一个方程，两台机器
把一个质量挂在弹簧上，往下拉，松手。牛顿第二定律说，质量乘加速度等于受力之和，而力有三种：弹簧按你拉伸的距离成比例地往回拉（-k x），一种阻力按速度成比例地与运动作对（-c dx/dt），以及你从外面施加的任何推力（F(t)）。把它们汇齐，就得到 m d^2x/dt^2 + c dx/dt + k x = F(t)。这便是整篇指南的全部内容——一个二阶线性方程，系数为常数，正是你在本级前面用特征方程驯服过其齐次部分的那一类。
现在改造一台电路：一个线圈（电感 L）、一个电阻 R、一个电容 C 串成回路，由电压 V(t) 驱动。用基尔霍夫定律把各处的电压降加起来，就得到 L d^2q/dt^2 + R dq/dt + q/C = V(t)，其中 q 是电容上的电荷。仔细看——它是*同一个方程*。质量 m 变成了电感 L，阻力 c 变成了电阻 R，弹簧劲度 k 变成了 1/C，位移 x 变成了电荷 q。这不是松散的类比；两个系统受完全相同的数学支配，所以你关于弹簧学到的每一条事实，同时也是关于电路的一条事实。这份省俭，正是线性常微分方程值得如此仔细研究的原因。
无人打扰的弹簧：自由振动
先去掉阻力，也去掉推力：m d^2x/dt^2 + k x = 0。整理一下，d^2x/dt^2 = -(k/m) x——加速度永远指回中心，离得越远，回拉越猛。特征方程 m r^2 + k = 0 有一对纯虚根 r = ±i omega_0，其中 omega_0 = sqrt(k/m)，解为 x(t) = A cos(omega_0 t) + B sin(omega_0 t)，一条永远摆动下去的纯正弦。常数 omega_0 就是固有频率——你拨它一下、转身离开后，系统自己鸣响的节拍。更硬的弹簧或更轻的质量鸣响得更快；这一个数，就是系统的签名。
值得看清，为什么实指数和余弦在这里是同一种动物。当特征根算出来是复数 r = ±i omega_0 时，最自然的构件就是复指数 e^{i omega_0 t}。欧拉公式 e^{i theta} = cos(theta) + i sin(theta) 把它拆成一个余弦和一个正弦，于是两个实解 cos(omega_0 t) 和 sin(omega_0 t) 不过是同一个旋转复数的实部和虚部。物理学家和工程师把复数形式一路保留到最后，只在最后一步取实部——这让振幅与相位的代数几乎变得不费吹灰之力，等强迫登场时你就会看到。
两个常数 A 和 B，恰是二阶方程总要携带的那份自由——回想前面讲过的，阶数数的是你必须提供多少条起始事实。在这里，它们由质量从哪里出发、运动得多快来定死，即 x(0) 与 dx/dt(0)。等价地，把解写成单个平移过的余弦 x(t) = R cos(omega_0 t - phi)；这时 R 是振幅（摆多远），phi 是相位（从一个周期的哪里开始）。能量在被拉伸的弹簧（势能）和运动的质量（动能）之间来回晃荡，总量始终不变，因为还没有任何东西去排干它。
阻尼：能量去了哪里
真实的弹簧会慢下来；真实的电路会散热。把阻力放回去：m d^2x/dt^2 + c dx/dt + k x = 0，这就是阻尼谐振子。特征方程是 m r^2 + c r + k = 0，它的判别式 c^2 - 4 m k 决定了系统性格的一切。求根公式给出 r = (-c ± sqrt(c^2 - 4mk)) / (2m)，根据那个平方根下面的符号，会发生三种本质不同的情形。
- 欠阻尼（c^2 < 4mk）：根为复数，r = -gamma ± i omega_d，其中 gamma = c/(2m)。解为 x(t) = R e^{-gamma t} cos(omega_d t - phi)——它仍在振荡，但被裹在一个不断收缩的包络 e^{-gamma t} 之内。拨响的吉他弦、逐渐停下的秋千。注意鸣响频率 omega_d = sqrt(omega_0^2 - gamma^2) 比固有的 omega_0 略*低*；阻尼不仅让它衰减，也让它摆得稍慢一点。
- 临界阻尼（c^2 = 4mk）：判别式消失，两根合并成一个重根 r = -c/(2m)。重根逼出一个带有额外因子 t 的第二解，于是 x(t) = (A + B t) e^{-gamma t}。质量不越过中心、径直滑回原位，而且关键在于它以*尽可能短的时间*做到这一点——这正是好的闭门器和汽车减震器被调到此处的原因，恰在振荡与爬行之间的刀锋上。
- 过阻尼（c^2 > 4mk）：两根都是负实数，于是 x(t) = A e^{r1 t} + B e^{r2 t} 衰减下来，完全不振荡——系统像蜂蜜里的勺子般慢慢渗回静止，比临界情形还要慢。一扇配了太强闭门器的纱门，要花上老半天才合拢。
无论哪种情形，注意这条统一的事实：只要有正的阻尼，齐次解就带着一个衰减因子 e^{-gamma t}，因而随时间流逝*淡向零*。这个 x_h(t) 被称作瞬态——它记得初始条件，短暂地鸣响一阵，然后便消失了。请记住这一点，因为它正是理解一个稳定推力会对系统做什么的钥匙。
驱动它：瞬态对稳态
现在用你自己的节拍去推这个质量：取一个正弦力 F(t) = F_0 cos(omega t)，以*你的*频率 omega 驱动，而它未必与系统的固有频率 omega_0 相符。完整解是齐次瞬态加上一个强迫特解部分，x(t) = x_h(t) + x_p(t)。求 x_p 最干净的工具是待定系数法：既然右端是一个频率为 omega 的正弦，就猜 x_p 是一个*同一*频率的正弦，x_p(t) = R cos(omega t - phi)，再代回去解出振幅 R 与相位滞后 phi。
好处正是在这里兑现的。瞬态 x_h 会衰亡（我们刚看到它带着 e^{-gamma t}），于是过一阵子只剩下 x_p。这个幸存的部分就是稳态：系统已经忘了自己当初是怎么开始的，现在只是*以驱动频率 omega* 一路摆动，而非以它自己的 omega_0。这个结论确实有用——把任何阻尼线性系统驱动得足够久，它就会锁定到你的节拍上。早期那段混乱的运动，是系统固有的鸣响与你的推力相争，那便是瞬态；最终那段干净的节拍，就是稳态。
稳态的振幅才是奖品。把猜测代入，得到 R = F_0 / sqrt((k - m omega^2)^2 + (c omega)^2)。把它当作驱动频率 omega 的函数来读：它告诉你，一推接一推，对给定的推力你得到多大的响应。输出振幅与输入之比——传递函数——正是工程师思考每一个滤波器、天线和减震座架的核心。再看看那个分母在哪里变小：当 m omega^2 趋近 k，也就是 omega 趋近 omega_0 = sqrt(k/m) 时。那便是通往共振的门户。
共振，以及它温和的表亲：拍
恰好以系统的固有频率去驱动它，omega = omega_0，弹簧便在每一刻都与你的推力一拍即合：你总是顺着它已经运动的方向往里加能量，一推接一推又一推。在轻阻尼下，稳态振幅 R 膨胀到约 F_0/(c omega_0)——很大，且随着阻尼 c 缩向零而无界地增长。这就是共振：一个微小的周期力，以恰好对的节拍施加，便堆起一个巨大的响应。正是它，让一个恰在刻度频率上的微弱无线电信号从空气中被挑选出来、而其余全被忽略；让歌唱家的一个音符震碎酒杯；也正是被归咎于塔科马海峡大桥在垮塌前那狂野振荡的机制。
现在以*接近*但不恰好等于固有频率去驱动它——omega 在 omega_0 附近，阻尼可忽略。把固有的鸣响与强迫响应叠加起来，两个频率几乎相等的余弦，一条三角恒等式便把它们的和变成一个以平均频率快速振荡、却包裹在一个以*差*频 (omega_0 - omega)/2 缓慢起伏的包络之内的波。振幅胀大又消退，胀大又消退。这就是[[beats|拍]]：当两根稍微跑调的吉他弦一起发声时，你听见的那种一涨一落的搏动，那缓慢的「哇——哇——」声，你把拍调得越来越慢，直到它消失、两弦相合，便算调准了。拍是共振温和的表亲——系统与驱动来回交换能量，只因它始终差那么一点跟不上步。
把它合起来，以及它通向何处
退一步看，整个故事就是一幅图。完整的运动永远是 x(t) = x_h(t) + x_p(t)：一个瞬态，记着你的起始条件，并（在阻尼下）淡去；加上一个稳态响应，只要驱动还在，它就一直延续。自由、阻尼、强迫、共振、拍——它们不是五个互不相干的话题，而是同一个方程的五种读法，区别只在于你打开了什么。下面这幅图一眼勾出这片地形。
m x'' + c x' + k x = F(t) omega_0 = sqrt(k/m) gamma = c/(2m)
F = 0, c = 0 free x = R cos(omega_0 t - phi) rings forever
F = 0, c > 0 transient x = R e^{-gamma t} cos(omega_d t - phi) fades
underdamped c^2 < 4mk (oscillates, decaying)
critical c^2 = 4mk (fastest return, no overshoot)
overdamped c^2 > 4mk (creeps back, no oscillation)
F = F0 cos(omega t) x = [transient] + [steady state at omega]
amplitude R = F0 / sqrt((k - m omega^2)^2 + (c omega)^2)
omega ~ omega_0 R blows up -> RESONANCE
omega near omega_0, c~0 slow envelope -> BEATS通向这一切还有一条更利落的路，留待后面的指南完整展开：拉普拉斯变换把整个微分方程连同初始条件一起，化成关于变量 s 的寻常代数，传递函数 1/(m s^2 + c s + k) 在那里直接现身，而共振则表现为极点向虚轴爬近。眼下，你搭起的这套手算图景才是要留住的：猜一个正弦，读出振幅与相位，盯住那个分母。
再往上一级，把整件事推广开来：耦合两个弹簧，或一整串弹簧，一个标量方程就变成一组耦合的线性常微分方程*系统*。你在这里找到的固有频率，会裂成若干个简正模式，每个以自己的节奏鸣响，而一举解出它们全部的优雅工具，正是矩阵指数 e^{A t}——下一篇指南的主题。本篇所讲的一切，都是那朵更大的花的一维种子。