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
t (min)T (°C)15Ta​37 °C30 °C

一杯 92 °C 的咖啡放在 21 °C 的房间里。 15 min 后其温度为 37 °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 30 °C?

T0 = 92 °CTa = 21 °CT(15) = 37 °CT = 30 °C
t = min
2.微分方程困难
xy12(1, 4)y(2) = ?

求解初值问题 y′ + y/x = 3x2,x > 0,y(1) = 4。求 y(2)。

y′ + y/x = 3x2y(1) = 4
y(2) =
3.积分中等
xy02

计算 I = ∫02 e−0.5x dx。

f(x) = e−0.5x[0, 2]
I =
4.积分困难
xy2y = 2xy = x²

将直线 y = 2x 与抛物线 y = x² 之间的区域绕 x 轴旋转。求该旋转体的体积 V。

y = 2xy = x²
V =
5.导数中等
xyx = 2

设 f(x) = ln(x2 + 2)。求 f′(2)。

f(x) = ln(x2 + 2)x = 2
f′(2) =
6.导数困难
xyx = 1

f(x) = 2x2 + 3x + 3 在 x = 1 处的切线与 y 轴交于 y = b。求 b。

f(x) = 2x2 + 3x + 3x = 1
b =
7.数值方法中等

对 ∫01 eˣ dx 使用梯形法则。误差至多为 (b − a)³·M/(12n²),其中 M 为 [0, 1] 上的 max|f″|。求能保证误差小于 0.0001 的最少窄条数 n。

f(x) = eˣ[a, b] = [0, 1]ε = 0.0001
n =
8.数值方法困难
00.20.40.611.5ty(0, 1)

用欧拉法、步长 h = 0.2,解 y′ = y(2 − y),y(0) = 1,直到 t = 0.6。精确解为 y = 2y₀/(y₀ + (2 − y₀)e−2t)。求整体误差 |E| = |y(0.6) − y3|。

y′ = y(2 − y)y(0) = 1h = 0.2
|E| =

3溶液

1.微分方程

答案: t = 20.79 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(71/16)/15 = 0.09934 min⁻¹

达到目标温度的时间

t = ln(71/9)/0.09934 = 20.79 min

答案

t = 20.79 min
2.微分方程

答案: y(2) = 7.625

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∫1/x dx = x1

积分

(x1y)′ = 3x3 → x1y = 3x4/4 + C

初始条件

4 = 3/4 + C → C = 3.25

求值

y(2) = (3·24/4 + 3.25)/21 = 7.625

答案

y(2) = 7.625
3.积分

答案: I = 1.264

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) = e−0.5x/(−0.5)

代入上下限

I = (e−1 − 1)/(−0.5) = (0.3679 − 1)/(−0.5) = 1.264

答案

I = 1.264
4.积分

答案: V = 13.4

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

2x = 1x² → x = 0, x = 2

垫圈法

V = π∫₀2 ((2x)² − (1x²)²) dx

积分

V = π(4·2³/3 − 1·2⁵/5) = π·4.267 = 13.4

答案

V = 13.4
5.导数

答案: f′(2) = 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) = 2x/(x2 + 2)

代入

f′(2) = 4/6 = 0.6667

答案

f′(2) = 0.6667
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) = 8
f′(x) = 4x + 3 → f′(1) = 7

x = 0 处的切线值

b = f(x₀) − f′(x₀)·x₀ = 8 − 7·1 = 1

答案

b = 1
7.数值方法

答案: n = 48

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 = e1 = 2.718

解出 n

n² > 1·2.718/(12·0.0001) = 2265
n > 47.59 → n = 48

答案

n = 48
8.数值方法

答案: |E| = 0.02422

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₊₁00111.210.21.20.961.39220.41.3920.8463361.561267

欧拉法各步

y3 = 1.561267

精确值

y(0.6) = 1.53705

整体误差

|E| = |1.53705 − 1.561267| = 0.02422
00.20.40.611.5ty

图表

答案

|E| = 0.02422

把 h 减半,欧拉法的误差大约也减半。

ExamProblems · examproblems.com/courses/differential-equations