复变函数


1. 解析函数

$\textbf{Example:}$
对于 $x, y\in\mathbb{R}$, 求 $\cos(x + iy)$ 的实, 虚部, 并说明方程

有无穷多组解. ◻

$\textbf{Solution:}$
由于

得到

于是

考虑方程组

$(1)$ 若$B = 0$:

$(a)$ $A > 1$ 时,

取 $x = 2k\pi, \thinspace k\in\mathbb{Z}$, 考虑

因为

由介值定理得

那么

为原方程的解, $\forall k\in\mathbb{Z}$.

$(b)$ $A < -1$ 时,

取 $x = 2k\pi + \pi, \thinspace k\in\mathbb{Z}$, 考虑

因为

由介值定理得

那么

为原方程的解, $\forall k\in\mathbb{Z}$.

$(c)$ $-1\le A\le 1$ 时,

取 $y = 0$, 考虑

那么

为原方程的解, $\forall k\in\mathbb{Z}$.

$(2)$ 若$B \ne 0$:

可得

因为

由介值定理得

那么

为原方程的解, $\forall k\in\mathbb{Z}$. ◻

2. Cauchy高阶导数公式

$\textbf{Example:}$
$f(z)$ 在 $D$ 内解析, 则对 $z_0\in D$, 有

在 $\left|{z - z_0}\right|\le r$ 内处处成立.

两边同时除以 $(z - z_0)^{n + 1}$, 再对 $\left|{z - z_0}\right| = r$
积分可得

当 $n\ge 1$ 时,

进而

并且满足 $f’(z_0)\ne 0$. ◻

$\textbf{Solution:}$
设 $z_0\in D\cup\partial D$ 使得
$f(z_0) = \max_{z\in D\cup\partial D}\limits\left|{f(z)}\right|$.

若 $z_0\in D$, 由平均值公式, $\exists\thinspace r_0 > 0$,

当 $0 < r\le r_0$ 时, $\left|{z - z_0}\right|$ 位于 $D$ 内. 那么


$\left|{f(z)}\right|\equiv \left|{f(z_0)}\right|, \thinspace\forall \left|{z - z_0}\right| < r$.

进而
$\left|{f(z)}\right|\equiv \left|{f(z_0)}\right|, \thinspace\forall z\in D$,
这与 $f(z)$ 为连续非常函数矛盾.

故若
$\left|{f(z_0)}\right| = \max_{z\in D\cup\partial D}\limits\left|{f(z)}\right|$,
则有 $z_0\in\partial D$. ◻

4. 最小模原理

$\textbf{Example:}$
$f(z)$ 非常函数, 在有界域 $D$ 内可导且非零, 在边界 $\partial D$
上连续, 则

并且满足 $f’(z_0)\ne 0$. ◻

$\textbf{Solution:}$
注意到 $\frac{1}{f(z)}$ 是解析的, 再使用最大模原理即可. ◻

5. 调和函数最大值原理

$\textbf{Example:}$
$u(x, y)\in C^2(D)$ 为调和函数, 在边界 $\partial D$ 上连续, 则

又因为

即得

那么

$\textbf{Example:}$
有界的整函数为常数(Liouville定理). ◻

$\textbf{Solution:}$
易得 $f(z)$ 在原点处的 $Taylor$ 展开:

只需要证明

由 $f(z)$ 有界, 故 $\exists\thinspace M_0\in\mathbb{R}$, 使

可得

注意到当 $r\rightarrow\infty$, 有

从而 $f(z)\equiv f(0)$ 为常数. ◻

$\textbf{Example:}$
$f(z)$ 为整函数, 且存在 $M_0 > 0$, 使

则 $f(z)$ 是一个次数不高于 $n$ 的多项式. ◻

$\textbf{Solution:}$
易得 $f(z)$ 在原点处的 $Taylor$ 展开:

只需要证明

可得

注意到当 $r\rightarrow\infty$ 时, 有

从而

为一个次数不高于 $n$ 的多项式. ◻

8. 代数学基本定理

$\textbf{Example:}$

$P_n(z) = \sum_{k = 0}^{n}\limits C_kz^k\thinspace(C_n\ne 0, n\ge 1)$,

$\textbf{Solution:}$
设 $\forall z\in\mathbb{C}$, 有 $P_n(z)\ne 0$.

令 $f(z) = \cfrac{1}{P_n(z)}$, 则

处处存在, 那么 $f(z)$ 满足最大模原理, 有

但结合 $f(0) = \cfrac{1}{C_0}\ne 0$, 显然矛盾.

故 $\exists\thinspace z_1\in \mathbb{C}$, 使得

重复可得

$\textbf{Solution:}$
设 $\forall z\in\mathbb{C}$, 有 $P_n(z)\ne 0$.

令 $g(z) = \cfrac{1}{P_n(z)}$, 则

处处存在, 那么 $g(z)$ 在 $\mathbb{C}$ 内解析. 由于

即 $g(z)$ 有界.

由 $Liouville$ 定理, 得 $g(z)$ 为常数, 进而 $P_n(z)$ 为常数.

这与 $C_n\ne 0$ 矛盾. 以下同 $\textit{Proof 1}$. ◻

9. 幂级数的收敛半径

$\textbf{Example:}$
对幂级数 $f(z) = \sum_{k = 0}^{\infty}\limits c_kz^k$, 若存在
$R > 0$, 使得

当 $\left|{z}\right| > R$ 时 $f(z)$ 发散, 当 $\left|{z}\right| < R$ 时
$f(z)$ 绝对收敛,

那么称 $R$ 为 $f(z)$ 的收敛半径. ◻

$\textbf{Example:}$
$\textbf{(Abel定理)}$ 对幂级数
$f(z) = \sum_{k = 0}^{\infty}\limits c_kz^k$, 若

$f(z)$ 在 $z = z_1\ne 0$ 处收敛, 则在
$\left|{z}\right| < \left|{z_1}\right|$ 绝对收敛;

$f(z)$ 在 $z = z_2\ne 0$ 处发散, 则在
$\left|{z}\right| > \left|{z_2}\right|$ 发散. ◻

$\textbf{Example:}$
若幂级数 $f(z) = \sum_{k = 0}^{\infty}\limits c_kz^k$ 在 $z_0$
处条件收敛, 则收敛半径 $R = \left|{z_0}\right|$. ◻

$\textbf{Solution:}$
由收敛半径的定义:

若 $\left|{z_o}\right| > R$ $\Longrightarrow$ $f(z_0)$ 发散, 与题设矛盾,
故 $f(z_0)$ 收敛, $\left|{z_0}\right|\le R$.

若 $\left|{z_0}\right| < R$ $\Longrightarrow$ $f(z_0)$ 绝对收敛,
与题设矛盾, 故 $\left|{z_0}\right|\ge R$.

综上, 得 $\left|{z_0}\right| = R$. ◻

$\textbf{Example:}$
对幂级数

当 $n$ 充分大时, 有 $\left|{d_n}\right| \le \left|{c_n}\right|$,
则收敛半径 $R_1\le R_2$. ◻

$\textbf{Example:}$
若 $c_n = a_n + ib_n, a_n, b_n\in\mathbb{R}$, 对幂级数

其中
$\sum_{n = 0}^{\infty}\limits a_nz^n, \sum_{n = 0}^{\infty}\limits b_nz^n$
的收敛半径分别为 $R_1, R_2$, 那么 $\sum_{n = 0}^{\infty}\limits c_nz^n$
的收敛半径 $R = \min\left\{R_1, R_2\right\}$. ◻

$\textbf{Solution:}$
不妨设 $R_1\le R_2$, 此时 $\min\left\{R_1, R_2\right\} = R_1$.

下证 $R = R_1$. 先证 $R_1\ge R$.

由 $c_n = a_n + ib_n$, 有 $\left|{c_n}\right| \ge \left|{a_n}\right|$,
进而

那么当 $\left|{z}\right| < R$ 时, 由收敛半径定义,

此时 $\sum_{n = 0}^{\infty}\limits a_nz^n$ 绝对收敛, 那么 $R_1 \ge R$.

再证 $R_1\le R$.

若 $R_1 > R$, 取
$z = \cfrac{1}{2}\left(R + R_1\right)\in\left(R, R_1\right)$ 由

那么此时 $\sum_{n = 0}^{\infty}\limits a_nz^n$,
$\sum_{n = 0}^{\infty}\limits b_nz^n$ 均收敛,

进而 $\sum_{n = 0}^{\infty}\limits c_nz^n$ 收敛, 且 $z > R$,
与收敛半径定义矛盾. 故 $R_1\le R$.

综上, 有 $R = \min\left\{R_1, R_2\right\}$ 成立. ◻

$\textbf{Example:}$
若 $f(z)$ 在 $R$ 上无奇点, 则收敛半径 $R = +\infty$;

若 $f(z)$ 在 $R$ 上有奇点 $z_1, z_2, \cdots, z_n$, 则收敛半径
$R = \min_{1\le k\le n}\limits \left|{z_k}\right|$. ◻

10. 幂级数的敛散性

$\textbf{Example:}$

在收敛圆周上处处发散. ◻

$\textbf{Solution:}$
收敛半径 $R = 1$. 当 $\left|{z}\right| = 1$ 时,
$z = e^{i\theta}\thinspace(\theta\in\left[0, 2\pi\right))$,

那么

由 $Cauchy$ 收敛准则,

在收敛圆周上处处发散. ◻

$\textbf{Example:}$

在收敛圆周上部分发散, 部分收敛. ◻

$\textbf{Solution:}$
注意到

且 $f_2(1) = \sum_{n = 1}^{\infty}\limits\cfrac{1}{n}$ 发散,
$f_2(-1) = \sum_{n = 1}^{\infty}\limits\cfrac{(-1)^n}{n} = -\ln2$ 收敛.

那么

在收敛圆周上部分发散, 部分收敛. ◻

$\textbf{Example:}$
给出

的和函数, 其中 $\theta\in\left(0, 2\pi\right)$. ◻

$\textbf{Solution:}$
注意到对于
$z = x + iy\in\mathbb{C}, \mbox{其中}\thinspace x, y\in\mathbb{R}$, 有

对于 $z = re^{i\theta}, 0\le r < 1, 0\le\theta < 2\pi$, 有

展开得

当 $\theta\in\left(0, 2\pi\right)$ 时, 令 $r\rightarrow 1^{-}$, 即得

的和函数, 其中 $\theta\in\left[0, 2\pi\right)$. ◻

$\textbf{Solution:}$
注意到

在收敛圆周上处处收敛. ◻

$\textbf{Solution:}$
注意到当 $\left|{z}\right| = 1$ 时,

那么

在收敛圆周上处处收敛. ◻

$\textbf{Example:}$
幂级数收敛圆周上的点都是其奇点. ◻

11. Laurent 级数

$\textbf{Example:}$
$\mathbb{C}^2$ 上的分片函数:

12. 留数 A

$\textbf{Example:}$
求复积分

注意到

$\textbf{Solution:}$

注意到

而 $Res\left[f, 0\right]$ 为 $f$ 在 $z_0 = 0$ 处 $Larent$ 级数中的系数
$C_{-1}$.

注意到

那么

进而

$\textbf{Example:}$
求复积分

其中 $a > \left|{b}\right|$, $a, b\in\mathbb{R}$. ◻

$\textbf{Solution:}$

那么

进而

$\circ$ 若 $b = 0$, 得

$\circ$ 若 $b > 0$, 考虑方程 $z^2 + 2\cfrac{a}{b}z + 1 = 0$. 解得

$\circ$ 若 $b < 0$, 同理有

综上, 有

其中 $p\in(-1, 1).$ ◻

$\textbf{Solution:}$
在 $I_{a, b}$ 中取 $a = 1 + p^2$, $b = -2p$, 得

其中 $a > 0$, $b > 0$. ◻

$\textbf{Solution:}$

在 $I_{A, B}$ 中取 $A = a^2 + b^2$, $B = a^2 - b^2$, 得

其中 $a > 0$, $b > 0$ 为常数. ◻

$\textbf{Solution:}$
注意到

作 $\Gamma_R: \left[-R, R\right]\cup C_R$,

那么根据复合闭路定理, 得

令 $R\rightarrow +\infty$, 由于

那么

$\textbf{Example:}$
求复积分

$\textbf{Solution:}$
注意到

作 $\Gamma_R: \left[-R, R\right]\cup C_R$,

那么根据复合闭路定理, 得

令 $R\rightarrow +\infty$, 由于

那么

$\textbf{Example:}$
求复积分

其中 $r > 0$. ◻

$\textbf{Solution:}$

其中 $n \ge 2$. ◻

$\textbf{Solution:}$
注意到


$\Gamma_R: \left[0, R\right]\cup C_R\cup \left[Re^{i\theta}, 0\right]$,

那么根据复合闭路定理, 得

令 $R\rightarrow +\infty$, 由于

取 $\theta = \cfrac{2\pi}{n}, \varphi = \cfrac{\pi}{n}$, 那么

又注意到

$\textbf{Example:}$

其中 $\left|{z}\right| < 1$. 特别地, 其中 $z^{n - 1}$ 项的系数为

作 $\Gamma_R: \left[-R, R\right]\cup C_R$,

那么根据复合闭路定理, 得

令 $R\rightarrow +\infty$, 由于

因为

其中 $\cfrac{1}{z - i}$ 的系数
$c_{-1} = \cfrac{(-1)^{n - 1}C_{2n - 2}^{n - 1}}{(2i)^{2n - 1}} = \cfrac{-iC_{2n - 2}^{n - 1}}{2^{2n - 1}}$.

那么

$\textbf{Example:}$
求复积分

其中 $r > 0$. ◻

$\textbf{Solution:}$

其中 $a > 0$, $k > 0$ 为常数. ◻

$\textbf{Solution:}$
记 $f(z) = \cfrac{z\sin kz}{z^2 + a^2}$,
$h(z) = \cfrac{ze^{ikx}}{z^2 + a^2}$.

那么

作 $\Gamma_R: \left[-R, R\right]\cup C_R$, 那么根据复合闭路定理, 得

令 $R\rightarrow +\infty$, 由于

那么

两边取虚部, 得

$\textbf{Example:}$
求积分

其中 $a > 0$, $k > 0$ 为常数. ◻

$\textbf{Solution:}$
注意到

依次递归求解即可. ◻

$\textbf{Example:}$
求积分

其中 $a>0$, $b > 0$, $k > 0$ 为常数. ◻

$\textbf{Solution:}$
记 $f(z) = \cfrac{z^3\sin kz}{(z^2 + a^2)(z^2 + b^2)}$,
$h(z) = \cfrac{z^3e^{ikx}}{(z^2 + a^2)(z^2 + b^2)}$.

那么

作 $\Gamma_R: \left[-R, R\right]\cup C_R$, 那么根据复合闭路定理, 得

令 $R\rightarrow +\infty$, 由于

那么

两边取虚部, 得

$\textbf{Example:}$
求积分

其中 $a > 0$, $k > 0$ 为常数. ◻

$\textbf{Solution:}$

中, 令 $b\rightarrow a$, 得

$\textbf{Example:}$
求复积分

其中 $k > 0$. ◻

$\textbf{Solution:}$

中, 令 $a\rightarrow 0^{+}$, 得

15. 解析映射

$\textbf{Example:}$
求分式线性映射 $w(z)$ 将 $z_k = -1, 0, 1$ 映射到 $w_k = -1, 1, i$. ◻

$\textbf{Solution:}$
利用不变式

那么

从中解得

$\textbf{Example:}$
求分式线性映射 $w(z)$ 将单位圆周映射到直线. ◻

$\textbf{Solution:}$
一方面, 容易知道存在 $\left|{z_0}\right| = 1$, 使得
$cz_0 + d = 0$.

注意到

另一方面, 当 $c = de^{i\theta}$ 时, 该分式线性映射满足条件. ◻

$\textbf{Example:}$
求分式线性映射 $w(z)$ 满足:

  • 将单位圆盘 $\left|{z}\right| < 1$ 映射到单位圆盘
    $\left|{w}\right| < 1$;
  • 将点 $z = z_1\thinspace(\left|{z_1}\right| < 1)$ 映射到点 $w = 0$. ◻

$\textbf{Solution:}$
由于分式线性映射保对称点的性质,

映射前 $z_1$ 的对称点为 $\cfrac{1}{\overline{z_1}}$, 映射后为 $0$
的对称点 $+\infty$. 故

由最大模原理:

注意到 $\left|{z_1}\right| < 1$, 从而有

那么有

则 $z’(z)$, $w’(w)$ 均将原区域映射为单位圆盘. 那么有

代入 $w’$, $z’$ 可得

注意到

其中

那么

至此证毕. ◻

$\textbf{Example:}$
对于 中的映射, 证明不变式:

则 $z’(z)$, $w’(w)$ 均将原区域映射为单位圆盘. 那么有

代入 $w’$, $z’$ 可得

由最大模原理:

注意到 $Im{z_1} > 0$, 从而有

那么有

特别地, 取 $\theta = 0, z_1 = i$, 可得

$\textbf{Example:}$
求分式线性映射 $w(z)$ 满足:

  • 将过点 $x_0\in\mathbb{R}$, 旋转角为 $\theta_0$
    的半平面映射到单位圆盘 $\left|{w - w_0}\right| < R$;
  • 将点 $z = z_1\thinspace(Im{[(z_1 - x_0)e^{-i\theta_0}]} > 0)$
    映射到点 $w = w_0$. ◻

$\textbf{Solution:}$
考虑

则 $z’(z)$, $w’(w)$ 均将原区域映射为上半复平面与单位圆盘. 那么有

代入 $w’$, $z’$ 可得

其中

那么

从而

根据最大模原理可知,

该映射将上半复平面映到上半复平面, 实轴映到实轴.

又当 $z\in\mathbb{R}$ 时,

故该映射将上半复平面映到上半复平面, 实轴正向映到实轴正向. ◻

$\textbf{Example:}$
求分式线性映射 $w(z)$ 满足:

  • 将过点 $a, b\in\mathbb{R}$, 旋转角为 $\alpha\in(0, \pi)$
    的长条映射到单位圆盘 $\left|{w}\right| < 1$. ◻

$\textbf{Solution:}$
分为四步

  1. $z_1 = e^{-i\alpha}(z - b)$
  2. $z_2 = \cfrac{\pi}{h}z_1$
  3. $z_3 = e^{z_2}$
  4. $w = \cfrac{z_3 - i}{z_3 + i}$

整理得

特别地, 当 $\alpha = \cfrac{\pi}{2}$ 时,

特别地, 当 $\alpha = \cfrac{\pi}{8}$ 时,

$\textbf{Example:}$
求分式线性映射 $w(z)$ 满足:


  • $\left|{z - a}\right| > a, \left|{z - b}\right| < b\thinspace(0 < a < b)$
    所围区域映到单位圆盘 $\left|{w}\right| < 1$. ◻

$\textbf{Solution:}$
分为五步

  1. $z_1 = \cfrac{z - 2a}{z}$ ($0 < x < \cfrac{b - a}{a}$ 的竖直长条)
  2. $z_2 = iz_1$
  3. $z_3 = \cfrac{\pi}{\frac{b - a}{a}}z_2$
  4. $z_4 = e^{z_3}$
  5. $w = \cfrac{z_4 - i}{z_4 + i}$

整理得

$\textbf{Example:}$
求分式线性映射 $w(z)$ 满足:

  • 将以 $A, B$ 为端点, $\theta_0\in(0, 2\pi)$
    为弦切角的弓形映到单位圆盘 $\left|{w}\right| < 1$. ◻

    $\textbf{Solution:}$
    分为三步

  1. $z_1 = \cfrac{z - A}{B - z}$ (弓形 $\longrightarrow$ 第一象限角域)
  2. $z_2 = z_1^{\frac{\pi}{\theta_0}}$
  3. $w = \cfrac{z_2 - i}{z_2 + i}$

整理得


文章作者: Chengsx
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 Chengsx !
  目录