PDE 离散的一致性、稳定性与收敛性

一个离散公式在 Taylor 展开中看起来很准确，并不保证反复计算以后仍然准确。PDE 数值方法中有三个相互衔接的问题：公式是否近似了原方程，计算是否会失控地放大微小扰动，以及网格加密后数值解是否真的接近精确解。

这三个问题分别由一致性、稳定性与收敛性回答。最有用的组织方式是把误差看成一个受迫离散方程：一致性控制每次注入的误差，稳定性控制这些误差的后续传播，收敛性描述累积后的最终结果。

形式陈述

先说明比较的对象

设 $u(t)$ 是连续问题的精确解，空间网格尺度为 $h$ ，时间步长为 $\tau$ ， $U^n$ 是 $t_n=n\tau$ 时刻的离散解。用 $P_h$ 表示把连续函数取样或投影到离散空间的操作。

离散误差可以写成

e^n=U^n-P_hu(t_n).

若要比较连续函数，则再引入重构算子 $I_h$ ，研究 $I_hU^n-u(t_n)$ 。这两种误差之间还隔着 $I_hP_hu-u$ 的空间表示误差；它不应被悄悄省略。

还必须指定范数。例如一维等距网格上的

\|V\|_{2,h}=\left(h\sum_j|V_j|^2\right)^{1/2}

对应连续 $L^2$ 大小；普通 Euclidean 范数少了 $\sqrt h$ 因子。在每一个固定网格上，有限维范数当然等价，但等价常数可能随 $h$ 变化。收敛分析关心的是一族越来越细的网格，所以这个依赖不能忽略。

一致性：把精确解放进离散公式

考虑线性一步格式

U^{n+1}=S_{h,\tau}U^n+\tau F_h^n.

把精确解的网格值代进去，定义单位时间的离散缺陷

d^n=\frac{P_hu(t_{n+1})-S_{h,\tau}P_hu(t_n)}{\tau}-F_h^n.

若对足够光滑的解，在固定时间区间 $0\le t_n\le T$ 内有

\max_n\|d^n\|_h\longrightarrow0,

就得到相应的一致性。若 $\|d^n\|_h=O(\tau^p+h^q)$ ，则描述了这个缺陷的时间阶和空间阶。

另一些教材把未除以 $\tau$ 的

\rho^n=\tau d^n

称作局部截断误差。两种约定都可以使用，但不能把它们的阶直接混在一起。固定时间内大约有 $T/\tau$ 步：单步缺陷 $O(\tau^{p+1})$ 累积后通常对应 $O(\tau^p)$ ，而不是仍然保持原来的阶。[1]

热方程上的展开

对 $u_t=\kappa u_{xx}$ 使用时间前向差分、空间中心差分：

\frac{U_j^{n+1}-U_j^n}{\tau} =\kappa\frac{U_{j-1}^n-2U_j^n+U_{j+1}^n}{h^2}.

代入精确解，并用 $u_t=\kappa u_{xx}$ 消去主项，得到

d_j^n=\frac\tau2u_{tt}(x_j,t_n) -\frac{\kappa h^2}{12}u_{xxxx}(x_j,t_n) +O(\tau^2+h^4).

在相关导数一致有界时，缺陷为 $O(\tau+h^2)$ 。这是一项局部陈述：它既没有使用数值解，也没有说明误差经过成千上万次更新后会怎样。

稳定性：控制完整的传播过程

对上述齐次一步算子，固定时间稳定性的典型要求是

\sup_{n\tau\le T}\|S_{h,\tau}^{\,n}\|_h\le C_T,

其中 $C_T$ 可以依赖 $T$ ，但不能随着允许的网格加密而发散。它约束的是整段传播算子，而不仅是某一次更新的矩阵元素。

较强且容易使用的条件是

\|S_{h,\tau}\|_h\le1+C\tau.

由此 $\|S_{h,\tau}^n\|_h\le(1+C\tau)^n\le e^{CT}$ 。所以稳定并不要求每一步都严格缩小。反过来，若只能证明 $\|S_{h,\tau}\|_h\le1.01$ ，这个与 $\tau$ 无关的上界在 $T/\tau$ 步后可能变得极大，不能据此推出网格一致的稳定性。

稳定性总是相对于选定的网格族。显式热方程格式通常限制 $\kappa\tau/h^2\le1/2$ ；它在这个族上稳定，并不意味着把 $h$ 减半而保持 $\tau$ 不变后仍稳定。边界处理也是算子的一部分，内部模板的估计不能自动覆盖边界更新。

直觉

收敛性：用误差方程把两者接起来

按前面的符号，精确解的网格值满足

P_hu(t_{n+1})=S_{h,\tau}P_hu(t_n)+\tau F_h^n+\tau d^n.

与数值格式相减，得到

e^{n+1}=S_{h,\tau}e^n-\tau d^n.

反复展开：

e^n=S_{h,\tau}^{\,n}e^0 -\tau\sum_{j=0}^{n-1}S_{h,\tau}^{\,n-1-j}d^j.

右端第一项是初值误差的传播，第二项是各步新误差的传播与叠加。若格式稳定，则

\max_{n\tau\le T}\|e^n\|_h \le C_T\left(\|e^0\|_h +T\max_j\|d^j\|_h\right).

因此，一致性加上初值逼近和稳定性，就给出收敛性。在热方程例子中，若稳定步长条件成立，边界闭合具有匹配精度，且初值离散误差为 $O(h^2)$ ，便可得到

\max_{n\tau\le T}\|e^n\|_h=O(\tau+h^2).

这一推导也说明如何纳入浮点误差和线性求解误差：把它们写成每步额外的扰动，再通过同一个传播式估计。它们不会因为不属于 Taylor 截断误差就停止累积。

例子与边界

两个反例把逻辑分开

稳定，但根本没有逼近原方程

仍要解热方程，却使用“冻结”格式

U^{n+1}=U^n.

其传播算子是恒等映射，所以每个范数下都稳定。可是取初值 $u(x,0)=\sin(\pi x)$ 和零 Dirichlet 边界时，精确解为

u(x,t)=e^{-\kappa\pi^2t}\sin(\pi x),

数值解却一直保持初始振幅。固定 $t>0$ 后，无论网格多细，这个时间演化误差都不消失。稳定性保障的是“不会把扰动任意放大”，不是“算的就是正确方程”。

一致，但在所选网格族上不稳定

对平流方程 $u_t+a u_x=0$ ，取 $a\ne0$ ，使用时间前向、空间中心格式：

U_j^{n+1}=U_j^n-\frac\nu2(U_{j+1}^n-U_{j-1}^n), \qquad \nu=\frac{a\tau}{h}.

它在光滑解上具有 $O(\tau+h^2)$ 的单位时间缺陷。然而在周期网格上，对 Fourier 模态 $e^{ij\theta}$ ，每一步乘上

G(\theta)=1-i\nu\sin\theta, \qquad |G(\theta)|^2=1+\nu^2\sin^2\theta.

考虑 $\nu$ 固定非零、 $\tau\to0$ 的网格族，并选节点数能被 4 整除的周期网格，便有实际允许的频率 $\theta=\pi/2$ 。在 $n=\lfloor T/\tau\rfloor$ 步后，振幅放大为

|G(\pi/2)|^n=(1+\nu^2)^{\lfloor T/\tau\rfloor/2} \longrightarrow\infty.

这是某个真实离散模态的精确放大率，因此足以证明该网格族不稳定。若只得到一个随 $h$ 发散的上界，尚不能证明真实误差也发散；一个很松的上界同样可能发散。

网格族改变，结论也可能改变。因为

|G(\theta)|^n \le\exp\!\left(\frac{a^2T\tau}{2h^2}\right),

当 $\tau/h^2$ 一致有界时，这个周期标量格式在有限时间的离散 $\ell^2$ 意义下具有一致幂界。它仍然不是通常采用的有效平流离散，但这项事实说明：不能把“固定 Courant 数时不稳定”改写成“在任何步长约束下都不稳定”。详细模态分析见von Neumann 稳定性分析。

推论与应用

椭圆边值问题中的同一结构

对没有时间变量的离散系统 $A_hU=b_h$ ，假设 $A_h$ 可逆，并固定残差空间与解空间的范数；以下逆算子界均相对于这两个范数。误差关系更直接：设

r_h=A_hP_hu-b_h,

则

U-P_hu=-A_h^{-1}r_h.

一致性控制残差 $r_h$ ，稳定性控制从残差到解的逆算子 $A_h^{-1}$ ，收敛性控制二者的乘积。这与演化问题的“传播并累加”是同一种逻辑，只是求逆替代了时间上的递推。

缩放方程时，残差和逆算子必须一起变化。例如将 $A_hU=b_h$ 两边乘上 $h^2$ ，新残差会小 $h^2$ ，新逆算子却会大 $h^{-2}$ 。仅看到残差阶提高，就宣称格式更准确，是把代数缩放误当成数值改进。

对有限元方法，弱问题中的强制性、Galerkin 正交性与插值误差也形成“稳定结构加逼近能力”的组合。不过，相应误差范数和残差空间通常与点值差分不同，不能机械套用同一个矩阵范数公式。

Lax 定理究竟补充了什么

以上误差递推给出了“稳定加一致推出收敛”的正向机制。Lax–Richtmyer 等价定理进一步说明：对满足其假设的良定线性初值问题和一致线性离散族，稳定性也是收敛的必要条件。

其中“收敛”要求对规定空间中的每个初值成立，稳定性要求在同一有限时间与网格族上成立。只检查几个光滑初值，或在一个固定网格上得到小误差，都不等于满足了定理前提。必要性所用的一致有界原理，也说明为什么 Banach 空间和算子线性不能被随意删去。

非线性守恒律中还需要区分弱解、熵解及冲击波附近的行为。Lax–Wendroff 型收敛定理处理的是另一组假设下“若收敛，极限满足什么方程”的问题，不是把线性等价定理中的矩阵换成非线性算子即可得到的结果。

实际分析时的顺序

分析一个新格式，可以沿着一条误差链推进：把精确解代入完整格式求缺陷，写出数值解与精确解的差分关系，再寻找与物理结构匹配的范数来控制传播或求逆。最后才把各项估计组合成收敛阶。

网格加密实验负责检查这种推导是否与实现一致。误差比接近预期值是有用证据，但它不能替代对稳定区间、边界闭合和解正则性的说明。一个完整结论应让读者知道：在哪类方程、哪种网格族、哪个时间范围以及什么范数中，这条误差链确实闭合。

误差范数及算子界应在明确的赋范向量空间中解释；有限差分法是检验这一分析框架的典型实例。

参考资料

[1] John C. Strikwerda, Finite Difference Schemes and Partial Differential Equations, 2nd ed., SIAM, 2004，一致性、稳定性、Fourier 分析与收敛。

[2] Robert D. Richtmyer and K. W. Morton, Difference Methods for Initial-Value Problems, 2nd ed., Interscience, 1967，线性初值问题的稳定性框架。

[3] Lloyd N. Trefethen, Finite Difference and Spectral Methods for Ordinary and Partial Differential Equations, 1996，有限时间稳定性和不同网格缩放下的 Fourier 分析。

[4] Randall J. LeVeque, Finite Difference Methods for Ordinary and Partial Differential Equations, SIAM, 2007，局部缺陷、全局误差及实际差分格式。

形式陈述 ​

先说明比较的对象 ​

一致性：把精确解放进离散公式 ​

热方程上的展开 ​

稳定性：控制完整的传播过程 ​

收敛性：用误差方程把两者接起来 ​

两个反例把逻辑分开 ​

稳定，但根本没有逼近原方程 ​

一致，但在所选网格族上不稳定 ​

椭圆边值问题中的同一结构 ​

Lax 定理究竟补充了什么 ​

实际分析时的顺序 ​

反向链接