微分方程入门:知道"怎么变"反推"变成啥"
【章首引子】你不知道病毒总数,但知道"每过一天,病例数翻一倍"。把这条规律写成方程,解出来就还原出整条增长曲线。自然界的动态规律——人口、冷却、振动、电路——写出来几乎都是微分方程。
① 是什么:含未知函数导数的方程
啥最经典的 dy/dx = ky
定义:方程里出现未知函数的导数,就是微分方程。最经典:dy/dx = ky(变化率和当前量成正比),解是 y = C·eᵏˣ。k>0 指数增长(人口、病毒),k<0 指数衰减(放射性、冷却)。
一阶线性:y′ + P(x)y = Q(x),用积分因子 e^(∫P dx) 求解。二阶常系数:y″ + py′ + qy = 0,解的形状由特征方程 r² + pr + q = 0 的根决定。
② 怎么想到的:认型→套解法
思解题心法:先认型再动手
可分离变量:dy/dx = f(x)g(y),把含 y 的挪左边、含 x 的挪右边,各回各家各积分。
一阶线性:套积分因子公式。
二阶常系数:写特征方程 r²+pr+q=0。两不同实根 → 指数叠加;重根 → (C₁+C₂x)eʳˣ;共轭复根 α±βi → e^αx(C₁cosβx+C₂sinβx)(振动!)。
③ 完整解法:三个例题
证微分方程入门:知道"怎么变"反推"变成啥"的核心定理与公式
推导思路:①以最经典的 $\frac{\mathrm{d}y}{\mathrm{d}x}=ky$ 为例,先假设 $y\neq 0$,把 $y$ 移到左边、$\mathrm{d}x$ 移到右边,分离得 $\frac{\mathrm{d}y}{y}=k\,\mathrm{d}x$。②两边同时积分:$\ln|y|=kx+C_1$。③取指数消掉对数:$|y|=e^{kx+C_1}=e^{C_1}e^{kx}$,把 $\pm e^{C_1}$ 合并成一个任意常数 $C$($C=0$ 对应恒零解,也满足方程)。④得 $y=Ce^{kx}$;代回验证:$y'=kCe^{kx}=ky$,成立。$k>0$ 指数增长,$k<0$ 指数衰减。
直觉把握:微分方程只告诉你"此刻往哪变、变多快",解才是"整条轨迹长什么样"——就像只给你一沓"每秒速度表",让你还原出整段行程。AI/工程里,ResNet 的残差块 $h_{t+1}=h_t+f(h_t,\theta)$ 就是显式欧拉法在解 ODE;Neural ODE 干脆把整个网络当成连续动力系统;扩散模型的前向加噪/反向去噪也是随机微分方程(SDE)。
④ 用途与案例
种群与传染病
Malthus 指数增长、Logistic 阻滞增长、SIR 传染病模型,全是微分方程。
工程振动
弹簧质量系统、RLC 电路、桥梁风振——二阶常系数方程管着所有"来回晃"。
化学动力学
反应速率 = 浓度的函数,一级反应、二级反应各有各的指数规律。
碳-14 测年代
文物里碳-14 剩多少,用衰变公式反推年代——考古学的定海神针。
⑤ 延展
展知识衔接地图
往研究生走:常微分方程 ODE → 偏微分方程 PDE(热传导方程、波动方程、拉普拉斯方程)→ 数值解(有限元、有限差分)。往 AI 走:神经 ODE 把残差网络看成 ODE 的连续化。
通解和特解混为一谈。微分方程的解带常数 C 叫通解;给了初始条件才能把 C 定死,叫特解。没有初始条件,你只知道"一族曲线",不知道哪一条。
练习
【基础】解 dy/dx = −3y,y(0)=10。
查看思路与解答
y = C e^(−3x)。代 y(0)=10:C=10。答案:y = 10 e^(−3x),指数衰减。【进阶】y″ + 4y = 0 的通解?
查看思路与解答
特征 r²+4=0 → r=±2i。答案:y = C₁cos 2x + C₂sin 2x,周期振动。① 微分方程 = 知道变化率反推整条曲线;dy/dx=ky → y=C eᵏˣ。
② 二阶常系数看特征方程根的类型:实根指数、复根振动;通解带 C,初始条件定特解。