有限差分法 · aiwiki.page

有限差分法是数值分析中用于近似导数和求解微分方程的一类方法。它用离散点上函数值的加权差替代连续微分算子，这些离散点通常排列在计算网格上。由此得到的方程用于确定未知函数在这些点上的数值近似。有限差分法既适用于常微分方程，也适用于偏微分方程，包括涉及扩散、输运、波动和平衡场的问题。(damtp.cam.ac.uk)

基本构造

设 $u(x)$ 是一个足够光滑的函数，在均匀网格

x_i=x_0+ih

上取样，其中 $h>0$ 为网格间距。用 $u_i$ 表示精确采样值 $u(x_i)$ ，或在求解方程时表示其数值近似。一阶导数最简单的近似公式为

\begin{aligned} D_+u_i&=\frac{u_{i+1}-u_i}{h} &&\text{（前向差分）},\\ D_-u_i&=\frac{u_i-u_{i-1}}{h} &&\text{（后向差分）},\\ D_0u_i&=\frac{u_{i+1}-u_{i-1}}{2h} &&\text{（中心差分）}. \end{aligned}

前向差分和后向差分的截断误差为一阶，即 $O(h)$ ；中心差分的误差为二阶，即 $O(h^2)$ 。这里的大O记号描述了在适当的光滑性假设下，误差随 $h$ 趋于零而变化的量级。(damtp.cam.ac.uk)

这些公式可由泰勒级数展开推导。例如，

u(x_i\pm h) =u(x_i)\pm hu'(x_i) +\frac{h^2}{2}u''(x_i) \pm\frac{h^3}{6}u'''(x_i)+\cdots.

将两式相减，偶次幂项相互抵消，便得到一阶导数的中心差分公式。将两式相加，则得到标准的二阶导数近似公式：

u''(x_i) =\frac{u_{i-1}-2u_i+u_{i+1}}{h^2}+O(h^2).

因此，利用对称性可以消去主导误差项，而不必额外计算函数值。(tsapps.nist.gov)

差分公式所用的点及其系数构成的集合称为**差分模板**。更一般的公式具有如下形式：

u^{(m)}(x_*)\approx\sum_{j=0}^{s}w_j u(x_j),

其中，权重取决于导数阶数、求值点和节点位置。公式中的节点不必等距。Bengt Fornberg 于 1988 年提出的算法提供了一套递推过程，可针对任意一维节点分布和导数阶数生成权重。(ams.org)

边值问题的离散化

对于边值问题，有限差分法在内部网格点处用差分方程替代微分方程，同时通过单独的方程施加边界条件。考虑

-u''(x)=f(x),\qquad 0<x<L,

并给定两端点的函数值。在均匀网格上，内部点的方程变为

\frac{-u_{i-1}+2u_i-u_{i+1}}{h^2}=f(x_i).

将端点值移入右端项后，这些方程构成一个线性方程组 $A\mathbf u=\mathbf b$ 。每一行只耦合相邻的未知量，因此 $A$ 是三对角稀疏矩阵。(ocw.mit.edu)

在二维情形下，正方形网格上拉普拉斯算子的标准近似为

\Delta_hu_{i,j} =\frac{ u_{i+1,j}+u_{i-1,j} +u_{i,j+1}+u_{i,j-1} -4u_{i,j}}{h^2}.

对于光滑函数，这个五点模板具有二阶精度。将其用于泊松方程 $-\Delta u=f$ ，可得到一个稀疏方程组，其系数反映了网格的连接关系和边界条件。(dlmf.nist.gov)

边界处理是数值方法的组成部分，而不只是实现细节。狄利克雷条件指定函数值；诺伊曼条件指定法向导数；罗宾条件则指定两者的组合。可以采用单边差分，或在物理区域之外引入称为虚点的辅助点，为边界附近的点建立方程。曲线边界和界面可能需要修改差分模板或延拓解；这些构造必须保持预期的精度和稳定性。(arxiv.org)

含时方程

含时问题可以同时对空间和时间进行离散化，也可以先只对空间离散化。后一种方法称为**线法**，它将偏微分方程转化为常微分方程组，再用时间积分方法求解。(damtp.cam.ac.uk)

对于一维热方程

u_t=\alpha u_{xx},\qquad \alpha>0,

令 $u_i^n$ 近似 $u(x_i,t_n)$ ，其中 $t_n=n\Delta t$ ，并定义

r=\frac{\alpha\Delta t}{h^2}.

采用时间前向差分和空间中心差分，可得

u_i^{n+1} =u_i^n+r\left(u_{i-1}^n-2u_i^n+u_{i+1}^n\right).

这一显式格式直接根据已知值计算下一时间层的值。对于标准的均匀网格问题，当 $0\le r\le\tfrac12$ 时，该格式稳定。其截断误差为 $O(\Delta t+h^2)$ 。因此，加密空间网格时，时间步长必须按 $h^2$ 的比例缩小，或取得更小。(damtp.cam.ac.uk)

若改用时间后向差分，则得到隐式格式

u_i^{n+1} -r\left(u_{i-1}^{n+1}-2u_i^{n+1}+u_{i+1}^{n+1}\right) =u_i^n.

每个时间步都需要求解一个耦合方程组。对于这一线性扩散问题，后向欧拉法无条件稳定，即稳定性不对 $r$ 施加上限。不过，精度要求仍会限制实际可用的时间步长。(damtp.cam.ac.uk)

**克兰克–尼科尔森法**对旧时间层和新时间层的空间算子取平均：

u_i^{n+1}-u_i^n =\frac r2\left[ \delta^2u_i^{n+1}+\delta^2u_i^n \right], \qquad \delta^2u_i=u_{i-1}-2u_i+u_{i+1}.

对于光滑解，该方法在时间和空间上均具有二阶精度，并且对标准线性热方程无条件稳定。不过，稳定性并不保证强阻尼：对于刚性足够强的空间模态，其放大因子趋近于 $-1$ ，因此较大的时间步长可能产生衰减缓慢、正负交替的数值分量。(math.mit.edu)

相容性、稳定性与收敛性

差分格式的分析主要围绕以下三个性质展开：

**相容性：**将光滑的精确解代入离散方程后，所产生的残差随离散尺度细化而趋于零。
**数值稳定性：**离散数据或计算中间过程中的扰动始终受到控制，且其界在相关的细化过程中保持一致。
**收敛性：**随着离散尺度细化，数值解在指定范数下趋近于精确解。

**拉克斯–里希特迈尔等价定理**将这些性质联系起来：对于适定线性初值问题的相容线性近似，在满足该定理假设的条件下，稳定性与收敛性等价。该定理并不能为非线性方程或任意边界处理提供普遍保证。(epubs.siam.org)

冯·诺伊曼分析研究差分格式对各个傅里叶级数模态的放大作用。对于热方程的显式格式，代入

u_i^n=G^n e^{\mathrm{i}i\theta}

可得

G(\theta)=1-4r\sin^2(\theta/2).

要求所有频率都满足 $|G(\theta)|\le1$ ，便得到 $r\le\tfrac12$ 。这种分析对无限网格或周期网格上的常系数问题尤其有用；对于物理边界，还需作进一步考察。(math.mit.edu)

对于传播问题，**柯朗–弗里德里希斯–列维条件**将数值依赖域与微分方程的依赖域联系起来。例如，方程 $u_{tt}=c^2u_{xx}$ 的标准中心差分格式具有如下稳定性限制：

\frac{|c|\Delta t}{h}\le1.

CFL 限制取决于所用格式，仅满足依赖域条件，并不能证明稳定性或收敛性所需的其他条件也都成立。(damtp.cam.ac.uk)

精度与数值局限

差分模板的形式阶数针对的是光滑函数及其局部近似误差。计算解中实际观察到的误差还取决于边界离散化、解的正则性、时间积分以及代数方程求解器的精度。因此，仅有高阶内部模板，并不足以证明整个方法具有高阶收敛性。(epubs.siam.org)

网格细化也会受到浮点运算的限制。数值微分将邻近的函数值相减，再除以较小的间距，这可能放大相消造成的误差和函数求值误差。对于精度为 $p$ 阶的一阶导数公式，一个简化的误差模型为

E(h)\approx C_{\mathrm{tr}}h^p+ C_{\mathrm{round}}\frac{\varepsilon}{h},

其中 $\varepsilon$ 表示浮点误差的尺度。这个模型解释了为何无限减小 $h$ 并不一定能改善导数估计。(tsapps.nist.gov)

输运方程还带来一些额外困难。迎风差分考虑了传播方向，但可能引入人工扩散；其他格式则可能产生相位误差或振荡。当解中包含激波或陡峭的波前时，针对光滑解的误差估计并不充分，可能需要专门的通量形式、限制器或非线性重构。(damtp.cam.ac.uk)

应用及与其他方法的关系

有限差分法用于近似求解描述扩散、波传播、流体流动和电磁场的方程。其局部模板在结构化网格上尤为方便。在图像处理中，差分用于近似图像梯度，而离散泊松方程则用于根据指定或修改后的梯度场重建图像。(math.mit.edu)

有限差分法不同于**有限元法和有限体积法**：前者通常使用定义在网格单元上的函数，对弱形式或变分形式进行近似；后者则在控制体积上建立通量平衡。这些区别涉及离散化的推导方式和解释：在简单网格上，不同方法可能产生相同或密切相关的代数方程。有限体积形式显式体现了局部守恒，而有限差分格式则必须经过适当构造，才能保持这一性质。(math.mit.edu)

历史发展

有限差分理论的一项重要基础，是理查德·柯朗、库尔特·弗里德里希斯和汉斯·列维于 1928 年发表的关于数学物理中偏差分方程的论文。该论文研究了微分方程的离散近似，并确立了与 CFL 条件相关的依赖域原理。此后的发展通过拉克斯–里希特迈尔框架将相容性、稳定性和收敛性联系起来，并将差分公式推广到更高阶和非均匀网格；Fornberg 于 1988 年的工作则提供了一种生成数值微分权重的系统算法。(web.stanford.edu)

参考来源

Course 18.336: Numerical Methods for Partial Differential Equationsmath.mit.edu
DLMF: §3.4 Differentiationdlmf.nist.gov
Numerical Differentiationtsapps.nist.gov
Generation of Finite Difference Formulas on Arbitrarily Spaced Gridsams.org
Finite Differences and Fast Poisson Solversocw.mit.edu
A Finite Difference Ghost-Cell Multigrid Approach for Poisson Equation with Mixed Boundary Conditions in Arbitrary Domainarxiv.org
High-Order Finite-Difference Discretization for Elliptic Problems on Complex Domainsmath.mit.edu
The Heat Equation and Convection-Diffusionmath.mit.edu