查看“拉普拉斯变换”的源代码

{{noteTA
|T=zh-hans:拉普拉斯变换; zh-hant:拉普拉斯變換;
|G1=Math
|1=zh-hans:复变量;zh-hk:複變數;zh-tw:複變數;
|2=zh-hans:复平面;zh-hk:複平面;zh-tw:複平面;
|3=zh-hans:复频域;zh-hk:複頻域;zh-tw:複頻域;
}}

'''拉普拉斯变换'''（{{lang-en|Laplace transform}}）是[[应用数学]]中常用的一种[[积分变换]]，又名'''拉氏轉換'''，其符號為<math> \displaystyle\mathcal{L} \left\{f(t)\right\}</math>。拉氏變換是一個[[線性變換]]，可將一個有實數变量<math> t(t \ge 0) </math>的函數轉換為一個变量為複數<math> s </math>的函數：

:<math>F(s) = \int_0^\infty f(t) e^{-st}\,\mathrm{d}t.</math>

拉氏變換在大部份的應用中都是[[對射]]的，最常見的<math> f(t) </math>和<math> F(s) </math>組合常印製成表，方便查閱。拉普拉斯变换得名自法國天文學家暨數學家[[皮埃尔-西蒙·拉普拉斯]]（{{lang|fr|Pierre-Simon marquis de Laplace}}），他在[[機率論]]的研究中首先引入了拉氏變換。

拉氏變換和[[傅里叶变换]]有關，不過傅里叶变换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 (數學)|矩]]的疊加。拉氏變換常用來求解微分方程及積分方程。在物理及工程上常用來分析[[线性时不变系统理论|線性非時變系統]]，可用來分析[[電子電路]]、[[諧振子]]、[[光学仪器]]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[[複數|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，可以簡化分析系統行為的時間<ref>{{harvnb|Korn|Korn|1967|loc=§8.1}}</ref>。像時域下的線性非時變系統，在頻域下會轉換為代數方程，在時域下的[[捲積]]會變成頻域下的乘法。

== 正式定义 ==
对于所有[[实数]]<math> t \ge 0 </math>，函数<math> f(t) </math>的拉普拉斯变换是函数<math> F(s) </math>，定义为：

: <math>F(s) =\int_0^{\infty} e^{-st} f(t) \,\mathrm{d}t</math>

其中频率参数<math> s </math>是一个[[复数 (数学)|复数]]：

: <math>s = \sigma + i \omega, \,</math> <math> \sigma </math>和<math> \omega </math>为实数。

拉普拉斯变换的其他表示法中使用<math>\displaystyle\mathcal{L}f</math>或<math>\displaystyle\mathcal{L}_t\left\{f(t)\right\}</math>而非<math> F </math>。<math>\mathcal{L}</math> 是一个[[运算符号]]。

积分的含义取决于函数的类型。该积分存在的一个必要条件是在<math> f </math> 必须在<math> [0, \infty)  </math>上[[局部可积函数|局部可积]]。对在无穷大处衰减的局部可积函数或[[指数型]]函数，该积分可以理解为（恰当）[[勒贝格积分]]。然而，在很多应用中有必要将其视作在<math> \infty </math>处[[条件收敛]]的[[反常积分]]。更一般的，积分可以在较[[分布 (数学分析)|弱的意义]]上理解，在下面会去处理。

可以用[[勒贝格积分]]定义拉普拉斯变换为有限[[博雷尔测度]] <math> \mu </math><ref>{{harvnb|Feller|1971|loc=§XIII.1}}</ref>

: <math>\mathcal{L}\{\mu\}(s) = \int_{[0,\infty)} e^{-st}\, \mathrm{d}\mu(t).</math>

一种特殊情况是当<math> \mu </math>为[[概率测度]]，或者更具体地说，是[[狄拉克δ函数]]时。在[[运算微积分]]中，拉普拉斯变换的测度常常被视作由[[分布函数]] <math> f </math>带来的测度。在这种情况下，为了避免混淆，一般写作

: <math>\mathcal{L}\{f\}(s) = \int_{0^-}^\infty e^{-st}f(t)\, \mathrm{d}t,</math>

其中积分下限0<sup>−</sup>是

: <math>\lim_{\varepsilon\rightarrow 0}\int_{-\varepsilon}^\infty</math>

的简化符号。

这个极限强调任何位于 0 的质点都被拉普拉斯变换完全捕获。虽然使用[[勒贝格积分]]，没有必要取这个极限，但它可以更自然地与{{le|拉普拉斯–斯蒂尔吉斯变换|Laplace–Stieltjes transform}}建立联系。

=== 拉普拉斯逆变换 ===
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变换。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，拉普拉斯变换是[[单射]]映射，將一個函數空間映射到其他的函數空間<!--although there is usually no easy characterization of the range.-->。典型的函數空間包括有界連續函數、函數空間 [[Lp空间|L<sup>&infin;</sup>(0, &infin;)]]、或是更廣義，在 (0, &infin;) 區間內的缓增广义函数（函數的最壞情形是多項式成長）。<!-- The Laplace transform is also defined and injective for suitable spaces of tempered distributions(缓增广义函数)-->

{{link-en|拉普拉斯逆变换|Inverse Laplace transform}}有许多不同的名称，如'''维奇积分'''、'''傅立叶-梅林积分'''、'''梅林逆公式'''，是一个[[复数 (数学)|复]]积分：

: <math>f(t) = \mathcal{L}^{-1}\{F\}(t) = \frac{1}{2 \pi i} \lim_{T\to\infty}\int_{\gamma - i T}^{\gamma + i T} e^{st} F(s)\, \mathrm{d}s</math>

其中<math> \gamma </math>是一个使<math> F(s) </math>的积分路径在收敛域内的实数。另一個拉普拉斯逆变换的公式是由{{link-en|Post反演公式|Post's inversion formula}}而來<!--. The limit here is interpreted in the weak-* topology.-->。

在實務上一般會配合查表，將函數的拉普拉斯变换分換為許多已知函數的拉普拉斯变换，再利用觀察的方式產生其拉普拉斯逆变换。在微分方程中會用到拉普拉斯逆变换，會比用傅利葉轉換的處理方式要簡單。

== 性质和定理 ==
函数<math> f(t) </math>和<math> g(t) </math>的拉普拉斯变换分别为<math> F(s) </math>和<math> G(s) </math>：

: <math>\begin{align}
  f(t) &= \mathcal{L}^{-1} \{  F(s) \} \\
  g(t) &= \mathcal{L}^{-1} \{  G(s) \} 
\end{align}</math>

下面的表格是一系列单边拉普拉斯变换的性质：<ref>{{harvnb|Korn|Korn|1967|pp=226–227}}</ref>

{| class="wikitable"
 |+ 单边拉普拉斯变换的性质
 !
 ! 时域
 ! s域
 ! 注释
 |-
 ! [[线性]]叠加
 | <math> a f(t) + b g(t) \ </math>
 | <math> a F(s) + b G(s) \ </math>
 | 可以用积分的基本规则证明。
 |-
 ! s域一阶微分
 | <math> t f(t) \ </math>
 | <math> -F'(s) \ </math>
 | <math> F' </math>是<math> F </math>的一阶[[导数]]。
 |-
 ! s域一般微分
 | <math> t^{n} f(t) \ </math>
 | <math> (-1)^{n} F^{(n)}(s) \ </math>
 | 更一般的形式是<math> F(s) </math>的<math> n </math>阶导数。
 |-
 ! 时域一阶[[微分]]
 | <math> f'(t) \ </math>
 | <math> s F(s) - f(0) \ </math>
 | <math> f </math>是一个[[可微函数]]，并且其导数为[[指数类型]]。这条性质可以通过[[分部积分]]得到。
 |-
 ! 时域二阶[[微分]]
 | <math> f''(t) \ </math>
 | <math> s^2 F(s) - s f(0) - f'(0) \ </math>
 | <math> f </math>为二阶可微且二阶导数是指数型的。通过对<math> f(t) </math>应用微分性质可得。
 |-
 ! 时域一般[[微分]]
 | <math> f^{(n)}(t)  \ </math>
 | <math> s^n F(s) - \sum_{k=1}^{n} s^{k-1} f^{(n - k)}(0) \ </math>
 | <math> f </math>为<math> n </math>阶可微，其<math> n </math>阶导数是指数型的。通过[[数学归纳法]]证明。
 |-
 ! s域积分
 | <math> \frac{1}{t}f(t)  \ </math>
 | <math> \int_s^\infty F(\sigma)\, \mathrm{d}\sigma \ </math>
 | 这是由s域微分和条件收敛推导出来的。
 |-
 ! 时域[[积分]]
 | <math> \int_0^t f(\tau)\, \mathrm{d}\tau  =  (u * f)(t)</math>
 | <math> {1 \over s} F(s) </math>
 | <math> u(t) </math>是[[阶跃函数]]，注意到<math> (u * f)(t) </math>是<math> u(t) </math>和<math> f(t) </math>的[[卷积]]。
 |-
 ! 时间标度
 | <math>f(at)</math>
 | <math> \frac{1}{a} F \left ( {s \over a} \right )</math>
 | <math> a > 0 \ </math>
|-
 ! s域平移
 | <math> e^{at} f(t)  \ </math>
 | <math> F(s - a) \ </math>
 |
|-
 ! 时域平移
 | <math> f(t - a) u(t - a) \ </math>
 | <math> e^{-as} F(s) \ </math>
 | <math> u(t) </math>表示[[阶跃函数]]
|-
 ! [[乘法]]
 | <math>f(t)g(t)</math>
 | <math> \frac{1}{2\pi i}\lim_{T\to\infty}\int_{c - iT}^{c + iT}F(\sigma)G(s - \sigma)\,\mathrm{d}\sigma \ </math>
 | 积分沿完全处在<math> F </math>收敛域内的竖直线<math> Re(\sigma) = c </math>。<ref>{{harvnb|Bracewell|2000|loc=Table 14.1, p. 385}}</ref>
|-
 ! [[卷积]]
 | <math> (f * g)(t) = \int_{0}^{t} f(\tau)g(t - \tau)\,\mathrm{d}\tau</math>
 | <math> F(s) \cdot G(s) \ </math>
 | 
|-
 ! [[复共轭]]
 | <math> f^*(t) </math>
 | <math> F^*(s^*) </math>
 |
|-
 ! [[互相关]]
 | <math> f(t)\star g(t) </math>
 | <math> F^*(-s^*)\cdot G(s) </math>
 |
|-
 ! [[周期函数]]
 | <math>f(t)</math>
 | <math>{1 \over 1 - e^{-Ts}} \int_0^T e^{-st} f(t)\,\mathrm{d}t </math>
 | <math> f(t) </math>是一个[[周期函数|周期]]为<math> T </math>的周期函数，于是对所有<math> t \ge 0 </math>，有<math> f(t) = f(t + T) </math>。这条性质是时域平移和[[几何级数]]的结果。
|}

* [[初值定理]]：
: <math>f(0^+)=\lim_{s\to \infty}{sF(s)}</math>，要求<math>{F(s)}</math>为真分式，即分子的最高次小于分母的最高次，否则使用[[多项式除法]]将<math>{F(s)}</math>分解

* [[终值定理]]：
: <math>f(\infty)=\lim_{s\to 0}{sF(s)}</math>，要求''sF''(''s'')的所有极点都在左半[[复平面]]或原点为单极点。
: 由于终值定理无需经过[[部分分式]]分解或其他困难的代数就能给出长期的行为，它就很有用。如果<math>F(s)</math>在右侧面或虚轴上有极点，（例如<math>f(t) = e^t</math>或<math>f(t) = \sin(t)</math>）这个公式的行为就是未定义的。

=== 与幂级数的关系 ===
拉普拉斯变换可以看成是幂级数的一个[[连续函数|连续]]模拟。如果 ''a''(''n'') 是正整数 ''n'' 的一个离散函数，那么与 ''a''(''n'') 相关的幂级数为

:<math>\sum_{n=0}^{\infty} a(n) x^n</math>

其中 ''x'' 是实变量（参见[[Z变换]]）。将对 ''n'' 的加和替换成对 ''t'' 的积分，则此幂级数的连续形式为

:<math>\int_{0}^{\infty} f(t) x^t \,\mathrm{d}t</math>

其中离散型函数 ''a''(''n'') 被替换成连续型的 ''f''(''t'')。（参见下文[[Mellin 变换|梅林变换]]。）改变幂的基底 ''x'' 为 ''e'' 得

:<math>\int_{0}^{\infty} f(t) \left(e^{\log{x}}\right)^t \,\mathrm{d}t</math>

要使这个积分对任何有界函数 ''f'' 都收敛，就需要满足<math>\log{x} < 0</math>。使用{{math|&minus;''s'' {{=}} log ''x''}}代换就能得到拉普拉斯变换：

:<math>\int_{0}^{\infty} f(t) e^{-st} \,\mathrm{d}t</math>

换句话说，拉普拉斯变换是幂级数的一个连续模拟，只是把离散参数 ''n'' 换成了连续变量 ''t'' ， ''x'' 换成了 {{math|''e''<sup>&minus;''s''</sup>}}。

=== 与矩的关系 ===
{{main|动差生成函数}}
函数 ''f'' 的''矩''为
:<math>\mu_n = \int_0^\infty t^nf(t)\,\mathrm{d}t</math>

如果 ''f'' 的前 ''n'' 阶矩绝对收敛，则通过反复在[[积分符号内取微分]]，就得到<math>(-1)^n(\mathcal L f)^{(n)}(0) = \mu_n</math>。这在概率论里是有特别重要的意义的，其中随机变量 ''X'' 的矩是<math>\mu_n=E[X^n]</math>。下面的关系成立：
:<math>\mu_n = (-1)^n\frac{\mathrm{d}^n}{\mathrm{d}s^n}E\left[e^{-sX}\right].</math>

=== 证明函数导数的拉普拉斯变换 ===
很方便用拉普拉斯变换的微分性质来求函数导数的变换。从拉普拉斯变换的基本表达式就可以推导如下：

: <math>\begin{align}
  \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{(by parts)} \\
                                  &= \left[-\frac{f(0^-)}{-s}\right] + \frac{1}{s}\mathcal{L}\left\{f'(t)\right\},
\end{align}</math>

导出

: <math>\mathcal{L}\left\{ f'(t) \right\} = s\cdot\mathcal{L} \left\{ f(t) \right\}-f(0^-), </math>

而在双边的情形下，

: <math> \mathcal{L}\left\{ { f'(t) }  \right\} = s \int_{-\infty}^\infty e^{-st} f(t)\,\mathrm{d}t  = s \cdot \mathcal{L} \{ f(t) \}. </math>

一般化的结果是

: <math>\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^-),</math>

其中 ''f''<sup>(''n'')</sup> 表示 ''f'' 的 ''n''阶导数，可以由[[数学归纳法|归纳]]假设得出。

=== 计算广义积分 ===
令<math>\mathcal{L}\left\{f(t)\right\}=F(s)</math>，则（参见上面的表格）

: <math>\mathcal{L}\left\{\frac{f(t)}{t}\right\}=\int_{s}^{\infty}F(p)\, \mathrm{d}p,</math>

或

: <math>\int_{0}^{\infty}\frac{f(t)}{t}e^{-st}\, \mathrm{d}t=\int_{s}^{\infty}F(p)\, \mathrm{d}p.</math>

令 ''s'' → 0，假定可以改变取极限顺序，就得到性质

: <math>\int_{0}^{\infty}\frac{f(t)}{t}\, \mathrm{d}t=\int_{0}^{\infty}F(p)\, \mathrm{d}p.</math>

即便在不可以交换，此计算依然有暗示性。例如，形式上按此计算得到

:<math>\int_{0}^{\infty}\frac{\cos at-\cos bt}{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} = \ln b - \ln a.
</math>
这个性质的正确性可以用其他方法证明。它是傅汝兰尼积分（Frullani integral）的一个例子。

例子还有[[狄利克雷积分]]。

=== 与其他变换的联系 ===
==== 与傅里叶变换关系 ====
连续傅里叶变换相当于计算令 ''s'' = ''i''ω 或 ''s = 2πfi'' 的双边拉普拉斯变换：
: <math>
\begin{align}
\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 \omega t} f(t)\,\mathrm{d}t.\\
\end{align}
</math>

==== 与z变换的联系 ====
''z'' 变换表达式为：
: <math> X(z) = \sum_{n=0}^{\infty} x[n] z^{-n} </math>
其中<math> z \leftarrow e^{s T} \ </math>.
比较两者表达式有：
:<math>X_q(s) =  X(z) \Big|_{z=e^{sT}}.</math>

== 拉普拉斯变换简表 ==
下表提供了许多常用单变量函数的拉普拉斯变换。 <ref>{{Citation|edition=3rd| page=455|author=K.F. Riley, M.P. Hobson, S.J. Bence| title=Mathematical methods for physics and engineering| publisher=Cambridge University Press| year=2010 | isbn=978-0-521-86153-3}}</ref> <ref>{{Citation| author=J.J.Distefano, A.R. Stubberud, I.J. Williams|page=78| title=Feedback systems and control|edition=2nd| publisher=Schaum's outlines| year=1995 |isbn=0-07-017052-5}}</ref> 对于定义和解释，请参见表末的''注释'' 。

由于拉普拉斯变换是一个线性算子：

*和的拉普拉斯变换等于各项的拉普拉斯变换的总和。

:: <math>\mathcal{L}\left\{f(t) + g(t) \right\} = \mathcal{L}\left\{f(t)\right\} + \mathcal{L}\left\{ g(t) \right\} </math>

*一个函数的倍数的拉普拉斯变换等于该函数的拉普拉斯变换的倍数。

:: <math>\mathcal{L}\left\{a f(t)\right\} = a \mathcal{L}\left\{ f(t)\right\}</math>

使用这个线性性质 ，以及各种[[三角恒等式|三角]]、[[双曲函数|双曲]]、和[[复数 (数学)|复数]] （等）的性质，可以从其他拉普拉斯变换得到一些拉普拉斯变换，这会比直接通过使用定义更快。

单边拉普拉斯变换取时域为非负实数的函数作为输入，这就是下表中所有时域函数都乘以[[单位阶跃函数]]  u(''t'') 的原因。表中涉及时间延迟 τ 的条目必须是[[因果系统|因果]]的 （即 τ > 0）。因果系统是 ''t'' = 0 之前的[[冲激响应]] ''h''(''t'') 都为零的一个系统。在一般情况下，因果系统的收敛区域和反因果系统是不相同的。

{| class="wikitable"
|-
! 函数
! 时域<br> <math>f(t) = \mathcal{L}^{-1} \left\{ F(s) \right\}</math> 
! 拉普拉斯s域<br> <math>F(s) = \mathcal{L}\left\{ f(t) \right\}</math> 
! 收敛区域
! 参考

|- style="text-align:center;"
| [[狄拉克δ函数|单位脉冲函数]] 
|| <math> \delta(t) \ </math> 
|| <math> 1  </math> 
|| 所有 ''s''
|| 检验

|- style="text-align:center;"
| 延迟脉冲函数
|| <math> \delta(t - \tau) \ </math> 
|| <math> e^{-\tau s} \ </math> 
|| 
|| 单位脉冲函数<br>的时移

|- style="text-align:center;"
| [[单位阶跃函数]] 
|| <math> u(t) \ </math> 
|| <math> { 1 \over s } </math> 
|| Re(''s'') > 0 
|| 对单位冲激函数积分

|- style="text-align:center;"
| 延迟单位阶跃函数
|| <math> u(t - \tau) \ </math> 
|| <math> \frac{1}{s} e^{-\tau s} </math> 
|| Re(''s'') > 0 
|| 单位阶跃函数<br>的时移

|- style="text-align:center;"
| [[斜坡函数]]
|| <math> t \cdot u(t)\ </math> 
|| <math>\frac{1}{s^2}</math> 
|| Re(''s'') > 0 
|| 两次积分<br>单位脉冲函数

|- style="text-align:center;"
| ''n''次幂<br />（''n'' 为整数）
|| <math> t^n \cdot u(t) </math> 
|| <math> { n! \over s^{n + 1} } </math> 
|| Re(''s'') > 0   <br /> (''n'' > −1)
|| n次积分<br>单位阶跃函数

|- style="text-align:center;"
| ''q''次幂<br />（''q'' 为复数）
|| <math> t^q \cdot u(t) </math> 
|| <math> { \Gamma(q + 1) \over s^{q + 1} } </math> 
|| Re(''s'') > 0 <br /> Re(''q'') > −1 
|| <ref>{{citation |title=Mathematical Handbook of Formulas and Tables |edition=3rd |first1=S. |last1=Lipschutz |first2=M. R. |last2=Spiegel |first3=J. |last3=Liu |series=Schaum's Outline Series |publisher=McGraw-Hill |page=183 |year=2009 |isbn=978-0-07-154855-7}} - provides the case for real ''q''.</ref><ref>http://mathworld.wolfram.com/LaplaceTransform.html - Wolfram Mathword provides case for complex q</ref>

|- style="text-align:center;"
| ''n''次方根 
|| <math> \sqrt[n]{t} \cdot u(t) </math> 
|| <math> { 1 \over s^{\frac{1}{n}+1} } \Gamma\left(\frac{1}{n} + 1\right) </math> 
|| Re(''s'') > 0 
|| 由前一条性质中令 ''q'' = 1/''n'' 得到。

|- style="text-align:center;"
| 频移的 ''n'' 次方
|| <math>t^{n} e^{-\alpha t} \cdot u(t) </math> 
|| <math>\frac{n!}{(s+\alpha)^{n+1}}</math> 
|| Re(''s'') > −α 
|| 对单位阶跃函数积分，<br>应用频移

|- style="text-align:center;"
| 延迟的频移的 ''n'' 次方
|| <math>(t-\tau)^n e^{-\alpha (t-\tau)} \cdot u(t-\tau) </math> 
|| <math> \frac{n! \cdot e^{-\tau s}}{(s+\alpha)^{n+1}} </math> || Re(''s'') > −α 
|| 对单位阶跃函数积分，<br>应用频移，<br>应用时移

|- style="text-align:center;"
| [[指数衰减]] 
|| <math> e^{-\alpha t} \cdot u(t)   </math> 
|| <math> { 1 \over s+\alpha } </math> 
|| Re(''s'') > −α  
|| 单位阶跃函数<br>的频移

|- style="text-align:center;"
| 双侧指数衰减<br />（仅对于双边变换）
|| <math> e^{-\alpha|t|}  \ </math> 
|| <math> { 2\alpha \over \alpha^2 - s^2 } </math> 
|| −α < Re(''s'') < α 
|| 单位阶跃函数<br>的频移

|- style="text-align:center;"
| 指数趋近
|| <math>( 1-e^{-\alpha t})  \cdot u(t)  \ </math> 
|| <math>\frac{\alpha}{s(s+\alpha)} </math> 
|| Re(''s'') > 0
|| 单位阶跃函数<br>减去指数衰减

|- style="text-align:center;"
| 正弦
|| <math> \sin(\omega t) \cdot u(t) \ </math> 
|| <math> { \omega \over s^2 + \omega^2  } </math> 
|| Re(''s'') > 0 
|| {{Harvnb|Bracewell|1978|p=227}}

|- style="text-align:center;"
| 余弦
|| <math> \cos(\omega t) \cdot u(t) \ </math> 
|| <math> { s \over s^2 + \omega^2  } </math> 
|| Re(''s'') > 0 
|| {{Harvnb|Bracewell|1978|p=227}}

|- style="text-align:center;"
| 双曲正弦
|| <math> \sinh(\alpha t) \cdot u(t) \ </math> 
|| <math> { \alpha \over s^2 - \alpha^2 } </math> 
|| Re(''s'') > |α| 
|| {{Harvnb|Williams|1973|p=88}}

|- style="text-align:center;"
| 双曲余弦
|| <math> \cosh(\alpha t) \cdot u(t) \ </math> 
|| <math> { s \over s^2 - \alpha^2  } </math> 
|| Re(''s'') > |α| 
|| {{Harvnb|Williams|1973|p=88}}

|- style="text-align:center;"
| 指数衰减<br>正弦波
|| <math>e^{-\alpha t}  \sin(\omega t) \cdot u(t) \ </math> 
|| <math> { \omega \over (s+\alpha )^2 + \omega^2  } </math> 
|| Re(''s'') > −α 
|| {{Harvnb|Bracewell|1978|p=227}}

|- style="text-align:center;"
| 指数衰减<br>余弦波
|| <math>e^{-\alpha t}  \cos(\omega t) \cdot u(t) \ </math> 
|| <math> { s+\alpha \over (s+\alpha )^2 + \omega^2  } </math> 
|| Re(''s'') > −α 
|| {{Harvnb|Bracewell|1978|p=227}}

|- style="text-align:center;"
| [[自然對數]] 
|| <math> \ln (t) \cdot u(t) </math> 
|| <math> - { 1 \over s}\, \left[ \ln(s)+\gamma \right] </math> 
|| Re(''s'') > 0 
|| {{Harvnb|Williams|1973|p=88}}

|- style="text-align:center;"
| ''n'' 阶第一类[[贝塞尔函数]]
|| <math> J_n( \omega t) \cdot u(t)</math> 
|| <math>\frac{ \left(\sqrt{s^2+ \omega^2}-s\right)^{n}}{\omega^n \sqrt{s^2 + \omega^2}}</math> 
|| Re(''s'') > 0   <br /> (''n'' > −1) 
|| {{Harvnb|Williams|1973|p=89}}

|- style="text-align:center;"
| [[误差函数]]
|| <math> \mathrm{erf}(t) \cdot u(t) </math> 
|| <math> \frac{1}{s}e^{\frac{1}{4}s^2} \left(1 - \operatorname{erf} \frac{s}{2}\right)</math> 
|| Re(''s'') > 0 
|| {{Harvnb|Williams|1973|p=89}}

|-
| colspan=5|'''注释：'''
{{col-begin}}
{{col-break}}

* ''u''(''t'') 表示[[单位阶跃函数]] 。
* <math> \delta(t) \, </math>表示[[狄拉克δ函数]] 。
* Γ(''z'') 表示[[Γ函数]] 。
* γ 是[[欧拉-马歇罗尼常数]] 。

{{col-break}}

* ''t'' 为实数，通常表示''时间''，<br />尽管它可以表示''任意''独立空间。
* ''s'' 为[[复数|复]][[角频率]]，而 Re(''s'') 是它的[[实部]]。
* α, β, τ 和 ω 是[[实数]]。
* ''n'' 是[[整数]]。

{{col-end}}
|}

==变换及其性质的应用实例==
拉普拉斯变换在物理学和工程中是常用的；线性时不变系统的输出可以通过卷积单位脉冲响应与输入信号来计算，而在拉氏空间中执行此计算将卷积通过转换成乘法来计算。后者是更容易解决，由于它的代数形式。

拉普拉斯变换也可以用来解决微分方程，这被广泛应用于电气工程。拉普拉斯变换把线性差分方程化简为代数方程，这样就可以通过代数规则来解决。原来的微分方程可以通过施加逆拉普拉斯变换得到其解。英国电气工程师[[奧利弗·黑維塞]]第一次提出了一个类似的计划，虽然没有使用拉普拉斯变换；以及由此产生的演算被誉为黑維塞演算。

== 在工程学上的应用 ==

应用[[皮埃尔-西蒙·拉普拉斯|拉普拉斯]]变换解常变量齐次[[微分方程]]，可以将微分方程化为[[代数方程]]，使问题得以解决。在工程学上，拉普拉斯变换的重大意义在于：将一个信号从时域上，转换为复频域（s域）上来表示，对于分析[[系统特性]]，[[系统稳定]]有着重大意义；在[[线性系统]]，[[控制]][[自动化技术|自动化]]上都有广泛的应用。

==相關條目==
* [[z轉換]]
* [[微分方程]]
* [[傅立葉變換]]
* [[微分几何中的拉普拉斯算子]]
* [[控制理论]]
* [[信号处理]]
* [[线性系统]]
* [[双边拉普拉斯变换]]

== 參考書目、資料來源 ==
{{reflist}}
* 電機電子類科《工程數學》，ISBN 957-584-377-0，作者陳锡冠、胡曦、周祯晖老師，高立出版社。

* {{citation |first1=G. A. |last1=Korn |first2=T. M. |last2=Korn |title=Mathematical Handbook for Scientists and Engineers |publisher=McGraw-Hill Companies |edition=2nd |year=1967 |isbn=0-07-035370-0 }}.


{{自動控制}}
{{Authority control}}
[[Category:皮埃尔-西蒙·拉普拉斯]]
[[Category:微分方程|L]]
[[Category:积分变换|L]]