Fonction convexe polyédrique

En analyse convexe, une fonction convexe polyédrique est une application, définie sur un espace vectoriel réel de dimension finie E {\displaystyle E} et à valeurs dans la droite réelle achevée R ¯ = R { , + } {\displaystyle {\overline {\mathbb {R} }}=\mathbb {R} \cup \{-\infty ,+\infty \}} , dont l'épigraphe est un polyèdre convexe.

Propriétés

Soit f : E R ¯ {\displaystyle f:E\to {\overline {\mathbb {R} }}} une fonction convexe polyédrique.

  • f {\displaystyle f} est une fonction convexe et fermée. En effet, son épigraphe epi ( f ) {\displaystyle \operatorname {epi} (f)} est un convexe fermé de E × R {\displaystyle E\times \mathbb {R} } , comme intersection d'une famille (finie et non vide) de demi-espaces fermés.
  • Pour tout α R {\displaystyle \alpha \in \mathbb {R} } , l'ensemble de sous-niveau α {\displaystyle \alpha } de f {\displaystyle f} est un polyèdre convexe. En effet, cet ensemble, égal par définition à { x E f ( x ) α } {\displaystyle \{x\in E\mid f(x)\leqslant \alpha \}} , est le projeté sur E {\displaystyle E} du polyèdre convexe epi ( f ) { ( x , t ) E × R t α } {\displaystyle \operatorname {epi} (f)\cap \{(x,t)\in E\times \mathbb {R} \mid t\leqslant \alpha \}} .

Dans la suite, on supposera de plus que f {\displaystyle f} est propre, c'est-à-dire qu'elle n'est pas identiquement égale à + {\displaystyle +\infty } ( epi ( f ) {\displaystyle \operatorname {epi} (f)\neq \varnothing } ) et qu'elle ne prend pas la valeur {\displaystyle -\infty } ( epi ( f ) {\displaystyle \operatorname {epi} (f)} ne contient pas de droite verticale).

La première équivalence ci-dessous est reprise de Gilbert 2016, la seconde de Polyak 1983.

Ensemble des minimiseurs — Soient E {\displaystyle E} un espace vectoriel euclidien et f : E R ¯ {\displaystyle f:E\to {\overline {\mathbb {R} }}} une fonction polyédrique propre. Alors, pour tout x E {\displaystyle x\in E}  :
x ir ( argmin f ) 0 ir ( f ( x ) ) , argmin f = { x } 0 int ( f ( x ) ) , {\displaystyle {\begin{array}{rcl}x\in \operatorname {ir} {\bigl (}\operatorname {argmin} f{\bigr )}&\quad \Longleftrightarrow \quad &0\in \operatorname {ir} {\bigl (}\partial f(x){\bigr )},\\\operatorname {argmin} f=\{x\}&\quad \Longleftrightarrow \quad &0\in \operatorname {int} {\bigl (}\partial f(x){\bigr )},\end{array}}}

ir ( C ) {\displaystyle \operatorname {ir} {(C)}} désigne l'intérieur relatif d'un convexe non vide C {\displaystyle C} , int ( C ) {\displaystyle \operatorname {int} (C)} son intérieur, et f ( x ) {\displaystyle \partial f(x)} le sous-différentiel de f {\displaystyle f} en x {\displaystyle x} .

Dans la première équivalence, aucune des deux implications n'a lieu si f {\displaystyle f} est seulement supposée convexe, fermée et propre :

  • l'implication «  {\displaystyle \Rightarrow }  » n'a pas lieu, par exemple, pour la fonction f : R R , t max ( t 2 , t ) {\displaystyle f:\mathbb {R} \to \mathbb {R} ,\;t\mapsto \max(t^{2},t)} , puisque ir ( argmin f ) = ir ( { 0 } ) = { 0 } {\displaystyle \operatorname {ir} {(\operatorname {argmin} f)}=\operatorname {ir} {(\{0\})}=\{0\}} , mais ir ( f ( 0 ) ) = ir ( [ 0 , 1 ] ) = ] 0 , 1 [ 0 {\displaystyle \operatorname {ir} {(\partial f(0))}=\operatorname {ir} {(\left[0,1\right])}=\left]0,1\right[\not \ni 0}  ;
  • l'implication «  {\displaystyle \Leftarrow }  » n'a pas lieu, par exemple, pour la fonction f : R R , t max ( 0 , t ) 2 {\displaystyle f:\mathbb {R} \to \mathbb {R} ,\;t\mapsto \max(0,t)^{2}} , puisque 0 {\displaystyle 0} est dans l'intérieur relatif de f ( x ) = { 0 } {\displaystyle \partial f(x)=\{0\}} quel que soit le minimiseur x {\displaystyle x} , mais le minimiseur x = 0 {\displaystyle x=0} n'est pas dans l'intérieur relatif de argmin f = ] , 0 ] {\displaystyle \operatorname {argmin} f=\left]-\infty ,0\right]} .

Dans la seconde équivalence, l'implication «  {\displaystyle \Leftarrow }  » ne requiert pas la polyédricité de la fonction.

Annexes

Articles connexes

  • Minimum saillant
  • Poursuite de base
  • Recouvrement par jauge

Bibliographie

  • (en) J. Ch. Gilbert, « On the solution uniqueness characterization in the L1 norm and polyhedral gauge recovery », Journal of Optimization Theory and Applications, vol. 1, no 1,‎ , p. 1-32 (DOI 10.1007/s10957-016-1004-0), Rapport INRIA
  • (en) B. T. Polyak, Introduction to Optimization, New York, Optimization Software,
  • icône décorative Portail de l'analyse