Riccati方程式

同義語:リッカチ方程式リカッチ方程式Riccati equationRiccati微分方程式

概要

Riccati方程式(Riccati equation)とは、未知関数について 2 次の 1 階微分方程式 $y'=a(x)y^2+b(x)y+c(x)$ のことである。$y=u/v$ と置くと線形の連立方程式に帰着するので、解は初期値の Möbius 変換で動き、爆発は線形系の解の零点であり、4 つの解の複比は一定である。2 階線形方程式の零点の有無は、この方程式の解の大域存在と同値である。行列の場合は線形 2 次の最適制御に現れ、半正定値の重みの下で解は爆発しない。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: 線形微分方程式, Möbius変換, 複比, Wronskian

Riccati 方程式(Riccati equation)は、未知関数について 2 次の 1 階微分方程式
$$ y'=a(x)y^2+b(x)y+c(x) $$
である。非線形の方程式だが、$y=u/v$ と分数に書くと線形の連立方程式 $(u,v)'=M(x)(u,v)$ に変わる。このことから次のことが従う。

  • 解の族は初期値について Möbius 変換で動く(thm-ric-moebius)。
  • 解の爆発は線形方程式の解の零点である。
  • 4 つの解の複比は一定である(cor-ric-cross-ratio)。
  • 2 階線形方程式の解が零点をもつかどうかは、Riccati 方程式の解が区間全体で存在するかどうかに言い換えられる(thm-ric-nonosc)。
    行列を未知関数とする同じ形の方程式は、線形 2 次の最適制御で状態フィードバックの係数を与える。この記事の後半では、行列の方程式の解が爆発しないこと(thm-ric-global)と、その定常版である代数 Riccati 方程式の構造(thm-ric-are)を示す。
    名前は 18 世紀イタリアの数学者 Jacopo Riccati による(Lee18 p. 324)。求積の手順としての線形化は 求積法(常微分方程式) の定理「Riccati方程式の線形化」が持つ。この記事は解の族の幾何と大域的な振る舞いを扱う。

線形の連立方程式との対応

Riccati 方程式

区間 $I$ の上の連続関数 $a,b,c$ について、
$$ y'=a(x)y^2+b(x)y+c(x)\qquad(\mathrm R) $$
を Riccati 方程式 という。$a\equiv0$ のときは 1 階線形方程式である。

分数の形と線形の連立方程式
  1. $\alpha,\beta,\gamma,\delta$ を $I$ の上の連続関数とし、$(u,v)$ が
    $$ u'=\alpha u+\beta v,\qquad v'=\gamma u+\delta v $$
    の解で $v\ne0$ なら、$y:=u/v$ は $y'=-\gamma y^2+(\alpha-\delta)y+\beta$ を満たす。
  2. とくに (R) は係数行列
    $$ M(x):=\begin{pmatrix}b&c\\-a&0\end{pmatrix} $$
    の線形系に対応する。逆に $y$ が (R) の解なら、$v:=\exp\bigl(-\int ay\,dx\bigr)$、$u:=yv$ は $(u,v)'=M(u,v)$ の解である。
商の微分

(1):$y'=\dfrac{u'}v-\dfrac{uv'}{v^2}=\dfrac{\alpha u+\beta v}v-y\,\dfrac{\gamma u+\delta v}v=\alpha y+\beta-\gamma y^2-\delta y$ である。
(2):$\gamma=-a$、$\alpha-\delta=b$、$\beta=c$ と選ぶと (R) になる。逆向きは $v'=-ayv=-au$ と、$u'=y'v+yv'=(ay^2+by+c)v-ay^2v=bu+cv$ から従う。$\square$

行列 $M$ の選び方には $\alpha,\delta$ を同時にずらす自由度がある。$(u,v)$ に共通の関数を掛けても $y$ は変わらないからである。$y=u/v$ は線形系の解が定める 射影直線 の点と見るのが自然で、$y=\infty$ は $v=0$ の点である。

解は初期値の Möbius 変換

$x_0\in I$ とし、$(\mathrm R)$ の線形系の基本行列で $x_0$ で単位行列になるものを
$$ \Phi(x)=\begin{pmatrix}A(x)&B(x)\\C(x)&D(x)\end{pmatrix} $$
とする。
(1) $\det\Phi(x)=\exp\int_{x_0}^xb\,dt>0$ である。とくに $g_x(t):=\dfrac{A(x)t+B(x)}{C(x)t+D(x)}$ は $\mathbb{RP}^1$ の上の Möbius 変換である。
(2) $y(x_0)=y_0$ の (R) の最大解は $y(x)=g_x(y_0)$ で、定義域は $\{x\in I\mid C(x)y_0+D(x)\ne0\}$ の $x_0$ を含む連結成分である。
(3) 最大解の定義域の端 $x_1$ が $I$ の内点なら $\lvert y(x)\rvert\to\infty$($x\to x_1$)である。$1/y$ は Riccati 方程式 $w'=-cw^2-bw-a$ の解で、$x_1$ を越えて延びる。

線形系の解の比

(1):$\operatorname{tr}M=b$ なので、Wronskian の定理「Liouville の公式」から従う。
(2):線形方程式の解は $I$ 全体に延びるので(線形微分方程式)、$\binom uv:=\Phi\binom{y_0}1$ は $I$ 全体の解で、$u=Ay_0+B$、$v=Cy_0+D$ である。$v(x_0)=1\ne0$ である。$v\ne0$ の範囲で thm-ric-system から $u/v$ は (R) の解で、値 $y_0$ を $x_0$ でとる。(R) の右辺は $y$ について局所 Lipschitz なので、Picard–Lindelöfの定理 から解は一意で、$y=u/v$ である。
(3):$\det\Phi\ne0$ なので $(u,v)$ は零点をもたない。端 $x_1$ で $v(x_1)=0$ なら $u(x_1)\ne0$ で、$\lvert y\rvert=\lvert u/v\rvert\to\infty$ である。$w:=v/u$ は $u\ne0$ の範囲で定義され、$x_1$ の近くで連続である。$u'=bu+cv$、$v'=-au$ から $w'=\dfrac{v'u-vu'}{u^2}=-a-bw-cw^2$ で、これは $x_1$ でも成り立つ。$\square$

線形方程式の解は区間全体に延びるのに対し、(R) の解は係数がなめらかでも爆発し、その場所は解ごとに違う。ただし動く特異点は極だけである。これは複素領域で見るといっそう明確である。$a,b,c$ が単連結領域で正則なら $\Phi$ は正則なので、$y=(Ay_0+B)/(Cy_0+D)$ は有理型である。一方 $y'=y^3$ の解 $y=(C-2x)^{-1/2}$ は動く分岐点をもつ。

複比は一定

$y_1,\dots,y_4$ が (R) の解で、$x$ の区間 $J$ の上で値が相異なるなら、複比 $(y_1,y_2;y_3,y_4)$ は $J$ で一定である。とくに相異なる 3 つの解 $y_1,y_2,y_3$ が分かれば、一般の解は定数 $\kappa$ について
$$ \frac{(y_3-y_1)(y-y_2)}{(y-y_1)(y_3-y_2)}=\kappa $$
を $y$ について解いて、積分なしに得られる。

$x,x_0\in J$ のとき、thm-ric-moebius から $y_i(x)=g_x(y_i(x_0))$ である。複比 の定理「複比の基本定理」により射影変換は複比を保つ。式は同記事の座標式 $(y_1,y_2;y_3,y)$ である。$\square$

既知の解が 2 つのとき

$y_1\ne y_2$ が (R) の解で、$y$ が $y_1,y_2$ と異なる解なら、$w:=\dfrac{y-y_1}{y-y_2}$ は
$$ \frac{w'}w=a\,(y_1-y_2) $$
を満たす。したがって $w=\kappa\exp\int a(y_1-y_2)\,dx$($\kappa$ は定数)である。

(R) の差をとると $(y-y_i)'=a(y^2-y_i^2)+b(y-y_i)=(y-y_i)\bigl(a(y+y_i)+b\bigr)$ である。$i=1,2$ の式を割り算の対数微分に代入する。$\square$

既知の解の個数と残りの手間は次のとおりである。

既知の解手順残る計算
なし$y=u/v$ で線形系へ、または 2 階線形方程式へ2 階線形方程式を解く
1 個 $y_1$$y=y_1+1/u$1 階線形方程式(求積法(常微分方程式) の定理「Riccati方程式の線形化」)
2 個prop-ric-two積分 1 回
3 個cor-ric-cross-ratio積分なし
定数係数

$a\ne0,b,c$ が定数のとき、$D:=b^2-4ac$ と $p:=-b/(2a)$ について $ay^2+by+c=a(y-p)^2-\dfrac D{4a}$ である。
$D>0$:平衡点が 2 つ $r_1,r_2$ あり、prop-ric-two から $\dfrac{y-r_1}{y-r_2}=\kappa e^{a(r_1-r_2)x}$ である。例 $y'=1-y^2$ の解は $\pm1$、$\tanh(x-x_0)$、$\coth(x-x_0)$ で、後者は爆発する。
$D=0$:平衡点は $p$ だけで、ほかの解は $y=p-\dfrac1{a(x-x_0)}$ である。
$D< 0$:平衡点はなく、$q:=\dfrac{\sqrt{-D}}{2\lvert a\rvert}$ について $y=p+q\tan(aqx+\kappa)$ である。すべての解が間隔 $2\pi/\sqrt{-D}$ で爆発を繰り返す。例 $y'=1+y^2$ の解は $\tan(x-x_0)$ である。
$\mathbb{RP}^1$ の上で見ると、$x$ を動かす流れは 1 パラメータの Möbius 変換の群で、$D>0,=0,< 0$ は順に双曲型、放物型、楕円型に対応する。

3 枚の図を横に並べ、左から y'=1-y^2、y'=y^2、y'=1+y^2 の解曲線を描いた図。左は y=±1 の水平線の間を tanh が通り、外側の解は垂直な漸近線で爆発する。中央は y=0 だけが水平線で、他の解は 1 回爆発する。右は tan の枝が間隔 π で繰り返す。 3 枚の図を横に並べ、左から y'=1-y^2、y'=y^2、y'=1+y^2 の解曲線を描いた図。左は y=±1 の水平線の間を tanh が通り、外側の解は垂直な漸近線で爆発する。中央は y=0 だけが水平線で、他の解は 1 回爆発する。右は tan の枝が間隔 π で繰り返す。

2 階線形方程式の非振動

2 階の方程式 $u''+q(x)u=0$ で $w:=u'/u$ と置くと、$u\ne0$ の範囲で
$$ w'+w^2+q=0\qquad(\mathrm W) $$
である。$u$ の零点は $w$ の爆発である(対数導関数 の例「2 階線形微分方程式」)。この対応から、零点のない解の存在を不等式で言い換えられる。

零点のない解と Riccati の不等式

$q$ を区間 $I$ の上の連続関数とする。次は同値である。
(i) $u''+qu=0$ は $I$ で零点をもたない解をもつ。
(ii) (W) は $I$ 全体で定義された解をもつ。
(iii) $C^1$ 級の $w\colon I\to\mathbb R$ で $w'+w^2+q\le0$ を $I$ 全体で満たすものがある。

不等式の解を挟み撃ちにする

(i)⇒(ii):$w=u'/u$ である。
(ii)⇒(iii):等号の場合である。
(ii)⇒(i):$x_0\in I$ について $u:=\exp\int_{x_0}^xw\,dt$ は正で、$u'=wu$、$u''=(w'+w^2)u=-qu$ である。
(iii)⇒(ii):$x_0\in I$ をとり、$z$ を $z(x_0)=w(x_0)$ の (W) の最大解とする。定義域を $J\subset I$ とする。$\Delta:=w-z$ について
$$ \Delta'\le(-w^2-q)-(-z^2-q)=-(w+z)\Delta $$
である。$E:=\exp\int_{x_0}^x(w+z)\,dt>0$ とおくと $(\Delta E)'\le0$ で、$\Delta(x_0)=0$ である。よって $x\ge x_0$ で $w\le z$、$x\le x_0$ で $z\le w$ である。
さらに $z'=-z^2-q\le-q$ である。$I$ のコンパクト部分区間 $[\alpha,\beta]\ni x_0$ をとる。$x\in J\cap[x_0,\beta]$ で
$$ w(x)\le z(x)\le z(x_0)-\int_{x_0}^xq\,dt $$
であり、$x\in J\cap[\alpha,x_0]$ で
$$ z(x_0)+\int_x^{x_0}q\,dt\le z(x)\le w(x) $$
である。どちらの側でも $z$ は $[\alpha,\beta]$ の上で $J$ の範囲で有界である。解は有界なまま $I$ の内部で止まらないので、$J=I$ である。$\square$

$q=1$ のとき $u=\cos x$ には零点があり、$w=-\tan x$ は爆発する。thm-ric-nonosc は Sturm の比較を使わないで次の比較を与える。

比較

$q_1\le q_2$ が $I$ の上の連続関数で、$u''+q_2u=0$ が $I$ で零点のない解をもつなら、$u''+q_1u=0$ もそうである。

$w$ を $q_2$ の (W) の解とすると、$w'+w^2+q_1=q_1-q_2\le0$ である。thm-ric-nonosc の (iii)⇒(i) を使う。$\square$

閾値 $\frac14$

$q(x)=\dfrac1{4x^2}$($x>0$)のとき $u=\sqrt x$ は零点のない解で、$w=\dfrac1{2x}$ は (W) の解である。cor-ric-compare から $q\le\frac1{4x^2}$ なら $u''+qu=0$ は $(0,\infty)$ に零点のない解をもつ。Sturmの比較定理 の定理「Kneser の判定法」の閾値 $\frac14$ はこの解から来る。

Airy 方程式の場合

$u''=xu$ に対応する (W) は $w'+w^2=x$ である。$w_1:=\operatorname{Ai}'/\operatorname{Ai}$、$w_2:=\operatorname{Bi}'/\operatorname{Bi}$ は $x\ge0$ の解である。一般の解 $w=(\alpha\operatorname{Ai}'+\beta\operatorname{Bi}')/(\alpha\operatorname{Ai}+\beta\operatorname{Bi})$ について、Airy関数 の命題「2 つの解の関係」の $\operatorname{Ai}\operatorname{Bi}'-\operatorname{Ai}'\operatorname{Bi}=\frac1\pi$ から
$$ w-w_2=-\frac\alpha{\pi\operatorname{Bi}(\alpha\operatorname{Ai}+\beta\operatorname{Bi})} $$
である。

$x$$w_1(x)$$w_2(x)$$\sqrt x$
$1$$-1.17632$$0.77225$$1$
$3$$-1.80742$$1.63295$$1.73205$

$w'$ が小さければ $w^2\approx x$ なので、値は $\pm\sqrt x$ に近い。$\beta\ne0$ の解は $w_2$ に急速に近づき、$w_1$ だけが例外の解である。Airy関数 の定理「減衰する解の特徴づけ」の、減衰する解がただ 1 つであることの Riccati 方程式の側の姿である。

行列の Riccati 方程式

未知関数を行列にしても 2 次の形は保たれ、線形系への帰着もそのまま成り立つ。ここでは線形 2 次の最適制御に現れる形を扱う。
状態 $x\in\mathbb R^n$、入力 $u\in\mathbb R^m$ の系 $\dot x=Ax+Bu$ を考える。$A,B$ と、対称行列 の値をとる $Q,R$ は時間 $t$ の連続関数でよい(定数でもよい)。$R(t)$ は正定値、$Q(t)$ と終端の重み $Q_T$ は半正定値とする。費用を
$$ J_t[u]:=\int_t^T\bigl(x^{\mathsf T}Qx+u^{\mathsf T}Ru\bigr)\,ds+x(T)^{\mathsf T}Q_Tx(T),\qquad x(t)=\xi $$
とする。$G:=BR^{-1}B^{\mathsf T}$ とおく。

行列 Riccati 方程式

$n$ 次正方行列の値の関数 $S(t)$ についての終端値問題
$$ -\dot S=Q+A^{\mathsf T}S+SA-SGS,\qquad S(T)=Q_T\qquad(\mathrm M) $$
を 行列 Riccati 方程式 という。

導出の見通しは 動的計画法と最適制御 にある。ここでは解の存在範囲を問題にする。2 次の方程式なので、解が途中で爆発しないことは自明でない。

線形の連立方程式への帰着

$X,Y$ が $n$ 次正方行列の値の関数で
$$ \dot X=AX-GY,\qquad\dot Y=-QX-A^{\mathsf T}Y,\qquad X(T)=I,\quad Y(T)=Q_T $$
を満たし、$T$ を含む区間で $X$ が可逆なら、そこで $S:=YX^{-1}$ は (M) の解である。

$\dot{(X^{-1})}=-X^{-1}\dot XX^{-1}$ から
$$ \dot S=\dot YX^{-1}-S\dot XX^{-1}=(-QX-A^{\mathsf T}Y)X^{-1}-S(AX-GY)X^{-1}=-Q-A^{\mathsf T}S-SA+SGS $$
である。$S(T)=Q_T$ は明らかである。$\square$

スカラーの $y=u/v$ の行列版である。$X$ が非可逆になる時刻が爆発の時刻である。次の定理は、(M) の仮定の下ではそれが起きないことを述べる。

大域存在と最適性

係数が $[t_0,T]$ で連続で、上の仮定($R>0$、$Q\ge0$、$Q_T\ge0$)を満たすなら、次が成り立つ。
(1) (M) の解 $S$ は $[t_0,T]$ 全体でただ 1 つ存在し、対称で半正定値である。
(2) すべての $t\in[t_0,T]$、$\xi\in\mathbb R^n$ について $\xi^{\mathsf T}S(t)\xi=\min_uJ_t[u]$($u$ は $[t,T]$ の連続関数)で、最小は $u=-R^{-1}B^{\mathsf T}Sx$ でとられる。

平方完成で上下から押さえる

段 1(局所解)。 (M) の右辺は $S$ の多項式なので、Picard–Lindelöfの定理 から最大解 $S$ が一意に存在する。定義域が $[t_0,T]$ 全体でないとして、それを $(\tau,T]$($\tau\ge t_0$)と書く(全体のときは以下の $(\tau,T]$ を $[t_0,T]$ と読み、段 4 は要らない)。$S^{\mathsf T}$ も同じ方程式と終端値を満たすので $S^{\mathsf T}=S$ である。
段 2(平方完成)。 $t\in(\tau,T]$、$u$ を $[t,T]$ の連続関数、$x$ を対応する解とする。$K:=R^{-1}B^{\mathsf T}S$ とおく。(M) を使うと
$$ \frac d{ds}\bigl(x^{\mathsf T}Sx\bigr)=x^{\mathsf T}(A^{\mathsf T}S+SA+\dot S)x+2u^{\mathsf T}B^{\mathsf T}Sx=x^{\mathsf T}(SGS-Q)x+2u^{\mathsf T}RKx $$
である。$x^{\mathsf T}SGSx=(Kx)^{\mathsf T}R(Kx)$ なので、$x^{\mathsf T}Qx+u^{\mathsf T}Ru$ を足すと $(u+Kx)^{\mathsf T}R(u+Kx)$ になる。$t$ から $T$ まで積分すると
$$ J_t[u]=\xi^{\mathsf T}S(t)\xi+\int_t^T(u+Kx)^{\mathsf T}R\,(u+Kx)\,ds $$
である。$R>0$ なので、$J_t[u]\ge\xi^{\mathsf T}S(t)\xi$ で、線形方程式 $\dot x=(A-BK)x$ の解 $x$ と $u=-Kx$ で等号が成り立つ。これが (2) である。
段 3(上下の評価)。 費用の被積分関数と終端項は非負なので、$\xi^{\mathsf T}S(t)\xi=\min J_t\ge0$ である。一方 $u=0$ とすると、$\dot x=Ax$ の解 $x$ は $\lvert x(s)\rvert\le C_1\lvert\xi\rvert$ を満たす。定数 $C_1$ は $[t_0,T]$ の上の $A$ の大きさだけで決まる。よって
$$ 0\le\xi^{\mathsf T}S(t)\xi\le J_t[0]\le C\lvert\xi\rvert^2 $$
で、$C$ は $t\in(\tau,T]$ によらない。対称行列について、これは $S(t)$ の固有値が $[0,C]$ にあることを意味する。
段 4(延長)。 $S$ は有界なので、(M) から $\dot S$ も有界で、$S$ は $t\downarrow\tau$ で極限をもつ。解は $\tau$ まで延び、$\tau>t_0$ ならさらにその先へ延びる。どちらも最大性に反する。$\square$

条件は爆発を防ぐ向きに効いている。スカラーで $Q=A=0$、$B=1$ なら (M) は $\dot S=S^2/R$ で、$t$ を減らす向きに $S$ は減る。$S(T)\ge0$ ならこの減少は $0$ で止まる。

代数 Riccati 方程式

係数が定数のとき、(M) の平衡点の方程式
$$ A^{\mathsf T}S+SA-SGS+Q=O\qquad(\mathrm{ARE}) $$
を 代数 Riccati 方程式 という。thm-ric-radon の線形系の係数行列
$$ H:=\begin{pmatrix}A&-G\\-Q&-A^{\mathsf T}\end{pmatrix} $$
を使うと、解は線形代数の問題になる。

不変部分空間と固有値の対称性

$G,Q$ を対称行列、$S$ を対称行列とする。
(1) $S$ が (ARE) の解であることと、$S$ のグラフ $\{(x,Sx)\mid x\in\mathbb R^n\}$ が $H$ で不変であることは同値である。このとき $H$ のグラフへの制限は $x$ の座標で $A-GS$ である。
(2) $J:=\begin{pmatrix}O&I\\-I&O\end{pmatrix}$ について $JHJ^{-1}=-H^{\mathsf T}$ である。とくに $H$ の固有値の集合は $\lambda\mapsto-\lambda$ で不変である。
(3) $S$ が (ARE) の解なら、$H$ の固有値は $A-GS$ の固有値とその符号を変えたものからなる。

ブロックの計算

(1):$H\binom x{Sx}=\binom{(A-GS)x}{-Qx-A^{\mathsf T}Sx}$ である。これがグラフの点であることは $-Qx-A^{\mathsf T}Sx=S(A-GS)x$ を意味し、すべての $x$ で成り立つことは (ARE) と同値である。
(2):$J^{-1}=-J$ を使ってブロックごとに掛けると、$JHJ^{-1}=\begin{pmatrix}-A^{\mathsf T}&Q\\G&A\end{pmatrix}=-H^{\mathsf T}$ である。実行列の $H$ と $H^{\mathsf T}$ は固有値が同じである。
(3):$P:=\begin{pmatrix}I&O\\S&I\end{pmatrix}$ とおくと、(ARE) と $G,S$ の対称性から
$$ P^{-1}HP=\begin{pmatrix}A-GS&-G\\O&-(A-GS)^{\mathsf T}\end{pmatrix} $$
である。$\square$

$A-GS$ のすべての固有値の実部が負であるとき、$S$ を 安定化解 という。$u=-R^{-1}B^{\mathsf T}Sx$ による閉ループの系は $\dot x=(A-GS)x$ なので、安定化解は漸近安定な閉ループ(Lyapunovの安定性定理)を与える。(3) から、このとき $H$ の固有値は虚軸にのらず、半分ずつ左右に分かれ、グラフは左半平面の固有値の不変部分空間である。

安定化解は高々 1 つ

$S_1,S_2$ が (ARE) の対称な安定化解なら $S_1=S_2$ である。

差の方程式

$D:=S_1-S_2$、$A_i:=A-GS_i$ とおく。(ARE) の差をとると
$$ A_1^{\mathsf T}D+DA_2=A^{\mathsf T}D+DA-S_1GS_1+S_2GS_2=O $$
である。行列の指数関数 について $\frac d{dt}\bigl(e^{tA_1^{\mathsf T}}De^{tA_2}\bigr)=e^{tA_1^{\mathsf T}}(A_1^{\mathsf T}D+DA_2)e^{tA_2}=O$ なので、$e^{tA_1^{\mathsf T}}De^{tA_2}$ は定数である。$t\to\infty$ で $0$ に近づくので、$t=0$ の値 $D$ は $O$ である。$\square$

系が可到達で $Q,R$ が正定値なら、正定値の安定化解が存在する(この記事では証明しない。AMF20 §7.5、式 (7.33)、pp. 7-28〜7-29)。より弱く、$R$ が正定値、$Q=C^{\mathsf T}C$ が半正定値で、$(A,B)$ が可安定、$(C,A)$ が可検出なら、半正定値の解がただ 1 つあってそれが安定化解であることは、線形二次レギュレータ の定理「無限時間の線形二次レギュレータ」で証明している。$Q$ が正定値ならその解は正定値になる(最小の費用 $x_0^{\mathsf T}Sx_0$ が $x_0\ne0$ で正になるため)。状態の推定の Kalmanフィルタ の誤差共分散も、$A,B$ を $A^{\mathsf T},C^{\mathsf T}$ に替えた双対の式を満たす(同 式 (8.31)、p. 8-20)。離散時間では、誤差共分散が離散の Riccati 漸化式に従い、可検出性と可安定性の仮定のもとでその極限が離散時間の代数 Riccati 方程式((ARE) とは別の式)の解になる(Kalmanフィルタ の定理「定常 Kalman フィルタ」)。

スカラーの LQ 問題

$\dot x=ax+bu$、費用の重み $q>0$、$r>0$($b\ne0$)のとき、(ARE) は $-\frac{b^2}rs^2+2as+q=0$ で、解は
$$ s_\pm=\frac r{b^2}\Bigl(a\pm\sqrt{a^2+\frac{b^2q}r}\Bigr) $$
である。閉ループの係数は $a-\frac{b^2}rs_\pm=\mp\sqrt{a^2+b^2q/r}$ で、$s_+$ が安定化解である。
$a=0$、$b=q=r=1$、$Q_T=0$ のとき (M) の解は $S(t)=\tanh(T-t)$ で、$T-t\to\infty$ で安定化解 $s_+=1$ に近づく($T-t=0.5,1,3$ で $0.46212,0.76159,0.99505$)。これは 動的計画法と最適制御 の例と同じものである。

微分幾何にも同じ形の方程式が現れる。単位速度の測地線に沿う距離関数のヘッセ行列の符号を変えたものにあたる形作用素 $S$ は、$\bar\nabla_NS=S^2+\bar R_N$ を満たす(形作用素 の定理「形作用素の Riccati 方程式」、Lee18 Theorem 11.4, p. 323)。スカラーの cor-ric-compare と同じ比較の考え方が Bishop–Gromovの体積比較定理 の基礎になる。

反例:条件を外すと成り立たないこと

外す条件反例成り立たなくなること
右辺が $y$ の 2 次以下(thm-ric-moebius)$y'=y^3$解は Möbius 変換で動かず、複比も一定でない
3 解が相異なる(cor-ric-cross-ratio)$y'=1-y^2$ で $y_1=y_2=1$式が定数 $1$ で、$y$ の情報がない
$w$ が $I$ 全体で定義(thm-ric-nonosc (iii))$I=\mathbb R$、$q=1$、$w=-\tan x$ は $(-\frac\pi2,\frac\pi2)$ だけで定義$u''+u=0$ の解は $\mathbb R$ で必ず零点をもつ
不等号の向き(同)$I=\mathbb R$、$q=1$、$w=0$ で $w'+w^2+q\ge0$同じく $\mathbb R$ で零点のない解はない
$Q_T\ge0$(thm-ric-global)$A=Q=0$、$B=R=1$、$Q_T=-1$$S=\frac1{T-1-t}$ が $t=T-1$ で爆発する
$R>0$(同)$A=Q=0$、$B=1$、$R=-1$、$Q_T=1$$S=\frac1{t-T+1}$ が $t=T-1$ で爆発する
安定化(thm-ric-unique)$A=0$、$B=Q=R=1$(ARE) の対称な解は $\pm1$ の 2 つある
表の反例の確かめ

$y'=y^3$:$y^{-2}=\kappa-2x$ である。$\kappa=1,2,3,4$ の 4 解の複比は、$x=0$ で $1.34920$、$x=-1$ で $1.33765$、$x=-4$ で $1.33410$ で、一定でない。
$Q_T=-1$:(M) は $\dot S=S^2$ で、$\frac d{dt}\frac1{T-1-t}=\frac1{(T-1-t)^2}$、終端の値は $-1$ である。$t\downarrow T-1$ で $S\to-\infty$ である。費用は $\int_t^Tu^2\,ds-x(T)^2$ で、$T-t>1$ なら $u$ を定数にして $x(T)$ を大きくすると下に有界でない。
$R=-1$:$G=-1$ で (M) は $\dot S=-S^2$ である。解の確かめは同じである。
$s=\pm1$:$-S^2+1=0$ である。閉ループの係数 $-s$ は $s=-1$ で正なので、$s=-1$ は安定化解でない。

よくある誤り

誤り正しくはなぜ
1 つの解 $y_1$ から $y=y_1+u$ で線形になる$y=y_1+u$ は Bernoulli 型で、$y=y_1+1/u$ で線形求積法(常微分方程式)
解が爆発するのは係数が特異だから定数係数でも $\tan x$ が爆発するex-ric-constant
(M) を $t$ の増える向きに解く終端値問題で、$t$ を減らす向きに解くdef-ric-matrix
(ARE) の解は 1 つ複数ありうる。安定化解は高々 1 つthm-ric-unique
2 次の方程式だから必ず爆発する$Q,R,Q_T$ の符号の下で (M) は爆発しないthm-ric-global

関連項目

参考文献

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する