-
2019-12-07 15:32:33
概述
常微分方程的一般形式的拉普拉斯变换推导。
方程表述
Y ′ = A Y + B (1) Y^{'} = AY + B \tag{1} Y′=AY+B(1)
其中 Y ′ = [ y 1 ′ ( t ) y 2 ′ ( t ) ⋮ y n ′ ( t ) ] Y^{'} = \begin{bmatrix}y_1^{'}(t)\\y_2^{'}(t)\\\vdots\\y_n^{'}(t)\end{bmatrix} Y′=⎣⎢⎢⎢⎡y1′(t)y2′(t)⋮yn′(t)⎦⎥⎥⎥⎤、 Y = [ y 1 ( t ) y 2 ( t ) ⋮ y n ( t ) ] Y = \begin{bmatrix}y_1(t)\\y_2(t)\\\vdots\\y_n(t)\end{bmatrix} Y=⎣⎢⎢⎢⎡y1(t)y2(t)⋮yn(t)⎦⎥⎥⎥⎤、 A = [ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ] A=\begin{bmatrix} a_{11} & a_{12} & \cdots &a_{1n}\\ a_{21} & a_{22} & \cdots &a_{2n}\\ \vdots & \vdots & \vdots & \vdots\\ a_{n1} & a_{n2} & \cdots &a_{nn}\\ \end{bmatrix} A=⎣⎢⎢⎢⎡a11a21⋮an1a12a22⋮an2⋯⋯⋮⋯a1na2n⋮ann⎦⎥⎥⎥⎤、 B = [ b 1 ( t ) b 2 ( t ) ⋮ b n ( t ) ] B=\begin{bmatrix} b_1(t)\\ b_2(t)\\ \vdots\\ b_n(t) \end{bmatrix} B=⎣⎢⎢⎢⎡b1(t)b2(t)⋮bn(t)⎦⎥⎥⎥⎤,分别带入等式(1)得[ y 1 ′ ( t ) y 2 ′ ( t ) ⋮ y n ′ ( t ) ] = [ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ] [ y 1 ( t ) y 2 ( t ) ⋮ y n ( t ) ] + [ b 1 ( t ) b 2 ( t ) ⋮ b n ( t ) ] (2) \begin{bmatrix} y_1^{'}(t)\\ y_2^{'}(t)\\ \vdots\\ y_n^{'}(t) \end{bmatrix}= \begin{bmatrix} a_{11} & a_{12} & \cdots &a_{1n}\\ a_{21} & a_{22} & \cdots &a_{2n}\\ \vdots & \vdots & \vdots & \vdots\\ a_{n1} & a_{n2} & \cdots &a_{nn}\\ \end{bmatrix} \begin{bmatrix} y_1(t)\\ y_2(t)\\ \vdots\\ y_n(t) \end{bmatrix} + \begin{bmatrix} b_1(t)\\ b_2(t)\\ \vdots\\ b_n(t) \end{bmatrix} \tag{2} ⎣⎢⎢⎢⎡y1′(t)y2′(t)⋮yn′(t)⎦⎥⎥⎥⎤=⎣⎢⎢⎢⎡a11a21⋮an1a12a22⋮an2⋯⋯⋮⋯a1na2n⋮ann⎦⎥⎥⎥⎤⎣⎢⎢⎢⎡y1(t)y2(t)⋮yn(t)⎦⎥⎥⎥⎤+⎣⎢⎢⎢⎡b1(t)b2(t)⋮bn(t)⎦⎥⎥⎥⎤(2)
将等式(2)展开得
{ y 1 ′ ( t ) = a 11 y 1 ( t ) + a 12 y 2 ( t ) + ⋯ + a 1 n y n ( t ) + b 1 ( t ) y 2 ′ ( t ) = a 21 y 1 ( t ) + a 22 y 2 ( t ) + ⋯ + a 2 n y n ( t ) + b 2 ( t ) ⋮ y n ′ ( t ) = a n 1 y 1 ( t ) + a n 2 y 2 ( t ) + ⋯ + a n n y n ( t ) + b n ( t ) (3) \left \{ \begin{array}{rl} y_1^{'}(t) = a_{11}y_1(t) + a_{12}y_2(t) + \cdots+a_{1n}y_n(t) + b_1(t)\\ y_2^{'}(t) = a_{21}y_1(t) + a_{22}y_2(t) + \cdots+a_{2n}y_n(t) + b_2(t)\\ \vdots \qquad\qquad\qquad\qquad\qquad\\ y_n^{'}(t) = a_{n1}y_1(t) + a_{n2}y_2(t) + \cdots+a_{nn}y_n(t) + b_n(t)\\ \end{array} \right. \tag{3} ⎩⎪⎪⎪⎨⎪⎪⎪⎧y1′(t)=a11y1(t)+a12y2(t)+⋯+a1nyn(t)+b1(t)y2′(t)=a21y1(t)+a22y2(t)+⋯+a2nyn(t)+b2(t)⋮yn′(t)=an1y1(t)+an2y2(t)+⋯+annyn(t)+bn(t)(3)
对等式(3)进行拉普拉斯变换得
{ s Y 1 ( s ) − y 1 ( 0 ) = a 11 Y 1 ( s ) + a 12 Y 2 ( s ) + ⋯ + a 1 n Y n ( s ) + B 1 ( s ) s Y 2 ( s ) − y 2 ( 0 ) = a 21 Y 1 ( s ) + a 22 Y 2 ( s ) + ⋯ + a 2 n Y n ( s ) + B 1 ( s ) ⋮ s Y n ( s ) − y n ( 0 ) = a n 1 Y 1 ( s ) + a n 2 Y 2 ( s ) + ⋯ + a n n Y n ( s ) + B n ( s ) (4) \left \{ \begin{array}{rl} sY_1(s) - y_1(0)= a_{11}Y_1(s) + a_{12}Y_2(s) + \cdots+a_{1n}Y_n(s) + B_1(s)\\ sY_2(s) - y_2(0)= a_{21}Y_1(s) + a_{22}Y_2(s) + \cdots+a_{2n}Y_n(s) + B_1(s)\\ \vdots \qquad\qquad\qquad\qquad\qquad\qquad\\ sY_n(s) - y_n(0)= a_{n1}Y_1(s) + a_{n2}Y_2(s) + \cdots+a_{nn}Y_n(s) + B_n(s)\\ \end{array} \right. \tag{4} ⎩⎪⎪⎪⎨⎪⎪⎪⎧sY1(s)−y1(0)=a11Y1(s)+a12Y2(s)+⋯+a1nYn(s)+B1(s)sY2(s)−y2(0)=a21Y1(s)+a22Y2(s)+⋯+a2nYn(s)+B1(s)⋮sYn(s)−yn(0)=an1Y1(s)+an2Y2(s)+⋯+annYn(s)+Bn(s)(4)
将等式(4)写成矩阵形式为
s [ Y 1 ( s ) Y 2 ( s ) ⋮ Y n ( s ) ] = [ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ] [ Y 1 ( s ) Y 2 ( s ) ⋮ Y n ( s ) ] + [ B 1 ( s ) B 2 ( s ) ⋮ B n ( s ) ] + [ y 1 ( 0 ) y 2 ( 0 ) ⋮ y n ( 0 ) ] (5) s \begin{bmatrix} Y_1(s)\\ Y_2(s)\\ \vdots\\ Y_n(s) \end{bmatrix}= \begin{bmatrix} a_{11} & a_{12} & \cdots &a_{1n}\\ a_{21} & a_{22} & \cdots &a_{2n}\\ \vdots & \vdots & \vdots & \vdots\\ a_{n1} & a_{n2} & \cdots &a_{nn}\\ \end{bmatrix} \begin{bmatrix} Y_1(s)\\ Y_2(s)\\ \vdots\\ Y_n(s) \end{bmatrix}+ \begin{bmatrix} B_1(s)\\ B_2(s)\\ \vdots\\ B_n(s)\\ \end{bmatrix}+ \begin{bmatrix} y_1(0)\\ y_2(0)\\ \vdots\\ y_n(0)\\ \end{bmatrix} \tag{5} s⎣⎢⎢⎢⎡Y1(s)Y2(s)⋮Yn(s)⎦⎥⎥⎥⎤=⎣⎢⎢⎢⎡a11a21⋮an1a12a22⋮an2⋯⋯⋮⋯a1na2n⋮ann⎦⎥⎥⎥⎤⎣⎢⎢⎢⎡Y1(s)Y2(s)⋮Yn(s)⎦⎥⎥⎥⎤+⎣⎢⎢⎢⎡B1(s)B2(s)⋮Bn(s)⎦⎥⎥⎥⎤+⎣⎢⎢⎢⎡y1(0)y2(0)⋮yn(0)⎦⎥⎥⎥⎤(5)
由等式(5)得
s Y ( s ) = A Y ( s ) + B ( s ) + y ( 0 ) (6) sY(s) = AY(s) + B(s) + y(0) \tag{6} sY(s)=AY(s)+B(s)+y(0)(6)s I n Y ( s ) − A Y ( s ) = B ( s ) + y ( 0 ) (7) sI_nY(s) - AY(s) = B(s) + y(0) \tag{7} sInY(s)−AY(s)=B(s)+y(0)(7)
Y ( s ) = ( s I n − A ) − 1 ( B ( s ) + y ( 0 ) ) (8) Y(s) = (sI_n - A)^{-1}(B(s) + y(0) ) \tag{8} Y(s)=(sIn−A)−1(B(s)+y(0))(8)
参考
更多相关内容 -
五:使用拉普拉斯变换求解微分方程
2020-06-26 16:03:04使用拉普拉斯变换求解微分方程Notes
使用拉普拉斯变换可以将微分方程转变为代数方程,而使用MATLAB求解代数方程则简单的多。
EXAMPLE
由于初始条件为0,对上述微分方程进行拉普拉斯变换得到:
化简得到:
使用MATLAB求解留数,极数以及直接项k:
>> num = [2]; >> den = [1 2 10 0 0 0]; >> [r,p,k] = residue(num,den) r = 0.0060 - 0.0087i 0.0060 + 0.0087i -0.0120 + 0.0000i -0.0400 + 0.0000i 0.2000 + 0.0000i p = -1.0000 + 3.0000i -1.0000 - 3.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i k = []
可以看到,有三个极数相等,所以有三重根:
对于极点含有共轭复根的情况,我们通常将其合并为一项,然后利用拉普拉斯逆变换转变为正余弦关系式:
拉普拉斯逆变换:
-
如何用拉普拉斯变换求解分段函数的常微分方程?见下题
2021-04-23 20:07:40用拉普拉斯变换求解分段函数的常微分方程的方法如下:拉普拉斯变换是对于t>=0函数值不为零的连续时间函数x(t)通过关系式(式中-st为自然对数底e的指数)变换为复变量s的函数X(s)。它也是时间函数x(t)的“复频域”...用拉普拉斯变换求解分段函数的常微分方程的方法如下:
拉普拉斯变换是对于t>=0函数值不为零的连续时间函数x(t)通过关系式
(式中-st为自然对数底e的指数)变换为复变量s的函数X(s)。它也是时间函数x(t)的“复频域”表示方式。
电路分析实例:
在“电路分析”中,元件的伏安关系可以在复频域中进行表示,即电阻元件:V=RI,电感元件:V=sLI,电容元件:I=sCV。如果用电阻R与电容C串联,并在电容两端引出电压作为输出,那么就可用“分压公式”得出该系统的传递函数为H(s)=(1/RC)/(s+(1/RC))。
于是响应的拉普拉斯变换Y(s)就等于激励的拉普拉斯变换X(s)与传递函数H(s)的乘积,即Y(s)=X(s)H(s)如果定义:f(t)是一个关于t的函数,使得当t<0时候,f(t)=0;s是一个复变量;
ç是一个运算符号,它代表对其对象进行拉普拉斯积分int_0^infty e' dt;F(s)是f(t)的拉普拉斯变换结果。
则 f(t)的拉普拉斯变换由下列式子给出:
扩展资料:
意义与作用
为简化计算而建立的实变量函数和复变量函数间的一种函数变换。对一个实变量函数作拉普拉斯变换,并在复数域中作各种运算,再将运算结果作拉普拉斯反变换来求得实数域中的相应结果,往往比直接在实数域中求出同样的结果在计算上容易得多。
拉普拉斯变换的这种运算步骤对于求解线性微分方程尤为有效,它可把微分方程化为容易求解的代数方程来处理,从而使计算简化。在经典控制理论中,对控制系统的分析和综合,都是建立在拉普拉斯变换的基础上的。
引入拉普拉斯变换的一个主要优点,是可采用传递函数代替微分方程来描述系统的特性。
-
拉普拉斯变换及线性微分方程求解.ppt
2020-07-14 17:03:00拉普拉斯变换的定义 几种典型信号的拉氏变换 拉氏变换的积分下限 拉氏变换的基本性质 拉氏反变换 微分方程的求解 拉氏变换求解微分方程的一般步骤 拉氏变换求解微分方程的一般步骤 -
Solution of ode by Laplace transform:用拉普拉斯变换求解常微分方程-matlab开发
2021-05-29 18:59:32使用拉普拉斯变换求解常微分方程 -
拉普拉斯变换——求解线性微分方程
2020-09-20 17:08:14这个方程的物理意义是: 单自由度系统无阻尼受迫振动 对各向进行拉氏变换 L[mx''] = m/s*[s^2*X(s)-s*x(0)-x'(0)] L[kx] = k/s*X(s) L[f(t)] = F(s) 得 m*s*X(s)-m*x(0)-m*x'(0)/s+kX(s)/s = F(s) (m*s+k/s)*X(s) ...拉氏变换求解
求解mx''(t) + kx(t) = f(t)
这个方程的物理意义是: 单自由度系统无阻尼受迫振动
对各向进行拉氏变换
L[mx''] = m/s*[s^2*X(s)-s*x(0)-x'(0)]
L[kx] = k/s*X(s)
L[f(t)] = F(s)得
m*s*X(s)-m*x(0)-m*x'(0)/s+kX(s)/s = F(s)
(m*s+k/s)*X(s) - m*x(0) - m*x'(0)/s = F(s)
X(s) = F(s)/[ms+k/s] + [m*x(0) + m*x'(0)/s]/[ms+k/s]
x(t) = L^-1[X(s)]
x(t) = L^-1{F(s)*s/[ms^2+k]} + L^-1{[m*s*x(0) + m*x'(0)]/[ms^2+k]}
x(t) = L^-1{F(s)*s/[ms^2+k]} + L^-1{[s*x(0) + x'(0)]/[s^2+wn^2]},wn^2=k/m设激励 f(t) = F0*sinwt 则F(s)=F0/s*w/(s^2+w^2)
x(t) = L^-1{F0*w/(s^2+w^2)/[ms^2+k]} + L^-1{[s*x(0) + x'(0)]/[s^2+wn^2]}
x(t)_1 = L^-1{F0*w/(s^2+w^2)/[ms^2+k]}
x(t)_2 = L^-1{[s*x(0) + x'(0)]/[s^2+wn^2]}x(t)_1 = - F0/k*(w/wn)/[1-w^2/wn^2]*sinwnt + F0/k/[1-w^2/wn^2]*sinwt
x(t)_2 = L^-1{s*x(0)/[s^2+wn^2]} + L^-1{x'(0)/[s^2+wn^2]}
x(t)_2 = x(0)*coswn*t + x'(0)/wn*sinwn*tx(t) = x(t)_1 + x(t)_2
用到的变换公式
振动力学中的精确解
x(t)_1 = - F0/k*(w/wn)/[1-w^2/wn^2]*sinwnt + F0/k/[1-w^2/wn^2]*sinwt
x(t)_2 = x(0)*coswn*t + x'(0)/wn*sinwn*t
x(t) = x(t)_1 + x(t)_2
-
拉普拉斯变换解微分方程
2021-06-25 16:30:04使用拉普拉斯变换解一阶、二阶微分方程。 一、核心内容 拉氏变换对 时域 s域 eat\displaystyle e^{at}eat 1s−a\displaystyle \frac{1}{s-a}s−a1 1\displaystyle 11 1s\displaystyle \frac{1}{s}s1... -
拉普拉斯变换在微分方程中应.doc
2021-09-27 23:30:03拉普拉斯变换在微分方程中应.doc -
用傅里叶变换解偏微分方程.ppt
2019-12-02 14:18:23该课件详细讲解了用傅里叶变换求解偏微分方程的过程,以及热传导等具体问题的方程求解,希望有所帮助... -
拉普拉斯变换卷积法处理非齐次线性微分方程通解
2021-11-15 16:56:43第一问直接用多项式的封闭性,设为一次微分方程,很容易做。 第二问由拉普拉斯变换,原方程可以变为(s+1)y(p) - y(0) = F(p),移项后有两项,一项是特解,另一项是通解。直接反变换,可以直接写出通解。 ... -
用python科学计算解偏微分方程
2020-02-10 07:30:15用python科学计算解偏微分方程,特别是用高斯迭代法计算拉普拉斯方程 用python科学计算解偏微分方程,特别是用高斯迭代法计算拉普拉斯方程 -
数学建模之微分方程模型详解
2022-03-10 21:44:44微分方程知识简介 要掌握常微分方程的一些基础知识,对一些可以求解的微分方程及其方程组,要求掌握其解法,并了解一些方程的近似解法。 微分方程的体系 (1)初等积分法(一阶方程及几类可降阶为一阶的方程) (2)... -
【控制系统的微分方程】
2022-05-25 15:59:20目录自动控制领域如何建立一个控制系统的数学模型定常系统还是时变系统建立控制系统微分方程的一般步骤微分方程模型分析系统性能实例 自动控制领域 数学模型是描述系统(或环节)的输出变量与输入变量(或内部变量) ... -
拉普拉斯变换在求解微分方程中应用.doc
2021-09-27 23:30:02拉普拉斯变换在求解微分方程中应用.doc -
工程数学课程报告—积分变换法求解常微分方程及其应用
2022-04-14 11:06:233.总结拉氏变换的基本概念和性质以及拉普拉斯逆变换的求解,根据拉氏变换、拉氏逆变换的公式和性质举例说明其在求解常微分方程的具体应用,总结归纳出能利用拉氏变换求解常微分方程的类型。 4.对傅氏变换和拉氏变换... -
拉普拉斯变换在求解微分方程中的应用.doc
2021-10-10 11:46:05拉普拉斯变换在求解微分方程中的应用.doc -
偏微分方程—matlab(汇编)_matlab算偏微分方程组
2020-07-30 00:33:31基础知识 偏微分方程的定解问题 各种物理性质的定常即不随时间变化过程都可用椭圆型方程来描述其最典型最简单的形式是泊松 (Poisson) 方程 2 2 u u u 2 2 f (x , y) 1 x y 特别地当 f ( x, y) 0时即为拉普拉斯 ... -
微分方程_偏微分方程
2021-06-29 10:16:02通过一个经典的物理学例子来了解偏微分方程 金属板上的每一点的某一时刻的温度表示: 在简化到二维,假设有两根温度不同的金属杆,开始时每一根上所有点的温度相同 当它们的一端接触到一起之后,我们知道温度会... -
偏微分方程
2019-02-22 17:15:01一維波的方程式、二維波的方程式、一維熱方程式、二維熱方程式、二維拉普拉斯方程式、二維泊松方程式等比较基本常见的PDE的解法 -
微分方程模型——偏微分方程
2021-07-14 23:50:56微分方程:描述自然界中存在的物理现象和普遍规律。 常微分方程(ODE) 偏微分方程(PDE) 偏微分方程理论: 物理/工程问题————翻译(建模)/物理工程规律————》数学问题(PDE) 物理/工程问题————... -
利用拉普拉斯变换求解线性微分方程PPT学习教案.pptx
2021-10-04 20:04:14利用拉普拉斯变换求解线性微分方程PPT学习教案.pptx -
COMSOL.zip_comsol_comsol 偏微分_comsol拉普拉斯_laplace equation_拉普拉斯方程
2022-07-14 08:42:14comsol求解拉普拉斯方程,对于求解偏微分方程很重要 -
拉普拉斯方程matlab代码-greenlearning:通过深度学习来学习格林的偏微分方程的功能
2021-05-26 09:30:59GreenLearning通过深度学习来学习Green的功能和与一维和2D线性化偏微分方程组的标量和系统相关的齐次解决方案。 实现并用于提高学习的格林函数的准确性。 GreenLearning不需要超参数调整即可成功学习Green的功能。 ... -
偏微分方程的数值解法,偏微分方程的数值解法有哪些,C,C++
2021-09-10 21:56:414peEllip5m用工字型差分格式解拉普拉斯方程peHypbYF用迎风格式解对流方程peHypbLax用拉克斯-弗里德里希斯格式解对流方程peHypbLaxW用拉克斯-温德洛夫格式解对流方程peHypbBW用比姆-沃明格式解对流方程peHypbRich用... -
一类偏微分方程的分离变量法.docx
2021-04-10 16:21:46偏微分方程作为数学学科的中心及其他学科领域的重要基础支柱之一,故此对于偏微分方程解法的研究和探索一直是科学家们讨论及探索的重要方向,并为此付出极大心力。所用于求解偏微分方程的方法为最简便的方法——分离...