{
  "id": "entire-function",
  "title": "整函数",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "整函数是在整个复平面上全纯的复值函数，等价地，它可由收敛半径为无穷大的幂级数表示。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "整解析函数"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/entire-function/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/entire-function/",
      "json": "https://aiwiki.page/en/entire-function.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "整函数是指在复数平面的每一点都复可微的函数 \\(f:\\mathbb{C}\\to\\mathbb{C}\\)。整函数是复分析中的一类核心研究对象：它们在任何有限点都没有奇点，并且可以在整个复平面上用收敛幂级数表示。每个多项式都是整函数，指数函数、正弦函数和余弦函数也都是整函数。不是多项式的整函数称为超越整函数。"
    },
    {
      "heading": "定义与幂级数刻画",
      "text": "一个函数是整函数，当且仅当它在整个 \\(\\mathbb{C}\\) 上全纯。这里，全纯是指复导数\n\n\\[f'(z)=\\lim_{h\\to0}\\frac{f(z+h)-f(z)}{h}\\]\n\n在每一点都存在，且极限与复增量 \\(h\\) 趋于零的方向无关。\n\n复可微比实变量函数的可微性要求严格得多。它蕴含各阶导数的存在性，以及局部收敛的泰勒级数展开。对于整函数，以任意点 \\(z_0\\) 为中心的泰勒级数都在整个复平面上收敛：\n\n\\[f(z)=\\sum_{n=0}^{\\infty} \\frac{f^{(n)}(z_0)}{n!}(z-z_0)^n, \\qquad z\\in\\mathbb{C}.\\]\n\n反过来，任何收敛半径为无穷大的幂级数\n\n\\[\\sum_{n=0}^{\\infty}a_nz^n\\]\n\n都定义了一个整函数。相应的系数判据为\n\n\\[\\limsup_{n\\to\\infty}|a_n|^{1/n}=0.\\]\n\n该级数在复平面的每个紧子集上一致收敛，并且可以在这些集合上逐项求导或积分。这种局部一致收敛十分重要：整函数的泰勒级数不一定在整个无界复平面上一致收敛。\n\n在这一语境下，“整”是一个整体条件，而“解析函数”描述的是局部性质。一个函数可以在某个圆盘或半平面上解析，却不是整函数。"
    },
    {
      "heading": "例与反例",
      "text": "每个多项式\n\n\\[p(z)=a_0+a_1z+\\cdots+a_nz^n\\]\n\n都是整函数。基本的超越整函数包括指数函数\n\n\\[e^z=\\sum_{n=0}^{\\infty}\\frac{z^n}{n!}\\]\n\n以及三角函数\n\n\\[\\sin z=\\sum_{n=0}^{\\infty} \\frac{(-1)^nz^{2n+1}}{(2n+1)!}, \\qquad \\cos z=\\sum_{n=0}^{\\infty} \\frac{(-1)^nz^{2n}}{(2n)!}.\\]\n\n这三个级数对每个复数自变量都收敛。\n\n一个公式即使表面上含有奇点，在消去该奇点后，仍可能定义一个整函数。例如，\n\n\\[f(z)= \\begin{cases} \\dfrac{\\sin z}{z},&z\\ne0,\\\\[4pt] 1,&z=0 \\end{cases}\\]\n\n是整函数，因为它的幂级数为\n\n\\[f(z)=\\sum_{n=0}^{\\infty}\\frac{(-1)^nz^{2n}}{(2n+1)!}.\\]\n\n相比之下，\\(1/z\\) 不是整函数，因为它在零点处有一个极点。函数 \\(1/(1+z^2)\\) 在实轴上光滑，但在复数点 \\(i\\) 和 \\(-i\\) 处有极点。因此，一个函数即使在整条实轴上光滑或实解析，也不能据此断定它可以延拓为整函数。\n\n在整个 \\(\\mathbb{C}\\setminus\\{0\\}\\) 上不存在单值全纯的对数函数，更不用说在整个复平面上了。因此，对数的分支和非整数次幂的分支都不是整函数。"
    },
    {
      "heading": "代数性质与收敛性质",
      "text": "整函数的和、积与复合仍是整函数，其导数也都是整函数。每个整函数还都有一个整的原函数，因为复平面是单连通的。因此，整函数沿任意分段光滑闭曲线的积分都为零。\n\n两个整函数的商不一定是整函数：分母的零点可能产生极点。在分母不恒为零的前提下，商为整函数，当且仅当分母零点处所有表观奇点都是可去的。\n\n没有零点的整函数具有整的对数。更明确地说，如果对每个 \\(z\\) 都有 \\(f(z)\\ne0\\)，那么存在整函数 \\(g\\)，使得\n\n\\[f(z)=e^{g(z)}.\\]\n\n一种构造方法是利用整函数 \\(f'/f\\) 的原函数。\n\n如果一个整函数序列在每个紧子集上一致收敛，那么其极限仍是整函数，而且该序列的各阶导数局部一致收敛于极限函数的相应阶导数。仅有逐点收敛不足以保证极限是整函数。"
    },
    {
      "heading": "刚性与无穷远处的行为",
      "text": "整函数受到其整体行为的强烈约束。\n\n刘维尔定理与多项式增长\n\n刘维尔定理（复分析）指出，每个有界整函数都是常数。特别地，一个整函数不可能既非常数，又在整个复平面上一致有界。\n\n该定理可由柯西导数估计推出。若\n\n\\[M(r)=\\max_{|z|=r}|f(z)|,\\]\n\n则\n\n\\[|f^{(n)}(0)|\\le \\frac{n!M(r)}{r^n}.\\]\n\n如果 \\(M(r)\\) 在 \\(r\\to\\infty\\) 时保持有界，那么上述估计迫使零点处所有正阶导数都为零。\n\n更一般地，若对某个非负整数 \\(N\\) 有\n\n\\[|f(z)|\\le C(1+|z|)^N\\]\n\n成立，则 \\(f\\) 是次数不超过 \\(N\\) 的多项式。因此，超越整函数不可能满足整体的多项式增长界。\n\n刘维尔定理还给出了代数基本定理的一个简短证明：如果一个非常数多项式没有零点，那么它的倒数就是有界整函数。\n\n无穷远点\n\n整函数在无穷远处的行为，可以通过 \\(f(1/w)\\) 在 \\(w=0\\) 附近的行为来研究：\n\n- 无穷远点是可去奇点，当且仅当 \\(f\\) 是常数。\n- 无穷远点是极点，当且仅当 \\(f\\) 是非常数多项式。\n- 无穷远点是本性奇点，当且仅当 \\(f\\) 是超越整函数。\n\n根据皮卡定理中的小定理，非常数整函数能取到每个复数值，至多只有一个例外。指数函数表明，这样的例外确实可能存在：它永远不等于零。"
    },
    {
      "heading": "零点与乘积表示",
      "text": "不恒为零的整函数的零点是孤立的。每个零点 \\(a\\) 都有有限的重数 \\(m\\)，即在局部有\n\n\\[f(z)=(z-a)^m g(z), \\qquad g(a)\\ne0.\\]\n\n如果零点在某个有限点处聚集，那么该整函数必定恒为零。这是恒等定理的推论。\n\n虽然零点不可能在有限处聚集，但超越整函数可以有无穷多个趋于无穷远的零点。魏尔斯特拉斯因子分解定理用根据零点构造的乘积来描述整函数。对于不恒为零的整函数，其表示形式为\n\n\\[f(z)=z^m e^{g(z)} \\prod_n E_{p_n}\\!\\left(\\frac{z}{a_n}\\right),\\]\n\n其中，\\(a_n\\) 是其非零零点，按重数重复列出；\\(g\\) 是整函数；并且当 \\(p\\ge1\\) 时，\n\n\\[E_p(w)=(1-w) \\exp\\left(w+\\frac{w^2}{2}+\\cdots+\\frac{w^p}{p}\\right)\\]\n\n而 \\(E_0(w)=1-w\\)。非负整数 \\(p_n\\) 的选取应使该乘积局部一致收敛。\n\n这些指数修正因子至关重要：直接将无穷多个零点对应的一次因子相乘，所得乘积不一定收敛。一个经典的收敛乘积表示是\n\n\\[\\sin(\\pi z)=\\pi z \\prod_{n=1}^{\\infty} \\left(1-\\frac{z^2}{n^2}\\right).\\]\n\n反过来，任意给定的一组没有有限聚点、且各自带有正整数重数的零点，都可以实现为某个不恒为零的整函数的全部零点。"
    },
    {
      "heading": "增长、阶与型",
      "text": "最大模 \\(M(r)\\) 衡量的是 \\(|f|\\) 在半径为 \\(r\\) 的圆周上的最大值。非常数整函数的阶定义为\n\n\\[\\rho=\\limsup_{r\\to\\infty} \\frac{\\log\\log M(r)}{\\log r}.\\]\n\n阶可以是任意非负实数，也可以是无穷大。它区分了几种主要的增长尺度：\n\n- 非常数多项式的阶为 \\(0\\)。\n- \\(e^z\\)、\\(\\sin z\\) 和 \\(\\cos z\\) 的阶为 \\(1\\)。\n- 对每个正整数 \\(m\\)，\\(e^{z^m}\\) 的阶为 \\(m\\)。\n- \\(e^{e^z}\\) 的阶为无穷大。\n\n零阶并不意味着函数是多项式；零阶超越整函数也存在。\n\n当 \\(0<\\rho<\\infty\\) 时，相对于阶 \\(\\rho\\) 的型定义为\n\n\\[\\tau=\\limsup_{r\\to\\infty} \\frac{\\log M(r)}{r^\\rho}.\\]\n\n型可以更精细地比较同阶函数的增长。指数型整函数满足如下界：\n\n\\[|f(z)|\\le C e^{A|z|}\\]\n\n其中 \\(C,A>0\\) 为某些常数。\n\n增长与零点密切相关。阿达马因子分解定理针对有限阶整函数加强了魏尔斯特拉斯因子分解：可以选取适当的典范因子，使剩余的指数因子为某个多项式的指数。因此，增长限制成为根据零点确定函数的有力工具。"
    },
    {
      "heading": "历史发展与应用",
      "text": "整函数理论起源于十九世纪对复积分、幂级数和解析延拓的研究。奥古斯丁-路易·柯西的积分方法提供了基本的估计工具，而卡尔·魏尔斯特拉斯的工作则建立了以幂级数和无穷乘积为基础的系统方法。后来的研究将零点分布与增长联系起来，形成了经典整函数理论。\n\n整函数出现在多个重要领域：\n\n- 数论。 完备化的黎曼ζ函数\n\n\\[\\xi(s)=\\frac12s(s-1)\\pi^{-s/2} \\Gamma(s/2)\\zeta(s)\\]\n\n可延拓为整函数。它的零点就是 \\(\\zeta(s)\\) 的非平凡零点，因此整函数方法可用于素数研究。\n- 傅里叶分析。 紧支集可积函数的傅里叶变换可以延拓为整函数。若其支集包含于 \\([-A,A]\\)，并采用约定\n\n\\[F(z)=\\int_{-A}^{A}f(t)e^{-izt}\\,dt,\\]\n\n则有\n\n\\[|F(z)|\\le \\|f\\|_1e^{A|\\operatorname{Im}z|}.\\]\n\n佩利–维纳定理精确刻画了支集限制与增长受控的整函数延拓之间的关系。\n- 微分方程与特殊函数。 微分方程的许多重要解，包括艾里函数和整数阶贝塞尔函数，都是其自变量的整函数。\n- 逼近与计算。 泰勒多项式在每个固定的闭圆盘上都能一致逼近整函数。误差估计取决于函数在更大圆周上的增长。收敛半径为无穷大，本身并不能保证数值计算时收敛迅速，也不能防止相消造成的精度损失。\n\n这些应用同时利用了整函数理论的两个方面：一方面，可以灵活地构造具有指定零点或逼近性质的函数；另一方面，整体解析性与增长界又施加了严格的刚性约束。"
    }
  ],
  "links": [
    "complex-number",
    "mathematical-function",
    "complex-analysis",
    "derivative",
    "taylor-series",
    "power-series",
    "uniform-convergence",
    "analytic-function",
    "polynomial",
    "exponential-function",
    "trigonometric-functions",
    "logarithm",
    "antiderivative",
    "liouvilles-theorem-complex-analysis",
    "fundamental-theorem-of-algebra",
    "augustin-louis-cauchy",
    "karl-weierstrass",
    "riemann-zeta-function",
    "fourier-transform",
    "differential-equation"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}