如果我们搞清楚了什么是微分和微分方程，我们来看一个进阶版的微分方程——偏微分方程。
（不清楚的可以看我之前的文章）
偏微分方程（Partial Differential Equations）, 简称 PDE
在现实世界中，并不总是非此即彼的。
也就是说，我们看待一个事物的变化可能不仅仅是由于某一种原因引起的——比如长胖这件事。
每一个胖子都不只是为了满足吃饱这件事就长胖的，多数还由于馋这件事——比如我。
所以，长胖这件事就不只是由于饿，还由于馋。
你看，是不是印证了刚才的说法。
所以PDE就是用来描述这种多维度同时变化的数学工具。
多维度的连锁反应
微分方程通常分为两种：
常微分方程（ODE）：只有一个自变量（比如时间t）：我的体重随时间变化的规律。
偏微分方程（PDE）：有多个自变量（比如时间t，饥饿程度x，嘴馋的程度y）：我的体重跟随时间变化，也跟随我的饥饿程度变化，还跟随我的嘴馋程度变化。
“偏”在哪？
为啥会叫偏微分方程呢？这个偏怎么讲？
这是因为我们在研究其中一个变量（比如体重与时间t之间的变化）时，我们要假装其他变量（比如饥饿程度和嘴馋程度）时固定不变的。
这种只看局部不及其余的求导方式就叫偏导数。