拉普拉斯方程

系列條目
微积分学
函数 极限论 微分学 积分 微积分基本定理 微积分发现权之争（英语：Leibniz–Newton calculus controversy）
基础概念（含极限论和级数论） 實數性質 函数 单调性 初等函数 數列 极限 实数的构造 1=0.999… 无穷 銜尾蛇 無窮小量 ε-δ語言 实无穷（英语：Actual infinity） 大O符号 最小上界 收敛数列 芝诺悖论 柯西序列 单调收敛定理 夹挤定理 波尔查诺-魏尔斯特拉斯定理 斯托尔兹-切萨罗定理 上极限和下极限 函數極限 渐近线 邻域 连续 連續函數 不连续点 狄利克雷函数 稠密集 一致连续 紧集 海涅-博雷尔定理 支撑集 欧几里得空间 点积 叉积 三重积 拉格朗日恒等式 等价范数 坐標系 凸集 巴拿赫不动点定理 级数 收敛级数 几何级数 调和级数 項測試 格兰迪级数 收敛半径 审敛法 柯西乘积 黎曼级数重排定理 函数项级数（英语：function series） 一致收斂 迪尼定理 數列與級數 連續 函數
一元微分 差分 均差 微分 微分的线性 导数 流数法 二阶导数 光滑函数 高阶微分 莱布尼兹记号（英语：Leibniz's_notation） 幽灵似的消失量 介值定理 中值定理 罗尔定理 拉格朗日中值定理 柯西中值定理 泰勒公式 求导法则 乘积法则 广义莱布尼茨定则（英语：General Leibniz rule） 除法定则 倒数定则 链式法则 洛必达法则 反函数的微分 Faà di Bruno公式（英语：Faà di Bruno's formula） 对数微分法 导数列表 导数的函数应用 单调性 切线 极值 驻点 拐点 求导检测（英语：derivative test） 凸函數 凹函數 簡森不等式 曲线的曲率 埃尔米特插值 达布定理 魏尔施特拉斯函数
一元积分 积分表 定义 不定积分 定积分 黎曼积分 达布积分 勒贝格积分 积分的线性 求积分的技巧 换元积分法 三角换元法 分部积分法 部分分式积分法 降次积分法 微元法 积分第一中值定理 积分第二中值定理 微积分基本定理 反常積分 柯西主值 積分函數 Β函数 Γ函数 古德曼函数 椭圆积分 數值積分 矩形法 梯形公式 辛普森積分法 牛顿-寇次公式 积分判别法 傅里叶级数 狄利克雷定理 周期延拓 魏尔施特拉斯逼近定理 帕塞瓦尔定理 刘维尔定理
多元微积分 偏导数 隐函数 全微分 微分的形式不变性 二阶导数的对称性 全微分 方向導數 标量场 向量場 梯度 Nabla算子 多元泰勒公式 拉格朗日乘数 黑塞矩陣 鞍點 多重积分 逐次积分 积分顺序（英语：Order of integration (calculus)） 积分估值定理 旋转体 帕普斯-古尔丁中心化旋转定理 祖暅-卡瓦列里原理 托里拆利小号 雅可比矩阵 广义多重积分 高斯积分 若尔当曲线 曲线积分 曲面积分 施瓦茨的靴（俄语：Сапог Шварца） 散度 旋度 通量 可定向性 格林公式 高斯散度定理 斯托克斯定理及其外微分形式 若尔当测度 隐函数定理 皮亚诺-希尔伯特曲线 积分变换 卷积定理 积分符号内取微分 莱布尼茨积分定则（英语：Leibniz integral rule） 多变量原函数的存在性 全微分方程 外微分的映射原像存在性 恰当形式 向量值函数 向量空间内的导数推广（英语：generalizations of the derivative） 加托导数 弗雷歇导数 矩阵的微积分（英语：matrix calculus） 弱微分
微分方程 常微分方程 柯西-利普希茨定理 皮亚诺存在性定理 分离变数法 级数展开法 积分因子 拉普拉斯算子 欧拉方法 柯西-欧拉方程 伯努利微分方程 克莱罗方程 全微分方程 线性微分方程 叠加原理 特徵方程式 朗斯基行列式 微分算子法 差分方程 拉普拉斯变换 偏微分方程 拉普拉斯方程 泊松方程 施图姆-刘维尔理论 N体问题 积分方程
相关数学家 牛顿 莱布尼兹 柯西 魏尔斯特拉斯 黎曼 拉格朗日 欧拉 帕斯卡 海涅 巴罗 波尔查诺 狄利克雷 格林 斯托克斯 若尔当 达布 傅里叶 拉普拉斯 雅各布·伯努利 約翰·白努利 阿达马 麦克劳林 迪尼 沃利斯 费马 达朗贝尔 黑维塞 吉布斯 奥斯特罗格拉德斯基 刘维尔 棣莫弗 格雷果里 玛达瓦（英语：Madhava of Sangamagrama） 婆什迦羅第二 阿涅西 阿基米德
历史名作 从无穷小量分析来理解曲线（英语：Analyse des Infiniment Petits pour l'Intelligence des Lignes Courbes） 分析学教程（英语：Cours d'Analyse） 无穷小分析引论 用无穷级数做数学分析（英语：De analysi per aequationes numero terminorum infinitas） 流形上的微积分（英语：Calculus on Manifolds (book)） 微积分学教程 纯数学教程（英语：A Course of Pure Mathematics） 机械原理方法论（英语：The Method of Mechanical Theorems）
分支学科 实变函数论 複分析 傅里叶分析 变分法 特殊函数 动力系统 微分几何 微分代数 向量分析 分数微积分 玛里亚温微积分（英语：Malliavin calculus） 随机分析 最优化 非标准分析
查 论 编

拉普拉斯方程，又名调和方程、位势方程，是一种偏微分方程。因为由法国数学家皮埃尔-西蒙·拉普拉斯首先提出而得名。求解拉普拉斯方程是电磁学、天文学、熱力學和流体力学等领域经常遇到的一类重要的数学问题，因为这种方程以势函数的形式描写电場、引力場和流场等物理对象（一般统称为“保守场”或“有势场”）的性质。^[1]:619ff

三维情况下，拉普拉斯方程可由下面的形式描述，问题归结为求解对实自变量x、y、z二阶可微的实函数φ：

使用笛卡尔坐标，

${\displaystyle \Delta f={\frac {\partial ^{2}f}{\partial x^{2}}}+{\frac {\partial ^{2}f}{\partial y^{2}}}+{\frac {\partial ^{2}f}{\partial z^{2}}}=0}$。

使用柱坐标，

${\displaystyle \Delta f={\frac {1}{r}}{\frac {\partial }{\partial r}}\left(r{\frac {\partial f}{\partial r}}\right)+{\frac {1}{r^{2}}}{\frac {\partial ^{2}f}{\partial \phi ^{2}}}+{\frac {\partial ^{2}f}{\partial z^{2}}}=0}$

使用球面坐标，

${\displaystyle \Delta f={\frac {1}{\rho ^{2}}}{\frac {\partial }{\partial \rho }}\left(\rho ^{2}{\frac {\partial f}{\partial \rho }}\right)+{\frac {1}{\rho ^{2}\sin \theta }}{\frac {\partial }{\partial \theta }}\left(\sin \theta {\frac {\partial f}{\partial \theta }}\right)+{\frac {1}{\rho ^{2}\sin ^{2}\theta }}{\frac {\partial ^{2}f}{\partial \varphi ^{2}}}=0}$。

使用曲线坐标，

${\displaystyle \Delta f={\frac {\partial }{\partial \xi ^{j}}}\left({\frac {\partial f}{\partial \xi ^{k}}}g^{ki}\right)+{\frac {\partial f}{\partial \xi ^{j}}}g^{jm}\Gamma _{mn}^{n}=0,}$

或

${\displaystyle \Delta f={\frac {1}{\sqrt {|g|}}}{\frac {\partial }{\partial \xi ^{i}}}\!\left({\sqrt {|g|}}g^{ij}{\frac {\partial f}{\partial \xi ^{j}}}\right)=0,\qquad (g=\mathrm {det} \{g_{ij}\})}$。

這組方程又经常写為

${\displaystyle \nabla ^{2}\varphi =0}$

或者

${\displaystyle \operatorname {div} \,\operatorname {grad} \,\varphi =0}$；

其中，div表示矢量场的散度（结果是一个标量场），grad表示标量场的梯度（结果是一个矢量场）。

這方程又可写為

${\displaystyle \Delta \varphi =0}$；

其中，Δ称为拉普拉斯算子。

拉普拉斯方程的解称为调和函数。^[1]:671-672 如果等号右边是一个给定的函数f(x, y, z)，即

${\displaystyle \Delta \varphi =f}$，

则该方程称为泊松方程。拉普拉斯方程和泊松方程是最简单的椭圆型微分方程。偏微分算子${\displaystyle \nabla ^{2}}$或${\displaystyle \Delta }$（可以在任意维空间中定义这样的算子）称为拉普拉斯算子。

拉普拉斯方程的狄利克雷问题可归结为求解在区域${\displaystyle D}$内定义的函数${\displaystyle \varphi }$，使得${\displaystyle \varphi }$在${\displaystyle D}$的边界上等于某给定的函数。为方便叙述，以下采用拉普拉斯算子应用的其中一个例子——热传导问题作为背景进行介绍：固定区域边界上的温度（是边界上各点位置坐标的函数），直到区域内部热传导使温度分布达到稳定，这个温度分布场就是相应的狄利克雷问题的解。^[2]:37-38

拉普拉斯方程的诺伊曼边界条件不直接给出区域${\displaystyle D}$边界处的温度函数φ本身，而是φ沿${\displaystyle D}$的边界法向的导数。从物理的角度看，这种边界条件给出的是矢量场的势分布在区域边界处的已知效果（对热传导问题而言，这种效果便是边界热流密度）。^[2]:37-38

拉普拉斯方程的解称为调和函数，此函数在方程成立的区域内是解析的。任意两个函数，如果它们都满足拉普拉斯方程（或任意线性微分方程），这两个函数的任意线性组合同样满足前述方程。这种非常有用的性质称为叠加原理。可以根据该原理將各種通解線性组合起来，以滿足所有邊界條件。^[1]:124-130

两个自变量的拉普拉斯方程具有以下形式：

${\displaystyle {\frac {\partial ^{2}\psi }{\partial x^{2}}}+{\frac {\partial ^{2}\psi }{\partial y^{2}}}\equiv \psi _{xx}+\psi _{yy}=0.}$

解析函数的实部和虚部均满足拉普拉斯方程。换言之，若 z = x + iy，并且

${\displaystyle f(z)=u(x,y)+iv(x,y)}$，

那么 f(z) 是解析函数的充要条件是 u(x,y)，v(x,y) 可微，且满足下列柯西-黎曼方程：^[1]:671-672

${\displaystyle u_{x}=v_{y},\quad v_{x}=-u_{y}}$。

上述方程继续求导就得到

${\displaystyle u_{yy}=(-v_{x})_{y}=-(v_{y})_{x}=-(u_{x})_{x}}$。

所以 u 满足拉普拉斯方程。类似的计算可推得 v 同样满足拉普拉斯方程。

反之，给定一个由解析函数（或至少在某点及其邻域内解析的函数）f(z) 的实部确定的调和函数，若写成下列形式：

${\displaystyle f(z)=\varphi (x,y)+i\psi (x,y)}$，

则等式

${\displaystyle \psi _{x}=-\varphi _{y},\quad \psi _{y}=\varphi _{x}}$。

成立就可使得柯西-黎曼方程得到满足。上述关系无法确定ψ，只能得到它的微增量表达式：

${\displaystyle d\psi =-\varphi _{y}\,dx+\varphi _{x}\,dy}$。

φ 满足拉普拉斯方程意味着 ψ 满足可积条件：

${\displaystyle \psi _{xy}=\psi _{yx}}$。

所以可以通过一个线积分来定义 ψ。可积条件和斯托克斯定理的满足说明线积分的结果与积分经过的具体路径无关，仅由起点和终点决定。于是，我们便通过复变函数方法得到了 φ 和 ψ 这一对拉普拉斯方程的解。这样的解称为一对共轭调和函数。这种构造解的方法只在局部（复变函数 f(z)） 的解析域内）有效，或者说，构造函数的积分路径不能围绕有 f(z) 的奇点。譬如，在极坐标平面 (r,θ) 上定义函数

${\displaystyle \varphi =\log r}$，

那么相应的解析函数为

${\displaystyle f(z)=\log z=\log r+i\theta }$。

在这里需要注意的是，极角 θ 仅在不包含原点的区域内才是单值的。

拉普拉斯方程与解析函数之间的紧密联系说明拉普拉斯方程的任何解都无穷阶可导（这是解析函数的一个性质），因此可以展开成幂级数形式，至少在不包含奇点的圆域内是如此。这与波动方程的解形成鲜明对照，后者包含任意函数，其中一些的可微分阶数是很小的。

幂级数和傅里叶级数之间存在着密切的关系。如果我们将函数 f 在复平面上以原点为中心，R 为半径的圆域内展开成幂级数，即

${\displaystyle f(z)=\sum _{n=0}^{\infty }c_{n}z^{n}}$，

将每一项系数适当地分离出实部和虚部

${\displaystyle c_{n}=a_{n}+ib_{n}}$。

那么

${\displaystyle f(z)=\sum _{n=0}^{\infty }\left[a_{n}r^{n}\cos n\theta -b_{n}r^{n}\sin n\theta \right]+i\sum _{n=1}^{\infty }\left[a_{n}r^{n}\sin n\theta +b_{n}r^{n}\cos n\theta \right]}$，

这便是 f 的傅里叶级数。这些三角函数自身也可以用倍角公式展开。

设 ${\displaystyle u}$、${\displaystyle v}$ 分别为满足定常、不可压缩和无旋条件的流体速度场的 ${\displaystyle x}$ 和 ${\displaystyle y}$ 方向分量（这里仅考虑二维流场），那么不可压缩条件为：^[3]:99-101

${\displaystyle u_{x}+v_{y}=0}$，

无旋条件为：

${\displaystyle v_{x}-u_{y}=0}$。

若定义一个标量函数 ${\displaystyle \psi }$，使其微分满足：

${\displaystyle d\psi =-v\,dx+u\,dy}$，

那么不可压缩条件便是上述微分式的可积条件。积分的结果函数 ${\displaystyle \psi }$ 称为流函数，因为它在同一条流线上各点的值是相同的。${\displaystyle \psi }$ 的一阶偏导为：

${\displaystyle \psi _{x}=-v,\quad \psi _{y}=u}$，

无旋条件即令 ${\displaystyle \psi }$ 满足拉普拉斯方程。${\displaystyle \psi }$ 的共轭调和函数 ${\displaystyle \varphi }$ 称为速度势。柯西-黎曼方程要求

${\displaystyle \varphi _{x}=u,\quad \varphi _{y}=v}$。

所以每一个解析函数都对应着平面内的一个定常不可压缩无旋流场。解析函数的实部为速度势函数，虚部为流函数。

根据麦克斯韦方程组，二维空间中不随时间变化的电场 (u,v) 满足：^[4]:83

${\displaystyle \nabla \times (u,v)=v_{x}-u_{y}=0}$，

和

${\displaystyle \nabla \cdot (u,v)=\rho }$，

其中 ρ 为电荷密度。第一个麦克斯韦方程便是下列微分式的可积条件：

${\displaystyle d\varphi =-u\,dx-v\,dy}$，

所以可以构造电势函数 φ 使其满足

${\displaystyle \varphi _{x}=-u,\quad \varphi _{y}=-v}$。

第二个麦克斯韦方程即：

${\displaystyle \varphi _{xx}+\varphi _{yy}=-\rho }$，

这是一个泊松方程，当空间不包含自由电荷时，方程等号右边变为0，方程变为拉普拉斯方程。

拉普拉斯方程的基本解满足

${\displaystyle \nabla \cdot \nabla u=u_{xx}+u_{yy}+u_{zz}=-\delta (x-x',y-y',z-z')}$，

其中的三维δ函数代表位于${\displaystyle (x',\,y',\,z')}$的一个点源。

由基本解的定义，若对u作用拉普拉斯算子，再把结果在包含点源的任意体积内积分，那么

${\displaystyle \iiint _{V}\nabla \cdot \nabla udV=-1}$。

由于坐标轴旋转不改变拉普拉斯方程的形式，所以基本解必然包含在那些仅与到点源距离r相关的解中。如果我们选取包含点源、半径为a的球形域作为积分域，那么根据高斯散度定理^[1]:318-322

${\displaystyle -1=\iiint _{V}\nabla \cdot \nabla u\,dV=\iint _{S}u_{r}dS=4\pi a^{2}u_{r}(a)}$。

求得在以点源为中心，半径为r的球面上有

${\displaystyle u_{r}(r)=-{\frac {1}{4\pi r^{2}}}}$，

所以

${\displaystyle u={\frac {1}{4\pi r}}}$。

经过类似的推导同样可求得二维形式的解

${\displaystyle u={\frac {-\ln r}{2\pi }}}$。

格林函数是一种不但满足前述基本解的定义，而且在体积域V的边界S上还满足一定的边界条件的基本解。譬如，${\displaystyle G(x,y,z;x',y',z')\,}$可以满足

${\displaystyle \nabla \cdot \nabla G=-\delta (x-x',y-y',z-z')\quad {\hbox{in}}\quad V}$，

${\displaystyle G=0\quad {\hbox{if}}\quad (x,y,z)\quad {\hbox{on}}\quad S}$。

现设u为在V内满足泊松方程的任意解：

${\displaystyle \nabla \cdot \nabla u=-f}$，

且u在边界S上取值为g，那么我们可以应用格林定理（是高斯散度定理的一个推论），得到^[1]:652-659

${\displaystyle \iiint _{V}\left[G\,\nabla \cdot \nabla u-u\,\nabla \cdot \nabla G\right]\,dV=\iiint _{V}\nabla \cdot \left[G\nabla u-u\nabla G\right]\,dV=\iint _{S}\left[Gu_{n}-uG_{n}\right]\,dS}$。

u_n和G_n分别代表两个函数在边界S上的法向导数。考虑到u和G满足的条件，可将這滿足狄利克雷边界条件的公式化简为

${\displaystyle u(x',y',z')=\iiint _{V}Gf\,dV-\iint _{S}G_{n}g\,dS}$。

所以格林函数描述了量f和g对${\displaystyle (x',y',z')}$点函数值的影响。

格林函数在半径为a的球面内的点上得值可以通过镜像法求得：距球心ρ的源点P的通过球面的“反射镜像”P' 距球心

${\displaystyle \rho '={\frac {a^{2}}{\rho }}}$。

需要注意的是，如果P在球内，那么P'将在球外。于是可得格林函数为

${\displaystyle G={\frac {1}{4\pi R}}-{\frac {a}{4\pi \rho R'}}}$；

其中，R表示距源点P的距离，R' 表示距镜像点P' 的距离。从格林函数上面的表示式可以推出泊松积分公式。设ρ、θ和φ为源点P的三个球坐标分量。此处θ按照物理学界的通用标准定义为坐标矢径与竖直轴（z轴）的夹角（与欧洲习惯相同，与美国习惯不同）。于是球面内拉普拉斯方程的解为：^[2]:64-65

${\displaystyle u(P)={\frac {1}{4\pi }}a^{3}\left(1-{\frac {\rho ^{2}}{a^{2}}}\right)\iint {\frac {g(\theta ',\varphi ')\sin \theta '\,d\theta '\,d\varphi '}{(a^{2}+\rho ^{2}-2a\rho \cos \Theta )^{3/2}}}}$；

其中，${\displaystyle \cos \Theta =\cos \theta \cos \theta '+\sin \theta \sin \theta '\cos(\theta -\theta ')}$。

这个公式的一个显见的结论是：若u是调和函数，那么u在球心处的取值为其在球面上取值的平均。于是我们可以立即得出以下结论：任意一个调和函数（只要不是常函数）的最大值必然不会在其定义域的内部点取得。

• 球面调和函数
• 势流理论
• 電势

• 严镇军编，《数学物理方程》，第二版，中国科学技术大学出版社，合肥，2002，ISBN 978-7-312-00799-6/O•177
• L.C. Evans, Partial Differential Equations, American Mathematical Society, Providence, 1998. ISBN 978-0-8218-0772-9
• I. G. Petrovsky, Partial Differential Equations, W. B. Saunders Co., Philadelphia, 1967.
• A. D. Polyanin, Handbook of Linear Partial Differential Equations for Engineers and Scientists, Chapman & Hall/CRC Press, Boca Raton, 2002. ISBN 978-1-58488-299-2
• A. Sommerfeld, Partial Differential Equations in Physics, Academic Press, New York, 1949.
• Pijush K.Kundu, Fluid Mechanics, Academic Press, 2002.