拉普拉斯轉換- 維基百科，自由的百科全書
文章推薦指數： 80 %
拉普拉斯轉換（英語：Laplace transform）是應用數學中常用的一種積分轉換，又名拉氏 ... 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、光學 ...
拉普拉斯轉換
維基百科，自由的百科全書
跳至導覽
跳至搜尋
拉普拉斯轉換（英語：Laplacetransform）是應用數學中常用的一種積分轉換，又名拉氏轉換，其符號為
L
{
f
(
t
)
}
{\displaystyle\displaystyle{\mathcal{L}}\left\{f(t)\right\}}
。
拉氏變換是一個線性變換，可將一個有實數變數
t
(
t
≥
0
)
{\displaystylet(t\geq0)}
的函數轉換為一個變數為複數
s
{\displaystyles}
的函數：
F
(
s
)
=
∫
0
∞
f
(
t
)
e
−
s
t
d
t
.
{\displaystyleF(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
)
{\displaystylef(t)}
和
F
(
s
)
{\displaystyleF(s)}
組合常印製成表，方便查閱。
拉普拉斯轉換得名自法國天文學家暨數學家皮埃爾-西蒙·拉普拉斯（Pierre-SimonmarquisdeLaplace），他在機率論的研究中首先引入了拉氏變換。
拉氏變換和傅立葉轉換有關，不過傅立葉轉換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式及積分方程式。
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、光學儀器及機械設備。
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式，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式，在時域下的捲積會變成頻域下的乘法。
目次
1正式定義
1.1拉普拉斯逆變換
2性質和定理
2.1與冪級數的關係
2.2與矩的關係
2.3證明函數導數的拉普拉斯變換
2.4計算廣義積分
2.5與其他變換的聯繫
2.5.1與傅立葉變換關係
2.5.2與z變換的聯繫
3拉普拉斯變換簡表
4變換及其性質的應用實例
5在工程學上的應用
6相關條目
7參考書目、資料來源
正式定義[編輯]
對於所有實數
t
≥
0
{\displaystylet\geq0}
，函數
f
(
t
)
{\displaystylef(t)}
的拉普拉斯轉換是函數
F
(
s
)
{\displaystyleF(s)}
，定義為：
F
(
s
)
=
∫
0
∞
e
−
s
t
f
(
t
)
d
t
{\displaystyleF(s)=\int_{0}^{\infty}e^{-st}f(t)\,\mathrm{d}t}
其中頻率參數
s
{\displaystyles}
是一個複數：
s
=
σ
+
i
ω
,
{\displaystyles=\sigma+i\omega,\,}
σ
{\displaystyle\sigma}
和
ω
{\displaystyle\omega}
為實數。
除了
F
{\displaystyleF}
，有時我們也使用
L
f
{\displaystyle\displaystyle{\mathcal{L}}f}
或
L
t
{
f
(
t
)
}
{\displaystyle\displaystyle{\mathcal{L}}_{t}\left\{f(t)\right\}}
來表示拉普拉斯轉換。
L
{\displaystyle{\mathcal{L}}}
是一個運算符號。
這個積分的具體含義取決於被積函數的類型。
它存在的一個必要條件是在
f
{\displaystylef}
在
[
0
,
∞
)
{\displaystyle[0,\infty)}
上局部可積。
對於在無窮大處衰減的局部可積函數或指數型函數，這積分可以被理解成（恰當）勒貝格積分。
然而，在很多應用中，我們有必要將其視作在
∞
{\displaystyle\infty}
處條件收斂的反常積分。
更一般的，這個積分可以在較弱的意義上理解，在下面會去處理。
可以用勒貝格積分定義拉普拉斯轉換為一個有限鮑萊耳測度
μ
{\displaystyle\mu}
[2]
L
{
μ
}
(
s
)
=
∫
[
0
,
∞
)
e
−
s
t
d
μ
(
t
)
.
{\displaystyle{\mathcal{L}}\{\mu\}(s)=\int_{[0,\infty)}e^{-st}\,\mathrm{d}\mu(t).}
以上定義的一個特殊情況是
μ
{\displaystyle\mu}
為機率測度，或者更具體地說，是狄拉克δ函數時。
在運算微積分中，拉普拉斯轉換的測度常常被視作由分布函數
f
{\displaystylef}
帶來的測度。
在這種情況下，為了避免混淆，一般寫作
L
{
f
}
(
s
)
=
∫
0
−
∞
e
−
s
t
f
(
t
)
d
t
,
{\displaystyle{\mathcal{L}}\{f\}(s)=\int_{0^{-}}^{\infty}e^{-st}f(t)\,\mathrm{d}t,}
其中積分下限
0
−
{\displaystyle0^{-}}
是
lim
ε
→
0
∫
−
ε
∞
{\displaystyle\lim_{\varepsilon\rightarrow0}\int_{-\varepsilon}^{\infty}}
的簡化符號。
這個極限強調任何位於0的質點都被拉普拉斯轉換完全捕獲。
雖然在使用勒貝格積分時，我們沒有必要取這個極限，但它讓我們更自然地與拉普拉斯–斯蒂爾吉斯轉換（英語：Laplace–Stieltjestransform）建立聯繫。
拉普拉斯逆轉換[編輯]
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轉換。
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，拉普拉斯轉換是單射映射，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,∞)區間內的緩增廣義函數（函數的最壞情形是多項式成長）。
拉普拉斯逆轉換（英語：InverseLaplacetransform）有許多不同的名稱，如維奇積分、傅立葉-梅林積分、梅林逆公式，是一個複數積分：
f
(
t
)
=
L
−
1
{
F
}
(
t
)
=
1
2
π
i
lim
T
→
∞
∫
γ
−
i
T
γ
+
i
T
e
s
t
F
(
s
)
d
s
{\displaystylef(t)={\mathcal{L}}^{-1}\{F\}(t)={\frac{1}{2\pii}}\lim_{T\to\infty}\int_{\gamma-iT}^{\gamma+iT}e^{st}F(s)\,\mathrm{d}s}
其中
γ
{\displaystyle\gamma}
是一個使
F
(
s
)
{\displaystyleF(s)}
的積分路徑在收斂域內的實數。
另一個拉普拉斯逆轉換的公式是由Post反演公式（英語：Post'sinversionformula）而來。
在實務上一般會配合查表，將函數的拉普拉斯轉換分換為許多已知函數的拉普拉斯轉換，再利用觀察的方式產生其拉普拉斯逆轉換。
在微分方程式中會用到拉普拉斯逆轉換，會比用傅利葉轉換的處理方式要簡單。
性質和定理[編輯]
函數
f
(
t
)
{\displaystylef(t)}
和
g
(
t
)
{\displaystyleg(t)}
的拉普拉斯轉換分別為
F
(
s
)
{\displaystyleF(s)}
和
G
(
s
)
{\displaystyleG(s)}
：
f
(
t
)
=
L
−
1
{
F
(
s
)
}
g
(
t
)
=
L
−
1
{
G
(
s
)
}
{\displaystyle{\begin{aligned}f(t)&={\mathcal{L}}^{-1}\{F(s)\}\\g(t)&={\mathcal{L}}^{-1}\{G(s)\}\end{aligned}}}
下面的表格是一系列單邊拉普拉斯轉換的性質：[3]
單邊拉普拉斯轉換的性質
時域
s域
注釋
線性疊加
a
f
(
t
)
+
b
g
(
t
)
{\displaystyleaf(t)+bg(t)\}
a
F
(
s
)
+
b
G
(
s
)
{\displaystyleaF(s)+bG(s)\}
可以用積分的基本規則證明。
s域一階微分
t
f
(
t
)
{\displaystyletf(t)\}
−
F
′
(
s
)
{\displaystyle-F'(s)\}
F
′
{\displaystyleF'}
是
F
{\displaystyleF}
的一階導數。
s域一般微分
t
n
f
(
t
)
{\displaystylet^{n}f(t)\}
(
−
1
)
n
F
(
n
)
(
s
)
{\displaystyle(-1)^{n}F^{(n)}(s)\}
更一般的形式是
F
(
s
)
{\displaystyleF(s)}
的
n
{\displaystylen}
階導數。
時域一階微分
f
′
(
t
)
{\displaystylef'(t)\}
s
F
(
s
)
−
f
(
0
)
{\displaystylesF(s)-f(0)\}
f
{\displaystylef}
是一個可微函數，並且其導數為指數類型。
這條性質可以通過分部積分得到。
時域二階微分
f
″
(
t
)
{\displaystylef''(t)\}
s
2
F
(
s
)
−
s
f
(
0
)
−
f
′
(
0
)
{\displaystyles^{2}F(s)-sf(0)-f'(0)\}
f
{\displaystylef}
為二階可微且二階導數是指數型的。
通過對
f
(
t
)
{\displaystylef(t)}
應用微分性質可得。
時域一般微分
f
(
n
)
(
t
)
{\displaystylef^{(n)}(t)\}
s
n
F
(
s
)
−
∑
k
=
1
n
s
k
−
1
f
(
n
−
k
)
(
0
)
{\displaystyles^{n}F(s)-\sum_{k=1}^{n}s^{k-1}f^{(n-k)}(0)\}
f
{\displaystylef}
為
n
{\displaystylen}
階可微，其
n
{\displaystylen}
階導數是指數型的。
通過數學歸納法證明。
s域積分
1
t
f
(
t
)
{\displaystyle{\frac{1}{t}}f(t)\}
∫
s
∞
F
(
σ
)
d
σ
{\displaystyle\int_{s}^{\infty}F(\sigma)\,\mathrm{d}\sigma\}
這是由s域微分和條件收斂推導出來的。
時域積分
∫
0
t
f
(
τ
)
d
τ
=
(
u
∗
f
)
(
t
)
{\displaystyle\int_{0}^{t}f(\tau)\,\mathrm{d}\tau=(u*f)(t)}
1
s
F
(
s
)
{\displaystyle{1\overs}F(s)}
u
(
t
)
{\displaystyleu(t)}
是階躍函數，注意到
(
u
∗
f
)
(
t
)
{\displaystyle(u*f)(t)}
是
u
(
t
)
{\displaystyleu(t)}
和
f
(
t
)
{\displaystylef(t)}
的摺積。
時間標度
f
(
a
t
)
{\displaystylef(at)}
1
a
F
(
s
a
)
{\displaystyle{\frac{1}{a}}F\left({s\overa}\right)}
a
>
0
{\displaystylea>0\}
s域平移
e
a
t
f
(
t
)
{\displaystylee^{at}f(t)\}
F
(
s
−
a
)
{\displaystyleF(s-a)\}
時域平移
f
(
t
−
a
)
u
(
t
−
a
)
{\displaystylef(t-a)u(t-a)\}
e
−
a
s
F
(
s
)
{\displaystylee^{-as}F(s)\}
u
(
t
)
{\displaystyleu(t)}
表示階躍函數
乘法
f
(
t
)
g
(
t
)
{\displaystylef(t)g(t)}
1
2
π
i
lim
T
→
∞
∫
c
−
i
T
c
+
i
T
F
(
σ
)
G
(
s
−
σ
)
d
σ
{\displaystyle{\frac{1}{2\pii}}\lim_{T\to\infty}\int_{c-iT}^{c+iT}F(\sigma)G(s-\sigma)\,\mathrm{d}\sigma\}
積分沿完全處在
F
{\displaystyleF}
收斂域內的豎直線
R
e
(
σ
)
=
c
{\displaystyleRe(\sigma)=c}
。
[4]
摺積
(
f
∗
g
)
(
t
)
=
∫
0
t
f
(
τ
)
g
(
t
−
τ
)
d
τ
{\displaystyle(f*g)(t)=\int_{0}^{t}f(\tau)g(t-\tau)\,\mathrm{d}\tau}
F
(
s
)
⋅
G
(
s
)
{\displaystyleF(s)\cdotG(s)\}
複共軛
f
∗
(
t
)
{\displaystylef^{*}(t)}
F
∗
(
s
∗
)
{\displaystyleF^{*}(s^{*})}
互相關
f
(
t
)
⋆
g
(
t
)
{\displaystylef(t)\starg(t)}
F
∗
(
−
s
∗
)
⋅
G
(
s
)
{\displaystyleF^{*}(-s^{*})\cdotG(s)}
週期函數
f
(
t
)
{\displaystylef(t)}
1
1
−
e
−
T
s
∫
0
T
e
−
s
t
f
(
t
)
d
t
{\displaystyle{1\over1-e^{-Ts}}\int_{0}^{T}e^{-st}f(t)\,\mathrm{d}t}
f
(
t
)
{\displaystylef(t)}
是一個週期為
T
{\displaystyleT}
的週期函數，於是對所有
t
≥
0
{\displaystylet\geq0}
，有
f
(
t
)
=
f
(
t
+
T
)
{\displaystylef(t)=f(t+T)}
。
這條性質是時域平移和幾何級數的結果。
初值定理：
f
(
0
+
)
=
lim
s
→
∞
s
F
(
s
)
{\displaystylef(0^{+})=\lim_{s\to\infty}{sF(s)}}
，要求
F
(
s
)
{\displaystyle{F(s)}}
為真分式，即分子的最高次小於分母的最高次，否則使用多項式除法將
F
(
s
)
{\displaystyle{F(s)}}
分解
終值定理：
f
(
∞
)
=
lim
s
→
0
s
F
(
s
)
{\displaystylef(\infty)=\lim_{s\to0}{sF(s)}}
，要求
s
F
(
s
)
{\displaystylesF(s)}
的所有極點都在左半複數平面或原點為單極點。
由於終值定理無需經過部分分式分解或其他困難的代數就能給出長期的行為，它就很有用。
如果
F
(
s
)
{\displaystyleF(s)}
在右側面或虛數軸上有極點，如當
f
(
t
)
=
e
t
{\displaystylef(t)=e^{t}}
或
f
(
t
)
=
sin
(
t
)
{\displaystylef(t)=\sin(t)}
時，這個公式的行為就是未定義的。
與冪級數的關係[編輯]
拉普拉斯轉換可以看成是冪級數的一個連續模擬。
如果a(n)是正整數n的一個離散函數，那麼與a(n)相關的冪級數為
∑
n
=
0
∞
a
(
n
)
x
n
{\displaystyle\sum_{n=0}^{\infty}a(n)x^{n}}
其中x是實變數（參見Z轉換）。
將對n的加和替換成對t的積分，則此冪級數的連續形式為
∫
0
∞
f
(
t
)
x
t
d
t
{\displaystyle\int_{0}^{\infty}f(t)x^{t}\,\mathrm{d}t}
其中離散型函數a(n)被替換成連續型的f(t)。
（參見下文梅林轉換。
）改變冪的基底x為e得
∫
0
∞
f
(
t
)
(
e
log
x
)
t
d
t
{\displaystyle\int_{0}^{\infty}f(t)\left(e^{\log{x}}\right)^{t}\,\mathrm{d}t}
要使這個積分對任何有界函數f都收斂，就需要滿足
log
x
<
0
{\displaystyle\log{x}<0}
。
使用−s=logx代換就能得到拉普拉斯轉換：
∫
0
∞
f
(
t
)
e
−
s
t
d
t
{\displaystyle\int_{0}^{\infty}f(t)e^{-st}\,\mathrm{d}t}
換句話說，拉普拉斯轉換是冪級數的一個連續模擬，只是把離散參數n換成了連續變數t，x換成了e−s。
與矩的關係[編輯]
主條目：動差生成函數
函數f的矩為
μ
n
=
∫
0
∞
t
n
f
(
t
)
d
t
{\displaystyle\mu_{n}=\int_{0}^{\infty}t^{n}f(t)\,\mathrm{d}t}
如果f的前n階矩絕對收斂，則通過反覆在積分符號內取微分，就得到
(
−
1
)
n
(
L
f
)
(
n
)
(
0
)
=
μ
n
{\displaystyle(-1)^{n}({\mathcal{L}}f)^{(n)}(0)=\mu_{n}}
。
這在機率論里是有特別重要的意義的，其中隨機變數X的矩是
μ
n
=
E
[
X
n
]
{\displaystyle\mu_{n}=E[X^{n}]}
。
下面的關係成立：
μ
n
=
(
−
1
)
n
d
n
d
s
n
E
[
e
−
s
X
]
.
{\displaystyle\mu_{n}=(-1)^{n}{\frac{\mathrm{d}^{n}}{\mathrm{d}s^{n}}}E\left[e^{-sX}\right].}
證明函數導數的拉普拉斯轉換[編輯]
很方便用拉普拉斯轉換的微分性質來求函數導數的轉換。
從拉普拉斯轉換的基本表達式就可以推導如下：
L
{
f
(
t
)
}
=
∫
0
−
∞
e
−
s
t
f
(
t
)
d
t
=
[
f
(
t
)
e
−
s
t
−
s
]
0
−
∞
−
∫
0
−
∞
e
−
s
t
−
s
f
′
(
t
)
d
t
(byparts)
=
[
−
f
(
0
−
)
−
s
]
+
1
s
L
{
f
′
(
t
)
}
,
{\displaystyle{\begin{aligned}{\mathcal{L}}\left\{f(t)\right\}&=\int_{0^{-}}^{\infty}e^{-st}f(t)\,\mathrm{d}t\\&=\left[{\frac{f(t)e^{-st}}{-s}}\right]_{0^{-}}^{\infty}-\int_{0^{-}}^{\infty}{\frac{e^{-st}}{-s}}f'(t)\,\mathrm{d}t\quad{\text{(byparts)}}\\&=\left[-{\frac{f(0^{-})}{-s}}\right]+{\frac{1}{s}}{\mathcal{L}}\left\{f'(t)\right\},\end{aligned}}}
導出
L
{
f
′
(
t
)
}
=
s
⋅
L
{
f
(
t
)
}
−
f
(
0
−
)
,
{\displaystyle{\mathcal{L}}\left\{f'(t)\right\}=s\cdot{\mathcal{L}}\left\{f(t)\right\}-f(0^{-}),}
而在雙邊的情形下，
L
{
f
′
(
t
)
}
=
s
∫
−
∞
∞
e
−
s
t
f
(
t
)
d
t
=
s
⋅
L
{
f
(
t
)
}
.
{\displaystyle{\mathcal{L}}\left\{{f'(t)}\right\}=s\int_{-\infty}^{\infty}e^{-st}f(t)\,\mathrm{d}t=s\cdot{\mathcal{L}}\{f(t)\}.}
一般化的結果是
L
{
f
(
n
)
(
t
)
}
=
s
n
⋅
L
{
f
(
t
)
}
−
s
n
−
1
f
(
0
−
)
−
⋯
−
f
(
n
−
1
)
(
0
−
)
,
{\displaystyle{\mathcal{L}}\left\{f^{(n)}(t)\right\}=s^{n}\cdot{\mathcal{L}}\left\{f(t)\right\}-s^{n-1}f(0^{-})-\cdots-f^{(n-1)}(0^{-}),}
其中f(n)表示f的n階導數，可以由歸納假設得出。
計算廣義積分[編輯]
令
L
{
f
(
t
)
}
=
F
(
s
)
{\displaystyle{\mathcal{L}}\left\{f(t)\right\}=F(s)}
，則（參見上面的表格）
L
{
f
(
t
)
t
}
=
∫
s
∞
F
(
p
)
d
p
,
{\displaystyle{\mathcal{L}}\left\{{\frac{f(t)}{t}}\right\}=\int_{s}^{\infty}F(p)\,\mathrm{d}p,}
或
∫
0
∞
f
(
t
)
t
e
−
s
t
d
t
=
∫
s
∞
F
(
p
)
d
p
.
{\displaystyle\int_{0}^{\infty}{\frac{f(t)}{t}}e^{-st}\,\mathrm{d}t=\int_{s}^{\infty}F(p)\,\mathrm{d}p.}
令s→0，假定可以改變取極限順序，就得到性質
∫
0
∞
f
(
t
)
t
d
t
=
∫
0
∞
F
(
p
)
d
p
.
{\displaystyle\int_{0}^{\infty}{\frac{f(t)}{t}}\,\mathrm{d}t=\int_{0}^{\infty}F(p)\,\mathrm{d}p.}
即便在不可以交換，此計算依然有暗示性。
例如，形式上按此計算得到
∫
0
∞
cos
a
t
−
cos
b
t
t
d
t
=
∫
0
∞
(
p
p
2
+
a
2
−
p
p
2
+
b
2
)
d
p
=
1
2
ln
p
2
+
a
2
p
2
+
b
2
|
0
∞
=
ln
b
−
ln
a
.
{\displaystyle\int_{0}^{\infty}{\frac{\cosat-\cosbt}{t}}\,\mathrm{d}t=\int_{0}^{\infty}\left({\frac{p}{p^{2}+a^{2}}}-{\frac{p}{p^{2}+b^{2}}}\right)\,\mathrm{d}p={\frac{1}{2}}\left.\ln{\frac{p^{2}+a^{2}}{p^{2}+b^{2}}}\right|_{0}^{\infty}=\lnb-\lna.}
這個性質的正確性可以用其他方法證明。
它是傅汝蘭尼積分（Frullaniintegral）的一個例子。
例子還有狄利克雷積分。
與其他轉換的聯繫[編輯]
與傅立葉轉換關係[編輯]
連續傅立葉轉換相當於計算令
s
=
ı
ω
{\displaystyles=\imath\omega}
或
s
=
2
π
f
ı
{\displaystyles=2\pif\imath}
的雙邊拉普拉斯轉換：
f
^
(
ω
)
=
F
{
f
(
t
)
}
=
L
{
f
(
t
)
}
|
s
=
i
ω
=
F
(
s
)
|
s
=
i
ω
=
∫
−
∞
∞
e
−
ı
ω
t
f
(
t
)
d
t
.
{\displaystyle{\begin{aligned}{\hat{f}}(\omega)&={\mathcal{F}}\left\{f(t)\right\}\\[1em]&={\mathcal{L}}\left\{f(t)\right\}|_{s=i\omega}=F(s)|_{s=i\omega}\\[1em]&=\int_{-\infty}^{\infty}e^{-\imath\omegat}f(t)\,\mathrm{d}t.\\\end{aligned}}}
與z轉換的聯繫[編輯]
z轉換表達式為：
X
(
z
)
=
∑
n
=
0
∞
x
[
n
]
z
−
n
{\displaystyleX(z)=\sum_{n=0}^{\infty}x[n]z^{-n}}
其中
z
←
e
s
T
{\displaystylez\leftarrowe^{sT}\}
。
比較兩者表達式有：
X
q
(
s
)
=
X
(
z
)
|
z
=
e
s
T
.
{\displaystyleX_{q}(s)=X(z){\Big|}_{z=e^{sT}}.}
拉普拉斯轉換簡表[編輯]
下表提供了許多常用單變數函數的拉普拉斯轉換。
[5][6]對於定義和解釋，請參見表末的注釋。
由於拉普拉斯轉換是一個線性算子：
和的拉普拉斯轉換等於各項的拉普拉斯轉換的總和。
L
{
f
(
t
)
+
g
(
t
)
}
=
L
{
f
(
t
)
}
+
L
{
g
(
t
)
}
{\displaystyle{\mathcal{L}}\left\{f(t)+g(t)\right\}={\mathcal{L}}\left\{f(t)\right\}+{\mathcal{L}}\left\{g(t)\right\}}
一個函數的倍數的拉普拉斯轉換等於該函數的拉普拉斯轉換的倍數。
L
{
a
f
(
t
)
}
=
a
L
{
f
(
t
)
}
{\displaystyle{\mathcal{L}}\left\{af(t)\right\}=a{\mathcal{L}}\left\{f(t)\right\}}
使用這個線性性質，以及各種三角、雙曲、和複數（等）的性質，可以從其他拉普拉斯轉換得到一些拉普拉斯轉換，這會比直接通過使用定義更快。
單邊拉普拉斯轉換取時域為非負實數的函數作為輸入，這就是下表中所有時域函數都乘以單位階躍函數u(t)的原因。
表中涉及時間延遲τ的條目必須是因果的（即τ>0）。
因果系統是t=0之前的衝激響應h(t)都為零的一個系統。
在一般情況下，因果系統的收斂區域和反因果系統是不相同的。
函數
時域
f
(
t
)
=
L
−
1
{
F
(
s
)
}
{\displaystylef(t)={\mathcal{L}}^{-1}\left\{F(s)\right\}}
拉普拉斯s域
F
(
s
)
=
L
{
f
(
t
)
}
{\displaystyleF(s)={\mathcal{L}}\left\{f(t)\right\}}
收斂區域
參考
單位脈衝函數
δ
(
t
)
{\displaystyle\delta(t)\}
1
{\displaystyle1}
所有
s
{\displaystyles}
檢定
延遲脈衝函數
δ
(
t
−
τ
)
{\displaystyle\delta(t-\tau)\}
e
−
τ
s
{\displaystylee^{-\taus}\}
單位脈衝函數的時移
單位階躍函數
u
(
t
)
{\displaystyleu(t)\}
1
s
{\displaystyle{1\overs}}
ℜ
(
s
)
>
0
{\displaystyle\Re(s)>0}
對單位衝激函數積分
延遲單位階躍函數
u
(
t
−
τ
)
{\displaystyleu(t-\tau)\}
1
s
e
−
τ
s
{\displaystyle{\frac{1}{s}}e^{-\taus}}
ℜ
(
s
)
>
0
{\displaystyle\Re(s)>0}
單位階躍函數的時移
斜坡函數
t
⋅
u
(
t
)
{\displaystylet\cdotu(t)\}
1
s
2
{\displaystyle{\frac{1}{s^{2}}}}
ℜ
(
s
)
>
0
{\displaystyle\Re(s)>0}
兩次積分單位脈衝函數
n次冪（n為整數）
t
n
⋅
u
(
t
)
{\displaystylet^{n}\cdotu(t)}
n
!
s
n
+
1
{\displaystyle{n!\overs^{n+1}}}
ℜ
(
s
)
>
0
for
n
>
−
1
{\displaystyle\Re(s)>0{\text{for}}n>-1}
n次積分單位階躍函數
q次冪（q為複數）
t
q
⋅
u
(
t
)
{\displaystylet^{q}\cdotu(t)}
Γ
(
q
+
1
)
s
q
+
1
{\displaystyle{\Gamma(q+1)\overs^{q+1}}}
ℜ
(
s
)
>
0
{\displaystyle\Re(s)>0}
Re(q)>−1
[7][8]
n次方根
t
n
⋅
u
(
t
)
{\displaystyle{\sqrt[{n}]{t}}\cdotu(t)}
1
s
1
n
+
1
Γ
(
1
n
+
1
)
{\displaystyle{1\overs^{{\frac{1}{n}}+1}}\Gamma\left({\frac{1}{n}}+1\right)}
ℜ
(
s
)
>
0
{\displaystyle\Re(s)>0}
由前一條性質中令q=1/n得到。
頻移的n次方
t
n
e
−
α
t
⋅
u
(
t
)
{\displaystylet^{n}e^{-\alphat}\cdotu(t)}
n
!
(
s
+
α
)
n
+
1
{\displaystyle{\frac{n!}{(s+\alpha)^{n+1}}}}
Re(s)>−α
對單位階躍函數積分，應用頻移
延遲的頻移的n次方
(
t
−
τ
)
n
e
−
α
(
t
−
τ
)
⋅
u
(
t
−
τ
)
{\displaystyle(t-\tau)^{n}e^{-\alpha(t-\tau)}\cdotu(t-\tau)}
n
!
⋅
e
−
τ
s
(
s
+
α
)
n
+
1
{\displaystyle{\frac{n!\cdote^{-\taus}}{(s+\alpha)^{n+1}}}}
Re(s)>−α
對單位階躍函數積分，應用頻移，應用時移
指數衰減
e
−
α
t
⋅
u
(
t
)
{\displaystylee^{-\alphat}\cdotu(t)}
1
s
+
α
{\displaystyle{1\overs+\alpha}}
Re(s)>−α
單位階躍函數的頻移
雙側指數衰減（僅對於雙邊轉換）
e
−
α
|
t
|
{\displaystylee^{-\alpha|t|}\}
2
α
α
2
−
s
2
{\displaystyle{2\alpha\over\alpha^{2}-s^{2}}}
−α
δ
(
t
)
{\displaystyle\delta(t)\,}
表示狄拉克δ函數。
Γ(z)表示Γ函數。
γ是歐拉-馬歇羅尼常數。
t為實數，通常表示時間，儘管它可以表示任意獨立空間。
s為複角頻率，而Re(s)是它的實部。
α,β,τ和ω是實數。
n是整數。
轉換及其性質的應用實例[編輯]
拉普拉斯轉換在物理學和工程中是常用的；線性時不變系統的輸出可以通過摺積單位脈衝響應與輸入信號來計算，而在拉氏空間中執行此計算將摺積通過轉換成乘法來計算。
後者是更容易解決，由於它的代數形式。
拉普拉斯轉換也可以用來解決微分方程式，這被廣泛應用於電氣工程。
拉普拉斯轉換把線性差分方程式化簡為代數方程式，這樣就可以通過代數規則來解決。
原來的微分方程式可以通過施加逆拉普拉斯轉換得到其解。
英國電氣工程師奧利弗·黑維塞第一次提出了一個類似的計劃，雖然沒有使用拉普拉斯轉換；以及由此產生的演算被譽為黑維塞演算。
在工程學上的應用[編輯]
應用拉普拉斯轉換解常變數齊次微分方程式，可以將微分方程式化為代數方程式，使問題得以解決。
在工程學上，拉普拉斯轉換的重大意義在於：將一個信號從時域上，轉換為複頻域（s域）上來表示，對於分析系統特性，系統穩定有著重大意義；在線性系統，控制自動化上都有廣泛的應用。
相關條目[編輯]
z轉換
微分方程式
傅立葉變換
微分幾何中的拉普拉斯算子
控制理論
信號處理
線性系統
雙邊拉普拉斯轉換
參考書目、資料來源[編輯]
^Korn&Korn1967，§8.1
^Feller1971，§XIII.1harvnberror:notarget:CITEREFFeller1971(help)
^Korn&Korn1967，第226–227頁
^Bracewell2000，Table14.1,p.385harvnberror:notarget:CITEREFBracewell2000(help)
^K.F.Riley,M.P.Hobson,S.J.Bence,Mathematicalmethodsforphysicsandengineering3rd,CambridgeUniversityPress:455,2010,ISBN 978-0-521-86153-3
^J.J.Distefano,A.R.Stubberud,I.J.Williams,Feedbacksystemsandcontrol2nd,Schaum'soutlines:78,1995,ISBN 0-07-017052-5
^Lipschutz,S.;Spiegel,M.R.;Liu,J.,MathematicalHandbookofFormulasandTables,Schaum'sOutlineSeries3rd,McGraw-Hill:183,2009,ISBN 978-0-07-154855-7 -providesthecaseforrealq.
^http://mathworld.wolfram.com/LaplaceTransform.html（頁面存檔備份，存於網際網路檔案館）-WolframMathwordprovidescaseforcomplexq
電機電子類科《工程數學》，ISBN957-584-377-0，作者陳錫冠、胡曦、周禎暉老師，高立出版社。
Korn,G.A.;Korn,T.M.,MathematicalHandbookforScientistsandEngineers2nd,McGraw-HillCompanies,1967,ISBN 0-07-035370-0 .
閱論編控制理論領域分支
自適應控制
控制理論
數位控制
能量成型控制
模糊控制
混合（英語：Hybridcomputer）控制
智能控制
模型預測控制
神經系統控制
非線性控制
最優控制
實時計算
魯棒控制
隨機控制
系統特性
時域
頻域
波德圖
奈奎斯特圖
尼柯爾斯圖
方塊圖
閉迴路遞移函數
可控制性
傅立葉轉換
頻率響應
拉普拉斯轉換
負反饋
可觀測性
性能
正回饋
根軌跡圖法
伺服機構
信號流圖
狀態空間
穩定性理論
穩態分析及設計
系統動力學
遞移函數
數位控制
離散時間信號
數位訊號處理
量化
實時軟體
取樣資料
系統識別
Z轉換
進階理論
人工神經網絡
係數圖法（英語：Coefficientdiagrammethod）
控制重構
分布式參數系統
分數階控制
模糊邏輯
H-infinity迴路成形
漢克爾奇異值
卡爾曼濾波
Krener'stheorem（英語：Krener'stheorem）
最小平方法
李雅普諾夫穩定性
小迴路回授
知覺控制理論
狀態觀測器
向量控制
描述函數
控制器
嵌入式控制器
超前-滯後補償器
數控工具機
PID控制器
可程式邏輯控制器
控制應用
分散式控制系統
電動機
工業控制系統
機械電子學
運動控制
過程控制
機器人學
數據採集與監控系統（SCADA）
規範控制
BNF:cb119531733(data)
LCCN:sh85074666
NDL:00567362
NKC:ph117703
取自「https://zh.wikipedia.org/w/index.php?title=拉普拉斯变换&oldid=69517012」
分類：皮埃爾-西蒙·拉普拉斯微分方程積分變換隱藏分類：含有哈佛參考文獻格式系列模板連結指向錯誤的頁面含有英語的條目含有法語的條目包含BNF標識符的維基百科條目包含LCCN標識符的維基百科條目包含NDL標識符的維基百科條目包含NKC標識符的維基百科條目使用ISBN魔術連結的頁面
導覽選單
個人工具
沒有登入討論貢獻建立帳號登入
命名空間
條目討論
臺灣正體
不转换简体繁體大陆简体香港繁體澳門繁體大马简体新加坡简体臺灣正體
查看
閱讀編輯檢視歷史
更多
搜尋
導航
首頁分類索引特色內容新聞動態近期變更隨機條目資助維基百科
說明
說明維基社群方針與指引互助客棧知識問答字詞轉換IRC即時聊天聯絡我們關於維基百科
工具
連結至此的頁面相關變更上傳檔案特殊頁面靜態連結頁面資訊引用此頁面維基數據項目
列印/匯出
下載為PDF可列印版
其他專案
維基共享資源
其他語言
አማርኛالعربيةAsturianuБългарскиবাংলাBosanskiCatalàČeštinaDanskDeutschΕλληνικάEnglishEsperantoEspañolEestiفارسیSuomiFrançaisGalego客家語/Hak-kâ-ngîעבריתहिन्दीHrvatskiMagyarՀայերենInterlinguaBahasaIndonesiaItaliano日本語JawaҚазақшаភាសាខ្មែរ한국어LietuviųമലയാളംNederlandsNorsknynorskNorskbokmålPolskiPiemontèisPortuguêsRomânăРусскийSrpskohrvatski/српскохрватскиSimpleEnglishSlovenščinaShqipСрпски/srpskiSundaSvenskaதமிழ்ไทยTürkçeУкраїнськаTiếngViệt吴语Bân-lâm-gú粵語
編輯連結
延伸文章資訊
- 1▫第四章: 拉普拉斯轉換
第四章: 拉普拉斯轉換(Laplace Transform). ▫拉普拉斯轉換簡介. ▫拉普拉斯轉換、逆轉換、線性與移位性質. ▫導數與積分的拉普拉斯轉換式，微分 ...
- 2工程數學--微分方程Differential Equations (DE)
7-1-4 When Does the Laplace Transforms Exist? Constraint 1 for the existence of the Laplace trans...
- 3摘要(一)：應背下來的17 個Laplace 積分轉換公式
摘要(一)：應背下來的17 個Laplace 積分轉換公式 f(t). F(s). 1. 1/s t. 1/s2 t2. 2/s3 tn n!/sn+1 eat. 1/(s - a) cosh(...
- 4大學工程與科技的【工程數學】—『Laplace 變換』（完成） 筆記
Laplace 變換算是在工程數學中需要背很多東西的單元所以只能多背多練習能理解的成分算是偏少 ... Keyword: 工程數學,ode,laplace transform,拉普拉斯變換.
- 5工程數學- 微分方程 - 臺大開放式課程(NTU OpenCourseWare)
工程數學- 微分方程. 丁建均. (1) 一階微分方程的解法和應用 (2) 高階微分方程的解法和應用 (3) 微分方程的級數解 (4) 拉普拉斯轉換 (5) 傅立葉級數與傅立葉轉換
