第4章 微分方程与差分方程
📖 前一章回顾：第3章我们学会了积分——从导函数反推原函数，从"变化速度"反推"累积总量"。这一章我们继续往前：如果问题不再是"已知导数等于什么"，而是"已知导数满足一个方程"怎么办？这就是微分方程——把变化规律写成等式，然后从等式里解出函数。就像你已经会从脚印反推走路的人，现在要学会从脚印的规律反推他的行走习惯。
🔔 课前激活（生活场景引入，让新手先建立直觉）
在你开始读这一章之前，先想三个生活中的场景——它们跟你马上要学的数学概念有直接关系：
场景1：你泡了一杯滚烫的咖啡放在桌上，它不会瞬间变凉，而是一点点降温。关键规律是：降温的速度和"咖啡温度与室温的差距"成正比——咖啡越烫，凉得越快；越接近室温，凉得越慢。这就是微分方程描述的"变化速度取决于当前状态"。
场景2：你把钱存进银行，利滚利——利息加到本金里，下一期的利息按新本金算。钱增长的速度和当前存款金额成正比：钱越多，赚钱的速度越快。这也是微分方程。
场景3：你推着孩子荡秋千。秋千自己不推也会摆（这叫"齐次"——没有外力），你每隔一段时间推一把，秋千的摆动就多了一种规律（这叫"非齐次"——有外力加入）。总摆动 = 自己摆 + 被你推出来的摆动。
带着这三个画面往下读。
📖 怎么使用本章（学习指南）
学习顺序：先通读核心知识建立整体框架，然后按"学一个知识点 → 做对应题"逐个推进，每个知识点后面紧跟对应的方法和练习。核心知识与对应练习滚动进行（全章约4-5小时）。
本章定位：微分方程是考研数学中"套路感最强"的一章——题型有限、解法固定、计算为主。数学三独有差分方程（数一数二不考），近年约每2–3年出一道填空（4分），并非每年都考，但性价比高。本章目标是：看到方程就能条件反射般地识别类型、套用解法。
和前后章节的关系：微分方程用到第2章的导数计算和第3章的不定积分，计算基础要扎实。解微分方程本质上就是"高级积分"——多一步识别类型，然后还是靠积分算出来。
📝 符号速查（新手必读，本章会用到的符号）
| 符号 | 含义 | 示例 |
|---|---|---|
| $y'$ 或 $\frac{dy}{dx}$ | 一阶导数（变化率） | $y' + 2y = 0$ |
| $y''$ 或 $\frac{d^2y}{dx^2}$ | 二阶导数 | $y'' + 3y' + 2y = 0$ |
| $\int$ | 积分号 | $\int f(x)dx$ |
| $+C$ | 积分常数 | $\int 2x dx = x^2 + C$ |
| $y_h$ 或 $y_c$ | 齐次通解 | |
| $y^\ast$ 或 $y_p$ | 非齐次特解 | |
| $\lambda$ | 特征根 | $\lambda^2 + p\lambda + q = 0$ |
| $\alpha \pm i\beta$ | 共轭复根 | $\lambda = \alpha \pm i\beta$ |
| $\Delta$ | 判别式 $\Delta = p^2 - 4q$ | 决定通解结构 |
| $k$ | 特解中乘 $x$ 的次数（0,1,2） | |
| $P(x), Q(x)$ | 一阶线性标准形式的已知函数 | $y' + P(x)y = Q(x)$ |
| $\Delta y_t$ | 一阶差分：$y_{t+1} - y_t$ | |
| $a$ | 差分方程系数 | $y_{t+1} + a y_t = f(t)$ |
| $t$ | 差分方程中的时间下标（0,1,2...） |
一、本章概览
1.1 考试大纲与试卷地位（数学三）
| 知识点 | 要求程度 | 说明 |
|---|---|---|
| 微分方程的基本概念（阶、解、通解、特解、初始条件） | 了解 | 能判断阶数、区分通解与特解 |
| 可分离变量的微分方程 | 掌握 | 含简单变量代换化为可分离变量 |
| 齐次微分方程 | 掌握 | 令 $u = y/x$ 化为可分离变量 |
| 一阶线性微分方程 | 熟练掌握 | 公式法求解，含伯努利方程 |
| 线性方程解的性质及解的结构（叠加原理） | 理解 | 叠加原理 + 非齐次通解结构（2.1.5 / 2.4.2） |
| 可降阶的高阶微分方程 | 了解 | 数三考纲未单列，但真题偶有涉及，掌握基本做法即可 |
| 二阶常系数线性齐次微分方程（含高于二阶） | 熟练掌握 | 特征根法三种通解（2.4.1）+ 高于二阶的推广（2.4.1b，考纲要求"会解"） |
| 二阶常系数线性非齐次微分方程 | 熟练掌握 | 待定系数法设特解（多项式/指数/正余弦及其和与积） |
| 差分与差分方程的概念 | 了解 | 一阶差分的定义 |
| 一阶常系数线性差分方程 | 了解（考纲）；数三必考填空，实际按掌握练 | 数学三独有考点，齐次+非齐次 |
| 微分方程在经济学中的应用 | 会 | 弹性问题、增长模型、动态均衡 |
1.2 数学三 vs 数学一/二 差异
| 内容 | 数学三 | 数学一 | 数学二 |
|---|---|---|---|
| 差分方程 | 考 | 不考 | 不考 |
| 伯努利方程 | 真题偶见（考纲未单列） | 考 | 考 |
| 全微分方程/积分因子 | 不考 | 考 | 不考 |
| 欧拉方程 | 不考 | 考 | 不考 |
| 可降阶高阶方程 | 了解（考纲未单列） | 熟练掌握 | 熟练掌握 |
| 经济应用题 | 考 | 不考 | 不考 |
| 微分方程+级数 | 考 | 考 | 不考 |
📝 备注：伯努利方程、可降阶高阶方程在数三考纲中未单列，但真题偶有涉及——保留学习、掌握基本做法即可，不必深钻。全微分方程数三不考（数三考纲没有列它）；解一阶线性方程时用到的"积分因子法"只是解法技巧，不算单独考点。
1.3 真题命题特点
历年考频统计（数学三，近15年）：
| 题型 | 出现次数 | 常见考法 |
|---|---|---|
| 一阶微分方程求解 | ~12次 | 填空/选择为主，偶尔解答题 |
| 二阶常系数线性方程 | ~14次 | 解答题主力，分值8-10分 |
| 差分方程 | ~7次 | 填空题，4分 |
| 微分方程+变限积分综合 | ~8次 | 解答题，10分 |
| 经济应用（弹性/增长） | ~5次 | 解答题，10分 |
1.4 知识体系地图（ASCII树形图）
┌─────────────────────────────────┐
│ 微分方程（核心解题体系） │
└─────────────────────────────────┘
│
┌───────────────┬───────────────┼───────────────┬───────────────┐
▼ ▼ ▼ ▼ ▼
┌─────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐
│ 一阶方程 │ │ 可降阶 │ │ 二阶常系数│ │ 差分方程 │ │ 综合应用 │
│ 4种类型 │ │ 高阶方程 │ │ 线性方程 │ │ (数三独有)│ │ 4种考法 │
└─────────┘ └──────────┘ └──────────┘ └──────────┘ └──────────┘
│ │ │ │ │
┌────┴────┐ ┌────┴────┐ ┌────┴────┐ ┌────┴────┐ ┌────┴────┐
│可分离变量│ │y''=f(x) │ │齐次特征根│ │齐次方程 │ │变限积分 │
│齐次方程 │ │y''=f(x, │ │非齐次 │ │非齐次 │ │几何应用 │
│一阶线性 │ │ y') │ │待定系数 │ │待定系数 │ │经济应用 │
│伯努利 │ │y''=f(y, │ │常数变易 │ │ │ │与级数 │
└─────────┘ │ y') │ └─────────┘ └─────────┘ └─────────┘
└─────────┘
核心解题逻辑链：
识别方程类型 → 选择对应解法 → 求通解 → 代入初始条件 → 得特解
二、核心知识 ★
本章核心知识包含：微分方程的基本概念、一阶方程的四种类型、可降阶的高阶方程、二阶常系数线性方程（特征根法与待定系数法）、差分方程的基本解法。核心知识只讲概念本身——公式、定义、定理、性质。口诀、避坑技巧、考试经验全部放在后面紧跟的对应练习题中。
2.1 微分方程基本概念
2.1.1 微分方程的定义
方程里含有导数（或者微分）的，就是微分方程。
生活比喻：就像天气预报不只是告诉你今天几度（那是普通方程），而是告诉你"温度每小时上升2度"——这句话里包含了"变化的速度"，这就是微分方程。
数学表达：比如 $y'' + 2xy = 0$，里面有一个 $y''$（也就是二阶导数），所以它是微分方程。而 $x^2 + 3x + 1 = 0$ 里面没有导数，只是普通代数方程。
2.1.2 微分方程的"阶"
方程里出现的最高阶导数是几阶，方程就是几阶。
生活比喻：就像建筑的楼层——有三楼的建筑叫三层楼。方程里有 $y''$（二阶导数），就叫二阶方程。
举例：
- $y' + y = 0$ → 一阶（最高只到 $y'$）
- $y'' + 3y' + 2y = 0$ → 二阶（最高到 $y''$）
- $y''' + y'' = x$ → 三阶
2.1.3 通解和特解
- 通解：含有一个或多个"还没确定的常数"的解（像酒店的标准间，格局一样但房间号没定）
- 特解：常数全部确定了的解（像你的房卡上已经写了具体房间号）
生活比喻：通解就像"$y = Cx^2$"——不同的 $C$ 对应不同的抛物线，这是一个家族的曲线。而特解就像"$y = 3x^2$"（已经知道 $C=3$ 了），这条曲线就确定下来了。
核心关系：通解里常数的个数 = 方程的阶数。一阶方程的通解有1个常数，二阶方程的通解有2个常数。
2.1.4 初始条件
初始条件就是额外给的一个具体数值，用来从通解里"锁定"唯一答案的。
生活比喻：好比GPS定位——你知道人在某条公路上（通解），但不知道具体在哪。如果有人告诉你"他在距起点5公里处"（初始条件），你马上就能确定他的精确位置（特解）。
常见写法：$y(0) = 1$（当 $x=0$ 时 $y$ 的值是 1），或者 $y'(0) = 2$（当 $x=0$ 时斜率是 2）。
2.1.5 线性微分方程——齐次与非齐次
线性：未知函数 $y$ 和它的各级导数都只有"一次方"，不存在 $y^2$、$yy'$、$\sin y$ 这种东西。
齐次：右边等于 0（没"外力推动"）
非齐次：右边不等于 0（有"外力推动"）
生活比喻：
- 线性 = 东西排成一条直线，没有拐弯抹角的关系（不能有平方、乘积、三角函数包着 $y$）
- 齐次 = 弹簧自己在那振，没有人推它
- 非齐次 = 弹簧在振的时候，有只手在外面推它
重要性质——解的叠加原理：
- 齐次解 + 齐次解 = 还是齐次解（两个弹簧振动的效果可以叠加）
- 非齐次的特解 + 齐次的通解 = 非齐次的通解（外力效果 + 自然振动效果 = 总效果）
🧠 为什么两个解能"加"起来？——代数验证（不是玄学，是线性性在作怪）
上面那句话光靠比喻不够硬。下面我们用代数走一遍，证明"非齐次通解 = 齐次通解 + 非齐次特解"不是巧合，而是线性方程的必然。
先把方程写成一个"机器"的样子：设 $L(y)$ 表示"把方程左边那一串算出来"的运算。比如对 $y'' + py' + qy = f(x)$，就有 $L(y) = y'' + py' + qy$。这样方程就变成简洁的一行： $L(y) = f(x)$
关键性质（线性性）：$L$ 是"线性"的——它算两个函数相加时，等于分别算完再加： $L(y_h + y^\ast) = L(y_h) + L(y^\ast)$ 为什么成立？因为 $L$ 里只有求导和常数乘法，而求导本身就满足"和的导数 = 导数的和"（这是第2章学过的）——所以 $L$ 一拆就开，干干净净。
第一步：两个解各自满足什么。
$y_h$ 是齐次解（方程右边为 0）： $L(y_h) = 0$ $y^\ast$ 是非齐次特解（方程右边是 $f(x)$）： $L(y^\ast) = f(x)$
第二步：把它们加起来看看。
现在把 $y_h + y^\ast$ 送进机器 $L$，利用线性性把它拆开： $L(y_h + y^\ast) = L(y_h) + L(y^\ast) = 0 + f(x) = f(x)$
这一步在想什么：结果正好等于 $f(x)$！也就是说 $y_h + y^\ast$ 放进方程左边，得到的正是方程右边——它满足原方程，所以它就是一个解。
📝 大白话复盘：别的函数可没资格这么"加"——非线性方程（比如带 $y^2$）里 $L(y_h + y^\ast) = y_h'' + py_h' + qy_h + y^{\ast''} + py^{\ast'} + qy^\ast + \text{交叉项}$，多出个 $y_h y^\ast$ 拆不开。这个交叉项来自非线性项 $y^2$ 的展开：把 $y_h + y^\ast$ 代进 $y^2$ 得 $(y_h + y^\ast)^2 = y_h^2 + 2y_h y^\ast + y^{\ast2}$，中间那个 $2y_h y^\ast$ 就是交叉项——它正是非线性方程不能拆开的原因。正是"线性"这个条件，保证了 $L$ 拆开时干干净净、没有多余项。这就是"解的叠加原理"在数学上的根——也是为什么本章所有"通解 = 齐次通解 + 特解"的写法都合法。
举例：
- $y'' + 2y' + y = 0$ → 二阶线性齐次（右边是 0）
- $y'' + 2y' + y = e^x$ → 二阶线性非齐次（右边有 $e^x$，是"外力"）
- $y'' + y^2 = 0$ → 非线性（有 $y^2$！）
🛑 停一下，检验理解
- $y'' + 3y' = \sin x$ 是几阶？是线性还是非线性？
- "通解里有几个常数"和"方程是几阶的"之间有什么关系？
- 齐次 = 右边是 0，非齐次 = 右边不是 0。这个"右边的东西"在物理上代表什么？
📝 参考答案
- 二阶（最高到 $y''$），线性（$y$ 和它的导数都只有一次方，没有 $y^2$、$\sin y$ 等）。
- 通解里常数的个数 = 方程的阶数。一阶通解有1个常数，二阶有2个。这是因为每阶导数需要一次积分，每次积分产生一个常数。
- "右边的东西"代表外力/外部输入。比如秋千：齐次（右边=0）是没人推、自己摆；非齐次（右边≠0）是有人在外面推它，$\sin x$ 之类就是推的节奏。
2.1.6 解的存在唯一性定理——"什么时候方程一定有解、而且只有一个解？"
🗺️ 生活场景：你站在一个完全陌生的城市广场中央，手里只有一张"风向图"——图上标着城里每个位置的风往哪个方向吹。风向图上的每个点 $(x, y)$ 告诉你：如果你在这个位置，风会以多快的速度把你往哪个方向推。这就是微分方程 $y' = f(x,y)$ 在说的东西——$f(x,y)$ 就是"在 $(x,y)$ 这个位置的变化方向"。
现在你从广场 $(x_0, y_0)$ 出发，完全随风飘。两个最基本的问题：①你飘得出去吗？——会不会某个地方风突然消失或者把你卡住，让你根本没法往前走？（解是否存在？）②你飘出去的路线是唯一的吗？——还是说同一个起点、同一张风向图，你却可能走出两条完全不同的路线？（解是否唯一？）
直觉上说：如果城市每个角落都有风（$f$ 连续），你肯定能飘出去，不会卡住。但如果某处有"旋风"——风速不是无穷大、但风向随位置变化剧烈到没有上限——那你就可能在那个位置面临多条岔路：往左拐也符合风向图、往右拐也符合风向图。就像一颗球放在锋利的刀尖上——静止不动是一种可能，往左滚下去也是一种可能，往右滚下去还是一种可能，所有选择都符合你手里的"风向图"。
这个定理不教你怎么解方程——它先帮你确认"方程确实有唯一的答案等着你去找"。 没有这个保证，你花半小时解一个初值问题，最后可能发现它根本没有解，或者有无穷多个解——就像在死胡同里绕了半天。
解的存在唯一性定理的正式陈述：
对于初值问题： $y' = f(x,y), \quad y(x_0) = y_0$
设 $f(x,y)$ 在包含 $(x_0, y_0)$ 的一个矩形区域内满足两个条件：
- $f(x,y)$ 连续 —— 方程右边不会在某处突然断裂或消失
- $\frac{\partial f}{\partial y}$ 存在且有界 —— $f$ 对 $y$ 的"敏感度"不会飙到无穷大
则在这个矩形区域内，存在唯一的函数 $y = \varphi(x)$ 满足方程和初始条件。
翻译成大白话：只要"风向"是连续变化的，而且风的方向不会随着位置变化而无限剧烈地打转，那么从起点出发，有且只有一条路能走。
🧠 为什么需要这两个条件？——用直觉解释每一步
我们不写 $\varepsilon$-$\delta$ 严格证明（那是数学分析课的事），但我们可以用一个"摸着石头过河"的比喻来理解两个条件各自在管什么。
第零步：先把微分方程变成"走路指令"。
原方程 $y' = f(x,y),\; y(x_0) = y_0$ 两边从 $x_0$ 到 $x$ 积分，等价于： $y(x) = y_0 + \int_{x_0}^x f(t, y(t))\,dt$
这个积分方程的意思是：到 $x$ 位置时你走到了哪，等于"起点 $y_0$"加上"一路走来累积的所有变化量"。
关键在于：被积的 $f(t, y(t))$ 里面那个 $y(t)$ 本身就是你正在求的东西——每一步的速度取决于你当前走到了哪儿。这是一个"自己依赖自己"的方程。
大白话：就像蒙着眼睛走夜路——你不能提前知道整条路线，只能每迈一步，摸摸脚下的地面，然后决定下一步往哪迈。这个"一步一探"的过程，数学家叫皮卡迭代（Picard iteration）：$y_0$（起点）→ 用 $f(x, y_0)$ 算一个大概的下一步位置 $y_1(x)$ → 用 $f(x, y_1(x))$ 再修正出 $y_2(x)$ → 反复修正，越来越接近真正的解。
第一步：条件1——$f$ 连续 → 保证"路不会断"（解存在）。
$f(x,y)$ 连续的意思是：当 $x$ 和 $y$ 只变一丁点时，$f$ 的值也只变一丁点，不会突然跳变。
在皮卡迭代中，我们每一步都在上一个近似解 $y_n(x)$ 上算 $f(x, y_n(x))$，然后积分得到下一个近似 $y_{n+1}(x)$。$f$ 连续保证了：①每一步的积分都有定义（不会突然冒出一个没法积的点）；②当近似解越来越接近真实解时，$f$ 的值也稳定地趋近——迭代不会发散。
反例感受一下：$y' = \frac{1}{x}, \; y(0) = 0$。$f(x,y) = 1/x$ 在 $x=0$ 根本不连续（趋向无穷），连"第一步的风向"都读不出来——方程在 $x=0$ 附近根本没有定义，更别说解了。
第二步：条件2——$\frac{\partial f}{\partial y}$ 有界 → 保证"路是唯一的"（解唯一）。
这是更容易被忽略的条件。$f$ 连续能保证解存在，但不保证唯一。
想象两种不同的"试探路径"从同一个起点出发。它们一开始只差一点点，但如果 $f$ 对 $y$ 极其敏感（$\frac{\partial f}{\partial y}$ 可以任意大），两条路径在下一步就会被 $f$ 放大成完全不同的方向——最终它们变成两条真正不同的路，而且都符合方程。
经典反例：$y' = 2\sqrt{|y|}, \; y(0) = 0$。
$f(y) = 2\sqrt{|y|}$ 在 $y=0$ 处是连续的（条件1满足）。
但求偏导：$\frac{\partial f}{\partial y} = \frac{1}{\sqrt{|y|}}$。当 $y \to 0$ 时，这个偏导炸到无穷——条件2不满足！
这个方程的解有多少个？无穷多个。 随便取一个数 $c \ge 0$： $y(x) = \begin{cases} 0, & 0 \le x \le c \\ (x-c)^2, & x > c \end{cases}$ 都是解！$y \equiv 0$（永远不动）是解；$y = x^2$（从一开始就走）也是解；在 $c=3$ 之前不动、第3秒突然开始走——也是解！
就像一颗球放在绝对尖锐的刀尖上——它可以在任何时刻决定滚下来，所有选择都合法。你手里的"风向图"允许无数条不同的路。
第三步：两个条件合在一起。
- $f$ 连续 = 路是连通的，能走（存在）
- $\frac{\partial f}{\partial y}$ 有界 = 没有岔路口，不会走散（唯一）
满足两个条件，从 $(x_0, y_0)$ 出发就只有一条路可走。
📝 推导复盘——用大白话重新讲一遍刚才做了什么：
我们做的不是严格证明，而是建立判断直觉。核心工具是皮卡迭代的图像：把微分方程变成"不断自我修正的走路过程"。$f$ 连续保证迭代每步都有意义、最终收敛到某个解（存在性）；$\frac{\partial f}{\partial y}$ 有界保证不同的试探路线会被"拉"回同一条路——收缩映射保证迭代不管从哪条初始猜测出发，最终都收敛到同一个解（唯一性）。
考研不要求证明，但要求你能判断：拿到初值问题，扫一眼 $f(x,y)$ 在初始点附近有没有"爆炸"的迹象。
判断口诀：分母为零 → 可能没定义（解不存在）；根号内 y 出现在分母级的偏导 → 警惕不唯一。
⚠️ 三个最容易搞混的地方：
混淆1：以为"连续"两个条件就都管了。 连续只管"存在"，不管"唯一"。$y' = 2\sqrt{|y|}$ 在 $y=0$ 处连续——但它有无穷多个解！因为条件2被破坏了。存在和唯一是两个独立的条件，各自管一件事。
混淆2：把定理当成"解题公式"。 这个定理不教你怎么解方程——它回答的是一个更基本的问题："我动手解之前，凭什么相信有答案？"就像你去餐厅前先确认它开门、有空位——但它不告诉你菜单。真正的解法在后面的2.2-2.4节。
混淆3：忘记定理的"局部性"。 定理保证的解只存在于 $x_0$ 的"附近某个小区间"——不一定全场有效。解可能在有限远处就"炸了"（趋向无穷）。比如 $y' = y^2, y(0)=1$，解为 $y = \frac{1}{1-x}$——这个解只在 $x < 1$ 有效，到了 $x=1$ 分母为零，解破裂。
解的存在唯一性定理在知识链条中的位置：
这个定理是整个微分方程理论的逻辑起点——它在所有解法之前，回答"方程到底有没有资格被解"。在数学专业课程中，皮卡迭代的严格证明构成常微分方程第一章的核心。在考研中几乎不直接出题，但定理背后的"初值校验"习惯至关重要：拿到初值问题，先扫一眼 $f(x,y)$ 在初始点附近是否有分母为零、根号内负、偏导爆炸等问题——有的话就要警惕，方程在该点附近可能无解或解不唯一。 这个习惯能让你避免在死胡同里白费功夫。
2.2 一阶微分方程的类型
题型1：一阶微分方程求解
核心能力：一眼看出方程属于哪种类型。四种类型的识别是第一步，也是最重要的一步。
📌 这节学完你就能回答： 拿到一个一阶微分方程，怎么一眼认出它属于可分离变量、齐次、一阶线性还是伯努利？四种类型的"一招制敌"解法分别是什么？伯努利方程为什么要先"降级"变回一阶线性？
2.2.1 一阶方程的四种类型
一阶微分方程可按以下四种类型分类。拿到一个一阶方程，第一步就是识别它属于哪种类型。
| 类型 | 一眼识别的特征 | 关键解法 | 发现来源（正文哪一节） |
|---|---|---|---|
| 可分离变量 | 能写成 $y' = f(x)g(y)$，$x$ 的东西全一边，$y$ 的东西全另一边 | 分离后积分 | 2.2.2 先题后招 |
| 齐次方程 | 能写成 $y' = f(y/x)$，$x$ 和 $y$ 总是"成对出现" | 令 $u = y/x$ | 2.2.3 先题后招 |
| 一阶线性 | 能写成 $y' + P(x)y = Q(x)$，$y$ 和 $y'$ 都只有一次 | 套通解公式 | 2.2.4 先题后招 |
| 伯努利 | 比一阶线性多了一个 $y^n$ 挂在右边 | 令 $z = y^{1-n}$ | 2.2.5 先题后招 |
🧠 这张表不是用来背的——每一条都是你"动手解过一道题之后"总结出来的。 四种方法各自的"为什么这么想"，分别在 2.2.2、2.2.3、2.2.4、2.2.5 四节里各用一道真实题目现场发现：可分离变量为什么能"分开两边积分"、齐次方程为什么换元 $u = y/x$、一阶线性那个吓人的通解公式是怎么"凑"出来的、伯努利为什么换 $z = y^{1-n}$。先跟着题走一遍，再回来看这张表，它才是活的。
识别决策树（拿到方程先走这几步）：
第一步：右边能拆成"只含 x 的东西"乘"只含 y 的东西"吗？
└─ 能 → 可分离变量方程 → 分离积分
└─ 不能 ↓
第二步：右边能写成只依赖 y/x 的形式吗？（每一项 x 和 y 的次数一样）
└─ 能 → 齐次方程 → 令 u = y/x
└─ 不能 ↓
第三步：能写成 y' + P(x)y = Q(x) 吗？（y 和 y' 都是一次，"干净整洁"）
└─ 能 → 一阶线性方程 → 用公式法/积分因子法
└─ 不能 ↓
第四步：右边是不是比一阶线性多一个 y^n 挂在那里？
└─ 能 → 伯努利方程 → 令 z = y^(1-n)
生活比喻：就像你打开外卖袋子，先把餐盒分类——这盒是汤（可分离变量），那个是拌面（齐次），这盒是饭（一阶线性），还有一个加了特殊酱料（伯努利）。分对了才能用对应的餐具。
💡 顺序怎么记、重叠怎么办：这棵树的顺序就是 2.2.2 → 2.2.5 的教学顺序——先看最容易认的，再看越来越像"妖魔鬼怪"的。有些方程会同时满足好几类，比如 $y' = 2xy$ 既能写成 $f(x)g(y)$（可分离），又能写成 $y' + (-2x)y = 0$（一阶线性）——先走到哪一类就用哪一类的方法，两条路殊途同归，答案一致。想挑战就先按"最先命中的"走；用两种方法各解一遍当验算，答案应完全相同。
2.2.2 可分离变量方程
先看一道题：求 $y' = 2xy$ 的通解
看到这题，先别慌。先问问自己：这个方程和我们熟悉的东西有什么不同？
难在哪？ 以前我们积的是"已经写好的函数"，比如 $\int 2x\,dx$。可现在右边 $2xy$ 里混着两个"活物"——$x$ 和 $y$。我们想对 $x$ 积分，但右边有个 $y$ 挡路；$y$ 自己又没写出来，没法直接积。方程的难处，就在于 $x$ 和 $y$ 搅在一起。
🧠 这一步在想什么：既然难在"搅在一起"，那思路就一个字——拆。能不能把 $x$ 的东西放到一边、$y$ 的东西放到另一边，各回各家？如果右边能写成"只含 $x$ 的函数 × 只含 $y$ 的函数"，比如这里 $2xy = (2x) \cdot (y)$，那左边放 $y$、右边放 $x$，两边就能各自积分了。
🔍 试试看，把 $y' = \frac{dy}{dx}$ 记成 $\frac{dy}{dx} = 2xy$，然后"乘过去"： $\frac{dy}{y} = 2x\,dx$
这一步在想什么：$y$ 的东西（$dy$ 和 $y$）聚到左边，$x$ 的东西（$dx$ 和 $2x$）聚到右边——两边各积各的，谁都不打扰谁。 于是： $\int\frac{dy}{y} = \int 2x\,dx \quad\Longrightarrow\quad \ln|y| = x^2 + C_1 \quad\Longrightarrow\quad y = Ce^{x^2}$
🔍 回头看看我们做了什么：整道题只有一招——"把 $x$ 和 $y$ 分开，两边各自积分"。 这一招之所以能行，前提是右边 $2xy$ 能拆成"只含 $x$ 的 × 只含 $y$ 的"。要是右边是 $x + y$ 这种"想拆拆不开"的样子，这招就失灵了。
📌 以后就这么办：看到 $y' = f(x) \cdot g(y)$（右边能拆成"$x$ 的东西 × $y$ 的东西"）这种方程——
- 把所有 $y$ 的东西（含 $dy$）移到等号一边，所有 $x$ 的东西（含 $dx$）移到另一边
- 两边分别积分
- 能写出 $y = \cdots$ 就写出来（这叫"显化"），写不出来写成隐式也行
这样你就自己推出了"可分离变量"这个类型和它的解法，而不是被塞了一条规则。
定义（落地）：能写成 $\frac{dy}{dx} = f(x) \cdot g(y)$ 的方程，就叫可分离变量方程——$x$ 的东西全在一边，$y$ 的东西全在另一边。
生活比喻：就像把红豆和绿豆混在一起，然后一颗颗分开——$x$ 的放左边盘子，$y$ 的放右边盘子。
🧠 为什么能"分离"？$dy$ 和 $dx$ 真的能乘除吗？——把"神秘操作"讲透
很多同学第一次看到 $\frac{dy}{g(y)} = f(x)dx$ 时心里打鼓：$dy$、$dx$ 不是数，怎么能像普通代数那样移来移去、相除相乘？这里给你说破——它其实不是真的在做"乘除"，而是换元积分法的两步偷懒写法。
第1步（真正的做法）：方程 $y' = f(x)g(y)$ 移项成 $\frac{1}{g(y)} \cdot y' = f(x)$，两边同时对 $x$ 积分： $\int \frac{y'(x)}{g(y(x))}\,dx = \int f(x)\,dx$
第2步（换元）：左边被积函数里，$\frac{1}{g(y)}$ 是 $y$ 的函数，而 $y'(x)dx$ 恰好是 $dy$（这就是第3章换元积分法里学过的 $dy = y'dx$）。所以左边换元成： $\int \frac{dy}{g(y)} = \int f(x)\,dx$
这一步在想什么：所以"分离"的真正理由是换元积分法——$dy$ 和 $dx$ 能"相除相乘"，只是换元写法的速记。在标准考试里这么写完全没问题，只要心里清楚它背后是"对 $x$ 积分 + 换元"两步，就不会把它当成神秘的魔法。
⚠️ 丢解陷阱（很多人栽在这）：分离变量时要用 $g(y)$ 去除两边，也就是 $\frac{dy}{g(y)}$——但除以 $g(y)$ 的前提是 $g(y) \neq 0$！如果存在某个常数 $y_0$ 使 $g(y_0) = 0$，那么 $y \equiv y_0$ 这个"常函数"也是原方程的解（因为这时 $y'=0$，右边 $f(x) \cdot g(y_0) = f(x) \cdot 0 = 0$，两边都等于 0，方程成立）。但它会在"除以 $g(y)$"这一步被偷偷丢掉。
举例：$y' = 2xy$ 里 $g(y) = y$，$y \equiv 0$ 就是被丢掉的解——分离时 $dy/y$ 默认了 $y \neq 0$，做完后要回头检查一遍：$g(y) = 0$ 的解是不是被丢了，丢了就补上（本例补上 $y \equiv 0$ 后，它恰好可以并入 $y = Ce^{x^2}$ 的 $C = 0$ 情形）。
💡 顺带一提：可分离和线性"撞号"了怎么办：像 $y' = 2xy$ 这样的方程，改写成 $y' + (-2x)y = 0$ 也是标准的一阶线性——它既是可分离变量、又是一阶线性。两种方法各走各的：可分离法分离积分得 $y = Ce^{x^2}$；线性法（2.2.4 的积分因子法）算出来也是同一个 $y = Ce^{x^2}$——殊途同归，答案一致。这类"双料"方程，按识别决策树先命中哪类就用哪类的方法，都不会错。
常见变体：$y' = f(ax + by + c)$ 型。
🧠 变体怎么想到的？——$y' = \cos(x+y)$ 现场走一遍
如果方程右边是一个"整体"却又拆不开怎么办？比如 $y' = \cos(x + y)$——右边 $\cos(x+y)$ 既不是"只含 $x$"也不是"只含 $y$"，想拆成 $f(x)g(y)$ 拆不动。可它明明"就一个三角函数"，不应该无解。
难在哪？难在 $x$ 和 $y$ 被"焊死"成一个整体 $x+y$。那不如把整个 $x+y$ 当成一个新变量 $u$，先把"焊死的一团"看成一个整体： $u = x + y \quad\Rightarrow\quad y = u - x \quad\Rightarrow\quad y' = u' - 1$
这一步在想什么：$y'$ 也要跟着换算成 $u'$。代进原方程： $u' - 1 = \cos u \quad\Rightarrow\quad u' = 1 + \cos u$
惊喜来了——右边现在只含 $u$，不含 $x$！这正是可分离变量的形状（$f(x) = 1$，$g(u) = 1 + \cos u$）： $\frac{du}{1 + \cos u} = dx$
后面就是纯积分功夫（用 $1+\cos u = 2\cos^2\frac{u}{2}$ 化简）： $\tan\frac{u}{2} = x + C \quad\Rightarrow\quad \tan\frac{x + y}{2} = x + C$
🔍 回头看看：这类变体的思路是"拆不开就整体换元"——把被焊死的 $ax + by + c$ 整体换成新变量 $u$，$y'$ 跟着换成 $u' - a$，方程就"换皮"成可分离变量了。
📌 以后就这么办：看到 $y' = f(ax + by + c)$ 型 → 令 $u = ax + by + c$，化为 $u' = a + bf(u)$，再分离变量。
考法1：可分离变量方程
识别特征
方程能写成 "一边只有 $y$、一边只有 $x$" 的形式： $y' = f(x) \cdot g(y) \quad \text{或} \quad M(x)N(y)dx + P(x)Q(y)dy = 0$
常见变体（容易忽略！）：
- $y' = f(ax + by + c)$ 型——令 $u = ax + by + c$，化为 $u' = a + bf(u)$，再分离变量
解题步骤
| 步骤 | 操作 |
|---|---|
| ① | 将方程整理为 $\displaystyle\frac{dy}{dx} = f(x)g(y)$ |
| ② | 分离变量：$\displaystyle\frac{dy}{g(y)} = f(x)dx$ |
| ③ | 两边积分：$\displaystyle\int\frac{dy}{g(y)} = \int f(x)dx$ |
| ④ | 解出 $y$（能显化就显化，不能就保留隐式） |
| ⑤ | 有初始条件时代入求常数 $C$ |
典型例题
【例1.1】 求解 $y' = 2xy$，并求满足 $y(0) = 1$ 的特解。
解： ① 分离变量：$\displaystyle\frac{dy}{y} = 2x\,dx$ ② 积分：$\ln|y| = x^2 + C_1$ ③ 显化：$y = Ce^{x^2}$（其中 $C = \pm e^{C_1}$） ④ 代入 $y(0) = 1$：$1 = C \cdot e^0 = C$，故 $C = 1$ ⑤ 特解：$y = e^{x^2}$
【例1.2】 求解 $y' = \cos(x + y)$。（变体——换元化为可分离变量）
解： ① 令 $u = x + y$，则 $y = u - x$，$y' = u' - 1$ ② 代入：$u' - 1 = \cos u$，即 $u' = 1 + \cos u$ ③ 分离变量：$\displaystyle\frac{du}{1 + \cos u} = dx$ ④ 利用 $1 + \cos u = 2\cos^2\frac{u}{2}$，左边 $= \frac{1}{2}\sec^2\frac{u}{2}du$ ⑤ 积分：$\tan\frac{u}{2} = x + C$ ⑥ 回代：$\tan\frac{x + y}{2} = x + C$
💡 丢解检查：分离时除以 $1 + \cos u$，会丢掉 $1 + \cos u = 0$ 的解，即 $u = (2k+1)\pi$、$y = -x + (2k+1)\pi$——验证：$y' = -1$，右边 $\cos((2k+1)\pi) = -1$，成立，确实是解。想严谨就补上这句"另有常斜线解 $y = -x + (2k+1)\pi$"（考研通常不要求）。
翻车现场
翻车：方程拿到手不先判断"能不能分离"，直接硬套公式。
- 为什么错：一阶方程有四种类型，类型判断错了后面全白做。
- 正确做法：拿到一阶方程，第一步永远是"这个方程能不能写成 dy/dx = f(x)g(y)？"
题1 ⭐基础 求解 $y' = y \cos x$ 的通解。
答案
可分离变量方程。分离：$\frac{dy}{y} = \cos x\,dx$。积分：$\ln|y| = \sin x + C_1$。显化：$y = Ce^{\sin x}$。
题2 ⭐⭐中档 求解 $y' = e^{x+y}$，并求满足 $y(0) = 0$ 的特解。
答案
可分离变量：$y' = e^x \cdot e^y$。分离：$e^{-y}dy = e^x dx$。积分得 $-e^{-y} = e^x + C$，通解 $y = -\ln(K - e^x)$。代入 $y(0)=0$，得 $K=2$。特解：$y = -\ln(2 - e^x)$。
题3 ⭐⭐中档 求解 $y' = (x + y)^2$（提示：换元化为可分离变量）。
答案
令 $u = x + y$，则 $y' = u' - 1$。代入得 $u' - 1 = u^2$，分离：$\frac{du}{u^2+1} = dx$。积分：$\arctan u = x + C$。回代：$\arctan(x+y) = x + C$。通解：$y = \tan(x+C) - x$。
题4 ⭐⭐⭐进阶 求解 $y' \cos y = \sin y + x$（提示：令 $u = \sin y$）。
答案
令 $u = \sin y$，则 $u' = (\cos y)\cdot y'$。代入得 $u' = u + x$，即 $u' - u = x$（一阶线性）。积分因子 $e^{-x}$，解得 $u = -(x+1) + Ce^x$。回代：$\sin y = Ce^x - x - 1$。
2.2.3 齐次方程（一阶）
先看一道题：求 $y' = \frac{y}{x} + \frac{x}{y}$ 的通解
看到这题，先别慌。按上一节的办法试试：能拆成 $f(x)g(y)$ 吗？右边 $\frac{y}{x} + \frac{x}{y}$ 里有加法，想拆成"只含 $x$ × 只含 $y$"——拆不动。
难在哪？ 和上一节一样，$x$ 和 $y$ 又搅在一起了，而且这次搅得比 $y' = 2xy$ 更狠——右边是一个加法式子，没法分离。
不过别急着放弃，盯着右边多看两眼：$\frac{y}{x}$ 和 $\frac{x}{y}$ 有什么共同点？ 咦，$\frac{x}{y}$ 不就是 $\left(\frac{y}{x}\right)^{-1}$ 吗？右边整个只依赖"$y/x$ 这个整体"，$x$ 和 $y$ 总是一对一对出现、绝不单独露头。
🧠 这一步在想什么：既然右边只依赖 $y/x$，那不如把"$y/x$ 这个整体"当成一个新变量 $u$——就像上一节把 $x+y$ 焊死的一团换成 $u$。设： $u = \frac{y}{x} \quad\Longrightarrow\quad y = ux$
关键一步来了——$y'$ 怎么换成 $u$？对 $y = ux$ 求导（两个函数相乘，用乘法法则）： $y' = u'x + u\cdot1 = u + x\frac{du}{dx}$
这一步在想什么：注意这里 $u'$ 是"对 $x$ 求导"，所以 $y = ux$ 求导后是 $u + xu'$，而不是简单的 $u'$。这一个"多出来的 $xu'$"，正是 $u = y/x$ 换元的代价，也是很多人算错的第一个地方。
代进原方程： $u + x\frac{du}{dx} = u + \frac{1}{u} \quad\Longrightarrow\quad x\frac{du}{dx} = \frac{1}{u}$
看看现在变成了什么——$u$ 的东西全在一边、$x$ 的东西全在另一边，这不就是上一节的可分离变量吗？ 分离积分： $u\,du = \frac{dx}{x} \quad\Longrightarrow\quad \frac{u^2}{2} = \ln|x| + C \quad\Longrightarrow\quad \frac{y^2}{2x^2} = \ln|x| + C$
🔍 回头看看我们做了什么：之所以能解，全因为右边只依赖 $y/x$——它让我们能用 $u = y/x$ 把两个变量"合成"一个，方程就从"搅在一起"降级成了可分离变量。 要是右边露着单独的 $x$ 或 $y$（比如 $y' = \frac{y}{x} + x$），换元后就会残留 $x$，这招就失灵。
📌 以后就这么办：看到 $y'$ 能写成只依赖 $\frac{y}{x}$ 的形式（检查每一项 $x$ 和 $y$ 的次数加起来一样，比如 $x^2$、$xy$、$y^2$ 都是"二次"）——这叫齐次方程（这里的"齐次"指次数齐，和 2.1.5 节"右边是不是 0"的齐次是两回事）：
- 令 $u = \frac{y}{x}$（也就是 $y = ux$）
- 求导：$y' = u + x\frac{du}{dx}$
- 代入原方程，$u + x\frac{du}{dx} = f(u)$，整理成 $\frac{du}{f(u)-u} = \frac{dx}{x}$（变成了可分离变量）
- 积分后把 $u$ 换回 $y/x$
这样你就自己发现了"令 $u = y/x$"这个代换，而不是被塞了一招。
定义（落地）：能写成 $\frac{dy}{dx} = f\left(\frac{y}{x}\right)$ 的方程——右边只出现 $y/x$ 这个整体。
速判技巧：检查每一项 $x$ 和 $y$ 的次数加起来是否一样。比如 $x^2$、$xy$、$y^2$ 都是"二次"的。
⚠️ 注意：这里的"齐次"和 2.1.5 节里的"齐次"是两回事！2.1.5 的齐次指"等式右边是不是 0"（$y'' + py' + qy = 0$ 右边为 0 叫齐次），这里的齐次指"表达式里 $x$ 和 $y$ 的次数加起来一不一样"（$y' = f(y/x)$ 叫齐次）。两个概念刚好都叫"齐次"，但说的不是同一件事。
考法2：齐次方程
识别特征
方程能写成 $y'$ 只依赖于 $\frac{y}{x}$ 的形式： $\frac{dy}{dx} = f\left(\frac{y}{x}\right) \quad \text{或} \quad \frac{dx}{dy} = \varphi\left(\frac{x}{y}\right)$
速判技巧：检查每一项的"次数"是否一致（例如 $x^2$、$xy$、$y^2$ 都是二次）。
解题步骤
| 步骤 | 操作 |
|---|---|
| ① | 令 $u = \frac{y}{x}$，即 $y = ux$ |
| ② | 求导：$\displaystyle y' = u + x\frac{du}{dx}$ |
| ③ | 代入原方程，化为 $\displaystyle x\frac{du}{dx} = f(u) - u$ |
| ④ | 分离变量：$\displaystyle\frac{du}{f(u) - u} = \frac{dx}{x}$ |
| ⑤ | 积分后回代 $u = \frac{y}{x}$ |
典型例题
【例1.3】 求解 $y' = \frac{y}{x} + \frac{x}{y}$。
解： ① 右边 $= \frac{y}{x} + \left(\frac{y}{x}\right)^{-1}$，是 $f(\frac{y}{x})$ 型 ② 令 $u = \frac{y}{x}$，则 $y' = u + x\frac{du}{dx}$ ③ 代入：$u + x\frac{du}{dx} = u + \frac{1}{u}$ ④ 化简：$x\frac{du}{dx} = \frac{1}{u}$，分离：$u\,du = \frac{dx}{x}$ ⑤ 积分：$\frac{u^2}{2} = \ln|x| + C$ ⑥ 回代：$\frac{y^2}{2x^2} = \ln|x| + C$，即 $y^2 = 2x^2(\ln|x| + C)$
翻车现场
翻车：看到分式结构 dy/dx = 分式，不分青红皂白就当齐次方程做。
- 为什么错：齐次方程的标志是"右边每一项的 x 和 y 次数加起来一样"——不是所有分式都是齐次方程。
- 正确做法：先检查右边能否写成 $\varphi(y/x)$ 的形式。另外换元 $u=y/x$ 后，$y' = u + x\cdot du/dx$，这个替换公式一定要写对。
题5 ⭐基础（与例1.3同类，训练熟练度）求解 $\displaystyle y' = \frac{y}{x} + \frac{x}{y}$。
答案
令 $u = y/x$，$y' = u + x\frac{du}{dx}$。代入得 $x\frac{du}{dx} = \frac{1}{u}$。分离：$u\,du = \frac{dx}{x}$。积分：$\frac{u^2}{2} = \ln|x| + C$。回代：$\frac{y^2}{2x^2} = \ln|x| + C$，即 $y^2 = 2x^2(\ln|x| + C)$。
题6 ⭐⭐中档 求解 $(x^2 + y^2)dx - 2xy\,dy = 0$。
答案
化为 $\frac{dy}{dx} = \frac{x^2+y^2}{2xy} = \frac{1+(y/x)^2}{2(y/x)}$。令 $u=y/x$，代入得 $x\frac{du}{dx} = \frac{1-u^2}{2u}$。分离：$\frac{2u}{1-u^2}du = \frac{dx}{x}$。积分得 $1 - u^2 = \frac{C}{x}$。回代：$y^2 = x^2 - Cx$。
题7 ⭐⭐⭐进阶 求解 $x\,dy = y(1 + \ln y - \ln x)dx$。
答案
化为 $\frac{dy}{dx} = \frac{y}{x}\left(1 + \ln\frac{y}{x}\right)$。令 $u=y/x$，代入得 $x\frac{du}{dx} = u\ln u$。分离：$\frac{du}{u\ln u} = \frac{dx}{x}$。积分得 $\ln u = Cx$。回代：$y = x e^{Cx}$。
2.2.4 一阶线性方程——积分因子法的"发明"过程
🧼 生活场景：你有一件沾了油渍的白衬衫。只用水洗洗不掉——因为油和水不互溶。但如果你先涂一层肥皂水，再用刷子刷，肥皂就把油"包裹"起来融进水里，衬衫就洗干净了。等下的发现也走同样的路：左边 $y' + P(x)y$ 不是任何东西的导数（就像油渍单独洗不掉），我们的目标是找一个"肥皂"$\mu(x)$，乘上去之后左边变成一个完整导数。
先看一道题：求 $y' + 2y = e^x$ 的通解
看到这题，先别慌。按前面两节的招数试试：能分离变量吗？左边 $y' + 2y$ 有加法，$y$ 和 $y'$ 没法拆成$"$x$ 的东西 × $y$ 的东西"——分离这招失灵了。能写成 $f(y/x)$ 吗？右边露着单独的 $x$（在 $e^x$ 里）——换元 $u = y/x$ 也失灵了。
难在哪？ 左边 $y' + 2y$ 是"$y'$ 和 $y$ 各来一点"的组合。如果方程只有 $y' = e^x$，直接积分就完；只有 $2y = e^x$，直接除就完。可它偏偏是"组合"，两头不靠。
🧠 这一步在想什么：想个巧办法——如果左边能"合并"成某个东西整体的导数，那两边一积分就结束了。$y' + 2y$ 是谁的导数？试着手算 $(e^{2x}y)'$：按乘法法则，$(e^{2x}y)' = 2e^{2x}y + e^{2x}y' = e^{2x}(y' + 2y)$——这不就是"$y' + 2y$ 乘上 $e^{2x}$"吗！
于是两边同乘 $e^{2x}$： $e^{2x}y' + 2e^{2x}y = e^{2x}\cdot e^x \quad\Longleftrightarrow\quad (e^{2x}y)' = e^{3x}$
这一步在想什么：左边果然合并成了一个整体 $(e^{2x}y)'$！现在两边都是$"一个东西的导数"，直接积分： $e^{2x}y = \frac{1}{3}e^{3x} + C \quad\Longrightarrow\quad y = \frac{1}{3}e^x + Ce^{-2x}$
🔍 回头看看我们做了什么：全靠"给方程乘上一个聪明函数 $e^{2x}$"，让左边 $y' + 2y$ 凑成了一个整体导数 $(e^{2x}y)'$。 乘 $e^{2x}$ 不是瞎乘——因为我们想要 $(e^{2x}y)'$，乘法法则展开正好长出 $e^{2x}y' + 2e^{2x}y$，系数 $2$ 恰好和方程里的 $P(x)=2$ 对上。
但这里 $P = 2$ 是个常数，碰巧好凑。要是 $P(x)$ 是个函数（比如 $y' + \frac{2}{x}y = \cdots$），该乘什么？ 这正是下面完整推导要解决的问题——把"凑"字背后的规律找出来，别靠碰运气。带着这个问题往下读。
一阶线性方程的正式陈述（落地）：
标准形式（$y'$ 系数必须是 1！）： $y' + P(x)y = Q(x)$
其中 $P(x)$ 和 $Q(x)$ 是已知函数（可以包含 $x$，但不能包含 $y$）。
通解公式： $\boxed{y = e^{-\int P\,dx}\left[\int Q \cdot e^{\int P\,dx}\,dx + C\right]}$
🧠 这个公式是怎么"发明"出来的？——积分因子 $\mu(x) = e^{\int P\,dx}$ 的来源
很多人第一次见到通解公式时的反应是："这是从哪变出来的？"确实，这个公式长得有点吓人——又是 $e^{-\int P}$、又是 $\int Q e^{\int P}$。但它不是天上掉下来的，每一步都能讲清楚。下面我们就来一步步"发明"它。
第零步：先看清问题。
我们要解的方程是 $y' + P(x)y = Q(x)$。左边是 $y'$ 和 $y$ 的一个组合，右边是一个已知函数。
困难在于：左边 $y' + Py$ 不是任何一个函数的导数——你不能直接对一个东西求导得到 $y' + Py$。因此不能像可分离变量那样"直接两边积分"来解。
第一步：灵感——如果左边恰好是某个东西的导数就好了。
假设我们能找到一个函数 $\mu(x)$（先不管它等于什么），使得方程两边乘 $\mu$ 之后，左边恰好变成 $(\mu \cdot y)'$。
如果这件事能做到，原方程乘 $\mu$ 后就变成： $(\mu \cdot y)' = \mu \cdot Q(x)$
然后两边积分就完了！问题转化为：这个神奇的 $\mu(x)$ 存在吗？如果存在，它等于什么？
大白话：如果能找到一块"肥皂"$\mu$，抹上去之后左边就变成一个完整的导数，那方程就迎刃而解了。这个思路就叫"凑导数"——把不完整的导数凑完整。
第二步：对 $\mu$ 提要求——它必须满足什么条件？
我们对 $\mu \cdot y$ 求导（用乘法法则）： $(\mu \cdot y)' = \mu' \cdot y + \mu \cdot y'$
而我们希望这个展开式恰好等于 $\mu y' + \mu P y$（也就是原方程左边乘了 $\mu$ 之后的样子）。
把两者放在一起对比： $ \begin{aligned} \text{我们乘 $\mu$ 后得到的左边：} &\quad \mu y' + \mu P y \\ \text{我们想要的 $(\mu y)'$ 展开：} &\quad \mu y' + \mu' y \end{aligned} $
两个式子的第一项都是 $\mu y'$，一模一样。要让整个式子相等，只需要让第二项也相等： $\mu P y = \mu' y$
$y$ 可以约掉（只要 $y \neq 0$），得到决定 $\mu$ 的条件： $\boxed{\mu' = \mu \cdot P(x)}$
大白话：$\mu$ 的变化速度（$\mu'$）必须等于$"它当前的值（$\mu$）乘以 $P(x)$"。这是一个关于 $\mu$ 的小方程，比原来的简单多了——因为它只涉及 $\mu$ 自己，不涉及 $y$！
第三步：解出 $\mu$。
$\mu' = \mu P$ 是一个可分离变量的方程。把 $\mu$ 移到一边： $\frac{d\mu}{dx} = \mu P \quad \Rightarrow \quad \frac{d\mu}{\mu} = P(x)\,dx$
两边积分： $\ln|\mu| = \int P(x)\,dx$
（这里取积分常数 $C=0$ ——因为我们要的只是"某一块肥皂"，任何一块都行，不用给肥皂编号。如果你保留 $+C$，最后它会被消掉，所以干脆省事取 $C=0$。）
取指数（把 $\ln$ 脱掉）： $\boxed{\mu(x) = e^{\int P(x)\,dx}}$
找出来了！ $\mu = e^{\int Pdx}$ 就是让左边变成 $(\mu y)'$ 的那块$"肥皂"。这个 $\mu$ 叫积分因子——因为它让方程可以直接"积分"。
大白话总结这个"发明"过程：我注意到 $y'+Py$ 和 $(\mu y)' = \mu y'+ \mu' y$ 长得有点像但又不完全一样——差在第二项是 $\mu P y$ 还是 $\mu' y$。于是我强迫它们相等：$\mu' = \mu P$。这个小方程一解，$\mu = e^{\int P}$ 就出来了。积分因子不是"背"出来的，是被"对比"和"强迫相等"这两个动作逼出来的。 整个过程没有跳步，没有"神奇地注意到"——每一步都有明确的目的。
第四步：用积分因子解原方程。
现在回到原方程 $y' + P(x)y = Q(x)$：
① 两边乘积分因子 $\mu = e^{\int Pdx}$： $\mu y' + \mu P y = \mu Q$
② 因为 $\mu$ 满足 $\mu' = \mu P$，左边恰好是 $(\mu y)'$： $(\mu y)' = \mu Q$
③ 两边对 $x$ 积分： $\mu \cdot y = \int \mu \cdot Q(x)\,dx + C$
④ 把 $\mu$ 除过去（注意 $\mu = e^{\int Pdx}$，所以 $1/\mu = e^{-\int Pdx}$）： $y = e^{-\int Pdx}\left[\int Q(x) \cdot e^{\int Pdx}\,dx + C\right]$
推导完毕。 这就是你看到的那个"吓人公式"的完整来历。它一共用了四步：找条件 $\mu'=\mu P$ → 解出 $\mu=e^{\int P}$ → 两边乘 $\mu$ → 左边合并成 $(\mu y)'$ → 积分 → 除过去。
快速示例（走一遍完整流程）：求解 $y' + 2y = e^x$。
- $P(x)=2$，积分因子 $\mu = e^{\int 2dx} = e^{2x}$
- 两边乘 $\mu$：$e^{2x}y' + 2e^{2x}y = e^{2x} \cdot e^x$，即 $(e^{2x}y)' = e^{3x}$
- 两边积分：$e^{2x}y = \frac{1}{3}e^{3x} + C$
- 除过去：$y = \frac{1}{3}e^x + Ce^{-2x}$
📝 推导复盘——用大白话重新讲一遍刚才做了什么：
积分因子法的核心思想只有三个字："凑导数"。我们手里有一个"脏"的左边 $y' + Py$，它不是一个完整的导数。但我们不甘心——能不能找一个函数 $\mu$ 乘上去，让左边变成一个干净的 $(\mu y)'$？通过对比 $(\mu y)' = \mu y' + \mu' y$ 和 $\mu y' + \mu P y$，发现要求是 $\mu' = \mu P$。这个小方程比原方程简单一万倍——分离变量就解出 $\mu = e^{\int P}$。然后一切水到渠成：乘 $\mu$ → 左边合并 → 积分 → 除回去。
整个推导中最关键的一步就是对比 $\mu y' + \mu' y$ 和 $\mu y' + \mu P y$。 这一眼，看穿了积分因子的本质。以后每次用积分因子法，心里默念的就是这四个字："凑导数"。
⚠️ 三个最容易翻车的地方：
翻车1：不先化成标准形式就套公式。 $y'$ 前面有系数（比如 $2y' + 3y = x$），直接读 $P(x)$ 和 $Q(x)$——全错了。 正确做法：第一步永远先让 $y'$ 的系数变成 1。$2y' + 3y = x$ 必须先写成 $y' + \frac{3}{2}y = \frac{x}{2}$，然后才能说 $P(x) = \frac{3}{2}$，$Q(x) = \frac{x}{2}$。
翻车2：算积分因子时给指数加常数 $C$。 有些人问：$\int Pdx$ 积出来要加 $+C$ 吗？答案是不加——因为我们只需要"任意一块肥皂"，任何一块都能把左边洗干净。如果你加 $C$，$\mu$ 会多一个常数倍数 $e^C$，但这个倍数在最后一步"除回去"时会被消掉。既然迟早消掉，不如一开始就取 $C=0$。
翻车3：最后的 $+C$ 放错位置。 公式里最后那个 $+C$ 是在 $\int Q e^{\int P}dx$ 积完之后加——不是在 $\int Pdx$ 里加。完整的写法是： $y = e^{-\int P}\left[\left(\int Q e^{\int P}dx\right)_{\text{积完}} + C\right]$ 这个 $C$ 是从"两边积分"那一步来的，它最后乘以 $e^{-\int P}$，所以通解中的常数实际上是 $C \cdot e^{-\int P}$。注意：这时候 $e^{-\int P}$ 已经是一个具体的函数了（比如 $e^{-2x}$），所以通解里的常数部分不是裸的 $C$，而是 $C \cdot e^{-2x}$。
积分因子法在知识链条中的位置：
一阶线性方程是一阶方程四种类型中最重要的——考试频率最高，也是伯努利方程的"归宿"（伯努利换元后必然变回一阶线性）。积分因子法是理解通解公式的钥匙——公式不用死背，能自己推出来的东西永远不会忘。它背后的"凑导数"思想（通过乘一个特殊函数把不完整的导数凑完整），在后面的二阶方程常数变易法中还会改头换面再次出现。
考法3：一阶线性方程（公式法/积分因子法）⭐ 重中之重
识别特征
方程能写成 关于 $y$ 和 $y'$ 都是一次的 标准形式： $\boxed{y' + P(x)y = Q(x)}$
注意：也可以关于 $x$ 当作 $y$ 的函数！即 $\displaystyle\frac{dx}{dy} + P(y)x = Q(y)$ 型也同样处理。
解题步骤（通解公式法）
| 步骤 | 操作 |
|---|---|
| ① | 先化成标准形式：$y' + P(x)y = Q(x)$（$y'$ 系数必须为1！） |
| ② | 计算积分因子：$\displaystyle\mu(x) = e^{\int P(x)dx}$（不用加常数） |
| ③ | 代入通解公式：$\displaystyle y = \frac{1}{\mu(x)}\left[\int \mu(x)Q(x)\,dx + C\right]$ |
| ④ | 计算积分，化简 |
通解公式记忆版： $y = e^{-\int Pdx}\left[\int Q \cdot e^{\int Pdx}\,dx + C\right]$
张宇口诀："前乘以后积分，前面指数带负号"
解题步骤（积分因子法——武忠祥推荐）
| 步骤 | 操作 |
|---|---|
| ① | 化成 $y' + P(x)y = Q(x)$ |
| ② | 两边同乘 $\mu = e^{\int Pdx}$ |
| ③ | 左边变成 $\frac{d}{dx}\left(y \cdot e^{\int Pdx}\right)$ |
| ④ | 两边积分：$y \cdot e^{\int Pdx} = \int Q \cdot e^{\int Pdx}\,dx + C$ |
典型例题
【例1.4】 求解 $y' + \frac{2}{x}y = \frac{\sin x}{x^2}$。
解： ① 已是标准形式，$P(x) = \frac{2}{x}$，$Q(x) = \frac{\sin x}{x^2}$ ② 积分因子：$\mu = e^{\int\frac{2}{x}dx} = e^{2\ln|x|} = x^2$ ③ 两边乘 $x^2$：$x^2y' + 2xy = \sin x$，即 $(x^2y)' = \sin x$ ④ 积分：$x^2y = -\cos x + C$ ⑤ 通解：$y = \frac{C - \cos x}{x^2}$
【例1.5】（反过来——对 $x$ 求导型）求解 $(y + 1)\frac{dx}{dy} - 2x = (y + 1)^4$。
解： ① 改写为 $\frac{dx}{dy} - \frac{2}{y + 1}x = (y + 1)^3$（注意：现在是 $x$ 关于 $y$！） ② $P(y) = -\frac{2}{y + 1}$，积分因子 $\mu = e^{-\int\frac{2}{y+1}dy} = e^{-2\ln|y+1|} = \frac{1}{(y+1)^2}$ ③ 两边乘 $\frac{1}{(y+1)^2}$：$\left(\frac{x}{(y+1)^2}\right)' = y + 1$ ④ 积分：$\frac{x}{(y+1)^2} = \frac{(y+1)^2}{2} + C$ ⑤ 通解：$x = \frac{(y+1)^4}{2} + C(y+1)^2$
翻车现场
翻车：方程不先化成标准形式 $y' + P(x)y = Q(x)$ 就套公式。
- 为什么错：如果 $y'$ 前面有系数（比如 $2y' + y = x$），直接套公式 $P(x)$ 会取错。
- 正确做法：第一步永远把方程整理成 $y' + P(x)y = Q(x)$，确保 $y'$ 前面系数为1。另外，有时把 $x$ 当 $y$ 的函数（$dx/dy + P(y)x = Q(y)$）比反过来解更简单。
题8 ⭐基础 求解 $y' + 2y = e^x$。
答案
一阶线性，$P(x)=2$，$Q(x)=e^x$。积分因子 $\mu = e^{2x}$。$y = e^{-2x}\left[\int e^{2x}\cdot e^x dx + C\right] = e^{-2x}\left(\frac{1}{3}e^{3x} + C\right) = \frac{1}{3}e^x + Ce^{-2x}$。
题9 ⭐⭐中档 求解 $y' + y \tan x = \sec x$，并求满足 $y(0) = 0$ 的特解。
答案
一阶线性，$P(x)=\tan x$，$Q(x)=\sec x$。$\mu = e^{\int \tan x dx} = \sec x$。两边乘 $\sec x$：$(\sec x \cdot y)' = \sec^2 x$。积分得 $\sec x \cdot y = \tan x + C$，$y = \sin x + C\cos x$。代入 $y(0)=0$ 得 $C=0$。特解：$y = \sin x$。
题10 ⭐⭐中档 求解 $x\,dy = (x\sin x - y)dx$。
答案
化为 $y' + \frac{1}{x}y = \sin x$。$\mu = e^{\int\frac{1}{x}dx} = x$。$(xy)' = x\sin x$。积分：$xy = \int x\sin x\,dx = -x\cos x + \sin x + C$。通解：$y = \frac{\sin x - x\cos x + C}{x}$。
题11 ⭐⭐⭐进阶 求解 $\displaystyle (y+1)\frac{dx}{dy} + x = y^2$（以 $x$ 为 $y$ 的函数）。
答案
化为 $\frac{dx}{dy} + \frac{1}{y+1}x = \frac{y^2}{y+1}$。$\mu = e^{\int\frac{1}{y+1}dy} = y+1$。$\frac{d}{dy}[x(y+1)] = y^2$。积分：$x(y+1) = \frac{y^3}{3} + C$。通解：$x = \frac{y^3}{3(y+1)} + \frac{C}{y+1}$。
2.2.5 伯努利方程
先看一道题：求 $y' - y = xy^5$ 的通解
看到这题，先别慌。按 2.2.1 的识别决策树走：先问"能分离吗？"——左边有加法，拆不成"$x$ × $y$"。再问"能写成 $f(y/x)$ 吗？"——右边露着单独的 $x$，不齐次。然后问"长得像一阶线性吗？"——像，但右边不是干净的 $Q(x)$，而是"$x \cdot y^5$"——多了一个 $y^5$ 挂在那里。正是这个多出来的 $y^5$，让 $y$ 不再是"一次方"，方程不再是线性的——老办法全卡壳。
难在哪？ $y^5$ 是"妖魔鬼怪"——它不是一次方，所以前面一阶线性的整套公式都没法用。但我们不甘心：方程去掉 $y^5$ 就是标准的一阶线性，能不能想办法把 $y^5$ "消灭"掉，变回一阶线性？
🧠 这一步在想什么：消灭 $y^5$ 最直接的办法，是两边都除以 $y^5$（把它除成 1）： $y^{-5}y' - y^{-4} = x$
除是除了，但 $y^{-5}y'$ 和 $y^{-4}$ 这两个新东西凑不成标准的一阶线性——不过盯住 $y^{-4}$ 看：如果令 $z = y^{-4}$，那么 $z' = -4y^{-5}y'$，里面正好有 $y^{-5}y'$！ 于是上面式子两边同乘 $-4$： $(-4y^{-5}y') + 4y^{-4} = -4x \quad\Longleftrightarrow\quad z' + 4z = -4x$
这一步在想什么：$z' + 4z = -4x$——妖魔鬼怪 $y^5$ 消失了，方程变回了一阶线性！ 后面就交给 2.2.4 的公式： $z = Ce^{-4x} - x + \frac14 \quad\Longrightarrow\quad y^{-4} = Ce^{-4x} - x + \frac14 \quad\Longrightarrow\quad y = \left(Ce^{-4x} - x + \frac14\right)^{-1/4}$
🔍 回头看看我们做了什么：为什么除以 $y^5$ 之后令 $z = y^{-4}$ 就灵？ 因为 $y^5$ 的"冤家"是 $y^{-5}$（两者相乘得 $y^0 = 1$，抵消）——而令 $z = y^{1-5} = y^{-4}$ 求导恰好长出 $y^{-5}y'$。所以换元的幂必须选 $1-n$：让 $z'$ 里天然带着 $y^{-n}$，把最难啃的 $y^n$ 抵消掉。这不是碰运气，是"谁捣乱就除谁"的必然结果。
📌 以后就这么办：看到 $y' + P(x)y = Q(x)y^n$（$n \neq 0,1$）这种"比一阶线性多一个 $y^n$"的方程——它叫伯努利方程：
- 令 $z = y^{1-n}$
- 代入后方程变成 $z' + (1-n)P(x)z = (1-n)Q(x)$（恢复成一阶线性）
- 用一阶线性公式解出 $z$，再换回 $y$
这样你就自己发现了"令 $z = y^{1-n}$"这个替换，而不是被塞了一招。
定义（落地）：比一阶线性多了一个 $y^n$ 挂在 $Q(x)$ 后面： $y' + P(x)y = Q(x)y^n \quad (n \neq 0, 1)$
为什么 $n=0$ 和 $n=1$ 要排除：
- $n=0$：$y^0 = 1$，方程就变回普通一阶线性了
- $n=1$：右边是 $Q(x)y$，移项变成可分离变量了
📝 备注：伯努利方程在数三考纲中未单列，但真题偶有涉及——掌握基本做法即可，不必深钻。
🧠 为什么令 $z = y^{1-n}$ 就能把方程变成一阶线性？——把第2步补全
光说"令 $z = y^{1-n}$ 代入后就变成 $z' + (1-n)Pz = (1-n)Q$"，很多同学不知道中间发生了什么。下面把第2步掰开揉碎，一步步走。
第1步：先想清楚我们要达到什么目的。
原方程 $y' + Py = Qy^n$ 之所以难解，是因为右边有个"讨厌"的 $y^n$——它不是一次方，所以方程不是线性的。我们想通过换元，让新的方程里不含 $y^n$、只含一次方的东西。
第2步：凭什么选 $1-n$ 这个幂？——反着想。
设 $z = y^{1-n}$，对它求导（链式法则，第2章内容）： $z' = (1-n)y^{1-n-1}\cdot y' = (1-n)y^{-n}y'$
这一步在想什么：注意看，$z'$ 里出现了 $y^{-n} \cdot y'$——而原方程左边恰好是 $y' + Py$。幂选 $1-n$ 的原因：我想让 $z'$ 里恰好长出 $y^{-n}$（$y$ 的"负 $n$ 次"），这样把整个方程乘上 $(1-n)y^{-n}$ 后，那个 $y^n$ 就会和 $y^{-n}$ 抵消成 $y^0 = 1$——"妖魔鬼怪" $y^n$ 就被吃掉了！
第3步：两边同乘 $(1-n)y^{-n}$，逐项化简。
原方程 $y' + Py = Qy^n$ 两边都乘 $(1-n)y^{-n}$： $(1-n)y^{-n}y' + (1-n)Py\cdot y^{-n} = (1-n)Q\cdot y^n \cdot y^{-n}$
一项一项看：
- 第一项：$(1-n)y^{-n}y'$ —— 这正是 $z'$！（对照第2步的 $z' = (1-n)y^{-n}y'$）
- 第二项：$(1-n)Py \cdot y^{-n} = (1-n)P \cdot y^{1-n} = (1-n)P \cdot z$（因为 $z = y^{1-n}$）
- 第三项：$(1-n)Q \cdot y^{n-n} = (1-n)Q \cdot y^0 = (1-n)Q$——$y^n$ 被 $y^{-n}$ 抵消掉了！
第4步：合并成干净的一阶线性方程。
把三项拼起来： $z' + (1-n)Pz = (1-n)Q$
这就是那个"从天而降"的公式——现在它每一行都能对上号了。
📝 大白话复盘：整套操作就三步——①选 $z=y^{1-n}$，让 $z'$ 自动含 $y^{-n}$；②两边乘 $(1-n)y^{-n}$，把"最大祸害" $y^n$ 变成 $y^0=1$ 抵消掉；③剩下的一次方项拼成一个标准一阶线性方程，套公式就行。幂选 $1-n$ 不是拍脑袋，是为了让换元后 $y^n$ 恰好消失。
🛑 停下来想一想：给你方程 $y' + \frac{1}{x}y = x^2 y^3$，你能说出它属于哪种类型、第一步该做什么替换吗？四种一阶类型的识别套路都记住了吗？
📝 参考答案
这是伯努利方程（$n=3$，右边比一阶线性多了一个 $y^3$）。第一步：令 $z = y^{1-3} = y^{-2}$，方程化为 $z' - \frac{2}{x}z = -2x^2$（一阶线性），再用一阶线性公式求解。四种类型按"识别决策树"顺序走：可分离变量 → 齐次方程 → 一阶线性 → 伯努利。
💡 思考题
❶ 理解检测：用自己的话解释伯努利方程和一阶线性方程的"血缘关系"——为什么伯努利方程最终必须"变回"一阶线性才能解？ ❷ 深度思考：生活中很多事物的"增长速度"和"当前规模"有关（比如谣言传播、病毒扩散）。你能举一个例子，说明它大概属于四种一阶类型里的哪一种吗？ ❸ 考试演练：设 $y' + y = y^2 \sin x$（$n=2$ 的伯努利方程），请写出替换 $z = ?$ 并给出化简后的一阶线性方程。
📝 参考答案
❶ 伯努利方程就是"一阶线性的表弟"——比一阶线性多了一个 $y^n$ 挂在右边。通过换元 $z = y^{1-n}$ 把 $y^n$ "吃掉"，方程就变回标准的一阶线性形式 $z' + P(x)z = Q(x)$，然后就能用通解公式了。就像拆掉奇怪配件恢复成普通车再按常规方法开。
❷ 比如病毒传播初期：感染人数 $y$ 的增长速度 $y'$ 和当前感染人数 $y$ 与未感染人数 $(N-y)$ 的乘积成正比（$y' = ky(N-y)$）。这是可分离变量方程（能写成只有 $y$ 在一边、只有 $t$ 在另一边）。另一个经典例子是银行复利（$y' = ry$），也是可分离变量。
❸ $n=2$，令 $z = y^{1-2} = y^{-1}$。则 $z' = -y^{-2}y'$。原方程两边乘 $-y^{-2}$：$-y^{-2}y' - y^{-1} = -\sin x$，即 $z' - z = -\sin x$。化简后的一阶线性方程：$z' - z = -\sin x$。
考法4：伯努利方程
识别特征
方程形式为： $\boxed{y' + P(x)y = Q(x)y^n \quad (n \neq 0, 1)}$
解题步骤
| 步骤 | 操作 |
|---|---|
| ① | 确认 $n \neq 0, 1$（$n=0$ 就是普通一阶线性，$n=1$ 是可分离变量） |
| ② | 令 $z = y^{1-n}$ |
| ③ | 求导代换：$z' = (1-n)y^{-n}y'$，化为一阶线性方程 |
| ④ | 用一阶线性方法解出 $z$ |
| ⑤ | 回代 $y = z^{\frac{1}{1-n}}$ |
换元后的标准形式： $z' + (1-n)P(x)z = (1-n)Q(x)$
典型例题
【例1.6】 求解 $y' - y = xy^5$。
解： ① $n = 5$，令 $z = y^{1-5} = y^{-4}$，则 $z' = -4y^{-5}y'$ ② 原方程两边乘 $-4y^{-5}$：$-4y^{-5}y' + 4y^{-4} = -4x$ ③ 即 $z' + 4z = -4x$（变成一阶线性方程！） ④ 积分因子 $\mu = e^{\int 4dx} = e^{4x}$ ⑤ $(e^{4x}z)' = -4xe^{4x}$ ⑥ 积分：$e^{4x}z = -4\int xe^{4x}dx = -4 \cdot \frac{e^{4x}(4x-1)}{16} + C = -\frac{e^{4x}(4x-1)}{4} + C$ ⑦ $z = -\frac{4x-1}{4} + Ce^{-4x}$ ⑧ 回代：$y^{-4} = Ce^{-4x} - x + \frac{1}{4}$，即 $y = \left(Ce^{-4x} - x + \frac{1}{4}\right)^{-1/4}$
💡 丢解检查（和 2.2.2 一个道理）：除以 $y^5$ 会丢掉常解 $y \equiv 0$——验证：$y'=0$，左边 $0-0=0$，右边 $x\cdot0^5=0$，成立。想严谨就在答案里补一句"另有常解 $y \equiv 0$"（考研通常不要求，但心里要知道）。
翻车现场
翻车：认不出伯努利方程，或者认出来了但换元后算错。
- 为什么错：伯努利方程的标志是右边有 $y^n$（$n$ 不是 0 也不是 1）。很多人认不出来是因为方程没化成标准形式。
- 正确做法：①先化成标准形式确认 $n$ 的值；②令 $z = y^{1-n}$；③仔细算 $z' = (1-n)y^{-n}\cdot y'$；④代入原方程化为一阶线性；⑤解出 $z$ 后回代 $y = z^{1/(1-n)}$。
题12 ⭐基础 求解 $y' + y = x y^2$。
答案
伯努利，$n=2$。令 $z = y^{-1}$，$z' = -y^{-2}y'$。代入得 $z' - z = -x$。一阶线性求解：$\mu = e^{-x}$，$(e^{-x}z)' = -xe^{-x}$，积分得 $e^{-x}z = xe^{-x}+e^{-x}+C$，$z = x+1+Ce^x$。回代：$\frac{1}{y} = x+1+Ce^x$，$y = \frac{1}{x+1+Ce^x}$。
题13 ⭐⭐中档 求解 $\displaystyle y' - \frac{2}{x}y = x^2 y^3$。
答案
$n=3$，令 $z = y^{-2}$，$z' = -2y^{-3}y'$。代入得 $z' + \frac{4}{x}z = -2x^2$。$\mu = x^4$，$(x^4 z)' = -2x^6$，积分得 $x^4z = -\frac{2}{7}x^7 + C$，$z = -\frac{2}{7}x^3 + Cx^{-4}$。回代：$y^{-2} = Cx^{-4} - \frac{2}{7}x^3$。
题14 ⭐⭐⭐进阶 求解 $x y' + y = y^2 \ln x$。
答案
化为 $y' + \frac{1}{x}y = \frac{\ln x}{x}y^2$。$n=2$，令 $z = y^{-1}$，$z' = -y^{-2}y'$。代入得 $z' - \frac{1}{x}z = -\frac{\ln x}{x}$。$\mu = e^{-\int\frac{1}{x}dx} = \frac{1}{x}$。$\left(\frac{z}{x}\right)' = -\frac{\ln x}{x^2}$，积分得 $\frac{z}{x} = \frac{\ln x+1}{x} + C$，$z = \ln x + 1 + Cx$。回代：$y = \frac{1}{\ln x + 1 + Cx}$。
2.3 可降阶的高阶方程
题型2：可降阶的高阶方程（数学三了解）
数三考纲未单列，但真题偶有涉及。核心是记住两种代换方式，掌握基本做法即可，不必深钻。
📌 这节学完你就能回答： 什么样的高阶方程可以降阶处理？缺 $y$ 型和缺 $x$ 型降阶时用的替换有什么不同？为什么搞混了 $y''$ 的替换方式会出大问题？
2.3.1 三种可降阶类型
先看两道题：(A) $xy'' + 3y' = 0$；(B) $yy'' + y'^2 = 0$
看到这两题，先别慌。它们都是二阶方程，但和第4节那些"常系数"二阶方程不一样——系数不再是常数，$x$ 还跑到了 $y''$ 前面。特征根法那套（猜 $e^{\lambda x}$）在这里没法用。
难在哪？ 二阶方程我们只会解常系数的那种，可这两个方程"系数变来变去"。但是——盯着看，这两道题有个共同的"破绽"：方程里都没出现 $y$ 的平方、$y\cdot y'$ 之类的新花样，结构其实很简单，只是$"层数"高。 既然二阶不会解，那就想办法把它降成一阶——一阶的四种招数我们已经会了。
🧠 先处理 (A) $xy'' + 3y' = 0$：注意它缺 $y$。 方程里只有 $y''$、$y'$ 和 $x$，根本没有单独的 $y$。既然没有 $y$，那我们就把"$y'$ 这个整体$"当成一个新变量 $p$： $p = y' \quad\Longrightarrow\quad y'' = p'$
这一步在想什么：$y'$ 换个名字叫 $p$，那么 $y''$ 就是$"$p$ 的导数"$p'$——干干净净。代入原方程： $x p' + 3p = 0$
二阶方程变成了 $p$ 的一阶方程！ 而且它是可分离的（$\frac{dp}{p} = -\frac{3}{x}dx$），积分得 $p = \frac{C_1}{x^3}$，再积一次得 $y$。二阶就这么被"降"成了一阶。
🔍 回头看看 (A)：这招为什么能行？ 因为方程里缺 $y$——$y$ 一个都不出现，于是 $y'$ 可以单独拎出来当新变量 $p$，$y''$ 顺理成章就是 $p'$。要是方程里有 $y$（比如 $xy'' + 3y' + 5y = 0$），$y'$ 拎出来后 $y$ 还赖在那，$p$ 就不是一个"独立的"一阶方程了。
🧠 再处理 (B) $yy'' + y'^2 = 0$：注意它缺 $x$。 反过来，这道题里没有 $x$，只有 $y$、$y'$、$y''$。还是令 $p = y'$，但这次 $y''$ 不能直接写 $p'$——因为方程里没有 $x$，$p$ 最后应该是 $y$ 的函数；而 $p' = \frac{dp}{dx}$ 是对 $x$ 求导，可这里偏偏没有 $x$。 得换个路子：
$y'' = \frac{dp}{dx} = \frac{dp}{dy} \cdot \frac{dy}{dx} = \frac{dp}{dy} \cdot p = p\frac{dp}{dy}$
这一步在想什么：这用的是第2章学过的链式法则——$\frac{dp}{dx}$ 先对 $y$ 求导、再乘上 $\frac{dy}{dx} = p$，绕道 $y$ 把 $x$ "换掉"。代入原方程： $y \cdot p\frac{dp}{dy} + p^2 = 0$
现在自变量从 $x$ 变成了 $y$——又是一个一阶方程（$p$ 关于 $y$），照样可解。
🔍 回头看看 (B)：缺 $x$ 时为什么必须用 $p\frac{dp}{dy}$？ 因为方程里没有 $x$，却想对 $x$ 求导，只好用链式法则"借道 $y$"——$\frac{dp}{dx}$ 拆成 $\frac{dp}{dy}\cdot\frac{dy}{dx} = p\frac{dp}{dy}$。多出来的那个 $p$，就是"借道"的代价。
📌 以后就这么办：某些二阶方程可以通过代换降为一阶方程求解——
| 类型 | 识别特征 | 设什么 | $y''$ 怎么替换 |
|---|---|---|---|
| $y'' = f(x)$ | 右边只有 $x$，没有 $y$ 也没有 $y'$ | 不需要设 | 直接积分两次 |
| $y'' = f(x, y')$ | 缺 $y$（方程里有 $x$，但无 $y$） | $p = y'$ | $y'' = p'$ |
| $y'' = f(y, y')$ | 缺 $x$（方程里没有 $x$） | $p = y'$ | $y'' = p\frac{dp}{dy}$ |
关键区别：缺 $y$ 型和缺 $x$ 型的 $y''$ 替换方式完全不同！
- 缺 $y$（有 $x$）：$y'' = p'$——因为要$"对 $x$ 求导"，方程里有 $x$，直接求。
- 缺 $x$（没有 $x$）：$y'' = p\frac{dp}{dy}$——因为没 $x$ 可对，用链式法则借道 $y$。
生活比喻：两种"缺"就像两个人缺了不同的东西——缺 $y$ 的人还能自己站着，用 $p'$ 就行；缺 $x$ 的人需要靠拐杖，必须通过 $y$ 间接求导（$p\frac{dp}{dy}$）。搞混了就像给缺腿的人递错了拐杖——根本站不起来。
考法1：$y'' = f(x)$ 型（直接积两次分）
识别特征
方程右边只含 $x$，没有 $y$ 也没有 $y'$。
解题步骤
直接积分两次，每次加一个常数。 $y' = \int f(x)dx + C_1$ $y = \int \left[\int f(x)dx + C_1\right]dx + C_2$
典型例题
【例2.1】 求解 $y'' = xe^x$。
解： ① $y' = \int xe^x dx = xe^x - e^x + C_1$（分部积分） ② $y = \int (xe^x - e^x + C_1)dx = xe^x - 2e^x + C_1x + C_2$
翻车现场
翻车：两次积分都忘了加常数，或者初始条件代错位置。
- 正确做法：每积一次分就加一个常数（$C_1$、$C_2$）。如果有初始条件，先代 $y'$ 的条件确定 $C_1$，再代 $y$ 的条件确定 $C_2$。
题15 ⭐基础 求解 $y'' = 12x^2$。
答案
直接积分两次：$y' = \int 12x^2 dx = 4x^3 + C_1$，$y = \int (4x^3 + C_1)dx = x^4 + C_1x + C_2$。
题16 ⭐⭐中档 求解 $y'' = \cos 2x$，$y(0)=0$，$y'(0)=1$。
答案
$y' = \int \cos 2x\,dx = \frac{1}{2}\sin 2x + C_1$。代入 $y'(0)=1$ 得 $C_1=1$。$y = \int(\frac{1}{2}\sin 2x + 1)dx = -\frac{1}{4}\cos 2x + x + C_2$。代入 $y(0)=0$ 得 $C_2 = \frac{1}{4}$。特解：$y = -\frac{1}{4}\cos 2x + x + \frac{1}{4}$。
考法2：$y'' = f(x, y')$ 型（缺 $y$ 型）
识别特征
方程中不出现 $y$，只有 $y''$、$y'$ 和 $x$。
解题步骤
| 步骤 | 操作 |
|---|---|
| ① | 令 $y' = p$，则 $y'' = p'$ |
| ② | 原方程化为 $p' = f(x, p)$（一阶方程） |
| ③ | 解出一阶方程得 $p = \varphi(x, C_1)$ |
| ④ | 再积分：$y = \int p\,dx = \int \varphi(x, C_1)dx + C_2$ |
典型例题
【例2.2】 求解 $xy'' + 3y' = 0$。
解： ① 缺 $y$，令 $p = y'$，$p' = y''$ ② 代入：$xp' + 3p = 0$，即 $\frac{dp}{p} = -\frac{3}{x}dx$ ③ 积分：$\ln|p| = -3\ln|x| + \ln|C_1|$，$p = \frac{C_1}{x^3}$ ④ $y = \int \frac{C_1}{x^3}dx = -\frac{C_1}{2x^2} + C_2$
题17 ⭐⭐中档 求解 $(1 + x^2)y'' + 2xy' = 0$。
答案
缺 $y$ 型，令 $p = y'$，$p' = y''$。代入得 $(1+x^2)p' + 2xp = 0$。注意到 $((1+x^2)p)' = 0$，故 $(1+x^2)p = C_1$，$p = \frac{C_1}{1+x^2}$。$y = \int \frac{C_1}{1+x^2}dx = C_1\arctan x + C_2$。
题18 ⭐⭐⭐进阶 求解 $y'' + \frac{2}{1-y}y'^2 = 0$。
⚠️ 分类提示：本题虽出现在缺 $y$ 型考法之后，但方程不含 $x$——实为缺 $x$ 型！做题时先判断"缺的是 $y$ 还是 $x$"再动手，不要被题目编号位置误导。解法见下方缺 $x$ 型（$y'' = p\frac{dp}{dy}$），答案已按正确方法给出。
答案
方程不含 $x$，缺 $x$ 型。令 $p = y'$，$y'' = p\frac{dp}{dy}$。代入得 $p\left(\frac{dp}{dy} + \frac{2}{1-y}p\right)=0$。非平凡解：$\frac{dp}{dy} = -\frac{2}{1-y}p$，分离得 $\frac{dp}{p} = -\frac{2}{1-y}dy$，积分得 $p = C_1(1-y)^2$。由 $p = y'$ 得 $\frac{dy}{dx} = C_1(1-y)^2$，分离积分得通解 $y = 1 - \frac{1}{C_1x + C_2}$。
题19 ⭐⭐中档 求解 $y y'' - y'^2 = 0$。
答案
缺 $x$ 型，令 $p = y'$，$y'' = p\frac{dp}{dy}$。代入得 $y\cdot p\frac{dp}{dy} - p^2 = 0$。$p=0$ 得 $y=C$（平凡解）。非平凡解：$y\frac{dp}{dy} = p$，分离得 $\frac{dp}{p} = \frac{dy}{y}$，积分得 $p = C_1y$。由 $p = y'$ 得 $\frac{dy}{dx} = C_1y$，分离积分得 $y = C_2 e^{C_1 x}$。
考法3：$y'' = f(y, y')$ 型（缺 $x$ 型）
识别特征
方程中不出现 $x$，只有 $y''$、$y'$ 和 $y$。
解题步骤
| 步骤 | 操作 |
|---|---|
| ① | 令 $y' = p$，则 $\displaystyle y'' = \frac{dp}{dx} = \frac{dp}{dy} \cdot \frac{dy}{dx} = p\frac{dp}{dy}$ |
| ② | 原方程化为 $p\frac{dp}{dy} = f(y, p)$（以 $y$ 为自变量的一阶方程） |
| ③ | 解出 $p = \psi(y, C_1)$ |
| ④ | 再由 $p = \frac{dy}{dx}$，分离变量：$\frac{dy}{\psi(y, C_1)} = dx$，积分一次 |
⚠️ 关键区别：缺 $y$ 型 $y'' = p'$；缺 $x$ 型 $y'' = p\frac{dp}{dy}$。口诀："缺 $y$ 则 $p'$，缺 $x$ 则 $pp'$。$"
典型例题
【例2.3】 求 $yy'' + y'^2 = 0$ 满足 $y|_{x=0}=1$，$y'|_{x=0}=\frac{1}{2}$ 的特解。
解： ① 缺 $x$，令 $p = y'$，$y'' = p\frac{dp}{dy}$ ② 代入：$y \cdot p\frac{dp}{dy} + p^2 = 0$ ③ $p\left(y\frac{dp}{dy} + p\right) = 0$，$p = 0$（舍去，不满足初始条件）或 $y\frac{dp}{dy} + p = 0$ ④ 分离：$\frac{dp}{p} = -\frac{dy}{y}$，积分：$py = C_1$，即 $y \cdot \frac{dy}{dx} = C_1$ ⑤ 代入 $y|_{x=0}=1$，$y'|_{x=0}=\frac{1}{2}$：$1 \cdot \frac{1}{2} = C_1$，得 $C_1 = \frac{1}{2}$ ⑥ $y\frac{dy}{dx} = \frac{1}{2}$，即 $y\,dy = \frac{1}{2}dx$，积分：$\frac{y^2}{2} = \frac{x}{2} + C_2$ ⑦ 代入 $y|_{x=0} = 1$：$\frac{1}{2} = C_2$ ⑧ 特解：$y^2 = x + 1$
翻车现场
翻车：把缺 $y$ 型和缺 $x$ 型搞混，$y''$ 的替换方式用错了。
- 正确做法：先仔细看方程——缺的是 $y$ 还是 $x$？缺 $y \to y'' = p'$；缺 $x \to y'' = p\cdot dp/dy$。这是两条完全不同的路。
2.4 二阶常系数线性微分方程
题型3：二阶常系数线性微分方程（⚠️ 核心重点）
这是考研解答题的主力题型，分值重、考频高。分为齐次（特征根法）和非齐次（待定系数法）两大板块。
📌 这节学完你就能回答： 特征根法的三步走是什么？三种特征根（不等实根、二重根、共轭复根）分别对应什么通解形式？非齐次方程的特解怎么"看菜下饭"设定？市场均衡模型为什么能自动收敛到均衡价格？
2.4.1 特征根法——把微分方程变成二次方程来解
🎸 生活场景：你拨一下吉他弦，弦开始振动。不同的吉他（弦的长短、松紧不同）发出的声音不一样——有的低沉（缓慢衰减），有的清脆（快速振荡）。但你不需要真的听完整段声音才能判断这把吉他的音色——你只需要知道弦的两个"固有参数"（质量和张力），就知道它的"性格"是什么。
二阶常系数齐次方程 $y'' + py' + qy = 0$ 也一样。它描述的是"没有外力推动、自己在那儿运动"的系统——就像没人推的秋千、没有外力驱动的弹簧、没人拨动后的吉他弦。这种系统的全部行为，由 $p$ 和 $q$ 两个数决定。
先看一道题：求 $y'' - 3y' + 2y = 0$ 的通解
看到这题，先别慌。这是一个二阶方程，而且系数是常数 $3$ 和 $2$——和 2.3 节那些"系数会变"的高阶方程不一样，它属于"常系数"家族。可我们手头没有任何直接能解二阶的工具。
难在哪？ 方程里有 $y''$、$y'$、$y$ 三层，找不到下手的地方。但是——盯着看，这三层有个共同点：$y$、$y'$、$y''$ 前面的都是常数，每一项结构完全一样，只是层数不同。 方程对 $y$ 和它的导数"一视同仁"。
🧠 这一步在想什么：这个结构提示了一个思路——如果存在一个函数，它的导数"长得和它自己差不多"（只差一个常数倍数），那它代入后每项都是自身的一个倍数，就能把整个 $y$ 提取出来。 世界上哪种函数求导后"长得和自己一样"？答案是指数函数 $e^{\lambda x}$： $y = e^{\lambda x} \;\Rightarrow\; y' = \lambda e^{\lambda x} \;\Rightarrow\; y'' = \lambda^2 e^{\lambda x}$
每一次求导，$e^{\lambda x}$ 的外形不变，只是前面多乘一个 $\lambda$——求导变成了"乘 $\lambda$"的简单乘法。 代入原方程： $\lambda^2 e^{\lambda x} - 3\lambda e^{\lambda x} + 2e^{\lambda x} = 0 \quad\Longrightarrow\quad e^{\lambda x}(\lambda^2 - 3\lambda + 2) = 0$
而 $e^{\lambda x}$ 永远 > 0$，永远不可能等于零，所以只能括号里的东西等于零： $\lambda^2 - 3\lambda + 2 = 0 \quad\Longrightarrow\quad \lambda = 1 \text{ 或 } 2$
这一步在想什么：一个微分方程，被"猜指数"化简成了一个普通的二次代数方程！ 解出两个 $\lambda$，就有了两个解 $y_1 = e^x$ 和 $y_2 = e^{2x}$。因为方程是线性的，两个解能任意组合： $y = C_1e^{x} + C_2e^{2x}$
🔍 回头看看我们做了什么：我们"发明"了特征根法——猜 $y = e^{\lambda x}$，让求导变成乘 $\lambda$，把微分方程降级成二次代数方程。 解二次方程得到 $\lambda$，$\lambda$ 的值直接决定了通解长什么样。这个思路能行，全靠"常系数"——系数是常数，$e^{\lambda x}$ 求导才永远是"自己乘 $\lambda$"。
📌 但这里有一个悬而未决的问题：解二次方程会有三种根——两不等实根（刚才就是）、二重根、共轭复根。后面两种情况的通解长什么样，正好是下面的完整推导要现场发现的。 别只背表格，往下走。
特征根法的正式陈述（落地）：
对于二阶常系数线性齐次方程： $y'' + py' + qy = 0 \quad (p,q\text{ 是常数})$
核心操作：猜解的形式为 $y = e^{\lambda x}$，代入后得到特征方程： $\lambda^2 + p\lambda + q = 0$
解这个二次方程，根据根的类型，通解分三种情况：
| 特征根类型 | 判别条件 | 通解形式 |
|---|---|---|
| 两不等实根 $\lambda_1 \neq \lambda_2$ | $\Delta = p^2-4q > 0$ | $y = C_1e^{\lambda_1 x} + C_2e^{\lambda_2 x}$ |
| 二重根 $\lambda$（两相等实根） | $\Delta = 0$ | $y = (C_1 + C_2x)e^{\lambda x}$ |
| 共轭复根 $\alpha \pm i\beta$ | $\Delta < 0$ | $y = e^{\alpha x}(C_1\cos\beta x + C_2\sin\beta x)$ |
🧠 这个"猜 $e^{\lambda x}$"的操作是怎么来的？——一步步推导
很多人学特征根法时只背表格不推导，结果经常把符号搞反、把二重根的 $x$ 乘错位置。下面我们完整走一遍推导，看完你就知道为什么这样猜、为什么出现二重根要多乘 $x$、为什么复根会引出 $\cos$ 和 $\sin$。
第零步：先看清问题。
我们要解 $y'' + py' + qy = 0$。它的特点是：$y$、$y'$、$y''$ 前面都是常数系数。也就是说，方程对 $y$ 和它的导数"一视同仁"——每一项的结构完全一样，只是系数不同。
这提示我们：如果存在一个函数，它的导数"长得和它自己差不多"（只差一个常数倍数），那这个函数就有可能是解。 因为代入方程后每个项都变成自身的倍数，可以提取出来。
第一步：猜 $y = e^{\lambda x}$，代入原方程。
世界上哪一种函数求导后"长得和自己一样"？答案是指数函数 $e^{\lambda x}$。对它求导： $y = e^{\lambda x} \;\Rightarrow\; y' = \lambda e^{\lambda x} \;\Rightarrow\; y'' = \lambda^2 e^{\lambda x}$
每一次求导，$e^{\lambda x}$ 的外形不变，只是前面多乘一个 $\lambda$。代入原方程： $\lambda^2 e^{\lambda x} + p \cdot \lambda e^{\lambda x} + q \cdot e^{\lambda x} = 0$
第二步：提取公因式，得到特征方程。
提出 $e^{\lambda x}$（注意：$e^{\lambda x}$ 永远 > 0$，永远不可能等于零）： $e^{\lambda x}(\lambda^2 + p\lambda + q) = 0$
既然 $e^{\lambda x} \neq 0$，只能是括号里的东西等于零： $\boxed{\lambda^2 + p\lambda + q = 0}$
这就是特征方程——一个关于 $\lambda$ 的普通二次代数方程。原先是微分方程，现在变成代数方程——难度从"高等数学"直接降到"初中数学"。
大白话：$e^{\lambda x}$ 是一个"通灵"的猜测——它让微分运算变成了乘法运算（求导变成乘 $\lambda$）。于是微分方程降级成了代数方程。这就是为什么常系数线性方程是微分方程里最好解的一类：它们本质上只是穿了"微分外衣"的一次方程。
第三步：解特征方程，判断三种情况。
这是一个二次方程，用求根公式： $\lambda = \frac{-p \pm \sqrt{p^2 - 4q}}{2}$
判别式 $\Delta = p^2 - 4q$ 决定了根的类型：
情况一：$\Delta > 0$，两个不相等的实根 $\lambda_1, \lambda_2$。
得到两个独立的解：$y_1 = e^{\lambda_1 x}$ 和 $y_2 = e^{\lambda_2 x}$。通解就是它们的线性组合（因为方程是线性的，解的叠加还是解）： $y = C_1 e^{\lambda_1 x} + C_2 e^{\lambda_2 x}$
大白话：就像系统有两种不同的"自然运动模式"，每种模式对应一个指数。总的自然运动 = 两种模式的混合（两个常数 $C_1, C_2$ 决定各占多少比例）。
情况二：$\Delta = 0$，二重根 $\lambda = -\frac{p}{2}$。
这时我们只得到一个解 $y_1 = e^{\lambda x}$。但二阶方程的通解需要两个独立的解！第二个解在哪？——这是整个特征根法里最容易被"硬背"的一处（"重根就多乘个 $x$"），我们把它现场发现出来。
第1步：想想"两个根挤到一起"会发生什么。
先别看二重根，想一个更一般的情形：如果两个特征根靠得很近，分别是 $\lambda$ 和 $\lambda + \varepsilon$（$\varepsilon$ 是一个极小的数），那这两个根对应两个解 $e^{\lambda x}$ 和 $e^{(\lambda+\varepsilon)x}$。它们"几乎长得一样"——通解 $C_1e^{\lambda x} + C_2e^{(\lambda+\varepsilon)x}$ 里，两个常数一合并，几乎就剩一个独立的解了。 独立性眼看就要丢掉。
🧠 第2步：怎么从"两个几乎一样的解"里抢救出独立性？
想想两把"几乎一样"的尺子怎么比较——直接看长度没区别，但看它们的差，差别就露出来了。对解也一样：试试 $e^{(\lambda+\varepsilon)x} - e^{\lambda x}$，再除以 $\varepsilon$（让结果不至于太小）： $\frac{e^{(\lambda+\varepsilon)x} - e^{\lambda x}}{\varepsilon}$
这一步在想什么：这个式子在 $\varepsilon \to 0$ 时的极限，正好是"$e^{\lambda x}$ 对 $\lambda$ 求导"——这正是第2章导数的定义！而 $e^{\lambda x}$ 对 $\lambda$ 求导（$\lambda$ 在指数位置，把 $x$ 当常数）是 $x \cdot e^{\lambda x}$： $\frac{e^{(\lambda+\varepsilon)x} - e^{\lambda x}}{\varepsilon} \;\xrightarrow{\;\varepsilon\to0\;}\; \frac{d}{d\lambda}e^{\lambda x} = x\,e^{\lambda x}$
第3步：两个根无限靠近，就停在了 $x e^{\lambda x}$。
让两个根 $\lambda$ 和 $\lambda+\varepsilon$ 无限靠近（$\varepsilon \to 0$），方程就退化成"二重根 $\lambda$"的情形。而"两个解凑出的那个组合"的极限停在了 $x e^{\lambda x}$——它自然就成了第二个解！ 这就是"重根多乘一个 $x$"的真正来历：不是拍脑袋定的，是为了从"两个几乎相同的解"里硬抢救出独立性，在极限里"长"出来的。
验证一下：将 $y_2 = x e^{\lambda x}$ 代入 $y'' + py' + qy$：
先求导：$y_2' = e^{\lambda x} + \lambda x e^{\lambda x} = (1 + \lambda x)e^{\lambda x}$；$y_2'' = \lambda e^{\lambda x} + \lambda(1 + \lambda x)e^{\lambda x} = (2\lambda + \lambda^2 x)e^{\lambda x}$。
代入：$[(2\lambda + \lambda^2 x) + p(1 + \lambda x) + qx]e^{\lambda x}$。整理：$x$ 的系数是 $\lambda^2 + p\lambda + q = 0$（因为 $\lambda$ 是特征根）；常数部分是 $2\lambda + p = 0$（因为二重根时 $\lambda = -p/2$）。所有项恰好抵消，得到 $0$。确实是一个解！
大白话：两个特征根"挤在一起"成为二重根时，$e^{\lambda x}$ 自己只是一个解——还需要第二个独立解。$x e^{\lambda x}$ 就是那个"第二解"，它像第一个解的"影子"——长了 $x$ 倍，但足够独立。为什么多一个 $x$ 能用？因为它打破了对 $e^{\lambda x}$ 的"纯倍数关系"——乘上 $x$ 后，求导不再是简单的"乘常数"了。而从更深的线性代数角度看：二重根意味着矩阵只有一个特征向量，需要找"广义特征向量"——$x e^{\lambda x}$ 就是广义特征向量的微分方程版本。
情况三：$\Delta < 0$，共轭复根 $\lambda = \alpha \pm i\beta$（其中 $\alpha = -\frac{p}{2}, \beta = \frac{\sqrt{4q-p^2}}{2}$）。
复数根怎么变成实数通解？利用欧拉公式 $e^{i\theta} = \cos\theta + i\sin\theta$：
🧠 欧拉公式从哪来？（先交代来历再用）：$e^x$、$\sin x$、$\cos x$ 都能展开成幂级数（级数章会学）：$e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \cdots$，$\sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \cdots$，$\cos x = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \cdots$。把 $x$ 换成 $i\theta$ 代进 $e^x$ 的展开式，奇数项 $\frac{(i\theta)^k}{k!}$ 正好凑出 $i\sin\theta$、偶数项凑出 $\cos\theta$，于是 $e^{i\theta} = \cos\theta + i\sin\theta$——它不是天上掉下来的，是三组幂级数"对上了暗号"的必然结果。此处先直接用结论。
$e^{(\alpha + i\beta)x} = e^{\alpha x} \cdot e^{i\beta x} = e^{\alpha x}(\cos\beta x + i\sin\beta x)$ $e^{(\alpha - i\beta)x} = e^{\alpha x} \cdot e^{-i\beta x} = e^{\alpha x}(\cos\beta x - i\sin\beta x)$
这两个复数解的实部和虚部分别是：
- 实部：$e^{\alpha x}\cos\beta x$
- 虚部：$e^{\alpha x}\sin\beta x$
因为方程是实系数的，实部和虚部各自都是解！所以通解为它们的线性组合： $y = e^{\alpha x}(C_1\cos\beta x + C_2\sin\beta x)$
大白话：复根意味着系统在"振荡"——$\cos\beta x$ 和 $\sin\beta x$ 就是来回振荡，$\beta$ 决定了振荡的快慢（频率），$e^{\alpha x}$ 决定了振荡是逐渐衰减（$\alpha < 0$，幅度越来越小，像秋千渐渐停）还是逐渐放大（$\alpha > 0$，幅度越来越大，像秋千越荡越高）。
第四步：总结——一张图看清三种情况。
三种特征根本质上对应三种物理系统：
- 两不等实根 → 过阻尼：运动回到平衡位置，但不会振荡（像在蜂蜜里荡秋千——黏住了，慢慢停下来）
- 二重根 → 临界阻尼：刚好在"振荡"和"不振荡"的边界上（最快回到平衡位置，没有来回摆动）
- 共轭复根 → 欠阻尼：来回振荡，幅度逐渐衰减（正常的秋千）
📝 推导复盘——用大白话重新讲一遍刚才做了什么：
特征根法的全部推导围绕一个"通灵猜想"：$y = e^{\lambda x}$。这个猜想的巧妙在于——指数函数求导不变形，让微分方程化成了代数方程。代入后 $e^{\lambda x}$ 被提取出来，剩一个二次方程 $\lambda^2 + p\lambda + q = 0$。解这个二次方程得到 $\lambda$——$\lambda$ 的值直接决定了系统的全部行为。
三种情况分别对应：$\Delta > 0$ 两个独立指数解（简单叠加）；$\Delta = 0$ 第一个解是 $e^{\lambda x}$，第二个解靠"多乘一个 $x$"来制造独立性（$x e^{\lambda x}$ 是第二个独立解）；$\Delta < 0$ 复数解用欧拉公式转成 $\cos$ 和 $\sin$——因为实系数方程解必成对共轭出现，实虚部分别取出来就是两个实数解。
整个推导的最关键一步就是"代入 $y = e^{\lambda x}$"——只此一步，微分就变成了乘法。后面所有的公式（三种通解结构）都是这个猜想的自然推论，不用死背。
⚠️ 四个最容易翻车的地方：
翻车1：特征方程符号写反。 方程是 $y'' - 5y' + 6y = 0$。有人直接把系数抄进 $\lambda^2 + p\lambda + q$，写成 $\lambda^2 - 5\lambda + 6 = 0$——这个倒没问题（因为标准形式里 $p = -5$）。但如果方程是 $y'' - 5y' + 6y = 0$，$p$ 就是 $-5$，$q$ 是 $6$——特征方程是 $\lambda^2 - 5\lambda + 6 = 0$，没错。
怕的是这种：$y'' + 2y' - 3y = 0$，$p=2$, $q=-3$，特征方程 $\lambda^2 + 2\lambda - 3 = 0$。但如果有人写的时候"照搬系数忘记符号"，写成 $\lambda^2 + 2\lambda + 3 = 0$ 就全错了。
正确做法：第一步永远先把方程写成 $y'' + py' + qy = 0$ 的标准形式，然后一字不改地把 $p$ 和 $q$ 搬进特征方程 $\lambda^2 + p\lambda + q = 0$。
翻车2：二重根通解只写一项。 很多人看到 $\Delta = 0$ 就写 $y = C_1 e^{\lambda x}$——但这是二阶方程啊！通解必须有两个独立的任意常数。二重根的正确通解是 $y = (C_1 + C_2 x)e^{\lambda x}$——注意 $(C_1 + C_2 x)$ 是一个整体因子，不要写成 $C_1 e^{\lambda x} + C_2 x$（漏了指数因子！）。
翻车3：复根通解漏掉 $e^{\alpha x}$ 因子。 特征根 $\lambda = -2 \pm 3i$。有人直接写 $y = C_1 \cos 3x + C_2 \sin 3x$——忘了 $e^{-2x}$ 这个衰减因子！复根的通解结构是 $e^{\alpha x}(\cdots)$，指数部分来自实部 $\alpha$，绝不能丢。
翻车4：搞混 $\alpha$ 和 $\beta$ 的含义。 共轭复根写成 $\alpha \pm i\beta$。其中 $\alpha$ 是实部（控制衰减/增长），$\beta$ 是虚部（控制振荡频率）。通解中指数上的实部：$e^{\alpha x}$。三角函数里面的虚部：$\cos\beta x$ 和 $\sin\beta x$。不要把 $\alpha$ 和 $\beta$ 放错位置。
特征根法在知识链条中的位置：
特征根法是二阶常系数线性方程求解的第一步和地基——不管方程是齐次的还是非齐次的，第一步永远是写出特征方程求出齐次通解 $y_h$。非齐次方程只不过是在齐次通解的基础上再加一个特解（等于先给房子打好地基，再往上盖特解的楼层）。考试中，二阶常系数方程是解答题的"主力选手"，而特征根法写错——后面算得再辛苦也是白费。记住三步走：写特征方程 → 解根 → 按三种情况选通解结构。
考法1：齐次方程——特征根法
标准形式
$\boxed{y'' + py' + qy = 0 \quad (p, q \text{ 为常数})}$
解题步骤
| 步骤 | 操作 |
|---|---|
| ① | 写出特征方程：$\lambda^2 + p\lambda + q = 0$ |
| ② | 求特征根 $\lambda_1, \lambda_2$ |
| ③ | 根据判别式 $\Delta = p^2 - 4q$ 选择通解结构 |
| ④ | 有初始条件时代入求常数 |
三种通解结构速查
| 判别式 | 特征根情况 | 通解形式 | 记忆口诀 |
|---|---|---|---|
| $\Delta > 0$ | 两不等实根 $\lambda_1, \lambda_2$ | $y = C_1e^{\lambda_1 x} + C_2e^{\lambda_2 x}$ | "两大实根两指数" |
| $\Delta = 0$ | 二重根 $\lambda$ | $y = (C_1 + C_2x)e^{\lambda x}$ | "重根头上挂个 $x$" |
| $\Delta < 0$ | 共轭复根 $\alpha \pm i\beta$ | $y = e^{\alpha x}(C_1\cos\beta x + C_2\sin\beta x)$ | "复根实部在指数，虚部配在三角里" |
汤家凤强调：特征方程一定要写对！$y'' + py' + qy = 0$ → $\lambda^2 + p\lambda + q = 0$（系数照抄，注意符号）。
典型例题
【例3.1】 求 $y'' - 3y' + 2y = 0$ 的通解。
解：特征方程 $\lambda^2 - 3\lambda + 2 = 0$，$(\lambda - 1)(\lambda - 2) = 0$，$\lambda_1 = 1$，$\lambda_2 = 2$（两不等实根）。通解：$y = C_1e^x + C_2e^{2x}$。
【例3.2】 求 $y'' - 2y' + y = 0$ 满足 $y(0) = 1$，$y'(0) = 0$ 的特解。
解：特征方程 $(\lambda - 1)^2 = 0$，$\lambda = 1$（二重根）。通解 $y = (C_1 + C_2x)e^x$。代入初始条件得 $C_1 = 1$，$C_2 = -1$。特解：$y = (1 - x)e^x$。
【例3.3】 求 $y'' + 4y' + 13y = 0$ 的通解。
解：特征方程 $\lambda^2 + 4\lambda + 13 = 0$，$\lambda = -2 \pm 3i$（共轭复根）。通解：$y = e^{-2x}(C_1\cos 3x + C_2\sin 3x)$。
翻车现场
翻车：特征方程写错符号（比如 $y'' - 5y' + 6y = 0$ 的特征方程写成 $\lambda^2 + 5\lambda + 6 = 0$），或者复根时通解结构写错。
- 正确做法：①先把方程写成 $y'' + py' + qy = 0$，确认 $p$ 和 $q$；②写特征方程 $\lambda^2 + p\lambda + q = 0$；③三种情况的结构必须背熟。
题20 ⭐基础 求解 $y'' - 5y' + 6y = 0$ 的通解。
答案
特征方程 $\lambda^2 - 5\lambda + 6 = 0$，$(\lambda-2)(\lambda-3)=0$，$\lambda_1=2,\lambda_2=3$（两不等实根）。通解：$y = C_1e^{2x} + C_2e^{3x}$。
题21 ⭐基础 求解 $y'' + 6y' + 9y = 0$，满足 $y(0)=2$，$y'(0)=-1$ 的特解。
答案
特征方程 $\lambda^2 + 6\lambda + 9 = 0$，$(\lambda+3)^2=0$，二重根 $\lambda=-3$。通解 $y=(C_1+C_2x)e^{-3x}$。代入 $y(0)=2$ 得 $C_1=2$。代入 $y'(0)=-1$ 得 $C_2=5$。特解：$y=(2+5x)e^{-3x}$。
题22 ⭐基础 求解 $y'' + 2y' + 5y = 0$ 的通解。
答案
特征方程 $\lambda^2 + 2\lambda + 5 = 0$，$\lambda = -1 \pm 2i$（共轭复根）。通解：$y = e^{-x}(C_1\cos 2x + C_2\sin 2x)$。
题23 ⭐⭐中档 求解 $y'' - 4y' + 13y = 0$，$y(0)=1$，$y'(0)=5$ 的特解。
答案
特征方程 $\lambda^2 - 4\lambda + 13 = 0$，$\lambda = 2 \pm 3i$。通解 $y = e^{2x}(C_1\cos 3x + C_2\sin 3x)$。代入得 $C_1=1, C_2=1$。特解：$y = e^{2x}(\cos 3x + \sin 3x)$。
2.4.1b 高于二阶的常系数齐次线性方程——特征根法的推广（考纲要求：会解）
🎸 生活场景：二阶方程像一把只有一根弦的吉他，你听得到两种"自然振动方式"（两个特征根）。换成一把三根弦的吉他（或者一个人同时推三个秋千），每种自然摆动方式还是由系统自己的参数决定——只是现在有三种自然模式，总的运动是三种模式的叠加。高于二阶的常系数齐次方程就是这个道理：n 阶方程有 n 个特征根（按重数计），通解 = n 个基解的线性组合，带 n 个任意常数。
考纲要求：会解"某些高于二阶"的常系数齐次线性微分方程——考研主要考三阶，而且通常是常系数齐次（考纲原话："会解某些高于二阶的常系数齐次线性微分方程"）。会了三阶，套路就彻底清楚了。
核心思路——还是猜 $y=e^{\lambda x}$，特征方程从二次升到 n 次。
二阶的做法一字不改地照搬：设 $y = e^{\lambda x}$ 代入。对 n 阶常系数齐次方程 $y^{(n)} + a_1 y^{(n-1)} + \cdots + a_{n-1}y' + a_n y = 0$ 每求一次导就多乘一个 $\lambda$（指数函数求导不变形），代入后提取 $e^{\lambda x}$，得到 n 次特征方程： $\lambda^n + a_1\lambda^{n-1} + \cdots + a_{n-1}\lambda + a_n = 0$ 解出 n 个根（按重数计），每个根对应一个基解，通解就是所有基解的线性组合。
根的类型 → 对应基解（二阶三种情况的一口气推广）：
| 特征根的形态 | 对应基解 |
|---|---|
| 单实根 $\lambda_0$ | $e^{\lambda_0 x}$ |
| k 重实根 $\lambda_0$ | $e^{\lambda_0 x}$、$x e^{\lambda_0 x}$、…、$x^{k-1} e^{\lambda_0 x}$（共 k 个） |
| 一对共轭复根 $\alpha \pm i\beta$ | $e^{\alpha x}\cos\beta x$、$e^{\alpha x}\sin\beta x$（共 2 个） |
口诀：实根给指数，重根挂 $x$ 幂（二重挂 $x$，三重挂 $x^2$），复根成对变 $\cos$、$\sin$。
🧠 为什么"重根乘 $x$、复根成对变三角"？——结合三阶例子讲透
二阶里你已见过：二重根 $\lambda$ 的第二个基解是 $x e^{\lambda x}$。三阶只是把这条规则"连用"——若 $\lambda$ 是三重根，三个基解是 $e^{\lambda x}$、$x e^{\lambda x}$、$x^2 e^{\lambda x}$：每多一重，就多乘一个 $x$（$x^0$、$x^1$、$x^2$，一直到 $x^{k-1}$）。至于复根，二阶里 $\alpha\pm i\beta$ 给 $e^{\alpha x}\cos\beta x$ 和 $e^{\alpha x}\sin\beta x$；三阶里若特征方程是"一对共轭复根 + 一个单实根"，那实根给指数、复根给三角，三个基解拼起来。实系数方程的特征方程，复根永远成对共轭出现（否则系数算不出实数），所以一对复根正好贡献 2 个基解，不会出现"多半个解"。
两个完整例题（把"设 → 求根 → 写通解"走一遍）：
【例3.8】 求 $y''' - 3y'' + 3y' - y = 0$ 的通解。
解：
- 第1步（写特征方程）：$y''' \to \lambda^3$，$y'' \to \lambda^2$，$y' \to \lambda$，$y \to 1$： $\lambda^3 - 3\lambda^2 + 3\lambda - 1 = 0$
- 第2步（分解求根）：认出它是完全立方公式 $(a-b)^3 = a^3 - 3a^2b + 3ab^2 - b^3$ 的逆用，所以 $(\lambda - 1)^3 = 0$ 得到三重根 $\lambda = 1$（按重数计是 3 个根，正好凑满三次方程）。
- 第3步（写基解）：三重根按口诀"挂 $x$ 幂"：$e^{x}$、$x e^{x}$、$x^2 e^{x}$。
- 第4步（写通解）：三阶方程必须有 3 个任意常数： $y = (C_1 + C_2x + C_3x^2)e^x$
这一步在想什么：第3步就是"重根挂 $x$ 幂"——一重给 $x^0 = 1$（不乘），二重乘 $x$，三重乘 $x^2$。所以括号里排成 $C_1 + C_2x + C_3x^2$，指数因子 $e^x$ 一个不落。
【例3.9】 求 $y''' - y'' + y' - y = 0$ 的通解。
解：
- 第1步（写特征方程）： $\lambda^3 - \lambda^2 + \lambda - 1 = 0$
- 第2步（分解求根）：用分组提公因式——前两项提 $\lambda^2$、后两项提 1： $\lambda^2(\lambda - 1) + 1\cdot(\lambda - 1) = (\lambda - 1)(\lambda^2 + 1) = 0$ 根：$\lambda = 1$（单实根），$\lambda = \pm i$（一对共轭复根，$\alpha = 0$，$\beta = 1$）。
- 第3步（写基解）：单实根 $1$ 给 $e^{x}$；共轭复根 $\pm i$ 给 $\cos x$ 和 $\sin x$（因为 $\alpha=0$，$e^{0x}=1$ 就省略不写了）。
- 第4步（写通解）： $y = C_1 e^x + C_2\cos x + C_3\sin x$
这一步在想什么：复根 $\alpha \pm i\beta$ 统一写成 $e^{\alpha x}\cos\beta x + e^{\alpha x}\sin\beta x$。这里 $\alpha=0$、$\beta=1$，所以就是 $\cos x + \sin x$——别把 $e^{0x}=1$ 丢掉后又把符号写反。
⚠️ 三阶最容易翻车的地方：
翻车1：通解只写了 2 个任意常数。 三阶方程必须有 3 个任意常数！特征方程是三次方程，按重数数一定是 3 个根（一对复根算 2 个），每个根对应一个常数。写完后数一数项数，少一个就是漏了。
翻车2：重根只乘到 $x$，忘了继续乘 $x^2$。 三重根的正确写法是 $C_1e^x + C_2xe^x + C_3x^2e^x$——如果写成 $C_1e^x + C_2xe^x + C_3e^x$，第三项和第一项"长一个样"，就只剩 2 个独立解了，必错。
翻车3：三次特征方程不会分解。 通用招：先试 $\lambda = \pm 1$ 代入——等于 0 就说明有因式 $\lambda - 1$ 或 $\lambda + 1$，提出来剩下的是二次方程，再用求根公式。例3.8靠完全立方、例3.9靠分组提取，考场上先试 $\pm 1$ 是兜底招。
🛑 停下来练一练：求 $y''' - y'' = 0$ 的通解。
📝 参考答案
特征方程 $\lambda^3 - \lambda^2 = 0$，即 $\lambda^2(\lambda - 1) = 0$，得 $\lambda = 0$（二重根）、$\lambda = 1$（单根）。$\lambda=0$ 给 $e^{0x}=1$ 和 $x\cdot 1 = x$；$\lambda=1$ 给 $e^x$。通解：$y = C_1 + C_2x + C_3e^x$。
2.4.2 非齐次方程的通解结构
标准形式：$y'' + py' + qy = f(x)$
通解结构（核心原理）： $\text{非齐次通解} = \underbrace{y_h}_{\text{齐次通解}} + \underbrace{y^\ast}_{\text{非齐次特解}}$
生活比喻——荡秋千：
- $y_h$（齐次通解）= 秋千没人推时，自己自然摆动的状态（由秋千本身的长度、重量决定）。
- $y^\ast$（非齐次特解）= 有人在后面推秋千时，秋千多出来的那种规律性的摆动。
- 总摆动 = 自然摆动 + 有人推的摆动 —— 两种摆动合在一起。
核心结论：求非齐次通解分两步——(1) 先找齐次通解，(2) 再找非齐次特解，(3) 加起来。
2.4.3 待定系数法的基本原理——特解怎么"看菜下饭"
🎤 生活场景——KTV包间被占了怎么办？
你和朋友去KTV唱歌，提前订了一个小包间。到了之后前台说："不好意思，那个小包间已经有人了（齐次解已经'住'了那个形式的解）。"你不能跟人家挤在一个包间里唱——两个声音混在一起，分不清谁是谁（方程左边代入后会变成 $0=0$，求不出系数）。
经理给你两个选择：①如果只是小包间被占，给你换一个中包间——房间大一号（特解多乘一个 $x$）；②如果中包间也被占了（二重根的情况），再升一级换大包间（多乘一个 $x^2$）。
这个"换大一号包间"的操作，在数学上就是多乘一个 $x^k$。下面我们先亲手撞一次车，把"为什么必须换包间"看清楚，再正式讲规则。
先看一道题：求 $y'' - 3y' + 2y = e^{x}$ 的通解
看到这题，先别慌。这题和前几道不一样——右边多了个 $e^{x}$，方程不再齐次。按 2.4.2 的通解结构：非齐次通解 = 齐次通解 + 一个特解。齐次部分 $y'' - 3y' + 2y = 0$ 我们会解（特征根 $1, 2$，$y_h = C_1e^x + C_2e^{2x}$）。剩下的难题只有一个：怎么找一个特解 $y^\ast$？
难在哪？ 特解要满足 $y^{\ast''} - 3y^{\ast'} + 2y^\ast = e^x$，可我们手里没有"找特解"的现成工具。不过——方程右边是 $e^x$，左边又全是线性运算（求导、乘常数、相加）。一个很自然的念头：$y^\ast$ 也配成 $e^x$ 的形状（$y^\ast = Ae^x$），代入后左边全是 $Ae^x$ 的倍数，就能和右边的 $e^x$ "对账"。 就像配钥匙——锁芯是 $e^x$ 的形状，钥匙也照这个形状配。
🧠 第1步：先试最直觉的——$y^\ast = Ae^x$。
$y^{\ast'} = Ae^x$，$y^{\ast''} = Ae^x$，代入： $Ae^x - 3Ae^x + 2Ae^x = 0 \quad \text{但右边是 } e^x$
这一步在想什么：左边算出 $0$，右边是 $e^x$——$0$ 永远不等于 $e^x$！ 为什么左边会变成 $0$？因为 $y''-3y'+2y$ 里 $Ae^x$ 的系数是 $1-3+2 = 0$——这个 $0$ 恰好就是特征方程 $\lambda^2-3\lambda+2$ 在 $\lambda = 1$ 处的值，而 $1$ 正是特征根！ 我们设的特解，正好和齐次解 $e^x$ "撞车"了。
🧠 第2步：撞车了怎么办？试试给 $e^x$ 前面加个 $x$——$y^\ast = Axe^x$。
$y^{\ast'} = A(1+x)e^x$，$y^{\ast''} = A(2+x)e^x$，代入： $A(2+x)e^x - 3A(1+x)e^x + 2Axe^x = (-A)e^x$
这一步在想什么：$xe^x$ 的系数 $A - 3A + 2A = 0$ 又抵消了，但这次还剩下一项 $-Ae^x$ 没被消掉！ 令 $-Ae^x = e^x$，得 $A = -1$。特解 $y^\ast = -xe^x$ 找到了！通解 $y = C_1e^x + C_2e^{2x} - xe^x$。
🔍 回头看看我们做了什么：为什么第一次设 $Ae^x$ 失败、第二次设 $Axe^x$ 就成功？ 因为 $e^x$ 已经被齐次解"占用"了——再设 $Ae^x$ 代入，所有项整体抵消成 $0$，凑不出右边的 $e^x$。给它"升级"多乘一个 $x$，就像贴了个防撞标签，代入后才不会整个消失。这就是 KTV 里"换大一号包间"的完整现场。
📌 现在回到 KTV：小包间 $e^x$ 被占 → 换中包间 $xe^x$；如果中包间也被占（二重根）→ 换大包间 $x^2e^x$。 下面把各种"锁芯形状"（$f(x)$ 的类型）对应的"配钥匙规则"（特解该设成什么样）系统整理出来——这就是待定系数法。
待定系数法的正式陈述：
非齐次项 $f(x)$ 可以写成"多项式 $\times$ 指数 $\times$ 三角函数"的标准形状时，特解 $y^\ast$ 的设定规则如下：
情况A：$f(x) = P_n(x)e^{\alpha x}$（多项式乘指数）
特解形式：$y^\ast = x^k \cdot Q_n(x) \cdot e^{\alpha x}$
其中：
- $Q_n(x)$ 是与 $P_n(x)$ 同次的完全多项式（不跳项）
- $k$ 的取值：$\alpha$ 不是特征根时 $k=0$；$\alpha$ 是特征单根时 $k=1$；$\alpha$ 是特征二重根时 $k=2$
情况B：$f(x) = e^{\alpha x}[P_m(x)\cos\beta x + P_n(x)\sin\beta x]$（指数乘三角函数）
特解形式：$y^\ast = x^k \cdot e^{\alpha x}[Q_L^{(1)}(x)\cos\beta x + Q_L^{(2)}(x)\sin\beta x]$
其中：
- $L = \max(m, n)$
- 即使 $f(x)$ 中只有 $\cos$ 或只有 $\sin$，特解也必须同时包含 $\cos$ 和 $\sin$
- $k$ 的取值：$\alpha \pm i\beta$ 不是特征根时 $k=0$；$\alpha \pm i\beta$ 是特征根时 $k=1$
情况C：线性组合 当 $f(x)$ 是情况A与情况B的线性组合时，利用解的叠加原理——分别求每个子项的特解，然后相加。
🎯 对表考纲：考纲要求"会解自由项为多项式、指数、正余弦及它们的和与积的二阶常系数非齐次方程"。三种情况正好全覆盖——"积"（如 $xe^{2x}$、$e^x\cos 2x$、$x\cos 2x$）由情况A/情况B直接设特解；"和"（如 $e^{-x}+\sin x$）用情况C的叠加原理拆成子项分别求、再相加。
🧠 "撞车"原理——为什么要多乘 $x^k$？（把刚才的发现补全成完整规则）
上面刚用 $y'' - 3y' + 2y = e^x$ 现场撞了一次车：$Ae^x$ 代入后左边抵消成 $0$，升级成 $Axe^x$ 才解出系数。下面再从"不撞车"的角度把整个规则补全——为什么不撞车时直接设就行？撞车时究竟发生了什么？ 一步一步走。
上面情况A和情况B里都有一个 $k$，取值规则是"看 $\alpha$（或 $\alpha \pm i\beta$）是不是特征根"。这个规则背后的道理，就是待定系数法最核心的概念——"撞车"（也叫共振）。
我们以最简单的情况A为例，一步步推导。
第零步：先搞清楚"不撞车"时为什么能直接设。
假设 $f(x) = e^{3x}$，齐次方程的特征根是 $\lambda_1 = 1, \lambda_2 = 2$。我们设特解 $y^\ast = A e^{3x}$，代入方程 $y'' + py' + qy = e^{3x}$：
$y^{\ast'} = 3A e^{3x}, \quad y^{\ast''} = 9A e^{3x}$
代入：$(9A + 3pA + qA)e^{3x} = e^{3x}$
提出 $A e^{3x}$：$A(9 + 3p + q) = 1$
因为 $3$ 不是特征根，括号里那个数 $(9+3p+q)$ 不等于零（特征方程 $\lambda^2 + p\lambda + q = 0$ 的根是 $1$ 和 $2$，代入 $\lambda=3$ 当然不为零）。所以 $A$ 能直接解出来。一切顺利。
大白话：$e^{3x}$ 这个"包间"是空的，没人用，你直接进去就行。代入后 $A$ 的系数不为零，方程有解。
第一步："撞车"时出了什么问题？
现在假设 $f(x) = e^{x}$，而特征根恰好是 $\lambda_1 = 1, \lambda_2 = 2$。也就是说 $\alpha = 1$ 正好等于一个特征根！
按刚才的套路，我们设 $y^\ast = A e^{x}$，代入：
$y^{\ast'} = A e^{x}, \quad y^{\ast''} = A e^{x}$
代入方程：$(A + pA + qA)e^{x} = e^{x}$
提出 $A e^{x}$：$A(1 + p + q) = 1$
关键来了——因为 $\lambda = 1$ 是特征根，所以 $1^2 + p \cdot 1 + q = 0$，即 $1 + p + q = 0$。于是括号里的东西等于零！方程变成了：
$A \cdot 0 = 1$
这是不可能的——零乘任何数都等于零，不可能等于 $1$。方程无解！我们的"设特解"失败了。
大白话：你想进小包间，但 $e^{x}$ 这个包间已经被齐次解"住"了。你再设 $A e^{x}$ 进去，方程左边代入后那些 $A e^{x}$ 全部互相抵消变成 $0$，右边却是 $e^{x} \neq 0$——等于你对着空气唱歌，没人听见。这就是"撞车"。
第二步：换一个大一号的包间——试 $y^\ast = A x e^{x}$。
既然 $e^{x}$ 被占了，我们试 $x e^{x}$。以具体方程 $y'' - 3y' + 2y = e^{x}$ 为例（特征根是 $1$ 和 $2$）。
先算导数：
$y^{\ast'} = A e^{x} + A x e^{x} = A(1+x)e^{x}$
$y^{\ast''} = A e^{x} + A(1+x)e^{x} = A(2+x)e^{x}$
代入 $y'' - 3y' + 2y$：
$y^{\ast''} - 3y^{\ast'} + 2y^\ast = A(2+x)e^{x} - 3A(1+x)e^{x} + 2A x e^{x}$
合并同类项：
- $x e^{x}$ 的系数：$A - 3A + 2A = 0$（又是零！因为 $x e^{x}$ 这部分对应的仍然涉及特征根）
- $e^{x}$ 的系数：$2A - 3A = -A$
所以左边 $= -A e^{x}$。令它等于右边 $e^{x}$，得 $-A = 1$，即 $A = -1$。
成功了！ $y^\ast = -x e^{x}$ 是一个有效的特解。
大白话：$x e^{x}$ 这个"中包间"虽然也跟特征根沾点关系（$x e^{x}$ 的导数里还残留 $e^{x}$），但它毕竟不是纯 $e^{x}$——代入后 $e^{x}$ 部分的系数不为零，所以能解出 $A$。多出来的那个 $x$ 就像一个"防撞标记"，让它和齐次解区分开来。
第三步：如果中包间也被占了（二重根的情况）。
如果 $\lambda = 1$ 是二重根（特征方程是 $(\lambda-1)^2 = 0$），那么不仅 $e^{x}$ 是齐次解，$x e^{x}$ 也是齐次解！你试 $y^\ast = A x e^{x}$ 代入也会得到 $0 = e^{x}$——中包间也被占了。
这时只能再升一级：试 $y^\ast = A x^2 e^{x}$。算一下：
$y^{\ast'} = 2A x e^{x} + A x^2 e^{x}$ $y^{\ast''} = 2A e^{x} + 4A x e^{x} + A x^2 e^{x}$
代入方程后，$x^2 e^{x}$ 和 $x e^{x}$ 的系数会抵消（因为它们对应二重根），只剩下 $e^{x}$ 项——它的系数不为零，方程有解。
把 $A$ 真正算出来给你看（以 $y'' - 2y' + y = e^x$ 为例，特征方程 $(\lambda-1)^2 = 0$，$\lambda = 1$ 是二重根）：
设 $y^\ast = Ax^2 e^x$，求导： $y^{\ast'} = A(2x + x^2)e^x, \qquad y^{\ast''} = A(2 + 4x + x^2)e^x$
代入 $y'' - 2y' + y$： $A\big[(2 + 4x + x^2) - 2(2x + x^2) + x^2\big]e^x = A\big[2 + (4x - 4x) + (x^2 - 2x^2 + x^2)\big]e^x = 2A e^x$
令它等于右边 $e^x$：$2A = 1$，即 $A = \frac12$。特解 $y^\ast = \frac12 x^2 e^x$，通解 $y = (C_1 + C_2x)e^x + \frac12 x^2 e^x$。三个系数（$x^2$、$x$、常数）里 $x^2$ 和 $x$ 的系数全部抵消，只剩干净的 $e^x$ 项配出 $2A = 1$——这就是 $k=2$ 时特解能成立的完整证据。
大白话：包间被占了两次——换中包间还是被占，只能换大包间。这就是 $k=2$ 的原因。
一般规律：
- $\alpha$ 不是特征根（包间空着）→ 直接设，$k=0$
- $\alpha$ 是特征单根（小包间被占）→ 多乘一个 $x$，$k=1$
- $\alpha$ 是特征二重根（小包间和中包间都被占）→ 多乘 $x^2$，$k=2$
对于情况B（三角函数），判据变成 $\alpha \pm i\beta$ 是不是特征根——思路完全一样，只是"包间"的类型从单纯的指数变成了"指数+三角函数"的组合。
📝 推导复盘——用大白话重新讲一遍刚才做了什么：
撞车原理的本质只有一句话：你设的特解不能和齐次通解里的任何一项"长一个样"。如果长一样，代入方程后那些项就会互相抵消，导致 $0 = f(x)$，求不出系数。解决方法是给特解"升级"——多乘一个 $x$（或 $x^2$），等于给它贴上一个特殊的"标签"，让它和齐次解区分开来。$k$ 的值就是"需要升几级"——$k=0$ 不用升，$k=1$ 升一级，$k=2$ 升两级（只出现在二重根的情况）。
这个原理不光管微分方程，差分方程里也有撞车——只不过判据从"$\alpha$ 是不是特征根"变成了"底数 $q$ 等不等于 $-a$"。本质一模一样：特解的形式不能和齐次解重合。
⚠️ 三个最容易翻车的地方：
翻车1：根本不检查"撞车"，直接设特解往里代。 很多人拿到 $y'' - 3y' + 2y = e^{x}$，想都不想就设 $y^\ast = A e^{x}$，代进去算半天得到 $0 = e^{x}$，然后懵了。 正确做法：设特解之前必须先花10秒钟做撞车检查——把 $f(x)$ 里的 $\alpha$ 和特征根对比一遍。$\alpha = 1$，特征根是 $1, 2$ → 撞车！$k=1$，设 $y^\ast = A x e^{x}$。
翻车2：知道撞车要乘 $x$，但忘了判断是单根还是二重根。 对于方程 $y'' - 2y' + y = e^{x}$（特征根 $\lambda = 1$ 是二重根），只乘一个 $x$ 不够——$x e^{x}$ 也是齐次解，代入还是会得 $0 = e^{x}$。 正确做法：判断撞车时不仅看"撞没撞"，还要看"撞了几次"——单根乘 $x$，二重根乘 $x^2$。
翻车3：三角函数只设一半。 $f(x) = \cos 2x$，有人只设 $y^\ast = A \cos 2x$，忘记 $\sin 2x$ 也要设。为什么？因为求导时 $\cos$ 会变成 $\sin$——如果你不设 $\sin$ 项，代入方程后 $\sin$ 的系数没法配平。 正确做法：三角函数的特解必须 $\cos$ 和 $\sin$ 同时设，即使 $f(x)$ 里只有一个——这是铁律，没有例外。
待定系数法在解题链条中的位置：
待定系数法是二阶常系数线性非齐次方程求解的最后一步——前面先用特征根法求出齐次通解 $y_h$，然后用待定系数法找出一个非齐次特解 $y^\ast$，两者相加得到最终答案。在考场上，二阶非齐次方程是解答题的"主力选手"（每年至少一道大题），而待定系数法中最容易丢分的环节就是撞车检查——漏了它，后面算的全白费。记住十二字口诀：先查撞车、再设特解、代入求系数。
考法2：非齐次方程——待定系数法 ⭐ 必考
标准形式
$\boxed{y'' + py' + qy = f(x)}$
解的结构（核心原理）
$\text{通解} = \underbrace{y_h}_{\text{齐次通解}} + \underbrace{y^\ast}_{\text{非齐次特解}}$
核心口诀："照抄右边，按根修正"
情况A：$f(x) = P_n(x)e^{\alpha x}$（多项式乘指数）
特解形式： $\boxed{y^\ast = x^k \cdot Q_n(x) \cdot e^{\alpha x}}$
其中：
- $Q_n(x)$ 是与 $P_n(x)$ 同次的完全多项式（二次就写 $Ax^2 + Bx + C$，不跳项！）——为什么不能跳项？ 因为代入后要"两边逐次幂对齐"：设 $y^\ast = Ax$（漏了常数项），代入求 $y' = A$、$y'' = 0$ 后，左边 $x$ 的系数由 $A$ 定、常数项却无人可定（没有 $B$ 这个未知数去对右边的常数项），两边对不齐。缺了低次项，那个次幂的系数就没有"来源"，永远配不平。
- $k = \begin{cases} 0 & \alpha \text{ 不是特征根} \\ 1 & \alpha \text{ 是特征单根} \\ 2 & \alpha \text{ 是特征二重根} \end{cases}$
$k$ 的判定速查：
| $\alpha$ 与特征根的关系 | $k$ | 含义 |
|---|---|---|
| $\alpha \neq \lambda_1, \lambda_2$ | 0 | 不乘 $x$ |
| $\alpha = \lambda_1 \neq \lambda_2$ | 1 | 乘一个 $x$ |
| $\alpha = \lambda_1 = \lambda_2$（重根） | 2 | 乘 $x^2$ |
典型例题：
【例3.4】 求 $y'' - 2y' - 3y = 3x + 1$ 的通解。
解：齐次通解 $y_h = C_1e^{3x} + C_2e^{-x}$。$\alpha = 0$ 不是特征根 → $k=0$。设 $y^\ast = Ax + B$，代入解得 $A=-1, B=\frac{1}{3}$。通解：$y = C_1e^{3x} + C_2e^{-x} - x + \frac{1}{3}$。
题24 ⭐⭐中档 求 $y'' - y' - 2y = 4x$ 的通解。
答案
齐次：$\lambda^2 - \lambda - 2 = 0$，$\lambda_1=2,\lambda_2=-1$，$y_h = C_1e^{2x}+C_2e^{-x}$。$\alpha=0$ 不是特征根 → $k=0$。设 $y^\ast=Ax+B$，代入得 $-2Ax + (-A-2B) = 4x$，解得 $A=-2,B=1$。通解：$y = C_1e^{2x}+C_2e^{-x} - 2x + 1$。
题25 ⭐⭐中档 求 $y'' - 2y' - 3y = (x+1)e^{2x}$ 的通解。
答案
齐次 $y_h = C_1e^{3x}+C_2e^{-x}$。$\alpha=2$ 不是特征根 → $k=0$。设 $y^\ast=(Ax+B)e^{2x}$，代入得 $(-3A)x + (2A-3B) = x+1$，解得 $A=-\frac{1}{3}, B=-\frac{5}{9}$。通解：$y = C_1e^{3x}+C_2e^{-x} - \frac{1}{9}(3x+5)e^{2x}$。
题26 ⭐⭐中档 求 $y'' - 4y' + 3y = e^x$ 的通解。
答案
齐次：$\lambda^2-4\lambda+3=0$，$\lambda_1=1,\lambda_2=3$，$y_h=C_1e^x+C_2e^{3x}$。$\alpha=1$ 是特征单根 → $k=1$。设 $y^\ast=Axe^x$，代入得 $A=- \frac{1}{2}$。通解：$y = C_1e^x + C_2e^{3x} - \frac{1}{2}xe^x$。
题27 ⭐⭐⭐进阶 求 $y'' + y = \cos 2x$ 的通解。
答案
齐次：$\lambda^2+1=0$，$\lambda=\pm i$，$y_h=C_1\cos x+C_2\sin x$。$\alpha\pm i\beta=\pm2i$ 不是特征根 → $k=0$。设 $y^\ast=A\cos 2x + B\sin 2x$，代入得 $-3A\cos 2x - 3B\sin 2x = \cos 2x$，$A=-\frac{1}{3},B=0$。通解：$y = C_1\cos x + C_2\sin x - \frac{1}{3}\cos 2x$。
题28 ⭐⭐⭐进阶 求 $y'' + 4y = \sin 2x$ 的通解。（共振情形）
答案
齐次：$\lambda^2+4=0$，$\lambda=\pm2i$，$y_h=C_1\cos 2x+C_2\sin 2x$。$\alpha\pm i\beta=\pm2i$ 是特征根 → $k=1$。设 $y^\ast=x(A\cos 2x + B\sin 2x)$，代入得 $-4A\sin 2x + 4B\cos 2x = \sin 2x$，$A=-\frac{1}{4},B=0$。通解：$y = C_1\cos 2x + C_2\sin 2x - \frac{1}{4}x\cos 2x$。
题29 ⭐⭐⭐进阶 求 $y'' - y' - 2y = e^{-x} + \sin x$ 的通解。
答案
齐次 $y_h=C_1e^{2x}+C_2e^{-x}$。分两部分： ① $y_1^\ast$ 对应 $e^{-x}$：$\alpha=-1$ 是特征单根 → $k=1$，设 $y_1^\ast=Axe^{-x}$，得 $A=-\frac{1}{3}$。 ② $y_2^\ast$ 对应 $\sin x$：$\alpha\pm i\beta=\pm i$ 不是特征根 → $k=0$，设 $y_2^\ast=B\cos x+C\sin x$，得 $B=\frac{1}{10},C=-\frac{3}{10}$。 通解：$y = C_1e^{2x}+C_2e^{-x} - \frac{1}{3}xe^{-x} + \frac{1}{10}\cos x - \frac{3}{10}\sin x$。
【例3.5】（$k=1$ 的情形）求 $y'' - 2y' - 3y = e^{-x}$ 的通解。
解：齐次通解 $y_h = C_1e^{3x} + C_2e^{-x}$。$\alpha = -1$ 是特征单根 → $k=1$。设 $y^\ast = Axe^{-x}$，代入得 $A = -\frac{1}{4}$。通解：$y = C_1e^{3x} + C_2e^{-x} - \frac{1}{4}xe^{-x}$。
情况B：$f(x) = e^{\alpha x}[P_m(x)\cos\beta x + P_n(x)\sin\beta x]$
特解形式： $\boxed{y^\ast = x^k \cdot e^{\alpha x}\left[Q_L^{(1)}(x)\cos\beta x + Q_L^{(2)}(x)\sin\beta x\right]}$
其中：
- $L = \max(m, n)$
- $k = \begin{cases} 0 & \alpha \pm i\beta \text{ 不是特征根} \\ 1 & \alpha \pm i\beta \text{ 是特征根} \end{cases}$
⚠️ 最易错点：即使 $f(x)$ 中只有 $\cos$ 或只有 $\sin$，特解也必须同时包含 $\cos$ 和 $\sin$！
典型例题：
【例3.6】 求 $y'' + y = x\cos 2x$ 的通解。
解（简述）：齐次通解 $y_h = C_1\cos x + C_2\sin x$。$\alpha \pm i\beta = \pm 2i$，不是特征根 $\pm i$ → $k=0$。设 $y^\ast = (Ax+B)\cos 2x + (Cx+D)\sin 2x$。代入解得 $A=-\frac{1}{3}, B=0, C=0, D=\frac{4}{9}$，即 $y^\ast = -\frac{1}{3}x\cos 2x + \frac{4}{9}\sin 2x$。
情况C：$f(x)$ 是情况A与情况B的线性组合
利用解的叠加原理：分别求每个子项的特解，然后相加。
【例3.7】 求 $y'' - 2y' - 3y = e^{-x} + \sin x$ 的通解。
分别求 $y_1^\ast$（对应 $e^{-x}$）和 $y_2^\ast$（对应 $\sin x$），特解 $= y_1^\ast + y_2^\ast$。
翻车现场
翻车1——特解"撞车"了不知道乘 $x$：$f(x)$ 中含的 $e^{\alpha x}$ 的 $\alpha$ 恰好是特征根，照常设特解，算出来 $0=0$ 才发现不对。
- 正确做法：设特解之前先做一步"撞车检查"——把 $f(x)$ 中的 $\alpha$ 和特征根对比，确定 $k$ 的取值。
翻车2——多项式特解设得不完整：$f(x)$ 是一次多项式 $4x$，只设了 $y^\ast=Ax$，漏了常数项 $B$。
- 正确做法：多项式设 $Ax+B$（一次）、$Ax^2+Bx+C$（二次）……不能跳项。为什么？ 以题24（$y'' - y' - 2y = 4x$）为例，漏设常数项 $B$、只设 $y^\ast = Ax$：代入左边 $y^{\ast''} - y^{\ast'} - 2y^\ast = 0 - A - 2Ax = -2Ax - A$，$x$ 的系数是 $-2A$（由 $A$ 定），常数项却只剩 $-A$ 一个来源，而右边常数项是 $0$——于是被逼着同时要求 $-2A = 4$ 和 $-A = 0$，自相矛盾。缺了 $B$，常数项就没有独立的未知数可配，两边永远对不齐。三角函数必须同时设 $\cos$ 和 $\sin$ 两项。
翻车3——三角函数只设 $\cos$，漏了 $\sin$：不管 $f(x)$ 里有没有 $\sin$，特解里两样都要有！
2.4.4 常数变易法——把"死的常数"变成"活的函数"
🍽️ 生活场景：你去一家餐厅吃饭。餐厅有两种点菜方式：
方式A（待定系数法）：直接点套餐。菜单上有"A餐：宫保鸡丁 + 米饭"、"B餐：红烧肉 + 面条"、"C餐：清蒸鱼 + 馒头"。你只能从这三种里面选——方便快捷，但如果你想吃韭菜炒河虾，套餐菜单里没有，你就点不了。
方式B（常数变易法）：自助餐。你先拿一个空盘子（齐次通解的"骨架"），然后走到餐台前，想夹什么夹什么（根据 $f(x)$ 的具体形状现场"定做"特解）。$f(x) = \tan x$？没问题。$f(x) = \ln x$？随意。$f(x) = \frac{1}{x}$？照夹不误。
先看一道题：求 $y'' + y = \tan x$ 的通解
看到这题，先别慌。试着用上一节的待定系数法：右边是 $\tan x$——它属于"多项式 × 指数 × 三角函数"这个标准家族吗？不属于！$\tan x$ 的导数是 $\sec^2 x$，"血统"变了，你没法按 $e^{3x}$、$x\cos 2x$ 那套"照形状设特解"。
难在哪？ 待定系数法依赖"猜特解形状"，可 $\tan x$ 这种怪函数猜不出形状——猜 $A\tan x$ 代进去，左边会长出各种乱七八糟的东西，根本对不齐。
🧠 这一步在想什么：猜不出来，就得换一条路——"算"出特解，而不是"猜"出特解。 可怎么算？回顾一下我们手里有什么：齐次方程 $y'' + y = 0$ 的通解 $y_h = C_1\cos x + C_2\sin x$ 是现成的。能不能在它的骨架上动刀？
关键灵感：回想一阶的积分因子法（2.2.4 节）——它把齐次通解里的常数 $C$ "变活"成函数 $v(x)$，代进去积出了 $v(x)$，就得到了特解。二阶为什么不能照做？把 $C_1$、$C_2$ 两个"死的常数"换成"活的函数" $v_1(x)$、$v_2(x)$，设： $y^\ast = v_1(x)\cos x + v_2(x)\sin x$
这一步在想什么：常数只能描述齐次运动（没人推的秋千）；要描述外力推出来的特解，必须允许"混合比例"随时间变——所以常数变活。这就是常数变易法的种子。
至于代进去之后怎么一步步把 $v_1$、$v_2$ 解出来（包括那个著名的"管制条件" $v_1'\cos x + v_2'\sin x = 0$ 从哪冒出来的），下面的完整推导会一步步走完，最后解出 $y'' + y = \tan x$ 的通解。
📌 记住一句话定位：待定系数法能用的 $f(x)$，就用它（快）；不能用的（$\tan x$、$\sec x$、$\frac{1}{x}$、$\ln x$ 等），常数变易法是唯一的救兵。 下面先正式陈述，再推导。
常数变易法的正式陈述：
已知齐次方程 $y'' + py' + qy = 0$ 的两个线性无关解 $y_1(x)$ 和 $y_2(x)$（通过特征根法得到），齐次通解为： $y_h = C_1 y_1(x) + C_2 y_2(x)$
对于非齐次方程 $y'' + py' + qy = f(x)$，常数变易法的操作是：把常数 $C_1, C_2$ "变活"成两个未知函数 $v_1(x), v_2(x)$，设特解形式为： $y^\ast = v_1(x) \cdot y_1(x) + v_2(x) \cdot y_2(x)$
通过解以下二元一次方程组求出 $v_1'$ 和 $v_2'$： $\begin{cases} v_1' y_1 + v_2' y_2 = 0 \\ v_1' y_1' + v_2' y_2' = f(x) \end{cases}$
然后积分得到 $v_1, v_2$，代入得到特解 $y^\ast$。最终非齐次通解 = $y_h + y^\ast$。
🧠 这个"变活"的操作是怎么想出来的？——一步步推导
常数变易法表面上看起来很"魔术"——怎么突然就把常数换成函数了？第一条方程 $v_1' y_1 + v_2' y_2 = 0$ 又是从哪冒出来的？下面我们一步步走。
第零步：先看清"待定系数法"为什么不能用了。
待定系数法的前提是：你能猜出特解的"形状"。比如 $f(x) = e^{2x}$，你就猜特解是 $A e^{2x}$。能猜的前提是 $f(x)$ 属于"多项式 $\times$ 指数 $\times$ 三角函数"这个家族——这个家族的函数的导数和自身属于同一"血统"（指数求导还是指数，三角函数求导还是三角函数，多项式求导降一次但血统不变）。
但 $f(x) = \tan x$ 呢？$\tan x$ 的导数是 $\sec^2 x$——血统变了！你再猜 $A\tan x$ 作为特解代入方程，左边会出现各种乱七八糟的东西，根本对不齐。猜不出来，只能算出来。
第一步：灵感——从"一阶的积分因子法"得到启发。
回想一阶线性方程 $y' + Py = Q$ 的通解公式： $y = e^{-\int P}\left[\int Q \cdot e^{\int P}dx + C\right]$
这个公式是怎么来的？是先用积分因子法求出齐次通解 $y_h = C e^{-\int P}$，然后把常数 $C$ "变活"成函数 $v(x)$ 代入原方程——最后积出了 $v(x)$，得到了特解。
实际上，一阶的积分因子法和二阶的常数变易法，本质上是同一个思路在不同阶数上的版本：都是从齐次通解出发，把常数换成函数，代入求这个函数。区别只是——一阶只有一个常数，二阶有两个常数，要解的是二元方程组而不是一个积分。
大白话：常数变易法就是"一阶积分因子法的二阶升级版"。你在一阶时已经把"常数变函数→代入求解"这条路走通了，二阶无非是多了第二个常数——所以多了一个方程，多了一个积分。
第二步：设 $y^\ast = v_1 y_1 + v_2 y_2$，看看求导后长什么样。
我们设特解为 $y^\ast = v_1(x) y_1(x) + v_2(x) y_2(x)$——把齐次通解里的 $C_1, C_2$ 换成了函数 $v_1(x), v_2(x)$。
现在把 $y^\ast$ 代入原方程 $y'' + py' + qy = f(x)$。为此需要先算 $y^{\ast'}$ 和 $y^{\ast''}$。
先求一阶导（用乘法法则）： $y^{\ast'} = \underbrace{(v_1' y_1 + v_2' y_2)}_{\text{对 }v\text{ 求导的部分}} + \underbrace{(v_1 y_1' + v_2 y_2')}_{\text{对 }y\text{ 求导的部分}}$
到这一步，问题来了：再求 $y^{\ast''}$ 的话，$v_1'$ 和 $v_2'$ 还要再被求导一次——会出现 $v_1''$ 和 $v_2''$。我们只设了两个未知函数 $v_1$ 和 $v_2$，但 $y^{\ast'}$ 里面已经出现了它们的导数——如果继续求导，方程会变得极其复杂。
第三步：关键操作——人为添加一个"简化条件"。
既然 $v_1$ 和 $v_2$ 是我们自己设的未知函数，我们有权对它们提一个额外的要求。我们选一个能最大限度简化计算的要求：
$\boxed{v_1' y_1 + v_2' y_2 = 0}$
这句话的意思是："让 $v_1'$ 和 $v_2'$ 对 $y_1$ 和 $y_2$ 的'直接贡献'互相抵消为零"。加上这个条件后，$y^{\ast'}$ 就大大简化了：
$y^{\ast'} = v_1 y_1' + v_2 y_2' \quad (\text{干净了！})$
大白话：这是一个故意加的限制条件，不是推导出来的。为什么要这样加？因为这样能让接下来的计算干净利落，不会出现 $v_1''$ 和 $v_2''$。它就像一个聪明的$"交通管制"——把复杂的分流堵死，只让简单的路通行。这个条件是允许的，因为我们设了两个未知函数，需要两个方程来确定它们。
第四步：再求二阶导，代入原方程。
现在 $y^{\ast'}$ 里已经没有 $v_1', v_2'$ 了（被我们$"管制"掉了），再求二阶导： $y^{\ast''} = (v_1 y_1' + v_2 y_2')' = v_1' y_1' + v_2' y_2' + v_1 y_1'' + v_2 y_2''$
把 $y^\ast, y^{\ast'}, y^{\ast''}$ 代入原方程 $y'' + py' + qy = f(x)$：
$(v_1' y_1' + v_2' y_2' + v_1 y_1'' + v_2 y_2'') + p(v_1 y_1' + v_2 y_2') + q(v_1 y_1 + v_2 y_2) = f(x)$
按 $v_1$ 和 $v_2$ 分别整理：
$v_1(\underbrace{y_1'' + py_1' + qy_1}_{=0\text{——因为 }y_1\text{ 是齐次解}}) + v_2(\underbrace{y_2'' + py_2' + qy_2}_{=0\text{——因为 }y_2\text{ 是齐次解}}) + (v_1' y_1' + v_2' y_2') = f(x)$
带 $v_1$ 和 $v_2$ 的两大块全部等于零（因为 $y_1$ 和 $y_2$ 本身就是齐次解，代入齐次方程得零）！剩下： $\boxed{v_1' y_1' + v_2' y_2' = f(x)}$
这是第二个方程。
第五步：联立两个方程，解出 $v_1'$ 和 $v_2'$。
把"管制条件"和"代入方程后得到的条件"放在一起： $\begin{cases} v_1' y_1 + v_2' y_2 = 0 & \text{(管制条件——我们自己加的)} \\ v_1' y_1' + v_2' y_2' = f(x) & \text{(代入方程——自然推出来的)} \end{cases}$
这是一个关于 $v_1'$ 和 $v_2'$ 的二元一次方程组。用克拉默法则来解：
定义朗斯基行列式（Wronskian）$W = y_1 y_2' - y_1' y_2$（非零，因为 $y_1$ 和 $y_2$ 线性无关），则： $v_1' = \frac{\begin{vmatrix} 0 & y_2 \\ f(x) & y_2' \end{vmatrix}}{W} = -\frac{y_2 \cdot f(x)}{W}, \quad v_2' = \frac{\begin{vmatrix} y_1 & 0 \\ y_1' & f(x) \end{vmatrix}}{W} = \frac{y_1 \cdot f(x)}{W}$
第六步：积分得到 $v_1$ 和 $v_2$，代入得特解。
$v_1 = \int v_1'\,dx = -\int \frac{y_2 \cdot f(x)}{W}\,dx$ $v_2 = \int v_2'\,dx = \int \frac{y_1 \cdot f(x)}{W}\,dx$
特解：$y^\ast = v_1 y_1 + v_2 y_2$。非齐次通解：$y = y_h + y^\ast$。
快速示例（走一遍完整流程）：求解 $y'' + y = \tan x$。
① 齐次方程 $y'' + y = 0$，特征方程 $\lambda^2 + 1 = 0$，$\lambda = \pm i$。齐次通解 $y_h = C_1 \cos x + C_2 \sin x$。取 $y_1 = \cos x$，$y_2 = \sin x$。
② 计算朗斯基行列式：$W = y_1 y_2' - y_1' y_2 = \cos x \cdot \cos x - (-\sin x) \cdot \sin x = \cos^2 x + \sin^2 x = 1$。
③ 解 $v_1', v_2'$： $v_1' = -\frac{y_2 \cdot f(x)}{W} = -\frac{\sin x \cdot \tan x}{1} = -\frac{\sin^2 x}{\cos x} = -\frac{1-\cos^2 x}{\cos x} = \cos x - \sec x$ $v_2' = \frac{y_1 \cdot f(x)}{W} = \frac{\cos x \cdot \tan x}{1} = \sin x$
④ 积分： $v_1 = \int (\cos x - \sec x)\,dx = \sin x - \ln|\sec x + \tan x|$ $v_2 = \int \sin x\,dx = -\cos x$
⑤ 特解：$y^\ast = v_1 y_1 + v_2 y_2 = (\sin x - \ln|\sec x + \tan x|)\cos x + (-\cos x)\sin x = -\cos x \cdot \ln|\sec x + \tan x|$。
⑥ 非齐次通解：$y = C_1\cos x + C_2\sin x - \cos x \cdot \ln|\sec x + \tan x|$。
注意：$f(x) = \tan x$ 不属于"多项式 $\times$ 指数 $\times$ 三角函数"的标准族——待定系数法对它无能为力。但常数变易法照算不误。
📝 推导复盘——用大白话重新讲一遍刚才做了什么：
常数变易法的本质就两句话：①把齐次通解里的"死的常数"变"活的函数"——因为常数只能描述齐次运动，要描述外力驱动下的运动，必须允许"混合比例"随时间变化；②人为加一个简化条件 $v_1' y_1 + v_2' y_2 = 0$——这个条件不是推导出来的，是"故意选的"，目的是让计算中不出现 $v_1''$ 和 $v_2''$，从而得到一个干净的二元一次方程组。
整个方法只用了一次"把常数换成函数"的灵感和一次"人为加条件简化计算"的操作。想通了这两点，常数变易法就不再是一个"看不懂的魔术"了。
和积分因子法的血缘关系：一阶的积分因子法 = 把 $y_h = C e^{-\int P}$ 中的常数 $C$ 换成 $v(x)$，代入求 $v(x)$，最后积出来发现 $v(x) = \int Q e^{\int P}dx$。二阶常数变易法 = 同样的操作，但因为有两个常数，所以得到一个 $2 \times 2$ 的方程组而不是单个积分。一脉相承——都是"从齐次解骨架出发，把常数变活，让外力来决定它的形状"。
⚠️ 三个最容易翻车的地方：
翻车1：忘了朗斯基行列式 $W$ 必须不为零。 常数变易法的前提是 $y_1$ 和 $y_2$ 线性无关——也就是说它们不能互为倍数关系（否则 $W=0$ 方程组解不出）。特征根法得到的两个不等实根或共轭复根自然满足这一点；二重根时 $y_1 = e^{\lambda x}$ 和 $y_2 = x e^{\lambda x}$ 也是线性无关的。 正确做法：设 $v_1, v_2$ 之前先确认 $W \neq 0$。如果 $W=0$，说明你选的两个基础解不是独立的——回头检查特征根法。
翻车2：积分时常数可以取零。 $v_1$ 和 $v_2$ 的积分会产生两个积分常数。但这两个常数最后乘上 $y_1$ 和 $y_2$ 后，变成 $(\text{常数}) y_1 + (\text{常数}) y_2$——这恰好是齐次通解的形式，会被吸收进 $y_h = C_1 y_1 + C_2 y_2$ 里。所以积分 $v_1, v_2$ 时积分常数全部取零——特解只要"某一个"，不用带常数。
翻车3：把管制条件 $v_1' y_1 + v_2' y_2 = 0$ 当成推导出来的结论。 很多人第一次学的困惑是"这个条件哪来的？"它不是你推出来的——是你故意加上的。因为你有两个未知函数 $v_1, v_2$，却只有一个方程（原方程），你需要自己补一个条件才能确定唯一解。你选什么条件都可以——但你选 $v_1' y_1 + v_2' y_2 = 0$ 是因为它最大化地简化了后面的计算，让 $v_1''$ 和 $v_2''$ 不会出现。这是一个为$"省事"而做的聪明选择，不是必然的数学推导。
常数变易法在知识链条中的位置：
常数变易法是待定系数法的后备武器——当 $f(x)$ 不是标准形状（多项式 $\times$ 指数 $\times$ 三角函数）时，待定系数法失败，常数变易法顶上。在考研数学三中，常数变易法近十年未考过大题，但选择题和填空题可能涉及——特别是 $f(x) = \sec x, \csc x, \tan x, \ln x$ 这类"非标准"函数。更重要的是，常数变易法背后的思想（"在齐次解的骨架上搭建非齐次解"）和一阶的积分因子法是同一血统——掌握了它，你对微分方程全局的理解会上一个台阶。
考法3：非齐次方程——常数变易法（备用方法）
当 $f(x)$ 不能写成待定系数法要求的标准形式时使用（如 $f(x) = \tan x$、$\frac{1}{\cos x}$ 等），数学三考得少，但应知道这个工具。
基本思路：
- 先求齐次通解：$y_h = C_1y_1(x) + C_2y_2(x)$
- 设非齐次特解：$y^\ast = v_1(x)y_1(x) + v_2(x)y_2(x)$
- 解方程组：$\begin{cases} v_1'y_1 + v_2'y_2 = 0 \\ v_1'y_1' + v_2'y_2' = f(x) \end{cases}$
- 积分求 $v_1, v_2$，代入得特解
数学三了解方法思路即可，近十年未考过大题。
2.4.5 经济应用模型（数三专属）
微分方程在经济中用来描述"事情随时间怎么变"——比如存款怎么利滚利、价格怎么从混乱回到稳定。
模型1：连续复利增长模型
存款的增长速度（$\frac{dy}{dt}$）和当前存款金额（$y$）成正比。方程： $\frac{dy}{dt} = ry$
从方程到答案，中间那一步补全（很多书直接扔出 $y = Ce^{rt}$，这里把它完整解出来）：
- 第1步（分离）：把 $y$ 的东西放一边，$t$ 的东西放另一边： $\frac{dy}{y} = r\,dt$ 这一步在想什么：$\frac{dy}{dt} = ry$ 就是可分离变量方程（右边是 $r \cdot y$，$r$ 只含 $t$、$y$ 只含 $y$），按 2.2.2 节的办法分离——这就是"分离 → 积分"的完整用法。
- 第2步（积分）：两边分别积分： $\ln|y| = rt + C_1$ 这一步在想什么：$\int \frac{dy}{y} = \ln|y|$，$\int r\,dt = rt$，两边的积分常数合并成一个 $C_1$。
- 第3步（显化）：两边取指数，脱掉 $\ln$： $|y| = e^{rt + C_1} = e^{C_1} \cdot e^{rt}$ 把 $e^{C_1}$ 收进一个常数 $C$（存款金额为正，取正号即可）： $y = Ce^{rt}$
📝 大白话复盘：钱滚钱就是"每时每刻的增长量 = 利率 × 当前本金"这个可分离方程。分离 → 积分 → 取指数，三步就把 $y = Ce^{rt}$ 解出来了，不是从天上掉下来的。
其中 $C$ 是初始存款（令 $t=0$ 代入得 $y(0) = C$），$r$ 是年利率。这就是指数增长——钱按指数的速度滚雪球。
模型2：市场均衡的动态调整
价格变化的速度（$\frac{dp}{dt}$）和"供需缺口"（$D(p) - S(p)$）成正比： $\frac{dp}{dt} = k\big(D(p) - S(p)\big)$
供不应求时缺口为正，价格上涨；供过于求时缺口为负，价格下跌。当需求函数和供给函数为线性时，这是一阶线性方程，解显示价格会自动收敛到均衡价格。
🛑 停下来想一想：给你 $y'' + 3y' + 2y = e^x$，你能说出特征方程是什么、齐次通解怎么求吗？非齐次特解该设成什么形状？如果右边变成 $e^{-x}$（$\alpha = -1$ 正好是特征根，撞车了！），特解又该怎么调整？
📝 参考答案
特征方程：$\lambda^2 + 3\lambda + 2 = 0$，特征根 $\lambda_1 = -1, \lambda_2 = -2$，齐次通解 $y_h = C_1 e^{-x} + C_2 e^{-2x}$。对于 $f(x)=e^x$：$\alpha=1$ 不是特征根，$k=0$，设 $y^\ast = A e^x$。对于 $f(x)=e^{-x}$：$\alpha=-1$ 是特征单根，$k=1$，设 $y^\ast = A x e^{-x}$（多乘一个 $x$ 解决"撞车"）。
💡 思考题
❶ 理解检测：用自己的话解释"非齐次通解 = 齐次通解 + 非齐次特解"这个叠加原理——为什么可以这样"拼"？秋千的比喻在这里是怎么帮你的？ ❷ 深度思考：$f(x) = \cos 2x$（周期性外力）和 $f(x) = 3$（恒定外力）分别会让你怎么设特解？两种情况下的特解"形状"有什么本质不同？ ❸ 考试演练：解方程 $y'' - 4y = 2e^{2x}$，要求：(1) 写出特征方程和特征根，(2) 写出齐次通解，(3) 设特解形状并说明 $k$ 取了什么值（注意有没有撞车），(4) 代入原方程求出待定系数。
📝 参考答案
❶ 就像秋千：齐次通解是秋千自己摆动的规律（没人推也摆，快慢由弹簧决定），非齐次特解是外力推出来的那个特定摆动。总摆动 = 自己摆 + 被推出来的摆动。因为方程是线性的，两个解可以"拼"在一起——这叫叠加原理（线性系统独有的好事）。
❷ $f(x)=\cos 2x$：特解要设成 $A\cos 2x + B\sin 2x$（三角函数必须 $\cos$ 和 $\sin$ 同时设，缺一不可）。$f(x)=3$：特解设成 $A$（常数对应常数）。本质区别：周期性外力产生的特解也是周期性的，恒定外力产生的特解也是恒定的——特解的"形状"和外力同型。
❸ (1) 特征方程 $\lambda^2-4=0$，$\lambda=\pm2$。(2) $y_h=C_1e^{2x}+C_2e^{-2x}$。(3) $\alpha=2$ 是特征单根 → $k=1$，设 $y^\ast=Axe^{2x}$。(4) 代入：$y^{\ast''}-4y^\ast = 4Ae^{2x} = 2e^{2x}$，得 $A=\frac{1}{2}$。通解：$y=C_1e^{2x}+C_2e^{-2x}+\frac{1}{2}xe^{2x}$。
2.5 差分方程（数学三独有）
题型4：差分方程（数学三特有 ⭐⭐）
这是数学三独有的考点，数一数二不考。近年约每2–3年出一道填空题（4分），并非每年都考，但性价比高（近15年考了约7次，如2017、2018、2021年等）。考点集中：一阶常系数差分方程。
📌 这节学完你就能回答： 差分方程和微分方程有什么"亲戚关系"（哪些能照搬、哪些完全不同）？一阶差分方程的齐次通解为什么是幂函数 $(-a)^t$ 而不是指数函数 $e^{\lambda x}$？设非齐次特解时怎么判断有没有"撞车"？撞车后怎么处理？
2.5.1 差分与差分方程的基本概念
差分方程是"离散版"的微分方程——微分方程描述连续变化，差分方程描述一步一步的跳跃变化。
一阶差分的定义： $\Delta y_t = y_{t+1} - y_t$
这是最基本的一阶差分，就是"下一期的值减去这一期的值"。
生活比喻——按月领工资 vs 按秒计费：
- 微分方程像水龙头流水——每一瞬间都在变，是连续的。
- 差分方程像按月领工资——一月一月的，是离散的，跳跃的。
对比表：
| 微分方程（连续） | 差分方程（离散） | |
|---|---|---|
| "变化"叫什么 | 导数 $\frac{dy}{dx}$ | 差分 $\Delta y_t = y_{t+1} - y_t$ |
| 自变量 | $x$（连续取值的实数） | $t$（0, 1, 2, 3... 一步一步走） |
| 齐次通解 | $Ce^{\lambda x}$（指数函数） | $C \cdot \lambda^t$（幂函数） |
| 应用场景 | 物理运动、流体 | 经济周期、人口迭代 |
前置知识：二阶差分
一阶差分 $\Delta y_t = y_{t+1} - y_t$ 见上文 2.5.1（本块只补充二阶差分；本章只解一阶差分，二阶只是"知道有这个概念"）：
$\Delta^2 y_t = \Delta(\Delta y_t) = \Delta y_{t+1} - \Delta y_t = y_{t+2} - 2y_{t+1} + y_t$
2.5.2 一阶常系数齐次差分方程
先看一道题：求 $y_{t+1} + 2y_t = 0$，$y_0 = 5$ 的特解
看到这题，先别慌。它和前面的微分方程长得像，但有一个本质区别——自变量 $t$ 只能取 0、1、2、3……这样的整数（离散的），不能连续变化。 没有 $dy/dt$，只有"下一期的值 $y_{t+1}$"和"这一期的值 $y_t$"之间的关系。这是一个递推关系。
难在哪？ 我们不知道 $y_t$ 长什么样。但既然它是个递推关系，那就从已知的起点一步一步往后推，看看规律能不能"长"出来。$y_0 = 5$，代入方程 $y_{t+1} = -2y_t$： $y_1 = -2\cdot y_0 = -10,\quad y_2 = -2\cdot y_1 = 20,\quad y_3 = -2\cdot y_2 = -40,\quad \dots$
🧠 这一步在想什么：每一期都是"上一期再乘一个 $-2$"。 走 $t$ 步就是连乘 $t$ 个 $-2$，自然得到： $y_t = 5 \cdot (-2)^t$
🔍 回头看看我们做了什么：差分方程的通解是"从起点 $y_0$ 开始，一步一步迭代"迭代出来的——每一步乘同一个常数 $(-a)$，走 $t$ 步就是 $(-a)^t$，起点 $y_0$ 就是那个任意常数 $C$。 所以齐次通解必然是 $y_t = C(-a)^t$，根本不用背。
为什么是幂函数、不是指数函数？ 因为规律是逐期乘同一个常数（$y_{t+1} = (-a)y_t$）——乘 $t$ 次就是 $(-a)$ 的 $t$ 次方，这就是幂函数 $(\text{底数})^{t}$：底数是 $(-a)$，$t$ 是幂。而微分方程 $y' = \lambda y$ 的规律是"每时每刻的增长量和当前值成正比"，连续的无限细分累乘出来的结果是 $e^{\lambda t}$——那是指数函数：底数固定是 $e$，指数是 $\lambda t$。区别就一句话：离散"逐期乘"出幂函数，连续"每秒乘"出指数函数。
📌 以后就这么办：看到 $y_{t+1} + ay_t = 0$（$a \neq 0$）这种齐次差分方程——
- 写特征方程（把 $y_{t+1}$ 换成 $\lambda$，$y_t$ 换成 1）：$\lambda + a = 0$
- 求出特征根：$\lambda = -a$
- 通解：$y_t = C \cdot (-a)^t$
这样你就自己推出了齐次差分方程的通解，而不是被塞了一条规则。
标准形式（落地）： $y_{t+1} + a y_t = 0 \quad (a \neq 0)$
🧠 特征方程那套"速成法"的来历（把刚才的迭代换个写法）：$y_{t+1} + ay_t = 0$ 移项得 $y_{t+1} = -a\,y_t$——下一期的值 = 常数 $(-a)$ × 这一期的值。从 $y_0$ 开始迭代：$y_1 = (-a)y_0$，$y_2 = (-a)^2y_0$，……一路推下去 $y_t = (-a)^t y_0$，$y_0$ 就是常数 $C$。所以特征方程"把 $y_{t+1}$ 换成 $\lambda$、$y_t$ 换成 1" 得到 $\lambda + a = 0$、$\lambda = -a$，本质就是"猜 $y_t = \lambda^t$ 代入"的速记。
考法1：一阶常系数齐次差分方程
标准形式
$\boxed{y_{t+1} + a y_t = 0 \quad (a \neq 0)}$
解题步骤
| 步骤 | 操作 |
|---|---|
| ① | 写出特征方程：$\lambda + a = 0$ |
| ② | 特征根：$\lambda = -a$ |
| ③ | 通解：$y_t = C \cdot (-a)^t$ |
典型例题
【例4.1】 求 $y_{t+1} - 3y_t = 0$ 的通解。
解：$a = -3$，特征根 $\lambda = -a = 3$，通解 $y_t = C \cdot 3^t$。
【例4.2】 求 $y_{t+1} + 2y_t = 0$，$y_0 = 5$ 的特解。
解：$a = 2$，特征根 $\lambda = -2$，通解 $y_t = C \cdot (-2)^t$。代入 $y_0 = 5$ 得 $C = 5$，特解 $y_t = 5 \cdot (-2)^t$。
翻车现场
翻车：差分方程通解写成 $e$ 的指数形式——$y_t = C\cdot e^{\lambda t}$。
- 为什么错：差分方程的解是 $C\cdot (-a)^t$ 的形式，不是 $e$ 指数。这是很多从微分方程转过来的同学最常犯的错误。
题30 ⭐基础 求 $y_{t+1} + 4y_t = 0$ 的通解。
答案
$a=4$，特征根 $\lambda=-a=-4$。通解：$y_t = C\cdot(-4)^t$。
题31 ⭐基础 求 $y_{t+1} - \frac{1}{2}y_t = 0$，$y_0=3$ 的特解。
答案
$a=-\frac{1}{2}$，特征根 $\lambda=-a=\frac{1}{2}$。通解 $y_t=C\cdot\left(\frac{1}{2}\right)^t$。代入 $y_0=3$ 得 $C=3$。特解：$y_t = 3\cdot\left(\frac{1}{2}\right)^t$。
2.5.3 一阶常系数非齐次差分方程
标准形式： $y_{t+1} + a y_t = f(t)$
通解结构（和微分方程完全一样）： $\text{通解} = \underbrace{y_c(t)}_{\text{齐次通解 }C(-a)^t} + \underbrace{y_t^\ast}_{\text{非齐次特解}}$
特解设定规则——看 $f(t)$ 长什么样就设什么形状：
| $f(t)$ 的类型 | 条件 | 特解 $y_t^\ast$ 的形状 |
|---|---|---|
| 常数 $b$ | $a \neq -1$ | $y_t^\ast = A$（也是常数） |
| 常数 $b$ | $a = -1$ | $y_t^\ast = A \cdot t$（多乘个 $t$） |
| $m$ 次多项式 | $a \neq -1$ | $y_t^\ast = Q_m(t)$（同次完全多项式） |
| $m$ 次多项式 | $a = -1$ | $y_t^\ast = t \cdot Q_m(t)$ |
| $b \cdot q^t$ | $q \neq -a$ | $y_t^\ast = A \cdot q^t$ |
| $b \cdot q^t$ | $q = -a$ | $y_t^\ast = A \cdot t \cdot q^t$ |
| 多项式 $\times q^t$ | $q \neq -a$ | $y_t^\ast = Q_m(t) \cdot q^t$ |
| 多项式 $\times q^t$ | $q = -a$ | $y_t^\ast = t \cdot Q_m(t) \cdot q^t$ |
🧠 为什么"照着右边设特解"？撞车了为什么要乘 $t$？——用1个例子讲透
这张表的逻辑和微分方程里的待定系数法完全是一回事，就两条心法：
心法1：特解"照着右边的形状设"。 $f(t)$ 是常数就设常数 $A$，是 $q^t$ 就设 $Aq^t$，是 $m$ 次多项式就设 $m$ 次完全多项式。为什么？因为特解代入方程后要让左右两边恒等，右边的"形状"决定了左边的 $y_{t+1}$ 和 $y_t$ 叠在一起必须长出什么形状才能对得上。设成别的形状，左右各长各的，系数永远配不平。
心法2：撞车（和齐次通解同型）就乘 $t$。 为什么不能照设？用常数型右边举个最直白的例子演示：
演示：方程 $y_{t+1} - y_t = 5$（即 $a = -1$）。
先看齐次通解：$(-a)^t = 1^t = 1$，所以 $y_c(t) = C$（常数）。而 $f(t) = 5$ 也是常数——撞车了：如果照设 $y_t^\ast = A$，代入原方程： $A - A = 5 \quad \Rightarrow \quad 0 = 5$
这一步在想什么：左边两个相同的常数一减就抵消成 $0$，永远等于不了 $5$——不乘 $t$，系数 $A$ 根本解不出来（方程变成"0=5"，无解）。原因就是特解的形状 $A$ 和齐次解 $C$ 撞衫了，$A$ 会被"吸"进齐次解里，配不出独立的特解。
修正：设 $y_t^\ast = A \cdot t$，代入原方程： $A(t+1) - A t = 5 \quad \Rightarrow \quad A = 5$
这一步在想什么：乘了 $t$ 后，$y_{t+1} = A(t+1)$ 和 $y_t = At$ 不再相同，两者一减正好抵消掉 $t$ 留下 $A$，$A=5$ 顺利解出。所以特解是 $5t$，通解 $y_t = C + 5t$——这也符合直觉：每期固定加 5，总额线性增长。
一句话总结：特解设成和齐次解"同款"时，代入后左边自动归零、配不出系数，所以要多乘一个 $t$ 给等式"加一条命"。
考法2：一阶常系数非齐次差分方程 ⭐ 必考
标准形式
$\boxed{y_{t+1} + a y_t = f(t)}$
解的结构
$\text{通解} = \underbrace{y_c(t)}_{\text{齐次通解}} + \underbrace{y_t^\ast}_{\text{非齐次特解}}$
常见 $f(t)$ 类型的特解设定表
| $f(t)$ 类型 | 条件 | 特解 $y_t^\ast$ 的形式 |
|---|---|---|
| $f(t) = b$（常数） | $a \neq -1$ | $y_t^\ast = A$ |
| $f(t) = b$（常数） | $a = -1$ | $y_t^\ast = A \cdot t$ |
| $f(t) = P_m(t)$（$m$ 次多项式） | $a \neq -1$ | $y_t^\ast = Q_m(t)$（$m$ 次完全多项式） |
| $f(t) = P_m(t)$ | $a = -1$ | $y_t^\ast = t \cdot Q_m(t)$ |
| $f(t) = b \cdot q^t$ | $q \neq -a$ | $y_t^\ast = A \cdot q^t$ |
| $f(t) = b \cdot q^t$ | $q = -a$ | $y_t^\ast = A \cdot t \cdot q^t$ |
| $f(t) = P_m(t) \cdot q^t$ | $q \neq -a$ | $y_t^\ast = Q_m(t) \cdot q^t$ |
| $f(t) = P_m(t) \cdot q^t$ | $q = -a$ | $y_t^\ast = t \cdot Q_m(t) \cdot q^t$ |
解题步骤
| 步骤 | 操作 |
|---|---|
| ① | 化为标准形式 $y_{t+1} + ay_t = f(t)$ |
| ② | 求齐次通解：$y_c(t) = C \cdot (-a)^t$ |
| ③ | 根据 $f(t)$ 类型设特解 $y_t^\ast$（注意检查是否与齐次项"撞车"） |
| ④ | 将特解代入原方程，比较系数求待定常数 |
| ⑤ | 通解 $=$ 齐次通解 $+$ 特解 |
典型例题
【例4.3】 求 $y_{t+1} - y_t = 4$ 的通解。
解：$a = -1$，齐次通解 $y_c(t) = C$。$f(t)=4$（常数），$a=-1$，若设 $y_t^\ast=A$，则与齐次通解 $C$ 同型"撞车" → 修正 $y_t^\ast=A\cdot t$。代入得 $A=4$。通解：$y_t = C + 4t$。
【例4.4】 求 $y_{t+1} - 3y_t = 2 \cdot 3^t$ 的通解。
解：$a=-3$，齐次通解 $y_c(t)=C\cdot 3^t$。$f(t)=2\cdot 3^t$，$q=3$，$-a=3$，$q=-a$ → "撞车"。修正：$y_t^\ast=A\cdot t\cdot 3^t$。代入得 $A=\frac{2}{3}$。通解：$y_t = \left(C + \frac{2}{3}t\right)\cdot 3^t$。
【例4.5】（2021年数学三真题） 求 $\Delta x_t = t$ 的通解。
解：$\Delta x_t = x_{t+1} - x_t = t$，即 $x_{t+1} - x_t = t$。$a=-1$，齐次通解 $x_c(t)=C$。$f(t)=t$（一次多项式），$a=-1$，设 $x_t^\ast=t(B_0+B_1t)=B_0t+B_1t^2$。代入得 $B_1=\frac{1}{2}, B_0=-\frac{1}{2}$。通解：$x_t = C + \frac{1}{2}t(t-1)$。
翻车现场
翻车：特解设对了但"撞车"了不知道修正，或者修正方式用错了（乘 $x$ 而不是乘 $t$）。
- 为什么错：差分方程的"撞车"判据是 $f(t)$ 中含 $q^t$ 且 $q=-a$，和微分方程的判据（$\alpha=\lambda$）不一样。撞车后修正方式是乘 $t$，不是乘 $x$。
- 正确做法：①判断 $f(t)$ 的类型（常数/指数/多项式）；②检查是否与齐次通解"撞车"。
差分方程与微分方程解法对比记忆
| 对比维度 | 一阶微分方程 $y' + py = q(x)$ | 一阶差分方程 $y_{t+1} + ay_t = f(t)$ |
|---|---|---|
| 齐次通解 | $y = Ce^{-px}$ | $y_t = C \cdot (-a)^t$ |
| 特征方程 | $\lambda + p = 0$ | $\lambda + a = 0$ |
| "撞车"判断 | $\alpha$ = 特征根？ | $q = -a$？ |
| "撞车"修正 | 乘 $x^k$ | 乘 $t$ |
| 特解设定 | 与 $f(x)$ 同型 | 与 $f(t)$ 同型 |
练习题
题32 ⭐⭐中档 求 $y_{t+1} - 3y_t = 6$ 的通解。
答案
$a=-3$，齐次通解 $y_c(t)=C\cdot3^t$。$f(t)=6$（常数），$a\neq-1$，设 $y_t^\ast=A$，代入得 $A-3A=6$，$A=-3$。通解：$y_t = C\cdot3^t - 3$。
题33 ⭐⭐中档 求 $y_{t+1} - y_t = 5$ 的通解。
答案
$a=-1$，齐次通解 $y_c(t)=C$。$f(t)=5$（常数），$a=-1$ → 撞车！设 $y_t^\ast=A\cdot t$，代入得 $A=5$。通解：$y_t = C + 5t$。
题34 ⭐⭐⭐进阶 求 $y_{t+1} - 2y_t = 3\cdot2^t$ 的通解。
答案
$a=-2$，齐次通解 $y_c(t)=C\cdot2^t$。$f(t)=3\cdot2^t$，$q=2=-a$ → 撞车！设 $y_t^\ast=A\cdot t\cdot2^t$，代入得 $2A=3$，$A=\frac{3}{2}$。通解：$y_t = \left(C+\frac{3}{2}t\right)\cdot2^t$。
题35 ⭐⭐⭐进阶 求 $\Delta x_t = 2t+1$ 的通解。
答案
$\Delta x_t = x_{t+1}-x_t = 2t+1$，即 $x_{t+1}-x_t=2t+1$。$a=-1$，齐次通解 $x_c(t)=C$。$f(t)=2t+1$（一次多项式），$a=-1$，设 $x_t^\ast=t(B_0+B_1t)=B_0t+B_1t^2$，代入得 $B_1=1, B_0=0$。通解：$x_t = C + t^2$。
2.5.4 差分方程的"撞车"
在差分方程中，"撞车"指的是你设的特解和齐次通解含有"同款"的项——就像两个人都叫"张三"，分不清谁是谁。
撞车的判据——在微分方程里，是 $\alpha$ 和特征根比较；在差分方程里：
| 方程类型 | 撞车判据 | 撞车后怎么办 |
|---|---|---|
| 微分方程 | $\alpha =$ 特征根？ | 多乘 $x^k$（$k$ 是重数） |
| 差分方程 | $q = -a$？ | 多乘一个 $t$ |
为什么判据不同？ 微分方程的解是 $e^{\lambda x}$，所以看指数上的 $\alpha$ 和 $\lambda$ 是否相同；差分方程的解是 $(-a)^t$，所以看底数 $q$ 和 $-a$ 是否相同。本质都是在比较"非齐次项的特征数"和"齐次解的特征数"。
三条铁律：
- 同型原则：$f(t)$ 是多项式就设多项式，是指数就设指数——形状要对上。
- 补齐原则：多项式必须设完全多项式——不要跳项。
- 修正原则：如果特解和齐次通解"撞车"了，就多乘一个 $t$。
🧠 演示：乘 $t$ 之后为什么真能求出系数？（不是玄学，代入给你看）
以 $y_{t+1} + ay_t = bq^t$ 且恰好撞车（$q = -a$）为例。此时齐次通解是 $C(-a)^t = Cq^t$，而右边也是 $q^t$ 型——撞车。
第1步：先试试不乘 $t$ 会怎样（设 $y_t^\ast = A q^t$）。
代入原方程： $A q^{t+1} + a \cdot A q^t = b q^t$ 提出 $A q^t$：$A q^t (q + a) = bq^t$。但撞车意味着 $q = -a$，即 $q + a = 0$！
于是左边变成 $A q^t \cdot 0 = 0$，方程变成： $0 = bq^t$ 这一步在想什么：$bq^t$ 一般不是 0，所以这是无解——系数 $A$ 无论取什么都救不回来。因为 $q^t$ 这个"形状"已经被齐次解占用了，再设它就被"吸收"进齐次通解里，配不出特解。
第2步：改成乘 $t$（设 $y_t^\ast = At q^t$），重新代入。
$A(t+1) q^{t+1} + a \cdot A t q^t = bq^t$ 提出 $Aq^t$：$Aq^t\big[(t+1)q + at\big] = bq^t$
用 $q = -a$ 代入方括号：$(t+1)(-a) + at = -at - a + at = -a$
这一步在想什么：$t$ 项 $(-at)$ 和 $at$ 正好抵消，剩下一个与 $t$ 无关的常数 $-a$——这就是乘 $t$ 的神奇之处：多出来的 $t$ 把原本会互相抵消的 $q^t$ "错开"了一拍，制造出一个非零系数！
所以方程变成 $Aq^t \cdot (-a) = bq^t$，解得： $A = \frac{b}{-a}$ 这一步在想什么：只要 $a \neq 0$（标准形式要求 $a \neq 0$），系数就有确定的非零值，特解 $y_t^\ast = \frac{b}{-a}\,t q^t$ 就求出来了。
📝 大白话复盘：撞车 = 右边的"形状"和齐次解撞衫了，照设会被吸收成 0、无解；乘一个 $t$ 让特解"慢半拍"，错开齐次解的节奏，系数就配得出来了。这和微分方程里"二重根多乘 $x$"是同一个道理——换个场合叫法不同，招式相同。
🛑 停下来想一想：方程 $y_{t+1} + 3y_t = 5 \cdot 2^t$ 中，$f(t) = 5 \cdot 2^t$ 的底数 $q = 2$，而齐次部分的特征根是 $-a = -3$。这俩相等吗？撞车了吗？特解该设成什么？
📝 参考答案
$q=2$，$-a=-3$，$2 \neq -3$，不撞车！因此 $k=0$，特解直接设 $y_t^\ast = A \cdot 2^t$。代入方程解出 $A$ 即可。注意：差分方程的"撞车"判据不是和特征根 $\lambda$ 比，而是把非齐次项的底数 $q$ 与齐次通解中的底数 $-a$ 比较。
💡 思考题
❶ 理解检测：用自己的话说明差分方程和微分方程"撞车判据不同"的根本原因——为什么一个比较指数上的数（$\alpha$ vs $\lambda$），另一个比较底数（$q$ vs $-a$）？ ❷ 深度思考：假如银行每个月存固定金额，同时按余额付利息——写成差分方程大概是 $y_{t+1} = (1+r)y_t + D$（$r$ 是利率，$D$ 是固定存款）。$f(t) = D$ 是常数，如果 $a = -(1+r) \neq -1$，特解是什么？如果 $r=0$（零利率，$a=-1$），撞车后特解怎么变？ ❸ 考试演练：解差分方程 $y_{t+1} - 2y_t = 3^t$（$a = -2$，$q = 3$），要求：(1) 判断是否撞车，(2) 设出特解形状，(3) 代入原方程求出待定系数。
📝 参考答案
❶ 根本原因：微分方程的解是 $e^{\lambda x}$（指数函数），撞车看指数上的数是否重合；差分方程的解是 $(-a)^t$（幂函数），撞车看底数是否重合。一个比较"指数部分"，一个比较"底数部分"——本质一样，只是解的"形状"不同导致判据的写法不同。
❷ 化为标准形式 $y_{t+1} - (1+r)y_t = D$，$a = -(1+r)$。若 $a \neq -1$（即 $r \neq 0$）：$f(t)=D$ 是常数，不撞车，设 $y_t^\ast = A$。若 $r=0$（零利率）：$a=-1$，齐次通解 $y_c=C$（也是常数），常数对常数 → 撞车！修正：$y_t^\ast = A \cdot t$（多乘一个 $t$）。含义：零利率时，固定存款让余额线性增长。
❸ (1) $a=-2$，$-a=2$，$q=3$，$3 \neq 2$，不撞车。(2) 设 $y_t^\ast = A \cdot 3^t$。(3) 代入：$A \cdot 3^{t+1} - 2A \cdot 3^t = 3^t$ → $3A-2A=1$ → $A=1$。特解 $y_t^\ast = 3^t$，通解 $y_t = C \cdot 2^t + 3^t$。
题型5：综合题
综合题是拉开分数差距的关键。数学三的综合题主要涉及变限积分、几何应用和经济应用。
考法1：微分方程 + 变限积分 ⭐ 高频综合
题型特征
题目给出的等式中含有 $\int_0^x f(t)dt$、$\int_0^x (x-t)f(t)dt$ 等变限积分形式。
解题策略
核心思路：对等式两边求导 → 消去积分号 → 得到微分方程 → 求解。同时从原等式提取初始条件。
| 被积函数形式 | 处理方式 |
|---|---|
| $\int_0^x f(t)dt$ | 直接求导：$\frac{d}{dx}\int_0^x f(t)dt = f(x)$ |
| $\int_0^x (x-t)f(t)dt$ | 先拆分：$x\int_0^x f(t)dt - \int_0^x tf(t)dt$，再求导（可能需2次） |
| $\int_0^x g(x,t)dt$ | 用变限积分求导公式（含偏导项，偏导是第5章内容，此处了解即可） |
解题步骤
| 步骤 | 操作 |
|---|---|
| ① | 从原等式提取初始条件（令 $x = 0$ 或其他特殊值） |
| ② | 两边对 $x$ 求导，消去积分号 |
| ③ | 得到微分方程，识别类型并求解 |
| ④ | 代入初始条件确定常数 |
典型例题
【例5.1】 设 $f(x)$ 具有连续的一阶导数，且满足 $f(x) = \int_0^x (x^2 - t^2)f'(t)dt + x^2$，求 $f(x)$。
解（把最难的"拆分 + 求导"一步步写全）：
- 第0步：先挖初始条件。 令 $x = 0$： $f(0) = \int_0^0 (0^2 - t^2)f'(t)\,dt + 0^2 = 0$ 所以 $f(0) = 0$。这一步在想什么：变限积分的上下限都是 0，积分结果是 0，顺手就把初始条件挖出来了——这是综合题的固定开场。
- 第1步：拆分积分——把 $x$ 从被积函数里"请出去"。 被积函数 $(x^2 - t^2)f'(t)$ 里混着 $x$ 和 $t$，没法直接用变限积分求导公式。先把它拆成两项： $\int_0^x (x^2 - t^2)f'(t)\,dt = x^2\int_0^x f'(t)\,dt - \int_0^x t^2 f'(t)\,dt$ 这一步在想什么：积分是对 $t$ 积的，$x^2$ 和 $t$ 无关，所以能提到积分号外面；$t^2$ 必须留在里面。拆完后第一项只剩 $\int f'(t)dt$（好求导），第二项是被积函数里不含 $x$ 的标准变限积分（能直接套公式）。
- 第2步：两边对 $x$ 求导——第一项用乘法法则，第二项直接套变限积分公式。
原等式化为 $f(x) = x^2\int_0^x f'(t)\,dt - \int_0^x t^2 f'(t)\,dt + x^2$，两边求导：
- 第一项：$x^2 \cdot \int_0^x f'(t)\,dt$ 是两个函数相乘，用乘法法则（前导乘后 + 前乘后导）： $\frac{d}{dx}\left[x^2\int_0^x f'(t)\,dt\right] = 2x\cdot\int_0^x f'(t)\,dt + x^2 \cdot f'(x)$ 这一步在想什么：$x^2$ 求导是 $2x$（前导）；$\int_0^x f'(t)dt$ 是变限积分，求导套公式得 $f'(x)$（后导）。
- 第二项：$-\int_0^x t^2 f'(t)\,dt$ 的被积函数里不含 $x$，直接套变限积分求导公式（导完把 $t$ 换成 $x$）： $\frac{d}{dx}\left[-\int_0^x t^2 f'(t)\,dt\right] = -x^2 f'(x)$
- 第三项：$x^2$ 求导是 $2x$。 把三块拼起来： $f'(x) = 2x\int_0^x f'(t)\,dt + x^2f'(x) - x^2f'(x) + 2x = 2x\int_0^x f'(t)\,dt + 2x$ 这一步在想什么：$+x^2f'(x)$ 和 $-x^2f'(x)$ 正好抵消——这就是第1步拆分的功劳，两个"麻烦项"相互抵消，只留下干净的一项。
- 第3步：化简成微分方程。 由微积分基本定理，$\int_0^x f'(t)\,dt = f(x) - f(0) = f(x)$（第0步已得 $f(0)=0$）。代入上式： $f'(x) = 2xf(x) + 2x \quad\Rightarrow\quad f'(x) - 2xf(x) = 2x$ 这是一阶线性方程（$P(x) = -2x$，$Q(x) = 2x$）。
- 第4步：套一阶线性公式（积分因子法）。 积分因子 $\mu = e^{\int(-2x)dx} = e^{-x^2}$，于是 $(e^{-x^2}f)' = 2xe^{-x^2}$。两边积分： $e^{-x^2}f = \int 2xe^{-x^2}\,dx = -e^{-x^2} + C$ 得 $f(x) = Ce^{x^2} - 1$。
- 第5步：代初始条件定常数。 由 $f(0) = 0$：$0 = C - 1$，$C = 1$。所以： $\boxed{f(x) = e^{x^2} - 1}$
📝 大白话复盘：这题的难点不在解微分方程，而在"怎么把积分等式变成微分方程"。关键是第1步把 $x^2 - t^2$ 拆开——让 $x^2$ 提到积分号外，于是求导时第一项变成"两个函数相乘"用乘法法则、第二项是标准变限积分直接套公式，两个 $x^2f'(x)$ 一正一负抵消，就露出了干净的方程。记住这个套路：被积函数里有 $x$ → 先拆，把含 $x$ 的部分提出去 → 再逐项求导。
题36 ⭐⭐中档 设 $f(x)$ 具有连续的导数，且满足 $f(x) = x + \int_0^x tf'(t)\,dt$，求 $f(x)$。
答案
令 $x=0$ 得 $f(0)=0$。两边求导：$f'(x)=1+xf'(x)$，整理得 $(1-x)f'(x)=1$，$f'(x)=\frac{1}{1-x}$。积分得 $f(x)=-\ln|1-x|+C$。代入 $f(0)=0$ 得 $C=0$。答案：$f(x)=-\ln|1-x|$。
题37 ⭐⭐⭐进阶 设 $f(x)$ 具有连续的二阶导数，且满足 $f(x)=e^x+\int_0^x (x-t)f(t)dt$，求 $f(x)$。
答案
令 $x=0$ 得 $f(0)=1$。拆分积分：$f(x)=e^x+x\int_0^x f(t)dt-\int_0^x tf(t)dt$。求导一次：$f'(x)=e^x+\int_0^x f(t)dt$，得 $f'(0)=1$。再求导：$f''(x)=e^x+f(x)$，即 $f''(x)-f(x)=e^x$。齐次特征根 $\lambda=\pm1$，$f_h=C_1e^x+C_2e^{-x}$。非齐次 $\alpha=1$ 是特征单根 → $k=1$，设 $f^\ast=Axe^x$，得 $A=\frac12$。通解 $f(x)=C_1e^x+C_2e^{-x}+\frac12xe^x$。代入 $f(0)=1, f'(0)=1$ 得 $C_1=\frac34, C_2=\frac14$。答案：$f(x)=\frac34e^x+\frac14e^{-x}+\frac12xe^x$。
考法2：微分方程 + 几何应用
题型特征
题目给出与曲线、面积、体积、切线等几何量相关的条件。
常用转化
| 几何条件 | 转化为数学表达式 |
|---|---|
| 曲边梯形面积 | $\int_a^x f(t)dt$ |
| 旋转体体积 | $\pi\int_a^x f^2(t)dt$ |
| 切线斜率 | $f'(x)$ |
| 切线在 $y$ 轴截距 | $y - x\cdot y'$ |
题38 ⭐⭐中档 已知曲线上任意一点 $(x,y)$ 处的切线斜率等于该点横坐标的 2 倍，且曲线过点 $(1,2)$，求曲线方程。
答案
条件：$y'=2x$。直接积分得 $y=x^2+C$。代入 $(1,2)$ 得 $C=1$。答案：$y=x^2+1$。
题39 ⭐⭐⭐进阶 设曲线 $y=f(x)$（$f(x)>0$）过原点。已知该曲线从 $x=0$ 到 $x=t$（$t>0$）的一段弧绕 $x$ 轴旋转所得旋转体体积，等于以 $t$ 为半径的球的体积。求 $f(x)$。
答案
条件：$\pi\int_0^t f^2(x)dx = \frac43\pi t^3$。化简得 $\int_0^t f^2(x)dx = \frac43 t^3$。对 $t$ 求导：$f^2(t)=4t^2$，$f(t)>0$ 故 $f(t)=2t$。答案：$f(x)=2x$。
题40 ⭐⭐⭐进阶 设曲线 $y=f(x)$ 经过点 $(1,1)$。曲线上任意一点 $P(x,y)$ 处的切线在 $y$ 轴上的截距等于该点横坐标的平方。求 $f(x)$。
答案
切线在 $y$ 轴截距 $=y-xy'=x^2$，即 $y'-\frac{y}{x}=-x$（一阶线性）。$\mu=e^{-\int\frac{1}{x}dx}=\frac{1}{x}$，$\left(\frac{y}{x}\right)'=-1$，积分得 $\frac{y}{x}=-x+C$，$y=Cx-x^2$。代入 $(1,1)$ 得 $C=2$。答案：$f(x)=2x-x^2$。
考法3：微分方程 + 经济应用（数学三特有 ⭐）
常用经济模型
| 经济模型 | 公式 | 对应的微分方程 |
|---|---|---|
| 需求价格弹性 | $\eta = \frac{P}{Q}\frac{dQ}{dP}$ | 可分离变量 |
| 收益价格弹性 | $\frac{dR}{dP}\cdot\frac{P}{R}$ | 可分离变量 |
| 市场动态均衡 | $\frac{dP}{dt} = k(D(P) - S(P))$ | 可分离变量/一阶线性 |
| 连续复利 | $\frac{dA}{dt} = rA$ | 可分离变量 |
解题步骤
| 步骤 | 操作 |
|---|---|
| ① | 根据经济含义正确写出微分方程 |
| ② | 从题意中提取初始条件（如"最大需求量"对应 $P \to 0$；"均衡价格"对应 $D=S$） |
| ③ | 求解微分方程 |
| ④ | 代入初始条件确定常数 |
翻车现场
翻车：弹性的定义搞混——需求价格弹性到底是 $\frac{P}{Q}\frac{dQ}{dP}$ 还是 $\frac{Q}{P}\frac{dP}{dQ}$？
- 正确做法：①牢记需求弹性 $\eta = \frac{P}{Q}\frac{dQ}{dP}$；②"最大需求量"→ 令 $P\to 0$ 求极限；③动态均衡方程 $\frac{dP}{dt} = D(P)-S(P)$，供不应求涨价、供过于求降价。
题41 ⭐⭐中档 已知某商品的需求量 $Q$ 对价格 $P$ 的弹性为 $-\frac{P}{10}$，且该商品的最大需求量为 500。求需求函数 $Q(P)$。
答案
弹性公式：$\frac{P}{Q}\frac{dQ}{dP}=-\frac{P}{10}$，化简得 $\frac{dQ}{Q}=-\frac{1}{10}dP$。积分得 $Q=Ce^{-P/10}$。"最大需求量"指 $P\to0$ 时 $Q=500$，故 $C=500$。答案：$Q(P)=500e^{-P/10}$。
题42 ⭐⭐中档 设某商品的收益函数为 $R(P)$，收益对价格的弹性为 $P^2-1$，且当 $P=1$ 时 $R=2$。求 $R(P)$。
答案
收益弹性：$\frac{dR}{dP}\cdot\frac{P}{R}=P^2-1$，即 $\frac{dR}{R}=\left(P-\frac{1}{P}\right)dP$。积分得 $\ln R = \frac{P^2}{2}-\ln P+\ln C$，$R=C\cdot\frac{e^{P^2/2}}{P}$。代入 $P=1,R=2$ 得 $C=2e^{-1/2}$。答案：$R(P)=\frac{2}{P}e^{\frac{P^2-1}{2}}$。
题43 ⭐⭐⭐进阶 设某商品的需求函数 $D(P)=10-P$，供给函数 $S(P)=2P-2$，价格变化率 $\frac{dP}{dt}=D(P)-S(P)$，$P(0)=8$。（1）求均衡价格 $P_e$；（2）求价格函数 $P(t)$；（3）$t\to+\infty$ 时价格是否趋于均衡价格？
答案
(1) $10-P_e = 2P_e-2$，$P_e=4$。 (2) $\frac{dP}{dt}=(10-P)-(2P-2)=12-3P$，分离得 $\frac{dP}{P-4}=-3dt$，积分得 $P-4=Ce^{-3t}$。代入 $P(0)=8$ 得 $C=4$。价格函数：$P(t)=4+4e^{-3t}$。 (3) $\lim_{t\to+\infty}P(t)=4=P_e$，价格趋于均衡价格。
考法4：微分方程 + 级数（数学三特有）
将微分方程的解用幂级数表示，或者用幂级数方法求解微分方程。这种题型在数学三中偶尔出现（通常作为级数章的考点与微分方程交叉），下面给出一套能上手的方法。
🧠 幂级数法解方程——是什么思路？（把唯一一句"提醒"补成能看懂的方法）
前面所有方法都是"认出类型 → 套公式"。幂级数法是另一条完全不同的路：既然解是一个函数，那就假设它能写成幂级数（多项式的"无限版本"）$y = \sum_{n=0}^{\infty} a_n x^n$，代入方程，通过"逐项对齐系数"把 $a_n$ 一个个求出来。 它不怕任何"奇形怪状"的方程——只要解能展开成幂级数就能试。
演示（最简单的例子）：求解 $y' = y$。
- 第1步：设 $y = \sum_{n=0}^{\infty} a_n x^n$。 这里 $a_0, a_1, a_2, \dots$ 是待定的系数（未知数）。
- 第2步：把 $y$ 逐项求导。 级数可以逐项求导（这是幂级数在收敛区间内的好性质）： $y' = \sum_{n=1}^{\infty} n a_n x^{n-1}$ 这一步在想什么：常数项 $a_0$ 求导后消失，所以求和从 $n=1$ 开始；$x^n$ 求导是 $n x^{n-1}$，前面的 $n$ 就变成了新系数。
- 第3步：代入方程，让两边"同次幂项的系数"相等。 $y' = y \quad\Rightarrow\quad \sum_{n=1}^{\infty} n a_n x^{n-1} = \sum_{n=0}^{\infty} a_n x^n$ 要让两边对每个 $x$ 都相等，必须每一项的系数都相等。把左边的下标平移对齐：左边 $x^{n-1}$ 次的系数是 $n a_n$，右边 $x^{n-1}$ 次的系数是 $a_{n-1}$（当 $n \ge 1$），所以： $n a_n = a_{n-1}$ 这一步在想什么：这是最核心的一步——把"一个方程对无穷多个 $x$ 成立"变成"无穷多个代数方程 $n a_n = a_{n-1}$（$n = 1,2,3,\dots$）"，这就是递推关系。级数法的全部秘密都在这：微分方程被"打散"成一条条能逐个求解的小方程。
- 第4步：解递推，求出每个 $a_n$。 $a_n = \frac{a_{n-1}}{n} \quad\Rightarrow\quad a_1 = \frac{a_0}{1},\; a_2 = \frac{a_1}{2} = \frac{a_0}{2!},\; a_3 = \frac{a_2}{3} = \frac{a_0}{3!},\;\dots$ 归纳得 $a_n = \frac{a_0}{n!}$，所以 $y = a_0\sum_{n=0}^{\infty}\frac{x^n}{n!}$。而 $\sum_{n=0}^{\infty}\frac{x^n}{n!} = e^x$（这是 $e^x$ 的级数展开，级数章会学到），所以： $y = a_0 e^x$ 这一步在想什么：$a_0$ 就是初始值 $y(0)$，它正是通解里那个任意常数 $C$——幂级数法自己就把"通解含一个任意常数"这个事实"长"出来了，和前面 $y = Ce^x$ 完全一致，殊途同归。
一句话总结：幂级数法 = "设成无限多项式 → 代入 → 对齐同次幂系数 → 得递推关系 → 逐个求出 $a_n$"。思路固定，就是计算量可能偏大，考研里常用于那些"套公式套不动"的方程。
四、名师对比
| 解题环节 | 张宇 | 汤家凤 | 武忠祥 | 李永乐 | 毛纲源 |
|---|---|---|---|---|---|
| 一阶线性方程 | 强调先化标准形式，口诀"前乘以后积分" | 反复训练公式套用，练到条件反射 | 推荐积分因子法，两步到位 | 公式法与积分因子法并重 | 分类最细致 |
| 二阶特征根法 | 三种通解结构记忆口诀 | 强调特征方程写法不能错 | 强调"代数化" | 用线性代数视角解释 | 提供特殊题型技巧 |
| 非齐次特解设 | 强调 $x^k$ 中 $k$ 的取值 | 强调待定系数不要跳项 | 总结表格速查 | 叠加原理讲得最清楚 | 特殊情况处理最全面 |
| 可降阶方程 | 强调"缺什么设什么" | 公式化代换 | "缺y用p'，缺x用p*dp/dy" | 分类讲得最清晰 | 题型覆盖最广 |
| 差分方程 | 类比微分方程，用特征根法 | 直接给公式背 | 强调 $\Delta$ 符号的等价形式转换 | — | — |
| 综合题 | 强调"先找初值再求导" | 强调先识别题型再动手 | 变限积分求导的几种类型总结 | 几何应用题讲得最细 | 经济应用题最全 |
| 整体风格 | 重理解+口诀记忆 | 重基础+大量刷题 | 重技巧+计算简化 | 重原理+结构清晰 | 重分类+题型全 |
名师选择建议
| 考生类型 | 推荐组合 |
|---|---|
| 基础一般 | 汤家凤打基础 → 武忠祥提升 |
| 目标高分 | 张宇理解原理 → 毛纲源题型全覆盖 |
| 专攻数学三 | 李永乐基础 + 毛纲源题型 + 真题经济应用专项 |
五、速查卡片
卡片1：一阶方程类型识别流程图
拿到方程 y' = f(x,y)（或能化成此形式）
│
├─ 能写成 y' = g(x)·h(y)？ ────→ 可分离变量方程
│ 解法：分离 → 积分
│
├─ 能写成 y' = f(y/x)？ ──────→ 齐次方程
│ 解法：令 u = y/x
│
├─ 能写成 y' + P(x)y = Q(x)？ ──→ 一阶线性方程
│ （y和y'都是一次） 解法：公式法/积分因子法
│
├─ 能写成 y' + P(x)y = Q(x)yⁿ？ → 伯努利方程
│ （n ≠ 0, 1） 解法：令 z = y^(1-n)
卡片2：二阶常系数齐次方程通解公式速查
| 判别式 $\Delta = p^2 - 4q$ | 特征根 | 通解 |
|---|---|---|
| $\Delta > 0$ | $\lambda_1 \neq \lambda_2$（实） | $y = C_1e^{\lambda_1 x} + C_2e^{\lambda_2 x}$ |
| $\Delta = 0$ | $\lambda$（二重实根） | $y = (C_1 + C_2x)e^{\lambda x}$ |
| $\Delta < 0$ | $\alpha \pm i\beta$（共轭复根） | $y = e^{\alpha x}(C_1\cos\beta x + C_2\sin\beta x)$ |
卡片3：非齐次特解形式对照表
| $f(x)$ 类型 | 条件 | 特解 $y^\ast$ | $k$ |
|---|---|---|---|
| $P_n(x)e^{\alpha x}$ | $\alpha$ 不是特征根 | $Q_n(x)e^{\alpha x}$ | $0$ |
| $\alpha$ 是特征单根 | $xQ_n(x)e^{\alpha x}$ | $1$ | |
| $\alpha$ 是特征二重根 | $x^2Q_n(x)e^{\alpha x}$ | $2$ | |
| $e^{\alpha x}[P_m\cos\beta x + P_n\sin\beta x]$ | $\alpha\pm i\beta$ 不是特征根 | $e^{\alpha x}[Q_L\cos\beta x + R_L\sin\beta x]$ | $0$ |
| $\alpha\pm i\beta$ 是特征根 | $xe^{\alpha x}[Q_L\cos\beta x + R_L\sin\beta x]$ | $1$ |
卡片4：差分方程公式卡片
标准形式：$y_{t+1} + a y_t = f(t)$
| 类型 | 条件 | 通解 |
|---|---|---|
| 齐次 | — | $y_t = C \cdot (-a)^t$ |
| 非齐次 $f(t) = b$（常数） | $a \neq -1$ | $y_t = C(-a)^t + A$ |
| 非齐次 $f(t) = b$（常数） | $a = -1$ | $y_t = C + At$ |
| 非齐次 $f(t) = P_m(t)$（$m$ 次多项式） | $a \neq -1$ | $y_t = C(-a)^t + Q_m(t)$（$m$ 次完全多项式） |
| 非齐次 $f(t) = P_m(t)$ | $a = -1$ | $y_t = C + t \cdot Q_m(t)$ |
| 非齐次 $f(t) = b \cdot q^t$ | $q \neq -a$ | $y_t = C(-a)^t + Aq^t$ |
| 非齐次 $f(t) = b \cdot q^t$ | $q = -a$ | $y_t = C(-a)^t + Atq^t$ |
| 非齐次 $f(t) = P_m(t) \cdot q^t$ | $q \neq -a$ | $y_t = C(-a)^t + Q_m(t)q^t$ |
| 非齐次 $f(t) = P_m(t) \cdot q^t$ | $q = -a$ | $y_t = C(-a)^t + t\,Q_m(t)q^t$ |
💡 完整特解设定表（含所有 $f(t)$ 类型和撞车条件）见正文 2.5.3 考法2。
与一阶微分方程对比速记：
| 一阶微分方程 | 一阶差分方程 | |
|---|---|---|
| 齐次通解 | $Ce^{-px}$ | $C(-a)^t$ |
| "撞车"判据 | $\alpha = \lambda$ | $q = -a$ |
| "撞车"修正 | 乘 $x$ | 乘 $t$ |
卡片5：综合题"条件→方程"转化速查
| 题目给的条件 | 转化成的数学表达式/操作 |
|---|---|
| 含 $\int_0^x f(t)dt$ 的等式 | 求导 → 微分方程；代入 $x=0$ → 初始条件 |
| 含 $\int_0^x (x-t)f(t)dt$ | 先拆成 $x\int_0^x f - \int_0^x tf$，再求导 |
| 需求价格弹性 $E_P$ | $\frac{P}{Q}\frac{dQ}{dP} = E_P$ → 可分离变量 |
| "最大需求量" | $P \to 0$ 时的 $Q$ 值 |
| 曲边梯形面积条件 | $\int_a^x f(t)dt$ 的等式 → 求导 → 微分方程 |
| 切线在 $y$ 轴截距 | $y - x\cdot y'$ |
| 市场均衡 | $D(P) = S(P)$ 求 $P_e$，代入动态方程 |
六、概念辨析
做这些题时，先自己判断对错，再想清楚为什么。
1. 方程 $y'' + y^2 = 0$ 是二阶线性微分方程。
答案：错。 虽然有 $y''$ 是二阶，但 $y^2$ 使得方程不是线性的。正确说法：二阶非线性微分方程。
2. 一阶微分方程的通解只有一个任意常数，二阶微分方程的通解有两个任意常数。
答案：对。 通解中常数的个数 = 方程的阶数。
3. 可分离变量方程一定能写成 $y' = f(x)g(y)$ 的形式。
答案：对。 这就是可分离变量的定义。
4. 方程 $y' = \frac{y}{x} + \frac{x}{y}$ 是齐次方程。
答案：对。 右边 $= \frac{y}{x} + (\frac{y}{x})^{-1}$，确实是只依赖 $y/x$ 的形式。
5. 伯努利方程可以通过令 $z = y^{1-n}$ 化为可分离变量方程。
答案：错。 换元后化为一阶线性方程，不是可分离变量方程。
6. 二阶常系数齐次方程 $y'' + 4y' + 4y = 0$ 的通解是 $y = C_1e^{-2x} + C_2e^{-2x}$。
答案：错。 特征方程 $(\lambda+2)^2 = 0$ 是二重根。正确通解是 $y = (C_1 + C_2x)e^{-2x}$。
7. 非齐次方程的特解形式只取决于 $f(x)$ 的类型，和齐次方程没有关系。
答案：错。 特解形式既取决于 $f(x)$ 的类型，也取决于 $\alpha$（或 $\alpha \pm i\beta$）是不是特征根。
8. 差分方程 $y_{t+1} - y_t = 3$ 的通解是 $y_t = C + 3t$。
答案：对。 $a = -1$，齐次通解 $y_c = C$。$f(t)=3$（常数），$a=-1$ → 撞车，设 $y_t^\ast=At$，代入得 $A=3$。
9. 差分方程 $y_{t+1} + 2y_t = 5^t$ 的齐次通解是 $y_c(t) = C \cdot 2^t$。
答案：错。 $a=2$，齐次通解是 $C \cdot (-a)^t = C \cdot (-2)^t$，不是 $C \cdot 2^t$。这是最常见的粗心错误——忘了负号。
10. 只要 $f(x)$ 中含有 $\cos 2x$，特解就必须同时设 $\cos 2x$ 和 $\sin 2x$ 两项。
答案：对。 这是待定系数法处理三角函数的铁律——即使 $f(x)$ 中只有余弦没有正弦，特解也必须包含 $\cos$ 和 $\sin$ 两项（两个不同的多项式系数）。
七、综合混搭练习（挑战模式）
下面的题目不会告诉你是什么题型。你需要自己判断——就像考试一样。每题只标题号，不标题型编号。
混搭题1
求解 $y' = e^{x+y}$，并求满足 $y(0) = 0$ 的特解。
答案
可分离变量方程。分离：$e^{-y}dy = e^x dx$。积分得 $-e^{-y}=e^x+C$，通解 $y=-\ln(K-e^x)$。代入 $y(0)=0$ 得 $K=2$。特解：$y=-\ln(2-e^x)$。
混搭题2
求解 $y' + y \tan x = \sec x$，并求满足 $y(0) = 0$ 的特解。
答案
一阶线性方程。$\mu = \sec x$，$(\sec x\cdot y)' = \sec^2 x$，积分得 $y=\sin x + C\cos x$。代入 $y(0)=0$ 得 $C=0$。特解：$y=\sin x$。
混搭题3
求解 $(1 + x^2)y'' + 2xy' = 0$。
答案
缺 $y$ 型可降阶。令 $p=y'$，$((1+x^2)p)' = 0$，得 $(1+x^2)p = C_1$，$p = \frac{C_1}{1+x^2}$。积分得 $y = C_1\arctan x + C_2$。
混搭题4
求 $y'' - 4y' + 3y = e^x$ 的通解。
答案
二阶常系数非齐次。特征根 $\lambda_1=1,\lambda_2=3$，$y_h=C_1e^x+C_2e^{3x}$。$\alpha=1$ 是特征单根 → $k=1$，设 $y^\ast=Axe^x$，代入得 $A=-\frac12$。通解：$y = C_1e^x+C_2e^{3x} - \frac12xe^x$。
混搭题5
求 $y_{t+1} - y_t = 5$ 的通解。
答案
一阶常系数非齐次差分方程。$a=-1$，齐次通解 $y_c(t)=C$。$f(t)=5$（常数），$a=-1$ → 撞车，设 $y_t^\ast=A\cdot t$，代入得 $A=5$。通解：$y_t = C+5t$。
混搭题6
设 $f(x)$ 具有连续的二阶导数，且满足 $f(x)=e^x+\int_0^x (x-t)f(t)dt$，求 $f(x)$。
答案
令 $x=0$ 得 $f(0)=1$。拆分积分后两次求导得 $f''(x)-f(x)=e^x$。齐次特征根 $\lambda=\pm1$，非齐次 $\alpha=1$ 是特征单根，解得 $f(x)=C_1e^x+C_2e^{-x}+\frac12xe^x$。代入 $f(0)=1, f'(0)=1$ 得 $C_1=\frac34, C_2=\frac14$。答案：$f(x)=\frac34e^x+\frac14e^{-x}+\frac12xe^x$。
八、考试导航
下表按出题频率从高到低排列。
| 题型 | 出题频率 | 难度 | 典型分值 | 优先度 |
|---|---|---|---|---|
| 二阶常系数线性方程求解 | 很高 | ⭐⭐ | 8-10分（解答题） | 🔥🔥🔥 |
| 一阶线性方程求解 | 很高 | ⭐⭐ | 4-8分 | 🔥🔥🔥 |
| 可分离变量方程 | 较高 | ⭐ | 4分 | 🔥🔥 |
| 差分方程（数三） | 较高 | ⭐⭐ | 4分（填空） | 🔥🔥 |
| 变限积分+微分方程综合 | 中等 | ⭐⭐⭐ | 10分 | 🔥 |
| 齐次方程（一阶） | 中等 | ⭐⭐ | 4分 | 🔥 |
| 伯努利方程 | 中等 | ⭐⭐ | 4分 | 🔥 |
| 经济应用（数三） | 中等 | ⭐⭐ | 10分 | 🔥 |
| 可降阶高阶方程（数三） | 较低 | ⭐⭐ | 0-4分 | 🔥 |
| 微分方程+级数综合 | 较低 | ⭐⭐⭐ | 0-4分 | 🔥 |
复习策略：
- 二阶常系数线性方程和一阶线性方程是解答题的两大支柱，必须熟练到"看完题就动手"的程度。
- 差分方程虽然只有一道填空题4分，但投入产出比极高——花半天就能拿稳这4分，性价比全章第一。
- 可分离变量和齐次方程更多作为复合题中的子步骤出现，单独考的概率不高，但要能快速识别。
- 综合题（变限积分、经济应用）是拉开分数的关键，但前提是前两类基础题型已经熟练掌握。
九、自检清单
复习完本章后，请逐条自问。能顺利答出的打勾，答不出的回头再看。
基本概念
- 拿到一个方程，我能一眼看出它是一阶还是二阶吗？
- 我能区分通解和特解，并且知道它们的关系吗？
- 我知道什么是"线性"（$y$ 和导数都只能一次）吗？
- 我知道齐次和非齐次的区别是什么吗？
一阶方程——识别
- 给我一个一阶方程，我能说出它属于四种类型中的哪一种吗？
- 我能按"识别决策树"的顺序（先看可分离→再看齐次→再看一阶线性→最后伯努利）来判断吗？
- 一阶线性方程的标准形式是什么？$y'$ 的系数不是1怎么办？
- 通解公式我能默写出来吗？
- 可分离变量的关键操作是什么？（分离——把 $x$ 和 $y$ 的东西各放一边）
- 齐次方程什么时候用？令 $u = y/x$ 之后怎么操作？
- 伯努利方程比一阶线性多了一个什么？换元公式是什么？
二阶常系数方程
- 特征方程怎么写？（$y'' \to \lambda^2$，$y' \to \lambda$，$y \to 1$）
- 三种通解结构我能背出来吗？（两个不等实根 / 重根 / 共轭复根）
- 高于二阶的常系数齐次方程（如三阶 $y''' - 3y'' + 3y' - y = 0$）会解吗？——特征方程升到三次，重根乘 $x$/$x^2$，复根成对变 $\cos$/$\sin$。
- 非齐次通解的结构是什么？（齐次通解 + 非齐次特解）
- "照抄右边，按根修正"是什么意思？
- 什么时候 $k=0$？什么时候 $k=1$？什么时候 $k=2$？
- 三角函数型特解为什么必须同时有 $\cos$ 和 $\sin$？
- 连续复利增长的微分方程怎么列？解出来是什么形状？
- 市场均衡的动态调整模型中，价格最终为什么会自动收敛到均衡价格？
差分方程（数学三）
- 一阶差分的定义是什么？（$\Delta y_t = y_{t+1} - y_t$）
- 齐次差分方程的通解形式是什么？（$C \cdot (-a)^t$——是幂函数不是指数函数！）
- 差分方程的"撞车"判据是什么？（$q = -a$？）
- 撞车后怎么修正？（多乘一个 $t$）
- 差分和微分的"兄弟关系"体现在哪里？（连续变 vs 一步一步变，指数函数解 vs 幂函数解）
最容易错的坑
- 积分时我习惯性加 $+C$ 了吗？
- 多项式设特解我有没有"跳项"？
- 套一阶线性公式前我检查 $y'$ 系数是1了吗？
- 差分方程的负号我有没有搞丢？
- 可降阶方程缺 $y$ 和缺 $x$，$y''$ 的替换方式我分得清吗？
本章学习建议：微分方程是考研数学中"套路感最强"的一章。题型有限、解法固定。核心能力是"识别方程类型"——看到方程的那一刻就能条件反射般地知道它属于哪种类型、该用什么方法。花最多时间练的应该是识别决策树和一阶线性方程的公式套用。差分方程虽然只有一道填空题4分，但"会者不难，不会者完全做不出"——投入产出比极高，一定要拿下。
🧭 学完回顾——本章定理的"来龙去脉"
学完一整章，最值钱的不是记住多少公式，而是脑子里的公式是怎么串成一条线的。下面这张关系图，把本章核心概念和定理之间的推导链画了出来。对照章首 1.4 节的知识地图一起看——章首的树形图告诉你"有哪些东西"，这里告诉你"它们是怎么从一个走到另一个的"。
┌──────────────────────────────────────────┐
│ 微分方程求解体系总览 │
└──────────────────────────────────────────┘
│
┌───────────────────────────┴───────────────────────────┐
│ │
▼ ▼
┌────────────────────┐ ┌────────────────────┐
│ 存在唯一性定理 │ │ 差分方程（数三） │
│ （2.1.6） │ │ （2.5） │
│ │ │ │
│ f连续 → 解存在 │ │ 微分离散对照 │
│ ∂f/∂y有界 → 解唯一 │ │ 撞车判据：q = -a? │
└────────┬───────────┘ └────────────────────┘
│ "先确认有答案，再动手找" 独立知识块
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 一阶方程（2.2） │
│ │
│ 识别决策树：能拆成f(x)g(y)? → 能写成f(y/x)? → │
│ 能写成 y'+P(x)y=Q(x)? → 多一个y^n？ │
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │可分离变量│ → │ 齐次方程 │ → │ 一阶线性 │→│ 伯努利 │ │
│ │分离→积分 │ │u=y/x代换│ │积分因子法│ │z=y^(1-n) │ │
│ └──────────┘ └──────────┘ └────┬─────┘ └────┬─────┘ │
│ │ │ │
│ ┌───────────┘ │ │
│ │ 积分因子法核心： │ │
│ │ "凑导数" → μ=e^{∫Pdx} │ │
│ │ μ(y'+Py) = (μy)' │ │
│ └───────────┬──────────────┘ │
│ │ │
│ 伯努利换元后 → 变回一阶线性 │
└──────────────────────────────────────┬──────────────────────┘
│
┌─────────────────────┘
│ "降阶"过渡
▼
┌─────────────────────────────────────────────────────────────┐
│ 可降阶的高阶方程（2.3） │
│ │
│ y''=f(x) → 直接积分两次 │
│ y''=f(x,y')（缺y）→ 令p=y', y''=p' │
│ y''=f(y,y')（缺x）→ 令p=y', y''=p(dp/dy) │
│ │
│ ⚠️ 缺y和缺x的y''替换方式完全不同！ │
└──────────────────────────────────────┬──────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 二阶常系数线性方程（2.4） │
│ │
│ 第一步：特征根法（2.4.1）——永远先做！ │
│ 猜 y=e^{λx} → λ²+pλ+q=0 → 解二次方程 │
│ Δ>0: 两不等实根 → y=C₁e^{λ₁x}+C₂e^{λ₂x} │
│ Δ=0: 二重根 → y=(C₁+C₂x)e^{λx} │
│ Δ<0: 共轭复根 → y=e^{αx}(C₁cosβx+C₂sinβx) │
│ │ │
│ ▼ │
│ 第二步：求非齐次特解 —— 非齐次通解 = y_h + y^*（2.4.2） │
│ │ │
│ ┌──────────┴──────────┐ │
│ │ │ │
│ ▼ ▼ │
│ ┌──────────────────┐ ┌──────────────────┐ │
│ │ 待定系数法(2.4.3) │ │ 常数变易法(2.4.4) │ │
│ │ │ │ │ │
│ │ f(x)是标准形状 │ │ f(x)非标准形状 │ │
│ │ (多项式×指数×三角)│ │ (tanx, secx, …) │ │
│ │ │ │ │ │
│ │ 撞车检查： │ │ 把C₁,C₂变活成 │ │
│ │ α=特征根? k=0/1/2 │ │ v₁(x),v₂(x) │ │
│ │ │ │ │ │ │
│ │ ⚡ KTV包间比喻 │ │ 思想上继承自: │ │
│ │ 被占就换大一号 │ │ 一阶积分因子法 │ │
│ └──────────────────┘ └──────────────────┘ │
│ │
│ 经济应用（2.4.5 数三专属）：连续复利 + 市场均衡动态调整 │
└─────────────────────────────────────────────────────────────┘
链条中最关键的三个"拐点"：
- 积分因子法 → 特征根法：一阶用"凑导数"技巧（乘一个μ把左边凑成 (μy)'），二阶用"猜指数"技巧（猜 y=e^{λx} 把微分变乘法）。两者思路完全不同，一阶依赖积分因子，二阶依赖二次方程——但它们的上游都是"存在唯一性定理"保证方程有解可求。
- 待定系数法 → 常数变易法：前者的"撞车检查"和后者的"管制条件 v₁'y₁+v₂'y₂=0"看起来毫无关系，但本质都是在"齐次解骨架"上搭建非齐次解——区别只在于前者的"骨架形状"是猜出来的，后者是算出来的。常数变易法的思想源头是一阶的积分因子法——都是把常数"变活"成函数再代入求解。
- 微分方程 ↔ 差分方程：一个管连续变化（导数），一个管一步一步变化（差分）。解的结构完全对应（齐次通解 + 非齐次特解），撞车原理也对应（只是判据从"α=特征根?"变成"q=-a?"）。
🔗 和章首知识地图的呼应：章首 1.4 节的树形图把本章拆成"一阶4种 + 可降阶 + 二阶常系数 + 差分"四大块，你现在应该能看清它们之间的关系了——存在唯一性定理垫底 → 一阶方法打头阵 → 可降阶搭桥 → 二阶方法是目的地 → 差分方程是"离散镜像"。综合应用（变限积分、几何、经济、级数）则是这几块工具的"混搭实战"。
自检：闭上眼睛，能不能从"一阶线性积分因子法"开始，一路走到"二阶常系数待定系数法的撞车检查"，中间不停顿？如果某一环卡住了，回头找到那一节把推导重读一遍——定理之间的"为什么走这一步"，比定理本身的公式更重要。
🔍 链条检查：本章的推导箭头，你都能接上吗？
学完这一章，这些"从 A 推出 B"的箭头应该都能自己接上。每一行后面标了它在正文的位置，接不上就回去重读：
| 推导关系 | 在正文哪里 |
|---|---|
| 存在唯一性定理 → 所有解法（"先确认有答案"） | 2.1.6 末尾"知识链条中的位置" |
| 一阶线性积分因子法 → 通解公式（"凑导数"三步推导） | 2.2.4 完整推导 |
| 伯努利 → 一阶线性（换元 z=y^{1-n}） | 2.2.5 |
| 特征根法 → 三种通解（猜 y=e^{λx} → 特征方程） | 2.4.1 完整推导 |
| 特征根法 → 待定系数法（先地基后盖楼） | 2.4.1 末尾"知识链条中的位置" |
| 待定系数法 → 常数变易法（后备武器） | 2.4.4 开头 |
| 常数变易法思想 ← 一阶积分因子法（同血统） | 2.4.4 推导"第一步" |
| 微分 ↔ 差分（连续 vs 离散对照） | 2.5.1 对比表 + 2.5.4 撞车对照 |
| 可降阶 → 一阶方法（降阶后回到一阶求解） | 2.3 隐含，见下方提示 |
⚠️ 提醒（容易漏的一环）：2.3 节"可降阶的高阶方程"讲的是如何把某些二阶方程降为一阶再求解。做降阶练习时请记住：降完阶得到的新方程就是一阶方程，回到 2.2 的识别决策树挑对应方法即可——这个"回到 2.2"的衔接，正文没有每次显式写出来，但它是可降阶题型的通关钥匙。
📖 下一章预告
这一章你学会了用微分方程描述变化规律——从一杯咖啡的降温到人口的指数增长，方程就是"变化规律的语言"。一阶、二阶、齐次、非齐次——你已经有了一套完整的识别和求解工具。
下一章我们进入多元函数微分学——到目前为止我们只处理了一元函数（一个自变量）。现实中很多问题同时受多个因素影响：外卖配送费同时跟距离和天气有关，利润同时取决于售价和销量。下一章你会学到怎么在多个"旋钮"同时存在时，分别拧每一个来分析它的独立影响。从一元到多元，是微积分从"单线程"升级到"多线程"的关键一步。