JOVANA
Library Glossary Getting Started Three Levels Fields How it works Mission
Join the mission
All guides

用變換從頭到尾求解初值問題

前四篇打造了零件,這一篇讓整台機器運轉起來。看一個二階初值問題如何從微積分變成代數、再變回答案,而初始條件在每一步都被免費地一路帶著走。

四篇指南,一台機器

你現在已握有引擎的每一個零件。第 1 篇解釋了拉普拉斯變換做什麼:它把一個時間 t 的函數帶進一個新變數 s 的函數,用代數的世界換掉微積分的世界。第 2 篇給了你一張可用的表,讓你再也不必親手算積分。第 3 篇展示了最重要的一項——導數的變換——它悄悄地把初始條件拉進內部。第 4 篇教了回程:由部分分式解開的逆變換。本篇把這些零件鎖在一起,然後轉動鑰匙。

這之所以值得專闢一套方法,是因為其核心那個深刻的技巧:把初值問題轉成代數。微分方程要你去解開導數,這很難。變換把每個導數都換成「乘以 s」,於是整個方程變成 s 的多項式關係——你在學校就解過的東西。微積分的難處,被換成了代數的易處。這個交換,就是全部的回報。

五步驟演算法,一次命名

每一個線性常係數初值問題的拉普拉斯解法,都遵循同樣的形狀。值得把它記成單一節奏——變換、代入、求解、分解、逆變換——因為一旦它成了反射動作,你就不再去想機械細節,而開始去想問題本身。我們把整套流程稱為主演算法

  1. 對整個方程做變換。對兩邊都施加變換;由線性,它逐項進行。
  2. 代入初始條件。使用導數法則,其中 y(0) 與 y'(0) 會自動出現——沒有另一個步驟去強加它們。
  3. 用代數解出 Y(s)。方程此刻對唯一的未知量 Y(s) 是線性的;把它孤立出來即可。
  4. 用部分分式分解。把有理函數 Y(s) 拆成你的表認得的簡單片段。
  5. 逐項逆變換。透過查表把每一片段倒著讀回去,還原出 y(t)。

一個完整範例,逐步觀看

取你在振盪那一梯級遇過的彈簧:y'' + 4y = 0,其中 y(0) = 3、y'(0) = 2。第 1 步,對兩邊做變換。第 3 篇的導數法則說 y'' 的變換是 s^2 Y(s) - s y(0) - y'(0)。而 4y 的變換就只是 4 Y(s)。於是方程變成 s^2 Y(s) - s y(0) - y'(0) + 4 Y(s) = 0。

第 2 步,代入資料。這正是讓變換與眾不同的時刻:y(0) = 3 與 y'(0) = 2 已經坐在方程裡了,所以我們只要把它們放進去,得到 s^2 Y(s) - 3s - 2 + 4 Y(s) = 0。初始條件是內建的——它們在我們變換導數的那一瞬間就進入了代數,而非到最後才當作補丁加上。

y'' + 4y = 0,   y(0) = 3,  y'(0) = 2

[1] transform :  s^2 Y - s y(0) - y'(0)  +  4 Y  =  0
[2] put data  :  s^2 Y - 3s - 2  +  4 Y    =  0
[3] solve Y   :  (s^2 + 4) Y = 3s + 2
                 Y(s) = (3s + 2) / (s^2 + 4)
[4] split     :  Y(s) = 3 * s/(s^2+4)  +  1 * 2/(s^2+4)
[5] invert    :  y(t) = 3 cos(2t) + 1 sin(2t)
整台機器濃縮在一頁上:導數變成 s 的次方,初值問題變成代數,再由表把答案讀回來。

先解出 Y(s),再倒著讀回去

第 3 步是純粹的代數。把 Y(s) 各項收攏:(s^2 + 4) Y(s) = 3s + 2,所以 Y(s) = (3s + 2) / (s^2 + 4)。因式 (s^2 + 4) 並非偶然——它正是原方程的特徵多項式 s^2 + 4,如今以分母之姿現身。變換悄悄遞給了你用特徵根法本會找到的同一結構,只不過它是以普通的分數代數抵達的。

第 4 與第 5 步是回程。這裡分母已是單一的不可約片段,所以「部分分式」的工作只是拆分子:Y(s) = 3 * s/(s^2 + 4) + 2/(s^2 + 4)。現在透過表把每一項倒著讀。一對 s/(s^2 + 4) 是 cos(2t) 的變換,而 2/(s^2 + 4) 是 sin(2t) 的變換。因此 y(t) = 3 cos(2t) + sin(2t)。完成——沒有剩下任何常數要去追。

這套方法是什麼,又不是什麼

對界線要誠實。這套乾淨形式的主演算法,是為線性常係數方程而造的,在那裡變換才真的把導數變成「乘以 s」。變係數打破這個承諾——t·y(t) 的變換牽涉對 s 微分,整齊的多項式圖像便瓦解了。而這套方法對非線性方程也不是魔法:y^2 的變換並不是 Y(s) 的平方,所以整個取徑在那裡根本不適用。

即使在它的主場內也有細則。乾淨地逆變換 Y(s),前提是分母能分解成你的表所涵蓋的片段;含重根或複根的部分分式展開仍行得通,但需要更多細心,常得倚賴位移定理來處理複根或位移根所產生的 e^(at) 因子。這些都不是缺陷——這正是你在常微分方程處處接受的同一筆交易:一套整齊的方法涵蓋幸運的線性情形,而狂野的其餘部分需要別的工具。

你該帶走的是這個想法的形狀,而不只是這一個範例。變換把你帶離問題很難的那個領域,讓你在那裡做一件容易的事,再把你帶回來。這種往返的模式——難題、輕鬆的繞道、返回——是整個應用數學中最強大的招數之一,而下一梯級會展示它做一件古典方法幾乎碰不到的事:會開啟的外力、瞬間的衝擊,以及把輸入連結到輸出的卷積。