# 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：

| 形式 | 表达式 | 适用场景 |
|------|--------|---------|
| 代数形式 | $z = x + iy$ | 加减运算 |
| 三角形式 | $z = r(\cos\theta + i\sin\theta)$ | 几何理解 |
| 指数形式 | $z = re^{i\theta}$ | 乘除、幂、根运算 |

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：

$$f(z) \text{ 连续} \iff u(x,y) \text{ 与 } v(x,y) \text{ 同时连续}$$

> 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

$$f'(z_0) = \lim_{\Delta z \to 0} \frac{f(z_0+\Delta z) - f(z_0)}{\Delta z}$$

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：

| 性质 | 说明 |
|------|------|
| **无穷次可导** | 解析函数自动具有任意阶导数（实函数可导不一定二阶可导） |
| **幂级数展开** | 解析函数在其定义域内任一点都可展为泰勒级数 |
| **唯一性定理** | 若两解析函数在某区域内一个聚点上相等，则恒等 |
| **最大模原理** | 非常数解析函数的模不能在区域内部取最大值 |
| **调和性** | $u$ 和 $v$ 都是调和函数（$\nabla^2 u = 0, \nabla^2 v = 0$），且互为共轭调和函数 |

> 💡 **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

| 函数 | 定义 | 解析域 | 注意 |
|------|------|--------|------|
| 多项式 | $\sum a_n z^n$ | 全平面 | 整函数 |
| $e^z$ | $e^x(\cos y + i\sin y)$ | 全平面 | 周期 $2\pi i$，永不等于零 |
| $\sin z, \cos z$ | 由 $e^z$ 定义 | 全平面 | 无界！（与实情形不同） |
| $\ln z$ | $\ln|z| + i\arg z$ | 割破的平面 | **多值函数**，需选分支 |
| $z^\alpha$ | $e^{\alpha\ln z}$ | 割破的平面 | $\alpha$ 非整数时多值 |
| 有理函数 | $P(z)/Q(z)$ | 除极点外全平面 | 亚纯函数 |

> ⚠️ **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

$$\int_C f(z)\,dz = \lim_{\max|\Delta z_k|\to 0} \sum_{k=1}^n f(\zeta_k)\,\Delta z_k$$

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

$$\int_C f(z)\,dz = \int_C (u\,dx - v\,dy) + i\int_C (v\,dx + u\,dy)$$

##### 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**：

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

> 💡 **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：

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

> ⚠️ 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：

$$S_n = \sum_{k=1}^{n} f(\zeta_k) \Delta z_k, \quad \Delta z_k = z_k - z_{k-1}$$

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**：

$$\int_l f(z)\,dz = \lim_{\max|\Delta z_k|\to 0} \sum_{k=1}^{n} f(\zeta_k)\Delta z_k$$

##### 1.2 化为实线积分

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

$$\boxed{\int_l f(z)\,dz = \int_l (u\,dx - v\,dy) + i\int_l (v\,dx + u\,dy)}$$

> **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：

$$\int_l f(z)\,dz = \int_{\alpha}^{\beta} f[z(t)] \cdot z'(t)\,dt$$

这是**实际计算中最常用的方法**。

##### 1.4 基本性质

| 性质 | 表达式 |
|------|--------|
| 线性性 | $\int_l [\alpha f + \beta g]\,dz = \alpha\int_l f\,dz + \beta\int_l g\,dz$ |
| 路径可加性 | $\int_{l_1+l_2} f\,dz = \int_{l_1} f\,dz + \int_{l_2} f\,dz$ |
| 方向反转 | $\int_{-l} f\,dz = -\int_l f\,dz$ |
| 估值不等式（ML不等式） | $\left|\int_l f(z)\,dz\right| \leq \int_l |f(z)|\,|dz| \leq M \cdot L$ |

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

$$\int_C \bar{z}\,dz = \int_0^1 (t-it)(1+i)\,dt = \int_0^1 2t\,dt = 1$$

> ⚠️ **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：

$$\oint_l (P\,dx+Q\,dy) = \iint_D \left(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)dxdy$$

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）：

$$\oint_{l_0} f(z)\,dz + \sum_{k=1}^{n} \oint_{-l_k} f(z)\,dz = 0$$

###### 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

| 用途 | 说明 |
|------|------|
| **正向**：已知 $f(z)$，求其高阶导数 | 理论上证明了解析函数无穷次可微 |
| **反向**：已知围道积分，求导数值 | 实用计算工具 |

**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：

$$\oint \frac{e^z}{(z-1)^3}\,dz = \frac{2\pi i}{2!} f''(1) = \pi i \cdot e^1 = \pi i e$$

##### 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：

$$|f^{(n)}(z_0)| \leq \frac{n!\,M}{R^n}$$

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：

$$\oint_{|z|=1} \frac{dz}{z} = 2\pi i \neq 0$$

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：

$$\boxed{\sum w_k \text{ 收敛} \iff \sum a_k \text{ 与 } \sum b_k \text{ 同时收敛}}$$

> 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

| 判据 | 条件 | 说明 |
|------|------|------|
| 柯西准则 | $\forall\varepsilon>0, \exists N, \forall m>n>N: \|\sum_{k=n+1}^m w_k\|<\varepsilon$ | 充要条件 |
| 比值法（达朗贝尔） | $\lim\|w_{k+1}/w_k\| = L$ | $L<1$ 绝对收敛，$L>1$ 发散 |
| 根值法（柯西） | $\limsup\sqrt[k]{\|w_k\|} = L$ | $L<1$ 绝对收敛，$L>1$ 发散 |
| 比较判别法 | $\|w_k\| \leq M_k$，$\sum M_k$ 收敛 | $\sum w_k$ 绝对收敛 |

---

#### 二、幂级数

##### 2.1 定义与形式

以 $z_0$ 为中心的幂级数：

$$\sum_{k=0}^{\infty} a_k (z - z_0)^k$$

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：

| 函数 | 泰勒展开式 | 收敛域 |
|------|-----------|--------|
| $e^z$ | $\displaystyle\sum_{k=0}^{\infty}\frac{z^k}{k!}$ | 全平面 ($R=\infty$) |
| $\sin z$ | $\displaystyle\sum_{k=0}^{\infty}\frac{(-1)^k z^{2k+1}}{(2k+1)!}$ | 全平面 |
| $\cos z$ | $\displaystyle\sum_{k=0}^{\infty}\frac{(-1)^k z^{2k}}{(2k)!}$ | 全平面 |
| $\sinh z$ | $\displaystyle\sum_{k=0}^{\infty}\frac{z^{2k+1}}{(2k+1)!}$ | 全平面 |
| $\cosh z$ | $\displaystyle\sum_{k=0}^{\infty}\frac{z^{2k}}{(2k)!}$ | 全平面 |
| $\frac{1}{1-z}$ | $\displaystyle\sum_{k=0}^{\infty} z^k$ | $\|z\|<1$ |
| $\frac{1}{1+z}$ | $\displaystyle\sum_{k=0}^{\infty} (-1)^k z^k$ | $\|z\|<1$ |
| $\ln(1+z)$ | $\displaystyle\sum_{k=1}^{\infty}\frac{(-1)^{k+1} z^k}{k}$ | $\|z\|\leq1,\, z\neq-1$ |
| $(1+z)^\alpha$ | $\displaystyle\sum_{k=0}^{\infty}\binom{\alpha}{k}z^k$ | $\|z\|<1$ |

##### 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：

| 技巧 | 示例 |
|------|------|
| **代入法** | $e^{z^2} = \sum \frac{(z^2)^k}{k!} = \sum \frac{z^{2k}}{k!}$ |
| **逐项求导/积分** | $\frac{1}{(1-z)^2} = \frac{d}{dz}\frac{1}{1-z} = \sum_{k=1}^{\infty} kz^{k-1}$ |
| **代数运算** | $\frac{z}{1-z^2} = z\cdot\sum z^{2k} = \sum z^{2k+1}$ |
| **部分分式分解** | $\frac{1}{z^2-3z+2} = \frac{1}{1-z}-\frac{1}{2-z}$，分别展开 |
| **变量替换** | 在 $z=1$ 处展开 $\frac{1}{z}$：令 $t=z-1$，$\frac{1}{1+t}=\sum(-1)^k t^k$ |

##### 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：

$$a_k = \frac{1}{2\pi i}\oint_C \frac{f(\zeta)}{(\zeta - z_0)^{k+1}}\,d\zeta$$

$C$ 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

$$f(z) = \underbrace{\sum_{k=0}^{\infty} a_k (z-z_0)^k}_{\text{正则部分（解析部分）}} + \underbrace{\sum_{k=1}^{\infty} a_{-k} (z-z_0)^{-k}}_{\text{主要部分（奇异部分）}}$$

- **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](https://dlmf.nist.gov/1.10#iii)。

##### 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**：$0 < |z| < 1$

$$f(z) = \frac{1}{z}\cdot\frac{1}{z-1} = -\frac{1}{z}\cdot\frac{1}{1-z} = -\frac{1}{z}\sum_{k=0}^{\infty}z^k = -\sum_{k=0}^{\infty}z^{k-1} = -\frac{1}{z}-1-z-z^2-\cdots$$

**环域 II**：$|z| > 1$

$$f(z) = \frac{1}{z}\cdot\frac{1}{z-1} = \frac{1}{z^2}\cdot\frac{1}{1-\frac{1}{z}} = \frac{1}{z^2}\sum_{k=0}^{\infty}\frac{1}{z^k} = \sum_{k=0}^{\infty}z^{-(k+2)} = \frac{1}{z^2}+\frac{1}{z^3}+\cdots$$

> 💡 **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：

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

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：

$$\boxed{\text{Res}\,f(z_0) = a_{-1}}$$

##### 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：

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

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：

$$\oint_C (z-z_0)^n \,dz = \begin{cases} 2\pi i, & n = -1 \\ 0, & n \neq -1 \end{cases}$$

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

| 定理 | 被积函数形式 | 本质 |
|------|-------------|------|
| 柯西积分公式 | $\frac{f(z)}{z-z_0}$ | 单个一阶极点，留数 = $f(z_0)$ |
| 高阶导数公式 | $\frac{f(z)}{(z-z_0)^{n+1}}$ | 单个 $n+1$ 阶极点 |
| **留数定理** | **任意形式** | **多个任意类型奇点的统一处理** |

> 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

$$\text{Res}\,f(z_0) = 0$$

> 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

$$\boxed{\text{Res}\,f(z_0) = \lim_{z \to z_0} (z - z_0) f(z)}$$

###### 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：

$$\boxed{\text{Res}\,f(z_0) = \frac{P(z_0)}{Q'(z_0)}}$$

**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

$$\boxed{\text{Res}\,f(z_0) = \frac{1}{(m-1)!} \lim_{z \to z_0} \frac{d^{m-1}}{dz^{m-1}}\left[(z-z_0)^m f(z)\right]}$$

**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：

$$\text{Res}\,f(\infty) = -\frac{1}{2\pi i}\oint_{C^-} f(z)\,dz$$

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：

$$\text{Res}\,f(\infty) = -\text{Res}\left[\frac{1}{t^2}f\!\left(\frac{1}{t}\right),\; t=0\right]$$

> ⚠️ 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：

$$\sum_{\text{有限奇点}} \text{Res} = -\text{Res}\,f(\infty)$$

##### 4.2 辐角原理与儒歇定理

###### 辐角原理

$$\frac{1}{2\pi i}\oint_l \frac{f'(z)}{f(z)}\,dz = N - P$$

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

$$I = \int_0^{2\pi} R(\cos\theta, \sin\theta)\,d\theta$$

**标准代换**：令 $z = e^{i\theta}$，则

$$\cos\theta = \frac{z+z^{-1}}{2}, \quad \sin\theta = \frac{z-z^{-1}}{2i}, \quad d\theta = \frac{dz}{iz}$$

积分化为单位圆 $|z|=1$ 上的围道积分：

$$I = \oint_{|z|=1} R\!\left(\frac{z+z^{-1}}{2}, \frac{z-z^{-1}}{2i}\right) \frac{dz}{iz}$$

再用留数定理计算。

###### 第二类：无穷区间有理函数积分

$$I = \int_{-\infty}^{+\infty} \frac{P(x)}{Q(x)}\,dx$$

**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：

$$\int_{-\infty}^{+\infty} \frac{P(x)}{Q(x)}\,dx = 2\pi i \sum_{\text{Im}\,z_k > 0} \text{Res}\,\frac{P(z)}{Q(z)}$$

###### 第三类：含三角函数的无穷积分

$$I = \int_{-\infty}^{+\infty} f(x)\,e^{iax}\,dx \quad (a > 0)$$

**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：

$$\int_{-\infty}^{+\infty} f(x)\,e^{iax}\,dx = 2\pi i \sum_{\text{Im}\,z_k > 0} \text{Res}\left[f(z)\,e^{iaz}\right]$$

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）：

$$\text{P.V.}\int_{-\infty}^{+\infty} f(x)\,dx = \pi i \sum_{\text{实轴上}} \text{Res}\,f(x_k) + 2\pi i \sum_{\text{上半平面}} \text{Res}\,f(z_k)$$

> 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：

$$f(x) = \frac{a_0}{2} + \sum_{n=1}^{\infty}\left(a_n \cos\frac{n\pi x}{l} + b_n \sin\frac{n\pi x}{l}\right)$$

或用复指数形式：

$$f(x) = \sum_{n=-\infty}^{\infty} c_n e^{i\frac{n\pi}{l}x}, \quad c_n = \frac{1}{2l}\int_{-l}^{l} f(\xi)e^{-i\frac{n\pi}{l}\xi}\,d\xi$$

**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：

$$f(x) = \frac{1}{2\pi}\int_{-\infty}^{\infty} \left[\int_{-\infty}^{\infty} f(\xi)e^{-ik\xi}\,d\xi\right] e^{ikx}\,dk$$

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）：

$$\boxed{\tilde{f}(k) = \mathcal{F}[f(x)] = \int_{-\infty}^{\infty} f(x)\,e^{-ikx}\,dx} \quad \text{（正变换）}$$

$$\boxed{f(x) = \mathcal{F}^{-1}[\tilde{f}(k)] = \frac{1}{2\pi}\int_{-\infty}^{\infty} \tilde{f}(k)\,e^{ikx}\,dk} \quad \text{（逆变换）}$$

> ⚠️ **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

| 域 | 变量 | 含义 |
|----|------|------|
| 空间域/时间域 | $x$ 或 $t$ | 信号的直接表示 |
| 频域/波数域 | $k$ 或 $\omega$ | 信号的频率成分分解 |

- $\tilde{f}(k)$ 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

$$\mathcal{F}[\alpha f + \beta g] = \alpha\,\mathcal{F}[f] + \beta\,\mathcal{F}[g]$$

##### 3.2 导数定理（最重要的性质）

$$\boxed{\mathcal{F}[f'(x)] = ik\,\tilde{f}(k)}$$

推广到 $n$ 阶导数：

$$\mathcal{F}[f^{(n)}(x)] = (ik)^n\,\tilde{f}(k)$$

> **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

$$\mathcal{F}\left[\int_{-\infty}^{x} f(\xi)\,d\xi\right] = \frac{1}{ik}\,\tilde{f}(k)$$

> 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）

| 类型 | 公式 | 含义 |
|------|------|------|
| 空间平移 | $\mathcal{F}[f(x-a)] = e^{-ika}\,\tilde{f}(k)$ | 空间平移 → 频域相位旋转 |
| 频率平移 | $\mathcal{F}[f(x)e^{ik_0 x}] = \tilde{f}(k-k_0)$ | 调制 → 频谱搬移 |

##### 3.5 尺度变换

$$\mathcal{F}[f(ax)] = \frac{1}{|a|}\,\tilde{f}\!\left(\frac{k}{a}\right), \quad a \neq 0$$

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

$$\boxed{\mathcal{F}[f * g] = \tilde{f}(k) \cdot \tilde{g}(k)}$$

$$\boxed{\mathcal{F}[f \cdot g] = \frac{1}{2\pi}\,\tilde{f}(k) * \tilde{g}(k)}$$

> **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）

$$\int_{-\infty}^{\infty} |f(x)|^2\,dx = \frac{1}{2\pi}\int_{-\infty}^{\infty} |\tilde{f}(k)|^2\,dk$$

> 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

| $f(x)$ | $\tilde{f}(k) = \int_{-\infty}^{\infty}f(x)e^{-ikx}dx$ | 备注 |
|---------|-------------------------------------------------------|------|
| $\delta(x)$ | $1$ | δ函数的变换为常数 |
| $1$ | $2\pi\,\delta(k)$ | 常数的变换为δ函数 |
| $e^{ik_0 x}$ | $2\pi\,\delta(k-k_0)$ | 单频信号 |
| $e^{-a|x|}$（$a>0$） | $\frac{2a}{a^2+k^2}$ | 双边指数衰减 |
| $e^{-ax^2}$（$a>0$） | $\sqrt{\frac{\pi}{a}}\,e^{-k^2/(4a)}$ | 高斯函数←→高斯函数 |
| $H(x)$（阶跃函数） | $\pi\delta(k) + \frac{1}{ik}$ | 广义函数意义下 |
| $\text{sgn}(x)$ | $\frac{2}{ik}$ | 符号函数 |
| $\text{rect}(x/a)$ | $a\,\text{sinc}(ka/2)$ | 矩形脉冲←→sinc函数 |

> 💡 **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

$$u_t = a^2 u_{xx}, \quad -\infty < x < \infty, \; t > 0$$
$$u(x,0) = \varphi(x)$$

**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）：

$$u(x,t) = \frac{1}{2a\sqrt{\pi t}}\int_{-\infty}^{\infty} \varphi(\xi)\,e^{-\frac{(x-\xi)^2}{4a^2 t}}\,d\xi$$

> 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

| 问题特征 | 推荐变换 |
|----------|---------|
| 全空间 $(-\infty, \infty)$ | 傅里叶变换 |
| 半空间 $[0, \infty)$，Dirichlet边界 | 傅里叶正弦变换 |
| 半空间 $[0, \infty)$，Neumann边界 | 傅里叶余弦变换 |
| 有限区间 | 傅里叶级数 |
| 径向对称问题 | 汉克尔变换 |

---

### 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：

$$\int_0^\infty f(t)e^{-\sigma t} e^{-i\omega t}\,dt = \int_0^\infty f(t)e^{-(\sigma+i\omega)t}\,dt$$

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

$$\boxed{\tilde{f}(p) = \mathcal{L}[f(t)] = \int_0^\infty f(t)\,e^{-pt}\,dt} \quad \text{（正变换）}$$

$$\boxed{f(t) = \mathcal{L}^{-1}[\tilde{f}(p)] = \frac{1}{2\pi i}\int_{\gamma-i\infty}^{\gamma+i\infty} \tilde{f}(p)\,e^{pt}\,dp} \quad \text{（逆变换，Bromwich积分）}$$

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：

$$\mathcal{L}[f](i\omega) = \mathcal{F}[f \cdot H](\omega)$$

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

$$\mathcal{L}[\alpha f + \beta g] = \alpha\,\mathcal{L}[f] + \beta\,\mathcal{L}[g]$$

##### 3.2 导数定理（最核心的性质）

$$\boxed{\mathcal{L}[f'(t)] = p\,\tilde{f}(p) - f(0)}$$

推广到 $n$ 阶导数：

$$\mathcal{L}[f^{(n)}(t)] = p^n\tilde{f}(p) - p^{n-1}f(0) - p^{n-2}f'(0) - \cdots - f^{(n-1)}(0)$$

> 🔑 **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

$$\mathcal{L}\left[\int_0^t f(\tau)\,d\tau\right] = \frac{1}{p}\,\tilde{f}(p)$$

##### 3.4 位移定理

| 类型 | 公式 | 含义 |
|------|------|------|
| $s$-域位移 | $\mathcal{L}[e^{at}f(t)] = \tilde{f}(p-a)$ | 乘以指数 → 频域平移 |
| $t$-域位移 | $\mathcal{L}[f(t-a)H(t-a)] = e^{-ap}\tilde{f}(p)$ | 延迟 → 乘以指数因子 |

> $s$-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

$$\mathcal{L}[f(at)] = \frac{1}{a}\,\tilde{f}\!\left(\frac{p}{a}\right), \quad a > 0$$

##### 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 $\infty$）

$$\boxed{\mathcal{L}[f * g] = \tilde{f}(p) \cdot \tilde{g}(p)}$$

> 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

| 定理 | 公式 | 条件 |
|------|------|------|
| 初值定理 | $\lim_{t\to 0^+} f(t) = \lim_{p\to\infty} p\,\tilde{f}(p)$ | 极限存在 |
| 终值定理 | $\lim_{t\to\infty} f(t) = \lim_{p\to 0} p\,\tilde{f}(p)$ | $p\tilde{f}(p)$ 在右半平面解析 |

> 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

| $f(t)$ | $\tilde{f}(p) = \mathcal{L}[f]$ | 备注 |
|---------|-------------------------------|------|
| $\delta(t)$ | $1$ | 冲激函数 |
| $H(t)$（单位阶跃） | $1/p$ | $\text{Re}\,p > 0$ |
| $t^n$（$n$为非负整数） | $n!/p^{n+1}$ | $\text{Re}\,p > 0$ |
| $e^{at}$ | $1/(p-a)$ | $\text{Re}\,p > \text{Re}\,a$ |
| $\sin \omega t$ | $\omega/(p^2+\omega^2)$ | |
| $\cos \omega t$ | $p/(p^2+\omega^2)$ | |
| $e^{at}\sin \omega t$ | $\omega/[(p-a)^2+\omega^2]$ | $s$-域位移 |
| $e^{at}\cos \omega t$ | $(p-a)/[(p-a)^2+\omega^2]$ | $s$-域位移 |
| $t^\alpha$（$\alpha>-1$） | $\Gamma(\alpha+1)/p^{\alpha+1}$ | 含Γ函数 |
| $\text{erfc}(a/\sqrt{t})$ | $\frac{1}{p}e^{-2a\sqrt{p}}$ | 热传导问题常用 |

##### 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

$$\begin{cases} a_n y^{(n)} + \cdots + a_1 y' + a_0 y = f(t) \\ y(0)=y_0, \; y'(0)=y_1, \;\dots \end{cases}$$

```
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

$$y'' + \omega_0^2 y = F_0 \sin \omega t, \quad y(0)=0, \; y'(0)=0$$

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。