跳到主要内容

拉普拉斯变换

拉普拉斯变换是求解微分方程的重要工具!理解拉普拉斯变换,能帮助我们简化复杂的微分方程。

什么是拉普拉斯变换?

拉普拉斯变换(Laplace Transform)是将函数从时域转换到复频域的积分变换。

简单理解

拉普拉斯变换就像"把微分方程变成代数方程":

  • 把时域中的微分方程转换到复频域
  • 在复频域中,微分变成乘法
  • 求解代数方程后,再转换回时域

定义

函数 f(t)f(t)拉普拉斯变换

F(s)=L[f(t)]=0f(t)estdtF(s) = \mathcal{L}[f(t)] = \int_0^{\infty} f(t) e^{-st} dt

其中:

  • f(t)f(t) 是时域函数(t0t \ge 0
  • F(s)F(s) 是复频域函数
  • s=σ+iωs = \sigma + i\omega 是复变量

收敛域

拉普拉斯变换存在的条件是积分收敛,即存在 σ0\sigma_0,使得当 Re(s)>σ0\text{Re}(s) > \sigma_0 时,积分收敛。

逆变换

拉普拉斯逆变换(Inverse Laplace Transform):

f(t)=L1[F(s)]=12πiσiσ+iF(s)estdsf(t) = \mathcal{L}^{-1}[F(s)] = \frac{1}{2\pi i} \int_{\sigma - i\infty}^{\sigma + i\infty} F(s) e^{st} ds

拉普拉斯变换的性质

线性性质

L[af(t)+bg(t)]=aF(s)+bG(s)\mathcal{L}[af(t) + bg(t)] = aF(s) + bG(s)

其中 a,ba, b 是常数。

时移性质

L[f(ta)u(ta)]=easF(s)\mathcal{L}[f(t - a) u(t - a)] = e^{-as} F(s)

其中 u(t)u(t) 是单位阶跃函数,a>0a > 0

频移性质

L[eatf(t)]=F(sa)\mathcal{L}[e^{at} f(t)] = F(s - a)

尺度变换

L[f(at)]=1aF(sa)(a>0)\mathcal{L}[f(at)] = \frac{1}{a} F\left(\frac{s}{a}\right) \quad (a > 0)

微分性质

L[f(t)]=sF(s)f(0)\mathcal{L}[f'(t)] = sF(s) - f(0)

L[f(t)]=s2F(s)sf(0)f(0)\mathcal{L}[f''(t)] = s^2 F(s) - sf(0) - f'(0)

一般地:

L[f(n)(t)]=snF(s)sn1f(0)sn2f(0)f(n1)(0)\mathcal{L}[f^{(n)}(t)] = s^n F(s) - s^{n-1} f(0) - s^{n-2} f'(0) - \cdots - f^{(n-1)}(0)

积分性质

L[0tf(τ)dτ]=F(s)s\mathcal{L}\left[\int_0^t f(\tau) d\tau\right] = \frac{F(s)}{s}

卷积定理

时域卷积对应复频域乘积:

L[f(t)g(t)]=F(s)G(s)\mathcal{L}[f(t) * g(t)] = F(s) G(s)

其中卷积定义为:

f(t)g(t)=0tf(τ)g(tτ)dτf(t) * g(t) = \int_0^t f(\tau) g(t - \tau) d\tau

初值定理

limt0+f(t)=limssF(s)\lim_{t \to 0^+} f(t) = \lim_{s \to \infty} sF(s)

终值定理

limtf(t)=lims0sF(s)\lim_{t \to \infty} f(t) = \lim_{s \to 0} sF(s)

(需要满足一定条件)

常见函数的拉普拉斯变换

单位阶跃函数

1 & \text{如果 } t \ge 0 \\ 0 & \text{如果 } t < 0 \end{cases}$$ $$\mathcal{L}[u(t)] = \frac{1}{s}$$ ### 指数函数 $$\mathcal{L}[e^{at}] = \frac{1}{s - a} \quad (\text{Re}(s) > \text{Re}(a))$$ ### 幂函数 $$\mathcal{L}[t^n] = \frac{n!}{s^{n+1}} \quad (n = 0, 1, 2, \ldots)$$ 特别地: $$\mathcal{L}[t] = \frac{1}{s^2}, \quad \mathcal{L}[t^2] = \frac{2}{s^3}$$ ### 正弦函数 $$\mathcal{L}[\sin(\omega t)] = \frac{\omega}{s^2 + \omega^2}$$ ### 余弦函数 $$\mathcal{L}[\cos(\omega t)] = \frac{s}{s^2 + \omega^2}$$ ### 双曲正弦函数 $$\mathcal{L}[\sinh(at)] = \frac{a}{s^2 - a^2}$$ ### 双曲余弦函数 $$\mathcal{L}[\cosh(at)] = \frac{s}{s^2 - a^2}$$ ## 拉普拉斯变换的应用 ### 求解微分方程 拉普拉斯变换是求解微分方程的重要方法: 1. 对微分方程两边取拉普拉斯变换 2. 利用微分性质,把微分方程变成代数方程 3. 求解代数方程,得到 $F(s)$ 4. 对 $F(s)$ 取拉普拉斯逆变换,得到 $f(t)$ **例子**:求解 $y'' + 3y' + 2y = 0$,$y(0) = 1$,$y'(0) = 0$ - 取拉普拉斯变换:$s^2 Y(s) - sy(0) - y'(0) + 3[sY(s) - y(0)] + 2Y(s) = 0$ - 代入初始条件:$s^2 Y(s) - s + 3sY(s) - 3 + 2Y(s) = 0$ - 整理:$(s^2 + 3s + 2)Y(s) = s + 3$ - 解出:$Y(s) = \frac{s + 3}{s^2 + 3s + 2} = \frac{s + 3}{(s + 1)(s + 2)} = \frac{2}{s + 1} - \frac{1}{s + 2}$ - 取逆变换:$y(t) = 2e^{-t} - e^{-2t}$ ### 控制系统 - 🏗️ **系统分析**:分析控制系统的稳定性 - ⚙️ **传递函数**:计算系统的传递函数 - 📊 **响应分析**:分析系统的响应 ### 电路分析 - ⚡ **电路方程**:求解电路方程 - 🔌 **瞬态分析**:分析电路的瞬态响应 ## 部分分式分解 ### 方法 对于有理函数 $\frac{P(s)}{Q(s)}$,如果 $Q(s)$ 可以分解为: $$Q(s) = (s - s_1)^{m_1} (s - s_2)^{m_2} \cdots (s - s_n)^{m_n}$$ 则可以分解为部分分式: $$\frac{P(s)}{Q(s)} = \sum_{i=1}^{n} \sum_{j=1}^{m_i} \frac{A_{ij}}{(s - s_i)^j}$$ ### 例子 **例子**:$\frac{s + 3}{(s + 1)(s + 2)}$ $$\frac{s + 3}{(s + 1)(s + 2)} = \frac{A}{s + 1} + \frac{B}{s + 2}$$ - 通分:$s + 3 = A(s + 2) + B(s + 1)$ - 比较系数:$A + B = 1$,$2A + B = 3$ - 解得:$A = 2$,$B = -1$ - 所以:$\frac{s + 3}{(s + 1)(s + 2)} = \frac{2}{s + 1} - \frac{1}{s + 2}$ ## 生活中的应用 ### 工程 - 🏗️ **结构分析**:分析结构的振动 - ⚙️ **机械系统**:分析机械系统的响应 ### 物理 - ⚡ **电路分析**:分析电路的响应 - 🔬 **振动分析**:分析振动系统 ### 科学 - 🔬 **系统建模**:建立系统的数学模型 - 📊 **数据分析**:分析实验数据 ## 常见错误 ### 错误 1:收敛域忽略 要注意拉普拉斯变换的收敛域。 ### 错误 2:初始条件使用错误 使用微分性质时,要正确使用初始条件。 ### 错误 3:逆变换计算错误 要正确计算拉普拉斯逆变换,可以使用部分分式分解。 ## 小练习 1. 求 $f(t) = e^{2t}$ 的拉普拉斯变换 2. 求 $f(t) = t^2$ 的拉普拉斯变换 3. 利用微分性质,求 $f'(t)$ 的拉普拉斯变换(已知 $f(0) = 1$) 4. 应用题:用拉普拉斯变换求解微分方程 $y' + 2y = e^{-t}$,$y(0) = 0$ --- > 💡 **小贴士**:拉普拉斯变换是将函数从时域转换到复频域的积分变换。记住:时域微分对应复频域乘法,时域卷积对应复频域乘积。掌握拉普拉斯变换,你就能简化微分方程的求解!