1 基本定义
1.1 拉普拉斯方程
拉普拉斯方程是偏微分方程中的基础方程之一，通常写作 \[ \Delta u = 0, \] 其中 \(\Delta\) 表示拉普拉斯算子。在二维欧氏空间中，若函数 \(u(x,y)\) 足够光滑，则有 \[ \Delta u = \frac{\partial^2 u}{\partial x^2}+\frac{\partial^2 u}{\partial y^2}. \] 在三维及更高维空间中，拉普拉斯算子则是各坐标方向二阶偏导数之和。该方程描述了许多无源、平衡或稳态状态，因此在数学与物理中都具有重要地位。
1.2 调和函数的定义
在给定区域内，如果一个函数满足拉普拉斯方程，即其拉普拉斯算子恒等于零，则称该函数为调和函数。通常要求函数至少二阶可微，以便拉普拉斯算子有定义。 更一般地说，调和函数是指在区域内部不带“源项”或“汇项”的势函数，反映的是一种局部平衡状态。
1.3 经典例子
1.3.1 常数函数
任意常数函数都是调和函数，因为它的一阶和二阶导数都为零，所以拉普拉斯算子作用后仍为零。这类例子虽然简单，但常被用来说明调和函数的最基本性质。
1.3.2 线性函数
线性函数在欧氏空间中也是调和的。例如平面上的 \(u(x,y)=ax+by+c\)，其二阶偏导数全为零，因此满足拉普拉斯方程。线性函数常作为构造更复杂调和函数的起点。
1.3.3 多项式中的调和函数
并非所有多项式都调和，但某些特定形式的多项式确实满足拉普拉斯方程。例如二维中的 \[ u(x,y)=x^2-y^2 \] 便是调和函数，因为其二阶偏导数之和为零。类似地，许多由齐次多项式构成的调和函数在复分析和球谐函数理论中都有重要作用。
1.4 调和函数的非例子
最常见的非例子是任意二阶偏导数之和不为零的函数。例如 \(u(x,y)=x^2+y^2\) 的拉普拉斯算子等于 4，因此不是调和函数。 此外，若函数在区域内不够光滑，甚至无法进行二阶求导，也通常不属于经典意义下的调和函数。
2 基本性质
2.1 平均值性质
调和函数最著名的性质之一是平均值性质：在某个球或圆盘内，中心点的函数值等于边界上函数值的平均。 这一性质反映了调和函数在局部上的“平衡”特征，也是判断函数是否调和的重要工具之一。它还常用于证明其他深刻结论，如最大值原理和唯一性。
2.2 最大值原理
调和函数在区域内部不容易取得严格意义上的极大值或极小值，除非函数本身是常数。这就是最大值原理的核心内容。它说明调和函数的最值行为主要由边界决定。
2.2.1 强最大值原理
强最大值原理指出：如果调和函数在连通区域内部达到最大值或最小值，那么该函数在整个连通区域内必须是常数。 这一结论非常强，意味着调和函数的内部结构受到严格约束，不能在内部形成“孤立峰值”或“谷值”。
2.2.2 弱最大值原理
弱最大值原理则说明：在有界区域中，调和函数在闭区域上的最大值和最小值必然出现在边界上，除非函数恒定。 它常用于边值问题的估计和唯一性证明，是分析调和函数时最常使用的工具之一。
2.3 唯一性性质
调和函数通常具有良好的唯一性：如果两个调和函数在区域边界上取值一致，并满足相同的边值条件，那么它们往往在整个区域内相同。 这种性质使调和函数在物理建模中尤为重要，因为只要边界条件确定，内部解通常也就被唯一确定。
2.4 光滑性与解析性
调和函数具有很强的正则性。即使一开始只从较弱的意义上定义，它们在区域内部也会自动变得非常光滑。 在二维情形下，调和函数还与解析函数密切相关，因此往往具有局部可展开为幂级数的性质。这种解析性使其在复分析中占据核心地位。
3 与其他函数类别的关系
3.1 调和共轭函数
在二维平面上，一个调和函数有时可以找到对应的调和共轭函数。两者组合后，常可构成一个解析函数的实部与虚部。 调和共轭函数的存在并非总是全局成立，但在适当的区域条件下，它提供了将势理论与复分析联系起来的重要桥梁。
3.2 全纯函数与调和函数
若一个函数在复平面上是全纯的，则它的实部和虚部都是调和函数。反过来，许多调和函数也可作为某个全纯函数的实部来理解。 这一关系使调和函数在复分析中具有天然的几何与代数意义，尤其在保形映射和边界问题中经常出现。
3.3 次调和函数
次调和函数可以看作调和函数的推广。它们满足一种“平均值不超过边界平均值”的不等式形式，而不必严格满足拉普拉斯方程。 在许多问题中，次调和函数用于描述“有源但不太强”的情形，也常作为研究极值与势函数估计的工具。
3.4 超调和函数
超调和函数与次调和函数相对应，通常表现出比调和函数更“向下弯曲”的性质。 从分布或广义意义看，超调和函数往往满足拉普拉斯算子非正的条件，因此在势理论和障碍问题中也很常见。
4 构造与变换
4.1 线性组合
调和函数构成一个线性空间。若两个函数都是调和的，那么它们的任意线性组合仍然调和。 这一点使得调和函数可以通过叠加来构造，便于从简单解生成更复杂的解。
4.2 变量替换
在适当的坐标变换下，调和函数的形式可能保持或转化为新的调和表达。 例如在极坐标、球坐标中，调和函数会呈现不同的方程结构，但本质上仍受拉普拉斯方程支配。变量替换常用于简化边界形状复杂的问题。
4.3 旋转与平移下的不变性
拉普拉斯方程在欧氏空间中对旋转和平移具有不变性，因此调和函数在这些刚体变换下保留其调和性。 这一几何不变性说明调和函数的定义并不依赖于特定坐标方向，而是反映空间中的内在性质。
4.4 拉普拉斯算子的作用
拉普拉斯算子是判断一个函数是否调和的核心工具。对一般函数而言，拉普拉斯算子衡量其局部平均偏离程度。 当该算子为零时，函数达到局部平衡；当不为零时，则可理解为存在“源”或“汇”的影响。这一视角在物理解释中尤为直观。
5 边值问题
5.1 狄利克雷问题
狄利克雷问题要求在区域边界上给定函数值，并寻找内部满足拉普拉斯方程的调和函数。 这是最经典的边值问题之一，广泛用于电势、温度分布和理想流体势的研究。它的关键在于边界值是否能够确定唯一的内部解。
5.2 诺伊曼问题
诺伊曼问题给定的是边界上的法向导数，而不是函数值本身。 这类问题常对应于通量、流量或热流等物理量。由于只指定导数，解通常只在加上一个常数的意义下唯一。
5.3 混合边值问题
混合边值问题同时涉及不同边界部分上的不同条件，例如某些边界上给定函数值，另一些边界上给定法向导数。 这类问题比纯狄利克雷或诺伊曼问题更贴近实际应用，因为实际边界往往并不统一。
5.4 解的存在性与唯一性
调和边值问题是否有解、是否唯一，取决于区域形状、边界光滑性以及所施加条件的兼容性。 在良好的条件下，调和函数的解往往存在且唯一；但若边界条件不相容，或区域过于复杂，则可能出现无解或需要弱解框架才能处理的情况。
6 表示定理
6.1 Poisson积分公式
Poisson积分公式给出了圆盘或球内调和函数的显式表示，说明内部值可以由边界值通过一个核积分得到。 这一公式不仅能构造解，还能直接证明平均值性质和边界连续性等结果。
6.2 Green函数表示
Green函数提供了求解边值问题的另一种强有力工具。通过引入满足特定边界条件的 Green 函数，可以把调和函数或更一般的解写成积分形式。 它把微分方程问题转化为核函数与边界数据的组合，因而在理论与计算中都很重要。
6.3 球域与圆盘中的表示
在球域和圆盘中，调和函数具有特别整齐的表示形式。 由于区域几何规则，通常可以借助傅里叶展开、球谐函数或 Poisson 核，得到更明确的表达。这些区域也常作为理论研究中的标准模型。
6.4 调和测度
调和测度用于描述边界各部分对内部点的“影响权重”。 从概率和势理论角度看，它可以理解为边界值在调和函数表示中的分配方式，因此在研究边界行为和随机过程时十分有用。
7 特殊区域中的调和函数
7.1 平面区域
在平面有界或无界区域中，调和函数的研究与复分析、共形映射密切相关。 区域边界的形状会直接影响解的表达与估计，因此平面区域常被作为二维势问题的基本场景。
7.2 球域
球域中的调和函数具有高度对称性，便于使用球坐标展开。 在这类区域中，许多重要定理都能得到最清晰的体现，例如平均值性质、边界表示和唯一性结论。
7.3 上半平面
上半平面是复分析与偏微分方程中的经典区域。其边界为一条直线，常便于构造反射、积分表示和边界极限。 许多标准模型问题都可先在上半平面中讨论，再通过变换推广到其他区域。
7.4 矩形与柱形区域
矩形和柱形区域通常适合用分离变量法处理。 在这些区域中，调和函数往往可以表示为三角函数与指数函数的组合，从而将边界条件转化为系数求解问题。这在工程计算中非常常见。
8 应用
8.1 静电学
在静电学中，电势函数在无电荷区域内通常满足拉普拉斯方程，因此是调和函数。 这使得调和函数成为研究导体、绝缘体与边界电位分布的重要工具。
8.2 重力势理论
在经典重力势理论中，远离质量分布源的势函数也常满足拉普拉斯方程。 因此，调和函数可用于描述天体附近的势场结构，并帮助分析场的平衡状态。
8.3 流体力学
在理想流体的势流模型中，速度势和流函数在一定条件下往往是调和的。 这使得调和函数成为分析无旋流、不可压缩流动的重要基础，尤其适用于二维流动的理论描述。
8.4 热传导中的稳态模型
在稳态热传导问题中，如果介质内部没有热源或热汇，则温度分布通常满足拉普拉斯方程。 因此，调和函数可以用来刻画长期稳定后的温度场，这也是其在工程中最直观的应用之一。
9 相关定理
9.1 Harnack不等式
Harnack不等式给出了正调和函数在区域内不同点之间的比较关系。 它说明若一个正调和函数在某处有界，则在较小区域内也会受到相应控制，是研究正解行为的重要工具。
9.2 Liouville定理
Liouville定理指出，在整个空间中满足适当有界条件的调和函数往往必须是常数。 这一结果在全空间分析中极具代表性，显示了调和函数在无穷区域上的刚性特征。
9.3 Schwarz引理中的关联
在复分析中，Schwarz 引理与调和函数并非直接同一对象，但二者通过解析函数和共轭关系密切相连。 许多与保形映射、模估计有关的结论，可借助调和函数的性质加以理解和推广。
9.4 调和延拓
调和延拓是指在已知某个区域内或某个边界上的调和数据后，将函数延伸到更大区域，同时保持调和性。 它常用于解析延拓式的问题中，但是否能够延拓成功，取决于区域结构与边界条件的兼容程度。
10 进一步话题
10.1 弱调和函数
弱调和函数是从积分或分布意义理解的调和函数，不一定要求经典意义下的二阶连续可导。 这种观点扩大了调和函数的适用范围，使得更多不够光滑但仍有重要意义的对象能够纳入统一框架。
10.2 广义调和函数
广义调和函数是对经典调和概念的扩展，通常结合势理论、测度或函数空间来定义。 它们在现代分析中常用于处理边界奇异、非光滑区域或不规则数据带来的问题。
10.3 分布意义下的调和性
若一个函数或分布在分布意义下满足拉普拉斯方程，则可视为广义调和对象。 这种处理方式在偏微分方程的弱解理论中十分重要，尤其适合研究局部可积但不够光滑的情形。
10.4 边界正则性
边界正则性研究的是调和函数在接近边界时的行为是否良好，以及边界值能否被稳定地实现。 这一主题直接关系到边值问题的可解性，也影响表示公式、极限性质和数值方法的有效性。