欢迎您访问 最编程 本站为您分享编程语言代码,编程技术文章!
您现在的位置是: 首页

拉普拉斯变换和拉普拉斯逆变换的常见结论和经典公式

最编程 2024-07-11 15:38:09
...

拉氏变换和拉氏逆变换常用结论和经典定理展示与证明

  • 一、定义与概念
    • 1.1 拉普拉斯变换
    • 1.2 拉普拉斯逆变换
  • 二、拉氏变换和拉氏逆变换常用结论和经典定理
    • 2.1 常用结论
    • 2.2 经典定理
  • 三、常用结论证明
    • 3.1 Unit impluse function
    • 3.2 Unit step function
    • 3.3 Ramp function
    • 3.4 Exponential function
    • 3.5 Sine function
    • 3.6 Cosine function
    • 3.7 Power function
  • 四、经典定理证明
    • 4.1 线性性质
    • 4.2 相似性质
    • 4.3 微分之导数的像函数
    • 4.4 微分之像函数的导数
    • 4.5 积分的像函数
    • 4.6 像函数的积分
    • 4.7 延迟性质
    • 4.8 位移性质
    • 4.9 终值定理
    • 4.10 初值定理
  • 参考文献

本文适合于工科课程不过于要求过程严谨、侧重应用的特点,且拉普拉斯变换与拉普拉斯逆变换适用于工科课程中的信号与系统复变函数与积分变换电路理论自动控制原理以及计算机控制原理的基础部分,因此本文提供拉氏变换与拉氏逆变换的重要结论与定理,同时,也为对相关证明感兴趣的同学提供了结论与定理的证明,如果你觉得本文对你有所帮助,可收藏本文,但转载不被允许

一、定义与概念

1.1 拉普拉斯变换

设函数 f ( t ) f(t) f(t)是定义在 [ 0 , + ∞ ) [0,+\infty) [0,+)上的实值函数,如果对于复参数 s = β + j w s=\beta+\text{j}w s=β+jw,积分
F ( s ) = ∫ 0 + ∞ f ( t ) e − s t   d t (1) F(s)=\int_0^{+\infty}f(t)e^{-st}\,dt\tag{1} F(s)=0+f(t)estdt(1)
在复平面 s s s的某一个区域内收敛,则称 F ( s ) F(s) F(s) f ( t ) f(t) f(t)的拉普拉斯变换(简称拉氏变换),记为 F ( s ) = L [ f ( t ) ] F(s)=\mathscr{L}[f(t)] F(s)=L[f(t)],该函数被称为像函数

1.2 拉普拉斯逆变换

已知函数 f ( t ) f(t) f(t)经过拉普拉斯变换后得到 F ( s ) F(s) F(s),则原函数 f ( x ) f(x) f(x)可由 F ( s ) F(s) F(s)经过拉普拉斯逆变换得到:
f ( t ) = L − 1 [ F ( s ) ] = 1 2 π j ∫ β − j ∞ β + j ∞ F ( s ) e s t   d s (2) f(t)=\mathscr{L}^{-1}[F(s)]=\frac{1}{2\pi j}\int_{\beta-j\infty}^{\beta+j\infty}F(s)e^{st}\,ds\tag{2} f(t)=L1[F(s)]=2πj1βjβ+jF(s)estds(2)
f ( t ) = L − 1 [ F ( s ) ] f(t)=\mathscr{L}^{-1}[F(s)] f(t)=L1[F(s)] f ( t ) f(t) f(t)被称为原像函数,此过程称为拉普拉斯逆变换(简称拉氏逆变换)。

二、拉氏变换和拉氏逆变换常用结论和经典定理

2.1 常用结论

No. Name of items        f ( t ) f(t) f(t)                   F ( s ) \textit{F}(s) F(s)           
1 unit impluse δ ( t ) \delta(t) δ(t) 1
2 unit step u ( t ) u(t) u(t) 1 s \frac{1}{s} s1
3 ramp tu ( t ) \textit{tu}(t) tu(t) 1 s 2 \frac{1}{s^{2}} s21
4 exponential e at u ( t ) e^{\textit{at}}\textit{u}(t) eatu(t) 1 s − a \frac{1}{s-a} sa1
5 sine sin ⁡ w t \sin{wt} sinwt w s 2 + w 2 \frac{w}{s^{2}+w^{2}} s2+w2w
6 cosine cos ⁡ w t \cos{wt} coswt s s 2 + w 2 \frac{s}{s^{2}+w^{2}} s2+w2s
7 power t m t^m tm m ! s m + 1 \frac{m!}{s^{m+1}} sm+1m!

2.2 经典定理

No. 定理&性质名称                   表达式                   
1 线性性质 L [ α f ( t ) + β g ( t ) ] = α F ( s ) + β G ( s ) \mathscr{L}[\alpha f(t)+\beta g(t)]=\alpha F(s)+\beta G(s) L[αf(t)+βg(t)]=αF(s)+βG(s),其中 α \alpha α β \beta β为常数
2 相似性质 L [ f ( a t ) ] = 1 a F ( s a ) \mathscr{L}[f(at)]=\frac{1}{a}F(\frac{s}{a}) L[f(at)]=a1F(as),其中 a a a为大于0的常数
3 微分之导数的像函数 L [ f ( n ) ( t ) ] = s n F ( s ) − s n − 1 f ( 0 ) − s n − 2 f ′ ( 0 ) − ⋯ − f ( n − 1 ) ( 0 ) \mathscr{L}[{f}^{(n)}(t)]=s^nF(s)-s^{n-1}f(0)-s^{n-2}f'(0)-\cdots-{f}^{(n-1)}(0) L[f(n)(t)]=snF(s)sn1f(0)sn2f(0)f(n1)(0)
4 微分之像函数的导数 F ( n ) ( s ) = ( − 1 ) n L [ t n f ( t ) ] {F}^{(n)}(s)=(-1)^n\mathscr{L}[t^nf(t)] F(n)(s)=(1)nL[tnf(t)]
5 积分的像函数 L [ ∫ 0 t