有限元分析 (FEA)

有限元分析 (FEA)

有限元分析（Finite Element Analysis, FEA）是将连续体离散为有限个单元、通过变分法或加权残值法将偏微分方程（PDE）转化为代数方程组求解的数值方法。FEA起源于1950年代的结构力学（Argyris, 1954; Turner, Clough, Martin \& Topp, 1956），现已发展为跨工程、物理、金融与经济学的基础计算工具。

核心思想

FEA将连续域 $\Omega$ 剖分为 $N$ 个互不重叠的单元（如三角形、四面体），在每个单元上以分片多项式（形函数）近似未知函数 $u(\mathbf{x})$。通过伽辽金法（Galerkin method）——以形函数为权函数的加权残值法——将原PDE转化为线性系统 $\mathbf{K}\mathbf{u} = \mathbf{f}$，其中 $\mathbf{K}$ 为刚度矩阵（stiffness matrix）。解的精度随网格细化（$h$-refinement）或形函数阶次提高（$p$-refinement）单调提升，这一性质为收敛性分析提供了数学基础。

经济学中的应用

连续时间异质性主体模型

在宏观经济学中，异质性主体模型（Heterogeneous Agent Models）的核心是描述财富分布演化的Kolmogorov前向方程（KFE）或Fokker-Planck方程。当状态空间为连续多维时，有限元方法提供了比有限差分法更高的灵活性——特别适用于处理边界条件复杂的Hamilton-Jacobi-Bellman（HJB）方程。Achdou et al.（2022）证明，将HJB方程与KFE耦合的平均场博弈（Mean Field Game）体系可用有限元高效离散，为连续时间不完全市场模型的数值解建立了系统框架。

期权定价

Black-Scholes方程为一维抛物型PDE，其高维扩展（如篮子期权、亚式期权）产生多维定价PDE。有限元方法在以下方面优于标准有限差分：(1) 弱形式允许非光滑终端条件（如数字期权的阶梯支付函数）的自然处理；(2) 自适应网格细化可在敲出价附近集中计算资源；(3) 从变分原理导出误差上界，提供可证明的定价精度。

空间经济学

空间经济学中，经济活动在连续地理空间上的分布由包含扩散项的反应-扩散方程描述。FEA自然地处理不规则几何——海岸线、国界等复杂边界——这是有限差分在笛卡尔网格上难以实现的。此外，经济地理中冯·杜能模型和中心地理论的连续型推广均可转化为椭圆型PDE，其变分结构与有限元的能量泛函框架完全对应。

与经济学中其他数值方法的比较

投影法（Projection Methods）：有限元属于投影法大类，与谱方法（以全局多项式为基函数）形成对比。有限元以局部紧支撑的分片多项式为基，可捕捉借贷约束处的扭曲行为，而谱方法在光滑函数上精度更高但难以处理局部不规则性。

有限差分法（FDM）：FDM在规则网格上以差商近似导数，实现简单但难以处理复杂几何和自适应细化。FEA的弱形式积分框架使之在处理非规则区域和混合边界条件时具有天然优势。

深度学习：近年来，物理信息神经网络（PINNs）和深度Galerkin方法（DGM）将深度网络作为PDE的全局近似器，在极高维度问题上展现出突破维度诅咒的潜力。然而，对于维度适中（1-10维）的经济学PDE问题，FEA因其可证明的误差上界、参数敏感性低和成熟的后验误差估计体系，仍是稳健且可靠的首选工具。