0 )∇f (x0 ) + f (x0 )∇g(x0 ) (3.25)
f g(x0 )∇f (x0 ) − f (x0 )∇g(x0 )
∇( )(x0 ) = se g(x0 ) 6= 0 (3.26)
g g 2 (x0 )
4 analisi 1 pag 207
5 pagina 313 analisi 1
regolarità
• n=1 f derivabile ⇒
– f continua
– in un intorno di x0 il grafico di f è ben approssimato da una retta tangente:

f (x) = f (x0 ) + f 0 (x0 )(x − x0 ) + o(x − x0 ), x → x0 (3.27)

• n ≥ 2 l’esistenza di tutte le derivate parziali o perfino di tutte le derivate direzionali in x0 non implica la
continuità di f in x0
è necessario introdurre il concetto di differenziabilità

3.2.1 differenziabilità
6
sia f : A ⊆ Rn → R, A aperto, diciamo che f è differenziabile in x0 ∈ A se ∃ un vettore a ∈ Rn t.c.

f (x0 + h) − f (x0 )− < a, h >

lim =0 (3.28)
h→0 ||h||

differenziale l’applicaziione lineare L(h) =< a, h > si chiama differenziale di f in x0 e si denota dfx0

teorema sia f : A ⊆ Rn → R differenziabile, A aperto, allora

• f è continua in x0
• f derivabile in x0 lungo ogni direzione v
• Dv f (x0 ) =< ∇f (x0 ), v >

nota se f è differenziabile in x0 possiamo scrivere

n
X ∂f
dfx0 (h) =< ∇f (x0 ), h >= (x)hi ∀h ∈ Rn (3.29)
i=1
∂xi

funzioni composte se f, g differenziabili in x0 allora αf + βg, f g, f

g (g(x0 ) 6= 0) sono differenziabili in x0 e
continuano a valere le proprietà del gradiente

osservazione f : A ⊆ Rn → R differenziabile in x0 , g : I ⊆ R → R derivabile in f (x0 ) ⇒ g ◦ f è differenziabile

in x0 e
∇(g ◦ f )(x0 ) = g 0 (f (x0 ))∇f (x0 ) (3.30)

derivata funzioni composte siano g e f differenziabili

(g ◦ f )0 (t) =< ∇g(f (t)), f 0 (t) > (3.31)

teorema differenziale totale 7

sia A ⊆ Rn aperto, f : A → R se in un intorno U di x ∈ A
• f è derivabile in U

• tutte le derivate parziali ∂f

∂xi sono continue in x
⇒ f è differenziabile in x

3.2.2 teoremi in Rn
teorema di Rolle 8
sia A ⊆ Rn aperto e limitato (6= ∅), sia f : A → R continua su A, differenziabile su A

f costante su ∂A ⇒ ∃ x0 ∈ A | ∇f (x0 ) = 0 (3.32)

6 pagina 317 analisi 1
7 pag320 analisi 1
8 dimostrazione lezione 13 pag 143
teorema di Lagrange 9 sia A ⊆ Rn aperto, siano x, y ∈ A, x 6= y | [x, y] ⊆ A. Sia f : A → R continua su [x,y]
e differenziabile su ]x, y[ allora
∃ ξ ∈]x, y[ t.c. f (y) − f (x) =< ∇f (ξ), y − x >= Dv f (ξ)||y − x|| (3.33)

corollario sia A ⊆ Rn aperto, connesso per poligonali. Sia f : A → R differenziabile

∇f (x) = 0 ∀x ∈ A ⇒ f costante su A (3.34)

teorema derivazione funzioni composte sia f : I ⊆ R → Rn è derivabile in x0 (ogni fi lo è), se g : A ⊆

Rn → R è differenziabile in y0 = f (x0 ) allora f · g è derivabile in x0 e
n
X ∂g
(g · f )0 (x0 ) = (f (x0 ))fi0 (x0 ) =< ∇g(f (x0 )), f 0 (x0 ) > (3.35)
i=1
∂f

3.2.3 integrali
integrali dipendenti da un parametro sia f : [a, b] × [c, d] → R continua
Z b
g(y) = f (x, y)dx, g : [c, d] → R (3.36)
a

continuità sia f ∈ C([a, b] × [c, d]), g : [c, d] → R definita come sopra (3.36) ⇒ g continua su [c, d]

derivabilità siano f, g come nella proposizione precedente, se f ammette derivata parziale ∂f

∂y (x, y) continua in
[a, b] × [c, d] ⇒ g è derivabile su [c, d] e
Z b
∂f
g 0 (y) = (x, y)dx (3.37)
a ∂y

3.2.4 derivate di ordine superiore

sia f : A ⊆ Rn → R, A un aperto, f derivabile in A ⇒ in A esistiono ∂x ∂f
i
∀i = 1, ..., n, ∀x ∈ A
se per qualche i, ∂xi è a sua volta derivabile, chiameremo derivate seconde di f :
∂f

∂2f ∂ ∂f
(x) = ( ) ∀j = 1, ..., n (3.38)
∂xj ∂xi ∂xj ∂xi

classe C k scriviamo f ∈ C k (A) se f possiede tutte le derivate parziali fino all’ordine k (incluso) inoltre
∞
\
C ∞ (A) = C k (A) (3.39)
k=0

teorema di Schwarz 10
sia A ⊆ R2 aperto, sia x0 = (x0 , y0 ) ∈ A, sia f : A → R t.c.
∂2f ∂2f
• esistono ∂f ∂f
∂x , ∂y , ∂y∂x , ∂x∂y in un intorno U di x0
∂2f ∂2f
• ∂y∂x , ∂x∂y sono continue in x0
allora
∂2f ∂2f
(x0 ) = (x0 ) (3.40)
∂y∂x ∂x∂y

osservazione il teorema di Schwarz si estende a n variabili e ad ordini superiori

matrice hessiana sia f : A ⊆ Rn → R definiamo

 ∂2f ∂2f ∂2f

∂x21
(x) ∂x1 ∂x2 (x) ... ∂x1 ∂xn (x)

Hf (x) =  .
.. .
.. .. 
 ∈ Mn×n (3.41)
.


∂2f ∂2f ∂2f
∂xn ∂x1 (x) ∂xn ∂x2 (x) ... ∂x2n (x)
9 dimostrazione lezione 13 pag 147
10 lezione 15 pag 157
corollario sia f : A ⊆ Rn → R, f ∈ C 2 (A) ⇒ Hf (x) è simmetrica

operatore di laplace si dice operatore di laplace

n
X ∂2
4 : C 2 (A) → R, 4 = ∇2 = (3.42)
i=1
∂x2i

funzione armonica una funzione f si dice armonica su A ⇔ 4f = 0 su A

3.2.5 foruma di taylor in più variabili

polinomio di taylor 11
sia x0 = (x0 , y0 ), h = (h, k)
n
X 1 ∂ ∂
Pn,x0 (h) = (h + k )k f (3.43)
k! ∂x ∂y (x0 ,y0 )
k=0

∂ ∂ 1 ∂ ∂ 1 ∂ ∂
= f (x0 , y0 ) + ((h +k ) f) + (h + k )2 f + ··· + (h + k )n f (3.44)
∂x ∂y (x0 ,y0 ) 2! ∂x ∂y (x0 ,y0 ) n! ∂x ∂y (x0 ,y0 )

teorema resto di Lagrange sia A ⊆ R2 aperto, f ∈ C n (A), x0 = (x0 , y0 ), h = (h, k) ∈ A tali che [x0 , x0 +
h] ⊂ A ⇒ ∃ϑ ∈]0, 1[ t.c.
f (x0 + h) = Pn−1,x0 (h) + Rn (h) (3.45)
dove
1 ∂ ∂
Rn (h) = (h + k )n f (3.46)
n! ∂x ∂y (x0 +ϑh, y0 +ϑk)

proposizione nelle stesse ipotesi del teorema sopra abbiamo

Rn (h)
lim =0 (3.47)
(h,k)→(0,0) ||h||n−1

teorema resto di Peano sia A ⊆ R2 aperto, f ∈ C n (A), x0 ∈ A, x0 + h ∈ A t.c. [x0 , x0 + h] ⊂ A allora

f (x0 + h) = Pn,x0 (h) + o(||h||n ) per h → 0 (3.48)

3.2.6 forme quadratiche

12
una forma quadratica in Rn è un polinomio omogeneo di grado 2 della forma
n
X
Q(h) = aij hi hj , aij ∈ R, h ∈ Rn (3.49)
i,j=1

NB: si può sempre supporre aij = aji

matrice associata ad ogni forma quadratica è associata una matrice simmetrica A = (aij )ij ∈ Mn×n t.c.

Q(h) = ht Ah (3.50)

Q(h) =< Ah, h > (3.51)

definizioni una forma quadratica Q(h) si dice

• definita positiva (negativa) ⇔ Q(h) > 0 ∀h 6= 0 (Q(h) < 0))
• semidefinita positiva (negativa) ⇔ Q(h) ≥ 0 ∀h ∈ Rn (Q(h) ≤ 0) ∧ ∃h 6= 0 t.c. Q(h) = 0
• indefinita ⇔ ∃h+ , h− ∈ Rn t.c. Q(h+ ) > 0 ∧ Q(h− ) < 0
11 lezione 16
12 nota lezione 17
teorema caratterizzazione forme quadratiche
Pn
• una forma quadratica è definita positiva ⇔ ∃m > 0 t.c. i,j=1 aij hi hj ≥ m||h||2 ∀h ∈ Rn
Pn
• una forma quadratica è definita negativa ⇔ ∃m > 0 t.c. i,j=1 aij hi hj ≤ −m||h||2 ∀h ∈ Rn

proposizione n = 2, Q(h) = ah21 + 2bh1 h2 + ch22 è

• definita positiva (negativa) ⇔ det(A) > 0 ∧ a > 0 (a < 0)

• semi definita positiva (negativa) ⇔ det(A) = 0 ∧ a > 0 (a < 0)

• indefinita ⇔ det(A) < 0
Pn
criterio di Sylvester n ≥ 2, Q(h) = i,j=1 aij hi hj , h ∈ Rn è

• definita positiva ⇔ det(Ak ) > 0 ∀k 1, . . . , n

• definita negativa ⇔ (−1)k det(Ak ) > 0 ∀k 1, . . . , n
Pn
corollario n ≥ 2, Q(h) = i,j=1 aij hi hj , h ∈ Rn è

• semidefinita positiva ⇔ det(Ak ) ≥ 0 ∀k 1, . . . , n

• semidefinita negativa ⇔ (−1)k det(Ak ) ≥ 0 ∀k 1, . . . , n
Pn
autovalori Q(h) = i,j=1 aij hi hj , h ∈ Rn
• definita positiva (negativa) ⇔ tutti gli autovalori sono positivi (negativi)
• semidefinita positiva (negativa) ⇔ tutti gli autovalori sono ≥ 0 (≤ 0) ed almeno uno di essi è nullo
• indefinita ⇔ ∃ due autovalori di segno opposto

3.2.7 massimi e minimi

punto di estremo i punti di massimo o minimo sono detti punti di estremo

proposizione sia x0 un punto di estremo per f in A ⊆ Rn allora si verifica uno dei seguenti casi
• (punto critico) x0 è un punto interno ad A, ∃∇f (x0 ), ∇f (x0 = 0)
• (punto singolare) x0 è un punto interno ad A, @∇f (x0 )

• x0 ∈ δA

punto di sella x0 ∈ A punto di sella ⇔ x0 punto critico nè di massimo nè di minimo locale per f

x0 punto di sella ⇔ ∀ intorno U di x0 ∃x1 , x2 ∈ U t.c. f (x1 ) > f (x0 ) ∧ f (x2 ) < f (x0 ) (3.52)

◦
teorema (condizione necessaria) sia f : A ⊆ Rn → R, f ∈ C 2 in un intorno di Br (x0 ), x0 ∈ A, Q(h) =
ht Hf (x0 )h
x0 punto di minimo ⇒ Q(h) ≥ 0 (3.53)
x0 punto di massimo ⇒ Q(h) ≤ 0 (3.54)

◦
teorema (condizione sufficente) 13
sia f : A ⊆ Rn → R, f ∈ C 2 in un intorno di x0 ∈ A, x0 punto critico
per f , se Q(h) = ht Hf (x0 )h è
• definita positiva (negativa) ⇒ x0 è un punto di minimo (massimo) locale stretto
• indefinita ⇒ x0 è un punto di sella
13 dimostrazione lezione 18 pag 181
 ◦
condizione sufficente in n=2 sia f : A ⊆ R2 → R, f ∈ C 2 in un intorno di x0 ∈ A, supponiamo x0 punto
critico per f , Hf (x0 , y0 ) la matrice Hessiana definita
 
fxx (x0 , y0 ) fxy (x0 , y0 )
Hf (x0 , y0 ) = (3.55)
fyx (x0 , y0 ) fyy (x0 , y0 )

• det(Hf (x0 , y0 )) > 0 allora

fxx (x0 , y0 ) > 0 [equivalentemente fyy (x0 , y0 ) > 0] ⇒ (x0 , y0 ) punto di minimo locale stretto (3.56)

fxx (x0 , y0 ) < 0 [equivalentemente fyy (x0 , y0 ) < 0] ⇒ (x0 , y0 ) punto di massimo locale stretto (3.57)

• det(Hf (x0 , y0 )) < 0 ⇒ (x0 , y0 ) punto di sella

• se det(Hf (x0 , y0 )) = 0 non possiamo concludere nulla

3.3 funzioni a valori vettoriali


f1 (x)
f : A ⊆ Rn → Rm , f (x) =  ...  , n, m ≥ 1 (3.58)
 

fm (x)
precedentemente abbiamo già visto la definizione di limite e di continuità

osservazioni sia x0 ∈ Rn punto di accumulazione per A, sia l ∈ Rm allora

lim f (x) = l ⇔ lim fi (x) = li ∀i = 1, . . . , m (3.59)

x→x0 x→x0

f continua in x0 ⇔ lim f (x) = f (x0 ) ⇔ lim fi (x) = fi (x0 ) ∀i = 1, . . . , m (3.60)

x→x0 x→x0

f continua in A ⇔ fi : A → R continua in A ∀i = 1, . . . , m (3.61)

curva definiamo curva in Rm ogni funzione continua r : I → Rm con I intervallo contenuto in R

arco di curva se I è chiuso e limitato (I = [a, b]) r è definito arco di curva

sostegno della curva sia r : I → Rm una curva, si dice sostegno della curva l’immagine di r

r(I) = {r(t) | t ∈ I} ⊆ Rm } (3.62)

curva cartesiana sia f : A ⊆ R → R si dice curva cartesiana

r(t) = (t, f (t)) t ∈ [a, b] (3.63)

derivata sia r : I → Rm una curva, sia t0 ∈ I chiamiamo derivata di r in t0

r(t) − r(t0 )
r0 (t0 ) = lim ∈ Rm (3.64)
t→t0 t − t0

osservazione    0 
r1 (t) r1 (t0 )
r(t) =  ...  ⇒ r0 (t0 ) =  ...  (3.65)
   
0
rm (t) rm (t0 )

interpretazione geometrica la derivata r0 (t0 ) è interpretabile come vettore tangente alla curva nel punto
r(t0 )

retta tangente l’equazione della retta tangente alla curva r in r(t0 ) ha l’equazione

ξ(s) = r(t0 ) + r0 (t0 )(s − t0 ), s ∈ R (3.66)

campi di vettori un campo di vettori in una regione A ⊆ Rn è una funzione ϕ : A → Rn

superfici parametriche chiamiamo superficie parametricaP in R3 una funzione φ : A → R3 tale che A ⊆ R2

aperto, l’immagine di φ P
è detta sostegno di φ definito come = φ(A).P
Ogni φ avente sostegno è detta rappresentazione parametrica di

3.3.1 coordinate
14
coordinate polari
φ : [0, +∞[×[0, 2π] → R2 , φ(ρ, θ) = (ρ cos θ, ρ sin θ) (3.67)

coordinate sferiche (polari nello spazio)

 
ρ sin γ cos θ
φ : [0, +∞[×[0, 2π[×[0, π] → R3 , φ(ρ, θ, γ) =  ρ sin γ sin θ  (3.68)
ρ cos γ

coordinate cilindriche  
ρ cos θ
φ : [0, +∞[×[0, 2π[×R → R3 , φ(ρ, θ, z) =  ρ sin θ  (3.69)
z

3.3.2 differenziabilità per funzioni in più variabili

◦
sia f : A ⊆ Rn → Rm , sia x0 ∈ A, f si dice differenziabile in x0 se ∃ una applicazione lineare L : Rn → Rm tale
che
f (x0 + h) − f (x0 ) − L(h)
lim =0 (3.70)
h→0 ||h||
NB: posto f = (f1 , . . . , fm ), L = (L1 , . . . , Lm ) la 3.70 equivale a

fi (x0 + h) − fi (x0 ) − Li (h)

lim = 0 ∀i = 1, . . . , m (3.71)
h→0 ||h||
sappiamo Li (h) = dfi (x0 )(h) =< ∇fi (x0 ), h >, chiamiamo J la matrice associata ad L
   ∂f1 ∂f1 ∂f1 
∇f1 (x0 ) ∂x1 (x0 ) ∂x2 (x0 ) ... ∂xn (x0 )
J = .
.. .. .. (3.72)
= . .
   

∂fm ∂fm ∂fm
∇fm (x0 ) ∂x1 (x0 ) ∂x2 (x0 ) ... ∂xn (x0 )

J è detta matrice Jacobiana di f in x0 e si indica con Jf (x0 ), Df (x0 ), Jf (x0 ) inoltre,

< df (x0 ), h >= Jf (x0 )h (3.73)

proposizione la matrice Jacobiana si dice singolare ⇔ det(J) = 0

◦ ◦
funzioni composte sia f : E ⊆ Rn → Rm , g : F ⊆ Rm → Rk , f (E) ⊆ F , siano x0 ∈ E, y0 = f (x0 ) ∈ F
f differenziabile in x0 , g differenziabile in y0 ⇒ g ◦ f è differenziabile in x0 inoltre,

d(g ◦ f )x0 = (dg)f (x0 ) ◦ df x (3.74)

0

sostituendo in questa equazione le matrici associate otteniamo:

Jg ◦f (x0 ) = Jg (f (x0 )) · Jf (x0 ) (3.75)

3.3.3 rette e piani tangenti

retta tangente ad una curva di livello sia g : A ⊆ R2 → R, A aperto, g ∈ C 1 (A), sia C una curva di livello
di g, C : g(x, y) = c, x0 = (x0 , y0 ) ∈ C, ∇g(x0 , y0 ) 6= 0, la retta tangente a C in x0 è data dall’equazione

gx (x0 )(x − x0 ) + gy (x0 )(y − y0 ) = 0 (3.76)

14 lezione 21 pag 209
piano tangente ad una superficie di livello sia g : A ⊆ R3 → R, A aperto, g ∈ C 1 (A), sia C una curva
di livello di g, Σc : g(x, y, z) = c, x0 = (x0 , y0 , z0 ) ∈ C, ∇g(x0 ) 6= 0, il piano tangente a C in x0 è dato
dall’equazione
gx (x0 )(x − x0 ) + gy (x0 )(y − y0 ) + gz (x0 )(z − z0 ) = 0 (3.77)

spazio tangente sia A ⊆ R3 aperto, sia Σc la superficie di livello di g, sia x0 = (x0 , y0 , z0 ) ∈ Σc , sia g dif-
ferenziabile in x0 allora chiamiamo (Tx0 Σc ) spazio tangente a Σc in x0 l’insieme dei vettori tangenti a curve su
Σc passanti per x0

3.3.4 teorema di Dini

15
sia A ⊆ R2 aperto, g : A → R, supponiamo
• ge ∂g
∂y continue in A

• (x0 , y0 ) ∈ A, g(x0 , y0 ) = 0, ∂g
∂y (x0 , y0 ) 6= 0
⇒ ∃ U intorno di x0 e V intorno di y0 con U × V ⊆ A e ∃! ϕ : U → V continua t.c.
y0 = ϕ(x0 ), g(x, ϕ(x)) = 0 ∀x ∈ U (3.78)
inoltre ∂g
∂x è continua in A ⇒
∂g
(x, ϕ(x))
ϕ ∈ C 1 (U ) ∧ ϕ0 (x) = − ∂x
∂g
∀x ∈ U (3.79)
∂y (x, ϕ(x))

infine si nota g ∈ C k (A) ⇒ ϕ ∈ C k (U ), k ∈ N

definizione la funzione ϕ : U → R si dice funzione implicita (funzione definita implicitamente) in U

dall’equazione g(x, y) = 0

teorema (estensione Dini R3 ) sia A ⊆ R3 , sia g : A → R continua e ∂g

∂z continua su A supponiamo
• g(x0 , y0 , z0 ) = 0, ∂g
∂z (x0 , y0 , z0 ) 6= 0
⇒ ∃ U intorno di x0 , y0 e V intorno di z0 e ∃! ϕ : U → V t.c.
∀(x, y, z) ∈ U × V g(x, y, z) = 0 ⇔ z = ϕ(x, y) (3.80)
inoltre g ∈ C (A) ⇒ ∀(x, y) ∈ U
1

∂g ∂g
(x, y, ϕ(x, y)) ∂y (x, y, ϕ(x, y))
ϕx (x, y) = − ∂x
∂g
∧ ϕy (x, y) = − ∂g (3.81)
∂z (x, y, ϕ(x, y)) ∂z (x, y, ϕ(x, y))

infine g ∈ C k (A) ⇒ ϕ ∈ C k (U ), k ∈ N
y
teorema (estensione Dini funzioni vettoriali) sia g ∈ C 1 (A, R2 ), A ⊆ R4 aperto, g(x0 , y0 ) = 0, rk(Jg (x0 , y0 )) =
2 allora
∃U intorno di x0 , V intorno di y0 e ∃! ϕ : U → V continua t.c. U × V ⊆ A e ∀(x, y) ∈ U × V
g(x, y) = 0 ⇔ y = ϕ(x) (3.82)
inoltre g ∈ C 1 (A; R2 ) ⇒ ϕ ∈ C 1 (U ) e
y
Jϕ (x) = −[Jg (x, ϕ(x))]−1 Jgx (x, ϕ(x)), ∀x ∈ U (3.83)

teorema di Dini generale sia g : A ⊆ Rn+m → Rm , A aperto, supponiamo

• g ∈ C 1 (A; Rm )
y
• g(x0 , y0 ) = 0 e rk(Jg (x0 , y0 )) = m
⇒ ∃ U intorno di x0 = (x01 , . . . , x0n ), V intorno di y0 = (y01 , . . . , y0m ) e ∃! ϕ : U → V continua t.c. U × V ⊆ A e
∀(x, y) ∈ U × V
g(x, y) = 0 ⇔ y = ϕ(x) (3.84)
inoltre vale
y
Jϕ (x) = −[Jg (x, ϕ(x))]−1 Jgx (x, ϕ(x)), ∀x ∈ U (3.85)
15 dimostrazione nella lezione 24
3.3.5 invertibilità
teorema di invertibilità locale (n=1) sia f ∈ C 1 (]a, b[), x0 ∈]a, b[, f 0 (x) 6= 0 ⇒ ∃W ⊂ ]a, b[ intorno di x0 , V
intorno di y0 = f (x0 ) t.c.
1
f : W → V è biunivoca t.c. f −1 ∈ C 1 (V ) ∧ (f −1 )0 (y) = ∀y ∈ V (3.86)
f 0 (f −1 (y))

diffeomorfismo locale f si dice diffeomorfismo locale in x0 ⇔ f biunivoca ∧ f ∈ C 1 ∧ f −1 ∈ C 1

osservazione si dice omomorfismo locale se si ha solo continuità

teorema invertibilità globale n=1 sia I intervallo, f ∈ C(I), f localmente invertibile in un intorno di
x0 ∀x0 ∈ I ⇒
f : I → f (I) è biunivoca ⇒ f globalmente invertibile (3.87)

teorema di Cramer (invertibilità globale) sia A ∈ M n×n , L : Rn → Rn t.c. Lx = Ax ⇒

L biunivoca ⇔ det(A) 6= 0 (3.88)

ed in questo caso L−1 y = A−1 y

teorema inversione locale n=2 sia f ∈ C 1 (A, R2 ), A ⊆ R2 aperto, x0 ∈ A, y0 = f (x0 ), rk(Jf (x0 )) = 2 ⇒
∃ W intorno di x0 , V intorno di y0 t.c.
f : W → V è biunivoca (3.89)
inoltre f −1 ∈ C 1 (V, W ) e
Jf −1 (y) = [Jf (f −1 (y))]−1 ∀y ∈ V (3.90)
(il teorema si può estendere ad un qualunque numero di variabili)

3.3.6 moltiplicatori di Lagrange

sia A ⊆ Rn aperto, f : A → R, f ∈ C 1 , g : A → R, g ∈ C 1 , M = {x ∈ A : g(x) = 0}

punto stazionario (critico) sia x0 ∈ M = {x ∈ A : g(x) = 0}, diciamo x0 punto stazionario (o critico) per f
su M se comunque presa una curva r di classe C 1 su M passante per x0

d
r :]a, b[→ M, t0 ∈]a, b[, r(t0 ) = x0 ⇒ f (r(t))|t=t0 = 0 (3.91)
dt

teorema siano f, g : A → R, A aperto ⊆ Rn (n = 2, 3) di classe C 1 , sia x0 un punto regoalre di M (∇g(x0 ) 6=

0) allora
x0 punto estremo di f su M ⇒ x0 è un punto stazionario per f su M (3.92)

teorema moltiplicatore di Lagrange siano f, g : A ⊆ Rn → R (n=2,3) di classe C 1 , A aperto, sia x0 ∈ M

con g(x0 ) 6= 0 il punto x0 è punto stazionario per f su M ⇔ ∃λ ∈ R t.c.

∇f (x0 ) = λ∇g(x0 ) (3.93)