有限元方法

有限元三元组 ​

有限元方法不是“在网格上写离散公式”的泛称。它从变分形式公理库变分形式与弱问题Variational formulation · Weak formulation通过检验函数与分部积分把强微分方程改写为低正则性空间中的连续弱问题，并明确边界条件与适定性。出发，并按Galerkin 方法公理库Galerkin 方法Galerkin method · Galerkin discretization · 变分形式与 Galerkin 方法在有限维试探与检验空间中离散连续变分问题，并用 Galerkin 正交、Céa 准最优性及稳定条件组织误差。用网格单元上的局部函数空间与自由度拼成全局 trial/test spaces，再计算双线性型和线性泛函。有限差分通常直接近似点值导数；有限元的基本对象则是函数、局部自由度和弱积分。

一个有限元由三元组

$$(K,P,\mathcal{N})$$

定义。$K$ 是几何单元，$P$ 是 $K$ 上的有限维函数空间，$m=\dim P$，而 $\mathcal{N}=\{N_1,\dots ,N_m\}$ 是 $P$ 上的一组线性自由度。要求这些自由度对 $P$ 单值确定：若 $p\in P$ 且所有 $N_i(p)=0$，则 $p=0$。等价地，存在局部形函数 $\{{\phi }_j{\}}_{j=1}^m$ 满足

$$N_i({\phi }_j)={\delta }_{ij}.$$

在三角形上的一次 Lagrange 元中，$P={\mathbb{P}}_1(K)$，三个自由度是顶点值；但这只是多项式插值公理库多项式插值问题Polynomial interpolation由互异节点上的有限数据唯一确定次数受限的插值多项式，并区分对象存在性与具体表示算法。型有限元的一个家族。高阶 Lagrange 元还含边或内部节点，Nédélec 元使用切向自由度，Raviart–Thomas 元使用法向通量矩，某些元的自由度本身就是积分矩。不能把“有限元自由度”普遍解释成网格节点上的函数值。

从网格单元到全局空间 ​

以下沿用网格与网格剖分公理库网格与网格剖分Grid and mesh discretization · Structured grid · Unstructured mesh用节点、单元及其几何映射离散计算区域，并以局部尺度、形状正则性和边界拟合质量描述一族网格。页的 ${\mathcal{T}}_h$、局部尺度 $h_K$、全局尺度 $h$、shape regularity 与 reference-to-physical map，不在本页重新定义通用网格。有限元新增的工作，是用该映射把参考单元形函数和自由度传到物理单元；向量元还需要保持切向或法向结构的 Piola 变换。几何映射必须非退化，否则局部空间、积分和组装都失去有效坐标基础。

对齐次 Dirichlet Poisson 问题，连续分片线性 Lagrange 空间是

$$V_h=\{v_h\in C^0(\bar{\mathrm{\Omega }}):v_h{|}_K\in {\mathbb{P}}_1(K)\mathrm{\forall }K\in {\mathcal{T}}_h,v_h=0\text{ on }\partial \mathrm{\Omega }\}.$$

连续性使 $V_h\subset H_0^1(\mathrm{\Omega })$，所以这是 conforming Galerkin 方法。每个内部顶点对应一个全局 hat basis function ${\varphi }_i$：它在该顶点取值 $1$，在其他顶点取值 $0$，支撑只覆盖共享这个顶点的单元。局部支撑意味着两个自由度没有共同单元时，对应矩阵项为零。

Galerkin 离散与局部装配 ​

对扩散—反应型双线性型

$$a(w,v)={\int }_{\mathrm{\Omega }}\kappa \mathrm{\nabla }w\cdot \mathrm{\nabla }vdx+{\int }_{\mathrm{\Omega }}cwvdx,$$

全局矩阵可分成刚度矩阵与质量矩阵：

$$A=K+M,$$$$K_{ij}={\int }_{\mathrm{\Omega }}\kappa \mathrm{\nabla }{\varphi }_j\cdot \mathrm{\nabla }{\varphi }_{i}dx,M_{ij}={\int }_{\mathrm{\Omega }}c{\varphi }_j{\varphi }_{i}dx.$$

纯 Poisson 问题只有刚度项；随时间 PDE 的半离散常把不带反应系数的质量矩阵写在时间导数前。两种矩阵都来自所选弱形式和基函数，不应仅凭“主对角大、邻点为负”来命名。

实际计算逐单元形成局部量。设单元 $K$ 有局部基 ${\phi }_a^K$，局部编号到全局编号的映射为 $g_K(a)$，则

$$K_{ab}^K={\int }_K\kappa \mathrm{\nabla }{\phi }_b^K\cdot \mathrm{\nabla }{\phi }_a^{K}dx,M_{ab}^K={\int }_{K}c{\phi }_b^K{\phi }_a^{K}dx,$$$$f_a^K={\int }_{K}f{\phi }_a^{K}dx+{\int }_{\partial K\cap {\mathrm{\Gamma }}_N}{g}_N{\phi }_a^{K}ds.$$

组装执行

$$A_{g_K(a),g_K(b)}+=K_{ab}^K+M_{ab}^K,b_{g_K(a)}+=f_a^K.$$

相邻单元对共享自由度的贡献必须相加。COO 格式允许先收集重复位置，再排序合并为 CSR/CSC；这与稀疏矩阵公理库稀疏矩阵表示与运算Sparse matrix · CSR matrix · CSC matrix只存非零项及其位置，以稀疏模式组织矩阵运算、图结构、重排序与填充成本。装配阶段的重复条目语义一致。装配生成代数系统，直接法或迭代法求解该系统是下一阶段，不能用“矩阵已组装”表示“有限元解已经算出”。

边界条件与计算接口 ​

边界条件必须在空间和代数系统中一致处理。齐次 Dirichlet 自由度可在编号时消去；非齐次 Dirichlet 数据可通过 lifting 写成 $u_h=g_h+w_h$，也可在消元时把已知列贡献移到右端。若直接覆盖矩阵行而不处理相应列，可能破坏原有对称性。Neumann 数据进入边界积分，Robin 条件同时贡献边界矩阵和右端。

算法输入至少包括网格拓扑与几何、元素家族和次数、方程系数、源项、边界分区与数据、积分规则以及线性求解容差。输出应包含自由度向量、可重建的有限元函数、装配统计、线性残差、误差或后验指标和退出状态。退化单元、几何映射 Jacobian 非正、边界标记缺失、积分点非有限、矩阵奇异或线性求解预算耗尽都应明确报告。

逼近误差与代数条件性 ​

对形状正则、准均匀网格上的连续 $P_1$ 元，若 Poisson 解 $u\in H^2(\mathrm{\Omega })$，插值估计与 Céa 引理给出

$$\Vert u-u_h{\Vert }_{H^1(\mathrm{\Omega })}\le Ch|u{|}_{H^2(\mathrm{\Omega })}.$$

若对偶问题还具有所需椭圆正则性，Aubin–Nitsche 论证进一步给出

$$\Vert u-u_h{\Vert }_{L^2(\mathrm{\Omega })}\le C{h}^2|u{|}_{H^2(\mathrm{\Omega })}.$$

这些阶数同时依赖解的正则性、元素逼近阶和网格质量。再入角、材料界面或粗糙数据会降低 $u$ 的 Sobolev 正则性，此时均匀加密未必呈现名义阶。

对准均匀、形状正则网格上的二阶对称椭圆问题，若适当的 Dirichlet 约束已消除连续核，离散双线性型对 $h$ 一致强制，且扩散系数满足与 $h$ 无关的界

$$0<{\kappa }_{min}\le \kappa (x)\le {\kappa }_{max}<\mathrm{\infty },$$

则刚度矩阵为对称正定。采用标准局部基时，它在系数向量 $2$-范数下通常满足

$${\kappa }_2(A)=O(h^{-2}).$$

常数还受区域、扩散系数对比度和网格质量影响；矩阵条件数公理库线性方程组的条件数与扰动Conditioning of linear systems · Matrix condition number把一般问题条件性具体化为可逆线性系统的右端、系数矩阵与联合扰动界。也依赖基与缩放，不能把它当成连续算子的坐标无关常数。局部加密和细长单元可能使条件性比单一的 $h$ 更复杂，实际求解通常需要预条件公理库预条件Preconditioning · Preconditioner用易应用的近似逆改变等价线性系统的尺度与 Krylov 几何，并计入构造、存储和每步应用成本。。

局部到全局的概念图像 ​

有限元空间像由许多局部布片缝成的函数。每个单元只负责一小块多项式，公共自由度规定相邻布片怎样接合；conforming 条件保证拼接后的整体函数落在弱问题要求的空间中。改变元素家族，就是同时改变局部形状、接合规则和可表示的物理量。

局部积分形成单元对附近自由度的耦合，组装把这些局部关系累加到同一全局编号。由于一个基函数只跨少数邻接单元，远处自由度不会直接相互作用，于是得到稀疏矩阵。稀疏性来自局部支撑，不是事后把小数值截成零。

误差分析也遵循局部到全局的路线。插值理论描述每个单元上的多项式能逼近多好，shape regularity 防止局部常数失控，Céa 再把最佳逼近传递给 Galerkin 解。缺少其中任一环节，都不能只凭多项式次数宣布全局收敛阶。

一维 Poisson 装配闭环 ​

在区间 $[0,1]$ 上取均匀节点 $x_i=ih$，用连续分片线性基函数并固定两个端点的 Dirichlet 值。分别取单位扩散系数 $\kappa =1$ 和单位质量权 $c=1$，单元 $K_i=[x_{i-1},x_i]$ 的标准局部刚度和质量矩阵为

$$K^{K_i}=\frac{1}{h}\left(\begin{array}{cc}1& -1\\ -1& 1\end{array}\right),M^{K_i}=\frac{h}{6}\left(\begin{array}{cc}2& 1\\ 1& 2\end{array}\right).$$

把相邻单元共享的节点贡献相加后，内部自由度上的矩阵成为

$$K=\frac{1}{h}\left(\begin{array}{cccc}2& -1& & 0\\ -1& 2& \ddots & \\ & \ddots & \ddots & -1\\ 0& & -1& 2\end{array}\right),$$$$M=\frac{h}{6}\left(\begin{array}{cccc}4& 1& & 0\\ 1& 4& \ddots & \\ & \ddots & \ddots & 1\\ 0& & 1& 4\end{array}\right).$$

这个三对角结构直接展示“每个节点只与共享单元的邻点耦合”。刚度矩阵在这一特殊均匀一维情形中具有 $h^{-1}(2,-1,-1)$ 的系数模式，而 $-u^{″}$ 的中心差分算子使用 $h^{-2}(2,-1,-1)$；整体尺度还要与有限元载荷积分一同解释。右端、质量矩阵、误差范数和向非结构网格推广的机制也不同，局部系数图案相似不能把 FEM 与有限差分视作同义方法。

高维几何、求积与方程结构 ​

在二维三角形 $P_1$ 元中，形函数是重心坐标，梯度在每个三角形内为常向量。一个全局顶点基函数只覆盖围绕该顶点的 triangle patch，因此矩阵邻接图由网格顶点共享关系决定。非结构网格可以贴合复杂边界，但若三角形出现极小角或几何映射接近奇异，插值常数、数值积分和线性系统条件都会恶化。

曲边区域若只用直边单元逼近，计算实际上发生在 ${\mathrm{\Omega }}_h$ 而非原区域 $\mathrm{\Omega }$。等参元用同类形函数表示几何和解，可以提高曲边逼近阶；几何误差仍需与解空间误差一起计入。提高多项式次数却保留低阶几何，可能让几何误差先成为主导项。

局部矩阵通常由数值求积计算。积分规则不足会改变双线性型，严重时产生 hourglass 一类伪零能模态；过度求积则增加装配成本。规则应根据系数、几何映射和基函数乘积的次数选择，并把不可精确积分的误差作为离散误差的一部分。

当离散双线性型对称且强制、适当 Dirichlet 约束已消除核，并使用相同 trial/test space 与精确或足够稳定的积分时，系统为对称正定，可使用共轭梯度法公理库共轭梯度法Conjugate gradient method · CG method在 Hermitian 正定系统的 Krylov 子空间中最小化能量误差，以三项递推获得共轭方向和短存储迭代。。对流项会产生非对称矩阵，Helmholtz 型问题可不定，混合方法形成鞍点系统；“由 FEM 得到”本身不保证 SPD，也不保证局部或全局守恒。

求解、自适应与复现 ​

FEM 的可扩展工作流应把网格与自由度编号、局部积分、稀疏组装、边界处理、线性或非线性求解和误差评估分开计量。固定次数单纯形元的局部矩阵规模是常数，但全局求解成本取决于非零模式、条件数、重排序与预条件，不能只报告单元数量。

后验误差指标可把工作集中到角点、界面或局部层附近，但自适应循环还必须规定标记、加密、保持网格合法以及解向新空间的传递。若只细化而不监测形状质量，自适应过程可能用更多自由度换来更差的条件性。

复现实验应报告网格族与 shape-regularity 指标、元素三元组、自由度数、积分阶、边界施加方式、矩阵非零数、求解器与停止准则，以及 $H^1/L^2$ 等明确范数下的误差。仅展示彩色场图不能区分离散误差、几何误差、积分误差和代数求解误差。

参考资料

• Philippe G. Ciarlet, The Finite Element Method for Elliptic Problems, SIAM Classics in Applied Mathematics, 2002.
• Susanne C. Brenner and L. Ridgway Scott, The Mathematical Theory of Finite Element Methods, 3rd ed., Springer, 2008.
• Dietrich Braess, Finite Elements: Theory, Fast Solvers, and Applications in Solid Mechanics, 3rd ed., Cambridge University Press, 2007.
• MIT OpenCourseWare, 18.336 Numerical Methods for Partial Differential Equations, finite element notes.