歡迎來到數值方法!

在你的數學學習旅程中,你可能花了很多時間尋找積分和微分方程的「精確」答案。但這裡有一個小秘密:在現實世界中,許多方程式實際上是不可能求出精確解的!

這就是數值方法 (Numerical Methods) 的用武之地。這些巧妙的「估算」技巧讓我們能夠透過逐步的運算,無限接近正確答案。把它想像成使用 GPS:它雖然未必知道路線上每一根草的細節,但卻能為你提供一種非常準確的方式到達目的地。

在本章中,我們將探討如何估算曲線下的面積,以及如何預測微分方程的路徑。

1. 數值積分:估算面積

積分的核心在於找出曲線下的面積。當函數太「複雜」而無法進行常規積分時,我們就會使用規則來進行估算。

中矩形法則 (Mid-ordinate Rule)

想像你想找出曲線下的面積。我們不使用一個大圖形,而是將面積分割成數個垂直的長條(矩形)。對於中矩形法則,我們使用每個長條中點的 y 值來計算每個矩形的高度。

計算過程:
1. 將總寬度 \((b - a)\) 分割成 \(n\) 個寬度為 \(h\) 的等寬長條,其中 \(h = \frac{b - a}{n}\)。
2. 找出每個長條的中點 x 坐標:\(x_{mid} = x_0 + 0.5h, x_0 + 1.5h, ...\)
3. 找出每個中點對應的 y 值 (\(y = f(x)\))。
4. 將這些 y 值的總和乘以寬度 \(h\)。

公式:
\(Area \approx h(y_{0.5} + y_{1.5} + ... + y_{n-0.5})\)

溫馨提示:
h 是單個長條的寬度。
n 是長條的數量。
務必檢查題目要求的是指定的長條數量 (strips) 還是縱標數量 (ordinates)

辛普森法則 (Simpson's Rule)

如果說中矩形法則使用的是平頂的矩形,那麼辛普森法則就顯得高級多了。它使用拋物線來「貼合」曲線,這使得它對於彎曲的函數來說更為精確。

重要規則:要使用辛普森法則,你必須擁有偶數個長條 (\(n\))。這意味著你將會有奇數個 x 值(縱標)。

公式:
\(Area \approx \frac{h}{3} [y_{0} + y_{n} + 4(y_{1} + y_{3} + ...) + 2(y_{2} + y_{4} + ...)]\)

記憶小幫手:1-4-2 規則
要記住括號內的係數:
- 首項末項的高度乘以 1
- 奇數項的高度 (\(y_1, y_3...\)) 乘以 4
- 偶數項的高度 (\(y_2, y_4...\)) 乘以 2
口訣:「頭尾 1,奇數 4,偶數 2。」

常見錯誤:別忘了公式開頭的 \(\frac{h}{3}\)!這是考試中最容易被考生漏掉的地方。

重點總結:數值積分將困難的微積分問題轉化為簡單的「加總與乘法」列表填充練習。

2. 歐拉法 (Euler’s Method):解微分方程

有時候我們有一個微分方程 \(\frac{dy}{dx} = f(x, y)\) 和一個起始點 \((x_0, y_0)\),但我們無法求出通解。歐拉法讓我們能夠透過一小步一小步地在曲線上「行走」,從而找到其他點。

運作原理(「逐步」方法)

把它想像成繪製一系列短而直線的連結線。每一條線都遵循該特定點的斜率(梯度)。

公式:
\(y_{r+1} \approx y_r + h \cdot f(x_r, y_r)\)
\(x_{r+1} = x_r + h\)

逐步解釋:
1. 從已知的點 \((x_0, y_0)\) 開始。
2. 將 \(x_0\) 和 \(y_0\) 代入 \(\frac{dy}{dx}\) 方程,算出該點的斜率。
3. 將此斜率乘以步長 \(h\),看看 \(y\) 改變了多少。
4. 將此變化量加到當前的 \(y\) 值,得到新的 \(y_{next}\)。
5. 將 \(x\) 增加 \(h\)。
6. 從新的點重複上述過程!

比喻:想像你在黑暗的森林中拿著指南針行走。每走 1 米(步長 \(h\)),你就看一次指南針(斜率 \(\frac{dy}{dx}\))並調整方向。

你知道嗎?步長 \(h\) 越小,你的最終答案就越準確,但你需要進行的計算也就越多!

3. 改進歐拉法 (Improved Euler Method)

標準歐拉法可能會很快偏離真實曲線。改進歐拉法(具體指你課程大綱中的那一項)使用「中心差分」方法,準確度要高得多。

公式:
\(y_{r+1} = y_{r-1} + 2hf(x_r, y_r)\)
\(x_{r+1} = x_r + h\)

如果一開始覺得棘手,別擔心!讓我們看看它為何不同:
- 在標準歐拉法中,我們使用當前點來找到下一個點。
- 在改進歐拉法中,我們使用當前點 \((x_r, y_r)\) 的斜率,從上一個點 \(y_{r-1}\) 直接跳躍到下一個點 \(y_{r+1}\)。
- 因為我們跨越了兩個間隔(從 \(r-1\) 到 \(r+1\)),所以我們使用 \(2h\) 而不是 \(h\)。

要求:因為此公式需要 \(y_{r-1}\),你通常需要兩個初始值(如 \(y_0\) 和 \(y_1\))才能開始。考試通常會要求你先用標準歐拉法求出 \(y_1\),然後再切換到改進法處理後面的部分。

常見錯誤:使用了 \(h\) 而不是 \(2h\)。記住:你是在「跨越」當前點,所以距離加倍了!

溫馨提示:
標準歐拉法: \(y_{new} = y_{old} + h \times (斜率)\)
改進歐拉法: \(y_{new} = y_{before\_old} + 2h \times (舊點的斜率)\)

總結與重點

- 數值方法適用於代數失效的時候。它們提供近似值。
- 中矩形法則:使用中間高度的簡單矩形。\(Area \approx h \sum y_{mids}\)。
- 辛普森法則:使用拋物線。更準確。要求長條數量為偶數。記得 \(\frac{h}{3}\) 和 1-4-2 的模式。
- 歐拉法:利用當前斜率預測下一個 \(y\)。\(y_{r+1} = y_r + h(斜率)\)。
- 改進歐拉法:一種更準確的「跨越」方法。\(y_{r+1} = y_{r-1} + 2h(第r點的斜率)\)。

保持你的列表整潔,並確保計算機處於正確的模式(Further Maths 通常使用弧度模式!),你會發現這些分數在考試中是非常穩定的得分點!