Hablando intuitivamente, ¿qué representa una transformación de Laplace?

Las transformadas de Fourier y Laplace están muy relacionadas entre sí, y ambas pueden ayudarlo a resolver ecuaciones diferenciales, pero la diferencia intuitiva es que:

La Transformada de Fourier es más útil para comprender la respuesta de estado estable de un sistema.
La transformada de Laplace es más útil para comprender la respuesta inmediata de un sistema.

En otras palabras, el tipo más simple de respuesta de estado estable que un sistema puede tener a una fuerza durante un largo período de tiempo es una sinusoide. El tipo más simple de respuesta inmediata que un sistema puede tener a un impulso en el tiempo 0 es ser cero para todo el tiempo negativo (antes del impulso), y una disminución exponencial para todo el tiempo positivo (después del impulso).

Para estudiar el comportamiento de respuesta de estado estable de un sistema, tiene sentido descomponer la respuesta real en componentes sinusoidales. Para estudiar la respuesta inmediata, tiene sentido descomponer la respuesta real en componentes que son 0 para el tiempo negativo y decadencia exponencial para el tiempo positivo.

En particular, como resultado, cuando calculamos la transformación de Laplace solo integramos de 0 a infinito, mientras que para la transformación de Fourier lo integramos en todo momento.

Aquí hay una aplicación de la transformación de Laplace: en un sistema lineal, deje que H sea la transformación de Laplace de la respuesta del sistema a un impulso en el momento 0. Luego, si desea conocer la respuesta a una entrada arbitraria f, todo lo que necesita hacer es calcular la transformada de Laplace F de f. Entonces, F multiplicado por H le da la transformación de Laplace de la respuesta del sistema a f.

Pero, aquí está la parte interesante: ese mismo resultado se mantendrá si reemplaza la transformada de Laplace con la transformada de Fourier. Entonces, ¿por qué la gente usa la transformación de Laplace?

La respuesta es que siempre estamos trabajando con aproximaciones. En el caso de la respuesta a un impulso, incluso si aproxima la transformación de Laplace de la respuesta, en el dominio del tiempo obtendrá algo que todavía está bastante cerca de la respuesta al impulso real.

Una transformación aproximada de Fourier de la respuesta, por otro lado, no será tan buena. En particular, si aproxima la transformación de Fourier de la respuesta, cuando regrese al dominio del tiempo, ¡encontrará que puede tener una respuesta distinta de cero en un tiempo negativo, incluso antes de que ocurriera el impulso!

Copiado de la respuesta de Yasha Berchenko-Kogan a ¿Para qué es la transformación de Laplace? ¿Es solo para simplificar algunas diferencias? ecuación y nada más? por sugerencia de Lors Soren.

(Descargo de responsabilidad: paso por alto muchas técnicas “bueno, casi, pero no exactamente …” en lo siguiente, en aras de no empantanar la idea intuitiva)

¿Conoces el álgebra lineal? Si no, puedo presentar las cosas de manera diferente, pero por ahora, la forma en que lo diría es esta:

Considere las funciones de, digamos, números complejos a números complejos (aunque no hay nada esencial sobre el uso de números complejos aquí). Estos comprenden un espacio vectorial. Puede que no estés acostumbrado a pensar en funciones como vectores, pero lo son; puedes escalarlos, puedes agregarlos entre sí. Son solo vectores en un espacio muy infinitamente dimensional.

La diferenciación es un operador lineal en este espacio. En consecuencia, al igual que para cualquier operador lineal, si restringimos la atención al alcance de sus vectores propios, puede ser “diagonalizado”, dando una representación potencialmente útil de su acción.

Al llevar esto a cabo, primero debemos descubrir cuáles son los vectores propios de diferenciación; es decir, las funciones cuyas derivadas son múltiplos (reales) de sí mismas. Específicamente, para cada valor propio potencial [math] \ lambda [/ math], existe precisamente un espacio unidimensional de vectores propios correspondientes: los múltiplos de la función [math] x \ mapsto e ^ {\ lambda x} [/ math] .

De ello se deduce que las funciones [matemáticas] x \ mapsto e ^ {\ lambda x} [/ matemáticas] (llamadas estos “exponenciales básicos”) constituyen una base para la extensión de los vectores propios de diferenciación; en particular, son linealmente independientes.

Lo que hace la “transformación de Laplace (hacia adelante)” es tomar una asignación de pesos a cada exponencial básico y convertirlo en el vector dado por la suma ponderada correspondiente. La “transformación inversa de Laplace”, naturalmente, simplemente invierte este proceso (el hecho de que se pueda deshacer es precisamente lo que significa que los exponenciales básicos sean linealmente independientes).

En otras palabras, las transformadas de Laplace simplemente cambian de un lado a otro entre vectores en un cierto espacio de dimensiones infinitas (funciones complejas) y su representación coordinada en términos de una determinada base (los exponenciales básicos). La base se elige específicamente para “diagonalizar” un determinado operador lineal (diferenciación); es decir, en esta representación, determinar el resultado de ese operador es simplemente multiplicar las coordenadas de cada dimensión por un factor particular (específicamente, para diferenciar una función representada como una suma ponderada de exponenciales básicos, simplemente multiplique el peso de cada [matemática ] x \ mapsto e ^ {\ lambda x} [/ math] término por el correspondiente [math] \ lambda [/ math]). Esto tiene el efecto conveniente de convertir potencialmente las ecuaciones que implican el uso repetido de ese operador lineal (diferenciación) en ecuaciones algebraicas directas que describen la representación de la solución deseada. Todo esto es solo la idea genérica de diagonalizar un operador lineal, como se aplica al caso específico del operador de diferenciación.

Por cierto, lo anterior explica por qué la llamada “transformación inversa de Laplace” de la derivada de una función viene dada por la regla familiar; sin embargo, no explica por qué la “transformación de Laplace hacia adelante” satisface una regla tan similar. Para comprender esto, es mejor rotar desde transformadas de Laplace a la técnica fundamentalmente equivalente de las transformadas de Fourier, donde la simetría entre las transformaciones directas e inversas se explica más directamente; sin embargo, lo guardaré para más adelante, si tengo tiempo para volver y expandir esta publicación.

Una forma conveniente de convertir un cálculo en álgebra, las funciones sin / cos / exp en polinomios racionales y, en conjunto, acelerar la resolución de problemas que surgen en ecuaciones diferenciales.

¿Por qué? Porque convierte la diferenciación en multiplicación por s, integración en división por s, y las funciones sin / cos / exp en polinomios racionales simples en s .
Tabla: transformada de Laplace

En otros términos, la transformada de Laplace cambia una función basada en el tiempo en un tipo modificado de frecuencia basada, aunque la transformada de Fourier es mejor para eso (la transformada de Fourier es solo una proyección única de una transformada de Laplace).

Resulta que en la mayoría de los casos en los que se usa la transformación de Laplace, toda la información que necesita se puede encontrar en un diagrama de Polo-cero, en lugar de solo graficar la función completa, simplemente marca en todas partes la función va al infinito (los polos ) y en todas partes la función va a cero (los ceros). (las x son polos, las o son ceros).
Las posiciones arriba / abajo de los polos le dicen a qué frecuencia resonará el sistema, y ​​la posición izquierda / derecha le dice qué tan grande será la resonancia. Los ceros representan desintegraciones exponenciales no resonantes.