同一個猜測，每次高一階
在二階的階梯上，那一招魔法是為常係數方程猜 y = e^(rx)，然後看著微積分塌縮成代數：a y'' + b y' + c y = 0 變成 a r^2 + b r + c = 0。這招的關鍵之處，從不在乎階數是二。取一般的常係數n 階線性齊次方程，a_n y^(n) + ... + a_1 y' + a_0 y = 0，餵進同一個猜測，同樣的塌縮便發生——只是高了一階。
為何行得通值得停下來想，因為這個理由正是核心。e^(rx) 每求一次導，不過是再乘上一個 r：y' = r e^(rx)、y'' = r^2 e^(rx)，一般地 y^(k) = r^k e^(rx)。所以求 k 次導，等同於乘上 r^k。代入後，每一項都帶有共同的因子 e^(rx)——它永不為零——於是你可以把它約掉，剩下的是一條純粹關於 r 的多項式方程。指數函數是唯一一個在求導下形狀不變的函數，這正是它成為正確猜測的緣由。
ODE: a_n y^(n) + ... + a_1 y' + a_0 y = 0 Guess: y = e^(rx), so y^(k) = r^k e^(rx) Substitute & divide e^(rx): Characteristic poly: p(r) = a_n r^n + ... + a_1 r + a_0 = 0 Degree of p: exactly n -> n roots (counted with multiplicity)
n 個根，n 個解：維數的會計
那次代入的結果，便是特徵多項式 p(r)，其次數恰好為 n——方程的階數。妙就妙在這裡有一筆漂亮的帳對得上。由上一篇你已知道，n 階線性齊次方程的解空間維數為 n，所以你需要 n 個獨立解。而代數基本定理保證，一條 n 次多項式在複數範圍內恰有 n 個根（按重數計算）。這兩個 n 是同一個 n，絕非巧合——它正是讓整套方法完美收口的引擎。
於是整個問題化為一句話：找出 p(r) 的 n 個根，把每個根變成一個解。若這 n 個根全為相異實根——記為 r_1, r_2, ..., r_n——那麼 n 個函數 e^(r_1 x), e^(r_2 x), ..., e^(r_n x) 彼此獨立，構成一組基本解組，通解便是它們的加權和，y = c_1 e^(r_1 x) + ... + c_n e^(r_n x)。這是乾淨的情形，正是二階「兩相異實根給出兩個指數」的直接推廣。新的豐富性——以及所需的新謹慎——只在根重複或變為複數時才登場。
當根重複時：乘上 x 的方冪
設某個根 r 以重數 m 出現——意即因子（r 減去該根）在 p(r) 中現身 m 次。單根給了你 e^(rx)；但你若天真地把 e^(rx) 寫 m 遍，那不過是一個解假扮成 m 個，你的基本解組會短缺 m − 1 個。在二階時，你曾撞上重根這道一模一樣的坎，並以「e^(rx) 搭配 x e^(rx)」來修補。高階的規則，無非就是這個想法，依重數所需而延伸下去。
重數為 m 的根之規則是：取 e^(rx)，依次乘上 x 的方冪：e^(rx)、x e^(rx)、x^2 e^(rx)，一直到 x^(m-1) e^(rx)。那恰好是 m 個函數，它們彼此獨立，合起來覆蓋這一個根所負責的、解空間中 m 維的那一片。比方說，三重根 r = 2 便貢獻三個解 e^(2x)、x e^(2x)、x^2 e^(2x)。對每一個相異的根——不論實或複——都這樣做，把所有碎片湊齊，你總是恰好落在 n 個函數上——重數保證會加總為 n。
複根，成對且或許重複
當係數 a_0, ..., a_n 全為實數時，任何複根 r = alpha + i*beta 都不能單獨出現：它的共軛 alpha − i*beta 被迫也是根，且重數相同。它們成對而行。正如在二階時，你不必忍受複指數——歐拉公式 e^(i*beta*x) = cos(beta*x) + i*sin(beta*x) 讓你把共軛對 e^((alpha+i*beta)x) 與 e^((alpha−i*beta)x)，換成兩個實解 e^(alpha*x) cos(beta*x) 與 e^(alpha*x) sin(beta*x)。所張的二維空間相同，但寫成你能描繪的、誠實的實函數。
高階真正新增的曲折，是複數對自身也可能重複。對重複複根的處理，無非把你已有的兩個想法疊起來：若 alpha 加減 i*beta 是重數為 m 的根，你便取實數對 e^(alpha*x) cos(beta*x) 與 e^(alpha*x) sin(beta*x)，各自乘上 1, x, x^2, ..., x^(m-1)。這給出 2m 個實解——數目正確，因為共軛對佔了 2m 個根。例如，一條四階方程若其特徵多項式為 (r^2 + 1)^2，便有雙重對 r = 加減 i，給出 cos(x)、sin(x)、x cos(x)、x sin(x)。
誠實的關卡：找出根
請留意這套方法承諾了什麼、又未承諾什麼。它承諾：一旦你握有 p(r) 的根，組裝通解便是機械化而完整的——特徵方程的進路把微分方程徹底化為求根的代數。它不承諾的，是求根容易。在二階時，二次公式總能交差；到三、四階，有雜亂但真實的公式；但從五次起，阿貝爾–魯菲尼定理斷言根本不存在以根式表達的一般公式。於是瓶頸從微積分移到了代數。
實務上，這遠不如聽起來那般慘澹。教科書的題目都被設計成多項式能漂亮地因式分解——你用有理根判別法找出一個有理根，把它除掉，再遞迴下去，往往能把 p(r) 剝到你能徒手解完的二次式。而當一條多項式確實無法因式分解，那正是數值求根器的用武之地：它們交給你精確的十進位根，這些根直接套進同樣的解的形式裡。理論依然精確；只有定位根的最後一步可能轉為數值，而那是個完全體面、可以收手的地方。
握住這條貫穿的主線，因為接下來幾篇正是直接接著它蓋的。多項式 p(r) 不只是一個求根的小裝置——它可被讀作微分算子 D 的多項式，而這個重新框架，驅動了即將登場的算子代數與消去算子法。同一個因式化的形式 (D − r) 作用在函數上，正是讓你能處理強迫項、乃至最終駕馭變係數的柯西–歐拉方程的關鍵。一條多項式，多扇門。