微分方程：為變化建模的微積分

一個答案是函數的方程

在普通代數裡，像 x^2 = 9 這樣的方程要你找一個數——這裡 x = 3 或 x = -3。一個微分方程問的是更深的東西：它把一個函數和它自己的導數聯繫起來，而你要找的答案是一整個函數，不是單獨一個值。你解的，是在只知道「某個量如何變化」這條規則的前提下，它隨時間行為的整個故事。

為什麼這是科學的天然語言？因為我們在世界裡真正能測量的東西，通常是變化率。一支正在變涼的溫度計、一個正在繁殖的種群、一筆正在生息的錢——每一種情形裡，容易說清的都是此刻的變化率，而這個變化率常常取決於當前的量。寫下「變化率等於（關於當前狀態的某條規則）」，正好就是在寫一個微分方程。

最著名的那一個：增長與衰減

整個科學裡最乾淨的微分方程是 dy/dt = k*y。用話說：y 變化的速率，正比於此刻已經有多少 y。 當一個量的增長以它自身的大小為食時，規則就是這個。餘額越大，掙的利息越多；細菌群落越大，每小時造出的細菌越多；放射性原子越多，每秒衰變的就越多。

什麼函數的導數正比於它自己？指數函數。解是 y(t) = y0 * e^(k*t)，其中 y0 是 t = 0 時的初始量。若 k > 0，你得到失控的指數增長；若 k < 0，你得到平滑地趨向零的指數衰減。注意，答案確實是 t 的一個函數——餵給它任何時刻，它就告訴你那時的量，這條完整軌跡是從一條關於變化率的規則裡預測出來的。

the rule (the equation):    dy/dt = k * y
the solution (a function):  y(t)  = y0 * e^(k*t)        y0 = y(0)

check: differentiate y(t)  ->  k * y0 * e^(k*t) = k * y(t).  it fits.

  k > 0  ->  exponential growth
  k < 0  ->  exponential decay

dy/dt = k*y 的解是指數函數。你可以透過對一個候選解求導、看它是否滿足方程，來驗證它。

牛頓冷卻，以及不解方程也能看見解

純粹的指數增長在現實世界裡很罕見，因為沒有東西能永遠增長。一個更貼近生活的例子是牛頓冷卻定律：一杯熱咖啡在遠高於室溫時散熱很快，在接近室溫時散熱很慢。設咖啡的溫度為 T、房間的溫度為 R，規則就是 dT/dt = -k*(T - R)——冷卻的速率正比於物體與周圍環境之間的溫差。

這裡有一個漂亮的想法：你常常可以在解出任何東西之前，就看見解的行為，用的是斜率場。在網格上的每個點 (t, y) 處，方程告訴你那裡的斜率 dy/dt，於是你畫一道帶著那個斜率的小短線。這些短線匯成一股水流，像磁鐵周圍的鐵屑。一個解，無非是任何順著這些短線流動的曲線——而它的起點決定了你乘上哪一條曲線。

把冷卻規則 dT/dt = -k*(T - R) 當成一句話來讀：「溫度下降得多快，取決於它比房間高出多少。」
檢查兩個極端。當 T 遠高於 R 時，溫差很大，所以斜率陡峭地為負——快速冷卻。當 T 接近 R 時，溫差縮向 0，所以斜率變平——冷卻慢得幾乎停下。
讀出終點。斜率恰好在 T = R 時為 0，所以每條解都漂向室溫並在那裡趨平。你沒有求出任何公式，就讀懂了長期的行為。
如果你確實想要公式，它是 T(t) = R + (T0 - R)*e^(-k*t)：高出房間的那段溫差按指數衰減——正是斜率場早已展示給你的那幅圖景。

這扇門通向真實世界何處

一旦你會寫「變化率 = 規則」，微分方程就到處都是。物理學就建立在它們之上：牛頓的 F = m*a 暗地裡就是方程 m*(d^2 x/dt^2) = F，一個涉及二階導數（加速度）的關係，它的解是物體隨時間走過的整條路徑。一個擺、一顆行星的軌道、一根振動的弦、熱的流動——全都是等待被讀懂的微分方程。

在物理學之外，流行病學透過追蹤「感染人數上升得多快」如何作為「當前有多少人被感染、多少人易感」的函數，來為一場疫情建模——那就是曾經指導真實大流行政策的 SIR 方程族。金融用布萊克-斯科爾斯微分方程為期權定價。生態學用一組耦合方程來平衡捕食者與獵物。同樣一個小小的想法——先描述變化，再恢復出函數——悄悄地驅動著大半個定量科學。