Luca Pagani – Riassunto Analisi B

I - Serie numeriche e serie di potenze
Se bisogna dimostrare la convergenza o la divergenza di una serie in cui compare un logaritmo, osservare se questo logaritmo si può smontare utilizzando le proprietà che lo riguardano. Spessissimo salta fuori una serie telescopica. Ricordarsi che una sommatoria che contenente un termine generale con una somma o una sottrazione può essere smontata e le sue parti possono essere analizzate singolarmente. In particolare, se tutte convergono, la convergenza della serie intera è uguale alla somma dei termini cui converge ciascuna di loro. Discorso analogo vale per gli eventuali resti. Serie geometrica:
n =0

-

-

∑ qn

Diverge per q ≥ 1, oscilla per q ≤ -1, converge per

-

-

∞ 1 qm . Qual è il suo resto? ∑ . La serie resto ha lo 1− q 1− q n=m stesso carattere della serie da cui è stata generata. In base alla condizione di Cauchy, se una certa serie converge, allora il suo termine generale tende a 0. Se il termine generale non è dunque un infinitesimo, la serie non converge. Non vale il contrario! Criterio dell’integrale: Se f : [1, +∞) R è una funzione positiva e decrescente

q < 1 . A cosa converge?

con limite per x

+∞ di f(x) = 0, allora la serie

∞ n =1

+∞

f (n) e l’integrale

∫ f ( x)dx

-

-

hanno lo stesso carattere. Molto utile si rivela, a proposito, il criterio del confronto studiato in Analisi I. ∞ 1 Serie armonica generalizzata: ∑ . Che diventa armonica per  = 1. nα n =1 Converge per  > 1, diverge a +∞ per 0 <  ≤ 1. Criterio del confronto: utile quando si può facilmente confinare una certa serie sopra (o sotto) un’altra di cui si conosce il carattere. Se 0 ≤ an ≤ bn allora converge se converge pure
n =1 ∞

1

bn bn.

n =1

an,

n =1

an diverge se diverge pure

n =1

-

Ricordarsi che, oltre a poter sfruttare le serie armoniche e geometriche (di cui si conosce bene la divergenza e la convergenza), si possono sfruttare anche gli ordini di potenza. Se dobbiamo dimostrare che una serie converge e in questa serie compare un logaritmo, si può dire che definitivamente (n va a +∞ e ci basta che la relazione valga da un certo punto in avanti) nε è sicuramente maggiore di log(n). Se il confronto lo permette (se, in maniera opportuna, la serie dove abbiamo nε converge), si può dunque riuscire a confinare la funzione “da sopra” (vedi es. 1.1.8). Armonica vs. geometrica: non fare confusione! Nella geometrica la sommatoria riguarda l’esponente (es. qn), nella serie armonica la sommatoria riguarda la base (es. 1/na).

Luca Pagani – Riassunto Analisi B Confronto asintotico: se an, bn sono tali che, per ogni n, 0 < an e 0 < bn (serie a termini positivi), e tali per cui an stesso carattere di
~

bn, per n che tende a +∞, allora

n =1

an ha lo

n =1

bn. Questo criterio funziona benissimo! Portando n a +∞ si

-

Promemoria: serie di Taylor

possono usare tutti gli escamotage riguardanti l’ordine di potenza, gli infinitesimi (es. log(1+x)~x per x 0) o le serie di Taylor (v. promemoria), semplificare di molto il termine generale e facilitarsi i calcoli in maniera evidente.

- Criterio del rapporto: somiglia molto a quello di Analisi A. Se esiste il limite a di una serie a termini positivi (così definito: l = lim n+1 ), allora se 0 ≤ l < 1 la serie x→∞ a n
n =1

an converge. Altrimenti, se l > 1, la serie

n =1

an diverge a + ∞. Se l = 1 allora

-

questo metodo non funziona! Criterio della radice: è l’ultimo applicabile alle serie a termini positivi (e vorrei
n vedere, c’è la radice!). Se esiste il limite l = lim a n , allora se 0 ≤ l < 1 la serie x→∞

n =1

an converge. Altrimenti, se l > 1, la serie

n =1

an diverge a + ∞. Anche stavolta,

-

se l = 1 allora questo metodo è inefficace. Se una serie ha termini di segno non costante, possiamo comunque dire qualcosa sul suo valore assoluto. In particolare, proviene dalla condizione di Cauchy e dalla

Luca Pagani – Riassunto Analisi B disuguaglianza triangolare il fatto che se ∑ allora anche ∞

n =1

a n converge (convergenza assoluta),

n =1

an converge (convergenza semplice), ma non vale il viceversa!

Vi sono serie a segno non costante molto particolari, o comunque con un minimo di regolarità: sono le serie a sego alterno (+, -, +, -, +…riconoscibili per la presenza di un termine come -1n). In questo caso è applicabile il criterio di Leibniz: queste serie, infatti, possono essere strutturate come prodotto fra il termine -1n e una serie an > 0 (e quindi a termini positivi). Se an è decrescente e convergente a zero, allora anche la serie
n =1

(-1)n+1 an converge ad un reale positivo l, che può essere

approssimato dalla somma parziale

k =1

n

(-1)k+1 ak, per eccesso se n è pari, per

-

difetto se n è dispari. Se si opera coi numeri complessi (ciò è plausibile: ma le differenze con i reali sono davvero pochissime: valgono infatti tutti i criteri fin’ora esposti) è di ovvia utilità ricordarsi le formule del reciproco ( = coniugato ⋅ modulo-2) e del modulo ( ℜ 2 + ℑ 2 ). È definita serie di potenze (di punto iniziale x0 e coefficienti an) la così definita sommatoria: ∑ a n ( x − x0 )n . Che cos’è il suo dominio? È l’insieme dei punti x in cui
n =0 ∞

-

la serie converge. Per esempio, il dominio (di convergenza) della serie geometrica è (-1,+1). Occorre quindi definire quando una serie di potenze converge: a tale scopo si può utilizzare il teorema che afferma: se la serie di potenze
n =0

∑ a n ( x − x 0 )n

-

converge semplicemente in x ( x ≠ x0) allora essa converge assolutamente e semplicemente per ogni x tale che |x – x0|< | x - x0|; x0 è dunque il punto centrale (in cui la serie converge semplicemente) di un intervallo (in cui la serie converge sia assolutamente che semplicemente). Definiamo il raggio di convergenza: R = sup {| x - x0|: la serie converge in x }. Esso può variare da 0 a + ∞ (compresi). Si possono quindi distinguere tre casi: 1. R = 0; caso degenere: l’insieme contiene solo il numero zero e la serie converge solo nel centro; 2. R = +∞; possiamo prendere punti di convergenza arbitrariamente lontani. La serie converge su tutto l’asse reale. 3. 0 < R < +∞; la serie converge assolutamente per x ∈ (x0 – R, x0 + R). Nei punti fuori dall’intervallo non converge. E negli estremi? Boh! Il comportamento è dei più svariati. Come trovare il raggio di convergenza: data la serie di potenze 0, se esiste il limite lim
n=0

-

∑ an x n con an ≠

a n+1 an

n→∞

= l , allora la serie ha raggio di convergenza R = l-1.

Nota che ci sono i valori assoluti, che si mangiano qualsiasi problema riguardante

Luca Pagani – Riassunto Analisi B termini come (-1)n. Per capire dunque il carattere di una serie si guarda il termine affianco all’xn, che non è automaticamente detto che sia un Reale in quanto potrebbe anche trattarsi di un Complesso zn. Quando si è trovato il raggio di convergenza e si vuole dunque esaminare il comportamento di una serie agli estremi, questi vanno sostituiti alla x, non alla n. Infine, se ci viene chiesto il dominio di convergenza di una serie in cui i termini in x sono tutti racchiusi dentro una parentesi “elevata” alla n, allora il raggio di convergenza (trovato col criterio del rapporto) va messo in disequazione con tutto ciò che sta dentro la parentesi. Attenzione al dominio di quest’ultima funzione dentro la parentesi! Certi valori del dominio di convergenza non sono con esso compatibili. Se si deriva una serie di potenze, termine a termine, allora si ottiene una derivata espressa attraverso una serie di potenze che ha lo stesso raggio di convergenza di quella assegnata. Stesso discorso per l’integrazione termine a termine. Che si può dire negli estremi di una funzione definita attraverso una serie di potenze? Certamente essa non può avere discontinuità, neppure agli estremi: ovunque è definita, essa e continua (Lemma di Abel). Se R è il raggio di convergenza e R + x0, R – x0 sono i suoi estremi, allora f (x0 ± R ) = lim f ( x) . Se
x→ x ± R

-

-

-

-

-

ci chiedono dunque di trovare la continuità di una funzione espressa tramite una serie, dobbiamo cercare il dominio di convergenza e poi includere gli estremi in cui la funzione converge (se uno degli estremi diverge non fa parte del dominio!). In tutti questi punti la funzione sarà continua. Risultato interessante: ogni serie di potenze è una serie di Taylor. Se infatti deriviamo una qualsiasi serie (partendo da quella con termine noto a0), cambieremo, ad ogni derivazione, il termine non moltiplicato per x [passaggio dopo passaggio: a1, 2a2, 6a3, …, n!an = f(n)(x0)]. Dividendo n!an = f(n)(x0) per n! troviamo proprio un’espressione familiare che, se sostituiamo alla definizione di serie di potenze… Mica tutte le serie di potenze si possono però scrivere come serie di Taylor: si necessita che R > 0 e che |x-x0|< R (x0 è detto punto iniziale).

Luca Pagani – Riassunto Analisi B

II – Funzioni a più variabili reali
Nell’interpretazione geometrica di queste funzioni, di notevole importanza è il concetto di linea di livello. Se la funzione ha un dominio in R2 (piano) e un risultato in R (una quota), possiamo immaginare che il piano z = 0 (dove sta il dominio) sia la carta topografica della superficie grafico (che sta nelle tre dimensioni). Ogni linea di livello, in questo contesto, può essere trovata tagliando il grafico con piani z = k e proiettando quest’intersezione nel piano del dominio. Capire come sono fatte le linee di livello (sono regolari? Sono circonferenze? Etc…) aiuta tantissimo a capire com’è fatto il grafico della funzione in esame. Se ci viene data una funzione e ci viene chiesto di provare che una tale equazione (o parametrizzazione) è una linea di livello, allora bisogna inserire nella funzione i termini della traiettoria che ci vengono forniti e controllare se viene un risultato costante. Se così è, la nostra parametrizzazione individua una linea di livello. In alternativa, si può usare la regola della catena (v. più avanti). Disuguaglianza di Cauchy-Schwarz: x, y ≤ x ⋅ y . Vale in tutte le dimensioni. I teoremi di Bolzano e Weierstrass sulla continuità, sui massimi e minimi, sulla connessione nell’insieme d’arrivo, hanno ancora piena validità. Nella ricerca di un limite della funzione a più variabili, teniamo presente che molto spesso questo limite non esiste o non ha senso. Per assicurarci che esista davvero dobbiamo verificare che, procedendo verso il punto di accumulazione, la funzione tenda allo stesso valore limite qualsiasi sia il percorso che si fa per arrivare al punto in questione. Cosa si può fare? Trasformiamo il limite lim f ( x, y ) in un altro lim f (r (t )) dove r(t) è un percorso (arco) scelto a piacere
( x , y ) →( x , y )

-

t→t

-

(ad es. retta x = tv1, y = tv2; parabola x = t, y = t2 etc…) e t è il punto di accumulazione che si ottiene operando un corretto cambio di variabile. I casi sono molteplici: potrebbe accadere che il limite non dipenda da t ma ad esempio da v (che nella parametrizzazione della retta indica la direzione), oppure lo stesso limite può dipendere dal percorso scelto e i rispettivi valori-limite possono non collimare (il limite è unico!). Un mezzo molto potente è il passaggio a coordinate polari. Se, operato il cambio, il limite non dipende da θ (e quindi dall’estremo superiore dei termini che lo contengono), e converge uniformemente allo zero (è “stretto”, in disequazione, tra due cose che vanno a zero) allora significa che esso non dipende dal percorso e quindi esiste e ha senso. Attenzione al cambio di variabile! Dopo non è più il vettore (x,y) a tendere a 0 (o al punto di accumulazione) ma t oppure r (se si è scelta rispettivamente una parametrizzazione o le coordinate polari) che in genere tendono - per la natura del cambio - comunque allo 0. Se così è, può rivelarsi utile usare serie di Taylor oppure regole di infinitesimi. Calcolare una derivata parziale non è difficile: basta derivare una funzione rispetto alla variabile richiesta e considerare il resto come una costante. La definizione (limite di rapporto incrementale) è analoga a quella della derivata di Analisi I, solo che questa volta l’incremento infinitesimo interessa soltanto una variabile. Attenzione alle funzioni definite per casi! A molte funzioni a più variabili viene assegnato il valore 0 nell’origine che – altrimenti - spesso non sarebbe definita; usare la definizione (rapporto incrementale) per trovare le derivate parziali nello zero è, in questo caso, un modo per evitare errori. Ciò

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

-

-

-

-

-

-

-

Luca Pagani – Riassunto Analisi B
d f ( x(t )) = ∇f ( x(t )), x' (t ) . Se vogliamo applicare la regola della catena per dt scoprire se, in una determinata funzione, una certa parametrizzazione individua una linea di livello, il prodotto scalare sarà fra le derivate parziali e le equazioni della traiettoria parametrizzata. Se il risultato è 0, la traiettoria è linea di livello. Rendiamo le cose più complicate: prendiamo una funzione a valori vettoriali. Ecco le analogie con quelle studiate fin’ora: 1. L’approssimazione al prim’ordine: f ( x + h) = f ( x ) + Ah + o( h ), h → 0 , dove A

-

è una matrice che rappresenta un’applicazione lineare e qui fa da differenziale. 2. Il gradiente diventa la matrice Jacobiana, così strutturata:

⎛ f1x1 ( x) ⎜ ⎜ f 2 x1 ( x) ⎜ M ⎜ ⎜ f mx ( x) ⎝ 1

f1x2 ( x) f 2 x2 ( x) M f mx2 ( x)

.... f1xn ( x) ⎞ ⎟ f 2 x3 ( x) .... f 2 xn ( x) ⎟ ⎟ = J f (x ) M M ⎟ f mx3 ( x) .... f mxn ( x) ⎟ ⎠ f1x3 ( x)

Ogni riga corrisponde al gradiente di ogni singola componente. 3. Per le funzioni composte il gradiente diventa una moltiplicazione fra matrici Jacobiane. J f o g ( x ) = J g ( y ) ⋅ J f ( x ) .

4. Se il determinante Jacobiano di una matrice è diverso da zero, allora si può localmente invertire la funzione e J f −1 ( f ( x)) = ( J f ( x)) −1 . Problema: quante sono le derivate seconde di una funzione da Rn R? Sono n2, perché posso derivare per prima volta rispetto a una delle n variabili, e una seconda volta per un’altra variabile a scelta (che sia la stessa o un’altra non importa). Le derivate terze – poi - sono n3, insomma, il meccanismo è quello. Sarà mai possibile che una funzione con un minimo di regolarità abbia le derivate del tipo f xy , f yx diverse fra loro? Effettivamente non è così e ce l’assicura il teorema di Schwarz: le derivate di questo tipo, se definite in un intorno di x in cui sono continue, sono uguali. Possiamo estendere il caso fino alle derivate di ordine n: in questo caso, se f ∈ C k (D) , l’ordine con cui sono considerate le eventuali k variabili di derivazione è ininfluente. Tornando al caso di k = 2, se mettiamo tutte le derivate (seconde) possibili in una matrice n x n, in cui n è il numero delle variabili che abbiamo in esame, otteniamo la matrice Hessiana così definita

⎛ f x1x1 ( x) ⎜ ⎜ f x2 x1 ( x) ⎜ M ⎜ ⎜ f x x ( x) ⎝ n1

f x1x2 ( x) f x2 x2 ( x) M f xn x2 ( x)

f x1x3 ( x) K f x1xn ( x) ⎞ ⎟ f x2 x3 ( x) K f x2 xn ( x) ⎟ ⎟ = H f (x ) M M ⎟ f xn x3 ( x) K f xn xn ( x) ⎟ ⎠

-

Per quanto abbiamo detto fin’ora e all’interno del caso che stiamo esaminando, non è difficile capire perché la matrice Hessiana sia una matrice simmetrica. Il teorema di Schwarz si rivela utile in alcuni esercizi: per esempio, può essere un utile strumento per la verifica dell’esistenza di una non conosciuta funzione f di cui si conoscono le derivate parziali. Se sono soddisfatte le ipotesi del teorema e si deriva ancora una volta - in modo da ottenere f xy , f yx - e si scopre che queste

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

-

-

-

J tale che y( x ) = y , y’(x)=

− g x ( x, y ) e risultano g y ( x, y )

equivalenti le relazioni g(x,y) = 0 e y = y (x). In pratica, in un piccolo rettangolino

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

-

-

-

-

-

x 2 + y 2 + z 2 ); la problemi di distanza (es. cartesiana nelle tre dimensioni funzione f(x1, x2, …, xn) nell’analisi più astratta; la funzione di volume di un solido nei problemi di volume, etc… Se, poi, si conoscono i massimi e i minimi di una funzione essendo contemporaneamente soddisfatte le ipotesi dei teoremi di Bolzano e di

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

-

-

-

x2 + y2 + z 2 = k . Le varietà, infatti, sono spesso superfici coniche, calotte sferiche, circonferenze, cerchi, vertici; conoscere la natura del dominio permette quindi di trovare le giuste equazioni da mettere a sistema.

Luca Pagani – Riassunto Analisi B

III – Equazioni differenziali
PRIM’ORDINE:

-

Trattasi di equazioni del tipo y’(x) = f(x, y(x)). La soluzione sarà una funzione y(x) di classe C1 della variabile x, definita in un intervallo reale I. Una soluzione si dice massimale se è definita in un intervallo I tale che non esiste una soluzione prolungamento di y(x) ad un intervallo J che contiene I strettamente. Verranno quindi date soluzioni su intervalli più grandi possibili. L’equazione differenziale più semplice in assoluto è y’ [viene sottointeso y’(x)] = f(x). Non dobbiamo fare altro che applicare l’integrale.. La soluzione sarà

y ( x) = c +

∫ f (t )dt , con c costante arbitraria. Se conosciamo la condizione iniziale
x0

x

-

y(x0) = y0 allora c = y0 e avremo una soluzione invece che infinite. Uno dei metodi per risolvere queste equazioni è quello, ad esempio, ottenere una derivata notevole tramite passaggi algebrici (es. dividendo la funzione differenziale in modo da portare da una parte i termini in y). Ricordiamoci sempre che il nostro scopo è quello di trovare domini massimali: se il risultato di un’equazione differenziale è una frazione, il denominatore potrebbe annullarsi, se è una radice, può non esistere in alcuni punti (che andrebbero eventualmente a restringere il dominio). Ecco un esempio che mostra cosa si è detto fin’ora: y '= −2 xy 2 [per comodità di notazione non si scrivono tutte le (x)] − y ' ( x) 1 1 = 2 x [derivata notevole!] = ∫ 2 xdx y= 2 . Il denominatore può 2 y y ( x) x +c annullarsi! Se c > 0: dominio massimale R; c = 0: 2 domini massimali (-∞, 0), (0, +∞); c < 0: 3 domini massimali etc… Come si vede in questo esempio, abbiamo infinite soluzioni e ci servirebbe una condizione iniziale per determinarne univocamente un’unica. A tal proposito si dice Problema di Cauchy un problema caratterizzato da un’equazione differenziale e una condizione iniziale. Un problema di questo tipo ha un’unica soluzione massimale se la funzione f(x,y) è continua con derivata fy(x,y) continua [in una parola: classe C1]. EQUAZIONI LINEARI DEL PRIM’ORDINE: è una delle poche classi di equazioni differenziali di cui si conosca un procedimento preciso per risolverle. La forma generale è y ' = a ( x ) y + b( x ) , con a, b funzioni continue a valori reali; indicando con Ly = y’ – a(x) y [L è un’operazione che si fa sull’incognita], si scopre che L(c1y1 + c2y2) = c1Ly1 + c2Ly2. Da qui il termine lineari. Come risolverle? Riscriviamo l’equazione sopraccitata nella forma y ( x )'− a ( x ) y = b( x ) e definiamo con A(x) = ∫ a ( x) dx una primitiva fissata del coefficiente a (ricordiamo che i coefficienti qui son funzioni di grado pure superiore a 0), che è poi quello che moltiplica la y; moltiplichiamo la nostra funzione differenziale per e − A( x ) e notiamo che a sinistra compare una derivata notevole, che ha come primitiva la funzione y(x) e − A( x ) . Integrando da entrambe le parti otteniamo che: y ( x)e − A( x ) = ∫ b( x)e − A( X ) dx + c ; moltiplichiamo ora per e A( x) e otteniamo l’espressione di y che ci consente di soluzione è strutturata come somma fra l’integrale generale dell’equazione risolvere tutte le equazioni di questo tipo: y= ce A( x ) + e A( x ) ∫ b( x)e − A( x ) dx . Questa

-

-

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

-

-

-

-

-

-

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

-

-

-

-

-

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

-

-

Luca Pagani – Riassunto Analisi B

-

⎧γ 1 ' y1 + γ 2 ' y2 = 0 prima, ottenendo: ⎨ . Cercando infine le primitive di γ1 e γ2 – risolto ⎩γ 1 ' y1 '+γ 2 ' y2 ' = f il sistema - possiamo esprimere così la soluzione particolare dell’equazione completa: u ( x) = γ 1 y1 + γ 2 y2 (non dimentichiamoci di moltiplicare i risultati per le relative y!). Questa andrà aggiunta alle soluzioni della relativa equazione omogenea. Questo, che abbiamo esposto, è il metodo della variazione delle variabili. Soluzioni particolari per similitudine: funziona su equazioni lineari complete solo quando abbiamo coefficienti costanti a1 e a2 e un termine noto f(x) del tipo f ( x) = p( x)eαx cos(βx) + q( x)eαx sin(βx) , dove p(x) e q(x) sono polinomi (e quindi anche costanti). o Casi particolari: β=0 f(x) = p( x)eαx ; α=0 f ( x ) = p ( x ) cos( β x ) + q ( x ) sin( β x ) . La soluzione particolare u, che dobbiamo ora trovare, ha la stessa struttura di f: u = P( x)eαx cos(βx) + Q( x)eαx sin( βx) . P(x) e Q(x) da determinarsi, sostituendo in u ' '+ a1u '+ a2u = f ( x) e uguagliando i coefficienti dello stesso membro. o α + iβ non risolve l’equazione caratteristica. Si cerca u del tipo u = A( x)eαx cos(βx) + B( x)eαx sin( βx) , con A(x) e B(x) polinomi di grado m. Si impone quindi che u sia soluzione e, uguagliando i coefficienti di tutti i termini simili, si ottiene un sistema lineare che ha un’unica soluzione. o α + iβ risolve l’equazione caratteristica. Sia r la molteplicità di questa soluzione. Nel caso di equazioni del second’ordine abbiamo due casi possibili: r=1 (soluzione semplice) e r=2 (soluzione doppia). Questa volta si cerca u del tipo u = x r A( x)eαx cos(βx) + x r B( x)eαx sin(βx) con A(x) e B(x) polinomi di grado m. Si agisce come nel caso precedente, trovando il sistema e risolvendolo. o SCHEMINO RIASSUNTIVO (f(x) = termine noto, u = sol. particolare)

f ( x) = e ax // a radice di molteplicità r // u = Ax r eax
f ( x ) = cos β x // β radice di molteplicità r // u = x r ( A cos βx + Bsenβx)

-

-

f ( x) = e ax cos βx // a+iβ radice di molteplicità r // u = x r e ax ( A cos βx + Bsenβx) f (x ) = polinomio grado m // 0 radice di molteplicità r // u = xr (pol. grado m) La soluzione particolare va sostituita qui u ' '+ a1u '+ a2u = f ( x) e quindi si possono trovare i coefficienti! Principio di sovrapposizione: per linearità tutte le equazioni del tipo y ' '+ a1 y '+ a2 y = f1 + f 2 sono nella forma u = u1 + u2 , con u1 soluzione di y' '+ a1 y '+ a2 y = f1 e u2 soluzione di y ' '+ a1 y '+ a2 y = f 2 . Ci sono tanti calcoli da fare, ahimé. Attenzione ai Parametri! In alcuni esercizi, particolarmente bastardi, può esserci un parametro a moltiplicare dei termini con la y. Può fare la differenza fra la presenza di due radici reali e distinte, una radice unica e doppia, due radici complesse e coniugate. Toccherà - ahimé - distinguere ogni caso al variare del parametro. Se poi sono equazioni omogenee non è tutto ‘sto problema… Se c’è invece da trovare pure la soluzione particolare, non ne parliamo…

Luca Pagani – Riassunto Analisi B

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

-

-

-

-

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

-


a

b

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

diventa:

α

∫ r ' (t (τ )) ⋅ t ' (τ )dτ .
γ

-

INTEGRALE DI FUNZIONI SCALARI: data una curva regolare (non orientata) γ parametrizzata da r(t), t ∈ [a,b], si definisce integrale curvilineo ∫ f ⋅ ds =

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

b

-

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

∫ f (r (t )) r ' (t ) dt .
a

b

Ovviamente al

Luca Pagani – Riassunto Analisi B
posto della variabile xi andrà messa la relativa parametrizzazione (dobbiamo integrare in dt, non in dxi). Sempre fisicamente, chiariamo meglio il fatto che, se abbiamo in mano una velocità vettoriale, facendone la norma otteniamo una velocità scalare, integrando otteniamo lo spazio. Trucchetto da usare con il valore assoluto di funzioni periodiche: tutte le funzioni periodiche (es. cos t , con periodo pari a π), integrate lungo un intervallo che vale k volte il periodo, danno lo stesso risultato di un’integrazione su un intervallo lungo quanto il periodo, moltiplicato in seguito per k. Questa proprietà, apparentemente insignificante, ci permette di scegliere intervalli “migliori”, in cui ciò che è sotto valore assoluto è sicuramente positivo. Possiamo quindi cavare quelle due fastidiosissime stanghette, integrare normalmente, e poi moltiplicare per k. INTEGRALE DI CAMPI VETTORIALI: dato un campo (funzione continua: A ⊂ Rn → Rn) continuo F e una curva orientata regolare γ parametrizzata da r(t), t ∈ [a,b] definiamo il seguente integrale: ∫ F ⋅ Tds , dove T è il versore tangente ed F ⋅ T il
γ

-

-

-

prodotto scalare fra i vettori F e T [rappresenta la proiezione di F su T]. Interpretando F come campo di forze, questo integrale corrisponde al lavoro compiuto da F sulla traiettoria orientata γ. Se la traiettoria è orientata nella in maniera opposta vale la seguente proprietà (comodissima!) ∫ F ⋅ dr = − ∫ F ⋅ dr .
−γ

γ

Controllare che l’orientamento sia giusto è dunque importante ma, se risulta inverso, non è un dramma: basta aggiungere un bel meno. Tramite passaggi algebrici possiamo elaborare un po’ la definizione e giungere al seguente integrale


a

b

F (r (t )), r ' (t ) dt : il primo termine del prodotto scalare rappresenta una forza, il

-

-

-

secondo una velocità. Piccolo trucchetto squisitamente pratico: spesso, una volta che si è trovata una parametrizzazione e si è impostato l’integrale, capita che al suo interno siano presenti una funzione f(x) e la sua derivata. Ciò rende di grande facilità l’integrazione: buttiamoci un occhio. POTENZIALI: dato un campo continuo F: A ⊂ Rn Rn, diremo che F è ESATTO in A se esiste una funzione scalare U: A R, di classe C1, tale che ∇U = F . U si dice potenziale di F. Se F è esatto su A ed A è connesso, tutti i potenziali differiscono per una costante. A risulta comodo sapere se un campo è esatto perché, in tal caso, si può calcolare il lavoro come differenza di potenziale (L =ΔU = Ufin – Uiniz). Se F è un campo esatto in A con potenziale U e se γ è una curva orientata regolare in A, di punto iniziale P e punto finale Q, allora ∫ F ⋅ dr = U (Q) − U ( P) .
γ

-

CAMPI CONSERVATIVI: l’integrale di un campo F non dipende dal percorso ma solo dagli estremi (campo conservativo) quando F (continuo) è definito su un aperto connesso A e, per ogni x,y ∈ A ed ogni γ1 e γ2 curve orientate e regolari in A di punto iniziale x e punto finale y, si ha ∫ F ⋅ dr = ∫ F ⋅ dr . Dire insomma che
γ1 γ2

l’integrale di F non dipende dal percorso e che, per ogni curva chiusa, si ha che

Luca Pagani – Riassunto Analisi B

γ

∫ F ⋅ dr = 0

è equivalente. Un campo non conservativo non lascia molta scelta: si

-

deve calcolare il LAVORO sulla traiettoria data: se invece il campo gode di conservatività, risulta comodo spezzare la traiettoria in più curve regolari più comode (ad esempio, parallele agli assi). I campi dotati di potenziale sono conservativi. Facciamo attenzione alla traiettoria che ci viene data: a volte può rivelarsi utile il passaggio a coordinate polari o coordinate sferiche. Molto dipende da com’è espressa questa traiettoria: una cosa del tipo x 2 + y 2 = k chiama a gran voce le coordinate polari (o cilindriche), mentre x 2 + y 2 + z 2 = k è un chiaro riferimento alle coordinate sferiche. COORDINATE CILINDRICHE COORDINATE SFERICHE r≥0 r≥0 ⎧ x = r cos ϑ ⎧ x = rsen ϕ cos ϑ ⎪ ⎪ ⎨ y = rsenϑ , 0 ≤ ϑ ≤ 2π ⎨ y = rsen ϕ sen ϑ , 0 ≤ ϑ ≤ 2π ⎪z = z ⎪ z = r cos ϕ z∈R 0≤ϕ ≤π ⎩ ⎩

-

Esercizio “tipo”: devo parametrizzare una curva in coordinate sferiche. Scopo: trovare un modo più comodo per trovare il lavoro su una curva orientata. Una volta che si sono scritte le definizioni di coordinate sferiche, si esprimono attraverso di esse le caratteristiche della curva di cui disponiamo (sostituire a x, y, z, le relative coordinate). Si elaborano le relazioni che abbiamo così ottenuto, in modo da semplificarle: ricordiamoci di dove variano ϑ e ϕ ! Una volta che abbiamo trovato più precisamente quanto valgono r, ϑ e ϕ , rimettiamo tutto dentro la definizione di coordinate sferiche e abbiamo ottenuto una parametrizzazione. Ora controlliamo se il punto iniziale è quello esatto (altrimenti bisognerà cambiare orientazione); poi cerchiamo il vettore delle derivate e applichiamo, come usuale, il nostro bel prodotto scalare del tipo


a

b

F (r (t )), r ' (t ) dt . Ricordiamoci che ci servono le

-

-

-

equazioni del campo, da mettere nel prodotto scalare (ovviamente nel loro equivalente parametrico). Il parametro che varia (in genere ϕ ) dà gli estremi che andranno messi nell’integrale. Attenzione agli estremi! Sono quelli che vanno messi ai capi dell’integrale e quelli che ci fanno capire se ci troviamo nel punto iniziale (che ci viene dato nel testo) e nel punto finale (se è così, mettiamo un bel meno). Nota: x 2 + y 2 = r 2 , non r (coord. cil.)! x 2 + y 2 + z 2 = r 2 (coord. sferiche), non r! C’è anche un’ultima alternativa per parametrizzare una curva: usare le semplici coordinate x,y,z. Il più è capire quando sono realmente convenienti. EQUIVALENZA TRA CAMPI ESATTI E CAMPI CONSERVATIVI: sia A un aperto e connesso di Rn e sia F: A Rn un campo continuo. Sono equivalenti le seguenti proposizioni: F è esatto in A; l’integrale di F non dipende dal percorso (conservatività). DOMINIO SEMPLICEMENTE CONNESSO: un dominio è semplicemente connesso quando, per ogni curva regolare chiusa al suo interno, la regione delimitata dalla curva stessa è completamente contenuta in A (senza “buchi”).

Luca Pagani – Riassunto Analisi B CAMPI CHIUSI: diremo che un campo F = (f1, …, fn) di classe C1 è un campo chiuso in A se per ogni x = (x1, …, xn) vale che ∂ xi f x j ( x) = ∂ x j f xi ( x) . Fisicamente, dire che il campo è chiuso è equivalente a dire che ha rotore pari a 0. Se A è un aperto di Rn e se F è un campo di forze in A, di classe C1, allora quando F è esatto è pure chiuso. Se il campo piano F è chiuso sul dominio A di R2, semplicemente connesso, allora F è esatto in A. In qualunque dimensione n diremo che l’aperto connesso A di Rn è stellato se esiste x0 ∈ A tale che per ogni x ∈ A il segmento di estremi x0 ed x è contenuto in A. Vale dunque il seguente teorema: se il campo piano F è chiuso sul dominio stellato A, allora F è esatto in A. Per n = 2, il fatto che A sia stellato porta a dire che è anche semplicemente connesso. RICERCA DI UN POTENZIALE: dato un campo chiuso in A ,esistono potenziali locali. È importante saperli determinare: dopo averli trovi esplicitamente si può controllare se si possono estendere o meno all’intero dominio A verificando così se il campo è globalmente esatto o no. Nel caso che A sia semplicemente connesso nel piano o stellato in un qualunque Rn, sappiamo fin dall’inizio che esistono potenziali globali. Nella determinazione di potenziali possiamo usare le formule standard:

-

-

U ( x, y ) =
x

∫ f1 (t , y0 )dt + ∫ f 2 ( x, t )dt
x0 y y0 z y0 z0

x

y

U(x,y,z) =

∫ f1 (t , y0 , z 0 )dt + ∫ f 2 ( x, t , z 0 )dt + ∫ f 3 ( x, y, t )dt
x0

[f1, f2, f3 sono le componenti del campo di forze]

-

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

Luca Pagani – Riassunto Analisi B
⎛ 1 1 3y ⎞ ⎟ . Il dominio naturale è Caso interessante: F ( x, y ) = ⎜ + 2 x, + 2 ⎜x+ y x + y y +1⎟ ⎝ ⎠ 2 con questo dominio non è stellato, ma le due parti in cui viene diviso x + y ≠ 0: R sì: ciascuna delle due componenti in cui è diviso R2 è connessa ed esiste un potenziale globale in ciascun semipiano. Dobbiamo differenziare i due casi: il punto critico è il log x + y , che viene fuori durante i calcoli, all’ultimo passaggio,

-

-

quello di definire il potenziale. Si facciano entrambi i casi x+y>0 e x+y>0. Se la CIRCUITAZIONE (calcolo di lavoro su percorso chiuso) è diversa da zero, il campo non è conservativo e non esiste potenziale. SCALETTA per controllare se il potenziale è LOCALE o GLOBALE: o Controllo della chiusura (non chiuso non c’è potenziale) o Si guarda se ci sono “buchi” o Si cercano i potenziali locali o Questi ultimi si estendono globalmente? Se sì esiste un potenziale globale, altrimenti rimane soltanto locale. SCHEMINO DI RIEPILOGO
- F esatto su A F conservativo su A - F conservativo su A aperto connesso F esatto su A - F esatto in A

→ F chiuso in A ← /

- F non chiuso in A

F non esatto in A

- F chiuso in A, semplicemente connesso

→ F esatto in A ← /

- A stellato ∃ Potenziale globale - F chiuso in A, stellato F esatto - A stellato A semplicemente connesso

Luca Pagani – Riassunto Analisi B

V - Integrali Multipli
Prendiamo una funzione f : A ⊂ Rn R a valori non negativi, f(x) ≥ 0 per ogni x∈A, denotiamo con Γ f il grafico e con Rf il sottografico di f. Entrambi saranno di dimensione n+1 (ci saranno le dimensioni del dominio Rn più, ovviamente, la quota). Mettiamo caso che A sia misurabile in Rn; diremo che la funzione f è integrabile su A quando il sottografico di f è misurabile in Rn+1. Si definisce dunque la misura μ n +1 ( R f ) = ∫ f . Quando questa misura è positiva, ma non è +∞, allora la funzione si dice sommabile su A. In particolare, per la funzione costante 1 sull’insieme di base, si ha che μ n+1 ( R f ) = ∫ 1 = μ n ( A) .
A

A

-

-

Come si è fatto per Analisi I, una funzione a valori non costanti può essere pensata come la somma di due funzioni f − e f + (f = f + - f − ), entrambe a valori non negativi. Ovviamente la funzione f si dice sommabile quando entrambe queste “sottofunzioni” non divergono. Baricentro: prendiamo una funzione positiva e sommabile su insieme misurabile e limitato. Possiamo pensare, per fare un parallelo con la fisica, che questa funzione sia la densità: allora la massa del corpo è pari a m = ∫ f ( x)dx . Le
A

1 coordinate del baricentro saranno allora xG = ∫ xG f ( x)dx ; se poi la densità è mA
costante xG =

1 x dx . μ n ( A) ∫ G A

-

-

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

Luca Pagani – Riassunto Analisi B
⎞ ⎜ f ( x, y )dy ⎟dx . Le parentesi si Un integrale doppio! Eccolo qua: ∫ f ( x, y )dydx = ∫ ∫ ⎜ ⎟ A a ⎝ α ( x) ⎠ possono omettere, perché si sottintende che prima si farà l’integrale più interno: l’integrale interno forma la lamina, quello esterno la fa scorrere. CAMBIO DI VARIABILE: la questione è piuttosto delicata. Sia B un insieme aperto e misurabile di Rn e sia ϕ: B ϕ(B); sia x = ϕ(u) una funzione di classe C1 invertibile e tale che det Jϕ(u) ≠ 0 per ogni u∈B. Allora anche l’insieme ϕ(B) è misurabile con misura μn(ϕ(B)) = ∫ det J ϕ (u )du ; sia poi f(x) una funzione
b ⎛ β ( x)

-

sommabile su ϕ(B). Allora, la funzione f(ϕ(u)) [cambio di variabile!] è sommabile su B con ∫ f ( x)dx = ∫ f (ϕ (u )) det J ϕ (u ) du . Quando operiamo un cambio di
ϕ ( B)
B

B

-

variabile, dunque, RICORDIAMOCI SEMPRE DI MOLTIPLICARE PER LO JACOBIANO! Questo può essere calcolato una volta sola nella vita, poi basta ricordarselo. Per le coordinate polari è r (sia nel piano che nello spazio); per le coordinate sferiche è invece –r2sinϕ. Teorema di Guldino: sia A il solido di rotazione generato dalla figura piana C. Il volume di A vale il prodotto tra l’area di C e la lunghezza della circonferenza descritta dal baricentro di C durante la rotazione. In formule: μ 3 ( S ) = μ 2 ( A) ⋅ 2π ⋅ xG RIDUZIONE DI INTEGRALI TRIPLI: partiamo subito con un esempio.

-

∫z
A

dxdydz , con

A= ( x, y , z ) : 0 ≤ z ≤ 1; x ≥ 0; y ≥ 0; x + y ≤ z . Vogliamo trovare il baricentro geometrico G=(xG, yG, zG). Considerazioni: siamo nel primo quadrante (x e y positivi), il solido di cui cerchiamo il volume lo pigliamo da 0 a 1 lungo le x, z varia secondo una legge parabolica (ovvero quadratica), dato che z = ( x + y ) 2 ; la sezione piana di quota z è un triangolo rettangolo isoscele con cateto di lunghezza
1

{

}

z . Per

quanto abbiamo detto fin’ora, il volume di A vale μ 3 ( A) = ∫ μ 2 ( Az )dz . Si integra
0

dunque in dz l’area del triangolo (che esprimiamo in z: è infatti pari a z/2):

1 l’integrale vale 1/4. Calcoliamo ora xG: xG = xdxdydz = 4∫ ∫ xdxdydz (il primo μ 3 ( A) ∫ 0A A
z

1

integrale indica che dobbiamo spostare la lamina da 0 a 1 lungo le z). Bisogna iniziare dall’integrale più interno ∫ xdxdy : questo a sua volta va smontato
Az

correttamente in


0

z

z −x

x

∫ 1dydx ;
0

notiamo che x è uscita dato che dobbiamo

considerarla come costante in dy; diamo occhio anche agli estremi! Era sbagliato dire che dovevamo integrare la y da 0 a z , perché sarebbe venuto un quadrato (mentre a noi serve il triangolo); l’integrale in dx va da 0 a z perché è lui a indicare da dove a dove scorre l’asticella che spazza l’area del triangolo. Ora si possono integrare uno ad uno gli integrali “a matrioska”. Si ripeta questo procedimento per y ed z: ecco ottenute le coordinate del baricentro geometrico.

Luca Pagani – Riassunto Analisi B RIDUZIONE INTEGRALI TRIPLI (II): mostriamo un altro equivalente modo per sciogliere gli integrali tripli: cambia solo l’ordine, non il concetto. 1 Vogliamo calcolare ∫ dxdydz con A= ( x, y, z ) : x ≤ 0, y ≥ 0, y − x ≤ 1,0 ≤ z ≤ x 2 . A2 z

{

}

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

[ z ]0x , il risultato è
2

x,

-

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

{

}

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

{

}

-

-