1. 课程导入与有限差分思想

在工程与科学计算中，我们经常面对这样的问题：一根受分布载荷的梁、一块内部有热源的散热片、一段非均匀掺杂的半导体，它们的控制方程往往写成微分方程。微分方程描述的是“某一点附近”的变化率，而计算机只会做加减乘除，不会直接处理“无穷小”。有限差分法正是连接这两者的桥梁——用有限大小的网格间距代替无穷小量，把微分方程转化为一组代数方程，再交给计算机求解。本课程的目标，就是让你完整掌握这条从“连续模型”到“离散代数系统”再到“数值解”的链路。

一、从导数定义到差商：离散化的起点

一阶导数在数学上定义为

f'(x) = lim (f(x+h) - f(x)) / h ,  h → 0

有限差分思想的核心动作非常朴素：不取极限，保留一个有限的小量 h。于是得到前向差商 (f(x+h)−f(x))/h。类似地，用 x 两侧的点可构造中心差商 (f(x+h)−f(x−h))/(2h)。若把 x 轴划分成间距为 h 的网格节点 x₀, x₁, …, x_N，记 f_i = f(x_i)，则中心差商写成 (f_{i+1}−f_{i−1})/(2h)。这一步看似简单，却完成了最关键的观念转换：导数被替换为相邻节点函数值的线性组合。

二阶导数同样可以离散。对 f_{i+1} 和 f_{i−1} 分别做泰勒展开并相加，一阶项相消，可得

f''(x_i) ≈ (f_{i+1} - 2f_i + f_{i-1}) / h²

其截断误差为 O(h²)。这个式子在本课程中会反复出现，因为它对应一维问题的“三点模板”：节点 i 的方程只与 i−1、i、i+1 三个未知量有关。理解这一点，就理解了有限差分方程组为什么是稀疏的、为什么可以用高效算法求解。

二、网格离散与求解的整体流程

把上述思想落到一个具体问题上，流程可以概括为五步，下图展示了这一数据流与各环节的输入输出关系。

以最简单的一维泊松问题为例：−u″(x) = f(x)，x ∈ (0,1)，边界 u(0)=g₀、u(1)=g_N。取 N=4，则 h=0.25，内点 i=1,2,3 各写一条方程。把二阶差商代入并乘以 h²，得到

i=1:  -u₀ + 2u₁ - u₂ = h² f₁
i=2:  -u₁ + 2u₂ - u₃ = h² f₂
i=3:  -u₂ + 2u₃ - u₄ = h² f₃

其中 u₀、u₄ 由边界条件给出，移到右端后，就形成一个 3×3 的三对角线性方程组。可以看到，离散化的产物不是“一个近似值”，而是一个结构化的代数系统；矩阵的稀疏结构直接来自差分模板的局部性，这也是后续能使用追赶法（Thomas 算法）以 O(N) 复杂度求解的根本原因。

三、误差从哪来：截断误差与网格收敛

差商替代导数必然引入误差。中心二阶差商的截断误差为 (h²/12)·u⁗(ξ)，即 O(h²)。这意味着：当 h 减半时，误差理论上缩小到约四分之一。这个“阶”的概念非常重要，它决定了我们加密网格时精度提升的速度，也决定了验证数值解是否正确的判据——如果实测收敛阶明显偏离理论阶，通常说明程序实现或边界处理有误。需要强调的是，离散误差与线性方程组求解误差是两回事：前者来自“用差商代替导数”，后者来自迭代或舍入，本课程会分别讨论。

四、本课程的实战项目与学习目标

为了让抽象思想落地，本课程贯穿一个实战项目：一维稳态热传导杆的温度分布求解。物理设定为：长度 L=1 m 的均匀杆，导热系数 k=50 W/(m·K)，内部有均匀热源 q=1000 W/m³，左端固定温度 100 ℃，右端绝热（热流为零）。控制方程为 −k·T″ = q，右端绝热对应边界条件 T′(L)=0，需要用后向差商 (T_N − T_{N−1})/h = 0 处理。这个项目规模小、物理意义清晰，却完整覆盖了网格划分、内点离散、边界条件处理、方程组组装与求解、结果验证的全部环节。

围绕这个项目，课程的学习目标可以归纳为三条：其一，能独立地把一个二阶常微分方程边值问题离散成差分方程组，并正确写出系数矩阵与右端向量；其二，理解边界条件（第一类、第二类）在离散系统中的不同处理方式及其对精度的影响；其三，能对数值结果做基本验证，包括与解析解对比、检查网格收敛阶、观察残差量级。完成这些目标后，你将具备把有限差分法迁移到二维问题、非均匀网格与时间相关问题上的基础能力。

最后需要建立的一个观念是：有限差分法不是“近似得差不多就行”的权宜之计，而是一套有严格误差理论支撑的数值方法。差商的选择（前向、后向、中心）、网格的疏密、边界的处理，都会以可预测的方式影响最终结果。理解这条从导数定义出发、经差商近似、到代数系统求解的主线，你就掌握了本课程后续所有内容的共同骨架。