본문 바로가기

전체 글324

자이로스코프 효과 과학관에 가면 자이로스코프 효과(gyroscopic effect)가 무엇인지 몸으로 느끼게 해주는 장치가 있다. 바로 손잡이가 달려있는 자전거 바퀴와 회전의자다. 처음에는 관람객에게 자전거 바퀴를 양손에 쥐게 한 후 회전의자에 앉힌다. 그리고 회전의자를 돌린다. 그러면 아무런 일도 일어나지 않는다. 이번에는 자전거 바퀴를 손으로 잡아당겨 빠르게 회전시킨다. 그리고 관람객이 앉아 있는 회전의자를 돌린다. 그러면 이번에는 마치 유령이 자전거 바퀴를 비트는 듯한 느낌이 온다. 손으로 꽉 잡지 않으면 자전거 바퀴가 비틀어진다. 매우 신기한 일이다. 이것이 자이로스코프 효과라고 불리는 현상이다. 자이로스코프 효과는 회전하는 물체의 회전축에 모멘트를 가했을 때 모멘트의 회전 방향대로 회전축이 움직이지 않고 그 직각.. 2021. 1. 10.
만유인력의 법칙 뉴턴의 만유인력의 법칙(law of universal gravitation)은 질량을 가진 물체사이에 작용하는 인력(끌어당기는 힘)에 관한 것으로서 뉴턴은 이 법칙을 제2법칙과 결합하여 행성의 운동을 해석하고 케플러 법칙을 증명하였다. 만유인력의 법칙에 의하면 두 질점 간의 인력은 두 질점을 연결한 선과 평행하게 작용하며 크기는 두 질점의 질량의 곱에 비례하고 두 질점 사이의 거리의 제곱에 반비례한다. 이를 수식으로 표현하면 다음과 같다. \[ \begin{align} \vec{F}_1 &= G \frac{Mm}{r^2} \hat{e}_r \tag{1} \\ \\ &= G \frac{Mm}{r^2} \frac{\vec{r}}{r} \end{align} \] 여기서 \(M, m \)은 두 질점의 질량, \.. 2021. 1. 10.
최소화의 필요조건과 충분조건 다음과 같이 제약조건이 없는 일반적인 함수의 최적화 문제에서, \[ \min_\mathbf{x} f(\mathbf{x}) \] 함수 \(f(\mathbf{x})\)가 \( \mathbf{x}^\star\)에서 로컬(local) 최소값이 되기 위한 필요조건(necessary condition)은 \( \mathbf{x}=\mathbf{x}^\star\)에서 계산한 \(f\)의 그래디언트(gradient)가 \(0\)이 되는 것이다. \[ \nabla_\mathbf{x} f(\mathbf{x}^\star ) = 0 \] 위 조건을 \(\mathbf{x}^\star\)이 최소점이 되기 위한 1차(first order) 필요조건이라고 한다. 사실 위 조건은 로컬 최대점에서도 성립한다. 그럼 또 다른 필요조건이 .. 2021. 1. 10.
[Continuous-Time] 선형 시스템 시스템은 여러가지 기준으로 다양하게 분류될 수 있는데, 우선 시스템을 선형 시스템과 비선형 시스템으로 분류할 수 있다. 선형 시스템(linear system)인지 판별하기 위해서 두 개의 초기값과 입력 및 출력 세트가 있다고 하자. 첫 번째 세트는 임의의 시간 \(t=t_0\)에서 상태변수의 초기값이 \(\mathbf{x}_1 (t_0)\)이고, 시간 영역 \(t \ge t_0\)에서 입력이 \(\mathbf{u}_1 (t)\)일 때 출력이 \(\mathbf{y}_1 (t)\)이고, 두 번째 세트는 상태변수의 초기값이 \(\mathbf{x}_2 (t_0)\)이고 시간 영역 \(t \ge t_0\)에서 입력이 \(\mathbf{u}_2 (t)\)일 때 출력이 \(\mathbf{y}_2 (t)\)이다. 선형.. 2021. 1. 10.
경로 좌표계와 극 좌표계 비슷해 보이지만 서로 다른 좌표계가 있다. 경로 좌표계(path coordinate)와 극 좌표계(polar coordinate)이다. 경로 좌표계는 물체가 이동하는 경로를 따라 각 지점에서 물체의 속도 방향(tangential component, \(\hat{e}_t \))과 경로의 곡률 중심(center of curvature) 방향(normal component, \(\hat{e}_n \))을 좌표축으로 삼는다. 그래서 Tangential-Normal 좌표계라고도 한다. 경로가 미리 정해져 있거나 혹은 가늠할 수 있는 경로를 따라 움직이는 물체의 운동을 표현할 때 편리한 좌표계다. 예를 들면 롤러코스터나 자동차 또는 인공위성 등의 운동이 이에 해당한다. 위 그림에서 \(\{a\}\)는 기준 좌표계고.. 2021. 1. 9.
시스템의 수학적 표현 방법 시스템은 어떤 입력에 대해서 반응하여 동작하는 장치나 구성품의 집합을 뜻한다. 시스템의 반응을 출력 또는 응답이라고 한다. 시스템은 꼭 물리적인 장치나 구성품 또는 하드웨어일 필요는 없고, 알고리즘 또는 소프트웨어일 수도 있다. 아니면 사회경제 제도일 수도 있다. 세상에는 무인기 시스템, 제어 시스템, 금융 시스템 등등 많은 시스템이 있다. 제어 대상 시스템을 수학적으로 표현하는 방법에는 두 가지가 있다. 입력과 출력의 관계식으로 표현하는 방법과 상태공간(state-space) 방정식으로 표현하는 방법이다. 입력과 출력의 관계식으로 표현하는 방법을 시스템의 외부적 표현 방법이라고도 하는데 다음과 같이 연산자(operator)를 이용하여 입출력 관계식을 함수로 나타낸다. \[ \mathbf{y}(t)= \.. 2021. 1. 9.
안티 와인드업 (Anti-Windup) 제어 대상 시스템에 대해서 우리가 바라는 동작이 무엇인지 수치로 정해준 것을 명령(command)이라고 하고, 이 값과 실제 시스템의 출력의 차이를 추종 오차(tracking error)라고 한다. 비례-적분(PI, proportional-integral) 제어기는 출력이 정정상태(steady-state)에 돌입했을 때의 추종 오차를 줄이기 위한 제어 기법이다. 아래 그림은 일반적인 제어 시스템의 구조를 보여준다. \(r\)을 명령, \(y\)를 출력, \(e=r-y\)를 추종 오차, \(u\)를 제어 신호라고 한다. PI 제어기는 추종 오차의 크기에 비례하는 값과 오차의 적분 (또는 오차의 누적)에 비례하는 값을 제어 신호로 내보낸다. \[ u(t)=K_p e(t)+K_I \int_0^t e(t) \ .. 2021. 1. 9.
추력 방정식 탄도 미사일이나 발사체의 추력(thrust)은 로켓 엔진이 연료를 빠르게 분사하면서 생기는 반작용에 의해서 생성된다. 다음 그림은 로켓과 로켓에서 분사된 연료로 구성된 질점(particle) 시스템을 보여주고 있다. 추력 유도 과정을 간단하게 하기 위해서 로켓에는 대기 압력 이외에 다른 힘이 존재하지 않고 분사된 연료의 방향은 로켓 동체의 센터라인과 일치한다고 가정한다. 그림에서 \(\hat{e}_{ct}\)는 로켓 동체의 센터라인을 나타내는 방향 벡터다. 위에 있는 그림은 시간 \(t\)에서 질량 \(m\)인 로켓이 절대 속도 \(V\)로 \(\hat{e}_{ct}\) 방향으로 날아가는 것을 나타내고, 아래 그림은 짧은 시간 \(\Delta t\) 동안에 로켓의 연소과정을 거쳐 적은 질량 \(\Delt.. 2021. 1. 9.
발사체의 발사 궤적 발사체에 작용하는 힘은 로켓 엔진에서 생성되는 추력(thrust), 공기 저항으로 인한 항력(drag), 그리고 중력이다. 추력과 비행 방향(또는 속도 방향)은 발사체의 동체 라인과 일치하며 항력은 속도의 반대 방향으로 작용한다. 중력은 지구의 중심 방향으로 작용한다. 다음 그림은 지표를 기준으로 발사체의 속도와 궤적을 그린 것이다. \(T\)는 추력, \(D\)는 항력, \(V\)는 속도, \(h\)는 고도, \(g\)는 중력 가속도, \(m\)은 질량, \(\gamma \)는 비행 경로각이다. 비행 경로각은 발사체의 속도 벡터와 수평면의 각도다. 지구가 둥글기 때문에 수평면은 발사체의 위치마다 달라서 국지적인 수평면(local horizon), 또는 지역 수평면이라고 한다. 지구 자전의 영향을 무시하.. 2021. 1. 8.
브라키스토크론 문제와 변분법 같은 평면에 높이가 다른 두 지점 \(A\)와 \(B\)가 있다. 지점 \(A\)는 지점 \(B\)보다 높은 곳에 위치해 있다. 이 때 상단 지점 \(A\)에 정지해 있던 물체가 마찰없이 중력의 영향으로만 미끄러져서 가장 짧은 시간에 하단 지점 \(B\)까지 도착할 수 있는 경로는 무엇일까? 지점 \(A\)와 \(B\)를 잇는 경로는 무수히 많다. 언뜻 생각하면 두 지점을 직선으로 연결한 경로(위 그림에서 녹색 경로)가 두 지점 \(A\)와 \(B\)를 연결하는 최단 경로이기 때문에 최단 시간에 이동할 수 있는 경로도 되지 않을까 싶지만, 그렇지 않다. 중력 때문에 생기는 물체의 속도도 고려해야 한다. >수평 방향을 \(x\)축, 수직 방향을 \(y\)축으로 한다면, 경로는 \(x\)를 변수로 하는 함수.. 2021. 1. 8.
중요 샘플링 (Importance Sampling) 파이썬(Python)이나 매트랩(Matlab) 등 대부분의 컴퓨터 언어에는 가우시안 또는 균등분포(uniform distribution)로부터 샘플을 생성하는 함수를 가지고 있다. 샘플을 생성하고 싶은 확률밀도함수는 알고 있지만 샘플을 생성하기가 어려울 때는, 균등분포를 갖는 랜덤변수 \(X \sim U[0,1]\)로부터 해당 확률밀도함수를 갖는 랜덤변수 \(Y\) 사이의 함수 관계식 \(Y=g(X)\)을 구하고, 균등분포로부터 추출한 샘플 \(x^{(i)}\)를 함수 관계식 \(y^{(i)}=g(x^{(i)})\)로 변환해서 사용하면 된다. 그러나 이 방법은 랜덤변수가 다차원(multi-dimension)을 갖거나 복잡한 확률밀도함수를 갖는 경우에는 적용하기가 어렵다. 만약 샘플을 추출하여 기댓값(ex.. 2021. 1. 6.
SGD에서 데이터를 무작위로 추출해야 하는 이유 배치(batch) 경사하강법은 학습 데이터 전체를 사용해서 손실함수(loss function)의 그래디언트(gradient)를 계산하고 신경망 파라미터를 업데이트한다. 반면에 확률적 경사하강법(SGD, stochastic gradient descent)은 전체 데이터에 비해 훨씬 적은 수의 데이터를 무작위로 추출하고 그 데이터만으로 손실함수의 그래디언트를 계산한 후 신경망 파라미터를 업데이트한다. 확률적(stochastic)이라는 용어는 데이터를 무작위로 추출한다는 뜻에서 나온 말이다. 그러면 왜 데이터를 무작위로 추출해야 할까. 대부분 신경망 학습 알고리즘은 손실함수를 정하는 것으로 시작한다. 손실함수를 \( \mathcal{L}(\mathbf{\theta} \ ; (\mathbf{x}^{(i )}, .. 2021. 1. 4.
혼합 랜덤변수 (Mixed Random Variables) 이산(discrete) 랜덤변수에서는 확률밀도함수(pdf, probability density function) 대신에 확률질량함수(pmf, probability mass function)를 사용한다. 이산 랜덤변수 \( \Theta \)의 확률질량함수 \( \omega_{\Theta} (\theta)\)는 다음과 같이 정의한다. \[ \omega_{\Theta} (\theta_i ) = P \{ \Theta = \theta _i \} \] 여기서 \( \theta_i, \ i=1, ... , n \)은 표본 공간의 모든 원소다. 정의에 의하면 확률질량함수는 곧 확률임을 알 수 있다. 디랙 델타(Dirac delta)함수 \(\delta (\theta) \)를 이용하면 확률질량함수를 확률밀도함수의 형태로.. 2020. 12. 27.
랜덤변수의 함수와 샘플링 - 3 랜덤변수 \(X\)의 확률밀도함수(pdf, probability density function)가 \(p_X (x)\)이고, 랜덤변수 \(Y\)가 함수 \(Y=g(X)\)로 주어졌을 때, \(Y\)의 확률밀도함수 \(p_Y (y)\)를 구할 수 있었다. 또한 랜덤변수 \(Y\)의 확률분포에서 샘플을 직접 추출하기 어려운 경우에는 가우시안 또는 균등분포(uniform distribution)를 갖는 랜덤변수 \(X\)로부터 샘플 \(X=x^{(i)}\)를 추출하여 함수 관계식 \(y^{(i)}=g(x^{(i)})\)로 변환해서 사용할 수 있었다. 그렇다면, 랜덤변수 \(X\)의 확률밀도함수 \(p_X (x)\)와 랜덤변수 \(Y\)의 확률밀도함수 \(p_Y (y)\)가 주어졌을 때, X와 Y의 함수 관계식.. 2020. 12. 26.

티스토리툴바