一般的代数方程的解是什么

微分方程是数学方程，用来描述某一类函数与其导数之间的关系，在初等数学的代数方程里，其解是常数值。

微分方程可分为常微分方程及偏微分方程。它在化学、工程学、经济学和人口统计等领域应用广泛。

分类

微分方程可分为以下几类，而随着微分方程种类的不同，其相关研究的方式也会随之不同。

常微分方程及偏微分方程

常微分方程（ODE）是指一微分方程的未知数是单一自变数的函数。最简单的常微分方程，未知数是一个实数或是复数的函数，但未知数也可能是一个向量函数或是矩阵函数，后者可对应一个由常微分方程组成的系统。微分方程的表达通式是：

常微分方程常依其阶数分类，阶数是指自变数导数的最高阶数，最常见的二种为一阶微分方程及二阶微分方程。例如以下的贝塞尔方程：

（其中y为应变数）为二阶微分方程，其解为贝塞尔函数。

偏微分方程（PDE）是指一微分方程的未知数是多个自变数的函数，且方程式中有未知数对自变数的偏微分。偏微分方程的阶数定义类似常微分方程，但更细分为椭圆型、双曲线型及抛物线型的偏微分方程，尤其在二阶偏微分方程中上述的分类更是重要。有些偏微分方程在整个自变数的值域中无法归类在上述任何一种型式中，这种偏微分方程则称为混合型。像以下的方程就是偏微分方程：

线性及非线性

常微分方程及偏微分方程都可以分为线性及非线性二类。

若微分方程中没有出现自变数及微分项的平方或其他乘积项，也没有出现应变数及其微分项的乘积，此微分方程为线性微分方程，否则即为非线性微分方程。

齐次线性微分方程是线性微分方程中更细的分类，微分方程的解乘上一系数或是与另一个解相加后的结果仍为微分方程的解。

若线性微分方程的系数均为常数，则为常系数线性微分方程。常系数线性微分方程可以利用拉氏转换转换为代数方程，因此简化求解的过程。

针对非线性的微分方程，只有相当少数的方法可以求得微分方程的解析解，而且这些方法需要微分方程有特别的对称性。长时间时非线性微分方程可能会出现非常复杂的特性，也可能会有混沌现象。有关非线性微分方程的一些基本问题，例如解的存在性、唯一性及初始值非线性微分方程的适定性问题，以及边界值非线性微分方程都是相当难的问题，甚至针对特定非线性微分方程的上述基本问题都被视为是数学理论的一大突破。例如2000年提出的7个千禧年大奖难题中，其中一个是纳维-斯托克斯存在性与光滑性，都是探讨纳维－斯托克斯方程式其解的数学性质，截至2018年8月此问题仍尚未被证明。

线性微分方程常常用来近似非线性微分方程，不过只在特定的条件下才能近似。例如单摆的运动方程为非线性的微分方程，但在小角度时可以近似为线性的微分方程。

举例

以下是常微分方程的一些例子，其中u为未知的函数，自变数为x，c及ω均为常数。

非齐次一阶常系数线性微分方程：

齐次二阶线性微分方程：

描述谐振子的齐次二阶常系数线性微分方程：

非齐次一阶非线性微分方程：

描述长度为L的单摆的二阶非线性微分方程：

以下是偏微分方程的一些例子，其中u为未知的函数，自变数为x及t或者是x及y。

齐次一阶线性偏微分方程：

拉普拉斯方程，是椭圆型的齐次二阶常系数线性偏微分方程：

KdV方程，是三阶的非线性偏微分方程：

性质

普遍性的数学描述

许多物理或是化学的基本定律都可以写成微分方程的形式。在生物学及经济学中，微分方程用来作为复杂系统的数学模型。微分方程的数学理论最早是和方程对应的科学领域一起出现，而微分方程的解就可以用在该领域中。不过有时二个截然不同的科学领域会形成相同的微分方程，此时微分方程对应的数学理论可以看到不同现象后面一致的原则。

例如考虑光和声音在空气中的传播，以及池塘水面上的波动，这些都可以用同一个二阶的偏微分方程来描述，此方程即为波动方程，因此可以将光和声音视为一种波，和水面上的水波有些类似之处。约瑟夫·傅立叶所发展的热传导理论，其统御方程是另一个二阶偏微分方程－热传导方程式，扩散作用看似和热传导不同，但也适用同一个统御方程，而经济学中的布莱克-休斯方程也和热传导方程有关。