En adjoint ekvation är en linjär differentialekvation , vanligtvis härledd från dess primalakvation med hjälp av integrering av delar . Gradientvärden med avseende på en viss mängd av intresse kan effektivt beräknas genom att lösa den adjointe ekvationen. Metoder baserade på lösning av angränsande ekvationer används i vingformsoptimering , vätskeflödeskontroll och osäkerhetskvantifiering . Till exempel detta är en Itō stokastisk differentialekvation. Genom att använda Euler-schemat integrerar vi nu delarna av denna ekvation och får en annan ekvation, , här är en slumpvariabel, senare är en adjoint ekvation.
Låt utdata av intresse vara följande linjära funktion:
Härled den svaga formen genom att multiplicera primalakvationen med en viktningsfunktion och utföra integration med delar:
var,
Betrakta sedan en oändlig störning till som ger en oändlig ändring i enligt följande:
Observera att lösningsstörningen måste försvinna vid gränsen, eftersom Dirichlets gränsvillkor inte tillåter variationer på .
Använd den svaga formen ovan och definitionen av adjointen som ges nedan:
vi får:
Använd sedan integration av delar för att överföra derivator av till derivator av :
Den adjoint PDE och dess randvillkor kan härledas från den sista ekvationen ovan. Eftersom i allmänhet inte är noll inom domänen , krävs det att \ , för att volymtermen ska försvinna. På liknande sätt, eftersom primalflödet är i allmänhet icke-noll vid gränsen, vi kräver att är noll där för att den första gränstermen ska försvinna. Den andra gränstermen försvinner trivialt eftersom det primära gränsvillkoret kräver vid gränsen.
Därför ges det angränsande problemet av:
Observera att advektionstermen vänder om tecknet för konvektionshastigheten i adjointekvationen, medan diffusionstermen förblir självadjoint.