Ny fomba fiasan'i Lagrange amin'ny kajy
Teknika manan-danja amin'ny kajy ny fomba Lagrange izay ampiasaina betsaka hamahana olana momba ny fanatsarana, indrindra rehefa tsy maintsy ampitomboina na ahena ny asa iray amin'ny fepetra sasany (famerana). Eo amin'ny fiainana andavanandro, ny olana toy ny fampitomboana ny tombombarotra amin'ny renivola voafetra, ny fampihenana ny vidin'ny famokarana amin'ny loharanon-karena voafetra, na ny famaritana ny endrika mahomby indrindra amin'ny fepetra sasany dia matetika azo atao modely amin'ny alàlan'ny fanatsarana voafetra. Eto no mitana anjara toerana lehibe ny fomba Lagrange — fantatra ihany koa amin'ny hoe fomba fampitomboana Lagrange.
Hevitra fototra momba ny fanatsarana
Ao amin'ny kajy fototra, ny fanatsarana tsy voafetra dia tanterahina amin'ny alàlan'ny fitadiavana ireo teboka mitsikera amin'ny asa iray \( f(x) \) amin'ny alàlan'ny derivative voalohany: hitantsika \( f'(x)=0 \) ary avy eo dia jerentsika raha toa ka miteraka ambony indrindra na ambany indrindra io teboka io. Na izany aza, maro ny olana tsy dia tsotra toy izany. Ohatra, tiantsika ny hampitombo ny asa \( f(x,y) \), saingy ny sandan'ny \( x \) sy \( y \) dia tsy maintsy mahafeno fepetra iray, toy ny \( g(x,y)=0 \). Io fepetra io dia mametra ny habaka vahaolana, ka tsy afaka misafidy \( x \) sy \( y \) araka izay tiantsika isika.
Manolotra fomba rafitra iray hahitana ny teboka tsara indrindra ao anaty habaka voafehin'ireo fetra ireo ny fomba fiasan'i Lagrange. Mifandraika amin'ny jeometrika ny fahatsapana ao ambadik'ity fomba ity: amin'ny teboka tsara indrindra eo ambanin'ny fetra \( g(x,y)=0 \), ny lalana fiovana lehibe indrindra amin'ny asa \( f \) dia tsy maintsy "mifanitsy" amin'ny lalana fiovana lehibe indrindra amin'ny fetra \( g \). Ny lalana fiovana lehibe indrindra amin'ny asa multivariate dia omen'ny gradient, dia ny \( \nabla f \) sy \( \nabla g \). Noho izany, amin'ny teboka tsara indrindra, ny fifandraisana dia mitohy:
\[
\nabla f(x,y) = \lambda \nabla g(x,y)
\]
izay \( \lambda \) dia tsy miovaova antsoina hoe mpanova Lagrange.
Fahatakarana ny fampitomboana Lagrange
Ny fampitomboana Lagrange, \( \lambda \), dia azo takarina ho toy ny singa scaling izay mampifandray ny gradient an'ny function objective sy ny gradient an'ny constraints. Amin'ny fampiharana, ny \( \lambda \) dia manampy antsika "hampifangaro" ny function objective sy ny constraints ho endrika mora kokoa hadihadiana.
Mba hamahana olana momba ny fanatsarana voafetra amin'ny alalan'ny fetra iray, dia manorina asa vaovao antsoina hoe asa Lagrangian isika:
\[
\mathcal{L}(x,y,\lambda) = f(x,y) – \lambda (g(x,y))
\]
Fifanarahana fotsiny ny famantarana miiba; indraindray ampiasaina ny famantarana miiba, arakaraka ny safidinao. Ny hevitra fototra dia ny hahitantsika ireo teboka tsy mihetsika amin'ny \( \mathcal{L} \) amin'ny alàlan'ny fanavahana azy ireo amin'ny variables rehetra (anisan'izany ny \( \lambda \)) ary ny fampitoviana azy amin'ny aotra:
\[
\frac{\partial \mathcal{L}}{\partial x} = 0,\quad \frac{\partial \mathcal{L}}{\partial y} = 0,\quad \frac{\partial \mathcal{L}}{\partial \lambda} = 0
\]
Ny fampitoviana farany, \( \frac{\partial \mathcal{L}}{\partial \lambda} = 0 \), dia mamerina amin'ny laoniny ny fameperana \( g(x,y)=0 \), mba mbola hanaja ireo fameperana olana ny rafitry ny fampitoviana vokarina.
Dingana amin'ny fomba Lagrange
Raha fintinina, ny fomba fiasa Lagrange Method dia azo fintinina toy izao manaraka izao:
1. Farito ny asa hohatsaraina, ohatra \( f(x,y) \).
2. Farito ireo fetra amin'ny endrika \( g(x,y)=0 \).
3. Amboary ny asa Lagrangian \( \mathcal{L}(x,y,\lambda)=f(x,y)-\lambda g(x,y) \).
4. Kajy ny derivative ampahany amin'ny \( \mathcal{L} \) raha oharina amin'ny \( x \), \( y \), ary \( \lambda \).
5. Vahao ny rafitry ny fampitoviana izay apetraka ho aotra ny derivative ampahany.
6. Andramo ireo vahaolana mety mba hamaritana raha miteraka vokatra ambony indrindra na ambany indrindra izy ireo, raha ilaina.
Azo itarina amin'ny fameperana mihoatra ny iray ity fomba ity. Raha misy fameperana roa, ohatra \( g(x,y,z)=0 \) sy \( h(x,y,z)=0 \), dia lasa: ny Lagrangian
\[
\mathcal{L}(x,y,z,\lambda,\mu)=f(x,y,z) – \lambda g(x,y,z) – \mu h(x,y,z)
\]
Eto dia miseho ny fampitomboana fanampiny, dia ny \( \mu \).
Ohatra tsotra
Aoka hatao hoe te-hampiakatra ny asa isika:
\[
f(x,y)=xy
\]
miaraka amin'ny fameperana:
\[
x + y = 10
\]
na amin'ny endrika \( g(x,y)=x+y-10=0 \).
Endrika Lagrangiana:
\[
\mathcal{L}(x,y,\lambda)=xy-\lambda(x+y-10)
\]
Teny nalaina ampahany:
\[
\frac{\partial \mathcal{L}}{\partial x}=y-\lambda=0
\]
\[
\frac{\partial \mathcal{L}}{\partial y}=x-\lambda=0
\]
\[
\frac{\partial \mathcal{L}}{\partial \lambda}=-(x+y-10)=0
\]
Avy amin'ireo fampitoviana roa voalohany, dia mahazo \( y=\lambda \) sy \( x=\lambda \) isika, ka ny \( x=y \). Ny fanoloana azy amin'ny fameperana \( x+y=10 \) dia miteraka \( 2x=10 \Rightarrow x=5 \). Noho izany \( y=5 \).
Koa ny sanda ambony indrindra an'ny \( xy \) eo ambanin'ny fameperana \( x+y=10 \) dia mitranga amin'ny \( x=5 \) sy \( y=5 \), miaraka amin'ny sanda ambony indrindra amin'ny \( f(5,5)=25 \). Mifanaraka amin'ny fahatsapana ihany koa ity vokatra ity: ho an'ny fitambarana raikitra, ny vokatry ny isa tsara roa dia ambony indrindra rehefa mitovy izy ireo.
Dikany ara-jeometrika amin'ny fomba Lagrange
Ara-jeometrika, ny fameperana \( g(x,y)=0 \) dia mamorona fiolahana eo amin'ny sehatra. Tsy mitady ny tsara indrindra amin'ny sehatra manontolo isika, fa manaraka ny fiolahana fotsiny. Amin'ny teboka tsara indrindra, ny fiolahana ambaratonga \( f(x,y)=k \) izay tangent amin'ny fiolahana fameperana dia manondro fa mifanitsy ny gradients-ny. Io tangency io dia ovaina ho equation \( \nabla f=\lambda \nabla g \).
Ity dikany ity dia manampy amin'ny fanazavana ny antony mahatonga ny fomba fiasan'i Lagrange: raha toa ka tsy mifanitsy amin'ny gradient-n'ny constraint ny gradient an'ny \( f \), dia mbola misy ihany ny lalana eo amin'ny fiolahana constraint izay ahafahan'ny sandan'ny \( f \) mitombo na mihena. Ny teboka tsara indrindra dia mitranga rehefa tsy azo atao intsony ny lalana "miakatra haingana indrindra" raha tsy mandika ny constraint.
Fampiharana amin'ny sehatra samihafa
Na dia miorim-paka amin'ny kajy aza ny fomba Lagrangian, dia ampiasaina betsaka amin'ny sehatra maro samihafa izy ireo. Amin'ny toekarena, ampiasaina amin'ny teoria momba ny fampiasana sy ny fanatsarana ny famokarana izy ireo. Amin'ny fizika, ny foto-kevitra Lagrangian dia manana fifandraisana ara-tantara sy matematika amin'ny mekanika analitika. Amin'ny injeniera sy ny siansa informatika, izy ireo no fototry ny algorithm fanatsarana maro, anisan'izany ny fanatsarana convex sy ny fomba nomerika amin'ny fianarana milina.
Fanampin'izany, matetika ny fampitomboana Lagrange dia manana fandikana azo ampiharina. Amin'ny toe-javatra ara-toekarena sasany, ohatra, ny \( \lambda \) dia afaka manondro ny "vidin'ny aloka" amin'ny fameperana iray: ohatrinona ny fiovan'ny sanda tsara indrindra raha toa ka somary mihena kely ny fameperana.
Famerana sy Fanamarihana Manan-danja
Ny fomba Lagrange dia manome vahaolana mety, saingy tsy voatery hiantoka fa izy ireo dia maxima na minima manerantany. Indraindray, misy teboka tsy mihetsika maromaro azo ampitahaina. Ankoatra izany, ity fomba ity dia mitaky ny fiheverana fa ny gradient constraint dia tsy aotra amin'ny teboka vahaolana; raha \( \nabla g = 0 \), dia mihasarotra kokoa ny toe-draharaha ary mitaky fitsaboana manokana.
Amin'ny fampiharana, rehefa avy mahita kandidà isika dia matetika mila manamarina fepetra fanampiny, toy ny fampiasana ny fitsapana derivative faharoa na ny fampitahana ny soatoavin'ny asa eo amin'ny kandidà sy ny fetran'ny sehatra mety hitranga.
Penutup
Fitaovana mahery vaika amin'ny famahana olana momba ny fanatsarana voafetra ny fomba fiasan'i Lagrange amin'ny kajy. Amin'ny fampidirana ny "multiplier" \( \lambda \), ity fomba ity dia manova olana sarotra tany am-boalohany—noho ny fetrany—ho rafitra voarafitra misy fampitoviana derivative ampahany. Ny fahatakarana ity fomba ity dia tsy vitan'ny hoe mahasoa amin'ny matematika madio fa tena ilaina ihany koa amin'ny toekarena, fizika, injeniera, ary sehatra maro hafa izay miankina amin'ny fanatsarana.
Amin'ny alalan'ny fifehezana ny fomba fiasan'i Lagrange, dia mahazo ny fahaizana mamolavola sy mamaha olana tena misy amin'ny fomba matematika sy mahomby kokoa isika—fahaizana izay fototra manan-danja amin'ny kajy sy ny fanatsarana multivariate maoderina.
