尽管使用思维链（chain of thought,CoT）的大模型（large language model,LLM）在单未知数的数学问题求解（math word problem,MWP）任务上取得了显著成果。但是，目前的研究缺乏适用于方程数学问题的方法。由于数学问题求解对推理步骤具有很高的敏感性，列方程出错会导致后续步骤连环出错，所以提出一种渐近式验证纠正的方法 2ERP，一边验证一边纠正步骤错误，输出最有可能的正确答案。在验证环节使用等式和答案的双重验证，回代答案到等式确保计算的正确，从数学表达式获取数值关系来验证等式的正确性。在纠正流程中，根据回代的结果和双重验证的一致性排除错误的推理路径，逼近正确结果。与其他CoT方法相比，2ERP方法在6个数据集上均取得了性能上的提升，平均准确率达到了66.2%，尤其是方程问题的数据集上，平均提高了6.9百分点。2ERP方法是一种设计提示的零样本方法，通过多次迭代提高数学问题的准确率，并输出具有详细步骤的求解过程，该方法在方程问题上的提升更加明显。