lOMoARcPSD|40513018

Formulario Analisi 2, concetti e formule dell'intero corso

Analisi matematica 2 (Università degli Studi di Trento)

Scansiona per aprire su Studocu

Studocu non è sponsorizzato o supportato da nessuna università o ateneo.

Scaricato da Lorenzo Muraro (lorenzo.muraro@studenti.unitn.it)
 lOMoARcPSD|40513018

𝑉" = I−T(−𝑘), +T(−𝑘)J ∇(𝑔 ∘ 𝑓)(𝑥) = 𝑔3 (𝑓(𝑥))∇𝑓(𝑥) con 𝛾(𝑡) = Z𝑥(𝑡), 𝑧(𝑡)[. Para di S è: 𝑟: 𝐼 ×
‖𝑢 + 𝑤‖ = ‖𝑢‖ + ‖𝑤‖ 𝑠𝑒 𝑘 < 0 ? 𝜕(𝑔 ∘ 𝑓) 𝜕𝑓 [0,2𝜋] → 𝑅 *
Disuguaglianza triangolare:
𝑉! = I+T(−𝑘), −T(−𝑘)J (𝑥) = 𝑔′ Z𝑓(𝑥)[ (𝑥)
𝜕𝑥" 𝜕𝑥" (𝑡, 𝜃) → Z𝑥(𝑡) cos(𝜃) , 𝑥(𝑡)𝑠𝑒𝑛(𝜃), 𝑧(𝑡)[
QUADRICHE NELLO SPAZIO 𝑹𝟑 : Differenziale totale:𝑓 è differenziabile in 𝑥 se
|𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 + 𝑑| sfera con centro in (𝒙𝟎 , 𝒚𝟎 , 𝒛𝟎 )
Distanza di un punto dal piano: Flusso di un campo vettoriale attraverso una

𝑑𝑖𝑠𝑡 = continue su 𝑥. È di classe 𝐶 $

esistono tutte le derivate parziali e se esse sono
(𝑥 − 𝑥# )! + (𝑦 − 𝑦# )! + (𝑧 − 𝑧# )! = 𝑟 !
superficie orientata:
√𝑎! + 𝑏 ! + 𝑐 ! * 𝑭 · 𝒏𝑑𝑆
𝜎(‖(𝑥, 𝑦) − (𝑥! , 𝑦! )‖
Formula di Taylor al primo ordine:
1
𝑟 = 𝑃" + 𝑡(𝑃! − 𝑃") → di centro asse z e raggio r: 𝑥 ! + 𝑦 ! = 𝑟 !
Retta passante per 2 punti: Cilindro indefinito retto a base circolare
𝑓(𝑥, 𝑦) = 𝑓(𝑥# , 𝑦# ) + ∇𝑓(𝑥# , 𝑦# )
𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑖𝑐𝑎 𝑣𝑒𝑡𝑡𝑜𝑟𝑖𝑎𝑙𝑒 ∙ (𝑥 − 𝑥# , 𝑦
Se la superficie S è data da una parametrizzazione

𝑥 = 𝑥" + 𝑡(𝑥! − 𝑥" ) (𝑥)! (𝑦)!

Cilindro indefinito a base ellittica e asse z:
− 𝑦#) + 𝜎 E 𝑭 · 𝒏𝑑𝑆
regolare che induce l’orientazione fissata su S:

𝑟 = ?𝑦 = 𝑦" + 𝑡(𝑦! − 𝑦" ) 𝑎!

+ ! =1
𝑏
𝑧 = 𝑧" + 𝑡(𝑧! − 𝑧" ) = E 𝐹4𝑟(𝑢, 𝑣)5
-

𝜕 𝑓 𝜕 𝑓
Matrice Hessiana:
4𝑥0 , 𝑦0 5 4𝑥0 , 𝑦0 5
→ 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑖𝑐𝑎 𝑠𝑐𝑎𝑙𝑎𝑟𝑒 semi-angolo al vertice π/4: 𝑧 ! = 𝑥 ! + 𝑦 ! ⎛ 𝜕𝑥2 𝜕𝑦𝜕𝑥 ⎞ · 4𝑟. (𝑢! , 𝑣! ) ∧ 𝑟/ (𝑢! , 𝑣! )5𝑑𝑢𝑑𝑣0
2 2
Cono circolare retto con asse=asse z e
𝐻# (𝑥! , 𝑦!) = ⎜ 2 ⎟
𝜕 𝑓 𝜕2 𝑓
4𝑥0 , 𝑦0 5 4𝑥0 , 𝑦0 5
⎝𝜕𝑥𝜕𝑦 𝜕𝑥
Equazione vettoriale parametrica di una
⎠
Ellissoide di centro l’origine e semiassi a, Operatore divergenza: traccia della matrice

𝑟 = 𝑃# + 𝑡𝑣 (𝑥)! (𝑦)! (𝑧)!

retta:
Teorema della divergenza: sia 𝛺 ⊆ 𝑅1 chiuso e
b, c >0: jacobiana di F (è uno scalare)

𝑟 = ( 𝑥# , 𝑦# , 𝑧# ) + 𝑡(𝑎, 𝑏, 𝑐) (3 eq. Scalari) + ! + ! =1 𝑓(𝑥, 𝑦) = 𝑓(𝑥# , 𝑦# ) + ∇𝑓(𝑥# , 𝑦# )

Formula di Taylor al secondo ordine.
𝑎! 𝑏 𝑐
∙ (𝑥 − 𝑥# , 𝑦
limitato e sia ΩC il suo bordo (sup. regolare pure a

(𝑥) (𝑦) (𝑧)! − 𝑦#) +

Piano per due rette incidenti: Palla da rugby: tratti orientata con n est):

+ ! + ! =1 Ž 𝑭 · 𝒏𝑑𝑆 = — 𝑑𝑖𝑣𝐹 𝑑𝑥𝑑𝑦𝑑𝑧

𝑃# 1 𝑥 − 𝑥#
- Trovo il punto di incidenza ! !

𝑘! 𝑘 𝑐 + (𝑥 − 𝑥# , 𝑦 − 𝑦# )𝐻5 (𝑥# , 𝑦# ) I𝑦 − 𝑦 J
2 Operatore rotore: sia 𝐹: 𝑅 * → 𝑅 * , il rotore
A

rette (𝑃" 𝑒 𝑃! ) +𝜎
- Punti appartenenti alle due Paraboloide circolare di rotazione (per #
!

𝜕𝐹* 𝜕𝐹! 𝜕𝐹" 𝜕𝐹* 𝜕𝐹!

com’è definito è necessario che z>=0): di F è:
𝑧= + 𝑟𝑜𝑡 𝐹 = ˜ − ; − ;
Teorema di Weistrass per massimi e minimi
𝑣" = (𝑃" − 𝑃# ) 𝜕𝑦 𝜕𝑧 𝜕𝑧 𝜕𝑥 𝜕𝑥
- Trovo i versori: (/)! (1)!

𝑓: ℝ$ → ℝ continua, 𝑆 ⊆ ℝ𝒏 chiuso e limitato

vincolati: sia

𝑣! = (𝑃! − 𝑃#) Paraboloide ellittico: 𝑧 = + 𝜕𝐹"

%! %!

(compatto), allora 𝑓 ammette massimo e minimo − ™

(/)! (1)!

𝜋 = 𝑃# + 𝑡𝑣" + 𝑠𝑣! su 𝑆. 𝜕𝑦
Paraboloide iperbolico: 𝑧 = ! − !
%! &!

→ 𝑢𝑠𝑎𝑟𝑒 𝑖𝑙 𝑚𝑒𝑡𝑜𝑑𝑜 𝑑𝑒𝑖 𝑚𝑜𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎𝑡𝑜𝑟𝑖 𝑑𝑖 𝐿𝑎𝑔𝑟𝑎𝑛𝑔𝑒

- (/)! (1)!

Circonferenza di centro (𝒙𝟎 , 𝒚𝟎 ) e raggio 𝒇: ℝ𝒏 → ℝ𝒎

CONICHE NEL PIANO % & Se S è una superficie con bordo (calotta sferica non

(𝑥) (𝑦) (𝑧)

Iperboloide di rotazione a una falda:
𝒓>𝟎 Continuità: 𝑓 è continua solo se sono
chiusa), il bordo è orientato positivamente se

+ ! − ! =1
! ! !

𝑥 ! + 𝑦 ! − 2𝑥𝑥# − 2𝑦𝑦# + 𝑥# ! + 𝑦# ! 𝑎! 𝑎 𝑐
camminando sul bordo orientati come
continue in 𝑥# tutte le sue funzioni
l’orientazione di S, lasciamo la sup alla nostra sx.
− 𝑟! = 0
Teorema di Stokes: il flusso del rotore di F
(𝑧)! (𝑥)! (𝑦)!
Iperboloide di rotazione a due falde:
Matrice Jacobiana: 𝐽' (𝑥 , … , 𝑥 ) =
componenti.
− ! − ! =1
attraverso la sup orientata è uguale al lavoro del

𝑥 ! + 𝑦 ! + 𝑎𝑥 + 𝑏𝑦 + 𝑐 = 0 𝑐! 𝑎 𝑎
Oppure:
(𝑥0 ) ⋯ (𝑥0 )
campo F lungo il bordo positivo della sup:

Ž 𝑹𝒐𝒕 𝑭 · 𝒏𝑑𝑆 = q 𝐹𝑑𝑠

1 𝑛

+ ⋮ ⋱ ⋮ 0
𝜕𝑓1 𝜕𝑓1

𝑐 = I− , − J 𝑟=K + −𝑐
CAMBI DI COORDINATE: 𝜕𝑥1 𝜕𝑥𝑛

(𝑥0 ) ⋯ (𝑥0 )
% & %! &!
Coordinate polari nel piano: A :( A

𝑥 = 𝜌 cos(𝜃) 𝜌 = T𝑥 ! + 𝑦 !
𝜕𝑓𝑚 𝜕𝑓𝑚

Teorema composizione: 𝐽<∘5 (𝑥#) =

! ! ' ' N.B: il flusso del rotore attraverso una superficie

𝑦
𝜕𝑥1 𝜕𝑥𝑛

Se 𝑐 = (0,0) → 𝑥 ! + 𝑦 ! = 𝑟 ! 𝐽< Z𝑓(𝑥# )[𝐽5 (𝑥#)

chiusa (sfera) è NULLO.
𝑦 = 𝜌 sin (𝜃) 𝜃 = 𝑎𝑟𝑐𝑡𝑔 I J
Parabola: 𝑦 = 𝑎𝑥 ! + 𝑏𝑥 + 𝑐 𝑥
Relazioni tra operatori: (laplaciano è traccia

→ (𝐼 𝑞𝑢𝑎𝑑) 𝑟𝑜𝑡(∇𝑢) = 0 − 𝑑𝑖𝑣(𝑟𝑜𝑡 𝐹) = 0 − 𝑑𝑖𝑣(∇𝑢)

dell’hessiana di u.
se 𝑎 > 0 → ∪ 𝑎 < 0 →∩ sia 𝐴 ⊆ ℝ4 𝑎𝑝𝑒𝑟𝑡𝑜 𝑒 𝑠𝑒𝑚𝑝𝑙. 𝑐𝑜𝑛𝑛𝑒𝑠𝑠𝑜, e = 𝑙𝑎𝑝𝑙𝑎𝑐𝑖𝑎𝑛𝑜 𝑑𝑖 𝑢
Teorema campo conservativo:

vertice 𝑉 = I− ; − J sia 𝐹: 𝐴 → ℝ4 un campo. Allora 𝐹 è

Coordinate cilindriche nello spazio 3D:
𝑥 = 𝜌 cos(𝜃) 𝜌 = T𝑥 ! + 𝑦 ! 𝑥 2 = 𝐹(𝑥, 𝑦) 𝐹(𝑥, 𝑦) = 0
& ∆
Sistemi autonomi bidimensionali:

𝑦 conservativo su 𝐴 se e soltanto se F a 2 a
𝑦 = 𝐺(𝑥, 𝑦) 𝐺(𝑥, 𝑦) = 0
!% '%

𝑥! 𝑦! 𝑦 = 𝜌 sin (𝜃) 𝜃 = 𝑎𝑟𝑐𝑡𝑔 I J

Ellisse con centro in O:
𝑥 Ricerca dei punti di equilibrio: ↑
+ =1 → (𝐼 𝑞𝑢𝑎𝑑)
soddisfa la proprietà delle derivate in
𝑎! 𝑏!
1-

Vertici 𝑉",! = (±𝑎, 0) 𝑉*,' = (0, ±𝑏) 𝑧 = 𝑧. 𝑧=𝑧 potenziale del ℱ = (𝐺; −𝐹)
croce. 2- Integrale primo del moto:
Integrale curvilineo di II specie

𝑠𝑒 𝑎! > 𝑏 ! → 𝐹",! = (±𝑐, 0) 𝑑𝑜𝑣𝑒 𝑐 𝑥 = 𝜌 cos(𝜃)𝑠𝑒𝑛(𝜙) 𝜌 𝐹 𝑠𝑢 𝑢𝑛𝑎 𝑐𝑢𝑟𝑣𝑎 𝛾 𝑑𝑖 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑖𝑧𝑧𝑎𝑧𝑖𝑜𝑛𝑒:

Fuochi: Coordinate sferiche nello spazio 3D: àintegrale curvilineo di 3- Studiare le curve di livello del

𝑟: [𝑎, 𝑏] → 𝐴 𝑐𝑖𝑜è 𝑟(𝑡)

potenziale trovato (orbite)

= T𝑎! − 𝑏 ! = T𝑥 ! + 𝑦 ! + 𝑧 !
4- Verso di percorrenza delle orbite

𝑠𝑒 𝑎! < 𝑏 ! → 𝐹",! = (0, ±𝑐) 𝑑𝑜𝑣𝑒 𝑐 𝑦

𝑦 = 𝜌 sin (𝜃)𝑠𝑒𝑛(𝜙) 𝜃 = 𝑎𝑟𝑐𝑡𝑔 I J q 𝐹 ∙ 𝑑𝑠 = q 𝐹Z𝑟(𝑡)[ ∙ 𝑟 3 (𝑡)𝑑𝑡
& 5- Valutazioni sui punti di equilibrio

𝑥
(stabili, asintoticamente stabili,
= T𝑏 ! − 𝑎! → (𝐼 𝑞𝑢𝑎𝑑) Teorema: se 𝐹 è conservativo su 𝐴, allora
> %
instabili) e sulle orbite (periodiche

𝑧 = 𝜌 cos(𝜙) 𝜙
se sono chiuse e non contengono

(𝒙𝒄 , 𝒚𝒄) 𝑧
Ellisse non nell’origine con centro in
[𝑎, 𝑏] e l’integrale curvilineo di F lungo qualsiasi
punti di equilibrio)
= arccos
l’integrale curvilineo dipende solo dall’intervallo
(𝑥 − 𝑥, )! (𝑦 − 𝑦, )!
Ricerca max/min:

+ =1 T𝑥 + 𝑦 + 𝑧 !
∇𝑓(𝑥, 𝑦) = 0 (sistema)
𝑎! 𝑏!
1- Ricerca di punti stazionari:

𝒇: ℝ → ℝ𝒏 CURVE IN ℝ𝒏
! ! curva chiusa è nullo (int. di circuitazione).

Vertici 𝑉",! = (𝑥, ± 𝑎, 𝑦, ) 𝑉*,' =

L’integrale lo posso calcolare con la funzione
hessiana di 𝑓(𝑥, 𝑦):
2- Valutare i punti nella matrice
(𝑥, , 𝑦, ± 𝑏)
potenziale.
Continuità: una curva è continua in un
punto se tutte le sue n componenti sono Integrali doppi matrice def positiva (min); mat def negativa (max);

𝑠𝑒 𝑎! > 𝑏 ! → 𝐹",! = (𝑥, ± 𝑐, 𝑦, ) 𝑑𝑜𝑣𝑒 𝑐 𝐸 = {(𝑥, 𝑦) ∈ ℝ! 𝑡. 𝑐 𝑥 ∈ [𝑎, 𝑏] 𝑒 𝑔"(𝑥)

Fuochi: Insieme y-semplice (caso 1): mat non definita (sella), per gli altri due casi usare
continue nel punto

= T𝑎! − 𝑏 ! ≤ 𝑦 ≤ 𝑔! (𝑥)} Ricerca max/min vincolati: vincolo 𝑆 = {𝑔(𝑥, 𝑦 =

Arco di curva regolare: se il vettore la def di max e min e ragiona un po’.

0}
𝑠𝑒 𝑎! < 𝑏 ! → 𝐹",! = (𝑥, , 𝑦, ± 𝑐) 𝑑𝑜𝑣𝑒 𝑐
derivato è sempre diverso dal vettore
𝐸 = {(𝑥, 𝑦) ∈ ℝ 𝑡. 𝑐 𝑦 ∈ [𝑐, 𝑑] 𝑒 ℎ"(𝑦)
Insieme x-semplice (caso 2):
= T𝑏 ! − 𝑎! Lunghezza di una curva 𝑟[𝑎, 𝑏] → ℝ𝒏
nullo nell’intervallo considerato. 1- Verificare Weistrass (e se f e g
≤ 𝑥 ≤ ℎ! (𝑦)}
!
sono di classe C1)

𝐿 = q ‖𝑟 3 (𝑡)‖𝑑𝑡
&

centro in (𝒙𝒄 , 𝒚𝒄 ):
Iperbole che interseca l’asse delle x con 2- Ricerca eventuali punti singolari di

∇𝑔(𝑥, 𝑦) = 0
Metodo integrazioni successive:
Ž[𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦]? a
S risolvendo:
(𝑥 − 𝑥, )! (𝑦 − 𝑦, )! 𝑔(𝑥, 𝑦) = 0
− =1
%

𝑎! 𝑏! curva regolare 𝑟[𝑎, 𝑏] → ℝ𝒏 e una

Integrali curvilinei di I specie: data una

Assi: 𝑥 = 𝑥, 𝑒 𝑦 = 𝑦, funzione 𝑓: ℝ4 → ℝ:
& <!(/) 3- Risolvere il seguente sistema per
= q q 𝑓(𝑥, 𝑦)𝑑𝑦𝑑𝑥 → 𝑐𝑎𝑠𝑜 1 ∇𝑓(𝑥, 𝑦) = 𝜆∇𝑔(𝑥, 𝑦)
Vertici: 𝑉" = (𝑥, − 𝑎, 𝑦, ) 𝑉! = (𝑥, + a
gli altri punti:

𝑎, 𝑦, ) 𝑖𝑛𝑡 𝑑𝑖 𝐼 𝑠𝑝𝑒𝑐𝑖𝑒: q 𝑓Z𝑟(𝑡)[‖𝑟 3 (𝑡)‖𝑑𝑡 𝑔(𝑥, 𝑦) = 0

&

Fuochi: 𝐹" = (𝑥, − 𝑐, 𝑦, ) 𝐹! = (𝑥, +

% <"(/)

𝒇: ℝ𝒏 → ℝ Ž[𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦]? 𝑓(𝑥, 𝑦) e fare le considerazioni

4- Valutiamo i punti trovati su

𝑐, 𝑦, )
%

Grafico: Γ5 : tZ𝑥, 𝑓(𝑥)[ ∈ ℝ4 × ℝ = ℝ46" w

Asintoti: (𝑦 − 𝑦, ) = ± 𝑏/𝑎 (𝑥 − 𝑥, )
centro in (𝒙𝒄 , 𝒚𝒄 ):
Iperbole che interseca l’asse delle y con
- ottimizzazione libera: ∇𝑓(𝑥, 𝑦) = 0 e vedere se
@ 9! (1) N.B: se il vincolo è una disequazione devo fare:
Per esempio: 𝑓: ℝ! → ℝ ⇒ Γ5 ⊆ ℝ* = q q 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 → 𝑐𝑎𝑠𝑜 2
Curve di livello: 𝐸, = {𝑥 ∈ ℝ4 𝑡. 𝑐. 𝑓(𝑥) =
stanno sul vincolo;

(𝑥 − 𝑥, )! (𝑦 − 𝑦, )! 𝑐}
, 9" (1) - ottimizzazione vincolata: tutto il processo fatto

− = −1 Continuità: 𝑓: ℝ4 → ℝ è continua se è
Insieme regolare: se è unione finita di insiemi sopra.

𝑎! 𝑏! lim 𝑓(𝑥, 𝑦) = (0,0)

continua nel punto 𝑥# se è continua in 𝑥#
x-semplici o y-semplici che si intersecano al più sul Calcolo di limiti:
Assi: 𝑥 = 𝑥, 𝑒 𝑦 = 𝑦,
Passare a 𝑓(𝜌𝑐𝑜𝑠𝜃, 𝜌𝑠𝑒𝑛𝜃) trovare una 𝑔(𝜌) t.c
bordo. Posso spezzare l’integrale nei singoli 1-

Vertici: 𝑉" = (𝑥, , 𝑦, − 𝑏) 𝑉! =

(4,5)→(!,!)

0 ≤ |𝑓(𝑥, 𝑦)| = |𝑓(𝜌 cos 𝜃, 𝜌 sin 𝜃)| 𝑔(𝜌) ≥ 𝑓(𝜌𝑐𝑜𝑠𝜃, 𝜌𝑠𝑒𝑛𝜃)

lungo ogni curva: pezzettini e sommarli.

(𝑥, , 𝑦, + 𝑏) e 𝑔(𝜌) → 0 per (𝜌) → 0 e abbiamo verificato;

Formula cambiamento di variabili negli
Fuochi: 𝐹" = (𝑥, , 𝑦, − 𝑐) 𝐹! = ≤ 𝑔(𝜌) →7→# 0
lim 𝑓(𝑥, 𝑦) = 𝑙 ∈ 𝑅
integrali doppi:
(𝑥, , 𝑦, + 𝑐) E[𝑓𝑑𝑥𝑑𝑦]+
lim 𝑓(𝑥, 𝑦) − 𝑙 =
2-
(teorema carabinieri da usare per provare (4,5)→(!,!)

Asintoti: (𝑦 − 𝑦, ) = ± 𝑏/𝑎 (𝑥 − 𝑥, ) = EG𝑓4𝜑(𝑢, 𝑣)5| det 𝐽𝑎𝑐,(𝑢, 𝑣)|𝑑𝑢𝑑𝑣 Q (0,0)

Equivale a verificare
continuità) (4,5)→(!,!)

𝑓(𝑥# + ℎ, 𝑦# ) − 𝑓(𝑥# , 𝑦# ) Superfici parametriche in ℝ𝟑 : lim 𝑓(𝑥, 𝑦) = +∞

N.B: formule valide anche nel caso di Derivate parziale (rispetto x): +!

lim {𝑔(𝜌) ≤ 𝑓(𝜌𝑐𝑜𝑠𝜃, 𝜌𝑠𝑒𝑛𝜃)}𝑒{𝑔(𝜌) → +∞ 𝑝𝑒𝑟 𝜌

3-

ℎ
centro in O. (4,5)→(!,!)

Operatore gradiente: ∇𝑓(𝑥) = → 0}

abbiamo due parametri nello spazio

lim 𝑓(𝑥, 𝑦) = −∞
9→#
Integrali superficiali: l’area di S è con f=1
Ž 𝑓𝑑𝑆 = Ž 𝑓Z𝑟(𝑢, 𝑣)[•|𝑟B
Iperbole equilatera riferita ai propri
‚ (𝑥); … ; (𝑥)„ {𝑔(𝜌) ≥ 𝑓(𝜌𝑐𝑜𝑠𝜃, 𝜌𝑠𝑒𝑛𝜃)}𝑒{𝑔(𝜌) → −∞ 𝑝𝑒𝑟 𝜌
4-
(4,5)→(!,!)

𝑥𝑦 = 𝑘 𝑘 ≠ 0
:5 :5

→ 0}
asintoti

∧ 𝑟C |•𝑑𝑢𝑑𝑣D lim 𝑓(𝑥, 𝑦) = 𝑙

:/" :/# A

Assi: se 𝑘 > 0 →
Centro sempre nell’origine degli assi Derivata direzionale: danno un punto e 5-
{𝑔(𝜌) → 0 𝑝𝑒𝑟 𝜌 → ∞}
(4,5)→7|4,5|7→9

𝑖𝑛𝑡𝑒𝑟𝑠𝑒𝑐𝑎 𝑏𝑖𝑠𝑒𝑡𝑡𝑟𝑖𝑐𝑒 𝐼 − 𝐼𝐼𝐼 𝜕𝑓

un vettore
(𝑥 ; 𝑦 ) + {0 ≤ |𝑓(𝜌𝑐𝑜𝑠𝜃, 𝜌𝑠𝑒𝑛𝜃) − 𝑙| ≤ 𝑔(𝜌)}
Superfice regolare se r è differenziabile

se 𝑘 < 0 → 𝜕𝑣 # # 𝑟B (𝑢# , 𝑣#) ∧ 𝑟C (𝑢# , 𝑣#) ≠ 0 𝑠𝑒𝑚𝑝𝑟𝑒 lim 𝑓(𝑥, 𝑦) = +∞

nel punto e se

𝑖𝑛𝑡𝑒𝑟𝑠𝑒𝑐𝑎 𝑏𝑖𝑠𝑒𝑡𝑡𝑟𝑖𝑐𝑒 𝐼𝐼 − 𝐼𝑉 𝑓(𝑥# + ℎ𝑣" , 𝑦# + ℎ𝑣! ) − 𝑓(𝑥# , 𝑦#)

6-
= lim {𝑔(𝜌) → ∞ 𝑝𝑒𝑟 𝜌 → ∞}
nel (4,5)→7|4,5|7→9

Fuochi: 𝐹",! = Z±√2𝑘, ±√2𝑘[ 𝑠𝑒 𝑘 > ℎ Piano tangente: se 𝑃# = 𝑟(𝑢# , 𝑣# ) è reg. il + {𝑓(𝜌𝑐𝑜𝑠𝜃, 𝜌𝑠𝑒𝑛𝜃) ≥ 𝑔(𝜌)}
dominio

0 Se 𝑓 è differenziabile usare la formula del lim 𝑓(𝑥, 𝑦) = −∞

9→#

vettore ⊥ al piano tang. è 𝑟B (𝑢# , 𝑣# ) ∧

{𝑔(𝜌) → −∞ 𝑝𝑒𝑟 𝜌 → ∞}
7-
𝐹" = I−T2(−𝑘), +T2(−𝑘)J 𝑟C (𝑢# , 𝑣# ). Per trovare il piano risolvere
(4,5)→7|4,5|7→9
gradiente
𝑠𝑒 𝑘 < 0 ? + {𝑓(𝜌𝑐𝑜𝑠𝜃, 𝜌𝑠𝑒𝑛𝜃) ≤ 𝑔(𝜌)}
𝜕𝑓 𝜕𝑓
Piano tangente:
𝐹! = I+T2(−𝑘), −T2(−𝑘)J 𝑧= (𝑥 , 𝑦 )(𝑥 − 𝑥! ) + (𝑥! , 𝑦! )(𝑦 − 𝑦! ) Superfici di rotazione: sia 𝛾: 𝐼 → 𝑅 ! una
quella cosa con il det.
𝜕𝑥 ! ! 𝜕𝑦 0 ≤ log(1 + 𝜀) ≤ 𝜀 ∀𝜀 ≥ 0
Stime utili limiti:

Vertici: 𝑉",! = Z±√𝑘, ±√𝑘[ 𝑠𝑒 𝑘 > 0 + 𝑓(𝑥! , 𝑦!) |𝑒 : − 1| ≤ 𝑒 |:| − 1 ∀𝜀 ∈ 𝑅

| sin 𝜀| ≤ |𝜀| ∀𝜀 ∈ 𝑅
para di una curva regolare nel piano xz:
Derivazione di funzione composta:

Scaricato da Lorenzo Muraro (lorenzo.muraro@studenti.unitn.it)

 lOMoARcPSD|40513018

𝜎 𝜎
𝑥̅ − 𝑧J ·< 𝜇 < 𝑥̅ + 𝑧J ·
𝜎 > = ‰ 𝑥?> 𝑓(𝑥? ) − 𝜇> > √𝑛 > √𝑛
$

𝑓 2(𝑥) 𝑎 #(4)
Integrali:
{ 𝑑𝑥 = ln|𝑓(𝑥)| { 𝑎 #(4)𝑓 2 (𝑥)𝑑𝑥 = 90% → 𝑧J = 𝑧!.!L = 1.645
𝑓(𝑥) ln 𝑎
95% → 𝑧J = 𝑧!.!>L = 1.96
?@=

{ 𝑒 #(4) 𝑓 2 (𝑥)𝑑𝑥 = 𝑒 #(4) + 𝑘

Deviazione standard (scarto quad med) caso discreto: >

90% → 𝑧J = 𝑧!.!!L = 2.576

𝜎 = Š‰(𝑥? − 𝜇)> 𝑓(𝑥? )
>

[𝑓(𝑥)];<=
$

{[𝑓(𝑥)] ; 𝑑𝑥 = +𝑘
𝑎+1
>

Una volta estratto il campione di ampiezza 𝑛, con

?@= Intervalli di confidenza per la media- varianza?

{ sin4𝑓(𝑥)5 · 𝑓 2 (𝑥)𝑑𝑥 = − cos 𝑓(𝑥) + 𝑘 𝑛 ≥ 30, e calcolati i valori di 𝑥̅ e dello scarto

Varianza- caso continuo:
𝜎 > = 𝐸[(𝑋 − 𝜇)> ] = { (𝑥 − 𝜇)> 𝑓(𝑥)𝑑𝑥 quadratico medio 𝑠 del campione, si ottiene:
9

{ cos4𝑓(𝑥)5 · 𝑓 2 (𝑥) 𝑑𝑥 = sin 𝑓(𝑥) + 𝑘 𝑠 𝑠

𝑥̅ − 𝑡J · < 𝜇 < 𝑥̅ + 𝑡J ·
𝑓 2(𝑥) 𝜎 > = { 𝑥 > 𝑓(𝑥)𝑑𝑥 − 𝜇> > √𝑛 > √𝑛
A9
9

{ 𝑑𝑥 = −𝑐𝑡𝑔 𝑓(𝑥) + 𝑘
[sin 𝑓(𝑥)]>
𝑓 2 (𝑥) 𝜈 =𝑛−1
A9 Si ricordi che il grado di libertà della t-Student è:

{ 𝑑𝑥 = 𝑡𝑔 𝑓(𝑥) + 𝑘 𝑡J = 𝑡!.!L − 𝑡J = 𝑡!.!L − 𝑡J = 𝑡!.!L

Deviazione standard (scarto qua med) caso continuo:

[cos 𝑓(𝑥)]> 𝜎 = ‹{ (𝑥 − 𝜇)> 𝑓(𝑥)𝑑𝑥

𝑓 2 (𝑥)
9

{ 𝑑𝑥 = arcsin 𝑓(𝑥) + 𝑘
> > >

~1 − [𝑓(𝑥)]> 𝑡 𝑑𝑖 𝑆𝑡𝑢𝑑𝑒𝑛𝑡 in corrispondenza del grado di

A9 Questi valori vanno letti sulla tabella della d.

𝑓 2(𝑥) 𝐸 = (𝑎𝑋 + 𝑏) = 𝑎𝐸(𝑋) + 𝑏 𝑎, 𝑏 ∈ 𝑅

Proprietà di queste ultime:

{ 𝑑𝑥 = 𝑎𝑟𝑐𝑡𝑔 𝑓(𝑥) 𝑣𝑎𝑟(𝑎𝑋 + 𝑏) = 𝑎> 𝑣𝑎𝑟(𝑋) 𝑎, 𝑏 ∈ 𝑅

1 + [𝑓(𝑥)]>
libertà.

𝐸 = (𝑎𝑋 + 𝑏𝑌) = 𝑎𝐸(𝑋) + 𝑏𝐸(𝑌) 𝑎, 𝑏 ∈ 𝑅

Test d’ipotesi

{ 𝑡𝑔𝑥 𝑑𝑥 = − ln|cos 𝑥| + 𝑘 𝑣𝑎𝑟(𝑎𝑋 + 𝑏𝑌) = 𝑎> 𝑣𝑎𝑟(𝑋) + 𝑏> 𝑣𝑎𝑟(𝑌)

Ipotesi nulla: ipotesi che si ritiene vera fino a
prova contraria. Ipotesi alternativa: affermazione

{ 𝑐𝑡𝑔𝑥 𝑑𝑥 = ln|sin 𝑥| + 𝑘 con valor medio 𝜇 e deviazione 𝜎. Si definisce v.a.

Variabile aleatoria standardizzata Z: sia X un v.a. che contraddice l’ipotesi nulla.

1 -Scelgo 𝐻. 𝑒 𝐻$;
Schema:

{ sin> 𝑥 𝑑𝑥 = (𝑥 − sin 𝑥 · cos 𝑥) + 𝑘 (𝑋 − 𝜇) -Scelgo il livello significatività 𝛼 a cui svolgere test;

2
standardizzata Z associata a X la:

1 𝑍= -in base a 𝛼 scelto, di determina la regione di rifiuto;

𝜎
{ cos > 𝑥 𝑑𝑥 = (𝑥 + sin 𝑥 · cos 𝑥) + 𝑘
2 Che ha chiaramente le prop di avere valor medio 0 -calcolare valore della statistica test e vedere se
appartiene alla regione di rifiuto o meno;

Test d’ipotesi sulla media (varianza 𝝈𝟐 nota):

e varianza 1.
-si prende la decisione opportuna
Distribuzioni di probabilità

𝑋L − 𝜇.
D. binomiale o di Bernoulli; numero di successi (x)
𝑛 → 𝑎𝑚𝑝𝑖𝑒𝑧𝑧𝑎 𝑐𝑎𝑚𝑝𝑖𝑜𝑛𝑒
𝑛
il test si basa sulla statistica:

𝑍= 𝜎
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) = Ž • 𝑝 4 (1 − 𝑝)$A4 𝑝𝑒𝑟 𝑥
in n prove di probabilità di successo p:
𝜇. → 𝑣𝑎𝑙𝑜𝑟𝑒 𝑚𝑒𝑑𝑖𝑎 𝑎𝑠𝑠𝑢𝑛𝑡𝑜 𝑖𝑛 𝐻.
𝑥 √𝑛
= 0,1,2, … , 𝑛
𝑛
𝐹(𝑋) = 𝑃(𝑋 ≤ 𝑥) = ‰ Ž • 𝑝B (1 − 𝑝)$AB
4

𝑘
B@!

𝜇 = 𝑛𝑝 𝜎 > = 𝑛𝑝(1 − 𝑝)
Valor medio e varianza:

𝑃(𝑋 < 𝑥) = 𝑃(𝑋 ≤ 𝑥 − 1)

Proprietà:

𝑃(𝑋 > 𝑥) = 1 − 𝑃(𝑋 ≤ 𝑥)

𝑃(𝑋 ≥ 𝑥) = 1 − 𝑃(𝑋 ≤ 𝑥 − 1)
𝑃(𝑋 = 𝑥) = 𝑃(𝑋 ≤ 𝑥) − 𝑃(𝑋 ≤ 𝑥 − 1)

𝑛−𝑥 𝑝
𝑃(𝑋 = 𝑥 + 1) = · · 𝑃(𝑋 = 𝑥)
Relazione di ricorrenza:

𝑥+1 1−𝑝
D. di Poisson; indica il numero di volte in cui si verifica

spazio, ossia il numero di successi x; il parametro 𝜆

un evento raro in un dato intervallo di tempo o di

𝑒 AC 𝜆4
indica il n° medio di realizzazione nell’intervallo dato:

𝑓(𝑥) = 𝑃(𝑋 = 𝑥) =
𝑥!
𝑒 AC 𝜆B
𝐹(𝑋) = 𝑃(𝑋 ≤ 𝑥) = ‰
4

𝑘!
B@!

𝜇=𝜆 𝜎> =𝜆
Valor medio e varianza:

𝜆
Relazione di ricorrenza:
𝑃(𝑋 = 𝑥 + 1) = 𝑃(𝑋 = 𝑥)
𝑥+1

parametro 𝜆 = 𝑛𝑝 se il numero di prove 𝑛 ≥

Approssimazione binomiale con Poisson di

50 𝑒 𝑝 ≤ 0.1

𝑒 A(C<D) · (𝜆 + 𝜇)B
Somma di v.a. di Poisson:
𝑃(𝑋 + 𝑌 = 𝑘) =
𝑘!
D. ipergeometrica; estrazione da un’urna senza re P-value: più piccolo valore del livello di significatività per cui i dati

𝑛 estrazioni senza re-inserimento. Dato un insieme

campionari consentono di rifiutare l’ipotesi nulla.
immissione, quindi v.a. non indipendenti; si effettuano

Test d’ipotesi sulla media (varianza 𝝈𝟐 incognita):

contenente N unità di cui M con una data caratteristica,
si effettuano n estrazioni senza re-inserimento. La d.

𝑋L − 𝜇
ipergeometrica conta il numero di successi x ottenuti ci si basa sulla statistica:

4E 54FAE 5 𝑇=
nelle n prove:
𝑆
𝑃(𝑋 = 𝑥) =
4F 5 √𝑛
4 $A4

𝑀
𝜇=𝑛·
Valor medio:

𝑁
D. normale standardizzata: per ricavare questa d.

𝜇 e varianza 𝜎 > , si passa alla nuova variabile

data la v.a. X distribuita normalmente con media

ponendo: 𝑍 =
aleatoria Z, detta variabile standardizzata
(GAD)

1
𝑓(𝑧) = 𝑒 A > − ∞ < 𝑧 < +∞
H

√2𝜋 𝑝 = 𝑝. si utilizza la statistica:

I" Test sulla proporzione: per sottoporre l’ipotesi nulla

𝑋 − 𝑛𝑝.
𝑥> 1 𝑇=
Sviluppo di Taylor delle principali funzioni:

𝑒4 = 1 + 𝑥 + 𝐹(𝑧) = 𝑃(𝑍 ≤ 𝑧) = @ 𝑒 + 𝑑𝑡 − ∞ < 𝑧 < +∞ ]𝑛𝑝. (1 − 𝑝. )

,

2 √2𝜋
*"
)

𝑥1
sin 𝑥 = 𝑥 − 1 1
3!
)- Varianza campionaria:

𝑃(−∞ < 𝑍 < ∞) = 1 𝑠+ = ^(𝑥/ − 𝑥̅ )+ 𝑜 𝑠 + = [^ 𝑥/+ − 𝑛𝑥̅ +

Proprietà utili per l’uso delle tavole: 0 0

𝑥> 1
𝑛−1 𝑛−1
cos 𝑥 = 𝑥 − 𝑃(−∞ < 𝑍 < 0) = 𝑃(0 < 𝑍 < ∞) = 𝐹(0) =
2! 2
𝑥>
/1$ /1$

log(1 + 𝑥) = 𝑥 − 𝑃(𝑍 ≤ −𝑧) = 𝐹(−𝑧) = 1 − 𝐹(𝑧)

Scarto quadratico medio o deviazione standard:

2 1
𝑃(𝑧= ≤ 𝑍 ≤ 𝑧>) = 𝐹(𝑧>) − 𝐹(𝑧= ) 𝑠=a ^(𝑥/ − 𝑥̅ )+
0

𝑃(−𝑧= ≤ 𝑍 ≤ 0) = 𝑃(0 ≤ 𝑍 ≤ 𝑧=) 𝑛−1

/1$

quando 𝑛 è grande e 𝑝 è ≅ 0.5, allora la bin si può

Relazione tra distribuzione binomiale e normale: Teorema del limite centrale: ricordiamo che una

distribuzioni di Bernoulli, {𝑌/ , 𝑖 = 1, … , 𝑛} tra loro

binomiale X si può ottenere come somma di n

(𝑋 − 𝜇) (𝑋 − 𝑛𝑝) indipendenti. Sia {𝑌/ } una successione di v.a.

appr con la normale. Con v.a. standardizzata:
𝑍= =
𝜎 ~𝑛𝑝(1 − 𝑝) indipendenti di tipo Bernoulli con media 𝜇 = 𝑝 e
varianza 𝜎 + = 𝑝(1 − 𝑝). Allora la distribuzione di 𝑆0 =
𝑌$ + ⋯ + 𝑌0 si approssima con una v.a. normale di
𝑛𝑝 ≥ 5 𝑒 𝑛(1 − 𝑝) ≥ 5
Regola pratica per approssimare:
parametri 𝑛𝜇 e 𝑛𝜎 +. (la media di 𝑆0 è 𝑛𝑝 e la varianza
è n𝑝(1 − 𝑝). Possiamo considerare invece che 𝑆0 la sua
standardizzata 𝑆0∗ :
Ricordare di fare correzione di continuità.

(𝑆0 − 𝑛𝜇)
Relazione tra distribuzione normale e di Poisson;
𝑆0∗ =
𝜇=𝜆 𝜎> = 𝜆 ]𝑛(𝜎 +)
sia X una v.a. di Poisson avente media e varianza:
PROBABILITÀ E STATISTICA
Al crescere di 𝜆 (𝜆 ≥ 10) si può approssimare con
𝜇 = 𝐸(𝑋) = 𝑥= 𝑃(𝑋 = 𝑥= ) + ⋯ + 𝑥$ 𝑃(𝑋 = 𝑥$ )
Valor medio- caso discreto:
Formula probabilità condizionata: probabilità di B

= ‰ 𝑥? 𝑃(𝑋 = 𝑥? ) = ‰ 𝑥? 𝑓(𝑥? ) 𝑋−𝜆 𝑃(𝐴 ∩ 𝐵)

una normale con v.a. standardizzata:
𝑍=
$ $ sapendo che si è verificato A:
𝑃3(𝐵) =
?@= ?@= √𝜆 𝑃(𝐴)
Valor medio- caso continuo: Anche qui correzione di continuità!!

𝜇 = 𝐸(𝑋) = { 𝑥𝑓(𝑥)𝑑𝑥 nota: Una volta estratto il campione di ampiezza 𝑛

9 Intervalli di confidenza per la media-varianza

con 𝑛 sufficientemente grande (𝑛 ≥ 30) e

A9

calcolato il valore 𝑥̅ della media campionaria, si ha

Varianza – caso discreto:

𝜎 > = ‰(𝑥? − 𝜇)> 𝑓(𝑥? ) la stima per intervallo della media 𝜇:

$

?@=

Scaricato da Lorenzo Muraro (lorenzo.muraro@studenti.unitn.it)