線性微分算子（linear differential operator）

想像一台機器：你把一個函數餵進去，它透過求導、縮放、相加，吐出另一個函數。線性微分算子正是這樣一台機器。最著名的一台就是 d/dx，但你可以把好幾台串起來：取二階導，加上五倍的一階導，再加上六倍的函數本身。把整個微分方程寫成一個整潔的物件——算子作用在 y 上等於輸入——這一步能把一個雜亂的方程變成一段乾淨的代數。

形式上，對一個 n 階線性方程，我們寫 L[y] = y^(n) + p_{n-1}(x) y^(n-1) + ... + p_1(x) y' + p_0(x) y。這裡 L 接收函數 y，返回右邊那個組合。它的定義性質是線性：對任意常數 a、b，有 L[a y_1 + b y_2] = a L[y_1] + b L[y_2]。所以 L 尊重加法與縮放——這正是矩陣所具有的同一種結構性質。原方程 L[y] = g(x) 當 g = 0 時為齊次，當 g 為某個強迫項時為非齊次。

這一個想法組織起整個線性常微分方程理論。正因為 L 是線性的，L[y] = 0 的解構成一個向量空間；L[y] = g 的任意兩個解之差是 L[y] = 0 的解；通解便乾淨地拆成一個齊次部分加上一個特解部分。同樣的算子視角在應用數學中反覆出現——在線性偏微分方程中，在拉普拉斯變換與傅立葉變換中（它們把常係數算子對角化），以及在量子力學中（那裡算子是核心物件）。