KNOWECON WIKI

ARTICLE

拉普拉斯变换

拉普拉斯变换 (Laplace Transform) 拉普拉斯变换 (Laplace Transform) 是数学分析与工程数学中最重要的积分变换之一，由法国数学家 皮埃尔-西蒙·拉普拉斯 (Pierre-Simon Laplace, 1749--1827) 在其概率论与天体力学研究中逐步发展而成。它将时域函数 f(t) （定义在 t 0 上）映射为复频域函

浏览 5 更新 2026-07-11

拉普拉斯变换 (Laplace Transform)

拉普拉斯变换 (Laplace Transform) 是数学分析与工程数学中最重要的积分变换之一，由法国数学家 皮埃尔-西蒙·拉普拉斯 (Pierre-Simon Laplace, 1749--1827) 在其概率论与天体力学研究中逐步发展而成。它将时域函数 f(t) f(t) （定义在 t≥0 t \geq 0 上）映射为复频域函数 F(s) F(s) ，从而将微分方程转化为代数方程，极大地简化了线性系统的分析与求解。

拉普拉斯变换的定义为：

\begin{equation} \(\mathcal{L}\)\{f(t)\} = F(s) = \(\int_{0}^{\infty}\) f(t) \, e^{-st} \, dt \end{equation}

其中 s=σ+jω s = \sigma + j\omega 是一个复变量，σ \sigma 为实部（衰减因子），ω \omega 为虚部（角频率）。当 σ=0 \sigma = 0 时（即 s=jω s = j\omega ），拉普拉斯变换退化为傅里叶变换（对于绝对可积函数），这一联系是理解二者关系的核心。

收敛域 (Region of Convergence)

拉普拉斯变换并非对所有 s s 都存在。使积分收敛的 s s 的取值范围称为收敛域 (Region of Convergence, ROC)。对于给定函数 f(t) f(t) ，其拉普拉斯变换存在的充分条件是存在常数 M>0 M > 0 和 α \alpha ，使得对任意 t≥0 t \geq 0 ，有 ∣f(t)∣≤Meαt |f(t)| \leq M e^{\alpha t} 。此时，当 Re⁡(s)=σ>α \operatorname{Re}(s) = \sigma > \alpha 时，积分绝对收敛。α \alpha 的下确界称为收敛横坐标 (Abscissa of Convergence)。

指数阶函数是拉普拉斯变换适用的典型函数类，而增长快于任何指数的函数（如 et2 e^{t^2} ）则不存在拉普拉斯变换。

基本性质

拉普拉斯变换拥有一系列使分析变得极为便捷的性质，这些性质是其工程价值的数学基础：

线性性质

\begin{equation} \(\mathcal{L}\)\{a f(t) + b g(t)\} = a F(s) + b G(s) \end{equation}

线性性质确保拉普拉斯变换是线性算子，意味着可以对系统进行叠加和分解分析。

时域微分

\begin{equation} \(\mathcal{L}\)\{f'(t)\} = s F(s) - f(0^{-}) \end{equation}
\begin{equation} \(\mathcal{L}\)\{f''(t)\} = s^{2} F(s) - s f(0^{-}) - f'(0^{-}) \end{equation}

这是拉普拉斯变换最核心的应用价值所在：时域中的微分运算在复频域中变为 s s 的乘法运算，从而将常微分方程转化为代数方程。对于 n n 阶线性常系数微分方程，经拉普拉斯变换后得到一个关于 s s 的 n n 次多项式方程，可以直接求解。

时域积分

\begin{equation} \(\mathcal{L}\)\left\{\(\int_{0}^{t}\) f(\(\tau\)) \, d\tau\right\} = \(\frac{F(s)}{s}\) \end{equation}

积分在复频域对应除以 s s ，与微分的乘 s s 形成对偶关系。

时移性质

\begin{equation} \(\mathcal{L}\)\{f(t - a) \, u(t - a)\} = e^{-as} F(s), \quad a \geq 0 \end{equation}

其中 u(t) u(t) 为单位阶跃函数。指数因子 e−as e^{-as} 在复频域中编码了时域延迟信息，该性质是分析时滞系统和传输线问题的有力工具。

频移性质

\begin{equation} \(\mathcal{L}\)\{e^{at} f(t)\} = F(s - a) \end{equation}

时域乘以指数函数等价于复频域平移，该性质在调制分析和阻尼振荡分析中频繁使用。

卷积定理

\begin{equation} \(\mathcal{L}\)\{(f * g)(t)\} = \(\mathcal{L}\)\left\{\(\int_{0}^{t}\) f(\(\tau\)) g(t - \(\tau\)) \, d\tau\right\} = F(s) G(s) \end{equation}

时域的卷积在复频域变为乘积，这一性质是传递函数理论和线性时不变系统 (LTI) 分析的基石：系统的输出等于输入与系统冲激响应的卷积，其拉普拉斯变换即为输入变换乘以系统传递函数。

初值定理与终值定理

\begin{equation} \[ f(0^{+}) = \lim_{s \to \infty} s F(s) \] \end{equation}
\begin{equation} \lim\_{t \to \infty} f(t) = \lim\_{s \to 0} s F(s), \quad \(\text{若该极限存在}\) \end{equation}

初值定理和终值定理允许直接从复频域表达式获知时域信号在 t=0+ t = 0^{+} 和 t→∞ t \to \infty 的行为，无需进行逆变换。终值定理在控制系统稳态误差分析中尤为常用，但需注意其前提条件——sF(s) sF(s) 的所有极点必须位于 s s 左半平面。

常见变换对

\begin{table}[h] \centering \begin{tabular}{ll} \hline f(t), t≥0 f(t), \ t \geq 0 \& F(s) F(s) \\ \hline δ(t) \delta(t) （单位冲激） \& 1 1 \\ u(t) u(t) （单位阶跃） \& 1s \dfrac{1}{s} \\ t t （单位斜坡） \& 1s2 \dfrac{1}{s^{2}} \\ tn t^{n} （n n 为正整数） \& n!sn+1 \dfrac{n!}{s^{n+1}} \\ e−at e^{-at} \& 1s+a \dfrac{1}{s + a} \\ sin⁡(ωt) \sin(\omega t) \& ωs2+ω2 \dfrac{\omega}{s^{2} + \omega^{2}} \\ cos⁡(ωt) \cos(\omega t) \& ss2+ω2 \dfrac{s}{s^{2} + \omega^{2}} \\ e−atsin⁡(ωt) e^{-at} \sin(\omega t) \& ω(s+a)2+ω2 \dfrac{\omega}{(s + a)^{2} + \omega^{2}} \\ e−atcos⁡(ωt) e^{-at} \cos(\omega t) \& s+a(s+a)2+ω2 \dfrac{s + a}{(s + a)^{2} + \omega^{2}} \\ te−at t e^{-at} \& 1(s+a)2 \dfrac{1}{(s + a)^{2}} \\ \hline \end{tabular} \end{table}

这些基本变换对覆盖了工程中绝大多数常见信号。有理函数形式的 F(s) F(s) （即两个 s s 的多项式之比）在应用中最为普遍。

逆拉普拉斯变换

从复频域返回时域的逆变换由 Bromwich 积分(也称傅里叶-梅林积分)给出：

\begin{equation} \[ f(t) = \mathcal{L}^{-1}\{F(s)\} = \frac{1}{2\pi j} \int_{\gamma - j\infty}^{\gamma + j\infty} F(s) \, e^{st} \, ds \] \end{equation}

其中积分路径 γ \gamma 是位于收敛域内的一条竖直线，即 γ \gamma 大于 F(s) F(s) 所有极点的实部。该复变积分直接计算通常较为复杂，因此实践中广泛采用部分分式展开法和查表法。

当 F(s)=N(s)D(s) F(s) = \frac{N(s)}{D(s)} 为有理函数时，可将其分解为一系列简单分式之和：

\begin{equation} \[ F(s) = \sum_{k} \frac{A_k}{s - p_k} \] \end{equation}

其中 pk p_k 为 D(s)=0 D(s) = 0 的根（即 F(s) F(s) 的极点）。每一项 Aks−pk \frac{A_k}{s - p_k} 对应时域中的 Akepkt A_k e^{p_k t} ，利用线性性质即可得到完整解。对于共轭复极点对，通常组合为阻尼正弦/余弦项。

与傅里叶变换的关系

拉普拉斯变换可视为傅里叶变换向复平面的推广。令 s=σ+jω s = \sigma + j\omega ，则：

\begin{equation} \[ F(\sigma + j\omega) = \int_{0}^{\infty} f(t) e^{-\sigma t} e^{-j\omega t} \, dt \] \end{equation}

这表明 F(s) F(s) 实质上是 f(t)e−σt f(t) e^{-\sigma t} 的傅里叶变换。引入实部 σ \sigma （衰减因子）使拉普拉斯变换能够处理原本不满足绝对可积条件的函数——例如单位阶跃函数 u(t) u(t) 和斜坡函数 t t ——只要 σ \sigma 足够大即可压制 f(t) f(t) 的增长，保证积分收敛。正是这一性质使得拉普拉斯变换在工程应用中的适用范围远宽于傅里叶变换。

在微分方程求解中的应用

拉普拉斯变换求解线性常系数微分方程的标准步骤为：

  1. 对方程两边取拉普拉斯变换，利用微分性质将导数项转换为 s s 的代数表达式；
  2. 代入初始条件（初始条件自然嵌入代数方程，无需单独处理）；
  3. 求解关于 Y(s) Y(s) 的代数方程；
  4. 对 Y(s) Y(s) 进行部分分式展开，查表或使用逆变换公式得到时域解 y(t) y(t) 。

相较于经典的特征根法，拉普拉斯变换法的突出优势在于初始条件在第一步即自动纳入，且对非齐次项（特别是分段函数和冲激函数）的处理尤为自然。

在控制理论与系统分析中的应用

拉普拉斯变换是经典控制理论的数学语言。对于一个线性时不变系统 (LTI System)，输入 x(t) x(t) 与输出 y(t) y(t) 的关系由传递函数 H(s) H(s) 描述：

\begin{equation} \[ H(s) = \frac{Y(s)}{X(s)} = \frac{\mathcal{L}\{y(t)\}}{\mathcal{L}\{x(t)\}} \] \end{equation}

传递函数完全刻画了系统的输入-输出特性。系统的极点（H(s) H(s) 分母多项式的根）决定了系统的固有模态和稳定性：所有极点均位于 s s 左半平面时系统稳定；右半平面的极点意味着指数增长的不稳定模态；虚轴上的极点对应持续振荡。

频率响应(频率特性) 可通过令 s=jω s = j\omega 从传递函数直接获得：H(jω) H(j\omega) 的幅值和相角分别给出系统对各频率正弦输入的增益和相移。伯德图(Bode Plot)、奈奎斯特图(Nyquist Plot) 和根轨迹(Root Locus) 这三种经典分析与设计工具均以拉普拉斯变换为基础。

此外，PID 控制、超前-滞后补偿和现代状态空间方法中的能控性与能观性分析也深度依赖拉普拉斯变换框架。

在电路分析与信号处理中的应用

在电路分析中，拉普拉斯变换将电感和电容的微分关系转化为阻抗形式：电感 L L 的复频域阻抗为 sL sL ，电容 C C 的复频域阻抗为 1/(sC) 1/(sC) 。由此，包含动态元件的电路可像纯电阻网络一样使用基尔霍夫定律和戴维南定理进行分析——这是拉普拉斯变换在电气工程教学和实践中长盛不衰的关键原因。

在信号处理和通信系统中，拉普拉斯变换为滤波器设计（特别是巴特沃斯滤波器、切比雪夫滤波器等模拟滤波器）提供了系统的综合方法：根据所需的频率响应规格，确定 H(s) H(s) 的极点和零点配置，再映射为具体的电路实现。

单边与双边拉普拉斯变换

前文所述均为单边拉普拉斯变换（积分下限为 0− 0^{-} ），它天然适合初值问题，是工程中最常用的形式。双边拉普拉斯变换的定义为：

\begin{equation} \(\mathcal{L}_{B}\)\{f(t)\} = \(\int_{-\infty}^{\infty}\) f(t) e^{-st} \, dt \end{equation}

双边变换适用于定义在整个实轴上的信号，其收敛域通常是一个带状区域 α<Re⁡(s)<β \alpha < \operatorname{Re}(s) < \beta 。双边变换在概率论中与矩生成函数有密切联系：随机变量 X X 的矩生成函数 MX(t)=E[etX] M_X(t) = \mathbb{E}[e^{tX}] 本质上正是其概率密度函数的双边拉普拉斯变换在 s=−t s = -t 处的取值。

历史与影响

拉普拉斯在 1785 年的概率论论文中首次使用了类似积分变换的方法，在其巨著《天体力学》(Mécanique Céleste, 1799--1825) 和《概率的分析理论》(Théorie Analytique des Probabilités, 1812) 中进一步发展。然而，直到 19 世纪末，英国电气工程师亥维赛(Oliver Heaviside) 以操作演算 (Operational Calculus) 的形式重新发现并推广该方法——他将微分算子 d/dt d/dt 视为代数符号 p p 进行演算（其本质即是拉普拉斯变换中的 s s ），尽管缺乏严格数学论证，却在解决电报方程和传输线问题时展现出惊人效力。

20 世纪初，布罗姆维奇(Thomas Bromwich) 和卡森(John Carson) 等人为亥维赛的方法提供了拉普拉斯变换的严格数学基础，使这一工具在电气工程、机械工程、控制工程和系统生物学等领域扎根并繁荣至今。从电路分析到宏观经济动态模型，从神经网络的拉普拉斯算子解读到偏微分方程边值问题的求解，拉普拉斯变换始终是连接时域直觉与频域分析的桥梁。

局限与扩展

拉普拉斯变换的主要局限在于：(1) 仅适用于线性系统，无法直接处理非线性动力学；(2) 对时变系统（系数随时间变化的微分方程），传输函数方法不再直接适用；(3) 逆变换的解析计算对复杂 F(s) F(s) 可能十分繁琐。

针对这些局限，现代工具包括Z变换（离散时间系统的对应物）、小波变换（提供时频局部化能力）、以及状态空间方法（直接处理时域的多变量系统）等，它们在不同维度上补充和拓展了拉普拉斯变换的分析范式。