1 有限差分法の概要
有限差分法（Finite Difference Method, FDM）は、偏微分方程式（PDE）や常微分方程式（ODE）に含まれる微分作用素を、格子点上で定義される差分（有限な差）で置き換え、離散化された方程式を数値的に解く計算手法である。連続変数で記述された問題を計算機で扱える形に変換することが中心目的であり、格子上の未知数（関数値やその近似）を通じて解の近似を得る。
有限差分法の性能は、境界条件の取り扱い、格子配置、離散化する方法（スキームの選択）、近似精度、時間発展問題での安定性の条件などに強く依存する。特に、同じ微分方程式でも離散化の選択によって結果が大きく変わり得るため、理論（安定性・収束性）と実装（誤差検証）を併せて設計することが重要になる。熱伝導、波動、拡散、流体の基本モデルなど、物理現象を記述する代表的な方程式に広く適用され、工学設計の解析評価でも用いられる。
1.1 基本概念（離散化と差分近似）
離散化とは、連続領域と連続変数を、格子点の集合および離散的なインデックスへ置き換える操作である。未知関数は領域内の各格子点における値として表され、微分はその近傍点の値の差で近似される。有限差分法では、微分の局所的な挙動をテイラー展開に基づく差分式に置き換え、元の方程式の意味を格子上で再現する。
差分近似は「どの点同士の差を用いるか」「近傍の範囲（幅）をどれだけ取るか」「どの方向の情報を使うか」によって決まる。加えて、誤差の次数（精度）が異なれば、必要な格子密度や計算コストが変わるため、精度要件と計算量のバランスが実務上の焦点になる。
1.2 数学的定式化（格子・差分演算子）
有限差分法の数学的定式化では、格子点のインデックスに対応する未知数列を導入し、差分演算子（離散微分に相当）で PDE の項を表す。典型的には、空間変数と時間変数の両方を格子化し、時間発展を差分方程式として表現する。
この段階で、差分の定義や、境界を含む領域での演算の適用範囲が決まる。内点では中心差分のような対称な式が使われても、境界の近くでは参照可能な格子点の配置が変わるため、差分構成は必ず調整される。
1.2.1 格子点とステップ幅
一次元の空間変数を例にすると、格子点はある基準点から一定間隔または不等間隔で配置される。等間隔の場合、隣接格子点間の距離はステップ幅Δxで一定となり、インデックスiに対しx_i = x_0 + iΔxのように表される。不等間隔の場合、Δxが点ごとに変化するため、差分式の係数は位置に応じて変わる。
時間方向を離散化する場合も同様で、Δtが時間刻み幅となる。時間刻みは安定性条件に直接関係することが多く、特に陽的法では厳しい制限が課されやすい。したがって、空間と時間の両方のステップ幅を同時に設計する必要がある。
1.2.2 差分商による微分の近似
微分はテイラー展開によって差分商で近似できる。例えば、一階導関数は前後の格子点の差を用いて近似し、二階導関数はより広い範囲の差から近似する。中心差分は対称性により誤差の次数が高くなりやすい一方、強い勾配や非線形性がある状況では振動を誘発しやすいことがある。
差分商の具体形は、参照する点の組合せ（前方・後方・中心）や、格子が等間隔かどうかで変わる。いずれの場合でも、近似誤差は切り捨てられるテイラー項に対応し、次数が高いほど理論的には格子を細かくした際の誤差減少が速くなる。
1.3 解の捉え方（初期値・境界値）
有限差分法では、問題の種類に応じて初期条件と境界条件の役割が変わる。時間依存のPDE（例えば拡散や波の時間発展）では、初期値として領域内の関数値（や必要な導関数に相当する量）を格子上で与え、時間方向に逐次更新していく。
一方、定常問題や境界値問題では、未知関数は境界条件によって制約され、領域内の内点で成り立つ離散方程式を同時に満たすように求める。境界条件が誤って離散化されると、理論的な収束が崩れたり、物理的に不自然な解が得られたりするため、境界付近の差分構成の設計が重要となる。
2 離散化の手法
離散化の手法は、格子の選択、差分スキーム（どの方向の情報を使い、時間・空間をどう離散化するか）、精度設計の3点に大別できる。これらの要素は独立ではなく、スキームの安定性や誤差特性が格子設計と結びつくため、全体として整合的に組み立てる必要がある。
また、非線形や対流成分を含む問題では、単純な中心差分が数値振動を招く場合があり、風上・風下といった考え方によって改良することがある。時間方向では陽的・陰的・半陰的法の選択が安定性に大きく影響し、計算量にも差が出る。
2.1 格子の種類
格子は計算精度と実装の柔軟性に影響する。等間隔格子は実装が簡潔で差分係数が定型化しやすいが、解の急峻な変化が局所的に起きる場合には、効率よく精度を上げられないことがある。不等間隔格子はその欠点を補う手段となり、境界層などの領域に細かい分解能を割り当てられる。
多次元の場合には直交格子、曲線座標、格子生成の手続きなどが関わり、単純な1次元の差分式をそのまま移植できない場合がある。とはいえ基本原理は同じであり、局所近似を成立させる差分演算子を構成することが要点となる。
2.1.1 等間隔格子
等間隔格子では、隣接点間の距離が一定であるため、差分の係数が固定化され、差分演算子を行列表現した際にもパターンが規則的になりやすい。中心差分や一次精度の前後差分などの式が定型化し、理論解析（誤差次数や安定性解析）の見通しも良くなる。
ただし、解の特徴が境界近傍や特定位置に集中する場合、必要な精度を得るために全領域を細かく刻む必要が生じ、計算コストが増える。したがって、等間隔格子は単純である一方、計算効率の面では最適とは限らない。
2.1.2 不等間隔格子
不等間隔格子では、ステップ幅が位置により変化する。差分近似では、参照点間距離に応じて係数を調整する必要があり、導出はテイラー展開やラグランジュ補間に基づいて行われることが多い。これにより、急峻な勾配が起きる領域に格子を集中させ、同じ計算規模で精度を高めることが可能になる。
一方で、不等間隔では差分演算子が局所的に複雑になり、実装上の注意点（係数計算、境界近傍の参照関係、行列の非対称性など）が増える。数値的には、格子が極端に偏っていると丸め誤差の影響が強くなることもあるため、滑らかな格子分布を設計する工夫が行われる。
2.2 差分スキーム（空間方向・時間方向）
差分スキームは、空間方向と時間方向の離散化を含む。空間方向では導関数の近似の作り方が解の性質（振動、拡散の人工付加、輸送の表現）に直結する。時間方向では、未知量の更新が「過去の情報だけで行えるか」「未来の情報を含むか」によって陰的・陽的といった区別が生じる。
スキームの選択は安定性、計算コスト、精度、さらに実装の難易度を同時に左右する。特に対流項や反応項がある場合、空間スキームと時間スキームの組合せにより安定性の条件が変動するため、セットで検討するのが一般的である。
2.2.1 風上・中心・風下の考え方
一階導関数を表すとき、中心差分は対称性を持ち、誤差次数が高くなりやすい。一方、対流的な挙動では情報が伝播する方向に対して適切な参照を行わないと、数値振動が現れることがある。その改善のため、流れの向きに対して先の点（風上）を使う方式や、逆方向（風下）の参照を調整する方式が考えられる。
風上型は一般に振動を抑える傾向があるが、数値拡散が増えて輸送の表現が鈍る場合がある。中心型は波形の保持に有利なことがある一方、条件によっては不安定になることがある。風下型は多くの状況で不安定性を招きやすく、通常は抑制されるが、状況によっては特別な設計（安定化項など）で使われることもある。
2.2.2 陽的法・陰的法・半陰的法
陽的法は、新しい時間層の未知量を、既知の過去層の情報から直接計算する方法である。実装が比較的容易で、各ステップで行う計算は軽いことが多い。ただし拡散型方程式では特に、時間刻みに厳しい上限が課されやすく、安定性の制約が支配的になりがちである。
陰的法は、新しい時間層の未知量を方程式の中に含めて解く方法である。安定性面では有利なことがあるが、毎ステップで連立方程式を解く必要があり、計算コストと実装の複雑さが増える。半陰的法は、両者の性質を組み合わせる考え方で、ある項は陽的に、別の項を陰的に扱うことで安定性と計算量の折り合いを取る。
2.3 精度と収束
精度と収束は有限差分法の中核的な評価軸である。精度とは、厳密解との差が格子幅や時間刻みをどれだけ小さくすれば減るかを示す性質であり、収束はその減少が理論通りに起きるかを意味する。安定性が満たされると、適切な条件下で収束が期待できる。
有限差分法では、空間離散化誤差と時間離散化誤差がそれぞれ存在する。どちらが支配的かはスキームの次数と刻みの選択で決まり、例えば空間の次数が高くても時間刻みが粗いと時間誤差が支配してしまうことがある。そのため、誤差評価は両方向を含めて行うのが望ましい。
2.3.1 オーダー（一次・二次など）
差分近似の次数（オーダー）は、打ち切り誤差の主要項が格子幅や時間刻みに対してどの程度減衰するかで表される。代表例として、一階導関数や二階導関数の差分で、一次精度（誤差がΔxに比例）や二次精度（誤差がΔxの二乗に比例）が現れる。時間方向でも同様に、陽的・陰的スキームや時間離散化の方式に応じて一次・二次などの次数が定義される。
実際の改善の目安は、格子幅を半分にしたとき誤差がどの程度減るかというスケーリングで観察できる。理論上の次数が高いほど格子を粗くしても高精度が得られる可能性があるが、境界処理や丸め誤差の影響で実効次数が下がることもある。
2.3.2 打ち切り誤差の評価
打ち切り誤差は、テイラー展開に基づいて本来無限級数に続く項のうち、差分式の導出で打ち切った部分に対応する。中心差分のように対称性を利用した近似では、奇数次の誤差項が消え、残る主要項の次数が上がりやすい。一方、前後差分のように片側の情報に依存する場合、誤差が低次になりがちである。
打ち切り誤差の評価には、局所誤差と全体誤差の区別がある。局所的に見れば誤差の次数が高くても、境界での差分の作り方や境界層の存在により、グローバルな誤差の振る舞いが変わることがある。したがって、理論的評価に加えて、格子収束テストによる検証が実務上重要になる。
3 境界条件の扱い
境界条件は解の自由度を制御し、物理的整合性を保証する要素である。有限差分法では境界上の条件を格子点上で表現しなければならないため、差分の参照点が境界を跨ぐか、あるいは境界近傍に仮想点を導入するかなど、構成の工夫が必要になる。
また、境界条件の種類ごとに離散化の形が異なる。Dirichlet型は境界値を直接与えるのに対し、Neumann型は法線方向の勾配（導関数）を与えるため、差分で導関数を近似する際の係数が要点になる。Robin型はその中間にあたり、値と勾配の線形結合として表現される。
3.1 ディリクレ境界条件
ディリクレ境界条件は、境界上で未知関数の値を既知とする。離散化では、境界に対応する格子点の未知数を与えられた値で固定し、内点の差分方程式にその値を代入する形が基本になる。したがって、境界点自体は方程式の未知数として残さない運用が多い。
境界が複雑な形状で、曲線境界を格子が直接表現しにくい場合は、境界適合の座標変換や埋め込み境界の扱いが必要になることがある。いずれの場合も、境界値が差分式に一貫して反映されるよう、参照点の選び方を整える。
3.2 ニューマン境界条件
ニューマン境界条件は、法線方向の導関数（勾配）を既知とする。有限差分法では、境界近傍で導関数を差分商で近似し、その結果を境界に関連する方程式として組み込む。境界点と内点の関係のみで導関数を表現できる場合は、境界点の未知数を用いた差分式を構成する。
一般に、境界近傍の差分は参照する点の配置が不自然になりやすく、精度が内点より低下する可能性がある。誤差を抑えるためには、境界近傍専用の差分式や高精度の片側差分を採用することがある。
3.3 ロビン境界条件
ロビン境界条件は、未知関数の値と法線方向導関数の線形結合が既知になる形で表される。有限差分法では、値成分は境界格子点の未知数として、勾配成分は差分商としてそれぞれ離散化し、両者をまとめて境界方程式として組み込む。
Robin型は、物理的には対流境界や放射の近似などで現れることがある。数値計算上は、係数の取り扱い（境界のパラメータ）と、勾配を近似する差分の選択が精度・安定性に影響するため、導関数近似と境界方程式の整合性を確保することが重要になる。
3.4 境界近傍での差分構成
境界近傍では、中心差分のように前後の点を同時に参照できないため、片側差分や仮想点による構成が用いられる。仮想点を導入する場合、境界条件を使って仮想点の値を消去し、境界に関係する未知数のみで連立方程式を作る。
差分構成の設計では、精度次数の維持が課題になる。内点と同等の次数を保つには、境界向けに次数の高い片側近似を導入する必要があるが、実装が複雑になりやすい。実務では、必要な誤差目標と計算可能性を勘案し、境界近傍のみ精度を落とすか、あるいは追加の計算で精度を確保するかを判断する。
4 安定性・収束性と実装
安定性と収束性は、離散化によって生じた数値誤差が時間発展や反復の過程で増幅されないか、最終的に真の解へ近づくかを判断するための枠組みである。特に時間依存の問題では、時間刻みやスキームの組合せが安定性を左右し、計算が成立するか否かを決めることがある。
実装では、離散化された式を行列形式に整理し、疎行列を活用して計算効率を高めることが多い。さらに、反復法や直接法の選択、初期化、境界の組み込み、そして格子収束テストによる誤差検証が重要な工程になる。
4.1 安定性の考え方（概念整理）
安定性とは、微小な摂動（丸め誤差や初期の誤差）が時間発展や更新の過程で過度に増えない性質として理解される。陽的法では、時間刻みが大きいと誤差が指数的に成長しやすく、条件付き安定性が問題になることが多い。陰的法は一般に安定性に余裕を持ちやすいが、それでも離散化の形や非線形性によっては不安定になり得る。
収束性は安定性と整合性（離散化が元の方程式を正しく近似していること）の関係として議論されることが多い。直感的には、誤差を増やさない仕組み（安定）と、近似が正しい方向へ誤差を小さくする仕組み（整合）が揃うことで、刻みを小さくした際に解が近づく。
4.2 行列形式への変換
離散化された方程式は、多くの場合、未知数のベクトルに対する線形方程式またはその反復形として整理できる。定常問題では差分方程式の集合がそのまま連立一次方程式になり、時間依存問題では時間刻みごとに行列演算が適用される。
行列形式への変換は、アルゴリズム選択（直接解法か反復解法か）、計算量見積もり、実装の最適化に直結する。特に疎構造を意識するとメモリ消費や計算時間を大幅に抑えられる。
4.2.1 疎行列と線形方程式
離散化の局所性により、多くの係数は近傍格子点にのみ現れる。その結果、係数行列は疎行列として表現できることが多い。疎行列は、非ゼロ要素の数が全体より大幅に少ないため、専用のデータ構造で保存・演算することで効率が高まる。
線形方程式は、Ax=bのような形で書ける。陰的スキームでは行列に未知の時間層が含まれ、毎ステップで同型の解法が必要になる場合がある。このとき、前処理や反復の収束基準が計算の成否に影響し、物理量の精度だけでなく計算の安定性にも関係する。
4.2.2 反復法の利用
反復法は、大規模問題で特に有効な手段である。代表的には共役勾配法やGMRESなどのKrylov部分空間法、あるいは単純な緩和法が用いられる。反復法の収束速度は、係数行列の性質（対称性、正定値性、条件数）や前処理の良し悪しに左右される。
前処理は、方程式の条件数を改善して反復の収束を加速する役割を持つ。有限差分法の行列は格子構造に由来するため、幾何に基づく前処理（格子階層、マルチグリッド的発想など）や行列構造に合った簡易前処理が検討されることがある。
4.3 計算上の実務（実装の要点）
実装では、まずメッシュ生成とインデックス管理を正確に行う必要がある。次に、境界条件の反映が正しいかを検証する。さらに、離散化の次数に応じて期待される誤差減少が観察されるかを確認するため、格子収束テストや既知解との比較を行う。
また、数値誤差や収束判定の基準（反復法なら残差の許容値）が結果に影響する。計算時間と精度のバランスを保つため、シミュレーション設計の段階で検証計画を組み込むことが実務上の要諦となる。
4.3.1 メッシュ生成とデバッグ
メッシュ生成では、等間隔か不等間隔か、境界形状への適合の仕方、座標系の選択を明確にする。多次元に拡張する場合、格子番号と物理座標の対応付けを誤ると、差分係数の適用位置がずれて誤りが発生し得る。デバッグでは、単純な形状と既知の解を用いた小規模テストが有効である。
境界付近のデバッグも重要である。境界条件が正しく反映されていない場合、見かけ上の安定性があっても解が物理的に破綻する。したがって、境界近傍の係数、参照点の選択、そして符号規約（法線方向の取り方など）を確認する手順が欠かせない。
4.3.2 誤差検証（格子収束）
誤差検証では、格子幅や時間刻みを段階的に変えたときに、誤差が期待される速度で減るかを調べる。既知の厳密解がある場合は直接比較できるが、ない場合には、十分に細かい参照計算と比較する方法が取られることがある。
格子収束テストでは、誤差の測定規格（例えばL2ノルムや最大値ノルム）と、どの部分領域で誤差を評価するかを明確にする。特に境界近傍で精度が低下し得る場合、全領域平均では理論次数が見えにくくなることがあるため、用途に応じて評価領域を選ぶ。また反復法を用いる場合は、線形ソルバの残差許容が誤差評価を支配しないように注意する必要がある。