以下の投稿へ追記部分の分離。
ここで円錐曲線を中心とした既存の考え方に新たな概念を追加します。
出発点は「一体問題」すなわち「ニュートン第一法則(慣性の法則)に従って他の力が作用していない単一の質点が静止しているか一定の速度で直進し続けいる状態。
二つの質点が互いに影響を与え合って円軌道ないしは楕円軌道を描く状態を「二体問題」と呼び、二つの質点間の距離が無限遠点に達した時点で問題は「一体問題」に回帰するものと考える。
また「一体問題」における単一の質点が一定方向に等速運動を続けていて、そのベクトルがこれを対角線とする複数の単位ベクトルに分解可能な場合、ミクロ経済学は効用関数をxyと設定した場合のラグランジェの未定乗数法を用いて1つずつ固有値と固有ベクトルを求める形でそれを達成する。そうやってたった一つの単位ベクトルだけが存在する状態に追い込めたら、やはり問題は「一体問題」に回帰するものと考える。
ミクロ経済学において、効用関数をxyと設定した場合のラグランジェの未定乗数法を用いた場合、x=yとなる状況がレオンチェフ形効用関数に推移するが、これは物理学でいうと「同一質点を複数の質点が周回する多体問題」に推移する。
なおこのシステム全体をある種の意思決定システムとして利用するには以下の様なルールを定める必要があります。
このシステムは例えば「ランチで和食・洋食・中華どれを選ぶか悩んだ末に中華を選んだので、一番近い中華屋がほぼ自動的に選ばれた」みたいな判断を下す上でこの様に動作する訳です。この過程そのものの本質が物理学的でも経済学的でもない点に注意してください。人工知能アルゴリズムなるもの、こういう組み合わせで出来上がっているのです。
全微分から偏微分へ 考え方を多変量解析に拡大するには、偏微分の考え方の導入が不可欠となりますね。まずは全微分の考え方の再確認から。
出発点となる全微分の考え方(接ベクトルの求め方) y = d y d x x = + 1 ∗ x 1 − 1 = + 1 ∗ x 0 = + 1 y=\frac{dy}{dx}x=+1*x^{1-1}=+1*x^0=+1 y = d x d y x = + 1 ∗ x 1 − 1 = + 1 ∗ x 0 = + 1
y = d y d x x 2 = + 2 ∗ x 2 − 1 = + 2 ∗ x 1 = 2 x y=\frac{dy}{dx}x^2=+2*x^{2-1}=+2*x^1=2x y = d x d y x 2 = + 2 ∗ x 2 − 1 = + 2 ∗ x 1 = 2 x
y = d y d x e − x = − 1 ∗ e − x = − e − x y=\frac{dy}{dx}e^{-x}=-1*e^{-x}=-e^{-x} y = d x d y e − x = − 1 ∗ e − x = − e − x
y = d y d x e + 3 x = + 3 ∗ e + 3 x = + 3 e + 3 x y=\frac{dy}{dx}e^{+3x}=+3*e^{+3x}=+3e^{+3x} y = d x d y e + 3 x = + 3 ∗ e + 3 x = + 3 e + 3 x
勾配の計算例
絶対値r = x 2 + y 2 + z 2 r=\sqrt{x^2+y^2+z^2} r = x 2 + y 2 + z 2 について
∇ r = ∂ r ∂ x i + ∂ r ∂ y j + ∂ r ∂ z k ∇r=\frac{∂r}{∂x}i+\frac{∂r}{∂y}j+\frac{∂r}{∂z}k ∇ r = ∂ x ∂ r i + ∂ y ∂ r j + ∂ z ∂ r k
x成分の計算
∂ r ∂ x = ∂ ∂ x ( x 2 + y 2 + z 2 ) 1 2 \frac{∂r}{∂x}=\frac{∂}{∂x}(x^2+y^2+z^2)^{\frac{1}{2}} ∂ x ∂ r = ∂ x ∂ ( x 2 + y 2 + z 2 ) 2 1
= 1 2 ( x 2 + y 2 + z 2 ) 1 2 − 1 ∂ ∂ x ( x 2 + y 2 + z 2 ) =\frac{1}{2}(x^2+y^2+z^2)^{\frac{1}{2}-1}\frac{∂}{∂x}(x^2+y^2+z^2) = 2 1 ( x 2 + y 2 + z 2 ) 2 1 − 1 ∂ x ∂ ( x 2 + y 2 + z 2 )
∂ r ∂ x = 1 2 ( x 2 + y 2 + z 2 ) − 1 2 2 x \frac{∂r}{∂x}=\frac{1}{2}(x^2+y^2+z^2)^{-\frac{1}{2}}2x ∂ x ∂ r = 2 1 ( x 2 + y 2 + z 2 ) − 2 1 2 x
= x r =\frac{x}{r} = r x
同様にy成分とz成分を求める。
∂ r ∂ y = y r , ∂ r ∂ z = z r , \frac{∂r}{∂y}=\frac{y}{r},\frac{∂r}{∂z}=\frac{z}{r}, ∂ y ∂ r = r y , ∂ z ∂ r = r z ,
従って
∇ r = x r i + y r j + z r k = r r ∇r=\frac{x}{r}i+\frac{y}{r}j+\frac{z}{r}k=\frac{r}{r} ∇ r = r x i + r y j + r z k = r r
偏微分の基礎 とりあえず簡単な例から。
z=x+yの偏微分
∂ z ∂ x x + y = + 1 ∗ x 1 − 1 + 0 = + 1 ∗ x 0 = + 1 \frac{∂z}{∂x}x+y=+1*x^{1-1}+0=+1*x^0=+1 ∂ x ∂ z x + y = + 1 ∗ x 1 − 1 + 0 = + 1 ∗ x 0 = + 1
∂ f ∂ y x + y = 0 + 1 ∗ y 1 − 1 + 0 = + 1 ∗ y 0 = + 1 \frac{∂f}{∂y}x+y=0+1*y^{1-1}+0=+1*y^0=+1 ∂ y ∂ f x + y = 0 + 1 ∗ y 1 − 1 + 0 = + 1 ∗ y 0 = + 1
z=3x-2yの偏微分
∂ z ∂ x 3 x − 2 y = + 3 ∗ ( 1 ∗ x 1 − 1 ) + 0 = + 3 ∗ x 0 = + 3 \frac{∂z}{∂x}3x-2y=+3*(1*x^{1-1})+0=+3*x^0=+3 ∂ x ∂ z 3 x − 2 y = + 3 ∗ ( 1 ∗ x 1 − 1 ) + 0 = + 3 ∗ x 0 = + 3
∂ z ∂ y 3 x − 2 y = 0 + ( − 2 ) y 1 − 1 = ( − 2 ) ∗ y 0 = − 2 \frac{∂z}{∂y}3x-2y=0+(-2)y^{1-1}=(-2)*y^0=-2 ∂ y ∂ z 3 x − 2 y = 0 + ( − 2 ) y 1 − 1 = ( − 2 ) ∗ y 0 = − 2
z=xyの偏微分
∂ z ∂ x x y = + 1 ∗ x 2 − 1 + 0 = + 1 ∗ x 1 = + x \frac{∂z}{∂x}xy=+1*x^{2-1}+0=+1*x^1=+x ∂ x ∂ z x y = + 1 ∗ x 2 − 1 + 0 = + 1 ∗ x 1 = + x
∂ f ∂ y x y = 0 + 1 ∗ y 2 − 1 + 0 = + 1 ∗ y 1 = + y \frac{∂f}{∂y}xy=0+1*y^{2-1}+0=+1*y^1=+y ∂ y ∂ f x y = 0 + 1 ∗ y 2 − 1 + 0 = + 1 ∗ y 1 = + y
束縛条件 g(x, y) = 0 の下で、f(x, y) が最大値となる点 (a , b) を求める問題を考える。
m a x i m i z e f ( x , y ) , maximize f(x,y), ma x imi ze f ( x , y ) ,
s u b j e c t t o g ( x , y ) = 0 subject to g(x,y)=0 s u bj ec tt o g ( x , y ) = 0
ここでラグランジュ乗数をλとすると
f ( x , y ) = λ g ( x , y ) f(x,y)=λg(x,y) f ( x , y ) = λ g ( x , y )
F ( x , y , λ ) = f ( x , y ) − λ g ( x , y ) = 0 F(x,y,λ)=f(x,y)-λg(x,y)=0 F ( x , y , λ ) = f ( x , y ) − λ g ( x , y ) = 0
点 (a, b) で∂ g ∂ x \frac{∂g}{∂x} ∂ x ∂ g と∂ g ∂ y \frac{∂g}{∂y} ∂ y ∂ g の少なくとも一方が 0 でないならば、α が存在して点 (a, b, α) において以下が成立する(一階条件)。
∂ F ∂ x = ∂ F ∂ y = ∂ F ∂ λ = 0 \frac{∂F}{∂x}=\frac{∂F}{∂y}=\frac{∂F}{∂λ}=0 ∂ x ∂ F = ∂ y ∂ F = ∂ λ ∂ F = 0
具体的計算例
よってラグランジュの未定乗数法に落とし込むと
max xy subject to 10x+30y-180 F=xy-λ(10x+30y-180)=xy-10λx-30λy+180λ=0
x,y,λそれぞれを偏微分する。
∂ F ∂ x x y − 10 λ x − 30 λ y + 180 λ = y − 10 λ + 0 + 0 = y − 10 λ = 0 … ① \frac{∂F}{∂x}xy-10λx-30λy+180λ=y-10λ+0+0=y-10λ=0 …① ∂ x ∂ F x y − 10 λ x − 30 λ y + 180 λ = y − 10 λ + 0 + 0 = y − 10 λ = 0 … ①
∂ F ∂ y x y − 10 λ x − 30 λ y + 180 λ = x − 0 − 30 λ + 0 = x − 30 λ = 0 … ② \frac{∂F}{∂y}xy-10λx-30λy+180λ=x-0-30λ+0=x-30λ=0 …② ∂ y ∂ F x y − 10 λ x − 30 λ y + 180 λ = x − 0 − 30 λ + 0 = x − 30 λ = 0 … ②
∂ F ∂ λ x y − 10 λ x − 30 λ y + 180 λ = 0 − 10 x − 30 y + 180 = − 10 x − 30 y + 180 = 0 … ③ \frac{∂F}{∂λ}xy-10λx-30λy+180λ=0-10x-30y+180=-10x-30y+180=0 …③ ∂ λ ∂ F x y − 10 λ x − 30 λ y + 180 λ = 0 − 10 x − 30 y + 180 = − 10 x − 30 y + 180 = 0 … ③
①と②で連立方程式を組む。
{ x − 10 λ = 0 … ① y − 30 λ = 0 … ② \begin{cases}
x-10λ=0 …①\\
y-30λ=0 …②
\end{cases} { x − 10 λ = 0 … ① y − 30 λ = 0 … ②
①を3倍にする。
{ 3 x − 30 λ = 0 y − 30 λ = 0 \begin{cases}
3x-30λ=0\\
y-30λ=0
\end{cases} { 3 x − 30 λ = 0 y − 30 λ = 0
3x-30λ=y-30λ ⇒3y=x …④
③と④で連立方程式を組む。
{ 3 y = x … ④ − 10 x − 30 y + 180 = 0 … ③ \begin{cases}
3y=x …④\\
-10x-30y+180=0 …③
\end{cases} { 3 y = x … ④ − 10 x − 30 y + 180 = 0 … ③
③を④に代入
-10(3y)-30y+180=0 -30y-30y+180=0 -60y+180=0 -60y=-180 y=3
「y=3」を④に代入
x=3y x=3(3) x=9
この判定法が何を言っているかという点だけでいえば、一変数または二変数の場合は簡単である。一変数の場合にはヘッセ行列は唯一つの二階導関数しか持たず、その二階導関数が x で正ならば x は極小で、負ならば x は極大であり、ゼロならば何もいえない。二変数の場合には、判別式は固有値の積になるから、判別式が使えて、判別式の値が正ならば(固有値がともに正またはともに負となるから)極値を持ち、負ならば二つの固有値が異なる符号を持つから鞍点となる。判別式がゼロのところは不確定である。
上掲Wikipedia「ヘッセ行列」 z=(x ±a)(y ±b)の偏微分
∂ z ∂ ( x ± a ) ( x ± a ) ( y ± b ) = + 1 ∗ ( x ± a ) 2 − 1 + 0 = + 1 ∗ ( x ± a ) 1 = + x ± a \frac{∂z}{∂(x±a)}(x±a)(y±b)=+1*(x±a)^{2-1}+0=+1*(x±a)^1=+x±a ∂ ( x ± a ) ∂ z ( x ± a ) ( y ± b ) = + 1 ∗ ( x ± a ) 2 − 1 + 0 = + 1 ∗ ( x ± a ) 1 = + x ± a
∂ f ∂ ( y ± b ) ( x ± a ) ( y ± b ) = 0 + 1 ∗ ( y ± b ) 2 − 1 + 0 = + 1 ∗ ( y ± b ) 1 = + y ± b \frac{∂f}{∂(y±b)}(x±a)(y±b)=0+1*(y±b)^{2-1}+0=+1*(y±b)^1=+y±b ∂ ( y ± b ) ∂ f ( x ± a ) ( y ± b ) = 0 + 1 ∗ ( y ± b ) 2 − 1 + 0 = + 1 ∗ ( y ± b ) 1 = + y ± b
普通は置換法を用いてu = x ± a , v = y ± b u=x±a,v=y±b u = x ± a , v = y ± b と置き∂ z ∂ u \frac{∂z}{∂u} ∂ u ∂ z と∂ z ∂ v \frac{∂z}{∂v} ∂ v ∂ z を求めるケース。考え方としてはこうという話。