拉普拉斯变换和矩 (數學)

快捷方式: 差异，相似，杰卡德相似系数，参考。

拉普拉斯变换和矩 (數學)之间的区别

拉普拉斯变换 vs. 矩 (數學)

拉普拉斯变换（Laplace transform）是应用数学中常用的一种积分变换，又名拉氏轉換，其符號為 \displaystyle\mathcal \left\。拉氏變換是一個線性變換，可將一個有引數實數 t(t \ge 0) 的函數轉換為一個引數為複數 s 的函數： 拉氏變換在大部份的應用中都是對射的，最常見的 f(t) 和 F(s) 組合常印製成表，方便查閱。拉普拉斯变换得名自法國天文學家暨數學家皮埃尔-西蒙·拉普拉斯（Pierre-Simon marquis de Laplace），他在機率論的研究中首先引入了拉氏變換。 拉氏變換和傅里叶变换有關，不過傅里叶变换將一個函數或是信號表示為許多弦波的疊加，而拉氏變換則是將一個函數表示為許多矩的疊加。拉氏變換常用來求解微分方程及積分方程。在物理及工程上常用來分析線性非時變系統，可用來分析電子電路、諧振子、光学仪器及機械設備。在這些分析中，拉氏變換可以作時域和頻域之間的轉換，在時域中輸入和輸出都是時間的函數，在頻域中輸入和輸出則是複變角頻率的函數，單位是弧度每秒。 對於一個簡單的系統，拉氏變換提供另一種系統的描述方程，可以簡化分析系統行為的時間。像時域下的線性非時變系統，在頻域下會轉換為代數方程，在時域下的捲積會變成頻域下的乘法。. 矩，又稱動差，英文為moment。 数学中矩的概念来自于物理学。在物理学中，矩是用来表示物体形状的物理量。矩是用于物体形状识别的重要参数指标。定义在实数域上的实函数相对于值c的n阶矩为: 總的來說，在數學中，矩的概念是用來度量一組具有一定形態特點的點陣。舉個常用的例子，一個“二階矩”，我們在一維上可以測量它的“寬度”；而在更高階的維度上，由於其適用於橢球的空間分佈，我們還可以對點的云結構進行測量和描述。其他的矩用來描述諸如與均值的歪斜分佈情況（偏態），或峰值的分佈情況（峰態）等其他方面的分佈特點。.