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)12Ta​276 °C

一个 480 °C 的钢锻件放在 28 °C 的车间里冷却。 12 min 后其温度为 276 °C。 它遵循牛顿冷却定律 dT/dt = −k·(T − Tₐ)。 求常数 k,以 min⁻¹ 计。

T0 = 480 °CTa = 28 °CT(12) = 276 °C
k = min⁻¹
2.微分方程困难
t (min)m (kg)t = ?32 kg

一个水箱装有 200 L 纯水。 每升含盐 0.2 kg 的盐水以 5 L/min 流入,混合均匀的溶液以相同流量流出。 多少分钟 t 后水箱中含盐 32 kg?

V = 200 Lm0 = 0 kgc = 0.2 kg/Lr = 5 L/min
t = min
3.积分中等
xy1y = √(x)

将 y = √(x) 之下、从 x = 0 到 x = 1 的区域绕 x 轴旋转。求该旋转体(抛物面体)的体积 V。

y = √(x)0 ≤ x ≤ 1
V =
4.积分困难
xyy = 0.5x2​y = 2x

求由 y = 0.5x2 和 y = 2x 围成区域的面积 A。

y = 0.5x2y = 2x
A =
5.导数中等
xyx = 0

设 f(x) = (3x + 1)5。求 f′(0)。

f(x) = (3x + 1)5x = 0
f′(0) =
6.导数困难
xy

设 f(x) = x3 + 4.5x2 + 6x + 1。求局部极小值点的 x 坐标 x。

f(x) = x3 + 4.5x2 + 6x + 1
x =
7.数值方法中等

对 ∫02 x³ dx 使用梯形法则。误差至多为 (b − a)³·M/(12n²),其中 M 为 [0, 2] 上的 max|f″|。求能保证误差小于 0.0005 的最少窄条数 n。

f(x) = x³[a, b] = [0, 2]ε = 0.0005
n =
8.数值方法困难
00.050.111.051.1ty(0, 1)

对 y′ = 1 + sin(ty),y(0) = 1,取 h = 0.1,做一步经典龙格–库塔法 (RK4)。求 y₁ ≈ y(0.1)。

y′ = 1 + sin(ty)y(0) = 1h = 0.1
y1 =

3溶液

1.微分方程

答案: k = 0.05002 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−12k = 248/452

解出 k

k = ln(452/248)/12 = 0.05002 min⁻¹

答案

k = 0.05002 min⁻¹
2.微分方程

答案: t = 64.38 min

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。

结果

m(t) = 40 + (−40)·e−t/40

解出 t

e−t/40 = (40 − 32)/(40 − 0) = 0.2
t = 40·ln(5) = 64.38 min

答案

t = 64.38 min
3.积分

答案: V = 1.571

旋转体体积:把 y = f(x) 之下、从 x = a 到 x = b 的区域绕 x 轴旋转,得到一个旋转体,它在 x 处的横截面是半径为 f(x) 的圆盘。把圆盘相加得 V = π∫ₐᵇ f(x)² dx。当区域位于外曲线 R(x) 与内曲线 r(x) 之间时,每个薄片是一个垫圈:V = π∫ₐᵇ (R(x)² − r(x)²) dx。相减之前要先把半径平方。

圆盘法

V = π∫₀1 x dx

积分

V = π·1·1²/2 = 1.571

答案

V = 1.571
4.积分

答案: A = 5.333

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

0.5x2 = 2x → x = 0, x = 4

对上减下积分

A = [x2 − 0.1667x3]04 = 5.333

答案

A = 5.333
5.导数

答案: f′(0) = 15

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。

链式法则

f′(x) = 5·(3x + 1)4·3

代入

f′(0) = 5·14·3 = 15

答案

f′(0) = 15
6.导数

答案: x = −1

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。

导数

f′(x) = 3x2 + 9x + 6 = 3·(x2 + 3x + 2)

解 f′(x) = 0

x = −2 或 x = −1

判断哪个是哪个

f″(x) = 6x + 9:在极大值处为负,在极小值处为正。

f″(−2) = −3, f″(−1) = 3
x = −1

答案

x = −1
7.数值方法

答案: n = 127

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。

二阶导数的上界

M = 6·2 = 12

解出 n

n² > 8·12/(12·0.0005) = 16000
n > 126.5 → n = 127

答案

n = 127
8.数值方法

答案: y1 = 1.105

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。

四个斜率

k₁ = f(0, 1) = 1
k₂ = f(0.05, 1.05) = 1.052476
k₃ = f(0.05, 1.052624) = 1.052607
k₄ = f(0.1, 1.105261) = 1.110301

合并

y₁ = 1 + (0.1/6)(1 + 2·1.052476 + 2·1.052607 + 1.110301) = 1.105

答案

y1 = 1.105

ExamProblems · examproblems.com/courses/differential-equations