复变函数

介绍复变函数的基础知识。

复数与解析函数

一、复数与复平面

1.1 复数的表示

复数 $z = x + iy$（$x,y\in\mathbb{R}$）有三种等价表示：

其中模 $r = |z| = \sqrt{x^2+y^2}$，辐角 $\theta = \arg z = \arctan(y/x) + 2k\pi$（多值）。

1.2 复平面与区域

• 复平面：以实轴为横轴、虚轴为纵轴的平面，复数与平面上点一一对应。
• 邻域：$|z - z_0| < \varepsilon$ 称为 $z_0$ 的 $\varepsilon$-邻域。
• 去心邻域：$0 < |z - z_0| < \varepsilon$，用于定义极限和奇点。
• 区域：连通的开集。若区域内任一简单闭曲线的内部仍属于该区域，则称单连通区域；否则为多连通区域。

💡 单连通与多连通的区分在柯西定理中至关重要：柯西定理在单连通区域内无条件成立，在多连通区域中需考虑"洞"的贡献。

1.3 扩充复平面与黎曼球面

引入无穷远点 $\infty$，得到扩充复平面 $\hat{\mathbb{C}} = \mathbb{C} \cup \{\infty\}$。通过球极投影，$\hat{\mathbb{C}}$ 与单位球面（黎曼球面）一一对应，使 $\infty$ 获得与其他点平等的几何地位。

二、复变函数的极限与连续

2.1 极限

$\lim_{z\to z_0} f(z) = w_0$ 的定义与实变函数形式相同（$\varepsilon$-$\delta$ 语言），但关键区别在于：

$z \to z_0$ 的方式是任意的：$z$ 可以从复平面上任何方向、任何路径趋近 $z_0$，极限都必须相同。

这使得复变函数的极限条件远比实变函数苛刻。

2.2 连续

$f(z)$ 在 $z_0$ 连续 $\iff \lim_{z\to z_0}f(z) = f(z_0)$。

令 $f(z) = u(x,y) + iv(x,y)$，则：

复变函数的连续性完全归结为两个二元实函数的连续性。但接下来的"可导性"将展现出本质不同的面貌。

三、解析函数（核心概念）

3.1 复可导的定义

极限存在且与 $\Delta z \to 0$ 的路径无关。

3.2 柯西-黎曼条件（C-R方程）

定理：$f(z) = u(x,y) + iv(x,y)$ 在 $z_0 = x_0+iy_0$ 处可导的必要条件是 $u,v$ 在 $(x_0,y_0)$ 处满足：

$$\boxed{\frac{\partial u}{\partial x} = \frac{\partial v}{\partial y}, \quad \frac{\partial u}{\partial y} = -\frac{\partial v}{\partial x}}$$

若进一步要求 $u,v$ 的一阶偏导数在该点连续，则 C-R 方程也是充分条件。

推导思路

分别令 $\Delta z$ 沿实轴（$\Delta z = \Delta x$）和虚轴（$\Delta z = i\Delta y$）趋近零，两次计算的导数必须相等，即得 C-R 方程。

3.3 解析函数的定义

定义：若 $f(z)$ 在区域 $D$ 内处处可导，则称 $f(z)$ 在 $D$ 内解析（analytic/holomorphic）。

⚠️ “在某点解析"的含义：指在该点的某个邻域内处处可导，而非仅在该点可导。仅在一点可导但不在邻域内可导的函数不称为解析函数。

3.4 解析函数的深刻性质

这是复分析与实分析的根本分水岭：

💡 核心洞察：复可导是一个极其"刚性"的条件。一旦满足，函数就被完全确定、无限光滑、可级数展开。这与实可导函数的"柔性"形成鲜明对比。

3.5 初等解析函数

⚠️ 多值函数是复分析特有的现象。$\ln z$ 和 $z^\alpha$ 需要引入分支切割（branch cut）来选取单值分支，使其在割破的平面上解析。这是后续围道积分中必须小心处理的问题。

复变函数的积分

积分的基本框架

4.1 积分的定义

将 $f=u+iv$，$dz=dx+idy$ 代入，可化为两个第二类曲线积分：

4.2 柯西积分定理（Cauchy’s Theorem）

定理：若 $f(z)$ 在单连通区域 $D$ 内解析，$C$ 是 $D$ 内任意简单闭曲线，则：

$$\boxed{\oint_C f(z)\,dz = 0}$$

推广到多连通区域：若 $f(z)$ 在多连通区域的边界上及内部解析，则外边界积分等于所有内边界积分之和（均取正向）。

🔑 这是复分析最重要的定理之一。它表明解析函数的积分只与端点有关（路径无关），从而可以定义原函数。其实质是 C-R 方程 + Green 公式的直接推论。

4.3 柯西积分公式

定理：若 $f(z)$ 在简单闭曲线 $C$ 及其内部解析，$z_0$ 在 $C$ 内部，则：

$$\boxed{f(z_0) = \frac{1}{2\pi i}\oint_C \frac{f(z)}{z-z_0}\,dz}$$

高阶导数公式：

💡 深刻含义：

1. 解析函数在区域内部的值完全由边界值决定（类似于调和函数的均值性质）
2. 解析函数自动无穷次可导（因为右边对 $z_0$ 可任意求导）
3. 这是留数定理的最原始形态

4.4 原函数与牛顿-莱布尼茨公式

若 $f(z)$ 在单连通区域 $D$ 内解析，则存在原函数 $F(z)$（$F'=f$），且：

⚠️ 仅在单连通区域内成立。在多连通区域中，绕"洞"一圈后原函数可能改变值（如 $\ln z$ 绕原点一圈增加 $2\pi i$）。

一、复变函数路积分的定义与计算

1.1 定义

设 $l$ 是复平面上一条分段光滑的有向曲线，$f(z)$ 在 $l$ 上有定义。将 $l$ 分割为 $n$ 段，取分点 $\zeta_k \in l_k$，作和式：

当最大弧段长度 $\max|\Delta z_k| \to 0$ 时，若 $S_n$ 的极限存在且与分割方式及 $\zeta_k$ 的选取无关，则称该极限为 $f(z)$ 沿 $l$ 的路积分：

1.2 化为实线积分

令 $f(z) = u(x,y) + iv(x,y)$，$dz = dx + i\,dy$，则：

本质：一个复路积分 = 两个二元实函数的第二类曲线积分。

1.3 参数化计算方法

若曲线 $l$ 由参数方程 $z(t) = x(t) + iy(t)$，$t \in [\alpha, \beta]$ 给出，则：

这是实际计算中最常用的方法。

1.4 基本性质

其中 $M = \max_{z\in l}|f(z)|$，$L$ 为曲线 $l$ 的长度。ML不等式在证明极限为零（如约当引理）时极为重要。

1.5 典型例题

例：计算 $\int_C \bar{z}\,dz$，其中 $C$ 为从原点到 $1+i$ 的直线段。

解：参数化 $z(t) = t + it$，$t \in [0,1]$，$z'(t) = 1+i$，$\bar{z}(t) = t - it$

⚠️ 注意：$\bar{z}$ 不是解析函数，其积分与路径有关。若换一条路径，结果一般不同。

二、柯西定理（Cauchy’s Theorem）

2.1 单连通区域上的柯西定理

定理：若 $f(z)$ 在单连通区域 $D$ 内解析，$l$ 是 $D$ 内任意一条分段光滑闭合曲线，则：

$$\boxed{\oint_l f(z)\,dz = 0}$$

理解要点

• 单连通：区域内无"洞”，任何闭曲线可在区域内连续收缩为一点。
• 解析是关键条件：仅连续或仅可导（非解析）不够。例如 $f(z)=\bar{z}$ 处处连续但无处解析，$\oint \bar{z}\,dz \neq 0$。
• 等价表述：在单连通区域内，解析函数的积分与路径无关。

证明思路（格林公式法）

由 $\oint_l f\,dz = \oint_l (u\,dx-v\,dy) + i\oint_l (v\,dx+u\,dy)$，应用格林公式：

代入后利用 C-R 条件 $\frac{\partial u}{\partial x}=\frac{\partial v}{\partial y}$，$\frac{\partial u}{\partial y}=-\frac{\partial v}{\partial x}$，两个二重积分均为零。

注：严格证明需要 $f'(z)$ 连续的条件，后来古尔萨（Goursat）去掉了这一条件，仅用解析性即可证明。

2.2 复连通区域上的柯西定理

定理：设 $f(z)$ 在复连通区域 $D$ 内解析，$l_0$ 为外边界，$l_1, l_2, \dots, l_n$ 为内边界（均取逆时针方向），则：

$$\oint_{l_0} f(z)\,dz = \sum_{k=1}^{n} \oint_{l_k} f(z)\,dz$$

或者写作（所有边界统一取使区域始终在左侧的方向）：

物理直觉

在区域内"挖洞"的地方可能有奇点，每个洞贡献一个非零的环路积分。外边界的积分等于所有内边界积分之和。

重要推论：变形原理

若两条闭曲线 $l_1$ 和 $l_2$ 之间所夹区域内 $f(z)$ 解析，则：

$$\oint_{l_1} f(z)\,dz = \oint_{l_2} f(z)\,dz$$

即积分回路可以在解析区域内自由变形而不改变积分值。这是计算围道积分时最常用的技巧。

2.3 原函数与牛顿-莱布尼茨公式

定理：若 $f(z)$ 在单连通区域 $D$ 内解析，则 $f(z)$ 在 $D$ 内一定存在原函数 $F(z)$，使得 $F'(z) = f(z)$，且：

$$\int_{z_1}^{z_2} f(z)\,dz = F(z_2) - F(z_1)$$

这与实变函数中的牛顿-莱布尼茨公式形式完全相同，但前提是区域单连通且函数解析。

三、柯西积分公式（Cauchy Integral Formula）

3.1 柯西公式

定理：设 $f(z)$ 在闭曲线 $l$ 所围成的区域 $D$ 上解析（包括边界），$z_0$ 为 $D$ 内任一点，则：

$$\boxed{f(z_0) = \frac{1}{2\pi i}\oint_l \frac{f(z)}{z - z_0}\,dz}$$

深刻含义

1. 边界决定内部：解析函数在区域内部任意一点的值，完全由它在边界上的值确定。这是解析函数独有的性质，实变函数没有类似结论。
2. 被积函数的奇点：$\frac{f(z)}{z-z_0}$ 在 $z=z_0$ 处有一阶极点，正是这个奇点"提取"出了 $f(z_0)$ 的值。
3. 平均值性质：取 $l$ 为以 $z_0$ 为圆心的圆周 $|z-z_0|=R$，可得： $$f(z_0) = \frac{1}{2\pi}\int_0^{2\pi} f(z_0 + Re^{i\theta})\,d\theta$$ 即解析函数在圆心的值等于圆周上值的算术平均。

3.2 高阶导数公式

定理：解析函数的各阶导数存在且仍为解析函数，并有：

$$\boxed{f^{(n)}(z_0) = \frac{n!}{2\pi i}\oint_l \frac{f(z)}{(z - z_0)^{n+1}}\,dz}$$

双重用途

例：计算 $\oint_{|z|=2} \frac{e^z}{(z-1)^3}\,dz$

识别 $f(z)=e^z$，$z_0=1$，$n=2$，由高阶导数公式：

3.3 柯西不等式（导数估计）

由高阶导数公式和 ML 不等式可得：

其中 $M = \max_{|z-z_0|=R}|f(z)|$。这说明解析函数的导数受函数本身模的控制。

3.4 刘维尔定理（Liouville’s Theorem）

定理：在整个复平面上解析且有界的函数必为常数。

证明：由柯西不等式，$|f'(z_0)| \leq M/R$，令 $R \to \infty$，得 $f'(z_0) = 0$，故 $f$ 为常数。

这是代数基本定理的一个优雅证明的基础。

3.5 莫雷拉定理（Morera’s Theorem）——柯西定理的逆

定理：若 $f(z)$ 在区域 $D$ 内连续，且对 $D$ 内任意闭曲线 $l$ 都有 $\oint_l f(z)\,dz = 0$，则 $f(z)$ 在 $D$ 内解析。

这提供了判断解析性的另一种途径：不需要直接验证可导，只需验证积分为零。

四、不定积分与原函数的进一步讨论

4.1 多连通区域中的原函数问题

在复连通区域中，即使 $f(z)$ 解析，也不一定存在单值原函数。

经典反例：$f(z) = \frac{1}{z}$ 在 $0 < |z| < \infty$ 上解析，但其原函数 $\ln z$ 是多值函数。沿包围原点的闭曲线积分：

因此不存在单值原函数。

4.2 原函数存在的充要条件

$f(z)$ 在区域 $D$ 内存在单值解析原函数 $\iff$ 对 $D$ 内任意闭曲线 $l$，$\oint_l f(z)\,dz = 0$。

在单连通区域中，由柯西定理，解析函数自动满足此条件；在复连通区域中，需额外检验围绕每个"洞"的积分是否为零。

幂级数展开与孤立奇点

一、复数项级数

1.1 收敛的定义

设 $\{w_k\}$ 为复数列，部分和 $S_n = \sum_{k=1}^{n} w_k$。若 $\lim_{n\to\infty} S_n = S$ 存在（有限），则称级数 $\sum_{k=1}^{\infty} w_k$ 收敛于 $S$。

令 $w_k = a_k + ib_k$，则：

复级数的收敛问题完全归结为两个实级数的收敛问题。

1.2 绝对收敛与条件收敛

• 绝对收敛：若 $\sum |w_k|$ 收敛，则 $\sum w_k$ 必收敛。
• 条件收敛：$\sum w_k$ 收敛但 $\sum |w_k|$ 发散。

⚠️ 绝对收敛的级数可以任意重排而不改变和；条件收敛的级数重排后可能改变和（黎曼重排定理）。

1.3 收敛判据

二、幂级数

2.1 定义与形式

以 $z_0$ 为中心的幂级数：

其中 $a_k$ 为复常数，$z_0$ 称为展开中心。

2.2 收敛半径

阿贝尔定理：若幂级数在 $z_1$ 处收敛，则它在 $|z-z_0| < |z_1-z_0|$ 内绝对收敛；若在 $z_2$ 处发散，则在 $|z-z_0| > |z_2-z_0|$ 外发散。

因此存在唯一的非负实数 $R$（可以是 $+\infty$），使得：

• $|z - z_0| < R$：绝对收敛
• $|z - z_0| > R$：发散
• $|z - z_0| = R$：收敛性不确定，需逐点分析

$R$ 称为收敛半径，$|z-z_0| **定理**：在收敛圆 $|z-z_0| 💡 核心结论：幂级数在其收敛圆内表示一个解析函数；反之，解析函数一定可以展开为幂级数。这就是解析函数的幂级数刻画。

三、泰勒级数展开

3.1 泰勒定理

定理：若 $f(z)$ 在 $z_0$ 处解析，则 $f(z)$ 在 $z_0$ 的某个邻域内可唯一展开为：

$$f(z) = \sum_{k=0}^{\infty} a_k (z - z_0)^k, \quad a_k = \frac{f^{(k)}(z_0)}{k!}$$

收敛半径 $R$ 等于从 $z_0$ 到 $f(z)$ 最近奇点的距离。

⚠️ 这是复变函数与实变函数的重大区别：实变函数即使无穷次可微也不一定等于其泰勒级数（如 $e^{-1/x^2}$）；但复变函数只要解析就一定等于其泰勒级数。

3.2 常用泰勒展开式

以下展开式应熟记，它们是实际计算的基础工具：

3.3 展开技巧

实际中很少直接用 $a_k = f^{(k)}(z_0)/k!$ 计算系数，而是利用已知展开式通过以下技巧获得新展开：

3.4 收敛半径的几何意义

关键定理：$f(z)$ 在 $z_0$ 处的泰勒级数的收敛半径 $R$ 等于 $z_0$ 到 $f(z)$ 的最近奇点的距离。

例：$f(z) = \frac{1}{1+z^2}$ 在 $z=0$ 处展开。虽然 $f(x)$ 在实轴上处处光滑，但其奇点为 $z=\pm i$，距原点距离为 1，故 $R=1$。

这解释了为什么某些实函数的泰勒级数收敛半径有限——隐藏的复奇点限制了收敛范围。

四、洛朗级数展开

4.1 问题的提出

当 $f(z)$ 在 $z_0$ 处有奇点时，无法展开为泰勒级数。但在 $z_0$ 的去心邻域（环形区域）内，$f(z)$ 可能仍然解析。此时需要一种包含负幂项的级数表示。

4.2 洛朗定理

定理：若 $f(z)$ 在环形区域 $R_1 < |z - z_0| < R_2$ 内解析，则 $f(z)$ 在该环域内可唯一展开为：

$$f(z) = \sum_{k=-\infty}^{\infty} a_k (z - z_0)^k$$

其中系数由积分公式给出：

$C$ 为环域内任意一条包围 $z_0$ 的正向简单闭曲线。

4.3 洛朗级数的结构

• 正则部分：由非负幂项组成，在 $|z-z_0| \lt R_2$ 内收敛，并在该圆盘内定义解析函数。
• 主要部分：由负幂项组成，在 $|z-z_0| \gt R_1$ 的区域内收敛；对于孤立奇点，其负幂项的数量与阶数用于判断奇点类型。

两部分共同在环域 $R_1 \lt |z-z_0| \lt R_2$ 内表示原函数。边界圆上的收敛性需另行判断。参见 NIST DLMF：洛朗级数。

4.4 洛朗展开的实际计算方法

⚠️ 极少使用积分公式计算系数。实际操作是利用已知泰勒展开进行代数变形。

核心原则：根据目标环域选择合适的几何级数展开方向。

示例：$f(z) = \frac{1}{z(z-1)}$ 在不同环域的展开

环域 I：$0 < |z| < 1$

环域 II：$|z| > 1$

💡 关键技巧：$|z|<1$ 时展开 $\frac{1}{1-z}=\sum z^k$；$|z|>1$ 时改写为 $\frac{1}{z}\cdot\frac{1}{1-1/z}=\sum z^{-(k+1)}$。展开方向由环域决定。

4.5 洛朗展开的唯一性

在同一环域内，洛朗展开是唯一的。因此无论用什么方法得到的展开式，只要在该环域内成立，就一定是洛朗级数。这使得我们可以放心地使用各种代数技巧。

五、孤立奇点的分类

洛朗级数为奇点分类提供了精确的代数标准。设 $z_0$ 为 $f(z)$ 的孤立奇点，考察 $f(z)$ 在 $0<|z-z_0| **大皮卡定理**：若 $z_0$ 是 $f(z)$ 的本性奇点，则在 $z_0$ 的任意去心邻域内，$f(z)$ 取遍所有复数值（至多除去一个例外值）无穷多次。

例：$e^{1/z}$ 在 $z=0$ 附近取遍除 $0$ 以外的所有复数值无穷多次。

5.4 无穷远点的奇点分类

令 $t = 1/z$，考察 $g(t) = f(1/t)$ 在 $t=0$ 处的奇点类型，即定义为 $f(z)$ 在 $z=\infty$ 处的奇点类型。

| $z=\infty$ 的类型 | $g(t)$ 在 $t=0$ 的类型 | $f(z)$ 在 $|z|>R$ 的洛朗展开特征 | |——————-|———————-|———————————-| | 可去奇点 | 可去奇点 | 无正幂项 | | 极点 | 极点 | 有限个正幂项 | | 本性奇点 | 本性奇点 | 无穷多个正幂项 |

留数与留数定理

一、留数的概念

1.1 定义

设 $z_0$ 为 $f(z)$ 的孤立奇点，$f(z)$ 在去心邻域 $0 < |z - z_0| < R$ 内的洛朗展开为：

则称 $(z-z_0)^{-1}$ 项的系数 $a_{-1}$ 为 $f(z)$ 在 $z_0$ 处的留数（Residue），记作：

1.2 积分表示

由洛朗级数逐项积分（仅 $(z-z_0)^{-1}$ 项积分非零）可得等价定义：

其中 $C$ 是包围 $z_0$ 且位于去心邻域内的任意正向简单闭曲线。

💡 核心理解：留数就是"积分残留下来的数"。在洛朗展开的所有项中，只有 $a_{-1}/(z-z_0)$ 这一项对闭路积分有贡献，其余各项的闭路积分均为零。

1.3 为什么只需要 $a_{-1}$？

回顾基本积分结果：

因此洛朗级数中所有 $n \neq -1$ 的项积分后消失，唯独 $n=-1$ 的项"幸存"——这就是"留数"名称的由来。

二、留数定理

2.1 定理陈述

留数定理：设 $f(z)$ 在闭合围道 $l$ 上解析，在 $l$ 内部除有限个孤立奇点 $z_1, z_2, \dots, z_n$ 外解析，则：

$$\boxed{\oint_l f(z)\,dz = 2\pi i \sum_{k=1}^{n} \text{Res}\,f(z_k)}$$

2.2 证明思路

1. 在每个奇点 $z_k$ 周围作小圆 $C_k$，使所有小圆互不相交且均在 $l$ 内部。
2. 由复连通区域的柯西定理： $$\oint_l f(z)\,dz = \sum_{k=1}^{n} \oint_{C_k} f(z)\,dz$$
3. 每个小圆上的积分恰好等于 $2\pi i \cdot \text{Res}\,f(z_k)$。
4. 求和即得结论。

2.3 与柯西积分公式的关系

留数定理是柯西积分公式的最一般推广。柯西公式是留数定理在单个一阶极点时的特例。

三、留数的计算方法

这是本章最具实用价值的部分。根据奇点类型选择不同的计算策略。

3.1 可去奇点

因为洛朗展开无负幂项，$a_{-1}=0$。

3.2 单极点（一阶极点）

方法一：极限法

方法二：分式法则（最常用）

若 $f(z) = \frac{P(z)}{Q(z)}$，$z_0$ 是 $Q(z)$ 的单零点（$Q(z_0)=0, Q'(z_0)\neq 0$），且 $P(z_0)\neq 0$，则：

推导：$\lim_{z\to z_0}(z-z_0)\frac{P(z)}{Q(z)} = P(z_0)\cdot\lim_{z\to z_0}\frac{z-z_0}{Q(z)-Q(z_0)} = \frac{P(z_0)}{Q'(z_0)}$

⚠️ 此公式仅适用于单极点，使用前必须确认 $z_0$ 确实是单零点。

3.3 $m$ 阶极点

操作步骤：

1. 乘以 $(z-z_0)^m$ 消去极点
2. 对结果求 $m-1$ 阶导数
3. 取 $z \to z_0$ 的极限
4. 除以 $(m-1)!$

💡 当 $m=1$ 时退化为单极点的极限法。$m$ 较大时计算量显著增加，此时可考虑洛朗展开法。

3.4 本性奇点

没有通用公式，只能通过以下方法：

1. 洛朗展开法：直接展开读取 $a_{-1}$ 系数
2. 全平面留数定理：利用其他奇点的留数间接求出（见下文 §4.3）

3.5 无穷远点的留数

定义 $f(z)$ 在 $z=\infty$ 处的留数为：

其中 $C^-$ 是顺时针方向的大圆周（使无穷远点在左侧）。

计算方法：令 $t = 1/z$，则：

⚠️ 注意负号！无穷远点留数的符号约定与有限奇点相反。

3.6 计算方法选择指南

判断奇点类型
    │
    ├── 可去奇点 → Res = 0
    │
    ├── 单极点 → P/Q' 法则（首选）或极限法
    │
    ├── m阶极点 → m阶导数公式 或 洛朗展开
    │       （m≤3 用导数公式，m>3 优先考虑洛朗展开）
    │
    └── 本性奇点 → 洛朗展开 或 全平面留数定理

四、留数定理的重要推论与应用

4.1 全平面留数定理

定理：若 $f(z)$ 在全平面上仅有有限个孤立奇点（包括 $z=\infty$），则所有奇点的留数之和为零：

$$\boxed{\sum_{k=1}^{n} \text{Res}\,f(z_k) + \text{Res}\,f(\infty) = 0}$$

证明：取足够大的圆周 $C_R$ 包围所有有限奇点，由留数定理 $\oint_{C_R} f\,dz = 2\pi i \sum \text{Res}\,f(z_k)$；另一方面由无穷远点留数定义 $\oint_{C_R} f\,dz = -2\pi i \cdot \text{Res}\,f(\infty)$。两式联立即得。

实用价值：当有限奇点较多而 $\infty$ 处容易计算时，可用此定理简化：

4.2 辐角原理与儒歇定理

辐角原理

其中 $N$ 和 $P$ 分别是 $f(z)$ 在 $l$ 内部的零点和极点个数（按重数计）。左边等于 $\frac{1}{2\pi}\Delta_l \arg f(z)$，即 $f(z)$ 沿 $l$ 的辐角变化量除以 $2\pi$。

儒歇定理（Rouché’s Theorem）

若在闭曲线 $l$ 上 $|g(z)| < |f(z)|$，则 $f(z)$ 与 $f(z)+g(z)$ 在 $l$ 内部有相同个数的零点。

这是判定方程根的个数的有力工具，也是代数基本定理的标准证明方法。

4.3 实变函数积分的计算（三大类型）

这是留数定理最精彩的应用——将某些难以直接计算的实积分转化为留数运算。

第一类：三角有理函数积分

标准代换：令 $z = e^{i\theta}$，则

积分化为单位圆 $|z|=1$ 上的围道积分：

再用留数定理计算。

第二类：无穷区间有理函数积分

条件：$Q(x)$ 在实轴上无零点，$\deg Q \geq \deg P + 2$。

方法：取上半平面大半圆围道，由约当引理保证大圆弧上的积分趋于零：

第三类：含三角函数的无穷积分

条件：$f(z)$ 在上半平面除有限个奇点外解析，且在实轴上无奇点，$\lim_{|z|\to\infty} f(z) = 0$。

方法：利用约当引理（Jordan’s Lemma），取上半平面大半圆围道：

分别取实部和虚部可得含 $\cos ax$ 和 $\sin ax$ 的积分。

⚠️ 约当引理的关键作用：对于 $e^{iaz}$（$a>0$），在上半平面的大圆弧上 $|e^{iaz}| = e^{-aR\sin\theta}$ 指数衰减，保证了弧积分趋于零。若 $a<0$，需取下半平面围道。

4.4 实轴上有奇点的处理

当被积函数在实轴上有单极点时，采用主值积分（Cauchy Principal Value）：

实轴上的单极点贡献半个留数（$\pi i$ 而非 $2\pi i$），因为围道只绕过了半个圆周。

傅里叶变换

一、从傅里叶级数到傅里叶变换

1.1 傅里叶级数的回顾与局限

对于定义在有限区间 $[-l, l]$ 上的周期函数 $f(x)$，可展开为傅里叶级数：

或用复指数形式：

局限性：

• 仅适用于周期函数或有限区间上的函数
• 频谱是离散的（$k_n = n\pi/l$）
• 物理世界中大量信号是非周期的、定义在全空间上的

1.2 从级数到变换的过渡

令 $l \to \infty$，做以下替换：

• 离散波数 $k_n = \frac{n\pi}{l}$ → 连续变量 $k$
• 相邻波数间距 $\Delta k = \frac{\pi}{l} \to 0$
• 求和 $\sum_{n=-\infty}^{\infty} \to \frac{l}{\pi}\int_{-\infty}^{\infty} dk = \frac{1}{\Delta k}\int_{-\infty}^{\infty} dk$

将 $c_n$ 代入复指数级数并取极限，得到：

这就是傅里叶积分公式，它自然引出了傅里叶变换的定义。

二、傅里叶变换的定义

2.1 正变换与逆变换

傅里叶变换对（数学物理方法中的常用约定）：

⚠️ 关于系数的约定：不同教材的系数分配不同。梁昆淼版采用"正变换无系数、逆变换带 $1/2\pi$“的约定。工程上常用对称形式（正反均带 $1/\sqrt{2\pi}$）。使用时务必注意约定的一致性。

2.2 存在条件

$f(x)$ 满足以下条件时傅里叶变换存在：

1. 绝对可积：$\int_{-\infty}^{\infty}|f(x)|\,dx < \infty$
2. 在任意有限区间上分段光滑（仅有有限个第一类间断点和极值点）

💡 许多物理上不绝对可积的函数（如常数、$\sin x$、阶跃函数）可通过引入广义函数（δ函数）纳入傅里叶变换框架。

2.3 物理意义

• $\tilde{f}(k)$ 称为 $f(x)$ 的频谱（spectrum）
• $|\tilde{f}(k)|^2$ 代表频率 $k$ 处的能量密度（帕塞瓦尔定理）
• 傅里叶变换的本质：将信号从"时空表示"转换为"频率表示”

三、傅里叶变换的基本性质

这些性质是实际计算和解方程的核心工具。

3.1 线性性

3.2 导数定理（最重要的性质）

推广到 $n$ 阶导数：

深刻意义：微分运算在傅里叶变换下变为乘法运算。这是用傅里叶变换求解微分方程的根本原因——它将微分方程转化为代数方程。

前提条件：$f(x)$ 及其前 $n-1$ 阶导数在 $|x|\to\infty$ 时趋于零。

3.3 积分定理

积分变为除法，与导数定理互为逆运算。

3.4 位移定理（平移性质）

3.5 尺度变换

空间压缩 ↔ 频率展宽（不确定性原理的数学体现）。

3.6 卷积定理（极其重要）

定义卷积：$(f * g)(x) = \int_{-\infty}^{\infty} f(x-\xi)\,g(\xi)\,d\xi$

核心意义：时域的卷积 ↔ 频域的乘积。这使得复杂的卷积运算可以通过"变换→相乘→逆变换"三步完成，是信号处理和格林函数法的计算基础。

3.7 帕塞瓦尔等式（能量守恒）

信号在时域的总能量等于频域的总能量（差一个归一化因子）。

3.8 对称性

若 $f(x)$ 是实函数：

• $\tilde{f}(-k) = \overline{\tilde{f}(k)}$（共轭对称）
• $f(x)$ 为实偶函数 → $\tilde{f}(k)$ 为实偶函数
• $f(x)$ 为实奇函数 → $\tilde{f}(k)$ 为纯虚奇函数

四、常用函数的傅里叶变换

4.1 基本变换表

💡 高斯函数的自对偶性是最优美的结果之一：高斯函数的傅里叶变换仍然是高斯函数。这在量子力学（最小不确定态）和热传导方程中有深刻应用。

4.2 δ函数在傅里叶变换中的角色

δ函数使得傅里叶变换的理论框架得以完备化：

• 不满足绝对可积条件的函数（常数、正弦波等）获得了合法的频谱表示
• 傅里叶逆变换公式 $\frac{1}{2\pi}\int e^{ik(x-\xi)}dk = \delta(x-\xi)$ 是变换对自洽性的保证
• 离散谱（级数）和连续谱（变换）在δ函数语言下得到统一

五、傅里叶变换在求解偏微分方程中的应用

这是学习傅里叶变换的最终目的。

5.1 基本思路

偏微分方程（PDE）
       ↓ 对空间变量做傅里叶变换
常微分方程（ODE）或代数方程（关于 k 的参数）
       ↓ 求解
频域中的解 ũ(k, t)
       ↓ 傅里叶逆变换
原问题的解 u(x, t)

5.2 经典示例：一维热传导方程

步骤：

1. 对 $x$ 做傅里叶变换：$\tilde{u}_t(k,t) = -a^2 k^2 \tilde{u}(k,t)$
2. 解 ODE：$\tilde{u}(k,t) = \tilde{\varphi}(k)\,e^{-a^2 k^2 t}$
3. 逆变换（利用卷积定理和高斯变换）：

这就是著名的热核（高斯核） 解，也是扩散过程的概率解释的基础。

5.3 适用场景总结

拉普拉斯变换

一、从傅里叶变换到拉普拉斯变换

1.1 傅里叶变换的局限

傅里叶变换要求函数在 $(-\infty, \infty)$ 上绝对可积。然而，许多物理量（如阶跃响应、指数增长的不稳定模态、常数外力）并不满足此条件。此外，物理过程往往从某一时刻（如 $t=0$）开始，具有天然的因果性，定义域为 $[0, \infty)$ 而非全轴。

1.2 自然的推广

考虑定义在 $[0, \infty)$ 上的函数 $f(t)$，构造 $g(t) = f(t)e^{-\sigma t}$（$\sigma > 0$ 足够大），使 $g(t)$ 绝对可积。对 $g(t)$ 做傅里叶变换：

令复参数 $p = \sigma + i\omega$，即得到拉普拉斯变换。

💡 本质理解：拉普拉斯变换 = 单边傅里叶变换 + 指数衰减因子。复参数 $p$ 的实部 $\sigma$ 提供收敛保障，虚部 $\omega$ 保留频率信息。

二、定义与存在条件

2.1 正变换与逆变换

其中 $\gamma$ 大于 $\tilde{f}(p)$ 所有奇点的实部，积分路径为复平面上的竖直直线 $\text{Re}\,p = \gamma$。

2.2 存在条件

$f(t)$ 满足以下条件时拉普拉斯变换存在：

1. 指数阶：存在常数 $M>0$ 和 $\sigma_0$，使得 $|f(t)| \leq M e^{\sigma_0 t}$（$t \geq 0$）
2. 在 $[0, \infty)$ 上分段连续

此时变换在右半平面 $\text{Re}\,p > \sigma_0$ 内解析。$\sigma_0$ 称为增长指标。

⚠️ 拉普拉斯变换比傅里叶变换"宽容"得多：多项式增长、指数增长（只要增长率有限）的函数均有变换。仅 $e^{t^2}$ 这类超指数增长函数除外。

2.3 与傅里叶变换的关系

若 $f(t)$ 在 $[0,\infty)$ 上绝对可积，则 $\mathcal{L}[f](p)$ 在 $\text{Re}\,p \geq 0$ 上有定义，且：

即拉普拉斯变换在虚轴上的取值等于单边函数的傅里叶变换。

三、基本性质（核心计算工具箱）

3.1 线性性

3.2 导数定理（最核心的性质）

推广到 $n$ 阶导数：

🔑 关键区别：与傅里叶变换的 $\mathcal{F}[f']=ik\tilde{f}$ 不同，拉普拉斯变换的导数公式自动包含了初始条件。这正是它适合求解初值问题的根本原因——初始条件被"吸收"进了代数方程中。

3.3 积分定理

3.4 位移定理

$s$-域位移是推导新变换对的利器：已知 $\mathcal{L}[f]$，立得 $\mathcal{L}[e^{at}f]$。

3.5 尺度变换

3.6 卷积定理

定义 $(f*g)(t) = \int_0^t f(t-\tau)g(\tau)\,d\tau$（注意积分上限为 $t$，非 $\infty$）

与傅里叶变换形式相同，但卷积定义为因果卷积（从0到$t$），体现了时间方向性。

3.7 初值定理与终值定理

这两个定理允许不经过逆变换就直接判断系统的瞬态和稳态行为，在控制理论中极为重要。

四、常用变换对

4.1 基本变换表

4.2 逆变换的计算方法

实际中极少使用 Bromwich 积分，主要方法有：

1. 查表法：将 $\tilde{f}(p)$ 分解为表中已知形式的组合
2. 部分分式分解：有理函数的标准处理方法
3. 留数法：当 $\tilde{f}(p)$ 为亚纯函数时， $$f(t) = \sum_k \text{Res}\left[\tilde{f}(p)\,e^{pt},\; p_k\right]$$ 即对所有极点求留数之和。这与复变函数论完美衔接。
4. 卷积法：若 $\tilde{f}(p) = \tilde{g}(p)\tilde{h}(p)$，则 $f = g*h$

五、在求解微分方程中的应用

5.1 求解ODE初值问题的标准流程

Step 1: 对方程两边做拉普拉斯变换
        → 得到关于 ŷ(p) 的代数方程（初始条件已自动代入）
Step 2: 解出 ŷ(p)
Step 3: 对 ŷ(p) 做逆变换
        → 得到 y(t)

✅ 优势：无需先求通解再定常数；初始条件在变换过程中自然嵌入；非齐次项的处理与齐次情形同样简便。

5.2 示例：受迫振动

1. 变换：$(p^2 + \omega_0^2)\tilde{y} = \frac{F_0 \omega}{p^2+\omega^2}$
2. 解出：$\tilde{y} = \frac{F_0 \omega}{(p^2+\omega_0^2)(p^2+\omega^2)}$
3. 部分分式 + 逆变换： $$y(t) = \frac{F_0}{\omega_0^2-\omega^2}\left(\sin \omega t - \frac{\omega}{\omega_0}\sin \omega_0 t\right)$$

共振情形 $\omega = \omega_0$ 时出现 $t\sin \omega_0 t$ 项，对应极点重合时的二阶留数。

5.3 求解PDE初值问题

对于含时间变量的PDE（如热传导、波动方程），对 $t$ 做拉普拉斯变换可将PDE化为关于空间变量的ODE，再结合边界条件求解。特别适用于半无界区域上的初边值问题。