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 340 °C 的钢锻件放在 23 °C 的车间里冷却。 58 min 后其温度为 200 °C。 它遵循牛顿冷却定律 dT/dt = −k·(T − Tₐ)。 从开始算起需要多长时间 t 才能达到 112 °C？
T0 = 340 °CTa = 23 °CT(58) = 200 °CT = 112 °C
t = min
2.微分方程困难
求解 y′ + y = 2e−2t，y(0) = 0。求 y(0.5)。
y′ + y = 2e−2ty(0) = 0
y(0.5) =
3.积分中等
计算 I = ∫02 e2x dx。
f(x) = e2x[0, 2]
I =
4.积分困难
求抛物线 y = 1 − x² 与 x 轴之间区域的面积 A。
y = 1 − x²
A =
5.导数中等
设 f(x) = x·sin(x)，x 以弧度计。求 f′(0.5)。
f(x) = x·sin(x)x = 0.5 rad
f′(0.5) =
6.导数困难
f(x) = 0.5x2 − 2x + 5 在 x = −2 处的切线与 y 轴交于 y = b。求 b。
f(x) = 0.5x2 − 2x + 5x = −2
b =
7.数值方法中等
用梯形法则取 n = 3 条窄条，近似计算 ∫01.5 1/√(1 + x⁴) dx。给出 T。
f(x) = 1/√(1 + x⁴)[a, b] = [0, 1.5]n = 3
T =
8.数值方法困难
对 y′ = cos t − y，y(0) = −1，用休恩法（改进欧拉法），取 h = 0.1，估计 y2 ≈ y(0.2)。
y′ = cos t − yy(0) = −1h = 0.1
y2 =
3溶液
1.微分方程
答案: t = 126.4 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。
冷却常数
k = ln(317/177)/58 = 0.01005 min⁻¹
达到目标温度的时间
t = ln(317/89)/0.01005 = 126.4 min
答案
t = 126.4 min
2.微分方程
答案: y(0.5) = 0.4773
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 = et
(ety)′ = 2e−t
通解
y = 2/(−1)·e−2t + C·e−t = −2·e−2t + C·e−t
初始条件
0 = −2 + C → C = 2
求值
y(0.5) = −2·0.3679 + 2·0.6065 = 0.4773
答案
y(0.5) = 0.4773
3.积分
答案: I = 26.8
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) = e2x/2
代入上下限
I = (e4 − 1)/2 = (54.6 − 1)/2 = 26.8
答案
I = 26.8
4.积分
答案: A = 1.333
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。
零点
1 − x² = 0 → x = ±1
积分
A = [1x − x³/3]−11 = 0.6667 − (−0.6667) = 1.333
答案
A = 1.333
5.导数
答案: f′(0.5) = 0.9182
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。
乘积法则与链式法则
f′(x) = sin(x) + x·cos(x)
代入
f′(0.5) = 0.4794 + 0.5·0.8776 = 0.9182
答案
f′(0.5) = 0.9182
6.导数
答案: b = 3
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) = 11
f′(x) = x − 2 → f′(−2) = −4
x = 0 处的切线值
b = f(x₀) − f′(x₀)·x₀ = 11 − (−4)·(−2) = 3
答案
b = 3
7.数值方法
答案: T = 1.19
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 = 0.5
Σ wᵢfᵢ = 1 + 2·0.970143 + 2·0.707107 + 0.406138 = 4.760637
梯形法则
T = (0.5/2)·4.760637 = 1.19
答案
T = 1.19
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: y2 = −0.6395
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。
休恩法各步
y₁ = −1 + (0.1/2)(2 + 1.795004) = −0.81025
y₂ = −0.81025 + (0.1/2)(1.805254 + 1.609791) = −0.639498
图表
y2 = −0.6395
答案
y2 = −0.6395
ExamProblems · examproblems.com/courses/differential-equations