UP | HOME

Analisi 2 - Definizioni in \(R^n\)

Table of Contents

1. Maggiorante

Un maggiorante di un insieme \(A \subseteq \mathbb{R}^n\) è un vettore \(\mathbf{M} \in \mathbb{R}^n\) tale che:

\[\forall \mathbf{x} \in A, \quad \mathbf{x} \leq \mathbf{M} \quad \text{(disuguaglianza componente per componente)}.\]

  • Esempio: Per \(A = \{(x,y) \in \mathbb{R}^2 \mid x^2 + y^2 \leq 1\}\), \(\mathbf{M} = (1,1)\) è un maggiorante.

2. Minorante

Un minorante di \(A \subseteq \mathbb{R}^n\) è un vettore \(\mathbf{m} \in \mathbb{R}^n\) tale che:

\[\forall \mathbf{x} \in A, \quad \mathbf{x} \geq \mathbf{m}.\]

  • Esempio: Per \(A = \{(x,y) \mid x, y \geq 0\}\), \(\mathbf{m} = (0,0)\) è un minorante.

3. Massimo

Un vettore \(\mathbf{M} \in A\) è il massimo di \(A\) se:

\[\forall \mathbf{x} \in A, \quad \mathbf{x} \leq \mathbf{M}.\]

  • Osservazione: Non tutti gli insiemi hanno massimo (es. \(A = \{\mathbf{x} \in \mathbb{R}^2 \mid \|\mathbf{x}\| < 1\}\)).

4. Minimo

Un vettore \(\mathbf{m} \in A\) è il minimo di \(A\) se: \[\forall \mathbf{x} \in A, \quad \mathbf{x} \geq \mathbf{m}.\]

5. Punto Stazionario

Per una funzione \(f \colon \mathbb{R}^n \to \mathbb{R}\), un punto \(\mathbf{x}_0 \in \mathbb{R}^n\) è stazionario se:

\[\nabla f(\mathbf{x}_0) = \mathbf{0} \quad \text{(gradiente nullo)}.\]

  • Esempio: Per \(f(x,y) = x^2 + y^2\), \((0,0)\) è stazionario.

6. Punto di Accumulazione

Un punto \(\mathbf{x}_0 \in \mathbb{R}^n\) è di accumulazione per \(A \subseteq \mathbb{R}^n\) se:

\[\forall \epsilon > 0, \quad B(\mathbf{x}_0, \epsilon) \cap A \setminus \{\mathbf{x}_0\} \neq \emptyset,\]

dove \(B(\mathbf{x}_0, \epsilon)\) è la palla aperta di raggio \(\epsilon\).

  • Esempio: Per \(A = \{\frac{1}{k} \mid k \in \mathbb{N}\} \times \{0\} \subset \mathbb{R}^2\), \((0,0)\) è di accumulazione.

7. Punto di Bordo (Frontiera)

Un punto \(\mathbf{x}_0 \in \mathbb{R}^n\) è di bordo per \(A\) se:

\[\forall \epsilon > 0, \quad B(\mathbf{x}_0, \epsilon) \cap A \neq \emptyset \quad \text{e} \quad B(\mathbf{x}_0, \epsilon) \cap A^c \neq \emptyset.\]

  • Esempio: Per \(A = \{\mathbf{x} \in \mathbb{R}^2 \mid \|\mathbf{x}\| \leq 1\}\), i punti con \(\|\mathbf{x}\| = 1\) sono di bordo.

8. Rappresentazione Grafica

  • In \(\mathbb{R}^2\): Usa cerchi per insiemi aperti, linee per frontiere.
  • In \(\mathbb{R}^3\): Superfici e volumi (es. sfere, cubi).
  • Esempio:
    • Insieme \(A = \{(x,y) \mid x^2 + y^2 < 1\}\): Disco aperto senza bordo.
    • Frontiera: Circonferenza \(x^2 + y^2 = 1\).

9. Interno di un Insieme

L'interno di \(A \subseteq \mathbb{R}^n\) è l'insieme: \[\text{Int}(A) = \{\mathbf{x} \in A \mid \exists \epsilon > 0 \text{ tale che } B(\mathbf{x}, \epsilon) \subseteq A\}.\]

  • Esempio: Per \(A = \{\mathbf{x} \mid \|\mathbf{x}\| \leq 1\}\), \(\text{Int}(A) = \{\mathbf{x} \mid \|\mathbf{x}\| < 1\}\).

10. Esterno di un Insieme

L'esterno di \(A\) è l'interno del complementare \(A^c\): \[\text{Ext}(A) = \text{Int}(A^c).\]

11. Chiusura di un Insieme

La chiusura \(\overline{A}\) è l'unione di \(A\) con la sua frontiera:

\[\overline{A} = A \cup \{\text{punti di bordo}\}.\]

  • Esempio: Se \(A = \{\mathbf{x} \mid \|\mathbf{x}\| < 1\}\), \(\overline{A} = \{\mathbf{x} \mid \|\mathbf{x}\| \leq 1\}\).

12. Linee di Livello

Le linee di livello di una funzione \( f: \mathbb{R}^2 \to \mathbb{R} \) sono le curve definite da:

\[f(x, y) = k \quad \text{(con \( k \) costante)}.\]

  • Interpretazione: Descrivono insiemi di punti \((x, y)\) dove \( f \) assume lo stesso valore \( k \).
  • Esempio: Per \( f(x, y) = x^2 + y^2 \), le linee di livello sono cerchi concentrici \( x^2 + y^2 = k \).

12.0.1. Applicazioni:

  • Mappe topografiche (curve di quota costante).
  • Ottimizzazione: aiutano a visualizzare il comportamento di \( f \).

13. Operatore \(\nabla\)

13.1. Cosa rappresenta \( \nabla \) (Operatore Nabla)?

Il simbolo \( \nabla \) (letto "nabla") è un operatore differenziale vettoriale utilizzato in calcolo multivariabile per descrivere tre operazioni fondamentali:

  1. Gradiente (per funzioni scalari).
  2. Divergenza (per campi vettoriali).
  3. Rotore (per campi vettoriali in \( \mathbb{R}^3 \)).

13.2. Gradiente (\( \nabla f \))

Se \( f: \mathbb{R}^n \to \mathbb{R} \) è una funzione scalare, il gradiente è il vettore delle derivate parziali:

\[\nabla f = \left( \frac{\partial f}{\partial x_1}, \frac{\partial f}{\partial x_2}, \dots, \frac{\partial f}{\partial x_n} \right).\]

Significato:

  • Indica la direzione di massima crescita di \( f \).
  • La sua norma \( \|\nabla f\| \) misura il tasso di variazione massimo.

Esempio in \( \mathbb{R}^2 \):

Per \( f(x,y) = x^2 + y^2 \):

\[\nabla f = (2x, 2y).\]

  • In \( (1,1) \), \( \nabla f = (2,2) \): la funzione cresce più rapidamente lungo la direzione \( (1,1) \).

13.3. Divergenza (\( \nabla \cdot \mathbf{F} \))

Se \( \mathbf{F}: \mathbb{R}^n \to \mathbb{R}^n \) è un campo vettoriale \( \mathbf{F} = (F_1, F_2, \dots, F_n) \), la divergenza è:

\[\nabla \cdot \mathbf{F} = \frac{\partial F_1}{\partial x_1} + \frac{\partial F_2}{\partial x_2} + \dots + \frac{\partial F_n}{\partial x_n}.\]

Significato:

  • Misura la tendenza di un campo a divergere (se \( > 0 \)) o convergere (se \( < 0 \)) in un punto.
  • Se \( \nabla \cdot \mathbf{F} = 0 \), il campo è solenoidale (es. fluidi incomprimibili).

Esempio in \( \mathbb{R}^3 \): Per \( \mathbf{F}(x,y,z) = (x^2, y, z) \):

\[\nabla \cdot \mathbf{F} = 2x + 1 + 1 = 2x + 2.\]

  • In \( (1,0,0) \), \( \nabla \cdot \mathbf{F} = 4 \): il campo "si espande" in quel punto.

13.4. Rotore (\( \nabla \times \mathbf{F} \))

Solo in \( \mathbb{R}^3 \), per un campo \( \mathbf{F} = (F_x, F_y, F_z) \), il rotore è:

\[ \nabla \times \mathbf{F} = \begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\ F_x & F_y & F_z \end{vmatrix}. \]

Significato:

  • Misura la tendenza a ruotare (es. vortici in fluidi).
  • Se \( \nabla \times \mathbf{F} = \mathbf{0} \), il campo è irrotazionale (conservativo).

Esempio: Per \( \mathbf{F}(x,y,z) = (-y, x, 0) \):

\[\nabla \times \mathbf{F} = (0, 0, 2).\]

  • Indica una rotazione antioraria attorno all'asse \( z \).

13.5. Interpretazione Fisica

  • Campo elettrico \( \mathbf{E} \):
    • \( \nabla \cdot \mathbf{E} = \rho/\epsilon_0 \) (Legge di Gauss).
    • \( \nabla \times \mathbf{E} = -\frac{\partial \mathbf{B}}{\partial t} \) (Legge di Faraday).
  • Fluidodinamica:
    • \( \nabla \cdot \mathbf{v} = 0 \) → fluido incomprimibile.
    • \( \nabla \times \mathbf{v} \) → vorticità.

13.6. Rapresentazione Grafica

∇f (gradiente)
   ↑
   |  Funzione scalare f(x,y)
   |  Livelli crescenti
   •───> ∇ × F (rotore)
   |
   ↓
∇ ⋅ F > 0 (divergenza positiva)

13.7. Riassunto delle Operazioni

Operatore Input Output Esempio
\( \nabla f \) Funzione scalare Vettore Direzione di salita
\( \nabla \cdot \mathbf{F} \) Campo vettoriale Scalare Divergenza
\( \nabla \times \mathbf{F} \) Campo \( \mathbb{R}^3 \) Vettore Rotazione

14. Matrice Hessiana

La matrice hessiana (o Hessiano) è uno strumento fondamentale nell'analisi multivariata per studiare la curvatura di una funzione in più variabili. Serve, ad esempio, per determinare se un punto critico è un minimo, massimo o sella.

14.1. Definizione:

Sia \(f(x_1, x_2, \dots, x_n)\) una funzione due volte derivabile. La matrice hessiana di \(f\) è la matrice quadrata delle derivate parziali seconde:

$$ Hf(x) =

\begin{bmatrix} \frac{\partial^2 f}{\partial x_1^2} & \frac{\partial^2 f}{\partial x_1 \partial x_2} & \dots \\ \frac{\partial^2 f}{\partial x_2 \partial x_1} & \frac{\partial^2 f}{\partial x_2^2} & \dots \\ \vdots & \vdots & \ddots \end{bmatrix}

$$

Nel caso di una funzione in due variabili \(f(x, y)\), la Hessiana è:

$$ Hf(x, y) =

\begin{bmatrix} \frac{\partial^2 f}{\partial x^2} & \frac{\partial^2 f}{\partial x \partial y} \\ \frac{\partial^2 f}{\partial y \partial x} & \frac{\partial^2 f}{\partial y^2} \end{bmatrix}

$$

14.2. A cosa serve?

Nei punti critici (dove \(\nabla f = 0\)), la Hessiana ci dice il tipo di punto:

sia

\[ D = \det(H_f(x, y)) = f_{xx} f_{yy} - (f_{xy})^2 \]

allora

  • Se \(D > 0\) e \(f_{xx} > 0\): minimo locale
  • Se \(D > 0\) e \(f_{xx} < 0\): massimo locale
  • Se \(D < 0\): punto di sella
  • Se \(D = 0\): test inconcludente

Author: andrea venuti

Created: 2025-07-31 gio 12:39

Validate