一个改变函数构成的积分
你已经花了整整一级，学着去*求解*微分方程——猜测形式、建立特征方程、变易参数。拉普拉斯变换给出的是一笔全然不同的交易。它不在微积分自己的语言里去解微分方程，而是把整个问题驮过一座桥，送进一个新世界，在那里方程根本不再是微分的了——它只是普通的代数。你在那边解掉容易的代数，再把答案驮回来。这座桥就是一个积分，而学会走过它，便是本级的全部内容。
桥本身在这里。给定一个对 t >= 0 有定义的函数 f(t)——把 t 想成时间，t = 0 就是你把系统打开的那一刻——它的拉普拉斯变换是 F(s) = 从 0 到无穷对 e^{-s t} f(t) dt 积分。这就是拉普拉斯变换的全部定义。你拿起你那个关于时间的函数，乘上衰减的指数 e^{-s t}，再把乘积一路积分到无穷。出来的东西不再依赖 t——t 已被积掉。它只依赖那个新变量 s，于是我们把结果记作 F(s)，并称 s 为变换变量。
请留意这个运算的形状。积分对 t 进行，给出一个关于 s 的答案——这恰恰是你在 伽马函数把一个对 t 的积分变成它的参数的函数时见过的样式。变换是一台机器，吃进一整个函数，吐出一整个函数：喂它 f(t)，收回 F(s)。我们把它写作 L{f(t)} = F(s)，你应当想象两个平行世界——函数活在时间里的 t 域，以及它们的变换所栖居的 s 域。我们所做的一切，就是把一个问题从前者搬到后者，再搬回来。
亲手算出最初几个变换
定义是一个反常积分，那就让我们当真算一个，感受它如何运作。取最简单的函数，f(t) = 1 对一切 t >= 0。于是 F(s) = 从 0 到无穷对 e^{-s t} dt 积分。e^{-s t} 的原函数是 -(1/s) e^{-s t}，而当 t 跑向无穷，e^{-s t} 衰减到零——*前提是 s 为正*，这样指数才真的在衰减。上限处此项消失；在 t = 0 处它等于 -(1/s)。相减，F(s) = 0 - (-(1/s)) = 1/s。所以 L{1} = 1/s。一个时间上的常值函数，变成了 s 里的一个简单的倒数。
现在是最重要的那一对。取 f(t) = e^{a t}，一个增长或衰减的指数。则 e^{-s t} f(t) = e^{-s t} e^{a t} = e^{-(s - a) t}，这积分正是我们刚做过的那个，只是把 s 换成了 s - a。所以 L{e^{a t}} = 1/(s - a)，这回当 s > a 即 s - a > 0 让指数保持衰减时成立。盯着它看：指数函数，那个*就是*自己的导数（差一个常数）、在每一个常系数常微分方程里都是主角的函数，竟变换成了死板简单的代数对象 1/(s - a)。这一个事实——指数变成 s 里的简单极点——正是变换之所以能驾驭微分方程的那台秘密引擎。
L{e^{a t}} = integral_0^infinity e^{-s t} e^{a t} dt
= integral_0^infinity e^{-(s - a) t} dt
[ -1 ]^{t -> infinity}
= [ ------- e^{-(s-a)t} ]
[ s - a ]_{t = 0}
= 0 - ( -1/(s - a) ) ( needs s - a > 0 )
= 1/(s - a)
Set a = 0 -> L{1} = 1/s.
Replace a by i*omega and take parts -> L{cos(omega t)} = s/(s^2 + omega^2),
L{sin(omega t)} = omega/(s^2 + omega^2).积分被允许栖居之处：收敛性
你已经感到那个圈套了：每次计算都附带一条小字条件——常数要 s > 0，指数要 s > a。这不是麻烦，而是定义中真实且必要的一部分。一个伸向无穷的反常积分，只有当被积函数缩得足够快时才给出有限的数。因子 e^{-s t} 是我们的收缩剂，它能否取胜，取决于 f(t) 增长得有多快。使定义积分收敛的那个 s 的集合，称为收敛域，在它之外，变换 F(s) 干脆就不作为一个数而存在。
这个规律美妙地简单。对一个指数阶的函数——即在大 t 时增长不快于某个 C e^{a t} 的函数——收敛域是一个半平面，即一切实部 Re(s) > a 的 s。这个门槛 a 称为收敛横坐标；它恰好坐落在 f(t) 增长最快之处的右侧。对 f(t) = e^{3 t}，收敛域是 Re(s) > 3；对像 sin(t) 这样的有界函数，是 Re(s) > 0；对多项式（增长慢于任何指数），又是 Re(s) > 0。想象 s 平面里一条竖直的线向右扫过：变换栖居于这条「f 不再可驯服」之线右侧的一切之上。
变换对表，以及它为何就足够了
实践中你几乎从不去算那个定义积分。一旦知道了少数几个基本变换，其余的一切都由它们拼装出来，因为变换直接从积分继承了线性：L{c_1 f + c_2 g} = c_1 L{f} + c_2 L{g}。于是你备一张简短的变换对表，两个方向都去查它。核心条目正是我们上面挣来的那些及其近亲：t 的幂、指数，以及把一个虚指数喂进 L{e^{a t}} 而得到的那对三角函数。
下面是那些主力，各自待在自己的半平面上。L{1} = 1/s，更一般地，对整数 n 有 L{t^n} = n!/s^{n+1}——而对非整数幂，阶乘换成伽马函数，L{t^p} = Gamma(p+1)/s^{p+1}，正是本卷两条线索相遇的一处妙地。再有 L{e^{a t}} = 1/(s - a)；L{cos(omega t)} = s/(s^2 + omega^2)；以及 L{sin(omega t)} = omega/(s^2 + omega^2)。一个增长或衰减的振荡，e^{a t} 乘一个正弦或余弦，只不过把余弦那对平移一下：L{e^{a t} cos(omega t)} = (s - a)/((s - a)^2 + omega^2)。最后这一步——在时间里乘 e^{a t} 变成把 s 换成 s - a——就是第一平移定理，整张表里用得最多的那个捷径。
为什么这把微积分变成了代数
现在是那个为整座桥正名的回报。把变换作用到一个导数上，分部积分一次：L{f'(t)} = s F(s) - f(0)。仔细看发生了什么——*t 世界里的求导，变成了 s 世界里乘以 s*，而初值 f(0) 从边界项里掉出来，分文不取地直接烤了进去。这就是导数的变换，用两次便给出 L{f''(t)} = s^2 F(s) - s f(0) - f'(0)。每一个你本得用微积分去追的导数，都变成了一个你能用代数去追的 s 的幂。
于是想象一个线性常微分方程，比如 y'' + 3 y' + 2 y = f(t)，初值已知。把每一项都变换。每个导数都化成 s 的幂乘 Y(s) 再减去初始数据；方程变成 (s^2 + 3 s + 2) Y(s) = （由 f 和初值搭成的某个东西）。任何地方都不再有导数——只有 s 与 Y(s)，被一个普通的代数方程拴在一起。你就像中学时解 x 那样去解它：相除。Y(s) = （右端）/(s^2 + 3 s + 2)。微分方程溶解成了一个分式。
- 变换。把 L 作用到微分方程两边；每个导数都变成 s 的幂，初始条件经由导数法则自动进入。
- 解代数。结果是一个关于 Y(s)、再无导数的普通方程——像解任何未知数那样，通过相除把 Y(s) 孤立出来。
- 求逆。用部分分式把 Y(s) 揉成与表匹配的若干块，再把每一块读回成 t 的函数——那个 f(t) 就是你的答案，初始条件已经满足。
这三步节奏——变换、解代数、求逆——是前路一切的脊梁。后面几篇指南为每一步添上血肉，并拓宽它的覆盖：如何变换开关与骤然的冲击（海维赛德阶跃与狄拉克 delta），好让连不连续的驱动都干净地通过；卷积定理如何处置任意的输入；以及求逆在复 s 平面里究竟如何作为一个围道积分运作。但方法的内核已经握在你手中：一个积分架起通往某个世界的桥，在那里求导不过是乘以 s，而一张小表载着你来回跨过它。