数学 之 复变函数

复变函数，是指以复数作为自变量和因变量的函数 ，而与之相关的理论就是复变函数论。是高数的一种进阶，更奇特有趣。复变函数一般用$f(z)=u(x,y)+iv(x,y)$表示，自变量$z=x+iy$。

如果函数$f(z)$在$z_0$点及$z_0$点的某个邻域内处处可导，那么称$f(z)$在$z_0$点解析。
如果f(z)在区域$D$内每一点解析，那么称$f(z)$在$D$内解析，或称$f(z)$是$D$内的一个解析函数，并把$D$称为$f(z)$的解析区域。函数在一点可导，不一定在该点处解析(必须是这个点的环绕区域都可导)(解析看来是一个面概念，就叫面可导吧)。

如果函数$f(z)$在点$z_0$处不解析，但在点$z_0$的每一邻域内，总有若干个点使$f(z)$解析，则$z_0$称为$f(z)$的奇点。$z_0$附近都是处处解析的，则称其为孤立奇点。例如$f(z)=\frac{1}{z}$的$z=0$点。$z_0$附近都是处处解析的，则称其为孤立奇点。但是可以在这个点展开成洛朗级数，如果其负幂项均为零，则称为可去奇点。若负幂项有限，则称为m阶奇点。

函数解析的方程实质就是：$$\underset{\Delta \to 0}{\lim }\frac{\Delta u+i\Delta v}{\Delta x+i\Delta y}=f^{\prime }(z)$$

令$\Delta y=0,\Delta x\to 0$变为沿平行实轴的方向趋向于点$z$，此时有：$$\underset{\Delta x\to 0}{\lim }\frac{\Delta u}{\Delta x}+i\underset{\Delta x\to 0}{\lim }\frac{\Delta v}{\Delta x}=f^{\prime }(z)$$$$\frac{\delta u}{\delta x}+i\frac{\delta v}{\delta x}=f^{\prime }(z)$$同理有：$$-i\frac{\delta u}{\delta y}+\frac{\delta v}{\delta y}=f^{\prime }(z)$$，一一对应，就有柯西-黎曼方程/柯西-黎曼条件(C-R条件，见下)，这是函数解析的必要条件(偏导数存在只是一条线存在，函数解析是从四面八方都存在)：
$$\frac{\partial u}{\partial x}=\frac{\partial v}{\partial y},\frac{\partial u}{\partial y}=-\frac{\partial v}{\partial x}$$

这个方程仅仅是从两条轴进去的。复变函数解析不仅满足$C-R$方程而且还必须是可微分的($u$和$v$具有一阶连续偏导数)，这就是函数解析的充要条件。

拉普拉斯方程(连续求偏导所致)：
$$\frac{{\partial }^{2}u}{\partial x^2}+\frac{{\partial }^{2}u}{\partial y^2}=0,\frac{{\partial }^{2}v}{\partial x^2}+\frac{{\partial }^{2}v}{\partial y^2}=0$$

凡在区域$D$内具有连续二阶偏导数而满足拉普拉斯方程的二元实函数$u(x,y)$，称为区域$D$的调和函数，调和函数在每一个球体（球壳）的平均值就是圆心那一点的值。还有很多实用性质。

复变函数的积分

对曲线的积分，不要想着复数，想成二变量就可以了。就是${\int }_{c}f(z)dz$。做法仍然是置换成一个$t$而已。

柯西积分定理，格林公式，实际上跟高数是一样的。

解析函数在其解析区域有任意阶导数。

级数

复数的级数而已。就是${\sum }_{n=1}^{\infty }{z}_n$而已。但其收敛是在一个面上的。幂级数与泰勒级数有关，的确是如此。

洛朗级数是有负幂项的幂级数，是幂级数的扩展而已。也有洛朗展开定理。感觉差不多唉。

留数

留数实际上是在孤立奇点处的闭曲线积分。在定积分计算中有用。
留数也称残数，指的是复变函数沿着孤立奇点附近的围线积分后所剩下的值除以2(pai)i. 所以称为留数(或残数).
由于复变函数沿着解析点附近的围线积分的值为0，不剩下多余的数，而复变函数沿着孤立奇点附近的围线积分就可能不为0，会剩下非0的值，因此留数(或残数)就用来衡量复变函数在孤立奇点附近的特性了.
另外，复变函数f(z)在孤立奇点z0的留数(或残数)也就是复变函数在孤立奇点的Laurent洛朗级数中1/(z-z0)的系数.

保形映射

因为复变函数输入是复数，输出也是复数，因此可以看作一个点集到另一个点集的映射。
在这片自变量解析区域中，一条曲线$z=z(t)$，这里$z$是复数，$t$是实数，这条曲线就会有切角，同样这条曲线会映射到因变量解析区域中，也会有切角，那么：
$$Arg{w}^{\prime }(t_0)=Arg{f}^{\prime }[z(t_0)]+Arg{z}^{\prime }(t_0)$$

蛮神奇的哈，$Arg$自然是角度了，也就是说$w$点处的切向量与$z$切向量的辐角之差总是$Arg{f}^{\prime }(z)$，一个固定值，而与曲线$C$无关。称$Arg{f}^{\prime }(z)$为$f(z)$在$z$点的旋转角，因为只要旋转这个角度就能得到因变量的角。
那么也就是说，如果过一个点有两条曲线，它们的夹角，到因变量解析区域后，这个夹角是不变的，这就是保角的。它的条件是解析区域和复变函数倒数在这点不能为0.
而两个弧长极限之比为$|f^{\prime }(z_0)|$，也叫伸缩率。
如果解析区域半径足够小的话，一个普通图形映射后可以看作保持形状的映射图形，凡在区域D内处处具有保角性和伸缩率不变性的一一映射成为保型映射。

分式线性映射

形如$w=\frac{az+b}{cz+d}$，这里$w,z$是变量，$a,b,c,d$是普通复数。

傅里叶变换

这个说烂了，跟复变没关系其实，
广义傅里叶变换
卷积

拉普拉斯变换

算子微分学
是傅里叶变换的补足，可以在条件更弱的情况下进行，有一个单位阶跃函数的东西。