Feltételes extrémák és a Lagrange-szorzók módszere. Lagrange-szorzó módszer
Rövid elmélet
A Lagrange-szorzók módszere egy klasszikus módszer a matematikai programozás (különösen a konvex) problémák megoldására. Sajnos a módszer gyakorlati alkalmazása során jelentős számítási nehézségek adódhatnak, szűkítve a felhasználási területet. A Lagrange-módszert elsősorban azért tekintjük itt, mert ez egy olyan apparátus, amelyet aktívan alkalmaznak a gyakorlatban széles körben alkalmazott modern numerikus módszerek igazolására. Ami a Lagrange-függvényt és a Lagrange-szorzókat illeti, ezek független és rendkívül fontos szerepet töltenek be nemcsak a matematikai programozás elméletében és alkalmazásaiban.
Tekintsünk egy klasszikus optimalizálási problémát:
Ennek a feladatnak a megszorításai között nincsenek egyenlőtlenségek, nincsenek feltételek a változók nem-negativitására, diszkrétségére és a függvények és folytonosak, és legalább másodrendű parciális deriváltjaik vannak.
A probléma megoldásának klasszikus megközelítése egy egyenletrendszert (szükséges feltételeket) ad, amelyet annak a pontnak kell teljesítenie, amely a függvénynek lokális szélsőértéket biztosít azon pontok halmazán, amelyek kielégítik a korlátokat (konvex programozási probléma esetén a talált pont egyben lesz a globális szélsőpont).
Tegyük fel, hogy az (1) függvénynek van egy lokális feltételes szélsőértéke a pontban, és a mátrix rangja egyenlő -val. Ezután a szükséges feltételeket a következőképpen írhatjuk fel:
a Lagrange függvény; a Lagrange-szorzók.
Elegendő feltételek vannak arra is, hogy a (3) egyenletrendszer megoldása meghatározza a függvény szélsőpontját. Ezt a kérdést a Lagrange-függvény második differenciáljának előjelének vizsgálata alapján oldjuk meg. A megfelelő feltételek azonban elsősorban elméleti érdekek.
Az (1), (2) probléma megoldásához a következő eljárást adhatja meg a Lagrange-szorzó módszerrel:
1) állítsa össze a Lagrange-függvényt (4);
2) keresse meg a Lagrange-függvény parciális deriváltjait az összes változóra vonatkozóan, és tegye egyenlővé
nulla. Így egy (3) egyenletekből álló rendszert kapunk.. Oldjuk meg a kapott rendszert (ha lehetségesnek bizonyul!), és így keressük meg a Lagrange-függvény összes stacionárius pontját;
3) a koordináták nélkül felvett stacionárius pontokból válassza ki azokat a pontokat, amelyekben a függvény feltételes lokális szélsőségekkel rendelkezik korlátozások jelenlétében (2). Ezt a választást például úgy kell meghozni, hogy megfelelő feltételeket biztosítanak egy helyi szélsőséghez. A vizsgálat gyakran leegyszerűsödik, ha a probléma meghatározott feltételeit alkalmazzák.
Példa a probléma megoldására
A feladat
A cég kétféle árut állít elő mennyiségben és . A hasznos költségfüggvényt a reláció határozza meg. Ezen áruk árai a piacon egyenlőek, ill.
Határozza meg, hogy mekkora kibocsátás mellett éri el a maximális profitot, és mennyivel egyenlő, ha az összköltség nem haladja meg
Problémái vannak a megoldási folyamat megértésében? Az oldalon van egy szolgáltatás Problémamegoldás módszerekkel optimális megoldások megrendelésre
A probléma megoldása
A probléma gazdasági és matematikai modellje
Profit függvény:
Költségkorlátok:
A következő gazdasági és matematikai modellt kapjuk:
Ráadásul a feladat értelmének megfelelően
Lagrange-szorzó módszer
Állítsuk össze a Lagrange függvényt:
I. rendű parciális származékokat találunk:
Összeállítjuk és megoldjuk az egyenletrendszert:
Azóta
Maximális haszon:
Válasz
Ezért egységeket kell előállítani. 1. típusú áruk és egységek. 2. típusú áruk. Ebben az esetben a nyereség maximális és 270 lesz.
Példát adunk a másodfokú konvex programozás feladatának grafikus módszerrel történő megoldására.
Lineáris feladat megoldása grafikus módszerrel
Egy két változós lineáris programozási probléma (LPP) megoldására szolgáló grafikus módszert vizsgálunk. A feladat példáján részletes leírást adunk a rajz felépítéséről és a megoldás megtalálásáról.
Wilson készletgazdálkodási modell
A probléma megoldásának példáján a készletgazdálkodás fő modelljét (Wilson-modell) tekintjük. Kiszámítják a modell olyan mutatóit, mint a rendelési tétel optimális mérete, az éves raktározási költségek, a szállítások közötti intervallum és a megrendelés időpontja.
Közvetlen költségarány mátrix és bemeneti-kimeneti mátrix
A probléma megoldásának példáján a Leontiev interszektorális modellt vizsgáljuk. Megjelenik a közvetlen anyagköltségek együtthatóinak mátrixa, az "input-output" mátrix, a közvetett költségek együtthatóinak mátrixa, a végső fogyasztás és a bruttó kibocsátás vektorai.
VAL VEL A Lagrange-módszer lényege, hogy a feltételes szélsőségfeladatot a feltétel nélküli extrémum probléma megoldására redukálja. Tekintsünk egy nemlineáris programozási modellt:
(5.2)
Ahol
jól ismert funkciók,
A
együtthatókat kapnak.
Vegyük észre, hogy a feladatnak ebben a megfogalmazásában a megszorításokat egyenlőségek adják meg, és nincs feltétele annak, hogy a változók nenegatívak legyenek. Ezenkívül feltételezzük, hogy a függvények
folyamatosak az első parciális származékaikkal.
Alakítsuk át az (5.2) feltételeket úgy, hogy az egyenlőségek bal vagy jobb része tartalmazza nulla:
(5.3)
Állítsuk össze a Lagrange függvényt. Tartalmazza a célfüggvényt (5.1) és a megszorítások (5.3) jobb oldalát, az együtthatókkal együtt
. Annyi Lagrange-együttható lesz, ahány megszorítás van a feladatban.
Az (5.4) függvény szélsőpontjai az eredeti probléma szélsőpontjai és fordítva: az (5.1)-(5.2) feladat optimális terve a Lagrange-függvény globális szélsőpontja.
Valóban, hadd találják meg a megoldást
feladat (5.1)-(5.2), akkor az (5.3) feltételek teljesülnek. Cseréljük ki a tervet
az (5.4) függvénybe, és ellenőrizze az egyenlőség (5.5) érvényességét.
Így ahhoz, hogy az eredeti probléma optimális tervét megtaláljuk, meg kell vizsgálni a Lagrange-függvényt egy szélsőségre. A függvény szélsőértékekkel rendelkezik azokon a pontokon, ahol a parciális deriváltjai egyenlők nulla. Az ilyen pontokat ún helyhez kötött.
Meghatározzuk az (5.4) függvény parciális deriváltjait.
,
.
Egyenlítés után nulla származékaiból kapjuk a rendszert m+n egyenleteket m+n ismeretlen
,(5.6)
Általános esetben az (5.6)-(5.7) rendszernek több megoldása lesz, amelyek a Lagrange függvény összes maximumát és minimumát tartalmazzák. A globális maximum vagy minimum kiemelése érdekében a célfüggvény értékeit minden talált pontban kiszámítjuk. Ezen értékek közül a legnagyobb a globális maximum, a legkisebb pedig a globális minimum. Bizonyos esetekben lehetséges a használata elégséges feltételek a szigorú szélsőséghez folyamatos függvények (lásd az alábbi 5.2. feladatot):
legyen a függvény
folytonos és kétszer differenciálható stacionárius pontjának valamely szomszédságában (azok.
)). Akkor:
A
) Ha
,
(5.8)
Hogy a függvény szigorú maximumpontja
;
b)
Ha
,
(5.9)
Hogy a függvény szigorú minimumpontja
;
G
) Ha
,
akkor az extrémum jelenlétének kérdése nyitva marad.
Ráadásul az (5.6)-(5.7) rendszer egyes megoldásai negatívak is lehetnek. Ami nincs összhangban a változók gazdasági jelentésével. Ebben az esetben elemezni kell a negatív értékek nullával való helyettesítésének lehetőségét.
A Lagrange-szorzók gazdasági jelentése. Optimális szorzóérték
megmutatja, hogy mennyit fog változni a kritérium értéke Z
az erőforrás növelésekor vagy csökkentésekor j egységenként, hiszen
A Lagrange-módszer akkor is alkalmazható, ha a megszorítások egyenlőtlenségek. Tehát a függvény szélsőértékének megtalálása
feltételek mellett
,
több szakaszban történik:
1. Határozzuk meg a célfüggvény stacionárius pontjait, amelyekre megoldják az egyenletrendszert!
.
2. Állópontok közül azokat választjuk ki, amelyek koordinátái megfelelnek a feltételeknek
3. Az (5.1)-(5.2) egyenlőségi megszorításokkal a probléma megoldására a Lagrange-módszert alkalmazzuk.
4. A második és harmadik szakaszban talált pontokat globális maximumra vizsgáljuk: ezeken a pontokon összehasonlítjuk a célfüggvény értékeit - a legnagyobb érték az optimális tervnek felel meg.
Feladat 5.1 Oldjuk meg az első részben tárgyalt 1.3. feladatot Lagrange módszerrel. A vízkészletek optimális eloszlását egy matematikai modell írja le
.
Állítsa össze a Lagrange függvényt
Keresse meg ennek a függvénynek a feltétel nélküli maximumát. Ehhez kiszámítjuk a parciális deriváltokat, és egyenlővé tesszük őket nullával
,
Így egy alakú lineáris egyenletrendszert kaptunk
Az egyenletrendszer megoldása a vízkészletek öntözött területek közötti elosztásának optimális terve
, .
Mennyiségek
százezer köbméterben mérve.
- százezer köbméter öntözővízre jutó nettó bevétel összege. Ezért 1 m 3 öntözővíz határára az
den. egységek
Az öntözésből származó többlet nettó bevétel maximuma lesz
160 12,26 2 +7600 12,26-130 8,55 2 +5900 8,55-10 16,19 2 +4000 16,19=
172391.02 (den. egység)
Feladat 5.2 Nemlineáris programozási feladat megoldása
A korlátozást a következőképpen ábrázoljuk:
.
Állítsa össze a Lagrange-függvényt, és határozza meg parciális deriváltjait
.
A Lagrange-függvény stacionárius pontjainak meghatározásához a parciális deriváltjait nullával kell egyenlővé tenni. Ennek eredményeként egy egyenletrendszert kapunk
.
Az első egyenletből következik
. (5.10)
Kifejezés behelyettesítjük a második egyenletbe
,
amelyből két megoldás létezik :
És
. (5.11)
Ezeket a megoldásokat a harmadik egyenletbe behelyettesítve kapjuk
,
.
A Lagrange-szorzó és az ismeretlen értékei kiszámítása az (5.10)-(5.11) kifejezésekkel:
,
,
,
.
Így két szélsőséges pontot kaptunk:
;
.
Annak megállapítására, hogy ezek a pontok maximum vagy minimum pontok-e, a szigorú szélsőség (5.8)-(5.9) elégséges feltételeit használjuk. Előkifejezés for , amelyet a matematikai modell megszorításából kapunk, behelyettesítjük a célfüggvénybe
,
. (5.12)
A szigorú szélsőség feltételeinek ellenőrzéséhez meg kell határoznunk az (5.11) függvény második deriváltjának előjelét az általunk talált szélsőpontokban
És
.
,
;
.
És így, (·)
az eredeti probléma minimumpontja (
), A (·)
- maximum pont.
Optimális terv:
,
,
,
.
Ma a leckében megtanuljuk, hogyan kell megtalálni feltételes vagy ahogy más néven is hívják, relatív szélsőségek több változó függvényei, és mindenekelőtt természetesen a feltételes szélsőségekről lesz szó két funkciójaÉs három változó, amelyek a tematikus problémák túlnyomó többségében megtalálhatók.
Mit kell most tudnod és mit kell tenned? Annak ellenére, hogy ez a cikk a téma "szélén" van, nem kell sok minden az anyag sikeres beolvasztásához. Ezen a ponton a fő irányadónak kell lennie a tér felületei, meg tudja találni részleges származékok (legalábbis középszinten)és a könyörtelen logika szerint megérteni feltétlen szélsőségek. De még ha alacsony a képzettsége is, ne rohanjon távozni - minden hiányzó tudás/készség valóban „felvehető az út során”, és sok órányi kínlódás nélkül.
Először magát a fogalmat elemezzük, és egyúttal kifejezzük a leggyakoribb megismétlését felületek. Szóval, mi az a feltételes szélsőség? ... A logika itt sem kevésbé könyörtelen =) A függvény feltételes szélsőértéke a szó szokásos értelmében vett szélsőség, amely akkor érhető el, ha egy bizonyos feltétel (vagy feltételek) teljesül.
Képzelj el egy tetszőleges "ferde" repülőgép V Descartes-rendszer. Egyik sem extrémum itt nem látszik. De ez egyelőre. Fontolgat elliptikus henger, az egyszerűség kedvéért - a tengellyel párhuzamos végtelen kerek "cső". Nyilvánvaló, hogy ez a "cső" "kiválik" a gépünkből ellipszis, ami felül a maximumot, alul a minimumot eredményezi. Más szóval, a síkot meghatározó függvény szélsőségeket ér el tekintettel arra hogy azt az adott körhenger keresztezte. Ez "feltéve"! Egy másik elliptikus henger, amely ezt a síkot keresztezi, szinte biztosan eltérő minimumot és maximumot eredményez.
Ha nem túl világos, akkor a helyzet reálisan szimulálható (de fordított sorrendben): vegyen egy fejszét, menjen ki és vágja le ... nem, a Greenpeace később nem bocsát meg - jobb, ha a lefolyócsövet „darálóval” vágja el =). A feltételes minimum és feltételes maximum attól függ, hogy milyen magasságban és mi alatt (nem vízszintes) ferdén vágjuk.
Ideje matematikai öltözékbe tenni a számításokat. Fontolgat elliptikus paraboloid, amely abszolút minimum pontban. Most keressük meg a szélsőséget tekintettel arra. Ez repülőgép párhuzamos a tengellyel, ami azt jelenti, hogy "kivág" a paraboloidból parabola. Ennek a parabolának a teteje lesz a feltételes minimum. Ráadásul a gép nem halad át az origón, ezért a pont üzemen kívül marad. Nem küldtél be képet? Menjünk a linkekre! Sok-sokszor kell még.
Kérdés: hogyan lehet megtalálni ezt a feltételes szélsőséget? A megoldás legegyszerűbb módja az egyenlet (amelyet - feltétel vagy kapcsolódási egyenlet) fejezze ki, például: - és cserélje be a függvénybe:
Ennek eredményeként egy változó függvényét kapjuk, amely egy parabolát határoz meg, amelynek csúcsát csukott szemmel "kiszámoljuk". Találjuk ki kritikus pontok:
- kritikus pont.
Ezután a legegyszerűbb a használata második elégséges extrémum feltétel:
Különösen: , tehát a függvény a pontban éri el a minimumát. Közvetlenül kiszámolható: , de mi inkább akadémikus módon megyünk. Keressük meg a "játék" koordinátáját:
,
írjuk fel a feltételes minimum pontot, győződjön meg róla, hogy valóban a síkban fekszik (eleget tesz a kényszeregyenletnek):
és számítsuk ki a függvény feltételes minimumát:
tekintettel arra ("adalék" kötelező!!!).
A vizsgált módszer minden kétséget kizáróan alkalmazható a gyakorlatban, azonban számos hátránya van. Először is, a probléma geometriája korántsem mindig világos, másrészt gyakran nem kifizetődő az „x” vagy „y” kifejezés a kommunikáció egyenletéből. (ha egyáltalán van lehetőség kifejezni valamit). És most megvizsgálunk egy univerzális módszert a feltételes szélsőségek megtalálására, az úgynevezett Lagrange-szorzó módszer:
1. példa
Keresse meg a függvény feltételes szélsőértékét az argumentumok megadott kapcsolódási egyenletéhez.
Felismeri a felületeket? ;-) …örülök, hogy látom a boldog arcotokat =)
Egyébként ennek a problémának a megfogalmazásából világossá válik, hogy miért hívják a feltételt kapcsolódási egyenlet- függvény argumentumok csatlakoztatva járulékos feltétel, vagyis a talált szélsőpontoknak szükségszerűen egy körhengerhez kell tartozniuk.
Megoldás: az első lépésben ábrázolnia kell a kényszeregyenletet a formában, és meg kell alkotnia Lagrange funkció:
, hol van az úgynevezett Lagrange-szorzó.
A mi esetünkben és:
A feltételes szélsőségek megtalálásának algoritmusa nagyon hasonló a "hétköznapi" keresési sémájához. szélsőségek. Találjuk ki részleges származékok Lagrange függvények, míg a "lambda" konstansként kezelendő:
Készítsük el és oldjuk meg a következő rendszert:
A labdát a szokásos módon oldják ki:
az általunk kifejezett első egyenletből ;
a második egyenletből fejezzük ki .
Helyettesítse be a kommunikáció egyenletét, és hajtson végre egyszerűsítéseket:
Ennek eredményeként két állópontot kapunk. Ha akkor:
ha akkor:
Könnyen belátható, hogy mindkét pont koordinátája kielégíti az egyenletet . A lelkiismeretes emberek teljes ellenőrzést is végezhetnek: ehhez helyettesíteni kell a rendszer első és második egyenletébe, majd tegyük ugyanezt a halmazzal . Mindennek össze kell illeszkednie.
Ellenőrizzük a talált stacionárius pontok elégséges szélsőfeltételének teljesülését. Három megközelítést fogok megvizsgálni a probléma megoldására:
1) Az első módszer egy geometriai igazolás.
Számítsuk ki a függvény értékeit stacionárius pontokban:
Ezután felírunk egy hozzávetőlegesen a következő tartalmú kifejezést: a sík körhengerrel való metszete egy ellipszis, amelynek tetején elérjük a maximumot, alul pedig a minimumot. Így a nagyobb érték feltételes maximum, a kisebb pedig feltételes minimum.
Ha lehetséges, jobb ezt a módszert használni - ez egyszerű, és a tanárok ezt a megoldást tartják számon. (nagy plusz, hogy megmutattad a probléma geometriai jelentésének megértését). Azonban, mint már említettük, messze nem mindig világos, hogy mi és hol metszi egymást, majd egy analitikus ellenőrzés segít:
2) A második módszer másodrendű differenciáljelek használatán alapul. Ha kiderül, hogy egy stacionárius pontban , akkor ott a függvény maximumot ér el, de ha - akkor minimumot.
Találjuk ki másodrendű parciális származékok:
és hozza létre ezt a különbséget:
Mert ez azt jelenti, hogy a függvény a pontban éri el a maximumát;
esetén, akkor a függvény eléri a minimumot a pontban .
A vizsgált módszer nagyon jó, de hátránya, hogy bizonyos esetekben szinte lehetetlen meghatározni a 2. differenciál előjelét (általában ez akkor történik, ha és/vagy eltérő előjelűek). És akkor a "nehéztüzérség" jön a megmentésre:
3) Tegye különbséget az "x" és az "y" tekintetében a kapcsolódási egyenletet:
és tegye a következőket szimmetrikus mátrix:
Ha egy stacionárius ponton van , akkor a függvény oda ér ( Figyelem!) minimum, ha – akkor maximum.
Írjunk mátrixot az értékre és a megfelelő pontra:
Számoljuk ki döntő:
, tehát a függvénynek a pontban van maximuma.
Hasonlóan az értékhez és a ponthoz:
Így a függvénynek minimuma van a pontban.
Válasz: tekintettel arra, hogy:
Az anyag részletes elemzése után egyszerűen csak ajánlani tudok néhány tipikus önvizsgálati feladatot:
2. példa
Határozza meg a függvény feltételes szélsőértékét, ha argumentumait az egyenlet kapcsolja össze
3. példa
Keresse meg a függvény szélsőértékét a feltétel alatt
És ismét erősen javaslom a feladatok geometriai lényegének megértését, különösen az utolsó példánál, ahol az elégséges állapot elemző igazolása nem ajándék. Ne feledje, melyik 2. rendű sor beállítja az egyenletet, és mit felület ez a vonal térben generál. Elemezze, hogy a henger melyik görbén metszi a síkot, és ezen a görbén hol lesz minimum és hol maximum.
Megoldások és válaszok az óra végén.
A vizsgált problémát széles körben használják különféle területeken, különösen - nem megyünk messzire, a geometriában. Oldjuk meg mindenki kedvenc, fél literes problémáját (lásd a cikk 7. példájátExtrém feladatok ) második út:
4. példa
Mekkora legyen egy hengeres konzervdoboz mérete, hogy a doboz elkészítéséhez a legkevesebb anyag kerüljön felhasználásra, ha a doboz térfogata
Megoldás: vegyünk egy változó alapsugárt , egy változó magasságot, és állítsuk össze a kanna teljes felületének területének függvényét:
(két burkolat területe + oldalfelület)
Paraméter neve | Jelentése |
Cikk tárgya: | Lagrange módszer. |
Rubrika (tematikus kategória) | Matematika |
A polinom megtalálása azt jelenti, hogy meghatározzuk az együttható értékét . Ehhez az interpolációs feltétel segítségével lineáris algebrai egyenletrendszert (SLAE) alkothat.
Ennek az SLAE-nek a determinánsát általában Vandermonde-determinánsnak nevezik. A Vandermonde-determináns nem egyenlő nullával, ha for , vagyis abban az esetben, ha a keresőtáblában nincsenek egyező csomópontok. Τᴀᴋᴎᴍ ᴏϬᴩᴀᴈᴏᴍ, vitatható, hogy az SLAE-nek van megoldása, és ez a megoldás egyedülálló. Az SLAE megoldása és az ismeretlen együtthatók meghatározása szerkeszthetünk interpolációs polinomot.
Az interpoláció feltételeit eleget tevő polinom, ha Lagrange-módszerrel interpolál, n-edik fokú polinomok lineáris kombinációjaként készül:
A polinomokat ún alapvető polinomok. Azért, hogy Lagrange polinom teljesíti az interpolációs feltételeket, rendkívül fontos, hogy az alábbi feltételek teljesüljenek az alappolinomjaira:
Mert .
Ha ezek a feltételek teljesülnek, akkor a következőkkel rendelkezünk:
Τᴀᴋᴎᴍ ᴏϬᴩᴀᴈᴏᴍ, az alappolinomokra adott feltételek teljesülése azt jelenti, hogy az interpolációs feltételek is teljesülnek.
Határozzuk meg az alappolinomok alakját a rájuk rótt megszorítások alapján.
1. feltétel: nál nél .
2. feltétel: .
Végül az alappolinomhoz a következőket írhatjuk:
Ezután az alappolinomok eredő kifejezését behelyettesítve az eredeti polinomba, megkapjuk a Lagrange-polinom végső alakját:
Az at Lagrange-polinom egy bizonyos formáját általában lineáris interpolációs képletnek nevezik:
.
A Lagrange-polinomot általában másodfokú interpolációs képletnek nevezik:
Lagrange módszer. - koncepció és típusok. A "Lagrange-módszer" kategória osztályozása és jellemzői. 2017, 2018.
Lineáris távirányítók. Meghatározás. típusvezérlés, azaz. lineáris az ismeretlen függvényhez és deriváltjához képest lineárisnak nevezzük. Egy ilyen típusú megoldáshoz két módszert kell figyelembe venni: a Lagrange-módszert és a Bernoulli-módszert. Tekintsünk egy homogén DE-t.
Meghatározás. A DU-t homogénnek nevezzük, ha az f-i az argumentumaikhoz viszonyítva f-i-ként ábrázolható Példa. Az F-edik homogén f-edik mérést nevezzük, ha Példák: 1) - 1. rendű homogenitás. 2) - a homogenitás 2. rendje. 3) - a homogenitás nulla rendje (csak homogén... .
Az extrém feladatok nagy jelentőséggel bírnak a gazdasági számításokban. Ez egy számítás például a maximális bevételről, nyereségről, minimális költségről, több változótól függően: erőforrások, termelési eszközök stb. A függvények szélsőségeinek megtalálásának elmélete... .
3. 2. 1. DE elválasztható változókkal S.R. 3. A természettudományban, a technikában és a közgazdaságtanban gyakran kell empirikus képletekkel számolni, pl. statisztikai adatok feldolgozása alapján összeállított képletek vagy ...
Tekintsünk egy elsőrendű lineáris inhomogén differenciálegyenletet:
(1)
.
Az egyenlet megoldásának három módja van:
- állandó variációs módszer (Lagrange).
Tekintsük egy elsőrendű lineáris differenciálegyenlet megoldását a Lagrange-módszerrel.
Állandó variációs módszer (Lagrange)
Az állandó variációs módszerben az egyenletet két lépésben oldjuk meg. Az első lépésben egyszerűsítjük az eredeti egyenletet, és megoldjuk a homogén egyenletet. A második lépésben a megoldás első szakaszában kapott integrációs állandót egy függvényre cseréljük. Ezután keressük az eredeti egyenlet általános megoldását.
Tekintsük az egyenletet:
(1)
1. lépés A homogén egyenlet megoldása
A homogén egyenletre keresünk megoldást:
Ez egy elválasztható egyenlet
Változók elválasztása – szorozzuk dx-el, osztjuk y-vel:
Integráljuk:
Integrál y felett - táblázatos:
Akkor
Potencírozza:
Cseréljük ki az e C állandót C-re, és vegyük ki a modulus előjelét, ami az állandóval való szorzásra redukálódik ±1, amelyet a C-be foglalunk:
2. lépés Cserélje ki a C állandót a függvényre
Most cseréljük le a C állandót x függvényére:
c → u (x)
Vagyis megoldást fogunk keresni az eredeti egyenletre (1)
mint:
(2)
Megtaláljuk a származékot.
A komplex függvény differenciálási szabálya szerint:
.
A termékdifferenciálási szabály szerint:
.
Behelyettesítjük az eredeti egyenletbe (1)
:
(1)
;
.
Két kifejezés lecsökkent:
;
.
Integráljuk:
.
Csere be (2)
:
.
Ennek eredményeként megkapjuk az elsőrendű lineáris differenciálegyenlet általános megoldását:
.
Példa egy elsőrendű lineáris differenciálegyenlet megoldására Lagrange módszerrel
oldja meg az egyenletet
Megoldás
Megoldjuk a homogén egyenletet:
Változók elválasztása:
Szorozzuk meg:
Integráljuk:
Táblázat integrálok:
Potencírozza:
Cseréljük ki az e C állandót C-re, és távolítsuk el a modulus előjeleit:
Innen:
Cseréljük le a C állandót x függvényével:
c → u (x)
Megtaláljuk a származékot:
.
Behelyettesítjük az eredeti egyenletbe:
;
;
Vagy:
;
.
Integráljuk:
;
Egyenlet megoldás:
.