谱 tau 方法 | Codeboy's Blog

形式陈述

在系数空间求解微分方程时，边界条件应该占用哪些方程？经典 tau 方法保留低阶残差方程，把少量最高阶残差系数留给边界条件调节。

设 $u_N=\sum_{j=0}^Na_j\phi_j$ ，其中 $\phi_j$ 为选定正交多项式。先固定一维 $m\ge1$ 阶常微分方程边值问题，取 $N\ge m-1$ ，并要求 $m$ 个边界约束在所选试探空间上独立。还假设所用的各个残差加权内积均有定义且有限。一种经典构造要求

\langle\mathcal Lu_N-f,\phi_j\rangle_w=0, \quad j=0,\ldots,N-m,

再加入 $m$ 个边界条件，共 $N+1$ 个方程。在算子保持相应多项式表示的简单情形，这相当于允许残差落在最后 $m$ 个高阶模态张成的空间中。一般变系数问题还需明确乘法截断和残差表示。

另一种等价书写是在方程中显式加入未知 tau 系数及所选多项式，使修改后的方程在有限多项式空间内可精确满足。tau 多项式的选择属于方法的一部分，不能只说“加几个自由度”而省略它们。

直觉

微分方程和边界条件都要消耗自由度。若把每个系数的残差都强制为零，再额外要求边界成立，通常会过定。tau 方法清楚地指定：低阶方程继续精确匹配，最高的少数残差方向负责吸收有限维逼近的缺口。

它与Galerkin 方法的区别在试探空间与检验约束的组织。Galerkin 可预先选满足齐次边界的基；经典 tau 通常保留方便的完整多项式基，再用边界方程替换一部分残差方程。

例子与边界

求 $u'+u=0$ ， $x\in[-1,1]$ ， $u(-1)=1$ 。真实解为 $e^{-(x+1)}$ 。取二次 Chebyshev 展开 $u_2=a_0T_0+a_1T_1+a_2T_2$ 。由于 $T_1'=1$ 、 $T_2'=4x=4T_1$ ，残差为

u_2'+u_2=(a_1+a_0)T_0+(4a_2+a_1)T_1+a_2T_2.

令前两个系数为零，得到 $a_1=-a_0=-4a_2$ 。边界条件为 $a_0-a_1+a_2=1$ ，所以

(a_0,a_1,a_2)=(4/9,-4/9,1/9).

解在 $x=1$ 为 $1/9\approx0.1111$ ，真实值为 $e^{-2}\approx0.1353$ ；残差恰为 $T_2/9$ 。它在低阶检验方向上的投影为零，边界也精确满足，但函数本身仍有截断误差。

若连 $T_2$ 的残差系数也设为零，则 $a_2=a_1=a_0=0$ ，与边界值一冲突。这是最小的过定反例，也说明 tau 自由度究竟解决了什么。

推论与应用

实现时先写出系数微分和乘法算子，再指定残差保留行与边界行，最后求解并同时核验边界误差、低阶残差和高阶尾部。稠密实现成本通常为 $O(N^3)$ ；合适基和带状算子可大幅降低成本。

对高阶、约束或变系数系统，方程独立性与边界条件数量要重新检查。广义 tau 方法可以在不同多项式空间中添加校正项，它与简单丢弃最后几行的经典形式并不总是同一实现。

参考资料

Dedalus Project, Tau Method, “A first example” and “Higher-order systems”，显式 tau 修正与边界自由度。
Boyd, Chebyshev and Fourier Spectral Methods, 2nd ed., Dover, 2001，tau 与 Galerkin 方法。