解析函数、Cauchy-Riemann 条件与 Laplace 方程

整理解析函数的定义、Cauchy-Riemann 条件,以及解析函数实部和虚部与 Laplace 方程的关系。

解析函数和柯西-黎曼条件

若有一个复变函数 f(z)f(z) ,它是单值的,且在域 DC\mathcal{D} \subseteq \mathbb{C} 中的每一点 zDz \in \mathcal{D} 都有有限的导数 f(z)f'(z),则 f(z)f(z) 在域 DC\mathcal{D} \subseteq \mathbb{C} 中是 解析 Analytic

  • 一个函数如果在某个区域内是解析的,那么他在该区域内不仅是可微的,而且具有无穷多次可微性
  • 单值 表示函数 f(z)f(z) 在每个点 zz 只对应一个唯一的函数值
  • 有限导数 函数在某点的导数值不是无穷大,换句话说,导数在该点存在且是一个实数或复数

复变函数的导数

要想研究复变函数的解析性,我们首先需要研究复变函数的导数,它的定义是

dfdz=limΔz0f(z+Δz)f(z)Δz\frac{df}{dz} = \lim_{\Delta z \to 0} \frac{f(z + \Delta z) - f(z)}{\Delta z}

函数在某点的导数存在,只有当从所有方向趋向于该点(所有方向导数)的导数均相等时,函数在该点的导数才存在,否则只能计算不同方向趋向该点的方向导数
例如函数

f(z)=z=xiyf(z) = \overline{z} = x - iy

代入 f(z+Δz)f(z + \Delta z) f(z)f(z)

f(z)=zf(z+Δz)=z+Δz=z+Δzf(z+Δz)f(z)=Δz\begin{align*} f(z) &= \overline{z} \\ f(z + \Delta z) &= \overline{z + \Delta z} = \overline{z} + \overline{\Delta z} \\ f(z + \Delta z) - f(z) &= \overline{\Delta z} \\ \end{align*}

代入导数定义

dfdz=limΔz0f(z+Δz)f(z)Δz=limΔz0ΔzΔz\frac{df}{dz} = \lim_{\Delta z \to 0} \frac{f(z + \Delta z) - f(z)}{\Delta z} = \lim_{\Delta z \to 0} \frac{\overline{\Delta z}}{\Delta z}

因为

Δz=Δx+iΔyΔz=ΔxiΔy\begin{aligned} \Delta z &= \Delta x + i \Delta y \\ \overline{\Delta z} &= \Delta x - i \Delta y \end{aligned}

所以

dfdz=limΔz0ΔzΔz=limΔz0ΔxiΔyΔx+iΔy\frac{df}{dz} = \lim_{\Delta z \to 0} \frac{\overline{\Delta z}}{\Delta z} = \lim_{\Delta z \to 0} \frac{\Delta x - i \Delta y}{\Delta x + i \Delta y}

这个极限的结果依赖于 Δz\Delta z 趋近 00 的路径

  • 沿实轴趋近,即 Δy=0\Delta y = 0 :
    Δxi0Δx+i0=1\frac{\Delta x - i \cdot 0}{\Delta x + i \cdot 0} = 1
  • 沿虚轴趋近,即 Δx=0\Delta x = 0 : 0iΔy0+iΔy=1\frac{0 - i \Delta y}{0 + i \Delta y} = -1

由于导数的值依赖于趋近路径,而不是一个唯一的值,说明函数 f(z)=zf(z) = \overline{z} 在该点的导数不存在。因为解析函数的导数必须在其定义域的每一点存在且唯一,所以 f(z)=zf(z) = \overline{z} 不是解析函数

柯西-黎曼条件 Cauchy-Riemann Conditions

柯西-黎曼条件是说,如果复变函数是解析的,那么它在实轴方向和虚轴方向的导数必须相同,也就是说只要保证这两个方向的导数相同,其它任意方向导数也必然相等
复变函数的实部和虚部本身可以写成函数

f(z)=u(x,y)+iv(x,y)f(z) = u(x,y) + iv(x,y)

我们知道复函数的导数定义如下:

dfdz=limΔz0f(z+Δz)f(z)Δz\frac{df}{dz} = \lim_{\Delta z \to 0} \frac{f(z + \Delta z) - f(z)}{\Delta z}

定义增量 Δz=Δx+iΔy\Delta z = \Delta x + i \Delta y,于是有

f(z+Δz)=u(x+Δx,y+Δy)+iv(x+Δx,y+Δy)f(z + \Delta z) = u(x + \Delta x, y + \Delta y) + i v(x + \Delta x, y + \Delta y)

因此

f(z+Δz)f(z)=[u(x+Δx,y+Δy)u(x,y)]+i[v(x+Δx,y+Δy)v(x,y)]Δu=u(x+Δx,y+Δy)u(x,y)Δv=v(x+Δx,y+Δy)v(x,y)Δf=Δu+iΔvdfdz=limΔz0f(z+Δz)f(z)Δz=limΔz0ΔfΔz=limΔx0Δy0Δu+iΔvΔx+iΔy\begin{align*} f(z + \Delta z) - f(z) &= [u(x + \Delta x, y + \Delta y) - u(x, y)] + i [v(x + \Delta x, y + \Delta y) - v(x, y)] \\ \Delta u &= u(x + \Delta x, y + \Delta y) - u(x, y) \\ \Delta v &= v(x + \Delta x, y + \Delta y) - v(x, y) \\ \Delta f &= \Delta u + i \Delta v \\ \frac{df}{dz} &= \lim_{\Delta z \to 0} \frac{f(z + \Delta z) - f(z)}{\Delta z} \\ &= \lim_{\Delta z \to 0} \frac{\Delta f}{\Delta z} = \lim_{\substack{\Delta x \to 0 \\ \Delta y \to 0}} \frac{\Delta u + i \Delta v}{\Delta x + i \Delta y} \end{align*}
  • 从实轴趋近,即 Δy=0\Delta y = 0
dfdz=limΔx0Δu+iΔvΔx+i0=ux+ivx\frac{df}{dz} = \lim_{\Delta x \to 0} \frac{\Delta u + i \Delta v}{\Delta x + i0} = \frac{\partial u}{\partial x} + i\frac{\partial v}{\partial x}
  • 从虚轴趋近,即 Δx=0\Delta x = 0
dfdz=limΔy0Δu+iΔv0+iy=limΔy0i(Δu+iΔv)iiy=limΔy0iΔuΔvy=limΔy0ΔviΔuy=vyiuy\begin{align*} \frac{df}{dz} &= \lim_{\Delta y \to 0} \frac{\Delta u + i \Delta v}{0 + iy} = \lim_{\Delta y \to 0} \frac{i(\Delta u + i \Delta v)}{i \cdot iy} \\ &= \lim_{\Delta y \to 0} \frac{i\Delta u - \Delta v}{-y} = \lim_{\Delta y \to 0} \frac{\Delta v - i\Delta u}{y} \\ &= \frac{\partial v}{\partial y} - i\frac{\partial u}{\partial y} \end{align*}

从两个方向趋向的结果必须相等,也就是说实部和虚部必须相等

ux=vyvx=uy\begin{align*} \frac{\partial u}{\partial x} &= \phantom{-}\frac{\partial v}{\partial y} \\ \frac{\partial v}{\partial x} &= -\frac{\partial u}{\partial y} \end{align*}

这就是 柯西-黎曼条件,这些条件是复函数在某点解析的必要条件。通过满足这些条件,我们可以判断一个复函数是否在该点解析
我们来看一个例子,f(z)=z2f(z) = z^2 是一个解析函数,所以它应该满足柯西-黎曼条件

f(z)=z2=(x+iy)2=(x2y2)u+i(2xy)vf(z) = z^2 = (x+iy)^2 = \underbrace{\left(x^2 - y^2 \right) }_u + i\underbrace{\left(2xy \right) }_v
  • 实轴 dfdz=ux+ivx=2x+i2y=2z\frac{df}{dz} = \frac{\partial u}{\partial x} + i\frac{\partial v}{\partial x} = 2x + i2y = 2z
  • 虚轴 dfdz=vyiuy=2x+i2y=2z\frac{df}{dz} = \frac{\partial v}{\partial y} - i\frac{\partial u}{\partial y} = 2x + i2y = 2z

它们相等,所以它确实满足柯西-黎曼条件

极坐标下的 柯西-黎曼条件

若我们有极坐标下的复数

z=Reiθz = Re^{i\theta}

则极坐标下的复变函数是

f(z)=u(R,θ)+iv(R,θ)f(z) = u(R,\theta) + iv(R,\theta)

极坐标下的柯西-黎曼条件是

uR=1RvθvR=1Ruθ\begin{align*} \frac{\partial u}{\partial R} &= \phantom{-}\frac{1}{R}\frac{\partial v}{\partial \theta} \\ \frac{\partial v}{\partial R} &= -\frac{1}{R}\frac{\partial u}{\partial \theta} \end{align*}
  • 柯西-黎曼条件是复变函数为解析函数的充分必要条件
  • 如果函数在某点是解析的,那么它必须在该点的任意阶导数都必须存在
    • 我们可以用泰勒展开从复变函数的某点去趋近远处的另一点,只要趋近的路径上全是解析的

解析函数和拉普拉斯方程

我们有复变函数

z=x+iyf(z)=u(x,y)+iv(x,y)\begin{align*} z &= x + iy \\ f(z) &= u(x,y) + iv(x,y) \end{align*}

有一种方程,称为拉普拉斯方程 Laplace's Equation

2f=0\nabla^2 f = 0
  • 2\nabla^2 是拉普拉斯算子 2=\nabla^2 = \nabla \cdot \nabla 即梯度场的散度

我们声称,解析函数实部构成的函数和虚部构成的函数均满足拉普拉斯方程,即

2u=02v=0\begin{aligned} \nabla^2u &= 0 \\ \nabla^2v &= 0 \end{aligned}

我们知道若复变函数是解析的,则它满足柯西-黎曼条件

ux=vyvx=uy\begin{align*} \frac{\partial u}{\partial x} &= \phantom{-}\frac{\partial v}{\partial y} \\ \frac{\partial v}{\partial x} &= -\frac{\partial u}{\partial y} \end{align*}

我们首先分析 2u=0\nabla^2u = 0
我们首先对 ux=vy\dfrac{\partial u}{\partial x} = \dfrac{\partial v}{\partial y} 两边求 x\dfrac{\partial}{\partial x}

ux=vy/x2ux2=2vxy(1)\frac{\partial u}{\partial x} = \frac{\partial v}{\partial y} \xRightarrow{\partial / \partial x} \frac{\partial^2 u}{\partial x^2} = \frac{\partial^2 v}{\partial x \partial y} \quad (1)

再对 vx=uy\dfrac{\partial v}{\partial x} = -\dfrac{\partial u}{\partial y} 两边求 y\dfrac{\partial}{\partial y}

uy=vx/y2uy2=2vxy(2) \frac{\partial u}{\partial y} = -\frac{\partial v}{\partial x} \xRightarrow{\partial / \partial y} \frac{\partial^2 u}{\partial y^2} = -\frac{\partial^2 v}{\partial x \partial y} \quad (2)

我们可以用 (2)(2) 中的 2uy2-\dfrac{\partial^2 u}{\partial y^2} 代替 (1)(1) 中的 2vxy\dfrac{\partial^2 v}{\partial x \partial y}

2ux2=2vxy=2uy2\frac{\partial^2 u}{\partial x^2} = \frac{\partial^2 v}{\partial x \partial y} = -\dfrac{\partial^2 u}{\partial y^2}

所以我们得到

2ux2+2uy2=02u=0\begin{align*} \frac{\partial^2 u}{\partial x^2} + \dfrac{\partial^2 u}{\partial y^2} = 0 \\ \nabla^2u = 0 \end{align*}

所以 uu 满足拉普拉斯方程,我们将满足拉普拉斯方程的函数叫做 调和函数 Harmonic Function,所以 uu 是一个调和函数
可以通过相似的手段证明

2vx2+2vy2=02v=0\begin{aligned} \frac{\partial^2 v}{\partial x^2} + \dfrac{\partial^2 v}{\partial y^2} &= 0 \\ \nabla^2v &= 0 \end{aligned}

所以 vv 也是一个调和函数