一般二階線性偏微分方程(general second-order linear PDE)
物理交給你的偏微分方程大多是二階的——熱的擴散、波的傳播、肥皂膜安頓成它的形狀——也就是說,出現的最高階導數是二階導數,例如 u_xx、u_xy 或 u_yy。若再要求方程是線性的(未知函數 u 及其導數只以一次方出現,彼此不相乘,也不被塞進 sin 之類的函數裡),你就得到一個涵蓋幾乎整個古典理論的宏大模板。本條目講的就是這個模板。
在兩個自變數 x 與 y 之下,一般二階線性偏微分方程為 A u_xx + 2B u_xy + C u_yy + D u_x + E u_y + F u + G = 0,其中係數 A、B、C、D、E、F 與項 G 可以依賴 x 與 y,但不依賴 u。前三項 A u_xx + 2B u_xy + C u_yy 是主部(principal part),即承載二階導數的最高階區塊;交叉項上的因子 2 是一個慣例,能讓底下的代數整齊些。其餘的 D u_x + E u_y + F u 是低階部分,G 則是源項(source,當 G 為零時方程為齊次)。整個方程的行為——你能加上什麼資料、效應傳得多快、解有多平滑——結果竟然只由三個主係數 A、B、C 決定。
為什麼要對這個確切形式如此講究?因為它正是整套分類理論所作用的對象。由主部構造出的組合 B^2 - AC(它的判別式)把每一個這樣的方程歸入三大家族之一——橢圓型、拋物型、雙曲型——而這一個標籤幾乎能預言之後的一切。不過要誠實交代範圍:這是線性、二階、兩變數的圖像。擬線性或完全非線性方程、一階方程、以及更高階方程都需要各自的討論;而在多於兩個變數時,分類是由二階係數矩陣讀出,而非單一個數字。
拉普拉斯方程 u_xx + u_yy = 0 的 A=1、B=0、C=1;熱方程 u_t = u_xx 若以 (x,t) 為兩個變數來看,A=1(在 u_xx 上)、B=0、C=0(沒有 u_tt 項);波動方程 u_tt - u_xx = 0 的 A=-1、B=0、C=1。三個著名的方程,全都套進同一個模板,僅在主係數上有所不同。
三個模型方程並非奇異的特例——它們是同一個一般形式,只是 A、B、C 不同。
決定型別與定性行為的,僅僅是主部(二階導數項);低階項 D u_x + E u_y + F u 與源項 G 可以改變細節,卻絕不會改變橢圓/拋物/雙曲的性質。