[수학] Matrix Exponential 미분/적분

2022. 10. 12. 16:15·수학 Mathematics

 

선형대수와 미분방정식에서 중요하게 쓰이는 것 중 하나는 exponential matrix이다.

 

$\dot{x}=Ax\text{, where }A\in \mathbb{R}^{n}$로 된 문제에서 A가 matrix이기 때문에 이에 대한 솔루션을 작성할 때

$x= e^{At}x_{0}$이다.

 

참고로 이 역시 A가 constant matrix이기 때문에 가능한 것이고, 상수가 아닌 시간에 따라 변하는 경우에는 다음과 같이 표현한다.

 

$x(t)=e^{\int_{0}^{t}A(s)ds}x(0)$

여기에서는 A가 상수인 경우만 생각하도록 한다.

$e^{At}$ 이와 같이 exponential의 지수로 matrix가 들어가는 것을 matrix exponential이라고 한다.

 

 

 

그러면 solution을 구할 때 $e^{At}$를 어떻게 풀어야하는가?

 

그런데 $e^{At}$를 단순하게 생각해서 계산할 수 없다.

$e^{At}=I+At+\frac{1}{2!}A^{2}t^{2}\cdots$

 

A가 nonsingular인 경우

$A=V \Lambda V^{-1}$ 와 같이 eigenvalue decomposition을 하고 위 식에 대입한다.

 

굳이 A라는 matrix를 두고 eigenvalue decomposition을 수행하는 이유는

diagonal matrix $\Lambda$의 유리한 성질 때문이다.

 

$e^{\Lambda}=\begin{bmatrix}e^{\lambda_{1}} & 0 & \cdots \\ 0 & e^{\lambda_{2}} & \cdots \\ \vdots & & \end{bmatrix}$

 

다음과 같이 diagonal term에만 exponential 값을 가진다.

이렇게 깔끔하게 표현하기 위해서 잠시 eigenvalue decomposition으로 변형하는 것이다.

$e^{At}=V\left( I + \Lambda t + \frac{1}{2}\Lambda^{2} t^{2} \right)V^{-1}=Ve^{\Lambda t}V^{-1}$

다음과 같이 식을 구하면 훨씬 간단하게 표현할 수 있다.

 

이렇게 푸는 방식은 물리적으로 의미가 있으나 여기에서는 설명을 줄이고,

미분방정식을 풀 때 시간에 대해 적분해야하는 경우가 있어서 글을 쓰는 것이었다.

 

continuous system을 discretization할 때

Zero-Order Hold로 할 경우에는 다음 적분을 수행해야한다.

 

$x_{k+1}=e^{A(t_{k+1}-t_{k})}x_{k}+\int_{t_{k}}^{t_{k+1}}e^{A(t_{k+1}-\tau)} Bu(\tau) d\tau$

이 때 $u$는 constant라고 가정하기 때문에

 

$=e^{AT_{s}}x_{k}+\int_{t_{k}}^{t_{k+1}}e^{A(t_{k+1}-\tau)} B d\tau u$

로 만들 수 있다. 이 때 적분을 어떻게 수행하는가?

 

미분

 

$\displaystyle \frac{d}{dt}(e^{At}) = Ae^{At}$

 

 

적분

 

$\int_0^T e^{A t} d t=T\left(I+\frac{A T}{2 !}+\frac{(A T)^2}{3 !}+\cdots+\frac{(A T)^{n-1}}{n !}+\ldots\right)$

 

$A(\int_0^T e^{At}dt)+I = e^{AT}$

$\therefore \int_0^T e^{At}dt = A^{-1}(e^{AT}-I)$

라는 결과를 얻을 수 있다.

 

다만 이것도 A가 nonsingular일 때이고, singular일 때는 직접 적분을 수행하는 것이 더 빠르다.

 

A가 nonsingular일 때 푸는 방법 중에는

아래 참고문헌인 stackexchange에서 다음과 같이 설명하고 있다.

 

$A=U^{-1}\left(\begin{array}{ll}B & 0 \\ 0 & C\end{array}\right) U$와 같은 jordan form로 바꿔준 다음에 적분을 수행한다.

 

$\mathrm{e}^{t A}=U^{-1}\left(\begin{array}{cc}\mathrm{e}^{t B} & 0 \\ 0 & \mathrm{e}^{t C}\end{array}\right) U$

$\int_0^T \mathrm{e}^{t A} d t=U^{-1}\left(\begin{array}{cc}\int_0^T \mathrm{e}^{t B} d t & 0 \\ 0 & C^{-1}\left(\mathrm{e}^{T C}-I\right)\end{array}\right) U$

 

https://math.stackexchange.com/questions/658276/integral-of-matrix-exponential

 

Integral of matrix exponential

Let $A$ be an $n \times n$ matrix. Then the solution of the initial value problem \begin{align*} \dot{x}(t) = A x(t), \quad x(0) = x_0 \end{align*} is given by $x(t) = \mathrm{e}^{At} x_0$. I am

math.stackexchange.com

 

 

저작자표시 비영리 변경금지 (새창열림)

'수학 Mathematics' 카테고리의 다른 글

[수학] Norm of vector  (0) 2023.09.04
[수학] Convex function  (0) 2022.10.14
[수학] 수학적 증명 방법  (0) 2022.03.10
[수학] Definition, Theorem, Lemma, Corollary  (0) 2021.02.18
'수학 Mathematics' 카테고리의 다른 글
  • [수학] Norm of vector
  • [수학] Convex function
  • [수학] 수학적 증명 방법
  • [수학] Definition, Theorem, Lemma, Corollary
보통의공대생
보통의공대생
수학,프로그래밍,기계항공우주 등 공부하는 기록들을 남깁니다.
  • 보통의공대생
    뛰는 놈 위에 나는 공대생
    보통의공대생
  • 전체
    오늘
    어제
    • 분류 전체보기 (460) N
      • 공지 (1)
      • 영어 공부 English Study (40)
        • 텝스 TEPS (7)
        • 글 Article (21)
        • 영상 Video (10)
      • 연구 Research (99)
        • 최적화 Optimization (3)
        • 데이터과학 Data Science (7)
        • 인공지능 Artificial Intelligent (40)
        • 제어 Control (45)
      • 프로그래밍 Programming (103)
        • 매트랩 MATLAB (25)
        • 파이썬 Python (33)
        • 줄리아 Julia (2)
        • C++ (3)
        • 리눅스 우분투 Ubuntu (6)
      • 항공우주 Aeronautical engineeri.. (21)
        • 항법 Navigation (0)
        • 유도 Guidance (0)
      • 기계공학 Mechanical engineering (13)
        • 열역학 Thermodynamics (0)
        • 고체역학 Statics & Solid mechan.. (10)
        • 동역학 Dynamics (1)
        • 유체역학 Fluid Dynamics (0)
      • 수학 Mathematics (34)
        • 선형대수학 Linear Algebra (18)
        • 미분방정식 Differential Equation (3)
        • 확률및통계 Probability & Sta.. (2)
        • 미적분학 Calculus (1)
        • 복소해석학 Complex Analysis (5)
        • 실해석학 Real Analysis (0)
      • 수치해석 Numerical Analysis (21)
      • 확률 및 랜덤프로세스 Random process (2)
      • 추론 & 추정 이론 Estimation (3)
      • 기타 (26)
        • 설계 프로젝트 System Design (8)
        • 논문작성 Writing (55)
        • 세미나 Seminar (2)
        • 생산성 Productivity (3)
      • 유학 생활 Daily (7) N
  • 블로그 메뉴

    • 홈
    • 태그
    • 방명록
  • 링크

  • 공지사항

  • 인기 글

  • 태그

    Julia
    생산성
    Numerical Analysis
    에러기록
    Zotero
    ChatGPT
    teps
    논문작성법
    JAX
    Dear abby
    Linear algebra
    우분투
    WOX
    수치해석
    서버
    pytorch
    obsidian
    Python
    matplotlib
    옵시디언
    딥러닝
    논문작성
    인공지능
    MATLAB
    고체역학
    LaTeX
    Statics
    텝스공부
    IEEE
    텝스
  • 최근 댓글

  • 최근 글

  • hELLO· Designed By정상우.v4.10.3
보통의공대생
[수학] Matrix Exponential 미분/적분
상단으로

티스토리툴바