1.1 复数系统

1.1 复数系统

本节摘要：SOURCE 1.1：因此，当我们在后续章节中探讨"复变函数的解析性"时，我们讨论的，是那些在复平面上处处可导的函数——而可导性的定义，本身就依赖于复数极限的全向性；当我们研究"柯西积分定理"时，我们利用的，是复平面上闭合路径的拓扑性质与解析函数的内在和谐——而这种和谐，根植于复数乘法的旋转缩放本质；当我们进入"留数定理"的殿堂，我们计算的，是函数在奇点周围的"环绕强度"——而环绕，正是复平面上辐角变化的几何直译。

目标与定位

本节建立复数系统的完整语言：从"为什么需要 i"出发，到四则运算的代数规则，再到几何解释与欧拉公式，最后落到序列极限。这一节不产生任何"复变函数定理"，但后续每一条定理都依赖本节的概念。

复数的代数结构

复数域 \mathbb{C} 是实数域 \mathbb{R} 的扩张：\mathbb{C}=\{z=x+iy\mid x,y\in\mathbb{R}\}，其中虚数单位满足 i^2=-1。两个复数相等当且仅当实部与虚部分别相等。

加法与乘法分别定义为：

共轭运算 \overline{a+bi}=a-bi 是 \mathbb{C} 上的对合自同构，它与模的关系为

利用共轭可给出除法公式：

除法的完整推导值得一步一步写出，因为它同时示范了共轭、模与四则运算的配合方式：

$$
\frac{a+bi}{c+di}
= \frac{(a+bi)(c-di)}{(c+di)(c-di)}
= \frac{(ac+bd)+i(bc-ad)}{c^2+d^2}
= \frac{ac+bd}{c^2+d^2} + i\,\frac{bc-ad}{c^2+d^2}.
$$
​

分母 c^2+d^2 正是 |c+di|^2，分子则是 z_1\bar z_2 的实部与虚部。由此可见：复数的除法不依赖任何新公理，完全由乘法与共轭导出。

\mathbb{C} 构成一个域，并且是代数闭域（代数基本定理：任何非常数复系数多项式在 \mathbb{C} 中都有根）。这是 \mathbb{R} 所不具备的封闭性，也是"复数系统"能承载完整分析理论的先决条件。

几何解释与欧拉公式

把 z=x+iy 看作复平面上的点 (x,y)，则：

• 加法 = 向量平移（平行四边形法则）；
• 乘法 = 旋转加缩放（相似变换）；
• 共轭 = 关于实轴的镜像。

设 z_1=r_1e^{i\theta_1}、z_2=r_2e^{i\theta_2}，则乘积为

即模相乘、辐角相加。由此 i=e^{i\pi/2} 正是逆时针旋转 90^\circ 的算子。欧拉公式

把指数函数、三角函数与复数统一起来；当 \theta 扫过实数区间时，e^{i\theta} 沿单位圆匀速运动。

棣莫弗公式与 n 次方根

把乘法法则迭代 n 次即得棣莫弗公式：

解方程 w^n=z=re^{i\theta}，设 w=\rho e^{i\phi}，则 \rho^n=r、n\phi=\theta+2k\pi，故

这 n 个根均匀分布在以原点为圆心、半径为 \sqrt[n]{r} 的圆周上。例如 1 的三个立方根为 1,\ \omega=e^{2\pi i/3},\ \omega^2，它们构成等边三角形的三个顶点。这一几何事实是后续讨论幂函数、根函数多值性与分支切割的直观基础。

序列与极限

复数序列 \{z_n\} 收敛到 z_0 的定义与实数类似：

关键差异在几何：复平面上"趋近"有无穷多个方向，因此极限必须与路径无关。利用模的性质可得极限的代数法则：

最后一个判据把复数收敛等价为两个实数序列的收敛，是数值验证的基础。

数值算例：验证乘法的几何性质

import numpy as np

# 构造两个复数，辐角分别为 30 度与 60 度
theta1, theta2 = np.pi / 6, np.pi / 3
z1 = 2.0 * np.exp(1j * theta1)
z2 = 3.0 * np.exp(1j * theta2)

p = z1 * z2
print("模长之积: %.4f, 乘积模长: %.4f" % (2.0 * 3.0, abs(p)))
# 期望辐角 = 30 + 60 = 90 度
print("辐角之和(度): %.4f, 乘积辐角(度): %.4f" % (
      (theta1 + theta2) * 180 / np.pi,
      np.angle(p) * 180 / np.pi))
​

# 验证序列收敛的等价判据：复数收敛 <=> 实部虚部都收敛
n = np.arange(1, 2000)
z_n = (1 + 1j / n) ** n          # 应趋于 e 附近
x = np.real(z_n[-1]); y = np.imag(z_n[-1])
print("末项实部 %.6f, 虚部 %.6f" % (x, y))
print("|e - z_n| =", abs(np.e + 0j - z_n[-1]))
​

# 用 numpy 求 z = 8i 的三个立方根，验证其均匀分布在圆周上
z = 8j
roots = np.array([np.cbrt(8) * np.exp(1j * (np.pi/2 + 2*np.pi*k) / 3)
                  for k in range(3)])
for k, w in enumerate(roots):
    cube = w ** 3
    print("根%d: %.6f %+.6fi, 验证 w^3 = %.6f %+.6fi"
          % (k, w.real, w.imag, cube.real, cube.imag))
# 检查相邻根的辐角差是否恒为 120 度
angles = np.sort(np.angle(roots))
diffs = np.diff(np.append(angles, angles[0] + 2*np.pi))
print("相邻辐角差(度):", np.round(diffs * 180 / np.pi, 6))
​

应用：交流电路与量子力学中的复数

在电工学中，阻抗 Z=R+iX 把电阻与电抗统一为复数，欧姆定律 V=IZ 把相位差折叠进一次复数乘法；在量子力学中，波函数 \psi 是复值函数，|\psi|^2 给出概率密度，薛定谔方程中的 i 保证演化幺正性。这些应用并不要求读者现在掌握，但应记住一个事实：复数之所以"好用"，是因为它同时携带大小与方向。

⚠️ 常见坑：只记结论不记适用边界——例如 \sqrt{z_1 z_2}=\sqrt{z_1}\sqrt{z_2} 对复数不总是成立，根号与辐角主值的选取会破坏乘法性；除法与幂的辐角法则也有分支条件。

💡 关键直觉：1.1 复数系统 应能对应至少一项可复现实验或算例——本节的 numpy 算例已验证"模相乘、辐角相加"与"实部虚部同时收敛"两条核心事实。

思考与检验

1. 证明：若 |z|=1，则 1/\bar z=z；由此说明单位圆上的复数的乘法构成一个群。
2. 计算 (1+i)^{10}，分别用代数展开与极坐标两种方式，并比较结果。
3. 用反例说明 \arg(z_1z_2)=\arg z_1+\arg z_2 只在取合适分支时成立：取 z_1=z_2=-1，主值辐角 \operatorname{Arg}(-1)=\pi，而 \operatorname{Arg}((-1)(-1))=\operatorname{Arg}(1)=0\ne 2\pi。
4. 证明序列 z_n=\frac{n+i}{2n+1} 收敛，并求出极限；再写出对应实部与虚部序列的极限。

这些练习全部可以借助上文 numpy 代码片段做数值交叉验证，从而把"概念筑基"落到实处。

小结

• 主干：1.1 复数系统 连接「输入—过程—输出」——从数域的代数封闭性到几何直观，再到全向极限。
• 边界：复数的辐角、根式与幂运算受分支选取约束，需要约定主值。
• 方法：用 numpy 的 complex 类型与 np.exp、np.angle 对齐解析结论与数值结果。