偏微分方程入门

热传导方程做的事只有一件：把不平的地方抹平。公式 uₜ = D uₓₓ 的意思是"温度的变化率正比于它的二阶导数"——如果一个点比左右邻居的平均值低，它就升温；高，就降温。仅此而已，可这一条规则就足以让任何初始形状最终变成一条平线。时空图上看得最清楚：方波的两个直角边立刻被磨圆，然后整体越摊越平。注意边界条件带来的差别，这是 PDE 和 ODE 最不一样的地方。选"两端恒温 0"：热量不断从两端漏走，总热量一路掉到 0，最后整根棒子变冷。选"两端绝热"：热量一点也跑不掉，总热量严格守恒（读数第二行的两个数会一直相等），最终温度在各处相等，等于初始平均值。同一个方程，同一个初值，两种边界条件给出完全不同的结局。这就是为什么在 PDE 里，"边界条件是模型的一部分"，不是附加说明。（现实对应：保温杯 vs 敞口杯；绝缘导线 vs 裸线；封闭系统 vs 开放系统。）最后看第三行读数 r。它一直保持在 0.2 附近，因为这里的时间步长是按 D 自动调的——下一页会告诉你如果不这么调会发生什么。

同一个初始形状，左右两张图的结局完全不同。差别只在一个字：热传导方程是 uₜ（一阶时间导数），波动方程是 uₜₜ（二阶）。左边：形状被越抹越平，峰值一路下降，最后趋于一条直线，信息彻底丢失。这是不可逆的——把时间倒过来算（D 取负），数值解立刻爆炸。右边：每个峰劈成向左和向右两个半高的波，各自匀速传播，撞到边界后反射回来，形状基本保持不变。这是可逆的：把时间倒过来，波会精确地走回去。读数里那两个"能量"指标把这件事量化了：波动方程的值在 1 附近晃（边界反射会有数值损耗），热传导的值一路掉向 0。为什么二阶时间导数就意味着可逆？因为 uₜₜ 在 t → −t 的变换下不变（负负得正），而 uₜ 会变号。物理定律的时间对称性，就写在方程里那个下标上。（牛顿第二定律、波动方程、薛定谔方程都是二阶或含虚数单位的一阶，都可逆；热传导方程、扩散方程、Navier–Stokes 的黏性项都是一阶，都不可逆——熵增出现在后面这一类里。）

一团污染物被水流带着走，同时自己往外扩散。哪一个占上风，由 Péclet 数决定：Pe = 流速 × 特征长度 ÷ 扩散系数。Pe 很小时（把流速拖到最低），时空图上的斑几乎不动，只是慢慢摊开——扩散主导。Pe 很大时（流速拉满、扩散调小），斑沿着一条斜线整体平移，形状变化不大——对流主导。这个数在工程里到处都是：河流里的污染扩散、换热器里的传热、色谱柱里的分离、血管里的药物输运，第一步都是先算 Pe。但这一页真正要提醒的是第三行读数。这里的对流项用的是迎风差分，它稳定、不会震荡，代价是引入了一个额外的、假的扩散，大小是 v·Δx/2。把扩散系数调到很小（比如 0.002）、流速调到很大，你会看到"数值扩散 / 真实扩散"这个比值远大于 1——这意味着屏幕上看到的展宽，绝大部分是格式造成的，不是物理。这是计算流体力学里最经典的陷阱之一：结果看起来很光滑、很合理，实际上算的是另一个方程。判别法就是网格 Péclet 数：v·Δx/D 远大于 2 时，你的网格对这个物理问题来说太粗了。要么加密网格，要么换高阶格式，而不是相信眼睛。

把 r 慢慢往上拖，在 0.5 那里会发生一件非常突然的事。r = 0.50：跑 400 步以后最大值是 0.083，一路衰减，完全正常。r = 0.51：跑 400 步以后是 0.47——已经开始往上走。r = 0.55：3.2×10²⁴。r = 0.70：1.0×10⁹⁵。没有过渡，没有"稍微不准"，只有稳定和爆炸两种状态。这就是显式格式的 CFL 条件：r = D·Δt/Δx² ≤ 1/2。原因可以用两行算清楚。把误差写成一个空间上的正弦波 e^(ikx)，代进差分格式，得到每一步的放大因子g = 1 − 4r·sin²(kΔx/2)。最坏的波（kΔx = π）给出 g = 1 − 4r。要求 |g| ≤ 1，就得到 r ≤ 1/2。读数最后一行给的就是这个 |1−4r|：它一旦超过 1，每一步都在放大，几十步就足以放大到天文数字。这个条件的实际含义常常被低估。它说的是 Δt 必须正比于 Δx²：把空间网格加密一倍，时间步长要缩小四倍，总计算量涨八倍。这就是为什么扩散类问题在高分辨率下会突然变得极贵，也是隐式格式（无条件稳定，但每步要解方程组）存在的全部理由。