Luca Pagani – Riassunto Analisi B

I - Serie numeriche e serie di potenze

- Se bisogna dimostrare la convergenza o la divergenza di una serie in cui compare
un logaritmo, osservare se questo logaritmo si può smontare utilizzando le
proprietà che lo riguardano. Spessissimo salta fuori una serie telescopica.
- Ricordarsi che una sommatoria che contenente un termine generale con una
somma o una sottrazione può essere smontata e le sue parti possono essere
analizzate singolarmente. In particolare, se tutte convergono, la convergenza della
serie intera è uguale alla somma dei termini cui converge ciascuna di loro.
Discorso analogo vale per gli eventuali resti.
∞
- Serie geometrica: ∑ qn Æ Diverge per q ≥ 1, oscilla per q ≤ -1, converge per
n =0
∞
1 qm
q < 1 . A cosa converge? . Qual è il suo resto? ∑ . La serie resto ha lo
1− q n=m
1 − q
stesso carattere della serie da cui è stata generata.
- In base alla condizione di Cauchy, se una certa serie converge, allora il suo
termine generale tende a 0. Se il termine generale non è dunque un infinitesimo,
la serie non converge. Non vale il contrario!
- Criterio dell’integrale: Se f : [1, +∞) Æ R è una funzione positiva e decrescente
+∞
∞
con limite per x Æ +∞ di f(x) = 0, allora la serie ∑ n =1
f (n) e l’integrale ∫ f ( x)dx
1
hanno lo stesso carattere. Molto utile si rivela, a proposito, il criterio del confronto
studiato in Analisi I.
∞
1
- Serie armonica generalizzata: ∑ . Che diventa armonica per  = 1.
α
n =1 n
Converge per  > 1, diverge a +∞ per 0 <  ≤ 1.
- Criterio del confronto: utile quando si può facilmente confinare una certa serie
∞
sopra (o sotto) un’altra di cui si conosce il carattere. Se 0 ≤ an ≤ bn allora ∑ bn
n =1
∞ ∞ ∞
converge se converge pure ∑ an, ∑ an diverge se diverge pure ∑ bn.
n =1 n =1 n =1
Ricordarsi che, oltre a poter sfruttare le serie armoniche e geometriche (di cui si
conosce bene la divergenza e la convergenza), si possono sfruttare anche gli ordini
di potenza. Se dobbiamo dimostrare che una serie converge e in questa serie
compare un logaritmo, si può dire che definitivamente (n va a +∞ e ci basta che la
relazione valga da un certo punto in avanti) nε è sicuramente maggiore di log(n).
Se il confronto lo permette (se, in maniera opportuna, la serie dove abbiamo nε
converge), si può dunque riuscire a confinare la funzione “da sopra” (vedi es.
1.1.8).
- Armonica vs. geometrica: non fare confusione! Nella geometrica la sommatoria
riguarda l’esponente (es. qn), nella serie armonica la sommatoria riguarda la base
(es. 1/na).
Luca Pagani – Riassunto Analisi B

- Confronto asintotico: se an, bn sono tali che, per ogni n, 0 < an e 0 < bn (serie a
∞
termini positivi), e tali per cui an ~ bn, per n che tende a +∞, allora ∑ an ha lo
n =1
∞
stesso carattere di ∑ bn. Questo criterio funziona benissimo! Portando n a +∞ si
n =1
possono usare tutti gli escamotage riguardanti l’ordine di potenza, gli infinitesimi
(es. log(1+x)~x per xÆ0) o le serie di Taylor (v. promemoria), semplificare di molto
il termine generale e facilitarsi i calcoli in maniera evidente.
- Promemoria: serie di Taylor

- Criterio del rapporto: somiglia molto a quello di Analisi A. Se esiste il limite

a
di una serie a termini positivi (così definito: l = lim n+1 ), allora se 0 ≤ l < 1 la serie
x→∞ a n
∞ ∞
∑ an converge. Altrimenti, se l > 1, la serie ∑ an diverge a + ∞. Se l = 1 allora
n =1 n =1
questo metodo non funziona!
- Criterio della radice: è l’ultimo applicabile alle serie a termini positivi (e vorrei
n
vedere, c’è la radice!). Se esiste il limite l = lim a n , allora se 0 ≤ l < 1 la serie
x→∞
∞ ∞
∑ an converge. Altrimenti, se l > 1, la serie ∑ an diverge a + ∞. Anche stavolta,
n =1 n =1
se l = 1 allora questo metodo è inefficace.
- Se una serie ha termini di segno non costante, possiamo comunque dire qualcosa
sul suo valore assoluto. In particolare, proviene dalla condizione di Cauchy e dalla
Luca Pagani – Riassunto Analisi B

∞
disuguaglianza triangolare il fatto che se ∑ a n converge (convergenza assoluta),
n =1
∞
allora anche ∑ an converge (convergenza semplice), ma non vale il viceversa!
n =1
- Vi sono serie a segno non costante molto particolari, o comunque con un minimo di
regolarità: sono le serie a sego alterno (+, -, +, -, +…riconoscibili per la presenza di
un termine come -1n). In questo caso è applicabile il criterio di Leibniz: queste
serie, infatti, possono essere strutturate come prodotto fra il termine -1n e una
serie an > 0 (e quindi a termini positivi). Se an è decrescente e convergente a zero,
∞
allora anche la serie ∑ (-1)n+1 an converge ad un reale positivo l, che può essere
n =1
n
approssimato dalla somma parziale ∑ (-1)k+1 ak, per eccesso se n è pari, per
k =1
difetto se n è dispari.
- Se si opera coi numeri complessi (ciò è plausibile: ma le differenze con i reali sono
davvero pochissime: valgono infatti tutti i criteri fin’ora esposti) è di ovvia utilità
ricordarsi le formule del reciproco ( = coniugato ⋅ modulo-2) e del modulo
( ℜ 2 + ℑ 2 ).
- È definita serie di potenze (di punto iniziale x0 e coefficienti an) la così definita
∞
sommatoria: ∑ a n ( x − x0 )n . Che cos’è il suo dominio? È l’insieme dei punti x in cui
n =0
la serie converge. Per esempio, il dominio (di convergenza) della serie geometrica è
(-1,+1). Occorre quindi definire quando una serie di potenze converge: a tale scopo
∞
si può utilizzare il teorema che afferma: se la serie di potenze ∑ a n ( x − x 0 )n
n =0
converge semplicemente in x ( x ≠ x0) allora essa converge assolutamente e
semplicemente per ogni x tale che |x – x0|< | x - x0|; x0 è dunque il punto centrale
(in cui la serie converge semplicemente) di un intervallo (in cui la serie converge
sia assolutamente che semplicemente).
- Definiamo il raggio di convergenza: R = sup {| x - x0|: la serie converge in x }.
Esso può variare da 0 a + ∞ (compresi). Si possono quindi distinguere tre casi:
1. R = 0; caso degenere: l’insieme contiene solo il numero zero e la serie
converge solo nel centro;
2. R = +∞; possiamo prendere punti di convergenza arbitrariamente lontani.
La serie converge su tutto l’asse reale.
3. 0 < R < +∞; la serie converge assolutamente per x ∈ (x0 – R, x0 + R). Nei
punti fuori dall’intervallo non converge. E negli estremi? Boh! Il
comportamento è dei più svariati.
∞
- Come trovare il raggio di convergenza: data la serie di potenze ∑ an x n con an ≠
n=0
a n+1
0, se esiste il limite lim = l , allora la serie ha raggio di convergenza R = l-1.
n→∞ an
Nota che ci sono i valori assoluti, che si mangiano qualsiasi problema riguardante
Luca Pagani – Riassunto Analisi B

termini come (-1)n. Per capire dunque il carattere di una serie si guarda il termine
affianco all’xn, che non è automaticamente detto che sia un Reale in quanto
potrebbe anche trattarsi di un Complesso zn.
- Quando si è trovato il raggio di convergenza e si vuole dunque esaminare il
comportamento di una serie agli estremi, questi vanno sostituiti alla x, non alla n.
Infine, se ci viene chiesto il dominio di convergenza di una serie in cui i termini in
x sono tutti racchiusi dentro una parentesi “elevata” alla n, allora il raggio di
convergenza (trovato col criterio del rapporto) va messo in disequazione con tutto
ciò che sta dentro la parentesi. Attenzione al dominio di quest’ultima funzione
dentro la parentesi! Certi valori del dominio di convergenza non sono con esso
compatibili.
- Se si deriva una serie di potenze, termine a termine, allora si ottiene una derivata
espressa attraverso una serie di potenze che ha lo stesso raggio di convergenza di
quella assegnata. Stesso discorso per l’integrazione termine a termine.
- Che si può dire negli estremi di una funzione definita attraverso una serie di
potenze? Certamente essa non può avere discontinuità, neppure agli estremi:
ovunque è definita, essa e continua (Lemma di Abel). Se R è il raggio di
convergenza e R + x0, R – x0 sono i suoi estremi, allora f (x0 ± R ) = lim f ( x) . Se
x→ x ± R
ci chiedono dunque di trovare la continuità di una funzione espressa tramite una
serie, dobbiamo cercare il dominio di convergenza e poi includere gli estremi in cui
la funzione converge (se uno degli estremi diverge non fa parte del dominio!). In
tutti questi punti la funzione sarà continua.
- Risultato interessante: ogni serie di potenze è una serie di Taylor. Se infatti
deriviamo una qualsiasi serie (partendo da quella con termine noto a0),
cambieremo, ad ogni derivazione, il termine non moltiplicato per x [passaggio dopo
passaggio: a1, 2a2, 6a3, …, n!an = f(n)(x0)]. Dividendo n!an = f(n)(x0) per n! troviamo
proprio un’espressione familiare che, se sostituiamo alla definizione di serie di
potenze…
- Mica tutte le serie di potenze si possono però scrivere come serie di Taylor: si
necessita che R > 0 e che |x-x0|< R (x0 è detto punto iniziale).
Luca Pagani – Riassunto Analisi B

II – Funzioni a più variabili reali

- Nell’interpretazione geometrica di queste funzioni, di notevole importanza è il

concetto di linea di livello. Se la funzione ha un dominio in R2 (piano) e un
risultato in R (una quota), possiamo immaginare che il piano z = 0 (dove sta il
dominio) sia la carta topografica della superficie grafico (che sta nelle tre
dimensioni). Ogni linea di livello, in questo contesto, può essere trovata tagliando
il grafico con piani z = k e proiettando quest’intersezione nel piano del dominio.
Capire come sono fatte le linee di livello (sono regolari? Sono circonferenze? Etc…)
aiuta tantissimo a capire com’è fatto il grafico della funzione in esame. Se ci viene
data una funzione e ci viene chiesto di provare che una tale equazione (o
parametrizzazione) è una linea di livello, allora bisogna inserire nella funzione i
termini della traiettoria che ci vengono forniti e controllare se viene un risultato
costante. Se così è, la nostra parametrizzazione individua una linea di livello. In
alternativa, si può usare la regola della catena (v. più avanti).
- Disuguaglianza di Cauchy-Schwarz: x, y ≤ x ⋅ y . Vale in tutte le dimensioni.
- I teoremi di Bolzano e Weierstrass sulla continuità, sui massimi e minimi, sulla
connessione nell’insieme d’arrivo, hanno ancora piena validità.
- Nella ricerca di un limite della funzione a più variabili, teniamo presente che
molto spesso questo limite non esiste o non ha senso. Per assicurarci che esista
davvero dobbiamo verificare che, procedendo verso il punto di accumulazione, la
funzione tenda allo stesso valore limite qualsiasi sia il percorso che si fa per
arrivare al punto in questione. Cosa si può fare? Trasformiamo il limite
lim f ( x, y ) in un altro lim f (r (t )) dove r(t) è un percorso (arco) scelto a piacere
( x , y ) →( x , y ) t→t
(ad es. retta x = tv1, y = tv2; parabola x = t, y = t2 etc…) e t è il punto di
accumulazione che si ottiene operando un corretto cambio di variabile. I casi sono
molteplici: potrebbe accadere che il limite non dipenda da t ma ad esempio da v
(che nella parametrizzazione della retta indica la direzione), oppure lo stesso
limite può dipendere dal percorso scelto e i rispettivi valori-limite possono non
collimare (il limite è unico!). Un mezzo molto potente è il passaggio a coordinate
polari. Se, operato il cambio, il limite non dipende da θ (e quindi dall’estremo
superiore dei termini che lo contengono), e converge uniformemente allo zero (è
“stretto”, in disequazione, tra due cose che vanno a zero) allora significa che esso
non dipende dal percorso e quindi esiste e ha senso. Attenzione al cambio di
variabile! Dopo non è più il vettore (x,y) a tendere a 0 (o al punto di
accumulazione) ma t oppure r (se si è scelta rispettivamente una
parametrizzazione o le coordinate polari) che in genere tendono - per la natura del
cambio - comunque allo 0. Se così è, può rivelarsi utile usare serie di Taylor
oppure regole di infinitesimi.
- Calcolare una derivata parziale non è difficile: basta derivare una funzione
rispetto alla variabile richiesta e considerare il resto come una costante. La
definizione (limite di rapporto incrementale) è analoga a quella della derivata di
Analisi I, solo che questa volta l’incremento infinitesimo interessa soltanto una
variabile. Attenzione alle funzioni definite per casi! A molte funzioni a più
variabili viene assegnato il valore 0 nell’origine che – altrimenti - spesso non
sarebbe definita; usare la definizione (rapporto incrementale) per trovare le
derivate parziali nello zero è, in questo caso, un modo per evitare errori. Ciò
Luca Pagani – Riassunto Analisi B

mostra anche che derivabilità non assicura la continuità, nelle funzioni a più
variabili! Anzi, una funzione può non essere continua e avere tutte le derivate
direzionali: per provarlo, basta calcolare il rapporto incrementale rispetto un
generico versore (v1, v2) e mostrare che la derivata parziale rispetto a questo
versore esiste sempre.
- Nell’Analisi I si diceva che una funzione a una sola variabile reale era ben
approssimabile, al prim’ordine, dalla retta y = f ( x ) + f ' ( x )( x − x ) . Nelle funzioni a
più variabili si può fare un ragionamento analogo, ma questa volta non sarà una
retta bensì un piano ad approssimare la funzione: più precisamente il piano è
z = f ( x , y ) + f x ( x , y )( x − x ) + f y ( x , y )( y − y ) . Se la variazione è di (h,k), allora si dice
differenziale l’incremento f x ( x , y ) h + f y ( x , y )k . Se il differenziale esiste ed ha
senso, la funzione si dice differenziabile. La differenziabilità è una condizione
forte: assicura infatti la continuità e la parziale derivabilità (mentre il contrario
non funziona, che sfiga). Una funzione, per essere differenziabile, deve
ovviamente avere le derivate parziali! Se ci viene chiesta l’esistenza del
differenziabile in un determinato punto, controlliamo innanzitutto se queste
derivate esistono; a questo proposito, il passaggio a coordinate polari abbinato
⎛ f ( x + h, y + k ) − f ( x , y ) − f x ( x , y ) h − f y ( x , y ) k ⎞
all’uso della definizione ⎜ lim = 0⎟ è
⎜ ( h , k ) →( 0 , 0 ) ⎟
⎝ h2 + k 2 ⎠
un valido strumento.
- Si definisce vettore gradiente di una funzione (∇f) il vettore che ha per componenti
le derivate parziali della funzione stessa. Ha la grande utilità di facilitare la
scrittura del differenziale per le funzioni a n variabili reali (quante se ne vuole).
Se h è il vettore-incremento (h1, h2, …, hn), lo sviluppo al prim’ordine di f
differenziabile in x si scrive: f( x + h) = f( x ) + 〈∇f( x ),h〉 + o ( h ) .
- Se una funzione è differenziabile (in un punto), allora esistono tutte le derivate
∂
direzionali e per ogni direzione v si ha che f ( x ) = ∇f ( x ), v . Di conseguenza la
∂v
funzione è derivabile in ogni direzione e il gradiente non nullo – oltre a essere
sempre perpendicolare alla linea di livello - indica la direzione di massima
pendenza del grafico rispetto al punto.
- Teorema del differenziale totale: se le derivate parziali di f(x) sono definite per
tutti gli x in un intorno di x (in un “dominio”) e sono funzioni continue della
variabile x nel punto (si dice che f di classe C 1, perché tutte le sue derivate 1me
sono continue), allora f è differenziabile in x (nel dominio). Non vale il viceversa.
- La continuità delle derivate di una funzione e la validità della
∂
regola f ( x ) = ∇f ( x ), v (per ogni v e non solo per alcuni) sono due ottime
∂v
condizioni da utilizzare in eventuali esercizi. Il teorema del differenziale totale,
appena visto, è poi il metodo più veloce alternativo all’arida applicazione della
definizione.
- In Analisi I una funzione era costante se la derivata prima era zero. Nelle funzioni
a più variabili se una funzione ha gradiente nullo in ogni punto dell’insieme D
(aperto e connesso), allora è costante al suo interno.
- E se ci troviamo di fronte a una funzione a più variabili composta? Esiste la
regola della catena: se x è derivabile nel punto t ed f è differenziabile nel punto
corrispondente x(t), allora la funzione composta è derivabile in t con
Luca Pagani – Riassunto Analisi B

d
f ( x(t )) = ∇f ( x(t )), x' (t ) . Se vogliamo applicare la regola della catena per
dt
scoprire se, in una determinata funzione, una certa parametrizzazione individua
una linea di livello, il prodotto scalare sarà fra le derivate parziali e le equazioni
della traiettoria parametrizzata. Se il risultato è 0, la traiettoria è linea di livello.
- Rendiamo le cose più complicate: prendiamo una funzione a valori vettoriali.
Ecco le analogie con quelle studiate fin’ora:
1. L’approssimazione al prim’ordine: f ( x + h) = f ( x ) + Ah + o( h ), h → 0 , dove A
è una matrice che rappresenta un’applicazione lineare e qui fa da
differenziale.
2. Il gradiente diventa la matrice Jacobiana, così strutturata:
⎛ f1x1 ( x) f1x2 ( x) f1x3 ( x) .... f1xn ( x) ⎞
⎜ ⎟
⎜ f 2 x1 ( x) f 2 x2 ( x) f 2 x3 ( x) .... f 2 xn ( x) ⎟
⎜ M M M M ⎟ = J f (x )
⎜ ⎟
⎜ f mx ( x)
⎝ 1 f mx2 ( x) f mx3 ( x) .... f mxn ( x) ⎟⎠
Ogni riga corrisponde al gradiente di ogni singola componente.
3. Per le funzioni composte il gradiente diventa una moltiplicazione fra
matrici Jacobiane. J f o g ( x ) = J g ( y ) ⋅ J f ( x ) .
4. Se il determinante Jacobiano di una matrice è diverso da zero, allora si può
localmente invertire la funzione e J f −1 ( f ( x)) = ( J f ( x)) −1 .
- Problema: quante sono le derivate seconde di una funzione da Rn Æ R? Sono n2,
perché posso derivare per prima volta rispetto a una delle n variabili, e una
seconda volta per un’altra variabile a scelta (che sia la stessa o un’altra non
importa). Le derivate terze – poi - sono n3, insomma, il meccanismo è quello. Sarà
mai possibile che una funzione con un minimo di regolarità abbia le derivate del
tipo f xy , f yx diverse fra loro? Effettivamente non è così e ce l’assicura il teorema
di Schwarz: le derivate di questo tipo, se definite in un intorno di x in cui sono
continue, sono uguali. Possiamo estendere il caso fino alle derivate di ordine n: in
questo caso, se f ∈ C k (D) , l’ordine con cui sono considerate le eventuali k variabili
di derivazione è ininfluente. Tornando al caso di k = 2, se mettiamo tutte le
derivate (seconde) possibili in una matrice n x n, in cui n è il numero delle
variabili che abbiamo in esame, otteniamo la matrice Hessiana così definita
⎛ f x1x1 ( x) f x1x2 ( x) f x1x3 ( x) K f x1xn ( x) ⎞
⎜ ⎟
⎜ f x2 x1 ( x) f x2 x2 ( x) f x2 x3 ( x) K f x2 xn ( x) ⎟
⎜ M M M M ⎟ = H f (x )
⎜ ⎟
⎜ f x x ( x)
⎝ n1 f xn x2 ( x) f xn x3 ( x) K f xn xn ( x) ⎟⎠
Per quanto abbiamo detto fin’ora e all’interno del caso che stiamo esaminando,
non è difficile capire perché la matrice Hessiana sia una matrice simmetrica.
- Il teorema di Schwarz si rivela utile in alcuni esercizi: per esempio, può essere un
utile strumento per la verifica dell’esistenza di una non conosciuta funzione f di
cui si conoscono le derivate parziali. Se sono soddisfatte le ipotesi del teorema e si
deriva ancora una volta - in modo da ottenere f xy , f yx - e si scopre che queste
Luca Pagani – Riassunto Analisi B

ultime sono fra loro diverse, allora la funzione di partenza non può esistere.
Perché se la matematica fosse un’opinione, Cicognani allenerebbe il Cesena.
- La matrice Hessiana ci torna utile se vogliamo fare lo sviluppo al
1 2
second’ordine: f ( x + h) = f ( x ) + ∇f ( x ), h + H f ( x )h, h + ο ( h ), h → 0 .
2
- Come in ogni studio di funzione che si rispetti, è necessario porsi un problema di
massimi e minimi. In Analisi I si cercavano i valori in cui la derivata prima si
annullava: qui bisognerà cercare i punti nei quali si annulla il gradiente. Tali
punti sono detti critici e i relativi estremanti vengono detti liberi perché interni
al dominio D. I punti critici possono essere di massimo, di minimo o di sella
(metodo: se si vuole scoprire se l’origine è un punto di sella in una determinata
equazione, controlliamo che succede in intorni circolari che attraversano i vari
quadranti: se la funzione assume valori di segno diverso, allora per forza l’origine
è un punto di sella). Esaminiamo un po’ di condizioni:
o NECESSARIA. Se f ∈ C 2 ( D) , se f ha valori scalari e x è un punto critico
interno al dominio, se x è un punto di minimo (risp. di massimo) relativo,
allora la matrice hessiana Hf( x ) è semidefinita positiva (risp. semidefinita
negativa). In particolare, se la matrice hessiana Hf( x ) è indefinita, allora x
è un punto di sella. Reminescenze di Geometria: quando una matrice
simmetrica è semidefinita positiva o negativa? Teorema di Sylvester: sia
A ∈ S n (R) una matrice simmetrica reale e, per ogni k ∈ N n , sia Mk il minore
di A formato dalle prime k righe e dalle prime k colonne. Allora A è definita
positiva se e solo se ∀k ∈ N n il detMk > 0; A è definita negativa se ∀k ∈ N n il
detMk è > 0 per i k pari e < 0 per i k dispari.
o SUFFICIENTE. Sia f ∈ C 2 ( D) , f a valori scalari e x un punto critico interno al
dominio; allora se Hf( x ) è definita positiva (risp. definita negativa)
allora x è un punto di minimo (risp. di massimo) relativo. Reminescenze di
Analisi I: è l’equivalente (in più variabili) della positività o negatività della
derivata seconda! Nel caso della matrice hessiana indefinita, abbiamo
sempre il punto di sella.
- Fin’ora abbiamo esaminato punti critici interni al dominio D. E sulla frontiera?
Tenendo conto del fatto che, spesso, nelle applicazioni, tratti di frontiera sono
descritti da una o più equazioni, possiamo parlare di massimi e minimi di
funzioni vincolati a queste equazioni. Definiamo innanzitutto cos’è una varietà -
in R2 – di una certa funzione g: è una funzione di classe C1 in A tale che
∇g ( x, y ) ≠ 0 in tutti i punti tali che g(x,y)=0 (Å Vincolo!). Si parla in tal caso di
varietà di dimensione 1 (le dimensioni sarebbero 2, ma vengono ridotte a 1 a
causa del vincolo): il grado di libertà pari ad 1 dovrebbe renderci in grado di
esplicitare la relazione g(x,y) = 0 o così y = y(x), o così x = x(y) – insomma, con una
variabile espressa in funzione dell’altra. Su tutto il dominio non si può fare, ma
localmente sì, e ce lo permette il teorema del Dini. Se g ( x , y ) = 0 ,
g y ( x , y ) ≠ 0, g ∈ C 1 allora esistono sicuramente I e J intervalli reali dove
− g x ( x, y )
x ∈ I , y ∈ J e una funzione y: I Æ J tale che y( x ) = y , y’(x)= e risultano
g y ( x, y )
equivalenti le relazioni g(x,y) = 0 e y = y (x). In pratica, in un piccolo rettangolino
Luca Pagani – Riassunto Analisi B

del piano che racchiude un piccolo tratto di frontiera, è possibile ricavare una
variabile in funzione dell’altra.
- A questo punto vogliamo determinare quali siano questi massimi e minimi
vincolati. C’è un metodo sistematico: quello dei moltiplicatori di Lagrange. Se
( x , y ) è un punto di massimo o minimo vincolato sulla varietà V = {(x,y) ∈ A:
g(x,y)=0}, per la funzione f: AÆR, differenziabile, allora basta risolvere il
⎧ f x ( x, y ) =λg x ( x, y )
⎪ f ( x , y ) = λ g ( x, y )
⎪ y y
sistemone: ⎨ . Facile, no?
⎪ g ( x, y ) = 0
⎪( x, y ) ∈ A
⎩
- Estendiamo il caso alle verità di dimensioni 2 (nello spazio). L’analisi locale
riguarda, questa volta, un cubettino che racchiude la frontiera. Se ( x , y , z ) è un
punto di massimo o minimo vincolato sulla varietà V = {(x,y,z) ∈ A: g(x,y,z)=0}, per
⎧ f x ( x, y, z ) =λg x ( x, y, z )
⎪ f ( x , y , z ) = λ g ( x, y , z )
⎪ y y
⎪
la funzione f: AÆR, differenziabile, allora il sistemone è: ⎨ f z ( x, y, z ) = λg z ( x, y, z ) .
⎪ g ( x, y , z ) = 0
⎪
⎪⎩( x, y, z ) ∈ A
Il sistemone assicura che ∇f ( x , y , z ) = λ∇g ( x , y , z ) e che quindi il vettore gradiente
appartiene allo spazio ortogonale.
- Se le condizioni del vincolo sono più d’una, allora non sarà sufficiente una sola
costante λ, ma dovremo introdurne un’altra; il sistema diventa allora così.
⎧ f x ( x, y, z ) =λg1x ( x, y, z ) + μg 2 x ( x, y, z )
⎪
⎪ f y ( x, y, z ) = λg1 y ( x, y, z ) + μg 2 y ( x, y, z )
⎪⎪ f ( x, y, z ) = λg ( x, y, z ) + μg ( x, y, z )
⎨
z 1z 2z
.
⎪ g1 ( x , y , z ) = 0
⎪ g ( x, y , z ) = 0
⎪ 2
⎪⎩( x, y, z ) ∈ A
- I sistemoni di Lagrange sono utilissimi in problemi di massimo e minimo
come, ad esempio, trovare la distanza minima (o massima) di un punto da un
piano o dall’intersezione di più piani, oppure trovare superficie e volume massimi
di oggetti di cui si conoscono certe caratteristiche che fungono da “vincoli”.
Problemi da scuola superiore? Niente affatto. Questo metodo ha potenzialità
enormi, che si estendono oltre il campo dell’analisi di funzione: può essere infatti
applicato a problemi geometrici o fisici, insomma, ovunque ci sia un problema in
cui bisogna rispettare delle condizioni (vincoli) e in cui si cercano i valori “limite”,
beh, Lagrange è quel che fa per te. La funzione di cui si dovranno cercare i punti
critici sarà: la distanza espressa con un sistema di coordinate a scelta, nei
problemi di distanza (es. cartesiana nelle tre dimensioni x 2 + y 2 + z 2 ); la
funzione f(x1, x2, …, xn) nell’analisi più astratta; la funzione di volume di un solido
nei problemi di volume, etc…
- Se, poi, si conoscono i massimi e i minimi di una funzione essendo
contemporaneamente soddisfatte le ipotesi dei teoremi di Bolzano e di
Luca Pagani – Riassunto Analisi B

Weierstrass, allora il metodo di Lagrange permette di trovare l’intera immagine

[Min, Max], ovvero f(D) dove D è il dominio.
- Attenzione a non confondere le equazioni (e disequazioni) del vincolo (spesso si
trovano fra parentesi graffe nell’espressione del dominio A ⊂ Rn Æ R) con quelle
della funzione f(x,y,z), che viene data “a parte”! A volte, infine, sarà necessario
smontare i sistemi a causa di alcune disequazioni o di qualche equazione
verificata in più valori (es x = 0 ∨ λ = 1). Da un sistema di Lagrange possono
quindi venire fuori molti punti e non necessariamente uno solo.
- Se il dominio di una funzione comprende connessi disgiunti (spesso a causa di
un valore assoluto), allora le cose si complicano: bisognerà unire le immagini di
entrambi i connessi, dopo averne trovato le varietà, impostato i soliti sistemi,
trovato i punti critici. La soluzione sarà l’unione di più intervalli.
- Può rivelarsi utile ricordare alcune formule di geometria solida analitica:
x2 y2 z2 x2 y2 z2
Cono: + − = 0 ; Ellissoide: + + = 1 ; Iperboloide a una falda:
a2 b2 c2 a2 b2 c2
x2 y2 z2 x2 y2 z2
+ − = 1 ; Iperboloide a due falde: + − = −1 ; Paraboloide ellittico:
a2 b2 c2 a2 b2 c2
x2 y2 x2 y2
2z = + , ( p, q > 0) ; Paraboloide iperbolico: 2 z = − , ( p, q > 0) ; Sfera:
p q p q
x2 + y2 + z 2 = k .
Le varietà, infatti, sono spesso superfici coniche, calotte sferiche, circonferenze,
cerchi, vertici; conoscere la natura del dominio permette quindi di trovare le
giuste equazioni da mettere a sistema.
Luca Pagani – Riassunto Analisi B

III – Equazioni differenziali

- PRIM’ORDINE: Trattasi di equazioni del tipo y’(x) = f(x, y(x)). La soluzione sarà una
funzione y(x) di classe C1 della variabile x, definita in un intervallo reale I. Una
soluzione si dice massimale se è definita in un intervallo I tale che non esiste una
soluzione prolungamento di y(x) ad un intervallo J che contiene I strettamente.
Verranno quindi date soluzioni su intervalli più grandi possibili.
- L’equazione differenziale più semplice in assoluto è y’ [viene sottointeso y’(x)] =
f(x). Non dobbiamo fare altro che applicare l’integrale.. La soluzione sarà
x
y ( x) = c + ∫ f (t )dt , con c costante arbitraria. Se conosciamo la condizione iniziale
x0
y(x0) = y0 allora c = y0 e avremo una soluzione invece che infinite.
- Uno dei metodi per risolvere queste equazioni è quello, ad esempio, ottenere una
derivata notevole tramite passaggi algebrici (es. dividendo la funzione
differenziale in modo da portare da una parte i termini in y). Ricordiamoci sempre
che il nostro scopo è quello di trovare domini massimali: se il risultato di
un’equazione differenziale è una frazione, il denominatore potrebbe annullarsi,
se è una radice, può non esistere in alcuni punti (che andrebbero eventualmente a
restringere il dominio). Ecco un esempio che mostra cosa si è detto fin’ora:
y '= −2 xy 2 [per comodità di notazione non si scrivono tutte le (x)]
− y ' ( x) 1 1
= 2 x [derivata notevole!] Æ = ∫ 2 xdx Æ y = 2 . Il denominatore può
2
y ( x) y x +c
annullarsi! Se c > 0: dominio massimale R; c = 0: 2 domini massimali (-∞, 0), (0,
+∞); c < 0: 3 domini massimali etc…
- Come si vede in questo esempio, abbiamo infinite soluzioni e ci servirebbe una
condizione iniziale per determinarne univocamente un’unica. A tal proposito si
dice Problema di Cauchy un problema caratterizzato da un’equazione
differenziale e una condizione iniziale. Un problema di questo tipo ha un’unica
soluzione massimale se la funzione f(x,y) è continua con derivata fy(x,y) continua
[in una parola: classe C1].
- EQUAZIONI LINEARI DEL PRIM’ORDINE: è una delle poche classi di equazioni
differenziali di cui si conosca un procedimento preciso per risolverle. La forma
generale è y ' = a ( x ) y + b( x ) , con a, b funzioni continue a valori reali; indicando con
Ly = y’ – a(x) y [L è un’operazione che si fa sull’incognita], si scopre che L(c1y1 +
c2y2) = c1Ly1 + c2Ly2. Da qui il termine lineari. Come risolverle? Riscriviamo
l’equazione sopraccitata nella forma y ( x )'− a ( x ) y = b( x ) e definiamo con A(x)
= ∫ a ( x) dx una primitiva fissata del coefficiente a (ricordiamo che i coefficienti qui
son funzioni di grado pure superiore a 0), che è poi quello che moltiplica la y;
moltiplichiamo la nostra funzione differenziale per e − A( x ) e notiamo che a sinistra
compare una derivata notevole, che ha come primitiva la funzione y(x) e − A( x ) .
Integrando da entrambe le parti otteniamo che: y ( x)e − A( x ) = ∫ b( x)e − A( X ) dx + c ;
moltiplichiamo ora per e A( x) e otteniamo l’espressione di y che ci consente di
risolvere tutte le equazioni di questo tipo: y= ce A( x ) + e A( x ) ∫ b( x)e − A( x ) dx . Questa
soluzione è strutturata come somma fra l’integrale generale dell’equazione
Luca Pagani – Riassunto Analisi B

omogenea ( y’ = a(x)y ) e una soluzione particolare (che ovviamente non può

esserci se b(x) = 0: in tal caso la soluzione è semplicissima Æ y= ce A(x ) ).
- In tantissime soluzioni di equazioni differenziali troviamo e elevato a un logaritmo
naturale. Ciò semplifica tantissimo la notazione.
- RISOLVERE UN’EQUAZIONE DIFFERENZIALE E NON ACCOMPAGNARE ALLA SOLUZIONE IL
DOMINIO È UN ERRORE! BISOGNA SEMPRE IL DOMINIO MASSIMALE, ED ESAMINARE
SEMPRE IL DOMINIO DELLA x. IL DOMINIO DA CERCARE È L’INTERVALLO PIÙ GRANDE
CHE CONTIENE IL PUNTO INIZIALE E IN CUI a(x), b(x) SONO CONTINUE.
- Attenzione al Dominio!: se delle volte abbiamo la soluzione del tipo y2 = f(x),
quando facciamo la radice (e mettiamo il nostro bel ±), aspettiamo a dire che sono
entrambe soluzioni valide! Devono infatti entrare SIA nel dominio massimale
della funzione differenziale, SIA nel dominio della funzione y2(x), e devono pure
essere derivabili (sennò che senso ha scrivere un’equazione differenziale?). Delle
volte capita, soprattutto nel caso delle variabili separabili, che il denominatore si
annulli in certi punti: questi possono già contornare un dominio massimale!
Andiamo subito a controllare dove sta la soluzione dell’istante iniziale.
- Attenzione ai Logaritmi! Se ci troviamo di fronte a cose come log x − 2 ,
controlliamo se nel punto iniziale x-2 è positivo: sennò dobbiamo invertire di
segno! Se non ci vengono dati punti iniziali, che sfiga, ci toccherà differenziare le
varie casistiche. A volte questo procedimento risulta davvero intricato: si tenga
soprattutto conto di radici, logaritmi, valori assoluti.
- Attenzione alle Soluzioni! In equazioni tipo y’ = x(y3 – y), y = 0 è soluzione,
anzi, qui il termine tra parentesi ne genera 3! Non ignoriamola!
- C’è poi un simpatico escamotage che ci permette di trasformare equazioni del
SECONDO ORDINE ad equazioni lineari del prim’ordine. Un’equazione del secondo
ordine del tipo y ' ' = a ( x ) y '+b( x) , posto z = y’, diventa z ' = a ( x) z + b( x) . Quest’ultima è
già un pelo più familiare e possiamo trovare z con il metodo dell’equazioni del
prim’ordine. Dobbiamo però ricordarci che a noi serve una primitiva di z (ci viene
chiesta y): infatti sarà necessario, una volta trovata z tramite l’usuale formula, re-
integrare ulteriormente. A causa di questa seconda re-integrazione avremo, alla
fine, due costanti arbitrarie c1 e c2. Dunque un problema di Cauchy, qui, richiede
due condizioni iniziali, non una! Una volta trovata z si impone la condizione
iniziale con y’ = [qualcosa], poi, solo in seguito, si re-integra e quindi si impone la
seconda condizione y = [qualcosa]. Ecco trovate le nostre costanti.
- I trucchetti non finiscono qui. Un altro tipo di equazione, riconducibile ad
equazioni lineari del prim’ordine, è quello di Bernoulli. La sua forma è questa:
y ' = a( x) y + b( x) y α . Abbiamo a, b continue e reali; supponendo che y non sia zero
(la soluzione nulla però esiste sempre, in questo tipo di equazioni), moltiplichiamo
y'
per y −α . Che viene? α = a( x) y1−α + b( x) . Ma il termine a sinistra altro non è che
y
1 d 1−α d 1−α
( y ) : se poniamo ( y ) pari a una nuova incognita z, ci siamo
1 − α dx dx
ricondotti al caso precedente. Siccome a sinistra è comunque presente la derivata
di z, l’equazione si potrà scrivere così z ' = (1 − α ) a ( x ) z + (1 − α )b( x ) . Non resta che
risolverla col metodo delle equazioni di prim’ordine.
- Altra casistica: equazioni a variabili separabili. Sono fatte così: y ' = h( y ) g ( x ) .
Sono h e g funzioni continue delle proprie variabili; esse, quindi, se anche la
Luca Pagani – Riassunto Analisi B

derivata in y dell’equazione è continua, soddisfano le ipotesi del teorema di

esistenza e unicità della soluzione del problema di Cauchy. Beh, se queste
equazioni si chiamano a variabili separabili ci sarà anche un motivo: dividendo
tutto per h(y) [sottointeso: h(y(x))] - assicurandoci che questo non sia zero!
y ' ( x)
(scrivere sempre il dominio) - otteniamo = g ( x) e abbiamo così separato la
h( y ( x))
1
y da tutto il resto. Ora introduciamo H(y), primitiva fissata pari a ∫ dy , in
h( y )
d
modo da scrivere tutto così H ( y ( x)) = g ( x) e poter integrare: H ( y ) = G ( x ) + c
dx
[G(x) primitiva di g(x)]. L’unica soluzione del problema di Cauchy è quindi
y = H −1 (G ( x) + c0 ) , dove c0 è H(y0) – G(x0). Per ricordarsi cosa dobbiamo fare c’è un
dy
trucchetto simbolico: scriviamo alla maniera di Leibniz = h( y ) g ( x) ,
dx
moltiplichiamo per dx, dividiamo per hy, integriamo.
- Equazioni riconducibili a variabili separabili: è un’equazione del tipo
⎛ y⎞
y' = f ⎜ ⎟ . In genere a questa considerazione si arriva per esclusione: si osserva
⎝x⎠
che la funzione che abbiamo in mano non è lineare, non è di Bernoulli, non è a
y ( x)
variabili separabili. E mo’? Sarà di questo tipo, per forza. Poniamo z ( x) = ,
x
troviamo y(x), deriviamo e troviamo questa nuova espressione: y ' = z + xz ' , che
sostituiremo da una parte dell’uguale (dall’altra ci sarà un’altra funzione con z e x:
ora possiamo agire attraverso le equazioni a variabili separabili). Ricordiamoci
sempre della condizioni iniziali e del dominio massimale!
- EQUAZIONI LINEARI DI ORDINE SUPERIORE AL PRIMO: ovvero quelle del tipo
f ( x) = y ( n ) + a1 ( x) y ( n−1) + ... + a n−1 ( x) y '+ a n ( x) y . Anche in questo caso si dicono
“lineari” perché l’operazione Ly sulle funzioni y(x) di classe Cn, pure stavolta ha la
caratteristica di far risultare L(c1y1 + c2y2) = c1Ly1 + c2Ly2 (linearità).
- Il problema di Cauchy y ' '+ a1 ( x) y '+ a 2 ( x) y = f ( x) , completo di condizioni iniziali
y(x0) = y0 e y’(x0) = y1, per un’equazione lineare del secondo ordine - con coefficienti
a1(x), a2(x) e termine noto f(x) funzioni definite e continue in un intervallo reale I –
ha un’unica soluzione che risulta definita e di classe C2 su tutto I. Si tratta
della versione “estesa” di quanto si è detto per le equazioni differenziali lineari del
prim’ordine.
- Esaminiamo ora il caso di EQUAZIONE OMOGENEA: y’’ + a1(x)y’ + a2(x)y = 0 . Si può
dimostrare che l’integrale generale ha la seguente forma: y ( x) = c1 y1 ( x) + c2 y 2 ( x) ,
dove y1 e y2 sono linearmente indipendenti e c1, c2 costanti arbitrarie: la
soluzione è dunque uno spazio vettoriale di dimensione 2.
- A tal proposito introduciamo il Wronksiano. Siano y1 e y2 due soluzioni
dell’equazione lineare omogenea del second’ordine y’’ + a1(x)y’ + a2(x)y = 0
y1 ( x) y 2 ( x)
(coefficienti a1 e a2) definiti e continui nell’intervallo I. Sia poi W =
y1 ' ( x) y 2 ' ( x)
il cosiddetto determinante wronksiano. Allora queste tre proposizioni sono
equivalenti:
o Esiste x0 ∈ I tale che W(x0) = 0;
Luca Pagani – Riassunto Analisi B

o y1 e y2 sono linearmente dipendenti;

o W(x) = 0 per ogni x ∈ I.
- Il determinante wronksiano ha la particolarità che o si annulla in tutti i punti
(dipendenza) o è sempre diverso da zero (indipendenza).
- Come trovare le soluzioni linearmente indipendenti dell’equazione omogenea
y’’ + a1(x)y’ + a2(x)y = 0 (i coefficienti sono costanti)? Nelle equazioni del primo
ordine cercavamo un integrale generale dato da y = ce − A(x ) e lo spazio delle
soluzioni era quindi uno spazio vettoriale di dimensione 1. La strategia che
useremo ora è assolutamente analoga, ma questa volta vogliamo imporre che
⎧ y = e λx
⎪⎪
λx
⎨ y ' = λe generi una soluzione. Ciò porta a dire che λ2 + a1λ + a2 = 0. Questa
⎪ 2 λx
⎪⎩ y ' ' = λ e
appena scritta viene detta “equazione caratteristica”. Da qui, tre possibili casi:
o Due radici reali: che sarebbero λ1 e λ2. Il wronksiano è quindi diverso da zero
per tutti i punti di R. L’integrale generale è facile: y = c1e λ1x + c 2 e λ2 x . Le
soluzioni sono indipendenti e il loro spazio è di dimensione 2. Le costanti si
riferiscono ovviamente alle condizioni iniziali y(x0) = y0, y’(x0) = y1.
o Due radici complesse e coniugate: l’equazione caratteristica è di secondo
grado e non è quindi sempre risolvibile in R. Se il determinante è negativo
siamo quindi in questo caso e le soluzioni saranno λ0 = α + iβ , λ*0 = a − iβ (i
coefficienti sono reali, per forza le soluzioni sono coniugate!). L’integrale
generale avrà questa forma: y = e ax (c1 cos(βx) + c2 sen( βx)) . Le costanti si
riferiscono ovviamente alle condizioni iniziali y(x0) = y0, y’(x0) = y1.
o Una sola radice reale: necessariamente questa è λ0 = –a1/2. L’integrale
generale è y = (c1 + c2 x)eλo x . Anche questa volta abbiamo due soluzioni
linearmente indipendenti (c’è x davanti a c2!). Le costanti si riferiscono
ovviamente alle condizioni iniziali y(x0) = y0, y’(x0) = y1.
- Esaminiamo ora il caso di EQUAZIONE COMPLETA y’’ + a1(x)y’ + a2(x)y = f(x), con a1,
a2 e f funzioni definite e continue nell’intervallo reale I. L’integrale generale non si
differenzia tanto da quello dell’equazione omogenea: y ( x) = c1 y1( x) + c2 y2 ( x) + u ,
dove u è una soluzione particolare. Praticamente, quello scritto poco sopra è il
risultato cui si giunge dopo aver trovato la soluzione dell’omogenea e si è arrivati
al punto in cui è impossibile usare il metodo per somiglianza. Ora capiremo perché
il metodo si chiama “variazione delle costanti”: la stessa formula si può infatti
scrivere così: u ( x) = γ 1( x) y1( x) + γ 2 ( x) y2 ( x) . Le c (costanti), ora sono diventate γ
(attenzione: solo per trovare la soluzione particolare. Le c rimangono, nella
soluzione finale). Dimostriamolo con un metodo che può rivelarsi utile nella
risoluzione degli esercizi; deriviamo u: u ' ( x) = γ 1 ' y1 + γ 2 ' y2 + γ 1 y1'+γ 2 y2 ' . Imponiamo
che i primi due termini di questa derivata siano pari a zero, in modo da abbassare
i gradi di libertà. Ri-deriviamo: u ' ' ( x) = γ 1 ' y1'+γ 2 ' y2 '+γ 1 y1' '+γ 2 y2 ' ' . Vogliamo ora
imporre che u ' '+ a1u '+ a2u = f ( x) . Tuttavia, ciò che rimane di questa relazione,
applicato L (operazioni fatte sull’incognita u) ed eliminato tutto ciò che si riferisce
all’equazione omogenea, è che f = γ 1 ' y1 '+γ 2 ' y2 ' [f è il termine noto dell’equazione di
partenza]. Ora mettiamo a sistema questa condizione con quella della derivata
Luca Pagani – Riassunto Analisi B

⎧γ 1 ' y1 + γ 2 ' y2 = 0
prima, ottenendo: ⎨ . Cercando infine le primitive di γ1 e γ2 – risolto
⎩γ 1 ' y1 '+γ 2 ' y2 ' = f
il sistema - possiamo esprimere così la soluzione particolare dell’equazione
completa: u ( x) = γ 1 y1 + γ 2 y2 (non dimentichiamoci di moltiplicare i risultati per le
relative y!). Questa andrà aggiunta alle soluzioni della relativa equazione
omogenea. Questo, che abbiamo esposto, è il metodo della variazione delle
variabili.
- Soluzioni particolari per similitudine: funziona su equazioni lineari complete
solo quando abbiamo coefficienti costanti a1 e a2 e un termine noto f(x) del tipo
f ( x) = p( x)eαx cos(βx) + q( x)eαx sin(βx) , dove p(x) e q(x) sono polinomi (e quindi
anche costanti).
o Casi particolari: β=0 Æ f(x) = p( x)eαx ; α=0 Æ f ( x ) = p ( x) cos( β x ) + q ( x ) sin( β x ) .
La soluzione particolare u, che dobbiamo ora trovare, ha la stessa struttura di
f: u = P( x)eαx cos(βx) + Q( x)eαx sin( βx) . P(x) e Q(x) da determinarsi, sostituendo in
u ' '+ a1u '+ a2u = f ( x) e uguagliando i coefficienti dello stesso membro.
o α + iβ non risolve l’equazione caratteristica. Si cerca u del tipo
u = A( x)eαx cos(βx) + B( x)eαx sin( βx) , con A(x) e B(x) polinomi di grado m. Si
impone quindi che u sia soluzione e, uguagliando i coefficienti di tutti i termini
simili, si ottiene un sistema lineare che ha un’unica soluzione.
o α + iβ risolve l’equazione caratteristica. Sia r la molteplicità di questa
soluzione. Nel caso di equazioni del second’ordine abbiamo due casi possibili:
r=1 (soluzione semplice) e r=2 (soluzione doppia). Questa volta si cerca u del
tipo u = x r A( x)eαx cos(βx) + x r B( x)eαx sin(βx) con A(x) e B(x) polinomi di grado m.
Si agisce come nel caso precedente, trovando il sistema e risolvendolo.
o SCHEMINO RIASSUNTIVO (f(x) = termine noto, u = sol. particolare)
f ( x) = e ax // a radice di molteplicità r // u = Ax r eax
f ( x ) = cos β x // β radice di molteplicità r // u = x r ( A cos βx + Bsenβx)
f ( x) = e ax cos βx // a+iβ radice di molteplicità r // u = x r e ax ( A cos βx + Bsenβx)
f (x ) = polinomio grado m // 0 radice di molteplicità r // u = xr (pol. grado m)
La soluzione particolare va sostituita qui u ' '+ a1u '+ a2u = f ( x) e quindi si possono
trovare i coefficienti!
- Principio di sovrapposizione: per linearità tutte le equazioni del tipo
y ' '+ a1 y '+ a2 y = f1 + f 2 sono nella forma u = u1 + u2 , con u1 soluzione di
y' '+ a1 y '+ a2 y = f1 e u2 soluzione di y ' '+ a1 y '+ a2 y = f 2 . Ci sono tanti calcoli da fare,
ahimé.
- Attenzione ai Parametri! In alcuni esercizi, particolarmente bastardi, può
esserci un parametro a moltiplicare dei termini con la y. Può fare la differenza fra
la presenza di due radici reali e distinte, una radice unica e doppia, due radici
complesse e coniugate. Toccherà - ahimé - distinguere ogni caso al variare del
parametro. Se poi sono equazioni omogenee non è tutto ‘sto problema… Se c’è
invece da trovare pure la soluzione particolare, non ne parliamo…
Luca Pagani – Riassunto Analisi B

IV – Integrali curvilinei

- Arco continuo in Rn: parametrizzato da t Æ r(t) ∈ Rn, t ∈ [a,b], con r(t) funzione
continua della variabile reale t nell’intervallo [a, b], di componenti r(t) = (x1(t), …,
⎧ x1 = x1 ( t )
⎪
xn(t)). Le equazioni parametriche dell’arco sono ⎨M . Si dicono r(a) ed r(b)
⎪ x = x (t )
⎩ n n
gli estremi dell’arco: se r(a) = r(b) l’arco si dice aperto, altrimenti si dice chiuso.
- Un arco è regolare quando la funzione vettoriale r(t) è derivabile con derivata r’(t)
continua e tale che r’(t)≠0 (che permette l’invertibilità) per ogni t ∈ [a,b]. Questo
r ' (t )
consente di definire in ogni punto dell’arco il versore tangente T ( r ( t )) = .
r (t )
Anche il versore tangente è una funzione continua e, in ogni punto, ha verso
coerente col verso di percorrenza.
- Possiamo anche operare cambi di parametro: se r(t) ∈ Rn, t ∈ [a,b] parametrizza
un arco continuo, possiamo trovare:
o una funzione continua ed invertibile (derivata prima sempre diversa da
zero) e quindi biezione dall’intervallo [α,β] ad [a,b] - ovvero t = t (τ ) ,
τ ∈ [α , β ] ;
o la funzione composta ρ(τ) = r(t(τ)), τ ∈ [α , β ] .
- La funzione r(t) e la funzione ρ(τ) assumono gli stessi valori: in termini cinematici,
il punto mobile descrive la stessa traiettoria. Tuttavia, la velocità può essere
diversa. Nella fisica, la derivata prima è la velocità: cerchiamola e otteniamo
ρ ' (t ) = r ' (t (τ )) ⋅ t ' (τ ) . Il termine t’(τ) individua l’orientazione: se è positivo i due
archi sono equiorientati.
- Facciamo un esempio: vogliamo parametrizzare un’ellisse. Essa si parametrizza
⎧ x = a cos t
così r: ⎨ con 0 ≤ t ≤ 2π (verso di percorrenza antiorario). Come si esprime,
⎩ y = bsent
a b π
attraverso la parametrizzazione, il punto ( , )? P = r( ). Come posso, ora,
2 2 4
⎛π ⎞
esprimere l’equazione della retta passante per P con direzione r’ ⎜ ⎟ ? Calcoliamo
⎝4⎠
⎧ 2 ⎛ a 2⎞
⎪x = a + s⎜⎜ − ⎟
⎧ x' = −asent ⎪ 2 ⎝ 2 ⎟⎠
il vettore derivato ⎨ e otteniamo un nuovo sistema ⎨ ,
⎩ y ' = b cos t ⎪ 2 ⎛ 2⎞
⎜ ⎟
⎪ y = b 2 + s⎜ b 2 ⎟
⎩ ⎝ ⎠
dove i primi termini indicano che tale retta passa per il punto, e tutti i secondi
⎛π ⎞
termini sono tutti i possibili vettori proporzionali a r’ ⎜ ⎟ . Se necessitiamo
⎝4⎠
dell’equazione cartesiana ricaviamo s nella prima equazione e sostituiamo nella
seconda. Un altro esempio è quello dell’elica cilindrica: una parametrizzazione
Luca Pagani – Riassunto Analisi B

⎧
⎪ x = R cos t
⎪
può essere la seguente: ⎨ y = Rsent , 0 ≤ t ≤ 2π , dove le prime due equazioni sono
⎪ h
⎪z = t
⎩ 2π
quelle della circonferenza, mentre l’ultima indica la quota. Volendo trovare
l’equazione della retta tangente in P (-R, 0, h/2π), si deriva il sistema appena
scritto, poi si sostituiscono a t i valori di P, e otteniamo che r’(π) = (0, -R, h/2π). Il
⎧
⎪ x=− R + s (0)
⎪⎪
sistema della retta tangente in quel punto sarà ⎨ y = 0 + s (− R) . Come prima, i
⎪
⎪z =
h ⎛ h ⎞
+ s⎜ ⎟
⎪⎩ 2π ⎝ 2π ⎠
primi termini sono le coordinate del punto, i secondi sono tutti i proporzionali
vettori tangenti. Trovando s e sostituendo possiamo trovare un’equazione
cartesiana.
- Ora vogliamo esaminare la lunghezza di un arco continuo e regolare r(t): in
maniera euclidea è la sommatoria di tanti tratti piccoli di traiettoria che, se presi
infinitesimi, va sostituita con un integrale. La lunghezza d’arco è infatti
b

∫ r ' ( t ) ⋅ dt . Con il cambiamento di variabile sopra descritto questo integrale

a
β
diventa: ∫ r ' (t (τ )) ⋅ t ' (τ )dτ .
α
- INTEGRALE DI FUNZIONI SCALARI: data una curva regolare (non orientata) γ
parametrizzata da r(t), t ∈ [a,b], si definisce integrale curvilineo ∫ f ⋅ ds =
γ
b

∫ f (r (t )) r ' (t ) dt . Con la funzione f = 1 ritorniamo all’integrale di lunghezza. Se f è,

a
ad esempio, una funzione positiva che rappresenta una densità lineare di massa
come funzione dei punti di un filo pesante, allora l’integrale rappresenta la massa
del filo. Novità importante: l’integrale è invariante rispetto a parametrizzazioni
equivalenti (ed è assolutamente fondamentale che sia così, visto che parliamo, tra
l’altro, di funzioni scalari).
- Grazie a questo integrale possiamo anche trovare le coordinate del baricentro: il
1
baricentro G = ( x1,G ,..., x n,G ) di γ ha coordinate xi,G = ∫ xi f ds (nota che quasi mai
mγ
è un punto della curva). Se si tratta del baricentro geometrico la formula, in
1
l (γ ) γ∫
parte, si semplifica: xi ,G = xi ds . Attenzione alla presenza di ds: va usata la

b
formula precedente (dove al posto di ds c’è dt): ∫ f (r (t )) r ' (t ) dt . Ovviamente al
a
Luca Pagani – Riassunto Analisi B

posto della variabile xi andrà messa la relativa parametrizzazione (dobbiamo

integrare in dt, non in dxi).
- Sempre fisicamente, chiariamo meglio il fatto che, se abbiamo in mano una
velocità vettoriale, facendone la norma otteniamo una velocità scalare, integrando
otteniamo lo spazio.
- Trucchetto da usare con il valore assoluto di funzioni periodiche: tutte le
funzioni periodiche (es. cos t , con periodo pari a π), integrate lungo un intervallo
che vale k volte il periodo, danno lo stesso risultato di un’integrazione su un
intervallo lungo quanto il periodo, moltiplicato in seguito per k. Questa proprietà,
apparentemente insignificante, ci permette di scegliere intervalli “migliori”, in cui
ciò che è sotto valore assoluto è sicuramente positivo. Possiamo quindi cavare
quelle due fastidiosissime stanghette, integrare normalmente, e poi moltiplicare
per k.
- INTEGRALE DI CAMPI VETTORIALI: dato un campo (funzione continua: A ⊂ Rn →
Rn) continuo F e una curva orientata regolare γ parametrizzata da r(t), t ∈ [a,b]
definiamo il seguente integrale: ∫ F ⋅ Tds , dove T è il versore tangente ed F ⋅ T il
γ
prodotto scalare fra i vettori F e T [rappresenta la proiezione di F su T].
Interpretando F come campo di forze, questo integrale corrisponde al lavoro
compiuto da F sulla traiettoria orientata γ. Se la traiettoria è orientata nella in
maniera opposta vale la seguente proprietà (comodissima!) ∫ F ⋅ dr = − ∫ F ⋅ dr .
−γ γ
Controllare che l’orientamento sia giusto è dunque importante ma, se risulta
inverso, non è un dramma: basta aggiungere un bel meno. Tramite passaggi
algebrici possiamo elaborare un po’ la definizione e giungere al seguente integrale
b

∫ F (r (t )), r ' (t ) dt : il primo termine del prodotto scalare rappresenta una forza, il
a
secondo una velocità.
- Piccolo trucchetto squisitamente pratico: spesso, una volta che si è trovata una
parametrizzazione e si è impostato l’integrale, capita che al suo interno siano
presenti una funzione f(x) e la sua derivata. Ciò rende di grande facilità
l’integrazione: buttiamoci un occhio.
- POTENZIALI: dato un campo continuo F: A ⊂ Rn Æ Rn, diremo che F è ESATTO in A
se esiste una funzione scalare U: A Æ R, di classe C1, tale che ∇U = F . U si dice
potenziale di F. Se F è esatto su A ed A è connesso, tutti i potenziali differiscono
per una costante. A risulta comodo sapere se un campo è esatto perché, in tal caso,
si può calcolare il lavoro come differenza di potenziale (L =ΔU = Ufin – Uiniz).
- Se F è un campo esatto in A con potenziale U e se γ è una curva orientata regolare
in A, di punto iniziale P e punto finale Q, allora ∫ F ⋅ dr = U (Q) − U ( P) .
γ
- CAMPI CONSERVATIVI: l’integrale di un campo F non dipende dal percorso ma solo
dagli estremi (campo conservativo) quando F (continuo) è definito su un aperto
connesso A e, per ogni x,y ∈ A ed ogni γ1 e γ2 curve orientate e regolari in A di
punto iniziale x e punto finale y, si ha ∫ F ⋅ dr = ∫ F ⋅ dr . Dire insomma che
γ1 γ2
l’integrale di F non dipende dal percorso e che, per ogni curva chiusa, si ha che
Luca Pagani – Riassunto Analisi B

∫ F ⋅ dr = 0 è equivalente. Un campo non conservativo non lascia molta scelta: si

γ
deve calcolare il LAVORO sulla traiettoria data: se invece il campo gode di
conservatività, risulta comodo spezzare la traiettoria in più curve regolari più
comode (ad esempio, parallele agli assi). I campi dotati di potenziale sono
conservativi.
- Facciamo attenzione alla traiettoria che ci viene data: a volte può rivelarsi utile
il passaggio a coordinate polari o coordinate sferiche. Molto dipende da com’è
espressa questa traiettoria: una cosa del tipo x 2 + y 2 = k chiama a gran voce le
coordinate polari (o cilindriche), mentre x 2 + y 2 + z 2 = k è un chiaro riferimento
alle coordinate sferiche.
COORDINATE CILINDRICHE COORDINATE SFERICHE
⎧ x = r cos ϑ r≥0 ⎧ x = rsen ϕ cos ϑ r≥0
⎪ ⎪
⎨ y = rsenϑ , 0 ≤ ϑ ≤ 2π ⎨ y = rsen ϕ sen ϑ , 0 ≤ ϑ ≤ 2π
⎪z = z z∈R ⎪ z = r cos ϕ 0≤ϕ ≤π
⎩ ⎩
- Esercizio “tipo”: devo parametrizzare una curva in coordinate sferiche. Scopo:
trovare un modo più comodo per trovare il lavoro su una curva orientata. Una
volta che si sono scritte le definizioni di coordinate sferiche, si esprimono
attraverso di esse le caratteristiche della curva di cui disponiamo (sostituire a x, y,
z, le relative coordinate). Si elaborano le relazioni che abbiamo così ottenuto, in
modo da semplificarle: ricordiamoci di dove variano ϑ e ϕ ! Una volta che abbiamo
trovato più precisamente quanto valgono r, ϑ e ϕ , rimettiamo tutto dentro la
definizione di coordinate sferiche e abbiamo ottenuto una parametrizzazione. Ora
controlliamo se il punto iniziale è quello esatto (altrimenti bisognerà cambiare
orientazione); poi cerchiamo il vettore delle derivate e applichiamo, come usuale, il
b
nostro bel prodotto scalare del tipo ∫ F (r (t )), r ' (t ) dt . Ricordiamoci che ci servono le
a
equazioni del campo, da mettere nel prodotto scalare (ovviamente nel loro
equivalente parametrico). Il parametro che varia (in genere ϕ ) dà gli estremi che
andranno messi nell’integrale.
- Attenzione agli estremi! Sono quelli che vanno messi ai capi dell’integrale e quelli
che ci fanno capire se ci troviamo nel punto iniziale (che ci viene dato nel testo) e
nel punto finale (se è così, mettiamo un bel meno).
- Nota: x 2 + y 2 = r 2 , non r (coord. cil.)! x 2 + y 2 + z 2 = r 2 (coord. sferiche), non r!
- C’è anche un’ultima alternativa per parametrizzare una curva: usare le semplici
coordinate x,y,z. Il più è capire quando sono realmente convenienti.
- EQUIVALENZA TRA CAMPI ESATTI E CAMPI CONSERVATIVI: sia A un aperto e
connesso di Rn e sia F: A Æ Rn un campo continuo. Sono equivalenti le seguenti
proposizioni: F è esatto in A; l’integrale di F non dipende dal percorso
(conservatività).
- DOMINIO SEMPLICEMENTE CONNESSO: un dominio è semplicemente connesso
quando, per ogni curva regolare chiusa al suo interno, la regione delimitata dalla
curva stessa è completamente contenuta in A (senza “buchi”).
Luca Pagani – Riassunto Analisi B

- CAMPI CHIUSI: diremo che un campo F = (f1, …, fn) di classe C1 è un campo chiuso
in A se per ogni x = (x1, …, xn) vale che ∂ xi f x j ( x) = ∂ x j f xi ( x) . Fisicamente, dire che
il campo è chiuso è equivalente a dire che ha rotore pari a 0. Se A è un aperto di
Rn e se F è un campo di forze in A, di classe C1, allora quando F è esatto è pure
chiuso.
- Se il campo piano F è chiuso sul dominio A di R2, semplicemente connesso, allora
F è esatto in A.
- In qualunque dimensione n diremo che l’aperto connesso A di Rn è stellato se
esiste x0 ∈ A tale che per ogni x ∈ A il segmento di estremi x0 ed x è contenuto in
A. Vale dunque il seguente teorema: se il campo piano F è chiuso sul dominio
stellato A, allora F è esatto in A. Per n = 2, il fatto che A sia stellato porta a dire
che è anche semplicemente connesso.
- RICERCA DI UN POTENZIALE: dato un campo chiuso in A ,esistono potenziali
locali. È importante saperli determinare: dopo averli trovi esplicitamente si può
controllare se si possono estendere o meno all’intero dominio A verificando così se
il campo è globalmente esatto o no. Nel caso che A sia semplicemente connesso nel
piano o stellato in un qualunque Rn, sappiamo fin dall’inizio che esistono
potenziali globali. Nella determinazione di potenziali possiamo usare le formule
standard:
x y
U ( x, y ) = ∫ f1 (t , y0 )dt + ∫ f 2 ( x, t )dt
x0 y0
x y z
U(x,y,z) = ∫ f1 (t , y0 , z 0 )dt + ∫ f 2 ( x, t , z 0 )dt + ∫ f 3 ( x, y, t )dt
x0 y0 z0
[f1, f2, f3 sono le componenti del campo di forze]

Altrimenti usiamo un simpatico metodo alternativo che si basa sulla definizione

stessa di potenziale. Per definizione il potenziale è il vettore gradiente di F: se,
quindi (es. nelle 2 dim.), deriviamo U rispetto a x dovremmo trovare la prima
componente del campo di forze, se deriviamo rispetto a y dovremmo allo stesso
modo trovare la seconda. Mettiamo di conoscere queste due componenti e
integriamo il campo di forze rispetto ad una di queste (f1): una volta che abbiamo
trovato una primitiva di f1, al posto di mettere la nostra solita “+c”, scriviamo h(y),
visto che è una costante che sta sotto la forma di un “qualcosa” che dipende da y.
Ora deriviamo quello che abbiamo ottenuto rispetto ad y, dunque uguagliamolo ad
f2. In questo modo abbiamo ottenuto un’equazione del tipo h’(f) = qualcosa;
integriamo questo qualcosa, mettiamolo in coda all’equazione trovata prima
(sostituiamo h(y)) e abbiamo così trovato un potenziale globale. Questo metodo si
può applicare anche in dimensioni più ampie, anche se ovviamente aumenterà il
numero di passaggi: nelle tre dimensioni, al primo passaggio avremo h(y,z),
elimineremo la y al secondo passaggio lasciando una g(z) che si scioglierà solo
all’ultimo.
- Uno stesso campo può non ammettere un potenziale in un certo dominio mentre
può averne uno in un altro dominio. Sono i “buchi”, i punti in cui non è definito il
dominio, che danno grande fastidio. Tuttavia io posso prendere una funzione,
anche dal dominio orribile, posso derivarla fendo il gradiente e avrò così ottenuto
un campo esatto.
Luca Pagani – Riassunto Analisi B

⎛ 1 1 3 y ⎞⎟
- Caso interessante: F ( x, y ) = ⎜ + 2 x, + 2 . Il dominio naturale è
⎜x+ y x + y y + 1 ⎟⎠
⎝
x + y ≠ 0 : R2 con questo dominio non è stellato, ma le due parti in cui viene diviso
sì: ciascuna delle due componenti in cui è diviso R2 è connessa ed esiste un
potenziale globale in ciascun semipiano. Dobbiamo differenziare i due casi: il
punto critico è il log x + y , che viene fuori durante i calcoli, all’ultimo passaggio,
quello di definire il potenziale. Si facciano entrambi i casi x+y>0 e x+y>0.
- Se la CIRCUITAZIONE (calcolo di lavoro su percorso chiuso) è diversa da zero, il
campo non è conservativo e non esiste potenziale.
- SCALETTA per controllare se il potenziale è LOCALE o GLOBALE:
o Controllo della chiusura (non chiuso Æ non c’è potenziale)
o Si guarda se ci sono “buchi”
o Si cercano i potenziali locali
o Questi ultimi si estendono globalmente? Se sì esiste un potenziale globale,
altrimenti rimane soltanto locale.
SCHEMINO DI RIEPILOGO

- F esatto su A Æ F conservativo su A
- F conservativo su A aperto connesso Æ F esatto su A
→
- F esatto in A F chiuso in A
←
/
- F non chiuso in A Æ F non esatto in A
→
- F chiuso in A, semplicemente connesso F esatto in A
←
/
- A stellato Æ ∃ Potenziale globale
- F chiuso in A, stellato Æ F esatto
- A stellato Æ A semplicemente connesso
Luca Pagani – Riassunto Analisi B

V - Integrali Multipli

- Prendiamo una funzione f : A ⊂ Rn Æ R a valori non negativi, f(x) ≥ 0 per ogni

x∈A, denotiamo con Γ f il grafico e con Rf il sottografico di f. Entrambi saranno di
dimensione n+1 (ci saranno le dimensioni del dominio Rn più, ovviamente, la
quota). Mettiamo caso che A sia misurabile in Rn; diremo che la funzione f è
integrabile su A quando il sottografico di f è misurabile in Rn+1. Si definisce
dunque la misura μ n +1 ( R f ) = ∫ f . Quando questa misura è positiva, ma non è +∞,
A
allora la funzione si dice sommabile su A. In particolare, per la funzione costante
1 sull’insieme di base, si ha che μ n+1 ( R f ) = ∫ 1 = μ n ( A) .
A
- Come si è fatto per Analisi I, una funzione a valori non costanti può essere
pensata come la somma di due funzioni f − e f + (f = f + - f − ), entrambe a valori
non negativi. Ovviamente la funzione f si dice sommabile quando entrambe
queste “sottofunzioni” non divergono.
- Baricentro: prendiamo una funzione positiva e sommabile su insieme misurabile
e limitato. Possiamo pensare, per fare un parallelo con la fisica, che questa
funzione sia la densità: allora la massa del corpo è pari a m = ∫ f ( x)dx . Le
A
1
coordinate del baricentro saranno allora xG = ∫ xG f ( x)dx ; se poi la densità è
mA
1
μ n ( A) ∫A G
costante xG = x dx .

- Valgono ancora importanti proprietà degli integrali: linearità, monotonia,

additività e, soprattutto, confronto. Quest’ultimo è utile per discutere la
sommabilità di alcune funzioni.
- RIDUZIONE DI INTEGRALI DOPPI: prendiamo un bel sottografico Rf, in R3, un solido
piuttosto cubettoso. Consideriamone la parte racchiusa tra gli estremi [a,b] che
stanno sull’asse x. Come possiamo delineare una sezione piana di questo solido,
una volta che l’abbiamo affettato come un salame – ovvero - come determiniamo la
lamina // all’asse z che faremo scorrere lungo x per calcolare, alla fine, il volume?
Beh, sicuramente la lamina andrà da un certo valore di y ad un altro: i valori
coincideranno con ciò che è la frontiera (per y) del solido sul piano xy, e quindi
saranno compresi fra due valori, o meglio due funzioni (chiamiamole
α ( x) ≤ y ≤ β ( x)) . E per quanto riguarda la z (quota), beh, è la funzione di partenza
f(x,y) che ci dà la forma della frontiera “superiore” e, se scegliamo z = 0 come piano
su cui è appoggiato questo solido, quest’ultima sarà la frontiera “inferiore”.
Abbiamo appena ottenuto una sezione piana, ovvero una fetta di spessore
infinitesimo del solido cubettoso che abbiamo devotamente affettato: in termini
più matematici Rx = {( x, y, z ) : α ( x) ≤ y ≤ β ( x)),0 ≤ z ≤ f ( x, y )}. Applichiamo ora il
principio di Cavalieri: l’area del solido che cerchiamo altro non è che la
sovrapposizione di tutte le nostre sezioni piane, è quindi un’integrale di integrale.
Luca Pagani – Riassunto Analisi B

b ⎛ β ( x) ⎞
Un integrale doppio! Eccolo qua: ∫ f ( x, y )dydx = ∫ ∫ f ( x, y )dy ⎟dx . Le parentesi si
⎜
⎜ ⎟
A a ⎝ α ( x) ⎠
possono omettere, perché si sottintende che prima si farà l’integrale più interno:
l’integrale interno forma la lamina, quello esterno la fa scorrere.
- CAMBIO DI VARIABILE: la questione è piuttosto delicata. Sia B un insieme aperto e
misurabile di Rn e sia ϕ: B Æ ϕ(B); sia x = ϕ(u) una funzione di classe C1
invertibile e tale che det Jϕ(u) ≠ 0 per ogni u∈B. Allora anche l’insieme ϕ(B) è
misurabile con misura μn(ϕ(B)) = ∫ det J ϕ (u )du ; sia poi f(x) una funzione
B
sommabile su ϕ(B). Allora, la funzione f(ϕ(u)) [cambio di variabile!] è sommabile
su B con ∫ f ( x)dx = ∫ f (ϕ (u )) det J ϕ (u ) du . Quando operiamo un cambio di
ϕ ( B) B
variabile, dunque, RICORDIAMOCI SEMPRE DI MOLTIPLICARE PER LO JACOBIANO!
Questo può essere calcolato una volta sola nella vita, poi basta ricordarselo. Per le
coordinate polari è r (sia nel piano che nello spazio); per le coordinate sferiche è
invece –r2sinϕ.
- Teorema di Guldino: sia A il solido di rotazione generato dalla figura piana C. Il
volume di A vale il prodotto tra l’area di C e la lunghezza della circonferenza
descritta dal baricentro di C durante la rotazione. In formule: μ 3 ( S ) = μ 2 ( A) ⋅ 2π ⋅ xG
- RIDUZIONE DI INTEGRALI TRIPLI: partiamo subito con un esempio. ∫z dxdydz , con
A
{ }
A= ( x, y , z ) : 0 ≤ z ≤ 1; x ≥ 0; y ≥ 0; x + y ≤ z . Vogliamo trovare il baricentro
geometrico G=(xG, yG, zG). Considerazioni: siamo nel primo quadrante (x e y
positivi), il solido di cui cerchiamo il volume lo pigliamo da 0 a 1 lungo le x, z varia
secondo una legge parabolica (ovvero quadratica), dato che z = ( x + y ) 2 ; la sezione
piana di quota z è un triangolo rettangolo isoscele con cateto di lunghezza z . Per
1
quanto abbiamo detto fin’ora, il volume di A vale μ 3 ( A) = ∫ μ 2 ( Az )dz . Si integra
0
dunque in dz l’area del triangolo (che esprimiamo in z: è infatti pari a z/2):
1
1
xdxdydz = 4∫ ∫ xdxdydz (il primo
μ 3 ( A) ∫A
l’integrale vale 1/4. Calcoliamo ora xG: xG =
0A z

integrale indica che dobbiamo spostare la lamina da 0 a 1 lungo le z). Bisogna

iniziare dall’integrale più interno ∫ xdxdy : questo a sua volta va smontato
Az
z z −x
correttamente in ∫ x ∫ 1dydx ; notiamo che x è uscita dato che dobbiamo
0 0
considerarla come costante in dy; diamo occhio anche agli estremi! Era sbagliato
dire che dovevamo integrare la y da 0 a z , perché sarebbe venuto un quadrato
(mentre a noi serve il triangolo); l’integrale in dx va da 0 a z perché è lui a
indicare da dove a dove scorre l’asticella che spazza l’area del triangolo. Ora si
possono integrare uno ad uno gli integrali “a matrioska”. Si ripeta questo
procedimento per y ed z: ecco ottenute le coordinate del baricentro geometrico.
Luca Pagani – Riassunto Analisi B

- RIDUZIONE INTEGRALI TRIPLI (II): mostriamo un altro equivalente modo per

sciogliere gli integrali tripli: cambia solo l’ordine, non il concetto.
Vogliamo calcolare ∫
1
{
dxdydz con A= ( x, y, z ) : x ≤ 0, y ≥ 0, y − x ≤ 1,0 ≤ z ≤ x 2 . }
A2 z
Notiamo subito che c’è x≤0: prestiamoci grande attenzione fin da ora, perché sarà
necessario, in seguito, mettere dei valori assoluti; notiamo inoltre che in
x ≤ 0, y ≥ 0, y − x ≤ 1 (chiamiamo B questo insieme) non compare la z: questa è
infatti la proiezione sul piano xy di ciò che vogliamo integrare. Questa volta, però,
non faremo scorrere una lamina, ma sommeremo tanti “spaghettini verticali”
lungo una superficie: si osservi infatti l’ordine degli integrali prescelto
⎛ x2 1 ⎞
⎜ ⎟
∫ ⎜ ∫ 2 z ⎟dxdy . L’integrale più interno, in dz, (con estremi che vengono dati nella
dz
B⎝ 0 ⎠
definizione dell’insieme A), misura l’altezza degli spaghettini che poi verranno
“estesi”, dall’integrale più esterno, lungo tutta la superficie della proiezione su xy.
[ z ]0x , il risultato è
2

Nel sciogliere questo primo integrale ci sarà da calcolare x,

non x, perché X È NEGATIVA! Ora scegliamo con cura come spaghettizzare la nostra
“ombra” sul dominio: scegliamo da dove a dove (incarichiamo a tal proposito la x di
andare da 0 a -1) e non sbagliamoci nel scegliere gli estremi dell’integrale in dy;
facciamoci aiutare dalla definizione di A: y = x+1 è una retta che assieme agli assi
racchiude il triangolo (che è la nostra proiezione). Dunque y va da 0 a x+1, non da
0 a 1 (così sarebbe un quadrato!). Ora possiamo completare il nostro integrale.
- Questione spinosa: i DOMINI ORTOGONALI. Il problema è certamente
fondamentale, visto che abbiamo bisogno di una lamina che sia ortogonale all’asse
lungo il quale vogliamo integrare. Si tratterà quindi di una proiezione, di
un’ombra del sottografico contro una parete (piano) o una linea (asse). Un dominio
normale rispetto al piano xy può – ad esempio - essere così scritto:
⎪⎧ ⎪⎫
E = ⎨( x, y , z ) α ( x, y ) ≤ z ≤ β ( x, y )⎬ .
⎪⎩ ⎪⎭
Ciò rispetto cui il nostro dominio è
normale riguarderà l’integrale più esterno
di tutti, quello che indica da dove a dove è
necessario integrare. Con cura bisogna
invece scegliere gli estremi dell’integrale
più interno; a volte, scegliere un dominio
normale rispetto a un asse, o rispetto a un
altro, può fare la differenza tra un
problema non risolvibile e un problema
computabile. Esempio notevole: calcolo di
1
∫ 2 2 dxdydz , con
A x + y

{ }
A = ( x, y, z ) : 0 ≤ z ≤ x 2 + y 2 , z ≤ 2 − x 2 − y 2
Certamente è d’uopo passare alle
coordinate cilindriche e facilmente si
ottiene che il nuovo insieme C è così
Luca Pagani – Riassunto Analisi B

{ }
descritto. (r , z ) : 0 ≤ z ≤ r , z ≤ 2 − r 2 . Nel disegnino esplicativo (“Pagani-Tagliatelle”)
sono state utilizzate le condizioni per capire come ottenere gli estremi.
- A volte può risultare conveniente scomporre il nostro integrale in modo da avere
estremi più comodi: se si deve integrare una piccola parte di grafico, magari facente
parte di una parte più grande “ristretta” da una condizione, allora si faccia la
sottrazione fra la parte più grande e la parte piccola “esclusa”. Semplifica moltissimo
i calcoli.
- Non è per forza detto che, applicando un sistema di coordinate, dobbiamo trasformare
tutto in r, ϑ e ϕ . Una z, spesso, può rimanere: in tal caso, se andiamo a integrare,
integriamo anche la z!