上一篇把你帶到哪裡
第三篇展示了讓整台機器值回票價的妙招：導數的變換 把微分換成乘以 s，而且——這正是它的餽贈——把初始值 y(0) 與 y'(0) 直接拉進代數裡。所以當你對一個線性常係數方程施以 拉普拉斯變換，那個微分方程便塌縮成一個只含單一未知量 Y(s)（也就是答案的變換）的普通方程。用小學程度的代數解它，你就讓 Y(s) 孤零零地站在等號左邊。最難的部分過去了——只不過你如今困在 s 的世界裡，手上拿的是 Y(s) 而不是 y(t)。
這份「困住」正是本篇要解決的問題。變換的全部用意，就是逃離微積分進入代數、在那裡做輕鬆的活，然後回到一個 t 的函數。回家的旅程就是 拉普拉斯反變換：給定 Y(s)，找回那個以它為變換的唯一 y(t)。原則上，反變換是複數平面上的一個圍道積分（布朗維奇積分），聽起來很嚇人。但實務上你幾乎從不碰那個積分。你只要把 Y(s) 重塑成每一塊都對應到當初正向時用過的那張同一張 變換表 裡的某一條目——然後把每一塊倒著讀回來。
為何部分分式是天生的鑰匙
這裡有個幸運的結構性事實，讓一切都對上了。當原方程是線性常係數的，你解出的 Y(s) 永遠是一個 有理函數——兩個多項式之比 N(s)/D(s)。分母 D(s) 本質上就是方程的 特徵多項式（再加上外力貢獻的部分），而分子則承載著初始資料與外力。整個有理函數很少剛好對上某一條表列。但它的組成磚塊可以。
部分分式分解 就是那套把複雜有理函數砸成一堆簡單碎片的代數——而那些碎片恰好就是表所說的語言。分母裡像 (s - a) 這樣的因式貢獻一項 A/(s - a)，其反變換是指數 A e^(at)。重根因式 (s - a)^2 貢獻 A/(s - a)^2，其反變換帶來一個 t e^(at)。像 (s - p)^2 + w^2 這樣不可約的二次式，貢獻一個 阻尼振盪 的正弦與餘弦碎片。分母的因式分解，就是解的解剖結構提前寫好了。
denominator factor in D(s) partial-fraction piece inverse -> y(t) -------------------------------- ---------------------------- ------------------- (s - a) simple A / (s - a) A e^(at) (s - a)^2 repeated A/(s-a) + B/(s-a)^2 A e^(at) + B t e^(at) (s-p)^2 + w^2 complex pair (B s + C) / ((s-p)^2 + w^2) e^(pt)(... cos wt + ... sin wt)
擺好並破解分解式
這套機械步驟值得慢慢做一次，好讓它從此自動化。假設變換後你來到 Y(s) = (3s + 5) / ((s + 1)(s + 3))。分母已分解為兩個相異的單根，所以你寫下 Y(s) = A/(s + 1) + B/(s + 3)，然後去獵捕 A 與 B 這兩個數。有兩條誠實的途徑可找到它們：通分後比對係數，或對單根使用「遮蓋法」捷徑。兩者答案相同；挑你信得過的那一條。
- 把分母在實數範圍內完全分解：相異一次因式、重複一次因式、與不可約二次式。這個分解其實就是在找 極點——也就是 Y(s) 爆掉的那些 s 值。
- 寫出模板：每個單因式上面擺一個未知數；對於被升到 k 次方的因式，從 1 次到 k 次每一級各擺一項（所以 (s - a)^2 同時需要 A/(s - a) 與 B/(s - a)^2）。
- 解出那些常數。遮蓋法：要得到 A，把 Y(s) 裡的 (s + 1) 因式遮住，再把剩下的部分代入 s = -1，得 A = (3(-1) + 5)/(-1 + 3) = 1。同理 B = (3(-3) + 5)/(-3 + 1) = 2。
- 把每個碎片透過表讀回去。A/(s + 1) = 1/(s + 1) 反變換為 e^(-t)；B/(s + 3) = 2/(s + 3) 反變換為 2 e^(-3t)。把它們相加：y(t) = e^(-t) + 2 e^(-3t)。
配方法與位移定理
真實的方程很愛產生複根——每一個 欠阻尼 振盪都會。當分母含有一個不可約的二次因式時，別硬把它放到複數上分解；改用 配方法，把它寫成 (s - p)^2 + w^2。正是這一個改寫解鎖了振盪型的表列，因為表知道 s/(s^2 + w^2) 反變換為 cos(wt)、w/(s^2 + w^2) 反變換為 sin(wt)。從配方中冒出來的 p 是衰減（或成長）率；w 是振鈴頻率。你幾乎能在計算任何東西之前，就從配好的方裡讀出定性行為。
(s - p)^2 + w^2 裡的那個 p，由 第一位移定理（s 位移）來處理，而它的乾淨利落值得細細品味。定理說：在任何變換中把 s 換成 s - p，對應到把時間函數乘上 e^(pt)。所以一旦你會反變換那個置中的碎片——例如 w/(s^2 + w^2) 給出 sin(wt)——那個位移過的碎片 w/((s - p)^2 + w^2) 就只是多得一個因子：e^(pt) sin(wt)。所有看似雜亂的阻尼，不過是那一個指數包絡滑了進來。在 s 中位移就是在 t 中乘以一個指數；這對配搭正是整張表的心跳。
所以在你反變換之前，極點在 s 平面上的位置就把整個故事講完了。負實軸上的一個極點意味著衰減的指數；一對複根 p ± iw 意味著一個頻率為 w 的振盪 e^(pt)；實部 p 決定那個振盪是逐漸消亡（p < 0）、維持穩定（p = 0）、還是成長（p > 0）。這就是工程師的習慣：盯著 極點 看，不必回到 t 就預測穩定性。部分分式這一步，悄悄地，是逐個極點地讀出系統的命運。
它如何卡進完整的演算法
拉遠來看這篇住在哪裡。拉普拉斯主演算法 有三步：變換方程（正向查表，加上那條內建初始條件的導數法則）、解出所得代數方程中的 Y(s)、然後反變換。本篇裡的一切都是那第三步。第五篇——壓軸——會把一個完整的初值問題從頭走到尾，你將看到部分分式在實際脈絡中正是做這件工作；一旦分解擺好，反變換這一步從來不是瓶頸。
把邊界講清楚是值得的。這條乾淨的部分分式路線之所以行得通，正是因為方程是 線性且常係數 的——這才保證了 Y(s) 是有理函數。一旦係數隨 t 變化，或方程變成非線性，Y(s) 就不再是兩多項式的整潔之比，查表加部分分式也就不再是答案；那些問題得倚靠冪級數、數值方法、或前幾級講過的定性分析。而即使在線性的世界裡，若外力本身的變換不是有理的（或它帶著開關與脈衝），就會把你推向 第二位移定理 與卷積——那是下一級的內容。
有一個令人安心的合理性檢查，把這一切繫回本級之前學過的東西。部分分式遞給你的那些項——e^(at)、t e^(at)、e^(pt) cos(wt)、e^(pt) sin(wt)——正是你當初用舊方法、透過 特徵方程 解常係數方程時遇到的同一批組成磚塊。這絕非巧合：你正在分解的那個分母 D(s)，就是特徵多項式喬裝而成的。拉普拉斯並沒有取代舊方法；它只是重新包裝了它，好讓初始條件免費搭便車，而帳目運算化為純粹的代數。