去年刚挂的科，重修时为努力复习所写的提纲，不说了，大学数学一生黑

Head Pic: 【Fate/GrandOrder】「何だかんだ仲がいい」/「翠月琉」のイラスト [pixiv]

常微分

第一章绪论

$\displaystyle\large{ \int 0dx=C\\ \int 1dx=x+C\\ \int x^adx=\frac{x^{a+1}}{a+1}+C\ (a\ne-1,x>0)\\ \int\frac1xdx=\ln|x|+C\\ \int a^xdx=\frac{a^x}{\ln a}+C\ (a>0,a\ne1)\\ \int\cos axdx=\frac1a\sin ax+C\ (a\ne0)\\ \int\sin axdx=-\frac1a\cos ax+C\ (a\ne0)\\ \int\frac{dx}{\sqrt{1-x^2}}=\arcsin x+C=-\arccos x+C'\\ \int\frac{dx}{1+x^2}=\arctan x+C=-\mathrm{\,arccot\,}x+C'}$

第二章一阶微分方程的初等解法

2.1 变量分离方程与变量变换

可以直接变量分离的 $\displaystyle\frac{dy}{dx}=f(x)g(y)$
齐次方程 $\displaystyle\frac{dy}{dx}=g(\frac{y}{x})$ ，用变量代换将其转变为变量分离方程
分式线性方程 $\displaystyle\frac{dy}{dx}=\frac{a_1x+b_1y+c_1}{a_2x+b_2y+c_2}$
- 如果 $\displaystyle\frac{a_1}{a_2}=\frac{b_1}{b_2}=k$ ，则用变量代换转变为变量分离方程
- 否则先联立求解 $\begin{cases}a_1x+b_1y+c_1=0\\a_2x+b_2y+c_2=0\end{cases}$ ，再代换 $\begin{cases}X=x-\alpha\\Y=y-\beta\end{cases}$ ，即可化为齐次方程

2.2 线性方程与常数变易法

齐次线性方程 $\displaystyle\frac{dy}{dx}=P(x)y$ 直接变量分离得通解 $\large{y=ce^{\int{P(x)dx}}}$
非齐次线性方程 $\displaystyle\frac{dy}{dx}=P(x)y+Q(x)$
- 先求得齐次解 $\large{y=ce^{\int{P(x)dx}}}$ ，然后假设有形式解 $\large{y=c(x)e^{\int{P(x)dx}}}$ ，并带回原式解出 $c(x)$
- 直接通解公式 $\large{y=e^{\int{P(x)dx}}(\int{Q(x)e^{-\int{P(x)dx}}dx+\widetilde{c}})}$
伯努利方程 dydx=P(x)y+Q(x)yn (n≠0,1)
- 将方程各项乘以 $y^{-n}$ ，然后令 $z=y^{1-n}$ ，则 $\displaystyle\frac{dz}{dx}=(1-n)P(x)z+(1-n)Q(x)$
- 直接通解公式 $\large{y^{1-n}=e^{\int{(1-n)P(x)dx}}(\int{(1-n)Q(x)e^{-\int{(1-n)P(x)dx}}dx+\widetilde{c}})}$

2.3 恰当方程与积分因子

恰当方程

将一阶微分方程写成对称形式 $M(x,y)dx+N(x,y)dy=0$

如果此时有 $\displaystyle\frac{\partial{M}}{\partial{y}}=\frac{\partial{N}}{\partial{x}}$ ，则该方程为恰当方程，并且可以表示为某函数 $u(x,y)$ 的全微分 $M(x,y)dx+N(x,y)dy \equiv du(x,y)$ ，通解为 $u(x,y)=c$

通解公式 $\displaystyle u=\int{M(x,y)\partial{x}}+\int{[N(x,y)-\frac{\partial}{\partial{y}}\int{M(x,y)\partial{x}}]dy}$

积分因子

如果存在非零连续可微函数 $\mu(x,y)$ 使得 $\mu(x,y)M(x,y)dx+\mu(x,y)N(x,y)dy=0$ 为恰当方程，则称 $\mu(x,y)$ 是方程的一个积分因子，此时可按照恰当方程来求解

观察法：利用已知的或熟悉的微分式的原函数求积分因子
公式法：积分因子必定满足 ∂(μM)∂y=∂(μN)∂x
1. 如果积分因子只与 $x$ 有关 $\displaystyle\frac{1}{N}(\frac{\partial{M}}{\partial{y}}-\frac{\partial{N}}{\partial{x}})=\varphi(x)$ ，此时 $\large\mu(x,y)=e^{\int{\varphi(x)dx}}$
2. 如果积分因子只与 $y$ 有关 $\displaystyle-\frac{1}{M}(\frac{\partial{M}}{\partial{y}}-\frac{\partial{N}}{\partial{x}})=\psi(y)$ ，此时 $\large\mu(x,y)=e^{\int{\psi(y)dy}}$
分组组合法

2.4 一阶隐式微分方程及其参数表示

能解出 y 或 x 的方程

$\displaystyle y=f(x,\frac{dy}{dx})$

令 $\displaystyle\frac{dy}{dx}=p$ ，则方程可参数化 $\begin{cases}x=x\\y'=p\\y=f(x,p)\end{cases}$

把 $y=f(x,p)$ 代入到 $dy=pdx$ ，得 $\displaystyle\frac{\partial{f}}{\partial{x}}dx+\frac{\partial{f}}{\partial{p}}dp=pdx$ ，求解之
- 若得到 $p=\varphi(x,c)$ ，则代回 $y=f(x,p)$ 即得通解
- 若得到 $x=\psi(p,c)$ ，则通解 $\begin{cases}x=\psi(p,c)\\y=f(\psi(p,c),p)\end{cases}$
- 若得到 $\phi(x,p,c)=0$ ，则通解 $\begin{cases}\phi(x,p,c)=0\\y=f(x,p)\end{cases}$
$\displaystyle x=f(y,\frac{dy}{dx})$

令 $\displaystyle\frac{dy}{dx}=p$ ，然后两边同时对 $y$ 求导 $\displaystyle\frac{1}{p}=\frac{\partial{f}}{\partial{y}}+\frac{\partial{f}}{\partial{p}}\frac{dp}{dy}$
- 若得到 $p=\varphi(y,c)$ ，则代回 $x=f(y,p)$ 即得通解
- 若得到 $\phi(y,p,c)=0$ ，则通解 $\begin{cases}x=f(y,p)\\\phi(y,p,c)=0\end{cases}$

不显含 y 或 x 的方程

$F(x,y')=0$

引入变换 $x=\varphi(t)$ （或 $y'=\psi(t)$ ），带入原方程可以得到 $y'=\psi(t)$ （或 $x=\varphi(t)$ ）

$\displaystyle y'=\frac{dy}{dx}\Rightarrow dy=\psi(t)dx=\psi(t)d\varphi(t)=\psi(t)\varphi'(t)dt$

积分之，得到通解 $\begin{cases}x=\varphi(t)\\y=\int\psi(t)\varphi'(t)dt+c\end{cases}$
$F(y,y')=0$

引入变换 $y=\varphi(t)$ （或 $y'=\psi(t)$ ），带入原方程可以得到 $y'=\psi(t)$ （或 $y=\varphi(t)$ ）

$\displaystyle y'=\frac{dy}{dx}\Rightarrow dx=\frac{dy}{\psi(t)}=\frac{d\varphi(t)}{\psi(t)}=\frac{\varphi'(t)}{\psi(t)}dt$

积分之，得到通解 $\begin{cases}x=\displaystyle\int\frac{\varphi'(t)}{\psi(t)}dt+c\\y=\varphi(t)\end{cases}$

若 $F(y,0)=0$ 有实根 $y=k$ ，则 $y=k$ 也是方程的解

第三章一阶微分方程的解的存在定理

3.1 解的存在唯一性定理与逐步逼近法

利普希茨条件

微分方程 $\displaystyle\frac{dy}{dx}=f(x,y)\ ,R:|x-x_0|\le a\ ,|y-y_0|\le b$

若存在常数 $L>0$ 满足 $|f(x,y_1)-f(x,y_2)|\le L|y_1-y_2|\ ,(x,y_1)\ ,(x,y_2)\in R$

则称 $f(x,y)$ 在 $R$ 上关于 $y$ 满足利普希茨条件， $L$ 称为利普希茨常数

存在唯一性定理 1

若 $f(x,y)$ 在 $R$ 上连续且关于 $y$ 满足利普希茨条件

则方程 $\displaystyle\frac{dy}{dx}=f(x,y)$ 在区间 $|x-x_0|\le h$ 上存在唯一解 $y=\varphi(x)\ ,\varphi(x_0)=y_0$

其中 $\displaystyle h=\min(a,\frac{b}{M})\ ,M=\max_{(x,y)\in R}|f(x,y)|$

存在唯一性定理 2

若 $F(x,y,y')$ 在 $(x_0,y_0,y_0')$ 的某邻域中对 $(x,y,y')$ 连续且存在连续偏导数，同时 $\displaystyle F(x_0,y_0,y_0')=0\ ,\frac{\partial}{\partial{y'}}F(x_0,y_0,y_0')\ne0$

则方程 $F(x,y,y')$ 存在唯一解 $y=\varphi(x)\ ,\varphi(x_0)=y_0\ ,\varphi'(x_0)=y_0'$

3.2 解的延拓

第四章高阶微分方程

4.1 线性微分方程的一般理论

基本概念

$n$ 阶线性微分方程
- （非齐次） $x^{(n)}+a_1(t)x^{(n-1)}+\cdots+a_{n-1}(t)x'+a_n(t)x=f(t)$
- （齐次） $x^{(n)}+a_1(t)x^{(n-1)}+\cdots+a_{n-1}(t)x'+a_n(t)x=0$
朗斯基行列式（函数 $x_i(t)\ (i=1,\cdots,k)$ 在区间 $a\le{t}\le{b}$ 可微 $k-1$ 次）

$W(t)=W[x_1(t),x_2(t),\cdots,x_k(t)]=\left|\begin{array}{c}x_1(t)&x_2(t)&\cdots&x_k(t)\\x_1'(t)&x_2'(t)&\cdots&x_k'(t)\\\vdots&\vdots& &\vdots\\x_1^{(k-1)}(t)&x_2^{(k-1)}(t)&\cdots&x_k^{(k-1)}(t)\end{array}\right|$
线性相关

$c_1x_1(t)+c_2x_2(t)+\cdots+c_kx_k(t)\equiv0$ （ $c_i$ 不全为零）

否则称为线性无关
基本解组

$n$ 阶齐次线性方程组的一组 $n$ 个线性无关解

齐次线性方程

存在唯一性
叠加原理：方程的 $k$ 个解的线性组合 $c_1x_1(t)+c_2x_2(t)+\cdots+c_kx_k(t)$ 也是方程的解
定理：若函数 $x_1(t),x_2(t),\cdots,x_n(t)$ 在区间 $a\le{t}\le{b}$ 上线性相关（或无关），则该区间上他们的朗斯基行列式恒等于零（或恒不为零）
齐次线性方程的基本解组的朗斯基行列式恒不为零
通解结构

设齐次线性方程有基本解组 $x_1(t),x_2(t),\cdots,x_n(t)$

则通解可表示为 $x=c_1x_1(t)+c_2x_2(t)+\cdots+c_nx_n(t)$

非齐次线性方程

存在唯一性
若 $x(t)\ ,\overline{x}(t)$ 分别为“非齐次”与“齐次”的解，则 $x(t)+\overline{x}(t)$ 也是“非齐次”的解

若 $x_1(t)\ ,x_2(t)$ 均为“非齐次”的解，则 $x_1(t)-x_2(t)$ 是“齐次”的解
通解结构

设 $x_1(t),x_2(t),\cdots,x_n(t)$ 是“齐次”的一个基本解组， $\overline{x}(t)$ 是“非齐次”的一个特解

则通解 $x=c_1x_1(t)+c_2x_2(t)+\cdots+c_nx_n(t)+\overline{x}(t)$
常数变易法

已知“齐次”的一个基本解组 $x_1(t),x_2(t),\cdots,x_n(t)$ 时

$\begin{cases}x_1(t)c_1'(t)+x_2(t)c_2'(t)+\cdots+x_n(t)c_n'(t)=0\\x_1'(t)c_1'(t)+x_2'(t)c_2'(t)+\cdots+x_n'(t)c_n'(t)=0\\\quad\vdots\\x_1^{(n-1)}(t)c_1'(t)+x_2^{(n-1)}(t)c_2'(t)+\cdots+x_n^{(n-1)}(t)c_n'(t)=0\end{cases}$

解出所有 $c_i'(t)$ 并得到 $c_i(t)$ 后可得解 $\displaystyle x=\sum\limits_{i=1}^n\gamma_ix_i(t)+\sum\limits_{i=1}^nx_i(t)c_i(t)$

4.2 常系数线性微分方程

复值函数和复值解

设 $\alpha,\beta$ 为实数， $t$ 为实变量，则 $K=\alpha+i\beta$ 为复数

复指数函数定义为 $e^{Kt}=e^{(\alpha+i\beta)t}=e^{\alpha t}(\cos\beta t+i\sin\beta t)$

$\overline{K}=\alpha-i\beta$ 为 $K$ 的共轭复数，有 $e^{\overline{Kt}}=\overline{e^{Kt}}$

常系数齐次线性方程的特征方程

$L[x]\equiv x^{(n)}+a_1x^{(n-1)}+\cdots+a_{n-1}x'+a_nx=0$ 用 $x=e^{\lambda t}$ 带入

可得到特征方程 $F(\lambda)\equiv\lambda^n+a_1\lambda^{n-1}+\cdots+a_{n-1}\lambda+a_n=0$

$\lambda$ 为 $k$ 重实根时，方程有 $k$ 个解 $t^je^{\lambda t}\ (j=0,1,2,\cdots,k-1)$

$e^{\lambda t},te^{\lambda t},t^2e^{\lambda t},\cdots,t^{k-1}e^{\lambda t}$
$\lambda=\alpha\pm i\beta$ 为 $k/2$ 重共轭复根时，方程有 $k/2$ 对共轭复值解，也就是一共 $k$ 个复值解

每对为 $t^je^{\alpha t}\cos\beta t,t^je^{\alpha t}\sin\beta t\ (j=0,1,2,\cdots,k/2-1)$

得到基本解组 $x_1,x_2,\cdots,x_k$ 后，可写出通解 $x(t)=c_1x_1+c_2x_2+\cdots+c_kx_k$

欧拉方程

对于欧拉方程 $x^ny^{(n)}+a_1x^{n-1}y^{(n-1)}+\cdots+a_{n-1}xy'+a_ny=0$

核心思想：引进自变量变换 $x=e^t$ 或 $t=\ln|x|$ 可化为常系数齐次线性微分方程 $y^{(n)}+b_1y^{(n-1)}+\cdots+b_{n-1}y'+b_ny=0$

解法：

求特征方程 $F(k)$ 的特征根

$F(k)=k(k-1)\cdots(k-n+1)+a_1k(k-1)\cdots(k-n+2)+\cdots+a_{n-1}k+a_n$
得到基本解组，然后使用 $t=\ln|x|$ 变换得到原方程的基本解组
得到原方程通解

常系数非齐次线性方程的比较系数法

4.3 高阶方程降阶法

可降阶

方程不含未知函数 $x$ ，形如 $F(t,x^{(k)},x^{(k+1)},\cdots,x^{(n)})=0\ (1\le k\le n)$ ，则令 $y=x^{(k)}$ ，可降 $k$ 阶

求得降阶后方程的通解后，逐次积分 $k$ 次即可得到原方程通解
方程不含自变量 $t$ ，形如 $F(x,x',\cdots,x^{(n)})=0$ ，令 $y=x'$ ，可降低1阶

$\displaystyle x^{(n)}=y^{n-1}\frac{d^{n-1}y}{dx^{n-1}}$ 全部带入原方程，分离变量，可得原方程解
齐次线性方程已知 $k$ 个线性无关的非零特解 $x_1,x_2,\cdots,x_k$ ，可降低 $k$ 阶
- 特别地，对于二阶齐次线性方程 $x''+p(t)x'+q(t)x=0$ ，已知非零特解 $x_1$
  
  通解为 $\displaystyle x=x_1[c_1+c_2\int{\frac{1}{x_1^2}e^{-\int{p(t)}dt}}dt]$

二阶线性方程的幂级数解（求特解）

看不懂，这分我不要了（

第五章线性微分方程组

5.1 存在唯一性定理

$\begin{cases}x_1'=a_{11}(t)x_1+a_{12}(t)x_2+\cdots+a_{1n}(t)x_n+f_1(t)\\x_2'=a_{21}(t)x_1+a_{22}(t)x_2+\cdots+a_{2n}(t)x_n+f_2(t)\\\quad\vdots\\x_n'=a_{n1}(t)x_1+a_{n2}(t)x_2+\cdots+a_{nn}(t)x_n+f_n(t)\end{cases}$

$n$ 阶线性微分方程组： $\boldsymbol{x}'=\boldsymbol{A}(t)\boldsymbol{x}+\boldsymbol{f}(t)$

$\boldsymbol{x}=(x_1,x_2,\cdots,x_n)^T\ ,\boldsymbol{A}(t)=[a_{ij}(t)]\ ,\boldsymbol{f}(t)=(f_1(t),f_2(t),\cdots,f_n(t))^T$

初值问题： $\boldsymbol{x}(t_0)=\boldsymbol{\eta}$

$x^{(n)}+a_1(t)x^{(n-1)}+\cdots+a_{n-1}x'+a_n(t)x=f(t)$

$x(t_0)=\eta_1,x'(t_0)=\eta_2,\cdots,x^{(n-1)}(t_0)=\eta_n$

5.2 一般理论

基本概念

$\displaystyle\frac{d\boldsymbol{x}}{dt}=\boldsymbol{x}'=\boldsymbol{A}(t)\boldsymbol{x}+\boldsymbol{f}(t)$

如果 $\boldsymbol{f}(t)\ne0$ 则为非齐次线性的， $\boldsymbol{f}(t)\equiv0$ 则为齐次线性的

若 $\boldsymbol{A}(t)$ 为常数矩阵，则称为常系数线性方程组

$\boldsymbol{x}'=\boldsymbol{A}(t)\boldsymbol{x}\ \Rightarrow\ \boldsymbol{x}'=\boldsymbol{A}\boldsymbol{x}$
线性相关

$c_1\boldsymbol x_1(t)+c_2\boldsymbol x_2(t)+\cdots+c_m\boldsymbol x_m(t)\equiv0$ （ $c_m$ 不全为零）

否则它们（向量函数）线性无关
基本解组

$n$ 维一阶齐次线性方程组的一组 $n$ 个线性无关解 $\boldsymbol x_1(t),\boldsymbol x_2(t),\cdots,\boldsymbol x_n(t)$ 组成的矩阵 $\boldsymbol\phi(t)$

当 $\boldsymbol\phi(0)=\boldsymbol E$ （单位矩阵）时称基本解组为标准的

齐次线性方程组

$\boldsymbol{x}'=\boldsymbol{A}(t)\boldsymbol{x}$

存在唯一性
叠加原理

方程组的 $k$ 个解 $\boldsymbol x_1(t),\boldsymbol x_2(t),\cdots,\boldsymbol x_k(t)$ 的线性组合 $c_1\boldsymbol x_1(t)+c_2\boldsymbol x_2(t)+\cdots+c_k\boldsymbol x_k(t)$ 也是方程的解，其中 $c_i$ 为任意常数
如果向量函数 $\boldsymbol x_1(t),\boldsymbol x_2(t),\cdots,\boldsymbol x_n(t)$ 在某区间上线性相关（或无关），则他们的朗斯基行列式恒为零（或恒不为零）

齐次线性方程组的基本解组的朗斯基行列式恒不为零
通解结构

设 $\boldsymbol\phi(t)$ 是齐次线性方程组的一个基本解组，则通解可以表示为

$\boldsymbol{x}=\boldsymbol{\phi}(t)\boldsymbol{c}\equiv c_1\boldsymbol x_1(t)+c_2\boldsymbol x_2(t)+\cdots+c_n\boldsymbol x_n(t)$

其中 $\boldsymbol{c}=(c_1,c_2,\cdots,c_n)^T$ 为任意常向量
齐次线性方程组的 $n$ 个解 $\boldsymbol x_1(t),\boldsymbol x_2(t),\cdots,\boldsymbol x_n(t)$ 组成基本解组 $\boldsymbol\phi(t)$ 的充要条件为 $\det\boldsymbol\phi(t)\ne0$

齐次线性方程组的两个基本解组 $\boldsymbol\phi(t),\boldsymbol\psi(t)$ 必有关系

$\boldsymbol\phi(t)=\boldsymbol\psi(t)\boldsymbol C\ (a\le t\le b)\ ,\det\boldsymbol C\ne0$

非齐次线性方程组

存在唯一性
若 $\boldsymbol x(t)\ ,\widetilde{\boldsymbol x}(t)$ 分别为“非齐次”与“齐次”的解，则 $\boldsymbol x(t)+\widetilde{\boldsymbol x}(t)$ 也是“非齐次”的解

若 $\boldsymbol x_1(t)\ ,\boldsymbol x_2(t)$ 均为“非齐次”的解，则 $\boldsymbol x_1(t)-\boldsymbol x_2(t)$ 是“齐次”的解
通解结构

设 $\boldsymbol{\phi}(t)$ 是“齐次”的一个基本解组， $\widetilde{\boldsymbol x}(t)$ 是“非齐次”的某一特解，则通解可表示为

$\boldsymbol{x}=\boldsymbol{\phi}(t)\boldsymbol{c}+\widetilde{\boldsymbol x}(t)$ 其中 $\boldsymbol{c}$ 为任意 $n$ 维向量
常数变易法

5.3 常系数线性微分方程组

看不懂，这分我不要了 QAQ

版权声明：本文为原创文章，版权归神代綺凜所有。
本文链接：https://moe.best/gotagota/ode.html
所有原创文章采用知识共享署名-非商业性使用 4.0 国际许可协议进行许可。
您可以自由的转载和修改，但请务必注明文章来源并且不可用于商业目的。

22 comments

yukino (Windows 10 x64 Edition) / (Google Chrome 77.0.3865.90)
2019-10-06 04:20 pm

one note 咋手打公式鸭 |´・ω・)ノ

1. 神代綺凜咕 (Windows 10 x64 Edition) / (Google Chrome 77.0.3865.90)
  2019-10-08 01:45 am
  
  @yukino 不用 one note，不清楚
  
雷德菲尔德 (Windows 10 x64 Edition) / (Google Chrome 73.0.3683.86)
2019-04-01 11:29 pm

常微分其实大部分记好公式套就行了OωO

1. 神代綺凜咕 (Windows 10 x64 Edition) / (Google Chrome 73.0.3683.86)
  2019-04-01 11:48 pm
  
  @雷德菲尔德 不提了，反正老师已经抬了一手过了（
  
2. 雷德菲尔德 (Windows 10 x64 Edition) / (Google Chrome 73.0.3683.86)
  2019-04-01 11:30 pm
  
  @雷德菲尔德 突然想知道我这头像是怎么回事？？我没有上传呀2333就是我qq头像
  
  1. 神代綺凜咕 (Windows 10 x64 Edition) / (Google Chrome 73.0.3683.86)
    2019-04-01 11:48 pm
    
    @雷德菲尔德 头像是因为有 qlogo api
    
Mikusa (Windows 10 x64 Edition) / (Google Chrome 73.0.3683.86)
2019-03-23 03:42 pm

大学数学

1. 神代綺凜咕 (Windows 10 x64 Edition) / (Google Chrome 73.0.3683.86)
  2019-03-23 03:45 pm
  
  @Mikusa
  
valex (Windows 10 x64 Edition) / (Google Chrome 71.0.3578.98)
2019-02-26 11:01 pm

你的数学公式是怎么打的，手打吗？

1. 神代綺凜咕 (Windows 10 x64 Edition) / (Google Chrome 71.0.3578.98)
  2019-02-27 12:07 am
  
  @valex 是的，Latex 公式
  
  1. valex (Windows 10 x64 Edition) / (Google Chrome 71.0.3578.98)
    2019-02-27 01:14 pm
    
    @神代綺凜 看来是得学学了，公式编辑器用的我头疼
    
Cloud.Sir (Windows 10 x64 Edition) / (Google Chrome 71.0.3578.98)
2019-02-16 07:48 pm

从小就佩服数学好的人，我爸说数学好的人脑子好使。我就不行，初中数学120的题最低考过29分。纯纯的学渣一枚。当然了无缘高中。不过条条大路通罗马，我是不会在学习的道路上停止脚步的，数学不行不代表我计算机方面差的 cloud-sir.top
----- 一枚00后

Hakula (Windows 10 x64 Edition) / (Google Chrome 71.0.3578.98)
2019-01-23 09:11 pm

大佬 tql... orz（一位数学辣鸡路过（

1. 神代綺凜咕 (Windows 10 x64 Edition) / (Google Chrome 71.0.3578.98)
  2019-01-24 12:46 am
  
  @Hakula 不啊，这学期常微分D过的
  
  1. Hakula (Windows 10 x64 Edition) / (Google Chrome 71.0.3578.98)
    2019-01-24 03:57 am
    
    @神代綺凜 数学太难了
    
神代綺凜咕 (Windows 10 x64 Edition) / (Google Chrome 71.0.3578.98)
2019-01-23 07:52 pm

所以去年我挂了啊

1. zz (Windows 10 x64 Edition) / (Google Chrome 78.0.3904.87)
  2019-11-07 02:59 pm
  
  @神代綺凜 bksn
  
  1. 神代綺凜咕 (Mac OS X 10.14.6) / (Google Chrome 78.0.3904.87)
    2019-11-07 03:24 pm
    
    @zz 啧
    
xunco (Windows 10 x64 Edition) / (Google Chrome 71.0.3578.98)
2019-01-21 02:36 pm

欸,新域名不错OωO

1. 神代綺凜咕 (Windows 10 x64 Edition) / (Google Chrome 71.0.3578.98)
  2019-01-21 02:39 pm
  
  @xunco 那是
  
Issacc (Windows 10 x64 Edition) / (Google Chrome 71.0.3578.98)
2019-01-21 01:47 pm

哈哈哈哈，沙发！|´・ω・)ノ

1. 神代綺凜咕 (Windows 10 x64 Edition) / (Google Chrome 71.0.3578.98)
  2019-01-21 02:39 pm
  
  @Issacc