Es fácil resolver circuitos de filtro simples en el dominio del tiempo, pero se convierte en un punto de inflexión donde la mayoría de los ingenieros preferirían resolver problemas en el dominio de la frecuencia y aplicar (por ejemplo) una función escalonada. Encontrar el Laplace inverso es bastante sencillo debido a las tablas de Laplace.
Como ejemplo de un filtro de paso bajo RLC, los ingenieros se acostumbran a la función de transferencia: -
$$ H (s) = \ dfrac {\ omega_n ^ 2} {s ^ 2 + 2 \ zeta \ omega_n ^ 2 s + \ omega_n ^ 2} $$
Y, aplicar (por ejemplo) una función de paso es tan simple como multiplicar por 1 / s: -
$$ \ dfrac {1} {s} \ cdot \ dfrac {\ omega_n ^ 2} {s ^ 2 + 2 \ zeta \ omega_n ^ 2 s + \ omega_n ^ 2} $$
Los ingenieros que están familiarizados con esto pueden reconocer que esto se convierte a un formulario estándar y el siguiente paso es usar las tablas para obtener la respuesta transitoria.
Además, el término \ $ \ omega_n \ $ (la frecuencia de resonancia natural) puede ser factorizado muchas veces para que la solución de la fórmula de la función escalonada para \ $ \ omega_n = 1 \ $ comience con: -
$$ \ dfrac {1} {s} \ cdot \ dfrac {1} {s ^ 2 + 2 \ zeta s + 1} $$
Esto se reorganiza a una forma estándar como esta (resonancia no atenuada): -
$$ \ dfrac {1} {s [(s + a) ^ 2 + b ^ 2]} $$
Donde \ $ a = \ zeta \ $ y \ $ b = \ sqrt {1- \ zeta ^ 2} \ $
Las tablas de Laplace nos dan esto: -
$$ H (t) = 1+ \ dfrac {1} {\ sqrt {1- \ zeta ^ 2}} \ cdot e ^ {- \ zeta t} \ cdot \ sin (t \ cdot \ sqrt { 1- \ zeta ^ 2} + \ phi) $$
Donde \ $ \ phi = \ arccos (\ zeta) \ $
Pero probablemente solo se convencerá cuando se enfrente a situaciones un poco más complejas o realmente necesite analizar el espectro de frecuencias.