这是用求解一维导热传导方程的显式方法。

可以用以下的式子求解

其中

因此配合此迭代关系式，已知在时间n的数值，可以求得在时间n+1的数值。及的数值可以用边界条件代入，在此例中为0。

此显式方法在时，为数值稳定且收敛。其数值误差和时间间隔成正比，和位置间隔的平方成正比：

隐式方法的模版

若使用时间的后向差分，及位置的二阶中央差分（BTCS 格式），可以得到以下的迭代方程：

这是用求解一维导热传导方程的隐式方法。

在求解线性联立方程后可以得到：

此方法不论 r的大小，都数值稳定且收敛，但在计算量会较显式方法要大，因为每前进一个时间间隔，就需要求解一个联立的数值方程组。其数值误差和时间间隔成正比，和位置间隔的平方成正比：

近似解的误差定义为近似解及解析解之间的差值。有限差分法的两个误差来源分别是舍入误差及截尾误差（或称为离散化误差），前者是因为电脑计算小数时四舍五入造成的误差，后者则是计算机内数字位数限制造成的误差。

差分法是以在格点上函数的值为准

在运用有限差分法求解一问题（或是说找到问题的近似解）时，第一步需要将问题的定义域离散化。一般会将问题的定义域用均匀的网格分割。因此有限差分法会制造一组导数的离散数值近似值。

一般会关注近似解的局部截尾误差，会用大O符号表示，局部截尾误差是指应用有限差分法一次后产生的误差，因此为，此时是实际值，而为近似值。泰勒多项式的余数项有助于分析局部截尾误差。利用泰勒多项式的余数项，也就是

可以找到局部截尾误差的主控项，例如用前项差分法计算一阶导数，已知,

利用一些代数的处理，可得

注意到左边的量是有限差分法的近似，右边的量是待求解的量再加上一个余数，因此余数就是局部截尾误差。上述范例可以用下式表示：

在此例中，局部截尾误差和时间格点的大小成正比。

两个分数作比较时，若其中一个分数的分子与分母都比另外一个分数的分子与分母分别仅仅大一点，这时候使用“直除法”、“化同法”经常很难比较出大小关系，而使用“差分法”却可以很好地解决这样的问题。

在满足“适用形式”的两个分数中，我们定义分子与分母都比较大的分数叫“大分数”，分子与分母都比较小的分数叫“小分数”，而这两个分数的分子、分母分别做差得到的新的分数我们定义为“差分数”。例如：324/53.1与313/51.7比较大小，其中324/53.1就是“大分数”，313/51.7就是“小分数”，而(324-313)/(53.1-51.7)=11/1.4就是“差分数”。

“差分数”代替“大分数”与“小分数”作比较：

1、若差分数比小分数大，则大分数比小分数大；

2、若差分数比小分数小，则大分数比小分数小；

3、若差分数与小分数相等，则大分数与小分数相等。

比如上文中就是“11/1.4代替324/53.1与313/51.7作比较”，因为11/1.4>313/51.7（可以通过“直除法”或者“化同法”简单得到），所以324/53.1>313/51.7。

一、“差分法”本身是一种“精算法”而非“估算法”，得出来的大小关系是精确的关系而非粗略的关系；

二、“差分法”与“化同法”经常联系在一起使用，“化同法紧接差分法”与“差分法紧接化同法”是资料分析速算当中经常遇到的两种情形。

三、“差分法”得到“差分数”与“小分数”做比较的时候，还经常需要用到“直除法”。

四、如果两个分数相隔非常近，我们甚至需要反复运用两次“差分法”，这种情况相对比较复杂，但如果运用熟练，同样可以大幅度简化计算。

差分法，计量经济学中的专有名词，是克服相关序列相关性的有效方法，它是将原计量经济学模型变换为差分模型后再进行OLS估计，分为一阶差分法和广义差分法（广义差分法又名迭代法）。

步骤：

一：建立微分方程

二：构造差分格式

三：求解差分方程

四：精度分析和检验

通过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方程组。将微分问题转化为代数问题。

大的数 小的数

9/5 和 7/4 比较

（9-7）/（5-4）=2/1

2/1大于7/4所以9/5大于7/4