一阶常微分方程求解器

提供一阶常微分方程的符号解与数值解。自动检测可分离型、线性、恰当和自治形式，应用正确的解题技巧，并渲染带有解曲线叠加的交互式方向场。

一阶常微分方程求解器

一阶常微分方程求解器可处理 dy/dx = f(x, y) 形式的常微分方程，自动识别其结构（可分离变量、线性、自治、恰当或一般型），并在可能的情况下生成符号封闭形式解，同时在所有情况下提供高精度数值解。动态方向场可视化与解曲线叠加使方程的几何意义变得直观——解正是与每个箭头相切的曲线。

什么是一阶 ODE？

一阶常微分方程仅涉及未知函数 y(x) 及其一阶导数 y'(x)。标准显式形式为：

dy/dx = f(x, y)

结合初始条件 y(x₀) = y₀，这构成了一个初值问题 (IVP)。皮卡-林德洛夫定理保证了只要 f 在 (x₀, y₀) 附近关于 y 是利普希茨连续的，在 x₀ 的某个邻域内就存在唯一解。从几何上看，初值问题要求找到穿过 (x₀, y₀) 的唯一曲线，其在每一点的斜率与该点的 f 值相匹配——即与方向场相切的曲线。

求解器识别的六种类型

类型	形式	标准求解技术	此工具的操作
纯积分型	dy/dx = f(x)	直接积分：y = ∫f(x) dx + C	数值积分（RK4 简化为类似辛普森积分）
线性（常系数）	dy/dx = a·y + b	通过积分因子或特征根求得封闭形式	完整的符号答案 + 逐步推导过程
自治型	dy/dx = f(y)	分离变量：∫dy/f(y) = x + C	数值解 + 方向场可视化
可分离变量型	dy/dx = g(x)·h(y)	分离变量：∫dy/h(y) = ∫g(x) dx + C	通过叉乘测试检测形式；显示数值解
线性（变系数）	dy/dx + P(x)·y = Q(x)	积分因子 μ(x) = e^∫P(x) dx	通过有限差分线性测试检测形式；显示数值解
一般型	任何其他 dy/dx = f(x, y)	数值方法 (RK4, RK45, BDF, …)	具有 600 个子步的经典龙格-库塔法

封闭形式方法：常系数线性方程

当右侧简化为包含常数 a 和 b 的 dy/dx = a·y + b 时，积分因子 μ(x) = e^(-a·x) 可给出精确解。通解为：

y(x) = -b/a + C · e^(a·x) (a ≠ 0) y(x) = b·x + C (a = 0)

应用初始条件 y(x₀) = y₀ 即可确定常数 C 并得出唯一的特解。这一类别涵盖了大量的教科书问题：

指数增长 — dy/dx = k·y，特解 y(t) = y₀·e^(k·t)。
指数衰减 — dy/dx = -k·y，半衰期为 ln 2 / k。
牛顿冷却定律 — dy/dx = -k·(y - T_amb)，物体温度以指数方式趋于环境温度。
RC 电路充电 — dV/dt = (1/RC)·(V_in - V)，电容电压接近电源电压。
药物清除 — 具有消除率 k 的一阶药代动力学。

解读方向场

在每个网格点 (x, y)，工具会绘制一段斜率等于 f(x, y) 的短线。三个有用的观察点：

平衡点是 f(x, y) = 0 的点——方向场呈水平状态。对于自治方程，这些是满足 f(y*) = 0 的固定点 y*；附近的轨迹要么趋向（稳定），要么远离（不稳定）y*。
等斜线是 f(x, y) 等于常数 c 的曲线，因此沿该曲线的所有箭头都具有相同的斜率 c。
解曲线永不相交（当 f 满足利普希茨条件时）——这在视觉上很明显，因为两条相交的曲线在交点处需要有不同的斜率。

数值方法：经典龙格-库塔法 (RK4)

给定 (x_n, y_n)，通过平均四个斜率估算值计算下一个值：

k₁ = f(x_n, y_n) k₂ = f(x_n + h/2, y_n + h·k₁/2) k₃ = f(x_n + h/2, y_n + h·k₂/2) k₄ = f(x_n + h, y_n + h·k₃) y_{n+1} = y_n + (h/6) · (k₁ + 2k₂ + 2k₃ + k₄)

RK4 具有 O(h⁵) 的局部截断误差和 O(h⁴) 的全局误差，在默认步数下对于非刚性方程可提供大约六位数字的精度。求解器从初始点开始沿 x 的两个方向向外积分，如果 y 的量级超过 10¹⁵，则会干净地停止——这在有限时间内趋于无穷大的解中很常见，例如 dy/dx = y²。

如何使用此计算器

在 dy/dx = ... 字段中输入右侧表达式。使用 x 和 y 作为变量，* 表示乘法，^ 或 ** 表示幂，以及标准函数如 sin, cos, exp, log, sqrt。可以识别常数 pi 和 e。
指定初始条件 (x₀, y₀) —— 唯一的解曲线将穿过该点。
选择 x 范围，用于绘制方向场和解曲线。y 范围将根据积分后的解自动调整。
点击“求解与可视化”。分类器首先运行；如果你的方程符合封闭形式模式（常系数线性），你将获得符号解。方向场和解曲线始终会被渲染。
切换方向场的开启或关闭以专注于解曲线，或重放绘图动画以查看积分是如何从初始点开始进行的。

计算实例：牛顿冷却定律

一杯 80 °C 的咖啡在 20 °C 的房间里冷却。传热速率与温差成正比：

dT/dt = -0.1 · (T - 20), T(0) = 80

这是常系数线性方程 (a = -0.1, b = 2)。其封闭形式为：

T(t) = 20 + 60 · e^(-0.1 t)

30 分钟后：T(30) = 20 + 60·e⁻³ ≈ 22.99 °C。方向场视图使极限行为变得显而易见——无论起始温度如何，每条解曲线都渐近于水平线 T = 20。

常见应用

人口动态 — 指数、逻辑斯谛、阿利效应模型。
药代动力学 — 药物吸收和消除，半衰期计算。
传热学 — 牛顿冷却定律，集总参数模型。
RC 和 RL 电路 — 一阶线性电瞬变过程。
放射性衰减 — 单同位素衰变链。
混合池 — 流入/流出情况下溶质的浓度。
带阻力的落体 — 终端速度分析 dv/dt = g - kv。

常见问题解答

什么是一阶常微分方程？

一阶常微分方程 (ODE) 是 dy/dx = f(x, y) 形式的方程，涉及未知函数 y(x) 及其一阶导数。求解 ODE 意味着找到一个函数 y(x)，其导数与等号右侧相匹配。在满足微小正则性假设（皮卡-林德洛夫定理）的情况下，给定初始条件 y(x₀) = y₀ 的解是唯一的。

什么是方向场？

方向场（或斜率场）在每个网格点 (x, y) 绘制一小段线段，其斜率等于 f(x, y)。ODE 的解曲线恰好是在每一点都与这些线段相切的曲线。方向场提供了无需符号求解方程即可了解解的全局行为的即时视觉直观。

该工具可以求解哪些类型的一阶 ODE？

该工具会自动将方程分类为：可积型（仅取决于 x，通过直接积分求解）、常系数线性 y' = a·y + b（提供完整的封闭形式）、自治型（仅取决于 y）、可分离变量型（可分解为 g(x)·h(y)）、变系数线性型 (P(x)·y + Q(x)) 或一般型。对于每一类，都会生成高精度的龙格-库塔数值解和方向场可视化。

使用了哪种数值方法？

采用经典的四阶龙格-库塔法 (RK4)，从初始点开始在每个方向上进行 300 个子步。RK4 的局部截断误差为 O(h⁵)，是处理此类规模非刚性 ODE 的标准常用方法。求解器会检测发散（溢出或 NaN）并干净地停止积分，以保持图表有效。

什么是线性 ODE 的积分因子法？

对于线性一阶 ODE y' + P(x)·y = Q(x)，两边乘以积分因子 μ(x) = e^∫P(x) dx。左侧变为精确导数 d/dx[μ·y]，因此 y(x) = (1/μ(x)) · (∫μ(x)·Q(x) dx + C)。当 P 和 Q 为常数时，这简化为封闭形式 y = -b/a + C·e^(a·x)，工具会自动返回此结果。

该工具可以处理刚性方程或 ODE 方程组吗？

该求解器旨在处理非刚性一阶标量 ODE。非常刚性的问题（解具有相差多个数量级的多个时间尺度）可能需要隐式方法，如后向欧拉法或 Rosenbrock 法；耦合系统需要向量值求解器。对于这些情况，请使用专用软件包，如 SciPy 的 solve_ivp 或专门的刚性 ODE 求解器。

延伸阅读

引用此内容、页面或工具为：

"一阶常微分方程求解器" 于 https://MiniWebtool.com/zh-cn/一阶常微分方程求解器/，来自 MiniWebtool，https://MiniWebtool.com/

由 miniwebtool 团队提供。更新日期：2026年4月22日

开发者 API 可用: 用一次 JSON HTTP 请求，把这个工具接入你的应用、自动化流程或智能体。查看 API 文档

您还可以尝试我们的 AI数学解题器 GPT，通过自然语言问答解决您的数学问题。

一阶常微分方程求解器