• 第五讲 调和函数和解析函数的例题_哔哩哔哩_bilibili

复变函数与积分变换：调和函数与解析函数专题笔记

在学习复变函数的过程中，我们常常会接触到两套并行却又紧密相连的概念体系：解析函数（针对复变函数 $f(z)$）和调和函数（针对实自变量的二元实函数 $u(x, y)$ 与 $v(x, y)$）。

本篇笔记将带你理清它们之间的内在逻辑，纠正学习中常见的笔误，并深入探讨拉普拉斯方程在工程物理中的实际应用意义。

温故知新：C-R 方程（柯西-黎曼方程）

在讨论调和函数之前，我们先复习判断函数在区域内解析的充要条件。 若 $f(z) = u(x, y) + i v(x, y)$ 在区域 $D$ 内可导，则其实部 $u$ 和虚部 $v$ 必须满足 C-R 方程组：

$\frac{\partial u}{\partial x} = \frac{\partial v}{\partial y}$

$\frac{\partial v}{\partial x} = -\frac{\partial u}{\partial y}$

简记为：

$u_x = v_y, \quad v_x = -u_y$

一、 调和函数（Harmonic Function）的定义

💡 核心概念辨析：研究对象不同

• 解析函数：研究对象是复变函数 $f(z)$。
• 调和函数：研究对象是实二元函数 $u(x,y)$ 或 $v(x,y)$。

1. 定义

设 $u(x, y)$ 是区域 $D$ 内的二元实函数。若 $u(x, y)$ 在 $D$ 内具有连续的二阶偏导数，且满足拉普拉斯（Laplace）方程：

$\frac{\partial^2 u}{\partial x^2} + \frac{\partial^2 u}{\partial y^2} = 0 \quad (\text{即 } u_{xx} + u_{yy} = 0)$

则称 $u(x, y)$ 是区域 $D$ 内的调和函数。

✏️ 学长纠错与细节提示

🔍 手写笔记纠错： 在手写笔记第一页中，拉普拉斯方程被误写为了：

$\frac{\partial^2 u}{\partial x^2} + \frac{\partial^2 v}{\partial y^2} = 0 \quad (\text{错误!})$

正确写法应为：

$\frac{\partial^2 u}{\partial x^2} + \frac{\partial^2 u}{\partial y^2} = 0 \quad \text{或} \quad \frac{\partial^2 v}{\partial x^2} + \frac{\partial^2 v}{\partial y^2} = 0$

拉普拉斯方程是针对单一实函数（纯实部 $u$ 或纯虚部 $v$）定义的。

二、 解析函数与调和函数的内在联系

1. 核心定理：解析函数的实部与虚部必为调和函数

定理：若 $f(z) = u(x, y) + i v(x, y)$ 在区域 $D$ 内解析，则其正、实部 $u(x, y)$ 与虚部 $v(x, y)$ 在 $D$ 内都是调和函数。

证明过程（起承转合）：

因为 $f(z)$ 在 $D$ 内解析，所以 $f(z)$ 具有各阶连续导数，这意味着 $u(x,y)$ 和 $v(x,y)$ 具有各阶连续偏导数。 由 C-R 方程得：

$u_x = v_y \quad (1)$

$u_y = -v_x \quad (2)$

将 $(1)$ 式两边对 $x$ 求偏导，$(2)$ 式两边对 $y$ 求偏导：

$u_{xx} = v_{yx}$

$u_{yy} = -v_{xy}$

由于 $v(x,y)$ 的二阶偏导数连续，根据多元函数混合偏导数相等的性质（克莱罗定理），有 $v_{yx} = v_{xy}$。 将两式相加：

$u_{xx} + u_{yy} = v_{yx} - v_{xy} = 0$

同理可证：$v_{xx} + v_{yy} = 0$。证明完毕。

⚠️ 注意：

• 这个定理是单向的。若 $u(x, y)$ 和 $v(x, y)$ 分别是 $D$ 内的调和函数，由它们构成的 $f(z) = u + iv$ 不一定是解析函数。
• 它们必须同时还满足 C-R 方程，才能保证 $f(z)$ 解析。因此，C-R 方程是连接两个独立调和函数的桥梁。

2. 共轭调和函数（Conjugate Harmonic Functions）

在区域 $D$ 内，若 $u(x, y)$ 和 $v(x, y)$ 都是调和函数，并且它们满足 C-R 方程，则称 $v(x, y)$ 是 $u(x, y)$ 在 $D$ 内的共轭调和函数。

• 注意顺序：如果 $v$ 是 $u$ 的共轭调和函数，那么由它们构成的 $f(z) = u + iv$ 是解析函数。此时，$-u$ 才是 $v$ 的共轭调和函数（因为 $g(z) = v - iu = -i(u+iv)$ 才是解析函数）。

三、 经典例题深度解析

💡 核心考点 1：已知 $u+v$ 重构解析函数 $f(z)$

【例题 1】 已知 $f(z) = u(x, y) + i v(x, y)$ 是复平面上的解析函数，且已知其实部与虚部之和为：

$u + v = x^3 - y^3 + 3x^2y - 3xy^2 - 2x - 2y$

求解析函数 $f(z)$ 的表达式。

【完整解析步骤】

第一步：对 $u+v$ 分别关于 $x$ 和 $y$ 求一阶偏导数

根据导数的线性性质 $\frac{\partial(u+v)}{\partial x} = \frac{\partial u}{\partial x} + \frac{\partial v}{\partial x}$，我们有：

$\frac{\partial(u+v)}{\partial x} = u_x + v_x = 3x^2 + 6xy - 3y^2 - 2 \quad (A)$

$\frac{\partial(u+v)}{\partial y} = u_y + v_y = -3y^2 + 3x^2 - 6xy - 2 \quad (B)$

第二步：利用 C-R 方程进行消元（全部替换为 $u$ 的偏导数）

因为 $f(z)$ 是解析函数，满足 C-R 方程：$v_y = u_x$ 且 $v_x = -u_y$。 我们将 $(A)$ 和 $(B)$ 中的 $v_x, v_y$ 用 $u$ 的偏导数替换：

• 对于 $(A)$： $u_x + v_x \implies u_x - u_y = 3x^2 + 6xy - 3y^2 - 2 \quad (1)$
• 对于 $(B)$： $u_y + v_y \implies u_y + u_x = 3x^2 - 6xy - 3y^2 - 2 \quad (2)$

第三步：解偏导数方程组

现在我们得到了一个关于 $u_x$ 和 $u_y$ 的二元一次方程组。

• $(1) + (2)$ 消除 $u_y$：

  $2u_x = (3x^2 + 6xy - 3y^2 - 2) + (3x^2 - 6xy - 3y^2 - 2) = 6x^2 - 6y^2 - 4$

  $u_x = 3x^2 - 3y^2 - 2 \quad (3)$

• $(2) - (1)$ 消除 $u_x$：

  $2u_y = (3x^2 - 6xy - 3y^2 - 2) - (3x^2 + 6xy - 3y^2 - 2) = -12xy$

  $u_y = -6xy \quad (4)$

第四步：通过积分求出实部 $u(x,y)$

对 $(3)$ 式关于 $x$ 求不定积分（此时将 $y$ 视为常数）：

$u(x, y) = \int (3x^2 - 3y^2 - 2) \, dx = x^3 - 3xy^2 - 2x + \varphi(y)$

⚠️ 细节提示（极易忘记！）： 因为是偏积分，最后加的不是常数 $C$，而是关于 $y$ 的函数 $\varphi(y)$。

为了确定 $\varphi(y)$，我们对上式关于 $y$ 求偏导：

$u_y = -6xy + \varphi'(y)$

结合先前得到的 $(4)$ 式 $u_y = -6xy$，对比可得：

$\varphi'(y) = 0 \implies \varphi(y) = C \quad (\text{C为实常数})$

所以，实部为：

$u(x, y) = x^3 - 3xy^2 - 2x + C$

第五步：求出虚部 $v(x,y)$

利用题目中给出的 $u+v$ 的表达式：

$v(x, y) = (u+v) - u$

$v(x, y) = (x^3 - y^3 + 3x^2y - 3xy^2 - 2x - 2y) - (x^3 - 3xy^2 - 2x + C)$

$v(x, y) = 3x^2y - y^3 - 2y - C$

第六步：构造并化简复变函数 $f(z)$

$f(z) = u + iv = (x^3 - 3xy^2 - 2x + C) + i(3x^2y - y^3 - 2y - C)$

我们需要将其转化为复自变量 $z = x + iy$ 的形式。我们对项进行拆分组合：

$f(z) = \underline{(x^3 - 3xy^2 + i3x^2y - iy^3)} - \underline{2(x + iy)} + C(1 - i)$

观察下划线部分： 根据复数乘方的展开式：

$z^3 = (x + iy)^3 = x^3 + 3x^2(iy) + 3x(iy)^2 + (iy)^3 = x^3 + i3x^2y - 3xy^2 - iy^3$

恰好等于第一部分！

因此：

$f(z) = z^3 - 2z + (1 - i)C$

💡 核心考点 2：验证调和函数

【例题 2】 验证 $u = \ln(x^2 + y^2) + 2x - y$ 在不包含原点的任意区域内是一个调和函数。

【完整解析步骤】

要证明 $u$ 是调和函数，只需验证它满足拉普拉斯方程 $u_{xx} + u_{yy} = 0$。

第一步：求一阶偏导数

$\frac{\partial u}{\partial x} = \frac{2x}{x^2 + y^2} + 2$

$\frac{\partial u}{\partial y} = \frac{2y}{x^2 + y^2} - 1$

第二步：求二阶偏导数

使用商的求导法则：

$\frac{\partial^2 u}{\partial x^2} = \frac{\partial}{\partial x}\left(\frac{2x}{x^2+y^2}\right) = \frac{2(x^2+y^2) - 2x(2x)}{(x^2+y^2)^2} = \frac{2y^2 - 2x^2}{(x^2+y^2)^2}$

$\frac{\partial^2 u}{\partial y^2} = \frac{\partial}{\partial y}\left(\frac{2y}{x^2+y^2}\right) = \frac{2(x^2+y^2) - 2y(2y)}{(x^2+y^2)^2} = \frac{2x^2 - 2y^2}{(x^2+y^2)^2}$

第三步：验证拉普拉斯方程

$u_{xx} + u_{yy} = \frac{2y^2 - 2x^2}{(x^2+y^2)^2} + \frac{2x^2 - 2y^2}{(x^2+y^2)^2} = \frac{0}{(x^2+y^2)^2} = 0$

由于在除原点外（即 $x^2+y^2 \neq 0$）的区域内，二阶偏导数均连续且代数和为 0。 结论：$u$ 是该区域内的调和函数。

四、 深度探究：拉普拉斯方程的物理意义与调和函数的作用

🙋‍♂️ 解答手写笔记中的疑问：

• “我并不理解 Laplace 方程的意义”
• “调和函数有什么用？”

在数学和工程物理学中，拉普拉斯方程 $\nabla^2 u = 0$ 是最核心的偏微分方程之一。它最本质的物理意义是描述“稳定平衡状态”。

1. 物理场景中的应用

以下是调和函数在现实工程物理中的典型应用场景：

物理领域	调和函数 $u(x, y)$ 的物理意义	拉普拉斯方程 $\nabla^2 u = 0$ 的含义
稳态热传导	空间各点的温度分布 $T(x,y)$	当物体内部的热传导达到平衡（无热源、温度不随时间改变）时，温度分布必为调和函数。
静电学	无电荷区域的电势 $\Phi(x,y)$	在没有自由电荷的空间中，静电场的电势分布满足拉普拉斯方程，其梯度线即为电场线。
流体力学	理想流体的流速势 $\phi$ 或 流函数 $\psi$	描述无旋、不可压缩流体（如平稳的水流、气流）的运动轨迹，分析机翼受力等。
弹性力学	弹性薄膜（如鼓面）的垂直位移	处于张紧状态且无外力压迫的薄膜，其表面的平衡形状（高度差）满足拉普拉斯方程。

1.2 拉普拉斯方程是如何得到的

拉普拉斯方程（[[Laplace’s Equation]]）并不是数学家凭空发明出来的，而是从许多物理问题的平衡条件中自然推导出来的。其中最经典的物理来源是稳态热传导（steady-state heat conduction） 和静电场（electrostatics）。

下面我们以最容易理解的稳态热传导为例，来推导二维拉普拉斯方程。

1. 物理模型与基本假设

设在一个二维平面上，某一点的温度分布用函数 $u(x, y)$ 来表示。

我们在该平面上取一个非常小的微元矩形区域，其尺寸为 $\Delta x \times \Delta y$。

根据傅里叶热传导定律（Fourier’s law），单位时间内通过单位面积流入或流出的热量（即热流密度）与该方向的温度梯度成正比。因此：

• 左右方向（$x$ 轴方向）的热流密度与温度变化率成正比：

  $q_x \propto -\frac{\partial u}{\partial x}$

• 上下方向（$y$ 轴方向）的热流密度与温度变化率成正比：

  $q_y \propto -\frac{\partial u}{\partial y}$

2. 建立平衡方程（热量守恒）

如果系统已经达到了稳态（steady state），这意味着该微元区域内的温度不再随时间发生变化。换句话说：

$\text{单位时间内流入的热量} = \text{单位时间内流出的热量}$

根据能量守恒定律，将 $x$ 方向和 $y$ 方向的净热流量相加，并令总净流量为零，可以得到：

$\frac{\partial}{\partial x} \left( k \frac{\partial u}{\partial x} \right) + \frac{\partial}{\partial y} \left( k \frac{\partial u}{\partial y} \right) = 0$

其中 $k$ 是材料的导热系数（thermal conductivity）。

3. 简化与求解

如果材料是均匀的，即导热系数 $k$ 在各处均为常数，我们就可以把常数 $k$ 提出来：

$k \left( \frac{\partial^2 u}{\partial x^2} + \frac{\partial^2 u}{\partial y^2} \right) = 0$

由于物理介质存在，导热系数 $k \neq 0$，因此等式两边同除以 $k$，最终得到：

$\boxed{\frac{\partial^2 u}{\partial x^2} + \frac{\partial^2 u}{\partial y^2} = 0}$

这就是经典的二维拉普拉斯方程。它描述了在没有内热源的情况下，均匀介质达到热平衡时的温度分布规律。

2. 调和函数的数学性质：平均值原理 (Mean Value Property)

调和函数有一个极其优美且具有物理直觉的数学性质：

性质：调和函数在任意圆盘中心的函数值，等于该函数在圆周上所有点函数值的算术平均值。

物理直觉：

• 如果 $u$ 代表温度，那么圆心处的温度，刚好是周围一圈温度的平均值（这就是热量均匀扩散后的最终平衡状态）。
• 推论：最大值原理。非恒等常数的调和函数在区域内部既不能取得最大值，也不能取得最小值，它们只能在区域的边界上取得。这在物理上代表了“系统内部不可能无缘无故产生极值点，除非边界上有外界干扰（如冷源或热源）”。

3. 在复变函数中，为什么要研究它？

既然它是实函数偏微分方程，为什么复变函数这门课要大力研究它？

因为“解析函数”为解决二维拉普拉斯方程提供了最强大的数学武器！

在工程中（例如设计飞机翼型、设计复杂的集成电路电场分布），边界条件往往极其复杂，直接求解拉普拉斯方程极其困难。而复变函数中的保角映射（[[Conformal Mapping]]）可以将复杂的几何边界转换成简单的圆形或半平面。

1. 在简单的几何图形下轻松解出拉普拉斯方程（求出调和函数）。
2. 利用解析函数的性质，将解逆映射回复杂的真实世界。

这就是为什么调和函数在复变函数中占有如此重要地位的原因。它不仅是理论的延伸，更是连接数学纯理论与工程物理实践的终极桥梁！