next up previous
: 伝達関数と状態方程式 : sysconh16 : 行列指数関数と状態方程式の解

遷移行列の算出

ここでは遷移行列$e^{At}$を具体的に求める方法について述べる.(2.5)式からも判るように,遷移行列$e^{At}$は行列の無限級数で定義される.したがって,(2.5)式から直接これを求めることは困難である.このことから,まず第1の方法としてラプラス変換を利用した求め方を紹介する.

行列$e^{At}$の各要素をラプラス変換して得られる行列を$\hat{\Phi}(s)$で表すことにする.すなわち

\begin{displaymath}
\hat{\Phi}(s) = {\cal L}[e^{At}]
\end{displaymath}

とする.(2.6)式を初期条件(2.9)の下でラプラス変換すれば

\begin{displaymath}
{\cal L}\left[ \frac{d}{dt}e^{At} \right] = {\cal L} \left[ Ae^{At} \right]
\end{displaymath}

であり,関数$\hat{\Phi}(s)$で表せば

\begin{displaymath}
s \hat{\Phi}(s) - I = A \hat{\Phi}(s)
\end{displaymath}

となる.これを整理すれば

\begin{displaymath}
\hat{\Phi}(s) = (sI-A)^{-1}.
\end{displaymath}

よって
\begin{displaymath}
e^{At} = {\cal L}^{-1}[(sI-A)^{-1}].
\end{displaymath} (3.1)

以上により,与えられた行列$A$の遷移行列が(3.1)式により与えられることがわかる.

 
例2.3 (3.1)式を用いて,行列

\begin{displaymath}
A = \left[ \begin{array}{cc} -1 & 0  1 & -2 \end{array} \right]
\end{displaymath}

に対する遷移行列$e^{At}$を求める.まず$(sI-A)^{-1}$を計算すると

\begin{eqnarray*}
(sI-A)^{-1} &=& \left[ \begin{array}{cc} s+1 & 0  -1 & s+2 \...
...cc} 1/(s+1) & 0  1/(s+1)-1/(s+2) & 1/(s+2) \end{array} \right]
\end{eqnarray*}

となる.したがって,上式の各要素をラプラス逆変換すると

\begin{displaymath}
e^{At} = \left[ \begin{array}{cc} e^{-t} & 0  e^{-t}-e^{-2t} & e^{-2t}
\end{array} \right]
\end{displaymath}

となる.

第2の方法として,ラプラス変換を用いない方法がある.$n$次正方行列$A$の相異なる固有値を $\lambda_i \quad (i=1,\ldots,k)$とし,各$\lambda_i$の重複度を$n_i$とする.明らかに

\begin{displaymath}
n_1 + n_2 + \cdots + n_k = n
\end{displaymath}

が成り立つ.したがって,行列$A$の特性多項式 $\Delta(\lambda)(=\det(sI-A))$

\begin{displaymath}
\Delta(\lambda) = \prod_{i=1}^k (\lambda - \lambda_i)^{n_i}
\end{displaymath}

で与えられる.ただし,$\lambda_i$$A$の相異なる固有値で,$n_i$はその重複度を表し, $n_1+n_2+\cdots + n_k=n$である. これに対し、時間$t$の関数 $\beta_0(t),\beta_1(t),\ldots,\beta_{n-1}(t)$を係数として$(n-1)$次多項式

\begin{displaymath}
\gamma(\lambda) = \beta_{n-1}(t)\lambda^{n-1} + \beta_{n-2}(t)\lambda^{n-2}
+ \cdots + \beta_0(t)
\end{displaymath}

を考えると$e^{At}$
\begin{displaymath}
e^{At} = \gamma(A) = \beta_{n-1}(t)A^{n-1} + \beta_{n-2}(t)A^{n-2} + \cdots +
\beta_0(t) I
\end{displaymath} (3.2)

によって与えられる.ただし $\beta_0(t),\beta_1(t),\ldots,\beta_{n-1}(t)$は, $\gamma^{(j)} (\lambda)$ $\gamma(\lambda)$$\lambda$に関する$j$階微係数とするとき,次式を満足するものとする.
\begin{displaymath}
\gamma^{(j)}(\lambda_i)=t^j e^{\lambda_i t} \quad (j=0,1,\ldots,n_i-1; \;
i=1,2,\ldots,k)
\end{displaymath} (3.3)

実際,(3.2)式により行列指数関数$e^{At}$が与えられることを示す.

任意の$t$に対して関数$f_t(\lambda)$

\begin{displaymath}
f_t(\lambda) = e^{\lambda t}
\end{displaymath}

で定義する.上式を両辺$\lambda$についての$j$階導関数を求めると

\begin{displaymath}
\frac{d^j}{d\lambda^j} f_t(\lambda) = f_t^{(j)}(\lambda)
= t^je^{\lambda t}
\end{displaymath}

を得る.これと(3.3)式より $\gamma(\lambda)$$f_t(\lambda)$に対し

\begin{displaymath}
\left.\frac{d^j}{d\lambda^j}\left\{\gamma(\lambda)-f_t(\lamb...
...)}(\lambda_i) = 0,
\quad (j=0,1,\ldots,n_i-1;\;i=1,2,\ldots,k)
\end{displaymath}

が成り立つ.したがって, $\{\gamma(\lambda)-f_t(\lambda)\}$は, $(\lambda-\lambda_i)^{n_i}$を因数として持つ.ゆえに $\{\gamma(\lambda)-f_t(\lambda)\}$は,$A$の特性多項式 $\Delta(\lambda)$を因数として持つ.さらにケーリー・ハミルトンの定理より $\Delta(A) = 0$であるから

\begin{displaymath}
\gamma(A) - f_t(A)= 0.
\end{displaymath}

よって

\begin{displaymath}
e^{At} = f_t(A) = \gamma(A)
\end{displaymath}

となる.

 
例2.4 (3.2)式を用いて行列

\begin{displaymath}
A = \left[ \begin{array}{ccc} -1 & 1 & 0  0 & -1 & 0  0 & -1 & -2
\end{array} \right]
\end{displaymath}

に対する行列指数関数$e^{At}$を求めてみる.

\begin{displaymath}
sI-A = \left[ \begin{array}{ccc} s+1 & -1 & 0  0 & s+1 & 0 \\
0 & 1 & s+2 \end{array} \right]
\end{displaymath}

より,特性多項式は

\begin{displaymath}
\det (sI-A) = \Delta(\lambda) = (s+1)^2(s+2)
\end{displaymath}

となる.したがって,$A$の固有値とその重複度は

\begin{displaymath}
\lambda_1 = -1,n_1 = 2 ; \quad \lambda_2 = -2, n_2 = 1
\end{displaymath}

である.行列$A$は3次正方行列であるから$n=3$.すなわち,

\begin{displaymath}
\gamma(\lambda) = \beta_2(t) \lambda^2 + \beta_1(t) \lambda + \beta_0
\end{displaymath}

とおくと,(3.3)式より
$\displaystyle \beta_2(t) - \beta_1(t) + \beta_0(t)$ $\textstyle =$ $\displaystyle e^{-t} \quad (j=0, i=1),$ (3.4)
$\displaystyle -2\beta_2(t) + \beta_1(t)$ $\textstyle =$ $\displaystyle te^{-t} \quad (j=1,i=1),$ (3.5)
$\displaystyle 4\beta_2(t) - 2\beta_1(t) + \beta_0(t)$ $\textstyle =$ $\displaystyle e^{-2t} \quad (j=0,i=2)$ (3.6)

となる.また,(3.2)式より
$\displaystyle e^{At}$ $\textstyle =$ $\displaystyle A^2 \beta_2(t) + A\beta_1(t) + I\beta_0(t)$  
  $\textstyle =$ $\displaystyle \left[ \begin{array}{ccc} 1 & -2 & 0   0 & 1 & 0   0 & 3 & 4 ...
...{array}{ccc} 1 & 0 & 0   0 & 1 & 0   0 & 0 & 1 \end{array}\right]\beta_0(t)$  
  $\textstyle =$ $\displaystyle \left[ \begin{array}{ccc}
\beta_2(t) - \beta_1(t) + \beta_0(t) & ...
...a_2(t) -\beta_1(t) & 4\beta_2(t) - 2\beta_1(t) + \beta_0(t)
\end{array} \right]$ (3.7)

となる.したがって,(3.4)〜(3.7)式より,

\begin{displaymath}
e^{At} = \left[ \begin{array}{ccc}
e^{-t} & te^{-t} & 0 \\
...
...e^{-t} & 0 \\
0 & e^{-2t}-e^{-t} & e^{-2t}
\end{array}\right]
\end{displaymath}

となる.


next up previous
: 伝達関数と状態方程式 : sysconh16 : 行列指数関数と状態方程式の解
endo 平成16年6月30日