目录

  • 1. 复变函数的导数
    • 1.1. 导数f′(z0)f'(z_0)f(z0)
    • 1.2. 导函数f′(z)f'(z)f(z)
  • 2. 复变函数解析
    • 2.1. 解析
    • 2.2. 调和函数
    • 2.3. 整函数
    • 2.4. 奇点z0z_0z0
  • 3. 初等函数
    • 3.1. 指数函数w=ezw=e^zw=ez
    • 3.2. 对数函数w=Lnzw=Ln zw=Lnz
    • 3.3. 幂函数w=zαw=z^\alphaw=zα
    • 3.4. 三角函数、反三角函数和双曲函数

1. 复变函数的导数

  设单值函数 w=f(z), z∈Dw=f(z),\,z\in Dw=f(z),zD,对于 z0∈Dz_0\in Dz0D,有如下定义

1.1. 导数f′(z0)f'(z_0)f(z0)

  f(z)f(z)f(z)z0z_0z0可导可微导数存在),当且仅当以下极限存在
f′(z0)=dwdz∣z=z0=lim⁡z→z0f(z)−f(z0)z−z0f'(z_0)=\frac{dw}{dz}\Big\vert_{z=z_0}=\lim_{z\to z_0}\frac{f(z)-f(z_0)}{z-z_0}f(z0)=dzdwz=z0=zz0limzz0f(z)f(z0)

  其中,

  • z0z_0z0沿复平面任意方向的极限都应存在且相同
  • 证明不可导,仅需举出反例,常检验 x=x0x=x_0x=x0y=y0y=y_0y=y0 方向的极限
      

1.2. 导函数f′(z)f'(z)f(z)

  ∀z0∈D, f(z)\forall z_0\in D,\,f(z)z0D,f(z)z0z_0z0可导,则 f(z)f(z)f(z) 在区域 DDD 上的导函数为
f′(z)=df(z)dz=lim⁡Δz→0f(z+Δz)−f(z)Δzf'(z)=\frac{df(z)}{dz}=\lim_{\Delta z\to0}\frac{f(z+\Delta z)-f(z)}{\Delta z}f(z)=dzdf(z)=Δz0limΔzf(z+Δz)f(z)

  其中,

  • 证明不可导,仅需举出反例,常检验 Δx=0\Delta x=0Δx=0Δy=0\Delta y= 0Δy=0 方向的极限
  • 可导性的传递遵循求导法则:四则运算法则,反函数法则,链式法则

  

2. 复变函数解析

2.1. 解析

  f(z)f(z)f(z)U(z0,δ)U(z_0, \delta)U(z0,δ)可导,称 f(z)f(z)f(z)z0z_0z0解析解析函数 f(z)f(z)f(z) 在其解析区域 DDD 上处处解析。

  其等价定义有两条:
f(z)=u(x,y)+iv(x,y), z=x+iy, ∀z∈D, f(z)=u(x,y)+iv(x,y),\,z=x+iy,\,\forall z \in D,\,f(z)=u(x,y)+iv(x,y),z=x+iy,zD,
   u(x,y), v(x,y)u(x,y),\,v(x,y)u(x,y),v(x,y) 可微,且满足 C−RC-RCR 方程
∂u∂x=∂v∂y, ∂u∂y=−∂v∂x(1)\frac{\partial u}{\partial x}=\frac{\partial v}{\partial y},\,\frac{\partial u}{\partial y}=-\frac{\partial v}{\partial x}\tag{1}xu=yv,yu=xv(1)
  由解析的定义知,实部 uuu 和虚部 vvv 有二阶连续偏导数,在 C−RC-RCR 方程两端分别对 x, yx,\,yx,y 求偏导数,得到拉普拉斯方程
∂2u∂x2+∂2u∂y2=∂2v∂x2+∂2v∂y2=0(2)\frac{\partial ^2u}{\partial x^2}+\frac{\partial ^2u}{\partial y^2}=\frac{\partial ^2v}{\partial x^2}+\frac{\partial ^2v}{\partial y^2}=0\tag{2}x22u+y22u=x22v+y22v=0(2)

  其中,解析的传递遵循:四则运算法则,反函数法则,链式法则
  

2.2. 调和函数

  区域内具有二阶偏导数满足拉普拉斯方程二元实函数,即:解析函数 f(z)f(z)f(z) 的实部 u(x, y)u(x,\,y)u(x,y) 和虚部 v(x, y)v(x,\,y)v(x,y) 在解析区域 DDD 内均为调和函数,且互为共轭调和函数

  由全微分的判定定理P(x, y)P(x,\,y)P(x,y)Q(x, y)Q(x,\,y)Q(x,y) 在区域 DDD 内有一阶连续偏导,P(x, y)dx+Q(x, y)dyP(x,\,y)dx+Q(x,\,y)dyP(x,y)dx+Q(x,y)dy 为某一函数的全微分 等价于 ∂P∂y=∂Q∂x\displaystyle\frac{\partial P}{\partial y}=\frac{\partial Q}{\partial x}yP=xQ

  可进一步推知,对于给定的调和函数 u(x, y)u(x,\,y)u(x,y),其共轭调和函数族
v(x, y)=∫(x0, y0)(x, y)(−∂u∂y)dx+∂u∂xdy+cv(x,\,y)=\int_{(x_0,\,y_0)}^{(x,\,y)}(-\frac{\partial u}{\partial y})dx+\frac{\partial u}{\partial x}dy+cv(x,y)=(x0,y0)(x,y)(yu)dx+xudy+c

  其中,ccc 为常数。
  

2.3. 整函数

  在复平面上处处解析的函数。
  

2.4. 奇点z0z_0z0

  f(z)f(z)f(z)z0z_0z0不解析∀δ>0, ∃z∈U(z0,δ)\forall \delta>0,\,\exists z\in U(z_0, \delta)δ>0,zU(z0,δ)f(z)f(z)f(z)zzz解析

  例如:分母为零的点以及其他无穷间断点。
  

3. 初等函数

3.1. 指数函数w=ezw=e^zw=ez

  由欧拉公式和同底数幂相乘运算法则,
w=exp z=ez=ex+iy=ex⋅eiy=ex(cosy+isiny)w=exp\,z=e^z=e^{x+iy}=e^x\cdot e^{iy}=e^x(cosy+isiny)w=expz=ez=ex+iy=exeiy=ex(cosy+isiny)

  其中,

  • www 是初等函数中最重要的函数,可以定义其余的初等函数
  • www单值、非负、复平面内解析的函数,遵循实函数的求导法则和运算法则(指数运算法则)
  • www模、辐角和周期如下
    {∣w∣=exArg w=y+2kπT=2kπi,(k=0,±1,±2,...)\begin{cases} \vert w \vert = e^x \\Arg\,w = y+2k\pi \\ T=2k\pi i\end{cases},(k=0,\pm1,\pm2,...)w=exArgw=y+2kπT=2kπi,(k=0,±1,±2,...)
      

3.2. 对数函数w=Lnzw=Ln zw=Lnz

  由方程ew=z=reiθ≠0e^w=z=re^{i\theta} \not=0ew=z=reiθ=0
w=Ln z=lnr+iθ=ln∣z∣+iArgz=ln∣z∣+iargz+2kπi  ,(k=0,±1,±2,...)w=Ln\,z=lnr+i\theta=ln|z|+iArgz=ln|z|+iargz+2k\pi i\,\,,(k=0,\pm1,\pm2,...)w=Lnz=lnr+iθ=lnz+iArgz=lnz+iargz+2kπi,(k=0,±1,±2,...)

  对数函数有以下定义:

  • 主值lnz=ln∣z∣+iargzlnz=ln|z|+iargzlnz=lnz+iargz,特别的,z=x>0z=x>0z=x>0 时,退化为实对数函数
  • 分支lnz+2k0πilnz+2k_0\pi ilnz+2k0πi

  其中,

  • www 是指数函数的反函数,定义域为z≠0z\not=0z=0
  • www多值函数,其各分支在 C∖{z=x+yi ∣ x≤0, y=0}\Bbb C \setminus \{z=x+yi\,|\,x\le0,\,y=0\}C{z=x+yix0,y=0}连续且解析,遵循实函数的求导法则和运算法则(对数运算法则)
  • 注意到, wwwarg zarg\,zargz 的定义域,连续性和解析区域是一致的
      

3.3. 幂函数w=zαw=z^\alphaw=zα

w=zα=eαLnzw=z^\alpha=e^{\alpha Lnz}w=zα=eαLnz

  其中,

  • www 在复平面上的运算基于对数函数定义,并遵循实函数的求导法则和运算法则(幂运算法则)
  • www 退化为实函数后,在无定义的复平面区域上均不解析,其他情况下处处解析
      

3.4. 三角函数、反三角函数和双曲函数

  由欧拉公式 eiθ=cosθ+isinθ⇒{cosθ=12(eiθ+e−iθ)sinθ=12i(eiθ−e−iθ)e^{i\theta}=cos\theta +isin\theta \Rightarrow \begin{cases} cos\theta=\frac{1}2(e^{i\theta}+e^{-i\theta}) \\sin\theta=\frac{1}{2i}(e^{i\theta}-e^{-i\theta})\end{cases}eiθ=cosθ+isinθ{cosθ=21(eiθ+eiθ)sinθ=2i1(eiθeiθ),得

cosz=12(e−iz+eiz)cosz=\frac{1}2(e^{-iz}+e^{iz})cosz=21(eiz+eiz) sinz=i2(e−iz−eiz)sinz=\frac{i}{2}(e^{-iz}-e^{iz})sinz=2i(eizeiz)

  由z=cosw=12(e−iw+eiw)z=cosw=\frac{1}2(e^{-iw}+e^{iw})z=cosw=21(eiw+eiw),同理有
Arc cosz=−iLn(z+z2−1)Arc\,cosz=-iLn(z+\sqrt{z^2-1})Arccosz=iLn(z+z21 ) Arc sinz=−iLn(iz+1−z2)Arc\,sinz=-iLn(iz+\sqrt{1-z^2})Arcsinz=iLn(iz+1z2 )

  其中,

  • 复变三角函数的周期性、可导性、奇偶性、零点与实函数一致,适用所有三角公式和求导公式
  • 有界性不成立,即:∃z∈C, ∣cosz∣>1\exists z\in \Bbb C,\,|cosz|>1zC,cosz>1∣sinz∣>1|sinz|>1sinz>1

  由此推出:
tanz=e−iz−eize−iz+eizitanz=\frac{e^{-iz}-e^{iz}}{e^{-iz}+e^{iz}}itanz=eiz+eizeizeizi cotz=eiz+e−izeiz−e−izicotz=\frac{e^{iz}+e^{-iz}}{e^{iz}-e^{-iz}}icotz=eizeizeiz+eizi secz=2eiz+e−izsecz=\frac{2}{e^{iz}+e^{-iz}}secz=eiz+eiz2 cscz=2ieiz−e−izcscz=\frac{2i}{e^{iz}-e^{-iz}}cscz=eizeiz2i Arc tanz=i2Lni+zi−zArc\,tanz=\frac{i}2Ln \frac{i+z}{i-z}Arctanz=2iLnizi+z Arc cotz=i2Lnz−iz+iArc\,cotz=\frac{i}2Ln \frac{z-i}{z+i}Arccotz=2iLnz+izi Arc secz=−iln(i1−1z2+1z)Arc\,secz=-iln(i\sqrt{1-\frac{1}{z^2}}+\frac{1}{z})Arcsecz=iln(i1z21 +z1) Arc cscz=−iln(1−1z2+iz)Arc\,cscz=-iln(\sqrt{1-\frac{1}{z^2}}+\frac{i}{z})Arccscz=iln(1z21 +zi) chz=ez+e−z2chz=\frac{e^z+e^{-z}}2chz=2ez+ez shz=ez−e−z2shz=\frac{e^z-e^{-z}}2shz=2ezez thz=ez−e−zez+e−zthz=\frac{e^z-e^{-z}}{e^z+e^{-z}}thz=ez+ezezez cothz=ez+e−zez−e−zcothz=\frac{e^z+e^{-z}}{e^z-e^{-z}}cothz=ezezez+ez sechz=2ez+e−zsechz=\frac2{e^z+e^{-z}}sechz=ez+ez2 cschz=2ez−e−zcschz=\frac2{e^z-e^{-z}}cschz=ezez2

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐