National Central University
Uedu Main Site
Explore Uedu
Student Console
Register as Member/Login
Research Informed Consent Center
Survey Center
Teacher Console
Course Setup
Support & Messages
Uptime Data

UeduGPTs

--

Jupyters

7

Local AI

--

Uedu Code

--

CISOSE26 Local AI Uedu Code UG26
中央大學 AQI 68 25°C PM2.5 14
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Handout · 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。

Try calculating it yourself

Calculated precisely by the sympy symbolic computation engine (not by AI mental arithmetic); enter using Python syntax, for example x**2, sin(x)/x, exp(-x).

Visible Calculus

Go to Uedu Science Lab and tweak the parameters yourself to turn the idea in this article into a visible simulation.

AI reading TA正在陪你讀:一階微分方程與指數律
Hi! I’m the TA for this article’s shared reading, and I can only answer based on the content of “一階微分方程與指數律”. You can ask me to “explain a passage”, “give an example”, or “quiz me”, or highlight a passage in the text and tap “Explain selected passage” below.