라그랑주 승수법

정리

제약조건 $g(x,y)=c$ 아래에서 $f(x,y)$가 점 $P$에서 극값을 갖고 $\nabla g(P)\neq\mathbf 0$이면

$$\nabla f(P)=\lambda\,\nabla g(P)$$

인 실수 $\lambda$가 있다. 따라서 극값 후보는 연립방정식 $f_x=\lambda g_x$, $f_y=\lambda g_y$, $g=c$의 해이다. $\lambda$를 라그랑주 승수라 한다.

원 x²+y²=2와 등고선 xy=c가 접하는 점 (1,1), (−1,−1)
제약 곡선이 등고선에 접하는 곳에서 극값이 나온다

설명

그림에서 주황색 원(제약조건) 위를 걸으면서 $f=xy$의 값을 본다고 하자. 원이 등고선을 가로지르는 곳에서는 조금 더 걸으면 더 높은 등고선으로 넘어갈 수 있으므로 최댓값이 아니다. 최댓값은 원이 등고선에 접하는 곳, 즉 더 이상 높은 등고선으로 넘어갈 수 없는 곳에서 나온다. 접한다는 것은 두 곡선의 법선, 즉 $\nabla f$와 $\nabla g$가 평행하다는 뜻이다.

증명 보기

1단계: 제약 곡선을 경로로 나타내기. $\nabla g(P)\neq\mathbf0$이면 (음함수 정리에 의해) $P$ 근처에서 곡선 $g=c$를 매끄러운 경로 $\mathbf r(t)$로 나타낼 수 있고, $\mathbf r(0)=P$, $\mathbf r'(0)\neq\mathbf0$이다.

2단계: $\nabla f$는 접선에 수직. $h(t)=f(\mathbf r(t))$는 제약 곡선 위에서의 $f$의 값이므로, $t=0$에서 극값을 갖는다. 일변수 페르마 정리와 연쇄법칙에 의해

$$h'(0)=\nabla f(P)\cdot\mathbf r'(0)=0$$

이다.

3단계: $\nabla g$도 접선에 수직. 곡선 위에서는 $g(\mathbf r(t))=c$로 일정하므로 미분하면 $\nabla g(P)\cdot\mathbf r'(0)=0$이다. (그래디언트 글의 (3)과 같은 논리이다.)

4단계: 평행. 평면에서 $\nabla f(P)$와 $\nabla g(P)$는 모두 $\mathbf 0$이 아닌 같은 벡터 $\mathbf r'(0)$에 수직이다. 평면에서 한 방향에 수직인 방향은 하나뿐이므로 두 벡터는 평행하다. $\nabla g(P)\neq\mathbf0$이므로 $\nabla f(P)=\lambda\nabla g(P)$로 쓸 수 있다. ($\nabla f(P)=\mathbf0$이면 $\lambda=0$) $\blacksquare$

예제

$x^2+y^2=2$일 때 $f=xy$의 최댓값과 최솟값: $\nabla f=(y,x)$, $\nabla g=(2x,2y)$이므로

$$y=2\lambda x,\qquad x=2\lambda y,\qquad x^2+y^2=2$$

처음 두 식을 곱하면 $xy=4\lambda^2xy$이다. $xy=0$이면 $x=y=0$이 되어 제약조건에 어긋나므로 $4\lambda^2=1$, $\lambda=\pm\frac12$이다. $\lambda=\frac12$이면 $y=x$, $\lambda=-\frac12$이면 $y=-x$이다. 제약조건에 넣으면 후보는 $(\pm1,\pm1)$이고, $f(1,1)=f(-1,-1)=1$ (최대), $f(1,-1)=f(-1,1)=-1$ (최소)이다. 원은 닫혀 있고 유계이므로 최댓값과 최솟값이 반드시 존재하며, 후보 중에서 비교하면 된다.

정리

  • 제약조건 아래의 극값: $\nabla f=\lambda\nabla g$, $g=c$를 푼다.
  • 기하학적 의미: 제약 곡선이 등고선에 접한다.
알림: 보호된 콘텐츠입니다.