資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究訊號與系統 – 拉普拉斯變換的性質
拉普拉斯變換
拉普拉斯變換是一種數學工具，用於將時域中的微分方程轉換為頻域或s域中的代數方程。
在數學上，時域函式 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$ 的拉普拉斯變換定義為 −
$$\mathrm{\mathit{L}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{t}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{s}\right)}\:\mathrm{=}\:\int_{\mathrm{0} }^{\mathrm{\infty} }\mathit{x}\mathrm{\left(\mathit{t}\right)}\mathit{e^{-\mathit{st}}\:\mathit{dt}}}$$
其中，s 是一個復變數，由下式給出：
$$\mathrm{\mathit{s}\:\mathrm{=}\:\sigma \:\mathrm{+}\:\mathit{j\omega}}$$
運算子 L 稱為拉普拉斯變換運算子，它將時域函式 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$ 轉換為頻域函式 X(s)。
拉普拉斯變換的性質
下表突出顯示了拉普拉斯變換的一些重要性質 −
| 性質 | 函式 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$ | 拉普拉斯變換 $\mathit{X}\mathrm{\left(\mathit{s}\right)}$ |
|---|---|---|
| 符號 | $\mathrm{\mathit{x}_{\mathrm{1}}\mathrm{\left(\mathit{t}\right)}}$ | $\mathrm{\mathit{X}_{\mathrm{1}}\mathrm{\left(\mathit{s}\right)}}$ |
| $\mathrm{\mathit{x}_{\mathrm{2}}\mathrm{\left(\mathit{t}\right)}}$ | $\mathrm{\mathit{X}_{\mathrm{2}}\mathrm{\left(\mathit{s}\right)}}$ | |
| 標量乘法 | $\mathrm{\mathit{k}\mathit{x}\mathrm{\left(\mathit{t}\right)}}$ | $\mathrm{\mathit{k}\mathit{X}\mathrm{\left(\mathit{s}\right)}}$ |
| 線性 | $\mathrm{\mathit{a}\mathit{x}_{\mathrm{1}}\mathrm{\left( \mathit{t}\right)}\:\mathrm{+}\:\mathit{b}\mathit{x}_{\mathrm{2}}\mathrm{\left( \mathit{t}\right)}}$ | $\mathrm{\mathit{a}\mathit{X}_{\mathrm{1}}\mathrm{\left( \mathit{s }\right)}\:\mathrm{+}\:\mathit{b}\mathit{X}_{\mathrm{2}}\mathrm{\left(\mathit{s}\right)}}$ |
| 時移 | $\mathrm{\mathit{x}\mathrm{\left(\mathit{t-t_{\mathrm{0}}}\right)}}$ | $\mathrm{\mathit{e}^{- \mathit{t}_{\mathrm{0}}\mathit{s}}\mathit{X}\mathrm{\left(\mathit{s}\right)}}$ |
| 頻移 | $\mathrm{\mathit{e}^{\mathit{-at}}\mathit{x}\mathrm{\left(\mathit{t}\right)}}$ | $\mathrm{\mathit{X}\mathrm{\left(\mathit{s\mathrm{+}}\mathit{a} \right)}}$ |
| 時間縮放 | $\mathrm{\mathit{x}\mathrm{\left(\mathit{at}\right)}}$ | $\mathrm{\frac{1}{\left| \mathit{a}\right|}\mathit{X}\mathrm{\left ( \frac{\mathit{s}}{\mathit{a}}\right)}}$ |
| 時域微分 | $\mathrm{\frac{\mathit{d}}{\mathit{dt}}\:\mathit{x}\mathrm{\left(\mathit{t}\right)}}$ | $\mathrm{\mathit{s}\mathit{X}\mathrm{\left(\mathit{s}\right)}-\mathit{x}\mathrm{\left(\mathrm{0}^{-}\right)}}$ |
| $\mathrm{\frac{\mathit{d}^{\mathrm{2}}}{\mathit{dt}^{\mathrm{2}}}\:\mathit{x}\mathrm{\left(\mathit{t}\right)}}$ | $\mathrm{\mathit{s}^{\mathrm{2}}\mathit{X}\mathrm{\left(\mathit{s}\right)}-\mathit{s}\mathit{x}\mathrm{\left(\mathrm{0}^{-}\right)}-\frac{\mathit{d}}{\mathit{dt}}\:\mathit{x}\mathrm{\left(\mathrm{0}^{-}\right)}}$ | |
| $\mathrm{\frac{\mathit{d}^{\mathit{n}}}{\mathit{dt}^{\mathit{n}}}\:\mathit{x}\mathrm{\left(\mathit{t}\right)}}$ | $\mathrm{\mathit{s}^{\mathit{n}}\mathit{X}\mathrm{\left(\mathit{s}\right)}-\mathit{s}^\mathrm{\left(\mathit{n-\mathrm{1}}\right)}\mathit{x}\mathrm{\left(\mathrm{0}^{-}\right)}-...-\frac{\mathit{d^{\mathrm{\left ( \mathit{n-\mathit{1}} \right )}}}}{\mathit{dt}^{\mathrm{\left (\mathit{n-\mathit{1}} \right)}} } \mathit{x}\mathrm{\left(\mathrm{0}^{-}\right)}}$ | |
| 時域積分 | $\mathrm{\int_{\mathrm{0}^{-}}^{\mathit{t}}\mathit{x}\mathrm{\left(\mathit{\tau}\right)}\:\mathit{d\tau}}$ | $\mathrm{\frac{\mathit{X}\mathrm{\left(\mathit{s}\right)}}{\mathit{s}}}$ |
| $\mathrm{\int_{\mathrm{-\infty }}^{\mathit{t}}\mathit{x}\mathrm{\left(\mathit{\tau}\right)}\:\mathit{d\tau}}$ | $\mathrm{\frac{\mathit{X}\mathrm{\left(\mathit{s}\right)}}{\mathit{s}}\:\mathrm{+}\:\frac{1}{\mathit{s}}\int_{-\infty }^{\mathrm{0}^{-}}\mathit{x}\mathrm{\left(\mathit{\tau}\right)}\:\mathit{d\tau}}$ | |
| 頻域微分 | $\mathrm{\mathit{t}\mathit{x}\mathrm{\left(\mathit{t}\right)}}$ | $\mathrm{-\frac{\mathit{d}}{\mathit{ds}}\mathit{X}\mathrm{\left(\mathit{s}\right)}}$ |
| $\mathrm{\mathit{t}^{\mathit{n}}\mathit{x}\mathrm{\left(\mathit{t}\right)}}$ | $\mathrm{\mathrm{\left ( -\mathrm{1} \right )}^{\mathit{n}}\frac{\mathit{d}^{\mathit{n}}}{\mathit{ds}^{\mathit{n}}}\mathit{X}\mathrm{\left(\mathit{s}\right)}}$ | |
| 頻域積分 | $\mathrm{\frac{\mathit{x}\mathrm{\left(\mathit{t}\right)}}{\mathit{t}}}$ | $\mathrm{\int_{\mathit{s}}^{\infty}\mathit{X}\mathrm{\left(\mathit{s}\right)}\:\mathit{ds}}$ |
| 時域卷積 | $\mathrm{\mathit{x}_{\mathrm{1}}\mathrm{\left(\mathit{t}\right)}*\mathit{x}_{\mathrm{2}}\mathrm{\left(\mathit{t}\right)}}$ | $\mathrm{\mathit{X}_{\mathrm{1}}\mathrm{\left(\mathit{s}\right)}\mathit{X}_{\mathrm{2}}\mathrm{\left(\mathit{s}\right)}}$ |
| 頻域卷積 | $\mathrm{\mathit{x}_{\mathrm{1}}\mathrm{\left(\mathit{t}\right)}\mathit{x}_{\mathrm{2}}\mathrm{\left(\mathit{t}\right)}}$ | $\mathrm{\frac{1}{2\pi \mathit{j}}\mathit{X}_{\mathrm{1}}\mathrm{\left(\mathit{s}\right)}*\mathit{X}_{\mathrm{2}}\mathrm{\left(\mathit{s}\right)}\:\mathrm{=}\:\frac{1}{2\pi \mathit{j}}\int_{\mathrm{\left ( \mathit{c-\mathit{j\infty}}\right)}}^{\mathrm{\left ( \mathit{c\mathrm{+}\mathit{j\infty}}\right)}}\mathit{X}_{\mathrm{1}}\mathrm{\left(\mathit{p}\right)}\mathit{X}_{\mathrm{2}}\mathrm{\left(\mathit{s-p}\right)}\:\mathit{dp}}$ |
| 時間週期性 | $\mathrm{\mathit{x}\mathrm{\left(\mathit{t}\right)}\:\mathrm{=}\:\mathit{x}\mathrm{\left( \mathit{t}\mathrm{+}\mathit{nT}\right)}\:\mathrm{where},\mathit{n}\:\mathrm{=}\mathrm{1,2,3,}...}$ | $\mathrm{\frac{1}{\mathrm{\left( \mathrm{1}-\mathit{e^{-st}}\right)}}\mathit{X}^{'}\mathrm{\left(\mathit{s}\right)};\\mathrm{where},\mathit{X}^{'}\mathrm{\left(\mathit{s}\right)}\:\mathrm{=}\:\int_{\mathrm{0}}^{\mathit{T}}\mathit{x}\mathrm{\left(\mathit{t}\right)}\mathit{e^{-st}}\:\mathit{dt}}$ |
| 初始值定理 | $\mathrm{\mathit{x}\mathrm{\left(\mathrm{0}^{-}\right)}}$ | $\mathrm{\displaystyle \lim_{\mathit{s} \to \infty }\mathit{s}\mathit{X}\mathrm{\left(\mathit{s}\right)}}$ |
| 終值定理 | $\mathrm{\mathit{x}\mathrm{\left(\mathit{\infty }\right)}}$ | $\mathrm{\displaystyle \lim_{\mathit{s} \to 0}\mathit{s}\mathit{X}\mathrm{\left(\mathit{s}\right)}}$ |
更新於: 2022年1月11日
5K+ 次瀏覽
廣告