කලනයේ ලැග්රැන්ජ් ක්රමය
ලැග්රැන්ජ් ක්රමය යනු කලනයේ වැදගත් තාක්ෂණයක් වන අතර එය ප්රශස්තිකරණ ගැටළු විසඳීම සඳහා බහුලව භාවිතා වේ, විශේෂයෙන් යම් යම් කොන්දේසි (සීමාවන්) යටතේ ශ්රිතයක් උපරිම කිරීමට හෝ අවම කිරීමට අවශ්ය වූ විට. සැබෑ ජීවිතයේ දී, සීමිත ප්රාග්ධනයකින් ලාභ උපරිම කිරීම, සීමිත සම්පත් සමඟ නිෂ්පාදන පිරිවැය අවම කිරීම හෝ ඇතැම් කොන්දේසි සමඟ වඩාත් කාර්යක්ෂම සැලසුම තීරණය කිරීම වැනි ගැටළු බොහෝ විට සීමා සහිත ප්රශස්තිකරණය භාවිතයෙන් ආදර්ශනය කළ හැකිය. මෙහිදී ලැග්රැන්ජ් ක්රමය - ලැග්රැන්ජ් ගුණක ක්රමය ලෙසද හැඳින්වේ - කේන්ද්රීය කාර්යභාරයක් ඉටු කරයි.
ප්රශස්තිකරණය පිළිබඳ මූලික සංකල්ප
මූලික කලනයේදී, නිර්බාධිත ප්රශස්තිකරණය සිදු කරනු ලබන්නේ ශ්රිතයක තීරණාත්මක ලක්ෂ්ය \( f(x) \) එහි පළමු ව්යුත්පන්නය හරහා සොයා ගැනීමෙනි: අපි \( f'(x)=0 \) සොයාගෙන එම ලක්ෂ්යය උපරිමයක් හෝ අවමයක් ලබා දෙනවාද යන්න පරීක්ෂා කරමු. කෙසේ වෙතත්, බොහෝ ගැටළු එතරම් සරල නැත. උදාහරණයක් ලෙස, අපට ශ්රිතය උපරිම කිරීමට අවශ්ය වන්නේ \( f(x,y) \), නමුත් \( x \) සහ \( y \) හි අගයන් \( g(x,y)=0 \) වැනි කොන්දේසියක් සපුරාලිය යුතුය. මෙම කොන්දේසිය විසඳුම් අවකාශය සීමා කරයි, එබැවින් අපට කැමැත්ත පරිදි \( x \) සහ \( y \) තෝරා ගත නොහැක.
ලැග්රැන්ජ්ගේ ක්රමය මෙම සීමාවන්ගෙන් සීමා වූ අවකාශයක ප්රශස්ත ලක්ෂ්යය සොයා ගැනීමට ක්රමානුකූල ක්රමයක් ඉදිරිපත් කරයි. මෙම ක්රමය පිටුපස ඇති බුද්ධිය ජ්යාමිතියට සම්බන්ධ වේ: සීමාව යටතේ ප්රශස්ත ලක්ෂ්යයේදී \( g(x,y)=0 \), ශ්රිතයේ විශාලතම වෙනසෙහි දිශාව \( f \) සීමාවෙහි විශාලතම වෙනසෙහි දිශාවට “සමාන්තරව” විය යුතුය \( g \). බහුවිචල්ය ශ්රිතයක විශාලතම වෙනසෙහි දිශාව අනුක්රමණය මගින් ලබා දෙනු ලැබේ, එනම් \( \nabla f \) සහ \( \nabla g \). එබැවින්, ප්රශස්ත ලක්ෂ්යයේදී, සම්බන්ධතාවය පවතින්නේ:
\[
\nabla f(x,y) = \lambda \nabla g(x,y)
\]
මෙහි \( \lambda \) යනු ලැග්රැන්ජ් ගුණකය ලෙස හඳුන්වන නියතයකි.
ලැග්රැන්ජ් ගුණක තේරුම් ගැනීම
ලැග්රැන්ජ් ගුණකය, \( \lambda \), වෛෂයික ශ්රිතයේ අනුක්රමණය සහ සීමාවන්ගේ අනුක්රමණය සම්බන්ධ කරන පරිමාණ සාධකයක් ලෙස තේරුම් ගත හැකිය. ප්රායෝගිකව, \( \lambda \) අපට වෛෂයික ශ්රිතය සහ සීමාවන් විශ්ලේෂණය කිරීමට පහසු ආකාරයකට "ඒකාබද්ධ" කිරීමට උපකාරී වේ.
එක් සීමාවක් සමඟ සීමා සහිත ප්රශස්තිකරණ ගැටළුවක් විසඳීම සඳහා, අපි ලැග්රැන්ජියන් ශ්රිතය නමින් නව ශ්රිතයක් ගොඩනඟමු:
\[
\mathcal{L}(x,y,\lambda) = f(x,y) – \lambda (g(x,y))
\]
සෘණ ලකුණ යනු සම්මුතියක් පමණි; සමහර විට මනාපය අනුව ධන ලකුණක් භාවිතා වේ. ප්රධාන අදහස නම්, අපි \( \lambda \) ඇතුළුව සියලුම විචල්යයන්ට සාපේක්ෂව අවකලනය කිරීමෙන් සහ ශුන්යයට සමාන කිරීමෙන් \( \mathcal{L} \) හි ස්ථිතික ලක්ෂ්ය සොයා ගැනීමයි:
\[
\frac{\අර්ධ \ගණිත{L}}{\අර්ධ x} = 0,\ක්වාඩ් \frac{\අර්ධ \ගණිත{L}}{\අර්ධ y} = 0,\ක්වාඩ් \frac{\අර්ධ \ගණිත{L}}{\අර්ධ \ලැම්බඩා} = 0
\]
අවසාන සමීකරණය, \( \frac{\partial \mathcal{L}}{\partial \lambda} = 0 \), \( g(x,y)=0 \) සීමාව ප්රතිස්ථාපනය කරයි, එවිට ප්රතිඵලයක් ලෙස ලැබෙන සමීකරණ පද්ධතිය තවමත් ගැටළු සීමාවන්ට ගරු කරයි.
ලැග්රැන්ජ් ක්රම පියවර
කෙටියෙන් කිවහොත්, ලැග්රැන්ජ් ක්රම පටිපාටිය පහත පරිදි සාරාංශ කළ හැකිය:
1. ප්රශස්තිකරණය කළ යුතු ශ්රිතය තීරණය කරන්න, උදාහරණයක් ලෙස \( f(x,y) \).
2. \( g(x,y)=0 \) ආකාරයෙන් සීමාවන් නිර්ණය කරන්න.
3. ලැග්රැන්ජියානු ශ්රිතය \( \mathcal{L}(x,y,\lambda)=f(x,y)-\lambda g(x,y) \) සාදන්න.
4. \( x \), \( y \), සහ \( \lambda \) ට සාපේක්ෂව \( \mathcal{L} \) හි අර්ධ ව්යුත්පන්න ගණනය කරන්න.
5. අර්ධ ව්යුත්පන්න ශුන්යයට සකසා ඇති සමීකරණ පද්ධතිය විසඳන්න.
6. අවශ්ය නම්, උපරිම හෝ අවම ප්රතිඵල ලබා දෙන්නේද යන්න තීරණය කිරීම සඳහා අපේක්ෂක විසඳුම් පරීක්ෂා කරන්න.
මෙම ක්රමය එක් සීමාවකට වඩා වැඩි ගණනකට දීර්ඝ කළ හැක. සීමාවන් දෙකක් තිබේ නම්, උදාහරණයක් ලෙස \( g(x,y,z)=0 \) සහ \( h(x,y,z)=0 \), එවිට ලැග්රැන්ජියන් බවට පත් වන්නේ:
\[
\mathcal{L}(x,y,z,\lambda,\mu)=f(x,y,z) – \lambda g(x,y,z) – \mu h(x,y,z)
\]
මෙහිදී අතිරේක ගුණකයක් දිස්වේ, එනම් \( \mu \).
සරල උදාහරණයක්
අපට ශ්රිතය උපරිම කිරීමට අවශ්ය යැයි සිතමු:
\[
f(x,y)=xy
\]
සීමාවන් සමඟ:
\[
x+y=10
\]
හෝ \( g(x,y)=x+y-10=0 \) ආකාරයෙන්.
ලැග්රැන්ජියානු ස්වරූපය:
\[
\mathcal{L}(x,y,\lambda)=xy-\lambda(x+y-10)
\]
අර්ධ ව්යුත්පන්න:
\[
\frac{\අර්ධ \ගණිතමය{L}}{\අර්ධ x}=y-\ලැම්බඩා=0
\]
\[
\frac{\අර්ධ \ගණිතමය{L}}{\අර්ධ y}=x-\ලැම්බඩා=0
\]
\[
\frac{\අර්ධ \ගණිතමය{L}}{\අර්ධ \ලැම්බඩා}=-(x+y-10)=0
\]
පළමු සමීකරණ දෙකෙන්, අපට \( y=\lambda \) සහ \( x=\lambda \) ලැබේ, එවිට \( x=y \) සීමාවට ආදේශ කිරීමෙන් \( x+y=10 \) ලැබේ \( 2x=10 \දකුණු ඊතලය x=5 \). එබැවින් \( y=5 \).
එබැවින් \( x+y=10 \) සීමාව යටතේ \( xy \) හි උපරිම අගය \( x=5 \) සහ \( y=5 \) හිදී සිදු වේ, උපරිම අගය \( f(5,5)=25 \) සමඟ. මෙම ප්රතිඵලය බුද්ධියට ද අනුකූල වේ: ස්ථාවර එකතුවක් සඳහා, ධන සංඛ්යා දෙකක ගුණිතය ඒවා සමාන වන විට උපරිම වේ.
ලැග්රැන්ජ් ක්රමයේ ජ්යාමිතික අර්ථය
ජ්යාමිතිකව, සීමාව \( g(x,y)=0 \) තලය තුළ වක්රයක් සාදයි. අපි සොයන්නේ මුළු තලය පුරා ප්රශස්ත නොවේ, නමුත් වක්රය දිගේ පමණි. ප්රශස්ත ලක්ෂ්යයේදී, සීමා වක්රයට ස්පර්ශ වන මට්ටම් වක්රය \( f(x,y)=k \) ඒවායේ අනුක්රමණයන් සමාන්තර බව පෙන්නුම් කරයි. මෙම ස්පර්ශය \( \nabla f=\lambda \nabla g \) සමීකරණය බවට පරිවර්තනය වේ.
මෙම අර්ථය ලැග්රැන්ජ් ක්රමය ක්රියාත්මක වන්නේ මන්දැයි පැහැදිලි කිරීමට උපකාරී වේ: \( f \) හි අනුක්රමණය සීමාවේ අනුක්රමණයට සමාන්තර නොවේ නම්, \( f \) හි අගය වැඩි කිරීමට හෝ අඩු කිරීමට හැකි සීමාවන් වක්රයේ දිශාවන් තවමත් පවතී. ප්රශස්ත ලක්ෂ්යය සිදුවන්නේ සීමාව උල්ලංඝනය නොකර "වේගවත්ම ඉහළට" දිශාව තවදුරටත් ගත නොහැකි වූ විටය.
විවිධ ක්ෂේත්රවල යෙදුම්
කලනය තුළ මුල් බැස ගත්තද, ලැග්රැන්ජියානු ක්රම විවිධ විෂයයන් හරහා බහුලව භාවිතා වේ. ආර්ථික විද්යාවේදී, ඒවා උපයෝගිතා න්යාය සහ නිෂ්පාදන ප්රශස්තිකරණයේදී භාවිතා වේ. භෞතික විද්යාවේදී, ලැග්රැන්ජියානු සංකල්පය විශ්ලේෂණාත්මක යාන්ත්ර විද්යාවට ඓතිහාසික හා ගණිතමය සම්බන්ධතා ඇත. ඉංජිනේරු විද්යාව සහ පරිගණක විද්යාවේදී, යන්ත්ර ඉගෙනීමේ උත්තල ප්රශස්තිකරණය සහ සංඛ්යාත්මක ක්රම ඇතුළු බොහෝ ප්රශස්තිකරණ ඇල්ගොරිතම සඳහා ඒවා පදනම සාදයි.
ඊට අමතරව, ලැග්රැන්ජ් ගුණක බොහෝ විට ප්රායෝගික අර්ථකථන ඇත. උදාහරණයක් ලෙස, සමහර ආර්ථික සන්දර්භයන් තුළ, \( \lambda \) මගින් සීමාවක “සෙවණැලි මිල” දැක්විය හැකිය: සීමාව තරමක් ලිහිල් කළහොත් ප්රශස්ත අගය කොපමණ වෙනස් වේද යන්න.
සීමාවන් සහ වැදගත් සටහන්
ලැග්රැන්ජ් ක්රමය අපේක්ෂක විසඳුම් සපයයි, නමුත් ඒවා ගෝලීය උපරිම හෝ අවම බව සහතික නොකරයි. සමහර විට, සංසන්දනය කිරීමට බහු ස්ථාවර ලක්ෂ්ය තිබේ. තවද, මෙම ක්රමයට විසඳුම් ලක්ෂ්යයේ දී බාධක අනුක්රමණය ශුන්ය නොවන බවට උපකල්පනය අවශ්ය වේ; \( \nabla g = 0 \) නම්, තත්වය වඩාත් සංකීර්ණ වන අතර විශේෂ ප්රතිකාර අවශ්ය වේ.
ප්රායෝගිකව, අපේක්ෂකයෙකු සොයා ගැනීමෙන් පසු, අපට බොහෝ විට දෙවන ව්යුත්පන්න පරීක්ෂණය භාවිතා කිරීම හෝ අපේක්ෂකයාගේ ශ්රිත අගයන් සහ විය හැකි වසම් සීමාවන් සංසන්දනය කිරීම වැනි අමතර කොන්දේසි පරීක්ෂා කිරීමට අවශ්ය වේ.
වසා දැමීම
ලැග්රැන්ජ්ගේ කලනයෙහි ක්රමය සීමා සහිත ප්රශස්තිකරණ ගැටළු විසඳීම සඳහා ප්රබල මෙවලමකි. \( \lambda \) ගුණකය හඳුන්වා දීමෙන්, මෙම ක්රමය මුලින් දුෂ්කර ගැටළුවක් - සීමාවන් නිසා - අර්ධ ව්යුත්පන්න සමීකරණවල ව්යුහගත පද්ධතියක් බවට පරිවර්තනය කරයි. මෙම ක්රමය තේරුම් ගැනීම පිරිසිදු ගණිතයේ පමණක් නොව, ආර්ථික විද්යාව, භෞතික විද්යාව, ඉංජිනේරු විද්යාව සහ ප්රශස්තිකරණය මත රඳා පවතින තවත් බොහෝ ක්ෂේත්රවල ද ඉතා අදාළ වේ.
ලැග්රැන්ජ් ක්රමය ප්රගුණ කිරීමෙන්, සැබෑ ලෝකයේ ගැටළු වඩාත් ගණිතමය හා කාර්යක්ෂමව ආකෘතිකරණය කර විසඳීමේ හැකියාව අපට ලැබේ - එය නූතන බහුවිචල්ය කලනය සහ ප්රශස්තිකරණයේ වැදගත් පදනමක් වන කුසලතාවයකි.
