நுண்கணிதத்தில் லாக்ராஞ்சின் முறை
நுண்கணிதத்தில் லாக்ராஞ்ச் முறை என்பது ஒரு முக்கியமான நுட்பமாகும். இது உகப்பாக்கச் சிக்கல்களைத் தீர்க்கப் பரவலாகப் பயன்படுத்தப்படுகிறது, குறிப்பாக ஒரு சார்பை சில நிபந்தனைகளின் (கட்டுப்பாடுகளின்) கீழ் பெருமமாக்கவோ அல்லது சிறுமமாக்கவோ வேண்டியிருக்கும் போது. நிஜ வாழ்க்கையில், வரையறுக்கப்பட்ட மூலதனத்துடன் இலாபத்தைப் பெருமமாக்குதல், வரையறுக்கப்பட்ட வளங்களுடன் உற்பத்திச் செலவுகளைச் சிறுமமாக்குதல், அல்லது சில நிபந்தனைகளுடன் மிகவும் திறமையான வடிவமைப்பைத் தீர்மானித்தல் போன்ற சிக்கல்களை, பெரும்பாலும் கட்டுப்படுத்தப்பட்ட உகப்பாக்கத்தைப் பயன்படுத்தி மாதிரியாக்க முடியும். இங்குதான் லாக்ராஞ்ச் முறை—லாக்ராஞ்ச் பெருக்கி முறை என்றும் அழைக்கப்படுகிறது—ஒரு மையப் பாத்திரத்தை வகிக்கிறது.
உகப்பாக்கத்தின் அடிப்படைக் கருத்துக்கள்
தொடக்கநிலை நுண்கணிதத்தில், கட்டுப்பாடற்ற உகப்பாக்கம் என்பது ஒரு சார்பு \( f(x) \)-இன் மாறுநிலைப்புள்ளிகளை அதன் முதல் வகைக்கெழு மூலம் கண்டறிவதன் மூலம் செய்யப்படுகிறது: நாம் \( f'(x)=0 \) என்பதைக் கண்டறிந்து, பின்னர் அந்தப் புள்ளி ஒரு பெரும மதிப்பையா அல்லது சிறும மதிப்பையா தருகிறது என்று சரிபார்க்கிறோம். இருப்பினும், பல சிக்கல்கள் அவ்வளவு எளிமையானவை அல்ல. எடுத்துக்காட்டாக, நாம் \( f(x,y) \) என்ற சார்பைப் பெருமமாக்க விரும்புகிறோம், ஆனால் \( x \) மற்றும் \( y \)-இன் மதிப்புகள் \( g(x,y)=0 \) என்பது போன்ற ஒரு நிபந்தனையைப் பூர்த்தி செய்ய வேண்டும். இந்த நிபந்தனை தீர்வு வெளியைக் கட்டுப்படுத்துகிறது, எனவே நாம் \( x \) மற்றும் \( y \)-ஐ நம் விருப்பப்படி தேர்ந்தெடுக்க முடியாது.
இந்தக் கட்டுப்பாடுகளால் சூழப்பட்ட ஒரு வெளியில் உகந்த புள்ளியைக் கண்டறிய லாக்ராஞ்சின் முறை ஒரு முறையான வழியை வழங்குகிறது. இந்த முறையின் பின்னணியில் உள்ள உள்ளுணர்வு வடிவவியலுடன் தொடர்புடையது: \( g(x,y)=0 \) என்ற கட்டுப்பாட்டின் கீழ் உள்ள உகந்த புள்ளியில், சார்பு \( f \) இன் மிகப்பெரிய மாற்றத்தின் திசையானது, கட்டுப்பாடு \( g \) இன் மிகப்பெரிய மாற்றத்தின் திசைக்கு "இணையாக" இருக்க வேண்டும். ஒரு பன்மாறிச் சார்பின் மிகப்பெரிய மாற்றத்தின் திசையானது சாய்வினால், அதாவது \( \nabla f \) மற்றும் \( \nabla g \) ஆல் கொடுக்கப்படுகிறது. எனவே, உகந்த புள்ளியில், இந்த உறவு நிலைபெறுகிறது:
\[
\nabla f(x,y) = \lambda \nabla g(x,y)
\]
இதில் \( \lambda \) என்பது லாக்ராஞ்ச் பெருக்கி எனப்படும் ஒரு மாறிலி ஆகும்.
லாக்ராஞ்ச் பெருக்கிகளைப் புரிந்துகொள்ளுதல்
லக்ராஞ்ச் பெருக்கி, \( \lambda \), என்பது குறிக்கோள் சார்பின் சாய்வையும் கட்டுப்பாடுகளின் சாய்வையும் தொடர்புபடுத்தும் ஒரு அளவீட்டுக் காரணியாகப் புரிந்துகொள்ளப்படலாம். நடைமுறையில், \( \lambda \) குறிக்கோள் சார்பையும் கட்டுப்பாடுகளையும் பகுப்பாய்வு செய்வதற்கு எளிதான ஒரு வடிவத்தில் "இணைக்க" நமக்கு உதவுகிறது.
ஒரே ஒரு கட்டுப்பாடு கொண்ட ஒரு கட்டுப்படுத்தப்பட்ட உகப்பாக்கச் சிக்கலைத் தீர்க்க, லக்ராஞ்சியன் சார்பு எனப்படும் ஒரு புதிய சார்பை நாம் உருவாக்குகிறோம்:
\[
\mathcal{L}(x,y,\lambda) = f(x,y) – \lambda (g(x,y))
\]
மைனஸ் குறி என்பது ஒரு மரபு மட்டுமே; சில சமயங்களில் விருப்பத்தைப் பொறுத்து பிளஸ் குறியும் பயன்படுத்தப்படுகிறது. இதன் முக்கிய நோக்கம் என்னவென்றால், \( \mathcal{L} \) -ன் நிலைப்புப் புள்ளிகளை, அனைத்து மாறிகளையும் (\( \lambda \) உட்பட) பொறுத்து வகையிட்டு பூஜ்ஜியத்திற்குச் சமன்படுத்துவதன் மூலம் நாம் கண்டறிவதே ஆகும்:
\[
\frac{\partial \mathcal{L}}{\partial x} = 0,\quad \frac{\partial \mathcal{L}}{\partial y} = 0,\quad \frac{\partial \mathcal{L}}{\partial \lambda} = 0
\]
இறுதிச் சமன்பாடு, \( \frac{\partial \mathcal{L}}{\partial \lambda} = 0 \), \( g(x,y)=0 \) என்ற கட்டுப்பாட்டை மீட்டமைக்கிறது, அதனால் இதன் விளைவாக வரும் சமன்பாட்டுத் தொகுப்பு, சிக்கலின் கட்டுப்பாடுகளை இன்னமும் மதிக்கிறது.
லாக்ராஞ்ச் முறையின் படிகள்
சுருக்கமாக, லாக்ராஞ்ச் முறை செயல்முறையை பின்வருமாறு தொகுத்துரைக்கலாம்:
1. உகந்ததாக்கப்பட வேண்டிய சார்பைத் தீர்மானிக்கவும், எடுத்துக்காட்டாக \( f(x,y) \).
2. \( g(x,y)=0 \) என்ற வடிவத்தில் கட்டுப்பாடுகளைத் தீர்மானிக்கவும்.
3. லக்ராஞ்சியன் சார்பு \( \mathcal{L}(x,y,\lambda)=f(x,y)-\lambda g(x,y) \) -ஐ உருவாக்கவும்.
4. \( x \), \( y \), மற்றும் \( \lambda \) ஆகியவற்றைப் பொறுத்து \( \mathcal{L} \)-இன் பகுதி வகைக்கெழுக்களைக் கணக்கிடுக.
5. பகுதி வகைக்கெழுக்கள் பூஜ்ஜியத்திற்குச் சமமாக உள்ள சமன்பாட்டுத் தொகுப்பைத் தீர்க்கவும்.
6. தேவைப்பட்டால், முன்மொழியப்பட்ட தீர்வுகள் அதிகபட்ச அல்லது குறைந்தபட்ச மதிப்பை அளிக்கின்றனவா என்பதைச் சோதித்துப் பார்க்கவும்.
இந்த முறையை ஒன்றுக்கு மேற்பட்ட கட்டுப்பாடுகளுக்கும் நீட்டிக்கலாம். உதாரணமாக, \( g(x,y,z)=0 \) மற்றும் \( h(x,y,z)=0 \) என இரண்டு கட்டுப்பாடுகள் இருந்தால், லக்ராஞ்சியன் பின்வருமாறு அமையும்:
\[
\mathcal{L}(x,y,z,\lambda,\mu)=f(x,y,z) – \lambda g(x,y,z) – \mu h(x,y,z)
\]
இங்கே ஒரு கூடுதல் பெருக்கி தோன்றுகிறது, அதாவது \( \mu \).
எளிய உதாரணம்
நாம் இந்தச் சார்பை மீப்பெருமையாக்க விரும்புகிறோம் என்று வைத்துக்கொள்வோம்:
\[
f(x,y)=xy
\]
கட்டுப்பாடுகளுடன்:
\[
x+y=10
\]
அல்லது \( g(x,y)=x+y-10=0 \) என்ற வடிவத்தில்.
லாக்ராஞ்சியன் வடிவம்:
\[
\mathcal{L}(x,y,\lambda)=xy-\lambda(x+y-10)
\]
பகுதி வழித்தோன்றல்கள்:
\[
\frac{\partial \mathcal{L}}{\partial x}=y-\lambda=0
\]
\[
\frac{\partial \mathcal{L}}{\partial y}=x-\lambda=0
\]
\[
\frac{\partial \mathcal{L}}{\partial \lambda}=-(x+y-10)=0
\]
முதல் இரண்டு சமன்பாடுகளிலிருந்து, நமக்கு \( y=\lambda \) மற்றும் \( x=\lambda \) கிடைக்கிறது, அதனால் \( x=y \). இதை \( x+y=10 \) என்ற கட்டுப்பாட்டில் பிரதியிடும்போது \( 2x=10 \Rightarrow x=5 \) என்று கிடைக்கிறது. எனவே \( y=5 \).
எனவே, \( x+y=10 \) என்ற கட்டுப்பாட்டின் கீழ் \( xy \) இன் அதிகபட்ச மதிப்பு \( x=5 \) மற்றும் \( y=5 \) இல் ஏற்படுகிறது, மேலும் அதன் அதிகபட்ச மதிப்பு \( f(5,5)=25 \) ஆகும். இந்த முடிவு உள்ளுணர்வுடனும் ஒத்துப்போகிறது: ஒரு நிலையான கூட்டுத்தொகைக்கு, இரண்டு நேர்மறை எண்களின் பெருக்கற்பலன் அவை சமமாக இருக்கும்போது அதிகபட்சமாக இருக்கும்.
லாக்ராஞ்ச் முறையின் வடிவியல் பொருள்
வடிவியல் ரீதியாக, \( g(x,y)=0 \) என்ற கட்டுப்பாடு தளத்தில் ஒரு வளைகோட்டை உருவாக்குகிறது. நாம் முழுத் தளத்திலும் உகந்த மதிப்பைக் கண்டறியவில்லை, மாறாக அந்த வளைகோட்டின் வழியே மட்டுமே தேடுகிறோம். உகந்த புள்ளியில், கட்டுப்பாட்டு வளைகோட்டைத் தொடும் மட்ட வளைகோடு \( f(x,y)=k \), அவற்றின் சாய்வுகள் இணையாக இருப்பதைக் குறிக்கிறது. இந்தத் தொடுகோடானது \( \nabla f=\lambda \nabla g \) என்ற சமன்பாடாக மாற்றப்படுகிறது.
இந்த அர்த்தம் லாக்ராஞ்சின் முறை ஏன் செயல்படுகிறது என்பதை விளக்க உதவுகிறது: f-இன் சாய்வு, கட்டுப்பாட்டின் சாய்வுக்கு இணையாக இல்லை என்றாலும், கட்டுப்பாட்டு வளைவில் f-இன் மதிப்பு அதிகரிக்கவோ அல்லது குறையவோ கூடிய திசைகள் உள்ளன. கட்டுப்பாட்டை மீறாமல் "வேகமான மேல்நோக்கிய" திசையை இனி எடுக்க முடியாதபோதுதான் உகந்த புள்ளி துல்லியமாக ஏற்படுகிறது.
பல்வேறு துறைகளில் பயன்பாடுகள்
நுண்கணிதத்தில் வேரூன்றியிருந்தாலும், லக்ராஞ்சியன் முறைகள் பல்வேறு துறைகளில் பரவலாகப் பயன்படுத்தப்படுகின்றன. பொருளியலில், அவை பயன்பாட்டுக் கோட்பாடு மற்றும் உற்பத்தி உகப்பாக்கத்தில் பயன்படுத்தப்படுகின்றன. இயற்பியலில், லக்ராஞ்சியன் கருத்துருவானது பகுப்பாய்வு இயக்கவியலுடன் வரலாற்று மற்றும் கணிதத் தொடர்புகளைக் கொண்டுள்ளது. பொறியியல் மற்றும் கணினி அறிவியலில், குவிவு உகப்பாக்கம் மற்றும் இயந்திரக் கற்றலில் உள்ள எண்முறை முறைகள் உட்பட பல உகப்பாக்க நெறிமுறைகளுக்கு அவை அடிப்படையாக அமைகின்றன.
மேலும், லாக்ராஞ்ச் பெருக்கிகளுக்கு பெரும்பாலும் நடைமுறை விளக்கங்கள் உண்டு. எடுத்துக்காட்டாக, சில பொருளாதாரச் சூழல்களில், \( \lambda \) என்பது ஒரு கட்டுப்பாட்டின் “நிழல் விலையை”க் குறிக்கலாம்: அதாவது, கட்டுப்பாடு சிறிதளவு தளர்த்தப்பட்டால் உகந்த மதிப்பு எவ்வளவு மாறுகிறது என்பதைக் குறிக்கும்.
வரம்புகள் மற்றும் முக்கிய குறிப்புகள்
லாக்ராஞ்ச் முறையானது சாத்தியமான தீர்வுகளை வழங்குகிறது, ஆனால் அவை உலகளாவிய பெருமங்கள் அல்லது சிறுமங்கள் என்பதற்கு அது அவசியமாக உத்தரவாதம் அளிப்பதில்லை. சில நேரங்களில், ஒப்பிடுவதற்குப் பல நிலைப்புப் புள்ளிகள் உள்ளன. மேலும், இந்த முறைக்கு, தீர்வுப் புள்ளியில் கட்டுப்பாட்டுச் சரிவு பூஜ்ஜியமற்றதாக இருக்க வேண்டும் என்ற அனுமானம் தேவைப்படுகிறது; \( \nabla g = 0 \) எனில், நிலைமை மிகவும் சிக்கலாகி, சிறப்புக் கையாளுதல் தேவைப்படுகிறது.
நடைமுறையில், ஒரு சாத்தியமான சார்பைக் கண்டறிந்த பிறகு, இரண்டாம் வகைக்கெழு சோதனையைப் பயன்படுத்துதல் அல்லது அந்தச் சாத்தியமான சார்பிலும் சாத்தியமான ஆட்கள எல்லைகளிலும் உள்ள சார்பு மதிப்புகளை ஒப்பிடுதல் போன்ற கூடுதல் நிபந்தனைகளை நாம் அடிக்கடி சரிபார்க்க வேண்டியிருக்கும்.
மூடுகிறது
நுண்கணிதத்தில் உள்ள லாக்ராஞ்சின் முறை, கட்டுப்பாடுகளுக்குட்பட்ட உகப்பாக்கச் சிக்கல்களைத் தீர்ப்பதற்கான ஒரு சக்திவாய்ந்த கருவியாகும். பெருக்கி \( \lambda \)-ஐ அறிமுகப்படுத்துவதன் மூலம், இந்த முறையானது கட்டுப்பாடுகளால் தொடக்கத்தில் கடினமாக இருந்த ஒரு சிக்கலை, பகுதி வகைக்கெழுச் சமன்பாடுகளின் ஒரு கட்டமைக்கப்பட்ட அமைப்பாக மாற்றுகிறது. இந்த முறையைப் புரிந்துகொள்வது தூய கணிதத்தில் பயனுள்ளதாக இருப்பது மட்டுமல்லாமல், உகப்பாக்கத்தைச் சார்ந்திருக்கும் பொருளாதாரம், இயற்பியல், பொறியியல் மற்றும் பல துறைகளிலும் மிகவும் பொருத்தமானதாகும்.
லாக்ராஞ்சின் முறையில் தேர்ச்சி பெறுவதன் மூலம், நிஜ உலகப் பிரச்சனைகளை மேலும் கணிதரீதியாகவும் திறமையாகவும் மாதிரியாக்கித் தீர்க்கும் திறனை நாம் பெறுகிறோம்—இந்தத் திறன் நவீன பன்மாறி நுண்கணிதம் மற்றும் உகப்பாக்கத்தில் ஒரு முக்கிய அடித்தளமாக விளங்குகிறது.
