為何兩個變數從來就不是真正的故事
在本梯級先前的指南中，你用單一個數字來歸類二階方程。把雙變數的二階線性偏微分方程寫成 A u_xx + 2B u_xy + C u_yy +（低階項）= 0，判別式 B^2 - A C 的正負號就告訴你型別：負代表橢圓型，零代表拋物型，正代表雙曲型。它乾淨、好記，而且——一旦超過兩個獨立變數——就完全卡住了。熱方程 u_t = u_xx + u_yy 活在三個變數中；空間中的拉普拉斯方程活在三個或更多變數中。單一個判別式完全不知道該拿它們怎麼辦。
解決之道不是更大的公式——而是視角的轉變。判別式其實一直在問一個關於二次型的問題，而 B^2 - A C 不過是那個二次型的符號差被穿上了雙變數的外衣。一旦我們直接問這個問題，答案就免費地推廣到任意數目的變數。直接問這個問題的工具叫做符號，學會讀它正是整個梯級的壓軸。
從主部到符號
從唯一重要的部分開始：主部，也就是那一束最高階的導數。在 n 個變數 x_1, ..., x_n 中，一個二階算子的主部是一堆 a_ij u_(x_i x_j) 之和。把這些係數收進一個對稱的 n×n 矩陣 A = (a_ij)。在二維情形中這個矩陣恰好是 [A, B; B, C]，和判別式裡用的是同一組字母——這是你的第一個提示：B^2 - A C 一直都是在講這個矩陣。
現在執行定義符號的那個魔術步驟。把每個導數替換成一個頻率變數：u_(x_j) 變成一個因子 xi_j，其中 xi = (xi_1, ..., xi_n) 是一個「方向」向量。二階導數 u_(x_i x_j) 變成 xi_i xi_j。於是主部變成一個純粹關於 xi 的代數式——也就是 a_ij xi_i xi_j 之和——而這個就是主符號。再也沒有導數了；算子變成了方向向量 xi 的一個多項式。
operator u_x_i x_j principal symbol P(xi) --------------------------------------------------------- u_xx d^2/dx^2 --> xi_1^2 u_xx+u_yy Laplacian --> xi_1^2 + xi_2^2 u_xx-u_tt wave --> xi_1^2 - xi_2^2 u_xx, u_t heat --> xi_1^2 (the u_t term is lower order) rule: replace each d/dx_j by xi_j in the highest-order part only
這個替換從何而來？它並非任意。給算子餵一個平面波 u = e^(i xi . x)——一個沿 xi 方向振盪的波——那麼每個導數 d/dx_j 就恰好拉下一個因子 i xi_j。整個算子的符號不過是算子把那個平面波乘上的那個數，而主符號是它的領導（最高次）部分。所以符號其實就是算子對純頻率的回應，這正是為什麼它掌控了一切類波行為。
數正負號：分類規則
主符號 P(xi) = a_ij xi_i xi_j 之和是一個二次型，而它背後的矩陣 A 是對稱的——所以它可以被對角化，而在座標變換下倖存下來的是它特徵值的正負號。這組三元計數——有多少個特徵值為正、為負、為零——就是這個型的符號差，正是按符號分類所讀取的東西。一切都歸結為數正、負與零。
- 寫下主部的係數矩陣 A，並找出它 n 個特徵值的正負號（你很少需要具體數值——只要知道每一個是 +、- 還是 0）。
- 若每個特徵值都同號且沒有一個是零（全 + 或全 -），方程是橢圓型。樣板是拉普拉斯方程，其符號 xi_1^2 + ... + xi_n^2 只在 xi = 0 時為零。
- 若全部非零且恰有一個與其餘相反（n-1 個同號、1 個異號），方程是雙曲型。樣板是波動方程，符號 xi_1^2 - (xi_2^2 + ... + xi_n^2)，它在一整個方向的圓錐上為零。
- 若恰有一個特徵值為零、其餘同號，方程是拋物型——符號在某一方向退化。樣板是熱方程，缺失的方向就是時間，而二階部分只有空間上的拉普拉斯算子。
留意這如何精確地重現了舊的雙變數規則。對 [A, B; B, C]，兩個特徵值的乘積等於行列式 A C - B^2，也就是判別式的相反數。同號（橢圓型）代表行列式為正、代表 B^2 - A C < 0；異號（雙曲型）代表行列式為負、代表 B^2 - A C > 0；有一個零特徵值（拋物型）代表行列式為零、代表 B^2 - A C = 0。判別式一直是這個特徵值正負號檢驗的偽裝，而符號只是讓它在更高維度中得以呼吸。
正負號實際上意味著什麼
這些正負號計數不是記帳；它們就是物理。橢圓型符號除了在 xi = 0 之外從不消失，這意味著不存在任何實方向能讓純振盪不費代價——沒有波能自由傳播，解便安頓進一個穩定、被抹平的平衡。這正是為什麼拉普拉斯方程描述平衡、為什麼它的解在區域內部無窮光滑、以及為什麼為它指定柯西資料是不適定的：既無傳播，便無支撐這類資料的「向前演化」概念。
相對地，雙曲型符號在一整個實方向的圓錐上消失——即特徵錐。那些方向正是信號傳播所沿的方向，它們的存在恰恰是為什麼雙曲型方程具有有限的傳播速度、有依賴域、且波能保持鋒利邊緣而不暈散。拋物型情形居於其間：一個退化方向（時間）加上一個橢圓型的空間部分，給出無窮的傳播速度與瞬間的平滑化——這是熱方程的標誌，也是為什麼把它在時間上倒著跑是不適定的。
誠實的邊界：當一個標籤不夠用時
乾淨的三分法藏著三個誠實的告誡。第一，型別可以逐點改變，因為係數 a_ij 可以依賴於 x。特里科米方程 u_yy = y u_xx 在 y > 0 處是橢圓型、在 y < 0 處是雙曲型，跨過 y = 0 這條線時切換——一個真正的混合型方程，它建模穿音速流動，其中亞音速（橢圓型）與超音速（雙曲型）區域真的會相遇。
第二，超過三個變數時，特徵值的正負號會出現那三個名稱無法涵蓋的模式。若這個型有好幾個正特徵值與好幾個負特徵值——比如二正二負——它既非橢圓型、亦非拋物型，也非雙曲型，而是超雙曲型。這些在數學上真實存在，但在物理上甚為奇異；重點是「橢圓／拋物／雙曲」是常見情形的菜單，而非每個算子都必須遵守的法律。
第三，符號根本上是一個線性的想法——它讀取最高階係數，而對非線性方程而言這些係數依賴於未知解本身。我們仍可藉由把係數凍結在某個給定狀態（線性化）來對非線性方程分類，但那時型別會隨解而變，而不僅是隨位置而變。這並非學術腳註：它正是為什麼單一個流體方程在不同範疇中能表現為不同型別、以及為什麼最深的問題——例如三維納維－斯托克斯方程的整體正則性——仍然懸而未決。符號告訴你局部的性格；它並不保證整體的故事是簡單的。