哈達瑪適定性

三項要求，而非一項

本學習階梯的前兩篇導讀，已經把角色都交到你手上了：三種邊界條件，以及那個告訴你「哪一型方程需要哪一種附加資訊」的柯西資料。你現在懂得如何把一個問題寫下來——內部一條方程，加上邊界或初始切面上的資料。但把問題寫下來，與問出一個合情合理的問題，並不是同一回事。雅克·哈達瑪在大約一九零二年，把這條界線劃得清清楚楚。一個問題，唯有同時通過三項檢驗，才算是 適定問題；只要任一項失守，它便在那一刻淪為不適定。

HADAMARD WELL-POSEDNESS  =  all three at once

  1. EXISTENCE       there is at least one solution
  2. UNIQUENESS      there is at most one solution
  3. STABILITY       small change in data  ->  small change in solution
                     (continuous dependence on the data)

  fail any one  ->  ILL-POSED

哈達瑪的三個條件。前兩個看來理所當然；第三個才是初學者會遺忘的——也是最會反咬人一口的那個。

逐一來看。存在性說的是解確實存在：你沒有把問題過度約束到空無一物。回想導讀一裡的諾伊曼相容條件——要求一個不平衡的淨流出量，便根本不存在任何穩態解；那就是存在性的失敗。唯一性說的是至多只有一個解：你沒有把問題約束得太鬆，以致留下一整族答案。沒有邊界資料的拉普拉斯方程，有著無邊的解海；把邊界釘住，解海便瀝乾成一個。到此為止都還合理——這兩項，是任何人都想得到要提出的要求。

會反咬人的，是第三項要求

第三項要求，穩定性，才是那個微妙的——也是哈達瑪之名被銘記的緣由。它要的是 對資料的連續依賴：若你把邊界或初始資料推動極小一點，解至多也只能相應地挪動極小一點。把它說成一句承諾：餵進去幾乎相等的資料，吐出來幾乎相等的答案。沒有這一條，一個既存在又唯一的解依然一文不值，因為你實際量到的資料總是帶著誤差——溫度計會四捨五入，感測器會抖動。倘若輸入裡一根髮絲粗細的擺動，就能讓輸出狂亂地甩動，那麼你那個理想化問題的精確答案，對真實問題而言便什麼也沒告訴你。

把這句承諾量化，你便抵達了這門手藝的工作利器。穩定性通常是這樣一句陳述：兩個解之差的大小，被一個常數乘以它們資料之差的大小所界定，並以某種合理的範數來度量。這樣一個界限——解被資料所掌控，且常數不會爆掉——就叫做 先驗估計。之所以是「先驗」，是因為你早在構造出解之前就能證明這個界限；它是方程的性質，而非任何特定答案的性質。連續依賴，正是一個先驗估計的化身，而接下來的兩篇導讀，便是圍繞著如何找出它們而建造的。

穩定性白送你唯一性

這裡有一個小巧卻可愛的結構性事實，把三項要求繫在一起。一個貨真價實的穩定性估計，本身就已經蘊含了唯一性——你不必再另行去證唯一性。看這串邏輯。假設 u 與 v 都是同一個問題的解，且具有完全相同的資料。把穩定性界限套在這一對上：u - v 的大小，至多是一個常數乘以「u 的資料」減「v 的資料」的大小。但資料完全相同，所以那個差恰恰為零。一個非負的量被零從上方界住，自己便只能是零，於是 u - v = 0，因此 u = v。

所以在哈達瑪的三項之中，穩定性是那個重量級的：把它釘下來，唯一性便作為白送的推論一起來了。存在性依然是一個確確實實獨立的承諾——造出一個解，與界定一個解，是兩種不同的勞作，導讀一早已警示過（最大值原理幾乎白送你唯一性，卻對「究竟存不存在解」隻字未提）。這正是為什麼專業數學家如此鍥而不捨地追逐先驗估計。一個好的估計，能悄無聲息地一舉了結三項條件中的兩項，只剩下存在性那個構造性的問題需要單獨對付。

要檢驗一個問題是否適定，逐一核對三項要求——存在性、唯一性、穩定性。
先試著拿到一個穩定性（先驗）估計：解的大小被資料的大小所界定，且常數不會爆掉。
若你拿到了，唯一性便自動掉出來（相等的資料逼出相等的解），於是只剩存在性待解決。
若這樣的估計根本不可能成立——微小的資料就讓解狂亂甩動——那麼問題便是不適定的，你也就不該再信任它給出的任何答案。

當第三項要求失守時

現在來到警世的那一半，也就是當初讓哈達瑪憂心忡忡的部分。有兩個著名的問題，既存在又唯一，卻把穩定性砸得粉碎——而本學習階梯的下一篇導讀，會把它們徹底剖開。第一個是 逆向熱方程：取熱方程 u_t = k u_xx，讓它在時間上倒著跑，問的是「已知此刻的溫度，求過去的溫度」。在時間上正著走，熱擴散是那位偉大的撫平者——每一條鋸齒狀的初始分佈都會融化成一條平淡的曲線。把影片倒著放，你便是在要求一條平淡的曲線「反融化」回尖刺，而尖刺越細，前一瞬間的資料就必定差得越凶猛。

把它量化，這場失敗便是徹底的。當前溫度裡一個大小為 epsilon、波數為 n 的高頻擺動，往回追溯一段固定的時間，會像 epsilon 乘以 e^(k n^2 t) 那樣增長——而當 n 變大時，這個因子飛奔向無窮。於是，差距小到任何溫度計都偵測不出來的資料，竟可對應到差距大到沒有界限的過去狀態。世上沒有任何常數能用資料來界定解；連續依賴就此身亡，適定性也隨之陪葬。這便是型相依適定性的代價：熱方程正向適定、逆向不適定。同一條方程，時間的箭頭相反，判決便相反。

哈達瑪自己舉的例子是第二個：替拉普拉斯方程指定 柯西資料。如導讀二所述，柯西資料——一條曲線上的函數值與法向導數兩者——是雙曲型方程（如波動方程）的自然資料，在那裡它是完美適定的。可你若把同一種資料交給橢圓型的拉普拉斯方程，災難便來了：哈達瑪展示了一個在直線上小如 (1/n) sin(n x) 的資料，其唯一的調和延拓卻像 (1/n) sin(n x) sinh(n y) 那樣增長，隨 n 增大而爆炸。趨近於零的資料，無界增大的解。下一篇導讀將反覆敲進你腦海的教訓是：橢圓性就是宿命，而把柯西資料加到橢圓型方程上，是個錯誤的問題。

不適定，並不等於錯誤

在你離開之前，有一個誠實的修正，因為初學者常把「不適定」這個詞讀過了頭。它並不意味著問題被禁止、無意義、或為假。逆向熱方程，正是醫生在「從腫瘤今日的模樣回推它從何處起源」時所面對的；而柯西-拉普拉斯型的問題，也真真切切地出現在地球物理與醫學影像之中。這些都是真實而重要的問題。「不適定」這個判決，只針對原始的穩定性而言：照原樣提出、配上任意帶噪的資料，那答案便不可信。療方是正則化——添入額外的資訊（解是光滑的、或是小的、或是與某個先驗模型相合的）來馴服那場爆炸。應用數學裡一整個分支，反問題，正正棲身於此。

帶走一幅乾淨的圖像。哈達瑪適定性是一張三腳凳——存在性、唯一性、連續依賴——而一張凳子，唯有三條腿俱全才站得穩。前兩條腿看來理所當然；第三條，穩定性，才是那條暗中扛起重活、白送你唯一性、並把「一個你真能拿來計算的問題」與「一個只是看起來像數學的問題」區分開來的腿。下一篇導讀，會把逆向熱方程與柯西-拉普拉斯問題放到顯微鏡下，看著穩定性如何死去；再下一篇，則建造那些能量估計，證明當問題提得恰當時，穩定性如何活著。