1. 课程导入与问题界定
在科学计算与工程仿真中，我们经常面对两类方向相反、但彼此紧密关联的任务：正问题与反问题。理解二者的定义、边界与计算流程差异，是设计可靠求解方案的第一步。本课程后续所有章节，都将围绕“如何为正问题与反问题分别设计计算流程”展开。
一、什么是正问题与反问题
先给出一个统一的形式化描述。设一个物理系统由模型参数 \(m\)、输入/激励 \(u\) 和观测输出 \(d\) 构成，三者通过正演算子 \(F\) 联系：
d = F(m, u) + ε （ε 为观测噪声）在此基础上：
- 正问题（Forward Problem）：已知模型参数 \(m\) 与输入 \(u\)，通过 \(F\) 计算输出 \(d\)。它是“由因推果”，通常适定——解存在、唯一且连续依赖输入。
- 反问题（Inverse Problem）：已知观测 \(d\) 与输入 \(u\)，反推模型参数 \(m\)（或反推输入、边界条件、源项）。它是“由果溯因”，通常不适定——解可能不存在、不唯一，或对噪声极度敏感。
需要强调：正反问题的划分取决于“谁是已知、谁是待求”，而非物理对象本身。同一个热传导模型，给定材料导热系数求温度分布是正问题；由测温点反推导热系数则是反问题。
二、典型实例对照
下表给出几个跨领域的实例，帮助建立直观认识（参数均为教学示例，非实测数据）：
| 领域 | 正问题 | 反问题 |
|---|---|---|
| 热传导 | 已知导热系数、热源，求温度场 | 由若干测点温度反演导热系数或热源强度 |
| 地震勘探 | 已知地层速度模型，合成地震记录 | 由地表接收记录反演地下速度结构 |
| 医学成像 | 已知组织光学参数，计算边界光强 | 由边界测量重建内部吸收/散射系数 |
| 结构力学 | 已知刚度与载荷，求位移响应 | 由位移/模态反识别损伤位置与程度 |
可以看到，反问题几乎总是“测量在外、待求在内”，这正是其困难根源：信息从内部传到边界的过程中被平滑、衰减，并混入噪声。
三、两类问题的计算流程差异
正问题的计算流程相对直接：建立离散模型 → 施加参数与边界条件 → 求解（一次前向计算）→ 输出并验证。反问题则必须引入“迭代—比较—更新”的闭环：给定参数初值，反复调用正演算子生成预测数据，与实测数据比较残差，再通过优化或正则化更新参数，直至收敛。下图概括了两条流程的结构差异与耦合关系。
图中橙色虚线揭示了核心事实：反问题的每一次迭代都要调用正演算子。因此正演模块的效率与精度直接决定反演是否可行。若一次正演耗时 10 秒，迭代 200 次即需约 33 分钟；这也是实际工程中常采用代理模型、伴随法求梯度或并行加速的原因。
四、计算流程设计的总体目标
无论正问题还是反问题，流程设计都应围绕四个目标：
- 正确性：离散格式与边界条件须与物理模型一致，正演结果应通过网格收敛性、守恒性等检验。
- 稳定性：反问题必须引入正则化（如 Tikhonov、全变差）或先验约束，抑制噪声放大。
- 可计算性：控制正演调用次数与单次成本，必要时使用伴随法、代理模型或降阶模型。
- 可验证性：设计明确的残差阈值、参数置信区间与交叉验证方案，避免“拟合好但物理错”。
五、学习路径
本课程按“概念—正演—反演—工程化”递进组织：先厘清问题界定与数学表述（本章），再分别打磨正演离散与求解、反演的目标函数构建与优化策略，最后落到流程集成、结果评估与典型工程案例。建议学习时始终带着一个具体对象（例如一维热传导杆或简支梁），把每章方法都套用到该对象上，形成可复现的完整计算链。