雙線性形式（bilinear form）
當你把偏微分方程改寫成弱形式時，左端變成一台機器，它吃進兩個函數——未知的 u 與試驗函數 v——並回傳一個數，同時對每個槽各自線性。那台機器就是雙線性形式。它正是線性代數中內積、或表達式 v 的轉置乘 A 乘 u 的無窮維對應物，而認出它正是如此，就是讓整套線性代數工具箱能轉移到偏微分方程的關鍵。
形式上，函數空間上的雙線性形式 a(u, v) 取兩個輸入，固定 v 時對 u 線性、固定 u 時對 v 線性：a(c1 u1 + c2 u2, v) = c1 a(u1, v) + c2 a(u2, v)，第二個槽也一樣。由負拉普拉斯 u = f 產生的那一個是 a(u, v) = grad u . grad v 的積分——對 u 與 v 各自顯然線性。更一般的二階橢圓算子給出 a(u, v) = (A grad u . grad v + b . grad u v + c u v) 的積分，仍是雙線性。這個形式的兩個性質決定了下游的一切。它有界（連續），若 |a(u, v)| 至多是 M 乘 ||u|| ||v||——機器不會無限制地放大大小。它強制，若 a(u, u) 至少是 alpha 乘 ||u||^2——把同一個函數餵進兩個槽，總是給出正的、且與函數大小成比例之物。這兩者正是拉克斯-米爾格拉姆定理的兩個假設。
這個抽象化為何划得來：一旦一個問題讀作對所有 v 有 a(u, v) = L(v)，其中 a 有界且強制、L 是有界線性泛函，拉克斯-米爾格拉姆立刻賜予唯一解 u——無論原來的偏微分方程看起來多複雜。雙線性形式也承載了幾何：當 a 對稱，即 a(u, v) = a(v, u) 時，它字面上就是一個新的內積，即能量內積，而求解 a(u, v) = L(v) 等同於最小化能量 (1/2) a(u, u) - L(u)（狄利克雷原理）。形式的對稱性正是「來自某個能量的方程」的指紋；一個非對稱的形式（帶漂移項 b . grad u 的那種）標誌著一個底下沒有能量的方程，那時你必須直接用拉克斯-米爾格拉姆，而非最小化。
對拉普拉斯算子，a(u, v) = grad u . grad v 的積分。有界性：由柯西-施瓦茲，|a(u, v)| 至多是 ||grad u||_{L^2} ||grad v||_{L^2}，至多是 ||u||_{H^1} ||v||_{H^1}。在 H^1_0 上的強制性：a(u, u) = |grad u|^2 的積分，由龐加萊這至少是某常數乘 ||u||_{H^1}^2。拉克斯-米爾格拉姆的兩個假設都成立，所以負拉普拉斯 u = f 有唯一弱解。
a(u, v) 的有界性與強制性，正是你為援引拉克斯-米爾格拉姆而要打勾的兩個方框。
雙線性形式不必對稱——漂移（對流）項 b . grad u 使它非對稱，那時它不是內積、也沒有能量可最小化，然而拉克斯-米爾格拉姆仍適用，因為它從不要求對稱性。反過來，強制性並非自動：一個不強制的方程（不定或變號的形式）可能沒有唯一解，那正是弗雷德霍姆二擇一接手的情形。