선형 독립 구간 I에서 $k_1y_1(x) + k_2y_2(x) = 0$을 만족시키는 해가 $k_1 = k_2 = 0$ 뿐일 때, basis $y_1$과 $y_2$는 서로 선형 독립(linearly independent)이라고 표현합니다. 선형 독립성을 좀 더 쉽게 보이는 방법이 Wronskian을 이용하는 것입니다. Wronskian ODE $$y'' + py' + qy = 0$$ 의 계수 $p(x)$와 $q(x)$가 열린 구간 I에서 연속일 때, 두 basis $y_1, y_2$가 서로 선형 독립일 조건과 "Wronskian" $$W(y_1,y_2) = y_1y_2' -y_2y_1' \ne 0 \quad for ~any~x~in~I$$ 일 조건은 서로 필요충분의 관계에 있습니다. 즉, Wronskian $\ne 0$이라면 $y_1$과 $y_2$는 서로 선형 독립이라는 의미입니다. 또한 Wronskian $=0$이라면 $y_1$과 $y_2$는 서로 선형 종속입니다. Wronskian은 행렬식을 이용해서 간단히 표현할 수가 있습니다. $$W(y_1,y_2) = \begin{vmatrix} y_1 & y_2 \\ y_1' & y_2' \end{vmatrix} = y_1y_2' - y_2y_1'$$ 예제 1. 다음 미분방정식의 두 basis $y_1, y_2$가 서로 선형 독립인지 판단하시오. $$y'' + \omega^2y = 0$$ $y_1 = \cos{\omega x}$와 $y_2 = \sin{\omega x}$의 Wronkian을 구해보면, $$W(\cos{\omega x}, \sin{\omega x}) = \begin{vmatrix} \cos{\omega x} & \sin{\omega x} \\ -\omega \sin{\omega x} & \omega \cos{\omega x} \end{vmatrix} = \omega$$ $\therefore \quad \omega \ne 0$ 인 모든 실수 $\omega$에 대해 $y_1 = \cos{\omega x}$와 $y_2 = \sin{\omega x}$는 서로 선형 독립입니다.
2계선형미분방정식을 들어가기에 앞서 중첩의 원리와 선형성에 대해서 언급한 적이 있었습니다. 그 중 선형성을 보다 더 쉽게 판단하는 방법이 있는데, 바로 Wronskian 해법입니다. #0. Linearly independent, dependent(선형독립, 선형종속) 이전의 2계미분방정식에서 homogeneous 한 방정식에 대해서 중첩의 원리를 적용하였고, 그것이 가능한 이유는 선형성(Linearly)으로 부터 출발하였습니다. linearly independent에 대한 정의를 다시 보자면, 이계미분방정식의 해인 y1, y2가 아래의 식을 만족할때 이 식을 만족시키는 K의 값이 오직 일때만 성립하는것이 linearly independent라고 했습니다. 즉 y1에 상수배를 해서 y2를 만들수 없다는 것이지요. 하지만 겉으로 보기에 식의 형태가 삼각함수나 초월함수의 형태로 되어있다면, 상수배를 해서 y2를 만들 수 있을지 없을지가 애매모호해집니다. 가령, sinxcosx 와 sin2x 는 서로 삼각함수 공식을 이용하면 상수배의 관계에 있기때문에 linearly dependent(선형종속)가 됩니다. 이런식으로 겉으로 형태로만 봐서는 알기가 어렵기 떄문에 이를 조금 더 쉽게 알아볼 수 있는 방법이 Wronskian(론스키안) 이 되겠습니다. #1. Wronskian
P(x)와 Q(x) 가 어떤 열린구간 I 에서 연속일때, y1, y2의 Wronskian값이 0이 아닌것과, linealy d independent 한 것은 충분 관계에 있습니다. 론스키안은 아래의 수식처럼 계산됩니다.
위처럼 조건이 만족될 때에 y1, y2 는 서로 linearly independent 합니다. 하지만 반대로, Wronskian 값이 0 이라면 linearly dependent 하지는 않습니다. 위의 명제의 역인 "linearly dependent 하다면 Wronskian 값이 0 이다" 는 성립합니다. 론스키안은 행렬식으로도 나타낼 수 있습니다.
#2. 그래서? 앞서서, homogeneous 한 2계미분방정식의 풀이에 대해서는 여러가지를 다루어보았습니다. 이제 Non-homogeneous 한 미분방정식의 해를 구해야할텐데, 이도 마찬가지로, 방법이 여러가지가 있습니다. 미정계수법이 가장 흔하게 쓰이며, 그 중 론스키안을 이용하여 풀이를 하는 경우도 있습니다. 이제 다음 글에서부터는 Non-homogeneous(비제차)한 형태의 미분방정식의 풀이에 대해서 알아보도록 하겠습니다. 태그1계미분방정식, 2계미분방정식, Linearly dependent, Linearly independent, Wronskian, 공대, 공대생, 공수1, 공학수학, 대학수학, 론스키안, 미방, 미분방정식, 비제차, 비제차미분방정식, 선형독립, 선형종속, 제차, 충분조건
Wronskian(론스키안?)은 함수와 함수간의 선형독립성(Linear Independence)을 판단하는 도구입니다. 혹 왜 선형독립성을 따져야 하냐는 질문을 한다면.. 너무 절망스러울 것 같습니다.. 여기까지 왔는데 그런 질문을 하시면 정말.. 그런 분들을 위해서 위에 링크를 준비해 두었습니다. 관련포스팅 아래 2.1-2 배너를 들어가보시면 왜 선형독립성을 판단할 수 있어야 하는지 알 수 있습니다. 간단히 말하자면 2계 이상의 미분방정식은 선형독립인 해들의 선형결합으로 일반해가 표현되기 때문입니다. Wronskian은 이 개념을 처음 도입한 수학자 Józef Maria Hoene-Wroński 가 본인의 이름을 따서 붙인 이름인데 궁극적으로는 Wronski 행렬식을 의미합니다.
y1, y2, ··· , yn 의 Wronski 행렬식 행렬식 계산방법을 여기서 다루지는 않겠습니다. 선형대수학을 제대로 이수하셨다면 큰 어려움은 없을 테지만 까먹으신 분들을 위해 관련 링크를 남깁니다. 2계 미분방정식의 Wronskian을 먼저 보기보다는 Wronskian의 정의를 먼저 보고 그 다음 2계 미분방정식의 경우를 보는 순서를 밟도록 합시다.
2계 이상의 제차 선형 미분방정식의 일반해는 선형독립인 기저들의 선형결합으로 나타낼 수 있습니다. 이게 서로 선형독립인지 종속인지 판별하기 어려운 경우, Wronskian을 이용해주면 됩니다. 간단하게 Wronski 행렬식이 0이 아니면 선형독립입니다
선형독립성은 "집합"의 성질입니다. 벡터들이 모인 집합의 성질이 될 수도 있고 함수들이 모인 집합의 성질이 될 수도 있습니다. Wronski 행렬식을 이용해 선형독립성을 판별해봅시다
이런 느낌으로 Wronskian을 사용해주시면 됩니다. 나중에 비제차(nonhomogeneous) 방정식의 해를 구할 때 다시 나오니 필히 기억하시길 :) |