光有一條方程還不算一個問題
在上一篇導讀裡，你認識了能掛在邊界上的三種經典附加條件——狄利克雷（固定值）、諾伊曼（固定法向通量）與 羅賓（加權混合）。但我們從沒問過更前面的問題：到底需要多少資料、要放在哪裡？誠實的起點是：一條偏微分方程單獨擺著是嚴重欠定的。它還算不上一個問題，只是問題的一半。
問題的核心在此，而且它和常微分方程真的不一樣。回想第一個學習階梯：偏微分方程的 通解 含有任意函數，而非任意常數。單純的傳輸方程 u_t + c u_x = 0 的通解是 u(x,t) = f(x - c t)，其中 f 是「任何」可微函數都行。常微分方程只留給你幾個數字要釘住；偏微分方程卻留給你整整一個函數份量的自由要釘住。這正是為什麼附加資料必須是鋪在一條曲線或一張曲面上的函數，而不只是寥寥幾個數值。
初始資料、邊界資料、柯西資料
把各種資料乾淨地命名會很有幫助。初始資料 在單一時間切片（比方說 t = 0）上指定未知函數（有時連同它的時間導數），接著我們向前演化。邊界資料 沿著區域的空間邊緣指定一個條件——也就是上一篇的狄利克雷、諾伊曼或羅賓條件——對所有相關時刻成立。而 柯西資料 最為苛求：它在一條選定的曲線或曲面上「同時」給出函數值 u 「及」它的一階法向導數，就像同時指定一條弦在哪裡、以及它每一點移動得多快。
你需要多少資料，繫於時間導數的階數。熱方程 u_t = k u_xx 對 t 是一階的，所以一片初始切片 u(x, 0) 恰好是正確的份量。波動方程 u_tt = c^2 u_xx 對 t 是二階的，所以你必須給出兩片：初始位移與初始速度，即 u(x, 0) 與 u_t(x, 0)。這一對「就是」直線 t = 0 上的柯西資料——函數值與法向（在此即時間）導數一起給。所以當承載曲線是一片時間切片時，「柯西資料」和「對時間二階方程的初始資料」描述的是同一個東西。
EQUATION order in t data you must give on t = 0 ---------------------------------------------------------------- u_t = k u_xx (heat) 1 u(x,0) [one slice] u_tt = c^2 u_xx (wave) 2 u(x,0) and u_t(x,0) [Cauchy data] Laplace u_xx + u_yy = 0 -- data on the WHOLE boundary, not a slice
為何每種型別都想要自己專屬的資料
這正是分類那一階梯一路在鋪墊的妙語：型別決定了哪種資料才是適定的。判別式 B^2 - A C 不只是為了整潔而把方程歸類——它預先告訴你，該餵給方程一片初始切片、還是一圈封閉邊界，而給錯種類不只是彆扭，它在數學上是壞掉的。讓我們走過三條模型方程，看看每一樁「型別與資料」的聯姻。
- 雙曲型（波動，u_tt = c^2 u_xx）：有限速度、實特徵，所以訊號沿著特徵 x ± c t 奔走。在直線 t = 0（它是非特徵的）上給出柯西資料——位置 u(x,0) 與速度 u_t(x,0)——達朗貝爾公式便交給你唯一的解，而這個解只依賴於 依賴域，也就是那一小段區間 [x - c t, x + c t]。在此，初始／柯西資料恰恰好。
- 拋物型（熱，u_t = k u_xx）：對時間一階、無限速度、會抹平。給出一片初始切片 u(x,0) 外加一根桿子兩端的邊界資料，解便存在、唯一，並在「向前」演化時越變越光滑。若還要求 u_t(x,0)，就多了一個條件——方程早已由 u_xx 把 u_t 定死了。
- 橢圓型（拉普拉斯，u_xx + u_yy = 0）：沒有實特徵、不傳播、純粹平衡。沒有可供前行的時間方向，所以在一片切片上給初始資料毫無意義；取而代之，你把資料整整一圈裹在封閉邊界上——狄利克雷或諾伊曼——內部便安頓成單一光滑的調和平衡。邊界資料是唯一適定的選擇。
留意這個規律：雙曲型與拋物型方程從一片開放切片上的資料向前行進（演化問題），而橢圓型方程沒有行進方向，需要把資料封住整圈邊緣（邊界值問題）。你在上一階梯數過的實特徵族數目——兩個、一個、或零個——正是決定這件事的關鍵。有承載資訊的實軌道，意味著你可以橫跨它們給定資料並演化；沒有實軌道，就意味著你必須改為包圍整個區域。
當資料落在一條曲線上：是特徵的，還是非特徵的？
在一片平坦時間切片上給初始資料，是友善的特例。一般的情形是在一條曲線上指定 曲線上的柯西資料——沿著某段弧給出函數值與法向導數——此時一個被切片藏起來的微妙條件浮現了。這條曲線必須是 非特徵的：它不能與方程的特徵方向相切。一旦相切，方程便無法靠這些資料撬出曲線外的高階導數，於是資料要嘛自相矛盾、要嘛無能為力。
一個小圖景。對於傳輸方程 u_t + c u_x = 0，特徵是直線 x - c t = 常數。如果你試圖沿著其中某一條這樣的直線指定 u，你等於是沿著一條「u 被迫為常數」的曲線指定了 u——於是你的資料要嘛是常數（對鄰近的特徵什麼都沒透露），要嘛非常數（當場與方程矛盾）。改為沿著 t = 0 指定 u——這條直線橫切每一條特徵——則每一條特徵都乾淨地把它的值帶離。非特徵的擺放方式，才是讓資料得以傳播的關鍵。
錯誤的資料：不適定性的預覽
為了體會「資料配對型別」為何要緊，看看本學習階梯其餘篇章要解剖的兩樁著名錯配。第一樁，為 拉普拉斯方程指定柯西資料。拉普拉斯是橢圓型的；它要的是邊界資料，不是在一段開弧上的「值與法向導數」。哈達瑪的經典例子取大小為 1/n、擺動 n 次的微小邊界資料，對應的調和解卻像 sinh(n y)/n^2 那樣成長，當 n 變大時爆炸。資料中一個察覺不到的改變，竟在解中造出無界的改變。存在性與唯一性可以都成立，問題卻依然 不適定。
第二樁，逆向熱方程——把熱方程沿時間倒著跑。沿時間向前，熱會抹平：頻率為 n 的傅立葉模態以 e^(-k n^2 t) 衰減，所以高頻的皺褶迅速消失。把時鐘倒轉，同樣這些模態卻以 e^(+k n^2 t) 成長，於是你最終資料裡最微小的一粒高頻雜訊都會爆炸。這正是為什麼你無法可靠地由今天的溫度重建昨天的溫度：擴散抹去了精細的細節，而沒有任何穩定的逆運算能把它放回去。向前沒問題，向後不適定——這份不可逆性是內建在拋物型裡的。
這兩場災難共享同一個診斷：資料對該型別來說是錯誤的種類。修正之道不是耍聰明，而是配對——橢圓型配邊界資料、拋物型配向前的初始資料、雙曲型配非特徵的柯西資料。下一篇會用哈達瑪的三項要求（存在、唯一、連續依賴）把「適定」講精確，再後兩篇則正面迎擊那些不適定的例子，並示範當資料正確時，能量估計 如何能證明唯一性。眼下，把這句帶走：選定資料是陳述一個偏微分方程問題的一半，而型別會告訴你該選哪一半。