La formula di Taylor e alcune sue applicazioni. Criteri di convessità/concavità

Cerca nel sito

Altri risultati..

Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors
funzione concava o convessa


Indice

La formula di Taylor

La formula di Taylor è una formula che ci fornisce approssimazioni sempre migliori di una funzione data f(x) in un intorno di un suo punto x0 e grazie alla quale si possono ricavare importanti informazioni sul comportamento della funzione vicino a x0 (in particolare se è crescente, decrescente, convessa, concava, se ha massimi o minimi).
Prima di dare la formula generale, giusto per avere un’idea di che tipo di approssimazione si tratti e cosa significhi ”approssimazioni sempre migliori”, ecco come si presenta ad esempio la formula di Taylor per la funzione f(x) =ex , approssimata in un intorno di x0 = 0:

La formula di Taylor e alcune sue applicazioni

Il significato della prima espressione è la seguente: in un intorno di x0 = 0, la funzione ex si può approssimare mediante il polinomio di primo grado 1+x, con un errore o(x) che ha la proprietà che per x → 0 non solo o(x) tende a zero (e quindi più ci avviciniamo al punto più diventa piccolo come errore) ma ci va più velocemente di x, ovvero


La seconda espressione significa invece che la funzione ex si può approssimare ancora meglio mediante il polinomio di secondo grado

con un errore o(x2) che stavolta ha la proprietà che per x → 0 tende a zero più velocemente di xovvero

quindi anche più velocemente dell’o(x) dell’approssimazione precedente, e in questo senso rappresenta un’approssimazione migliore.

Le due espressioni scritte sopra si dicono sviluppo di Taylor arrestato rispettivamente al primo e al secondo  ordine. In generale, potremmo
andare avanti e considerare lo sviluppo arrestato all’n-esimo ordine, con n qualunque, dove a patto di usare un polinomio di grado n sempre più alto, avremmo un’approssimazione sempre migliore commettendo un errore di approssimazione sempre più piccolo, o per meglio dire un errore che va a zero sempre più velocemente per x che tende al punto x0 = 0 in cui stiamo approssimando la funzione.
A consentire quest’approssimazione sempre migliore è, come vedremo ora dando la formula generale, il fatto che la funzione ex è derivabile quante volte vogliamo.

In generale, data una funzione f(x) e un punto x0, si può costruire il suo sviluppo di Taylor arrestato all’n-esimo ordine, con n uguale a un certo numero naturale 1, 2, 3, 4 etc. sotto l’ipotesi che f sia derivabile n volte in x0, cioè che esistano e siano finite le derivate f ‘(x0), f ”(x0) etc. fino alla derivata n-esima f(n)(x0).

In tal caso, la formula è la seguente:

formula di Taylor

 

dove si ricordi che il fattoriale n! di un numero naturale n è uguale al prodotto di n per tutti i naturali precedenti (0 escluso), ovvero

2! = 2 · 1 = 2
3! = 3 · 2 · 1 = 6
4! = 4 · 3 · 2 · 1 = 24

etc. e dove o((x − x0)n) rappresenta l’errore di approssimazione, che ha la proprietà di andare a zero per x → x0 più velocemente di (x − x0)n. Si dice anche che o((x − x0)n) è un ”o piccolo di (x − x0)n.

Osservazione

Si noti che lo sviluppo di Taylor del prim’ordine di una funzione f in x0 sta approssimando f con la funzione polinomiale di primo grado:

equazione retta tangente ad una funzione

il cui grafico rappresenta esattamente la retta tangente al grafico di f in x0. Da un punto di vista geometrico, possiamo quindi affermare che l’approssimazione al prim’ordine non fa altro che approssimare il grafico di f con il grafico della sua retta tangente nel punto considerato (mentre con lo sviluppo arrestato al second’ordine avremmo che stiamo approssimando f con un polinomio di secondo grado in x e quindi il grafico di f con quello di una parabola).

Ti potrebbe interessare anche:  Python: le stringhe

Ora vedremo le importantissime applicazioni della formula di Taylor cui accennavamo all’inizio, ovvero la determinazione di informazioni sul comportamento della funzione vicino al punto x0 di approssimazione e in particolare informazioni sulla sua crescenza, decrescenza,
convessità etc.

Criteri di convessità/concavità

Iniziamo a vedere in che modo la formula di Taylor ci dà informazioni sulla convessità/concavità di una funzione. La prima affermazione che vorremmo mostrare è la seguente:

Se f ”(x0) > 0 allora in un intorno di x0 la funzione è convessa; se f ”(x0) < 0 allora in un intorno di x0 la funzione è concava.

Per verificare l’affermazione, useremo il fatto che una funzione (derivabile) è convessa in un intorno di un punto esattamente quando sta al di sopra della retta tangente in quel punto, mentre è concava quando sta invece al di sotto della retta tangente.

Avevamo definito una funzione convessa o concava quando il suo grafico compreso tra due punti sta rispettivamente sotto o sopra il segmento congiungente i due punti, ma si può dimostrare che questa condizione è equivalente a quella appena data sulla retta tangente.

funzione concava o convessa

Ricordiamo che l’equazione della retta tangente in un x0 al grafico di f è

equazione retta tangente ad una funzione

Quindi, per valutare se il grafico di y = f(x) sta sopra o sta al di sotto del grafico della retta (e capire quindi se f è convessa o concava) dobbiamo semplicemente controllare se è

ovvero equivalentemente valutare se è positiva o negativa la differenza

A questo scopo, usiamo lo sviluppo di Taylor di f in x0 arrestato al second’ordine, portando a primo membro i primi due addendi del secondo membro e dividendo entrambi i membri di questa uguaglianza per (x − x0)

Ora, se facciamo tendere x a x0, come sappiamo l’ultimo addendo tende a zero, quindi il secondo membro dell’uguaglianza tende a

che non dipende da x, quindi mandando al limite rimane così com’è; cioè riassumendo, posso concludere che per x che tende a x0 ho

Ora, se f ”(x0) > 0 allora

sta tendendo a una quantità positiva. Questo vuol dire che se mi metto abbastanza vicino a x0 devo avere per forza

e quindi (essendo il denominatore sempre positivo perchè è un quadrato) ho il numeratore
f(x)−f(x0)−f ‘(x0)(x−x0) > 0,

cioè

f(x) > f(x0) + f ‘(x0)(x−x0):

questo significa che in un intorno di x0 il grafico di f sta sopra la retta tangente.

Analogamente, se f ”(x0) < 0: in un intorno di x0 il grafico di f sta sotto la retta tangente.

Cosa possiamo dire riguardo alla convessità e concavità della funzione se invece f ”(x0) = 0?

In tal caso, lo sviluppo di Taylor arrestato al secondo ordine sarebbe:

f(x) = f(x0) + f ‘(x0)(x − x0) + o((x − x0)2)

ovvero, portando a primo membro i primi due addendi,

f(x)- f(x0) – f ‘(x0)(x − x0) = o((x − x0)2)

 

e non riusciremmo a ottenere nessuna informazione sul segno della differenza f(x)- f(x0) – f ‘(x0)(x − x0) (che si dice se il grafico di f sta sopra o sotto la retta tangente), perchè l’unica quantità che rimane a secondo membro è o((x − x0)2) del quale sappiamo solo che tende a zero ma senza sapere nulla del segno che ha avvicinandosi a zero.

Per ovviare a questo problema, miglioriamo la nostra approssimazione considerando allora lo sviluppo arrestato al terz’ordine

dove non abbiamo scritto l’addendo relativo alla derivata seconda, perchè siamo nell’ipotesi che essa sia nulla.

Proviamo a replicare lo stesso ragionamento fatto nel caso precedente:
portiamo a primo membro i primi due addendi e dividiamo ora entrambi i membri per (x − x0)3:

Ti potrebbe interessare anche:  Quesiti risolti di Calcolo delle probabilità

che è l’analogo del caso precedente caso precedente.
Arrivati a questo punto, potremmo essere tentati di concludere  che quando f ”'(x0) è positiva allora f(x) − f(x0) − f ‘(x0)(x − x0) è positivo, e quando f ”'(x0) è negativo allora f(x) − f(x0) − f ‘(x0)(x − x0) è negativo: tuttavia, questo non è corretto!

Mentre nel caso precedente il denominatore del rapporto era (x−x0)2 e non aveva nessun ruolo nel determinare il segno, in quanto sempre
positivo essendo un quadrato, stavolta ) il denominatore `e il cubo(x − x0)3, che invece non è sempre positivo, ma è positivo per x − x0 > 0,
cioè quando x > x0 (diremo ”a destra di x0”) e negativo per x − x0 < 0, cioè quando x < x0 (diremo ”a sinistra di x0”).

Questo complica leggermente la discussione, vediamo i dettagli:

(i) Sia f ”'(x0) > 0.

Allora, a destra di x0 (dove il cubo a denominatore è positivo) il numeratore deve essere
f(x) − f(x0) − f ‘(x0)(x − x0) > 0, mentre a sinistra di x0 (dove il cubo a denominatore è negativo) il numeratore deve essere

f(x) − f(x0) − f ‘(x0)(x − x0) < 0 (affinchè il rapporto rimanga positivo).

Quindi, riassumendo,

per x > x0 devo avere f(x) > f(x0) − f ‘(x0)(x − x0) mentre
per x < x0 devo avere f(x) < f(x0) − f ‘(x0)(x − x0).

Quindi il grafico della funzione sta sopra la retta tangente a destra di x0 e sotto la retta tangente a sinistra di x0 ed attraversa la retta tangente nel passare da sinistra a destra di x0, passando da concava a convessa: un tale punto si dice di flesso. 

(ii) Sia f ”'(x0) > 0.

Simmetricamente

il grafico di f stavolta è sotto quello della retta tangente a destra di x sopra la retta tangente a sinistra di x0: il grafico di f attraversa la retta tangente nel passare da sinistra a destra di x0, stavolta passando da convessa a concava, e abbiamo quindi ancora un cosiddetto punto di flesso. 

A questo punto sorge spontanea la domanda: e se fosse anche f ”'(x0) = 0? E se fossero nulle anche altre derivate superiori alla terza?
I due casi che abbiamo studiato in precedenza ci suggeriscono che il comportamento della funzione dipende non solo da qual è il segno della prima derivata non nulla in x0 ma ci suggeriscono anche il fatto che la conclusione cambia a seconda che questa derivata sia di ordine pari o dispari.

Generalizzando, otteniamo il criterio più generale possibile:

 

Sia data una funzione f che sia derivabile almeno n volte in x0 e tale che la sua prima derivata non nulla in x0 è f(n)(x0) (con n ≥ 2). Allora
(i) Se n è pari, la funzione è convessa se f(n)(x0) > 0 e concava se  f(n)(x0) < 0
(ii) Se n è dispari, la funzione ha un flesso in x0, e in particolare passa da concava a convessa se f(n)(x0)> 0 e da convessa a concava se  f(n)(x0) < 0.

Gli sviluppi di Taylor e McLaurin

Ti potrebbe interessare anche:  Un esempio "botanico" di applicazione degli intervalli di confidenza

Studi di Funzione

 

(1270)