數值方法導論
歡迎來到數值方法（Numerical Methods）的世界！在之前的數學課程中，你可能花了很多時間去求方程的精確解，例如解 \(2x + 4 = 10\) 並得到 \(x = 3\)。然而，在現實世界（以及高等數學 Further Maths 中！），有些方程非常複雜，以至於使用標準的代數運算根本無法求出「完美」的精確答案。
這就是數值方法大顯身手的地方。我們不再執著於尋找完美的答案，而是利用精巧的逐步運算技術，一步步「縮小範圍」逼近答案，直到它「足夠精確」以滿足我們的需求。這就像玩「熱或冷」的猜謎遊戲——我們會不斷地靠近目標，直到找到它！如果一開始覺得這些概念很抽象也不用擔心，我們將會把每一種方法拆解成簡單的「食譜」，讓你輕鬆上手。
快速複習：方程 \(f(x) = 0\) 的一個根（root），其實就是圖形穿過 x 軸時的 \(x\) 值（即 y 值為零的位置）。
1. 定位根：符號改變規則 (Sign Change Rule)
在我們找到根之前，首先要確定它藏在哪裡。最簡單的方法就是尋找符號改變（change of sign）。
概念：想像你正在走一條路。早上 10 點，你在山谷裡（海拔低於海平面）；早上 11 點，你在山丘上（海拔高於海平面）。如果這條路是連續的（沒有瞬間移動！），那麼在 10 點到 11 點之間，你「一定」要在某個時間點穿過海平面。
規則：如果函數 \(f(x)\) 在區間 \([a, b]\) 上是連續的（continuous），且 \(f(a)\) 與 \(f(b)\) 的符號相反（一個為正，一個為負），那麼在 \(a\) 和 \(b\) 之間至少存在一個根。
操作步驟：
1. 將第一個 \(x\) 值代入方程式。
2. 將第二個 \(x\) 值代入方程式。
3. 如果一個結果為正 (\(>0\)) 而另一個為負 (\(<0\))，請寫下：「函數存在符號改變且連續，因此該區間內存在一個根。」
常見錯誤提醒：務必檢查函數是否為連續的。如果圖形有「中斷」或「空洞」（例如 \(y = \frac{1}{x}\) 在 \(x=0\) 處），那麼出現符號改變並不代表一定存在根！
重點總結：要找到根，請尋找 y 值從正數變為負數的位置。
2. 二分法 (Interval Bisection)
這是最「可靠」的方法。它就像玩「猜數字大小」的遊戲。你從一個已知存在根的範圍開始，然後不斷地將其對半分割。
步驟流程：
1. 從一個已知發生符號改變的區間 \([a, b]\) 開始。
2. 找出中點：\(x_m = \frac{a+b}{2}\)。
3. 計算 \(f(x_m)\)。
4. 檢查 \(f(x_m)\) 的符號：
- 如果 \(f(x_m)\) 與 \(f(a)\) 的符號相反，則根位於新的區間 \([a, x_m]\) 中。
- 如果 \(f(x_m)\) 與 \(f(b)\) 的符號相反，則根位於新的區間 \([x_m, b]\) 中。
5. 重複上述步驟，直到區間小到符合你所需的精確度為止。
你知道嗎？這種方法在計算機科學中被稱為二分搜尋法（Binary Search），因為它是電腦搜尋資料的一種高效方式！
重點總結：只要有符號改變，二分法就一定有效，但它可能比較慢，因為它每次只能將搜尋範圍縮小一半。
3. 線性插值法 (Linear Interpolation)
線性插值比二分法聰明一點。它不只是單純取中點，而是假設兩點之間的曲線是一條直線，並找出這條直線與 x 軸的交點。
類比：如果你在 \((1, -10)\)，而你的朋友在 \((2, 2)\)，由於你朋友的 y 值比較接近零，根很可能比較靠近你的朋友。線性插值正是利用這個邏輯來預測一個更好的起始點。
運作原理：
我們利用連接 \((a, f(a))\) 和 \((b, f(b))\) 的直線方程式，透過相似三角形原理，找出直線穿過 x 軸的 \(x\) 點：
\(x = a - \frac{f(a)(b - a)}{f(b) - f(a)}\)
快速提示：如果你能記住「相似三角形」的圖解，就不一定要背下公式。畫一條從負點到正點的直線，利用高度與底邊的比例關係即可求出！
重點總結：線性插值通常比二分法快，因為它是「瞄準」根的位置，而不是盲目地猜測中點。
4. 牛頓-拉弗森法 (The Newton-Raphson Method)
這是「專業級」的方法。它利用微積分（微分）來快速找到根。它不再是連接兩點的線，而是利用單一點上的切線（tangent，即斜率）指向根的位置。
公式：
\(x_{n+1} = x_n - \frac{f(x_n)}{f'(x_n)}\)
步驟流程：
1. 對函數進行微分以求出 \(f'(x)\)。
2. 選擇一個初始值 \(x_0\)（通常題目會給定）。
3. 將 \(x_0\) 代入公式得到 \(x_1\)。
4. 將 \(x_1\) 再代入公式得到 \(x_2\)，依此類推。
5. 當數值不再有顯著變化時停止（例如，若需要保留 3 位小數，當前 3 位小數維持不變時即可停止）。
常見錯誤提醒：
- 如果 \(f'(x_n) = 0\)，該方法會失效，因為你不能除以零。在幾何上，這代表切線是水平的，永遠不會碰到 x 軸！
- 如果初始值 \(x_0\) 距離根太遠，該方法可能會「跳」到另一個根，甚至發散到無窮大。
重點總結：牛頓-拉弗森法速度極快，但前提是你必須會微分函數，且需要一個好的初始猜測值。
5. 解微分方程：歐拉法 (Euler's Method)
到目前為止，我們都在找方程的根。現在，我們使用數值方法來解形式為 \(\frac{dy}{dx} = f(x, y)\) 的微分方程。
概念：微分方程告訴我們在任何一點的斜率（gradient）。歐拉法說：「如果我知道現在在哪裡，也知道往哪個方向走（斜率），我就可以往前跨出一小步，看看下一步會在哪裡。」
類比：想像你在大霧中帶著指南針行走。你看不到目的地，但每走 1 公尺（步長 h），你就檢查一下指南針看看路徑的斜率，然後調整方向。
公式：
\(x_{n+1} = x_n + h\)
\(y_{n+1} \approx y_n + h \cdot f(x_n, y_n)\)
求解步驟：
1. 從給定的 \(x_0\)、\(y_0\) 和步長 \(h\) 開始。
2. 計算該點的斜率：\(f(x_0, y_0)\)。
3. 將斜率乘以 \(h\)，並加到舊的 \(y\) 值上。這就是新的 \(y_1\)。
4. 將 \(x\) 增加 \(h\)。這就是新的 \(x_1\)。
5. 使用新的 \(x_1, y_1\) 重複上述過程。
重要提示：較小的步長 (\(h\)) 會讓答案更精確，但同時也需要更多的計算量！
重點總結：歐拉法透過一系列微小的直線段來逼近曲線。這是一種預測未來 y 值的一種「逐步」方法。
總結檢查清單
考試前，請確保你能：
- 解釋為什麼符號改變暗示了根的存在（並提到連續性！）。
- 執行二分法，透過不斷將區間減半來逼近根。
- 運用線性插值法，使用相似三角形邏輯或公式來計算。
- 計算使用牛頓-拉弗森法求解根（記得正確微分！）。
- 逐步執行歐拉法來解微分方程，公式為 \(y_{新} = y_{舊} + h \cdot (斜率)\)。
即使計算過程重複枯燥也不要擔心——只要細心使用計算機，你一定能拿高分！