特徵多項式（characteristic polynomial）

對常係數線性方程，有一個近乎魔法的捷徑：你其實根本不必解微分方程。你解的是一個普通的代數問題——求一個多項式的根——而微分方程的解就從這些根掉出來。特徵多項式正是把微積分轉成代數的橋樑。

它來自一個猜測。對常係數齊次方程 a_n y^(n) + a_(n-1) y^(n-1) + ... + a_1 y' + a_0 y = 0，試 y = e^(rx)。每次微分只是乘上一個 r，所以 y^(k) = r^k e^(rx)，代入後整個方程變成 e^(rx) 乘上 a_n r^n + a_(n-1) r^(n-1) + ... + a_1 r + a_0 = 0。因為 e^(rx) 永不為零，括號內必須為零：這個關於 r 的 n 次多項式，就是特徵多項式，而令它為零的方程就是特徵方程。它的 n 個根（依代數基本定理，連同重數一起算）正是給出解的那些指數。相異實根 r 給出 e^(rx)；一對複根 a +/- bi 給出 e^(ax) cos(bx) 與 e^(ax) sin(bx)；重根則貢獻額外的 x 因子。

這個單一工具把任意階的常係數線性 ODE 都化為求根來解。它也說明了與線性代數的深刻聯繫：同一個多項式正是該方程伴隨矩陣（companion matrix）的特徵多項式，把純量 n 階理論連到特徵值。誠實的限制：這個捷徑需要常係數——對變係數沒有特徵多項式，你得改用級數方法或像柯西－尤拉（Cauchy-Euler）這類特殊方程。而求根本身也可能很難：五次以上沒有一般公式，所以高階情形可能需要數值求根。