01先把问题说具体
在区间 [0,1] 上求 −u″=2,且 u(0)=u(1)=0;如何只用几个网格点近似整条曲线?
02一步步得到方法
先固定未知量在哪里
取等距网格 xᵢ=ih,h=1/(n+1),uᵢ 近似点值 u(xᵢ)。两个端点已知,真正未知的是内部 n 个点。不要把所有点都当未知,又忘记添加边界方程。
对左右邻点作泰勒展开并相加,奇数阶项抵消,得到 u″(xᵢ)≈(uᵢ₋₁−2uᵢ+uᵢ₊₁)/h²。充分光滑时该二阶导数近似误差为 O(h²)。
把方程写成三对角系统
代入 −u″=f,得到 −uᵢ₋₁+2uᵢ−uᵢ₊₁=h²fᵢ。主对角为 2,上下副对角为 −1。左端第一条式子含已知 u₀,将它移到右边就是给首个右端加 u₀;右端同理。
本例 f=2,精确解 u=x(1−x)。由于精确解是二次多项式,中心差分在网格点上没有截断误差;这是一项特殊性质,不能说任何函数都能精确求解。
利用局部耦合求解
每个内部点只连接左右邻居,所以无需形成完整稠密矩阵。Thomas 算法对三对角系统前消元、后回代,本课系统正定且结构良好,可以不做主元交换。
网格越细通常近似越好,但条件数也会变化。变系数、非均匀网格和更高维问题要重新推导离散式;不能把一维常系数公式机械复制到所有偏微分方程。
03把一个小例子完全算清楚
n=3 个内部点,h=1/4,边界为 0。
| 步骤 | 计算与状态 | 为什么这样做 |
|---|---|---|
| 第一条 | 2u₁−u₂=1/8 | 左边界贡献为 0 |
| 中间条 | −u₁+2u₂−u₃=1/8 | 与两侧未知点耦合 |
| 最后条 | −u₂+2u₃=1/8 | 右边界贡献为 0 |
窄屏可左右滑动表格,阅读完整计算与理由。
内部点解为 [3/16,1/4,3/16],与 x(1−x) 在相同网格点的值一致。
04为什么这个方法成立
- 左右泰勒展开相加后除 h²,得到中心二阶差分及误差阶。
- 边界移项后,矩阵二次型对应相邻节点差的平方和,在零边界下对非零内部向量严格为正,所以解唯一。
- 三对角消元是保留等价方程的高斯消元,回代恢复这一唯一离散解;离散解与连续解仍需误差分析联系。
05把推导翻译成代码
Python · 可独立运行的教学实现
def poisson_fdm(n, source=lambda x:2.0, left=0.0, right=0.0):
if n < 1:
raise ValueError("need interior points")
h = 1.0/(n+1)
diagonal = [2.0]*n
rhs = [h*h*source((i+1)*h) for i in range(n)]
rhs[0] += left
rhs[-1] += right
for i in range(1,n):
factor = -1.0/diagonal[i-1]
diagonal[i] -= factor*(-1.0)
rhs[i] -= factor*rhs[i-1]
interior = [0.0]*n
interior[-1] = rhs[-1]/diagonal[-1]
for i in range(n-2,-1,-1):
interior[i] = (rhs[i]+interior[i+1])/diagonal[i]
return [left]+interior+[right]
print(poisson_fdm(3))逐个理解关键决定
h*h*source- 方程已乘 h²,不能漏乘,也不能把左边再除一次 h²。
rhs[0] += left- 已知边界项移到等号右侧,其符号变为正。
factor = -1.0/diagonal[i-1]- 只消去紧邻的下对角,利用三对角结构避免全矩阵循环。
06时间、空间与实现范围
n 个内部未知量,组装、消元与回代均为 O(n) 时间,O(n) 存储。
这是当前一维三对角结构的成本;二维、三维系统的稀疏求解成本需要另行讨论。
07改变条件,检查哪里会出错
把 uᵢ 当成单元平均
本课有限差分未知量是网格点值;有限体积课会使用不同定义。
只加细网格就宣布验证
还应检查边界、残差,并用已知精确解或网格收敛试验验证。
08从手算到独立迁移
先写出自己的结果和理由,再展开提示或解析。三题依次检查具体执行、边界条件和方法迁移。
只有一个内部点时,解是多少?
需要一点提示
h=1/2,2u₁=2h²。
查看解析与答案
u₁=1/4。
f=0,左边界 1、右边界 3,精确解是什么?
需要一点提示
二阶导数为零。
查看解析与答案
u=1+2x,差分解同样能在网格点精确重现线性函数。
将 h 减半,光滑一般问题的二阶误差大约怎样变化?
需要一点提示
考虑 h²。
查看解析与答案
在渐近区间大约缩小到原来的 1/4,但本课特殊二次解不能用来测量这一误差阶。
继续深入这个专题
本站例子、推导与教学代码独立编写。以下是相关教材、作者论文或官方文档,可继续核对定义、证明与更完整的工程实现。
Driscoll 与 Braun · 数值微分方程FEniCSx · Poisson 方程与弱形式Meep · FDTD 基础