변분법

위키백과, 우리 모두의 백과사전.
이동: 둘러보기, 검색

변분법이란, 미적분학의 일종으로, 일반 미적분학과는 달리 범함수를 다룬다. 이런 미적분학은 알려지지 않은 함수와 이 함수의 도함수를 다루는데, 주로, 어떠한 값을 최대화 하거나, 최소화 하는 함수 모양이 어떻게 되는가를 다룬다.

오일러-라그랑주 방정식[편집]

오일러-라그랑주 방정식은 함수 q의 함수인 범함수 S를 최소나 최대로 하는 함수 q\left(t\right)를 찾기 위한 것이다. 여기서 S

\displaystyle S(q) = \int_a^b L(t,q(t),q'(t))\, \mathrm{d}t

이다. 여기서:

  • q 는 구하고자 하는 함수이며, 다음과 같은 성질을 만족한다:
    \begin{align}
q \colon [a, b] \subset \mathbb{R} & \to     X \\
                                 t & \mapsto x = q(t)
\end{align}
여기서 q 는 미분 가능한 함수고, q\left(a\right) = x_a, q\left(b\right) = x_b로 정해져 있다.
  • q'q를 미분한 함수이다.

오일러-라그랑주 방정식의 증명[편집]

1차원 오일러-라그랑주 방정식 유도는 수학에서 고전으로 꼽힌다. 이 증명의 근거는 변분법의 기본정리 이다.

함수 f 가, 경계값 조건 f\left(a\right) = c, f\left(b\right) = d를 만족하고, 다음과 같이 주어지는 범함수 J 를 최대 또는 최소로 만든다고 하자.

 J = \int_a^b F(x,f(x),f'(x))\, dx. \,\!

여기서 F가 연속적인 편미분값을 가진다고 가정한다. (가정을 더 약하게 잡을 수도 있으나, 그러면 증명이 더 복잡해진다.)

만일 f가 상대 범함수를 최대, 최소로 한다고 하면, f에 매우 작은 변화를 가했을 때, J의 값이 늘거나(fJ를 최소화할때) J의 값이 줄 수 있다.(fJ를 최대화할때)

여기서 f에 매우 작은 변화를 준 함수 g_\epsilon\left(x\right) = f\left(x\right)+\epsilon\eta\left(x\right) 를 도입하자. 여기서 \eta\left(x\right)\eta\left(a\right) = \eta\left(b\right) = 0 를 만족하는 미분가능한 함수이다. 이제, f 대신 g 를 넣은 J는 다음과 같은 함수가 될 것이다.

 J(\epsilon) = \int_a^b F(x,g_\epsilon(x), g_\varepsilon'(x) )\, dx. \,\!

이제 J\epsilon 에 대해 미분한 전미분 을 구하면,

 \frac{\mathrm{d} J}{\mathrm{d} \varepsilon} = \int_a^b \frac{\mathrm{d}F}{\mathrm{d}\epsilon}(x,g_\varepsilon(x), g_\varepsilon'(x) )\, dx.

전미분의 정의에서 다음과 같은 식이 나오며,

\frac{\mathrm{d}F}{\mathrm{d}\epsilon} = \frac{\partial F}{\partial x}\frac{\partial x}{\partial \varepsilon} + \frac{\partial F}{\partial g_\varepsilon}\frac{\partial g_\varepsilon}{\partial \varepsilon} + \frac{\partial F}{\partial g'_\varepsilon}\frac{\partial g'_\varepsilon}{\partial \varepsilon} = \eta(x) \frac{\partial F}{\partial g_\varepsilon} + \eta'(x) \frac{\partial F}{\partial g_\varepsilon'}.

그러므로

 \frac{\mathrm{d} J}{\mathrm{d} \epsilon} = \int_a^b \left[\eta(x) \frac{\partial F}{\partial g_\varepsilon} + \eta'(x) \frac{\partial F}{\partial g_\varepsilon'} \, \right]\,dx.

만약 \epsilon = 0 이 되면 g_\epsilon = f이고, fJ를 극값으로 만드는 부분이므로, J'\left(0\right) = 0, 일 것이다. 수식으로 쓰면,

 J'(0) = \int_a^b \left[ \eta(x) \frac{\partial F}{\partial f} + \eta'(x) \frac{\partial F}{\partial f'} \,\right]\,dx = 0.

좀 더 정리하기 위해, 두 번째 항에 부분적분을 한다. 그러면 다음과 같은 식을 얻는다.

 0 = \int_a^b \left[ \frac{\partial F}{\partial f} - \frac{d}{dx} \frac{\partial F}{\partial f'} \right] \eta(x)\,dx + \left[ \eta(x) \frac{\partial F}{\partial f'} \right]_a^b.

\eta에 대한 경계값 조건을 이용하면,

 0 = \int_a^b \left[ \frac{\partial F}{\partial f} - \frac{d}{dx} \frac{\partial F}{\partial f'} \right] \eta(x)\,dx. \,\!

변분법의 기본정리 를 적용하면, 다음과 같은 오일러-라그랑주 방정식을 얻는다.

 0 = \frac{\partial F}{\partial f} - \frac{d}{dx} \frac{\partial F}{\partial f'}.


두 점을 지나는 가장 짧은 곡선[편집]

2차원 좌표평면상에 두 점 \left(a, y_a\right)\left(b, y_b\right)가 있다고 하자. 그렇다면 이 두 점을 연결하는 가장 짧은 곡선은 다음과 같은 범함수 L 를 최소로 만드는 곡선이다.

 L\left[f\right] = \int_a^b \sqrt{1 + f'\left(x\right)^2}\, dx

여기서 f의 경우 두 점을 지나야 하므로 f\left(a\right) = y_a, f\left(b\right)=y_b를 만족하는 함수이다.

위에서 증명한 오일러-라그랑주 방정식을 적용하게 되면, 함수 f

 0 = -\frac{d}{dx}\frac{\partial }{\partial f'}\sqrt{1 + f'\left(x\right)^2}

를 만족하여야 한다. 식을 조금 정리해보면,

 \begin{matrix}
 0 &=& \frac{d}{dx}\frac{\partial }{\partial f'}\sqrt{1 + f'\left(x\right)^2} \\
&=& \frac{d}{dx}\frac{f'\left(x\right)}{\sqrt{1 + f'\left(x\right)^2}}
\end{matrix}

평균값 정리에 의해 미분해서 0이되는 함수는 그 구간에선 상수함수이므로,

\frac{f'\left(x\right)}{\sqrt{1 + f'\left(x\right)^2}} = k

가 되고, 좌변의 분모를 양변에 곱한 후 양변을 제곱하여 정리하면 f'\left(x\right)에 대한 이차방정식이므로 다음과 같은 해를 얻을 수 있다.

f'\left(x\right) = C

따라서 두 점 사이의 곡선중 길이가 최소인 곡선은 f\left(x\right)=Cx + D를 만족하는 직선이다.

참고 문헌[편집]

관련 문서[편집]