物理 【论坛资料室】【棋说】微分方程——可分离变量的微分方程

可分离变量的微分方程
一、可分离变量的微分方程的定义
可分离变量方程是具有如下形式的一阶常微分方程:
$\frac{y}{x} = f(x) \cdot g(y)$
其中:
$ f(x) $:仅关于自变量 $ x $ 的函数
$ g(y) $:仅关于因变量$ y $的函数
核心思想:通过代数操作将方程两边的变量 $ x $ 和 $ y $ 完全分离,转化为可积分的形式。
二、微分方程的解法
两边同时除以 $ g(y) $(需假设 $ g(y) \neq 0 $)将方程改写为微分形式:
$\frac{d y}{g(y)} = f(x) d x$
对等式两边积分:
$\int \frac{1}{g(y)} d y = \int f(x) d x + C$
其中 $ C $ 为积分常数。
左边积分:对 $ y $ 积分,结果记为 $ G(y) $
右边积分:对 $ x $ 积分,结果记为 $ F(x) $
通解形式:$ G(y) = F(x) + C $
注意:若 $ g(y) = 0 $ 有实根 $ y = y_0 $,则 $ y = y_0 $ 是方程的平凡解,需单独列出
三、水水的例题
例题1:解方程:
$\frac{d y}{d x} = xy$
答案:
分离变量:$\frac{1}{y} d y = x d x \quad (y \neq 0)$
两边积分: $ \int \frac{1}{y} d y = \int x d x + C $
得: $\ln|y| = \frac{1}{2}x^2 + C$
得: $ |y| = e^{\frac{1}{2}x^2 + C} = e^C \cdot e^{\frac{1}{2}x^2} $
合并常数 $ e^C $ 为 $ C' $($ C' > 0 $):
则: $ y = \pm C' e^{\frac{1}{2}x^2} $
将 $ \pm C' $ 重新标记为任意常数 $ C \in \mathbb{R} $
得通解:$ y = C e^{\frac{1}{2}x^2} $
补充平凡解:当 $ y = 0 $ 时,原方程左边 $ \frac{d y}{d x} = 0 $,右边 $ x \cdot 0 = 0 $,成立。
因此完整解为:$y = C e^{\frac{1}{2}x^2} \quad \text{或} \quad y = 0$
例题2:解方程:
$\frac{d y}{d x} = \frac{\sin x}{y^2}$
答案:
分类变量 : $ y^2 d y = \sin x d x $
两边积分: $ \int y^2 d y = \int \sin x d x + C $
得: $ \frac{1}{3}y^3 = -\cos x + C$
得: $ y = \sqrt[3]{-3\cos x + C} $
例题3:解方程:
$\frac{d y}{d x} = \frac{y^2 - 1}{x^2 + 1}$
答案:
分离变量: $\frac{1}{y^2 - 1} d y = \frac{1}{x^2 + 1} d x \quad (y \neq \pm 1) $
分式分解: $ \frac{1}{y^2 - 1} = \frac{1}{2} \left( \frac{1}{y - 1} - \frac{1}{y + 1} \right) $
积分得: $ \frac{1}{2} \ln\left| \frac{y - 1}{y + 1} \right| = \arctan x + C $
整理: $ \left| \frac{y - 1}{y + 1} \right| = C e^{2\arctan x} $
补充平凡解: $ y = 1$ 和 $ y = -1 $ 均为方程的解。
四、物理中的小应用
4.1 放射性衰变模型
方程:$\frac{d N}{d t} = -\lambda N$
其中$ N(t) $ 为放射性原子数,$ \lambda > 0 $ 为衰变常数。
解:
分离变量: $ \frac{d N}{N} = -\lambda d t $
积分得: $ \ln N = -\lambda t + C \implies N(t) = C e^{-\lambda t} $
设初始条件 $ N(0) = N_0 $
得特解: $ N(t) = N_0 e^{-\lambda t}$
4.2 人口增长模型(简化的Logistic方程)
方程:$\frac{d P}{d t} = kP$
其中 $ P(t) $ 为人口数量,$ k > 0 $ 为增长率。
解:
分离变量: $\frac{d P}{P} = k d t $
积分得: $ P(t) = P_0 e^{kt} $ 其中$ P_0 = P(0) $。