JOVANA
Library Glossary Getting Started Three Levels Fields How it works Mission
Join the mission
All guides

什麼是微分方程?

第一卷只給了你一個孤零零的詞——「微分方程」——然後就走了。在這裡,它打開成一整門學問:一條變化的定律,你能按階、次和線性來給它分類,又能在四種截然不同的意義上去「求解」它。

從一個詞到一整門學問

在第一卷裡,你幾乎是順帶地遇見了微分方程——一個把函數和它自己的導數聯繫起來的方程。你大概只見過一個例子,類似於描述指數增長的 dy/dx = k y,靠猜出 y = C e^{k x} 把它解掉,然後就過去了。那一行字其實是一道門。穿過它,你會發現整個應用數學裡最龐大、也最有用的學科之一。原因很簡單:大自然幾乎從不直接告訴你一個量是多少,它告訴你的是這個量變化的速率,剩下的——把量本身重建出來——留給你。

牛頓第二定律就是一個微分方程:力等於質量乘加速度,而加速度是 d^2x/dt^2,所以 F = m d^2x/dt^2 是一條關於位置二階導數的定律。冷卻、放射性衰變、電容上的電荷、一個物種的種群數量、一根桿子上各處的溫度、懸鏈的形狀——每一個都受某個量與其變化速率之間的關係所支配。微分方程正是把這樣一條變化定律寫下來的數學句子。求解它,就是從它的導數所遵守的定律中,把那個量本身找回來。

三個標籤,告訴你面對的是什麼

在動手解之前,你先給它分類——因為類別決定了哪些方法才有機會奏效。第一個標籤是:出現的最高階導數。dy/dx = k y 是一階;F = m d^2x/dt^2 是二階。階大致衡量解攜帶多少自由度——一階方程需要一條初始信息,二階方程需要兩條(想想位置和速度)。本級從一階方程開篇,道理就在這裡:一階是學這門手藝最簡單的起點。

第二個標籤是:把方程寫成關於其各階導數的多項式(不含根號、不含導數的分式)之後,次就是最高階導數所帶的冪。你遇到的多數方程都是一次的——dy/dx 以一次冪出現——但像 (dy/dx)^2 = 1 + y 這樣的就是二次的。這裡要誠實:只有在你清掉根號、把方程化成關於導數的多項式之後,次才有定義,而有些方程根本做不到這一點,於是它們乾脆沒有次。階和次是兩個不同的問題;別讓這兩個字眼糊到一起。

第三個標籤最為關鍵:線性還是非線性。一個方程是線性的,是指未知量 y 及其所有導數都只以一次冪出現,彼此從不相乘,也從不被塞進正弦、平方或指數裡——於是它具有 a_n(x) y^{(n)} + ... + a_1(x) y' + a_0(x) y = g(x) 的形狀,其中係數可以依賴 x,但絕不依賴 y。只要你一看到 y^2,或 y 乘 y',或 sin(y),這個方程就是非線性的。這一道區分,是整門學問的大分水嶺。線性方程享有疊加帶來的可解性;非線性方程則會做出種種狂野的事——多個平衡態、有限時間內爆破、混沌——而且極少給出乾淨的公式。

先是一族解,再是一個具體答案

解 dy/dx = k y,你得到的不是一條曲線——而是對*每一個*常數 C 都成立的 y = C e^{k x},一族層層疊疊、無窮多條的曲線。這族帶著任意常數的解,就是通解,常數的個數與階相等:一階一個,二階兩個,依此類推。這些常數不是麻煩;它們恰恰是大自然留著的那份自由,要等你補上缺失的事實才會確定下來。

這些事實以初始條件的形式給出。釘住曲線在起始時刻所經過的位置——比如 x = 0 時 y = 3——這一族就塌縮成唯一一員:一個特解。一個微分方程,配上足夠多的初始條件來定死那些常數,就是一個初值問題,簡稱 IVP,幾乎每一個真實模型都取這種形式。方程是定律;初始條件是當下的狀態;解則是定律從那個狀態出發、向未來與過去鋪展開來的軌跡。對 dy/dx = k y 配 y(0) = 3,常數被逼成 C = 3,唯一真正的答案就是 y = 3 e^{k x}。

初值問題一定恰好有一個答案嗎?通常是,但並非自動如此——這正是需要誠實的地方。存在唯一性定理(皮卡–林德勒夫)保證過給定起點有且僅有一個解,但只是局部的——在該點附近某個區間上成立,而非永遠——並且只在右端表現良好時才成立(連續,且對 y 的敏感度有界,即所謂的利普希茨條件)。一旦破壞前提,怪事就來了:dy/dx = sqrt(y) 配 y(0) = 0 同時擁有 y = 0 和 y = x^2/4 兩個解,因為 sqrt(y) 在 y = 0 處斜率無窮。這條定理是一份帶小字條款的承諾;請讀那些小字。

「求解」一個方程,究竟意味著什麼

下面這個觀念,會在你腦中重新整理整門學問。「求解」一個微分方程並不是一件事——而是至少四個真正不同的目標,一位稱職的應用數學家會把這四樣都擺在工作台上,碰到什麼問題就抄起合適的那一個。誠實地說:第一種,也就是你被教導去期待的那種,恰恰是最罕見的。

  1. 封閉形式。找到一個用初等函數寫出的精確公式,像 y = 3 e^{k x}。這是夢想,後面幾篇指南會給你贏得它的戰術——可分離、線性、恰當方程。但大多數微分方程根本沒有封閉形式的解,正如大多數積分是非初等的;這是例外,不是常態。
  2. 級數。當沒有公式時,把解搭成一個冪級數 y = a_0 + a_1 x + a_2 x^2 + ...,再從方程裡逐項磨出係數。這是拿一個公式去換一份無窮的配方——與你已經熟悉的泰勒級數近親——著名的特殊函數(貝塞爾、勒讓德)正是這樣誕生的。
  3. 數值。放棄精確,換成算術:從已知點出發,邁著極小的步子往前走,用方程本身去預測每一個下一值,就像歐拉法那樣。這總是行得通的,精度高低取決於你願意付出多少計算時間;當計算機仿真火箭或天氣時,它實際做的正是這件事。
  4. 定性。很多時候你不需要那條曲線,只需要它的性格:它增長、衰減,還是趨於平穩?趨向哪個值?那個靜止狀態穩定嗎?這一切你都能不解方程而直接從方程裡讀出來——從它的斜率場和平衡點——這正是下一篇關於斜率場的指南所講的內容。

一幅圖景:每個方程本身就是一片斜率場

下面是關於一階方程最具澄清作用的一幅圖,也是通往本級其餘內容的橋樑。把方程寫成 dy/dx = f(x, y) 的形式,然後從幾何上去讀它。在平面上每一個點 (x, y),右端 f(x, y) 都遞給你一個數,而這個數就是解曲線若經過該點時必須具有的斜率。所以這個方程描述的不是一條曲線——在你還什麼都沒解之前,它已經在平面上畫滿了一整片細小的斜率箭頭,每個點一支。

這片箭頭之海就是方向場(又叫斜率場),而求解方程不過是把一條曲線在平面上穿引過去,使它在每個經過的點都與那裡的小箭頭相切。一個初始條件只是釘死曲線必須穿過的某一點;存在唯一性定理則說——在其前提下——恰有一條曲線穿過該點。你簡直能親眼看見解為什麼存在、又為什麼唯一:箭頭鋪滿平面,而過給定一點,順著流走只有一種走法。

dy/dx = f(x, y)              the law, read as a slope at every point

         y                   tiny arrows = the direction field
         |   /   /   /   /
         |  /   /   /   /     a solution = a curve kept tangent
         | /   /   _____      to the arrow at each point it meets
         |/   _---      ---   (here the field flattens out:
         +----------------- x  an equilibrium, dy/dx -> 0)
一階方程是一份斜率處方;解就是任何始終與箭頭相切的曲線。箭頭變平之處,解便在一個平衡態上趨於水平。

本級將帶你去往何處

語言備齊,路徑就清楚了。下一篇仍純走幾何路線——讀懂斜率場、找出平衡點、判斷解會漂向哪些穩態——好讓你對任何一階方程,無論可解與否,都能一眼看懂。之後我們去獵取封閉形式:可分離方程你把它拆開再積分,恰當方程你認出它是一個全微分,線性方程你用積分因子馴服它。你剛學到的分類就是你的地圖:一階、一次、線性與否——這三個標籤,告訴你該去試哪種方法。

一路走下去,請把這個大輪廓記在心裡。微分方程是一條變化的定律;它的通解是一族解,自由常數的個數與它的階相等;一個初值問題通過固定當下狀態,從中挑出唯一一員;而「求解」可以意味著一個公式、一個級數、一次數值推進,或一份定性解讀——視方程本身、也視你的目的,究竟需要哪一種。正是這種四向的靈活,才讓這門學問如此深遠地伸進物理、工程、生物與金融。一個第一卷的詞,已經長成了一整門手藝。