1. 这套笔记到底在整理什么MIT 18.03Differential Equations是麻省理工学院面向本科生开设的常微分方程入门课课程代号里的 18 是数学系前缀03 则是这门课在系里的编号。它在 MIT 的数学公开课里属于“基础但极其重要”的一档地位和 18.01单变量微积分、18.02多变量微积分衔接紧密也是很多工科学生接触“用数学描述动态系统”的第一门正经课程。我整理这套学习笔记的起因很简单去年重新翻 ODE 的时候发现自己当年学得太应试了很多结论当时会算但问一句“为什么这样设特解”“为什么要把解拆成实部和虚部”就答不上来。于是借着 MIT 18.03 的公开课视频和讲义重新过了一遍把每一讲的推导逻辑、例题思路、易错点按自己的理解重新写成了笔记。这个“目录”就是整套笔记的总纲方便自己和读者快速定位章节、规划学习节奏。这套笔记适合谁大致是三类人正在修微分方程课程、希望把校内教材和 MIT 18.03 的讲法对照着看的学生已经工作但需要用到 ODE 的工程师/数据分析师想在短时间内把核心方法捡起来准备自学 MIT 公开课、想要一份“提前划好重点”的导航式资料的自学者。对于第一类人笔记能帮你把每章背后的“为什么”补齐对于第二类人笔记的实操例题和解题模板可以直接套用对于第三类人这套目录就是一张学习地图告诉你哪几讲可以加速、哪几讲必须放慢。2. 为什么 MIT 18.03 值得专门做一套中文笔记2.1 这门课在微分方程教学里的位置很特殊微分方程的教材有很多经典的如 Boyce DiPrima、Zill、Strogatz动力系统方向但 MIT 18.03 的讲法有它非常鲜明的个性。它把“图像视角”放在了一个很高的优先级上。传统的 ODE 课程往往是代数驱动给一个方程教一种解法然后反复练。18.03 虽然也教解法但它始终提醒你不要只盯着公式要去看解的“行为”——这个解是稳定还是发散它有没有振荡参数改变时解会发生什么定性变化这种思路直接影响了我的笔记结构。我在整理每一章时都会刻意保留“相图”“方向场”“解曲线随参数变化”这些视觉化内容而不是只记录代数步骤。因为工程师用 ODE 的时候绝大多数情况不需要解析解而是需要知道“这个系统会不会炸”——相图和稳定性分析比求解公式更实用。2.2 课程的工程导向很明确18.03 开课面向的是 MIT 的工科生所以它特别强调 ODE 在物理和工程系统中的应用。机械振动、电路、混合池问题、热传导简化的牛顿冷却、人口模型、捕食者-猎物模型这些都是课程的常客。这意味着学完这门课之后你不仅掌握了数学工具还建立了一套“把物理现象抽象为方程”的建模直觉。笔记里我单独设立了一个“建模与场景映射”的分类标签把每类方程对应到的典型物理系统做成对照表。比如“二阶线性常系数齐次方程”对应弹簧-质量-阻尼系统或 RLC 电路“一阶线性方程”对应 RC 电路或混合池模型。这样做的好处是当你在实际工作中碰到一个物理系统时能很快判断“这大概是什么类型的 ODE该用哪一章的方法”。2.3 中文笔记的增量价值MIT 的 OCW 上其实已经有很完整的课程资料包括视频、讲义、作业和考试。那为什么还要再整理一套中文笔记因为原版资料对非母语学习者有一个隐性门槛它默认你已经熟悉英文数学术语的表述习惯。比如 “particular solution” 和 “specific solution” 指什么、什么叫 “resonance”、为什么 “transfer function” 要这样定义这些细节在课堂上教授可能一句话带过但对自学者来说却是理解的卡点。所以我的笔记不是简单翻译而是做了一次“本土化重写”把英文讲义里的推导逻辑用中文重新梳理对术语给出中英对照把教授在课上口头强调但没写进讲义的话也补进批注。这套目录中的每一个章节条目背后都对应着这样一份“重写后的讲解稿”。3. 笔记目录的完整章节拆解3.1 第一篇一阶微分方程第 1~5 章一阶方程是整门课的起点也是很多学生第一次在微积分之外系统接触“方程的解”这个概念。这个部分我按题型拆了五章第 1 章方向场与欧拉折线法。这一章介绍如何不求解、直接通过斜率场画出大致解曲线是后面“几何直觉”的起点。第 2 章可分离变量方程。最基础的一类方程核心思路是把 (dy/dx f(x)g(y)) 改写为 (dy/g(y) f(x)dx) 然后两边积分。笔记里特别标注了丢失解的问题——两边同除 (g(y)) 时可能丢掉 (g(y)0) 对应的常数解。第 3 章线性一阶方程与积分因子。这是整个 ODE 求解体系的第一个“标准模板”积分因子的选取逻辑怎么从 (y p(x)y q(x)) 中凑出乘积的导数形式值得反复琢磨。第 4 章恰当方程与积分因子扩展。从“全微分”的角度理解方程(\partial M/\partial y \partial N/\partial x) 是判断恰当性的关键条件不恰当时如何寻找积分因子是全章的难点。第 5 章一阶方程的应用与建模。人口增长指数/受限增长、冷却定律、混合池问题、一阶 RC 电路把前四章的技巧放到真实场景里。这一篇是整个 ODE 的地基学的时候不要赶进度。方向场和欧拉折线法看似简单实际上能帮你建立“解曲线”的直觉这个直觉到后面的非线性系统和相平面分析时会反复用到。3.2 第二篇二阶线性微分方程第 6~10 章二阶线性方程是 MIT 18.03 的核心内容也是考试权重最高的部分。笔记中的章节安排如下第 6 章二阶线性齐次方程的基本理论。解空间的线性结构、叠加原理、Wronskian 行列式这三个概念是理解“为什么通解是两个独立特解的线性组合”的关键。第 7 章常系数齐次方程的特征方程法。设 (y e^{rt}) 代入得到特征方程 (ar^2 br c 0)然后讨论两个不等实根、重根、复共轭根三种情况。这一章的技巧性不高但分类讨论很容易记混笔记里专门做了一个“根的情况→通解形式”的对照表。第 8 章常系数非齐次方程的待定系数法。核心是“根据非齐次项的形式猜特解的形式”比如右边是多项式、指数、正弦余弦或它们的组合时特解应该怎么设。这里面最容易踩的坑是“和齐次解冲突”——如果猜的形式恰好被齐次解包含就要乘上 (x) 的幂次。第 9 章参数变分法Variation of Parameters。这是一个更通用的方法不依赖非齐次项的具体形式只要有齐次解就能构造特解。公式推导比较抽象但配合 Wronskian 就能理解为什么积分里会出现那个分母。第 10 章机械振动与 RLC 电路的综合应用。无阻尼自由振动、阻尼振动、受迫振动、共振这是二阶线性方程最有工程价值的一块内容。笔记里把“弹簧-质量-阻尼系统”和“串联 RLC 电路”平行对照因为它们的方程形式完全一样。这一篇的学习建议是要动手算。二阶常系数方程的解法本身不复杂但待定系数法涉及大量分类讨论不练够二三十道题很难在考场上快速判断该设什么形式的特解。3.3 第三篇拉普拉斯变换第 11~14 章拉普拉斯变换本质上是一个“把微分方程变成代数方程”的技巧非常适合处理带初始值的问题和分段连续函数如方波、脉冲。这一篇我的笔记按四条线展开第 11 章拉普拉斯变换的定义与基本性质。(F(s) \int_0^\infty e^{-st} f(t) dt) 的定义、线性性质、(s) 域平移、时域平移即 (t) 轴平移、微分性质这些是后续所有计算的基础。第 12 章逆变换与部分分式展开。求逆变换最核心的数学工具是把 (F(s)) 拆成可查表的形式部分分式展开是重中之重。笔记里详细比较了“实根、复根、重根”三种情形的展开策略。第 13 章用拉普拉斯变换求解初值问题。把 (y py qy f(t)) 带着初始条件 (y(0), y(0)) 一起变换到 (s) 域解出 (Y(s))再逆变换回时域。这个流程高度机械化熟练之后速度非常快。第 14 章卷积与传递函数。卷积定理 (L(f * g) F(s)G(s))以及从系统输入-输出角度定义的传递函数是拉普拉斯变换从“解题技巧”上升为“系统分析工具”的关键。拉普拉斯变换是很多学生最喜欢的一章因为套路感强、不容易丢分。但它在后续课程中使用频率很高信号处理、自动控制、电路分析里几乎到处都是 (s) 域表达式所以这一篇值得投入时间把变换表和性质记熟。3.4 第四篇常系数线性方程组与相平面分析第 15~18 章从单个方程跳到方程组是 ODE 课程的一个分水岭。笔记这里的安排是第 15 章将高阶方程化为方程组。引入状态变量把 (y ay by cy f(t)) 改写为三个一阶方程组成的系统这是现代控制理论里“状态空间”的基础。第 16 章线性方程组的特征值方法。设 (\mathbf{x} \mathbf{v} e^{\lambda t})把方程组转为矩阵特征值问题 (A\mathbf{v} \lambda \mathbf{v})。特征值为实、复、重根三种情况分别对应不同的解结构。第 17 章相平面与稳定性。把 ((\mathbf{x}_1(t), \mathbf{x}_2(t))) 的解曲线画在 (x_1)-(x_2) 平面上鞍点、结点、焦点、中心四种基本类型加上稳定与不稳定的判定。第 18 章非线性系统的线性化与局部行为。在平衡点附近用雅可比矩阵做线性近似然后借助线性系统的相图来判断非线性系统在局部的行为走向。第三篇和第四篇之间有一个自然的递进拉普拉斯变换给了你一个“频域/复域”的分析工具而相平面分析则提供了一个“时域几何”的视角。这两种方式相辅相成在信号处理和控制系统里都是基本功。3.5 第五篇傅里叶级数与经典偏微分方程导引第 19~22 章严格来说波动方程、热方程这些已经是偏微分方程PDE的范畴但 18.03 会通过“分离变量法”让你初步接触如何用傅里叶级数来构造解。这一篇笔记的内容是第 19 章周期函数与傅里叶级数。把周期为 (2\pi) 的函数展开为 (a_0 \sum (a_n \cos nt b_n \sin nt))计算系数 (a_n, b_n) 的公式是这一章的核心。第 20 章傅里叶级数的收敛性与吉布斯现象。哪些函数能展开、跳变点附近的过冲现象这个内容在信号处理里非常重要。第 21 章分离变量法与热方程/波动方程。把 (u(x,t) X(x)T(t)) 代入偏微分方程拆成两个常微分方程然后利用边界条件确定本征值。第 22 章总结与知识网络。这一篇是整门课的“彩蛋”它不是严格的 PDE 课程但会让你第一次看到 ODE 如何作为搭建 PDE 解法的砖块。如果你后续要学 18.06线性代数进阶或信号处理、量子力学这个部分的思维铺垫作用十分关键。4. 实战中的学习方法与重点取舍4.1 不同基础人群的时间规划我根据自学者的常见背景把这套笔记的阅读方案分成三档。基础较薄弱微积分知识遗忘较多建议按顺序从第 1 章开始第 1~5 章每章分配 2~3 天第 6~10 章每章 3~4 天后面章节可以适当加快。总耗时约 8~10 周每天保证 1.5~2 小时。基础较好刚学完高等数学第 1~2 章可以略读重点放在第 7~9 章的方法论和第 16~17 章的矩阵特征值解法。总耗时 5~6 周足够。仅需快速复习考前冲刺或工程应用直接看每章最后的“解题模板”部分配合第 10 章和第 14 章的工程案例理解应用场景。3~4 天可以把核心方法过一遍。4.2 实操中最重要的三类题型虽然每章都有各自的例题但纵观整个 18.03有三类题型几乎是必考的笔记中我也做了高亮标注第一类是“一阶线性方程 积分因子”的流程题。它的标准解法是先化为 (y p(x)y q(x)) 的标准形式然后积分因子 (\mu e^{\int p dx})两边同时乘上 (\mu) 后左边变成 ((\mu y))直接积分即可。这类题的难点不在计算而在“识别”——很多应用题需要你自己把物理关系整理成一阶线性方程。第二类是“二阶非齐次方程 待定系数法”的设解问题。关键步骤是先求齐次通解 (y_c)然后根据非齐次项 (f(x)) 的形式设特解 (y_p)如果 (y_p) 中某项和 (y_c) 线性相关则乘上最低幂次的 (x) 使其独立。这个“乘 (x)”的操作是高频丢分点建议多练几道冲突案例。第三类是“拉普拉斯变换 部分分式 逆变换”的完整流程。这类题一旦掌握了步骤就是送分题。需要注意的细节是初始条件在变换时不要漏项(y(0)) 要记得乘上 (s) 之后再减。4.3 配套工具与资源的使用方式我的笔记每一章的末尾都附了“可配套练习的资源”这里也统一说明一下MIT 18.03 的 OCW 作业题Problem Sets非常值得刷它的难度和典型性都控制得很好但如果你想快速产出优先刷“指定题号”不要每道题都做。线性代数基础不足的读者建议先补一下特征值和特征向量的计算再进入第 16 章。MIT 18.06 的线性代数公开课是这个位置最好的补充。辅助计算工具方面Python 的 SymPy 可以直接解 ODE、做拉普拉斯变换和逆变换适合用来验算手算结果。我笔记里的“符号计算对比”小节就是干这个用的。5. 笔记中反复出现的重点概念排序如果要把 18.03 的全部内容压缩成一张“必须掌握概念”清单排在前面的一定是以下几个。它们不只是考试重点更是后续工程数学的核心词汇通解/特解/初值问题理解“通解是函数族、特解是选定初始条件后的一个成员”这一句话比你刷 100 道题都重要。线性叠加原理线性齐次方程的解可以线性组合成新解这是傅里叶级数、线性系统传递函数等一切“分解-组合”思路的根源。特征值/特征函数无论是常系数 ODE 的特征方程、线性方程组的矩阵特征值还是分离变量后得到的本征值问题本质是同一件事找“在某个操作下只改变尺度不改变方向”的特殊对象。稳定性的概念稳定意味着系统受到扰动后会回到平衡态不稳定则意味着扰动被放大。这个概念在相平面分析、控制系统、生态模型里都是核心。我把这些概念单独列为一章放在笔记前面尽管它不等同于某一节课的内容但能帮你建立全局观。5.1 稳定性判断一个贯穿全程的话题这里值得多说几句。稳定性在 18.03 里不是一个孤立的章节它从第 5 章的一阶自洽方程的平衡点就已经出现。那时候的判断方法是画一维相线看 (dy/dt f(y)) 的图像(dy/dt0) 代表增加、(0) 代表减少据此确定平衡点是源还是汇。这叫一阶系统的稳定性判别。到二阶线性系统稳定性通过特征根分布来判定实部为负则稳定实部为正则不稳定实部为零则是临界情况需要进一步分析。到非线性方程组稳定性分析方法又换成“线性化 特征值”也就是第 18 章的内容。整门课对稳定性的处理是螺旋式上升的我在笔记里特意做了三个层次的对照表就是为了让读者别把这三套判据搞混。5.2 为什么要重视“解的图像”很多课本也讲方向场、相图但把它放到和解析解法同等地位的确实少见。我自己的体会是画图能帮你建立“解的行为直觉”。比如看到方程 (y y(1-y))一个有经验的人会立刻知道这是逻辑斯蒂方程解曲线是从 0 出发的 S 形曲线最终趋向 1。这个判断不需要解出方程看一眼相线就能得到。这种“看方程猜行为”的能力在工程中非常宝贵。因为你设计一个控制器或估计一个物理过程时经常没有机会拿到解析解但你必须在几秒内判断“这个系统会不会发散”“有没有振荡的风险”。MIT 18.03 在这一点上给我的训练比任何一本纯数学教材都要扎实。6. 容易踩的几个经典误区这一节是我在实际学习过程中踩过、帮别人改作业时也经常见的错误统一列出来希望你能避开。第一个误区用待定系数法时不管非齐次项形式就硬猜。待定系数法只适用于 (f(x)) 是多项式、指数函数、正弦余弦、或它们乘积/和的形式一旦遇到 (f(x) \ln x) 或 (f(x) \sec x)这个方法就失效了。这时候你需要参数变分法或者考虑把它强行拆成积分表达形式。我的笔记在第 9 章末尾专门做了一个“待定系数法和参数变分法适用范围”的对比流程图强烈建议你学习到那里时停下来细看。第二个误区在求拉普拉斯逆变换时忘记处理延迟项。很多教材把延迟函数 (u(t-a)) 的变换作为一个单独小节但在综合题里学生容易忘记把 (F(s)e^{-as}) 的逆变换写作 (f(t-a)u(t-a))。这一点的本质是时移定理但是解题时特别容易漏。第三个误区相平面分析时搞混“平衡点”和“解曲线走向”。平衡点是一个常数解比如 ((x_1, x_2) (0,0)) 不动点。而相图里的箭头表示的是“如果初值不在平衡点上解曲线往哪个方向走”。两者不是一回事但很多初学者会把平衡点附近的轨迹当成平衡点本身。第四个误区直接用数值计算代替理解。Matlab、SymPy 可以很快解一个 ODE但如果你不看输出的解是否合理——比如初始条件是否满足、长期行为是否符合物理直觉——就很容易得到表面上看起来正确、实际上完全跑偏的答案。笔记里我多次强调先做定性分析稳定性、方向场手算或符号计算作为验证而不是反过来。7. 后续还可以怎么用这套笔记整理完这套笔记之后我身边的不少同事和朋友也拿去用反馈里提到几个值得分享的扩展方向。一个是配合“数值方法”一起看。18.03 本身不涉及太多数值解法但笔记里凡是我提到“手算困难”的地方实际上都对应着数值 ODE 方法的用武之地。你可以拿欧拉折线法做引子然后去补 Runge-Kutta 方法再回头看笔记里的相图就能理解数值解和解析解的关系。另一个方向是跳转到偏微分方程。18.03 的第 21 章热方程/波动方程只是一个启蒙如果你后续要学 PDE这套笔记能帮你补上“分离变量法”和“傅里叶级数”这两块必要的地基。实际体验是有了 18.03 的底子再去读 PDE 教材的前三章会轻松很多。还有一个更有意思的用法把 ODE 当成“系统思维”的训练场。控制论里的状态方程、计量经济学里的动力学模型、流行病学里的 SIR 模型本质上都是 ODE 系统。掌握了这门课的核心方法你再看到这些领域的论文时至少能看懂它的数学模型在说什么知道怎么分析稳定性和参数影响。我对这套笔记的期望是它不是一本“考试速成手册”而是一张“通往动态系统世界的导航图”。目录只是一个入口真正有价值的是你在逐章学习时建立起来的那套分析直觉。后面我还会继续更新各章的详细内容把更多例题和常见错误补充进去。如果你在自学过程中碰到某个具体卡点翻完对应章节还是没想通也欢迎在评论区把你的困惑描述出来我会挑典型问题做补充讲解。