Salta al contenuto
Note per Studenti Esercizio 15 · derivate parziali da derivate direzionali note

Esercizio 15derivate parziali da derivate direzionali note

In questa pagina 4

Testo (Ripassi 2025/26, esercizi 1.5 e 1.10).

  1. Sia f:R2→Rf : \mathbb{R}^2 \to \mathbb{R} di classe C1C^1. Calcolare ∂xf(0,0)\partial_x f(0, 0) e ∂yf(0,0)\partial_y f(0, 0) sapendo che ∂(1/2, 1/2)f(0,0)=52,∂(−2/5, 1/5)f(0,0)=35\partial_{(1/\sqrt2,\ 1/\sqrt2)}f(0, 0) = \frac{5}{\sqrt2}, \qquad \partial_{(-2/\sqrt5,\ 1/\sqrt5)}f(0, 0) = \frac{3}{\sqrt5}
  2. Sia f:R2→Rf : \mathbb{R}^2 \to \mathbb{R} differenziabile in (0,0)(0, 0). Si sa che f(x,−x)=0f(x, -x) = 0 e che f(x,x)=2xf(x, x) = 2x, per ogni x∈Rx \in \mathbb{R}. Calcolare ∂1f(0,0)\partial_1 f(0, 0), ∂2f(0,0)\partial_2 f(0, 0).

Teoria: Gradiente e direzione di massima crescitaIl gradiente è il vettore delle derivate parziali ∇f(p) = (∂₁f(p), …, ∂ₙf(p)). Se f è C¹ (derivate parziali continue) vale la formula del gradiente D_u f(p) = ∇f(p)·u: tutte le derivate direzionali si ottengono dalle parziali e u ↦ D_u f(p) è lineare. Tra i versori, la crescita è massima lungo ∇f/|∇f| (pendenza |∇f|), minima lungo −∇f/|∇f| (pendenza −|∇f|), nulla lungo le direzioni ortogonali al gradiente. Utili: ∇|x| = x/|x|, ∇φ(|x|) = φ'(|x|) x/|x|.Gradiente e direzione di massima crescita →, Differenziabilità, piano tangente e linearizzazionef è differenziabile in p se f(x) = f(p) + ∇f(p)·(x − p) + R(x) con R(x)/|x − p| → 0: vicino a p il grafico è quasi il suo spazio tangente z = f(p) + ∇f(p)·(x − p) (per n = 2 il piano tangente). La funzione affine L(x) = f(p) + ∇f(p)·(x − p) è la linearizzazione e serve per le stime (Δf ≈ ∇f·Δx). C¹ ⇒ differenziabile ⇒ continua e D_u f(p) = ∇f(p)·u per ogni u. Per verificare la differenziabilità in un punto: derivate parziali con la definizione, poi limite di [f(p+h) − f(p) − ∇f(p)·h]/|h|.Differenziabilità, piano tangente e linearizzazione →.


Lo strumento

Per una funzione C1C^1 (o, più in generale, differenziabile) vale la formula del gradienteLa derivata direzionale lungo u è il prodotto scalare tra il gradiente e u: D_u f(p) = ∇f(p)·u. Duf(p)=∇f(p)⋅u=a u1+b u2,(a,b)=∇f(p)D_u f(p) = \nabla f(p)\cdot u = a\,u_1 + b\,u_2, \qquad (a, b) = \nabla f(p) Ogni derivata direzionale nota diventa quindi un'equazione lineare nelle due incognite a=∂xf(p)a = \partial_x f(p) e b=∂yf(p)b = \partial_y f(p). Con due direzioni non parallele si ha un sistema 2×22 \times 2 risolubile.

1. Dalle due derivate direzionali al gradiente

Sia (a,b)=∇f(0,0)(a, b) = \nabla f(0, 0).

Prima direzione u=(12,12)u = \left(\frac{1}{\sqrt2}, \frac{1}{\sqrt2}\right): a2+b2=52  ⟺  a+b=5\frac{a}{\sqrt2} + \frac{b}{\sqrt2} = \frac{5}{\sqrt2} \iff a + b = 5 (si moltiplica per 2\sqrt2).

Seconda direzione u=(−25,15)u = \left(-\frac{2}{\sqrt5}, \frac{1}{\sqrt5}\right): −2a5+b5=35  ⟺  −2a+b=3-\frac{2a}{\sqrt5} + \frac{b}{\sqrt5} = \frac{3}{\sqrt5} \iff -2a + b = 3

Sistema. Sottraendo la seconda equazione dalla prima: (a+b)−(−2a+b)=5−3(a + b) - (-2a + b) = 5 - 3, cioè 3a=23a = 2. Quindi ∂xf(0,0)=a=23,∂yf(0,0)=b=5−23=133\partial_x f(0, 0) = a = \frac23, \qquad \partial_y f(0, 0) = b = 5 - \frac23 = \frac{13}{3}

Verifica: 23+133=5\frac23 + \frac{13}3 = 5 ✓ e −43+133=3-\frac43 + \frac{13}3 = 3 ✓.

Perché serve l'ipotesi C1C^1. Senza di essa le derivate direzionali non sono legate alle parziali dalla formula del gradiente (nella teoria c'è l'esempio f=0f = 0 sugli assi, 2x+y2x + y altrove, con parziali nulle e D(1,1)f(0,0)=3D_{(1,1)}f(0,0) = 3), e i dati non basterebbero.

2. Dalle restrizioni sulle bisettrici al gradiente

Le informazioni sono su due rette per l'origine: la bisettrice y=xy = x e l'antibisettrice y=−xy = -x. Lungo una retta x↦f(x,mx)x \mapsto f(x, mx) la derivata in 00 è una derivata direzionale: ddxf(x,mx)∣x=0=lim⁡x→0f(x(1,m))−f(0,0)x=D(1,m)f(0,0)\frac{d}{dx}f(x, mx)\Big|_{x=0} = \lim_{x \to 0}\frac{f(x(1, m)) - f(0, 0)}{x} = D_{(1, m)}f(0, 0)

Prima informazione: f(x,−x)=0f(x, -x) = 0 per ogni xx, quindi la derivata lungo (1,−1)(1, -1) è 00. Con la formula del gradiente (ff è differenziabile in (0,0)(0,0)): D(1,−1)f(0,0)=∂1f(0,0)−∂2f(0,0)=0D_{(1,-1)}f(0, 0) = \partial_1 f(0,0) - \partial_2 f(0,0) = 0

Seconda informazione: f(x,x)=2xf(x, x) = 2x, la cui derivata è 22: D(1,1)f(0,0)=∂1f(0,0)+∂2f(0,0)=2D_{(1,1)}f(0, 0) = \partial_1 f(0,0) + \partial_2 f(0,0) = 2

Sistema. Sommando: 2 ∂1f(0,0)=22\,\partial_1 f(0,0) = 2. Quindi ∂1f(0,0)=1,∂2f(0,0)=1\partial_1 f(0, 0) = 1, \qquad \partial_2 f(0, 0) = 1

Osservazione. Si usano vettori (1,±1)(1, \pm1) non unitari: va bene, perché la formula Duf=∇f⋅uD_u f = \nabla f\cdot u vale per ogni uu, e la derivata di x↦f(x,mx)x \mapsto f(x, mx) è proprio la derivata lungo (1,m)(1, m), non lungo il suo versore.


Errori comuni

  • Dimenticare che le direzioni del punto 1 sono versori e moltiplicare male per 2\sqrt2 o 5\sqrt5.
  • Applicare la formula del gradiente senza l'ipotesi di differenziabilità: nel testo è data apposta.

Lezioni in cui compare

Teoria collegata