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 300 °C 的钢锻件放在 22 °C 的车间里冷却。 15 min 后其温度为 228 °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 104 °C？
T0 = 300 °CTa = 22 °CT(15) = 228 °CT = 104 °C
t = min
2.微分方程困难
一个水箱装有 100 L 水，其中溶有 5 kg 盐。 每升含盐 0.25 kg 的盐水以 10 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 19 kg？
V = 100 Lm0 = 5 kgc = 0.25 kg/Lr = 10 L/min
t = min
3.积分中等
计算 I = ∫₀π/3 x·cos x dx（x 以弧度为单位）。
∫₀π/3 x·cos x dx
I =
4.积分困难
计算 I = ∫₀0.5 x²·eˣ dx。
∫₀0.5 x²eˣ dx
I =
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) = 2x2 − 5x + 4 在 x = 2 处的切线与 y 轴交于 y = b。求 b。
f(x) = 2x2 − 5x + 4x = 2
b =
7.数值方法中等
对 ∫02 sin x 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) = sin x[a, b] = [0, 2]ε = 0.0005
n =
8.数值方法困难
对 y′ = t + y，y(0) = −1，用休恩法（改进欧拉法），取 h = 0.5，估计 y3 ≈ y(1.5)。
y′ = t + yy(0) = −1h = 0.5
y3 =
3溶液
1.微分方程
答案: t = 61.1 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(278/206)/15 = 0.01998 min⁻¹
达到目标温度的时间
t = ln(278/82)/0.01998 = 61.1 min
答案
t = 61.1 min
2.微分方程
答案: t = 12.04 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) = 25 + (−20)·e−t/10
解出 t
e−t/10 = (25 − 19)/(25 − 5) = 0.3
t = 10·ln(3.333) = 12.04 min
答案
t = 12.04 min
3.积分
答案: I = 0.4069
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。
选取 u 和 dv
u = x, du = dx; dv = cos x dx, v = sin x
原函数
∫x cos x dx = x sin x − ∫sin x dx = x sin x + cos x
极限
(π/3·sin π/3 + cos π/3) − (0 + 1) = 0.4069
答案
I = 0.4069
4.积分
答案: I = 0.0609
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
1.649·(1.25) − 1·2 = 0.0609
答案
I = 0.0609
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 = −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。
切点和斜率
f(2) = 2
f′(x) = 4x − 5 → f′(2) = 3
x = 0 处的切线值
b = f(x₀) − f′(x₀)·x₀ = 2 − 3·2 = −4
答案
b = −4
7.数值方法
答案: n = 37
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 = |sin(π/2)| = 1
解出 n
n² > 8·1/(12·0.0005) = 1333
n > 36.51 → n = 37
答案
n = 37
8.数值方法
答案: y3 = −2.5
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 + (0.5/2)(−1 − 1) = −1.5
y₂ = −1.5 + (0.5/2)(−1 − 1) = −2
y₃ = −2 + (0.5/2)(−1 − 1) = −2.5
图表
y3 = −2.5
答案
y3 = −2.5
精确值为 y(1.5) = −2.5。
ExamProblems · examproblems.com/courses/differential-equations