3Blue1Brown - Differential Equations 01 - A Tourist’s Guide

Reading Guide / 阅读说明

这是一个新系列的第一集，不是 The Essence of Calculus 的 Chapter 13。它以 Derivatives、Integrals 和 Higher-Order Derivatives 为语言基础，把问题从“怎样计算一个导数”推进到“已知变化规律，怎样理解整个系统”。单独阅读时，这份笔记应当像一本短教材一样重建视频；配合视频时，每个 Knowledge Point 都有时间定位。

Connected from:

• 05 - What’s So Special About Euler’s Number e
• 10 - Higher Order Derivatives
• 12 - The Other Way to Visualize Derivatives
• Newton’s Second Law
• UBC Knowledge Graph

1. What This Episode Is About / 这一集在讲什么

微分方程最自然的出发点不是“方程里有导数”，而是：现实中，我们经常更容易描述一个量为什么以及怎样改变，却很难直接写出它在每个时刻的绝对值。

Differential equations arise whenever it is easier to describe change than absolute amounts.

例如，Newtonian mechanics 不直接告诉我们物体未来的完整轨迹，而是给出 force；force 决定 acceleration，acceleration 再约束 velocity 与 position 的变化。微分方程的任务，就是从这种 local law of change 恢复或理解 global behavior。

本集用 damped pendulum 串起三条主线：

law of change
-> differential equation
-> state space and vector field
-> qualitative behavior or numerical approximation

关键转折是：微分方程往往无法写出漂亮的 analytic solution，但“没有闭式解”不等于“无法理解”。我们仍然可以研究 trajectories、fixed points、stability、phase flow，并用有限小步近似系统演化。

2. Link to the Calculus Series / 和微积分系列的连接

在 The Essence of Calculus 中，derivative 回答：input 有 tiny nudge 时，output 怎样改变。本系列把这个问题倒过来：

calculus:
function -> derivative
 
differential equations:
derivative relation + initial conditions -> possible function or system behavior

Chapter 10 的 position -> velocity -> acceleration 链条在这里成为模型本身：

$$y(t)\stackrel{d/dt}{\to }\dot{y}(t)\stackrel{d/dt}{\to }\ddot{y}(t).$$

Chapter 12 则提前给出了稳定性的核心直觉：观察 fixed point 附近的小区域会被 flow 收缩还是扩张。本集把一维 iteration 的局部稳定性推广到连续时间的 phase flow。

3. Class Flow / 视频脉络

1. 从“描述变化比描述绝对量更容易”引出 Differential Equations。
2. 区分 ODE 与 PDE，并说明本集聚焦 ODE。
3. 用恒定重力下的竖直运动演示一个可以直接积分的方程。
4. 说明 Initial Conditions 如何决定积分常数和具体轨迹。
5. 从位置相关的力过渡到“函数的导数由函数自身定义”。
6. 推导真实 pendulum 的非线性、含阻尼方程。
7. 解释为什么 small-angle sine-wave solution 只是 approximation。
8. 面对难以解析求解的方程，转向 state space。
9. 把二阶方程改写成两个一阶方程，并画成 Vector Field。
10. 用 trajectory、fixed point 与 phase flow 理解系统整体行为。
11. 用爱情模型说明不同现象可以拥有相同的 phase-space structure。
12. 用 Euler Method 展示 numerical solution 的基本思想。
13. 以 chaos 和 initial-condition sensitivity 收束全片。

4. Core Ideas / 核心知识块

Knowledge Point 1: Differential Equations Describe Laws of Change

Video: 00:00:04-00:01:14

微分方程不是先给出函数值，而是约束 unknown function 与其 derivatives 的关系。population、感情、position 等量的当前值可能复杂，但它们增长、衰减或加速的机制往往更容易表达。

A differential equation specifies how a quantity is allowed to change, rather than listing all of its values directly.

因此，“解微分方程”不是普通代数中的求一个数，而是寻找满足整套连续约束的 function 或 trajectory。

Knowledge Point 2: ODEs and PDEs Track Different Kinds of State

Video: 00:01:15-00:02:13

Ordinary differential equations (ODEs) 通常处理一个 independent variable，最常见的是 time，以及有限多个随时间变化的 quantities。Partial differential equations (PDEs) 处理多个 independent variables，常描述一个 continuum：例如物体每个空间位置的温度，或流体每个位置的 velocity。

ODE: finite collection of values evolving with one input
PDE: field over a continuum, depending on multiple inputs

这里的 ordinary 不表示“简单”；它只表示使用 ordinary derivatives，而非 partial derivatives。

Knowledge Point 3: Constant Acceleration Is a Solvable Differential Equation

Video: 00:02:13-00:04:14

近地面忽略其他力时，竖直 acceleration 为常数：

$$\ddot{y}=-g.$$

第一次积分得到 velocity：

$$\dot{y}(t)=-gt+v_0.$$

第二次积分得到 position：

$$y(t)=-\frac{1}{2}g{t}^2+v_{0}t+y_0.$$

每积分一次，就出现一个 degree of freedom。$v_0$ 与 $y_0$ 不是随意装饰，而是由 Initial Conditions 确定。二阶方程通常需要两个独立初始条件，才能从 solution family 中选出一条具体 trajectory。

Knowledge Point 4: The Unknown Function Can Control Its Own Derivatives

Video: 00:04:14-00:05:50

恒定 acceleration 很容易，是因为右侧不依赖 unknown function。真实系统通常形成 feedback：position 决定 force，force 决定 acceleration，acceleration 又改变 velocity 和 position。

In many differential equations, the derivative or higher derivatives of a function are defined in terms of the function itself.

这像一个 infinite continuous jigsaw puzzle：我们要找每个时刻的无穷多个函数值，同时所有相邻值又必须服从同一个 local change law。

Knowledge Point 5: The Exact Pendulum Is Nonlinear

Video: 00:05:50-00:08:55

设 pendulum length 为 $L$，偏角为 $\theta$，沿圆弧位移为

$$x=L\theta .$$

重力沿运动切线方向的分量为 $-g\sin \theta$，所以

$$\ddot{x}=-g\sin \theta$$

以及

$$\ddot{\theta }=-\frac{g}{L}\sin \theta .$$

加入与 angular velocity 成正比的 damping：

$$\boxed{\ddot{\theta }=-\mu \dot{\theta }-\frac{g}{L}\sin \theta .}$$

物理 sanity check：$\theta =0$ 时切向 acceleration 为零；$\theta =\pi /2$ 时其 magnitude 等于 $g$；负号始终让重力产生 restoring effect。

Knowledge Point 6: The Familiar Sine Motion Is a Small-Angle Approximation

Video: 00:06:03-00:10:44

高中常见周期

$$T\approx 2\pi \sqrt{\frac{L}{g}}$$

依赖 small-angle approximation：

$$\sin \theta \approx \theta .$$

无阻尼时，原方程近似变为 linear equation：

$$\ddot{\theta }\approx -\frac{g}{L}\theta ,$$

其解才是 sine/cosine oscillation。要区分两个角色：exact equation 中是 acceleration 依赖 $\sin \theta$；approximate solution 中则是 $\theta (t)$ 本身随 time 呈 sinusoidal pattern。振幅变大后，$\sin \theta \approx \theta$ 失效，周期变长，曲线也不再是标准 sine wave。

The sine inside the equation is precisely why a real pendulum is not exactly a sine wave.

Knowledge Point 7: An Analytic Formula Is Not the Only Form of Understanding

Video: 00:09:39-00:11:14

没有 damping 的 nonlinear pendulum 勉强能用复杂的 special functions 表示；加入 damping 后，一般没有熟悉形式的 exact analytic solution。即使给答案重新命名为某个“新函数”，如果它不能帮助 computation 或 understanding，也没有真正解决问题。

因此 differential equations 常采用一条更实际的路线：跳过不可得的 closed form，直接从 equation 本身研究 behavior，并数值计算需要的结果。

A closed-form solution is one tool for understanding a system, not the definition of understanding it.

Knowledge Point 8: A State Contains Enough Information to Continue the Motion

Video: 00:11:15-00:13:22

只画 $\theta$ against $t$ 会把一条已发生的运动展示出来，却不容易同时比较所有可能的 starting conditions。对 pendulum，任一时刻的完整 state 需要两个数：

$$\mathbf{s}=\left[\begin{array}{c}\theta \\ \dot{\theta }\end{array}\right].$$

知道 angle 和 angular velocity 后，方程能给出 acceleration，因此足以继续预测系统。state space 中的一个 point 代表一个完整物理状态，不是 pendulum 在现实空间中的位置。

有 damping 时，trajectory 向 origin 螺旋：每次摆动的最大 displacement 与最大 speed 都变小，最终趋向 $(0,0)$。

Knowledge Point 9: A Vector Field Encodes the Differential Equation Everywhere

Video: 00:13:23-00:15:56

state vector 的 derivative 是

$$\frac{d}{dt}\left[\begin{array}{c}\theta \\ \dot{\theta }\end{array}\right]=\left[\begin{array}{c}\dot{\theta }\\ \ddot{\theta }\end{array}\right]=\left[\begin{array}{c}\dot{\theta }\\ -\mu \dot{\theta }-\frac{g}{L}\sin \theta \end{array}\right].$$

这把一个 second-order equation 改写成两个 first-order equations。对 state space 每一点画出这个 derivative vector，就得到 Vector Field：箭头告诉我们系统若处于该状态，下一瞬间会朝哪个方向、以多快速度改变。

A solution trajectory is a path whose velocity always agrees with the vector field beneath it.

注意，phase-space point 的 velocity 不是 pendulum bob 的 physical velocity；它同时编码 $\theta$ 和 $\dot{\theta }$ 两个 coordinates 的变化率。

Knowledge Point 10: Phase Space Turns Dynamics into Geometry

Video: 00:15:57-00:19:46

改变初始状态，就沿 vector field 得到不同 trajectory。大的初始 angular velocity 可能先让 pendulum 完整旋转数圈，再进入衰减振荡；增大 damping coefficient $\mu$，所有 trajectory 更快向内收缩。

所有 possible states 构成 Phase Space，所有 trajectories 的集合形成 phase flow。更高维系统遵循同一结构：three-body problem 若直接记录三个物体各自的三维 position 与 momentum，共有 $18$ 个 degrees of freedom，所以对应一个 18-dimensional state space。

我们无法直接看见 18 维，但“一个 state point 沿 vector field 演化”的数学语言不变。维度增加的是坐标数量，不是基本思想。

Knowledge Point 11: Fixed Points and Stability Describe Whole Families of Initial States

Video: 00:19:47-00:20:44

fixed point 是 derivative vector 为零的 state，因此系统若精确位于那里就不会移动。pendulum 向下静止与倒立静止都是 fixed points，但稳定性不同：

• stable/attracting：tiny nudge 后的 trajectory 回到附近；
• unstable/repelling：tiny nudge 后的 trajectory 离开。

研究 stability 时，不只问一条 trajectory 去哪里，而是观察 fixed point 周围一小块 states 在 phase flow 中被收缩还是扩张。这与 Fixed-Point Stability 的 local contraction/expansion 直觉直接相连。

Knowledge Point 12: Phase Portraits Reveal Shared Structure Across Different Models

Video: 00:20:45-00:22:56

Strogatz 的爱情模型设两人的 feelings 为 $R(t)$ 与 $J(t)$：一个人的感情变化与对方的感情同向，另一个则反向。虽然它与 pendulum 的物理方程不同，其 phase portrait 也可以出现围绕中心的循环；加入类似 damping 的项后，则向内螺旋。

这不是说感情“真的就是钟摆”，而是说明：不同语境中的 equations 可以共享相同 dynamical structure。

Phase space exposes similarities in behavior that are difficult to see by comparing formulas alone.

所以研究 pendulum 得到的 stability、flow 和 numerical methods 可以迁移到 population、chemistry、ecology 等系统。

Knowledge Point 13: Euler’s Method Simulates the Local Law in Finite Steps

Video: 00:22:56-00:25:28

若当前 state 为 ${\mathbf{s}}_n$，vector field 为 $F(\mathbf{s})$，用小 time step $\Delta t$ 前进：

$$\boxed{{\mathbf{s}}_{n+1}={\mathbf{s}}_n+\Delta tF({\mathbf{s}}_n).}$$

对 pendulum：

$${\theta }_{n+1}={\theta }_n+{\dot{\theta }}_n\Delta t,$$ \dot\theta_{n+1}=\dot\theta_n+left(-\mu\dot\theta_n-\frac gL\sin\theta_n\right)\Delta t.

这就是 Euler Method 的基本思想：在每一步把 derivative 当作短时间内保持不变，用 tangent direction 近似真实 curve。$\Delta t$ 越小通常越准确，但步数更多；视频中 $0.5$ 明显太粗，$0.01$ 更接近真实运动。

Knowledge Point 14: Solvability and Predictability Are Different Limits

Video: 00:25:28-00:27:24

exact solution、numerical computation 与 long-term prediction 是三个不同问题：

1. 方程能否写成 closed form？
2. 给定 initial conditions，能否数值近似 trajectory？
3. 测量存在微小误差时，长期预测是否仍可靠？

chaotic systems 对 initial conditions 高度敏感：起点的极小差异可能发展为完全不同的 trajectories。即使 equation 已知、甚至存在 solution，长期 prediction 仍可能失效。

A system can be deterministic without being practically predictable far into the future.

这不是模型失败的证据。相反，它说明现实中的复杂性本身可以存在于确定的 mathematical law 之内。

5. Deep Phrases / 深句对应表

English sentence	中文抓手
Differential equations arise whenever it is easier to describe change than absolute amounts.	当变化规律比绝对状态更容易描述时，微分方程自然出现。
Solving a differential equation means reconstructing a function from constraints on its rates of change.	根据变化率约束，恢复整条函数或轨迹。
Initial conditions select one trajectory from a family of possible solutions.	初始条件从解族中选出唯一的具体演化。
The exact pendulum equation is nonlinear because acceleration depends on $\sin \theta$, not directly on $\theta$.	非线性来自 $\sin \theta$，小角度时才近似成 $\theta$。
A state is the minimum information needed to continue predicting the system.	state 是继续演化所需的最小完整信息。
A vector field tells every possible state how it is changing at that instant.	向量场为每一个可能状态指定瞬时变化方向和速度。
Phase space turns the evolution of a system into the geometry of trajectories.	相空间把系统演化改写成轨迹几何。
Stability asks what happens to nearby states, not only to one perfectly chosen state.	稳定性研究一簇邻近起点，而非一个精确起点。
Numerical methods trade exact symbolic form for controlled approximation.	数值法用可控近似换取可计算性。
Deterministic laws do not guarantee useful long-term prediction.	确定性规律不保证长期可预测。

6. Common Mistakes / 常见误区

1. 把 differential equation 当作普通代数方程。 Unknown 通常是 function，不是单个 number。
2. 认为 ODE 一定简单、PDE 一定困难。 名称区分 derivative 类型，不直接衡量难度。
3. 忘记 initial conditions。 $\ddot{y}=-g$ 决定一个 solution family，不会独自决定一条运动。
4. 把 pendulum 的 $\sin \theta$ 与 sinusoidal solution 混为一谈。 前者在 equation 的 input 内，后者描述 output 随 time 的形状。
5. 把 small-angle formula 当 exact law。 大角度时周期更长，motion 不再是标准 sine wave。
6. 把 state space 当 physical space。 phase-space 坐标是 state variables，不一定是现实位置。
7. 把 vector-field 箭头的显示长度当真实 magnitude。 绘图常缩放箭头以避免遮挡。
8. 认为没有 closed form 就没有 solution。 trajectory 可以存在，也能被定性分析和数值近似。
9. 认为 time step 越小就自动完全正确。 它通常降低 Euler discretization error，但仍需考虑 method、roundoff 与累计误差。
10. 把 deterministic 等同于 predictable。 chaos 允许确定规律与长期不可预测同时存在。

7. Formula Map / 公式地图

Constant gravity

$$\ddot{y}=-g,\dot{y}=-gt+v_0,y=-\frac{1}{2}g{t}^2+v_{0}t+y_0$$

Pendulum geometry

$$x=L\theta ,\ddot{x}=-g\sin \theta$$

Damped nonlinear pendulum

$$\ddot{\theta }=-\mu \dot{\theta }-\frac{g}{L}\sin \theta$$

Small-angle approximation

$$\sin \theta \approx \theta ,\ddot{\theta }\approx -\frac{g}{L}\theta ,T\approx 2\pi \sqrt{\frac{L}{g}}$$

First-order state-space system

Let $\omega =\dot{\theta }$:

$$\dot{\theta }=\omega ,\dot{\omega }=-\mu \omega -\frac{g}{L}\sin \theta .$$

Euler step

$${\mathbf{s}}_{n+1}={\mathbf{s}}_n+\Delta tF({\mathbf{s}}_n)$$

8. Confusion / Questions / 自测问题

1. 为什么“更容易描述变化”会自然导向 differential equation？
2. ODE 与 PDE 的真正区别是什么？
3. 为什么二阶 constant-acceleration equation 需要两个 initial conditions？
4. 从 $x=L\theta$ 怎样推出 $\ddot{\theta }=-(g/L)\sin \theta$？
5. 为什么 exact pendulum equation 中出现 sine，反而意味着 $\theta (t)$ 通常不是 sine wave？
6. pendulum 的完整 state 为什么需要 $(\theta ,\dot{\theta })$，只有 $\theta$ 为什么不够？
7. phase-space vector $(\dot{\theta },\ddot{\theta })$ 的两个 components 各表示什么？
8. 为什么二阶 scalar equation 可以改写成两个一阶 equations？
9. inward spiral 在真实 pendulum motion 中对应什么？
10. stable fixed point 与 unstable fixed point 对 tiny nudge 的反应有何不同？
11. Euler method 的每一步在几何上做了什么近似？
12. 为什么“能求解”“能计算”“能长期预测”必须分开讨论？

9. Source Anchors / 字幕定位

Time	Source idea
00:00:44	Easier to describe change than absolute amounts
00:01:15	ODEs versus PDEs
00:02:47	Constant gravity as a differential equation
00:03:40	Initial conditions determine integration constants
00:04:56	Derivatives defined in terms of the function itself
00:05:28	An infinite continuous jigsaw puzzle
00:06:21	Small-angle formulas are approximations
00:06:57	Deriving the pendulum equation
00:08:36	Adding air resistance
00:09:16	Why sine in the equation does not mean sine-wave output
00:09:39	Differential equations are hard to solve
00:10:45	Build understanding directly from equations
00:11:25	Visualize all possible states
00:13:23	Differential equation as a vector field
00:14:56	Convert one second-order equation to two first-order equations
00:17:09	Any ODE system can be represented by a vector field
00:18:20	Phase-space terminology
00:19:47	Phase flow and stability
00:20:45	Affection model as a structural analogy
00:22:56	Numerical computation with finite time steps
00:25:16	Solving numerically
00:26:01	Chaos limits prediction

10. After Watching Summary / 看完压缩版

微分方程用 derivatives 描述 unknown quantities 的变化规律。简单情况下，例如 $\ddot{y}=-g$，可以通过积分与 initial conditions 恢复 exact trajectory；真实系统中，derivatives 往往依赖 state 本身，产生 nonlinear feedback。

pendulum 的核心方程是

$$\ddot{\theta }=-\mu \dot{\theta }-\frac{g}{L}\sin \theta .$$

small-angle approximation 把 $\sin \theta$ 换成 $\theta$，才得到熟悉的 harmonic motion。面对通常难以写出 closed form 的方程，可以把完整 state $(\theta ,\dot{\theta })$ 放进 phase space，把 equation 画成 vector field。solution 是始终沿 field 流动的 trajectory；所有 trajectories 一起揭示 fixed points、stability 和跨模型的共同结构。

计算上，Euler method 用

$${\mathbf{s}}_{n+1}={\mathbf{s}}_n+\Delta tF({\mathbf{s}}_n)$$

反复模拟 local change law。最后要记住：没有 analytic formula 不等于没有理解；有确定方程也不等于能够长期预测。

11. Knowledge Graph Connections / 知识图谱连接

• Derivatives：提供“变化率”的基础语言。
• Higher-Order Derivatives：position、velocity、acceleration 链条成为二阶动力学方程。
• Integrals：恒定 acceleration 例子通过反向积分恢复 velocity 与 position。
• Differential Equations：把 derivative relations 视为对 unknown functions 的约束。
• Initial Conditions：从 solution family 中选择具体 trajectory。
• Vector Field：在每个 possible state 上编码 instantaneous change。
• Phase Space：把系统的所有 possible states 组织成一个空间。
• Fixed-Point Stability：用附近 flow 的 contraction/expansion 判断吸引或排斥。
• Euler Method：把连续变化规律离散成有限 time steps。
• Newton’s Second Law：force -> acceleration 是物理微分方程的主要来源。
• Acceleration：position 的二阶导数，也是 pendulum equation 的动态输出。

12. Links / 链接

• Previous conceptual bridge: 12 - The Other Way to Visualize Derivatives
• Next: 02 - But What Is a Partial Differential Equation
• Series home: UBC Knowledge Graph > 3Blue1Brown - Differential Equations
• Concepts: Differential Equations · Initial Conditions · Phase Space · Vector Field · Euler Method