适定性

反例：不满足连续依赖性的ODE

考虑一阶常微分方程初值问题：

$$\frac{dy}{dt}=y^{1+\epsilon },y(0)=0,\epsilon >0$$

分析：

1. 存在性：✅ 满足

显然 $y(t)\equiv 0$ 是一个解。

2. 唯一性：❌ 不满足！

• 零解 $y(t)\equiv 0$ 是一个解

• 但我们可以构造非零解：

  分离变量：$\frac{dy}{y^{1+\epsilon }}=dt$

  积分：$\int y^{-(1+\epsilon )}dy=\int dt$

  $$-\frac{1}{\epsilon }{y}^{-\epsilon }=t+C$$

  由初值 $y(0)=0$ 无法直接确定 $C$，但我们可以构造：

  令

  $$y(t)=\{\begin{array}{ll}0,& 0\le t\le t_0\\ {\left[\epsilon (t-t_0)\right]}^{1/\epsilon },& t>t_0\end{array}$$

  对于任意 $t_0\ge 0$，这个函数：

  • 满足 $y(0)=0$
  • 在 $t\ge t_0$ 时满足微分方程
  • 在 $t=t_0$ 处函数值和导数都连续（当 $\epsilon >0$ 时，在 $t_0$ 处 $y(t_0)=0$，左导数和右导数都是 0）

  因此有无穷多个解！

3. 连续依赖性：❌ 不满足！

考虑扰动后的初值问题：

$$\frac{d{y}_{\delta }}{dt}=y_{\delta }^{1+\epsilon },y_{\delta }(0)=\delta >0$$

这个扰动问题的解是唯一的：

$$y_{\delta }(t)={\left[{\delta }^{-\epsilon }-\epsilon t\right]}^{-1/\epsilon }$$

关键观察：

• 当 $\delta \to 0^{+}$ 时，初始条件趋近于原问题 $y(0)=0$

• 但是，对于任意固定的 $t>0$：

  $$\underset{\delta \to 0^{+}}{\lim }{y}_{\delta }(t)=\underset{\delta \to 0^{+}}{\lim }{\left[{\delta }^{-\epsilon }-\epsilon t\right]}^{-1/\epsilon }={\left[-\epsilon t\right]}^{-1/\epsilon }$$

  这个极限在 $t>0$ 时是无穷大（或者复数，取决于 ε）！

  更准确地说，解在有限时间爆破：

  $$y_{\delta }(t)\to \infty \text{当}t\to \frac{1}{\epsilon {\delta }^{\epsilon }}$$

  当 $\delta \to 0$ 时，爆破时间趋于 0。

所以：

• 原问题有解（零解）
• 但初始条件的任意小扰动（从 0 到 δ）会导致解在任意短时间内爆破到无穷大
• 这违反了连续依赖性：初始条件的微小变化引起解的质变

---

更简单的例子：不满足唯一性

考虑经典的例子：

$$\frac{dy}{dt}=\sqrt{|y|},y(0)=0$$

分析：

1. 存在性：✅ $y(t)\equiv 0$ 是一个解
2. 唯一性：❌ 不满足

另一个解：

$$y(t)=\{\begin{array}{ll}0,& 0\le t\le c\\ \frac{1}{4}(t-c{)}^2,& t>c\end{array}$$

对任意 $c\ge 0$ 都是解。

或者另一个方向的解：

$$y(t)=\{\begin{array}{ll}-\frac{1}{4}(t-c{)}^2,& 0\le t\le c\\ 0,& t>c\end{array}$$

所以有无穷多个解！
3. 连续依赖性：也必然不满足，因为唯一性不成立时，无法定义”解”到数据的连续映射。

---

为什么会出现不适定性？

从数学上看，这些例子违反的是Lipschitz条件。著名的Picard-Lindelöf定理指出：

如果 $f(t,y)$ 在初值点附近是 Lipschitz 连续的（在 $y$ 上），则初值问题 $y^{\prime }=f(t,y),y(t_0)=y_0$ 在局部存在唯一解。

上面的例子中：

• $f(y)=y^{1+\epsilon }$ 在 $y=0$ 处的导数是 $f^{\prime }(0)=0$（当 $\epsilon >0$ 时），看似光滑
• 但 Lipschitz 常数在 $y=0$ 附近是无界的： $$\frac{|f(y)-f(0)|}{|y-0|}=|y{|}^{\epsilon }\to 0(y\to 0)$$ 这实际上比 Lipschitz 条件还强？等等，这里需要小心。

实际上，问题在于 Osgood 条件的违反。更精确的判据是：

Osgood 唯一性定理：如果存在函数 $\omega (r)>0$ 使得

$$\frac{|f(t,y_1)-f(t,y_2)|}{\omega (|y_1-y_2|)}\le K$$

且

$${\int }_0^1\frac{dr}{\omega (r)}=\infty$$

则解唯一。

对于 $f(y)=y^{1+\epsilon }$：

• 取 $\omega (r)=r^{1+\epsilon }$
• 则 ${\int }_0^1\frac{dr}{r^{1+\epsilon }}<\infty$（当 $\epsilon >0$ 时）
• 违反 Osgood 条件 → 不保证唯一性

---

物理意义与数值含义

物理意义：

这种不适定性对应着物理系统的分岔点或临界点：

• 系统在平衡点（$y=0$）附近不稳定
• 无限小的扰动可能导致完全不同的长期行为
• 类似于相变临界点

数值含义：

1. 无法可靠计算：由于不满足连续依赖性，舍入误差或离散误差可能被无限放大
2. 需要正则化：实际计算时可能需要添加小的人工粘性或修改方程
3. 敏感性分析必要：必须检查解对扰动是否敏感

---

总结

这个简单的 ODE 例子展示了适定性三要素如何被破坏：

要素	是否满足	原因
存在性	✅	显然有零解
唯一性	❌	Osgood条件违反，有无穷多解
连续依赖性	❌	初始条件的无穷小扰动导致解在有限时间爆破

关键启示：

1. 即使方程看起来”简单光滑”，也可能不适定
2. Lipschitz/Osgood 条件是唯一性的关键
3. 不适定问题在数值上是挑战：微小的舍入误差可能被灾难性放大

这正是为什么在数值分析中，我们通常假设所求解的问题是适定的——因为如果原问题本身不适定，数值方法几乎不可能给出有意义的结果。