欢迎来到数值微分的世界！
在标准的 A Level 数学课程中，你已经学过如何利用代数方法来微分像 \(x^2\) 或 \(\sin(x)\) 这类函数。但如果遇到太过复杂而无法直接微分的函数，又或者手上只有一堆数据点而没有方程式时，该怎么办呢？
这时候就是数值微分 (Numerical Differentiation) 大显身手的时候了！在这个章节，你将学会如何利用简单的算术来估算曲线上某点的斜率。这过程就像侦探办案一样——透过观察周围的点，来推断出你感兴趣的那个点发生了什么事。
核心概念：回归基础
在我们深入探讨之前，先来快速复习一个必备概念。还记得两点 \((x_1, y_1)\) 与 \((x_2, y_2)\) 之间直线斜率的公式吗？
\( \text{斜率} = \frac{y_2 - y_1}{x_2 - x_1} \)
数值微分正是运用了这个逻辑。我们采取一个微小的步长，称为 \(h\)，并利用它来求出两个极近点之间的“斜率”。
你知道吗？这正是你的手机或 GPS 计算你速度的方式！它并没有什么神奇的“速度方程式”；它只是根据你现在的位置与一秒前的位置，来算出你的变化率。
1. 前向差分法 (Forward Difference Method)
前向差分法是估算导数最简单的方法。顾名思义，它是从你感兴趣的点往“前”看。
公式
为了估算导数 \(f'(x)\)，我们使用：
\( f'(x) \approx \frac{f(x+h) - f(x)}{h} \)
运作方式（步骤解析）
1. 从你的目标点 \(x\) 开始。
2. 往前迈出一小步到达 \(x + h\)。
3. 求出 \(y\) 值的差：\(f(x+h) - f(x)\)。
4. 将该差值除以步长 \(h\)。
范例：若 \(f(x) = x^3\)，且我们想求 \(x=2\) 时的斜率，步长 \(h=0.1\)：
\( f(2) = 2^3 = 8 \)
\( f(2.1) = 2.1^3 = 9.261 \)
\( f'(2) \approx \frac{9.261 - 8}{0.1} = 12.61 \)
（正确答案是 12，所以这是一个还不错的估算值！）
重点提示：前向差分法虽然简单易用，但并不总是那么精准，因为它只考虑了该点的一侧。
2. 中心差分法 (Central Difference Method)
如果说前向差分法是“好”的估算，那么中心差分法就是“极佳”的估算。它不仅仅向前看，而是同时向后看半步、向前看半步，将我们的目标点夹在中间。
公式
\( f'(x) \approx \frac{f(x+h) - f(x-h)}{2h} \)
常见错误警告！请注意分母是 \(2h\)。因为你从 \(-h\) 走到 \(+h\)，总步长是两个 \(h\)。千万别忘了那个 2！
生活中的类比
想象你正站在山坡上，试图找出该处的“平均”斜率。
- 前向差分：你看著你的脚下以及前方 1 公尺处。
- 中心差分：你看著身后 1 公尺处以及前方 1 公尺处。这通常能更公平地呈现你正站立位置的斜率。
重点提示：在相同的 \(h\) 值下，中心差分法通常比前向差分法精准得多。
3. 精确度与方法的“阶”(Order)
在数值方法中，我们常提到精确度阶数 (Order of Accuracy)。它告诉我们当步长 \(h\) 变小时，误差消失的速度有多快。
- 前向差分法是一阶方法 (First Order Method)，写作 \(O(h)\)。这意味着如果你将步长减半 (\(h \to 0.5h\))，误差大约会减半。
- 中心差分法是二阶方法 (Second Order Method)，写作 \(O(h^2)\)。这就是“魔法”所在：如果你将步长减半 (\(h \to 0.5h\))，误差大约会变成原来的四分之一 (\(0.5^2 = 0.25\))！
快速复习箱：
- 较小的 \(h\) = 更高的精确度（通常如此）。
- 中心差分法胜出，因为它是更高阶的方法。
重点提示：选择像中心差分法这样的二阶方法，让你无需使用极小的步长就能得到非常精确的结果。
4. 使用科技工具与精确度限制
在考试中，你可能会被要求查看电子表格的输出结果。当使用电子表格计算这些差分时，你会发现随着 \(h\) 越来越小，估算值会越来越好……直到一个临界点。
平衡的艺术
如果这听起来有点反直觉，别担心，因为 \(h\) 确实可能过小。
电脑和计算器储存小数点后位数的能力有限（这称为精度/浮点数限制）。如果 \(h\) 太小，\(f(x+h)\) 与 \(f(x)\) 的值会变得极其相似，导致电脑可能将差值四舍五入为零。这是数值运算中常见的错误！
电子表格策略步骤
1. 建立一个 \(h\) 栏（例如：0.1, 0.05, 0.025...）。
2. 使用上述公式为你的估算建立栏位。
3. 观察收敛 (Convergence)：当 \(h\) 变小时，如果答案的数字不再改变，就代表你已经找到了达到该位数精确度的解。
重点提示：若要证明结果的精确度，请展示当你使用更小的 \(h\) 时，答案的前几位小数已不再改变。
总结检查清单
1. 前向差分： \( \frac{f(x+h) - f(x)}{h} \)（一阶）
2. 中心差分： \( \frac{f(x+h) - f(x-h)}{2h} \)（二阶）
3. 精确度： 中心差分通常更好；将 \(h\) 减半会使中心差分的误差降为四分之一。
4. 收敛： 不断减小 \(h\) 直到答案稳定，但若 \(h\) 过小，请留意计算器的舍入误差！
你一定做得到的！数值微分其实就只是找到极小割线的斜率而已。继续练习那些公式吧！