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
tyy(0) = 1y(2) = ?

解 y″ + 8y′ + 16y = 0,其中 y(0) = 1,y′(0) = 4。求 y(2)。

y″ + 8y′ + 16y = 0y(0) = 1y′(0) = 4
y(2) =
2.微分方程困难
ty1.5y(1.5) = ?

求解 y′ + 0.5y = 7e−t,y(0) = 0。求 y(1.5)。

y′ + 0.5y = 7e−ty(0) = 0
y(1.5) =
3.积分中等
xy03

计算 I = ∫03 ex dx。

f(x) = ex[0, 3]
I =
4.积分困难
xy1y = 3xy = 3x²

将直线 y = 3x 与抛物线 y = 3x² 之间的区域绕 x 轴旋转。求该旋转体的体积 V。

y = 3xy = 3x²
V =
5.导数中等
xyx = 0

设 f(x) = (−2x − 3)3。求 f′(0)。

f(x) = (−2x − 3)3x = 0
f′(0) =
6.导数困难
xyx = −1

f(x) = x2 + 5x + 2 在 x = −1 处的切线与 y 轴交于 y = b。求 b。

f(x) = x2 + 5x + 2x = −1
b =
7.数值方法中等
xy123

用梯形法则(n = 2)近似计算 ∫13 1/x dx,并与精确值比较。求绝对误差 |E| = |T − I|。

f(x) = 1/x[a, b] = [1, 3]n = 2
|E| =
8.数值方法困难
00.510.40.60.81ty(0, 0.5)

对 y′ = y − t²,y(0) = 0.5,用欧拉法,取 h = 0.25,估计 y5 ≈ y(1.25)。

y′ = y − t²y(0) = 0.5h = 0.25
y5 =

3溶液

1.微分方程

答案: y(2) = 0.005703

二阶线性方程:对 y″ + b·y′ + c·y = 0,试 y = ert:得到特征方程 r² + b·r + c = 0。两个不等实根 r₁ ≠ r₂ 给出 y = A·er₁t + B·er₂t(过阻尼);二重根 r 给出 y = (A + Bt)·ert(临界阻尼);复根 −α ± jω 给出 y = e−αt(A cos ωt + B sin ωt)(欠阻尼,振荡)。初值 y(0) 和 y′(0) 决定 A 和 B。写成 y″ + 2ζωny′ + ωn²y = 0 时,ωn 是固有频率,ζ 是阻尼比:ζ < 1 时振荡。在常值输入下,y″ + by′ + cy = c·K 的解是稳态值 K 加上自由响应。

二重根

(r + 4)² = 0 → r = −4

常数

A = y(0) = 1
y′(0) = B − 4A → B = 4 + 4 = 8

求值

y(2) = (1 + 8·2)·e−8 = 0.005703

答案

y(2) = 0.005703
2.微分方程

答案: y(1.5) = 3.489

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 = e0.5t
(e0.5ty)′ = 7e−0.5t

通解

y = 7/(−0.5)·e−t + C·e−0.5t = −14·e−t + C·e−0.5t

初始条件

0 = −14 + C → C = 14

求值

y(1.5) = −14·0.2231 + 14·0.4724 = 3.489

答案

y(1.5) = 3.489
3.积分

答案: I = 19.09

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) = ex/1

代入上下限

I = (e3 − 1)/1 = (20.09 − 1)/1 = 19.09

答案

I = 19.09
4.积分

答案: V = 3.77

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。

交点

3x = 3x² → x = 0, x = 1

垫圈法

V = π∫₀1 ((3x)² − (3x²)²) dx

积分

V = π(9·1³/3 − 9·1⁵/5) = π·1.2 = 3.77

答案

V = 3.77
5.导数

答案: f′(0) = −54

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) = 3·(−2x − 3)2·(−2)

代入

f′(0) = 3·(−3)2·(−2) = −54

答案

f′(0) = −54
6.导数

答案: b = 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。

切点和斜率

f(−1) = −2
f′(x) = 2x + 5 → f′(−1) = 3

x = 0 处的切线值

b = f(x₀) − f′(x₀)·x₀ = −2 − 3·(−1) = 1

答案

b = 1
7.数值方法

答案: |E| = 0.06805

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。

精确值

I = 1.098612

梯形法则

T = (1/2)·(1 + 2·0.5 + 0.333333) = 1.166667

误差

|E| = |1.166667 − 1.098612| = 0.06805

答案

|E| = 0.06805

相对误差:6.195%。

8.数值方法

答案: y5 = 0.9719

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。

ntₙyₙf(tₙ, yₙ)yₙ₊₁000.50.50.62510.250.6250.56250.76562520.50.7656250.5156250.89453130.750.8945310.3320310.977539410.977539−0.02246090.971924

欧拉法各步

y₁ = 0.5 + 0.25·(0.5) = 0.625
y₂ = 0.625 + 0.25·(0.5625) = 0.765625
y₃ = 0.765625 + 0.25·(0.515625) = 0.894531
y₄ = 0.894531 + 0.25·(0.332031) = 0.977539
y₅ = 0.977539 + 0.25·(−0.0224609) = 0.971924
00.510.40.60.81ty

图表

y5 = 0.9719

答案

y5 = 0.9719

精确值为 y(1.25) = 0.826986。

ExamProblems · examproblems.com/courses/differential-equations