欢迎来到微分方程章节！
你好！这一章听起来可能很复杂，但它其实是纯数学中最强大的工具之一。微分方程（Differential equations，简称 DEs）本质上就是包含导数（变化率）的方程。
如果说微分告诉了你某个量的变化率，那么微分方程就是让你通过这个变化率进行逆向推导，从而求出原始的量或函数！
为什么这很重要？ 微分方程是描述变化的语言。它们被用于模拟几乎所有随时间变化的事物，包括人口增长、放射性衰变、疾病传播以及物理学中的运动。
在这一单元（P2）中，我们将专注于求解最简单但最常见的一类一阶微分方程：变量可分离微分方程。
1. 理解微分方程 (DEs)
1.1 什么是微分方程？
微分方程是一种将未知函数与其自变量（如 \(x\) 或 \(t\)）以及一个或多个导数联系起来的方程。
示例：
\(\frac{dy}{dx} = 3x^2\) （很简单，通过对右侧直接积分即可求解！）
\(\frac{dy}{dx} = 5y\) （导数取决于函数自身——这就是一个微分方程！）
1.2 微分方程的阶
微分方程的阶是指方程中出现的最高阶导数的次数。
- 一阶：只涉及一阶导数 \(\frac{dy}{dx}\)（或 \(\frac{dx}{dt}\)）。这是我们在 P2 中重点学习的类型。
- 示例： \(\frac{dy}{dx} = 4y + \cos x\)
- 二阶：涉及二阶导数 \(\frac{d^2y}{dx^2}\)。(P2/A2 数学 9660 大纲中不要求。)
核心要点：在本章中，请记住我们只需要求解变量可以分离的一阶微分方程。
2. 建立简单的微分方程（背景知识）
在求解之前，你必须能够将现实生活中关于变化率的描述转化为数学意义上的微分方程。这通常涉及比例概念（即变化率与某事物成正比）。
2.1 变化率与比例
在建模问题中，变化率几乎总是相对于时间 \(t\) 而言的。如果 \(X\) 是某个量（例如人口、质量、温度），它的变化率就是 \(\frac{dX}{dt}\)。
翻译记忆小贴士：
- “\(X\) 的增加率……”意味着 \(\frac{dX}{dt}\) 为正值。
- “\(X\) 的减少率……”意味着 \(\frac{dX}{dt}\) 为负值。
- “……与 \(Y\) 成正比……”意味着 \(= kY\)，其中 \(k\) 是常数。
2.2 生长与衰减模型
P2 中最常见的模型是某个量的变化率与该量本身成正比。这描述了指数增长或指数衰减（例如细菌繁殖、放射性物质衰变）。
表述： 某量 \(P\) 的增加率与其在该时刻的值成正比。
微分方程的构建：
\(\frac{dP}{dt} = kP\)
如果 \(k\) 为正，则为增长；如果 \(k\) 为负，则为衰减。
你知道吗？ 这个微分方程 \(\frac{dP}{dt} = kP\) 可以直接导出标准指数公式 \(P = Ae^{kt}\)，其中 \(A\) 是初始量。
快速回顾：构建示例
一杯咖啡的冷却率 (\(T\)) 与其温度和室温 (\(R=20^\circ C\)) 之差成正比。
变化率是 \(\frac{dT}{dt}\)。因为它在冷却（减少），所以我们使用负常数：
微分方程： \(\frac{dT}{dt} = -k(T - 20)\)
核心要点：寻找“变化率”(\(\frac{d}{dt}\)) 和“与……成正比”(\(k\))，即可构建你的方程。
3. 解析解：变量可分离法
如果刚开始觉得有点棘手，别担心——一旦掌握了步骤，求解变量可分离的微分方程就是一个直接且重复的过程！
如果一个一阶微分方程可以写成以下形式，那么它是可分离的：
这意味着你可以将 \(x\) 项（及 \(dx\)）与 \(y\) 项（及 \(dy\)）分离开来。
3.1 求解可分离微分方程的步骤
我们用一个明确的例子来说明：求解 \(\frac{dy}{dx} = \frac{x^2}{y}\)。
第一步：分离变量
将所有 \(y\) 项（包括 \(dy\)）移到等式左侧，将所有 \(x\) 项（包括 \(dx\)）移到右侧。为了分离目的，我们将 \(dy\) 和 \(dx\) 视为独立的分量。
原始方程： \(\frac{dy}{dx} = \frac{x^2}{y}\)
分离变量后： \(y \, dy = x^2 \, dx\)
第二步：对等式两边进行积分
现在，对分离后的方程两边进行积分：
\(\int y \, dy = \int x^2 \, dx\)
关键规则：你只需要一个积分常数 \(+C\)，并且通常将其加在包含自变量（通常是 \(x\) 或 \(t\)）的一侧。
积分结果：
\(\frac{1}{2}y^2 = \frac{1}{3}x^3 + C\)
这个结果就是通解 (General Solution)。
第三步：整理以求得通解（如有需要）
通常情况下，题目会要求将 \(y\) 表示为 \(x\) 的函数。你可能需要对常数 \(C\) 进行代数处理。
整理：
\(y^2 = \frac{2}{3}x^3 + 2C\)
由于 \(2C\) 仍然是一个任意常数，我们可以通过令 \(A = 2C\) 来简化表达。
通解： \(y^2 = \frac{2}{3}x^3 + A\)
⚠ 常见错误提醒！
忘记常数：在积分后，必须立即加上积分常数 \(+C\)。没有 \(C\) 的解是特解，而不是通解，这会导致丢分。
积分错误：当积分 \(\frac{1}{y}\) 这样的项时，请记住结果是 \(\ln |y|\)。当积分 \(\sin kx\) 时，请记住链式法则的逆运算（需要除以 \(k\)）。
3.2 处理指数和对数型微分方程
当求解与增长/衰减相关的微分方程（\(\frac{dy}{dx} = ky\)）时，积分通常涉及 \(\ln\) 和 \(e\)。请小心处理常数 \(C\) 的代数变换。
示例： 求解 \(\frac{dy}{dt} = 5y\)
第一步：分离变量
\(\frac{1}{y} \, dy = 5 \, dt\)
第二步：积分
\(\int \frac{1}{y} \, dy = \int 5 \, dt\)
\(\ln |y| = 5t + C\)
第三步：整理（取指数）
\(|y| = e^{5t + C}\)
\(|y| = e^{5t} \cdot e^C\)
由于 \(e^C\) 是一个正的常数，我们用 \(A\) 来代替它：\(A = e^C\)。我们同时去掉了绝对值符号（因为 \(A\) 已经涵盖了正负号的选择）。
通解： \(y = Ae^{5t}\)
核心要点：当你将 \(\frac{1}{y}\) 积分为 \(\ln|y| = f(x) + C\) 时，最终的代数形式通常为 \(y = Ae^{f(x)}\)，其中 \(A\) 是一个结合了 \(e^C\) 和绝对值符号的新常数。
4. 寻找特解 (Particular Solution)
通解包含任意常数 \(C\)（或 \(A\)）。它描述了一族满足微分方程的曲线。
特解是这一族曲线中唯一确定的一条。要找到它，你需要一个初始条件或边界条件——即解必须经过的一个特定点 \((x_0, y_0)\)。
4.1 求 \(C\) 的过程
使用 3.1 节的例子：\(y^2 = \frac{2}{3}x^3 + C\)。假设初始条件为：当 \(x=0\) 时，\(y=2\)。
第一步：将初始条件代入通解。
将 \(x=0\) 和 \(y=2\) 代入方程：
\(2^2 = \frac{2}{3}(0)^3 + C\)
\(4 = 0 + C\)
\(C = 4\)
第二步：写出特解。
将 \(C\) 的值代回通解中。
\(y^2 = \frac{2}{3}x^3 + 4\)
如果题目要求，求出 \(y\) 的表达式：\(y = \sqrt{\frac{2}{3}x^3 + 4}\)
计算 \(C\) 的建议
在求解常数 \(C\) 时，请始终使用积分后立即得到的方程形式（即包含对数或平方项的形式，在进行繁琐的代数整理之前）。这可以最大限度地降低后续出现代数错误的风险。
核心要点：如果题目要求求出“该解”，则通常需要找到特解，这意味着你必须利用给定的初始条件来计算 \(C\)。
5. 实际问题的应用
求解可分离微分方程的能力使我们能够模拟现实世界的情景，这些情景通常涉及人口、浓度或金融等领域中的指数增长或衰减。
5.1 人口增长示例
人口 (\(P\)) 增长的一个简化模型通常是 \(\frac{dP}{dt} = kP\)。
如果一个城镇的人口每年增加 10%，则其增加率与当前人口成正比 (\(k=0.1\))。
如果初始人口（当 \(t=0\) 时）为 5000，我们已求得通解为 \(P = Ae^{kt}\)。
当 \(t=0\) 时，\(P=5000\)：
\(5000 = Ae^{k(0)} \implies 5000 = A(1)\)
所以，\(A=5000\)。
特解： \(P = 5000e^{0.1t}\)
我们现在可以使用这个方程来预测未来任何时间 \(t\) 的人口数量。
5.2 衰减示例（物理/化学）
放射性物质 (\(M\)) 的衰变率与其剩余质量成正比。由于是衰减，常数 \(k\) 为负值。
微分方程： \(\frac{dM}{dt} = -kM\)
解此方程得出 \(M = M_0e^{-kt}\)，其中 \(M_0\) 是初始质量。题目通常会要求你利用给定的半衰期（质量减半所需的时间）来求出 \(k\)。
核心要点：在应用题中，任意常数 \(A\) 通常代表所建模量的初始值（即时间 \(t=0\) 时的值）。