拉普拉斯变换求微分方程的关键,不是直接求导,而是把每个导数替换成含初值的 域代数项。这样微分方程会变成关于未知函数 的普通代数方程,求出它后再做逆变换即可得到完整时域解。
设
一阶导数满足
二阶导数满足
更高阶导数遵循同样规律:每增加一阶导数,就多乘一个 ,同时依次减去对应的初值项。这也是拉普拉斯法特别适合初值问题的原因——初始状态会直接进入代数方程,不需要在得到通解后再次解常数方程。

考虑初值问题
并给定
对方程两边同时做拉普拉斯变换。左侧三项分别为
右侧常数 的变换是
因此原来的微分方程被转换为
这里最容易出错的是遗漏初值项。例如把 错写成 ,最终得到的将不是这个初值问题的解。
把所有含 的项放在一起:
于是
接下来已经不再需要处理微分运算,而只是一个有理函数的代数分解。写成部分分式:
分别令 、、,得到
因此
使用基本变换对
逐项逆变换,可得
这已经同时包含微分方程本身和初始条件的信息,不需要再额外引入两个待定常数。
先检查初值。令 :
对结果求导:
因此
两个初值都满足。进一步计算
代回原方程,可得
说明得到的时域表达式确实满足原初值问题。
处理常系数线性微分方程时,可以把步骤稳定压缩成一条链路:先变换每个导数并立即代入初值,再整理求出 ,随后做部分分式和逆变换,最后检查初值与原方程。真正需要重点防范的错误,是导数变换时漏掉初值或弄错符号,因为这类错误会从代数方程一直传递到最终答案。