20251209
姓名: 刘欣楠
序号: 12
班级: 数学强基 2301
学号: 2233310237
\begin{tikzpicture}[remember picture,overlay]
\node[anchor=north east]
at ($(current page.north east)+(-25mm,-50mm)$)
{
};
\end{tikzpicture}
P218/25
(Harnack 定理) 设 $\{u_N\}\in C(\overline{\Omega})\cap C^2(\Omega)$ 是 $\Omega$ 内的调和函数列, 如果 $\{u_N\}$ 在 $\partial \Omega$ 上一致收敛, 则它也在 $\overline{\Omega}$ 上一致收敛, 且收敛于一调和函数.
取任意 $N,M\in\mathbb N$,考虑
$
w_{N,M} := u_N - u_M.
$
由于差仍然是调和函数,$w_{N,M}$ 在 $\Omega$ 内调和且连续延拓到 $\overline{\Omega}$。 由调和函数的最大值原理(及其对闭包的推广:极大值只能在边界取得),对 $w_{N,M}$ 与 $-w_{N,M}$ 分别应用可得 $$ \max_{\overline{\Omega}} w_{N,M} \le \max_{\partial\Omega} w_{N,M},\qquad
\max_{\overline{\Omega}}(-w_{N,M}) \le \max_{\partial\Omega}(-w_{N,M}). $$ 于是 $$ \max_{\overline{\Omega}} |w_{N,M}|
= \max_{\overline{\Omega}} \max{w_{N,M},-w_{N,M}}
\le \max_{\partial\Omega} \max{w_{N,M},-w_{N,M}}
= \max_{\partial\Omega} |w_{N,M}|. $$ 也就是说
$
\sup_{x\in\overline{\Omega}}|u_N(x)-u_M(x)|
\le \sup_{x\in\partial\Omega}|u_N(x)-u_M(x)|.
$ 由于 $\{u_N\}$ 在 $\partial\Omega$ 上一致收敛,因此在 $\partial\Omega$ 上是一致 Cauchy 的,即
$
\sup_{x\in\partial\Omega}|u_N(x)-u_M(x)| \xrightarrow[N,M\to\infty]{} 0.
$ 由上式推得
$
\sup_{x\in\overline{\Omega}}|u_N(x)-u_M(x)| \xrightarrow[N,M\to\infty]{} 0,
$
故 $\{u_N\}$ 在 $\overline{\Omega}$ 上也是一致 Cauchy 列。由于 $C(\overline{\Omega})$ 在一致范数下完备,
存在 $u\in C(\overline{\Omega})$,使得
$
u_N \to u \quad\text{在 }\overline{\Omega}\text{ 上一致收敛}.
$
特别地,在 $\partial\Omega$ 上 $u=g$,即 $u|_{\partial\Omega}=g$。 取任意一点 $x_0\in\Omega$。由于 $\Omega$ 是开集,可以取 $r>0$,使得闭球
$
\overline{B_r(x_0)} := {x\in\mathbb R^n : |x-x_0|\le r}
$
满足 $\overline{B_r(x_0)}\subset\Omega$。 对每个 $N$,因为 $u_N$ 在 $\Omega$ 内调和,所以满足球面平均值性质:
$
u_N(x_0)
= \frac{1}{|\partial B_r(x_0)|}
\int_{\partial B_r(x_0)} u_N(y)\,dS_y,
$
其中 $|\partial B_r(x_0)|$ 为球面面积。 另一方面,我们已经知道 $u_N\to u$ 在 $\overline{\Omega}$ 上一致收敛,因此在紧集
$\partial B_r(x_0)\subset\overline{\Omega}$ 上也一致收敛。于是
$
\sup_{y\in\partial B_r(x_0)}|u_N(y)-u(y)| \xrightarrow[N\to\infty]{} 0.
$ 故可将极限换入积分号内: $$ \begin{aligned}
u(x_0)
&= \lim_{N\to\infty} u_N(x_0)
= \lim_{N\to\infty} \frac{1}{|\partial B_r(x_0)|}
\int_{\partial B_r(x_0)} u_N(y)\,dS_y \
&= \frac{1}{|\partial B_r(x_0)|}
\int_{\partial B_r(x_0)} \lim_{N\to\infty} u_N(y)\,dS_y
= \frac{1}{|\partial B_r(x_0)|}
\int_{\partial B_r(x_0)} u(y)\,dS_y.
\end{aligned} $$ 这表明对任意 $x_0\in\Omega$ 及足够小的 $r>0$(使得 $\overline{B_r(x_0)}\subset\Omega$),
都有
$
u(x_0)
= \frac{1}{|\partial B_r(x_0)|}
\int_{\partial B_r(x_0)} u(y)\,dS_y.
$
也就是说,$u$ 在 $\Omega$ 内满足球面平均值性质。 由调和函数理论中的标准定理:若 $u\in C(\Omega)$ 并在 $\Omega$ 内对每个球满足平均值性质,
则 $u$ 在 $\Omega$ 内调和(即 $u\in C^\infty(\Omega)$ 且 $\Delta u=0$)。因此可得
$
\Delta u = 0\quad \text{于 } \Omega.
$ 综上,$\{u_N\}$ 在 $\overline{\Omega}$ 上一致收敛于某个 $u\in C(\overline{\Omega})$,
且 $u$ 在 $\Omega$ 内为调和函数,命题得证。
证明
P218/27
设 $u(x,y)$ 在以原点为心, R 为半径的圆 $B(R)$ 内调和, 在 $\overline{B(R)}$ 上连续, 又设 $M=\displaystyle\iint_{B(R)}u^2(x,y)\text{d}x\text{d}y.$ 试证 - (1) $|u(0,0)|\leqslant \dfrac 1R\left(\dfrac{M}{\pi}\right)^{1/2}$. - (2) $|u(x,y)|\leqslant\dfrac{1}{R-r}\left(\dfrac{M}{\pi}\right)^{1/2}\quad (x,y)\in B(R)$, $r=\sqrt{x^2+y^2}$.
(1) 在原点处的估计 因为 $u$ 在 $B(R)$ 内调和且在闭圆盘上连续, 由调和函数的平均值性质(对圆盘的版本)可得 $$ u(0,0)
= \frac{1}{\pi R^2}\iint_{B(R)}u(x,y)\,dx\,dy. $$ 于是 $$ |u(0,0)|
= \left|\frac{1}{\pi R^2}\iint_{B(R)}u(x,y)\,dx\,dy\right|
\le \frac{1}{\pi R^2}\iint_{B(R)}|u(x,y)|\,dx\,dy. $$ 对右侧应用 Cauchy–Schwarz 不等式: $$ \iint_{B(R)}|u(x,y)|\,dx\,dy
\le \left(\iint_{B(R)}1^2\,dx\,dy\right)^{\frac12}
\left(\iint_{B(R)}u^2(x,y)\,dx\,dy\right)^{\frac12}
= (\pi R^2)^{\frac12}M^{\frac12}. $$ 于是 $$ |u(0,0)|
\le \frac{1}{\pi R^2}(\pi R^2)^{\frac12}M^{\frac12}
= \frac{1}{R}\left(\frac{M}{\pi}\right)^{\frac12}. $$ (1) 得证. (2) 圆盘内部任意点的估计 令 $(x_0,y_0)\in B(R)$, 记 $r=\sqrt{x_0^2+y_0^2}<R$.
则点 $(x_0,y_0)$ 到边界圆周的距离为 $R-r$.
对任意 $0<\rho<R-r$, 以 $(x_0,y_0)$ 为心、半径 $\rho$ 的闭圆盘
$
\overline{B_\rho(x_0,y_0)}={(x,y): (x-x_0)^2+(y-y_0)^2\le \rho^2}
$
都满足 $\overline{B_\rho(x_0,y_0)}\subset B(R)$. 由于 $u$ 在 $B(R)$ 内调和, 由平均值性质可得
$
u(x_0,y_0)
= \frac{1}{\pi\rho^2}\iint_{B_\rho(x_0,y_0)}u(x,y)\,dx\,dy.
$
从而
$
|u(x_0,y_0)|
\le \frac{1}{\pi\rho^2}\iint_{B_\rho(x_0,y_0)}|u(x,y)|\,dx\,dy.
$
同样使用 Cauchy–Schwarz 不等式: $$ \iint_{B_\rho(x_0,y_0)}|u(x,y)|\,dx\,dy
\le \left(\iint_{B_\rho(x_0,y_0)}1^2\,dx\,dy\right)^{\frac12}
\left(\iint_{B_\rho(x_0,y_0)}u^2(x,y)\,dx\,dy\right)^{\frac12}. $$ 注意 $\iint_{B_\rho(x_0,y_0)}1^2\,dx\,dy = \pi\rho^2$ 且 $$ \iint_{B_\rho(x_0,y_0)}u^2(x,y)\,dx\,dy \le \iint_{B(R)}u^2(x,y)\,dx\,dy = M. $$ 于是得到
$
\iint_{B_\rho(x_0,y_0)}|u|
\le (\pi\rho^2)^{\frac12}M^{\frac12}.
$
代回不等式: $$ |u(x_0,y_0)|
\le \frac{1}{\pi\rho^2}\cdot (\pi\rho^2)^{\frac12}M^{\frac12}
= \frac{1}{\rho}\left(\frac{M}{\pi}\right)^{\frac12}. $$ 这对任意 $0<\rho<R-r$ 都成立. 由于函数 $f(\rho)=\dfrac{1}{\rho}$ 在 $(0,R-r)$ 上单调递减, 故 $$ |u(x_0,y_0)|
\le \inf_{0<\rho<R-r}\frac{1}{\rho}\left(\frac{M}{\pi}\right)^{\frac12}
= \frac{1}{R-r}\left(\frac{M}{\pi}\right)^{\frac12}. $$ 将 $(x_0,y_0)$ 改写为一般 $(x,y)$, $r=\sqrt{x^2+y^2}$, 即得
$
|u(x,y)|\le \frac{1}{R-r}\left(\frac{M}{\pi}\right)^{\frac12},
\quad (x,y)\in B(R),\ r=\sqrt{x^2+y^2}.
$ 因此 (2) 亦得证.
证明
P218/28
设 $u(x,y)$ 是定解问题 $$\begin{cases} \Delta u=0, & (x,y)\in B(R),\ u|{\partial B(R)}=\varphi(x,y) & \end{cases} $$ 的解, 又设 $v(x,y)$ 是定解问题 $$ \begin{cases} \Delta u=0, & (x,y)\in B(R)\setminus O,\ v|=\varphi(x,y) & \end{cases} $$ 的有界解, 其中 $O$ 表示坐标原点, 且 $O\in B(R)$. 试证 $O$ 点是 $v(x,y)$ 的可去奇点, 即 $$ u(x,y)\equiv v(x,y),\quad (x,y)\in B(R)\setminus O.$$
从而存在 $\tilde w\in C^\infty(B(R))$,
在整个 $B(R)$ 内调和且满足
$
\tilde w(x,y)=w(x,y)=v(x,y)-u(x,y),
\quad (x,y)\in B(R)\setminus{O}.
$ 由于 $\tilde w$ 在 $B(R)$ 内调和且连续延拓到闭圆盘 $\overline{B(R)}$,并且在边界上有
$
\tilde w|{\partial B(R)}=w|=0,
$
由调和函数的最大值原理可知 $$ \max_{\overline{B(R)}}\tilde w = \max_{\partial B(R)}\tilde w=0,
\qquad
\min_{\overline{B(R)}}\tilde w = \min_{\partial B(R)}\tilde w = 0, $$ 因此
$
\tilde w\equiv 0\quad\text{于 } B(R).
$ 在 $B(R)\setminus\{O\}$ 内有
$
v-u = w = \tilde w \equiv 0,
$
故
$
u(x,y)\equiv v(x,y),\qquad (x,y)\in B(R)\setminus{O}.
$
这说明 $v$ 在 $O$ 点的奇点实际上是可去的。
将 $v$ 在 $B(R)\setminus\{O\}$ 上与 $u$ 相等的延拓定义为
$
v(O):=u(O),
$
即可得到一个在整个 $B(R)$ 上调和的函数(即 $u$ 本身),从而 $O$ 为 $v$ 的可去奇点。
证明
P212/1
设 $u(x)$ 是定解问题 $$\begin{cases} -\Delta u+c(x)u=f(x), & x\in\Omega\\ u|_{\partial \Omega}=0. \end{cases}$$ 的一个解 - (1) 如果 $c(x)\geqslant C_0>0$, 则有估计 $$ \max\limits_{\overline{\Omega}}|u(x)|\leqslant C_0^{-1}\sup\limits_{\Omega}|f(x)|; $$ - (2) 如果 $c(x)\geqslant 0$ 且有界, 则 $$ \max\limits_{\overline{\Omega}}|u(x)|\leqslant M\sup\limits_{\Omega}|f(x)|, $$ 其中 $M$ 依赖于 $c(x)$ 的界与 $\Omega$ 的直径; - (3) 如果 $c(x)<0$, 试举反例说明上述最大模估计一般不成立.
记 $M:=\max_{\overline{\Omega}}u(x)$,取点 $x_0\in\overline{\Omega}$ 使得 $u(x_0)=M$。
因为 $u|_{\partial\Omega}=0$,若 $M>0$,则 $x_0$ 必在内部:$x_0\in\Omega$。
在 $x_0$ 处有
$
\nabla u(x_0)=0,\qquad \Delta u(x_0)\le 0.
$
由方程
$
-\Delta u(x_0) + c(x_0)u(x_0) = f(x_0)
$
得
$
-\Delta u(x_0) = f(x_0) - c(x_0)u(x_0).
$
注意到 $-\Delta u(x_0)\ge 0$,且 $c(x_0)\ge C_0$,于是
$
0 \le -\Delta u(x_0) = f(x_0) - c(x_0)u(x_0)
\le |f(x_0)| - C_0\,u(x_0).
$
因此
$
C_0\,M \le |f(x_0)| \le \sup_{x\in\Omega}|f(x)|=|f|{L^\infty(\Omega)},
$
从而
$
M\le C_0^{-1}|f|.
$ 若 $M\le 0$,则 $u\le 0$,自然有 $u(x)\le C_0^{-1}\|f\|_\infty$ 对一切 $x$ 成立。
因此总有
$
\max_{\overline{\Omega}}u(x) \le C_0^{-1}|f|_{L^\infty(\Omega)}.
$ 对 $-u$ 重复上述论证可得
$
\max_{\overline{\Omega}}(-u(x))\le C_0^{-1}|f|{L^\infty(\Omega)},
$
即
$
\min.
$}}u(x) \ge - C_0^{-1}|f|_{L^\infty(\Omega) 综上,
$
\max_{\overline{\Omega}}|u(x)|
= \max\Big{\max_{\overline{\Omega}}u,\ -\min_{\overline{\Omega}}u\Big}
\le C_0^{-1}|f|_{L^\infty(\Omega)}.
$
即 (1) 得证。 (2) 情形 $c(x)\ge 0$ 且有界。 设
$
0\le c(x)\le C_1\quad (x\in\Omega),
$
其中 $C_1$ 为常数,$\mathrm{diam}(\Omega)$ 为 $\Omega$ 的直径。 首先回顾一个对泊松方程的标准估计:
若 $w$ 解 $$ \begin{cases}
-\Delta w = g(x), & x\in\Omega,\
w|_{\partial\Omega} = 0,
\end{cases} $$ 则存在常数 $C(\Omega)$,使得
$
|w|{L^\infty(\Omega)} \le C(\Omega)\,|g|.
$
并且可以取 $C(\Omega)\lesssim \mathrm{diam}(\Omega)^2$,即 $C(\Omega)$ 与域的直径成二次量级。 现在对原方程
$
-\Delta u + c(x)u = f(x)
$
视为
$
-\Delta u = f(x) - c(x)u(x).
$
令
$
g(x) := f(x) - c(x)u(x),
$
则 $u$ 满足泊松方程 $-\Delta u = g$ 且 $u|_{\partial\Omega}=0$,从而 $$ |u|{L^\infty(\Omega)}
\le C(\Omega)\,|g|
\le C(\Omega)\bigl(|f|{L^\infty(\Omega)} + C_1|u|\bigr). $$ 将 $\|u\|_{L^\infty}$ 移到左边,有
$
\bigl(1 - C(\Omega)C_1\bigr)\,|u|{L^\infty(\Omega)}
\le C(\Omega)\,|f|.
$ 由于 $C(\Omega)$ 与 $\Omega$ 的直径有关,而 $C_1$ 是 $c$ 的上界,
对给定的 $\Omega$ 和 $c$,$C(\Omega)C_1$ 是一个固定常数。
若 $C(\Omega)C_1<1$,则可直接得到
$
|u|{L^\infty(\Omega)}
\le \frac{C(\Omega)}{1-C(\Omega)C_1}\,|f|.
$ 因此我们得到所要求的估计 $$ \max_{\overline{\Omega}}|u(x)|\le M\,\sup_{x\in\Omega}|f(x)|, $$ 其中 $M$ 依赖于 $c(x)$ 的上界与 $\Omega$ 的直径,这就证明了 (2) 的结论。 (3) 若 $c(x)<0$,最大模估计一般不成立的反例。 取一维情形即可。设
$
\Omega = (0,\pi),\qquad c(x)\equiv -1<0,\qquad f(x)\equiv 0.
$
考虑 $$ \begin{cases}
-u''(x) - u(x) = 0, & 0<x<\pi,\
$$
2pt]
u(0)=u(\pi)=0.
\end{cases} $$ 取
$
u(x) = \sin x.
$
则
$
u''(x) = -\sin x,\quad
-u''(x) - u(x) = -(-\sin x)-\sin x = 0,
$
且 $u(0)=u(\pi)=0$,所以 $u$ 是该定解问题的非平凡解。
但此时
$
f\equiv 0\quad\Rightarrow\quad \sup_{\Omega}|f(x)| = 0,
$
而
$
\sup_{\overline{\Omega}}|u(x)| = 1.
$
若存在某个常数 $M>0$ 使得
$
\sup_{\overline{\Omega}}|u(x)|\le M\,\sup_{\Omega}|f(x)|,
$
则右侧为 $M\cdot 0 = 0$,这与 $\sup|u|=1$ 矛盾。 因此,当 $c(x)<0$ 时,上述形式的最大模估计一般不成立。证明
P213/3
试用辅助函数 $$ w(x)=|x|^{-a}-r^{-a} $$ 证明边界点引理 (其中常数 $a>0$ 待定, $r$ 是 $S$ 的半径).
取
$
w(x)=|x|^{-a}-r^{-a},\quad a>0.
$
则
$
w>0\ (|x|<r),\qquad w=0\ (|x|=r).
$
记 <span class="arithmatex">$\rho=|x|$,由径向函数公式
$
\Delta w
= a(a+2-n)\rho^{-a-2}.
$
取 $a>n-2$,则
$
\Delta w>0\quad\text{于 }0<|x|<r.
$
此外,在 <span class="arithmatex">$x_0$ 处沿内法向 $\nu=-x_0/r$,
$
\frac{\partial w}{\partial\nu}(x_0)
= -w'(r)=a r^{-a-1}>0.
$ 令
$
\phi(x)=u(x)-u(x_0)+\varepsilon w(x),\quad \varepsilon>0.
$
则在 $S\setminus\{0\}$ 内
$
\Delta\phi=\Delta u+\varepsilon\Delta w>0.
$
在边界 $\partial S$ 上,
$
\phi(x)=u(x)-u(x_0)\le 0,
$
且当 $x\ne x_0$ 时为严格不等。取 $\varepsilon$ 足够小,可保证
$
\phi\le 0\quad\text{在 }\partial S.
$
由最大值原理得
$
\phi\le 0\quad\text{于 }S,\qquad \phi(x_0)=0.
$ 由于 $x_0$ 是 $\phi$ 的最大点,对 $t>0$,
$
\frac{\phi(x_0+t\nu)-\phi(x_0)}{t}\le 0.
$
令 $t\to 0^+$ 得
$
\frac{\partial\phi}{\partial\nu}(x_0)\le 0.
$
于是 $$ \frac{\partial u}{\partial\nu}(x_0)
\le -\varepsilon \frac{\partial w}{\partial\nu}(x_0)
= -\varepsilon a r^{-a-1}<0. $$ 因此,
$
\frac{\partial u}{\partial\nu}(x_0)<0,
$
边界点引理得证。
证明