复变函数与积分变换：解析函数、留数定理与傅里叶/拉普拉斯

1. 这门课到底在解决什么问题从实数的局限说起1.1 从负数开平方这个死胡同说起当年第一次翻开这本教材我最大的困惑不是复变函数难不难而是为什么非要造一个虚数出来。实数轴上一维排开加减乘除开方除了负数开平方、除零这两件事做不了其他都能干。数学系的人偏要在这个死胡同里凿一堵墙把数从一维线拓到二维平面这个操作乍看很像吃饱了撑的。后来我才明白这一步拓展换来的东西太多了。只要把数看成平面上的点也就是 z x iy横坐标 x 是实部纵坐标 y 是虚部很多在实数域里条件苛刻、结论零碎的定理一下子变得统一而干净。举个最出名的例子欧拉公式 e^(iθ) cosθ i·sinθ把指数函数和三角函数这两个在实数里八竿子打不着的家族焊死在了一起。再取 θ π就是 e^(iπ) 1 0五个最重要的常数用一次加法串起来。所以复数的引入不是炫技而是刚需。信号处理里的相位、电路里的阻抗、流体力学里的势函数、量子力学里的波函数用复数写出来往往只有一行用实数拆开写要写三四行还容易错。这个账算下来多学一套复数运算体系完全不亏。1.2 复变函数与积分变换各自的分工这门课名字长实际上是两套东西拼在一起。前半段是复变函数研究对象是复平面上的函数核心工具是解析函数、柯西积分定理、级数展开和留数定理后半段是积分变换研究对象是实变量函数核心工具是傅里叶变换和拉普拉斯变换。它们俩的关系很微妙积分变换的很多推导要靠复变函数里的围道积分和留数来完成所以教材把它们排在一起是有道理的。如果用一句话概括分工复变函数解决的是怎么把复平面上的积分算出来顺便用它反过来算现实数轴上的难积分积分变换解决的是怎么把一个难解的微分方程搬到另一个域里变成简单的代数方程。下面这张表是我自己复习时整理的三者对照贴出来方便你一眼看清各自的位置分支研究对象最关键的工具典型落地场景复变函数复平面上的函数柯西积分定理、留数定理计算实变定积分、平面场问题傅里叶变换非周期信号的频谱积分变换对、卷积定理信号分析、偏微分方程求解拉普拉斯变换带初始条件的问题s 域代数化、部分分式电路暂态、控制系统建模理解了这三条线后面所有的公式就有了挂靠的地方不再是散落一地的碎片。我见过太多人复习这门课的方式是把公式抄十遍结果是记住了 e^(iθ) 却不知道它什么时候用考场上看到一道积分题完全没思路。归根结底是没想清楚这一块到底在解决什么问题。2. 复数运算与几何表示把代数问题搬到平面上2.1 三种表示形式的相互转换复数有三种常见写法代数形式 z x iy、三角形式 z r(cosθ i·sinθ)、指数形式 z re^(iθ)。三种形式之间来回切换是这门课的基本功切换不熟练后面所有章节都会卡。我自己总结的转换口诀是代数形式看实虚部三角和指数形式看模和辐角模用勾股定理辐角用反三角函数配合象限判断。这里最容易翻车的是辐角的象限判定。比如 z -1 i用 arctan(1/-1) 直接算出来是 -45 度但实际辐角在第二象限应该是 135 度。教材里常用的做法是引入主值 Arg z 落在 (-π, π] 区间而一般辐角 arg z Arg z 2kπ。考试里如果题目没说主值你写 ±π/4 那一类答案就容易被扣分。我自己习惯的做法是先在草稿纸上把点画出来看一眼落在哪个象限再决定辐角加不加 π。这个动作只花三秒钟但能挡掉一大半的低级错误。2.2 乘除、开方与辐角的几何意义复数乘法的几何意义是模相乘、辐角相加除法是模相除、辐角相减。这句话看起来是老生常谈但它解释了一个很反直觉的现象为什么一个复数乘以 i 相当于逆时针旋转 90 度。因为 i 的模是 1、辐角是 π/2乘上去就是模不变、辐角加 90 度几何上就是旋转。这个性质在电路分析里天天用阻抗乘以 j 就是相位提前 90 度工程师嘴里说的超前滞后全是这一条在背后撑着。开方更有意思。z 的 n 次方根有 n 个均匀分布在以原点为圆心、半径为 r^(1/n) 的圆上相邻两个根之间夹角是 2π/n。这个结论把代数问题彻底几何化了。我最开始记不住这个圆后来想通了一件事开方的本质是找所有辐角满足 nθ Arg z 2kπ 的数所以 θ 会随着 k 一格格往前走走满一圈刚好回到原点一共 n 次。理解了这层公式就不用背了。举个具体例子求 1 的立方根。模是 1辐角是 0所以三个根是 1、e^(i2π/3)、e^(i4π/3)在单位圆上三等分。代入数值就是 1、-1/2 √3/2 i、-1/2 - √3/2 i三个根的和是零。这个和为 0的结论对任意次方根都成立考试里偶尔会拿它构造题目。2.3 从复变函数到映射把图像思维用起来复变函数 w f(z) 本质上是一个映射把 z 平面上的点搬到 w 平面上。教材里常考的映射有线性映射 w az b、反演映射 w 1/z、分式线性映射 w (azb)/(czd)。这些东西看起来抽象但画一画就懂了。分式线性映射有一个非常漂亮的保圆性它把直线和圆统统映射成直线或圆。也就是说一个圆经过分式线性映射之后要么还是圆要么变成直线。直线可以被看成半径无穷大的圆所以严格说它保的是广义圆。这个性质在流体力学求绕流问题、在半平面映射到单位圆的问题里是核心武器。我复习这块的方法很土但有效把几个典型映射的边界对应关系画成小图比如单位圆盘到上半平面的映射 w (z - i)/(z i)把圆周上三四个特殊点代入看它们落到了实轴的什么位置正负无穷怎么对应。把图记住比死记公式靠谱得多。因为考试题的类型就那么几种图一认出来直接就是套公式。3. 解析函数整个体系的地基3.1 柯西-黎曼方程到底在约束什么解析函数的定义是f(z) 在 z0 的邻域内处处可导。注意这里是邻域内处处不是在 z0 这一点这个差别很关键。实数里一个点可导就够用了复变里要求一个开区域上处处可导条件强得多换来的性质也强得多。可导的充要条件落到实部虚部上就是著名的柯西-黎曼方程如果 f(z) u(x,y) i·v(x,y)那么 u 对 x 的偏导等于 v 对 y 的偏导u 对 y 的偏导等于负的 v 对 x 的偏导。我习惯把它记成 u_x v_yu_y -v_x字母对照着看不容易串。这两个方程为什么长这样值得花点时间想清楚。导数的定义是 Δw/Δz 的极限而 Δz 可以从任意方向趋近于零。沿实轴方向走过来得到一个表达式沿虚轴方向走过来得到另一个表达式要让极限存在两个方向必须给出同一个结果于是就有了这两条约束。这不是数学家硬造的条件而是方向无关性逼出来的必然结论。想通这一点你就不会再把它当成两个需要死背的公式。3.2 调和函数与共轭调和函数的求解套路由柯西-黎曼方程可以直接推出来一个结论解析函数的实部 u 和虚部 v 都满足拉普拉斯方程 u_xx u_yy 0这类函数叫调和函数。这个结论把复变函数和偏微分方程连上了线后面学热传导、静电场、流体无旋流全是它的应用场。考试里有一个固定题型已知 u(x,y)求它的共轭调和函数 v(x,y)使得 u iv 解析。求解套路分三步走。第一步由 u_x v_y 把 v 的 y 方向偏导求出来对 y 积分得到 v 的一个表达式里面带着一个只与 x 有关的待定函数 φ(x)。第二步把 v 对 x 求偏导利用 v_x -u_y 定出 φ(x)再积分得到 φ(x)。第三步如果题目给了某一点的函数值用它把积分常数定下来。这个流程我练了十几遍才形成肌肉记忆最大的坑是第二步里的符号。v_x 等于负的 u_y负号经常漏。我个人的防坑做法是每做完一步把结果代回柯西-黎曼方程验证一遍花不了半分钟但能保证不出符号错误。3.3 初等复变函数和实变函数的差别指数函数、三角函数、双曲函数搬到复数域之后很多在实数里成立的直觉会失效这是复习时最容易踩的坑。第一e^z 是周期函数周期是 2πi。这意味着 e^z 1 的解不只有 z 0还有 z 2kπi无穷多个。实数里指数函数单调递增没有周期复数里完全不是这样。第二|sin z| 和 |cos z| 是无界的。实数里正弦余弦取值范围在 [-1, 1] 之间复数里能冲到无穷大。因为 sin z (e^(iz) - e^(-iz))/(2i)当 z 的虚部越来越大e^(iz) 或者 e^(-iz) 会爆炸式增长。这个反直觉的结论在留数计算里会反复用到。第三对数函数是多值的。Ln z ln|z| i(arg z 2kπ)每个 k 给一个分支主值取 k 0。要在复平面上研究对数必须割破平面选一个单值分支这就是支割线概念的来源。把这三条记牢碰到具体题的时候不至于用实数直觉去硬套。4. 复积分柯西定理家族的三级跳4.1 柯西积分定理与路径无关柯西积分定理是这门课的第一根支柱如果 f(z) 在单连通区域 D 内解析C 是 D 内一条简单闭曲线那么沿 C 的积分等于零。这个结论太强了强到刚学的时候会怀疑它。它的直接推论是路径无关性在解析区域里从一个点积到另一个点积分值只跟起点终点有关跟走哪条路无关。这个性质跟实数里保守力做功与路径无关是一回事本质上是因为解析函数存在原函数。需要特别注意的是单连通这个条件。如果区域里有一个洞比如挖掉原点的圆环那么 f(z) 1/z 在环内解析沿绕原点一圈的积分就不再是零而是 2πi。这个反常正是留数理论的起点。绕洞的圈数和积分值成正比这个整数就叫绕数是整个复积分理论的骨架。我复习这块时喜欢用一句话提醒自己解析函数的积分是看端点有洞的积分是数圈数。两条路子分清楚了后面所有题都不会乱。4.2 柯西积分公式与高阶导数公式柯西积分公式说的是如果 f 在简单闭曲线 C 及其内部解析a 是内部一点那么沿 C 积分 f(z)/(z-a) 等于 2πi·f(a)。这个公式把函数在某一点的值和函数在边界上的积分绑定在了一起。边界上的信息决定内部的值这在实数里是不可想象的奇迹。再往上走一层是柯西高阶导数公式f 的 n 阶导数在 a 点的值等于 n!/(2πi) 乘以沿 C 积分 f(z)/(z-a)^(n1)。这条公式说明解析函数天然就是无穷次可导的而且每一阶导数都能用积分表示。实数里函数可导一次不一定可导两次复数里可导一次就等于无穷次可导这是解析函数最霸道的地方。实际计算时这两种公式的分工很清楚。被积函数分母是一次的直接用积分公式分母是高次的用高阶导数公式。判别方法是看分母的幂次一次用前者n 次用后者。4.3 参数化计算和留数的分工复积分的计算方法主要有三条路。第一条是参数化把 z 写成 z(t)直接化成实变定积分硬算。这条路最笨但最保险遇到没有奇点的函数或者被积函数很怪的时候硬算反而快。第二条是用柯西积分定理及其推论前提是解析区域单连通。第三条是留数定理适合闭曲线上有奇点的情况。我个人的选择顺序是先看积分路径是不是闭曲线是的话数一数内部有几个奇点有奇点直接上留数一个奇点都没有直接写零不是闭曲线的看看能不能补一段路径变成闭曲线补完的那段往往能消掉或者容易算。有一类题特别爱考沿单位圆积分 cos z / z^3 这种。单位圆内只有一个三阶极点直接用高阶导数公式结果是 2πi 乘以 cos z 的二阶导数在零点的值再除以 2!算出来是 -πi。这类题如果参数化硬算三角函数的幂次展开能写到手酸用公式两行就完了。所以先做路径性质判断比上来就硬算效率高一个数量级。5. 级数展开泰勒与洛朗的分水岭5.1 收敛半径的三种求法幂级数是解析函数的另一种表达方式在收敛圆内解析函数和幂级数是可以画等号的。求收敛半径的常用方法有三种比值法、根值法、以及由奇点位置反推。比值法用相邻两项系数的比求极限根值法用系数绝对值开 n 次方再取极限的倒数这两条是通用手段。最省事的是第三条如果函数在某个点附近解析那么收敛半径就是从展开中心到最近奇点的距离。举个例子1/(1-z) 在 z 0 附近展开最近奇点是 z 1所以收敛半径是 1。1/(z^21) 在原点展开奇点是 ±i到原点的距离都是 1收敛半径就是 1。我复习的时候更喜欢用第三条先猜答案再用比值法验证。两条对上了才放心对不上说明我把奇点找错了回头重新看。5.2 洛朗级数的环域与展开技巧洛朗级数跟泰勒级数最大的区别是它允许负幂项存在。这样一来一个函数在一个环域内就能展开成双向幂级数形式是 Σ a_n (z-z0)^nn 从负无穷到正无穷。洛朗展开最关键的是环域这个概念也就是展开成立的区域。拿 1/(z(1-z)) 在 z 0 附近举例它在 0 |z| 1 和 |z| 1 两个区域里的洛朗展开是完全不同的两个式子。题目如果没说展开中心只说在给定区域展开你就得先看清楚区域是哪个环域展开式里哪些项保留哪些项丢掉全看这个区域。展开的基本手法是拆项。把复杂分式拆成 1/(z-a) 这种基本单元的组合每个单元再按等比级数公式展开。这里有个口诀我自己的总结是小环域往正幂方向展大环域往负幂方向展。具体地在 |z| |a| 这种区域里1/(z-a) 可以写成 -1/a 乘以 1/(1-z/a) 再用等比展开得到正幂项在 |z| |a| 的区域里要反过来提 z 得到负幂项。5.3 展开题最容易错的地方第一个高频错误是环域写错整道题的思路就全歪了。我的习惯是先画一条数轴把展开中心和各个奇点的位置标出来看看给定区域夹在哪两条边界之间再决定每一部分往哪个方向展。第二个错误是收敛域的边界判定。等比展开时用的是 |q| 1这个条件转换成 z 的不等式一定要写清楚考试里经常有题目单独考收敛域。第三个错误是把洛朗展开和留数计算割裂开。其实洛朗展开的 (-1) 次项系数就是留数这一步联系非常关键后面算留数的时候可以直接借助展开来完成不用每次都套极点公式。把这两块打通整本书的两大块内容就串成了一条线。6. 留数定理把复杂积分变成代数题6.1 孤立奇点的分类判定孤立奇点分三类可去奇点、极点、本性奇点。判别标准是看函数在该点的洛朗展开里负幂项的情况。可去奇点没有任何负幂项函数在该点附近有界补一个定义就能解析。比如 sin z / z 在 z 0 处。极点只有有限多个负幂项最高负幂次数就是极点的阶。1/z^3 是 3 阶极点1/(z-1) 是 1 阶也就是简单极点。本性奇点有无穷多个负幂项。e^(1/z) 在 z 0 就是本性奇点它在零点附近的取值能把整个复平面几乎都覆盖一遍行为极其狂野所以叫本性。判定的快捷办法是看分母零点的阶数减去分子零点的阶数。用这个差值判断极点阶数比每次展开要快得多。举例f(z) z/(z-1)^2分母在 z 1 处二阶零点分子不为零所以是二阶极点。再比如 f(z) sin z / z^4分子在零点的阶数是 1分母是 4所以 z 0 是 3 阶极点。6.2 留数的计算m 阶极点的通用公式留数的定义是洛朗展开中 (z - z0)^(-1) 这一项的系数。对简单极点留数等于当 z 趋近 z0 时 (z - z0) f(z) 的极限对 m 阶极点留数等于 1/(m-1)! 乘以 (z-z0)^m f(z) 的 m-1 阶导数在 z0 的极限。这个通用公式背下来容易算对不容易。我见过最多的失误是在求导环节漏项尤其是 m 大于等于 3 的时候。举例f(z) 1/(z-1)^3 在 z 1 处的留数按公式应该是 1/2! 乘以 1 这个常数的二阶导数也就是 0。这个结果符合直觉洛朗展开里根本没有 -1 次项。但如果在草稿上乱写很容易凭空多出一项。我的应对办法是能用展开求留数就别用导数公式。把函数在奇点附近直接展开成洛朗级数一眼看到 -1 次项系数比求导数稳。尤其是三角、指数混合的题目展开比求导快得多。导数公式留到结构简单、分子分母都是多项式的时候用。6.3 用留数算实变定积分的三类模板留数定理真正让我服气的地方是它能反过来算实变函数在实轴上的积分。教材里归纳了三类标准模板。第一类三角有理式对 θ 从 0 到 2π 的积分。做法是令 z e^(iθ)把 sinθ 和 cosθ 用 z 表示出来dθ 换成 dz/(iz)积分路径变成单位圆再用留数定理。这一类的关键在于把三角式化成 z 的有理式。第二类有理函数在实轴上从 -∞ 到 ∞ 的积分。做法是补一个上半平面的大半圆围成闭路取极限。条件是分母次数比分子至少高两次。结果是 2πi 乘以上半平面所有极点的留数和。第三类含有 e^(iaz) 或三角函数乘有理式的积分。这类用 Jordan 引理处理大圆弧选上半平面还是下半平面要看指数里 a 的符号符号正的时候在上半平面封闭符号负的时候在下半平面。我个人的经验是这三类题的判断顺序固定下来先看积分区间和函数形式对号入座之后就是机械操作。真正需要动脑的地方只有两处一是极点位置和阶数的判定二是 Jordan 引理方向的选择。这两处搞定剩下的就是代数运算。7. 傅里叶变换时域到频域的翻译器7.1 傅里叶级数、傅里叶积分、傅里叶变换的递进关系这三样东西的关系是层层递进的我最开始没理清导致看到公式就蒙。傅里叶级数处理的是周期函数把一个周期信号拆成一堆正弦余弦的叠加每一项对应一个离散的频率。周期越长这些频率点越密。周期趋于无穷大之后离散的频率点连成一片级数求和变成积分这就是傅里叶积分。它处理的是非周期但绝对可积的函数。傅里叶变换就是傅里叶积分公式的另一种写法把前面的系数和指数合并成一个核函数写成 F(ω) ∫ f(t) e^(-iωt) dt。这个 F(ω) 叫频谱它告诉你信号里各个频率成分占多大比重。理清这条线之后傅里叶变换就不再是一个从天而降的公式而是把周期信号拆解的想法的自然延伸。7.2 性质表与常用变换对傅里叶变换的性质是做题的命根子能省掉大量积分计算。我常用的几条是线性性、位移性、频移性、尺度变换、微分性、积分性、卷积定理。卷积定理值得单独说一句时域里的卷积对应频域里的乘法反过来也成立。这一条是信号处理里滤波器设计的理论基础也是最常用的技巧。碰上一个难算的卷积积分先试试两边同时做傅里叶变换变成乘法再变回来往往能少算一半。常用变换对必须记熟。矩形脉冲的变换是 sinc 函数高斯函数的变换还是高斯指数衰减的变换是 1/(1 iω)。这几个是基础中的基础很多复杂题目都是它们的组合变形。我复习的时候把这些变换对做成了小卡片正面写时域背面写频域洗漱的时候过一遍一周下来基本能背熟。7.3 工程中真正用得上的地方傅里叶变换在工程里最经典的应用是频谱分析。任何一段信号拿过来做一次变换就能看到它的频率成分分布。音频处理里降噪、压缩、均衡全是靠这个。第二个应用是解偏微分方程。热传导方程、波动方程做一次傅里叶变换就把空间变量的偏导变成乘法方程从偏微分方程降格成常微分方程解完再做逆变换就得到原问题的解。这个思路和拉普拉斯变换解常微分方程是一脉相承的只是降维的对象不同。第三个应用是滤波。理想低通滤波器在频域就是一个小矩形窗时域对应的是一个 sinc 函数。sinc 函数在时域无限延伸这解释了为什么理想滤波器物理上不可实现只能做近似。这一层理解是我在信号课上才补上的回头看这门课发现其实早就埋了伏笔。8. 拉普拉斯变换解微分方程的降维打击8.1 收敛域与存在条件拉普拉斯变换的定义是 F(s) ∫ f(t) e^(-st) dt积分下限通常是 0 负或者 0 正上限是正无穷。这里 s σ iω 是复变量比傅里叶变换多了一个实部 σ正是这个实部让原本不收敛的积分收敛了。一个函数存在拉普拉斯变换的条件是它在有限区间上分段连续并且增长不超过指数阶。所谓指数阶就是存在常数 M 和 σ0使得 |f(t)| 不超过 M 乘以 e^(σ0 t)。只要满足这个条件当 s 的实部大于 σ0 时积分就收敛。收敛域在 s 平面上是一个右半平面边界是一条竖直线 s σ0。理解这个收敛域很重要因为同一个 s 函数反变换回时域的时候不同的收敛域对应不同的原函数。这一点在复习时容易被忽略很多人只看函数本身不看收敛域遇到双边的题就翻车。8.2 微分性质与初值问题的标准流程拉普拉斯变换最值钱的性质是微分性质f(t) 的变换等于 sF(s) - f(0)。二阶导数等于 s^2 F(s) - s f(0) - f(0)。规律很清楚每求一次导前面乘一个 s同时减去各阶初始值。这条性质就是降维打击的具体体现。一个二阶常微分方程 y ay by f(t)带上 y(0) 和 y(0) 两个初始条件两边同时做拉普拉斯变换y 变成 s^2 Y(s) - sy(0) - y(0)y 变成 sY(s) - y(0)整个方程变成一个关于 Y(s) 的一次代数方程。解出 Y(s) 之后做逆变换得到 y(t)。整个过程避开了求齐次解加特解、再定常数的繁琐步骤初始条件在变换的第一步就自动吸收了。我把这个流程总结成四步变换、代数化简、部分分式分解、逆变换。只要守住这四步绝大多数线性常微分方程初值问题都能拿下。而且因为初始条件自动带进来了不用像经典方法那样分两步走出错概率明显下降。8.3 逆变换部分分式、留数、查表逆变换是拉普拉斯变换里最容易失分的地方因为要动用的工具多。常用方法有四种查表、部分分式分解、留数法、卷积定理。查表最省事前提是你的式子长得跟表里一样。实际题目里 F(s) 往往是若干个简单分式的和所以先做部分分式分解拆成基本单元再查表这是主力方法。留数法是理论上的通用工具逆变换积分是一个复平面上的围道积分用留数定理直接算。具体做法是沿一条竖直线积分然后向左边或者右边补一个圆弧围成闭路。收敛域在右边的时候往左补收敛域在左边的时候往右补。这个规则我要提醒一句方向选错了结果会差一个符号加因果性判断考试里非常容易栽。卷积定理是另一条捷径如果 Y(s) 是两个函数的乘积逆变换就等于它们各自逆变换的卷积。这个思路在求系统响应的时候特别顺输入信号的变换乘以系统函数的变换反变换出来就是输出中间不用做部分分式。8.4 和傅里叶变换的选择问题傅里叶变换和拉普拉斯变换经常放在一起考选择哪个用要看问题的性质。傅里叶变换适合处理稳态问题信号无限长、没有明显起始时刻、只关心频率成分的时候用。它的收敛条件比拉普拉斯严格要求函数绝对可积很多常见的周期信号都不满足只能退而求其次用广义函数。拉普拉斯变换适合处理暂态问题有明确的起始时刻、带初始条件、关心系统的过渡过程时用。电路里的开关动作、控制系统的阶跃响应这些场景全是拉普拉斯的主场。我自己的经验是只要题目里出现了初始条件起步时刻开关这类词直接上拉普拉斯不要犹豫。反过来如果题目问的是稳态频率响应用傅里叶。两者不要混用混用之后收敛域很容易乱掉。9. 复习这门课的思路与常见坑9.1 公式记不住建立推导链路而不是死背这门课要记的公式数量不少硬背是不可行的。我踩过的坑就是大二的时候抄了一整本公式表考试看到题还是反应不过来该用哪条。后来改成记主线、推分支效率高了很多。所谓主线就是几条核心推导链。柯西积分定理推出柯西积分公式再推出高阶导数公式再推出泰勒级数和洛朗级数最后推出留数定理。这条链子只要每一环能自己推一遍所有公式都会自己长出来不用单独记。积分变换这边的主线是傅里叶级数到傅里叶积分到傅里叶变换再由傅里叶变换的收敛问题引出拉普拉斯变换。理解为什么要把 s 的实部加进去后面所有性质表都有地方挂靠。把两条主线画在一张纸上每章的内容挂在对应的节点下面整本书的结构就一目了然了。我当年做完这张图之后复习速度直接翻倍因为每道题都能快速定位到它在结构里的位置知道该调哪把工具。9.2 实操中最容易翻车的几个点第一个坑是共用收敛域。判断题、证明题里出现的在某区域内解析这个区域条件是关键信息跳过它直接用公式几十道题里有一半会错。第二个坑是辐角的象限。前面已经提过这里再强调一遍因为它会连锁影响后面的开方、对数、留数计算一个象限错了整道题崩盘。做题时养成先画点的习惯几秒钟的事。第三个坑是围道方向。留数定理里的围道是有方向的逆时针为正。补大圆弧、缩小圆孔的时候方向一乱最终答案差一个负号。我个人的做法是每次画完围道在图上画个箭头标方向明确写出来逆时针这样脑子不会打结。第四个坑是部分分式的分解。拉普拉斯逆变换的题目里F(s) 的分母经常有重根拆的时候要写成 A/(s-a) B/(s-a)^2 这种形式只写一项就是错的。这一点我自己反复错过后来固定把重根单独列出来才改掉。第五个坑是把解析和可导完全等同。严格说可导是点性质解析是区域性质函数可能在某一点可导但在整个区域上不解析。题面如果只说在 z0 可导那是另一套结论不要顺手用解析函数的性质去套。这五个坑基本覆盖了我在作业和考试里反复栽跟头的地方。把它们列出来贴在书桌前每做一道题之前扫一眼长期下来正确率是稳步上升的。说到底这门课不难在智力难在细心和体系感谁能把零散的公式串成一张网谁就能学得轻松。