数值分析：算不准，但够用
是什么（大白话）：大多数方程写不出解析解，只能让计算机一步步逼近，研究"怎么逼近得又快又准、误差别越滚越大"。生活比喻：调 WiFi 信号——来回挪手机找最强点，最后停在差不多的地方。
因怎么想到的：解析解算不出来
动机：工程师要算桥梁受力、天气、期权价，公式根本写不出来。只能把时空切小格子，计算机一格格推。
核心工具：插值（已知点猜中间）、数值积分（切小梯形累加）、迭代法解方程组、牛顿法、误差分析。
路考点心法：看到「数值分析：算不准，但够用」先想什么
• 直觉优先：研究生数学从具体到抽象——先用生活直觉类比理解，再看严格定义
• 反例思维：对任意定理，先想一个反例看看它到底在保证什么条件
• 历史脉络：每门抽象数学都有几十年的酝酿——知道为什么需要它才能真正懂
完整解法：牛顿法求 √2
② x₁ = 1.5 → x₂ = 1.5 − (2.25−2)/3 ≈ 1.4167。
③ x₃ ≈ 1.4142。 答案三步就逼近 √2 ≈ 1.4142。牛顿法二次收敛，几步就很准。
用途与案例
工程仿真（有限元）
把大桥、飞机、芯片切成几百万小单元逐点求解。每辆车每架飞机都先在计算机里"数值飞过一遍"。
AI 优化与金融
梯度下降就是数值迭代；金融衍生品定价靠数值 PDE 求解。
数值分析是计算力学、计算流体力学、天气预报、金融工程的底座；和计算机架构（GPU 并行）、误差控制深度耦合。
坑：以为算得越精确越好。浮点只能存有限位，每步舍入误差会累积放大。为什么错？理论收敛的算法如果数值不稳定，实际可能南辕北辙。一半功夫在盯误差别爆炸。
练习与答案
1. 牛顿法为什么收敛快？
思路与解答
它用切线代替曲线，在零点附近误差是平方关系（二次收敛）：每迭代一次，正确位数大致翻倍。所以三步就从 1.5 冲到 1.4142。2. 天气预报为什么本质是数值分析？
思路与解答
大气 PDE 无解析解，只能把时空切小格子，从观测出发一格格往前推。切越细越准但越吃算力，这也是远期预报越来越不准的原因之一。① 解析解写不出时，数值解"猜—改—再猜"逼近。
② 牛顿法 x_{n+1}=xₙ−f/f′，二次收敛。
证牛顿迭代为什么能二次收敛
公式：xₙ₊₁ = xₙ − f(xₙ)/f′(xₙ)。几何意义：从 xₙ 做曲线 y=f(x) 的切线，切线与 x 轴的交点就是 xₙ₊₁。
二次收敛：如果 f′(x*) ≠ 0 且 x₀ 足够接近 x*（真根），那么 |xₙ₊₁ − x*| ≈ C·|xₙ − x*|²——每一步有效数字位数翻倍。选好初始值是关键：牛顿法不保证全局收敛，必须在根附近才生效。
应用：计算机算平方根——√a 等价于解 f(x)=x²−a=0，牛顿法给 xₙ₊₁ = (xₙ + a/xₙ)/2。第一次猜 1，算几步就精确到小数点后十几位。这就是计算器算开方的算法。