フーリエ変換とラプラス変換は何が違う? ― 「波に分ける」と「減衰を足す」、熱の研究から制御工学までをつなぐ

フーリエ変換とラプラス変換は何が違う? ― 「波に分ける」と「減衰を足す」、熱の研究から制御工学までをつなぐ

フーリエ変換とラプラス変換は、理工系の教科書に必ず登場する2つの積分変換です。式はよく似ていますが、「結局何をしているのか」「どう使い分けるのか」を説明するのは意外に難しいものです。結論を先に書くと、フーリエ変換は信号を周波数ごとの波に分ける操作で、ラプラス変換はそれに「減衰」を足して、扱える信号の範囲を広げたものです。この記事では、2つの変換の違いと関係を、複素平面、伝達関数、部屋と地中の温度の例を使って説明します。

2つの式はどこが同じで、どこが違うのか

フーリエ変換とラプラス変換の定義を並べてみます。

\[ F(\omega) = \int_{-\infty}^{\infty} f(t)\,e^{-i\omega t}\,dt \]

\[ F(s) = \int_{0}^{\infty} f(t)\,e^{-st}\,dt \]

\( t \) は時間、\( f(t) \) は調べたい信号、\( \omega \) は角周波数(単位は \( \mathrm{rad/s} \))、\( i \) は虚数単位です(電気や制御の分野では \( j \) とも書きます)。どちらも「信号に指数関数を掛けて積分する」点は同じです。違いは、積分の範囲と、指数の中身が純虚数の \( i\omega \) か複素数の \( s \) か、の2点です。

フーリエ変換とは:信号を周波数ごとの波に分ける

土台にあるのは、複雑な形の信号も、さまざまな周波数の正弦波の足し算で表せるという考え方です。例として、振幅1、周期1の矩形波を考えます。この波は次の和で表せます。

\[ f(t) = \frac{4}{\pi}\sum_{n=1,3,5,\ldots}\frac{\sin(2\pi nt)}{n} \]

基本周波数の奇数倍の波だけが含まれ、\( n \) 倍の波の振幅は \( 4/(n\pi) \)、つまり1.27、0.42、0.25…と小さくなっていきます。

矩形波に正弦波の和が近づいていく様子と、各周波数成分の振幅を示した棒グラフ
図1:矩形波を正弦波の足し算で作る様子(左)と、各周波数成分の振幅(右)

図1の左のように、1項だけでは丸い波ですが、3項、15項(基本周波数の29倍まで)と足すと、角ばった形に近づきます。角の近くに小さな行き過ぎが残るのは、ギブズ現象として知られる性質です。右の棒グラフのように「どの周波数がどれだけ入っているか」を示したものをスペクトルといいます。周期的な信号のスペクトルはとびとびになり(フーリエ級数)、周期を持たない信号では連続に広がります。この連続の場合を扱うのがフーリエ変換です。

なぜ e^(−iωt) を掛けて積分すると成分が取り出せるのか

オイラーの公式より、

\[ e^{-i\omega t} = \cos\omega t - i\sin\omega t \]

なので、\( e^{-i\omega t} \) は複素平面の単位円を一定の速さで回る点を表します。信号に周波数 \( \omega_{0} \) の成分 \( e^{i\omega_{0}t} \) が含まれているとすると、掛け算の結果は \( e^{i(\omega_{0}-\omega)t} \) です。

\( \omega \) が \( \omega_{0} \) と違えば、この点は回り続けるので、積分してもプラスとマイナスが打ち消し合います。\( \omega = \omega_{0} \) のときだけ回転が止まって値が1になり、積分が時間とともに積み上がります。つまり \( e^{-i\omega t} \) は、周波数 \( \omega \) の成分にだけ反応するセンサーのようなものです。異なる周波数の波が打ち消し合うこの性質を直交性といいます。

収束しない信号という壁:減衰 e^(−σt) を掛ける

ところが、\( f(t) = e^{0.5t} \)(\( t \geq 0 \))のように増え続ける信号では、フーリエ変換の積分は発散します。\( e^{-i\omega t} \) は回転するだけで大きさは常に1なので、信号の増加を抑えられないからです。

そこで、信号に実数 \( \sigma \) の減衰 \( e^{-\sigma t} \) を掛けます。\( \sigma = 1 \) なら \( e^{-t} \times e^{0.5t} = e^{-0.5t} \) となり、信号は減っていきます(図2左)。\( t \lt 0 \) では信号を0として、これをフーリエ変換すると、

\[ \int_{0}^{\infty}\left[f(t)e^{-\sigma t}\right]e^{-i\omega t}\,dt = \int_{0}^{\infty}f(t)\,e^{-(\sigma + i\omega)t}\,dt \]

となります。\( s = \sigma + i\omega \) と置けば、これがラプラス変換の定義そのものです。ラプラス変換とは、減衰を掛けてからフーリエ変換したものです。変数 \( s \) が複素数なのは、実部 \( \sigma \) が減衰を、虚部 \( \omega \) が波を担当しているからです。

増える信号に減衰を掛けると収束する様子と、複素平面上の虚軸・収束する範囲・極の位置を示した図
図2:減衰を掛けると収束する信号(左)と、複素平面で見たフーリエ変換とラプラス変換の関係(右)

s平面で見る2つの変換:虚軸と収束する範囲

横軸を \( \sigma \)、縦軸を \( \omega \) とする複素平面(\( s \) 平面)を使うと、2つの関係がひと目でわかります(図2右)。\( e^{0.5t} \) のラプラス変換は

\[ F(s) = \int_{0}^{\infty}e^{(0.5-s)t}\,dt = \frac{1}{s-0.5} \]

で、積分が収束するのは \( \mathrm{Re}\,s \gt 0.5 \) の範囲です。\( s = 0.5 \) は分母が0になる点で、極といいます。極の実部が正であることが、信号が増え続けることに対応しています。

\( \sigma = 0 \) の縦線、つまり虚軸の上では \( s = i\omega \) となり、\( e^{-st} \) は \( e^{-i\omega t} \) に一致します。したがって \( t \lt 0 \) で0の信号については、フーリエ変換はラプラス変換の虚軸の上の値であり、ラプラス変換はそれを平面全体に広げたものといえます。ただし、虚軸が収束する範囲に入っていることが条件です。\( e^{0.5t} \) では虚軸は範囲の外にあるので、\( 1/(s-0.5) \) に \( s = i\omega \) を代入すれば値は出ますが、もとの積分は発散しています。

微分がかけ算になる理由:伝達関数へ

ラプラス変換が制御工学で重宝されるのは、微分をかけ算に変えられるからです。部分積分をすると、

\[ \int_{0}^{\infty}\frac{df}{dt}e^{-st}\,dt = \left[f(t)e^{-st}\right]_{0}^{\infty} + s\int_{0}^{\infty}f(t)e^{-st}\,dt = sF(s) - f(0) \]

となります(\( t \to \infty \) で \( f(t)e^{-st} \) は0になるとします)。微分が \( s \) のかけ算になり、しかも初期値 \( f(0) \) が式の中に入ります。フーリエ変換でも微分は \( i\omega \) のかけ算になりますが、初期値は出てきません。

たとえば、時定数 \( \tau \)、ゲイン \( K \) の一次遅れ系

\[ \tau\frac{dy}{dt} + y = Ku(t) \]

を \( y(0) = 0 \) で変換すると \( (\tau s + 1)Y(s) = KU(s) \) となり、入出力の比である伝達関数が得られます。

\[ G(s) = \frac{Y(s)}{U(s)} = \frac{K}{\tau s + 1} \]

周波数で見ると何がわかるか:部屋の温度と地中の温度

伝達関数に \( s = i\omega \) を入れたものが周波数応答です。安定な系に角周波数 \( \omega \) の正弦波を入れると、十分時間がたった後の出力は同じ周波数の正弦波になり、振幅は \( |G(i\omega)| \) 倍になります。\( K = 1 \) の一次遅れでは次の式です。

\[ |G(i\omega)| = \frac{1}{\sqrt{1 + (\omega\tau)^{2}}} \]

時定数 \( \tau = 1\ \mathrm{h} \) の部屋が外気温に追従する場合を考えます。周期24時間のゆらぎは約0.97倍でほぼそのまま伝わり、周期1時間のゆらぎは約0.16倍に小さくなります。部屋は、速いゆらぎだけを弱めるフィルターとして働いているのです。

同じ見方は、フーリエの出発点である熱伝導にも使えます。地中の温度 \( T \) は、深さ \( z \)(\( \mathrm{m} \))、熱拡散率 \( \alpha \)(\( \mathrm{m^{2}/s} \))を使って次の式に従います。

\[ \frac{\partial T}{\partial t} = \alpha\frac{\partial^{2}T}{\partial z^{2}} \]

地表の温度が角周波数 \( \omega \) の正弦波で変わるとすると、深さ \( z \) での振幅は地表の \( e^{-z/d} \) 倍になります。ここで \( d \) は次の式で決まる長さです。

\[ d = \sqrt{\frac{2\alpha}{\omega}} \]

土の熱拡散率を \( 5\times 10^{-7}\ \mathrm{m^{2}/s} \) と仮定すると、\( d \) は1日周期で約0.12 m、1年周期で約2.2 mです。すると深さ1 mでは、1日の変動は約0.0002倍に消え、1年の変動は約0.64倍残ります。波の山も遅れて届き、1年周期では約26日の遅れになります。速い変動ほど浅いところで消えるわけで、地下室の温度が1日の中でほとんど変わらないのはこのためです。実際の値は土の種類や水分で変わるので、これは概算です。

フーリエ変換とラプラス変換の使い分け

フーリエ変換ラプラス変換
変数実数 \( \omega \)複素数 \( s = \sigma + i\omega \)
時間の範囲過去から未来まで全部\( t = 0 \) から先
得意な対象定常的な信号の周波数分析過渡応答、初期値のある問題
増え続ける信号そのままでは扱えない収束する範囲で扱える
主な使い道音や振動の分析、画像処理、分光回路や制御系の解析、微分方程式

ひと言でいえば、「どんな周波数が含まれているか」を知りたいならフーリエ変換、「スイッチを入れた後にどう動くか、安定か」を知りたいならラプラス変換です。

歴史:熱の研究と確率論から、電気回路・制御工学へ

歴史の順序でいえば、先に登場したのはラプラスです。ラプラスは1780年代、確率論の研究の中でラプラス変換に通じる積分を使い、1812年の『確率の解析的理論』にまとめました。ただし当時は確率論などの計算手法の一つでした。

フーリエは1807年の論文で、熱伝導の問題をどんな関数も三角級数で表すという大胆な主張とともに解きましたが、審査にあたったラグランジュらは厳密さを疑い、論文は発表されませんでした。この成果は1822年の著書『熱の解析的理論』にまとめられます。

工学への橋をかけたのは、19世紀末のヘヴィサイドです。電信の方程式を解くために、微分を文字のように扱って代数計算する演算子法を考案しました。よく当たるのに根拠が曖昧だったこの方法は、20世紀前半にブロムウィッチやカーソン、ドゥッチュらによってラプラス変換と結びつけられ、数学的に裏付けられました。こうして、現在の回路理論や制御工学の土台ができました。

まとめ:ラプラス変換はフーリエ変換の拡張

  • フーリエ変換は、\( e^{-i\omega t} \) を掛けて積分し、周波数 \( \omega \) の成分を取り出す操作である。
  • ラプラス変換は、\( e^{-\sigma t} \) で減衰させてからフーリエ変換したもので、増え続ける信号や \( t = 0 \) に始まる現象も扱える。
  • \( s \) 平面では、フーリエ変換は虚軸の上の値にあたる(収束する範囲に虚軸が入る場合)。
  • 伝達関数に \( s = i\omega \) を入れると周波数応答になる。部屋も地面も、速い変動ほど弱めるフィルターである。

2つの変換は別々の公式ではなく、\( s \) 平面の上でつながった1つの見方です。

参考文献

  1. J. Fourier, Théorie analytique de la chaleur, Firmin Didot (1822).
  2. P. S. Laplace, Théorie analytique des probabilités, Courcier (1812).
  3. M. A. B. Deakin, "The development of the Laplace transform, 1737–1937", Archive for History of Exact Sciences, 25 (1981), 26 (1982).
  4. H. S. Carslaw, J. C. Jaeger, Conduction of Heat in Solids, 2nd ed., Oxford University Press (1959).
  5. E. Kreyszig, Advanced Engineering Mathematics, 10th ed., Wiley (2011).

関連記事

  • 「極」を数えれば安定かどうかがわかる ― 留数定理の意味と、ラプラス逆変換・ナイキスト安定判別への応用
  • 部屋の温度はなぜ「ゆっくり」追いつくのか ― 一次遅れ・二次遅れと時定数、伝達関数で読むプロセスの応答