FPP1.2: 學習筆記 - 線性圖表的簡化與轉化
歡迎來到線性圖表這一章！如果你心想：「等等，為什麼在進階數學（Further Maths）裡還要學基本直線？」，答案很簡單：我們不只是在畫線，我們是在利用直線來解決複雜的非線性問題。
這項技巧稱為線性化 (linearisation)，它極為強大。它能讓我們將物理、生物或金融領域中那些彎曲、棘手的關係轉化為簡單的直線。為什麼要這樣做？因為直線是可以預測的！只要我們能將數據繪製成直線，就能輕易求出支配整個關係的常數（例如求出 \(y = kx^n\) 中的 \(k\)）。
如果這一章涉及對數（logarithms），不用擔心。我們將會詳細拆解為什麼以及如何利用對數將曲線「拉直」！
1. 核心概念：轉化非線性關係
什麼是線性化？
線性化是將非線性方程式進行處理，使其符合我們熟悉的直線標準形式的過程：
\[Y = mX + c\]
這裡，重點在於那些大寫字母：
- \(Y\) 是轉化後的應變數（可能是 \(y\)、\(\log y\) 或 \(\frac{1}{y}\)）。
- \(X\) 是轉化後的自變數（可能是 \(x\)、\(\log x\) 或 \(\frac{1}{x}\)）。
- \(m\) 是這條直線的斜率 (gradient)。
- \(c\) 是 \(Y\) 軸截距 (\(Y\)-intercept)。
我們的任務是找出正確的代換方式或數學工具（通常是對數），將給定的公式轉化為這種線性格式。
類比提醒！
想像你有一張彎彎曲曲的地圖。線性化就像戴上一副神奇的數學眼鏡，讓彎曲的道路看起來筆直。一旦它變成了直線，測量斜率和截距就變得輕而易舉，並能為你提供關於原本那條彎曲道路的重要資訊。
2. 非線性關係的主要類型及其轉化
你必須能夠識別方程式的結構並選擇合適的轉化方式。有些方程式只需要簡單的代數重組，有些則需要用到對數。
類型 A：簡單代換定律
這類定律透過簡單的代數運算或代換即可變為線性，無需使用對數。
例子 A1：反比定律 (\(\frac{1}{y} = \frac{1}{x} + k\))
如果你遇到像 \(\frac{1}{y} = \frac{1}{x} + k\) 這樣的關係，請注意，就倒數變數而言，它已經是線性的。
逐步轉化：
- 令 \(Y = \frac{1}{y}\)。
- 令 \(X = \frac{1}{x}\)。
方程式變為： \[Y = X + k\]
分析：
- 斜率 \(m = 1\)。
- \(Y\) 軸截距 \(c = k\)。
如果你將 \(Y\) 對 \(X\) 作圖，斜率應為 1，而截距將直接告訴你常數 \(k\) 的值。
例子 A2：多項式定律 (\(y^2 = ax + b\))
這裡其中一個變數有指數，另一個則沒有。
逐步轉化：
- 令 \(Y = y^2\)。
- 令 \(X = x\)。 （不需要轉化的變數）。
方程式變為： \[Y = aX + b\]
分析：
- 斜率 \(m = a\)。
- \(Y\) 軸截距 \(c = b\)。
這很直觀：以 \(y^2\) 為縱軸，\(x\) 為橫軸作圖即可。
類型 B：需要對數的定律
當你想要求解的變數位於指數位置（例如 \(b^x\)），或者當原始變數包含乘除與次方（例如 \(ax^n\)）時，我們使用對數來將指數「拉下來」並分離各項。
記住： 對數能將乘法轉換為加法，並將次方轉換為乘法。這正是我們得到 \(Y = mX + c\) 加法格式所需要的！
課程大綱提到在適當情況下使用以 10 為底的對數，但任何一致的底數（包括自然對數 \(\ln\)）都有效。為了簡化運算，我們將使用 \(\log\) 來代表一個一致的對數底數（例如 \(\log_{10}\)）。
對數規則要點複習（快速重溫）
- \(\log (A \times B) = \log A + \log B\)
- \(\log (\frac{A}{B}) = \log A - \log B\)
- \(\log (A^n) = n \log A\)
例子 B1：冪次定律 (\(y = ax^n\))
這描述了 \(y\) 與 \(x\) 的某個次方成正比的關係。這裡，\(a\) 和 \(n\) 是我們想要求出的未知常數。
逐步轉化：
- 兩邊取對數：
\[\log y = \log (ax^n)\] - 使用乘法規則：
\[\log y = \log a + \log (x^n)\] - 使用冪次規則：
\[\log y = \log a + n \log x\] - 重組為 \(Y = mX + c\) 格式：
\[\log y = n (\log x) + \log a\]
線性方程式：
\[Y = nX + \log a\]
分析（關鍵！）：
- \(Y\) 變數： \(\log y\)
- \(X\) 變數： \(\log x\)
- 斜率 \(m\)： \(n\) （指數）
- \(Y\) 軸截距 \(c\)： \(\log a\)
記憶輔助（冪次定律）： 若要找出「次方」(\(n\))，你需要一個雙對數圖 (log-log plot)（將 \(\log y\) 對 \(\log x\) 作圖）。
例子 B2：指數定律 (\(y = ab^x\))
這描述了指數增長或衰減。這裡，\(a\) 和 \(b\) 是未知常數。
逐步轉化：
- 兩邊取對數：
\[\log y = \log (ab^x)\] - 使用乘法規則：
\[\log y = \log a + \log (b^x)\] - 使用冪次規則：
\[\log y = \log a + x (\log b)\] - 重組為 \(Y = mX + c\) 格式：
\[\log y = (\log b) x + \log a\]
線性方程式：
\[Y = (\log b) X + \log a\]
分析（關鍵！）：
- \(Y\) 變數： \(\log y\)
- \(X\) 變數： \(x\) （注意 \(x\) 沒有取對數！）
- 斜率 \(m\)： \(\log b\)
- \(Y\) 軸截距 \(c\)： \(\log a\)
記憶輔助（指數定律）： 如果變數 \(x\) 位於「指數」位置，你只需要對 \(y\) 變數取對數。這是一個半對數圖 (log-linear plot)（將 \(\log y\) 對 \(x\) 作圖）。
快速複習：何時使用對數？
- 冪次定律 (\(y = ax^n\))： 兩軸都取對數。 \(Y=\log y\), \(X=\log x\)。
- 指數定律 (\(y = ab^x\))： 僅對 \(y\) 軸取對數。 \(Y=\log y\), \(X=x\)。
如果你忘記了，只要運用對數規則重新推導線性形式即可！
3. 處理數值數據與估算
線性化的主要目的是利用現實中的數據點 \((x, y)\) 來求出原始非線性方程式中的常數 \(a\)、\(b\) 或 \(n\)。
求未知常數的步驟
步驟 1：識別關係並轉化
觀察給定的方程式（例如 \(y = ax^n\)）。確定所需的線性圖表變數 \(Y\) 和 \(X\)。 （對於 \(y = ax^n\)，我們需要 \(Y = \log y\) 和 \(X = \log x\)）。
步驟 2：轉化數據
使用你原始的 \((x, y)\) 數據點，計算出新的轉化數據點 \((X, Y)\)。
例如：如果原始數據點是 \((2, 10)\) 且你需要雙對數圖，則新點為 \((\log 2, \log 10) = (0.301, 1)\)。
步驟 3：繪製線性圖
繪製新的 \((X, Y)\) 點。這些點應該會構成一條相對筆直的線。畫出最適直線 (line of best fit)。
步驟 4：計算斜率 (\(m\)) 和截距 (\(c\))
在你的最適直線上選擇兩點 \((X_1, Y_1)\) 和 \((X_2, Y_2)\)（不一定是原始數據點，因為數據常有實驗誤差）。
斜率： \[m = \frac{Y_2 - Y_1}{X_2 - X_1}\] 截距：找出直線與 \(Y\) 軸的交點（即 \(X=0\) 時）。
步驟 5：將 \(m\) 和 \(c\) 與原始常數掛鉤
利用第 2 節建立的關係來求出原始常數。
例如（冪次定律 \(y = ax^n\)）：
- 我們知道 \(m = n\)。因此，你計算出的斜率就是 \(n\) 的值。
- 我們知道 \(c = \log a\)。這意味著 \(a\) 是 \(c\) 的反對數 (anti-log)。
如果使用 \(\log_{10}\)，則 \(a = 10^c\)。
如果使用自然對數 (\(\ln\))，則 \(a = e^c\)。
⚠ 常見錯誤警告：反對數 ⚠
學生常忘記最後一步：如果你的截距 \(c\) 代表一個常數的對數（例如 \(c = \log a\)），那麼該常數本身 (\(a\)) 應為 \(10^c\)（或 \(e^c\)）。別把答案留在 \(\log a\) 階段！
例子解析：求 \(y = ab^x\) 的常數
假設你得到數據 \((x, y)\)，已知關係式為 \(y = ab^x\)。你將 \(\log y\) 對 \(x\) 作圖，發現所得直線的斜率 \(m = 0.5\)，\(Y\) 軸截距 \(c = 1.2\)。
目標： 求 \(a\) 和 \(b\)。
回顧線性形式： \[\log y = (\log b) x + \log a\]
1. 求 \(b\)（由斜率）：
我們知道 \(m = \log b\)。
\[0.5 = \log_{10} b\]
兩邊取反對數：
\[b = 10^{0.5} \approx 3.16\]
2. 求 \(a\)（由截距）：
我們知道 \(c = \log a\)。
\[1.2 = \log_{10} a\]
兩邊取反對數：
\[a = 10^{1.2} \approx 15.85\]
結論： 原始關係式大約為 \(y = 15.85(3.16)^x\)。
4. 處理更複雜的線性化
有時方程式需要對數規則與代數分離的組合應用。
例子 C1：對數底數互換（課程大綱隱含內容）
如果你看到涉及 \(\log_B y\) 的定律，為了計算方便，你可能仍想使用以 10 為底（或自然對數）的對數來作圖。你必須確保所有項處理方式一致。
考慮定律： \[\frac{1}{y} = A x + B\] 如果你令 \(Y = \frac{1}{y}\) 且 \(X = x\)，常數 \(A\) 和 \(B\) 可直接從斜率和截距求出。有時，原始定律可能包含我們想從變數中分離出來的常數，例如：
\[y = \frac{ax}{x+b}\]
這看起來很複雜，但如果我們將兩邊取倒數：
\[\frac{1}{y} = \frac{x+b}{ax}\] \[\frac{1}{y} = \frac{x}{ax} + \frac{b}{ax}\] \[\frac{1}{y} = \frac{1}{a} + \left(\frac{b}{a}\right) \frac{1}{x}\]
轉化：
- 令 \(Y = \frac{1}{y}\)
- 令 \(X = \frac{1}{x}\)
線性方程式： \[Y = \left(\frac{b}{a}\right) X + \frac{1}{a}\]
分析：
- 斜率 \(m = \frac{b}{a}\)。
- \(Y\) 軸截距 \(c = \frac{1}{a}\)。
現在你可以從截距求出 \(a\) (\(a = \frac{1}{c}\))，然後結合斜率求出 \(b\) (\(b = ma\))。
線性圖表的關鍵總結
- 最終目標是轉化為 \(Y = mX + c\) 的形式。
- 對於冪次定律 (\(y = ax^n\))，作 \(\log y\) 對 \(\log x\) 的圖。斜率即為指數 \(n\)。
- 對於指數定律 (\(y = ab^x\))，作 \(\log y\) 對 \(x\) 的圖。斜率即為 \(\log b\)。
- 若截距代表常數的對數（例如 \(c = \log a\)），務必記得對截距進行反對數處理**（例如 \(a = 10^c\)）。
- 若無需使用對數，代換通常是倒數或冪次形式（如 \(Y=y^2\)）。