Calcul différentiel dans , gradient et hessienne
Pourquoi une fonction peut-elle admettre des dérivées partielles dans toutes les directions sans être différentiable, ni même continue — et que manque-t-il exactement ?
Le calcul à plusieurs variables naît de la mécanique et de la thermodynamique au XVIII siècle : Euler et Lagrange manipulent des dérivées partielles sans se soucier de leur cohérence. Le problème de l'ordre des dérivations apparaît avec les équations de la chaleur et des cordes vibrantes, où l'on intervertit librement. Schwarz donne en 1873 la première preuve rigoureuse de l'égalité des dérivées croisées, en identifiant l'hypothèse manquante : la continuité des dérivées secondes. Peano exhibe le contre-exemple qui montre que l'hypothèse est nécessaire.
Pourquoi définir la différentiabilité par plutôt que par l'existence des dérivées partielles ? Parce que les dérivées partielles ne testent que directions privilégiées, alors qu'une fonction peut se comporter très mal dans les directions obliques. La définition par approximation linéaire exige un contrôle UNIFORME en toutes les directions, ce qui est exactement ce dont on a besoin pour toutes les applications — et c'est aussi la seule définition qui se généralise aux espaces de Banach.
Images Mentales & Modèles d'Intuition (3)
La différentielle est le plan tangent : de très près, le graphe d'une fonction différentiable est indiscernable d'un plan.
Ce qu'elle capture :
L'image suggère qu'il suffit que chaque coupe verticale ait une tangente. Faux : la fonction a des dérivées partielles nulles à l'origine, donc des coupes tangentes selon les axes, sans même être continue. Les coupes ne recollent pas en un plan.
Le gradient est une flèche qui pointe dans la direction de plus forte pente, et sa longueur mesure cette pente.
Ce qu'elle capture :
L'image suppose un produit scalaire fixé. Le gradient DÉPEND de ce choix, contrairement à la différentielle qui est intrinsèque. Changer de métrique change le gradient, ce qui est central en géométrie riemannienne et en optimisation préconditionnée.
La hessienne est la courbure : elle dit si la surface se creuse comme un bol, se bombe comme un dôme, ou se tord comme une selle de cheval.
Ce qu'elle capture :
L'image ne dit rien du cas dégénéré, où une valeur propre s'annule. Pour et , la hessienne est nulle à l'origine dans les deux cas, alors que l'une a un minimum et l'autre un point selle. L'ordre ne décide plus.
Les Pièges Conceptuels Classiques
Correction :
Correction :
Correction :
Correction :
Glossaire des Notations Mathématiques
différentielle en a
FORME linéaire, objet intrinsèque indépendant de tout produit scalaire
gradient en a
VECTEUR représentant la différentielle via le produit scalaire ; dépend de ce dernier
hessienne
matrice symétrique des dérivées secondes ; le signe de son spectre classe les points critiques