입출력 포함 무작위 동역학계와 단소이득 정리

초록

본 논문은 입력과 출력을 갖는 무작위 동역학계(RDS) 개념을 새롭게 정의하고, 단조성을 만족하는 RDS에 대해 기존 결정론적 시스템에서 알려진 단소이득 정리를 확장한 형태의 정리를 제시한다.

상세 분석

논문은 먼저 확률적 환경에서 시스템의 입력과 출력이 어떻게 정의될 수 있는지를 체계적으로 정리한다. 기존의 무작위 동역학계(RDS) 이론은 상태공간과 확률적 흐름(시프론 흐름)만을 다루었으며, 외부 신호(입력)와 내부 관측값(출력)의 상호작용을 명시적으로 모델링하지 못했다. 저자는 이를 보완하기 위해 (Ω,ℱ,ℙ) 위의 시프론 θ와 연계된 입력공간 U, 출력공간 Y를 도입하고, 입력에 따라 변하는 랜덤 흐름 ϕ(t,ω,u)와 출력 매핑 h(ω,x) 를 정의한다. 이때 입력은 θ-측정가능한 과정으로 가정하고, 출력은 상태와 ω에 대한 측정가능 함수로 설정한다.

다음으로 단조 RDS의 정의를 확장한다. 기존 단조 RDS는 부분 순서가 정의된 상태공간에서 흐름이 순서를 보존함을 의미했지만, 입력이 포함되면 입력-출력 관계에서도 단조성이 요구된다. 저자는 입력-출력 쌍 (u,y) 에 대해 입력 순서 ≤U 와 출력 순서 ≤Y 가 존재하고, ϕ와 h 가 각각 입력과 출력에 대해 단조성을 유지함을 가정한다. 이러한 구조는 비교 원리와 위계적 안정성 분석에 핵심적인 역할을 한다.

핵심 정리는 “단소이득 정리”이다. deterministic monotone 시스템에 대한 작은 이득 정리는 입력-출력 이득 함수 γ가 γ∘γ<Id 를 만족하면 전체 폐루프 시스템이 전역적으로 안정된다는 내용이었다. 논문은 이를 무작위 환경으로 일반화한다. 저자는 랜덤 이득 함수 γ(ω,·) 를 정의하고, 거의 확실하게(ℙ-전역) γ∘γ<Id 가 성립하면, 입력-출력 연결을 통한 폐루프 RDS가 거의 surely 전역적으로 수렴하고, 유니크한 랜덤 균형점(또는 랜덤 불변집합)을 갖는다는 정리를 증명한다. 증명 과정에서는 무작위 비교 원리, 무작위 Lyapunov 함수, 그리고 마르코프 연산자와 같은 확률적 도구를 활용한다. 특히, 입력이 시프론 흐름에 따라 변하는 경우에도 이득 함수가 ω-의존성을 갖도록 설계함으로써, 전통적인 deterministic 이득 조건을 그대로 적용할 수 있게 만든 점이 혁신적이다.

또한 논문은 정리의 적용 범위를 넓히기 위해, 연속성, 측정가능성, 그리고 적절한 성장 제한 조건을 만족하는 시스템 클래스(예: 무작위 차분 방정식, 무작위 미분 방정식) 에 대해 구체적인 예시를 제시한다. 특히, 무작위 Lotka‑Volterra 모델과 무작위 신경망 구조에 대한 적용 사례를 통해, 이론이 실제 복잡계 모델링에 어떻게 활용될 수 있는지를 보여준다.

마지막으로 저자는 향후 연구 과제로, 비단조 RDS에 대한 확장, 다중 입력·다중 출력(MIMO) 구조에 대한 일반화, 그리고 무작위 시간 지연 시스템에 대한 단소이득 조건 개발을 제시한다. 전체적으로 이 논문은 무작위 시스템 이론에 입력·출력 프레임워크를 도입함으로써, 제어·신호처리 분야에서 확률적 안정성 분석을 수행할 수 있는 새로운 도구를 제공한다.