特征曲线法

特征曲线法（method of characteristics）是沿特定路径把一阶偏微分方程化为常微分方程的方法。它把“在每个固定位置观察变化”改成“沿信息传播的轨迹观察变化”，再利用轨迹上的初值或入流数据重建解。对非线性方程，轨迹可能汇聚，使经典解的导数在有限时间内变得无界；此后需要另用守恒律和弱解处理。

沿流动方向观察浓度

设无量纲浓度 $u (x, t)$ 在整条实线上以速度二向右输运，同时按速率一衰减。教学模型及初始分布为 $u_{t} + 2 u_{x} = - u, u (x, 0) = e^{- x^{2}} .$ 若固定在某点，读数既受染料经过的影响，也受染料自身衰减的影响。现在让观察点随流动移动，从初始位置 $ξ$ 出发，记路径为 $x (t) = ξ + 2 t$ 。由链式法则，路径上的读数 $U (t) = u (x (t), t)$ 满足 $U^{'} (t) = u_{t} + x^{'} (t) u_{x} = u_{t} + 2 u_{x} = - U (t) .$ 这样，一个含两个自变量的方程在每条路径上都变成了 $U^{'} = - U$ 。由初值 $U (0) = e^{- ξ^{2}}$ ，解得 $U (t) = e^{- t} e^{- ξ^{2}}$ 。要计算当前点 $(x, t)$ ，先回溯到 $ξ = x - 2 t$ ，于是 $u (x, t) = e^{- t - (x - 2 t)^{2}} .$ 例如 $(x, t) = (2, 1)$ 来自初始中心，读数为 $e^{- 1}$ ； $(0, 1)$ 来自初始位置 $- 2$ ，读数为 $e^{- 5}$ 。后者较小既因为初始时就离峰较远，也因为经过了一单位时间的衰减。

高斯形浓度在时间零二分之一和一向右移动，峰位置依次为零一二，峰高依次为一e的负二分之一次方和e的负一次方 — 空间快照同时显示平移与衰减。沿峰的位置读出传播速度，比较峰高读出沿特征线的变化。

特征方程与重建

考虑准线性一阶方程 $u_{t} + a (x, t, u) u_{x} = b (x, t, u) .$ 若沿参数曲线令 $X (s)$ 、 $T (s)$ 表示位置与时间， $U (s) = u (X (s), T (s))$ ，选择 $\frac{d X}{d s} = a (X, T, U), \frac{d T}{d s} = 1, \frac{d U}{d s} = b (X, T, U),$ 链式法则就把原方程变成第三个常微分方程。这一组式子称为特征方程。在时空平面上的投影 $(X, T)$ 是特征曲线；把高度 $U$ 也加上，则得到解曲面中的一条曲线。^[1]

对初值 $u (x, 0) = g (x)$ ，从每个 $ξ$ 出发，取 $X (0, ξ) = ξ$ 、 $T (0, ξ) = 0$ 、 $U (0, ξ) = g (ξ)$ 。求出这一族轨迹后，还要把 $x = X (t, ξ)$ 反解成 $ξ = ξ (x, t)$ ，才能定义 $u (x, t) = U (t, ξ (x, t)) .$ 因此，解出常微分方程与重建单值函数是两步。若不同的初始点到达同一个时空位置却要求不同的高度，单值经典解就无法继续存在。

特征曲线也不必是直线。例如 $u_{t} + x u_{x} = 0$ 的特征方程是 $X^{'} = X$ 、 $U^{'} = 0$ ，故 $X = ξ e^{t}$ 、 $U = g (ξ)$ ，从而 $u (x, t) = g (x e^{- t}) .$ 初始位置离原点越远，传播越快。这与常速平移不同；把所有输运都套成 $g (x - c t)$ 会漏掉系数随位置变化的作用。

数据曲线与非特征条件

初值不一定给在 $t = 0$ 上。设数据曲线为 $(x, t) = (x_{0} (r), t_{0} (r)), u (x_{0} (r), t_{0} (r)) = g (r) .$ 从每个 $r$ 出发沿特征方向延伸，在初始曲线处，投影映射 $(r, s) \mapsto (X, T)$ 的雅可比行列式为 $J = {x_{0}}^{'} (r) - a (x_{0} (r), t_{0} (r), g (r)) {t_{0}}^{'} (r) .$ 若 $J \neq 0$ ，曲线切向量与特征方向不平行，称数据曲线是非特征的。在系数及数据具有适当连续可微性时，常微分方程的局部唯一性与逆函数定理使这族曲线局部组成单值解。这里是局部结论，不保证无限时间都可以反解。^[1]

这个条件的意义可以用 $u_{t} + 2 u_{x} = 0$ 直接看见。若数据给在特征线 $x = 2 t$ 上，链式法则要求沿这条线的读数不变；强行指定 $u (2 t, t) = t$ 就与方程矛盾。若指定的是常数 $C$ ，虽然相容，仍只确定了这一条特征线上的值：任意满足 $F (0) = C$ 的函数 $u (x, t) = F (x - 2 t)$ 都可符合它。非特征条件正是为了使数据横穿一族信息轨迹，而不是只沿同一条轨迹重复给值。

有限区间中的入流边界

对 $u_{t} + c u_{x} = 0$ 、 $c > 0$ ，若只研究 $0 < x < L$ ，从当前点向过去回溯，可能先碰到初始线，也可能先碰到左端。给定 $u (x, 0) = g (x)$ 以及入口记录 $u (0, t) = h (t)$ ，便有 $u (x, t) = {\begin{matrix} g (x - c t), & x \geq c t, \\ h (t - x / c), & x < c t . \end{matrix}$ 第二种情形中， $t - x / c$ 是这份数据进入区间的时间。右端是信息流出的地方，通常不能再任意指定另一条独立的边界记录；它应由内部解决定。若要求角点连续，需要 $g (0) = h (0)$ ，要求更高光滑性还要核对导数的相容关系。

这一判断针对所写的纯输运方程。加入扩散后，方程类型及边界需求会改变；不能把“只给入流端”照搬到热方程上。

非线性传播与梯度爆破

伯格斯方程的无黏形式为 $u_{t} + u u_{x} = 0.$ 沿特征有 $U^{'} = 0$ 、 $X^{'} = U$ ，所以初值 $g (ξ)$ 既是携带的高度，又是这条特征的速度： $U = g (ξ), X = ξ + t g (ξ) .$ 当 $g$ 可微且 $1 + t g^{'} (ξ) \neq 0$ 时，对 $x = X (t, ξ)$ 求导，得到 $\frac{\partial ξ}{\partial x} = \frac{1}{1 + t g^{'} (ξ)}, u_{x} = \frac{g^{'} (ξ)}{1 + t g^{'} (ξ)} .$ 若 $g^{'}$ 在某处为负，左侧较大的状态传播更快，特征间距会缩小。若 $g^{'}$ 的有限最小值 $m < 0$ 能取到，且此前没有其他失去正则性的原因，则首次映射退化时间为 $T_{*} = - 1 / m$ ；其前各点的分母仍为正。

取光滑有界初值 $g (ξ) = - \tanh ξ$ 。由于 $g^{'} = - {sech}^{2} ξ$ 的最小值为 $- 1$ ，首次退化发生在 $ξ = 0, t = 1$ 。对应轨迹为 $X = ξ - t \tanh ξ .$ 对 $0 \leq t < 1$ ，有 $X_{ξ} \geq 1 - t > 0$ ，所以可以在全实线上唯一反解；在中心 $x = 0$ ， $u_{x} (0, t) = - \frac{1}{1 - t} .$ 零时刻斜率为 $- 1$ ，到 $t = 1 / 2$ 为 $- 2$ ，到 $t = 0.9$ 为 $- 10$ 。幅值始终不超过一，变得无界的是空间导数。

从不同初始位置出发的特征线在中心附近逐渐汇聚，标出时间一位置零的首次映射退化点 — 每条直线的速度取决于它携带的初值。t=1 标记首次梯度爆破，并不表示这一时刻已经出现非零高度的跳跃。

负双曲正切初值在时间零二分之一和零点九的剖面，中心越来越陡而两侧幅值保持有界 — 图由参数 x=ξ−t tanh ξ、u=−tanh ξ 生成。三个时刻都早于爆破；陡峭曲线仍是连续函数。

在 $t = 1$ ，映射仍保持严格递增，但中心导数退化，所得到的剖面仍可连续，已不再是一阶连续可微的经典解。再往后，原始特征投影发生交叠，不能把这张多值图直接当成解；守恒律要求用满足熵条件的激波等结构继续描述。特征线的失效指出经典解的边界，却不会自动给出正确的间断解。^[2]

使用范围

特征曲线法尤其适用于输运方程、准线性一阶方程及相关守恒律。它使初始位置、传播路径、作用时间之间的关系明确，便于判断信息从哪里进入，也便于追踪局部解何时失去光滑性。

对含二阶导数的方程，不能只取 $X^{'} = a$ 就把全部空间作用消去。例如 $u_{t} + c u_{x} = κ u_{x x}$ 沿移动坐标后仍有扩散项；扩散把相邻轨迹联系起来。对非线性一阶问题，即使特征常微分方程本身有解，也仍须检查投影可逆、数据相容和全局延拓，不能只凭一组参数式就宣告初值问题已经解决。

参考文献

↑ ^1.0 ^1.1 Stanford Math 220A，First-Order Equations: Method of Characteristics，特征方程、初始曲线与局部解的构造。访问日期：2026-10-20。
↑ Stanford Math 220A，Conservation Laws，非线性特征的交叠、弱解和间断传播。访问日期：2026-10-20。

[stanford-1] 1.0 ^1.1 Stanford Math 220A，First-Order Equations: Method of Characteristics，特征方程、初始曲线与局部解的构造。访问日期：2026-10-20。

[cons-2] Stanford Math 220A，Conservation Laws，非线性特征的交叠、弱解和间断传播。访问日期：2026-10-20。

[1]

[2]