時間中的拉普拉斯變換

時間不像空間

到這一步，傅立葉變換已像回到家一樣親切。你把函數拆成純波，那個惱人的 x 導數化作俐落的乘以 i k，整條線上的偏微分方程便坍縮成代數。但仔細看看這套把戲活在哪裡：它活在空間變數 x 裡，而 x 從負無窮跑到正無窮，對稱而無界。至於時間——那個我們一直默默當作參數帶著走的變數——卻是另一種生物。它從一個確定的瞬間 t = 0 開始，且只朝前邁進；沒有人會把一根棒在 t = 負無窮的溫度交到我們手上，他們交給我們的是它此刻的溫度，並問接下來會怎樣。

正是這份「單向性」，使得對時間做傅立葉變換隱隱不對勁，也正因如此，人們為這份工作另造了一件工具。拉普拉斯變換 把一個函數 f(t)——只在 t 大於等於 0 處有定義——對 e^(-s t) 積分，其中 s 是一個複變數。傅立葉只看見純粹的振盪，拉普拉斯的核 e^(-s t) 卻還看見純粹的增長與衰減，因為 s 可以帶實部。這絕非偶然：逐漸消退的瞬態擴散、漸趨穩定的電路、電線上漸漸死去的脈衝——這些都是衰減的故事，而拉普拉斯正是衰減的語言。

把兩者並排端詳。傅立葉對整個 x 積分，從負無窮到正無窮，對的是振盪核 e^(-i k x)，k 為實數——最適合一個兩側皆有、無界的空間。拉普拉斯只從 t = 0 起往前積分，對的是 e^(-s t)，並允許 s 取複數——最適合一個從初始瞬間開始的單向時間。每個變數定義域的形狀，正是挑選工具的依據：同一股「用頻率內容換掉函數」的衝動，被裁剪來配合一具只朝一個方向滴答的時鐘。

把初始資料吞下的那條法則

傅立葉變換靠一件事實立足：對 x 微分，就乘以 i k。拉普拉斯變換有它自己的版本，而且更友善，因為它替你多做了一份工。分部積分一次，你會發現 f'(t) 的變換是 s F(s) 減去 f(0)——導數化成乘以 s，而初始值 f(0) 被抽了出來、擺到桌面上。對二階導數再做一次，f''(t) 的變換便是 s^2 F(s) 減去 s f(0) 再減去 f'(0)。這個規律就是頭條：每個時間導數都化成 s 的一個次方，而初始條件並未遺失——它們被直接烘進了代數裡。

transform of  f'(t)   =  s F(s)  -  f(0)
transform of  f''(t)  =  s^2 F(s)  -  s f(0)  -  f'(0)

  time-derivative   <-->   multiply by s,  AND  hand back the initial data
  (the coupling)           (algebra, with f(0), f'(0) already inside)

每多一階對 t 的導數，就多乘一個 s，並交回一份初始資料。這正是拉普拉斯與初值問題天作之合的原因：從第一行起，資料就已在公式裡了。

把與傅立葉的差別感受到骨子裡。當你在空間中對熱方程做傅立葉變換時，初始輪廓 f(x) 得另外帶著，到逆變換那步才縫回去。在這裡，對一條偏微分方程在時間中施以拉普拉斯變換，會讓每個 u_t 與 u_tt 都坍縮成 s 與 s^2，而 f(0) 與初速度早已疊進同一個式子裡。沒有什麼要記著待會兒再補上的東西；你一變換，初始資料就成了方程的一部分。正是這一個特性，使拉普拉斯成為初值問題的天然夥伴。

變換時間、在空間中解、再逆變換

整套方法用一句話講完，而且請注意它是傅立葉策略的鏡像。用傅立葉時，你變換的是空間變數，剩下一條時間中的常微分方程。用拉普拉斯時，你變換的是時間變數，剩下一條空間中的常微分方程。把拉普拉斯變換在 t 中施於熱方程 u_t = k u_xx。左側 u_t 變成 s U 減去初始溫度 f(x)。右側 k u_xx 對 s 毫無變動，只是 U 如今成了 x 與 s 的函數——所以它仍是 k U_xx。偏微分方程就此化為 k U_xx 減 s U 等於負 f(x)：一條在 x 中的常微分方程，s 以參數身分搭便車，初始資料則明明白白地坐在那兒當源項。

對 t 變換偏微分方程。每個 u_t 化成 s U 減初始資料，每個 u_tt 化成 s^2 U 減資料，於是 u_t = k u_xx 變成常微分方程 k U_xx - s U = -f(x)，s 為固定參數。
解出在 x 中的常微分方程。如今它是空間中一個尋常的邊界值問題；它的解帶有像 e^(-sqrt(s/k) x) 這樣的因子，而 s 的平方根正是後續一切有趣行為的種子。
施加空間邊界條件。邊界資料——某個維持住的溫度、一個絕熱端——釘住那些自由常數，與處理任何常微分方程時無異，留下 U(x, s) 一個乾淨的公式。
從 s 逆變換回 t。施以逆拉普拉斯變換，把 U(x, s) 變回 u(x, t)。一如傅立葉，真正的功夫——以及真正的難處——都藏在這最後一步裡。

回程票，以及難關所在

你的答案 U(x, s) 此刻活在 s 世界裡，你必須走回去，把它讀成 u(x, t)。回程票就是 布隆維奇逆變換積分。它與沿實軸積分的傅立葉逆變換不同，這一條沿著複平面上一條垂直線往上跑，那條線擺在 F(s) 每個奇點的右側。正是這份垂直的擺位，讓拉普拉斯能處理那些緊貼著實軸的實積分永遠看不見的增長與衰減。不過要誠實：實務上你幾乎從不照原樣去算它。你把積分路徑往左閉合成一個大環，讓留數定理來算帳。

這正是物理終於走進光亮裡的時刻，而它確實美麗。F(s) 的極點——那些它炸開的點——成了 u(x, t) 的建材。一個位於 s = 負 gamma 的單極點，貢獻出一個像 e^(-gamma t) 那樣衰減的項：那個極點就是系統的一個固有模態，以它自己的速率死去。所以讀出極點，便能在你計算任何一條積分之前，告訴你系統的固有頻率與衰減速率。擴散問題還添了一道轉折：第二步出現的 sqrt(s) 不是極點，而是一道分支切割，把路徑繞著那道切割纏起來，正是製造出擴散著稱的那種瀰漫、誤差函數、代數式拖尾行為的緣由。

既是波又是擴散的那條電纜

拉普拉斯變換真正大放異彩之處，是 電報方程——信號沿一條長電纜行進的模型，無論是老式電報線、同軸電纜，甚至是神經纖維。這樣一個信號同時做兩件事：它像波一樣傳播，又像擴散一樣洩漏與衰減。一種常見的形式寫作 u_tt + (a + b) u_t + a b u = c^2 u_xx。剝去 u_t 與 u 兩項，剩下的便是純粹的波動方程 u_tt = c^2 u_xx；只留一個佔主導的 u_t、丟掉 u_tt，則浮現一條擴散方程。電報方程恰恰活在兩者之間，而那個摩擦項 u_t 就是讓信號在行進中衰減並暈開的新元素。

跑一遍這套方法：在時間中做拉普拉斯變換，方程便成為一條在 x 中的邊界值常微分方程，其解帶有像 e^(-sqrt(...) x) 那樣的因子。經由布隆維奇路徑逆變換，揭示出兩樣東西結伴而行——一道以速度 c 行進的尖銳波前，外加一條拖在其後的擴散尾巴。變換還免費奉上色散關係，告訴你每個頻率如何行進與衰減。它更帶來一句著名的妙語：奧利弗・黑維塞發現，只要電纜參數取得恰當的平衡——所謂的「無失真條件」——每個頻率都以相同速度行進，於是信號雖經衰減卻不失真而抵達。正是這一個洞見，使長距離電報與電話成為可能。

s 世界的誠實邊界

在你反射性地伸手去拿拉普拉斯之前，先掂量它所求與所予。如同傅立葉法，它立基於線性與對時間的常係數：時間導數法則之所以成立，全因系統可疊加、且不會隨時鐘滴答而更改自身規則。一個隨 t 變化的係數，或一個非線性項，都會破壞 u_t 化成 s U 的乾淨轉換。而且那條變換積分必須真的收斂——f(t) 可以隨 t 增大而增長，但增長不得快過某個指數，這正是路徑必須坐在每個奇點右側的緣由。拿一個違反這些條件的問題去跑，s 世界根本兜不攏。

並且把誠實的物理理清楚——正是本學習階梯每一篇導讀都堅持的那套物理。電報方程的擴散那一面、以及它退化成的熱方程，具有你早已知曉的平滑化與無窮傳播速度——而讓它在時間中倒著跑是不適定的，這一點任何巧妙的變換都修不好。波動那一面則有有限速度，且不平滑。拉普拉斯變換是一名忠實的記帳員，不是魔術師：方程真正擁有哪種行為，無論適定或不適定，它都照實編碼，而它揭示出的極點與分支切割，不過是方程在如實地說出關於自己的真相罷了。