偏微分方程数值方法指南及AI推理

偏微分方程（PDE）是我们用来描述科学、工程和金融领域中各种现象的语言——从流体流动和热传递到波的传播和金融衍生品的定价。然而，这些方程的解析解通常难以获得，尤其是在处理复杂几何形状或非线性行为时。这时，数值方法就发挥了作用，它提供了近似解并深入了解潜在过程的强大工具。

求解偏微分方程的最广泛使用的数值技术包括有限差分法（FDM）、有限元法（FEM）和有限体积法（FVM）。每种方法都致力于在离散网格上逼近连续解，但它们在如何离散化PDE和表示解方面存在根本的不同。

有限差分法（FDM）或许是最直观的。它依赖于使用定义域内离散点上的有限差分商来逼近PDE中的导数。想象一下用一系列连接的线段替换函数的平滑曲线。类似地，FDM用涉及相邻网格点函数值的代数表达式替换连续导数。这种方法实现起来很简单，尤其是在规则的结构化网格上。
有限元法（FEM）提供了一种更几何化和变分的方法。FEM不是直接离散化导数，而是将定义域划分为更小、更简单的单元（例如二维中的三角形或四边形，或三维中的四面体或六面体）。在每个单元内，解用多项式函数逼近。“弱”形式或变分形式的PDE然后被用来构建关于这些多项式未知系数的代数方程组。FEM擅长处理复杂的几何形状和不规则的网格，使其成为实际应用中的强大工具。
有限体积法（FVM）采用了一种守恒律的方法。它将定义域离散化为控制体积，并将PDE通常表示的守恒律的积分形式应用于每个体积。然后逼近通过这些控制体积边界的通量。FVM特别适用于守恒至关重要的问题，例如流体动力学和热传递。它可以有效地处理非结构化网格，并且通常是具有不连续性或冲击波问题的首选方法。

选择正确的数值方法在很大程度上取决于特定的PDE、定义域的几何形状、所需的精度和计算资源。每种方法都有其优点和缺点：

理解这些方法的基本原理对于任何使用PDE描述的数学模型的人来说至关重要。它们为研究和工业界用于模拟和分析复杂物理系统的大量软件工具提供了基础。本指南旨在为探索这些强大的数值技术提供一个起点，为更深入地研究它们的理论基础、实现细节和在实际问题中的应用铺平道路。

🫘涵盖

<aside> 🧰

</aside>

From Linear Algebra to Animated PDEs: My Gist on Numerical Methods & Functional Analysis.