0. 这份讲义讲什么：两个案例，一条建模方法论
这是上海第二工业大学王静老师的数学建模指导讲义，题目叫《从现象到结构——波动案例中的数学建模心得》。它回答一个看似简单的问题：
同样是一段局部隆起（水面波包），为什么有时整体移动，有时变宽，有时越来越陡？
讲义没有罗列模型清单，而是用两个连续的案例（线性输运、非线性波）完整走一遍建模流程：观察 → 假设 → 方程 → 求解 → 验证 → 反思 → 升级模型。它的价值不在教你几个方程，而在示范"方程是怎么从物理观察里长出来的"——这正是研究生数学建模最缺的基本功。
1. 共同语言：三个基础概念
两个案例共享同一套"词汇"，先建立清楚：
- 状态量 u(x, t)：x 是水平位置，t 是时间。u 可以表示相对静水面的高度，也可以换成其他传播量（温度、浓度、流量……）。建模型的第一步永远是问："我的 u 是什么？"
- 波形（固定时间看）：在同一时刻观察不同位置，得到一条空间曲线 u(x, t₀)——相当于给整个水槽拍一张快照。
- 测点记录（固定位置看）：把仪器固定在 x=0，记录它随时间的升降 u(0, t)——相当于在一个点上录视频。
蓝线（空间分布）和红点（时间记录）是同一件事的两个视角，后面推导偏导数符号关系时全靠它们互相对照。
观察对象设定：长而浅的水槽中产生一段小幅度水面隆起。案例一假定它保持形状匀速传播，预测何时到达下一个测点；案例二则处理观测到的形状变化（变宽或前坡变陡），追问模型遗漏了什么。
2. 案例一：线性输运方程——"波形匀速平移"的数学化
2.1 直观定义：平移解
假设波形保持形状、以固定速度 c 向右移动（c > 0），那么解的形式必然是：
$$u(x, t) = f(x - ct)$$
f 表示初始形状；减去 ct 的含义是"把整条曲线向右移动 ct"：t 增大时，x 必须跟着增大才能取到同一个函数值。时间变化只改变曲线的位置，不改变高度和宽度——这类解就叫"平移解"。
2.2 从假设到方程：一次教科书级的推导
建模的核心动作是把"匀速且不变形"这个物理假设翻译成数学关系：
第一步（假设）：在短时间 Δt 内，波形向右移动 cΔt，高度暂时不变。原来在 x 处的函数值，稍后出现在 x + cΔt——"跟着同一处波形走"读数应该不变：
$$u(x + c\Delta t,\ t + \Delta t) = u(x, t)$$
第二步（一阶展开）：在 (x, t) 附近作泰勒展开：
$$u(x, t) + c\Delta t\, u_x + \Delta t\, u_t + O(\Delta t^2) = u(x, t)$$
第三步（取极限）：相减、除以 Δt、令 Δt → 0，得到线性输运方程：
$$u_t + c\,u_x = 0$$
符号含义：u_t 是固定位置的变化率（红点升降快慢），u_x 是同一时刻的空间斜率（蓝线坡度），c 是给定传播速度。成立条件：u 足够光滑、c 为常数、忽略变形机制。
这条推导值得背下来——"短时间传播假设 → 泰勒展开 → 偏微分方程"是所有演化方程建模的标准起手式。
2.3 初值问题与解的验证
方程 u_t + cu_x = 0 只回答"怎样演化"；要预测具体状态，还必须给初始条件 u(x, 0) = f(x)——"从什么开始"。方程 + 初值合称初值问题：
$$u_t + c u_x = 0, \qquad u(x, 0) = f(x)$$
验证解：把候选解 u(x, t) = f(x − ct) 代回去。由链式法则：u_t = −c f′(x−ct)，u_x = f′(x−ct)，两者相加恰好为零；t=0 时 u(x,0)=f(x) 也满足初值。
讲义在这里给出一个极重要的方法论提醒：
解满足方程，只说明它符合模型；模型是否合适，还要回到研究对象。
"满足方程"和"符合观测"是两种不同的证据，缺一不可。高斯脉冲 f(x) = exp[−(x+2)²] 的传播解 exp[−(x+2−ct)²] 只是数学上成立的例子，实际波形是否这样走，要拿测点记录说话。
2.4 偏导数的动态图解：固定测点为何先升后降
这一节把抽象符号变成直觉。测点固定在 x = 0：
- 波峰到来之前：测点位于波形的右侧下降坡，空间斜率 u_x < 0；由 u_t = −c u_x（c>0）推出 u_t > 0——红点正在升高；
- 波峰离开之后：测点位于左侧上升坡，u_x > 0，因此 u_t < 0——红点降低；
- 峰顶通过瞬间：u_x = 0，此时 u_t = 0，红点瞬间静止。
空间斜率和时间变化符号相反，恰好"拼"出整条曲线向右移动。建议对照讲义第 9 页的动图理解——这是 u_t = −cu_x 最直观的解释。
2.5 解的结构：特征线
换一种观察方式：固定测点看到高度变化；若以速度 c 跟随同一处波形走，看到的数值保持不变。这条时空路径
$$x(t) = x_0 + ct$$
称为特征线。沿特征线求全导数：du/dt = u_t + c u_x = 0——函数值恒定。在 (x, t) 平面上特征线是一族平行直线，彼此不追赶、不相交。
特征线方法的意义：把二维的偏微分方程演化问题，转化为沿一条路径追踪函数值的一维问题。这是双曲方程的核心解题思想，案例二会看到它的"变形版本"。
2.6 案例一反思：能解释什么，解释不了什么
模型能解释：波峰位置 x峰(t) = x峰(0) + ct；相邻测点到达时间相差 Δx/c；平移时峰高和宽度不变。
需要回观测检验：不同测点的曲线平移后能否重合？若幅值明显衰减——可能遗漏耗散；若曲线变宽或变陡——传播假设不足，模型该升级了。
从"预测到达时间"扩展到"解释形状变化"，就自然进入案例二。这种"模型失效 → 补充物理机制 → 升级模型"的推进方式，本身就是建模比赛论文最漂亮的叙事结构。
3. 案例二：两种形状变化机制——色散与非线性
3.1 变宽与变陡：两条独立的线索
- 变宽（色散）：一个波包包含多个波长成分，它们以不同速度传播，叠加出来的形状随时间改变；
- 变陡（非线性）：若局部传播速度随高度增加，波峰会追上前方的低处，前坡被压缩得越来越陡。
讲义的建议是：先分开研究两种机制，再判断它们能否在同一尺度上共同作用。这也是处理复杂问题的通用策略——先单变量分析，再考虑耦合。
3.2 波包、载波与包络
看图先行，再下定义（对照讲义第 13 页动图）：
- 波包：振荡集中在有限区域内、远处振幅很小的"一小段波"；
- 载波：里面快速重复的波峰波谷（图中的密集蓝线）；
- 包络：外面勾出振幅大小变化的轮廓线（绿色虚线）——它不是另一条实际水面，只是振幅的轨迹。
数学近似写法：u(x, t) ≈ A(x, t) cos(k₀x − ω₀t)，其中 cos 是载波，A 是包络。正因为要区分"内部波峰怎么走"和"整段波包怎么走"，才需要两种速度。
3.3 描述振荡的四件套：λ、T、k、ω
- 空间中重复一次：波长 λ（相邻波峰间距）；波数 k = 2π/λ（单位长度积累的相位）。λ 越短 k 越大，空间振荡越密。
- 时间中重复一次：周期 T（固定测点重复一次的时间）；角频率 ω = 2π/T（单位时间积累的相位）。T 越短 ω 越大，时间振荡越快。
平面波 u = A cos(kx − ωt)。相位 kx − ωt 记录"振荡到了哪一步"；相位相同的位置处在同一振荡阶段。这四个量是读色散关系的钥匙。
3.4 两种速度：相速度与群速度
对照动图里的红点与绿点：
- 相速度 cₚ：红点，跟随同一相位的波峰走。令 kx − ωt = 常数，微分得 cₚ = ω/k；
- 群速度 cᵍ：绿点，跟随窄带波包的包络中心走。在适当近似下 cᵍ = dω/dk。
红点穿过绿色包络的现象说明：内部波峰与包络的移动速度可以不同。
3.5 色散关系：连接方程与传播行为
色散关系 ω = ω(k) 回答：给定波数 k，方程允许的频率是多少？把平面波代进不同方程就能读出它：
- 代入常速输运方程 u_t + cu_x = 0 ⇒ ω = ck：所有波数速度相同（cₚ = cᵍ = c），无色散，波形整体平移——这解释了案例一为什么不变宽；
- 代入线性三阶方程 u_t + uₓₓₓ = 0 ⇒ ω = −k³：传播速度依赖波数，不同成分逐渐错开。
讲义顺带提醒符号约定：三阶模型的负号来自约定 exp[i(kx − ωt)]，描述的是选定坐标下的相位传播——读文献时先看约定，别被符号吓到。
3.6 线性解的结构：波包为何展宽
初始波包可分解成许多平面波，线性演化中每个波数成分独立积累相位：
$$u(x,t) = \int \hat{u}_0(k)\, e^{i(kx - \omega(k) t)}\, dk$$
对照动图（蓝线振荡、绿线包络）：随传播包络变宽、峰值降低。讲义用的是 ω = k² 的高斯波包精确解来演示色散展宽。
两个重要认知：
- 色散保持整体积分范数而改变局部峰值——峰值降低不等于能量耗散，只是能量被"摊薄"了；
- 包络是否展宽，取决于频带内群速度的变化幅度。
3.7 第二种机制：非线性让速度依赖波高
把常数 c 换成状态相关的速度 a(u)，简单模型取 a(u) = 6u（高处跑得快）：
$$u_t + 6u\,u_x = 0$$
对照动图：红线前坡越来越陡——波峰追赶前方较低区域，斜坡被压缩。"非线性"的严格含义：含 uu_x 的方程一般不满足叠加原理，两个解相加通常不再是解。（讲义注明：这里 u 与 t 已作尺度归一化，系数 6 是方便讨论的标准写法。）
3.8 梯度灾变：光滑解的"保质期"
沿特征路径，函数值仍保持初值，但特征线本身变了：
$$u(x,t) = f(\xi), \qquad x = \xi + 6f(\xi)\,t$$
ξ 是初始位置标签：不同标签携带不同初值，也就拥有不同传播速度——特征线可能相交（对比案例一的平行线！）。
对位置求导：
$$u_x = \frac{f'(\xi)}{1 + 6t f'(\xi)}$$
只要初始曲线存在下降坡（f′ < 0），分母就会在某个时刻趋于零：
$$T^* = \frac{-1}{6 \min f'(\xi)} > 0$$
t < T 时光滑解有效；越过 T，斜率发散（"梯度灾变"），需要引入弱解与附加准则，不能再使用多值曲线。
讲义的两个精确措辞值得注意：梯度灾变指斜率发散，不是波高无限大；也不直接等同于真实水波的破碎。
3.9 尺度分析：两种机制能否同框
现在手上有两个"小效应"：非线性（变陡）和色散（变宽）。它们能不能在同一模型里共存？答案是看量级：
- 非线性强度 ε = a/h：波高 a 与平均水深 h 之比，ε ≪ 1 为弱非线性；
- 长波色散强度 μ = (h/L)²：水深与典型波长 L 的平方比，μ ≪ 1 为浅水长波。
当 ε ~ μ ≪ 1（两个小效应同阶）时，应在较长的演化时间中一起保留——否则先被忽略的那个会在长时间尺度上"复仇"。这一步必须有量级依据，是建模论文中"模型适用条件"一节的标配写法。
3.10 KdV 方程：三种作用的合体
在浅水、弱非线性、单向长波近似下，三种作用（常速传播、非线性修正、弱色散）进入同一个方程：
$$\eta_t + c_0 \eta_x + \frac{3c_0}{2h}\eta\eta_x + \frac{c_0 h^2}{6}\eta_{xxx} = 0$$
其中 c₀ = √(gh)。随基准速度移动（X = x − c₀t）并缩放变量后，得到常用的标准形式：
$$u_t + 6u u_x + u_{xxx} = 0$$
三项各司其职：常速传播负责平移，非线性修正负责陡化，三阶导数负责弱色散。适用范围：忽略黏性与表面张力、水底平坦、波幅小、波长长、单向传播。
讲义的严谨提醒：简单叠加两个方程不能代替物理推导——KdV 的系数与适用范围来自系统近似，这正是"量级分析 → 保留同阶项"的方法论成果。
3.11 行波、孤立波与孤子：三个递进概念
- 行波：u(x, t) = U(x − vt)——在以速度 v 移动的坐标中轮廓 U 不变；
- 孤立波：局域行波，远离中心趋于背景值——"一座孤立的小山"；
- 孤子：碰撞后恢复渐近形状和速度的特殊孤立波（允许留下位置相移）。
一个保持形状的局域波可以叫孤立波；孤子称号需要碰撞实验/分析来认证。三者是递进关系：行波 ⊃ 孤立波 ⊃ 孤子。
3.12 亲手解出 KdV 孤立波
行波约化：令 ξ = x − vt、u = U(ξ)，代入 KdV 得常微分方程：
$$-vU' + 6UU' + U''' = 0$$
利用远场衰减条件（ξ→∞ 时 U→0）积分两次：
$$U'' = vU - 3U^2 \quad\Rightarrow\quad (U')^2 = vU^2 - 2U^3$$
再积分一次得到sech² 轮廓（sech z = 1/cosh z）：
$$U(\xi) = \frac{v}{2}\,\mathrm{sech}^2!\left(\frac{\sqrt{v}\,(\xi - \xi_0)}{2}\right)$$
关键结论：峰高 = v/2，v 越大波越高、越窄——高度、速度与宽度绑定了。对比案例一：输运方程允许任意轮廓 f；而 KdV 的局域行波必须满足这个特定轮廓方程——这就是方程结构对解的"塑形"。
3.13 孤子碰撞：恢复形状，留下相移
对照精确二孤子动图（由 KdV 的 τ 函数计算）：
- 碰撞前：高而窄的波（速度 v 大）从后面追上低而宽的波；
- 相互作用时：两个轮廓发生明显变化，不能把此时的解当作两个单孤子的简单相加——非线性叠加原理失效在这里看得见；
- 充分分离后：每个孤子的高度和速度完全恢复，只是中心位置相对"无相互作用轨迹"发生偏移——称为相移。
碰撞恢复性来自 KdV 特殊的可积结构，这也是"孤子"区别于普通孤立波的本质。
4. 建模心得总结：两个案例留下的方法论
讲义最后把两条案例线收拢成研究生做建模的检查清单：
模型选择三问：
- 明确输出：你要预测位置（案例一），还是解释形状（案例二）？输出不同，模型粒度完全不同；
- 给出依据：哪些物理假设支持你的方程？（"匀速不变形"→ 输运方程；"速度依赖波高 + 弱色散"→ KdV）
- 检查尺度：哪些被忽略的项，何时不能再忽略？（ε ~ μ ≪ 1 的量级判断）
求解与验证三问：
- 解释结构：解是任意平移（输运方程的任意 f），还是受约束的行波（KdV 的 sech²）？解的结构反映方程的物理；
- 区分证据：满足方程 ≠ 符合观测——代回验证只是数学一致性，跟数据对上才算模型合适；
- 说明边界：何时失去光滑性（T* 梯度灾变）？何时近似失效（深水、大振幅）？给结论画清楚适用范围。
一句话总结：观察、假设、方程、解与验证相互联系，才能形成完整的建模过程。数模比赛里，能把这条链完整讲清楚的论文，远比堆砌复杂模型的论文得分高。
5. 延伸阅读建议
- 想深入特征线方法：任何偏微分方程教材的"一阶双曲方程"章节；
- 想深入色散关系与群速度：波动力学教材（如 Whitham《Linear and Nonlinear Waves》）；
- 想深入孤子与可积系统：KdV 方程的标准文献与逆散射方法科普；
- 竞赛场景下，本讲义的"假设 → 方程 → 解 → 验证 → 反思"链条可直接套用到任意演化类赛题（交通流、传染病、污染物扩散本质上都是"波形如何演化"的变体）。