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
一杯 93 °C 的咖啡放在 20 °C 的房间里。 20 min 后其温度为 53 °C。 它遵循牛顿冷却定律 dT/dt = −k·(T − Tₐ)。 求常数 k，以 min⁻¹ 计。
T0 = 93 °CTa = 20 °CT(20) = 53 °C
k = min⁻¹
2.微分方程困难
一个水箱装有 400 L 水，其中溶有 10 kg 盐。 每升含盐 0.2 kg 的盐水以 20 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 52 kg？
V = 400 Lm0 = 10 kgc = 0.2 kg/Lr = 20 L/min
t = min
3.积分中等
计算 I = ∫01 2x·(x² + 1)3 dx。
f(x) = 2x·(x² + 1)3[0, 1]
I =
4.积分困难
计算 I = ∫₀1 x²·eˣ dx。
∫₀1 x²eˣ dx
I =
5.导数中等
设 f(x) = ln(2x2 + 1)。求 f′(−2)。
f(x) = ln(2x2 + 1)x = −2
f′(−2) =
6.导数困难
设 f(x) = x3 − 12x2 + 36x − 6。求局部极小值点的 x 坐标 x。
f(x) = x3 − 12x2 + 36x − 6
x =
7.数值方法中等
对 ∫13 1/x dx 使用梯形法则。误差至多为 (b − a)³·M/(12n²)，其中 M 为 [1, 3] 上的 max|f″|。求能保证误差小于 1 × 10⁻⁵ 的最少窄条数 n。
f(x) = 1/x[a, b] = [1, 3]ε = 1 × 10⁻⁵
n =
8.数值方法困难
对 y′ = cos t − y，y(0) = −1，用欧拉法，取 h = 0.5，估计 y4 ≈ y(2)。
y′ = cos t − yy(0) = −1h = 0.5
y4 =
3溶液
1.微分方程
答案: k = 0.0397 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−20k = 33/73
解出 k
k = ln(73/33)/20 = 0.0397 min⁻¹
答案
k = 0.0397 min⁻¹
2.微分方程
答案: t = 18.33 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) = 80 + (−70)·e−t/20
解出 t
e−t/20 = (80 − 52)/(80 − 10) = 0.4
t = 20·ln(2.5) = 18.33 min
答案
t = 18.33 min
3.积分
答案: I = 3.75
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 u3 du
积分并代入上下限
I = [u4/4]12 = (16 − 1)/4 = 3.75
答案
I = 3.75
4.积分
答案: I = 0.7183
分部积分：∫u·dv = u·v − ∫v·du，由乘积法则得出。把 u 选为求导后会变简单的因式（x 的幂或 ln x），把 dv 选为你能积分的因式（eˣ、sin x、cos x，或 u = ln x 时的 x）。对定积分，要在两个上下限处计算 u·v：∫ₐᵇ u dv = [u·v]ₐᵇ − ∫ₐᵇ v du。含 x² 的因式需要做两轮。
第一轮
∫x²eˣ dx = x²eˣ − ∫2x eˣ dx
第二轮
∫2x eˣ dx = 2x eˣ − 2eˣ
∫x²eˣ dx = eˣ(x² − 2x + 2)
极限
2.718·(1) − 1·2 = 0.7183
答案
I = 0.7183
5.导数
答案: f′(−2) = −0.8889
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 + 1)
代入
f′(−2) = −8/9 = −0.8889
答案
f′(−2) = −0.8889
6.导数
答案: x = 6
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 − 24x + 36 = 3·(x2 − 8x + 12)
解 f′(x) = 0
x = 2 或 x = 6
判断哪个是哪个
f″(x) = 6x − 24：在极大值处为负，在极小值处为正。
f″(2) = −12, f″(6) = 12
x = 6
答案
x = 6
7.数值方法
答案: n = 366
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 = 2/1³ = 2
解出 n
n² > 8·2/(12·1 × 10⁻⁵) = 133333
n > 365.1 → n = 366
答案
n = 366
8.数值方法
答案: y4 = 0.2801
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
y₁ = −1 + 0.5·(2) = 0
y₂ = 0 + 0.5·(0.877583) = 0.438791
y₃ = 0.438791 + 0.5·(0.101511) = 0.489547
y₄ = 0.489547 + 0.5·(−0.41881) = 0.280142
图表
y4 = 0.2801
答案
y4 = 0.2801
ExamProblems · examproblems.com/courses/differential-equations