1. 课程导入与全景认知

在连续系统的建模与仿真中，微分方程描述的是系统在“两件事之间”如何平滑演化：温度如何缓慢上升、弹簧振子如何往复、电容电压如何指数衰减。但真实工程系统很少只做平滑演化——继电器会在电压越过阈值时吸合，弹跳球会在触地瞬间改变速度方向，电池管理系统会在荷电状态跌到下限时切断放电回路。这些“瞬间发生、改变系统演化规则”的时刻，就是事件；事件发生前后系统所遵循的方程或参数集合，就是不同的状态。本课程要解决的核心问题，正是如何让数值求解器可靠地发现这些时刻，并在时刻前后正确地切换方程。

一、什么是事件检测与状态切换

用一句话概括：事件检测是在连续求解过程中监视某个标量函数（事件函数）是否穿越零点的过程；状态切换是在检测到穿越后，修改系统状态变量、参数或微分方程右端函数，并让求解器以新的规则继续积分。

以经典的弹跳球为例。设球心高度为 h、竖直速度为 v，向上为正，重力加速度 g = 9.81 m/s²。自由飞行阶段满足：

dh/dt = v
dv/dt = -g

事件函数取 g(t) = h，当 h 从正变负时说明球已穿过地面。若求解器只是按固定步长前进，很可能在一步之内“跨过”地面，得到 h = -0.03 m 这样的非法状态，并且速度方向没有翻转，后续轨迹完全错误。正确做法是：在检测到符号变化后，用求根方法把穿越时刻定位到容差范围内（例如 1e-9 s），在该时刻执行切换 v ← -e·v（e 为恢复系数，示例取 0.8），再以新初值继续积分。这就是“检测—定位—切换—重启”的完整闭环。

二、核心问题拆解

看似简单的闭环，实际包含四个必须分别处理的技术难点，它们构成了本课程的主干：

• 事件函数的构造与方向：事件函数必须连续、在穿越点附近单调性良好，且要区分“上升穿越”“下降穿越”还是“双向穿越”。若把 h 直接作为事件函数而不指定方向，球反弹后再次上升时可能被误判为又一次触地。
• 穿越时刻的精确定位：常用Brent求根或二分法在 [t_n, t_n+Δt] 区间内迭代，终止条件同时考虑时间容差与函数值容差。定位精度直接影响能量误差累积。
• 切换后的状态一致性：切换可能改变状态变量（如速度反向）、改变参数（如摩擦系数由动摩擦变为静摩擦）、甚至改变方程维数（如二极管由导通变为截止）。必须保证切换后初值自洽，避免代数环。
• 芝诺现象与抖动：当系统在极短时间内反复穿越同一事件（如干摩擦下的粘滑、理想继电器在阈值附近的抖振），求解器会陷入无限次切换。需要设置最小驻留时间、滞环带或事件优先级来终止。

三、典型应用场景

事件检测并非数值计算的小技巧，而是多个工程领域的共性基础设施。机械系统中，接触/分离、限位碰撞、干摩擦的静动转换都是事件；电力电子中，二极管与开关管的通断使电路拓扑在多个线性系统间跳变，PWM 控制的每个边沿都是一次强制事件；控制系统中，饱和环节、死区、继电器输出、采样保持器都引入不连续；生物与化学中，神经元放电的阈值触发、细胞周期的相变、剂量切换都可用混合系统刻画。此外，游戏物理引擎的碰撞响应、电池管理的充放电模式切换，也都依赖同一套检测与切换逻辑。

这些场景的共同结构是：连续动态 + 离散跳变 = 混合系统。理解这一点，就能把看似无关的问题统一到同一套方法框架下。

四、整体学习路线图

本课程共 30 章，按“概念—方法—实现—验证—综合”的认知顺序组织。下图给出各模块之间的依赖关系与推进路径，建议按箭头方向学习，其中“事件定位算法”与“状态切换建模”是两条可以并行推进的主线，最终在综合案例处汇合。

路线图左侧聚焦“如何可靠地发现事件”，右侧聚焦“发现之后如何正确地改变系统”，二者在实现与验证阶段汇合。需要强调的是，两条主线并非完全独立：事件函数的构造方式会影响切换逻辑的复杂度，而切换映射的设计又会反过来决定事件函数是否需要滞环。因此在实际工程中，应当把二者放在同一个混合系统模型里统一设计，而不是先写完检测代码再补切换规则。

五、学习建议与先修要求

本课程假设读者已掌握常微分方程初值问题的基本概念、显式欧拉与四阶龙格—库塔法的迭代格式，以及至少一门科学计算语言（Python/NumPy、MATLAB 或 Julia 均可）。若对“局部截断误差”“刚性方程”尚不熟悉，建议先回顾数值分析中关于单步法与稳定域的内容。

学习时建议始终带着一个具体系统推进：从最简单的弹跳球开始，亲手实现事件函数、手写二分定位、观察切换前后的高度与速度序列，再逐步加入恢复系数、空气阻力、多次反弹的能量衰减，最后过渡到多事件并发的电力电子拓扑。每完成一个模块，都用“守恒量是否连续、穿越时刻误差是否收敛、事件密集时是否稳定”这三个问题检验自己的实现。这样在进入后续章节的算法细节时，你面对的就不是抽象公式，而是一个已经跑起来、可以被观测和调试的系统。