Univ.

de Alcalá de Henares Ingenierı́a de Telecomunicación

Cálculo. Segundo parcial. Curso 2004-2005

Derivadas parciales segundas. Polinomios de Taylor.

1. Derivadas parciales segundas

En la primera parte del curso hemos visto que, para estudiar la curvatura (concavidad) de la
gráfica de una función f , es necesario emplear la derivada segunda o derivadas de orden superior
de f . Ese estudio de las derivadas superiores nos ha llevado a introducir los polinomios (y series)
de Taylor. A su vez, esto permite entre otras cosas desarrollar criterios de existencia de extremos
(máximos y mı́nimos). En este capı́tulo veremos como esas ideas se generalizan a funciones de
varias variables, dejando para el siguiente el problema de los extremos.
Vamos a empezar por definir las derivadas de orden superior de estas funciones. Las defini-
ciones son las naturales. Empecemos con un ejemplo.
Ejemplo 1. Sea f : R2 → R dada por f (x, y) = x6 + 5xy + 8y 4 Entonces f es derivable en todo
R2 . Podemos representar sus dos derivadas parciales en un esquema como este:

∂f
∂ = 6x5 + 5y
fffffff2 ∂x
∂x
ff
f (x, y) = x6 + 5xy + 8y 4 ∂
XXXXX∂y
XXXX+
∂f
= 5x + 32y 3
∂y

Las dos derivadas parciales son polinomios, y por tanto derivables en todo el plano.Es decir, que
podemos calcular de nuevo las derivadas parciales de cada una de ellas, como en este esquema:
µ ¶
4 ∂ ∂f
∂
30x =
∂xhh3 ∂x ∂x
hhhh
∂f
= 6x5 + 5y ∂
m
∂x
6 VVVV∂y
VVVV
∂
mmm + µ ¶
∂x mm ∂ ∂f
mmmmm 5=
mmm ∂y ∂x
mmm
f (x, y) = x6 + 5xy + 8y 4
QQQ µ ¶
QQQ
QQQ ∂y
∂ ∂ ∂f
QQQ 5=
QQQ ∂
∂x ∂y
QQ( ∂x hhh4
hhhh
∂f
= 5x + 32y 3 ∂
∂y VVVV∂yV
V* µ ¶
∂ ∂f
96y 2 =
∂y ∂y

1
Ejemplos como éste nos llevan a definir:
Definición 2 (Derivadas parciales segundas).

Si la función f : R2 → R dada por z = f (x, y) es derivable en todos los puntos de una bola
 B(p̄, r) centrada en el punto p̄ = (x0 , y0 ), entonces tiene sentido hablar de las funciones derivadas

 parciales

 ∂f ∂f
 ,
 ∂x ∂y


 ya que se pueden calcular en todos los puntos de esa bola. Si estas derivadas parciales son a su

 vez funciones derivables en el punto p̄, entonces las derivadas parciales de esas funciones son

 las derivadas parciales segundas de f en p. Hay cuatro de estas derivadas segundas, que se

 representan con esta notación:

  2 µ ¶ µ ¶

  ∂ f ∂ ∂f ∂2f ∂ ∂f


  ∂x2 = ∂x ∂x ,

∂y∂x
=
∂y ∂x

  µ ¶ µ ¶
 
 ∂2f ∂ ∂f ∂2f ∂ ∂f
 = , =
∂x∂y ∂x ∂y ∂y 2 ∂y ∂y

Observación. Estas definiciones, y la notación, se extienden de forma evidente a funciones vec-

toriales, es decir a f : Rn → Rm . Si tenemos ȳ = f (x̄), con x̄ = (x1 , . . . , xn ), ȳ = (y1 , . . . , ym ) y
f = (f1 , . . . , fm ), entonces cada una de sus derivadas parciales segundas se obtiene, a partir por
∂fi
ejemplo de , derivando parcialmente con respecto a una variable xk . La notación habitual
∂xj
es entonces:
∂ 2 fi
si es k 6= j
∂xk ∂xj
y
∂ 2 fi
si es k = j
∂x2j
Otra notación común (y a veces muy conveniente) es:

∂ 2 fi 2
= Djk fi
∂xj ∂xk

Otras derivadas de orden superior. Por supuesto, si las derivadas segundas resultan deri-
vables podemos repetir la definición anterior y obtener unas derivadas parciales terceras, etc. En
general hablaremos de la derivada parcial r-ésima (o de orden r) de f con respecto a xj1 xj2 . . . xjr
para indicar las variables con respecto a las que derivamos, y el orden en que lo hacemos. Las
notaciones más comunes son éstas:
∂rf
= Djr1 ...jr f
∂xj1 . . . ∂xjr

Funciones C k y C ∞ . Una función f : Rn → Rm cuyas derivadas parciales (primeras) existen

y son continuas en todos los puntos de un abierto U se dice que f es de clase C 1 en U , o que
f ∈ C 1 (U ) (a veces se dice que f es de clase 1, simplemente). De la misma forma, si todas las

2
derivadas de orden menor o igual que k son continuas en todos los puntos de U , diremos que f es
de clase C k en U , o que f ∈ C k (U ). Si f tiene derivadas parciales continuas de todos los órdenes
(para todo k) en todos los puntos de U diremos que f es de clase C ∞ en U , o que f ∈ C ∞ (U ).
Estas funciones se llaman a menudo funciones suaves . Cuando decimos que f es de clase C k en
el punto p, significa que existe una bola centrada en p en la que f es de clase C k .
1
Ejemplo 3. Recordemos que la función f (x) = xk sen , que hemos visto en la primera parte
x
del curso, es de clase C k−1 pero no es C k .

1.1. Igualdad de las derivadas parciales cruzadas: Lema de Schwarz

En el ejemplo 1 (página 1) hemos calculado las derivadas parciales segundas de una función
f (x, y) y hemos visto que se obtenı́a:

∂2f ∂2f
=
∂x∂y ∂y∂x
Este resultado no es una casualidad, ni una particularidad de ese ejemplo, sino la manifestación
de un resultado general.
Para entender este resultado es bueno pensar en el caso dimensional. Cuando calculamos
µ ¶
∂2f ∂ ∂f
=
∂x∂y ∂x ∂y

en un punto (x0 , y0 ) tenemos que estudiar el cociente:

∂f ∂f
∂y (x, y0 ) − ∂y (x0 , y0 )
x − x0
cuando x está muy cerca de x0 . Lo más razonable es aproximar cada una de las derivadas
parciales con respecto a y mediante un cociente como éste:
f (x,y)−f (x,y0 ) f (x0 ,y)−f (x0 ,y0 )
y−y0 − y−y0 f (x, y) − f (x, y0 ) − f (x0 , y) + f (x0 , y0 )
=
x − x0 (x − x0 )(y − y0 )

∂2f
Dejamos para el lector comprobar que si empieza con y hace aproximaciones similares
∂x∂y
llegará a un resultado semejante. Sin embargo, para justificar que estas aproximaciones pasan
bien al lı́mite es necesario suponer que las derivadas parciales que intervienen son continuas. En
definitiva, se tiene este resultado:

Teorema 4 (Lema de Schwarz).


Si f : U ⊂ Rn → R es una función escalar de clase C 2 en un conjunto abierto U entonces, para
 todo punto p ∈ U se tiene:



 ∂2f ∂2f
(p) = (p)
∂xj ∂xi ∂xj ∂xi

3
 ∂2f ∂2f
Las derivadas y se llaman derivadas parciales cruzadas, y el lema de Scwharz
∂xj ∂xi ∂xj ∂xi
asegura la igualdad de las derivadas parciales cruzadas.
De hecho, para que se cumpla la igualdad de las derivadas parciales cruzadas es suficiente con
que las derivadas segundas existan en todos los puntos de una bola B(p, r) y que al menos una
de ellas sea continua en p. Hemos enunciado ası́ el lema de Shwarz porque a menudo lo más
sencillo es comprobar que f es de clase C 2 . Pero es importante comprender que no se puede
prescindir completamente de la continuidad de las parciales, como muestra este ejemplo.
Ejemplo 5. Sea f : R2 → R dada por:

 x2 − y 2
xy 2 (x, y) 6= (0, 0)
f (x, y) = x + y2

0 (x, y) = (0, 0)
Sugerimos al lector que compruebe que:

 ∂f

 (0, y) = −y
 ∂x

 ∂f

 (x, 0) = x
∂y
sean cuales sean x e y. (El cálculo en (0, 0) de ambas derivadas parciales debe hacerse directa-
mente como un lı́mite.) Por lo tanto es:
∂f ∂f
∂2f ∂y (x, 0) − ∂y (0, 0) −x
(0, 0) = lı́m = lı́m = −1
∂x∂y x→0 x−0 x→0 x

Por un razonamiento similar se llega a

∂2f
(0, 0) = 1
∂y∂x
Es decir, que:
∂2f ∂2f
(0, 0) 6= (0, 0)
∂x∂y ∂y∂x
∂2f
Es muy conveniente que el lector calcule en un punto genérico (x, y) 6= (0, 0) (en ese punto,
∂x∂y
por supuesto, el orden de derivación es indiferente) y a continuación estudie la continuidad en
el origen de la función obtenida (por ejemplo mediante las rectas que pasan por el origen).

1.1.1. Derivadas cruzadas de orden superior

Por supuesto, si f es de clase C k , entonces da igual el orden de derivación en las parciales de
cualquier orden hasta k, siempre que derivemos el mismo número de veces con respecto a cada
variable. Es decir, que si (i1 , . . . , ik ) es una lista de k números del 1 al n, y (j1 , . . . , jk ) es otra
ordenación (permutación) de la lista (i1 , . . . , ik ), se tiene:
∂kf ∂kf
=
∂xj1 · · · ∂xjk ∂xi1 · · · ∂xik
en cualquier punto p de U .

4
2. Polinomios de Taylor.
2.1. El caso de las funciones de dos variables
La idea que queremos desarrollar es una generalización natural de lo que hemos hecho en
el caso de las funciones de una variable. En esta sección, para hacer gradualmente ese proceso
de generalización, empezamos por considerar el caso de una función de dos variables, pongamos
z = f (x, y), que queremos aproximar cerca de un punto p = (x0 , y0 ) mediante polinomios.

2.1.1. Polinomios de primer y segundo orden

Por lo que hemos aprendido, sabemos que la estrategia para obtener aproximaciones más y
más precisas consiste en considerar polinomios de grado cada vez más alto. El polinomio de grado
uno de una función z = f (x, y) es, obviamente, el polinomio que define a su plano tangente. De
manera que, si llamamos T1,p f (x, y) a ese polinomio de grado 1 en el punto p, se tiene:
µ ¶ µ ¶
∂f ∂f
T1,p f (x, y) = f (x0 , y0 ) + · (x − x0 ) + · (y − y0 )
∂x p ∂y p
Como hemos señalado, un plano es un objeto lineal, que no puede detectar fenómenos como la
curvatura. Si queremos obtener una aproximación más precisa y con más información, debemos
considerar un polinomio de grado superior. Si la función f es suficientemente regular en p (por
ejemplo si es de clase C 2 o más en una bola centrada en p), la expresión que se obtiene para el
polinomio de Taylor de grado dos en p es la que reflejamos en la siguiente definición:
Definición 6 (Polinomio de Taylor de grado dos).

Si z = f (x, y) es de clase C 2 en el punto p, entonces su polinomio de Taylor de grado dos en
 ese punto es

 µ ¶ µ ¶

 ∂f ∂f
 T2,p f (x, y) = f (x0 , y0 ) + · (x − x0 ) + · (y − y0 )+
 ∂x p ∂y p

 "µ ¶ µ 2 ¶ µ 2 ¶ #
 1 ∂ 2f ∂ f ∂ f
 + · (x − x0 )2 + 2 · (x − x0 ) · (y − y0 ) + · (y − y0 )2
2! ∂x2 p ∂y∂x p ∂y 2 p

En la segunda lı́nea de esta fórmula aparecen los términos de grado dos, que involucran a
las derivadas segundas de f en p. Como puede verse, los términos de grado menor coinciden con
los del polinomio de Taylor de orden uno. Esta es una propiedad general de los polinomios de
Taylor, y que ya conocemos en el caso de funciones de una variable: al aumentar el grado del
polinomio se añaden nuevos términos a los ya conocidos.
El siguiente teorema nos confirma que este polinomio es la aproximación que buscábamos.
Recordemos de la primera parte del curso que, para usar el polinomio de Taylor de grado dos,
hemos pedido que la función sea derivable tres veces.
Teorema 7.

Supongamos que existe una bola B(p, r), centrada en p = (x0 , y0 ), en la que f es de clase C 3 .
 Entonces, si (x, y) es cualquier punto de esa bola, se tiene


 o (k(x − x0 , y − y0 )k)
f (x, y) = T2,p f (x, y) + o (k(x − x0 , y − y0 )k) , donde lı́m =0
(x,y)→p k(x − x0 , y − y0 )k2

5
Es decir, que el error que se comete al usar T2,p f (x, y) como aproximación al valor f (x, y) es
muy pequeño: es pequeño comparado con el cuadrado de la distancia de (x, y) a p.
Además, al igual que en el caso de una variable, el polinomio de Taylor T2,p f (x, y) es el único
polinomio de grado dos con esta propiedad.
Veamos un ejemplo:
Ejemplo 8. Dada la función z = f (x, y) = sen(xy) su polinomio de Taylor en el punto p =
(π/2, 1) se calcula teniendo en cuenta estos valores:
f (p) = sen(π/2) = 1

∂f ∂f ∂f ∂f
= y cos(xy) ⇒ = 0, = x cos(xy) ⇒ =0
∂x ∂x p ∂y ∂x p
µ 2 ¶ µ 2 ¶ µ 2 ¶ µ 2 ¶
∂ f 2 ∂ f ∂ f 2 ∂ f
2
= −y sen(xy) ⇒ = −1 = −x sen(xy) ⇒ = −1
∂x p ∂x2 p 2
∂y p ∂y 2 p
µ 2 ¶ µ 2 ¶ µ 2 ¶ µ 2 ¶
∂ f ∂ f ∂ f ∂ f
= = cos(xy) − xy sen(xy) ⇒ = = −π/2
∂y∂x ∂x∂y ∂y∂x p ∂x∂y p
Por lo tanto el polinomio que buscamos es:
T2,p f (x, y) = 1 + 0 · (x − π/2) + 0 · (y − 1)+

1 £ ¤
+ (−1) · (x − π/2)2 + 2 · (−π/2) · (x − π/2) · (y − 1) + (−1) · (y − 1)2
2!
1 1 2 3 1 1 1
= − x + xπ − π 2 − π xy + π 2 y − y 2 + y
2 2 8 2 4 2

2.1.2. Formas cuadráticas

En el próximo capı́tulo trataremos sobre los extremos locales de una función de dos variables
z = f (x, y). La herramienta básica para hacerlo es el polinomio de Taylor que acabamos de
describir. Y, como en el caso de una variable, para poder decidir si un cierto punto es un
máximo, un mı́nimo o ninguna de ambas cosas, tendremos que analizar los términos de orden
dos (las derivadas segundas) de ese polinomio. Por esa razón nos vamos a detener ahora a
analizar con algo de detenimiento esos términos de orden dos, para expresarlos de una forma
más conveniente.
La expresión que necesitamos se aprende en un curso de Álgebra Lineal, al estudiar las formas
cuadráticas. Dada una matriz cuadrada A = (aij ), de orden n, y un vector x̄ = (x1 , . . . , xn ) de
Rn , podemos combinarlos de esta forma
  
a11 a12 · · · a1n x1
¡ ¢ 
 a21 a22 · · · a2n   x2 

q(x̄) = x1 x2 · · · xn  ..   . 
 .   .. 
an1 an2 · · · ann xn
Es decir, interpretamos el vector x̄ a la izquierda como una matriz fila (1, n) y a la derecha como
una matriz columna (n, 1). Y multiplicamos las tres matrices que aparecen aquı́; el resultado es
una matriz (1, 1), es decir, un número.

6
Ejemplo 9. Si usamos x̄ = (x1 , x2 ) es un vector cualquiera de R2 , entonces la forma cuadrática
asociada a la matriz µ ¶
1 3
A=
5 −1
se obtiene calculando:
µ ¶
¡ ¢ 1 3
q(x1 , x2 ) = x1 x2 =
µ ¶ 5 −1
¡ ¢ x1 + 3x2
= x1 x2 = x21 + 3x1 x2 + 5x2 x1 − x22 = x21 + 8x1 x2 − x22
5x1 − x2

Como puede verse, el resultado es un polinomio de grado dos en las coordenadas (x1 , x2 ).
Además, todos los términos del polinomio son de grado dos, no hay términos de grado uno
o cero (el polinomio es homogéneo).
Recı́procamente, dado cualquier otro polinomio homogéneo de grado dos en (x1 , x2 ) (sin términos
de grado uno o cero), como, por ejemplo,

q̃(x1 , x2 ) = 2x21 + 8x1 x2 + 6x22

podemos encontrar una matriz A que permite expresar q̃(x1 , x2 ) como la forma cuadrática aso-
ciada a esa matriz. Por ejemplo, poniendo

q̃(x1 , x2 ) = 2x21 + 8x1 x2 + 6x22 = 2x21 + 5x1 x2 + 3x2 x1 + 6x22

se observa que podemos usar la matriz

µ ¶
2 5
A=
3 6

Y si escribimos el mismo polinomio q̃(x1 , x2 ) de esta otra forma

q̃(x1 , x2 ) = 2x21 + 8x1 x2 + 6x22 = 2x21 + 10x1 x2 − 2x2 x1 + 6x22

vemos que podemos usar también esta otra matriz

µ ¶
2 10
A=
−2 6

Como se ve, hay una cierta arbitrariedad en la elección de la matriz, asociada a los términos
cruzados x1 x2 . Podemos eliminar esa arbitrariedad pidiendo que la matriz A sea simétrica. En
ese caso, sólo hay una matriz posible:
µ ¶µ ¶
¡ ¢ 2 4 x1
q̃(x1 , x2 ) = 2x21 + 8x1 x2 + 6x22 = 2x21 + 4x1 x2 + 4x2 x1 + 6x22 = x1 x2
4 6 x2

7
Resumimos las anteriores observaciones en una definición:

Definición 10 (Forma cuadrática).


Dada una matriz cuadrada de orden n A = (aij ) y simétrica (es decir, con aij = aji ), la
 forma cuadrática asociada a la matriz A es la aplicación q : Rn → R definida mediante:

   
 a11 a12 · · · a1n x1


 ¡ ¢ 
 a21 a22 · · · a2n   x2 


 q(x 1 , . . . , xn ) = x1 x 2 · · · xn  . ..   .  = x̄ · A · x̄T
    .. 
 an1 an2 · · · ann xn



 donde el vector x̄ se interpreta como una matriz fila (1, n), y x̄T es su matriz traspuesta (una
matriz columna).

2.1.3. Matriz Hessiana

Ahora que disponemos de este lenguaje de formas cuadráticas, podemos volver a los poli-
nomios de Taylor. Si nos fijamos en los términos de grado dos del polinomio de Taylor, que
son
"µ ¶ µ 2 ¶ µ 2 ¶ #
1 ∂2f ∂ f ∂ f
· (x − x0 )2 + 2 · (x − x0 ) · (y − y0 ) + · (y − y0 )2
2! ∂x2 p ∂y∂x p ∂y 2 p

observaremos que estos términos son homogéneos en x − x0 e y − y0 . Por lo tanto, podemos usar
la notación matricial para representarlos como una forma cuadrática:
 2 
∂ f ∂2f
µ ¶
1 ¡ ¢ ∂x
2 ∂y∂x  x − x0
x − x0 y − y0  
2!  ∂2f ∂2f  y − y0
∂x∂y ∂y 2 p

La matriz que aparece en esta expresión se merece un nombre:

Definición 11 (Matriz Hessiana).


Si f es dos veces derivable en el punto p = (x0 , y0 ), entonces su matriz hessiana en p es la
 matriz 2 × 2:  2 

 ∂ f ∂2f
  ∂x2
  ∂y∂x  
 Hf (p) =  
  2 2 
 ∂ f ∂ f

 ∂x∂y ∂y 2
 p

 Obsérvese que si f es de clase C 2 en p entonces la matriz hessiana es simétrica (Lema de
Schwarz).

Como veremos en el próximo capı́tulo, el análisis de la forma cuadrática que define el hessiano
es esencial para caracterizar los extremos locales de una función de varias variables.

8
2.1.4. Polinomios de orden más alto
Naturalmente, si en el punto p la función f es de una clase C k con k > 3, podemos seguir
buscando aproximaciones polinómicas de grado superior. Por ejemplo, el polinomio de grado
tres se obtiene sumando al de grado dos estos términos de grado tres:
"µ ¶ µ 3 ¶
1 ∂3f 3 ∂ f
t3,p (f )(x) = 3
· (x − x0 ) + 3 · (x − x0 )2 · (y − y0 )+
3! ∂x p ∂x2 ∂y p
µ 3 ¶ µ 3 ¶ #
∂ f ∂ f
3 · (x − x0 ) · (y − y0 )2 + · (y − y0 )3
∂x∂y 2 p ∂y 3 p

De manera que, como decı́amos el polinomio de Taylor de grado tres es

T3,p (f )(x) = T2,p (f )(x) + t3,p (f )(x)

∂3f
¿Cuál es la justificación del coeficiente 3 que acompaña a la derivada ? La razón es que
∂x2 ∂y
este término proviene de tres derivadas parciales cruzadas iguales:

∂3f ∂3f ∂3f

, ,
∂x∂x∂y ∂x∂y∂x ∂y∂x∂x

∂3f
De la misma forma el coeficiente 3 que acompaña a la derivada proviene de estas otras
∂x∂y 2
tres derivadas parciales cruzadas iguales:

∂3f ∂3f ∂3f

, ,
∂x∂x∂y ∂x∂y∂x ∂y∂x∂x

Número de derivadas parciales cruzadas coincidentes. En general, el polinomio de

Taylor de grado k es de la forma:

Tk,p (f )(x) = t0,p (f )(x) + t1,p (f )(x) + t2,p (f )(x) + · · · + tk,p (f )(x) = Tk−1,p (f )(x) + tk,p (f )(x)

donde tk,p (f )(x) son los términos de orden k de este polinomio. Para poder escribirlos necesita-
mos averiguar cuántas derivadas cruzadas de orden k coinciden, como hemos hecho en el caso
k = 3.

Ejemplo 12. Este problema es puramente combinatorio. Una derivada parcial tal como

∂7f
∂x5 ∂y 2
se obtiene derivando f siete veces, cinco de ellas con respecto a x y dos con respecto a y. Un
posible orden de derivación es éste:
µ µ µ µ µ µ µ ¶¶¶¶¶¶¶
∂ ∂ ∂ ∂ ∂ ∂ ∂f
∂x ∂y ∂x ∂x ∂y ∂x ∂x

9
Pero si f es de clase C 7 , se puede intercambiar las posiciones de las x y las y, sin que cambie
el resultado. Es decir, que en general tenemos
µ µ µ µ µ µ µ ¶¶¶¶¶¶¶
∂ ∂ ∂ ∂ ∂ ∂ ∂f
∂?? ∂?? ∂?? ∂?? ∂?? ∂?? ∂??

y tenemos a nuestra disposición cinco letras x y dos letras y para colocarlas en lugar de las
interrogaciones. ¿De cuántas formas distintas podemos hacerlo? Es fácil darse cuenta de que
se trata simplemente de decidir en qué dos posiciones colocamos las dos y, y luego rellenar el
resto con x. Se trata de elegir las dos posiciones de las y entre siete posibles; en combinatoria
¡¢ 7!
se aprende que la respuesta es 72 = = 21. Es decir, que hay 21 órdenes distintos
2!((7 − 2)!)
de derivación que producen el mismo valor de la derivada parcial.

Generalizando el ejemplo anterior es fácil ver que, dada una derivada parcial de orden k, de
la forma
∂kf
∂xi ∂y j
(donde, naturalmente, se debe cumplir i + j = k), se pueden encontrar
µ ¶ µ ¶
k k k!
= =
i j i!j!

derivadas cruzadas iguales.

Con estos resultados, es fácil entender que los términos de grado k del polinomio de Taylor
son (aquı́ se usa que j = k − i):
k µ ¶µ ¶
1 X k ∂kf
tk,p (f )(x) = (x − x0 )i (y − y0 )k−i
k! i ∂xi ∂y k−i p
i=0

Y por tanto el polinomio de grado k completo es:

k
à s µ ¶µ ¶ !
X 1X s ∂sf
Tk,p (f )(x) = (x − x0 )i (y − y0 )s−i
s! i ∂xi ∂y s−i p
s=0 i=0

(por convenio, la derivada de orden 0 de f es la propia f ).

Teorema de Taylor en orden k La generalización del teorema (7), de la página 5, es ahora

evidente:

Teorema
 13.
Supongamos que existe una bola B(p, r), centrada en p = (x0 , y0 ), en la que f es de clase C k+1 .
 Entonces, si (x, y) es cualquier punto de esa bola, se tiene



 o (k(x − x0 , y − y0 )k)
f (x, y) = Tk,p f (x, y) + o (k(x − x0 , y − y0 )k) , donde lı́m =0
(x,y)→p k(x − x0 , y − y0 )kk

10
2.2. Polinomios de Taylor en general
La extensión de todas estas ideas a funciones de n variables es una mera cuestión de notación
y formalismo. Vamos a describir el polinomio de orden k de una función de n variables, pongamos
z = f (x1 , . . . , xn ). Para escribir este polinomio necesitamos referirnos a todas las derivadas
parciales de un cierto orden s de f . Cada una de estas derivadas es de la forma:
∂sf
∂xi11 ∂xi22 · · · ∂xinn

donde i1 , i2 , . . . , in son números naturales que cumplen i1 + · · · + in = s. Es necesario hacer

de nuevo un análisis combinatorio para establecer cuántas derivadas cruzadas iguales hay. El
resultado es que el sı́mbolo anterior representa a:
µ ¶
k k!
=
i1 , i2 , . . . , in i1 !i2 ! · · · in !

La definición del polinomio de Taylor y el correspondiente teorema quedan ası́:

Definición 14 (Polinomio de Taylor general).


Si z = f (x1 , . . . , xn ) es de clase C k en el punto p = (a1 . . . , an ), entonces su polinomio de Taylor
 de grado k en ese punto es

  

 X k X s µ ¶Ã s
!
 T (f )(x) =
k,p
1 k ∂ f
(x1 − a1 )i · · · (xn − an )s−i 
s! i1 , i2 , . . . , in i1 i2 in
s=0 i1 +···+in =s
∂x1 ∂x2 · · · ∂xn p

Teorema 15.

Supongamos que existe una bola B(p, r), centrada en p = (a1 , . . . , an ), en la que f es de clase
 C k+1 . Entonces, si x = (x1 , . . . , xn ) es cualquier punto de esa bola, se tiene


 o (k(x1 − a1 , . . . , xn − an )k)
f (x) = Tk,p f (x) + o (k(x1 − a1 , . . . , xn − an )k) , donde lı́m =0
x→p k(x1 − a1 , . . . , xn − an )kk

11