La declaración de que $\phi$ es "una determinación arbitraria de su derivado" significa que si $x \in I$, $\phi(x) \in \partial \Phi(x)$ donde $\partial \Phi(x)$ es el subdifferential de $\Phi$$x$.
Editar:
Debería haber explicado lo que "subdifferential". Si una función convexa $f:\mathbb R^n \to \mathbb R \cup \{\infty\}$ es finito y diferenciable en a $x_0$, entonces se puede demostrar que $f(x) \geq f(x_0) + \langle \nabla f(x_0),x - x_0 \rangle$ todos los $x \in \mathbb R^n$. Incluso si $f$ no es diferenciable en a $x_0$, generalmente existen vectores $g$ tal que
$$
\etiqueta{$\spadesuit$} f(x) \geq f(x_0) + \langle g, x - x_0 \rangle \quad \text{para todo } x \in \mathbb R^n.
$$
Un vector $g$ a que esta propiedad se denomina un "subgradiente" de $f$$x_0$. Así que incluso si $f$ no tiene un gradiente en $x_0$, al menos $f$ ha subgradients en $x_0$, y que es mejor que nada.
El conjunto de todos los subgradients de $f$ $x_0$ se llama la subdifferential de $f$$x_0$, y se denota $\partial f(x_0)$. Por ejemplo, supongamos $f:\mathbb R \to \mathbb R$ tal que $f(x) = | x |$ todos los $x \in \mathbb R$. A continuación,$\partial f(0) = [-1,1]$.
Se puede demostrar que, bajo suave supuestos, una función convexa $f$ es diferenciable en a $x_0$ si y sólo si $\partial f(x_0)$ es un singleton. En este caso, $\partial f(x_0) = \{ \nabla f(x_0) \}$.