微分方程是把未知函数与它的一个或多个导数联系起来的方程。通俗地说,它描述一个量如何变化,并要求你反过来求出这个函数本身。
这就是为什么微分方程会出现在运动、人口增长、冷却、电路以及许多其他模型中。如果关键信息是“变化率”,那么用微分方程来表达问题通常最自然。
微分方程表示什么
一个简单的例子是
这表示 的变化率始终是当前 值的三倍。如果 为正,它会增长;如果 为负,它会继续向更小的方向变化;如果 ,那么变化率也为 。
未知量不是一个单独的数,而是整个函数 ,它必须使这个关系成立。
微分方程的主要类型
常微分与偏微分
常微分方程(ODE)只涉及对一个变量求导。例如,
这是一个 ODE,因为 只依赖于 。
偏微分方程(PDE)使用偏导数,因为未知函数依赖于多个变量。热方程就是一个标准例子:
如果你刚开始学习,通常应先从 ODE 入门。
阶数
微分方程的阶数是其中出现的最高阶导数。
- 一阶:
- 二阶:
阶数很重要,因为它通常告诉你需要多少个条件,才能唯一确定一个具体解。
线性与非线性
如果未知函数及其导数都只以一次幂出现,并且彼此之间没有相乘,那么这个方程就是线性的。例如,
是线性的,但
是非线性的。
这个区别很重要,因为线性方程通常有更标准的求解方法。
为什么初始条件和边界条件很重要
一个微分方程通常不只有一个解,而是有很多个解。额外信息会告诉你到底需要哪一个。
初始条件给出函数在某一点的值,有时也会给出它的导数值。例如, 就选出了其中一条特定的解曲线。
边界条件则在一个或多个端点给出信息,这在物理和工程中很常见,尤其是当问题定义在某个区间或区域上时。
例题:求解 且
求解
这是一个一阶 ODE,而且它是可分离的,因为含 的项和含 的项可以放到方程两边。
对于满足 的解,两边同除以 :
并写成
现在对两边积分:
所以
两边取指数:
把符号并入常数,改写为:
现在利用初始条件:
所以满足条件的解是
你可以直接检验:
因此它同时满足微分方程和给定条件。
这里有一个条件需要注意:两边同除以 默认了 。常数解 也满足 ,但它不满足 ,所以它不是这个初值问题的解。
基本解法及其适用情形
不同形式的方程需要不同的方法。选择哪种方法取决于方程的结构,而不是个人偏好。
- 当方程可以整理成 这样的形式时,可以使用变量分离法。
- 积分因子法用于形如 的一阶线性方程。
- 特征方程法是求解某些线性常系数方程的标准工具,例如 。
- 当精确公式很难或无法求出时,就需要使用数值方法。
比较稳妥的流程是:先分类,再选择匹配的方法。
微分方程中的常见错误
一个常见错误是还没分类就开始求解。如果你没有先看出方程是可分离、线性还是高阶,就很容易选错方法。
另一个错误是忽略条件。解微分方程通常会得到一族函数,而真正决定题目答案的是初始条件或边界条件。
第三个错误是在没有说明条件的情况下直接除以某个表达式。在上面的例题中,除以 只在 的区间上才成立,这就是为什么零解必须单独考虑。
微分方程的应用
只要模型依赖于随时间、空间或两者共同发生的变化,就会用到微分方程。
- 在物理中,它们描述运动、振动、引力和热传导。
- 在生物中,它们刻画种群变化、传播过程和反应速率。
- 在工程中,它们出现在电路、控制系统和信号行为中。
- 在经济学中,它们可以描述随时间变化的增长和调整过程。
你不需要手算复杂的高级方程,也能从这个思想中受益。即使只是做基本分类,也能帮助你看懂自己面对的是哪一类模型。
试试类似的问题
试着自己做下面这个题:
先对它分类,再用变量分离法求解,最后通过对答案求导来检验结果。如果你想再进一步,可以把它和 作比较,看看为什么解法会发生变化。