python差分法_数值偏微分方程-差分法（Python）

在前面的笔记里孤光一点萤：数值常微分方程-欧拉法与龙格-库塔法​zhuanlan.zhihu.com

整理了常微分方程的一些数值解法。类似的方法可以拓展到解偏微分方程的问题，这里整理有限差分法的相关笔记。

计算机无法处理连续介质的无限多点，因此只能通过网格划分的方式，将带求解区域内连续分布的函数进行离散化，这样只用求解有限多的格点即可。同样地，在计算机里无法取极限求导数，只能通过离散化之后，用有限差商代替导数。由此，可以将带求解的偏微分方程转化为一组离散格点上的差分方程。解这组方程的问题，最终又归化为一个矩阵的求解问题，而矩阵求解这种“体力活”是计算机所擅长的。

由于我们使用划分的离散网格来近似连续的待求解空间，因此网格划分越密，求解越精确。同时，网格划分越密集，意味着最后得到的矩阵方程维度越高，计算量会非常庞大。这时候常用的高斯消元法(一个高斯消元的例子)往往会吃不消，需要使用松弛迭代法等。

首先，还是从单变量的方程开始。考虑函数

，其中

。将区间

分为N份，每一份就是步长

，则离散化后的格点坐标为：

。对于任意格点

：

一阶向前差分

一阶向后差分

一阶中心差分

由此可得：

一阶向前差商

一阶向后差商

一阶中心差商

二阶中心差商

现在拓展到二维情况：

例如对于方程