前面章节的目的是提供对偏微分方程及其解法的浅显介绍,避免吓跑任何人。许多基本概念和非常重要的细节都被省略了。从这一点开始,我们将以稍微严格的方式进行;然而,除了一个本科常微分方程课程之外的知识,再加上一些集合论和无数小时的维基百科学习,应该就足够了。
形式为

的方程称为偏微分方程,如果
是未知的,并且函数
包含偏导数。更简洁地说,
是一个算子或一个映射,它导致(除其他外)
的偏导数。
称为因变量,在本上下文中,选择此字母很常见。偏微分方程的例子(参考上述定义)


注意,
的具体构成并未明确说明,它可以是一个函数、多个函数打包成向量,或其他形式;但如果
满足该偏微分方程,则称之为该方程的解。
另一个需要观察的是
的表面冗余性,其作用来自于线性方程的研究。如果
,则该方程称为齐次方程,否则称为非齐次方程。
值得一提的是,“函数”、“算子”和“映射”这些术语可以互相替换使用,并且函数可以包含微分或任何运算。本文将优先(但不唯一)使用“函数”一词。
偏微分方程的阶数是指其中出现的最高阶导数的阶数,但通常会区分变量。例如,方程

关于
是二阶的,关于
是四阶的(无论
的形式如何,都会产生四阶导数)。
假设
,并且
满足以下性质

对于任何标量
。第一个性质称为可加性,第二个性质称为齐次性。如果
是可加的且齐次的,则称其为线性函数,此外,如果它涉及偏微分和

则上述方程为线性偏微分方程。这就是
的重要性所在。考虑方程

其中
不是
的函数。现在,如果我们通过

表示该方程,则
既不满足可加性也不满足齐次性,因此是非线性的(注意:定义条件的方程是“齐次的”,但使用了该术语的不同用法)。如果相反

则
现在是线性的。因此请注意,
和
的选择通常不是唯一的,但是如果一个方程可以写成线性形式,则称其为线性方程。
线性方程非常流行。这种流行的原因之一是称为叠加原理的一点小魔法。假设
和
都是线性齐次方程的解(从现在起,
将表示线性函数),即

对于同一个
。我们可以将
和
的组合代入偏微分方程,并根据线性函数的定义,可以看出


对于某些常数
和
。如前所述,
和
都是解,这意味着


所有这些意味着,如果
和
都是线性齐次方程
的解,那么
也是该偏微分方程的解。
被称为
和
的 线性组合。这个结果对于更多的组合也成立,一般来说,
叠加原理
|
假设在方程

中,函数 是线性的。如果某个序列 满足该方程,也就是说如果

那么该序列的任何线性组合也满足该方程

其中 是一个常数序列,求和是任意的。
|
注意,这里没有提到偏微分。事实上,对于**任何**线性方程,无论是代数方程、积分方程还是偏微分方程,该原理都成立。关于非齐次方程,该规则可以很容易地扩展。考虑非齐次方程

假设该方程由
解出,并且某个序列
解出了“相关的齐次问题”,


其中
在两者之间是相同的。例如,通过特定的组合
可以观察到叠加原理的扩展。




更一般地,
扩展叠加原理
|
假设在非齐次方程中

函数 是线性的。假设该方程由某个 求解,并且相关的齐次问题

由一个序列 求解。也就是说,

然后 加上序列 的任何线性组合都满足原始(非齐次)方程

其中 是一个常数序列,求和是任意的。
|
能够以任意线性组合的方式组合解非常宝贵,因为它允许将复杂问题的解表示为更简单问题的解。
这就是部分原因,即使是适度非线性的方程也会带来如此大的困难:在几乎所有情况下,都不存在类似于叠加原理的东西。
二元变量的线性二阶偏微分方程的一般形式为

如果大写字母系数为常数,则该方程称为**常系数线性方程**,否则称为**变系数线性方程**;并且,如果
= 0,则该方程是**齐次的**。字母
和
用作通用的自变量,它们不必表示空间。方程根据其系数进一步分类;数量

称为**判别式**。方程分类如下:



请注意,如果系数发生变化,则方程可能在一个域中属于一种分类,而在另一个域中属于另一种分类。另请注意,所有一阶方程都是抛物线的。
解的平滑性受方程类型的有趣影响:即使边界值不平滑,椭圆方程也会产生平滑的解(直至系数的平滑性);抛物线方程将导致解的平滑性沿低阶变量增加;双曲线方程保留了非平滑性。
将分类推广到更多变量,尤其是在始终将一个变量视为时间变量(即与初始条件相关联,但我们尚未讨论此类条件)时,并不十分明显,定义可能因上下文和来源而异。一种常见的分类方法是使用所谓的椭圆算子。
定义:椭圆算子
|
形式为

如果最高阶导数的系数数组 是一个正定对称矩阵,则称该算子为椭圆型算子。 是虚数单位。更一般地, 阶椭圆型算子是

如果最高阶( ) 导数的 维系数数组类似于正定对称矩阵。 不常见的是,定义被扩展到包括负定矩阵。
|
拉普拉斯算子的负值,
,是椭圆型的,其中
。二阶算子的定义是单独提供的,因为二阶算子是迄今为止最常见的。
然后,对这些方程进行分类如下:


对于某个常数 k。当椭圆算子为拉普拉斯算子时,这些方程的最经典例子就得到了:拉普拉斯方程、线性扩散方程和波动方程分别为椭圆型、抛物型和双曲型,并且都在任意数量的空间维度中定义。
线性形式

之前已经考虑过大写字母系数可能是自变量的函数的可能性。如果这些系数另外还是
的函数,并且不产生或不涉及导数,则该方程称为拟线性方程。必须强调的是,拟线性方程不是线性方程,没有叠加原理或其他类似的性质;但是,这些方程受到特别的关注。与一般的非线性方程相比,它们更容易理解,也更容易进行解析、定性和数值分析。
一个常见的拟线性方程,可能将被研究无数年,是平流方程

它描述了量
在速度场
中的守恒输运(平流)。当速度场依赖于
时,该方程是拟线性的,就像通常情况一样。一个具体的例子是交通流的公式,它将导致

尽管有相似之处,但该方程不是抛物线型的,因为它不是线性的。与它的抛物线对应物不同,即使初始条件连续,该方程也可能产生间断。
有些方程由于过于异常而无法分类。一个很好的例子是定义最小曲面的方程,可以用
表示

其中
是表面的高度。