数值方法导论
欢迎来到数值方法（Numerical Methods）的世界！在之前的数学课程中，你可能花了很多时间去求方程的精确解，例如解 \(2x + 4 = 10\) 并得到 \(x = 3\)。然而，在现实世界（以及高等数学 Further Maths 中！），有些方程非常复杂，以至于使用标准的代数运算根本无法求出“完美”的精确答案。
这就是数值方法大显身手的地方。我们不再执着于寻找完美的答案，而是利用精巧的逐步运算技术，一步步“缩小范围”逼近答案，直到它“足够精确”以满足我们的需求。这就像玩“热或冷”的猜谜游戏——我们会不断地靠近目标，直到找到它！如果一开始觉得这些概念很抽象也不用担心，我们将把每一种方法拆解成简单的“食谱”，让你轻松上手。
快速复习：方程 \(f(x) = 0\) 的一个根（root），其实就是图形穿过 x 轴时的 \(x\) 值（即 y 值为零的位置）。
1. 定位根：符号改变规则 (Sign Change Rule)
在我们找到根之前，首先要确定它藏在哪里。最简单的方法就是寻找符号改变（change of sign）。
概念：想象你正在走一条路。早上 10 点，你在山谷里（海拔低于海平面）；早上 11 点，你在山丘上（海拔高于海平面）。如果这条路是连续的（没有瞬间移动！），那么在 10 点到 11 点之间，你“一定”要在某个时间点穿过海平面。
规则：如果函数 \(f(x)\) 在区间 \([a, b]\) 上是连续的（continuous），且 \(f(a)\) 与 \(f(b)\) 的符号相反（一个为正，一个为负），那么在 \(a\) 和 \(b\) 之间至少存在一个根。
操作步骤：
1. 将第一个 \(x\) 值代入方程式。
2. 将第二个 \(x\) 值代入方程式。
3. 如果一个结果为正 (\(>0\)) 而另一个为负 (\(<0\))，请写下：“函数存在符号改变且连续，因此该区间内存在一个根。”
常见错误提醒：务必检查函数是否为连续的。如果图形有“中断”或“空洞”（例如 \(y = \frac{1}{x}\) 在 \(x=0\) 处），那么出现符号改变并不代表一定存在根！
重点总结：要找到根，请寻找 y 值从正数变为负数的位置。
2. 二分法 (Interval Bisection)
这是最“可靠”的方法。它就像玩“猜数字大小”的游戏。你从一个已知存在根的范围开始，然后不断地将其对半分割。
步骤流程：
1. 从一个已知发生符号改变的区间 \([a, b]\) 开始。
2. 找出中点：\(x_m = \frac{a+b}{2}\)。
3. 计算 \(f(x_m)\)。
4. 检查 \(f(x_m)\) 的符号：
- 如果 \(f(x_m)\) 与 \(f(a)\) 的符号相反，则根位于新的区间 \([a, x_m]\) 中。
- 如果 \(f(x_m)\) 与 \(f(b)\) 的符号相反，则根位于新的区间 \([x_m, b]\) 中。
5. 重复上述步骤，直到区间小到符合你所需的精确度为止。
你知道吗？这种方法在计算机科学中被称为二分搜索法（Binary Search），因为它是电脑搜索数据的一种高效方式！
重点总结：只要有符号改变，二分法就一定有效，但它可能比较慢，因为它每次只能将搜索范围缩小一半。
3. 线性插值法 (Linear Interpolation)
线性插值比二分法聪明一点。它不只是单纯取中点，而是假设两点之间的曲线是一条直线，并找出这条直线与 x 轴的交点。
类比：如果你在 \((1, -10)\)，而你的朋友在 \((2, 2)\)，由于你朋友的 y 值比较接近零，根很可能比较靠近你的朋友。线性插值正是利用这个逻辑来预测一个更好的起始点。
运作原理：
我们利用连接 \((a, f(a))\) 和 \((b, f(b))\) 的直线方程式，透过相似三角形原理，找出直线穿过 x 轴的 \(x\) 点：
\(x = a - \frac{f(a)(b - a)}{f(b) - f(a)}\)
快速提示：如果你能记住“相似三角形”的图解，就不一定要背下公式。画一条从负点到正点的直线，利用高度与底边的比例关系即可求出！
重点总结：线性插值通常比二分法快，因为它是“瞄准”根的位置，而不是盲目地猜测中点。
4. 牛顿-拉弗森法 (The Newton-Raphson Method)
这是“专业级”的方法。它利用微积分（微分）来快速找到根。它不再是连接两点的线，而是利用单一点上的切线（tangent，即斜率）指向根的位置。
公式：
\(x_{n+1} = x_n - \frac{f(x_n)}{f'(x_n)}\)
步骤流程：
1. 对函数进行微分以求出 \(f'(x)\)。
2. 选择一个初始值 \(x_0\)（通常题目会给定）。
3. 将 \(x_0\) 代入公式得到 \(x_1\)。
4. 将 \(x_1\) 再代入公式得到 \(x_2\)，以此类推。
5. 当数值不再有显著变化时停止（例如，若需要保留 3 位小数，当前 3 位小数维持不变时即可停止）。
常见错误提醒：
- 如果 \(f'(x_n) = 0\)，该方法会失效，因为你不能除以零。在几何上，这代表切线是水平的，永远不会碰到 x 轴！
- 如果初始值 \(x_0\) 距离根太远，该方法可能会“跳”到另一个根，甚至发散到无穷大。
重点总结：牛顿-拉弗森法速度极快，但前提是你必须会微分函数，且需要一个好的初始猜测值。
5. 解微分方程：欧拉法 (Euler's Method)
到目前为止，我们都在找方程的根。现在，我们使用数值方法来解形式为 \(\frac{dy}{dx} = f(x, y)\) 的微分方程。
概念：微分方程告诉我们 在任何一点的斜率（gradient）。欧拉法说：“如果我知道现在在哪里，也知道往哪个方向走（斜率），我就可以往前跨出一小步，看看下一步会在哪里。”
类比：想象你在大雾中带着指南针行走。你看不到目的地，但每走 1 米（步长 h），你就检查一下指南针看看路径的斜率，然后调整方向。
公式：
\(x_{n+1} = x_n + h\)
\(y_{n+1} \approx y_n + h \cdot f(x_n, y_n)\)
求解步骤：
1. 从给定的 \(x_0\)、\(y_0\) 和步长 \(h\) 开始。
2. 计算该点的斜率：\(f(x_0, y_0)\)。
3. 将斜率乘以 \(h\)，并加到旧的 \(y\) 值上。这就是新的 \(y_1\)。
4. 将 \(x\) 增加 \(h\)。这就是新的 \(x_1\)。
5. 使用新的 \(x_1, y_1\) 重复上述过程。
重要提示：较小的步长 (\(h\)) 会让答案更精确，但同时也需要更多的计算量！
重点总结：欧拉法通过一系列微小的直线段来逼近曲线。这是一种预测未来 y 值的一种“逐步”方法。
总结检查清单
考试前，请确保你能：
- 解释为什么符号改变暗示了根的存在（并提到连续性！）。
- 执行二分法，通过不断将区间减半来逼近根。
- 运用线性插值法，使用相似三角形逻辑或公式来计算。
- 计算使用牛顿-拉弗森法求解根（记得正确微分！）。
- 逐步执行欧拉法来解微分方程，公式为 \(y_{新} = y_{旧} + h \cdot (斜率)\)。
即使计算过程重复枯燥也不要担心——只要细心使用计算器，你一定能拿高分！