[复变函数]第08堂课 2.3 初等多值函数

简介: 0. 引言 (1) 单值函数 (通常的函数), 多值函数 (如 $\sqrt[n]{z}$, $\Arg z$). (2) 单叶函数: $$\bex f\mbox{ 在区域 }D \mbox{ 内单叶: } z_1\neq z_2\ra f(z_1)\neq f(z_2).

0. 引言

(1) 单值函数 (通常的函数), 多值函数 (如 $\sqrt[n]{z}$, $\Arg z$).

(2) 单叶函数: $$\bex f\mbox{ 在区域 }D \mbox{ 内单叶: } z_1\neq z_2\ra f(z_1)\neq f(z_2). \eex$$ 而也称 $D$ 为 $f$ 的单叶性区域.

例: $w=z^2$ 在 $\bbC$ 上不是单叶的, 但在 $\Im z>0$ 上是单叶的.

 

1. 根式函数

(1) 定义: $$\bex z=re^{i\tt}\ra w=\sqrt[n]{z}=\sqrt[n]{r}e^{i\frac{\tt}{n}} \cdot e^{i\frac{2k\pi}{n}}\quad(k=0,1,2,\cdots,n-1). \eex$$

(2) 怎么使 $w=\sqrt[n]{z}$ 是单值函数呢?

a. $z=re^{i\tt}$, 把 $\tt$ 范围定下来 (使其不相差 $2\pi$ 的整数倍). 比如沿负实轴割开 $z$ 平面, 则 $$\bex -\pi<\Arg z\leq \pi (\mbox{主辐角}),\mbox{ 或 } -\pi\leq \tt<\pi; \eex$$ 按照上下左右岸来定 $=$.

b. 把 $k$ 定下来, 称为 $\sqrt[n]{z}$ 的第 $k$ 个单值解析分支.

(3) 例: 设 $w=\sqrt[3]{z}$ 确定在从原点 $z=0$ 起沿着负实轴割破了的 $z$ 平面上, 并且 $w(i)=-i$. 求 $w(-i)$.

解:

a. 沿负实轴割破 $z$ 平面 $\ra -\pi <\Arg z\leq \pi$.

b. $$\bex -i=w(i)=\sqrt[3]{i}=\sqrt[3]{e^{i\frac{\pi}{2}}} =e^{i\frac{\pi}{6}} \cdot e^{i\frac{2k\pi}{3}}\ra k=2. \eex$$

c. $$\beex \bea w(z)&=\sqrt[3]{r}e^{i\frac{\tt}{3}}\cdot e^{i\frac{4\pi}{3}}\quad(z=re^{i\tt}),\\ w(-i)&=w(e^{-i\frac{\pi}{2}})=e^{i\sex{\frac{-\frac{\pi}{2}}{3}+\frac{4\pi}{3}}} =e^{i\frac{7\pi}{6}}. \eea \eeex$$

(4) 例: 设 $w=\sqrt[3]{z}$ 确定在从原点 $z=0$ 起沿着负实轴割破了的 $z$ 平面上, 并且 $w(-1)=-1$, 这里 $-1$ 是边界上岸的点. 求 $w(-i)$.

解:

a. 沿负实轴割破 $z$ 平面 $\ra -\pi <\Arg z\leq \pi$.

b. $$\bex -i=w(-1)=w(e^{i\pi}) =e^{i\frac{\pi}{3}}\cdot e^{i\frac{2k\pi}{3}}\ra k=1. \eex$$

c. $$\beex \bea w(z)&=\sqrt[3]{r}e^{i\frac{\tt}{3}}\cdot e^{i\frac{2\pi}{3}}\quad(z=re^{i\tt}),\\ w(-i)&=w(e^{-i\frac{\pi}{2}}) =e^{i\sex{\frac{-\frac{\pi}{2}}{3}+\frac{2\pi}{3}}} =e^{i\frac{\pi}{2}}=i. \eea \eeex$$

(5) 例: 设 $w=\sqrt[3]{z}$ 确定在从原点 $z=0$ 起沿着正实轴割破了的 $z$ 平面上, 并且 $w(i)=-i$. 求 $w(-i)$.

解:

a. 沿正实轴割破 $z$ 平面 $\ra 0<\Arg z\leq 2\pi$ 或 $0\leq \Arg z<2\pi$.

b. $$\bex -i=w(i)=\sqrt[3]{i}=\sqrt[3]{e^{i\frac{\pi}{2}}} =e^{i\frac{\pi}{6}} \cdot e^{i\frac{2k\pi}{3}}\ra k=2. \eex$$

c. $$\beex \bea w(z)&=\sqrt[3]{r}e^{i\frac{\tt}{3}}\cdot e^{i\frac{4\pi}{3}}\quad(z=re^{i\tt}),\\ w(-i)&=w(e^{i\frac{3\pi}{2}}) =e^{i\frac{\pi}{2}}\cdot e^{i\frac{4\pi}{3}} =e^{i\frac{11\pi}{6}}. \eea \eeex$$

 

2. 对数函数

(1) 定义: 把 $e^w=z$ 的反函数称为对数函数 $w=\Ln z$.

(2) 设 $z=re^{i\tt}$, $w=u+iv$, 则 $$\beex \bea &\quad e^u\cdot e^{iv}=re^{i\tt}\\ &\ra e^u=r,\quad v=\tt+2k\pi\\ &\ra w=\ln r+i(\tt+2k\pi). \eea \eeex$$

(3) 怎么使 $w=\Ln z$ 为单值函数呢?

a. 把 $\tt$ 的范围定下 (割破 $z$ 平面). 同 $\sqrt[n]{z}$ 的讨论.

b. 把 $k$ 定住, 称为 $\Ln z$ 的第 $k$ 个单值解析分支.

(4) 例: 设 $w=\Ln z$ 确定在从原点 $z=0$ 起沿着负实轴割破了的 $z$ 平面上, 并且 $w(i)=\cfrac{5\pi i}{2}$. 求 $w(-i)$.

解:

a. $-\pi<\Arg z<\pi$.

b. $$\bex \frac{5\pi i}{2}=w(i)=w(e^{i\frac{\pi}{2}}) =i\sex{\frac{\pi}{2}+2k\pi}\ra k=1. \eex$$

c. $$\beex \bea w(z)&=\ln r+i(\tt+2\pi)\quad(z=re^{i\tt}),\\ w(-i)&=w(e^{-i\frac{\pi}{2}}) =i\sex{-\frac{\pi}{2}+2\pi} =\frac{3\pi i}{2}. \eea \eeex$$

 

3. 幂函数、一般指数函数: $$\bex w=z^\alpha=e^{\alpha\Ln z},\quad w=a^z=e^{z\Ln a}. \eex$$

 

作业: P 92 T 22, T 23. 

目录
相关文章
|
数据采集 机器学习/深度学习 存储
【机器学习】数据清洗——基于Numpy库的方法删除重复点
【机器学习】数据清洗——基于Numpy库的方法删除重复点
761 1
|
缓存 JavaScript
Vue computed详解
computed是Vue中一个计算属性,它可以根据依赖的数据动态计算出一个新的值,并将其缓存起来。computed属性是基于它们的依赖进行缓存的,只有当依赖发生变化时,才会重新计算。 computed属性具有以下特性: • 缓存:computed属性会缓存计算结果,在依赖不变时直接返回缓存值,提高性能。 • 响应式:当依赖发生变化时,computed属性会自动重新计算并更新。 • 依赖追踪:Vue会自动追踪computed属性所依赖的数据,并在其发生变化时触发重新计算。
555 0
|
8月前
|
数据库连接 API 数据安全/隐私保护
Python字符串处理:超越split与join的五大高效技巧
本文介绍Python字符串处理的五大高效技巧:strip家族精准去字符、partition分割结构化数据、count统计子串、高级比较方法及正则应用,结合真实案例与性能对比,提升开发效率。
311 0
|
小程序 测试技术 API
鸿蒙原生开发手记:03-元服务开发全流程(开发元服务,只需要看这一篇文章)
本文详细介绍元服务的开发及上架全流程,涵盖元服务的特点、创建项目、服务卡片、签名打包、开发测试及上架审核等环节,帮助开发者轻松掌握从零开始开发并发布元服务的全过程。元服务以其轻量、免安装、易于使用等特点,成为未来服务提供的重要形式。
2593 13
鸿蒙原生开发手记:03-元服务开发全流程(开发元服务,只需要看这一篇文章)
|
前端开发 容器
32.[HarmonyOS NEXT Row案例一(上)] 使用Row组件创建水平排列的功能按钮组
HarmonyOS NEXT提供了丰富的布局组件,其中Row组件是一种常用的水平布局容器,可以将子组件按照水平方向排列。本教程将详细讲解如何使用Row组件创建一个水平排列的功能按钮组,重点介绍基础间距与对齐的设置方法。
286 4
|
数据采集 人工智能 DataWorks
限时优惠体验!DataWorks数据治理中心全新升级为数据资产治理
DataWorks进行全面升级,从数据治理中心转型为数据资产治理,强调业务视角下的数据分类与管理,引入Data+AI全链路数据血缘追踪,提升数据质量和安全性,促进跨部门协作。同时,提供限时优惠活动,助力企业高效利用数据资产。
1431 2
|
Android开发
Android LayoutInflater.from(context).inflate()方法的作用
Android LayoutInflater.from(context).inflate()方法的作用
332 0
|
机器学习/深度学习 人工智能 自然语言处理
关于GPT的Open API,看这一篇就够了(可搭建自己的ChatGPT)
关于GPT的Open API,看这一篇就够了(可搭建自己的ChatGPT)
7936 0
|
内存技术
基于Micropython利用ESP32-C3驱动墨水屏显示图片
基于Micropython利用ESP32-C3驱动墨水屏显示图片
1900 0
|
前端开发 JavaScript 算法
万万没想到,React 优先级队列的实现方式,跟我书里写的一模一样
万万没想到,React 优先级队列的实现方式,跟我书里写的一模一样
400 0