解析函数与柯西 - 黎曼条件

物理问题引入：为什么复可微会自动导出拉普拉斯方程？

在多元实数微积分中，即使一个二元实函数 $u (x, y)$ u(x, y) 在某点的所有偏导数均存在，甚至方向导数均存在，它也可能在临近区域表现出不连续等极度病态的行为．然而，在复变函数中，只要我们对复变函数：

f (z) = u (x, y) + i v (x, y)

f(z) = u(x, y) + i v(x, y)

提出看似平淡无奇的要求——复可微（Complex Differentiable），一系列震撼的分析学奇迹就会随之发生：

实部与虚部自动满足二维拉普拉斯方程：
$\nabla^{2} u = \frac{\partial^{2} u}{\partial x^{2}} + \frac{\partial^{2} u}{\partial y^{2}} = 0, \nabla^{2} v = \frac{\partial^{2} v}{\partial x^{2}} + \frac{\partial^{2} v}{\partial y^{2}} = 0$ nabla^2 u = d^2 ud x^2 + d^2 ud y^2 = 0, quad nabla^2 v = d^2 vd x^2 + d^2 vd y^2 = 0
等值线簇处处正交：曲线族 $u (x, y) = C_{1}$ u(x, y) = C_1 与 $v (x, y) = C_{2}$ v(x, y) = C_2 在复平面上凡相交处切线必定互相垂直；
一阶可微自动保证无穷阶光滑：不存在「一阶可导但二阶导数不存在」的实分析尴尬局面．

这正是为什么复分析天然就是二维静电场（等势线与电力线正交且空间无源电势满足 $\nabla^{2} ϕ = 0$ nabla^2 phi = 0）与二维无旋不可压缩流体（速度势与流函数正交）最完美的数学模型．

1. 复导数严格定义与严苛性

设区域 $D \subset C$ D subset C 为复平面的开集， $f (z)$ f(z) 是定义在 $D$ D 上的单值复变函数．若对于 $z_{0} \in D$ z_0 in D，差商极限：

f^{'} (z_{0}) = lim_{Δ z \to 0} \frac{f (z_{0} + Δ z) - f (z_{0})}{Δ z}

f'(z_0) = lim_Delta z -> 0 f(z_0 + Delta z) - f(z_0)Delta z

存在且唯一，则称 $f (z)$ f(z) 在点 $z_{0}$ z_0 可导（Differentiable）（或可微）．

注意：极限方向的任意性与路径独立性

在实数轴上一元极限只有从左侧（ $Δ x \to 0^{-}$ Delta x -> 0^-）和从右侧（ $Δ x \to 0^{+}$ Delta x -> 0^+）两个逼近方向；
而在复平面上，增量 $Δ z = Δ x + i Δ y = | Δ z | e^{i α}$ Delta z = Delta x + iDelta y = |Delta z|e^ialpha 能够以 任意辐角、沿任意连续曲线 从四面八方向原点逼近！
要求极限值对所有可能的趋近路径、所有方向完全无关且严格相等，构成了对函数实部与虚部的一组极强约束——柯西 - 黎曼条件（Cauchy-Riemann Conditions）．

2. 柯西 - 黎曼条件（Cauchy-Riemann Conditions）

2.1 直角坐标下的推导

设 $f (z) = u (x, y) + i v (x, y)$ f(z) = u(x, y) + iv(x, y) 在点 $z$ z 处复可导．根据定义，极限与趋向路径无关：

沿平行于实轴方向逼近（令 $Δ y = 0, Δ z = Δ x \to 0$ Delta y = 0, Delta z = Delta x -> 0）：
$f^{'} (z) = lim_{Δ x \to 0} \frac{[u (x + Δ x, y) - u (x, y)] + i [v (x + Δ x, y) - v (x, y)]}{Δ x} = \frac{\partial u}{\partial x} + i \frac{\partial v}{\partial x}$ f'(z) = lim_Delta x -> 0 [u(x+Delta x, y) - u(x, y)] + i[v(x+Delta x, y) - v(x, y)]Delta x = d ud x + id vd x
沿平行于虚轴方向逼近（令 $Δ x = 0, Δ z = i Δ y \to 0$ Delta x = 0, Delta z = iDelta y -> 0）：
$f^{'} (z) = lim_{Δ y \to 0} \frac{[u (x, y + Δ y) - u (x, y)] + i [v (x, y + Δ y) - v (x, y)]}{i Δ y} = \frac{1}{i} (\frac{\partial u}{\partial y} + i \frac{\partial v}{\partial y}) = \frac{\partial v}{\partial y} - i \frac{\partial u}{\partial y}$ f'(z) = lim_Delta y -> 0 [u(x, y+Delta y) - u(x, y)] + i[v(x, y+Delta y) - v(x, y)]iDelta y = 1ileft(d ud y + id vd yright) = d vd y - id ud y

两式必须恒等，实部与虚部分别对应相等，即得到著名的 柯西 - 黎曼方程（C-R 条件）：

{\begin{cases} \frac{\partial u}{\partial x} = \frac{\partial v}{\partial y} \\ \frac{\partial u}{\partial y} = - \frac{\partial v}{\partial x} \end{cases}

cases d ud x = d vd y [8pt] d ud y = -d vd x cases

复导数的多种等价表达形式：

f^{'} (z) = \frac{\partial u}{\partial x} + i \frac{\partial v}{\partial x} = \frac{\partial v}{\partial y} - i \frac{\partial u}{\partial y} = \frac{\partial u}{\partial x} - i \frac{\partial u}{\partial y} = \frac{\partial v}{\partial y} + i \frac{\partial v}{\partial x}

f'(z) = d ud x + id vd x = d vd y - id ud y = d ud x - id ud y = d vd y + id vd x

导数模长平方的物理对称性：

| f^{'} (z) |^{2} = {(\frac{\partial u}{\partial x})}^{2} + {(\frac{\partial v}{\partial x})}^{2} = {(\frac{\partial u}{\partial y})}^{2} + {(\frac{\partial v}{\partial y})}^{2} = {(\frac{\partial u}{\partial x})}^{2} + {(\frac{\partial u}{\partial y})}^{2} = \det J_{f}

|f'(z)|^2 = left(d ud xright)^2 + left(d vd xright)^2 = left(d ud yright)^2 + left(d vd yright)^2 = left(d ud xright)^2 + left(d ud yright)^2 = det J_f

其中 $\det J_{f} = u_{x} v_{y} - u_{y} v_{x}$ det J_f = u_x v_y - u_y v_x 是由 $(x, y) \to (u, v)$ (x, y) -> (u, v) 坐标映射的雅可比行列式．在保角映射中，它直接代表了局部面积的几何放大系数．

2.2 极坐标下的推导

在具有轴对称或柱对称的物理系统（如点电荷、线电流、圆柱波导）中，极坐标 $(r, θ)$ (r, theta) 远比直角坐标自然．

设 $z = r e^{i θ} = r \cos θ + i r \sin θ$ z = r e^itheta = rcostheta + i rsintheta，函数写为 $f (z) = u (r, θ) + i v (r, θ)$ f(z) = u(r, theta) + i v(r, theta)．
由多元微积分多元链式法则：

\frac{\partial u}{\partial r} = \cos θ \frac{\partial u}{\partial x} + \sin θ \frac{\partial u}{\partial y}, \frac{\partial u}{\partial θ} = - r \sin θ \frac{\partial u}{\partial x} + r \cos θ \frac{\partial u}{\partial y}

d ud r = costheta d ud x + sintheta d ud y, quad d ud theta = -rsintheta d ud x + rcostheta d ud y

\frac{\partial v}{\partial r} = \cos θ \frac{\partial v}{\partial x} + \sin θ \frac{\partial v}{\partial y}, \frac{\partial v}{\partial θ} = - r \sin θ \frac{\partial v}{\partial x} + r \cos θ \frac{\partial v}{\partial y}

d vd r = costheta d vd x + sintheta d vd y, quad d vd theta = -rsintheta d vd x + rcostheta d vd y

代入直角坐标下的 C-R 条件 $u_{x} = v_{y}, u_{y} = - v_{x}$ u_x = v_y, u_y = -v_x，消去直角偏导数，整理即得 极坐标下的柯西 - 黎曼条件：

{\begin{cases} \frac{\partial u}{\partial r} = \frac{1}{r} \frac{\partial v}{\partial θ} \\ \frac{\partial v}{\partial r} = - \frac{1}{r} \frac{\partial u}{\partial θ} \end{cases}

cases d ud r = 1r d vd theta [8pt] d vd r = -1r d ud theta cases

在此坐标下，复导数可直接计算为：

f^{'} (z) = e^{- i θ} (\frac{\partial u}{\partial r} + i \frac{\partial v}{\partial r}) = \frac{e^{- i θ}}{r} (\frac{\partial v}{\partial θ} - i \frac{\partial u}{\partial θ})

f'(z) = e^-ithetaleft(d ud r + id vd rright) = e^-ithetarleft(d vd theta - id ud thetaright)

3. 算子视角：Wirtinger 微积分与 $\partial f / \partial z^{} = 0$ d f/d z^ = 0

将 $z = x + i y$ z = x+iy 与 $z^{*} = x - i y$ z^* = x-iy 视为两个互相独立的复变量：

x = \frac{z + z^{*}}{2}, y = \frac{z - z^{*}}{2 i}

x = z + z^*2, quad y = z - z^*2i

定义复偏导数算子（Wirtinger 算子）：

\frac{\partial}{\partial z} \equiv \frac{1}{2} (\frac{\partial}{\partial x} - i \frac{\partial}{\partial y}), \frac{\partial}{\partial z^{*}} \equiv \frac{1}{2} (\frac{\partial}{\partial x} + i \frac{\partial}{\partial y})

dd z equiv 12left(dd x - idd yright), quad dd z^* equiv 12left(dd x + idd yright)

作用于复变函数 $f (z) = u + i v$ f(z) = u + iv：

\frac{\partial f}{\partial z^{*}} = \frac{1}{2} [(\frac{\partial u}{\partial x} + i \frac{\partial v}{\partial x}) + i (\frac{\partial u}{\partial y} + i \frac{\partial v}{\partial y})] = \frac{1}{2} [(\frac{\partial u}{\partial x} - \frac{\partial v}{\partial y}) + i (\frac{\partial v}{\partial x} + \frac{\partial u}{\partial y})]

d fd z^* = 12left[left(d ud x + id vd xright) + ileft(d ud y + id vd yright)right] = 12left[left(d ud x - d vd yright) + ileft(d vd x + d ud yright)right]

核心定理：柯西 - 黎曼条件严格等价于：

\frac{\partial f}{\partial z^{*}} = 0

d fd z^* = 0

补充说明

现代物理视点：解析函数（全纯函数）的深刻本质就是：它纯粹只是复变量 $z$ z 的函数，在形式上完全不显含其共轭变量 $z^{*}$ z^*！
凡是显式出现 $z^{*}$ z^*、实部 $x = \frac{z + z^{*}}{2}$ x = z+z^*/2 或模长 $| z |^{2} = z z^{*}$ |z|^2 = z z^* 的函数，通常都破坏了解析性．

共轭函数的解析性辨析

函数 $f^{*} (z)$ f^*(z)：若 $f (z)$ f(z) 解析，由于 $f^{*} (z) = u (x, y) - i v (x, y)$ f^*(z) = u(x, y) - iv(x, y)，其虚部取负号导致 C-R 条件变为 $u_{x} = - v_{y}, u_{y} = v_{x}$ u_x = -v_y, u_y = v_x．与原 C-R 条件联立可知 $u_{x} = u_{y} = v_{x} = v_{y} = 0$ u_x = u_y = v_x = v_y = 0．因此 $f^{*} (z)$ f^*(z) 一般处处不解析（除非其为常数）；
函数 $f^{*} (z^{*})$ f^*(z^*)：由于 $f^{*} (z^{*}) = u (x, - y) - i v (x, - y)$ f^*(z^*) = u(x, -y) - iv(x, -y)，自变量与函数值虚部同时取负号，负负得正，代入验证知其严格满足 C-R 条件．因此 $f^{*} (z^{*})$ f^*(z^*) 依然是全纯解析函数．这一性质正是后续量子力学与经典电磁学中 施瓦茨反射原理（Schwarz Reflection Principle） 的基石．

4. 可导、可微与解析的深度辨析与经典反例体系

初学者极易混淆「单点可导」、「单点可微」与「区域解析」的概念层次．以下总结三者的严格充要逻辑：

flowchart TD
    A["偏导数 u_x, u_y, v_x, v_y 在某点连续 + 满足 C-R 方程"] -->|充分条件| B["f(z) 在单点可导（可微）"]
    B -->|充要条件| C["u, v 作为二元实函数全可微 + 满足 C-R 方程"]
    C -->|必要条件| D["满足 C-R 条件"]

    B -.->|不等于! 邻域内处处可导才成立| E["f(z) 在单点解析"]
    F["u, v 在区域 \Omega 内一阶偏导数连续 + 处处满足 C-R 方程"] <==>|充要条件| G["f(z) 在区域 \Omega 内全纯解析"]

经典反例 1：满足 C-R 方程但在该点不可导

考虑如下经典构造函数：

f (z) = {\begin{cases} \frac{{\bar{z}}^{2}}{z}, & z \neq 0 \\ 0, & z = 0 \end{cases}

f(z) = cases z^2z, & z != 0 0, & z = 0 cases

验证在 $z = 0$ z = 0 处满足 C-R 方程：
展开实部与虚部： $u = \frac{x^{3} - 3 x y^{2}}{x^{2} + y^{2}}, v = \frac{y^{3} - 3 x^{2} y}{x^{2} + y^{2}}$ u = x^3 - 3xy^2/x^2+y^2, v = y^3 - 3x^2 y/x^2+y^2．由偏导数定义计算原点处的导数：
$u_{x} (0, 0) = lim_{x \to 0} \frac{u (x, 0) - 0}{x} = 1, u_{y} (0, 0) = 0$ u_x(0, 0) = lim_x -> 0 u(x, 0) - 0/x = 1, quad u_y(0, 0) = 0 $v_{x} (0, 0) = 0, v_{y} (0, 0) = lim_{y \to 0} \frac{v (0, y) - 0}{y} = 1$ v_x(0, 0) = 0, quad v_y(0, 0) = lim_y -> 0 v(0, y) - 0/y = 1
显然 $u_{x} (0, 0) = v_{y} (0, 0) = 1$ u_x(0,0) = v_y(0,0) = 1 且 $u_{y} (0, 0) = - v_{x} (0, 0) = 0$ u_y(0,0) = -v_x(0,0) = 0，在原点形式上严格满足 C-R 方程； 2. 但在原点不可导：
按复导数定义考察差商，令 $z$ z 沿不同斜率的射线 $x = m y$ x = my 逼近原点：
$lim_{z \to 0} \frac{f (z) - f (0)}{z} = lim_{z \to 0} \frac{{\bar{z}}^{2}}{z^{2}} = \frac{(m y - i y)^{2}}{(m y + i y)^{2}} = \frac{(m - i)^{2}}{(m + i)^{2}}$ lim_z -> 0 f(z) - f(0)z = lim_z -> 0z^2z^2 = (my - iy)^2(my + iy)^2 = (m - i)^2(m + i)^2
极限值强烈依赖于路径斜率 $m$ m（例如沿实轴 $m \to \infty$ m -> inf 极限为 $1$ 1，沿对角线 $m = 1$ m = 1 极限为 $- 1$ -1），极限不存在！故该函数在原点不可导．

经典反例 2：在单点严格可导，但在该点不解析

考虑函数：

f (z) = | z |^{2} = x^{2} + y^{2}

f(z) = |z|^2 = x^2 + y^2

其实部 $u = x^{2} + y^{2}$ u = x^2 + y^2，虚部 $v = 0$ v = 0．偏导数为 $u_{x} = 2 x, u_{y} = 2 y, v_{x} = 0, v_{y} = 0$ u_x = 2x, u_y = 2y, v_x = 0, v_y = 0．

在原点 $z = 0$ z = 0 处： $u, v$ u, v 的一阶偏导数连续且满足 $u_{x} = v_{y} = 0, u_{y} = - v_{x} = 0$ u_x = v_y = 0, u_y = -v_x = 0．根据充分条件， $f (z)$ f(z) 在 $z = 0$ z = 0 点严格复可导，且 $f^{'} (0) = 0$ f'(0) = 0；
但在原点不解析：在原点的任意去心邻域内（只要 $(x, y) \neq (0, 0)$ (x, y) != (0, 0)）， $u_{x} = 2 x \neq 0$ u_x = 2x != 0 或 $u_{y} = 2 y \neq 0$ u_y = 2y != 0，C-R 条件被彻底破坏，邻域内处处不可导．由于解析性要求在某开邻域内处处可导，故 $f (z)$ f(z) 在原点单点不解析．

经典反例 3：在一条直线上可导，但在全复平面处处不解析

考察函数：

f (z) = x^{2} + y + i (y^{2} - x)

f(z) = x^2 + y + i(y^2 - x)

计算偏导数： $u_{x} = 2 x, u_{y} = 1, v_{x} = - 1, v_{y} = 2 y$ u_x = 2x, u_y = 1, v_x = -1, v_y = 2y．

检验 C-R 条件：
${\begin{cases} u_{x} = v_{y} ⟺ 2 x = 2 y ⟺ y = x \\ u_{y} = - v_{x} ⟺ 1 = - (- 1) = 1 (恒成立) \end{cases}$ cases u_x = v_y iff 2x = 2y iff y = x u_y = -v_x iff 1 = -(-1) = 1 quad (恒成立) cases

因为偏导数处处连续，该函数 在直线 $y = x$ y = x 上的每一个点都复可导；
但在该直线上任意一点的任意开邻域内，总包含不属于该直线的点（在这些点上不满足 C-R），因此 没有任何一个邻域是处处可导的．结论：该函数在全复平面上 处处不解析！

经典反例 4：全平面满足 C-R 方程，但在原点甚至不连续

考察函数：

f (z) = {\begin{cases} \exp (- \frac{1}{z^{4}}), & z \neq 0 \\ 0, & z = 0 \end{cases}

f(z) = cases expleft(-1z^4right), & z != 0 0, & z = 0 cases

在 $z \neq 0$ z != 0 处， $f (z)$ f(z) 为初等全纯函数的复合，自然满足 C-R 方程；
在原点 $z = 0$ z = 0 处，沿实轴有 $f (x) = e^{- 1 / x^{4}}$ f(x) = e^-1/x^4，沿虚轴有 $f (i y) = e^{- 1 / y^{4}}$ f(iy) = e^-1/y^4，其偏导数均为 0，所以在原点也形式上满足 C-R 条件；
然而检验沿射线 $z = r e^{i π / 4}$ z = r e^ipi/4（ $r \to 0^{+}$ r -> 0^+）逼近原点的极限：
$z^{4} = r^{4} e^{i π} = - r^{4} ⟹ lim_{r \to 0^{+}} f (r e^{i π / 4}) = lim_{r \to 0^{+}} \exp (\frac{1}{r^{4}}) = + \infty$ z^4 = r^4 e^ipi = -r^4 implies lim_r -> 0^+ fleft(r e^ipi/4right) = lim_r -> 0^+ expleft(1r^4right) = +inf
函数在原点不仅不等于定义值 $0$ 0，而且严重发散！它在原点甚至不连续，根本不可能在包含原点的邻域内解析．

5. 调和函数与共轭调和函数的重构实战

5.1 调和性与拉普拉斯方程

若实二元函数 $Φ (x, y)$ Phi(x, y) 具有二阶连续偏导数且满足二维 Laplace 方程 $\nabla^{2} Φ = Φ_{x x} + Φ_{y y} = 0$ nabla^2 Phi = Phi_xx + Phi_yy = 0，则称其为实调和函数．

若 $f (z) = u + i v$ f(z) = u + iv 解析，对 C-R 条件分别求导：

u_{x x} = (v_{y})_{x} = v_{x y}, u_{y y} = (- v_{x})_{y} = - v_{y x}

u_xx = (v_y)_x = v_xy, quad u_yy = (-v_x)_y = -v_yx

因偏导数连续，混合偏导与求导顺序无关 $v_{x y} = v_{y x}$ v_xy = v_yx，两式相加得：

u_{x x} + u_{y y} = 0, 同理可得 v_{x x} + v_{y y} = 0

u_xx + u_yy = 0, quad 同理可得 v_xx + v_yy = 0

若调和函数 $u$ u 与 $v$ v 满足 C-R 条件，则称 $v$ v 是 $u$ u 的 共轭调和函数（Harmonic Conjugate）．

5.2 反求解析函数的三大实用法宝

已知解析函数的实部 $u (x, y)$ u(x, y)（或虚部 $v (x, y)$ v(x, y)），如何重构完整的 $f (z)$ f(z)？

法宝 1：全微分积分法

利用 C-R 条件构造全微分：

d v = \frac{\partial v}{\partial x} d x + \frac{\partial v}{\partial y} d y = (- \frac{\partial u}{\partial y}) d x + (\frac{\partial u}{\partial x}) d y

dv = d vd xdx + d vd ydy = left(-d ud yright)dx + left(d ud xright)dy

通过曲线积分或不定积分求出 $v (x, y)$ v(x, y)，再合成 $f (z) = u + i v$ f(z) = u + iv．

法宝 2：实轴代换技巧（全纯延拓法，极速技巧）

根据解析函数的唯一性定理，若我们在实轴 $y = 0$ y = 0 上有 $f (x) = u (x, 0) + i v (x, 0)$ f(x) = u(x, 0) + i v(x, 0)，那么将实变量 $x$ x 解析延拓至复变量 $z$ z，全复平面上的表达式即可直接写为：

f (z) = u (z, 0) + i v (z, 0) + C

f(z) = u(z, 0) + i v(z, 0) + C

或者先求导： $f^{'} (z) = u_{x} (z, 0) - i u_{y} (z, 0)$ f'(z) = u_x(z, 0) - i u_y(z, 0)，再对 $z$ z 积分一次！这在高校竞赛与考试中能节省 80% 的繁琐多元积分时间．

例题 1：已知虚部求解析函数

已知解析函数虚部 $v (x, y) = \frac{y}{x^{2} + y^{2}}$ v(x, y) = yx^2 + y^2，求其解析表达式．
解法（全微分法）：

u_{x} = v_{y} = \frac{x^{2} - y^{2}}{(x^{2} + y^{2})^{2}}, u_{y} = - v_{x} = \frac{2 x y}{(x^{2} + y^{2})^{2}}

u_x = v_y = x^2 - y^2(x^2 + y^2)^2, quad u_y = -v_x = 2xy(x^2 + y^2)^2

d u = \frac{x^{2} - y^{2}}{(x^{2} + y^{2})^{2}} d x + \frac{2 x y}{(x^{2} + y^{2})^{2}} d y = d (- \frac{x}{x^{2} + y^{2}}) ⟹ u = - \frac{x}{x^{2} + y^{2}} + C

du = x^2 - y^2(x^2 + y^2)^2dx + 2xy(x^2 + y^2)^2dy = dleft(-xx^2 + y^2right) implies u = -xx^2 + y^2 + C

因此：

f (z) = u + i v = \frac{- x + i y}{x^{2} + y^{2}} + C = \frac{- z^{*}}{| z |^{2}} + C = - \frac{1}{z} + C (C \in R)

f(z) = u + iv = -x + iyx^2 + y^2 + C = -z^*|z|^2 + C = -1z + C quad (C in R)

例题 2：已知实部与虚部之和求解析函数

直角坐标系中解析函数实部与虚部满足： $u (x, y) + v (x, y) = - (x + y) (x^{2} - 4 x y + y^{2})$ u(x, y) + v(x, y) = -(x + y)(x^2 - 4xy + y^2)，求 $f (z)$ f(z)．
解：展开多项式： $u + v = - x^{3} + 3 x^{2} y + 3 x y^{2} - y^{3}$ u + v = -x^3 + 3x^2 y + 3xy^2 - y^3．
分别对 $x, y$ x, y 求偏导并代入 C-R 条件（ $v_{x} = - u_{y}, v_{y} = u_{x}$ v_x = -u_y, v_y = u_x）：

u_{x} - u_{y} = - 3 x^{2} + 6 x y + 3 y^{2}

u_x - u_y = -3x^2 + 6xy + 3y^2

u_{y} + u_{x} = 3 x^{2} + 6 x y - 3 y^{2}

u_y + u_x = 3x^2 + 6xy - 3y^2

两式联立相加除以 2 得 $u_{x} = 6 x y$ u_x = 6xy，相减得 $u_{y} = 3 x^{2} - 3 y^{2}$ u_y = 3x^2 - 3y^2．全微分积分得 $u (x, y) = 3 x^{2} y - y^{3} + C_{1}$ u(x, y) = 3x^2 y - y^3 + C_1．
虚部为 $v = (u + v) - u = - x^{3} + 3 x y^{2} - C_{1}$ v = (u+v) - u = -x^3 + 3xy^2 - C_1．组合得：

f (z) = (3 x^{2} y - y^{3}) + i (- x^{3} + 3 x y^{2}) + C = - i (x + i y)^{3} + C = - i z^{3} + C

f(z) = (3x^2 y - y^3) + i(-x^3 + 3xy^2) + C = -i(x + iy)^3 + C = -i z^3 + C

例题 3：非初等根号虚部的解析函数重构

已知解析函数虚部为 $v (x, y) = \sqrt{- x + \sqrt{x^{2} + y^{2}}}$ v(x, y) = -x + x^2 + y^2，求 $f (z)$ f(z)．
极坐标巧妙解法：令 $x = r \cos θ, y = r \sin θ$ x = rcostheta, y = rsintheta（取 $r > 0, 0 < θ \leq π$ r > 0, 0 < theta <= pi）：

v = \sqrt{- r \cos θ + r} = \sqrt{2 r \sin^{2} \frac{θ}{2}} = \sqrt{2 r} \sin \frac{θ}{2}

v = -rcostheta + r = 2rsin^2theta/2 = 2rsintheta/2

由极坐标 C-R 条件：

\frac{\partial u}{\partial r} = \frac{1}{r} \frac{\partial v}{\partial θ} = \frac{1}{\sqrt{2 r}} \cos \frac{θ}{2} ⟹ u (r, θ) = \sqrt{2 r} \cos \frac{θ}{2} + C

d ud r = 1rd vd theta = 12rcostheta/2 implies u(r, theta) = 2rcostheta/2 + C

合成解析函数：

f (z) = u + i v = \sqrt{2 r} (\cos \frac{θ}{2} + i \sin \frac{θ}{2}) + C = \sqrt{2 z} + C (C \in R)

f(z) = u + iv = 2rleft(costheta/2 + isintheta/2right) + C = 2z + C quad (C in R)

6. 物理模型：静电复势与流体正交网格

在二维无源静电场中，电势 $ϕ (x, y)$ phi(x, y) 满足二维拉普拉斯方程 $\nabla^{2} ϕ = 0$ nabla^2 phi = 0．令其为一个解析函数的实部：

W (z) = ϕ (x, y) + i ψ (x, y)

W(z) = phi(x, y) + i psi(x, y)

称 $W (z)$ W(z) 为 复势（Complex Potential）．

实部曲线族 $ϕ (x, y) = C_{1}$ phi(x, y) = C_1 是 等势线；
虚部曲线族 $ψ (x, y) = C_{2}$ psi(x, y) = C_2 是 电力线；
梯度点积计算表明：
$\nabla ϕ \cdot \nabla ψ = \frac{\partial ϕ}{\partial x} \frac{\partial ψ}{\partial x} + \frac{\partial ϕ}{\partial y} \frac{\partial ψ}{\partial y} = (\frac{\partial ψ}{\partial y}) (\frac{\partial ψ}{\partial x}) + (- \frac{\partial ψ}{\partial x}) (\frac{\partial ψ}{\partial y}) \equiv 0$ nablaphi * nablapsi = dd xdd x + dd ydd y = left(dd yright)left(dd xright) + left(-dd xright)left(dd yright) equiv 0

等势线与电力线在任意点严格正交！此外，复电场强度矢量可直接通过对复势求导给出：

E_{x} - i E_{y} = - \frac{d W}{d z}

E_x - i E_y = -dWdz

将实矢量分析的求梯度运算直接升华为简单的单变量一阶复求导．在二维理想无旋不可压缩流体中， $ϕ$ phi 为速度势， $ψ$ psi 为流函数，复速度为 $v_{x} - i v_{y} = \frac{d W}{d z}$ v_x - iv_y = dWdz，构成了机翼升力计算（茹科夫斯基变换）的理论基石．

7. 学习衔接

上一节：复数代数与几何表示，参见复数与几何表示；
下一节：研究解析函数在闭合路径上的积分性质，进入复变积分与柯西定理．

知识小测与巩固练习

补充说明

课后核心技能自测点

能否在 1 分钟内证明：若解析函数 $| f (z) |$ |f(z)| 为常数，则 $f (z)$ f(z) 必为常数？
函数 $f (z) = {\bar{z}}^{2}$ f(z) = z^2 在哪些点满足 C-R 条件？在哪些点可导？在哪些点解析？
已知实部 $u = e^{x} (x \cos y - y \sin y)$ u = e^x(xcos y - ysin y)，能否用「实轴代换法」在 20 秒内写出 $f (z)$ f(z)？

本页小测与复习

本页面最近更新：2026/10/1 10:49:01，更新历史
发现错误？想一起完善？在 GitHub 上编辑此页！
本页面贡献者：Leafuke, Physics Learning Wiki Team
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供，附加条款亦可能应用

解析函数与柯西 - 黎曼条件

物理问题引入：为什么复可微会自动导出拉普拉斯方程？

1. 复导数严格定义与严苛性

2. 柯西 - 黎曼条件（Cauchy-Riemann Conditions）

2.1 直角坐标下的推导

2.2 极坐标下的推导

3. 算子视角：Wirtinger 微积分与 $\partial f / \partial z^{} = 0$ d f/d z^ = 0

共轭函数的解析性辨析

4. 可导、可微与解析的深度辨析与经典反例体系

经典反例 1：满足 C-R 方程但在该点不可导

经典反例 2：在单点严格可导，但在该点不解析

经典反例 3：在一条直线上可导，但在全复平面处处不解析

经典反例 4：全平面满足 C-R 方程，但在原点甚至不连续

5. 调和函数与共轭调和函数的重构实战

5.1 调和性与拉普拉斯方程

5.2 反求解析函数的三大实用法宝

法宝 1：全微分积分法

法宝 2：实轴代换技巧（全纯延拓法，极速技巧）

6. 物理模型：静电复势与流体正交网格

7. 学习衔接

知识小测与巩固练习

本页小测与复习

复变函数基础：复数代数、几何表示与解析性速测

评论

解析函数与柯西 - 黎曼条件

物理问题引入：为什么复可微会自动导出拉普拉斯方程？

1. 复导数严格定义与严苛性

2. 柯西 - 黎曼条件（Cauchy-Riemann Conditions）

2.1 直角坐标下的推导

2.2 极坐标下的推导

3. 算子视角：Wirtinger 微积分与 𝜕𝑓/𝜕𝑧∗ =0∂f/∂z∗=0d f/d z^* = 0

共轭函数的解析性辨析

4. 可导、可微与解析的深度辨析与经典反例体系

经典反例 1：满足 C-R 方程但在该点不可导

经典反例 2：在单点严格可导，但在该点不解析

经典反例 3：在一条直线上可导，但在全复平面处处不解析

经典反例 4：全平面满足 C-R 方程，但在原点甚至不连续

5. 调和函数与共轭调和函数的重构实战

5.1 调和性与拉普拉斯方程

5.2 反求解析函数的三大实用法宝

法宝 1：全微分积分法

法宝 2：实轴代换技巧（全纯延拓法，极速技巧）

6. 物理模型：静电复势与流体正交网格

7. 学习衔接

知识小测与巩固练习

本页小测与复习

复变函数基础：复数代数、几何表示与解析性速测

评论

3. 算子视角：Wirtinger 微积分与 $\partial f / \partial z^{} = 0$ d f/d z^ = 0