スカラー場の勾配の一覧表
スカラー関数の勾配
スカラー関数 $f : \mathbb{R}^{n} \to \mathbb{R}$ の 勾配 は次のとおり。 $$ \frac{ \partial f(\mathbf{x})}{ \partial \mathbf{x} } := \nabla f(\mathbf{x}) = \begin{bmatrix} \dfrac{ \partial f(\mathbf{x})}{ \partial x_{1} } & \dfrac{ \partial f(\mathbf{x})}{ \partial x_{2} } & \cdots & \dfrac{ \partial f(\mathbf{x})}{ \partial x_{n} } \end{bmatrix}^{\mathsf{T}} $$
ここで $\dfrac{ \partial f(\mathbf{x})}{ \partial x_{i} }$ は $f$ の $x_{i}$ に対する 偏導関数 である。いくつかのスカラー関数に対する勾配は以下のとおり。
| 名前 | 関数 $f(\mathbf{x})$ | 条件 | 勾配 $\nabla f(\mathbf{x})$ |
|---|---|---|---|
| 内積 | $f(\mathbf{x}) = \left\langle \mathbf{w}, \mathbf{x} \right\rangle = \mathbf{w}^{\mathsf{T}}\mathbf{x}$ | $\mathbf{w}$ | |
| ノルム | $f(\mathbf{x}) = \left\| \mathbf{x} \right\|^{2} = \mathbf{x}^{\mathsf{T}} \mathbf{x}$ | $2\mathbf{x}$ | |
| 二次形式 | $f(\mathbf{x}) = \mathbf{x}^{\mathsf{T}}A\mathbf{x}$ | $(A + A^{\mathsf{T}})\mathbf{x}$ | |
| 二次形式 | $f(\mathbf{x}) = \mathbf{x}^{\mathsf{T}}A\mathbf{x}$ | $A$ が 対称 | $2A\mathbf{x}$ |
証明
内積
$$ \begin{align*} \frac{ \partial f(\mathbf{x})}{ \partial \mathbf{x} } =\frac{ \partial (\mathbf{w}^{\mathsf{T}}\mathbf{x})}{ \partial \mathbf{x} } &=\begin{bmatrix} \dfrac{ \partial \left( \sum _{i=1} ^{n} w_{i}x_{i}\right)}{ \partial x_{1} } & \dfrac{ \partial \left( \sum _{i=1} ^{n} w_{i}x_{i}\right)}{ \partial x_{2} } & \cdots & \dfrac{ \partial \left( \sum _{i=1} ^{n} w_{i}x_{i}\right)}{ \partial x_{n} } \end{bmatrix}^{\mathsf{T}} \\ &= \begin{bmatrix} w_{1} & w_{2} & \cdots & w_{n} \end{bmatrix}^{\mathsf{T}} \\ &= \mathbf{w} \end{align*} $$
また $\mathbf{w}^{\mathsf{T}}\mathbf{x} = \mathbf{x}^{\mathsf{T}}\mathbf{w}$ なので、
$$ \frac{ \partial \mathbf{x}^{\mathsf{T}}\mathbf{w}}{ \partial \mathbf{x} } = \mathbf{w} $$
■
ノルム
内積の証明と同様に、
$$ \begin{align*} \frac{ \partial f(\mathbf{x})}{ \partial \mathbf{x} } = \frac{ \partial (\mathbf{x}^{\mathsf{T}}\mathbf{x})}{ \partial \mathbf{x} } &=\begin{bmatrix} \dfrac{ \partial \left( \sum _{i=1} ^{n} x_{i}x_{i}\right)}{ \partial x_{1} } & \dfrac{ \partial \left( \sum _{i=1} ^{n} x_{i}x_{i}\right)}{ \partial x_{2} } & \cdots & \dfrac{ \partial \left( \sum _{i=1} ^{n} x_{i}x_{i}\right)}{ \partial x_{n} } \end{bmatrix}^{\mathsf{T}} \\ &=\begin{bmatrix} \dfrac{ \partial \left( \sum _{i=1} ^{n} x_{i}^{2}\right)}{ \partial x_{1} } & \dfrac{ \partial \left( \sum _{i=1} ^{n} x_{i}^{2}\right)}{ \partial x_{2} } & \cdots & \dfrac{ \partial \left( \sum _{i=1} ^{n} x_{i}^{2}\right)}{ \partial x_{n} } \end{bmatrix}^{\mathsf{T}} \\ &= \begin{bmatrix} 2x_{1} & 2x_{2} & \cdots & 2x_{n} \end{bmatrix}^{\mathsf{T}} \\ &= 2\mathbf{x} \end{align*} $$
■
二次形式
微分計算がしやすいようにまず計算を次のように行う。任意の $k\in\left\{1,\dots,n\right\}$ に対して次の式を得る。
$$ \begin{align*} f(\mathbf{x}) &= \mathbf{x}^{\mathsf{T}}A\mathbf{x} =\sum \limits _{j=1} ^{n} x_{j} \sum \limits _{i=1} ^{n}r_{ji}x_{i} \\ & = x_{k} \sum \limits _{i=1} ^{n}r_{ki}x_{i} +\sum \limits _{j\ne k}x_{j} \sum \limits _{i=1} ^{n}r_{ji}x_{i} \\ &= x_{k}\left(r_{kk}x_{k} + \sum \limits _{i\ne k} r_{ki}x_{i}\right) +\sum \limits _{j\ne k}x_{j} \left(r_{jk}x_{k}+ \sum \limits _{i \ne k} r_{ji}x_{i} \right) \\ &= x_{k}^{2}r_{kk} + x_{k}\sum \limits _{i\ne k} r_{ki}x_{i} + \sum \limits _{j\ne k}x_{j}r_{jk}x_{k}+ \sum \limits _{j\ne k}\sum \limits _{i \ne k}x_{j} r_{ji}x_{i} \end{align*} $$
$\dfrac{ \partial f(\mathbf{x})}{ \partial x_{k}}$ を計算すると次のようになる。
$$ \begin{align*} \frac{ \partial f(\mathbf{x})}{ \partial x_{k} }&=\frac{ \partial }{ \partial x_{k} } \left( x_{k}^{2}r_{kk} + x_{k}\sum \limits _{i\ne k} r_{ki}x_{i} + \sum \limits _{j\ne k}x_{j}r_{jk}x_{k}+ \sum \limits _{j\ne k}\sum \limits _{i \ne k}x_{j} r_{ji}x_{i} \right) \\ &=2w_{k}r_{kk} + \sum \limits _{i\ne k} r_{ki}x_{i} + \sum \limits _{j\ne k}x_{j}r_{jk} \\ &=\sum \limits _{i=1}^{n} r_{ki}x_{i} + \sum \limits _{j=1}^{n}r_{jk}x_{j} \end{align*} $$
したがって $f$ の勾配を計算すると次のようになる。
$$ \begin{align*} \frac{ \partial f(\mathbf{x})}{ \partial \mathbf{x} } = \dfrac{\partial \left( \mathbf{x}^{\mathsf{T}}A\mathbf{x} \right)}{\partial \mathbf{x}} &= \begin{bmatrix} \dfrac{ \partial f (\mathbf{x})}{ \partial x_{1} } & \dfrac{ \partial f (\mathbf{x})}{ \partial x_{2} } & \dots & \dfrac{ \partial f (\mathbf{x})}{ \partial x_{n} } \end{bmatrix}^{\mathsf{T}} \\[1em] &= \begin{bmatrix} \sum _{i=1} ^{n} r_{1i}x_{i} + \sum _{j=1}^{n} r_{j1}x_{j} \\[0.5em] \sum _{i=1} ^{n} r_{2i}x_{i} + \sum _{j=1}^{n} r_{j2}x_{j} \\[0.5em] \vdots \\[0.5em] \sum _{i=1} ^{n} r_{ni}x_{i} + \sum _{j=1}^{n} r_{jn}x_{j} \end{bmatrix} \\[3.5em] &= \begin{bmatrix} \sum _{i=1} ^{n} r_{1i}x_{i} \\[0.5em] \sum _{i=1} ^{n} r_{2i}x_{i} \\[0.5em] \vdots \\[0.5em] \sum _{i=1} ^{n} r_{ni}x_{i} \end{bmatrix} + \begin{bmatrix} \sum _{j=1}^{n} r_{j1}x_{j} \\[0.5em] \sum _{j=1}^{n} r_{j2}x_{j} \\[0.5em] \vdots \\[0.5em] \sum _{j=1}^{n} r_{jn}x_{j} \end{bmatrix} \\[3.5em] &=A \mathbf{x} + A^{\mathsf{T}}\mathbf{x}=\left( A+A^{\mathsf{T}} \right)\mathbf{x} \end{align*} $$
$\mathbf{X} \in M_{n\times n}$、 $\mathbf{y} \in M_{n \times 1}$ に対して、
$$ \mathbf{X}\mathbf{y} =\begin{bmatrix} \sum _{i=1} ^{n}x_{1i}y_{i} \\ \sum _{i=1} ^{n}x_{2i}y_{i} \\ \vdots \\ \sum _{i=1} ^{n}x_{ni}y_{i} \end{bmatrix},\qquad \mathbf{X}^{\mathsf{T}}\mathbf{y} =\begin{bmatrix} \sum _{i=1} ^{n}x_{i1}y_{i} \\ \sum _{i=1} ^{n}x_{i2}y_{i} \\ \vdots \\ \sum _{i=1} ^{n}x_{in}y_{i} \end{bmatrix} $$
もし $A$ が 対称行列 ならば、
$$ \frac{ \partial }{ \partial \mathbf{x} }\left( \mathbf{x}^{\mathsf{T}}A\mathbf{x} \right)=2A\mathbf{x} $$