微分方程建模
用变化率、守恒关系和空间传输描述系统如何随时间与空间演化。它适合机制相对明确的连续动态过程：参数往往对应增长率、接触率、扩散系数等可解释量，结论可用于情景模拟、政策比较和长期趋势判断。
微分方程建模不是“把题目套成方程再交给求解器”的流水线。真正决定可信度的是：状态变量是否选对、方程是否量纲一致、初边值是否合理、数值解是否收敛，以及稳定性结论是否被过度外推。
这一门类解决什么问题
当系统的核心问题是“状态如何变化”而不是“样本如何聚类或分类”时，微分方程往往是第一候选。常见问题包括：
- 种群、资本、污染物等随时间的增长与衰减；
- 传染病在人群中的传播与消退；
- 温度、浓度、密度在空间中的扩散与对流；
- 捕食—被捕食、资源竞争等多变量耦合的长期行为；
- 在给定机制下比较不同参数情景（隔离、散热、投放等）。
学习本门类时，先把题目中的输入、输出、约束和不确定性说清楚，再选择能够回答问题且可以验证的方法。复杂模型只有在基础模型无法解释关键现象时才有必要。
何时用 ODE，何时用 PDE
| 问题信号 | 优先考虑 | 说明 |
|---|---|---|
| 状态只随时间变化，空间可视为均匀或已聚合 | 常微分方程（ODE） | 如总人口、总感染人数、反应器内平均浓度 |
| 状态还依赖位置，且扩散、对流或波传播不可忽略 | 偏微分方程（PDE） | 如沿杆的温度、河流中的污染物、空间斑图 |
| 既有局部反应又有空间扩散 | 反应—扩散 PDE | 常由 ODE 反应项加上扩散项得到 |
| 机制未知，但有较密的时间观测 | 参数辨识 + ODE/PDE | 先定结构，再估计参数，并做残差与外推检验 |
| 关心长期结构而非某一条具体轨迹 | 平衡点、稳定性与相图 | 可与数值积分互补 |
判断口诀：
- 只有时间 → 先写 ODE；
- 还有空间 （或更多维）且梯度/通量重要 → 写 PDE；
- 空间只是离散分区（城市、仓室） → 可用耦合 ODE 网络，不必一上来就 PDE。
如何选择数值方法
解析解在建模竞赛与应用中很少完整可得。数值方法的选型应先看问题类型，再看刚性、几何复杂度和守恒要求。
| 问题信号 | 优先考虑 | 备注 |
|---|---|---|
| 非刚性 ODE，精度要求一般到较高 | ode45（显式 RK） | 建模中最常用的默认选择 |
| 刚性 ODE（快慢尺度并存） | ode15s / ode23s | 化学反应、多时间尺度生物模型常见 |
| 需要手写、对比基线或教学演示 | Euler / 改进 Euler / 自写 RK4 | 务必做步长减半检验 |
| 长时间光滑积分、希望少算右端函数 | Adams 预报校正 / ode113 | 需稳定启动值 |
| 规则区域上的抛物/双曲 PDE | 有限差分 | 实现快，注意稳定性与 CFL |
| 复杂几何、变系数椭圆/抛物问题 | 有限元 | 弱形式与网格质量关键 |
| 强调局部守恒、通量与激波 | 有限体积 | 数值通量设计决定成败 |
| 一维抛物型 PDE（热传导、反应扩散） | pdepe | MATLAB 快速原型首选 |
选型原则：
- 先机制、后求解器：方程写错时，任何高精度方法都只是精确地解错问题；
- 先简单、后复杂：ODE 能回答就不要强行上二维 PDE；
- 先收敛、后美化：没有步长/网格收敛证据的曲线图，说服力有限；
- 先守恒与极限情形，后参数调优：总量是否守恒、无源时是否衰减到合理稳态，比拟合曲线“好看”更重要。
稳定性与可信度检查清单
微分方程结果容易“看起来很合理”。提交或写论文前，至少完成下列检查：
- 量纲一致：每一项的单位相同；无量纲化后参数更易比较数量级。
- 初边值完整：ODE 的初值维数等于方程阶数；PDE 的边界条件类型与物理含义匹配。
- 守恒与极限：封闭系统总人数/总质量是否近似守恒；关闭源项后是否趋于预期平衡。
- 数值收敛：步长或网格减半后，关键指标变化是否足够小。
- 局部稳定性：平衡点附近 Jacobian 特征值实部是否支持“回到平衡/发散/振荡”的文字结论。
- 参数敏感性：关键参数扰动 时，峰值时间、稳态水平等是否仍支持同一决策判断。
- 非负性与有界性：人口、浓度等变量是否出现无意义的负值或爆炸。
推荐学习顺序
- 建模入门：增长率模型 → 稳定性与相图 → 经典 Lotka–Volterra / SIR。
- ODE 数值解：Euler → 改进 Euler → Runge–Kutta（
ode45）→ Adams 多步法。 - 量纲与相似：白金汉 定理，学会减参与无量纲化。
- PDE 与数值：热传导方程 → 有限差分 → 有限元/有限体积概念 → 反应扩散。
- 综合验证：把“机制模型 + 数值解 + 稳定性 + 敏感性”写成完整论证链。
使用提醒
- 微分方程描述的是机制假设下的演化，不是对数据的无条件拟合；参数必须有来源或标定过程。
- 求解器“成功返回”只说明数值步骤完成，不证明模型正确。
- 稳定性分析给出的是平衡点附近的局部结论，不能直接当成全局或现实世界的保证。
- 报告中应同时给出：方程与假设、参数表、数值设置、主要曲线/相图、收敛与敏感性结论。
进入具体方法页后，建议依次阅读直观理解、适用边界、核心原理、关键决策、MATLAB 示例和常见误区，并亲自复现示例后再改写到自己的题目中。