一階常微分方程求解器

以符號和數值方式求解一階常微分方程。自動檢測可分離、線性、正合及自守形式，應用正確的技術，並渲染帶有解曲線疊加的交互式斜率場。

一階常微分方程求解器

這款一階常微分方程求解器可以處理形式為 dy/dx = f(x, y) 的常微分方程，自動識別其結構（可分離、線性、自治、精確或一般形式），並在可能的情況下產生符號閉式解，同時提供全範圍的高精度數值解。帶有解曲線疊加的實時斜率場可視化讓方程的幾何意義一目了然 —— 解正是那些與每個箭頭相切的曲線。

什麼是一階 ODE？

一階常微分方程僅涉及未知函數 y(x) 及其一階導數 y'(x)。標準顯式形式為：

dy/dx = f(x, y)

結合初始條件 y(x₀) = y₀，這定義了一個初值問題 (IVP)。皮卡-林德洛夫定理保證只要 f 在 (x₀, y₀) 附近對 y 是利普希茨連續的，在 x₀ 的某個鄰域內就存在唯一解。從幾何上看，IVP 要求找到通過 (x₀, y₀) 且在每一點的斜率都與該點的 f 匹配的唯一曲線 —— 這正是與斜率場相切的曲線。

求解器識別的六種類型

類別	形式	標準求解技術	此工具的處理方式
純積分形式	dy/dx = f(x)	直接積分：y = ∫f(x) dx + C	數值積分（RK4 簡化為類似辛普森法的求積）
線性（常係數）	dy/dx = a·y + b	通過積分因子或特徵根獲得閉式解	完整的符號解答 + 分步推導
自治	dy/dx = f(y)	分離變數：∫dy/f(y) = x + C	數值解 + 斜率場可視化
可分離	dy/dx = g(x)·h(y)	分離變數：∫dy/h(y) = ∫g(x) dx + C	通過交叉乘積測試檢測形式；顯示數值解
線性（變係數）	dy/dx + P(x)·y = Q(x)	積分因子 μ(x) = e^∫P(x) dx	通過有限差分線性測試檢測形式；顯示數值解
一般形式	任何其他 dy/dx = f(x, y)	數值方法 (RK4, RK45, BDF, …)	包含 600 個子步的經典龍格-庫塔法

閉式解方法：常係數線性方程

當等式右側簡化為 dy/dx = a·y + b（其中 a 和 b 為常數）時，積分因子 μ(x) = e^(-a·x) 可給出精確解。通解為：

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

應用初始條件 y(x₀) = y₀ 可以確定常數 C 並得出唯一的特解。這一類別涵蓋了大量的教科書問題：

指數增長 — dy/dx = k·y，特解為 y(t) = y₀·e^(k·t)。
指數衰減 — dy/dx = -k·y，半衰期為 ln 2 / k。
牛頓冷卻定律 — dy/dx = -k·(y - T_amb)，物體溫度呈指數級向環境溫度鬆弛。
RC 電路充電 — dV/dt = (1/RC)·(V_in - V)，電容器電壓趨近於電源電壓。
藥物清除 — 具有消除率 k 的一階藥代動力學。

如何閱讀斜率場

在每個網格點 (x, y)，工具會繪製一條斜率等於 f(x, y) 的短線段。三個有用的觀察點：

平衡點是 f(x, y) = 0 的點 —— 斜率場在此處是水平的。對於自治方程，這些是滿足 f(y*) = 0 的固定點 y*；附近的軌跡要麼趨向（穩定），要麼遠離（不穩定）y*。
等斜線是 f(x, y) 等於常數 c 的曲線，因此沿該曲線的所有箭頭都具有相同的斜率 c。
解曲線永不相交（當 f 滿足利普希茨條件時） —— 這在視覺上很明顯，因為兩條相交的曲線在交點處需要有不同的斜率。

數值方法：經典龍格-庫塔 (RK4)

給定 (x_n, y_n)，通過平均四個斜率估計值來計算下一個值：

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 的局部截斷誤差為 O(h⁵)，全局誤差為 O(h⁴)，在默認步數下對於非剛性方程可提供大約六位數的精度。求解器從初始點開始在 x 的兩個方向進行積分，如果 y 的量級超過 10¹⁵ 則會乾淨地停止 —— 這通常發生在有限時間內發散的解中，例如 dy/dx = y²。

如何使用此計算機

在 dy/dx = ... 欄位中輸入右側部分。使用 x 和 y 作為變數，* 表示乘法，^ 或 ** 表示冪，以及 sin, cos, exp, log, sqrt 等標準函數。可識別常數 pi 和 e。
指定初始條件 (x₀, y₀) —— 唯一的解曲線將通過此點。
挑選 x 範圍，用於繪製斜率場和解曲線。y 範圍將根據積分得到的解自動調整。
點擊「求解與可視化」。分類器會先運行；如果您的方程符合閉式模式（常係數線性），您將獲得符號解答。斜率場和解曲線始終會被渲染。
切換斜率場的顯示或隱藏以專注於解曲線，或重播曲線繪製動畫以查看積分如何從初始點開始進行。

應用實例：牛頓冷卻定律

一杯 80 °C 的咖啡在 20 °C 的房間內冷卻。熱傳遞速率與溫差成正比：

dT/dt = -0.1 · (T - 20), T(0) = 80

這是常係數線性方程（a = -0.1, b = 2）。閉式解為：

T(t) = 20 + 60 · e^(-0.1 t)

30 分鐘後：T(30) = 20 + 60·e⁻³ ≈ 22.99 °C。斜率場視圖使極限行為變得很明顯 —— 無論起始溫度如何，每條解曲線都會趨近於水平線 T = 20。

常見應用

人口動態 — 指數、邏輯、阿利效應 (Allee-effect) 模型。
藥代動力學 — 藥物吸收和消除、半衰期計算。
熱傳遞 — 牛頓冷卻定律、集總熱容模型。
RC 和 RL 電路 — 一階線性電過渡過程。
放射性衰減 — 單同位素衰變鏈。
混合槽問題 — 流入/流出條件下溶質的濃度變化。
帶阻力的下落物體 — 終端速度分析 dv/dt = g - kv。

常見問題解答

什麼是一階常微分方程？

一階常微分方程 (ODE) 是形式為 dy/dx = f(x, y) 的方程，涉及未知函數 y(x) 及其一階導數。求解 ODE 意味著找到其導數與等式右側匹配的函數 y(x)。在初始條件 y(x₀) = y₀ 下，在適度正則性假設下解是唯一的（皮卡-林德洛夫定理）。

什麼是斜率場？

斜率場（或方向場）在每個網格點 (x, y) 繪製一條短線段，其斜率等於 f(x, y)。ODE 的解曲線正是那些在每一點都與這些線段相切的曲線。斜率場無需符號化求解方程即可提供解的全局行為的即時視覺直覺。

此工具可以求解哪些類型的一階 ODE？

該工具會自動將方程分類為以下之一：可積（僅取決於 x，通過直接積分求解）、常係數線性 y' = a·y + b（提供完整閉式解）、自治（僅取決於 y）、可分離（可分解為 g(x)·h(y)）、變係數線性 (P(x)·y + Q(x)) 或一般形式。對於每一類，都會產生高精度的龍格-庫塔數值解和斜率場可視化。

使用了哪種數值方法？

應用了經典的四階龍格-庫塔法 (RK4)，從初始點開始在每個方向進行 300 個子步。RK4 的局部截斷誤差為 O(h⁵)，是此類規模非剛性 ODE 的標準工具。求解器會檢測發散（溢出或 NaN）並乾淨地停止積分，以確保繪圖保持有效。

什麼是線性 ODE 的積分因子法？

對於線性一階 ODE y' + P(x)·y = Q(x)，兩邊乘以積分因子 μ(x) = e^∫P(x) dx。左側變為精確導數 d/dx[μ·y]，因此 y(x) = (1/μ(x)) · (∫μ(x)·Q(x) dx + C)。當 P 和 Q 為常數時，這會簡化為閉式解 y = -b/a + C·e^(a·x)，工具會自動返回該結果。

此工具可以處理剛性方程或 ODE 系統嗎？

此求解器適用於非剛性一階標量 ODE。非常剛性的問題（解具有相差多個數量級的多個時間尺度）可能需要隱式方法，如後向歐拉或 Rosenbrock；耦合系統需要向量值求解器。對於這些情況，請使用專用套件，如 SciPy 的 solve_ivp 或專門的剛性 ODE 求解器。

延伸閱讀

引用此內容、頁面或工具為：

"一階常微分方程求解器" 於 https://MiniWebtool.com/zh-tw/一階常微分方程求解器/，來自 MiniWebtool，https://MiniWebtool.com/

由 miniwebtool 團隊開發。更新日期：2026年4月22日

開發者 API 可用: 用一次 JSON HTTP 請求，把這個工具接入你的應用程式、自動化流程或代理。查看 API 文件

您還可以嘗試我們的 AI數學解題器 GPT，通過自然語言問答解決您的數學問題。

一階常微分方程求解器