下载文档原格式
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。
第二讲有限差分法基本原理一般的流体控制方程都是非线性的偏微分方程。
在绝大多数情况下，这些偏微分 方程无法得到精确解；而CFD 就是通过采用各种计算方法得到这些偏微分方程的数值 解，或称近似解。
当然这些近似解应该满足一定的精度。
目前，主要采用的CFD 方法是有限差分法和有限体积法。
本讲主要介绍有限差分法，它也是下一讲中的有限体积 法的基础［1］。
有限差分法求解流动控制方程的基本过程是：首先将求解区域划分为差分网格， 用有限个网格点代替连续的求解域，将待求解的流动变量(如密度、速度等)存储在 各网格点上，并将偏微分方程中的微分项用相应的差商代替，从而将偏微分方程转化 为代数形式的差分方程，得到含有离散点上的有限个未知变量的差分方程组。
求出该 差分方程组的解，也就得到了网格点上流动变量的数值解。
2.1差分和逼近误差由于通常数字计算机只能执行算术运算和逻辑运算，因此就需要一种用算术运算来处理函数微分运算的数值方法。
而有限差分法就是用离散网格点上的函数值来近似 导数的一种方法。
设有x 的解析函数y 二f(x)，从微分学知道函数y 对x 的导数为dy 、dx 分别是函数及自变量的微分，dy/dx 是函数对自变量的导数，又称微商。
相应地，上式中的 “、厶y 分别称为自变量及函数的差分，cy/^x 为函数对自变量的差 商。
在导数的定义中是以任意方式逼近于零的，因而.収是可正可负的。
在差分方 法中，“X 总是取某一小的正数。
这样一来，与微分对应的差分可以有三种形式：向前差分 二y = f (x 二x) _ f (x) 向后差分 y = f (x) _ f (x 中心差分11y 二 f (xx) _ f (xx)2 2上面谈的是一阶导数，对应的称为一阶差分。
对一阶差分再作一阶差分，就得到二阶差分，记为2y 。
以前向差分为例，有2A y =也(也y)=.'■： f (x _x ) - f (x) 1dx x —° x f(x：x) - f (x)Z x (2-1)=.f (x - x) - ■ :f(x) (2-2)-f (x 2 = x) 一f (x =x) I - If (x _x) - f (x) 1=f (x 2L X) -2 f (x =x) f (x) 依次类推，任何阶差分都可以由低一阶再作一阶差分得到。
有限差分法有限差分法finite difference method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。
有限差分法的主要内容包括：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。
关于差分格式的构造一般有以下3种方法。
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。
