有限差分方法基础
有限差分法
有限差分法finite difference method用差分代替微分，是有限差分法的基本出发点。
是一种微分方程和积分微分方程数值解的方法。
把连续的定解区域用有限个离散点构成的网格来代替，这些离散点称作网格的节点；把连续定解区域上的连续变量的函数用在网格上定义的离散变量函数来近似；把原方程和定解条件中的微商用差商来近似，积分用积分和来近似，于是原微分方程和定解条件就近似地代之以代数方程组，即有限差分方程组，解此方程组就可以得到原问题在离散点上的近似解。
然后再利用插值方法便可以从离散解得到定解问题在整个区域上的近似解。
如何根据问题的特点将定解区域作网格剖分；如何把原微分方程离散化为差分方程组以及如何解此代数方程组。
此外为了保证计算过程的可行和计算结果的正确，还需从理论上分析差分方程组的性态，包括解的唯一性、存在性和差分格式的相容性、收敛性和稳定性。
对于一个微分方程建立的各种差分格式，为了有实用意义，一个基本要求是它们能够任意逼近微分方程，这就是相容性要求。
另外，一个差分格式是否有用，最终要看差分方程的精确解能否任意逼近微分方程的解，这就是收敛性的概念。
此外，还有一个重要的概念必须考虑，即差分格式的稳定性。
因为差分格式的计算过程是逐层推进的，在计算第n＋1层的近似值时要用到第n层的近似值，直到与初始值有关。
前面各层若有舍入误差，必然影响到后面各层的值，如果误差的影响越来越大，以致差分格式的精确解的面貌完全被掩盖，这种格式是不稳定的，相反如果误差的传播是可以控制的，就认为格式是稳定的。
只有在这种情形，差分格式在实际计算中的近似解才可能任意逼近差分方程的精确解。
最常用的方法是数值微分法，比如用差商代替微商等。
另一方法叫积分插值法，因为在实际问题中得出的微分方程常常反映物理上的某种守恒原理，一般可以通过积分形式来表示。
此外还可以用待定系数法构造一些精度较高的差分格式。
龙格库塔龙格-库塔(Runge-Kutta)方法是一种在工程上应用广泛的高精度单步算法。
《有限差分方法基础》课件
总结了有限差分方法在科学计算、工程仿真、金融建模等 领域的应用前景，以及在未来的发展趋势和挑战。
展望
技术发展
展望了有限差分方法在未来的技术发展趋势，如高精度、高效率、并 行化等，以及与其他数值方法的结合应用。
应用领域拓展
探讨了有限差分方法在解决复杂问题中的应用潜力，如多物理场耦合 、非线性问题等。
有限差分方法的重要性
有限差分方法是一种通用、有效的数 值计算方法，适用于各种微分方程的 求解，尤其在偏微分方程的数值求解 中应用广泛。
它能够处理复杂的边界条件和初始条 件，提供精确度和稳定性较高的数值 解，是科学研究、工程技术和实际应 用中常用的数值计算工具之一。
有限差分方法的历史与发展
有限差分方法最早可以追溯到19世纪中叶，随着计算机技术的发展，有限差分方 法得到了广泛的应用和发展。有限差分方法的实现有限差分方法的编程实现
编程语言选择
选择适合的编程语言，如Python、C或Matlab，以 便高效地实现有限差分方法。
离散化过程
将连续的问题离散化，将连续的时间和空间变量转换 为离散的数值。
迭代过程
使用迭代法逐步逼近问题的解，每一步使用差分公式 进行计算。
有限差分方法的数值稳定性
数值稳定性定义
数值稳定性是指随着迭代次数的增加，解的 数值误差不会无限增大，而是逐渐收敛到真 实解。
稳定性和差分方案的关系
不同的差分方案对应不同的数值稳定性，需要选择 稳定的差分方案以获得可靠的数值结果。
数值稳定性的判定方法
通过分析差分方案的系数矩阵的特征值来判 断数值稳定性，确保特征值在稳定区域内。
理论完善
展望了有限差分方法的理论研究前景，如数学证明、误差估计、收敛 性分析等。
有限差分法的原理与计算步骤
有限差分法的原理与计算步骤有限差分法（Finite Difference Method）是一种常用的数值计算方法，用于求解偏微分方程的数值解。
其基本原理是将连续的偏微分方程转化为差分方程，通过逼近导数，使用离散的点代替连续的点，从而将问题转化为代数问题。
下面将详细介绍有限差分法的原理和计算步骤：一、基本原理：有限差分法基于Taylor级数展开，通过利用函数在其中一点附近的导数信息来逼近函数在该点处的值。
该方法将连续的偏微分方程转化为差分方程，使用离散的点代替连续的点，从而将问题转化为代数问题。
在有限差分法中，常用的差分逼近方式有前向差分、后向差分和中心差分。
二、计算步骤：1.网格划分：将求解区域划分为有限个离散点，并定义网格上的节点和网格尺寸。
通常使用等距离网格，即每个网格点之间的间距相等。
2.离散化：将偏微分方程中的各个导数项进行逼近，利用差分近似来替代和求解。
一般采用中心差分逼近方式，即通过函数值在两侧点的差来逼近导数。
3.代数方程系统：利用离散化的差分方程，将偏微分方程转化为代数方程系统。
根据问题的边界条件和初值条件，构建代数方程系统的系数矩阵和常数向量。
4. 求解代数方程：利用求解线性方程组的方法求解代数方程系统，常用的方法有直接法（如高斯消元法、LU分解法）和迭代法（如Jacobi迭代法、Gauss-Seidel迭代法）。
求解得到各个离散点的解。
5.后处理：根据求解结果进行后处理，包括结果的插值和可视化。
将离散点的解通过插值方法进行平滑处理，并进行可视化展示，以得到连续的函数解。
三、优缺点：1.直观：有限差分法基于网格划分，易于理解和实现。
2.精度可控：可通过调整网格大小和差分逼近方式来控制计算的精度。
3.广泛适用性：可用于求解各种偏微分方程，适用于不同的边界条件和初值条件。
然而，有限差分法也存在一些缺点：1.精度依赖网格：计算结果的精度受到网格划分的影响，因此需要谨慎选择网格大小。
2.限制条件：有限差分法适用于边界对应点处导数有定义的问题，不适用于奇异点和非线性问题。
3第二章有限差分方法基础解读
3第二章有限差分方法基础解读有限差分方法是数值计算中常用的一种方法，用于求解偏微分方程的数值解。
它的基本思想是将连续的空间或时间域离散化为有限的点，然后用差分近似代替导数，将偏微分方程转化为差分方程，从而得到问题的数值解。
有限差分方法的基础概念有三个：差分节点、差分近似和差分方程。
差分节点是指将连续的自变量区域划分为离散的点，这些点被称为节点。
差分近似是指用函数在差分节点上的函数值来近似代替它们的导数值。
差分方程是指在差分节点上建立的方程，用来表示问题的数值解。
在有限差分方法中，常用的几种差分格式有：向前差分、向后差分和中心差分。
其中，向前差分是将函数在节点$x_i$处的导数近似为$f'(x_i)≈\frac{f(x_i+h)-f(x_i)}{h}$，向后差分是将函数在节点$x_i$处的导数近似为$f'(x_i)≈\frac{f(x_i)-f(x_i-h)}{h}$，中心差分是将函数在节点$x_i$处的导数近似为$f'(x_i)≈\frac{f(x_i+h)-f(x_i-h)}{2h}$。
这些差分格式的选择要根据问题的具体情况和求解的精度要求来确定。
有限差分方法中，差分方程的建立是非常重要的一步。
一般来说，差分方程的建立需要利用边界条件和初始条件。
对于初始条件，通常是指给定问题在初始时刻或初始位置上的条件；而边界条件是指给定问题在边界上的条件。
缺乏良好的边界条件和初始条件会导致差分方程无法建立或无法得到合理的数值解。
因此，在使用有限差分方法求解偏微分方程时，需要仔细考虑问题的边界条件和初始条件，并将其合理地纳入差分方程中。
有限差分方法还包括时间步长和空间步长的选择。
时间步长是指时间域上的离散间隔，空间步长是指空间域上的离散间隔。
时间步长和空间步长的选取要兼顾问题的稳定性和精度要求。
一般来说，时间步长和空间步长越小，计算的精度越高，但计算量也会增加。
因此，在具体应用中，需要根据问题的特点和计算资源的限制来选择合适的步长。
廖敦明《有限差分法基础》第2章 数值模拟方法概述
第二节 数值分析方法（4/6）- 有限元法/FEM
有限元法又可分为位移法、利用余位进行变化的方法和用混合积分的混 合法三种。 有限元法的位移法，其实质就是将求解区域划分为有限个单元，通过 构造插值函数，把问题化为一个变分问题（即求泛函数值的问题），经过 离散化得到计算格式，利用计算格式来求解相应问题。变分法证明求解某 些微分方程的问题等效于将泛函数的相关量进行最小化。如果相关于因变 量的节点值使泛函数最小，那么所得到的条件表达式就是所需要的离散化 方程。也就是说，求解一个微分方程边值问题就可以通过寻找某一变分问 题的极值函数来解决。有限元解题的基本过程: 对一个具体的工程应用分析， 在确定了分析计算的基本方案后，就可以按建模（即建立几何模型）、分 网（即建立有限元模型）、加载（即给定边界条件）、求解（有限元求解） 和后处理（即计算结果的可视化）等几个步骤实施分析计算。
新进展-热应力模拟及热裂纹预测
(华铸课题组成果) -热应力模拟及热裂纹预测
FEM热应力模拟
行星架铸件
裂纹
热裂倾 向较大
FEM热应力模拟 (华铸课题组成果)
数控机床横梁铸件长约11米，重约 30吨，最薄壁厚只有30毫米。
铸造成形模拟仿ቤተ መጻሕፍቲ ባይዱ技术
FEM热应力模拟 (华铸课题组成果)
横梁铸件等效应变分布及变形情况（变形放大 10倍）
《有限差分法基础》讲义
第2章 数值模拟方法概述
廖敦明 华中科技大学
18071121688, 87558134 liaodunming@
华中科技大学材料学院华铸软件中心 材料成形与模具技术国家重点实验室
第一节 研究目的与研究内容（1/13） 1．研究目的 数值模拟(CAE)技术是通过建立能够准确描述研究 对象某一过程的数学模型，采用合适可行的求解方法， 使得在计算机上模拟仿真出研究对象的特定过程，分析 有关影响因素，预测这一特定过程的可能趋势与结果。 材料成形数值模拟CAE技术最终的研究目的是在计 算机虚拟的环境下，通过交互方式，能够制定合理的工 艺，而不需要或少做现场试生产。从而可以大幅度缩短 新产品开发周期，降低废品率，提高经济效益。
有限差分法
两端都要给定边界条件（双程坐标） 。
9
(C) 双曲型方程：适当的边界条件和初始条件，与波动传 播的性质有关 如：一维对流方程
∂u ∂u +c =0 ∂t ∂x u (x ,0) = f (x )
解为 u (x , t ) = f (x − ct ) ，代表一个向右(c > 0 时)或向左 ( c < 0 时)传播的波形。必须在波形传来的一侧提供边界条 件（单程坐标） 。
10
不适定的例子：
utt + u xx = 0 u (x ,0) = u t (x ,0) = 0
拉普拉斯方程＋非闭域边界条件，解为 u (x , t ) ≡ 0 。 然而，若定解条件为 u (x ,0) = 0, ut (x ,0) =
u (x , t ) = 1 sin nx ，解为 n
1 sinh nt sin nx n
(
)
n n um+1 = um −
cτ n n um +1 − um −1 2h
(
)
设计算到第 n 步时的累积误差
n ~n εn = 计算值um − 差分法精确解um m
反之
n ~n um = εn + um m
15
则第 n+1 步的计算值
~n ~ n cτ u n − u n ~ ~ um+1 = um − m +1 m −1 2h cτ n cτ n n n = um − um +1 − um −1 + εn − εm +1 − εn −1 m m 2h 2h n = um+1 + εn +1 m
uin +1 − uin −1 uin+1 − uin +1 − uin −1 − uin−1 −α =0 Lh u = τ h2 ατ 2 ⎛ ∂ 2u ⎞ τ 2 ⎛ ∂ 3u ⎞ Ti = Lh u − Lu (x i , t n ) = 2 ⎜ 2 ⎟ + ⎜ 3 ⎟ − L 截断误差 6 ⎜ ∂t ⎟i h ⎜ ∂t ⎟i ⎝ ⎠ ⎝ ⎠
有限差分法
有限差分法有限差分法（Finite Differential Method, FDM ）什么是有限差分法 有限差分法是指用泰勒技术展开式将变量的导数写成变量，在不同时间或空间点值的差分形式的方法。
按时间步长和空间步长将时间和空间区域剖分成若干网格，用未知函数在网格结(节)点上的值所构成的差分近似代替所用偏微分方程中出现的各阶导数，从而把表示变量连续变化关系的偏微分方程离散为有限个代数方程，然后解此线性代数方程组，以求出溶质在各网格结(节)点上不同时刻的浓度。
有限差分法的基本步骤（1）剖分渗流区，确定离散点。
将所研究的水动力弥散区域按某种几何形状(如矩形、任意多边形等)剖分成网络系统。
（2）建立水动力弥散问题的差分方程组。
（3）求解差分方程组。
采用各种迭代法，如点逐次超松驰方法(SOR)、线逐次超松驰方法(LSOR)、迭代的交替方向隐式方法(IADI)及强隐式方法(SID)等。
(1) 现在分别对时间（从0时刻到到期日）和股票价格（S max )为可达到的足够高的股票价格）进行分割，即\triangle S=S_{max}/M,\triangle T/N,这样就分别有N+1个时间段和M+1个股票价格，建立如图(所示的坐标方格，将定解区域网格化，坐标方格上的点（i,j ）对应时刻和股票价格，用变量f i ,j 表示（i,j ）点的期权价格。
2.建立差分格式（1）内含的有限差分方法其步骤可分为以下几步：(1)求前向差分近似:(2) 后向差分格式：(3)将(2),(3)式平均可更加对称地求出的近似，即(4)(2)求用前向差分近似：(5)(3)求(6)(4)将(4),(5),(6)式代入(1)式可得到内含有限差分公式：+ b j f i,j−c j f i,j + 1 = f i + 1,j(7)aj f i,j− 1其中：i=0,1,…，N-1。
j=0,1…，M-1针对看跌期权和看涨期权可分别求出方程的边界条件：看跌期权：看涨期权：(5)利用边界条件和(7)式可以给出M-1个联立方程组：+ b j f N− 1,j + c j f N− 1,j + 1j=1,2…，M-1aj f N− 1,j− 1求解这M-1个联立方程组即可以求出期权价格，但对美式看跌期权时我们必须考虑其提前执行的情况。
matlab有限差分法
matlab有限差分法一、前言Matlab是一种广泛应用于科学计算和工程领域的计算机软件，它具有简单易学、功能强大、易于编程等优点。
有限差分法（Finite Difference Method）是一种常用的数值解法，它将微分方程转化为差分方程，通过对差分方程进行离散化求解，得到微分方程的数值解。
本文将介绍如何使用Matlab实现有限差分法。
二、有限差分法基础1. 有限差分法原理有限差分法是一种通过将微分方程转化为离散形式来求解微分方程的数值方法。
其基本思想是将求解区域进行网格划分，然后在每个网格点上进行逼近。
假设要求解一个二阶常微分方程：$$y''(x)=f(x,y(x),y'(x))$$则可以将其转化为离散形式：$$\frac{y_{i+1}-2y_i+y_{i-1}}{h^2}=f(x_i,y_i,y'_i)$$其中$h$为网格步长，$y_i$表示在$x_i$处的函数值。
2. 一维情况下的有限差分法对于一维情况下的常微分方程：$$\frac{d^2 y}{dx^2}=f(x,y,y')$$可以使用中心差分法进行离散化：$$\frac{y_{i+1}-2y_i+y_{i-1}}{h^2}=f(x_i,y_i,y'_i)$$这个方程可以写成矩阵形式：$$A\vec{y}=\vec{b}$$其中$A$为系数矩阵，$\vec{y}$为函数值向量，$\vec{b}$为右端项向量。
三、Matlab实现有限差分法1. 一维情况下的有限差分法假设要求解的方程为：$$\frac{d^2 y}{dx^2}=-\sin(x)$$首先需要确定求解区域和网格步长。
在本例中，我们将求解区域设为$[0,2\pi]$，网格步长$h=0.01$。
则可以通过以下代码生成网格：```matlabx = 0:0.01:2*pi;```接下来需要构造系数矩阵和右端项向量。
根据上面的公式，系数矩阵应该是一个三对角矩阵，可以通过以下代码生成：```matlabn = length(x)-2;A = spdiags([-ones(n,1), 2*ones(n,1), -ones(n,1)], [-1 0 1], n, n); ```其中`spdiags`函数用于生成一个稀疏矩阵。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
8
The need to get involved :
Numerical Methods cannot be read about, they must be used in order to be understood; Personal experience that the best test of whether one understands a method is not to carry out a hand calculation but to write a computer program; It is remarkable how hazy concepts can become clear under the resulting pressure to be completely precise and unambiguous.
2
f ( x ) ...
3!
O (h)
13
We shall employ the subscript notation:
f ( x h ) f i 1
f ( x) fi
Using this notation, then
f ( x ) f i 1 f i h O (h)
f ( x ) f ( a ) ( x a ) f ( a ) (x a) 3!
3
(x a) 2! (x a) n!
2
f ( a )
(n)
n
f ( a ) ...
f
( a ) ...
10
The Taylor Series
The Taylor Series is the foundation of Mathematical Problems: for x b
15
We now use the Taylor Series expression of about x to determine f ( x h )
f ( x h ) f ( x ) hf ( x ) h
2
f (x)
f ( x )
h
3
f ( x ) ...
4
There are many problems which are still impossible (in some cases we should say “impractical”) to solve using Numerical Methods :
for some of these problems no accurate and complete mathemetical model has yet been found; Other problems are simply so enourmous that their solution is beyond practical limits in terms of current computer technology; Of course, the entire question of practicality is strongly dependent upon how much one is willing to spend ...
9
The Taylor Series
The Taylor Series is the foundation of Mathematical Problems: If the value of a function f ( x ) can be expressed in a region of x closed to x a by the infinite power series
5
To study Numerical Methods :
No complex physical situation can be exactly simulated by a mathematical model; No numerical method is completely trouble-free in all situation; No numerical method is completely error-free; No numerical method is optimal for all situation.
We define the first forward difference of f at i ,
f i f i 1 f i
14
The expression for f ( x ) may now be written as
f ( x ) fi h O (h)
The term f i / h is called a first forward difference approximation of error order h to f ( x )
材料计算机数值模拟讲义
The Finite Difference Calculus
1
1、 Introduction to Numerical Methods 2 、the Taylor Series 3 、Difference Calculus
2
The Purpose and Power of Numerical Methods as well as their Limitations
7
The Verification Problem to Numerical Analysis:
One of the most vita and yet difficult tasks which must be carried out in obtaining a numerical solution to any problem is to verify that the computer program and the final solution are correct; The verification procedure can actually be more expensive and time consuming than obtaining the final desire answer; The process of verification for a general program or library subprogram, which would be employed by many users to solve a wide variety of problems, would be similar but necessarily even more extensive and painstaking…
We define the first backward difference of f at i ,
f i f i f i 1
f ( x h ) f ( x ) hf ( x ) f (x h) f (x) h
f ( x )
h2Βιβλιοθήκη f ( x ) h
3
f ( x ) ...
2! f ( x ) h 2!
f (x h) f (x) h
3! f ( x ) h
2! f ( x ) f (x) f (x h) h h 2! f ( x )
3! h
2
f ( x ) ...
3!
f ( x )
f (x) f (x h) h
O (h)
16
Using this notation, then
f ( x ) f i f i 1 h O (h )
Numerical Methods are a class of methods for Solving a wide variety of Mathematical Problems:
the Electronic Computers have been in widespread use since the middle 1950’s; Numerical Methods actually predate electronic computers by many years; Numerical Methods came of age with the introduction of the Electronic Computer.
n 1
d
f
m ax
(xa)
n 1
dx
n 1
( n 1) !
accurate to
O(x a)
n 1
f ( x ) f ( a ) ( x a ) f ( a )
(x a) 2!
2 3 f ( a ) O ( x a )
12
The Finite Difference Calculus
3
The Combination of Numerical Methods and digital computers has created a tool of immense power in Mathematical Analyses:
the Numerical Methods are capable of handling the nonlinearities, complex geometries, and large systems of coupled equations which are necessary for the accurate simulation of many real physical situations; Numerical Methods have displaced classical mathematical analysis in many industrial and research applications; Numerical Methods are so easy and iexpensive to employ and are often available as prepackaged Programs.