有限差分法简介

0.前言

有限差分法是一种数值计算方法，用于求解偏微分方程。其基本思想是将连续的偏微分方程离散化，转化为离散的代数方程组，然后通过求解这个代数方程组来得到数值解。

在有限差分法中，我们将求解区域划分为一系列网格点和区域，然后在每个网格点处近似表示原方程的导数，这样就可以得到一个离散的方程组。具体地说，我们可以使用中心差分法、前向差分法或后向差分法来近似表示导数。然后，我们将这些差分方程组合起来，得到一个方程组，可以使用常见的迭代法等求解方程组。例如一维问题的差分方法如下：

中心差分法：对于函数f(x)，在x点处的导数可以用以下公式计算：

f'(x) = (f(x+h) - f(x-h)) / (2h) ，其中h是一个足够小的数，通常取0.001或0.0001等。

前向差分法：对于函数f(x)，在x点处的导数可以用以下公式计算：

f'(x) = (f(x+h) - f(x)) / h

后向差分法：对于函数f(x)，在x点处的导数可以用以下公式计算：

f'(x) = (f(x) - f(x-h)) / h

01.基本步骤

1. 写出描述问题的微分方程

2. 离散化求解区域，将问题转化为有限维

3. 用差分形式代替偏导数，即改写微分方程为线性方程

4. 求解线性方程组

5. 可视化和后处理

02.必须考虑的其它问题

1. 求解方法是否合理

2. 求得的近似解精度如何

3. 求解的收敛速度

03.案例—泊松方程

1.描述问题的微分方程

ps: 拉普拉斯算子作用u,是将u从d维向量空间映射到实数空间

​

2.离散化求解区域

PS: 中心为（0，0）

ps: 边界的红点处U=0

3.用差分形式代替偏导数，即改写微分方程为线性方程

​

ps: 该公式也叫中心差商

代入微分方程后得下图

​

​

依次遍历所有点，一一代入上式中，例如下图所示，把1节点代入差分方程，一共有五项，分别对应一节点左右前后和自身，得到下图第一个方程。

4.求解线性方程组

​

本案例中的f理解成体力，注意的是，与有限元把不同的地方是，有限差分法是基于对原求解方程的高度近似（纯数学的方式，差商代替导数），没有事先用到假设插值解的形式，即先求离散点的解，后用假设解函数（由离散点的解插值得到）；而有限元是先对原求解方程的解，给出一个假设的插值解函数，再来根据一些原理（基于最小势能原理，虚功原理，加权残值法等）求出离散点的解，最后再用到假设解函数。但是本质上二者都是对微分方程的改造。还有就是差分法不用将外部作用转化为节点处的作用（作用未必是力）

04.代码分享

最后分享一些学习之余收集的代码和资料，有些算法我目前也不太熟悉，等以后有机会再讲解代码，这里有需要的同学可以公众号回复泊松方程即可获取。最后强调下，我写的大部分内容旨在分享方法和思路，通过认识了解这些方法更好的使用相关软件或者为开发打基础，不是每个人都有编程的必要，满足好奇心或者广泛学习都是有意义的，知道自己对什么感兴趣，打算做什么。欢迎大家一起学习交流，我的兴趣爱好是数值计算和机器学习，会持续更新相关笔记，不当之处，欢迎指出。获取更多资料和学习交流欢迎大家关注公众号冬生亦东生，分享旨在本人复习和交流