Lagrange Çarpanı yöntemini anlamak için önce gradyan vektörü ve düzey eğrileri (level curves) kavramlarını iyice özümsemek gerekir. Çünkü yöntemin temelinde şu geometrik gerçek yatar:
Kısıtlı optimizasyon probleminde optimum noktada, $f$'nin gradyanı ile kısıtın gradyanı birbirine paraleldir. Bu paralellik, Lagrange Çarpanı yönteminin kalbidir.
Bu sayfada gradyan ve düzey eğrileri arasındaki ilişkiyi adım adım inceleyeceğiz.
İki değişkenli bir $f(x,y)$ fonksiyonunun gradyanı, kısmi türevlerin oluşturduğu vektördür:
1. Gradyan, en dik artış yönünü gösterir.
2. Gradyanın büyüklüğü $|\nabla f|$, o yöndeki değişim hızını verir.
3. Gradyan, düzey eğrilerine diktir (bu en önemli özellik!).
$f(x,y)$ fonksiyonunun düzey eğrileri, $f(x,y) = c$ sabit olduğu noktaların kümesidir. Başka bir deyişle, fonksiyonun aynı değeri aldığı noktaları birleştiren eğrilerdir.
Düzey eğrileri, fonksiyonun topografik haritası gibidir. Her bir eğri, fonksiyonun belirli bir "yükseklik" değerine karşılık gelen noktaları gösterir.
Bu, Lagrange Çarpanı için en kritik geometrik gerçektir:
$f$ türevlenebilir bir fonksiyon olsun. $P$ noktası bir düzey eğrisi üzerinde ise, $\nabla f(P)$ vektörü bu düzey eğrisine diktir (normaldir).
Neden? Bir düzey eğrisi boyunca hareket ederken $f$ değişmez (sabit kalır). Dolayısıyla eğri boyunca yönlü türev sıfırdır. Yönlü türev $\nabla f \cdot \mathbf{v}$ olduğu için, $\nabla f$ eğrinin teğet vektörüne diktir.
Şimdi asıl konuya gelelim. $f(x,y)$'yi $g(x,y)=0$ kısıtı altında optimize etmek istiyoruz.
Lagrange Çarpanı yöntemi, "gradyanlar paralel" koşulunu cebirsel olarak çözmekten ibarettir. $\nabla f = \lambda \nabla g$ denklemi, $L(x,y,\lambda) = f - \lambda g$ Lagrangian'ının türevleridir.
Artık gradyanın düzey eğrilerine dik olduğunu ve optimumda $\nabla f = \lambda \nabla g$ koşulunun neden ortaya çıktığını biliyoruz. Bir sonraki modülde "Lagrange Çarpanı Nedir?" başlığı altında bu koşulu resmi olarak tanımlayıp $L(x,y,\lambda)$ fonksiyonunu kuracağız.