공업수학 시리즈 14편: 대각화와 동적 시스템

고유값과 고유벡터를 배우는 진짜 이유는 대각화에 있습니다. 대각화가 되면 복잡한 행렬 문제를 서로 독립적인 1차원 문제들로 쪼개서 생각할 수 있습니다.

대각화란 무엇인가

행렬 $A$ 가 충분한 수의 선형독립 고유벡터를 가지면

$A = PDP^{-1}$

로 쓸 수 있습니다.

여기서

$P$ 는 고유벡터들을 열벡터로 모은 행렬
$D$ 는 고유값이 대각선에 놓인 대각행렬

입니다.

대각행렬은 거듭제곱, 지수함수, 반복 적용이 매우 쉽습니다. 그래서 동역학 시스템 분석에서 강력합니다.

왜 동적 시스템에 중요한가

연립 미분방정식

$\mathbf{x}' = A\mathbf{x}$

는 해가

$\mathbf{x}(t) = e^{At}\mathbf{x}(0)$

형태로 쓰입니다. 만약 $A$ 가 대각화되면

$e^{At} = Pe^{Dt}P^{-1}$

이고, $e^{Dt}$ 는 대각선 원소에 각각 지수함수를 적용하면 됩니다.

즉 시스템이 각 고유방향에서 얼마나 빠르게 커지거나 줄어드는지를 바로 읽을 수 있습니다.

손으로 푸는 예제

다음 행렬을 보겠습니다.

A = \begin{pmatrix} 0 & 1 \\ -2 & -3 \end{pmatrix}

특성방정식은

\det \begin{pmatrix} -\lambda & 1 \\ -2 & -3-\lambda \end{pmatrix} = \lambda^2 + 3\lambda + 2 = 0

이므로

$\lambda = -1, \quad -2$

입니다.

고유값이 서로 다르므로 대각화 가능합니다. 이 사실만으로도 시스템이 두 개의 감쇠 모드를 가진다는 것을 알 수 있습니다.

즉 해는 대략

$\mathbf{x}(t) = c_1 e^{-t}\mathbf{v}_1 + c_2 e^{-2t}\mathbf{v}_2$

꼴이 됩니다. 시간이 길어질수록 $e^{-2t}$ 항은 더 빨리 사라지고, 결국 더 느리게 줄어드는 $e^{-t}$ 모드가 장기 거동을 지배합니다.

이것이 바로 동역학에서 "지배 모드"를 읽는 방식입니다.

공학 응용

제어공학의 안정성

상태행렬의 고유값 실수부가 모두 음수면 선형시스템은 안정한 방향으로 수렴합니다.

네트워크와 확산

연결 구조를 나타내는 행렬의 스펙트럼은 정보 전파 속도, 확산 모드, 수렴 특성과 연결됩니다.

기계와 구조 시스템

여러 자유도를 가진 진동 시스템은 모드별로 쪼개어 해석하는 것이 기본입니다.

대각화가 안 되면

모든 행렬이 대각화 가능한 것은 아닙니다. 하지만 입문 단계에서는 먼저 "대각화가 되는 경우"가 왜 좋은지 이해하는 것이 중요합니다. 이후에는 조르당 표준형이나 수치적 분해로 더 일반적인 상황을 다룹니다.

자주 하는 실수

대각화 공식을 외우기만 한다

$A=PDP^{-1}$ 는 계산 기호가 아니라, 좌표를 고유벡터 방향으로 바꾸는 과정입니다.

고유값만 보고 초기조건을 무시한다

어떤 모드가 실제로 얼마나 나타나는지는 초기조건이 결정합니다.

빠르게 줄어드는 모드와 느리게 줄어드는 모드를 구분하지 않는다

동적 시스템에서는 장기 거동을 지배하는 모드를 읽는 연습이 매우 중요합니다.

한 줄 요약

대각화는 연립 시스템을 독립적인 모드로 분해해 동적 거동을 읽게 해 주는 핵심 도구입니다.

다음 편 예고

다음 배치부터는 공간 안의 변화와 흐름을 다루는 벡터와 벡터미적분으로 넘어가겠습니다.

참고자료

Erwin Kreyszig, Advanced Engineering Mathematics, 10th Edition
Gene H. Golub, Charles F. Van Loan, Matrix Computations
Hassan K. Khalil, Nonlinear Systems