第五章偏微分方程的有限元法

偏微分方程的求解方法偏微分方程（Partial Differential Equation，简称PDE）是一类重要的数学问题，其应用范围遍及自然科学、工程技术以及金融等领域。

如何求解偏微分方程是一个具有挑战性的问题，通常需要采用多种方法结合起来进行求解。

本文将简要介绍几种常见的偏微分方程求解方法。

1. 分离变量法分离变量法是一种简单而重要的偏微分方程求解方法。

该方法基于以下假设：偏微分方程的一个解可以写成一系列单一变量的函数乘积的形式。

具体地说，对于一个偏微分方程u(x, y) = 0（其中x, y为自变量），假设其解可以表示为u(x, y) = X(x)Y(y)，其中X(x)和Y(y)分别是关于x和y的单一变量函数。

将u(x, y)代入原方程，得到X(x)Y(y) = 0。

由于0的任何一侧都是0，因此可得到两个单一变量方程：X(x) = 0和Y(y) = 0。

这两个方程的部分解（即使其中一个变量为常数时的解）可以结合在一起，形成原偏微分方程的一般解。

2. 特征线法特征线法是另一种重要的偏微分方程求解方法。

该方法的基本思想是将原方程转化为常微分方程，进而求解。

具体地说，对于一个二阶线性偏微分方程：a(x, y)u_xx + 2b(x, y)u_xy + c(x, y)u_yy + d(x, y)u_x + e(x, y)u_y + f(x, y)u = g(x, y)，通过变量的代换，可以将该方程化为一个与一次微分方程组相关的形式。

进一步地，可以选择沿着特定的方向（例如x或y方向）进行参数化，从而得到关于变量的一阶微分方程。

该微分方程的解通常可以通过传统的常微分方程求解技巧来获得。

3. 数值方法数值方法是目前应用最广泛的偏微分方程求解方法之一。

由于大多数偏微分方程的解析解很难获得，因此数值方法成为了一种有效的、可行的替代方法。

常见的数值方法包括有限差分法、有限元法和边界元法等。

这些方法通过将偏微分方程离散化为一个有限维的计算问题，然后使用数值方法求解这个问题的解。

的 m=4，即此表对应差商的精度是四阶的。从这些表可以看出，一般地说，随着
差分阶数的增大和对应差商精度的提高，差分表达式所包含的项数将增多。
表 5-1
j
n0 1 2 34
1 -1
aj 1
2 1 -2 1
3 -1 3 -3 1
4 1 -4 6 -4 1
表 5-3 j
n0 1 2345 aj
1 -3 4 -1 2 2 -5 4 -1 3 -5 18 -24 14 -3 4 3 -14 26 -24 11 -2
依此类推，任何阶差分都可由其低一阶的差分再作一阶差分得到。例如 n 阶前差
分为
∆n y = ∆(∆n−1 y) = ∆[∆(∆n−2 y)]
⋯⋯ = ∆{∆⋯[∆(∆y)]} = ∆{∆⋯[∆( f (x + ∆x) − f (x)]}
n 阶的向后差分、中心差分的型式类似。
（5-6）
函数的差分与自变量的差分之比，即为函数对自变量的差商。如一阶向前差
二阶差商多取中心式，即
∆2 y ∆x 2
=
f (x + ∆x) − 2 f (x) + (∆x) 2
f (x − ∆x) 。
（5-9） （5-10） （后的二阶差商。 以上是一元函数的差分与差商。多元函数 f(x,y,…)的差分与差商也可以类推。
如一阶向前差商为
应地，上式中的 ∆y 、 ∆x 分别称为函数及自变量的差分， dy //#######为函数对 dx
自变量的差商。 在导数的定义中 ∆x 是以任意方式趋近于零的，因而 ∆x 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 3 种
形式： 向前差分 向后差分 中心差分

b[i].y=(i/(N+1))*(1.0/N);
}
}
void boundnote(int bd[],struct xy b[])//找出边界点
{
int i,j=1;
for(i=1;i<NG+1;i++)
{
if(b[i].x==0||b[i].x==1.0||b[i].y==0||b[i].y==1.0)
#define TSTP 0.01 //时间步长
#define TN 100 //时间迭代步数
#define J 1.0/(N*N) //雅可比行列式的绝对值
double u0(double x,double y) //初值函数u0
{
double z;
z=100*x*y*(x-1)*(y-1);
return z;
}
}
void AIJ(double **aij,double aryk[],int **a) //计算单元刚度矩阵
{
int i;
for(i=1;i<LEE+1;i++)
{
aij[i][1]=1.0/(12*N*N)+TSTP+2*TSTP*1.0/(54*N*N)*(aryk[a[i][1]]+aryk[a[i][2]]+aryk[a[i][3]]);// 1 1
//主元太小
}
//交换第ik行和第k行的元素
if(ik!=k)
{
double t;
for(i=k;i<NG+1;i++)
{
t=E[ik][i];
E[ik][i]=E[k][i];

数值模拟偏微分方程的三种方法：FDM、FEM及FVM偏微分方程数值模拟常用的方法主要有三种：有限差分方法（FDM）、有限元方法（FEM）、有限体积方法（FVM），本文将对这三种方法进行简单的介绍和比较。

有限差分方法有限差分方法(Finite Difference Methods)是数值模拟偏微分方程最早采用的方法，至今仍被广泛运用。

该方法包括区域剖分和差商代替导数两个过程。

具体地，首先将求解区域划分为差分网格，用有限个网格节点代替连续的求解区域。

其次，利用Taylor级数展开等方法将偏微分方程中的导数项在网格节点上用函数值的差商代替来进行离散，从而建立以网格节点上的值为未知量的代数方程组。

该方法是一种直接将微分问题变为代数问题的近似数值解法，数学概念直观，表达简单，是发展较早且比较成熟的数值方法。

差商代替导数后的格式称为有限差分格式，从格式的精度来考虑，有一阶格式、二阶格式和高阶格式。

从差分的空间离散形式来考虑，有中心格式和迎风格式。

对于瞬态方程，考虑时间方向的离散，有显格式、隐格式、交替显隐格式等。

目前常见的差分格式，主要是以上几种格式的组合，不同的组合构成不同的差分格式。

差分方法主要适用于结构网格，网格的步长一般根据问题模型和Courant稳定条件来决定。

请输入标题有限元方法(Finite Element Methods)的基础是变分原理和分片多项式插值。

该方法的构造过程包括以下三个步骤。

首先，利用变分原理得到偏微分方程的弱形式(利用泛函分析的知识将求解空间扩大)。

其次，将计算区域划分为有限个互不重叠的单元(三角形、四边形、四面体、六面体等)。

再次，在每个单元内选择合适的节点作为求解函数的插值点，将偏微分方程中的变量改写成由各变量或其导数的节点值与所选用的分片插值基函数组成的线性表达式，得到微分方程的离散形式。

利用插值函数的局部支集性质及数值积分可以得到未知量的代数方程组。

有限元方法有较完善的理论基础，具有求解区域灵活(复杂区域)、单元类型灵活(适于结构网格和非结构网格)、程序代码通用(数值模拟软件多数基于有限元方法)等特点。