第九章 偏微分方程差分方法汇总
偏微分方程数值方法
偏微分方程数值方法偏微分方程（Partial Differential Equation, PDE）是数学中的一种重要的方程类型，它描述了一个函数的多个变量的变化关系。
解决偏微分方程的数值方法在科学和工程领域有着广泛的应用。
本文将介绍几种常见的偏微分方程数值方法，并对其进行详细阐述。
1. 差分法（Finite Difference Method）：差分法是最早也是最直接的一种数值方法，它基于连续函数在一些点的导数可以用它的前向、后向或中心的差商来近似的思想。
偏微分方程的差分格式包括向前差分法、向后差分法和中心差分法等。
对于二维的偏微分方程，可以采用网格化的方式将空间离散化，然后利用差分法进行近似求解。
2. 有限元法（Finite Element Method）：有限元法是一种基于原始形式或变分形式对偏微分方程进行离散化的方法。
在有限元法中，将求解域分割成许多小的、简单的几何单元，然后在每个单元上构建近似解函数和试验函数。
通过构建弱形式并应用基本的变分原理，可以得到离散化的方程组，并通过求解这个方程组来得到数值解。
3. 有限差分法（Finite Difference Method）：有限差分法是一种将连续的偏微分方程离散化成差分方程的方法。
它与差分法的主要区别在于有限差分法不需要对求解域进行网格化，而是直接在连续的求解域上进行离散化。
将偏微分方程中的导数通过差商来近似，然后通过求解离散化的差分方程来得到数值解。
4. 有限体积法（Finite Volume Method）：有限体积法是一种将偏微分方程离散化为离散体积元的方法。
在有限体积法中，将求解域划分成离散的控制体积，然后通过对控制体积的积分运算，将偏微分方程转化为离散的代数方程组。
然后通过求解得到的代数方程组，可以得到数值解。
以上介绍的只是几种常见的偏微分方程数值方法，实际上还有很多其他的方法，如边界元法（Boundary Element Method）、谱方法（Spectral Method）、逆问题方法（Inverse Problem Method）等。
偏微分方程求解方法总结
偏微分方程求解方法总结偏微分方程（Partial Differential Equations，简称PDE）是描述自然界中许多现象的重要数学工具。
求解偏微分方程有许多不同的方法，下面将对其中一些常用的方法进行总结和介绍。
I. 分离变量法（Method of Separation of Variables）分离变量法是求解偏微分方程最常用的方法之一。
它的基本思想是将多个变量的偏微分方程分解成一系列只包含一个变量的常微分方程，再通过求解这些常微分方程来获得原偏微分方程的解。
具体步骤如下：1. 根据问题所给的边界条件和初始条件，确定偏微分方程的类型（椭圆型、双曲型或抛物型）以及边界条件的类型（Dirichlet条件、Neumann条件等）。
2. 假设原方程的解可以表示为一系列只包含一个变量的函数的乘积形式，即 u(x, y) = X(x)Y(y)。
3. 将 u(x, y) 和其各个分量的偏导数代入原偏微分方程，得到关于X(x) 和 Y(y) 的常微分方程。
4. 求解得到 X(x) 和 Y(y) 的表达式，并根据给定的边界条件，确定它们的取值。
5. 最后将 X(x) 和 Y(y) 的表达式代入 u(x, y) 的乘积形式，得到原偏微分方程的解。
分离变量法适用于边界条件分离的情况，并且对于较简单的偏微分方程求解效果较好。
II. 特征线法（Method of Characteristics）特征线法主要用于求解一阶偏微分方程，尤其是双曲型和抛物型偏微分方程。
该方法通过引入新的独立变量和新的变量关系，将原偏微分方程转化为一系列常微分方程来求解。
具体步骤如下：1. 根据偏微分方程的类型，确定要求解的未知函数及其偏导数之间的关系。
2. 引入新的自变量和新的关系式，将偏微分方程化为带有新变量的常微分方程组。
3. 将常微分方程组进行求解，并得到新变量的表达式。
4. 根据新的变量表示原方程的解，进而确定未知函数的表达式。
偏微分方程的差分方法与数值解
显式差分格式
01
利用前一时间步长的温度值，通过差分公式计算下一
时间步长的温度分布。
隐式差分格式
02 需要求解线性方程组，但具有更好的稳定性，适用于
大时间步长。
Crank-Nicolson格式
03
结合了显式与隐式格式的优点，具有二阶精度和无条
件稳定性。
波动方程的数值解法
01
有限差分时间域（ FDTD）方法
数值解法的稳定性和收敛性需要仔细考虑，否则可能导致计算结果不准确 。
未来发展趋势和挑战
发展趋势
随着计算机技术的不断发展，更高性能的计算机和更先进的算法将使得偏微分方程的数值解法更加高效 和精确。
结合人工智能和机器学习技术，可以开发出更加智能化的数值解法，提高计算效率和精度。
未来发展趋势和挑战
未来发展趋势和挑战
数值解的应用
数值解在各个领域都有广泛的应用，如物理学中的波动方程、热传导方程和量子力学方程，化学中的 反应扩散方程，生物学中的生态模型和神经网络模型，以及工程学中的结构力学、流体力学和电磁场 问题等。
02
偏微分方程的基本概念和性质
偏微分方程的定义和分类
定义
偏微分方程是包含未知函数及其偏导数的方程。
分类
根据方程中未知函数的最高阶偏导数的阶数，可分为一阶、二阶和高阶偏微分方程；根据方程中是否包含未知函 数的非线性项，可分为线性和非线性偏微分方程。
偏微分方程的定解条件和适定性
定解条件
为了使偏微分方程的解唯一确定，需要 给出定解条件，如初始条件、边界条件 等。
VS
适定性
适定性是指偏微分方程定解问题的解的存 在性、唯一性和稳定性。对于线性偏微分 方程，通常可以通过能量方法等方法研究 其适定性；对于非线性偏微分方程，适定 性的研究更加复杂，需要运用不动点定理 、上下解方法、变分方法等工具。
偏微分方程的解法
偏微分方程的解法偏微分方程（Partial Differential Equations，简称PDEs）是数学中的一个重要分支，它描述了多变量函数的偏导数之间的关系。
这些方程在自然科学、工程应用和社会科学等领域都发挥着重要作用。
解决偏微分方程是一个复杂而有挑战性的过程，需要运用多种数学方法和工具来求解。
在本文中，我将为您介绍几种常见的偏微分方程的解法，并提供一些示例以帮助您更好地理解。
以下是本文的主要内容：1. 一阶线性偏微分方程的解法1.1 分离变量法1.2 特征线方法2. 二阶线性偏微分方程的解法2.1 分离变量法2.2 特征值法2.3 Green函数法3. 非线性偏微分方程的解法3.1 平移法3.2 线性叠加法3.3 变换法4. 数值方法解偏微分方程4.1 有限差分法4.2 有限元法4.3 谱方法5. 偏微分方程的应用领域5.1 热传导方程5.2 波动方程5.3 扩散方程在解一阶线性偏微分方程时，我们可以使用分离变量法或特征线方法。
分离变量法的基本思路是将方程中的变量分离，然后通过积分的方式求解每个分离后的常微分方程，最后再将结果合并。
特征线方法则是将方程中的变量替换为新的变量，使得方程中的导数项消失，从而简化求解过程。
对于二阶线性偏微分方程，分离变量法、特征值法和Green函数法是常用的解法。
分离变量法的核心思想与一阶线性偏微分方程相似，将方程中的变量分离并得到常微分方程，然后进行求解。
特征值法则利用特征值和特征函数的性质来求解方程，适用于带有齐次边界条件的问题。
Green函数法则通过引入Green函数来求解方程，其特点是适用于非齐次边界条件的情况。
非线性偏微分方程的解法则更加复杂，常用的方法有平移法、线性叠加法和变换法。
这些方法需要根据具体问题的特点选择合适的变换和求解技巧，具有一定的灵活性和创造性。
除了上述解析解法，数值方法也是解偏微分方程的重要手段。
常用的数值方法包括有限差分法、有限元法和谱方法等。
偏微分方程的有限差分法
偏微分方程的有限差分法
有限差分法：是一种数学计算概念，是指在计算过程中，以差分的形势来代替微分，从而使整个计算过程具有有限差分法的出发点，以此达到微分议程和积分微分方式数值解的一种计算过程。
微分方程和积分微分方程数值解的方法。
基本思想是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。
在采用数值计算方法求解偏微分方程时，若将每一处导数由有限差分近似公式替代，从而把求解偏微分方程的问题转换成求解代数方程的问题，即所谓的有限差分法。
有限差分法求解偏微分方程的步骤如下：
1、区域离散化，即把所给偏微分方程的求解区域细分成由有限个格点组成的网格；
2、近似替代，即采用有限差分公式替代每一个格点的导数；
3、逼近求解。
换而言之，这一过程可以看作是用一个插值多项式及其微分来代替偏微分方程的解的过程（Leon，Lapidus，GeorgeF。
Pinder，1985）。
高等数学中的偏微分方程方法
高等数学中的偏微分方程方法偏微分方程是数学中的一类非常重要的方程。
它们广泛应用于物理、工程和其他领域中，如热传导、电路等等。
因此，研究偏微分方程的方法和技巧尤为重要。
在高等数学中，有许多关于偏微分方程的方法，下面我们来介绍其中的几种。
1. 分离变量法分离变量法是解偏微分方程的一种常用方法。
这种方法的基本思想是假设解可以表示为形式为x、y、z等变量的函数之积的形式，然后通过代入相关偏微分方程中去求解出每个变量的解，最终将这些解组合起来得到总体解。
以拉普拉斯方程为例，其定义如下：$\Delta u=\frac{\partial^2 u}{\partial x^2}+\frac{\partial^2u}{\partial y^2}+\frac{\partial^2 u}{\partial z^2}=0$假设解为$u(x,y,z)=X(x)Y(y)Z(z)$，则可以得到：$\frac{1}{X}\frac{\partial^2 X}{\partialx^2}+\frac{1}{Y}\frac{\partial^2 Y}{\partialy^2}+\frac{1}{Z}\frac{\partial^2 Z}{\partial z^2}=0$由于等式左边是一个只关于x的函数与一个只关于y的函数之和，所以这个等式必须等于常数k。
因此，我们可以得到：$\frac{1}{X}\frac{\partial^2 X}{\partial x^2}=k_1$，$\frac{1}{Y}\frac{\partial^2 Y}{\partial y^2}=k_2$，$\frac{1}{Z}\frac{\partial^2 Z}{\partial z^2}=k_3$然后我们可以对每一个方程分别求解得到：$X(x)=Ae^{\sqrt{k_1}x}+Be^{-\sqrt{k_1}x}$，$Y(y)=Ce^{\sqrt{k_2}y}+De^{-\sqrt{k_2}y}$，$Z(z)=Ee^{\sqrt{k_3}z}+Fe^{-\sqrt{k_3}z}$最终得到的总体解形式为：$u=\sum_{n=1}^{\infty} C_ne^{(-\sqrt{k_1^2+k_2^2+k_3^2})r}sin(n_1x)sin(n_2y)sin(n_3z)$2. 特征线法特征线法是一种常用于解决一阶偏微分方程的方法。
第九章 差分方法
差分方程模型的理论和方法青岛建筑工程学院胡京爽引言1、差分方程：差分方程反映的是关于离散变量的取值与变化规律。
通过建立一个或几个离散变量取值所满足的平衡关系，从而建立差分方程。
差分方程就是针对要解决的目标，引入系统或过程中的离散变量，根据实际背景的规律、性质、平衡关系，建立离散变量所满足的平衡关系等式，从而建立差分方程。
通过求出和分析方程的解，或者分析得到方程解的特别性质（平衡性、稳定性、渐近性、振动性、周期性等），从而把握这个离散变量的变化过程的规律，进一步再结合其他分析，得到原问题的解。
2、应用：差分方程模型有着广泛的应用。
实际上，连续变量可以用离散变量来近似和逼近，从而微分方程模型就可以近似于某个差分方程模型。
差分方程模型有着非常广泛的实际背景。
在经济金融保险领域、生物种群的数量结构规律分析、疾病和病虫害的控制与防治、遗传规律的研究等许许多多的方面都有着非常重要的作用。
可以这样讲，只要牵涉到关于变量的规律、性质，就可以适当地用差分方程模型来表现与分析求解。
3、差分方程建模：在实际建立差分方程模型时，往往要将变化过程进行划分，划分成若干时段，根据要解决问题的目标，对每个时段引入相应的变量或向量，然后通过适当假设，根据事物系统的实际变化规律和数量相互关系，建立每两个相邻时段或几个相邻时段或者相隔某几个时段的量之间的变化规律和运算关系（即用相应设定的变量进行四则运算或基本初等函数运算或取最运算等）等式（可以多个并且应当充分全面反映所有可能的关系），从而建立起差分方程。
或者对事物系统进行划分，划分成若干子系统，在每个子系统中引入恰当的变量或向量，然后分析建立起子过程间的这种量的关系等式，从而建立起差分方程。
在这里，过程时段或子系统的划分方式是非常非常重要的，应当结合已有的信息和分析条件，从多种可选方式中挑选易于分析、针对性强的划分，同时，对划分后的时段或子过程，引入哪些变量或向量都是至关重要的，要仔细分析、选择，尽量扩大对过程或系统的数量感知范围，包括对已有的、已知的若干量进行结合运算、取最运算等处理方式，目的是建立起简洁、深刻、易于求解分析的差分方程。
偏微分方程的有限差分法及地球物理应用
偏微分方程的有限差分法及地球物理应用有限差分法是一种常用的数值求解偏微分方程的方法。
它将连续的偏微分方程转化为离散的差分方程，通过近似求解差分方程，得到偏微分方程的数值解。
这种方法在地球物理学中有着广泛的应用，如地震波传播模拟、电磁场分布计算等领域。
首先，假设我们要研究地震波在地下介质中的传播，可以采用波动方程来描述地震波的传播过程。
波动方程可以写成：∂^2u/∂t^2 = c^2∇^2u其中，u是地震波场，c是地下介质中的波速。
为了用有限差分法求解波动方程，我们需要将连续的空间和时间离散化。
假设我们将空间离散化为网格点（i,j,k），其中i,j,k分别代表空间的x,y,z方向，将时间离散化为时间步长Δt。
对波动方程进行近似，我们可以得到：(u(i,j,k,t+Δt) - 2u(i,j,k,t) + u(i,j,k,t-Δt))/Δt^2 = c^2(u(i+1,j,k,t) + u(i-1,j,k,t) + u(i,j+1,k,t) + u(i,j-1,k,t) +u(i,j,k+1,t) + u(i,j,k-1,t) - 6u(i,j,k,t))/Δx^2将此差分方程应用于地震波传播模拟，我们可以得到地震波场在空间和时间上的离散解。
有限差分法在地球物理中有着广泛的应用。
例如，它可以用于模拟地震波在地下介质中的传播，帮助研究地震灾害的发生机制和地下构造的特征。
通过调整网格的大小和时间步长，可以模拟不同频率的地震波传播过程，从而了解地震波在不同介质中的传播规律。
此外，有限差分法还可以应用于电磁场的计算。
例如，在电磁勘探中，可以利用有限差分法求解麦克斯韦方程，计算电磁场在地下介质中的传播和散射过程。
通过模拟电磁场的分布情况，可以帮助研究地下矿产资源的寻找和勘探。
需要注意的是，有限差分法在应用过程中还需要考虑边界条件的处理。
通常情况下，边界条件是已知的，例如地震波在地表的边界条件可以假设为自由表面，电磁场计算中的边界条件可以假设为电场和磁场的边界条件等。
- 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)。
170第9章 偏微分方程的差分方法含有偏导数的微分方程称为偏微分方程。
由于变量的增多和区域的复杂性，求偏微分方程的精确解一般是不可能的，经常采用数值方法求方程的近似解。
偏微分方程的数值方法种类较多，最常用的方法是差分方法。
差分方法具有格式简单，程序易于实现，计算量小等优点，特别适合于规则区域上偏微分方程的近似求解。
本章将以一些典型的偏微分方程为例，介绍差分方法的基本原理和具体实现方法。
9.1椭圆型方程边值问题的差分方法9.1.1 差分方程的建立最典型的椭圆型方程是Poisson （泊松）方程G y x y x f yux u u ∈=∂∂+∂∂-≡∆-),(),,()(2222 （9.1）G 是x ,y 平面上的有界区域，其边界Γ为分段光滑的闭曲线。
当f (x ,y )≡0时，方程（9.1）称为Laplace(拉普拉斯）方程。
椭圆型方程的定解条件主要有如下三种边界条件第一边值条件 ),(y x u α=Γ （9.2） 第二边值条件),(y x nuβ=∂∂Γ （9.3） 第三边值条件 ),()(y x ku nuγ=+∂∂Γ （9.4） 这里，n 表示Γ上单位外法向，α(x,y ),β(x,y ),γ(x,y )和k (x,y )都是已知的函数，k (x,y )≥0。
满足方程（9.1）和上述三种边值条件之一的光滑函数u (x ,y )称为椭圆型方程边值问题的解。
用差分方法求解偏微分方程，就是要求出精确解u (x ,y )在区域G 的一些离散节点（x i ，y i ）上的近似值u i ,j ≈(x i ，y i ）。
差分方法的基本思想是，对求解区域G 做网格剖分，将偏微分方程在网格节点上离散化，导出精确解在网格节点上近似值所满足的差分方程，最终通过求解差分方程，通常为一个线性方程组，得到精确解在离散节点上的近似值。
设G ={0<x <a , 0<y <b }为矩形区域，在x ,y 平面上用两组平行直线x =ih 1, i =0,1,…,N 1, h 1=a /N 1 y =jh 2, j =0,1,…,N 2, h 2=b /N 2将G 剖分为网格区域，见图9-1。
h 1，h 2分别称为x 方向和y 方向的剖分步长，网格交点（x i ，y i ）称为剖分节点（区域内节点集合记为G h ={（x i ，y i ）; （x i ，y i ）∈G }）,网格线与边界Γ的交点称为边界点，边界点集合记为Γh 。
171现在将微分方程（9.1）在每一个内节点（x i ，y i ）上进行离散。
在节点（x i ，y i ）处，方程（9.1）为h i i i i i i i i G y x y x f y x yuy x x u ∈=∂∂+∂∂-),(),,()],(),([2222 （9.5） 需进一步离散（9.5）中的二阶偏导数。
为简化记号，简记节点（x i ，y i ）=(i ,j )，节点函数值u （x i ，y i ）=u (i ,j )。
利用一元函数的Taylor 展开公式，推得二阶偏导数的差商表达式)(0)]1,(),(2)1,([1),()(0)],1(),(2),1([1),(222222212122h j i u j i u j i u h j i y u h j i u j i u j i u h j i x u +-+-++=∂∂+-+-++=∂∂代入（9.5）式中，得到方程（9.1）在节点(i ,j )处的离散形式h j i G j i h h f j i u j i u j i u h j i u j i u j i u h ∈++=-+-+--+-+-),(),(0)]1,(),(2)1,([1)],1(),(2),1([12221,2221其中),(,i i j i y x f f =。
舍去高阶小项)(02221h h +，就导出了u (i ,j )的近似值u i ,j 所满足的差分方程h j i j i j i j i j i j i j i G j i f u u u h u u u h ∈=+--+---+-+),(,]2[1]2[1,1,,1,22,1,,121 （9.6） 在节点(i ,j )处方程（9.6）逼近偏微分方程（9.1）的误差为)(2221h h O +，它关于剖分步长是二阶的。
这个误差称为差分方程逼近偏微分方程的截断误差，它的大小将影响近似解的精度。
在差分方程（9.6）中，每一个节点(i ,j )处的方程仅涉及五个节点未知量u i ,j ，u i +1,j ，u i -1,j ，u i ,j +1，u i ,j -1，因此通常称（9.6）式为五点差分格式，当h 1= h 2=h 时，它简化为172h j i j i j i j i j i j i G j i f u u u u u h∈=-+++--+-+),(,]4[1,,1,1,,1,12 差分方程（9.6）中，方程个数等于内节点总数，但未知量除内节点值u i ,j ,(i ,j )∈G h 外，还包括边界点值。
例如，点(1,j )处方程就含有边界点未知量u 0,j 。
因此，还要利用给定的边值条件补充上边界点未知量的方程。
对于第一边值条件式（9.2），可直接取u i ,j =α（x i ，y i ）， (i ,j )∈Γh （9.7） 对于第三（k =0时为第二）边值条件式（9.4）， 以左边界点(1,j )为例，见图9-2, 利用一阶差商公式)(),1(),0(),0(11h O h j u j u j n u +-=∂∂ 则得到边界点(0,j )处的差分方程j j j jj r u k h u u ,0,0,01,1,0=+- （9.8）联立差分方程（9.6）与（9.7）或（9.8）就形成了求解Poisson 方程边值问题的差分方程组，它实质上是一个关于未知量{u i ,j }的线性代数方程组，可采用第2，3章介绍的方法进行求解。
这个方程组的解就称为偏微分方程的差分近似解，简称差分解。
考虑更一般形式的二阶椭圆型方程G y x y x f Eu yu D x u C y u B y x u A x ∈=+∂∂+∂∂+∂∂∂∂+∂∂∂∂-),(),,(])()([（9.9） 其中A (x ,y )≥A m in >0, B (x ,y ) ≥B m in >0, E(x ,y ) ≥0。
引进半节点,12121h x xi i ±=±,22121h y yi i ±=±利用一阶中心差商公式，在节点（i ,j ）处可有)(2),1(),1(),()(]),1(),(),(),1([1)()],21)((),21)([(1),)((211211,211,211211h O h j i u j i u j i x u h O h j i u j i u A h j i u j i u A h h O j i x u A j i x u A h j i x u A x j i j i +--+=∂∂+----+=+-∂∂-+∂∂=∂∂∂∂-+173对yuy u B y ∂∂∂∂∂∂),(类似处理，就可推得求解方程（9.9）的差分方程 hj i j i j i j i j i j i j i j i j i j i G j i j i f u a u a u a u a u a ∈=-+++---++---+),(),,(][,,1,1,1,1,,1,1,1,1 （9.10）其中⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎨⎧++++=-=+=-=+=-+--+----+-+---+-+ji j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i j i E B B h A A h a D h B h a D h B h a C h A h a C h A h a ,21,21,22,21,2121,,221,221,,221,221,,1,2121,1,1,2121,1)()()2()2()2()2( （9.11） 显然，当系数函数A (x ,y )=B (x ,y )=1, C (x ,y )=D (x ,y )=E (x ,y )=0时，椭圆型方程（9.9）就成为Poisson 方程（9.1），而差分方程（9.10）就成为差分方程（9.6）。
容易看出，差分方程（9.10）的截断误差为)(2221h h O +阶。
9.1.2 一般区域的边界条件处理前面已假设G 为矩形区域，现在考虑G 为一般区域情形，这里主要涉及边界条件的处理。
考虑Poisson 方程第一边值问题⎩⎨⎧Γ∈=∈=∆-),(),,(),(),,(y x y x u Gy x y x f u α （9.12） 其中G 可为平面上一般区域，例如为曲边区域。
仍然用两组平行直线：x =x 0+ih 1,y =y 0+jh 2,i ,j =0,±1,…,对区域G 进行矩形网格剖分，见图9-3。
如果一个内节点（i ,j ）的四个相邻节点（i +1,j ），（i -1,j ），（i ,j +1）和（i ,j -1）属于Γ⋃=G G ，则称其为正则内点，见图9-3中打“。
”号者；如果一个节点（i ,j ）属于G 且不为正则内点，则称其为非正则内点，见图9-3中打“.”号者。
记正则内点集合为hG '，非正则内点集合为h Γ'。
显然，当G 为矩形区域时，174h h h hG G Γ=Γ'=',成立。
在正则内点（i ,j ）处，完全同矩形区域情形，可建立五点差分格式h j i j i j i j i j i j i j i G j i f u u u h u u u h '∈=+--+---+-+),(,]2[1]2[1,1,,1,22,1,,121 （9.13） 在方程（9.13）中，当（i ,j ）点临近边界时，将出现非正则内点上的未知量，因此必须补充非正则内点处的方程。
若非正则内点恰好是边界点，如图9-4中 D 点，则利用边界条件可取u D =α(D)对于不是边界点的非正则内点，如图9-4中B 点，一般可采用如下两种处理方法。
a.直接转移法.取与点B 距离最近的边界点（如图9-4中E 点）上的u 的值作为u (B )的近似值u B ，即u B =u (E)=α(E)直接转移法的优点是简单易行，但精度较低，只为一阶近似。
b .线性插值法.取B 点的两个相邻点（如图9-4中边界点A 和正则内点C 作为插值节点对u (B )进行线性插值)()()()(21h O C u x x x x A u x x x x B u AC AB AC B C +--+--=则得到点B 处的方程 A B C B x x u h A h h u -=+++=δδδαδ,)(111 线性插值法精度较高，为二阶近似。