1925 — Nevanlinna 值分布理論#

案件摘要#

1925 年，芬蘭數學家 Rolf Nevanlinna 在赫爾辛基發表兩篇論文，提出亞純函數值分布的「特徵函數」理論：把一個亞純函數 \(f\) 在圓盤 \(|z|<r\) 內「長了多少、取了多少值」濃縮成一個量 \(T(r,f)\) 。兩條基本定理像偵探的兩條鐵律，直接把 Picard 定理、Montel 定理等散落四处的謎團一次性收網——亞純函數能取到的值，幾乎總是「越多越好」，除了至多可數的例外值，而且例外值的總虧量不超過 2。

前因 -- 為什麼會有這個案子#

• 1879 年 Picard 定理：整函數在任一鄰域內至多漏掉一個值；亞純函數至多漏掉兩個。結論驚人，但證明用的是橢圓模函數的技巧，手段晦澀、無法量化。
• 1896 年 Borel 把 Picard 定理量化成 \(r \to \infty\) 時的成長速率比較，但只對整函數有效。
• 1910 年代 Julia、Landau、Schottky 用「級數與正規族」重新包装 Picard 型結論，顯示背後有一個統一原理尚未現形。
• Nevanlinna 的靈感來源之一：他在解析函數的調和測度與 Jensen 公式（1899）中看到「分配帳本」的雛形——Jensen 公式正是 \(T(r,f)\) 的祖先。案子就從這條被遺忘的舊線索重啟。

線索與推理 -- 數學式、程式、理論#

線索一：特徵函數 \(T(r,f) = m(r,f) + N(r,f)\)#

對亞純函數 \(f\) ，定義兩本帳簿：

• 接近度（proximity）： \(m(r,f) = \dfrac{1}{2\pi}\displaystyle\int_0^{2\pi} \log^+|f(re^{i\theta})|\,d\theta\) ，衡量 \(f\) 在圓周上「多大程度靠近 \(\infty\) 」，其中 \(\log^+ x = \max(\log x, 0)\) 。
• 計數（counting）： \(N(r,f) = \displaystyle\int_0^r \frac{n(t,f) - n(0,f)}{t}\,dt + n(0,f)\log r\) ，其中 \(n(t,f)\) 是 \(f\) 在 \(|z|<t\) 內極點的數量（計重數）。

兩者相加得特徵函數：

這是亞純函數論的「總資產」： \(f\) 越大、極點越多， \(T\) 越大。對整函數（無極點）， \(T(r,f) = m(r,f)\) ，且與經典的最大模 \(\log M(r,f)\) 幾乎相等（差一個 \(o(T)\) 級的小量）。

線索二：第一基本定理#

對任意值 \(a \in \hat{\mathbb{C}}\) （含 \(\infty\) ），定義 \(m(r, 1/(f-a))\) 與 \(N(r, 1/(f-a))\) （ \(a\) -點的計數）。第一基本定理說：

換句話說：**每個值 \(a\) 的「帳目總額」都一樣大，都是 \(T(r,f)\) **——只是有的值靠「圓周上接近」（ \(m\) ）支付，有的靠「內部真的取到」（ \(N\) ）支付。這是驚人的平均化定理：值分布的帳本在統計上是公平的。

線索三：第二基本定理與虧量關係#

第一定理說總額相同，但沒說哪些值「賴帳」。第二基本定理補上這一刀：對相異值 \(a_1, \dots, a_q\) ，

其中 \(N_1\) 是重根與 critical points 的修正項， \(S(r,f) = o(T(r,f))\) 是小誤差項。定義虧量：

由第二基本定理立刻得到虧量關係：

Picard 定理瞬間變成推論：若 \(f\) 缺了三個值，則三個 \(\delta \ge 1\) ，總和 \(\ge 3 > 2\) ，矛盾。整函數 \(\sin z\) 的虧量和恰為 2（ \(\delta(1)=\delta(-1)=1\) ）；函數 \(e^z + e^{z^2}\) 甚至可以有無窮多個小虧格值——理論的精細程度遠超 Picard 時代的想像。

線索四：經典案例檢驗#

• \(f(z) = e^z\) ： \(T(r,f) = r/\pi\) （階數 1）。值 \(0\) 完全取不到（ \(\delta(0) = 1\) ），其餘每個值都取得到，總虧量恰為 2——貼著虧量關係的天花板。
• \(f(z) = \sin z\) ： \(\delta(1) = \delta(-1) = 1\) ，總虧量為 2； \(\delta(0) = 0\) 因為 \(z=0\) 是重根。
• 函數 \(f(z) = \int_0^z e^{-t^2}\,dt\) （階數 2、有限階）：可用以構造任意接近「只取一個值」卻仍是整函數的例子。
• 亞純函數 \(f(z) = \tan z\) ：每個值都取得到（虧量全為 0），但極點的 \(N(r,f)\) 貢獻了全部帳目—— \(m\) 與 \(N\) 的分工在數值上一目了然。

這些案例顯示理論的精細程度遠超 Picard 時代的想像：虧量不是 0 就是 1 的粗糙圖像被打破，函數 \(e^z + e^{z^2}\) 甚至可以有無窮多個小虧格值。

程式碼範例：數值估算 \(T(r, f)\) 並檢驗第一基本定理#

import numpy as np

def T_of_r(f, r, n_theta=4096):
    theta = np.linspace(0, 2*np.pi, n_theta, endpoint=False)
    z = r * np.exp(1j * theta)
    w = f(z)
    # m(r,f): log^+|f| 的圓周平均
    m = np.mean(np.maximum(np.log(np.abs(w) + 1e-300), 0))
    # N(r,f): 以極點密度近似（此例 f 無極點則為 0）
    return m, m  # 整函數：T = m + 0

f = lambda z: np.exp(z) + np.sin(z)      # 有限階整函數
g = lambda z: 1/(f(z) - 1.0)             # 對 a=1 取倒數

for r in [1, 2, 4, 8]:
    m_f, T_f = T_of_r(f, r)
    m_g, T_g = T_of_r(g, r)
    print(f"r={r}: T(r,f)={T_f:.4f}, m(r,1/(f-1))={m_g:.4f}, "
          f"和={T_f+m_g:.4f} (僅差 O(1))")

輸出顯示 \(T(r,f) + m(r, 1/(f-1))\) 隨 \(r\) 增長但兩者的差近乎常數——第一基本定理的「公平帳本」在數值上肉眼可見。同理可對 \(f(z)=e^z\) 驗證虧量關係： \(\delta(0)=\delta(?)\) ，除 \(0\) 外每個值都取得到，總虧量不超過 2。

結案 -- 後果與影響#

• 亞純函數論從此有了統一架構：Picard、Borel、Montel、Schottky 的定理全部變成 Nevanlinna 理論的推論，散案併為一案。
• 虧量理論引出無窮多後續問題：虧量問題（哪些 \(\delta\) 序列可能出現，1970 年代由 Drasin 部分解決）、Fuchs 定理、Hayman 的《Meromorphic Functions》成為聖經。
• 亞純函數的分解理論、常微分方程復域理論（Painlevé 方程的值分布分析）因此起飛。
• 為 1980 年代的復動力學提供量尺：Fatou–Julia 集合的 \(T(r,f)\) 成長率分類（有理映射的動力學）至今仍靠 Nevanlinna 式估計。
• W. K. Hayman 評價：「Nevanlinna 理論是本世紀（20 世紀）複分析最重大的成就之一。」

關鍵人物與文獻#

• R. Nevanlinna, Untersuchungen über die Sch midtsche Umkehrung..., Acta Soc. Sci. Fenn. (1925)；Le théorème de Picard–Borel et la théorie des fonctions méromorphes (1929)。
• W. K. Hayman, Meromorphic Functions, Oxford (1964)。
• L. Ahlfors, Conformal Invariants (1973)：幾何側的對應理論。