微分方程为什么长成这副模样？本文从「求函数而非求数」的本质讲起，理清这套记号的莱布尼茨来源、ODE→PDE→SDE 三百年的演化动机，最后给出一张完整的分类地图。
求的不是数，是函数
普通代数方程求的是数：，解出来是一个数值。微分方程求的是函数——未知数是 ，方程里出现它的导数 、。这一步抽象升级决定了整套理论的形态：解空间从实数轴变成了函数空间。
为什么自然规律偏要写成这种形式？因为物理、生物、经济里容易观测的往往是变化速率，而不是函数本身。传感器测的是速度和加速度，实验里读出的是反应速率，市场上看到的是价格的波动——直接拿到 表达式的场景反而罕见。
物体下落是标准例子，一个二阶常微分方程（阶数=方程中出现的最高阶导数的阶数）。牛顿第二定律不直接给位置 ，给的是
已知力——也就是变化率层面的信息——反求位置函数 ，这就是微分方程的任务。
核心思想
很多自然规律不告诉你「现在的值是多少」，只告诉你变化率是多少。已知导数约束、还原函数本身，是微分方程存在的全部理由。
这种写法从哪来
教科书的原始写法是
莱布尼茨记号把导数看成两个无穷小量的比值： 是函数增量， 是时间的无穷小增量。既然是比值，交叉相乘就得到
这是无穷小视角：在极短时间 之内，函数 的改变量 近似等于 乘以时间步长。两种写法在 ODE 里等价，但微分形式的适用范围更广。
分水岭出现在引入噪声之后。ODE 只有时间无穷小 ；SDE 额外多一项 ，其中 是布朗运动的随机无穷小——它不是普通实数无穷小，不能用古典微积分理解。这是 SDE 一切麻烦的根源，也是 伊藤积分与伊藤公式 必须另起炉灶的原因。
实用直觉
读任何一个微分方程，先把它拆成这两股力量，再看各项分别是谁。
三百年演化：从决定论到噪声
ODE 与经典力学同生。17 世纪牛顿研究天体运动，牛顿第二定律加万有引力，行星轨道天然写成二阶常微分方程；牛顿本人用几何和级数方式求解，还顺手发明了早期微分工具。莱布尼茨建立微分记号 ，才有了 这套书写形式。到 18 世纪，欧拉大力发展 ODE——解法、存在唯一性、数值方法（欧拉法），大量力学、流体、单摆、振动问题被系统地转化成 ODE。
实用动机很直接：我们知道「力决定加速度」，加速度是位置的二阶导数，却不知道位置的直接表达式。于是问题变成已知导数约束，还原函数。这一时期的 ODE 全部是确定性的——世界被认为是机械决定论的，给定初值，未来完全确定，即拉普拉斯妖的思想。系统性的求解理论与现代应用可见 常微分方程(ODE)：从基础理论到最新应用的全面解析。
18 世纪后期到 19 世纪，热传导、波动、电磁问题把空间放进了方程：状态不只随时间变，还随空间位置变化，未知函数成了 ，方程里出现对空间的偏导数 ——这就是 PDE。傅里叶对热传导方程的研究是里程碑。
20 世纪轮到噪声登场。1828 年布朗观察到花粉的无规则运动（布朗运动）；1905 年爱因斯坦用统计物理解释它并给出扩散方程；1923 年维纳给出布朗运动的严格数学构造（维纳过程 ）——但此时还没有 SDE。缺的最后一块拼图由伊藤清在 1940 年代补上：伊藤积分。布朗运动轨道处处不可微， 根本不存在，方程只能写成微分形式 ——这就是 SDE 标准形式的由来。
SDE 写不成导数形式
这种写法对 SDE 不成立——布朗运动没有导数，只能保留 的微分形式。这不是记号偏好，是数学上的硬约束。
SDE 的实用动机同样朴素：真实系统永远有扰动——分子碰撞、热噪声、市场交易的随机冲击、环境的随机波动。ODE 只能描述理想的无噪声系统，而观测数据永远带涨落，于是需要 SDE 框架。整条时间线可以压缩成一行：ODE（1680s，力学，确定）→ PDE（1800s，场，时空）→ SDE（1940s，带随机噪声）。
分类地图
第一层按未知函数的类型切分：依赖单个自变量的 ODE、依赖多个自变量的 PDE、取值为随机过程的 SDE，外加几个旁支。
常微分方程 ODE
未知函数只依赖一个自变量，绝大多数情况是时间 ：，方程里只有常导数 。阶指方程中出现的最高阶导数，例如是三阶 ODE。
第二层按线性性切分。线性 ODE 中未知函数及其导数都是一次的，无乘积、无平方：
右边 称齐次，不为零称非齐次；系数是常数的叫常系数 ODE，系数随时间变的叫变系数 ODE。非线性 ODE 则出现 、、 之类的项，洛伦兹方程、大角度单摆都属此类。
这个分类不是形式游戏：线性 ODE 可以系统求解，非线性 ODE 绝大多数没有解析闭式解，只能靠数值方法。
偏微分方程 PDE
未知函数依赖多个自变量（通常是空间加时间），方程里出现偏导数 、。三大经典 PDE 各自对应一类物理图景：
| 方程 | 形式 | 描述对象 |
|---|---|---|
| 波动方程 | 波、弦振动 | |
| 热方程 | 扩散、热传导 | |
| 拉普拉斯方程 | 稳态静电场 |
PDE 同样分线性与非线性——纳维‑斯托克斯方程就是著名的非线性 PDE。
随机微分方程 SDE
未知数是随机过程 ，方程带维纳过程项 。伊藤 SDE 的标准形式：
是 drift（漂移）项， 是 diffusion（扩散）项。线性 SDE 指 对 线性，典型代表是几何布朗运动； 含 非线性运算的就是非线性 SDE。物理里的 Langevin dynamics 朗之万动力学 是这类方程最经典的实例之一，更完整的理论展开见 随机微分方程。
SDE 和 PDE 之间有一条深刻的通道：SDE 的概率密度函数满足一个对应的 PDE，即 Fokker‑Planck 方程。SDE 描述随机轨道的集合，Fokker‑Planck 描述这些轨道的概率密度随时间的演化——同一个随机系统的两副面孔。
旁支：DDE、差分方程、SPDE
延迟微分方程 DDE：，变化率依赖过去的状态，带时间延迟，用于传染病模型和控制系统。
差分方程不是微分方程——时间离散，，出现在仿真与迭代中；微分方程离散化之后得到的就是差分格式（如欧拉法）。
随机偏微分方程 SPDE：PDE 加上空间噪声，即场加随机扰动，用于湍流、随机场。
整张地图收成一棵树：
微分方程
├─ 确定性
│ ├─ ODE 常微分方程：单自变量（通常 t）
│ │ ├─ 线性 ODE（常系数 / 变系数，齐次 / 非齐次）
│ │ └─ 非线性 ODE
│ └─ PDE 偏微分方程：多个自变量（空间 + 时间）
│ ├─ 线性 PDE
│ └─ 非线性 PDE
└─ 随机
├─ SDE 随机微分方程：时间连续，状态随机（伊藤 / 斯特拉托诺维奇两种积分版本）
└─ SPDE 随机偏微分方程：时空都带随机噪声收尾：几条贯穿全文的线索
微分方程的本质是已知变化率，求函数——现实世界容易观测变化速率、难以直接得到函数表达式，这套工具因此诞生。 来自莱布尼茨的无穷小记号；SDE 因为布朗运动轨道不可微而写不成导数形式，只能保留 。历史顺序也映射着世界观的演进：ODE 出自牛顿力学的确定世界观，PDE 处理空间分布，SDE 面对无处不在的随机扰动。
三类方程并非割裂：ODE 是 SDE 扩散项 的特例，而 SDE 轨道集合的概率密度又服从 Fokker‑Planck PDE。掌握这两条关系，整个微分方程体系就能串成一张网。