1 弱解の基本概念
弱解とは、偏微分方程式（や常微分方程式）を「微分そのものが点ごとに成り立つ」という意味ではなく、「積分に基づく等式（弱形式）が成り立つ」という意味で満たす解である。典型的には、方程式の両辺に滑らかな試験関数を掛け、領域で積分し、必要に応じて部分積分を行うことで定式化が行われる。
この枠組みの本質は、解が十分な滑らかさを持たない場合でも方程式の意味を与えられる点にある。たとえば、解が発散的に振る舞ったり、境界で不連続に近い挙動を示したりしても、積分平均としての関係が成立していれば「方程式を満たす」と言える。
1.1 強解と弱解の違い
強解とは、与えられた方程式を点ごとの微分（および境界条件）として直接満たす解を指すことが多い。つまり、必要な次数の微分が存在し、方程式の左辺と右辺が同じ値になることが領域内で成立し、境界条件も境界点で満たされることを前提にする。
一方、弱解は、解が必ずしも古典的に微分可能でなくともよい。微分演算を含む式をそのまま解の点ごとの値で評価する代わりに、試験関数との積を積分した形で等式が成立することを要求する。このため、弱解はより低い正則性（滑らかさ）でも議論可能であり、解析的に意味のある枠組みを提供する。
1.2 弱形式（弱い定式化）
弱形式は、微分方程式を「積分形式の等式」として書き換える手続き、またはその結果として得られる問題設定のことである。具体的には、試験関数を用いた内積の形に落とし込み、微分項を部分積分により別の形へ移す。これにより、解の滑らかさへの要求が緩和される。
弱形式は、解と試験関数がそれぞれ所属する関数空間の選び方と密接に結びついている。したがって「どの空間で、どの積分が意味を持つか」が定義の一部になる。
1.2.1 検証に用いる試験関数の役割
試験関数は、弱形式で方程式を検証するための補助的な関数である。通常、滑らかでコンパクトな台（あるいは境界で適切に消える性質）を持つ関数として選ばれ、解の不規則さを直接評価せずに、積分の形で関係を確かめる。
試験関数が広いクラスを動くとき、そのすべてに対して等式が成り立つことが、弱解の条件になる。これにより、局所的な微分の一致を積分的に保証する役割が生まれる。言い換えると、試験関数の全体像に対する整合性が、方程式の意味を決める。
1.2.2 積分による変形（部分積分）
弱形式の作成では、微分項を含む式を積分し、部分積分を用いて移項することが中心操作となる。境界条件がどのように反映されるかは、部分積分の過程で表面項（境界上の積分）が現れるかどうかで決まる。
たとえば、ある微分演算子が形式的に随伴（テストに対して「移動」される操作）を持つ状況では、解側にかかる微分の次数が下がる形に整理できる。結果として、解がより弱い意味で微分可能であれば十分となる。表面項は、境界条件の種類に応じて消える、あるいは右辺へ移されて荷重項の一部になる。
1.3 弱解が必要になる状況
弱解が特に必要になるのは、古典解を期待しにくい問題である。主な例として、係数の不連続がある場合、境界の形状が不規則な場合、外力が強い特異性を持つ場合などが挙げられる。これらの状況では、解が必要次数の微分をもつ保証が崩れやすい。
また、非線形項を含む方程式では、滑らかな解が存在しても解析的に扱いにくく、近似の過程で正則性が失われることがある。弱解は、そのような近似や極限の議論に適した「安定した意味」を提供し、存在・一意性・収束の議論を可能にする基盤となる。
2 弱形式の作り方
弱形式の作成は、(1) 支配的な微分方程式を領域で積分する、(2) 試験関数を導入して積分の形を整える、(3) 部分積分により微分の次数や境界項を整理する、という手順で行われることが多い。結果は、未知関数と試験関数の関係を表す積分汎関数あるいは方程式としてまとめられる。
ここでは一般論に加え、代表的な一次元モデルと境界条件の反映、滑らかさが不足する場合の考え方を扱う。
2.1 強形式から弱形式へ
強形式から弱形式へ移る際、重要なのは「どの項をどのような形で積分し、どの部分積分を行うか」を決めることにある。さらに、試験関数の選択により、境界項の扱いが自動的に決まる点も実務上の要点である。
弱形式への変換は単なる書き換えではなく、関数空間の選択とセットで初めて確定する。すなわち、弱形式で意味を持つ積分が成立する程度の正則性が、暗黙のうちに要請される。
2.1.1 支配的な積分項の導出
典型例として、二階微分を含む線形方程式を考えると、試験関数を掛けて積分する段階で、第二階微分はしばしば第一階微分へ降ろされる形になる。これは、部分積分により微分が試験関数側へ移るためである。
こうして得られる積分項は、通常「内部（領域内）の積分」によって表される。係数がある場合は、その係数が内積として現れたり、ある種の双線形形式として組み込まれたりする。結果の形は、後の有限要素法で行う離散化の設計にも直結する。
2.1.2 境界条件の反映方法
境界条件は弱形式へ反映するための分岐点になりやすい。試験関数の属するクラスを境界で消えるように選ぶことで、ある境界積分（表面項）を消去できる場合がある。これにより、境界上での条件を明示的に方程式へ含めずに済む。
一方、境界に現れる項が消えない種類の条件では、表面積分が弱形式の右辺または係数として残る。たとえば、境界上の与えられたフラックスや荷重のような条件は、積分として弱形式に組み込まれる。したがって境界条件の種類（消去できるか、残るか）が弱形式の最終形を決める。
2.2 典型的な例：一次元の方程式
一次元では図式化しやすく、弱形式の要点が具体的に見える。未知関数 \(u(x)\) に対して二階微分が現れる状況を例にすると、試験関数 \(\varphi(x)\) を用いた積分で部分積分が行われ、微分次数が整理される。
この節では、境界条件のパターンと、解の正則性が不足する場合の解釈を並行して示す。
2.2.1 代表的な境界条件のケース
境界条件として代表的なのは、境界での値を固定するタイプと、境界でのフラックス（導関数に対応する量）を与えるタイプである。前者では試験関数側を境界で消すように選べることがあり、弱形式において表面項が自然に消えることがある。後者では境界積分として残り、右辺の荷重に相当する項が現れる。
このように境界条件の性格は、弱形式で現れる積分の置かれ方を左右する。結果として、同じ微分演算子を持っていても弱形式の見た目が変わり、有限要素法の実装方針にも影響する。
2.2.2 解の滑らかさが不足する場合
古典的な意味で解を定義するには、必要次数の導関数が存在することが求められる。しかし一次元のモデルでも、外力の特異性や係数の劣化により、その前提が満たされないことがある。
弱形式では、解が持つべき量が積分と整合する形に落とされる。たとえば、解が点ごとの二階微分を持たなくても、ある種の第一階微分（あるいはそれに相当する弱微分）が積分として意味を持てば、方程式が成立する。これにより、解の「必要な滑らかさ」を古典的定義より低く設定できる。
3 関数空間と弱解の意味
弱解の定義は、解そのものだけでなく「解と試験関数が属する関数空間」によって厳密さが与えられる。とりわけソボレフ空間は、弱微分と積分の両方を両立させる道具として中心的である。
この枠組みでは、微分の概念を点ごとの操作から、積分を通じた分布的な操作へと拡張する。結果として、弱解は「関数の族の中での要素」として扱われる。
3.1 ソボレフ空間の考え方
ソボレフ空間は、関数の滑らかさを「微分の存在」ではなく「弱微分の積分可能性」などの指標で測る。弱解の設計では、方程式に含まれる微分の次数に合わせて、適切なソボレフ空間を選ぶのが基本戦略である。
この選択により、弱形式に現れる積分（内部積分や境界寄与）が意味を持つようになる。
3.1.1 テスト関数の属する空間
試験関数は通常、弱形式を定義するために必要な微分可能性と境界挙動を満たすよう選ばれる。たとえば、境界で消えることを要請する場合、テスト関数の空間にそれが反映される。
その空間はしばしば「あるソボレフ空間の中で境界条件を満たす部分空間」として表される。どの次数までの微分が必要かは、部分積分の回数と、弱形式で解側に残る微分の次数によって決まる。
3.1.2 弱解の属する空間
弱解が所属する空間は、弱形式における積分が成立するために必要な最小限の正則性として理解できる。方程式で二階微分が出てくるとしても、弱形式では解に要求される微分の次数が一段階下がることが多い。
従って、弱解は「必要次数の古典微分を持つ関数」ではなく、「弱微分が意味を持つ関数」として定義される。これにより、存在の証明や近似解の極限操作が進めやすくなる。
3.2 内積・双対性と定式化
弱形式では、式がしばしば内積や双線形形式の形に整理される。ここで重要なのは、解と試験関数の両方が同じ空間に属するとは限らない点である。場合によっては、一方が双対空間の元として解釈される。
双対性を用いると、右辺に現れるデータ（外力）がどの正則性を持つかを自然に扱える。これにより「外力が積分として意味を持つ限界」まで議論可能になる。
3.2.1 負の指数を含む場合の解釈
外力が十分に滑らかでないとき、右辺は古典的な関数として扱えず、分布的な対象として現れることがある。ソボレフ理論では、このような状況を負の指数を持つ空間（より正確には負の位相の空間）で表す。
このとき、弱解は「その分布に対してどのように作用するか」が整合するよう定義される。内積の代わりに、空間と双対空間の間の作用として式が成り立つことを要求することで、弱いデータも含めて統一的に定式化できる。
3.2.2 良設定と悪設定の見分け
弱形式がうまく機能するかどうかは、(1) 積分が意味を持つか、(2) 双線形形式が適切な連続性を持つか、(3) 境界の取り扱いが矛盾を生まないか、に依存する。とりわけ、係数の退化や領域の幾何が極端だと、必要な評価式が破綻し、存在や一意性が成立しにくくなる。
一方で、係数が有界で領域が適切な正則性を持つ場合には、標準的な不等式が適用できることが多い。したがって「どの程度のデータなら弱形式が閉じるのか」を見極めることが重要である。
4 弱解の存在・一意性と性質
弱解の議論では、解が存在するか、条件を満たす範囲で一意か、そして近似法が収束するかが中核となる。これらは多くの場合、エネルギー評価（アプリオリ評価）と関数解析的な定理（汎用的枠組み）に基づいて示される。
また、有限要素法の観点では、弱形式が離散化と自然につながるため、性質の抽出が実装上の指針になる。
4.1 エネルギー評価（アプリオリ評価）
アプリオリ評価とは、問題の解が属する空間でのノルムを、与えられたデータのみで上から抑える見積もりである。これが得られると、連続性により極限や近似の議論が安定に進む。
エネルギー評価は、弱形式で現れる双線形形式に基づくことが多く、解の存在・一意性、ならびに近似解の収束を導く基礎になる。
4.1.1 ノルムによる評価の考え方
弱解の大きさは、所属する関数空間のノルムで測られる。弱形式の両辺に適切な試験関数を取って（しばしば未知関数そのものに対応する要素を使う）、得られた式から評価不等式を導出する。
この過程で重要なのは、双線形形式がノルムと整合的な下限（強い正定値性やコアーシビティ）を持つかどうかである。下限が確保されると、解のノルムがデータのノルムで抑えられる形になり、評価が閉じる。
4.1.2 一様有界性の意味
有限要素法などの近似では、離散化パラメータを動かしながら近似解列を構成する。ここでアプリオリ評価が「一様有界性」を与えるとは、パラメータに依存しない定数でノルムが抑えられることを意味する。
一様有界性があると、関数空間のコンパクト性（ある種の弱収束が引き出せること）を利用して極限解の候補を確定できる。これが存在証明や収束証明の骨格になる。
4.2 有限要素法との関係
有限要素法（FEM）は弱形式を離散化することで構築される。すなわち、無限次元の関数空間にある弱解を、有限次元の近似空間に射影した解として求める。
弱形式は「積分として成り立つ」ことを要求するため、要素内で滑らかであれば十分とする設計が可能になり、計算上の利点が得られる。
4.2.1 離散化での弱形式
FEMでは、試験関数と未知関数の両方を、メッシュと基底関数に基づく有限次元空間の元に制限する。すると弱形式は連立一次方程式（線形問題）または反復計算（非線形問題）へ落ちる。
この離散弱形式の構成は、双線形形式の計算と荷重項の積分に帰着される。結果として、弱形式の項の形そのものがアルゴリズムの入力になるため、設計と理論の橋渡しが明確になる。
4.2.2 近似誤差の基本方針
近似誤差は、主に「有限次元空間でどれだけ良く近似できるか」という近似能力と、「離散方程式の安定性」によって決まる。前者は選んだ多項式次数やメッシュサイズに依存し、後者は双線形形式の連続性・コアーシビティに依存する。
一般に、滑らかさが高い解ほど良い収束率が期待されるが、弱解の枠組みは低正則性でも成立するため、誤差評価もそれに合わせて調整される。こうした点が実務での信頼性を支える。
4.3 代表的な定理・枠組み
弱解の存在・一意性は、問題の種類に応じて異なる定理で保証されるが、共通の精神として「適切な双線形（あるいは汎関数）構造」を整えることがある。特に線形であれば、双線形形式と右辺の作用の性質が鍵になる。
この節では、特定の派生結果に依存せず汎用的に整理する観点と、双線形形式による定式化の利点を述べる。
4.3.1 レンズ・マンフォード型ではなく汎用的手法としての整理
存在・一意性の議論では、問題を「抽象的な作用素方程式」や「双線形形式と線形汎関数の関係」として捉える枠組みが有効である。そこで求められるのは、解空間上での連続性、ある種の強い単調性、あるいはコアーシビティといった性質である。
このような整理により、係数の形や領域の詳細に依存しない形で、手順が一様に適用できる。結果として、異なる物理モデルの方程式を同じ理論筋で比較可能になる。
4.3.2 双線形形式による定式化の利点
線形問題では、弱形式は「未知関数に対する双線形形式 \(a(u,v)\) がすべての試験関数 \(v\) に対して右辺と一致する」という形になることが多い。双線形形式の連続性（上界）とコアーシビティ（下界）を示せれば、エネルギー評価と一意性が系統的に導かれる。
また、双線形形式の形は有限要素法の離散化でそのまま計算対象になる。つまり、理論的な推論と数値計算の実装が同じ対象（積分に基づく \(a(\cdot,\cdot)\)）に結びつくため、整合性が高い。さらに、非線形へ拡張する際にも、残差や線形化の概念が自然に接続できる。