<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>ODE on Chen Kai Blog</title><link>https://www.chenk.top/zh/tags/ode/</link><description>Recent content in ODE on Chen Kai Blog</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Tue, 14 Nov 2023 09:00:00 +0000</lastBuildDate><atom:link href="https://www.chenk.top/zh/tags/ode/index.xml" rel="self" type="application/rss+xml"/><item><title>常微分方程（九）：混沌理论与洛伦兹系统</title><link>https://www.chenk.top/zh/ode/09-%E6%B7%B7%E6%B2%8C%E7%90%86%E8%AE%BA%E4%B8%8E%E6%B4%9B%E4%BC%A6%E5%85%B9%E7%B3%BB%E7%BB%9F/</link><pubDate>Tue, 14 Nov 2023 09:00:00 +0000</pubDate><guid>https://www.chenk.top/zh/ode/09-%E6%B7%B7%E6%B2%8C%E7%90%86%E8%AE%BA%E4%B8%8E%E6%B4%9B%E4%BC%A6%E5%85%B9%E7%B3%BB%E7%BB%9F/</guid><description>&lt;p>&lt;strong>1961 年，Edward Lorenz 在重启天气模拟时，用四舍五入后的数值 0.506 代替了原始值 0.506127。&lt;/strong> 仅仅几周的模拟时间后，预报结果就变得面目全非。这一偶然事件催生了&lt;strong>蝴蝶效应&lt;/strong>的概念，也让混沌从一个诗意的比喻转变为一门严谨的科学。其启示深刻而清醒：即便方程是&lt;strong>完全确定性&lt;/strong>的，其行为在实践层面仍可能是&lt;strong>彻底不可预测&lt;/strong>的。
&lt;figure class="article-figure">
 &lt;img src="https://blog-pic-ck.oss-cn-beijing.aliyuncs.com/posts/zh/ode/09-bifurcation-chaos/illustration_1.png" alt="常微分方程（九）：混沌理论与洛伦兹系统 — 章节概览图" loading="lazy" decoding="async" class="content-image">
 
&lt;/figure>
&lt;/p></description></item><item><title>常微分方程（八）：非线性系统与相图</title><link>https://www.chenk.top/zh/ode/08-%E9%9D%9E%E7%BA%BF%E6%80%A7%E7%B3%BB%E7%BB%9F%E4%B8%8E%E7%9B%B8%E5%9B%BE/</link><pubDate>Sat, 28 Oct 2023 09:00:00 +0000</pubDate><guid>https://www.chenk.top/zh/ode/08-%E9%9D%9E%E7%BA%BF%E6%80%A7%E7%B3%BB%E7%BB%9F%E4%B8%8E%E7%9B%B8%E5%9B%BE/</guid><description>&lt;p>&lt;strong>真实世界是非线性的：&lt;/strong> 捕食者-猎物的周期性振荡、心跳节律、神经元放电——这些现象都无法用线性方程刻画。一旦叠加原理失效，系统便展现出全新的行为：极限环、多个平衡点、双稳态、滞回效应。本章将为你提供一套几何与解析工具，让你能直接从二维相图中“读出”这些复杂动态。&lt;/p></description></item><item><title>常微分方程（七）：稳定性理论</title><link>https://www.chenk.top/zh/ode/07-%E7%A8%B3%E5%AE%9A%E6%80%A7%E7%90%86%E8%AE%BA/</link><pubDate>Wed, 11 Oct 2023 09:00:00 +0000</pubDate><guid>https://www.chenk.top/zh/ode/07-%E7%A8%B3%E5%AE%9A%E6%80%A7%E7%90%86%E8%AE%BA/</guid><description>&lt;p>&lt;strong>轻轻推一下系统，它是会恢复原状、逐渐漂离，还是会彻底崩溃？&lt;/strong> 这个问题的答案，决定了桥梁能否扛过风暴、生态系统能否从干旱中恢复，以及经济能否走出危机。稳定性理论正是为此而生——而且它&lt;em>根本不需要解出微分方程&lt;/em>。我们将学会直接从相平面的几何结构中，读出系统的命运。&lt;/p></description></item><item><title>常微分方程（六）：线性微分方程组</title><link>https://www.chenk.top/zh/ode/06-%E7%BA%BF%E6%80%A7%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B%E7%BB%84/</link><pubDate>Sun, 24 Sep 2023 09:00:00 +0000</pubDate><guid>https://www.chenk.top/zh/ode/06-%E7%BA%BF%E6%80%A7%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B%E7%BB%84/</guid><description>&lt;p>&lt;strong>一个方程描述一个量，但现实很少这么简单。&lt;/strong> 兔子和狼的数量相互制约， RLC 网络中电流电压彼此耦合，化学反应里各物质浓度互相依赖。只要两个未知量共存于一组方程，问题就变成&lt;strong>方程组&lt;/strong>，标量公式 &lt;span class="math-inline">$y&amp;#39;=ay$&lt;/span>
 就不够用了。&lt;/p></description></item><item><title>常微分方程（五）：级数解法与特殊函数</title><link>https://www.chenk.top/zh/ode/05-%E7%BA%A7%E6%95%B0%E8%A7%A3%E6%B3%95%E4%B8%8E%E7%89%B9%E6%AE%8A%E5%87%BD%E6%95%B0/</link><pubDate>Thu, 07 Sep 2023 09:00:00 +0000</pubDate><guid>https://www.chenk.top/zh/ode/05-%E7%BA%A7%E6%95%B0%E8%A7%A3%E6%B3%95%E4%B8%8E%E7%89%B9%E6%AE%8A%E5%87%BD%E6%95%B0/</guid><description>&lt;p>有些常微分方程（ODE）的解无法用初等函数表示。贝塞尔（Bessel）方程、勒让德（Legendre）方程、艾里（Airy）方程——它们都自然地出现在物理学中（如圆柱体内的热传导、行星引力场、量子隧穿）。这些方程的解本身&lt;strong>定义了全新的函数&lt;/strong>。本章将教你如何借助幂级数求解，为何在奇点处必须使用弗罗贝尼乌斯（Frobenius）方法，以及为何同一组“特殊函数”会反复出现在物理与工程的各个角落。
&lt;figure class="article-figure">
 &lt;img src="https://blog-pic-ck.oss-cn-beijing.aliyuncs.com/posts/zh/ode/05-laplace-transform/illustration_1.png" alt="常微分方程（五）：级数解法与特殊函数 — 章节概览图" loading="lazy" decoding="async" class="content-image">
 
&lt;/figure>
&lt;/p></description></item><item><title>常微分方程（四）：拉普拉斯变换</title><link>https://www.chenk.top/zh/ode/04-%E6%8B%89%E6%99%AE%E6%8B%89%E6%96%AF%E5%8F%98%E6%8D%A2/</link><pubDate>Mon, 21 Aug 2023 09:00:00 +0000</pubDate><guid>https://www.chenk.top/zh/ode/04-%E6%8B%89%E6%99%AE%E6%8B%89%E6%96%AF%E5%8F%98%E6%8D%A2/</guid><description>&lt;p>&lt;strong>拉普拉斯变换把微积分变成代数。&lt;/strong> 无需繁琐积分、试凑特解，也无需在最后额外处理初值条件——你只需将整个常微分方程（包括方程本身、外力项和初始数据）一次性变换为关于复变量 &lt;span class="math-inline">$s$&lt;/span>
 的代数方程。解这个方程就像做中学代数题一样简单，再通过反变换即可得到原问题的解。在此过程中，解的&lt;em>形态&lt;/em>转化为几何图像：复平面左半部分的极点对应衰减行为，右半部分导致发散，而虚轴上的极点则引发持续振荡。本章将从基本原理出发构建这一图像，并将其与工程中广泛应用的工具——传递函数、Bode 图、PID 控制——联系起来，正是这些工具使拉普拉斯变换成为动力学领域的通用语言。
&lt;figure class="article-figure">
 &lt;img src="https://blog-pic-ck.oss-cn-beijing.aliyuncs.com/posts/zh/ode/04-constant-coefficients/illustration_1.png" alt="常微分方程（四）：拉普拉斯变换 — 章节概览图" loading="lazy" decoding="async" class="content-image">
 
&lt;/figure>
&lt;/p></description></item><item><title>常微分方程（三）：高阶线性微分方程</title><link>https://www.chenk.top/zh/ode/03-%E9%AB%98%E9%98%B6%E7%BA%BF%E6%80%A7%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B/</link><pubDate>Fri, 04 Aug 2023 09:00:00 +0000</pubDate><guid>https://www.chenk.top/zh/ode/03-%E9%AB%98%E9%98%B6%E7%BA%BF%E6%80%A7%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B/</guid><description>&lt;p>&lt;strong>一阶 ODE 只需记住一个数；二阶 ODE 则要记住两个。&lt;/strong> 正是这多出来的一点自由度，让同一个方程既能描述拨动的吉他弦、汽车的悬挂系统、FM 收音机里的 LC 谐振电路，也能刻画大风中摇晃的高楼。在所有这些情形中，系统行为总归为三种模式：持续振荡、略带过冲地回归平衡，或缓慢爬回原位——而决定具体走向的，始终是那个代数工具：&lt;strong>特征方程&lt;/strong>。&lt;/p></description></item><item><title>常微分方程（二）：一阶微分方程的求解方法</title><link>https://www.chenk.top/zh/ode/02-%E4%B8%80%E9%98%B6%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B/</link><pubDate>Tue, 18 Jul 2023 09:00:00 +0000</pubDate><guid>https://www.chenk.top/zh/ode/02-%E4%B8%80%E9%98%B6%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B/</guid><description>&lt;p>银行账户复利、药物代谢、盐水稀释、电容充电——这些看似无关的现象，背后都遵循同一种数学规律：一阶常微分方程（ODE）。关键在于快速识别方程属于哪一种典型形式，因为每种形式都有对应的解析解法。读完本章，你将能在几秒内对陌生的一阶方程完成模式匹配，并精准调用相应的求解工具。&lt;/p></description></item><item><title>常微分方程（一）：微分方程的起源与直觉</title><link>https://www.chenk.top/zh/ode/01-%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B%E7%9A%84%E8%B5%B7%E6%BA%90%E4%B8%8E%E7%9B%B4%E8%A7%89/</link><pubDate>Sat, 01 Jul 2023 09:00:00 +0000</pubDate><guid>https://www.chenk.top/zh/ode/01-%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B%E7%9A%84%E8%B5%B7%E6%BA%90%E4%B8%8E%E7%9B%B4%E8%A7%89/</guid><description>&lt;p>&lt;strong>你身边的一切都在变化：&lt;/strong> 咖啡会凉，人口会涨，单摆会摆，病毒会传，股价会震荡，行星会绕行。这些系统都无法用“某物等于多少”来描述，而只能用“某物变化得多快”来刻画。这种描述方式正是微分方程的用武之地——学会读懂它，就等于学会了阅读物理与生物学所使用的语言。&lt;/p></description></item></channel></rss>