Notes on Yukari's Blog

调和函数与极值原理

Mon, 01 Jun 2026 00:00:00 +0000

极值原理

弱极值原理

强极值原理

调和函数

设 $\Omega \subseteq \mathbb R^d$ 是开区域，如果 $u\in C^2(\Omega)$ 满足 $\Delta u=0$，则称 $u$ 是 $\Omega$ 上的调和函数，记作 $u\in \mathcal H(\Omega)$。调和函数是 Laplace 方程的解，继承其性质。

球面平均性

球面平均性：如果 $u\in \mathcal H(\Omega)$，则对任意 $r\in (0,R]$ 和 $x\in \Omega$ 满足 $B_R(x)\subseteq \Omega$，有
$$u(x)=\frac 1{|\partial B_r(0)|}\int_{\partial B_r(x)} u(y)\mathrm dS=\dfrac 1{|B_r(0)|}\int_{B_r(x)} u(y)\mathrm dy=: h(x;r).$$
反过来，如果 $u\in C^2(\Omega)$ 在 $x\in \Omega$ 满足上述球面平均性，则 $\Delta u(x)=0$.

从连续性出发

$$u(x)=\lim_{r\to 0}\frac 1{|\partial B_r(0)|}\int_{\partial B_r(x)} u(y)\mathrm dS=\lim_{r\to 0}\dfrac 1{|\partial B_1(0)|}\int_{\partial B_1(0)} u(x+ry)\mathrm dS=:\lim_{r\to 0} h(x;r).$$

考虑含参积分

位势方程与 Green 公式

Wed, 27 May 2026 00:00:00 +0000

位势方程

一些基本的结果：

基本解：在 $\mathbb R^n$ 上，位势方程 $-\Delta u=f(x)$ 的基本解 $-\Delta E=\delta(x)$ 满足
$$E(x)=\begin{dcases} -\frac{1}{2\pi}\log|x|,&n=2,\\[14pt] \frac{1}{(n-2)S_{n-1}|x|^{n-2}},&n\geq 3, \end{dcases}$$

尽管基本解 $E$ 在 $x=0$ 处有奇点，但通过球坐标变换

$$\int_{|x|<\varepsilon} E(x)\mathrm dx=\int_0^\varepsilon\int_{\Theta}E(r)J(\Theta)r^{n-1}\mathrm d\Theta\mathrm dr\to 0,\quad \varepsilon\to 0,$$

其中 $J(\Theta)$ 是球坐标变换的 Jacobian 的角度部分。因此 $E\in L^1_{\mathrm{loc}}(\mathbb R^n)$；另外

$$\nabla E(x)=-\dfrac 1{S_{n-1}}\dfrac x{|x|^n},\quad \forall n\geq 2,$$

这推出 $\nabla E\in L^1_{\mathrm{loc}}(\mathbb R^n)$，因为

$$\int_{|x|<\varepsilon} |\nabla E(x)|\mathrm dx=\int_0^\varepsilon\int_{\Theta}\dfrac {J(\Theta)}{S_{n-1}}\mathrm d\Theta\mathrm dr=\int_0^\varepsilon\mathrm dr=\varepsilon,$$

如果我们进一步求二阶微分

$$|\nabla^2 E(x)|=\dfrac 1{S_{n-1}}\left|\dfrac n{|x|^n}\dfrac {xx^T}{|x|^2}-\dfrac 1{|x|^n}I\right|\sim \dfrac 1{|x|^n},$$

这推出 $\nabla^2 E\notin L^1_{\mathrm{loc}}(\mathbb R^n)$，因为

无界区域的热传导方程

Sat, 16 May 2026 00:00:00 +0000