zoukankan      html  css  js  c++  java
  • 拉普拉斯------拉普拉斯变换

    拉普拉斯------拉普拉斯变换

    条件

    首先对傅里叶变换的条件进行一个讨论,也就是狄里赫利条件

    1. 在任何周期内,f(x)需绝对可积;
    2. 在任一有限区间中,f(x)只能取有限个最大值或最小值;
    3. 在任何有限区间上,f(x)只能有有限个第一类间断点。

    结合傅里叶变换的形式: f ( x ) = 1 2 π ∫ − ∞ ∞ F ( w ) e i w x d w f(x)=frac{1}{2pi}int^infty_{-infty}F(w)e^{iwx}dw f(x)=2π1F(w)eiwxdw F ( w ) = ∫ − ∞ ∞ f ( x ) e − i w x d x F(w)=int^infty_{-infty}f(x)e^{-iwx}dx F(w)=f(x)eiwxdx
    在一个广泛积分的操作之下,要求 f ( x ) f(x) f(x)要可以积分,并且积分要有意义(收敛),才能保证对于相应的函数的拟合,所以能进行傅里叶变换的函数的范围就变小了。

    拓展

    为了使变换的函数范围更加广泛,需要对原先的函数进行一个修改,使新的函数可以尽可能满足要求,于是添加一个衰减因子,选用的是一个指数函数 e − b x e^{-bx} ebx,于是原先的 f ( x ) f(x) f(x)就变为了 f ( x ) e − b x f(x)e^{-bx} f(x)ebx,只要b足够的大则新的函数 g ( x ) = f ( x ) e − b x g(x)=f(x)e^{-bx} g(x)=f(x)ebx对应的就存在傅里叶变换。

    形式

    带入之后 F ( w ) = ∫ − ∞ ∞ g ( x ) e − i w x d x = ∫ − ∞ ∞ f ( x ) e − b x e − i w x d x = ∫ − ∞ ∞ f ( x ) e − ( b + i w ) x d x F(w)=int^infty_{-infty}g(x)e^{-iwx}dx=int^infty_{-infty}f(x)e^{-bx}e^{-iwx}dx=int^infty_{-infty}f(x)e^{-(b+iw)x}dx F(w)=g(x)eiwxdx=f(x)ebxeiwxdx=f(x)e(b+iw)xdx
    s = b + i w s=b+iw s=b+iw F ( s ) = ∫ − ∞ ∞ f ( x ) e − s x d x F(s)=int^infty_{-infty}f(x)e^{-sx}dx F(s)=f(x)esxdx
    同样逆变换有: f ( x ) e − b x = 1 2 π ∫ − ∞ ∞ F ( s ) e i w x d w f(x)e^{-bx}=frac{1}{2pi}int^infty_{-infty}F(s)e^{iwx}dw f(x)ebx=2π1F(s)eiwxdw,对应 d s ds ds d w dw dw d s = i d w ds=idw ds=idw,于是有: f ( x ) = 1 2 π ∫ − ∞ ∞ F ( s ) e i w x e b x d w = 1 2 π i ∫ b − i ∞ b + i ∞ F ( s ) e s x d s f(x)=frac{1}{2pi}int^infty_{-infty}F(s)e^{iwx}e^{bx}dw=frac{1}{2pi i}int^{b+iinfty}_{b-iinfty}F(s)e^{sx}ds f(x)=2π1F(s)eiwxebxdw=2πi1bib+iF(s)esxds
    与傅里叶变换相比,变换之后的变量为一个虚数,有虚部和实部两部分,其中的实部来源于衰减因子,用于放宽满足条件的函数的范围,同时也可以将傅里叶变化看作特殊的(条件苛刻的)拉普拉斯变换。

    推导

    这里主要是瞥一眼这几个东西的联系:级数,积分,变换。
    以一个常用的幂级数来举例: ∑ n = 0 ∞ a n x n sum^infty_{n=0}a_nx^n n=0anxn
    这里的 a n a_n an可以换一种表达,比如关于n的离散的函数 f ( n ) = a n f(n)=a_n f(n)=an,于是原先的 ∑ n = 0 ∞ a n x n sum^infty_{n=0}a_nx^n n=0anxn变为 ∑ n = 0 ∞ f ( n ) x n sum^infty_{n=0}f(n)x^n n=0f(n)xn,进一步在无穷细分的过程中离散的量趋向于连续,于是有 ∫ 0 ∞ f ( n ) x n d n int_0^infty f(n)x^ndn 0f(n)xndn,换一个字母可能好看点 ∫ 0 ∞ f ( t ) x t d t int_0^infty f(t)x^tdt 0f(t)xtdt

    ∑ n = 0 ∞ a n x n sum^infty_{n=0}a_nx^n n=0anxn -------------------离散量
    ∫ 0 ∞ f ( n ) x n d n int_0^infty f(n)x^ndn 0f(n)xndn ---------------连续量

    更进一步将这个幂级数看为一个级数函数 F ( x ) = ∫ 0 ∞ f ( t ) x t d t F(x)=int_0^infty f(t)x^tdt F(x)=0f(t)xtdt
    这里的x也要满足条件,其范围必须被限制,同样 f ( x ) f(x) f(x)也会被限制,对应到级数是相应的级数要收敛,对应到这里也就是变换了,其对应也就是狄里赫利条件,显然x的范围在 ( 0 , 1 ) (0,1) (0,1)之间对于指数积分来说是比较安全的。进一步将x的形式改变一下 x = e l n x x=e^{lnx} x=elnx,原式就成了 ∫ 0 ∞ f ( t ) e t l n x d t int_0^infty f(t)e^{tlnx}dt 0f(t)etlnxdt,这里由于x在 ( 0 , 1 ) (0,1) (0,1)上,于是有 l n x < 0 lnx<0 lnx<0,到这里与拉普拉斯变换就很近了,将 s = − l n x s=-lnx s=lnx就一模一样了,最后得到 F ( s ) = ∫ 0 ∞ f ( t ) e − s t d t F(s)=int_0^infty f(t)e^{-st}dt F(s)=0f(t)estdt

    虽然这里的代换有点生涩,但是通过这种美化的方式,我们得以从级数,积分/求和(离散/连续)的角度来理解变换,与一般的函数相比,变换后变量也发生了改变,但是描述的对象还是同一个对象,只是获取了其另一个角度的面貌,或者说是获得了其另一个特征。

  • 相关阅读:
    移动端适配方案总结
    排序算法
    使用onchange依赖监控文件修改失效
    实现一个可拖拽的div
    在vue中实现两个输入框内容的同步及转换
    简易loading动画的制作
    了解MVC
    Spring Boot使用模板引擎总结
    在配置好log4j后信息log还是在Console中输出
    运行时报java.sql.SQLException: No suitable driver的几种解决办法
  • 原文地址:https://www.cnblogs.com/yanzs/p/13788229.html
Copyright © 2011-2022 走看看