ملاحظة: يعتمد هذا الملخص على النظريات القياسية والمصادر المقدمة، حيث تعذرت قراءة النص من الملف المرفق getPDF.jsp(nonsmooth).pdf بشكل كامل.

1. الفكرة الأساسية للتحليل غير الأملس

• يعمل حساب التفاضل والتكامل الكلاسيكي بشكل جيد للدوال الملساء (القابلة للاشتقاق باستمرار)، لكن العديد من الدوال الهامة غير ملساء، مثل:
  • f(x)=|x|
  • f(x)=max_i f_i(x)
  • دوال المسافة
  • دوال القيمة في التحسين والتحكم
  • دوال الخسارة الخطية متعددة القطع (ReLU)
• بدلاً من طلب مشتقة واحدة، يطلب التحليل غير الأملس مجموعة من المشتقات العامة .
• بالنسبة لدالة ليبشيتز المحلية f: R^n -> R، قدم كلارك مفهوم المشتقة الاتجاهية العامة والمشتقة العامة (المجموعية) كأدوات للتحسين غير الأملس .

2. المشتقة الاتجاهية العامة لكلارك

بالنسبة لدالة f من نوع ليبشيتز المحلية، تُكتب المشتقة الاتجاهية لكلارك عند النقطة x في الاتجاه v على النحو التالي :

f°(x; v) = limsup_{y -> x, t ↓ 0} [f(y + t v) - f(y)] / t.

نقاط رئيسية:

• مصممة خصيصًا للدوال غير الملساء من نوع ليبشيتز المحلية .
• موجبة ومتجانسة وشبه قابلة للجمع (subadditive) بالنسبة لـ v في نظرية كلارك القياسية .
• عادة ما تكون أكبر من أو تساوي المشتقة الاتجاهية العادية عند مقارنتها في ظروف مماثلة .
• تلتقط أسوأ حالات النمو الاتجاهي المحلي بالقرب من النقطة x .

3. المشتقة الجزئية لكلارك (Clarke subdifferential)

تُعرف المشتقة الجزئية لكلارك عادةً على النحو التالي :

∂C f(x) = { ξ في R^n: f°(x; v) >= <ξ, v> لجميع v في R^n }.

وصف قياسي مكافئ لدوال ليبشيتز المحلية هو أن المشتقة الجزئية لكلارك هي الهيكل المحدب لمجموعة نهايات التدرجات التقليدية القريبة من النقاط التي تكون فيها الدالة قابلة للاشتقاق :

∂C f(x) = co { نهايات ∇f(x_k): x_k -> x, f قابلة للاشتقاق عند x_k }.

حيث co تعني الهيكل المحدب.

خصائص رئيسية:

• ∂C f(x) هي مشتقة عامة قائمة على المجموعات (set-valued) للدوال من نوع ليبشيتز المحلية .
• في نظرية كلارك القياسية ذات الأبعاد المحدودة، تكون ∂C f(x) غير فارغة، ومتراصة (compact)، ومحدبة للدوال من نوع ليبشيتز المحلية .
• إذا كانت f قابلة للاشتقاق باستمرار بالقرب من x، فإن المشتقة الجزئية لكلارك تختزل إلى التدرج التقليدي ∂C f(x) = {∇f(x)} .
• إذا كانت f دالة محدبة، فإن المشتقة الجزئية لكلارك تتطابق مع المشتقة الجزئية في التحليل المحدب التقليدي في الظروف القياسية .

مثال:

f(x) = |x|.

إذن:

∂C f(x) =
  {-1},        x < 0
  [-1, 1],     x = 0
  {1},         x > 0.

هذا هو المثال الأساسي الذي يوضح كيف يتم تمثيل الزاوية (النقطة الحرجة عند الصفر) بفاصل كامل من الميول المحتملة .

4. قواعد حساب التفاضل والتكامل للمشتقة الجزئية لكلارك

لتكن f, g: R^n -> R دوال من نوع ليبشيتز المحلية بالقرب من x. تشكل قواعد كلارك جزءًا أساسيًا من نظرية التحسين غير الأملس .

قاعدة الجمع (Sum rule)

∂C(f + g)(x) ⊂ ∂C f(x) + ∂C g(x).

تحت شروط انتظام إضافية، قد تتحقق المساواة .

قاعدة الضرب بعدد (Scalar multiplication)

للعدد a،

∂C(a f)(x) = a ∂C f(x).

إذا كان a < 0، تنعكس المجموعة .

قاعدة الضرب (Product rule)

∂C(fg)(x) ⊂ f(x) ∂C g(x) + g(x) ∂C f(x).

هذه إحدى قواعد التضمين القياسية في حساب كلارك .

قاعدة القسمة (Quotient rule)

إذا كانت g(x) ≠ 0 و g محدودة بعيدًا عن الصفر بالقرب من x، فإن قاعدة القسمة القياسية تكون على الشكل :

∂C(f/g)(x) ⊂ [g(x) ∂C f(x) - f(x) ∂C g(x)] / g(x)^2.

قاعدة السلسلة (Chain rule)

إذا كانت F: R^n -> R^m قابلة للاشتقاق التام (strictly differentiable) عند x و φ: R^m -> R من نوع ليبشيتز المحلية بالقرب من F(x)، فإن قاعدة سلسلة كلارك تُكتب عادةً كتضمين من النوع التالي :

∂C(φ ∘ F)(x) ⊂ DF(x)^T ∂C φ(F(x)).

إذا كانت φ منتظمة (regular) وفقًا لتعريف كلارك، تتوفر أشكال أقوى .

قاعدة القيمة القصوى (Max rule)

إذا كانت:

f(x) = max { f1(x),..., fm(x) }،

حيث كل fi من نوع ليبشيتز المحلية، دعنا نعرف مجموعة المؤشرات النشطة (Active index set):

I(x) = { i: fi(x) = f(x) }.

عندئذٍ، تعطي قاعدة كلارك للقيمة القصوى تضمينًا من الشكل :

∂C f(x) ⊂ co ⋃_{i in I(x)} ∂C fi(x).

إذا كانت fi ملساء، يصبح التضمين :

∂C f(x) ⊂ co { ∇fi(x): i in I(x) }.

بالنسبة للعديد من دوال القيمة القصوى القياسية، تتحقق المساواة في ظل افتراضات انتظام مناسبة .

قاعدة فيرما للتحسين غير الأملس (Fermat rule)

إذا كانت x نقطة دنيا محلية لدالة f من نوع ليبشيتز المحلية، فإن شرط فيرما غير الأملس هو :

0 ∈ ∂C f(x).

هذا هو المكافئ غير الأملس للشرط ∇f(x)=0 في التحسين التقليدي .

5. الأوراق والكتب الكلاسيكية

• عمل F. H. Clarke حول المشتقات العامة هو المصدر التأسيسي للمشتقات العامة لكلارك في التحليل غير الأملس .
• عمل Hiriart-Urruty يناقش المشتقات الاتجاهية لكلارك، والتدرجات العامة لكلارك، وقواعد حساب التفاضل والتكامل ذات الصلة، وتطبيقاتها في التحسين غير الأملس في الفضاءات محدودة الأبعاد .
• عمل Rockafellar حول المشتقات الجزئية العامة (Generalized Subgradients) في البرمجة الرياضية هو خط تأسيسي آخر؛ حيث تحدد ورقته البحثية أساسيات نظرية المشتقات الاتجاهية العامة والمشتقات الجزئية .

6. اتجاهات الأدبيات الحديثة

• يستمر البحث الحديث في التحسين غير الأملس في استخدام كائنات من نوع كلارك وعلاقاتها. على سبيل المثال، دراسة من عام 2025 تبحث سرعة التقارب باستخدام المشتقة الجزئية لـ Goldstein، والتي توصف بأنها نسخة موسعة (مريحة) من المشتقة الجزئية لكلارك تستخدم في العديد من الخوارزميات .
• لا تزال المشتقات الاتجاهية العامة لكلارك تظهر في شروط المثالية لمشكلات تحسين المجموعات؛ دراسة من عام 2025 تبحث في الحلول التقريبية الصغرى الضعيفة (approximate weak minimal solutions) باستخدام نوع جديد من المشتقات العامة لكلارك .
• تشير منشورات Rockafellar الحديثة إلى عمل مستمر في التحليل غير الأملس والقائم على المجموعات، بما في ذلك عمل من عام 2025 يتصل بحساب التغيرات .

7. مسار قراءة مقترح

1. ابدأ بالمشتقة الاتجاهية العامة لكلارك والمشتقة الجزئية .
2. تعلم قواعد حساب التفاضل والتكامل الأساسية: الجمع، الضرب، قاعدة السلسلة، القيمة القصوى، وقاعدة فيرما .
3. ادرس المشتقات الجزئية في التحليل المحدب وقارنها بمشتقات كلارك .
4. انتقل إلى التحليل التغيري: المخاريط العمودية، المشتقات المشاركة (coderivatives)، وأطر الاشتقاق العامة الأوسع .
5. اقرأ الأوراق الحديثة حول التحسين التي تستخدم مشتقات كلارك أو Goldstein في الخوارزميات .

قائمة قراءة عملية أولية:

• عمل كلارك حول المشتقات العامة .
• عمل Hiriart-Urruty حول المشتقات العامة والتحسين غير الأملس .
• عمل Rockafellar: "Generalized Subgradients in Mathematical Programming" .
• الأوراق الحديثة التي تستخدم مشتقات Goldstein أو كلارك في خوارزميات التحسين غير الأملس وشروط المثالية .

ملاحظة: يعتمد هذا الملخص على النظريات القياسية والمصادر المقدمة، حيث تعذرت قراءة النص من الملف المرفق getPDF.jsp(nonsmooth).pdf بشكل كامل.

1. الفكرة الأساسية للتحليل غير الأملس

• يعمل حساب التفاضل والتكامل الكلاسيكي بشكل جيد للدوال الملساء (القابلة للاشتقاق باستمرار)، لكن العديد من الدوال الهامة غير ملساء، مثل:
  • f(x)=|x|
  • f(x)=max_i f_i(x)
  • دوال المسافة
  • دوال القيمة في التحسين والتحكم
  • دوال الخسارة الخطية متعددة القطع (ReLU)
• بدلاً من طلب مشتقة واحدة، يطلب التحليل غير الأملس مجموعة من المشتقات العامة .
• بالنسبة لدالة ليبشيتز المحلية f: R^n -> R، قدم كلارك مفهوم المشتقة الاتجاهية العامة والمشتقة العامة (المجموعية) كأدوات للتحسين غير الأملس .

2. المشتقة الاتجاهية العامة لكلارك

بالنسبة لدالة f من نوع ليبشيتز المحلية، تُكتب المشتقة الاتجاهية لكلارك عند النقطة x في الاتجاه v على النحو التالي :

f°(x; v) = limsup_{y -> x, t ↓ 0} [f(y + t v) - f(y)] / t.

نقاط رئيسية:

• مصممة خصيصًا للدوال غير الملساء من نوع ليبشيتز المحلية .
• موجبة ومتجانسة وشبه قابلة للجمع (subadditive) بالنسبة لـ v في نظرية كلارك القياسية .
• عادة ما تكون أكبر من أو تساوي المشتقة الاتجاهية العادية عند مقارنتها في ظروف مماثلة .
• تلتقط أسوأ حالات النمو الاتجاهي المحلي بالقرب من النقطة x .

3. المشتقة الجزئية لكلارك (Clarke subdifferential)

تُعرف المشتقة الجزئية لكلارك عادةً على النحو التالي :

∂C f(x) = { ξ في R^n: f°(x; v) >= <ξ, v> لجميع v في R^n }.

وصف قياسي مكافئ لدوال ليبشيتز المحلية هو أن المشتقة الجزئية لكلارك هي الهيكل المحدب لمجموعة نهايات التدرجات التقليدية القريبة من النقاط التي تكون فيها الدالة قابلة للاشتقاق :

∂C f(x) = co { نهايات ∇f(x_k): x_k -> x, f قابلة للاشتقاق عند x_k }.

حيث co تعني الهيكل المحدب.

خصائص رئيسية:

• ∂C f(x) هي مشتقة عامة قائمة على المجموعات (set-valued) للدوال من نوع ليبشيتز المحلية .
• في نظرية كلارك القياسية ذات الأبعاد المحدودة، تكون ∂C f(x) غير فارغة، ومتراصة (compact)، ومحدبة للدوال من نوع ليبشيتز المحلية .
• إذا كانت f قابلة للاشتقاق باستمرار بالقرب من x، فإن المشتقة الجزئية لكلارك تختزل إلى التدرج التقليدي ∂C f(x) = {∇f(x)} .
• إذا كانت f دالة محدبة، فإن المشتقة الجزئية لكلارك تتطابق مع المشتقة الجزئية في التحليل المحدب التقليدي في الظروف القياسية .

مثال:

f(x) = |x|.

إذن:

∂C f(x) =
  {-1},        x < 0
  [-1, 1],     x = 0
  {1},         x > 0.

هذا هو المثال الأساسي الذي يوضح كيف يتم تمثيل الزاوية (النقطة الحرجة عند الصفر) بفاصل كامل من الميول المحتملة .

4. قواعد حساب التفاضل والتكامل للمشتقة الجزئية لكلارك

لتكن f, g: R^n -> R دوال من نوع ليبشيتز المحلية بالقرب من x. تشكل قواعد كلارك جزءًا أساسيًا من نظرية التحسين غير الأملس .

قاعدة الجمع (Sum rule)

∂C(f + g)(x) ⊂ ∂C f(x) + ∂C g(x).

تحت شروط انتظام إضافية، قد تتحقق المساواة .

قاعدة الضرب بعدد (Scalar multiplication)

للعدد a،

∂C(a f)(x) = a ∂C f(x).

إذا كان a < 0، تنعكس المجموعة .

قاعدة الضرب (Product rule)

∂C(fg)(x) ⊂ f(x) ∂C g(x) + g(x) ∂C f(x).

هذه إحدى قواعد التضمين القياسية في حساب كلارك .

قاعدة القسمة (Quotient rule)

إذا كانت g(x) ≠ 0 و g محدودة بعيدًا عن الصفر بالقرب من x، فإن قاعدة القسمة القياسية تكون على الشكل :

∂C(f/g)(x) ⊂ [g(x) ∂C f(x) - f(x) ∂C g(x)] / g(x)^2.

قاعدة السلسلة (Chain rule)

إذا كانت F: R^n -> R^m قابلة للاشتقاق التام (strictly differentiable) عند x و φ: R^m -> R من نوع ليبشيتز المحلية بالقرب من F(x)، فإن قاعدة سلسلة كلارك تُكتب عادةً كتضمين من النوع التالي :

∂C(φ ∘ F)(x) ⊂ DF(x)^T ∂C φ(F(x)).

إذا كانت φ منتظمة (regular) وفقًا لتعريف كلارك، تتوفر أشكال أقوى .

قاعدة القيمة القصوى (Max rule)

إذا كانت:

f(x) = max { f1(x),..., fm(x) }،

حيث كل fi من نوع ليبشيتز المحلية، دعنا نعرف مجموعة المؤشرات النشطة (Active index set):

I(x) = { i: fi(x) = f(x) }.

عندئذٍ، تعطي قاعدة كلارك للقيمة القصوى تضمينًا من الشكل :

∂C f(x) ⊂ co ⋃_{i in I(x)} ∂C fi(x).

إذا كانت fi ملساء، يصبح التضمين :

∂C f(x) ⊂ co { ∇fi(x): i in I(x) }.

بالنسبة للعديد من دوال القيمة القصوى القياسية، تتحقق المساواة في ظل افتراضات انتظام مناسبة .

قاعدة فيرما للتحسين غير الأملس (Fermat rule)

إذا كانت x نقطة دنيا محلية لدالة f من نوع ليبشيتز المحلية، فإن شرط فيرما غير الأملس هو :

0 ∈ ∂C f(x).

هذا هو المكافئ غير الأملس للشرط ∇f(x)=0 في التحسين التقليدي .

5. الأوراق والكتب الكلاسيكية

• عمل F. H. Clarke حول المشتقات العامة هو المصدر التأسيسي للمشتقات العامة لكلارك في التحليل غير الأملس .
• عمل Hiriart-Urruty يناقش المشتقات الاتجاهية لكلارك، والتدرجات العامة لكلارك، وقواعد حساب التفاضل والتكامل ذات الصلة، وتطبيقاتها في التحسين غير الأملس في الفضاءات محدودة الأبعاد .
• عمل Rockafellar حول المشتقات الجزئية العامة (Generalized Subgradients) في البرمجة الرياضية هو خط تأسيسي آخر؛ حيث تحدد ورقته البحثية أساسيات نظرية المشتقات الاتجاهية العامة والمشتقات الجزئية .

6. اتجاهات الأدبيات الحديثة

• يستمر البحث الحديث في التحسين غير الأملس في استخدام كائنات من نوع كلارك وعلاقاتها. على سبيل المثال، دراسة من عام 2025 تبحث سرعة التقارب باستخدام المشتقة الجزئية لـ Goldstein، والتي توصف بأنها نسخة موسعة (مريحة) من المشتقة الجزئية لكلارك تستخدم في العديد من الخوارزميات .
• لا تزال المشتقات الاتجاهية العامة لكلارك تظهر في شروط المثالية لمشكلات تحسين المجموعات؛ دراسة من عام 2025 تبحث في الحلول التقريبية الصغرى الضعيفة (approximate weak minimal solutions) باستخدام نوع جديد من المشتقات العامة لكلارك .
• تشير منشورات Rockafellar الحديثة إلى عمل مستمر في التحليل غير الأملس والقائم على المجموعات، بما في ذلك عمل من عام 2025 يتصل بحساب التغيرات .

7. مسار قراءة مقترح

1. ابدأ بالمشتقة الاتجاهية العامة لكلارك والمشتقة الجزئية .
2. تعلم قواعد حساب التفاضل والتكامل الأساسية: الجمع، الضرب، قاعدة السلسلة، القيمة القصوى، وقاعدة فيرما .
3. ادرس المشتقات الجزئية في التحليل المحدب وقارنها بمشتقات كلارك .
4. انتقل إلى التحليل التغيري: المخاريط العمودية، المشتقات المشاركة (coderivatives)، وأطر الاشتقاق العامة الأوسع .
5. اقرأ الأوراق الحديثة حول التحسين التي تستخدم مشتقات كلارك أو Goldstein في الخوارزميات .

قائمة قراءة عملية أولية:

• عمل كلارك حول المشتقات العامة .
• عمل Hiriart-Urruty حول المشتقات العامة والتحسين غير الأملس .
• عمل Rockafellar: "Generalized Subgradients in Mathematical Programming" .
• الأوراق الحديثة التي تستخدم مشتقات Goldstein أو كلارك في خوارزميات التحسين غير الأملس وشروط المثالية .