和差問題的跨領域應用：從國中代數到物理解耦

\(\require{physics}\)

你大概記得國中這道題型：

已知兩數之和為 $a$、之差為 $b$，求這兩個數。

解法很直覺——兩條方程式相加、相減：

\[\begin{cases} x + y = a \\ x - y = b \end{cases} \implies \begin{cases} x = \dfrac{a+b}{2} \\[6pt] y = \dfrac{a-b}{2} \end{cases}\]

這個步驟熟悉到幾乎不值得多想。

但這同一個操作，以不同的偽裝出現在：指數函數的奇偶分解、二體力學的解耦、拍頻的頻譜結構、駐波的生成、差動放大器的雜訊壓制……背後都是同一件事。

本文的任務是：拆穿這個偽裝，找出它的統一骨架。

---

0. 統一視角：換個基底，問題消失

在進入各個例子之前，先從線性代數的角度看一眼這個操作的本質。

$x + y = a$，$x - y = b$ 可以寫成矩陣形式：

\[\begin{bmatrix} a \\ b \end{bmatrix} = \begin{bmatrix} 1 & 1 \\ 1 & -1 \end{bmatrix} \begin{bmatrix} x \\ y \end{bmatrix}\]

這個矩陣（縮放後）叫做阿達馬矩陣（Hadamard matrix），記作 $H$。它的逆矩陣非常乾淨：

\[H^{-1} = \frac{1}{2}\begin{bmatrix} 1 & 1 \\ 1 & -1 \end{bmatrix}\]

幾何意義是：把 $(x, y)$ 座標系旋轉 $45^\circ$ 並縮放，得到 $(a, b)$ 座標系。這個變換的威力在於，如果原本兩個變數在 $(x, y)$ 基底下「互相糾纏」（方程式耦合），換到 $(a, b)$ 基底後，往往會變成「各自獨立」。

後面每個例子，本質都是在做這個換基底的動作。

---

1. 奇偶分解：函數版的和差問題

推導

任何一個函數 $f(x)$ 都可以唯一拆成一個偶函數和一個奇函數的和：

\[\begin{equation} f(x) = f_\text{e}(x) + f_\text{o}(x) \label{eq:odd-even} \end{equation}\]

偶函數滿足 $f_\text{e}(-x) = f_\text{e}(x)$，奇函數滿足 $f_\text{o}(-x) = -f_\text{o}(x)$。

把 \eqref{eq:odd-even} 式的 $x$ 換成 $-x$，立刻得到第二條方程式：

\[\begin{equation} f(-x) = f_\text{e}(x) - f_\text{o}(x) \label{eq:odd-even-neg} \end{equation}\]

這就是和差問題的結構——以 $f_\text{e}$ 和 $f_\text{o}$ 為未知數：

\[\begin{cases} f(x) \;= f_\text{e}(x) + f_\text{o}(x) \\ f(-x) = f_\text{e}(x) - f_\text{o}(x) \end{cases}\]

套入公式，解出：

\[\boxed{f_\text{e}(x) = \frac{f(x) + f(-x)}{2}, \qquad f_\text{o}(x) = \frac{f(x) - f(-x)}{2}}\]

注意這個分解是對稱性驅動的：偶函數是「$x \to -x$ 不變」的部分（對稱），奇函數是「$x \to -x$ 變號」的部分（反對稱）。和差操作，本質是在按照對稱性把函數分類。

例子：指數函數的奇偶分解

對 $f(x) = e^x$：

\[f_\text{e}(x) = \frac{e^x + e^{-x}}{2} = \cosh x\] \[f_\text{o}(x) = \frac{e^x - e^{-x}}{2} = \sinh x\]

雙曲餘弦和雙曲正弦，其實就是對指數函數做了一次和差分解的結果。這也解釋了為什麼 $\cosh x$ 是偶函數、$\sinh x$ 是奇函數。

延伸：Fourier 級數

這個思路更大的應用是傅立葉分析（Fourier analysis）。週期函數可以展開成正弦與餘弦的疊加；而正弦是奇函數，餘弦是偶函數。奇偶分解給出的正是傅立葉展開中「哪些頻率的正弦項為零，哪些的餘弦項為零」的直覺：若函數是偶函數，只有餘弦項；若是奇函數，只有正弦項。

---

2. 二體問題：解耦的力學範例

問題在哪裡

考慮質量分別為 $m_1$、$m_2$ 的兩個質點，位置分別是 $x_1(t)$ 和 $x_2(t)$，彼此之間有依賴相對距離的交互作用力 $F(x_1 - x_2)$。牛頓第二定律給出兩條運動方程式：

\[m_1 \ddot{x}_1 = +F(x_1 - x_2)\] \[m_2 \ddot{x}_2 = -F(x_1 - x_2)\]

兩條方程式耦合（coupled）：$x_1$ 的加速度依賴 $x_2$ 的位置，反之亦然。這種耦合讓問題看起來很難直接積分。

換基底：質心＋相對座標

定義：

\[R = \frac{m_1 x_1 + m_2 x_2}{m_1 + m_2} \quad \text{（質心座標）}\] \[r = x_1 - x_2 \quad \text{（相對座標）}\]

第一步：方程式相加（乘以適當係數後相加）

\[m_1 \ddot{x}_1 + m_2 \ddot{x}_2 = 0 \implies (m_1 + m_2)\ddot{R} = 0\] \[\boxed{\ddot{R} = 0} \qquad \Rightarrow \quad R(t) = R_0 + V_0 t\]

質心做等速直線運動，完全不受內力影響。這是動量守恆的直接體現。

第二步：方程式相減（用 $m_1$、$m_2$ 加權後相減）

\[\frac{\ddot{x}_1 - \ddot{x}_2}{1} = \frac{F}{m_1} + \frac{F}{m_2} = F\!\left(\frac{1}{m_1}+\frac{1}{m_2}\right)\]

定義約化質量（reduced mass）：

\[\frac{1}{\mu} = \frac{1}{m_1} + \frac{1}{m_2} \implies \mu = \frac{m_1 m_2}{m_1 + m_2}\]

方程式化為：

\[\boxed{\mu \ddot{r} = F(r)}\]

相對座標的運動，等效於一個質量為 $\mu$ 的「虛擬質點」受有效力 $F(r)$ 作用的單體問題。

為什麼可以這樣做？

關鍵在於：交互作用力只依賴相對位置 $r = x_1 - x_2$，不依賴絕對位置（空間平移對稱性）。這意味著「整體平移」$R$ 和「內部相對運動」$r$ 天然解耦——和差操作恰好把這兩種對稱性不同的自由度分開。

應用

這個分解在天體力學中至關重要。地球–太陽系統的運動，可以分成：

• 質心沿直線等速漂移（幾乎靜止，因為太陽遠重於地球）
• 相對座標滿足等效單體的克卜勒問題，$\mu \approx m_{\text{Earth}}$

行星軌道的橢圓、拋物線、雙曲線解，全部來自這個等效單體問題。

---

3. 拍頻：頻率空間的和差

現象與推導

兩個頻率接近（$\omega_1 \approx \omega_2$）的波疊加：

\[y = \sin(\omega_1 t) + \sin(\omega_2 t)\]

用和差化積展開：

\[y = 2\cos\!\left(\frac{\omega_1 - \omega_2}{2}\,t\right)\cdot\sin\!\left(\frac{\omega_1 + \omega_2}{2}\,t\right)\]

定義兩個新變數：

\[\omega_c = \frac{\omega_1 + \omega_2}{2} \quad \text{（載波頻率，carrier）}\] \[\omega_m = \frac{\omega_1 - \omega_2}{2} \quad \text{（調變頻率，modulation）}\] \[\boxed{y = 2\cos(\omega_m t)\cdot\sin(\omega_c t)}\]

兩個時間尺度

這個式子揭示了兩個截然不同的時間尺度：

	頻率	來源	物理意義
高頻振盪	$\omega_c = (\omega_1 + \omega_2)/2$	兩頻率的和	聽到的音高
低頻包絡	$\omega_m = (\omega_1 - \omega_2)/2$	兩頻率的差	音量起伏的節奏（拍頻）

因為 $\omega_1 \approx \omega_2$，差值很小，包絡變化緩慢。若以音量峰值出現的次數計算，拍頻（beat frequency）為

\[f_{\text{beat}}=\frac{\lvert\omega_1-\omega_2\rvert}{2\pi}=\lvert f_1-f_2\rvert\]

而包絡因子 $\cos(\omega_m t)$ 本身的角頻率是 $\omega_m=(\omega_1-\omega_2)/2$。

拍頻是「群速度」的 1D 版本

在波包的傳播中，有兩個速度：

• 相速度（phase velocity）：等相位面的傳播速度，對應「和」的頻率 $\omega_c$
• 群速度（group velocity）：波包整體包絡的傳播速度，對應「差」的頻率 $\omega_m$

拍頻可以視為這兩個速度在時域的體現：$\omega_c$ 對應高頻振盪，$\omega_m$ 對應慢變包絡。這也是為什麼在介質中，能量以群速度傳播，而波峰以相速度傳播。

應用

樂器調音：調音師聽到拍頻時，知道兩弦頻率有微小差值。拍頻越慢，差值越小；拍頻完全消失，頻率對齊。

AM 調幅通訊：$\cos(\omega_m t) \cdot \sin(\omega_c t)$ 的結構就是 AM 調幅的原理——把低頻訊號（人聲）當作「包絡」，乘到高頻載波上發射。接收端解調，還原出原始訊號。

---

4. 駐波：空間的和差，以及量化的起源

現象與推導

兩個振幅相同、頻率相同、但方向相反的行進波疊加：

\[y_1 = A\sin(kx - \omega t), \qquad y_2 = A\sin(kx + \omega t)\]

令 $u = kx$，$v = \omega t$，疊加後用和差化積：

\[y_1 + y_2 = A\sin(u - v) + A\sin(u + v) = 2A\sin(u)\cos(v)\] \[\boxed{y_1 + y_2 = 2A\sin(kx)\cos(\omega t)}\]

空間與時間分離

這個式子的精妙在於：空間部分 $\sin(kx)$ 和時間部分 $\cos(\omega t)$ 完全分開了。

• $\sin(kx) = 0$ 的位置是節點（nodes）：不管時間怎麼變，這些點永遠不動。
• $\lvert\sin(kx)\rvert = 1$ 的位置是腹點（antinodes）：振幅隨時間在 $+2A$ 到 $-2A$ 之間呼吸。

行進波的「波傳播」資訊，被和差分解「對消」掉了，剩下的是一個空間結構固定、只在時間維度振動的模式。

邊界條件與頻率量化

駐波最重要的物理後果是頻率量化。

以兩端固定（端點必須是節點）的弦為例，長度為 $L$。節點條件 $\sin(kL) = 0$ 要求：

\[kL = n\pi, \quad n = 1, 2, 3, \ldots\]

因為 $k = 2\pi/\lambda = \omega/v$（$v$ 是波速），這等價於：

\[\lambda_n = \frac{2L}{n}, \qquad f_n = \frac{nv}{2L}\]

只有特定的離散頻率能在弦上形成穩定駐波——這些頻率稱為諧頻（harmonics）。

這個機制在量子力學中再次出現：電子在原子核的束縛場中，也要滿足類似的「邊界條件」，導致能量的量化——這就是波耳的氫原子能階為何是離散的深層原因。

---

5. 共模與差模：工程版的和差

定義

在差動放大器電路中，兩條訊號線電壓分別是 $V_1$ 和 $V_2$。工程師定義：

\[V_{\text{cm}} = \frac{V_1 + V_2}{2} \quad \text{（共模，common mode）}\] \[V_{\text{dm}} = \frac{V_1 - V_2}{2} \quad \text{（差模，differential mode）}\]

逆變換立即還原：$V_1 = V_{\text{cm}} + V_{\text{dm}}$，$V_2 = V_{\text{cm}} - V_{\text{dm}}$。

物理意義：對稱性決定哪個訊號活下來

環境的電磁干擾（例如電源線的 60 Hz 雜訊）通常同時以相同的形式作用在兩條訊號線上，這意味著它會出現在共模部分 $V_{\text{cm}}$，而不在差模部分 $V_{\text{dm}}$。

真正有用的訊號（例如神經訊號、感測器讀值）通常是兩條線之間的差異，出現在差模 $V_{\text{dm}}$。

差動放大器的設計目標是：放大差模、壓制共模。定量指標叫做 CMRR（common mode rejection ratio，共模拒斥比）：

\[\text{CMRR} = 20\log_{10}\!\left(\frac{A_d}{A_{\text{cm}}}\right) \text{ (dB)}\]

好的差動放大器的 CMRR 可達 100 dB，意思是差模被放大的程度比共模高 10 萬倍。

與二體問題的對應

力學	電路
質心 $R$	共模 $V_{\text{cm}}$
相對座標 $r$	差模 $V_{\text{dm}}$
內力互相抵消，不改變 $R$	共模雜訊同時加到兩線，不改變 $V_{\text{dm}}$
內力決定 $r$	差模訊號（被放大）

二體問題中，內力在質心方程式裡互相抵消，卻決定相對運動；電路中，共模干擾在差模相減時被抵消，真正的差模訊號留下來。本質上是同一件事：對稱性保護了你真正想要的那個量。

---

6. 統一的骨架：對稱性拆解

回頭看這些例子，操作的模式完全一樣：

找出一個對稱性（空間對稱、交換對稱、平移對稱……）→ 按對稱性把系統拆成兩個獨立部分 → 兩個部分各自服從更簡單的方程式

領域	對稱性	「和」	「差」
函數奇偶分解	$x \to -x$	偶部分 $f_\text{e}$（對稱）	奇部分 $f_\text{o}$（反對稱）
二體力學	空間平移不變性	質心 $R$（整體）	相對座標 $r$（內部）
拍頻	時間平移	平均頻率 $\omega_c$（音高）	差值頻率 $\omega_m$（拍頻）
駐波	空間反射	空間振型 $\sin(kx)$（節點）	時間振幅 $\cos(\omega t)$
共模/差模	線路對稱性	共模 $V_{\text{cm}}$（雜訊）	差模 $V_{\text{dm}}$（訊號）

共同的物理直覺是：

相加，找的是在某個對稱操作下「不變」的部分——整體、平均、共模、偶函數。
相減，找的是在這個對稱操作下「改變符號」的部分——差異、偏差、差模、奇函數。

這兩個部分在方程式中天然解耦：不變量不與反對稱量混合。這就是「換基底」讓問題消失的原因——你換到的新基底，恰好是這個對稱性的本徵基底（eigenbasis）。

---

附錄：Hadamard 矩陣與快速計算

本文的核心變換可以寫成矩陣乘法。$2 \times 2$ Hadamard 矩陣：

\[H = \begin{bmatrix} 1 & 1 \\ 1 & -1 \end{bmatrix}\]

滿足 $H H^T = 2I$，即它的轉置幾乎就是自身的逆（差一個常數 $2$）。

更大維度的 Hadamard 矩陣是快速 Walsh–Hadamard 變換（Fast Walsh-Hadamard Transform，FWHT）的核心，在訊號處理、糾錯碼、量子計算中廣泛使用。而著名的快速傅立葉變換（FFT），也可以看成是把 Hadamard 思想推廣到複數指數基底的結果。

所以這篇文章的起點——一道國中代數題——其實是一條延伸到 FFT 演算法的路的第一步。