热传导方程式（或称热方程）是一个重要的偏微分方程，它描述一个区域内的温度如何随时间变化。
物理动机
一维热方程图解 (观看动画版)
热传导在三维的等方向均匀介质里的传播可用以下方程式表达：
其中：
u=u(t,x,y,z) 表温度，它是时间变量 t 与 空间变量 (x,y,z) 的函数。 /是空间中一点的温度对时间的变化率。uxx,uyy与uzz温度对三个空间座标轴的二次导数。k决定于材料的热传导率、密度与热容。 热方程是傅立叶冷却律的一个推论（详见条目热传导）。
如果考虑的介质不是整个空间，则为了得到方程的唯一解，必须指定 u 的边界条件。如果介质是整个空间，为了得到唯一性，必须假定解的增长速度有个指数型的上界，此假定吻合实验结果。
热方程的解具有将初始温度平滑化的特质，这代表热从高温处向低温处传播。一般而言，许多不同的初始状态会趋向同一个稳态（热平衡）。因此我们很难从现存的热分布反解初始状态，即使对极短的时间间隔也一样。
热方程也是抛物线偏微分方程最简单的例子。
利用拉普拉斯算子，热方程可推广为下述形式
其中的 Δ 是对空间变量的拉普拉斯算子。
热方程支配热传导及其它扩散过程，诸如粒子扩散或神经细胞的动作电位。热方程也可以作为某些金融现象的模型，诸如布莱克-斯科尔斯模型与 Ornstein-Uhlenbeck 过程。热方程及其非线性的推广型式也被应用于影像分析。量子力学中的薛定谔方程虽然有类似热方程的数学式（但时间参数为纯虚数），本质却不是扩散问题，解的定性行为也完全不同。
就技术上来说，热方程违背狭义相对论，因为它的解表达了一个扰动可以在瞬间传播至空间各处。扰动在前方光锥外的影响通常可忽略不计，但是若要为热传导推出一个合理的速度，则须转而考虑一个双曲线型偏微分方程。
以傅立叶级数解热方程在理想状态下一根棍子的热传导，配上均匀的边界条件。
以下解法首先由约瑟夫·傅里叶在他于1822年出版的著作Théorie analytique de la chaleur（中译：解析热学）给出。先考虑只有一个空间变量的热方程，这可以当作棍子的热传导之模型。方程式如下：
其中u=u(t,x) 是t和x的双变量函数。
x是空间变量，所以x∈ [0,L]，其中L表示棍子长度。t是时间变量，所以t≥ 0。 假设下述初始条件
其中函数f是给定的。再配合下述边界条件
0 quad " src="http://upload.wikimedia.org/math/d/3/9/d391a9cda8295b38926f6726190e2edb.png">. 让我们试着找一个非恒等于零的解，使之满足边界条件 (3) 并具备以下形式：
这套技术称作分离变量法。现在将u代回方程式 (1)，
由于等式右边只依赖x，而左边只依赖t，两边都等于某个常数 − λ，于是：
以下将证明 (6) 没有 λ ≤ 0 的解：
假设 λ < 0，则存在实数B、C使得 从 (3) 得到 于是有B= 0 =C，这蕴含u恒等于零。 假设 λ = 0，则存在实数B、C使得 仿上述办法可从等式 (3) 推出u恒等于零。 因此必然有 λ > 0，此时存在实数A、B、C使得 从等式 (3) 可知C= 0，因此存在正整数n使得 由此得到热方程形如 (4) 的解。
一般而言，满足 (1) 与 (3) 的解相加后仍是满足 (1) 与 (3) 的解。事实上可以证明满足 (1)、(2)、(3) 的解由下述公式给出：
其中推广求解技巧上面采用的方法可以推广到许多不同方程。想法是：在适当的函数空间上，算子 可以用它的特征向量表示。这就自然地导向线性自伴算子的谱理论。
考虑线性算子Δu=ux x，以下函数序列
（n≥ 1）是 Δ 的特征向量。诚然：
此外，任何满足边界条件f(0)=f(L)=0 的 Δ 的特征向量都是某个en。令 L(0,L) 表 [0,L] 上全体平方可积函数的向量空间。这些函数en构成 L(0,L) 的一组正交基底。更明白地说：
最后，序列 {en}n∈N张出 L(0,L) 的一个稠密的线性子空间。这就表明我们实际上已将算子 Δ对角化。
非均匀不等向介质中的热传导一般而言，热传导的研究奠基于以下几个原理。首先注意到热流是能量流的一种形式，因此可以谈论单位时间内流进空间中一块区域的热量。
单位时间内流入区域V的热量由一个依赖于时间的量qt(V) 给出。假设q有个密度Q(t,x)，于是 热流是个依赖于时间的向量函数H(x)，其刻划如下：单位时间内流经一个面积为dS而单位法向量为n的无穷小曲面元素的热量是 因此单位时间内进入V的热流量也由以下的面积分给出
其中n(x) 是在x点的向外单位法向量。
热传导定律说明温度对时间的梯度满足以下线性关系 其中A(x) 是个 3 × 3 实对称正定矩阵。 利用格林定理可将之前的面积分转成一个体积分
温度在x点对时间的改变率与流进无穷小体积元素的热量成比例，此比例常数与时间无关，而可能与空间有关，写作 κ (x)。 将以上所有等式合并，便获得支配热流的一般公式。
注记：
系数 κ(x) 是该材料在x点的比热× 密度。 在等方向性介质的情况，矩阵A只是个标量，等于材料的导热率。 在非等向的情况，A不一定是标量，我们鲜少能明确写出热方程的解。然而通常可考虑相应的抽象柯西问题，证明它是适定的，并（或）导出若干定性结果（诸如初始值保持正性、无穷传播速度、收敛至平衡态或一些平滑化性质）。这些论证通常有赖于单参数半群理论：举例来说，如果A是个对称矩阵，那么由 定义的椭圆算子是自伴而且耗散的，因此由谱定理导出它生成一个单参数半群。
粒子扩散粒子扩散方程在粒子扩散的模性中，我们考虑的方程涉及
在大量粒子集体扩散的情况：粒子的体积浓度，记作c。 或者
在单一粒子的情况：单一粒子对位置的机率密度函数，记作P。 不同情况下的方程式：
或者
c与P都是位置与时间的函数。D是扩散系数，它控制扩散速度，通常以米/秒为单位。
如果扩散系数D依赖于浓度c（或第二种情况下的机率密度P），则我们得到非线性扩散方程。
单一粒子在粒子扩散方程下的随机轨迹是个布朗运动。
如果一个粒子在时间t= 0 时置于 ，则相应的机率密度函数具有以下形式：
它与机率密度函数的各分量Rx,RyandRz的关系是：
随机变量Rx,Ry,Rz服从平均数为 0、变异数为 的正态分布。在三维的情形，随机向量 服从平均数为 、变异数为 的正态分布。
在t=0时，上述 的表示式带有奇点。对应于粒子处在原点之初始条件，其机率密度函数是在原点的狄拉克δ函数，记为 （三维的推广是 ）；扩散方程对此初始值的解也称作格林函数。扩散方程的历史源流粒子扩散方程首先由 Adolf Fick 于1855年导得。以格林函数解扩散方程格林函数是扩散方程在粒子位置已知时的解（数学家称之为扩散方程的基本解）。当粒子初始位置在原点 时，相应的格林函数记作 （t>0）；根据扩散方程对平移的对称性，对一般的已知初始位置，相应的格林函数是 。
对于一般的初始条件，扩散方程的解可以透过积分分解为一族格林函数的叠加。
举例来说，设t=0时有一大群粒子，根据浓度分布的初始值 分布于空间中。扩散方程的解将告诉我们浓度分布如何随时间演化。
跟任何（广义）函数一样，浓度分布的初始值可以透过积分表为狄拉克δ函数的叠加：
扩散方程是线性的，因此在之后的任一时刻t，浓度分布变为：
在粒子扩散的情形，我们可以将狄拉克δ函数对应的初始条件理解为粒子落在一个已知位置。一般而言，任何扩散过程的解都有这种表法，包括热传导或动量的扩散；后者关系到流体的黏性现象。
一维格林函数解列表以下以简写 BC 代表边界条件，IC 代表初始条件。
<IMG class=tex alt="egin{cases} u_{t}=ku_{xx} & -infty<x<infty,,0<t
<IMG class=tex alt="egin{cases} u_{t}=ku_{xx} & , 0le x<infty, , 0<t
<IMG class=tex alt="egin{cases} u_{t}=ku_{xx} & , 0le x<infty, , 0<t
<IMG class=tex alt="egin{cases} u_{t}=ku_{xx}+f & -infty<x<infty,,0<t
<IMG class=tex alt="egin{cases} u_{t}=ku_{xx}+f(x,t) & 0le x<infty,,0<t
<IMG class=tex alt="egin{cases} u_{t}=ku_{xx} & 0le x<infty,,0<t （可能的问题：根据上解，u(0)=0）
<IMG class=tex alt="egin{cases} u_{t}=ku_{xx}+f & -infty<x<infty,,0<t <IMG class=tex alt="egin{cases} v_{t}=kv_{xx}+f, , w_{t}=kw_{xx} , & -infty<x<infty,,0<t
<IMG class=tex alt="egin{cases} u_{t}=ku_{xx}+f & 0le x<infty,,0<t <IMG class=tex alt="egin{cases} v_{t}=kv_{xx}+f, , w_{t}=kw_{xx}, , r_{t}=kr_{xx} , & 0le x<infty,,0<t
应用热方程在许多现象的数学模型中出现，而且常在金融数学中作为期权的模型出现。著名的布莱克-斯科尔斯模型中的差分方程可以转成热方程，并从此导出较简单的解。许多简单期权的延伸模型没有解析解，因此必须以数值方法计算模型给出的定价。热方程可以用 Crank-Nicolson 法有效地求数值解，此方法也可用于许多无解析解的模型（详见文献 Wilmott，1995）。
热方程在流形上的推广是处理阿蒂亚-辛格指标定理的主要工具之一，由此也导向热方程在黎曼几何中的许多深入应用。
参见热偏微分方程
文献Einstein, A. "Über die von der molekularkinetischen Theorie der Wärme geforderte Bewegung von in ruhenden Flüssigkeiten suspendierten Teilchen." Ann. Phys. 17, 549, 1905. [1] Wilmott P., Howison S., Dewynne J. (1995)The Mathematics of Financial Derivatives:A Student Introduction.Cambridge University Press. L.C. Evans,Partial Differential Equations, American Mathematical Society, Providence, 1998. ISBN 0-8218-0772-2.
