Questi appunti sulle equazioni differenziali ordinarie sono vitali per l'esame di Analisi matematica 2, a patto di saper calcolare gli integrali.
Il libro prende le mosse da un esercizio di Fisica 1 ovvero la caduta libera di una pallina in un mezzo che offre una resistenza passiva. Ciò è essenziale per comprendere la genesi delle equazioni differenziali. Quindi si passa a una formulazione assiomatica enunciando e dimostrando teoremi e proposizioni. L'ebook è corredato da una nutrita serie di esempi numerici, includendo grafici elaborati con Mathematica (molti altri esercizi su una prossima pubblicazione). (altro…)
L'estremo inferiore di integrazione x=0 non dà problemi perchè la funzione integranda ha ivi una discontinuità eliminabile:
mentre in x=1 ha una discontinuità di seconda specie:
Nella definzione del logaritmo integrale riconosciamo la parte principale di Cauchy o valore principale di Cauchy dell'integrale improprio
Tale valore converge per cui la li(x) è definita in R\{1} e in x=1 come vediamo dal grafico di fig. 1.
Nella notazione di Eulero si scrive
cioè la restrizione di li(x) all'intervallo [2,+oo). La Li(x) è interessante perché permette di eseguire una stima del numero di primi in [0,x]. Più precisamente, ricordiamo che la distribuzione dei primi è data dalla π(x) che allo stato attuale delle conoscenze, è ignota (nel senso che non si conosce la sua espressione analitica). Tale funzione è di libreria per molti software del tipo Mathematica. Ad esempio per x in [0,9], Mathematica restituisce il grafico
da cui notiamo le discontinuità di prima specie per x=pn essendo pn l'n-esimo primo. Espandendo l'intervallo di definizione si ha il grafico
Un'ulteriore espansione quasi costringe la funzione π(x) ad assumere un comportamento continuo nel senso che non sono più visibili «a occhio» le discontinuità:
Una stima molto rozza di π(x) è data da
da come risulta confrontando i grafici di figura:
Gauss trovò come migliore approssimazione della π(x), proprio la funzione logaritmo integrale. La migliore approssimazione non è apprezzabile a breve range, come vediamo dal grafico di fig.