KNOWECON WIKI

ARTICLE

热传导方程

热传导方程 (Heat Equation) 热传导方程是数学物理中最重要的偏微分方程之一，属于二阶线性抛物型偏微分方程。它描述了给定区域内的温度随时间的演化规律，由约瑟夫·傅里叶（Joseph Fourier）于1822年在《热的解析理论》中首次系统导出。该方程不仅是热力学的基石，更深刻影响了概率论（布朗运动）、金融数学（Black-Scholes-Mert

浏览 5 更新 2026-05-25

热传导方程 (Heat Equation)

热传导方程是数学物理中最重要的偏微分方程之一，属于二阶线性抛物型偏微分方程。它描述了给定区域内的温度随时间的演化规律，由约瑟夫·傅里叶（Joseph Fourier）于1822年在《热的解析理论》中首次系统导出。该方程不仅是热力学的基石，更深刻影响了概率论（布朗运动）、金融数学（Black-Scholes-Merton模型）和图像处理等多个领域。

方程形式

标准的热传导方程（齐次、各向同性介质）为：

∂u∂t=α∇2u\frac{\partial u}{\partial t} = \alpha \nabla^2 u

其中 u(x,t)u(\mathbf{x}, t) 表示位置 x\mathbf{x} 处时刻 tt 的温度，α>0\alpha > 0 为热扩散率（thermal diffusivity），∇2=Δ\nabla^2 = \Delta 是拉普拉斯算子。在一维情形下退化为：

∂u∂t=α∂2u∂x2\frac{\partial u}{\partial t} = \alpha \frac{\partial^2 u}{\partial x^2}

若介质非均匀或各向异性，方程推广为 ∂u∂t=∇⋅(D(x)∇u)\frac{\partial u}{\partial t} = \nabla \cdot (D(\mathbf{x}) \nabla u)，其中 DD 为扩散系数张量。外加热源项 f(x,t)f(\mathbf{x}, t) 时得非齐次方程：

∂u∂t=α∇2u+f\frac{\partial u}{\partial t} = \alpha \nabla^2 u + f

物理推导：傅里叶定律

方程的核心是傅里叶热传导定律：热流密度 q\mathbf{q} 与温度梯度成正比但方向相反，即 q=−k∇u\mathbf{q} = -k \nabla u，其中 kk 为热导率。结合能量守恒（任一体积元内能量变化等于边界流入的热量），对任意控制体积 VV：

ddt∫Vρcpu dV=−∫∂Vq⋅n dS=∫V∇⋅(k∇u) dV\frac{d}{dt} \int_V \rho c_p u \, dV = -\int_{\partial V} \mathbf{q} \cdot \mathbf{n} \, dS = \int_V \nabla \cdot (k \nabla u) \, dV

由散度定理并令 VV 任意小，即得：

ρcp∂u∂t=k∇2u⇒∂u∂t=α∇2u,α=kρcp\rho c_p \frac{\partial u}{\partial t} = k \nabla^2 u \quad \Rightarrow \quad \frac{\partial u}{\partial t} = \alpha \nabla^2 u, \quad \alpha = \frac{k}{\rho c_p}

其中 ρ\rho 为密度，cpc_p 为比热容。

定解条件

单一方程不足以确定唯一解，需配备初始条件和边界条件：

  • 初始条件：u(x,0)=u0(x)u(\mathbf{x}, 0) = u_0(\mathbf{x})，给定初始温度分布。
  • Dirichlet边界条件（第一类）：u∣∂Ω=g(x,t)u|_{\partial \Omega} = g(\mathbf{x}, t)，给定边界温度。
  • Neumann边界条件（第二类）：∂u∂n∣∂Ω=h(x,t)\frac{\partial u}{\partial \mathbf{n}}\big|_{\partial \Omega} = h(\mathbf{x}, t)，给定边界热流；绝热边界对应 h≡0h \equiv 0。
  • Robin边界条件（第三类）：au+b∂u∂n=ra u + b \frac{\partial u}{\partial \mathbf{n}} = r，描述对流换热。

基本解与热核

在全空间 Rn\mathbb{R}^n 上，热传导方程的基本解（热核）为：

Φ(x,t)=1(4παt)n/2exp⁡(−∣x∣24αt),t>0\Phi(\mathbf{x}, t) = \frac{1}{(4\pi \alpha t)^{n/2}} \exp\left(-\frac{|\mathbf{x}|^2}{4\alpha t}\right), \quad t > 0

该函数本身满足热传导方程（t>0t>0），且当 t→0+t \to 0^+ 时趋于狄拉克δ函数。由此，初值问题的解可表为卷积：

u(x,t)=∫RnΦ(x−y,t) u0(y) dyu(\mathbf{x}, t) = \int_{\mathbb{R}^n} \Phi(\mathbf{x} - \mathbf{y}, t) \, u_0(\mathbf{y}) \, d\mathbf{y}

热核的形态揭示了热传导的本质特征：温度以无限传播速度扩散（抛物型方程的典型性质），但距源点较远处的温度变化按高斯分布指数衰减。事实上，Φ(x,t)\Phi(\mathbf{x}, t) 正是均值为 0\mathbf{0}、方差为 2αt2\alpha t 的多元正态分布的密度函数——这并非巧合，而是热传导与布朗运动深刻联系的体现。

极值原理与正则性

热传导方程服从极值原理（maximum principle）：在时空区域 Ω×(0,T]\Omega \times (0, T] 上，解的最大值和最小值必在抛物边界（即 Ω×{0}∪∂Ω×[0,T]\Omega \times \{0\} \cup \partial \Omega \times [0, T]）上取得。极值原理蕴含了解的唯一性和对初始/边界数据的连续依赖（适定性）。

另一重要性质是无穷光滑性：即使初始条件 u0u_0 仅为连续函数，解 u(x,t)u(\mathbf{x}, t) 对所有 t>0t > 0 关于 x\mathbf{x} 和 tt 均无穷次可微。这与波动方程形成鲜明对比——热传导方程具有强烈的正则化效应。

经济学与金融中的应用

热传导方程在经济学中有重要延伸。Black-Scholes-Merton期权定价模型的核心PDE：

∂V∂t+12σ2S2∂2V∂S2+rS∂V∂S−rV=0\frac{\partial V}{\partial t} + \frac{1}{2}\sigma^2 S^2 \frac{\partial^2 V}{\partial S^2} + rS\frac{\partial V}{\partial S} - rV = 0

通过变量变换 x=ln⁡Sx = \ln S 可化为标准热传导方程，从而利用热核求得解析解（Black-Scholes公式）。此外，扩散模型在空间经济学中用于描述技术溢出、人口迁移和信息传播的时空动态，其数学本质仍然是热传导型扩散过程。

数值解法

对于复杂几何域或非线性推广，通常依赖数值方法：

  • 有限差分法：显式Euler格式 ujn+1=ujn+αΔtΔx2(uj+1n−2ujn+uj−1n)u_j^{n+1} = u_j^n + \frac{\alpha \Delta t}{\Delta x^2} (u_{j+1}^n - 2u_j^n + u_{j-1}^n)，需满足CFL条件 αΔt/Δx2≤1/2\alpha \Delta t / \Delta x^2 \leq 1/2 以保证稳定性。
  • 隐式格式（如Crank-Nicolson方法）：无条件稳定，每时间步需解三对角线性系统，兼具二阶精度与良好稳定性。
  • 有限元方法：针对任意几何域，将弱形式离散化，是工程热分析的标准工具。

热传导方程以其简洁的数学结构和丰富的物理内涵，成为连接傅里叶分析、随机过程、偏微分方程理论与众多应用学科的桥梁。