這項承諾：不必求解就能讀出極值
你抵達這個梯級時，已經能求解許許多多的方程——分離變數法、平均值性質、格林函數、各種變換。這個梯級提出一個不同、而又靜靜地強而有力的問題：在完全不求解的情況下，你能對一個解說出什麼？第一個、也是最有用的答案，就是最大值原理。它講的是一個解的最大值與最小值被允許落在何處，而你為它付出的，僅僅是方程本身——沒有公式、沒有級數、沒有積分。
用一句話描繪這幅圖。取一塊內部沒有加熱器的金屬板上的穩態溫度——一個解 Laplacian u = 0 的調和函數。最熱與最冷的點永遠在板子的邊緣，絕不會嚴格地落在內部。這在物理上感覺顯而易見：沒有內部源，熱量無法堆積成一個藏在內部的熱點；任何峰值都會立刻把熱往外漏，並被攤平。最大值原理把這個直覺化為一條定理，接著——這正是令人驚奇之處——把它遠遠推廣到調和函數之外，及於整族的橢圓型與拋物型方程。
弱最大值原理：極值落在邊界上
從最乾淨的情形開始。設 u 在有界區域 D 中調和，並一路連續到牆上。弱最大值原理說：u 在閉區域（內部加上邊界）上的最大值，必在邊界上取得。以符號寫，u 在 D 的閉包上的最大值，等於 u 在 D 的邊界上的最大值。弱這個字並非孱弱之意——它的意思是，這條定理允許最大值同時也出現在內部某處；它只是拒絕讓內部勝過邊界。把同樣的陳述套用到 -u，便得到關於最小值的對應事實：最冷的點也在邊界上。
證明的構想是一個可愛的、值得隨身攜帶的一行小技巧。先假設 u 是嚴格次調和的，處處 Laplacian u > 0。在任何一個內部最大值點上，函數必在每個方向都向下彎曲，故其二階導數 u_xx 與 u_yy 都小於或等於零，迫使 Laplacian u = u_xx + u_yy 小於或等於零——這與 Laplacian u > 0 正面衝突。所以一個嚴格次調和的函數根本不可能有內部最大值；最大值被擠到邊界上。要處理 Laplacian u = 0 這個臨界的調和情形，就輕推它一把：看 u + epsilon|x|^2，它的 Laplacian 等於一個小的正常數，套用上面的嚴格結果，再讓 epsilon 收縮到零。這個 epsilon 微推，是整門學問裡被重複使用最多的招式之一。
留意這個證明實際上用到了什麼：只用到在峰值處二階導數有確定的符號。它從未用到 u 的任何公式。所以同樣的論證對任何形如 a u_xx + b u_xy + c u_yy 加上低階項的算子都成立，只要其二階部分是橢圓型的——也就是你在替二階方程分類時遇過的判別式條件 b^2 - a c < 0，那個保證算子在所有方向上一致彎曲的條件。這就是為什麼最大值原理是橢圓型與拋物型世界的招牌性質，而對雙曲型的波動方程卻付之闕如——後者的解會欣然振盪出內部的峰值。
強最大值原理：內部絕無打平之日
弱原理留了一道門半掩著：它允許某個內部點等於邊界上的最大值，只要不超過它即可。強最大值原理把那道門徹底關上。它說：若一個調和（或次調和）函數在一個連通區域的內部、哪怕只有一個點上取得了它的最大值，那麼 u 在整個區域上恆為常數。中間地帶不存在。要嘛最大值嚴格地被限制在邊界上，要嘛函數處處平坦。一個真正的、非常數的解，永遠無法從內部追平它自己的邊界紀錄。
這份剛硬從何而來？直接源自你在拉普拉斯梯級裡證過的平均值性質。一個調和函數等於它自己在每個以某點為心的小球面上的平均。假設 u 在一個內部點 p 上達到它的全域最大值 M。那麼 M = u(p) = u 在 p 周圍一個微小球面上的平均。但那球面上的每一個值都至多為 M。一堆都至多為 M 的數，其平均若要等於 M，唯一的可能是它們每一個都恰好等於 M。於是 u 在 p 周圍一整個小球上都等於 M——現在從每個新近變平的點重複這個論證，把數值 M 往外擴散。由於區域是連通的，這片平坦的補丁不斷長大，直到填滿一切。這就是強原理的一口氣概括：一個追平了自己平均值的峰，無處可藏，而那份平坦是會傳染的。
霍普夫引理：連邊界的斜率都在訴說一個故事
強原理留下最後一道精修，而它正是定性理論其餘部分所倚賴的工具。假設一個非常數的調和函數確實達到了它的最大值，那必然是在某個邊界點 p 上（我們剛剛排除了內部）。霍普夫邊界點引理對它如何抵達那裡說了一句尖銳的話：在 p 處朝外的法向導數嚴格為正——當你朝 p 走出去時，u 是嚴格遞增的。函數不能在牆邊攤平、相切地輕吻它的最大值；它必須帶著真實的、非零的斜率抵達。
為何要在意牆邊的一個斜率？因為它正是讓這個原理對諾伊曼問題奏效所需之物——在諾伊曼問題裡，邊界資料是斜率而非數值。若法向導數能在最大值處消失，你便永遠無法從諾伊曼條件推出任何結論；霍普夫的嚴格正性，正是在那裡拯救唯一性的關鍵。它也是移動平面法的技術核心——該方法利用這些邊界斜率的事實，證明許多對稱問題的解本身也必定對稱，這又是一個驚人的後果，仍舊是純粹從最大值原理、別無他物地抽取出來。
時間加入：拋物型最大值原理
到目前為止一切都是橢圓型的——平衡、無時間。但同樣的精神也主宰著擴散。對熱方程 u_t = k u_xx 而言，拋物型最大值原理說，一根受熱的桿在某段時間區間內最熱的點，要嘛出現在起始時刻（初始資料），要嘛出現在空間邊界（桿的兩端）——絕不會在較晚的某個時刻、於內部某點上憑空誕生。它再次在物理上一目了然：沒有內部加熱器，熱只從熱處流向冷處，所以時鐘啟動之後，一個新的內部熱點不可能無中生有。
Parabolic cylinder over a bar 0 <= x <= L, time 0 <= t <= T:
t = T +-----------------------+ <- TOP: not part of the parabolic boundary
| |
t | interior | the max of u is attained on the
| (no max born here) | shaded parabolic boundary below,
| | never strictly inside or on the top
t = 0 +#######################+
x=0 initial data t=0 x=L
#########################
parabolic boundary = bottom (t=0) + the two sides (x=0 and x=L)那盒子的不對稱性正是重點所在，值得停下來細想。最大值可以在最終時刻 t = T 達到，但它絕不會是第一次嚴格落在柱體內部——它必定是從底邊或側邊抵達的。這個歪斜的盒子，是時間單向箭頭的數學指紋：擴散只在朝前的方向上平滑化，這正是為什麼把熱方程倒著跑是不適定的。強拋物型版本接著映照出橢圓型的版本：若一個非常數的解曾在某個內部點上追平它先前的最大值，那麼整個過去——每一個更早的時刻——都必須是常數，這是比橢圓型情形更為戲劇性的剛硬。
誠實的細則，及其去向
對這些條件要誠實，因為它們一旦破裂，原理便立刻失效。其一，你需要正確的符號結構：光禿禿的方程 Laplacian u = 0 遵守它，Laplacian u 加上（低階項）u_x… 也遵守；但一個帶正係數 c 的 +c(x) u 這樣的項，卻能製造出內部峰值並摧毀這個原理——這就是為什麼方程 -Laplacian u + c u（其中 c >= 0，零階項帶著有益的符號）才是標準的安全設定。其二，你確實需要橢圓性（或其拋物型對應）：拿掉它，波動方程就是反例，內部峰值遍地都是。其三，要得到那條乾淨的邊界陳述，區域必須是有界的；在無界區域上，除非你加上一個增長條件，否則解可以把它的上確界偷偷溜到無窮遠處去。
再提一句、防止把這個原理讀得過頭。它掌控的是 u 的數值，而非一般而言它的導數——知道最大值在邊界上，並不能直接告訴你 u 在內部有多陡或多曲折，唯有透過霍普夫、在真正的極值點處才行。而且它本質上是一個單側的、帶不等式風味的工具：它鍾愛 Laplacian u >= 0 與 Laplacian u <= 0，這正是為什麼它與次解、超解搭配得如此自然，而非與精確公式。在它的限度之內使用，它幾乎如同魔法；逾越那限度去硬推，它便悄悄地說起謊來。
這一切將去向何方？正是接下來的四篇指南。把這個原理化為排序兩個解的工具，你便得到比較原理，以及它免費交給你的唯一性（指南二）。把強原理定量地往前推——一個正解在某一點上的值，必須在多大程度上掌控它在另一點上的值？——你就抵達了哈納克不等式（指南三）。注意這個原理與平滑化密不可分，並把它與那些拒絕平滑化的雙曲型方程相對照（指南四）。最大值原理並非眾多定理中的一個；它是貫穿整個定性偏微分方程理論背脊的那根脊椎。