3. 正问题离散化方法

正问题的连续模型通常写成偏微分方程（PDE）加边界条件的形式，例如热传导、波动、扩散或电磁场问题。计算机无法直接处理连续函数，必须先把未知场 u(x) 用有限个自由度近似表示，把微分算子转化为代数运算，这一步就是离散化。离散化方法的选择直接决定了正问题求解的精度、稳定性、计算量和后续反问题优化的可行性，因此它是正问题计算流程设计中的第一个关键决策点。

三种方法的基本思想

有限差分法（FDM）的核心是用差商逼近导数。以一维二阶导数为例，在均匀网格 x_i = iΔx 上取中心差分：

u''(x_i) ≈ (u_{i+1} - 2u_i + u_{i-1}) / Δx²
u'(x_i)  ≈ (u_{i+1} - u_{i-1}) / (2Δx)

把区域内每个网格点上的方程都写出来，就得到一个稀疏线性方程组 Au = b。FDM 的优点是构造直观、矩阵带宽窄、实现简单，在规则矩形网格上效率很高；缺点是处理复杂几何边界时需要阶梯近似或贴体坐标变换，边界精度容易下降。对于含变系数或非均匀介质的问题，差分格式需要针对界面单独设计，否则会引入较大误差。

有限元法（FEM）从变分原理或加权残量出发，把求解域剖分为单元（三角形、四边形、四面体等），在每个单元上用形函数 N_j 对场做局部插值：

u_h(x) = Σ_j u_j N_j(x)

代入弱形式后得到单元刚度矩阵和载荷向量，再组装成全局方程组 Ku = F。FEM 的最大优势是几何适应性强，复杂边界、多材料界面都能自然处理，且通过提高形函数阶次（p 型）或加密网格（h 型）系统性地提升精度，有较严格的收敛性理论支撑。代价是实现复杂度高，需要网格生成、单元组装、稀疏求解等完整工具链，计算量通常大于同规模的 FDM。

谱方法把解展开为全局基函数的级数，例如傅里叶级数或切比雪夫多项式：

u_N(x) = Σ_{k=0}^{N} a_k φ_k(x)

对光滑解，谱方法的误差随 N 指数衰减（谱收敛），在相同自由度下精度远高于低阶差分和有限元。它通过快速变换（FFT）实现高效求导，特别适合周期性问题或规则区域上的高精度计算。但谱方法要求解足够光滑，处理间断、激波或复杂几何时会出现吉布斯振荡，通常需要配合区域分解或滤波技术。

在正问题流程中的选择依据

离散化不是孤立的技术选型，而要放在“建模—离散—求解—验证—进入反演”的完整流程中权衡。实际决策通常围绕以下几个维度展开。

几何与介质复杂度。如果求解域是规则矩形、圆柱或层状结构，FDM 的网格生成几乎零成本，代码量小、调试快，是首选。一旦出现曲面边界、内部孔洞、多材料交界面，FEM 的非结构网格和弱形式处理明显更稳妥。谱方法则基本限定在规则域或可通过坐标映射化为规则域的问题上。

解的光滑性与目标精度。若已知解充分光滑（如扩散问题、低频电磁场），谱方法能用很少的自由度达到极高精度，对需要高精度正解来支撑反演梯度计算的情形很有吸引力。若解存在间断、激波或材料参数突变，低阶 FEM 或守恒型 FDM 更可靠，强行使用谱方法会引入非物理振荡。

计算成本与反问题迭代。反问题通常需要成百上千次正问题求解。此时单次求解成本被放大：FDM 的窄带宽矩阵、显式时间推进在迭代中优势明显；FEM 虽然单次较贵，但若几何复杂无法回避，则需通过稀疏直接求解器、预条件迭代或降阶模型来控制总成本。谱方法单次精度高，但全局稠密矩阵和变换开销在迭代中可能成为瓶颈，需要结合具体规模评估。

可微性与伴随实现。基于梯度的反演需要正问题对参数可微。FDM 和 FEM 的离散格式都可以通过离散伴随或自动微分获得雅可比，但 FEM 的组装结构更利于系统化实现伴随；谱方法由于全局基函数耦合，伴随实现相对繁琐。这一点在流程设计早期就应纳入考虑，而不是等到反演阶段再补救。

一个教学示例的对比

设一维稳态扩散方程 −(k(x)u′)′ = f，域为 [0,1]，边界 u(0)=0、u(1)=1，取 k(x) 为分段常数（示例假设：左半段 k=1，右半段 k=10），f=0。用 N=20 个内部节点分别实现：

• FDM：对界面节点采用调和平均通量格式，保证界面通量连续；
• FEM：用线性单元，界面处节点自然落在材料分界上，刚度矩阵按单元积分组装；
• 谱方法：用切比雪夫配点，但分段常数系数导致解在界面处一阶导数不连续，谱收敛退化为代数收敛。

预期观察（示例性判断，非实测）：FDM 与 FEM 在界面附近给出接近的解，FEM 在界面通量上更自然；谱方法在界面附近出现明显振荡，需要增加配点或改用分段谱元才能改善。这个例子说明：方法选择必须匹配解的正则性，而不是盲目追求高阶精度。

总结来说，FDM 胜在简单高效、适合规则域；FEM 胜在几何适应与理论完备；谱方法胜在光滑问题上的高精度。正问题流程设计时应先明确几何、光滑性、精度和迭代成本四个约束，再选择离散方法，并为反演阶段的可微性与重复求解预留接口。