拉普拉斯变换

The name of the pictureThe name of the pictureThe name of the pictureClash Royale CLAN TAG#URR8PPP










拉普拉斯变换英语:Laplace transform)是应用数学中常用的一种积分变换,又名拉氏轉換,其符號為Lf(t)displaystyle displaystyle mathcal Lleftf(t)rightdisplaystyle mathcal Lleftf(t)right。拉氏變換是一個線性變換,可將一個有實數变量t(t≥0)displaystyle t(tgeq 0)displaystyle t(tgeq 0)的函數轉換為一個变量為複數sdisplaystyle ss的函數:


F(s)=∫0∞f(t)e−stdt.displaystyle F(s)=int _0^infty f(t)e^-st,mathrm d t.displaystyle F(s)=int _0^infty f(t)e^-st,mathrm d t.

拉氏變換在大部份的應用中都是對射的,最常見的f(t)displaystyle f(t)displaystyle f(t)F(s)displaystyle F(s)displaystyle F(s)組合常印製成表,方便查閱。拉普拉斯变换得名自法國天文學家暨數學家皮埃尔-西蒙·拉普拉斯(Pierre-Simon marquis de Laplace),他在機率論的研究中首先引入了拉氏變換。


拉氏變換和傅里叶变换有關,不過傅里叶变换將一個函數或是信號表示為許多弦波的疊加,而拉氏變換則是將一個函數表示為許多矩的疊加。拉氏變換常用來求解微分方程及積分方程。在物理及工程上常用來分析線性非時變系統,可用來分析電子電路、諧振子、光学仪器及機械設備。在這些分析中,拉氏變換可以作時域和頻域之間的轉換,在時域中輸入和輸出都是時間的函數,在頻域中輸入和輸出則是複變角頻率的函數,單位是弧度每秒。


對於一個簡單的系統,拉氏變換提供另一種系統的描述方程,可以簡化分析系統行為的時間[1]。像時域下的線性非時變系統,在頻域下會轉換為代數方程,在時域下的捲積會變成頻域下的乘法。




目录





  • 1 形式定义

    • 1.1 拉普拉斯逆变换



  • 2 性质和定理

    • 2.1 与幂级数的关系


    • 2.2 与矩的关系


    • 2.3 证明函数导数的拉普拉斯变换


    • 2.4 计算广义积分


    • 2.5 与其他变换的联系

      • 2.5.1 与傅里叶变换关系


      • 2.5.2 与z变换的联系




  • 3 拉普拉斯变换简表


  • 4 变换及其性质的应用实例


  • 5 在工程学上的应用


  • 6 相關條目


  • 7 參考書目、資料來源




形式定义


对于所有实数t≥0displaystyle tgeq 0displaystyle tgeq 0,函数f(t)displaystyle f(t)displaystyle f(t)的拉普拉斯变换是函数F(s)displaystyle F(s)displaystyle F(s),定义为:


F(s)=∫0∞e−stf(t)dtdisplaystyle F(s)=int _0^infty e^-stf(t),mathrm d tdisplaystyle F(s)=int _0^infty e^-stf(t),mathrm d t

参数sdisplaystyle ss是一个复数:



s=σ+iω,displaystyle s=sigma +iomega ,,s=sigma +iomega ,, σdisplaystyle sigma sigma ωdisplaystyle omega  omega 为实数。

拉普拉斯变换的其他表示法中使用Lfdisplaystyle displaystyle mathcal Lfdisplaystyle mathcal LfLtf(t)displaystyle displaystyle mathcal L_tleftf(t)rightdisplaystyle mathcal L_tleftf(t)right而非Fdisplaystyle F F Ldisplaystyle mathcal Lmathcal L 是一个运算符号。


积分的含义取决于函数的类型。该积分存在的一个必要条件是在fdisplaystyle f f 必须在[0,∞)displaystyle [0,infty )displaystyle [0,infty )上局部可积。对在无穷大处衰减的局部可积函数或指数式英语exponential type,该积分可以理解为(恰当)勒贝格积分。然而,在很多应用中有必要将其视作在∞displaystyle infty displaystyle infty 处条件收敛的反常积分。更一般的,积分可以在较弱的意义上理解,在下面会去处理。


可以用勒贝格积分定义拉普拉斯变换为有限博雷尔测度 μdisplaystyle mu mu [2]


Lμ(s)=∫[0,∞)e−stdμ(t).displaystyle mathcal Lmu (s)=int _[0,infty )e^-st,mathrm d mu (t).displaystyle mathcal Lmu (s)=int _[0,infty )e^-st,mathrm d mu (t).

一种特殊情况是当μdisplaystyle mu mu 为概率测度,或者更具体地说,是[[狄拉克δdisplaystyle delta delta 函数]]时。在运算微积英语operational calculus中,拉普拉斯变换的测度常常被视作由分布函数 fdisplaystyle f f 带来的测度。在这种情况下,为了避免混淆,一般写作


Lf(s)=∫0−∞e−stf(t)dt,displaystyle mathcal Lf(s)=int _0^-^infty e^-stf(t),mathrm d t,displaystyle mathcal Lf(s)=int _0^-^infty e^-stf(t),mathrm d t,

其中是 0 的下限的简化符号


limε↓0∫−ε∞.displaystyle lim _varepsilon downarrow 0int _-varepsilon ^infty .lim _varepsilon downarrow 0int _-varepsilon ^infty .

这个极限强调任何位于 0 的质点都被拉普拉斯变换完全捕获。虽然使用勒贝格积分,没有必要取这个极限,但它可以更自然地与拉普拉斯–斯蒂尔吉斯变换英语Laplace–Stieltjes transform建立联系。



拉普拉斯逆变换


兩個相異的可積函數,只有在其差的勒貝格測度為零時,才會有相同的拉普拉斯变换。因此以轉換的角度而言,存在其反轉換。包括可積分函數在內,拉普拉斯变换是单射映射,將一個函數空間映射到其他的函數空間。典型的函數空間包括有界連續函數、函數空間 L(0, ∞)、或是更廣義,在 (0, ∞) 區間內的缓增广义函数(函數的最壞情形是多項式成長)。


拉普拉斯逆变换英语Inverse Laplace transform有许多不同的名称,如维奇积分傅立叶-梅林积分梅林逆公式,是一个复积分:


f(t)=L−1F(t)=12πilimT→∞∫γ−iTγ+iTestF(s)dsdisplaystyle f(t)=mathcal L^-1F(t)=frac 12pi ilim _Tto infty int _gamma -iT^gamma +iTe^stF(s),mathrm d sdisplaystyle f(t)=mathcal L^-1F(t)=frac 12pi ilim _Tto infty int _gamma -iT^gamma +iTe^stF(s),mathrm d s

其中γdisplaystyle gamma gamma 是一个使F(s)displaystyle F(s)displaystyle F(s)的积分路径在收敛域内的实数。另一個拉普拉斯逆变换的公式是由Post反演公式英语Post's inversion formula而來。


在實務上一般會配合查表,將函數的拉普拉斯变换分換為許多已知函數的拉普拉斯变换,再利用觀察的方式產生其拉普拉斯逆变换。在微分方程中會用到拉普拉斯逆变换,會比用傅利葉轉換的處理方式要簡單。



性质和定理


函数f(t)displaystyle f(t)displaystyle f(t)g(t)displaystyle g(t)displaystyle g(t)的拉普拉斯变换分别为F(s)displaystyle F(s)displaystyle F(s)G(s)displaystyle G(s)displaystyle G(s)


f(t)=L−1F(s)g(t)=L−1G(s)displaystyle beginalignedf(t)&=mathcal L^-1F(s)\g(t)&=mathcal L^-1G(s)endalignedbeginalignedf(t)&=mathcal L^-1F(s)\g(t)&=mathcal L^-1G(s)endaligned

下面的表格是一系列单边拉普拉斯变换的性质:[3]







































































单边拉普拉斯变换的性质

时域
s域
注释

线性叠加

af(t)+bg(t) displaystyle af(t)+bg(t) af(t)+bg(t)

aF(s)+bG(s) displaystyle aF(s)+bG(s) aF(s)+bG(s)
可以用积分的基本规则证明。
s域一阶微分

tf(t) displaystyle tf(t) tf(t)

−F′(s) displaystyle -F'(s) -F'(s)

F′displaystyle F'displaystyle F'Fdisplaystyle F F 的一阶导数。
s域一般微分

tnf(t) displaystyle t^nf(t) t^nf(t)

(−1)nF(n)(s) displaystyle (-1)^nF^(n)(s) (-1)^nF^(n)(s)
更一般的形式是F(s)displaystyle F(s)displaystyle F(s)ndisplaystyle nn阶导数。
时域一阶微分

f′(t) displaystyle f'(t) f'(t)

sF(s)−f(0) displaystyle sF(s)-f(0) sF(s)-f(0)

fdisplaystyle f f 是一个可微函数,并且其导数为指数类型。这条性质可以通过分部积分得到。
时域二阶微分

f″(t) displaystyle f''(t) f''(t)

s2F(s)−sf(0)−f′(0) displaystyle s^2F(s)-sf(0)-f'(0) s^2F(s)-sf(0)-f'(0)

fdisplaystyle f f 为二阶可微且二阶导数是指数型的。通过对f(t)displaystyle f(t)displaystyle f(t)应用微分性质可得。
时域一般微分

f(n)(t) displaystyle f^(n)(t) f^(n)(t)

snF(s)−∑k=1nsk−1f(n−k)(0) displaystyle s^nF(s)-sum _k=1^ns^k-1f^(n-k)(0) s^nF(s)-sum _k=1^ns^k-1f^(n-k)(0)

fdisplaystyle f f ndisplaystyle nn阶可微,其ndisplaystyle nn阶导数是指数型的。通过数学归纳法证明。
s域积分

1tf(t) displaystyle frac 1tf(t) frac 1tf(t)

∫s∞F(σ)dσ displaystyle int _s^infty F(sigma ),mathrm d sigma displaystyle int _s^infty F(sigma ),mathrm d sigma
这是由s域微分和条件收敛推导出来的。
时域积分

∫0tf(τ)dτ=(u∗f)(t)displaystyle int _0^tf(tau ),mathrm d tau =(u*f)(t)displaystyle int _0^tf(tau ),mathrm d tau =(u*f)(t)

1sF(s)displaystyle 1 over sF(s)1 over sF(s)

u(t)displaystyle u(t)displaystyle u(t)是阶跃函数,注意到(u∗f)(t)displaystyle (u*f)(t)displaystyle (u*f)(t)u(t)displaystyle u(t)displaystyle u(t)f(t)displaystyle f(t)displaystyle f(t)的卷积。
时间标度

f(at)displaystyle f(at)f(at)

1aF(sa)displaystyle frac 1aFleft(s over aright)frac 1aFleft(s over aright)

a>0 displaystyle a>0 a>0
s域平移

eatf(t) displaystyle e^atf(t) e^atf(t)

F(s−a) displaystyle F(s-a) F(s-a)

时域平移

f(t−a)u(t−a) displaystyle f(t-a)u(t-a) f(t-a)u(t-a)

e−asF(s) displaystyle e^-asF(s) e^-asF(s)

u(t)displaystyle u(t)displaystyle u(t)表示阶跃函数

乘法

f(t)g(t)displaystyle f(t)g(t)f(t)g(t)

12πilimT→∞∫c−iTc+iTF(σ)G(s−σ)dσ displaystyle frac 12pi ilim _Tto infty int _c-iT^c+iTF(sigma )G(s-sigma ),mathrm d sigma displaystyle frac 12pi ilim _Tto infty int _c-iT^c+iTF(sigma )G(s-sigma ),mathrm d sigma
积分沿完全处在Fdisplaystyle F F 收敛域内的竖直线Re(σ)=cdisplaystyle Re(sigma )=cdisplaystyle Re(sigma )=c[4]

卷积

(f∗g)(t)=∫0tf(τ)g(t−τ)dτdisplaystyle (f*g)(t)=int _0^tf(tau )g(t-tau ),mathrm d tau displaystyle (f*g)(t)=int _0^tf(tau )g(t-tau ),mathrm d tau

F(s)⋅G(s) displaystyle F(s)cdot G(s) F(s)cdot G(s)


复共轭

f∗(t)displaystyle f^*(t)f^*(t)

F∗(s∗)displaystyle F^*(s^*)F^*(s^*)


互相关

f(t)⋆g(t)displaystyle f(t)star g(t)f(t)star g(t)

F∗(−s∗)⋅G(s)displaystyle F^*(-s^*)cdot G(s)F^*(-s^*)cdot G(s)


周期函数

f(t)displaystyle f(t)f(t)

11−e−Ts∫0Te−stf(t)dtdisplaystyle 1 over 1-e^-Tsint _0^Te^-stf(t),mathrm d tdisplaystyle 1 over 1-e^-Tsint _0^Te^-stf(t),mathrm d t

f(t)displaystyle f(t)displaystyle f(t)是一个周期为Tdisplaystyle TT的周期函数,于是对所有t≥0displaystyle tgeq 0displaystyle tgeq 0,有f(t)=f(t+T)displaystyle f(t)=f(t+T)displaystyle f(t)=f(t+T)。这条性质是时域平移和几何级数的结果。

  • 初值定理:

f(0+)=lims→∞sF(s).displaystyle f(0^+)=lim _sto infty sF(s).f(0^+)=lim _sto infty sF(s).,要求F(s)displaystyle F(s)F(s)为真分式,即分子的最高次小于分母的最高次,否则使用多项式除法将F(s)displaystyle F(s)F(s)分解

  • 终值定理:

f(∞)=lims→0sF(s)displaystyle f(infty )=lim _sto 0sF(s)f(infty )=lim _sto 0sF(s),要求sF(s)的所有极点都在左半复平面或原点为单极点。

由于终值定理无需经过部分分式分解或其他困难的代数就能给出长期的行为,它就很有用。如果F(s)displaystyle F(s)F(s)在右侧面或虚轴上有极点,(例如f(t)=etdisplaystyle f(t)=e^tf(t)=e^tf(t)=sin⁡(t)displaystyle f(t)=sin(t)displaystyle f(t)=sin(t))这个公式的行为就是未定义的。


与幂级数的关系


拉普拉斯变换可以看成是幂级数的一个连续模拟。如果 a(n) 是正整数 n 的一个离散函数,那么与 a(n) 相关的幂级数为


∑n=0∞a(n)xndisplaystyle sum _n=0^infty a(n)x^nsum _n=0^infty a(n)x^n

其中 x 是实变量(参见Z变换)。将对 n 的加和替换成对 t 的积分,则此幂级数的连续形式为


∫0∞f(t)xtdtdisplaystyle int _0^infty f(t)x^t,mathrm d tdisplaystyle int _0^infty f(t)x^t,mathrm d t

其中离散型函数 a(n) 被替换成连续型的 f(t)。(参见下文梅林变换。)改变幂的基底 xe


∫0∞f(t)(elog⁡x)tdtdisplaystyle int _0^infty f(t)left(e^log xright)^t,mathrm d tdisplaystyle int _0^infty f(t)left(e^log xright)^t,mathrm d t

要使这个积分对任何有界函数 f 都收敛,就需要满足log⁡x<0displaystyle log x<0log x<0。使用s = log x代换就能得到拉普拉斯变换:


∫0∞f(t)e−stdtdisplaystyle int _0^infty f(t)e^-st,mathrm d tdisplaystyle int _0^infty f(t)e^-st,mathrm d t

换句话说,拉普拉斯变换是幂级数的一个连续模拟,只是把离散参数 n 换成了连续变量 tx 换成了 es



与矩的关系



函数 f


μn=∫0∞tnf(t)dtdisplaystyle mu _n=int _0^infty t^nf(t),mathrm d tdisplaystyle mu _n=int _0^infty t^nf(t),mathrm d t

如果 f 的前 n 阶矩绝对收敛,则通过反复在积分符号内取微分,就得到(−1)n(Lf)(n)(0)=μndisplaystyle (-1)^n(mathcal Lf)^(n)(0)=mu _n(-1)^n(mathcal Lf)^(n)(0)=mu _n。这在概率论里是有特别重要的意义的,其中随机变量 X 的矩是μn=E[Xn]displaystyle mu _n=E[X^n]mu _n=E[X^n]。下面的关系成立:


μn=(−1)ndndsnE[e−sX].displaystyle mu _n=(-1)^nfrac mathrm d ^nmathrm d s^nEleft[e^-sXright].displaystyle mu _n=(-1)^nfrac mathrm d ^nmathrm d s^nEleft[e^-sXright].


证明函数导数的拉普拉斯变换


很方便用拉普拉斯变换的微分性质来求函数导数的变换。从拉普拉斯变换的基本表达式就可以推导如下:


Lf(t)=∫0−∞e−stf(t)dt=[f(t)e−st−s]0−∞−∫0−∞e−st−sf′(t)dt(by parts)=[−f(0−)−s]+1sLf′(t),displaystyle beginalignedmathcal Lleftf(t)right&=int _0^-^infty e^-stf(t),mathrm d t\&=left[frac f(t)e^-st-sright]_0^-^infty -int _0^-^infty frac e^-st-sf'(t),mathrm d tquad text(by parts)\&=left[-frac f(0^-)-sright]+frac 1smathcal Lleftf'(t)right,endaligneddisplaystyle beginalignedmathcal Lleftf(t)right&=int _0^-^infty e^-stf(t),mathrm d t\&=left[frac f(t)e^-st-sright]_0^-^infty -int _0^-^infty frac e^-st-sf'(t),mathrm d tquad text(by parts)\&=left[-frac f(0^-)-sright]+frac 1smathcal Lleftf'(t)right,endaligned

导出


Lf′(t)=s⋅Lf(t)−f(0−),displaystyle mathcal Lleftf'(t)right=scdot mathcal Lleftf(t)right-f(0^-),mathcal Lleftf'(t)right=scdot mathcal Lleftf(t)right-f(0^-),

而在双边的情形下,


Lf′(t)=s∫−∞∞e−stf(t)dt=s⋅Lf(t).displaystyle mathcal Lleftf'(t)right=sint _-infty ^infty e^-stf(t),mathrm d t=scdot mathcal Lf(t).displaystyle mathcal Lleftf'(t)right=sint _-infty ^infty e^-stf(t),mathrm d t=scdot mathcal Lf(t).

一般化的结果是


Lf(n)(t)=sn⋅Lf(t)−sn−1f(0−)−⋯−f(n−1)(0−),displaystyle mathcal Lleftf^(n)(t)right=s^ncdot mathcal Lleftf(t)right-s^n-1f(0^-)-cdots -f^(n-1)(0^-),mathcal Lleftf^(n)(t)right=s^ncdot mathcal Lleftf(t)right-s^n-1f(0^-)-cdots -f^(n-1)(0^-),

其中 f(n) 表示 fn阶导数,可以由归纳假设得出。



计算广义积分


Lf(t)=F(s)displaystyle mathcal Lleftf(t)right=F(s)mathcal Lleftf(t)right=F(s),则(参见上面的表格)


Lf(t)t=∫s∞F(p)dp,displaystyle mathcal Lleftfrac f(t)tright=int _s^infty F(p),mathrm d p,displaystyle mathcal Lleftfrac f(t)tright=int _s^infty F(p),mathrm d p,



∫0∞f(t)te−stdt=∫s∞F(p)dp.displaystyle int _0^infty frac f(t)te^-st,mathrm d t=int _s^infty F(p),mathrm d p.displaystyle int _0^infty frac f(t)te^-st,mathrm d t=int _s^infty F(p),mathrm d p.

s → 0,假定可以改变取极限顺序,就得到性质


∫0∞f(t)tdt=∫0∞F(p)dp.displaystyle int _0^infty frac f(t)t,mathrm d t=int _0^infty F(p),mathrm d p.displaystyle int _0^infty frac f(t)t,mathrm d t=int _0^infty F(p),mathrm d p.

即便在不可以交换,此计算依然有暗示性。例如,形式上按此计算得到


∫0∞cos⁡at−cos⁡bttdt=∫0∞(pp2+a2−pp2+b2)dp=12ln⁡p2+a2p2+b2|0∞=ln⁡b−ln⁡a.displaystyle int _0^infty frac cos at-cos btt,mathrm d t=int _0^infty left(frac pp^2+a^2-frac pp^2+b^2right),mathrm d p=frac 12left.ln frac p^2+a^2p^2+b^2rightdisplaystyle int _0^infty frac cos at-cos btt,mathrm d t=int _0^infty left(frac pp^2+a^2-frac pp^2+b^2right),mathrm d p=frac 12left.ln frac p^2+a^2p^2+b^2right

这个性质的正确性可以用其他方法证明。它是傅汝兰尼积分(Frullani integral)的一个例子。


例子还有狄利克雷积分。



与其他变换的联系



与傅里叶变换关系


连续傅里叶变换相当于计算令 s = iω 或 s = 2πfi 的双边拉普拉斯变换:


f^(ω)=Ff(t)=Lf(t)|s=iω=F(s)|s=iω=∫−∞∞e−ıωtf(t)dt.displaystyle beginalignedhat f(omega )&=mathcal Fleftf(t)right\[1em]&=mathcal Lleftf(t)rightbeginalignedhat f(omega )&=mathcal Fleftf(t)right\[1em]&=mathcal Lleftf(t)right


与z变换的联系


z 变换表达式为:


X(z)=∑n=0∞x[n]z−ndisplaystyle X(z)=sum _n=0^infty x[n]z^-nX(z)=sum _n=0^infty x[n]z^-n

其中z←esT displaystyle zleftarrow e^sT zleftarrow e^sT .
比较两者表达式有:


Xq(s)=X(z)|z=esT.displaystyle X_q(s)=X(z)Big _z=e^sT.X_q(s)=X(z)Big _z=e^sT.


拉普拉斯变换简表


下表提供了许多常用单变量函数的拉普拉斯变换。 [5][6] 对于定义和解释,请参见表末的注释


由于拉普拉斯变换是一个线性算子:


  • 和的拉普拉斯变换等于各项的拉普拉斯变换的总和。
Lf(t)+g(t)=Lf(t)+Lg(t)displaystyle mathcal Lleftf(t)+g(t)right=mathcal Lleftf(t)right+mathcal Lleftg(t)rightmathcal Lleftf(t)+g(t)right=mathcal Lleftf(t)right+mathcal Lleftg(t)right
  • 一个函数的倍数的拉普拉斯变换等于该函数的拉普拉斯变换的倍数。
Laf(t)=aLf(t)displaystyle mathcal Lleftaf(t)right=amathcal Lleftf(t)rightmathcal Lleftaf(t)right=amathcal Lleftf(t)right

使用这个线性性质 ,以及各种三角、双曲、和复数 (等)的性质,可以从其他拉普拉斯变换得到一些拉普拉斯变换,这会比直接通过使用定义更快。


单边拉普拉斯变换取时域为非负实数的函数作为输入,这就是下表中所有时域函数都乘以单位阶跃函数 u(t) 的原因。表中涉及时间延迟 τ 的条目必须是因果的 (即 τ > 0)。因果系统是 t = 0 之前的冲激响应 h(t) 都为零的一个系统。在一般情况下,因果系统的收敛区域和反因果系统是不相同的。





















































































































函数
时域
f(t)=L−1F(s)displaystyle f(t)=mathcal L^-1leftF(s)rightf(t)=mathcal L^-1leftF(s)right
拉普拉斯s域
F(s)=Lf(t)displaystyle F(s)=mathcal Lleftf(t)rightF(s)=mathcal Lleftf(t)right
收敛区域
参考

单位脉冲函数

δ(t) displaystyle delta (t) delta (t)

1displaystyle 11
所有 s
检验
延迟脉冲函数

δ(t−τ) displaystyle delta (t-tau ) delta (t-tau )

e−τs displaystyle e^-tau s e^-tau s

单位脉冲函数
的时移

单位阶跃函数

u(t) displaystyle u(t) u(t)

1sdisplaystyle 1 over s1 over s
Re(s) > 0
对单位冲激函数积分
延迟单位阶跃函数

u(t−τ) displaystyle u(t-tau ) u(t-tau )

1se−τsdisplaystyle frac 1se^-tau sfrac 1se^-tau s
Re(s) > 0
单位阶跃函数
的时移

斜坡函数

t⋅u(t) displaystyle tcdot u(t) tcdot u(t)

1s2displaystyle frac 1s^2frac 1s^2
Re(s) > 0
两次积分
单位脉冲函数

n次幂
n 为整数)

tn⋅u(t)displaystyle t^ncdot u(t)t^ncdot u(t)

n!sn+1displaystyle n! over s^n+1n! over s^n+1
Re(s) > 0
(n > −1)
n次积分
单位阶跃函数

q次幂
q 为复数)

tq⋅u(t)displaystyle t^qcdot u(t)t^qcdot u(t)

Γ(q+1)sq+1displaystyle Gamma (q+1) over s^q+1Gamma (q+1) over s^q+1
Re(s) > 0
Re(q) > −1

[7][8]

n次方根

tn⋅u(t)displaystyle sqrt[n]tcdot u(t)sqrt[n]tcdot u(t)

1s1n+1Γ(1n+1)displaystyle 1 over s^frac 1n+1Gamma left(frac 1n+1right)1 over s^frac 1n+1Gamma left(frac 1n+1right)
Re(s) > 0
由前一条性质中令 q = 1/n 得到。
频移的 n 次方

tne−αt⋅u(t)displaystyle t^ne^-alpha tcdot u(t)t^ne^-alpha tcdot u(t)

n!(s+α)n+1displaystyle frac n!(s+alpha )^n+1frac n!(s+alpha )^n+1
Re(s) > −α
对单位阶跃函数积分,
应用频移
延迟的频移的 n 次方

(t−τ)ne−α(t−τ)⋅u(t−τ)displaystyle (t-tau )^ne^-alpha (t-tau )cdot u(t-tau )(t-tau )^ne^-alpha (t-tau )cdot u(t-tau )
n!⋅e−τs(s+α)n+1displaystyle frac n!cdot e^-tau s(s+alpha )^n+1frac n!cdot e^-tau s(s+alpha )^n+1Re(s) > −α
对单位阶跃函数积分,
应用频移,
应用时移

指数衰减

e−αt⋅u(t)displaystyle e^-alpha tcdot u(t)e^-alpha tcdot u(t)

1s+αdisplaystyle 1 over s+alpha 1 over s+alpha
Re(s) > −α
单位阶跃函数
的频移
双侧指数衰减
(仅对于双边变换)

e−α|t| displaystyle e^ e^

2αα2−s2displaystyle 2alpha over alpha ^2-s^22alpha over alpha ^2-s^2
−α < Re(s) < α
单位阶跃函数
的频移
指数趋近

(1−e−αt)⋅u(t) displaystyle (1-e^-alpha t)cdot u(t) (1-e^-alpha t)cdot u(t)

αs(s+α)displaystyle frac alpha s(s+alpha )frac alpha s(s+alpha )
Re(s) > 0
单位阶跃函数
减去指数衰减
正弦

sin⁡(ωt)⋅u(t) displaystyle sin(omega t)cdot u(t) sin(omega t)cdot u(t)

ωs2+ω2displaystyle omega over s^2+omega ^2omega over s^2+omega ^2
Re(s) > 0

Bracewell 1978,第227页
余弦

cos⁡(ωt)⋅u(t) displaystyle cos(omega t)cdot u(t) cos(omega t)cdot u(t)

ss2+ω2displaystyle s over s^2+omega ^2s over s^2+omega ^2
Re(s) > 0

Bracewell 1978,第227页
双曲正弦

sinh⁡(αt)⋅u(t) displaystyle sinh(alpha t)cdot u(t) sinh(alpha t)cdot u(t)

αs2−α2displaystyle alpha over s^2-alpha ^2alpha over s^2-alpha ^2
Re(s) > |α|

Williams 1973,第88页
双曲余弦

cosh⁡(αt)⋅u(t) displaystyle cosh(alpha t)cdot u(t) cosh(alpha t)cdot u(t)

ss2−α2displaystyle s over s^2-alpha ^2s over s^2-alpha ^2
Re(s) > |α|

Williams 1973,第88页
指数衰减
正弦波

e−αtsin⁡(ωt)⋅u(t) displaystyle e^-alpha tsin(omega t)cdot u(t) e^-alpha tsin(omega t)cdot u(t)

ω(s+α)2+ω2displaystyle omega over (s+alpha )^2+omega ^2omega over (s+alpha )^2+omega ^2
Re(s) > −α

Bracewell 1978,第227页
指数衰减
余弦波

e−αtcos⁡(ωt)⋅u(t) displaystyle e^-alpha tcos(omega t)cdot u(t) e^-alpha tcos(omega t)cdot u(t)

s+α(s+α)2+ω2displaystyle s+alpha over (s+alpha )^2+omega ^2s+alpha over (s+alpha )^2+omega ^2
Re(s) > −α

Bracewell 1978,第227页

自然對數

ln⁡(t)⋅u(t)displaystyle ln(t)cdot u(t)ln(t)cdot u(t)

−1s[ln⁡(s)+γ]displaystyle -1 over s,left[ln(s)+gamma right]-1 over s,left[ln(s)+gamma right]
Re(s) > 0

Williams 1973,第88页

n 阶第一类贝塞尔函数

Jn(ωt)⋅u(t)displaystyle J_n(omega t)cdot u(t)J_n(omega t)cdot u(t)

(s2+ω2−s)nωns2+ω2displaystyle frac left(sqrt s^2+omega ^2-sright)^nomega ^nsqrt s^2+omega ^2frac left(sqrt s^2+omega ^2-sright)^nomega ^nsqrt s^2+omega ^2
Re(s) > 0
(n > −1)

Williams 1973,第89页

误差函数

erf(t)⋅u(t)displaystyle mathrm erf (t)cdot u(t)mathrm erf (t)cdot u(t)

1se14s2(1−erf⁡s2)displaystyle frac 1se^frac 14s^2left(1-operatorname erf frac s2right)frac 1se^frac 14s^2left(1-operatorname erf frac s2right)
Re(s) > 0

Williams 1973,第89页

注释:





  • u(t) 表示单位阶跃函数 。


  • δ(t)displaystyle delta (t),delta (t),表示狄拉克δ函数 。

  • Γ(z) 表示Γ函数 。

  • γ 是欧拉-马歇罗尼常数 。




  • t 为实数,通常表示时间
    尽管它可以表示任意独立空间。


  • s 为复角频率,而 Re(s) 是它的实部。

  • α, β, τ 和 ω 是实数。


  • n 是整数。



变换及其性质的应用实例


拉普拉斯变换在物理学和工程中是常用的;线性时不变系统的输出可以通过卷积单位脉冲响应与输入信号来计算,而在拉氏空间中执行此计算将卷积通过转换成乘法来计算。后者是更容易解决,由于它的代数形式。


拉普拉斯变换也可以用来解决微分方程,这被广泛应用于电气工程。拉普拉斯变换把线性差分方程化简为代数方程,这样就可以通过代数规则来解决。原来的微分方程可以通过施加逆拉普拉斯变换得到其解。英国电气工程师奧利弗·黑維塞第一次提出了一个类似的计划,虽然没有使用拉普拉斯变换;以及由此产生的演算被誉为黑維塞演算。



在工程学上的应用


应用拉普拉斯变换解常变量齐次微分方程,可以将微分方程化为代数方程,使问题得以解决。在工程学上,拉普拉斯变换的重大意义在于:将一个信号从时域上,转换为复频域(s域)上来表示,对于分析系统特性,系统稳定有着重大意义;在线性系统,控制自动化上都有广泛的应用。



相關條目


  • z轉換

  • 微分方程

  • 傅立葉變換

  • 微分几何中的拉普拉斯算子

  • 控制理论

  • 信号处理

  • 线性系统

  • 双边拉普拉斯变换


參考書目、資料來源




  1. ^ Korn & Korn 1967,§8.1


  2. ^ Feller 1971,§XIII.1


  3. ^ Korn & Korn 1967,第226–227页


  4. ^ Bracewell 2000,Table 14.1, p. 385


  5. ^ K.F. Riley, M.P. Hobson, S.J. Bence, Mathematical methods for physics and engineering 3rd, Cambridge University Press: 455, 2010, ISBN 978-0-521-86153-3 


  6. ^ J.J.Distefano, A.R. Stubberud, I.J. Williams, Feedback systems and control 2nd, Schaum's outlines: 78, 1995, ISBN 0-07-017052-5 


  7. ^ Lipschutz, S.; Spiegel, M. R.; Liu, J., Mathematical Handbook of Formulas and Tables, Schaum's Outline Series 3rd, McGraw-Hill: 183, 2009, ISBN 978-0-07-154855-7  - provides the case for real q.


  8. ^ http://mathworld.wolfram.com/LaplaceTransform.html - Wolfram Mathword provides case for complex q


  • 電機電子類科《工程數學》,ISBN 957-584-377-0,作者陳锡冠、胡曦、周祯晖老師,高立出版社。

  • Korn, G. A.; Korn, T. M., Mathematical Handbook for Scientists and Engineers 2nd, McGraw-Hill Companies, 1967, ISBN 0-07-035370-0 .



Popular posts from this blog

The Dalles, Oregon

眉山市

清晰法令