호프-락스 공식의 유도와 증명
📂편미분방정식 호프-락스 공식의 유도와 증명 빌드업 해밀토니안 H H H 가 D u Du D u 에만 의존하는 해밀턴-야코비 방정식 의 초기값 문제를 보자.
{ u t + H ( D u ) = 0 in R n × ( 0 , ∞ ) u = g on R n × { t = 0 }
\begin{equation}
\left\{
\begin{aligned}
u_{t} + H(Du)&=0 && \text{in } \mathbb{R}^n \times (0,\infty)
\\ u&=g && \text{on } \mathbb{R}^n \times \left\{ t=0 \right\}
\end{aligned}
\right.
\end{equation}
{ u t + H ( D u ) u = 0 = g in R n × ( 0 , ∞ ) on R n × { t = 0 }
일반적으로 해밀토니안은 공간 변수에 의존하여 H ( D u , x ) H(Du, x) H ( D u , x ) 와 같은 꼴이나, 여기에서는 x x x 에 대해서 영향을 받지 않는다고 하자. 그리고 해밀토니안 H ∈ C ∞ H\in C^\infty H ∈ C ∞ 에 대해서 다음과 같은 가정을 하자.
{ H i s c o n v e x lim ∣ p ∣ → ∞ H ( p ) ∣ p ∣ = ∞
\begin{cases} H \mathrm{\ is\ convex}
\\ \lim \limits_{|p|\to \infty} \dfrac{H(p)}{|p|}=\infty \end{cases}
⎩ ⎨ ⎧ H is convex ∣ p ∣ → ∞ lim ∣ p ∣ H ( p ) = ∞
그리고 L = H ∗ L=H^{\ast} L = H ∗ 이라 하면 라그랑지안 L L L 도 위와 같은 특성을 만족 한다. 마지막으로 초기값 g : R n → R g : \mathbb{R}^n \to \mathbb{R} g : R n → R 가 립시츠 연속이라고 하자. 즉,
L i p ( g ) : = sup x , y ∈ R n x ≠ y ∣ g ( x ) − g ( y ) ∣ ∣ x − y ∣ < ∞
\mathrm{Lip}(g):=\sup \limits_{x,y\in \mathbb{R}^n
\\ x \ne y} \dfrac{ |g(x)-g(y)| }{|x-y|} < \infty
Lip ( g ) := x , y ∈ R n x = y sup ∣ x − y ∣ ∣ g ( x ) − g ( y ) ∣ < ∞
또한 주어진 해밀턴-야코비 방정식 ( 1 ) (1) ( 1 ) 의 특성 방정식 은 다음과 같다.
p ˙ ( s ) = − D x H ( p ( s ) , x ( s ) ) z ˙ ( s ) = D p H ( p ( s ) , x ( s ) ) ⋅ p ( s ) − H ( p ( s ) , x ( s ) ) x ˙ ( s ) = D p H ( p ( s ) , x ( s ) )
\begin{align*}
\dot{\mathbf{p}}(s) &= -D_{x}H \big( \mathbf{p}(s), \mathbf{x}(s) \big)
\\ \dot{z}(s) &= D_{p} H\big( \mathbf{p}(s),\ \mathbf{x}(s)\big)\cdot \mathbf{p}(s) -H\big( \mathbf{p}(s), \mathbf{x}(s)\big)
\\ \dot{\mathbf{x}}(s) &= D_{p}H\big( \mathbf{p}(s), \mathbf{x}(s) \big)
\end{align*}
p ˙ ( s ) z ˙ ( s ) x ˙ ( s ) = − D x H ( p ( s ) , x ( s ) ) = D p H ( p ( s ) , x ( s ) ) ⋅ p ( s ) − H ( p ( s ) , x ( s ) ) = D p H ( p ( s ) , x ( s ) )
여기서 H H H 는 x x x 에 무관하다고 가정했으므로 다시 적으면 다음과 같다.
p ˙ = 0 z ˙ = D H ( p ) ⋅ p − H ( p ) x ˙ = D H ( p )
\begin{align*}
\dot{\mathbf{p}} &= 0
\\ \dot{z} &= D H( \mathbf{p} )\cdot \mathbf{p} -H ( \mathbf{p} )
\\ \dot{\mathbf{x}} &= DH ( \mathbf{p})
\end{align*}
p ˙ z ˙ x ˙ = 0 = DH ( p ) ⋅ p − H ( p ) = DH ( p )
이 때 t ( s ) = s , p ( s ) = D u ( x ( s ) , s ) , z ( s ) = u ( x ( s ) , s ) t(s)=s, p(s)=Du(x(s), s), z(s)=u(x(s), s) t ( s ) = s , p ( s ) = D u ( x ( s ) , s ) , z ( s ) = u ( x ( s ) , s ) 이다. p p p 에 대한 미분과 x x x 에 대한 미분을 구별할 필요가 없으므로 D D D 의 아래첨자를 생략했다. 오일러-라그랑주 방정식 은 고정된 시점과 종점에 대해서 성립하므로 주어진 해밀턴-야코비 방정식 ( 1 ) (1) ( 1 ) 의 해가 존재한다면 아래와 같은 local in time solution이다.
u = u ( x , t ) ∈ C 2 ( R n × [ 0 , T ] )
u= u(x,t) \in C^2\big( \mathbb{R}^n \times [0,T]\big)
u = u ( x , t ) ∈ C 2 ( R n × [ 0 , T ] )
위 특성 방정식에서 첫번째, 세번째 식은 라그랑지안 L = H ∗ L=H* L = H ∗ 으로 정의된 작용의 최소화 문제 에서 나온 오일러-라그랑주 방정식을 만족하는 해밀턴 방정식이다.
H H H 와 L L L 이 p p p , v ∈ R n v\in \mathbb{R}^n v ∈ R n 에서 미분 가능하다면 아래의 내용들은 전부 동치이다.
{ p ⋅ v = L ( v ) + H ( p ) p = D L ( v ) v = D H ( p )
\begin{cases} p\cdot v=L(v) + H(p)
\\ p=DL(v)
\\ v=DH(p) \end{cases}
⎩ ⎨ ⎧ p ⋅ v = L ( v ) + H ( p ) p = D L ( v ) v = DH ( p )
이 때 p = D v L ( v ) p=D_{v}L(v) p = D v L ( v ) 로 정의 되므로 위의 보조 정리를 쓰면 다음을 얻는다.
z ˙ ( s ) = D H ( p ) ⋅ p − H ( p ) = v ⋅ p − H ( p ) = L ( v ) + H ( p ) − H ( p ) = L ( v ) = L ( x ˙ ( s ) )
\begin{align*}
\dot{z}(s) &= DH(\mathbf{p})\cdot \mathbf{p}-H(\mathbf{p})
\\ &= \mathbf{v} \cdot \mathbf{p}-H(\mathbf{p})
\\ &= L(\mathbf{v})+H(\mathbf{p})-H(\mathbf{p})
\\ &= L(\mathbf{v}) = L\big(\dot{\mathbf{x}}(s)\big)
\end{align*}
z ˙ ( s ) = DH ( p ) ⋅ p − H ( p ) = v ⋅ p − H ( p ) = L ( v ) + H ( p ) − H ( p ) = L ( v ) = L ( x ˙ ( s ) )
따라서 z ( t ) z(t) z ( t ) 를 구해보면 다음과 같다.
z ( t ) = ∫ 0 t z ˙ ( s ) d x + z ( 0 ) = ∫ 0 t L ( x ˙ ( s ) ) + u ( x ( 0 ) , 0 ) = ∫ 0 t L ( x ˙ ( s ) ) d s + g ( x ( 0 ) )
\begin{align*}
z(t) &= \int_{0}^t \dot{z}(s)dx +z(0)
\\ &= \int_{0}^tL \big( \dot{\mathbf{x}}(s) \big) + u\big( \mathbf{x}(0),\ 0\big)
\\ &= \int_{0}^t L\big( \dot{\mathbf{x}}(s)\big) ds +g\big(\mathbf{x}(0) \big)
\end{align*}
z ( t ) = ∫ 0 t z ˙ ( s ) d x + z ( 0 ) = ∫ 0 t L ( x ˙ ( s ) ) + u ( x ( 0 ) , 0 ) = ∫ 0 t L ( x ˙ ( s ) ) d s + g ( x ( 0 ) )
그런데 이 때 위의 위의 조건에서 z ( t ) = u ( x ( t ) , t ) z(t)=u(x(t), t) z ( t ) = u ( x ( t ) , t ) 였으므로 다음을 얻는다.
u ( x , t ) = ∫ 0 t L ( x ˙ ( s ) ) d s + g ( x ( 0 ) ) ( 0 ≤ t < T )
u(x,t)=\int_{0}^t L\big( \dot{\mathbf{x}}(s)\big) ds +g\big(\mathbf{x}(0) \big) \quad (0 \le t <T)
u ( x , t ) = ∫ 0 t L ( x ˙ ( s ) ) d s + g ( x ( 0 ) ) ( 0 ≤ t < T )
이는 local in time smooth solution이므로 global in time weak solution을 구할 수 있느냐 하는 문제가 남았다. 다시 작용의 최소화 문제로 돌아가는데 오일러-라그랑주 방정식을 이끌어 냈던 때와 다른 점은 종점만 고정한다 는 것이다.
고정된 x ∈ R n , t > 0 x \in \mathbb{R}^n, t>0 x ∈ R n , t > 0 이 주어졌다고 하자. 그리고 어드미서블 클래스 A \mathcal{A} A 를 다음과 같다고 하자.
A = { w ∈ C 1 ( [ 0 , t ] ; R n ) : w ( t ) = x }
\mathcal{A}=\left\{ \mathbf{w}\in C^1\big( [0,t];\mathbb{R}^n \big)\ :\ \mathbf{w}(t)=x \right\}
A = { w ∈ C 1 ( [ 0 , t ] ; R n ) : w ( t ) = x }
그리고 아래와 같은 작용에 대한 최소화 문제를 생각해 보자.
w ( ⋅ ) ∈ A ↦ ∫ 0 t L ( w ˙ ( s ) ) d s + g ( w ( 0 ) )
\mathbf{w}(\cdot) \in \mathcal{A} \mapsto \int_{0}^t L\big( \dot{\mathbf{w}}(s)\big) ds + g(\mathbf{w}(0))
w ( ⋅ ) ∈ A ↦ ∫ 0 t L ( w ˙ ( s ) ) d s + g ( w ( 0 ))
만약 위 작용의 미니마이저 x ( ⋅ ) \mathbf{x}(\cdot) x ( ⋅ ) 가 존재한다면 , p ( s ) : = D L ( x ˙ ( s ) ) \mathbf{p}(s):=DL(\dot{\mathbf{x}}(s)) p ( s ) := D L ( x ˙ ( s )) 이고, 오일러-라그랑주 방정식을 만족하고 따라서 해밀턴 방정식도 만족한다. 그러므로 위의 local in time solution의 경우에서 얻었던 것 처럼 해는 아래와 같이 주어질 것이다.
u ( x , t ) = ∫ 0 t L ( x ˙ ( s ) ) d s + g ( x ( 0 ) )
u(x,t)=\int_{0}^tL\big( \dot{\mathbf{x}}(s)\big)ds +g \big( \mathbf{x}(0) \big)
u ( x , t ) = ∫ 0 t L ( x ˙ ( s ) ) d s + g ( x ( 0 ) )
위에 대한 내용을 모티브로 global in time weak solution이 존재한다면 다음과 같이 정의할 수 있다.
u ( x , t ) : = inf w ∈ A { ∫ 0 t L ( w ˙ ( s ) ) d s + g ( w ( 0 ) ) }
\begin{equation}
u(x,t):=\inf \limits_{\mathbf{w} \in \mathcal{A}} \left\{ \int_{0}^t L\big( \dot{\mathbf{w}}(s) \big)ds + g\big( \mathbf{w}(0) \big) \right\}
\end{equation}
u ( x , t ) := w ∈ A inf { ∫ 0 t L ( w ˙ ( s ) ) d s + g ( w ( 0 ) ) }
정리 x ∈ R n x \in \mathbb{R}^n x ∈ R n 이고 t > 0 t>0 t > 0 라고 하자. 그러면 ( 2 ) (2) ( 2 ) 의 최소화 문제의 해는 다음과 같이 주어진다.
u ( x , t ) = min y ∈ R n { t L ( x − y t ) + g ( y ) }
u(x,t) = \min \limits_{y \in \mathbb{R}^n} \left\{ tL\left( \dfrac{x-y}{t} \right) +g(y) \right\}
u ( x , t ) = y ∈ R n min { t L ( t x − y ) + g ( y ) }
이를 호프-락스 공식 Hopf-Lax formula 이라고 한다.
증명 우선 inf \inf inf 에 대해 성립함을 보이고 그 다음 실제로 min \min min 이 됨을 보이는 순서로 증명한다.
Step 1.
고정된 임의의 y ∈ R n , t ∈ R y \in \mathbb{R}^n, t\in \mathbb{R} y ∈ R n , t ∈ R 이 있다. 그리고 w \mathbf{w} w 를 다음과 같이 정의하자.
w ( s ) : = y + s t ( x − y ) ( 0 ≤ s ≤ t )
\mathbf{w}(s) :=y+\frac{s}{t}(x-y) \quad (0 \le s \le t)
w ( s ) := y + t s ( x − y ) ( 0 ≤ s ≤ t )
그러면 w ( 0 ) = y \mathbf{w}(0)=y w ( 0 ) = y 이고 w ( t ) = x \mathbf{w}(t)=x w ( t ) = x 이다. 그러면 w \mathbf{w} w 는 어드미서블 클래스 A \mathcal{A} A 의 원소이다.
A = { w ( ⋅ ) ∣ w ( 0 ) = y , w ( t ) = x }
\mathcal{A}= \left\{ \mathbf{w}(\cdot) \ \big| \ \mathbf{w}(0)=y,\ \mathbf{w}(t)=x\right\}
A = { w ( ⋅ ) w ( 0 ) = y , w ( t ) = x }
그러면 ~의 정의에 의해 다음의 부등식이 성립한다.
u ( x , t ) ≤ ∫ 0 t L ( x − y t ) d s + g ( y ) = t L ( x − y t ) + g ( y )
\begin{align*}
u(x,t) & \le& \int_{0}^t L \left( \frac{x-y}{t}\right)ds + g(y)
\\ &= tL\left( \frac{x-y}{t}\right)+g(y)
\end{align*}
u ( x , t ) ≤ = t L ( t x − y ) + g ( y ) ∫ 0 t L ( t x − y ) d s + g ( y )
위 부등식은 모든 y ∈ R n y \in \mathbb{R}^n y ∈ R n 에 대해서 성립하므로 다음을 얻는다.
u ( x , t ) ≤ inf y ∈ R n ( t L ( x − y t ) + g ( y ) )
u(x,t) \le \inf \limits_{y \in \mathbb{R}^n} \left(t L\left(\frac{x-y}{t} \right) +g(y)\right)
u ( x , t ) ≤ y ∈ R n inf ( t L ( t x − y ) + g ( y ) )
Step 2.
w ( ⋅ ) ∈ A \mathbf{w}(\cdot) \in \mathcal{A} w ( ⋅ ) ∈ A 라고 하자. 그러면 w ( ⋅ ) ∈ C 1 ( [ 0 ; t ] ; R n ) \mathbf{w}(\cdot) \in C^1([0;t];\mathbb{R}^n) w ( ⋅ ) ∈ C 1 ([ 0 ; t ] ; R n ) 이고 w ( t ) = x \mathbf{w}(t)=x w ( t ) = x 이다.
옌센 부등식
함수 f f f 가 볼록하다고 가정하자. 그러면 아래의 식이 성립한다.
f ( − ∫ U u d x ) ≤ − ∫ U f ( u ) d x
f \left( -\!\!\!\!\!\! \int_{U} u dx \right) \le -\!\!\!\!\!\! \int_{U} f(u) dx
f ( − ∫ U u d x ) ≤ − ∫ U f ( u ) d x
그러면 위의 보조정리에 의해 다음이 성립한다.
L ( 1 t ∫ 0 t w ˙ ( s ) d x ) ≤ 1 t ∫ 0 t L ( w ( s ) ˙ ) d s
L \left( \frac{1}{t}\int_{0}^t \dot{\mathbf{w}}(s) dx\right) \le \dfrac{1}{t}\int_{0}^t L \big( \dot{\mathbf{w}(s)} \big)ds
L ( t 1 ∫ 0 t w ˙ ( s ) d x ) ≤ t 1 ∫ 0 t L ( w ( s ) ˙ ) d s
그리고 시점을 y y y 라 하자 w ( 0 ) = y \mathbf{w}(0)=y w ( 0 ) = y . 그러면 위의 부등식은 아래와 같다.
L ( 1 t ( w ( t ) − w ( 0 ) ) ) ≤ 1 t ∫ 0 t L ( w ˙ ( s ) ) d s ⟹ L ( x − y t ) ≤ 1 t ∫ 0 t L ( w ˙ ( s ) ) d s
\begin{align*}
&& L\left( \dfrac{1}{t} \big( \mathbf{w}(t)-\mathbf{w}(0) \big) \right) &\le \dfrac{1}{t}\int_{0}^tL \big( \dot{\mathbf{w}}(s) \big)ds
\\ \implies&& L\left( \dfrac{x-y}{t} \right) &\le \dfrac{1}{t}\int_{0}^tL \big( \dot{\mathbf{w}}(s) \big)ds
\end{align*}
⟹ L ( t 1 ( w ( t ) − w ( 0 ) ) ) L ( t x − y ) ≤ t 1 ∫ 0 t L ( w ˙ ( s ) ) d s ≤ t 1 ∫ 0 t L ( w ˙ ( s ) ) d s
양변에 t t t 를 곱하고 g ( y ) g(y) g ( y ) 를 더하면 다음과 같다.
t L ( x − y t ) + g ( y ) ≤ ∫ 0 t L ( w ˙ ( s ) ) d s + g ( y )
tL\left( \dfrac{x-y}{t} \right) + g(y) \le \int_{0}^tL \big( \dot{\mathbf{w}}(s) \big)ds + g(y)
t L ( t x − y ) + g ( y ) ≤ ∫ 0 t L ( w ˙ ( s ) ) d s + g ( y )
우변의 inf \inf inf 이 u ( x , t ) u(x,t) u ( x , t ) 이므로 다음과 같다.
t L ( x − y t ) + g ( y ) ≤ u ( x , t )
tL\left( \dfrac{x-y}{t} \right) + g(y) \le u(x,t)
t L ( t x − y ) + g ( y ) ≤ u ( x , t )
마지막으로 양변에 inf y ∈ R n \inf \limits_{y\in \mathbb{R}^n} y ∈ R n inf 을 취하면 다음을 얻는다.
inf y ∈ R n ( t L ( x − y t ) + g ( y ) ) ≤ u ( x , t )
\inf \limits_{y \in \mathbb{R}^n} \left( tL\left( \dfrac{x-y}{t} \right) + g(y) \right) \le u(x,t)
y ∈ R n inf ( t L ( t x − y ) + g ( y ) ) ≤ u ( x , t )
그러므로 Step 1. 과 Step 2. 에 의해서 다음이 성립한다.
u ( x , t ) = inf y ∈ R n ( t L ( x − y t ) + g ( y ) )
\begin{equation}
u(x,t) = \inf \limits_{y \in \mathbb{R}^n} \left( tL\left( \dfrac{x-y}{t} \right) + g(y) \right)
\end{equation}
u ( x , t ) = y ∈ R n inf ( t L ( t x − y ) + g ( y ) )
Step 3.
{ y k } k = 1 ∞ \left\{y_{k} \right\}_{k=1}^\infty { y k } k = 1 ∞ 를 ( 3 ) (3) ( 3 ) 의 미니마이징 시퀀스 minimizing sequence 라고 하자. 그러면 다음이 성립한다.
t L ( x − y k t ) + g ( y k ) → u ( x , t ) ∈ [ − ∞ , ∞ ) a s k → ∞
\begin{equation}
tL\left( \dfrac{x-y_{k}}{t} \right) + g(y_{k}) \to u(x,t)\in [-\infty, \infty) \quad \mathrm{as}\ k\to \infty
\end{equation}
t L ( t x − y k ) + g ( y k ) → u ( x , t ) ∈ [ − ∞ , ∞ ) as k → ∞
우선 { y k } \left\{y_{k} \right\} { y k } 가 유계 가 아니라고 가정하자. 이게 모순임을 확인해서 { y k } \left\{ y_{k} \right\} { y k } 가 유계임을 보일 것이다. 가정에 의해 ∣ y k ∣ → ∞ |y_{k}| \to \infty ∣ y k ∣ → ∞ 이고 y k = 0 y_{k}=0 y k = 0 인 k k k 는 많아봐야 유한개이다. 따라서 y k ≠ 0 y_{k}\ne 0 y k = 0 을 만족하는 것만 모은 부분수열을 다시 { y k } \left\{ y_{k} \right\} { y k } 라 하자. 다음이 성립한다.
∣ x − y k t ∣ → ∞
\left| \dfrac{x-y_{k}}{t} \right| \to \infty
t x − y k → ∞
그러면 라그랑지안 L L L 의 성질에 의해 다음이 성립한다.
a k : = L ( x − y k t ) ∣ x − y k t ∣ → ∞
a_{k}:= \dfrac{L\left( \dfrac{x-y_{k}}{t}\right)}{\left| \dfrac{x-y_{k}}{t}\right|} \to \infty
a k := t x − y k L ( t x − y k ) → ∞
따라서 L ( x − y l t ) → ∞ L\left( \dfrac{x-y_{l}}{t}\right) \to \infty L ( t x − y l ) → ∞ 이고 여기에 상수를 곱해도 같은 결과를 얻는다.
t L ( x − y k t ) → ∞
\begin{equation}
tL\left( \dfrac{x-y_{k}}{t}\right) \to \infty
\end{equation}
t L ( t x − y k ) → ∞
g g g 의 립시츠 조건을 다시 적으면 다음과 같다.
∣ g ( x ) − g ( y k ) ∣ ∣ x − y k ∣ ≤ L i p ( g ) = C ∀ k ∈ N
\dfrac{|g(x)-g(y_{k})|}{|x-y_{k}|} \le \mathrm{Lip}(g)=C \quad \forall \ k \in \mathbb{N}
∣ x − y k ∣ ∣ g ( x ) − g ( y k ) ∣ ≤ Lip ( g ) = C ∀ k ∈ N
따라서 다음을 얻는다.
g ( x ) − g ( y k ) ≤ C ∣ x − y k ∣
g(x) -g(y_{k}) \le C|x-y_{k}|
g ( x ) − g ( y k ) ≤ C ∣ x − y k ∣
양 변에 ( 5 ) (5) ( 5 ) 를 더하면 다음과 같다.
t L ( x − y k t ) + g ( x ) − g ( y k ) ≤ C ∣ x − y k ∣ + t L ( x − y k t ) f o r l a r g e k
tL\left( \dfrac{x-y_{k}}{t}\right)+ g(x) -g(y_{k}) \le C|x-y_{k}|+ tL\left( \dfrac{x-y_{k}}{t}\right) \quad \mathrm{for\ large}\ k
t L ( t x − y k ) + g ( x ) − g ( y k ) ≤ C ∣ x − y k ∣ + t L ( t x − y k ) for large k
위 식을 적절히 이항하면 아래와 같다.
t L ( x − y k t ) − C ∣ x − y k ∣ + g ( x ) ≤ t L ( x − y k t ) + g ( y k )
tL\left( \dfrac{x-y_{k}}{t}\right)-C|x-y_{k}| + g(x) \le tL\left( \dfrac{x-y_{k}}{t}\right) + g(y_{k})
t L ( t x − y k ) − C ∣ x − y k ∣ + g ( x ) ≤ t L ( t x − y k ) + g ( y k )
다시 적으면 다음과 같다.
a k ∣ x − y k ∣ − C ∣ x − y k ∣ + g ( x ) = ∣ x − y k ∣ ( a k − C ) + g ( x ) ≤ t L ( x − y k t ) + g ( y k )
a_{k}|x-y_{k}| -C|x-y_{k}| + g(x) =|x-y_{k}|(a_{k}-C)+g(x) \le tL\left( \dfrac{x-y_{k}}{t}\right) + g(y_{k})
a k ∣ x − y k ∣ − C ∣ x − y k ∣ + g ( x ) = ∣ x − y k ∣ ( a k − C ) + g ( x ) ≤ t L ( t x − y k ) + g ( y k )
a k → ∞ a_{k}\to \infty a k → ∞ 이고 ∣ x − y k ∣ → ∞ |x-y_{k}| \to \infty ∣ x − y k ∣ → ∞ 이므로 좌변이 ∞ \infty ∞ 로 발산하고 우변도 발산한다. 따라서 u ( x , t ) u(x,t) u ( x , t ) 의 정의에 의해 u ( x , t ) → ∞ u(x,t)\to \infty u ( x , t ) → ∞ 이다. 이는 ( 4 ) (4) ( 4 ) 에 모순이므로 { y k } \left\{ y_{k} \right\} { y k } 는 유계이다.
{ y k } \left\{ y_{k} \right\} { y k } 가 유계이므로 y k → y 0 y_{k} \to y_{0} y k → y 0 라고 가정하자. 그러면 다음이 성립한다.
t L ( x − y k t ) + g ( y k ) → t L ( x − y 0 t ) + g ( y 0 ) = min y ∈ R n ( t L ( x − y t ) + g ( y ) )
tL \left( \dfrac{x-y_{k}}{t} \right)+g(y_{k}) \to tL \left( \dfrac{x-y_{0}}{t}\right)+g(y_{0}) =\min\limits_{y \in \mathbb{R}^n}\left( tL \left( \dfrac{x-y}{t}\right)+g(y) \right)
t L ( t x − y k ) + g ( y k ) → t L ( t x − y 0 ) + g ( y 0 ) = y ∈ R n min ( t L ( t x − y ) + g ( y ) )
그러면 ( 4 ) (4) ( 4 ) 에 의해 다음이 성립한다.
t L ( x − y k t ) + g ( y k ) → u ( x , t ) ∈ [ − ∞ , ∞ ) a s k → ∞
tL\left( \dfrac{x-y_{k}}{t} \right) + g(y_{k}) \to u(x,t)\in [-\infty, \infty) \quad \mathrm{as}\ k\to \infty
t L ( t x − y k ) + g ( y k ) → u ( x , t ) ∈ [ − ∞ , ∞ ) as k → ∞
그러므로 다음을 얻는다.
u ( x , t ) = min y ∈ R n ( t L ( x − y t ) + g ( y ) )
u(x,t) = \min \limits_{y \in \mathbb{R}^n} \left( tL\left( \dfrac{x-y}{t} \right) +g(y) \right)
u ( x , t ) = y ∈ R n min ( t L ( t x − y ) + g ( y ) )
■