2.1 一階線性方程與積分因子#

本章導言#

一階線性方程

\[ \frac{dy}{dx} + p(x)\, y = q(x) \]

是整個微分方程理論的「最小完整樣本」：它夠簡單，可以完整解出；夠豐富，蘊含疊加、積分因子、解的存在唯一等後續一切理論的雛形。解決它的鑰匙——積分因子（integrating factor）——是 Leibniz 在 1694 年引入、Euler 在 1720–1740 年代系統化的技術。本節講述這個方法的來龍去脈，並以金融複利與 RC 電路展示其威力。

問題：線性方程為何不能直接分離？#

方程 \(y' + p(x) y = q(x)\) 當 \(q \equiv 0\) 時可分離（ \(y' = -p y \Rightarrow y = C e^{-\int p}\) ），但一般情形 \(x\) 與 \(y\) 在「 \(p(x) y + q(x)\) 」中無法拆開。Leibniz 1694 年的觀察扭轉了局面：兩邊乘以一個適當的函數 \(\mu(x)\) ，左端就會變成某個乘積的導數：

\[ \mu\, y' + \mu\, p\, y = \frac{d}{dx}\big(\mu\, y\big) \quad\Longleftrightarrow\quad \mu' = \mu\, p. \]

後者是一個可分離方程（對 \(\mu\) 而言），立刻解得

\[ \mu(x) = e^{\int p(x)\, dx}. \]

這就是積分因子。於是原方程化為

\[ \frac{d}{dx}\big(\mu y\big) = \mu q \quad\Longrightarrow\quad \mu y = \int \mu q\, dx + C \quad\Longrightarrow\quad \boxed{\,y = \frac{1}{\mu}\left(\int \mu q\, dx + C\right)} \]

整個方法只有兩步：**算 \(\mu\) ，積分 \(\mu q\) **。

為什麼乘積導數是鑰匙：乘積法則的逆用#

積分因子的本質是乘積法則的逆向偵探：看到 \(\mu y' + \mu' y\) ，認出它是 \((\mu y)'\) 。這與 2.2 節正合方程（二元函數全微分的逆向偵探）是同一思想的兩個版本。歷史上，Leibniz 1694 年在考慮「何時 \(M dx + N dy = 0\) 可乘一因子化為全微分」時得出此技術；一階線性方程是它最成功的應用。

記憶口訣： \(y' + p y = q\) 的積分因子 \(\mu = e^{\int p}\) ——係數積分、取指數。

歷史脈絡：從 Leibniz 到標準教科書#

年份	人物	事件
1694	Leibniz	引入「以因子化為全微分」的思想
1728	Euler	論文中系統使用積分因子解一階方程
1739	Euler	給出線性方程的完整解法，並首次明確寫出疊加原理
1740s	Euler、d'Alembert	積分因子法成為歐陸教科書標準內容
1800s	各國教本	「 \(\mu = e^{\int p}\) 」定式化，沿用至今

Euler 在 1739 年《論積分法》中不僅解了方程，還指出非齊次線性方程的通解 = 一個特解 + 齊次通解——這個結構性觀察（1.2 節）正是從積分因子公式中讀出來的：公式右端的 \(C/\mu\) 項是齊次解，積分項是特解。公式裡藏著結構，會讀公式的人看見定理。

公式解讀：通解結構的顯微鏡#

把解寫開：

\[ y = \underbrace{C e^{-\int p}}_{\text{齊次通解}} + \underbrace{e^{-\int p} \int e^{\int p} q\, dx}_{\text{特解}}. \]

兩個直接推論：

線性方程的解全域存在（只要 \(p, q\) 連續）：公式顯示解可延伸到 \(p, q\) 定義的整個區間——這是 3.2 節存在唯一性定理在線性情形的「免費樣品」。
疊加：若 \(q = q_1 + q_2\) ，則特解 = 各 \(q_i\) 貢獻之和。電路工程師的「多訊號分別分析再加總」就建立在此。

應用一：連續複利與混合問題#

存款 \(S(t)\) 滿足 \(S' = r S + d\) （利率 \(r\) 、每年連續存入 \(d\) ）。這是線性方程，積分因子 \(e^{-rt}\) ：

\[ \big(e^{-rt} S\big)' = d\, e^{-rt} \;\Rightarrow\; S(t) = S_0 e^{rt} + \frac{d}{r}\big(e^{rt} - 1\big). \]

兩項各司其職：本金增值 + 定存累積。「方程解出後讀出各項的物理意義」是微分方程應用的核心修養。

應用二：RC 電路#

電容 \(C\) 、電阻 \(R\) 、電源 \(V(t)\) 的電路中，電荷 \(q(t)\) 滿足

\[ R q' + \frac{q}{C} = V(t) \quad\Longleftrightarrow\quad q' + \frac{1}{RC} q = \frac{V(t)}{R}. \]

積分因子 \(e^{t/RC}\) 。若 \(V = V_0\) （恆定）、 \(q(0) = 0\) ：

\[ q(t) = CV_0\big(1 - e^{-t/RC}\big). \]

**時間常數 \(\tau = RC\) **： \(t = \tau\) 時充到 \(63\%\) ， \(3\tau\) 時 \(95\%\) 。工程師口中的「RC 時間常數」就是指數解 \(e^{-t/\tau}\) 的特徵時間——每一台電子設備的開機瞬間，都在執行一次積分因子法。

一個具體例題#

例題 2.1.1：解初值問題

\[ x\, \frac{dy}{dx} + 2y = x^2 \ln x, \qquad y(1) = 0 \quad (x > 0). \]

解：先標準化（除以 \(x\) ）：

\[ y' + \frac{2}{x}\, y = x \ln x. \]

積分因子：

\[ \mu = e^{\int \frac{2}{x} dx} = e^{2 \ln x} = x^2. \]

兩邊乘 \(\mu\) ：

\[ x^2 y' + 2x y = x^3 \ln x \quad\Longleftrightarrow\quad \big(x^2 y\big)' = x^3 \ln x. \]

積分右端（分部積分，取 \(u = \ln x\) 、 \(dv = x^3 dx\) ）：

\[ \int x^3 \ln x\, dx = \frac{x^4}{4}\ln x - \int \frac{x^4}{4}\cdot\frac{1}{x}\, dx = \frac{x^4}{4}\ln x - \frac{x^4}{16} + C. \]

故

\[ x^2 y = \frac{x^4}{4}\ln x - \frac{x^4}{16} + C \quad\Longrightarrow\quad y = \frac{x^2}{4}\ln x - \frac{x^2}{16} + \frac{C}{x^2}. \]

代入 \(y(1) = 0\) ： \(0 = 0 - \frac{1}{16} + C\) ， \(C = \frac{1}{16}\) 。特解：

\[ y = \frac{x^2}{4}\ln x - \frac{x^2}{16} + \frac{1}{16 x^2}. \]

驗算（好習慣）：對 \(y\) 求導、代入原方程，確認成立。積分因子法的計算鏈長，驗算是最便宜的保險。

歷史啟示#

找對「化為已知」的變換：積分因子不解方程，它改寫方程。化歸思想（1.3 節）在此從「代換變數」升級為「乘一個因子」。
指數函數再度現身： \(\mu = e^{\int p}\) 出現，因為齊次方程的解是指數。線性理論的每個角落都住著 \(e\) ——它是「求導不變」的函數，天生屬於微分方程。
結構比公式重要：Euler 從公式讀出「特解 + 齊次通解」，這個讀法比公式本身更長壽——它將在 4.3 節（參數變異法）以更高形式重現。

與其他章節及領域的關聯#

2.2 節：正合方程是積分因子的母題——「乘一因子化為全微分」的一般化。
2.3 節：Bernoulli 方程 \(y' + p y = q y^n\) 經代換化為本節的線性形式。
3.2 節：線性方程解的全域存在性是 Lipschitz 理論的特例，本節公式是其最直接證據。
4.3 節：參數變異法是本節方法的二階版本——齊次解常數「鬆綁」為函數。
8.1 節：Laplace 變換解線性方程與積分因子殊途同歸；兩者都是「變換到更容易解的空間」。
工程：RC/RL 電路、一階濾波器、熱脫離（Newton 冷卻定律 \(T' = -k(T - T_{\rm env})\) ）都是 \(y' + p y = q\) 。
金融數學：連續複利、含定投的資產動態，正是本節應用一。

練習#

解 \(y' + \dfrac{y}{x} = \sin x\) （ \(x > 0\) ），寫出通解與積分因子。
解初值問題 \(y' - 3y = e^{2x}\) ， \(y(0) = 5\) ，並指出解中哪一部分是齊次貢獻、哪一部分是強迫項貢獻。
Newton 冷卻定律：物體溫度 \(T\) 滿足 \(T' = -k(T - 20)\) （室溫 20°C）。設 \(T(0) = 90\) 、10 分鐘後 \(T = 60\) ，求 \(k\) ，並問多久降到 25°C？
RC 電路 \(q' + \frac{q}{RC} = \frac{V_0}{R}\) ， \(q(0) = 0\) 。證明 \(q \to CV_0\) ，並求充到 \(99\%\) 所需時間（以 \(\tau = RC\) 表示）。
思考題：方程 \((\sin x)\, y' + (\cos x)\, y = 1\) 在 \(x = 0\) 附近會發生什麼？先標準化再檢查 \(p(x) = \cot x\) 的積分因子在何處失效，並解釋這與「係數退化點」（3.3 節奇點）的關係。

進階研讀：積分因子的五個深化場景#

場景一：積分因子的「非唯一性」。 \(\mu = e^{\int p}\) 是最方便的積分因子，但不是唯一—— \(\mu\) 乘上任意常數仍有效。更一般地，2.2 節將證明：對一階方程 \(M dx + N dy = 0\) ，積分因子可能依賴 \(x\) 、依賴 \(y\) 、或依賴組合 \(xy\) 。尋找積分因子是一門「偵探學」，其系統理論屬於微分方程的Pfaff 問題（十九世紀德國學派）。

場景二：為何線性方程的解「永不爆破」。 \(y' = y^2\) 爆破， \(y' + p y = q\) 不爆破（ \(p, q\) 連續時）。原因藏在公式裡：解 = \(C e^{-\int p} + e^{-\int p}\int e^{\int p} q\) ， \(e^{-\int p}\) 與積分項都只在 \(p, q\) 出問題處出問題。線性方程的危險全部來自係數，而非解自身的非線性動力——這是線性與非線性（1.2 節對照表）最深刻的分野之一。

場景三：从「常數變易」看 4.3 節的伏筆。齊次解是 \(C e^{-\int p}\) ；Johann Bernoulli（與 Lagrange 1774–1778 系統化）的洞見：**把常數 \(C\) 換成未知函數 \(C(x)\) **，代入非齊次方程求 \(C\) 。對一階方程這等價於積分因子，對高階方程它就是「參數變異法」——同一招式從一階用到二階以上。

場景四：離散類比與數值穩定性。 \(y' = -\lambda y\) 的離散化 \(y_{n+1} = (1 - \lambda h) y_n\) （Euler 法，10.1 節）在 \(\lambda h > 2\) 時振盪發散，而真解單調衰減。線性方程的數值行為可以是假的——工程師必須理解「剛性方程」（stiff equations）現象，這是二十世紀數值分析的頭號主題之一，其源頭就是本節這個最溫馴的方程。

場景五：金融的隨機版本。連續複利 \(S' = rS\) 的隨機推廣是 \(dS = rS\, dt + \sigma S\, dW\) （幾何布朗運動），由 Itô 微積分（1944）處理，是 Black–Scholes 選擇權公式（1973）的引擎。積分因子思想在隨機分析中以「Doléans 指數」 \(e^{X - \frac12\langle X\rangle}\) 的形式轉世——**確定性的 \(e^{\int p}\) ，在隨機世界長出了修正項 \(\frac12\langle X\rangle\) **。

補充：Leibniz 1694 年的原文脈絡#

Leibniz 在 1694 年《教師學報》論文中提出：方程 \(M dx + N dy = 0\) 若能乘以某因子使左端成為「完全微分」（differentials completus），積分即得解。他以線性方程為主要範例。有趣的是，Leibniz 當時對「什麼樣的方程有積分因子」並無判準——這個判準（ \(\partial M/\partial y = \partial N/\partial x\) ）要等 Euler 在 1730 年代與 Clairaut 在 1739–1740 年分別建立，即 2.2 節的正合性條件。一個技術從發明到完全理解，用了四十五年。

補充：混合問題——工業化學的日常方程#

鹽水槽問題：槽內鹽量 \(Q(t)\) 滿足

\[ Q' = (\text{流入濃度})(\text{流入率}) - \frac{Q}{V}( \text{流出率}). \]

這是線性方程，積分因子一次解決。化學工程中反應槽的物料平衡（CSTR 模型）就是它的多槽串聯版：槽 1 的輸出是槽 2 的輸入，方程組逐級耦合——一階線性方程是化工模擬的最小積木。教課書例題與工廠管線之間，只隔著「串聯」一個概念。

名詞速查表（本節出現的核心術語）#

一階線性方程： \(y' + p(x) y = q(x)\) 。
積分因子： \(\mu(x) = e^{\int p\, dx}\) ，乘上後左端成為 \((\mu y)'\) 。
標準化：把方程除以首項係數化為標準型。
齊次解 / 特解： \(C e^{-\int p}\) 與積分項；通解 = 特解 + 齊次通解。
**時間常數 \(\tau\) **：一階系統反應快慢的特徵時間（RC 電路中 \(\tau = RC\) ）。
Newton 冷卻定律： \(T' = -k(T - T_{\rm env})\) ，一階線性。
剛性方程：數值求解時需極小步長的方程，源於快慢時間尺度並存。
Doléans 指數：隨機積分因子， \(e^{X - \frac12\langle X\rangle}\) 。

年表速查（本節涉及的關鍵年份）#

1694：Leibniz 提出以因子化為全微分的思想。
1728：Euler 系統使用積分因子。
1739：Euler 完整解一階線性方程，明確疊加原理；Clairaut–Euler 正合性條件（1739–40）。
1774–1778：Lagrange 參數變異法。
1822：Fourier《熱的解析理論》，熱傳導方程（一階線性的 PDE 親戚）。
1944：Itô 隨機微積分。
1973：Black–Scholes 公式。

深化問答三則#

問：積分因子 \(\mu = e^{\int p}\) 是怎麼「想到」的？ 答：目標倒推。要 \(\mu y' + \mu p y = (\mu y)'\) ，展開右端得 \(\mu y' + \mu' y\) ，比對係數得 \(\mu' = \mu p\) ——這恰是齊次方程 \(\mu' = p \mu\) ，可分離！為解原方程而產生的新方程，恰好是自己會解的那一類——這種「自舉」（bootstrap）結構在數學中反覆出現，值得細品。

問：若 \(p, q\) 不連續會怎樣？ 答：解在 \(p, q\) 的連續區間內仍然存在唯一；跨越不連續點時，可以「分段求解、在跳點處匹配條件」。工程上（方波電壓、脈衝輸入）這是家常便飯，第 8 章的 Laplace 變換與 Heaviside 函數正是為此設計的工具箱。

問：一階線性方程的解公式，為什麼不能推廣到「所有」一階方程？ 答：因為公式依賴疊加： \(\mu(y_1 + y_2)'\) 型的線性結構。非線性方程 \(y' = y^2\) 沒有「兩解之和仍為解」的性質，故任何「通解公式」都會破壞非線性。能推廣的不是公式，而是觀點：3.1 節的 Picard 疊代把「公式」換成「收斂的無窮程序」，覆蓋所有 Lipschitz 方程——公式的極限就是定理。

（本節完）