Dérivée - Subderivative
En mathématiques , la sous- dérivée , la sous - gradiente et la sous - différentielle généralisent la dérivée aux fonctions convexes qui ne sont pas nécessairement dérivables . Les sous-dérivées apparaissent dans l'analyse convexe , l'étude des fonctions convexes , souvent en relation avec l'optimisation convexe .
Soit être un véritable fonction convexe -Évaluées définie dans un intervalle ouvert de la ligne réelle. Une telle fonction n'a pas besoin d'être différentiable en tous points : Par exemple, la fonction valeur absolue f ( x )=| x | est indifférenciable lorsque x =0. Cependant, comme le montre le graphique de droite (où f(x) en bleu a des nœuds non différenciables similaires à la fonction valeur absolue), pour tout x 0 dans le domaine de la fonction, on peut tracer une ligne qui passe par le point ( x 0 , f ( x 0 )) et qui est partout soit en contact soit en dessous du graphe de f . La pente d'une telle droite est appelée une sous- dérivée (car la droite est sous le graphe de f ).
Définition
Rigoureusement, une sous- dérivée d'une fonction convexe en un point x 0 dans l'intervalle ouvert I est un nombre réel c tel que
pour tout x dans I . On peut montrer que l' ensemble des sous-dérivées en x 0 pour une fonction convexe est un intervalle fermé non vide [ a , b ], où a et b sont les limites unilatérales
dont l'existence est garantie et satisfont a ≤ b .
L'ensemble [ a , b ] de toutes les sous - dérivées est appelé la sous - différentielle de la fonction f en x 0 . Puisque f est convexe, si sa sous-différentielle en contient exactement une sous-dérivée, alors f est dérivable en .
Exemple
Considérons la fonction f ( x )=| x | qui est convexe. Alors, le sous-différentiel à l'origine est l'intervalle [−1, 1]. Le sous-différentiel en tout point x 0 <0 est l' ensemble singleton {−1}, tandis que le sous-différentiel en tout point x 0 >0 est l'ensemble singleton {1}. Ceci est similaire à la fonction signe , mais n'est pas une fonction à valeur unique à 0, incluant à la place toutes les sous-dérivées possibles.
Propriétés
- Une fonction convexe f : I → R est dérivable en x 0 si et seulement si la sous-différentielle est constituée d'un seul point, qui est la dérivée en x 0 .
- Un point x 0 est un minimum global d'une fonction convexe f si et seulement si zéro est contenu dans le sous-différentiel, c'est-à-dire que dans la figure ci-dessus, on peut tracer une "ligne sous-tangente" horizontale au graphique de f à ( x 0 , f ( x 0 )). Cette dernière propriété est une généralisation du fait que la dérivée d'une fonction dérivable à un minimum local est nulle.
- Si et sont des fonctions convexes avec sous - différentiels et avec étant le point intérieur de l' une des fonctions, le sous - différentiel de est (où l'opérateur d'addition représente la somme de Minkowski ). Cela se lit comme "le sous-différentiel d'une somme est la somme des sous-différentiels".
Le sous-gradient
Les concepts de sous-dérivée et sous-différentielle peuvent être généralisés à des fonctions de plusieurs variables. Si f : U → R est une fonction convexe à valeur réelle définie sur un ouvert convexe dans l' espace euclidien R n , un vecteur dans cet espace est appelé un sous - gradient en un point x 0 dans U si pour tout x dans U on a
où le point désigne le produit scalaire . L'ensemble de tous les sous-gradients en x 0 est appelé le sous- différentiel en x 0 et est noté f ( x 0 ). Le sous-différentiel est toujours un ensemble compact convexe non vide .
Ces concepts se généralisent encore aux fonctions convexes f : U → R sur un ensemble convexe dans un espace localement convexe V . Une fonctionnelle ∗ dans l' espace dual V ∗ est appelée sous-gradient en x 0 dans U si pour tout x dans U
L'ensemble de tous les sous-gradients en x 0 est appelé le sous-différentiel en x 0 et est à nouveau noté ∂ f ( x 0 ). Le sous-différentiel est toujours un ensemble fermé convexe . Il peut s'agir d'un ensemble vide ; considérons par exemple un opérateur non borné , qui est convexe, mais n'a pas de sous-gradient. Si f est continue, la sous-différentielle est non vide.
Histoire
Le sous-différentiel sur les fonctions convexes a été introduit par Jean Jacques Moreau et R. Tyrrell Rockafellar au début des années 1960. Le sous-différentiel généralisé pour les fonctions non convexes a été introduit par FH Clarke et RT Rockafellar au début des années 1980.
Voir également
Les références
- Borwein, Jonathan; Lewis, Adrian S. (2010). Analyse convexe et optimisation non linéaire : théorie et exemples (2e éd.). New York : Springer. ISBN 978-0-387-31256-9.
- Hiriart-Urruty, Jean-Baptiste ; Lemaréchal, Claude (2001). Fondamentaux de l'analyse convexe . Springer. ISBN 3-540-42205-6.
- Zălinescu, C. (2002). Analyse convexe dans les espaces vectoriels généraux . World Scientific Publishing Co., Inc. pp. xx+367. ISBN 981-238-067-1. MR 1921556 .
Liens externes
- "Utilisations de " . Échange de pile . 15 juillet 2002.