鞍点法（saddle-point method）

想象你站在一处山口：朝一个方向走，地面升向两座山峰；朝垂直方向走，地面落入两道山谷。那个山口的形状就是鞍，而鞍点法就是通过定位这样一个点、让它主导，来求值复指数积分的技术。实践中「鞍点法」和「最速下降法」指的是同一圈想法；鞍点这个词点出关键地标，围道形变点出路线。

其机制是：对带有大 M 的 e^(M f(z)) 积分，鞍点是导数为零的地方，f'(z0) = 0。因为 f 解析，它的实部（控制被积函数的大小）在平面上不可能有普通的最大值——只能有鞍点。在鞍点处，曲面 e^(M Re f) 看起来像一处山口，穿过它有一个方向，沿之高度下降得尽可能陡。让围道沿这个下降方向穿过鞍点，就把整个积分集中在那里，一个局部高斯近似给出主导项，仍是 e^(M f(z0)) 乘以 sqrt(2 pi / (M |f''(z0)|)) 再乘上一个依取向而定的相位。

鞍点估计在物理与应用分析中无处不在：统计力学中态密度与配分函数的渐近、组合学中生成函数的反演（分拆数的哈代-拉马努金公式）、光学中的驻相与射线近似、以及路径积分的半经典极限。诚实的提醒是：该方法抓住主导的指数行为，但要得到精确的次主导修正，需要把 f 在鞍点处展开到二阶以上；而当两个鞍点高度几乎相等时，必须把它们合并——单个鞍点并不总够用。