综合项目：构建可验证的动态模型

选择温度冷却、水箱液位、人口增长、弹簧振动或电池放电中的一个问题，完成从假设到数据、微分方程、参数估计、数值解和误差评价的完整模型。重点不是曲线看起来像，而是每个决定可追踪。

建模声明

定义系统边界、状态变量、参数、单位、初始条件和外部输入。列出忽略项及理由。变量命名应让公式、代码与报告一致。

数据与参数

记录数据来源、采样间隔、仪器精度和清洗规则。把部分数据用于拟合，留出数据验证，避免只在同一数据上既调参数又宣称准确。

分析与计算

先找平衡、尺度和可能的解析特例，再选数值方法。做步长收敛、参数敏感性与误差传播；保存代码环境和随机种子。

与替代模型比较

至少比较一个更简单或不同机制模型。复杂模型拟合更好不一定更可信，还要看参数可解释、外推和数据支持。

结果边界

图表标单位、数据点和模型曲线，残差单独作图。结论限定在数据与假设范围，高风险应用不由课堂模型直接决策。

交付

提交模型卡、推导、数据、可运行计算、验证、失败尝试与复盘。让同伴更换输入后能重现实验。

成熟的微积分能力，是在连续变化中建立结构、选择近似、控制误差，并知道公式何时值得相信。