歡迎來到進階數值方法 (Further Numerical Methods)！
在標準的 A Level 數學課程中，你學過如何利用精確的代數方法解方程和進行函數積分。但這裡有個小秘密：在現實世界中，大多數複雜的方程其實根本無法「完美」地解出來！工程師、氣候學家和經濟學家經常使用數值方法 (Numerical Methods)——這是一種聰明的方法，用來尋找極高精度的近似值，而非糾結於精確答案。在本章中，我們將學習如何將困難的微積分問題簡化為連基本計算機都能處理的算術運算。
1. 微分方程的數值解法
有時候，我們會遇到一些無法用標準積分法求解的微分方程（涉及導數，如 \( \frac{dy}{dx} \) 的方程）。與其尋找 \( y \) 的通解公式，我們不如在小區間內計算 \( y \) 的具體數值。
步長 (\( h \)) 的概念
想像你在濃霧中沿著一條彎曲的小徑行走。你看不到整條路，但你手上有個指南針能告訴你目前位置的斜率。如果你朝那個方向邁出一小步，你就會很接近真實路徑。在數學上，這一步被稱為步長 (step size)，記作 \( h \)。\( h \) 越小，你的路徑就越準確！
近似一階導數
在特定點 \( n \) 近似梯度主要有兩種方法：
1. 前向差分法 (Forward Difference Method)：
這種方法使用當前點和下一個點。就像是透過稍微向前看來猜測斜率。
\( \left(\frac{dy}{dx}\right)_n \approx \frac{y_{n+1} - y_n}{h} \)
2. 中心差分法 (Central Difference Method)：
這種方法通常更準確！它同時觀察前一個點和後一個點，從而找到中間點處的「平衡」梯度。
\( \left(\frac{dy}{dx}\right)_n \approx \frac{y_{n+1} - y_{n-1}}{2h} \)
快速溫習：為什麼是 \( 2h \)？因為從 \( y_{n-1} \) 到 \( y_{n+1} \) 的距離是兩步！可以把它想像成一個在中心點保持平衡的蹺蹺板。
近似二階導數
為了找出梯度的變化率（二階導數），我們使用三個連續點的數值。為了保證準確性，這通常使用中心差分法來完成：
\( \left(\frac{d^2y}{dx^2}\right)_n \approx \frac{y_{n+1} - 2y_n + y_{n-1}}{h^2} \)
如果剛開始覺得這很複雜，別擔心！ 你的本質工作只是用這些代數分數替換方程中的微積分項，然後重新排列以找出「下一個」數值 \( y_{n+1} \)。
逐步解題：
- 找出微分方程和給定的初始值（例如 \( x_0, y_0 \)）。
- 將上述的導數近似式代入原始方程。
- 重新排列方程，將 \( y_{n+1} \) 作為主項。
- 代入已知數值以求出數列中的下一個值。
- 根據題目要求重複此步驟！
常見錯誤：在使用中心差分法計算一階導數時，請記住分母是 \( 2h \)，但在計算二階導數時，分母是 \( h^2 \)。千萬不要搞混了！
重點總結：數值方法將「無法解出」的微積分轉換為利用特定坐標進行的一系列邏輯步驟。
2. 辛普森法則 (Simpson’s Rule)
在標準 A Level 數學中，你曾使用梯形法則 (Trapezium Rule) 通過繪製頂部為直線的柱體來計算曲線下的面積。辛普森法則就像是梯形法則的「聰明兄弟」。它不使用直線，而是使用拋物線 (parabolas) 來更緊密地「包圍」函數曲線。
公式
曲線在 \( x = a \) 和 \( x = b \) 之間的面積近似為：
\( \int_{a}^{b} y \, dx \approx \frac{h}{3} [ (y_0 + y_n) + 4(y_1 + y_3 + ... + y_{n-1}) + 2(y_2 + y_4 + ... + y_{n-2}) ] \)
其中：
- \( h \) 是每個條帶的寬度：\( h = \frac{b - a}{n} \)
- \( n \) 是條帶的數量（必須為偶數）。
- \( y_0, y_n \) 是「端點」數值。
- \( y_1, y_3, ... \) 是「奇數」位置的數值。
- \( y_2, y_4, ... \) 是「偶數」位置的數值。
記憶小貼士：「1-4-2」規律
要記住括號內的係數，請記住這個規律：
首項 + 末項 + 4 \(\times\) (奇數項) + 2 \(\times\) (剩餘偶數項)
它總是以係數 1 開頭，以 1 結尾，中間的項則交替為 4, 2, 4, 2...
例子比喻：如果說梯形法則像是用直尺測量彎曲的田地，那麼辛普森法則就像是用一條可以彎曲以適應圍欄曲線的軟尺。
你知道嗎？辛普森法則非常準確，如果你把它應用於三次函數 (\( x^3 \))，它實際上能給出 100% 精確的答案，儘管從技術上講它是一種「近似」方法！
成功條件
- 每個條帶必須有相等的寬度 (\( h \))。
- 必須有偶數個條帶（這意味著有奇數個縱座標/y值）。如果題目給你 5 個 \( y \) 值，那就意味著你有 4 個條帶——這剛剛好！
快速複習盒：
- 前向差分：使用 \( y_{n+1} \) 和 \( y_n \)。
- 中心差分：使用 \( y_{n+1} \) 和 \( y_{n-1} \)。更準確。
- 辛普森法則：使用曲線來尋找面積。要求條帶數量為偶數。
- 公式規律：\( \frac{h}{3} [ \text{端點} + 4(\text{奇數項}) + 2(\text{偶數項}) ] \)。
重點總結：當你無法使用普通方法積分時，辛普森法則是強大的工具。只需要細心區分奇數項和偶數項即可！
進階數值方法總結
現在，你應該更有信心認識到，數值方法只是協助我們駕馭複雜數學的工具。無論你是在使用差分近似來解微分方程，還是使用辛普森法則來尋找面積，其過程都是一樣的：將大問題拆解為小而易處理的步驟！ 保持 \( h \) 的一致性，小心標記你的 \( y_n \) 項，並務必多次檢查你的算術計算。