1. 课程导入与收敛性验证全景

在偏微分方程（PDE）的数值求解中，我们常常会得到一个看起来“挺像”的解：温度场分布合理、压力曲线光滑、速度云图没有明显异常。但“看起来对”并不等于“算得对”。收敛性验证要回答的核心问题是：当网格不断加密、时间步不断缩小时，数值解是否稳定地逼近某个确定的对象？这个对象是微分方程的精确解，还是离散方程自身的精确解？逼近的速率有多快？误差是否落在可接受范围内？

本课程把收敛性验证定义为一条可执行的技术路线：以离散误差为起点，通过网格收敛性研究、解析解对比、守恒量与不变量检查、误差范数随网格尺度的变化率估计等手段，最终给出“该数值结果在何种条件下可信”的结论。它不同于单纯的“跑通程序”，也不同于“调参让曲线好看”，而是一套带有明确判据和量化指标的工程验证活动。

为什么工程上必须做收敛性验证

PDE数值解在工程中往往承担设计决策的依据。例如热传导仿真给出的最高温度决定选材，结构力学仿真给出的应力峰值决定壁厚，渗流仿真给出的流量决定井网布置。如果离散误差没有被量化，这些决策就建立在不确定的基础上。收敛性验证的工程意义至少体现在三个方面：其一，可信度声明——明确结果在给定网格与步长下的误差量级；其二，方案比较的公平性——不同格式、不同网格下的结果对比必须建立在各自收敛的前提下；其三，风险控制——识别格式不稳定、边界处理错误、源项离散不一致等隐藏缺陷。

需要特别强调一个常见误区：残差小不等于误差小。离散方程残差趋于零只说明迭代或求解过程收敛，而离散误差取决于格式的截断误差与网格尺度。二者是不同层面的收敛，前者是代数求解收敛，后者是数值格式收敛。本课程后续会反复区分这两类概念。

从离散误差到验证结论的完整链路

下面这张图给出了本节的全景任务地图。它把收敛性验证拆成五个相互衔接的环节，并标出每个环节的关键输入、可观察量与判据，后续各章将逐一展开。

图中橙色虚线是一条重要的反馈路径：当观测收敛阶明显低于理论阶时，不应简单归因于“网格还不够密”，而应回到误差来源环节排查。常见原因包括边界处理降阶、源项离散不一致、参考解本身精度不足、误差范数计算口径错误，以及时间步未随空间网格同步细化导致时间误差主导。这条反馈路径正是本课程区别于“跑一遍加密网格就下结论”的关键所在。

一个可操作的示例：一维稳态扩散问题

为使后续概念有具体落点，这里给出一个贯穿性的教学示例（参数为合理假设，非实测数据）。考虑一维稳态扩散方程 −u″(x) = f(x)，x∈(0,1)，边界条件 u(0)=0、u(1)=0，取 f(x) 使精确解为 u(x)=sin(πx)。采用中心差分格式，网格 h=1/N，理论空间收敛阶 p=2。

若取 N=20、40、80 三套网格，用 L2 范数计算与精确解的误差，预期误差比约为 4:1（因为 h 减半，误差按 h² 下降）。实际计算中若得到误差比接近 4，则观测阶 p_obs≈2，与理论一致；若误差比只有约 2，则 p_obs≈1，说明存在一阶误差源，需要按上图反馈路径排查。这个简单例子把“误差范数—加密比—观测阶—判据”的链条完整串起来，后续章节会在此基础上加入时间项、非结构网格与非线性情形。

本课程的任务地图

围绕上图五个环节，后续内容将依次展开：先建立误差来源与范数的严格定义，再讲网格收敛研究的具体做法（网格序列设计、加密比选择、观测阶拟合与置信判断），随后进入解析解对比、守恒量检查与不同格式互验等交叉校验手段，最后落到如何撰写一份可复核的收敛性验证结论。每一章都会给出可执行的参数、判据与示例，而不是停留在概念层面。

需要建立的一个基本态度是：收敛性验证不是数值计算完成后的“附加检查”，而应与求解器设计同步考虑。格式阶数、边界处理方式、误差范数口径在编码阶段就应确定，否则后期验证会陷入“结果对不上却说不清原因”的困境。带着这张全景图进入后续学习，每一步都能明确自己处在链路的哪个位置、需要什么输入、产出什么判据。