企业官网建设流程全解析

1. 为什么“每章总结”比刷题更重要

常微分方程这门课，很多人学完的感觉是：公式一大堆，题型一大堆，考试前翻书发现每一章都见过，但合上书就串不起来。我当年第一次学的时候也是这样，第一章会解可分离变量，第二章会解一阶线性，第三章会二阶常系数，但问我“这些方法之间是什么关系”，我答不上来。后来带过几轮答疑才慢慢意识到，问题不在于题做得少，而在于没有做每章总结。

所谓每章总结，不是把课本目录抄一遍，也不是把公式表贴出来，而是回答三个问题：这一章引入了什么新对象、解决了什么旧方法解决不了的问题、它的方法和上一章是什么关系。常微分方程这门课有一条非常清晰的主线：从最简单的方程类型出发，每遇到一种解不了的形式，就引入一种新工具。一阶方程搞定了，发现二阶线性解不了，于是引入特征方程；常系数搞定了，发现变系数解不了，于是引入级数解和特殊函数；再往后发现大多数方程根本没有初等解，于是转向定性理论和数值方法。

这条主线如果你不总结，学到的就是一堆孤立的技巧；总结之后，你会发现整本书其实是在讲一个故事。这篇内容我就按章节把这条线捋一遍，每一章讲清楚它的核心对象、核心方法、方法背后的动机，以及和其他章节的衔接关系。适合正在学这门课、准备考试、或者想重新梳理一遍的人看。我会尽量用大白话解释，但该严谨的地方不会含糊。

2. 第一章：基本概念与一阶方程

2.1 这一章到底在定义什么

第一章的核心任务其实只有一件事：把“微分方程”这个东西说清楚。什么是阶、什么是线性、什么是解、什么是通解和特解、什么是初值问题。这些概念看起来简单，但后面每一章都在反复用。比如“线性”这个概念，第一章只是给个定义，到第二章讲一阶线性方程时才真正体现出它的威力，到第四章讲高阶线性方程时你才会明白为什么线性这么重要。

我见过很多同学第一章学得很随意，觉得不就是几个定义吗。结果到后面判断一个方程是不是线性、能不能用叠加原理，全靠猜。这里我建议你把线性的定义抄下来贴在书桌前：方程中未知函数及其各阶导数都是一次的，系数只与自变量有关。这个定义在整本书里反复出现，值得花时间吃透。

阶的概念也值得多说一句。阶就是方程中出现的最高阶导数。一阶方程只含 y'，二阶方程含 y''。为什么阶这么重要？因为阶决定了通解中任意常数的个数。n 阶方程的通解含 n 个任意常数，这是后面所有章节都在用的基本事实。初值条件给几个，就确定几个常数，这个逻辑贯穿始终。

2.2 一阶方程的四种解法及其适用边界

第一章真正要掌握的解法有四种：可分离变量、齐次方程、一阶线性方程、伯努利方程。这四种不是随便列的，它们之间有明确的层次关系。

可分离变量是最基础的，形式是 y' = f(x)g(y)，把 y 和 x 分到两边分别积分就行。这个方法之所以基础，是因为它不需要任何技巧，只要你能分离就能解。但它的局限也很明显：大多数方程分离不了。

齐次方程是 y' = f(y/x) 的形式，通过令 u = y/x 把它化成可分离变量。这里的关键是识别：什么时候一个方程是齐次的？看它能不能写成 y/x 的函数。我当年总是判断错，后来总结了一个笨办法：把方程里的 x 和 y 同时换成 tx 和 ty，如果方程形式不变，那就是齐次的。这个方法虽然笨，但从来不会错。

一阶线性方程是 y' + p(x)y = q(x) 的形式，用积分因子法解。积分因子是 e 的 p(x) 积分次方，这个公式必须背下来，因为后面高阶线性方程、方程组都会用到类似的思想。这里我要强调一点：积分因子法的推导过程比公式本身更重要。它的核心思想是“把左边凑成一个乘积的导数”，这个思想在后面反复出现。

伯努利方程是 y' + p(x)y = q(x)y^n 的形式，通过令 z = y^(1-n) 化成一阶线性。这个方法的动机很直接：非线性项 y^n 太讨厌了，想办法把它消掉。换元之后确实变成线性的了，这就是换元法的威力。

2.3 一阶方程的几何解释与存在唯一性

第一章还有一个容易被忽略但很重要的内容：方向场和存在唯一性定理。方向场是把方程 y' = f(x,y) 在每一点画一个小线段，线段斜率等于 f(x,y)。把所有小线段画出来，解曲线就是沿着这些线段走的曲线。这个几何图像非常直观，它告诉你微分方程的解在几何上是什么样子。

存在唯一性定理说的是：如果 f(x,y) 和它对 y 的偏导数在某区域连续，那么过区域内每一点有且只有一条解曲线。这个定理的意义在于：它告诉你什么时候方程一定有解、什么时候解是唯一的。很多同学觉得这个定理没用，考试也不怎么考。但我要说，这个定理是后面所有定性理论的基础。没有它，你连“解是否存在”都不知道，更别说研究解的性质了。

我个人的经验是：第一章的概念一定要慢，不要急着刷题。概念清楚了，后面每一章都会轻松很多。概念不清楚，后面每一章都是在硬记公式。

3. 第二章：高阶线性方程的理论框架

3.1 从二阶线性方程说起

第二章通常从二阶线性方程开始，形式是 y'' + p(x)y' + q(x)y = f(x)。这里要区分齐次和非齐次：f(x) = 0 是齐次，f(x) ≠ 0 是非齐次。为什么先讲二阶？因为二阶是最简单的能体现所有线性理论特征的阶数，而且物理上二阶方程对应牛顿第二定律，应用最广。

这一章的核心是线性方程解的结构。齐次方程的通解是两个线性无关解的线性组合，非齐次方程的通解是齐次通解加上一个特解。这个结构定理是整章的灵魂，后面所有方法都是在找这两个东西：齐次的两个线性无关解，和非齐次的一个特解。

我当年学这一章的时候，最大的困惑是：为什么齐次方程的通解一定是两个解的线性组合？后来想明白了，这其实是线性代数中“解空间是向量空间”这个事实在微分方程中的体现。齐次线性方程的所有解构成一个向量空间，这个空间的维数等于方程的阶数。二阶方程的解空间是二维的，所以需要两个基，也就是两个线性无关的解。

3.2 朗斯基行列式与线性无关的判定

判断两个解是否线性无关，用的是朗斯基行列式。对于两个函数 y1 和 y2，朗斯基行列式 W(y1,y2) = y1y2' - y1'y2。如果 W 在某点不为零，那么这两个函数线性无关。这个判据在第二章反复使用，必须熟练掌握。

这里有一个容易混淆的点：朗斯基行列式不为零是线性无关的充分条件，但不是必要条件。对于一般的函数，W 恒为零也可能线性无关。但对于线性方程的解，W 要么恒为零，要么处处不为零，不会出现时零时不零的情况。这个性质是阿贝尔定理给出的，它把朗斯基行列式和方程本身联系起来了。

阿贝尔定理说的是：对于方程 y'' + p(x)y' + q(x)y = 0，朗斯基行列式满足 W' + p(x)W = 0，所以 W = C·exp(-∫p(x)dx)。这个公式非常有用，它告诉你：只要知道一个解，就能通过朗斯基行列式求出另一个解。这就是降阶法的理论基础。

3.3 降阶法与常数变易法

降阶法是说：如果已知齐次方程的一个非零解 y1，那么可以令 y = y1·u，代入方程后得到一个关于 u' 的一阶方程，解出 u' 再积分就得到 u，从而得到第二个解 y2 = y1·u。这个方法的动机很自然：既然已经有一个解了，就利用它把方程降一阶。

常数变易法是求非齐次方程特解的方法。它的思想是：把齐次通解中的常数换成函数，然后代入非齐次方程确定这些函数。对于二阶方程，设 y = u1y1 + u2y2，其中 y1 和 y2 是齐次的两个线性无关解。代入非齐次方程后，加上一个附加条件 u1'y1 + u2'y2 = 0，可以解出 u1' 和 u2'，再积分得到 u1 和 u2。

这两个方法的关系是：降阶法解决齐次方程求第二个解的问题，常数变易法解决非齐次方程求特解的问题。它们都依赖于已知齐次方程的解，所以齐次方程的解是整章的基础。

注意：常数变易法中附加条件 u1'y1 + u2'y2 = 0 不是随便加的，它的目的是让代入后的方程尽可能简单。如果不加这个条件，你会得到两个未知函数但只有一个方程，无法求解。这个条件的选取是经过精心设计的，值得仔细体会。

3.4 这一章和第一章的关系

第一章讲一阶线性方程，用的是积分因子法。第二章讲二阶线性方程，用的是常数变易法。表面上看方法不同，但本质是一样的：都是想办法把方程化成可以积分的形式。积分因子法是把左边凑成乘积的导数，常数变易法是把非齐次项的影响分离出来。如果你理解了第一章积分因子法的推导，第二章常数变易法的推导会容易很多。

另外，第一章的存在唯一性定理在第二章也有对应：高阶线性方程也有存在唯一性定理，条件类似，结论类似。这个定理保证了后面所有讨论的前提：解是存在的，而且是唯一的。

4. 第三章：常系数线性方程的解法

4.1 特征方程法的来龙去脉

第三章的核心是常系数线性方程，也就是 p(x) 和 q(x) 都是常数的情形。这一章的主角是特征方程法。对于方程 y'' + py' + qy = 0，假设解的形式是 y = e^(rx)，代入后得到 r^2 + pr + q = 0，这就是特征方程。

为什么假设解是指数形式？因为指数函数的导数还是指数函数，代入后可以把微分方程变成代数方程。这个想法非常巧妙：用指数函数把微分运算变成乘法运算。特征方程的根有三种情况：两个不同实根、两个相同实根、一对共轭复根。每种情况对应不同的通解形式。

两个不同实根 r1 和 r2，通解是 C1e^(r1x) + C2e^(r2x)。两个相同实根 r，通解是 (C1 + C2x)e^(rx)。共轭复根 α ± iβ，通解是 e^(αx)(C1cosβx + C2sinβx)。这三种情况必须背熟，因为后面所有常系数方程都归结为这三种情况。

我当年总是记不住第二种情况为什么多一个 x。后来想明白了：如果只有 e^(rx) 一个解，那解空间就是一维的，但二阶方程的解空间是二维的，所以需要第二个解。第二个解是 xe^(rx)，可以通过降阶法验证。这个推导过程值得自己动手做一遍，做过之后就不会忘了。

4.2 非齐次方程的特解求法

非齐次常系数方程的特解，通常用待定系数法。根据非齐次项 f(x) 的形式，假设特解的形式，代入方程确定系数。f(x) 常见的形式有多项式、指数函数、正弦余弦函数，以及它们的乘积。

待定系数法的关键是正确假设特解的形式。如果 f(x) 是多项式，特解也假设为多项式；如果 f(x) 是指数函数，特解也假设为指数函数；如果 f(x) 是正弦余弦，特解也假设为正弦余弦的组合。但如果 f(x) 的形式和齐次解重复，特解需要乘以 x 的若干次幂。

这里有一个容易出错的地方：如果 f(x) 是多种形式的和，比如 f(x) = x + e^x，特解要分别假设再相加。这个原理是叠加原理：非齐次方程的解可以分解为多个非齐次方程的解之和。

4.3 欧拉方程与变量替换

欧拉方程是 x^2y'' + pxy' + qy = 0 的形式，系数是 x 的幂次。这种方程可以通过令 x = e^t 或 t = lnx 化成常系数方程。这个换元的动机是：欧拉方程的系数虽然不是常数，但和 x 的幂次有关，换元后可以消掉这个幂次。

欧拉方程的特征方程和常系数方程类似，只是把 r 换成 r(r-1) 等。具体来说，x^2y'' 对应 r(r-1)，xy' 对应 r，y 对应 1。这个对应关系可以通过换元推导出来，推导过程值得自己动手做一遍。

欧拉方程在物理和工程中很常见，比如某些变截面杆的振动问题。它的解法本质上是常系数方程解法的推广，理解了常系数方程，欧拉方程就不难。

4.4 这一章的核心逻辑

第三章的核心逻辑是：常系数方程可以通过特征方程法完全解决。齐次方程的通解由特征根决定，非齐次方程的特解由待定系数法求出。这一章的方法非常程序化，几乎不需要什么技巧，只要按部就班就行。

但这一章的局限也很明显：它只适用于常系数方程。变系数方程怎么办？这就是下一章要解决的问题。

5. 第四章：级数解与特殊函数

5.1 为什么需要级数解

变系数线性方程一般没有初等解，比如贝塞尔方程、勒让德方程，它们的解不是初等函数。这时候就需要用级数来表示解。级数解的思想是：假设解可以展开成幂级数，代入方程后确定系数。

这个方法的动机是：幂级数可以表示很多非初等函数，而且幂级数的导数很容易计算。代入方程后，通过比较同次幂的系数，可以得到系数的递推关系，从而求出级数解。

级数解的关键是确定展开点。如果方程在 x0 处解析，也就是系数在该点可以展开成幂级数，那么可以在 x0 处展开。如果 x0 是奇点，需要分正则奇点和非正则奇点。正则奇点可以用弗罗贝尼乌斯方法，非正则奇点一般很难处理。

5.2 弗罗贝尼乌斯方法

弗罗贝尼乌斯方法是级数解的推广，适用于正则奇点。它的思想是：假设解的形式是 x^r 乘以一个幂级数，代入方程后得到关于 r 的指标方程，解出 r 后确定级数系数。

指标方程是弗罗贝尼乌斯方法的核心。对于方程 x^2y'' + xp(x)y' + q(x)y = 0，其中 p(x) 和 q(x) 在 x = 0 处解析，指标方程是 r(r-1) + p(0)r + q(0) = 0。解出 r 后，根据两个根的关系，分情况讨论。

这里的情况比较多：两个根之差不是整数、是整数、是零，每种情况对应的解的形式不同。我当年学这一章的时候，觉得情况太多记不住。后来总结了一个原则：先求指标方程，再根据根的关系决定解的形式。根的关系只有三种，每种对应一种处理方式，记住这个框架就不会乱。

5.3 贝塞尔方程与勒让德方程

贝塞尔方程是 x^2y'' + xy' + (x^2 - ν^2)y = 0，它的解是贝塞尔函数。贝塞尔函数在物理和工程中非常常见，比如圆柱对称的振动问题、热传导问题。贝塞尔方程在 x = 0 处是正则奇点，可以用弗罗贝尼乌斯方法求解。

勒让德方程是 (1-x^2)y'' - 2xy' + n(n+1)y = 0，它的解是勒让德多项式。勒让德多项式在球坐标下的拉普拉斯方程中出现，比如球对称的电场、引力场问题。勒让德方程在 x = ±1 处是奇点，但在 x = 0 处是解析的，可以用幂级数法求解。

这两个方程是特殊函数的代表，它们的解不是初等函数，但有很多重要性质。这一章的目的不是让你记住所有特殊函数的性质，而是让你掌握级数解的方法，遇到新的变系数方程时知道怎么处理。

5.4 这一章和前面章节的关系

第四章是第三章的推广：第三章解决常系数方程，第四章解决变系数方程。方法从特征方程法变成级数法，但核心思想是一样的：假设解的形式，代入方程确定参数。

这一章也是整本书的转折点：从求初等解转向求级数解。再往后，你会发现大多数方程连级数解都求不出来，只能研究解的定性性质。这就是下一章的内容。

6. 第五章：定性理论与稳定性

6.1 从求解析解到研究解的性质

第五章的核心转变是：不再追求求出解的表达式，而是研究解的性质，比如解是否稳定、是否有周期解、长期行为如何。这个转变的动机是：大多数非线性方程根本求不出解析解，但实际问题中我们往往只需要知道解的大致行为。

定性理论的核心工具是相平面和相图。对于二阶自治方程，可以把方程写成两个一阶方程组成的方程组，然后在相平面上画出轨线。相图的形状可以告诉你解的所有定性性质：平衡点在哪里、是否稳定、是否有闭轨。

平衡点是方程组右端为零的点，也就是 y' = 0 和 x' = 0 同时成立的点。平衡点的稳定性可以通过线性化来判断：在平衡点处求雅可比矩阵，根据特征值的实部符号判断稳定性。实部都为负则稳定，有一个实部为正则不稳定，实部为零则需要进一步分析。

6.2 李雅普诺夫方法与稳定性判据

李雅普诺夫方法是判断稳定性的另一种方法，不需要求解方程，只需要构造一个李雅普诺夫函数。如果存在一个函数 V(x,y)，在平衡点附近正定，且沿轨线的导数负定，那么平衡点是渐近稳定的。

这个方法的动机是能量类比：如果系统的能量函数随时间递减，那么系统最终会停在能量最低点，也就是平衡点。李雅普诺夫函数就是这种能量函数的推广。

李雅普诺夫方法的难点在于构造 V 函数。没有通用的构造方法，需要根据具体问题具体分析。常见的构造方法有二次型、能量函数、以及一些经验公式。这一章的重点不是构造技巧，而是理解稳定性的概念和判据的逻辑。

6.3 周期解与极限环

周期解是相平面上的闭轨，对应系统的周期运动。极限环是孤立的闭轨，附近的轨线要么趋近它，要么远离它。极限环在物理和生物中很常见，比如心脏跳动、神经元放电、捕食者-被捕食者系统的周期振荡。

判断极限环存在性的方法有庞加莱-本迪克松定理：如果相平面上存在一个有界闭区域，轨线进入后不再出去，且区域内没有平衡点，那么区域内存在闭轨。这个定理是定性理论中最重要的存在性定理之一。

极限环的稳定性分为稳定、不稳定和半稳定。稳定极限环吸引附近的轨线，不稳定极限环排斥附近的轨线。判断极限环稳定性的方法有庞加莱映射和弗洛凯理论，但这些内容通常超出基础课的范围。

6.4 这一章的意义和局限

第五章的意义在于：它告诉你，即使求不出解，也能知道解的行为。这个思想在现代数学和物理中非常重要，因为大多数方程都求不出解析解。

但这一章的局限也很明显：定性理论主要适用于二阶自治方程，高阶方程和非自治方程的处理要复杂得多。而且定性理论通常只能给出定性结论，不能给出定量结果。如果需要定量结果，还是要靠数值方法。

7. 第六章：数值方法与近似解

7.1 为什么需要数值方法

数值方法是最后的手段：当解析解求不出、定性分析也不够用时，用数值方法求近似解。数值方法的核心思想是：把连续的微分方程离散化，用差分方程近似微分方程，然后逐步计算。

数值方法的重要性怎么强调都不过分。实际工程中遇到的微分方程，绝大多数都是靠数值方法求解的。解析解和定性分析更多是提供理论指导和验证，真正算结果还是要靠数值方法。

7.2 欧拉法与改进欧拉法

欧拉法是最简单的数值方法：y_{n+1} = y_n + h·f(x_n, y_n)。它的思想是用切线近似曲线，步长 h 越小，近似越好。欧拉法的局部截断误差是 O(h^2)，全局误差是 O(h)，所以它是一阶方法。

改进欧拉法（也叫休恩法）是欧拉法的改进：先用欧拉法预测一个值，再用梯形公式校正。改进欧拉法的局部截断误差是 O(h^3)，全局误差是 O(h^2)，所以它是二阶方法。

欧拉法虽然简单，但稳定性差，步长稍大就会发散。改进欧拉法稳定性好一些，但仍然是显式方法，对刚性方程不适用。

7.3 龙格-库塔方法

龙格-库塔方法是一类高阶数值方法，最常用的是四阶龙格-库塔方法。它的思想是在每一步中多次计算 f 的值，然后加权平均，得到更高阶的近似。四阶龙格-库塔方法的局部截断误差是 O(h^5)，全局误差是 O(h^4)，所以它是四阶方法。

四阶龙格-库塔方法是工程中最常用的数值方法，因为它精度高、稳定性好、实现简单。它的公式看起来复杂，但结构很规整，很容易编程实现。

7.4 数值方法的稳定性和刚性方程

数值方法的稳定性是指：当步长 h 固定时，数值解是否保持有界。对于测试方程 y' = λy，欧拉法的稳定条件是 |1 + hλ| < 1，也就是 h < 2/|λ|。这个条件限制了步长的上限。

刚性方程是指：方程中包含多个时间尺度，有些分量变化很快，有些变化很慢。刚性方程的数值求解需要特别小心，显式方法需要非常小的步长，隐式方法稳定性好但每步计算量大。常用的刚性方程求解器有后向欧拉法、梯形法、以及各种隐式龙格-库塔方法。

7.5 这一章和前面章节的关系

第六章是前面所有章节的补充：当解析方法失效时，数值方法提供了一条出路。数值方法不是替代解析方法，而是和解析方法互补。解析方法提供理论洞察，数值方法提供具体结果。

我个人的经验是：学数值方法一定要动手编程。看公式觉得懂了，一编程就会发现各种问题：步长怎么选、误差怎么估计、稳定性怎么判断。这些问题只有动手做过才能理解。

8. 每章总结的实操方法

8.1 怎么做一份有效的章节总结

说了这么多章节内容，最后回到方法本身：怎么做一份有效的章节总结。我的做法是每章总结包含四个部分：核心对象、核心方法、方法动机、章节衔接。

核心对象是这一章研究什么类型的方程。核心方法是这一章用什么方法解方程。方法动机是为什么要用这个方法，它解决了什么前一章解决不了的问题。章节衔接是这一章和上一章、下一章是什么关系。

这四个部分写下来，一章的内容就串起来了。我建议用一张 A4 纸，正面写核心对象和方法，背面写动机和衔接。写完之后，合上书，试着把这张纸复述出来。如果能复述出来，说明这一章真的掌握了。

8.2 常见问题和避坑指南

我见过很多同学的章节总结，常见的问题有：只抄公式不写动机、只写方法不写适用条件、只总结一章不联系其他章。这些问题导致总结做了等于没做，因为知识还是孤立的。

避坑的关键是：每写一个公式，问自己这个公式是怎么来的、什么时候能用、什么时候不能用。每写一个方法，问自己这个方法解决了什么问题、和前面的方法是什么关系。每总结一章，问自己这一章在整本书中处于什么位置。

提示：章节总结不是一次性的工作。学完第一章做一次总结，学完第二章再回头补充第一章的总结。随着学习的深入，你对前面章节的理解会不断加深，总结也要不断更新。

8.3 从总结到应用的转化

章节总结的最终目的是应用：考试时能快速定位方法，做研究时能快速选择工具，工作中能快速判断问题类型。从总结到应用，关键是多练、多反思。

我的做法是：每做完一道题，回头看看这道题对应哪一章、哪个方法、哪个公式。如果对应不上，说明总结没做到位。如果对应上了，说明总结有效。长期坚持，你会发现自己看到题目就能判断出用什么方法，这就是总结的威力。

8.4 我个人的总结习惯

我个人的习惯是：每学完一章，用一张 A4 纸做总结，正面写核心内容，背面写问题和衔接。总结完之后，找一道综合题练手，看看能不能把这一章的方法和前面章节的方法结合起来用。如果能，说明总结到位了；如果不能，说明总结还有漏洞。

另外，我建议把总结电子化，用 Markdown 或者 LaTeX 写，方便修改和检索。纸质总结适合初期整理思路，电子总结适合长期积累和复习。两者结合，效果最好。

最后说一点：章节总结不是目的，而是手段。目的是把知识串起来，形成自己的理解框架。框架形成了，具体公式忘了可以查，但框架不会忘。这就是为什么每章总结比刷题更重要。