ラプラシアン - Ciallo Wiki

1 ラプラシアンの定義

1.1 ユークリッド空間における定義

1.1.1 2階偏導関数の和としての表示

ユークリッド空間で、スカラー値関数 \(u(x)\)（\(x=(x_1,\dots,x_n)\)）に対するラプラシアン \(\Delta u\) は、各変数についての二階偏導関数の総和として定義される。具体的には \[ \Delta u=\sum_{i=1}^n \frac{\partial^2 u}{\partial x_i^2}. \] これは「各方向の曲がり（加速度的な変化）」を集約した量であり、関数の局所的な粗さや滑らかさの程度を反映する演算子として扱われる。

1.1.2 勾配と発散による表現

ラプラシアンは、微分幾何やベクトル解析で用いられる基本演算子である勾配と発散からも表せる。すなわち \[ \Delta u=\nabla\cdot(\nabla u) \] が成り立つ。ここで \(\nabla u\) は \(u\) の勾配（ベクトル場）であり、発散はそのベクトル場の「湧き出し」の密度を与える。上式により、ラプラシアンは「勾配の変化」を測る形で解釈できる。

1.1.3 他の表記（記号法）と対応

文献により、ラプラシアンの記号や符号規約は異なることがある。よく現れるのは \(\Delta\)、\(\nabla^2\)、あるいは作用素として \(L\) の形での表記である。また物理学寄りの文脈では、熱方程式や波動方程式に合わせるため、\(-\Delta\) を基本演算子として置く流儀もある。ここでは幾何学・解析の多くで用いられる標準形 \(\Delta=\sum_i \partial_{x_i}^2\) を基準に考えると理解しやすい。

1.2 1変数・多変数の例

1.2.1 1階元の微分方程式との関係

一次元の場合 \(n=1\) には \[ \Delta u=\frac{d^2 u}{dx^2} \] となり、ラプラシアンは単なる二階微分に一致する。したがって、二階線形微分方程式で現れる典型的な現象（調和振動、指数的減衰や増大など）は、より高次元へ一般化したときにラプラシアンを含む形で再現される。二次の変化量を支配する演算子としての位置づけが明確になる。

1.2.2 放射対称な関数での計算

放射対称、すなわち \(u(x)=f(r)\)（\(r=\\|x\\|\)）の形を仮定すると、ラプラシアンは次の形に整理される。

\[ \Delta u=f''(r)+\frac{n-1}{r}f'(r). \] これは、半径方向の変化に加え、球面上での「角度方向の寄与」が \(\frac{n-1}{r}f'(r)\) の項として現れることを意味する。こうした簡約は、球対称な境界値問題などで計算を進める際に重要である。

1.3 ラプラシアンの基本性質

1.3.1 線形性

ラプラシアンは線形作用素である。つまり任意の定数 \(a,b\) と関数 \(u,v\) に対し \[ \Delta(au+bv)=a\Delta u+b\Delta v \] が成り立つ。線形性は、重ね合わせの原理が適用できる多くの偏微分方程式の理論展開（解析的・数値的両面）に直結する。

1.3.2 回転 不変性（ユークリッド空間）

ユークリッド空間での標準的なラプラシアンは、座標系の回転に対して形が不変である。具体的には、直交変換 \(x\mapsto Rx\)（\(R\) が直交行列）を施しても \(\Delta\) の作用結果は同じ形式で表される。この性質は、ラプラシアンが特定方向に依存しない「等方的な二階演算子」であることの反映である。

1.3.3 積の微分公式と積分への影響

積に対しては積の微分公式が対応し、例えば二階の演算子として \[ \Delta(uv)=u\,\Delta v+v\,\Delta u+2\,\nabla u\cdot \nabla v \] のような恒等式が成り立つ（次元に依らず標準的に成立する）。さらに、境界をもつ領域では部分積分（グリーンの公式）により \[ \int_\Omega u\,\Delta v \,dx \] は領域積分と境界積分の組に分解できる。これにより、エネルギー評価や弱形式の導出が可能となり、解析の基礎道具になる。

2 ラプラシアンと偏微分方程式

2.1 単純なモデル方程式

2.1.1 拡散方程式（熱方程式）

拡散（熱）方程式は、時間変数 \(t\) を導入し \[ \frac{\partial u}{\partial t}=\Delta u \] の形で表されることが多い。ここで \(u\) は温度や濃度などの密度に対応する量として解釈される。ラプラシアンは空間方向でのならし（不均一の解消）を起こす項であり、局所的な勾配や曲率が時間発展を決める。

2.1.1.1 解の性質と物理的解釈

拡散方程式では、初期分布から時間とともに滑らかさが増す傾向が現れる。数学的には、拡散核（ガウス型）によって解が畳み込みとして表せる場合があり、平均化の効果が反映される。物理的には、高温側と低温側の差が時間とともに薄まり、境界条件に応じた定常状態へ近づく。

1.2 波動方程式との関連

波動方程式は通常 \[ \frac{\partial^2 u}{\partial t^2}=\Delta u \] の形で現れる。ここでラプラシアンは空間での曲率に相当し、振動の伝播速度やモードの形を決める役割を担う。拡散が「単調な平滑化」と結びつくのに対し、波はエネルギーが移動しながら形を保つ度合いが大きく、時間について二階の構造が本質的になる。

2.1.3 ラプラス方程式・ポアソン方程式

静的な場を考えると、ラプラス方程式 \[ \Delta u=0 \] が現れる。これは調和関数と呼ばれるクラスを特徴づける。さらに外力や源項がある場合はポアソン方程式 \[ \Delta u=f \] となる。ここで \(f\) は空間分布する源や密度に相当し、ラプラシアンがその分布をポテンシャル \(u\) に結びつける役割を果たす。電位理論、重力ポテンシャル、弾性理論などで同型の構造が利用される。

2.2 境界値問題の基本

2.2.1 ディリクレ境界条件とノイマン境界条件

ラプラス方程式やポアソン方程式を領域 \(\Omega\) 上で解く際、境界 \(\partial\Omega\) に関する条件が不可欠である。ディリクレ境界条件は \[

u	_{\partial\Omega}=g

\] のように関数の値を固定する。一方ノイマン境界条件は \[

\frac{\partial u}{\partial n}\bigg	_{\partial\Omega}=h

\] であり、法線方向の導関数（流束に相当する量）を指定する。これらは物理的には「温度を指定する」か「熱の出入りを指定する」かの違いとして理解されることが多い。

2.2.2 グリーン関数の考え方

グリーン関数は、境界条件を満たす「基本解」として用いられる道具である。ポアソン方程式 \(\Delta u=f\) に対し、適切な境界条件の下で \[ u(x)=\int_\Omega G(x,y) f(y)\,dy \] のような表現が得られる（概念的な形）。ここで \(G(x,y)\) は点 \(y\) に単位の源を置いたときの応答を表す。解析・数値計算の双方で、問題の構造を可視化する役割を担う。

2.2.3 一意性・存在の典型的枠組み

存在と一意性は、関数空間の選択とエネルギー評価により論じられることが多い。代表的には、楕円型方程式の理論における最大原理、エネルギー法（積分評価）、および変分原理が利用される。ディリクレ条件では比較的扱いやすい条件が揃う一方、ノイマン条件では任意定数の不定性が生じる場合があるため、平均値などの追加条件が必要になることがある。

2.3 固有値問題

2.3.1 固有関数とスペクトル

境界条件付きで \[ -\Delta \phi=\lambda \phi \] を考えると、固有値 \(\lambda\) と固有関数 \(\phi\) の組が得られる。これらは領域の幾何や境界の性質に依存し、ラプラシアンのスペクトル（固有値集合）が発生する。固有関数はしばしば直交系を形成し、任意の関数がそれらの線形結合として表されることもある（適切な空間での表現）。

2.3.2 エネルギー解釈（変分的観点）

固有値はエネルギー比の最小化として特徴づけられることがある。たとえば典型的には \[

\lambda=\frac{\int_\Omega	\nabla \phi	^2\,dx}{\int_\Omega	\phi	^2\,dx}

のような形が現れ、\(	\nabla \phi	^2\) が「勾配の強さ」、すなわち場の変化量に対応する。したがってラプラシアン固有値は、振動や応答の「硬さ」や「許される波のパターン」を測る量として解釈できる。

2.3.3 フーリエ解析との関係

全空間や周期境界条件の場合、ラプラシアン固有関数は平面波の形と対応し、固有値は波数の二乗に比例する。周期性があるときはフーリエ級数の係数が各モードの寄与として整理され、ラプラシアンの作用が周波数領域での単純な乗算として表現される。これにより、時間発展や境界値問題の解を周波数成分ごとに追跡できる。

3 関連する幾何学的ラプラシアン

3.1 スカラーラプラシアン

3.1.1 多様体上での定義の動機

多様体上では、ユークリッド空間のような単純な座標系に頼れないため、微分演算子を幾何学的に定義する必要が生じる。そこで計量（距離の概念）と接空間の構造を用い、勾配や発散を多様体上で定式化したうえで、同様の構成 \(\Delta=\mathrm{div}\circ \nabla\) によりスカラーラプラシアンが導かれる。これにより、座標変換に依存しない形で二階の作用素が得られる。

3.1.2 体積要素と積分による定式化

多様体では体積要素が重要で、ラプラシアンは積分による関係式（積分同一性）を通じて特徴づけられることがある。典型的には、計量により定まる体積形式 \(dV\) のもとで \[ \int_M \langle \nabla u,\nabla v\rangle\,dV \] がラプラシアンを介した表示と結びつく。これは境界の有無に応じて境界項の扱いが変化し、解析的な性質（対称性、弱解の定義など）を支える基盤になる。

3.2 ベクトル場・微分形式への拡張

3.2.1 接束上での演算子

スカラーだけでなくベクトル場や接束のセクションに対しても、共変微分（接続）を用いて二階の演算子を作ることができる。単にユークリッドの式を写すのではなく、座標変換で整合するように接続の効果を組み込むことで、幾何学的に自然なラプラシアンが定義される。これにより、曲率が直接あるいは間接に寄与する形で現れる。

3.2.2 ラプラシアン作用素とド・ラーム複体

微分形式に関しては、外微分 \(d\) と随伴作用素 \(\delta\) を用いたラプラシアンが導入される。代表的には \[ \Delta = d\delta+\delta d \] の形で表され、ド・ラーム複体の構造と整合する。これにより、ラプラシアンの零空間がコホモロジーと結びつくという、位相的情報を含む性質が現れる。ハーモニック形式という概念がその中心に位置する。

3.2.3 幾何学的意味（曲率との関係）

多様体のラプラシアンは、曲率によりスペクトルや汎関数不等式が影響を受ける。例えばリッチ曲率の条件が熱核の挙動やスペクトル下界に影響するような形で、曲率が「伝播」や「混ざりやすさ」の性質を左右する。曲率は局所的な幾何の反り返りを反映し、ラプラシアンの応答の仕方にも現れる。

4 発展的話題と応用

4.1 関数空間での定式化

4.1.1 ソボレフ空間での弱い意味

滑らかな関数に対するラプラシアンの定義は明快であるが、境界値問題や極限操作では滑らかさが失われることがある。そこでソボレフ空間の枠組みで、ラプラシアンを「弱い意味」で定義する。弱形式では、方程式が領域積分の恒等式として表され、導関数はテスト関数との積により意味づけられる。この結果、より広い初期データや境界データに対して解の概念を確立できる。

4.1.2 自己随伴性と対称性

適切な境界条件の下では、（符号付きで）ラプラシアンは自己随伴作用素として扱える場合がある。自己随伴性はスペクトルの実性、固有関数展開、時間発展の安定性といった性質に直接つながる。さらに、対称な双線形形式としてのエネルギー評価が可能になるため、存在証明や推定にも利用される。

4.1.3 極限過程と収束（概略）

近似（例えば係数の取り替え、領域の分割、離散化）を行う際は、極限で近い関数空間に収束することが求められる。典型的には、エネルギー評価により有界性が確保され、コンパクト性に基づく部分列の収束、弱極限の同定などを通じて、極限が元の問題の弱解になることが示される。収束の種類（弱収束、強収束など）は状況によって異なる。

4.2 離散ラプラシアン

4.2.1 グラフ上のラプラシアン

グラフ上では頂点集合と隣接関係に基づいてラプラシアンが定義される。典型的には隣接に応じた差分の総和として \[ (Lf)(i)=\sum_{j\sim i}(f(i)-f(j)) \] のような形が与えられる（重み付きの場合もある）。この演算子は、頂点ごとに近傍との不一致を測り、平滑化や拡散を表す行列として理解できる。スペクトルを用いたコミュニティ分割などの応用とも結びつく。

4.2.2 差分近似と格子理論

連続空間のラプラシアンは、格子点上で有限差分により近似できる。均一格子では、二階導関数が格子間隔で割った差分の形に置き換えられ、全体として離散版のラプラシアン行列が得られる。格子幅を小さくする極限で連続版へ近づくことが期待され、精度は差分スキームの次数や境界処理に依存する。

4.2.3 データ解析・機械学習での役割（概略）

離散ラプラシアンは、データが張る低次元構造（曲面や多様体）を反映するような正則化として用いられることがある。例えばグラフに基づく平滑化は、隣接点間の変化を抑える制約として解釈でき、結果として過学習を抑える効果が得られる場合がある。数理的には固有値や熱核（グラフ上の拡散）と結びつき、特徴量の抽出にも応用される。

4.3 数値計算の基礎

4.3.1 有限差分・有限要素法の考え方

有限差分法は格子上で微分を差分へ置き換え、連立一次方程式として解く。有限要素法は領域を要素に分割し、近似空間に属する関数で弱形式を離散化する。どちらもラプラシアンに対応する二階の項を、計算可能な行列（剛性行列など）へ落とし込む点で共通している。

4.3.2 安定性と精度の見通し

時間依存問題では、離散化によって不安定性が生じ得るため、時間刻みとスキームの選択が重要になる。楕円型（境界値問題）では、空間離散の近似誤差や境界条件の取り扱いが支配的であり、メッシュの細分化に伴う収束率が評価される。一般に、整合性（連続から離散への一致性）と安定性（解の抑制）がそろって初めて精度保証が得られる。

4.3.3 代表的なアルゴリズム（概要）

反復法としては、ヤコビ法や共役勾配法、前処理付き手法が広く使われる。ラプラシアン由来の行列はしばしば疎で対称な性質を持つため、スパース行列向けの計算が効率的である。固有値計算にはパワー法やランチョス法などが用いられ、熱方程式に基づく近似やスペクトル分解を狙う実装も見られる。