从一个词到一整门学问
在第一卷里，你几乎是顺带地遇见了微分方程——一个把函数和它自己的导数联系起来的方程。你大概只见过一个例子，类似于描述指数增长的 dy/dx = k y，靠猜出 y = C e^{k x} 把它解掉，然后就过去了。那一行字其实是一道门。穿过它，你会发现整个应用数学里最庞大、也最有用的学科之一。原因很简单：大自然几乎从不直接告诉你一个量是多少，它告诉你的是这个量变化的速率，剩下的——把量本身重建出来——留给你。
牛顿第二定律就是一个微分方程：力等于质量乘加速度，而加速度是 d^2x/dt^2，所以 F = m d^2x/dt^2 是一条关于位置二阶导数的定律。冷却、放射性衰变、电容上的电荷、一个物种的种群数量、一根杆子上各处的温度、悬链的形状——每一个都受某个量与其变化速率之间的关系所支配。微分方程正是把这样一条变化定律写下来的数学句子。求解它，就是从它的导数所遵守的定律中，把那个量本身找回来。
三个标签，告诉你面对的是什么
在动手解之前，你先给它分类——因为类别决定了哪些方法才有机会奏效。第一个标签是阶：出现的最高阶导数。dy/dx = k y 是一阶；F = m d^2x/dt^2 是二阶。阶大致衡量解携带多少自由度——一阶方程需要一条初始信息，二阶方程需要两条（想想位置和速度）。本级从一阶方程开篇，道理就在这里：一阶是学这门手艺最简单的起点。
第二个标签是次：把方程写成关于其各阶导数的多项式（不含根号、不含导数的分式）之后，次就是最高阶导数所带的幂。你遇到的多数方程都是一次的——dy/dx 以一次幂出现——但像 (dy/dx)^2 = 1 + y 这样的就是二次的。这里要诚实：只有在你清掉根号、把方程化成关于导数的多项式之后，次才有定义，而有些方程根本做不到这一点，于是它们干脆没有次。阶和次是两个不同的问题；别让这两个字眼糊到一起。
第三个标签最为关键：线性还是非线性。一个方程是线性的，是指未知量 y 及其所有导数都只以一次幂出现，彼此从不相乘，也从不被塞进正弦、平方或指数里——于是它具有 a_n(x) y^{(n)} + ... + a_1(x) y' + a_0(x) y = g(x) 的形状，其中系数可以依赖 x，但绝不依赖 y。只要你一看到 y^2，或 y 乘 y'，或 sin(y)，这个方程就是非线性的。这一道区分，是整门学问的大分水岭。线性方程享有叠加带来的可解性；非线性方程则会做出种种狂野的事——多个平衡态、有限时间内爆破、混沌——而且极少给出干净的公式。
先是一族解，再是一个具体答案
解 dy/dx = k y，你得到的不是一条曲线——而是对*每一个*常数 C 都成立的 y = C e^{k x}，一族层层叠叠、无穷多条的曲线。这族带着任意常数的解，就是通解，常数的个数与阶相等：一阶一个，二阶两个，依此类推。这些常数不是麻烦；它们恰恰是大自然留着的那份自由，要等你补上缺失的事实才会确定下来。
这些事实以初始条件的形式给出。钉住曲线在起始时刻所经过的位置——比如 x = 0 时 y = 3——这一族就塌缩成唯一一员：一个特解。一个微分方程，配上足够多的初始条件来定死那些常数，就是一个初值问题，简称 IVP，几乎每一个真实模型都取这种形式。方程是定律；初始条件是当下的状态；解则是定律从那个状态出发、向未来与过去铺展开来的轨迹。对 dy/dx = k y 配 y(0) = 3，常数被逼成 C = 3，唯一真正的答案就是 y = 3 e^{k x}。
初值问题一定恰好有一个答案吗？通常是，但并非自动如此——这正是需要诚实的地方。存在唯一性定理（皮卡–林德勒夫）保证过给定起点有且仅有一个解，但只是局部的——在该点附近某个区间上成立，而非永远——并且只在右端表现良好时才成立（连续，且对 y 的敏感度有界，即所谓的利普希茨条件）。一旦破坏前提，怪事就来了：dy/dx = sqrt(y) 配 y(0) = 0 同时拥有 y = 0 和 y = x^2/4 两个解，因为 sqrt(y) 在 y = 0 处斜率无穷。这条定理是一份带小字条款的承诺；请读那些小字。
「求解」一个方程，究竟意味着什么
下面这个观念，会在你脑中重新整理整门学问。「求解」一个微分方程并不是一件事——而是至少四个真正不同的目标，一位称职的应用数学家会把这四样都摆在工作台上，碰到什么问题就抄起合适的那一个。诚实地说：第一种，也就是你被教导去期待的那种，恰恰是最罕见的。
- 封闭形式。找到一个用初等函数写出的精确公式，像 y = 3 e^{k x}。这是梦想，后面几篇指南会给你赢得它的战术——可分离、线性、恰当方程。但大多数微分方程根本没有封闭形式的解，正如大多数积分是非初等的；这是例外，不是常态。
- 级数。当没有公式时，把解搭成一个幂级数 y = a_0 + a_1 x + a_2 x^2 + ...，再从方程里逐项磨出系数。这是拿一个公式去换一份无穷的配方——与你已经熟悉的泰勒级数近亲——著名的特殊函数（贝塞尔、勒让德）正是这样诞生的。
- 数值。放弃精确，换成算术：从已知点出发，迈着极小的步子往前走，用方程本身去预测每一个下一值，就像欧拉法那样。这总是行得通的，精度高低取决于你愿意付出多少计算时间；当计算机仿真火箭或天气时，它实际做的正是这件事。
- 定性。很多时候你不需要那条曲线，只需要它的性格：它增长、衰减，还是趋于平稳？趋向哪个值？那个静止状态稳定吗？这一切你都能不解方程而直接从方程里读出来——从它的斜率场和平衡点——这正是下一篇关于斜率场的指南所讲的内容。
一幅图景：每个方程本身就是一片斜率场
下面是关于一阶方程最具澄清作用的一幅图，也是通往本级其余内容的桥梁。把方程写成 dy/dx = f(x, y) 的形式，然后从几何上去读它。在平面上每一个点 (x, y)，右端 f(x, y) 都递给你一个数，而这个数就是解曲线若经过该点时必须具有的斜率。所以这个方程描述的不是一条曲线——在你还什么都没解之前，它已经在平面上画满了一整片细小的斜率箭头，每个点一支。
这片箭头之海就是方向场（又叫斜率场），而求解方程不过是把一条曲线在平面上穿引过去，使它在每个经过的点都与那里的小箭头相切。一个初始条件只是钉死曲线必须穿过的某一点；存在唯一性定理则说——在其前提下——恰有一条曲线穿过该点。你简直能亲眼看见解为什么存在、又为什么唯一：箭头铺满平面，而过给定一点，顺着流走只有一种走法。
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)本级将带你去往何处
语言备齐，路径就清楚了。下一篇仍纯走几何路线——读懂斜率场、找出平衡点、判断解会漂向哪些稳态——好让你对任何一阶方程，无论可解与否，都能一眼看懂。之后我们去猎取封闭形式：可分离方程你把它拆开再积分，恰当方程你认出它是一个全微分，线性方程你用积分因子驯服它。你刚学到的分类就是你的地图：一阶、一次、线性与否——这三个标签，告诉你该去试哪种方法。
一路走下去，请把这个大轮廓记在心里。微分方程是一条变化的定律；它的通解是一族解，自由常数的个数与它的阶相等；一个初值问题通过固定当下状态，从中挑出唯一一员；而「求解」可以意味着一个公式、一个级数、一次数值推进，或一份定性解读——视方程本身、也视你的目的，究竟需要哪一种。正是这种四向的灵活，才让这门学问如此深远地伸进物理、工程、生物与金融。一个第一卷的词，已经长成了一整门手艺。