我們究竟憑什麼敢猜一個乘積
你來到這一級時，已經與那幾條招牌方程相當熟稔。你由守恆律推導出熱方程 u_t = k u_xx，沿特徵線搬運過輪廓，也把二階方程分成橢圓、拋物與雙曲三型。那些方程每一條都不是只有一個解，而是有一整群解，因為一條偏微分方程的通解牽涉的是任意函數，而不只是幾個任意常數。所以真正的遊戲從來不是憑空「解出方程」——而是「找出那個既滿足方程、又匹配邊界與初始資料的唯一解」。這一級要介紹的，正是在對的幾何上做這件事的、最古老也最美的一台機器。
這台機器叫 分離變數法，它以一個大膽的舉動開場。未知量 u(x,t) 同時依賴兩件事——你在哪裡、現在幾點——而這份糾纏正是全部的難處。於是我們索性把它猜成分開的。我們提出：答案是一個乘積：u(x,t) = X(x) T(t)，一個因子只懂空間，另一個只懂時間。沒有任何自然律強迫解必須長成這樣。它是一個滿懷希望的假設（ansatz，德文意為「一個提出來待驗證的猜想」）。叫人驚奇的是：這場賭注兌現得有多頻繁、又有多徹底。
看著方程一分為二
拿熱方程 u_t = k u_xx，把猜想 u = X(x) T(t) 餵進去。對時間微分只動到時間因子：u_t = X T'，其中 T' 是 dT/dt。對空間微分兩次只動到空間因子：u_xx = X'' T，其中 X'' 是 X 的二階導數。於是 u_t = k u_xx 變成 X T' = k X'' T。目前還沒什麼巧妙之處——我們只是把導數帶了進去。魔法，就差一次除法。
把等式兩邊都除以乘積 k X T。左邊變成 T' / (k T)，一個純由 t 構成的東西。右邊變成 X'' / X，一個純由 x 構成的東西。我們把所有依賴時間的趕到一邊、所有依賴空間的趕到另一邊。接著是拱頂石般的論證：一個只含 t 的函數能等於一個只含 x 的函數，唯一的可能是兩者都是同一個常數。為什麼？把 x 釘住，右邊就凍結了，可左邊卻能隨 t 自由變化——所以它根本不能真的變化。每一邊都必須是一個固定的數。把它叫做分離常數，習慣上寫成 -λ。
Guess: u(x,t) = X(x) T(t)
Plug in: X T' = k X'' T
Divide by kXT: T' X''
----- = -----
k T X
function of t = function of x only if BOTH equal a constant -lambda
Split: X'' + lambda X = 0 (a SPACE ODE)
T' + k lambda T = 0 (a TIME ODE)兩條常微分方程，與綁住它們的常數
把每一邊都設為 -λ，就把偏微分方程拆解成兩條常微分方程，正是你早已能信手解出的那種。空間那邊給出 X'' / X = -λ，也就是 X'' + λ X = 0——一條只含 x 的、熟悉的二階常微分方程。時間那邊給出 T' / (k T) = -λ，也就是 T' = -k λ T——一條只含 t 的一階衰減方程，其解為 T(t) = e^(-k λ t)。我們用一個雙變數的難題，換來兩個各為單變數的易題，靠共享的 λ 黏合起來。這個交換，就是整個方法的全部精神。
看那單一的數 λ 如何同時編排兩個因子的舞步。定下空間形狀 X 的那個 λ——它有幾道拱、擺動得多緊密——同時也透過 e^(-k λ t) 定下時間因子的衰減率。擺動越密的空間輪廓意味著越大的 λ，也就意味著越快的衰減：溫度中短波長的凸起消退得最快，而寬闊平緩的輪廓逗留得最久。這正是你整級都要倚靠的 傅立葉模態衰減 的種子，也是熱方程的平滑化以單一符號道出的版本。分離常數不是記帳；它是把空間與時間耦合起來的那只旋鈕。
邊界條件挑出哪些 λ 能存活
到目前為止 λ 可以是任何數——但物理設定即將變得挑剔。假設我們的棒從 x = 0 延伸到 x = L，兩端都維持在零度，這是齊次的 狄利克雷條件 u(0,t) = u(L,t) = 0。對一個乘積解，這逼使 X(0) = 0 與 X(L) = 0——空間因子必須在兩端都消失。現在帶著這兩個夾子去解 X'' + λ X = 0。對大多數的 λ 值，唯一合適的函數是無聊的 X(x) = 0，那個說「什麼都沒有」的平凡解。只有對一道特殊的、離散的 λ 階梯，一個非零的形狀才擠得進來。
那些特殊值是 λ_n = (n π / L)^2，其中 n = 1, 2, 3, ...，而存活下來的形狀是 X_n(x) = sin(n π x / L)。這是一個空間特徵值問題：邊界條件就像一個濾鏡，只放行一串量子化的輪廓，恰如一根兩端夾住的吉他弦所容許的諧波。n = 1 是半道拱的正弦，n = 2 是完整的 S 形，如此沿階梯而上。這裡深刻的真相——下一級的史特姆–劉維理論會把它嚴格化——是：齊次邊界條件把一個微分算子變成具有離散特徵值與特徵函數譜的東西，正是矩陣特徵向量在連續世界裡的表親。
用疊加重建出真正的解
每個存活的 λ_n 都交給你一個完整的乘積解：u_n(x,t) = sin(n π x / L) e^(-k λ_n t)，一道在原地以自己步調衰減的拱。但單獨一道拱幾乎永遠匹配不上一個真實的初始溫度，後者可以是任何蜿蜒的輪廓 f(x)。這時方程的線性透過疊加原理來解救我們：因為熱方程是線性且齊次的，任何解的和仍是解。於是我們獲准想加幾個模態就加幾個，每個配上自己的振幅 b_n，組合出 u(x,t) = 各個 b_n sin(n π x / L) e^(-k λ_n t) 之和。
在 t = 0 時每個指數都等於 1，所以這個和必須重現初始狀態：f(x) = 各個 b_n sin(n π x / L) 之和。這是一個請求——把一個任意的輪廓寫成純正弦拱的疊加——也正是一個傅立葉級數。剎那間，前方整級都有了目的。匹配初始條件意味著選好振幅 b_n，使這些正弦重新拼回 f(x)；接下來的導讀做的正是這件事，藉正弦的正交性把每個 b_n 抽取出來。如此說來，分離變數法就是那台製造出傅立葉級數需求的引擎——它生產出積木，並留下一個乾淨的問題：我們該以什麼權重把它們混合起來？
賭注在哪裡兌現——又在哪裡不兌現
誠實面對是什麼讓這套行得通，因為這個方法雖強大卻不萬能。偏微分方程必須是線性且齊次的——疊加是承重的樑柱，而像 u u_x 這樣的非線性項會讓兩個解相互干涉、而非單純相加，使整個架構崩塌。幾何必須是可分離的：一個矩形、一個圓盤、一個球、一段區間——一個邊界恰好是某個乾淨座標等值面的區域，好讓邊界條件沿同樣的因子分裂。而邊界條件本身，沿分離方向也必須是齊次的（在邊界上為零）；一個非零或混合的條件，得先藉移到穩態把它減掉，模態才能開工。
當這些條件成立，回報是完全的：你得到一個完整、顯式、逐項的解，而那些衰減的指數甚至告訴你系統以多快的速度遺忘它的初始資料。當條件失效，這一級的機器仍為更一般的工具播下種子——應付更挑剔算子的史特姆–劉維理論、彎曲區域上的特徵函數展開，以及在無窮區域上把離散 λ_n 階梯融成連續譜的傅立葉變換。也別忘了熱方程教過的適定性一課：分離變數法帶著那些縮小的 e^(-k λ_n t) 因子把解往前推進；若試圖讓它倒退，同樣這些因子就變成 e^(+k λ_n t)，把高階模態炸開——這就是出了名的倒向熱方程不適定，赤裸裸地擺在眼前。