En matemàtiques, el teorema de Clairaut (també conegut com a teorema de Schwarz o de Young) mostra la igualtat de les derivades creuades d'una funció f sempre que:
![{\displaystyle f\colon \Omega \subseteq \mathbb {R} ^{n}\to \mathbb {R} }](https://wikimedia.org/api/rest_v1/media/math/render/svg/5be8f009a111943530ec7a751b69faba9f642ee7)
tingui derivades parcials contínues per qualsevol punt del domini obert
, per exemple, prenguem el punt
, llavors, segons aquest teorema, per qualssevol
tenim que:
![{\displaystyle {\frac {\partial ^{2}f}{\partial x_{i}\,\partial x_{j}}}(a_{1},\dots ,a_{n})={\frac {\partial ^{2}f}{\partial x_{j}\,\partial x_{i}}}(a_{1},\dots ,a_{n}).}](https://wikimedia.org/api/rest_v1/media/math/render/svg/62672772c7724186fa661c67404cfc8eee25b832)
Aquest teorema deu el seu nom al matemàtic i astrònom francès Alexis Clairaut.
Una conseqüència immediata d'això és que, si es compleixen les condicions del teorema de Clairaut, la matriu hessiana de la funció f serà simètrica.
Demostració
Denotarem
i
i demostrarem que si existeixen
en tot l'obert
i
és contínua en un punt
, aleshores
.
Sigui
. Per continuïtat de
en
tenim que donat
tal que
(per ser
obert) i
.
Considerem
. Aleshores, denotant per
l'
-èsim vector de la base canònica de
, per a tot
, tenim que
En particular, com que, per
,
, podem definir la següent funció:
Ara, donats
amb
, definim la funció
Per
i
, tenim que
, d'on, com que existeix
per hipòtesi,
és derivable i
. Com que
podem aplicar el teorema del valor mitjà de Lagrange d'una variable a
a l'interval amb extrems
i
. Així,
Considerem ara
Com que
, per
tenim que
, d'on, com que existeix
per hipòtesi,
és derivable i
.
Com que
podem aplicar el teorema del valor mitjà de Lagrange d'una variable a
a l'interval amb extrems
i
. Així,
.
Definint
, com que
, tenim que
. Observem que
. Així, tenim que
.
Finalment, observem que
![{\displaystyle \Rightarrow \varepsilon {\overset {(**)}{\geq }}\left|{\frac {A(h,k)}{hk}}-\alpha \right|~~{\overset {h\rightarrow 0}{\longrightarrow }}~~\left|{\frac {f_{x_{i}}(a+ke_{j})-f_{x_{i}}(a)}{k}}-\alpha \right|\leq \varepsilon \Rightarrow {\frac {f_{x_{i}}(a+ke_{j})-f_{x_{i}}(a)}{k}}~~{\overset {k\rightarrow 0}{\longrightarrow }}~~\alpha \Rightarrow f_{x_{j}x_{i}}(a)=\alpha ~{\overset {\text{def}}{=}}~f_{x_{i}x_{j}}(a)\quad \square }](https://wikimedia.org/api/rest_v1/media/math/render/svg/b45fc69dffbb329a024a36f58e6414c003af38b2)