lagrangian multiplier
π ββοΈν΄λν°μΌλ‘ λ³Ό λ νΉμ κΈμλ μ«μκ° νλ©΄μ λ€ μλμ€λ©΄, ν΄λν° κ°λ‘λ‘ λ리μλ©΄ λ©λλ€
1
2
3
1. λ€μ΄κ°λ©°
2. μλλ©μ΄μ
μ€λͺ
3. μ°Έκ³
1. λ€μ΄κ°λ©°
(λλΆλΆμ μμκ³Ό μ¬μ§μ μμ°μ€μ μνλ
ΈνΈ μμ νΌμμ΅λλ€. μ μλ λλΆμ μ½κ² μ΄ν΄ν μ μμμ΅λλ€ μ μ©ν μλ£ κ³΅μ ν΄μ£Όμ
μ μ λ§ κ°μ¬ν©λλ€)
μμ½:
μ΅μ νλ¬Έμ λ λ°λμ μ‘°κ±΄μ΄ μμ΄μΌνκ³ , κ·Έ μλ‘ g(x,y)=kμ ν΅ν΄
f(x,y), g(x,y)κ° μ ν λ f(x,y)μ κ·Ήλκ° or κ·Ήμκ°μ΄ νμ±λλλ°
κ·Έλ min valueλ max valueλ₯Ό μ°Ύμ μ μκ² λλ€.
2. μλλ©μ΄μ μ€λͺ
μ΄λ³μν¨μ \(f\)λ‘ μ΄λ£¨μ΄μ§ μ°μ΄ μλ€κ³ κ°μ νμ
\(f(x,y)=4-x^2-2y^2\)
μ°μ λ±μ°λ‘λ₯Ό λ΄κΈ°μν΄ μ§λλ₯Ό νΌμΉλ μλ κ·Έλ¦Όμ²λΌ κ°μμ‘κ³ μμκ²½λ‘ \(g(x,y)\)λ₯Ό κ·Έλ Έλ€
\(g(x,y)=2(x-1)^2-10y+3=0\)
βοΈμ§λ¬Έ
μ΄ μμκ²½λ‘λ₯Ό λ°λΌ μ¬λΌκ°μ λ μ΅κ³ λμ΄κ° μΌλ§μΌκΉ?
μ κ·Έλ¬λ©΄ λ€μ μ λν λͺ¨νμ μΈμ보면 μ€μ λ±μ°λ‘λ xyνλ©΄μ μμ§μΈ 곑면과 λ§λλ μ μ΄ λλ€
μλ κ·Έλ¦Όμ μμκ²½λ‘μ λν μ€μ λ±λ° κ°λ₯ν κ²½λ‘λ₯Ό νλ©΄μΌλ‘ λνλΈ κ²μ΄λ€
μλ μμμ μμκ²½λ‘λ‘ μ¬λΌκ°μ μ΅κ³ μ (μ΅λκ°)μΌλ‘ κ°λ κ²μ λνλΈ κ²μ΄λ€
πγ
γ
μ¬λμ΄ μ μΌ κΌλκΈ°μ μ¬λΌκ°μ λκ° μ΅κ³ λμ΄λ κ·Έκ±Έ λ±κ³ μ μμ μ°ΎμΌλ©΄ λκ² λ€
κ·Έλ¦¬κ³ κ·Έ μ΅κ³ λμ΄λ f(x,y)μ g(x,y) λ 곑μ μ΄ μ ν λκ² κ΅°
μ¬κΈ°μ μ μ a, bλ₯Ό κ°κ° ν¨μ fλ gμ λμ
νλ©΄ λμ΄κ° λμ€κ³
κ·Έ μ μ μ μ°Ύλ κ³Όμ μ΄ λ°λ‘ λΌκ·Έλμ£Ό μΉμλ² μ΄λ€
μ¬κΈ°μ λμ΄λ₯Ό κ°κ² νλ €λ©΄ μ΄λ»κ² ꡬν μ μμκΉ?
μ΄ κ·Έλ¦Όμ κ°κ°μ λ 곑μ μ 곡ν΅μ μ μ μμ§μΈλ²‘ν°λ₯Ό νμν κ²μΈλ°,
κ°μ λμ΄λ‘ λ§λλ €λ©΄ κΈ°μΈκΈ°λ²‘ν°(gradient vector)μ λ°©ν₯μ΄ κ°κ² νμ
μλ κ·Έλ¦Όμ μ°Έκ³ νμ
μ΄ κ·Έλ¦Όμ 보면 2κ°μ gradient vectorκ° λμ΄λ λ€λ₯΄μ§λ§ κ°μ λ°©ν₯μΌ λκ° μλ€
κ·Έλ λ§μ‘±νλ λ μμ μλμ κ°λ€
*μ°Έκ³ \(\bigtriangledown\)λ gradient vector μ¦ κΈ°μΈκΈ°λ₯Ό λνλΈλ€
\(g(a,b)=0 \\ \bigtriangledown f(a,b)=\gamma \bigtriangledown g(a,b)\)
μ΄λ λ μμ μ°λ¦½λ°©μ μμΌλ‘ μ°ΎμΌλ©΄ λλ€λ κ²μ΄λ€
κ·Όλ° λ κΈ°μΈκΈ°λ²‘ν°(gradient vector)μ λ°©ν₯μ κ°μλ ν¬κΈ°λ λ€λ₯Ό μλ μμΌλκΉ μ°¨μ΄λ₯Ό λ§μΆκΈ° μν΄ \(\gamma\)λ₯Ό κ³±ν΄μ£Όλλ° μ΄κ² λΌκ·Έλμ£Ό μΉμλ€









