Home
Explore Uedu
Student Console
Register as Member/Login
(2) In future presentations of the research findings, in addition to the course project website and public presentations, your real name and personal information will not appear in this research report. If you are interested in the research results, we can provide you with an executive summary after the study is completed.
問卷中心
Teacher Console
Course Setup
Support & Messages
Uptime Data

UeduGPTs

--

Jupyters

0

Local AI

--

CISOSE26 本地 AI UG26
政治大學 AQI 19 29°C

AI Reply Desktop Notifications

Show a desktop notification when the AI TA finishes replying

Chat Message Notifications

Notify me when classmates post messages in the forum

Sound notification

Play an alert sound whenever there is a new notification

第九章講義 · 微分方程(一階)

一階微分方程與指數律

變化率正比於本身——成長與衰減。

存款利息、放射性衰變、RC 充放電、咖啡變涼——全是同一句話:「變化率正比於現量」。微分方程是用「變化的規律」描述世界的語言;解它,就是從規律還原出全程。

什麼是微分方程

含有未知函數及其導數的方程式,例如 $y'=ky$。注意:解是函數,不是數

驗證解的概念:把 $y=Ce^{kx}$ 代入——$y'=kCe^{kx}=ky$ ✓。帶任意常數 $C$ 的解叫通解;給一個初始條件(如 $y(0)=3$)就把 $C$ 釘下來,得特解

可分離變數法

形如 $\dfrac{dy}{dx}=f(x)\,g(y)$ 的方程,把 $y$ 的東西搬左邊、$x$ 的搬右邊,各自積分:

$$\frac{dy}{dx}=xy\;\Longrightarrow\;\int\frac{dy}{y}=\int x\,dx\;\Longrightarrow\;\ln|y|=\frac{x^2}{2}+C\;\Longrightarrow\;y=Ce^{x^2/2}$$

(最後一步把 $e^C$ 吸收進新的 $C$。)這是一階方程最重要的一招。

指數成長與衰減

衰減:$\dfrac{dN}{dt}=-\lambda N$(減少的速率正比於現量)$\Rightarrow N=N_0e^{-\lambda t}$。

半衰期:解 $N_0e^{-\lambda t}=\dfrac{N_0}{2}$ 得

$$t_{1/2}=\frac{\ln 2}{\lambda}$$

關鍵性質:半衰期與現在有多少無關——每過 $t_{1/2}$ 就剩一半,這就是放射性定年(碳十四)的原理。

成長版:$\dfrac{dP}{dt}=kP\Rightarrow P=P_0e^{kt}$——人口模型、連續複利,同一條方程式。

看得見的微積分:RC 充電與牛頓冷卻

RC 電路充電:$R\dfrac{dq}{dt}+\dfrac{q}{C}=\varepsilon$,解為

$$q(t)=C\varepsilon\left(1-e^{-t/RC}\right)$$

電荷以指數方式逼近滿載,時間常數 $\tau=RC$ 決定快慢——到 RC 模擬調 $R$、$C$,曲線的「彎法」就是這條方程式。

牛頓冷卻:$\dfrac{dT}{dt}=-k(T-T_{\text{env}})$,解為

$$T(t)=T_{\text{env}}+(T_0-T_{\text{env}})e^{-kt}$$

咖啡溫度以指數逼近室溫——跟 RC 充電是同一個數學。放射性衰變模擬則讓你直接「看」半衰期。

斜率場:不解也能看

在平面每一點畫一支小箭頭,方向是該點的 $\dfrac{dy}{dx}$——解曲線就是順著箭頭走出來的路徑。遇到解不出來的方程(多數如此),斜率場讓你先「看見」解的長相。

這只是開始

本章的可分離變數是最簡單的一類;二階線性微分方程(振動、共振、RLC)在第十七章。用下方工具畫 $e^{-x}$ 感受指數衰減:起初掉得快、之後越來越慢,永遠不真正歸零。

動手算算看

由 sympy 符號運算引擎精確計算(不是 AI 口算);輸入用 Python 語法,例如 x**2sin(x)/xexp(-x)

看得見的微積分

到 Uedu 科學實驗室動手調參數,把這篇的概念變成看得見的模擬。

AI 共讀助教正在陪你讀:一階微分方程與指數律
嗨!我是這篇文章的共讀助教,只根據〈一階微分方程與指數律〉的內容回答。可以問我「解釋某段」「舉個例子」「出題考我」,或反白文中段落後點下方「解釋選取段落」。