二维泊松方程有限差分数值求解与误差分析

资 源 简 介

本项目基于MATLAB平台开发，旨在通过有限差分法（Finite Difference Method, FDM）数值求解二维泊松方程（Poisson Equation）。系统首先将矩形物理域离散化为均匀网格，采用二阶精度的中心差分格式（五点差分模板）逼近拉普拉斯算子，构建大型稀疏线性方程组 $Ax=b$。程序能够自动处理Dirichlet边界条件，利用矩阵左除或迭代法求解节点上的数值近似解。为了验证算法的准确性，项目内置了一个具有已知解析解（精确解）的典型算例。功能流程包括：设定物理模型参数与网格步长，计算源项分布，求解数值解，同步计算该点处的精确解，进而得出节点误差矩阵。最终，系统提供详细的后处理模块，能够定性地输出数值解的三维曲面图、精确解对比图以及误差分布图，并定量输出最大绝对误差和平均误差，从而直观展示有限差分法的收敛特性和计算精度。

详 情 说 明

二维泊松方程有限差分法数值求解与误差分析系统

项目简介

本项目是一个基于MATLAB平台开发的数值计算系统，专注于利用有限差分法（Finite Difference Method, FDM）求解二维泊松方程（Poisson Equation）。该系统在一个矩形物理域上进行离散化，构建稀疏线性方程组，并求解其数值解。为了验证算法的有效性，系统内置了一个特定解析解的算例，能够自动计算数值解与精确解之间的误差，并通过三维可视化图形直观展示计算结果。

功能特性

• 物理域离散化：自动将定义的矩形区域划分为均匀的网格系统，由用户预设网格在一个方向上的离散数量。
• 五点差分格式：采用经典的二阶精度中心差分格式（Five-point Stencil）逼近拉普拉斯算子，具有二阶截断误差。
• 稀疏矩阵优化：程序专门针对大规模线性方程组设计，利用稀疏矩阵存储格式（Sparse Matrix）构建系数矩阵，极大地减少了内存消耗并提升了计算效率。
• Dirichlet边界处理：能够自动识别并处理Dirichlet边界条件，通过将被知边界值移项至方程右端项（RHS）来修正线性方程组。
• 高性能求解：利用MATLAB内置的针对稀疏矩阵优化的直接求解器（左除运算法）快速求解大型线性方程组。
• 多维误差分析：定量计算最大绝对误差、L2范数误差以及平均误差，全方位评估数值算法的精度。
• 可视化后处理：提供交互式的三维曲面图，同屏展示数值解、解析解及误差分布，方便用户进行定性对比。

算法实现与逻辑细节

本项目核心代码实现了以下完整的数值模拟流程：

1. 物理模型初始化

系统首先定义求解区域为 $1.0 times 1.0$ 的矩形，并在X和Y方向上分别划分了50个网格（共 $51 times 51$ 个节点）。程序自动计算网格步长，并生成全域的网格坐标矩阵。为了构建线性方程组，系统区分了“边界节点”与“内部节点”，仅对内部未知节点进行编号和求解。

2. 定义验证算例

为了评估求解器的准确性，代码内置了如下数学模型：

• 精确解：采用双正弦函数 $u(x,y) = sin(pi x)sin(pi y)$。
• 源项函数：根据泊松方程 $-Delta u = f$ 反推得到源项 $f(x,y) = 2pi^2 sin(pi x)sin(pi y)$。
• 边界条件：边界值直接由精确解函数给出（在边界上值为0），属于Dirichlet边界条件。

3. 稀疏矩阵组装 (核心算法)

这是程序最关键的部分。为了高效求解 $Ax=b$：

• 映射机制：建立了二维网格索引 $(i, j)$ 到一维未知数向量索引 $k$ 的映射关系。
• 系数计算：对于每个内部节点，计算中心点及其上下左右四个邻居节点的差分系数。
• 边界修正：在遍历邻居节点时，如果邻居位于边界上，程序不会将其加入系数矩阵 $A$，而是通过已知边界函数计算其值，并将该项移至方程右端向量 $b$ 中，从而保证方程系统的封闭性。
• 三元组构建：使用 rows、cols、vals 数组预存储非零元素，最后一次性生成稀疏矩阵，避免了动态调整矩阵大小带来的性能损耗。

4. 数值求解

使用MATLAB的 ` (mldivide) 运算符对构建好的稀疏线性方程组进行求解。该求解器会自动选择适合稀疏矩阵的算法（如UMFPACK），并记录求解耗时。

5. 结果重构与误差计算

• 解的重构：将求解得到的一维内部节点向量映射回二维网格矩阵，并填充四条边的边界条件值，形成完整的数值解矩阵。
• 误差统计：通过计算数值解矩阵与精确解矩阵的差值，得出误差矩阵。随后计算全域的最大绝对误差、L2离散范数误差和平均误差。

结果可视化

代码执行完毕后会自动弹出一个包含三个子图的窗口：

1. 数值解曲面图：展示有限差分法计算得到的 $u(x,y)$ 三维分布。
2. 精确解曲面图：展示理论上的标准解，用于目视对比。
3. 误差分布图：展示全域的绝对误差 $|u_{num} - u_{exact}|$ 分布，色条（Colorbar）直观反映了误差的量级范围。

所有图形均采用三维视角，使用 jet 和 parula 色图进行渲染，并开启了网格显示以便观察细节。

系统要求

• MATLAB R2016a 或更高版本。
• 无需额外工具箱，但需要核心的数学运算和绘图功能支持。

使用方法

1. 将项目代码保存为 .m` 文件。
2. 在MATLAB环境中打开该文件。
3. 点击运行（Run）或在命令行输入文件名执行。
4. 程序将在命令行窗口输出组装状态、求解时间及详细的误差统计数据，并弹出结果对比图窗。