方向场与管状结构

一阶常微分方程 dy/dx = f(x,y) 定义一个方向场：在平面的每个点 (x,y)，斜率 f(x,y) 指向解必须移动的方向。

发散的方向场：偏离真实解路径的小偏差增长。误差放大。

收敛的方向场：大的偏差缩小回真实路径。误差衰减。

两者可能在同一方程的不同点出现。解的精度取决于你在哪里评估——而不是方程的任何绝对性质。

哈明将精度可视化为围绕真实解的"管状结构"。在 2D 中，管在发散区域膨胀，在收敛区域收缩。在 n 维（海军截击问题使用了 28 个方程），管的几何变得非直观。第 9 章的 n 维悖论适用：高维管的行为与 2D 管完全不同。

欧拉方法

最简单的常微分方程求解器：从点 (xₙ, yₙ)，使用当前斜率估计下一个点：

> yₙ₊₁ = yₙ + h · f(xₙ, yₙ)

其中 h 是步长。这沿着每个点的切线——总是使用"之前的斜率"，而不是区间上的典型斜率。误差随每一步累积。

预测-校正改进： 使用欧拉法预测值 yₙ₊₁，在那里评估斜率，然后取区间两端斜率的平均值来进行校正步骤。如果预测值和校正值紧密同意，步长是合适的。如果它们发散，缩短 h。

高阶方法与滤波器连接

四阶多项式预测-校正方法（Milne、Adams-Bashforth、哈明方法）使用函数和导数的几个过去值来预测下一个值。

哈明将这些方法识别为递归数字滤波器：输出值（位置）由输入数据（过去步骤的导数）通过线性递推计算——正是数字滤波器的结构。

这个连接有后果：

- 递归滤波器的稳定性分析直接适用。z 变换稳定性标准：滤波器传递函数的极点必须位于单位圆内。

- 步长 h 控制稳定性。对于给定的常微分方程，存在一个最大的 h，超过它数值方法变得不稳定——计算的解发散即使真实解收敛。

刚性方程： 当系统具有大小差异很大的特征值（一个快速变化的分量，一个缓慢），稳定性要求步长足够小以适应快速分量，即使缓慢分量可以容忍大步长。刚性求解器使用隐式方法来允许更大的步长而不失稳定性。

频率对位置的权衡： 经典多项式方法优化局部位置精度——轨迹在每一步都接近真实路径，但动态"感觉"（频率响应）可能是错误的。对于飞行模拟器，获得正确的频率响应可能比获得正确的位置更重要。

走在沙丘的顶峰

哈明被给予一个晶体管设计的微分方程，其边界条件在无穷远处——边界条件是方程的右侧设为零。

稳定性分析令人担忧：如果 y 在任何点变得略微过大，sinh(y) 放大，二阶导数变得强正，解射向 +∞。如果 y 变得略微过小，它射向 -∞。并且不稳定性是双向的——在相反方向积分也没有帮助。

哈明的形象："走在沙丘顶峰上"。一旦两只脚滑到一侧，你就不可避免地滑下去。

他的解决方案： 利用不稳定性作为制导信号。他在微分分析仪上积分轨迹的一个片段。如果解向上射，他在该段开始时的斜率估计略微过高——向下校正。如果它向下射，向上校正。一点一点，他走过了沙丘的顶峰。

使这成为可能的是：不稳定性增长快速。起始斜率中的小误差产生了一个大的、明确的偏差——一个关于哪个方向纠正的清晰信号。一个温和不稳定的问题不会提供如此清晰的信号。

职业责任： "很容易就能把这个问题当作不可解的、提出错误的或任何其他借口来解雇它，但我仍然相信重要问题如果正确提出，可以被用来提取一些有用的知识。"

罗夏测试与随机性

一个贝尔实验室的心理学家建造了一台机器：12 个开关、一盏红灯、一盏绿灯。受试者设置开关、按下按钮、观察结果，在 20 次尝试后写出一个关于如何点亮绿灯的理论。他们的理论被传给下一个受试者，周期继续。

灯连接到随机源。没有模式。

在所有试验中，没有一个贝尔实验室科学家——都是高水平的技术人员——曾经说过：没有模式。他们都找到了理论。

哈明的观察：没有一个是统计学家或信息论者。这两个领域培养实践者问："我看到的东西真的存在，还是仅仅是随机噪音？"

对模拟的含义： 一个可以调整直到与观察数据匹配的模拟是罗夏测试。调整过程找到与数据一致的模型，但不一定是真实模型。区分信号和噪音需要刻意的统计纪律——保留数据、预先指定的假设、置信区间——而不仅仅是良好的意图。

哈明的结束指控： "如果...？将在你的未来经常出现，因此你需要掌握模拟的概念和可能性，并准备好质疑结果并在必要时深入细节。"