用于从已知解的摄动中寻找新解的技术有哪些？

咱们来聊聊多项式方程 x² + y² = 1 这个事儿——它的解其实就是单位圆，但假设现在咱们只知道四个顶点 (0,1)、(0,-1)、(1,0)、(-1,0) 是解，还没法直接求解原方程，那咋找到其他的解呢？从已知解出发做无穷小步迭代，看起来是个相当靠谱的路子。

首先，咱们对原方程做隐式求导，就能得到解曲面上的切线斜率关系：
2x + 2y dy/dx = 0
整理一下就能得到导数表达式：dy/dx = -x/y（这里要注意，当y=0的时候分母为零，就像(1,0)或(-1,0)这两个点，导数不存在，对应圆上的垂直切线，完全符合咱们对单位圆的认知）。

举个实际迭代的例子看看：
比如从已知点(0,1)出发，这里x=0，y=1，代入导数公式得到dy/dx = 0，也就是说这个点的切线是水平的。咱们先迈一小步，让x增加一个极小的量ε，根据微分近似dy ≈ (dy/dx)Δx，就能算出Δy ≈ 0*ε = 0，这样就得到一个近似解(ε, 1)——代入原方程的话，ε² + 1² ≈ 1，当ε足够小时，这个偏差几乎可以忽略。

如果想得到离初始点更远一点的近似解，就可以多迭代几次：
比如从(ε, 1)这个近似点出发，计算此时的导数dy/dx = -ε/1 = -ε，再迈一小步Δx = ε，对应的Δy ≈ -ε*ε = -ε²，这样就得到新的近似点(2ε, 1 - ε²)。代入原方程验证的话，(2ε)² + (1 - ε²)² = 4ε² + 1 - 2ε² + ε⁴ = 1 + 2ε² + ε⁴，虽然和1有一点偏差，但只要ε足够小，这个偏差就会非常小；要是用更精确的迭代方法（比如改进欧拉法），还能进一步缩小偏差，让近似解越来越贴近单位圆上的真实点。

本质上，这种方法就是利用解曲面上的微分关系，把“连续的曲线”拆成无数个无穷小的直线段，从已知点一步步“走”出更多的近似解——这也是数值方法求解微分方程的核心思路之一。

内容的提问来源于stack exchange，提问作者David Egolf