第五讲：有限差分法原理
有限差分方法概述
有限差分法（Finite Difference Method，简称FDM）是数值方法中最经典的方法，也是计算机数值模拟最早采用的方法，至今仍被广泛运用。
该方法将求解域划分为差分网格，用有限个网格节点代替连续的求解域。
有限差分法以Taylor级数展开等方法，把控制方程中的导数用网格节点上的函数值的差商代替进行离散，从而建立以网格节点上的值为未知数的代数方程组。
该方法是一种直接将微分问题变为代数问题的近似数值解法，数学概念直观，表达简单，是发展较早且比较成熟的数值方法。
对于有限差分格式，从格式的精度来划分，有一阶格式、二阶格式和高阶格式。
从差分的空间形式来考虑，可分为中心格式和逆风格式。
考虑时间因子的影响，差分格式还可以分为显格式、隐格式、显隐交替格式等。
目前常见的差分格式，主要是上述几种形式的组合，不同的组合构成不同的差分格式。
差分方法主要适用于有结构网格，网格的步长一般根据实际地形的情况和柯朗稳定条件来决定。
构造差分的方法有多种形式，目前主要采用的是泰勒级数展开方法。
其基本的差分表达式主要有三种形式：一阶向前差分、一阶向后差分、一阶中心差分和二阶中心差分等，其中前两种格式为一阶计算精度，后两种格式为二阶计算精度。
通过对时间和空间这几种不同差分格式的组合，可以组合成不同的差分计算格式。
下面我们从有限差分方法的基本思想、技术要点、应用步骤三个方面来深入了解一下有限差分方法。
1.基本思想有限差分算法的基本思想是把连续的定解区域用有限个离散点构成的网格来代替，这些离散点称作网格的节点；把连续定解区域上的连续变量的函数用在网格上定义的离散变量函数来近似；把原方程和定解条件中的微商用差商来近似，积分用积分和来近似，于是原微分方程和定解条件就近似地代之以代数方程组，即有限差分方程组，解此方程组就可以得到原问题在离散点上的近似解。
然后再利用插值方法便可以从离散解得到定解问题在整个区域上的近似解。
在采用数值计算方法求解偏微分方程时，再将每一处导数由有限差分近似公式替代，从而把求解偏微分方程的问题转换成求解代数方程的问题，即所谓的有限差分法。
有限差分法的基本原理
f (x) ≈
2h
中心二阶差商
′′
f (x+h)−2f (x)+f (x−h)
f (x) ≈
h2
O(h) O(h)
2
O(h )
2
O(h )
其中，h表示网格间距，O(hn)表示截断误差与hn成正比。可以看出，中心差商比前向或后向差商具有更高的精度。
误差分析
有限差分法求得的数值解与真实解之间存在误差，这些误差主要来源于以下几个方面：
常用差分格式
有限差分法中最重要的步骤是构造合适的差分格式来近似微分项。根据泰勒展开式，可以得到以下常用的一阶和二阶差分格式：
差分格式
表达式
截断误差
前向一阶差商
′
f (x+h)−f (x)
f (x) ≈
h
后向一阶差商
′
f (x)−f (x−h)
f (x) ≈
h
中心一阶差商
′
f (x+h)−f (x−h)
截断误差：由于使用有限项级数来近似无穷级数而产生的误差； 舍入误差：由于计算机对小数进行四舍五入而产生的误差；
离散误差：由于对连续区域进行离散化而产生的误差； 稳定性误差：由于数值格式的稳定性不足而导致误差的累积或放大。
为了减小误差，一般可以采取以下措施：
选择更高阶或更精确的差分格式； 减小网格间距或时间步长； 选择合适的初始条件和边界条件； 选择稳定且收敛的数值格式。
+
。 2
h)
为了验证上述方法的正确性，我们取M = 10, N = 100，则原问题可以写为如下形式：
则该问题对应的递推关系式为：
⎧ut (x, t) − uxx (x, t) = 0,
第五章 有限差分法 知识讲解课件
的 m=4，即此表对应差商的精度是四阶的。从这些表可以看出，一般地说，随着
差分阶数的增大和对应差商精度的提高，差分表达式所包含的项数将增多。
表 5-1
j
n0 1 2 34
1 -1
aj 1
2 1 -2 1
3 -1 3 -3 1
4 1 -4 6 -4 1
表 5-3 j
n0 1 2345 aj
1 -3 4 -1 2 2 -5 4 -1 3 -5 18 -24 14 -3 4 3 -14 26 -24 11 -2
依此类推，任何阶差分都可由其低一阶的差分再作一阶差分得到。例如 n 阶前差
分为
∆n y = ∆(∆n−1 y) = ∆[∆(∆n−2 y)]
⋯⋯ = ∆{∆⋯[∆(∆y)]} = ∆{∆⋯[∆( f (x + ∆x) − f (x)]}
n 阶的向后差分、中心差分的型式类似。
（5-6）
函数的差分与自变量的差分之比，即为函数对自变量的差商。如一阶向前差
二阶差商多取中心式，即
∆2 y ∆x 2
=
f (x + ∆x) − 2 f (x) + (∆x) 2
f (x − ∆x) 。
（5-9） （5-10） （后的二阶差商。 以上是一元函数的差分与差商。多元函数 f(x,y,…)的差分与差商也可以类推。
如一阶向前差商为
应地，上式中的 ∆y 、 ∆x 分别称为函数及自变量的差分， dy //#######为函数对 dx
自变量的差商。 在导数的定义中 ∆x 是以任意方式趋近于零的，因而 ∆x 是可正可负的。在差
分方法中， ∆x 总是取某一小的正数。这样一来，与微分对应的差分可以有 3 种
形式： 向前差分 向后差分 中心差分
有限差分法基本原理
有限差分法的应用领域
流体力学
用于模拟流体在固定或变形网格 上的流动，如计算流体动力学 （CFD）中的数值模拟。
热传导
用于求解热传导方程，模拟热 量在物体中的传播和分布。
波动传播
用于求解波动方程，如地震波 、声波和电磁波的传播。
有限差分法基本原理
CONTENTS 目录
• 引言 • 有限差分法的基本原理 • 有限差分法的实现 • 有限差分法的优缺点 • 有限差分法的改进方向
CHAPTER 01
引言
有限差分法的定义
有限差分法是一种数值计算方法，通 过将连续的物理量离散化为有限个离 散点上的数值，并建立代数方程来近 似描述物理量随时间和空间的变化规 律。
缺点
精度问题
由于有限差分法采用的是离散化的方法， 因此其精度受到网格大小的影响，网格越
小精度越高，但同时也会增加计算量。
数值耗散误差
在模拟非线性问题时，有限差分法可能会 产生数值耗散误差，导致能量的损失或者
非物理振荡。
数值色散误差
在模拟波动性问题时，有限差分法可能会 产生数值色散误差，导致波的传播速度发 生变化。
常用的离散化方法包括均匀网格、非均匀网格、有限元法等，
应根据实际问题选择合适的离散化方法。
差分近似
Hale Waihona Puke 01差分近似公式根据微分方程的性质，构造差分 近似公式，将微分方程转化为差 分方程。
精度分析
02
03
稳定性分析
分析差分近似公式的精度，确定 其与微分方程的误差大小和分布。
分析差分近似公式的数值稳定性， 确保计算过程中误差不会累积放 大。
4.有限差分法基本原理
0 t x ( x,0) ( x)
差分方程的建立过程
1.划分网格 选定步长 x和 t ，然后在坐标平面用平行于坐标轴 的两族直线划分网格： xi x0 ix, i 0, 1, 2, ...,
t
n in 1 i 1
2x
0
差分方程和其定解条件一起，称为相应微分方程 问题的差分格式。上述初值问题的差分格式可改写为：
t n 1 n n (in i i i 1 ) 1 2x 0 i ( xi )
观察上述差分格式可看出：若知道第 n 层的 ，可 由一个差分式子直接算出第 n 1层的 ，故称这类格式 为显示格式。
0 t x
2 2 对流－扩散方程： t x x
热传导方程：
2 2 t x
Poisson方程：
2 2 2 f 2 y x 2 0 2 x y
2 2
Laplace方程：
差分方程的建立过程
• 方程的一般变换
• 方程的一般变换
• 拉伸（压缩）网格
dy e d y e
• 椭圆网格
• 椭圆网格
• 自适应网格
• 自适应网格
• 非结构网格和笛卡尔网格
t
误差及稳定性分析
收敛性 收敛性研究的是差分方程的解与微分方程的解之间的差别问 题。如果在求解区域中的任一离散点 ( x, t ) 上，当网格步长 x、t 趋于零时，有限差分方程的解趋近于所近似的微分方程解，则称有 限差分方程的解是收敛的。
T (i, n)
x 0 , t 0
lim
小结
小结
有限差分法
有限差分法有限差分法有限差分法finite difference method微分方程和积分微分方程数值解的方法。
基本思想是把连续的定解区域用有限个离散点构成的网格来代替，这些离散点称作网格的节点；把连续定解区域上的连续变量的函数用在网格上定义的离散变量函数来近似；把原方程和定解条件中的微商用差商来近似，积分用积分和来近似，于是原微分方程和定解条件就近似地代之以代数方程组，即有限差分方程组，解此方程组就可以得到原问题在离散点上的近似解。
然后再利用插值方法便可以从离散解得到定解问题在整个区域上的近似解。
有限差分法的主要内容包括：如何根据问题的特点将定解区域作网格剖分；如何把原微分方程离散化为差分方程组以及如何解此代数方程组。
此外为了保证计算过程的可行和计算结果的正确，还需从理论上分析差分方程组的性态，包括解的唯一性、存在性和差分格式的相容性、收敛性和稳定性。
对于一个微分方程建立的各种差分格式，为了有实用意义，一个基本要求是它们能够任意逼近微分方程，这就是相容性要求。
另外，一个差分格式是否有用，最终要看差分方程的精确解能否任意逼近微分方程的解，这就是收敛性的概念。
此外，还有一个重要的概念必须考虑，即差分格式的稳定性。
因为差分格式的计算过程是逐层推进的，在计算第n＋1层的近似值时要用到第n层的近似值，直到与初始值有关。
前面各层若有舍入误差，必然影响到后面各层的值，如果误差的影响越来越大，以致差分格式的精确解的面貌完全被掩盖，这种格式是不稳定的，相反如果误差的传播是可以控制的，就认为格式是稳定的。
只有在这种情形，差分格式在实际计算中的近似解才可能任意逼近差分方程的精确解。
关于差分格式的构造一般有以下3种方法。
最常用的方法是数值微分法，比如用差商代替微商等。
另一方法叫积分插值法，因为在实际问题中得出的微分方程常常反映物理上的某种守恒原理，一般可以通过积分形式来表示。
此外还可以用待定系数法构造一些精度较高的差分格式。
有限差分法
有限差分法有限差分法finite difference method微分方程和积分微分方程数值解的方法。
基本思想是把连续的定解区域用有限个离散点构成的网格来代替，这些离散点称作网格的节点；把连续定解区域上的连续变量的函数用在网格上定义的离散变量函数来近似；把原方程和定解条件中的微商用差商来近似，积分用积分和来近似，于是原微分方程和定解条件就近似地代之以代数方程组，即有限差分方程组，解此方程组就可以得到原问题在离散点上的近似解。
然后再利用插值方法便可以从离散解得到定解问题在整个区域上的近似解。
有限差分法的主要内容包括：如何根据问题的特点将定解区域作网格剖分；如何把原微分方程离散化为差分方程组以及如何解此代数方程组。
此外为了保证计算过程的可行和计算结果的正确，还需从理论上分析差分方程组的性态，包括解的唯一性、存在性和差分格式的相容性、收敛性和稳定性。
对于一个微分方程建立的各种差分格式，为了有实用意义，一个基本要求是它们能够任意逼近微分方程，这就是相容性要求。
另外，一个差分格式是否有用，最终要看差分方程的精确解能否任意逼近微分方程的解，这就是收敛性的概念。
此外，还有一个重要的概念必须考虑，即差分格式的稳定性。
因为差分格式的计算过程是逐层推进的，在计算第n＋1层的近似值时要用到第n层的近似值，直到与初始值有关。
前面各层若有舍入误差，必然影响到后面各层的值，如果误差的影响越来越大，以致差分格式的精确解的面貌完全被掩盖，这种格式是不稳定的，相反如果误差的传播是可以控制的，就认为格式是稳定的。
只有在这种情形，差分格式在实际计算中的近似解才可能任意逼近差分方程的精确解。
关于差分格式的构造一般有以下3种方法。
最常用的方法是数值微分法，比如用差商代替微商等。
另一方法叫积分插值法，因为在实际问题中得出的微分方程常常反映物理上的某种守恒原理，一般可以通过积分形式来表示。
此外还可以用待定系数法构造一些精度较高的差分格式。
有限差分法
有 限 差 分 法流体运动的控制方程多为偏微分方程，在复杂的情况下不存在解析解。
但是对于一些简单的情况存在解析解，偏微分方程的解析解可用精确的数学表达式表示，该表达式给出了因变量在整个定义域中的连续变化状况。
有限差分法（Finite Difference Method ,FDM ）是数值计算中比较经典的方法，由于其计算格式直观且计算简便，因此被广泛地应用在计算流体力学中。
有限差分法首先将求解区域划分为差分网格，变量信息存储在网格节点上，然后将偏微分方程的导数用差商代替，代入微分方程的边界条件，推导出关于网格节点变量的代数方程组，通过求解代数方程组，获得偏微分方程的近似解。
偏微分方程被包含离散点未知量的代数方程所替代，这个代数方程能求出离散节点处的变量，这种离散方法叫做有限差分法。
2.1有 限 差 分 逼 近2.1.1 有限差分网格 由于有限差分法求解的是网格节点上的未知量值，因此首先介绍有限差分网格。
图2.1 – 1是x-y 平面上的矩形差分网格示意图。
在x 轴方向的网格间距为△x ，在y 轴方向的网格间距为△y ，网格的交点称为节点，计算变量定义在网格节点上。
称△x 和△y 为空间步长，△x 一般不等于△y ，且△x 和△y 也可以不为常数。
取各方向等距离的网格，可以大大简化数学模型推导过程，并且经常会取得更加精确的数值解。
本章作为计算流体力学入门知识，假设沿坐标轴的各个方向网格间距分别相等，但是并不要求各方向的网格间距一致。
例如假设△x 和△y 是定值，但是不要求△x 等于△y 。
在图2.1 - 1中，网格节点在x 方向用i 表示，在y 方向用j 表示。
因此，假如（i ，j ）是点P 在图2.1 – 1中的坐标，那么，点P 右边的第一个点的就可以用（i+1，j ）表示；在P 左边的第一个点的就可以用（i —1，j ）表示；点P 上边的第一个点的就可以用（i ，j+1）表示；点P 下边的第一个点的就可以用（i ，j —1）表示。
有限差分法基本原理-较好
如折射、反射、散射等现象。
电磁波控制
03
在电磁场模拟中，有限差分法还可以用于研究电磁波的调控技
术，如波导、滤波器等器件的设计和优化。
有限差分法在气候模拟中的应用
气候模型
气候模拟是有限差分法的另一个重要应用领域，用于研究地球气 候系统的演变和预测。
大气环流模型
通过有限差分法，可以建立大气环流模型，模拟大气中温度、湿 度、风速等变量的变化和传播。
有限差分法的稳定性分析
稳定性定义
有限差分法的稳定性是指当时间步长趋于无 穷小时，数值解的误差不会发散，而是趋于 零。
稳定性条件
为了确保有限差分法的稳定性，需要满足一定的条 件，例如CFL条件（Courant-Friedrichs-Lewy条件 ）等。
不稳定性分析
对于某些初始条件和参数，有限差分法可能 会出现数值不稳定的情况，需要进行不稳定 性分析并采取相应的措施。
3
边界条件处理
在流体动力学应用中，有限差分法需要考虑复杂 的边界条件，如固壁、滑移边界等，以实现准确 的数值模拟。
有限差分法在电磁场模拟中的应用
麦克斯韦方程
01
有限差分法可以用于求解电磁场中的麦克斯韦方程，以模拟电
磁波的传播和散射等行为。
电磁波传播
02
通过有限差分法，可以模拟电磁波在复杂介质中的传播特性，
THANKS FOR WATCHING
感谢您的观看
未来研究方向与展望
研究方向 展望
针对有限差分法的局限性和不足，未来的研究可 以关注如何改进算法，提高计算精度和稳定性， 以及如何拓展该方法的应用范围。
随着计算机技术的不断发展和数值计算方法的进 步，有限差分法有望在未来得到更广泛的应用和 更深入的研究，为解决各种科学和工程问题提供 更加有效的数值计算方法。
第五讲——显式差分和隐式差分(5)
G(Y (t ), Y (t t )) 0
例子：
1. 显式差分格式：
左端：n+1时刻的值； 右端：n时刻的值。
特点：结构简洁，直接求解，求解速度快。
但是，时间步长需满足：
显式差分格式才能得到稳定的数值解，否则，数值解将会不稳定而振荡。
显示差分格式示意图
2. 隐式差分格式：
时间一阶精度 空间二阶精度
a(121,106)=-0.25; a(135,134)=-0.25; a(135,120)=-0.25; a(15,14)=-0.25; a(15,30)=-0.25; for i=2:14 a(i,i-1)=-0.25; a(i,i+1)=-0.25; a(i,i+15)=-0.25; end for i=122:134 a(i,i-1)=-0.25; a(i,i+1)=-0.25; a(i,i-15)=-0.25; end for i=1:7 for j=2:14; a(15*i+j,15*i+j-1)=-0.25; a(15*i+j,15*i+j+1)=-0.25; a(15*i+j,15*i+j+15)=-0.25; a(15*i+j,15*i+j-15)=-0.25; end end
有限差分法基本原理
T(x,t) 随时间变化由下面的扩散方程来描述：
T t
2T x2
T ( x,0) 0
T (0, t ) 100 T (1, t ) 100
时间导数用一阶向前差商近似代替：
Tn Tin1 Tin
t i
t
空间导数用二阶中心差商近似代替：
x2T2 in Ti n12 T xi2 nTi n1
T in 1 T in x t2( T i n 1 2 T in T i n 1 )
取 1 2 ,0 x 0 .1 , t 0 .5 ，则最终的差分方程：
Tin1 12(Ti n1Ti n1)
显式有限差分模板：
x
t T 0.0 0.1 0.2 0.3 0.4
0.0 100 0
00
(xi)
观察上述差分格式可看出：若知道第 层n的 ，可 由一个差分式子直接算出第 n层1的 ，故称这类格式
为显示格式。
显式有限差分模板：
时间推进：
例 考虑长度为1的均匀 直杆，其表面是绝热的， 而且杆截面足够细，可
以把断面上的所有点的温度看成是相同的。x轴取为沿
杆轴方向，x0,x1对应杆的端点，则杆内温度分布
分方程的修正方程式。
T t x2T2 ET ET 2t t22 Tin 1x2 2x44TinO(t2,x2)
上式中的 E T 就是差分方程与微分方程的差别，称之为截断误 差。显然 E T与 x、t成正比，一般情况下，当步长趋向零时,有 限差分方程的截断误差是趋向于零的，则称有限差分方程与相应 的偏微分方程是相容的。
有限差分法基本原理
流体的控制方程
u u u v u w u p 0 t x y z x v u v v v w v p 0 t x y z y w u w v w w w p 0 t x y z z
有限差分法的原理与计算步骤
一、有限差分法的原理与计算步骤
1.原理
基本思想是把连续的定解区域用有限个离散点构成的网格来代替，这些离散点称作网格的节点;把连续定解区域上的连续变量的函数用在网格上定义的离散变量函数来近似;把原方程和定解条件中的微商用差商来近似，积分用积分和来近似，于是原微分方程和定解条件就近似地代之以代数方程组，即有限差分方程组，解此方程组就可以得到原问题在离散点上的近似解。
然后再利用插值方法便可以从离散解得到定解问题在整个区域上的近似解。
2. 计算步骤
在采用数值计算方法求解偏微分方程时，若将每一处导数由有限差分近似公式替代，从而把求解偏微分方程的问题转换成求解代数方程的问题，即所谓的有限差分法。
有限差分法求解偏微分方程的步骤如下：
（1）区域离散化，即把所给偏微分方程的求解区域细分成由有限个格点组成的网格；
（2）近似替代，即采用有限差分公式替代每一个格点的导数；
（3）逼近求解。
换而言之，这一过程可以看作是用一个插值多项式及其微分来代替偏微分方程的解的过程
二、有限差分法的程序流程图。
有限差分法基本原理
Dw Dt
=
−
∂p ∂w
+
∂ ∂x
µ
∂w ∂x
+
∂u ∂z
+
∂ ∂y
µ
∂v ∂z
+
∂w ∂y
+
∂ ∂z
2µ
∂w ∂z
−
2 3
µ∇ ⋅
V
数值离散概述
有限差分法求解流动控制方程的基本过程是：首先 将求解区域划分为差分网格，用有限个网格点代替连 续的求解域，将待求解的流动变量（如密度、速度等） 存储在各网格点上，并将偏微分方程中的微分项用相 应的差商代替，从而将偏微分方程转化为代数形式的 差分方程，得到含有离散点上的有限个未知变量的差 分方程组。求出该差分方程组的解，也就得到了网格 点上流动变量的数值解。
一个可用的偏微分方程的差分表达式必须是相容的。否则在
∆x 、∆t 趋近零时，差分方程不能趋于原微分方程，差分方程的解 就不能代表微分方程的解，差分求解就失去了意义!
2.收敛性 收敛性研究的是差分方程的解与微分方程的解之间的差别问 题。如果在求解区域中的任一离散点 (x, t) 上，当网格步长 ∆x、∆t 趋于零时，有限差分方程的解趋近于所近似的微分方程解，则称有 限差分方程的解是收敛的。
Von Neumann稳定性分析方法简介
分析例题
T n+1 i
= Ti n
−β
∆t ∆x 2
(Ti
n +1
−
2Ti n
+
Ti
n −1
),
S
=
β
∆t ∆x 2
T n+1 i
=
STi
n −1
有限差分法推导
有限差分法推导引言有限差分法是一种常用的数值计算方法，广泛应用于科学和工程领域。
它通过将连续的问题离散化为离散点上的代数方程，从而求解连续问题的近似解。
本文将详细介绍有限差分法的推导过程。
数学背景在开始推导之前，我们需要了解一些基本的数学概念和符号。
假设我们要求解一个一维偏微分方程：∂u ∂t =D∂2u∂x2其中，u(x,t)是待求函数，D是常数，表示扩散系数。
离散化为了使用有限差分法求解上述偏微分方程，我们首先需要将其离散化。
我们选择在空间和时间上进行离散化。
空间离散化我们将空间区域[0,L]分成N+1个等距的网格点，每个网格点之间的距离为Δx=LN。
记第i个网格点为x i，对应的函数值为u i=u(x i,t)。
时间离散化我们将时间区域[0,T]分成M+1个等距的时间步长，每个时间步长为Δt=TM。
记第j个时间步为t j，对应的函数值为u ij=u(x i,t j)。
差分格式通过泰勒展开，我们可以得到一个关于空间和时间导数的近似公式：∂u ∂t ≈u ij+1−u ijΔt∂2u ∂x2≈u i+1j−2u ij+u i−1j(Δx)2将上述近似公式代入原方程，得到离散化后的代数方程：u ij+1−u ijΔt =Du i+1j−2u ij+u i−1j(Δx)2迭代求解得到离散化后的代数方程后，我们可以使用迭代方法逐步求解。
假设已知初始条件u(x,0)=f(x)和边界条件u(0,t)=g1(t)、u(L,t)=g2(t)。
边界条件处理对于边界条件u(0,t)=g1(t)，我们可以使用前向差分近似：u0j+1−u0jΔt =g1(t j+Δt)−g1(t j)Δt类似地，对于边界条件u(L,t)=g2(t)，我们可以使用后向差分近似：u Nj+1−u NjΔt =g2(t j+Δt)−g2(t j)Δt迭代方程将边界条件和离散化后的方程整理，可以得到迭代方程：u ij+1=u ij+DΔt(Δx)2(u i+1j−2u ij+u i−1j)其中，i=1,2,...,N−1；j=0,1,...,M−1。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
海洋数值模拟 第五讲
显式差分/隐式差分
• 显式差分：向前差分用于方程的处理可以得到新时间步上的值及由X（
n+1)=Q[X(n)]来得到新值，其中X(n)为T时刻的值，X（n+1)为T+1时刻的值，也 就是说显式差分完全可以有已知或已算出的值来计算出下一个时间步的值。
• 隐式差分：隐式差分要获得新时间步的值不仅要已知或已算出的值还要用到
新时间步的值，及X（n+1)=Q[X(n)，X（n+1)]，可以看出这样的方程来求解新 时间步就要用到迭代，像这样的求解新时间步时同时用到旧值和新值的差分 就是隐式差分方法。
由于隐式差分是无条件稳定的，所以隐式算法不存在稳定性问题。
知识回顾 Knowledge Review
祝您成功！ຫໍສະໝຸດ