勾配

同義語:勾配ベクトル勾配ベクトル場グラディエントgradient

概要

勾配(gradient)とは、内積空間の開集合で全微分可能な実数値関数 $f$ について、各点 $p$ の微分を $Df(p)h=\langle\nabla f(p),h\rangle$ と表すただ一つのベクトル $\nabla f(p)$ のことであり、標準内積では偏導関数を並べたベクトルになる。勾配は内積を選んで初めて決まり、内積 $h^{\mathsf T}Gk$ では $G^{-1}\nabla f$ に、Riemann 多様体の局所座標では $\sum g^{ij}\partial_jf\,\partial_i$ になる。$\nabla f(p)\ne0$ なら、勾配の向きは方向微分を最大にするただ一つの単位ベクトルの向きで、$f$ が一定の値をとる曲線の速度と直交する。空でない閉集合からの距離は、集合の外で全微分可能な点では長さ $1$ の勾配をもつ。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: 偏微分, 全微分, 内積, 方向微分

勾配(gradient)とは、微分可能な実数値関数 $f$ の各点 $p$ で、微分(線形写像 $h\mapsto Df(p)h$)を内積で $Df(p)h=\langle\nabla f(p),h\rangle$ と表すただ一つのベクトル $\nabla f(p)$ のことである。$\mathbb{R}^n$ の標準内積では、偏導関数を並べたベクトル
$$ \nabla f(p)=\Bigl(\frac{\partial f}{\partial x_1}(p),\dots,\frac{\partial f}{\partial x_n}(p)\Bigr) $$
になる。$\operatorname{grad}f$ とも書き、各点に勾配を対応させるベクトル場を 勾配ベクトル場 という。
勾配は $f$ が最も速く増える向きを指し、その長さが増える速さであり、等位集合に直交する。これらの性質の $\mathbb{R}^n$ での証明は 方向微分 の注意「勾配は最も急な増加の方向」と 等位集合 の定理「勾配は等位集合に直交する」にある。勾配の線積分が端点の値の差になることと、ベクトル場が勾配であるための条件は 線積分 が扱う。この記事では、勾配が 内積を選んで初めて決まる ことを中心に、内積や座標を取り替えたときの変換則、極座標や Riemann 多様体での表示、計算の規則(行列の関数を含む)、閉集合からの距離の勾配の長さが $1$ であることを証明する。

定義

$V$ を有限次元の実内積空間、$U\subset V$ を開集合とする($V=\mathbb{R}^n$ に標準内積 $\langle h,k\rangle=h\cdot k$ を入れた場合が基本である)。

勾配

$f\colon U\to\mathbb{R}$ が $p\in U$ で全微分可能(全微分)であるとき、すべての $h\in V$ について
$$ Df(p)h=\langle\nabla f(p),h\rangle $$
を満たすベクトル $\nabla f(p)\in V$ を、$f$ の $p$ での 勾配 という。$f$ が $U$ の各点で全微分可能なとき、写像 $\nabla f\colon U\to V$ を $f$ の 勾配ベクトル場 という。

勾配の存在と一意性・標準内積での成分
  1. $\nabla f(p)$ はただ一つ存在する。$V$ の正規直交基底 $e_1,\dots,e_n$ について $\nabla f(p)=\sum_iDf(p)e_i\,e_i$ である。
  2. $V=\mathbb{R}^n$(標準内積)なら $\nabla f(p)$ の第 $i$ 成分は $\partial f/\partial x_i(p)$ である。
  3. 単位ベクトル $u$ 方向の方向微分は $D_uf(p)=\langle\nabla f(p),u\rangle$ である。
正規直交基底で展開する

1:一意性:$\langle a,h\rangle=\langle b,h\rangle$ がすべての $h$ で成り立てば、$h=a-b$ として $\|a-b\|^2=0$ である。存在:$a:=\sum_iDf(p)e_i\,e_i$ とおくと、$h=\sum_ih_ie_i$ について $\langle a,h\rangle=\sum_ih_iDf(p)e_i=Df(p)h$ である。2:標準基底は正規直交で、$Df(p)e_i=\partial f/\partial x_i(p)$ である。3:方向微分 の命題「全微分可能な関数の方向微分の公式」により $D_uf(p)=Df(p)u$ である。$\square$

成分の表示 2 は Rud76 p. 217 の勾配の定義 (34) と同じで、そこでは曲線 $\gamma$ に沿う合成の微分が $\frac{d}{dt}f(\gamma(t))=\nabla f(\gamma(t))\cdot\gamma'(t)$ と書かれている。偏導関数がすべて存在するだけで全微分可能でない点でも、偏導関数を並べたベクトルを勾配とよぶことがある(方向微分 の記事はその用法をとる)。その場合は 3 が成り立たないことがある(下の反例の表)。

内積と座標への依存

微分 $Df(p)$ は内積によらないが、勾配は内積を変えると変わる。

内積と線形な座標変換による勾配の変化

$U\subset\mathbb{R}^n$ を開集合、$f\colon U\to\mathbb{R}$ を $p$ で全微分可能とし、$\nabla f(p)$ を標準内積での勾配とする。

  1. 正定値対称行列 $G$ による内積 $\langle h,k\rangle_G:=h^{\mathsf T}Gk$ での勾配は $\nabla_Gf(p)=G^{-1}\nabla f(p)$ である。
  2. 正則な行列 $A$ と $\tilde f(y):=f(Ay)$ について、$Aq=p$ なら $\nabla\tilde f(q)=A^{\mathsf T}\nabla f(p)$ である(両辺とも標準内積での勾配)。したがって、すべての $f$ と $p$ について $\nabla f(p)=A\nabla\tilde f(q)$ となるのは $A$ が直交行列のときに限る。
微分を行ベクトルで書く

1:$\langle G^{-1}\nabla f(p),h\rangle_G=(G^{-1}\nabla f(p))^{\mathsf T}Gh=\nabla f(p)^{\mathsf T}h=Df(p)h$ で、一意性(prop-gr-basic の 1)から従う。2:連鎖律 により $D\tilde f(q)h=Df(p)Ah=\nabla f(p)^{\mathsf T}Ah=(A^{\mathsf T}\nabla f(p))^{\mathsf T}h$ である。$A\nabla\tilde f(q)=AA^{\mathsf T}\nabla f(p)$ なので、これがすべての値の $\nabla f(p)$(線形関数 $f$ を選べば任意のベクトル)について $\nabla f(p)$ に等しいのは $AA^{\mathsf T}=I$ のときに限る。$\square$

2 は、座標を斜めに取り直すと「偏導関数を並べたベクトル」が図形として別の向きを指すことを示している。微分(行ベクトル)は $Df(p)\mapsto Df(p)A$ と自然に変換されるが、それをベクトルに直すには内積が要る。1 の内積の下では、勾配の性質は内積を $\langle\ ,\ \rangle_G$ に取り替えて同じように成り立つ。

最も急な増加の方向(一般の内積)

$V$ を有限次元の実内積空間、$f$ を $p$ で全微分可能、$\nabla f(p)\ne0$ とする。$\|u\|=1$ の $u$ のうち $D_uf(p)$ を最大にするものは $u=\nabla f(p)/\|\nabla f(p)\|$ だけで、最大値は $\|\nabla f(p)\|$ である。また $p$ を通り $f$ が一定の値をとる曲線 $\gamma$($t=0$ で微分可能、$\gamma(0)=p$)について $\langle\nabla f(p),\gamma'(0)\rangle=0$ である。

内積の不等式で比べる

$D_uf(p)=\langle\nabla f(p),u\rangle\le\|\nabla f(p)\|$ で、等号は $u$ が $\nabla f(p)$ の正の数倍のときに限る(Cauchy–Schwarzの不等式)。後半は $f(\gamma(t))$ が定数なので $0=\frac{d}{dt}f(\gamma(t))\big|_{t=0}=Df(p)\gamma'(0)=\langle\nabla f(p),\gamma'(0)\rangle$ による。$\square$

内積を変えると最急方向が変わる

$\mathbb{R}^2$ の $f(x,y)=x+y$ では標準内積で $\nabla f=(1,1)$ である。$G=\operatorname{diag}(1,4)$($\langle h,k\rangle_G=h_1k_1+4h_2k_2$、$y$ 方向の長さを 2 倍に測る)では $\nabla_Gf=(1,\tfrac14)$ である。等位線 $x+y=c$ の向き $(1,-1)$ とは $\langle(1,\tfrac14),(1,-1)\rangle_G=1-1=0$ で $G$ の意味で直交するが、標準内積では $1-\tfrac14\ne0$ で直交しない。$y$ 方向に動くのが「高くつく」内積では、最も効率よく増える向きは $x$ 寄りに傾く。

曲線座標と Riemann 多様体

各点で内積が変わる場合が Riemann 多様体(Riemann多様体)である。$(M,g)$ を Riemann 多様体、$f\colon M\to\mathbb{R}$ を $C^1$ 級とする。各点 $q$ で def-gr-main を接空間 $T_qM$ と内積 $g_q$ に当て、$df_q(X)=g_q(\operatorname{grad}f|_q,X)$($X\in T_qM$)で $\operatorname{grad}f|_q\in T_qM$ を定める。これが Riemann 多様体の上の勾配である(LeeR18 (2.14)、p. 27)。

勾配の座標表示

局所座標 $(x^1,\dots,x^n)$ で計量を $g=\sum_{i,j}g_{ij}\,dx^i\,dx^j$、その逆行列を $(g^{ij})$ と書くと
$$ \operatorname{grad}f=\sum_{i,j}g^{ij}\frac{\partial f}{\partial x^j}\frac{\partial}{\partial x^i},\qquad g(\operatorname{grad}f,\operatorname{grad}f)=\sum_{i,j}g^{ij}\frac{\partial f}{\partial x^i}\frac{\partial f}{\partial x^j} $$
である。とくに、$\mathbb{R}^n$ の開集合の座標 $x=\Phi(u)$($\Phi$ は $C^1$ 級微分同相写像)で Euclid 計量を表すと $g_{ij}=\partial_i\Phi\cdot\partial_j\Phi$ であり、この式で計算した $\operatorname{grad}(f\circ\Phi)$ を $D\Phi$ で写したものは、標準内積での $\nabla f$ に一致する。

係数を比べる

$\operatorname{grad}f=\sum_iY^i\partial_i$ とおくと、$g(\operatorname{grad}f,\partial_k)=\sum_iY^ig_{ik}$ が $df(\partial_k)=\partial_kf$ に等しい。$(g_{ik})$ は正則なので $Y^i=\sum_jg^{ij}\partial_jf$ である。長さの式は $\sum_{i,k}g_{ik}Y^iY^k=\sum_kY^k\partial_kf$ による。後半:$J:=D\Phi(u)$ とおくと、Euclid 計量の係数行列は $J^{\mathsf T}J$ で、prop-gr-change の 2 と同じ計算で $\nabla_u(f\circ\Phi)=J^{\mathsf T}\nabla f$ だから $J(J^{\mathsf T}J)^{-1}J^{\mathsf T}\nabla f=\nabla f$($J$ は正則)である。$\square$

局所表示の第 1 式は LeeR18 p. 27 にある。正規直交な枠では勾配の成分は $df$ の成分と同じだが、一般の座標ではそうならない。

極座標・球座標・上半平面
  1. 平面の極座標では $g=dr^2+r^2d\theta^2$ なので $\operatorname{grad}f=f_r\,\partial_r+r^{-2}f_\theta\,\partial_\theta$ である。単位ベクトル $e_r=\partial_r$、$e_\theta=r^{-1}\partial_\theta$ で書けば $\nabla f=f_r\,e_r+r^{-1}f_\theta\,e_\theta$ になる。たとえば $f=x=r\cos\theta$ では $\cos\theta\,e_r-\sin\theta\,e_\theta=(1,0)$ である。
  2. 空間の球座標($r$、天頂角 $\theta$、方位角 $\phi$)では $g=dr^2+r^2d\theta^2+r^2\sin^2\theta\,d\phi^2$ なので、$\nabla f=f_r\,e_r+r^{-1}f_\theta\,e_\theta+(r\sin\theta)^{-1}f_\phi\,e_\phi$ である。
  3. 上半平面 $\{(x,y)\mid y>0\}$ に双曲計量 $g=(dx^2+dy^2)/y^2$ を入れると $g^{ij}=y^2\delta^{ij}$ なので $\operatorname{grad}f=y^2(f_x\,\partial_x+f_y\,\partial_y)$、長さは $y\sqrt{f_x^2+f_y^2}$ である。$f=\log y$ では長さが $1$ で、$\log y$ は直線 $x=\text{一定}$ に沿って双曲距離を測る関数である。

計算の規則

勾配の計算規則

$U\subset\mathbb{R}^n$ を開集合、$f,g\colon U\to\mathbb{R}$ を $p$ で全微分可能とする。

  1. $\nabla(af+bg)=a\nabla f+b\nabla g$($a,b\in\mathbb{R}$)、$\nabla(fg)=f\nabla g+g\nabla f$ である。
  2. $\varphi\colon\mathbb{R}\to\mathbb{R}$ が $f(p)$ で微分可能なら $\nabla(\varphi\circ f)(p)=\varphi'(f(p))\nabla f(p)$ である。
  3. $F\colon U'\to U$($U'\subset\mathbb{R}^m$ 開集合)が $q$ で全微分可能で $F(q)=p$ なら $\nabla(f\circ F)(q)=DF(q)^{\mathsf T}\nabla f(p)$ である。
  4. 定ベクトル $a$、正方行列 $A$、$m\times n$ 行列 $B$、$b\in\mathbb{R}^m$ について
    $$ \nabla\langle a,x\rangle=a,\quad\nabla\bigl(\tfrac12x^{\mathsf T}Ax\bigr)=\tfrac12(A+A^{\mathsf T})x,\quad\nabla\lvert x\rvert^s=s\lvert x\rvert^{s-2}x\ (x\ne0),\quad\nabla\tfrac12\lvert Bx-b\rvert^2=B^{\mathsf T}(Bx-b) $$
    である($s$ は実数)。
微分の規則を内積で読み替える

1・2・3 は全微分の和・積・合成の規則(全微分、連鎖律)を $Df(p)h=\nabla f(p)\cdot h$ で読み替えたものである。たとえば 3 は $D(f\circ F)(q)h=Df(p)DF(q)h=\nabla f(p)\cdot DF(q)h=DF(q)^{\mathsf T}\nabla f(p)\cdot h$ による。4:$\langle a,x+h\rangle-\langle a,x\rangle=a\cdot h$。$\frac12(x+h)^{\mathsf T}A(x+h)-\frac12x^{\mathsf T}Ax=\frac12(x^{\mathsf T}Ah+h^{\mathsf T}Ax)+\frac12h^{\mathsf T}Ah$ で、1 次の部分は $\frac12(A+A^{\mathsf T})x\cdot h$、残りは $O(\lvert h\rvert^2)$ である。$\lvert x\rvert^s=\varphi(\lvert x\rvert^2)$、$\varphi(t)=t^{s/2}$ に 2 と前の式($A=I$ で $\nabla\lvert x\rvert^2=2x$)を使う。最後は 3 を $F(x)=Bx-b$、$f(y)=\frac12\lvert y\rvert^2$ に使う。$\square$

4 の最後の式から、$\frac12\lvert Bx-b\rvert^2$ を最小にする $x$ は正規方程式 $B^{\mathsf T}Bx=B^{\mathsf T}b$ を満たす(最小二乗法)。全微分可能な関数の勾配は、内部の極値点で $0$ になるからである:$p$ が $f$ の極値点なら $t\mapsto f(p+th)$ は $t=0$ で極値をとり、$Df(p)h=0$ がすべての $h$ で成り立つ。勾配が $0$ になる点を臨界点という(臨界点)。等式制約のもとの極値では、勾配が制約の勾配の 1 次結合になる(Lagrangeの未定乗数法)。
内積をもつ行列の空間でも勾配が使える。

行列の関数の勾配

$n$ 次正方行列の空間に内積 $\langle X,Y\rangle:=\operatorname{tr}(X^{\mathsf T}Y)=\sum_{i,j}X_{ij}Y_{ij}$ を入れる。

  1. $f(X)=\operatorname{tr}(A^{\mathsf T}X)=\langle A,X\rangle$ なら $\nabla f=A$ である。
  2. $\det$ はすべての $X$ で $D\det(X)H=\operatorname{tr}(\operatorname{adj}(X)H)$ を満たす(全微分 の例「逆行列と行列式の全微分」。$\operatorname{adj}(X)$ は 余因子行列)。$\operatorname{tr}(\operatorname{adj}(X)H)=\langle\operatorname{adj}(X)^{\mathsf T},H\rangle$ なので $\nabla\det(X)=\operatorname{adj}(X)^{\mathsf T}$ である。$X$ が正則なら $\operatorname{adj}(X)=\det X\cdot X^{-1}$ なので $\nabla\det(X)=\det X\cdot(X^{-1})^{\mathsf T}$、正則行列の上で $\nabla\log\lvert\det X\rvert=(X^{-1})^{\mathsf T}$ である(prop-gr-rules の 2 と同じ計算を $\varphi(t)=\log\lvert t\rvert$ で行う)。
    たとえば $X=\begin{pmatrix}2&1\\1&1\end{pmatrix}$ では $\det X=1$、$\nabla\det(X)=\begin{pmatrix}1&-1\\-1&2\end{pmatrix}$ である。

距離関数の勾配

閉集合からの距離は、微分できる点では長さ $1$ の勾配をもつ。これは幾何光学の方程式 $\lvert\nabla u\rvert=1$(アイコナール方程式)の基本例である。

距離関数の勾配の長さは 1

$K\subset\mathbb{R}^n$ を空でない閉集合とし、$d(x):=\inf_{y\in K}\lvert x-y\rvert$ とおく。

  1. すべての $x,x'$ について $\lvert d(x)-d(x')\rvert\le\lvert x-x'\rvert$ であり、$d$ が $x$ で全微分可能なら $\lvert\nabla d(x)\rvert\le1$ である。
  2. 各 $x$ について $\lvert x-y\rvert=d(x)$ となる $y\in K$(最も近い点)がある。
  3. $x\notin K$ で $d$ が $x$ で全微分可能なら、$\lvert\nabla d(x)\rvert=1$ であり、最も近い点 $y$ はただ一つで $\nabla d(x)=(x-y)/\lvert x-y\rvert$ である。
最も近い点へ向かう線分の上で d を計算する

1:$y\in K$ について $d(x)\le\lvert x-y\rvert\le\lvert x-x'\rvert+\lvert x'-y\rvert$ で、$y$ について下限をとると $d(x)\le\lvert x-x'\rvert+d(x')$ である。$x,x'$ を入れ替えて前半を得る。$d$ が $x$ で全微分可能で $v:=\nabla d(x)\ne0$ なら、$t>0$ について $d(x+tv)-d(x)\le t\lvert v\rvert$ を $t$ で割って $t\to+0$ とすると $\lvert v\rvert^2=Dd(x)v\le\lvert v\rvert$、すなわち $\lvert v\rvert\le1$ である。
2:$y_0\in K$ を 1 つとると、$K\cap\{y\mid\lvert x-y\rvert\le\lvert x-y_0\rvert\}$ は空でない有界閉集合、すなわちコンパクトで、その上で連続関数 $y\mapsto\lvert x-y\rvert$ は最小値をとる。この最小値が $d(x)$ である。
3:$y$ を最も近い点とし、$\rho:=\lvert x-y\rvert=d(x)>0$($x\notin K$ で $K$ は閉)、$0\le t\le1$ について $x_t:=x+t(y-x)$ とおく。$y\in K$ なので $d(x_t)\le\lvert x_t-y\rvert=(1-t)\rho$ であり、1 により $d(x_t)\ge d(x)-\lvert x_t-x\rvert=\rho-t\rho$ である。よって $d(x_t)=\rho-t\rho$ で、$t\to+0$ の微分係数をとると $Dd(x)(y-x)=-\rho$、すなわち $u:=(y-x)/\rho$ について $\langle\nabla d(x),u\rangle=-1$ である。$\lvert u\rvert=1$、$\lvert\nabla d(x)\rvert\le1$ なので、Cauchy–Schwarzの不等式 の等号の場合から $\nabla d(x)=-u=(x-y)/\rho$ で、$\lvert\nabla d(x)\rvert=1$ である。最も近い点が 2 つ $y,y'$ あれば $(x-y)/\rho=(x-y')/\rho$ となり $y=y'$ である。$\square$

球面・2 点からの距離
  1. $K$ が単位球面 $\{\lvert y\rvert=1\}$ なら $d(x)=\lvert\,\lvert x\rvert-1\,\rvert$ で、$x\ne0$、$\lvert x\rvert\ne1$ では全微分可能で $\nabla d(x)=\pm x/\lvert x\rvert$($\lvert x\rvert>1$ なら $+$)である。原点ではすべての $y\in K$ が最も近い点であり、3 から $d$ は原点で全微分可能でない。
  2. $K=\{-1,1\}\subset\mathbb{R}$ なら $x=0$ で最も近い点が 2 つあり、$d(x)=1-\lvert x\rvert$($\lvert x\rvert\le1$)は $0$ で微分可能でない。

勾配ベクトル場

$U\subset\mathbb{R}^n$ を開集合とする。ベクトル場 $F\colon U\to\mathbb{R}^n$ が $C^1$ 級の関数 $f$ の勾配 $F=\nabla f$ であるとき、$f$ を $F$ のポテンシャルという(物理では $-f$ をポテンシャルとよぶことが多い)。次のことが知られており、それぞれ別の記事で証明されている。

  • 区分的に $C^1$ 級の道 $\gamma$ に沿う線積分は $\int_\gamma\nabla f\cdot d\gamma=f(\gamma(1))-f(\gamma(0))$ で、ベクトル場が勾配であることは線積分が道によらないことと同値である(線積分 の定理「線積分の基本定理」「道によらないことと原始関数の存在」)。
  • $f$ が $C^2$ 級なら $\nabla f$ の Jacobi 行列は $f$ の Hesse行列 で、対称である。星型の開集合では、Jacobi 行列が対称な $C^1$ 級のベクトル場は勾配であり、$\mathbb{R}^2\setminus\{0\}$ の回転する場 $(-y,x)/(x^2+y^2)$ はそうでない例である(線積分、Poincaréの補題)。$\mathbb{R}^3$ では対称性は回転が $0$ であること(回転(ベクトル場))と同じである。
  • 連結な開集合では、同じ勾配をもつ 2 つの関数の差は定数である(全微分 の定理「微分が 0 の写像は定数」)。
  • 常微分方程式 $x'=-\nabla f(x)$ の解に沿って $f$ は減少する。その性質は 勾配流、離散化した反復法は 勾配降下法 にある。勾配の発散 $\operatorname{div}\nabla f$ が Laplace作用素 であり、Riemann 多様体では Laplace–Beltrami作用素 になる。

反例:条件を外すと成り立たないこと

外す条件反例成り立たなくなる結論
$f$ が $p$ で全微分可能(prop-gr-basic の 3)$f(x,y)=\dfrac{x^3}{x^2+y^2}$($f(0,0)=0$)、$p=0$、偏導関数を並べた $(1,0)$$D_uf(p)=\langle\nabla f(p),u\rangle$
勾配と直交性を同じ内積で測る(thm-gr-steepest)ex-gr-inner-product の $\nabla_Gf=(1,\tfrac14)$ と標準内積勾配は等位線の速度と直交する
$x\notin K$(thm-gr-distance の 3)$K=[-1,1]\subset\mathbb{R}$、$x=0$$\lvert\nabla d(x)\rvert=1$
$d$ が $x$ で全微分可能(thm-gr-distance の 3)$K=\{-1,1\}\subset\mathbb{R}$、$x=0$最も近い点はただ一つ
極値点が定義域の内点$[0,1]$ 上の $f(x)=x$、最小値の点 $0$極値点で勾配が $0$
反例の確かめ

各行で、外した条件のほかは満たされていることも確かめる。

各行の確かめを開く

1 行目:$f(x,0)=x$、$f(0,y)=0$ なので偏導関数は $(1,0)$ である。$u=(1,1)/\sqrt2$ では $f(tu)=t^3/(2\sqrt2\,t^2)=t/(2\sqrt2)$ なので $D_uf(0)=1/(2\sqrt2)$ だが、$(1,0)\cdot u=1/\sqrt2$ である。$f$ は $0$ で全微分可能でない(全微分可能なら 3 が成り立つ)。

2 行目:$\nabla_Gf$ は $\langle\ ,\ \rangle_G$ での勾配として正しく、等位線の向き $(1,-1)$ と $G$ の意味で直交するが、標準内積の値は $\tfrac34\ne0$ である。

3 行目:$K$ は空でない閉集合で、$\lvert x\rvert< 1$ では $d=0$ なので $d$ は $0$ で全微分可能、$\nabla d(0)=0$ である。

4 行目:$x=0\notin K$ で、最も近い点は $\pm1$ の 2 つである。$d(x)=1-\lvert x\rvert$ は $0$ で微分可能でない。

5 行目:$f$ は $C^\infty$ 級で、$0$ で最小値をとるが $f'(0)=1$ である。$0$ は $[0,1]$ の内点でない。

関連項目

参考文献

[1]
John M. Lee, Introduction to Riemannian Manifolds, Graduate Texts in Mathematics 176, Springer, 2018, Chapter 2:(2.14)(Riemann 多様体の上の勾配の定義と局所表示)と Proposition 2.37(勾配は正則な等位集合に直交する)、p. 27
[2]
Walter Rudin, Principles of Mathematical Analysis, 3rd ed., McGraw-Hill, 1976, Chapter 9:(34)(勾配の定義)と (36)(曲線に沿う合成の微分)、p. 217

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する