KNOWECON WIKI

ARTICLE

偏微分方程

偏微分方程 (Partial Differential Equation) 偏微分方程（Partial Differential Equation，简称PDE）是包含未知函数的多个偏导数的方程，是描述自然现象和物理过程的基本数学工具。与只涉及一个自变量的常微分方程不同，偏微分方程中的未知函数依赖于两个或更多个自变量（如空间坐标和时间）。偏微分方程的理论和方法

浏览 12 更新 2026-07-14

偏微分方程 (Partial Differential Equation)

偏微分方程（Partial Differential Equation，简称PDE）是包含未知函数的多个偏导数的方程，是描述自然现象和物理过程的基本数学工具。与只涉及一个自变量的常微分方程不同，偏微分方程中的未知函数依赖于两个或更多个自变量（如空间坐标和时间）。偏微分方程的理论和方法在物理学、工程学、经济学、生物学和金融数学等众多领域有着深远的应用。法国数学家、傅里叶、拉普拉斯和柯西等早期研究者奠定了这一领域的基础，而现代偏微分方程理论则与泛函分析、微分几何和拓扑学等数学分支紧密交织。

基本概念与定义

设 u=u(x1,x2,…,xn) u = u(x_1, x_2, \dots, x_n) 是定义在欧几里得空间 Rn \mathbb{R}^n 中某区域上的未知函数，偏微分方程是形如

F(x,u,∂u∂x1,…,∂u∂xn,∂2u∂x12,… )=0F\left( x, u, \frac{\partial u}{\partial x_1}, \dots, \frac{\partial u}{\partial x_n}, \frac{\partial^2 u}{\partial x_1^2}, \dots \right) = 0

的关系式，其中 F F 是已知函数。方程中出现的最高阶偏导数的阶数称为该偏微分方程的阶数（order）。若 F F 关于未知函数及其各阶偏导数均为线性的，则称该方程为线性偏微分方程；否则称为非线性偏微分方程。

对于线性二阶偏微分方程，按特征值性质可分为三大经典类型：

  • 椭圆型方程（elliptic）：如拉普拉斯方程 Δu=0 \Delta u = 0 和泊松方程 −Δu=f -\Delta u = f ，描述稳定状态或平衡现象，与调和函数理论密切相关；
  • 抛物型方程（parabolic）：如热传导方程 ∂tu−Δu=0 \partial_t u - \Delta u = 0 ，描述扩散和热传导等随时间演化的耗散过程；
  • 双曲型方程（hyperbolic）：如波动方程 ∂t2u−Δu=0 \partial_t^2 u - \Delta u = 0 ，描述振动和波的传播过程，具有有限传播速度的特征。

这三种类型在定解条件、解的正则性、传播速度和唯一性等方面表现出截然不同的性质。

定解问题

偏微分方程通常有无穷多个解，为了确定一个具体的解，需要附加额外的条件，这些条件统称为定解条件。定解条件主要包括：

  1. 初始条件（initial condition）：在初始时刻 t=0 t = 0 时函数及其可能的时间导数所满足的条件。由初始条件和偏微分方程构成的问题称为初值问题或柯西问题（Cauchy problem）；
  2. 边界条件（boundary condition）：在求解区域的边界上未知函数所满足的条件。常见的边界条件类型包括狄利克雷边界条件（给定函数值）、诺伊曼边界条件（给定法向导数值）和罗宾边界条件（混合型）；
  3. 同时包含初始条件和边界条件的问题称为混合问题（initial-boundary value problem）。

一个定解问题称为适定的（well-posed），如果它满足以下三个条件：解存在、解唯一、解连续依赖于数据（即对初始条件和边界条件的小扰动仅引起解的小变化）。阿达马（Hadamard）提出的适定性概念是偏微分方程理论的核心议题之一。

经典方程与解法

拉普拉斯方程与调和函数

拉普拉斯方程 Δu=0 \Delta u = 0 是椭圆型方程的典型代表，其解称为调和函数（harmonic functions）。拉普拉斯方程的解具有平均值性质（mean value property）：球面上（或球体内）的函数平均值等于球心处的函数值。极值原理（maximum principle）指出，调和函数的最大值和最小值必然在区域边界上取得。格林函数法和分离变量法是求解拉普拉斯方程的常用技巧。

热传导方程

热传导方程 ∂tu−Δu=0 \partial_t u - \Delta u = 0 描述热量在介质中的扩散过程。其核心特征是解的平滑效应（smoothing effect）：即使初始数据不光滑，对于 t>0 t > 0 的解在空间变量上也是无穷可微的。解依赖于整个初始数据的全局信息，体现了无穷传播速度（与抛物型方程的特征一致）。傅里叶变换法是求解热传导方程最有力的分析工具之一。

波动方程

波动方程 ∂t2u−Δu=0 \partial_t^2 u - \Delta u = 0 描述弦振动、声波和电磁波等物理现象。与热传导方程不同，波动方程的解具有有限传播速度：在给定时间内，扰动的影响仅限于一个有限的锥形区域内，该区域由特征锥（characteristic cone）刻画。达朗贝尔公式（d'Alembert's formula）给出了一维波动方程初值问题的显式解，惠更斯原理（Huygens' principle）描述了三维空间中波的传播特征。

非线性偏微分方程

许多实际问题由非线性偏微分方程描述，非线性方程的解往往表现出比线性方程更丰富和复杂的现象。重要的非线性方程包括：

  • 守恒律方程（conservation laws）：∂tu+∂xf(u)=0 \partial_t u + \partial_x f(u) = 0 ，即使是光滑的初始条件也可能在有限时间内产生激波（shock wave）等间断解；
  • 纳维-斯托克斯方程（Navier-Stokes equations）：描述牛顿流体的运动，其三维情形解的光滑性问题是七大千禧年大奖难题之一；
  • 薛定谔方程（Schrödinger equation）：i∂tu=−Δu+V(x)u i \partial_t u = -\Delta u + V(x)u ，是量子力学的基本方程，描述微观粒子的波函数演化；
  • 反应-扩散方程（reaction-diffusion equation）：∂tu−Δu=f(u) \partial_t u - \Delta u = f(u) ，在生物学（如种群动力学）和化学（如贝尔索夫-扎波丁斯基反应）中有广泛应用，可以产生图灵模式（Turing patterns）等空间自组织现象；
  • 布尔格斯方程（Burgers' equation）：∂tu+u∂xu=ν∂x2u \partial_t u + u \partial_x u = \nu \partial_x^2 u ，兼具双曲型和抛物型特征，是湍流理论中的简化模型。

现代理论与方法

偏微分方程的现代研究深深植根于泛函分析、索伯列夫空间（Sobolev spaces）和弱解（weak solutions）理论。L. C. Evans等人在这个领域做出了重要贡献。

变分法（calculus of variations）是处理椭圆型方程的有力工具：许多椭圆方程的解可以等价地表示为某个能量泛函的临界点。伽辽金方法（Galerkin method）将无穷维的方程投影到有限维子空间上进行数值逼近，是有限元方法（finite element method）的数学基础。

在数值求解方面，除了有限元方法外，有限差分方法（finite difference method）和谱方法（spectral method）也是广泛使用的数值工具。对于复杂的非线性问题，自适应网格加密（adaptive mesh refinement）和并行计算技术显著提高了求解大尺度问题的能力。

在经济学和金融学中的应用

偏微分方程在经济学和金融数学中扮演着关键角色。布莱克-斯科尔斯方程（Black-Scholes equation）是期权定价领域的里程碑，它通过伊藤引理导出，属于抛物型偏微分方程。该方程及其推广形式（如考虑跳跃的莱维过程和随机波动率模型）在衍生品定价和风险管理中有广泛的应用。

在宏观经济学中，最优控制理论和动态规划中的汉密尔顿-雅可比-贝尔曼方程（Hamilton-Jacobi-Bellman equation）是一类一阶非线性偏微分方程，用于求解跨期最优化问题。偏微分方程在经济学中的应用还包括资产定价、经济增长模型和异质性主体模型等领域。

总结

偏微分方程是数学科学中最核心的分支之一，它连接了纯数学理论、物理世界的建模和工程计算实践。从拉普拉斯和傅里叶的经典工作到现代非线性分析和数值方法的蓬勃发展，偏微分方程理论不断深化和扩展。对偏微分方程的理解不仅需要扎实的微积分和线性代数基础，还需要测度论、泛函分析和微分几何等高级数学工具。随着交叉学科的不断涌现和计算能力的持续提升，偏微分方程的新应用领域（如机器学习中的物理信息神经网络）正不断被开拓。