상태방정식 풀기: 고유값, 전달함수, 행렬 지수함수
A, B, C, D가 주어지면 극점과 전달함수, 그리고 시간응답 전체를 손으로 구할 수 있습니다. 이 장에서는 그 계산을 하나씩 익힙니다.
핵심 정리
선형 상태방정식 ẋ = Ax + Bu를 푼다는 것은 x(t) = e^{At}x(0)에 과거 입력의 합성곱을 더한 해를 구하는 일이며, 여기서 상태천이행렬 e^{At}가 상태를 시간에 따라 옮깁니다. 같은 모델에서 전달함수 G(s) = C(sI − A)⁻¹B + D를 얻으며, 분자와 약분되지 않는 한 그 극점은 A의 고유값입니다. e^{At}는 라플라스 역변환, 대각화, 케일리–해밀턴 방법으로 구합니다.
2차 상태 모델의 고유값, 전달함수, e^{At}, 전체 시간응답을 손으로 계산하고, 주어진 전달함수를 상태방정식으로 옮깁니다.
강의 앞부분에서 시스템을 ẋ = Ax + Bu, y = Cx + Du로 적었고, 그 뒤 고전 제어 부분에서는 주로 전달함수로 계산했습니다. 이제 그 상태 모델을 다시 꺼내 직접 계산합니다. 같은 네 행렬에서 극점과 전달함수, 그리고 초기 상태가 만드는 부분까지 포함한 시간응답을 모두 구할 수 있습니다.
앞 강의 다시 보기: 온도조절기·PI·가열의 한계먼저 그려 보기
상태가 하나인 경우부터 봅시다. ẋ = ax + bu의 해는 e^{at}x(0)에 과거 입력의 가중합을 더한 것이고, a의 부호가 자유 운동이 사라질지 커질지를 정합니다. 상태가 n개인 상태방정식의 해도 수 a를 행렬 A로 바꾼 것과 모양이 같습니다. e^{at} 자리에는 행렬 지수함수 e^{At}가 들어가고, a가 하던 역할은 A의 고유값이 맡습니다. 고유값 λ마다 운동에 e^{λt} 항이 하나씩 생깁니다. 스프링에 매달린 질량을 당겼다가 놓아 보세요. 그때 보이는 움직임이 초기 위치와 속도에 e^{At}를 곱한 결과입니다.
개념을 하나씩 연결하기
ẋ = Ax + Bu를 초기 상태를 남긴 채 라플라스 변환하면 sX(s) − x(0) = AX(s) + BU(s)입니다. 양변에 (sI − A)⁻¹를 곱해 X(s)를 구합니다. 결과는 x(0)에서 나오는 부분과 입력에서 나오는 부분으로 나뉩니다. x(0) = 0으로 두고 출력방정식 y = Cx + Du에 대입하면 전달함수 G(s) = C(sI − A)⁻¹B + D를 얻습니다. (sI − A)⁻¹의 모든 원소는 다항식을 det(sI − A)로 나눈 꼴입니다. 그래서 G(s)의 극점은 특성방정식 det(sI − A) = 0의 근이고, 이 근이 곧 A의 고유값입니다. 극점이 G(s)에서 빠지는 경우는 분자의 인수와 약분될 때뿐입니다. (sI − A)⁻¹를 시간 영역으로 되돌리면 상태천이행렬 Φ(t) = e^{At}가 됩니다. 이 행렬은 초기 상태를 시각 t까지 옮기고, 합성곱 적분 안에서는 임의의 입력에 대한 응답을 만듭니다.
수식 읽는 법
상태방정식은 모든 상태의 변화율을 주고, 출력방정식은 무엇을 측정하는지 나타냅니다. 상태가 n개이고 입력과 출력이 하나씩이면 A는 n×n, B는 n×1, C는 1×n 행렬이고 D는 수 하나입니다.
상태방정식을 라플라스 변환해 X(s)에 대해 푼 식입니다. 첫 항은 초기 상태가 만드는 영입력 응답이고, 둘째 항은 입력이 만드는 영상태 응답입니다.
초기 상태를 0으로 두고 X(s)를 출력방정식에 대입한 결과입니다. 이 공식 하나로 어떤 상태 모델이든 전달함수로 바꿀 수 있습니다.
행렬식이 모든 원소의 공통 분모이므로 A의 고유값이 G(s)의 극점 후보입니다. 분자와 약분되는 인수가 없으면 고유값이 그대로 극점입니다.
손 계산에 늘 쓰는 2×2 역행렬 공식입니다. 대각 원소의 자리를 바꾸고, 나머지 두 원소의 부호를 바꾼 뒤 행렬식으로 나눕니다.
3차 전달함수의 가제어 표준형입니다. 분모 계수는 낮은 차수부터 부호를 바꿔 A의 맨 아래 행에 넣고, 분자 계수는 C에 넣습니다. 차수가 달라져도 같은 규칙을 씁니다.
가관측 표준형은 가제어 표준형(아래첨자 c)의 쌍대입니다. A를 전치하고 B와 C를 맞바꿉니다. 두 표준형의 전달함수는 같습니다.
상태천이행렬입니다. 급수는 정의이고, 손으로 계산할 때는 라플라스 역변환을 씁니다. 입력이 없으면 x(t) = Φ(t)x(0)입니다.
상태천이행렬의 성질입니다. 상태를 t₁만큼 옮긴 뒤 t₂만큼 옮기는 것은 t₁ + t₂만큼 옮기는 것과 같고, 시간을 거꾸로 돌리면 원래 상태로 돌아갑니다. e^{At}를 구할 때마다 Φ(0) = I로 검산하세요.
상태방정식의 완전한 해입니다. 과거 시각 τ의 입력이 상태를 Bu(τ)만큼 밀고, e^{A(t−τ)}가 그 효과를 시각 t까지 옮깁니다. 출력은 y(t) = Cx(t) + Du(t)입니다.
대각화입니다. P의 열은 Av_i = λ_i v_i를 만족하는 고유벡터입니다. 상태 수만큼 독립인 고유벡터가 있어야 하며, 고유값이 서로 다르면 이 조건은 항상 성립합니다.
상태가 둘일 때의 케일리–해밀턴 방법입니다. 두 스칼라 방정식에서 α₀와 α₁을 구한 다음 행렬을 조립합니다. 상태가 n개이면 Aⁿ⁻¹ 항까지 더합니다.
안정성 판별식입니다. e^{At}의 모든 원소는 e^{λt} 항의 합이고 여기에 t의 거듭제곱이 곱해질 수 있습니다. 따라서 모든 고유값이 열린 좌반평면에 있을 때에만 자유 응답이 사라집니다.
닮음 변환입니다. 상태 좌표를 바꾸면 행렬은 달라지지만 고유값과 전달함수는 그대로입니다.
기호의 뜻
- 원소가 n개인 상태 벡터. 원소마다 단위가 다를 수 있음
- 입력과 출력 신호, 각각의 물리 단위
- 시스템 행렬, 입력 행렬, 출력 행렬, 직접 전달 행렬. 모두 상수
- t = 0에서의 초기 상태
- 시간과 과거 시각을 나타내는 적분 변수, s
- 라플라스 변수, 1/s
- A와 크기가 같은 단위행렬
- 전달함수, 입력 단위당 출력 단위
- 상태천이행렬(행렬 지수함수), n×n
- A의 고유값, 1/s. 허수부는 rad/s
- A의 고유벡터와 이를 열로 모은 행렬
- 고유값을 대각에 놓은 대각행렬
- G(s)의 분모 계수와 분자 계수
- 케일리–해밀턴 방법에서 I와 A에 곱하는 시간 함수
- 좌표를 바꾸는 가역 행렬과 새 상태 벡터
- 상태의 개수
이 공식들은 A, B, C, D가 상수인 선형 시불변 모델에서 성립합니다. 전달함수는 초기 상태가 0일 때의 응답만 나타내고, 해 공식은 초기 상태까지 포함합니다. 여기에 나오는 시간 함수는 모두 t ≥ 0에서 정의합니다.
2차 시스템 하나를 처음부터 끝까지
다음 모델을 풉니다. 출력은 첫째 상태이고 입력은 둘째 상태방정식으로 들어갑니다.
특성방정식에서 고유값을 구합니다. 둘 다 음수이므로 시스템은 안정합니다. 검산하면 합 −3은 A의 대각합이고 곱 2는 det A입니다.
2×2 공식으로 sI − A의 역행렬을 구합니다.
방법 1은 라플라스 역변환입니다. 원소마다 부분분수로 전개합니다.
항별로 역변환하면 상태천이행렬을 얻습니다. t = 0에서 I가 되므로 검산을 통과합니다. t = 1 s에서의 값은 [[0.6004, 0.2325], [−0.4651, −0.0972]]입니다.
방법 2는 대각화입니다. 이 동반행렬의 고유벡터는 [1, λ]ᵀ입니다. 세 행렬을 곱하면 방법 1과 같은 결과가 나옵니다.
방법 3은 케일리–해밀턴 정리입니다. 고유값마다 스칼라 방정식을 하나씩 세워 α₀와 α₁을 구하고 α₀I + α₁A를 조립합니다. 이번에도 같은 행렬이 나옵니다.
전달함수를 구합니다. B = [0, 1]ᵀ, C = [1, 0]이므로 C(sI − A)⁻¹B는 역행렬의 오른쪽 위 원소를 골라냅니다. 극점 −1과 −2는 고유값과 같습니다.
초기 상태가 0일 때의 단위 계단응답입니다. 합성곱 적분에 u = 1을 넣습니다. Ce^{A(t−τ)}B는 e^{A(t−τ)}의 오른쪽 위 원소입니다. 응답은 t = 1 s에서 0.1998, t = 2 s에서 0.3738이고 G(0) = 1/2로 수렴합니다.
초기 상태 x(0) = [1, 0]ᵀ를 더해 봅시다. 영입력 출력은 e^{At}의 왼쪽 위 원소이고, 중첩의 원리에 따라 계단응답에 더해집니다. t = 1 s에서 전체 출력은 0.6004 + 0.1998 = 0.8002이며 최종값은 그대로 1/2입니다.
더 자세한 설명과 모델의 가정
e^{At}를 구하는 세 가지 방법과 쓰임새
라플라스 역변환은 언제나 쓸 수 있습니다. sI − A를 만들고 역행렬을 구한 뒤, 원소마다 부분분수로 전개해 항별로 역변환합니다. 2×2 행렬의 역행렬은 간단합니다. 대각 원소의 자리를 바꾸고, 나머지 두 원소의 부호를 바꾼 다음 행렬식으로 나눕니다. 고유값 λ가 중복되면 1/(s − λ)² 항이 생기고, 이 항은 t·e^{λt}로 역변환됩니다.
고유값이 서로 다르면 대각화가 가장 빠릅니다. 고유벡터를 P의 열로 놓으면 A = PΛP⁻¹이고 e^{At} = P·diag(e^{λ₁t}, …, e^{λₙt})·P⁻¹입니다. A가 이 장에서 쓰는 동반행렬 꼴이면 λ에 대한 고유벡터는 상태가 둘일 때 [1, λ]ᵀ, 셋일 때 [1, λ, λ²]ᵀ이므로 따로 풀지 않고 P를 바로 쓸 수 있습니다. A = [[0, 1], [−4, −4]]처럼 중복 고유값에 독립인 고유벡터가 모자라면 이 방법은 쓸 수 없습니다.
케일리–해밀턴 정리는 A가 자신의 특성방정식을 만족한다는 정리입니다. 따라서 k ≥ n인 모든 거듭제곱 Aᵏ는 I, A, …, Aⁿ⁻¹의 결합으로 쓸 수 있고, e^{At}의 무한급수는 α₀(t)I + α₁(t)A + … + αₙ₋₁(t)Aⁿ⁻¹로 줄어듭니다. 고유값마다 스칼라 방정식 e^{λt} = α₀ + α₁λ + …이 하나씩 나오므로 이 연립방정식에서 계수를 구합니다. 고유값이 중복되면 이 식을 λ로 미분해 모자라는 방정식을 채웁니다.
전달함수에서 상태방정식으로
분모의 최고차 계수를 1로 맞춘 G(s) = N(s)/D(s)를 W(s) = U(s)/D(s)와 Y(s) = N(s)W(s)의 두 단계로 나눕니다. 상태를 x₁ = w, x₂ = ẇ, x₃ = ẅ로 정합니다. 상태방정식의 앞쪽 행들은 각 상태가 바로 앞 상태의 미분이라는 사실만 적은 것입니다. 마지막 행은 w의 미분방정식을 최고차 미분에 대해 푼 식입니다. 그래서 A의 맨 아래 행에 −a₀, −a₁, −a₂가, B의 맨 아래에 1이 들어갑니다. 분자 계수는 C = [b₀ b₁ b₂]가 됩니다. 이것이 가제어 표준형입니다.
가관측 표준형은 그 쌍대입니다. A를 전치하고 B와 C의 역할을 맞바꿉니다. G(s)는 스칼라이고 스칼라는 전치해도 같으므로 C(sI − A)⁻¹B = Bᵀ(sI − Aᵀ)⁻¹Cᵀ이며, 두 표준형의 전달함수는 같습니다. 두 표준형 모두 분자의 차수가 분모보다 낮아야 합니다. 차수가 같다면 먼저 나눗셈을 해서 상수 몫을 D에 넣습니다.
교재마다 상태에 번호를 붙이는 순서가 달라서 계수 행이 맨 아래가 아니라 맨 위에 올 수도 있습니다. 어느 쪽이든 옳습니다. 구한 상태방정식을 확인하려면 C(sI − A)⁻¹B + D를 계산하거나, 적어도 det(sI − A)가 D(s)와 같은지, 직류 이득 −CA⁻¹B + D가 G(0)과 같은지 비교하세요.
상태 좌표는 하나로 정해지지 않는다
가역 행렬 T를 아무것이나 골라 x = T·x̄로 새 상태를 정의해 봅시다. 새 모델은 Ā = T⁻¹AT, B̄ = T⁻¹B, C̄ = CT이고 D는 그대로입니다. 이런 좌표 변환을 닮음 변환이라고 합니다. det(sI − T⁻¹AT) = det(T⁻¹(sI − A)T) = det(sI − A)이므로 고유값이 보존되고, C̄(sI − Ā)⁻¹B̄에서 T와 T⁻¹이 서로 지워지므로 전달함수도 보존됩니다. 달라지는 것은 각 상태의 의미입니다. 위치와 속도, 가제어 표준형의 상태, A를 대각행렬로 만드는 모드 상태는 모두 같은 시스템을 나타냅니다.
시험에서는 두 가지를 기억하면 됩니다. 첫째, 전달함수 하나에 맞는 상태 모델은 하나가 아닙니다. 다른 표준형으로 쓴 답도 완전히 옳을 수 있습니다. 둘째, 대각화는 T = P로 둔 닮음 변환입니다. 모드 좌표에서는 상태마다 스칼라 방정식을 하나씩 따로 따르므로 e^{Λt}가 대각행렬이 됩니다.
계산 실수를 잡는 빠른 확인
계산을 이어 가기 전에 고유값부터 확인하세요. 고유값의 합은 A의 대각합과 같고, 곱은 det A와 같습니다. e^{At}는 t = 0에서 I가 되어야 하고, t = 0에서의 미분은 A가 되어야 합니다. 두 확인 모두 몇 초면 끝나며 부분분수 전개에서 생기는 부호 실수를 대부분 잡아냅니다.
안정한 시스템의 단위 계단응답은 직류 이득 G(0) = −CA⁻¹B + D로 수렴해야 합니다. 초기 상태는 감쇠하는 항을 더할 뿐 최종값을 바꾸지 않습니다. 구한 y(t)가 다른 상수로 간다면 영상태 응답 쪽 계산이 틀린 것입니다.
예제를 실험과 연결하기
상태 피드백 실험실은 x = [위치, 속도]인 질량–스프링–댐퍼를 사용하며 A = [[0, 1], [−4, −0.8]], B = [0, 1]ᵀ, C = [1, 0]입니다. 개루프 고유값은 s² + 0.8s + 4 = 0에서 s = −0.4 ± j1.96 s⁻¹로 나옵니다. 상태 피드백 u = −Kx + Nr을 쓰면 A가 A − BK로 바뀌고, 그 둘째 행은 [−4 − k₁, −0.8 − k₂]가 됩니다. 기본값 ωn = 2 rad/s, ζ = 0.7에서 실험실은 K = [0, 2]를 표시합니다. 따라서 det(sI − (A − BK)) = s² + 2.8s + 4이고 고유값은 −1.4 ± j1.43 s⁻¹입니다. 먼저 손으로 계산한 다음 실험실의 모델 패널에 표시된 제어기 극점, 제어기 다항식과 비교해 보세요.
실험실에서 A − BK의 고유값 확인하기조작하기 전에 먼저 예측해 보세요.
- 예측실험실을 열기 전에 ωn = 4 rad/s, ζ = 0.7일 때의 A − BK 고유값을 계산해 보세요. 이때 K = [12, 4.8]입니다. ωn = 2 rad/s일 때보다 진동의 포락선이 얼마나 빨리 줄어들까요?
- 한 가지 변경ωn = 2 rad/s인 기본 실행을 고정한 다음 ωn만 4 rad/s로 바꿉니다. ζ = 0.7, 목표 위치 0.2 m, 실제 상태 피드백은 그대로 둡니다.
- 관찰모델 패널에서 K와 제어기 극점을 읽습니다. −1.4 ± j1.43 s⁻¹이던 극점이 −2.8 ± j2.86 s⁻¹로 바뀝니다. 위치가 정착하는 시간이 절반쯤으로 줄고 처음 요구하는 힘이 0.8 N에서 3.2 N으로 커지는지 확인하세요.
- 설명고유값의 실수부가 포락선 e^{−ζωn·t}를 정합니다. 실수부가 −1.4에서 −2.8 s⁻¹로 바뀌면 포락선의 시정수가 0.71 s에서 0.36 s로 절반이 됩니다. 처음 힘은 N·r = ωn²·0.2이므로 고유값을 두 배 빠르게 만드는 데 힘이 네 배 듭니다. 힘이 제한에 걸리면 루프는 더 이상 선형 모델이 아니고, A − BK의 고유값으로 응답을 설명할 수 없습니다.
G(s)만 보고 안정성을 판단하면 안 됩니다. 극점과 영점이 약분되어 전달함수에서 고유값 하나가 사라져도 그 모드는 시스템 안에서 계속 움직입니다. A의 고유값을 직접 확인하세요. 또 e^{At}는 각 원소를 e^{a_ij t}로 바꾼 행렬이 아닙니다. A가 대각행렬이 아니면 원소별로 지수를 취한 답은 틀립니다.
이해 확인+
A의 고유값은 −1과 +2인데 전달함수는 약분되어 G(s) = 1/(s + 1)이 되었습니다. 이 시스템은 안정할까요?
아닙니다. 고유값 +2는 G(s)에서 약분되었을 뿐, e^{2t} 모드는 여전히 e^{At}에 들어 있고 상태 안에서 커집니다. 내부 안정성을 얻으려면 A의 모든 고유값이 열린 좌반평면에 있어야 합니다.풀이를 열기 전에 직접 풀어 보세요
먼저 종이에 직접 풀어 보세요. 답을 열어 내 답과 비교하고, 과정이 필요하면 전체 풀이를 연 뒤 결과를 표시하세요.
A의 고유값을 구하고 ẋ = Ax가 안정한지 판별하세요.
답 보기
답고유값은 3과 −2입니다. 양의 고유값이 있으므로 불안정합니다.
전체 풀이 보기
풀이
특성다항식을 세웁니다.
인수분해합니다. 검산하면 합 1은 A의 대각합이고 곱 −6은 det A입니다.
고유값 3이 만드는 모드는 끝없이 커집니다. 다른 모드가 감쇠하더라도 시스템은 불안정합니다.
다음 모델의 전달함수 G(s)와 직류 이득을 구하세요.
답 보기
답G(s) = 2/((s + 1)(s + 3))이고 직류 이득은 2/3입니다.
전체 풀이 보기
풀이
A가 삼각행렬이므로 고유값은 대각 원소인 −1과 −3입니다.
2×2 공식으로 역행렬을 구합니다.
오른쪽에 B를, 왼쪽에 C를 곱합니다. C는 첫째 행만 남깁니다.
s = 0을 넣으면 직류 이득입니다. 단위 계단입력에 대한 출력은 2/3으로 수렴합니다.
G(s)의 가제어 표준형을 쓰고 이어서 가관측 표준형을 쓰세요. 극점과 직류 이득도 구하세요.
답 보기
답A의 맨 아래 행은 [−3, −6, −4]이고 C = [5, 2, 0]입니다. 극점은 −1과 −1.5 ± j0.866이고 직류 이득은 5/3입니다.
전체 풀이 보기
풀이
계수를 읽습니다. 분자에 s² 항이 없으므로 b₂ = 0입니다.
가제어 표준형의 틀에 넣습니다. A의 맨 아래 행에 −a₀, −a₁, −a₂를, C에 b₀, b₁, b₂를 씁니다.
가관측 표준형은 A를 전치하고 B와 C를 맞바꾸면 됩니다.
극점은 분모의 근입니다. s = −1을 넣으면 −1 + 4 − 6 + 3 = 0이므로 (s + 1)로 나눕니다. 세 근의 실수부가 모두 음수이므로 안정합니다.
직류 이득은 b₀/a₀입니다.
이 A는 중복 고유값을 가집니다. 라플라스 역변환으로 e^{At}를 구하고, x(0) = [1, 0]ᵀ에서 출발하는 영입력 응답을 구해 t = 0.5 s에서의 값을 계산하세요.
답 보기
답e^{At} = e^{−2t}[[1 + 2t, t], [−4t, 1 − 2t]]이고 x(0.5) = [0.736, −0.736]ᵀ입니다.
전체 풀이 보기
풀이
특성다항식이 완전제곱이므로 λ = −2가 중복됩니다.
sI − A의 역행렬을 구합니다.
분자에 s가 있는 두 원소를 나눠 씁니다.
변환쌍 1/(s + 2)² ↔ t·e^{−2t}를 씁니다. 인수 t는 중복 고유값에서 나타나는 특징입니다. t = 0을 넣으면 I가 됩니다.
x(0) = [1, 0]ᵀ에서 출발한 응답은 첫째 열입니다. t = 0.5 s에서 e^{−1} = 0.3679입니다.
시험 수준 문제입니다. 다음 모델이 x(0) = [1, 0]ᵀ에서 출발하고 단위 계단입력을 받습니다. e^{At}, G(s), y(t)를 구하고 y(0), y(1 s), 최종값을 답하세요.
답 보기
답y(t) = 1/5 + (4/5)e^{−t}(cos 2t + ½ sin 2t)이고 y(0) = 1, y(1) ≈ 0.211, 최종값은 0.2입니다.
전체 풀이 보기
풀이
특성다항식을 완전제곱 꼴로 고칩니다. 고유값은 복소수이며 감쇠율은 1 s⁻¹, 진동 각주파수는 2 rad/s입니다.
sI − A의 역행렬을 구하고, 감쇠 코사인과 사인 변환쌍을 쓸 수 있도록 분자를 (s + 1)로 정리합니다.
(s + 1)/((s + 1)² + 4) ↔ e^{−t}cos 2t와 2/((s + 1)² + 4) ↔ e^{−t}sin 2t를 써서 역변환합니다.
전달함수는 역행렬의 오른쪽 위 원소입니다. 계단입력에 대해서는 G(s)/s를 전개합니다. 영상태 출력은 G(0) = 1/5로 수렴합니다.
e^{At}의 왼쪽 위 원소인 영입력 출력을 더합니다. 그러면 y(0) = 1/5 + 4/5 = 1, y(1) = 0.2 + 0.8 × 0.3679 × 0.0385 ≈ 0.211, y(∞) = 0.2입니다.
답을 확인한 뒤 문제마다 결과를 표시하세요. 표시는 이 브라우저에만 저장됩니다.
이 강의에서 배우는 용어
- 상태방정식state equation
- 고유값eigenvalue
- 상태천이행렬state-transition matrix
- 가제어 표준형controllable canonical form
- 모드mode
- 초기조건initial conditions
- 상태공간 표현state-space representation
- 특성다항식characteristic polynomial
자주 묻는 질문
전달함수의 극점이 왜 A의 고유값인가요?
(sI − A)⁻¹의 모든 원소는 다항식을 det(sI − A)로 나눈 꼴이므로, G(s) = C(sI − A)⁻¹B + D도 같은 분모를 가집니다. 그 분모의 근, 곧 det(sI − A) = 0의 해가 A의 고유값입니다. 분자의 인수와 약분될 때에만 고유값이 G(s)에서 빠집니다.
A의 각 원소에 지수를 취해서 e^{At}를 구해도 되나요?
안 됩니다. A가 대각행렬이 아니면 원소마다 지수를 취한 답은 틀립니다. A = [[0, 1], [−2, −3]], t = 1 s에서 e^{At}의 왼쪽 위 원소는 e⁰ = 1이 아니라 약 0.600입니다. (sI − A)⁻¹의 라플라스 역변환, 대각화, 케일리–해밀턴 방법 가운데 하나로 구하고, t = 0에서 단위행렬이 되는지 확인하세요.
e^{At}를 손으로 구할 때는 어떤 방법을 써야 하나요?
(sI − A)⁻¹의 라플라스 역변환은 언제나 쓸 수 있습니다. 대각화는 고유값이 서로 다를 때 가장 빠르지만, 중복 고유값에 독립인 고유벡터가 부족하면 쓸 수 없습니다. 케일리–해밀턴 방법은 상태가 둘일 때 e^{At}를 α₀(t)I + α₁(t)A로 쓰며, 중복 고유값은 그 스칼라 방정식을 미분해서 처리합니다.
영입력 응답과 영상태 응답은 어떻게 다른가요?
영입력 응답 e^{At}x(0)은 초기 상태만으로 생기는 움직임이고, 영상태 응답은 정지 상태에서 입력이 만드는 합성곱 항입니다. 선형성 때문에 전체 응답은 두 응답의 합이며, 전달함수가 나타내는 것은 영상태 응답뿐입니다.
하나의 전달함수에 맞는 상태공간 모델은 하나뿐인가요?
아닙니다. 가역 행렬 T로 좌표를 x = T·x̄로 바꾸면 행렬은 달라져도 고유값과 전달함수는 그대로입니다. 가제어 표준형, 가관측 표준형, 모드 좌표 형태가 모두 같은 입출력 관계를 나타내므로, 다른 형태로 쓴 답도 완전히 맞을 수 있습니다.
다음 강의로 이어가기
해 공식을 보면 입력은 e^{A(t−τ)}B를 통해서만 상태에 닿고, 상태는 Ce^{At}를 통해서만 출력에 나타납니다. 다음 장에서는 이 두 경로가 모든 상태에 닿는지 묻습니다. 이것이 제어가능성과 관측가능성입니다.
더 읽어보기
본문과 연습 문제를 마쳤다면 완료로 표시하세요. 강의계획에 완료 표시가 나타나며 진도는 이 브라우저에만 저장됩니다.
EIGENROOM · https://eigenroom.com/ko/theory/state-solution · 갱신 2026-11-15