当方程 $f(x) = 0$ 无法通过标准代数方法（如二次公式或简单移项）求解 $x$ 时，数值求根便成为必不可少的计算桥梁。在工程与科学建模中，我们经常遇到“超越方程”——即包含多项式、指数和对数组合的函数，其零点的寻找需要通过迭代逼近，而非精确的解析推导。
求根问题
在数值分析领域，我们定义两个基本概念：
- 求根问题： 寻找形如 $f(x) = 0$ 的方程的根或解。
- 函数的零点： 方程 $f(x) = 0$ 的根。
建模中的复杂性
在现实世界模型中，变量常被束缚于非线性算子内，从而产生复杂性。考虑以下生物与物理生长模型：
- 逻辑斯蒂模型： $P(t) = \frac{P_L}{1 - ce^{-kt}}$
- 龚珀兹模型： $P(t) = P_L e^{-ce^{-kt}}$
在这些方程中求解时间 $t$ 或增长常数 $k$ 时，变量同时位于指数幂和分母中，导致无法进行解析分离。
从精确解到近似解的转变
在金融与物理学中，数值方法的必要性尤为突出。例如，计算年金现值公式 $A = \frac{P}{i}[(1 + i)^n - 1]$ 中的利率 $i$，或药物浓度模型 $c(t) = Ate^{-t/3}$ 中的时间 $t$，都需要从“精确答案”转向“可控误差的近似解”。
工程实例：热力学
考虑能量平衡方程：$$1,564,000 = 1,000,000e^{\lambda} + \frac{435,000}{\lambda}(e^{\lambda} - 1)$$ 求解常数 $\lambda$ 需要数值迭代，因为 $\lambda$ 同时出现在线性分母和指数中。
工程实例：概率
在壁球赛制封局概率中：$$P = \frac{1 + p}{2} \left( \frac{p}{1 - p + p^2} \right)^{21}$$ 若观察者已知 $P$ 而需确定技能水平 $p$，则会面临一个42次多项式的问题。
🎯 核心原理
数值分析提供了生成一系列逼近值 $\{p_n\}$ 的算法，这些值将收敛至真实根 $p$。目标是达到指定的容差 $\epsilon$，使得 $|p_n - p| < \epsilon$。