跳到正文
格致开物MATHWIKI

微分方程:修订间差异

AIContentBot留言 | 贡献
上线数学百科初始内容与排版
 
AIContentBot留言 | 贡献
扩充定义、推导、算例、边界条件与原创 SVG 配图(AI 辅助整理,算例已复算)
第1行: 第1行:
微分方程是包含未知函数及其导数的方程,用来描述量与变化率之间的关系。
微分方程是包含未知函数及其导数的方程,用来描述一个量与其变化率之间的关系。只含一个自变量的称为常微分方程,涉及多个自变量及偏导数的称为偏微分方程。求解时需要找函数,而不仅是一个数。


== 核心表达 ==
== 方程、阶数与初始条件 ==
{{定义|内容=<math display="block">\frac{dy}{dt}=ky\quad\Longrightarrow\quad y(t)=Ce^{kt}</math>}}
方程中出现的最高阶导数决定阶数。例如 <math>y'=ky</math> 是一阶方程,<math>y''+\omega^2y=0</math> 是二阶方程。未知函数及其导数以一次形式出现、且彼此不相乘的方程称为线性方程;系数可以依赖自变量。


== 直觉与例子 ==
<math>y'=ky</math> 的解为 <math>y(t)=Ce^{kt}</math>,常数 <math>C</math> 需要由初始值决定。给定 <math>y(0)=y_0</math> 后,得到 <math>y(t)=y_0e^{kt}</math>。方程描述演化规律,初始条件说明从哪里开始。
当变化率与当前数量成正比时,就得到指数增长或衰减模型。常数 C 由初始条件确定,k 的正负决定增长或衰减。


== 继续阅读 ==
== 一个可验证的冷却模型 ==
* [[导数]]
在环境温度恒为 <math>T_a</math>、冷却系数 <math>k>0</math> 近似恒定的模型中,牛顿冷却定律写为
* [[欧拉公式]]
<math display="block">\frac{dT}{dt}=-k(T-T_a),\qquad T(0)=T_0.</math>
* [[数学建模]]
令 <math>u=T-T_a</math>,就得到 <math>u'=-ku</math>,因此
<math display="block">T(t)=T_a+(T_0-T_a)e^{-kt}.</math>
代回去可直接检验:导数为 <math>-k(T_0-T_a)e^{-kt}</math>,正好等于右端,且 <math>t=0</math> 时恢复初始值。
 
[[File:Gezhi-ode-cooling.svg|frame|center|alt=温度从八十摄氏度指数下降,逐渐接近二十摄氏度的环境温度,欧拉法的离散点也画在图中|解析解逼近环境温度;步长 1 分钟的显式欧拉近似略低于解析曲线。]]
取教学参数 <math>T_a=20</math> 摄氏度、<math>T_0=80</math> 摄氏度、<math>k=0.2</math> 每分钟,则 5 分钟后
<math display="block">T(5)=20+60e^{-1}\approx42.07</math>
摄氏度。该理想模型只在 <math>t\to\infty</math> 时达到环境温度,有限时间内始终留有温差;实际测量分辨率会使温差看起来已消失。
 
== 分离变量时不能丢失平衡解 ==
对 <math>u'=-ku</math>,若 <math>u\ne0</math>,可分离为 <math>du/u=-k\,dt</math>,积分得到指数解。但除以 <math>u</math> 时暂时排除了 <math>u=0</math>;必须单独检查,它正对应 <math>T(t)\equiv T_a</math> 的平衡解。
 
更一般地,分离变量只适用于可写成 <math>y'=g(t)h(y)</math> 的方程,并应检查被除去因子的零点,而不是把每个一阶方程都强行分离。
 
== 初值是否总能确定唯一解 ==
对 <math>y'=f(t,y)</math>,一个常用的局部存在唯一性充分条件是:初始点附近 <math>f</math> 连续,且对 <math>y</math> 局部 Lipschitz 连续。不能仅凭“给了一个初始值”就保证唯一。
 
例如在 <math>t\ge0</math> 上,方程 <math>y'=2\sqrt{|y|}</math>、<math>y(0)=0</math> 既有零解,也有先保持为零、到任意时刻 <math>c\ge0</math> 才开始取 <math>y(t)=(t-c)^2</math> 的解。右端在零附近不满足上述 Lipschitz 条件。
 
== 没有简单公式时采用数值法 ==
显式欧拉法以步长 <math>h</math> 迭代
<math display="block">y_{n+1}=y_n+h f(t_n,y_n),\qquad t_{n+1}=t_n+h.</math>
冷却例中取 <math>h=1</math> 分钟,第一步得 <math>T_1=80-0.2(80-20)=68</math>,解析值约为 69.12。该方法用局部切线代替真实曲线,误差会累积。
 
稳定性也限制步长。对温差方程,欧拉迭代为 <math>u_{n+1}=(1-kh)u_n</math>,要让误差随时间衰减需 <math>|1-kh|<1</math>,即 <math>0<kh<2</math>。收敛、稳定与精度是不同问题;实际使用还应做步长细化比较,并检查模型参数和单位。
 
== 延伸阅读 ==
* [https://www.jirka.org/diffyqs/html/fo_chapter.html Jiří Lebl,《Notes on Diffy Qs》第 1 章]:分离变量、线性方程、存在唯一性与数值方法。
* [[导数]] · [[积分]] · [[欧拉公式]] · [[数学建模]]
[[分类:应用与建模]]
[[分类:应用与建模]]

2026年9月20日 (日) 00:33的版本

微分方程是包含未知函数及其导数的方程,用来描述一个量与其变化率之间的关系。只含一个自变量的称为常微分方程,涉及多个自变量及偏导数的称为偏微分方程。求解时需要找函数,而不仅是一个数。

方程、阶数与初始条件

方程中出现的最高阶导数决定阶数。例如 y=ky 是一阶方程,y+ω2y=0 是二阶方程。未知函数及其导数以一次形式出现、且彼此不相乘的方程称为线性方程;系数可以依赖自变量。

y=ky 的解为 y(t)=Cekt,常数 C 需要由初始值决定。给定 y(0)=y0 后,得到 y(t)=y0ekt。方程描述演化规律,初始条件说明从哪里开始。

一个可验证的冷却模型

在环境温度恒为 Ta、冷却系数 k>0 近似恒定的模型中,牛顿冷却定律写为 dTdt=k(TTa),T(0)=T0.u=TTa,就得到 u=ku,因此 T(t)=Ta+(T0Ta)ekt. 代回去可直接检验:导数为 k(T0Ta)ekt,正好等于右端,且 t=0 时恢复初始值。

温度从八十摄氏度指数下降,逐渐接近二十摄氏度的环境温度,欧拉法的离散点也画在图中
解析解逼近环境温度;步长 1 分钟的显式欧拉近似略低于解析曲线。

取教学参数 Ta=20 摄氏度、T0=80 摄氏度、k=0.2 每分钟,则 5 分钟后 T(5)=20+60e142.07 摄氏度。该理想模型只在 t 时达到环境温度,有限时间内始终留有温差;实际测量分辨率会使温差看起来已消失。

分离变量时不能丢失平衡解

u=ku,若 u0,可分离为 du/u=kdt,积分得到指数解。但除以 u 时暂时排除了 u=0;必须单独检查,它正对应 T(t)Ta 的平衡解。

更一般地,分离变量只适用于可写成 y=g(t)h(y) 的方程,并应检查被除去因子的零点,而不是把每个一阶方程都强行分离。

初值是否总能确定唯一解

y=f(t,y),一个常用的局部存在唯一性充分条件是:初始点附近 f 连续,且对 y 局部 Lipschitz 连续。不能仅凭“给了一个初始值”就保证唯一。

例如在 t0 上,方程 y=2|y|y(0)=0 既有零解,也有先保持为零、到任意时刻 c0 才开始取 y(t)=(tc)2 的解。右端在零附近不满足上述 Lipschitz 条件。

没有简单公式时采用数值法

显式欧拉法以步长 h 迭代 yn+1=yn+hf(tn,yn),tn+1=tn+h. 冷却例中取 h=1 分钟,第一步得 T1=800.2(8020)=68,解析值约为 69.12。该方法用局部切线代替真实曲线,误差会累积。

稳定性也限制步长。对温差方程,欧拉迭代为 un+1=(1kh)un,要让误差随时间衰减需 |1kh|<1,即 0<kh<2。收敛、稳定与精度是不同问题;实际使用还应做步长细化比较,并检查模型参数和单位。

延伸阅读