Screenshot Utili

Raccolta di screenshot delle formule e definizioni principali del corso, organizzati per argomento (successioni, funzioni, derivate, integrali).

Successioni

Esempi.

  • Per la successione (an)n≥1=(1n)n≥1=(1,12,13,14,15,… )(a_n)_{n\ge 1} = \left(\frac{1}{n}\right)_{n\ge 1} = \left(1, \frac12, \frac13, \frac14, \frac15, \dots\right) gli elementi tendono a l=0l = 0 se nn diventa sempre più grande.
  • Per la successione (an)n∈N=(n)n∈N=(0,1,2,3,4,5,… )(a_n)_{n\in\mathbb{N}} = (n)_{n\in\mathbb{N}} = (0, 1, 2, 3, 4, 5, \dots) gli elementi superano qualsiasi valore fissato se nn diventa sempre più grande.
  • Per la successione (an)n∈N=((−1)n)n∈N=(+1,−1,+1,−1,+1,−1,… )(a_n)_{n\in\mathbb{N}} = \left((-1)^n\right)_{n\in\mathbb{N}} = (+1, -1, +1, -1, +1, -1, \dots) gli elementi oscillano tra i valori −1-1 e 11.

Nelle seguenti definizioni formalizziamo questi tre tipi di comportamenti per le successioni.

Definizione 1.2 (Successione convergente).

  • (i) Si dice che la successione (an)n∈N(a_n)_{n\in\mathbb{N}} è convergente al limite l∈Rl\in\mathbb{R} se per ogni ε>0\varepsilon>0 esiste n0∈Nn_0\in\mathbb{N} tale che

    ∣l−an∣<εper ogni n≥n0.\lvert l - a_n \rvert < \varepsilon \quad \text{per ogni } n \ge n_0.

    In questo caso si scrive

    lim⁡n→+∞an=loppurean→l per n→+∞\boxed{\lim_{n\to+\infty} a_n = l} \qquad \text{oppure} \qquad \boxed{a_n \to l \ \text{per } n\to+\infty}
  • (ii) Se lim⁡n→+∞an=0\displaystyle\lim_{n\to+\infty} a_n = 0, allora (an)n∈N(a_n)_{n\in\mathbb{N}} si chiama successione infinitesima.

Osservazione. Per una successione convergente (an)n∈N(a_n)_{n\in\mathbb{N}} vale che an→la_n \to l per n→+∞  ⟺  l−an→0n\to+\infty \iff l - a_n \to 0 per n→+∞n\to+\infty.

Definizione 1.4 (Successione divergente). Si dice che la successione (an)n∈N(a_n)_{n\in\mathbb{N}}

  • diverge a +∞+\infty, se per ogni M>0M>0 esiste n0∈Nn_0\in\mathbb{N} tale che an>Ma_n > M per ogni n≥n0n\ge n_0 e in questo caso si scrive

    lim⁡n→+∞an=+∞oppurean→+∞ per n→+∞;\lim_{n\to+\infty} a_n = +\infty \qquad \text{oppure} \qquad a_n \to +\infty \ \text{per } n\to+\infty;
  • diverge a −∞-\infty, se per ogni M<0M<0 esiste n0∈Nn_0\in\mathbb{N} tale che an<Ma_n < M per ogni n≥n0n\ge n_0 e in questo caso si scrive

    lim⁡n→+∞an=−∞oppurean→−∞ per n→+∞.\lim_{n\to+\infty} a_n = -\infty \qquad \text{oppure} \qquad a_n \to -\infty \ \text{per } n\to+\infty.
  • diverge se diverge a +∞+\infty oppure −∞-\infty.

Per esempio lim⁡n→+∞n=+∞\displaystyle\lim_{n\to+\infty} n = +\infty.

Se (an)n∈N(a_n)_{n\in\mathbb{N}} ammette limite finito (cioè se converge) oppure infinito (cioè se diverge), allora si dice regolare. Rimane quindi la classe delle successioni che non ammettono limite.

Definizione 1.5 (Successione irregolare). Se la successione (an)n∈N(a_n)_{n\in\mathbb{N}} non è convergente né divergente allora si dice irregolare (oppure oscillante).

Per esempio la successione ((−1)n)n∈N\left((-1)^n\right)_{n\in\mathbb{N}} è irregolare. Più in generale consideriamo il seguente

Esempio (Successione geometrica). Per q∈Rq\in\mathbb{R} fisso definiamo an:=qna_n := q^n. Allora la successione geometrica (an)n∈N(a_n)_{n\in\mathbb{N}}

  • (i) diverge a +∞+\infty se q>1q>1,
  • (ii) è costante (cioè an=a0a_n = a_0 per ogni n∈Nn\in\mathbb{N}) se q=1q=1 e quindi lim⁡n→+∞an=a0=1\displaystyle\lim_{n\to+\infty} a_n = a_0 = 1,
  • (iii) è infinitesima se ∣q∣<1\lvert q\rvert<1,
  • (iv) è irregolare se q≤−1q\le-1.

Esempio (Successione armonica). Per α∈R\alpha\in\mathbb{R} fisso definiamo an:=nαa_n := n^\alpha. Allora la successione armonica (an)n≥1(a_n)_{n\ge 1}

  • (i) diverge a +∞+\infty se α>0\alpha>0,
  • (ii) è costante (cioè an=a0a_n = a_0 per ogni n∈Nn\in\mathbb{N}) se α=0\alpha=0 e quindi lim⁡n→+∞an=a1=1\displaystyle\lim_{n\to+\infty} a_n = a_1 = 1,
  • (iii) è infinitesima se α<0\alpha<0,

Il prossimo risultato dà una condizione necessaria per la convergenza di una successione.

Proposizione 1.6. Una successione convergente (an)n∈N(a_n)_{n\in\mathbb{N}} è limitata, cioè esistono m,M∈Rm, M\in\mathbb{R} tale che

m≤an≤Mper ogni n∈N.m \le a_n \le M \quad \text{per ogni } n\in\mathbb{N}.

Proposizione 1.7 (Regole per il calcolo dei limiti). Siano (an)n∈N(a_n)_{n\in\mathbb{N}}, (bn)n∈N(b_n)_{n\in\mathbb{N}} due successioni convergenti con an→l1a_n\to l_1 e bn→l2b_n\to l_2 per n→+∞n\to+\infty. Allora per n→+∞n\to+\infty

  • (i) an±bn→l1±l2a_n \pm b_n \to l_1 \pm l_2;
  • (ii) an⋅bn→l1⋅l2a_n \cdot b_n \to l_1 \cdot l_2;
  • (iii) anbn→l1l2\dfrac{a_n}{b_n} \to \dfrac{l_1}{l_2} se l2≠0l_2\ne 0;
  • (iv) (an)bn→l1l2(a_n)^{b_n} \to {l_1}^{l_2} se l1>0l_1>0;
  • (v) ∣an∣→∣l1∣\lvert a_n\rvert \to \lvert l_1\rvert.

Esempi.

  • Calcolare, se esiste, il seguente limite

    lim⁡n→+∞7n2−2n+3−3n2+n−1.\lim_{n\to+\infty} \frac{7n^2 - 2n + 3}{-3n^2 + n - 1}.

    L'espressione rappresenta il rapporto di due successioni ma scritto così non si può ancora utilizzare la regola per anbn\frac{a_n}{b_n} poiché sia il numeratore sia il denominatore divergono. Comunque basta mettere in evidenza nel numeratore e nel denominatore la quantità che cresce più rapidamente, in questo caso n2n^2. Utilizzando le regole per somma, differenza, prodotto e rapporto otteniamo

    7n2−2n+3−3n2+n−1=n2⋅(7−2n+3n2)⏞→ 7−2⋅0+3⋅02 = 7n2⋅(−3+1n−1n2)⏟→ −3+0−02 = −3→−73\frac{7n^2 - 2n + 3}{-3n^2 + n - 1} = \frac{n^2 \cdot \overbrace{\left(7 - \dfrac{2}{n} + \dfrac{3}{n^2}\right)}^{\to\, 7 - 2\cdot 0 + 3\cdot 0^2 \,=\, \mathbf{7}}}{n^2 \cdot \underbrace{\left(-3 + \dfrac{1}{n} - \dfrac{1}{n^2}\right)}_{\to\, -3 + 0 - 0^2 \,=\, \mathbf{-3}}} \to -\frac{7}{3}
  • Calcolare, se esiste, il limite

    lim⁡n→+∞n+3−n.\lim_{n\to+\infty} \sqrt{n+3} - \sqrt{n}.

    Non si può applicare direttamente la regola per le differenze poiché i due termini divergono entrambi. Per procedere si sfrutta la formula (a−b)⋅(a+b)=a2−b2(a-b)\cdot(a+b) = a^2 - b^2:

    n+3−n=(n+3−n)⋅n+3+nn+3+n=n+3−nn+3+n=3n+3+n→3+∞=0\begin{aligned} \sqrt{n+3} - \sqrt{n} &= \left(\sqrt{n+3} - \sqrt{n}\right) \cdot \frac{\sqrt{n+3} + \sqrt{n}}{\sqrt{n+3} + \sqrt{n}} \\ &= \frac{n + 3 - n}{\sqrt{n+3} + \sqrt{n}} = \frac{3}{\sqrt{n+3} + \sqrt{n}} \to \frac{3}{+\infty} = 0 \end{aligned}

Osservazione. Le regole per il calcolo dei limiti si possono estendere alle successioni regolari se al limite si ottiene una delle seguenti forme determinate: Per ogni a∈Ra\in\mathbb{R} definiamo

±∞+a:=±∞±∞⋅a:={±∞se a>0∓∞se a<0a±∞:=0\begin{array}{lll} \pm\infty + a := \pm\infty & \qquad \pm\infty \cdot a := \begin{cases} \pm\infty & \text{se } a>0 \\ \mp\infty & \text{se } a<0 \end{cases} & \qquad \dfrac{a}{\pm\infty} := 0 \end{array} (±∞)+(±∞):=±∞(±∞)⋅(±∞):=+∞(±∞)⋅(∓∞):=−∞(\pm\infty) + (\pm\infty) := \pm\infty \qquad (\pm\infty)\cdot(\pm\infty) := +\infty \qquad (\pm\infty)\cdot(\mp\infty) := -\infty q+∞:={+∞se q>10se 0<q<1q−∞:={0se q>1+∞se 0<q<1q0:=1 se q>0\begin{array}{lll} q^{+\infty} := \begin{cases} +\infty & \text{se } q>1 \\ 0 & \text{se } 0<q<1 \end{cases} & \quad q^{-\infty} := \begin{cases} 0 & \text{se } q>1 \\ +\infty & \text{se } 0<q<1 \end{cases} & \quad q^0 := 1 \text{ se } q>0 \end{array}

Per esempio, se an→−3a_n\to-3 e bn→+∞b_n\to+\infty allora an⋅bn→−3⋅(+∞)=−∞a_n\cdot b_n \to -3\cdot(+\infty) = -\infty oppure anbn→−3+∞=0\frac{a_n}{b_n}\to\frac{-3}{+\infty} = 0.

Osservazione. La forma determinata a±∞=0\frac{a}{\pm\infty} = 0 si può generalizzare: Sia (an)n∈N(a_n)_{n\in\mathbb{N}} limitata, cioè esistono m,M∈Rm, M\in\mathbb{R} tale che m≤an≤Mm\le a_n\le M per ogni n∈Nn\in\mathbb{N}. Allora anbn→0\frac{a_n}{b_n}\to 0 per ogni successione divergente (bn)n∈N(b_n)_{n\in\mathbb{N}} e an⋅cn→0a_n\cdot c_n\to 0 per ogni successione infinitesima (cn)n∈N(c_n)_{n\in\mathbb{N}}. Quindi possiamo definire altre 2 forme determinate

“limitata”±∞=0e“limitata”⋅0=0.\frac{\text{“limitata”}}{\pm\infty} = 0 \qquad\text{e}\qquad \text{“limitata”}\cdot 0 = 0.

Esempi concreti sono dati da

sin⁡(n)n→0ecos⁡(n2)⋅(13)n→0.\frac{\sin(n)}{\sqrt{n}} \to 0 \qquad\text{e}\qquad \cos(n^2)\cdot\left(\frac13\right)^n \to 0.

in quanto −1≤sin⁡(x),cos⁡(x)≤1-1\le\sin(x),\cos(x)\le 1 per ogni x∈Rx\in\mathbb{R}, n→+∞\sqrt{n}\to+\infty e (13)n→0\left(\frac13\right)^n\to 0 per n→+∞n\to+\infty.

Osservazione. Con le forme determinate abbiamo esteso le operazioni algebriche in alcuni casi per gli elementi dei numeri reali estesi

R‾:=R∪{−∞,+∞}.\overline{\mathbb{R}} := \mathbb{R}\cup\{-\infty,+\infty\}.

Non si possono però definire tutte le operazioni tra elementi in R‾\overline{\mathbb{R}}, per esempio le seguenti operazioni rappresentano forme indeterminate:

(±∞)−(±∞)0⋅(±∞)00±∞±∞a0 per ogni a∈R1±∞(±∞)000\begin{array}{lll} (\pm\infty) - (\pm\infty) & \qquad\qquad 0\cdot(\pm\infty) & \qquad\qquad \dfrac{0}{0} \\[1.4em] \dfrac{\pm\infty}{\pm\infty} & \qquad\qquad \dfrac{a}{0} \text{ per ogni } a\in\mathbb{R} & \qquad\qquad 1^{\pm\infty} \\[1.4em] (\pm\infty)^0 & \qquad\qquad 0^0 & \end{array}

Esempi.

  • Vogliamo studiare la convergenza della successione (cn)n∈N(c_n)_{n\in\mathbb{N}} con

    cn:=(13+cos⁡(n2))n.c_n := \left(\frac{1}{3 + \cos(n^2)}\right)^n.

    Allora,

    −1≤cos⁡(n2)≤1⇒2=3−1≤3+cos⁡(n2)≤3+1=4⇒2n≤(3+cos⁡(n2))n≤4n\begin{aligned} -1 \le \cos(n^2) \le 1 \quad&\Rightarrow\quad 2 = 3 - 1 \le 3 + \cos(n^2) \le 3 + 1 = 4 \\ &\Rightarrow\quad 2^n \le \left(3 + \cos(n^2)\right)^n \le 4^n \end{aligned}

    per ogni n∈Nn\in\mathbb{N}. Quindi segue per gli inversi

    ⇒(14)n⏟=: an → 0≤(13+cos⁡(n2))n≤(12)n⏟=: bn → 0per n→+∞\Rightarrow\quad \underbrace{\left(\frac{1}{4}\right)^n}_{=:\,a_n\,\to\,0} \le \left(\frac{1}{3 + \cos(n^2)}\right)^n \le \underbrace{\left(\frac{1}{2}\right)^n}_{=:\,b_n\,\to\,0} \qquad \text{per } n\to+\infty

    e di conseguenza lim⁡n→+∞cn=0\displaystyle\lim_{n\to+\infty} c_n = 0.

  • Verifichiamo che

    lim⁡n→+∞an=1per ogni a>0.\lim_{n\to+\infty} \sqrt[n]{a} = 1 \qquad \text{per ogni } a>0.

    Consideriamo prima il caso a>1a>1 e poniamo dn:=an−1>0d_n := \sqrt[n]{a} - 1 > 0 cioè an=1+dn\sqrt[n]{a} = 1 + d_n per ogni n∈Nn\in\mathbb{N}. Per la disuguaglianza di Bernoulli segue

    (1+dn)n⏟= a≥1+n⋅dn⇒a−1n⏟→ 0≥dn≥0⏟→ 0per n→+∞.\underbrace{(1 + d_n)^n}_{=\,a} \ge 1 + n\cdot d_n \quad\Rightarrow\quad \underbrace{\frac{a-1}{n}}_{\to\,0} \ge d_n \ge \underbrace{0}_{\to\,0} \qquad \text{per } n\to+\infty.

    Di conseguenza dn→0d_n\to 0 e quindi an=1+dn→1+0=1\sqrt[n]{a} = 1 + d_n \to 1 + 0 = 1 per n→+∞n\to+\infty. Se 0<a<10<a<1 poniamo a~:=1a>1\tilde a := \frac{1}{a} > 1. Da sopra segue quindi

    a~n→1⇒an=1a~n→11=1per n→+∞.\sqrt[n]{\tilde a} \to 1 \quad\Rightarrow\quad \sqrt[n]{a} = \frac{1}{\sqrt[n]{\tilde a}} \to \frac{1}{1} = 1 \qquad \text{per } n\to+\infty.

Osservazione. Il concetto di limite per una successione (an)n∈N(a_n)_{n\in\mathbb{N}} è collegato al comportamento degli elementi ana_n per nn sempre più grande. Quindi i primi elementi non influiscono sulla esistenza oppure sul valore del limite. Nel seguito diremo che una proprietà per una successione vale definitivamente, se esiste un n0n_0 tale che tale proprietà vale per n>n0n>n_0.

Per esempio la successione (an)n∈N=(n−1000)n∈N(a_n)_{n\in\mathbb{N}} = (n-1000)_{n\in\mathbb{N}} è positiva definitivamente poiché an>0a_n>0 per ogni n>1000=:n0n>1000=:n_0. Invece ((−1)n)n∈N\left((-1)^n\right)_{n\in\mathbb{N}} non è positiva definitivamente.

Osservazioni.

  • Dal teorema del confronto segue che per una successione (an)n∈N(a_n)_{n\in\mathbb{N}} convergente al limite ll e con an∈[α,β]a_n\in[\alpha,\beta] definitivamente vale l∈[α,β]l\in[\alpha,\beta]. In particolare segue il Teorema della permanenza del segno: Se (an)n∈N(a_n)_{n\in\mathbb{N}} è positiva definitivamente e lim⁡n→+∞an=l\displaystyle\lim_{n\to+\infty} a_n = l allora l≥0l\ge 0.

  • Non vale l'osservazione precedente per intervalli aperti oppure disuguaglianze strette. Per esempio, se an>0a_n>0 per ogni n∈Nn\in\mathbb{N} e lim⁡n→+∞an=l\displaystyle\lim_{n\to+\infty} a_n = l allora NON‾\textcolor{red}{\underline{\text{NON}}} segue l>0l>0!! Come controesempio basta considerare

Definizione 1.8. Sia (an)n∈N(a_n)_{n\in\mathbb{N}} una successione infinitesima, cioè an→0a_n\to 0 per n→+∞n\to+\infty. Se

  • an≥0a_n\ge 0 definitivamente, allora scriviamo an→0+a_n\to 0^+ (oppure lim⁡n→+∞an=0+\displaystyle\lim_{n\to+\infty} a_n = 0^+),
  • an≤0a_n\le 0 definitivamente, allora scriviamo an→0−a_n\to 0^- (oppure lim⁡n→+∞an=0−\displaystyle\lim_{n\to+\infty} a_n = 0^-).

Così otteniamo altre due forme determinate

a0±:=±∞se a>0,a0±:=∓∞se a<0.\frac{a}{0^\pm} := \pm\infty \quad \text{se } a>0, \qquad\qquad \frac{a}{0^\pm} := \mp\infty \quad \text{se } a<0.

Inoltre abbiamo

a±∞:=0±se a>0,a±∞:=0∓se a<0.\frac{a}{\pm\infty} := 0^\pm \quad \text{se } a>0, \qquad\qquad \frac{a}{\pm\infty} := 0^\mp \quad \text{se } a<0.

Con queste definizioni le regole per il calcolo dei limiti restano valide. Per esempio

  • an→2a_n\to 2, bn→0−⇒anbn→20−=−∞b_n\to 0^- \Rightarrow \dfrac{a_n}{b_n}\to\dfrac{2}{0^-} = -\infty,
  • an→−1a_n\to -1, bn→+∞⇒anbn→−1+∞=0−b_n\to+\infty \Rightarrow \dfrac{a_n}{b_n}\to\dfrac{-1}{+\infty} = 0^-.

Problema. Per studiare la convergenza di una successione abbiamo finora avuto bisogno di avere almeno un candidato per il suo limite.

Per esempio, come vedremo tra poco la successione (an)n∈N=((1+1n)n)n∈N(a_n)_{n\in\mathbb{N}} = \left(\left(1+\frac{1}{n}\right)^n\right)_{n\in\mathbb{N}} converge ma ciò non si può dimostrare usando la definizione oppure le regole per il calcolo dei limiti.

Per risolvere questo problema cerchiamo quindi criteri che implicano la convergenza senza fare riferimento al limite. Prima ci serve una

Definizione 1.9. Una successione (an)n∈N(a_n)_{n\in\mathbb{N}} si dice

  • crescente, se an+1≥ana_{n+1}\ge a_n per ogni n∈Nn\in\mathbb{N},
  • decrescente, se an+1≤ana_{n+1}\le a_n per ogni n∈Nn\in\mathbb{N},
  • monotona, se è crescente oppure decrescente.

Il seguente risultato è molto importante.

Teorema 1.10 (Regolarità delle successioni monotone). Se (an)n∈N(a_n)_{n\in\mathbb{N}} è monotona, allora è regolare, cioè ammette limite. Questo limite è finito, cioè (an)n∈N(a_n)_{n\in\mathbb{N}} converge, se e solo se (an)n∈N(a_n)_{n\in\mathbb{N}} è limitata. Inoltre vale

lim⁡n→+∞an={sup⁡{an:n∈N}se (an)n∈N eˋ crescente,inf⁡{an:n∈N}se (an)n∈N eˋ decrescente.\lim_{n\to+\infty} a_n = \begin{cases} \sup\{a_n : n\in\mathbb{N}\} & \text{se } (a_n)_{n\in\mathbb{N}} \text{ è crescente,} \\ \inf\{a_n : n\in\mathbb{N}\} & \text{se } (a_n)_{n\in\mathbb{N}} \text{ è decrescente.} \end{cases}

In particolare, ogni successione limitata e monotona è convergente.

Visto che per nn crescente si accumulano sempre più interessi composti, la successione (an)n∈N=((1+1n)n)n∈N(a_n)_{n\in\mathbb{N}} = \left(\left(1+\frac{1}{n}\right)^n\right)_{n\in\mathbb{N}} è crescente. Quindi (an)n∈N(a_n)_{n\in\mathbb{N}} è

  • crescente, e
  • limitata in quanto an∈[2,3]a_n\in[2,3] per ogni n∈Nn\in\mathbb{N} (usare la formula del binomio di Newton).

Quindi per il teorema precedente sulla convergenza delle successioni monotone (an)n∈N(a_n)_{n\in\mathbb{N}} converge e si pone

e:=lim⁡n→+∞(1+1n)n=numero di Nepero.\boxed{e := \lim_{n\to+\infty}\left(1+\frac{1}{n}\right)^n} = \textit{numero di Nepero.}

Definizione 1.11. Se per due successioni si ha lim⁡n→+∞anbn=1\displaystyle\lim_{n\to+\infty}\frac{a_n}{b_n} = 1, allora si dice che (an)n∈N(a_n)_{n\in\mathbb{N}} e (bn)n∈N(b_n)_{n\in\mathbb{N}} sono asintotiche e si scrive an∼bna_n\sim b_n per n→+∞n\to+\infty.

Osservazioni.

  • Se an∼bna_n\sim b_n per n→+∞n\to+\infty, allora (an)n∈N(a_n)_{n\in\mathbb{N}} e (bn)n∈N(b_n)_{n\in\mathbb{N}} hanno lo stesso comportamento asintotico, cioè
    • (an)n∈N(a_n)_{n\in\mathbb{N}} converge   ⟺  \iff (bn)n∈N(b_n)_{n\in\mathbb{N}} converge e in tal caso lim⁡n→+∞an=lim⁡n→+∞bn\displaystyle\lim_{n\to+\infty} a_n = \lim_{n\to+\infty} b_n;
    • (an)n∈N(a_n)_{n\in\mathbb{N}} diverge   ⟺  \iff (bn)n∈N(b_n)_{n\in\mathbb{N}} diverge e in tal caso lim⁡n→+∞an=lim⁡n→+∞bn\displaystyle\lim_{n\to+\infty} a_n = \lim_{n\to+\infty} b_n;
    • (an)n∈N(a_n)_{n\in\mathbb{N}} è irregolare   ⟺  \iff (bn)n∈N(b_n)_{n\in\mathbb{N}} è irregolare.
  • "∼\sim" è una relazione di equivalenza sull'insieme delle successioni, cioè
    • an∼ana_n\sim a_n per n→+∞n\to+\infty (riflessività),
    • an∼bn⇒bn∼ana_n\sim b_n \Rightarrow b_n\sim a_n per n→+∞n\to+\infty (simmetria),
    • an∼bna_n\sim b_n e bn∼cn⇒an∼cnb_n\sim c_n \Rightarrow a_n\sim c_n per n→+∞n\to+\infty (transitività).

Il seguente principio è spesso utile per semplificare il calcolo dei limiti.

Teorema 1.12 (Principio di Sostituzione). Se an∼an′a_n\sim a_n', bn∼bn′b_n\sim b_n' e cn∼cn′c_n\sim c_n' per n→+∞n\to+\infty, allora

an⋅bncn∼an′⋅bn′cn′per n→+∞.\frac{a_n\cdot b_n}{c_n} \sim \frac{a_n'\cdot b_n'}{c_n'} \qquad \text{per } n\to+\infty.

In particolare an⋅bn∼an′⋅bn′a_n\cdot b_n\sim a_n'\cdot b_n' e anbn∼an′bn′\dfrac{a_n}{b_n}\sim\dfrac{a_n'}{b_n'} per n→+∞n\to+\infty.

Quindi in prodotti e rapporti si possono sostituire successioni con altre successioni asintotiche senza cambiare il comportamento asintotico, in particolare senza cambiare il limite se esiste.

Esempi.

  • 2n3−5n2−3n+11∼2n32n^3 - 5n^2 - 3n + 11 \sim 2n^3 per n→+∞n\to+\infty poiché

    2n3−5n2−3n+112n3=1−52n−32n2+112n3→1−0−0+0=1\frac{2n^3 - 5n^2 - 3n + 11}{2n^3} = 1 - \frac{5}{2n} - \frac{3}{2n^2} + \frac{11}{2n^3} \to 1 - 0 - 0 + 0 = 1

    per n→+∞n\to+\infty.

  • n+5∼nn+5\sim n poiché n+5n=1+5n→1\dfrac{n+5}{n} = 1 + \dfrac{5}{n} \to 1 per n→+∞n\to+\infty. Quindi per il principio di sostituzione segue che (n+5)3∼n3(n+5)^3\sim n^3 e

    2n3−5n2−3n+11(n+5)3∼2n3n3=2→2=lim⁡n→+∞2n3−5n2−3n+11(n+5)3.\frac{2n^3 - 5n^2 - 3n + 11}{(n+5)^3} \sim \frac{2n^3}{n^3} = 2 \to 2 = \lim_{n\to+\infty} \frac{2n^3 - 5n^2 - 3n + 11}{(n+5)^3}.

è doveroso fare la seguente

Osservazione. Il principio di sostituzione !!! NON !!!\boxed{\textcolor{red}{\textbf{\textit{!!! NON !!!}}}} vale per somme, differenze o potenze, cioè se an∼an′a_n\sim a_n' e bn∼bn′b_n\sim b_n' allora

  • ⇏ an+bn∼an′+bn′\textcolor{red}{\not\Rightarrow}\ a_n + b_n \sim a_n' + b_n' per n→+∞n\to+\infty,
  • ⇏ an−bn∼an′−bn′\textcolor{red}{\not\Rightarrow}\ a_n - b_n \sim a_n' - b_n' per n→+∞n\to+\infty,
  • ⇏ (an)bn∼(an′)bn′\textcolor{red}{\not\Rightarrow}\ (a_n)^{b_n} \sim (a_n')^{b_n'} per n→+∞n\to+\infty,

Controesempi.

  • (per la somma) an:=n+1∼n=:an′a_n := n+1 \sim n =: a_n' e bn:=−n∼−n=:bn′b_n := -n \sim -n =: b_n' ma an+bn=(n+1)−n=1a_n + b_n = (n+1) - n = 1 e an′+bn′=n−n=0a_n' + b_n' = n - n = 0 non sono asintotiche in quanto ammettono limiti diversi.
  • (per la potenza) an:=1+1n∼1=:an′a_n := 1 + \frac{1}{n} \sim 1 =: a_n' e bn:=n∼n=:bn′b_n := n \sim n =: b_n' ma (an)bn=(1+1n)n(a_n)^{b_n} = \left(1 + \frac{1}{n}\right)^n e (an′)bn′=1n=1(a_n')^{b_n'} = 1^n = 1 non sono asintotiche sempre poiché ammettono limiti diversi.

Concludiamo questo capitolo con un criterio che è utile per studiare limiti che coinvolgono radici nn-esime.

Proposizione 1.13. Se (an)n∈N(a_n)_{n\in\mathbb{N}} è una successione tale che an>0a_n>0 definitivamente e lim⁡n→+∞an+1an=:q\displaystyle\lim_{n\to+\infty}\frac{a_{n+1}}{a_n} =: q esiste, allora segue che anche

lim⁡n→+∞ann=q.\lim_{n\to+\infty} \sqrt[n]{a_n} = q.

Esempio. Sia an=na_n = n. Allora an+1an=n+1n=1+1n→1\dfrac{a_{n+1}}{a_n} = \dfrac{n+1}{n} = 1 + \dfrac{1}{n} \to 1 e quindi

lim⁡n→+∞nn=1.\lim_{n\to+\infty} \sqrt[n]{n} = 1.

Definizione 2.1. Diremo che la serie numerica ∑k=0+∞ak\displaystyle\sum_{k=0}^{+\infty} a_k

  • converge alla somma s∈Rs\in\mathbb{R}, se lim⁡n→+∞sn=s\displaystyle\lim_{n\to+\infty} s_n = s e in questo caso scriveremo ∑k=0+∞ak=s\displaystyle\sum_{k=0}^{+\infty} a_k = s;
  • diverge a ±∞\pm\infty, se lim⁡n→+∞sn=±∞\displaystyle\lim_{n\to+\infty} s_n = \pm\infty e in questo caso scriveremo ∑k=0+∞ak=±∞\displaystyle\sum_{k=0}^{+\infty} a_k = \pm\infty;
  • è irregolare (oppure oscillante), se (sn)n∈N(s_n)_{n\in\mathbb{N}} è irregolare.

Quindi studiare una serie ∑k=0+∞ak\displaystyle\sum_{k=0}^{+\infty} a_k significa studiare la successione delle somme parziali (sn)n∈N(s_n)_{n\in\mathbb{N}}.

Esempi.

  • Serie geometrica. Se q∈Rq\in\mathbb{R} allora

    ∑k=0+∞qk=1+q+q2+q3+q4+⋯={11−qse ∣q∣<1,+∞se q≥1,eˋ irregolarese q≤−1.\boxed{\sum_{k=0}^{+\infty} q^k = 1 + q + q^2 + q^3 + q^4 + \dots = \begin{cases} \dfrac{1}{1-q} & \text{se } \lvert q\rvert<1, \\ +\infty & \text{se } q\ge 1, \\ \text{è irregolare} & \text{se } q\le -1. \end{cases}}

    Dimostrazione. 1° caso q=1q=1: Se q=1q=1 allora qk=1q^k=1 per ogni k∈Nk\in\mathbb{N} e quindi

    sn=10+11+12+⋯+1n=n+1→∞.s_n = 1^0 + 1^1 + 1^2 + \dots + 1^n = n+1 \to \infty.

    2° caso q≠1q\ne 1: In questo caso le somme parziali valgono

    sn=q0+q1+q2+⋯+qn=1−qn+11−q=11−q−q1−q⋅qn.s_n = q^0 + q^1 + q^2 + \dots + q^n = \frac{1-q^{n+1}}{1-q} = \frac{1}{1-q} - \frac{q}{1-q}\cdot q^n.

    La tesi ora segue dal comportamento della successione geometrica.

  • Serie armonica.

    ∑k=1+∞1k=1+12+13+14+15+⋯=+∞.\boxed{\sum_{k=1}^{+\infty} \frac{1}{k} = 1 + \frac12 + \frac13 + \frac14 + \frac15 + \dots = +\infty.}

    Idea della dimostrazione.

    ∑k=1+∞1k=1+12+(13+14)⏟≥ 2⋅14=12+(15+16+17+18)⏟≥ 4⋅18=12++(19+110+⋯+116)⏟≥ 8⋅116=12+…≥1+12+12+12+12+⋯=+∞.\begin{aligned} \sum_{k=1}^{+\infty} \frac{1}{k} &= 1 + \frac12 + \underbrace{\left(\frac13 + \frac14\right)}_{\ge\, 2\cdot\frac14 = \frac12} + \underbrace{\left(\frac15 + \frac16 + \frac17 + \frac18\right)}_{\ge\, 4\cdot\frac18 = \frac12} + \\ &\quad + \underbrace{\left(\frac19 + \frac1{10} + \dots + \frac1{16}\right)}_{\ge\, 8\cdot\frac1{16} = \frac12} + \dots \\ &\ge 1 + \frac12 + \frac12 + \frac12 + \frac12 + \dots = +\infty. \end{aligned}
  • Serie di Mengoli.

    ∑k=1+∞1k⋅(k+1)=11⋅2+12⋅3+13⋅4+14⋅5+⋯=1.\sum_{k=1}^{+\infty} \frac{1}{k\cdot(k+1)} = \frac{1}{1\cdot 2} + \frac{1}{2\cdot 3} + \frac{1}{3\cdot 4} + \frac{1}{4\cdot 5} + \dots = 1.

Proposizione 2.2 (Condizione necessaria). Se ∑k=0+∞ak\displaystyle\sum_{k=0}^{+\infty} a_k converge, allora lim⁡k→+∞ak=0\displaystyle\lim_{k\to+\infty} a_k = 0.

Dimostrazione. Sia s:=∑k=0+∞aks := \displaystyle\sum_{k=0}^{+\infty} a_k, cioè s=lim⁡n→+∞sns = \displaystyle\lim_{n\to+\infty} s_n. Allora anche lim⁡n→+∞sn−1=s\displaystyle\lim_{n\to+\infty} s_{n-1} = s e quindi lim⁡n→+∞(sn−sn−1)=s−s=0\displaystyle\lim_{n\to+\infty} (s_n - s_{n-1}) = s - s = 0. Così risulta

sn−sn−1=(a0+a1+a2+⋯+an−1+an)−(a0+a1+a2+⋯+an−1)=an→0per n→+∞.□\begin{aligned} s_n - s_{n-1} &= (a_0 + a_1 + a_2 + \dots + a_{n-1} + a_n) - (a_0 + a_1 + a_2 + \dots + a_{n-1}) \\ &= a_n \to 0 \quad \text{per } n\to+\infty. \qquad \square \end{aligned}

Evidentemente questa condizione è soltanto necessaria ma non\textcolor{red}{\text{non}} sufficiente per la convergenza come si vede dalla serie armonica. Come vedremo nel seguente paragrafo l'ordine in R\mathbb{R} ci aiuta a risolvere (parzialmente) il problema posto sopra.

Serie a Termini Positivi

Se ak≥0a_k\ge 0 per ogni k∈Nk\in\mathbb{N}, allora sn+1=sn+an+1≥sns_{n+1} = s_n + a_{n+1} \ge s_n cioè (sn)n∈N(s_n)_{n\in\mathbb{N}} è crescente. Quindi possiamo usare il teorema sulla regolarità delle successioni monotone per studiare il comportamento della serie ∑k=0+∞ak\displaystyle\sum_{k=0}^{+\infty} a_k. In questa maniera otteniamo

Teorema 2.3. Se ak≥0a_k\ge 0 per ogni k∈Nk\in\mathbb{N} (basta anche ak≥0a_k\ge 0 definitivamente), allora

la serie ∑k=0+∞ak{convergese e solo se (sn)n∈N eˋ limitata,diverge a +∞se e solo se (sn)n∈N non eˋ limitata.\text{la serie } \sum_{k=0}^{+\infty} a_k \begin{cases} \text{converge} & \text{se e solo se } (s_n)_{n\in\mathbb{N}} \text{ è limitata,} \\ \text{diverge a } +\infty & \text{se e solo se } (s_n)_{n\in\mathbb{N}} \text{ non è limitata.} \end{cases}

Quindi per una serie a termini positivi basta verificare la limitatezza della successione delle somme parziali per ottenere convergenza. Inoltre risulta che una serie a termini positivi non può essere irregolare.

∑k=0+∞1k!=serie esponenziale=e\sum_{k=0}^{+\infty} \frac{1}{k!} \quad = \quad \textit{serie esponenziale} \quad \textcolor{red}{= e}

Proposizione 2.4 (Criterio del confronto). Sia 0≤ak≤bk0\le a_k\le b_k definitivamente. Allora

∑k=0+∞bk⏟maggiorante converge⇒∑k=0+∞ak⏟minorante converge\boxed{\underbrace{\sum_{k=0}^{+\infty} b_k}_{\text{maggiorante}} \text{ converge} \quad\Rightarrow\quad \underbrace{\sum_{k=0}^{+\infty} a_k}_{\text{minorante}} \text{ converge}}

oppure

∑k=0+∞ak⏟minorante diverge⇒∑k=0+∞bk⏟maggiorante diverge\boxed{\underbrace{\sum_{k=0}^{+\infty} a_k}_{\text{minorante}} \text{ diverge} \quad\Rightarrow\quad \underbrace{\sum_{k=0}^{+\infty} b_k}_{\text{maggiorante}} \text{ diverge}}

Esempio. Consideriamo la serie ∑k=1+∞1k\displaystyle\sum_{k=1}^{+\infty} \tfrac{1}{\sqrt{k}}. Visto che 1k≥1k\dfrac{1}{\sqrt{k}} \ge \dfrac{1}{k} per ogni k≥1k\ge 1 segue dalla divergenza della serie armonica ∑k=1+∞1k\displaystyle\sum_{k=1}^{+\infty} \tfrac{1}{k} la divergenza di ∑k=1+∞1k\displaystyle\sum_{k=1}^{+\infty} \tfrac{1}{\sqrt{k}}.

Proposizione 2.5 (Criterio del confronto, versione asintotica). Sia ak≥0a_k\ge 0 e bk>0b_k>0 definitivamente tali che converge

lim⁡k→+∞akbk=:l∈R.\lim_{k\to+\infty} \frac{a_k}{b_k} =: l\in\mathbb{R}.

Allora

∑k=0+∞bk converge⇒∑k=0+∞ak converge\sum_{k=0}^{+\infty} b_k \text{ converge} \quad\Rightarrow\quad \sum_{k=0}^{+\infty} a_k \text{ converge}

oppure

∑k=0+∞ak diverge⇒∑k=0+∞bk diverge\sum_{k=0}^{+\infty} a_k \text{ diverge} \quad\Rightarrow\quad \sum_{k=0}^{+\infty} b_k \text{ diverge}

Se inoltre l≠0l\ne 0 (in particolare se ak∼bka_k\sim b_k per k→+∞k\to+\infty), allora valgono anche le implicazioni opposte, cioè

∑k=0+∞ak converge⟺∑k=0+∞bk converge\sum_{k=0}^{+\infty} a_k \text{ converge} \quad\Longleftrightarrow\quad \sum_{k=0}^{+\infty} b_k \text{ converge}

oppure

∑k=0+∞ak diverge⟺∑k=0+∞bk diverge\sum_{k=0}^{+\infty} a_k \text{ diverge} \quad\Longleftrightarrow\quad \sum_{k=0}^{+\infty} b_k \text{ diverge}

Esempio. Consideriamo la serie ∑k=1+∞1k2\displaystyle\sum_{k=1}^{+\infty} \tfrac{1}{k^2}. Per studiare la convergenza confrontiamola con la serie di Mengoli ∑k=1+∞1k⋅(k+1)\displaystyle\sum_{k=1}^{+\infty} \tfrac{1}{k\cdot(k+1)}. Allora

1k21k⋅(k+1)=k⋅(k+1)k2=1+1k→1=l≠0per k→+∞.\frac{\dfrac{1}{k^2}}{\dfrac{1}{k\cdot(k+1)}} = \frac{k\cdot(k+1)}{k^2} = 1 + \frac{1}{k} \to 1 = l \ne 0 \qquad \text{per } k\to+\infty.

Quindi, visto che la serie di Mengoli converge, converge anche la serie ∑k=1+∞1k2\displaystyle\sum_{k=1}^{+\infty} \tfrac{1}{k^2}.

Proposizione 2.6 (Criterio della Radice). Sia ak≥0a_k\ge 0 definitivamente. Se esiste

q:=lim⁡k→+∞akk,q := \lim_{k\to+\infty} \sqrt[k]{a_k},

allora la serie ∑k=0+∞ak\displaystyle\sum_{k=0}^{+\infty} a_k

  • converge se q<1q<1,
  • diverge se q>1q>1,
  • non si può concludere nulla sul comportamento della serie se q=1q=1.

Esempio. Sia ak:=akkka_k := \frac{a^k}{k^k} per a>0a>0 fisso. Allora

akk=ak→0=q<1per k→+∞\sqrt[k]{a_k} = \frac{a}{k} \to 0 = q < 1 \qquad \text{per } k\to+\infty

e quindi la serie ∑k=0+∞ak\displaystyle\sum_{k=0}^{+\infty} a_k converge.

Proposizione 2.7 (Criterio del Rapporto). Sia ak>0a_k>0 definitivamente. Se esiste

q:=lim⁡k→+∞ak+1ak,q := \lim_{k\to+\infty} \frac{a_{k+1}}{a_k},

allora la serie ∑k=0+∞ak\displaystyle\sum_{k=0}^{+\infty} a_k

  • converge se q<1q<1,
  • diverge se q>1q>1,
  • non si può concludere nulla sul comportamento della serie se q=1q=1.

Esempio (Serie Esponenziale). Sia ak:=akk!a_k := \frac{a^k}{k!} per a>0a>0 fisso. Allora

ak+1ak=ak+1(k+1)!akk!=ak+1⋅k!(k+1)!⏟= k!⋅(k+1)⋅ak=ak+1→0=q<1per k→+∞\frac{a_{k+1}}{a_k} = \frac{\dfrac{a^{k+1}}{(k+1)!}}{\dfrac{a^k}{k!}} = \frac{a^{k+1}\cdot k!}{\underbrace{(k+1)!}_{=\,k!\cdot(k+1)}\cdot a^k} = \frac{a}{k+1} \to 0 = q < 1 \qquad \text{per } k\to+\infty

e quindi la serie ∑k=0+∞akk!\displaystyle\sum_{k=0}^{+\infty} \frac{a^k}{k!} converge.

Esempio (Serie Armonica Generalizzata). Sia ak:=1kαa_k := \frac{1}{k^\alpha} per α∈R\alpha\in\mathbb{R} fisso. Allora sappiamo per il criterio del confronto che la serie ∑k=0+∞ak\displaystyle\sum_{k=0}^{+\infty} a_k

  • diverge per α=1⇒\alpha=1 \Rightarrow diverge per ogni α≤1\alpha\le 1,
  • converge per α=2⇒\alpha=2 \Rightarrow converge per ogni α≥2\alpha\ge 2

dove le implicazioni seguono dal criterio del confronto: Se

α≤1⇒k≥kα⇒1k≤1kαcioeˋ ∑k=1+∞1k eˋ un minorante divergente,α≥2⇒k2≤kα⇒1k2≥1kαcioeˋ ∑k=1+∞1k2 eˋ un maggiorante convergente\begin{array}{llllll} \alpha\le 1 & \Rightarrow & k\ge k^\alpha & \Rightarrow & \frac1k \le \frac{1}{k^\alpha} & \text{cioè } \displaystyle\sum_{k=1}^{+\infty}\frac1k \text{ è un minorante divergente,} \\[1.6em] \alpha\ge 2 & \Rightarrow & k^2\le k^\alpha & \Rightarrow & \frac{1}{k^2} \ge \frac{1}{k^\alpha} & \text{cioè } \displaystyle\sum_{k=1}^{+\infty}\frac{1}{k^2} \text{ è un maggiorante convergente} \end{array}

della serie armonica generalizzata ∑k=1+∞1kα\displaystyle\sum_{k=1}^{+\infty} \frac{1}{k^\alpha}.

Mancano però i parametri α∈(1,2)\alpha\in(1,2). Quindi si pone la domanda come si comporta la serie armonica generalizzata per questi parametri. Come vedremo in seguito vale la seguente

Proposizione 2.8.

∑k=1+∞1kα converge⟺α>1\boxed{\sum_{k=1}^{+\infty} \frac{1}{k^\alpha} \text{ converge} \quad\Longleftrightarrow\quad \alpha>1}

Per ottenere una idea tracciamo un grafico simile a quello precedente:

00−1-1−1+12-1+\frac12+12+\frac12+14+\frac14−13-\frac13−1-1⋯\cdots
Convergenza della serie di Leibniz.

Dalla Figura si può avere l'impressione che la serie converge. Ciò è infatti vero per la

Proposizione 2.9 (Criterio di Leibniz). Se la successione (ak)k∈N(a_k)_{k\in\mathbb{N}} è

  • decrescente, e
  • infinitesima

allora la serie ∑k=0+∞(−1)k⋅ak=:s∈R\displaystyle\sum_{k=0}^{+\infty} (-1)^k\cdot a_k =: s\in\mathbb{R} converge. Inoltre vale ∣s−sn∣≤an+1\lvert s - s_n\rvert \le a_{n+1} per ogni n∈Nn\in\mathbb{N}.

n+1n+1 parian+1a_{n+1}∣s−sn∣\lvert s - s_n\rvertsns_nsssn+1=sn+an+1s_{n+1}=s_n+a_{n+1}n+1n+1 disparian+1a_{n+1}∣s−sn∣\lvert s - s_n\rvertsn−an+1=sn+1s_n-a_{n+1}=s_{n+1}sssns_n

Confrontando la serie di Leibniz ∑k=1+∞(−1)k⋅1k\displaystyle\sum_{k=1}^{+\infty} (-1)^k\cdot\tfrac{1}{k} con la serie armonica ∑k=1+∞1k\displaystyle\sum_{k=1}^{+\infty} \tfrac{1}{k} ricaviamo un'importante

Osservazione. Se

∑k=0+∞ak converge⏟convergenza (semplice)⇏∑k=0+∞∣ak∣ converge⏟convergenza assoluta\underbrace{\sum_{k=0}^{+\infty} a_k \text{ converge}}_{\textit{convergenza (semplice)}} \quad\not\Rightarrow\quad \underbrace{\sum_{k=0}^{+\infty} \lvert a_k\rvert \text{ converge}}_{\textit{convergenza assoluta}}

Infatti per ak=(−1)k⋅1ka_k = (-1)^k\cdot\frac{1}{k} la serie ∑k=1+∞ak\displaystyle\sum_{k=1}^{+\infty} a_k converge mentre

∑k=1+∞∣ak∣=∑k=1+∞∣(−1)k⋅1k∣=∑k=1+∞1kdiverge.\sum_{k=1}^{+\infty} \lvert a_k\rvert = \sum_{k=1}^{+\infty} \left\lvert (-1)^k\cdot\frac{1}{k} \right\rvert = \sum_{k=1}^{+\infty} \frac{1}{k} \qquad \text{diverge.}

Proposizione 2.10. Se ∑k=0+∞∣ak∣\displaystyle\sum_{k=0}^{+\infty} \lvert a_k\rvert converge, allora converge anche ∑k=0+∞ak\displaystyle\sum_{k=0}^{+\infty} a_k, cioè la convergenza assoluta implica la convergenza semplice.

Questa proposizione è molto utile in quanto la serie ∑k=0+∞∣ak∣\displaystyle\sum_{k=0}^{+\infty} \lvert a_k\rvert è sempre a termini positivi e quindi può essere studiata con i criteri per tale serie. Per esempio, applicando il criterio del rapporto e della radice a ∑k=0+∞∣ak∣\displaystyle\sum_{k=0}^{+\infty} \lvert a_k\rvert otteniamo la seguente

Proposizione 2.11. Se

q:=lim⁡k→+∞∣ak+1ak∣<1oppureq:=lim⁡k→+∞∣ak∣k<1q := \lim_{k\to+\infty} \left\lvert\frac{a_{k+1}}{a_k}\right\rvert < 1 \qquad \text{oppure} \qquad q := \lim_{k\to+\infty} \sqrt[k]{\lvert a_k\rvert} < 1

allora ∑k=0+∞ak\displaystyle\sum_{k=0}^{+\infty} a_k converge assolutamente e quindi anche semplicemente.

Esempio (Serie Esponenziale). Sia ak:=akk!a_k := \frac{a^k}{k!} per a∈Ra\in\mathbb{R} fisso. Allora

∣ak+1ak∣=∣a∣k+1(k+1)!∣a∣kk!=∣a∣k+1→0=q<1\left\lvert\frac{a_{k+1}}{a_k}\right\rvert = \frac{\dfrac{\lvert a\rvert^{k+1}}{(k+1)!}}{\dfrac{\lvert a\rvert^k}{k!}} = \frac{\lvert a\rvert}{k+1} \to 0 = q < 1

e quindi la serie ∑k=0+∞ak\displaystyle\sum_{k=0}^{+\infty} a_k converge.

Funzioni

Funzioni Limitate. Una funzione f:X⊆R→Rf: X \subseteq \mathbb{R} \to \mathbb{R} si dice

  • limitata superiormente se esiste M∈RM \in \mathbb{R} tale che f(x)≤Mf(x) \le M per ogni x∈Xx \in X;
  • limitata inferiormente se esiste m∈Rm \in \mathbb{R} tale che m≤f(x)m \le f(x) per ogni x∈Xx \in X;
  • limitata se è superiormente e inferiormente limitata, cioè se esistono m,M∈Rm, M \in \mathbb{R} tale che m≤f(x)≤Mm \le f(x) \le M per ogni x∈Xx \in X.

Esempi.

  • f(x)=x2f(x) = x^2, x∈Rx \in \mathbb{R} è inferiormente ma non superiormente limitata;
  • f(x)=x3f(x) = x^3, x∈Rx \in \mathbb{R} non è inferiormente né superiormente limitata;
  • f(x)=sin⁡(x)f(x) = \sin(x), x∈Rx \in \mathbb{R} è limitata.

Funzioni Simmetriche. Sia X⊆RX \subseteq \mathbb{R} un dominio simmetrico rispetto a x=0x = 0 (cioè x∈X⇒−x∈Xx \in X \Rightarrow -x \in X). Allora f:X→Rf: X \to \mathbb{R} si dice

  • pari, se f(−x)=f(x)f(-x) = f(x) per ogni x∈Xx \in X;
  • dispari, se f(−x)=−f(x)f(-x) = -f(x) per ogni x∈Xx \in X.

Osservazioni.

  • ff è pari ⟺\Longleftrightarrow il grafico di ff è simmetrico rispetto all'asse yy;
  • ff è dispari ⟺\Longleftrightarrow il grafico di ff è simmetrico rispetto all'origine.
ff parixxff disparixx
Funzione pari e dispari.
  • Se ff è dispari e 0∈X0 \in X (== dominio di ff) allora f(0)=0f(0) = 0.
  • Valgono le seguenti regole per prodotto e rapporto tra funzioni pari (==p) e dispari (==d):
f1⋅f2f_1 \cdot f_2 opp. f1f2\dfrac{f_1}{f_2}f1=f_1=p==d
f2=f_2=ppd
==ddp

Inoltre vale "pari ±\pm pari == pari" e "dispari ±\pm dispari == dispari".

Funzioni Monotone. Sia X⊆RX \subseteq \mathbb{R}, x1,x2∈Xx_1, x_2 \in X con x1<x2x_1 < x_2. Allora f:X→Rf: X \to \mathbb{R} si dice

  • crescente, se f(x1)≤f(x2)f(x_1) \le f(x_2);
  • strettamente crescente, se f(x1)<f(x2)f(x_1) < f(x_2);
  • decrescente, se f(x1)≥f(x2)f(x_1) \ge f(x_2);
  • strettamente decrescente, se f(x1)>f(x2)f(x_1) > f(x_2).
  • (strettamente) monotona, se è (strettamente) crescente oppure (strettamente) decrescente.

Definizione 3.5. c∈R‾c \in \overline{\mathbb{R}} si dice punto di accumulazione dell'insieme X⊆RX \subseteq \mathbb{R} se esiste una successione (xn)n∈N(x_n)_{n\in\mathbb{N}} con

  • xn∈Xx_n \in X per ogni n∈Nn \in \mathbb{N},
  • xn≠cx_n \neq c per ogni n∈Nn \in \mathbb{N},
  • lim⁡n→+∞xn=c\displaystyle\lim_{n\to+\infty} x_n = c.

I primi 2 punti si possono brevemente scrivere come (xn)n∈N⊂X∖{c}(x_n)_{n\in\mathbb{N}} \subset X \setminus \{c\}. Quindi cc è un punto di accumulazione di XX se in X∖{c}X \setminus \{c\} si può avvicinare a piacere al punto cc.

Esempi.

  • c=3c = 3 non\textcolor{red}{\textit{non}} è un punto di accumulazione di N\mathbb{N} in quanto non esiste una successione (xn)n∈N⊂N∖{3}(x_n)_{n\in\mathbb{N}} \subset \mathbb{N} \setminus \{3\} con lim⁡n→+∞xn=3\displaystyle\lim_{n\to+\infty} x_n = 3.
  • c=+∞c = +\infty è infatti l'unico punto di accumulazione di N\mathbb{N}.
  • c=−1c = -1 non\textcolor{red}{\textit{non}} è un punto di accumulazione di [0,+∞)[0, +\infty).
  • Se I⊂RI \subset \mathbb{R} è un qualsiasi intervallo con gli estremi aa e bb, allora cc è un punto di accumulazione di II ⟺\Longleftrightarrow c∈I∪{a,b}=[a,b]c \in I \cup \{a, b\} = [a, b].

Ora siamo in grado di generalizzare il concetto di limite dalle successioni alle funzioni reali arbitrarie.

Definizione 3.6 (Limiti per le Funzioni). Sia f:X⊆R→Rf: X \subseteq \mathbb{R} \to \mathbb{R} una funzione reale e sia c∈R‾c \in \overline{\mathbb{R}} un punto di accumulazione di XX. Allora diremo che

f(x)f(x) tende a l∈R‾l \in \overline{\mathbb{R}} per xx tendente a cc

se per ogni successione (xn)n∈N⊂X∖{c}(x_n)_{n\in\mathbb{N}} \subset X \setminus \{c\} con lim⁡n→+∞xn=c\displaystyle\lim_{n\to+\infty} x_n = c segue che lim⁡n→+∞f(xn)=l\displaystyle\lim_{n\to+\infty} f(x_n) = l. In questo caso scriviamo

lim⁡x→cf(x)=loppuref(x)→l per x→c.\boxed{\lim_{x\to c} f(x) = l} \qquad \text{oppure} \qquad \boxed{f(x) \to l \text{ per } x \to c}.

Osservazioni.

  • Il limite, se esiste, è unico.
  • Se nel seguito scriviamo "lim⁡x→cf(x)\displaystyle\lim_{x\to c} f(x)" supponiamo sempre che cc sia un punto di accumulazione del dominio XX di ff. Per esempio lim⁡x→−1x\displaystyle\lim_{x\to-1} \sqrt{x} non\textcolor{red}{\textit{non}} è ammesso poiché c=−1c = -1 non è un punto di accumulazione del dominio X=[0,+∞)X = [0, +\infty) della radice.
  • Il fatto che nella definizione di limite consideriamo soltanto successioni (xn)n∈N(x_n)_{n\in\mathbb{N}} con limite cc ma xn≠cx_n \neq c per ogni n∈Nn \in \mathbb{N} riflette il fatto che studiamo f(x)f(x) per xx vicino ma differente a cc.
  • Il concetto di limite per le funzioni come definito sopra si basa su quello del limite per le successioni. Esiste anche un'altra possibilità di introdurre limiti per le funzioni che non fa riferimento alle successioni. Questa alternativa dipende però dal fatto se cc ed ll sono finiti oppure infiniti e quindi servono molti casi per coprire tutte le possibilità.

Definizione 3.7 (Limite Destro e Sinistro). Sia f:X⊆R→Rf: X \subseteq \mathbb{R} \to \mathbb{R} e c∈Rc \in \mathbb{R}. Diremo che

  • xn→cx_n \to c da destra per n→+∞n \to +\infty, se xn→cx_n \to c e xn≥cx_n \ge c definitivamente. In questo caso usiamo la notazione: xn→c+x_n \to c^+ per n→+∞n \to +\infty oppure lim⁡n→+∞xn=c+\displaystyle\lim_{n\to+\infty} x_n = c^+.
  • xn→cx_n \to c da sinistra per n→+∞n \to +\infty, se xn→cx_n \to c e xn≤cx_n \le c definitivamente. In questo caso usiamo la notazione: xn→c−x_n \to c^- per n→+∞n \to +\infty oppure lim⁡n→+∞xn=c−\displaystyle\lim_{n\to+\infty} x_n = c^-.
  • f(x)→l∈R‾f(x) \to l \in \overline{\mathbb{R}} per xx tendente a cc da destra, se per ogni successione (xn)n∈N⊂X∖{c}(x_n)_{n\in\mathbb{N}} \subset X \setminus \{c\} con xn→c+x_n \to c^+ segue f(xn)→lf(x_n) \to l per n→+∞n \to +\infty. In questo caso usiamo la notazione: f(x)→lf(x) \to l per x→c+x \to c^+ oppure lim⁡x→c+f(x)=l\displaystyle\lim_{x\to c^+} f(x) = l.
  • f(x)→l∈R‾f(x) \to l \in \overline{\mathbb{R}} per xx tendente a cc da sinistra, se per ogni successione (xn)n∈N⊂X∖{c}(x_n)_{n\in\mathbb{N}} \subset X \setminus \{c\} con xn→c−x_n \to c^- segue f(xn)→lf(x_n) \to l per n→+∞n \to +\infty. In questo caso usiamo la notazione: f(x)→lf(x) \to l per x→c−x \to c^- oppure lim⁡x→c−f(x)=l\displaystyle\lim_{x\to c^-} f(x) = l.

lim⁡x→c+f(x)=l\displaystyle\lim_{x\to c^+} f(x) = l e lim⁡x→c−f(x)=l\displaystyle\lim_{x\to c^-} f(x) = l si dicono limite destro e limite sinistro rispettivamente.

Esempi.

  • lim⁡x→0+∣x∣x=+1\displaystyle\lim_{x\to 0^+} \frac{\lvert x \rvert}{x} = +1, lim⁡x→0−∣x∣x=−1\displaystyle\lim_{x\to 0^-} \frac{\lvert x \rvert}{x} = -1.
  • lim⁡x→0+1x=10+=+∞\displaystyle\lim_{x\to 0^+} \frac{1}{x} = \frac{1}{0^+} = +\infty, lim⁡x→0−1x=10−=−∞\displaystyle\lim_{x\to 0^-} \frac{1}{x} = \frac{1}{0^-} = -\infty.

Limiti e Asintoti.

  • Se lim⁡x→c(±)f(x)=±∞\displaystyle\lim_{x\to c^{(\pm)}} f(x) = \pm\infty con c∈Rc \in \mathbb{R}, allora si dice che ff ha un asintoto verticale x=cx = c.
  • Se lim⁡x→±∞f(x)=l\displaystyle\lim_{x\to\pm\infty} f(x) = l con l∈Rl \in \mathbb{R}, allora si dice ff ha un asintoto orizzontale y=ly = l.

Esempi.

  • La funzione tan⁡(x)\tan(x) ha asintoti verticali nei punti xk=2k+12⋅πx_k = \frac{2k+1}{2} \cdot \pi per k∈Zk \in \mathbb{Z}.
  • La funzione tanh⁡(x)\tanh(x) ha asintoti orizzontali nei punti y=−1,+1y = -1, +1.

Come nel caso delle successioni valgono anche per i limiti delle funzioni le

Regole per il Calcolo dei Limiti. Se lim⁡x→cf(x)=l1\displaystyle\lim_{x\to c} f(x) = l_1 e lim⁡x→cg(x)=l2\displaystyle\lim_{x\to c} g(x) = l_2 con c∈R‾c \in \overline{\mathbb{R}} e l1,l2∈Rl_1, l_2 \in \mathbb{R}, allora

  • lim⁡x→c(f(x)±g(x))=l1±l2\displaystyle\lim_{x\to c} \bigl(f(x) \pm g(x)\bigr) = l_1 \pm l_2;
  • lim⁡x→c(f(x)⋅g(x))=l1⋅l2\displaystyle\lim_{x\to c} \bigl(f(x) \cdot g(x)\bigr) = l_1 \cdot l_2;
  • lim⁡x→cf(x)g(x)=l1l2\displaystyle\lim_{x\to c} \frac{f(x)}{g(x)} = \frac{l_1}{l_2} se l2≠0l_2 \neq 0;
  • lim⁡x→c(f(x))g(x)=(l1)l2\displaystyle\lim_{x\to c} \bigl(f(x)\bigr)^{g(x)} = (l_1)^{l_2} se l1>0l_1 > 0;
  • lim⁡x→c∣f(x)∣=∣l1∣\displaystyle\lim_{x\to c} \lvert f(x) \rvert = \lvert l_1 \rvert.

Queste regole seguono direttamente dalle regole corrispondenti per le successioni. Inoltre valgono anche per il limite destro e sinistro e anche per l1,l2∈R‾l_1, l_2 \in \overline{\mathbb{R}} se al limite si ottiene una forma determinata.

Limiti e Ordinamento. Se f,g:X⊆R→Rf, g: X \subseteq \mathbb{R} \to \mathbb{R} tale che f(x)≤g(x)f(x) \le g(x) per ogni x∈Xx \in X e f(x)→l1∈R‾f(x) \to l_1 \in \overline{\mathbb{R}}, g(x)→l2∈R‾g(x) \to l_2 \in \overline{\mathbb{R}} per x→c∈R‾x \to c \in \overline{\mathbb{R}}, allora

  • l1≤l2l_1 \le l_2 (Teorema del Confronto);
  • se inoltre per h:X→Rh: X \to \mathbb{R} vale f(x)≤h(x)≤g(x)f(x) \le h(x) \le g(x) per x∈Xx \in X e l1=l2l_1 = l_2, allora anche h(x)→l1h(x) \to l_1 per x→cx \to c (Teorema dei Carabinieri).

Come già per le successioni anche per calcolare limiti di funzioni il Teorema dei Carabinieri è spesso molto utile. L'idea per la sua applicazione è di incastrare l'espressione che si vuole studiare (=h(x)= h(x)) tra due carabinieri (=f(x)= f(x) e g(x)g(x)) che sono più semplici da studiare e ammettono lo stesso limite.

xxccl1=l2l_1=l_2h(x)h(x)g(x)g(x)f(x)f(x)
(1)lim⁡x→0sin⁡(x)x=1(1) \quad \boxed{\lim_{x\to 0} \frac{\sin(x)}{x} = 1} (2)lim⁡x→01−cos⁡(x)x2=12(2) \quad \boxed{\lim_{x\to 0} \frac{1 - \cos(x)}{x^2} = \frac{1}{2}} (3)lim⁡x→0ex−1x=1(3) \quad \boxed{\lim_{x\to 0} \frac{e^x - 1}{x} = 1}

Anche il teorema sulla convergenza delle successioni monotone si generalizza facilmente alle funzioni.

Teorema 3.8. Se f:X⊆R→Rf: X \subseteq \mathbb{R} \to \mathbb{R} è monotona allora

lim⁡x→c−f(x)=:l−∈R‾elim⁡x→c+f(x)=:l+∈R‾\lim_{x\to c^-} f(x) =: l^- \in \overline{\mathbb{R}} \qquad \text{e} \qquad \lim_{x\to c^+} f(x) =: l^+ \in \overline{\mathbb{R}}

esistono. Inoltre vale

l−=sup⁡{f(x):x∈X, x<c},l+=inf⁡{f(x):x∈X, x>c}se f eˋ crescente,l−=inf⁡{f(x):x∈X, x<c},l+=sup⁡{f(x):x∈X, x>c}se f eˋ decrescente.\begin{array}{lll} l^- = \sup\{f(x) : x \in X,\ x < c\}, & l^+ = \inf\{f(x) : x \in X,\ x > c\} & \textit{se } f \textit{ è crescente,} \\[0.4em] l^- = \inf\{f(x) : x \in X,\ x < c\}, & l^+ = \sup\{f(x) : x \in X,\ x > c\} & \textit{se } f \textit{ è decrescente.} \end{array}

Passiamo ora ai

Limiti per le Funzioni Composte. Se per f:X⊆R→Y⊆Rf: X \subseteq \mathbb{R} \to Y \subseteq \mathbb{R} e g:Y→Rg: Y \to \mathbb{R} e c,l,y0∈R‾c, l, y_0 \in \overline{\mathbb{R}} vale

  • lim⁡x→cf(x)=y0\displaystyle\lim_{x\to c} f(x) = y_0,
  • lim⁡y→y0g(y)=l\displaystyle\lim_{y\to y_0} g(y) = l,
  • f(x)≠y0f(x) \neq y_0 per c≠x∈Xc \neq x \in X vicino a cc

allora

lim⁡x→cg(f(x))=l.\lim_{x\to c} g\bigl(f(x)\bigr) = l.
  • Se per l∈Rl \in \mathbb{R} definiamo f:R→Rf: \mathbb{R} \to \mathbb{R} come
f(x):={sin⁡(x)xse x≠0lse x=0f(x) := \begin{cases} \dfrac{\sin(x)}{x} & \text{se } x \neq 0 \\[0.6em] l & \text{se } x = 0 \end{cases}

allora ff è sempre continua in ogni x0≠0x_0 \neq 0. Inoltre ff è continua in x0=0x_0 = 0 ⟺\Longleftrightarrow

lim⁡x→0f(x)=lim⁡x→0sin⁡(x)x=1=f(0)=l\lim_{x\to 0} f(x) = \lim_{x\to 0} \frac{\sin(x)}{x} = 1 = f(0) = l

cioè ⟺\Longleftrightarrow l=1l = 1. Si dice anche che f(x)=sin⁡(x)xf(x) = \frac{\sin(x)}{x} ha una discontinuità rimovibile in x=0x = 0.

  • Se per l∈Rl \in \mathbb{R} definiamo f:R→Rf: \mathbb{R} \to \mathbb{R} come
f(x):={∣x∣xse x≠0lse x=0f(x) := \begin{cases} \dfrac{\lvert x \rvert}{x} & \text{se } x \neq 0 \\[0.6em] l & \text{se } x = 0 \end{cases}

allora ff per qualsiasi scelta di l∈Rl \in \mathbb{R} è discontinua (cioè non continua) in x=0x = 0.

  • Funzione di Dirichlet: Se definiamo f:R→Rf: \mathbb{R} \to \mathbb{R} come
f(x):={1se x∈Q0se x∈R∖Qf(x) := \begin{cases} 1 & \text{se } x \in \mathbb{Q} \\ 0 & \text{se } x \in \mathbb{R} \setminus \mathbb{Q} \end{cases}

allora ff è discontinua in ogni x∈Rx \in \mathbb{R}.

Teorema 4.4 (Teorema degli Zeri). Sia f:[a,b]→Rf: [a,b] \to \mathbb{R} continua tale che f(a)f(a) e f(b)f(b) abbiano segno opposto (cioè f(a)⋅f(b)<0f(a) \cdot f(b) < 0), allora esiste c∈(a,b)c \in (a,b) tale che f(c)=0f(c) = 0.

Dimostrazione. Usiamo il metodo di bisezione: Esiste una successione (In)n∈N(I_n)_{n\in\mathbb{N}} di intervalli In=[an,bn]I_n = [a_n, b_n] tale che

  • (i) [a,b]=I0⊃I1⊃I2⊃…⊃In⊃In+1⊃…,[a,b] = I_0 \supset I_1 \supset I_2 \supset \ldots \supset I_n \supset I_{n+1} \supset \ldots,
  • (ii) la lunghezza di InI_n è data da bn−an=b−a2nb_n - a_n = \dfrac{b-a}{2^n},
  • (iii) f(an)⋅f(bn)≤0f(a_n) \cdot f(b_n) \le 0.
xxf(x)f(x)a1+b12=b2\dfrac{a_1+b_1}{2}=b_2b3b_3a=a0a=a_0a0+b02=a1=a2=a3\dfrac{a_0+b_0}{2}=a_1=a_2=a_3b=b0=b1b=b_0=b_1
Il metodo di bisezione.

Allora, per la proprietà (i) abbiamo che

a=a0≤a1≤a2≤…an≤…≤bn…b2≤b1≤b0=b.a = a_0 \le a_1 \le a_2 \le \ldots a_n \le \ldots \le b_n \ldots b_2 \le b_1 \le b_0 = b.

Da cui (an)n∈N(a_n)_{n\in\mathbb{N}} e (bn)n∈N(b_n)_{n\in\mathbb{N}} sono monotone e limitate e quindi convergenti. Sia

lim⁡n→+∞an=:c1elim⁡n→+∞bn=:c2.\lim_{n\to+\infty} a_n =: c_1 \qquad \text{e} \qquad \lim_{n\to+\infty} b_n =: c_2.

Da (ii) segue

bn⏟→c2=an⏟→c1+b−a2n⏟→b−a+∞=0per n→+∞\underbrace{b_n}_{\to c_2} = \underbrace{a_n}_{\to c_1} + \underbrace{\frac{b-a}{2^n}}_{\to \frac{b-a}{+\infty} = 0} \qquad \text{per } n \to +\infty

e quindi c1=c2=:cc_1 = c_2 =: c. Infine per (iii), il teorema del confronto e per la continuità di ff risulta che

0≥f(an)⏟→f(c)⋅f(bn)⏟→f(c)→f2(c)per n→+∞.0 \ge \underbrace{f(a_n)}_{\to f(c)} \cdot \underbrace{f(b_n)}_{\to f(c)} \to f^2(c) \qquad \text{per } n \to +\infty.

Quindi f2(c)≤0f^2(c) \le 0 che è possibile solo se f(c)=0f(c) = 0. □\square

Osservazione. Il teorema degli zeri non soltanto stabilisce l'esistenza di uno zero cc per ff ma la dimostrazione dà anche un modo per trovare un valore approssimativo di cc. In casi come questo si dice anche che la dimostrazione è costruttiva.

Dal Teorema degli zeri segue facilmente la seguente generalizzazione.

Teorema 4.5 (Teorema dei Valori intermedi). Sia I⊆RI \subseteq \mathbb{R} un intervallo qualsiasi (non necessariamente chiuso), f:I→Rf: I \to \mathbb{R} continua e siano

m:=inf⁡f:=inf⁡{f(x):x∈I},M:=sup⁡f:=sup⁡{f(x):x∈I}.m := \inf f := \inf\bigl\{f(x) : x \in I\bigr\}, \qquad M := \sup f := \sup\bigl\{f(x) : x \in I\bigr\}.

Allora per ogni y∈(m,M)y \in (m, M) esiste x∈Ix \in I tale che f(x)=yf(x) = y. In altre parole, ff assume tutti i valori tra m=inf⁡fm = \inf f e M=sup⁡fM = \sup f.

La dimostrazione si fa applicando il Teorema degli Zeri alla funzione f~(x):=f(x)−y\tilde{f}(x) := f(x) - y.

Teorema 4.6. Sia I⊆RI \subseteq \mathbb{R} un intervallo e sia f∈C(I)f \in C(I). Allora anche J:=f(I)={f(x):x∈I}J := f(I) = \{f(x) : x \in I\} è un intervallo e

  • f:I→Jf: I \to J è invertibile ⟺\Longleftrightarrow ff è strettamente crescente oppure strettamente decrescente;
  • se ff è invertibile, f−1:J→If^{-1}: J \to I è continua.

Osservazione. Possiamo utilizzare lo stesso schema che abbiamo usato per invertire l'esponenziale axa^x per invertire altre funzioni ff. Più precisamente, usiamo

  • il teorema dei valori intermedi per verificare la suriettività di ff,
  • la stretta monotonia per ottenere l'iniettività di ff,
  • il teorema sulla continuità della funzione inversa per stabilire la continuità di f−1f^{-1}.

Problema. Data una funzione f:X⊆R→Rf: X \subseteq \mathbb{R} \to \mathbb{R}, determinare, se esistono, il valore minimo e quello massimo di ff, cioè

m:=min⁡f:=min⁡{f(x):x∈X},M:=max⁡f:=max⁡{f(x):x∈X}.m := \min f := \min\bigl\{f(x) : x \in X\bigr\}, \qquad M := \max f := \max\bigl\{f(x) : x \in X\bigr\}.

La soluzione di questo problema si svolge in 2 passi:

  • (1) Verificare che minimo e massimo di ff esistono,
  • (2) trovare x0,x1x_0, x_1 tale che min⁡f=f(x0)\min f = f(x_0), max⁡f=f(x1)\max f = f(x_1).

Teorema 4.7 (Teorema di Weierstraß). Se f∈C[a,b]f \in \mathrm{C}[a,b], allora esistono m:=min⁡fm := \min f e M:=max⁡fM := \max f. Inoltre, l'immagine è data da

f([a,b])={f(x):x∈[a,b]}=[m,M],f\bigl([a,b]\bigr) = \bigl\{f(x) : x \in [a,b]\bigr\} = [m, M],

in particolare

  • ff è limitata;
  • esistono x0,x1∈[a,b]x_0, x_1 \in [a,b] tale che f(x0)≤f(x)≤f(x1)f(x_0) \le f(x) \le f(x_1) per ogni x∈[a,b]x \in [a,b];
  • per ogni y∈[m,M]y \in [m, M] esiste x∈[a,b]x \in [a,b] tale che f(x)=yf(x) = y.

Osservazioni.

  • Il Teorema di Weierstraß vale soltanto su intervalli chiusi e limitati cioè del tipo [a,b][a,b].
  • La funzione f:[0,1]→Rf: [0,1] \to \mathbb{R},
f(x):=ln⁡(1+e−sin⁡x+22+cos⁡∣9x−12∣+arctan⁡((e+x2)π))3f(x) := \sqrt[3]{\ln\left(\frac{1 + e^{-\sin\sqrt{x+2}}}{2 + \cos\left\lvert 9x - \tfrac{1}{2} \right\rvert + \arctan\bigl((e + x^2)^{\pi}\bigr)}\right)}

è una composizione di funzioni continue e quindi continua. Per Weierstraß ammette minimo e massimo che, però, saranno quasi impossibili da determinare. Quindi Weierstraß è un risultato di esistenza ma non aiuta per trovare x0,x1x_0, x_1 e min⁡f=f(x0)\min f = f(x_0) e max⁡f=f(x1)\max f = f(x_1).

Derivate

Problemi. Data una funzione f:(a,b)→Rf : (a,b) \to \mathbb{R} e un punto x0∈(a,b)x_0 \in (a,b),

  • (i) trovare la retta tangente tt al grafico di ff nel punto P0=(x0,f(x0))P_0 = (x_0, f(x_0)) (problema geometrico), e
  • (ii) trovare un'approssimazione lineare g(x)g(x) (cioè della forma g(x)=α⋅x+βg(x) = \alpha \cdot x + \beta, α,β∈R\alpha, \beta \in \mathbb{R}) per f(x)f(x) per xx vicino a x0x_0 (problema analitico).

Iniziamo a studiare il problema (i). Come vedremo nel seguito la sua soluzione risolve anche il problema (ii). Per risolvere (i) consideriamo prima la retta secante shs_h attraverso i punti

P0=(x0,f(x0))ePh:=(x0+h,f(x0+h))per h≠0.P_0 = (x_0, f(x_0)) \qquad \text{e} \qquad P_h := (x_0 + h, f(x_0 + h)) \qquad \text{per } h \neq 0.

L'equazione della retta shs_h è data da

sh(x)=f(x0)+f(x0+h)−f(x0)h⏟= pendenza di sh=: rapporto incrementale⋅(x−x0).\begin{aligned} s_h(x) &= f(x_0) + \underbrace{\frac{f(x_0+h) - f(x_0)}{h}}_{\substack{= \text{ pendenza di } s_h \\ =: \text{ } \textit{rapporto incrementale}}} \cdot (x - x_0). \end{aligned}

Considerando il limite del rapporto incrementale per h→0h \to 0 arriviamo alla seguente

Definizione 5.1. Se per f:(a,b)→Rf : (a,b) \to \mathbb{R} e x0∈(a,b)x_0 \in (a,b) converge

lim⁡h→0f(x0+h)−f(x0)h=⏟x=x0+hlim⁡x→x0f(x)−f(x0)x−x0=:f′(x0)∈R\lim_{h \to 0} \frac{f(x_0+h) - f(x_0)}{h} \underbrace{=}_{x = x_0 + h} \lim_{x \to x_0} \frac{f(x) - f(x_0)}{x - x_0} =: f'(x_0) \in \mathbb{R}

allora ff si dice derivabile in x0x_0 con derivata f′(x0)f'(x_0). Se ff è derivabile in ogni x0∈(a,b)x_0 \in (a,b) allora si dice derivabile e la funzione f′:(a,b)→Rf' : (a,b) \to \mathbb{R} è la derivata di ff. Altre notazioni: f′=dfdx=Dff' = \frac{df}{dx} = Df.

Se ff è derivabile in x0x_0 allora otteniamo l'equazione t(x)t(x) della retta tangente tt sostituendo il rapporto incrementale nell'equazione della retta secante shs_h con la derivata f′(x0)f'(x_0), cioè

t(x)=f(x0)+f′(x0)⋅(x−x0)\boxed{t(x) = f(x_0) + f'(x_0) \cdot (x - x_0)}

Quindi

f′(x0)=tan⁡(φ)= pendenza della retta tangente t,f(x0+h)−f(x0)h=tan⁡(ψ)= pendenza della retta secante sh\begin{aligned} f'(x_0) &= \tan(\varphi) = \text{ pendenza della retta tangente } t, \\[0.6em] \frac{f(x_0+h) - f(x_0)}{h} &= \tan(\psi) = \text{ pendenza della retta secante } s_h \end{aligned} (xn)′=n⋅xn−1\boxed{(x^n)' = n \cdot x^{n-1}} (ex)′=ex\boxed{(e^x)' = e^x} sin⁡′(x)=cos⁡(x)\boxed{\sin'(x) = \cos(x)} cos⁡′(x)=−sin⁡(x)\boxed{\cos'(x) = -\sin(x)} sinh⁡′(x)=cosh⁡(x)cosh⁡′(x)=sinh⁡(x)tanh⁡′(x)={1cosh⁡2(x)1−tanh⁡2(x)\boxed{\sinh'(x) = \cosh(x)} \qquad \boxed{\cosh'(x) = \sinh(x)} \qquad \boxed{\tanh'(x) = \begin{cases} \dfrac{1}{\cosh^2(x)} \\[0.6em] 1 - \tanh^2(x) \end{cases}} (ax)′=ln⁡(a)⋅ax\boxed{(a^x)' = \ln(a) \cdot a^x}

Osservazione. Ricordiamo che sin⁡\sin è una funzione dispari (come anche −sin⁡-\sin) mentre cos⁡\cos è pari. Nell'esempio precedente abbiamo visto che sin⁡′=cos⁡\sin' = \cos e cos⁡′=−sin⁡\cos' = -\sin e quindi la derivata ha trasformato una funzione dispari in una pari e viceversa. Ciò infatti vale sempre, cioè se ff è derivabile e

  • ff dispari ⇒\Rightarrow f′f' pari,
  • ff pari ⇒\Rightarrow f′f' dispari.

Definizione 5.2. Se per f:(a,b)→Rf : (a,b) \to \mathbb{R} e x0∈(a,b)x_0 \in (a,b) converge

lim⁡h→0+f(x0+h)−f(x0)h=lim⁡x→x0+f(x)−f(x0)x−x0=:f+′(x0)=derivata destra\lim_{h \to 0^+} \frac{f(x_0+h) - f(x_0)}{h} = \lim_{x \to x_0^+} \frac{f(x) - f(x_0)}{x - x_0} =: f'_+(x_0) = \textit{derivata destra}

oppure

lim⁡h→0−f(x0+h)−f(x0)h=lim⁡x→x0−f(x)−f(x0)x−x0=:f−′(x0)=derivata sinistra\lim_{h \to 0^-} \frac{f(x_0+h) - f(x_0)}{h} = \lim_{x \to x_0^-} \frac{f(x) - f(x_0)}{x - x_0} =: f'_-(x_0) = \textit{derivata sinistra}

allora diremo che ff è derivabile da destra oppure derivabile da sinistra in x0x_0.

Esempio. f(x):=∣x∣f(x) := \lvert x \rvert è derivabile da destra e anche da sinistra in x0=0x_0 = 0 con f+′(0)=+1f'_+(0) = +1, f−′(0)=−1f'_-(0) = -1.

Proposizione 5.3. Se f:(a,b)→Rf : (a,b) \to \mathbb{R} è derivabile in x0∈(a,b)x_0 \in (a,b) allora è anche continua in x0x_0.

Osservazione. Non vale il contrario cioè ff continua ⇏\not\Rightarrow ff derivabile, per esempio f(x)=∣x∣f(x) = \lvert x \rvert è continua ma non derivabile in x0=0x_0 = 0.

Derivazione di Somme, Prodotti e Rapporti di Funzioni. Siano f,g:(a,b)→Rf, g : (a,b) \to \mathbb{R} derivabili in x0x_0, allora

  • (i) per ogni α,β∈R\alpha, \beta \in \mathbb{R} anche α⋅f+β⋅g\alpha \cdot f + \beta \cdot g è derivabile in x0x_0 con

    (α⋅f+β⋅g)′(x0)=α⋅f′(x0)+β⋅g′(x0)\boxed{(\alpha \cdot f + \beta \cdot g)'(x_0) = \alpha \cdot f'(x_0) + \beta \cdot g'(x_0)}
  • (ii) f⋅gf \cdot g è derivabile in x0x_0 con

    (f⋅g)′(x0)=f′(x0)⋅g(x0)+f(x0)⋅g′(x0)\boxed{(f \cdot g)'(x_0) = f'(x_0) \cdot g(x_0) + f(x_0) \cdot g'(x_0)}
  • (iii) se g(x0)≠0g(x_0) \neq 0 anche fg\frac{f}{g} è derivabile in x0x_0 con

    (fg)′(x0)=g(x0)⋅f′(x0)−g′(x0)⋅f(x0)g2(x0)\boxed{\left(\frac{f}{g}\right)'(x_0) = \frac{g(x_0) \cdot f'(x_0) - g'(x_0) \cdot f(x_0)}{g^2(x_0)}}

    In particolare

    (1g)′(x0)=−g′(x0)g2(x0)\boxed{\left(\frac{1}{g}\right)'(x_0) = -\frac{g'(x_0)}{g^2(x_0)}}

Osservazione. La regola (i) stabilisce che la derivazione è un'operazione lineare, cioè la derivata di una combinazione lineare e la combinazione lineare delle derivate. Inoltre implica che l'insieme

C1(a,b):={f:(a,b)→R  |  f eˋ derivabile ef′ eˋ continua}\mathrm{C}^1(a,b) := \left\{ f : (a,b) \to \mathbb{R} \;\middle|\; \begin{array}{l} f \text{ è derivabile e} \\ f' \text{ è continua} \end{array} \right\}

Derivazione delle Funzioni Composte. Sia f:(a,b)→(c,d)f : (a,b) \to (c,d) derivabile in x0∈(a,b)x_0 \in (a,b) e sia g:(c,d)→Rg : (c,d) \to \mathbb{R} derivabile in y0:=f(x0)y_0 := f(x_0). Allora la funzione composta g∘f:(a,b)→Rg \circ f : (a,b) \to \mathbb{R} è derivabile in x0x_0 con

(g∘f)′(x0)=g′(f(x0))⋅f′(x0)\boxed{(g \circ f)'(x_0) = g'\big(f(x_0)\big) \cdot f'(x_0)}

Questa formula si chiama Regola della Catena.

Esempi.

  • Se g:R→Rg : \mathbb{R} \to \mathbb{R} è derivabile, allora anche h(x):=g(−x)h(x) := g(-x) è derivabile poiché h(x)=(g∘f)(x)h(x) = (g \circ f)(x) per f(x)=−xf(x) = -x. Inoltre h′(x)=(g(−x))′=g′(−x)⋅(−x)′=−g′(−x)h'(x) = \big(g(-x)\big)' = g'(-x) \cdot (-x)' = -g'(-x).

Derivazione delle Funzioni Inverse. Sia f:(a,b)→(c,d)f : (a,b) \to (c,d) continua, biettiva e derivabile in x0∈(a,b)x_0 \in (a,b). Se f′(x0)≠0f'(x_0) \neq 0 allora f−1:(c,d)→(a,b)f^{-1} : (c,d) \to (a,b) è derivabile in y0:=f(x0)y_0 := f(x_0) con

(f−1)′(y0)=1f′(x0)\boxed{(f^{-1})'(y_0) = \frac{1}{f'(x_0)}} log⁡a′(x)=1ln⁡(a)⋅xin particolare per a=eln⁡′(x)=1x\boxed{\log_a{}'(x) = \frac{1}{\ln(a) \cdot x}} \qquad \text{in particolare per } a = e \qquad \boxed{\ln'(x) = \frac{1}{x}}
  • Se ff e gg sono due funzioni con lo stesso dominio e f(x)>0f(x) > 0 per ogni xx allora possiamo definire

    h(x):=f(x)g(x)=(eln⁡(f(x)))g(x)=eg(x)⋅ln⁡(f(x)).h(x) := f(x)^{g(x)} = \left(e^{\ln(f(x))}\right)^{g(x)} = e^{g(x) \cdot \ln(f(x))}.

    Quindi, se ff e gg sono derivabili anche hh è derivabile con

    h′(x)=(f(x)g(x))′=eg(x)⋅ln⁡(f(x))⋅(g′(x)⋅ln⁡(f(x))+g(x)⋅f′(x)f(x))=f(x)g(x)⋅(g′(x)⋅ln⁡(f(x))+g(x)⋅f′(x)f(x))\begin{aligned} h'(x) = \left(f(x)^{g(x)}\right)' &= e^{g(x) \cdot \ln(f(x))} \cdot \left(g'(x) \cdot \ln(f(x)) + g(x) \cdot \frac{f'(x)}{f(x)}\right) \\[0.6em] &= f(x)^{g(x)} \cdot \left(g'(x) \cdot \ln(f(x)) + g(x) \cdot \frac{f'(x)}{f(x)}\right) \end{aligned}
arcsin⁡′(x)=11−x2∀ x∈(−1,1)\boxed{\arcsin'(x) = \frac{1}{\sqrt{1-x^2}} \qquad \forall\, x \in (-1,1)} arccos⁡′(x)=−11−x2∀ x∈(−1,1)\boxed{\arccos'(x) = \frac{-1}{\sqrt{1-x^2}} \qquad \forall\, x \in (-1,1)} arctan⁡′(x)=11+x2∀ x∈R\boxed{\arctan'(x) = \frac{1}{1+x^2} \qquad \forall\, x \in \mathbb{R}} arsinh⁡′(x)=11+x2∀ x∈R\boxed{\operatorname{arsinh}'(x) = \frac{1}{\sqrt{1+x^2}} \qquad \forall\, x \in \mathbb{R}} arcosh⁡′(x)=1x2−1∀ x>1\boxed{\operatorname{arcosh}'(x) = \frac{1}{\sqrt{x^2-1}} \qquad \forall\, x > 1} artanh⁡′(x)=11−x2∀ x∈(−1,1)\boxed{\operatorname{artanh}'(x) = \frac{1}{1-x^2} \qquad \forall\, x \in (-1,1)}

Definizione 5.4. Sia f:X⊆R→Rf : X \subseteq \mathbb{R} \to \mathbb{R} una funzione reale, allora

  • x0∈Xx_0 \in X si dice punto di minimo locale, se esiste δ>0\delta > 0 tale che f(x0)≤f(x)f(x_0) \le f(x) per ogni x∈Xx \in X con ∣x−x0∣<δ\lvert x - x_0 \rvert < \delta; se x0x_0 è un punto di minimo locale, f(x0)f(x_0) si dice minimo locale;
  • x0∈Xx_0 \in X si dice punto di massimo locale, se esiste δ>0\delta > 0 tale che f(x0)≥f(x)f(x_0) \ge f(x) per ogni x∈Xx \in X con ∣x−x0∣<δ\lvert x - x_0 \rvert < \delta; se x0x_0 è un punto di massimo locale, f(x0)f(x_0) si dice massimo locale;
  • se x0x_0 è un punto di minimo o di massimo locale, allora si dice punto di estremo locale mentre f(x0)f(x_0) si chiama estremo locale.

Teorema 5.5 (Teorema di Fermat). Sia x0∈(a,b)x_0 \in (a,b) un punto di estremo locale di f:[a,b]→Rf : [a,b] \to \mathbb{R}. Se ff è derivabile in x0x_0 allora f′(x0)=0f'(x_0) = 0.

Osservazioni.

  • Come si vede nel grafico sopra il teorema di Fermat non\textcolor{red}{\text{non}} vale negli estremi dell'intervallo [a,b][a,b]. Cioè se x0=ax_0 = a oppure x0=bx_0 = b è un punto di estremo locale ciò non\textcolor{red}{\text{non}} implica (come si vede nel grafico) che f′(x0)=0f'(x_0) = 0.
  • Se f′(x0)=0f'(x_0) = 0 allora x0x_0 si dice punto critico oppure punto stazionario di ff.
  • Il Teorema di Fermat fornisce soltanto una condizione necessaria ma non\textcolor{red}{\text{non}} sufficiente per estremi locali, cioè non\textcolor{red}{\text{non}} ogni punto critico è un punto di estremo locale. Basta considerare f(x)=x3f(x) = x^3 per x∈Rx \in \mathbb{R}. Allora f′(x)=3x2f'(x) = 3x^2 e quindi x0=0x_0 = 0 è un punto critico ma non è un punto di estremo locale.

Tornando al problema di trovare gli estremi locali di una funzione f:X⊆R→Rf : X \subseteq \mathbb{R} \to \mathbb{R} possiamo affermare che i candidati per punti di estremo locale sono

  • i punti in cui ff non è derivabile,
  • i punti sul "bordo" del dominio XX di ff,
  • i punti critici all'"interno" del dominio.

I punti delle prime due classi sono quelli per i quali non\textcolor{red}{\text{non}} si può applicare Fermat, la terza classe invece sono quelli che vengono da Fermat.

Teorema 5.6 (Teorema di Rolle). Sia f∈C[a,b]f \in \mathrm{C}[a,b] derivabile in (a,b)(a,b). Se f(a)=f(b)f(a) = f(b) allora esiste c∈(a,b)c \in (a,b) tale che f′(c)=0f'(c) = 0

xxf(x)f(x)aac1c_1c2c_2c3c_3bbf(a)=f(b)f(a)=f(b)

Teorema 5.7 (Teorema di Lagrange (o del valor medio)). Sia f∈C[a,b]f \in \mathrm{C}[a,b] derivabile in (a,b)(a,b). Allora esiste c∈(a,b)c \in (a,b) (detto punto di Lagrange) tale che

f′(c)⏟= pendenza della rettatangente t in (c, f(c))=f(b)−f(a)b−a⏟= pendenza della rettasecante s attraverso(a, f(a)) e (b, f(b))\underbrace{f'(c)}_{\substack{\text{\textit{= pendenza della retta}} \\ \text{\textit{tangente t in (c, f(c))}}}} = \underbrace{\frac{f(b) - f(a)}{b - a}}_{\substack{\text{\textit{= pendenza della retta}} \\ \text{\textit{secante s attraverso}} \\ \text{\textit{(a, f(a)) e (b, f(b))}}}}
xxf(x)f(x)aac1c_1c2c_2bbt1t_1sst2t_2/ ⁣//\!// ⁣//\!// ⁣//\!/
Teorema di Lagrange: Due punti di Lagrange c1c_1 e c2c_2.

Quindi il teorema stabilisce che esiste un punto cc tale che la retta tangente tt al grafico di ff in (c,f(c))(c, f(c)) e la retta secante attraverso (a,f(a))(a, f(a)) e (b,f(b))(b, f(b)) sono parallele.

Conseguenze del Teorema di Lagrange

Il Teorema di Lagrange ha molte applicazioni per le quali, però, viene usato nel seguente modo: Se f∈C[a,b]f \in \mathrm{C}[a,b] è derivabile in (a,b)(a,b) allora per ogni x1,x2∈[a,b]x_1, x_2 \in [a,b] esiste cc tra x1x_1 e x2x_2 tale che

f(x2)=f(x1)+f′(c)⋅(x2−x1)\boxed{f(x_2) = f(x_1) + f'(c) \cdot (x_2 - x_1)}

Per ottenere questa versione del teorema basta sostituire a,ba, b con x1,x2x_1, x_2 e poi risolvere l'equazione per f(x2)f(x_2).

Test di Monotonia. Se f∈C[a,b]f \in \mathrm{C}[a,b] è derivabile in (a,b)(a,b) allora

  • ff è crescente   ⟺  \iff f′(x)≥0f'(x) \ge 0 per ogni x∈(a,b)x \in (a,b);
  • ff è decrescente   ⟺  \iff f′(x)≤0f'(x) \le 0 per ogni x∈(a,b)x \in (a,b);
  • f′(x)>0f'(x) > 0 per ogni x∈(a,b)x \in (a,b) ⇒\Rightarrow ff è strettamente crescente;
  • f′(x)<0f'(x) < 0 per ogni x∈(a,b)x \in (a,b) ⇒\Rightarrow ff è strettamente decrescente.

Prima di dimostrare il test osserviamo che nel punto 3 e 4 non\textcolor{red}{\text{non}} vale l'equivalenza, basta considerare f(x)=x3f(x) = x^3 per x∈Rx \in \mathbb{R} che è strettamente crescente nonostante che f′(x)=3x2f'(x) = 3x^2 si annulla per x=0x = 0.

Criterio per Estremi Locali. Sia f:(a,b)→Rf : (a,b) \to \mathbb{R} derivabile e sia x0∈(a,b)x_0 \in (a,b) un punto critico di ff (cioè f′(x0)=0f'(x_0) = 0). Allora x0x_0 è un punto di

  • massimo locale, se f′(x)f'(x) cambia in x0x_0 segno da "+" a "−";
  • minimo locale, se f′(x)f'(x) cambia in x0x_0 segno da "−" a "+";
max localex0x_0f′(x)>0⇒f'(x)>0 \Rightarrowff crescente+\boldsymbol{+}f′(x)<0⇒f'(x)<0 \Rightarrowff decrescente−\boldsymbol{-}min localex0x_0f′(x)<0⇒f'(x)<0 \Rightarrowff decrescente−\boldsymbol{-}f′(x)>0⇒f'(x)>0 \Rightarrowff crescente+\boldsymbol{+}

Caratterizzazione di Funzioni Costanti. Se f:(a,b)→Rf : (a,b) \to \mathbb{R} è derivabile, allora

f eˋ costante  ⟺  f′(x)=0 per ogni x∈(a,b)f \text{ è costante} \iff f'(x) = 0 \text{ per ogni } x \in (a,b)

Esempio. Definiamo f:R∖{0}→Rf : \mathbb{R} \setminus \{0\} \to \mathbb{R},

f(x):=arctan⁡(x)+arctan⁡(1x),x≠0.f(x) := \arctan(x) + \arctan\left(\frac{1}{x}\right), \qquad x \neq 0.

Allora ff è derivabile con

f′(x)=11+x2+11+(1x)2⋅−1x2=11+x2−1x2+1=0per ogni x≠0.f'(x) = \frac{1}{1+x^2} + \frac{1}{1 + \left(\frac{1}{x}\right)^2} \cdot \frac{-1}{x^2} = \frac{1}{1+x^2} - \frac{1}{x^2+1} = 0 \qquad \text{per ogni } x \neq 0.

A questo punto, però, non\textcolor{red}{\text{non}} possiamo concludere che ff è costante visto che il dominio X:=R∖{0}X := \mathbb{R} \setminus \{0\} non\textcolor{red}{\text{non}} è un intervallo. Invece X=(−∞,0)∪(0,+∞)X = (-\infty, 0) \cup (0, +\infty) è l'unione di due intervalli e quindi ff è costante sia sull'intervallo (−∞,0)(-\infty, 0) che su (0,+∞)(0, +\infty). Quindi esistono c1,c2∈Rc_1, c_2 \in \mathbb{R} tale che

f(x)=c1 per ogni x>0ef(x)=c2 per ogni x<0.f(x) = c_1 \text{ per ogni } x > 0 \qquad \text{e} \qquad f(x) = c_2 \text{ per ogni } x < 0.

Per calcolare le costanti c1,c2c_1, c_2 (che, come vedremo sono diversi) basta scegliere un valore opportuno x1>0x_1 > 0 e x2<0x_2 < 0 poiché in ogni caso f(x1)=c1f(x_1) = c_1 e f(x2)=c2f(x_2) = c_2. Per la funzione ff possiamo per esempio scegliere x1=1x_1 = 1 e x2=−1x_2 = -1 e così risulta

arctan⁡(x)+arctan⁡(1x)=f(x)={f(1)=arctan⁡(1)+arctan⁡(1)=2⋅π4=π2per ogni x>0,f(−1)=arctan⁡(−1)+arctan⁡(−1)=2⋅−π4=−π2per ogni x<0.\arctan(x) + \arctan\left(\frac{1}{x}\right) = f(x) = \begin{cases} f(1) = \arctan(1) + \arctan(1) = 2 \cdot \dfrac{\pi}{4} = \dfrac{\pi}{2} & \text{per ogni } x > 0, \\[0.8em] f(-1) = \arctan(-1) + \arctan(-1) = 2 \cdot \dfrac{-\pi}{4} = -\dfrac{\pi}{2} & \text{per ogni } x < 0. \end{cases}

Problema. Calcolare il limite

lim⁡x→cf(x)g(x)\lim_{x \to c} \frac{f(x)}{g(x)}

che al limite rappresenta una forma indeterminata del tipo 00\frac{0}{0} oppure ±∞±∞\frac{\pm\infty}{\pm\infty}.

Per esempio

lim⁡x→0sin⁡(x)x=00oppurelim⁡x→+∞ln⁡(x)x=+∞+∞.\lim_{x \to 0} \frac{\sin(x)}{x} = \frac{0}{0} \qquad \text{oppure} \qquad \lim_{x \to +\infty} \frac{\ln(x)}{x} = \frac{+\infty}{+\infty}.

Nonostante i due limiti precedenti si possano calcolare anche direttamente, le seguenti regole ne semplificano molto lo svolgimento. Non presentiamo la dimostrazione che comunque si basa sempre sul Teorema di Lagrange.

Teorema 5.9 (Regole di de l'Hospital). Siano −∞≤a<b≤+∞-\infty \le a < b \le +\infty e f,g:(a,b)→Rf, g : (a,b) \to \mathbb{R} tale che

  • lim⁡x→a+f(x)=lim⁡x→a+g(x)=0\displaystyle\lim_{x \to a^+} f(x) = \lim_{x \to a^+} g(x) = 0 oppure =±∞= \pm\infty,
  • f,gf, g sono derivabili con g′(x)≠0g'(x) \neq 0 per ogni xx vicino ad aa,
  • lim⁡x→a+f′(x)g′(x)=:l∈R‾\displaystyle\lim_{x \to a^+} \frac{f'(x)}{g'(x)} =: l \in \overline{\mathbb{R}} esiste.

Allora anche

lim⁡x→a+f(x)g(x)=l.\lim_{x \to a^+} \frac{f(x)}{g(x)} = l.

La stessa conclusione vale anche per limiti del tipo lim⁡x→b−\displaystyle\lim_{x \to b^-} e lim⁡x→x0\displaystyle\lim_{x \to x_0} per x0∈(a,b)x_0 \in (a,b).

Osservazione.

  • Se lim⁡x→a+f′(x)g′(x)\displaystyle\lim_{x \to a^+} \frac{f'(x)}{g'(x)} non esiste non\textcolor{red}{\text{non}} si può dedurre che anche lim⁡x→a+f(x)g(x)\displaystyle\lim_{x \to a^+} \frac{f(x)}{g(x)} non esiste. Cioè l'Hospital offre soltanto una condizione sufficiente ma non necessaria per l'esistenza di un limite. Per verificare ciò consideriamo

    lim⁡x→+∞x+sin⁡(x)x(=±∞±∞)=lim⁡x→+∞1+sin⁡(x)⏞limitatox⏟→+∞=1\lim_{x \to +\infty} \frac{x + \sin(x)}{x} \left(= \frac{\pm\infty}{\pm\infty}\right) = \lim_{x \to +\infty} 1 + \frac{\overbrace{\sin(x)}^{\text{limitato}}}{\underbrace{x}_{\to +\infty}} = 1

    che quindi converge mentre il limite

    lim⁡x→+∞(x+sin⁡(x))′(x)′=lim⁡x→+∞1+cos⁡(x)1\lim_{x \to +\infty} \frac{(x + \sin(x))'}{(x)'} = \lim_{x \to +\infty} \frac{1 + \cos(x)}{1}

    non esiste.

  • L'Hospital non\textcolor{red}{\text{non}} si deve applicare a forme determinate. Per esempio

    lim⁡x→01+x2+x=12≠lim⁡x→0(1+x)′(2+x)′=lim⁡x→011=1.\lim_{x \to 0} \frac{1 + x}{2 + x} = \frac{1}{2} \neq \lim_{x \to 0} \frac{(1 + x)'}{(2 + x)'} = \lim_{x \to 0} \frac{1}{1} = 1.

Usando piccoli trucchi si possono anche studiare limiti che all'inizio non sono della forma indeterminata 00\frac{0}{0} oppure ±∞±∞\frac{\pm\infty}{\pm\infty}. Per esempio, per α>0\alpha > 0 vale

lim⁡x→0+xα⋅ln⁡(x)=(0⋅(−∞))=lim⁡x→0+ln⁡(x)x−α(=−∞+∞)=Hlim⁡x→0+1x−αx−α−1=lim⁡x→0+xα−α=0.\lim_{x \to 0^+} x^\alpha \cdot \ln(x) = \big(0 \cdot (-\infty)\big) = \lim_{x \to 0^+} \frac{\ln(x)}{x^{-\alpha}} \left(= \frac{-\infty}{+\infty}\right) \overset{\mathrm{H}}{=} \lim_{x \to 0^+} \frac{\frac{1}{x}}{-\alpha x^{-\alpha - 1}} = \lim_{x \to 0^+} \frac{x^\alpha}{-\alpha} = 0.
  • Può succedere anche che dopo un'applicazione di l'Hospital si ottiene nuovamente una forma indeterminata ammessa. In questi casi si può provare ad applicare l'Hospital più volte. Per esempio

    lim⁡x→0x−sin⁡(x)x3(=00)=Hlim⁡x→01−cos⁡(x)3x2(=00)=Hlim⁡x→0sin⁡(x)6x(=00)=Hlim⁡x→0cos⁡(x)6=16.\begin{aligned} \lim_{x \to 0} \frac{x - \sin(x)}{x^3} \left(= \tfrac{0}{0}\right) &\overset{\mathrm{H}}{=} \lim_{x \to 0} \frac{1 - \cos(x)}{3x^2} \left(= \tfrac{0}{0}\right) \\[0.6em] &\overset{\mathrm{H}}{=} \lim_{x \to 0} \frac{\sin(x)}{6x} \left(= \tfrac{0}{0}\right) \overset{\mathrm{H}}{=} \lim_{x \to 0} \frac{\cos(x)}{6} = \frac{1}{6}. \end{aligned}

    Qui la seconda e terza applicazione di l'Hospital si potrebbe evitare ricordando i limiti notevoli (1) e (2). Però confrontando i procedimenti si vede che le regole di l'Hospital hanno semplificato notevolmente il calcolo di questi limiti.

  • Per calcolare limiti del tipo lim⁡x→x0f(x)g(x)\displaystyle\lim_{x \to x_0} f(x)^{g(x)} si procede come segue:

    lim⁡x→x0(f(x))g(x)=lim⁡x→x0eg(x)⋅ln⁡(f(x))=elim⁡x→x0g(x)⋅ln⁡(f(x))\lim_{x \to x_0} \big(f(x)\big)^{g(x)} = \lim_{x \to x_0} e^{g(x) \cdot \ln(f(x))} = e^{\lim_{x \to x_0} g(x) \cdot \ln(f(x))}

    dove l'ultima uguaglianza segue dalla continuità della funzione esponenziale.

    Per dare un esempio concreto consideriamo

    lim⁡x→0(x+ex)1sin⁡(x)=elim⁡x→0ln⁡(x+ex)sin⁡(x).\lim_{x \to 0} (x + e^x)^{\frac{1}{\sin(x)}} = e^{\lim_{x \to 0} \frac{\ln(x + e^x)}{\sin(x)}}.

    Per l'esponente otteniamo

    lim⁡x→0ln⁡(x+ex)sin⁡(x)(=ln⁡(0+e0)sin⁡(0)=ln⁡(1)0=00)=Hlim⁡x→01x+ex⋅(1+ex)cos⁡(x)=2\lim_{x \to 0} \frac{\ln(x + e^x)}{\sin(x)} \left(= \frac{\ln(0 + e^0)}{\sin(0)} = \frac{\ln(1)}{0} = \frac{0}{0}\right) \overset{\mathrm{H}}{=} \lim_{x \to 0} \frac{\frac{1}{x + e^x} \cdot (1 + e^x)}{\cos(x)} = 2

    e quindi

    lim⁡x→0(x+ex)1sin⁡(x)=e2\lim_{x \to 0} (x + e^x)^{\frac{1}{\sin(x)}} = e^2

Torniamo ora al problema iniziale posto a pagina 101: Data f:(a,b)→Rf : (a,b) \to \mathbb{R} e un punto x0∈(a,b)x_0 \in (a,b), trovare

  • (i) la retta tangente tt al grafico di ff nel punto P0=(x0,f(x0))P_0 = (x_0, f(x_0)), e
  • (ii) un'approssimazione lineare g(x)=α⋅x+βg(x) = \alpha \cdot x + \beta (cioè gg è un polinomio di grado ≤1\le 1) per f(x)f(x) per xx vicino a x0x_0.

Abbiamo risolto (i): Se ff è derivabile in x0x_0, allora la retta tangente tt è data dall'equazione

t(x)=f(x0)+f′(x0)⋅(x−x0).t(x) = f(x_0) + f'(x_0) \cdot (x - x_0).

Quindi la retta tangente è il grafico di un polinomio di grado ≤1\le 1 e di conseguenza si può avere l'idea di usare proprio g(x):=t(x)g(x) := t(x) come approssimazione lineare. Come vedremo in seguito, questa scelta è infatti in un certo senso la migliore possibile. Per verificare ciò scriviamo

f(x)=t(x)+r(x)=f(x0)+f′(x0)⋅(x−x0)⏟approssimazione lineare  +  r(x)⏟resto (o errore)f(x) = t(x) + r(x) = \underbrace{f(x_0) + f'(x_0) \cdot (x - x_0)}_{\textcolor{blue}{\text{\small approssimazione lineare}}} \;+\; \underbrace{r(x)}_{\textcolor{blue}{\text{\small resto (o errore)}}}

cioè r(x)=f(x)−t(x)r(x) = f(x) - t(x).

fftt=r(x)=r(x)x0x_0xxf(x0)f(x_0)f(x)f(x)t(x)t(x)
Il resto r(x)r(x).

Studiamo le proprietà di r(x)r(x):

  • r(x0)=0r(x_0) = 0 cioè nel punto x0x_0 l'approssimazione dà il valore esatto,
  • vale
r(x)x−x0=f(x)−f(x0)x−x0⏟→f′(x0)−f′(x0)→0per x→x0.\frac{r(x)}{x - x_0} = \underbrace{\frac{f(x) - f(x_0)}{x - x_0}}_{\to f'(x_0)} - f'(x_0) \to 0 \qquad \text{per } x \to x_0.

Cioè per x→x0x \to x_0 il resto r(x)r(x) tende a 0 più rapidamente di x−x0x - x_0.

Per confrontare meglio il comportamento di due funzioni facciamo la seguente

Definizione 5.10. Se

lim⁡x→x0f(x)g(x)=0\lim_{x \to x_0} \frac{f(x)}{g(x)} = 0

allora si dice che ff è o-piccolo di gg per x→x0x \to x_0 e in questo caso si scrive f(x)=o(g(x))f(x) = o(g(x)) per x→x0x \to x_0 o più brevemente f=o(g)f = o(g) per x→x0x \to x_0.

Osservazioni.

  • o(⋅)o(\cdot) si chiama simbolo di Landau.
  • f=o(g)f = o(g) per x→x0x \to x_0 significa per
    • infinitesimi che f(x)→0f(x) \to 0 più rapidamente che g(x)→0g(x) \to 0 per x→x0x \to x_0;
    • infiniti che f(x)→±∞f(x) \to \pm\infty più lentamente che g(x)→±∞g(x) \to \pm\infty per x→x0x \to x_0.

Esempi.

  • ln⁡(x)=o(x)\ln(x) = o(x) per x→+∞x \to +\infty poiché ln⁡(x)x→0\frac{\ln(x)}{x} \to 0 per x→+∞x \to +\infty.
  • 1−cos⁡(x)=o(x)1 - \cos(x) = o(x) per x→0x \to 0 poiché
1−cos⁡(x)x=1−cos⁡(x)x2⏟→12⋅x⏟→0→12⋅0=0per x→0.\frac{1 - \cos(x)}{x} = \underbrace{\frac{1 - \cos(x)}{x^2}}_{\to \frac{1}{2}} \cdot \underbrace{x}_{\to 0} \to \frac{1}{2} \cdot 0 = 0 \qquad \text{per } x \to 0.
  • x=o(x2)x = o(x^2) per x→±∞x \to \pm\infty mentre x2=o(x)x^2 = o(x) per x→0x \to 0.
  • f(x)→0f(x) \to 0 per x→x0  ⟺  f(x)=o(1)x \to x_0 \iff f(x) = o(1) per x→x0x \to x_0.
  • Tornando al problema di approssimazione lineare possiamo ora dire che r(x)=o(x−x0)r(x) = o(x - x_0) per x→x0x \to x_0.

Con gli oo-piccoli si possono caratterizzare le funzioni derivabili.

Proposizione 5.11. Per una funzione f:(a,b)→Rf : (a,b) \to \mathbb{R} e x0∈(a,b)x_0 \in (a,b) le seguenti affermazioni sono equivalenti.

(a) ff è derivabile in x0x_0.

(b) Esiste A∈RA \in \mathbb{R} tale che f(x)=f(x0)+A⋅(x−x0)+o(x−x0)f(x) = f(x_0) + A \cdot (x - x_0) + o(x - x_0) per x→x0x \to x_0.

In questo caso A=f′(x0)A = f'(x_0).

Quindi questa proposizione stabilisce che l'approssimazione lineare t(x)t(x) data dalla retta tangente tt è l'unica che lascia un resto r(x)r(x) che per x→x0x \to x_0 tende a 0 più rapidamente che la distanza x−x0x - x_0 tra xx e x0x_0. Cioè per ogni altra scelta di approssimazione con un polinomio di grado ≤1\le 1 il resto tende a zero più lentamente. In questo senso t(x)t(x) è la migliore approssimazione lineare possibile di f(x)f(x) per xx vicino a x0x_0.

Consideriamo alcuni

Esempi.

  • Se f(x)=exf(x) = e^x e x0=0x_0 = 0, allora la derivabilità di ff implica ex=f(0)+f′(0)⋅x+o(x)=e0+e0⋅x+o(x)e^x = f(0) + f'(0) \cdot x + o(x) = e^0 + e^0 \cdot x + o(x), cioè
ex=1+x+o(x) per x→0\boxed{e^x = 1 + x + o(x) \text{ per } x \to 0}
  • Se f(x)=sin⁡(x)f(x) = \sin(x) e x0=0x_0 = 0, allora la derivabilità di ff implica sin⁡(x)=f(0)+f′(0)⋅x+o(x)=sin⁡(0)+cos⁡(0)⋅x+o(x)\sin(x) = f(0) + f'(0) \cdot x + o(x) = \sin(0) + \cos(0) \cdot x + o(x), cioè
sin⁡(x)=x+o(x) per x→0\boxed{\sin(x) = x + o(x) \text{ per } x \to 0}
  • Se f(x)=ln⁡(1+x)f(x) = \ln(1+x) e x0=0x_0 = 0, allora la derivabilità di ff implica ln⁡(1+x)=f(0)+f′(0)⋅x+o(x)=ln⁡(1)+11+0⋅x+o(x)\ln(1+x) = f(0) + f'(0) \cdot x + o(x) = \ln(1) + \frac{1}{1+0} \cdot x + o(x), cioè
ln⁡(1+x)=x+o(x) per x→0\boxed{\ln(1+x) = x + o(x) \text{ per } x \to 0}

La Formula di Taylor

Abbiamo quindi risolto anche il problema dell'approssimazione lineare, cioè di approssimare il valore f(x)f(x) di una funzione (possibilmente molto complicata) vicino al punto x0x_0 con un polinomio t(x)t(x) (cioè con una funzione molto semplice) di grado ≤1\le 1.

A questo punto si può avere l'idea di limitare il grado dell'approssimazione non a 1 ma a un numero n∈Nn \in \mathbb{N} qualsiasi. Cioè si può generalizzare il problema dell'approssimazione lineare nel seguente modo:

Problema. Data f:(a,b)→Rf : (a,b) \to \mathbb{R}, x0∈(a,b)x_0 \in (a,b) e n∈Nn \in \mathbb{N}, approssimare f(x)f(x) per xx vicino a x0x_0 con un polinomio Tn(x)T_n(x) di grado ≤n\le n

Per n=1n = 1 abbiamo visto che T1(x)=t(x)T_1(x) = t(x) è la migliore scelta possibile. Per risolvere il problema per n∈Nn \in \mathbb{N} dobbiamo prima introdurre le

Derivate Successive.

Definizione 5.12. Se ff è derivabile e tale che f′f' è nuovamente derivabile, allora possiamo definire

(f′)′=:f′′= derivata seconda =:D2f=:d2fdx2.(f')' =: f'' = \text{ derivata seconda } =: D^2 f =: \frac{d^2 f}{dx^2}.

Se si può continuare in questa maniera nn volte otteniamo

f(n)= derivata n-esima =:Dnf=:dnfdxn.f^{(n)} = \text{ derivata } n\text{-esima } =: D^n f =: \frac{d^n f}{dx^n}.

Inoltre, se II è un'intervallo e n∈Nn \in \mathbb{N} definiamo C0(I):=C(I)\mathrm{C}^0(I) := \mathrm{C}(I) (e f(0):=ff^{(0)} := f) e per n≥1n \ge 1

Cn(I):={f:I→R  |  f eˋ derivabile n-voltee f(n) eˋ continua}\mathrm{C}^n(I) := \left\{ f : I \to \mathbb{R} \;\middle|\; \begin{array}{l} f \text{ è derivabile } n\text{-volte} \\ \text{e } f^{(n)} \text{ è continua} \end{array} \right\}

Se f∈Cn(I)f \in \mathrm{C}^n(I) si dice anche che ff è derivabile nn-volte con continuità (qui la continuità si riferisce alla derivata nn-esima f(n)f^{(n)} e non\textcolor{red}{\text{non}} a ff).

Dopo questo intermezzo sulle derivate successive possiamo tornare al problema dell'approssimazione di f(x)f(x) per xx vicino a x0x_0 attraverso un polinomio di grado ≤n\le n. Per ottenere un'idea come si può risolvere questo problema consideriamo i casi n=0n = 0 e n=1n = 1.

  • Per n=0n = 0 la migliore approssimazione con un polinomio di grado ≤0\le 0 (cioè con una costante) è ovviamente T0(x):=f(x0)=T0(x0)T_0(x) := f(x_0) = T_0(x_0), cioè T0T_0 e ff hanno in x0x_0 il valore in comune:
T0(x0)=f(x0).T_0(x_0) = f(x_0).
  • Per n=1n = 1 il problema diventa quello dell'approssimazione lineare che abbiamo risolto precedentemente: Se ff è derivabile in x0x_0 allora la migliore approssimazione ci dà t(x)=:T1(x)=f(x0)+f′(x0)⋅(x−x0)t(x) =: T_1(x) = f(x_0) + f'(x_0) \cdot (x - x_0). Quindi T1(x0)=f(x0)T_1(x_0) = f(x_0) e T1′(x)=f′(x0)T_1'(x) = f'(x_0) cioè T1T_1 e ff hanno in x0x_0 il valore e derivata prima in comune:
T1(x0)=f(x0),T1′(x0)=f′(x0).\begin{aligned} T_1(x_0) &= f(x_0), \\ T_1'(x_0) &= f'(x_0). \end{aligned}

Quindi per n≥2n \ge 2 supponiamo che ff sia nn-volte derivabile e poi cerchiamo un polinomio TnT_n che con ff ha in x0x_0 valore e tutte le derivate fino alla nn-esima in comune:

Tn(x0)=f(x0),Tn′(x0)=f′(x0),    ⋮Tn(n)(x0)=f(n)(x0).}  ⟺    :f e Tn hanno contatto di ordine n in x0\left. \begin{aligned} T_n(x_0) &= f(x_0), \\ T_n'(x_0) &= f'(x_0), \\ &\;\;\vdots \\ T_n^{(n)}(x_0) &= f^{(n)}(x_0). \end{aligned} \right\} \iff\; : \quad f \text{ e } T_n \text{ hanno } \textit{contatto di ordine } n \textit{ in } x_0

Visto che questo sistema consiste da n+1n + 1 equazione e il polinomio TnT_n da determinare ha n+1n + 1 coefficienti a0,…an∈Ra_0, \dots a_n \in \mathbb{R} come incognite, il seguente risultato è plausibile.

Proposizione 5.13. Se f∈Cn(a,b)f \in \mathrm{C}^n(a,b) e x0∈(a,b)x_0 \in (a,b) allora esiste un unico polinomio TnT_n di grado ≤n\le n che ha un contatto di ordine nn in x0x_0 con ff. Questo polinomio si chiama polinomio di Taylor di ordine nn con centro x0x_0 generato da ff ed è dato da

Tn(x)=f(x0)+f′(x0)⋅(x−x0)+f′′(x0)2!⋅(x−x0)2+⋯+f(n)(x0)n!⋅(x−x0)n=∑k=0nf(k)(x0)k!⋅(x−x0)k.\begin{aligned} T_n(x) &= f(x_0) + f'(x_0) \cdot (x - x_0) + \frac{f''(x_0)}{2!} \cdot (x - x_0)^2 + \dots + \frac{f^{(n)}(x_0)}{n!} \cdot (x - x_0)^n \\ &= \sum_{k=0}^{n} \frac{f^{(k)}(x_0)}{k!} \cdot (x - x_0)^k. \end{aligned}

Infine, se x0=0x_0 = 0, allora TnT_n viene anche chiamato polinomio di Maclaurin.

Problema. Quanto vale il resto (o errore) dovuto all'approssimazione con il polinomio di Taylor, cioè quanto vale

Rn(x):=f(x)−Tn(x)  =?R_n(x) := f(x) - T_n(x) \; = ?

Consideriamo prima i casi che abbiamo già studiati.

n=0n = 0: Per il Teorema di Lagrange esiste cc tra xx e x0x_0 tale che

R0(x)=f(x)−T0(x)=f(x)−f(x0)=f′(c)⋅(x−x0)=o(1)=o((x−x0)0) per x→x0.\begin{aligned} R_0(x) &= f(x) - T_0(x) = f(x) - f(x_0) = f'(c) \cdot (x - x_0) \\ &= o(1) = o\big((x - x_0)^0\big) \text{ per } x \to x_0. \end{aligned}

n=1n = 1: Visto che T1(x)=t(x)=T_1(x) = t(x) = approssimazione lineare segue

R1(x)=r(x)=o((x−x0)1) per x→x0.R_1(x) = r(x) = o\big((x - x_0)^1\big) \text{ per } x \to x_0.

Nel caso generale n∈Nn \in \mathbb{N} vale la seguente generalizzazione di queste rappresentazioni di Rn(x)R_n(x).

Teorema 5.14 (Formula di Taylor). Sia f∈Cn+1(a,b)f \in \mathrm{C}^{n+1}(a,b) e sia x0∈(a,b)x_0 \in (a,b). Allora per Rn(x):=f(x)−Tn(x)R_n(x) := f(x) - T_n(x)

  • vale
Rn(x)=o((x−x0)n)per x→x0(Resto di Peano)R_n(x) = o\big((x - x_0)^n\big) \quad \text{per } x \to x_0 \qquad \text{(Resto di Peano)}
  • esiste cc tra xx e x0x_0 tale che
Rn(x)=f(n+1)(c)(n+1)!⋅(x−x0)n+1(Resto di Lagrange)R_n(x) = \frac{f^{(n+1)}(c)}{(n+1)!} \cdot (x - x_0)^{n+1} \qquad \text{(Resto di Lagrange)}

Osservazioni.

  • Per la formula di Taylor con il resto di Peano basta che f∈Cn(a,b)f \in \mathrm{C}^n(a,b).

  • La Formula di Taylor con il

    • Resto di Peano è un'affermazione qualitativa, cioè afferma soltanto con che velocità il resto Rn(x)R_n(x) tende a 0 per x→x0x \to x_0;
    • Resto di Lagrange è un'affermazione quantitativa, che permette anche valutare la grandezza del resto (si noti tuttavia che cc non è noto).
  • Se per un polinomio p(x)p(x) di grado ≤n\le n vale

f(x)−p(x)=o((x−x0)n)per x→x0,f(x) - p(x) = o\big((x - x_0)^n\big) \quad \text{per } x \to x_0,

allora p(x)=Tn(x)p(x) = T_n(x). In altre parole Tn(x)T_n(x) è l'unico polinomio di grado ≤n\le n che lascia un resto che per x→x0x \to x_0 tende più rapidamente a 0 che (x−x0)n(x - x_0)^n. In questo senso la scelta di Tn(x)T_n(x) come approssimazione di f(x)f(x) per xx vicino a x0x_0 è ottima. Questa osservazione ci permetterà in seguito di calcolare Tn(x)T_n(x) senza calcolare alcuna derivata.

  • Una rappresentazione esplicita del tipo f(x)=Tn(x)+o((x−x0)n)f(x) = T_n(x) + o((x - x_0)^n) si chiama sviluppo di Taylor di ff di ordine nn e centro x0x_0.

Calcoliamo appunto alcuni sviluppi di Taylor.

Esempi.

  • Dall'esempio precedente segue per f(x)=exf(x) = e^x e x0=0x_0 = 0 che
ex=1+x+x22+x33!+⋯+xnn!+o(xn)=∑k=0nxkk!+o(xn)per x→0.\boxed{e^x = 1 + x + \tfrac{x^2}{2} + \tfrac{x^3}{3!} + \dots + \tfrac{x^n}{n!} + o(x^n) = \sum_{k=0}^{n} \tfrac{x^k}{k!} + o(x^n) \quad \text{per } x \to 0.}

Per esempio ex=1+x+x22+x36+o(x3)e^x = 1 + x + \frac{x^2}{2} + \frac{x^3}{6} + o(x^3) per x→0x \to 0.

Osservazione. Siccome per ogni n∈Nn \in \mathbb{N} vale f(2n+2)(0)=0f^{(2n+2)}(0) = 0 segue T2n+2(x)=T2n+1(x)T_{2n+2}(x) = T_{2n+1}(x) e di conseguenza

f(x)=T2n+2(x)⏟=T2n+1(x)+o(x2n+2)=T2n+1(x)+o(x2n+2).f(x) = \underbrace{T_{2n+2}(x)}_{= T_{2n+1}(x)} + o(x^{2n+2}) = T_{2n+1}(x) + o(x^{2n+2}).

Così risulta lo sviluppo

sin⁡(x)=∑k=0n(−1)k⋅x2k+1(2k+1)!+o(x2n+2)per x→0.\boxed{\sin(x) = \sum_{k=0}^{n} (-1)^k \cdot \frac{x^{2k+1}}{(2k+1)!} + o(x^{2n+\mathbf{2}}) \quad \text{per } x \to 0.}

Per esempio per n=1n = 1 vale

T4(x)=x−x33!+f(4)(0)4!⏞=0⋅x4=T3(x)e quindisin⁡(x)=x−x36+o(x4)per x→0.\begin{aligned} T_4(x) &= x - \frac{x^3}{3!} + \overbrace{\frac{f^{(4)}(0)}{4!}}^{=0} \cdot x^4 = T_3(x) \qquad \text{e quindi} \\[0.6em] \sin(x) &= x - \frac{x^3}{6} + o(x^4) \quad \text{per } x \to 0. \end{aligned}

Questo sviluppo è migliore dello sviluppo sin⁡(x)=x−x36+o(x3)\sin(x) = x - \frac{x^3}{6} + o(x^3) in quanto per x→0x \to 0 l'espressione x4x^4 tende a zero più rapidamente che x3x^3.

Questo guadagno di un grado nel o(⋅)o(\cdot) si ottiene anche per altri sviluppi di Maclaurin (cioè per x0=0x_0 = 0) di funzioni pari oppure dispari in quanto

  • tutte le derivate di ordine pari di una funzione dispari in x0=0x_0 = 0 si annullano (come sopra per il sin),
  • tutte le derivate di ordine dispari di una funzione pari in x0=0x_0 = 0 si annullano (per esempio per il cos).

Di conseguenza in uno sviluppo di Maclaurin di una

  • funzione pari compariranno soltanto termini xkx^k con kk pari, mentre per
  • funzione dispari compariranno soltanto termini xkx^k con kk dispari.

Nella stessa maniera seguono i seguenti sviluppi.

  • Come già sopra indicato vale per f(x)=cos⁡(x)f(x) = \cos(x) (= funzione pari) e x0=0x_0 = 0 che T2n(x)=T2n+1(x)T_{2n}(x) = T_{2n+1}(x). Quindi
cos⁡(x)=∑k=0n(−1)k⋅x2k(2k)!+o(x2n+1)per x→0.\boxed{\cos(x) = \sum_{k=0}^{n} (-1)^k \cdot \frac{x^{2k}}{(2k)!} + o(x^{2n+\mathbf{1}}) \quad \text{per } x \to 0.}

Per esempio per n=2n = 2 otteniamo cos⁡(x)=1−x22+x424+o(x5)\cos(x) = 1 - \frac{x^2}{2} + \frac{x^4}{24} + o(x^{\mathbf{5}}) per x→0x \to 0.

sinh⁡(x)=∑k=0nx2k+1(2k+1)!+o(x2n+2)per x→0,\boxed{\sinh(x) = \sum_{k=0}^{n} \frac{x^{2k+1}}{(2k+1)!} + o(x^{2n+\mathbf{2}}) \quad \text{per } x \to 0,} cosh⁡(x)=∑k=0nx2k(2k)!+o(x2n+1)per x→0.\boxed{\cosh(x) = \sum_{k=0}^{n} \frac{x^{2k}}{(2k)!} + o(x^{2n+\mathbf{1}}) \quad \text{per } x \to 0.} arctan⁡(x)=∑k=0n(−1)k⋅x2k+12k+1+o(x2n+2)per x→0.\boxed{\arctan(x) = \sum_{k=0}^{n} (-1)^k \cdot \frac{x^{2k+1}}{2k+1} + o(x^{2n+\mathbf{2}}) \quad \text{per } x \to 0.} artanh⁡(x)=∑k=0nx2k+12k+1+o(x2n+2)per x→0.\boxed{\operatorname{artanh}(x) = \sum_{k=0}^{n} \frac{x^{2k+1}}{2k+1} + o(x^{2n+\mathbf{2}}) \quad \text{per } x \to 0.} ln⁡(1+x)=∑k=1n(−1)k+1⋅xkk+o(xn)per x→0.\boxed{\ln(1+x) = \sum_{k=1}^{n} (-1)^{k+1} \cdot \frac{x^k}{k} + o(x^n) \quad \text{per } x \to 0.} (1+x)α=∑k=0n(αk)⋅xk+o(xn)per x→0\boxed{(1+x)^\alpha = \sum_{k=0}^{n} \binom{\alpha}{k} \cdot x^k + o(x^n) \quad \text{per } x \to 0}

Applicazioni della Formula di Taylor

Criterio per Estremi Locali. Sia f∈Cn(a,b)f \in \mathrm{C}^n(a,b) per n≥2n \ge 2 e sia x0∈(a,b)x_0 \in (a,b) tale che

f′(x0)=0=f′′(x0)=⋯=f(n−1)(x0)ef(n)(x0)≠0.f'(x_0) = 0 = f''(x_0) = \dots = f^{(n-1)}(x_0) \qquad \textit{e} \qquad f^{(n)}(x_0) \neq 0.

Se nn è pari, allora ff ammette in x0x_0 un

  • minimo locale, se f(n)(x0)>0f^{(n)}(x_0) > 0,
  • massimo locale, se f(n)(x0)<0f^{(n)}(x_0) < 0.

Se nn è dispari, allora x0x_0 non\textcolor{red}{\text{non}} è un punto di estremo locale di ff.

Il caso più importante è n=2n = 2: Se f′(x0)=0f'(x_0) = 0 e

  • f′′(x0)>0⇒x0f''(x_0) > 0 \Rightarrow x_0 è un punto di minimo locale,
  • f′′(x0)<0⇒x0f''(x_0) < 0 \Rightarrow x_0 è un punto di massimo locale.

Calcolo dei Limiti. Generalizziamo prima il concetto di asintoticità dalle successioni alle funzioni.

Definizione 5.15. Se lim⁡x→x0f(x)g(x)=1\displaystyle\lim_{x \to x_0} \frac{f(x)}{g(x)} = 1, allora si dice che f(x)f(x) e g(x)g(x) sono asintotiche e si scrive f(x)∼g(x)f(x) \sim g(x) (o anche solo f∼gf \sim g) per x→x0x \to x_0.

Osservazione. Se f∼gf \sim g per x→x0x \to x_0, allora f(x)f(x) e g(x)g(x) hanno lo stesso comportamento asintotico, cioè f(x)→lf(x) \to l per x→x0  ⟺  g(x)→lx \to x_0 \iff g(x) \to l per x→x0x \to x_0.

Come per le successioni anche per le funzioni vale il

Teorema 5.16 (Principio di Sostituzione). Se f1∼f2f_1 \sim f_2 e g1∼g2g_1 \sim g_2 per x→x0x \to x_0, allora

f1⋅g1∼f2⋅g2per x→x0,in particolarelim⁡x→x0f1(x)⋅g1(x)=l  ⟺  lim⁡x→x0f2(x)⋅g2(x)=lf1g1∼f2g2per x→x0,in particolarelim⁡x→x0f1(x)g1(x)=l  ⟺  lim⁡x→x0f2(x)g2(x)=l\begin{array}{l} f_1 \cdot g_1 \sim f_2 \cdot g_2 \quad \textit{per } x \to x_0, \\[0.8em] \textit{in particolare} \quad \displaystyle\lim_{x \to x_0} f_1(x) \cdot g_1(x) = l \iff \lim_{x \to x_0} f_2(x) \cdot g_2(x) = l \\[1.4em] \dfrac{f_1}{g_1} \sim \dfrac{f_2}{g_2} \quad \textit{per } x \to x_0, \\[0.8em] \textit{in particolare} \quad \displaystyle\lim_{x \to x_0} \frac{f_1(x)}{g_1(x)} = l \iff \lim_{x \to x_0} \frac{f_2(x)}{g_2(x)} = l \end{array}

Quindi in prodotti e rapporti si possono sostituire fattori o numeratore o denominatore con altre espressioni asintotiche senza cambiare il comportamento asintotico, in particolare senza cambiare il limite se esiste.

Esempi.

  • sin⁡(x)∼x\sin(x) \sim x per x→0x \to 0 poiché
lim⁡x→0sin⁡(x)x=1.\lim_{x \to 0} \frac{\sin(x)}{x} = 1.
  • 1−cos⁡(x)∼x221 - \cos(x) \sim \frac{x^2}{2} per x→0x \to 0 poiché
lim⁡x→01−cos⁡(x)x22=112⋅lim⁡x→01−cos⁡(x)x2=2⋅12=1.\lim_{x \to 0} \frac{1 - \cos(x)}{\frac{x^2}{2}} = \frac{1}{\frac{1}{2}} \cdot \lim_{x \to 0} \frac{1 - \cos(x)}{x^2} = 2 \cdot \frac{1}{2} = 1.

Quindi per il principio di sostituzione vale

sin⁡(x)⋅sin⁡(x)1−cos⁡(x)=sin⁡2(x)1−cos⁡(x)∼x2x22=2.\frac{\sin(x) \cdot \sin(x)}{1 - \cos(x)} = \frac{\sin^2(x)}{1 - \cos(x)} \sim \frac{x^2}{\frac{x^2}{2}} = 2.

Come già per le successioni, il principio di sostituzione !!! NON !!!\textcolor{red}{\boxed{\textbf{\textit{!!! NON !!!}}}} vale per somme, differenze o potenze, cioè se f1∼f2f_1 \sim f_2 e g1∼g2g_1 \sim g_2 per x→x0x \to x_0 allora

  • ≠  f1(x)±g1(x)∼f2(x)±g2(x)\textcolor{red}{\neq}\; f_1(x) \pm g_1(x) \sim f_2(x) \pm g_2(x) per x→x0x \to x_0,
  • ≠  (f1(x))g1(x)∼(f2(x))g2(x)\textcolor{red}{\neq}\; (f_1(x))^{g_1(x)} \sim (f_2(x))^{g_2(x)} per x→x0x \to x_0.

Quindi come già detto, in prodotti e in rapporti si possono sostituire espressioni (complicate) con altre espressioni asintotiche (più semplici) senza cambiare l'esistenza e il valore del limite. Come vedremo ciò permette di facilitare il calcolo dei limiti. A questo punto, però, si pone il seguente

Problema. Come si può trovare per una funzione f1f_1 (possibilmente complicata) una funzione f2f_2 (semplice) tale che f1(x)∼f2(x)f_1(x) \sim f_2(x) per x→x0x \to x_0?

Per risolvere questo problema usiamo la seguente

Proposizione 5.17. f1(x)∼f2(x)f_1(x) \sim f_2(x) per x→x0x \to x_0   ⟺  \iff f1(x)=f2(x)+o(f2(x))f_1(x) = f_2(x) + o\big(f_2(x)\big) per x→x0x \to x_0.

Esempi.

  • ln⁡(1+x)=x+o(x)\ln(1+x) = x + o(x) per x→0  ⟺  ln⁡(1+x)∼xx \to 0 \iff \ln(1+x) \sim x per x→0x \to 0.
  • f(x)=an(x−x0)n+o((x−x0)n)f(x) = a_n(x - x_0)^n + o\big((x - x_0)^n\big) per x→x0x \to x_0 (con an≠0a_n \neq 0)   ⟺  f(x)∼an(x−x0)n\iff f(x) \sim a_n(x - x_0)^n per x→x0x \to x_0.

L'idea è ora di rappresentare una funzione con la Formula di Taylor con resto di Peano e usare l'equivalenza del secondo esempio.

Più precisamente, dal principio di sostituzione e dalla proposizione precedente segue per x→x0x \to x_0

f1(x)=an⋅(x−x0)n+o((x−x0)n)g1(x)=bm⋅(x−x0)m+o((x−x0)m)}⇒{f1(x)⋅g1(x)∼anbm⋅(x−x0)n+mf1(x)g1(x)∼anbm⋅(x−x0)n−m\left. \begin{aligned} f_1(x) &= a_n \cdot (x - x_0)^n + o\big((x - x_0)^n\big) \\ g_1(x) &= b_m \cdot (x - x_0)^m + o\big((x - x_0)^m\big) \end{aligned} \right\} \quad \Rightarrow \quad \begin{cases} f_1(x) \cdot g_1(x) \sim a_n b_m \cdot (x - x_0)^{n+m} \\[0.6em] \dfrac{f_1(x)}{g_1(x)} \sim \dfrac{a_n}{b_m} \cdot (x - x_0)^{n-m} \end{cases}

se an,bm≠0a_n, b_m \neq 0. Quindi nel caso del rapporto segue

lim⁡x→x0f1(x)g1(x)=lim⁡x→x0anbm⋅(x−x0)n−m={0se n>m,anbmse n=m,non convergese n<m.\begin{aligned} \lim_{x \to x_0} \frac{f_1(x)}{g_1(x)} &= \lim_{x \to x_0} \frac{a_n}{b_m} \cdot (x - x_0)^{n-m} \\[0.6em] &= \begin{cases} 0 & \text{se } n > m, \\[0.4em] \tfrac{a_n}{b_m} & \text{se } n = m, \\[0.4em] \text{non converge} & \text{se } n < m. \end{cases} \end{aligned}

Riassumendo, per studiare il limite lim⁡x→x0f(x)g(x)\lim_{x \to x_0} \frac{f(x)}{g(x)} con Taylor si procede così:

  • (1) Si cerca lo sviluppo del denominatore del tipo g(x)=bm⋅(x−x0)m+o((x−x0)m)g(x) = b_m \cdot (x - x_0)^m + o\big((x - x_0)^m\big) con bm≠0b_m \neq 0, cioè bm⋅(x−x0)mb_m \cdot (x - x_0)^m è il primo polinomio di Taylor di gg che non è identicamente =0= 0.
  • (2) Si sviluppa il numeratore ff fino allo stesso ordine mm. Non è necessario superare oltre all'ordine mm per ottenere un polinomio di Taylor del numeratore ≠0\neq 0 poiché se f(x)=0+o((x−x0)m)f(x) = 0 + o\big((x - x_0)^m\big) il limite del rapporto è in ogni caso =0= 0.

Esempi.

  • Studiamo
lim⁡x→0sin⁡(x)−xx2⋅sin⁡(x).\lim_{x \to 0} \frac{\sin(x) - x}{x^2 \cdot \sin(x)}.

Come dalla regola generale iniziamo sempre con lo studio del denominatore. Qui non è necessario svilupparlo con Taylor, è invece più semplice semplificarlo usando il principio di sostituzione: sin⁡(x)∼x\sin(x) \sim x per x→0x \to 0 e quindi

sin⁡(x)−xx2⋅sin⁡(x)∼sin⁡(x)−xx3per x→0.\frac{\sin(x) - x}{x^2 \cdot \sin(x)} \sim \frac{\sin(x) - x}{x^3} \quad \text{per } x \to 0.

Ora visto che il denominatore è di 3° ordine dobbiamo quindi sviluppare anche il numeratore fino al 3° ordine:

sin⁡(x)=x−x36+o(x3)⇒sin⁡(x)−x=−x36+o(x3)∼−x36per x→0.\sin(x) = x - \tfrac{x^3}{6} + o(x^3) \quad \Rightarrow \quad \sin(x) - x = -\tfrac{x^3}{6} + o(x^3) \sim -\tfrac{x^3}{6} \quad \text{per } x \to 0.

Così risulta per il principio di sostituzione

sin⁡(x)−xx3∼−x36x3=−16per x→0\frac{\sin(x) - x}{x^3} \sim \frac{-\frac{x^3}{6}}{x^3} = -\frac{1}{6} \quad \text{per } x \to 0

e quindi

lim⁡x→0sin⁡(x)−xx2⋅sin⁡(x)=−16.\lim_{x \to 0} \frac{\sin(x) - x}{x^2 \cdot \sin(x)} = -\frac{1}{6}.
  • Studiamo
lim⁡x→0sin⁡(2x)−ln⁡((1+x)2)cos⁡(x2)−1.\lim_{x \to 0} \frac{\sin(2x) - \ln\big((1+x)^2\big)}{\cos\left(\frac{x}{2}\right) - 1}.

Iniziamo sempre con il denominatore: Sappiamo che per t→0t \to 0

cos⁡(t)=1−t22+o(t2)  ⟹(t=x2)  cos⁡(x2)−1=−(x2)22+o((x2)2)=−x28+o(x2)∼−x28(x=2t→0)\begin{aligned} \cos(t) = 1 - \tfrac{t^2}{2} + o(t^2) \;\overset{(t = \frac{x}{2})}{\Longrightarrow}\; \cos\left(\tfrac{x}{2}\right) - 1 &= -\frac{\left(\frac{x}{2}\right)^2}{2} + o\left(\left(\tfrac{x}{2}\right)^2\right) \\ &= -\tfrac{x^2}{8} + o(x^2) \sim -\tfrac{x^2}{8} \quad (x = 2t \to 0) \end{aligned}

Visto che il denominatore è di 2° ordine dobbiamo ora sviluppare anche il numeratore al 2° ordine.

Perciò notiamo prima che ln⁡((1+x)2)=2⋅ln⁡(1+x)\ln\big((1+x)^2\big) = 2 \cdot \ln(1+x), quindi

sin⁡(t)=t+o(t2)(t→0)  ⟹(t=2x)  sin⁡(2x)=2x+o((2x)2)=2x+o(x2)2⋅ln⁡(1+x)=2⋅(x−x22+o(x2))=2x−x2+o(x2)}⇒\left. \begin{aligned} \sin(t) &= t + o(t^2) \quad (t \to 0) \;\overset{(t = 2x)}{\Longrightarrow}\; \sin(2x) = 2x + o\big((2x)^2\big) = 2x + o(x^2) \\ 2 \cdot \ln(1+x) &= 2 \cdot \left(x - \tfrac{x^2}{2} + o(x^2)\right) = 2x - x^2 + o(x^2) \end{aligned} \right\} \Rightarrow sin⁡(2x)−ln⁡((1+x)2)=2x+o(x2)−(2x−x2+o(x2))=x2+o(x2)∼x2(x→0)\sin(2x) - \ln\big((1+x)^2\big) = 2x + o(x^2) - \left(2x - x^2 + o(x^2)\right) = x^2 + o(x^2) \sim x^2 \quad (x \to 0)

Così risulta

sin⁡(2x)−ln⁡((1+x)2)cos⁡(x2)−1∼x2−x28=−8per x→0\frac{\sin(2x) - \ln\big((1+x)^2\big)}{\cos\left(\frac{x}{2}\right) - 1} \sim \frac{x^2}{-\frac{x^2}{8}} = -8 \quad \text{per } x \to 0

e quindi

lim⁡x→0sin⁡(2x)−ln⁡((1+x)2)cos⁡(x2)−1=−8.\lim_{x \to 0} \frac{\sin(2x) - \ln\big((1+x)^2\big)}{\cos\left(\frac{x}{2}\right) - 1} = -8.

Regole per il Calcolo con gli o(⋅)o(\cdot). Per x→x0x \to x_0 con x0∈Rx_0 \in \mathbb{R} vale

  • α⋅o(f)=o(f)\alpha \cdot o(f) = o(f) per ogni α∈R\alpha \in \mathbb{R}, per esempio 2 o(xn)=o(xn)2\,o(x^n) = o(x^n);
  • o(α⋅f)=o(f)o(\alpha \cdot f) = o(f) per ogni 0≠α∈R0 \neq \alpha \in \mathbb{R}, per esempio o(4 xn)=o(xn)o(4\,x^n) = o(x^n);
  • o(f)±o(f)=o(f)o(f) \pm o(f) = o(f), per esempio o(xn)+o(xn)=o(xn)o(x^n) + o(x^n) = o(x^n);
  • f⋅o(g)=o(f⋅g)f \cdot o(g) = o(f \cdot g), per esempio xm⋅o(xn)=o(xm+n)x^m \cdot o(x^n) = o(x^{m+n});
  • o(f)⋅o(g)=o(f⋅g)o(f) \cdot o(g) = o(f \cdot g), per esempio o(xm)⋅o(xn)=o(xm+n)o(x^m) \cdot o(x^n) = o(x^{m+n});
  • o(o(f))=o(f)o(o(f)) = o(f), per esempio o(o(xn))=o(xn)o(o(x^n)) = o(x^n);
  • o((x−x0)m)=o((x−x0)n)o\big((x - x_0)^m\big) = o\big((x - x_0)^n\big) se m≥nm \ge n, per esempio o(x4)=o(x2)o(x^4) = o(x^2) per x→0x \to 0.
  • (x−x0)m=o((x−x0)n)(x - x_0)^m = o\big((x - x_0)^n\big) se m>nm > n, per esempio x5=o(x4)x^5 = o(x^4) per x→0x \to 0.
  • se f∼gf \sim g allora o(f)=o(g)o(f) = o(g), p.e. sin⁡(x)∼x\sin(x) \sim x e quindi o(sin⁡(x))=o(x)o(\sin(x)) = o(x) per x→0x \to 0;
  • se f(x)∼g(x)f(x) \sim g(x) per x→x0x \to x_0 e φ(t)→x0\varphi(t) \to x_0 per t→t0t \to t_0 allora f(φ(t))∼g(φ(t))f(\varphi(t)) \sim g(\varphi(t)) per t→t0t \to t_0, p.e. ln⁡(1+x)∼x\ln(1+x) \sim x (x→0)(x \to 0) e sin⁡(t)→0\sin(t) \to 0 (t→0)(t \to 0) allora ln⁡(1+sin⁡(t))∼sin⁡(t)∼t\ln(1 + \sin(t)) \sim \sin(t) \sim t (t→0)(t \to 0).

Qui, come sempre, con o(f)o(f) si deve immaginare la qualità di un resto di tendere più velocemente a 0 di ff e non\textcolor{red}{\textit{non}} una quantità.

In particolare in generale si ha

  • o(f)=o(g)  ≠  o(g)=o(f)o(f) = o(g) \;\textcolor{red}{\neq}\; o(g) = o(f),
  • f+o(h)=g+o(h)  ≠  f=gf + o(h) = g + o(h) \;\textcolor{red}{\neq}\; f = g,
  • o(f)−o(f) ≠ 0o(f) - o(f) \,\textcolor{red}{\neq}\, 0.

Esempi.

  • Calcolare, se esiste,
lim⁡x→0ex2−1+sin⁡(x)ln⁡(cos⁡(x)).\lim_{x \to 0} \frac{e^{\frac{x}{2}} - \sqrt{1 + \sin(x)}}{\ln\big(\cos(x)\big)}.

Soluzione. Tutti gli sviluppi si intendono per x→0x \to 0. Iniziamo con il denominatore. Visto che si tratta di un'unica espressione è più semplice usare l'ultima regola e il principio di sostituzione anziché svilupparlo con Taylor (che comunque faremo nel prossimo esercizio).

Prima serve un piccolo trucco

ln⁡(cos⁡(x))=ln⁡(1+(cos⁡(x)−1)⏞=:t→0)∼t=cos⁡(x)−1∼−x22.\ln\big(\cos(x)\big) = \ln\Big(1 + \overbrace{\big(\cos(x) - 1\big)}^{=:t \to 0}\Big) \sim t = \cos(x) - 1 \sim -\frac{x^2}{2}.

Abbiamo verificato l'ultima equazione (con segno opposto). Si potrebbe, però, anche ragionare usando lo sviluppo

cos⁡(x)=1−x22+o(x2)⇒cos⁡(x)−1=−x22+o(x2)∼−x22.\cos(x) = 1 - \tfrac{x^2}{2} + o(x^2) \quad \Rightarrow \quad \cos(x) - 1 = -\tfrac{x^2}{2} + o(x^2) \sim -\tfrac{x^2}{2}.

Poiché il denominatore è di 2° ordine, dobbiamo sviluppare anche il numeratore fino al 2° ordine: Ponendo t=x2t = \frac{x}{2} otteniamo

et=1+t+t22+o(t2)=1+x2+(x2)22+o((x2)2)=1+x2+x28+o(x2)=ex2.e^t = 1 + t + \tfrac{t^2}{2} + o(t^2) = 1 + \frac{x}{2} + \frac{\left(\frac{x}{2}\right)^2}{2} + o\left(\left(\tfrac{x}{2}\right)^2\right) = 1 + \tfrac{x}{2} + \tfrac{x^2}{8} + o(x^2) = e^{\frac{x}{2}}.

Inoltre ponendo ora t:=sin⁡(x)t := \sin(x) segue (per lo sviluppo della radice 1+t\sqrt{1+t})

1+t=1+t2−t28+o(t2)=1+sin⁡(x)2−sin⁡2(x)8+o(sin⁡2(x)⏞∼x2)=1+sin⁡(x).\begin{aligned} \sqrt{1+t} &= 1 + \tfrac{t}{2} - \tfrac{t^2}{8} + o(t^2) \\[0.6em] &= 1 + \tfrac{\sin(x)}{2} - \tfrac{\sin^2(x)}{8} + o\big(\overbrace{\sin^2(x)}^{\sim x^2}\big) = \sqrt{1 + \sin(x)}. \end{aligned}

Per la penultima regola segue o(sin⁡2(x))=o(x2)o(\sin^2(x)) = o(x^2) e usando lo sviluppo sin⁡(x)=x+o(x2)\sin(x) = x + o(x^2) segue

1+sin⁡(x)=1+x+o(x2)2−(x+o(x2))28+o(x2)=1+x+o(x2)2−x2+2x⋅o(x2)⏞=o(x3)=o(x2)+o(x2)2⏞=o(x4)=o(x2)8+o(x2)=1+x2−x28+o(x2).\begin{aligned} \sqrt{1 + \sin(x)} &= 1 + \tfrac{x + o(x^2)}{2} - \tfrac{\left(x + o(x^2)\right)^2}{8} + o(x^2) \\[0.6em] &= 1 + \tfrac{x + o(x^2)}{2} - \frac{x^2 + \overbrace{2x \cdot o(x^2)}^{=o(x^3)=o(x^2)} + \overbrace{o(x^2)^2}^{=o(x^4)=o(x^2)}}{8} + o(x^2) = 1 + \tfrac{x}{2} - \tfrac{x^2}{8} + o(x^2). \end{aligned}

Quindi

ex2−1+sin⁡(x)=1+x2+x28+o(x2)−(1+x2−x28+o(x2))=2⋅x28+o(x2)=x24+o(x2)∼x24.\begin{aligned} e^{\frac{x}{2}} - \sqrt{1 + \sin(x)} &= 1 + \tfrac{x}{2} + \tfrac{x^2}{8} + o(x^2) - \left(1 + \tfrac{x}{2} - \tfrac{x^2}{8} + o(x^2)\right) \\[0.6em] &= 2 \cdot \tfrac{x^2}{8} + o(x^2) = \tfrac{x^2}{4} + o(x^2) \sim \tfrac{x^2}{4}. \end{aligned}

Qui è importante osservare che soltanto dopo aver sviluppato tutto il numeratore si usa l'asintoticità, farlo prima significherebbe usare il principio di sostituzione per una differenza (che è gravemente sbagliato!!).

Quindi per il principio di sostituzione per rapporti risulta

ex2−1+sin⁡(x)ln⁡(cos⁡(x))∼x24−x22=−12\frac{e^{\frac{x}{2}} - \sqrt{1 + \sin(x)}}{\ln\big(\cos(x)\big)} \sim \frac{\frac{x^2}{4}}{-\frac{x^2}{2}} = -\frac{1}{2}

da cui

lim⁡x→0ex2−1+sin⁡(x)ln⁡(cos⁡(x))=−12.□\lim_{x \to 0} \frac{e^{\frac{x}{2}} - \sqrt{1 + \sin(x)}}{\ln\big(\cos(x)\big)} = -\frac{1}{2}. \qquad \square
  • Calcolare, se esiste,
lim⁡x→01−cos⁡(x)+ln⁡(cos⁡(x))x4+x5.\lim_{x \to 0} \frac{1 - \cos(x) + \ln\big(\cos(x)\big)}{x^4 + x^5}.

Soluzione. Tutti gli sviluppi si intendono per x→0x \to 0. Iniziamo come sempre con il denominatore: Visto che x5=o(x4)x^5 = o(x^4) risulta

x4+x5=x4+o(x4)∼x4.x^4 + x^5 = x^4 + o(x^4) \sim x^4.

Quindi il numeratore è da sviluppare fino al 4° ordine.

cos⁡(x)=1−x22+x424+o(x4)⇒1−cos⁡(x)=x22−x424+o(x4).\cos(x) = 1 - \frac{x^2}{2} + \frac{x^4}{24} + o(x^4) \quad \Rightarrow \quad 1 - \cos(x) = \frac{x^2}{2} - \frac{x^4}{24} + o(x^4).

Mentre nell'esempio precedente era sufficiente osservare che ln⁡(cos⁡(x))∼−x22\ln(\cos(x)) \sim -\frac{x^2}{2} qui non\textcolor{red}{\textit{non}} possiamo ragionare così altrimenti si applicherebbe il principio di sostituzione a una differenza. Dobbiamo invece sviluppare ln⁡(cos⁡(x))\ln(\cos(x)) fino al 4° ordine: Allora

ln⁡(cos⁡(x))=ln⁡(1+(cos⁡(x)−1)⏞=:t→0)\ln\big(\cos(x)\big) = \ln\Big(1 + \overbrace{\big(\cos(x) - 1\big)}^{=:t \to 0}\Big)

con

ln⁡(1+t)=t−t22+o(t2)\ln(1+t) = t - \frac{t^2}{2} + o(t^2)

e

t=cos⁡(x)−1=−x22+x424+o(x4)=−x22+o(x2).t = \cos(x) - 1 = -\frac{x^2}{2} + \frac{x^4}{24} + o(x^4) = -\frac{x^2}{2} + o(x^2).

Non è necessario sviluppare ln⁡(1+t)\ln(1+t) fino a t4t^4 poiché t=cos⁡(x)−1t = \cos(x) - 1 è di ordine 2 e di conseguenza t2t^2 espresso in xx diventa di 4° ordine.

Inoltre, nello sviluppo di ln⁡(1+t)\ln(1+t) dobbiamo sostituire tt con cos⁡(x)−1\cos(x) - 1 sviluppato fino al 4° ordine mentre nell'espressione t22\frac{t^2}{2} basta come vedremo lo sviluppo fino al 2° ordine. Non è sbagliato usare anche lì lo sviluppo fino al 4° ordine, soltanto i conti si complicheranno leggermente. La cosa importante è che alla fine non\textcolor{red}{\textit{non}} ci saranno resti o(xk)o(x^k) con k<4k < 4. Quindi

ln⁡(cos⁡(x))=(cos⁡(x)−1)−(cos⁡(x)−1)22+o((cos⁡(x)−1)2⏟=o(x4)⏞∼(−x22)2=x44)=(−x22+x424+o(x4))−(−x22+o(x2))22+o(x4)=−x22+x424−(x22)2−x2⋅o(x2)+o(x2)2⏞=o(x4)2+o(x4)=−x22+x424−x48+o(x4)=−x22−x412+o(x4).\begin{aligned} \ln\big(\cos(x)\big) &= \big(\cos(x) - 1\big) - \frac{\big(\cos(x) - 1\big)^2}{2} + o\Big(\overbrace{\underbrace{\big(\cos(x) - 1\big)^2}_{=o(x^4)}}^{\sim \left(-\frac{x^2}{2}\right)^2 = \frac{x^4}{4}}\Big) \\[0.8em] &= \left(-\frac{x^2}{2} + \frac{x^4}{24} + o(x^4)\right) - \frac{\left(-\frac{x^2}{2} + o(x^2)\right)^2}{2} + o(x^4) \\[0.8em] &= -\frac{x^2}{2} + \frac{x^4}{24} - \frac{\left(\frac{x^2}{2}\right)^2 \overbrace{- x^2 \cdot o(x^2) + o(x^2)^2}^{=o(x^4)}}{2} + o(x^4) \\[0.8em] &= -\frac{x^2}{2} + \frac{x^4}{24} - \frac{x^4}{8} + o(x^4) = -\frac{x^2}{2} - \frac{x^4}{12} + o(x^4). \end{aligned}

Così per il numeratore segue

1−cos⁡(x)+ln⁡(cos⁡(x))=(x22−x424+o(x4))+(−x22−x412+o(x4))=−x424−x412+o(x4)=−18x4+o(x4)∼−18⋅x4.\begin{aligned} 1 - \cos(x) + \ln\big(\cos(x)\big) &= \left(\frac{x^2}{2} - \frac{x^4}{24} + o(x^4)\right) + \left(-\frac{x^2}{2} - \frac{x^4}{12} + o(x^4)\right) \\[0.8em] &= -\frac{x^4}{24} - \frac{x^4}{12} + o(x^4) = -\frac{1}{8} x^4 + o(x^4) \sim -\frac{1}{8} \cdot x^4. \end{aligned}

Per il rapporto segue con il principio di sostituzione

1−cos⁡(x)+ln⁡(cos⁡(x))x4+x5∼−18⋅x4x4=−18\frac{1 - \cos(x) + \ln\big(\cos(x)\big)}{x^4 + x^5} \sim \frac{-\frac{1}{8} \cdot x^4}{x^4} = -\frac{1}{8}

e quindi

lim⁡x→01−cos⁡(x)+ln⁡(cos⁡(x))x4+x5=−18.□\lim_{x \to 0} \frac{1 - \cos(x) + \ln\big(\cos(x)\big)}{x^4 + x^5} = -\frac{1}{8}. \qquad \square
  • Calcolare, se esiste,
lim⁡x→0esin⁡(x)−sin⁡(x)x−xtan⁡2(3x).\lim_{x \to 0} \frac{e^{\sin(x)} - \frac{\sin(x)}{x} - x}{\tan^2(3x)}.

Soluzione. Per x→0x \to 0 anche t:=3x→0t := 3x \to 0 e quindi vale

tan⁡(t)=sin⁡(t)cos⁡(t)∼t1=t  ⟹(t=3x)  tan⁡2(3x)∼(3x)2=9x2.\tan(t) = \frac{\sin(t)}{\cos(t)} \sim \frac{t}{1} = t \;\overset{(t=3x)}{\Longrightarrow}\; \tan^2(3x) \sim (3x)^2 = 9x^2.

Allora dobbiamo sviluppare il numeratore fino al 2° ordine: Da

et=1+t+t22+o(t2)esin⁡(x)=x+o(x2)e^t = 1 + t + \frac{t^2}{2} + o(t^2) \qquad \text{e} \qquad \sin(x) = x + o(x^2)

segue con t:=sin⁡(x)→0t := \sin(x) \to 0 per x→0x \to 0

esin⁡(x)=1+sin⁡(x)+sin⁡2(x)2+o(sin⁡2(x))=1+x+o(x2)+(x+o(x2))22+o(x2)=1+x+x2+2x⋅o(x2)+o(x2)22+o(x2)=1+x+x22+o(x2).\begin{aligned} e^{\sin(x)} &= 1 + \sin(x) + \frac{\sin^2(x)}{2} + o\big(\sin^2(x)\big) \\[0.6em] &= 1 + x + o(x^2) + \frac{\left(x + o(x^2)\right)^2}{2} + o(x^2) \\[0.6em] &= 1 + x + \frac{x^2 + 2x \cdot o(x^2) + o(x^2)^2}{2} + o(x^2) \\[0.6em] &= 1 + x + \frac{x^2}{2} + o(x^2). \end{aligned}

Inoltre

sin⁡(x)=x−x36+o(x3)quindisin⁡(x)x=1−x36x+1x⋅o(x3)⏞=o(1x⋅x3)=o(x2)=1−x26+o(x2).\sin(x) = x - \frac{x^3}{6} + o(x^3) \qquad \text{quindi} \qquad \begin{aligned} \frac{\sin(x)}{x} &= 1 - \frac{x^3}{6x} + \overbrace{\frac{1}{x} \cdot o(x^3)}^{=o\left(\frac{1}{x} \cdot x^3\right) = o(x^2)} \\[0.6em] &= 1 - \frac{x^2}{6} + o(x^2). \end{aligned}

Notiamo che qui era necessario sviluppare sin⁡(x)\sin(x) fino al 3° ordine poiché la divisione per xx abbassa l'ordine per 1. Così risulta

esin⁡(x)−sin⁡(x)x−x=1+x+x22−(1−x26)−x+o(x2)=23⋅x2+o(x2)∼23⋅x2\begin{aligned} e^{\sin(x)} - \frac{\sin(x)}{x} - x &= 1 + x + \frac{x^2}{2} - \left(1 - \frac{x^2}{6}\right) - x + o(x^2) \\[0.6em] &= \frac{2}{3} \cdot x^2 + o(x^2) \sim \frac{2}{3} \cdot x^2 \end{aligned}

e quindi

esin⁡(x)−sin⁡(x)x−xtan⁡2(3x)∼23⋅x29⋅x2=227\frac{e^{\sin(x)} - \frac{\sin(x)}{x} - x}{\tan^2(3x)} \sim \frac{\frac{2}{3} \cdot x^2}{9 \cdot x^2} = \frac{2}{27}

che implica

lim⁡x→0esin⁡(x)−sin⁡(x)x−xtan⁡2(3x)=227.□\lim_{x \to 0} \frac{e^{\sin(x)} - \frac{\sin(x)}{x} - x}{\tan^2(3x)} = \frac{2}{27}. \qquad \square

Concludiamo questi esempi con una

Osservazione. In questo esempi abbiamo calcolato sviluppi di diverse funzioni usando sviluppi noti e le regole per il calcolo con gli o(⋅)o(\cdot) senza fare alcuna derivata. Usando la terza osservazione in questa maniera abbiamo anche calcolato i polinomi di Taylor.

Per esempio

f(x):=1+sin⁡(x)=1+x2−x28+o(x2)⇒T2(x)=1+x2−x28,f(x):=ln⁡(cos⁡(x))=−x22−x412+o(x4)⇒T4(x)=−x22−x412,f(x):=esin⁡(x)=1+x+x22+o(x2)⇒T2(x)=1+x+x22,\begin{array}{lcl} f(x) := \sqrt{1 + \sin(x)} = 1 + \frac{x}{2} - \frac{x^2}{8} + o(x^2) & \quad \Rightarrow \quad & T_2(x) = 1 + \frac{x}{2} - \frac{x^2}{8}, \\[0.8em] f(x) := \ln\big(\cos(x)\big) = -\frac{x^2}{2} - \frac{x^4}{12} + o(x^4) & \quad \Rightarrow \quad & T_4(x) = -\frac{x^2}{2} - \frac{x^4}{12}, \\[0.8em] f(x) := e^{\sin(x)} = 1 + x + \frac{x^2}{2} + o(x^2) & \quad \Rightarrow \quad & T_2(x) = 1 + x + \frac{x^2}{2}, \end{array}

dove il polinomio di Taylor si riferisce alla corrispondente funzione ff e il centro x0=0x_0 = 0.

Mentre le prime due applicazioni della Formula di Taylor usavano il resto di Peano, la terza fa uso del resto di Lagrange.

Calcolo Numerico.

Problema. Data una funzione (possibilmente complicata) f:(a,b)→Rf : (a,b) \to \mathbb{R} e x∈(a,b)x \in (a,b), trovare un valore approssimato per f(x)f(x).

Per esempio calcolare cos⁡(12)\cos\left(\frac{1}{2}\right) con un errore <10−3< 10^{-3}.

L'idea per risolvere questo problema è di usare la Formula di Taylor con resto di Lagrange: Esiste cc tra xx e x0x_0 tale che

f(x)=∑k=0nf(k)(x0)k!⋅(x−x0)k⏟=Tn(x)+f(n+1)(c)(n+1)!⋅(x−x0)n+1⏟=Rn(x)f(x) = \underbrace{\sum_{k=0}^{n} \frac{f^{(k)}(x_0)}{k!} \cdot (x - x_0)^k}_{=T_n(x)} + \underbrace{\frac{f^{(n+1)}(c)}{(n+1)!} \cdot (x - x_0)^{n+1}}_{=R_n(x)}

dove il centro x0∈(a,b)x_0 \in (a,b) e l'ordine nn sono ancora da determinare. Se sappiamo che ∣f(n+1)(s)∣≤M\lvert f^{(n+1)}(s) \rvert \le M per ogni s∈(a,b)s \in (a,b) allora possiamo stimare l'errore Rn(x)=f(x)−Tn(x)R_n(x) = f(x) - T_n(x)

∣Rn(x)∣=∣f(n+1)(c)(n+1)!∣⋅∣x−x0∣n+1≤M(n+1)!⋅∣x−x0∣n+1\lvert R_n(x) \rvert = \left\lvert \frac{f^{(n+1)}(c)}{(n+1)!} \right\rvert \cdot \lvert x - x_0 \rvert^{n+1} \le \frac{M}{(n+1)!} \cdot \lvert x - x_0 \rvert^{n+1}

e così si può valutare la precisione dell'approssimazione.

Rimane la scelta del centro x0∈(a,b)x_0 \in (a,b) che deve rispettare i seguenti principi:

  • (i) in x0x_0 si devono conoscere valore e tutte le derivate di ff fino al nn-esimo ordine, cioè f(k)(x0)f^{(k)}(x_0) per k=0,1,…,nk = 0, 1, \dots, n, altrimenti non si può calcolare TnT_n esplicitamente;
  • (ii) tra tutti i punti in (i) si sceglie quello che sta più vicino a xx in maniera che il fattore ∣x−x0∣n+1=\lvert x - x_0 \rvert^{n+1} = (distanza tra xx e x0x_0)n+1^{n+1} sia più piccolo possibile.

Se, fortunatamente, ∣x−x0∣<1\lvert x - x_0 \rvert < 1, allora le potenze ∣x−x0∣n+1→0\lvert x - x_0 \rvert^{n+1} \to 0 per n→+∞n \to +\infty e quindi contribuiscono, insieme al fattoriale (n+1)!(n+1)! nel denominatore, a diminuire l'errore ∣Rn(x)∣\lvert R_n(x) \rvert fatto.

Consideriamo alcuni esempi concreti:

Esempi.

  • Calcolare cos⁡(12)\cos\left(\frac{1}{2}\right) con un errore <10−3< 10^{-3}.

Soluzione. Qui f=cos⁡f = \cos e x=12x = \frac{1}{2}. Visto che qualsiasi derivata di ff è data da ±sin⁡(x)\pm\sin(x) oppure ±cos⁡(x)\pm\cos(x) vale

∣f(k)(s)∣≤1=:Mper ogni k∈N ed ogni s∈R.\lvert f^{(k)}(s) \rvert \le 1 =: M \qquad \text{per ogni } k \in \mathbb{N} \text{ ed ogni } s \in \mathbb{R}.

Passiamo alla scelta del centro x0x_0. Il punto più vicino a x=12x = \frac{1}{2} nel quale si conoscono tutte le derivate di f=cos⁡f = \cos è x0=0x_0 = 0. Così otteniamo la stima

∣Rn(x)∣≤1(n+1)!⋅∣12−0∣n+1=1(n+1)!⋅2n+1<!10−3\lvert R_n(x) \rvert \le \frac{1}{(n+1)!} \cdot \left\lvert \frac{1}{2} - 0 \right\rvert^{n+1} = \frac{1}{(n+1)! \cdot 2^{n+1}} \overset{!}{<} 10^{-3}

Questo è una disuguaglianza in nn che è equivalente a

(n+1)!⋅2n+1>1000.(n+1)! \cdot 2^{n+1} > 1000.

Per trovare il valore n∈Nn \in \mathbb{N} più piccolo che verifica questa relazione si deve procedere per tentativi:

nn(n+1)!⋅2n+1(n+1)! \cdot 2^{n+1}
12⋅4=82 \cdot 4 = 8
26⋅8=486 \cdot 8 = 48
324⋅16=38424 \cdot 16 = 384
4120⋅32=3840>1000120 \cdot 32 = 3840 > 1000 ✓\checkmark

Quindi possiamo scegliere n=4n = 4 e così risulta

∣cos⁡(12)−T4(12)∣≤13840<10−3.\left\lvert \cos\left(\tfrac{1}{2}\right) - T_4\left(\tfrac{1}{2}\right) \right\rvert \le \frac{1}{3840} < 10^{-3}.

Infine T4T_4 è dato da

T4(x)=1−x22+x424⇒T4(12)=1−(12)22+(12)424=337384.T_4(x) = 1 - \frac{x^2}{2} + \frac{x^4}{24} \qquad \Rightarrow \qquad T_4\left(\tfrac{1}{2}\right) = 1 - \frac{\left(\frac{1}{2}\right)^2}{2} + \frac{\left(\frac{1}{2}\right)^4}{24} = \frac{337}{384}.

Riassumendo abbiamo verificato che

∣cos⁡(12)−337384∣≤13840<10−3,\left\lvert \cos\left(\tfrac{1}{2}\right) - \frac{337}{384} \right\rvert \le \frac{1}{3840} < 10^{-3},

cioè la soluzione è 337384=0,877604166‾\frac{337}{384} = 0{,}87760416\overline{6}.

Serie di Taylor

Se per f∈C∞(a,b)f \in \mathrm{C}^\infty(a,b) esiste M≥0M \ge 0 tale che

∣f(k)(x)∣≤Mkper ogni x∈(a,b) ed ogni k∈N\left\lvert f^{(k)}(x) \right\rvert \le M^k \qquad \text{per ogni } x \in (a,b) \text{ ed ogni } k \in \mathbb{N}

allora possiamo stimare il resto Rn(x)=f(x)−Tn(x)R_n(x) = f(x) - T_n(x) come

∣Rn(x)∣=∣f(n+1)(c)(n+1)!∣⋅∣x−x0∣n+1≤Mn+1(n+1)!⋅∣x−x0∣n+1⏟=:rn→0per n→+∞.\lvert R_n(x) \rvert = \left\lvert \frac{f^{(n+1)}(c)}{(n+1)!} \right\rvert \cdot \lvert x - x_0 \rvert^{n+1} \le \underbrace{\frac{M^{n+1}}{(n+1)!} \cdot \lvert x - x_0 \rvert^{n+1}}_{=:r_n} \to 0 \qquad \text{per } n \to +\infty.

Per verificare che lim⁡n→+∞rn=0\displaystyle\lim_{n \to +\infty} r_n = 0 si usa un trucco: Calcoliamo

rn+1rn=Mn+2(n+2)!⋅∣x−x0∣n+2∣x−x0∣n+1⋅(n+1)!Mn+1=M⋅∣x−x0∣n+2→0=:q<1.\frac{r_{n+1}}{r_n} = \frac{M^{n+2}}{(n+2)!} \cdot \frac{\lvert x - x_0 \rvert^{n+2}}{\lvert x - x_0 \rvert^{n+1}} \cdot \frac{(n+1)!}{M^{n+1}} = \frac{M \cdot \lvert x - x_0 \rvert}{n+2} \to 0 =: q < 1.

Proposizione 5.18. Sia f∈C∞(a,b)f \in \mathrm{C}^\infty(a,b) e x0∈(a,b)x_0 \in (a,b). Se esiste M≥0M \ge 0 tale che ∣f(k)(x)∣≤Mk\lvert f^{(k)}(x) \rvert \le M^k per ogni x∈(a,b)x \in (a,b) e ogni k∈Nk \in \mathbb{N}, allora

f(x)=lim⁡n→+∞∑k=0nf(k)(x0)k!⋅(x−x0)k⏟=Tn(x)  Polinomio di Taylor=∑k=0+∞f(k)(x0)k!⋅(x−x0)k⏟=:  Serie di Taylorf(x) = \lim_{n \to +\infty} \underbrace{\sum_{k=0}^{n} \frac{f^{(k)}(x_0)}{k!} \cdot (x - x_0)^k}_{= T_n(x) \;\textit{Polinomio di Taylor}} = \underbrace{\sum_{k=0}^{+\infty} \frac{f^{(k)}(x_0)}{k!} \cdot (x - x_0)^k}_{=: \;\textit{Serie di Taylor}}

Quindi, se ff è C∞\mathrm{C}^\infty e le derivate f(k)f^{(k)} non crescono troppo rapidamente con l'ordine kk, f(x)f(x) si può rappresentare come Serie di Taylor

f(x)=∑k=0+∞f(k)(x0)k!⋅(x−x0)kper ogni x∈(a,b)\boxed{f(x) = \sum_{k=0}^{+\infty} \frac{f^{(k)}(x_0)}{k!} \cdot (x - x_0)^k \quad \text{per ogni } x \in (a,b)}

Esempi.

  • sin⁡∈C∞(R)\sin \in \mathrm{C}^\infty(\mathbb{R}) con ∣sin⁡(k)(x)∣≤1=:M=Mk\lvert \sin^{(k)}(x) \rvert \le 1 =: M = M^k per ogni x∈Rx \in \mathbb{R} e ogni k∈Nk \in \mathbb{N} e quindi dallo sviluppo segue (con x0=0x_0 = 0)
sin⁡(x)=∑k=0+∞(−1)k⋅x2k+1(2k+1)!per ogni x∈R\boxed{\sin(x) = \sum_{k=0}^{+\infty} (-1)^k \cdot \frac{x^{2k+1}}{(2k+1)!} \quad \text{per ogni } x \in \mathbb{R}}

Similmente seguono i seguenti sviluppi di altre funzioni elementari

  • cos⁡(x)=∑k=0+∞(−1)k⋅x2k(2k)!per ogni x∈R\displaystyle\boxed{\cos(x) = \sum_{k=0}^{+\infty} (-1)^k \cdot \frac{x^{2k}}{(2k)!} \quad \text{per ogni } x \in \mathbb{R}}

  • ex=∑k=0+∞xkk!per ogni x∈R\displaystyle\boxed{e^x = \sum_{k=0}^{+\infty} \tfrac{x^k}{k!} \quad \text{per ogni } x \in \mathbb{R}}

  • sinh⁡(x)=∑k=0+∞x2k+1(2k+1)!per ogni x∈R\displaystyle\boxed{\sinh(x) = \sum_{k=0}^{+\infty} \frac{x^{2k+1}}{(2k+1)!} \quad \text{per ogni } x \in \mathbb{R}}

  • cosh⁡(x)=∑k=0+∞x2k(2k)!per ogni x∈R\displaystyle\boxed{\cosh(x) = \sum_{k=0}^{+\infty} \frac{x^{2k}}{(2k)!} \quad \text{per ogni } x \in \mathbb{R}}

  • ln⁡(1+x)=∑k=1+∞(−1)k+1⋅xkkper ogni x∈(−1,1)\displaystyle\boxed{\ln(1+x) = \sum_{k=1}^{+\infty} (-1)^{k+1} \cdot \frac{x^k}{k} \quad \text{per ogni } x \in (-1,1)}

  • (1+x)α=∑k=0+∞(αk)⋅xkper ogni α∈R e x∈(−1,1)\displaystyle\boxed{(1+x)^\alpha = \sum_{k=0}^{+\infty} \binom{\alpha}{k} \cdot x^k \quad \text{per ogni } \alpha \in \mathbb{R} \text{ e } x \in (-1,1)}

  • arctan⁡(x)=∑k=0+∞(−1)k⋅x2k+12k+1per ogni x∈(−1,1)\displaystyle\boxed{\arctan(x) = \sum_{k=0}^{+\infty} (-1)^k \cdot \frac{x^{2k+1}}{2k+1} \quad \text{per ogni } x \in (-1,1)}

  • artanh⁡(x)=∑k=0+∞x2k+12k+1per ogni x∈(−1,1)\displaystyle\boxed{\operatorname{artanh}(x) = \sum_{k=0}^{+\infty} \frac{x^{2k+1}}{2k+1} \quad \text{per ogni } x \in (-1,1)}

Studio di funzione

Studio di Funzione

Problema. Data una funzione f:X⊆R→Rf : X \subseteq \mathbb{R} \to \mathbb{R}, tracciare un grafico approssimativo di ff.

Per risolvere questo problema conviene procedere cercando di seguire lo schema seguente più possibile. Si tenga presente che spesso non è possibile eseguire tutti i punti sottoelencati. In questi casi le informazioni mancanti (p.e. esistenza di zeri, estremi locali ecc.) si possono eventualmente dedurre alla fine dello studio come conseguenza delle altre informazioni.

  • (i) Determinazione del dominio XX: Sono da individuare tutti i punti x∈Rx \in \mathbb{R} per i quali l'espressione f(x)f(x) sia ben definita. Per esempio

    • argomenti sotto radici di ordine pari devono essere ≥0\geq 0,
    • argomenti di logaritmi devono essere >0> 0,
    • la base di un'esponenziale deve essere >0> 0,
    • denominatori devono essere ≠0\neq 0, ecc.

    In generale, per calcolare il dominio XX di una funzione si deve risolvere un sistema di disequazioni.

    Esempio. Sia f(x):=sin⁡(x2)2−ln⁡(x2−2)f(x) := \dfrac{\sin(x^2)}{\sqrt{2 - \ln(x^2 - 2)}}. Allora il numeratore è definito per ogni x∈Rx \in \mathbb{R} mentre per il denominatore si deve verificare

    x2−2>0e2−ln⁡(x2−2)>0  ⟺  x2>2e2>ln⁡(x2−2)  ⟺  ∣x∣>2ee2>x2−2  ⟺  ∣x∣>2e∣x∣<e2+2  ⟺  x∈(−e2+2,−2)∪(2,e2+2).\begin{aligned} & x^2 - 2 > 0 \quad \text{e} \quad 2 - \ln(x^2 - 2) > 0 \\ \iff \quad & x^2 > 2 \quad \text{e} \quad 2 > \ln(x^2 - 2) \\ \iff \quad & \lvert x \rvert > \sqrt{2} \quad \text{e} \quad e^2 > x^2 - 2 \\ \iff \quad & \lvert x \rvert > \sqrt{2} \quad \text{e} \quad \lvert x \rvert < \sqrt{e^2 + 2} \\ \iff \quad & x \in \bigl(-\sqrt{e^2 + 2}, -\sqrt{2}\bigr) \cup \bigl(\sqrt{2}, \sqrt{e^2 + 2}\bigr). \end{aligned}
  • (ii) Simmetrie (pari, dispari) e periodicità.

  • (iii) Intersezioni con gli assi: Con l'asse-xx: risolvere l'equazione f(x)=0f(x) = 0. Con l'asse yy: se 0∈X0 \in X calcolare f(0)f(0).

  • (iv) Segno della funzione: Risolvere l'equazione f(x)>0f(x) > 0 (o f(x)<0f(x) < 0).

  • (v) Calcolo dei limiti (da destra/sinistra) alla frontiera di XX: Si calcolano i limiti (da destra/sinistra) di f(x)f(x) negli estremi finiti, se esistono, del dominio XX e si deducono gli eventuali asintoti verticali. Se XX è illimitato, si calcolano inoltre i limiti lim⁡x→±∞f(x)=:l\displaystyle\lim_{x \to \pm\infty} f(x) =: l, determinando se vi sono asintoti orizzontali y=ly = l (se l∈Rl \in \mathbb{R}). Se invece l=±∞l = \pm\infty si procede con la

  • (vi) Individuazione degli asintoti obliqui: Se esistono m≠0m \neq 0 e q∈Rq \in \mathbb{R} tale che

    lim⁡x→+∞(f(x)−[m⋅x+q])=0e/olim⁡x→−∞(f(x)−[m⋅x+q])=0\lim_{x \to +\infty} \bigl(f(x) - [m \cdot x + q]\bigr) = 0 \qquad \text{e/o} \qquad \lim_{x \to -\infty} \bigl(f(x) - [m \cdot x + q]\bigr) = 0

    allora si dice che la retta y=mx+qy = mx + q è asintoto obliquo per ff a +∞+\infty e/o −∞-\infty. Graficamente ciò significa che la distanza tra il grafico di ff e la retta y=mx+qy = mx + q tende a 00 per x→±∞x \to \pm\infty. Per verificare l'esistenza di un asintoto obliquo si procede come segue:

    Si verifica prima se esiste finito il limite

    lim⁡x→±∞f(x)x=:m≠0=pendenza dell’asintoto.\lim_{x \to \pm\infty} \frac{f(x)}{x} =: m \neq 0 \qquad = \text{pendenza dell'asintoto.}

    Nel caso affermativo si verifica se esiste finito il limite

    lim⁡x→±∞(f(x)−mx)=:q=ordinata all’origine dell’asintoto.\lim_{x \to \pm\infty} \bigl(f(x) - mx\bigr) =: q \qquad = \text{ordinata all'origine dell'asintoto.}

    Se entrambi i limiti convergono (in R\mathbb{R}) con m≠0m \neq 0, allora y=mx+qy = mx + q è asintoto obliquo di ff per x→±∞x \to \pm\infty.

  • (vii) Studio della derivata prima (crescenza/decrescenza, punti critici ed estremi locali): Si calcola la derivata prima f′(x)f'(x) e il corrispondente dominio. Risolvendo l'equazione f′(x)=0f'(x) = 0 si calcolano i punti critici x0x_0 di ff. Eventualmente, studiando il cambiamento del segno di f′(x)f'(x) in x=x0x = x_0 (o studiando le derivate successive in x0x_0, cfr. punto successivo) si può classificare la natura del punto critico (minimo o massimo locale). Infine si studia il segno di f′(x)f'(x) per ottenere informazioni sulla monotonia di ff.

  • (viii) Studio della derivata seconda (estremi locali, concavità/convessità, punti di flesso): Si calcola (se non si ottiene un espressione troppo complessa) la derivata seconda. Se i punti critici non sono già stati classificati nel punto (vii) si calcolano i valori di f′′f'' nei punti critici per poi applicare il criterio per estremi locali.

Definizione. Sia f:X⊆R→Rf : X \subseteq \mathbb{R} \to \mathbb{R} derivabile in (a,b)⊂X(a, b) \subset X. Se f′(x)f'(x) in (a,b)(a, b) è

  • crescente, allora si dice che ff è convessa (oppure concava verso l'alto) in (a,b)(a, b),
  • decrescente, allora si dice che ff è concava (oppure concava verso il basso) in (a,b)(a, b).
ff convessaff concava
Funzioni convesse e concave.

Dal test di monotonia segue che se f∈C2(a,b)f \in C^2(a, b), allora

f eˋ convessa in (a,b)  ⟺  f′ eˋ crescente in (a,b)  ⟺  f′′(x)≥0 per ogni x∈(a,b),f eˋ concava in (a,b)  ⟺  f′ eˋ decrescente in (a,b)  ⟺  f′′(x)≤0 per ogni x∈(a,b).\begin{aligned} f \text{ è convessa in } (a, b) &\iff f' \text{ è crescente in } (a, b) \iff f''(x) \geq 0 \text{ per ogni } x \in (a, b), \\ f \text{ è concava in } (a, b) &\iff f' \text{ è decrescente in } (a, b) \iff f''(x) \leq 0 \text{ per ogni } x \in (a, b). \end{aligned}

Diremo che f:(a,b)→Rf : (a, b) \to \mathbb{R} ammette retta tangente in x0∈(a,b)x_0 \in (a, b) se il rapporto incrementale di ff in x0x_0 ammette limite (finito o infinito), cioè se esiste

lim⁡x→x0f(x)−f(x0)x−x0∈R‾.\lim_{x \to x_0} \frac{f(x) - f(x_0)}{x - x_0} \in \overline{\mathbb{R}}.

Definizione. Un punto x0∈(a,b)x_0 \in (a, b) si chiama (punto di) flesso di f:(a,b)→Rf : (a, b) \to \mathbb{R}, se ff è continua in (a,b)(a, b), derivabile in (a,b)∖{x0}(a, b) \setminus \{x_0\} e se

  • ff ammette retta tangente in x0x_0, e
  • la concavità di ff è opposta dalle due parti di x0x_0.

Si nota che per f∈C2(a,b)f \in \mathrm{C}^2(a, b) in un punto di flesso x0∈(a,b)x_0 \in (a, b) vale necessariamente f′′(x0)=0f''(x_0) = 0 per il teorema degli zeri.

Esempi.

  • Sia f(x)=x3f(x) = x^3. Allora f′(x)=3x2f'(x) = 3x^2 e f′′(x)=6xf''(x) = 6x. Visto che f′′(x)<0f''(x) < 0 per x<0x < 0 e f′′(x)>0f''(x) > 0 per x>0x > 0, l'origine è un punto di flesso di ff.

  • Sia f(x)=x3f(x) = \sqrt[3]{x}. Allora ff ammette una retta tangente verticale in x0=0x_0 = 0. Inoltre f′(x)=(x13)′=x−233f'(x) = (x^{\frac{1}{3}})' = \dfrac{x^{-\frac{2}{3}}}{3} e f′′(x)=−23⋅x−23−13=−2⋅x−539f''(x) = -\dfrac{2}{3} \cdot \dfrac{x^{-\frac{2}{3}-1}}{3} = -\dfrac{2 \cdot x^{-\frac{5}{3}}}{9} per x≠0x \neq 0. Quindi f′′(x)>0f''(x) > 0 per x<0x < 0 e f′′(x)<0f''(x) < 0 per x>0x > 0 e allora l'origine è un punto di flesso di ff.

  • Sia f(x)=∣x∣+x3f(x) = \lvert x \rvert + x^3. Allora il rapporto incrementale di ff in x0=0x_0 = 0 è dato da

    lim⁡h→0±f(h)−f(0)h=lim⁡h→0±∣h∣+h3h=lim⁡h→0±(∣h∣h+h2)=±1.\lim_{h \to 0^{\pm}} \frac{f(h) - f(0)}{h} = \lim_{h \to 0^{\pm}} \frac{\lvert h \rvert + h^3}{h} = \lim_{h \to 0^{\pm}} \left( \frac{\lvert h \rvert}{h} + h^2 \right) = \pm 1.

    Quindi ff non ammette tangente in x0=0x_0 = 0 e quindi (0,0)(0, 0) non\textcolor{red}{\textit{non}} è un punto di flesso di ff, nonostante che ff cambia concavità in quel punto.

xxx3x^3flessoxxx3\sqrt[3]{x}flessoxx∣x∣+x3\lvert x\rvert+x^3non flesso
Punti di flesso e no.

Seguendo questo schema è utile tracciare il grafico gradualmente, inserendo le informazioni via via raccolte anziché raccogliere tutto e poi fare il grafico: i processi graduali aiutano a controllare la coerenza del procedimento e a capire quali informazioni è ancora utile raccogliere.

Consideriamo ora un esempio completo.

Esempio. Studiare la funzione f(x)=e1x−3⋅∣x+3∣f(x) = e^{\frac{1}{x-3}} \cdot \lvert x+3 \rvert e tracciarne un grafico approssimativo.

Soluzione:

  • (i) Dominio: f(x)f(x) è definito per ogni x≠3x \neq 3 e quindi X=(−∞,3)∪(3,+∞)X = (-\infty, 3) \cup (3, +\infty).

  • (ii) Simmetrie: il grafico di ff non rappresenta simmetrie.

  • (iii) Intersezione con gli assi: Visto che la funzione esponenziale è sempre >0> 0, f(x)=0  ⟺  ∣x+3∣=0  ⟺  x+3=0  ⟺  x=−3f(x) = 0 \iff \lvert x+3 \rvert = 0 \iff x+3 = 0 \iff x = -3. Inoltre vale 0∈X0 \in X e f(0)=e1−3⋅∣3∣=3e3f(0) = e^{\frac{1}{-3}} \cdot \lvert 3 \rvert = \dfrac{3}{\sqrt[3]{e}}.

  • (iv) Segno di f(x)f(x): Visto che il modulo è sempre ≥0\geq 0, f(x)≥0f(x) \geq 0 per ogni x∈Xx \in X.

  • (v) Limiti alla frontiera del dominio: I punti di frontiera di XX sono: −∞-\infty, 33, +∞+\infty. Studiamo perciò i limiti (da destra/sinistra dove indicato) in quei punti:

    lim⁡x→±∞f(x)=lim⁡x→±∞e1x−3⏞→0⋅∣x+3∣⏞→+∞=e0⋅(+∞)=+∞,lim⁡x→3−f(x)=lim⁡x→3−e1x−3⏞→10−=−∞⋅∣x+3∣⏞→6=e−∞⋅6=0,lim⁡x→3+f(x)=lim⁡x→3+e1x−3⏞→10+=+∞⋅∣x+3∣⏞→6=e+∞⋅6=+∞.\begin{aligned} \lim_{x \to \pm\infty} f(x) &= \lim_{x \to \pm\infty} e^{\overbrace{\scriptstyle\frac{1}{x-3}}^{\to 0}} \cdot \overbrace{\lvert x+3 \rvert}^{\to +\infty} = e^0 \cdot (+\infty) = +\infty, \\[1.2em] \lim_{x \to 3^-} f(x) &= \lim_{x \to 3^-} e^{\overbrace{\scriptstyle\frac{1}{x-3}}^{\to \frac{1}{0^-} = -\infty}} \cdot \overbrace{\lvert x+3 \rvert}^{\to 6} = e^{-\infty} \cdot 6 = 0, \\[1.2em] \lim_{x \to 3^+} f(x) &= \lim_{x \to 3^+} e^{\overbrace{\scriptstyle\frac{1}{x-3}}^{\to \frac{1}{0^+} = +\infty}} \cdot \overbrace{\lvert x+3 \rvert}^{\to 6} = e^{+\infty} \cdot 6 = +\infty. \end{aligned}

    Quindi la retta x=3x = 3 rappresenta un asintoto verticale per x→3+x \to 3^+. Visto che lim⁡x→±∞f(x)=+∞\displaystyle\lim_{x \to \pm\infty} f(x) = +\infty, possono esistere

  • (vi) Asintoti obliqui per x→±∞x \to \pm\infty: Visto che lim⁡x→±∞f(x)=+∞\displaystyle\lim_{x \to \pm\infty} f(x) = +\infty calcoliamo

    m±:=lim⁡x→±∞f(x)x=lim⁡x→±∞e1x−3⏞→1⋅∣x+3∣x=lim⁡x→±∞∣x+3∣x=±1,m_{\pm} := \lim_{x \to \pm\infty} \frac{f(x)}{x} = \lim_{x \to \pm\infty} \frac{\overbrace{e^{\frac{1}{x-3}}}^{\to 1} \cdot \lvert x+3 \rvert}{x} = \lim_{x \to \pm\infty} \frac{\lvert x+3 \rvert}{x} = \pm 1,

    e

    q±:=lim⁡x→±∞(f(x)−m±x)=lim⁡x→±∞(e1x−3⋅∣x+3∣∓x)={lim⁡x→+∞(e1x−3⋅(x+3)−x)nel caso “+”,lim⁡x→−∞(e1x−3⋅(−x−3)+x)nel caso “−”.\begin{aligned} q_{\pm} &:= \lim_{x \to \pm\infty} \bigl(f(x) - m_{\pm} x\bigr) = \lim_{x \to \pm\infty} \bigl(e^{\frac{1}{x-3}} \cdot \lvert x+3 \rvert \mp x\bigr) \\[0.6em] &= \begin{cases} \displaystyle\lim_{x \to +\infty} \bigl(e^{\frac{1}{x-3}} \cdot (x+3) - x\bigr) & \text{nel caso ``+'',} \\[1em] \displaystyle\lim_{x \to -\infty} \bigl(e^{\frac{1}{x-3}} \cdot (-x-3) + x\bigr) & \text{nel caso ``$-$''.} \end{cases} \end{aligned} lim⁡x→+∞(e1x−3⋅(x+3)−x)=lim⁡x→+∞((e1x−3−1)⋅x+e1x−3⋅3⏟→e0⋅3=3),lim⁡x→−∞(e1x−3⋅(−x−3)+x)=lim⁡x→−∞((1−e1x−3)⋅x−e1x−3⋅3⏟→e0⋅3=3).\begin{aligned} \lim_{x \to +\infty} \bigl(e^{\frac{1}{x-3}} \cdot (x+3) - x\bigr) &= \lim_{x \to +\infty} \Bigl(\bigl(e^{\frac{1}{x-3}} - 1\bigr) \cdot x + \underbrace{e^{\frac{1}{x-3}} \cdot 3}_{\to e^0 \cdot 3 = 3}\Bigr), \\[1em] \lim_{x \to -\infty} \bigl(e^{\frac{1}{x-3}} \cdot (-x-3) + x\bigr) &= \lim_{x \to -\infty} \Bigl(\bigl(1 - e^{\frac{1}{x-3}}\bigr) \cdot x - \underbrace{e^{\frac{1}{x-3}} \cdot 3}_{\to e^0 \cdot 3 = 3}\Bigr). \end{aligned}

    Inoltre

    lim⁡x→±∞((e1x−3−1)⋅x)=lim⁡x→±∞e1x−3−11x−3⋅xx−3=lim⁡t→0et−1t⋅lim⁡x→±∞xx−3=1⋅1=1,\begin{aligned} \lim_{x \to \pm\infty} \Bigl(\bigl(e^{\frac{1}{x-3}} - 1\bigr) \cdot x\Bigr) &= \lim_{x \to \pm\infty} \frac{e^{\frac{1}{x-3}} - 1}{\frac{1}{x-3}} \cdot \frac{x}{x-3} \\ &= \lim_{t \to 0} \frac{e^t - 1}{t} \cdot \lim_{x \to \pm\infty} \frac{x}{x-3} = 1 \cdot 1 = 1, \end{aligned}

    ove abbiamo usato che t:=1x−3→0t := \frac{1}{x-3} \to 0 per x→±∞x \to \pm\infty. Così risulta

    q±=±1±3=±4q_{\pm} = \pm 1 \pm 3 = \pm 4

    e quindi y=x+4y = x + 4 e y=−x−4y = -x - 4 sono asintoti obliqui per x→+∞x \to +\infty e x→−∞x \to -\infty, rispettivamente.

  • (vii) Studio di f′(x)f'(x): Visto che ∣x+3∣\lvert x+3 \rvert è derivabile per ogni x≠−3x \neq -3, la funzione è derivabile per ogni x∈Xx \in X con x≠−3x \neq -3. Inoltre per il rapporto incrementale nel punto x0=−3x_0 = -3 vale

    f±′(−3)=lim⁡x→−3±f(x)−f(−3)x−(−3)=lim⁡x→−3±e1x−3⋅∣x+3∣−0x+3=lim⁡x→−3±e1x−3⋅∣x+3∣x+3=e−16⋅(±1)=±e−16.\begin{aligned} f'_{\pm}(-3) &= \lim_{x \to -3^{\pm}} \frac{f(x) - f(-3)}{x - (-3)} = \lim_{x \to -3^{\pm}} \frac{e^{\frac{1}{x-3}} \cdot \lvert x+3 \rvert - 0}{x+3} \\ &= \lim_{x \to -3^{\pm}} e^{\frac{1}{x-3}} \cdot \frac{\lvert x+3 \rvert}{x+3} \\ &= e^{-\frac{1}{6}} \cdot (\pm 1) = \pm e^{-\frac{1}{6}}. \end{aligned}

    Quindi f−′(−3)≠f+′(−3)f'_{-}(-3) \neq f'_{+}(-3) e di conseguenza ff non è derivabile in x0=−3x_0 = -3.

    Calcoliamo ora f′(x)f'(x) per x≠±3x \neq \pm 3: per x>−3x > -3, x≠3x \neq 3 vale

    f′(x)=(e1x−3⋅∣x+3∣)′=(e1x−3⋅(x+3))′=e1x−3⋅−1(x−3)2⋅(x+3)+e1x−3⋅1=e1x−3⋅(x−3)2−(x+3)(x−3)2=e1x−3⋅x2−7x+6(x−3)2.\begin{aligned} f'(x) &= \bigl(e^{\frac{1}{x-3}} \cdot \lvert x+3 \rvert\bigr)' = \bigl(e^{\frac{1}{x-3}} \cdot (x+3)\bigr)' \\[0.6em] &= e^{\frac{1}{x-3}} \cdot \frac{-1}{(x-3)^2} \cdot (x+3) + e^{\frac{1}{x-3}} \cdot 1 \\[0.6em] &= e^{\frac{1}{x-3}} \cdot \frac{(x-3)^2 - (x+3)}{(x-3)^2} = e^{\frac{1}{x-3}} \cdot \frac{x^2 - 7x + 6}{(x-3)^2}. \end{aligned}

    Similmente segue per x<−3x < -3

    f′(x)=(e1x−3⋅∣x+3∣)′=(e1x−3⋅(−x−3))′=−e1x−3⋅x2−7x+6(x−3)2f'(x) = \bigl(e^{\frac{1}{x-3}} \cdot \lvert x+3 \rvert\bigr)' = \bigl(e^{\frac{1}{x-3}} \cdot (-x-3)\bigr)' = -e^{\frac{1}{x-3}} \cdot \frac{x^2 - 7x + 6}{(x-3)^2}

    e quindi

    f′(x)={e1x−3⋅x2−7x+6(x−3)2se x>−3, x≠3,−e1x−3⋅x2−7x+6(x−3)2se x<−3.f'(x) = \begin{cases} e^{\frac{1}{x-3}} \cdot \dfrac{x^2 - 7x + 6}{(x-3)^2} & \text{se } x > -3,\ x \neq 3, \\[1em] -e^{\frac{1}{x-3}} \cdot \dfrac{x^2 - 7x + 6}{(x-3)^2} & \text{se } x < -3. \end{cases}

    Calcoliamo ora i punti critici di ff: Visto che la funzione esponenziale non ammette zeri, segue che

    f′(x)=0  ⟺  x2−7x+6=0  ⟺  x=x1,2=7±72−4⋅62=7±52  ⟺  x=x1=6 opp. x=x2=1.\begin{aligned} f'(x) = 0 &\iff x^2 - 7x + 6 = 0 \iff x = x_{1,2} = \frac{7 \pm \sqrt{7^2 - 4 \cdot 6}}{2} = \frac{7 \pm 5}{2} \\ &\iff x = x_1 = 6 \text{ opp. } x = x_2 = 1. \end{aligned}

Studiamo ora la monotonia di ff attraverso il segno di f′(x)f'(x): Visto che

e1x−3(x−3)2>0∀x≠3ex2−7x+6=(x−6)⋅(x−1)\begin{aligned} \frac{e^{\frac{1}{x-3}}}{(x-3)^2} > 0 \quad \forall x \neq 3 \qquad &\text{e} \\ x^2 - 7x + 6 = (x-6) \cdot (x-1) & \end{aligned}

segue che

f′(x)={−e1x−3(x−3)2⋅(x−6)⋅(x−1)<0per x<−3,e1x−3(x−3)2⋅(x−6)⋅(x−1)>0per −3<x<1,e1x−3(x−3)2⋅(x−6)⋅(x−1)<0per 1<x<6, x≠3,e1x−3(x−3)2⋅(x−6)⋅(x−1)>0per 6<x.f'(x) = \begin{cases} -\dfrac{e^{\frac{1}{x-3}}}{(x-3)^2} \cdot (x-6) \cdot (x-1) < 0 & \text{per } x < -3, \\[1em] \dfrac{e^{\frac{1}{x-3}}}{(x-3)^2} \cdot (x-6) \cdot (x-1) > 0 & \text{per } -3 < x < 1, \\[1em] \dfrac{e^{\frac{1}{x-3}}}{(x-3)^2} \cdot (x-6) \cdot (x-1) < 0 & \text{per } 1 < x < 6,\ x \neq 3, \\[1em] \dfrac{e^{\frac{1}{x-3}}}{(x-3)^2} \cdot (x-6) \cdot (x-1) > 0 & \text{per } 6 < x. \end{cases}

Di conseguenza

f eˋ strettamente crescente in (−3,1)∪(6,+∞),f eˋ strettamente decrescente in (−∞,−3)∪(1,6)∖{3}.\begin{aligned} &f \text{ è strettamente crescente in } (-3, 1) \cup (6, +\infty), \\ &f \text{ è strettamente decrescente in } (-\infty, -3) \cup (1, 6) \setminus \{3\}. \end{aligned}
  • (viii) Studio di f′′(x)f''(x): f′f' è derivabile per x≠±3x \neq \pm 3. Inoltre per x>−3x > -3, x≠3x \neq 3 vale

    f′′(x)=(e1x−3⋅x2−7x+6(x−3)2)′=e1x−3⋅−1(x−3)2⋅x2−7x+6(x−3)2+e1x−3⋅(x−3)2⋅(2x−7)−2(x−3)⋅(x2−7x+6)((x−3)2)2=e1x−3(x−3)4⋅((x−3)2⋅(2x−7)−2(x−3)⋅(x2−7x+6)−(x2−7x+6))=e1x−3(x−3)4⋅(13x−33).\begin{aligned} f''(x) &= \left( e^{\frac{1}{x-3}} \cdot \frac{x^2 - 7x + 6}{(x-3)^2} \right)' \\[0.6em] &= e^{\frac{1}{x-3}} \cdot \frac{-1}{(x-3)^2} \cdot \frac{x^2 - 7x + 6}{(x-3)^2} \\ &\quad + e^{\frac{1}{x-3}} \cdot \frac{(x-3)^2 \cdot (2x-7) - 2(x-3) \cdot (x^2 - 7x + 6)}{\bigl((x-3)^2\bigr)^2} \\[0.6em] &= \frac{e^{\frac{1}{x-3}}}{(x-3)^4} \cdot \Bigl( (x-3)^2 \cdot (2x-7) - 2(x-3) \cdot (x^2 - 7x + 6) \\ &\qquad\qquad\qquad\quad - (x^2 - 7x + 6) \Bigr) \\[0.6em] &= \frac{e^{\frac{1}{x-3}}}{(x-3)^4} \cdot (13x - 33). \end{aligned}

Similmente per x<−3x < -3 si ottiene

f′′(x)=(−e1x−3⋅x2−7x+6(x−3)2)′=−e1x−3(x−3)4⋅(13x−33).f''(x) = \left( -e^{\frac{1}{x-3}} \cdot \frac{x^2 - 7x + 6}{(x-3)^2} \right)' = -\frac{e^{\frac{1}{x-3}}}{(x-3)^4} \cdot (13x - 33).

Quindi risulta

f′′(x)={e1x−3(x−3)4⋅(13x−33)se x>−3, x≠3,−e1x−3(x−3)4⋅(13x−33)se x<−3.f''(x) = \begin{cases} \dfrac{e^{\frac{1}{x-3}}}{(x-3)^4} \cdot (13x - 33) & \text{se } x > -3,\ x \neq 3, \\[1em] -\dfrac{e^{\frac{1}{x-3}}}{(x-3)^4} \cdot (13x - 33) & \text{se } x < -3. \end{cases}

Classifichiamo i due punti critici x1=6x_1 = 6 e x2=1x_2 = 1 trovati nel punto precedente: Visto che e1x−3(x−3)4>0\dfrac{e^{\frac{1}{x-3}}}{(x-3)^4} > 0 per ogni x∈Xx \in X segue che

segno⁡(f′′(6))=segno⁡(13⋅6−33)>0⇒x1=6 eˋ un punto di minimo locale,segno⁡(f′′(1))=segno⁡(13⋅1−33)<0⇒x2=1 eˋ un punto di massimo locale\begin{aligned} \operatorname{segno}\bigl(f''(6)\bigr) &= \operatorname{segno}(13 \cdot 6 - 33) > 0 \quad \Rightarrow \quad x_1 = 6 \text{ è un punto di minimo locale,} \\ \operatorname{segno}\bigl(f''(1)\bigr) &= \operatorname{segno}(13 \cdot 1 - 33) < 0 \quad \Rightarrow \quad x_2 = 1 \text{ è un punto di massimo locale} \end{aligned}

con f(6)=9⋅e13=9⋅e3f(6) = 9 \cdot e^{\frac{1}{3}} = 9 \cdot \sqrt[3]{e} e f(1)=4⋅e−12=4ef(1) = 4 \cdot e^{-\frac{1}{2}} = \dfrac{4}{\sqrt{e}}. Per trovare eventuali flessi risolviamo l'equazione

f′′(x)=0  ⟺  13x−33=0  ⟺  x0:=x=3313.f''(x) = 0 \quad \iff \quad 13x - 33 = 0 \quad \iff \quad x_0 := x = \frac{33}{13}.

Inoltre per x≠±3x \neq \pm 3 vale

f′′(x)≥0  ⟺  x<−3 oppure x≥3313,cioeˋ f eˋ convessa in (−∞,−3), (3313,3) e (3,+∞)f′′(x)≤0  ⟺  −3<x≤3313,cioeˋ f eˋ concava in (−3,3313)\begin{aligned} f''(x) \geq 0 \quad &\iff \quad x < -3 \text{ oppure } x \geq \tfrac{33}{13}, \\ &\qquad \text{cioè } f \text{ è convessa in } (-\infty, -3),\ \left(\tfrac{33}{13}, 3\right) \text{ e } (3, +\infty) \\[0.6em] f''(x) \leq 0 \quad &\iff \quad -3 < x \leq \tfrac{33}{13}, \\ &\qquad \text{cioè } f \text{ è concava in } \left(-3, \tfrac{33}{13}\right) \end{aligned}

e quindi risulta che x0=3313x_0 = \frac{33}{13} è un punto di flesso.

Da tutte le informazioni ottenute risulta che ff ha il seguente grafico.

xx1166−3-33313\frac{33}{13}44−4-4f(x)=e1x−3⋅∣x+3∣f(x)=e^{\frac{1}{x-3}}\cdot\lvert x+3 \rvertx=3x=3y=x+4y=x+4y=−x−4y=-x-4
Grafico di f(x)=e1x−3⋅∣x+3∣f(x)=e^{\frac{1}{x-3}} \cdot \lvert x+3 \rvert.

Integrali

Problema. Data una funzione f:[a,b]→Rf:[a,b]\to\mathbb{R} limitata, calcolare l'area AA tra il grafico di ff e l'asse xx.

xxf(x)f(x)aabbAA
L'area AA.

Se poniamo m:=inf⁡fm := \inf f e M:=sup⁡fM := \sup f, allora sicuramente vale

m⋅(b−a)≤A≤M⋅(b−a),m\cdot(b-a) \le A \le M\cdot(b-a),

che però dà una approssimazione troppo scarsa. Per migliorarla dividiamo l'intervallo [a,b][a,b] in tanti sottointervalli e procediamo in ogni sottointervallo come prima. Per precisare questa idea ci serve una

Definizione 6.1.

  • Un insieme P={x0,x1,x2,…,xn}P=\{x_0,x_1,x_2,\dots,x_n\} si chiama partizione di [a,b][a,b] se a=x0<x1<x2<⋯<xn=b.a=x_0<x_1<x_2<\dots<x_n=b.
  • Se f:[a,b]→Rf:[a,b]\to\mathbb{R} è limitata e PP è una partizione di [a,b][a,b], allora definiamo per i=1,2,3,…,ni=1,2,3,\dots,n mi:=inf⁡{f(x):x∈[xi−1,xi]},Mi:=sup⁡{f(x):x∈[xi−1,xi]},Δxi:=xi−xi−1 (= lunghezza dell’intervallo [xi−1,xi])\begin{aligned} m_i &:= \inf\{f(x) : x\in[x_{i-1},x_i]\},\\ M_i &:= \sup\{f(x) : x\in[x_{i-1},x_i]\},\\ \Delta x_i &:= x_i-x_{i-1}\ (=\text{ lunghezza dell'intervallo }[x_{i-1},x_i]) \end{aligned} s(f,P):=∑i=1nmi⋅Δxi=:somma inferiores(f,P) := \sum_{i=1}^{n} m_i\cdot\Delta x_i =: \textit{somma inferiore} S(f,P):=∑i=1nMi⋅Δxi=:somma superioreS(f,P) := \sum_{i=1}^{n} M_i\cdot\Delta x_i =: \textit{somma superiore}
xxf(x)f(x)a=x0a=x_0x1x_1x2x_2x3x_3x4x_4x5=bx_5=bmmMMs(f,P)s(f,P)
xxf(x)f(x)a=x0a=x_0x1x_1x2x_2x3x_3x4x_4x5=bx_5=bmmMMS(f,P)S(f,P)

Quindi per ogni partizione PP di [a,b][a,b] vale

s(f,P)≤A≤S(f,P),s(f,P) \le A \le S(f,P),

cioè le somme inferiori sono sempre approssimazioni di AA per difetto mentre le somme superiori danno sempre approssimazioni per eccesso. Perciò

  • più grande è s(f,P)s(f,P) meglio è l'approssimazione (per difetto),
  • più piccolo è S(f,P)S(f,P) meglio è l'approssimazione (per eccesso).

Se non c'è differenza tra "la migliore" approssimazione da sotto (cioè quella più grande per difetto) e quella "migliore" da sopra (cioè quella più piccola per eccesso), allora il problema è (teoricamente) risolto e ff si dice integrabile.

Per precisare questo procedimento facciamo la seguente

Definizione 6.2. Sia f:[a,b]→Rf:[a,b]\to\mathbb{R} limitata. Se

sup⁡{s(f,P):P partizione di [a,b]}=inf⁡{S(f,P):P partizione di [a,b]}=:I,\sup\{s(f,P) : P \text{ partizione di } [a,b]\} = \inf\{S(f,P) : P \text{ partizione di } [a,b]\} =: I,

allora ff si dice integrabile (secondo Riemann). In questo caso A=IA=I e

I=:∫abf(x) dxI =: \int_a^b f(x)\,dx

si dice integrale di ff (= funzione integranda) in [a,b][a,b] (= dominio dell'integrazione).

Osservazioni.

  • Come variabile di integrazione non è necessario scegliere xx si può anche scrivere

    ∫abf(x) dx=∫abf(s) ds=∫abf(t) dt=…\int_a^b f(x)\,dx = \int_a^b f(s)\,ds = \int_a^b f(t)\,dt = \dots
  • L'area sotto l'asse xx è negativa, per esempio se f:[0,1]→Rf:[0,1]\to\mathbb{R}, f(x):=−1f(x):=-1 per ogni x∈[0,1]x\in[0,1] allora ∫01f(x) dx=−1\int_0^1 f(x)\,dx=-1.

  • ff è integrabile   ⟺  \iff per ogni ε>0\varepsilon>0 esiste una partizione P=PεP=P_\varepsilon tale che

    S(f,Pε)−s(f,Pε)<ε.S(f,P_\varepsilon)-s(f,P_\varepsilon)<\varepsilon.
xxf(x)f(x)a=x0a=x_0x1x_1x2x_2x3x_3x4x_4x5=bx_5=b<ε<\varepsilon
Criterio per l'integrabilità.
  • L'integrale ∫abf(x) dx\int_a^b f(x)\,dx rappresenta una somma continua di aree infinitesime. Questa interpretazione spiega l'uso della notazione
aaxxbbf(x)f(x)dxdxdA(x)=f(x)⋅dxdA(x)=f(x)\cdot dxA=∫x=abdA(x)=∫abf(x) dxA=\displaystyle\int_{x=a}^{b} dA(x)=\int_a^b f(x)\,dx
Integrale come somma continua.

Proprietà dell'Integrale. Siano f,g:[a,b]→Rf,g:[a,b]\to\mathbb{R} integrabili. Allora

  • α⋅f+β⋅g\alpha\cdot f+\beta\cdot g è integrabile per ogni α,β∈R\alpha,\beta\in\mathbb{R} (cioè l'insieme delle funzioni integrabili con dominio [a,b][a,b] è uno spazio vettoriale) e

    ∫ab(α⋅f(x)+β⋅g(x)) dx=α⋅∫abf(x) dx+β⋅∫abg(x) dx\boxed{\int_a^b \bigl(\alpha\cdot f(x)+\beta\cdot g(x)\bigr)\,dx=\alpha\cdot\int_a^b f(x)\,dx+\beta\cdot\int_a^b g(x)\,dx}

    (cioè l'integrale è un'operazione lineare);

  • se f(x)≤g(x)f(x)\le g(x) per ogni x∈[a,b]x\in[a,b] allora

    ∫abf(x) dx≤∫abg(x) dx\boxed{\int_a^b f(x)\,dx\le\int_a^b g(x)\,dx}

    (cioè l'integrale è monotona);

  • anche ∣f∣\lvert f\rvert è integrabile e

    ∣∫abf(x) dx∣≤∫ab∣f(x)∣ dx\boxed{\left\lvert\int_a^b f(x)\,dx\right\rvert\le\int_a^b \lvert f(x)\rvert\,dx}

    (disuguaglianza triangolare);

  • per ogni α,β,γ∈[a,b]\alpha,\beta,\gamma\in[a,b] si ha

    ∫αβf(x) dx+∫βγf(x) dx=∫αγf(x) dx\boxed{\int_\alpha^\beta f(x)\,dx+\int_\beta^\gamma f(x)\,dx=\int_\alpha^\gamma f(x)\,dx}

    (additività dell'integrale rispetto agli estremi di integrazione) ove definiamo

xxf(x)f(x)aaα\alphaβ\betaγ\gammabb
Additività rispetto agli estremi di integrazione.
∫ααf(x) dx:=0e∫αβf(x) dx:=−∫βαf(x) dxse α>β;\int_\alpha^\alpha f(x)\,dx:=0\qquad\text{e}\qquad\int_\alpha^\beta f(x)\,dx:=-\int_\beta^\alpha f(x)\,dx\quad\text{se }\alpha>\beta;

per esempio ∫10f(x) dx:=−∫01f(x) dx\displaystyle\int_1^0 f(x)\,dx:=-\int_0^1 f(x)\,dx.

Se la funzione integranda e il dominio di integrazione hanno qualche simmetria, allora l'integrale si semplifica nella seguente maniera.

Proposizione 6.3. Sia f:[−a,a]→Rf:[-a,a]\to\mathbb{R} integrabile. Allora

  • ∫−aaf(x) dx=0\displaystyle\int_{-a}^{a} f(x)\,dx=0 se ff è dispari,
  • ∫−aaf(x) dx=2⋅∫0af(x) dx\displaystyle\int_{-a}^{a} f(x)\,dx=2\cdot\int_{0}^{a} f(x)\,dx se ff è pari,
xxf(x)f(x) dispariaa−a-a++=0=0
xxf(x)f(x) pari−a-aaa++==2×2\times
Integrazione di funzioni simmetriche.

Teorema 6.4. Se f:[a,b]→Rf:[a,b]\to\mathbb{R}

  • è limitata e ha un numero finito di discontinuità, oppure
  • è monotona

allora ff è integrabile. In particolare ogni f∈C[a,b]f\in \mathrm{C}[a,b] è integrabile.

Qui l'ultima affermazione segue dal primo punto visto che una funzione continua su [a,b][a,b] ha zero punti di discontinuità ed è limitata per Weierstraß.

Esempi. Le funzioni f:[0,1]→Rf:[0,1]\to\mathbb{R} e g:[0,3]→Rg:[0,3]\to\mathbb{R} definite come

f(x):={1−(12)n+1se x∈[1−(12)n, 1−(12)n+1),1se x=1f(x):=\begin{cases} 1-\left(\tfrac12\right)^{n+1} & \text{se } x\in\left[1-\left(\tfrac12\right)^{n},\,1-\left(\tfrac12\right)^{n+1}\right), \\[0.4em] 1 & \text{se } x=1 \end{cases} g(x):={e−xse x∈[0,1),x2−2se x∈[1,2),sin⁡(2x)se x∈[2,3],g(x):=\begin{cases} e^{-x} & \text{se } x\in[0,1), \\ x^2-2 & \text{se } x\in[1,2), \\ \sin(2x) & \text{se } x\in[2,3], \end{cases}

sono integrabili in quanto ff (nonostante abbia un numero infinito di punti di discontinuità) è crescente e gg ha soltanto 2 punti di discontinuità

xxf(x)f(x)0.20.20.40.40.60.60.80.8110.50.511
xxg(x)g(x)0.50.5111.51.5222.52.533−1-1−0.5-0.50.50.5111.51.522
Esempi di funzioni integrabili non continue.

Il Teorema Fondamentale del Calcolo Integrale

Passiamo ora al secondo problema, cioè cerchiamo modi per calcolare A=∫abf(x) dxA=\int_a^b f(x)\,dx visto che soltanto in casi particolarmente semplici è possibile di determinare AA usando la definizione.

Perciò ci serve prima il seguente

Teorema 6.5 (Teorema della Media). Se f∈C[a,b]f\in\mathrm{C}[a,b], allora esiste c∈[a,b]c\in[a,b] tale che ∫abf(x) dx=f(c)⋅(b−a)\displaystyle\int_a^b f(x)\,dx=f(c)\cdot(b-a)

xxf(x)f(x)aaccbbf(c)f(c)==

Dimostrazione. Per Weierstraß esistono

m:=min⁡f,M:=max⁡f.m:=\min f,\qquad M:=\max f.

Inoltre vale

m⋅(b−a)≤∫abf(x) dx≤M⋅(b−a)⇒min⁡f=m≤1b−a∫abf(x) dx⏟= valor medio di f in [a,b]≤M=max⁡f.\begin{aligned} m\cdot(b-a) &\le \int_a^b f(x)\,dx \le M\cdot(b-a) \qquad\Rightarrow \\[0.6em] \min f=m &\le \underbrace{\frac{1}{b-a}\int_a^b f(x)\,dx}_{=\ \textit{valor medio}\ \text{di } f \text{ in } [a,b]} \le M=\max f. \end{aligned}

Quindi per il teorema dei valori intermedi esiste c∈[a,b]c\in[a,b] tale che

∫abf(x) dx=f(c)⋅(b−a).\int_a^b f(x)\,dx=f(c)\cdot(b-a).

Dal teorema della media segue un risultato molto importante:

Teorema 6.6 (Teorema Fondamentale del Calcolo Integrale). Sia f∈C[a,b]f\in\mathrm{C}[a,b] allora la funzione

F:[a,b]→R,F(x):=∫axf(s) ds= funzione integrale di fF:[a,b]\to\mathbb{R},\qquad F(x):=\int_a^x f(s)\,ds\qquad =\ \textit{funzione integrale di } f

è derivabile con

F′(x)=f(x)per ogni x∈[a,b].F'(x)=f(x)\qquad\text{per ogni }x\in[a,b].

Osservazioni.

  • Se GG è una funzione derivabile tale che G′=fG'=f, allora GG si dice primitiva di ff. L'insieme

    ∫f(x) dx:={G:G eˋ una primitiva di f}\int f(x)\,dx:=\{G : G \text{ è una primitiva di } f\}

    si chiama integrale indefinito di ff.

  • Per distinguere un integrale indefinito ∫f(x) dx\int f(x)\,dx (che rappresenta un'insieme di funzioni) da un integrale ∫abf(x) dx\int_a^b f(x)\,dx (che è un numero reale), quest'ultimo viene anche chiamato integrale definito.

  • Se FF e GG sono due primitive di f∈C[a,b]f\in\mathrm{C}[a,b] allora

    (F−G)′=F′−G′=f−f=0(F-G)'=F'-G'=f-f=0

    e per la caratterizzazione delle funzioni costanti esiste c∈Rc\in\mathbb{R} tale che

    F(x)=G(x)+cper ogni x∈[a,b].F(x)=G(x)+c\qquad\text{per ogni }x\in[a,b].

    Per questo motivo se FF è una primitiva qualsiasi di ff si scrive spesso

    ∫f(x) dx=F(x)+c\int f(x)\,dx=F(x)+c

    dove c∈Rc\in\mathbb{R} indica una costante arbitraria di integrazione.

Siamo ora in grado di dare una soluzione al secondo problema.

Corollario 6.7. Se f∈C[a,b]f\in\mathrm{C}[a,b] e GG è una primitiva di ff (cioè G′=fG'=f), allora

∫abf(x) dx=G(b)−G(a)=:[G(x)]ab=:G(x)∣ab\boxed{\int_a^b f(x)\,dx=G(b)-G(a)=:[G(x)]_a^b=:G(x)\Big|_a^b} ∫1x dx=ln⁡∣x∣+c\int \frac{1}{x}\,dx=\ln\lvert x\rvert+c ∫xr dx={ln⁡∣x∣+cse r=−1xr+1r+1+cse r≠−1\boxed{\int x^r\,dx=\begin{cases}\ln\lvert x\rvert+c & \text{se } r=-1\\[0.4em] \dfrac{x^{r+1}}{r+1}+c & \text{se } r\neq-1\end{cases}} ∫11+x2 dx=arctan⁡(x)+c\boxed{\int \frac{1}{1+x^2}\,dx=\arctan(x)+c}
  • ∫ex dx=ex+c\boxed{\int e^x\,dx=e^x+c}
  • ∫sin⁡(x) dx=−cos⁡(x)+c∫cos⁡(x) dx=sin⁡(x)+c\boxed{\int \sin(x)\,dx=-\cos(x)+c}\qquad\boxed{\int \cos(x)\,dx=\sin(x)+c}
  • ∫sinh⁡(x) dx=cosh⁡(x)+c∫cosh⁡(x) dx=sinh⁡(x)+c\boxed{\int \sinh(x)\,dx=\cosh(x)+c}\qquad\boxed{\int \cosh(x)\,dx=\sinh(x)+c}

Metodi di Integrazione

L'idea per trovare una primitiva di una funzione è che, grazie al Teorema Fondamentale del Calcolo Integrale, la derivazione e l'integrazione sono operazioni inverse, cioè:

Se hh è derivabile con continuità (brevemente si dice h∈C1h\in\mathrm{C}^1), allora

∫h′(x) dx=h(x)+c.(∗)\int h'(x)\,dx=h(x)+c. \tag{$*$}

Così una regola di derivazione implica una regola associata di integrazione.

Integrazione per Parti. Sappiamo che se f,gf,g sono C1\mathrm{C}^1 allora anche h:=f⋅gh:=f\cdot g è C1\mathrm{C}^1 con

h′(x)=f′(x)⋅g(x)+f(x)⋅g′(x).h'(x)=f'(x)\cdot g(x)+f(x)\cdot g'(x).

Quindi da (∗)(*) segue

∫f′(x)⋅g(x) dx+∫f(x)⋅g′(x) dx=∫(f′(x)⋅g(x)+f(x)⋅g′(x))⏟=h′(x) dx=f(x)⋅g(x)⏟=h(x)+c\begin{aligned} \int f'(x)\cdot g(x)\,dx+\int f(x)\cdot g'(x)\,dx &= \int\underbrace{\bigl(f'(x)\cdot g(x)+f(x)\cdot g'(x)\bigr)}_{=h'(x)}\,dx \\[0.8em] &= \underbrace{f(x)\cdot g(x)}_{=h(x)}+c \end{aligned}

Così risultano le formule

  • Integrazione per Parti (versione indefinita)

    ∫f′(x)⋅g(x) dx=f(x)⋅g(x)−∫f(x)⋅g′(x) dx\boxed{\int f'(x)\cdot g(x)\,dx=f(x)\cdot g(x)-\int f(x)\cdot g'(x)\,dx}
  • Integrazione per Parti (versione definita)

    ∫abf′(x)⋅g(x) dx=f(x)⋅g(x)∣ab−∫abf(x)⋅g′(x) dx\boxed{\int_a^b f'(x)\cdot g(x)\,dx=f(x)\cdot g(x)\Big|_a^b-\int_a^b f(x)\cdot g'(x)\,dx}

Esempi.

  • Utilizziamo integrazione per parti per calcolare

    ∫xr⋅ln⁡(x) dx\int x^r\cdot\ln(x)\,dx

    per r≠−1r\neq-1. A questo punto dobbiamo decidere quale dei fattori è f′(x)f'(x) e quale g(x)g(x). Ma visto che con la scelta f′(x)=ln⁡(x)f'(x)=\ln(x) non si può continuare non conoscendo la primitiva del logaritmo, l'unica possibilità è xr=f′(x)x^r=f'(x) e ln⁡(x)=g(x)\ln(x)=g(x) e quindi (siccome r≠−1r\neq-1) f(x)=xr+1r+1f(x)=\frac{x^{r+1}}{r+1} e g′(x)=1xg'(x)=\frac{1}{x}. Così risulta

    ∫xr⏟f′(x)⋅ln⁡(x)⏟g(x) dx=xr+1r+1⏟f(x)⋅ln⁡(x)⏟g(x)−∫xr+1r+1⏟f(x)⋅1x⏟g′(x) dx=xr+1r+1⋅ln⁡(x)−1r+1⋅∫xr dx=xr+1r+1⋅ln⁡(x)−1r+1⋅xr+1r+1+c=xr+1r+1⋅(ln⁡(x)−1r+1)+c.\begin{aligned} \int \underbrace{x^r}_{f'(x)}\cdot\underbrace{\ln(x)}_{g(x)}\,dx &= \underbrace{\frac{x^{r+1}}{r+1}}_{f(x)}\cdot\underbrace{\ln(x)}_{g(x)}-\int\underbrace{\frac{x^{r+1}}{r+1}}_{f(x)}\cdot\underbrace{\frac{1}{x}}_{g'(x)}\,dx \\[0.8em] &= \frac{x^{r+1}}{r+1}\cdot\ln(x)-\frac{1}{r+1}\cdot\int x^r\,dx \\[0.8em] &= \frac{x^{r+1}}{r+1}\cdot\ln(x)-\frac{1}{r+1}\cdot\frac{x^{r+1}}{r+1}+c \\[0.8em] &= \frac{x^{r+1}}{r+1}\cdot\left(\ln(x)-\frac{1}{r+1}\right)+c. \end{aligned}

    In questo esempio il metodo integrazione per parti funziona poiché il logaritmo g(x)=ln⁡(x)g(x)=\ln(x) è una funzione "complicata" con derivata g′(x)=1xg'(x)=\frac{1}{x} "semplice". Quindi passando la derivata da f(x)f(x) a g(x)g(x) l'integrale si semplifica. Inoltre possiamo dire che per r=0r=0 otteniamo f′(x)=x0=1f'(x)=x^0=1 per ogni xx e quindi abbiamo anche calcolato

    ∫ln⁡(x) dx=x⋅(ln⁡(x)−1)+c.\int\ln(x)\,dx=x\cdot\bigl(\ln(x)-1\bigr)+c.

    Se si vuole calcolare questo integrale direttamente (cioè senza il fattore xrx^r) si deve procedere con un piccolo trucco:

    ∫ln⁡(x) dx=∫1⏟f′(x)⋅ln⁡(x)⏟g(x) dx=x⏟f(x)⋅ln⁡(x)⏟g(x)−∫x⏟f(x)⋅1x⏟g′(x)⏞=1dx=x⋅ln⁡(x)−x+c.\begin{aligned} \int\ln(x)\,dx &= \int\underbrace{1}_{f'(x)}\cdot\underbrace{\ln(x)}_{g(x)}\,dx=\underbrace{x}_{f(x)}\cdot\underbrace{\ln(x)}_{g(x)}-\int\overbrace{\underbrace{x}_{f(x)}\cdot\underbrace{\frac{1}{x}}_{g'(x)}}^{=1}dx \\[0.8em] &= x\cdot\ln(x)-x+c. \end{aligned}

Integrazione per Sostituzione. Abbiamo visto come il metodo integrazione per parti segue dalla regola per la derivazione di un prodotto. Ora invece partiamo con la regola della catena (per derivare le funzioni composte) e cerchiamo la regola corrispondente per l'integrazione. Sia f∈C[a,b]f\in\mathrm{C}[a,b] con una primitiva FF. Sia, inoltre φ:[α,β]→[a,b]\varphi:[\alpha,\beta]\to[a,b] derivabile con continuità e φ′≠0\varphi'\neq0. Allora la funzione composta

h:[α,β]→R,h(t):=F(φ(t))h:[\alpha,\beta]\to\mathbb{R},\qquad h(t):=F\bigl(\varphi(t)\bigr)

è derivabile con

h′(t)=F′(φ(t))⋅φ′(t)=f(φ(t))⋅φ′(t).h'(t)=F'\bigl(\varphi(t)\bigr)\cdot\varphi'(t)=f\bigl(\varphi(t)\bigr)\cdot\varphi'(t).

Sostituendo queste espressioni nell'equazione (∗)(*) risulta la formula chiamata

  • Integrazione per Sostituzione (versione indefinita)

    ∫f(φ(t))⋅φ′(t) dt=F(φ(t))+c.\boxed{\int f\bigl(\varphi(t)\bigr)\cdot\varphi'(t)\,dt=F\bigl(\varphi(t)\bigr)+c.}

    dove FF è una primitiva di ff, cioè F′=fF'=f.

Sostituendo nella versione indefinita gli estremi t=βt=\beta e t=αt=\alpha segue dal corollario sul Teorema Fondamentale

∫αβf(φ(t))⋅φ′(t) dt=F(φ(t))∣t=αt=β=F(φ(β))−F(φ(α))=F(x)∣x=φ(α)x=φ(β)=∫φ(α)φ(β)f(x) dx.\begin{aligned} \int_\alpha^\beta f\bigl(\varphi(t)\bigr)\cdot\varphi'(t)\,dt &= F\bigl(\varphi(t)\bigr)\Big|_{t=\alpha}^{t=\beta} \\[0.6em] &= F\bigl(\varphi(\beta)\bigr)-F\bigl(\varphi(\alpha)\bigr) \\[0.6em] &= F(x)\Big|_{x=\varphi(\alpha)}^{x=\varphi(\beta)} \\[0.6em] &= \int_{\varphi(\alpha)}^{\varphi(\beta)} f(x)\,dx. \end{aligned}

Quindi abbiamo dimostrato la formula

  • Integrazione per Sostituzione (versione definita)

    ∫αβf(φ(t))⋅φ′(t) dt=∫φ(α)φ(β)f(x) dx\boxed{\int_\alpha^\beta f\bigl(\varphi(t)\bigr)\cdot\varphi'(t)\,dt=\int_{\varphi(\alpha)}^{\varphi(\beta)} f(x)\,dx}

Esempi.

  • Se nella versione indefinita della formula integrazione per sostituzione scegliamo f(x)=1xf(x)=\frac{1}{x} con la primitiva F(x)=ln⁡∣x∣F(x)=\ln\lvert x\rvert e per φ\varphi una funzione C1\mathrm{C}^1 con φ(t)≠0\varphi(t)\neq0 per ogni tt allora segue

    ∫φ′(t)φ(t) dt=ln⁡∣φ(t)∣+c\boxed{\int\frac{\varphi'(t)}{\varphi(t)}\,dt=\ln\lvert\varphi(t)\rvert+c}

    Un esempio concreto di questo tipo è

    ∫tan⁡(t) dt=∫sin⁡(t)cos⁡(t) dt=−∫−sin⁡(t)⏞φ′(t)cos⁡(t)⏟φ(t) dt=−ln⁡∣cos⁡(t)∣+c.\begin{aligned} \int\tan(t)\,dt &= \int\frac{\sin(t)}{\cos(t)}\,dt \\[0.8em] &= -\int\frac{\overbrace{-\sin(t)}^{\varphi'(t)}}{\underbrace{\cos(t)}_{\varphi(t)}}\,dt \\[0.8em] &= -\ln\lvert\cos(t)\rvert+c. \end{aligned}
  • Se nella versione indefinita della formula integrazione per sostituzione scegliamo f(x)=xf(x)=x con la primitiva F(x)=x22F(x)=\frac{x^2}{2} e per φ\varphi una funzione C1\mathrm{C}^1 allora segue

    ∫φ(t)⋅φ′(t) dt=φ(t)22+c\boxed{\int\varphi(t)\cdot\varphi'(t)\,dt=\frac{\varphi(t)^2}{2}+c}

    Un esempio concreto di questo tipo è

    ∫sin⁡(t)⏟φ(t)⋅cos⁡(t)⏟φ′(t) dt=sin⁡2(t)2+c.\int\underbrace{\sin(t)}_{\varphi(t)}\cdot\underbrace{\cos(t)}_{\varphi'(t)}\,dt=\frac{\sin^2(t)}{2}+c.

Integrazione di Funzioni Razionali

Problema. Come si integra una funzione razionale p(x)q(x)\frac{p(x)}{q(x)} per due polinomi p,qp,q, per esempio

∫x4−2x2+10x2−3x+2 dx?\int\frac{x^4-2x^2+10}{x^2-3x+2}\,dx\quad ?

A questo problema c'è sempre una soluzione che inoltre coinvolge soltanto i tre integrali notevoli per xrx^r con r≠−1r\neq-1, x−1x^{-1} e 11+x2\frac{1}{1+x^2}.

Il problema, però, è scomporre la funzione integranda in una somma tra un polinomio e fratti semplici in maniera che si possono utilizzare tali integrali.

Perciò si procede in 3 passi:

1° Passo (divisione con resto): Se grado(p)≥grado(q)\text{grado}(p)\ge\text{grado}(q), allora dividiamo pp per qq con resto ottenendo polinomi ss e rr con

  • p=s⋅q+rp=s\cdot q+r,
  • grado(r)<grado(q)\text{grado}(r)<\text{grado}(q),

cioè

p(x)q(x)=s(x)+r(x)q(x) .\frac{p(x)}{q(x)}=s(x)+\frac{r(x)}{q(x)}\,.

Per esempio per p(x)=x4−2x2+10p(x)=x^4-2x^2+10 e q(x)=x2−3x+2q(x)=x^2-3x+2 otteniamo

(x4−2x2+10):(x2−3x+2)=x2+3x+5+9xx2−3x+2(x^4-2x^2+10):(x^2-3x+2)=x^2+3x+5+\frac{9x}{x^2-3x+2} ( x4−2x2+10)−x4‾+3x3‾−2x2‾3x3−4x2−3x3‾+9x2‾−6x‾5x2−6x+10−5x2‾+15x‾−10‾9x\begin{array}{rrrrr} (\,x^4 & & {}-2x^2 & & {}+10) \\ \underline{\kern5pt{}-x^4\kern5pt} & \underline{\kern5pt{}+3x^3\kern5pt} & \underline{\kern5pt{}-2x^2\kern5pt} & & \\ & 3x^3 & {}-4x^2 & & \\ & \underline{\kern5pt{}-3x^3\kern5pt} & \underline{\kern5pt{}+9x^2\kern5pt} & \underline{\kern5pt{}-6x\kern5pt} & \\ & & 5x^2 & {}-6x & {}+10 \\ & & \underline{\kern5pt{}-5x^2\kern5pt} & \underline{\kern5pt{}+15x\kern5pt} & \underline{\kern5pt{}-10\kern5pt} \\ & & & 9x & \end{array}

2° Passo: Usando la linearità dell'integrale si ottiene

∫p(x)q(x) dx=∫s(x) dx⏟semplice da calcolare+∫r(x)q(x) dx\int\frac{p(x)}{q(x)}\,dx=\underbrace{\int s(x)\,dx}_{\text{semplice da calcolare}}+\int\frac{r(x)}{q(x)}\,dx

Per esempio

∫x4−2x2+10x2−3x+2 dx=∫x2+3x+5 dx+∫9xx2−3x+2 dx=x33+3x22+5x+∫9xx2−3x+2 dx.\begin{aligned} \int\frac{x^4-2x^2+10}{x^2-3x+2}\,dx &= \int x^2+3x+5\,dx+\int\frac{9x}{x^2-3x+2}\,dx \\[0.8em] &= \frac{x^3}{3}+\frac{3x^2}{2}+5x+\int\frac{9x}{x^2-3x+2}\,dx. \end{aligned}

3° Passo (decomposizione in fratti semplici): Si calcola

∫r(x)q(x) dx.\int\frac{r(x)}{q(x)}\,dx.

Consideriamo soltanto il caso grado(q)=2\text{grado}(q)=2 cioè q(x)=ax2+bx+cq(x)=ax^2+bx+c, r(x)=dx+er(x)=dx+e. Ci sono 3 casi secondo il segno del discriminante di q(x)q(x):

  • (i) b2−4ac>0b^2-4ac>0, cioè q(x)q(x) ha due zeri reali distinti x1,x2x_1,x_2.
  • (ii) b2−4ac=0b^2-4ac=0, cioè q(x)q(x) ha soltanto uno zero (doppio) reale x0x_0.
  • (iii) b2−4ac<0b^2-4ac<0, cioè q(x)q(x) non ha zeri reali.

Caso (i): I due zeri distinti di q(x)q(x) sono date da

x1,2=−b±b2−4ac2a.x_{1,2}=\frac{-b\pm\sqrt{b^2-4ac}}{2a}.

Allora si possono trovare due costanti A,B∈RA,B\in\mathbb{R} (uniche) tali che

r(x)q(x)=Ax−x1+Bx−x2⇒∫r(x)q(x) dx=A⋅ln⁡∣x−x1∣+B⋅ln⁡∣x−x2∣+c.\frac{r(x)}{q(x)}=\frac{A}{x-x_1}+\frac{B}{x-x_2}\qquad\Rightarrow\qquad\int\frac{r(x)}{q(x)}\,dx=A\cdot\ln\lvert x-x_1\rvert+B\cdot\ln\lvert x-x_2\rvert+c.

L'esempio precedente con q(x)=x2−3x+2q(x)=x^2-3x+2 entra proprio in questo caso: Qui abbiamo

x1,2=3±(−3)2−4⋅1⋅22⋅1=3±12=1 opp. 2.x_{1,2}=\frac{3\pm\sqrt{(-3)^2-4\cdot1\cdot2}}{2\cdot1}=\frac{3\pm1}{2}=1\text{ opp. }2.

Inoltre r(x)=9xr(x)=9x e quindi cerchiamo costanti A,B∈RA,B\in\mathbb{R} tale che

9⋅x−0x2−3x+2=!Ax−1+Bx−2=(A+B)⋅x−(2A+B)(x−1)⋅(x−2).\frac{9\cdot x-0}{x^2-3x+2}\overset{!}{=}\frac{A}{x-1}+\frac{B}{x-2}=\frac{(A+B)\cdot x-(2A+B)}{(x-1)\cdot(x-2)}.

Confrontando i coefficienti ciò vale se e solo se

{A+B=92A+B=0}  ⟺  {A=−9B=18}\left\{\begin{array}{r}A+B=9\\2A+B=0\end{array}\right\}\quad\iff\quad\left\{\begin{array}{r}A=-9\\B=18\end{array}\right\}

e quindi otteniamo

9xx2−3x+2=−9x−1+18x−2⇒∫9xx2−3x+2 dx=−9⋅ln⁡∣x−1∣+18⋅ln⁡∣x−2∣+c.\begin{gathered} \frac{9x}{x^2-3x+2}=\frac{-9}{x-1}+\frac{18}{x-2} \\[0.8em] \Rightarrow\quad\int\frac{9x}{x^2-3x+2}\,dx=-9\cdot\ln\lvert x-1\rvert+18\cdot\ln\lvert x-2\rvert+c. \end{gathered}

Così risulta

∫x4−2x2+10x2−3x+2 dx=x33+3x22+5x−9⋅ln⁡∣x−1∣+18⋅ln⁡∣x−2∣+c.\int\frac{x^4-2x^2+10}{x^2-3x+2}\,dx=\frac{x^3}{3}+\frac{3x^2}{2}+5x-9\cdot\ln\lvert x-1\rvert+18\cdot\ln\lvert x-2\rvert+c.

Caso (ii): L'unico zero di q(x)q(x) è dato da

x0=−b2ax_0=-\frac{b}{2a}

Allora si possono trovare due costanti A,B∈RA,B\in\mathbb{R} (uniche) tali che

r(x)q(x)=Ax−x0+B(x−x0)2⇒∫r(x)q(x) dx=A⋅ln⁡∣x−x0∣−Bx−x0+c.\frac{r(x)}{q(x)}=\frac{A}{x-x_0}+\frac{B}{(x-x_0)^2}\quad\Rightarrow\quad\int\frac{r(x)}{q(x)}\,dx=A\cdot\ln\lvert x-x_0\rvert-\frac{B}{x-x_0}+c.

Come esempio concreto consideriamo l'integrale

∫3xx2−2x+1 dx.\int\frac{3x}{x^2-2x+1}\,dx.

Allora il denominatore si annulla se e solo se

x=2±22−42=1=x0.x=\frac{2\pm\sqrt{2^2-4}}{2}=1=x_0.

Quindi cerchiamo A,B∈RA,B\in\mathbb{R} tale che

3⋅x+0x2−2x+1=!Ax−1+B(x−1)2=A⋅x+(B−A)(x−1)2\frac{3\cdot x+0}{x^2-2x+1}\overset{!}{=}\frac{A}{x-1}+\frac{B}{(x-1)^2}=\frac{A\cdot x+(B-A)}{(x-1)^2}

Confrontando i coefficienti ciò vale se e solo se

{A=3B−A=0}  ⟺  {A=3B=3}\left\{\begin{array}{r}A=3\\B-A=0\end{array}\right\}\quad\iff\quad\left\{\begin{array}{r}A=3\\B=3\end{array}\right\}

e quindi otteniamo

3xx2−2x+1=3x−1+3(x−1)2⇒∫3xx2−2x+1 dx=3⋅ln⁡∣x−1∣−3x−1+c.\frac{3x}{x^2-2x+1}=\frac{3}{x-1}+\frac{3}{(x-1)^2}\quad\Rightarrow\quad\int\frac{3x}{x^2-2x+1}\,dx=3\cdot\ln\lvert x-1\rvert-\frac{3}{x-1}+c.

Caso (iii): In questo caso q(x)q(x) non ha zeri reali. Allora si possono trovare due costanti A,B∈RA,B\in\mathbb{R} (uniche) tali che

r(x)q(x)=A⋅q′(x)q(x)+Bq(x)⇒∫r(x)q(x) dx=A⋅ln⁡∣q(x)∣+B∫1q(x) dx,\frac{r(x)}{q(x)}=\frac{A\cdot q'(x)}{q(x)}+\frac{B}{q(x)}\quad\Rightarrow\quad\int\frac{r(x)}{q(x)}\,dx=A\cdot\ln\lvert q(x)\rvert+B\int\frac{1}{q(x)}\,dx,

dove abbiamo usato la formula ∫q′(x)q(x) dx=ln⁡∣q(x)∣\int\frac{q'(x)}{q(x)}\,dx=\ln\lvert q(x)\rvert. Rimane da calcolare l'integrale

∫dxq(x)=∫1ax2+bx+c dx.\int\frac{dx}{q(x)}=\int\frac{1}{ax^2+bx+c}\,dx.

Per fare ciò si cercano costanti α,β,γ∈R\alpha,\beta,\gamma\in\mathbb{R} tale che

q(x)=ax2+bx+c=γ⋅(1+(x+αβ)2)q(x)=ax^2+bx+c=\gamma\cdot\left(1+\left(\tfrac{x+\alpha}{\beta}\right)^2\right)

Usando la sostituzione

t:=x+αβ⇒dtdx=1β⇒dx=β⋅dtt:=\frac{x+\alpha}{\beta}\quad\Rightarrow\quad\frac{dt}{dx}=\frac{1}{\beta}\quad\Rightarrow\quad dx=\beta\cdot dt

risulta

∫dxq(x)=∫dxγ⋅(1+(x+αβ)2)=βγ⋅∫dt1+t2=βγ⋅arctan⁡(t)+c=βγ⋅arctan⁡(x+αβ)+c.\begin{aligned} \int\frac{dx}{q(x)} &= \int\frac{dx}{\gamma\cdot\left(1+\left(\tfrac{x+\alpha}{\beta}\right)^2\right)} \\[0.8em] &= \frac{\beta}{\gamma}\cdot\int\frac{dt}{1+t^2}=\frac{\beta}{\gamma}\cdot\arctan(t)+c \\[0.8em] &= \frac{\beta}{\gamma}\cdot\arctan\left(\frac{x+\alpha}{\beta}\right)+c. \end{aligned}

Riassumendo, in questo caso otteniamo

∫r(x)q(x) dx=A⋅ln⁡∣q(x)∣+β⋅Bγ⋅arctan⁡(x+αβ)+c.\int\frac{r(x)}{q(x)}\,dx=A\cdot\ln\lvert q(x)\rvert+\frac{\beta\cdot B}{\gamma}\cdot\arctan\left(\frac{x+\alpha}{\beta}\right)+c.

dove

r(x)q(x)=A⋅q′(x)+Bq(x)eq(x)=γ⋅(1+(x+αβ)2).\frac{r(x)}{q(x)}=\frac{A\cdot q'(x)+B}{q(x)}\qquad\text{e}\qquad q(x)=\gamma\cdot\left(1+\left(\tfrac{x+\alpha}{\beta}\right)^2\right).

Come esempio concreto consideriamo l'integrale

∫4xx2−4x+13 dx.\int\frac{4x}{x^2-4x+13}\,dx.

Visto che il discriminante del denominatore b2−4ac=42−4⋅13<0b^2-4ac=4^2-4\cdot13<0 siamo nel terzo caso. Allora, cerchiamo prima A,B∈RA,B\in\mathbb{R} tale che

4⋅x+0x2−4x+13=!A⋅(x2−4x+13)′⏞=2x−4+Bx2−4x+13=2A⋅x+(−4A+B)x2−4x+13.\frac{4\cdot x+0}{x^2-4x+13}\overset{!}{=}\frac{A\cdot\overbrace{(x^2-4x+13)'}^{=2x-4}+B}{x^2-4x+13}=\frac{2A\cdot x+(-4A+B)}{x^2-4x+13}.

Confrontando i coefficienti ciò vale se e solo se

{2A=4−4A+B=0}  ⟺  {A=2B=8}\left\{\begin{array}{r}2A=4\\-4A+B=0\end{array}\right\}\quad\iff\quad\left\{\begin{array}{r}A=2\\B=8\end{array}\right\}

e quindi

∫4xx2−4x+13 dx=2⋅ln⁡(x2−4x+13)+8∫1x2−4x+13 dx.\int\frac{4x}{x^2-4x+13}\,dx=2\cdot\ln\bigl(x^2-4x+13\bigr)+8\int\frac{1}{x^2-4x+13}\,dx.

Inoltre vale

x2−4x+13=(x−2)2+9=9⋅(1+(x−23)2)x^2-4x+13=(x-2)^2+9=9\cdot\left(1+\left(\tfrac{x-2}{3}\right)^2\right)

cioè α=−2\alpha=-2, β=3\beta=3 e γ=9\gamma=9 e così con la sostituzione t:=x−23⇒dx=3 dtt:=\frac{x-2}{3}\Rightarrow dx=3\,dt risulta

∫1x2−4x+13 dx=19⋅∫dx1+(x−23)2=39⋅∫dt1+t2=13⋅arctan⁡(t)+c=13⋅arctan⁡(x−23)+c.\begin{aligned} \int\frac{1}{x^2-4x+13}\,dx &= \frac{1}{9}\cdot\int\frac{dx}{1+\left(\tfrac{x-2}{3}\right)^2} \\[0.8em] &= \frac{3}{9}\cdot\int\frac{dt}{1+t^2}=\frac{1}{3}\cdot\arctan(t)+c \\[0.8em] &= \tfrac{1}{3}\cdot\arctan\left(\tfrac{x-2}{3}\right)+c. \end{aligned}

Riassumendo otteniamo il risultato finale

∫4xx2−4x+13 dx=2⋅ln⁡(x2−4x+13)+83⋅arctan⁡(x−23)+c.\int\frac{4x}{x^2-4x+13}\,dx=2\cdot\ln\bigl(x^2-4x+13\bigr)+\tfrac{8}{3}\cdot\arctan\left(\tfrac{x-2}{3}\right)+c.

Integrali Impropri

Ricordiamo che finora un'integrale definito rappresenta un'area AA tra l'asse xx e il grafico

  • di una funzione integranda ff limitata,
  • su un dominio di integrazione [a,b][a,b] limitato.

Questo significa che al momento non abbiamo definito integrali del tipo

∫011x dx(funzione integranda non limitata)\int_0^1\frac{1}{\sqrt{x}}\,dx\qquad\text{(funzione integranda }\textit{non}\text{ limitata)}

oppure

∫1+∞1x2 dx(dominio di integrazione [1,+∞) non limitato)\int_1^{+\infty}\frac{1}{x^2}\,dx\qquad\text{(dominio di integrazione }[1,+\infty)\ \textit{non}\text{ limitato)}
11223311xx1x\dfrac{1}{\sqrt{x}}∫011x dx\displaystyle\int_0^1\frac{1}{\sqrt{x}}\,dx
xx112233445511221x2\dfrac{1}{x^2}∫1+∞1x2 dx\displaystyle\int_1^{+\infty}\frac{1}{x^2}\,dx
Integrali impropri.

Definizione 6.8 (Integrale Improprio). Sia f:[a,b)→Rf:[a,b)\to\mathbb{R} con a∈Ra\in\mathbb{R} e b∈R∪{+∞}b\in\mathbb{R}\cup\{+\infty\} tale che ff è integrabile in [a,c][a,c] per ogni a<c<ba<c<b. Allora, se converge

lim⁡c→b−∫acf(x) dx=:A\lim_{c\to b^-}\int_a^c f(x)\,dx=:A

si dice che l'integrale

∫abf(x) dx:=A(=integrale improprio oppure generalizzato)\int_a^b f(x)\,dx:=A\qquad(=\textit{integrale improprio}\text{ oppure }\textit{generalizzato})

esiste nel senso improprio oppure che converge. Una definizione analoga si ha per f:(a,b]→Rf:(a,b]\to\mathbb{R} con a∈R∪{−∞}a\in\mathbb{R}\cup\{-\infty\}, b∈Rb\in\mathbb{R}:

∫abf(x) dx:=lim⁡c→a+∫cbf(x) dx.\int_a^b f(x)\,dx:=\lim_{c\to a^+}\int_c^b f(x)\,dx.

Esempi.

  • Per r∈Rr\in\mathbb{R} studiamo la convergenza dell'integrale improprio

    ∫1+∞xr dx:=lim⁡c→+∞∫1cxr dx.\int_1^{+\infty}x^r\,dx:=\lim_{c\to+\infty}\int_1^c x^r\,dx.

    Conviene considerare 2 casi

    • r=−1r=-1: Allora

      ∫1cx−1 dx=ln⁡(x)∣1c=ln⁡(c)−ln⁡(1)→+∞per c→+∞,\int_1^c x^{-1}\,dx=\ln(x)\Big|_1^c=\ln(c)-\ln(1)\to+\infty\qquad\text{per }c\to+\infty,

      cioè l'integrale

      ∫1+∞1x dx=+∞\int_1^{+\infty}\frac{1}{x}\,dx=+\infty

      diverge.

Teorema 6.9 (del Confronto per gli Integrali Impropri). Siano f,g:[a,b)→Rf,g:[a,b)\to\mathbb{R} con a∈Ra\in\mathbb{R}, b∈R∪{+∞}b\in\mathbb{R}\cup\{+\infty\} e tale che per ogni a<c<ba<c<b, f,gf,g siano integrabili su [a,c][a,c]. Se

  • ∣f(x)∣≤g(x)\lvert f(x)\rvert\le g(x) per ogni x∈[a,b)x\in[a,b) (cioè gg è un maggiorante di ∣f∣\lvert f\rvert) e
  • ∫abg(x) dx\int_a^b g(x)\,dx converge,

allora converge anche ∫abf(x) dx\int_a^b f(x)\,dx. Un risultato simile vale anche per f,g:(a,b]→Rf,g:(a,b]\to\mathbb{R} con a∈R∪{−∞}a\in\mathbb{R}\cup\{-\infty\}, b∈Rb\in\mathbb{R}.

Esempi.

  • Consideriamo l'integrale improprio ∫−∞+∞e−x2 dx.\displaystyle\int_{-\infty}^{+\infty}e^{-x^2}\,dx.
xx−3-3−2-2−1-1112233e−x2e^{-x^2}π\sqrt{\pi}
Integrale improprio della "Campana di Gauss".

In questo caso non soltanto uno degli estremi è "critico" (nel senso che è infinito oppure un'asintoto verticale della funzione integranda) ma entrambi. In questi casi si spezza l'integrale nella somma di due integrali scegliendo un punto cc tra gli estremi. Nel caso in questione per simmetria conviene scegliere il punto c=0c=0 e quindi definiamo

∫−∞+∞e−x2 dx:=∫−∞0e−x2 dx+∫0+∞e−x2 dx.\int_{-\infty}^{+\infty}e^{-x^2}\,dx:=\int_{-\infty}^{0}e^{-x^2}\,dx+\int_{0}^{+\infty}e^{-x^2}\,dx.

Visto che f(x)=e−x2f(x)=e^{-x^2} è una funzione pari, dalla proposizione segue

∫−∞+∞e−x2 dx=2⋅∫0+∞e−x2 dx\int_{-\infty}^{+\infty}e^{-x^2}\,dx=2\cdot\int_{0}^{+\infty}e^{-x^2}\,dx

e quindi l'integrale converge su (−∞,+∞)(-\infty,+\infty) se e solo se converge su [0,+∞)[0,+\infty). A questo punto ci serve una funzione maggiorante per la quale l'integrale improprio converge. Poiché

∫0+∞e−x2 dx=∫01e−x2 dx+∫1+∞e−x2 dx,\int_{0}^{+\infty}e^{-x^2}\,dx=\int_{0}^{1}e^{-x^2}\,dx+\int_{1}^{+\infty}e^{-x^2}\,dx,

dove il primo integrale è un'integrale definito e quindi esiste finito, basta che tale funzione sia maggiorante soltanto per x≥1x\ge1. Allora, per x≥1x\ge1 vale

∣f(x)∣=e−x2≤2x⋅e−x2=:g(x)\lvert f(x)\rvert=e^{-x^2}\le2x\cdot e^{-x^2}=:g(x)

e

∫1c2x⋅e−x2 dx=−∫1c−2x⋅e−x2 dx=−e−x2∣1c=e−1−e−c2→e−1per c→+∞.\begin{aligned} \int_1^c 2x\cdot e^{-x^2}\,dx &= -\int_1^c -2x\cdot e^{-x^2}\,dx \\[0.6em] &= -e^{-x^2}\Big|_1^c \\[0.6em] &= e^{-1}-e^{-c^2}\to e^{-1}\qquad\text{per }c\to+\infty. \end{aligned}

Quindi ∫1+∞g(x) dx\int_1^{+\infty}g(x)\,dx converge e per il criterio del confronto converge anche ∫1+∞f(x) dx\int_1^{+\infty}f(x)\,dx e di conseguenza anche ∫−∞+∞f(x) dx\int_{-\infty}^{+\infty}f(x)\,dx.

  • Verifichiamo che ∫0+∞sin⁡(x)x dx\displaystyle\int_0^{+\infty}\frac{\sin(x)}{x}\,dx converge.
xx1010202030300.50.511sin⁡(x)x\Large\dfrac{\sin(x)}{x}
Integrale improprio convergente.

Visto che lim⁡x→0+sin⁡(x)x=1\displaystyle\lim_{x\to0^+}\frac{\sin(x)}{x}=1 solo l'estremo b=+∞b=+\infty è "critico". Quindi l'integrale converge su [0,+∞)[0,+\infty) se e solo se converge su [1,+∞)[1,+\infty). Integrando per parti risulta

∫1c1x⏟f⋅sin⁡(x)⏟g′ dx=1x⏟f(x)⋅(−cos⁡(x))⏟g(x)∣1c−∫1c−1x2⏟f′⋅(−cos⁡(x))⏟g dx=cos⁡(1)−cos⁡(c)c⏟→ cos⁡(1) per c→+∞−∫1ccos⁡(x)x2 dx.\begin{aligned} \int_1^c\underbrace{\frac{1}{x}}_{f}\cdot\underbrace{\sin(x)}_{g'}\,dx &= \underbrace{\frac{1}{x}}_{f(x)}\cdot\underbrace{\bigl(-\cos(x)\bigr)}_{g(x)}\Big|_1^c-\int_1^c\underbrace{\frac{-1}{x^2}}_{f'}\cdot\underbrace{\bigl(-\cos(x)\bigr)}_{g}\,dx \\[0.8em] &= \underbrace{\cos(1)-\frac{\cos(c)}{c}}_{\to\,\cos(1)\ \text{per }c\to+\infty}-\int_1^c\frac{\cos(x)}{x^2}\,dx. \end{aligned}

Quindi l'integrale converge se e solo se

∫1+∞cos⁡(x)x2 dx\int_1^{+\infty}\frac{\cos(x)}{x^2}\,dx

converge. Ora è semplice trovare un maggiorante per il quale converge l'integrale improprio. Infatti

∣cos⁡(x)x2∣≤1x2e∫1+∞1x2 dxconverge\left\lvert\frac{\cos(x)}{x^2}\right\rvert\le\frac{1}{x^2}\qquad\text{e}\qquad\int_1^{+\infty}\frac{1}{x^2}\,dx\quad\text{converge}

Quindi anche l'integrale

∫0+∞sin⁡(x)x dx\int_0^{+\infty}\frac{\sin(x)}{x}\,dx

converge. Notiamo che qui era necessario

  • integrare una volta per parti (aumentando così il grado del denominatore da xx a x2x^2) visto che

    ∫1+∞1x dx=+∞diverge\int_1^{+\infty}\frac{1}{x}\,dx=+\infty\qquad\text{diverge}
  • considerare l'integrale su [1,+∞)[1,+\infty) e non su [0,+∞)[0,+\infty) visto che

    ∫0+∞1x2 dx=+∞diverge.\int_0^{+\infty}\frac{1}{x^2}\,dx=+\infty\qquad\text{diverge.}

Teorema 6.10 (Criterio Integrale per le Serie). Se f:[1,+∞)→[0,+∞)f:[1,+\infty)\to[0,+\infty) è decrescente e ak:=f(k)a_k:=f(k), allora

∑k=1+∞ak  converge  ⟺  ∫1+∞f(x) dx  converge.\sum_{k=1}^{+\infty}a_k\ \text{ converge}\qquad\iff\qquad\int_1^{+\infty}f(x)\,dx\ \text{ converge.} ζ:(1,+∞)→R,ζ(s):=∑k=1+∞1ks\zeta:(1,+\infty)\to\mathbb{R},\qquad\zeta(s):=\sum_{k=1}^{+\infty}\frac{1}{k^s}

che si chiama la funzione zeta di Riemann ed è legato all'ipotesi di Riemann, uno dei problemi aperti più importanti della matematica.

Funzioni a due parametri

Definizione 7.3 (Limiti per vettori). Diremo che la successione di vettori (xn,yn)n∈N⊂R2(x_n,y_n)_{n\in\mathbb{N}} \subset \mathbb{R}^2 converge a (x0,y0)∈R2(x_0,y_0)\in\mathbb{R}^2 se ∥(xn,yn)−(x0,y0)∥→0\lVert (x_n,y_n)-(x_0,y_0)\rVert \to 0 per n→+∞n\to+\infty. In questo caso scriviamo

lim⁡n→+∞(xn,yn)=(x0,y0)oppure(xn,yn)→(x0,y0) per n→+∞\boxed{\lim_{n\to+\infty}(x_n,y_n)=(x_0,y_0)} \qquad \text{oppure} \qquad \boxed{(x_n,y_n)\to(x_0,y_0) \text{ per } n\to+\infty}

Osservazione. Vale che

lim⁡n→+∞(xn,yn)=(x0,y0) in R2  ⟺  {lim⁡n→+∞xn=x0elim⁡n→+∞yn=y0in R\lim_{n\to+\infty}(x_n,y_n)=(x_0,y_0) \text{ in } \mathbb{R}^2 \iff \begin{cases} \displaystyle\lim_{n\to+\infty}x_n=x_0 & \text{e} \\ \displaystyle\lim_{n\to+\infty}y_n=y_0 & \text{in } \mathbb{R} \end{cases}

Cioè una successione di vettori converge se e solo se converge in ogni componente.

Con la definizione precedente possiamo estendere facilmente la definizione di limite per le funzioni da una a due variabili.

Definizione 7.4 (Limiti per Funzioni). Sia f:X⊆R2→Rf: X\subseteq\mathbb{R}^2\to\mathbb{R} una funzione reale di due variabili reali. Allora diremo che

f(x,y)f(x,y) tende a l∈Rl\in\mathbb{R} per (x,y)(x,y) tendente a (x0,y0)(x_0,y_0)

se per ogni successione (xn,yn)n∈N⊂X∖{(x0,y0)}(x_n,y_n)_{n\in\mathbb{N}}\subset X\setminus\{(x_0,y_0)\} con lim⁡n→+∞(xn,yn)=(x0,y0)\displaystyle\lim_{n\to+\infty}(x_n,y_n)=(x_0,y_0) segue lim⁡n→+∞f(xn,yn)=l\displaystyle\lim_{n\to+\infty}f(x_n,y_n)=l. In questo caso scriveremo

lim⁡(x,y)→(x0,y0)f(x,y)=loppuref(x,y)→l per (x,y)→(x0,y0)\boxed{\lim_{(x,y)\to(x_0,y_0)}f(x,y)=l} \qquad \text{oppure} \qquad \boxed{f(x,y)\to l \text{ per } (x,y)\to(x_0,y_0)}

Osservazioni.

  • La definizione di limite per funzioni di due variabili può essere data solo per (x0,y0)∈R2(x_0,y_0)\in\mathbb{R}^2, cioè al finito, poiché, a differenza di R\mathbb{R}, non essendoci un ordinamento naturale in R2\mathbb{R}^2 non si può definire una direzione privilegiata secondo cui raggiungere ∞\infty in R2\mathbb{R}^2

  • Il concetto di limite per le funzioni come definito sopra si basa su quello del limite per le successioni. Come nel caso di una variabile esiste anche un'altra possibilità di introdurre limiti per le funzioni di due variabili che non fa riferimento alle successioni:

    Se l∈Rl\in\mathbb{R}, allora

    lim⁡(x,y)→(x0,y0)f(x,y)=l  ⟺  ∀ε>0 ∃δ>0 tale che ∣f(x,y)−l∣<ε∀(x,y)∈X con 0<∥(x,y)−(x0,y0)∥<δ\begin{aligned} \lim_{(x,y)\to(x_0,y_0)}f(x,y)=l \iff{}& \forall\varepsilon>0\ \exists\delta>0 \text{ tale che } \lvert f(x,y)-l\rvert<\varepsilon \\ & \forall(x,y)\in X \text{ con } 0<\lVert(x,y)-(x_0,y_0)\rVert<\delta \end{aligned}
  • La definizione di limite in R2\mathbb{R}^2 conserva molte delle proprietà di quelle in R\mathbb{R}. In particolare

    • (i) il limite, se esiste, è unico;
    • (ii) valgono le regole per il calcolo dei limiti di somme, differenze, prodotti e quozienti.

Calcolo dei Limiti di Funzioni di due Variabili

Mentre, come abbiamo visto, la definizione di limite si generalizza facilmente da R\mathbb{R} a R2\mathbb{R}^2, il calcolo dei limiti in due variabili presenta delle difficoltà aggiuntive. Ciò è dovuto al fatto che, rispetto al caso di R\mathbb{R}, possiamo avvicinarci al punto (x0,y0)∈R2(x_0,y_0)\in\mathbb{R}^2 in cui vogliamo calcolare il limite da varie direzioni e modi molto diversi. Per semplicità ci restringeremo nel seguente al caso del punto (x0,y0)=(0,0)(x_0,y_0)=(0,0), cioè l'origine.

Una Condizione per la non\textcolor{red}{\textit{non}} Esistenza del Limite. Il fatto che

lim⁡(x,y)→(0,0)f(x,y)=l\lim_{(x,y)\to(0,0)}f(x,y)=l

vuol dire che ogni tipo di avvicinamento di (x,y)(x,y) al punto (0,0)(0,0) (p.e. su rette, parabole oppure spirali passando per l'origine) risulta nella convergenza di f(x,y)f(x,y) allo stesso valore ll.

Proposizione 7.5. Se lim⁡x→0f(x,mx)\displaystyle\lim_{x\to0}f(x,mx) esiste ma dipende da m∈Rm\in\mathbb{R} allora il limite

lim⁡(x,y)→(0,0)f(x,y)non esiste.\lim_{(x,y)\to(0,0)}f(x,y) \quad \textit{non esiste.}

Esempio. Consideriamo il limite

lim⁡(x,y)→(0,0)xyx2+y2\lim_{(x,y)\to(0,0)}\frac{xy}{x^2+y^2}

Ponendo y=mxy=mx per m∈Rm\in\mathbb{R} otteniamo che

lim⁡x→0f(x,mx)=lim⁡x→0mx2x2+m2x2=m1+m2dipende da m.\lim_{x\to0}f(x,mx)=\lim_{x\to0}\frac{mx^2}{x^2+m^2x^2}=\frac{m}{1+m^2} \quad \text{dipende da } m.

Risulta quindi che il limite lim⁡(x,y)→(0,0)f(x,y)\displaystyle\lim_{(x,y)\to(0,0)}f(x,y) non\textcolor{red}{\textit{non}} esiste.

Osservazione. Non vale il contrario della proposizione precedente, cioè se lim⁡x→0f(x,mx)\displaystyle\lim_{x\to0}f(x,mx) esiste ed è indipendente da m∈Rm\in\mathbb{R} ciò non implica che lim⁡(x,y)→(0,0)f(x,y)\displaystyle\lim_{(x,y)\to(0,0)}f(x,y) esiste. Comunque se

lim⁡x→0f(x,mx)=l\lim_{x\to0}f(x,mx)=l

indipendentemente da m∈Rm\in\mathbb{R}, allora ll è l'unico candidato per il limite lim⁡(x,y)→(0,0)f(x,y)\displaystyle\lim_{(x,y)\to(0,0)}f(x,y).

Esempio. Consideriamo

lim⁡(x,y)→(0,0)x2yx4+y2.\lim_{(x,y)\to(0,0)}\frac{x^2y}{x^4+y^2}.

Si ha che

lim⁡x→0f(x,mx)=lim⁡x→0mx3x4+m2x2=lim⁡x→0mxx2+m2=0per ogni m∈R.\lim_{x\to0}f(x,mx)=\lim_{x\to0}\frac{mx^3}{x^4+m^2x^2}=\lim_{x\to0}\frac{mx}{x^2+m^2}=0 \qquad \text{per ogni } m\in\mathbb{R}.

Quindi tutti i limiti al variare di m∈Rm\in\mathbb{R} esistono e sono uguali. Pertanto se il limite ll di ff esiste, deve essere uguale a l=0l=0.

Consideriamo ora la parabola y=x2y=x^2. Tale curva passa per il punto (0,0)(0,0), quindi fornisce un altro modo per avvicinarsi ad esso. Ponendo y=x2y=x^2 e calcolando il limite per x→0x\to0, cioè muovendosi verso il punto (0,0)(0,0) sulla parabola, allora risulta

lim⁡x→0f(x,x2)=lim⁡x→0x2⋅x2x4+x4=12≠0=lim⁡x→0f(x,x) !!\lim_{x\to0}f(x,x^2)=\lim_{x\to0}\frac{x^2\cdot x^2}{x^4+x^4}=\frac12\neq0=\lim_{x\to0}f(x,x) \ !!

Quindi abbiamo trovato due curve passanti per il punto (0,0)(0,0), muovendoci lungo le quali troviamo diversi valori del limite. Possiamo pertanto concludere che il

lim⁡(x,y)→(0,0)x2yx4+y2\lim_{(x,y)\to(0,0)}\frac{x^2y}{x^4+y^2}

non\textcolor{red}{\textit{non}} esiste.

Osservazione. La scelta della curva y=x2y=x^2 è stata fatta per ristabilire il rapporto omogeneo fra le variabili xx e yy. Infatti sia al numeratore che al denominatore il rapporto fra il grado della xx e della yy è 2 a 1

Una Tecnica per dimostrare l'Esistenza del Limite. Fin qui abbiamo visto come si può dimostrare la non esistenza di un limite. Adesso vediamo come si può dimostrare l'esistenza di un limite in R2\mathbb{R}^2. Perciò servono dapprima le

Coordinate polari: Ricordiamo (cfr. corso di Geometria) che un punto PP del piano, oltre che con le sue coordinate cartesiane (x,y)(x,y), può essere rappresentato con le coordinate polari (ρ,ϑ)∈[0,∞)×[0,2π)(\rho,\vartheta)\in[0,\infty)\times[0,2\pi).

y x ϑ ρ P = (x, y) in coordinate cartesiane = (ρ, ϑ) in coordinate polari

Le formule di passaggio da coordinate cartesiane a coordinate polari sono date da

{x=ρcos⁡(ϑ)y=ρsin⁡(ϑ){ρ=x2+y2tan⁡ϑ=yx\begin{cases} x=\rho\cos(\vartheta) \\ y=\rho\sin(\vartheta) \end{cases} \qquad\qquad \begin{cases} \rho=\sqrt{x^2+y^2} \\ \tan\vartheta=\frac{y}{x} \end{cases}

Si noti che la relazione tan⁡ϑ=yx\tan\vartheta=\frac{y}{x} non può essere risolto per ϑ\vartheta in quanto la funzione tan⁡\tan non è invertibile in [0,2π)∋ϑ[0,2\pi)\ni\vartheta. Si noti che

(x,y)→(0,0)  ⟺  ρ→0+\boxed{(x,y)\to(0,0) \quad\iff\quad \rho\to0^+}

Quindi passando dalle coordinate cartesiane alle coordinate polari il limite da due variabili si trasforma in un limite di una variabile! Sfruttando questa idea si ottiene la seguente

Proposizione 7.6. Se esiste l∈Rl\in\mathbb{R} e una funzione g(ρ)g(\rho) (indipendente da ϑ\vartheta!) tale che

∣f(ρcos⁡(ϑ)⏞=x,ρsin⁡(ϑ)⏞=y)−l∣≤g(ρ)\lvert f(\overbrace{\rho\cos(\vartheta)}^{=x},\overbrace{\rho\sin(\vartheta)}^{=y})-l\rvert \le g(\rho)

con g(ρ)→0g(\rho)\to0 per ρ→0+\rho\to0^+, allora

lim⁡(x,y)→(0,0)f(x,y)=l.\lim_{(x,y)\to(0,0)}f(x,y)=l.

Consideriamo alcuni esempi.

Esempio. Calcola, se esiste, il limite

lim⁡(x,y)→(0,0)2x2yx2+y2=:l.\lim_{(x,y)\to(0,0)}\frac{2x^2y}{x^2+y^2}=:l.

Allora lim⁡x→0f(x,mx)=0\lim_{x\to0}f(x,mx)=0 per ogni m∈Rm\in\mathbb{R}, quindi se il limite esiste deve essere l=0l=0. Per studiare la convergenza passiamo alle coordinate polari, cioè scriviamo

f(x,y)=f(ρcos⁡(ϑ),ρsin⁡(ϑ))=2ρ2cos⁡2(ϑ)⋅ρsin⁡(ϑ)ρ2=2ρcos⁡2(ϑ)sin⁡(ϑ).f(x,y)=f(\rho\cos(\vartheta),\rho\sin(\vartheta))=\frac{2\rho^2\cos^2(\vartheta)\cdot\rho\sin(\vartheta)}{\rho^2}=2\rho\cos^2(\vartheta)\sin(\vartheta).

Visto che ∣sin⁡(ϑ)∣,∣cos⁡(ϑ)∣≤1\lvert\sin(\vartheta)\rvert,\lvert\cos(\vartheta)\rvert\le1, segue

∣f(ρcos⁡(ϑ),ρsin⁡(ϑ))−l∣=∣2ρcos⁡2(ϑ)sin⁡(ϑ)−0∣=2ρ⋅∣cos⁡2(ϑ)sin⁡(ϑ)∣≤2ρ=:g(ρ)→0per ρ→0+.\begin{aligned} \lvert f(\rho\cos(\vartheta),\rho\sin(\vartheta))-l\rvert &= \lvert 2\rho\cos^2(\vartheta)\sin(\vartheta)-0\rvert = 2\rho\cdot\lvert\cos^2(\vartheta)\sin(\vartheta)\rvert \\ &\le 2\rho =: g(\rho)\to0 \qquad \text{per } \rho\to0^+. \end{aligned}

Quindi, per il risultato precedente, segue che lim⁡(x,y)→(0,0)f(x,y)=0\displaystyle\lim_{(x,y)\to(0,0)}f(x,y)=0.

Definizione 7.7 (Continuità). Una funzione f:X⊆R2→Rf: X\subseteq\mathbb{R}^2\to\mathbb{R} si dice

  • continua in (x0,y0)∈X(x_0,y_0)\in X se per ogni successione (xn,yn)n∈N⊂X(x_n,y_n)_{n\in\mathbb{N}}\subset X con (xn,yn)→(x0,y0)(x_n,y_n)\to(x_0,y_0) segue f(xn,yn)→f(x0,y0)f(x_n,y_n)\to f(x_0,y_0) per n→+∞n\to+\infty;

  • continua, se è continua in ogni x∈Xx\in X.

  • Denotiamo con

    C(X):={f:X→R∣f eˋ continua}C(X):=\{f:X\to\mathbb{R}\mid f \text{ è continua}\}

    l'insieme delle funzioni continue su X⊆R2X\subseteq\mathbb{R}^2.

Valgono molte delle osservazioni fatte nel caso di una variabile.

Osservazioni.

  • Come in una variabile, la continuità si può anche definire senza fare riferimento alle successioni:

    ff è continua in (x0,y0)(x_0,y_0)   ⟺  \iff per ogni ε>0\varepsilon>0 esiste δ>0\delta>0 tale che ∣f(x,y)−f(x0,y0)∣<ε\lvert f(x,y)-f(x_0,y_0)\rvert<\varepsilon per ogni (x,y)∈X(x,y)\in X con ∥(x,y)−(x0,y0)∥<δ\lVert(x,y)-(x_0,y_0)\rVert<\delta.

  • ff è continua in (x0,y0)(x_0,y_0)   ⟺  \iff lim⁡(x,y)→(x0,y0)f(x,y)=f(x0,y0)\displaystyle\lim_{(x,y)\to(x_0,y_0)}f(x,y)=f(x_0,y_0).

  • Somme, differenze, prodotti, rapporti e composizione di funzioni continue sono continue.

Esempio. La funzione f:R2→Rf:\mathbb{R}^2\to\mathbb{R} definita da f(x,y)=sin⁡(xey+x2y)f(x,y)=\sin(xe^y+x^2y) risulta continua in quanto composizione di funzioni continue.

Derivate a due parametri

Calcolo Differenziale per Funzioni Reali di due Variabili

In questo capitolo estenderemo il concetto di derivazione alle funzioni reali di due variabili. Come vedremo in seguito ciò non è così semplice come generalizzare il concetto di limite oppure di continuità da una a due variabili.

Concetti di Derivabilità di Funzioni di due Variabili

Mentre per le funzioni reali di una variabile esiste soltanto un concetto di derivabilità scopriremo in seguito che per funzioni di due variabili la situazione è più complicata.

Derivate Parziali e Derivabilità. La prima generalizzazione del concetto di derivata si basa (come in una variabile) sul limite di un rapporto incrementale.

Definizione 8.1. Siano f:X⊂R2→Rf: X\subset\mathbb{R}^2\to\mathbb{R} e (x0,y0)∈X(x_0,y_0)\in X un "punto interno" di XX. Se converge

lim⁡h→0f(x0+h,y0)−f(x0,y0)h=:∂f∂x(x0,y0)∈R\lim_{h\to0}\frac{f(x_0+h,y_0)-f(x_0,y_0)}{h}=:\frac{\partial f}{\partial x}(x_0,y_0)\in\mathbb{R}

allora ff si dice derivabile parzialmente rispetto xx in (x0,y0)(x_0,y_0) con derivata parziale ∂f∂x(x0,y0)=:fx(x0,y0)=:Dxf(x0,y0)\frac{\partial f}{\partial x}(x_0,y_0)=:f_x(x_0,y_0)=:D_xf(x_0,y_0). Similmente, se converge

lim⁡h→0f(x0,y0+h)−f(x0,y0)h=:∂f∂y(x0,y0)∈R\lim_{h\to0}\frac{f(x_0,y_0+h)-f(x_0,y_0)}{h}=:\frac{\partial f}{\partial y}(x_0,y_0)\in\mathbb{R}

allora ff si dice derivabile parzialmente rispetto yy in (x0,y0)(x_0,y_0) con derivata parziale ∂f∂y(x0,y0)=:fy(x0,y0)=:Dyf(x0,y0)\frac{\partial f}{\partial y}(x_0,y_0)=:f_y(x_0,y_0)=:D_yf(x_0,y_0).

Osservazione. La derivata parziale rispetto xx corrisponde a fare la derivata ordinaria (cioè rispetto a una variabile) della funzione g(x):=f(x,y0)g(x):=f(x,y_0) che è la restrizione di ff alla retta y=y0y=y_0. Similmente, la derivata parziale rispetto yy corrisponde a fare la derivata ordinaria della funzione h(y):=f(x0,y)h(y):=f(x_0,y) che è la restrizione di ff alla retta x=x0x=x_0.

Pasted image 20250619124155 figura.png

Quindi le derivate parziali fx(x0,y0)f_x(x_0,y_0) e fy(x0,y0)f_y(x_0,y_0) forniscono informazioni sulla monotonia di ff lungo le rette y=y0y=y_0 e x=x0x=x_0, rispettivamente, nell'intorno del punto (x0,y0)(x_0,y_0).

Osservazione. Per calcolare le derivate parziali di una funzione rispetto ad xx (oppure yy) è sufficiente, se le funzioni che la compongono sono derivabili, derivare in maniera ordinaria rispetto ad xx (rispettivamente yy), considerando yy (rispettivamente xx) come costante.

Esempi.

  • Se f(x,y)=2x3y−y2+3xyf(x,y)=2x^3y-y^2+3xy, allora ∂f∂x(x,y)=6x2y+3y\dfrac{\partial f}{\partial x}(x,y)=6x^2y+3y, ∂f∂y(x,y)=2x3−2y+3x\dfrac{\partial f}{\partial y}(x,y)=2x^3-2y+3x.
  • Se f(x,y)=exy+y2f(x,y)=e^{xy}+y^2, allora ∂f∂x(x,y)=y exy\dfrac{\partial f}{\partial x}(x,y)=y\,e^{xy}, ∂f∂y(x,y)=x exy+2y\dfrac{\partial f}{\partial y}(x,y)=x\,e^{xy}+2y.

Se però le funzioni che intervengono non sono derivabili, bisogna passare attraverso la definizione delle derivate parziale.

Esempio. Sia f(x,y)=∣x∣⋅yf(x,y)=\lvert x\rvert\cdot y, allora in un punto del tipo (0,y)(0,y) non possiamo derivare direttamente rispetto ad xx, ma dobbiamo usare la definizione

fx(0,y)=lim⁡h→0f(0+h,y)−f(0,y)h=lim⁡h→0∣h∣⋅yh={∄se y≠0,0se y=0.f_x(0,y)=\lim_{h\to0}\frac{f(0+h,y)-f(0,y)}{h}=\lim_{h\to0}\frac{\lvert h\rvert\cdot y}{h}=\begin{cases} \nexists & \text{se } y\neq0, \\ 0 & \text{se } y=0. \end{cases}

Problema. Che cos'è la derivata di una funzione reale di due variabili?

Questo problema si risolve raggruppando le derivate parziali in un vettore.

Definizione 8.2. Siano f:X⊂R2→Rf: X\subset\mathbb{R}^2\to\mathbb{R} e (x0,y0)∈X(x_0,y_0)\in X. Se ff è derivabile parzialmente rispetto ad xx e yy in (x0,y0)(x_0,y_0), allora ff si dice derivabile (parzialmente) in (x0,y0)(x_0,y_0). In tal caso si può definire il vettore delle derivate parziali

Df(x0,y0)=(∂f∂x(x0,y0),∂f∂y(x0,y0))∈R2\boxed{Df(x_0,y_0)=\left(\frac{\partial f}{\partial x}(x_0,y_0),\frac{\partial f}{\partial y}(x_0,y_0)\right)\in\mathbb{R}^2}

Tale vettore si chiama gradiente di ff in (x0,y0)(x_0,y_0) e può essere considerato come derivata (prima) di una funzione reale di due variabili. Per il gradiente si usano anche le notazioni Df(x,y)=:grad⁡f(x,y)=:∇f(x,y)Df(x,y)=:\operatorname{grad}f(x,y)=:\nabla f(x,y) (si legge "nabla di ff").

Esempio. Se f(x,y)=2x3y−y2+3xyf(x,y)=2x^3y-y^2+3xy, allora Df(x,y)=(6x2y+3y,2x3−2y+3x)∈R2Df(x,y)=(6x^2y+3y,2x^3-2y+3x)\in\mathbb{R}^2. In particolare, Df(1,1)=(6+3,2−2+3)=(9,3)Df(1,1)=(6+3,2-2+3)=(9,3).

Definizione 8.3. Sia f:X⊂R2→Rf: X\subset\mathbb{R}^2\to\mathbb{R} e (x0,y0)∈X(x_0,y_0)\in X. Se esiste un vettore A=(a,b)∈R2A=(a,b)\in\mathbb{R}^2 tale che

f(x,y)=f(x0,y0)+A⋅(x−x0,y−y0)+o(∥(x−x0,y−y0)∥)=f(x0,y0)+a⋅(x−x0)+b⋅(y−y0)+o((x−x0)2+(y−y0)2)per (x,y)→(x0,y0)\begin{aligned} f(x,y) &= f(x_0,y_0)+A\cdot(x-x_0,y-y_0)+o\big(\lVert(x-x_0,y-y_0)\rVert\big) \\ &= f(x_0,y_0)+a\cdot(x-x_0)+b\cdot(y-y_0) \\ &\quad +o\Big(\sqrt{(x-x_0)^2+(y-y_0)^2}\Big) \qquad \text{per } (x,y)\to(x_0,y_0) \end{aligned}

allora ff si dice differenziabile in (x0,y0)(x_0,y_0) (il simbolo "⋅\cdot" denota in questo caso il prodotto scalare tra vettori in R2\mathbb{R}^2).

Proposizione 8.4. Sia f:X⊆R2→Rf: X\subseteq\mathbb{R}^2\to\mathbb{R} differenziabile nel punto (x0,y0)∈X(x_0,y_0)\in X. Allora

  • ff è continua in (x0,y0)(x_0,y_0);
  • ff è derivabile in (x0,y0)(x_0,y_0) e A=Df(x0,y0)=(fx(x0,y0),fy(x0,y0))A=Df(x_0,y_0)=(f_x(x_0,y_0),f_y(x_0,y_0)). Quindi risulta
f(x,y)=f(x0,y0)+Df(x0,y0)⋅(x−x0,y−y0)+o(∥(x−x0,y−y0)∥)=f(x0,y0)+fx(x0,y0)⋅(x−x0)+fy(x0,y0)⋅(y−y0)+o((x−x0)2+(y−y0)2)per (x,y)→(x0,y0)\begin{aligned} f(x,y) &= f(x_0,y_0)+Df(x_0,y_0)\cdot(x-x_0,y-y_0)+o\big(\lVert(x-x_0,y-y_0)\rVert\big) \\ &= f(x_0,y_0)+f_x(x_0,y_0)\cdot(x-x_0)+f_y(x_0,y_0)\cdot(y-y_0) \\ &\quad +o\Big(\sqrt{(x-x_0)^2+(y-y_0)^2}\Big) \qquad \text{per } (x,y)\to(x_0,y_0) \end{aligned}

Osservazioni.

  • Ricordando la definizione di o(⋅)o(\cdot) la condizione definendo la differenziabilità in (x0,y0)(x_0,y_0) si può riscrivere come
lim⁡(x,y)→(x0,y0)f(x,y)−(f(x0,y0)+fx(x0,y0)⋅(x−x0)+fy(x0,y0)⋅(y−y0))(x−x0)2+(y−y0)2=0\lim_{(x,y)\to(x_0,y_0)}\frac{f(x,y)-\big(f(x_0,y_0)+f_x(x_0,y_0)\cdot(x-x_0)+f_y(x_0,y_0)\cdot(y-y_0)\big)}{\sqrt{(x-x_0)^2+(y-y_0)^2}}=0
  • Il termine lineare nella definizione di differenziabilità fornisce l'equazione

    z=p(x,y):=f(x0,y0)+fx(x0,y0)⋅(x−x0)+fy(x0,y0)⋅(y−y0),(x,y)∈R2\boxed{\begin{aligned}z=p(x,y):={}&f(x_0,y_0)+f_x(x_0,y_0)\cdot(x-x_0) \\ &+f_y(x_0,y_0)\cdot(y-y_0), \quad (x,y)\in\mathbb{R}^2\end{aligned}}

    del piano tangente pp al grafico di ff nel punto (x0,y0)(x_0,y_0), cioè del piano che localmente ha un unico punto di intersezione con il grafico di ff.

    Pasted image 20250619125559 figura.png

    Piano tangente.

Proposizione 8.5. Se f:X⊂R2→Rf: X\subset\mathbb{R}^2\to\mathbb{R} è derivabile con continuità (cioè le derivate parziali fxf_x e fyf_y di ff esistono e sono continue, brevemente si dice che f∈C1f\in\mathrm{C}^1) allora ff è differenziabile.

Esempio. Sia f:R2→Rf:\mathbb{R}^2\to\mathbb{R}, f(x,y):=sin⁡(x2⋅ey)f(x,y):=\sin(x^2\cdot e^y). Allora, visto che

fx(x,y)=cos⁡(x2⋅ey)⋅2x⋅ey,fy(x,y)=cos⁡(x2⋅ey)⋅x2⋅eyf_x(x,y)=\cos(x^2\cdot e^y)\cdot2x\cdot e^y, \qquad f_y(x,y)=\cos(x^2\cdot e^y)\cdot x^2\cdot e^y

sono (come prodotti e composizioni di funzioni continue) continue, ff è differenziabile.

Riassumendo abbiamo per una funzione ff di due variabili

f∈C1⇒⇍f differenziabile⇒⇍f derivabile (parzialmente)⇓ ⇑̸↗ ↙f continua\begin{array}{ccccc} \boxed{f\in\mathrm{C}^1} & \begin{matrix}\Rightarrow \\ \not\Leftarrow\end{matrix} & \boxed{f \text{ differenziabile}} & \begin{matrix}\Rightarrow \\ \not\Leftarrow\end{matrix} & \boxed{f \text{ derivabile (parzialmente)}} \\[0.8em] & & \Downarrow\ \not\Uparrow & \bcancel{\nearrow}\ \bcancel{\swarrow} & \\[0.8em] & & \boxed{f \text{ continua}} & & \end{array}

mentre per una funzione di una variabile la derivabilità e la differenziabilità sono equivalenti.

Derivate Direzionali. Concludiamo le varie definizioni di derivabilità con quella di derivata direzionale.

Definizione 8.6. Sia f:X⊂R2→Rf: X\subset\mathbb{R}^2\to\mathbb{R}, P0=(x0,y0)∈XP_0=(x_0,y_0)\in X e v=(v0,v1)∈R2v=(v_0,v_1)\in\mathbb{R}^2 un versore, cioè ∥v∥=v02+v12=1\lVert v\rVert=\sqrt{v_0^2+v_1^2}=1. Se converge

lim⁡h→0f(P0+h⋅v)−f(P0)h=lim⁡h→0f(x0+hv0,y0+hv1)−f(x0,y0)h=:∂f∂v(x0,y0)∈R\lim_{h\to0}\frac{f(P_0+h\cdot v)-f(P_0)}{h}=\lim_{h\to0}\frac{f(x_0+hv_0,y_0+hv_1)-f(x_0,y_0)}{h}=:\frac{\partial f}{\partial v}(x_0,y_0)\in\mathbb{R}

allora ff si dice derivabile rispetto la direzione vv in (x0,y0)(x_0,y_0) con derivata direzionale ∂f∂v(x0,y0)\frac{\partial f}{\partial v}(x_0,y_0). Altre notazioni: fv(x0,y0)=Dvf(x0,y0)f_v(x_0,y_0)=D_vf(x_0,y_0).

Osservazioni.

  • Usando le coordinate polari si vede che tutti i versori v∈R2v\in\mathbb{R}^2 si possono rappresentare come v=(cos⁡(ϑ),sin⁡(ϑ))v=(\cos(\vartheta),\sin(\vartheta)) per ϑ∈[0,2π)\vartheta\in[0,2\pi).
  • La derivata direzionale in (x0,y0)(x_0,y_0) rispetto v∈R2v\in\mathbb{R}^2 corrisponde a fare la derivata ordinaria (cioè rispetto a una variabile) della funzione F(t)=f(x0+tv0,y0+tv1)F(t)=f(x_0+tv_0,y_0+tv_1), t∈Rt\in\mathbb{R}, che è la restrizione di ff alla retta v0⋅(y−y0)=v1(x−x0)v_0\cdot(y-y_0)=v_1(x-x_0). Quindi essa fornisce informazioni sulla crescenza/decrescenza di ff lungo tale retta nell'intorno del punto (x0,y0)(x_0,y_0), cioè nella direzione di vv partendo da (x0,y0)(x_0,y_0).

Teorema 8.7 (Teorema del Gradiente). Sia f:X⊂R2→Rf: X\subset\mathbb{R}^2\to\mathbb{R}, (x0,y0)∈X(x_0,y_0)\in X e v=(v0,v1)∈R2v=(v_0,v_1)\in\mathbb{R}^2 un versore. Se ff è differenziabile in (x0,y0)(x_0,y_0) allora

∂f∂v(x0,y0)=v⋅Df(x0,y0)=v0⋅∂f∂x(x0,y0)+v1⋅∂f∂y(x0,y0)\boxed{\frac{\partial f}{\partial v}(x_0,y_0)=v\cdot Df(x_0,y_0)=v_0\cdot\frac{\partial f}{\partial x}(x_0,y_0)+v_1\cdot\frac{\partial f}{\partial y}(x_0,y_0)}

dove "⋅\cdot" indica il prodotto scalare tra vettori in R2\mathbb{R}^2.

Osservazione. Dal teorema precedente segue che se ff è differenziabile in (x0,y0)(x_0,y_0), allora in (x0,y0)(x_0,y_0) esistono le derivate direzionali secondo ogni direzione vv.

Dal teorema del gradiente segue

max⁡∥v∥=1∂f∂v(x0,y0)=Df(x0,y0)∥Df(x0,y0)∥⋅Df(x0,y0)=∥Df(x0,y0)∥.\max_{\lVert v\rVert=1}\frac{\partial f}{\partial v}(x_0,y_0)=\frac{Df(x_0,y_0)}{\lVert Df(x_0,y_0)\rVert}\cdot Df(x_0,y_0)=\lVert Df(x_0,y_0)\rVert.

Sapendo che la derivata direzionale misura il tasso di crescita di ff nella direzione data, possiamo concludere che il gradiente

Df(x0,y0) punta nella direzione di massima crescita di f in (x0,y0)\boxed{Df(x_0,y_0)\ \textit{punta nella direzione di massima crescita di } f \textit{ in } (x_0,y_0)}

Similmente si conclude che

−Df(x0,y0) punta nella direzione di massima decrescita di f in (x0,y0)\boxed{-Df(x_0,y_0)\ \textit{punta nella direzione di massima decrescita di } f \textit{ in } (x_0,y_0)}

Ricordando che il prodotto scalare tra due vettori è nullo se e solo se i due vettori sono perpendicolari, concludiamo che il gradiente

Df(x0,y0) eˋ ortogonale alla curva di livello di f passante per (x0,y0)\boxed{Df(x_0,y_0)\ \textit{è ortogonale alla curva di livello di } f \textit{ passante per } (x_0,y_0)}

Integrali a due parametri

Calcolo Integrale per Funzioni di due Variabili

Integrali Doppi: Definizione e prime Proprietà

Ci poniamo il seguente

Problema. Data una funzione f:X⊂R2→Rf: X\subset\mathbb{R}^2\to\mathbb{R} limitata, calcolare il volume VV compreso tra il grafico di ff (che in generale rappresenta una superficie nello spazio tridimensionale) e il piano xyxy.

Come nel caso degli integrali in una variabile, l'idea è di approssimare il volume VV da sotto e da sopra, cioè per difetto (con somme inferiori) e per eccesso (con somme superiori). Però, in questo caso il dominio XX non è più un semplice intervallo ma può avere una geometria molto più complicata.

Pertanto scegliamo prima un rettangolo R=[a,b]×[c,d]R=[a,b]\times[c,d] tale che X⊆RX\subseteq R e definiamo

(∗)fˉ(x,y)={f(x,y),se (x,y)∈X;0,se (x,y)∈R∖X.(*) \qquad \bar f(x,y)=\begin{cases} f(x,y), & \text{se } (x,y)\in X; \\ 0, & \text{se } (x,y)\in R\setminus X. \end{cases}

cioè estendiamo ff ponendola 0 fuori da XX. Allora, i volumi compresi tra i grafici di ff e fˉ\bar f da un lato e il piano xyxy dall'altro sono uguali. Poi creiamo una partizione di RR in sotto-rettangoli a partire da partizioni di [a,b][a,b] e [c,d][c,d] e approssimiamo il volume compreso tra il grafico di fˉ\bar f e ogni sotto-rettangolo. Più precisamente:

  • Date due partizioni

    Px={a=x0<x1<x2<⋯<xn=b}di [a,b] ePy={c=y0<y1<y2<⋯<ym=d}di [c,d],\begin{aligned} P_x &= \{a=x_0<x_1<x_2<\dots<x_n=b\} \quad \text{di } [a,b] \text{ e} \\ P_y &= \{c=y_0<y_1<y_2<\dots<y_m=d\} \quad \text{di } [c,d], \end{aligned}

    definiamo la partizione

    Pxy:=Px×Pydi R=[a,b]×[c,d] nei rettangoliRij:=[xi−1,xi]×[yj−1,yj]per i=1,…,n, j=1,…,m.\begin{aligned} P_{xy} &:= P_x\times P_y \quad \text{di } R=[a,b]\times[c,d] \text{ nei rettangoli} \\ R_{ij} &:= [x_{i-1},x_i]\times[y_{j-1},y_j] \quad \text{per } i=1,\dots,n,\ j=1,\dots,m. \end{aligned}

    Pasted image 20250619130329 figura.png

    Partizione del rettangolo RR contenente XX (n=5n=5, m=4m=4).

  • Per PxyP_{xy} poniamo per i=1,…,ni=1,\dots,n, j=1,…,mj=1,\dots,m

    mij:=inf⁡{fˉ(x,y):(x,y)∈Rij},Mij:=sup⁡{fˉ(x,y):(x,y)∈Rij},∣Rij∣:=(xi−xi−1)⋅(yj−yj−1)= area del rettangolo Rij,\begin{aligned} m_{ij} &:= \inf\{\bar f(x,y):(x,y)\in R_{ij}\}, \\ M_{ij} &:= \sup\{\bar f(x,y):(x,y)\in R_{ij}\}, \\ \lvert R_{ij}\rvert &:= (x_i-x_{i-1})\cdot(y_j-y_{j-1}) = \text{ area del rettangolo } R_{ij}, \end{aligned}

    e definiamo

    s(fˉ,Pxy):=∑i=1n∑j=1mmij⋅∣Rij∣=:somma inferiore,S(fˉ,Pxy):=∑i=1n∑j=1mMij⋅∣Rij∣=:somma superiore.\begin{aligned} s(\bar f,P_{xy}) &:= \sum_{i=1}^n\sum_{j=1}^m m_{ij}\cdot\lvert R_{ij}\rvert =: \textit{somma inferiore}, \\ S(\bar f,P_{xy}) &:= \sum_{i=1}^n\sum_{j=1}^m M_{ij}\cdot\lvert R_{ij}\rvert =: \textit{somma superiore}. \end{aligned}

Quindi per ogni partizione PxyP_{xy} di RR vale

s(fˉ,Pxy)≤V≤S(fˉ,Pxy),s(\bar f,P_{xy})\le V\le S(\bar f,P_{xy}),

cioè le somme inferiori sono sempre approssimazioni di VV per difetto mentre le somme superiori danno sempre approssimazioni per eccesso. Perciò

  • più grande è s(fˉ,Pxy)s(\bar f,P_{xy}) migliore è l'approssimazione (per difetto),
  • più piccolo è S(fˉ,Pxy)S(\bar f,P_{xy}) migliore è l'approssimazione (per eccesso).

Se non c'è differenza tra la migliore approssimazione da sotto (cioè quella più grande) e quella migliore da sopra (cioè quella più piccola), allora il problema di determinare il volume VV è (teoricamente) risolto e ff si dice integrabile. Tutto ciò motiva la seguente

Definizione 9.1. Sia f:X⊂R2→Rf: X\subset\mathbb{R}^2\to\mathbb{R} limitata. Se per fˉ\bar f definita in (∗)(*) vale

sup⁡{s(fˉ,Pxy):Pxy partizione di R}=inf⁡{S(fˉ,Pxy):Pxy partizione di R}=:I,\sup\{s(\bar f,P_{xy}):P_{xy}\text{ partizione di }R\}=\inf\{S(\bar f,P_{xy}):P_{xy}\text{ partizione di }R\}=:I,

allora ff si dice integrabile (secondo Riemann). In questo caso V=IV=I e si definisce l'integrale doppio

∬Xf(x,y) dx dy:=I\iint_X f(x,y)\,dx\,dy:=I

della funzione integranda ff nel dominio dell'integrazione XX.

Osservazioni.

  • Si può dimostrare che la definizione precedente è indipendente dalla particolare scelta del rettangolo RR contenente XX.
  • Il volume sotto il piano xyxy conta in maniera negativo.

Definizione 9.2. Se X⊂R2X\subset\mathbb{R}^2 è un insieme limitato tale che la funzione 1:X→R\mathbb{1}:X\to\mathbb{R}, 1(x,y)=1\mathbb{1}(x,y)=1 è integrabile, allora si dice che XX è misurabile e si pone

∣X∣:=∬X1 dx dy=misura (= area) di X\boxed{\lvert X\rvert:=\iint_X 1\,dx\,dy \quad = \textit{misura} \text{ (= area) di X}}

Proprietà dell'Integrale. Siano f,g:X→Rf,g:X\to\mathbb{R} integrabili con X⊂R2X\subset\mathbb{R}^2 misurabile. Allora

  • α⋅f+β⋅g\alpha\cdot f+\beta\cdot g è integrabile per ogni α,β∈R\alpha,\beta\in\mathbb{R} (cioè l'insieme delle funzioni integrabili con dominio XX è uno spazio vettoriale) e

    ∬X(α⋅f(x,y)+β⋅g(x,y)) dx dy=α⋅∬Xf(x,y) dx dy+β⋅∬Xg(x,y) dx dy\begin{aligned} \iint_X\big(\alpha\cdot f(x,y)+\beta\cdot g(x,y)\big)\,dx\,dy &=\alpha\cdot\iint_X f(x,y)\,dx\,dy \\ &\quad+\beta\cdot\iint_X g(x,y)\,dx\,dy \end{aligned}

    (cioè l'integrale è un'operazione lineare);

  • se f(x,y)≤g(x,y)f(x,y)\le g(x,y) per ogni (x,y)∈X(x,y)\in X allora

    ∬Xf(x,y) dx dy≤∬Xg(x,y) dx dy\iint_X f(x,y)\,dx\,dy\le\iint_X g(x,y)\,dx\,dy

    (cioè l'integrale è monotono);

  • anche ∣f∣\lvert f\rvert è integrabile e

    ∣∬Xf(x,y) dx dy∣≤∬X∣f(x,y)∣ dx dy\left\lvert\iint_X f(x,y)\,dx\,dy\right\rvert\le\iint_X\lvert f(x,y)\rvert\,dx\,dy

    (disuguaglianza triangolare);

  • se ∣X∣=0\lvert X\rvert=0, allora

    ∬Xf(x,y) dx dy=0\iint_X f(x,y)\,dx\,dy=0
  • se X=X1∪X2X=X_1\cup X_2 e ∣X1∩X2∣=0\lvert X_1\cap X_2\rvert=0, allora

    ∬Xf(x,y) dx dy=∬X1f(x,y) dx dy+∬X2f(x,y) dx dy\iint_X f(x,y)\,dx\,dy=\iint_{X_1}f(x,y)\,dx\,dy+\iint_{X_2}f(x,y)\,dx\,dy

    (additività dell'integrale rispetto alla decomposizione di insiemi).

Teorema di Fubini–Tonelli

Nel caso ff è continua su una regione limitata da intervalli e grafici di funzioni il Teorema di Fubini–Tonelli dà una risposta a entrambi i problemi.

Definizione 9.3. Un insieme X⊂R2X\subset\mathbb{R}^2 limitato si dice

  • (i) yy-semplice se esistono due funzioni continue g1,g2:[a,b]→Rg_1,g_2:[a,b]\to\mathbb{R} tali che

    X={(x,y)∈R2:x∈[a,b], g1(x)≤y≤g2(x)}\boxed{X=\{(x,y)\in\mathbb{R}^2: x\in[a,b],\ g_1(x)\le y\le g_2(x)\}}
  • (ii) xx-semplice se esistono due funzioni continue h1,h2:[c,d]→Rh_1,h_2:[c,d]\to\mathbb{R} tali che

    X={(x,y)∈R2:y∈[c,d], h1(y)≤x≤h2(y)}\boxed{X=\{(x,y)\in\mathbb{R}^2: y\in[c,d],\ h_1(y)\le x\le h_2(y)\}}
  • (iii) semplice se è yy-semplice o xx-semplice;

  • (iv) regolare se è l'unione di un numero finito di domini semplici.

Pasted image 20250619130546 figura.png

Domini yy- e xx-semplici.

L'idea del seguente risultato è quella di ridurre il calcolo dell'integrale doppio al calcolo in successione di due integrali in una variabile.

Teorema 9.4 (Teorema di Fubini–Tonelli). Sia f:X⊂R2→Rf: X\subset\mathbb{R}^2\to\mathbb{R} una funzione continua e XX un dominio semplice. Allora ff è integrabile su XX. Inoltre,

  • (i) se XX è yy-semplice

    ∬Xf(x,y) dx dy=∫x=ab(∫y=g1(x)g2(x)f(x,y) dy)dx\boxed{\iint_X f(x,y)\,dx\,dy=\int_{x=a}^{b}\left(\int_{y=g_1(x)}^{g_2(x)}f(x,y)\,dy\right)dx}
  • (ii) se XX è xx-semplice

    ∬Xf(x,y) dx dy=∫y=cd(∫x=h1(y)h2(y)f(x,y) dx)dy\boxed{\iint_X f(x,y)\,dx\,dy=\int_{y=c}^{d}\left(\int_{x=h_1(y)}^{h_2(y)}f(x,y)\,dx\right)dy}

Interpretazione geometrica di Fubini–Tonelli. L'idea di fondo per calcolare VV è di decomporlo in una unione di fette di spessore infinitesimale e poi sommare il volume di tali fette. Per spiegarlo meglio supponiamo che XX sia yy-semplice. Allora per ogni x∈[a,b]x\in[a,b] consideriamo l'integrale interno

A(x)=∫y=g1(x)g2(x)f(x,y) dyA(x)=\int_{y=g_1(x)}^{g_2(x)}f(x,y)\,dy

che rappresenta la superficie del taglio di VV al punto xx. Moltiplicando per lo spessore dxdx otteniamo dV(x):=A(x)⋅dxdV(x):=A(x)\cdot dx che rappresenta

Pasted image 20250619130654 figura.png

Il teorema di Fubini–Tonelli per XX yy-semplice.

il volume della xx-esima fetta infinitesimale. L'integrale esterno

∫x=abdV(x)=∫x=abA(x) dx=∫x=ab(∫y=g1(x)g2(x)f(x,y) dy)dx\int_{x=a}^{b}dV(x)=\int_{x=a}^{b}A(x)\,dx=\int_{x=a}^{b}\left(\int_{y=g_1(x)}^{g_2(x)}f(x,y)\,dy\right)dx

poi somma i volumi di tutte le fette infinitesimali e quindi rappresenta il volume complessivo VV.

Esempio. Calcolare

∬X2x2y dx dyoveX={(x,y)∈R2:x∈[0,1], x+1≤y≤2}.\iint_X 2x^2y\,dx\,dy \qquad \text{ove} \qquad X=\{(x,y)\in\mathbb{R}^2: x\in[0,1],\ x+1\le y\le2\}.

Il dominio si presenta già nella forma di un dominio yy-semplice.

yy1122a=0a=0b=1b=1xxy=x+1=g1(x)y=x+1=g_1(x)y=2=g2(x)y=2=g_2(x)X={(x,y)∈R2:x∈[0,1], x+1≤y≤2}X=\{(x,y)\in\mathbb{R}^2: x\in[0,1],\ x+1\le y\le2\}

Quindi

∬X2x2y dx dy=∫x=01(∫y=x+122x2y dy)dx=∫x=012x2[y22]y=x+12dx=∫x=01(4x2−x4−2x3−x2)dx=[4x33−x55−2x44−x33]x=01=43−15−24−13−0=310\begin{aligned} \iint_X 2x^2y\,dx\,dy &= \int_{x=0}^{1}\left(\int_{y=x+1}^{2}2x^2y\,dy\right)dx=\int_{x=0}^{1}2x^2\left[\frac{y^2}{2}\right]_{y=x+1}^{2}dx \\ &= \int_{x=0}^{1}\left(4x^2-x^4-2x^3-x^2\right)dx=\left[4\frac{x^3}{3}-\frac{x^5}{5}-2\frac{x^4}{4}-\frac{x^3}{3}\right]_{x=0}^{1} \\[0.6em] &=\frac43-\frac15-\frac24-\frac13-0=\frac{3}{10} \end{aligned}

Osservazione. Dal teorema di Fubini–Tonelli segue che se il dominio è un rettangolo, cioè X=[a,b]×[c,d]X=[a,b]\times[c,d], e f(x,y)=f1(x)⋅f2(y)f(x,y)=f_1(x)\cdot f_2(y), allora

∬Xf(x,y) dx dy=∫abf1(x)dx⋅∫cdf2(y)dy.\iint_X f(x,y)\,dx\,dy=\int_a^b f_1(x)dx\cdot\int_c^d f_2(y)dy.

Integrazione in Coordinate Polari

Per domini XX "circolari" di integrazione conviene spesso di passare dalle coordinate cartesiane (x,y)(x,y) alle coordinate polari (ρ,ϑ)(\rho,\vartheta) per semplificare la rappresentazione di XX. Per fare ciò serve il seguente risultato.

Proposizione 9.5. Sia f:X⊂R2→Rf: X\subset\mathbb{R}^2\to\mathbb{R} integrabile. Se il dominio XX in coordinate cartesiane (x,y)(x,y) corrisponde al dominio X′X' in coordinate polari (ρ,ϑ)(\rho,\vartheta), allora

∬Xf(x,y) dx dy=∬X′f(ρ⋅cos⁡(ϑ),ρ⋅sin⁡(ϑ))⋅ρ⋅ dρ dϑ\boxed{\iint_X f(x,y)\,dx\,dy=\iint_{X'}f(\rho\cdot\cos(\vartheta),\rho\cdot\sin(\vartheta))\cdot\textcolor{red}{\rho\cdot}\,d\rho\,d\vartheta}

Osservazione. Si noti che passano alle coordinate polari l'elemento infinitesimale di area dx dydx\,dy si trasforma in ρ⋅ dρ dϑ\textcolor{red}{\rho\cdot}\,d\rho\,d\vartheta.

Tabelle

Successioni.

lim⁡n→+∞qn={+∞se q>1,1se q=1,0se ∣q∣<1,∄se q≤−1lim⁡n→+∞nα={+∞se α>0,1se α=0,0se α<0lim⁡n→+∞an=1per ogni a>0lim⁡n→+∞nαn=1per ogni α∈Rlim⁡n→+∞ln⁡(n)nα=0per ogni α>0lim⁡n→+∞nαqn=0per ogni α∈R, q>1lim⁡n→+∞qnn!=0per ogni q∈Rlim⁡n→+∞n!nn=0lim⁡n→+∞(1+1n)n=epiuˋ in generalelim⁡n→+∞(1+axn)xn=ease ∣xn∣→+∞ per n→+∞lim⁡n→+∞(an)bn=abse an→a>0 e bn→b per n→+∞\begin{array}{ll} \displaystyle\lim_{n \to +\infty} q^n = \begin{cases} +\infty & \text{se } q > 1, \\ 1 & \text{se } q = 1, \\ 0 & \text{se } \lvert q \rvert < 1, \\ \nexists & \text{se } q \le -1 \end{cases} & \\[2.6em] \displaystyle\lim_{n \to +\infty} n^\alpha = \begin{cases} +\infty & \text{se } \alpha > 0, \\ 1 & \text{se } \alpha = 0, \\ 0 & \text{se } \alpha < 0 \end{cases} & \\[2.2em] \displaystyle\lim_{n \to +\infty} \sqrt[n]{a} = 1 & \qquad \text{per ogni } a > 0 \\[0.8em] \displaystyle\lim_{n \to +\infty} \sqrt[n]{n^\alpha} = 1 & \qquad \text{per ogni } \alpha \in \mathbb{R} \\[0.8em] \displaystyle\lim_{n \to +\infty} \frac{\ln(n)}{n^\alpha} = 0 & \qquad \text{per ogni } \alpha > 0 \\[0.8em] \displaystyle\lim_{n \to +\infty} \frac{n^\alpha}{q^n} = 0 & \qquad \text{per ogni } \alpha \in \mathbb{R},\ q > 1 \\[0.8em] \displaystyle\lim_{n \to +\infty} \frac{q^n}{n!} = 0 & \qquad \text{per ogni } q \in \mathbb{R} \\[0.8em] \displaystyle\lim_{n \to +\infty} \frac{n!}{n^n} = 0 & \\[0.8em] \displaystyle\lim_{n \to +\infty} \left(1 + \frac{1}{n}\right)^n = e & \qquad \text{più in generale} \\[0.8em] \displaystyle\lim_{n \to +\infty} \left(1 + \frac{a}{x_n}\right)^{x_n} = e^a & \qquad \text{se } \lvert x_n \rvert \to +\infty \text{ per } n \to +\infty \\[0.8em] \displaystyle\lim_{n \to +\infty} (a_n)^{b_n} = a^b & \qquad \text{se } a_n \to a > 0 \text{ e } b_n \to b \text{ per } n \to +\infty \end{array}

Funzioni.

lim⁡x→0sin⁡xx=1lim⁡x→01−cos⁡(x)x2=12lim⁡x→0ex−1x=1piuˋ in generalelim⁡x→0ax−1x=ln⁡(a)per ogni a>0lim⁡x→0ln⁡(1+x)x=1piuˋ in generalelim⁡x→±∞(1+tx)x=etper ogni t∈Rlim⁡x→0(1+x)r−1x=rper ogni r∈Rlim⁡x→+∞ln⁡(x)xα=0per ogni α>0lim⁡x→0+xα⋅ln⁡(x)=0per ogni α>0lim⁡x→0+xx=1\begin{array}{ll} \displaystyle\lim_{x \to 0} \frac{\sin x}{x} = 1 & \\[0.8em] \displaystyle\lim_{x \to 0} \frac{1 - \cos(x)}{x^2} = \frac{1}{2} & \\[0.8em] \displaystyle\lim_{x \to 0} \frac{e^x - 1}{x} = 1 & \qquad \text{più in generale} \\[0.8em] \displaystyle\lim_{x \to 0} \frac{a^x - 1}{x} = \ln(a) & \qquad \text{per ogni } a > 0 \\[0.8em] \displaystyle\lim_{x \to 0} \frac{\ln(1 + x)}{x} = 1 & \qquad \text{più in generale} \\[0.8em] \displaystyle\lim_{x \to \pm\infty} \left(1 + \frac{t}{x}\right)^x = e^t & \qquad \text{per ogni } t \in \mathbb{R} \\[0.8em] \displaystyle\lim_{x \to 0} \frac{(1 + x)^r - 1}{x} = r & \qquad \text{per ogni } r \in \mathbb{R} \\[0.8em] \displaystyle\lim_{x \to +\infty} \frac{\ln(x)}{x^\alpha} = 0 & \qquad \text{per ogni } \alpha > 0 \\[0.8em] \displaystyle\lim_{x \to 0^+} x^\alpha \cdot \ln(x) = 0 & \qquad \text{per ogni } \alpha > 0 \\[0.8em] \displaystyle\lim_{x \to 0^+} x^x = 1 & \end{array}

Definizione alternativa dei Limiti per Funzioni

Sia f:X⊆R→Rf: X\subseteq\mathbb{R}\to\mathbb{R} e sia x0x_0 un punto di accumulazione del dominio XX di ff. Allora

lim⁡x→x0f(x)=l  ⟺  \lim_{x\to x_0} f(x) = l \iff
  • se x0,l∈Rx_0, l\in\mathbb{R}: Per ogni ε>0\varepsilon>0 esiste δ>0\delta>0 tale che
∣f(x)−l∣<εper ogni x∈X con 0<∣x−x0∣<δ.\lvert f(x)-l\rvert<\varepsilon \quad\text{per ogni } x\in X \text{ con } 0<\lvert x-x_0\rvert<\delta.
  • se x0∈Rx_0\in\mathbb{R}, l=+∞l=+\infty: Per ogni M>0M>0 esiste δ>0\delta>0 tale che
f(x)>Mper ogni x∈X con 0<∣x−x0∣<δ.f(x)>M \quad\text{per ogni } x\in X \text{ con } 0<\lvert x-x_0\rvert<\delta.
  • se x0∈Rx_0\in\mathbb{R}, l=−∞l=-\infty: Per ogni M<0M<0 esiste δ>0\delta>0 tale che
f(x)<Mper ogni x∈X con 0<∣x−x0∣<δ.f(x)<M \quad\text{per ogni } x\in X \text{ con } 0<\lvert x-x_0\rvert<\delta.
  • se x0=+∞x_0=+\infty, l∈Rl\in\mathbb{R}: Per ogni ε>0\varepsilon>0 esiste L>0L>0 tale che
∣f(x)−l∣<εper ogni x∈X con x>L.\lvert f(x)-l\rvert<\varepsilon \quad\text{per ogni } x\in X \text{ con } x>L.
  • se x0=−∞x_0=-\infty, l∈Rl\in\mathbb{R}: Per ogni ε>0\varepsilon>0 esiste L<0L<0 tale che
∣f(x)−l∣<εper ogni x∈X con x<L.\lvert f(x)-l\rvert<\varepsilon \quad\text{per ogni } x\in X \text{ con } x<L.
  • se x0,l=+∞x_0, l=+\infty: Per ogni M>0M>0 esiste L>0L>0 tale che
f(x)>Mper ogni x∈X con x>L.f(x)>M \quad\text{per ogni } x\in X \text{ con } x>L.
  • se x0=+∞x_0=+\infty, l=−∞l=-\infty: Per ogni M<0M<0 esiste L>0L>0 tale che
f(x)<Mper ogni x∈X con x>L.f(x)<M \quad\text{per ogni } x\in X \text{ con } x>L.
  • se x0=−∞x_0=-\infty, l=+∞l=+\infty: Per ogni M>0M>0 esiste L<0L<0 tale che
f(x)>Mper ogni x∈X con x<L.f(x)>M \quad\text{per ogni } x\in X \text{ con } x<L.
  • se x0=−∞x_0=-\infty, l=−∞l=-\infty: Per ogni M<0M<0 esiste L<0L<0 tale che
f(x)<Mper ogni x∈X con x<L.f(x)<M \quad\text{per ogni } x\in X \text{ con } x<L.

Sia x0∈Rx_0\in\mathbb{R} un punto di accumulazione di X∩(x0,+∞)X\cap(x_0,+\infty). Allora

lim⁡x→x0+f(x)=l  ⟺  \lim_{x\to x_0^+} f(x) = l \iff
  • se l∈Rl\in\mathbb{R}: Per ogni ε>0\varepsilon>0 esiste δ>0\delta>0 tale che
∣f(x)−l∣<εper ogni x∈X con 0<x−x0<δ.\lvert f(x)-l\rvert<\varepsilon \quad\text{per ogni } x\in X \text{ con } 0<x-x_0<\delta.
  • se l=+∞l=+\infty: Per ogni M>0M>0 esiste δ>0\delta>0 tale che
f(x)>Mper ogni x∈X con 0<x−x0<δ.f(x)>M \quad\text{per ogni } x\in X \text{ con } 0<x-x_0<\delta.
  • se l=−∞l=-\infty: Per ogni M<0M<0 esiste δ>0\delta>0 tale che
f(x)<Mper ogni x∈X con 0<x−x0<δ.f(x)<M \quad\text{per ogni } x\in X \text{ con } 0<x-x_0<\delta.

Sia x0∈Rx_0\in\mathbb{R} un punto di accumulazione di X∩(−∞,x0)X\cap(-\infty,x_0). Allora

lim⁡x→x0−f(x)=l  ⟺  \lim_{x\to x_0^-} f(x) = l \iff
  • se l∈Rl\in\mathbb{R}: Per ogni ε>0\varepsilon>0 esiste δ>0\delta>0 tale che
∣f(x)−l∣<εper ogni x∈X con 0<x0−x<δ.\lvert f(x)-l\rvert<\varepsilon \quad\text{per ogni } x\in X \text{ con } 0<x_0-x<\delta.
  • se l=+∞l=+\infty: Per ogni M>0M>0 esiste δ>0\delta>0 tale che
f(x)>Mper ogni x∈X con 0<x0−x<δ.f(x)>M \quad\text{per ogni } x\in X \text{ con } 0<x_0-x<\delta.
  • se l=−∞l=-\infty: Per ogni M<0M<0 esiste δ>0\delta>0 tale che
f(x)<Mper ogni x∈X con 0<x0−x<δ.f(x)<M \quad\text{per ogni } x\in X \text{ con } 0<x_0-x<\delta.

Elenco di alcuni Sviluppi di Maclaurin

Per x→0x\to0 valgono i seguenti sviluppi:

ex=1+x+x22+x36+o(x3)=1+x+x22+o(x2)=1+x+o(x)sin⁡(x)=x−x36+o(x4)=x+o(x2)cos⁡(x)=1−x22+o(x3)=1+o(x)sinh⁡(x)=x+x36+o(x4)=x+o(x2)cosh⁡(x)=1+x22+o(x3)=1+o(x)ln⁡(1+x)=x−x22+x33+o(x3)=x−x22+o(x2)=x+o(x)1+x=1+x2−x28+o(x2)=1+x2+o(x)\begin{aligned} e^x &= 1+x+\frac{x^2}{2}+\frac{x^3}{6}+o(x^3) = 1+x+\frac{x^2}{2}+o(x^2) = 1+x+o(x) \\[0.6em] \sin(x) &= x-\frac{x^3}{6}+o(x^4) = x+o(x^2) \\[0.6em] \cos(x) &= 1-\frac{x^2}{2}+o(x^3) = 1+o(x) \\[0.6em] \sinh(x) &= x+\frac{x^3}{6}+o(x^4) = x+o(x^2) \\[0.6em] \cosh(x) &= 1+\frac{x^2}{2}+o(x^3) = 1+o(x) \\[0.6em] \ln(1+x) &= x-\frac{x^2}{2}+\frac{x^3}{3}+o(x^3) = x-\frac{x^2}{2}+o(x^2) = x+o(x) \\[0.6em] \sqrt{1+x} &= 1+\frac{x}{2}-\frac{x^2}{8}+o(x^2) = 1+\frac{x}{2}+o(x) \end{aligned} ∫xr dx={ln⁡∣x∣+cse r=−1xr+1r+1+cse r≠−1\int x^r\,dx = \begin{cases} \ln\lvert x\rvert + c & \text{se } r=-1 \\[0.4em] \dfrac{x^{r+1}}{r+1} + c & \text{se } r\ne-1 \end{cases} ∫11+x2 dx=arctan⁡(x)+c\int \frac{1}{1+x^2}\,dx = \arctan(x) + c ∫ex dx=ex+c\int e^x\,dx = e^x + c ∫sin⁡(x) dx=−cos⁡(x)+c\int \sin(x)\,dx = -\cos(x) + c ∫cos⁡(x) dx=sin⁡(x)+c\int \cos(x)\,dx = \sin(x) + c ∫sinh⁡(x) dx=cosh⁡(x)+c\int \sinh(x)\,dx = \cosh(x) + c ∫cosh⁡(x) dx=sinh⁡(x)+c\int \cosh(x)\,dx = \sinh(x) + c ∫φ′(x)2φ(x)=φ(x)+c\int \frac{\varphi'(x)}{2\sqrt{\varphi(x)}} = \sqrt{\varphi(x)} + c ∫eαx dx=eαxα+c\int e^{\alpha x}\,dx = \frac{e^{\alpha x}}{\alpha} + c m=1∫1x1=ln⁡(∣x∣)m≠1∫1xm=1(1−m) xm−1\begin{aligned} &\textcolor{red}{m=1} & \int \frac{1}{x^1} &= \ln(\lvert x\rvert) \\[0.8em] &\textcolor{red}{m\ne1} & \int \frac{1}{x^m} &= \frac{1}{(1-m)\,x^{m-1}} \end{aligned}