Rêbaza Lagrange di Hesabkirinê de
Rêbaza Lagrange teknîkek girîng e di hesabkirinê de ku bi berfirehî ji bo çareserkirina pirsgirêkên optimîzasyonê tê bikar anîn, nemaze dema ku fonksiyonek divê di bin hin mercan (sînordar) de were zêdekirin an kêmkirin. Di jiyana rast de, pirsgirêkên wekî zêdekirina qezencê bi sermayeya sînorkirî, kêmkirina lêçûnên hilberînê bi çavkaniyên sînorkirî, an destnîşankirina sêwirana herî bikêr bi hin mercan pir caran dikarin bi karanîna optimîzasyona bi sînor werin model kirin. Li vir e ku rêbaza Lagrange - ku wekî rêbaza pirzêkera Lagrange jî tê zanîn - rolek navendî dilîze.
Têgehên bingehîn ên Optimîzasyonê
Di hesabkirina seretayî de, baştirkirina bê sînor bi dîtina xalên krîtîk ên fonksiyonekê \(f(x)\) bi rêya derivatîfa wê ya yekem tê kirin: em \(f'(x)=0\) dibînin û dûv re kontrol dikin ka ew xal herî zêde an herî kêm dide. Lêbelê, gelek pirsgirêk ne ewqas hêsan in. Mînakî, em dixwazin fonksiyona \(f(x,y)\) herî zêde bikin, lê nirxên \(x\) û \(y\) divê şertek bicîh bînin, wek \(g(x,y)=0\). Ev şert cîhê çareseriyê sînordar dike, ji ber vê yekê em nikarin \(x\) û \(y\) bi dilxwazî hilbijêrin.
Rêbaza Lagrange rêyek sîstematîk pêşkêş dike ji bo dîtina xala çêtirîn di cîhekî de ku bi van sînordarkirinan ve sînordar e. Tesbîta li pişt vê rêbazê bi geometrîyê ve girêdayî ye: li xala çêtirîn di bin sînordarkirina \(g(x,y)=0 \), rêça guhertina herî mezin a fonksiyonê \(f \) divê "paralel" bi rêça guhertina herî mezin a sînordarkirina \(g \) re be. Rêça guhertina herî mezin a fonksiyonek pirguherbar ji hêla gradientê ve tê dayîn, ango \( \nabla f \) û \( \nabla g \). Ji ber vê yekê, li xala çêtirîn, têkilî derbas dibe:
\[
\nabla f(x,y) = \lambda \nabla g(x,y)
\]
li vir \( \lambda \) sabîteke ku jê re pirzêdekera Lagrange tê gotin.
Fêmkirina Pirzêdekerên Lagrange
Pirzêkera Lagrange, \( \lambda \), dikare wekî faktorek pîvandinê were fêmkirin ku gradyana fonksiyona armancê û gradyana sînorkirinan bi hev ve girêdide. Di pratîkê de, \( \lambda \) alîkariya me dike ku fonksiyona armancê û sînorkirinan di formeke ku analîzkirina wê hêsantir be de "bi hev re bikin yek".
Ji bo çareserkirina pirsgirêkeke optîmîzasyonê ya bi sînorkirî bi yek sînorkirinê, em fonksiyoneke nû ava dikin ku jê re fonksiyona Lagranjian tê gotin:
\[
\mathcal{L}(x,y,\lambda) = f(x,y) – \lambda (g(x,y))
\]
Nîşana minus tenê peymanek e; carinan nîşana plus tê bikar anîn, li gorî tercîhê. Fikra sereke ew e ku em hingê xalên sabît ên \( \mathcal{L} \) bi cûdakirina li gorî hemî guhêrbaran (tevî \( \lambda \)) û wekhevkirina bi sifirê bibînin:
\[
\frac{\partial \mathcal{L}}{\partial x} = 0,\quad \frac{\partial \mathcal{L}}{\partial y} = 0,\quad \frac{\partial \mathcal{L}}{\partial \lambda} = 0
\]
Hevkêşeya dawî, \( \frac{\partial \mathcal{L}}{\partial \lambda} = 0 \), şertê \(g(x,y)=0 \) vedigerîne, da ku pergala hevkêşeyên encam hîn jî şert û mercên pirsgirêkê rêz bigire.
Gavên Rêbaza Lagrange
Bi kurtasî, meriv dikare rêbazên rêbaza Lagrange bi vî rengî kurt bike:
1. Fonksiyona ku were çêtirkirin diyar bike, bo nimûne \( f(x,y) \).
2. Sînorkirinan bi şêweya \(g(x,y)=0 \) diyar bike.
3. Fonksiyona Lagranjian \( L(x,y,\lambda)=f(x,y)-\lambda g(x,y) \) çêbike.
4. Derûdora qismî ya \( \mathcal{L} \) li gorî \(x \), \(y \), û \( \lambda \) hesab bike.
5. Sîstema hevkêşeyên ku derivatîfên qismî yên wan sifir in çareser bikin.
6. Ger pêwîst be, çareseriyên namzed biceribînin da ku diyar bikin ka ew herî zêde an herî kêm encam didin.
Ev rêbaz dikare ji bo zêdetir ji yek sînorkirinê were dirêjkirin. Ger du sînorkirin hebin, bo nimûne \( g(x,y,z)=0 \) û \( h(x,y,z)=0 \), wê demê Lagranjian dibe:
\[
\mathcal{L}(x,y,z,\lambda,\mu)=f(x,y,z) – \lambda g(x,y,z) – \mu h(x,y,z)
\]
Li vir pirzêdekerek din xuya dibe, bi navê \( \mu \).
Mînakeke Hêsan
Ferz bikin ku em dixwazin fonksiyonê herî zêde bikin:
\[
f(x,y)=xy
\]
bi qedexeyan:
\[
x + y = 10
\]
yan jî bi şiklê \(g(x,y)=x+y-10=0 \).
Forma Lagranjî:
\[
\mathcal{L}(x,y,\lambda)=xy-\lambda(x+y-10)
\]
Derûdora qismî:
\[
\frac{\partial \mathcal{L}}{\partial x}=y-\lambda=0
\]
\[
\frac{\partial \mathcal{L}}{\partial y}=x-\lambda=0
\]
\[
\frac{\partial \mathcal{L}}{\partial \lambda}=-(x+y-10)=0
\]
Ji du hevkêşeyên pêşîn, em \( y=\lambda \) û \( x=\lambda \) digirin, ji ber vê yekê \( x=y \). Bi guhertina \( x+y=10 \) di nav mercê de \( 2x=10 \Rightarrow x=5 \) çêdibe. Ji ber vê yekê \( y=5 \).
Ji ber vê yekê nirxa herî zêde ya \(xy \) di bin şertê \(x+y=10 \) de li \(x=5 \) û \(y=5 \) çêdibe, bi nirxa herî zêde ya \(f(5,5)=25 \). Ev encam jî li gorî intuîsyonê ye: ji bo hejmareke sabît, berhema du hejmarên erênî dema ku ew wekhev bin herî zêde ye.
Wateya Geometrîk a Rêbaza Lagrange
Ji hêla geometrîkî ve, sînorkirin \( g(x,y)=0 \) di planê de xêzekê çêdike. Em li seranserê planê li optimumê nagerin, lê tenê li ser xêzê digerin. Li xala optimumê, xêza astê \( f(x,y)=k \) ku bi xêza sînorkirinê ve tangent e nîşan dide ku gradyanên wan paralel in. Ev tangensî vediguhere hevkêşeya \( \nabla f=\lambda \nabla g \).
Ev wate dibe alîkar ku were ravekirin çima rêbaza Lagrange dixebite: heke gradyana \(f\) bi gradyana mercê re paralel nebe, wê hingê hîn jî rêwerzên li ser xêza mercê hene ku tê de nirxa \(f\) dikare zêde bibe an kêm bibe. Xala çêtirîn tam wê demê çêdibe ku rêwerza "herî zû" êdî bêyî binpêkirina mercê nayê girtin.
Serlêdan di warên cûda de
Her çend kokên wan di hesabê de bin jî, rêbazên Lagrangian bi berfirehî di gelek dîsîplînên cuda de têne bikar anîn. Di aboriyê de, ew di teoriya kêrhatî û çêtirkirina hilberînê de têne bikar anîn. Di fîzîkê de, têgeha Lagrangian bi mekanîka analîtîk ve girêdayî ye. Di endezyariyê û zanista komputerê de, ew bingeha gelek algorîtmayên çêtirkirinê pêk tînin, di nav de çêtirkirina konveks û rêbazên hejmarî di fêrbûna makîneyê de.
Herwiha, pirjimarên Lagrange gelek caran şîroveyên pratîkî hene. Di hin çarçoveyên aborî de, bo nimûne, \( \lambda \) dikare "bihayê siya" yê sînorkirinekê nîşan bide: nirxa çêtirîn çiqas diguhere ger sînorkirin hinekî sist bibe.
Sînorkirin û Têbînîyên Girîng
Rêbaza Lagrange çareseriyên namzed peyda dike, lê ew ne hewce ye ku garantî bike ku ew herî zêde an herî kêm gerdûnî ne. Carinan, gelek xalên sabît hene ku werin berhev kirin. Wekî din, ev rêbaz hewce dike ku texmîna ku gradyana sînorkirinê li xala çareseriyê ne sifir e; heke \( \nabla g = 0 \), rewş tevlihevtir dibe û pêdivî bi dermankirinek taybetî heye.
Di pratîkê de, piştî dîtina berendamek, em pir caran hewce ne ku şertên zêde kontrol bikin, wek mînak karanîna testa derivatîfa duyemîn an jî berawirdkirina nirxên fonksiyonê li ser berendam û sînorên domainê yên gengaz.
Penutup
Rêbaza Lagrange di hesabkirinê de amûrek bihêz e ji bo çareserkirina pirsgirêkên optîmîzasyonê yên bi sînor. Bi danasîna pirzêker \( \lambda \), ev rêbaz pirsgirêkek di destpêkê de dijwar - ji ber sînorkirinan - vediguherîne pergalek strukturkirî ya hevkêşeyên derivatîfên qismî. Fêmkirina vê rêbazê ne tenê di matematîka saf de kêrhatî ye, lê di heman demê de di aborî, fîzîk, endezyariyê û gelek warên din ên ku xwe dispêrin optîmîzasyonê de jî pir girîng e.
Bi fêrbûna Rêbaza Lagrange, em şiyana modelkirin û çareserkirina pirsgirêkên cîhana rastîn bi awayekî matematîkî û bi bandortir bi dest dixin - jêhatîbûnek ku bingehek girîng e di hesabkirina pirguherbar û optîmîzasyona nûjen de.
