带初始条件的特解
AP 微积分 BC· AP Calculus BC CED — Differential Equations· 14 分钟阅读
1. 不定积分的特解★☆☆☆☆⏱ 3 min
当给定导数(仅为的函数)时,不定积分会得到一般反导数,其中是任意常数。初始条件让你代入已知值求解,对于适定的初值问题,最终会得到恰好一个唯一特解。
给定且,求的特解。
- 1
求对的一般反导数:
- 2
将初始条件代入通解:
- 3
利用化简求解:
- 4
代入得到最终特解,然后验证其同时满足导数条件和初始条件:
2. 可分离微分方程的特解★★☆☆☆⏱ 4 min
AP考试中的大多数一阶微分方程都是可分离变量的,也就是说它们可以改写为的形式。两边积分后,将两边的常数合并为一个任意常数得到通解,再代入初始条件求解,即可得到唯一特解。
求满足的特解。
- 1
分离变量(该式在时成立,本题中满足条件):
- 2
两边积分:
- 3
化简得到通式显式解,合并常数:
- 4
代入初始条件求解:
- 5
写出最终化简后的特解:
3. 验证候选特解★★☆☆☆⏱ 3 min
AP考试经常要求你确认给定函数是否是初值问题的正确特解,需要进行两次独立检查:(1) 函数必须满足初始条件,(2) 函数必须满足原微分方程。在选择题中,先检查初始条件可以快速排除错误选项。
是否是在初始条件下的正确特解?
- 1
先检查初始条件(这是最快的排除步骤):
- 2
初始条件满足,接下来计算候选解的导数:
- 3
将候选解代入微分方程的右侧并化简:
- 4
对比可得:等于右侧,因此候选解满足微分方程。结论:这是正确的特解。
4. AP风格练习题★★★☆☆⏱ 4 min
选择题:以下哪个是在初始条件下的特解?
- 1
分离变量得到,然后两边积分:
- 2
代入初始条件:
- 3
最终特解是,对应选项A。
问答题:已知,。(a) 求通解,(b) 求特解,(c) 求。
- 1
(a) 分离变量后积分:
- 2
(b) 代入初始条件:
- 3
(c) 代入:
y\left(\frac{\pi}{4}\right) = \tan\left(\frac{\pi}{2}\right) \text{, which is undefined}$
应用题:种群(单位:百个细菌)满足增长方程,为时间(单位:小时)。时种群数量为250个细菌,求和5小时后的种群数量。
- 1
初始条件:(250 = 2.5百)。分离变量后积分:
- 2
利用初始条件求解得,因此特解为:
- 3
代入求值:
P(5) = 2.5e^{1} \approx 6.7957 \text{ hundred} = 680 \text{ bacteria}$
5. 常见陷阱
错误做法:
可分离微分方程两边积分后,仅在一侧加积分常数。
原因:
学生习惯了求反导数时只在右侧加,忘记两边积分都会产生常数。
正确做法:
两边积分后,代入初始条件前先将所有常数合并为一个任意常数。
错误做法:
初始条件已经确定的符号后,最终特解仍保留。
原因:
即使代入了已知正负的初始值,学生仍保留通解的歧义性。
正确做法:
代入初始条件后,明确去掉错误符号,不要在最终答案中保留歧义的。
错误做法:
分离变量后还未积分就提前代入初始条件。
原因:
学生急于使用初始条件,完全跳过了求通解的步骤。
正确做法:
一定要先完成分离变量、两边积分,得到带任意常数的通解后,再代入初始条件。
错误做法:
积分求之前就去掉绝对值符号,导致为负时常数计算错误。
原因:
学生出于习惯提前去掉绝对值,再利用初始条件确定的符号。
正确做法:
取指数前保留绝对值,然后利用初始条件的符号确定合并后常数的符号。
错误做法:
应用型问题中处理十进制数值时过早对取近似。
原因:
过早对取近似会累积误差,导致最终答案超出可接受的误差范围。
正确做法:
所有中间步骤都保留的精确值,仅在最终特解才按要求保留小数位数。
6. 速查表
类别 | 步骤/公式 | 注释 |
|---|---|---|
不定积分初值问题 |
| 一阶问题只有一个常数 |
可分离微分方程通解 |
| 仅在时成立;需要时单独验证的情况 |
求解可分离方程的特解 |
| 尽可能化简为显式形式 |
验证特解 | 两次检查:(1) ;(2) 将代入微分方程,确认左式=右式 | 先检查初始条件,快速排除错误候选解 |
对数微分方程常数化简 | 的符号与初始一致 | |
指数初值问题标准结论 | , → | 指数模型可以直接使用该结论跳过积分步骤 |
初始条件记号 | 含义是当时,;不要混淆输入和输出 |
真题中的出现
AI 根据考纲规律估算的考点位置,请对照官方真题核实准确性。仅作复习重点参考。
- 2023 · MCQ
识别正确的特解
- 2022 · FRQ
用初值问题对人口建模
下一步
掌握带初始条件的特解是AP微积分BC中几乎所有高阶微分方程主题的前提,包括斜率场、欧拉法,以及所有真实世界的微分方程建模。接下来你将学习用欧拉法近似求解初值问题,它依赖和精确特解相同的初始点,但得到的是数值近似而非精确函数。你还会将特解应用于人口增长、牛顿冷却定律和逻辑增长的实际问题,所有这些问题都需要你利用初始条件校准模型以匹配观测数据。如果不能正确求解积分常数,后续所有计算都会出错。
