微分方程:速成包

公式表、每个专题的关键方法步骤和 8 道练习题,完整解答附在最后。

新题目返回课程

在打印窗口中选择“另存为 PDF”,即可在设备上保存一份副本。

1公式与方法

微分方程

指数增长/衰减
dy/dt = ky → y = y0ekt
半衰期
k = ln 2 / t½
牛顿冷却定律
T(t) = Ta + (T0 − Ta)e−kt
积分因子
y′ + p(x)y = q(x): μ = e∫p dx, (μy)′ = μq
混合槽
dm/dt = r·c − (r/V)·m

积分

幂法则
∫xⁿ dx = xⁿ⁺¹/(n + 1) + C
定积分
∫ab f dx = F(b) − F(a)
常用积分
∫eˣ dx = eˣ, ∫1/x dx = ln|x|, ∫sin x dx = −cos x
曲线间的面积
∫ab (f − g) dx

方法

  1. 尽可能把被积函数改写为简单项之和。
  2. 应用幂法则:∫xⁿ dx = xⁿ⁺¹/(n + 1),以及 ex、1/x、sin 和 cos 的基本积分。
  3. 当看到一个函数和它的导数同时出现时,用换元法。
  4. 对于定积分,计算 F(b) − F(a)。

导数

幂法则
(xⁿ)′ = n·xⁿ⁻¹
乘积法则
(uv)′ = u′v + uv′
商法则
(u/v)′ = (u′v − uv′)/v²
链式法则
f(g(x))′ = f′(g(x))·g′(x)
常用导数
(eˣ)′ = eˣ, (ln x)′ = 1/x, (sin x)′ = cos x, (cos x)′ = −sin x

方法

  1. 识别结构:和、积、商还是复合。
  2. 对 x 的每个幂应用幂法则。
  3. 需要时使用乘积法则、商法则或链式法则。
  4. 化简,如有要求再代入该点求值。

数值方法

二分法
c = (a + b)/2, width after n steps (b − a)/2ⁿ
牛顿–拉弗森法
xn+1 = xₙ − f(xₙ)/f′(xₙ)
线性插值
y = y₁ + (y₂ − y₁)(x − x₁)/(x₂ − x₁)
梯形法则
T = (h/2)[f₀ + 2f₁ + … + 2fn−1 + fₙ], h = (b − a)/n
辛普森法则(n 为偶数)
S = (h/3)[f₀ + 4f₁ + 2f₂ + … + 4fn−1 + fₙ]
梯形法则的误差界
|E| ≤ (b − a)h²M/12, M = max|f″|
欧拉
yn+1 = yₙ + h·f(tₙ, yₙ)
休恩法
yn+1 = yₙ + (h/2)(k₁ + k₂), k₂ = f(tₙ + h, yₙ + hk₁)
RK4
yn+1 = yₙ + (h/6)(k₁ + 2k₂ + 2k₃ + k₄)

方法

  1. 求根:二分法要检查变号,牛顿法要计算 f 和 f′,并在迭代值表中保留六位或更多位数字。
  2. 求表中的值:在两个相邻的点之间做线性插值。
  3. 求积分:求出 h = (b − a)/n,列出每个节点处的 f,应用权重(梯形法则为 1, 2, …, 2, 1;n 为偶数时辛普森法则为 1, 4, 2, …, 4, 1),再乘以 h/2 或 h/3。
  4. 求常微分方程:从 t₀ 出发,用 yₙ₊₁ = yₙ + h·f(tₙ, yₙ)(欧拉法)或平均斜率(休恩法)逐步前进,每步一行,直到到达所要求的 t。

2练习题

1.微分方程中等
t (min)T (°C)33Ta​339 °C

一个 460 °C 的钢锻件放在 30 °C 的车间里冷却。 33 min 后其温度为 339 °C。 它遵循牛顿冷却定律 dT/dt = −k·(T − Tₐ)。 求常数 k,以 min⁻¹ 计。

T0 = 460 °CTa = 30 °CT(33) = 339 °C
k = min⁻¹
2.微分方程困难
xy13(1, 3)y(3) = ?

求解初值问题 y′ + y/x = 1,x > 0,y(1) = 3。求 y(3)。

y′ + y/x = 1y(1) = 3
y(3) =
3.积分中等
xy03

计算 I = ∫03 e0.5x dx。

f(x) = e0.5x[0, 3]
I =
4.积分困难
xyy = x2​y = 3x

求由 y = x2 和 y = 3x 围成区域的面积 A。

y = x2y = 3x
A =
5.导数中等
xyx = 1.5

设 f(x) = x·e2x。求 f′(1.5)。

f(x) = x·e2xx = 1.5
f′(1.5) =
6.导数困难
xyx = 2

f(x) = −x2 + 2x + 4 在 x = 2 处的切线与 y 轴交于 y = b。求 b。

f(x) = −x2 + 2x + 4x = 2
b =
7.数值方法中等
xy00.3750.751.1251.5

用梯形法则取 n = 4 条窄条,近似计算 ∫01.5 √(1 + x³) dx。给出 T。

f(x) = √(1 + x³)[a, b] = [0, 1.5]n = 4
T =
8.数值方法困难
00.511.50.40.60.81ty(0, 0.5)

对 y′ = y − t²,y(0) = 0.5,用休恩法(改进欧拉法),取 h = 0.5,估计 y3 ≈ y(1.5)。

y′ = y − t²y(0) = 0.5h = 0.5
y3 =

3溶液

1.微分方程

答案: k = 0.01001 min⁻¹

一阶微分方程:dy/dt = k·y 的解为 y = y₀·ekt(k > 0 时增长,k < 0 时衰减);半衰期 T 对应 k = ln 2/T。牛顿冷却定律 dT/dt = −k·(T − Tₐ) 给出 T(t) = Tₐ + (T₀ − Tₐ)·e−kt。线性方程 y′ + p(x)·y = q(x) 用积分因子 μ = e∫p dx 求解:(μy)′ = μq,所以 μy = ∫μq dx + C。

温差之比

e−33k = 309/430

解出 k

k = ln(430/309)/33 = 0.01001 min⁻¹

答案

k = 0.01001 min⁻¹
2.微分方程

答案: y(3) = 2.333

一阶微分方程:dy/dt = k·y 的解为 y = y₀·ekt(k > 0 时增长,k < 0 时衰减);半衰期 T 对应 k = ln 2/T。牛顿冷却定律 dT/dt = −k·(T − Tₐ) 给出 T(t) = Tₐ + (T₀ − Tₐ)·e−kt。线性方程 y′ + p(x)·y = q(x) 用积分因子 μ = e∫p dx 求解:(μy)′ = μq,所以 μy = ∫μq dx + C。

积分因子

μ = e∫1/x dx = x1

积分

(x1y)′ = x → x1y = 1x2/2 + C

初始条件

3 = 1/2 + C → C = 2.5

求值

y(3) = (1·32/2 + 2.5)/31 = 2.333

答案

y(3) = 2.333
3.积分

答案: I = 6.963

定积分:∫ₐᵇ f(x) dx 是从 a 到 b 图像与 x 轴之间的有向面积。求一个原函数 F(F′ = f),再计算 F(b) − F(a)。幂法则:∫xⁿ dx = xⁿ⁺¹/(n + 1)。两条曲线之间的面积为 ∫(上 − 下) dx。

原函数

F(x) = e0.5x/0.5

代入上下限

I = (e1.5 − 1)/0.5 = (4.482 − 1)/0.5 = 6.963

答案

I = 6.963
4.积分

答案: A = 4.5

定积分:∫ₐᵇ f(x) dx 是从 a 到 b 图像与 x 轴之间的有向面积。求一个原函数 F(F′ = f),再计算 F(b) − F(a)。幂法则:∫xⁿ dx = xⁿ⁺¹/(n + 1)。两条曲线之间的面积为 ∫(上 − 下) dx。

交点

x2 = 3x → x = 0, x = 3

对上减下积分

A = [1.5x2 − 0.3333x3]03 = 4.5

答案

A = 4.5
5.导数

答案: f′(1.5) = 80.34

求导:导数 f′(x) 是图像在 x 处的斜率。幂法则:(xⁿ)′ = n·xⁿ⁻¹。乘积法则:(uv)′ = u′v + uv′。链式法则:(f(g(x)))′ = f′(g(x))·g′(x)。在 f′(x) = 0 处,图像有水平切线:极大值、极小值或鞍点。

乘积法则

f′(x) = u′v + uv′ = e2x·(1 + 2·x)

代入

f′(1.5) = 20.09·(1 + 3) = 80.34

答案

f′(1.5) = 80.34
6.导数

答案: b = 8

求导:导数 f′(x) 是图像在 x 处的斜率。幂法则:(xⁿ)′ = n·xⁿ⁻¹。乘积法则:(uv)′ = u′v + uv′。链式法则:(f(g(x)))′ = f′(g(x))·g′(x)。在 f′(x) = 0 处,图像有水平切线:极大值、极小值或鞍点。

切点和斜率

f(2) = 4
f′(x) = −2x + 2 → f′(2) = −2

x = 0 处的切线值

b = f(x₀) − f′(x₀)·x₀ = 4 − (−2)·2 = 8

答案

b = 8
7.数值方法

答案: T = 1.995

数值积分:把 [a, b] 分成 n 条宽度为 h = (b − a)/n 的窄条,节点为 x₀ … xₙ。梯形法则:T = (h/2)[f₀ + 2f₁ + 2f₂ + … + 2fn−1 + fₙ]。辛普森法则(n 为偶数):S = (h/3)[f₀ + 4f₁ + 2f₂ + 4f₃ + … + 4fn−1 + fₙ]。梯形法则的误差按 h² 缩小(误差界 (b − a)h²·M/12,其中 M = max|f″|),辛普森法则按 h⁴ 缩小,所以在节点数相同时辛普森法则通常精确得多。

ixᵢf(xᵢ)体重001110.3751.026028220.751.192424231.1251.556865241.52.091651

节点与函数值

h = 0.375
Σ wᵢfᵢ = 1 + 2·1.026028 + 2·1.192424 + 2·1.556865 + 2.09165 = 10.642285

梯形法则

T = (0.375/2)·10.642285 = 1.995

答案

T = 1.995

这个积分没有初等原函数,这正是需要数值方法的情形。

8.数值方法

答案: y3 = 0.4844

y′ = f(t, y) 的数值解:欧拉法沿每一步起点处的斜率前进:yn+1 = yₙ + h·f(tₙ, yₙ)。休恩法(改进欧拉法)取起点处斜率与欧拉预测点处斜率的平均:k₁ = f(tₙ, yₙ),k₂ = f(tₙ + h, yₙ + h·k₁),yn+1 = yₙ + (h/2)(k₁ + k₂)。经典龙格–库塔法 (RK4) 结合四个斜率:yn+1 = yₙ + (h/6)(k₁ + 2k₂ + 2k₃ + k₄)。欧拉法的整体误差与 h 成正比,休恩法与 h² 成正比,RK4 与 h⁴ 成正比。

ntₙyₙk₁k₂yₙ₊₁000.50.50.50.7510.50.750.500.875210.875−0.125−1.43750.484375

休恩法各步

y₁ = 0.5 + (0.5/2)(0.5 + 0.5) = 0.75
y₂ = 0.75 + (0.5/2)(0.5 + 0) = 0.875
y₃ = 0.875 + (0.5/2)(−0.125 − 1.4375) = 0.484375
00.511.50.40.60.81ty

图表

y3 = 0.4844

答案

y3 = 0.4844

精确值为 y(1.5) = 0.527466。

ExamProblems · examproblems.com/courses/differential-equations