PDE 数值求解入门：差分、有限元、有限体积与谱方法

PDE 的数值求解目标是把连续定解问题转化为有限维代数问题。这个转化看似技术性很强，但背后的主线非常清晰：

\text{连续方程} \to \text{离散空间} \to \text{代数系统} \to \text{误差与稳定性分析}.

不同数值方法的差异，主要在于如何表示未知函数、如何近似微分算子、如何处理边界条件，以及是否保持守恒、稳定和几何结构。

1. 数值 PDE 的基本流程#

flowchart LR A["连续 PDE"] --> B["选择离散方法"] B --> C["构造网格或基函数"] C --> D["离散微分/积分算子"] D --> E["得到线性或非线性代数系统"] E --> F["选择求解器"] F --> G["误差、稳定性、收敛性检查"]

例如 Poisson 方程

-\Delta u=f,\qquad u|_{\partial\Omega}=0

离散后常得到

A_h u_h=f_h.

其中 $A_h$ 是离散 Laplace 算子， $u_h$ 是有限维未知量， $f_h$ 是右端项离散。数值分析关心的是

\|u-u_h\|

如何随网格尺度 $h\to0$ 下降。

2. 有限差分法#

有限差分法（Finite Difference Method, FDM）直接用网格函数近似导数。以一维二阶导数为例：

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

对热方程

u_t=\kappa u_{xx}

显式差分格式可以写成

u_i^{n+1} =u_i^n \mu\left(u_{i-1}^n-2u_i^n+u_{i+1}^n\right), \qquad \mu=\frac{\kappa\Delta t}{h^2}.

这个格式简单直观，但稳定性要求严格。在经典显式热方程格式中， $\mu$ 不能太大，否则数值解会振荡甚至爆炸。

有限差分法适合：

规则区域；
结构网格；
低维教学和原型验证；
对差分稳定性、截断误差和 Fourier 分析的学习。

它不太适合复杂几何和非结构网格，除非引入更复杂的坐标变换或嵌入边界技术。

3. 有限元法#

有限元法（Finite Element Method, FEM）从弱形式出发。仍以 Poisson 方程为例：

-\Delta u=f,\qquad u|_{\partial\Omega}=0.

乘以测试函数 $v$ 并积分分部，得到弱形式：

\int_\Omega \nabla u\cdot\nabla v\,dx = \int_\Omega f v\,dx, \qquad \forall v\in H_0^1(\Omega).

有限元方法选择有限维子空间

V_h\subset H_0^1(\Omega)

并寻找

u_h\in V_h

使得

\int_\Omega \nabla u_h\cdot\nabla v_h\,dx = \int_\Omega f v_h\,dx, \qquad \forall v_h\in V_h.

若取基函数 $\{\phi_i\}_{i=1}^N$ ，写

u_h=\sum_{j=1}^N U_j\phi_j,

就得到线性系统

KU=F,

其中

K_{ij}=\int_\Omega \nabla\phi_j\cdot\nabla\phi_i\,dx, \qquad F_i=\int_\Omega f\phi_i\,dx.

flowchart TD A["强形式 PDE"] --> B["乘测试函数"] B --> C["积分分部"] C --> D["弱形式"] D --> E["选择有限元空间 V_h"] E --> F["组装刚度矩阵和载荷向量"] F --> G["求解代数系统"]

有限元法适合复杂几何、变系数问题、椭圆和抛物问题，以及需要严谨误差估计的场景。它的数学基础是变分法、Sobolev 空间和 Galerkin 投影。

4. 有限体积法#

有限体积法（Finite Volume Method, FVM）从守恒律出发。考虑守恒型方程

u_t+\nabla\cdot F(u)=S(u).

对控制体 $K$ 积分：

\frac{d}{dt}\int_K u\,dx +\int_{\partial K} F(u)\cdot n\,ds = \int_K S(u)\,dx.

使用散度定理后，通量穿过单元边界的量成为核心。有限体积法的关键是构造数值通量

\widehat{F}_{ij}

近似相邻控制体之间的真实通量。

有限体积法特别适合：

流体力学；
双曲守恒律；
激波和间断；
守恒量必须精确保守的问题；
非结构网格上的工程 CFD。

有限体积法中最重要的思想之一是：不要只离散微分形式，而要离散积分守恒形式。这样可以在离散层面保持质量、动量、能量等守恒结构。

5. 谱方法#

谱方法（Spectral Method）用全局基函数近似解，例如 Fourier 基、Chebyshev 多项式或 Legendre 多项式：

u_N(x)=\sum_{k=0}^N a_k\phi_k(x).

如果解足够光滑，谱方法可能具有非常快的收敛速度，常被称为谱精度。对周期问题，Fourier 谱方法尤其自然；对有限区间，Chebyshev 谱方法很常见。

谱方法适合：

光滑解；
简单几何；
高精度基准计算；
稳定性和湍流等需要高分辨率的研究问题。

它的缺点也明显：复杂几何、间断解和激波会带来 Gibbs 现象，需要滤波、谱元或其他技术处理。

6. 方法对比#

方法	基本思想	优点	主要限制
有限差分	用差商近似导数	简单、直观、适合规则网格	复杂几何困难
有限元	弱形式 + 分片多项式空间	适合复杂区域，理论成熟	需要变分形式和网格组装
有限体积	控制体积分守恒	守恒性好，适合流体和激波	高阶重构和通量设计复杂
谱方法	全局高阶基展开	光滑问题高精度	复杂几何和间断困难

选择方法时，不应只问“哪个方法更高级”，而应问：

方程是否守恒型；
区域几何是否复杂；
解是否光滑；
是否存在激波或边界层；
需要严格误差估计还是工程可用结果；
计算规模和求解器成本是否可接受。

7. 稳定性、相容性、收敛性#

数值 PDE 中最基本的三件事是：

相容性：离散方程是否逼近原方程；
稳定性：误差是否被算法放大；
收敛性： $h,\Delta t\to0$ 时数值解是否趋向真实解。

对线性初值问题，Lax 等价思想给出重要启发：在适当条件下，相容性加稳定性可以推出收敛性。

在实际计算中，稳定性往往比形式精度更重要。一个二阶但不稳定的方法不如一个一阶但稳定、守恒、鲁棒的方法。

8. 一个数值求解者的检查清单#

flowchart LR A["方程类型"] --> B["边界和初值"] B --> C["空间离散"] C --> D["时间推进"] D --> E["线性/非线性求解器"] E --> F["网格收敛实验"] F --> G["守恒量和误差评估"]

每次写一个 PDE 求解器，都应该回答：

离散变量放在哪里；
边界条件如何进入离散系统；
时间步长是否满足稳定性条件；
非线性方程如何迭代；
线性系统用什么求解器和预条件；
是否做了网格加密测试；
是否与解析解、制造解或基准结果比较。

9. 小结#

PDE 数值求解的核心不是“把公式写成代码”，而是构造一个可靠的离散问题。可靠意味着：

\text{相容} +\text{稳定} +\text{收敛} +\text{结构保持} +\text{可验证}.

有限差分适合建立直觉，有限元适合复杂几何和弱形式理论，有限体积适合守恒律和 CFD，谱方法适合光滑问题的高精度计算。真正的数值 PDE 学习，应在模型、离散、分析和实验之间来回走。

参考资料#

Randall J. LeVeque. Finite Difference Methods for Ordinary and Partial Differential Equations. SIAM, 2007.
Susanne C. Brenner, L. Ridgway Scott. The Mathematical Theory of Finite Element Methods. Springer.
Randall J. LeVeque. Finite Volume Methods for Hyperbolic Problems. Cambridge University Press.
Lloyd N. Trefethen. Spectral Methods in MATLAB. SIAM, 2000.
Stig Larsson, Vidar Thomee. Partial Differential Equations with Numerical Methods. Springer.

Goblinunde