微分方程應用導論
歡迎！在這一章，我們將探討如何利用微分 (Differentiation) 來解決現實世界的問題。微分方程聽起來很嚇人，但它們其實只是用來描述事物之間變化關係的方程式。無論是氣球充氣的速度，還是人口增長的規律，微分方程都是描述「變化」的語言。我們將會研究如何連結不同的變率、如何估算微小的變化，以及如何運用一種稱為歐拉方法 (Euler’s Method) 的巧妙逐步運算技巧，來解決那些難以用常規方法處理的方程。
1. 相關變率 (Connected Rates of Change)
想像你正在吹一個球體氣球。當你往裡面吹氣時，體積 (Volume) 會增加。但隨著體積增加，氣球的半徑 (Radius) 也會變大。這兩個「變率」（體積變化的速率和半徑變化的速率）是相關的。
秘訣：連鎖律 (The Chain Rule)
為了連結兩個不同的變率，我們使用連鎖律。如果我們想知道某個量 (\(p\)) 隨時間 (\(t\)) 的變化，但我們只知道它與另一個變數 (\(v\)) 的關係，我們可以這樣寫：
\( \frac{dp}{dt} = \frac{dp}{dv} \times \frac{dv}{dt} \)
逐步操作：解決變率問題
1. 確認變數： 什麼在變化？（例如：壓力 \(p\)、體積 \(v\) 和時間 \(t\)）。
2. 寫下已知條件： 尋找類似「體積變化率」的字句，這意味著 \( \frac{dv}{dt} \)。
3. 找出關係式： 你需要一個連結兩個主要變數的方程式，例如 \( p = kv^{4/3} \)。
4. 微分： 求出導數（例如 \( \frac{dp}{dv} \)）。
5. 連結它們： 使用連鎖律公式求出缺失的變率。
例子：如果 \( p = kv^{4/3} \)，那麼 \( \frac{dp}{dv} = \frac{4}{3}kv^{1/3} \)。若要找出壓力隨時間的變化率，你只需將其乘以 \( \frac{dv}{dt} \) 即可。
快速複習： 將連鎖律想像成一套齒輪。如果齒輪 A帶動齒輪 B，而齒輪 B帶動齒輪 C，你就可以根據齒輪 A的轉速算出齒輪 C轉動得有多快！
2. 微小變化與近似值 (Small Changes and Approximations)
有時候，我們不需要精確知道函數改變了多少；只需要一個非常準確的估算值 (Estimate)。如果我們將 \(x\) 改變極小的量（我們稱之為 \( \delta x \)），那麼 \(y\) 會改變多少（\( \delta y \)）呢？
公式
對於 \(x\) 的微小變化，\(y\) 的變化近似於：
\( \delta y \approx \frac{dy}{dx} \times \delta x \)
為什麼這樣有效？
如果你在任何平滑曲線的某一點不斷放大，它看起來會像一條直線！我們利用該點的斜率 (Gradient) 來預測下一個點的位置。
例子：如果你有一個高度公式 \( h = 20x^{-2} \)，且你將 \(x\) 改變了微小量 \( \delta x \)，你首先求出 \( \frac{dh}{dx} = -40x^{-3} \)。那麼，\( \delta h \approx (-40x^{-3}) \times \delta x \)。
常見錯誤： 學生常忘記此公式僅適用於微小變化。如果 \( \delta x \) 是一個很大的數值，這個近似值就會變得非常不準確！
關鍵要點： 結果的微小變化 \( \approx \) 斜率 \( \times \) 輸入的微小變化。
3. 歐拉逐步計算法 (Euler’s Step-by-Step Method)
有時候，我們會遇到一個像 \( \frac{dy}{dx} = f(x, y) \) 這樣無法用標準代數方法求解的微分方程。歐拉方法是一種數值上的「作弊碼」，讓我們能一次一小步地找出曲線的路徑。
運作原理（「步行」類比）
想像你在漆黑的森林中行走。你手上有一個指南針，告訴你當前位置地面的斜率。
1. 查看你當前的位置 \( (x_n, y_n) \)。
2. 使用方程 \( f(x_n, y_n) \) 檢查該點的斜率。
3. 朝那個方向前進一小步（步長為 \(h\)）。
4. 標記你的新位置，然後重複上述步驟。
數學公式
找出下一個 \(x\) 座標：
\( x_{n+1} = x_n + h \)
找出下一個 \(y\) 座標：
\( y_{n+1} \approx y_n + h \times f(x_n, y_n) \)
逐步指南
1. 開始： 從初始值 \( x_0 \) 和 \( y_0 \) 開始。
2. 選擇： 選擇（或使用題目給定的）步長 \( h \)。
3. 計算： 將 \( x_n \) 和 \( y_n \) 代入微分方程，計算當前點的斜率。
4. 乘法： 將該斜率乘以步長 \( h \)。
5. 加法： 將結果加上當前的 \( y_n \)，得到新的 \( y_{n+1} \)。
6. 重複： 不斷重複，直到達到目標 \(x\) 值。
你知道嗎？ 歐拉方法是電腦模擬影片遊戲物理效果的基礎！它根據物體當前的速度和方向，計算出物體在下一幀應該出現在哪裡。
關鍵要點： 歐拉方法使用的是（新值）=（舊值）+（步長 \(\times\) 斜率）。別擔心過程重複繁瑣；它設計出來就是為了這樣運作的！使用表格來記錄 \(x\) 和 \(y\) 的值是避免出錯的好方法。
總結檢查清單
- 相關變率： 我使用了連鎖律嗎？ \( \frac{dy}{dt} = \frac{dy}{dx} \cdot \frac{dx}{dt} \)
- 微小變化： 我使用了起始點的斜率嗎？ \( \delta y \approx \frac{dy}{dx} \cdot \delta x \)
- 歐拉方法： 我的步驟保持一致嗎？ \( y_{n+1} = y_n + h \cdot f(x_n, y_n) \)
你一定沒問題的！透過練習解決幾個題目，你會發現「微分方程的應用」其實就是在跟隨變化的地圖走而已。