🔥 方程的数值解法 (FP1) 🔥
未来的数学家们，你们好！欢迎来到进阶纯数（Further Pure Mathematics）中最实用且迷人的章节之一。在这一章里，我们将告别寻找完美、整洁的精确解，去拥抱一个现实：我们在现实世界中遇到的绝大多数方程——比如物理、金融或工程学中的方程——单靠代数方法是无法求出精确解的。
取而代之的是，我们使用数值方法（Numerical Methods）来获得极高精度的近似值。把它想象成一个智能计算器，它需要不断地放大视野，越来越逼近目标答案。学完这些笔记，你将能够定位方程的根，并利用迭代过程求出高精度的数值解！
1. 根的定位：符号改变法（Sign Change Method）
在我们找到根（即 \(f(x) = 0\) 的解）之前，首先需要知道它大致在哪里。符号改变法是数值分析的基石。
什么是根？
方程 \(f(x) = 0\) 的根，就是函数 \(y = f(x)\) 的图像与 \(x\) 轴相交点的 \(x\) 值。
符号改变原理
如果你有一个连续的函数 \(f(x)`（意味着函数图像没有断点或跳跃），并且你在两个点 \(x = a\) 和 \(x = b\) 处取值：
- 如果 \(f(a)\) 是正数 (+)
- 且 \(f(b)\) 是负数 (-)
- 或者反过来，
那么，该函数在 \(a\) 和 \(b\) 之间一定至少与 \(x\) 轴相交过一次。因此，在区间 \([a, b]\) 内存在一个根。
🧠 类比：山脉
想象 \(x\) 轴是海平面。如果你站在 \(a\) 点（对应函数值 \(f(a)\)）且高于海平面 (+)，然后走到 \(b\) 点时降到了海平面以下 (-)，那么你一定在中间某处穿过了海平面（即根）。
分步指南：使用符号改变法
- 定义函数：确保方程已整理为 \(f(x) = 0\) 的形式。
- 选择区间：使用题目给定的区间（例如 \([1, 2]\)），或者寻找函数符号发生改变的小整数区间。
- 计算值：计算 \(f(a)\) 和 \(f(b)\)。
- 得出结论：清晰地说明该区间内是否存在根。
例题：证明 \(e^x - 5x = 0\) 在 \(x=0.2\) 和 \(x=0.3\) 之间存在一个根。
令 \(f(x) = e^x - 5x\)。
当 \(x = 0.2\) 时：\(f(0.2) = e^{0.2} - 5(0.2) \approx 1.2214 - 1.0 = 0.2214\) (正数)
当 \(x = 0.3\) 时：\(f(0.3) = e^{0.3} - 5(0.3) \approx 1.3499 - 1.5 = -0.1501\) (负数)
由于符号发生了改变且 \(f(x)\) 是连续的，因此根位于 \(0.2\) 到 \(0.3\) 之间。
⚠️ 必须避免的常见错误
- 间断点陷阱：如果函数在区间内不连续（例如存在渐近线），符号改变法会失效。一定要检查函数是否包含如 \(\frac{1}{x}\) 这样可能导致中断的项。
- 遗漏多个根：如果 \(f(a)\) 是正数且 \(f(b)\) 也是正数，并不代表区间内没有根；它只代表该区间内根的数量可能是0、2、4，即偶数个根。
缩小区间以提高精度
符号改变法也常用于求出精确到特定小数位数的根。
分步指南：求精确到小数点后一位的根
如果你已知根在 \(2.4\) 和 \(2.5\) 之间：
- 我们需要检查中点，看看根偏向哪一侧。检查 \(x = 2.45\)。
- 如果 \(f(2.45)\) 为正，则根必定在 \(2.4\) 和 \(2.45\) 之间。该根四舍五入到小数点后一位为 2.4。
- 如果 \(f(2.45)\) 为负，则根必定在 \(2.45\) 和 \(2.5\) 之间。该根四舍五入到小数点后一位为 2.5。
- 关键点：最终答案（如 2.4）必须与边界值（如 2.45）处的符号变化保持一致。
🔑 第一节重点总结
只要函数是连续的，符号改变法就是证明根存在于特定紧凑区间内的可靠工具。
2. 不动点迭代：\(x_{n+1} = g(x_n)\)
定位根告诉我们它在哪里，而迭代法能帮助我们进一步“放大”视野，求出该值到多位小数的精度。在 FP1 中，这被称为不动点迭代（Fixed Point Iteration）。
迭代公式
核心思想是将方程 \(f(x) = 0\) 重写为如下形式： $x = g(x)$
一旦变成这种形式，我们就可以建立一个迭代关系：
$$x_{n+1} = g(x_n)$$这意味着我们取当前的估计值 (\(x_n\))，将其代入函数 \(g\)，从而得到一个改进后的新估计值 (\(x_{n+1}\))。
我们从初始估计值 \(x_0\) 开始，重复该过程，直到数值收敛（停止变化）到要求的精度为止。
变形的重要性
求解 \(f(x) = 0\) 时，通常有多种变形方式，从而得到不同的 \(g(x)\) 公式。但只有其中一些能真正生效（即收敛到根）。
例题：对于方程 \(x^3 - 4x - 1 = 0\)，有两种可能的变形：
变形 A (收敛)：
\(x^3 = 4x + 1\)
\(x = \sqrt[3]{4x + 1}\)
$$x_{n+1} = \sqrt[3]{4x_n + 1}$$
变形 B (发散)：
\(4x = x^3 - 1\)
\(x = \frac{x^3 - 1}{4}\)
$$x_{n+1} = \frac{x_n^3 - 1}{4}$$
FP1 中的核心挑战通常在于选择那个能导致收敛的变形形式。
分步指南：执行迭代
以公式 \(x_{n+1} = \sqrt[3]{4x_n + 1}\) 和初始估计值 \(x_0 = 2\) 为例。
- 设 \(n=0\)：取 \(x_0 = 2\)。
- 求 \(x_1\)： \(x_1 = \sqrt[3]{4(2) + 1} = \sqrt[3]{9} \approx 2.080084\)
- 求 \(x_2\)： \(x_2 = \sqrt[3]{4(2.080084) + 1} \approx 2.100650\)
- 求 \(x_3\)： \(x_3 = \sqrt[3]{4(2.100650) + 1} \approx 2.105828\)
- ... 持续重复直到达到要求的精度。
🔥 计算器技巧（FP1 必备）：
为了节省时间并避免舍入误差，请使用计算器上的 ANS（上一次运算结果）功能：
- 输入初始值 (\(x_0\)) 并按下 =。
- 输入迭代公式，并将 \(x_n\) 替换为 ANS。（例如：\(\sqrt[3]{4 \times \text{ANS} + 1}\)）
- 连续按下 = 即可依次生成 \(x_1, x_2, x_3, \ldots\)
🔑 第二节重点总结
迭代将方程求解转化为连续逼近的过程：\(x_{n+1} = g(x_n)\)。关键步骤是将 \(f(x)=0\) 整理为收敛的 \(x=g(x)\) 形式。
3. 可视化迭代与收敛
为什么有些变形有效而有些失败？答案在于 \(y = x\) 和 \(y = g(x)\) 的图像。
不动点
根 \(\alpha\) 是满足 \(x = g(x)\) 的点。从图形上看，这就是直线 \(y = x\) 与曲线 \(y = g(x)\) 的交点。
当我们进行迭代时，我们是在构建一条路径，让我们越来越靠近（或远离）这个交点。
阶梯图与蛛网图
我们在图像上描绘迭代过程：
- 从 \(x\)-轴上的 \(x_n\) 开始。
- 垂直移动到 \(y = g(x)\) 找到 \(g(x_n)\) 的值（即 \(x_{n+1}\)）。
- 从 \(y = g(x)\) 水平移动到直线 \(y = x\)。这一步将 \(x_{n+1}\) 的值映射回 \(x\)-轴上，作为下一步的起点。
重复该过程会形成独特的图案：
类型 1：阶梯式收敛
数值稳步趋向于根，就像爬楼梯一样。当 \(g(x)\) 在根附近的导数为正且斜率较小时会发生这种情况。
类型 2：蛛网式收敛 (振荡)
数值在根周围振荡，像蜘蛛网一样向内盘旋。当 \(g(x)\) 在根附近的导数为负且斜率较小时会发生这种情况。
类型 3：发散 (失败)
数值离交点越来越远。这意味着所选的 \(g(x)\) 变形方式无法找到根。
收敛条件 (进阶洞察)
为了使迭代过程 \(x_{n+1} = g(x_n)\) 收敛到根 \(\alpha\)，在根的邻域内必须满足以下条件：
$$|\ g'(\alpha)\ | < 1$$其中 \(g'(x)\) 是 \(g(x)\) 对 \(x\) 的导数（斜率）。
概念简化：导数是关键！
准则是：\(y=g(x)\) 的斜率必须比 \(y=x\) 的斜率“平缓”。
- 由于 \(y = x\) 的斜率正好是 1，因此 \(g(x)\) 的斜率必须在 -1 到 +1 之间。
- 如果斜率 \(|g'(x)| > 1\)，迭代步长会越来越大，序列发散（远离根）。
- 如果斜率 \(|g'(x)| < 1\)，步长会越来越小，序列收敛（趋向于根）。
在考试中，你经常会被要求对 \(g(x)\) 求导，并证明在给定区间内 \(|g'(x)| < 1\)，从而证明迭代有效。
你知道吗？这个方法有时被称为不动点定理 (Fixed Point Theorem)，它是计算机解决复杂非线性系统问题的基础！
🔑 第三节重点总结
通过在 \(y=g(x)\) 和 \(y=x\) 之间绘制步骤，可以将迭代可视化。只有当 \(g(x)\) 在根附近的斜率在 -1 和 1 之间时（即 \(|g'(\alpha)| < 1\)），迭代才会收敛。
复习要点盒：数值解法基础
根定位 (符号改变法)：
- 测试 \(f(a)\) 和 \(f(b)\)。如果符号不同，则根存在于 \([a, b]\) 中。
- 前提假设 \(f(x)\) 是连续的。
迭代 (\(x_{n+1} = g(x_n)\))：
- 需要将 \(f(x)=0\) 整理为合适的 \(x=g(x)\) 形式。
- 一定要善用计算器上的 ANS 键！
收敛性：
- 迭代必须趋向于 \(y=x\) 和 \(y=g(x)\) 的交点。
- 如果 \(g(x)\) 在根附近的导数绝对值小于 1 (\(|g'(x)| < 1\))，则保证收敛。