當方程式 $f(x) = 0$ 無法使用標準代數方法（如二次公式或簡單隔離）求解時，數值求根便成為不可或缺的計算橋樑。在工程與科學建模中，我們經常遇到「超越方程」——包含多項式、指數與對數組合的函數——尋找「函數的零點」需要透過迭代逼近，而非精確的解析推導。
求根問題
在數值分析領域中，我們定義兩個基本概念：
- 求根問題： 尋找形如 $f(x) = 0$ 的方程的根或解。
- 函數的零點： 方程 $f(x) = 0$ 的根。
建模中的複雜性
現實模型中，變數被封閉於非線性運算子內，導致複雜性產生。考慮以下生物與物理增長模型：
- 邏輯斯蒂模型： $P(t) = \frac{P_L}{1 - ce^{-kt}}$
- 戈姆佩茨模型： $P(t) = P_L e^{-ce^{-kt}}$
這些方程中求解時間 $t$ 或成長常數 $k$ 時，變數同時出現在指數冪與分母中，使得解析式的隔離變得不可能。
從精確到近似的轉變
在金融與物理領域，數值方法的必要性尤為顯著。例如，計算年金現值方程 $A = \frac{P}{i}[(1 + i)^n - 1]$ 中的利率 $i$，或藥物濃度模型 $c(t) = Ate^{-t/3}$ 中的時間 $t$，都必須從「精確答案」轉向「可控誤差的近似解」。
工程範例：熱力學
考慮能量平衡方程：$$1,564,000 = 1,000,000e^{\lambda} + \frac{435,000}{\lambda}(e^{\lambda} - 1)$$ 因為 $\lambda$ 同時出現在線性除數與指數中，求解常數 $\lambda$ 必須透過數值迭代。
工程範例：機率
在壁球比賽完勝機率中：$$P = \frac{1 + p}{2} \left( \frac{p}{1 - p + p^2} \right)^{21}$$ 若觀察者已知 $P$ 並需確定技能水平 $p$，將面臨一個 42 次多項式的情境。
🎯 核心原則
數值分析提供算法，生成一組逼近序列 $\{p_n\}$，逐步收斂至真實根 $p$。目標是達到指定容許誤差 $\epsilon$，使得 $|p_n - p| < \epsilon$。