每個非齊次方程背後的問題
退後一步，看看整本書裡幾乎每一個方程真正在問什麼。有一個線性微分算子 L——它接過一個函數，按一套固定的、線性的配方去微分它，比如振動弦的 L = d^2/dx^2 + k，或者穩態溫度的拉普拉斯算子 nabla^2。有一個源 f(x)——驅動、負載、被泵入的熱、安放在空間裡的電荷。而方程 L u = f 在問：給定這個源，系統會安頓到什麼樣的響應 u？一個非齊次方程的全部戲劇性就在於：右邊的 f 不為零；有什麼東西在驅動這個系統，而我們想要它產生的答案。
你已經有好幾種方法可以攻克這類方程。本書前面你學過參數變易法、拉普拉斯變換和傅立葉方法——每一種都是一台機器，把某個特定的 f 碾成它特定的 u。但其中每一種，換一個新的 f 重跑，都得從頭碾起。格林函數提出一個更尖銳、更慵懶、也遠更優美的問題：是否存在一個普適的對象，對算子 L 及其邊界只算一次，就讓我們能為任意源寫出答案、而無需再解一遍方程？本篇要引出的驚人事實是：能。
把源拆成一百萬次微小的戳
下面這幅畫讓整個思想變得不可避免。暫且忘掉古怪的源，把 f(x) 想成壓在一根繃緊的彈性梁上的載荷。現在做一件物理上很自然的事：把梁切成許多薄片，並把每一片上的載荷當作就在那一片位置上的一次集中推力。一個光滑的分布載荷於是變成密密一排彼此分開的小戳，每一戳在它自己的點上、各有自己的強度。只要切片足夠薄，所有這些孤立的戳加起來，就能把原來的光滑載荷複現得任你要多準有多準——這恰恰是你從第一卷起就信賴的黎曼和的精神，那裡的積分正是靠切片再相加搭起來的。
現在是關鍵的一步。因為 L 是線性的，樑對整個載荷的響應，等於它對每一次單獨的戳的響應之和。沒有串擾，沒有干涉：線性系統對「若干原因之和」的回答，就是「各個回答之和」。這就是疊加原理，整套方法所立足的那一條性質。於是，只要我知道樑對一次位於任意點的標準戳的響應，我就能把構成真實載荷的所有小戳的響應加起來——積分起來——得到對真實載荷的響應。為複雜的 f 求解 L u = f 這個問題，悄悄變成了一個單一而更簡單的問題：找出對一次孤立的戳的響應。
什麼是一次完美尖銳的戳？
要把「一次孤立的戳」說精確，我們需要一個數學對象，代表把一單位的源整個擠到單獨一個點上。這個對象就是 [[dirac-delta-function|狄拉克 delta]]，寫作 delta(x - x')。把它想成一段寬度為 epsilon 的微小切片上分布的載荷的極限：保持總量固定為 1，同時把寬度往零裡擠，於是高度暴漲。在極限處這道尖峰無窮高、無窮窄，整個坐落在 x = x' 這一點上，而它的總含量——delta(x - x') 對所有 x 的積分——恰好仍是 1。它是「整整一單位的東西、全在一個點上」的理想化。
篩選法則恰恰是把我們的切片圖景化為精確代數的工具。它說，任何源 f 都能寫成點源的連續疊加：f(x) = integral of f(x') delta(x - x') dx'。慢慢讀這一句——它聲稱 f 就是在所有位置 x' 上、各以局部強度 f(x') 加權的 delta 尖峰之和（積分）。這就是「切成戳」的圖景被做到精確、再沒有剩下任何近似。delta 是那一次完美的戳；積分則是把無窮多個戳鋪下去、各自縮放以拼出 f 的動作。
格林函數：對一次戳的響應
現在可以為主角命名了。[[greens-function|格林函數]] G(x, x') 被定義為系統對放在點 x' 處的一次單位戳的響應。用符號寫，它是 L G(x, x') = delta(x - x') 的解，其中 L 作用於第一個變量 x，而第二個變量 x' 只標記戳坐落在哪裡。於是 G(x, x') 回答一個精確的問題：「若我用一個位於 x' 的完美點源去驅動算子 L，它在每個觀測點 x 處讀出的響應是什麼？」對一個給定的算子與邊界，這樣的 G 只有一個——一份為每一個可能的源位置 x' 都編好目錄的點源響應。
這裡有一條要緊的小字：僅憑方程 L G = delta 還釘不死 G。算子 L 本身有許多解（回想齊次方程 L u = 0 自有一族解，你總能把它加上去）。把那一個格林函數挑出來的，是 G 還必須滿足與你所解問題相同的邊界條件——夾死的兩端、絕熱的邊、在無窮遠處衰減。因此格林函數與它的邊值問題密不可分：換了邊界，就換了 G。它編碼的不只是算子，還有系統所棲身的那間「房間」。
疊加拼出答案：一個積分
現在看那兩半「咔」地扣在一起，因為這就是回報所在。我們把源寫成了點戳的疊加，f(x) = integral of f(x') delta(x - x') dx'。而對每一次單獨的戳 delta(x - x') 的響應，按定義就是格林函數 G(x, x')。由線性——又是疊加——對 f 的響應，就是那些各自響應的同一種疊加，每一個都以同樣的強度 f(x') 加權。結果便是[[superposition-integral|疊加積分]]，整門學問的總公式：u(x) = integral of G(x, x') f(x') dx'。
THE LOGIC IN FOUR LINES
(1) Solve once: L G(x, x') = delta(x - x'), G obeys the boundary conditions
(2) Split the source: f(x) = integral f(x') delta(x - x') dx' (sifting property)
(3) Apply L u = f and pull L through the integral (L acts on x, not x'):
L u(x) = integral f(x') [ L G(x, x') ] dx' = integral f(x') delta(x - x') dx' = f(x)
(4) So a solution is: u(x) = integral G(x, x') f(x') dx'
One precomputed G -> the answer for EVERY source f, by a single integration.在這條公式上多停留一會兒，因為它確實了不起。最難的活兒——真正去解一個微分方程、對付算子與邊界——只發生一次，就在求 G 的時候。此後，任何源 f，無論多醜，都靠一次積分搞定。樑上來了新的載荷、換了不同的熱輸入、另一種電荷分布：你再也不去碰那個微分方程；只把新的 f 對那同一個老 G 積分一下。格林函數就是算子的「響應指紋」，算一次，無限次複用。這正是本級承諾所指向的優雅：知道對一次尖銳戳的響應，你就知道了對一切的響應。
誠實的邊界，以及穿越本級的路
把這些誠實的小字放在眼前，你才能正確地駕馭它。其一，整套方法立足於線性——疊加是那面承重牆，而一個非線性算子（把源加倍、響應卻不加倍的那種）在這個意義上根本沒有單一的格林函數。其二，公式給出的答案，是源在尊重邊界的前提下所強迫出的響應；若你的問題本身還帶著非零的邊界數據或初始數據，那些會貢獻額外的部分（一個單獨處理的齊次部分），後面的指南會小心地把它們加進來。其三，G 的存在與良好性態並非自動——它們要求邊值問題被恰當地提出，而某些共振情形（L u = 0 有滿足邊界的非零解時）需要特別小心。
關於 delta 本身還有一句誠實話：因為它是分布、不是函數，方程 L G = delta 要在分布的意義下理解，而 G 通常會在 x = x' 處帶一個折角——斜率的一個跳變——那是無窮集中的源留下的疤。這個折角不是缺陷；它是那一次單位戳的可見標記，而精確算出它該有多大，正是構造 G 的標準配方，下一篇指南將把它完整走一遍。我們在這裡搭起了思想；真正去求出 G 的機器，緊隨其後。
- 認出形態：你的問題是 L u = f，帶一個線性算子 L、一個源 f 和邊界條件——這正是格林函數的天然歸宿。
- 把點源問題解一次：求滿足 L G = delta(x - x') 且服從相同邊界條件的 G(x, x')。
- 對真實的源，靠一次積分拼出答案：u(x) = integral of G(x, x') f(x') dx'。
- 把滿足非零邊界或初始數據所需的任何齊次部分補回去，你就得到了完整的解。