{
  "id": "hamilton-jacobi-equation",
  "title": "哈密顿–雅可比方程",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "一种一阶非线性偏微分方程，联系经典力学、变分原理、波传播、最优控制与几何分析。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "哈密顿–雅可比偏微分方程",
    "HJ方程"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/hamilton-jacobi-equation/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/hamilton-jacobi-equation/",
      "json": "https://aiwiki.page/en/hamilton-jacobi-equation.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "哈密顿–雅可比方程是关于标量函数的偏微分方程，其中空间导数通过一个称为哈密顿量的给定函数进入方程。其标准的含时形式为\n\n\\[\\frac{\\partial u}{\\partial t}+H(x,D_xu,t)=0,\\]\n\n其中，\\(x\\) 表示位置，\\(t\\) 表示时间，\\(D_xu\\) 是 \\(u\\) 的空间梯度。在经典力学中，\\(u\\) 可以表示作用量函数，其梯度给出动量。在优化与控制中，它可以表示最优代价；在波传播中，它可以表示相位或到达时间。\n\n这一方程的重要性在于，它能将关于轨迹族的问题转化为关于一个标量场的单一方程。其经典理论将微分方程、力学与变分法联系起来。即使初始数据光滑，解通常仍会出现奇点；现代理论通过比较原理、变分公式和小扩散极限选取广义解，以处理这些奇点。这些理论进展使哈密顿–雅可比方程在最优控制、前沿传播、数值计算和动力系统几何中占据了核心地位。"
    },
    {
      "heading": "数学形式与历史起源",
      "text": "对于 \\(x\\in\\mathbb R^n\\)，哈密顿量是一个函数 \\(H(x,p,t)\\)，其中 \\(p\\in\\mathbb R^n\\) 表示动量或梯度变量。初值问题通常写为\n\n\\[u_t+H(x,Du,t)=0, \\qquad u(x,0)=u_0(x).\\]\n\n该方程是一阶的，因为其中只出现 \\(u\\) 的一阶导数；它通常是非线性的，因为 \\(H\\) 不一定线性依赖于 \\(Du\\)。例如，质量为 \\(m\\) 的粒子在势场 \\(V\\) 中运动时，其哈密顿量为\n\n\\[H(x,p,t)=\\frac{|p|^2}{2m}+V(x,t),\\]\n\n由此得到\n\n\\[u_t+\\frac{|Du|^2}{2m}+V(x,t)=0.\\]\n\n这里，作用量 \\(u\\) 的量纲是能量乘以时间，其空间梯度具有动量的量纲，而方程中每一项都具有能量的量纲。\n\n更一般地，一阶方程可以写成 \\(F(x,u,Du)=0\\)。定常哈密顿–雅可比方程构成了其中一个重要的子类，包括 \\(H(x,Du)=E\\)（其中 \\(E\\) 为常数），以及显含 \\(u\\) 的方程，如 \\(\\lambda u+H(x,Du)=f(x)\\)。初始条件确定一个随时间演化的场，而定常边值问题则可以在部分边界上指定到达时间、代价或函数值。这里的边界条件不能与二阶椭圆型方程的边界条件混同：特征线可能进入或离开定义域，在整个边界上任意指定数据，可能导致不存在经典解。\n\n威廉·罗恩·哈密顿在早期几何光学研究的基础上，于1834年和1835年发表的动力学论文中提出了他的特征函数方法。随后，卡尔·古斯塔夫·雅各布·雅可比发展了相应的积分理论，并于1837年发表了一篇重要论文。他们的研究表明，求解一个关于作用量函数的一阶方程，就能蕴含整个力学系统的解。由此形成的理论拓展了莱昂哈德·欧拉和约瑟夫–路易·拉格朗日等人建立的分析力学。\n\n在二十世纪，这一方程获得了远超粒子力学范畴的诠释。理查德·贝尔曼的动态规划将其与最优决策联系起来，而控制理论则催生了哈密顿–雅可比–贝尔曼方程。迈克尔·克兰德尔和皮埃尔–路易·利翁斯于20世纪80年代初发展了黏性解理论，其中包括他们于1983年发表的奠基性论文，为连续但不可微的解提供了理论框架。这使研究的核心问题不再局限于寻找光滑解的表达式，而是转向在光滑性丧失之后确定唯一且稳定的解。"
    },
    {
      "heading": "作用量原理与特征轨迹",
      "text": "这个方程在力学中源于一个变分问题。设 \\(L(x,v,t)\\) 是依赖于位置、速度和时间的拉格朗日量。路径 \\(\\gamma\\) 的作用量为\n\n\\[\\mathcal A[\\gamma] =\\int_{t_0}^{t_1}L(\\gamma(s),\\dot\\gamma(s),s)\\,ds.\\]\n\n使作用量取驻值的路径满足欧拉—拉格朗日方程\n\n\\[\\frac{d}{dt}L_v=L_x.\\]\n\n当速度到动量的映射 \\(p=L_v\\) 可逆时，哈密顿量可通过勒让德变换得到：\n\n\\[H(x,p,t)=p\\cdot v-L(x,v,t).\\]\n\n对于具有适当增长性质的严格凸拉格朗日量，这也等价于对所有速度取 \\(p\\cdot v-L\\) 的上确界。\n\n设 \\(S(x,t)\\) 是从某个固定的起始时空点到 \\((x,t)\\) 的一族光滑变化的极值路径上的作用量。对端点作变分可得\n\n\\[D_xS=p, \\qquad S_t=-H(x,p,t),\\]\n\n从而得到哈密顿—雅可比方程。这一结论是局部的：当多条极值路径到达同一端点时，单一的光滑分支可能不再存在。在最小作用量问题中，从相互竞争的路径中选取最小作用量，可以得到一个单值函数，但该函数未必始终可微。\n\n反过来，光滑解可通过特征线法生成轨迹。对于 \\(u_t+H(x,Du,t)=0\\)，这些轨迹满足\n\n\\[\\dot x=H_p(x,p,t), \\qquad \\dot p=-H_x(x,p,t), \\qquad \\dot u=p\\cdot H_p-H,\\]\n\n且沿特征线有 \\(p=Du\\)。前两个方程是哈密顿正则方程。第三个方程由链式法则推出：\n\n\\[\\frac{d}{dt}u(x(t),t) =u_t+Du\\cdot\\dot x.\\]\n\n当勒让德变换适用时，\\(p\\cdot H_p-H=L\\)，因此沿特征线的 \\(u\\) 的变化量就是累积的拉格朗日作用量。\n\n对于自由粒子，\\(H(p)=|p|^2/(2m)\\)，动量保持不变。从 \\(a\\) 出发的特征线满足\n\n\\[x(t)=a+\\frac{t}{m}Du_0(a).\\]\n\n只有当从 \\(a\\) 到 \\(x(t)\\) 的映射保持局部可逆时，这一公式才能给出光滑解。该映射的导数为\n\n\\[I+\\frac{t}{m}D^2u_0(a).\\]\n\n如果这个矩阵变为奇异矩阵，特征线族在位置空间中的投影就可能发生折叠。此时，不同轨迹可能以不同的动量到达同一位置。特征方程组本身可以依然光滑，而标量解却失去光滑性；这一区别是该理论的根本要点。"
    },
    {
      "heading": "完全积分、正则变换与变量分离",
      "text": "在经典积分理论中，完全积分是指依赖于 \\(n\\) 个本质参数 \\(\\alpha_1,\\ldots,\\alpha_n\\) 的一族解 \\(S(q,\\alpha,t)\\)，并满足如下非退化条件：\n\n\\[\\det\\left(\\frac{\\partial^2S}{\\partial q_i\\partial\\alpha_j}\\right)\\ne0.\\]\n\n加法常数通常单独处理。这些参数提供了足够多的独立信息，可用于恢复具有 \\(n\\) 个位形坐标的力学系统的运动轨迹。这比求出偏微分方程的一个特解要求更高。\n\n这一联系通过以 \\(S\\) 为生成函数的正则变换来表达：\n\n\\[p_i=\\frac{\\partial S}{\\partial q_i}, \\qquad \\beta_i=\\frac{\\partial S}{\\partial\\alpha_i}.\\]\n\n对于这类含时生成函数，变换后的哈密顿量为 \\(K=H+S_t\\)。若 \\(S\\) 满足哈密顿–雅可比方程，则 \\(K=0\\)，因此新变量 \\(\\alpha_i\\) 和 \\(\\beta_i\\) 沿轨迹保持不变。于是，恢复 \\(q(t)\\) 和 \\(p(t)\\) 就转化为求解这些隐式关系的问题。实际上，这个偏微分方程取代了对原来那组耦合常微分方程的积分。\n\n对于不显含时间的哈密顿量，通常采用如下设解形式：\n\n\\[S(q,t)=W(q)-Et,\\]\n\n从而将方程化为\n\n\\[H(q,DW)=E.\\]\n\n这里，\\(W\\) 是哈密顿特征函数，\\(E\\) 是能量。如果在适当的坐标下可以写成\n\n\\[W(q)=\\sum_{i=1}^n W_i(q_i),\\]\n\n那么定态方程就能通过分离变量化为若干常微分方程，其中的分离常数表征守恒量。变量可分离性是系统及其坐标所具有的一种特殊结构性质，并非哈密顿–雅可比方程的一般特征。\n\n对于一维谐振子，\n\n\\[H(q,p)=\\frac{p^2}{2m}+\\frac12m\\omega^2q^2,\\]\n\n定态方程给出\n\n\\[\\frac{dW}{dq} =\\pm\\sqrt{2mE-m^2\\omega^2q^2}.\\]\n\n积分后可得到转向点之间各分支上的 \\(W\\)。利用关系式 \\(\\partial W/\\partial E-t=\\text{constant}\\)，即可恢复振荡轨迹。在中心力问题中，采用极坐标或球坐标，可以将角动量与径向运动分离。对于平面运动，径向方程为\n\n\\[\\frac{1}{2m}\\left(\\frac{dW_r}{dr}\\right)^2 +\\frac{\\ell^2}{2mr^2}+V(r)=E,\\]\n\n其中，\\(\\ell\\) 为守恒的角动量。\n\n在可积系统中，分离变量所得的解可导出作用量–角变量。作用量由沿各个独立闭合回路的积分定义：\n\n\\[J_i=\\frac{1}{2\\pi}\\oint p\\cdot dq.\\]\n\n当哈密顿量仅依赖于作用量时，与之共轭的角变量以频率 \\(\\partial H/\\partial J_i\\) 演化。这类坐标可以描述规则的准周期运动，但转向点、整体拓扑学性质以及不可积性，都可能使单个光滑生成函数无法覆盖整个相空间。"
    },
    {
      "heading": "几何光学与半经典极限",
      "text": "在几何光学中，波在局部由快速变化的相位和变化较慢的振幅来描述。将高频试探解代入波动方程，便可将主阶相位方程与较低阶的振幅输运方程分离。主阶方程是程函方程，即哈密顿–雅可比方程的一种形式。它无需分辨波的每一次振荡，就能描述波前的几何形态。\n\n对于传播速度为正的各向同性介质，设其传播速度为 \\(c(x)\\)，则从波源出发的首次到达时间 \\(T(x)\\) 在远离波源及相应奇异集的区域内满足\n\n\\[c(x)|DT(x)|=1\\]\n\n等价地，有 \\(|DT|=1/c\\)，其中 \\(1/c\\) 为慢度。若速度为常数且波源位于原点，则 \\(T(x)=|x|/c\\)。在非均匀介质中，首次到达时间可通过在所有允许路径中最小化\n\n\\[\\int_\\gamma \\frac{ds}{c(x)}\\]\n\n来刻画。这是以皮埃尔·德·费马命名的费马原理的走时形式。折射源于局部走时代价的变化。\n\n一种相关的演化表述将运动界面表示为函数 \\(\\phi(x,t)\\) 的零水平集。若界面沿法向运动，且以 \\(D\\phi/|D\\phi|\\) 方向为正方向测得的法向速度为 \\(F\\)，则\n\n\\[\\phi_t+F|D\\phi|=0.\\]\n\n这是水平集方法的基本方程。该方法无需对界面的每个分支单独进行参数化，就能表示尖角和拓扑变化。速度项的符号取决于所选取向，以及 \\(\\phi\\) 为正表示内部还是外部。\n\n哈密顿–雅可比理论也出现在量子力学中。对于薛定谔方程\n\n\\[i\\hbar\\psi_t =-\\frac{\\hbar^2}{2m}\\Delta\\psi+V\\psi,\\]\n\n在局部写成 \\(\\psi=Ae^{iS/\\hbar}\\)，其中 \\(A\\) 和 \\(S\\) 均为实函数。在这一分解光滑且 \\(A\\ne0\\) 的区域，取实部可得\n\n\\[S_t+\\frac{|DS|^2}{2m}+V -\\frac{\\hbar^2}{2m}\\frac{\\Delta A}{A}=0.\\]\n\n若振幅变化的尺度使得最后一项可以忽略，则主阶相位满足经典哈密顿–雅可比方程。虚部则给出振幅输运方程。\n\n这一联系是WKB近似的基础，但该近似并非处处一致有效。在转向点或焦散处，最简单的振幅近似可能出现奇异性，而且多个相位分支都可能对波产生贡献。最小作用量黏性解选取单一的标量值，通常不会保留全部干涉信息。因此，波传播理论与黏性解理论虽然具有共同的哈密顿结构，却不能为所研究的物理场提供可相互替代的描述。"
    },
    {
      "heading": "光滑性的丧失与黏性解",
      "text": "光滑的初始数据通常不能保证哈密顿–雅可比方程的解全局光滑。对于一维方程\n\n\\[u_t+\\frac12(u_x)^2=0,\\]\n\n在 \\(u\\) 光滑之处求导，得到\n\n\\[v_t+vv_x=0, \\qquad v=u_x.\\]\n\n这就是无黏性的伯格斯方程。\\(v\\) 较大的区域移动得更快，因此特征线可能相交。此时，梯度可能出现跳跃，而 \\(u\\) 仍保持连续。在此之后，就不能再处处以逐点的方式理解该方程。\n\n仅要求方程几乎处处成立，往往不足以选出唯一的解。与守恒律不同，一般的哈密顿–雅可比方程没有典范的分布表述，因为分布导数的非线性函数未必有定义。因此，有效的广义解概念转而采用从上方或下方接触候选解的光滑检验函数来定义。\n\n对于\n\n\\[u_t+H(x,Du,t)=0,\\]\n\n若对每个使 \\(u-\\varphi\\) 在某个内点取得局部极大值的光滑函数 \\(\\varphi\\)，都有\n\n\\[\\varphi_t+H(x,D\\varphi,t)\\le0\\]\n\n在该点成立，则称上半连续函数为黏性次解。下半连续的黏性上解则要求在 \\(u-\\varphi\\) 的局部极小值点满足反向不等式。既是黏性次解又是黏性上解的连续函数称为黏性解。这些检验在角点处施加了方向性约束，而不必赋予其并不存在的经典梯度。每个经典解都是黏性解；在满足相应条件的解可微之处，黏性意义下的方程与经典方程一致。\n\n保证唯一性的关键机制是比较原理：在适当假设下，如果次解在相关的初始集或边界集上不高于上解，那么它在整个区域内也始终不高于上解。具体假设取决于问题，可能涉及连续性、对空间依赖性的控制、强制性、有界性或增长条件。并非任意哈密顿量和任意边界条件都自动满足比较原理。当比较原理成立时，它能保证唯一性与序稳定性，并且对于适当的演化问题，往往还能给出如下收缩估计：\n\n\\[\\|u(\\cdot,t)-v(\\cdot,t)\\|_\\infty \\le \\|u_0-v_0\\|_\\infty\\]\n\n“黏性解”这一名称反映了通过加入小扩散项来选取解的过程：\n\n\\[u_t^\\varepsilon+H(x,Du^\\varepsilon,t) =\\varepsilon\\Delta u^\\varepsilon.\\]\n\n在适当的紧性假设和比较原理成立的条件下，当 \\(\\varepsilon\\downarrow0\\) 时，这些解收敛到黏性解。拉普拉斯算子使近似解变得光滑，但极限未必可微。更一般地，在方程和解取适当的局部一致极限时，黏性解具有稳定性。这种稳定性使该定义能够有效用于存在性证明、近似格式以及涉及快速变化系数的极限问题。"
    },
    {
      "heading": "变分公式与守恒定律",
      "text": "对于仅依赖于动量的哈密顿量，在满足凸性和增长条件时，可以得到显式的变分表示。设 \\(H(p)\\) 为凸函数且具有超线性增长，并定义\n\n\\[L(v)=\\sup_p\\{p\\cdot v-H(p)\\}.\\]\n\nHopf–Lax 公式为\n\n\\[u(x,t)=\\inf_{y\\in\\mathbb R^n} \\left\\{u_0(y)+tL\\left(\\frac{x-y}{t}\\right)\\right\\}, \\qquad t>0.\\]\n\n在初始函数满足适当假设时，该公式给出 \\(u_t+H(Du)=0\\) 的黏性解。该公式将初始值与在时间 \\(t\\) 内从 \\(y\\) 运动到 \\(x\\) 所需的作用量相加，再取其最小值。\n\n对于 \\(H(p)=|p|^2/2\\)，其勒让德变换为 \\(L(v)=|v|^2/2\\)，因此\n\n\\[u(x,t)=\\inf_y\\left\\{u_0(y)+\\frac{|x-y|^2}{2t}\\right\\}.\\]\n\n若极小点 \\(y\\) 唯一，且满足所需的可微性条件，则\n\n\\[Du(x,t)=\\frac{x-y}{t}.\\]\n\n存在多个极小点，意味着存在相互竞争的最优演化路径，通常对应于 \\(u\\) 的不可微性。该公式直观地揭示了选择机制：解并不保留所有特征线分支，而是选取最小的容许代价。\n\n例如，在一维情形下，令 \\(u_0(x)=-|x|\\)。二次型 Hopf–Lax 公式给出\n\n\\[u(x,t)=-|x|-\\frac t2.\\]\n\n当 \\(x>0\\) 时，使代价最小的起点为 \\(y=x+t\\)；当 \\(x<0\\) 时，则为 \\(y=x-t\\)。在 \\(x=0\\) 处，\\(y=t\\) 和 \\(y=-t\\) 都使代价达到最小。该解始终存在一个向下的尖角。其导数在左侧为 \\(v=1\\)，在右侧为 \\(v=-1\\)，构成 Burgers 方程的一个静止熵激波。因此，可微性的丧失记录了经过选择的特征线之间的真实碰撞，而不是解的概念本身存在缺陷。\n\n在一维空间中，当 \\(H\\) 足够正则时，形式上求导便可将哈密顿–雅可比方程与标量守恒定律联系起来：\n\n\\[u_t+H(u_x)=0 \\quad\\Longrightarrow\\quad v_t+\\partial_xH(v)=0.\\]\n\n在适当假设下，黏性解的导数对应于守恒定律的熵解。这两种关于解的可容许性的理论密切相关，但它们的未知量不同：\\(u\\) 保持连续，而其导数 \\(v\\) 可以发生跳跃。在多维情形下，梯度满足一个带约束的向量方程组，因此，这种联系并不能简单地等同于高维标量守恒定律的完整理论。\n\n对于依赖于位置和时间的哈密顿量，需要以路径上的最小化取代直线路径的代价：\n\n\\[u(x,t)= \\inf_{\\gamma(t)=x} \\left\\{ u_0(\\gamma(0)) +\\int_0^t L(\\gamma(s),\\dot\\gamma(s),s)\\,ds \\right\\}.\\]\n\n相应的演化算子通常称为 Lax–Oleinik 算子。它们的复合性质表明：可以在某个中间时刻将最优路径分段，而不改变最优总代价。这一性质也是连接变分力学与动态规划的桥梁。"
    },
    {
      "heading": "最优控制、随机动力学与微分博弈",
      "text": "在确定性最优控制中，状态的演化满足\n\n\\[\\dot x(s)=f(x(s),a(s),s),\\]\n\n其中 \\(a(s)\\) 是容许控制。给定运行成本 \\(\\ell\\)、终端成本 \\(g\\) 和终止时刻 \\(T\\)，定义价值函数\n\n\\[V(x,t)= \\inf_a\\left\\{ \\int_t^T\\ell(x(s),a(s),s)\\,ds+g(x(T)) \\right\\}.\\]\n\n动态规划原理指出，整个时间区间上的优化可以分解为：先在起始的一小段时间内进行优化，再计入余下时间的最优成本。在这一小段时间上作光滑展开，便得到哈密顿—雅可比—贝尔曼方程。\n\n对于终值问题，一种标准形式为\n\n\\[-V_t+ \\sup_a\\{-f(x,a,t)\\cdot DV-\\ell(x,a,t)\\}=0, \\qquad V(x,T)=g(x).\\]\n\n在光滑点处，它等价于\n\n\\[V_t+\\inf_a\\{f(x,a,t)\\cdot DV+\\ell(x,a,t)\\}=0.\\]\n\n对于广义解，必须使时间方向与次解的约定保持一致。这是一个后向问题：终端成本决定更早时刻的价值。在适当的假设下，价值函数可刻画为该方程的黏性解，即使最优反馈发生不连续变化，或 \\(V\\) 存在折角，也是如此。\n\n作为一个基本例子，考虑速度有界的运动，即 \\(\\dot x=a\\)、\\(|a|\\le c\\)，并假设到达目标前单位时间的运行成本为一。定常的最短行程时间 \\(T(x)\\) 满足\n\n\\[0=1+\\inf_{|a|\\le c}a\\cdot DT =1-c|DT|,\\]\n\n因此有 \\(c|DT|=1\\)，且在目标上的取值为零。由此可见，同一个程函方程既描述首达波，也描述时间最优运动。更复杂的控制约束会产生各向异性的哈密顿量，此时沿某一方向运动的成本取决于该方向。\n\n如果状态服从随机微分方程\n\n\\[dX_s=f(X_s,a_s,s)\\,ds+\\sigma(X_s,a_s,s)\\,dW_s,\\]\n\n则相应的方程包含一个二阶项：\n\n\\[-V_t+\\sup_a\\left\\{ -f\\cdot DV -\\frac12\\operatorname{tr}(\\sigma\\sigma^{\\mathsf T}D^2V) -\\ell \\right\\}=0.\\]\n\n这里，\\(W_s\\) 是维纳过程。这是一个可能退化的二阶哈密顿—雅可比—贝尔曼方程。扩散项源自随机动力学的生成元，而不只是数值平滑的结果。\n\n在微分博弈中，两位参与者影响动力学或成本，从而产生极小极大形式的哈密顿量。交换极小化与极大化的次序，不一定能保持哈密顿量不变。两种逐点优化次序给出相同结果的条件称为艾萨克斯条件，它对于确立双方一致的博弈值十分重要。这些方程出现在追逃博弈、鲁棒控制和可达性分析中。实际应用受到维数灾难的制约：若在 \\(d\\) 个状态坐标的每一个方向上均设置 \\(N\\) 个网格节点，则整个网格包含 \\(N^d\\) 个节点。"
    },
    {
      "heading": "数值逼近与前沿计算",
      "text": "数值方法必须捕捉所选定的广义解，而不能仅在解光滑的区域准确地逼近导数。空间中心差分可能在尖角附近产生振荡，或趋于不恰当的极限。迎风方法则利用特征传播的方向。对于一维方程，一种典型的显式有限差分格式为\n\n\\[u_j^{n+1} =u_j^n-\\Delta t\\, \\widehat H(D^-u_j^n,D^+u_j^n),\\]\n\n其中，\\(D^-\\) 和 \\(D^+\\) 分别为后向差分和前向差分，\\(\\widehat H\\) 是相容的数值哈密顿量。\n\n对于 \\(H=H(p)\\)，局部 Lax–Friedrichs 数值哈密顿量的形式为\n\n\\[\\widehat H(p^-,p^+) = H\\left(\\frac{p^-+p^+}{2}\\right) -\\frac{\\alpha}{2}(p^+-p^-),\\]\n\n其中，\\(\\alpha\\) 是相关梯度范围内 \\(|H_p|\\) 的一个上界。最后一项引入了数值耗散。当 \\(\\Delta t\\) 与网格间距满足适当关系时，更新具有单调性：增大输入的网格值不会使相应的更新值减小。这种保序性质不同于高阶精度，是稳健逼近黏性解的关键。\n\n1991 年发表的 Barles–Souganidis 收敛框架表明，当极限方程具有适当的比较原理，且其他必要假设均成立时，单调、稳定且相容的格式收敛于黏性解。相容性通过光滑检验函数将离散方程与原方程联系起来；稳定性保证近似解有界；单调性则提供处理非光滑点所需的序结构。高阶 ENO 和 WENO 重构可提高光滑区域内的分辨能力，但不能仅凭形式精度阶数推断其收敛性。滤波格式将可靠的单调方法与精度更高的近似方法相结合，并在后者适用的区域采用后者。\n\n对于速度为正的各向同性程函方程，快速行进法利用了到达时间递增所体现的因果次序。该方法根据局部迎风方程，按到达时间大致递增的顺序逐一确定网格值。对于 \\(N\\) 个网格节点，采用二叉堆的实现通常具有 \\(O(N\\log N)\\) 的复杂度。快速扫描法则沿交替变化的方向遍历网格；其效率取决于特征线的几何形态以及所需的扫描次数。标准的各向同性快速行进法并不直接适用于所有各向异性哈密顿量，因为其局部确定规则依赖于特定的因果结构。\n\n半拉格朗日格式直接从控制的角度构造近似，通过追踪短轨迹，将插值与局部优化相结合。与某些显式有限差分格式相比，这类格式可以允许采用更大的时间步长，但单调性、插值误差和最小化求解精度仍然很重要。面向高维问题的其他方法包括稀疏表示、低秩方法和基于学习的近似方法。这些方法在计算上的优势，本身并不能提供经典单调网格格式所具有的、基于比较原理的保证；近似质量的验证仍是一个独立问题。"
    },
    {
      "heading": "几何结构、长时间行为与均匀化",
      "text": "在位形流形 \\(M\\) 上，动量自然属于余切丛 \\(T^*M\\)。光滑函数 \\(u\\) 定义了余向量场 \\(du\\) 的图像。在辛几何中，这一图像是拉格朗日子流形：其维数为余切丛维数的一半，且辛形式在其上的限制为零。哈密顿演化使这样的图像在相空间中运动。只有当演化所得的子流形仍能表示为位形空间上的适当图像时，哈密顿–雅可比解才能描述这一演化。\n\n这一观点解释了为什么即使底层哈密顿流没有任何奇性，经典解仍可能失效。演化中的拉格朗日子流形可以保持光滑，但它在 \\(M\\) 上的投影却可能发生折叠。这些投影奇点形成焦散。单值黏性解选取一个可容许的标量分支，而几何描述和半经典描述则可以保留更复杂的多分支结构。此外，并非每个全局定义的拉格朗日图像都是某个单值函数的微分；全局恰当性是一项额外的拓扑条件。\n\n长时间分析往往会导向定常加性特征值问题\n\n\\[H(x,Dv)=c.\\]\n\n如果这一方程存在适当的解，那么 \\(u(x,t)=v(x)-ct\\) 就是自治演化方程的解。在附加假设下，一般解可能趋近于这一形式，但收敛性和 \\(v\\) 的唯一性都不是自动成立的。在紧流形上，哈密顿量关于动量的凸性与超线性增长性为阿尔贝·法蒂于20世纪90年代发展起来的弱KAM理论提供了基础。这一理论将定常黏性解、极小化轨道与奥布里–马瑟理论中的不变集联系起来。在这一框架下，给 \\(v\\) 加上常数仍无关紧要，而 \\(c\\) 的可容许取值则是一个核心动力学量。\n\n在均匀化中，一个具有代表性的快速振荡问题是\n\n\\[u_t^\\varepsilon+ H\\left(\\frac{x}{\\varepsilon},Du^\\varepsilon\\right)=0.\\]\n\n当空间依赖具有周期性，并且满足适当的强制性与正则性条件时，其解可以收敛到有效方程的解：\n\n\\[u_t+\\overline H(Du)=0.\\]\n\n有效哈密顿量通过胞元问题来刻画：对每个固定动量 \\(p\\)，寻找周期校正函数 \\(\\chi\\) 和常数 \\(\\overline H(p)\\)，使其满足\n\n\\[H(y,p+D_y\\chi)=\\overline H(p).\\]\n\n校正函数通常在黏性解意义下理解。有效哈密顿量取决于路径如何利用微观介质，而不是原哈密顿量的简单逐点平均。\n\n这些问题将局部方程与全局输运和极小化动力学联系起来。强制性通常表述为 \\(H(x,p)\\) 在 \\(|p|\\to\\infty\\) 时的增长性质，它有助于控制梯度并获得紧性。凸性为变分表示和有效哈密顿量的构造提供了支持，而非凸哈密顿量可能需要不同的论证方法，在均匀化或长时间极限中也可能表现出不同的行为。因此，定常解的存在性、其奇异集的结构以及演化的渐近行为，都取决于具体的哈密顿量、定义域和边界条件。"
    }
  ],
  "links": [
    "partial-differential-equation",
    "gradient",
    "classical-mechanics",
    "calculus-of-variations",
    "boundary-value-problem",
    "leonhard-euler",
    "euler-lagrange-equations",
    "legendre-transform",
    "hamiltonian-mechanics",
    "chain-rule",
    "matrix",
    "ordinary-differential-equation",
    "polar-coordinates",
    "topology",
    "geometrical-optics",
    "wave-equation",
    "pierre-de-fermat",
    "quantum-mechanics",
    "almost-everywhere",
    "laplace-operator",
    "conservation-law",
    "value-function",
    "bellman-equation",
    "hamilton-jacobi-bellman-equation",
    "stochastic-differential-equation",
    "wiener-process",
    "curse-of-dimensionality",
    "finite-difference-method",
    "manifold"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}