행렬 지수 e^(At)란 무엇입니까?

행렬 지수는 무한 급수 I + At + (At)^2/2! + (At)^3/3! + ... 로 정의됩니다. 이는 선형 시스템 x'(t) = Ax(t)의 상태 전이 행렬입니다.

e^(At)는 선형 ODE 시스템을 어떻게 해결합니까?

제차 선형 시스템 x'(t)=Ax(t)에 대해 초기 벡터 x(0)가 주어졌을 때 해는 x(t)=e^(At)x(0)입니다. 지수 행렬은 시작 상태를 시간 t에서의 상태로 매핑합니다.

이 계산기는 어떤 수치 해석 방법을 사용합니까?

조밀 행렬 지수 계산을 위해 많은 과학 컴퓨팅 라이브러리에서 사용되는 안정적인 접근 방식인 13차 Padé 근사값과 표준 스케일링 및 스퀘어링 방법을 사용합니다.

e^(At)는 A의 각 항목에 지수를 취하는 것과 같습니까?

아니요. 행렬 지수는 항목별 지수가 아니라 전체 행렬의 거듭제곱으로 정의됩니다. 행렬 곱셈은 행과 열을 결합하며, 이것이 e^(At)가 시스템의 동적 특성을 포착하는 이유입니다.

det(e^(At))의 의미는 무엇입니까?

핵심 항등식은 det(e^(At)) = e^(tr(A)t)입니다. 동역학 시스템에서 이는 선형 흐름이 2D에서의 면적, 3D에서의 부피, 또는 일반적으로 n차원 부피를 어떻게 스케일링하는지 설명합니다.

행렬 지수 계산기

정사각 행렬에 대한 행렬 지수 e^(At)를 계산하고, 이를 선형 ODE 시스템 x'(t)=Ax(t)의 상태 전이 행렬로 사용하세요. 행렬 A, 시간 t, 그리고 선택적으로 초기 벡터 x(0)를 입력하여 e^(At), x(t), Padé 스케일링 상세 정보, 트레이스 및 행렬식 항등식, 2×2 고윳값 분류 및 애니메이션화된 위상 평면 흐름도를 확인하십시오.

행렬 지수 계산기

Embed 행렬 지수 계산기 Widget

행렬 지수 계산기 정보

행렬 지수 계산기는 제차 선형 시스템 \(x'(t)=Ax(t)\)에 대한 상태 전이 행렬인 \(e^{At}\)를 계산합니다. 이 도구는 선형 대수학, 제어 이론, 미분 방정식, 마르코프 연쇄 생성기 및 상수 행렬이 연속 시간 진화를 주도하는 모든 모델을 위해 설계되었습니다.

행렬 지수의 의미

스칼라 숫자 \(a\)에 대해 지수 \(e^{at}\)는 \(x'=ax\)를 풉니다. 정사각 행렬 \(A\)에 대해서도 숫자의 거듭제곱을 행렬의 거듭제곱으로 대체하면 동일한 개념이 적용됩니다.

\[ e^{At}=I+At+\frac{(At)^2}{2!}+\frac{(At)^3}{3!}+\cdots \]

결과는 \(A\)의 각 항목에 지수를 취해서 얻어지는 것이 아닙니다. 거듭제곱 \(A^2,A^3,\ldots\)에서의 행렬 곱셈은 변수 간의 결합을 포착하며, 이는 선형 ODE 시스템에 정확히 필요한 것입니다.

선형 ODE 시스템 풀기

\(A\)가 상수이고 \(x(0)=x_0\)인 경우, 초기값 문제의 해는 다음과 같습니다.

\[ x(t)=e^{At}x_0 \]

이것이 \(e^{At}\)가 종종 상태 전이 행렬 또는 기본 행렬 해라고 불리는 이유입니다. 각 열은 표준 기저 상태가 시간 \(t\) 후에 어디로 이동하는지 보여줍니다.

행렬 지수 계산기 사용 방법

행렬 A를 입력합니다. 항목 사이에 공백이나 쉼표를 사용하여 한 줄에 한 행씩 입력합니다.
시간 t를 선택합니다. 순방향 진화에는 양수 값을, 역방향 진화에는 음수 값을 사용합니다.
ODE를 풀 때 x(0)를 추가합니다. 벡터는 행렬 차원과 동일한 수의 항목을 가져야 합니다.
계산 및 확인합니다. \(e^{At}\), 선택적 \(x(t)\), 대각합 항등식, 그리고 A가 2×2인 경우 2D 애니메이션을 확인합니다.

수치 해석 방법

계산기는 13차 Padé 근사와 함께 스케일링 및 스퀘어링(Scaling and Squaring) 기법을 사용합니다. 실질적으로, 먼저 \(At\)를 더 작은 행렬로 스케일링하고 유리 함수 근사를 평가한 다음, 결과를 반복적으로 제곱하여 원래 시간 스케일로 되돌립니다. 이는 단순히 테일러 급수를 자르는 것보다 더 안정적입니다.

중요한 항등식: 부피 스케일링

행렬 지수의 행렬식은 간결한 대각합 공식을 갖습니다.

\[ \det(e^{At})=e^{\operatorname{tr}(A)t} \]

2D 시스템의 경우 이는 흐름 하에서의 면적 스케일링을 설명하고, 3D 시스템의 경우 부피 스케일링을 설명합니다. 음수 대각합은 부피를 수축시키는 경향이 있는 반면, 양수 대각합은 부피를 팽창시킵니다.

이 도구를 사용하는 경우

사용 사례	입력 사항	확인 내용
선형 ODE 시스템	행렬 \(A\), 시간 \(t\), 초기 벡터 \(x(0)\)	\(e^{At}\) 및 \(x(t)=e^{At}x(0)\)
상태 전이 분석	행렬 \(A\) 및 시간 \(t\)	기저 벡터가 흐름에 따라 이동하는 방식
2D 위상 평면 직관	2×2 행렬 및 선택적 초기 점	고유값 분류, 벡터장, 기저 이동 및 궤적
제어 또는 시스템 모델	연속 시간 시스템 행렬	선택한 시간 단계에 걸친 전이 맵