Posts

Showing posts with the label Dynamics

동차 변환(Homogeneous Transformations)

Image
 동차 변환(Homogeneous Transformaions)이란 벡터의 회전과 평행이동을 하나의 행렬 곱셈으로 연산하는 방법이다. 1. 위치 표현(Representing Positions) 벡터 표현에 대한 notation은 다음과 같다. $$p^a$$ 위 표기는 $a$번 좌표계를 기준으로 한 $p$ 벡터를 의미한다. 위 그림에서 0번 좌표계를 기준으로 한 p점까지의 벡터는 $p^0$이고 1번 좌표계를 기준으로 한 벡터는 $p^1$이라 표현한다. 또한 좌표계의 원점과 원점 사이의 벡터를 표현할 때에는 0번 좌표계에서 1번좌표계의 원점까지의 벡터는 $o_1^0$,  1번 좌표계에서 0번 좌표계의 원점까지의 벡터는 $o_0^1$ 과 같이 표현한다. 만약 1번 좌표계에서 $v_1$을 표현할때에는 $v_1$의 시작점이 1번 좌표계의 원점으로 평행이동했다 생각하여 $v_1^1$과 같이 표기한다. 쉽게 생각하자면, 벡터의 시작점은 superscript로 표기하고 끝점은 subscript로 표기한다 생각하면 된다. 2. 회전 변환(Representing Rotations) 위 그림에서 각각 좌표축을 크기가 1인 단위벡터라 생각하자. 이때 Rotation matrix는 다음과 같이 정의한다. $$\begin{matrix}R_1^0 &=& \left[ x_1^0 \mid y_1^0 \right] \\ &=& \begin{bmatrix} \cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{bmatrix} \end{matrix}$$ 이는 0번 좌표계에서 바라본 $\theta$만큼 회전한 좌표계의 좌표이다. 위 식에서 행 또는 열은 크기가 1이며 서로 수직 관계라는것을 알 수 있다. 이를 내적의 형태로 표현할 수도 있다. $$R_1^0 = \begin{bmatrix} x_1 \cdot x_0 & y_1 \cdot x_0 \\ x_1 \cdot y_0 ...

운동량과 충격량(Impulse and Momentum)

Image
1. 운동량과 충격량의 개념 운동방정식을 변형하면 다음과 같이 표현할 수 있다. $$\sum \mathbf{F} = ma = m \frac{dv} {dt} \\ \rightarrow \sum \int_{t_1}^{t_2} \mathbf{F}\, dt = m \int_{v1}^{v2}\, dv \\ \rightarrow \sum \int_{t_2}^{t_2} \mathbf{F}\, dt = mv_2 - mv_1$$ 위 방정식을 선형 운동량과 충격량식(Principle of linear impulse and momentum) 이라 한다. 따라서 힘이 시간 $t$에 관한 함수 또는 상수로 주어졌을때 물체의 초기 속도$v_1$를 안다면 그 물체의 나중 속도 $v_2$를 알 수 있다. 1.1 선형 운동량(LInear Momentum) 위의 선형 운동량과 충격량 식에서 우변항의 질량과 속도를 곱한 물리량을 다음과 같이 정의할 수 있다. $$\mathbf{L} = mv$$ 이때 $\mathbf{L}$을 운동량(Linear momentum)이라 정의하며 질량 $m$은 스칼라이고 속도 $v$는 벡터량이다.  운동량의 단위는 $kg \cdot m/s$이다(si단위계) 1.2 선형 충격량(Linear impulse) 마찬가지로 좌변항도 다음과 같이 정의할 수 있다. $$\mathbf{I} = \int_{t_1}^{t_2} \mathbf{F}\, dt$$ 위 식에서 힘 $\mathbf{F}$은 t에대한 식 혹은 상수로 주어질 수 있으며 만약 상수인 경우 다음과 같이 나타낼 수 있다. $$\mathbf{I} = \int_{t_1}^{t_2} \mathbf{F}_c\, dt = \mathbf{F}_c(t_2 - t_1)$$ 따라서 충격량의 단위는 $N \cdot s$이다. 2. 운동량 보존 법칙 외력 $\mathbf{F}$가 0인 경우 선형 운동량과 충격량 식을 다음과 같이 나타낼 수 있다. $$\sum_{i} m_i(v_i)_1 = \sum_{i} m_i(v_i)_2$$ 위 ...