拉普拉斯变换

阅读本文之前，建议先阅读我的另一篇文章《傅里叶级数与傅里叶变换公式推导》，这是本文的基础。

另外可参考视频【中文翻译配音】3D动画详细解释傅里叶与拉普拉斯变换！ 以及 珂学原理」No. 26「拉普拉斯变换了什么 以及 傅里叶变换的直观解释

拉普拉斯变换和傅里叶变换的联系

首先，列出傅里叶变换的公式：
$$F(\omega )={\int }_{-\infty }^{\infty }f(t)e^{-i\omega t}dt$$
变换条件：狄利克雷条件，通俗来说，没办法表示一些持续递增的函数，因此会导致${\int }_{-\infty }^{\infty }f(t)e^{-i\omega t}dt$的结果趋于无穷。

这时，我们对$f(t)$先进行处理，乘上一个衰减因子$e^{-\sigma t}(\sigma >0)$，使其在无穷远处衰减为0。式子变为：
$$F(\omega )={\int }_{-\infty }^{\infty }f(t)e^{-(i\omega +\sigma )t}dt$$

$$L(s)={\int }_0^{\infty }f(t)e^{-st}dt$$

这里我们在工程上只考虑t=0之后的信号变换，因此积分下限为0。并且可以理解为把原函数分解为了$e^{\sigma t}\sin \omega x$和$e^{\sigma t}\sin \omega x$的形式，这样就能解决函数无穷远处无穷大的问题。即傅里叶变换是一个正弦扫描器，而拉普拉斯变换是一个正弦和指数扫描器。

因此，拉普拉斯的函数是一个复平面函数，是三维的：

其中截取其中的$\sigma =0$的平面就是傅里叶变换的函数。

---

拉普拉斯变换的收敛域

收敛域的定义：在收敛域中，存在$\sigma$，使得$f(t)e^{-\sigma t}$为收敛函数，从使得${\int }_{-\infty }^{\infty }f(t)e^{-(i\omega +\sigma )t}$收敛。

也就是说，当$\sigma$足够大使得$f(t)e^{-\sigma t}$在无穷远处收敛为0时，此处为收敛域，当$\sigma$小于某一个阈值时为发散域。

通常我们非常关注拉普拉斯变换的极点，这时拉普拉斯变换的作用就体现出来了。很多系统，例如RLC电路，弹簧上的质量，以及普遍的控制系统会产生正弦和指数输出，因此需要比傅里叶变换更强大的工具去分析它们。极点的实部就代表了函数包含的指数项，虚部代表函数包含的三角函数项的频率。在自动控制系统中，出现了虚轴往右的极点，即代表有不衰减甚至增大的信号，系统不稳定。

拉普拉斯变换的应用

常用拉普拉斯变换公式

$$\mathcal{L}(e^{-at})={\int }_0^{\infty }{e}^{-at}{e}^{-st}dt=-\frac{1}{a+s}{e}^{-(a+s)t}{|}_0^{\infty }=\frac{1}{a+s}$$

$$\mathcal{L}(u(t))=\frac{1}{s}$$

$$\mathcal{L}(\delta (t))={\int }_0^{+\infty }\delta (t)e^{-st}dt=1$$

$$\mathcal{L}(t)=\frac{1}{s^2}$$

$$\mathcal{L}(\frac{t^2}{2})=\frac{1}{s^2}$$

$$\mathcal{L}(\frac{t^n}{n!})=\frac{1}{s^{n+1}}$$

$$\mathcal{L}(t{e}^{-at})=\frac{1}{(s+a{)}^2}$$

$$\mathcal{L}(sin\omega t)=\frac{\omega }{s^2+{\omega }^2}$$

$$\mathcal{L}(cos\omega t)=\frac{s}{s^2+{\omega }^2}$$

$$\mathcal{L}(e^{-at}sin\omega t)=\frac{\omega }{(s+a{)}^2+{\omega }^2}$$

$$\mathcal{L}(e^{-at}cos\omega t)=\frac{s+a}{(s+a{)}^2+{\omega }^2}$$

性质

拉普拉斯变换是线性变换，也就是说符合叠加原理：
$$\mathcal{L}(af(t)+bg(t))=aF(s)+bG(s)$$
求导：
$$\mathcal{L}(f^{\prime }(t))={\int }_0^{+\infty }{f}^{\prime }(t)e^{-st}dt=f(t)e^{-st}{|}_0^{+\infty }-{\int }_0^{+\infty }f(t)(-s{e}^{-st})dt=sF(s)-f(0)=sF(s)$$
同理，积分:
$$\mathcal{L}({\int }_0^{t}f(t)dt)=\frac{F(s)}{s}$$
卷积：
$$\mathcal{L}(f(t)\otimes g(t))=F(s)G(s)$$
这些在解微分方程（描述动态世界的数学手段）等方面大大简化了运算，因此拉普拉斯变换是方便快捷的分析工具。

拉普拉斯逆变换

公式：
$$L^{-1}(F(s))=\frac{1}{2\pi i}{\int }_{c-j\infty }^{c+j\infty }F(s)e^{st}ds$$
但这个公式在我们的学习过程中并不常用，通常可以用我们上面的常用拉普拉斯变换公式来推导出逆变换结果。