Numerical solution of equations

欢迎来到数值解法（Numerical Solutions）的世界！

在你之前的数学学习中，你已经学过如何通过因式分解或二次公式（Quadratic formula）来解像 \(x^2 - 5x + 6 = 0\) 这类方程。但如果遇到像 \(x^3 + \cos(x) = 15\) 这种「顽固」的方程，我们该怎么办呢？这类方程可没有简单的代数技巧能直接解出 \(x\)！

在高等纯数学 1 (FP1) 的这一章中，我们将学习如何找出「足够好」的答案。我们不会去寻求精确值，而是运用数值方法 (numerical methods)，不断缩小范围，直到精确度达到要求为止。你可以把这想象成「寻宝游戏」，我们就像在玩「冷热游戏」，一步步靠近隐藏的宝藏（即方程的根）。

1. 基础：根的位置 (Location of Roots)

在我们锁定根的位置之前，必须先找出它住在哪个「邻里」。我们使用的是变号法 (Change of Sign rule)。

如果一个函数 \(f(x)\) 是连续的 (continuous)（即图像没有断层或空洞），且我们能找到两个数 \(a\) 和 \(b\)，使得：

• \(f(a)\) 是负数（在 x 轴下方）
• \(f(b)\) 是正数（在 x 轴上方）

...那么该图像在 \(a\) 与 \(b\) 之间一定至少穿越过一次 x 轴。那个交叉点就是我们的根 (root)。

常见错误提示：在高等数学中处理三角函数时，除非题目特别说明使用角度（degrees），否则请务必确保你的计算器设定在弧度（Radians）模式！

重点摘要：

若 \(f(a)\) 与 \(f(b)\) 出现变号，通常意味着在区间 \([a, b]\) 内至少存在一个根。

2. 二分法 (Interval Bisection)

二分法是寻找根最直观的方法。这就像查字典时，每次都直接翻开正中间一样简单。

运作步骤：

1. 先找出一个已知会发生变号的区间 \([a, b]\)。
2. 计算中点 (midpoint)：\(c = \frac{a+b}{2}\)。
3. 计算 \(f(c)\) 的值。
4. 观察 \(f(c)\) 的符号：
    - 如果 \(f(c)\) 与 \(f(a)\) 符号不同，表示根现在位于新的区间 \([a, c]\) 内。
    - 如果 \(f(c)\) 与 \(f(b)\) 符号不同，表示根位于 \([c, b]\) 内。
5. 重复此过程，不断缩小区间，直到达到所需的精确度。

类比：想象你在猜一个 1 到 100 之间的数字。如果你猜 50，我说「大一点」，那么你接下来只需在 51 到 100 之间寻找。你直接把搜索范围缩减了一半！

重点摘要：

二分法非常可靠，但速度较慢，因为每一步只能将区间范围减半。

3. 线性插值法 (Linear Interpolation)

二分法只是单纯地把区间折半，而线性插值法则聪明一点。它假设函数在两点之间是一条直线，并计算这条直线与 x 轴的交点。

原理：

我们利用相似三角形来找出直线与轴线的交点 \(x\)。别被公式吓到，这其实只是比例问题！公式通常写作：

\(\frac{x - a}{b - x} = \frac{|f(a)|}{|f(b)|}\)

其中 \(x\) 即为我们对根的新估计值。

运作步骤：

1. 确认变号区间 \(a\) 和 \(b\)。
2. 计算 \(f(a)\) 和 \(f(b)\)。
3. 使用公式（或比例法）找出交叉点 \(x\)。
4. 检查 \(f(x)\) 的符号。
5. 用 \(x\) 取代 \(a\) 或 \(b\) 来建立一个更窄的新区间，并重复上述步骤。

你知道吗？这个方法也被称为「假位法 (False Position method)」，因为我们是「假装」曲线是一条直线，进而推算根的位置。

重点摘要：

线性插值法通常比二分法快，因为它利用了函数的数值来估算，而不仅仅是取中点。

4. 牛顿-拉弗森法 (The Newton-Raphson Process)

这是「专业级」的方法。它不再使用两点连线，而是通过单一点上的切线 (tangent line) 来「溜」向根的位置。

公式：

你需要用到（在 P1/P2 学过的）微分技巧：

\(x_{n+1} = x_n - \frac{f(x_n)}{f'(x_n)}\)

运作步骤：

1. 给定一个初始猜测值 \(x_0\)。
2. 将函数微分以求出 \(f'(x)\)。
3. 将猜测值代入公式，得出 \(x_1\)。
4. 利用 \(x_1\) 求出 \(x_2\)，以此类推。
5. 当数字不再有显著变化时停止（代表你已经精确锁定到根了！）。

鼓励一下：如果你觉得微分很困难，请记住，在 FP1 中你只需要用到 P1 和 P2 的基础法则（如多项式的幂法则）。加油，你可以的！

牛顿-拉弗森法何时会失效？

由于我们需要除以 \(f'(x_n)\)，如果 \(f'(x_n) = 0\)，该方法就会失效。这发生在驻点 (stationary points)（即转折点）。从几何角度看，水平切线永远不会碰到 x 轴，所以该方法会迷失方向！

重点摘要：

牛顿-拉弗森法是最快的方法，但需要进行微分。若你的猜测值太接近转折点，它就会失效。

快速回顾表

方法比较：
- 二分法：一定有效（只要有变号），但非常慢。
- 线性插值法：比二分法快，使用相似三角形原理。
- 牛顿-拉弗森法：非常快，使用切线，但需要微分，且在转折点附近会失效。

总结检查清单

• 我能利用变号法证明根的存在吗？
• 我能执行 2 至 3 次二分法迭代吗？
• 我能正确运用线性插值公式吗？
• 我能对 \(f(x)\) 进行微分并应用牛顿-拉弗森公式吗？
• 我清楚知道牛顿-拉弗森法为何可能失效吗？