Analyse à plusieurs variables · Gradient

Gradient

Le gradient d’une fonction différentiable est le vecteur de ses dérivées partielles, ∇f = (∂f/∂x, ∂f/∂y). Lorsqu’il est non nul, il indique la direction où la fonction croît le plus vite, et sa norme est cette pente maximale.

01

Le gradient dans cette visualisation

Le gradient d’une fonction f(x,y)f(x, y), noté ∇f\nabla f ou grad⁡f\operatorname{grad} f, est le vecteur de ses dérivées partielles, ∇f=(fx,fy)\nabla f = (f_x, f_y). Là où ff est différentiable et ∇f≠0\nabla f \ne 0, il indique la direction où ff croît le plus vite, et sa norme est ce taux maximal. Cette page le montre sur six surfaces, avec la dérivée directionnelle, le taux de variation de ff dans une direction choisie.

La surface transparente est le graphe de z=f(x,y)z = f(x, y) ; sa carte de niveaux est placée au sol. Le point bleu P se trouve sur la surface au-dessus de (a,b)(a, b). La flèche rouge u est un vecteur horizontal unitaire, orienté selon l’angle θ\theta, mesuré dans le sens antihoraire depuis l’axe positif des xx. Sur un pas horizontal d’une unité selon u, le plan tangent s’élève de la hauteur du segment jaune : la dérivée directionnelle

Dérivée directionnelle
Duf(a,b)=∇f⋅u=fxcos⁡θ+fysin⁡θ.D_u f(a, b) = \nabla f \cdot u = f_x \cos\theta + f_y \sin\theta.

La dérivée directionnelle se note aussi ∂f∂l\dfrac{\partial f}{\partial l}, la direction étant donnée par le vecteur unitaire el=(cos⁡α,cos⁡β)e_l = (\cos\alpha, \cos\beta) ; ici, θ\theta est mesuré dans le sens antihoraire depuis l’axe positif des xx, donc cos⁡α=cos⁡θ\cos\alpha = \cos\theta et cos⁡β=sin⁡θ\cos\beta = \sin\theta. Le cercle bleu est le cercle unité autour de P relevé sur le plan tangent. Son point le plus haut se trouve dans la direction du gradient, à ∣∇f∣|\nabla f| au-dessus de P, car

Pente maximale
Duf=∣∇f∣cos⁡φ≤∣∇f∣,D_u f = |\nabla f| \cos\varphi \le |\nabla f|,

où φ\varphi est l’angle entre u et ∇f\nabla f. La pente est maximale selon le gradient, nulle le long de la courbe de niveau passant par P, et la plus négative dans le sens opposé au gradient.

02

À observer

  • Le gradient est perpendiculaire à la courbe de niveau passant par P. Les courbes tracées à intervalles égaux de ff se resserrent là où ∣∇f∣|\nabla f| est grand.
  • Lorsque u fait un tour complet, le point (a,b)+(Duf) u(a, b) + (D_u f)\,u sur la carte décrit un cercle dont le diamètre va de (a,b)(a, b) à (a,b)+∇f(a, b) + \nabla f. Là où ∇f=0\nabla f = 0, le cercle se réduit au point lui-même.
  • La direction de plus grande pente ne pointe pas nécessairement vers le sommet : sur une colline étirée, ces deux directions diffèrent.
  • Les dérivées partielles sont des dérivées directionnelles : u=(1,0)u = (1, 0) donne fxf_x, et u=(0,1)u = (0, 1) donne fyf_y.
  • Là où ∇f=0\nabla f = 0 (un point critique), la pente vaut 0 dans toutes les directions et il n’existe pas de direction de plus grande pente. Un point selle est un tel point, qui n’est ni un maximum local ni un minimum local.
  • L’élévation jaune appartient au plan tangent : c’est une approximation linéaire. Sur un petit pas horizontal hh selon u, la surface elle-même s’élève de f((a,b)+hu)−f(a,b)≈h Duff((a, b) + h u) - f(a, b) \approx h\,D_u f, et plus hh est petit, meilleure est l’approximation.
03

Applications

  • La descente de gradient, méthode de base pour entraîner les modèles d’apprentissage automatique, diminue une fonction par petits pas répétés dans le sens opposé au gradient, x←x−η ∇f(x)x \leftarrow x - \eta\,\nabla f(x). Là où ∇f≠0\nabla f \ne 0, un pas suffisamment petit fait descendre, mais la méthode peut se stabiliser dans un minimum local ou progresser très lentement près d’un point selle, sans atteindre le point le plus bas.
  • Le gradient étant perpendiculaire aux courbes de niveau, il donne leur direction normale. Lorsqu’une fonction régulière ff atteint un maximum ou un minimum sur une courbe g=cg = c (avec ∇g≠0\nabla g \ne 0), les deux gradients sont parallèles, ∇f=λ∇g\nabla f = \lambda \nabla g : c’est le principe des multiplicateurs de Lagrange.
  • En physique, une force conservative est l’opposé du gradient de l’énergie potentielle, F=−∇UF = -\nabla U : elle pousse vers une énergie plus faible, dans la direction où celle-ci diminue le plus vite.
04

Commandes

  • Faites glisser P sur la surface ou sa projection sur la carte, ou déplacez la pointe de la flèche rouge. Les points et directions remarquables (+x+x, +y+y, ∇f\nabla f, ⊥∇f\perp\nabla f) permettent d’atteindre des valeurs exactes ; en un point critique remarquable, ∇f\nabla f vaut exactement 0.
  • Balayer fait effectuer un tour complet à u et l’arrête dans la direction de plus grande pente. Vue de dessus regarde à la verticale, ce qui respecte les angles de la carte. Le Mode présentation ouvre une vue en plein écran pour la projection (Espace lance le balayage, ← → tournent u, H masque les réponses).
05

Voir aussi

Pour aller plus loin: Wikipédia: Gradient (Anglais); OpenStax, Calculus Volume 3, 4.6 Directional Derivatives and the Gradient (Anglais).