1 基本概念
1.1 常微分方程的定义
常微分方程是含有一个未知函数及其一个或多个自变量导数的方程，且未知函数通常只依赖单一自变量。它描述的是函数值与变化率之间的关系，因此常用于刻画随时间演化的过程。与偏微分方程不同，常微分方程中的导数只针对一个自变量求取。
1.2 阶与阶数
常微分方程的阶数由方程中出现的最高阶导数决定。例如，若最高导数为一阶，则称为一阶常微分方程；若最高导数为二阶，则称为二阶常微分方程。阶数反映了系统状态变化所需的独立信息量，也会直接影响求解方法和解的结构。
1.3 解与通解
常微分方程的解是满足方程的函数。若一个解包含任意常数，能够通过这些常数覆盖一类解，则通常称为通解；若代入了特定条件后只得到一个确定解，则称为特解。解的形式可以是显式的，也可以是隐式的。
1.3.1 显式解与隐式解
显式解是指未知函数可以直接表示为自变量的函数，如 \(y=f(x)\) 这样的形式。隐式解则是未知函数与自变量共同满足某种关系式，未必能直接解出 \(y\) 的明确表达式。隐式解在某些非线性方程中较为常见，往往仍然具有明确的数学意义。
1.3.2 特解与通解
通解通常包含足够数量的积分常数，其目的是描述同一方程的整个解族。特解是在给定初值、边值或其他附加条件后，从通解中选出的具体解。实际应用中，人们常常关心特解，因为它对应具体问题的唯一演化过程。
1.4 初值问题与边值问题
初值问题是在给定某一点处函数值及其若干导数值后，求方程的解。边值问题则是在区间两个或多个端点上给出条件，要求找到同时满足这些条件的解。前者更常见于时间演化模型，后者多见于稳态问题和空间分布问题。
2 常微分方程的分类
2.1 按阶数分类
2.1.1 一阶常微分方程
一阶常微分方程只含有未知函数的一阶导数。它们结构相对简单，但已能描述许多基本过程，如增长、衰减和简单流动。许多经典方法都首先在一阶方程中形成。
2.1.2 高阶常微分方程
高阶常微分方程包含二阶及以上导数，常用于表示惯性、振动、弹性和更复杂的动态行为。由于高阶导数反映更丰富的变化信息，因此这类方程的解法与分析通常更为复杂。
2.2 按线性与非线性分类
2.2.1 线性常微分方程
线性常微分方程中，未知函数及其各阶导数只以一次幂出现，彼此之间也不发生乘积或其他非线性组合。线性结构使叠加原理成立，解的理论和计算方法相对成熟。
2.2.2 非线性常微分方程
非线性常微分方程中，未知函数或其导数可能以乘积、幂次、三角函数等非线性形式出现。此类方程通常更接近实际系统的复杂行为，但也更难获得显式解，往往需要借助近似或数值方法。
2.3 按方程形式分类
2.3.1 显式方程
显式方程能够直接写成最高阶导数等于某个表达式的形式。这样的写法便于识别方程结构，也利于应用标准求解方法。很多初等解法都优先处理这种形式。
2.3.2 隐式方程
隐式方程是指方程未将最高阶导数单独表示出来，而是以一个整体关系给出。它可能更一般，也可能在某些坐标变换后才能转化为更适合求解的形式。
2.3.3 自治方程
自治方程的右端不显含自变量，系统演化只依赖当前状态而非外部时间显式变化。这类方程在长期行为分析中尤为重要，因为其平衡点和轨道结构往往较容易研究。
2.3.4 非自治方程
非自治方程显含自变量，外部输入或系数会随自变量变化而变化。此时系统受到外部驱动的影响，解的性质通常更复杂，甚至可能出现时变稳定性。
3 一阶常微分方程
3.1 变量可分离方程
3.1.1 分离变量法
变量可分离方程可将未知函数与自变量的项分别移到方程两侧。通过这种方式，方程可以整理为两个变量各自独立的形式，为后续积分提供条件。该方法是最基础也最常用的一阶解法之一。
3.1.2 积分求解
将变量分离后，两边分别积分即可得到解的关系式。积分过程中常数项会自然出现，最终可写出通解或隐式解。若还给定初值，则可进一步确定积分常数。
3.2 齐次方程
3.2.1 变量代换
一阶齐次方程常通过代换 \(y=ux\) 或类似形式化简，使方程中的变量关系变得可分离。代换后，原方程通常会转化为关于新变量的可分离方程，从而降低难度。
3.2.2 标准化处理
标准化处理的目标是将齐次方程整理成统一形式，便于识别其同次结构。通过这种规范化步骤，可以更清楚地判断适用的求解方法，也有助于后续计算。
3.3 一阶线性方程
3.3.1 积分因子法
一阶线性方程通常可借助积分因子将左端整理为某个乘积的导数。选择合适的积分因子后，方程便能直接积分求解。该方法简洁稳定，是处理线性一阶方程的标准工具。
3.3.2 通解结构
一阶线性方程的通解一般由齐次解和特解组合而成。齐次部分反映系统的内在响应，特解则体现外部输入或非齐次项的影响。二者共同构成完整解的基本框架。
3.4 恰当方程
3.4.1 恰当条件
若一个一阶方程可写成某个微分形式，并满足偏导数一致的条件，则称其为恰当方程。恰当条件保证存在一个势函数，使方程可视为该函数全微分的表达。
3.4.2 积分函数构造
对恰当方程，可以构造一个积分函数，使其微分恰好对应原方程。求解时通常先对某一变量积分，再通过比较另一变量的导数来补足缺失部分，从而恢复完整的隐式解。
3.5 伯努利方程
3.5.1 化为线性方程
伯努利方程的特点是含有未知函数的非线性幂次项，但通过适当代换，可以把它转化为线性方程。代换后新变量满足一阶线性形式，便可用常规方法处理。
3.5.2 典型解法
伯努利方程的典型解法通常包括先识别幂指数，再进行变量变换，最后用积分因子求解。由于其结构固定，处理过程具有较强的模板化特征。
4 高阶常微分方程
4.1 线性高阶方程
4.1.1 齐次方程
线性高阶齐次方程右端为零，其解空间具有线性结构。若能找到一组线性无关解，则通解可表示为这些解的线性组合。该性质是线性理论的核心内容之一。
4.1.2 非齐次方程
非齐次线性高阶方程右端含有已知函数，代表外部作用或驱动项。其通解一般由齐次通解与一个特解相加得到，体现了系统固有响应和受迫响应的叠加。
4.2 常系数线性方程
4.2.1 特征方程法
对常系数线性齐次方程，可设解为指数型并代入原方程，进而得到代数上的特征方程。求解特征方程后，按根的类型构造原方程的解。
4.2.2 待定系数法
当非齐次项属于某些特定函数族时，可设一个与其形式相匹配的特解，再代入方程确定系数。该方法计算直接，适合处理多项式、指数函数、三角函数及其组合。
4.2.3 参数变易法
参数变易法通过将齐次解中的常数改为待定函数，构造非齐次方程的特解。它适用范围较广，即便右端形式复杂，也往往可以借此得到系统性的表示。
4.3 欧拉方程
4.3.1 幂函数试探法
欧拉方程的系数通常随自变量按幂次变化，因此常试探幂函数形式的解。将试探解代入后，可将微分方程化为代数关系，再据此确定解的结构。
4.3.2 变量代换法
通过适当的变量替换，欧拉方程常可转化为常系数方程。这样的转换简化了系数结构，使原本随变量变化的复杂形式变得更易处理。
4.4 降阶方法
4.4.1 已知一个解时的降阶
若已知高阶线性方程的一个解，可据此构造降阶公式，把原方程化为低一阶的方程。该思路利用已知解来缩减未知量，是高阶方程分析中的重要技巧。
4.4.2 结构化降阶技巧
除已知特解外，还可根据方程的对称性、变量缺失或特殊结构实施降阶。此类技巧往往依赖对方程形式的敏锐判断，具有一定的经验性。
5 解的存在性与唯一性
5.1 局部存在唯一性定理
5.1.1 连续性条件
局部存在性通常要求方程右端在初值点附近连续。连续性保证问题不会出现过于剧烈的局部异常，从而为解的构造提供基础。
5.1.2 利普希茨条件
唯一性常借助利普希茨条件来保证，即右端对未知函数变化不宜过于敏感。该条件可防止不同解在同一初值下分叉，是唯一性理论中的关键假设。
5.2 柯西问题
5.2.1 初值条件的作用
柯西问题即初值问题，在指定初始状态后，方程的解通常被限制在某个唯一轨道上。初值条件不仅决定解的常数，还决定系统从何处开始演化。
5.2.2 解的局部延拓
即使初值问题先得到局部解，这个解也未必能立即覆盖全部自变量范围。若解在更大区间内仍保持良好性质，则可以逐步延拓，扩大其适用范围。
5.3 解的延拓与最大区间
5.3.1 极大解
极大解是指在其定义域内不能再作进一步延拓的解。它未必在整个实轴上存在，但在现有区间中已经达到最大范围。
5.3.2 爆破与失效现象
某些方程的解会在有限自变量处趋于无穷大，或因不再满足定义条件而终止，这类情况常称为爆破或失效。它们提示系统可能出现临界行为或模型边界。
6 定性理论
6.1 相平面与方向场
6.1.1 方向场绘制
方向场通过在平面上给出各点处解曲线的切线方向，帮助直观理解方程的变化趋势。它不一定提供精确表达式，但能揭示局部运动的整体轮廓。
6.1.2 轨线分析
轨线分析关注解在相平面中的运动路径及其走向。通过观察轨线如何逼近、远离或环绕某些区域，可以判断系统的长期行为。
6.2 平衡点与稳定性
6.2.1 渐近稳定
若系统在受到微小扰动后，轨线不仅保持靠近平衡点，而且最终趋向该点，则称其渐近稳定。这种性质在实际系统中很重要，因为它代表状态会自动回归。
6.2.2 不稳定与李雅普诺夫稳定
李雅普诺夫稳定指轨线在小扰动下始终停留在平衡点附近，但未必收敛到该点；若扰动后轨线离开邻域，则为不稳定。二者用于区分平衡状态的不同敏感程度。
6.3 线性化方法
6.3.1 雅可比矩阵
在线性化分析中，雅可比矩阵刻画非线性系统在平衡点附近的一阶近似。它包含各变量间的局部耦合信息，是判断局部性质的重要工具。
6.3.2 局部行为判断
通过考察线性化系统的特征值，可以初步判断原系统在平衡点附近是稳定、鞍型还是振荡型。虽然线性化只提供局部信息，但往往足以揭示主要趋势。
6.4 极限环与周期解
6.4.1 周期轨道
周期轨道是指系统状态沿闭合路径重复运行的轨线。若这类轨道孤立存在且具有吸引或排斥性质，通常就表现为极限环。
6.4.2 振荡现象
振荡是许多非线性系统中的典型行为，表现为状态在一定范围内反复变化。周期解、准周期行为和衰减振荡都属于这一现象的不同表现。
7 求解方法
7.1 解析解法
7.1.1 初等积分法
当方程结构较简单时，可通过直接积分得到解析解。这类方法依赖于可分离、可整理或可化简的形式，结果通常较清晰。
7.1.2 特殊代换法
一些方程虽然表面复杂，但经特殊变量替换后可转化为标准形式。代换法体现了对结构的利用，往往能把难题变为可解问题。
7.2 数值解法
7.2.1 欧拉法
欧拉法是一种最基本的数值逼近方法，通过当前斜率线性推进下一个计算点。它实现简单，但精度受步长影响较大。
7.2.2 改进欧拉法
改进欧拉法在欧拉法基础上加入了斜率修正，通常能获得更高精度。它兼顾了计算简便与误差控制，因此常用于教学和初步模拟。
7.2.3 龙格-库塔法
龙格-库塔法通过多次采样局部斜率来提高单步精度，是应用极广的数值方法。常见的四阶龙格-库塔法在精度与效率之间具有较好平衡。
7.3 近似方法
7.3.1 摄动法
摄动法适用于含有小参数的方程，将解表示为按小参数展开的级数。它能够揭示系统在弱扰动条件下的近似行为。
7.3.2 级数解法
级数解法假设未知函数可展开为幂级数，再代回方程逐项比较系数。此法在方程系数解析性较好时尤其有效。
7.3.3 拉普拉斯变换法
拉普拉斯变换可将微分方程转化为代数方程，特别适合处理初值问题和分段输入。求得变换域中的解后，再反变换回原变量即可。
7.4 计算机辅助求解
7.4.1 符号计算
符号计算系统能够自动执行代数化简、积分和方程求解等操作。它适合处理结构明确的方程，并可辅助验证人工推导结果。
7.4.2 数值模拟
数值模拟借助计算机实现迭代计算和图形展示，便于观察复杂系统的演化过程。对于难以解析求解的问题，它是理解行为的重要手段。
8 应用
8.1 物理中的应用
8.1.1 质点运动
质点运动模型常由牛顿第二定律导出，形成关于位置、速度和加速度的常微分方程。它可描述自由落体、阻尼运动和受力系统等基本现象。
8.1.2 振动系统
弹簧振子、摆动装置及阻尼振动都可以用二阶常微分方程刻画。通过研究其解，可以分析振幅、周期、共振与衰减等性质。
8.1.3 电路模型
电路中的电流、电压和电荷变化常可归结为常微分方程。RL、RC、RLC 等典型电路模型就是这一理论在工程中的经典应用。
8.2 生物与生态模型
8.2.1 种群增长
种群数量随时间变化可用增长方程表示，既有指数增长模型，也有考虑环境容量的限制模型。常微分方程能较好描述资源约束下的增长趋势。
8.2.2 传染过程简化模型
在简化的传染模型中，易感者、感染者和恢复者的数量变化可以由一组常微分方程描述。此类模型用于研究传播速度、峰值出现及总体演化。
8.3 工程与控制
8.3.1 反馈系统
反馈系统中的输出会反过来影响输入，形成闭环调节机制。常微分方程可用于分析稳定性、调节速度以及超调等控制特征。
8.3.2 动态响应分析
工程系统对外界刺激的响应通常随时间变化，可借助常微分方程分析上升过程、衰减过程和稳态特性。这在机械、电子和自动控制中都很常见。
8.4 经济与管理
8.4.1 增长模型
经济量的增长、资本积累或资源消耗均可用动态方程表示。常微分方程帮助描述变化率与规模之间的关系，并用于长期趋势分析。
8.4.2 动态优化
动态优化研究的是在时间演化过程中如何获得较优策略。常微分方程可作为系统约束的一部分，参与目标函数和控制变量的建模。
9 典型问题与示例
9.1 初值问题示例
常见初值问题包括给定某时刻的函数值，求满足方程的唯一解。此类例子通常用于展示积分常数如何由初始条件确定，也便于说明局部存在与唯一性的意义。
9.2 边值问题示例
边值问题通常要求解在区间两端同时满足条件，例如两端位移固定的弹性杆问题。与初值问题相比，它更强调全局一致性，解的存在与构造往往更具挑战。
9.3 振子模型示例
振子模型是常微分方程中最经典的示例之一，常用于说明二阶线性方程、阻尼和外力作用。通过分析其解，可以直观看到振幅衰减、共振和相位变化。
9.4 非线性动力学示例
非线性动力学示例常展示多个平衡点、稳定性转变和复杂轨道行为。通过这些例子，可以理解非线性项如何引起周期、分岔或更复杂的演化模式。
10 相关概念
10.1 偏微分方程
偏微分方程涉及多个自变量及其偏导数，常用于描述空间与时间同时变化的系统。它与常微分方程在形式和应用上都有密切联系，但难度通常更高。
10.2 变分法
变分法研究的是函数在某种泛函意义下的极值问题。许多常微分方程可以由变分原理导出，或者作为最优化问题的欧拉方程出现。
10.3 动力系统
动力系统研究状态随时间演化的规则，常微分方程是其最基本的数学表达方式之一。它强调轨道、平衡点、稳定性和长期行为等概念。
10.4 傅里叶分析
傅里叶分析将函数分解为不同频率成分，常用于研究振动、波动和信号。它与常微分方程的结合，能够帮助分析线性系统的响应特征。