一舉變換整個微分方程
在上一篇指南裡,你掙得了讓整台機器運轉的那一條規則:導數的變換把時間裡的求導,變成 s 域裡乘以 s,並順手把起始值一併拖了出來。寫明白便是 L{y'(t)} = s Y(s) - y(0),再用一次給出 L{y''(t)} = s^2 Y(s) - s y(0) - y'(0)。y 上的每一撇都化作 Y 上的一個 s 的冪,每用一次便抖落一塊初始數據到明面上。本篇只做一件事:把那條規則對準一個真正的初值問題,並把答案從另一頭走出來。
取一個具體的問題,並在整篇指南裡都盯著它:y'' + 3 y' + 2 y = 0,其中 y(0) = 2 且 y'(0) = -3。在你早先那一級,你會這樣進攻它——寫下一個特徵方程,求出它的根,組成一個指數的一般組合,直到最末了才靠強加初始條件釘死兩個常數。拉普拉斯方法把這個次序倒了過來,倒得幾乎不公平:初始條件在最最第一步就進去了,而到末了再也沒有什麼鬆動的常數要去追。
把 L 作用到每一項,借線性逐項進行。y'' 變成 s^2 Y(s) - s y(0) - y'(0);3 y' 變成 3(s Y(s) - y(0));2 y 變成 2 Y(s);而右端為零,便仍是零。趁著容易,此刻就把數值 y(0) = 2 與 y'(0) = -3 代進去。變換後的方程讀作 s^2 Y - 2 s - (-3) + 3(s Y - 2) + 2 Y = 0,整理成 (s^2 + 3 s + 2) Y(s) - 2 s - 3 = 0。請注意,任何地方都不再剩下一個導數——只有 s 與 Y(s),被樸素的算術拴在一起。
初始條件分文不取地進入
在剛剛發生的事上停一停,因為這是方法核心處那個安靜的奇蹟。經典做法給出一個佈滿任意常數的*通*解,而初始條件是個事後補辦——一個你在最末了去解、好釘死那些常數的、單獨的小線性方程組。這裡,y(0) 與 y'(0) 這兩個值壓根不是事後補辦。它們是自動走進來的,由分部積分在生出導數法則時掉下來的那個邊界項所攜帶。變換不懂得如何忘掉它們;變換一個導數這一舉動本身,就把起始數據交到你手裡,在你解出任何東西之前,便已烤進了方程。
有一件事值得看清楚:乘在 Y(s) 上的那個多項式 (s^2 + 3 s + 2) 並非巧合——它是這個常微分方程的特徵多項式,只是換了頂帽子。舊方法要你把那多項式置零、求它的根;新方法把它整個保留,並去除以它。它的根 s = -1 與 s = -2 仍是戲眼所在,但如今它們是作為 Y(s) 的*極點*現身的——也就是分母變零之處——而每個極點都將在最終答案裡恰好交給你一個指數。同樣的物理、同樣的數,只是從另一頁讀出來罷了。
解出代數,再用部分分式求逆
現在是那個輕鬆的中段。從 (s^2 + 3 s + 2) Y(s) - 2 s - 3 = 0,就像你中學時孤立 x 一樣孤立出 Y(s):Y(s) = (2 s + 3)/(s^2 + 3 s + 2)。這就是整個「s 域解」。其中沒有微積分,也再沒什麼要積分的——整個微分方程已溶解成一個多項式之比。剩下唯一的任務,是爬回橋那頭:找出那個變換恰為這個 F(s) 的關於 t 的函數。這趟回程就是拉普拉斯逆變換,而對一個多項式之比,它幾乎總是用一種技術來完成。
這種技術就是部分分式分解——正是你在卷一裡初遇、用來馴服有理被積函數的那套代數,如今改派作求逆的主力。把分母分解:s^2 + 3 s + 2 = (s + 1)(s + 2)。部分分式的要點在於,一個架在若干因式之積上的笨拙的單一分式,可以拆成若干簡單塊之和,一個因式一塊:(2 s + 3)/((s + 1)(s + 2)) = A/(s + 1) + B/(s + 2)。我們之所以這麼拆,恰恰因為每一個簡單塊 A/(s - a) 都是*可辨認的表項*——它是某個指數的變換——而那個揉在一起的分式,在表裡什麼都對不上。
Y(s) = (2 s + 3) / ((s + 1)(s + 2)) = A/(s + 1) + B/(s + 2)
Clear denominators: 2 s + 3 = A (s + 2) + B (s + 1)
Cover-up at s = -1: 2(-1) + 3 = A(-1 + 2) -> 1 = A -> A = 1
Cover-up at s = -2: 2(-2) + 3 = B(-2 + 1) -> -1 = -B -> B = 1
Y(s) = 1/(s + 1) + 1/(s + 2)
Read each piece backward off the table ( 1/(s - a) <-> e^{a t} ):
1/(s + 1) = 1/(s - (-1)) -> e^{-t}
1/(s + 2) = 1/(s - (-2)) -> e^{-2 t}
y(t) = e^{-t} + e^{-2 t}
Check: y(0) = 1 + 1 = 2 (matches), y'(0) = -1 - 2 = -3 (matches).退後一步,欣賞這條走完的路線。係數 A 與 B 是用遮蓋法得出的:要找壓在因式 (s + 1) 上的那個權重,就在除該因式自身之外的一切裡令 s = -1(那個能殺掉該因式的值),把數讀出來便是。隨後每一個乾淨的塊 1/(s - a) 都直接從你的變換對表裡被認成 e^{a t},再由線性把各塊加回去。最終答案 y(t) = e^{-t} + e^{-2 t} 早已服從兩個初始條件——你可以驗,但不必驗,因為它們在第一步就被封了進去。
配方,以及每樣配料的用處
那個演算的例子是有意做得樸素的,好讓骨架透出來。這便是那骨架,用拉普拉斯變換求解初值問題的通用配方。它對任意階的線性常係數方程——二階、四階、隨便幾階——以及右端任何你寫得出其變換的驅動項 f(t),都原封不動地奏效。
- 變換每一項。把 L 作用到兩邊,借線性逐項進行。每個導數都化作 s 的冪乘 Y(s);導數法則把初值 y(0)、y'(0)、…… 自動落進方程。立刻代入已知的數。
- 解出 Y(s)。你現在有了一個再無導數的普通代數方程。兩邊同除以那個特徵多項式,把 Y(s) 單獨解出來——一個 s 的多項式之比,即 s 域裡的答案。
- 分解。把分母分解,用部分分式將 Y(s) 拆成若干簡單塊之和,一個因式一塊,尺寸正好對得上變換表裡的條目。
- 求逆並組裝。把每一塊反著從表裡讀成 t 的函數——指數、正弦、餘弦——再加起來。那個和 y(t) 就是唯一解,其初始條件已經對了。
有兩條精細之處要揣在兜裡,因為真實問題會拿它們砸你。當分母有一個*重*因式如 (s + 1)^2,分解需要在它之上放兩項,A/(s + 1) + B/(s + 1)^2;後者求逆得到的不是光禿禿的指數,而是 t e^{-t},這恰恰就是重根如何在經典的阻尼振子故事裡造出一個「t 乘指數」。而當分母有一個在實數上不可分解的*不可約二次式*如 s^2 + omega^2,你不要硬把它掰開——你配方,把它對上正弦與餘弦那對,從而在 t 裡給出振盪。重根造出類似共振的增長;複根造出餘響。
什麼為真、假設了什麼、它到哪裡為止
值得誠實地說清楚它為何奏效、又到哪裡為止,好讓你出於正當的理由去信它。這方法的全部支點在於,那條導數法則是*線性*的、且心裡裝著*常係數*:它之所以能把 d/dt 乾淨地換成乘以 s,唯獨因為前頭的係數不依賴 t。一旦某個係數隨 t 變化——像 t y'' + y' = 0 這樣的方程——變換 t y'' 這類乘積,給出的就不再是乾淨的 s 的冪,而是一個*對 s 的導數*,那套俐落的代數便垮了。對真正非線性的方程,y^2 的變換並不是變換的平方,橋便整個塌掉。這是一件用於線性、常係數問題的精密儀器。
最後,看看你比起舊辦法究竟得到了什麼,因為這不止是一條捷徑。經典路線把一個受迫問題拆成一個齊次部分加一個特解部分,用待定係數去獵那個特解,再把一切與初始條件相調和——這是三項各別的本領。拉普拉斯配方把這一切熔成一條直線計算:驅動 f(t) 與初始數據一同騎進同一個變換後的方程,而單單一個 Y(s) 就已帶著固有響應與受迫響應兩者,配比正確。後面幾篇指南把這同一台機器延伸到「會開會關」或「作為瞬時衝擊襲來」的驅動——那正是經典方法真正變得痛苦、而變換依舊輕鬆自如的情形。