外观
拉普拉斯变换:线性性质
约 761 字大约 3 分钟
具身智能自动控制拉普拉斯变换
1. 性质说明
若:
L{f(t)}=F(s),L{g(t)}=G(s)
对于常数 a、b,有:
L{af(t)+bg(t)}=aF(s)+bG(s)
它表达了两个事实:
- 可加性:输入相加,变换结果也相加。
- 齐次性:输入乘以常数,变换结果乘以相同常数。
2. 推导
根据拉普拉斯变换的定义:
L{af(t)+bg(t)}=∫0∞[af(t)+bg(t)]e−stdt=a∫0∞f(t)e−stdt+b∫0∞g(t)e−stdt=aF(s)+bG(s)
线性性质来自积分本身的线性,因此只要各项的拉普拉斯变换存在,就可以拆开计算。
3. 例题一:直接使用变换表
求:
L{3+2e−t−4sin2t}
分别使用:
L{1}=s1
L{e−t}=s+11
L{sin2t}=s2+42
所以:
L{3+2e−t−4sin2t}=s3+s+12−s2+48
4. 例题二:线性反变换
求:
L−1{s22+s+43}
分别反变换:
L−1{s21}=t
L−1{s+41}=e−4t
因此:
f(t)=2t+3e−4t
5. 例题三:控制系统中的叠加
对于线性时不变系统:
Y(s)=G(s)R(s)
若输入由两部分组成:
r(t)=r1(t)+r2(t)
则:
R(s)=R1(s)+R2(s)
系统输出为:
Y(s)=G(s)[R1(s)+R2(s)]=G(s)R1(s)+G(s)R2(s)=Y1(s)+Y2(s)
这说明可以分别计算系统对每个输入分量的响应,再把响应相加。这正是线性系统叠加原理在 s 域中的表现。
6. 常见错误
- 漏乘系数。 时域中的每个常数系数都必须保留到 s 域。
- 错误处理乘积。 线性性质只直接处理加法和常数乘法,通常不存在 L{f(t)g(t)}=F(s)G(s)。
- 把卷积与普通乘积混淆。 F(s)G(s) 对应时域卷积,而不是时域普通乘积。
- 忽略适用对象。 拉普拉斯变换本身是线性算子,但这不代表所有被分析的物理系统都是线性系统。
7. 自测
题目
- 求 L{5t−2cos3t}。
- 求 L−1{s4+s2+92s}。
- 判断是否可以直接写成 L{f(t)g(t)}=F(s)G(s)。
查看答案
- s25−s2+92s。
- 4+2cos3t。
- 不可以。F(s)G(s) 对应的是时域卷积 (f∗g)(t)。
8. 一句话总结
拉普拉斯变换保持常数倍和加法结构,因此复杂信号可以拆成简单分量分别变换,再将结果线性组合。
更新日志
2026/7/24 20:09
查看所有更新日志
8cad8-feat: add embodied AI learning collection于
版权所有
版权归属:huanghx02