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
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。
1公式与方法
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
- 尽可能把被积函数改写为简单项之和。
- 应用幂法则：∫xⁿ dx = xⁿ⁺¹/(n + 1)，以及 ex、1/x、sin 和 cos 的基本积分。
- 当看到一个函数和它的导数同时出现时，用换元法。
- 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
- 识别结构：和、积、商还是复合。
- 对 x 的每个幂应用幂法则。
- 需要时使用乘积法则、商法则或链式法则。
- 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
- 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。
- 求表中的值：在两个相邻的点之间做线性插值。
- 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。
- 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
一个 360 °C 的钢锻件放在 28 °C 的车间里冷却。 23 min 后其温度为 133 °C。 它遵循牛顿冷却定律 dT/dt = −k·(T − Tₐ)。 求常数 k，以 min⁻¹ 计。
T0 = 360 °CTa = 28 °CT(23) = 133 °C
k = min⁻¹
2.微分方程困难
求解初值问题 y′ + 2y/x = 1，x > 0，y(1) = 4。求 y(3)。
y′ + 2y/x = 1y(1) = 4
y(3) =
3.积分中等
计算 I = ∫01 2x·(x² + 1)2 dx。
f(x) = 2x·(x² + 1)2[0, 1]
I =
4.积分困难
求由 y = 0.5x2 和 y = 4x 围成区域的面积 A。
y = 0.5x2y = 4x
A =
5.导数中等
设 f(x) = ln(2x2 + 4)。求 f′(1)。
f(x) = ln(2x2 + 4)x = 1
f′(1) =
6.导数困难
设 f(x) = x3 + 10.5x2 + 36x − 3。求局部极大值点的 x 坐标 x。
f(x) = x3 + 10.5x2 + 36x − 3
x =
7.数值方法中等
用辛普森法则取 n = 6 条窄条，近似计算 ∫01.5 e−x² dx。给出 S。
f(x) = e−x²[a, b] = [0, 1.5]n = 6
S =
8.数值方法困难
用欧拉法、步长 h = 0.1，解 y′ = −2ty，y(0) = 0.5，直到 t = 0.3。精确解为 y = y₀e−t²。求整体误差 |E| = |y(0.3) − y3|。
y′ = −2tyy(0) = 0.5h = 0.1
|E| =
3溶液
1.微分方程
答案: k = 0.05005 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−23k = 105/332
解出 k
k = ln(332/105)/23 = 0.05005 min⁻¹
答案
k = 0.05005 min⁻¹
2.微分方程
答案: y(3) = 1.407
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∫2/x dx = x2
积分
(x2y)′ = x2 → x2y = 1x3/3 + C
初始条件
4 = 1/3 + C → C = 3.667
求值
y(3) = (1·33/3 + 3.667)/32 = 1.407
答案
y(3) = 1.407
3.积分
答案: I = 2.333
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。
换元
u = x² + 1, du = 2x dx
I = ∫12 u2 du
积分并代入上下限
I = [u3/3]12 = (8 − 1)/3 = 2.333
答案
I = 2.333
4.积分
答案: A = 42.67
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 = 4x → x = 0, x = 8
对上减下积分
A = [2x2 − 0.1667x3]08 = 42.67
答案
A = 42.67
5.导数
答案: f′(1) = 0.6667
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。
对数的链式法则
f′(x) = 4x/(2x2 + 4)
代入
f′(1) = 4/6 = 0.6667
答案
f′(1) = 0.6667
6.导数
答案: x = −4
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 + 21x + 36 = 3·(x2 + 7x + 12)
解 f′(x) = 0
x = −4 或 x = −3
判断哪个是哪个
f″(x) = 6x + 21：在极大值处为负，在极小值处为正。
f″(−4) = −3, f″(−3) = 3
x = −4
答案
x = −4
7.数值方法
答案: S = 0.8562
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。
节点与函数值
h = 0.25
Σ wᵢfᵢ = 1 + 4·0.939413 + 2·0.778801 + 4·0.569783 + 2·0.367879 + 4·0.209611 + 0.105399 = 10.273989
辛普森法则
S = (0.25/3)·10.273989 = 0.8562
答案
S = 0.8562
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: |E| = 0.01343
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。
欧拉法各步
y3 = 0.4704
精确值
y(0.3) = 0.456966
整体误差
|E| = |0.456966 − 0.4704| = 0.01343
图表
答案
|E| = 0.01343
把 h 减半，欧拉法的误差大约也减半。
ExamProblems · examproblems.com/courses/differential-equations