Der Prozess, kontinuierliche mathematische Objekte — Funktionen, Operatoren, Gebiete — durch diskrete Gegenstücke (Gitter, Matrizen, Finite Elemente usw.) zu ersetzen, um numerische Berechnungen und algorithmische Lösungen zu ermöglichen.

Prinzip

Approximation und Konvergenz: Diskretisierung konstruiert eine endlich-dimensionale Darstellung, die das kontinuierliche Problem approximiert; die Analyse von Konsistenz, Stabilität und Konvergenz stellt sicher, dass die diskreten Lösungen bei Verfeinerung gegen die kontinuierliche Lösung konvergieren.

Demonstration

Finite-Differenzen-Diskretisierung der eindimensionalen Poisson-Gleichung auf einem gleichmäßigen Gitter ersetzt zweite Ableitungen durch zentrierte Differenzenquotienten und erzeugt ein dünn besetztes lineares System Ax=b, dessen Lösung die kontinuierliche Lösung an den Gitterknoten approximiert.

Fehlanwendung

Verwendung eines zu groben Gitters oder eines inkonsistenten Schemas, das Stabilitätsbedingungen verletzt (z. B. Vernachlässigung der CFL-Bedingung bei zeitabhängigen Problemen), was zu numerischer Dispersion, Instabilität oder Konvergenz gegen eine falsche Lösung führt.

Konsequenz

Eine solide Diskretisierung liefert ein berechenbares algebraisches Problem, dessen Lösung bei Netzverfeinerung zur wahren kontinuierlichen Lösung konvergiert und dessen Fehler abgeschätzt und für praktische Berechnungen kontrolliert werden kann.

Umkehrung

Statt kontinuierliche Modelle zu diskretisieren, kann man diskrete Modelle als primär ansehen (z. B. Agenten- oder Netzwerkmodelle) und nur Kontinuumsgrenzen suchen; die Umkehrung betont die Ableitung kontinuierlichen Verhaltens aus diskreten Regeln statt der numerischen Approximation kontinuierlicher Gleichungen.

Abgrenzung

Gilt für Probleme, deren kontinuierliche Formulierung bekannt ist und für die eine numerische Approximation beabsichtigt ist; schließt rein symbolische Manipulationen mit exakten geschlossenen Lösungen aus und Kontexte, in denen die Diskretisierung wesentliche Struktur zerstört (z. B. manche geometrischen Invarianten), sofern keine struktur-erhaltenden Schemata verwendet werden.

Semantische Spannung

Diskretisierung als numerische Approximation versus Modellierungswahl: als Approximation ist sie ein Stellvertreter eines bekannten kontinuierlichen Modells; als Modellierung kann sie die primäre Repräsentation eines Phänomens sein, was Spannungen hinsichtlich Fehlerinterpretation und Gültigkeit schafft.

Synthese

Diskretisierung wandelt kontinuierliche mathematische Formulierungen in endliche algebraische Systeme für die Berechnung um, geleitet von Approximations-Eigenschaften und Fehleranalyse, um Treue und Konvergenz zum zugrunde liegenden kontinuierlichen Problem sicherzustellen.