L EZI ONI DI ANAL I SI I NFI NI TESI MAL E

si vcNr srccui
Dipartimento di Matematica ed applicazioni
Universit` a di Milano-Bicocca
Anno accademico 20112012
PREFAZI ONE
Le dispense che state leggendo nascono dallesperienza di insegna-
mento del corso di Matematica per gli allievi biotecnologi dellUniversi-
t` a di Milano-Bicocca. La prima difcolt` a che ho incontrato nella pre-
parazione del corso ` e stata quella di scegliere un libro di testo. Alcune
esigenze hanno reso molto difcile questo compito: innanzitutto ` e op-
portuno utilizzare materiale in lingua italiana, onde evitare di aggiun-
gere la difcolt` a di apprendimento in una lingua straniera a quella
intrinseca della materia. Inoltre, la presenza di argomenti piuttosto
avanzati (introduzione alle equazioni differenziali ordinarie, cenni ai
metodi di approssimazione) esclude la maggioranza delle opere attual-
mente presenti sul mercato.
Dalle discussioni con alcuni insegnanti di scuola media superiore, ` e
emerso chiaramente labbassamento del livello dei programmi scolas-
tici rispetto a quelli di ventanni fa. Basti dire che, nei licei scientici e
nei principali istituti tecnici degli anni 90 del secolo scorso, era consue-
tudine insegnare tutti gli argomenti che tratteremo in queste dispense,
sebbene con poche dimostrazioni rigorose. Non era raro, poi, studiare
il calcolo combinatorico e qualche concetto di probabilit` a elementare.
Esistevano testi universitari molto completi e possenti, che le succes-
sive riforme dellofferta didattica hanno reso inevitabilmente obsoleti.
Questi appunti sono nati come una sorta di guida per intrapren-
dere lo studio dei principi del calcolo differenziale ed integrale. Negli
anni, ho apportato molte correzioni, molti cambiamenti e parecchie
aggiunte di materiale. Il materiale costituisce ormai un testo sufcien-
temente completo e dettagliato di analisi matematica di base. Ogni
capitolo costituisce un argomento o una serie di argomenti afni, che
costituiscono lossatura del corso di Matematica per la laurea di primo
livello in Biotecnologie, Biologia, e pi ` u generalmente in tutti i corsi
dove non si debba insegnare il calcolo matriciale e vettoriale. Pur con-
tro il mio interesse, devo avvertire che queste note non si prestano ad
essere un libro di testo per matematici e sici; servirebbe almeno un
capitolo di topologia generale sulla convergenza negli spazi metrici.
In questa versione ho inserito, per completezza, un breve capitolo
sulle serie numeriche (di numeri reali). Difcilmente c` e il tempo
per insegnare anche questo argomento, che in effetti sarebbe utile af-
frontare. Il capitolo sulle serie non ` e comunque indispensabile alla
comprensione del resto delle dispense. La speranza ` e che anche gli
studenti dei corsi di Ingegneria possano trovare il materiale trattato a
lezione.
Gli argomenti trattati sono quelli classici, esposti nellordine pi ` u clas-
sico:
1
brevi richiami di insiemistica e di teoria elementare delle fun-
1 Recentemente, sono apparsi sul mercato testi, non ancora tradotti in italiano, che van-
tano una presentazione dellanalisi matematica classica secondo un ordine naturale.
Occorre dire che il cammino cronologico della matematica non rispecchia fedelmente
1
zioni, successioni e loro limiti, limiti di funzioni e funzioni continue,
derivazione, integrazione secondo Riemann. I prerequisiti sono quelli
di ogni corso di matematica a livello universitario, e comprendono
lalgebra delle scuole superiori, i principi della geometria analitica nel
piano, le pi ` u importanti formule della trigonometria e possibilmente
la capacit` a di usare la logica elementare.
Ho evitato, con una scelta che molti potrebbero ritenere azzardata
o sbagliata, di appesantire il testo con esercizi, applicazioni ed esempi
svolti. Qualche esempio e controesempio ` e sempre opportuno, ma non
bisogna credere che lanalisi matematica si riduca ad un elenco di es-
empi. Per gli esercizi, vale un altro discorso: tipicamente gli studenti si
convincono che gli esercizi del libro di testo siano necessari e sufcienti
a superare lesame. Una convizione affatto sbagliata, che non intendo
incoraggiare. Inoltre, la teoria dellanalisi matematica di base si presta
ad esercizi di vari livelli. Per questo ho lasciato al docente lonere e
lonore di scegliere quali esercizi afancare al testo.
Nellultimo decennio, luniversit` a italiana ha subito molti cambia-
menti. La (presunta) urgenza di aumentare il numero di laureati ha
spinto il legislatore a ridurre e semplicare il percorso formativo degli
studenti. Se prima avevamo poniamo cento laureati provenienti
da lunghi corsi annuali di otto mesi, ora abbiamo centoventi laureati
che hanno assorbito come spugne gli stessi contenuti esposti per` o su-
percialmente. Non ` e difcile comprendere che i corsi di matematica
generale per le lauree scientiche hanno sopportato tagli ed abusi di
ogni sorta. Allo stato attuale delle cose (ma si sa che al peggio non
c` e mai ne), lantico corso di matematica che si estendeva da ottobre
a giugno ` e ridotto ad un corso di dodici settimane all inclusive. Per
amore o per forza, il programma si ` e apertamente sbilanciato verso il
calculus delle universit` a americane. Studiando su alcuni libri italiani
pi ` u recenti, sembra che tutto si riduca a qualche tecnica di calcolo da
apprendere alla stregua della ricetta per fare una torta. Questo ap-
proccio non sarebbe privo di utilit` a, purch e al primo corso di calculus
ne seguisse uno di mathematical analysis. Purtroppo (per chi scrive)
o per fortuna (per chi deve ancora laurearsi), nei corsi di laurea sci-
entici spesso non c` e spazio per un corso avanzato di matematica.
Queste dispense si propongono come un ragionevole compromesso fra
la praticit` a del calcolo e il rigore dellanalisi matematica. Ovviamente
il docente ha sempre la responsabilit` a, talvolta gravosa, di decidere il
livello di difcolt` a del proprio corso.
La teoria elementare delle successioni viene esposta come primo
esempio per lo studio dei limiti. Infatti, la denizione di limite per
una successione (di numeri reali) ` e pi ` u immediata di quella per una
funzione reale di una variabile reale. Sebbene lesperienza mi abbia
quello dei capitoli delle nostre dispense. La derivabilit` a ` e stata studiata euristicamente
prima che si fosse capito il concetto di continuit` a. Per molti anni ha fatto scuola
lapproccio alla Bourbaki, in cui la deduzione logica prevale sulla storia: se tutte le fun-
zioni derivabili risultano continue, ` e meglio allora spiegare innanzitutto che cosa sia
una funzione continua. Personalmente penso che per fare matematica si pi ` u conveniente
apprenderne le basi secondo la dipendenza logica. Uno storico della matematica ha
probabilmente unopinione diversa in materia.
2
dimostrato che le successioni non sono un argomento che eccita gli
studenti, continuo a credere che cancellarle completamente dagli argo-
menti trattati sarebbe una perdita pi ` u che un guadagno.
Nelle prime pagine ho inserito alcuni cenni, volutamente superciali
e pratici, di logica booleana elementare. Di fatto, ` e emerso che la pi ` u
grande difcolt` a per gli studenti del primo anno ` e labitudine a trarre
conclusioni logiche da ipotesi astratte o sperimentali.
`
E importante,
in matematica, sapere che se un insieme di oggetti ` e descritto dalla
sovrapposizione di due o pi ` u condizioni, gli oggetti che non cadono
in questo insieme sono quelli che non soddisfano almeno una delle sud-
dette condizioni. Altrettanto inevitabile ` e luso delle espressioni per
ogni ed esiste, che appaiono praticamente in ogni teorema. Ho
comunque preferito non usare la simbologia della logica, come al
posto di per ogni, al posto di esiste, al posto di implica.
La denizione di continuit` a per una funzione f: [a, b] R in x
0
si
leggerebbe
( > 0)( > 0)(x [a, b])(|x x
0
| < ) (|f(x) f(x
0
)| < ).
Qualunque studente inizia a barcollare di fronte a questa scrittura.
Sebbene la notazione logica abbia uneleganza fuori dallordinario,
ho preferito attenermi a un linguaggio pi ` u discorsivo.
In alcuni casi, ho privilegiato notazioni e convenzioni minoritarie
nella letteratura italiana. Per fare qualche esempio, ho usato sistemati-
camente la notazione operatoriale Df per la derivata di una funzione
f. Quasi tutti scrivono f

, ma per uno studente forse ` e meno evidente

che la derivazione ` e unoperazione applicata alle funzioni.
Nel contesto delle successioni, ho usato talvolta laggettivo diver-
gente come negazione di convergente. Ci ` o contrasta con la tradizione
italiana, che distingue le successioni divergenti (allinnito) da quelle
oscillanti fra due valori niti o inniti. Per essere espliciti, i testi ital-
iani dicono che {n
2
} ` e una successione divergente, mentre {(1)
n
} ` e
oscillante. Capiter` a spesso, tuttavia, di scrivere o pronunciare frasi
come la successione p
n
tende allinnito, al posto della pi ` u corretta
la successione p
n
diverge a innito.
Il capitolo sulla teoria della derivazione ` e piuttosto esaustivo, ma
non concede molto al calcolo esplicito delle derivate elementari. Sono
abbastanza convinto che in un testo universitario non abbia molto
senso calcolare una dozzina di derivate secondo la denizione; ` e piut-
tosto compito delle esercitazioni e dello studio individuale di ciascuno
studente.
In questa versione aggiornata ho introdotto un breve paragrafo sullin-
tegrazione indenita. La scelta iniziale di trascurare completamente
questo argomento appariva forse arrogante e snob: se un matematico o
un sico possono giudicare perno noiose le tecniche di calcolo delle
primitive, un biotecnologo ha bisogno anche di imparare a fare qualche
calcolo di routine. Resta tuttavia una sezione in un capitolo, perch e
sono convinto che la ricerca delle primitive sia un mezzo e non un
ne.
3
Il capitolo sullintegrazione secondo Riemann fornisce una trattazione
pi ` u ampia di quella presente in molti libri di testo. Difcilmente c` e
il tempo per discutere tutti i dettagli in aula, ma la scelta di rias-
sumere lintegrazione denita in due o tre pagine di teoremi calati
dallalto non mi convince. Nella presente versione, ho aggiunto una
breve sezione sullintegrale di Riemann visto attraverso le cosiddette
funzioni a scala. Purtroppo i limiti di questo corso impediscono di
apprezzare la costruzione delle funzioni integrabili come limite (op-
portuno) di funzioni a scala. Alcuni Autori seguono questo approccio
n dallinizio, ma la mia opinione ` e che gli allievi di un primo corso di
analisi matematica non siano pronti per i concetti di completamento
di uno spazio metrico, di estensione di un funzionale lineare continuo,
di limite monotono per successioni di funzioni. Bench e meno elegante
e meno confrontabile allintegrale di Lebesgue, la costruzione di Dar-
boux conserva ancora oggi il pregio della intuizione geometrica.
Un breve capitolo, intitolato signicativamente Le l rouge
2
, costi-
tuisce un affascinante intermezzo riassuntivo degli argomenti svolti
nei capitoli precedenti. Non vengono introdotte idee sostanzialmente
nuove, ma viene mostrato come tutte le denizioni di limite possano
essere raccolte sotto ununica formulazione. I colleghi matematici
non avranno difcolt` a a riconoscere i rudimenti della convergenza di
MooreSmith (nei fatti un caso particolare di net o di ultraltro). Il re-
cente volume di Beardon [4] ` e unesposizione dellanalisi matematica
di base costruita mediante questo linguaggio astratto di convergenza.
Personalmente temo che i vantaggi di unadesione radicale a questo
approccio siano piuttosto scarsi; daltronde, stiamo parlando di teorie
matematiche cos` classiche che qualunque tentativo di rivoluzione ` e
sostanzialmente improponibile.
Il capitolo sulle equazioni differenziali potrebbe deludere qualche
collega. La teoria rigorosa delle equazioni differenziali ordinarie non
pu` o essere svolta senza avere a disposizione il calcolo differenziale per
funzioni di (almeno) due variabili. Quel poco che si riesce a studiare,
cio` e in ultima analisi le equazioni a variabili separabili, ` e stato inserito.
Il resto del capitolo ha un sapore computazionale, quasi da manuale
per autodidatti. Invece, in questa edizione ho aggiunto alcuni para-
gra sulla costruzione delle cosiddette funzioni elementari: seno, coseno,
esponenziale e logaritmo. Questo ` e un punto che merita qualche
parola di commento. Da una parte, sarebbe impensabile affrontare
lintero corso di calcolo senza poter usare queste funzioni; dallaltra, ` e
vero che mancano le stesse denizioni rigorose. Quando conosciamo i
numeri reali, conosciamo i polinomi, le funzioni razionali, perno le
radici quadratiche, cubiche, ecc. Ma non tutti saprebbero denire in
modo consequenziale un logaritmo. La strategia per uscire da questa
fastidiosa impasse ` e quasi sempre quella di chiedere allo studente un
atto di fede: si disegnano i graci delle funzioni elementari, e si pre-
tende che questi costituiscano una denizione.
`
E abominevole, ma per
fortuna funziona senza apparenti danni collaterali. Il caso delle fun-
zioni goniometriche ` e probabilmente pi ` u rassicurante: partendo da un
2 Il lo rosso.
4
triangolo rettangolo qualunque, si deniscono seno coseno e tangente
di un angolo mediante rapporti di segmenti (o meglio delle rispettive
lunghezze). La maggiore rafnatezza della costruzione ci spinge a
ritenere che tutto sia perfettamente rigoroso. Non lo ` e veramente, ma
pochissimi studenti se ne accorgono o se ne lagnano.
Lultimo capitolo ` e un assaggio di calcolo numerico e approssimato.
Sono fortemente critico sullopportunit` a di inserire questi argomenti
in un corso di matematica generale. Delle due luna: o si insegna
unanalisi numerica rigorosa, fatta di teoremi e dimostrazioni, e allora
occorrono molte ore di lezione; oppure si mostra qualche tecnica senza
troppi dettagli, e allora servirebbe una ausilio informatico che renda
interessanti i contenuti dal punto di vista sperimentale. Poich e risulta
impossibile, per varie ragione, attuare entrambe le alternative, forse
sarebbe meglio recuperare delle ore per approfondire argomenti gi` a
introdotti. Lo stile dellesposizione ` e dunque meno rigoroso del solito,
e tuttavia mi auguro che qualche collega possa approttare delle ul-
time pagine per dare una infarinatura dei metodi numeri pi ` u semplici.
Concludo con unosservazione non particolarmente originale. La
matematica ` e come uno sport: senza esercizio non si fa molta strada.
Si impara la matematica facendola, cio` e cimentandosi con gli esercizi
proposti nelle esercitazioni, con le prove desame degli anni precedenti,
e anche sfruttando le ore di ricevimento dei docenti. Con rammarico
devo sconsigliare allo studente lo studio sui libri delle scuole superiori.
In effetti, il concetto stesso di dimostrazione rigorosa appare molto
vago in quei libri, e la validit` a di un teorema ` e giusticata sovente
con un paio di esempi. Ricordiamo, come scherzoso ammonimento,
la storiella dei tre scienziati che viaggiano in treno: un ingegnere, un
sico e un matematico. Passando accanto a un recinto di pecore, il
primo esclama: Tutte le pecore sono bianche. Il sico lo corregge:
Tutte le pecore di questo prato sono bianche. Interviene inne il
matematico: No, possiamo solo dire che esiste un prato in cui ci sono
delle pecore, e queste pecore hanno almeno un lato bianco.
Sono certo che molti studenti sono arrivati n qui nella speranza di
trovare la frase che ogni Autore si sente in obbligo di inserire nellin-
troduzione alla propria opera: mi sono sforzato di rendere la matemat-
ica pi ` u interessante. Purtroppo devo deluderli: ho sempre creduto che
la matematica possa divertire al pari della buona letteratura, ma c` e
bisogno della classica scintilla che accende linteresse. Un romanzo si
pu` o leggere per passare il tempo, un quadro si pu` o osservare super-
cialmente; un teorema richiede attenzione, tempo e fatica. Potremmo
forse dire che la matematica ` e unarte che non si pu` o subire passiva-
mente, ma che proprio per questo sa dare grandi soddisfazioni.
Ringraziamenti tecnicoinformatici
Queste dispense sono state redatte utilizzando il sistema di scrit-
tura L
A
T
E
X
3
su computer dotati del sistema operativo Apple Mac OS
3 Si legge approssimativamente latek. LURL di riferimento ` e http://www.tug.org
5
X. Lautore ` e profondamente grato a Donald Knuth per aver creato a
sviluppato il sistema di videoscrittura T
E
X, senza il quale la stesura
di queste note sarebbe stata molto pi ` u complicata. La variante L
A
T
E
X
` e stata costruita da Leslie Lamport, ed ` e il dialetto utilizzato per
scrivere queste dispense. Lo stile ` e ArsClassica, di Lorenzo Pantieri.
Le gure sono state prodotte dallautore mediante i programmi XFig
4
e Maple.
5
La gura 5.1 ` e stata creata invece con il software Asymp-
tote.
6
Cant ` u e Milano, aprile 2011.
4 http://www.xg.org
5 Maple ` e un marchio registrato di Maplesoft Inc. http://www.maplesoft.com
6 http://asymptote.sourceforge.net
6
1 I NSI EMI E PROPRI ET
`
A DEI
NUMERI REAL I
+.+ crNNi ni tcci c/ rtrvrNt/nr
Qualunque scienza esatta ` e fondata sul ragionamento logicodeduttivo.
Per noi, questo signica che seguiremo alcune leggi di calcolo con le
proposizioni. Non avendo n e lobiettivo, n e tantomeno il tempo per
occuparci della relativa teoria, ci limiteremo a brevi cenni.
Innanzitutto, gli oggetti delle nostra logica for dummies sono le propo-
sizioni, cio` e frasi di senso compiuto. Indicheremo le proposizioni con
lettere minuscolo, ad esempio p, q, r, ecc. Una proposizione potrebbe
essere se piove, prendo lombrello, oppure la mia squadra del cuore
` e lInter.
Esattamente come i numeri sono gli atomi del calcolo numerico, le
proposizioni sono i mattoni con cui costruire il linguaggio della matem-
atica. Si pensi ad un teorema, che ha la forma Se ` e vera p, allora ` e
vera q. Ogni proposizione assume, nella logica classica, due valori:
vero (V) o falso (F).
1
Esaminiamo rapidamente le principali operazioni con le proposizioni.
Denizione 1.1. Data una proposizione p, la sua negazione ` e la proposizione
p, che risulta vera quando p ` e falsa, e falsa quando p ` e vera. Quindi la sua
tavola di verit` a ` e
p p
V F
F V
Ovviamente, la negazione di una proposizione si effettua seguendo
lintuizione: la negazione di oggi piove ` e oggi non piove. Occorre
prestare attenzione alle insidie del linguaggio comune. Infatti, sarebbe
sbagliato affermare che la negazione di oggi piove ` e oggi c` e il sole.
In effetti, potrebbe anche nevicare!
Denizione 1.2. Date due proposizioni p e q, la loro congiunzione pq (si
legge: p e q) ` e vera se e solo se sia p che q sono vere, e falsa in tutte le altre
situazioni. La tavola di verit` a della congiunzione ` e pertanto
p q p q
V V V
V F F
F V F
F F F
1 Gli informatici usano 1 per la verit` a e 0 per la falsit` a. Segnaliamo che esiste una logica,
detta fuzzy, in cui una proposizione pu` o essere qualcosa di diverso da vero o falso.
7
In pratica, congiungere due proposizioni signica metterle a sistema:
in particolare, p ( p) ` e sempre falsa.
Denizione 1.3. Date due proposizioni p e q, la loro disgiunzione p q (si
legge: p o q) ` e vera quando almeno una fra p e q ` e vera, e falsa altrimenti. La
tavola di verit` a risulta pertanto
p q p q
V V V
V F V
F V V
F F F
Osservazione 1.4. Lo studente faccia attenzione: loperazione di dis-
giunzione ` e intesa in senso largo, non in senso esclusivo. Nel linguag-
gio comune, si usa oppure per escludere leventualit` a che entrambe
le proposizioni siano vere. In matematica, oppure non esclude af-
fatto la verit` a simultanea dei due argomenti. In particolare non ` e con-
traddittorio dire che 2 ` e un numero pari oppure 3 ` e dispari.
Veniamo inne alloperazione su cui si costruiscono i teoremi: limpli-
cazione.
Denizione 1.5. Date due proposizioni p e q, limplicazione p q (si
legge: p implica q, oppure se p allora q) risponde alla tavola di verit` a
p q p q
V V V
V F F
F V V
F F V
Inne, scriveremo brevemente p q (da leggere p se e solo se q, oppure
p equivale a q) per indicare la proposizione (p q) (q p).
Lo studente legga bene la denizione precedente. Non ` e proprio
in li nea con le aspettative della nostra intuizione, soprattutto nel mo-
mento in cui si afferma che falso implica falso ` e vero. In realt` a, viene
semplicemente sostenuto che da unipotesi falsa pu` o essere tranquilla-
mente dedotta una conclusione falsa. Si ricordi che la logica propo-
sizionale non giudica il contenuto delle singole proposizioni, ma solo
le regole con cui si opera su di esse.
Come detto, i teoremi saranno sempre scritti nella forma, o in forme
a questa rincoducibili, Se p allora q. Lo studente, per esercizio, scriva
la tavola di verit` a di p q e di ( q) ( p). Il fatto che coinci-
dano non ` e casuale, ed anzi costituisce la tecnica di dimostrazione per
antinomia.
Concludiamo con qualche parola sui quanticatori.
Denizione 1.6. Il quanticatore universale si legge per ogni, mentre il
quanticatore esistenziale si legge esiste.
8
I quanticatori permettono di comporre proposizioni articolate. Ad
esempio
(x R)(n N)(n > x)
si legge per ogni numero reale x esiste un numero naturale n tale che
n ` e maggiore di x. Inoltre i quanticatori si negano scambiandoli:
la negazione di per ogni ` e esiste, e viceversa. La negazione della
precedente proposizione ` e dunque
(x R)(n N)(n x),
cio` e esiste un numero reale x tale che, per ogni numero naturale n,
risulta n ` e minore o uguale a x.
Vediamo ora alcuni esempi.
1. Siano p = p(x) = (x ` e un numero negativo) e q = q(x) =
(x
2
2). Allora linsieme E = {x R | p(x) q(x)} ` e linsieme
dei numeri reali negativi, il cui quadrato ` e pi ` u grande (o uguale)
di 2. Dunque stiamo descrivendo linsieme (,

2].
2. Usando le rispettive tavole di verit` a, si verica in pochi istanti
che p q ` e logicamente equivalente a ( p) q. A parole,
affermare che p implica q signica affermare che o lipotesi p ` e
falsa, oppure che ` e vera la tesi q. In particolare, limplicazione
non ` e un concetto primitivo, alla pari di e .
3. Descriviamo il complementare dellinsieme
E = {x Z | x ` e dispari e e
x
7}.
Posto p(x) = (x ` e dispari) e q(x) = (e
x
7), osserviamo che
E = {x Z | p(x) q(x)}. Quindi il suo complementare ` e, per
denizione, Z\ E = {x Z | p(x) q(x)} = {x Z | ( p(x))
( q(x))} = {x Z | x ` e pari oppure e
x
> 7}. Poich e log7 1.9,
abbiamo una descrizione esplicita del complementare:
Z\ E = {x Z | x ` e pari} (Z[2, +)).
4. Vogliamo negare la proposizione Per ogni numero reale > 0
esiste un numero reale > 0 tale che la propriet` a P ` e vera.
Seguendo le regole di negazione dei quanticatori, possiamo con-
cludere che la negazione di questa proposizione ` e Esiste un nu-
mero reale > 0 tale che per ogni numero reale > 0 la propriet` a
P ` e falsa. Nel seguito avremo occasione di applicare questo ra-
gionamento abbastanza spesso.
Lo studente interessato ad approfondire la logica elementare e il cal-
colo proposizionale, pu` o consultare il primo capitolo del libro [32]. Per
una trattazione estremamente interessante, sebbene altrettanto puntigliosa,
rimandiamo a [7].
9
+.z ni cui /vi ni i Nsi rvi sti c/
Un noto proverbio recita: Chi ben comincia ha la met` a dellopera.
2
`
E un
modo gentile per sostenere che la parte pi ` u difcile di ogni impresa ` e
linizio; il resto verr` a da s e.
3
Lapprendimento dela matematica non fa
eccezione a questa regola, e addirittura si prendono delle scorciatoie.
Alle scuole elementari tutti noi abbiamo imparato a fare i conticini, ma
forse nessuno ha imparato la denizione di numero (intero positivo).
Anche il concetto di insieme ` e considerato, nella matematica ele-
mentare, come un concetto primitivo. Questo signica che non faremo
alcuno sforzo per denirlo in termini di altri concetti gi` a noti. Breve-
mente, un insieme sar` a per noi un raggruppamento
4
di oggetti di natura
ben specicata. Parleremo pertanto dellinsieme delle automobili di
colore rosso, come pure dellinsieme dei gatti dagli occhi verdi.
Nota linguistica. Nelle principali lingue neolatine il sostantivo per
indicare linsieme matematico ha lo stesso signicato doppio che ha
in italiano. Infatti, si usa conjunto in spagnolo, ensemble in francese,
insieme in italiano. Questo si rispecchia nel signicato intuitivo che
un insieme ` e proprio un raggruppamento di oggetti, che sono messi
insieme. Il rumeno si discosta leggermente con multime, chiaramente
indicativo di una moltitudine di oggetti. In inglese, invece, si usa il
sostantivo set, e si parla di set theory. Qui si coglie una sfumatura pi ` u
pragmatica, come a voler sottolineare che un insieme ` e qualcosa che
viene organizzato, disposto, quasi pronto alluso.
`
E consuetudine
5
denotare gli insiemi con lettere maiuscole dellalfabeto
latino:
A, B, C, X, Y, Z, . . .
Come detto, ogni insieme ` e formato dai suoi elementi, di qualunque
natura essi siano. In matematica, lappartenenza di x allinsieme X ` e
indicato dal simbolo
x X.
Quindi, per ogni insieme X, risulta che
6
X = {x | x X}.
2 Non ` e un errore di battitura, ` e italiano arcaico.
`
E senzaltro pi ` u diffusa la versione in
italiano moderno: Chi ben comincia, ` e a met` a dellopera.
3 Cogliamo loccasione per un interludio di sconfortante pignoleria, tipica dei matematici.
Nessun proverbio ` e una proposizione logicamente vera, n e potrebbe esserlo. Nel nostro
esempio, nulla vieta di cominciare bene e, tuttavia, fallire clamorosamente ben prima
della met` a dellopera. I proverbi appartengono alla tradizione popolare, si sostengono
su basi puramente statistiche e di buon senso, e spesso hanno un ne consolatorio o
moralistico.
4 Oppure una collezione.
5 In certi settori della matematica, capita di denotare un insieme con una lettera minuscola
o addirittura con lettere di alfabeti non latini.
6 la sbarra verticale |, spesso sostituita dai due punti, si legge tali che. Quindi la scrittura
seguente si legge X ` e linsieme degli elementi x tali che x appartiene ad X.
10
Il fatto che lelemento x non appartiene allinsieme X, si esprime scrivendo
x / X.
Allo studente dovrebbero essere familiari le operazioni elementari
sugli insiemi, cio` e lunione, lintersezione, il complementare di insiemi.
Ricordiamo che
XY = {x | x X oppure x Y}
XY = {x | x X e x Y}
X
c
= {x | x / X}
X\ Y = {x | x X e x / Y}.
Ovviamente, per poter parlare dellinsieme X\ Y ` e necessario che Y
X, cio` e che ogni elemento di Y sia anche un elemento di X.
Esempio 1.7. Siano
X = {1, 2, 3, 4}, Y = {3, 4, 5, 6},
pensati entrambi come sottoinsiemi di N. Allora XY = {1, 2, 3, 4, 5, 6},
X Y = {3, 4}. In generale, osserviamo che {x, x} = {x}, cio` e la ripe-
tizione di un medesimo oggetto non altera la struttura dellinsieme.
Di conseguenza, possiamo elencare lo stesso oggetto pi ` u volte nella de-
scrizione di un insieme, senza che questa ripetizione modichi linsieme
considerato.
La congiunzione oppure viene usata dai matematici in senso lato:
x X Y signica che x appartiene ad almeno uno dei due insiemi X
ed Y, ed eventualmente ad entrambi. Nella lingua italiana, laffermazione
esco oppure resto a casa ` e interpretata in maniera esclusiva, essendo
piuttosto improbabile che io possa essere contemporaneamente dentro
e fuori casa. A volte pu` o capitare di dover scrivere proprio ununione
esclusiva, e in matematica si usa la scrittura
XY = {x | x appartiene a X o a Y ma non ad entrambi}
= (XY) \ (XY).
Il fatto che gli elementi di un insieme E appartengano anche a un (altro)
insieme X si scrive
E X oppure X E.
Osservazione 1.8. A scanso di equivoci, sottolineiamo che, per noi,
scrivere E X non esclude affatto che E = X. Alcuni testi usano il
simbolo in senso esclusivo, mentre usano E X per dire quello che
noi diciamo con E X.
7
Probabilmente meno nota ` e la costruzione del prodotto cartesiano
di due insiemi. Nel nostro corso non avremo grandi occasioni di farne
uso, ma preferiamo spendere qualche parola visti i legami con il piano
cartesiano.
7 In parole povere, su molti libri E X signica che ogni elemento di E appartiene anche
ad X, ma E non coincide con X.
11
Denizione 1.9. Dati due insiemi X ed Y, il loro prodotto cartesiano XY
` e linsieme i cui elementi sono coppie ordinate del tipo (x, y) dove x X ed
y Y.
Laggettivo ordinate si riferisce alla seguente propriet` a: due cop-
pie (x, y) e (x

, y

) sono uguali se e solo se x = x

, y = y

.
Osservazione 1.10. Una coppia ordinata non ` e un concetto davvero
primitivo: la denizione pi ` u maneggevole ` e (x, y) = {{x}, {x, y}}. Ma
questa denizione ` e poco gradita alla gran parte degli studenti di
matematica, che di solito imparano ad operare con le coppie ordinate
senza problemi.
Chiudiamo qui la nostra breve rassegna di teoria elementare degli
insiemi per principianti. Ovviamente, i matematici si divertono ad ap-
profondire, generalizzare, e quasi smembrare i concetti introdotti. La
teoria degli insiemi (Set Theory in inglese) ` e uno dei rami pi ` u teorici
e tecnici della matematica moderna. Lo studente che volesse appro-
fondire ulteriormente le problematiche della moderna teoria degli in-
siemi, pu` o riferirsi allappendice di [29].
+. i Nsi rvi Ntvrni ci
Durante lo studio del nostro corso, lo studente si imbatter` quasi esclusi-
vamente con insiemi di numeri. Ci sembra utile richiamare brevemente
la terminologia dei principali insiemi numerici.
Linsieme dei numeri naturali, i primi numeri che luomo ha utiliz-
zato nella vita quotidiana, ` e indicato dal simbolo N. Pertanto,
8
N = {0, 1, 2, 3, 4, 5, 6, . . . }.
Se a questi numeri aggiungiamo anche i numeri negativi, otteniamo
linsieme dei numeri interi relativi Z, cio` e
Z = {. . . , 5, 4, 3, 2, 1, 0, 1, 2, 3, 4, 5, . . . }.
La necessit` a di dividere fra loro dei numeri interi relativi ha spinto
a costruire un insieme pi ` u capiente di numeri, detti numeri razionali.
Questi numeri sono moralmente le frazioni, cio` e i rapporti fra due
numeri interi: il primo ` e chiamato numeratore, e il secondo denominatore.
Richiediamo che il denominatore sia diverso da zero. Precisamente,
Q =
_
p
q
| p, q Z, q = 0
_
.
Daremo per scontati i discorsi sulla possibilit` a di scrivere lo stesso nu-
mero razione in inniti modi diversi, sulla riduzione delle frazioni ai
8 Alcuni libri di testo preferiscono escludere lo zero 0 da N.
`
E una scelta supportata solo
dal proprio gusto.
12
minimi termini, e cos` via.
9
Lultimo insieme numerico che introdu-
ciamo, ` e anche quello pi ` u importante. Purtroppo, la sua costruzione
non ` e affatto elementare, n e ` e possibile specicare semplicemente che
cosa occorra aggiungere a Q per ottenerlo. Si tratta dellinsieme dei
numeri reali R. Possiamo pensare a R come allinsieme dei punti di
una retta.
10
Nonostante questa difcolt` a tecnica, i numeri reali sono
ormai parte integrante della cultura di qulunque studente delle scuole
superiori.
`
E un dato di fatto che luso dei numeri reali ` e di facilissimo
apprendimento, senza dubbio agevolato dalla diffusione delle calco-
latrici tascabili negli ultimi ventanni. Gli sparuti studenti interessati
a capire meglio come nascano rigorosamente i numeri reali, possono
consultare uno dei testi indicati in bibliograa, ad esempio [5, 10].
Non ci sembra il caso di insistere sul fatto che
11
N Z Q R.
Nellaffrontare la teoria dei limiti, ci sar` a utile la seguente propriet` a dei
numeri naturali rispetto ai numeri reali. La dimostrazione pu` o essere
letta in [37].
Proposizione 1.11 (Propriet` a archimedea dei numeri reali). Per ogni
y R ed ogni x > 0 reale, esiste n N tale che nx > y.
Per i nostri scopi, applicheremo quasi esclusivamente il seguente
Corollario 1.12. Per ogni numero reale x > 0, esiste un numero naturale n
tale che n > x.
Proof. Ovviamente ` e una conseguenza diretta della Proposizione prece-
dente. Per` o si dimostra
12
anche in modo elementare: immaginiamo
che x sia scritto nella sua espansione decimale, e arrotondiamolo al
numero intero n successivo. Per esempio, se x = 1475.1234567, lo
arrotondiamo a n = 1476. Questo numero naturale n ` e quello cercato.
Una propriet` a meno nota (fra gli studenti, ovviamente) dei numeri
reali ` e la seguente.
9 Algebricamente, Q ` e il primo insieme numerico, a parte lovviet` a della costruizione di Z,
costruibile in maniera elementare ma non banale. Precisamente, i numeri razionali sono
delle classi di equivalenza di coppie ordinate di numeri interi con segno. Se lo studente
non ha capito nemmeno una parola dellultima frase, non ` e grave. In parole povere, la
frazione 1/2 ` e la coppia ordinata (1, 2), e il fatto che 1/2 = 2/4 = 3/6 = . . . si
rispecchia nellintroduzione di una regola, la relazione di equivalenza, che considera
uguali le coppie (1, 2), (2, 4), (3, 6), ecc.
10 Circa mezzo secolo fa, Walter Rudin osservava nella prefazione del suo libro [37] che
la maggior parte degli studenti non sente la necessit` a di costruire linsieme dei numeri
reali, almeno in prima battuta.
11 In realt` a, non si tratta di vere inclusioni insiemistiche; piuttosto dovremmo parlare di
immersioni.
12 Per un matematico, questa non ` e affatto una dimostrazione. Il punto ` e che non possiamo
dare per scontato che ogni numero reale abbia una ed una sola rappresentazione deci-
male. So che, per molti studenti del primo anno, questa problematica sembra risibile,
ma non lo ` e.
13
Proposizione 1.13. Fra due numeri reali qualsiasi e distinti, cade sempre un
numero razionale.
Non esponiamo la dimostrazione di questo fatto, che il lettore inter-
essato potr` a studiare in [37]. Ci limitiamo ad osservare che da questa
proposizione deriva la possibilit` a di approssimare, con errore scelto a
piacere, ogni numero reale con un numero razionale. Infatti, sia x un
numero reale, e sia > 0 lerrore con cui vogliamo approssimare x
mediante un numero reale. Dalla Proposizione precedente, applicata
ai due numeri reali distinti x e x +, deduciamo che esiste un nu-
mero razionale q tale che x q x +. Pertanto |x q| , come
volevasi dimostrare.
Nota tipograca: simboli altrettanto diffusi per denotare i prece-
denti insiemi numerici sono N, Z, Q e R.
Concludiamo questo paragrafo con alcune considerazioni sul valore
assoluto di un numero reale.
Denizione 1.14. Il valore assoluto (spesso detto anche modulo) di un nu-
mero reale x ` e denito come
|x| =
_
x, se x 0
x, se x < 0
Operativamente, la denizione del valore assoluto di un qualsiasi
numero reale x ` e basata sul controllo del segno di x. Se x ` e positivo
o nullo, viene restituito il valore x. Se x ` e negativo, viene restituito il
valore x. Qualche volta si trova scritto che |x| ` e il numero x, senza
segno. Questa affermazione ` e suggestiva ma priva di senso: tutti i
numeri reale hanno un segno!
Lemma 1.15. Per ogni x, y, z R, vale la disuguaglianza triangolare
|x y| |x z| +|z y|. (1.1)
Proof. Basta dimostrare che, per ogni a, b R, vale la disuguaglianza
|a +b| |a| +|b|. (1.2)
Infatti, scegliendo a = x z e b = z y, da questa segue subito |x
z +z y| = |x y| |x z| +|z y|, che ` e la tesi. Siano quindi a e b
due numeri reali qualunque. Distinguiamo vari casi.
1. Se a = 0 oppure b = 0, la tesi ` e ovvia.
2. Se a > 0 e b > 0, allora a + b 0. Vogliamo dimostrare che
a +b a +b, ma questo ` e ovvio.
3. Se a < 0 e b < 0, allora a +b < 0. Pertanto vogliamo dimostrare
che |a + b| = a b a b, e ancora una volta questa re-
lazione ` e ovvia.
14
4. Se i due numeri a e b sono luno positivo e laltro negativo, a
primo membro di (1.2) abbiamo la differenza fra due numeri pos-
itivi, e a secondo membro abbiamo la loro somma. Ovviamente
il primo membro ` e minore del secondo.
Avendo vericato la tesi in tutti i casi possibili, la dimostrazione ` e
completa.
Concludiamo con qualche informazione sulle diseguaglianze che
coinvolgono i valori assoluti. Lo studente apprezzer` a queste infor-
mazioni leggendo il capitolo sui limiti.
Lemma 1.16. Per ogni > 0,
{x R : |x| } = {x R : x }
{x R : |x| } = {x R : x } {x R : x }
Proof. Dimostriamo la prima uguaglianza. Essendo unuguaglianza
fra due insiemi, occorre dimostrare la doppia inclusione. Sia dunque
x un numero reale tale che |x| . Questo vuol dire che x se
x 0, e che x se x < 0. Nel primo caso, 0 x , nel
secondo x < 0. Linsieme delle soluzioni sar` a lunione di
queste condizioni, cio` e x . Abbiamo dimostrato che
{x R : |x| } {x R : x }
Viceversa, sia x un numero reale tale che x . Allora |x| ` e un
numero reale, non negativo, non superiore a . Quindi
{x R : |x| } {x R : x }
e pertanto i due insiemi a primo e a secondo membro coincidono. Las-
ciamo allo studente la verica della seconda uguaglianza, imitando i
ragionamenti appena visti.
Passando dai simboli alle parole, il Lemma precedente ci dice che la
relazione
|x|
equivale a
x .
Similmente, la relazione
|x|
equivale a
x oppure x .
15
Osservazione 1.17. Occorre fare attenzione quando si utilizzano quan-
tit` a arbitrarie. Ad esempio, se x ` e un numero reale tale che |x| <
per ogni > 0, allora x = 0. Se infatti x fosse diverso da zero, allora
potremmo scegliere = |x|/2 e avremmo la contraddizione |x| .
A parole, stiamo dicendo che lunico numero non negativo arbitraria-
mente piccolo ` e lo zero.
+. tcrctcci / nrtt/ nrtt/ nr/tr
In questa breve sezione, il lettore vedr` a delle idee e dei simboli certa-
mente gi` a noti n dalle scuole medie. Eppure, dubitio che i professori
delle scuole medie abbiano mai parlato di topologie. La topologia
13
` e un ramo della matematica che si occupa di studiare in astratto il
concetto di forma. In che senso possiamo deformare un oggetto di
gomma, cambiandone laspetto esteriore, senza per` o dire che si rtatta
di un oggetto differente? A questa e ad altre domande tenta di rispon-
dere proprio la topologia. Ovviamente, i nostri numeri reali sono un
caso molto particolare di spazio topologico, e noi ci accontenteremo
di formalizzare alcuni concetti utili nel resto del corso.
Denizione 1.18. Siano a e b due numeri reali. Diciamo che a < b (a ` e
minore di b) se b a ` e un numero positivo. Se b a ` e un numero negativo,
diremo al contrario che a > b. Il simbolo a b indica il fatto che b a ` e
positivo oppure zero, e analogamente a b.
14
Denizione 1.19. Sia E R un sottoinsieme dei numeri reali. Un numero
M R ` e un maggiorante per E se
x M per ogni x E.
Analogamente, un numero m R ` e un minorante per E se
x m per ogni x E.
Un insieme E di numeri reali ` e limitato dallalto se possiede un maggiorante,
mentre ` e limitato dal basso se possiede un minorante.
Per esempio, N ` e limitato dal basso poich e ogni numero naturale ` e
maggiore o uguale a zero. Tuttavia N non ` e limitato dallalto, perch e
esistono numeri naturali grandi quanto vogliamo.
Denizione 1.20. Sia E un sottoinsieme di R, limitato dallalto. Lestremo
superiore di E, denotato con
supE,
13 Dal greco topos e logos, dunque conoscenza della forma.
14 Questa denizione, a pensarci bene, fatica a stare in piedi. Come denire un numero
positivo x, se non chiedendo che x > 0?
`
E un circolo vizioso. Tuttavia, speriamo che
lo studente sappia distinguere un numero positivo da uno negativo in maniera quasi
inconscia. La costruzione dellordinamento dei numeri reali esula dai limiti di queste
note.
16
` e denito come il pi ` u piccolo di tutti i maggioranti di E. Analogamente,
lestremo inferiore di E,
inf E,
` e denito come il pi ` u grande di tutti i minoranti di E.
Osservazione 1.21. In generale, inf E e supE non appartengono ad E.
Si confronti con la denizione di minimo e massimo nelle prossime
pagine.
A differenza dei maggioranti e minoranti, gli estremi inferiore e su-
periori di un insieme limitato esistono sempre. Si tratta di una propriet` a
fondamentale di R, che ci limitiamo ad enunciare.
Teorema 1.22. Ogni sottoinsieme limitato di R possiede estremo inferiore e
superiore.
Sar` a comodo, nel seguito, usare delle notazioni meno rigide per inf
e sup. Ad esempio, scriveremo
inf
nN
1
n
= 0
invece di
inf
_
1
n
| n N
_
= 0.
La prima notazione, che sembra interpretare inf come unoperazione
sui numeri invece che sugli insiemi, fa il paio con la notazione per
le unioni e le intersezioni di insiemi. Infatti, se A
1
, A
2
e A
3
sno tre
insiemi qualsiasi, si scrive
3
_
i=1
A
i
invece di
_
{A
1
, A
2
, A
3
} =
_
_
A
j
| i {1, 2, 3}
_
.
Queste notazioni abbreviate hanno qualche risvolto curioso. Se E ` e un
insieme di numeri reali, la scrittura
sup
xE
x
coincide in tutto e per tutto con supE, ma questa volta non possi-
amo dire che sia preferibile. Ne traiamo una morale: le notazioni con
il pedice sono preferibili quando linsieme su cui agiscono inf e sup
hanno una descrizione di tipo funzionale {f(x) | x E}. Per un ap-
profondimento delle notazioni insiemistiche, consigliamo il libro di P.
Halmos [24] e quello di J. Kelley [29]. In questultimo si suggerisce
anche la notazione
E
xR
_
x
2
< 1
_
per signicare linsieme {x R | x
2
< 1}. Possiamo ritenerci fortunati
che questa notazione non abbia mai preso piede!
17
Lemma 1.23. M R ` e lestremo superiore di E se e solo se
1. M x per ogni x E;
2. per ogni > 0 esiste x E tale che M x.
Una caratterizzazione analoga vale per lestremo inferiore.
Lemma 1.24. m R ` e lestremo inferiore di E se e solo se
1. m x per ogni x E;
2. per ogni > 0 esiste x E tale che x m+.
Spendiamo qualche parola sul signicato di questi lemmi. Il primo,
ad esempio, ci dice che lestremo superiore di un sottoinsieme E di R
` e quel numero M che innanzitutto ` e un maggiorante. E, in secondo
luogo, ci devono essere elementi di E vicini a piacere a M.
Proof. Proponiamo per esteso la dimostrazione nel caso dellestremo
inferiore: lo studente dovrebbe riuscire ad adattare gli argomenti al
caso dellestremo superiore. Sia dunque m = inf E: dobbiamo veri-
care le propriet` a 1 e 2 del Lemma. Poich e m ` e il pi ` u grande dei
minoranti di E, la propriet` a 1 ` e vera. Fissiamo arbitrariamente > 0,
consideriamo il numero m + . Poich e m + > m, m + non pu` o
essere un minorante di E: altrimenti, sarebbe un minorante pi ` u grande
di inf E, e questo ` e in contraddizione con la denizione di estremo
inferiore. Negando la denizione di minorante, deduciamo che deve
esistere almeno un elemento x E tale che x m+. Abbiamo cos`
dimostrato anche la propriet` a 2. Viceversa, supponiamo che m ia un
numero che gode delle propriet` a 1 e 2 del Lemma, e mostriamo che
necessariamente m = inf E. Dalla propriet` a 1, m ` e un minorante di
E: ci basta far vedere che deve essere il pi ` u grande minorante. Sup-
poniamo che non lo sia, cio` e che esista un minorante m

> m. Quindi
x m

per ogni x E. Di conseguenza, posto = m

m > 0,
nellintervallo [m, m + ) non possono cadere elementi di E, in con-
traddizione con la propriet` a 2. Concludiamo che m deve essere il pi ` u
grande fra tutti i minoranti di E, e dunque m = inf E.
Denizione 1.25. Sia E un sottoinsieme limitato (dallalto e dal basso) di
R, e poniamo m = inf E, M = supE. Diciamo che m ` e il minimo di E se
m E, e che M ` e il massimo di E se M E.
Notiamo che questa denizione non ` e superua. Nessuno ci garan-
tisce che lestremo superiore di un insieme sia un elemento di tale
insieme. In generale, ` e solo un numero reale. Quindi, lestremo supe-
riore diventa il massimo esattamente quando appartiene allinsieme in
considerazione. Simili considerazioni valgono ovviamente per lestremo
inferiore.
18
Denizione 1.26. Siano a < b due numeri reali. Gli insiemi
(a, b) = {x R | a < x < b}
[a, b] = {x R | a x b}
[a, b) = {x R | a x < b}
(a, b] = {x R | a < x b}.
si chiamano rispettivamente intervallo aperto, chiuso, chiuso a sinistra, chiuso
a destra, di estremi a e b.
Osservazione 1.27. Per ricordare queste denizioni, possiamo dire che
la parentesi quadra corrisponde ad un estremo compreso, mentre quella
tonda corrisponde ad un estremo escluso. Alcuni libri usano la no-
tazione ]a, b[ al posto di (a, b), ecc.
Denizione 1.28. Sia x
0
R un numero reale ssato. Si chiama intorno di
x
0
qualunque intervallo aperto (a, b) tale che x (a, b).
Quindi ogni numero reale possiede inniti intorni. Spesso conviene
utilizzare intorni simmetrici, della forma (x
0
, x
0
+), dove > 0 si
chiama raggio dellintorno.
Esercizio. Invitiamo lo studente a dimostrare che, se E = (a, b), allora
inf E = a, supE = b. Inoltre, inf[a, b) = a = min[a, b), e sup[a, b) = b,
ma b non ` e il massimo di [a, b).
+. t i Nri Ni tc
Nello studio dellanalisi matematica, lo studente si imbatte in un con-
cetto assolutamente nuovo: quello di innito. Mentre Algebra e Ge-
ometria elementari si occupano di quantit` a nite (numeri, rette, piani,
ecc.), lAnalisi vuole formalizzare lidea vaga di avvicinarsi indenita-
mente a qualcosa. Introduciamo in questa sezione, secondo una logica
assai pratica, il simbolo e il suo signicato.
Denizione 1.29. Per i nostri scopi, ` e un simbolo privo di signicato
numerico.
Invitiamo il lettore a trattenere il sorriso sarcastico che la denizione
precedente potrebbe generare.
15
Chiunque abbia studiato per qualche
tempo la losoa antica e medioevale ricorda certamente gli sforzi
e le acrobazie messi in atto dai pensatori per motivare il conceto di
innito: qualcosa senza limiti spaziali o temporali, addirittura un ente
metasico vicino alla divinit` a.
Nelleconomia del nostro corso, non serve denire rigorosamente il
simbolo . A noi interessa piuttosto usare come abbreviazione per
esprimere concetti gi` a noti. Si tratta dunque di stipulare opportune
15 Chi scrive, ricorda una denizione sul proprio libro di Algebra, in cui si diceva ... dove
x ` e un simbolo al quale non attribuiremo alcun signicato.
19
convenzioni nelle quali ` e una mera abbreviazione tipograca, quasi
un simbolo stenograco. Per esempio, se un insieme E R non ` e
limitato dallalto, si conviene di scrivere
supE = +.
e se E non ` e limitato dal basso,
inf E = .
In particolare, + sembra nascondere lidea di muoversi indenita-
mente verso destra lungo la retta (orientata) dei numeri reali. Per
analogia, signica in qualche senso muoversi indenitamente verso
sinistra su tale retta. Vogliamo per` o mettere in guardia lo studente dal
compiere un errore fra i pi ` u frequenti ed ingenui: + e non sono
numeri reali! In particolare, ad essi non si applicano le consuete oper-
azioni algebriche di somma, sottrazione, moltiplicazione e divisione.
16
Vogliamo tuttavia ricordare che la Matematica moderna introduce
il concetto di innito anche con signicati diversi. In Geometria Proi-
ettiva e in Analisi Complessa si parla altrettanto spesso di innito,
sebbene da un punto di vista pi ` u geometrico.
Osservazione 1.30. Molti libri introducono la cosiddetta retta reale es-
tesa

R = R {} {+}, ottenuta aggiungendo ai consueti numeri
reali i due inniti dotati di segno. Ovviamente, si richiede che, per
ogni numero reale x,
< x < +.
`
E possibile una (parziale) aritmetizzazione di

R estendendo le quattro
operazioni: per ogni x R si denisce
x += +, x =
++= +, =
e
x (+) =
_
+ se x > 0
se x < 0,
x () =
_
se x > 0
+ se x < 0,
(+) (+) = +, (+) () = , () () = +.
Non si d` a invece alcun senso alle scritture
+, +.
Il caso 0 () ` e particolare: esistono settori della matematica in
cui conviene porre 0 () = 0, ad esempio la Teoria della Misura.
NellAnalisi Matematica elementare, ` e opportuno evitare di denire
16 Sappiamo che qualche studente pi ` u esperto potrebbe dire che, con i limiti, si fanno le
operazioni su . Questo ` e parzialmente vero, e in certe discipline conviene denire
0 = 0. Lesistenza delle forme di indecisione ci lascia per` o intendere che in questa
denizione il simbolo ha un signicato diverso da quello che gli abbiamo nora
attibuito.
20
questo prodotto, poich e creerebbe pericolose confusioni al calcolo dei
limiti. Per uno studente di un primo corso di matematica, luso della
retta reale estes a non presenta particolari utilit` a, e nel resto delle dis-
pense non utilizzeremo mai questo ambiente numerico.
Osservazione 1.31. Le potenze ad esponente innito sono pi ` u prob-
lematiche da denire. Innanzitutto, elevare un numero negativo ad
una potenza innita appare incoerente, poich e gi` a in ambito reale non
si deniscono potenze con base negativa ed esponente reale qualsiasi.
In secondo luogo, per rispettare lintuizione, ` e necessario distinguere
fra basi maggiori di 1 e basi minori di 1. Ad esempio, si pu` o denire
x
+
=
_

_
0 se 0 < x < 1
1 se x = 1
+ se x > 1.
Per analogia,
x

=
_

_
+ se 0 < x < 1
1 se x = 1
0 se x > 1.
Lo studente deve prestare particolare attenzione ai casi 1
+
e 1

.
In questa aritmetizzazione, il valore di tali espressioni ` e 1. Fra poche
pagine incontreremo la forma indeterminata [1

], e ci convinceremo
che per lordinaria teoria dei limiti questa ` e davvero una forma in-
determinata, poich e tutti i risultati sono possibili. C` e dunque una
contraddizione? No, perch e la teoria dei limiti che studieremo ` e am-
bientata in R. Morale della favola: ` e difcile utilizzare coerentemente
linnito nel calcolo numerico, e quasi sempre si fa meglio a rinunciare.
Linnito non ` e un numero, e non possiamo aspettarci di costringerlo ad
esserlo.
+.b rtNti ni /cctvtt/zi cNr
Introduciamo un concetto che appartiene di diritto alla matematica
moderna e che permette notevoli semplicazioni nei discorsi che faremo
pi ` u avanti.
Denizione 1.32. Sia E un sottoinsieme di R. Diremo che il punto x
0
R
` e un punto di accumulazione per linsieme E se, preso un qualsiasi intorno
I di x
0
, si verica che (I \ {x
0
}) E = . A parole, ogni intorno I di x
0
contiene un punto di E, diverso da x
0
.
Per esempio, il punto x
0
= 0 ` e di accumulazione per
E =
_
1,
1
2
,
1
3
,
1
4
, . . . ,
1
n
, . . .
_
.
Infatti, sia I = (a, b) un intorno di 0; in particolare a < 0. Scegliamo
n naturale tale che 1/n < b. Perci ` o 1/n I E, e poich e 1/n = 0
21
abbiamo vericato la nostra affermazione. Lo studente potr` a vericare
senza sforzo che i punti di accumulazione per un intervallo chiuso
qualsiasi [a, b] sono tutti e soli i punti di [a, b]. Invece, i punti di
accumulazione di un intervallo aperto (a, b) sono i punti di [a, b] (ci
sono anche i punti a e b!).
Un esempio di natura opposta ` e il seguente. Linsieme N R non
possiede punti di accumulazione. Infatti, se scegliamo un qualsiasi
numero naturale n N, lintorno I = (n 1/2, n +1/2) non contiene
alcun numero naturale ad eccezione di n stesso. Per mettere ulterior-
mente in luce il senso dellesclusione del punto x
0
nella denizione
di punto di accumulazione, consideriamo linsieme E = {0} (1, 2). A
parole, E ` e composto dal singolo punto 0 e dallintervallo aperto (1, 2).
Domanda: quali sono i punti di accumulazione di E?
La risposta ` e che i punti di accumulazione di E sono esattamente i
punti dellintervallo [1, 2]. Infatti, il punto isolato 0 non pu` o essere di
accumulazione, visto che ogni suo intorno (, ) con < 1 interseca
E solo nel punto 0 stesso.
Torneremo su questi concetti quando avremo a disposizione il lin-
guaggio delle successioni.
Pu` o essere utile, in certi casi, adattare al simbolo alcuni concetti
propri dei punti al nito. Ad esempio, un intorno di + ` e un qual-
siasi intervallo della forma (a, +), e similmente un intorno di ` e
un qualsiasi intervallo della forma (, b). Lasciamo allo studente il
seguente spunto di riessione: se E ` e un sottinsieme di R, quando +
` e un punto di accumulazione per E? E quando lo ` e ? Le risposte
sono abbastanza semplici. In particolare, lo studente si convincer` a che
+ ` e un punto di accumulazione per E = N, linsieme dei numeri
naturali.
+.y /rrrNni cr: t/ ni vcstn/zi cNr rrn i N-
ntzi cNr
Nello studio del calcolo, si incontrano spesso identit` a e formule che
coinvologno i numeri naturali. Cerchiamo di formalizzare un metodo
di dimostrazione valido in queste situazioni.
Supponiamo che, per ogni valore dellindice naturale n, P(n) sia
una proposizione logica. Supponiamo inoltre di poter dimostrare le
seguenti affermazioni:
1. esiste n
0
N tale che P(n
0
) ` e vera;
2. Se ` e vera P(n), allora ` e vera anche P(n+1).
Le propriet` a dellinsieme N dei numeri naturali permettono di di-
mostrare che la proposizione P(n) ` e allora vera per ogni n n
0
.
A parole, per dimostrare la validit` a di unaffermazione per ogni n
naturale, basta dimostrarla per n = 1, e poi dimostrare che la validit` a
22
di P(n) implica la validit` a di P(n+1). Cerchiamo di chiarire il concetto
con un esempio.
Esempio: la disuguaglianza di Bernoulli. Dimostriamo che
(1 +x)
n
1 +nx, per ogni x > 1 e per ogni n N.
Procediamo per induzione sul numero naturale n. Per n = 1, dob-
biamo dimostrare che 1 +x 1 +x, il che ` e palesemente vero. Sup-
poniamo che la disuguaglianza sia vera per n, e dimostriamo che deve
essere vera anche per n+1. Quindi, per ipotesi,
(1 +x)
n
1 +nx, per ogni x > 1 e per ogni n N.
Che cosa dobbiamo dimostrare? Scriviamo n +1 al posto di n nella
disuguaglianza di Bernoulli, e troviamo
(1 +x)
n+1
1 + (n+1)x.
Questo ` e il nostro obiettivo. Ma (1 + x)
n+1
= (1 + x)
n
(1 + x)
(1 +nx)(1 +x) = 1 +x +nx +nx
2
1 +x +nx = 1 + (n +1)x. Os-
serviamo che abbiamo usato la validit` a della disuguaglianza per n e
abbiamo trascurato il termine nx
2
0 nellultimo passaggio. Il princi-
pio di induzione garantisce allora che la disuguaglianza di Bernoulli ` e
sempre vera.
17
Esempio: somme di quadrati. Vogliamo dimostrare lidentit` a
18
n1

k=1
k
2
=
n(n1)(2n1)
6
. (1.3)
Procediamo per induzione su n. Per n = 2,
19
lidentit` a si riduce a
1
2
=
2 1 3
6
= 1.
Supponiamo che lidentit` a sia vera per n, e dimostriamo che deve es-
sere vera anche per n+1. Per n+1, il primo membro di (1.3) diventa
n

k=1
k
2
=
n1

k=1
k
2
+n
2
,
e sfruttando lipotesi per n possiamo scrivere
n

k=1
k
2
=
n1

k=1
k
2
+n
2
=
n(n1)(2n1)
6
+n
2
.
17 La condizione x > 1 ` e stata usata nel passaggio (1+x)
n
(1+x) (1+nx)(1+x).
Se il termine 1 +x fosse negativo, dovremmo invertire il senso della disuguaglianza, e
il ragionamento perderebbe validit` a.
18 Lestremo superiore n1 appare in questa forma perch e ci servir` a in un esempio nel
capitolo sullintegrale di Riemann.
19 Poich e lestremo n1 della somma deve essere almeno pari a quello inferiore, occorre
chiedere che n1 1, cio` e n 2.
23
Se togliamo le parentesi a secondo membro e mettiamo a denomina-
tore comune, troviamo dopo qualche passaggio elementare
n(n1)(2n1)
6
+n
2
=
n(n+1)(2n+1)
6
,
espressione che coincide con il secondo membro di (1.3) in cui n ` e
rimpiazzato da n+1. Questo signica esattamente che la nostra iden-
tit` a continua a valere anche per n +1, e dunque il procedimento per
induzione ` e terminato.
20
Esempio 1.33. I coefcienti binomiali sono numeri (razionali) deniti
dalla formula
_
n
k
_
=
n!
k!(nk)!
,
dove n e k sono numeri naturali. Ricordiamo che, per convenzione,
0! = 1. Quindi
_
n
0
_
=
_
n
n
_
= 1.
Dalla denizione e da semplici considerazioni algebriche discende la
relazione
21
_
n+1
k
_
=
_
n
k 1
_
+
_
n
k
_
.
Ragionando per induzione, ed utilizzando questa identit` a, invitiamo lo
studente a vericare la celebre formula del binomio, o teorema del binomio:
(a +b)
n
=
n

k=0
_
n
k
_
a
nk
b
k
(1.4)
per ogni a, b R e ogni n N.
+.8 /rrrNni cr: tN/ ccstntzi cNr nri Nt-
vrni nr/ti
Questa sezione, da ritenersi del tutto facoltativa e riservata agli stu-
denti pi ` u coraggiosi, ` e dedicata alla costruzione del campo dei nu-
meri reali. Se, da una parte, ` e innegabile che poche matricole sentono
20 La prima curiosit` a di molti studenti ` e chi abbia indovinato lidentit` a (1.3). Infatti,
la dimostrazione per induzione non ` e costruttiva, e non serve a dedurre quanto valga

n1
k=1
k
2
. Se nessuno ci scrivesse la formula, per induzione non riusciremmo mai a
ricostruirla. Questo tipo di formule erano il divertimento di matematici del calibro di
F. Gauss, che era solito calcolarle da bambino, mentre il maestro spiegava unaritmetica
evidentemente troppo noiosa. Nel libro di M. Spivak, Calculus, c` e un esercizio del primo
capitolo che suggerisce un metodo costruttivo per calcolare somme nite come quella
appena vista.
21 In realt` a questa relazione equivale alla denizione del coefciente binomiale
_
n
k
_
.
24
limpellente necessit` a di denire rigorosamente i numeri reali, dallaltra
sembra istruttivo toccare con mano quanto possa essere complicato
dare un senso matematicamente consistente ad oggetti che non fac-
ciamo fatica a concepire ed utilizzare.
Parlando in modo un po vago, esiste un solo campo dei numeri
reali, ma esistono varie costruzioni di tale campo. In pratica questo
vuol dire che, qualunque sia la costruzione di R che ci piace di pi ` u,
non corriamo il rischio di perdere alcuna propriet` a: ` e unapplicazione
matematica del motto tutte le strade portano a Roma!
Lapproccio che presentiamo ` e quello delle sezioni di Dedekind (Dedekind
cuts in inglese), e seguiamo quasi alla lettera la presentazione di
Rudin [37].
Denizione 1.34. Una sezione di Dedekind ` e un qualunque insieme Q
che goda delle seguenti propriet` a:
(i} non ` e vuoto, e = Q;
(ii} se p , q Q e q < p, allora q ;
(iii} se p , allora p < r per qualche r .
Linsieme di tutte le sezioni di Dedekind si chiama R.
Le lettere p, q, r . . . denoteranno sempre dei numeri razionali, men-
tre le lettere greche , , . . . denoteranno delle sezioni. La propriet` a
(III) dice semplicemente che una sezione non ha massimo, mentre la
(II) dice che una sezione contiene tutti numeri razionali pi ` u piccoli di
un elemento qualunque della sezione stessa. Geometricamente, pos-
siamo immaginare che una sezione sia una specie di semiretta com-
posta da numeri razionali, estesa indenitamente verso sinistra (ma
non verso destra).
Deniamo ora un ordinamento sulle sezioni, dicendo cio` e quando
una sezione ` e minore di unaltra.
Denizione 1.35. Siano e due sezioni. Scriviamo che < se ` e un
sottoinsieme proprio di .
Questa relazione < ` e un ordinamento totale, nel senso precisato
dalla seguente Proposizione.
Proposizione 1.36. Se e sono due sezioni, allora vale al pi ` u una desse
seguenti relazioni: < , = , < .
Proof. Supponiamo che le prime due relazioni siano false, e dimostri-
amo che deve essere necessariamente vera la terza. Quindi non ` e un
sottoinsieme proprio di , cio` e esiste p con p / . Se q , allora
q < p (poich e p / ), e quindi q per la (II). Perci ` o . Poich e
= , si pu` o concludere che < .
Questa propriet` a dellordinamento implicher` a, a tempo debito, che
due numeri reali possono sempre essere confrontati. Sembra ovvio,
ma matematicamente non lo ` e.
25
Proposizione 1.37. Linsieme ordinato R ha la propriet` a dellestremo supe-
riore: ogni sottoinsieme non vuoto e limitato dallalto di R possiede estermo
superiore.
Proof. Sia A un sottoinsieme di R, non vuoto e limitato dallalto. Sup-
poniamo che R sia un maggiorante di A. Sia luonione di tutti
le sezioni A. In altre parole, p se e solo se p per qualche
A. Dimostreremo che = supA. Innanzitutto, dimostriamo che
R. Poich e A ` e non vuoto, esiste almeno una sezione
0
A.
Questa sezione
0
` e non vuota. Essendo
0
, anche ` e non
vuoto.Segue che (visto che per ogni A), e perci ` o
= Q. Quindi soddisfa la propriet` a (I). Per dimostrare la (II) e la
(III), si scelga p ; allora p
1
per qualche
1
A. Se q < p, allora
q
1
e quindi q ; con questo abbiamo dimostrato la (II). Se si
sceglie r
1
in modo che r > p, si ha che r (visto che
1
) e
perci ` o soddisfa anche la (III). Quindi R.
`
E evidente che
per ogni A. Supponiamo che < . Allora esiste s , tale che
s / . Dal momento che s , s per qualche A. Perci ` o
< e non ` e un maggiorante di A. Siamo cos` arrivati al risultato
desiderato: = supA.
Ora che abbiamo messo a posto la relazione dordine fra numeri re-
ali, dobbiamo ancora denire le quattro operazioni. La somma ` e relati-
vamente facile da denire, mentre il prodotto richiede pi ` u attenzione.
Preferiamo quindi separare le denizioni.
Denizione 1.38. Se R e R, la somma + ` e denita come
linsieme di tutte le somme r +s, al variare di r e di s . Deniamo
inne 0

come linsieme di tutti i numeri razionali negativi.

Proposizione 1.39. Sono soddisfatti i seguenti assiomi delladdizione:
(t:} se R e R, allora + R;
(tz} se R e R, allora + = + (propriet` a commutativa);
(tj} se R, R e R, allora (+) + = + (+) (propriet` a
associativa;
(tq} 0

+ = + 0

= 0

per ogni R (0

` e lelemento neutro
delladdizione);
(tj} ad ogni R corrisponde un elemento R tale che + () =
0

(esistenza dellopposto).
Proof. (A1) Dobbiamo dimostrare che + ` e una sezione.
`
E ovvio che
+ ` e un sottoinsieme non vuoto di Q. Siano r

/ , s

/ . Allora
r

+s

> r +s per ogni scelta di r e s . Perci ` o r

+s

/ +.
Segue che + ha la propriet` a (I). Si scelga p +. Allora p = r +s,
con r e s . Se q < p, allora q s < r e quindi q s e
q = (qs) +s +. Perci ` o vale la (II). Si scelga t tale che t > r.
Allora p < t +s e t +s +. Perci ` o vale la (III).
26
(A2) + ` e linsieme di tutti i numeri della forma r +s, con r
e s . Per la stessa denzione, + ` e linsieme dei numeri della
forma s +r. Poich e s +r = r +s per ogni r ed ogni s , risulta
+ = +.
(A3) Come sopra, segue dalla propriet` a associativa della somma di
numeri razionali.
(A4) Se r e s 0

allora r + s < r, da cui r + s . Perci ` o

+ 0

. Per ottenere linclusione inversa, si scelgano p e

r , con r > p. Allora p r 0

e p = r + (p r) +0

. Perci ` o
+0

. Possiamo concludere che = +0

.
(A5) Fissiamo R Sia linsieme di tutti i p razionali con le
seguente propriet` a: esiste r > 0 tale che p r / . In altre parole,
esistono dei numeri razionali pi ` u piccoli di p che non appartengono
ad . Dimostriamo che R e che + = 0

.
Se s / e p = s q, allora p 1 / e quindi p . Quindi
non ` e vuoto. Se q , allora q / . Perci ` o = Q. Dunque
soddisfa la (I). Scegliamo p e r > 0 in modo che p r / . Se
q < p, allora q r > p r e quindi q r / . Allora q e vale
la (II). Poniamo t = p +r/2. Allora t > p e t r/2 = p r / e
quindi t . Allora soddisfa la (III). Abbiamo dimostrato che ` e
una sezione, cio` e R.
Se r e s , allora s / e, di conseguenza, r < s, r +s < 0.
Perci ` o + 0

. Viceversa, si scelga v 0

e si ponga w = v/2.
Allora w > 0 ed esiste un intero n tale che nw , ma (n +1)w /
(visto che Q ha la propriet` a archimedea!). Si ponga p = (n + 2)w.
Allor p , visto che p w / e v = nw + p + . Perci ` o
0

+ . Possiamo concludere che + = 0

. Naturalmente,
indicheremo questo con .
Corollario 1.40. Se , e sono numeri reali tali che < , allora + <
+. In particolare, > 0

se e solo se < 0

.
Proof. Per come ` e stata denita laddizione in R, ` e ovvio che +
+. Se fosse + = +, allora = , contro lipotesi che < .
Il resto della dimostazione ` e lasciato per esercizio.
Veniamo adesso alla seconda operazione, quella della moltiplicazione.
Come anticipato, dobbiamo rispettare le ben note regole dei segni, e
questo ci obbliga a dare denizioni diverse del prodotto, a seconda dei
sengi dei due fattori.
Denizione 1.41. Poniamo R
+
= { R | > 0

}. Se R
+
e
R
+
, allora il prodotto ` e linsieme di tutti i p tali che p rs per ogni
scelta di r , s , r > 0 ed s > 0. Deniamo poi 1

come linsieme degli

elementi q < 1. Estendiamo questa denizione come segue:
=
_

_
()() se < 0

e < 0

[()] se < 0

e > 0

[()] se > 0

e < 0

.
27
Proposizione 1.42. Valgono i seguenti assiomi della moltiplicazione:
(v:} se R e R allora R;
(vz} se R e R allora = (propriet` a commutativa della
moltiplicazione);
(vj} se R, R e R, allora () = () (propriet` a associa-
tiva della moltiplicazione);
(vq} esiste un elemento 1

R tale che 1

= 1

= per ogni R;
(esistenza dellelemento neutro per la moltiplicazione);
(vj} se R e = 0

, allora esiste un elemento

1
R tale che

1
=
1
= 1

(esistenza dellinverso per la moltiplicazione);

(o} per ogni , , R, vale (+) = + (propriet` a distributiva).
Proof. La dimostrazione ` e del tutto simile a quella delle propriet` a delladdizione,
e omettiamo i lunghi dettagli.
Osservazione 1.43.
`
E consuetudine scrivere
1

invece di
1
.
La costruzione di R ` e essenzialmente completa. Resta da chiarire
come si possano leggere i numeri razionali come numeri reali.
Denizione 1.44. Ad ogni r Q associamo linsieme r

dei numeri p < r.

Proposizione 1.45. Per ogni r razionale, r

` e un numero reale (sezione di

Dedekind). Inoltre valgono le seguenti propriet` a: per ogni r, s Q,
(t} r

+s

= (r +s)

;
(s} r

= (rs)

;
(c} r

< s

se e solo se r < s.
Proof. Per dimostrare la (a), si scelga p r

+s

. Si ponga p = u +v,
dove u < r e v < s. Da ci ` o p < r +s, che ` e come dire che p (r +s)

.
Viceversa, supponiamo p (r +s)

. Allora p < r +s. Si scelga t in

modo che 2t = r +s p e si ponga r

= r t, s

= s t. Allora r

,
s

e p = r

+s

. Di conseguenza p r

+s

. La dimostrazione
della (b) ` e simile. Veniamo alla (c). Se r < s, allora r s

, ma r / r

;
perci ` o r

< s

. Se r

< s

, allora esiste un p s

tale he p / r

.
Dunque r p < s e di conseguenza r < s.
Osservazione 1.46. La proposizione precedente permette di immerg-
ere i numeri razionali in quelli reali. Con strumenti piuttosto dif-
cili, si potrebbe dimostrare che tutti i campi ordinati con la propriet` a
dellestremo superiore sono matematicamente identici. Non pos-
siamo spiegare qui questa terminologia,
22
ma ci limitiamo ad osser-
vare che nei fatti qualunque costruzione di un insieme ordinato, con
due operazioni che godono dei rispettivi assiomi, e con la propriet` a
dellestremo superiore ` e a tutti gli effeti ancora R!
22 Dovremmo parlare di isomorsmi di struttura.
28
Osservazione 1.47. Ma alla ne, dopo tutte queste pagine di calcoli
e denizioni, che cos` e

2? Nella nostra costruzione dei numeri re-
ali, ogni numero reale ` e in realt` a un sottoinsieme dei numeri razionali.
Quindi ` e poco sensato dire che la radice quadrata di 2 ` e quellunico nu-
mero reale il cui quadrato vale 2. Non vogliamo dire che sia sbagliato,
ma dovremmo dimostrare che lequazione x
2
= 2 ` e risolvibile quando
x ` e una sezione di Dedekind. Di fatto, se ci provassimo, ci accorg-
eremmo che, nel dialetto delle sezioni di Dedekind,

2 = {p Q | p
2
< 2}.
Sebbene del tutto rigoroso, lapproccio ai numeri reali con le sezioni
non ` e il pi ` u intuitivo, n e il pi ` u essibile. Un approccio alternativo, pre-
sentato in tanti testi (ad esempio [39]), consiste nelluso di successioni
di Cauchy formate da numeri razionali. Sorvolando sulle questioni
tecniche, il risultato ` e che un numero reale si identica con una succes-
sione di numeri razionali che lo approssimano arbitrariamente bene.
Non ` e sbagliato pensare che, con questa costruzione delle successioni,
un numero reale sia la successione formata dale sue cifre decimali (-
nite o innite che siano). Evidentemente, la denizione di numero
reale mediante le successioni di Cauchy ` e del tutto equivalente alla
denizione mediante lo sviluppo decimale. In aggiunta, lidea su cui
si basa questa costruzione alternativa di R ha il grande pregio di essere
adattabile a situazioni estremamente generali, che si presentano spon-
taneamente nellAnalisi Funzionale, nella Topologia Generale, ecc.
+.q i Ntvrni ccvrtrssi
Cos` come lequazione x
2
= 2 non possiede soluzioni x Q, allo stesso
modo lequazione x
2
= 1 non ` e risolubile nel campo dei numeri reali
R. Infatti, se x R vericasse x
2
= 1, dovremmo concludere che
0 x
2
= 1 < 0, il che ` e palesemente contraddittorio! In un certo
senso, la struttura di ordine di R impedisce lestrazione della radice
quadrata dei numeri negativi. Se il nostro scopo ` e dare un senso a
simboli come

1, dobbiamo costruire un nuovo ambiente numerico
che contiene R ma che non rispetta lordinamento di R stesso.
Denizione 1.48. Un numero complesso z ` e una coppia ordinata (x, y) di
numeri reali. Laggettivo ordinata signica che (x, y) ` e considerato diverso
da (y, x) se x = y. Il numero x si chiama parte reale di z, e il numero y si
chiama parte immaginaria di z. In simboli, scriveremo x = z e y = z.
La collezione di tutti i numeri complessi si indica con il simbolo C.
In particolare, due numeri complessi z e w sono uguali se, e solo
se, le rispettive parti reali e immaginarie sono uguali.
`
E poi consue-
tudine identicare i numeri complessi della forma (x, 0) con x: quindi
possiamo identicare R con il sottoinsieme di C formato dai numeri
complessi aventi parte immaginaria nulla. Addirittura, scriveremo x
al posto di (x, 0) quando x R.
29
Denizione 1.49. Siano z = (x, y) e w = (x

, y

) due numeri complessi.

sono denite le operazioni di somma e di prodotto secondo le regole seguenti:
z +w = (x +x

, y +y

);
zw = (xx

yy

, x

y +xy

).
`
E facile vericare, usando la denizione precedente, che C diventa
una struttura algebrica dotata delle usuali propriet` a alle quali siamo
abituati: ad esempio le propriet` a commutativa, associativa, distribu-
tiva. Inoltre (0, 0) ` e lelemento neutro per la somma, e (1, 0) ` e lelemento
neutro per il prodotto. Esplicitamente, z+(0, 0) = z e z(1, 0) = (1, 0)z =
z per ogni z C. Torneremo pi ` u avanti sulla denizione del prodotto,
apparentemente oscura.
Denizione 1.50. Il modulo di un numero complesso z = (x, y) ` e il numero
reale non negativo |z| =
_
x
2
+y
2
. Il complesso coniugato di z ` e z = (x, y).
Per onore di cronaca, segnaliamo che molti Autori utilizzano la no-
tazione z

per indicare il complesso coniugato di z.

Osservazione 1.51. Il modulo di un numero complesso ` e stato deno-
tato con lo stesso simbolo che indica il valore assoluto di un numero
reale. Questa apparente confusione ` e giusticata immediatamente: se
z R, nel senso che z = 0, allora |z| =
_
(z)
2
+ (z)
2
=
_
(z)
2
=
|z|. In termini formali, possiamo dire che la restrizione del modulo
complesso al campo reale coincide con il gi` a noto valore assoluto.
Osserviamo che z z = (x, y)(x, y) = (x
2
+ y
2
, 0) = (|z|
2
, 0) = |z|
2
.
Questo semplice calcolo ci permette di rispondere ad un quesito molto
importante: come si calcola linverso di un numero complesso?
Per essere precisi, dobbiamo evitare di dividere per zero (lo zero
complesso): quindi ssiamo z = 0 in C, e cerchiamo un numero z
1
tale che
zz
1
= z
1
z = 1.
Dal calcolo svolto sopra, deduciamo che
z
1
=
z
|z|
2
.
Ovviamente |z| = 0, poich e z = 0.
Sebbene sia perfettamente rigoroso denire un numero complesso
come una coppia ordinata di due numeri reali, ` e innegabile che questa
non ` e la via piu` u intuitiva per maneggiare i numeri complessi. La
soluzione consiste nel separare pi ` u visivamente la parte reale dalla
parte immaginaria.
Denizione 1.52. i = (0, 1).
Questa denizione ci consente di utilizzare una notazione pi ` u leg-
gera e agile per lavorare con i numeri complessi. Infatti, un numero
z = (x, y) si pu` o scrivere z = (x, 0) + (0, 1)y = x +yi. La denizione
30
di moltiplicazione diventa ora estremamente intuitiva. Se notiamo che
i
2
= ii = 1, basta usare la propriet` a distributiva:
(x+yi)(x

+y

i) = xx

+xy

i +x

yi +yy

i
2
= xx

yy

+(xy

+x

y)i.
Raccogliamo nella successiva Proposizione qualche facile propriet` a
delloperazione di coniugio.
Proposizione 1.53. Se z e w sono numeri complessi, allora
1. z +w = z + w
2. zw = z w
3. z + z = 2z, z z = 2iz. In particolare, z =
z+ z
2
e z =
z z
2i
.
Lasciamo le facili dimostrazioni come esercizio per lo studente. Pi ` u
complessa ed interessante ` e la dimostrazione delle seguente disug-
uaglianza.
Proposizione 1.54 (Disuguaglianza di CauchySchwarz). Se z e w sono
due numeri complessi, vale la disuguaglianza
|z w| |z||w|. (1.5)
Proof. Poniamo A = |z|
2
, B = |w|
2
e C = z w. Se B = 0, la disug-
uaglianza si riduce a 0 0. Supponiamo che B > 0. Risulta che
0 |Bz Cw|
2
= (Bz Cw)Bz Cw
= |Bz|
2
+|C|
2
BB

CCBC

C = |Bz|
2
+|C|
2
B = B(BA|C|
2
).
Quindi B(BA|C|
2
) 0; siccome B > 0, necessariamente |C|
2
AB.
Estraendo la radice quadrata, otteniamo (1.5).
Proposizione 1.55 (Propriet` a del modulo). Siano z, w C.
(i} |z| = 0 se e solo se z = 0.
(ii} |z| = |||z| per ogni C
(iii} |z| |z| e |z| |z|.
(iv} |z +w| |z| +|w|.
Proof. Per (i), ovviamente |0| = 0. Viceversa, se |z| = 0, allora z =
z = 0, e dunque z = 0. Passiamo a (ii). Scriviamo = a +bi. Allora
|z| =
_
(ax by)
2
+ (ay +bx)
2
=
_
(x
2
+y
2
)(a
2
+b
2
) = |||z|. La
propriet` a (iii) ` e quasi ovvia: x
2
+y
2
x
2
implica |z|
2
(z)
2
. Del
tutto analoga ` e il calcolo per la parte immaginaria. Inne, (iv) discende
dal seguente sviluppo:
|z +w|
2
= (z +w)z +w = |z|
2
+|w|
2
+2(z w)
|z|
2
+|w|
2
+2|z||w| = (|z| +|w|)
2
.
31
Forma polare dei numeri complessi
Oltre alla scrittura cartesiana, esiste unulteriore rappresentazione
dei numeri complessi. Immaginiamo di collocare un numero com-
plesso z nel piano cartesiano, segnando in ascissa z e in ordinata
z. Il segmento uscente dallorigine e diretto al punto (z, z) forma
un angolo con il semiasse positivo dellasse delle ascisse. Misuri-
amo questangolo in senso antiorario, e selezioniamo la prima deter-
minazione, in modo che 0 < 2. Se deniamo = |z|, possi-
amo concludere che z ` e univocamente individuato dai numeri 0
e [0, 2). Il primo si chiama, appunto, modulo di z, e il secondo
la sua fase.
23
Sempre dallinterpretazione geometrica descritta sopra, ` e
chiaro che
z = cos , z = sin.
Dunque z = z + (z)i = (cos +i sin).
Denizione 1.56 (Identit` a di Eulero). e
i
= cos +i sin, per ogni
R.
Osserviamo che ci asteniamo dallattribuire qualunque signicato
algebrico al primo membro dellidentit` a di Eulero. Sebbene assomigli
pericolosamente ad un elevamento a potenza
24
, per noi sar` a solo unab-
breviazione per denotare la quantit` a a secondo membro. Alcuni Autori
scrivono cis = cos +i sin.
La forma polare z = (cos +i sin) ` e particolarmente utile per
eseguire le moltiplicazioni. Se z
1
=
1
e
i
1
e z
2
=
2
e
i
2
, allora
25
z
1
z
2
=
1
e
i
1

2
e
i
2
=
1

2
e
i(
1
+
2
)
.
Inoltre, se z = 0,
1
z
=
1
e
i
=
1

e
i
.
`
E un vero peccato che la forma polare sia totalmente inutilizzabile
per effettuare le somme di numeri complessi. Lo studente si rassegni:
una notazione agevola le somme, unaltra le moltiplicazioni. Nessuna
agevola entrambe le operazioni.
Conseguenza delle osservazioni precedenti ` e che la notazione polare
permette di elevare i numeri complessi a potenze intere (positive o
negative) con molta facilit` a.
Lemma 1.57. Se z = e
i
e n Z, allora z
n
=
n
e
ni
. Ovviamente
dobbiamo supporre che z = 0 se n < 0.
23 Esiste una certa arbitrariet` a nella denizione della fase. Molti Autori preferiscono
scegliere [, ). Ovviamente qualunque intervallo di ampiezza 2 caratterizza
completamente la fase.
24 Ed infatti lo ` e, ma non abbiamo ancora gli strumenti per denire una potenza con
esponente complesso.
25 Il fatto che e
i
1
e
i
2
= e
i(
1
+
2
)
non ` e banale, e lo studente dovrebbe vericarlo par-
tendo dallidentit` a di Eulero ed usando le formule di somma di addizione per seno e
coseno.
32
Proof. Basta applicare ripetutamente la formula di moltiplicazione in
forma polare.
A parole, il modulo viene elevato alla potenza data, mentre la fase
viene moltiplicata per la potenza. Quindi la fase raddoppia elevando
al quadrato, triplica elevando al cubo, ecc. Ma come si estraggono le
radici di un numero complesso?
Denizione 1.58. Siano w C e n N. Diciamo che z C ` e una radice
nesima di w se z
n
= w.
Il nostro problema ` e quello di trovare tutte le radici nesime di un
numero w assegnato. Scriviamo w nella forma polare: w = re
i
. Cer-
chiamo z = e
i
tale che

n
e
ni
= re
i
.
Pertanto = r
1/n
. Non ` e sufciente imporre n = , poich e la fase di
un numero complesso ` e individuata solo a meno di multipli interi di
2. Pertanto dobbiamo imporre
n = +2k, k Z.
Dividendo per n,
=

n
+
2k
n
, k Z.
Iniziando da k = 0, ci accorgiamo che i primi angoli corrispondenti a
k = 0, 1, 2, . . . , n 1 sono tutti distinti, mentre per k = n otteniamo
nuovamente /n +2, la stessa fase fornita da k = 0. Possiamo nal-
mente rispondere alla domanda iniziale: le radici nesime di w = re
i
sono i numeri complessi rappresentati in forma polare come e
i
, dove
= r
1/n
=

n
+
2k
n
, k = 0, 1, . . . , n1.
Forse senza esserne del tutto consapevoli, abbiamo dimostrato un notev-
ole teorema.
Teorema 1.59. Ogni numero complesso (diverso da zero) possiede esatta-
mente n radici nesime complesse.
Forse qualche studente si star` a chiedendo perch e esiste un solo nu-
mero reale x tale che x
3
= 1, mentre ne esistono ben tre complessi z
tali che z
3
= 1. Questo non ` e contraddittorio; semplicemente R non
` e abbastanza grande da contenere tutte le radici cubiche del numero
(complesso) 1 = 1 +0i.
Osservazione 1.60 (Radici dellunit` a). Per esercizio, ci proponiamo di
calcolare tutte le radici nesime dellunit` a, cio` e di trovare tutti e soli
i numeri z C tali che z
n
= 1, dove n N ` e un numero intero
33
assegnato. Scrivendo al solito z = e
i
e 1 = e
0i
, sappiamo dalla teoria
generale che = 1 e
=
2k
n
, k = 0, 1, . . . , n1.
Quindi le radici nesime dellunit` a sono numeri complessi unimodu-
lari, cio` e di modulo pari ad uno, le cui fasi sono ottenute dividendo
langolo 2 in n parti uguali. Geometricamente, questo si rappresenta
segnando i vertici del poligono regolare con n lati sulla circonferenza
unitaria del piano complesso, avendo cura di collocare il primo ver-
tice in (1, 0). Ne segue che le radici quadrate dellunit` a sono i ver-
tici dellunico poligono regolare a due lati, che poi sarebbe semplice-
mente il segmento dellasse delle ascisse interno alla circonferenza uni-
taria. Le radici cubiche dellunit` a sono i vertici del triangolo equilatero
inscritto nella solita circonferenza unitaria, con un vertice in (1, 0).
Sebbene queste considerazione appaiano spesso affascinanti, non c` e
nulla di misterioso: ` e solo la denizione di elevamento a potenza nel
campo complesso.
Osservazione 1.61. Dalle considerazioni geometriche appena svolte,
deduciamo un fatto piuttosto notevole: le radici nesime dellunit` a si
presentano a coppie. Se ` e una radice nesima di 1, allora anche ` e
una radice nesima. Ovviamente qualche caso ` e poco signicativo: ad
esempio le radici quadrate dellunit` a sono {1, 1}, che banalmente co-
incidono con i propri complessi coniugati. In generale, qualunque sia
n, la radice = 1 ` e reale e quindi non ci accorgiamo dellesistenza
del suo complesso coniugato. Ma tutto ci ` o non ` e specico delle radici
nesime. Supponiamo di voler risolvere unequazione della forma
a
0
+a
1
z +a
2
z
2
+. . . +a
n
z
n
= 0,
dove i coefcienti delle potenze di z sono numeri reali. Poich e z
k
= z
k
per ogni k N, possiamo dire che
a
0
+a
1
z+a
2
( z)
2
+. . . +a
n
( z)
n
= a
0
+a
1
z +a
2
z
2
+. . . +a
n
z
n
=

0 = 0,
sicch e il complesso coniugato z di ogni soluzione z ` e unaltra soluzione
della stessa equazione. Questo teorema sarebbe falso se i coefcienti
a
k
fossero numeri complessi. Volete un esempio? Facile: lequazione
iz = 1 ` e risolta solo da z = 1/i = i. Il numero z = i si guarda bene
dallessere una seconda soluzione!
Per concludere, ritorniamo alla ben nota equazione algebrica del
secondo ordine
az
2
+bz +c = 0, (1.6)
dove a, b e c sono, in generale, tre numeri complessi assegnati, e z
C ` e lincognita. Per evitare ovviet` a, supporremo che a = 0, sicch e
34
lequazione ` e effettivamente di secondo grado. Osservando che, posto
al solito = b
2
4ac,
az
2
+bz +c = a
_
z
2
+
b
a
z +
c
a
_
= a
__
z
2
+2
b
2a
z +
b
2
4a
2
_
+
c
a

b
2
4a
2
_
= a
_
_
z +
b
2a
_
2

4a
2
_
,
possiamo concludere che z risolve (1.6) se e solo se
_
z +
b
2a
_
2
=

4a
2
.
A parole, z +
b
2a
` e una radice quadrata di

4a
2
. Indicando ancora,
con un notevole abuso di notazione, le radici quadrate di

4a
2
con il
simbolo

_

4a
2
,
ritroviamo la formula per la soluzione generale di (1.6):
z =
b

2a
.
Questa formula ` e identica alla formula risolutiva delle equazioni al-
gebriche del secondo ordine in campo reale. Ora, per` o, possiamo
sostenere senza possibilit` a di confusione, che lequazione (1.6) possiede
sempre due soluzioni complesse, eventualmente coincidenti. In ambito
reale, supponendo per coerenze che a, b e c siano numeri reali, lequazione
non possiede soluzioni reali quando < 0. Ancora una volta, il campo
C costituisce un ampliamento algebrico del campo reale, e la peculiarit` a
` e la possibilit` a di risolvere le equazioni algebriche senza restrizioni.
+.+o /rrrNni cr: tN/ ccstntzi cNr nri Nt-
vrni N/ttn/ti
Per soddisfare la curiosit` a di qualche studente, proponiamo ora la
costruzione assiamoatica dellinsieme N dei numeri naturali.
Denizione 1.62. Linsieme N ` e un insieme che soddisfa i seguenti assiomi.
(N1) 1 N.
(N2) Per ogni numero naturale n esiste uno ed un solo numero naturale n

,
che chiameremo successore di n.
(N3) Per ogni n N, risulta n

= 1.
(N4) Se n

= m

, allora n = m.
(N5) Sia M un insieme di numeri naturali che soddisfa le seguenti propriet` a:
35
1. 1 M
2. se n M, allora n

M.
Allora M = N.
Osservazione 1.63. Lassioma (N5) ` e chiamato spesso assioma di in-
duzione. In effetti, esso coincide esattamente con il principio di in-
duzione introdotto precedentemente.
Vediamo ora alcune conseguenze degli assiomi.
Lemma 1.64. Se n = m, allora n

= m

.
Proof. Altrimenti n

= m

, e (N2) implicherebbe n = m.
Lemma 1.65. Per ogni n naturale, n

= n.
Proof. Sia Mlinsieme di tutti i numeri naturali che soddisfano il lemma.
Per gli assiomi (N1) e (N3), 1

= 1, sicch e 1 M. Se n M, al-
lora n

= n e per il Lemma precedente (n

= n

. Quindi n

M.
Lassioma (N5) garantisce che M = N.
Lemma 1.66. Se n = 1, allora esiste u N tale che n = u

.
Proof. Sia M linsieme formato da 1 e da tutti i numeri n per i quali
esiste un tale u. Allora 1 M per denizione. Inoltre, se n M, allora,
denotando con u il numero n, abbiamo n

= u

. Quindi n

M.
Lassioma (N5) garantisce ancora una volta che M = N.
Mostriamo ora come viene denita laddizione fra due numeri nat-
urali. Avvisiamo lo studente che la costruzione ` e alquanto pedante e
macchinosa, e non ` e un prerequisito per la comprensione del corso.
Teorema 1.67. Ad ogni coppia n, m di numeri naturali ` e possibile associare
esattamente un numero naturale, denotato con n+m, tale che
1. n+1 = n

2. n+m

= (n+m)

.
Proof. Innanzitutto, dimostriamo che per ogni n ssato esiste al mas-
simo un modo di denire n+m per ogni m in modo tale che
n+1 = n

e
n+m

= (n+m)

.
Siano a
m
e b
m
deniti in modo che
a
1
= n

, b
1
= n

,
a
m
= (a
m
)

, b
m
= (b
m
)

per ogni m. Sia M linsieme dei numeri naturali m per i quali a

m
=
b
m
. Ora, a
1
= n

= b
1
, sicch e 1 M. Se poi m M, allora a
m
= b
m
,
36
e per lassiome (N2) (a
m
)

= (b
m
)

. Quindi a
m
= (a
m
)

= (b
m
)

=
b
m
, e questo signica che m

M. Per lassioma di induzione, M =

N. Esplicitamente, per ogni m N risulta a
m
= b
m
.
Dimostriamo adesso che per ogni numero naturale n ` e possibile
denire n+m per ogni m, in modo tale che n+1 = n

e n+m

= (n+
m)

. Come al solito, chiamiamo M linsieme dei numeri naturali che

soddisfano questa richiesta. Per n = 1, il numero n+m = m

` e quello
cercato., dal momento che n+1 = 1

= n

, n+m

= (m

= (n+m)

.
Dunque 1 M. Supposto che n M, esiste n+m per ogni m. Allora
n

+m = (n +m)

` e il numero che cerchiamo per n

. Infatti n

+1 =
(n +1)

= (n

e n

+m

= (n +m

= ((n +m)

= (n

+m

.
Dunque n

M, e dunque M = N.
Con la tecnica dellinduzione, si vericano tutte le usuali propriet` a
della somma: associativa, commutativa, ecc.
La propriet` a di ordinamento dei numeri naturali ` e denita in modo
piuttosto semplice.
Denizione 1.68. Scriviamo n > m se esiste un numero naturale u tale
che n = m+u. Viceversa, n < m se esiste un numero naturale u tale che
m = n+u.
In pratica, un numero n ` e maggiore di un numero m se ` e possibile
ottenere n sommando ad m un altro numero naturale. Giocando con
gli assiomi e le propriet` a della somma possiamo dimostrare il cosid-
detto ordinamento totale dei numeri naturali.
Teorema 1.69. Se n e m sono numeri naturali, allora sussiste una ed una
sola delle relazioni
n = m, n < m, n > m.
La moltiplicazione ` e la seconda operazione sempre denita fra due
numeri naturali. Ci limitiamo alla denizione.
Denizione 1.70. Ad ogni coppia di numeri naturali n, m ` e possibile asso-
ciare un numero naturale n m, univocamente identicato, tale che
1. n 1 = n per ogni n
2. n m

= n m+n per ogni n ed ogni m.

Il prodotto n m ` e spesso scritto semplicemente nm.
Ovviamente mancano ancora tante veriche delle propriet` a di cui
gode la struttura algebrica N. Preferiamo fermarci ora, prima di appe-
santire inutilmente lesposizione. Lo studente interessato pu` o con-
sultare il classico testo di E. Landau [30].
Quella presentata sopra non ` e lunica costruzione possibile dei nu-
meri naturali. In effetti, linsieme dei numeri naturali ` e determinato
dalle propriet` a caratterizzanti, e non dalla natura dei suoi oggetti. Nel
testo di Godement [20] sono proposte due denizioni equivalenti dei
numeri naturali.
37
Denizione 1.71 (Zermelo). I numeri naturali sono deniti dalle formule
0 = , 1 = {}, 2 = {{}}, . . .
Denizione 1.72 (Von Neumann). I numeri naturali sono deniti dalle
formule
0 = , 1 = {0}, 2 = {0, 1}, 3 = {0, 1, 2}, . . .
Queste denizioni riducono i numeri agli insiemi, e la comune carat-
teristica ` e quella di annidare insiemi costituiti dallinsieme vuoto .
`
E
piuttosto sorprendente che tutta la matematica sia fondata su un in-
sieme primo di elementi!
38
2 FUNZI ONI FRA I NSI EMI
Ora che abbiamo conquistato una certa familiarit` a con il linguaggio
degli insiemi, rivediamo rapidamente il linguaggio della teoria delle
funzioni fra insiemi.
Denizione 2.1. Siano X ed Y due insiemi qualsiasi. Una funzione f: X
Y (si legge: f da X in Y) ` e una legge che ad ogni x X associa precisamente
uno ed un solo elemento y Y, denotato anche con f(x). La notazione
completa ` e
f: X Y
x f(x)
Utilizzeremo sovente la notazione pi ` u compatta f: x X f(x) Y.
Linsieme X si chiama dominio (di denizione) di f, mentre Y si chiama codo-
minio di f.
Notiamo che la denizione appena data nasconde una certa ambi-
guit ` a. Che cosa sarebbe una legge? In realt` a, gli studenti del corso
di Matematica imparano n dallinizio una denizione pi ` u rigorosa di
funzione. Quella che abbiamo proposto ricalca la denizione ingenua
delle scuole superiori, e si afda allidea innata di legge che permette
di mettere in corrispondenza due elementi di due insiemi noti.
Purtroppo la denizione rigorosa richiederebbe lintroduzione di ul-
teriori concetti che non verrebbero pi ` u utilizzati nel nostro corso. Per
una (superciale) introduzione rigorosa, rimandiamo allAppendice a
questo capitolo. Ci sembra interessante ed istruttivo il seguente com-
mento, tratto da [1].
Possiamo pensare una funzione f: X Y come una specie
di scatola nera, con un ingresso e unuscita. Ogni volta che
in ingresso entra un elemento del dominio, la scatola nera
la funzione lo elabora e poi emette dalluscita un ele-
mento del codominio. Non ` e importante la natura degli ele-
menti del dominio e del codominio (possono essere numeri,
rette, patate, cavalleggeri prussiani o qualsiasi altra cosa)
n e il tipo di processi digestivi che avvengono allinterno
della scatola. Siano somme, prodotti, classiche o formine
da sabbia, tutte ` e ammissibile purch e il procedimento usato sia
sempre lo stesso: ogni volta che in ingresso inliamo la stessa
patata, in uscita dobbiamo ottenere sempre la stessa cipolla
ad ogni elemento del dominio viene associato uno ed un
solo elemento del codominio, appunto.
Avvertenza. Molti studenti, ma anche molti docenti e qualche libro di
testo, hanno labitudine di riferirsi alla funzione f(x) invece che alla
39
funzione f. Come abbiamo visto, una funzione ` e una legge, mentre
f(x) ` e semplicemente il valore che f assume in x. Per fare un paragone,
sarebbe come confondere la persona Simone Secchi con le dispense
scritte da Simone Secchi.
1
Quindi non esiste la funzione sinx, n e la funzione x
2
. Pi ` u corretto,
e senzaltro pi ` u accettabile, ` e parlare della funzione x x
2
, indicata
anche con (#)
2
in alcun i libri. Questultima notazione, o lequivalente
()
2
, ` e ampiamente tollerata. La scrittura (sin#)/# signicherebbe la
funzione x (sinx)/x, e quindi # assumerebbe il valore di carat-
tere jolly per la variabile indipendente. Questa notazione appare
in qualche testo (ad esempio [15]), ma non ha mai fatto breccia nella
tradizione dei testi elementari.
2
Lo studente, a regola, non capisce perch e occorra perdere tempo
in queste disquisizioni, che non giovano molto alla sua premura di
superare lesame nale. Lasciando da parte il doveroso rimprovero a
chi crede che gli esami universitari siano inutili scocciature da superare
balbettando qualche frase davanti al professore, stiamo parlando di un
concetto veramente profondo. La x non ` e una divinit` a, nessun medico
ce ne prescrive luso, e solo la tradizione invoglia a usare tale lettera
per la variabil e indipendente.
3
Le due scritture x e
x
e e

denotano la stessa funzione: x e , ma potremmo usare , o anche

z, sono soltanto simboli. Una celebre battuta dice che, in matematica,
un cappello rosso non ` e necessariamente un cappello, e anche se lo
fosse non sarebbe necessariamente rosso. Quello che conta veramente
` e il signicato attribuito ai simboli, nel nostro caso la legge, cio` e la
funzione, alla quale tali simboli vengono sottoposti. In alcuni contesti
avanzati, la funzione f(x) potrebbe anche indicare il nome di una
funzione che agisce come
f(x): t f(x)(t).
Sembra un paradosso, ma non lo ` e, ed anzi tali notazioni sono pres-
soch e obbligatorie in Geometria Differenziale e in Analisi Funzionale.
Domanda provocatoria per lo studente: chi parlerebbe della funzione
g(1/2)? Se x denota un numero, g(1/2) dovrebbe essere tanto legittimo
quanto g(x)...
Per amore di verit` a, molti docenti continuano a ritenere essenzial-
mente (o totalmente) corretta unespressione come sia f(x) una fun-
zione continua. Seguendo la prassi italica che si fanno le regole e poi
si tollerano le trasgressioni,
4
i trasgressori non verranno perseguiti in
sede desame.
1 In certi ambienti, questa sovrapposizione ` e piuttosto comune. Io e i miei colleghi del
corso di laurea in matematica parlavamo sempre del Rudin, per indicare in effetti il
libro [37] scritto da Rudin.
2 Purtroppo, la tendenza a confondere ci ` o che un soggetto ` e con ci ` o che quel soggetto fa,
` e un errore sempre pi ` u diffuso anche nella nostra societ` a.
3 I sici preferiscono usare t, come se parlassero di un tempo.
4 Ogni riferimento sociopolitico ` e pienamente voluto.
40
Esempi. Siano X linsieme di tutti gli uomini della Terra, e Y linsieme
di tutti i colori. Se ad ogni uomo di X associamo il colore del suo
occhio destro,
5
abbiamo costruito una funzione da X in Y.
Se X ` e linsieme di tutte le scatolette di tonno di un certo negozio,
e Y ` e linsieme dei numeri razionali Q, possiamo associare ad ogni
x X il suo prezzo y Q = Y, ottenendo una funzione. La scelta
di Y = Q nasconde la presunzione che nessun negoziante ci far` a mai
pagare euro per una scatoletta di tonno. Sembra perci ` o ragionevole
che i prezzi delle scatole di tonno siano numeri con una quantit` a nita
di numeri decimali, e dunque numeri razionali.
Se inne X ` e linsieme di tutte le circonferenze del piano cartesiano e
Y = R, possiamo associare ad ogni circonferenza il suo raggio. Anche
questa ` e una funzione.
Scegliamo ora X = Y come linsieme di tutti gli individui viventi
sulla Terra. Associando ad ogni individuo vivente i suoi genitori, non
deniamo una funzione: esistono gli orfani, e inotre potremmo asso-
ciare a un x X due elementi di Y, madre e padre.
Nel seguito, useremo quasi esclusivamente insiemi numerici e fun-
zioni fra di essi.
Denizione 2.2. Se f: X Y ` e una data funzione, linsieme
f(X) = {y Y | esiste x X tale che y = f(x)} Y
si chiama immagine di X rispetto a f. Se invece V Y, linsieme
f
1
(V) = {x X | f(x) V}
si chiama controimmagine (o preimmagine, o ancora anti-immagine) dellinsieme
V.
Per i nostri scopi, il codominio Y ` e decisamente meno importante del
dominio X. Effettivamente, per specicare una funzione, ci servono
in maniera essenziale il dominio e la legge, mentre il codominio pu` o
essere allargato senza inuire troppo sulla funzione. Infatti, ci ` o che
conta sembra essere f(X): gli elementi di Y che non sono immagini
di elementi di X possono essere sacricati in prima battuta. Oppure,
potremmo aggiungere ulteriori elementi allimmagine, senza alterare
la funzione. Invitiamo il lettore a ritornare sullesempio delle scatolette
di tonno.
`
E vero che i prezzi sono (ragionevolmente) numeri razionali,
6
ma se avessimo scelto come codominio linsieme dei numeri reali non
avremmo compromesso la nostra funzione.
Convenzione didattica. Abbiamo appena detto che una funzione si
compone di tre elementi: un dominio, un codominio, e una legge.
Ogni studente sa gi` a, per` o, che in certi esercizi si chiede di trovare il
5 Ci sono esseri umani pochi con occhi di colori differenti, dunque parlare di colore
degli occhi non denirebbe una funzione. Escludiamo implicitamente gli individui
privi dellocchio destro.
6 Quasi sempre i prezzi sono espressi da numeri razionali con due cifre dopo il punto
(o la virgola) decimale, ma esistono eccezioni: si pensi al prezzo del carburante, che ` e
quasi sempre espresso con i millesimi di euro.
41
dominio di denizione di una certa funzione, scritta solitamente f(x) =
. . .
`
E una richiesta poco chiara, a cui si conviene di attribuire un senso
convenzionale preciso. Quando si lavora con funzioni reali di una vari-
abile reale, il dominio ` e inteso come il dominio naturale, cio` e il pi ` u
grande sottoinsieme di R in cui tutte le operazioni scritte nella formula
di f hanno senso. Se f(x) =

x 1, il dominio ` e linsieme delle x tali

che x 1 0. Questo perch e si pu` o estrarre la radice quadrata solo di
numeri maggiori o uguali a zero. Se f(x) = log(3x 1), il dominio ` e
linsieme delle x tali che 3x 1 > 0, poich e solo i numeri strettamente
positivi hanno un logaritmo. Chiedere di trovare il dominio di una
data funzione signica chiedere allo studente di ricordare quali sono
i domini di denizioni delle principali funzioni elementari, e di fargli
risolvere alcune disequazioni.
`
E vero che f(x) = logx pu` o essere le-
gittimamente denita sul dominio [1, ], ma non si tratta del dominio
naturale. Nel linguaggio introdotto in questi appunti, sono semplice-
mente due funzioni diverse.
Osservazione 2.3. Una situazione che solitamente risulta insidiosa per
gli studenti ` e il caso delle funzioni contenenti potenze in cui sia la
base che lesponente sono variabili. Ad esempio, qual ` e il dominio di
denizione di x x
x
? O di x (sinx)
logx
? La risposta ` e che per
denire unespressione quale
f(x)
g(x)
occorre imporre la condizione f(x) > 0.La ragione si capisce solo ricor-
dando quella teoria delle potenze che ormai non viene quasi pi ` u in-
segnata nelle scuole medie. Si veda anche il successivo angolo dello
smemorato.
Langolo dello smemorato: le potenze. Ricordiamo che, dato un qual-
siasi numero reale (positivo, nullo o negativo) x, si denisce la sua
potenza n esima, per n N mediante la formula
x
n
= x x . . . x (n fattori).
Indi, si deniscono le potenze con esponente intero relativo, dicendo
che
x
n
=
1
x
n
.
Naturalmente, occorre richiedere che x = 0. I primi dubbi arrivano per
esponenti razionali. Infatti, come denire x
1/q
, dove q N, q = 0? Di
solito si dice che
x
1/q
= y se e solo se x = y
q
.
Pertanto, bisogna distinguere fra q pari e q dispari. Nel primo caso,
poich e ogni numero elevato ad una potenza pari diventa non nega-
tivo, dovremo imporre x 0. Nel secondo caso, invece, ogni numero
x R pu` o essere elevato alla potenza 1/q, q dispari. Si pensi, per ri-
cordarlo, alla radice cubica x
1/3
, denita per ogni x reale. Ad esempio,
42
lespressione x
1/8
ha senso solo per x 0, mentre x
1/17
` e denita per
ogni x reale.
Ultimo passaggio, il caso dellesponente razionale qualunque: x
p/q
.
Ovviamente, possiamo pensare che la frazione p/q sia gi` a ridotta ai
minimi termini. Poniamo allora
x
p/q
= (x
p
)
1/q
se p 0, mentre
x
p/q
=
1
x
p/q
se p < 0. Ovviamente, dobbiamo controllare che le potenze scritte
abbiano signicato: se q ` e un numero pari, (x
p
)
1/q
ha senso solo per
x
p
0, cio` e per x 0. Se q ` e dispari, possiamo scrivere (x
p
)
1/q
per ogni x reale. Per p < 0, dobbiamo inoltre escludere x = 0 dalla
denizione. Per esempio,
x
2/3
= (x
2
)
1/3
,
denita dunque per ogni x reale (perch e il denominatore 3 dellesponente
` e dispari), mentre
x
5/2
=
_
x
5
_
1/2
denita solo per x 0 perch e il denominatore 2 dellesponente ` e un
numero pari. Inne,
x
4/3
=
1
x
4/3
,
denita per ogni x = 0: lunica condizione ` e infatti che il denominatore
x
4/3
sia diverso da zero.
Dopo questa lunga digressione, non ` e affatto chiaro come denire
x

, per un qualunque numero R. La risposta ` e insita nella

costruzione dellinsieme dei numeri reali.
7
Ci limitiamo ad un cenno:
ssato , si approssima con una successione di numeri razionali
{p
n
/q
n
}
nN
. La tentazione ` e di denire
x

= lim
n+
x
p
n
/q
n
.
Il problema per` o ` e che non possiamo avanzare pretese sui numeri q
n
:
potrebbero essere alternativamente positivi o negativi. Per esempio, se
volessimo denire (1)

2
, osserveremmo che

2 1.414213562373 . . .
e dunque vorremmo approssimare (1)

2
con
(1)
14/10
, (1)
141/100
, (1)
1414/1000
, . . .
Ma gi` a la seconda approssimazione ` e insensata, perch e 141 ` e dispari,
e dovremmo calcolare la radice centesima di 1, che non ` e denita.
7 Questo ` e uno dei momenti, non troppo frequenti per fortuna, in cui si rimpiange di non
avere le basi di teoria dei sistemi numerici.
43
Allora, per essere certi che x
p
n
/q
n
abbia senso, lunica via duscita ` e
chiedere che x > 0. Morale del discorso: possiamo elevare ad una
potenza reale generica solo le basi positive. Lapproccio mediante le
sezioni di Dedekind propone di denire x

come il valore di
sup{r

| r Q, r x} = inf {r

| r Q, r x} .
Questa uguaglianza ` e per` o falsa per x < 0. Resta un ultimo, tremendo,
dubbio: siccome N Z Q R, come ci comportiamo davanti
allespressione x
2/3
? Pensiamo 2/3 come un numero razionale oppure
come un numero reale? Gi` a, perch e nel primo caso possiamo scegliere
x reale, mentre nel secondo solo x > 0! La risposta ` e quella pi ` u compli-
cata
8
: quando lesponente ` e un numero razionale, lo trattiamo come
tale, senza pensarlo come un numero reale.
Osservazione 2.4. Per togliere qualsiasi ambiguit` a, converrebbe dis-
tinguere rigorosamente e senza eccezioni la funzione esponenziale dalla
funzione inversa delle potenze. In altri termini, dovremmo consider-
are separatamente (per esempio) le due funzioni
f: (0, +) R, f(x) = x
2/3
g: R R, g(x) =
3
_
x
2
.
Si pu` o seguire senzaltro questa strada, ma i matematici amano am-
morbidire le asperit` a della loro materia con qualche cedimento alle
convenzioni.
Per concludere, c` e una situazione che molti studenti non sanno
come affrontare: come si calcola 0
0
?
`
E una domanda insidiosa, che in
effetti ha gi` a avuto implicitamente la risposta nella discussione prece-
dente: loperazione 0
0
non ` e denita. Per x = 0, possiamo pensare che
x
0
= x
mm
= x
m
/x
m
, dove m ` e un numero intero (diverso da zero)
qualunque. Allora, viene spontaneo dire che x
0
= 1 per x = 0. Ma
questo ragionamento non ` e convincente per x = 0, poich e x
m
` e gi` a
privo di signicato. A volte, i matematici convengono di dare un senso
ad unespressione indenita, e lo fanno con lo scopo di semplicare o
unicare argomenti che richiederebbero una trattazione diversa caso
per caso. Molti studiosi di analisi matematica usano la convenzione
0
0
= 1, pensando che 0
0
= lim
x0
x
0
= lim
x0
1 = 1. Altri, invece,
preferiscono pensare che 0
0
= lim
x0
0
x
= lim
x0
0 = 0. Questo, da
un punto di vista avanzato, si interpreta con il fatto che la funzione di
due variabili f(x, y) = x
y
, denita per x > 0 e y R, non ` e prolunga-
bile per continuit` a in (0, 0). Chi scrive, se proprio ` e obbligato, ha una
maggiore simpatia per la convenzione 0
0
= 1, ma si tratta di gusti.
Per amor di verit` a, i matematici che si occupano di Algebra as-
tratta si trovano unanimemente concordi nel sostenere che 0
0
= 1 per
denizione di elevamento a potenza. La faccenda ` e ingarbugliata, e cerchi-
amo di fornire una spiegazione in poche righe. In Algebra, ogni volta
8 I matematici scelgono spesso la strada pi ` u ricca di bivi, almeno quando questi bivi
arricchiscano la teoria.
44
che sia denita unoperazione di moltiplicazione
9
` e conveniente porre
x
0
= 1, qualunque sia lelemento x. Di conseguenza, un algebrista scrive
0
0
= 1 senza provare il minimo imbarazzo. Chi si occupa di Analisi
Matematica nutre di solito qualche perplessit` a di fronte a questo tipo
di scrittura. Il punto ` e che un algebrista interpreta lesponente 0 come
il numero naturale 0 N. Invece, lanalista lo pensa quasi sempre
come 0 R.
Denizione 2.5. Supponiamo che f: X Y sia una funzione fra i due
insiemi X e Y. Se Z ` e un sottoinsieme di X, la nuova funzione f|Z: Z Y
denita da f|Z(x) = f(x) per ogni x Z prende il nome di restrizione di f
allinsieme Z.
10
Restringere lazione di una funzione a un dominio di denizione
pi ` u piccolo pu` o apparire inutile. Il punto ` e che, per noi, una funzione
` e individuata in modo univoco dal suo dominio, dal suo codominio,
e dalla sua legge. Ad esempio, vedremo pi ` u avanti che la funzione
f: R R denita dalla legge
f(x) =
_

_
1, se x < 0
0, se x = 0
1, se x > 0
` e discontinua nel punto x = 0, ma la sua restrizione a qualsiasi inter-
vallo che non contiene il punto x = 0 ` e continua. Questo ci convince
che le restrizioni di una funzione possono godere di propriet` a che la
funzione di partenza non possiede.
z.+ crrn/zi cNi stttr rtNzi cNi
Quando lavoriamo con funzioni a valori reali, ` e facile estendere ad
esse le quattro operazioni dellaritmetica. Basta infatti operare sulle
immagini, come nella denizione che segue.
Denizione 2.6. Sia X un insieme, e siano f: X R e g: X R due
funzioni a valori reali. Deniamo la loro somma, il loro prodotto e il loro
quoziente come
1. f +g: X R, x f(x) +g(x)
2. fg: X R, x f(x)g(x)
3. f/g: X\ {x X | g(x) = 0} R, x f(x)/g(x),
Anche le funzioni possiedono delle operazioni, senza dubbio meno
familiari di quelle algebriche. A noi ne serviranno due: la compo-
sizione e linversione.
9 In generale, in ogni gruppo ha senso denire le potenze di un elemento.
10 A volte si usa il simbolo f
|Z
.
45
Denizione 2.7. Siano f: X Y e g: Y Z due funzioni. La funzione
g f: X Z denita da
g f: x X g(f(x)) Z
si chiama funzione composta di g ed f.
Osservazione 2.8. La composizione, per usare unespressione mnemon-
ica, si legge da destra a sinistra. Qualche Autore, soprattutto quelli
che si occupano di algebra, usano la convenzione della composizione
in ordine inverso rispetto al nostro. Per costoro, g f signica calco-
lare prima g e poi f. La scusa addotta ` e che ` e preferibile rispettare
il senso della scrittura occidentale, da sinistra a destra.
`
E chiaro che
basta ribattere che ` e proprio il senso della scrittura che spinge a scri-
vere largomento a destra della funzione (cio` e f(x) e non (x)f), e dunque
largomento di g va scritto a destra: g f.
Nella pratica, comporre due funzioni signica applicarle in succes-
sione, facendo attenzione allordine di scrittura. Gracamente,
x X f(x) Y g(f(x)) Z,
dove la prima freccia indica lazione di f su x e la seconda freccia
lazione di g su f(x). Questa rappresentazione evidenzia lipotesi che
il codominio di f coincidesse con il dominio di g.
11
In generale, non ha
senso scrivere f g, perch e il codominio di g non ` e il dominio di f. E
anche se questa condizione strutturale ` e soddisfatta, ` e facile costruire
un esempio in cui f g e g f sono due funzioni ben distinte.
Osservazione 2.9. Il concetto di composizione pu` o essere esteso a
tre o pi ` u funzioni: limportante ` e che domini e codomini siano del
tipo giusto. Pi ` u precisamente, consideriamo tre funzioni f
1
: X Y,
f
2
: Y Z, e f
3
: Z W. Allora possiamo denire h = f
3
f
2
f
1
: X
W come segue: per ogni x X, h(x) = f
3
(f
2
(f
1
(x))). Si potrebbe di-
mostrare facilmente che la composizione gode della propriet` a associa-
tiva: (f
3
f
2
) f
1
= f
3
(f
2
f
1
). A parole, possiamo comporre prima
f
3
con f
2
, e successivamente comporre il risultato con f
1
. Oppure fare
prima la composizione di f
2
e f
1
, e solo alla ne comporre il risultato
con f
3
. In entrambi i casi, otteniamo la medesima funzione.
Osservazione 2.10. La composizione di due funzioni pu` o essere denita
in un contesto leggermente pi ` u generale. Consideriamo due funzioni
f: X Y e g:

Y Z. Finora abbiamo imposto che Y =

Y, ma capiamo
subito che non ` e del tutto necessario per dare un senso a g f. Infatti,
quello che ci serve veramente ` e che limmagine f(X) sia un sottoin-
sieme del dominio

Y di g: f(X)

Y. Insomma, per comporre g con f,
quello che occorre (e basta) ` e che limmagine di f sia un sottoinsieme
del dominio di g.
Pi ` u macchinosa ` e la denizione di funzione inversa. Premettiamo
una denizione fondamentale.
11 In base a quanto detto poco sopra, basterebbe che f(X) fosse un sottoinsieme del do-
minio di g.
46
Denizione 2.11. Sia f: X Y una funzione. Diciamo che f ` e iniettiva se
ad elementi x
1
= x
2
di X sono associate sempre immagini f(x
1
) = f(x
2
) in
Y. Diciamo invece che f ` e suriettiva se f(X) = Y, cio` e se per ogni y Y esiste
un x X tale che f(x) = y. Diciamo inne che f ` e biunivoca se ` e iniettiva e
suriettiva.
Supponiamo che f: X Y sia una funzione biunivoca. Ad ogni y
Y si associa un elemento x X tale che f(x) = y. Ora, tale elemento x ` e
unico: se ce ne fossero due, chiamiamoli x
1
e x
2
, ovviamente x
1
= x
2
e liniettivit` a di f implicherebbe
y = f(x
1
) = f(x
2
) = y,
cio` e y = y. Questo ` e chiaramente impossibile, dunque esiste uno (per
la suriettivit` a) ed uno solo (per liniettivit` a) x X tale che f(x) = y.
Ma allora abbiamo costruito una funzione da y in X. Questa funzione,
che chiameremo f
1
, gode della propriet` a che
f f
1
: y Y y Y (2.1)
e
f
1
f: x X x X. (2.2)
Denizione 2.12. Sia f: X Y una funzione biunivoca. La funzione
f
1
: Y X costruita sopra si chiama funzione inversa di f, ed ` e caratter-
izzata dalle condizioni (2.1) e (2.2).
Osservazione 2.13. Diversamente da alcuni libri di testo, saremo pi-
uttosto rigidi sul concetto di funzione invertibile. Come visto, per
noi una funzione ` e invertibile quando ` e biunivoca. Altri chiedono
sono liniettivit` a: il dominio della funzione inversa sar` a limmagine
della funzione diretta. Questa ` e una convenzione legittima e addirit-
tura comoda in certi contesti elementari. Lo studente si convincer` a
facilmente di questo: qualsiasi funzione diventa suriettiva, a patto di
scegliere come codominio limmagine della funzione. Se ci viene data
una funzione iniettiva f da un dominio X in un codominio Y, la nuova
funzione

f: X f(X) ` e una funzione biunivoca e perci ` o invertibile.
Sebbene

f sia una funzione diversa da f, ` e comodo indulgere in questa
confusione.
Riassumendo, le (2.1) e (2.2) dicono che la funzione inversa ` e ef-
fettivamente quelloperazione che inverte una funzione biunivoca
rispetto alla composizione . Quando allo studente dovr` a dimostrare
che una certa funzione ` e invertibile, dovr` a vericare che la funzione ` e
iniettiva e suriettiva. Pu` o far comodo usare la caratterizzazione con-
tenuta nella prossima proposizione.
Proposizione 2.14. Sia f: X Y.
1. f ` e iniettiva se e solo se dalluguaglianza f(x
1
) = f(x
2
) discende x
1
=
x
2
.
47
2. f ` e suriettiva se e solo se, per ogni y Y, lequazione (nellincognita
x X) f(x) = y possiede almeno una soluzione.
3. f ` e biunivoca se e solo se, per ogni y Y, lequazione f(x) = y possiede
esattamente una soluzione x X. In tal caso, x = f
1
(y).
Concretamente, tutto si riduce a risolvere equazioni. Purtroppo non
tutte le equazioni sono risolvibili in termini espliciti, e i metodi del
calcolo differenziale ci verranno in aiuto.
Osservazione 2.15. Ci sarebbe molto da discutere sullaggettivo es-
plicito usato un paio di righe sopra. A volte si sostiene che non esiste
una rappresentazione esplicita per lunica soluzione reale dellequa-
zione cos x = x. Se per` o tutti gli scienziati convenissero di denotare
questo numero con il simbolo , potremmo scrivere tranquillamente
log, tan, ecc. Quello che intendiamo dire ` e che in matematica nulla
` e intrinsecamente esplicito o implicito. Quante volte lo studente ha us-
ato il simbolo per intendere il famoso 3.14 che la maestra insegnava
alle scuole elementari? Possiamo dire che ` e pi ` u esplicito di solo
perch e ce lhanno inculcato da bambini?
z.z rtNzi cNi vcNct` cNr r rtNzi cNi rrni -
cni cur
Spendiamo qualche parola sui rapporti fra le funzioni reali di variabile
reale e la relazione dordinamento fra numeri reali. Dati due numeri
reali x
1
e x
2
, esattamente una delle seguenti affermazioni deve essere
vera: x
1
< x
2
, oppure x
1
= x
2
, oppure x
1
> x
2
.
Denizione 2.16. Sia X R un sottoinsieme, e sia f: X R una funzione
reale di una variabile reale. Diremo che f ` e monotona crescente (risp. crescente
in senso stretto) se ` e soddisfatta la condizione seguente: se x
1
, x
2
X e se
x
1
< x
2
, allora f(x
1
) f(x
2
) (risp. f(x
1
) < f(x
2
)). Diremo che f ` e
monotona decrescente (risp. decrescente in senso stretto) se ` e soddisfatta la
condizione seguente: se x
1
, x
2
X e se x
1
< x
2
, allora f(x
1
) f(x
2
) (risp.
f(x
1
) > f(x
2
)).
A parole, le funzioni monotone crescenti rispettano lordinamento
dei numeri reali, mentre quelle monotone decrescenti lo invertono.
Osservazione 2.17. Attenzione alla pronuncia dellaggettivo mono-
tona: laccento cade sulla seconda lettera o. Il professore di matem-
atica pu` o essere mon` otono (accento sulla prima o), mentre le funzioni
sono monot ` one (accento sulla seconda o).
Teorema 2.18. Sia [a, b] un intervallo, e sia f: [a, b] R una funzione
strettamente crescente (oppure strettamente decrescente). Allora f ` e iniettiva.
Proof. Siano x
1
e x
2
due elementi distinti di [a, b]. Non ` e restrittivo
supporre che x
1
< x
2
. Siccome f ` e strettamente crescente (oppure
48
decrescente), avremo che f(x
1
) < f(x
2
) (oppure f(x
1
) > f(x
2
)), e in
particolare f(x
1
) = f(x
2
). Pertanto f ` e una funzione iniettiva.
Corollario 2.19. Una funzione strettamente monotona ` e invertibile sulla sua
immagine, e la funzione inversa ` e strettamente monotona nello stesso senso
della funzione diretta.
Lasciamo allo studente pi ` u volenteroso la dimostrazione di questo
corollario. Una sola avvertenza: la funzione inversa rispetta il senso
della monotonia. Per qualche suggestione psicologica, molti studenti
sono convinti che linversa di una funzione crescente debba essere una
funzione decrescente. Basta pensare allesempio della funzione espo-
nenziale e della funzione logaritmo per non sbagliarsi.
Introduciamo inne unulteriore propriet` a di alcune funzioni che
incontreremo spesso.
Denizione 2.20. Una funzione f: R R ` e periodica di periodo T > 0 se
f(x +T) = f(x), per ogni x R.
e T ` e il pi ` u piccolo numero positivo che soddis questa uguaglianza.
Ne consegue che, per conoscere una funzione Tperiodica, basta
conoscerla su un qualunque intervallo di ampiezza T, ad esempio [0, T]
o [T/2, T/2].
La clausola di minimalit` a di T ` e parte integrante della denizione di
periodicit` a. La funzione seno ha periodo T = 2, ma sin(+T) = sin
` e vera anche per tutti i multipli interi di 2.
z. cn/ri ci c/ntrsi /Ni
Il piano cartesiano sar` a, per noi, linsieme dei punti di un piano nel
quale sono stati scelte due rette perpendicolari. Queste rette si interse-
cano in un punto detto origine, e sono chiamati assi cartesiani. I punti
di questo piano sono copppie ordinate di numeri reali, ed ` e sugges-
tivo usare il simbolo R
2
= R R per indicare brevemente il piano
cartesiano.
Denizione 2.21. Sia f: X Y una funzione, dove X, Y sono due insiemi.
Il graco di f ` e il sottoinsieme di XY
(f) = {(x, f(x)) XY | x X}.
In pratica, il graco di una funzione ` e costituito dalle coppie ordi-
nate il cui primo elemento appartiene al dominio, e il secondo ele-
mento ` e limmagine del primo elemento.
12
Per le nostre funzioni reali
di una variabile reale, il graco ` e una sottoinsieme di R
2
. Di solito
si tratta di una curva (nel senso intuitivo del termine), ma potrebbe
12 Lo studente che avr` a la pazienza di leggere lAppendice, imparer` a che una funzione ed
il suo graco sono esattamente la stessa cosa!
49
anche essere un solo punto. Pensiamo infatti alla funzione x

x
2
,
denita evidentemente solo in {0}. Il suo graco ` e formato dal punto
{(0, 0)} R
2
.
Ci sembra opportuno insistere su un punto: non tutte le curve che si
possono disegnare nel piano cartesiano sono graci di funzioni. Pren-
diamo per esempio una circonferenza o unellisse: sono rappresentanti
delle ben note coniche, ma non sono certamente graci di funzioni re-
ali di una variabile reale. Esistono infatti rette verticali che intersecano
tali curve in due punti distinti, contro la denizione di funzione.
Ma come si leggono, su un graco cartesiano, le propriet` a di una
funzione? In genere, tutte le principali caratteristiche di una data fun-
zione hanno una visibilit` a notevole nel graco cartesiano. Per esempio,
la suriettivit` a corrisponde al fatto che qualunque retta orizzontale in-
terseca il graco almeno una volta. Se ogni retta orizzontale interseca
il graco al massimo una volta,
13
la funzione ` e iniettiva. Se ogni r etta
orizzontale interseca il graco una ed una sola volta, allora la funzione
` e biunivoca.
La periodicit` a si rispecchia invece in una ripetizione esatta del graco
ogni volta che lascissa si sposta di una quantit` a pari al periodo. Come
detto sopra, basta pertanto tracciare il graco su un intervallo di ampiezza
pari al periodo.
z. /tctNr (ccsi nnrttr) rtNzi cNi rtrvrN-
t/ni
In questultima sezione introduttiva, riepiloghiamo le caratteristiche di
alcune funzioni di natura elementare. Queste costituiranno in un certo
senso un archivio a cui attingere esempi e controesempi nel corso del
programma.
Innanzitutto, lo studente ricorder` a le funzioni lineari afni, cio ` e le
rette del piano. Fatta eccezione per le rette verticali
14
, la generica fun-
zione linere afne ha la forma
x mx +q,
per opportuni valori di m, q R. Le funzioni rappresentate invece da
polinomi di secondo grado sono invece parabole, e hanno la forma
x ax
2
+bx +c,
dove i coefcienti a, b e c sono numeri reali.
Il lettore dovrebbe avere una certa familiarit` a anche con le funzioni
esponenziali, quelle rappresentate dalla formula
x a
x
,
13 Cio` e non lo interseca affatto, oppure lo interseca esattamente una volta.
14 Che non rappresentano graci di funzioni!
50
dove a (0, +).
15
Il caso a = 1 non merita tante parole: la funzione
` e chiaramente costante, poich e 1
x
= 1 qualunque sia lesponente x.
Nel caso 0 < a < 1, la funzione esponenziale di base a ` e positiva,
monotona decrescente. Nel caso a > 1, essa ` e invece positiva ma
monotona crescente.
Per quanto visto, la funzione esponenziale di base a (0, 1) (1, +)
` e invertibile, e la sua funzione inversa si chiama logaritmo in base a.
Si scrive
x (0, +) log
a
x.
Per a > 1, la funzione logaritmica ` e strettamente crescente, attraversa
lasse delle ascisse per x = 1, ` e negativa per 0 < x < 1 e positiva per
x > 1.
Per 0 < a < 1, la funzione logaritmica ` e strettamente decrescente,
positiva per 0 < x < 1 e negativa per x > 1. Lunico valore in cui si
annulla ` e x = 1.
Concludiamo la panoramica con le funzioni goniometriche. Poich e
una denizione rigorosa di tali funzioni pu` o essere data solo avendo a
disposizione strumenti che introdurremo pi ` u avanti, ci afdiamo alle
conoscenze pregresse dello studente. Probabilmente, sapr` a che il seno
di un angolo ` e il rapporto fra cateto opposto e ipotenusa di un certo
triangolo rettangolo, e cos` via. Per iniziare, questa denizione ge-
ometrica ci basta.
16
Abbiamo dunque a nostra disposizione due fun-
zioni,
x R sinx
x R cos x,
chiamate rispettivamente seno e coseno, denite sullintero insieme dei
numeri reali, periodiche di periodo 2. A queste si afanca la funzione
tangente, denita come
tanx =
sinx
cos x
per ogni x R\ {k/2 | k Z}.
17
La tangente ` e una funzione period-
ica di periodo , e sullintervallo (/2, /2) ` e strettamente crescente,
nulla in x = 0.
Osservazione 2.22. Gli angoli saranno sempre misurati in radianti.
Luso dei gradi sessagesimali, cui lo studente ` e forse pi ` u abituato, si
adatta male al calcolo differenziale. Ricordiamo che la relazione fra
la misura
gradi
in gradi sessagesimali e quella
rad
in radianti di un
angolo ` e stabilita dalla seguente proporzione:

rad
:
gradi
= 2 : 360.
15 La base a ` e un numero positivo per ipotesi. Infatti, ` e problematico elevare un numero
negativo ad un esponente reale, e questo ci costringerebbe a distinguere vari casi.
16 Una denizione rigorosa delle funzioni elementari appare in [39]. Sono per` o richiesti i
metodi del calcolo integrale, e non ci sembra opportuno insistere su questa richiesta di
rigore.
17 Questa scrittura apparentemente complicata ` e la scrittura simbolica per la frase x di-
verso da qualunque multiplo intero di /2.
51
Quindi

rad
=

180

gradi
.
Formule goniometriche. Per comodit` a dello studente, riportiamo di
seguito un elenco di utili formule goniometriche, che spesso sono dif-
cilmente reperibili sui testi universitari. Certamente non ` e obbliga-
torio memorizzarle tutte, ma occorre una certa familiarit` a almeno con
le formule di addizione e sottrazione. Nel seguito, le lettere greche
indicherranno angoli espressi in radianti.
1. (sin)
2
+ (cos )
2
= 1; sec =
1
cos
; cosec =
1
sin
2. (sec )
2
= 1 + (tan)
2
3. sin() = sincos cos sin
4. cos() = cos cos sinsin
5. tan() =
tantan
1tantan
6. sin+sin = 2 sin
+
2
cos

2
7. sinsin = 2 cos
+
2
sin

2
8. cos +cos = 2 cos
+
2
cos

2
9. cos cos = 2 sin
+
2
sin

2
10. sin(2) = 2 sincos
11. cos(2) = (cos )
2
(sin)
2
= 2(cos )
2
1 = 1 2(sin)
2
12. tan(2) =
2tan
1(tan)
2
13. 2(sin

2
)
2
= 1 cos ; 2(cos

2
)
2
= 1 +cos
14. tan

2
=
sin
1+cos
=
1cos
sin
.
z. /rrrNni cr: nrt/zi cNi r rtNzi cNi
In questa appendice proponiamo un approccio pi ` u rigoroso al concetto
di funzione fra insiemi. Anche per usi futuri, ` e opportuno considerare
relazioni fra elementi di un insieme.
Denizione 2.23. Siano X e Y due insiemi qualunque. Una relazione ` e un
sottoinsieme R di X Y. Se x X, y Y e (x, y) R, diciamo che x ` e in
relazione con y.
Osservazione 2.24. Al posto della notazione (x, y) R, ` e comune scri-
vere xRy. Si presti attenzione allordine di apparizione di x e y. Non
` e possibile scambiare x con y: anche quando x ` e in relazione con y,
nessuno garantisce che y sia in relazione con x.
52
Fra le relazioni, rivestono un ruolo particolare le relazioni dordine,
dette anche ordinamenti.
Denizione 2.25. Una relazione dordine nellinsieme X ` e una relazione
in X X, solitamente denotata con il simbolo ,
18
che gode delle seguenti
propriet` a:
(PO1) x x per ogni x X;
(PO2) se x y e y z, allora x z;
(PO3) se x y e y x, allora x = y.
Queste propriet` a prendono il nome, rispettivamente, di propriet` a riessiva,
propriet` a transitiva, e propriet` a antisimmetrica.
Osservazione 2.26. Nella tradizione didattica recente, capita di studi-
are le relazioni anche negli studi scolastici superiori. Taluni testi enun-
ciano una propriet` a antisimmetrica sbagliata: se x y allora y x
` e falsa. Lo studente pu` o convincersi che questa non ` e equivalente a
(PO3).
Unaltra categoria di relazioni particolarmente notevoli ` e quello delle
relazioni di equivalenza.
Denizione 2.27. Una relazione di equivalenza nellinsieme X ` e una re-
lazione in XX, solitamente denotata dal simbolo , tale che
(EQ1) x x per ogni x X;
(EQ2) se x y e y z, allora x z;
(EQ3) se x y, allora y x.
Queste propriet` a prendono il nome, rispettivamente, di propriet` a riessiva,
propriet` a transitiva, e propriet` a simmetrica.
Siamo pronti per dare un senso matematicamente preciso al concetto
di funzione fra insiemi qualunque.
Denizione 2.28. Una funzione f: X Y ` e una relazione in X Y con la
propriet` a che, per ogni x X esiste ed ` e unico un elemento y Y tale che
x sia in relazione con y. Questo elemento y ` e denotato con il simbolo f(x).
Ovviamente X ` e il dominio di f, Y il codominio.
Esempio 2.29. La ben nota funzione I
X
: X X, denita dalla formula
I
X
(x) = x per ogni x X ` e la relazione {(x, x) | x X}. Per evidenti
ragioni geometriche, questa relazione si chiama diagonale. Quindi la
funzione identica I
X
` e la relazione diagonale.
Esempio 2.30. Date due relazioni R X Y e S Y Z, la loro
composizione ` e la relazione S R XZ denita da
S R = {(x, z) XZ | esiste y Y tale che (x, y) R e (y, z) S}.
Quest denizione ` e coerente con la denizione di funzione composta
introdotta precedentemente.
18 Generalmente si legge minore o uguale, per estensione dellordinamento naturale
dei numeri.
53
Osservazione 2.31. Da quanto detto, discende che una funzione coin-
cide con il suo graco. Per quanto inconsueto possa apparire in prima
lettura, questa denizione di funzione ` e pi ` u economica di quella in-
genua basata sullidea di legge che prende un elemento del dominio
e produce magicamente un elemento del codominio. Infatti sarebbe
necessario denire precisamente il concetto di legge, mentre una re-
lazione ` e un concetto derivato da quello di prodotto cartesiano di
due insiemi. Daltronde c` e anche un vantaggio puramente graco
nellidenticazione di una funzione con il suo graco. Si pensi alla
funzione
f: [0, +) R
x

x
e alla scrittura equivalente

= {(x,

x) | x [0, +)}.
Detto questo, nei capitoli successivi privilegeremo comunque la scrit-
tura con le frecce, molto pi ` u diffusa presso gli analisti matematici e nei
libri di testo.
Ancora una volta, consigliamo allo studente la lettura del libro di
Paul Halmos [24]. Potr` a approfondire alcune questioni brevemente
toccate nellappendice, e molti altri aspetti della teoria nave degli in-
siemi e delle funzioni.
54
3 SUCCESSI ONI DI NUMERI
REAL I
In questo capitolo, introdurremo uno degli strumenti pi ` u importanti di
tutta lAnalisi Matematica, le successioni. Ci imbatteremo per la prima
volta nella denizione di limite, e dimostreremo un certo numero di teo-
remi fondamentali che avranno dei corrispettivi nella teoria dei limiti
per le funzioni.
.+ stccrssi cNi r tcnc ti vi ti
Denizione 3.1. Una successione di numeri reali ` e una qualunque funzione
p: N R. Per consuetudine, useremo la scrittura p
n
invece della pi ` u rigida
notazione funzionale p(n) per denotare il valore della funzione p in n N.
Parleremo poi, sempre con un certo abuso di notazione, della successione {p
n
}.
Una successione viene spesso presentata come un allineamento (in-
nito) di numeri reali
p
1
, p
2
, p
3
, . . . , p
n
, p
n+1
, . . .
Per questo motivo, si trova frequentemente la notazione
{p
1
, p
2
, p
3
, . . . , p
n
, p
n+1
, . . . } (3.1)
per indicare la successione {p
n
}. C` e sfortunatamente un aspetto che
richiede molta attenzione da parte dello studente. La notazione (3.1)
si confonde del tutto con linsieme {p
1
, p
2
, p
3
, . . . , p
n
, p
n+1
, . . . } R.
Tutto ci ` o ` e spiacevole, dato che una funzione ` e un oggetto ben diverso
dalla sua immagine. A costo di essere ripetitivi, consideriamo la suc-
cessione cos` denita:
p
n
=
_
1, se n ` e pari
1, se n ` e dispari.
Limmagine di {p
n
} ` e formata dallinsieme {1, 1}, mentre la succes-
sione ` e costituita da inniti numeri reali. In questo senso luso delle
parentesi graffe per denotare tanto la successione quanto linsieme dei
punti sulla retta reale da essa individuati ` e azzardata. La tradizione
didattica, cos` consolidata, rende inutile ogni battaglia contro questo
abuso di notazione.
Osservazione 3.2. Se lo studente ha potuto leggere lappendice del
capitolo precedente, potr` a apprezzare ancora meglio la differenza fra
la successione {p
n
}
n
e linsieme di numeri {p
1
, p
2
, p
3
, . . . , p
n
, p
n+1
, . . . }.
Infatti la successione ` e precisamente il sottoinsieme {(n, p
n
) | n
N, p
n
R} di NR. Appare evidente che una successione non ` e
linsieme dei valori assunti.
55
Osservazione 3.3. La denizione di successione non ` e universalmente
accettata. Alcuni testi deniscono una successione come una funzione
il cui dominio di denizione ` e un sottoinsieme E di N con la seguente
propriet` a: per ogni j N, esiste un elemento n
j
> j tale che n
j

E. In parole povere, il deve essere possibile scegliere elementi del
dominio E grandi a piacere. In particolare, E potrebbe essere N (come
nella nostra denizione), oppure un intervallo del tipo N (a, +).
In effetti, secondo questa denizione pi ` u generale, una successione
potrebbe essere una qualsiasi funzione denita sullinsieme
E =
_
4j
2
| j N
_
.
Nella pratica, le successioni sono denite per ogni indice naturale, op-
pure per tutti gli indici naturali n maggiori di un opportuno n
0
N.
Si pensi alla successione {
1
n3
}
n
, chiaramente denita solo per n 4.
Nel seguito, chiameremo successioni anche queste funzioni che, a rig-
ore, non sodisfano la denizione precedente.
Osservazione 3.4. Osserviamo che qualunque successione ` e in realt` a
la restrizione a Ndi innite funzioni di una variabile reale. Data infatti
una qualunque successione {p
n
}, possiamo denire innite funzioni
f: R R in maniera tale che f(n) = p
n
per ogni n N. Ad esempio,
possiamo specicare assolutamente a caso i valori di f(x) per x R\
N.
LOsservazione sopra ci permette di fare una divagazione divertente
con un nale polemico. Tutti ci siamo imbattuti, prima o poi, nel
seguente rompicapo: data una sequenza di quattro o cinque nu-
meri (solitamente naturali), dire quale sar` a il numero successivo.
`
E
chiaro che, per un matematico, questo ` e un rompicapo assolutamente
ozioso: basta scrivere un numero a caso! Chiaramente non sar` a mai la
soluzione prevista da chi pone il dilemma. Ad esempio, se la sequenza
` e 1, 3, 5, 7, 9, sembra plausibile congetturare che il numero succes-
sivo sar` a 11, data lassonanza evidente con i primi numeri dispari. In
tutti questi casi, il vero rompicapo ` e capire che cosa signichi scrivere
un numero che segue logicamente quelli dati. Quasi sempre, infatti, la
risposta giusta ` e semplicemente quella che le abitudini sociali sug-
geriscono per prima; la matematica centra davvero poco.
Denizione 3.5. Una successione {p
n
} ` e crescente (risp. strettamente cres-
cente) se p
n
p
n+1
(risp. p
n
< p
n+1
) per ogni n, e decrescente (risp.
strettamente decrescente) se vale la disuguaglianza opposta (risp. la dis-
uguaglianza stretta opposta). La successione {p
n
} ` e limitata se esiste una
costante M > 0 tale che |p
n
| M per ogni n.
Denizione 3.6. Diremo che la successione {p
n
} tende al valore R per
n +, e scriveremo lim
n+
p
n
= oppure p
n
per n +, se,
per ogni > 0 esiste N N tale che
|p
n
| < per ogni n > N.
56
Osservazione 3.7. La richiesta che N N ` e solo una scelta: non cam-
bierebbe nulla se richiedessimo che n R. Infatti, da una parte N R.
Dallaltra, per la propriet` a archimedea di R, preso un qualunque nu-
mero reale x, esiste sempre un numero n N tale che n > x. Quindi,
nella denizione di limite ` e equivalente pretendere lesistenza di un
numero naturale N oppure di un numero reale N con le propriet` a cer-
cate.
Denizione 3.8. Diremo che una successione {p
n
} di numeri reali ` e conver-
gente se essa possiede un limite nel senso della denizione precedente. In caso
contrario, diremo che la successione ` e divergente.
Osservazione 3.9. Un primo avvertimento che ci sembra doveroso
dare ` e che i libri di testo italiani usano una terminologia molto pi ` u de-
scrittiva. Noi abbiamo usato laggettivo divergente per la negazione
logica di convergente. La tradizione italiana usa tale aggettivo per
indicare che la successione tende allinnito, come vedremo fra poco.
La negazione della convergenza si divide cos` in due sotto-classi: ten-
dere allinnito e assumere innite volte valori prossimi a piacere a
due numeri distinti. Noi seguiremo, almeno in linea di principio, la
terminologia di [37], lunica daltronde che si estende direttamente al
caso delle successioni a valori in spazi pi ` u generali di R.
Osservazione 3.10.
`
E fondamentale che lo studente si renda conto del
seguente fatto: se esiste un numero N N che soddisfa le richieste
contenute nella denizione di limite, anche tutti i numeri naturali

N >
N andranno bene.
Osservazione 3.11. Ma ` e piccolo a piacere? Questa domanda, un po
peregrina, ` e basata su unabitudine didattica in voga nelle scuole su-
periori. I liceali che imparano la teoria dei limiti, si abituano a recitare
la frase per ogni piccolo a piacere... Perch e noi non abbiamo inser-
ito la piccolezza di nella nostra denizione? La risposta ` e semplice:
perch e non serve. Se richiediamo che una propriet` a valga per ogni ,
stiamo gi` a coprendo tutti i casi possibili. Daltronde, se riusciamo a
vericare la denizione di limite per ogni > 0 piccolo, a maggior
ragione tutto continuer` a a valere per qualsiasi

> . Infatti, se io so
che tutti i termini di una successione, tranne un numero nito, distano
da un numero meno di , automaticamente essi disteranno meno di

> . Dunque non sar` a restrittivo partire da un > 0 che sia an-
che in qualche modo piccolo, ad esempio < 1/2, o < 10
100
.
Qualche volta, volendo vericare una relazione di limite mediante la
denizione, questo accorgimento risulta vantaggioso nel fare i calcoli.
Insomma, dire per ogni > 0 piccolo a piacere non aggiunge alcuna
informazione alla frase pi ` u breve per ogni > 0.
Unosservazione particolarmente importante ` e che i primi termini
di una successione sono ininuenti al ne dellesistenza del limite.
Proposizione 3.12. Siano {p
n
} e {q
n
} due successioni, e supponiamo che es-
ista un numero naturale n
0
tale che p
n
= q
n
per ogni n > n
0
. Sotto queste
ipotesi, la successione {p
n
} possiede limite (nito oppure innito) se e solo se
la successione {q
n
} possiede limite, ed in tal caso i due limiti coincidono.
57
Proof. Supponiamo che lim
n+
p
n
= R. Per denizione, ssato
> 0 esiste N N tale che |p
n
| < per ogni n > N. Posto N
1
=
max{N, n
0
}, ovviamente |q
n
| < per ogni n > N
1
, dal momento
che q
n
= p
n
per tali valori dellindice n. Quindi lim
n+
q
n
=
. Poich e questo ragionamento ` e perfettamente simmetrico, possiamo
scambiare il ruolo di {p
n
} e di {q
n
}, e concludere che se lim
n+
q
n
=
allora anche lim
n+
p
n
= . Il caso del limite innito ` e lasciato per
esercizio.
Lo studente non deve comunque sopravvalutare la portata della
Proposizione appena dimostrata: se il limite rappresenta il comporta-
mento della successione per indici molto grandi, ` e naturale che si disin-
teressi dellandamento della successione per valori piccoli dellindice.
Esempio importante. Ma come si controlla, operativamente, che una
successione sia convergente? Vediamolo con un esempio. Consideri-
amo la successione {
n1
n+1
}, e verichiamo che ` e convergente al limite
= 1. In base alla denizione, dobbiamo ssare a nostro piacere un
numero > 0, e vericare che la disequazione

n1
n+1
1

<
` e soddisfatta per tutti i valori di n maggiori di qualche N. Riscriviamo
la disequazione facendo il denominatore comune:

n1 n1
n+1

< ,
cio` e
2
n+1
< .
La domanda ` e: esiste un indice N Ntale che
2
n+1
< sia soddisfatta
per ogni n > N? Per rispondere, risolviamo la disequazione
2
n+1
<
rispetto a n:
n >
2

1.
Pertanto, se scegliamo N uguale al primo numero naturale
1
maggiore
di
2

1, abbiamo nito la verica del limite proposto.

Dunque la verica di un limite si riduce nel risolvere una dise-
quazione e nel dimostrare che linsieme delle soluzioni contiene tutti
i numeri naturali maggiori di un opportuno valore. Prima di passare
oltre, osserviamo che il valore del limite ` e stato regalato, e che non
saremmo riusciti a calcolarlo con la sola denizione. Vedremo fra poco
quali strumenti esistano per leffettivo calcolo dei limiti.
1 In base allOsservazione 3.7, basterebbe prendere il numero reale N =
2

1. Per
tradizione, continueremo a cercare un numero naturale N che soddis la condizione
scritta nella denizione di limite.
58
La prossima domanda ` e se possano esistere due numeri
1
e
2
che
siano entrambi il limite di {p
n
}? La risposta ` e negativa.
2
Proposizione 3.13 (Unicit` a del limite). Se p
n

1
e p
n

2
, allora

1
=
2
.
Proof. Supponiamo che
1
<
2
e mostriamo che questo porta ad una
contraddizione. Un ragionamento del tutto simile vale anche sotto
lipotesi (assurda)
1
>
2
, e perci ` o non resta che
1
=
2
. Dunque, sia
=
1
2
(
2

1
) > 0. Applichiamo la denizione di limite per
1
: esiste
N
1
N tale che
|p
n

1
| < se n > N
1
.
Applicando la denizione a
2
, troviamo che esiste N
2
N tale che
|p
n

2
| < se n > N
2
.
Scegliamo N > max{N
1
, N
2
}. Quindi

2

1
|p
n

1
| +|p
n

2
| <
2

1
,
assurdo.
Osservazione 3.14. La dimostrazione mette in luce che lunicit` a del
limite ` e una conseguenza immediata del seguente fatto: se a e b sono
numeri reali diversi, allora esistono un intorno I di a ed un intorno
J di b tali che I J = . Ad esempio, posto =
1
2
|a b|, possiamo
scegliere I = (a, a+) e J = (b, b+). In matematica superiore,
questa propriet` a di separazione si chiama propriet` a di Hausdorff. Come
appena visto, R gode di questa propriet` a, cos` come tutti gli spazi
metrici. Tuttavia esistono spazi di oggetti, di interesse matematico,
che sono privi di questa propriet` a. In questi spazi, generalmente, una
successione pu` o convergere a due o pi ` u limiti diversi.
Nella dimostrazione abbiamo usato la disuguaglianza triangolare
|x y| |x z| +|z y| (3.2)
valida per ogni terna x, y, z di numeri reali. Unaltra propriet` a delle
successioni convergenti, cio` e delle successioni che tendono a un limite
nel senso della nostra denizione, ` e che sono successioni limitate.
Proposizione 3.15. Ogni successione convergente ` e limitata.
Proof. Infatti, se lim
n+
p
n
= , allora esiste N N, corrispondente
alla scelta di = 1, tale che |p
n
| < 1 se n > N. Quindi, per la
disuguaglianza triangolare,
|p
n
| < M = max{|p
1
|, |p
2
|, . . . , |p
N
|, 1 +||}.
2 Almeno per successioni di numeri reali. In contesti molto pi ` u generali, una successione
potrebbe addirittura ad inniti limiti diversi.
59
Osservazione 3.16.
`
E per` o falso che ogni successione limitata con-
verge. La successione {1, 1, 1, 1, 1, 1, . . . } ` e limitata (M = 1 nella
denizione), ma non converge. Vedremo comunque che tutte le suc-
cessioni limitate hanno una sottosuccessione convergente.
Prima di proseguire, osserviamo che alle successioni possono essere
applicate le quattro operazioni algebriche. Precisamente, se {p
n
}, {q
n
}
sono successioni e se R, possiamo denire le successioni
p
n
+q
n
, p
n
, p
n
q
n
,
p
n
q
n
sotto lovvia condizione che q
n
= 0 quando q
n
appare a denomina-
tore.
Il seguente teorema afferma che loperazione di limite rispetta le
operazioni algebriche.
Teorema 3.17. Siano {p
n
} e {q
n
} due successioni. Se p
n
e q
n
m
per n +, allora
1. p
n
+q
n
+m;
2. p
n
;
3. p
n
q
n
m;
4.
p
n
q
n

m
se m = 0.
Proof. Le affermazioni 1 e 2 sono ovvie. Vediamo la 3, un po pi ` u
difcile. Per ipotesi, dato > 0 esistono N
1
ed N
2
in N tali che
|p
n
|| < e |q
n
m| < rispettivamente per n > N
1
ed n > N
2
.
Fissiamo N > max{N
1
, N
2
} e osserviamo che per n > N
|p
n
q
n
m| = |p
n
q
n
q
n
+q
n
m| |p
n
||q
n
| +|||q
n
m|
(3.3)
per la disuguaglianza triangolare. Poich e ogni successione conver-
gente ` e limitata, avremo |q
n
| < M, e dunque
|p
n
q
n
m| M +|| = (M+||).
Poich e > 0 ` e arbitrario, altrettanto arbitrario ` e il numero (M+||),
e quindi anche 3 ` e dimostrata. La dimostrazione del punto 4 richiede
qualche ragionamento preliminare. Poich e m = 0, dalla denizione
di limite e dalla disuguaglianza triangolare segue che esiste N R
tale che |q
N
| >
|m|
2
per ogni n > N. Infatti, scegliendo =
|m|
2
nella
denizione di limite, denitivamente |q
n
| ||m| | =
|m|
2
. Per con-
60
cludere la dimostrazione, ssiamo > 0 piccolo a piacere, e possiamo
supporre che, per ogni n > N, risulti |p
n
| < , |q
n
m| < . Allora

p
n
q
n

p
n
mq
n
mq
n

p
n
mm+mq
n
mq
n

(p
n
)m+(q
n
m)
mq
n

|p
n
|
|q
n
|
+
||
|m|
|q
n
m|
|q
n
|
<
_
2
|m|
+2
||
m
2
_
.
La dimostrazione ` e conclusa.
Nellultima dimostrazione, ci sono due passaggi la cui importanza
non va sottovalutata. Lo studente deve capirli bene e saperli adattare
a situazioni simili.
Il primo passaggio ` e di natura logica. Se un numero ` e piccolo a
piacere, altrettanto lo ` e 2, o anche 100. Limportante ` e che il fattore
moltiplicativo di sia indipendente da stesso.
3
Il secondo passaggio, ` e la tecnica di sommare e sottrarre una medes-
ima o anche pi ` u quantit` a per raggruppare termini che fanno co-
modo. Nellequazione (3.3), sommare e sottrarre q
n
ci ha permesso
di raccogliere a fattor comune termini come |p
n
|, che sapevamo
stimare con . Avremo loccasione di applicare questa tecnica molto
spesso, e lunica regola per scoprire che cosa aggiungere e togliere ` e
lesperienza. Allinizio, si procede by trial and error, cio` e provando
senza paura di sbagliare.
Molti studenti ricorderanno che quando si studiano i limiti, i guai
vengono dalle forme di indecisione. Per poterne parlare, occorre per` o
estendere la denizione di limite.
Denizione 3.18. Sia {p
n
} una successione. Diciamo che {p
n
} tende a +
(risp. a ), e scriviamo lim
n+
p
n
= +(risp. lim
n+
p
n
= )
se per ogni numero reale M > 0 esiste un indice N N tale che p
n
> M
per ogni n > N (risp. p
n
< M per ogni n > N).
Osservazione 3.19. Fra i matematici ` e in voga la locuzione la succes-
sione {p
n
} esplode. Di solito, con questo linguaggio un po colorito
intendono dire che lim
n+
p
n
= +.
Per esercizio, verichiamo mediante questa denizione che
lim
n+
logn = +.
Fissiamo arbitrariamente un numero reale M > 0, e cerchiamo di
scegliere N N tale che logn > M per ogni n > N. Poich e la dis-
uguaglianza logn > M equivale a n > e
M
, ci basta scegliere il primo
numero naturale N maggiore di e
M
.
3 Ovvio, perch e ad esempio
1
= 1 non ` e affatto piccolo a piacere.
61
`
E ovvio che non tutte le relazioni di limite possono essere vericate
appliacndo pedissequamente la denizione.
`
E conveniente dicorrere
alle regole per il calcolo algebrico dei limiti, ogni volta che ci ` o sia
possibile in virt ` u dei teoremi visti nella pagine precedenti.
Sfortunatamente, esistono situazioni in cui le regole algebriche non
possono essere conclusive: stiamo parlando delle forme di indetermi-
nazione. Dando per scontato che n +e 1/n 0 quando n +,
vediamo che
n
1
n
= 1 1
e dovremmo ipotizzare che + 0 = 1. Se per` o cambiamo lesempio,
n
2

1
n
= n +
e dunque + 0 = +. C` e di che diventare matti. Ma insomma,
quanto fa zero per innito? La risposta ` e che... non fa!
`
E la prima
forma di indecisione che incontriamo, e nasconde un fatto piuttosto
sottile: non tutti gli inniti sono uguali fra loro.
4
Si usa scrivere [0 ]
fra parentesi, per sottolineare che la moltiplicazione scritta richiede
ulteriori precisazioni.
Altre forme di indecisione molto popolari fra gli studenti sono
_
0
0
_
,
_

_
, [+].
Altrettanto indeterminate sono le espressioni
_
0
0
_
, [1

] ,
sebbene risultino pi ` u sgradite e apparentemente problematiche. A
parte lultima e patologica espressione,
5
tutte le altre sono caratter-
izzate dalla presenza di 0 e . La forma di indecisione pi ` u complicata
` e probabilmente [+], mentre per quelle di natura moltiplicativa
esistono tecniche rafnate e potenti che incontreremo a tempo deb-
ito. Laspetto sgradevole ` e che queste tecniche richiedono il calcolo
differenziale, e non sono pertanto direttamente applicabili alle succes-
sioni.
Osservazione 3.20. Scrivere [0
0
] o [1

] non signica che abbiamo ele-

vato 0 alla potenza 0, n e 1 alla potenza . Le parentesi quadra sono
l` proprio per ricordarci che si tratta di limiti, e non di numeri. Si ri-
etta sul fatto (da dimostrare mediante la denizione di limite) che
lim
n+
1
n
= 1. Questa non ` e una forma indeterminata, poich e la
base vale costantemente 1. Quindi la successione {1
n
}
n
` e formata da
un allineamento innito di 1.
`
E una successione costante, che ovvia-
mente converge ad 1.
4 A conferma del fatto che non designa un numero.
5 Ci sono nascosti dei logaritmi, come vedremo pi ` u avanti.
62
Osservazione 3.21. Perch e introdurre la teoria dei limiti per le suc-
cessioni, considerato che impareremo presto la teoria dei limiti per
tutte le funzioni di una variabile reale? La risposta ` e che le succes-
sioni sono uno strumento molto utile e forniscono tecniche dimostra-
tive particolarmente intuitive di alcuni teoremi. Inoltre, tutto il mondo
informatico che ci circonda ` e basato sulle successioni: i numeri ven-
gono rappresentati come approssimazioni decimali (o meglio binarie),
ed anche i pi ` u avanzati software di calcolo utilizzano tecniche basate
sulle successioni per fornire risposte.
.z stccrssi cNi r i Nsi rvi
Le successioni convergenti hanno un ruolo importante anche nella
topologia dei numeri reali. Ad esempio, dimostriamo un legame fra
i punti di accumulazione e i limiti di successioni convergenti.
Proposizione 3.22. Sia E R. Se p ` e un punto di accumulazione di
E, allora esiste una successione {p
n
}
n
di punti di E tale che p
n
p per
n +.
Proof. Per denizione, ogni intorno di p contiene un punto di E, di-
verso da p stesso. Allora, per ogni n naturale, lintorno (p 1/n, p +
1/n) contiene un punto p
n
E, diverso da p. Abbiamo evidentemente
costruito una successione {p
n
}
n
di punti di E, non tutti uguali a p. Di-
mostriamo che p
n
p. Infatti, poich e
p
1
n
p p +
1
n
,
dal teorema di confronto segue che lim
n+
p
n
= p.
Osservazione 3.23. Il contrario ` e falso: la successione costante {p}
n
,
che assume sempre il valore p, converge evidentemente a p. Ma questo
non basta per concludere che p ` e un punto di accumulazione di E. Ad
esempio, per linsieme E = {0} (1, 2), il punto 0 non ` e di accumu-
lazione (basta osservare che lintorno (1/2, 1/2) non contiene punti
di E, eccetto 0), ma ovviamente ` e il limite della successione costante
{0}
n
.
`
E facile per` o vericare che se p ` e limite di una successione di
punti p
n
di E, inniti dei quali sono diversi da p, allora p ` e di accumu-
lazione per E.
LOsservazione precedente lascia un dubbio: quali punti sono limiti
di successioni dellinsieme E? La risposta ` e contenuta nel resto del
paragrafo.
Denizione 3.24. Sia E un insieme di numeri reali, e sia E

linsieme di
tutti i punti di accumulazione di E. La chiusura di E ` e linsieme E = E E

.
Proposizione 3.25. Un punto p appartiene alla chiusura di E se e solo se
esiste una successione di punti {p
n
}
n
di E tale che p
n
p.
63
Proof. Se p E, allora p E oppure p E

. In questultimo caso, la
Proposizione 3.22 garantisce lesistenza di una successione di punti di
E, convergente a p. Se invece p E, basta denire p
n
= p per ogni n
naturale, ottenendo cos` una successione convergente a p.
Viceversa, supponiamo che p
n
p, dove ogni p
n
E. Dobbiamo
vericare che p E. Se p E, abbiamo nito. Supponiamo allora
p / E. Preso un qualsiasi intorno I di p, per denizione di conver-
genza esiste un N naturale tale che p
N
I. Siccome p
N
E e p / E,
necessariamente p
N
= p. Ma allora p E

, e quindi p E.
Esempio 3.26. La chiusura di (a, b) ` e [a, b]. In effetti, ogni punto di
[a, b] ` e limite di una successione di punti di (a, b). La chiusura di
{0} (1, 2) ` e {0} [1, 2]. Il punto 0 non ` e di accumulazione, ma evidente-
mente ` e un punto dellinsieme, ed ` e anche il limite di una successione
costante di punti dellinsieme. Ancora una volta, notiamo che la fonda-
mentale differenza fra i punti di accumulazione e quelli della chiusura
` e che ogni intorno di un punto di accumulazione p deve contenere
almeno un punto dellinsieme diverso da p stesso. Per la chiusura, la
condizione di essere diverso da p non ` e richiesta.
. rncrni rt`/ /si Ntcti cur nrttr stccrs-
si cNi
In questa lezione, vedremo una serie di risultati riguardanti le pro-
priet` a delle successioni, che valgono da un certo indice in poi. In-
nanzitutto, formalizziamo questa frase.
Denizione 3.27. Data una successione {p
n
}, diremo che una propriet` a vale
denitivamente per {p
n
} quando esiste un indice N N tale che la propriet` a
vale per ogni p
n
con indice n > N.
Osservazione 3.28. Laggettivo denitivamente dipende in modo
essenziale dalla successione. Per essere pi ` u chiari, denitivamente
per una successione {p
n
} non signica denitivamente anche per
unaltra successione {q
n
}. Infatti, lindice N che funziona per la prima
successione potrebbe non essere abbastanza grande da funzionare an-
che per la seconda successione. Tuttavia, non siamo di fronte ad
un grande problema. Se per la prima successione troviamo un in-
dice N
1
e per la seconda un altro indice N
2
, ` e chiaro che lindice
N = max{N
1
, N
2
} va bene per entrambe, in quanto N ` e pi ` u grande
sia di N
1
che di N
2
.
6
Ad esempio, una successione ` e denitivamente positiva se tutti i
termini sono positivi tranne (al pi ` u) un numero nito. Inoltre, una
successione converge a se e solo se la disuguaglianza < p
n
<
+ ` e vera denitivamente.
Il primo teorema che dimostriamo ` e molto importante.
6 La scrittura N = max{N
1
, N
2
} signica precisamente che N ` e il pi ` u grande fra N
1
e
N
2
. Ancora pi ` u esplicitamente, si confrontano fra loro N
1
e N
2
, e si sceglie il maggiore
dei due: quello sar` a N.
64
Teorema 3.29 (Permanenza del segno). Supponiamo che lim
n+
p
n
=
R.
1. Se > 0 (risp. < 0), allora p
n
> 0 (risp. p
n
< 0) denitivamente.
2. Se p
n
0 (risp. p
n
0) denitivamente, allora 0 (risp. 0).
Proof. Infatti, supponiamo > 0. Fissiamo =
1
2
, e scegliamo N N
tale che < p
n
< + per ogni n > N. Quindi, in particolare,
p
n
> =
1
2
> 0 per n > N. Questo dimostra il punto 1.
Il punto 2 segue dal punto 1. Infatti, se < 0, allora sarebbe anche
p
n
< 0 denitivamente, contro lipotesi p
n
0.
Nel punto 2 del teorema precedente, la disuguaglianza stretta nellipotesi
non garantisce la disugualianza stretta nella tesi. Infatti, consideriamo
la successione p
n
= 1/n. Chiaramente, p
n
> 0 per ogni n, ma p
n
0
per n +.
C` e sempre un punto sul quale gli studenti dimostrano molta dif-
colt` a: rendersi conto che certe successioni non hanno limite, n e nito
n e innito. Volendo fare un esempio, possiamo considerare la succes-
sione
{1, 1, 1, 1, 1, 1, 1, 1, . . . }.
Questa successione alterna i due valori 1 e 1 periodicamente, e dovrebbe
essere chiaro che non pu` o esistere alcun numero reale che sia limite
della successione. Si tratta di un principio generale che, per i limiti di
questo corso, preferiamo non approfondire.
7
Come gi` a accennato in
precedenza, preferiamo distinguere solo due categorie di successioni:
quelle convergenti e quelle divergenti. La successione appena vista ` e
pertanto divergente. Molti testi elementari aggiungono anche la cate-
goria delle successioni oscillanti. Sebbene sia intuitivamente chiaro che
una successione oscillante ` e una successione che rimbalza indenita-
mente fra due valori diversi, lunico mezzo per denire rigorosamente
queste successioni consiste nellintrodurre i limiti superiore ed inferi-
ore. In queste dispense, abbiamo relegato questo concetto ad un para-
grafo facoltativo, dal momento che ` e possibile capire dignitosamente
lanalisi matematica elementare anche senza parlarne affatto.
Vi ` e una categoria di successioni il cui comportamento ` e piuttosto
regolare. Si tratta delle successioni monotone.
Proposizione 3.30. Sia {p
n
} una successione monotona crescente (o decres-
cente). Se {p
n
} ` e limitata, allora {p
n
} converge, e il limite coincide con
sup
nN
p
n
(oppure con inf
nN
p
n
se {p
n
} ` e decrescente.)
Proof. Infatti, supponiamo che {p
n
} sia crescente, e poniamo S = sup
nN
p
n
.
Lipotesti di limitatezza della successione implica che S R.
8
Sia > 0
7 Lo studente pi ` u interessato trover` a maggiori informazioni nel paragrafo 3.8.
8 A volte, scriveremo S < +.
65
ssato arbitrariamente. Per denizione di estremo superiore, esiste
N N tale che S < p
N
< S. Per la monotonia di {p
n
}, se n > N
allora
S < p
N
p
n
< S,
e questo signica che p
n
S per n +. La dimostrazione nel caso
in cui {p
n
} sia decrescente ` e analoga.
Forse lo studente avr` a notato che la Proposizione precedente am-
mette una immediata generalizzazione.
Proposizione 3.31. Una successione crescente e illimitata dallalto diverge
a +. Una successione decrescente e illimitata dal basso diverge a .
Proof. In effetti, la Proposizione precedente dimostra che una succes-
sione monotona tende
9
sempre allestremo superiore oppure allestremo
inferiore. Se una successione ` e illimitata, almeno uno di tali estremi ` e
innito.
Osservazione 3.32. In realt` a, la gran parte dei teoremi che parlano
di successioni e dei loro limiti hanno unimmediata generalizzazione
secondo la terminologie del denitivamente. Solo per fare un esem-
pio, una successione denitivamente monotona, cio` e una successione
che comincia ad essere monotona dopo un certo indice,
10
ovviamente
possiede un limite, nito o innito. Questo dovrebbe essere abbas-
tanza chiaro, dal momento che i primi termini di una successione non
ne inuenzano il comportamento asintotico.
Enunciamo e dimostriamo uno dei criteri pi ` u usati per dimostrare
la convergenza delle successioni. Come accade sovente in matematica,
il principio ` e quello di ricondursi al caso precedente.
Teorema 3.33 (Due carabinieri). Siano {a
n
}, {b
n
} e {p
n
} tre successioni.
Supponiamo che lim
n+
a
n
= lim
n+
b
n
= R, e che a
n
p
n

b
n
denitivamente. Allora lim
n+
p
n
= . Se invece a
n
+ allora
p
n
+, e se b
n
allora p
n
.
Proof. Infatti, ssiamo > 0 e scegliamo N N tale che < a
n
<
+ e < b
n
< +. Quindi
< a
n
p
n
b
n
< +,
e la prima parte del teorema ` e dimostrata. Se a
m
+, allora p
n
` e
denitivamente maggiore di qualunque numero ssato, dato che p
n

a
n
. Lasciamo allo studente il caso b
n
, che si tratta in maniera
del tutto analoga.
9 Usiamo questo verbo con una certa imprecisione.
10 Resta inteso che la monotonia deve sussistere per sempre, oltre quel valore dellindice.
66
Una parola di commento sulla terminologia. Lappellativo dei due
carabinieri rappresenta la classica immagine di due carabinieri ({a
n
} e
{b
n
}) che scortano in prigione (il limite) il prigioniero ({p
n
}), afancan-
dolo passo dopo passo.
`
E unimmagine di altri tempi, forse poco sug-
gestiva per i giovani del nuovo millennio.
11
Apparentemente, i corpi
di polizia dei paesi anglosassoni non hanno mai avuto labitudine di
scortare i malfattori in questo modo, ed infatti nessun testo di calculus
dimostra alcun twocops theorem. Unaltra spiegazione ` e che asso-
ciare galeotti e teoremi non ` e un buon modo di rendere la matematica
pi ` u affascinante!
Spesso il Teorema dei due carabinieri si applica alle successioni pos-
itive, scegliendo a
n
= 0 per ogni n. Pensiamo allesempio
_
sinn
n
_
.
Non ` e affatto immediato vericare che questa successione ha limite,
dato che {sinn} ha un comportamento piuttosto bizzarro. Tuttavia,
basta osservare che | sinn| 1, e quindi
0

sinn
n

1
n
,
per concludere che la successione tende a zero. Il teorema dei due
carabinieri si applica con a
n
= 0 e b
n
= 1/n.
In realt` a non ` e veramente restrittivo pensare alle successioni che
convergono a zero. Vale il seguente risultato, la cui dimostrazione
immediata ` e lasciata per esercizio.
Proposizione 3.34. Una successione {p
n
} converge a R se e solo se la
successione di numeri non negativi {|p
n
|} converge a zero.
Osservazione 3.35. In unottica di riduzione degli sforzi, la Propo-
sizione precedente ci dice che sarebbe sufciente dare una denizione
di convergenza verso zero, per poi ricondurre la convergenza ad un
generico limite reale mediante la Proposizione. Non ` e consuetudine es-
sere cos` avari di dettagli, anche se i matematici sono soliti dimostrare
che una successione {p
n
} converge ad un limite cercando di trovare
una stima del tipo
|p
n
|
n
,
dove
n
0 per n +. Nei fatti, si tratta esattamente della Propo-
sizione precedente, unita al teorema dei due carabinieri.
. i Nri Ni trsi vi rn i Nri Ni ti rcti v/trNti
In questa sezione, vogliamo introdurre un linguaggio piuttosto dif-
fuso e comodo per confrontare due successioni con lo stesso compor-
tamento.
11 Credo che ci sia una celebre illustrazione in unedizione del libro di Carlo Collodi, Pinoc-
chio. Ma a qualcuno limmagine dei due carabinieri che scortano la successione ricorda
la canzone Il pescatore di Fabrizio De Andr e.
67
Denizione 3.36. Sia {p
n
} e {q
n
} due successioni, entrambe tendenti a zero
(rispettivamente ad innito). Diciamo che {p
n
} ` e un innitesimo (rispettiva-
mente un innito) equivalente a {q
n
}, in simboli
12
p
n
q
n
,
se
lim
n+
p
n
q
n
= 1.
Osservazione 3.37. Ovviamente, se due successioni {p
n
} e {q
n
} sono
tali che lim
n+
p
n
/q
n
= = 0, allora p
n
q
n
.
La principale utilit` a degli innitesimo (ed inniti) equivalenti ` e con-
tenuta nella seguente
Proposizione 3.38. Supponiamo che {a
n
}, {p
n
} e {q
n
} siano successioni, e
che p
n
q
n
. Allora
lim
n+
a
n
p
n
= lim
n+
a
n
q
n
.
Proof. Infatti,
lim
n+
a
n
p
n
= lim
n+
a
n
p
n
q
n
q
n
= lim
n+
a
n
q
n
,
nel senso che il limite lim
n+
a
n
p
n
esiste se e solo se esiste lim
n+
a
n
q
n
,
e i due valori coincidono.
In breve, ` e possibile sostituire fra di loro gli innitesimi (o gli inniti)
equivalenti nelle strutture moltiplicative. Lo studente faccia attenzione
a non tentare questa strada nel caso additivo: ` e falso che
lim
n+
a
n
+p
n
= lim
n+
a
n
+q
n
se p
n
q
n
.
. scttcstccrssi cNi
Immaginiamo di avere una successione
{p
1
, p
2
, p
3
, . . . , p
n
, . . . }
e di selezionare alcuni elementi da essa, avendo cura di prenderli in
ordine crescente di indici. Per esempio, potremmo selezionare
p
3
, p
10
, p
11
, p
50
, p
100
, . . .
Anche se a prima vista sembra un po curioso, abbiamo costruito
unaltra successione. Diamo una denizione generale per questo pro-
cedimento.
12 Su alcuni testi si trova p
n
q
n
, oppure p
n
q
n
.
68
Denizione 3.39. Una successione {q
n
} ` e una sottosuccessione di {p
n
} se
q
n
= p
k(n)
, dove k: N N ` e una funzione strettamente crescente. Per
brevit` a, si scrive spesso {p
k
n
}.
Quindi una sottosuccessione di {p
n
}
n
` e una successione costruita
selezionando in ordine strettamente crescente inniti termini di {p
n
}
n
.
Teorema 3.40. Una successione converge a un limite se e solo se tutte le
sue sottosuccessioni convergono a .
Omettiamo la dimostrazione di questo teorema, ma vogliamo evi-
denziarne limportanza. Per esempio, la successione {1/n
2
} converge
a zero perch e ` e una sottosuccessione di {1/n}. Per lo stesso motivo, per
ogni numero naturale > 0 la successione {1/n

} converge a zero. Lo
studente non deve pensare che questo ragionamento giustichi la scrit-
tura lim
n+
1/n

= 0 per ogni numero reale > 0. Infatti, quando

non ` e un numero naturale, {n

} non ` e una sottosuccessione di {n}.

Per esempio, quando = 1/2, la successione
1,

2,

3,

4, . . . ,
non ` e una sottosuccessione di 1, 2, 3, 4, . . . ,
Concludiamo con un teorema di esistenza.
`
E un caso molto speciale
di uno dei teoremi pi ` u usati in tutta lanalisi matematica, il teorema di
compattezza per successioni degli insiemi chiusi e limitati di R
n
.
Teorema 3.41. Sia [a, b] un intervallo chiuso e limitato di R. Ogni suc-
cessione {p
n
} tale che p
n
[a, b] per ogni n, possiede una sottosuccessione
convergente a qualche elemento di [a, b].
Proof. Seguiamo da vicino [27]. Supponiamo inizialmente che a = 0
e b = 1. Dividiamo lintervallo I = [0, 1] in 10 sotto-intervalli della
stessa lunghezza, e chiamiamoli I
0
,. . . , I
9
, ordinandoli da sinistra a de-
stra. Scegliamone uno, diciamo I
d
1
, che contenga inniti termini della
successione {p
n
}
n
, e selezioniamo un elemento p

1
della successione
in I
d
1
. La lunghezza di I
d
1
` e chiaramente 1/10. Ora dividiamo I
d
1
in 10 intervalli I
d
1
0
, . . . , I
d
1
9
. Come prima, scegliamone uno, I
d
1
d
2
,
contenente inniti termini della successione {p
n
}
n
, e scegliamo uno di
questi termini, diciamo p

2
. La lunghezza di I
d
1
d
2
` e 1/100. Ripetendo
questa costruzione, abbiamo una famiglia di intervalli
I I
d
1
I
d
1
d
2
. . . I
d
1
d
2
...d
n
. . .
e una successione {p

n
}
n
di punti di I
d
1
d
2
...d
n
. La lunghezza di I
d
1
d
2
...d
n
` e 10
n
, e per costruzione il numero reale
p = 0.d
1
d
2
d
3
. . .
appartiene a tutti gli intervalli costruiti. Quindi |p p

n
| 10
n
. Dato
che {p

n
}
n
` e una sottosuccessione di {p
n
}
n
, abbiamo dimostrato la tesi
nel caso particolare a = 0 e b = 1. Nel caso generale, il procedimento
esposto funziona ancora, con lunica differenza che il limite ` e ora a +
p(b a).
69
Ad esempio, la successione {1, 1, 1, 1, 1, 1, . . . } cade nelle ipotesi
di questo teorema.
13
Infatti una sottosuccessione convergente esiste
senzaltro: {1, 1, 1, 1, . . . }. Molto meno scontato ` e il fatto che la succes-
sione {sinn} possegga una sottosuccessione convergente.
Corollario 3.42. Ogni successione limitata di numeri reali possiede una sot-
tosuccessione convergente.
Proof. Se {p
n
} ` e limitata, esiste M > 0 tale che |p
n
| < M per ogni n.
Allora p
n
[M1, M+1] per ogni n, e dunque si applica il teorema
precedente.
Concludiamo la sezione con una denizione che formalizza alcune
idee gi` a presentate.
Denizione 3.43. Un sottoinsieme E di R ` e detto compatto se ogni succes-
sione di punti di E possiede una sottosuccessione convergente ad un punto di
E.
Ad esempio, con la nuova terminologia, possiamo affermare che
qualunque intervallo della forma [a, b] ` e un sottoinsieme compatto di
R.
Il concetto di compattezza ` e molto importante in tutta la matematica
moderna. La denizione proposta equivale alla vera compattezza
topologica solo in talune situazioni (ad esempio in R con la solita dis-
tanza), ma ` e pi ` u maneggevole di quella astratta mediante i cosiddetti
ricoprimenti aperti. Si veda ad esempio [37] per unintroduzione alla
topologia generale e alla compattezza in uno spazio metrico qualsiasi.
.b i t Ntvrnc e ni Nrrrnc
Lo studente avr` a senza dubbio gi` a sentito parlare del numero di Nepero,
14
indicato dalla lettera e.
`
E uno dei numeri pi ` u celebri della matematica
elementare, insieme a e allunit` a immaginaria i =

1.
15
Il numero
e ` e anche la base di logaritmi universalmente utilizzata nelle scienze,
avendo ormai soppiantato in quasi tutti i settori la pi ` u classica base
10.
16
Occorre una denizione che individui tale numero senza possi-
bilit` a di errore. Esistono due denizioni (evidentemente equivalenti)
di e. La prima, e anche la pi ` u comoda per fare i calcoli, ` e
e =

n=0
1
n!
.
13 Si pu` o scegliere [a, b] = [1, 1].
14 O meglio di John Napier.
15 La formula e
i
+1 = 0 ` e considerata una delle relazioni pi ` u belle di tutta la matematica,
poich e coinvolge in maniera semplice i cinque numeri pi ` u importanti: 0, 1, e, ed i.
16 Questa affermazione ` e vera quando si vuole usare il calcolo differenziale. Un tempo
i logaritmi servivano per fare velocemente i calcoli, ed era inevitabile scegliere come
base 10, poich e siamo abituati ad usare il sistema decimale per esprimere i numeri. Se
fossimo abituati ad operare nel sistema binario dei computer, useremmo con maggior
protto la base 2.
70
Il simbolo n! = 1 2 3 (n 1) n ` e il fattoriale di n, ma il guaio
` e che noi non sappiamo sommare inniti numeri reali, come richiesto
dalla formula precedente. Dovremmo addentrarci nella teoria delle
serie numeriche, ma usciremmo dai limiti di questo corso.
Proponiamo invece la seguente denizione, ormai comprensibile
allo studente:
e = lim
n+
_
1 +
1
n
_
n
. (3.4)
Insomma, e ` e il limite della successione di termine n-esimo
e
n
=
_
1 +
1
n
_
n
.
Ma chi garantisce che {e
n
} abbia un limite, e che questo limite sia
nito? Poich e [1

] ` e una forma di indecisione,

17
certo non i teoremi sul
calcolo algebrico dei limiti. Si potrebbe dimostrare con un po di fatica,
ma noi non lo faremo, che {e
n
} ` e una successione monotona crescente
e limitata. Di conseguenza, {e
n
} ha un limite nito, e battezziamo
e tale limite. Usando un programma di calcolo, si trova la seguente
approssimazione con cinquanta cifre decimali esatte:
e 2.7182818284590452353602874713526624977572470937000 . . .
Si dimostra che e ` e un numero irrazionale e che
lim
n+
_
1 +
1
n
_
n
=
+

n=0
1
n!
.
.y /rrrNni cr: stccrssi cNi ni c/tcu\
Supponiamo che {p
n
}
n
sia una successione convergente ad un limite
(nito) . Per ogni > 0, esiste n N tale che per ogni n > N si ha
|p
n
| < /2. Sia m > N; dalla disuguaglianza triangolare deduciamo
che
|p
n
p
m
| |p
n
| +|p
m
| <

2
+

2
= .
A parole, abbiamo dimostrato che la distanza fra due termini di indice
sufcientemente grande di una successione convergente pu` o essere
resa piccola a piacere. Diamo un nome alle successioni che soddisfano
questa propriet` a.
Denizione 3.44. Una successione {p
n
}
n
si chiama successione di Cauchy
se, per ogni > 0 esiste N N tale che
|p
n
p
m
| < per ogni n, m > N. (3.5)
17 Lo studente mediti sul fatto che lim
n+
1
pn
= 1, qualunque sia la successione {p
n
}
che diverge a . Non ` e in contraddizione con laffermazione che [1

] ` e una forma
indeterminata?
71
Dalla discussione precedente, tutte le successioni convergenti sono
successioni di Cauchy. Ora, di fronte a questo genere di implicazione,
viene spontaneo domandarsi se le successioni di Cauchy coincidano
con le successioni convergenti. La risposta ` e contenuta nel seguente
teorema.
Teorema 3.45 (Completezza di R). Ogni successione di Cauchy di numeri
reali ` e convergente.
Premettiamo un risultato che interverr` a nella dimostrazione.
Proposizione 3.46. Sia {p
n
}
n
una successione di Cauchy. Se una sotto-
successione {p
n
k
}
k
converge a un limite , allora tutta la successione {p
n
}
n
converge a .
Proof. Sia > 0. Esiste N N tale che, per ogni n, m > N risulta
|p
n
p
m
| < . Per ipotesi, in corrispondenza di , esiste un indice
K N tale che |p
n
K
| < . Fissiamo un numero naturale

N >
max{N, n
K
}. Per ogni indice n >

N, risulta
|p
n
| |p
n
p
n
K
| +|p
n
K
| < + = 2.
In conclusione, lim
n+
p
n
= .
Dim. del teorema di completezza. Sia {p
n
}
n
una successione di Cauchy
formata da numeri reali. Dalla denizione di successione di Cauchy
segue che {p
n
}
n
` e necessariamente limitata.
18
Sappiamo (si veda il Teo-
rema 3.41) che ogni successione limitata possiede una sottosuccessione
convergente, e chiamiamo tale limite. Dalla precedente Proposizione,
tutta la successione {p
n
}
n
deve convergere a , e questo conclude la
dimostrazione.
Il nome di questo teorema ` e legato al fatto che gli spazi metrici in
cui tutte le successioni di Cauchy sono necessariamente convergenti
vengono chiamati completi.
.8 /rrrNni cr: v/ssi vc r vi Ni vc ti vi tr
ni tN/ stccrssi cNr
Releghiamo in questa appendice un concetto di grande importanza
nella matematica avanzata, che per` o potrebbe essere tranquillamente
ignorato in un corso elementare di calcolo innitesimale. Cerchiamo
di introdurre questa nozione a partire da unesigenza familiare a chi
abbia gi` a studiato il limiti. La successione {(1)
n
}
n
, i cui termini sono
alternativamente 1 e +1, ovviamente non ` e convergente. Similmente,
18 Lo studente si convinca di questa affermazione. Suggerimento: ssato = 1, tutti i
numeri della successione, ad esclusione di un numero nito N, distano luno dallaltro
meno di 1, e possono dunque essere inseriti in un intervallo di ampiezza 1. Allarghi-
amo ora lampiezza di questo intervallo nch e non vengano intrappolati tutti i primi N
termini della successione...
72
la successione {cos(n)}
n
non ` e convergente, dato che vale 1 per
ogni n dispari e 1 per ogni n pari. In entrambi gli esempi, il tratto in
comune ` e che, mandando n allinnito in modo opportuno, la succes-
sione presenta comportamenti differenti. Questo motiva la seguente
denizione.
Denizione 3.47. Sia {p
n
}
n
una successione di numeri reali. Deniamo
liminf
n+
p
n
= sup
NN
inf
n>N
p
n
, (3.6)
limsup
n+
p
n
= inf
NN
sup
n>N
p
n
, (3.7)
chiamati rispettivamente il minimo limite e il massimo limite di {p
n
}
n
.
Prendiamo p
n
= (1)
n
. Allora liminf
n+
p
n
= 1: infatti, s-
sato N N, risulta chiaramente che inf
n>N
(1)
n
= 1. Pertanto
liminf
n+
(1)
n
= sup
NN
1 = 1.
Similmente si verica che limsup
n+
(1)
n
= 1.
Osservazione 3.48.
`
E fondamentale osservare che il minimo ed il mas-
simo limite di una successione esistono sempre, niti o inniti. Questo
segue dal fatto che ogni sottoinsieme della retta reale possiede un es-
tremo inferiore ed un estremo superiore, eventualmente inniti.
Osservazione 3.49. Consideriamo le due successioni
p

n
= inf
k>n
p
k
p

n
= sup
k>n
p
k
.
Ora, p

n+1
= inf
k>n+1
p
k
inf
k>n
p
k
= p

n
, mentre p

n+1
= sup
k>n+1
p
k

sup
k>n
p
k
= p

n
. Quindi {p

n
}
n
` e onotona crescente, mentre {p

n
}
n
` e
monotona decrescente. Pertanto entrambe possiedono limite, nito o
innito, e risulta
lim
n+
p

n
= liminf
n+
p
n
lim
n+
p

n
= limsup
n+
p
n
.
In questo senso, ` e letteramente vero che il liminf ` e il lim dellinf, e
analogamente per il limsup.
Teorema 3.50. Una successione {p
n
}
n
converge al limite se e solo se
liminf
n+
p
n
= limsup
n+
p
n
= .
Di questo teorema non daremo una dimostrazione per esteso. Tut-
tavia, proponiamo una denizione equivalente di limite inferiore e su-
periore che lo rende quasi ovvio.
73
Proposizione 3.51. Per una successione {p
n
}
n
, il minimo limite ` e caratter-
izzato anche come lestremo inferiore dellinsieme costituito da tutti i limiti
di sottosuccessioni di {p
n
}
n
. Similmente, il massimo limite ` e caratterizzato
anche come lestremo superiore dellinsieme costituito da tutti i limiti di sot-
tosuccessioni di {p
n
}
n
.
Osservazione 3.52. In simboli, la proposizione ci dice che
liminf
n+
p
n
= inf E,
dove
E =
_
x R | esiste una sottosuccessione {p
n
k
}
k
convergente a x
_
.
La caratterizzazione del massimo limite si ottiene evidentemente come
limsup
n+
p
n
= supE.
.q /rrrNni cr: ccNvrncrNz/ srccNnc crs`/nc
Denizione 3.53. Sia {p
n
} una successione numerica. Diremo che {p
n
}
converge a p nel senso di Ces` aro, se
lim
n+
p
1
+p
2
+ +p
n
n
= p. (3.8)
Questo tipo di convergenza pu` o essere pensato come una conver-
genza in media, poich e il primo membro di (3.8) ` e esattamente il limite
delle medie della successione {p
n
}.
19
Osservazione 3.54. Lidea della convergenza in media ` e senzaltro
meno rafnato dellidea di convergenza in senso ordinario. Ad es-
empio, la successione divergente
20
1, 1, 1, 1, . . . ,
` e convergente a zero nel senso di Ces` aro. Infatti, la somma dei primi n
termini vale 0 oppure 1, a seconda che n sia pari oppure dispari. In
entrambi i casi, la media tende a zero per n +. A ben guardare, la
stessa conclusione continua a valere per ogni successione le cui somme
p
1
+. . . +p
n
si mantengano limitate rispetto a n.
Se la precedente Osservazione mostra che alcune successioni non
convergenti in senso ordinario possano invece convergere secondo Ces` aro,
il viceversa ` e pi ` u chiaro.
19 Scriviamo queste parole in una nota perch e non vogliamo turbare eccessivamente chi sta
leggendo. Il numeratore della frazione (3.8) ` e ottenuta sommando un numero sempre
maggiore di termini della successione. In qualche modo, stiamo cercando di sommare
inniti numeri reali. Si vede qui, per la prima volta nel nostro corso, il tentativo di
lavorare con le serie numeriche. Ne parleremo dettagliatamente nel prossimo capitolo.
20 In questo caso, si tratta di una successione oscillante.
74
Proposizione 3.55. Ogni successione convergente ` e anche convergente sec-
ondo Ces` aro, e i limiti coincidono.
Proof. Supponiamo che lim
n+
p
n
= p. Per ogni > 0, esiste N,
numero naturale, tale che |p
n
p| < per ogni n > N. Quindi, per
n > N,

p
1
+p
2
+ +p
n
n
p

(p
1
p) + + (p
n
p)
n

(p
1
p) + (p
2
p) + + (p
N
p)
n

+
+

(p
N+1
p) + (p
N+2
p) + + (p
n
p)
n

.
Ora, nel termine

(p
1
p) + (p
2
p) + + (p
N
p)
n

il numeratore ` e indipendente da n, e il denominatore diverge allinnito.

Quindi tale termine sar` a piccolo a piacere, diciamo pi ` u piccolo di , a
patto di scegliere n sufcientemente grande. Nel secondo termine,

(p
N+1
p) + (p
N+2
p) + + (p
n
p)
n

1
n
(|p
N+1
p| + +|p
n
p|)
nN1
n
< .
Quindi, per ogni n > N, abbiamo dimostrato che

p
1
+p
2
+ +p
n
n
p

< 2,
e questo completa la dimostrazione.
Una interessante generalizzazione, la cui dimostrazione ` e assoluta-
mente analoga a quella appena conclusa ` e la seguente.
Proposizione 3.56. Sia {p
n
} una successione, e sia {m
n
} una successione di
numeri positivi tali che lim
n+
m
1
+m
2
+. . . +m
n
= +. Se p
n
p,
allora
lim
n+
m
1
p
1
+m
2
p
2
+. . . +m
n
p
n
m
1
+m
2
+. . . +m
n
= p.
Ovviamente, scegliendo m
n
= 1 per ogni n, otteniamo la propo-
sizione dimostrata sopra.
Corollario 3.57. Sia {m
n
} una successione di numeri positivi tali che
lim
n+
m
1
+m
2
+. . . +m
n
= +.
Se {z
n
} ` e una successione tale che
lim
n+
z
n
m
n
= z,
75
allora
lim
n+
z
1
+. . . +z
n
m
1
+m
2
+. . . +m
n
= z.
Proof. Basta porre m
n
p
n
= z
n
nella Proposizione precedente.
Corollario 3.58. Sia {Z
n
} una successione numerica, e sia {M
n
} una succes-
sione monotona crescente tale che lim
n+
M
n
= +. Se
lim
n+
Z
n
Z
n1
M
n
M
n1
= z,
allora
lim
n+
Z
n
M
n
= z.
Proof. Se poniamo z
n
= Z
n
Z
n1
e m
n
= M
n
M
n1
, allora
z
1
+z
2
+. . . +z
n
= Z
n
e m
1
+m
2
+. . . +m
n
= M
n
, e il Corollario
precedente implica la tesi.
Osservazione 3.59. Qualche studente avr` a notato che lultimo Corol-
lario assomiglia notevolmente al famoso teorema di De lHospital (che
affronteremo in un successivo capitolo). In qualche senso, possiamo
pensare che
lim
n+
Z
n
Z
n1
M
n
M
n1
= z,
sia una sorta di limite del rapporto fra derivate.
Questi teoremi sono essenzialmente dovuti al matematico italiani
Ces` aro. Dimostrazioni alternative, e una panoramica di altri casi analoghi,
possono essere reperite in [3].
76
4 SERI E NUMERI CHE
Per spiegare che cosa sia una serie numerica,
1
pensiamo di raccogliere
una quantit` a nita di numeri reali, di ordinarli in un certo modo
p
1
, p
2
, . . . , p
N
e di sommarli: p
1
+p
2
+. . . +p
N
. Si pu` o abbreviare questa scrittura
introducendo il simbolo di sommatoria

:
N

i=1
p
i
= p
1
, p
2
, . . . , p
N
.
Osservazione 4.1. Lindice i ` e una variabile muta. Qualunque altra
lettera potrebbe essere usata senza alterare il valore della somma:
N

i=1
p
i
=
N

j=1
p
j
=
N

k=1
p
k
= . . .
Questa operazione ` e chiara se sommiamo un numero nito di ter-
mini, mentre diventa confusa se vogliamo sommare gli inniti termini
di una successione.
Denizione 4.2. Sia {p
n
}
n
una successione di numeri reali. La serie associ-
ata a {p
n
}
n
` e la successione {s
n
}
n
denita dalla formula
s
n
=
n

j=1
p
j
.
Useremo il simbolo

n=1
p
n
,
o anche labbreviazione

n
p
n
, per indicare la successione {s
n
}
n
. La succes-
sione {s
n
}
n
prende il nome di successione delle somme parziali della serie.
Osservazione 4.3. Esplicitamente, s
1
= p
1
, s
2
= p
1
+p
2
, s
3
= p
1
+
p
2
+p
3
, ecc. Osserviamo che, data una serie {s
n
}
n
, risulta p
n
= s
n

s
n1
, e pertanto ` e univocamente individuata la successione che genera
la serie.
Osservazione 4.4. In esatta analogia con le successioni del capitolo
precedente, poco importa da quale valore parte lindice della serie. Se
` e vero che

n=1
p
n
e

n=0
p
n
1 Esistono anche altri tipi di serie: di funzioni, di vettori, ecc.
77
rappresentano due serie diverse, tuttavia ` e noto che la convergenza
della prima equivale alla convergenza della seconda. Per questo mo-
tivo, capiter` a di far partire la serie dallindice 0 o dallindice 1, a sec-
onda della convenienza. Ovviamente, certe volte la forma della serie
impone dei limiti allindice. Si pensi ad una serie come

n=2
1
n1
,
il cui primo indice ` e n = 2 perch e n = 1 annullerebbe il denominatore.
Osservazione 4.5. In relazione allosservazione precedente, possiamo
sfruttare il fatto che lindice di somma ` e una variabile muta per effet-
tuare unoperazione che sar` a il cambiamento di variabile nella teoria
dellintegrale di Riemann. Operiamo su un esempio: la serie

n=1
1
3
n
si trasforma nella serie

k=0
1
3
k+1
=
1
3

k=0
1
3
k
mediante il cambiamento di indice k = n1. Per convincercene, scriv-
iamo con i puntini le due serie:

n=1
1
3
n
=
1
3
+
1
3
2
+
1
3
3
+. . .
1
3

k=0
1
3
k
=
1
3
_
1
3
0
+
1
3
+
1
3
2
+
1
3
3
+. . .
_
=
1
3
+
1
3
2
+
1
3
3
+. . .
Dunque una serie ` e semplicemente una successione, il cui termine
generale ` e costruito sommando i primi termini di unaltra successione.
Si pone naturalmente il problema della convergenza delle serie numeriche.
Denizione 4.6. La serie

n=1
p
n
converge al valore S se
S = lim
n+
n

j=1
p
j
,
o, con la notazione usata nora, se S = lim
n+
s
n
. Con un leggero abuso
di notazione, si scrive S =

n=1
p
n
.
Langolo dello psichiatra. Gli studenti pi ` u attenti si saranno senzaltro
accorti della notazione paradossale usata comunemente per indicare
una serie. Siccome abbiamo denito una serie come la successione
78
_
n
k=1
p
k
_
n
, usare il simbolo

n=1
p
n
signica confondere la serie
con il suo limite! Se pensassimo di estendere questo abuso di notazione
a tutte le successioni, ci accorgeremmo immediatamente della pazzia
compiuta: invece della successione {1/n}
n
, parleremmo della succes-
sione 0, il suo limite. La scrittura abbreviata

n
p
n
` e gi` a migliore,
ma non esente da critiche. Possiamo confrontare questuso leggero
dei simboli con lespressione la funzione x
3
, che alla lettera non ` e
affatto una funzione, ma al massimo un numero reale. Probabil-
mente tutto ci ` o ` e un retaggio della confusione fra successioni, numeri
e funzioni che caratterizzava gli albori dellanalisi matematica. Ma al-
lora, esiste una notazione priva di ambiguit` a per le serie numeriche?
Certamente s`, ma ` e talmente pedante che preferiamo essere ambigui.
Per indicare rigorosamente la serie

n
p
n
, dovremmo dire: la serie
numerica associata alla successione denita dalla formula p
n
per ogni
n N.
Esiste una condizione necessaria e sufciente per caratterizzare le
serie convergenti.
Teorema 4.7 (Criterio di convergenza di Cauchy). Una serie

n=1
p
n
` e convergente se e solo se, per ogni > 0 esiste un numero N N tale che
q

n=p
|p
n
| <
per ogni p, q N tali che p > N, q > N.
Proof.
`
E la traduzione, nel linguaggio delle serie, del teorema di com-
pletezza di R.
A volte si riassume il contenuto di questo teorema dicendo che le
code della serie sono piccole a piacere.
Corollario 4.8. Se la serie

n=1
p
n
` e convergente, allora lim
n+
p
n
=
0.
Proof. Se la serie ` e convergente, il criterio di Cauchy garantisce che,
ssato arbitrariamente > 0, esiste N N tale che, in particolare,
k

n=k1
|p
n
| = |p
k
| <
per ogni k > N. Ma questa ` e la denizione del limite lim
n+
p
n
= 0.
Questo corollario, letto in negativo, afferma che se il termine gen-
erale p
n
di una serie non tende a zero, allora la serie non pu` o converg-
ere. Ad esempio, la serie

n
n1
n+2
non converge, dato che lim
n
n1
n+2
=
1. Purtroppo, non ` e possibile invertire questo ragionamento: vedremo
presto che la serie

n
1
n
2
converge, mentre la serie

n
1
n
non con-
verge. Entrambe hanno tutavia un termine generale tendente a zero.
79
Osservazione 4.9. Dato che una serie ` e semplicemente una successione
particolare, una serie pu` o convergere o divergere. Nella divergenza
sono inclusi tanto la divergenza allinnito, quanto loscillazione. Per
esempio, la serie

n
(1)
n
oscilla fra i valori 1 e 0.
Esempio: la serie geometrica. Sia q [0, +) un numero ssato.
Consideriamo la serie

n=0
q
n
= 1 +q +q
2
+q
3
+q
4
+. . .
Ci chiediamo se esistano scelte della ragione q che portano ad una serie
convergente. Togliendo le parentesi, ` e facile convincersi che
(1 q)
_
1 +q +q
2
+q
3
+q
4
+. . . +q
n
_
= 1 q
n+1
.
Pertanto,
s
n
=
n

k=0
q
k
=
1 q
n+1
1 q
.
La successione {s
n
}
n
delle somme parziali converge se e solo se
lim
n+
q
n+1
esiste nito, e questo accade se se solo se
0 < q < 1. Inoltre, abbiamo anche il valore della serie:

n=0
q
n
=
1
1 q
per 0 < q < 1.
Esempio: le serie telescopiche. Vanno sotto tale nome le serie

n
p
n
il cui termine generale pu` o essere scritto come
p
n
= q
n
q
n+1
per una scelta opportuna di {q
n
}
n
.
`
E allora chiaro che
n

k=1
p
k
=
n

k=1
q
k
q
k+1
= q
1
q
2
+q
2
q
3
+q
4
q
5
+. . . = q
1
q
k+1
.
Si conclude subito che

n=1
p
n
= lim
n+
n

k=1
p
k
= q
1
lim
n+
q
n+1
. (4.1)
Una serie telescopica converge se e solo se lim
n+
q
n
esiste nito.
La serie di Mengoli ` e un esempio di questa classe di serie:

n=1
1
n(n+1)
.
Poich e
1
n(n+1)
=
1
n

1
n+1
,
80
possiamo porre q
n
= 1/n e concludere da (4.1) che la serie di Mengoli
converge a 1.
In generale, potrebbe non essere evidente n dallinizio che una serie
` e telescopica. Di primo acchito, la serie

n=1
log
(n+1)
2
n(n+2)
non sembra molto telescopica. Usando per` o le propriet` a dei logaritmi,
vediamo che
log
(n+1)
2
n(n+2)
= 2 log(n+1) lognlog(n+2)
= [log(n+1) logn] [log(n+2) log(n+1)].
La serie ` e telescopica con q
n
= log(n +1) logn. Poich e q
n
0 per
n +, da (4.1) deduciamo che questa serie converge a log2.
.+ srni r / trnvi Ni rcsi ti vi
Vanno sotto questo nome le serie i cui termini sono numeri maggiori
o uguali a zero. Queste serie presentano una forte peculiarit` a: o con-
vergono o divergono allinnito. Infatti, se p
n
0 per ogni n, allora
s
n
=
n

k=1
p
k

n+1

k=1
p
k
= s
n+1
,
e dunque la serie ` e monotona crescente. Sappiamo che una succes-
sione monotona o converge o diverge allinnito, e questo giustica la
precedente affermazione sulle serie a termini positivi. In effetti, vale
di pi ` u.
Proposizione 4.10. Sia

n
p
n
una serie a termini positivi. Questa serie
` e convergente se e solo se la successione {s
n
}
n
delle sue somme parziali ` e
limitata dallalto.
Proof. Infatti, sappiamo che {s
n
}
n
` e monotona crescente. Dalla teoria
vista nel capitolo precedente, {s
n
}
n
converge se e solo se sup
n
|s
n
| <
+, cio` e se e solo se esiste una costante C > 0 tale che s
n
C per
ogni n.
Il principale strumento per lanalisi della convergenza delle serie a
termini positivi ` e il seguente teorema di confronto.
Teorema 4.11. Siano

n
p
n
e

n
q
n
sue serie a termini positivi. Supponi-
amo che p
n
q
n
per ogni n sufcientemente grande.
1. Se

n
q
n
converge, allora anche

n
p
n
converge.
2. Se

n
p
n
diverge, allora anche

n
q
n
diverge.
81
Proof. Nel primo caso, le somme parziali della prima serie sono pi ` u
piccole delle somme parziali della seconda serie, le quali per ipotesi
restano limitate. Perci ` o saranno limitate anche le somme parziali della
prima serie.
Nel secondo caso, le somme parziali della seconda serie sono mag-
giori delle somme parziali della prima serie. Poich e queste ultime non
sono limitate, non lo saranno nemmeno quelle della serie

n
q
n
.
Osservazione 4.12. Il criterio del confronto ` e destinato a fallire per le
serie a termini di segno qualunque. Ad esempio,

1
n
<
1
n
2
,
ma la serie

n
1
n
diverge (a ), mentre la serie

n
1
n
2
converge.
Si veda il Corollario 4.20.
Corollario 4.13 (Criterio del confronto asintotico). Siano

n
p
n
e

n
q
n
sue serie a termini positivi. Supponiamo che
lim
n+
p
n
q
n
= (0, +).
Allora le due serie sono simultaneamente convergenti o divergenti.
Proof. Per lipotesi sul limite, esiste un numero N N tale che

2
q
n
p
n

3
2
q
n
(4.2)
per ogni n > N. La conclusione segue immediatamente dal criterio di
confronto.
Per comprendere la potenza di questo criterio, applichiamolo allanalisi
della serie

n=1
sin
1
n
2
.
Innanzitutto, i termini della serie sono positivi, dal momento che 0 <
1/n < /2 per ogni n 1 e la funzione seno ` e positiva nellintervallo
(0, /2). Dal limite notevole lim
x0
sinx
x
= 1 deduciamo che la serie
data ha lo stesso comportamento della serie

n=1
1
n
2
,
e presto imparareremo che questa serie ` e convergente. Il criterio del
confronto asintotico garantisce che anche la serie iniziale converge.
82
Osservazione 4.14. Se nel criterio del confronto asintotico risulta = 0,
non ` e pi ` u possibile dedurre che le serie

n
p
n
e

n
q
n
hanno lo
stesso comportamento rispetto alla convergenza. Per convincerci di
questo, consideriamo p
n
= 1/n
2
e q
n
= 1/n. Ovviamente lim
n+
p
n
/q
n
=
lim
n+
1/n = 0, ma impareremo presto che

n
1
n
diverge, mentre

n
1
n
2
converge.
Non tutto ` e comunque perduto: se = 0, possiamo concludere che
la convergenza di

n
q
n
implica la convergenza di

n
p
n
. Infatti,
per = 0 vale solo la seconda disuguaglianza di (4.2), perci ` o

n
p
n

(3/2)

n
q
n
.
2
.z cni trni ni ccNvrncrNz/
Ma esistono metodi generali per decidere se una data serie sia con-
vergente? La risposta ` e ampiamente affermativa per le serie a termini
positivi, ma solo parzialmente affermativa per le serie qualunque. Nel
seguito, esporremo alcuni criteri classici per studiare la natura di una
serie numerica.
Teorema 4.15 (Criterio della radice). Sia

n
p
n
una serie a termini posi-
tivi. Supponiamo che
lim
n+
n

p
n
= L.
Se L < 1, allora la serie converge; se L > 1, allora la serie diverge. Il criterio
non ` e applicabile se L = 1.
Proof. Supponiamo dapprima che L < 1. Preso (1 L)/2, esiste un
numero naturale N tale che
n

p
n
< L + = (1 +L)/2 per ogni n > N.
Elevando questa diseguaglianza alla potenza n,
p
n
<
_
1 +L
2
_
n
,
e poich e la serie geometrica

n=0
_
1+L
2
_
n
` e convergente
3
dal criterio
del confronto concludiamo che

n
p
n
converge. Se invece L > 1,
prendiamo = (L 1)/2, e come prima arriviamo a
n

p
n
>
_
1 +L
2
_
n
> 1
per ogni n > N. Quindi {p
n
}
n
non tende a zero, e la serie non pu` o
convergere.
2 Siamo volutamente imprecisi: la conclusione rigorosa sarebbe che le somme parziali
della serie con p
n
sono maggiorate dalle somme parziali della serie con q
n
. Come
sappiamo, il criterio asintotico non pu` o garantire la (4.2) anche per i primi valori di n,
e questo potrebbe invalidare la relazione

n
p
n
(3/2)

n
q
n
.
3 Infatti
1+L
2
< 1.
83
Teorema 4.16 (Criterio del rapporto). Sia

n
p
n
una serie a termini
positivi. Supponiamo che
lim
n+
p
n+1
p
n
= L.
Se L < 1, allora la serie converge; se L > 1, allora la serie diverge. Il criterio
non ` e applicabile se L = 1.
Proof. Supponiamo dapprima che L < 1. Preso (1 L)/2, esiste un
numero naturale N tale che p
n+1
/p
n
< L + = (1 + L)/2 per ogni
n > N. Quindi p
n+1
< p
n
(1 +L)/2 per ogni n > N. Ma allora
p
n
<
1 +L
2
p
n1
<
_
1 +L
2
_
2
p
n2
< . . . <
_
1 +L
2
_
nN1
p
N+1
,
che possiamo scrivere come
p
n
<
p
N+1
_
1+L
2
_
N+1
_
1 +L
2
_
n
.
Ancora dal confronto con la serie geometrica convergente

n=0
_
1+L
2
_
n
deduciamo la convergenza di

n
p
n
. Viceversa, per L > 1, preso
= (L 1)/2, ripetendo gli stessi ragionamenti arriviamo a
p
n
>
p
N+1
_
1+L
2
_
N+1
_
1 +L
2
_
n
ed ancora una volta il termine generale p
n
non tende a zero.
Osservazione 4.17. Lo studente avr` a notato che questi criteri sono sem-
plicemente applicazioni del criterio del confronto con opportune serie
geometriche. Le divergenze, invece, sono dedotte dal fatto che viene
violata la condizione necessaria per la convergenza di una serie. In-
tuitivamente, questo fatto ci induce a sospettare che i due criteri non
siano particolarmente ni nei casi meno accademici. Come anticipato,
nel caso L = 1 nessuno dei criteri ` e efcace. Rimandiamo la disamina
di questo fatto allosservazione successiva.
Osservazione 4.18. Il criterio del rapporto, di solito, ` e di applicazione
pi ` u immediata. Ormai sappiamo che in matematica non si fanno
sconti, e puntualmente ci ` o accade anche in questa situazione. Si potrebbe
mostrare che il criterio della radice ` e pi ` u potente: quando ` e efcace, lo
` e anche il criterio del rapporto. Quando non ` e conclusivo (per L = 1),
anche il criterio del rapporto non porta ad alcuna conclusione. Per i
dettagli, rimandiamo a [37]. Volendo fare dellironia, n e luno n e laltro
sono criteri utili nella pratica. Risultano invece importanti nella teo-
ria delle serie di potenze, da cui prende vita lanalisi matematica nel
piano complesso.
Un criterio piuttosto efcace ` e il seguente, a dispetto della formu-
lazione vagamente misteriosa.
84
Teorema 4.19 (Criterio di condensazione). Sia

n
p
n
una serie a termini
positivi. Supponiamo che p
n+1
p
n
per ogni n. Sotto tali ipotesi, la serie

n
p
n
converge se e solo se converge la serie

k
2
k
p
2
k.
Proof. Poich e stiamo lavorando con serie a termini positivi, ci basta
dimostrare che le somme parziali di

n
p
n
e di

k
2
k
p
2
k sono simul-
taneamente limitate o non limitate dallalto. Siano
s
n
= p
1
+p
2
+. . . +p
n
,
t
k
= p
1
+2p
2
+. . . +2
k
p
2
k
le somme parziali delle due serie.
Per n < 2
k
,
s
n
p
1
+ (p
2
+p
3
) +. . . + (p
2
k +. . . +p
2
k+1
1
)
p
1
+2p
2
+. . . +2
k
p
2
k
= t
k
e quindi s
n
t
k
. Invece, per n > 2
k
,
s
n
p
1
+p
2
+ (p
3
+p
4
) +. . . + (p
2
k1
+1
+. . . +p
2
k)

1
2
p
1
+p
2
+2p
4
+. . . +2
k1
p
2
k
=
1
2
t
k
e quindi t
k
2p
n
. Unendo le due conclusioni, le successioni delle
somme parziali {s
n
}
n
e {t
k
}
k
sono simultaneamente limitate oppure
illimitate, e questo conclude la dimostrazione.
Corollario 4.20. Sia R ssato. La serie

n
1
n

converge se > 1, e
diverge se 1.
Proof. Il caso 0 ` e semplice, perch e il termine generale non tende
a zero. Applichiamo il criterio di condensazione, e ci riduciamo a
studiare la serie

k
2
k
1
2
k
=

k
2
(1)k
.
Si tratta di una serie geometrica di ragione 2
1
. Essa sar` a conver-
gente se e solo se 2
1
< 1, cio` e se e solo se > 1, e divergente
allinnito per 1.
Osservazione 4.21. Il Corollario ci convince che i criteri del rapporto
e della radice sono insoddisfacenti quando L = 1. Ad esempio, le
due serie

n=1
1
n
e

n=1
1
n
2
hanno entrambe L = 1 (per entrambi
i criteri), ma la prima diverge, mentre la seconda converge. La serie
85

n=1
1
n
prende il nome di serie armonica. La sua divergenza pu` o es-
sere mostrata anche direttamente. Chiamando al solito s
n
la somma
dei suoi primi n termini, abbiamo
s
1
= 1
s
2
= 1 +
1
2
=
3
2
s
3
=
3
2
+
1
3
+
1
4
>
3
2
+
1
4
+
1
4
= 2
s
4
= 2 +
1
5
+
1
6
+
1
7
+
1
8
> 2 +
1
8
+
1
8
+
1
8
+
1
8
=
5
2
e in generale
s
2n
= 1 +
1
2
+ +
1
n
+
1
n+1
+ +
1
2n
=
= s
n
+
1
n+1
+ +
1
2n
s
n
+
1
2n
+ +
1
2n
= s
n
+
1
2
.
Raddoppiando quindi il numero degli addendi, la somma aumenta
almeno di un termine 1/2. Deduciamo che |s
2n
s
n
| 1/2, e quindi
non pu` o essere soddisfatto il criterio di convergenza di Cauchy.
Questa serie ci consente unosservazione di natura pratica. Volendo
studiare al computer le serie, pu` o essere molto fuorviante leggere le
prime somme parziali e trarne conclusioni sulla convergenza. Infatti,
per la serie armonica si ha
s
1
= 1
s
3
< 2
s
7
< 3
s
15
< 4.
Per arrivare a 10 bisogna sommare pi ` u di 1000 termini, e pre superare
20 occorrono pi ` u di un milione di addendi. Se si vuole arrivare a 100,
che pure non ` e un segno inqeuivocabile della divergenza della serie,
occorre sommare circa 10
30
termini!
4
`
E abbastanza evidente che
questa quantit` a di addendi supera ampiamente le capacit` a di calcolo
di molti personal computer.
Il punto ` e che le serie numeriche sono molto sensibili alle piccole
perturbazioni dei loro termini. La serie

n=1
1
n
1.01
ha termini numericamente molto prossimi a quelli della serie armon-
ica, ma nonostante questo ` e convergente. Il celebre losofo francese
Voltaire suggeriva maliziosamente al matematico tedesco Gauss che
prima di mettersi a fare conti per tre giorni, ` e meglio controllare se
non si possa usare qualche ragionamento per arrivare in porto in tre
minuti.
5
4 10
30
si scrive come 1 seguito da 30 zeri.
5 K.F. Gauss, uno dei pi ` u importanti matematici dellera moderna, aveva una caparbia
invidiabile nel mettersi a fare calcoli. Oggi lo potremmo denire simpaticamente uno
86
. ccNvrncrNz/ /sscttt/ r ccNvrncrNz/
nrttr srni r ni srcNc /ttrnNc
Tutti i criteri esposti si applicano alle serie a termini positivi.
6
Ci sono
criteri di convergenza per le serie qualunque? Prima di rispondere e
la risposta non sar` a del tutto soddisfacente introduciamo il concetto
di serie assolutamente convergente.
Denizione 4.22. Una serie

n
p
n
` e assolutamente convergente se

n
|p
n
|
` e convergente.
Poich e |p
n
| 0, il concetto di serie assolutamente convergente ` e di
pertinenza delle serie a termini positivi. Inoltre, le serie assolutamente
convergenti sono convergenti.
Proposizione 4.23. Ogni serie assolutamente convergente ` e anche conver-
gente.
Proof. Se p < q sono due numeri interi positivi qualsiasi, osserviamo
che

n=p
p
n

n=p
|p
n
| .
Poich e la serie

n
|p
n
| ` e convergente per ipotesi, il secondo mem-
bro pu` o essere reso piccolo quanto vogliamo, purch e p e q siano ab-
bastanza grandi. Il primo membro sar` a allora altrettanto piccolo, e
dunque la serie

n
p
n
converge.
Osservazione 4.24. La Proposizione non si inverte: vedremo che la
serie

n
(1)
n
n
converge, ma ovviamente non converge assolutamente (perch e?). Questo
non diminuisce lutilit` a della Proposizione 4.23. Non saremmo altri-
menti in grado di stabilire la convergenza della serie

n
sinn
n
3
,
visto che i suoi termini non sono tutti dello stesso segno. Usando per` o
la maggiorazione | sinn| 1, possiamo concludere che questa serie
converge assolutamente, e quindi anche in senso ordinario.
7
smanettone. Ad onor del vero, certi problemi matematici possono essere risolti solo
ricorrendo a lunghe pagine di calcoli. Quello del matematico come uno scienziato che
risolve problemi difcili senza scrivere una sola riga di conti ` e un falso mito che lusinga
tutti gli studenti del primo anno. Leleganza formale con cui vengono presentati i teo-
remi non dovrebbe far passare in secondo piano i sacrici e gli sforzi dei matematici che
li hanno dimostrati per la prima volta.
6
`
E giunto il momento di sfatare un mito: ovviamente questi criteri si applicano altrettanto
bene alle serie a termini negativi. Limportante ` e che tutti i termini della serie abbiano
lo stesso segno.
7 A volte conviene dire che una serie converge semplicemente quando essa converge sec-
ondo la denizione generale. In questo modo, si usa un aggettivo per distinguere la
convergenza dalla convergenza assoluta.
87
Una classe di serie a termine di segno variabile ` e quella delle serie a
termini di segno alterno.
Denizione 4.25. Una serie

n
p
n
` e detta serie a termini di segno alterno
quando p
n
p
n+1
0 per ogni n.
Di fatto, la Denizione richiede che ogni coppia di termini successivi
nella serie sia costituita da due numeri di segno opposto (o eventual-
mente nulli). Il caso pi ` u frequente ` e quello delle serie del tipo

n
(1)
n
p
n
,
dove p
n
0 per ogni n.
8
Per queste serie esiste un potente criterio
di convergenza (ma non di divergenze). Premettiamo un lemma che
corrisponde alla formula di integrazione per parti nel calcolo integrale.
Lemma 4.26 (Sommatoria per parti). Siano {p
n
}
n
e {q
n
}
n
due succes-
sioni. Poniamo s
1
= 0 e
s
n
=
n

k=0
p
k
per n 0. Se 0 m n sono numeri naturali, allora
m

k=n
p
k
q
k
=
m1

k=n
s
k
(q
k
q
k+1
) +s
m
q
m
s
n1
q
n
. (4.3)
Proof.
m

k=n
p
k
q
k
=
m

k=n
(s
k
s
k1
)q
k
=
m

k=n
s
k
q
k

m1

k=n1
s
k
q
k+1
e lultima espressione ` e uguale a (4.3).
Teorema 4.27 (Criterio di Leibniz). Supponiamo che
1. le somme parziali {s
n
}
n
di

n
p
n
formino una successione limitata;
2. q
0
q
1
q
2
. . .;
3. lim
n+
q
n
= 0.
Allora

n
p
n
q
n
converge.
Proof. Scegliamo M > 0 tale che |s
n
| M per ogni n. Fissato arbi-
trariamente > 0, per lipotesi 3 esiste un numero naturale N tale che
q
N
/(2M). Per N n m, dal Lemma precedente ricaviamo

k=n
p
k
q
k

m1

k=n
s
k
(q
k
q
k+1
) +s
m
q
m
s
n1
q
n

m1

k=n
(s
k
s
k+1
) +q
m
+q
n

= 2Mq
n
2Mq
N
= .
8 Attenzione! I termini della serie devono essere veramente alternanti. Non basta che
appaiano termini positivi e negativi in ordine sparso.
88
Questo dimostra che la serie

n
p
n
q
n
soddisfa la condizione di Cauchy,
e quindi converge.
Corollario 4.28. Supponiamo che
1. |c
1
| |c
2
| |c
3
| . . .;
2. c
2n1
0, c
2n
0;
3. lim
n+
c
n
= 0.
Allora

n
c
n
converge.
Proof. Applicare il Teorema precedente con p
n
= (1)
n+1
e q
n
= |c
n
|.
Questo corollario garantisce ad esempio che

n
(1)
n
n
converge.
poich e |c
n
| = 1/n ` e decrescente e tende a zero. Si noti il contrasto
con la convergenza assoluta, che in questo caso non sussiste.
Osservazione 4.29. Esistono inniti criteri di convergenza e/o di-
vergenza per le serie (prevalentemente a termini positivi). In questo
breve capitolo ne abbiamo discussi alcuni estremamente classici. Lo
studente interessato potr` a trovarne altri in [34] e nei testi classici di
analisi matematica come [25]. I testi pi ` u recenti sembrano dare molto
meno peso a questi criteri, dal momento che sono tutti riconducibili al
criterio di confronto (eventualmente asintotico). Bisogna poi ammet-
tere che quasi nessun working mathematician usa le dozzine di varianti
del criterio di convergenza di Raabe, e di sicuro non ha senso impara-
rle tutte a memoria.
. /rrrNni cr: c/n/ttrni zz/zi cNi nrt Nt-
vrnc ni Nrrrnc
Proposizione 4.30. lim
n+
_
1 +
1
n
_
n
=

n=0
1
n!
.
Proof. Innanzitutto, ad uso degli smemorati, ricordiamo che 0! = 1 e
che n! = 1 2 3 (n 1) n per ogni n > 1. La serie a secondo
membro converge, dal momento che
s
n
= 1 +
1
2!
+. . . +
1
n!
< 1 +1 +
1
2
+
1
2
2
+. . . +
1
2
n1
< 3.
Poniamo t
n
=
_
1 +
1
n
_
n
. Per il teorema del binomio dellEsempio 1.33,
t
n
= 1 +1 +
1
2!
_
1
1
n
_
+
1
3!
_
1
1
n
__
1
2
n
_
+. . .
+
1
n!
_
1
1
n
__
1
2
n
_

_
1
n1
n
_
.
89
Di conseguenza t
n
s
n
, e passando al limite
limsup
n+
_
1 +
1
n
_
n

n=1
1
n!
.
Ora, se n m,
t
n
1 +1 +
1
2!
_
1
1
n
_
+. . . +
1
m!
_
1
1
n
_

_
1
m1
n
_
.
Tenendo sso m e mandado n allinnito, vediamo che
liminf
n+
t
n
1 +1 +
1
2!
+. . . +
1
m!
= s
m
.
Poich e il primo membro non dipende da m, possiamo concludere che

n=0
1
n!
liminf
n+
t
n
.
Abbiamo cos` dimostrato la tesi.
Questa Proposizione permette di identicare il numero di Nepero
e con la (somma della) serie

n
1
n!
. Lo studente pu` o leggere in [37]
le dimostrazioni di due propriet` a di e che discendono facilmente da
questa caratterizzazione.
Teorema 4.31. Il numero di Nepero e ` e irrazionale. Inoltre, per ogni n 1,
vale la stima di convergenza
0 < e s
n
<
1
n!n
.
Vediamo che la velocit` a di convergenza della serie verso il limite e ` e
piuttosto alta: per approssimare e con un errore di 10
7
, ` e sufciente
sommare i primi 10 termini della serie.
90
5 L I MI TI DI FUNZI ONI E
FUNZI ONI CONTI NUE
Con questo capitolo, lasciamo il mondo delle successioni, cio` e delle
funzioni denite sul dominio N, ed entriamo in quello delle funzioni
reali di una variabile reale. Vedremo che anche per queste funzioni
` e sensato pensare a un concetto di limite, ed anzi c` e una maggiore
essibilit` a. Come lo studente avr` a osservato, i limiti delle successioni
si calcolano solo per lindice n +. Parlando in termini estrema-
mente imprecisi, questo non ci sorprende pi ` u di tanto. Daltronde, se
lo spirito dei limiti ` e quello di vedere cosa succede quando una vari-
abile si avvicina a piacere a un valore, una variabile n N non pu` o
avvicinarsi a piacere a un numero reale. Invece, una variabile reale x
pu` o senza dubbio essere vicina a piacere a qualunque altro numero
reale.
.+ ti vi ti ni rtNzi cNi ccvr ti vi ti ni stc-
crssi cNi
Denizione 5.1. Sia f: (a, b) R una funzione, e sia x
0
un punto di
accumulazione di (a, b). Diremo che lim
xx
0
f(x) = L, o che f(x) L
per x x
0
, se lim
n+
f(x
n
) = L per ogni successione {x
n
} di numeri
x
n
(a, b) con lim
n+
x
n
= x
0
e x
n
= x
0
per ogni n.
Logicamente parlando, questa denizione ` e rigorosa: sappiamo cal-
colare i limiti di succesioni e questo ` e tutto quello che la denizione
richiede. Confrontando con la denizione di limite per successioni, tro-
viamo immediatamente una diversa caratterizzazione dei limiti di fun-
zioni.
1
Per inciso, vericare una relazione di limite con la Denizione
5.1 ` e praticamente impossibile. Vedremo fra poco che la condizione (ii)
del seguente teorema rende le veriche pi ` u agevoli.
Teorema 5.2. Siano f e x
0
come nella Denizione. Sono equivalenti
(i} lim
xx
0
f(x) = L;
(ii} per ogni > 0 esiste > 0 tale che |f(x) L| < per ogni x (a, b)
tale che 0 < |x x
0
| < ;
(iii} per ogni intorno V del punto L, esiste un intorno U del punto x
0
tale
che f(U\ {x
0
}) V.
1 In certi testi italiani, il prossimo teorema viene chiamato teorema ponte. Questa termi-
nologia ` e per` o poco suggestiva. In matematica, quasi ogni teorema ` e un ponte fra due
concetti.
91
Proof. Ricordando che un intorno di un punto p ` e semplicemente un
insieme contenente un intervallo centrato in p, ` e chiaro che (ii) e (iii)
sono due formulazioni dello stesso concetto. Quindi ` e sufciente di-
mostrare lequivalenza di (i) e (ii). Supponiamo che sia vera la (i) ma
che la (ii) sia falsa. Allora esiste > 0 ed esiste una successione {x
n
}
tale che x
n
x
0
, x
n
= x
0
, ma |f(x
n
) L| . Quest` a ` e una con-
traddizione con lipotesi (i), e perci ` o anche (ii) deve essere vera. Vicev-
ersa, supponiamo che sia vera (ii) e dimostriamo la (i). Sia {x
n
} una
qualunque successione di elementi di (a, b), distinti da x
0
e tali che
x
n
x
0
. Fissiamo > 0 e sia > 0 il numero la cui esistenza ` e garan-
tita dallipotesti (ii). Denitivamente, 0 < |x
n
x
0
| < , e dunque
|f(x
n
) L| < . Questo signica esattamente che lim
n+
f(x
n
) = L.
Invitiamo lo studente ad osservare e memorizzare la richiesta x
n
=
x
0
e lequivalente 0 < |x x
0
|. Entrambe signicano che, nelleffettuare
loperazione di limite per x x
0
, possiamo (e dobbiamo) trascurare comple-
tamente tutto ci` o che avviene nel punto x
0
. Nel punto x
0
a cui tende la x
la funzione f potrebbe tranquillamente non essere denita. Ma anche
se lo fosse, il valore f(x
0
) non importerebbe nulla. Per esempio, le due
funzioni
f(x) = x x R
e
g(x) =
_
x, x = 0
1, x = 0
assumono valori diversi in x
0
= 0, e tuttavia
lim
xx
0
f(x) = lim
xx
0
g(x) = 0.
LAutore di [19] sottolinea che la richiesta |x x
0
| > 0 potrebbe tran-
quillamente essere omessa, perch e le funzioni che in questo modo non
avrebbero limite sarebbero senza importanza. Chi scrive rispetta
ovviamente questo punto di vista, ma non lo condivide. Il concetto
di limite sembra infatti particolarmente signicativo proprio perch e
` e applicabile in quei punti vicini a piacere al dominio di denizione
(i cosiddetti punti di accumulazione per il dominio di denizione) ma
non necessariamente appartenenti al dominio medesimo. Quindi, una
scrittura come lim
x0+
1
x
= +perderebbe di signicato.
Osservazione 5.3.
`
E fondamentale che lo studente capisca il seguente
fatto: se esiste un > 0 come nel punto (ii) del Teorema precedente, an-
che tutti i numeri positivi

< vanno bene. Nella pratica, questo sig-
nica che possiamo sempre considerare restrizioni come 1 quando
verichiamo un limite. In effetti, la dimostrazione di limite non pre-
tende che si individui il migliore > 0 che verichi le richieste.
Per chiarire come si applica la denizione di limite, dimostriamo che
per ogni a > 0
lim
xa

x =

a.
92
Infatti, consideriamo la quantit` a

x

a; moltiplicando e dividendo
per

x +

a si ottiene
2

=
|x a|

x +

a
<
|x a|

a
.
Fissato allora > 0, si avr` a

< non appena x 0 e |x a| <

a; la relazione (ii) del Teorema sar` a allora vericata con =

a.
Osserviamo che il risultato vale anche per a = 0, con una diversa
dimostrazione. Infatti, |

0| =

x < non appena 0 x <

2
.
Baster` a scegliere =
2
.
Lo studente ha certamente notato che il valore del limite altro non
` e che il valore assunto da

x quando x = a. Insomma, sarebbe bas-
tato sostituire x = a nella funzione

. Certamente non ` e un caso, e
capiremo nel capitolo successivo tutte le ragioni di questa apparente
coincidenza.
Osservazione 5.4. Una denizione pi ` u generale di limite ` e la seguente.
Sia f: E R una funzione, denita sullinsieme E R. Sia x
0
` e un
punto di accumulazione di E; diciamo che
lim
xx
0
xE
f(x) = L
se, per ogni successione {x
n
} di elementi x
n
E, escluso al pi ` u x
0
stesso, convergente a E, accade che lim
n+
f(x
n
) = L. Oppure, in
maniera equivalente, se per ogni > 0 esiste > 0 tale che, per ogni
x E ((x
0
, x
0
+) \ {x
0
}), accade che |f(x) L| < .
Questa denizione si riduce alle precedenti quando E ` e un inter-
vallo, e contiene automaticamente i limiti per x , ma in un corso
elementare c` e il rischio che leleganza di questa denizione non venga
apprezzata.
Introduciamo ora i limiti allinnito. Vediamo come si esprimono le
corrispondenti denizioni.
Denizione 5.5. Sia f: (a, b) R e sia x
0
[a, b]. Diremo che
lim
xx
0
f(x) = + se per ogni K > 0 esiste > 0 tale che f(x) > K
per ogni x (x
0
, x
0
+).
Denizione 5.6. Sia f: (a, b) R e sia x
0
[a, b]. Diremo che
lim
xx
0
f(x) = se per ogni K > 0 esiste > 0 tale che f(x) < K
per ogni x (x
0
, x
0
+).
Denizione 5.7. Sia f: (a, +) R una funzione denita su un inter-
vallo illimitato a destra.
3
Diremo che lim
x+
f(x) = L R se per ogni
> 0 esiste M > 0 tale che |f(x) L| < per ogni x > M.
Denizione 5.8. Sia f: (, b) R una funzione denita su un inter-
vallo illimitato a sinistra. Diremo che lim
x
f(x) = L R se per ogni
> 0 esiste M > 0 tale che |f(x) L| < per ogni x < M.
2 Aumentando il denominatore, la frazione diminuisce. Poich e

x+

a >

a, ` e valida
lultima disuguaglianza.
3 Ricordiamo che (a, +) = {x R | x > a}.
93
Denizione 5.9. Sia f: (a, +) R una funzione denita su un inter-
vallo illimitato a destra. Diremo che lim
x+
f(x) = + R se per ogni
K > 0 esiste M > 0 tale che f(x) > K per ogni x > M.
Denizione 5.10. Sia f: (a, +) R una funzione denita su un inter-
vallo illimitato a destra. Diremo che lim
x+
f(x) = R se per ogni
K > 0 esiste M > 0 tale che f(x) < K per ogni x > M.
Ripetiamo che le denizioni scritte qui sopra non sono denizioni
indipendenti dalla 5.1. Le abbiamo riportate solo per convenienza, ed
invitiamo lo studente a formularle con il linguaggio della Denizione
5.1.
Concludiamo con la denizione di limiti per eccesso e per difetto.
Denizione 5.11. Sia f: (a, b) R e sia x
0
(a, b). Diremo che
lim
xx
0

f(x) = L
se per ogni > 0 esiste > 0 tale che |f(x) L| < per ogni x (x
0
, x
0
).
Analogamente, diremo che
lim
xx
0
+
f(x) = L
se per ogni > 0 esiste > 0 tale che |f(x) L| < per ogni x (x
0
, x
0
+).
La differenza rispetto alla denizione completa di limite ` e che alla x
` e permesso di avvicinarsi a x
0
solo per valori minori oppure maggiori
di x
0
stesso.
La seguente proposizione afferma che una funzione ha limite se, e
soltanto se, esistono niti ed uguali i limiti da destra e da sinistra.
Proposizione 5.12. Sia f: (a, b) R e sia x
0
(a, b). Sono equivalenti
1. lim
xx
0
f(x) = L
2. lim
xx
0

f(x) = lim
xx
0
+
f(x) = L.
Proof.
`
E chiaro che se il limite esiste, a maggior ragione esistono i due
limiti direzionali, e coincidono con il valore del limite. Viceversa, sup-
poniamo che i due limiti direzionali esistano e coincidano: sia L il
valore comune di questi due limiti. Dalle denizioni, ssato > 0,
esistono

> 0 e
+
> 0 tali che |f(x) L| < se x
0

< x < x
0
e
|f(x) L| < se x
0
< x < x
0
+
+
. Deniamo = min{

,
+
}. Allora,
qualunque sia x
0
(x
0
, x
0
+) \ {x
0
}, risulta |f(x) L| < . Poich e
> 0 ` e arbitrario, questo dimostra che lim
xx
0
f(x) = L.
Osservazione 5.13. La precedente Proposizione ` e piuttosto intuitiva.
Dopotutto, ci sono solo due modi di avvicinarsi ad un punto: da sin-
istra o da destra. E se il comportamento durante lavvicinamento da
sinistra coincide con il comportamento avvicinandosi da destra, ` e nat-
urale credere che il limite debba esistere. Il discorso cambia radical-
mente in dimensione maggiore o uguale a due. Gi` a nel piano carte-
siano, esistono inniti modi di avvicinarsi ad un punto: lungo una
94
retta, lungo una spirale, saltando da una parte allaltra, ecc. Questo
fa presagire che lo studio dei limiti per funzioni di due o pi ` u variabili
sia alquanto complicato, e che lavvicinamento lungo direzioni privile-
giate non baster` a mai a descrivere interamente i limiti.
.z tn/ntzi cNr nri trcnrvi stttr stccrs-
si cNi
La Denizione 5.1 ` e come la chiave di un codice segreto: ci permette di
tradurre nel linguaggio delle funzioni le propriet` a dei limiti viste per
le successioni.
4
Ne enunciamo alcune, con lavvertenza che si tratta
solo di alcuni dei casi possibili per le funzioni. Per comodit` a, diamo
gli enunciati per limiti al nito, ma enunciati corrispondenti valgono
per i limiti allinnito.
Teorema 5.14 (Unicit` a del limite). Sia f: (a, b) R e sia x
0
[a, b]. Se
lim
xx
0
f(x) = L
1
e lim
xx
0
f(x) = L
2
, allora L
1
= L
2
.
Teorema 5.15 (Limitatezza locale). Sia f: (a, b) R e sia x
0
[a, b]. Se
esiste nito il limite lim
xx
0
f(x), allora f ` e localmente limitata vicino a x
0
.
Pi ` u esplicitamente, esiste un intorno I di x
0
ed esiste un numero C > 0 tali
che |f(x)| < C per ogni x I.
Teorema 5.16. Sia f: (a, b) R e sia x
0
[a, b]. Se lim
xx
0
f(x) = L >
0, allora esiste un intorno U di x
0
in cui f > 0. Se f 0 in un intorno di x
0
e se esiste il lim
xx
0
f(x) = L, allora L 0.
Teorema 5.17 (Due carabinieri). Siano f, g ed h tre funzioni denite in
(a, b), e sia x
0
[a, b]. Supponiamo che, per ogni x (a, b), risulti
g(x) f(x) h(x). Se lim
xx
0
g(x) = lim
xx
0
h(x) = L, allora
lim
xx
0
f(x) = L.
Teorema 5.18. Sia f: (a, b) R una funzione monotona (crescente oppure
decrescente).
(i} Se f ` e crescente, allora
lim
xb
f(x) = sup
x(a,b)
f(x), lim
xa+
f(x) = inf
x(a,b)
f(x).
(ii} Se f ` e decrescente, allora
lim
xa+
f(x) = sup
x(a,b)
f(x), lim
xb
f(x) = inf
x(a,b)
f(x).
4 In questo senso, le successioni sono sufcienti a caratterizzare tutti i limiti delle funzioni
reali di una variabile reale. Non si tratta di una banalit` a, visto che concettualmente i
limiti di funzione diventano un caso speciale dei limiti di successione. Al fondo c` e una
propriet` a topologica di R che non abbiamo la possibilit` a di discutere in queste pagine.
95
. n/ccctt/ ni ti vi ti Nctrvcti
I limiti contenuti in questa sezione vanno imparati a memoria, perch e
costituiscono lossatura di tutti i limiti che incontreremo nel nostro
corso.
Osservazione 5.19. Per quanto possa apparire paradossale, pratica-
mente tutti i limiti notevoli sono parte fondamentale della denizione
stessa delle varie funzioni elementari. Capita spesso di provare una
sgradevole sensazione di smarrimento, pensando ai limiti notevoli: che
senso ha calcolare un limite per funzioni che non abbiamo mai denito
precisamente? Se qualche studente si sentisse assalito dallansia, si ri-
lassi: ` e normale!
Proposizione 5.20. Valono le seguenti relazioni di limite.
lim
x0
sinx
x
= 1 (5.1)
lim
x0
1 cos x
x
2
=
1
2
(5.2)
lim
x0
tanx
x
= 1 (5.3)
lim
x0
(1 +x)
1/x
= e (5.4)
lim
x0
e
x
1
x
= 1 (5.5)
lim
x0
log(1 +x)
x
= 1 (5.6)
Proof. Il primo limite ha una dimostrazione dal sapore geometrico. In-
nazitutto, la funzione x
sinx
x
` e pari (lo studente lo verichi secondo
la denizione), e pertanto ci baster` a dimostrare il limite notevole per
x 0
+
. Sia x > 0 un angolo piccolo. Dalla denizione geometrica
di sinx, discende che sinx x tanx.
5
Nella gura 5.1, Q ` e il punto
di intersezione fra la circonferenza e il segmento OT, x ` e la lunghezza
dellarco PQ, tanx quella del segmento TP. Invece sinx ` e la lunghezza
del segmento che scende perpendicolarmente dal punto Q no ad in-
contrare il segmento OP. Poich e sinx > 0 per 0 < x <

2
, possiamo
dividere queste disuguaglianze per sinx e ottenere
1
x
sinx

1
cos x
,
e il teorema dei due carabinieri garantisce che lim
x0+
x
sinx
= 1.
Il secondo limite notevole si ottiene dal primo:
1 cos x
x
2
=
(1 cos x)(1 +cos x)
x
2
(1 +cos x)
=
1 cos
2
x
x
2
(1 +cos x)
=
sin
2
x
x
2
(1 +cos x)
.
5 Si tratta di una dimostrazione in cui molto ` e lasciato allintuizione geometrica, e dunque
soggetta a critiche. La prima cosa che si impara quando si affronta la cosiddetta geome-
tria elementare ` e che non dobbiamo mai darci dei nostri disegni per dimostrare pro-
priet` a geometriche. Rassicuriamo tuttavia lo studente che tutto ci ` o che appare in questa
dimostrazione potrebbe essere vericato rigorosamente.
96
O
P
T
Q
Figure 1: Il limite notevole lim
x0+
sinx
x
= 1
Quindi
lim
x0
1 cos x
x
2
= lim
x0
_
sinx
x
_
2
lim
x0
1
x
2
(1 +cos x)
=
1
2
.
Il terzo limite ` e quasi ovvio, basta scrivere tanx =
sinx
cos x
ed usare il
primo limite notevole.
Il quarto limite ` e di solito usato come denizione del numero di
Nepero e. Spesso lo si trova scritto nella forma equivalente
lim
x
_
1 +
1
x
_
x
= e.
Gli ultimi due limiti, fra loro equivalenti (suggerimento: cambiare la
variabile 1 + x = e
t
), possono essere dimostrati solo utilizzando la
denizione della funzione esponenziale. Non avendo tempo di dis-
cutere la costruzione delle potenze reali con base reale, ci accontenti-
amo di sapere il valore dei limiti.
97
. ccNti Nti t`/
`
E semplice convincersi che non sempre una funzione ha limite. La
funzione f: [0, 1] R denita da
f(x) =
_
0, x Q
1, x R\ Q
non ha limite per x 1. Infatti, ogni intorno di 1 contiene inniti
valori di x in cui f(x) = 0, e inniti valori di x in cui f(x) = 1.
6
Daltronde, anche se il limite esiste, pu` o non aver niente a che vedere
con il valore della funzione in quel punto. Abbiamo proprio sottolin-
eato che loperazione di limite ignora per denizione il valore della
funzione nel punto verso cui ci stiamo avvicinando. Tuttavia, tutti noi
abbiamo avuto limpressione, studiando per la prima volta i limiti, che
per calcolare un limite di una funzione basta quasi sempre sostituire
nella funzione il valore a cui ci avviciniamo. Il fatto ` e che quasi tutte
le funzioni di cui calcoliamo i limiti sono continue.
Denizione 5.21. Sia f: [a, b] R una funzione reale di una variabile
reale, e sia x
0
[a, b]. Diciamo che f ` e continua nel punto x
0
se per ogni >
0 esiste > 0 tale che |f(x) f(x
0
)| < per ogni x (x
0
, x
0
+) [a, b].
Diremo che f ` e continua in [a, b] se ` e continua in ogni punto x
0
[a, b].
Confrontando questa denizione con quella di limite, abbiamo una
caratterizzazione della continuit` a in termini di limiti.
Teorema 5.22. Sia f: [a, b] R una funzione reale di una variabile reale, e
sia x
0
[a, b]. La funzione f ` e continua in x
0
se e solo se lim
xx
0
f(x) =
f(x
0
).
Corollario 5.23. Una funzione f ` e continua in un punto x
0
appartenente al
suo dominio se e solo se
lim
xx
0

f(x) = lim
xx
0
+
f(x) = f(x
0
).
Volendo, la denizione di continuit` a si estende al caso di funzioni
denite su sottoinsiemi arbitrari di R.
Denizione 5.24. Sia f: E R una funzione, e sia x
0
E un punto del
dominio di f. La funzione f ` e continua nel punto x
0
se, per ogni > 0
esiste un numero > 0 (dipendente in generale sia da che da x
0
) tale che
|f(x) f(x
0
)| < per ogni x E (x
0
, x
0
+).
Ad una prima lettura sembra che questa denizione sia pratica-
mente coincidente con la (5.21), lunica differenza essendo la scrittura
di E al posto di [a, b]. Questo ` e vero, ma in questa generalit` a non
possiamo pi ` u sostenere che la continuit` a equivale alla relazione di
limite lim
xx
0
f(x) = f(x
0
). Pensiamo infatti ad una funzione come
f: (0, 1) {2} R. Non ha alcun senso pretendere di calcolare il limite
6 Sempre per lo studente pi ` u curioso, risulta liminf
x1
f(x) = 0 < 1 =
limsup
x1
f(x) e quindi il limite non esiste.
98
di f(x) quando x tende a 2, dal momento che 2 ` e un elemento iso-
lato del dominio di denizione di f. Eppure, la denizione (5.24) ` e
applicabile, ed anzi implica facilmente che la continuit` a in 2 sussiste
indipendentemente dal valore f(2). Sembra sorprendente, ma si tratta di
un fatto del tutto innocuo. Quello della continuit` a ` e un concetto poco
interessante nei punti isolati, ed ` e in ultima analisi piuttosto indiffer-
ente se in tali punti le funzioni siano continue oppure discontinue.
Dalle regole per il calcolo algebrico dei limiti, segue immediata-
mente che tutte le funzioni polinomiali, cio` e le funzione rappresentate
da un polinomio a
0
+

N
i=1
a
i
x
i
di qualsiasi grado N 1 sono con-
tinue in ogni punto di R. Infatti, la somma e il prodotto di funzioni
continue sono continue. Sono inoltre continue praticamente tutte le
funzioni elementari che lo studente conosce: seno, coseno, esponen-
ziali, logaritmi.
Osservazione. Capita spesso di sentir dire, anche da persone au-
torevoli, che la funzione x 1/x ` e discontinua nel punto x = 0. Ora,
tale funzione non ` e denita in x = 0, ed ` e pertanto imbarazzante appli-
care la denizione di continuit` a in questo caso. Di solito, non si fanno
affermazioni relative ad oggetti inesistenti. Per esempio, ` e vero o falso
che i mandarini alati hanno quattro ruote motrici?
`
E chiaro che questa discussione ha una natura losoca: ` e lecito
attribuire propriet` a a ci ` o che non esiste? Io credo che non si possa
parlare razionalmente del nulla, ma capisco anche laltra posizione: il
nulla non possiede alcuna propriet` a, proprio perch e ` e nulla. Quindi,
una funzione non denita in un punto non possiede la continuit` a, e
dunque ` e discontinua.
7
Poich e la matematica non ` e un dogma di fede,
siamo liberi di proporre i nostri punti di vista.
Torniamo al nostro programma. Abbiamo osservato che effettuando
le quattro operazioni algebriche su funzioni continue, otteniamo an-
cora funzioni continue. Ma che accade se componiamo due funzioni
continue? La risposta ` e che la composizione ` e ancora una funzione
continua. A questo risultato premettiamo una Proposizione sul cal-
colo dei limiti.
Proposizione 5.25 (Cambiamento di variabile nei limiti). Siano date due
funzioni f: (a, b) R e g: (c, d) R, e siano x
0
(a, b), y
0
(c, d). Se
(i} g(y) L per y y
0
, y (c, d);
(ii} f(x) y
0
per x x
0
, x (a, b);
(iii} o g(y
0
) = L o f(x) = y
0
per ogni x = x
0
allora lim
xx
0
g(f(x)) = L.
7 Molti dei pi ` u celebri scienziati erano anche loso, e queste diatribe hanno a volte ral-
lentato il progresso scientico. Nelle scienze umane, la sovrapposizione fra progresso
scientico e insegnamento religioso ha generato molte pagine buie della storia del pen-
siero moderno. In questo senso, una disciplina astratta come la matematica ha sempre
goduto di maggiore libert` a.
99
Proof. Dimostriamo la Proposizione nel caso in cui valga la seconda
alternativa in (iii). Fissiamo > 0. Per (i) esiste > 0 tale che se
y (c, d), y = y
0
, |y y
0
| < , allora |g(y) L| < . Daltra parte se
si ha f(x) (c, d), per la (iii) f(x) = y
0
e per la (ii) esiste > 0 tale
che se 0 < |x x
0
| < allora |f(x) y
0
| < . Dunque in denitiva
se x (a, b) f
1
(c, d), x = x
0
, |x x
0
| < , allora |g(f(x)) L| < .
Per larbitrariet` a di ge > 0, la tesi ` e dimostrata. Lasciamo al lettore
la dimostrazione, pi ` u facile, nel caso in cui g(y
0
) = L. Notiamo che
questo signica che g ` e continua in y
0
.
Un commento sulla Proposizione. Perch e abbiamo dovuto intro-
durre lalternativa in (iii)? La ragione sta tutta nella condizione 0 <
|x x
0
| < della denizione di limite. In altre parole, non ci in-
teressiamo al valore della funzione nel punto. Quando facciamo la
composizione g f e facciamo tendere x a x
0
, per poter usare lipotesi
(i) dobbiamo accertarci che y = f(x) = y
0
. In caso contrario, potrebbe
accadere un fenomeno bizzarro. Consideriamo la funzione costante
f: x y
0
, e la funzione
g(y) =
_
0, y = y
0
1, y = y
0
.
Quindi, la funzione composta g f ` e la funzione costante che vale
ovunque 1. Si ha f(x) y
0
per x x
0
, g(y) 0 per y y
0
, ma nes-
suna delle alternative in (iii) ` e soddisfatta. E infatti lim
xx
0
g(f(x)) =
1 = 0.
Teorema 5.26. Siano f: (a, b) R e g: (c, d) R due funzioni, e siano
x
0
(a, b), y
0
(c, d). Se f ` e continua in x
0
e se g ` e continua in y
0
=
f(x
0
), allora g f ` e continua in g(y
0
).
Proof. Basta applicare la Proposizione precedente.
Il problema della continuit` a della funzione inversa si pone in ter-
mini analoghi: data una funzione continua ed invertibile, ` e vero che
la funzione inversa ` e continua? Nei limiti del nostro corso, la risposta
` e affermativa.
8
Proponiamo un enunciato apparentemente pi ` u debole
di quello che ci piacerebbe dimostrare.
Teorema 5.27 (Continuit` a della funzione inversa). Sia f: [a, b] R
una funzione continua e strettamente crescente.
9
Allora f ` e invertibile, e
la funzione inversa f
1
` e strettamente crescente e continua in ogni punto
dellintervallo [f(a), f(b)].
Proof. Dobbiamo dimostrare tre cose.
8 Mentre il teorema di continuit` a delle funzioni composte ` e un teorema valido in generale,
quello di continuit` a della funzione inversa non lo ` e. Se studiassimo funzioni denite su
insiemi pi ` u grandi di R occorrerebbero ipotesi supplementari.
9 Come si capisce dalla dimostrazione, un teorema analogo vale per una funzione con-
tinua e strettamente decrescente.
100
1. La funzione f
1
` e denita nellintervallo [f(a), f(b)]. Sia y
0
un
punto di questo intervallo. Per il teorema dei valori intermedi,
essendo f(a) < y
0
< f(b), esiste un punto x
0
(a, b) dove
f(x
0
) = y
0
. QUesto punto x
0
` e ovviamente unico, poich e la fun-
zione f ` e strettamente crescente. Quindi ogni punto di [f(a), f(b)]
` e limmagine di uno ed un solo punto di [a, b], e pertanto f ` e bi-
univoca ed invertibile. Possiamo denire f
1
(y
0
) = x
0
.
2. La funzione f
1
` e strettamente crescente. Dobbiamo vericare
che y
1
< y
2
implica che f
1
(y
1
) < f
1
(y
2
). Per il punto prece-
dente, possiamo dire che x
1
= f
1
(y
1
) e x
2
= f
1
(y
2
). Il nostro
scopo ` e vericare che x
1
< x
2
. Se per assurdo x
1
x
2
, allora
f(x
1
) > f(x
2
) (essendo f strettamente crescente), cio` e y
1
> y
2
.
Ma questo ` e impossibile, perch e abbiamo scelto y
1
< y
2
.
3. La funzione f
1
` e continua in [f(a), f(b)]. Questa ` e la parte pi ` u
delicata della dimostrazione. Finora sappiamo che f
1
` e stretta-
mente crescente, ed assume qualunque valore compreso fra f(a)
e f(b). Fissiamo un punto y
0
(f(a), f(b)), quindi un punto in-
terno allintervallo di denizione di f
1
. Preso arbitrariamente
un numero > 0, abbiamo gi` a osservato che esistono due punti
y
1
e y
2
tali che f
1
(y
1
) = f
1
(y
0
) e f
1
(y
2
) = f
1
(y
0
) +.
Questi punti sono univocamente determinati, poich e f
1
` e stret-
tamente crescente. Se y
1
< y < y
2
, abbiamo che f
1
(y
1
) <
f
1
(y) < f
1
(y
2
), e dunque f
1
(y
0
) < f
1
(y) < f
1
(y
0
) +.
Ricapitolando, abbiamo dimostrato che, preso > 0, esiste un
intorno (y
1
, y
2
) di y
0
dove la funzione f
1
resta compresa fra
f
1
(y
0
) e f
1
(y
0
) +. Questa ` e la denizione di continuit` a
nel punto y
0
. La verica della continuit` a di f
1
anche nei punti
f(a) e f(b) richiede solo piccole modiche.
Come anticipato, questo teorema assume per ipotesi la monotonia
stretta della funzione, e non gi` a la sua invertibilit` a. Se da un lato
sappiamo che ogni funzione strettamente monotona ` e invertibile (e lo
abbiamo dimostrato poche riga sopra), non ` e del tutto scontato che una
funzione continua ed invertibile debba essere strettamente monotona.
Fortunatamente ` e vero, e lo scriviamo in un teorema per dare la giusta
enfasi a questa propriet` a.
Teorema 5.28. Una funzione f: [a, b] R continua ed iniettiva, ` e stretta-
mente monotona (crescente oppure decrescente).
La dimostrazione rigorosa ` e un po pedante, e ci limitiamo ad in-
vitare lo studente ad intuirla. In breve, prendiamo un punto x
1
, e
cominciamo a spostare i valori dellascissa a destra di x
1
: le ordinate
devono aumentare oppure diminuire. Non possono restare invariate,
altrimenti f non sarebbe iniettiva. Supponiamo dunque che f cresca
a destra di x
1
. Se continua a crescere no a b, abbiamo nito. Al-
trimenti arriver` a un momento in cui f smette di crescere ed inizia a
decrescere. Ma allora il graco di f assomiglia a quello di un arco
101
di parabola vicino al proprio vertice, e dunque non pu` o essere una
funzione iniettiva!
. ti vi ti ccvr ccNsrctrNz/ nrtt/ ccN-
ti Nti t`/
Abbiamo studiato nei paragra precedenti che la continuit` a di una
funzione in un punto ` e, di fatto, la mera uguaglianza del valore della
funzione in quel punto e del suo limite. In realt` a, ` e possibile anche
denire il limite di una funzione mediante una richiesta di continuit` a.
Denizione 5.29. Sia f: (a, x
0
) (x
0
, b) R una funzione reale. Diciamo
che lim
xx
0
f(x) = R se la funzione

f: (a, b) R denita da

f(x) =
_
f(x) x = x
0
x = x
0
` e continua in x
0
.
`
E immediato vericare che questa denizione di limite ` e equivalente
a quella data qualche paragrafo fa. Riassumendo, ` e possibile partire
dalla denizione di limite, e denire la continuit` a. Viceversa, ` e possi-
bile denire la continuit` a e ricostruire il concetto di limite. Sebbene
il primo approccio sia tradizionalmente quello pi ` u diffuso, il secondo
appare in qualche testo classico di analisi matematica, ad esempio [35].
Possiamo anche parafrasare questa discussione come segue.
Proposizione 5.30. Una funzione reale f possiede limite nito per x x
0
se e solo se possiede una discontinuit` a eliminabile in x
0
.
Osservazione 5.31. Restano ovviamente esclusi i limiti inniti (al nito).
Questo non ci deve soprendere troppo, poich e si tratta di un concetto
del tutto distinto da quello dei limiti niti. Di pi ` u, lidea di limite
nito si generalizza a funzioni denite su strutture pi ` u generali della
retta reale, mentre il concetto di innito ` e tipico dei numeri reali.
.b i Nri Ni trsi vi rn i Nri Ni ti rcti v/trNti
Anche per le funzioni ` e possibile parlare di innitesimi ed inniti
equivalenti. Dovrebbe essere chiaro, a questo punto, che le denizioni
richiedono qualche sottigliezza.
Denizione 5.32. Siano f e g due funzioni, denite almeno in un intorno
bucato (x
0
, x
0
+) \ {x
0
} di un punto x
0
. Supponiamo che
lim
xx
0
f(x) = lim
xx
0
g(x) = 0 (rispettivamente ).
Diciamo che f e g sono innitesimi (rispettivamente inniti) equivalenti per
x x
0
se
lim
xx
0
f(x)
g(x)
= 1,
102
e scriviamo
f g per x x
0
.
Osservazione 5.33.
`
E indispensabile specicare che lequivalenza sus-
siste per x x
0
. Ad esempio f(x) = x(x 1)
4
e g(x) = x(x 1)
2
sono
innitesimi equivalenti per x 0 ma non per x 1.
Osservazione 5.34. A costo di sembrare ottusi, ribadiamo con forza
che il quoziente f(x)/g(x) deve tendere a 1: nessun altro numero per-
metterebbe la sostituzione degli innitesimi ed inniti equivalenti nel
calcolo dei limiti (vedi sotto).
Osservazione 5.35. Siamo stati pedanti nella denizione precedente,
almeno nel caso degli innitesimi. In effetti, avremmo potuto supporre
addirittura che f e g fossero continue in x
0
. Infatti, le funzioni

f(x) =
_
f(x) se x = x
0
0 se x = x
0
e
g(x) =
_
g(x) se x = x
0
0 se x = x
0
sono continue in x
0
, e si verica facilmente che f g se e solo se

f g
per x x
0
. Nel caso degli ininiti, ` e ovviamente insensato pretendere
che f e g siano continue se entrambe divergono allinnito.
Osservazione 5.36.
`
E chiaro che denizioni simili si possono dare per
x . Ovviamente, la due funzioni dovranno essere denite (al-
meno) in un intervallo del tipo (a, +) oppure (, b). Ad esempio,
f(x) = sin(1/x) e g(x) = 1/x sono innitesimi equivalenti per x +.
Vale inne un criterio di sostituzione degli innitesimi (e degli in-
niti) equivalenti, che lo studente potr` a ricostruire per esercizio a par-
tire dallanalogo visto per le successioni (Proposizione 3.38).
Per convincere lo studente che il principio di sostituzione degli in-
nitesimi (ed inniti) equivalenti non vale in ambito additivo, consid-
eriamo il classico limite
lim
x0
sinx x
x
3
.
Impareremo presto che tale limite vale 1/6. Ma questo conta poco:
vogliamo invece mostrare che sbaglieremmo, se pensassimo di calco-
larlo sostituendo sinx con x. Infatti, arriveremmo alla situazione as-
surda
lim
x0
sinx x
x
3
= lim
x0
x x
x
3
= lim
x0
0
x
3
.
Ma perch e stiamo sbagliando? Apparentemente, dovremmo conclud-
ere che il limite esiste e vale zero. Invece questo ragionamento non
103
sta in piedi, e ce ne rendiamo conto se proviamo a capire i passaggi
nascosti:
lim
x0
sinx x
x
3
= lim
x0
x
sinx
x
x
x
3
= lim
x0
x
_
sinx
x
1
_
x
3
= lim
x0
sinx
x
1
x
2
,
e questo limite ` e ancora una forma di indecisione [0/0]. Insomma,
possiamo dire un po paradossalmente, che il principio di sostituzione
resta quasi vero, ma non serve a concludere!
.y trcnrvi rcNn/vrNt/ti rrn tr rtNzi cNi
ccNti Ntr
Aparte le traduzioni dei teoremi sui limiti, le funzioni continue godono
di propriet` a peculiari, alcune abbastanza intuitive. Se lo studente torna
con la memoria alle parole certamente pronunciate dal suo professore
di matematica alle scuole superiori, le funzioni continue sono quelle
che si disegnano senza staccare la penna dal foglio, gli sembrer` a quasi
ovvio che una funzione continua che parte negativa e arriva positiva
debba necessariamente annullarsi.
Teorema 5.37 (Teorema degli zeri). Sia f: [a, b] R una funzione con-
tinua. Se f(a)f(b) < 0, allora esiste (almeno) un punto x
0
(a, b) tale che
f(x
0
) = 0.
Proof. Supponiamo per comodit` a che f(a) < 0 e f(b) > 0. Il caso
f(a) > 0 e f(b) < 0 ` e identico. Deniamo linsieme
E = {x [a, b] | f(x) < 0}.
Ovviamente E contiene il punto a, ed ` e limitato dallalto poich e b / E.
Perci ` o esiste in R il numero x
0
= supE. Affermiamo che f(x
0
) = 0.
Infatti se f(x
0
) < 0, evidentemente x
0
< b. Inoltre per il teorema di
permanenza del segno in un intervallo a destra di x
0
f sarebbe nega-
tiva. Ci sarebbero dunque punti di E maggiori di x
0
, e questo non ` e
possibile perch e x
0
` e lestremo superiore di E.
Se f(x
0
) > 0, allora x
0
> a e di nuovo per la permanenza del segno
ci sarebbe un intervallo sinistro (x
0
, x
0
) di x
0
in cui f sarebbe stret-
tamente positiva. I punti di E sarebbero allora tutti minori di x
0
, e
dunque x
0
x
0
, assurdo. Non resta che f(x
0
) = 0, e il teorema ` e
dimostrato.
Di questo, e di altri teoremi che vedremo, esiste una dimostrazione
che fa uso delle successioni.
10
`
E istruttivo presentarne le idee. Si
prende a
1
= a e b
1
= b. Poi si calcola f nel punto mediano, cio` e
f
_
a
1
+b
1
2
_
.
10 Del teorema precedente esiste anche una dimostrazione molto elegante basata su argo-
menti topologici. Si veda [37].
104
Se questo numero ` e negativo, si denisce a
2
=
a
1
+b
1
2
, altrimenti si
denisce b
2
=
a
1
+b
1
2
. Supponiamo, per ssare le idee, che a
2
=
a
1
+b
1
2
. Si divide in due lintervallo [a
2
, b
1
] e si calcola f(
a
2
+b
1
2
)
Se troviamo un valore negativo, deniamo a
3
=
a
2
+b
1
2
, altrimenti
deniamo b
2
=
a
2
+b
1
2
. Facendo sempre lo stesso tipo di ragiona-
mento, si costruiscono due successioni {a
n
} e {b
n
}, con la propriet` a
che f(a
n
) < 0 e f(b
n
) > 0. Inoltre la prima successione ` e monotona
crescente, mentre la seconda ` e monotona decrescente. Inne, poich e
ogni volta abbiamo dimezzato lintervallo precedente, risulta
0 b
n
a
n

b a
2
n
. (5.7)
Le successioni monotone limitate
11
hanno limite, siano
a

= lim
n+
a
n
, b

= lim
n+
b
n
.
La relazione (5.7) dice che a

= b

e il teorema della permanenza de

segno dice che f(a

) 0, mentre f(b

) 0. Poich e questi numeri

coincidono, devessere f(a

) = 0. Abbiamo pertanto individuato un

punto di [a, b] dove f si annulla.
Il metodo con cui abbiamo costruito a

= b

si chiama metodo di
bisezione, ed ` e uno dei primi metodi per il calcolo approssimato delle
soluzioni di equazioni del tipo
f(x) = 0
con f funzione continua. Pur essendo indubbiamente efcace ed el-
egante, sono stati sviluppati metodi pi ` u veloci basati sul calcolo dif-
ferenziale.
12
Proponiamo uninteressante conseguenza del teorema degli zeri.
Teorema 5.38 (Valori intermedi). Una funzione continua denita su un
intervallo [a, b] assume tutti i valori compresi fra f(a) e f(b).
Proof. Senza ledere la generalit` a del discorso, supponiamo f(a) f(b).
Scegliamo y
0
[f(a), f(b)] e dimostriamo che esiste x
0
[a, b] tale che
f(x
0
) = y
0
.
Se y
0
= f(a), basta prendere x
0
= a. Analogamente se y
0
= f(b).
Se f(a) < y
0
< f(b), deniamo la funzione ausiliaria g(x) = f(x)
y
0
. Ovviamente g: [a, b] R ` e continua, e g(a) = f(a) y
0
< 0,
g(b) = f(b) y
0
> 0. Per il teorema degli zeri, esiste x
0
[a, b] tale
che g(x
0
) = 0. Ma questo vuole dire che f(x
0
) = y
0
. Il teorema ` e
dimostrato.
11 Ovviamente {a
n
} e {b
n
} sono limitate, perch e composte di punti dellintervallo [a, b].
12 Non insistiamo sul fatto che questi metodi funzionano solo per le funzioni del calcolo dif-
ferenziale, mentre quelle continue sono indiscutibilmente pi ` u numerose. Daltra parte,
molti problemi delle scienze applicate assumono tacitamente che tutte le quantit` a in
gioco siano funzioni estremamente addomesticate.
105
Figure 2: La funzione f dellOsservazione 5.39
Osservazione 5.39. Come osservato in [19], per molti decenni i matem-
atici hanno ritenuto che la continuit` a fosse del tutto equivalente alla
propriet` a dei valori intermedi. Pi ` u precisamente, essi pensavano che
se una funzione soddisfa la propriet` a dei valori intermedi in un certo
intervallo [a, b], allora deve essere continua in [a, b]. Oggi sappiamo
bene che questo ` e falso, come dimostra la funzione
f(x) =
_
sin
1
x
, se x = 0
0, se x = 0.
`
E facile vedere che, preso arbitrariamente y [1, 1], esiste almeno un
numero x R tale che sin
1
x
= y.
13
Tuttavia f presenta una disconti-
nuit` a in x = 0.
Unaltra conseguenza del teorema degli zeri ` e il cosiddetto principio
dellintersezione. Lo presentiamo con un ragionamento euristico molto
intuitivo: supponiamo che i graci di due funzioni, f e g, si scav-
alchino passando da unascissa a ad unascissa b. Se le due funzioni
sono continue, ` e immediato immaginare che fra a e b i due graci
si debbano intersecare. La giusticazione ` e contenuta nel prossimo
teorema.
Teorema 5.40 (Principio dellintersezione dei graci). Siano f e g due
funzioni continue, denite nellintervallo [a, b]. Se f(a) < g(a) e f(b) >
g(b), oppure se f(a) > g(a) e f(b) < g(b), allora esiste un punto c (a, b)
tale che f(c) = g(c).
Proof. Supponiamo, per ssare le idee, che f(a) < g(a) e f(b) > g(b).
Deniamo una terza funzione h, mediante la formula h(x) = f(x)
13 Ad esempio x = 1/arcsiny per y = 0. Il caso y = 0 ` e altrettanto facile.
106
g(x) per ogni x [a, b]. Per ipotesi, h(a) = f(a) g(a) < 0, mentre
h(b) = f(b) g(b) > 0. Naturalmente, h ` e una funzione continua,
in quanto differenza di due funzioni continue. Il teorema degli zeri
permette di concludere che esiste c (a, b) tale che h(c) = 0, cio` e
f(c) = g(c).
.8 v/ssi vi r vi Ni vi
In tutte le scienze, pure ed applicate, si pone un problema che possi-
amo formulare in questi termini: massimizzare (o minimizzare) una
certa quantit` a, a sua volta dipendente da altre quantit` a.
Massimizzare il risparmio, minimizzare lattrito, scegliere il percorso
mi gliore per raggiungere un indirizzo: sono tutti esempi di ottimiz-
zazione. Poich e il nostro corso ha carattere elementare, ci limiteremo
ad alcune considerazioni relative alle funzioni reali di una variabile
reale. Avvertiamo per` o lo studente che si tratta solo del primo approc-
cio ad una teoria molto ricca e difcile, che ` e oggetto di ricerca attiva.
Denizione 5.41. Sia f: A R R una funzione denita su un insieme
A. Diremo che x
0
A ` e un punto di minimo assoluto per f se
f(x
0
) = inf
xA
f(x).
Analogamente diremo che x
0
A ` e un punto di massimo assoluto per f se
f(x
0
) = sup
xA
f(x).
In parole povere, x
0
` e un punto di minimo assoluto se f(x
0
) f(x)
per ogni x A. Invece x
0
` e un punto di massimo assoluto se f(x
0
)
f(x) per ogni x A.
Ad esempio, se f(x) = x
2
per ogni x R, ` e ovvio che 0 ` e un punto
di minimo assoluto. Infatti, f(0) = 0 x
2
= f(x) per ogni x R.
Avvertenza. Capita molto spesso di commettere delle piccole inesat-
tezze formali, parlando di massimi e minimi. Il pi ` u frequente ` e quello
di dire un minimo x
0
invece di un punto di minimo x
0
. A rigor di
logica, il minimo ` e il valore f(x
0
) della funzione nel punto di minimo.
Daltra parte, una volta individuati i punti di massimo e minimo, ` e im-
mediato calcolare il valore della funzione in tali punti. Questo spiega
la tendenza a privilegiare la variabile indipendente rispetto a quella
dipendente. Di solito, il contesto chiarisce da s e se si stia parlando di
punti di minimo oppure di valori di minimo.
Consideriamo ora la funzione x (1 x
2
)
2
denita per ogni x
reale. Essa ` e sempre maggiore o uguale a zero, e vale zero se e solo
se x {1, 1}. Quindi x = 1 e x = 1 sono gli unici due punti di
minimo assoluti. Poich e lim
x
(1 x
2
)
2
= +, la funzione non
` e limitata dallalto, e non esistono punti di massimo assoluti. Per` o ` e
intuitivo che la nostra funzione, nellintervallo [1, 1], deve avere dei
107
valori maggiori di zero, e per simmetria rispetto allasse delle ordinate
in x = 0 c` e una specie di massimo.
Denizione 5.42. Sia f: A R R una funzione denita su un insieme
A. Diremo che x
0
A ` e un punto di minimo relativo per f se esiste un
intorno U di x
0
tale che
f(x
0
) f(x) per ogni x UA.
Diremo che x
0
A ` e un punto di massimo relativo per f se esiste un intorno
U di x
0
tale che
f(x
0
) f(x) per ogni x UA.
Quando si parla di punti di minimo o massimo relativi, si guarda in
realt` a la funzione solo vicino a tali punti, disinteressandosi comple-
tamente di quanto accade lontano da essi. Inutile sottolineare che un
punto di minimo (o massimo) assoluto ` e anche un punto di minimo (o
massimo) relativo. Non ` e per` o vero il viceversa. Torneremo su queste
considerazioni nel capitolo della derivata.
Ma la ricerca dei punti di massimo e di minimo ` e basata solo su
considerazioni speciali, peculiari di volta in volta per la funzione in
esame? Se cos` fosse, non esisterebbe nemmeno una teoria, ma sola-
mente una raccolta di trucchi. Il teorema pi ` u famoso
14
che fornisce
una garanzia per lesistenza di punti di massimo e minimo (assoluti) ` e
dovuto al grande matematico tedesco C. Weierstrass.
15
Teorema 5.43 (Weierstrass). Sia f: [a, b] R una funzione continua,
denita su un intervallo chiuso e limitato. Allora f possiede almeno un punto
di minimo assoluto ed un punto di massimo assoluto.
Proof. Presentiamo una tipica dimostrazione che usa le successioni ot-
timizzanti. Diamo i dettagli per lesistenza del massimo assoluto, las-
ciando le ovvie modiche allo studente per il caso del minimo. Sia
M = sup
x[a,b]
f(x). Se M = +, pe rle propriet` a dellestremo supe-
riore, per ogni n N esiste x
n
[a, b] tale che f(x
n
) > n, Dunque
f(x
n
) + per n +. Se M R, per ogni n N esiste
x
n
[a, b] tale che
M
1
n
< f(x
n
) M
e perci ` o f(x
n
) M per n +. In ogni caso, esiste una successione
{x
n
} di punti di [a, b] tale che lim
n+
f(x
n
) = M.
Per il Teorema 3.41, la successione {x
n
} possiede una sottosucces-
sione {x
n
k
} convergente ad un punto x
1
[a, b]. Siccome f ` e continua,
f(x
n
) f(x
0
) per n +. Ma allora
M = lim
n+
f(x
n
) = lim
k+
f(x
n
k
) = f(x
1
).
Abbiamo cos` dimostrato che f(x
1
) = M = sup
x[a,b]
f(x). Ci ` o implica
che M R e che x
1
` e un punto di massimo assoluto per f.
14 Talmente famoso da essere citato perno in una pubblicit` a televisiva nei primi anni 2000.
15 Una pronuncia accettabile ` e [vaierstrass].
108
Di questo importantissimo teorema vogliamo presentare una sec-
onda dimostrazione, basata sul metodo della bisezione. Seguiamo ab-
bastanza fedelmente [19].
Dimostrazione alternativa. Dimostriamo ad esempio che f ha massimo
assoluto. Detto S = sup
x[a,b]
f(x), dividiamo lintervallo I = [a, b] in
due intervalli uguali, e siano S
1
e S
2
gli estremi superiori di f in questi
due sottointervalli. Poich e I ` e lunione di questi sottointervalli, neces-
sariamente S = max{S
1
, S
2
}. Abbiamo cos` individuato un intervallo
I
1
= [a
1
, b
1
] tale che sup
x[a
1
,b
1
]
f(x) = S e b
1
a
1
= (b a)/2. Pros-
eguendo allo stesso modo, troveremmo degli int ervalli I
n
= [a
n
, b
n
]
tali che I
n
I
n1
, b
n
a
n
= (b a)/2
n
, e sup
x[a
n
,b
n
]
f(x) = S per
ogni n 1. La successione {a
n
} ` e monotona crescente, e la succes-
sione {b
n
} ` e monotona decrescente. Siccome entrambe sono limitate,
necessariamente sono dotate di limite nito. Inoltre, lim
n+
b
n
=
lim
n+
a
n
+ (b a) lim
n+
2
n
= lim
n+
a
n
. Detto x
0

[a, b] il valore comune dei due limiti, vogliamo dimos trare che f(x
0
) =
S. Si ha ovviamente f(x
0
) S. Se fosse f(x
0
) < S, posto 2p = Sf(x
0
),
si avrebbe f(x
0
) = S 2p < S p e dunque, per il teorema della per-
manenza del segno, esisterebbe un intorno J di x
0
tale che f(x) < S p
per ogni x J. Daltra parte le successioni {a
n
} e {b
n
} tendono a x
0
, e
quindi per n abbastanza grande sia a
n
che b
n
cadranno in J, e dunque
I
n
= [a
n
, b
n
] J. Ma allora si dovrebbe avere f(x) < S p per ogni
x I
n
, il che ` e in contraddizione con il fatto che sup
x[a
n
,b
n
]
f(x) = S.
Concludiamo che f(x
0
) = S, e per denizione ci ` o signica che x
0
` e un
punto di massimo assoluto per la funzione f.
Osservazione 5.44. Per gli studenti pi ` u curiosi, segnaliamo che la sec-
onda dimostrazione ` e basata sulla forma del dominio di f, un inter-
vallo chiuso e limitato. Il teorema di Weierstrass continua a valere per
qualunque funzione continua denita su un insieme chiuso e limitato
(ma non necessariamente un intervallo). La dimostrazione alternativa
non pu` o essere facilmente estesa a questo caso pi ` u generale, mentre la
prima dimostrazione resta essenzialmente valida. Per capirci, una fun-
zione continua denita sullinsieme (chiuso e limitato) A = {0} {1/n |
n N, n 1} possiede almeno un punto di massimo ed un punto di
minimo assoluti in A, ma non ` e chiaro come generalizzare lidea della
bisezione allinsieme stravagante A. Osserviamo che A ` e costituito
dai punti della successione {1/n}
n1
e dal limite 0 di tale successione.
Pi ` u esplicitamente, questo teorema ci dice che, sotto le ipotesi fatte,
esiste un punto x
0
[a, b] di minimo assoluto per f, ed esiste un punto
x
1
[a, b] di massimo assoluto per f. Lo studente deve ricordare che il
contenuto del Teorema di Weierstrass ` e tutto qui. Non si afferma nulla
sul numero di punti di massimo o minimo, n e sulla loro localizzazione
nellintervallo [a, b]. Potrebbero coincidere con gli estremi, potrebbero
essere dieci, cento oppure mille. E, purtroppo, non dice come individ-
uarli. In una giornata di pioggia, saremmo tentati di sostenere che
allora ` e un teorema inutile. In tal caso, faremmo bene ad attendere
109
una giornata di sole per schiarirci le idee. Il teorema appena enunci-
ato ci dice che, sotto le ipotesi scritte, i punti di massimo e minimo
assoluti esistono! Sarebbe una tortura dover cercare qualcosa che forse
non esiste. Ci sarebbero studenti ormai decrepiti, ancora impegnati a
controllare se una funzione ha massimi e minimi.
16
Che le ipotesi del teorema di Weierstrass servano proprio tutte, si
capisce dai prossimi esempi. Se il dominio della funzione non ` e un
intervallo chiuso e limitato
17
possono sorge problemi. Prendiamo la
funzione f: x (0, 1] 1/x R.
`
E continua sul suo dominio, ma non
possiede massimo assoluto. Infatti sup
x(0,1]
f(x) = +. Il dominio ` e
un intervallo primo di uno degli estremi. Ma il teorema fallisce anche
quando il dominio ` e un intervallo non limitato: f: x R e
x
R ` e
una funzione continua, priva di massimo e di minimo assoluti. Inne,
` e evidente che la continuit` a sia fondamentale. Deniamo f: [1, 1]
R come
f(x) =
_
|x|, x = 0
1, x = 0.
Questa funzione ha due punti di massimo assoluti negli estremi 1 e 1.
Ma non ha minimo assoluto. Infatti inf
x[1,1]
f(x) = 0 ma non esiste
nessun x
0
[1, 1] tale che f(x
0
) = 0.
`
E chiaro che f non ` e continua in
x = 0.
.q rtNti ni ni sccNti Nti t`/
Premettiamo un avviso agli studenti: largomento di questa sezione ` e
matematicamente poco rilevante, e solo la tradizione didattica ci sp-
inge a parlarne.
Denizione 5.45. Una funzione ` e discontinua in un punto appartenente al
suo dominio di denizione, se non ` e continua in quel punto.
Osservazione 5.46. La denizione precedente ` e opinabile. Ad esem-
pio, tanti studenti sono fermamente convinti che la funzione x
1/(x2) sia discontinua nel punto x = 2. In base alla nostra denizione,
la stessa funzione ` e continua in tutto il suo dominio di denizione. Chi ha
ragione? In matematica la ragione sta sempre dalla parte di chi rispetta
assiomi e denizioni. Quindi il problema si scarica sulla giusta
denizione di punto di discontinuit` a. Quelli che pensano sia pi ` u cor-
retto privilegiare lidea di disegnare un graco senza staccare la penna
dal foglio, diranno sicuramente che c` e una discontinuit` a in x = 2.
Quelli che pensano le funzioni come oggetti dotate inevitabilmente
di un dominio di denizione, probabilmente penseranno che non ha
16
`
E un dato di fatto che questi studenti ci sono. Forse perch e il perdo professore ha
chiesto di studiare una funzione che non verica le ipotesi del teorema di Weierstrass.
La matematica ` e interessante soprattutto quando obbliga a usare strumenti non ordinari.
17 In realt` a la formulazione generale del teorema di Weierstrass non si limita agli intervalli,
ma non abbiamo le conoscenze per scendere nei particolari.
110
senso parlare del comportamento di una funzione laddove non ` e nem-
meno denita.
Poich e la libert` a di pensiero ` e sacra, ma per andare avanti dobbiamo
scegliere da che parte stare, dora in poi converremo che i punti di
discontinuit` a debbano appartenere al dominio di denizione. Pertanto,
la nostra funzione x 1/(x 2) sar` a considerata continua in tutti i
punti del suo campo di esistenza.
Pi ` u esplicitamente, negando la denizione di continuit` a nel punto
x
0
del dominio di denizione di f, si ottiene la seguente caratteriz-
zazione.
Proposizione 5.47. Sia f: [a, b] R una funzione, e sia c [a, b]. Sono
equivalenti:
f ` e discontinua in x
0
esiste
0
> 0 tale che, per ogni > 0 esiste almeno un punto x

[a, b]
con la propriet` a che |x

x
0
| < , ma |f(x

) f(x
0
)| >
0
.
In pratica, una funzione f ` e discontinua in x
0
se vale una delle
seguenti alternative:
1. lim
xx
0
f(x) esiste (nito o innito) ma ` e diverso dal valore
f(x
0
);
2. lim
xx
0
f(x) non esiste.
Questo ci conduce ad una grossolana classicazione dei punti di discon-
tinuit` a.
Un primo caso ` e quello dellultimo esempio della sezione prece-
dente. La nostra funzione vorrebbe essere continua, per` o noi le im-
poniamo di non esserlo. Formalmente, ci ` o accade quando lim
xx
0
f(x)
esiste nito, ma ` e diverso da f(x
0
). Si usa parlare di discontinuit` a elim-
inabile in x
0
. Per quanto detto sopra, il punto x
0
dovrebbe necessaria-
mente appartenere al dominio di denizione della funzione f. Tuttavia,
proprio per il fatto che ci accingiamo a denire opportunamente il val-
ore f(x
0
), non ` e il caso di essere troppo rigidi. In pratica, se abbiamo
una funzione fatta in modo che lim
xx
0
f(x) esiste nito, parliamo co-
munque di discontinuit` a eliminabile in x
0
, senza neanche controllare se
x
0
appartenga oppure non appartenga al dominio di f. Basta infatti
denire una nuova funzione

f(x) =
_
f(x), x = x
0
lim
xx
0
f(x), x = x
0
.
Questa funzione coincide con f dappertutto, tranne in x
0
. Inoltre

f ` e
continua in x
0
, poich e

f(x
0
) = lim
xx
0

f(x) = lim
xx
0
f(x).
18
18 Uno studente spiritoso potrebbe sollevare la seguente obiezione: se ` e permesso cambiare
la funzione, qualunque funzione diventa continua.
`
E un po provocatorio, ma ha un
fondo di verit` a: se iniziamo giocando a pallacanestro, non possiamo nire giocando a
briscola.
111
Un secondo caso ` e quello di una funzione in cui
lim
xx
0

f(x) = lim
xx
0
+
f(x),
pur essendo entrambi numeri reali. Il valore di f(x
0
) poco importa,
non ci sono speranze che f sia continua in x
0
. Intuitivamente, f salta
dal valore lim
xx
0

f(x) al valore lim

xx
0
+
f(x). Si parla di disconti-
nuit` a a salto in x
0
.
Inne, restano... tutti gli altri casi immaginabili. Ad esempio se
almeno uno dei due limiti destro e sinistro ` e innito, oppure se il
limite lim
xx
0
f(x) non esiste, oppure se uno solo dei limiti destro e
sinistro non esiste. Parleremo di discontinuit` a di terza specie, senza
addentrarci in ulteriori classicazioni.
Per concludere, segnaliamo un comodo criterio per dimostrare che
una funzione ` e discontinua in un certo punto.
Proposizione 5.48. Sia f: [a, b] R una funzione, e sia x
0
[a, b]. Se
esistono due successioni {x

n
}
n
e {x

n
}
n
di punti di [a, b] tali che x

n
x
0
,
x

n
x
0
, ma lim
n+
f(x

n
) = lim
n+
f(x

n
), allora f ` e discontinua
in x
0
.
Proof. Infatti, se per assurdo f(x
0
) = lim
xx
0
f(x), allora tutte le suc-
cessioni {x
n
}
n
di punti di [a, b], convergenti a x
0
, dovrebbero essere
tali che f(x
n
) f(x
0
). Questo evidentemente contraddice lesistenza
delle due successioni {x

n
}
n
e {x

n
}
n
.
.+o /rrrNni cr: ti vi tr i Nrrni cnr r strr-
ni cnr rrn tN/ rtNzi cNr
Anche per le funzioni reali di una variabile reale ` e possibile introdurre
un concetto di limite inferiore e superiore, analogamente a quanto gi` a
fatto per le successioni di numeri reali.
Denizione 5.49. Sia f: I R una funzione denita sullinsieme I R,
e sia x
0
un punto di accumulazione di I. Un numero , nito o innito, ` e un
valore limite di f per x x
0
se, per ogni intorno U di x
0
ed ogni intorno V
di , esiste almeno un elemento x I U e distinto da x
0
, tale che f(x) V.
Inne, si chiama classe limite della funzione f per x x
0
linsieme
19
dei
valori limite.
Qualche parola di commento: I ` e, molto spesso, un intervallo. Ad
esempio, se I = (a, b], allora x
0
dovr` a appartenere a [a, b]. Se I =
(a, +), la denizione precedente permette di considerare ogni x
0

a, ed anche x
0
= +. In questo modo, abbiamo riunito in ununica
denizione tanto il caso in cui x tenda ad un numero reale, quanto il
caso in cui tenda allinnito.
Segue dalla denizione che i valori limite possiedono una caratteriz-
zazione dinamica, intermini di limiti di successioni.
19 Si pronuncia: lambda.
112
Lemma 5.50. Nelle ipotesi della denizione precedente, ` e un valore lim-
ite se e solo se esiste una successione {x
n
}
n
di punti di I \ {x
0
} tale che
lim
n+
x
n
= x
0
e lim
n+
f(x
n
) = .
Denizione 5.51. Il limite inferiore di f, per x x
0
, ` e il numero (nito
o innito) liminf
xx
0
f(x) = inf . Analogamente, il limite superiore di f
per x x
0
` e il numero (nito o innito) limsup
xx
0
f(x) = sup.
Vediamo qualche esempio. Sappiamo gi` a che il lim
x0
1
x
non esiste.
Infatti, liminf
x0
1
x
= . Per vericarlo, usiamo la caratterizzazione
dinamica. Se consideriamo la successione x
n
= 1/n, che ovvia-
mente tende a 0 per difetto, vediamo che f(x
n
) = n . Quindi
` e un valore limite, ed ovviamente ` e il pi ` u piccolo valore limite. In
maniera del tutto analoga, si verica che limsup
x0
1
x
= +.
Meno diretto, ma pi ` u sorprendente, ` e il caso delle funzioni gonio-
metriche allinnito. Ad esempio, quanto vale limsup
x+
sinx? Per
rispondere, usiamo la denizione di valore limite. Consideriamo il
graco della funzione seno, che ` e una funzione periodica di periodo
2. Innanzitutto, poich e 1 sinx 1 per ogni x, la classe lim-
ite ` e necessariamente un sottoinsieme di [1, 1]. Ci proponiamo di
dimostrare che = [1, 1]. Infatti, scegliamo un qualsiasi numero
[1, 1], e tracciamo nel graco la retta orizzontale y = . Essa
incontrer` a il graco della funzione seno innite volte. Se ordiniamo
questi punti di intersezione in una successione {x
n
}
n
, ci accorgiamo
che lim
n+
x
n
= +, e che sinx
n
= per ogni n. Quindi ap-
partiene alla classe limite della funzione seno per x +. Perci ` o
[1, 1] . Per denizione limsup
x+
sinx = sup[1, 1] = 1. Las-
ciamo allo studente il compito di vericare (ma in realt` a si tratta quasi
di ricopiare le frasi appena lette) che liminf
x+
sinx = 1.
Un esercizio pi ` u impegnativo, ma istruttivo, ` e quello di dimostrare
la seguente affermazione.
Proposizione 5.52. Nelle ipotesi della Denizione 5.49, la funzione f am-
mette limite (nito o innito) per x x
0
se, e solo se, liminf
xx
0
f(x) =
limsup
xx
0
f(x).
Osservazione 5.53. Nellesposizione di questi argomenti, abbiamo vo-
lutamente considerato in un contesto unitario sia i limiti niti che
quelli inniti. Ovviamente, chi preferisce essere massimalista, e
sostiene che lim
x0+
1/x non esiste perch e i limiti devono essere nu-
meri reali, si trover` a obbligato ad introdurre un gran numero di casi
particolari. Si rietta sul fatto che, anche se non labbiamo mai scritto
esplicitamente, il limite inferiore e quello superiore di una funzione
esistono sempre, niti o inniti. Questo sarebbe falso, se ci limitassimo
a considerare i limiti niti.
113
6 I L CALCOLO DI FFERENZI AL E
Siamo arrivati al cuore del nostro corso: introdurremo nalmente lo
strumento principale per analizzare il comportamento di una funzione.
Molti studenti universitari conoscono gi` a la derivata e le sue appli-
cazioni. Li invitiamo a non commettere uno degli errori pi ` u spiacevoli,
quello di vivere di rendita sui ricordi liceali. Vedremo presto che a noi
interessa esporre con rigore la teoria delle funzioni derivabili, mentre
nelle scuole superiori c` e la comprensibile tendenza a nascondere sotto
il tappeto le difcolt` a e le patologie. Non tutte le funzioni sono deriv-
abili, anzi la famiglia delle funzioni derivabili ` e una sparuta minoranza
nelluniverso delle funzioni continue.
1
b.+ n/rrcntc i NcnrvrNt/tr r nrni v/t/
Spiegare che cosa sia la derivata senza essere bourbakisti
2
non ` e un
compito facile.
C` e chi ama parlare di rette tangenti, chi di velocit` a ed accelerazione.
Per tutte queste motivazioni storicolosoche, rimandiamo lo stu-
dente ad uno dei testi citati in bibliograa. In ogni caso, lidea in-
novativa in comune ` e quella di variazione innitesima di una funzione.
Ricordiamo che, data una funzione f: (a, b) R, la variazione di f
nel punto x
0
(a, b) di incremento h ` e il rapporto
f
x
(x
0
, h) =
f(x
0
+h) f(x
0
)
h
.
Questo rapporto ` e ben denito quando |h| ` e sufcientemente piccolo,
in modo che x
0
+ h (a, b). Ha allora senso domandarsi che cosa
rappresenti il limite
lim
h0
f
x
(x
0
, h) = lim
h0
f(x
0
+h) f(x
0
)
h
.
1 Questa frase non ` e una sciocchezza. Esistono strumenti matematici che misurano la
percentuale di funzioni derivabili fra le funzioni continue. E il risultato, sorprendente
sono per chi si avvicina all Analisi Matematica per la prima volta, ` e che le funzioni
derivabili sono davvero poche.
2 Dal nome di Nicholas Bourbaki.
`
E il nome collettivo di un gruppo di matematici
francesi che, nel XX secolo, decisero di rifondare la matematica moderna da un punto
di vista completamente deduttivo. Nei loro libri non si trovano spiegazioni discorsive,
ma solo denizioni seguite da teoremi e corollari.
`
E un approccio affascinante alla
matematica, ma considerato da molti pedagogicamente disastroso. Chi scrive ha sempre
considerato i libri pieni di graci, gure e divagazioni varie piuttosto fuorvianti. Danno
la spiacevole sensazione che tutto sia facile, mentre la realt` a ` e ben pi ` u dura.
115
Spesso questo limite non esiste nemmeno; se consideriamo il punto
x
0
= 0 e la funzione f(x) = |x|, allora
lim
h0
f(x
0
+h) f(x
0
)
h
= lim
h0
|h|
h
= 1,
mentre
lim
h0+
f(x
0
+h) f(x
0
)
h
= lim
h0+
|h|
h
= 1,
Per altre funzioni, tale limite esiste banalmente. Prendiamo le funzioni
costanti: f(x) = q per ogni x reale. Allora
lim
h0
f(x
0
) +h) f(x
0
)
h
= lim
h0
q q
h
= 0,
qualunque sia x
0
. Questo non ci soprende, dato che la variazione
di una funzione costante non pu` o che essere nulla, anche prima di
prendere il limite per h 0. Se invece f(x) = mx +q ` e una generica
funzione lineare, calcoliamo
lim
h0
f(x
0
) +h) f(x
0
)
h
= lim
h0
[m(x
0
+h) +q] [mx
0
+q]
h
= m.
La variazione innitesima di una funzione lineare coincide in ogni
punto con il coefciente angolare m. Anche per la parabola f(x) = x
2
si fanno i calcoli agevolmente:
lim
h0
f(x
0
) +h) f(x
0
)
h
= lim
h0
(x
0
+h)
2
x
2
0
h
= lim
h0
x
2
0
+2x
0
h +h
2
x
2
0
h
= lim
h0
2x
0
+h = 2x
0
.
Per la funzione x x
2
, la variazione innitesima dipende esplicita-
mente dal punto x
0
in ci la calcoliamo, e il risultato ` e 2x
0
.
Denizione 6.1. Sia f: (a, b) R una funzione data, e sia x
0
(a, b) un
punto di (a, b). Chiamiamo derivata di f in x
0
il numero
Df(x
0
) = lim
h0
f(x
0
+h) f(x
0
)
h
, (6.1)
a patto che tale limite esista nito. Diremo che f ` e derivabile in x
0
se esiste la
derivata Df(x
0
).
Altre notazioni di uso comune per la derivata sono
f

(x
0
),
df
dx
(x
0
),
df
dx

x=x
0
,

f(x
0
)
La prima ` e forse la pi ` u diffusa e popolare, la seconda e la terza sono
dovute a Leibniz, mentre la quarta ` e dovuta ad Isaac Newton. Questultima
116
` e ancora oggi la notazione preferita in Fisica e in Meccanica, dove la
Seconda Legge di Newton ha la forma
m x = F.
Avvertenza. La derivata ` e unoperazione che dipende dalla funzione
f e dal punto x
0
. In particolare, il nome della variabile indipendente
non riveste alcun ruolo. Ecco perch e non amiamo particolarmente la
notazione
df
dx
. Quella x a denominatore ha unevidenza che non le
compete. Infatti, se usiamo una scrittura come f(t) = t
2
, dobbiamo
scrivere
df
dt
. Il grande vantaggio della notazione frazionaria
df
dx
` e
che permette di scrivere formule come
d
dx
sinx = cos x.
La notazione
D(x sinx)(x) = cos x,
per quanto logicamente pi ` u corretta, sembra improponibile. Lo stu-
dente ` e libero di scegliere la notazione preferita, con la consapevolezza
che
d
dt
sinx = cos t
` e una immane sciocchezza. Limportante ` e che, compiuta una scelta,
ad essa ci si attenga con coerenza.
Prima di procedere, osserviamo che la derivata ` e anche caratteriz-
zata dalluguaglianza
Df(x
0
) = lim
xx
0
f(x) f(x
0
)
x x
0
.
Infatti, basta cambiare variabile: x = x
0
+h e osservare che x x
0
se
e solo se h 0.
Proposizione 6.2. Ogni funzione derivabile in un punto ` e anche continua
in quel punto.
Proof. Sia f derivabile in x
0
. Allora
lim
h0
f(x
0
+h) f(x
0
) = lim
h0
f(x
0
+h) f(x
0
)
h
h = Df(x
0
) 0 = 0.
Quindi, ricordando losservazione che precede questa Proposizione,
vediamo che f(x
0
) = lim
xx
0
f(x), e la tesi ` e dimostrata.
Non soltanto esistono funzioni continue ma non derivabili in un sin-
golo punto: Carl Weierstrass ha dimostrato il seguente, sorprendente,
risultato.
117
Teorema 6.3 (Weierstrass).
`
E possibile costruire una funzione, denita in
tutto R, che non ` e derivabile in alcun punto.
Il bello ` e che la dimostrazione ` e costruttiva, cio` e si pu` o scrivere
una formula che denisce tale funzione. Si tratta comunque di una
denizione un po particolare, che richiede la conoscenza delle serie di
funzioni. Una dimostrazione alternativa ` e contenuta in [34, Theorem
1.2, pag. 192].
Vediamo adesso che la derivata identica in modo univoco una retta
che rappresenta la migliore approssimazione lineare di ogni funzione
derivabile.
Proposizione 6.4. Sia f: (a, b) R una funzione, e sia x
0
(a, b). Sono
equivalenti:
(i} f ` e derivabile in x
0
;
(ii} f ` e continua in x
0
, e la retta di equazione y = Df(x
0
)(x x
0
) +f(x
0
)
approssima la funzione f localmente, nel senso che
lim
xx
0
f(x) (Df(x
0
)(x x
0
) +f(x
0
))
x x
0
= 0.
Proof. I dettagli sono lasciati allo studente. Per iniziare, suggeriamo
di riscrivere il limite del punto (ii) in modo che appaia il limite del
rapporto incrementale di f in x
0
.
La retta y = Df(x
0
)(x x
0
) +f(x
0
) si chiama retta tangente al graco
di f nel punto (x
0
, f(x
0
)).
b.z i t c/tcctc nrttr nrni v/tr
Quando un esercizio chiede di calcolare la derivata della funzione
f(x) = sin
5
_
1 +log(x 2),
di sicuro nessuno studente di buon senso cerca di applicare la denizione
di derivata. Esistono infatti alcune regole di derivazione, piuttosto fa-
cili da memorizzare, che ci aiutano a calcolare senza fatica le derivate
di funzioni anche molto complicate.
Teorema 6.5. Siano f e g due funzioni derivabili in un punto x
0
. Sia c un
numero reale. Allora le funzioni x f(x) +g(x), x f(x)g(x) e x cf(x)
sono derivabili in x
0
, e valgono le identi` a
1. D(f +g)(x
0
) = Df(x
0
) +Dg(x
0
);
2. D(cf)(x
0
) = cDf(x
0
);
3. D(fg)(x
0
) = Df(x
0
)g(x
0
) +f(x
0
)Dg(x
0
) (regola di Leibniz).
118
Inne, se Dg(x
0
) = 0, allora anche la funzione x f(x)/g(x) ` e derivabile
in x
0
, e vale lidentit` a
D
_
f
g
_
(x
0
) =
Df(x
0
)g(x
0
) f(x
0
)Dg(x
0
)
(g(x
0
))
2
.
Proof. Le prime due formule sono facilissime da dimostrare, e lasci-
amo i dettagli allo studente. La terza formula richiede il trucco di
aggiungere e togliere una quantit` a opportuna. Facciamo il limite del
rapporto incrementale per la funzione fg:
lim
xx
0
f(x)g(x) f(x
0
)g(x
0
)
x x
0
= lim
xx
0
f(x)g(x) f(x
0
)g(x) +f(x
0
)g(x) f(x
0
)g(x
0
)
x x
0
= lim
xx
0
f(x) f(x
0
)
x x
0
g(x)
g(x) g(x
0
)
x x
0
f(x
0
)
= Df(x
0
)g(x
0
) +f(x
0
)Dg(x
0
).
La dimostrazione della formula per la derivata del quoziente potrebbe
essere fatta in modo analogo. Invece, dimostriamola innanzitutto nel
caso f(x) = 1 per ogni x:
lim
xx
0
1
g(x)

1
g(x
0
)
x x
0
= lim
xx
0
g(x
0
) g(x)
x x
0
1
g(x)g(x
0
)
=
Dg(x
0
)
(g(x
0
))
2
.
Osservando che, per ogni x risulta
f(x)
g(x)
= f(x)
1
g(x)
,
possiamo applicare la regola per la derivata del prodotto e lultima
formula, ottenendo la derivata del quoziente.
Quindi, attenzione: la derivata della somma ` e la somma delle derivate,
ma la derivata del prodotto ` e molto diversa dal prodotto delle derivate!
Unaltra regola di derivazione riguarda le funzioni composte.
Teorema 6.6 (Regola della catena). Siano f: (a, b) R, g: (c, d) R
con f((a, b)) (c, d).
3
Se f ` e derivabile in x e se g ` e derivabile in f(x), allora
g f ` e derivabile in x e vale la relazione
D(g f)(x) = Dg(f(x))Df(x).
Proof. La funzione v: (c, d) R data da
v(y) =
_
g(y)g(f(x))
yf(x)
, se y = f(x)
Dg(f(x)), se y = f(x)
3 Questa condizione garantisce che la funzione g f abbia senso.
119
` e continua in f(x) perch e g ` e per ipotesi derivabile in f(x). Inoltre per
ogni h sufcientemente piccolo si pu` o scrivere
g(f(x +h)) g(f(x))
h
= v(f(x +h))
f(x +h) f(x)
h
come si verica subito distinguendo i due casi f(x +h) = f(x) e f(x +
h) = f(x). Per h 0 si ha f(x +h) f(x), v(f(x +h)) v(f(x)) =
Dg(f(x)) per il teorema di continuit` a delle funzioni composte. Quindi
lim
h0
g(f(x +h)) g(f(x))
h
= Dg(f(x))Df(x),
e il teorema ` e dimostrato.
Osservazione 6.7. La precedente dimostrazione contiene in realt` a una
denizione equivalente di derivabilit` a per una funzione f, introdotta
da Weierstrass. Una funzione f, denita almeno in un intorno del
punto x
0
, ` e derivabile in x
0
se e solo se esiste una funzione continua
tale che
f(x) = f(x
0
) +(x)(x x
0
), per ogni x.
Infatti, la funzione continua ` e univocamente individuata dalla for-
mula
(x) =
_
f(x)f(x
0
)
xx
0
, x = x
0
Df(x
0
), x = x
0
.
Leggendo fra le righe la dimostrazione del teorema precedente, lo stu-
dente osserver` a che la funzione v gioca esattamente il ruolo di per
la funzione g invece che per f.
Usando la notazione frazionaria per le derivate, ponendo
y = y(x), w = w(y),
la regola di derivazione delle funzioni composte prende la forma sug-
gestiva
dw
dx
=
dw
dy
dy
dx
.
Lo studente avr` a notato che la dimostrazione dellultimo teorema non
` e affatto scontata. Per spiegarne laspetto pi ` u delicato, introduciamo
la notazione
f
x
=
f(x +h) f(x)
h
per il rapporto incrementale. Scriviamo per semplicit` a y = f(x). Ora,
non ` e vero che
(g f)
x
=
g
y
y
x
.
120
Il punto ` e che potremmo aver diviso per zero, operazione vietata in
matematica. Nessuno pu` o garantire che y = f(x + h) f(x) = 0,
a meno di supporre che Df(x) = 0. Tuttavia, sarebbe assolutamente
pretestuoso aggiungere questa ipotesi nel teorema, che infatti vale co-
munque.
4
Per applicare la regola della catena, occorre imparare ad isolare gli
atomi che compongono una funzione. Tutte le funzioni di questo
corso sono solo somme, prodotti, quozienti e composizioni delle solite
funzioni elementari. Per esempio x sin(1 +x) si decompone nella
composizione
x 1 +x sin(1 +x).
Quindi
d
dx
sin(1 +x) = cos(1 +x) 1,
poich e f(x) = 1 +x e g(y) = siny.
`
E molto utile ragionare come se
fossimo una calcolatrice: ci viene fornito x, e su tale variabile facciamo
delle operazioni. Nellesempio, prima calcoliamo 1 + x, e poi calcol-
iamo il seno del risultato. Ecco dunque le due funzioni che compon-
gono x sin(1 +x). Non c` e nulla di sbagliato in questo approccio,
anche se presto si impara a raggruppare le operazioni pi ` u comuni. Se
` e vero che per la funzione x 3x +2 si prende x, si trova 3x e poi
si trova 3x +2, ben poche persone applicano la regola della catena a
questa funzione. Pi ` u semplicemente, si nota che
d
dx
(3x +2) =
d
dx
(3x) +
d
dx
2 = 3.
Il risultato deve essere lo stesso, ma lesperienza aiuta sempre a scegliere
quale strada prendere per giungere rapidamente al traguardo.
Esiste naturalmente una formula di derivazione della funzione in-
versa. Purtroppo, lenunciato sembra pi ` u difcile di quanto non lo sia
davvero.
Teorema 6.8 (Derivata della funzione inversa). Sia f: (a, b) (c, d)
una funzione biunivoca e derivabile nel punto x
0
(a, b). Se Df(x
0
) = 0,
allora la funzione inversa f
1
: (c, d) (a, b) ` e derivabile nel punto y
0
=
f(x
0
) (c, d), e vale la relazione
Df
1
(y
0
) =
1
Df(x
0
)
. (6.2)
Proof. La dimostrazione ` e diretta: siano y
0
= f(x
0
) e k = f(x
0
+h)
f(x
0
). Per la continuit` a della funzione inversa, k 0 per h 0.
Quindi
lim
k0
f
1
(y
0
+k) f
1
(y
0
)
k
= lim
h0
h
f(x
0
+h) f(x
0
)
.
4 Daccordo, lo studente ` e libero di credere che si commetterebbe un peccato veniale.
In matematica, purtroppo, le dimostrazioni sono giuste o sbagliate. Spiace comunque
notare che parecchi libri di testo, sia per le scuole superiori che per luniversit` a, propon-
gono una dimostrazione sbagliata della regola della catena.
121
Ma questa ` e esattamente la relazione (6.2).
Osservazione 6.9. Lipotesi che la derivata di f in x
0
sia diversa da
zero ` e essenziale. Consideriamo infatti la funzione f: x x
3
, denita
ovunque. Poich e Df(x) = 3x
2
per ogni x, nel punto x
0
= 0 la derivata
si annulla. La funzione inversa f
1
` e descritta dalla formula f
1
(y) =
3

y. Tale funzione non ` e derivabile nel punto y

0
= f(0) = 0; basta
scrivere il limite del rapporto incrementale,
lim
y0
3

y
y
= +.
Il teorema precedente quindi non afferma che tutte le funzioni deriv-
abili e invertibili possiedono inverse derivabili. Geometricamente non
` e una sorpresa, poich e il graco dellinversa ha tangente verticale se la
funzione diretta ha tangente orizzontale in un dato punto.
Esempio 6.10. Vogliamo calcolare la derivata della funzione logaritmo,
denita da y (0, +) logy.
`
E noto che questa ` e la funzione
inversa della funzione f: x R e
x
, nel senso che loge
x
= x per
ogni x R e e
logy
= y per ogni y > 0. Quindi stiamo calcolando la
derivata di f
1
. Poich e Df(x
0
) = e
x
0
per ogni x
0
reale, la regola del
precedente teorema ci garantisce che , se y
0
= e
x
0
, allora
Df
1
(y
0
) =
1
e
x
0
.
Quindi
Dlog(y
0
) =
1
e
x
0
=
1
y
0
,
e questo vale per ogni y
0
> 0. Abbiamo quindi trovato la derivata
della funzione logaritmo, senza nemmeno scriverne il rapporto incre-
mentale.
5
Seguendo questo schema, si calcolano le derivate delle fun-
zioni inverse di seno, coseno, tangente. Lo studente potr` a ricavare le
rispettive formule per esercizio, e trover` a i dettagli nei testi citati in
bibliograa.
b. i trcnrvi rcNn/vrNt/ti nrt c/tcctc
ni rrrnrNzi /tr
Finora, lintroduzione della derivata non sembra questa gran rivoluzione.
Si tratta di calcolare qualche limite di rapporti incrementali, usando di
volta in volta unaccorgimento particolare. Invece sono svariate le ap-
plicazioni delle derivate allanalisi delle funzioni, e in questo paragrafo
ce ne occuperemo dettagliatamente.
Per prima cosa, pu` o essere utile denire le derivate sinistra e destra
in un punto.
5 Ovviamente, il rapporto incrementale ` e stato scritto nella dimostrazione del teorema di
derivazione della funzione inversa. In matematica, nessuno fa sconti.
122
Denizione 6.11. Sia f: (a, b) R una funzione continua, e sia x
0

(a, b). Diciamo che f possiede derivata sinistra in x
0
se esiste nito il limite
lim
h0
f(x
0
+h) f(x
0
)
h
.
Analogamente, f possiede derivata destra in x
0
se esiste nito il limite
lim
h0+
f(x
0
+h) f(x
0
)
h
.
Proposizione 6.12. Una funzione f: (a, b) R ` e derivabile nel punto
x
0
(a, b) se e solo se f ha derivata destra e derivata sinistra in x
0
, e queste
sono uguali fra loro.
Proof.
`
E una conseguenza immediata della Proposizione 5.12.
Una prima applicazione di questo fatto ` e alle funzioni denite per
incollamento.
Teorema 6.13. Siano p: (a, b) R e q: (a, b) R due funzioni con-
tinue e derivabili. Sia x
0
(a, b) un punto ssato. Deniamo la funzione
f: (a, b) R come
f(x) =
_
p(x), x (a, x
0
)
q(x), x [x
0
, b).
Allora
1. f ` e continua in x
0
se e solo se p(x
0
) = q(x
0
);
2. f ` e derivabile in x
0
se e solo se p(x
0
) = q(x
0
) e Dp(x
0
) = Dq(x
0
).
La dimostrazione ` e evidente: basta separare lanalisi del comporta-
mento a destra e a sinistra del punto x
0
. Sottolineiamo che la sola con-
dizione Dp(x
0
) = Dq(x
0
) non ` e sufciente a garantire la derivabilit` a
di f. Infatti le due funzioni p(x) = x e q(x) = x +1 hanno la stessa
derivata in x
0
= 0, ma la funzione f costruita incollandole nellorigine
ha un salto.
Esempio 6.14. Applichiamo questa ricetta alla funzione f(x) = |x|. In
effetti, in base alla denizione del valore assoluto, possiamo scrivere
f(x) =
_
x, (x 0)
x, (x < 0)
e da ci ` o deduciamo che f non ` e derivabile in x
0
= 0. Infatti lincollamento
` e continuo in questo punto, ma la derivata di x differisce da quella di
x. In ogni altro punto x = 0, la derivata vale
f(x) =
_
1, (x 0)
1, (x < 0).
A volte si introduce la funzione segno sign: R \ {0} R denita da
signx =
x
|x|
. Per esercizio, lo studente verichi che f

(x) = signx per

ogni x = 0.
123
Il prossimo teorema, dovuto al matematico francese Fermat,
6
` e di
fondamentale importanza nella ricerca di massimi e minimi di una
data funzione.
Teorema 6.15 (Fermat). Sia f: (a, b) R una funzione, e sia x
0
(a, b)
un punto di massimo (o di minimo) relativo. Se f ` e derivabile in x
0
, allora
Df(x
0
) = 0.
Proof. Supponiamo che x
0
sia un minimo relativo. Dunque, esiste un
intorno [x
0
, x
0
+] di x
0
tale che f(x
0
) f(x) per ogni x di tale
intorno. Sia h (, ), e costruiamo il rapporto incrementale di f in
x
0
:
f(x
0
+h) f(x
0
)
h
.
Poich e x
0
+ h [x
0
, x
0
+ ], il numeratore ` e sempre maggiore o
uguale a zero. Ne deduciamo che
Df(x
0
) = lim
h0
f(x
0
+h) f(x
0
)
h
0,
mentre
Df(x
0
) = lim
h0+
f(x
0
+h) f(x
0
)
h
0.
Se un numero ` e simultaneamente 0 e 0, allora tale numero ` e 0. Il
teorema ` e cos` dimostrato per i minimi relativi. Per i massimi relativi,
si applicano le stesse considerazioni, e lunica differenza ` e linversione
delle ultime due disuguaglianze.
Osservazione 6.16.
`
E interessante notare che esiste una versione ap-
prossimata del teorema di Fermat: il principio variazionale di Eke-
land. In breve, questo principio afferma che se una funzione possiede
un punto di quasi massimo o minimo, allora la derivata in tale punto
` e quasi zero. A dispetto dellapparente banalit` a dellenunciato, ser-
vono strumenti molto rafnati per dimostrarlo. Lo studente scettico
` e dunque avvisato: perno la matematica pi ` u classica fornisce spunti
per la ricerca avanzata.
Concretamente, il procedimento per individuare i punti di massimo
e minimo relativi di una funzione assegnata ` e: isolo i punti dove f non
` e derivabile, e isolo gli (eventuali) estremi del dominio di denizione.
Inne cerco gli zeri della derivata. Attenzione, il teorema di Fermat
` e falso se x
0
cade in uno degli estremi di (a, b). Come esempio, sia
f: x [0, 1] x. Il minimo assoluto ` e in x = 0, il massimo assoluto
in x = 1. Per` o f

(x) = 0 per ogni x [0, 1]. Pi ` u precisamente, quando

i punti estremanti cadono su bordo dellintervallo di denizione, sono
vere solo delle disuguaglianze.
Proposizione 6.17. Sia f: [a, b] R una funzione derivabile in [a, b].
Valgono le seguenti implicazioni:
6 Si pronuncia ferm`a.
124
(t} se a ` e un punto di minimo (relativo), alllora Df(a) 0;
(s} se a ` e un punto di massimo (relativo), allora Df(a) 0;
(c} se b ` e un punto di minimo (relativo), alllora Df(b) 0;
(o} se b ` e un punto di massimo (relativo), allora Df(b) 0.
Proof. Le dimostrazioni sono contenute in quella del teorema di Fer-
mat: in ciascuno dei quattro casi, bisogna conseiderare solo i limiti
direzionali del rapporto incrementale, nellunica direzione di volta in
volta ammissibile. Ad esempio, nel caso (a) possiamo fare solo il limite
per h 0
+
del rapporto incrementale. Invitiamo lo studente a fare un
disegno qualitativo di tutte le situazioni considerate.
La Proposizione appena enunciata ` e utile in certe situazioni, ma ` e
indubbio che i punti dove la derivata si annulla meritano qualche con-
siderazione particolare. Cominciamo a dar loro un nome.
Denizione 6.18. I punti critici di una funzione derivabile f sono i punti x
tali che Df(x) = 0.
Questa denizione non ` e superua: non tutti gli zeri della derivata
sono massimi oppure minimi. Se poniamo f(x) = x
3
per ogni x R,
troviamo facilmente lunico zero della derivata prima, x = 0. Ora, se
x > 0 allora x
3
= f(x) > 0, mentre se x < 0 ` e x
3
= f(x) < 0. Quindi,
lorigine non ` e un minimo n e un massimo per f, visto che in ogni in-
torno dellorigine cadono punto in cui f vale meno di 0 e punti in cui f
vale pi ` u di 0. Lorigine ` e dunque un punto critico di f che non sa ppi-
amo ancora descrivere bene.
7
Inne, la funzione x |x| ` e un classico
esempio di funzione con un punto di minimo assoluto (quale?) dove la
derivata non esiste. Il prossimo teorema d` a una condizione sufciente
afnch e una funzione derivabile abbia almeno un punto critico. Inviti-
amo lo studente a convincersi con esempi che la condizione posta non
` e necessaria per lesistenza di punti critici.
8
Teorema 6.19 (Rolle). Sia f: [a, b] R una funzione continua e derivabile
in (a, b). Se f(a) = f(b), allora esiste (a, b) tale che
9
Df() = 0.
Proof. Per il teorema di Weierstra la funzione f ha massimo e minimo
(assoluti) in [a, b]. Siano x
M
un punto di massimo e x
m
un punto di
minimo. Esistono solo due casi:
1. sia x
m
che x
M
cadono agli estremi dellintervallo [a, b]. Poich e f
assume (per ipotesi) lo stesso valore in questi due punti, il mas-
simo assoluto di f coincide con il minimo assoluto, e pertanto la
funzione ` e costante. La sua derivata ` e dunque sempre uguale a
zero, e non c` e altro da dimostrare.
7 Qualche studente ricorder` a che 0 ` e un punto di esso per f, ma ci arriveremo fra un
po.
8 Quello che vogliamo dire ` e: esistono funzioni dotate di punti critici, ma che non soddis-
fano lipotesi fondamentale del teorema di Rolle.
9 La lettera greca si legge pi ` u o meno csi.
125
2. Uno almeno dei due punti x
m
e x
M
cade allinterno dellintervallo
[a, b]. Per il teorema di Fermat, in questo punto la derivata di f
si annulla, e la dimostrazione ` e completa anche in questo caso.
In ogni caso, abbiamo vericato che la derivata di f si annulla in al-
meno un punto di (a, b).
Osservazione. Il precedente teorema inaugura la serie
10
di enunciati
in cui si tratta di funzioni continue su un intervallo chiuso [a, b] e deriv-
abili nellintervallo aperto (a, b). Non si tratta di uninutile compli-
cazione introdotta da qualche docente particolarmente cattivo, bens`
di uneffettiva necessit` a. Lesistenza delle derivate nei punti a e b
non ` e necessaria. Anzi, la dimostrazione del teorema di De lHospital
richiede luso di questi teoremi esattamente come li abbiamo enunciati.
Il Teorema di Fermat ci dice che i punti di massimo e di minimo
si nascondono fra i punti critici. Ma esiste un modo per stabilire se
un punto critico ` e un massimo, un minimo, o nessuno dei due? Ne
esiste pi ` u di uno, e il modo pi ` u facile per capirlo ` e studiare la mono-
tonia della funzione. Se essa cresce a sinistra del punto critico, e de-
cresce dopo averlo superato, siamo inequivocabilmente in presenza di
un massimo relativo. Simmilmente per i minimi relativi. Ma come si
studia la monotonia di una funzione? Se la funzione ` e derivabile, i
metodi del calcolo differenziale ci sono utili. La chiave ` e un teorema
celeberrimo. La gura successiva ne fornisce linterpretazione geomet-
rica.
Teorema 6.20 (del valor medio, o di Lagrange). Sia f: [a, b] R una
funzione continua e derivabile in (a, b). Allora esiste (a, b) tale che
Df() =
f(b) f(a)
b a
.
Proof. La tecnica dimostrativa consiste nellapplicare il teorema di Rolle
a una funzione ausiliaria che ne verica le ipotesi. A tale scopo, deni-
amo g: [a, b] R mediante la formula
g(x) = f(x) f(a)
f(b) f(a)
b a
(x a).
In pratica, facciamo la differenza fra f e la retta che unisce gli estremi
(a, f(a)) con (b, f(b)).
`
E chiaro che g ` e continua in [a, b], derivabile in
(a, b), e g(a) = g(b) = 0 Dunque g soddisfa le ipotesi del teorema di
Rolle, sicch e esiste [a, b] dove Dg() = 0. Le regole di derivazione
affermano che Dg(x) = Df(x)
f(b)f(a)
ba
, e la condizione Dg() = 0
si legge
Df() =
f(b) f(a)
b a
.
Questo completa la dimostrazione del teorema.
126
Figure 3: Interpretazione geometrica del teorema di Lagrange
Corollario 6.21. Sia f: [a, b] R una funzione continua e derivabile in
(a, b). Se Df(x) = 0 per ogni x (a, b), allora f ` e una funzione costante,
cio` e esiste c R tale che f(x) = c per ogni x [a, b].
Proof. Prendiamo due punti qualsiasi e in [a, b]. Possiamo sup-
porre, scambiandoli fra di loro, che . Vogliamo dimostrare che
f() = f(). Se = , non c` e nulla da dimostrare; quindi supponi-
amo liberamente che < . Applichiamo il teorema del valor medio
alla funzione f ristretta allintervallo [, ]. Esister` a un punto [, ]
tale che
f() f()

= Df().
Ma il seondo membro di questa uguaglianza vale zero per ipotesi, e
quindi f() f() = 0. Poich e e sono del tutto arbitrari, la fun-
zione f assume lo stesso valore in tutti i punti dellintervallo [a, b].
Quindi ` e una funzione costante.
Osservazione 6.22. Applicando alla funzione f(x) = logx il teorema
del valor medio, si dimostra la relazione di Nepero
1
b
<
logb loga
b a
<
1
a
,
valida per ogni 0 < a < b. Lasciamo i dettagli (semplicissimi) allo
studente.
`
E frequente trovare il teorema di Lagrange come caso particolare di
un altro teorema molto famoso, dovuto al matematico francese Louis
10 Per fortuna, non si tratta di una serie nel senso matematico del termine!
127
Augustin Cauchy. Lo enunciamo e diamo solo uno spunto per comple-
tarne la dimostrazione.
Teorema 6.23 (Cauchy). Siano f e g due funzioni continue su [a, b] e deriv-
abili in (a, b). Suppponiamo inoltre che Dg(x) = 0 per ogni x (a, b).
Allora esiste [a, b] tale che
f(b) f(a)
g(b) g(a)
=
Df()
Dg()
Proof. La dimostrazione pi ` u classica consiste nel trovare un numero
reale k tale che il teorema di Rolle sia applicabile alla funzione ausil-
iaria h(x) = f(x) kg(x). Osserviamo che lipotesi Dg(x) = 0 per
ogni x (a, b) implica in particolare g(b) g(a) = 0: altrimenti il
teorema di Rolle implicherebbe lesistenza di uno zero di Dg. Pro-
poniamo invece per esteso una dimostrazione differente, che appare
in [27, Theorem 3.2.4]. Per ipotesi, la derivata di g mantiene sempre
lo stesso segno in (a, b). Quindi g ` e una funzione strettamente mono-
tona (crescente o decrescente, ma poco importa). Denotiamo con g
1
la funzione inversa di g, in modo che g
1
(g(x)) = x per ogni x [a, b].
Deniamo la funzione ausiliaria F(x) = f(g
1
(x)) per ogni x [a, b].
Allora F(g(x)) = f(g
1
(g(x))) = f(x) per ogni x [a, b], F ` e continua
in [g(a), g(b)] e derivabile in (g(a), g(b)). Se applichiamo il teorema di
Lagrange, la regola di derivazione delle funzioni composte e quella di
derivazione della funzione inversa, possiamo affermare che esiste un
punto d (g(a), g(b)) tale che
f(b) f(a)
b a
=
F(g(b)) F(g(a))
g(b) g(a)
= DF(d)
= Df(g
1
(d))Dg
1
(d) =
Df(g
1
(d))
Dg(g
1
(d))
.
Il teorema ` e cos` dimostrato per = g
1
(d).
Il teorema di Lagrange appare dunque come un caso particolare (per
g: x x) del teorema precedente. Il fatto che le applicazioni del teo-
rema di Lagrange siano molte pi ` u di quelle del teorema di Cauchy,
ci ha indotti ad attribuirgli unevidenza maggiore. Tuttavia, il solo
teorema di Lagrange non ` e sufciente a dimostrare unaltra pietra mil-
iare del cacolo differenziale: il teorema di De lHospital. Vedremo
lenunciato e la dimostrazione fra poco.
Il prossimo risultato mostra che la derivata di una funzione (deriv-
abile) non pu` o avere salti.
Teorema 6.24 (Darboux). Sia f: (a, b) R una funzione derivabile. Se
Df(a) < < Df(b), allora esiste (a, b) tale che Df() = .
Proof. Deniamo una funzione ausiliaria g: x (a, b) f(x) x. Per
ogni x (a, b), ` e Dg(x) = Df(x) . Inoltre Dg(a) < 0, Dg(b) > 0.
Quindi g ` e decrescente in un intorno di a e crescente in un intorno di
b. In particolare, esiste un punto di minimo (a, b) per g. Per il
teorema di Fermat, Dg() = 0, cio` e Df() = .
128
b. rtNti si Ncct/ni
Sappiamo che una funzione derivabile in un punto deve essere ivi
continua. Rovesciando logicamente questa affermazione, nessuna fun-
zione ` e derivabile in un punto di discontinuit` a. Quindi la discontinuit` a
` e la causa pi ` u rozza di perdita di derivabilit` a. Daltronde, abbiamo
gi` a imparato che la funzione x |x| ` e continua ovunque ma non ` e
derivabile in 0.
Denizione 6.25. I punti singolari di una funzione sono quelli in cui la
funzione ` e continua ma non derivabile.
Elenchiamo alcuni tipi di punti singolari.
:. I punti angolosi. Sono quelli in cui la derivata destra e la derivata
sinistra esistono, ma non coincidono. La funzione del valore as-
soluto ne ` e un esempio.
z. I essi a tangente verticale. Sono quelli in cui il limite del rapporto
incrementale esiste ma ` e innito.
11
j. Le cuspidi. Sono quelli in cui almeno una fra la derivata destra e
la derivata sinistra ` e innita.
12
Il punto 0 ` e una cuspide per la
funzione x
_
|x|.
q. Lultima situazione si presenta quando il limite del rapporto in-
crementale non esiste, n e nito n e innito.
`
E in generale una situ-
azione spiacevole, che molti studenti faticano perno a concepire.
Un esempio ` e il punto x
0
= 0 per la funzione cos` denita:
f(x) =
_
x sin
1
x
(x = 0)
0 (x = 0).
In x
0
= 0 risulta
lim
h0
f(x
0
+h) f(x
0
)
h
= lim
h0
sin
1
h
,
e questo limite non esiste. Infatti, la quantit` a sin(1/h) oscilla
innite volte fra i due valori 1 e +1: matematicamente,
liminf
h0
f(x
0
+h) f(x
0
)
h
= 1
e
limsup
h0
f(x
0
+h) f(x
0
)
h
= +1.
11 Usiamo un linguaggio in parziale contraddizione con le nostre convenzioni. Intendiamo
solo affermare che x
0
` e un esso a tangente verticale quando lim
h0
f(x
0
+h)f(x
0
)
h
=
+oppure .
12 Il linguaggio ` e comprensibile ma impreciso. Una derivata non pu` o essere innita, in
base alle nostre denizioni. Qui intendiamo piuttosto dire che una delle due derivate
destra o sinistra non esiste proprio perch e il corrispondente limite del rapporto incre-
mentale ` e innito.
129
b. /rrti c/zi cNi /ttc sttni c nrttr rtN-
zi cNi
Teorema 6.26. Sia f: (a, b) R una funzione derivabile.
1. Se f ` e monotona crescente (risp. decrescente) allora Df(x) 0 (risp.
Df(x) 0) per ogni x (a, b).
2. Se Df(x) 0 (risp. Df(x) 0) per ogni x (a, b), allora f ` e
monotona crescente (risp. decrescente).
3. Se Df(x) > 0 (risp. Df(x) < 0) per ogni x (a, b), allora f ` e
strettamente crescente (risp. strettamente decrescente).
Proof. La prima affermazione discende dal teorema della permanenza
del segno applicato al rapporto incrementale. Le altre affermazioni
sono conseguenza del teorema di Lagrange. Fissati arbitrariamente
x
1
< x
2
in (a, b), esiste un punto (x
1
, x
2
) tale che f(x
2
) f(x
1
) =
Df()(x
2
x
1
). Quindi il segno di f(x
2
) f(x
1
) ` e individuato dal
segno di Df().
Iil teorema precedente fornisce una regola per decifrare la monotonia
di una funzione derivabile. Salvo qualche cautela sulla monotonia
stretta, occorre identicare gli intervalli dove la derivata ` e positiva: in
tali intervalli, la funzione cresce. La funzione invece decresce negli
intervalli dove la derivata ` e negativa.
Una seconda applicazione del teorema di Lagrange riguarda la deriv-
abilit` a stessa. Supponiamo che una certa funzione sia continua in (a, b)
e derivabile in tutti i punti dellintervallo eccettuato al pi ` u un punto
x
0
. Come si fa a decidere se la funzione ` e derivabile anche in x
0
? Si
pu` o pensare di ricorrere alla denizione, scrivendo il rapporto incre-
mentale centrato in x
0
e facendo tendere a zero lincremento. Oppure
si pu` o usare il seguente criterio.
Proposizione 6.27. Sia f: (a, b) R una funzione continua. Sia x
0

(a, b) un punto, e supponiamo che f sia derivabile in (a, x
0
) (x
0
, b). Se
esiste nito = lim
xx
0
Df(x
0
), allora f ` e derivabile in x
0
e Df(x
0
) = .
Proof. Sia x (a, b), x = x
0
. Per il teorema di Lagrange, esiste = (x)
tale che f(x) f(x
0
) = Df()(x x
0
). Ovviamente, siccome (x
0
, x),
si avr` a x
0
per x x
0
. Lipotesi della Proposizione garantisce
allora che
lim
xx
0
f(x) f(x
0
)
x x
0
= lim
xx
0
Df() = .
Perci ` o f ` e derivabile in x
0
, e Df(x
0
) = .
130
Occorre per` o fare attenzione, perch e il criterio della Proposizione
precedente ` e sufciente ma non necessario per lesistenza della derivata
in x
0
.
13
Consideriamo infatti la funzione
f(x) =
_
x
2
sin(1/x) x = 0
0 x = 0.
Poich e
0 |f(x)| = x
2

sin
1
x

x
2
0
per x 0, f ` e continua un x = 0. Inoltre
lim
x0
f(x) f(0)
x 0
= lim
x0
x sin
1
x
= 0.
Dunque Df(0) = 0. Se x = 0, la derivata vale
Df(x) = 2x sin
1
x
cos
1
x
,
che non ha limite per x 0. La Proposizione non ` e perci ` o applicabile,
mentre la derivata di f in 0 esiste.
14
Osservazione 6.28. Se riettiamo un istante sullenunciato della Propo-
sizione, ci accorgiamo che la sua tesi va oltre la mera esistenza della
derivata in x
0
. In realt` a, le ipotesi ci permettono di concludere che
la funzione derivata f

` e continua in x
0
: lim
xx
0
f

(x) = = f

(x
0
).
Nei controesempi appena discussi, ` e chiaro che la derivata risultava
sempre discontinua in x
0
.
b.b nrni v/tr stccrssi vr r ccNvrssi t`/
Se una funzione f: (a, b) R ` e derivabile in (a, b), la funzione x
(a, b) Df(x) denisce una funzione reale di una variabile reale, che
chiamiamo naturalmente funzione derivata di f.
Denizione 6.29. Diremo che la funzione f ` e derivabile due volte nel punto
x
0
(a, b) se la funzione derivata di f ` e derivabile a sua volta in x
0
. La
derivata seconda di f in x
0
` e denotata con uno dei simboli
D
2
f(x
0
), f

(x
0
),
d
2
f
dx
2
(x
0
),

f(x
0
).
Evidentemente, ` e possibile iterare il ragionamento precedente, e par-
lare cos` di derivata terza, quarta, ecc. In generale, per indicare la
derivata nesima si usano i simboli
D
n
f(x
0
), f
(n)
(x
0
),
d
n
f
dx
n
(x
0
).
13 In parole povere, se il criterio si applica allora la funzione ` e derivabile; se il criterio
fallisce, non siamo autorizzati a trarre alcuna conclusione. Invito lo studente a fare
molta attenzione.
14 Laccanimento con cui presentiamo controesempi non deve indurre lo studente a pensare
che tutti i teoremi siano deboli. Piuttosto, vogliamo evidenziare lottimalit` a delle
ipotesi.
131
Figure 4: Una tipica funzione convessa
Impareremo presto ad usare uno strumento, il polinomio di Taylor, in
cui le derivate successive rivestono un ruolo di fondamentale impor-
tanza. Nel resto di questo paragrafo, ci concentreremo sulla derivata
seconda, lultima ad avere qualche interpretazione geometrica degno
di nota. Prima per` o dobbiamo introdurre una denizione.
Denizione 6.30. Sia f: (a, b) R una funzione. Si dice che f ` e convessa
in (a, b) se, per ogni x
1
, x
2
(a, b) e per ogni [0, 1], risulta
f ((1 )x
1
+x
2
) (1 )f(x
1
) +f(x
2
). (6.3)
Si dice invece che f ` e concava in (a, b) se la funzione f, che agisce come
x f(x), ` e convessa. Inne, una funzione ` e strettamente convessa se
la relazione (6.3) ` e soddisfatta con il segno di disuguaglianza stretta <, e
strettamente concava se f ` e strettamente convessa.
Posto x = (1 )x
1
+ x
2
, la disuguaglianza di convessit` a si pu` o
riscrivere come
f(x) f(x
1
) +
f(x
2
) f(x
1
)
x
2
x
1
(x x
1
), x [x
1
, x
2
].
Essa quindi equivale allaffermazione geometrica: per ogni x
1
, x
2
con
x
1
< x
2
, il graco di f in [x
1
, x
2
] sta al di sotto della corda per i punti
(x
1
, f(x
1
)), (x
2
, f(x
2
)).
Immaginiamo che lo studente sia stato introdotto, seppure breve-
mente, alla convessit` a durante le scuole superiori. Quasi certamente
gli sar` a stato insegnato un linguaggio un po diverso: invece di fun-
zione convessa, funzione che volge la concavit` a verso lalto. Pur senten-
doci in grado di affermare che convessit` a ` e lunica denominazione
in voga nella matematica contemporanea, poco importano i nomi e gli
aggettivi.
Osservazione. Come visto, per noi la denizione di funzione convessa
` e di natura globale, e non daremo un signicato a frasi quali la fun-
zione ` e convessa in un punto.
132
Figure 5: Una tipica funzione concava
Teorema 6.31. Ogni funzione convessa f in un intervallo aperto (a, b) ` e
continua in (a, b).
Proof. Supponiamo che a < s < x < y < t < b. Scriviamo S per
denotare il punto di coordinate cartesiane (s, f(s)), e similmente per
x, y e t. Allora X ` e sulla retta SY o al di sotto di essa, e pertanto Y ` e
al di sopra della retta SX. Similmente Y ` e sotto la retta XT. Quando
y x deduciamo che Y X, cio` e f(y) f(x). Questo dimostra
che lim
yx+
f(y) = f(x). Con un ragionamento del tutto analogo, si
dimostra che lim
sx
f(s) = f(x), e dunque f ` e continua nel generico
punto x (a, b).
Osservazione 6.32. La dimostrazione appena fatta dipende in modo
essenziale dalla possibilit` a di avvicinarsi ad x tanto da destra quanto
da sinistra. Questo ` e possibile perch e x appartiene allintervallo aperto
(a, b). Al contrario, una funzione convessa e denita in un intervallo
chiuso pu` o essere discontinua. Ad esempio, deniamo f(x) = 0 per
ogni x [0, 1), e f(1) = 1. Lo studente vericher` a facilmente che f ` e
convessa, ma ovviamente il punto x = 1 ` e una discontinuit` a di salto.
Il Teorema 6.31 afferma che ` e impossibile prolungare questa funzione a
destra di 1, rispettando la convessit` a.
Osservazione 6.33. Sarebbe sbagliato credere che le funzioni convesse
(denite su un intervallo aperto) siano anche derivabili. Pensiamo in-
fatti al solito valore assoluto x |x|, che ` e evidentemente una funzione
convessa ma non derivabile in x = 0. In realt` a, si potrebbe dimostrare
che tutte le funzioni convesse in un intervallo aperto possiedono derivate
destra e sinistra nite. Ma chiaramente potrebbero essere diverse fra
loro.
133
Un altro punto sul quale condividiamo le perplessit` a dello studente
` e lapplicabilit` a della disuguaglianza di convessit` a. Se, per esempio,
non ` e difcile dimostrare con tale denizione che la funzione x x
2
` e convessa in tutto R, per funzioni pi ` u complicate risulta impossibile
gestire elementarmente le disuguaglianze. Occorrono dunque dei cri-
teri, cio` e delle condizioni atte ad assicurare la convessit` a di una data
funzione mediante test maneggevoli.
Teorema 6.34. Sia f: [a, b] R una funzione. Sono fatti equivalenti
(i) f ` e convessa in [a, b].
(ii) Per ogni x
1
, x
2
[a, b] con x
1
< x
2
il graco di f in [a, b] \ [x
1
, x
2
]
` e sopra la corda per (x
1
, f(x
1
)) e (x
2
, f(x
2
)):
f(x) f(x
1
) +
f(x
2
) f(x
1
)
x
2
x
1
(x x
1
), x / [x
1
, x
2
]
(iii) Per ogni x, y, z [a, b] con x < y < z si ha
f(y) f(x)
y x

f(z) f(x)
z x

f(z) f(y)
z y
. (6.4)
(iv) Per ogni x
0
[a, b] il coefciente angolare delle corde
F
x
0
(x) =
f(x) f(x
0
)
x x
0
` e una funzione crescente in [a, b].
Proof. Indichiamo per brevit` a con r
uv
(x) la retta per (u, f(u)) e v, f(v)).
Mostriamo che (i) ` e equivalente a (ii). Se (ii) non fosse vera, esisterebbe
x
3
/ [x
1
, x
2
] per cui
f(x
3
) < r
x
1
x
2
(x
3
).
Supponendo che x
3
< x
1
< x
2
si avrebbe allora che
f(x
1
) > r
x
3
x
2
(x
1
),
che contraddice (i). In modo simile si dimostra limplicazione opposta.
Dimostriamo che (i), (iii) e (iv) sono equivalenti. Dalla disuguaglianza
di convessit` a
f(y)
f(z) f(x)
z x
(y x)
si ricava la prima disuguaglianza di (iii) dividendo per y x. Daltra
parte dalla (ii)
f(x)
f(y) f(z)
y z
(x z)
da cui si ricava immediatamente la seconda disuguaglianza di (iii). La
(iv) ` e una riscrittura della (iii). Inne se x
1
< x < x
2
, dalla prima
disuguaglianza di (iii) si ricava
f(x) f(x
1
)
x x
1

f(x
2
) f(x
2
)
x
2
x
1
vale a dire la disuguaglianza di convessit` a.
134
Teorema 6.35. Sia f: [a, b] R una funzione derivabile. Sono fatti equiv-
alenti
(i) f ` e convessa.
(ii) La derivata Df ` e una funzione crescente in [a, b].
(iii) Il graco di f ` e sopra tutte le sue tangenti, cio` e per ogni x, x
0
[a, b]
f(x) f(x
0
) +Df(x
0
)(x x
0
).
Se poi f ` e derivabile due volte, f ` e convessa in [a, b] se e solo se D
2
f(x) 0
per ogni x (a, b).
Proof. (i) implica (ii). Infatti siano x < y < z in [a, b]. Passando al
limite nella (6.4) per y x
+
e y z

si trova
Df(x)
f(z) f(x)
z x
Df(z). (6.5)
Questo prova che Df ` e crescente.
(ii) implica (iii). Siano x, x
0
[a, b]. Se x < x
0
la (6.5) con z = x
0
d` a
f(x
0
) f(x)
x
0
x
Df(x
0
),
cio` e f(x) f(x
0
) +Df(x
0
)(x x
0
). Se invece x > x
0
la (6.5), questa
volta con z = x e x = x
0
d` a
Df(x
0
)
f(x) f(x
0
)
x x
0
.
(iii) implica (i). Se x
1
< x < x
2
allora dalla (iii)
f(x
0
) Df(x)(x
1
x) +f(x)
e
f(x
2
) Df(x)(x
2
x) +f(x).
Moltiplicando la prima disuguaglianza per = (x
2
x)/(x
2
x
1
) e la
seconda per 1 = (x x
1
)/(x
2
x
1
) si trova
f(x
1
+ (1 )x
2
)) f(x
1
) + (1 )f(x
2
),
cio` e f ` e convessa.
Corollario 6.36. Sia f: [a, b] R una funzione convessa e derivabile in
(a, b). Se x
0
(a, b) e Df(x
0
) = 0, allora x
0
` e un punto di minimo
assoluto.
Proof. Il punto (iii) del teorema precedente afferma che il graco di f
` e tutto al di sopra della retta tangente in (x
0
, f(x
0
)); lequazione carte-
siana di tale retta ` e y = f(x
0
), poich e x
0
` e un punto critico. Ma allora
f(x) f(x
0
) per ogni x [a, b].
135
Osservazione 6.37. Occorre leggere attentamente il corollario prece-
dente. Esso non garantisce lesistenza di punti critici per le funzioni
convesse. Ad esempio, possiamo pensare alla funzione esponenziale
x e
x
, ristretta allintervallo [0, 1]. Il minimo assoluto ` e raggiunto in
x = 0, dove per` o la derivata non ` e nulla. Il corollario afferma soltanto
che tutti i punti critici di una funzione convessa (e derivabile) devono
essere punti di minimo assoluto.
`
E lecito concludere che una funzione
convessa pu` o possere al pi ` u un punto critico? La risposta ` e negativa,
ma dobbiamo immaginare una funzione convessa vagamente beffarda,
almeno per un principiante. Una funzione costante (in un intervallo)
possiede inniti punti di minimo assoluto, ed ` e convessa in tale inter-
vallo.
`
E invece geometricamente intuitivo che una funzione derivabile
strettamente convessa debba possedere al pi ` u un unico punto critico: in-
fatti, se ci fossero due punti di minimo assoluto distinti, il graco della
funzione dovrebbe essere, fra tali minimi, strettamente al di sotto della
retta orizzontale che li congiunge. Quindi il valore della funzione nei
punti di minimo non sarebbe il pi ` u piccolo valore assunto dalla fun-
zione.
Denizione 6.38. Sia f: (a, b) R una funzione. Diremo che x
0
(a, b)
` e un punto di esso per f se f ` e convessa in (a, x
0
) e concava in (x
0
, b), o
viceversa.
In altre parole, in un punto di esso la retta tangente al graco di f,
se esiste, attraversa tale graco. Vogliamo invece sfatare un mito assai
diffuso. Non tutti gli zeri della derivata seconda sono punti di esso.
Sia f: x x
4
. Si ha D
2
f(0) = 0, ma 0 ` e evidentemente un punto di
minimo assoluto per f. Vale per ` o il seguente teorema.
Teorema 6.39. Una funzione f derivabile due volte e dotata di un punto di
esso in x
0
, deve vericare D
2
f(x
0
) = 0.
Proof. Infatti, f deve essere convessa a sinistra di x
0
e concava a destra
di x
0
(o viceversa). Pertanto la derivata prima di f cambia il senso
di monotonia attraversando il punto x
0
. Questo implica che x
0
` e un
punto di massimo (o di minimo) per Df. Il teorema di Fermat garan-
tisce allora che D(Df)(x
0
) = D
2
f(x
0
) = 0.
Osservazione 6.40. Non ` e facile trovare in letteratura una denizione
denitiva di punto di esso. Il motivo ` e che si tratta di unidea tipica
per le funzioni di una variabile. Volendo generalizzare la convessit` a a
funzioni di un numero maggiore di variabili, ci si imbatte nel problema
seguente: mentre un punto spezza lasse reale R in due parti, un punto
nello spazio (per esempio tridimensionale, cio` e quello in cui viviamo)
non suddivide lo spazio stesso in parti disgiunte. Non sembra dunque
ragionevole parlare di punti di esso per funzioni di due, tre o pi ` u
variabili.
Concludiamo questa sezione con qualche altra propriet` a delle fun-
zioni convesse.
136
Lemma 6.41 (Disuguaglianza di Jensen, caso discreto). Supponiamo che
f sia una funzione convessa denita in un intervallo I. Allora
f(
1
x
1
+. . . +
n
x
n
)
1
f(x
1
) +. . . +
n
f(x
n
)
per ogni n N, x
1
, . . . , x
n
I,
1
, . . . ,
n
0 con
1
+. . .
n
= 1.
Corollario 6.42. Supponiamo che f sia una funzione convessa denita in un
intervallo I. Allora
f
_

1
x
1
+. . . +
n
x
n

1
+. . .
n
_

1
f(x
1
) +. . . +
n
f(x
n
)

1
+. . .
n
,
per ogni x
1
, . . . , x
n
I,
1
, . . . ,
n
> 0.
Corollario 6.43. Fissiamo arbitrariamente n N, ed n punti x
i
> 0, per
i = 1, . . . , n. Siano poi
i
0, per i = 1, . . . n, n numeri reali non negativi
tali che
1
+. . . +
n
= 1. Allora
x

1
1
x

2
2
x

n
n

1
x
1
+. . . +
n
x
n
.
Osservazione 6.44. Se scegliamo
1
=
2
= . . . =
n
= 1/n nel prece-
dente corollario, otteniamo la nota relazione fra la media algebrica e
media aritmetica di n numeri reali positivi:
n

x
1
x
2
x
n

x
1
+. . . +x
n
n
.
Denizione 6.45. Sia I un intervallo della retta reale, e sia f: I R una
funzione. Diremo che f ` e Jensenconvessa se
f
_
x +y
2
_

f(x) +f(y)
2
per ogni x, y I.
Ovviamente, tutte le funzioni convesse son oanche Jensenconvesse.
Il viceversa ` e in generale falso, ma diventa vero limitatamente alle
funzioni continue.
Proposizione 6.46. Ogni funzione Jensenconvessa e continua in un inter-
vallo I ` e convessa in I.
Proof. Si veda, ad esempio, [34, Proposition 6.3].
Osservazione 6.47. Lo studio delle funzioni convesse e degli insiemi
convessi costituisce uno dei campi di ricerca pi ` u interessanti e fecondi
della moderna analisi matematica. Sono fortissimi i legami con la teo-
ria dellottimizzazione e con il Calcolo delle Variazioni. Non possi-
amo in questa sede accennare alla natura tecnica di queste connes-
sioni fra diverse discipline matematiche, che spaziano dalla Topologia
allAnalisi Funzionale lineare e non lineare.
137
b.y ct/ssi ni nrcct/ni t`/
Per abbreviare alcuni enunciati, conviene introdurre una terminologia
progressiva per la regolarit` a di una funzione. Vorremmo assegnare
alla continuit` a il grado di regolarit` a pi ` u basso, per poi passare alla
derivabilit` a una, due, tre, o pi ` u volte.
Denizione 6.48. Sia f: (a, b) R una funzione. Diremo che f ` e di classe
C
k
(a, b), e scriveremo f C
k
(a, b), se f possiede k derivate in ogni punto
di (a, b), e se queste derivate sono tutte funzioni continue in (a, b). Per
estensione, diremo che f ` e di classe C

(a, b), se f possiede derivate di ordine

arbitrariamente alto in (a, b).
Convenzionalmente, una funzione di classe C
0
(a, b) ` e semplicemente
una funzione continua in (a, b). Una funzione di classe C
1
(a, b) ` e
una funzione che possiede una derivata continua in (a, b). Invitiamo
lo studente a prestare attenzione alla richiesta di continuit` a per tutte
le derivate coinvolte. Potrebbe infatti accadere che una funzione sia
derivabile, ma che la derivata abbia una discontinuit` a: in questo caso
non possiamo attribuire la regolarit` a C
1
.
Per dare qualche esempio, tutti i polinomi sono di classe C

(R), cos`
come la funzione esponenziale, il seno e il coseno. Nei fatti, pratica-
mente tutte le funzioni elementari sono di classe C

nel loro dominio

di denizione.
Esempio 6.49.
`
E chiaro che
C
0
(a, b) C
1
(a, b) . . . C
n
(a, b) C
n+1
(a, b) . . .
Tutte queste inclusioni insiemistiche sono proprie. La solita funzione
x |x| dimostra che esiste una funzione continua ma non derivabile.
Esiste una funzione C
1
ma non C
2
? La risposta ` e affermativa, e il
punto di partenza ` e sempre il valore assoluto. Deniamo f: x x|x|.
Poich e
lim
h0
f(h) f(0)
h
= lim
h0
h|h|
h
= 0,
la funzione f ` e derivabile in zero, ed ` e banalmente derivabile in tutti
gli altri punti:
Df(x) =
_

_
2x (x > 0)
0 (x = 0)
2x (x < 0).
Da questa formula vediamo che Df ` e una funzione continua ma non
derivaile in zero. In particolare, f C
1
(R) \ C
2
(R).
b.8 cn/ri ci ni rtNzi cNi
Abbiamo ormai tutti gli strumenti per effettuare uno studio qualitativo
del graco di una funzione. Sappiamo che, in buona sostanza, il segno
138
della derivata prima ` e un indicatore della monotonia, mentre il segno
della derivata seconda descrive la convessit` a. Per avere un graco rap-
presentativo di una funzione, conviene mettere in risalto gli eventuali
asintoti.
Nella sostanza, un asintoto ` e semplicemente una retta verso la quale
il graco di una funzione si avvicina indenitamente. Piuttosto che
affrontare una difcile denizione unitaria di asintoto, preferiamo pre-
sentare tre denizioni. Sebbene la terza possa inglobare la seconda
con poco sforzo, ` e didatticamente consigliabile tenerle separate.
Denizione 6.50. Sia f una funzione reale di variabile reale, denita almeno
su un intervallo (a, b). La retta di equazione x = a ` e un asintoto verticale
destro per f se lim
xa+
f(x) = . Similmente, la retta x = b ` e un
asintoto verticale sinistro se lim
xb
f(x) = .
Nulla impedisce che una retta x = c sia simultaneamente un asin-
toto verticale sinistro e destro. Ovviamente, la funzione f deve essere
denita almeno in un intorno di c, escluso al pi ` u {c}.
Denizione 6.51. Sia f una funzione denita almeno su un intervallo illim-
itato (a, +). La retta di equazione y = q ` e un asintoto orizzontale destro
se lim
x+
f(x) = q. Analogamente, se f ` e denita almeno su un inter-
vallo illimitato (, a), la retta y = q ` e un asintoto orizzontale sinistro se
lim
x
f(x) = q.
Meno ovvia ` e la denizione di asintoto obliquo, e soprattutto ` e meno
immediato capire se una funzione ammetta asintoti obliqui.
Denizione 6.52. Sia f una funzione denita almeno su un intervallo illim-
itato (a, +). La retta di equazione y = mx + q, m = 0, ` e un asintoto
obliquo per x + se lim
x+
|f(x) (mx +q)| = 0. Analogamente,
possiamo denire un asintoto obliquo per x .
Osservazione 6.53.
`
E chiaro che il segno di valore assouto nella denizione
sopra ` e completamente superuo. Infatti, una quantit` a, sia questa una
successione o una funzione, tende a zero se e solo se tende a zero il
suo valore assoluto.
In primo luogo, osserviamo che una condizione necessaria afnch e
una funzione f abbia un asintoto obliquo (diciamo per x +) ` e che
lim
x+
f(x) = .
Questo ` e chiaro: se y = mx +q ` e un asintoto obliquo, allora
lim
x+
f(x) = lim
x+
f(x) mx q+mx +q = lim
x+
mx +q = .
Vediamo come calcolare i coefcienti m e q di un asintoto obliquo. Se
lim
x+
|f(x) (mx +q)| = 0, a maggior ragione
lim
x+
x
_
f(x)
x
m
q
x
_
= 0.
139
Quindi la parentesi deve tendere a zero, e
m = lim
x+
f(x)
x
. (6.6)
Ora che abbiamo trovato il coefciente angolare m, dalla denizione
stessa di asintoto obliquo deduciamo
q = lim
x+
f(x) mx. (6.7)
Non c` e bisogno di dire che considerazioni del tutto analoghe de-
vono essere fatte per gli asintoti obliqui per x . Evidenziamo
poi che abbiamo sempre supposto m = 0. Da un lato, il caso m = 0
corrisponde allasintoto orizzontale. Dallaltro, se la relazione (6.6) for-
nisce m = 0, non ` e corretto affermare che esiste un asintoto orizzontale.
Ad esempio, la funzione x

x non ha asintoti per x +, eppure

m = 0.
Osservazione 6.54. Pu` o essere utile la seguente osservazione. Sup-
poniamo che f(x) = mx +g(x), dove m = 0 e lim
x+
g(x) = q R.
Allora la retta y = mx +q ` e lasintoto obliquo di f per x +. Per
vericarlo, basta osservare che f(x) (mx +q) = mx +g(x) (mx +
q) = g(x) q, e dunque lim
x+
f(x) (mx +q) = 0 per lipotesi su
g.
Da ultimo, una stessa funzione pu` o presentare due asintoti obliqui
distinti, il primo per x e il secondo per x +. Dunque le
formule (6.6) e (6.7) devono essere applicate sia per x + che per
x , senza alcuna possibilit` a di fare economia sui calcoli.
15
Riassumendo, studiare landamento di una funzione ` e un esercizio che
possiamo suddividere in vari passi. In particolare, lo studente potr` a
seguire questo schema.
Identicare eventuali simmetrie, anche in senso lato, o period-
icit` a della funzione, cos` come le zone in cui la funzione ` e con-
tinua, derivabile, ecc.
Studiare landamento asintotico della funzione vicino ai punti
estremi del dominio di denizione. Questo comprende anche il
calcolo dei limiti allinnito, e lindividuazione degli asintoti.
Identicare il segno della derivata prima, cio` e le zone in cui f ` e
monotona, e i punti critici. Determinare la natura degli eventuali
punti critici, e, quando possibile, studiare il segno della derivata
seconda per denire le regioni di convessit` a e gli eventuali punti
di esso.
Studiare gli eventuali punti singolari.
15 Lo studente non prenda questa affermazione come unaccusa di scarsa volont` a. In un
corso non specialistico come il nostro, buona parte degli esercizi consiste nel fare conti.
Prafrasando Pasolini, calcolare stanca, ma ` e anche lunico modo per vericare se lo
studente sa usare le idee presentate a lezione.
140
Disegnare il graco cartesiano della funzione, avendo cura di
dare risalto alle conclusioni ottenute con lanalisi dei punti prece-
denti.
b.q i t trcnrv/ ni nr t ucsri t/t
La collocazione di questo paragrafo pu` o sembrare bizzarra, dal mo-
mento che ` e consuetudine introdurre il Teorema di De lHospital subito
dopo il teorema del valor medio. Inoltre, averlo a disposizione prima
di affrontare lo studio del graco di una funzione ` e di grande aiuto in
determinate circostanze. Abbiamo preferito collocarlo in coda ai teo-
remi fondamentali del calcolo differenziale per due ragioni: la prima
` e che questa scelta porta diritti a parlare del polinomio di Taylor. La
seconda ` e che tanto pi ` u un teorema ` e utile per gli esercizi, tanto pi ` u lo
studente tende ad abusarne. Alcuni fra gli errori pi ` u grossolani negli
elaborati desame riguardano esattamente questo teorema. Certo, il
docente spesso contribuisce a seminare trappole negli esercizi; ma
anche questo ` e il suo lavoro.
Proponiamo una dimostrazione apparsa in un articolo di A. E. Tay-
lor di alcuni decenni fa (larticolo originale ` e [40], mentre un adatta-
mento della dimostrazione appare in [37]), che possiede il pregio di di-
mostrare con un unico ragionamento tutti i casi coperti dallenunciato.
Non si tratta della dimostrazione pi ` u elementare: il caso della forma
indeterminata [0/0] ` e pi ` u semplice di quello della forma [/], e
tradizionalmente i testi elementari propongono due dimostrazioni pi-
uttosto differenti.
Teorema 6.55 (De lHospital). Sia I un intervallo dellasse reale (eventual-
mente illimitato). Sia c uno degli estremi di I (se I ` e illimitato, c pu` o es-
sere o +). Supponiamo che f e g siano due funzioni reali, denite
sullintervallo I, e che
(:} le derivate Df e Dg siano denite in I. Inoltre, g(x) = 0 e Dg(x) = 0
per ogni x I.
Supponiamo inoltre che una delle seguenti condizioni sia vericata:
(z} lim
xc
f(x) = lim
xc
g(x) = 0;
(j} lim
xc
|g(x)| = +.
Se
lim
xc
Df(x)
Dg(x)
= A, (6.8)
allora
lim
xc
f(x)
g(x)
= A. (6.9)
In questo teorema il valore A pu` o essere nito oppure innito.
141
Proof. Se vale lipotesi (2) oppure (3), allora
liminf
xc
Df(x)
Dg(x)
= limsup
xc
Df(x)
Dg(x)
,
e dal prossimo teorema 6.57 deduciamo che
A liminf
xc
f(x)
g(x)
limsup
xc
f(x)
g(x)
A,
sicch e
liminf
xc
f(x)
g(x)
= limsup
xc
f(x)
g(x)
= A,
e la dimostrazione ` e completa.
Osservazione 6.56. Vogliamo sottolineare che nel caso (3) dellenunciato
non si fanno ipotesi sul comportamento del numeratore f nellintorno
di c. Qualche Autore ha scritto che il Teorema di De lHospital tratta i
limiti della forma [0/0] e [?/].
Il teorema precedente ` e una conseguenza diretta del seguente risul-
tato, pi ` u generale.
Teorema 6.57. Supponiamo che valgano (1) e (2) o (3) del teorema precedente.
Allora
liminf
xc
Df(x)
Dg(x)
liminf
xc
f(x)
g(x)
limsup
xc
f(x)
g(x)
limsup
xc
Df(x)
Dg(x)
. (6.10)
Proof. Partiamo dalla formula di Cauchy
f(x) f(y)
g(x) g(y)
=
Df(X)
Dg(X)
, (6.11)
dove x, y sono punti di I e X ` e un punto opportuno compreso fra x ed
y. Lipotesi (1) implica che g(x) = g(y): altrimenti, per il teorema di
Lagrange, esisterebbe un punto compreso fra x ed y dove la derivata
di g si annulla, contrariamente allipotesi (1). Sia x I, e deniamo
m(x) = inf
c<<x
Df()
Dg()
, M(x) = sup
c<<x
Df()
Dg()
. (6.12)
Ammettiamo, ovviamente, che m(x) = e M(x) = +. Prendiamo
ora y tra c ed x. Allora da (6.11) e (6.12) discende che
16
m(x)
f(x)
g(x)

f(y)
g(x)
1
g(y)
g(x)
M(x) (6.13)
16 La seconda formula si ottiene cambiando segno al numeratore e al denominatore di
(6.11), e dividendo per la quantit` a g(y) = 0.
142
e
m(x)
f(y)
g(y)

f(x)
g(y)
1
g(x)
g(y)
M(x) (6.14)
Ora passiamo al limite per y c. Se vale lipotesi (2), allora da (6.13)
otteniamo
m(x)
f(x)
g(x)
M(x).
Se vale lipotesi (3), allora da (6.14) otteniamo
m(x) liminf
yc
f(y)
g(y)
limsup
yc
f(y)
g(y)
M(x).
Inne, facciamo tendere x c, e il teorema ` e dimostrato.
La dimostrazione del teorema di De lHospital ha fatto un uso molto
forte dei concetti di limite inferiore e superiore, oltre che del teorema
di Cauchy. Proponiamo di seguito una dimostrazione totalmente ele-
mentare, basata solo sulla propriet` a dei valori intermedi per le derivate
(cfr. teorema 6.24), dovuta a F. Lettemeyer ([31]).
Dimostrazione nel caso in cui valga (3), con A nito e c = +. La derivata
di g non pu` o cambiare segno in I, come conseguenza del teorema di
Darboux 6.24. Possiamo allora supporre che Dg(x) > 0 per ogni x I.
Se la derivata fosse invece negativa, basterebbe considerare il rapporto
di f e g. Segue dallipotesi (3) che lim
x+
g(x) = +. Preso
arbitrariamente > 0, abbiamo
A <
Df(x)
Dg(x)
< A+
per ogni x abbastanza grande. Allora
(A)Dg(x) < Df(x) < (A+)Dg(x),
e dunque la funzione x f(x) (A )g(x) ` e monotona crescente,
mentre x f(x) (A + )g(x) ` e monotona descrescente. La stessa
conclusione vale con /2 al posto di . Ora,
f(x)
_
A

2
_
g(x) < f(x) (A)g(x). (6.15)
Deduciamo che
lim
x+
f(x) (A)g(x) = +. (6.16)
Se cos` non fosse, la funzione monotona x f(x) (A)g(x) avrebbe
un limite nito e dunque lo stesso accadrebbe a x f(x) (A
/2)g(x) in virt ` u di (6.15). Ma allora la differenza fra queste due fun-
zioni, cio` e x
1
2
g(x), avrebbe un limite nito. Questo sarebbe in
143
contraddizione con il fatto che lim
x+
g(x) = +. Quindi (6.16)
deve essere vera. In maniera analoga, si dimostra che
lim
x+
f(x) (A+)g(x) = . (6.17)
In conclusione, per ogni x sufcientemente grande,
f(x) (A+)g(x) < 0 < f(x) (A

)g(x),
cio` e
A <
f(x)
g(x)
< A+.
Questo tipo di ragionamento pu` o essere adattato al caso A = , e
anche al caso in cui valga lipotesi (2) invece che (3).
Qualche studente potrebbe domandarsi se, usando qualche trucco
algebrico, non sia possibile ricondurre il caso [/] al caso facile
[0/0]. La risposta ` e, purtroppo negativa. Anche trascurando il fatto
che lipotesi che lim
xc
|f(x)| = non ` e necessaria, in ogni caso non
possiamo fare molto. Di sicuro, considerare 1/f e 1/g non servirebbe a
molto, poich e il quoziente delle derivate diventerebbe
Df(x)
f(x)
2
g(x)
2
Dg(x)
=
Df(x)
Dg(x)
_
g(x)
f(x)
_
2
,
in cui appare anche il quoziente di f e g. Per dimostrare la tesi,
dovremmo in un certo senso supporla vera per ipotesi!
Osservazione 6.58. Il teorema di De lHospital permette di dimostrare
una parziale inversione della Proposizione 6.27. Come visto, non possi-
amo aspettarci che lesistenza del limite della derivata prima sia equiv-
alente allesistenza della derivata prima nel punto x
0
, ma possiamo
comunque dire qualcosa in pi ` u.
Proposizione 6.59. Supponiamo che f: (a, b) R sia una funzione con-
tinua, che x
0
(a, b), e che f sia derivabile in (a, x
0
) (x
0
, b). Se
lim
xx

0
f

(x) =

=
+
= lim
xx
+
0
f

(x),
allora f non ` e derivabile in x
0
.
Proof. Applichiamo il teorema di De lHospital ai due intervalli (a, x
0
)
e (x
0
, b). Per denizione di derivata, dobbiamo controllare lesistenza
del limite
lim
xx
0
f(x) f(x
0
)
x x
0
.
Tutte le ipotesi del teorema di De lHospital sono soddisfatte, in parti-
colare
lim
xx

0
f

(x)
1
=

,
144
lim
xx
+
0
f

(x)
1
=
+
.
Quindi
lim
xx

0
f(x) f(x
0
)
x x
0
= lim
xx

0
f

(x)
1
=

,
mentre
lim
xx
+
0
f(x) f(x
0
)
x x
0
= lim
xx
+
0
f

(x)
1
=
+
.
Il rapporto incrementale non possiede limite per x x
0
, e dunque f
non ` e derivabile in x
0
.
In poche parole, lunico caso in cui la Proposizione 6.27 non si
inverte, ` e esattamente quello dei nostri controesempi, in cui f

non
possiede limite per x x
0
.
Lo studente confronti anche la Proposizione VII.24 di [10].
Oltre alle consuete applicazioni al calcolo dei limiti, il teorema di
De lHospital ` e il fondamento di una fra le pi ` u eleganti tecniche di
approssimazione delle funzioni. Ce ne occupiamo nel prossimo para-
grafo.
b.+o i t rcti Ncvi c ni t/\tcn
`
E piuttosto ragionevole affermare, anche nellera del calcolo automa-
tizzato, che fare dei conti con i polinomi ` e pi ` u semplice che farli con
funzioni qualunque. Questa osservazione tanto ovvia ha permesso di
gettare le basi del calcolo approssimato. In questo corso toccheremo
supercialmente due metodi di approssimazione, il primo locale, il sec-
ondo globale.
In questo paragrafo, studieremo la possibilit` a di approssimare una
funzione molto regolare
17
mediante polinomi opportuni. Ricordiamo
che un polinomio di grado n ` e per noi una funzione della fo rma
P
n
(x) = a
0
+a
1
x +a
2
x
2
+a
3
x
3
+ +a
n1
x
n1
+a
n
x
n
,
dove i numeri reali a
0
, . . . a
n
sono i coefcienti di P
n
. Introduciamo
inne la cosiddetta notazione di Landau per i limiti.
Denizione 6.60. Siano f e g due funzioni denite almeno in un intorno di
a R. Diremo che f = o(g) (si legge f ` e o piccolo di g) per x a se
lim
xa
f(x)
g(x)
= 0.
17 Laggettivo regolare ` e spesso usato come abbreviazione per espressioni riguardanti la
derivabilit` a. Per noi, una funzione regolare ` e una funzione dotata di derivata prima,
seconda, terza, ecc. Il numero esatto delle derivate non conta molto, e verr` a specicato
negli enunciati dei teoremi.
145
Osservazione 6.61. Dalla denizione segue che la notazione o pic-
colo indica in realt` a un insieme di funzioni. Per essere precisi, data
una funzione g denita (almeno) in un intorno di un punto x
0
, abbi-
amo denito linsieme
o(g) =
_
f | lim
xa
f(x)
g(x)
= 0
_
,
dove abbiamo sottinteso che le funzioni f di questo insieme sono anchesse
denite (almeno) in un intorno di x
0
. A rigor di logica, dovremmo scri-
vere f o(g) per x x
0
invece di f = o(g). Alcuni testi, ad esempio
quello di Muresan [34], seguono questo approccio pi ` u rigoroso ma
meno consueto. Questa notazione sarebbe pi ` u corretta, ma ha avuto
storicamente minor fortuna.
18
Osservazione 6.62. Se c` e un o piccolo, ci dovrebbe essere anche un
O grande, dir` a qualche studente.
`
E vero, e il simbolo di O grande
si utilizza per dire che una funzione ` e controllata da unaltra, sia
dallalto che dal basso, nellintorno di un punto. Precisamente, se f
e g sono due funzioni denite (almeno) in un intorno di x
0
, si scrive
f = O(g) per x x
0
quando si vuole dire che esistono un intorno I di
x
0
ed due costant1 C
1
> 0, C
2
> 0 tali che
C
1
|g(x)| |f(x)| C
2
|g(x)| per ogni x I.
In altre parole, f = O(g) signica che il rapporto |f(x)/g(x)| si mantiene
limitato nelle vicinanze di x
0
. Nel caso particolare in cui g ` e una fun-
zione costante,
19
la scrittura f = O(g) signica esattamente che nelle
vicinanze del punto x
0
la funzione f resta limitata. Per capirci, questo
esclude la presenza di un asintoto verticale in x
0
. Non ci soffermi-
amo oltre su questo linguaggio, che non useremo mai nel resto del
corso. Per approfondimenti, il lettore potr` a consultare il classico libro
di Prodi [35].
Scegliendo nella Denizione 6.60 come g la funzione costante ed
uguale a 1, f = o(1) signica semplicemente che f(x) 0 per x
a. Lo studente si convinca che la denizione di derivata pu` o essere
riscritta
f(x) = f(x
0
) +Df(x
0
)(x x
0
) +o(x x
0
) per x x
0
Denizione 6.63. Siano f e g due funzioni denite almeno in un intorno del
punto x
0
. Diremo che g approssima f allordine n se f g = o((x x
0
)
n
)
per x x
0
.
Esplicitamente, richiediamo che
lim
xx
0
f(x) g(x)
(x x
0
)
n
= 0.
18
`
E un peccato, perch e il simbolo di uguaglianza perde in questa situazione la propriet` a
simmetrica: Se f = o(g), non ` e affatto vero che in generale g = o(f). Insomma,
bisogna usare il simbolo = con grandissima cautela.
19 Qui non importa il valore di tale costante.
146
Un caso noto e particolarmente signicativo ` e lapprossimazione allordine
1, chiamata anche approssimazione lineare. Ogni funzione derivabile in
un punto ` e approssimabile linearmente in tale punto, e la funzione
che realizza lapprossimazione ` e la funzione lineare afne rappresen-
tata dalla retta tangente nel punto.
Daltronde, senza ulteriori condizioni dobbiamo aspettarci una gran
quantit` a di funzioni approssimanti. Per esempio, la funzione quadrat-
ica f: x x
2
` e approssimata linearmente in x
0
= 0 da qualunque
funzione g: x x
n
, con R e n 2. Infatti
lim
x0
x
2
x
n
x
= lim
x0
x x
n1
= 0.
Per` o abbiamo gi` a imparato che la retta tangente ` e lunica retta che
approssima linearmente una funzione derivabile in un dato punto.
Poniamo dunque il seguente problema: determinare, se esiste, un poli-
nomio di grado n che approssima una funzione allordine n nellintorno
di un punto x
0
.
Procediamo per passi successivi, chiamando f la funzione da ap-
prossimare e supponendo x
0
= 0. Il caso di x
0
qualunque verr ` a dis-
cusso fra poco. Per n = 1 sappiamo gi` a che lunico polinomio cercato
` e
P
1
(x) = f(0) +Df(0)x.
Per n = 2, la cosa migliore ` e scrivere il generico polinomio di secondo
grado
P
2
(x) = a
0
+a
1
x +a
2
x
2
e imporre la condizione di approssimazione:
lim
x0
f(x) P
2
(x)
x
2
= 0.
Il denominatore tende a zero, il numeratore a f(0) a
0
. Quindi ` e
necessario che a
0
= f(0). Il limite si riscrive
lim
x0
f(x) f(0) a
1
x a
2
x
2
x
2
= 0.
Possiamo applicare la regola di De lHospital, e ci riconduciamo al
limite del quoziente delle derivate
lim
x0
Df(x) a
1
2a
2
x
2x
.
La speranza ` e che tale limite valga zero, e come prima ` e necessario che
Df(0) = a
1
. Applicando una seconda volta la regola di De lHospital,
troviamo la condizione necessaria D
2
f(0) = 2a
2
. Se un polinomio
approssimante c` e, lunica possibilit` a ` e che
P
2
(x) = f(0) +Df(0)x +
1
2
D
2
f(0)x
2
.
147
Lasciamo allo studente la verica banale che questo P
2
` e effettivamente
unapprossimazione di ordine 2 di f in x
0
= 0. Con la notazione di
Landau,
f(x) = f(0) +Df(0)x +
1
2
D
2
f(0)x
2
+o(x
2
).
Se avessimo scelto un punto x
0
anche diverso da zero, la conclusione
sarebbe stata analoga ma un po meno trasparente. Il trucco consiste
nello scrivere il generico polinomio nella forma
P
2
(x) = a
0
+a
1
(x x
0
) +a
2
(x x
0
)
2
.
I valori per i tre coefcienti a
0
, a
1
e a
2
sarebbero stati gli stessi. Appli-
cando pi ` u volte largomento del teorema di De lHospital, si dimostra
il seguente risultato.
Teorema 6.64 (Taylor). Sia f: (a, b) R una funzione derivabile n volte,
e sia x
0
(a, b) un punto ssato. Allora esiste uno ed un solo polinomio P
n
di grado (al pi ` u) n, che approssima f in x
0
con ordine n. I coefcienti di P
n
sono
a
0
= f(x
0
), a
k
=
1
k!
D
k
f(x
0
) per k 1,
e conseguentemente
P
n
(x) = f(x
0
) +
n

k=1
1
k!
D
k
f(x
0
)(x x
0
)
k
.
Il bello della matematica ` e che, a parole, tutto ` e semplice. Adesso che
abbiamo denito il polinomio di Taylor, calcolarlo ` e concettualmente
una sciocchezza. Abbiamo infatti la ricetta che ci restituisce meccani-
camente tutti i coefcienti. Basta saper calcolare le derivate. In alcuni
casi, tali calcoli sono davvero facilissimi. Ad esempio, il polinomio di
Taylor di una funzione polinomiale ` e evidentemente la funzione stessa.
Non c` e neanche bisogno di fare calcoli, dato che basta inserire P
n
= f
nella denizione del polinomio di approssimazione.
Calcoliamo i primi tre termini del polinomio di Taylor della funzione
f(x) =
1
1 x x
2
con punto iniziale x
0
= 0. Ci servono le prime due derivate di f:
Df(x) =
1 +2x
(1 x x
2
)
2
D
2
f(x) =
2(1 x x
2
)
2
+2(1 +2x)
2
(1 x x
2
)
(1 x x
2
)
4
Quindi
P
2
(x) = f(0) +Df(0)x +
1
2
D
2
f(0)x
2
= 1 +x +2x
2
,
148
e perci ` o f(x) = 1+x+2x
2
+o(x
2
) per x 0. Osserviamo che lapprossimazione
ottenuta vale solo per x in un intorno di x
0
= 0, e lo studente deve
rifuggire la tentazione di estendere questa approssimazione a valori
diversi di x.
Giunti n qui, ci resta un dubbio: ` e possibile stimare lerrore com-
piuto con la sostituzione di P
n
al posto di f? Abbiamo visto che tale
errore deve tendere a zero pi ` u velocemente di (x x
0
)
n
, per x x
0
.
Ma di funzioni che tendono a zero ` e pieno il mondo. Sarebbe bello
poter scrivere in termini pi ` u espliciti tale errore. Per il momento ci
limitiamo al prossimo risultato. Quando avremo anche gli integrali
deniti nella nostra cassetta degli attrezzi, potremo dare una stima d
iversa e spesso pi ` u utile.
Teorema 6.65 (Formula di Taylor con resto di Lagrange). Supponiamo
che f: [a, b] R. Sia n N e supponiamo che la derivata (n 1)esima
D
n1
f sia una funzione continua in (a, b) e che D
n
f(x) esista per ogni
x (a, b). Siano x, x
0
[a, b] due punti distinti, e sia P
n1
il polinomio
di Taylor di f centrato nel punto x
0
di ordine n1. Allora esiste un punto
compreso fra x
0
e x tale che
f(x) = P
n1
(x) +
D
n
f()
n!
(x x
0
)
n
.
Proof. Sia M quellunico numero reale tale che f(x) = P
n1
(x) +M(x
x
0
)
n
. Deniamo la funzione g: (a, b) R come
g(t) = f(t) P
n1
(t) M(t x
0
)
n
.
Vogliamo dimostrare che esiste compreso fra x
0
e x tale che n!M =
D
n
f(). Derivando ripetutamente la funzione g, troviamo che
D
n
g(t) = D
n
f(t) n!M.
Ci basta allora dimostrare che D
n
g si annulla fra x
0
e x. Poich e
D
k
P
n1
(x
0
) = D
k
f(x
0
)
per k = 0, . . . , n1, abbiamo
g(x
0
) = Dg(x
0
) = = D
n1
g(x
0
) = 0.
La nostra scelta di M implica g(x) = 0, e applicando il teorema di La-
grange in [x
0
, x] deduciamo lesistenza di x
1
[x
0
, x] tale che Dg(x
1
) =
0. Poich e Dg(x
0
) = 0 lo stesso teorema applicato in [x
0
, x
1
] garantisce
lesistenza di x
2
in tale intervallo con Dg(x
2
) = 0. Dopo n passi, trovi-
amo inne un punto x
n
= [x
0
, x
n1
] tale che D
n
g() = 0. Poich e
x
n1
` e compreso per costruzione fra x
0
e x, la dimostrazione ` e con-
clusa.
Un invito alla calma. Lo studente deve osservare con attenzione che
la formula di approssimazione dellultimo teorema ` e
f(x) = P
n1
(x) +
D
n
f()
n!
(x x
0
)
n
.
149
C` e unapparente sfasatura negli indici: infatti per il termine nale
D
n
f()
n!
(x x
0
)
n
= o((x x
0
)
n1
).
Ma questo non ` e in contraddizione con la formula ricavata preceden-
temente. Per avere unapprossimazione lineare dobbiamo scegliere
n = 2 nellultimo teorema. Non ` e il massimo della comodit ` a, ma da
un punto di vista teorico ci sembra meglio privilegiare il ruolo della
regolarit` a di f. Se la formula di Taylor con il resto o piccolo richiede
n derivate per avere unapprossimazione allordine n, la formula con
il resto di Lagrange richiede n +1 derivate, per avere lo stesso ordine
di appross imazione. Per avere lapprossimazione lineare con resto
o piccolo, basta che la funzione sia derivabile. Se per` o vogliamo la
stima del resto del tipo
D
2
f()
2!
(x x
0
)
2
,
chiaramente f deve avere due derivate. Lo studente non far` a fatica a
riconoscere come caso particolare del Teorema 6.65 proprio il teorema
di Lagrange (n = 1).
Uno degli usi pi ` u frequenti delle formule di Taylor ` e il calcolo dei
limiti. Supponiamo di voler calcolare il limite
lim
x0
e
x
1 x
x
2
.
`
E una forma di indecisione evidente, e nessun limite notevole pu` o
risolverla senza fare ulteriori indagini. Ma se ricordiamo la formula
di Taylor per la funzione esponenziale e la denizione di o piccolo,
possiamo scrivere
e
x
1 x
x
2
=
1 +x +x
2
+o(x
2
) 1 x
x
2
= 1 +
o(x
2
)
x
2
1
per x 0. Una via alternativa
20
consiste nellapplicare due volte la
regola di De lHospital. Lasciamo allo studente i dettagli relativi.
Qualche studente intraprendente potrebbe credere che i principali
limiti possano essere dedotti dagli sviluppi di Taylor. Purtroppo, tali
deduzioni sarebbero quasi certamente scorrette da un punto di vista
logico. Pensiamo al famoso limite
lim
x0
sinx
x
= 1. (6.18)
20 Alternativa per modo di dire. Il polinomio di Taylor ` e sostanzialmente equivalente
alluso di De lHospital, come visto. Se dovessimo calcolare ogni volta i coefcienti
del polinomio, tanto varrebbe usare De lHospital. Fortunatamente esistono le tabelle
degli sviluppi di Taylor per le principali funzioni, e il loro uso riduce sensibilmente la
mole di calcoli necessaria per calcolare molti limiti in forma indeterminata. Ovviamente,
molti software sono capaci di scrivere i polinomi di Taylor di funzioni arbitrarie in pochi
secondi.
150
Se usiamo lo sviluppo di Taylor sinx = x
1
3!
x
3
+o(x
3
), arriviamo im-
mediatamente al risultato. Ma calcolare il polinomio di Taylor richiede
il calcolo delle derivate. Come si calcola la derivata della funzione seno
in x = 0? Facendo il limite del rapporto incrementale:
lim
x0
sinx sin0
x 0
= lim
x0
sinx
x
.
C` e qualcosa che non va: stiamo calcolando un limite notevole, ma
abbiamo bisogno di conoscerlo prima di calcolarlo. Questo apparente
paradosso dovrebbe farci riettere sullimportanza di costruire una
casa partendo dalle fondamenta, e non dal primo piano. Dando per
scontata la denizione ingenua delle funzioni goniometriche seno e
coseno, prima dobbiamo calcolare i limiti notevoli, e solo poi possiamo
calcolare le derivate. Quelle noiose disuguaglianze geometriche che
costituiscono la dimostrazion e elementare del limite notevole (6.18)
non sembrano facilmente evitabili.
21
Inne, proponiamo unapplicazione della formula di Taylor alanalisi
dei punti critici.
Proposizione 6.66. Sia f: (a, b) R una funzione derivabile n volte in
(a, b). Inoltre sia
Df(x
0
) = D
2
f(x
0
) = = D
n1
f(x
0
) = 0, D
n
f(x
0
) = 0.
Allora
1. se n ` e pari e D
n
f(x
0
) > 0, x
0
` e un punto di minimo;
2. se n ` e pari e D
n
f(x
0
) < 0, x
0
` e un punto di massimo;
3. se n ` e dispari, x
0
non ` e n e un punto di massimo n e un punto di minimo.
Proof. Tutte le affermazioni discendono dal teorema di Taylor. Infatti,
per ipotesi si pu` o scrivere
f(x) = f(x
0
) +
D
n
f(x
0
)
n!
(x x
0
)
n
+o((x x
0
)
n
)
per x x
0
. Se n ` e pari, allora, in un intorno di x
0
, f(x) f(x
0
) ha lo
stesso segno di D
n
f(x
0
), e si conclude. Se n ` e dispari, in ogni intorno
di x
0
ci sono punti x in cui f(x) f(x
0
) ` e positivo, e altri punti in cui
la stessa quantit` a ` e negativa. Pertanto, x
0
non ` e n e u massimo n e un
minimo relativo.
La proposizione precedente gode di una certa popolarit` a soprattutto
nei testi di matematica per le scuole superiori.
22
In effetti, quasi tutte le
tecniche meccaniche, che richiedono tanti calcoli e poco ragionamento,
sembrano avere grande fortuna nellinsegnamento secondario.
21 I matematici puri danno spesso denizioni pi ` u rafnate per la funzione seno, e questo
permette di calcolarne la derivata seguendo strade diverse. Purtroppo, nelleconomia di
un primo corso di matematica questi escamotages sono troppo complicati.
22 Un rapido sondaggio fra le matricole degli ultimi anni mi ha convinto che questa affer-
mazione ` e ormai obsoleta. Sembra infatti che nemmeno i docenti dei licei insegnino pi ` u
il criterio delle derivate successive per lanalisi dei punti critici.
151
Tuttavia, il calcolo delle derivate successive pu` o essere fonte di ba-
nali errori di calcolo; conviene allora cercare di studiare il segno della
derivata prima attorno a x
0
, per applicare il criterio di monotonia de-
scritto in precedenza.
Fra laltro, esistono funzioni maleducate alle quali la Proposizione
dimostrata adesso non si applica. Per esempio, la funzione P: R R
denita da
23
P(x) =
_
exp(1/x
2
), x = 0
0 x = 0
ha un evidente minimo in x = 0. Tuttavia si potrebbe dimostrare che
per ogni j N
D
j
P(0) = 0.
A parole, tutte le derivate di P calcolate in x = 0 sono nulle! Non c` e
speranza di descrivere la natura dellorigine mediante la Proposizione.
Senza voler essere rigorosi, potremmo dire che P ` e indenitamente
piatta nellorigine. Landamento qualitativo di P ` e evidenziato nella
prossima gura.
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
1 0.8 0.6 0.4 0.2 0.2 0.4 0.6 0.8 1
x
Concludiamo questa sezione citando un difcile teorema che, in un
certo senso, inverte il teorema di sviluppo con il polinomio di Taylor.
La dimostrazione non ` e banale, e preferiamo ometterla. Lo studente
interessato pu` o leggere i dettagli in [22].
Teorema 6.67. Sia I = (a, b) un intervallo aperto della retta reale, e sia
f: I R una funzione continua e tale che
f(x +y) = a
0
(x) +a
1
(x)y +
1
2
a
2
(x)y
2
+. . . +
1
k!
a
k
(x)y
k
+o(|y|
k
)
per y 0, dove a
0
,. . . , a
k
sono funzioni opportune. Allora f ` e derivabile k
volte e a
i
(x) = D
k
f(x) per ogni i = 0, . . . , k.
23 P ` e liniziale di piatta.
152
b.++ /rrrNni cr: ccvrtrvrNti sttt/ ccN-
vrssi t`/
In questa appendice vogliamo gettare uno sguardo pi ` u geometrico sul
concetto di convessit` a. Per ragioni pratiche ci limiteremo al caso piano
dei sottoinsiemi del piano cartesiano R
2
. Praticamente tutto quello
che diremo ha una ovvia estensione agli spazi euclidei di dimensione
nita qualsiasi (ad esempio lo spazio sico tridimensionale).
Denizione 6.68. Siano P e Q due punti del piano R
2
. Il segmento di
estremi P e Q ` e il sottoinsieme
[P, Q] = {P + (1 )Q | 0 1} .
Pi ` u esplicitamente, se usiamo le coordinate cartesiane per i punti
P = (x
1
, y
1
) e Q = (x
2
, y
2
), i punti del segmento [P, Q] sono i punti
di coordinate cartesiane (x
1
+ (1 )x
2
, y
1
+ (1 )y
2
), al variare
di fra zero e uno. Lo studente dovrebbe disegnare tale segmento e
convincersi della correttezza della rappresentazione analitica.
Denizione 6.69. Un sottoinsieme K del piano R
2
` e convesso se, presi co-
munque due punti P, Q K, tutto il segmento [P, Q] ` e contenuto in K.
Osservazione 6.70. Anche sulla retta reale ` e possibile parlare di sot-
toinsiemi convessi. Tuttavia ci rendiamo facilmente conto che gli unici
sottoinsiemi convessi di R sono gli intervalli (aperti, chiusi, aperti da
una parte e chiusi dallaltra).
Consideriamo ora una funzione f: [a, b] R.
`
E abbastanza agevole
vericare che, se f ` e una funzione convessa, allora le sezioni
{x [a, b] | f(x) < c}, {x [a, b] | f(x) c}
sono sottoinsiemi convessi di [a, b] per ogni scelta di c R. Purtroppo
per` o questa propriet` a non equivale alla convessit` a di f: ad esempio,
la funzione x [0, 1] log(1 +x) ha sezioni convesse, ma ` e concava.
Vogliamo dunque isolare una propriet` a che caratterizzi completamente
le funzioni convesse. Per far ci ` o, dobbiamo analizzare il graco nel
piano cartesiano.
Denizione 6.71. Lepigraco di una funzione f: [a, b] R ` e linsieme
epi f = {(x, y) R
2
| f(x) y}.
A parole, lepigraco ` e semplicemente la porzione di piano al di
sopra del graco di f. Possiamo enunciare e dimostrare un criterio
necessario e sufciente per la convessit` a di una funzione.
Proposizione 6.72. Una funzione f: [a, b] R ` e convessa se, e solo se,
epi f ` e un insieme convesso di R
2
.
Proof. Supponiamo che f sia convessa, e scegliamo arbitrariamente due
punti P = (x
1
, y
1
) e Q = (x
2
, y
2
) di epi f. Poich e f(x
1
) y
1
e f(x
2
)
y
2
, per ogni [0, 1] possiamo scrivere
f(x
1
+ (1 )x
2
) f(x
1
) + (1 )f(x
2
) y
1
+ (1 )y
2
.
153
Ma questo signica precisamente che P + (1 )Q epi f, quindi
epi f ` e convesso. Viceversa, supponiamo che epi f sia convesso. Pren-
diamo x
1
e x
2
in [a, b], y
1
f(x
1
), y
2
f(x
2
). Per ipotesi, se [0, 1],
allora
f(x
1
+ (1 )x
2
) y
1
+ (1 )y
2
.
Scegliendo in particolare y
1
= f(x
1
) e y
2
= f(x
2
), abbiamo la denizione
di funzione convessa.
154
7 TEORI A
DEL L I NTEGRAZI ONE
SECONDO RI EMANN
Ogni studente universitario ha, o dovrebbe avere, una certa familiarit` a
con il calcolo di aree e volumi. A livello elementare, diciamo no alle
scuole superiori, si impara a misurare perimetri, aree e volumi di spe-
ciali gure geometriche. Fra queste compaiono i quadrilateri, i trian-
goli, i parallelepipedi, e cos` via. Gi` a la lunghezza della circonferenza
pone diversi problemi tecnici, generalmente superati dautorit` a inseg-
nando che la circonferenza unitaria misura 2.
1
Sorvolando sulla
denizione stessa di , che spesso si dice valere circa 3.14 senza altri
particolari, la misurazione della lunghezza della circonferenza ` e resa
attraente mediante il classico trucco dello spago arrotolato attorno alla
circonferenza.
Con le aree, la faccenda si fa ancora pi ` u spinosa. Infatti, se ci pu` o
sembrare intelligente ed anche intuitivo dire che il rettangolo di lati
a e b ha unarea pari a ab (base altezza), ben pi ` u inquietante ` e
laffermazione che il cerchio di raggio r ha unarea pari a r
2
(raggio
raggio 3.14). Qui non c` e pi ` u lo spago da arrotolare. Nei casi
pi ` u fortunati, impariamo che la misura dellarea del cerchio si ottiene
inscrivendo in esso poligoni regolari con un numero sempre maggiore
di lati, e facendo tendere allinnito il numero di lati. Larea del cerchio
sar` a allora il limite, per n +, dellarea del poligono regolare di n
lati inscritto.
Ancora pi ` u in generale, consideriamo una funzione f: [a, b] R,
positiva e continua. Nel piano cartesiano, il suo graco y = f(x) rap-
presenta una curva continua: che signicato potremmo dare allarea
di piano che giace fra lasse delle x e il graco della funzione? Non ` e
facile dare una risposta completamente comprensibile da uno studente
di terza media. Fu solo nel corso del XVIII secolo che celebri matem-
atici di nome Chauchy, Riemann, ecc. furono in grado di introdurre
una teoria potente e compatibile con lintuizione stessa di area.
Nelle sezioni seguenti presenteremo un approccio ormai classico
allintegrazione secondo Riemann, introdotto dal matematico francese
Gaston Darboux. Seguiamo da vicino [37] e lappendice di [38]. Non
` e daltronde lunico approccio possibile, e infatti in [10, 19] lo studente
pu` o trovare presentazioni diverse dalla nostra. Lapproccio elementare
con le funzioni a gradino ` e discusso in un breve paragrafo. In [8], la
teoria dellintegrale non ` e veramente svolta, tranne per le funzioni con-
tinue.
Osservazione 7.1. Per molti decenni, i primi corsi di analisi matemat-
ica per gli studenti di Scienze ed Ingegneria presentavano una teoria
ristretta dellintegrazione, dovuta a L. A. Cauchy. In questa teoria,
1 Ovviamente, occorrerebbe specicare ununit` a di misura: metri, centimetri, chilometri.
155
lintegrale si denisce solo per le funzioni continue su un intervallo
chiuso e limitato. Il risultato ` e pertanto una teoria che non si ap-
plica direttamente a funzioni con discontinuit` a a salto. Quel poco di
semplicit` a che si guadagna non bilancia probabilmente la perdita di
generalit` a rispetto allintegrale secondo Riemann. Per una trattazione
distinta dellintegrale per le funzioni continue, rimandiamo a [39].
Avvertenza. In queste note, abbiamo deciso di trattare la cosiddetta
integrazione indenita solo marginalmente. Riteniamo infatti che la
ricerca delle primitive sia una questione di esercizio, pi ` u che di teoria.
Sul mio libro di quinta liceo scientico,
2
lAutore scriveva che tutta
la teoria dellintegrale indenito consiste di una denizione e di una
decina di integrali immediati. La denizione ` e ovviamente quella di
funzione primitiva. Si usa dire che alla base di tale teoria stia la necessit` a
di invertire loperazione di derivazione. Data una funzione, vorremmo
scriverne (almeno) unaltra la cui derivata coincida con la funzione as-
segnata. Problema legittimo e alquanto interessante, che si risolve co-
munque in una denizione, un paio di osservazioni e due regolette.
Tutto il resto ` e esercizio. Ci piacerebbe che lo studente prendesse con-
sapevolezza di un fatto: in matematica la teoria dellintegrazione ` e
quella denita.
y.+ r/nti zi cNi nrt ncvi Ni c
Situazione: abbiamo una funzione f: [a, b] R, limitata, denita sullintervallo
chiuso e limitato [a, b].
Osservazione 7.2. Lipotesi di limitatezza della funzione f sar` a taci-
tamente mantenuta in tutto la trattazione dellintegrazione secondo
Riemann. Nella sezione dedicata agli integrali impropri e generaliz-
zati vedremo no a che punto sia possibile parlare di integrazione
denita per funzioni non limitate. Lipotesi di limitatezza pu` o essere
superata solo nelle teorie dellintegrazione pi ` u potenti, come quella di
Lebesgue.
Denizione 7.3. Una partizione di [a, b] ` e un insieme nito di punti P =
{x
0
, x
1
, . . . , x
n
} tali che
a = x
0
< x
1
< x
2
< < x
n1
< x
n
= b.
Una partizione P

` e pi ` u ne di P se contiene pi ` u punti di P. Date due par-

tizioni P e P

, il loro rafnamento comune ` e la partizione P

= P P

.
Osservazione 7.4. Poich e le partizioni sono semplici insiemi, ad esse si
applicano tutte le consuete operazioni fra insiemi: unioni, intersezioni,
ecc. Nei fatti, il rafnamento comune di due partizioni si ottiene met-
tendo insieme i punti di entrambe, e ovviamente disponendoli in or-
dine crescente di grandezza.
2 R. Ferrauto, Lezioni di Analisi Matematica. Casa editrice Dante Alighieri.
156
Denizione 7.5. Lampiezza di una partizione P si denisce come
(P) = max
i=1,...,n
|x
i
x
i1
|.
Notazione. Se P = {x
0
, x
1
, . . . , x
n
} ` e una partizione di [a, b], si pone
x
i
= x
i
x
i1
.
In corrispondenza di una partizione P, introduciamo due approssi-
mazioni, luna per difetto e laltra per eccesso, dellarea sottesa dal
graco di f e dallasse delle ascisse. Per ogni i {0, 1, . . . , n}
m
i
= inf
x
i1
xx
i
f(x), M
i
= sup
x
i1
xx
i
f(x). (7.1)
La limitatezza di f garantisce ovviamente che m
i
e M
i
sono numeri
reali, cio` e < m
i
M
i
< +.
`
E chiaro che questa conclusione
diviene falsa senza ipotesi di limitatezza. Se, per esempio, f avesse un
asintoto verticale x = x
0
interno allintervallo [a, b], almeno uno fra
m
i
e M
i
diventerebbe innito per ogni partizione contenente il punto
x
0
.
Siano ora
L(P, f) =
n

i=1
m
i
x
i
, U(P, f) =
n

i=1
M
i
x
i
.
Geometricamente, L(P, f) ` e la somma delle aree dei rettangoli di base
x
i
e di altezza m
i
, che rappresentano i rettangoli inscritti fra lasse
delle ascisse e il graco di f. Analogamente, i rettangoli di base x
i
e altezza M
i
sono circoscritti al graco di f. Intuitivamente, L(P, f)
` e unapprossimazione per difetto dellarea sottesa dal graco di f,
mentre U(P, f) ` e unapprossimazione per eccesso della stessa area. Si
vedano le successive gure.
Denizione 7.6. Il numero
_
b
a
f(x) dx = sup
P
L(P, f)
prende il nome di integrale inferiore di f su [a, b]. Analogamente, il numero
_
b
a
f(x) dx = inf
P
U(P, f)
prende il nome di integrale superiore di f esteso ad [a, b].
Segue dallovvia relazione L(P, f) U(P, f) che
_
b
a
f(x) dx
_
b
a
f(x) dx.
Inoltre, la limitatezza di f implica che i due integrali inferiore e superi-
ore sono sempre numeri reali niti. Infatti, da m f(x) M per ogni
x [a, b] discende che
< m(b a) L(P, f) U(P, f) M(b a) < +
per ogni partizione P. La conclusione segue prendendo linf e il sup al
variare delle partizioni P.
157
Figure 6: Approssimazione per difetto dellarea
Figure 7: Approssimazione per eccesso dellarea
158
Denizione 7.7. Una funzione f: [a, b] R ` e integrabile secondo Riemann
se
_
b
a
f(x) dx =
_
b
a
f(x) dx. In questo caso il valore comune dei due integrali
inferiore e superiore prendo il nome di integrale denito di f, e si denota col
simbolo
_
b
a
f(x) dx.
Osservazione. In queste note, abbiamo privilegiato la notazione tipica
dei libri di Calcolo
_
b
a
f(x) dx invece di quella, logicamente pi ` u coer-
ente,
_
b
a
f.
3
In effetti, dalle nostre denizioni consegue che solo f e
lintervallo [a, b] sono coinvolti nella denizione di integrale. La vari-
abile x ` e perfettamente superua. Tuttavia, capita spesso di scrivere
espressioni quali
_
1
0
x
2
dx =
1
3
.
Un attimo di riessione ci convince che quella appena scritta ` e uninesattezza
paragonabile a
d
dx
x
3
= 3x
2
.
Sarebbe una battaglia persa convincere che la scrittura corretta ` e pi ` u o
meno
d
dx
(t t
3
)(x) = 3x
2
.
Lunico aspetto veramente importante di questa discussione ` e che vogliamo
calcolare lintegrale di una funzione. Il nome della variabile ` e del tutto
ininuente. Pertanto i simboli
_
b
a
f(x) dx e
_
b
a
f(y) dy rappresentano il
medesimo ente matematico.
Proposizione 7.8. Sia P una partizione, e sia P

pi ` u ne di P. Allora
L(P

, f) L(P, f), e U(P

, f) U(P, f).
Proof. Cominciamo a supporre che P

contenga esattamente un punto

pi ` u di P. Se x ` e questo punto, esiste un indice i tale che x
i1
< x < x
i
,
dove x
i1
e x
i
sono due punti consecutivi di P. Posto
w
1
= inf
x
i1
x x
f(x), w
2
= inf
xxx
i
f(x),
` e chiaro che w
1
m
i
e w
2
m
i
. Quindi
L(P

, f) L(P, f) = w
1
( x x
i1
) +w
2
(x
i
x) m
i
(x
i
x + x x
i1
)
= (w
1
m
i
)( x x
i1
) + (w
2
m
i
)(x
i
x) 0.
Un ragionamento del tutto analogo mostra che U(P

, f) U(P, f). Se
poi P

contiene un numero k > 1 di punti pi ` u di P, basta ripetere

4
k
volte il discorso appena visto.
3 Capita di veder scritto
_
b
a
f(x) dx, I(f, a, b), oppure
_
b
a
dxf(x). Questultima no-
tazione, a mio parere detestabile, ` e particolarmente popolare nei libri di sica.
4 Ricordiamo che le nostre partizioni sono insiemi costituiti da un numero nito di punti.
159
La denizione di integrale appena introdotta non ` e molto signica-
tiva rispetto al calcolo effettivo degli integrali deniti. Inoltre, non
abbiamo ancora costruito una classe maneggevole di funzioni che pos-
sono essere integrate. Questaffermazione non dovrebbe pi ` u sorpren-
dere lo studente: sappiamo gi` a che solo alcune funzioni sono continue,
altre sono derivabili. Certamente non possiamo aspettarci che tutte
le funzioni siano integrabili.
Quella che segue ` e una caratterizzazione molto forte dellintegrabilit` a.
Essendo una condizione necessaria e sufciente per lintegrabilit` a, sar` a
possibile utilizzarla in maniera del tutto equivalente alla denizione di
integrabilit` a.
Teorema 7.9. Una funzione limitata f: [a, b] R ` e integrabile se e solo se,
per ogni > 0 esiste una partizione P

tale che
U(P

, f) L(P

, f) < . (7.2)
Proof. Per ogni partizione P, ` e
L(P, f)
_
b
a
f(x) dx
_
b
a
f(x) dx U(P, f).
Se vale la (7.2), allora deduciamo che 0
_
b
a
f(x) dx
_
b
a
f(x) dx <
, e larbitrariet` a di garantisce che
_
b
a
f(x) dx =
_
b
a
f(x) dx. Questo
signica che f ` e integrabile.
Viceversa, supponiamo che f sia integrabile. Fissato > 0, esistono
due partizioni P
q
e P
2
tali che
U(P
2
, f)
_
b
a
f(x) dx <

2
,
_
b
a
f(x) dx L(P
1
, f) <

2
.
Se P

` e il rafnamento comune di P
1
e P
2
, allora U(P

, f) L(P

, f) < ,
e possiamo scegliere pertanto P

= P

.
La condizione (7.2) sar` a quella che vericheremo sistematicamente
per controllare lintegrabilit` a delle funzioni. Prima di proseguire, vogliamo
per` o dare uninterpretazione pi ` u intuitiva dellintegrale di Riemann.
Per quanto ne sappiamo nora, per calcolare lintegrale di una data
funzione, dovremmo calcolare un estremo inferiore ed un estremo su-
periore al variare di tutte le possibili partizioni dellintervallo [a, b].
Non ` e n e comodo, n e intuitivo. Vedremo fra un attimo che linte
grale ` e in realt` a un limite di aree di rettangoli al tendere a zero della
lunghezza delle basi dei rettangoli.
Denizione 7.10. Sia P = {x
0
, . . . , x
n
} una partizione di [a, b]. Una
somma di Riemann per la funzione limitata f su [a, b] ` e una somma del tipo
(P, f) =
n

i=1
f(t
i
)x
i
,
dove t
i
[x
i1
, x
i
] ` e un punto qualsiasi nellintervallo [x
i1
, x
i
].
160
Il teorema che segue permette di vedere lintegrale come unoperazione
di limite.
Teorema 7.11. Una funzione limitata f ` e integrabile se e solo se esiste nito
lim
(P)0
(P, f). In tal caso, risulta
_
b
a
f(x) dx = lim
(P)0
(P, f).
Proof. Supponiamo dapprima che A = lim
(P)0
(P, f) esista nito.
Fissato > 0, esiste > 0 tale che (P) < implica, per ogni scelta di
t
1
, . . . , t
n
,
A

2
(P, f) A+

2
.
Sia P una partizione qualsiasi, con (P) < . Facendo assumere a
t
1
, . . . , t
n
tutti i valori possibili e passando allestremo inferiore e su-
periore delle corrispondenti somme di Riemann, si ha
inf
t
1
,...,t
n
(P, f) = L(P, f),
sup
t
1
,...,t
n
(P, f) = U(P, f).
e quindi
A

2
L(P, f) U(P, f) A+

4
.
Ma allora f ` e integrabile, ed anzi A =
_
b
a
f(x) dx per larbitrariet` a di .
Viceversa, sia > 0 ssato. Esiste una partizione P

tale che U(P

, f)
_
b
a
f(x) dx +

2
. Supponiamo che P

sia costituita da n + 1 punti e

quindi divida [a, b] in n intervalli. Siano
M = sup
x[a,b]
|f(x)|, 0 <
1
<

8Mn
.
Consideriamo una partizione P tale che (P) <
1
, e denotiamo con
P

il rafnamento comune a P

e P. Allora
U(P, f) = U(P, f) U(P

, f) +U(P

, f) U(P, f) U(P

, f) +U(P

, f)
U(P, f) U(P

, f) +

4
+
_
b
a
f(x) dx.
I punti di P

interni a intervalli di P sono al massimo n1, e quindi

U(P, f) U(P

, f) (n1) 2M
1
<
n1
n

4
<

4
.
Quindi
U(P, f)

2
+
_
b
a
f(x) dx
per ogni partizione P con (P) < . Analogamente si pu` o provare che
esiste
2
> 0 tale che per ogni partizione P con (P) <
2
risulta
L(P, f)
_
b
a
f(x) dx

2
.
161
Se (P) < = min{
1
,
2
}, allora
_
b
a
f(x) dx

2
L(P, f) U(P, f)

2
+
_
b
a
f(x) dx.
Poich e L(P, f) (P, f) U(P, f), si ha

(P, f)
_
b
a
f(x) dx

per ogni partizione P con (P) < e per ogni scelta dei punti t
1
, . . . , t
n
.
Per denizione, questo vuol dire che
_
b
a
f(x) dx = lim
(P)0
(P, f).
Calcolo di un integrale mediante la denizione. Usando la teoria
delle serie numeriche e il Teorema precedente, mostriamo come calco-
lare un integrale denito. Seguendo lesempio di Archimede, calcol-
iamo larea del segmento parabolico:
S =
_
1
0
x
2
dx.
Fissato arbitrariamente n N, consideriamo la partizione equi-distribuita
0 =
0
n
<
1
n
<
2
n
< . . . <
n1
n
<
n
n
= 1.
Dando per scontato che la funzione x x
2
sia integrabile in [0, 1], il
Teorema precedente garantisce che la somma di Riemann
S
n
=
n

k=1
_
k 1
n
_
2
1
n
converge al valore S dellintegrale cercato per n +. Per calcolare
S
n
, osserviamo che
S
n
=
1
n
3
n

k=1
(k 1)
2
=
1
n
3
_
1
2
+2
2
+3
2
+. . . + (n1)
2
_
,
e dunque ci serve unespressione chiusa per la somma dei quadrati dei
primi n1 numeri naturali. La formula per questa espressione ` e nota,
ma non ` e molto intuitiva. Lespressione chiusa ` e
S
n
=
1
n
3
_
1
3
n
3

1
2
n
2
+
1
6
n
_
,
e pu` o essere vericata per induzione matematica. Per quanto detto
sopra,
_
1
0
x
2
dx = lim
n+
S
n
=
1
3
.
`
E piuttosto sorprendente che questo risultato, ottenuto praticamente
con lo stesso ragionamento esposto, fosse noto gi` a nellantica Grecia!
162
La verica dellintegrabilit` a della funzione x x
2
` e contenuta nel
prossimo Teorema.
Una prima classe di funzioni certamente integrabili ` e quella delle
funzioni monotone (crescenti oppure decrescenti).
Teorema 7.12. Sia f: [a, b] R una funzione monotona e limitata. Allora
f ` e integrabile.
Proof. Dimostriamo lenunciato nel caso in cui f sia monotona cres-
cente. Prendiamo > 0 arbitrariamente piccolo, e sia n un numero
naturale maggiore di (f(b) f(a))(b a)/. Consideriamo i punti eq-
uispaziati (nel senso che x
i
= x
i
x
i1
= (b a)/n per ogni valore
dellindice i)
x
i
= a +
b a
n
i, i = 0, . . . , n.
La partizione P = {x
i
}
i=0,...,n
verica la condizione (7.2). Infatti, con
ovvio signicato dei simboli,
U(P, f) L(P, f) =
n

i=0
(M
i
m
i
)x
i
=
n

i=0
(f(x
i+1
) f(x
i
))
b a
n
=
b a
n
n

i=0
(f(x
i+1
) f(x
i
))
=
b a
n
(f(b) f(a)) < .
Dunque f ` e integrabile su [a, b]. Il caso in cui f sia decrescente ` e anal-
ogo. Di pi ` u, si deduce dal caso gi` a dimostrato: infatti se f decresce,
allora f cresce. Poich e ` e evidente che una funzione f ` e integrabile se
e solo se lo ` e f, abbiamo concluso.
Osservazione. Il teorema precedente non d` a informazioni di alcun
tipo sul valore di
_
b
a
f(x) dx. Ci dice soltanto che questo integrale di
Riemann esiste.
Come sappiamo, una funzione monotona non ` e necessariamente
una funzione continua. Si potrebbe dimostrare che non pu` o essere
troppo discontinua, ma questo va oltre gli scopi del nostro corso.
Quindi, lintegrabilit` a delle funzioni continue non ` e un caso partico-
lare del teorema sulle funzioni monotone. Purtroppo la dimostrazione
che tutte le funzioni continue sono integrabili richiede qualche fatica
aggiuntiva, come impareremo nella prossima sezione.
163
y.z t/ ccNti Nti t`/ tNi rcnvr r t i Ntrcn/zi cNr
nrttr rtNzi cNi ccNti Ntr
Ripensiamo alla denizione di continuit` a: una funzione f ` e continua
nel punto x
0
se per ogni > 0 esiste > 0, dipendente da e da x
0
,
tale che |xx
0
| < implichi |f(x) f(x
0
)| < . Pensiamo alla continuit` a
della funzione x x
2
; si riesce a determinare esplicitamente un che
soddisfa questa condizione, ma non si pu` o pretendere che lo stesso
vada bene per ogni x
0
.
5
Decisamente diverso ` e il caso della funzione
x x. Per questa funzione, basta scegliere = , senza specicare
in quale punto x
0
stiamo vericando la continuit` a. Questa propriet` a ` e
cos` importante che le si attribuisce un nome speciale.
Denizione 7.13. Una funzione f: D R R ` e uniformemente continua
in D se per ogni > 0 esiste > 0 tale che |f(x
1
) f(x
2
)| < per ogni
scelta di x
1
, x
2
D tali che |x
1
x
2
| < .
La continuit` a uniforme ` e un concetto diverso dalla semplice conti-
nuit` a: la funzione exp: R (0, +), denita da expx = e
x
, non ` e
uniformemente continua in R. Infatti, negare la denizione di conti-
nuit` a uniforme signica dimostrare che: esiste > 0 tale che, scelto
arbitrariamente > 0, esistono punti x
1
e x
2
D tali che |x
1
x
2
| <
ma |f(x
1
) f(x
2
)| . Ora, se scegliamo > 0 abbastanza piccolo, e
se poniamo x
1
= +1/ e x
2
= 1/, ovviamente |x
1
x
2
| = e
| expx
1
expx
2
| = e
1

= e
1

+
per 0
+
. Per questa ragione, la funzione continua exp non pu` o
essere uniformemente continua in R. Lostacolo che si ` e frapposto
fra la continuit` a e la continuit` a uniforme ` e stato la possibilit` a di far
tendere x
1
e x
2
allinnito mentre 0. Il prossimo risultato ci dice
che tutte le funzioni continue su un intervallo chiuso e limitato sono
addirittura uniformemente continue.
Teorema 7.14. Tutte le funzioni continue, denite su un intervallo chiuso e
limitato della forma [a, b], sono uniformemente continue su tale intervallo.
Proof. Dimostreremo il teorema ragionando per assurdo. Se neghiamo
la denizione di continuit` a uniforme, arriviamo allenunciato: esiste

> 0 ed esistono due successioni {x

n
} ed {y
n
} di punti in [a, b] tali che
lim
n+
|x
n
y
n
| = 0 ma |f(x
n
) f(y
n
)|

. Ora, per il Teorema

3.41, esistono due sottosuccessioni {x
n
k
} di {x
n
} e {y
n
k
} di {y
n
} tali che
x
n
k
x

[a, b] e y
n
k
y

[a, b] per k +, ma |f(x

n
)
f(y
n
)|

. Lipotesi che lim

n+
|x
n
y
n
| = 0 implica x

= y

,
e la continuit` a di f implica che f(x
n
k
) f(x

) e f(y
n
k
) y

per
k +. Ma allora
0 <

lim
k+
|f(x
n
k
) f(y
n
k
)| = f(x

) f(y

) = 0.
5 Scriviamo un cenno della dimostrazione. Sia x
0
= 0, e ssiamo > 0. Se
< /(2|x
0
|) e |x x
0
| < , allora |x
2
x
2
0
| = |(x x
0
)(x +x
0
)| < 2|x
0
| < .
`
E evidente che 0 se |x
0
| +. Questo rende impossibile la scelta di indipen-
dentemente dal punto x
0
.
164
Questa catena assurda di disuguaglianze implica che era assurda la
negazione della continuit` a uniforme. Pertanto, f ` e uniformemente con-
tinua.
Osserviamo che la funzione x R x
2
[0, +) non ` e uniforme-
mente continua, come si pu` o vericare imitando il ragionamento utiliz-
zato per la funzione exp. Lo ` e invece ogni sua restrizione a intervalli
chiusi e limitati. Per inciso, questo dovrebbe convincere lo studente
che linsieme di denizione di una funzione ` e tanto importante quanto
la formula analitica che la rappresenta.
Abbiamo ormai a nostra disposizione tutti gli ingredienti per formu-
lare e dimostrare un teorea di integrabilit` a per le funzioni continue su
un intervallo.
Teorema 7.15. Una funzione continua f: [a, b] R ` e integrabile.
Proof. Per il teorema UC di uniforme continuit` a, la funzione f ` e uni-
formemente continua. Dato > 0, esiste > 0 tale che |f(x
1
) f(x
2
)| <
/(b a) per ogni scelta di x
1
, x
2
[a, b] tali che |x
1
x
2
| < . Sia
P = {x
0
, . . . , x
n
} una partizione di ampiezza (P) < . Allora
U(P, f) L(P, f) =
n

i=1
(M
i
m
i
)x
i

i=0

b a
(x
i
x
i1
) =

b a
(b a) = .
poich e |x
i
x
i1
| < e di conseguenza M
i
m
i
<

ba
. Abbiamo
costruito una partizione P che soddisfa la (7.2), dunque f ` e integrabile.
Osservazione 7.16. La dimostrazione dellintegrabilit` a delle funzioni
continue ` e sempre un momento delicato, qualunque sia la costruzione
dellintegrale che decidiamo di privilegiare. In effetti, c` e gi` a qual-
cosa di fuorviante nella terminologia. Le funzioni integrabili non sono
quelle continue, bens` quelle uniformemente continue.
`
E la sovrappo-
sizione della continuit` a alla compattezza dellintervallo [a, b] che garan-
tisce lintegrabilit` a; se lintervallo di integrazione fosse illimitato, op-
pure della forma (a, b], o ancora [a, b), non potremmo affermare che
tutte le funzioni continue sono integrabili.
Pi ` u in generale, si dimostra il seguente risultato di integrabilit` a.
Avvisiamo lo studente che la dimostrazione ` e abbastanza complicata.
Teorema 7.17. Una funzione limitata f: [a, b] R, avente un numero
nito di punti di discontinuit` a, ` e integrabile.
Proof. Fissato arbitrariamente > 0, poniamo
M = max
x[a,b]
|f(x)|
165
e sia E linsieme (costituito da un numero nito di elementi) dove f
` e discontinua. Siccome E ` e un insieme nito, possiamo ricoprirlo con
un numero nito di intervalli aperti [u
j
, v
j
] in modo che |v
j
u
j
| < .
Inoltre possiamo pensare di posizionare questi intervalli in modo che
ogni elemento dellinsieme E (a, b) sia contenuto in qualche (u
j
, v
j
).
Rimuoviamo ora gli intervalli (u
j
, v
j
) da [a, b]. L insieme K che resta
` e chiuso e limitato. Quindi f ` e uniformemente continua su K: esiste al-
lora > 0 tale che |f(x) f(y)| < se x, y K e |x y| < . Costruiamo
adesso una partizione P di [a, b] come segue:
1. ogni u
j
ed ogni v
j
appartengono a P;
2. nessun punto di (u
j
, v
j
) appartiene a P;
3. se x
j
non ` e uno dei punti u
j
, allora x
j
< .
Osserviamo che M
i
m
i
2M per ogni i, e che M
i
m
i
a meno
che x
i1
non sia uno dei punti u
j
. Pertanto
U(P, f) L(P, f) (b a) +2M.
Dal momento che ` e arbitrario, abbiamo dimostrato lintegrabilit ` a di
f.
Osservazione 7.18. Al di l` a dei tecnicismi, lidea della dimostrazione
pu` o essere riassunta cos`: si tolgono da [a, b] dei piccoli intorni di ogni
punto di discontinuit` a, e si osserva che le somme di Riemann si spez-
zano in due. Da un lato le somme dove f risulta continua e quindi inte-
grabile. Dallaltra le somme relative ai piccoli intorni appena costruiti.
Ricordando che somme, prodotti, quozienti di funzioni continue
sono ancora funzioni continue, alla luce del teorema di integrabilit` a
per le funzioni continue siamo spinti a credere che lintegrabilit` a rispetti
le usuali operazioni aritmetiche. Questo ` e vero, ma naturalmente
richiede una dimostrazione indipendente dalla continuit` a. Ci limiti-
amo allenunciato preciso.
Teorema 7.19. Siano f e g due funzioni limitate, denite sullintervallo [a, b].
Se f e g sono integrabili, allora le funzioni f +g ed fg sono integrabili. Per
ogni costante reale c, la funzione cf ` e integrabile. Se g(x) = 0 per ogni
x [a, b], allora anche f/g ` e integrabile. Valgono inoltre le formule
_
b
a
f(x) +g(x) dx =
_
b
a
f(x) dx +
_
b
a
g(x) dx,
_
b
a
cf(x) dx = c
_
b
a
f(x) dx

_
b
a
f(x) dx

_
b
a
|f(x)| dx.
Dobbiamo rifuggire dalla tentazione di estendere al prodotto fg e al
quoziente f/g le formule di integrazione. Non ` e vero che lintegrale
del prodotto ` e il prodotto degli integrali! Gli esempi si sprecano, e li
166
vedremo quando sapremo come calcolare di fatto un integrale denito
di una funzione assegnata.
Lintegrale di Riemann gode poi di una propriet` a molto interessante:
ladditivit` a rispetto al dominio di integrazione.
Proposizione 7.20. Sia f: [a, b] R una funzione integrabile. Se c
[a, b], allora f ` e integrabile su [a, c] e su [c, b], e risulta
_
b
a
f(x) dx =
_
c
a
f(x) dx +
_
b
c
f(x) dx.
Lultima operazione inportante da analizzare ` e quella di compo-
sizione. Si preserva lintegrabilit` a componendo funzioni integrabili?
S` e no: la funzione esterna deve essere almeno continua. Vale pre-
cisamente il seguente teorema.
Teorema 7.21. Sia f: [a, b] R una funzione integrabile su [a, b], e sup-
poniamo che c f(x) d per ogni x [a, b]. Sia : [c, d] R una
funzione continua. Allora la funzione composta f: [a, b] R ` e integra-
bile su [a, b].
Deduciamo una conseguenza notevole: se f ` e positiva ed integrabile,
anche ogni potenza ad esponente reale positivo di f ` e ancora integra-
bile. Anche x e
f(x)
` e integrabile. Lasciamo al lettore il piacere di
costruirsi altri corollari dei risultati precedenti sullintegrabilit` a.
y. i t trcnrv/ rcNn/vrNt/tr nrt c/tcctc
i Ntrcn/tr
Arriviamo cos` al momento pi ` u atteso da ogni studente: la regoletta
per calcolare gli integrali. In altri termini, la formula che esprime il
legame fra lintegrale denito e le primitive di una funzione assegnata.
Ci arriveremo con la dovuta calma, passando attraverso una formula
esplicita per scrivere le primitive di una funzione continua.
Teorema 7.22. Sia f: [a, b] R una funzione limitata e integrabile. Allora
la funzione denita da
F(x) =
_
x
a
f(t) dt, (a x b) (7.3)
` e continua. Se f ` e continua nel punto x
0
[a, b], allora F ` e derivabile in x
0
e F

(x
0
) = f(x
0
).
Proof. Sia M = sup
x[a,b]
|f(x)|. Allora, presi x < y in [a, b], abbiamo
che
|F(y) F(x)| =

_
y
x
f(t) dt

_
y
x
|f(t)| dt M(y x).
Quindi F ` e addirittura uniformemente continua. Supponiamo che f sia
continua in un certo x
0
. Fissiamo > 0 e sappiamo che esiste > 0
tale che |x x
0
| < implica |f(x) f(x
0
)| < . Allora, se |h| < ,

F(x
0
+h) F(x
0
)
h
f(x
0
)

1
h
_
x
0
+h
x
0
|f(t) f(x
0
)| dt ,
167
e questo dimostra che
F

(x
0
) = lim
h0
F(x
0
+h) F(x
0
)
h
= f(x
0
).
La dimostrazione ` e conclusa.
Abbiamo appena visto che tutte le funzioni continue su un inter-
vallo hanno una primitiva abbastanza esplicita, ottenibile mediante in-
tegrazione denita. Sottolineiamo che non si pu` o prescindere dalla
continuit` a di f. Infatti, prendiamo a = 0 e b = 2. La funzione discon-
tinua
f(x) =
_
0 se 0 x 1
1 se 1 < x 2
denisce la funzione integrale F(x) =
_
x
0
f(t) dt mediante la formula
F(x) =
_
0 se 0 x 1
x 1 se 1 < x 2.
Questa funzione F ` e continua, ma non ` e una primitiva di f. Infatti,
la derivata di F nel punto x = 1 non esiste, trattandosi di un punto
angoloso.
Il risultato che segue, noto sotto il nome di Teorema di Torricelli
Barrow, contiene un primo legame fra integrazione denita e inte-
grazione indenita.
Teorema 7.23. Sia f: [a, b] R una funzione continua. Se F ` e una primi-
tiva di f, cio` e F ` e derivabile in ogni punto e F

= f, allora
_
b
a
f(x) dx = F(b) F(a).
Proof. Poniamo G(x) =
_
x
a
f(t) dt. Il teorema precedente ci mostra che
G ` e una primitiva di f, e pertanto
d
dx
(F(x) G(x)) = f(x) f(x) = 0.
Quindi esiste un numero k reale tale che F(x) G(x) = k per ogni
x [a, b]. Scegliendo x = a, vediamo che F(a) 0 = k, cio` e k = F(a).
Quindi
_
b
a
f(x) dx = G(b) = F(b) k = F(b) F(a).
La dimostrazione ` e conclusa.
Questo enunciato ` e molto importante, e la dimostrazione proposta
dipende in modo cruciale dalla continuit` a della funzione integranda f.
Tuttavia questa ipotesi non serve. Il prezzo da pagare ` e quello di una
dimostrazione pi ` u complicata.
168
Teorema 7.24. Sia f: [a, b] R una funzione integrabile. Se F ` e una
primitiva di f, cio` e F ` e derivabile in ogni punto e F

= f, allora
_
b
a
f(x) dx = F(b) F(a).
Proof. Sia > 0. Sappiamo che lintegrabilit` a di f implica lesistenza
di una partizione P = {x
0
, . . . , x
n
} tale che U(P, f) L(P, f) < . Per
ogni i = 1, . . . , n, il teorema di Lagrange applicato alla funzione F ci
dice che esiste t
i
[x
i1
, x
i
] tale che F(x
i
) F(x
i1
) = f(t
i
)x
i
. Dal
momento che t
i
[x
i1
, x
i
], avremo m
i
f(t
i
) M
i
, e dunque

_
b
a
f(x) dx
n

i=1
f(t
i
)x
i

< .
Inoltre,
F(b) F(a) = [F(x
1
) F(x
0
)] + [F(x
2
) F(x
1
)] + + [F(x
n
) F(x
n1
)]
=
n

i=1
F(x
i
) F(x
i1
).
Deduciamo che

F(b) F(a)
_
b
a
f(x) dx

i=1
F(x
i
) F(x
i1
)
_
b
a
f(x) dx

i=1
f(t
i
)x
i

_
b
a
f(x) dx

< .
Questo conclude la dimostrazione.
Osservazione 7.25. Ci sembra utile proporre il seguente argomento
per la dimostrazione del teorema precedente. Fissata arbitrariamente
una partizione P di [a, b], per ogni indice i esiste un punto t
i

[x
i1
, x
i
] tale che F(x
i
) F(x
i1
) = f(t
i
)x
i
. Sommando rispetto a
i, otteniamo
F(b) F(a) =
n

i=1
F(x
i
) F(x
i1
) =
n

i=1
f(t
i
)x
i
, ()
e a destra dellultimo segno di uguaglianza riconosciamo una somma
di Riemann per la funzione f. Invocando allora il Teorema 6.8, ci sem-
brerebbe lecito far tendere a zero lampiezza (P) della partizione P e
di concludere che
_
b
a
f(x) dx = lim
(P)0
n

i=1
f(t
i
)x
i
= F(b) F(a).
La dimostrazione ` e cos` terminata. Ne siamo proprio sicuri? La risposta
` e che questa non ` e una dimostrazione corretta. Fare il limite delle
somme di Riemann signica che per ogni > 0 esiste > 0 tale che,
169
per ogni partizione P di ampiezza (P) < e per ogni scelta dei punti
t
i
[x
i1
, x
i
] si ha

i=1
f(t
i
)x
i

_
b
a
f(x) dx

< .
Invece, nel nostro ragionamento, i punti t
i
sono opportunamente scelti.
Spostandoli anche solo di poco, la relazione () diventa in generale
falsa! Si potrebbe dimostrare con poca fatica che le cose vanno a posto
quando f ` e continua, dal momento che piccoli spostamenti dei punti
t
i
comportano piccoli spostamenti dei valori f(t
i
). Ma il teorema fon-
damentale del calcolo per le funzioni continue ha una dimostrazione
ancora pi ` u elementare che abbiamo gi` a proposto.
Ricapitolando, per calcolare un integrale denito basta procurarsi
una primitiva e applicare il teorema di Torricelli.
Unestensione pressoch e immediata al concetto di primitiva ` e il seguente.
Denizione 7.26. Sia (a, b) un intervallo, e sia f: (a, b) R. Si dice che
F: (a, b) R ` e una primitiva in senso esteso di f se F ` e continua in ogni
punto di (a, b), se F ` e derivabile in (a, b) eccetto al pi ` u un numero nito di
punti x
1
, . . . , x
n
, e se F

(x) = f(x) per ogni x (a, b) \ {x

1
, . . . , x
n
}.
Invitiamo lo studente a dimostrare che se F e G sono due primitive
in senso esteso di una certa f, allora F e G differiscono per una costante.
Suggerimento: su ciascuno degli intervalli [x
1
, x
2
], [x
2
, x
3
], ecc. la fun-
zione F G ha derivata nulla. Quindi essa ` e costante su ognuno di
questi intervalli. Il punto ` e che le varie costanti potrebbero essere di-
verse: F(x) G(x) = C
1
in [x
1
, x
2
], F(x) G(x) = C
2
in [x
2
, x
3
], e cos`
via. La continuit` a di F e di G, assunta per ipotesi nella denizione
precedente, obbliga tuttavia queste costanti a coincidere. La conclu-
sione ` e ormai a portata di mano.
y. tN srccNnc sct/nnc sttt i Ntrcn/tr
ni ni rv/NN
La costruzione dellintegrale di Riemann mediante le approssimazioni
per eccesso e per difetto dellarea sottesa permette un approccio del
tutto equivalente, ma secondo alcuni pi ` u naturale.
Riprendiamo la denizione di L(P, f): ssata una partizione P =
{x
0
, . . . , x
n
} di [a, b], la quantit` a
L(P, f) =
n

i=0
m
i
x
i
rappresenta in realt` a lintegrale di una funzione molto particolare, e
precisamente la fuzione che vale m
i
nellintervallo (x
i1
, x
i
), e zero al-
170
10 5 5 10
0.2
0.4
0.6
0.8
1.0
Figure 8: Funzione caratteristica dellintervallo [1, 2].
trove. Il graco di questa funzione ha la forma di una scala costituita
da gradini di altezza m
i
. Similmente,
U(P, f) =
n

i=0
M
i
x
i
` e lintegrale della funzione che vale M
i
in (x
i1
, x
i
), e zero altrove.
Ricordando che m
i
= inf{f(x) | x
i1
x < x
i
} e M
i
= sup{f(x) |
x
i1
x < x
i
}, ` e chiaro che il graco di f ` e ovunque racchiuso fra i
due graci a scala cos` costruiti.
Denizione 7.27. Se I R, la funzione caratteristica di I ` e la funzione
denita dalla formula

I
(x) =
_
1 se x I
0 se x / I.
Denizione 7.28. Sia [a, b] un intervallo di R. Una funzione a scala ` e una
funzione della forma
n

i=0
c
i

[x
i1
,x
i
)
,
dove {x
0
, . . . , x
n
} ` e una partizione di [a, b].
Denizione 7.29. Lintegrale di una funzione a scala =

n
i=0
c
i

[x
i1
,x
i
)
` e il numero reale
_
b
a
(x) dx =
n

i=0
c
i
x
i
.
Osservazione 7.30. Questa denizione richiederebbe qualche ulteriore
riessione. Purtroppo, ci sono inniti modi di rappresentare la stessa
171
funzione a scala. Non siamo convinti? Ragioniamo su un esempio
molto elementare. Consideriamo la funzione a scala =
[0,1]
. Si
tratta della funzione che vale 1 nellintervallo [0, 1], e 0 altrove. Ovvi-
amente, =
[0,1/2)
+
[1/2,1]
` e unaltra formula per la stessa fun-
zione a scala. Ma possiamo andare avanti: =
[0,1/3)
+
[1/3,2/3)
+

[2/3,1]
. Quello che per` o non dipende dalla particolare formula utiliz-
zata ` e proprio lintegrale di . Daltronde, questo non ci sorprende,
poich e larea di un rettangolo pu` o essere calcolata dividendo il ret-
tangolo in tanti rettangolo pi ` u piccoli, sommando inne le aree mi-
nori. Questa osservazione ha carattere generale, e lintegrale di una
funzione a scala ` e indipendente dalla particolare scrittura scelta per
rappresentarla. Per gli studenti pi ` u interessati, riportiamo di seguito
lenunciato preciso con la dimostrazione. Essendo piuttosto tecnica,
pu` o senzaltro essere omessa in una prima lettura.
Lemma 7.31. Se

n
i=0
c
i

[x
i1
,x
i
)
e

n
i=0
d
i

[y
i1
,y
i
)
sono due rappre-
sentazioni della stessa funzione a scala , allora
_
b
a
n

i=0
c
i

[x
i1
,x
i
)
=
_
b
a
n

i=0
d
i

[y
i1
,y
i
)
.
Proof. Per comodit` a, poniamo I
i
= [x
i1
, x
i
) e J
i
= [y
i1
, y
i
). Se X ` e
un insieme arbitrario, vale la relazione insiemistica
X = X[a, b] = X
n
_
i=0
J
i
=
n
_
i=0
XJ
i
.
Indichiamo con m(I) = la lunghezza del generico intervallo
I = [, ]. Allora
m(I
k
) =
n

h=0
m(I
k
J
h
)
m(J
h
) =
n

k=0
m(I
k
J
h
).
Quindi

k
c
k
m(I
k
) =

h,k
c
k
m(I
k
J
h
)

h
d
h
m(J
h
) =

h,k
d
h
m(I
k
J
h
).
Per concludere la dimostrazione, basta vericare che m(I
k
J
h
) = 0
implica c
k
= d
h
. Ma questo ` e abbastanza evidente: nellintersezione
I
k
J
h
, che non ` e vuota perch e ` e un intervallo di lunghezza positiva,
la funzione a scala vale assume simultaneamente i valori c
k
e d
h
.
Quindi c
k
= d
h
.
Denizione 7.32. Se f: [a, b] R ` e una funzione, denoteremo con S

la
famiglia delle funzioni a scala minori di f, e con S
+
la famiglia delle funzioni
a scalala maggiori di f.
172
Ricordando le denizioni di estremo inferiore e superiore, deduci-
amo che
_
b
a
f(x) dx = sup
P
L(P, f) = sup
S

_
b
a
(x) dx
_
b
a
f(x) dx = inf
P
L(P, f) = inf
S
+
_
b
a
(x) dx
In particolare, otteniamo il seguente criterio di integrabilit` a.
Teorema 7.33. La funzione f ` e integrabile (secondo Riemann) nellintervallo
[a, b] se e solo se, per ogni > 0 esistono due funzioni a scala e tali che
f e
_
b
a
((x) (x)) dx < . (7.4)
Questo teorema ` e semplicemente una riformulazione della condizione
(7.2), letta con il linguaggio delle funzioni a scala. In pratica, lintegrabilit` a
secondo Riemann consiste nella possibilit` a di costruire una funzione a
scala pi ` u piccola di f, una funzione a scala pi ` u grande di f, che abbiano
aree sottese arbitrariamente vicine.
Osservazione 7.34. Vogliamo sottolineare che in questa sezione non
c` e alcun concetto innovativo: abbiamo solo cambiato dialetto. In
effetti, sarebbe possibile costruire lintegrale di Riemann come limite
degli integrali di funzioni a scala che convergono (in senso opportuno)
alla funzione f. Si tratta di un approccio robusto e potente alla teoria
dellintegrazione, ma il prezzo da pagare ` e quello di apprendere i rudi-
menti dellAnalisi Funzionale Lineare. Il lettore interessato (e molto
intraprendente) pu` o leggere larticolo originale [12] di P. J. Daniell. Un
testo pi ` u moderno ` e [21], dove la teoria dellintegrazione ` e presentata
secondo la tradizione francese della scuola bourbakista.
y. /rrti c/zi cNi /t c/tcctc nrcti i Ntr-
cn/ti nrri Ni ti
Ricordiamo che la formula di derivazione
(fg)

= f

g +fg

conduce alla regola di integrazione per parti (si veda anche il paragrafo
successivo)
_
f(x)g

(x) dx = f(x)g(x)
_
f

(x)g(x) dx.
Il teorema fondamentale del calcolo integrale ci dice immediatamente
che
_
b
a
f(x)g

(x) dx = f(b)g(b) f(a)g(a)

_
b
a
f

(x)g(x) dx.
173
Un po pi ` u complicata ` e la formula per calcolare correttamente gli inte-
grali deniti per sostituzione. Se x = g(t), t [c, d], ` e un cambiamento
di variabile monotono crescente,
6
allora
_
b
a
f(x) dx =
_
g
1
(b)
g
1
(a)
f(g(t))g

(t) dt. (7.5)

Se invece x = g(t), t [c, d], ` e un cambiamento di variabile monotono
decrescente, dobbiamo usare la formula
_
b
a
f(x) dx =
_
g
1
(a)
g
1
(b)
f(g(t))g

(t) dt. (7.6)

Occorre fare molta attenzione alle formule (7.5) e (7.6). Queste ci di-
cono che integrando per sostituzione gli estremi di integrazione vanno
cambiati. Vediamo un esempio: vogliamo calcolare
_
2
1
logx
x
dx.
Ponendo x = g(t) = e
t
, la formula (7.5) afferma che
_
2
1
logx
x
dx =
_
log2
log1
t
e
t
e
t
dt =
_
log2
0
t dt =
1
2
(log2)
2
.
Invitiamo gil studenti a fare molto esercizio per memorizzare queste
formule. Uno degli errori pi ` u diffusi ` e quello di dimenticarsi di cam-
biare gli estremi di integrazione.
Osservazione 7.35. Dalla discussione appena fatta, discende che il cal-
colo di un integrale denito in cui sia necessario operare per sosti-
tuzione pu` o essere svolto in due modi:
1. lavorando sempre con lintegrale indenito, e applicando il teo-
rema fondamentale solo come ultimo passaggio;
2. lavorando direttamente sullintegrale denito, ricordando sem-
pre di cambiare gli estremi di integrazione coerentemente con il
cambiamento di variabile.
y.b crNNi sttt/ ni crnc/ nrttr rni vi ti vr
Linsegnamento del paragrafo precedente ` e che occorre sviluppare una
certa manualit` a nel calcolo delle primitive. Ricordiamo che
Denizione 7.36. Una funzione F ` e una primitiva di una funzione f sullintervallo
I se F ` e derivabile in I e risulta F

(x) = f(x) per ogni x I.

Osservazione 7.37. Se calcolare la derivata di una funzione la cui for-
mula si compone di funzioni elementari ` e sempre possibile mediante
6
`
E sottinteso in questa espressione che g sia derivabile.
174
le regole di calcolo dimostrate prima, il calcolo delle primitive delle
funzioni elementari pu ` o sconnare dallambito delle funzioni elemen-
tari stesse. Per capirci, si pu` o dimostrare che la funzione x e
x
2
non
possiede primitive esprimibili mediante formule elementari. Ovvia-
mente questa funzione possiede primitive in quanto si trata di una
funzione continua. Il punto ` e che non riusciremo mai a scriverle es-
plicitamente mediante il solo utilizzo di funzioni elementari.
Innanzitutto, quante solo le primitive di una data funzione?
Proposizione 7.38. Dati un intervallo I ed una funzione f, due primitive di
f differiscono per una costante additiva.
Proof. Siano F
1
ed F
2
due primitive di f su I. Poich e
(F
1
F
2
)

= F

1
F

2
= f f = 0 in I,
la funzione F
1
F
2
` e costante in I. Quindi esiste C R tale che F
1
(x) =
F
2
(x) +C per ogni x I.
Quindi, se vogliamo trovare le primitive di una funzione su un in-
tervallo, occorre e basta trovarne una: tutte le altre differiranno da essa
per costanti additive. Con un certo abuso di notazione, sottintendiamo
lintervallo I e scriviamo
_
f(x) dx = {F | F ` e una primitiva di f su I} . (7.7)
Osservazione 7.39. La notazione per la collezione delle primitive ` e am-
bigua. Come accennato, non fa menzione dellintervallo I. Purtroppo,
la notazione intuitiva
_
I
f(x) dx
` e gi` a utilizzata per indicare lintegrale denito esteso allintervallo I.
Alcuni testi propongono notazioni pi ` u asettiche ma pi ` u precise, ad
esempio I(f, I). Inoltre, occorrerebbe maggiore attenzione nella ma-
nipolazione del simbolo di integrale indenito; si tratta di un insieme,
e non gi` a di una singola funzione. Dovremmo ad esempio scrivere
sin
_
cos x dx. Sembra un errore di stampa, vero?
Questo per` o non ci aiuta nel calcolo effettivo delle primitive. Inoltre,
la denizione non ` e operativa, a differenza di quella di derivata. Per
affrontare questo problema, cominciamo ad osservare che ogni tabella
di derivate ` e automaticamente una tabella di primitive. Ad esempio,
dalla regola
d
dx
sinx = cos x
deduciamo che una primitiva della funzione coseno ` e la funzione seno.
Inoltre, le regole algebriche per il calcolo differenziale diventano (parzial-
mente) ergole per il calcolo delle primitive. Infatti, se k ` e una costante
reale,
_
(f(x) +g(x)) dx =
_
f(x) dx +
_
g(x) dx,
175
_
k f(x) dx = k
_
f(x) dx.
Non ` e ovviamente vero che la primitiva di un prodotto di funzioni sia
il prodotto delle corrispondenti primitive! La formula di Leibniz per
la derivazione dei prodotti d` a origine alla regola di integrazione per
parti.
Proposizione 7.40 (Integrazione per parti). Se f 4 g sono due funzioni
derivabili in un intervallo I, allora
_
f(x)g

(x) dx = f(x)g(x)
_
f

(x)g(x) dx. (7.8)

Proof. Dalla formula di Leibniz D(fg) = Df g +f Dg segue immedi-
atamente che
f(x)g(x) =
_
f

(x)g(x) dx +
_
f(x)g

(x) dx,
cio` e la formula della proposizione.
Vediamo come si applica, in pratica, questa formula. Supponiamo di
voler calcolare
_
xe
x
dx. Come scegliere f e g? Abbiamo due possibilit
` a:
1. f(x) = x e g

(x) = e
x
2. f(x) = e
x
e g

(x) = x.
Nel primo caso, la Proposizione precedente dice che
_
xe
x
dx = xe
x

_
e
x
dx = xe
x
e
x
+C.
Nel secondo caso,
_
xe
x
dx =
x
2
2
e
x

_
x
2
2
e
x
dx.
`
E evidente che la seconda alternativa ha complicato il calcolo dellintegrale
indenito, mentre la prima lha risolto. Come vedere la scelta giusta?
Non ci sono ricette universali, ed ` e soprattutto lesperienza che perme-
tte di scegliere la strada migliore senza perdersi in calcoli inutili e
complicati.
Se n qui abbiamo dato spazio alle regole algebriche, ci manca an-
cora un metodo generale per affrontare la ricerca delle primitive di
funzioni ottenute mediante composizione.
Proposizione 7.41 (Integrazione per sostituzione). Siano f ed x due fun-
zioni derivabili e tali che la composizione f x abbia signicato in un certo
intervallo. Allora
_
f

(x(t))x

(t) dt = f(x(t)) +C. (7.9)

176
Proof. Per la regola della catena,
d
dt
f(x(t)) = f

(x(t))x

(t),
sicch e f(x(t)) +C =
_
f

(x(t))x

(t) dt.
Questa formula ` e molto meno trasparente di quella di integrazione
per parti. In pratica, il metodo sembra potersi applicare solo alle fun-
zioni integrande di un tipo molto particolare, cio` e (f x)x

. Vediamo
ora S un esempio molto semplice di applicazione. Si voglia calcolare
_
e
x+2
dx. Se poniamo f

(x) = e
x
e t = x +2, allora x = x(t) = t 2
` e derivabile e lintegarle proposto si risolve con la formula di inte-
grazione per sostituzione:
_
e
x+2
dx =
_
f

(x(t))x

(t) dt = e
t
+C = e
x+2
+C.
Ecco un secondo esempio: calcolare
_
x sin(x
2
) dx. Poniamo x
2
= t,
in modo che x = x(t) =

t. Quindi x

(t) =
1
2

t
e lintegrale
diventa
_

t sint
_

1
2

t
_
dt =
_
1
2
_
sint dt =
1
2
cos t +C.
Torniamo inne alla variabile x, e poich e t = x
2
possiamo scrivere
_
x sin(x
2
) dx =
1
2
cos(x
2
) +C.
Osservazione 7.42. Nellultimo esempio abbiamo cercato di proporre
lo schema pratico dellintegrazione per sostituzione, che appare un
po diverso dal contenuto della Proposizione 7.41. Per accertarsi di
non aver commesso qualche ingenuo errore di calcolo, lo studente ` e
senzaltro invitato a vericare la correttezza della propria soluzione
facendo la derivata della (presunta) primitiva. Se il risultato ` e esat-
tamente la funzione da integrare, allora lesercizio ` e corretto. Nel
prossimo paragrafo lo studente pu` o trovare una motivazione un po
formale del funzionamento del metodo di sostituzione.
Osservazione 7.43. Capita spesso di leggere interi paragra di libri
di testo dedicati ai cosiddetti integrali quasi immediati. Si tratta di
quegli integrali che si presentano sotto la forma generale
_
g(f(x))f

(x) dx,
dove f e g sono due funzioni assegnate. In realt` a, questi sono integrali
banalmente calcolabili per sostituzione: infatti, ponendo t = t(x) =
f(x), osserviamo che t

(x) = f

(x), sicch e
_
g(f(x))f

(x) dx =
_
g(t) dt,
177
e basta allora procurarsi una primitiva G di g per concludere che
_
g(f(x))f

(x) dx = G(f(x)) +C.

Il secondo esempio visto sopra era in realt` a di questo tipo: infatti
_
x sin(x
2
) dx =
1
2
_
(2x) sin(x
2
) dx,
e riconosciamo un integrale quasi immediato nel quale f(x) = x
2
e
g(x) = sinx.
Se queste sono le uniche regole generali di calcolo delle primitive,
questo non signica che siamo capaci di calcolare tutti gli integrali
indeniti che possiamo concepire. Anche escludendo quei casi che
non possiedono primitive esprimibili mediante funzioni elementari, il
calcolo di una primitiva pu` o richieder luso ripetuto e/o sovrapposto
delle regole studiate, oltre naturalmente ad astuzie di natura alge-
brica o analitica. Insomma, il calcolo integrale mette alla prova lo
spirito di osservazione dello studente, e costituisce certamente il primo
ostacolo che la sola applicazione di regole meccaniche non permettono
di aggirare.
Nel prossimo paragrafo ci occuperemo dellintegrazione indenita
di unampia classe di funzioni, e saremo costretti ad utilizzare alcuni
trucchi per semplicare il nostro lavoro.
y.y i Ntrcn/zi cNr nrttr rtNzi cNi n/zi cN-
/ti rn/ttr
Per evitare eccessivi tecnicismi, ma soprattutto per non dover accettare
come atto di fede il teorema di decomposizione delle funzioni razionali
fratte, ci limiteremo a trattare il caso delle funzioni razionali fratte con
denominatore di grado non superiore a due. Le seguenti formule sono
tratte da [2]: per a = 0,
_
dx
ax
2
+bx +c
=
_

_
2
_
4ac b
2
arctan
2ax +b
_
4ac b
2
, b
2
4ac < 0
1
_
b
2
4ac
log

2ax +b
_
b
2
4ac
2ax +b +
_
b
2
4ac

, b
2
4ac > 0

2
2ax +b
, b
2
= 4ac.
178
La forma analitica delle primitive dipende essenzialmente dal segno
di = b
2
4ac. I calcoli seguenti dovrebbero risvegliare qualche
ricordo nella mente dello studente: per a = 0,
ax
2
+bx +c = a
_
x
2
+
b
a
x +
c
a
_
= a
_
_
x +
b
2a
_
2
+
c
a

b
2
4a
2
_
= a
_
_
x +
b
2a
_
2
+
4ac b
2
4a
2
_
= a
_
_
x +
b
2a
_
2

4a
2
_
Vediamo che, per risolvere lequazione algebrica di secondo grado
ax
2
+bx +c = 0
dobbiamo risolvere
a
_
_
x +
b
2a
_
2

4a
2
_
= 0,
e cio` e
_
x +
b
2a
_
2

4a
2
= 0.
Ma questa equazione ` e facile:
x +
b
2a
=
_

4a
2
=

2a
.
Lo studente non mancher` a di notare che abbiamo ricavato la celeber-
rima formula risolutiva per le equazioni (algebriche) di secondo grado:
x =
b

2a
.
La presenza della radice quadrata di ci costringe a distinguere tre
casi:
1. > 0
2. < 0
3. = 0.
Cominciamo dallultimo caso. Il polinomio ax
2
+bx +c possiede due
radici reali coincidenti:
x
1
= x
2
=
b
2a
.
Inoltre ax
2
+bx +c = a(x x
1
)
2
. Quindi
_
dx
ax
2
+bx +c
=
1
a
_
dx
(x x
1
)
2
=
1
a
1
x x
1
=
2
2ax +b
.
179
Il caso > 0 si tratta come nel seguito. Il nostro polinomio di secondo
grado possiede le due radici reali distinte
x
1
=
b

2a
, x
2
=
b +

2a
.
Perci ` o ax
2
+bx +c = a(x x
1
)(x x
2
), e
_
dx
ax
2
+bx +c
=
1
a
_
ddx
(x x
1
)(x x
2
)
.
Cerchiamo due numeri reali A e B tali che
1
(x x
1
)(x x
2
)
=
A
x x
1
+
B
x x
2
per ogni x / {x
1
, x
2
}. Mettendo a denominatore comune e operando
qualche semplicazione, otteniamo
1 = (A+B)x Ax
2
Bx
1
per ogni x / {x
1
, x
2
}. Afch e questo sia vero, il coefciente della x
a secondo membro deve essere uguale al coefciente della x a primo
membro (cio` e 0), e i termini noti devono coincidere. Pertanto occorre
risolvere il sistema lineare in due equazioni
_
A+B = 0
Ax
2
+Bx
1
= 1.
(7.10)
La soluzione si trova facilmente per sostituzione:
_
A = 1/(x
1
x
2
)
B = 1/(x
1
x
2
).
Dunque
1
(x x
1
)(x x
2
)
=
1
x
1
x
2
1
x x
1

1
x
1
x
2
1
x x
2
.
Inne,
_
dx
ax
2
+bx +c
=
1
a
_
dx
(x x
1
)(x x
2
)
=
1
a
_
1
x
1
x
2
log|x x
1
|
1
x
1
x
2
log|x x
2
|
_
=
1
a(x
1
x
2
)
log

x x
1
x x
2

.
Sostituendo i valori di x
1
e x
2
e facendo qualche calcolo algebrico, si
arriva alla formula scritta allinizio di questo paragrafo.
Lultimo caso ` e quello in cui < 0, ed ` e noto che il nostro poli-
nomio di secondo grado non possiede radici reali. Probabilmente al-
cuni studenti sanno che esso possiede invece due radici complesse
coniugate. Non avendo discusso i numeri complessi, e visto che non
180
ne trarremmo alcun vantaggio concreto, evitiamo di insistere su tale
terminologia. Per integrare la funzione razionale ci basta osservare
che
ax
2
+bx +c = a
_
x
2
+
b
a
x +
c
a
_
e che
x
2
+
b
a
x +
c
a
=
_
x +
b
2a
_
2
+
c
a

b
2
4a
2
.
Poich e < 0, esiste k R tale che
k
2
=
c
a

b
2
4a
2
.
La sostituzione t = x +
b
2a
ci conduce allintegrale
1
a
_
dt
t
2
+k
2
=
1
ak
2
_
dt
(
t
k
)
2
+1
.
Lulteriore sostituzione u = t/k risolve lultimo integrale:
1
ak
2
_
dt
(
t
k
)
2
+1
=
1
ak
2
_
k
u
2
+1
du =
1
ak
arctanu+C =
1
ak
arctan
t
k
+C.
Ricordando che t = x +
b
2a
ed esplicitando il valore di k, si arriva dopo
qualche passaggio allintegrale voluto.
Sconsigliamo allo studente di imparare a memoria i risultati: lo
sforzo non ` e banale, ed ` e certo pi ` u importante saper riprodurre i ra-
gionamenti nel caso concreto.
Osservazione 7.44. Come sempre, non esiste necessariamente un unico
modo di esprimere una primitiva. Si consideri lesempio
_
dx
1 x
2
.
Si tratta evidentemente di una integranda di tipo razionale fratto. Ovvi-
amente 1 x
2
= (1 x)(1 +x), e dunque
1
1 x
2
=
1
2
1
1 x

1
2
1
1 +x
e lintegrale diventa immediato:
_
dx
1 x
2
=
1
2
log|1 x|
1
2
log|1 +x| +C.
Molti software di calcolo simbolico propongono una primitiva molto
diversa:
_
dx
1 x
2
= arctanhx +C.
181
Ricordiamo che
sinhx =
e
x
e
x
2
coshx =
e
x
+e
x
2
tanhx =
sinhx
coshx
.
Si verica facilmente che
7
(coshx)
2
(sinhx)
2
= 1,
e dividendo per (coshx)
2
si arriva allidentit` a
(coshx)
2
=
1
1 (tanhx)
2
Inne,
d
dx
sinhx = coshx
d
dx
coshx = sinhx
d
dx
tanhx =
1
(coshx)
2
.
La funzione arctanh ` e denita come la funzione inversa di tanh. La
sua derivata vale
d
dy
arctanhy =
1
d
dx
tanhx
= (coshx)
2
=
1
1 y
2
,
dove y = tanhx. pertanto
_
dy
1 y
2
= arctanhy +C.
Nelle gure 7.1, 7.2 e 7.3 appaiono i graci qualitativi delle funzioni
seno iperbolico, coseno iperbolico e tangente iperbolica.
y.8 i t ni rrrnrNzi /tr
Denizione 7.45. Una funzione lineare L: R R ` e una funzione tale che
per ogni x, y R ed ogni , reali risulti L(x +y) = L(x) +L(y).
Osservazione 7.46. Non ` e difcile rendersi conto che tutte e sole le
funzioni lineari hanno la rappresentazione
L(x) = kx
per un valore opportuno di k R. In parole povere, le funzioni lineari
di una variabile sono rappresentate da rette uscenti dallorigine degli
assi cartesiani.
7 Si osservi la somiglianza con lidentit` a fondamentale della (tri)goniometria (sin)
2
+
(cos )
2
= 1.
182
-4,8 -4 -3,2 -2,4 -1,6 -0,8 0 0,8 1,6 2,4 3,2 4 4,8
-2,4
-1,6
-0,8
0,8
1,6
2,4
Figure 9: la funzione sinh
-4,8 -4 -3,2 -2,4 -1,6 -0,8 0 0,8 1,6 2,4 3,2 4 4,8
-2,4
-1,6
-0,8
0,8
1,6
2,4
Figure 10: la funzione cosh
183
-4,8 -4 -3,2 -2,4 -1,6 -0,8 0 0,8 1,6 2,4 3,2 4 4,8
-2,4
-1,6
-0,8
0,8
1,6
2,4
Figure 11: la funzione tanh
Osservazione 7.47. In certi settori della matematica elementare, ` e con-
suetudine chiamare lineari le funzioni il cui graco ` e rappresentato da
una retta. Questa terminologia non ` e compatibile con la denizione
precedente, dato che una funzione quale f(x) = x + 1 non soddisfa
la condizione f(x + y) = f(x) + f(y) per ogni scelta di , ,
x ed y. Infatti, f(x + x) = (x + x) + 1 = 2x + 1 = x + 1 + x + 1 =
2x +2 = f(x) +f(x). Nella matematica pi ` u avanzata, si impara a chia-
mare afni le funzioni rappresentate da una retta nel piano cartesiano.
Nel seguito, ci atterremo scrupolosamente alla terminologia della nos-
tra denizione.
Denizione 7.48. Una funzione f: (a, b) R ` e differenziabile nel punto
x
0
(a, b) se esiste una funzione lineare L (dipendente ovviamente da x
0
)
tale che
lim
h0
f(x
0
+h) f(x
0
) L(h)
h
= 0. (7.11)
Il differenziale di f in x
0
, se esiste, viene indicato dal simbolo df(x
0
).
Osservazione 7.49. Dalla precedente osservazione, deriva che f ` e dif-
ferenzialbile in x
0
se e solo se esiste un numero reale k tale che
lim
h0
f(x
0
+h) f(x
0
) kh
h
= 0,
e dunque se e solo se esiste un numero reale k tale che
k = lim
h0
f(x
0
+h) f(x
0
)
h
.
Dunque la differenziabilit` a in x
0
coincide con la derivabilit` a in x
0
! Di
pi ` u, df(x
0
) altro non ` e che la funzione lineare h f

(x
0
)h.
184
Perch e abbiamo introdotto linutile concetto di differenziale se questo
coincide (con leggero abuso di terminologia) con la derivata? Una
risposta rafnata ma poco corretta ` e che, per funzioni di due o pi ` u
variabili, la derivata deve essere denita mediante il differenziale per
avere tutte le propriet` a buone che ci aspettiamo. Ma questa risposta
non ci soddisfa, dato che per funzioni di una variabile reale abiamo
visto che ` e tutto tempo sprecato.
Una risposta suggestiva ` e che il differenziale permette di rendere
pi ` u intuitiva la formula di itnegrazione per sostituzione. Infatti, se
x = x(t) ` e la sostituzione che vogliamo effettuare nellintegrale, allora
possiamo usare il concetto di differenziale per scrivere
dx = x

(t) dt,
pensando che dt sia un piccolo incremento (quello che prima abbi-
amo denotato con h). Dunque, al posto di dx dobbiamo scrivere
x

(t) dt, e questo porta direttamente alla formula di integrazione per

sostituzione.
Osservazione 7.50. Capita spesso di leggere, sui testi pi ` u tradizion-
ali di calcolo differenziale, che i differenziali sono pi ` u essibili delle
derivate perch e non richiedono che si specichi da quali variabili
dipendono le quantit` a in esame. Uno degli esempi classici ` e la legge
della sica pV = nT, dove p ` e la pressione, V il volume e T la temper-
atura (espressa in gradi Kelvin), mentre n ` e una costante. A questo
punto, si dice che differenziando questa uguaglianza, si ottiene
pdV +V dp = ndT,
qualunque siano le variabili indipendenti da cui dipendono p, V e T. Per-
sonalmente, non trovo questa conclusione cos` eccitante ed innovativa.
Il punto ` e che i matematici allantica pensavano alle funzioni come
a formule esplicite contenenti una o pi ` u variabili indipendenti. Se
non potevano scriverle, si sentivano molto a disagio. Per noi, ormai,
` e chiaro che la derivata opera sulle funzioni, indipendentemente dal
nome scelto per le variabili indipendenti che la descrivono. Nonos-
tante ci ` o, i sici matematici continuano ad utilizzare un linguaggio
pittoresco e simpaticamente vintage, e guai a mostrarsi indifferenti!
y.q i t rcti Ncvi c ni t/\tcn ccN nrstc i N-
trcn/tr
Ricordiamo che, per una funzione f: (a, b) R derivabile n volte,
vale la formula
f(x) = P
n
(x) +R
n
(x),
dove
P
n
(x) = f(x
0
) +
n

k=1
1
k!
D
k
f(x
0
)(x x
0
)
k
185
` e il polinomio di Taylor di ordine n e R
n
(x) = f(x) P
n
(x) ` e lerrore
che si compie sostituendo P
n
a f. Abbiamo gi` a imparato che
lim
xx
0
R
n
(x)
(x x
0
)
n
= 0,
e che ` e possibile esprimere tale resto mediante la derivata (n + 1)
esima in un punto opportuno :
R
n
(x) =
1
(n+1)!
D
n+1
f()(x x
0
)
n+1
.
Il seguente risultato illustra unulteriore espressione per il resto.
Teorema 7.51 (Polinomio di Taylor con resto integrale). Sia f: (a, b)
R una funzione derivabile n +1 volte in (a, b), con derivata (n +1)esima
D
n+1
f continua. Allora
R
n
(x) =
1
n!
_
x
x
0
(x t)
n
D
n+1
f(t) dt.
Proof. La dimostrazione ` e unapplicazione quasi immediata del princi-
pio di induzione. Partiamo dalluguaglianza
f(b) = f(a) +
_
b
a
Df(t) dt.
Quindi il teorema ` e vero se n = 1. Supponiamo che sia vero per un
valore n, e dimostriamo che ` e vero anche per n + 1. A tal ne, ` e
sufciente integrare per parti, usando D
n
f come fattore nito e (b
t)
n1
come fattore differenziale.
y.+o i Ntrcn/ti i vrncrni
Per quanto ci riguarda, solamente le funzioni limitate possono essere
integrate su un intervallo limitato [a, b]. Da questa classe esulano le
funzioni come x (0, 1) 1/

x e x (1, +) 1/x
2
, per esem-
pio. Osserviamo che si tratta di funzioni continue, ed anzi deriv-
abili nel loro dominio. Lintegrale di Lebesgue, la cui teoria ` e ben
pi ` u complicata di quella vista nora, propone una teoria che supera
queste restrizioni. Noi ci accontenteremo di introdurre i rudimenti
dellintegrazione in senso generalizzato o improprio.
y.+o.+ Funzioni illimitate
Per semplicit` a consideriamo una funzione f che sia denita e continua
in un intervallo [a, b). La funzione f potr` a non essere limitata.
`
E
lecito allora per ogni c < b considerare lintegrale
_
c
a
f(x) dx e viene
spontanea la seguente
Denizione 7.52. Se nelle ipotesi dette esiste il limite
lim
cb
_
c
a
f(x) dx,
186
questo viene detto integrale (improprio) di f in (a, b) e lo si indica ancora con
la notazione
_
b
a
f(x) dx.
`
E chiaro che possiamo estendere la denizione precedente al caso in
cui f sia illimitata nellestremo sinistro a dellintervallo. Basta consid-
erare il limite
lim
ca+
_
b
c
f(x) dx.
Quindi, tutto ` e stato ricondotto allesistenza di un limite. Non sempre,
per` o ` e possibile calcolare esplicitamente gli integrali, ed ` e utile avere
un teorema che garantisca lintegrabilit` a impropria di f.
Teorema 7.53. Sia una funzione continua in [a, b), a valori positivi per
cui esista lintegrale improprio in (a, b), e sia f una funzione continua in
[a, b) tale che |f(x)| (x) per ogni x [a, b). Allora esiste lintegrale
improprio fra a e b di f.
Conviene pertanto costruire una scala di funzioni illimitate che ci
permatta di decidere per confronto se una funzione ammetta integrale
improprio o no. Consideriamo questa semplice famiglia di funzioni
illimitate in ogni intorno delestremo b:
x [a, b)
1
(b x)

, ( > 0).
Ora,
_
c
a
dx
(b x)

=
_
log(b a) log(b c), = 1
1
1
(b a)
1

1
1
(b c)
1
, = 1.
Perci ` o nel caso = 1 lintegrale improprio non esiste in quanto
lim
cb
_
c
a
dx
(b x)

= +.
Lo stesso accade per > 1. Per < 1
lim
cb
_
c
a
dx
(b x)

=
1
1
(b a)
1
In conclusione, lintegrale improprio esiste se e solo se 0 < < 1.
Diamo un cenno a un caso un po pi ` u generale. Supponiamo che la
funzione f, denita in [a, b], sia continua con leventuale eccezione dei
punti d
1
, d
2
, . . . ,d
r
. Allora si pu` o suddividere lintervallo (a, b) in un
numero nito di intervalli, in modo che in ciascuno di essi la funzione
f sia discontinua solo in un estremo (destro o sinistro). A ciascuno di
questi intervalli si possono applicare le considerazioni fatte prima; se,
per ciascuno di essi, esiste lintegrale improprio, la somma di questi si
denisce come integrale improprio della f esteso allintervallo (a, b).
In pratica, se nellintervallo [a, b] ci sono due punti d
1
e d
2
dove la
funzione f ` e illimitata, scriveremo
_
b
a
f(x) dx =
_
d
1
a
f(x) dx +
_
d
2
d
1
f(x) dx +
_
b
d
2
f(x) dx.
187
Il primo e lultimo integrale ricadono nella denizione di integrale im-
proprio. Il secondo ` e pi ` u delicato. Infatti f potrebbe essere illimitata in
entrambi gli estremi. Possiamo per` o ricondurlo a un integrale impro-
prio con questo trucco: scegliamo un punto c (d
1
, d
2
) dove f sia
continua, e scriviamo
_
d
2
d
1
f(x) dx =
_
c
d
1
f(x) dx +
_
d
2
c
f(x) dx.
Vediamo, ad esempio, se esiste
_
+1
1
dx

|x|
.
La funzione integranda ` e illimitata per x 0. Suddividiamo allora
lintervallo (1, 1) nei due intervalli (1, 0 e (0, 1). Si ha
8
lim
0+
_

1
1

x
dx = lim
0+
(2

+2) = 2
e
lim
0+
_
1

x
dx = lim
0+
(2 2

) = 2.
Osservazione 7.54. Alcuni Autori deniscono integrabile in senso im-
proprio una funzione f se esiste nito il limite
lim
cb
_
c
a
|f(x)| dx.
Poich e lintegrale di una funzione positiva ` e un numero positivo, questi
Autori richiedono di vericare lesistenza di un limite di una quantit` a
positiva. Questa denizione non ` e equivalente alla nostra: ` e possibile
costruire funzioni che, per noi, sono integrabili in senso generalizzato,
ma che non lo sarebbero secondo questaltra denizione con il valore
assoluto.
9
y.+o.z Funzioni denite su intervalli illimitati
Consideriamo ora il secondo caso, quello di una funzione denita su
un intervallo illimitato, ad esempio del tipo (a, +). Supporremo che
f sia continua in [a, +), e pertanto tutti gli integrali
_
c
a
f(x) dx hanno
senso per c > a.
Denizione 7.55. Se nelle ipotesi dette esiste il limite
lim
c+
_
c
a
f(x) dx
questo viene detto lintegrale improprio di f in (a, +).
Esempio:
_
+
0
dx
x
2
+1
= lim
c+
_
c
0
dx
x
2
+1
= lim
c+
arctanc =

2
.
8 Lo studente noter` a che abbiamo esplicitato il valore assoluto nei due integrali.
9 Il classico esempio ` e f(x) = sinx/x in (0, +). Si verica che f ` e integrabile in senso
improprio, ma |f| non lo ` e. I dettagli della dimostrazione non sono comunque semplici.
188
Come nel caso dellintervallo limitato, sussiste il seguente criterio del
confronto per lintegrale improprio su intervalli illimitati.
Teorema 7.56. Sia una funzione continua in [a, +), a valori positivi per
cui esista lintegrale improprio in (a, +), e sia f una funzione continua in
[a, b) tale che |f(x)| (x) per ogni x [a, +). Allora esiste lintegrale
improprio fra a e +di f.
Costruiamo anche nel nostro caso una scala di funzioni che ci per-
metta, per mezzo del criterio del confronto, di decidere se un integrale
improprio esiste. Consideriamo
_
c
1
dx
x

=
_
1
1
c
1
+
1
1
, = 1
logc, = 1.
Se ` e > 1, il limite per c + ` e 1/(1), mentre, per 1, ` e +.
Osservazione 7.57. Lapplicazione del criterio di confronto per la con-
vergenza degli integrali impropri richiede la costruzione di una fun-
zione di confronto, e non esistono ricette universali per questo.
y.++ nrt/zi cNr rn/ srni r rn i Ntrcn/zi cNr
Consideriamo una funzione f: [0, +) R monotona decrescente
e positiva. Per ogni n N, deniamo a
n
= f(n). Ci chiediamo
se sussista qualche relazione fra la convergenza della serie numerica
a termini positivi

n
a
n
e la convergenza dellintegrale improprio
_

1
f(x) dx.
Teorema 7.58. La serie

n
a
n
converge se, e solo se, lintegrale improprio
_

1
f(x) dx esiste nito.
Proof. Infatti, se n x < n + 1, allora a
n+1
f(x) a
n
per la
monotonia di f. Quindi
_
n+1
n
a
n+1
dx
_
n+1
n
f(x) dx
_
n+1
n
a
n
dx,
cio` e
a
n+1

_
n+1
n
f(x) dx a
n
.
Se I
n
=
_
n
1
f(x) dx, allora abbiamo
a
1
I
1
a
2
a
2
I
3
I
2
a
3
. . .
a
n1
I
n
I
n1
a
n
.
189
Sommando termine a termine queste disuguaglianze, troviamo s
n

a
n
I
n
s
n
a
1
, avendo posto come al solito s
n
= a
1
+. . . +a
n
.
Pertanto a
1
s
n
I
n
a
n
> 0. Di pi ` u,
s
n+1
I
n+1
(s
n
I
n
) = a
n+1

_
n+1
n
f(x) dx 0.
Deduciamo che la successione {s
n
I
n
}
n
` e decrescente, e quindi possiede
limite nito, dal momento che i suoi termini sono compresi fra 0 e a
1
.
Quindi
a
1
lim
n+
s
n
I
n
0,
e questo dimostra la tesi.
Proponiamo ora un criterio di convergenza piuttosto insolito, che
illustra bene luso del criterio di convergenza integrale. Riportiamo la
dimostrazione classica contenuta in [9]. Si veda anche [34].
Proposizione 7.59 (Ermakoff). Sia f: [0, +) R ` e decrescente e posi-
tiva. La serie

n
f(n) ` e
1. convergente se limsup
x+
e
x
f(e
x
)
f(x)
< 1,
2. divergente se liminf
x+
e
x
f(e
x
)
f(x)
> 1.
Proof. Nel caso 1, sia un numero compreso fra limsup
x+
e
x
f(e
x
)
f(x)
e 1. Esiste allora tale che e
x
f(e
x
) f(x) quando x > . Pertanto
_
X

e
x
f(e
x
) dx <
_
X

f(x) dx se X > . Il cambiamento di variabile da

x a e
x
a primo membro riduce questa disuguaglianza a
_
e
X
e

f(x) dx
_
X

f(x) dx.
Quindi
(1 )
_
e
X
e

f(x) dx
_
_
X

f(x) dx
_
e
X
e

f(x) dx
_
,
relazione equivalente a
(1 )
_
e
X
e

f(x) dx
_
_
e

f(x) dx
_
e
X
X
f(x) dx
_
.
Poich e e
X
> X,
(1 )
_
e
X
e

f(x) dx
_
e

f(x) dx.
Siccome ` e sso e X > ` e arbitrario, questa stima implica la con-
vergenza dellintegrale improprio
_

1
f(x) dx. Quindi anche la serie

n
f(n) ` e convergente.
190
Nel caso 2, esiste > 0 tale che e
x
f(e
x
) f(x) se x > . Come
prima, questo implica che
_
e
x
e

f(x) dx
_
X

f(x) dx
per ogni X > . Quindi
_
e
X
X
f(x) dx
_
e

f(x) dx.
Questa relazione ci dice che lintegrale improprio
_

1
f(x) dx ` e diver-
gente: infatti, per quanto X possa essere grande, esiste sempre un nu-
mero X

= e
X
tale che
_
X

X
f(x) dx risulti maggiore di una certa quantit` a
K > 0. Pertanto anche la serie

n
f(n) ` e divergente.
y.+z tN/ nrri Ni zi cNr i Ntrcn/tr nrttr rtN-
zi cNi ccNi cvrtni cur rtrvrNt/ni
La maggior parte di noi ricorda bene la denizione delle funzioni seno
e coseno. Ad esempio, il seno di un angolo si denisce geomet-
ricamente cos`: costruito un triangolo rettangolo in cui uno dei due
angoli non retti misura radianti, il seno di ` e il quoziente fra la
misura del cateto opposto ad e la misura dellipotenusa. Similmente
il coseno di ` e il rapporto fra la misura del cateto adiacente e la misura
dellipotenusa. Da qui, con opportune considerazioni di geometria sin-
tetica, si deducono tutte quelle formule che tanto ci hanno fatto penare
nei corsi di trigonometria.
Ora che conosciamo il calcolo differenziale ed integrale, vogliamo
proporre una denizione puramente analitica (senza alcun riferimento
a triangoli e a disegni di sorta) delle solite funzioni goniometriche
(anche dette circolari). Lidea cruciale consiste nellosservare che la
formula di derivazione
d
dx
arctanx =
1
x
2
+1
lega ua funzione trascendente come larcotangente ad una funzione
razionale fratta. Poich e le funzioni razionali fratte sono calcolabili con
le sole quattro operazioni algebriche sui numeri reali, viene spontaneo
partire da qui per costruire le funzioni circolari.
10
Denizione 7.60. Il numero ` e denito come
= 2
_
1
0
_
1 x
2
dx, (7.12)
che rappresenta larea del cerchio unitario. La funzione arcotangente ` e denita
dalla formula
arctanx =
_
x
0
dt
1 +t
2
, per ogni x R. (7.13)
10 Si potrebbe partire anche dalla relazione Darcsinx = 1/

1 x
2
.
191
Proposizione 7.61. La funzione arcotangente gode delle seguenti propriet` a:
(t} arctan ` e una funzione dispari.
(s} arctan ` e strettamente crescente, e dunque invertibile (sul suo codominio).
(c} lim
x+
arctanx = /2.
Proof. La disparit` a dellarcotangente si dimostra con un cambiamento
di variabili:
arctan(x) =
_
x
0
dt
1 +t
2
=
_
0
x
dt
1 +t
2
=
_
x
0
dt
1 +t
2
= arctanx.
Questo dimostra (a). Per il teorema fondamentale del calcolo integrale,
d
dx
arctanx =
1
x
2
+1
> 0,
e quindi larcotangente ` e una funzione strettamente crescente in tutto
R. Anche (b) risulta provato. Il punto (c) richiede qualche calcolo.
Nella denizione dellarcotangente, effettuiamo il cambiamento di vari-
abile
t =
s

1 s
2
, s [0, 1).
Si ha dt = (1 s
2
)
3/2
ds e dunque, per x > 0,
arctanx =
_
x
0
dt
1 +t
2
=
_ x

1+x
2
0
ds

1 s
2
.
Daltra parte,
_
1

1 s
2
ds =
_
1 s
2
+s
2

1 s
2
ds =
_
_
1 s
2
ds +
_
s
2

1 s
2
ds
e
_
s
2

1 s
2
ds = s
_
1 s
2
+
_
_
1 s
2
ds.
Concludiamo che
_
1

1 s
2
ds = s
_
1 s
2
+2
_
_
1 s
2
ds.
Tornando allarcotangente, per x > 0, si ha
arctanx = 2
_ x

1+x
2
0
_
1 s
2
ds
x
1 +x
2
,
da cui
lim
x+
arctanx = 2
_
1
0
_
1 s
2
ds =

2
.
Anche (c) ` e dimostrato.
192
Denizione 7.62. La funzione tangente ` e denita su (/2, /2) come la
funzione inversa dellarcotangente, ed estesa per periodicit` a a tutto R\{/2+
k | k Z}.
Quindi la tangente ` e periodica di periodo , e dal teorema di derivazione
della funzione inversa segue facilmente che
d
dx
tanx = 1 + (tanx)
2
.
Essendo 1/(t
2
+1) < 1 per ogni t = 0, si trova che
arctanx x per ogni x 0,
o equivalentemente
tanx x per ogni x
_
0,

2
_
.
Denizione 7.63. Le funzioni seno e coseno sono denite dalla relazioni
sinx =
_
0 se x = (2k +1), k Z
2tan(x/2)
1+(tan(x/2))
2
altrimenti,
(7.14)
cos x =
_
_
_
1 se x = (2k +1), k Z
1(tan(x/2))
2
1+(tan(x/2))
2
altrimenti.
(7.15)
`
E facile vericare, con le solite regole di calcolo differenziale, che
d
dx
sinx = cos x,
d
dx
cos x = sinx, (sinx)
2
+ (cos x)
2
= 1.
Tutte le altre formule della goniometria (formule di addizione, di prostafer-
esi, di Wallis, ecc.) possono essere dedotte da queste denizioni. In
compenso, per denzione abbiamo gi` a stabilito la validit` a delle cosid-
dette formule razionali in t = tan(x/2).
Il lettore pi ` u coraggioso pu` o anche denire seno e coseno rispettiva-
mente come le uniche soluzioni dei due problemi di Cauchy
_
y

+y = 0
y(0) = 0, y

(0) = 1
e
_
y

+y = 0
y(0) = 1, y

(0) = 0.
Osservazione 7.64. Buona parte di questo paragrafo segue da vicino
la trattazione di [17]. Altre denizioni delle funzioni circolari sono
altrettanto popolari in letteratura. Ad esempio, i testi leggermente
pi ` u avanzati propongono spesso la denizione di seno e coseno come
serie di potenze.
`
E tuttavia indiscutibile che la conoscenza della teoria
delle serie di funzioni non ` e affatto indispensabile per poter introdurre
rigorosamente queste funzioni elementari, come abbiamo visto.
193
8 L E FI L ROUGE
Lespressione l rouge, in francese, indica un ideale lo che unisce vari
punti o varie parti di una teoria. Come vedremo succintamente in
questo capitolo, anche il calcolo integrale e differenziale possiede un
lo rosso che per il momento abbiamo solo potuto intuire.
Non sar` a sfuggito che tutti gli argomenti dei capitoli precedenti
sono fondati sulla denizione di limite. Abbiamo visto che le succes-
sioni, le serie numeriche, le funzioni continue e quelle differenziabili, e
perno lintegrale di Riemann sono idealmente caratterizzate da differ-
enti concetti di convergenza. E questo ` e proprio quello che vogliamo
approfondire nelle prossime pagine. Pur senza entrare nei dettagli tec-
nici pi ` u rafnati, esporremo alcune idee della cosiddetta convergenza
di MooreSmith. Si tratta di una teoria che unica le teorie di limite
gi` a studiate separatamente per le successioni, le serie, le funzioni e
le somme di Riemann. Lo studio originale ` e [33], purtroppo difcilis-
simo da leggere a distanza di quasi un secolo. Unesposizione rigorosa
ma molto avanzata ` e in [29], mentre un testo affascinante sulle appli-
cazioni al calcolo differenziale ` e [4].
8.+ i Nsi rvi ni nrtti
Un insieme diretto ` e un insieme con una relazione .
1
Questo simbolo
` e scelto consapevolmente per sottolineare le propriet` a simili al con-
fronto (maggiore di, miniore di) fra numeri reali.
Denizione 8.1. Un insieme X ` e diretto da se
1. per ogni x, y, z X, se x y, y z, allora x z;
2. per ogni x X e ogni y X, esiste z X tale che z x e z y.
La relazione prende il nome di direzione (su X).
Esempio 8.2. In X = R, deniamo x y se x y. La prima propriet` a
` e una conseguenza diretta della propriet` a transitiva dellordinamento
naturale di R. La seconda si dimostra semplicemente scegliendo un
qualunque numero z max{x, y}.
Esempio 8.3. Sempre in X = R, possiamo denire x y se x < y. La
seconda propriet` a si dimostra scegliendo z < min{x, y}.
Ma il concetto di insieme diretto ` e molto pi ` u generale.
1 In generale, x y si legge x segue y.
195
Esempio 8.4. Se X ` e linsieme di tutte le funzioni reali di una variabile
reale, possiamo denire f g se f(x) g(x) per ogni x appartenente
allintersezione dei domini di denizione di f e g. Notiamo esplici-
tamente che non sempre ` e possibile stabilire se una funzione segue
unaltra funzione. Prendiamo infatti f: x x
2
1 e g: x 1 x
2
.
Poich e i graci di queste funzioni si intersecano e si scavalcano, sia
f g che g f sono relazioni false.
Per rendere rigoroso il concetto di andare allinnito, pu` o far co-
modo introdurre una terminologia ben nota nellambito di R.
Denizione 8.5. Sia (X, ) un insieme diretto. Dato un elemento X,
la semiretta determinata da ` e linsieme
X() = {x X | x }.
Sulla retta reale, questa denizione coincide con la solita semiretta
(innita a sinistra oppure a destra, a seconda della scelta di ) geomet-
rica.
8.z t/ nrri Ni zi cNr ni ti vi tr
Il primo concetto dellanalisi innitesimale che pu` o essere descritto
agevolmente mediante gli insiemi diretti ` e quello di limite.
Denizione 8.6. Sia (X, ) un insieme diretto, e sia f: X R una funzione
a valori reali. Diciamo che f tende al valore L rispetto a , e scriveremo
lim

f = L,
se, scelto un numero > 0 arbitrario, esiste x
0
X tale che x x
0
implica
|f(x) L| < .
Osservazione 8.7. Ovviamente, la condizione per ogni x x
0
` e
equivalente a per ogni x X(x
0
).
Esempio 8.8. Sia X = N. La relazione di direzione ` e n m se n m.
Sappiamo che una funzione f: N R ` e semplicemente una successione
di numeri reali {p
n
}
n
. Che cosa signica la convergenza rispetto alla
denizione (8.6)? Dobbiamo prendere > 0, e trovare un numero
N N tale che |p
n
L| < per ogni n N. Quindi si tratta della ben
nota
2
denizione di limite (nito) per le successioni. Quindi potremo
scrivere che lim

1/n = 0, ad esempio.
Esempio 8.9. Consideriamo ora X = R\ {0}, con la direzione x y se
|x| < |y|. lasciamo allo studente la verica, semplice, che le due con-
dizioni della denizione di insieme diretto sono vericate. Se f: X R
` e una funzione, che cosa signica lim

f = L? Secondo la denizione
(8.6), preso > 0, deve esistere x
0
X tale che x x
0
implichi
2 O almeno speriamo!
196
|f(x) L| < . Esplicitiamo la denizione di : deve esistere un nu-
mero reale x
0
tale che |x| < |x
0
| implichi |f(x) L| < . Ma |x| < |x
0
|
signica
|x
0
| < x < |x
0
|.
Quindi lim

f = L ` e un sinonimo di lim
x0
f(x) = L.
3
Osservazione 8.10. Nellesempio precedente, abbiamo dovuto esclud-
ere il punto 0 da R. La ragione, in prima battuta poco evidente, ` e
che |x| < |y| non sarebbe una buona denizione se lo zero non fosse
escluso. Infatti, prendendo x = y = 0, ` e impossibile scegliere z tale che
z 0; dovrebbe essere |z| < 0, e questo ` e impossibile.
Esempio 8.11. Sia X un sottoinsieme di R, illimitato dal basso. Deni-
amo x y se x < y. Allora lim

f = L se e solo se lim
x
f(x) = L.
Meno scontata ` e la formulazione dei limiti per x c.
Esempio 8.12. Sia X = [c , c +] \ {c}. Deniamo x y se |x c| <
|y c|. Poich e c / X, (X, ) ` e un insieme diretto. Geometricamente,
x y signica che x ` e pi ` u vicino a c di y.
`
E facile capire che lim

f = L
signica esattamente che lim
xc
f(x) = L.
Esempio 8.13. Nelle ipotesi dellesempio precedente, la funzione f: X
{c} R ` e continua nel punto c se e solo se lim

f = f(c).
Alquanto affascinante ` e la riformulazione dei limiti per eccesso e per
difetto.
Esempio 8.14. Sia X = (a, b). La direzione x y ` e denita mediante
la richiesta che x < y. In questo caso, si verica che lim

f = L se e
solo se lim
xa+
f(x) = L.
Inne, vediamo come recuperare la denizione di integrale denito.
Esempio 8.15. Sia X = [a, b], e sia f: X R una funzione tale che
|f(x)| M per ogni x X. Lintegrale
_
b
a
f(x) dx
` e denito come il limite delle somme
S(P, f) =
n

j=0
f(t
j
)(x
j+1
x
j
),
dove P ` e la partizione {x
0
= a, x
1
, . . . , x
n
= b} e i punti t
j
sono scelti
in modo che x
j
t
j
x
j+1
. La relazione di direzione sulle partizioni
` e quella dellordinamento insiemistico: P
1
P
2
se P
1
P
2
, cio` e se P
1
contiene pi ` u punti di P
2
. Abbiamo gi` a familiarizzato con il concetto
di partizione pi ` u ne. Il Teorema 7.11 garantisce che il limite della
funzione S(P, f) rispetto a coincide con lintegrale di Riemann che
abbiamo studiato in precedenza.
3 Per convincere anche i pi ` u scettici, basta scrivere |x
0
| = .
197
Una volta che abbiamo denito il concetto di limite, possiamo es-
tendere senza difcolt` a pressoch e tutti i teoremi sui limiti standard:
unicit` a, comportamento rispetto alle operazioni algebriche, permanenza
del segno, ecc.
Chiudiamo con un criterio di convergenza dovuto a Cauchy, formu-
lato nel linguaggio degli insiemi diretti.
Teorema 8.16. Supponiamo che f: X R sia una funzione denita sullinsieme
diretto (X, ). Sono affermazioni equivalenti:
lim

f esiste;
per ogni > 0 esiste x
0
X tale che |f(x) f(y)| < per ogni x,
y X soddisfacenti x x
0
, y x
0
.
In conclusione, la teoria degli insiemi diretti fornisce un linguaggio
unitario per descrivere tutti i concetti di limite che solitamente ven-
gono esposti caso per caso.
198
9 I NTRODUZI ONE AL L E
EQUAZI ONI DI FFERENZI AL I
ORDI NARI E
Risolvere unequazione signica trovare i valori di una o pi ` u incognite
che rendono vera una certa uguaglianza. Lo studente sa risolvere le
equazioni ax = b, ax
2
+bx +c = 0, 2
x
= 4, e altre ancora. In questi
esempi, lincognita x ` e un numero.
1
`
E possibile scrivere equazioni in cui lincognita sia una funzione
e non gi` a un singolo numero? Un attimo di riessione ci lascia in-
tendere che il senso delluguaglianza da vericare vada inteso come
unuguaglianza punto per punto. Per esempio, cercare una funzione f
tale che
f
2
1 = 0
pu` o essere interpretato come cercare una funzione f tale che f(x)
2

1 = 0 per ogni x appartenente al dominio di f. Queste solo le cosid-

dette equazioni funzionali, e sono un argomento davvero complesso.
In questo capitolo tratteremo un diverso tipo di equazioni, quelle in
cui lincognita ` e una funzione ma luguaglianza da vericare coinvolge
le derivate dellincognita. Sar` a comodo indicare le derivate con apici:
y

invece di Dy, y

invece di D
2
y, y
(n)
invece di D
n
y.
Denizione 9.1. Unequazione nellincognita y: (a, b) R del tipo
F(x, y(x), y

(x), y

(x), . . . , y
(n)
(x)) = 0, x (a, b) (9.1)
si chiama equazione differenziale ordinaria di ordine n. Lordine n sta ad
indicare lordine di derivazione pi ` u alto della funzione incognita y che effetti-
vamente compare.
Denizione 9.2. Lequazione (9.1) si dice lineare se ` e della forma
a
n
(x)y
(n)
(x) +a
n1
y
(n1)
(x) + +a
0
(x)y(x) = f(x) (9.2)
e lineare omogenea se f = 0.
Ora che sappiamo che cosa sia unequazione differenziale
2
vogliamo
anche dire che cosa sia una sua soluzione.
Denizione 9.3. Una soluzione di (9.1) ` e una funzione y: (a, b) R,
derivabile n volte in (a, b) e vericante (9.1) per ogni x (a, b). Linsieme
di tutte le soluzioni di (9.1) in (a, b) si chiama integrale generale di (9.1) in
(a, b).
1 Che intenderemo sempre reale. In matematica si studiano equazioni le cui inconite
devono appartenere ad insiemi specicati, ad esempio Z o Q.
2 Sottintenderemo spesso laggettivo ordinaria.
199
`
E importantissimo sottolineare che linsieme di denizione della
soluzione non ` e un dato del problema, bens` parte dellincognita. In
particolare, non ` e possibile pretendere che le soluzioni di una data
equazione differenziale risultino denite su un insieme da noi speci-
cato. In termini equivalenti, aggiungere il dominio della soluzione ai
dati dellequazione pu` o portare a un problema privo di soluzioni.
Unequazione differenziale ordinaria che sappiamo gi` a risolvere ` e
y

= f(x),
dove f ` e una funzione continua assegnata. Il teorema fondamentale
del calcolo ci dice che, trovata una primitiva F di f in un intervallo
(a, b), la soluzione generale ` e y(x) = F(x) +C, al variare di C R.
Nei paragra seguenti proponiamo i metodi risolutivi per qualche
altro tipo di equazioni differenziali del primo ordine. Non diremo
quasi niente della teoria che sta alla base. Lo studente tenga bene a
mente che non esistono metodi per risolvere una generica equazioni
differenziale ordinaria mediante formule elementari.
q.+ rct/zi cNi ni rrrnrNzi /ti ti Nr/ni nrt
rni vc cnni Nr
In questa sezione, troviamo tutte le soluzioni di una equazione dif-
ferenziale del primo ordine scritta nella forma
y

+a(x)y = f(x) (9.3)

Quando si studiano le equazioni differenziali lineari, conviene sempre
applicare il principio di sovrapposizione. Esso consiste nelle seguenti due
osservazioni:
1. se y
1
e y
2
sono soluzioni della stessa equazioni differenziale lin-
eare omogenea, allora c
1
y
1
+ c
2
y
2
, al variare di c
1
, c
2
R, ` e
ancora una soluzione;
2. se y
1
e y
2
sono soluzioni della stessa equazioni differenziale lin-
eare con termine noto f, allora y
1
y
2
` e una soluzione della
stessa equazione differenziale lineare con f = 0.
Il senso pratico di questo principio ` e che per trovare lintegrale gen-
erale di unequazione differenziale lineare non omogenea, basta trovare
lintegrale generale ella corrispondente equazione omogenea e som-
margli una soluzione particolare dellequazione non omogenea. Il van-
taggio ` e che la soluzione particolare pu` o essere individuata con ogni
mezzo, anche casualmente.
3
Per la nostra equazione (9.3), cominciamo a trovare lintegrale gen-
erale della corrispondente equazione omogenea
y

+a(x)y = 0. (9.4)
3 Questa ` e soltanto una frase ad effetto. Nessuno individua le soluzioni particolari casual-
mente, ma sempre seguendo qualche tecnica ragionevole.
200
Nel seguito, supporremo sempre che a sia una funzione continua. Div-
idendo per y, si ottiene formalmente
0 =
y

y
+a(x) =
d
dx
logy(x) +a(x),
cio` e
logy(x) = A(x)
dove A ` e una primitiva di a.
4
Il suggerimento che ne ricaviamo ` e che
la funzione
y
0
(x) = exp
_

_
x

a(s) ds
_
(9.5)
dove ` e un numero arbitrariamente ssato, sia una soluzione di (9.4).
Lo studente verichi per (semplice) esercizio che y
0
` e davvero una
soluzione. Lintegrale generale di (9.4) ` e
y(x) = cy
0
(x), c R.
Infatti,
d
dx
y(x)
y
0
(x)
=
y

y
0
y

0
y
y
2
0
=
ayy
0
+ay
0
y
y
2
0
= 0,
e dunque y/y
0
` e costante.
Per trattare il caso non omogeneo, proponiamo un metodo alquanto
potente e generale: quello della variazione delle costanti. Al di l` a della
denominazione paradossale, ` e un metodo che funziona sempre, anche
se pu` o portare a calcoli problematici. Lo schema ` e il seguente. Si
risolve lequazione omogenea e si determina y
0
come sopra. A questo
punto, cerchiamo una soluzione particolare della forma
y
f
(x) = (x)y
0
(x)
Capiamo la ragione del nome: facciamo nta che la costante reale c che
descrive lintegrale generale di (9.4) sia una funzione (derivabile), e cer-
chiamo di sceglierla cos` da avere una effettiva soluzione dellequazione
non omogenea. Inserendo y
f
nellequazione (9.3), ci accorgiamo che
y
f
` e una soluzione se e solo se

(x)y
0
(x) +(x)
_
y

0
(x) +a(x)y
0
(x)
_
= f(x);
basta quindi scegliere in modo che

(x) =
f(x)
y
0
(x)
.
Questa ` e unequazione differenziale del tutto banale, dato che si ri-
solve semplicemente scegliendo una primitiva della funzione a sec-
ondo membro. In conclusione, lintegrale generale dellequazione (9.3)
` e
y(x) = y
0
(x)
_
c +
_
x

f(s)
y
0
(s)
ds
_
, (9.6)
4 Ricordiamo che, per denizione di primitiva, A

(x) = a(x).
201
dove
y
0
(x) = exp
_

_
x

a(s) ds
_
.
Inoltre, ciascuna di queste soluzioni ` e univocamente determinata dal
valore assunto in , c = y().
Osservazione 9.4. Esiste un approccio pi ` u diretto al caso non omo-
geneo. Partiamo dallequazione y

+a(x)y = f(x) e poniamo v(x) =

exp(
_
a(x) dx)y(x). La derivata di v si calcola facilmente:
v

(x) = e
_
a(x) dx
y

(x) +a(x)e
_
a(x) dx
y(x)
= e
_
a(x) dx
_
y

+a(x)y
_
.
Quindi y risolve la nostra equazione differenziale non omogenea se, e
solo se, v risolve lequazione differenziale
v

= e
_
a(x) dx
f(x).
Ma allora v(x) =
_
e
_
a(x) dx
f(x) dx+C, e possiamo ricavare la soluzione
generale
5
y:
y(x) = e

_
a(x) dx
__
e
_
a(x) dx
f(x) dx +C
_
.
Qualche volta, la forma specica di f a secondo membro pu` o sug-
gerire una soluzione particolare. Per esempio, una soluzione di y

+
y = e
x
pu` o essere suggerita dal fatto ben noto che, per ogni , R,
d
dx
(e
x
) = e
x
.
Si verica agevolmente che = 1/2 e = 1 fornisce la soluzione
y
f
(x) = (1/2)e
x
. Considerazioni analoghe valgono per funzioni a sec-
ondo membro di tipo polinomiale e goniometrico.
q.z rct/zi cNi nrt rni vc cnni Nr / v/ni -
/si ti srr/n/si ti
Discutiamo ora alcuni esempi di equazioni differenziali del primo or-
dine non lineari
y

= f(x, y), (9.7)

5 Qualche studente potrebbe criticare luso un po leggero del simbolo di integrazione
indenita: in particolare, a che serve la costante C se lintegrale indenito continene gi` a
tutte le innite primitive? La critica ` e formalmente corretta, e possiamo dire che nella
formula seguente gli integrali denotano una primitiva scelta liberamente fra le innite a
disposizione.
202
dove f ` e una funzione di due variabili assegnata. Una soluzione di
(9.7) ` e una funzione y derivabile con continuit` a in un intervallo (a, b)
e tale che
y

(x) = f(x, y(x)) per ogni x (a, b).

Discuteremo inoltre la risolubilit` a del problema di Cauchy, ovvero del
problema di trovare una soluzione di (9.7) soddisfacente la condizione
y(x
0
) = y
0
, (x
0
, y
0
) essendo un punto del piano cartesiano (apparte-
nente al dominio di f). In altre parole, discuteremo la risolubilit` a del
sistema
_
y

(x) = f(x, y(x))

y(x
0
) = y
0
.
(9.8)
Geometricamente il problema consiste, dopo aver assegnato in ogni
punto del piano (x, y) un numero f(x, y), nel trovare una funzione y
il cui graco passa per (x
0
, y
0
) in ogni punto (x, y(x)) ha una pen-
denza assegnata f(x, y(x)). Purtroppo non possiamo dire quasi nulla
di astratto: la comparsa di una funzione di due variabili porta tutta la
discussione ad un livello di matematica pi ` u avanzato rispetto al nostro.
Questa consapevolezza dei nostri limiti non ci impedir` a tuttavia di im-
parare a risolvere alcuni tipi di equazioni differenziali di tipo speciale.
I due esempi che seguono mostrano alcuni comportamenti inattesi,
almeno a un primo sguardo.
Non unicit` a. Per ogni a < 0 < b, le funzioni
y(x) =
_

1
4
(x a)
2
, x < a
0, a x b
1
4
(x b)
2
, x > b
sono tutte funzioni derivabili con continuit` a in R.
6
Inoltre ognuna di
esse risolve il problema di Cauchy
_
y

(x) =
_
|y(x)|
y(0) = 0.
In contrasto con quel che capita con le equazioni lineari del primo
ordine dove la soluzione dellequzione ` e univocamente determinata
dal valore della stessa in un dato punto, questa equazione non lineare
presenta innite soluzioni diverse.
Esplosione in tempo nito. La funzione y(x) = 1/(1 x), denita per
ogni x (, 1), ` e soluzione del problema
_
y

(x) = y(x)
2
y(0) = 1.
In questo caso, pur essendo lequazione denita per ogni possibile
coppia (x, y) del piano cartesiano, la soluzione y ` e denita solo su un
6 Lo studente verichi attentamente questa affermazione.
203
intervallo limitato superiormente. Di pi ` u, lampiezza dellintervallo
dipende dal valore iniziale. Ad esempio per > 0 la funzione y

(x) =
/(1 x), x (, 1/), ` e la soluzione del problema di Cauchy
_
y

(x) = y(x)
2
y(0) = .
Osserviamo che. per x 1/, y

(x) +. Per questa ragione,

parliamo di esplosione della soluzione al tempo x = 1/.
Per ragioni di tempo ed opportunit` a, ci limiteremo a considerare
solo il caso delle equazioni a variabili separabili, cio` e equazioni dif-
ferenziali del tipo
y

(x) = f(x)g(y(x)),
dove f: (a, b) R e g: (c, d) R sono funzioni di una sola variabile.
Il seguente teorema ci tranquillizza rispetto allesistenza e allunicit` a
della soluzione.
Teorema 9.5. Siano f: (a, b) R e g: (c, d) R due funzioni derivabili
con continuit` a, dove i due intervalli di denizione possono essere eventual-
mente illimitati. Per ogni x
0
(a, b), y
0
(c, d) il problema di Cauchy
_
y

(x) = f(x)g(y(x))
y(x
0
) = y
0
possiede una ed una sola soluzione y: (, ) R.
Proof. Seguiamo da vicino [13, Proposition 5.1, pag. 69]. Se g(y
0
) = 0,
allora la funzione y(x) = y
0
` e una soluzione del problema di Cauchy.
Supponiamo allora g(y
0
) = 0, e deniamo la funzione F: (a, b) R
come F(x) =
_
x
x
0
f(t) dt. Sia poi U il pi ` u grande intervallo contenuto
in (c, d) tale che y
0
U e g() = 0 per ogni U. Poich e g ` e una
funzione continua, U ` e un intervallo aperto. Per ogni y U, poniamo
G(y) =
_
y
y
0
d
g()
.
Allora G ` e derivabile con continuit` a, G(y
0
) = 0 e G

= 1/g. Poich e
g(y
0
) = 0, G

ha segno costante in un intorno di y

0
, e dunque esiste
un intervallo aperto V tale che G(y
0
) = 0 V e H ` e unapplicazione
biunivoca fra U e V. Ne consegue che W = F
1
(V) ` e un intervallo
aperto che contiene x
0
. Denotiamo con (, ) il pi ` u grande intervallo
contenuto in W tale che x
0
(, ). Possiamo integrare lequazione
y

(x) = f(x)g(y(x)) ottenendo

G(y(x)) = F(x),
e per ogni x (, ) questo equivale a y(x) = G
1
(F(x)). Di con-
seguenza y: (, R ` e una funzione derivabile, e y(x
0
) = G
1
(F(x
0
)) =
x
0
. Derivando rispetto ad x la relazione G(y(x)) = F(x), e ricordando
che G

= 1/g, otteniamo che y

(x) = f(x)g(y(x)) per ogni x J. Quindi

204
y = H
1
F: (, ) R ` e una soluzione del nostro problema di
Cauchy. Supponiamo che y sia unaltra soluzione, denita in qualche
intervallo ( ,

), tale che g( y(x)) = 0 per ogni x ( ,

). Allora
G( y(x)) = F(x) per ogni x siffatto, e quindi y(x) = H
1
(F(x)) = y(x)
per ogni x (, ) ( ,

). Dalla denizione di (, ) deduciamo
che ( ,

) (, ). Abbiamo cos` dimostrato che due soluzioni de-
vono coincidere nellintersezione dei loro domini di denizione, e la
dimostrazione ` e completa.
Osserviamo che la dimostrazione contiene in pratica anche la tecnica
per scrivere esplicitamente
7
la soluzione di unequazione a variabili
separabili. Mostriamo questa procedura in un esempio tratto dalla
biologia.
Esempio 9.6. A volte in un processo di crescita intervengono fattori
esterni.
`
E il caso di una popolazione (ad esempio di batteri) la cui
crescita dipende dalla produzione di cibo. Se si mantiene costante il
cibo disponibile, sufciente diciamo per L elementi della popolazione,
ci si pu` o aspettare che la rapidit` a di crescita tenda a zero quando il
numero di individui y tende a L. Un modello semplice ` e lequazione
differenziale
y

= ky
_
1
y
L
_
,
detta equazione logistica. Il parametro k ` e una costante del problema, e
cerchiamo le soluzioni del problema di Cauchy
_
y

= ky
_
1
y
L
_
y(0) = .
Il Teorema 9.5 d` a in particolare l/unicit` a della soluzione. Vediamo di
indovinare una soluzione del nostro problema.
Se = L, allora la soluzione costante y(x) = L per ogni x R ` e
soluzione. Se = L, riscriviamo formalmente lequazione come
dy
y
_
1
y
L
_ = k dx
che suggerisce per integrazione dei due membri
log

y
y L

= kx +C, C R.
Ricavando y,
y(x) =
cL
c +e
kx
, c R.
Imponendo che y(0) = L, ricaviamo la condizione
cL
c 1
=
che identica esattamente lunica soluzione nel caso = L. Noti-
amo che non avremmo potuto ricavare la soluzione costante in questo
modo.
7 Avverbio da intendere in un senso piuttosto lato.
205
Cerchiamo adesso di adattare la tecnica dellesempio allequazione
a variabili separabili generale. Notiamo che se g( y) = 0, la funzione
y(x) = y per ogni x ` e una soluzione. Quindi, se y ` e una soluzione
allora o y ` e costante oppure y(x) non annulla mai la g. In questultimo
caso, g(y(x)) = 0 per ogni x, e dividendo lequazione per g(y(x)) si
ottiene
y

(x)
g(y(x))
= f(x).
Se integriamo fra x
0
e x, con la formula di integrazione per sosti-
tuzione arriviamo a
_
y(x)
y
0
1
g(y)
dy =
_
x
x
0
y

(t)
g(y(t))
dt =
_
x
x
0
f(s) ds.
Chiamando F una primitiva di f e G una primitiva di 1/g, abbiamo
ricavato la soluzione in forma implicita:
G(y(x)) G(y
0
) = F(x) F(x
0
).
Ora, ` e possibile dimostrare che G ` e strettamente monotona, dunque
invertibile. Possiamo ricavare y(x) dalla relazione sopra:
y(x) = G
1
(F(x) F(x
0
) +G(y
0
)) .
In teoria, abbiamo trovato lunica soluzione esplicitamente. In prat-
ica, occorre una dose di sano realismo: il calcolo delle primitive F e
G, e soprattutto il calcolo della fuzione inversa di G, sono spesso di
difcolt` a insormontabile. Con questo non vogliamo incoraggiare lo
studente a catalogare come impossibile la risoluzione delle equazioni
differenziali: gli esercizi dei temi desame sono costruiti in modo che
lo studente possa fare esplicitamente tutti i calcoli necessari ad arrivare
alla formula della soluzione.
Esempio: capitale ed interessi. Supponiamo di depositare in banca un
certo capitale u
0
ad un tasso di interesse p computato continuamente.
Questo signica che in un intervallo di tempo innitesimo dt il capi-
tale aumenta di una somma du = pu(t) dt proporzionale alla durata
dellintervallo e al capitale stesso u(t). Dividendo
8
per dt, otteniamo
lequazi one differenziale
u

(t) = pu(t).
Essendo a variabili separabili, la soluzione si ottiene facilmente, ed ` e
espressa dalla formula
u(t) = u
0
e
pt
.
Supponiamo ora di ritirare con regolarit` a una certa rendita (costante)
b. In questo caso landamento del capitale risponder` a allequazione
u

(t) = pu(t) b.
8 Questi ragionamenti sono formali, ed infatti i veri interessi vengono computati ad inter-
valli di tempo pressati.
206
`
E ancora a variabili separabili, e la sua soluzione si ricava risolvendo
rispetto a u lequazione
1
p
log(pu b) = t +C,
cio` e
u(t) =
1
p
_
Ce
pt
+b
_
.
La costante C si ricava imponendo che u(0) = u
0
, da cui u
0
=
C+b
p
, e
dunque C = pu
0
b. In conclusione
u(t) =
1
p
_
(pu
0
b)e
pt
+b

.
Si danno tre casi.
1. b < pu
0
. In questo caso il capitale aumenta con il tempo, anche
se meno velocemente di quanto avveniva senza prelievo. In ef-
fetti, tutto avviene come se si fosse partiti da un capitale iniziale
u
0

b
p
, remunerato allinteresse p, pi ` u un capitale sso b/p non
remunerato.
2. b > pu
0
. Se si preleva troppo, il capitale diminuisce, e si estingue
in un tempo T che pu` o essere calcolato imponendo che u(T) = 0.
Esplicitamente, dobbiamo risolvere rispetto a T lequazione
(pu
0
b)e
pT
+b = 0.
Ricavando T, troviamo
T =
1
p
log
b
b pu
0
.
3. b = pu
0
. In questo caso il capitale rimane costante, sempre
uguale a u
0
= b/p.
Notiamo che il capitale u
0
ed il prelievo b possono essere negativi: se
b > pu
0
stiamo parlando di un prestito che viene estinto con versa-
menti regolari. A volte pu` o essere interessante sapere quanto occorre
versare per estinguere un prestito u
0
in un certo numero T di anni. Si
deve semplicemente porre u(T) = 0 e ricavare b:
b = pu
0
e
pT
e
pT
1
.
Se si vuole estinguere il prestito di 100 000 euro al 10% in 10 anni, si
dovr` a pagare una rata di
b = 10000
e
e 1
15800
euro allanno, cio` e circa 1317 euro al mese.
207
q. t/ rtNzi cNr rsrcNrNzi /tr ccvr scttzi cNr
ni rnc
In questa sezione, mostriamo come si possa usare la teoria elementare
delle equazioni differenziali ordinarie per dare una denizione rig-
orosa della funzione esponenziale.
Consideriamo il problema di Cauchy
_
y

= y
y(0) = 1.
(9.9)
Per il Teorema 9.5, questo problema possiede una ed una sola soluzione,
che chiameremo U = U(x). Si dimostra che U ` e globalmente denita,
per ogni valore x R. La dimostrazione di questo fatto ` e lunico
passaggio non del tutto elementare, e lo prendiamo per buono.
Denizione 9.7. La funzione esponenziale ` e la funzione exp: R R
denita dalla formula expx = U(x), U essendo lunica soluzione di (9.9).
Raccogliamo nella seguente Proposizione le propriet` a caratterizzanti
della funzione esponenziale.
Proposizione 9.8. La funzione esponenziale gode delle seguenti propriet` a:
(t} exp ` e una funzione derivabile innite volte in ogni punto.
(s} exp ` e ovunque strettamente positiva, monotona crescente in senso stretto,
e dunque invertibile.
(c} exp verica la relazione: exp(x +h) = expx exph per ogni x, h R.
In particolare, exp(x) = 1/ expx.
(o} Valgono le relazioni di limite lim
x+
expx = +, e lim
x
expx =
0.
Proof. Iniziamo ad osservare che, dalla denizione stessa, exp ` e una
funzione derivabile. Derivando lidentit` a U

= U, troviamo che tutte le

derivate successive di exp coincidono con exp stessa. Di conseguenza,
exp possiede derivate di qualunque ordine, e sono tutte uguali ad exp.
Questo dimostra il punto (a). Per dimostrare (b), cominciamo ad osser-
vare che exp non pu` o mai annullarsi. Se infatti per assurdo expx
0
= 0,
allora potremmo considerare il problema di Cauchy
_
y

= y
y(x
0
) = 0
Questo problema di Cauchy avrebbe allora due soluzioni: la funzione
exp e la funzione identicamente nulla. Sempre per il Teorema 9.5, la
funzione esponenziale dovrebbe coincidere con la funzione nulla, e
questo ` e in apparente contraddizione con il fatto che exp0 = 1 = 0.
Di conseguenza, la funzione esponenziale non pu` o cambiare segno:
208
altrimenti, essendo una funzione continua, per il teorema degli zeri
si deve annullare in qualche punto x
0
, e abbiamo gi` a escluso questa
eventualit` a. In conclusione, la funzione esponenziale non cambia mai
segno, e poich e in x = 0 ` e positiva, tale rester` a in ogni altro punto.
La monotonia stretta ` e conseguenza della positivit` a: infatti, la derivata
prima della funzione esponenziale coincide con la funzione stessa, e
quindi ` e sempre positiva. Sappiamo bene che ci ` o implica che la mono-
tonia stretta in direzione crescente. Inne, ogni funzione strettamente
crescente ` e necessariamente iniettiva, e dunque invertibile (sul proprio
codominio). Anche il punto (b) ` e completamente dimostrato.
Veniamo al punto (c). Consideriamo la funzione y(x) = U(x + h).
Allora y

(x) = U

(x +h) = U(x +h) = y(x). Allora la funzione

Y(x) =
y(x)
U(h)
soddisfa Y

= Y e Y(0) = U(h)/U(h) = 1. Per lunicit` a della soluzione

del nostro problema di Cauchy, Y = U, cio` e U(x +h) = U(h)U(x) per
ogni x e per ogni h. Se scegliamo h = x, troviamo che exp(x) =
1/ expx.
Il punto (d) si dimostra come segue: poich e U

= U > 0, dal teo-

rema di Taylor possiamo dedurre che esiste tale che
expx = 1 +x +

2
2
> 1 +x,
e quindi lim
x+
expx lim
x+
1 +x = +. Laltro limite deriva
subito da questo, ricordando che exp(x) = 1/ expx, e dunque
lim
x
expx = lim
z+
exp(z) = lim
z+
1
expz
= 0.
Questo completa la dimostrazione del punto (d) e del teorema.
Osservazione 9.9. Osserviamo il ruolo fondamentale giocato dallunicit` a
della soluzione di (9.9). Se lesistenza ci ha permesso di avere un can-
didato ad essere la funzione esponenziale, ` e lunicit` a che ci ha con-
sentito di denirla in modo univoco, e di trovarne delle importanti
propriet` a algebriche.
Si noti inne che, con questa denizione, il calcolo del limite notev-
ole
lim
x0
e
x
1
x
= 1
non ` e pi ` u misterioso: basta invocare il teorema di De lHospital! Non
c` e pi ` u contraddizione logica, poich e la funzione esponenziale ` e ora
derivabile per ipotesi. Con la denizione ingenua dellesponenziale,
al contrario, la derivata di exp va calcolata proprio con il limite notev-
ole, e quindi cadiamo in un ragionamento circolare.
A partire da queste propriet` a della funzione esponenziale, ` e facile
dedurre le principali propriet` a della funzione logaritmica (in base e =
209
exp0). Didatticamente, segnaliamo che la maggior parte dei testi denis-
cono il logaritmo naturale come la funzione
logx =
_
x
1
dt
t
, per ogni x > 0.
Da questa formula, con considerazioni essenzialmente elementari, si
possono dedurre tutte le propriet` a fondamentali dei logaritmi. Appar-
entemente, ` e pi ` u elementare denire i logaritmi che gli esponenziali.
Osservazione 9.10. Ma se tutto ` e cos` chiaro e meraviglioso, perch e af-
fannarsi tanto con le denizioni ingenue delle funzioni elementari?
La ragione ` e che sarebbe devastante proporre un corso di calcolo dif-
ferenziale senza poter scrivere esponenziali, logaritmi, seni, coseni, e
tutte le altre funzioni elementari non algebriche. Ci ` o che si pu` o fare
in teoria non ` e detto che sia conveniente in pratica. Inoltre, una volta
che si ` e data una denizione rigorosa dei numeri reali, ` e immediato
denire le potenze ad esponente reale, e in particolare lesponenziale.
Per le funzioni goniometriche, il discorso ` e un po meno banale.
q. rct/zi cNi ti Nr/ni nrt srccNnc cnni Nr
/ ccrrri ci rNti ccst/Nti
Come detto nellintroduzione al capitolo, le equazioni lineari possiedono
caratteristiche particolari. In questo paragrafo vedremo come utiliz-
zare la linearit` a dellequazione per determinare le soluzioni. Per sem-
plicit` a, ci limiteremo alle equazioni lineari del secondo ordine a coef-
cienti costanti:
ay

+by

+cy = f, (9.10)
dove a, b e c sono numeri reali mentre f ` e una funzione assegnata.
Osservazione 9.11. Ogni equazione di ordine due pu` o essere ricon-
dotta ad un sistema di equazioni di ordine uno. Consideriamo ad es-
empio la (9.10), e introduciamo lincognita ausiliaria v = y

. Allora la
(9.10) equivale al sistema
_
av

+bv +cy = f
y

= v.
Da un punto di vista teorico, si tratta di un risultato di importanza fon-
damentale, poich e permette di studiare solamente i sistemi di equazioni
differenziali di primo ordine. Dal punto di vista pratico, spesso ` e pi ` u
conveniente sfruttare tecniche particolari, e la riduzione ad un sistema
non offre molto aiuto.
Come per le equazioni lineari del primo ordine, consideriamo in-
nanzitutto il caso omogeneo f = 0.
210
Lequazione ay

+by

+cy = 0 suggerisce la ricerca di soluzioni y

tali che y, y

e y

siano multipli di una medesima funzione. Cerchi-

amo allora una soluzione y(x) = e
rx
, per oppurtuni valori di r R.
Sostituendo nellequazione, troviamo in effetti
e
rx
_
ar
2
+br +c
_
= 0.
Questa identit` a pu` o essere soddisfatta soltanto se
ar
2
+br +c = 0 (9.11)
La teoria delle equazioni algebriche di secondo grado ci dice che le
soluzioni reali di (9.11) sono due, una
9
oppure nessuna a seconda che
il discriminante = b
2
4ac sia positi vo, nullo oppure negativo.
Schematicamente, vediamo come trovare le soluzioni nei tre casi.
(1) Due radici reali. Lequazione (9.11) possiede due radici reali dis-
tinte r
1
e r
2
, e dunque le due funzioni
x e
r
1
x
, x e
r
1
x
sono soluzioni. Per il principio di sovrapposizione, lintegrale generale
dellequazione omogenea ` e
y(x) = c
1
e
r
1
x
+c
2
e
r
2
x
. (9.12)
(2) Una radice reale. Se = 0, lunica radice reale ` e
r =
b
2a
.
Dunque abbiamo trovato una soluzione
x e

b
2a
x
per lequazione omogenea. Malauguratamente, questa non basta a
descrivere lintegrale generale. Possiamo tuttavia provare a cercare
una soluzione della forma
x e

b
2a
x
u(x).
Sostituendo, otteniamo la condizione (r = b/(2a))
0 = e

b
2a
x
_
(ar
2
+br +c)u +au

+ (2ar +b)u

_
= au

.
Dunque u

= 0, e integrando due volte u(x) = c

1
+c
2
x. Lintegrale
generale della nostra equazione omogenea ` e pertanto
y(x) = e

b
2a
x
(c
1
+c
2
x) . (9.13)
9 Gli insegnanti delle scuole superiori amano parlare di due radici coincidenti. Non ` e
sbagliato, ed anzi in certi casi ` e di grande aiuto usare tale espressione. Per i nostri
scopi, sarebbe come dire che oggi indosso due paia di pantaloni coincidenti: logicamente
ineccepibile ma francamente superuo. Tutto si sitema introducendo la molteplicit` a delle
radici di un polinomio, concetto comunque be al di l` a dei limiti del nostro corso.
211
(3) Nessuna radice reale. Questo caso ` e sempre il pi ` u difcile da
analizzare. Non avendo a disposizione lalgebra dei numeri complessi,
` e piuttosto macchinoso costruire le soluzioni. Ci limitiamo pertanto a
proporle ex cathedra. Deniamo
=
b
2a
, =

4ac b
2
2a
.
Lintegrale generale nel caso < 0 si scrive
y(x) = Ae
x
cos(x +) (9.14)
al variare delle costanti A 0 e [/2, /2). In alternativa, le
formule di addizione per la funzione coseno dicono che lintegrale
generale pu` o essere scritto
y(x) = e
x
(C
1
sin(x) +C
2
cos(x)) , (9.15)
al variare delle costanti reali C
1
e C
2
. Questa formula ` e meno concisa
della precedente, ma spesso preferibile per fare i calcoli.
Il caso non omogeneo si discute usando il principio di sovrappo-
sizione: si trova lintegrale generale dellequazione omogenea e si
somma ad una soluzione particolare dellequazione non omogenea.
Tutto sta nel calcolare questultima. Vi sono essenzialmente tre modi,
per le equazioni del secondo ordine a coefcienti costanti.
1. Procedere per tentativi. Ad esempio, se f ` e un polinomio di
grado n, si cerca una soluzione particolare che sia un polinomio
di grado n+2. Questa tecnica ` e la pi ` u semplice ma anche la pi ` u
rischiosa, dato che funziona solamente per classi molto ristrette
di funzioni f.
2. Utilizzare il metodo della variazione delle costanti. Siano y
1
e y
2
due soluzioni dellequazione omogenea. Si cerca una soluzione
dellequazione non omogenea del tipo
y
f
(x) = c
1
(x)y
1
(x) +c
2
(x)y
2
(x), (9.16)
dove c
1
e c
2
sono funzioni incognite. Oltre al fatto che y
f
risolva
lequazione, si impone la condizione ausiliaria
10
c

1
(x)y
1
(x) +
c

2
(x)y
2
(x) = 0. Per trovare le incognite c
1
e c
2
occorre perci ` o
risolvere il sistema
_
c

1
(x)y
1
(x) +c

2
(x)y
2
(x) = 0
c

1
(x)y

1
(x) +c

2
(x)y

2
(x) = f(x).
(9.17)
A dispetto delle apparenze, questo sistema non ` e di difcile
soluzione: basta ricavare algebricamente c

1
e c

2
, e integrare.
10 Se avessimo il tempo per la teoria generale delle equazioni differenziali lineari,
potremmo far vedere che questa condizione ` e tuttaltro che articiosa. Si veda [15]
per i dettagli.
212
3. Utilizzare la formula di Duhamel.
11
Se u ` e la soluzione del prob-
lema di Cauchy
_
_
_
au

+bu

+c = 0
u(0) = 0
u

(0) = 1,
(9.18)
allora
y
f
(x) =
_
x
0
u(x s)f(s) ds.
Si potrebbe dimostrare che questa espressione altro non ` e che
una conseguenza del metodo di variazione delle costanti. Lesperienza
didattica insegna che questo metodo risolutivo non ` e particolar-
mente gradito agli studenti.
Esempio 9.12. Applichiamo tutti questi metodi allequazione
y

y = x
2
. (9.19)
La soluzione generale dellequazione omogenea y

= y = 0 ` e y(x) =
c
1
e
x
+ c
2
e
x
. Poich e il secondo membro dellequazione ` e un poli-
nomio di grado 2, cerchiamo un polinomio di grado 4 che sia una
soluzione particolare. Il generico polinomio di quarto grado ha la
forma a
0
+a
1
x +a
2
x
2
+a
3
x
3
+a
4
x
4
, e sar` a una soluzione di (9.19) se
e solo se
12a
4
x
2
+6a
3
x 2a
2
a
0
a
1
x a
2
x
2
a
3
x
3
a
4
x
4
= x
2
per ogni x. Uguagliando i coefcienti delle stesse potenze di x, dobbi-
amo risolvere il sistema
_

_
a
4
= 0
a
3
= 0
12a
4
a
2
= 1
6a
3
a
1
= 0
2a
2
a
0
= 0.
Operando per sostituzione, troviamo molto facilmente lunica soluzione
a
0
= 2, a
1
= 0, a
2
= 1, a
3
= a
4
= 0. Quindi una soluzione partico-
lare ` e la funzione polinomiale x x
2
2.
Se usiamo invece il metodo della variazione delle costanti, dobbiamo
risolvere il sistema
_
e
x
c

1
+e
x
c

2
= 0
e
x
c

1
e
x
c

2
= x
2
,
che ci porta immediatamente a
c

1
=
1
2
x
2
e
x
, c

2
=
1
2
x
2
e
x
.
11 Questa formula ` e spesso attribuita a Cauchy, che la utilizz` o in una forma equivalente ma
diversa da quella che riportiamo.
`
E interessante osservare che la formula di Duhamel
vale per tutte le equazioni differenziali lineari.
213
Integrando, c
1
= (
1
2
x
2
x 1)e
x
, c
2
= (
1
2
x
2
+x 1)e
x
, e quindi
la soluzione particolare ` e
y
f
(x) = c
1
e
x
+c
2
e
x
= x
2
2.
Utilizzando inne la formula di Duhamel, si trova che
y
f
(x) =
_
x
0
_
1
2
e
x2

1
2
e
sx
_
s
2
ds
=
1
2
e
x
_
x
0
s
2
e
s
ds
1
2
e
x
_
x
0
s
2
e
s
ds.
Lasciamo al lettore il calcolo di questi ultimi due integrali (suggeri-
mento: integrare per parti due volte). Alla ne si giunge allo stesso
risultato: y
f
(x) = x
2
2. In conclusione, la soluzione generale di
(9.19) ` e
y(x) = c
1
e
x
+c
2
e
x
x
2
2.
Sembra evidente che, almeno per funzioni f di tipo molto particolare,
conviene almeno tentare di indovinare una soluzione particolare y
f
con il primo metodo.
Esempio 9.13. Vogliamo risolvere
12
lequazione
y

+2y

+y =
e
x
x
.
Osserviamo che il polinomio associato allequazione ` e
2
+2 +1 = 0,
che possiede la radice doppia = 1. Dunque la soluzione generale
dellequazione omogena sar` a y
0
(x) = C
1
e
x
+C
2
xe
x
. Occorre de-
terminare una soluzione particolare dellequazione completa. Poich e
sembra improbabile indovinare ad occhio una soluzione, ricorriamo
alla formula di Duhamel. La soluzione del problema
_

_
y

+2y

+y = 0
y(0) = 0
y

(0) = 1
` e la funzione y(x) = xe
x
: basta imporre le condizioni y(0) = 0 e
y

(0) = 1 e determinare le giuste costanti C

1
e C
2
. Quindi la teoria ci
dice che
y
f
(x) =
_
x
1
y(x s)
e
s
s
ds =
_
x
1
(x s)e
(xs)
e
s
s
ds
=
_
x
1
x s
s
e
2t+s
ds =
_
x
1
x s
s
e
x
ds
= e
x
_
x
1
x s
s
ds = e
x
[x log|s| s]
s=x
s=1
= e
x
(x logx x +1) .
12 Con questa espressione intenderemo sempre che vogliamo calcolare la soluzione gen-
erale.
214
Unosservazione: abbiamo integrato fra 1 ed x invece che fra 0 ed x
perch e la funzione a secondo membro dellequazione non ` e denita in
0. Inne, la soluzione generale della nostra equazione ` e
y(x) = C
1
e
x
+C
2
xe
x
+x(logx 1)e
x
.
Per inciso, si potrebbe far vedere che la formula di Duhamel ` e solo
un caso particolare del metodo della variazione delle costanti. La for-
mula di Duhamel sembra il metodo pi ` u invitante, sebbene sia in realt` a
abbastanza insidiosa a causa degil integrali complicati a cui conduce.
Quasi tutto quello che abbiamo esposto ` e tratto da [17]. Numerosi
esempi, modelli e tecniche risolutive per le equazioni differenziali ordi-
narie si trovano nei primi capitoli del libro [26]. Pur non presentando
alcuna giusticazione teorica dei risultati, in questo agile libretto lo stu-
dente interessato pu` o facilmente impratichirsi con la risoluzione delle
equazioni differenziali pi ` u comuni. Si veda anche [14].
215
10 METODI DEL CALCOLO
APPROSSI MATO
In questultimo capitolo, affronteremo succintamente alcuni problemi
dellAnalisi Numerica. Pur tenendoci a un livello di difcolt` a davvero
basso, abbiamo lambizione di proporre alcuni metodi di calcolo ap-
prossimato. In particolare, proporremo il metodo di interpolazione di
Lagrange per costruire un polinomio che unisca dei punti del piano
cartesiano. Di seguito, vedremo tre modi per tovare approssimazioni
numeriche degli integrali deniti. Trattandosi di argomenti comple-
mentari al corso, non ci soffermeremo su molti dettagli, n e discuter-
emo la questione pi ` u importante di tutta lAnalisi Numerica: quella
della precisione dei metodi.
+o.+ i Ntrnrct/zi cNr rcti Ncvi /tr
Supponiamo che, durante un esperimento di laboratorio, le misurazioni
ci forniscano delle coppie numeriche rappresentative di una quantit` a
sica o chimica in relazione a unaltra quantit` a variabile:
(x
1
, y
1
), (x
2
, y
2
), . . . , (x
n
, y
n
).
La prima cosa che ci viene in mente di fare ` e di segnare tali punti nel
piano cartesiano, cenrcando di capire se esista una relazione fra i valori
delle x e quelli delle y.
1
Innanzitutto, la presenza di punti con uguale ascissa e diverse ordi-
nate creerebbero problemi insormontabili, perch e non ci sarebbe sper-
anza di avere la y in funzione della x. Sbarazziamoci n dora di tale
caso, peraltro ridicolo da un punto di vista sperimentale. Infatti, se
alla stessa x corrispondessero due valori sperimentali distinti della y,
dovremmo concludere che non siamo capaci di fare lesperimento.
In seconda battuta, n da bambini ci siamo divertiti a unire i pun-
tini sulle riviste di enigmistica. Questo metodo funziona sempre, e
produce una funzione continua il cui graco ` e la spezzata che con-
giunge i dati sperimentali. Quasi sicuramente, questa funzione non
sar` a per` o derivabile nei punti di congiunzione. E soprattutto sarebbe
presuntuoso ipotizzare che proprio quei pochi dati calcolati siano gli
spigoli della vera funzione che lega le ordinate alle ascisse. Rara-
mente i fenomeni macroscopici misurabili in laboratorio presentano
comportamenti spigolosi.
1 Chi scrive ` e un matematico puro, e in queste situazioni ` e convinto che dieci o cento
punti nel piano non servano assolutamente a niente. Anche se fossero allineati lungo
una retta orizzontale, la logica matematica non ci permetterebbe di trarre la conclusione
che ogni scienziato applicato ne trarrebbe. Chi ci dice che, facendo anche solo una
misurazione in pi ` u, non troveremmo un punto completamente disallineato?
217
Ben consci di tutte queste difcolt` a, rivolgiamo allora lo sguardo
verso una classe di funzioni che uniscono vari pregi: facilit` a di derivazione,
di integrazione, di calcolo dei valori. Stiamo parlando dei polinomi.
Ora, c` e un evidente legame fra il numero di dati sperimentali e il
grado del polinomio che vogliamo trovare. Se abbiamo due coppie di
punti, possiamo unirli con una retta univocamente individuata
2
, ma
possiamo anche unirli con inniti rami di parabole variamente dis-
poste nel piano cartesiano. Per convincere di ci ` o anche lo studente
pi ` u scettico, scegliamo i due punti (1, 0) e (1, 0). La retta orizzontale
y = 0 li congiunge, ma anche tutte le parabole y = a(x
2
1) al variare
di a R.
Riassumendo, con due punti abbiamo un unico polinomio di grado
1 = 2 1, e inniti polinomi di grado maggiore di 1. Per tre punti,
la geometria analitica delle scuole superiori ci assicura che esiste una
ed una sola parabola che li unisce, ma ` e facile costruire inniti poli-
nomi di quarto grado che passano per tali punti. Ci sembra di vedere
un legame fra il numero n + 1 di dati sperimentali e il grado n del
polinomio univocamente determinato. Il seguente teorema non solo ci
conforta in questa convinzione, ma ci fornisce una formula esplicita
per scrivere tutti i coefcienti del polinomio di grado n voluto.
Teorema 10.1 (Polinomio interpolatore di Lagrange). Dati n +1 punti
distinti x
0
, x
1
, . . . , x
n
e n + 1 numeri reali y
0
, y
1
, . . . , y
n
non necessaria-
mente distinti, esiste uno ed un solo polinomio P di grado (minore o uguale a)
n tale che P(x
j
) = y
j
per ogni j = 0, 1, 2, . . . , n. Questo polinomio ` e dato da
P(x) =
n

k=0
y
k
A
k
(x)
A
k
(x
k
)
, (10.1)
dove
A
k
(x) =

j=k
(x x
j
).
Certo, il polinomio interpolatore ha un aspetto vagamente miste-
rioso. Il simbolo

di produttoria ` e analogo a quello della sommatoria:

serve a scrivere brevemente i prodotti invece che le somme. Vediamo
di spiegare brevemente perch e il polinomio di Lagrange ha proprio
questo aspetto. Partendo dal caso molto semplice di due punti x
0
e x
1
,
consideriamo le due espressioni x x
0
e x x
1
. La prima si annulla
per x = x
0
, la seconda per x = x
1
. Se poi le dividiamo opportuna-
mente, troviamo le espressioni
x x
0
x
1
x
0
,
x x
1
x
0
x
1
.
La prima vale 1 per x = x
1
. mentre la seconda vale 1 per x = x
0
.
Pertanto lespressione
y
0
x x
0
x
1
x
0
+y
1
x x
1
x
0
x
1
2 Il famoso assioma per due punti passa una ed una sola retta.
218
vale y
0
per x = x
0
e y
1
per x = x
1
. Ovviamente, al variare di
x R, questa espressione rappresenta un polinomio di primo grado.
Confrontandolo con il Teorema precedente, abbiamo costruito esatta-
mente il polinomio di Lagrange di primo grado. Non ` e difcile con-
vincersi che il generico polinomio di Lagrange di grado n si costru-
isce seguendo lo stesso principio: prima si trovano n polinomi A
j
,
j = 0, 1, . . . , n, che hanno la propriet` a
A
j
(x
i
) = 0 per ogni i = j,
e poi si divide per A
j
(x
j
) in modo da ottenere unespressione polino-
miale che vale 1 per x = x
j
. Inne si moltiplica ognuna di queste
espressioni per y
j
e si somma rispetto a j. Il risultato ` e esattamente il
polinomio interpolatore di Lagrange.
Osservazione. Un approccio pi ` u concreto ` e il seguente. Vogliamo un
polinomio di grado (al pi ` u) n, e lo scriviamo nella forma
P(x) =
n

k=0
a
k
x
k
.
Come troviamo i coefcienti incogniti a
0
, a
1
, ecc.?
`
E semplice: impo-
nendo le condizioni
P(x
j
) = y
j
, j = 0, . . . , n.
Ricaviamo un sistema di n +1 equazioni lineari nelle n +1 incognite
a
j
, j = 0, . . . , n. Risolvendo questo banale
3
sistema, ricaveremo il poli-
nomio interpolatore. Salvo errori di calcolo, lunicit` a di tale polinomio
signica che ad esso possiamo arrivare in qualunque modo ci faccia
comodo.
Trovato il polinomio interpolatore, che ne facciamo? In primo luogo,
lo possiamo usare proprio per interpolare, cio` e per indovinare i valori
della funzione sperimentale nei punti compresi fra i nodi sperimentali
usati per la costruzione del polinomio.
4
Solo per fare un esempio di in-
teresse storico e matematico, le celebri tavole dei logaritmi con cui nei
secolo scorsi generazioni di ingegneri hanno fatto i loro calcoli erano
basate sullinterpolazione lineare. Pi ` u correttamente, le tavole riporta-
vano una grande quantit` a di nodi (i cui logaritmi erano calcolati con
metodi che qui non possiamo approfondire). Se si voleva calcolare il
logaritmo di un numero che non appariva sulle tavole, lo si localizzava
fra i due nodi adiacenti, e si faceva linterpolazione lineare fra di essi.
Questo procedimento comportava un errore, tutto sommato trascur-
abile grazie alla densit` a dei nodi. Ci auguriamo vivamente che il nos-
tro studente non si abbandoni a sorrisi di scherno verso i suoi avi
3 Daccordo, stiamo facendo dellironia fuori luogo.
4 Si parla invece di estrapolazione quando si pretende di calcolare i valori esterni al pi ` u
piccolo e al pi ` u grande nodo sperimentale. Questo ` e un procedimento molto pericoloso.
Se dati sperimentali molto tti possono ragionevolmente indurre a un miglioramento
dellinterpolazione, nulla ci rassicura sul fatto che il polinomio approssimi bene la fun-
zione sperimentale a grande distanza dai valori calcolati in laboratorio.
219
scienziati. Se ` e vero che i moderni calcolatori sanno operare con preci-
sione molto alta, anchessi forniscono risposte approssimate. Facendo
qualche confronto fra i risultati del metodo delle tavole e quelli di una
calcolatrice scientica a dieci cifre decimali, ci si accorge che le tav-
ole sbagliano mediamente dalla quinta cifra in poi. Un confronto
decisamente lusinghiero, se si considera che le tavole erano preparate
calcolando con carta e matita!
Un altro uso possibile del polinomio interpolatore ` e quello di usarlo
per calcolare lintegrale della funzione sperimentale incognita. Infatti,
questo integrale potrebbe avere un signicato concreto, e sarebbe pres-
soch e impossibile stimarne il valore in altro modo. Su questo prob-
lema ritorneremo nella prossima sezione. Pi ` u delicato e addirittura
sconsigliabile se non come ultimo tentativo ` e luso del polinomio per
calcolare la derivata della funzione sperimentale. La ragione di questo
scetticismo dovrebbe essere chiaro. I graci di due funzioni possono
essere molto vicini nel piano cartesiano, ma avere pendenze molto
diverse. Si pensi, intuitivamente, a una funzione costante e a una
funzione che oscilla furiosamente fra due valori vicini alla costante.
La prima ha pendenza identicamente nulla, la seconda ha pendenze
molto brusche vicino alle oscillazioni. Poich e il nostro polinomio in-
terpolatore ` e costruito solo ed esclusivamente per assumere gli stessi
valori della funzione sperimentale nei nodi calcolati, ` e difcile credere
che serva ad approssimare accuratamente la derivata. Anche per gli
esperti, la derivazione numerica ` e un argomento tra i pi ` u difcili, e
naturalmente non ce ne occuperemo in questa sede.
Osservazione 10.2. Esistono altri tipi di approssimazione polinomiale,
anchessi molto diffusi nei problemi delle scienze applicate. Un primo
esempio ` e quello di cercare un polinomio che passi per i nodi (x
j
, y
j
)
e che in tail punti abbia un assegnato valore della derivata prima. I
polinomi che se ne ricavano
5
prendono il nome di polinomi di Hermite.
Pur senza soffermarci sulle loro propriet` a, ` e evidente che a parit` a di
nodi occorrono polinomi di grado pi ` u alto che per la semplice int er-
polazione di Lagrange. Pensiamo ai due punti: sappiamo che per
essi passa esattamente un polinomio di grado uno, ma il valore della
derivata nei due nodi ` e ssato (e costante per i due punti). Volendo
prescrivere anche i due valori della derivata nei due nodi, ci serev un
polinomio di grado maggiore. Ne deduciamo che linterpolazione di
Hermite fornisce polinomi sensibilmente diversi da quelli di Lagrange.
Un altro esempio ` e quello della ricerca della retta che meglio ap-
prossima un insieme di punti del piano cartesiano. Abbiamo virgolet-
tato la richiesta di approssimazione perch e non vogliamo entrare nei
dettagli di questo metodo.
`
E per` o evidente che non si pu ` o parlare di
interpolazione: se prendiamo tre punti non allineati nel piano carte-
siano, non ci sar` a nessuna retta di interpolazione. Ha invece senso
chiedersi quale sia (se esiste) la retta che passa pi ` u vicino a tutti i
punti segnati. Fra i metodi pi ` u popolari per trattare questo problema
` e quello dei minimi quadrati. Facciamo un esempio numerico: pren-
diamo i tre punti di coordinate (1, 0), (0, 0) e (1, 0), osservano che
5 Lo studente rietta sul fatto che non ` e affatto banale che tali polinomi esistano.
220
appartengono alla parabola di equazione y = x
2
. Si calcola abbas-
tanza velocemente che la retta che passa pi ` u vicino a questi punti ha
equazione y = 1/2. Siamo ben lontani dal concetto di interpolazione.
+o.z i Ntrcn/zi cNr Ntvrni c/
Ci poniamo il problema di calcolare, con unapprossimazione pres-
sata, un integrale denito
_
b
a
f(x) dx,
dove f ` e una funzione continua. Non ` e sempre possibile conoscere
esplicitamente una primitiva di f o, comunque, esprimere il valore
dellintegrale mediante una formula in cui compaiono solo funzioni
elementari; anzi si pu` o dire che queste situazioni favorevoli devono
ritenersi eccezionali. Presenteremo tre metodi, tutti ispirati pi ` u o meno
direttamente alla denizione stessa di integrale di Riemann.
8.2.1 Il metodo dei rettangoli
Fissato un intero n > 0, si ponga
x
k
= a +
b a
n
k (k = 0, 1, . . . , n)
e si assuma come valore approssimato dellintegrale
S
n
=
b a
n
(f(x
0
) +f(x
1
) + +f(x
n1
)) .
Il seguente risultato esprime la precisione con cui S
n
approssima il
vero valore dellintegrale.
Teorema 10.3. Ammettendo che, per qualche costante M
1
> 0 si abbia
|f

(x)| M
1
in [a, b] risulta

S
n

_
b
a
f(x) dx

M
1
2
(b a)
2
n
.
Quindi vediamo che lim
n+
S
n
=
_
b
a
f(x) dx, e lerrore commesso
tende a zero come 1/n.
8.2.2 Il metodo delle tangenti
Il metodo precedente, come era da aspettarsi, ` e piuttosto grossolano.
Lintuizione ci dice che, quando f sia abbastanza regolare, una somma
del tipo

k
(x
k
x
k1
)f(z
k
) fornisca una migliore approssimazione
dellintegrale se per ogni intervallo il punto z
k
coincide con il punto
medio, cio` e z
k
= (x
k1
+x
k
)/2. Sia dunque ancora
x
k
= a +
b a
n
k (k = 0, 1, . . . , n)
221
e sia
z
k
=
x
k1
+x
k
2
.
Poniamo
S

n
=
b a
n
(f(z
1
) +f(z
2
) + +f(z
n
)) .
Teorema 10.4. Sia f una funzione dotata di derivate prima e seconda con-
tinue in [a, b] e si abbia |f

(x)| M
2
. Allora

n

_
b
a
f(x) dx

M
2
24
(b a)
3
n
2
.
Aparit` a di nodi, questo metodo fornisce effettivamente unapprossimazione
migliore.
Osservazione. Spesso si denisce uno stimatore della precisione nu-
merica, chiamato ordine del metodo. Prendendo come funzionicampione
i soliti polinomi, un metodo numerico ` e di ordine N se esso ` e esatto
(cio` e non si comemtte nessun errore) per tutti i polinomi di ordine (non
superiore a) N.
`
E facile convincersi che sia il metodo dei retatngoli che
quelo dei trapezi sono di ordine N = 1. Basta pensare alla costruzione
delle approssimazion per rendersi conto che S
n
e S

n
coincidono con
il valore dellintegrale di f ogni volta che f ` e una funzione lineare. In
questo senso, invitiamo lo studente ad usare con la dovuta cautela il
concetto di precisione per i metodi numerici. Potendosi dimostrare
lottimalit` a delle stime fornite dai teoremi precedenti, deduciamo che
lordine ` e uno stimatore che non si sovrappone alla velocit` a con cui
lerrore tende a zero. Daltra parte, lordine non fa ricorso al numero
di derivate disponibili per la funzione integranda, e questo lo rende
sensato anche per le funzioni che siano solo continue. Avvertiamo che
i tre metodi precedenti sono esposti anche in [18], dove per` o le for-
mule relative agli errori sono decisamente migliorabili. Una rapida
ispezione delle stime mostra che esse sono matematicamente rigorose,
ma diverse da quelle dei nostri teoremi proprio in quanto ` e richiesta
meno regolarit` a alla funzione integranda.
8.2.3 Il metodo di CavalieriSimpson
Il metodo delle tangenti consiste nel compiere lintegrazione dopo
aver sostituito, in ciascun intervallo della suddivisione, il graco della
funzione con la tangente al graco, in corrispondenza al punto di
mezzo.
Viene spontaneamente lidea di introdurre una curva che meglio
approssimi il graco, almeno quando questo sia abbastanza liscio.
Il metodo che esponiamo consiste nellapprossimare il graco con un
arco di parabola, che coincida con la curva in corrispondenza degli
estremi di ciascun intervallo e del punto di mezzo.
6
6 Ricordiamo infatti che servono tre punti distinti per determinare univocamente una
parabola che li congiunga.
222
Presa dunque la suddivisione {x
0
, x
1
, . . . , x
n
} dellintervallo [a, b] in
n intervalli di uguale ampiezza, e posto z
k
= (x
k1
+x
k
)/2, consid-
eriamo un polinomio di secondo grado, che potr` a essere scritto nella
forma
p
k
(x) = (x z
k
)
2
+(x z
k
) +,
e imponiamo le condizioni
p
k
(x
k1
) = f(x
k1
), p
k
(z
k
) = f(z
k
), p
k
(x
k
) = f(x
k
).
Ponendo
x
k
z
k
= z
k
x
k1
= =
b a
2n
,
si avr` a
= f(z
k
)

2
+ = f(x
k
) f(z
k
)

2
= f(x
k1
) f(z
k
).
Si ha poi
7
_
x
k
x
k1
p
k
(x) dx =
_

(x z
k
)
3
3
+(x z
k
)
_
x
k
x
k1
=
2
3

3
+2.
Ricavando e dal sistema,
_
x
k
x
k1
p
k
(x) dx =
f(x
k
) +f(x
k1
) +4f(z
k
)
3

=
b a
n
f(x
k
) +f(x
k1
) +4f(z
k
)
6
.
Sommando rispetto allindice k, otteniamo la seguente espressione ap-
prossimata dellintegrale:
S

n
=
b a
n
n

k=1
f(x
k
) +f(x
k1
) +4f(z
k
)
6
=
b a
6n
_
f(x
0
) +f(x
n
) +2
_
f(x
1
) +f(x
2
) + +f(x
n1
)

+4
_
f(z
1
) +f(z
2
) + +f(z
n
)
_
.
Teorema 10.5. Sia f una funzione continua con le sue derivate no al quarto
ordine in [a, b] e sia |D
4
f(x)| M
4
. Allora

n

_
b
a
f(x) dx

M
4
(b a)
5
2880
1
n
4
.
Dalla costruzione emerge chiaramente che il metodo di Cavalieri
Simpson ` e esatto per i polinomi di secondo grado, e dunque ` e un
metodo di ordine N = 2.
7 Il termine

2
(x z
k
)
2
si semplica perch e stiamo integrando su un intervallo simmet-
rico rispetto a z
k
.
223
Osservazione 10.6. Avvertiamo lo studente che su molti testi vengono
utilizzate notazioni diverse. Noi abbiamo introdotto, per ogni coppia
di nodi x
k
e x
k+1
un noto di comodo z
k
. Altri autori prendono invece
tre nodi consecutivi x
k1
, x
k
e x
k+1
della suddivisione, considerando
ovviamente x
k
alla stregua del nostro z
k
. A questo punto per` o bisogna
scegliere obbligatoriamente n pari, altrimenti non si riesce ad arrivare
a b con lultimo passaggio.
`
E chiaro che lidea resta sempre quella di
approssimare f mediante archi di parabola.
Concludiamo con un confronto: cerchiamo di approssimare
log2 =
_
2
1
dx
x
.
Prendendo n = 4 nel metodo delle tangenti, i punti di mezzo saranno
9
8
,
11
8
,
13
8
,
15
8
.
Troviamo dunque
S

4
=
1
4
_
8
9
+
8
11
+
8
13
+
8
15
_
= 0.6910
mentre log 2 = 0.6931... Con 4 suddivisioni, il valore ` e corretto alla
seconda cifra decimale.
Usiamo invece il metodo di CavalieriSimpson con n = 2. facendo
qualche calcolo si arriva a
S

2
=
1
12
_
1 +
1
2
+
4
3
+4
_
4
5
+
4
7
__
= 0.6932...
Come si vede, lapprossimazione ottenuta ` e sensibilmente migliore gi` a
con la met` a di suddivisioni.
8
Il contenuto di questo paragrafo ` e preso dallultimo capitolo di [35].
Non trattandosi di un testo specializzato nel calcolo numerico, la trat-
tazione ha unimpostazione molto geometrica ed intuitiva. In effetti,
dubitiamo che lo studente abbia scorto il legame fra i tre metodi pro-
posti e linterpolazione polinomiale. Per il metodo dei rettangoli, tale
legame semplicemente non c` e, o comunque ` e decisamente degenere.
Infatti ci siamo limitati ad approssimare la funzione continua f con
segmenti orizzontali, ottenendo unapprossimazione chiaramente dis-
continua.
In realt` a, il metodo di CavalieriSimpson consiste evidentemente
nellintegrazione di un polinomio interpolatore di secondo grado, come
abbiamo evidenziato nella costruzione. Come utile esercizio, lo stu-
dente potr` a vericare che partendo dal polinomio interpolatore di La-
grange passante per i tre punti (x
k
, f(x
k
)), (z
k
, f(z
k
), (x
k+1
, f(x
k+1
))
e integrandolo fra x
k
e x
k+1
si perviene alla stessa formula. Non ab-
biamo seguito questa via solo perch e conveniva sfruttare la simmetria
rispetto al punto mediano z
k
per semplicare alcuni calcoli.
8 A questo riguardo, si leggano gli ultimi capoversi del capitolo.
224
Resta da capire se lintegrazione del polinomio interpolatore di primo
grado conduca a una formula di integrazione approssimata efciente.
La risposta ` e affermativa, e il metodo va sotto il nome di metodo dei
trapezi.
Fissata la solita suddivisione {x
0
, x
1
, . . . , x
n
} di [a, b], per ogni inter-
vallino [x
k1
, x
k
] possiamo introdurre il polinomio di interpolazione
lineare p
1
, che esplicitamente si scrive
p
1
(x) =
f(x
k
) f(x
k1
)
x
k
x
k1
(x x
k1
) +f(x
k1
).
Integrando,
9
_
x
k
x
k1
p
1
(x) dx =
f(x
k
) +f(x
k1
)
2
(x
k
x
k1
) =
b a
n
f(x
k
) +f(x
k1
)
2
.
Inne, sommando rispetto allindice k, troviamo la formula di ap-
prossimazione per lintegrale esteso da a a b:
S
trap
n
=
b a
n
n

k=1
f(x
k
) +f(x
k1
)
2
.
Per costruzione, questo ` e un metodo di ordine N = 1, dato che i poli-
nomi per i quali linterpolazione lineare ` e sempre esatta sono quelli di
grado uno.
`
E altres` evidente che nulla ci impedisce di considerare polinomi
interpolatori di grado pi ` u alto di due. Potremmo infatti raggrup-
pare i punti a tre a tre e cercare un polinomio di terzo grado che li
unisca.
10
Se questo pu` o sembrare un gioco appassionante con cui met-
tere alla prova la propria comprensione dellargomento, ci si accorge
in fretta che esagerare non serve a molto. Lo studente avr` a senzaltro
notato che far passare un polinomio di decimo grado per undici nodi ` e
solo una complicazione tecnica: tanto vale rafnare la suddivisione
dellintervallo e usare un polinomio di grado inferiore. La formula
di CavalieriSimpson ` e una delle preferibili, dal momento che unisce
accuratezza e semplicit` a. Nella letteratura specializzata (si veda [36]),
molta importanza viene data ai metodi di NewtonCotes, basati pro-
prio sui polinomi di Lagrange.
Inne, tutti i metodi di integrazione approssimata hanno la caratter-
istica di essere facilmente implementabili in un qualsiasi linguaggio di
programmazione moderno, come il C, il Python, il Fortran o anche uno
dei linguaggi di alto livello come Matlab, Mathematica o Maple. Per tutti
si tratta solamente di ricevere in input una stringa di dati (i nodi sulle
ascisse e i corrispondenti valori sulle ordinate) e di emettere in output
un numero ottenuto mediante alcune semplici operazioni aritmetiche.
Lo studente interessato potr` a trovare alcuni esempi, assolutamente
elementari e primitivi, di implementazione nel linguaggio C dei metodi
9 Lo studente si convinca che lintegrale di p
1
altro non ` e che larea di un trapezio rettan-
golo di basi f(x
k
) e f(x
k1
) e altezza (ba)/n.
10 Evidentemente, capiter` a di dover supporre che il numero di intervalli della suddivisione
sia pari. Questo dettaglio sar` a sottinteso.
225
dei trapezi, delle tangenti e di Simpson sul sito dellautore, nella sezione
di didattica. La scelta del linguaggio C ` e legata allesistenza dei compi-
latore Open Source gcc, liberamente installabile su ogni sistema opera-
tivo moderno e gi` a presente nelle principali distribuzioni GNU/Linux.
Naturalmente il codice ` e cos` semplice da poter essere tradotto in tutti
i linguaggi scientici conosciuti. Solo per comodit` a, riportiamo di se-
guito il brevissimo listato del metodo dei trapezi in Python. La prima
riga ` e specica per i sistemi Unix (GNU/Linux, *BSD, Apple Mac OS
X, ecc.)
#!/usr/bin/python
def f(x) :
t = 1./x
return t
n = 1000
i = 0
x1 = 1.
x2 = 1. + 1./n
S = 0.
while in :
x1 = x2
x2 = x2 + 1./n
S = S + (1./n)*0.5*(f(x1)+f(x2))
i = i+1
print S
Lo studente noter` a che abbiamo evitato luso degli array per mem-
orizzare i nodi della suddivisione e le corrispondenti immagini. Un
informatico noterebbe che il listato in Python ` e preferibile a quelli in
C proprio perch e usa strutture pi ` u elementari. Per un matematico, al
contrario, ` e pi ` u spontaneo usare un array di numeri reali.
+o. ni scttzi cNr /rrncssi v/t/ nrttr rct/zi cNi
Un altro capitolo molto affascinante del Calcolo Numerico ` e costituito
dalla ricerca delle soluzioni di equazioni. Per restare entro i limiti el-
ementari che ci proponiamo in questo ultimo capitolo, considereremo
solo equazioni della forma generale
f(x) = 0, (10.2)
che interpreteremo cos`: data una funzione f: R R, trovare i valori
di x R tali che f(x) = 0.
Naturalmente, si tratta di un problema talmente generale che sono
poche le speranze di dimostrare risultati signicativi senza ulteriori
ipotesi suula natura della funzione f. Non si tratta della nostra inca-
pacit` a, ma della natura della cose. Ad esempio, le equazioni lineari del
226
tipo mx + q = 0 presentano gi` a due comportamenti molto diversi a
seconda della scelta dei parametri m e q. Se m = 0, allora per ogni q
esiste esattamente una soluzione x = q/m. Ma se m = 0, anche il val-
ore di q diventa fondamentale: se q = 0 lequazione diventa 0 x = 0,
sempre soddisfatta. Se q = 0, lequazione 0 x = q non ` e mai risolta.
Daltronde, anche equazioni semplici da scrivere come x
6
+ 7x
5
+
x 1 = 0 non sono risolvibili in termini elementari.
11
Un primo problema da affrontare ` e quello della possibile mancanza
di soluzioni: ` e chiaro che non ha senso spendere tempo alla ricerca
di soluzioni per e
x
= 0, dal momento che non ne esistono per le pro-
priet` a della funzione esponenziale.
`
E molto comune partire dal pre-
supposto che esistano due punti a < b tali che f(a)f(b) < 0. Questa
condizione, che dice in pratica che in un punto la funzione ` e negativa
e in un altro punto ` e positiva, ci lascia qualche speranza di risolvere
lequazione f(x) = 0. O almeno ` e quello che possiaom credere un po
ingenuamente. Se la funzione f ` e continua, il noto teorema degli zeri
ci ` e di conforto. Ma se f fosse discontinua, nemmeno questa ipotesi
garantirebbe lannullamento di f fra a e b.
Per queste ragioni, supporremo dora in poi che f sia una funzione
continua e denita almeno in un intervallo [a, b].
Ora che siamo pi ` u tranquilli riguardo lesistenza di una soluzione
per f(x) = 0, ci domandiamo come individuarla. Problema tuttaltro
che banale, come visto. Brevemente, passeremo in rassegna alcuni
metodi di approssimazione numerica, che hanno in comune la tecnica
iterativa. Senza voler essere ora troppo pendanti, questi metodi for-
niscono delle successioni {x
n
}
n
di punti sullasse reale tali lim
n+
f(x
n
) =
0. In pi ` u, accade che x
n+1
sia costruito a partire da x
n
, appunto sec-
ondo uno schema iterativo.
Osservazione 10.7. La formulazione (10.2) sembra essere solo una caso
particolare dellequazione pi ` u generale f(x) = y. In realt` a, ci rendiamo
subito conto che non ` e cos`. Infatti, lequazione f(x) = y equivale a
f(x) y = 0, che ` e della forma (10.2).
Nel seguito, ci occuperemo di alcuni metodi di risoluzione approssi-
mata di equazioni del tipo (10.2). Faremo unipotesi molto forte sulla
funzione f: non solo richiederemo che sia almeno derivabile una volta,
ma addiritura supporremo che le sue radici, cio` e i punti dove f() =
0, siano tutte semplici. Per denizione, questo signica che f

() = 0.
Osservazione 10.8. La ragione per cui ci limiteremo al caso delle radici
semplici ` e diventer` a chiaro quando introdurremo i metodi numerici e
la loro interpretazione geometrica. Comunque, lo studente dovrebbe
gi` a rendersi conto che determinare le radici multiple di una funzione
` e un problema delicato: per la funzione f(x) = x
2
, la soluzione x = 0
` e una radice doppia (infatti f

(0) = 0), ed osserviamo che non esiste

alcun intervallo contenente tale radice ai cui estremi la funzione cam-
bia segno. In breve, se non fossimo capaci di risolvere direttamente la
11 Con questa espressione, intendiamo dire che non possiamo scrivere che le soluzioni
sono x = . . ., cio` e scritte con formule chiuse.
227
nostra equazione, non avremmo speranza di localizzare la soluzione
doppia mediante un semplice ragionamento sul segno di f.
+o..+ Il metodo di bisezione
Abbiamo gi` a incontrato questo metodo, proprio nella dimostrazione
del teorema degli zeri per le funzioni continue. Rimandiamo dunque
al Teorema 5.37 per i dettagli. In questa sede, siamo piuttosto inter-
essati alla precisione numerica del metodo. A causa della natura di
dimezzamento del metodo, si dimostra che lerrore al passo nesimo
si stima come
e
n
= |f(x
n
)| <
b a
2
n+1
.
Quindi, non solo e
n
0 per n +, ma si pu` o dire che si avvicina
alla soluzione con velocit` a inversamente proporzionale a 2
n+1
. Tut-
tavia, in analisi numerica questo metodo non ` e considerato molto ef-
ciente. Ad esempio, applicandolo allequazione (x/2)
2
sinx = 0
nellintervalllo [3/2, 2], ad ogni iterazione si guadagna solo una cifra
decimale. Meglio di niente, ma si pu` o fare di meglio. Daltronde, il
principale difetto di questo metodo ` e che non sfrutta affatto la forma
della funzione f, ma solo la sua continuit` a. Ed ` e chiaro che non tutte
le funzioni continue sono simili numericamente.
+o..z Il metodo di Newton
Lultimo metodo che discutiamo ` e basato sulluso esplicito della derivata
prima di f. Si parte da un valore x
1
arbitrario, e si costruisce {x
n
}
n
me-
diante lalgoritmo ricorsivo
x
n+1
= x
n

f(x
n
)
f

(x
n
)
.
Geometricamente, ad ogni passo x
n+1
` e lintersezione fra lasse delle
ascisse e la retta tangente al graco di f nel punto (x
n
, f(x
n
)).
Per quanto riguarda laccuratezza di questo metodo, supponiamo
che f sia derivabile almeno due volte, e scriviamo il suo sviluppo di
Taylor centrato nella soluzione semplice x = x
n
:
0 = f() = f(x
n
) + (x
n
)f

(x
n
) +
1
2
(x
n
)
2
f

()
per qualche (x
n
, ). Dividendo per f

(x
n
) arriviamo a
f(x
n
)
f

(x
n
)
+x
n
= x
n+1
=
1
2
(x
n
)
2
f

()
f

(x
n
)
.
Pertanto
e
n+1
=
1
2
e
2
n
f

()
f

(x
n
)
,
228
e poich e x
n
ricaviamo
lim
n+
e
n+1
e
2
n
=
1
2
f

()
f

()
.
Aparole, ad ogni passo lerrore si comporta come il quadrato dellerrore
al passo precedente. Questo denota una buona accuratezza del metodo,
purch e si parta da una buona approssimazione iniziale della soluzione .
+o.. Il metodo delle secanti, o della regula falsi
Questo metodo, che coinvolge i valori numerici della fuzione f ad ogni
iterazione ma non quelli della derivata f

, ` e basato sul seguente al-

goritmo: si scelgono arbitrariamente x
1
e x
2
in [a, b], e si costruisce
ricorsivamente la successione {x
n
}
n
mediante la formula
x
n+1
= x
n

x
n
x
n1
f(x
n
) f(x
n1
)
f(x
n
),
denita a patto che f(x
n
) f(x
n1
) = 0. Geometricamente, x
n+1
` e lintersezione fra lasse delle ascisse e la retta passante per i due
punti (x
n1
, f(x
n1
)) e (x
n
, f(x
n
)). Si pu` o dimostrare che la velocit` a
di convergenza di questo metodo ` e superiore a quello del metodo di
bisezione, ma ` e paragonabile a quello del metodo di Newton. Il van-
taggio rispetto a questultimo ` e che non dobbiamo calcolare la derivata
di f, che viene approssimata mediante la quantit` a discreta
f(x
n
) f(x
n1
)
x
n
x
n1
.
Purtroppo, il quoziente
x
n
x
n1
f(x
n
)f(x
n1
)
` e numericamente problematico
a causa della possibilit` a che il denominatore sia nullo.
229
11 EPI LOGO
Siamo arrivati alla ne del nostro viaggio, durato circa dodici set-
timane e accompagnato probabilmente da prove scritte intermedie.
Lo studio di queste dispense, afancate dagli appunti del corso e
delle esercitazioni, e soprattutto completato dalla lettura di uno dei
testi segnalati nella bibliograa, dovrebbe trasmettere allo studente le
conoscenze indspensabili a qualsiasi laureando in una disciplina sci-
entica. Sono sicuro che solo un numero statisticamente trascurabile
di iscritti serber` a un ricordo piacevole del corso di Matematica. Resta
tuttavia la speranza che, almeno una volta, le idee studiate con fatica
in questi mesi possano rivelarsi utili.
A tutti gli studenti che sono arrivati alla ne delle lezioni senza
commettere gesti insani, va un ringraziamento e linvito a proseguire
la carriera universitaria con seriet` a e passione.
231
COMMENTO AL L A
BI BL I OGRAFI A
Innanzitutto, suggeriamo senzaltro a tutti gli studenti di leggere il
classico testo di Courant e Robbins [11]. Ne esiste una traduzione
italiana risalente agli anni 70 del secolo scorso.
`
E una descrizione
molto piacevole e scorrevole dei fondamenti della matematica mod-
erna, spesso presentati attraverso esempi e problemi di facile compren-
sione. Non ` e per` o un valido libro di testo per un corso universitario.
Il fatto che il libro di G.H. Hardy [25] risalga al 1921 (ed era gi` a
la terza ristampa!) dovrebbe essere un chiaro segnale della classicit` a
degli argomenti trattati nel nostro corso. A parte qualche notazione
ormai caduta in disuso, il testo di Hardy conserva ancora oggi un
notevole fascino scientico, e potrebbe tranquillamente essere utiliz-
zato nelle nostre universit` a.
Un manuale molto recente, che lo studente pu` o trovare interessante
ed educativo, ` e [8]. Lo stile del libro ` e veloce e preciso, e lunica
differenza fra il suo contenuto e le lezioni in aula ` e la costruzione
dellintegrale di Riemann. In questo libro ` e stata privilegiata la denizione
pi ` u intuitiva dellintegrale denito mediante il limite delle somme inte-
grali. Come dimostriamo nel Teorema 6.10, di fatto la nostra costruzione
coincide con quella di [8], ma si rivela pi ` u maneggevole nelle dimostrazioni.
Un altro testo di riferimento per il corso ` e [10]: un libro moderno
e ricco di contenuti, approfondimenti ed esercizi svolti. Alcuni argo-
menti vengono per` o trattati da un punto di vista diverso, e presuppone
nel lettore una preparazione che, di questi tempi, non sembra essere
molto diffusa.
Edizione riveduta e corretta di un famoso testo universitario in voga
negli anni 90 del secolo scorso, il manuale [19] propone per intero gli
argomenti trattati nel nostro corso (con un capitolo di ripasso della ge-
ometria analitica, utile per rivedere o apprendere qualche concetto uti-
lizzato anche da noi). Il ritmo dellesposizione ` e molto tranquillo, e nu-
merosi sono gli esempi e i commenti ai contenuti. La lunga esperienza
didattica ha suggerito allAutore lomissione di alcune dimostrazioni
particolarmente tecniche; in questi rari casi, lo studente trover` a i det-
tagli sulle dispense.
Pi ` u simile alle nostre dispense ` e invece [17], strutturato in capitoli
snelli e adatti ad essere trattati in due ore circa di lezione. Le suc-
cessioni sono introdotte soltanto alla ne, come capitolo facoltativo.
Questo rende alcune dimostrazioni meno trasparenti ed intuitive, e gli
esercizi sono di un livello senzaltro superiore a quelli che il nostro
studente deve saper risolvere. Il testo [35], scritto da uno dei padri
della moderna Analisi non lineare, ` e stato considerato a lungo uno dei
migliori manuali universitari per lo studio dellAnalisi Matematica,
prevalentemente rivolto a studenti del corso di Matematica o Fisica.
Cos` come per [37], non ci sentiamo di consigliarli al nostro lettore:
233
appaiono qui solo perch e, sporadicamente, ne abbiamo tratto spunti e
osservazioni interessanti.
Il libro [7] ` e probabilmente il miglior testo per lo studio astratto delle
propriet` a innitesimali delle funzioni. Il livello della presentazione ` e
estremamente elevato. Per quanto riguarda gli argomenti numerici,
consigliamo senzaltro [28, 36].
Qualche studente si chieder` a se lordine dei nostri capitoli corrisponde
fedelmente allo sviluppo storico del calcolo innitesimale. In realt` a, la
matematica si ` e sviluppata gradualmente, e spesso i grandi matematici
che hanno sviluppato le idee esposte in queste dispense non scrive-
vano delle denizioni rigorose e pulite come quelle a cui ci siamo abit-
uati. Il libro di Hairer [24] ` e unaffascinante confronto fra lo sviluppo
storico del calcolo e quello pedagogico dei nostri giorni. Un fatto da
tenere a mente ` e stata la rivoluzione bourbakista degli anni 50 e
60 del secolo appena trascorso. Partendo dalla Francia, si ` e diffusa
la richiesta di un ripensamento nitido e logicamente rigoroso delle
discipline che compongono la matematica contemporanea. Il gruppo
Bourbaki cerc` o di esporre tutta la matematica moderna in modo pu-
ramente logicodeduttivo. Questo approccio ` e stato molto criticato, e
la principale accusa era di nascondere la natura dellatto creativo in
matematica. Per chi conoscesse il francese, il volume [20] ` e uno splen-
dido esempio di manuale universitario scritto da un bourbakista con
tutte le idiosincrasie che caratterizzavano quel gruppo di studiosi.
Inne, un testo apparso di recente ` e [34]. Gli argomenti trattati
spaziano dai numeri reali al calcolo integrale in pi ` u dimensioni. Sem-
bra chiaramente ispirato allo stile di [37], ma con qualche attenzione
in pi ` u agil esempi e alle necessit` a didattiche attuali. Gli esercizi non
sono tutti originali, ed il loro livello ` e decisamente avanzato.
Segnalo anche il testo [39], scritto da un famoso matematico con-
temporaneo con uno stile volutamente informale.
`
E un trattato di
dimensioni considerevoli, che sconna abbondantemente nellAnalisi
Matematica pi ` u avanzata.
234
CONTENTS
1 i Nsi rvi r rncrni rt`/ nri Ntvrni nr/ti 7
1.1 Cenni di logica elementare 7
1.2 Richiami di insiemistica 10
1.3 Insiemi numerici 12
1.4 Topologia della retta reale 16
1.5 Linnito 19
1.6 Punti di accumulazione 21
1.7 Appendice: la dimostrazione per induzione 22
1.8 Appendice: una costruzione dei numeri reali 24
1.9 I numeri complessi 29
1.10 Appendice: una costruzione dei numeri naturali 35
2 rtNzi cNi rn/ i Nsi rvi 39
2.1 Operazioni sulle funzioni 45
2.2 Funzioni monot ` one e funzioni periodiche 48
2.3 Graci cartesiani 49
2.4 Alcune (cosiddette) funzioni elementari 50
2.5 Appendice: relazioni e funzioni 52
3 stccrssi cNi ni Ntvrni nr/ti 55
3.1 Successioni e loro limiti 55
3.2 Successioni e insiemi 63
3.3 Propriet` a asintotiche delle successioni 64
3.4 Innitesimi ed inniti equivalenti 67
3.5 Sottosuccessioni 68
3.6 Il numero e di Nepero 70
3.7 Appendice: successioni di Cauchy 71
3.8 Appendice: massimo e minimo limite di una succes-
sione 72
3.9 Appendice: convergenza secondo Ces` aro 74
4 srni r Ntvrni cur 77
4.1 Serie a termini positivi 81
4.2 Criteri di convergenza 83
4.3 Convergenza assoluta e convergenza delle serie di segno
alterno 87
4.4 Appendice: caratterizzazioni del numero di Nepero 89
5 ti vi ti ni rtNzi cNi r rtNzi cNi ccNti Ntr 91
5.1 Limiti di funzioni come limiti di successioni 91
5.2 Traduzione dei teoremi sulle successioni 95
5.3 Raccolta di limiti notevoli 96
5.4 Continuit` a 98
5.5 Limiti come conseguenza della continuit` a 102
235
5.6 Innitesimi ed inniti equivalenti 102
5.7 Teoremi fondamentali per le funzioni continue 104
5.8 Massimi e minimi 107
5.9 Punti di discontinuit` a 110
5.10 Appendice: limite inferiore e superiore per una fun-
zione 112
6 i t c/tcctc ni rrrnrNzi /tr 115
6.1 Rapporto incrementale e derivata 115
6.2 Il calcolo delle derivate 118
6.3 I teoremi fondamentali del calcolo differenziale 122
6.4 Punti singolari 129
6.5 Applicazioni allo studio delle funzioni 130
6.6 Derivate successive e convessit` a 131
6.7 Classi di regolarit` a 138
6.8 Graci di funzioni 138
6.9 Il teorema di De lHospital 141
6.10 Il polinomio di Taylor 145
6.11 Appendice: complementi sulla convessit` a 153
7 i Ntrcn/tr ni ni rv/NN 155
7.1 Partizioni del dominio 156
7.2 Continuit` a uniforme 164
7.3 Teorema fondamentale del calcolo 167
7.4 Un secondo sguardo sullintegrale di Riemann 170
7.5 Applicazioni al calcolo degli integrali deniti 173
7.6 Cenni sulla ricerca delle primitive 174
7.7 Integrazione delle funzioni razionali fratte 178
7.8 Il differenziale 182
7.9 Il polinomio di Taylor con resto integrale 185
7.10 Integrali impropri 186
7.10.1 Funzioni illimitate 186
7.10.2 Funzioni denite su intervalli illimitati 188
7.11 Relazione fra serie ed integrazione 189
7.12 Una denizione integrale delle funzioni goniometriche
elementari 191
8 tr ri t nctcr 195
8.1 Insiemi diretti 195
8.2 La denizione di limite 196
9 rct/zi cNi ni rrrnrNzi /ti cnni N/ni r 199
9.1 Equazioni differenziali lineari del primo ordine 200
9.2 Equazioni del primo ordine a variabili separabili 202
9.3 La funzione esponenziale come soluzione di EDO 208
9.4 Equazioni lineari del secondo ordine 210
10 vrtcni nrt c/tcctc /rrncssi v/tc 217
10.1 Interpolazione polinomiale 217
10.2 Integrazione numerica 221
236
10.3 Risoluzione approssimata delle equazioni 226
10.3.1 Il metodo di bisezione 228
10.3.2 Il metodo di Newton 228
10.3.3 Il metodo delle secanti, o della regula falsi 229
11 rri tccc 231
237
BI BL I OGRAPHY
[1] M. Abate. Geometria. McGrawHill.
[2] M. Abramowitz and I. A. Stegun. Handbook of mathematical func-
tions. National Bureau of Standards, 1972.
[3] E. Acerbi, G. Buttazzo. Primo corso di analisi matematica. Pitagora
Editrice.
[4] A. F. Beardon. LIMITS. A new approach to analysis. SpringerVerlag.
[5] G. Birkhoff and S. MacLane. A survey of modern algebra. MacMillan,
1977.
[6] E. Bloch. Proofs and fundamentals. A rst course in abstract mathemat-
ics. Birkh auser, 2000.
[7] N. Bourbaki.

El ements de Math ematiques. Fonctions dune variable
r eelle. SpringerVerlag.
[8] M. Bramanti, C. Pagani, S. Salsa. Analisi matematica 1. Zanichelli,
2008.
[9] T.J. Bromwich. An introduction to the theory of innite series. MacMil-
lan and Co., 1908.
[10] M. Conti, D. L. Ferrario, S. Terracini, and G. Verzini. Analisi
Matematica. Apogeo, 2006.
[11] R. Courant, H. Robbins. What is mathematics? Oxford University
Press, 1996.
[12] P. J. Daniell. A general form of the integral. The Annals of Mathe-
matics, Second Series, 19, No. 4 (1918), 279294.
[13] K. Deimling. Ordinary differential equation. An introduction to Non-
linear Analysis. W. de Gruyter, 1990.
[14] N. Fusco, P. Marcellini, and C. Sbordone. Analisi Matematica Due.
Liguori.
[15] G. De Marco. Analisi Due. Zanichelli.
[16] G. De Marco. Analisi Uno. Zanichelli.
[17] M. Giaquinta and G. Modica. Analisi Matematica. 1. Funzioni di
una variabile. Pitagora Editrice.
[18] M. Giaquinta and G. Modica. Analisi Matematica. 2. Approssi-
mazione e Processi Discreti. Pitagora Editrice.
[19] E. Giusti. Elementi di analisi matematica. Bollati Boringhieri.
239
[20] R. Godement. Analyse math ematique I. SpringerVerlag.
[21] R. Godement. Analysis II. SpringerVerlag.
[22] O. G uler. Foundations of optimization. Graduate Texts in Mathemat-
ics 258. Springer-Verlag.
[23] E. Hairer. Analysis by its history. SpringerVerlag.
[24] P. Halmos. Nave set theory. Van Nostrand.
[25] G. H. Hardy. A course of pure mathematics. Cambridge University
Press, 1921.
[26] J. Heading. Equazioni differenziali ordinarie. Liguori.
[27] O. Hijab. Introduction to calculus and classical analysis. Springer
Verlag, 2011
3
.
[28] F. Jedrzejewski. Introduction aux m ethodes numeriques. Springer,
2005.
[29] J. Kelley. General topology. Springer.
[30] E. Landau. Foundations of analysis. Chelsea publishing company.
[31] F. Lettemeyer.

Uber die sogenannte Hospitalsche Regel, Journal f ur
die reine un angewandte Mathematik 174 (1936), 246247.
[32] E. Mendelson. Introduction to mathematical logic. Chapman & Hall,
1997.
[33] E. H. Moore, H. L. Smith, A general theory of limits, American
Journal of Mathematics 44 (2), (1922), 102121.
[34] M. Muresan. A concrete approach to classical analysis. Springer
Verlag.
[35] G. Prodi. Analisi matematica. Bollati Boringhieri, 1970.
[36] A. Quarteroni, R. Sacco, and F. Saleri. Matematica Numerica.
Springer.
[37] W. Rudin. Principi di analisi matematica. McGrawHill, 1991.
[38] E. Stein, R. Shakarchi. Fourier analysis, an introduction. Princeton
University Press.
[39] R. Strichartz. The way of analysis. Jones and Bartlett Publishers.
[40] A. E. Taylor. LHospital rule, The American Mathematical Monthly
59 (1952), 2024.
240