解析生成函数

形式生成函数把一串系数写进一个可操作的表达式；解析生成函数再让这个表达式成为复平面上的函数。前者可以逐项比较系数，后者还能考察函数在哪些区域有界、在哪里出现极点，以及能否继续延拓。

Cauchy 公式把两层连接起来：一个系数可以从围住原点的整条曲线上恢复。选小圆还是大圆，算出的系数不变，但估计的松紧会改变。增大半径会使 $r^{-n}$ 迅速减小；与此同时，靠近奇点时 $M(r)$ 可能增大。这一拉扯解释了为什么“选择围道”是分析的一部分。

当函数可以延拓到更大的区域，且只有可控的孤立奇点时，可以把积分围道向外移动，分离出奇点的贡献。奇点距原点多远，常决定指数因子；奇点的阶数或局部形状，进一步决定多项式因子和常数。若同一距离上有多个奇点，必须把它们一起计算。分母的零点还可能被分子约去，应先确认它是真正的奇点。

从递推完整走到系数 ​

设 $F_0=0,F_1=1$，对 $n\ge 2$ 有 $F_n=F_{n-1}+F_{n-2}$。逐项乘以 $z^n$ 并相加，得到

这一恒等式先在形式幂级数中成立。令

则 $1-z-z^2=(1-\phi z)(1-\psi z)$，并且

展开两个几何级数便有 $F_n=({\phi }^n-{\psi }^n)/\sqrt{5}$。解析上，两个极点分别是 $1/\phi$ 与 $1/\psi =-\phi$；前者离原点更近，而 $|\psi |<1<\phi$，所以

这里不仅知道增长“像指数”，还知道了底数、常数，以及被舍去的第二个指数项。最近极点给出的贡献能够成为主项，是因为另一个极点严格更远。

相同半径不决定多项式因子 ​

几何级数 $1/(1-z)$ 的系数恒为 $1$，而二阶极点给出

两者的收敛半径都是 $1$，但后一组系数多了一个线性因子。收敛半径只控制指数尺度，不能替代对奇点阶数的分析。

两个同模奇点会留下奇偶结构 ​

考察

$1$ 和 $-1$ 都是模为 $1$ 的极点，它们分别贡献 $1/2$ 和 $(-1{)}^n/2$，因此

偶数项为 $1$，奇数项为 $0$。若只看正实轴上的极点，就会错误地预测每项约为 $1/2$。收敛半径仍然是 $1$，与 $lim sup|a_n{|}^{1/n}=1$ 完全一致；“指数尺度正确”和“逐项主项正确”是不同要求。

形式存在，不代表解析存在 ​

$\sum n!z^n$ 是合法的形式生成级数，但对任意 $z\ne 0$，相邻项绝对值之比为 $(n+1)|z|\to \mathrm{\infty }$，故收敛半径为零。此时仍可使用形式系数恒等式，却不能围绕原点套用上述解析积分。

同样的对象数 $a_n=n!$，换成指数生成函数公理库指数生成函数Exponential generating function · EGF以 a_n x^n/n! 编码带标号组合对象计数序列的形式幂级数。后得到 $\sum a_n{z}^n/n!=1/(1-z)$，收敛半径变成 $1$。OGF 与 EGF 的解析行为可以完全不同；使用 EGF 提取系数后，必须乘回 $n!$ 才是对象数。

反过来，同一个解析函数也可对应不同计数规范：$e^z=\sum z^n/n!$ 作为 OGF 编码 $a_n=1/n!$，作为 EGF 却编码 $a_n=1$。必须先说明所用编码，再解释系数。

另一端是整函数 $e^z$：它没有有限奇点，而系数是 $1/n!$。因此“找到最近奇点”不是适用于所有生成函数的完整方案。某些函数还会以整个收敛圆周为自然边界，不能任意向外延拓。

若表达式带平方根或对数，原点附近的幂级数会选定一个局部分支。后续延拓和围道变形必须与这个分支相容；跨越支割线后重新使用原公式，会改变正在分析的函数。

解析生成函数把计数中的代数关系变成增长率问题。主导奇点公理库主导奇点Dominant singularity · Dominant singularities of a generating function位于生成函数收敛圆上的最近复奇点，其位置与局部类型共同控制系数主要增长。分析适合有可控边界奇点的函数；孤立极点可用部分分式或留数处理，平方根、对数等奇点则需要相应的奇点分析定理。把一个局部展开转成系数渐近式，还要核查延拓区域、误差项和其他同模奇点，不能仅凭某种熟悉的外形猜答案。[1]

从一个标准奇点读出多项式因子 ​

对实数 $\alpha >0$、$\rho >0$，广义二项式展开精确给出

这里 $\mathrm{\Gamma }$ 是把阶乘推广到非整数参数的 Gamma 函数，$\mathrm{\Gamma }(k)=(k-1)!$。当 $\alpha =1,2$ 时，公式分别回到系数 ${\rho }^{-n}$ 与 $(n+1){\rho }^{-n}$。一般情形的渐近式由 Gamma 比值或 Stirling 展开得到。

把这条标准公式迁移到更一般的 $A(z)$，需要控制奇点附近的解析延拓及误差项。典型的奇点转移定理要求在穿过收敛圆、但避开奇点向外射线的一类裂口邻域内解析，并控制其他同模长奇点；只有沿实轴的一个近似式，通常不足以逐系数转移。上面的双极点例子说明了为什么全局位置条件不可省略。

从系数上界到算法分析 ​

即使不计算精确主项，也可以优化 Cauchy 上界。若 $a_n\ge 0$ 且系数不全为零，则 $|A(r{e}^{it})|\le A(r)$，从而 $a_n\le A(r)r^{-n}$。在可微的内部最优半径处，对其对数求导得到

这正是常见的鞍点方程。它来自让上界尽可能小，而不是凭空选择一个特殊点；求得半径仍不等于已经证明精确的鞍点渐近式。

符号方法公理库组合计数的符号方法Symbolic method in combinatorics · Symbolic method把无歧义组合规格系统翻译成生成函数方程，再由系数提取完成精确与渐近计数的方法。等组合构造负责给出正确的生成函数，解析工具负责解释系数在规模增大时的行为。两部分应分别核对：再精确的围道计算，也不会纠正前面把 OGF、EGF 或递推初值写错的问题。