1. 课程导入与问题定义

泊松方程是数学物理方程中最具代表性的一类椭圆型偏微分方程,其一般形式可写为

∇²u = f(在区域 Ω 内)

其中 u 是待求的未知场函数,f 是已知的源项。当 f = 0 时,方程退化为拉普拉斯方程 ∇²u = 0。泊松方程之所以在物理与工程中无处不在,是因为它描述的是"某种通量的散度等于源密度"这一守恒关系:静电场中电势满足 ∇²φ = −ρ/ε₀,ρ 为电荷体密度;稳态热传导中温度满足 ∇²T = −q'''/k,q''' 为内热源强度;不可压缩势流中速度势满足 ∇²φ = 0;固体力学中棱柱杆扭转的应力函数也满足泊松方程。可以说,凡是涉及"扩散型平衡"的问题,最终几乎都会落到泊松方程上。

然而,除极少数规则区域和简单源项外,泊松方程没有解析解。工程实践中真正需要的是数值解:把连续区域离散成有限个节点,把微分算子替换为差分或弱形式积分,将偏微分方程转化为线性代数方程组,再借助计算机求解。这条"连续→离散→代数→数值"的链条,正是本课程的主线。

本课程的任务地图:从问题定义出发,依次完成区域离散、边界条件处理、线性方程组组装与求解、误差分析与收敛性验证,最终得到一个可信的数值解,并能判断"这个解到底对不对、有多对"。

为了把整条链路看清楚,下面用一张图概括本课程的核心流程与各环节之间的依赖关系。图中每个环节都对应后续章节的具体任务,读者可以先建立全局印象,再逐节深入。

泊松方程离散求解与验证 · 任务地图 ① 问题定义 ∇²u = f,区域 Ω 边界条件 Γ ② 区域离散 网格 / 节点 / 单元 步长 h、节点编号 ③ 边界条件处理 Dirichlet / Neumann 虚节点 / 半网格 ④ 方程组组装 A·u = b 稀疏矩阵、五对角 ⑤ 线性求解 直接法 / 迭代法 收敛判据 ‖r‖ ⑥ 结果验证 网格收敛性 与解析解对比 误差超限 → 加密网格 / 提高阶次,回到② 预期产出 可运行的离散求解程序 · 数值解场分布 · 误差与收敛阶报告 对"解是否可信"的明确判断依据

上图把课程拆成六个相互衔接的环节,并用一条橙色虚线标出验证失败时的反馈路径。需要强调的是,验证不是最后才做的"附加步骤",而是贯穿始终的判断依据:离散格式的相容性、稳定性决定了误差的量级,而网格收敛性研究则直接回答"加密网格后解是否趋于稳定值"。

为了让后续讨论有统一的参照,本课程约定如下:二维区域 Ω = (0,1)×(0,1),采用均匀网格,x、y 方向步长均为 h = 1/(N+1),节点坐标 xi = i·h,yj = j·h,i,j = 0,1,…,N+1。未知量 ui,j ≈ u(xi, yj)。二阶中心差分格式为

(u[i-1,j] - 2u[i,j] + u[i+1,j]) / h²
+ (u[i,j-1] - 2u[i,j] + u[i,j+1]) / h² = f[i,j]

整理后得到每个内点满足的五点格式:

4u[i,j] - u[i-1,j] - u[i+1,j] - u[i,j-1] - u[i,j+1] = -h² · f[i,j]

这个格式的截断误差为 O(h²),即网格加密一倍,误差理论上缩小到约四分之一。这一预期正是后面验证环节的判据来源。

作为贯穿全课程的教学示例,我们取一个具有解析解的算例:令 u(x,y) = sin(πx)·sin(πy),则 ∇²u = −2π²·sin(πx)·sin(πy),即源项 f(x,y) = −2π²·sin(πx)·sin(πy),边界上 u = 0(四边均为 Dirichlet 零边界)。该问题的解析解已知,因此可以精确计算离散解的误差,并观察误差随 h 的变化规律。需要说明,这是为教学设计的标准算例,后续章节中出现的数值均为按此设定计算或合理估算的示例结果,用于说明方法而非宣称实测。

在动手之前,先明确几个容易混淆的概念。第一,离散解与真解不是一回事:离散解是线性方程组的精确解,但它只近似原偏微分方程的解,二者之差称为离散误差。第二,代数求解误差是迭代法未完全收敛带来的残差,与离散误差相互独立,验证时要分开评估。第三,相容性要求 h→0 时差分格式逼近原方程,稳定性要求误差不被放大,二者共同保证收敛性。这些概念将在后续章节逐一展开,此处先建立框架。

学习建议:本课程强调"能算、能看、能判断"。每学完一个环节,建议在纸面或代码中亲手完成一次小规模算例(例如 N = 8 或 N = 16),把矩阵写出来、把残差算出来,再与解析解对比。只有亲手做过,才能对"误差量级"和"收敛阶"形成直觉。

最后给出本课程的预期产出清单,读者可以据此自检学习效果:其一,能够独立推导二维泊松方程的五点差分格式并正确处理 Dirichlet 与 Neumann 边界;其二,能够组装稀疏线性方程组并选择合适的求解策略;其三,能够设计网格收敛性实验,计算误差范数并估计收敛阶;其四,能够根据残差、收敛阶和解的物理合理性,对数值结果的可信度做出明确判断。这四项能力构成了本课程的核心目标,也是后续每一章服务的对象。