5.2 牛顿-拉夫逊迭代：与非线性打交道
5.2 牛顿-拉夫逊迭代：与非线性打交道
本节摘要：二极管与晶体管的指数特性让电路方程没有解析解，牛顿-拉夫逊迭代用"线性化、解方程、再线性化"的循环逼近答案。本节先用求平方根的小例子看清迭代骨架，再用第 3 章的二极管限幅电路演示真实迭代过程——包括过冲与 SPICE 的限幅保护。
迭代骨架：三行伪代码讲完
牛顿迭代的想法一句话能说完：在当前猜测点把曲线当成直线，解直线方程得到更好的猜测，重复到满意为止。数学表达只有一行：新猜测等于旧猜测减去函数值除以导数值。拿最熟悉的求平方根练手——解 x 的平方等于二：
f(x) = x*x - 2 f'(x) = 2x 初值 x0 = 1.5 第 1 步：x1 = 1.5 - (1.5*1.5-2)/(2*1.5) = 1.416667 第 2 步：x2 = 1.416667 - (1.416667^2-2)/(2*1.416667) = 1.414216 第 3 步：x3 = 1.414216 - ... = 1.414214
三步收敛到根号二的全部有效数字。注意收敛速度：误差大致是"平方级缩小"——每迭代一次，有效数字约翻倍，这是牛顿法被选中的根本原因。电路方程组的版本一模一样，只是标量换成向量、导数换成雅可比矩阵（偏导数表格），解方程换成稀疏 LU 分解——第 5.1 节的那台机器在这里接班。
真实电路：二极管限幅的迭代过程
回到第 3 章跑过的限幅电路：三伏电源经一千欧接二极管到地，.OP 报出二极管压降约零点七一四伏、电流约二点二九毫安。现在看仿真器怎么算出这两个数。方程是：流过电阻的电流（三伏减去二极管压降再除一千欧）等于二极管的肖克利电流（IS 乘以电压除零点零四五再取指数，IS 取二点五二纳安）。两边一条直线一条指数，交点没有解析解。
迭代过程（电压限幅开启，初值 0）： k=0 Vd = 0.0000 f = +2.9999e-3 k=1 Vd = 0.7137 f = +2.4e-9 k=2 Vd = 0.7137 已满足收敛判据
两步收敛，快得像魔法。但这个幸运结果依赖 SPICE 的结电压限幅保护：若放任裸牛顿迭代从零伏起步，第一线性化在原点、导数极小，新猜测会被直接推到三十伏开外；把三十伏代回指数函数，浮点数瞬间溢出，迭代当场爆炸。SPICE 的对策是给 PN 结的每步电压增量设上限（允许的步长随当前电压指数放缓），让第一跳落回安全范围——表里的 k 等于一步就是限幅后的落点。迭代框架很简单，工程难度全在"别让迭代冲出浮点世界"，这是理解一切收敛辅助手段的钥匙。
图：牛顿迭代的几何图像与过冲风险
收敛判据：什么叫"够了"
迭代不能无限继续，判据必须量化。SPICE 的双重判据：相邻两步的节点电压变化相对量小于 RELTOL（默认千分之一），且方程残差（电流不平衡量）小于 ABSTOL 或相对量满足要求——两条同时满足才宣布收敛。判据意味着收敛解本身带着千分之一量级的"模糊"，这就是第 2 章强调"收紧 RELTOL 要付运行时间代价"的数学根源：判据越严，所需迭代轮数越多。
还有一类陷阱叫多解与假收敛：强非线性电路（含正反馈、含开关）可能有多个直流解，牛顿法收敛到哪一个取决于初值；相邻两次迭代恰好都在解附近徘徊时，判据可能被短暂满足而实际未定。面对"收敛了但结果可疑"的电路，换初值（.NODESET 给节点指定猜测电压）重跑一遍，两次答案一致才算坐实——这是资深工程师的日常动作，本质上是给迭代换一个起点做交叉验证。
⚠️ 遇到不收敛时，第一反应不该是调 .OPTIONS，而是问：这个电路在真实世界里有没有确定的直流解？两个理想电压源顶牛、纯电容隔直的悬空节点、互感开路——这些电路物理上就无解，任何迭代法都救不了。先查电路，再查数值，顺序不能反。
本节要点回顾
- 一行公式：新猜测等于旧猜测减函数值除导数值；向量版配雅可比矩阵与 LU 分解。
- 平方收敛：有效数字每轮近似翻倍，这是牛顿法快的原因，也是它对初值敏感的代价。
- 限幅是生命线：指数特性下裸迭代必然溢出，结电压限幅、GMIN 并联是标准保护。
- 收敛也要验证：换初值重跑做交叉验证，多解电路的"收敛"未必是你要的解。
静态与迭代的道理都通了，还剩时间轴：电容电感把微分方程引进来，下一节看仿真器如何把"连续时间"切成"一步一步"。
问题：为什么不用解二次方程那样的解析方法
因为电路方程是几十万个变量互相耦合的指数与幂函数混合体，解析解在数学上根本不存在。数值迭代的本质是"用算力换公式"：没有一步到位的表达式，就用几十次廉价而机械的线性求解逼近答案。这也是 SPICE 的哲学底色——它相信的不是聪明的一步解，而是可靠的逐步逼近，配上收敛判据的诚实验收。
问题：迭代不收敛时仿真器内部发生了什么
可以把它的状态想象成三种：残差巨大且方向乱跳，说明初值在解的吸引域之外，收敛遥遥无期；残差单调下降但速度龟爬，说明在病态曲面上挪动，加大预算可能有用；残差在两个值之间循环往复，说明解本身不稳定（比如正反馈锁存器两态之间摇摆）。三种状态对应第 6 章的三套对策——初值问题换初值、病态问题松判据、真解不存在改电路。
问题：牛顿法与源步进、GMIN 步进什么关系
牛顿法是"局内选手"，负责从一个足够好的起点逼近解；步进方法是"局外教练"，负责制造一连串足够好的起点。源步进让电源逐级加压，每一级的解天然是下一级的优质初值；GMIN 步进先把非线性压平成线性，再逐级恢复。所以它们不是竞争关系，而是配套关系——第 6 章的排查决策树，本质上就是这三位选手的出场顺序安排。
问题：怎么判断"收敛了"不是"收敛假象"
三道检查：把 RELTOL 收紧两个数量级重跑，解若明显移动，原收敛是假的；给关键节点换一个 .NODESET 初值重跑，两个解应当重合，多解电路则要确认你拿到的是想要的那一个；检查电流残差而不仅是电压变化，部分工具默认只看电压——双判据都干净，收敛才可信。这套交叉验证花不了十分钟，却能把"看似收敛实则未定"的坑彻底填平。
迭代观察实验
用交互式仿真器做一次肉眼观察：选一个含两只二极管的电路，打印每次迭代的节点电压残差。你会看到典型的模式——第一步大幅跳跃，随后残差按平方速度坍缩，最后几步几乎不动。换一个更强的指数器件（更小的 IS）再跑，注意限幅介入时跳跃被截断的痕迹。看惯了这两个模式，你就能从残差曲线的"长相"直接诊断收敛问题属于哪一类。