2.2解析函数

一、复变函数的导数

  • 定义:设DD是函数w=f(z)w = f(z)的定义域,z0Dz_0 \in D,若极限limzz0f(z)f(z0)zz0\lim\limits_{z \rightarrow z_0} \dfrac{f(z) - f(z_0)}{ z - z_0}存在,则称f(z)f(z)z0z_0可导,此极限值成为f(z)f(z)z0z_0点的导数,记为
    • f(z0)=limzz0f(z)f(z0)zz0f'(z_0) = \lim_{z \rightarrow z_0} \dfrac{f(z) - f(z_0)}{z - z_0}
      或:
      f(z0)=limΔz0f(z0+Δz)f(z0)Δz=limΔz0ΔwΔzf'(z_0) = \lim_{\Delta z \rightarrow 0} \dfrac{f(z_0 + \Delta z) - f(z_0)}{\Delta z} = \lim_{\Delta z \rightarrow 0} \dfrac{\Delta w}{\Delta z}
      改写为:
      f(z0+Δz)f(z0)=f(z0)Δz+α(Δz)Δzf(z_0 + \Delta z) - f(z_0) = f'(z_0)\Delta z + \alpha( \Delta z)\Delta z
      其中:α(Δz)0\alpha (\Delta z) \rightarrow 0,当Δz0\Delta z \rightarrow 0
  • 可导一定连续,连续不一定可导
✏️
例:f(z)=zf(z) = |z|z=0z = 0处连续,但不可导

二、解析函数

  • 定义:如果函数f(z)f(z)z0z_0某邻域内每一点都可导,则称f(z)f(z)z0z_0解析。若函数f(z)f(z)DD内的每一点都解析,则称f(z)f(z)DD内的解析函数
  • 若解析函数在某点解析,则函数在该点可导;反之不成立。不解析的点称为奇点。
  • 如果DD是开集,f(z)f(z)DD内每一点都解析等价于每一点都可导。整个复平面上的解析函数称为整函数。
  • 求导四则运算法则:
    • 定理:设函数f(z)f(z)g(z)g(z)在区域DD内解析,则其加减乘除在区域DD内解析,且
      • [af(z)+bg(z)]=af(z)+bg(z)[af(z) + bg(z)]' = af'(z) + bg'(z)
      • [f(z)g(z)]=f(z)g(z)+f(z)g(z)[f(z)g(z)]' = f'(z)g(z) + f(z)g'(z)
      • [f(z)g(z)]=f(z)g(z)f(z)g(z)g2(z)(g(z)0)[\dfrac{f(z)}{g(z)}]' = \dfrac{f'(z)g(z) - f(z)g'(z)}{g^2(z)} \quad (g(z) \neq 0)
  • 求导链式法则:
    • 定理:设函数ζ=g(z)\zeta = g(z)DD内解析,w=f(ζ)w = f(\zeta)GG内解析,且g(D)Gg(D) \subset G,则复合函数w=f(g(z))w = f(g(z))DD内解析,且
      • ddzf[g(z)]=f[g(z)]g(z)\dfrac{\text{d}}{\text{dz}}f[g(z) ] = f'[g(z)]g'(z)
      ✏️
      例1:证明f(z)=zn(n1)f(z) = z^n (n \geq 1)在复平面CC上处处可导,且f(z)=nzn1(n1)f'(z) =nz^{n - 1} (n \geq 1)
      notion image

      例2:证明函数f(z)=1(z2)(z3)f(z) = \dfrac{1}{(z - 2)(z - 3)}C{2,3}C - \{2, 3\}上解析。
      notion image

      例3:讨论f(z)=zˉf(z)= \bar z的解析性。
      notion image
  • 加减的共轭等于共轭的加减: a+b±c+d=(a+b)±(c+d)\overline{a+b} \pm \overline{c+d} = \overline{(a + b) \pm (c + d)}
 

2.3解析函数的充分必要条件

  • 函数可导的充分必要条件
    • 定理:设DD是函数f(z)=u(x,y)+iv(x,y)f(z) = u(x, y) + iv(x, y)的定义域,z=x+iyz = x + iyDD内一点,则f(z)f(z)zz处可导的充分必要条件是:u(x,y)u(x, y)v(x,y)v(x, y)(x,y)(x, y)处可微,且满足柯西-黎曼方程(C-R方程):
    • {ux=vyvx=uy此时  f(z)=ux+ivx=vyiuy\begin{cases} \dfrac{\partial u}{\partial x} = \dfrac{\partial v}{\partial y} \\ \dfrac{\partial v}{\partial x} = - \dfrac{\partial u}{\partial y}\end{cases} \quad \text{此时} \; f'(z) = \dfrac{\partial u}{\partial x} + i\dfrac{\partial v}{\partial x} = \dfrac{\partial v}{\partial y} - i\dfrac{\partial u}{\partial y}
      💡
      证明:
      notion image
  • 解析函数的充分必要条件:
    • 定理:函数f(z)=u(x,y)+iv(x,y)f(z) = u(x, y) + iv(x, y)在区域DD内解析的充分必要条件:u(x,y)u(x, y)v(x,y)v(x, y)在区域DD内解析,且满足C-R条件
对比:
  • 可导的充分必要条件是可微且满足C-R;
  • 解析的充分必要条件是解析且满足C-R;
  • 推论:若zD,f(z)0\forall z \in D,f'(z) \equiv 0,则zD\forall z \in Df(z)constf(z) \equiv \text{const}
✏️
例2:讨论f(z)=zˉf(z) = \bar z的解析性。
notion image

例5:讨论函数w=z2w = |z|^2的解析性。
notion image
 

2.4解析函数与调和函数的关系

  • 定义:如果实函数U(x,y)U(x, y)在区域DD内有二阶连续偏导数,且满足拉普拉斯方程:ΔU=2Ux2+2Uy2=0,(x,y)D\Delta U = \dfrac{\partial^2U}{\partial x^2} + \dfrac{\partial^2U}{\partial y^2} = 0, \forall (x, y) \in D,则称U(x,y)U(x, y)DD内的调和函数
  • 注:拉普拉斯方程也称调和方程
  • 定理:若f(z)=u(x,y)+iv(x,y)f(z) = u(x, y) + iv(x, y)是区域DD内的解析函数,则u(x,y)u(x, y)v(x,y)v(x, y)DD内均为调和函数
💡
notion image
  • 注:由上述定理知,解析函数的实部和虚部均为调和函数,且满足柯西-黎曼方程,称它们为一对共轭调和函数。当区域是单连通区域时,调和函数的共轭调和函数一定存在,对一般区域结论不成立。
✏️
例7:已知调和函数u=y33x2yu = y^3 - 3 x^2y,求其共轭调和函数vv,并求以 uu 为实部且满足f(0)=if(0) = i的解析函数。
notion image
 

2.5初等解析函数

一、指数函数

  • 定义:设z=x+iyz = x + iy,称函数ez=ex(cosy+isiny)e^z = e^x(\cos y + i \sin y)为指数函数
    • 易证u=excosyu = e^x \cos yv=exsinyv = e^x \sin y(即其实部和虚部)在全复平面上可微,且满足C-R条件,所以eze^z在复平面上解析(整函数),且(ez)=ez(e^z)' = e^z
  • 指数函数的性质:
    • ez+w=ezewe^{z + w} = e^z \cdot e^w,特别(ez)n=enz(e^z)^n = e^{nz}
    • ez0e^z \neq 0zC\forall z \in C。当z=xz = x为实数时,ex>1(x>0)e^x > 1(x > 0)ex<1(x<0)e^x < 1(x < 0)
    • eze^zT=2nπiT = 2n \pi in0n \neq 0 整数)为周期,即ez+T=eze^{z + T} = e^z
    • eπ2i=ie^{\frac{\pi}{2}i} = ieπi=1e^{\pi i} = -1e3π2i=ie^{\frac{3 \pi }{2}i} = -ie2πi=1e^{2\pi i} = 1
    • ez=1    z=2nπie^z = 1 \iff z = 2n\pi i
✏️
例:求eeze^{e^z}的实部和虚部。
notion image

二、对数函数

  • 定义:对数函数是指数函数的反函数,即满足方程ew=z(z0)e^w = z(z \neq 0)的反函数w=f(z)w = f(z)称为对数函数,记为w=Lnzw = LnzzCz \in C \ {0}\{0\}
    • notion image
  • 对数函数LnzLnz是多值函数,有无穷多个分支,k=0k = 0时的分支称为对数函数的主支;记lnz=lnz+iargz\ln z = \ln |z| + i \arg zlnz\ln z为对数函数主值 CC \ {0}一对一{u+ivuR,π<vπ}\{0\} \xleftrightarrow{\text{一对一}} \{u + iv|u \in R, -\pi < v \leq \pi\}
notion image
✏️
例1:求Ln(1+i)Ln(1 + i)
notion image

例2:求Ln(1)Ln(-1)
notion image

例3:求ln[(1i)(1i)]ln[(-1 - i)(1 - i)]
notion image

对数函数的基本性质:

  • Ln(z1z2)=Lnz1+Lnz2Ln(z_1z_2) = Lnz_1 + Ln z_2
  • Ln(z1/z2)=Lnz1Lnz2(z20)Ln(z_1 / z_2) = Lnz_1 - Lnz_2(z_2 \neq 0)

对数函数的解析性:

  • lnz\ln |z|CC \ {0}\{0\}上处处连续,argz\arg z在负实轴上不连续(limy0+argz=π,limy0argz=π\lim\limits_{y \rightarrow 0^+} \arg z = \pi, \lim\limits_{y \rightarrow 0^-} \arg z = -\pi),因此lnz=lnz+iargz\ln z = \ln |z| + i \arg zCC \ {x+iyy=0,x0}\{x + i y | y = 0, x \leq 0\}上连续
  • 定理:对数主支lnz=lnz+iargz\ln z = \ln |z| + i \arg z在区域D=CD = C \ {x+iyy=0,x0}\{x + iy | y =0, x \leq 0\}上解析,且 (lnz)=1z(\ln z)' = \dfrac{1}{z}

对数函数求导公式推导

notion image

三、幂函数

定义:

  • z(z0)z(z \neq 0)μ\mu为复数,称函数zμ=ΔeμLnzz ^ \mu \xlongequal{\Delta} e^{\mu Ln z}为幂函数
✏️
例1:
notion image

例2:
notion image
  • 注:设n(n1)n(n \geq 1)为正整数,当μ=n\mu = n时,幂函数为单值函数,即nn次方幂zn=zz...zz^n = z \cdot z ... \cdot z;当μ=1n\mu = \frac{1}{n}时,幂函数为nn次方根
    • notion image

幂函数求导公式

  • (zμ)=μzμ1(z^\mu)' = \mu z^{\mu - 1}
    • notion image

四、三角函数和双曲函数

  • 定义:对任意复数zz,定义三角函数和双曲函数
    • 正弦函数:sinz=eizeiz2i\sin z = \dfrac{e^{iz} - e^{-iz}}{2i}
    • 余弦函数:cosz=eiz+eiz2\cos z = \dfrac{e^{iz} + e^{-iz}}{2}
    • 双曲正弦:shz=ezez2\sh z= \dfrac{e^z - e^{-z}}{2}
    • 双曲余弦:chz=ez+ez2\ch z = \dfrac{e^z + e^{-z}}{2}
notion image
  • 在实数域内成立的恒等式在复数域内也成立,如:
    • sin(2z)=2sinzcosz\sin (2z) = 2 \sin z \cos z
    • sin2z+cos2z=1\sin ^2 z + \cos ^ 2 z = 1
    • sin(iz)=ishz\sin (iz) = i \sh z
    • cos(iz)=chz\cos (iz) = \ch z
    • ch(iz)=cosz\ch (iz) = \cos z
    • sh(iz)=isinz\sh (iz) = i \sin z
  • 注:sinz\sin zcosz\cos z在复平面上不是有界函数(与实函数不同)
    • notion image
✏️
例:解方程:siniz=i\sin iz = i
notion image

✏️
补充题(历年题):
  1. 求解方程tanz=2i\tan z = 2i,写出解的实部和虚部
    1. notion image
  1. 已知f(z)=u+ivf(z) = u + iv是整函数,且u=ex(xsiny+siny+ycosy)u = e^x(x\sin y + \sin y +y \cos y),求f(z)f(z)的表达式(用zz表示,其中z=x+iyz = x + iy
    1. notion image
  1. 指出f(z)=1y2+i(2xyy2)f(z) = 1 - y^2 + i(2xy - y^2)在何处可导,何处解析,在可导处求出其导数。
    1. notion image
  1. 给出过原点且与直线z=(1+i)t+2(tR)z = (1 + i )t + 2 ( t \in R)垂直的直线的表达式。
    1. notion image
  1. 求解方程e2zez+1i=0e^{2z}- e^z + 1 - i = 0,写出解的实部和虚部。
    1. notion image
  1. 设函数ff在区域DD内解析,且argf(z)\arg f(z)为常数,证明:ffDD内为常数。
    1. notion image
 
Loading...
bilibili150
bilibili150
一个普通的干饭人🍚
最新发布
Fundamental Data Structure
2025-3-25
信号
2025-3-16
嵌入式
2025-3-7
CMU15-445 Into to Database
2025-2-1
计算机网络
2025-1-31
OOP
2025-1-28
公告
🎉NotionNext 4.5已经上线🎉
-- 感谢您的支持 ---
👏欢迎更新体验👏
 
hexo