基礎:什麼是偏微分方程——階數、線性與分類

偏微分方程的階

若你必須依難度與行為把 PDE 分箱,你第一個會抓的標籤就是階。一條 PDE 的階就是其中出現的最高階導數的階。一階方程至多含一階導數(u_x、u_t);二階方程某處含一個二階導數(u_xx、u_tt 或混合的 u_xy),但沒有更高的。這是最容易讀出的性質——你掃過方程,找出求導最深的那一項即可。

計數很直接,但要留意混合項:u_xy 是二階項,因為它總共求導兩次,即使對各自變數而言每次只是一階。所以 u_t + u_x = 0 是一階;u_t = k u_xx 是二階;雙調和方程 Laplacian(Laplacian u) = 0(化開來是像 u_xxxx 這樣的四階導數)是四階。階數不在乎有幾個自變數,也不在乎方程是否線性——只在乎你求導求得多深。

階之所以重要,是因為它在很大程度上決定了問題需要多少資料,以及方程如何表現。粗略地說,階越高,你必須提供越多條件才能確定出一個解——n 階 ODE 需要 n 個常數,而 PDE 的資料需求也隨其階增長(只不過對 PDE 來說「常數」變成了整個函數)。古典物理絕大多數方程都是二階——熱、波、拉普拉斯、帕松全是——這正是為何橢圓型、拋物型、雙曲型的深層分類是圍繞二階方程建立的。一階方程自成一個世界,靠沿著特徵曲線求解。

一階:u_t + c u_x = 0(傳輸)。二階:u_t = k u_xx(熱)、u_tt = c^2 u_xx(波)、u_xx + u_yy = 0(拉普拉斯)。四階:u_xxxx + 2 u_xxyy + u_yyyy = 0(雙調和,用於板的彎曲)。u_xy 中的混合二階導數仍算二階。

階由最深的導數決定,混合項要計算總共求導的次數。

單憑階並不能告訴你方程是難是易,也不能告訴你它是否線性——一階非線性方程可能比二階線性方程更微妙。階只是方程身分的一個座標,要與線性以及(對二階而言)型別一起使用。

又稱
order階數