文章目录
1. 解析函数的概念
1.1 复变函数的导数与微分
定义
若f(z)在
z
0
z_0
z0处可导，则极限值称为f(z)的导数
f
′
(
z
)
=
d
w
d
z
∣
z
=
z
0
=
lim
Δ
z
→
0
f
(
z
0
+
Δ
z
)
−
f
(
z
)
0
Δ
z
f'(z)=\frac{dw}{dz}|_{z=z_0}=\lim_{\Delta z \to 0} \frac{f(z_0+\Delta z)-f(z)_0}{\Delta z}
f′(z)=dzdw∣z=z0=Δz→0limΔzf(z0+Δz)−f(z)0
函数
w
=
f
(
z
)
w=f(z)
w=f(z)在点
z
0
z_0
z0的微分记作：
d
w
=
f
′
(
z
)
d
z
dw = f'(z)dz
dw=f′(z)dz
1.2 解析函数
定义
如果函数f(z)在
z
0
z_0
z0点以及
z
0
z_0
z0点的领域内处处可导，则称f(z)在
z
0
z_0
z0点解析
如果f(z)在区域D内的每一点解析，则称f(z)在区域D内解析
可导与解析关系
① 点可导不能推出点解析，点解析可以推出点可导
② 区域可导等效于区域解析
奇点
若f(z)在
z
0
z_0
z0点不解析，则
z
0
z_0
z0为f(z)的奇点
性质
（1）在区域D内解析的两个函数f(z)与g(z)的和、差、乘、除在D内解析
（2）若函数g(z)在区域D内解析，函数f(z)在区域G内解析，当D内的没一点z，g(z)值都属于G，则
w
=
f
[
g
(
z
)
]
w=f[g(z)]
w=f[g(z)]在D内解析
1.3 柯西-黎曼方程
点可导的充要条件
函数
w
=
u
(
x
,
y
)
+
i
v
(
x
,
y
)
w=u(x,y)+iv(x,y)
w=u(x,y)+iv(x,y)在点z处可导的充要条件：
∂
u
∂
x
=
∂
v
∂
y
,
∂
u
∂
y
=
−
∂
v
∂
x
u
x
′
=
v
y
′
,
u
y
′
=
−
v
x
′
\frac{\partial u}{\partial x} = \frac{\partial v}{\partial y},\frac{\partial u}{\partial y} = -\frac{\partial v}{\partial x} \\ u_x'=v_y',u_y'=-v_x'
∂x∂u=∂y∂v,∂y∂u=−∂x∂vux′=vy′,uy′=−vx′
区域解析的充要条件
函数
w
=
u
(
x
,
y
)
+
i
v
(
x
,
y
)
w=u(x,y)+iv(x,y)
w=u(x,y)+iv(x,y)，
u
(
x
,
y
)
u(x,y)
u(x,y)和
v
(
x
,
y
)
v(x,y)
v(x,y)可微，且满足C-R方程
实部与虚部
解析函数的实部（虚部）一旦给定，则虚部（实部）只能相差一个常数
1.3.1 函数解析的参数关系[3]
分别列出实函数与虚函数，根据C-R方程求解对应参数的大小关系
2. 解析函数与调和函数的关系
2.1 调和函数
定义
若函数
f
(
z
)
=
u
(
x
,
y
)
+
i
v
(
x
,
y
)
f(z)=u(x,y)+iv(x,y)
f(z)=u(x,y)+iv(x,y)在区域D内解析，则u(x,y)和v(x,y)在区域D内都是调和函数
∂
2
u
∂
2
x
+
∂
2
u
∂
2
y
=
∂
2
v
∂
x
∂
y
−
∂
2
v
∂
x
∂
y
=
0
∂
2
v
∂
2
x
+
∂
2
v
∂
2
y
=
∂
2
u
∂
x
∂
y
−
∂
2
u
∂
x
∂
y
=
0
\frac{\partial^2 u}{\partial^2 x}+\frac{\partial^2 u}{\partial^2 y} = \frac{\partial^2 v}{\partial x \partial y} - \frac{\partial^2 v}{\partial x \partial y} =0 \\ \frac{\partial^2 v}{\partial^2 x}+\frac{\partial^2 v}{\partial^2 y} = \frac{\partial^2 u}{\partial x \partial y} - \frac{\partial^2 u}{\partial x \partial y} =0
∂2x∂2u+∂2y∂2u=∂x∂y∂2v−∂x∂y∂2v=0∂2x∂2v+∂2y∂2v=∂x∂y∂2u−∂x∂y∂2u=0
2.2 共轭调和函数
定义
若u(x,y), v(x,y)均为D上的调和函数，且满足C-R方程，则v是u的共轭调和函数
定理
f
(
z
)
=
u
(
x
,
y
)
+
i
v
(
x
,
y
)
f(z)=u(x,y)+iv(x,y)
f(z)=u(x,y)+iv(x,y)在区域D内解析的充要条件：区域D内，v是u的共轭调和函数
注意
v是u的共轭调和函数 不等于 u是v的共轭调和函数
理解：u(x,y)+iv(x,y)解析不代表v(x,y)+iu(x,y)在区域D内解析
2.2.1 求以调和函数u为实部的解析函数[4]
f
(
z
)
=
u
(
x
,
y
)
+
i
v
(
x
,
y
)
f(z)=u(x,y)+iv(x,y)
f(z)=u(x,y)+iv(x,y)在D内解析，则v(x,y)是u(x,y)的共轭调和函数。根据C-R方程，确定v(x,y)并根据确定函数值求解f(z)
u
x
′
=
v
y
′
,
u
y
′
=
−
v
x
′
u_x'=v_y',u_y'=-v_x'
ux′=vy′,uy′=−vx′
注意：
积分时0项的变换。
（1）对v(x,y)积分时
对dy积分，则0项将变换为
ϕ
(
x
)
\phi(x)
ϕ(x)，对dx积分，0项将变换为
ϕ
(
y
)
\phi(y)
ϕ(y)
（v(x,y)是由变量x,y共同决定）
（2）对
ϕ
(
x
)
\phi(x)
ϕ(x)积分时
0项变换为常数C（
ϕ
(
x
)
\phi(x)
ϕ(x)仅有x变量决定，与y变量无关）
3. 初等函数
3.1 指数函数
定义
w
=
e
z
=
e
x
+
i
y
=
e
x
⋅
e
i
y
w = e^z=e^{x+iy}=e^x \cdot e^{iy}
w=ez=ex+iy=ex⋅eiy
映射关系
指数函数w可以理解为，模长为
e
x
e^x
ex，辐角为y的复变函数
∣
w
∣
=
e
x
A
r
g
w
=
y
|w| = e^x \\ Argw = y
∣w∣=exArgw=y
对于(x,y)可以映射到模长为
e
x
e^x
ex，辐角为y的向量
性质
（1）
e
z
e^z
ez是单值函数
（2）
e
z
e^z
ez是以
2
k
π
i
2k\pi i
2kπi为周期的周期函数
（3）
e
z
e^z
ez在复平面上处处解析
常见复数的指数形式
3.2 对数函数
定义
令
z
=
r
e
i
θ
,
w
=
u
+
i
v
z=re^{i\theta}, w=u+iv
z=reiθ,w=u+iv
w
=
L
n
z
=
l
n
r
+
i
θ
=
l
n
r
+
i
(
a
r
g
z
+
2
k
π
)
{
u
=
l
n
r
v
=
θ
=
A
r
g
z
w = Lnz = lnr + i\theta = lnr + i(argz + 2k\pi) \\ \begin{cases} u = lnr \\ v = \theta = Argz \end{cases}
w=Lnz=lnr+iθ=lnr+i(argz+2kπ){u=lnrv=θ=Argz
由z模的对数得到实部u，z的辐角得到虚部v
性质
（1）对数函数为多值函数
w
=
L
n
z
=
l
n
r
+
i
(
a
r
g
z
+
2
k
π
)
w = Lnz = lnr + i(argz + 2k\pi)
w=Lnz=lnr+i(argz+2kπ)
主枝：
L
n
z
=
l
n
z
+
2
k
π
i
=
l
n
r
+
i
(
a
r
g
z
+
2
k
π
)
Lnz=lnz+2k\pi i= lnr + i(argz + 2k\pi)
Lnz=lnz+2kπi=lnr+i(argz+2kπ)
分支：对于某一固定的k，lnz+2k\pi i
（2）
w
=
L
n
z
w = Lnz
w=Lnz在原点无定义，定义域为
z
≠
0
z \neq 0
z=0
（3）Lnz在原点及负实轴不连续
（4）Lnz在除去原点及负实轴的复平面解析
对于常见的复数，可以根据坐标系位置直接确定主辐角大小
3.3 幂函数
定义
w
=
z
α
=
e
α
l
n
z
=
r
α
e
i
α
θ
w=z^{\alpha}=e^{\alpha lnz}=r^{\alpha}e^{i\alpha \theta}
w=zα=eαlnz=rαeiαθ
3.4 三角函数
c
o
s
z
=
e
i
z
+
e
−
i
z
2
s
i
n
z
=
e
i
z
−
e
−
i
z
2
i
cosz = \frac{e^{iz}+e^{-iz}}{2} \\ sinz = \frac{e^{iz}-e^{-iz}}{2i}
cosz=2eiz+e−izsinz=2ieiz−e−iz
9428
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
