{
  "id": "courant-friedrichs-lewy-condition",
  "title": "库朗–弗里德里希斯–列维条件",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "库朗–弗里德里希斯–列维条件描述含时偏微分方程数值求解中时间步长、空间分辨率与传播速度之间的约束关系。",
  "category": "mathematics",
  "subcategory": "applied",
  "type": "concept",
  "aliases": [
    "CFL条件",
    "库朗条件"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/courant-friedrichs-lewy-condition/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/courant-friedrichs-lewy-condition/",
      "json": "https://aiwiki.page/en/courant-friedrichs-lewy-condition.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "库朗–弗里德里希斯–列维条件通常简称为 CFL条件，是许多含时偏微分方程的数值近似收敛所必须满足的相容性条件，对描述波传播和输运的双曲型方程尤其重要。其核心要求是，数值依赖域必须包含物理依赖域：数值方法必须能够接收到来自所有可能影响精确解的位置的信息。对于采用局部空间模板的显式方法，这通常意味着时间步长受到网格间距和特征传播速度的限制。在适用的情形下，这一条件是必要的，但它本身并不足以保证数值稳定性或收敛性。"
    },
    {
      "heading": "库朗数与基本形式",
      "text": "对于传播速度恒为 \\(a\\)、网格间距均匀且为 \\(\\Delta x\\)、时间步长为 \\(\\Delta t\\) 的一维问题，库朗数定义为以下无量纲量：\n\n\\[C=\\frac{|a|\\Delta t}{\\Delta x}.\\]\n\n它表示物理信号在一个时间步内传播的距离，以网格单元宽度为单位。常见的时间步长限制为\n\n\\[C\\le C_{\\max}, \\qquad\\text{or equivalently}\\qquad \\Delta t\\le C_{\\max}\\frac{\\Delta x}{|a|}.\\]\n\n允许的取值 \\(C_{\\max}\\) 取决于完整的数值方法，包括空间离散方式、时间积分器、空间维数，有时还取决于解本身。它并不总是等于一。\n\n对于最简单的最近邻方法，\\(C\\le1\\) 表达了这样一个要求：如果物理信息在一个时间步内传播的距离超过一个网格单元，那么仅能跨一个单元传递信息的更新过程就无法表示这种传播。更宽的模板和多阶段方法具有不同的数值依赖域，因此也可能有不同的限制。"
    },
    {
      "heading": "依赖域",
      "text": "某个解值的物理依赖域，是指能够影响该值的初始数据或边界数据的集合。对于双曲型偏微分方程，这些影响沿特征线以有限速度传播。\n\n考虑线性平流方程\n\n\\[u_t+a u_x=0,\\]\n\n其初始数据为 \\(u(x,0)=u_0(x)\\)。精确解为\n\n\\[u(x,t)=u_0(x-at).\\]\n\n因此，\\((x,t)\\) 处的值取决于 \\(x-at\\) 处的初始值。\n\n离散方法也有自己的依赖域，由其模板决定：既包括每次更新所用的网格值，也递归地包括计算这些网格值所用的值。如果影响精确解的初始数据位于数值依赖域之外，这些数据就无法影响数值结果。改变这些数据，可以改变精确解，却不改变计算值。存在这种不匹配的方法，不可能对任意容许的初始数据都收敛。\n\n更准确地说，CFL要求的是：随着网格加密，极限数值依赖域应包含物理依赖域。它是关于信息传播的几何条件，而不只是说某个特定的无量纲数必须小于一。"
    },
    {
      "heading": "示例：一阶迎风平流格式",
      "text": "当 \\(a>0\\) 时，一阶迎风格式使用来自左侧的信息：\n\n\\[u_j^{n+1} = u_j^n-\\nu\\left(u_j^n-u_{j-1}^n\\right), \\qquad \\nu=\\frac{a\\Delta t}{\\Delta x}.\\]\n\n这里，\\(u_j^n\\) 是 \\(u(j\\Delta x,n\\Delta t)\\) 的近似值。整理可得\n\n\\[u_j^{n+1}=(1-\\nu)u_j^n+\\nu u_{j-1}^n.\\]\n\n当 \\(0\\le\\nu\\le1\\) 时，这一更新是前一时刻两个值的凸组合。在周期边界条件下或无限网格上，它不会增大这些值的最大绝对值，也能保持非负性，且不会产生新的极值。\n\n经过 \\(n\\) 步后，节点 \\(j\\) 处的数值可以依赖于从 \\(j-n\\) 到 \\(j\\) 的初始节点值。物理特征线在初始时刻的落点位于\n\n\\[x_j-at_n=x_j-n\\nu\\Delta x.\\]\n\n只有当 \\(0\\le\\nu\\le1\\) 时，该落点才位于这一区间内。因此，对这一特定方法，几何意义上的CFL限制恰好与其通常的稳定性限制一致。\n\n当 \\(\\nu=1\\) 时，更新式变为\n\n\\[u_j^{n+1}=u_{j-1}^n,\\]\n\n这使采样后的初始数据在每个时间步恰好平移一个网格单元。当 \\(0<\\nu<1\\) 时，该方法通常会通过数值扩散使解变得平滑。因此，满足CFL条件并不意味着具有高精度。\n\n当 \\(a\\) 为负时，必须反转迎风方向。即使库朗数的绝对值很小，采用错误的空间方向仍可能导致不稳定。"
    },
    {
      "heading": "为什么这一条件并不充分",
      "text": "一种方法即使能够足够快地传递信息，仍然可能放大误差。\n\n例如，将前向欧拉时间推进与空间中心差分结合，可得\n\n\\[u_j^{n+1} = u_j^n-\\frac{\\nu}{2} \\left(u_{j+1}^n-u_{j-1}^n\\right).\\]\n\n当 \\(|\\nu|\\le1\\) 时，其数值依赖域足够宽，能够满足几何意义上的CFL条件。然而，对于无量纲波数为 \\(\\theta\\) 的一个傅里叶模态，其放大因子为\n\n\\[G(\\theta)=1-i\\nu\\sin\\theta,\\]\n\n因此\n\n\\[|G(\\theta)|^2=1+\\nu^2\\sin^2\\theta.\\]\n\n对于任意固定的非零 \\(\\nu\\)，满足 \\(\\sin\\theta\\ne0\\) 的模态都会被放大。在固定库朗数的条件下加密网格时，尽管该方法满足依赖域要求，它仍是不稳定的。\n\n这个例子区分了三个不同的问题：\n\n- 相容性： 随着网格加密，离散方程是否逼近微分方程？\n- 稳定性： 在固定时间区间内，扰动是否受到控制？\n- 收敛性： 数值解是否趋近于精确解？\n\n对于拉克斯等价定理适用范围内的适定线性初值问题，相容性与稳定性共同蕴含收敛性。CFL条件不能替代稳定性分析。"
    },
    {
      "heading": "方程组与多维情形",
      "text": "特征速度\n\n对于线性方程组\n\n\\[\\mathbf{u}_t+A\\mathbf{u}_x=0,\\]\n\n若矩阵 \\(A\\) 可在实数域上对角化，则 \\(A\\) 的特征值就是特征传播速度。典型的限制采用速度绝对值的最大值：\n\n\\[\\Delta t \\le C_{\\max} \\frac{\\Delta x}{\\max_k|\\lambda_k(A)|}.\\]\n\n对于非线性守恒律，\n\n\\[\\mathbf{u}_t+\\mathbf{f}(\\mathbf{u})_x=0,\\]\n\n局部特征速度由雅可比矩阵 \\(D\\mathbf{f}(\\mathbf{u})\\) 给出。实际实现中，通常使用这些速度在计算域内的适当上界，并可随解的变化更新这一上界。\n\n多维限制\n\n对于常系数二维平流方程，\n\n\\[u_t+a u_x+b u_y=0,\\]\n\n标准的非分裂一阶迎风方法具有如下限制：\n\n\\[\\frac{|a|\\Delta t}{\\Delta x} + \\frac{|b|\\Delta t}{\\Delta y} \\le1.\\]\n\n对于这一格式，仅分别检查各方向的库朗数是否不超过一，并不能保证稳定性。\n\n其他方程和离散方式会给出不同的组合形式。对于波速恒为 \\(c\\) 的波动方程，笛卡尔网格上的标准二阶中心离散具有常见的限制：\n\n\\[c^2\\Delta t^2 \\sum_{m=1}^{d}\\frac{1}{\\Delta x_m^2} \\le1.\\]\n\n这些例子说明，给出CFL界限时必须同时说明所采用的数值方法，而不能将其视为普遍适用的公式。"
    },
    {
      "heading": "显式方法与隐式方法",
      "text": "CFL条件对显式方法尤其重要，因为每次更新都使用已有的值，而且通常只能通过有限的局部模板传递信息。因此，加密网格通常就需要减小时间步长。\n\n对于隐式方法，新时刻的解通过求解耦合方程得到。即使这些方程具有稀疏的局部模板，某个节点处的解仍可能依赖整个网格上的数据。因此，限制局部显式方法的有限数值传播论证，不一定会对隐式方法施加相同的时间步长界限。\n\n对于特定类别的方程，某些隐式离散在任意大的时间步长下都稳定。但这并不意味着大时间步长就一定准确：它们可能造成过度阻尼、相位误差，或无法充分分辨瞬态行为。采用隐式方法，也不能保证对所有方程和离散方式都无条件稳定。\n\n空间离散后，问题通常写成一个常微分方程组：\n\n\\[\\frac{d\\mathbf{U}}{dt}=L_h\\mathbf{U}.\\]\n\n对于线性问题，时间积分器的稳定域必须包含 \\(L_h\\) 经适当缩放后的谱。这一观点解释了为什么即使空间离散保持不变，更换时间积分器也可能改变允许的库朗数。"
    },
    {
      "heading": "扩散型时间步长限制",
      "text": "“CFL限制”一词有时被广义地用于显式时间步长限制，也包括扩散问题的限制。不过，其背后的尺度关系与有限速度的双曲型传播不同。\n\n对于热方程，\n\n\\[u_t=\\kappa u_{xx},\\]\n\n在无限或周期均匀网格上，采用前向欧拉时间推进和二阶中心差分时，稳定性条件为\n\n\\[r=\\frac{\\kappa\\Delta t}{\\Delta x^2}\\le\\frac12.\\]\n\n因此，\n\n\\[\\Delta t\\le\\frac{\\Delta x^2}{2\\kappa}.\\]\n\n这是一个扩散型稳定性限制。不同于双曲型问题中的尺度关系 \\(\\Delta t=O(\\Delta x)\\)，它要求 \\(\\Delta t=O(\\Delta x^2)\\)。热方程的传播速度是无限的，因此不能原封不动地套用有限速度的特征线论证来得到这一限制。\n\n当平流项和扩散项都采用显式处理时，必须分析二者组合后的离散格式。分别满足这两项各自的界限，并不总能保证组合后的更新稳定。"
    },
    {
      "heading": "实际作用与局限",
      "text": "CFL限制在输运、波和流体流动的有限差分法、有限体积法以及显式有限元法计算中具有核心作用。实际应用时，需要注意以下几点：\n\n- 非均匀网格： 小网格单元和较大的局部传播速度可能决定全局时间步长。\n- 高阶离散： 允许的步长可能取决于多项式次数、重构方式，以及时间积分阶段的数量和安排。\n- 非线性方法： 稳定性、保正性和振荡抑制可能各自要求不同的界限。\n- 边界处理： 无限网格或周期网格上的稳定性结论，并不自动适用于数值边界条件。\n- 其他物理过程： 刚性源项、扩散或其他波族可能施加超出平流界限的额外限制。\n- 精度： 即使时间步长满足稳定性要求，仍可能无法充分分辨振荡、移动锋面或快速瞬态过程。\n\n因此，模拟软件中通常报告的“CFL数”，可能是针对特定方法归一化后的量，而不一定恰好等于 \\(|a|\\Delta t/\\Delta x\\)。"
    },
    {
      "heading": "历史发展",
      "text": "这一条件以理查德·库朗、库尔特·弗里德里希斯和汉斯·列维命名。他们于1928年发表的关于数学物理中有限差分方程的论文，奠定了离散近似与微分方程传播结构之间联系的基础。他们的工作早于电子计算机的出现，并推动收敛性分析成为数值分析的核心组成部分。\n\n始终需要区分的是，最初的依赖域要求，与如今通常被称为CFL条件的众多特定格式稳定性界限，并不是同一回事。前者表达的是物理信息传播与数值信息传播之间必须满足的相容性；后者则需要对实际采用的离散方式进行进一步分析。"
    }
  ],
  "links": [
    "partial-differential-equation",
    "numerical-stability",
    "convex-combination",
    "fourier-series",
    "eigenvalues-and-eigenvectors",
    "jacobian-matrix",
    "wave-equation",
    "ordinary-differential-equation",
    "heat-equation",
    "finite-difference-method",
    "finite-volume-method",
    "finite-element-method",
    "numerical-analysis"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}