Processing math: 100%
Nice to meet you everyone.
I’m an engineer of Korea, working on image object recognition.
Any help (especially about my English translation) would be welcomed.
pilhoon-at-gmail-dot-com

2014년 3월 6일 목요일

distance between a point and a plane (Lagrange)

n공간 전체에서 정의된 일급함수 g의 등위면 g=c에서 n공간의 한 점 P에 이르는 최단거리를 주는 점은 항상 존재한다. 이 때 grad(12|XP|2)=XP 이므로, (이하로 grad는 ) 최단점 X에서는 (g(X)=0이 아니라면)
XP=λg(X)
인 실수 λ가 존재한다. (목적함수를 12|XP|2로 잡은 것)
구체적으로,
S:={(x1,...,xn)|a1x1+...+anxn=c} 라고 하자.
이 때, A:=(a1,...,an)으로 두면, 점 P=(p1,...,pn)S사이의 최단거리는
XP=λA,AX=c
를 만족시키는 점 XP사이의 거리다.
양변에 A를 곱하면
A(XP)=λ|A|2
λ=cAP|A|2
구하는 점 X는
X=P+λA=P+cAP|A|2A
이때의 거리는
|XP|=|λA|=|cAP||A|=|a1p1+...+anpnc|a21+...+a2n

2014년 3월 5일 수요일

analytic proof for Lagrange

P가 극점
함수 f가 초곡면(n공간에서 미분 가능한 등위면) g로 제한됨
S:={XU|g(X)=c}
gradg(P)=0 인 경우는 당연히 gradf(P)와 일차종속( λ1gradf(P)+λ2gradg(P)=0 )
아닌 경우,
점 P에서 S의 접평면의 임의의 벡터 v는, S에 포함되는 곡선 X(t)중에서
X(0)=P,X(0)=v
로 주어진다. 그러면 h(t):=f(X(t))t=0일 때 극값을 가진다. 따라서
0=h(0)=gradf(P)X(0)
gradg(P)도 등위면 S에 수직이므로 gradf(P)gradg(P)는 나란하다.
t는 임의로 잡은 값이므로 어떤 값이어도 무관하다.