[경고] 아래 글을 읽지 않고 "라플라스 변환의 성질"을 보면 바보로 느껴질 수 있습니다.
[그림 1] 교류 회로 해석에 이용된 라플라스 변환(출처: wikipedia.org)
푸리에 변환(Fourier transform)의 복소 영역(complex domain) 일반화인 라플라스 변환(Laplace transform)의 다양한 성질은 푸리에 변환의 성질을 기반으로 쉽게 유도될 수 있다.
1. 기본(basics)
[정의]
(1.1)
(1.2)
[선형 사상(linear mapping or linearity)]
(1.3)
여기서 는 의 라플라스 변환이다.
[시간 및 주파수 편이(time and frequency shifting)]
(1.3)
[증명]
식 (1.1)에 시간 이동된 함수를 대입한다.
(1.4)
주파수 이동도 식 (1.4)와 비슷하게 적분할 수 있다.
______________________________
[시간 비율 조정(time scaling)]
결국 의심스러운 부분 없이 명확하게 식 (1.9)의 첫째식이 불연속의 경우에도 잘 성립함을 알 수 있다.
여기서 라플라스 변환은 명확한 식 (1.11)을 사용하며 의 실수부는 보다 크다.
따라서 불연속 함수의 경우에도 식 (1.17)이 잘 성립한다.
여기서 , 는 주기 를 가진 주기 함수이다.
여기서 이다. 만약 이면, 의 극점이 좌반면[ ]에 있어서 의 최종값은 이 된다. 하지만 이라면, 우반면[ ]에 의 극점이 있어서 최종값 정리가 성립하지 않는다.
여기서 지수 함수의 수렴을 위해 로 선택하며, 이라서 의 적분 경로는 반시계 방향으로 돈다. 라플라스 변환의 수렴 조건에 의해 다음 관계도 성립한다.
(1.5)
여기서 이다.
[증명]
변수 를 로 치환하여 적분한다.
(1.6)
______________________________
[켤레 복소수(complex conjugate)와 대칭성(symmetry)]
(1.7: 는 복소수)
(1.8: 는 실수)
여기서 는 켤레 복소수이다.
[미분(differentiation)]
(1.9)
여기서 는 의 번 미분, 는 0보다 작은 위치에서 0으로 한없이 접근한다는 표현이다.
[증명]
라플라스 변환의 정의에 대해 부분 적분(integration by parts)을 적용한다.
(1.10)
여기서 의 실수부는 보다 크다고 가정하므로 가 커질 때 는 이 된다. 고계 미분에 대해서는 식 (1.9)의 첫째식을 연속적으로 적용한다. 그러면 식 (1.9)의 둘째식을 얻을 수 있다.
______________________________
식 (1.9)에서 특이한 점은 = 의 함수값을 로 정의한 부분이다[1]. 함수 가 연속인 경우는 이든 이든 같아서 문제가 되지 않는다. 하지만 가 = 에서 불연속이면 식 (1.9)처럼 로 정확히 기술해야 한다. 이런 헷갈림을 피하기 위해 = 근방의 불연속 특성까지 고려해서 라플라스 변환을 다음처럼 다시 정의한다[1].
(1.11)
예를 들어, 식 (1.1) 대신 식 (1.11)을 사용하면, = 의 라플라스 변환은 논란의 여지 없이 이 될 수 있다. 왜냐하면 = 다음에 = 이 나오기 때문이다. 식 (1.1)의 정의를 이용해 를 라플라스 변환할 때는 애매한 부분이 있다. 적분의 시작점이 = 을 포함하는지 하지 않는지가 불분명해서 라플라스 변환이 이 될 수도 이 될 수도 있다.
새로운 정의인 식 (1.11)의 라플라스 변환을 쓰면, 적분은 = 에서 시작하기 때문에 식 (1.9)의 첫째식은 당연하다. 혹시라도 우리의 추론에 미심쩍은 부분이 있을 수도 있다. 그래서 단위 계단 함수(unit step function) 를 이용해 = 에서 불연속인 함수 를 로 다시 정의한다.
(1.12)
(1.13)
[적분(integration)]
(1.14)
[증명]
식 (1.14)에 나온 적분을 식 (4.1)의 길쌈(convolution)으로 바꾸어서 식 (4.3)과 같은 라플라스 변환을 적용한다.
(1.15)
______________________________
[특수한 변환값]
(1.16)
[초기값 정리(initial value theorem)]
(1.17)
[증명]
식 (1.1)에 를 곱해서 부분 적분을 한다.
(1.18)
식 (1.18)의 최종 결과에 를 적용하면, 적분 항은 이 되므로 남는 항은 이다. 따라서 연속 함수인 경우는 식 (1.17)이 잘 성립한다. 만약 = 이라면 결과는 어떻게 될까? 함수 를 식 (1.12)에 있는 로 바꾸고 식 (1.11)을 이용해 라플라스 변환한다.
(1.19)
______________________________
미분의 라플라스 변환인 식 (1.9)의 첫째식과 식 (1.17)을 비교하면 = 에서 접근하는 의 극한이 좌극한 와 우극한 로 서로 다르다. 이런 애매한 부분의 해결책은 명확한 라플라스 변환인 식 (1.11)이다.
[최종값 정리(final value theorem)]
(1.20)
[증명]
식 (1.19)의 마지막식에 조건을 적용해서 정리해본다.
(1.21)
그러면 식 (1.21)이 쉽게 증명되지만 조심할 부분도 있다. 극한 조건에서 식 (1.21)의 결과가 라는 보장이 있는가? 즉 일 때, 와 는 라플라스 변환 관계를 가지고 있을까? 이를 위해 식 (1.2)에 쓴 라플라스 역변환을 고려한다.
[그림 1.1] 라플라스 역변환을 위한 닫힌 경로
라플라스 변환 가 함수 로 연결되려면 [그림 1.1]에 있는 닫힌 경로 상의 복소 적분(complex integral)이 잘 정의되어야 한다. 시간 인 경우는 복소 적분의 수렴을 위해 닫힌 경로로 를 택한다. 여기서 상의 = 이며 식 (1.2)에 의해 일 때 이 된다. 그러면 닫힌 경로 안에 의 모든 극점이 존재해야 가 라플라스 역변환이 된다. 하지만 인 조건에서는 의 극점이 닫힌 경로 안에 없을 수도 있다. 따라서 식 (1.20)이 성립하기 위해 의 모든 극점은 반드시 실수부가 음수인 위치에 있어야 한다.
______________________________
최종값 정리와 다르게 식 (1.17)에 있는 초기값 정리는 로 간다. 그래서 의 극점은 어디에 있든지 관계가 없다.
[주기 함수(periodic function)]
(1.22)
[증명]
주기 함수의 특성인 = 를 이용해 적분을 로 나누어 다시 적분한다.
(1.23)
______________________________
[거듭제곱 함수(power function)]
(1.24)
여기서 은 0 혹은 자연수이다.
[증명]
라플라스 함수의 정의인 식 (1.1)을 에 대해 미분해서 유도한다.
______________________________
단순한 거듭제곱 함수 의 라플라스 변환은 식 (2.1)에 따라 를 번 미분하고 부호를 으로 결정하면 된다. 이 결과는 = 인 식 (2.4)와 동일하다.
2. 초등 함수의 변환(transform of elementary functions)
[단위 계단 함수(unit step function)]
(2.1)
여기서 이다. 라플라스 변환 의 극점이 = 에 있지만, 예외적으로 식 (1.20)의 최종값 정리가 성립한다. 즉 = 은 의 최종값이다.
[지수 함수(exponential function)]
(2.2)
[삼각 함수(trigonometric function)]
여기서 사각형 경로상에서 의 실수부는 항상 음수, 무한대에서 발산하지 않도록 의 지수는 인 조건을 가져야 한다. 식 (3.3)의 피적분 함수의 유수(residue)는 = 이므로, 식 (3.3)은 유수 정리(residue theorem)를 이용해 계산한다.
(2.3)
여기서 이다. 라플라스 변환 의 극점이 허수축에 있어서 최종값 정리가 성립하지 않는다.
[거듭제곱 함수(power function)]
(2.4)
여기서 이다.
[증명]
감마 함수(gamma function)의 정의를 이용하여 식 (1.1)의 적분을 정리한다.
______________________________
3. 특수 함수의 변환(transform of special functions)
[베셀 함수(Bessel function)] [2]
(3.1)
여기서 이다.
[증명]
제1종 베셀 함수를 일반적으로 정의하는 쉴레플리–좀머펠트 적분(Schläfli–Sommerfeld integral)부터 출발한다.
(3.2)
여기서 은 복소 평면에 정의된 사각형 경로이다. 식 (3.2)의 우변에 라플라스 변환을 적용해서 정리한다.
(3.3)
(3.4)
(3.5)
식 (3.5)에 다시 식 (1.5)를 사용해서 증명을 완성한다.
______________________________
식 (3.5)에서 = 으로 놓으면 베셀 함수의 적분은 항상 1로 수렴한다.
(3.6)
통상적으로 베셀 함수의 정적분은 구하기 어렵지만, 라플라스 변환 관점의 적분은 조금 수월하다.
4. 길쌈(convolution)
[그림 4.1] 감쇠 지수 함수의 길쌈 예(출처: wikipedia.org)
[정의]
[길쌈 정리(convolution theorem)]
그러면 식 (4.3)의 첫째식이 증명된다. 식 (4.3)의 둘째식을 위해서는 식 (1.2)를 이용해 를 바꾸어 쓰면 된다.
(4.1)
길쌈(convolution)은 [그림 4.1]처럼 한 신호를 뒤집어서 다른 신호와 곱하기 때문에, 신호의 응답(response)을 모형화할 때 매우 유용하게 사용된다.
[대수적 성질(algebraic properties)]
(4.2)
(4.3)
여기서 둘째식에 나오는 적분은 , 는 와 의 모든 극점을 포함하도록 정하며, 의 적분 경로 상에서 와 는 잘 정의되며, 복소 영역으로 확장한 의 적분 경로는 반시계 방향으로 설정한다.
[증명]
길쌈인 식 (4.1)의 둘째 줄을 식 (1.1)에 대입해서 차례로 정리한다.
(4.4)
(4.5)
(4.6)
식 (4.6)을 이용해 식 (4.5)를 정리하면, 에 대한 피적분 함수는 가 된다.
함수 가 실수인 경우는 다음처럼 더 간략화할 수도 있다.
______________________________
[파르세발의 정리(Parseval's theorem)]
(4.7)
[증명]
식 (1.7)을 식 (4.3)의 둘째식에 넣고 = 으로 고정해서 정리하면 식 (4.7)을 유도할 수 있다.
______________________________
식 (4.7)을 더 간단히 하기 위해 = 로 가정하면, 새로운 파르세발의 정리가 나온다.
(4.8)
(4.9)
예를 들어, = , = 로 가정해서 파르세발의 정리를 적용한다. 먼저 식 (4.7)의 좌변은 간단히 계산된다.
(4.10)
여기서 이다.
[그림 4.2] 파르세발의 정리를 적용하기 위한 닫힌 경로
라플라스 변환인 = , = 를 식 (4.7)의 우변에 대입해서 [그림 4.2]와 같은 복소 영역에서 적분을 한다.
(4.11)
여기서 극점(pole)은 = 과 , 적분 경로 에 포함되는 극점은 = 이다.
[참고문헌]
[1] K. H. Lundberg, H. R. Miller, and D. L. Trumper, "Initial conditions, generalized functions, and the Laplace transform troubles at the origin," IEEE Control Systems Magazine, vol. 27, no. 1, pp. 22–35, Feb. 2007. (방문일 2020-10-09)
[2] "Laplace transform of Bessel function of the first kind," ProofWiki. (방문일 2023-11-12)
[다음 읽을거리]
댓글 없음 :
댓글 쓰기
욕설이나 스팸글은 삭제될 수 있습니다. [전파거북이]는 선플운동의 아름다운 인터넷을 지지합니다.