xjm53微分方程数值解

xjm53微分方程数值解从常微分到偏微分的数值计算理论与方法体系Contents课程目录数值分析课程的四大核心模块，从基础理论到发展方程的系统学习路径。01数值分析基础02常微分方程数值方法03椭圆型方程的差分方法04发展方程差分法与有限元方法Chapter01数值分析基础为微分方程数值求解提供迭代、插值与积分三大基础工具NumericalMethods·Lecture01课程导论：为什么需要数值解绝大多数微分方程无法获得解析解，数值方法通过在离散点上构造近似解来替代解析表达，是科学与工程计算中求解微分方程的核心手段。01大量实际问题的数学模型（如流体、传热、波动）对应的微分方程不存在初等函数形式的解析解，必须依赖数值逼近获得工程可用的解。02数值解的核心思路是在离散网格点上用代数运算替代微分运算，将无穷维连续问题转化为有限维离散问题求解。03课程涵盖常微分方程初值问题、椭圆型与抛物型偏微分方程的差分方法，以及有限元方法的基本理论与误差分析。04理论分析与数值实验并重：每种方法都需验证收敛性、稳定性和精度阶，并通过编程实践加深理解。NumericalMethods基本迭代格式：不动点迭代与Newton-Raphson方法不动点迭代和Newton-Raphson方法是求解非线性方程的两大基础工具。前者简单但仅一阶收敛，后者利用导数信息实现二阶收敛，是隐式微分方程格式中求解非线性系统的关键算法。01将f(x)=0改写为x=g(x)，通过xn+1=g(xn)逐步逼近解。收敛条件|g'(x*)|＜1，收敛阶为1。02利用泰勒展开线性近似，迭代公式xn+1=xn−f(xn)/f'(xn)，在单根附近具有二阶收敛速度。03几何意义是用切线逼近曲线与x轴交点。初始值选取至关重要：偏离真解过远可能导致迭代发散或进入周期轨道。04在隐式微分方程格式中，每步需求解非线性方程组F(y)=0，Newton-Raphson的收敛性和效率直接决定整体求解的可靠性。NUMERICALANALYSIS离散范数与连续范数离散范数是连续范数在网格点上的离散化版本，为数值解的误差度量提供严格的数学框架。不同范数的选择影响收敛性分析的结论形式，是理解差分格式精度的基础。📐L^p/最大模连续范数包括L^p范数（积分型）和最大模范数（上确界型），用于度量连续函数空间中元素的大小与函数间距离，是泛函分析中的核心工具。🔢离散化定义离散L^2范数定义为网格点函数值平方和乘以步长再开根号，离散最大模范数取所有网格点函数值的绝对值最大者，直接对应数值计算实现。🔗逼近关系离散范数与连续范数之间存在逼近关系：当网格加密时，离散L^2范数趋近于连续L^2范数，这保证了数值误差分析的一致性与可靠性。📊收敛性影响收敛性分析中的误差估计依赖于范数选择：同一差分格式在离散L^2范数和最大模范数下可能具有不同的收敛阶，需根据问题特性合理选取。NUMERICALANALYSIS函数的插值逼近两种等价插值形式，误差随节点加密快速提高，高次存在Runge振荡，宜用分段低次策略01Lagrange插值多项式用基函数li(x)的线性组合表达，每个基函数在对应节点取1、其余节点取0，形式优雅但计算效率较低02Newton插值利用差商递推构造多项式，新增节点只需追加一项，计算效率更优，且差商表便于误差分析与自适应节点加密03插值截断误差公式包含f的n+1阶导数与节点多项式之积，说明光滑函数的插值精度随节点加密快速提高04Runge现象揭示等距节点高次插值在端点附近剧烈振荡，解决策略包括Chebyshev节点分布或分段低次插值（有限元方法的核心思想之一）NumericalIntegration数值积分方法数值积分是微分方程数值求解的关键工具，既用于从积分形式导出差分格式，也是有限元中刚度矩阵计算的核心技术。Gauss求积通过同时优化节点和权重实现最高代数精度，是有限元数值积分的首选方案。01复化梯形与Simpson将积分区间等分后逐段近似，Simpson精度为O(h⁴)优于梯形公式的O(h²)，加密网格可有效提高精度O(h⁴)02Gauss求积同时优化积分节点位置和权重系数，n个节点可精确积分2n−1次多项式，代数精度远高于Newton-Cotes公式2n−103自适应Simpson在被积函数变化剧烈处自动加密节点、平缓处放宽，以最少计算量达到预设精度，适合复杂积分问题自适应04有限元应用单元刚度矩阵需计算基函数乘积的积分，Gauss求积是标准选择，节点数需保证精度不低于理论精度刚度矩阵ChapterSummary第一章小结：三大基础工具数值分析基础为微分方程数值求解准备了迭代、插值和积分三大工具。迭代法处理隐式格式的非线性求解，插值为函数逼近和有限元基函数奠基，数值积分用于格式导出和刚度矩阵计算，三者构成后续所有章节的方法论支撑。三大基础工具总览工具类别核心方法精度/收敛阶微分方程中的应用迭代法Newton-Raphson方法二阶收敛隐式格式中非线性方程（组）的求解插值Lagrange/Newton多项式插值O(hn+1)函数逼近、有限元基函数构造、Runge现象的规避数值积分Gauss求积/复化SimpsonO(h2n)/O(h4)积分型差分格式导出、有限元刚度矩阵数值积分三大工具分别服务于非线性求解、函数逼近和积分计算，是后续微分方程数值方法的共同基础CHAPTER02常微分方程数值方法从Euler格式到Runge-Kutta与线性多步法的系统构建与理论分析TheoryFoundation常微分方程初值问题与适定性常微分方程初值问题的适定性——解的存在性、唯一性和对初始条件的连续依赖性——是数值求解的前提。Lipschitz条件是保证适定性的核心数学条件，也是后续数值方法收敛性与稳定性分析的基本假设。标准形式：初值问题y'=f(t,y),y(t₀)=y₀高阶方程可通过引入新变量化为一阶方程组，建立统一处理框架，简化理论分析与数值实现ODEPicard-Lindelöf：Lipschitz条件保证局部唯一解若|f(t,y₁)−f(t,y₂)|≤L|y₁−y₂|成立，则初值问题在t₀附近存在唯一解，这是适定性理论的核心定理Lipschitz连续依赖性：解对初值的敏感程度由Lipschitz常数控制初始扰动Δy₀引起的解偏差随时间以指数速率增长，L越大，数值计算中的舍入误差传播越剧烈GrowtheLt线性系统稳定性：特征值实部决定长期行为y'=Ay+g(t)的适定性由矩阵A特征值决定，所有特征值实部为负时系统渐近稳定，数值方法可长期积分Re(λ)<0NUMERICALMETHODSEuler方法及其收敛性Euler方法用前向差商替代导数，是最简单的一阶显式单步法。理解其收敛性分析框架对后续方法至关重要。显式显式Euler格式yₚ₊₁=yₚ+h·f(tₚ,yₚ)用当前点处斜率作为整个步长的平均斜率，几何意义为沿切线前进一步隐式隐式Euler格式yₚ₊₁=yₚ+h·f(tₚ₊₁,yₚ₊₁)用下一步的斜率值，需解方程求未知量，稳定性远优于显式版本O(h)一阶精度与误差局部截断误差O(h²)，全局误差O(h)，步长减半则误差大致减半Lipschitz收敛性证明依赖Lipschitz条件和离散Gronwall不等式，h→0时数值解一致收敛于真解数值方法·常微分方程改进Euler法与梯形公式改进Euler法和梯形公式通过利用步长两端的斜率信息将精度提升至二阶，体现了"预测-校正"的核心思想。改进Euler法（Heun法）先用显式Euler法预测ỹ=yn+hf(tn,yn)，再用两端斜率均值校正：yn+1=yn+h/2·[f(tn,yn)+f(tn+1,ỹ)]局部截断误差O(h3)，全局误差O(h2)，是二阶方法，精度比标准Euler法提高一个量级属于显式预测-校正格式，无需解方程，每步两次函数求值，是经典四阶Runge-Kutta法的雏形O(h²)全局精度梯形公式与预测-校正梯形公式yn+1=yn+h/2·[f(tn,yn)+f(tn+1,yn+1)]直接用两端斜率均值，精度二阶，但为隐式格式需迭代求解将Euler法（预测）与梯形公式（校正）结合构成显式预测-校正格式，兼顾计算便捷性与精度梯形公式的A-稳定性使其在刚性问题中有重要价值：绝对稳定区域包含整个左半复平面A-Stable刚性适用NUMERICALSTABILITY稳定性与绝对稳定区域绝对稳定性衡量数值方法对试验方程y'=λy的误差衰减能力，绝对稳定区域是所有使数值解不发散的hλ值的集合。稳定区域的大小直接决定方法能否高效处理刚性问题，是方法选择的核心依据。01试验方程与稳定条件：y'=λy（Re(λ)<0）的真解指数衰减，数值方法应保持这一衰减特性——若|R(hλ)|<1则称该方法对hλ绝对稳定02显式Euler法：放大因子R(z)=1+z，绝对稳定区域为复平面上|1+z|<1的圆盘，即以(-1,0)为心、半径1的圆内区域03隐式Euler法：放大因子R(z)=1/(1-z)，稳定区域包含整个左半平面，是A-稳定的——对任意步长均保持衰减特性04稳定区域与计算效率：稳定区域越大，允许的步长越大，处理刚性方程的能力越强，计算效率越高NumericalMethods·ODESolversRunge-Kutta方法Runge-Kutta方法通过在每步内多次求值右端函数f并用加权组合逼近增量，实现高阶精度且无需计算导数。经典四阶RK方法（RK4）以每步4次函数求值达到O(h⁴)精度，是非刚性常微分方程的标准求解方法。01s级RK方法的一般形式每步计算s个中间斜率kᵢ=f(tₙ+cᵢh,yₙ+hΣaᵢⱼkⱼ)，用加权组合yₙ₊₁=yₙ+hΣbᵢkᵢ完成更新。该方法通过多点采样斜率信息，有效提升数值解的精度与稳定性。yₙ₊₁=yₙ+hΣbᵢkᵢ02Butcher表以紧凑矩阵形式记录RK方法的系数c、A、b，是描述和分类RK方法的标准工具。通过Butcher表可直观判断方法的显隐式特性、精度阶数及稳定性特征。c|A|b03经典四阶方法（RK4）每步4次f求值，局部截断误差O(h⁵)，全局误差O(h⁴)，在非刚性问题上精度与效率平衡极佳。RK4因其简单可靠，成为科学与工程计算中最常用的常微分方程数值解法。O(h⁴)·4evaluations04级数与精度阶数关系显式RK方法的级数s与最高精度阶p满足s=p（p≤4）和s>p（p≥5），5阶方法至少需要6级。这一约束源于高阶精度对斜率信息组合方式的复杂要求。s≥6forp=5NUMERICALMETHODS·ADAPTIVESTEPSIZE自适应步长：Runge-Kutta-Fehlberg方法RKF45通过嵌入4阶和5阶两个RK公式，利用计算结果之差估计局部误差并自动调整步长，实现精度控制与计算效率的最优平衡。01🔧嵌入式设计设计一对4阶和5阶RK公式，共享6个中间斜率kᵢ，每步仅需6次f求值即可同时获得两个精度的近似解。这种嵌入式结构避免了重复计算，大幅提升了计算效率。02📊误差估计局部误差=5阶结果−4阶结果，与预设容限TOL比较：误差超过TOL则缩小步长重算，远小于TOL则放大步长提高效率。这种动态监控机制确保数值解始终处于可控精度范围内。03⚡步长调整调整公式h_new=h·(TOL/err)^{1/5}，基于误差与h⁵的关系推导，保证调整后步长恰好满足精度要求。指数1/5反映了5阶方法的误差阶数特性。04🚀工程应用MATLAB的ode45、SciPy的RK45等主流求解器均基于此嵌入式策略，是工程和科研中最常用的ODE数值求解工具，广泛应用于动力学仿真、控制系统等领域。NUMERICALMETHODS·ODE线性多步方法：Adams格式族线性多步法利用前若干步的历史数据构造高阶格式，Adams-Bashforth（显式）和Adams-Moulton（隐式）是两类经典代表。相比RK方法，线性多步法每步仅需一次f求值，但需要额外存储历史值且依赖单步法启动。01一般形式与推导k步线性多步法一般形式Σα_jy_{n+j}=hΣβ_jf_{n+j}，通过多项式插值或外推f的历史值来近似积分∫f(t,y)dt从而导出格式。多项式插值02Adams-Bashforth显式用前k步的f值构造k−1次外推多项式，AB4是常用的四阶显式方法，每步仅需1次f求值，计算效率显著高于同阶RK。AB4·1次求值03Adams-Moulton隐式用包含f_{n+1}在内的k个值构造插值多项式，AM3是四阶隐式方法，稳定性优于同阶AB格式，适合刚性问题。AM3·隐式稳定04预测-校正组合AB4预测+AM3校正的组合兼具显式的便捷与隐式的稳定性，是工程实践中广泛使用的ODE求解策略。AB4+AM3CONVERGENCE·STABILITY线性多步法的收敛性与零稳定性Dahlquist等价定理指出线性多步法的收敛性等价于相容性加零稳定性。零稳定性由第一特征多项式的根条件决定，是线性多步法理论分析中最核心的概念。01相容性条件局部截断误差趋近于零，要求第一特征多项式满足ρ(1)=0，且其导数满足ρ'(1)=σ(1)。这是保证数值格式能逼近真解的基本前提，确保当步长趋于零时，离散方程收敛于原微分方程。ρ(1)=0·ρ'(1)=σ(1)02零稳定性要求第一特征多项式ρ(ζ)的根须满足根条件：所有根的模不超过1，且模等于1的根必须是单根。违反根条件的格式会导致初始误差随迭代步数指数增长，计算结果完全失效。|ζj|≤1·单根条件03Dahlquist等价定理线性多步法收敛的充分必要条件是其同时满足相容性和零稳定性。这一深刻结果揭示了数值方法理论中收敛、稳定与相容三者之间的本质联系，是数值分析中最优美的等价性定理之一。收敛⟺相容+零稳定04Dahlquist第一障碍定理k步零稳定线性多步法的最高收敛阶受到严格限制：当k为奇数时p≤k+1，当k为偶数时p≤k+2。这一障碍定理深刻制约了高阶多步法的构造空间，是方法设计中的根本约束。k奇:p≤k+1·k偶:p≤k+2STIFFNESS&IMPLICITMETHODS刚性问题与BDF方法刚性问题中快变与慢变分量的时间尺度悬殊，迫使显式方法用远小于必要精度的步长来维持稳定性。Gear方法（BDF格式）是处理刚性问题的标准隐式多步法。01刚性问题的特征：Jacobian矩阵特征值的模比（刚度比）很大，快变分量衰减后步长仍受稳定性限制而非精度限制。刚度比≫102显式方法效率极低：以显式Euler法为例，当λ=−1000时步长必须h<0.002才能稳定，即使解已经非常平滑。h<0.00203BDF格式原理：用y的历史值构造向后差分近似y′，k步BDF格式阶数为k，k≤6时零稳定。k≤604绝对稳定区域：BDF方法包含左半复平面大部分区域（k≤2时A-稳定），MATLAB的ode15s基于可变阶BDF格式实现。ode15sCHAPTERSUMMARY第二章小结：ODE数值方法全景对比常微分方程数值方法形成了从一阶Euler到高阶RK、从显式单步到隐式多步的完整体系。方法选择取决于问题的刚性特征、精度需求和计算约束，三大类方法各有适用场景，互为补充。常微分方程数值方法对比方法类型典型阶数稳定性适用场景Euler法显式单步1条件稳定概念验证、简单问题快速估算改进Euler法显式单步2条件稳定低精度需求、教学演示经典RK4显式单步4条件稳定非刚性问题的标准求解方法RKF45显式自适应4/5条件稳定精度可控的通用非刚性求解器Adams-Bashforth显式多步1-4条件稳定f求值代价高时的非刚性问题BDF(Gear)隐式多步1-6近A-稳定刚性问题的标准求解方法三大类方法覆盖非刚性、刚性和自适应场景，方法选择取决于刚性比、精度需求和计算成本的综合权衡CHAPTER03椭圆型方程的差分方法从一维两点边值问题到二维Poisson方程的差分格式构造与收敛性分析NumericalMethods·PDE一维两点边值问题的差分方法一维椭圆型两点边值问题是偏微分方程差分法的入门模型。中心差分格式用二阶差商替代二阶导数，得到三对角线性方程组，具有二阶精度。01模型问题−u″=f(x)，u(0)=α，u(1)=β。将区间[0,1]等分为N段，步长h=1/N，在内部节点用中心差商替代导数。h=1/N02三点差分格式−(uᵢ₋₁−2uᵢ+uᵢ₊₁)/h²=fᵢ，形成三对角线性方程组AU=F，可用追赶法O(N)高效求解。AU=F03截断误差分析由Taylor展开得差分算子与微分算子之差为O(h²)，即二阶精度，网格加密一倍误差缩小为1/4。O(h²)04能量稳定性差分格式等价于离散Dirichlet能量最小化问题，离散极值原理保证数值解的最大值不超过边界值和源项的控制。DirichletNumericalMethods紧致差分格式紧致差分格式在不增加模板宽度的前提下，通过对右端项施加差分算子消除截断误差的主项，将精度从二阶提升至四阶。这一思想体现了"利用微分方程本身的信息来提高数值精度"的深刻理念。截断误差消除标准三点格式截断误差主项为h²/12·u''''(xᵢ)，利用方程−u''=f将u''''替换为−f''，对右端项施加差分算子消除主项。主项消除紧致格式公式−(uᵢ₋₁−2uᵢ+uᵢ₊₁)/h²=(fᵢ₋₁+10fᵢ+fᵢ₊₁)/12，仍为三对角方程组，但截断误差提升为O(h⁴)。O(h⁴)格式优势模板宽度不变（仍为三点），计算复杂度与二阶格式相同，但精度提高两个量级。三点模板推广应用紧致差分思想可推广到高维和更复杂的微分算子，是高精度数值方法的重要组成部分。高维推广NumericalPDE二维Poisson方程差分格式与求解器五点差分格式将偏微分方程转化为N²阶大型稀疏线性方程组，迭代法与多重网格法是高效求解的核心路径。01·DifferenceScheme五点差分格式(ui-1,j+ui+1,j+ui,j-1+ui,j+1−4ui,j)/h²=−fi,j是Laplace算子的标准离散，截断误差O(h²)。O(h²)02·SparseSystemN×N网格产生N²阶稀疏线性方程组，系数矩阵每行至多5个非零元，直接LU分解计算量O(N⁶)，大规模问题不可行。N²03·IterativeSolvers迭代求解器从简单到复杂：Jacobi（同步更新）→Gauss-Seidel（逐点更新）→SOR（超松弛加速）→CG（Krylov子空间方法）。CG04·Multigrid多重网格法利用粗细网格交替消除不同频率的误差分量，计算量与未知量个数成正比，是椭圆问题求解的理论最优方法。O(N²)NumericalAnalysis收敛性分析与特征值问题椭圆型差分格式的收敛性由离散极值原理和截断误差共同保证，遵循Lax等价定理；差分方法还可用于求解椭圆算子的特征值问题。离散极值原理若差分算子满足正型条件（对角元为负、非对角元非负、行和≤0），则离散解的最大值受边界值和源项控制正型条件Lax等价定理稳定性（离散极值原理）+相容性（截断误差O(h²)）=收敛性（误差‖u−uₕ‖=O(h²)）O(h²)特征值差分近似−Δu=λu离散化得到矩阵特征值问题AU=λₕU，矩阵A的特征值λₕ逼近连续特征值λAU=λₕU特征值近似精度k阶差分格式的第j个特征值误差为O(h²)，高精度差分或有限元可改善逼近阶精度O(h²)CHAPTER04发展方程差分法与有限元方法从热传导到波动方程的时间推进格式，以及有限元方法的变分框架NumericalMethods抛物型方程的基本差分格式热传导方程的差分格式在空间用中心差分、时间用不同离散策略，形成显式、隐式和Crank-Nicolson三类格式。三者在稳定性条件、精度阶和计算复杂度上的差异，体现了数值方法设计中精度与效率的经典权衡。显式格式（FTCS）时间前向Euler+空间中心差分：u_i^(n+1)=u_i^n+r(u_{i-1}^n−2u_i^n+u_{i+1}^n)，其中r=τ/h²条件稳定：需满足r≤1/2（即τ≤h²/2），空间网格加密时时间步长必须大幅缩小，计算效率受限优点为每步计算量小（显式推进无需解方程组），适合时间尺度短或空间网格粗的简单问题r≤1/2隐式格式（BTCS）与Crank-Nicolson隐式格式用n+1时刻的空间差分，无条件稳定，允许大时间步长，但精度仅为O(τ+h²)，每步需解三对角方程组Crank-Nicolson取n和n+1时刻空间差分的平均，无条件稳定且精度O(τ²+h²)，是热传导方程的标准求解格式CN格式可能产生虚假振荡（对不连续初值），改进方案包括θ方法（θ∈[0,1]调节显隐比例）O(τ²+h²)StabilityAnalysis差分格式的稳定性分析Fourier方法（vonNeumann分析）通过计算放大因子判断稳定性，是抛物型与双曲型方程差分格式分析的标准工具。稳定性条件要求格式不放大任何频率的误差分量。Fourier方法将数值解展开为e^{ikx}叠加，代入差分格式得放大因子G(k)，稳定条件|G(k)|≤1+Cτ对所有波数k成立|G(k)|≤1显式FTCS格式放大因子G=1−4r·sin²(kh/2)，|G|≤1对所有k成立等价于r=τ/h²≤1/2r≤1/2隐式BTCS格式放大因子G=1/(1+4r·sin²(kh/2))，|G|≤1恒成立，无条件稳定无条件稳定完整工具体系矩阵法通过增长矩阵谱半径判断，能量法构造离散能量不等式证明，三者构成完整体系三位一体HyperbolicPDE对流方程与波动方程的差分方法双曲型方程的解沿特征线传播，差分格式设计必须尊重信息传播的方向性。迎风格式根据波速方向选择上游节点实现稳定离散，CFL条件要求数值依赖域包含物理依赖域，这是双曲方程差分格式的普适稳定性约束。01对流方程的特征线传播ut+aux=0的解沿特征线x−at=const传播，中心差分格式不稳定，必须用迎风格式尊重信息传播方向ut+aux=002迎风格式与稳定性a>0时用上游差分ux≈(ui−ui-1)/h，条件稳定且满足CFL条件，数值信号速度≥物理波速aτ/h≤103波动方程显式差分utt=c²uxx的显式中心差分格式，利用三个时间层节点实现二阶精度离散r=cτ/h04CFL稳定条件r≤1是波动方程差分稳定的必要条件；r>1时数值依赖域不包含物理依赖域，信息传递不完整r≤1NumericalMethods·PDE交替方向方法（ADI）交替方向方法将高维隐式差分格式的求解分解为一系列一维三对角方程组，将每步计算量从O(N⁴)降至O(N²)。01高维计算瓶颈二维Crank-Nicolson格式每步需求解N²阶带状方程组，带宽为N，直接求解计算量为O(N⁴)，高维时计算代价过大。O(N⁴)02Peaceman-Rachford格式半步在x方向隐式+y方向显式，另半步在y方向隐式+x方向显式，每步仅需解三对角方程组。三对角方程组03精度与效率兼顾ADI格式保持Crank-Nicolson的二阶精度O(τ²+h²)和无条件稳定性，每步计算量降为O(N²)，效率提升显著。O(N²)04方法变体LOD（LocallyOne-Dimensional）法和分数步长法是ADI的变体，核心思想：将多维问题分解为多个一维子问题序列求解。LOD·分数步长NumericalMethods·FEM有限元方法的基本框架有限元方法通过"先变分后离散"的策略，将微分方程转化为变分问题后在分段多项式空间中求最优逼近。与差分法"直接离散微分方程"的路径不同，有限元法在处理复杂几何、非均匀材料和高阶精度方面具有天然优势。01变分形式—将微分方程转化为等价的极小位能原理或Galerkin弱形式，如−a(u,v)=(f,v)对所有检验函数v成立02有限元离散—对区域做三角或四边形网格剖分，在每个单元上用低次多项式（通常为线性或二次）作为基函数构造有限维空间Vh03刚度矩阵组装—将全局积分分解为单元积分之和，单元刚度矩阵通过数值积分（Gauss求积）计算后按节点编号组装为全局刚度矩阵K04求解与全域近似—求解Ku=F得到节点值向量u，有限元解uh=Σuiφi是连续的分段多项式函数，不仅给出离散点值还给出全域近似FunctionalAnalysisSobolev空间与变分形式Sobolev空间H¹为微分方程的弱解提供合适的函数空间框架，Galerkin弱形式和极小位能原理是有限元方法的两大变分基础。H¹(Ω)Sobolev空间H¹(Ω)={u∈L²:u′∈L²}函数及其一阶