7.55 라플라스 변환의 주요 성질

1. 선형성

라플라스 변환은 선형 연산자이다. 임의의 상수 $a$ , $b$ 와 함수 $f(t)$ , $g(t)$ 에 대하여 다음이 성립한다.

$\mathcal{L}\{af(t) + bg(t)\} = aF(s) + bG(s)$

이 성질은 중첩 원리(superposition principle)를 라플라스 영역에서 보장하며, 선형 시스템의 입출력 해석에서 핵심적으로 활용된다.

2. 시간 영역에서의 미분

2.1 차 도함수

$f(t)$ 의 1차 도함수의 라플라스 변환은 다음과 같다.

$\mathcal{L}\{\dot{f}(t)\} = sF(s) - f(0^-)$

여기서 $f(0^-)$ 는 $t = 0$ 에서의 초기값이다. 시간 영역의 미분이 $s$ 영역에서 $s$ 의 곱셈으로 변환되며, 초기 조건이 대수적으로 포함된다.

2.2 $n$ 차 도함수

$n$ 차 도함수로 일반화하면 다음을 얻는다.

$\mathcal{L}\{f^{(n)}(t)\} = s^n F(s) - s^{n-1}f(0^-) - s^{n-2}\dot{f}(0^-) - \cdots - f^{(n-1)}(0^-)$

이 성질이 라플라스 변환의 가장 중요한 응용을 가능하게 한다. $n$ 차 선형 상미분 방정식을 라플라스 변환하면, 미분 연산이 $s$ 의 다항식 곱으로 변환되어 대수 방정식이 된다. 로봇 관절의 운동 방정식 $J\ddot{\theta} + b\dot{\theta} + k\theta = \tau(t)$ 에 라플라스 변환을 적용하면 다음과 같다.

$(Js^2 + bs + k)\Theta(s) = T(s) + Js\theta(0^-) + J\dot{\theta}(0^-) + b\theta(0^-)$

3. 시간 영역에서의 적분

$f(t)$ 의 부정적분의 라플라스 변환은 다음과 같다.

$\mathcal{L}\left\{\int_0^t f(\tau)\,d\tau\right\} = \frac{F(s)}{s}$

시간 영역의 적분이 $s$ 영역에서 $s$ 로의 나눗셈에 대응한다. 이 성질은 적분 제어기(I 제어기)의 전달 함수가 $1/s$ 인 이유를 설명한다.

4. 시간 이동 (지연 성질)

$f(t)$ 를 시간 $t_0 > 0$ 만큼 지연시킨 함수의 라플라스 변환은 다음과 같다.

$\mathcal{L}\{f(t - t_0)u(t - t_0)\} = e^{-t_0 s}F(s)$

여기서 $u(t - t_0)$ 는 $t = t_0$ 에서 활성화되는 단위 계단 함수이다. 시간 지연이 $s$ 영역에서 지수 인자 $e^{-t_0 s}$ 의 곱으로 나타난다. 이 성질은 로봇 통신 시스템의 전달 지연이나 제어 루프의 계산 지연을 모델링하는 데 사용된다.

5. 주파수 이동 ( $s$ 영역 이동)

$f(t)$ 에 지수함수 $e^{at}$ 를 곱한 함수의 라플라스 변환은 다음과 같다.

$\mathcal{L}\{e^{at}f(t)\} = F(s - a)$

$s$ 영역에서 변환 함수의 인수가 $s$ 에서 $s - a$ 로 이동한다. 이는 $F(s)$ 의 모든 극점과 영점이 $a$ 만큼 평행 이동하는 것에 해당한다. 감쇠 진동 $e^{-\sigma t}\sin(\omega t)$ 의 변환이 $\sin(\omega t)$ 의 변환에서 $s$ 를 $s + \sigma$ 로 대체하여 얻어지는 이유가 이 성질이다.

6. $s$ 영역에서의 미분

$F(s)$ 의 $s$ 에 대한 미분은 시간 영역에서 $-t$ 의 곱에 대응한다.

$\mathcal{L}\{tf(t)\} = -F'(s) = -\frac{dF}{ds}(s)$

일반화하면 다음과 같다.

$\mathcal{L}\{t^n f(t)\} = (-1)^n \frac{d^n F}{ds^n}(s)$

이 성질을 이용하면 $t\sin(\omega t)$ , $t^2 e^{at}$ 등 시간 함수에 $t^n$ 이 곱해진 함수의 변환을 기존 변환의 $s$ -도함수로 구할 수 있다.

7. $s$ 영역에서의 적분

$\mathcal{L}\left\{\frac{f(t)}{t}\right\} = \int_s^{\infty} F(\sigma)\,d\sigma$

이 성질은 $f(t)/t$ 의 라플라스 변환이 존재하는 경우에 적용된다. $\text{sinc}$ 함수와 같이 $f(t)/t$ 의 형태가 나타나는 신호 처리에서 활용된다.

8. 합성곱 정리

8.1 정의와 공식

시간 영역에서의 합성곱(convolution)은 다음과 같이 정의된다.

$(f * g)(t) = \int_0^t f(\tau)g(t - \tau)\,d\tau$

합성곱 정리(convolution theorem)는 다음을 주장한다.

$\mathcal{L}\{f * g\} = F(s) \cdot G(s)$

즉, 시간 영역의 합성곱이 $s$ 영역에서 곱셈에 대응한다.

8.2 제어 시스템에서의 의미

선형 시불변 시스템의 출력은 입력과 임펄스 응답의 합성곱으로 표현된다.

$y(t) = \int_0^t h(\tau)u(t - \tau)\,d\tau = (h * u)(t)$

라플라스 영역에서 이는 $Y(s) = H(s)U(s)$ 로 단순화된다. 여기서 $H(s)$ 는 전달 함수이다. 이 관계는 로봇 제어 시스템에서 입력-출력 관계를 전달 함수의 곱으로 표현하는 근거이다.

9. 시간 스케일링

양의 상수 $a > 0$ 에 대하여 다음이 성립한다.

$\mathcal{L}\{f(at)\} = \frac{1}{a}F\left(\frac{s}{a}\right)$

시간 축을 $a$ 배로 압축하면 $s$ 영역에서는 $a$ 배로 확장되고 진폭은 $1/a$ 배로 감소한다.

10. 초기값 정리와 최종값 정리

10.1 초기값 정리

$f(t)$ 와 $\dot{f}(t)$ 의 라플라스 변환이 존재하면 다음이 성립한다.

$\lim_{t \to 0^+} f(t) = \lim_{s \to \infty} sF(s)$

이 정리는 역라플라스 변환을 수행하지 않고도 시간 영역 함수의 초기값을 $s$ 영역에서 직접 구할 수 있게 한다.

10.2 최종값 정리

$sF(s)$ 의 모든 극점이 복소 평면의 왼쪽 반평면에 위치하면(즉, 시스템이 안정하면) 다음이 성립한다.

$\lim_{t \to \infty} f(t) = \lim_{s \to 0} sF(s)$

주의: 이 정리는 극한값이 존재하는 경우에만 유효하다. $f(t)$ 가 진동하거나 발산하는 경우에는 적용할 수 없다.

10.3 로봇 제어에서의 활용

최종값 정리는 로봇 관절 제어 시스템의 정상 상태 오차(steady-state error)를 계산하는 데 직접적으로 사용된다. 단위 피드백 시스템에서 기준 입력 $R(s)$ 에 대한 정상 상태 오차는 다음과 같다.

$e_{ss} = \lim_{s \to 0} sE(s) = \lim_{s \to 0} \frac{sR(s)}{1 + G(s)}$

여기서 $G(s)$ 는 개루프 전달 함수이다.

11. 주기 함수의 라플라스 변환

주기 $T$ 를 갖는 함수 $f(t) = f(t + T)$ 의 라플라스 변환은 다음과 같다.

$F(s) = \frac{\int_0^T f(t)e^{-st}\,dt}{1 - e^{-sT}}$

한 주기에 대한 적분만으로 전체 변환을 표현할 수 있다. 이 공식은 반복적인 로봇 동작(보행, 반복 작업 등)의 주기적 입력 분석에 활용된다.

12. 성질의 요약표

성질	시간 영역	$s$ 영역
선형성	$af(t) + bg(t)$	$aF(s) + bG(s)$
미분	$\dot{f}(t)$	$sF(s) - f(0^-)$
$n$ 차 미분	$f^{(n)}(t)$	$s^nF(s) - \sum_{k=0}^{n-1}s^{n-1-k}f^{(k)}(0^-)$
적분	$\int_0^t f(\tau)\,d\tau$	$F(s)/s$
시간 이동	$f(t-t_0)u(t-t_0)$	$e^{-t_0 s}F(s)$
주파수 이동	$e^{at}f(t)$	$F(s-a)$
시간 스케일링	$f(at)$	$\frac{1}{a}F(s/a)$
$s$ -미분	$tf(t)$	$-F'(s)$
합성곱	$f*g$	$F(s)G(s)$

13. 요약

라플라스 변환의 주요 성질은 시간 영역의 미적분 연산을 $s$ 영역의 대수 연산으로 변환한다. 미분 성질은 상미분 방정식을 대수 방정식으로 변환하는 핵심이며, 합성곱 정리는 선형 시스템의 입출력 관계를 전달 함수의 곱으로 단순화한다. 초기값 정리와 최종값 정리는 역변환 없이 시간 응답의 극한값을 구할 수 있게 하며, 특히 최종값 정리는 로봇 제어 시스템의 정상 상태 성능 분석에 필수적이다. 시간 이동과 주파수 이동 성질은 지연 시스템과 감쇠 시스템의 모델링에 직접적으로 활용된다.

참고 문헌

Schiff, J. L. (1999). The Laplace Transform: Theory and Applications. Springer.
Oppenheim, A. V., Willsky, A. S., & Nawab, S. H. (1997). Signals and Systems (2nd ed.). Prentice Hall.
Ogata, K. (2010). Modern Control Engineering (5th ed.). Prentice Hall.
Kreyszig, E. (2011). Advanced Engineering Mathematics (10th ed.). Wiley.
Franklin, G. F., Powell, J. D., & Emami-Naeini, A. (2015). Feedback Control of Dynamic Systems (7th ed.). Pearson.

version: 0.1.0