定理及其先备知识 每个非常数多项式 p ∈ C [ z ] p\in\mathbb C[z] p ∈ C [ z ] 都有复根;因此每个 n n n 次复系数多项式都是 n n n 个线性因式的乘积,按重数计数。以下通过古萨定理、柯西估计及刘维尔定理证明该结论,并明确所用的先备知识。
全纯是指在开集每一点复可微;整函数是指在整个 C \mathbb C C 上全纯。以下明确使用的初等基础是实一元积分及链式法则、多项式的连续性和求导、复数模的运算法则,以及欧氏平面的紧致性(包括递缩紧三角形、一致连续性和紧覆盖的勒贝格数)。这些实分析及拓扑基础是明确的先备知识。没有预先使用复多项式根定理、最大模定理、解析幂级数表示、恒等定理、留数定理或辐角原理。
复可微推出连续,因为 u ( z + h ) − u ( z ) = h [ ( u ( z + h ) − u ( z ) ) / h ] → 0 u(z+h)-u(z)=h[(u(z+h)-u(z))/h]\to0 u ( z + h ) − u ( z ) = h [( u ( z + h ) − u ( z )) / h ] → 0 。展开乘积差商得到 ( u v ) ′ = u ′ v + u v ′ (uv)'=u'v+uv' ( uv ) ′ = u ′ v + u v ′ 。在 v ( z ) ≠ 0 v(z)\ne0 v ( z ) = 0 处,
1 / v ( z + h ) − 1 / v ( z ) h = − v ( z + h ) − v ( z ) h v ( z + h ) v ( z ) ⟶ − v ′ ( z ) v ( z ) 2 . \frac{1/v(z+h)-1/v(z)}h=-\frac{v(z+h)-v(z)}{h\,v(z+h)v(z)}\longrightarrow-\frac{v'(z)}{v(z)^2}. h 1/ v ( z + h ) − 1/ v ( z ) = − h v ( z + h ) v ( z ) v ( z + h ) − v ( z ) ⟶ − v ( z ) 2 v ′ ( z ) . 因此全纯函数的乘积和分母非零的商仍全纯。特别地,f ( z ) / ( z − a ) f(z)/(z-a) f ( z ) / ( z − a ) 在 a a a 之外全纯,无根多项式的倒数是整函数。这些事实来自差商,不依赖多项式根定理或正则性定理。
1. 积分记录路径及其方向 分段 C 1 C^1 C 1 曲线是连续映射 γ : [ a , b ] → C \gamma:[a,b]\to\mathbb C γ : [ a , b ] → C ,它在有限个子区间上连续可微,连接点有单侧导数。若 γ ( a ) = γ ( b ) \gamma(a)=\gamma(b) γ ( a ) = γ ( b ) ,曲线是闭合的。其长度为 ℓ ( γ ) = ∫ a b ∣ γ ′ ( t ) ∣ d t \ell(\gamma)=\int_a^b|\gamma'(t)|\,dt ℓ ( γ ) = ∫ a b ∣ γ ′ ( t ) ∣ d t 。连续函数 f f f 沿该曲线的围道积分 为
∫ γ f ( z ) d z = ∫ a b f ( γ ( t ) ) γ ′ ( t ) d t , \int_\gamma f(z)\,dz=\int_a^b f(\gamma(t))\gamma'(t)\,dt, ∫ γ f ( z ) d z = ∫ a b f ( γ ( t )) γ ′ ( t ) d t , 实部和虚部分别积分。微分 d z dz d z 包含运动方向;若改为 ∣ d z ∣ |dz| ∣ d z ∣ ,定义的是另一种积分。
保持端点的分段 C 1 C^1 C 1 递增参数变换由换元法保持积分不变;反向使积分变号;连接两条相容曲线时积分相加。这些结论也允许速度为零的曲线段,不要求曲线为单射。
估计引理。 若曲线上 ∣ f ∣ ≤ M |f|\le M ∣ f ∣ ≤ M ,则
∣ ∫ γ f ( z ) d z ∣ ≤ M ℓ ( γ ) . \left|\int_\gamma f(z)\,dz\right|\le M\ell(\gamma). ∫ γ f ( z ) d z ≤ M ℓ ( γ ) . 因为实参数积分的模不超过模的积分,且 ∣ f ( γ ) γ ′ ∣ ≤ M ∣ γ ′ ∣ |f(\gamma)\gamma'|\le M|\gamma'| ∣ f ( γ ) γ ′ ∣ ≤ M ∣ γ ′ ∣ 。这个简单不等式是证明辅助弧在极限中贡献为零的主要工具。
例。 对正向圆周 z = a + r e i t z=a+re^{it} z = a + r e i t ,其中 0 ≤ t ≤ 2 π 0\le t\le2\pi 0 ≤ t ≤ 2 π 、r > 0 r>0 r > 0 ,
∫ γ ( z − a ) n d z = { 2 π i , n = − 1 , 0 , n ∈ Z , n ≠ − 1. \int_\gamma(z-a)^n\,dz=\begin{cases}2\pi i,&n=-1,\\0,&n\in\mathbb Z,\ n\ne-1.\end{cases} ∫ γ ( z − a ) n d z = { 2 πi , 0 , n = − 1 , n ∈ Z , n = − 1. 当 n = − 1 n=-1 n = − 1 ,被积函数乘以 d z dz d z 为 i d t i\,dt i d t ;否则为 i r n + 1 e i ( n + 1 ) t d t ir^{n+1}e^{i(n+1)t}\,dt i r n + 1 e i ( n + 1 ) t d t ,积分为零。n = − 1 n=-1 n = − 1 的结果与半径无关,但反向时变号。
2. 原函数将路径积分化为端点之差 开集 U U U 上 f f f 的原函数 是该处满足 F ′ = f F'=f F ′ = f 的全纯函数 F F F 。对每个光滑段使用实链式法则可得
∫ γ f ( z ) d z = F ( γ ( b ) ) − F ( γ ( a ) ) \int_\gamma f(z)\,dz=F(\gamma(b))-F(\gamma(a)) ∫ γ f ( z ) d z = F ( γ ( b )) − F ( γ ( a )) 对 U U U 内每条围道成立。因此有原函数的函数沿 U U U 内任何闭围道的积分为零。
反过来,在区域 U U U 上,假设连续函数 f f f 沿每条闭围道积分为零。平面的开连通集是折线路径连通的。固定 a ∈ U a\in U a ∈ U ,定义 F ( z ) F(z) F ( z ) 为沿 U U U 内任意一条从 a a a 到 z z z 的折线路径对 f f f 的积分。闭路径积分抵消保证结果与路径无关。对充分小的 h h h ,从 z z z 到 z + h z+h z + h 的末端线段仍在 U U U 内,且
F ( z + h ) − F ( z ) h = ∫ 0 1 f ( z + t h ) d t ⟶ f ( z ) \frac{F(z+h)-F(z)}h=\int_0^1 f(z+th)\,dt\longrightarrow f(z) h F ( z + h ) − F ( z ) = ∫ 0 1 f ( z + t h ) d t ⟶ f ( z ) 由连续性成立。因此 F ′ = f F'=f F ′ = f 。只假设所有闭折线路径的积分为零也可采用同样构造;得到原函数后便可处理所有围道。
3. 古萨三角形论证:不假设导数连续 定理。 若 f f f 在包含闭三角形 T T T 的开集上全纯,则沿 T T T 正向边界的积分为零。
证明。 连接边中点将 T T T 分为四个三角形。内部边的积分抵消,所以外边界积分 I I I 等于四个子三角形积分之和。至少一个子三角形的积分模不小于 ∣ I ∣ / 4 |I|/4 ∣ I ∣/4 。在这样的子三角形中重复,得到嵌套闭三角形 T n T_n T n ,其直径为 D / 2 n D/2^n D / 2 n 、周长为 P / 2 n P/2^n P / 2 n ,并满足
∣ I ∣ ≤ 4 n ∣ ∫ ∂ T n f d z ∣ . |I|\le4^n\left|\int_{\partial T_n}f\,dz\right|. ∣ I ∣ ≤ 4 n ∫ ∂ T n f d z . 由紧致性及直径趋零,存在共同点 z 0 z_0 z 0 。在 z 0 z_0 z 0 可微意味着
f ( z ) = f ( z 0 ) + f ′ ( z 0 ) ( z − z 0 ) + ( z − z 0 ) ε ( z ) , ε ( z ) → 0. f(z)=f(z_0)+f'(z_0)(z-z_0)+(z-z_0)\varepsilon(z),\qquad\varepsilon(z)\to0. f ( z ) = f ( z 0 ) + f ′ ( z 0 ) ( z − z 0 ) + ( z − z 0 ) ε ( z ) , ε ( z ) → 0. 常数项和线性项都有原函数,故沿三角形边界积分为零。对任意 η > 0 \eta>0 η > 0 ,当 n n n 充分大时,整个 T n T_n T n 上 ∣ ε ∣ ≤ η |\varepsilon|\le\eta ∣ ε ∣ ≤ η 。由于 z 0 ∈ T n z_0\in T_n z 0 ∈ T n ,估计引理给出
∣ ∫ ∂ T n f d z ∣ ≤ η ( D / 2 n ) ( P / 2 n ) . \left|\int_{\partial T_n}f\,dz\right|\le\eta(D/2^n)(P/2^n). ∫ ∂ T n f d z ≤ η ( D / 2 n ) ( P / 2 n ) . 因此 ∣ I ∣ ≤ η D P |I|\le\eta DP ∣ I ∣ ≤ ηD P 。由 η \eta η 的任意性,I = 0 I=0 I = 0 。这里没有使用 f ′ f' f ′ 的连续性。∎
推论:每个圆盘上有原函数。 若 f f f 在圆盘 D D D 上全纯,固定圆心 a a a ,令 F ( z ) = ∫ [ a , z ] f F(z)=\int_{[a,z]}f F ( z ) = ∫ [ a , z ] f 。当 z , z + h ∈ D z,z+h\in D z , z + h ∈ D 且充分接近时,以 a , z , z + h a,z,z+h a , z , z + h 为顶点的三角形位于 D D D 中。三角形定理给出 F ( z + h ) − F ( z ) = ∫ [ z , z + h ] f F(z+h)-F(z)=\int_{[z,z+h]}f F ( z + h ) − F ( z ) = ∫ [ z , z + h ] f ;第 2 节的极限计算得到 F ′ = f F'=f F ′ = f 。因此圆盘内所有闭围道积分均为零。同样论证适用于任何开凸集。
4. 同伦与“无孔”的含义 路径 γ 0 , γ 1 \gamma_0,\gamma_1 γ 0 , γ 1 之间的固定端点同伦是连续映射 H : [ 0 , 1 ] 2 → U H:[0,1]^2\to U H : [ 0 , 1 ] 2 → U ,满足 H ( s , 0 ) = γ 0 ( s ) H(s,0)=\gamma_0(s) H ( s , 0 ) = γ 0 ( s ) 、H ( s , 1 ) = γ 1 ( s ) H(s,1)=\gamma_1(s) H ( s , 1 ) = γ 1 ( s ) ,且 H ( 0 , t ) , H ( 1 , t ) H(0,t),H(1,t) H ( 0 , t ) , H ( 1 , t ) 不随 t t t 改变。它在不离开 U U U 的情况下将一条路径变形为另一条。若每条闭路径都可通过这样的同伦收缩到其基点,则区域是单连通 的。
同伦不变性。 若 f f f 在 U U U 上全纯,而 U U U 内两条分段 C 1 C^1 C 1 路径在其中固定端点同伦,则其积分相等。
仅用局部原函数的证明。 H H H 的紧致像可由有限个 f f f 有原函数的圆盘覆盖。由勒贝格数性质和一致连续性,将参数正方形细分为矩形网格,使每个闭网格的像都落在某个这样的圆盘中。用线段连接相邻网格顶点的像;由于圆盘是凸的,每个网格的这些线段都位于其圆盘内。由原函数知其多边形边界积分为零。对所有网格求和,内部线段与其反向线段抵消。在底边和顶边,每段原路径与替代线段位于同一圆盘且有相同端点,故由局部原函数它们的积分相等。端点固定,侧边线段的贡献为零。剩下的是底边积分减顶边积分。这证明了结论,即使同伦的中间路径不可微也成立。∎
圆周变形所用的开集 在柯西证明中,令 U U U 为原来包含 D ( c , R ) ‾ \overline{D(c,R)} D ( c , R ) 的开全纯邻域,d = ∣ a − c ∣ < R d=|a-c|<R d = ∣ a − c ∣ < R 。取 0 < ε < R − d 0<\varepsilon<R-d 0 < ε < R − d 。g ( z ) = f ( z ) / ( z − a ) g(z)=f(z)/(z-a) g ( z ) = f ( z ) / ( z − a ) 所用的正确全纯集是 U ∖ { a } U\setminus\{a\} U ∖ { a } ,其中包含外圆;单独的开圆盘 D ( c , R ) ∖ { a } D(c,R)\setminus\{a\} D ( c , R ) ∖ { a } 不包含外圆。该开集包含边界圆周;下面的不等式证明变形始终留在这个开集内。
令 c t = ( 1 − t ) c + t a c_t=(1-t)c+ta c t = ( 1 − t ) c + t a 、r t = ( 1 − t ) R + t ε r_t=(1-t)R+t\varepsilon r t = ( 1 − t ) R + tε ,以及 H ( s , t ) = c t + r t e 2 π i s H(s,t)=c_t+r_te^{2\pi i s} H ( s , t ) = c t + r t e 2 πi s 。对 0 ≤ s , t ≤ 1 0\le s,t\le1 0 ≤ s , t ≤ 1 ,
∣ H ( s , t ) − c ∣ ≤ R − t ( R − d − ε ) ≤ R , |H(s,t)-c|\le R-t(R-d-\varepsilon)\le R, ∣ H ( s , t ) − c ∣ ≤ R − t ( R − d − ε ) ≤ R , ∣ H ( s , t ) − a ∣ ≥ r t − ∣ c t − a ∣ = ( 1 − t ) ( R − d ) + t ε > 0. |H(s,t)-a|\ge r_t-|c_t-a|=(1-t)(R-d)+t\varepsilon>0. ∣ H ( s , t ) − a ∣ ≥ r t − ∣ c t − a ∣ = ( 1 − t ) ( R − d ) + tε > 0. 因此整个紧致同伦像都在 U ∖ { a } U\setminus\{a\} U ∖ { a } 内。网格/局部原函数证明也适用于闭路的这个自由同伦:H ( 0 , t ) = H ( 1 , t ) H(0,t)=H(1,t) H ( 0 , t ) = H ( 1 , t ) ,所以两条折线侧边轨迹相同、边界方向相反,互相抵消,不必为常数。顶边及底边圆周为分段 C 1 C^1 C 1 ,不需要中间同伦可微。这补全了下文所用的定义域及移动基点步骤。
1. 边界积分确定内部值 对 c ∈ C c\in\mathbb C c ∈ C 、R > 0 R>0 R > 0 ,令圆周 C : ∣ z − c ∣ = R C:|z-c|=R C : ∣ z − c ∣ = R 取逆时针方向。假设 f f f 在闭圆盘 D ( c , R ) ‾ \overline{D(c,R)} D ( c , R ) 的开邻域上全纯。对每个满足 ∣ a − c ∣ < R |a-c|<R ∣ a − c ∣ < R 的 a a a ,
f ( a ) = 1 2 π i ∫ C f ( z ) z − a d z . f(a)=\frac1{2\pi i}\int_C\frac{f(z)}{z-a}\,dz. f ( a ) = 2 πi 1 ∫ C z − a f ( z ) d z . 分母在 C C C 上不为零。该公式给出内部点的值,并不适用于外部点或围道上的点。
证明。 取 ε > 0 \varepsilon>0 ε > 0 使 ∣ a − c ∣ + ε < R |a-c|+\varepsilon<R ∣ a − c ∣ + ε < R 。用圆心 ( 1 − t ) c + t a (1-t)c+ta ( 1 − t ) c + t a 、半径 ( 1 − t ) R + t ε (1-t)R+t\varepsilon ( 1 − t ) R + tε ,将外圆变形为小圆 C ε : ∣ z − a ∣ = ε C_\varepsilon:|z-a|=\varepsilon C ε : ∣ z − a ∣ = ε 而不经过 a a a 。每个移动的圆都围住 a a a 并留在原圆盘内。对去心圆盘上的 f ( z ) / ( z − a ) f(z)/(z-a) f ( z ) / ( z − a ) 使用 C02 的网格/局部原函数证明。虽然移动基点不固定,两条侧边轨迹相同并互相抵消,因此闭路积分不变。故
∫ C f ( z ) z − a d z = ∫ C ε f ( z ) z − a d z = 2 π i f ( a ) + ∫ C ε f ( z ) − f ( a ) z − a d z . \int_C\frac{f(z)}{z-a}\,dz=\int_{C_\varepsilon}\frac{f(z)}{z-a}\,dz
=2\pi if(a)+\int_{C_\varepsilon}\frac{f(z)-f(a)}{z-a}\,dz. ∫ C z − a f ( z ) d z = ∫ C ε z − a f ( z ) d z = 2 πi f ( a ) + ∫ C ε z − a f ( z ) − f ( a ) d z . 最后一项的模至多为 2 π sup ∣ z − a ∣ = ε ∣ f ( z ) − f ( a ) ∣ 2\pi\sup_{|z-a|=\varepsilon}|f(z)-f(a)| 2 π sup ∣ z − a ∣ = ε ∣ f ( z ) − f ( a ) ∣ ,由 f f f 在 a a a 的连续性,该上界趋于零,证明公式。∎
这个证明没有预先假设 ( f ( z ) − f ( a ) ) / ( z − a ) (f(z)-f(a))/(z-a) ( f ( z ) − f ( a )) / ( z − a ) 在 a a a 有全纯延拓;该性质是下面所得正则性的结果。
带一致界的一阶导数 刘维尔定理只需一阶柯西导数估计。对固定圆周 C C C 内部的点 a a a ,令 δ = min z ∈ C ∣ z − a ∣ > 0 \delta=\min_{z\in C}|z-a|>0 δ = min z ∈ C ∣ z − a ∣ > 0 。当 0 < ∣ h ∣ < δ / 2 0<|h|<\delta/2 0 < ∣ h ∣ < δ /2 ,将两个柯西公式相减得到差商核
1 h ( 1 z − a − h − 1 z − a ) = 1 ( z − a − h ) ( z − a ) . \frac1h\left(\frac1{z-a-h}-\frac1{z-a}\right)=\frac1{(z-a-h)(z-a)}. h 1 ( z − a − h 1 − z − a 1 ) = ( z − a − h ) ( z − a ) 1 . 它与 1 / ( z − a ) 2 1/(z-a)^2 1/ ( z − a ) 2 之差为
h ( z − a − h ) ( z − a ) 2 , sup z ∈ C ∣ h ( z − a − h ) ( z − a ) 2 ∣ ≤ 2 ∣ h ∣ δ 3 . \frac{h}{(z-a-h)(z-a)^2},\qquad \sup_{z\in C}\left|\frac{h}{(z-a-h)(z-a)^2}\right|\le\frac{2|h|}{\delta^3}. ( z − a − h ) ( z − a ) 2 h , z ∈ C sup ( z − a − h ) ( z − a ) 2 h ≤ δ 3 2∣ h ∣ . 若 M = max C ∣ f ∣ M=\max_C|f| M = max C ∣ f ∣ 、L = ℓ ( C ) L=\ell(C) L = ℓ ( C ) ,估计引理给出除以 2 π i 2\pi i 2 πi 并积分后的误差至多为 M L ∣ h ∣ / ( π δ 3 ) ML|h|/(\pi\delta^3) M L ∣ h ∣/ ( π δ 3 ) ,趋于零。因此 f ′ ( a ) = ( 2 π i ) − 1 ∫ C f ( z ) / ( z − a ) 2 d z f'(a)=(2\pi i)^{-1}\int_C f(z)/(z-a)^2\,dz f ′ ( a ) = ( 2 πi ) − 1 ∫ C f ( z ) / ( z − a ) 2 d z 。若圆心为 a a a 、半径为 r r r ,便有 ∣ f ′ ( a ) ∣ ≤ M r / r |f'(a)|\le M_r/r ∣ f ′ ( a ) ∣ ≤ M r / r 。重复同样论证得到下列高阶公式;刘维尔定理只使用一阶估计。
2. 所有高阶导数及其界 对开圆盘中的 a a a ,从 a a a 到围道的距离为正。在 a a a 附近充分小的圆盘内,核 1 / ( z − a ) 1/(z-a) 1/ ( z − a ) 的差商对 z ∈ C z\in C z ∈ C 一致收敛到 1 / ( z − a ) 2 1/(z-a)^2 1/ ( z − a ) 2 。估计引理允许将极限移入围道积分。重复论证得到
f ( n ) ( a ) = n ! 2 π i ∫ C f ( z ) ( z − a ) n + 1 d z , n = 0 , 1 , 2 , … . f^{(n)}(a)=\frac{n!}{2\pi i}\int_C\frac{f(z)}{(z-a)^{n+1}}\,dz,\qquad n=0,1,2,\ldots. f ( n ) ( a ) = 2 πi n ! ∫ C ( z − a ) n + 1 f ( z ) d z , n = 0 , 1 , 2 , … . 核的一致收敛论证证明这些导数存在,并未假设 f f f 起初属于 C ∞ C^\infty C ∞ 。同一公式还说明导数局部连续,因为分母一致远离零。
在以 a a a 为圆心、半径为 r r r 的圆周上,令 M r = max ∣ z − a ∣ = r ∣ f ( z ) ∣ M_r=\max_{|z-a|=r}|f(z)| M r = max ∣ z − a ∣ = r ∣ f ( z ) ∣ 。由长度估计得到柯西估计
∣ f ( n ) ( a ) ∣ ≤ n ! M r r n . |f^{(n)}(a)|\le\frac{n!M_r}{r^n}. ∣ f ( n ) ( a ) ∣ ≤ r n n ! M r . 所选圆盘的边界必须有全纯邻域;不能将半径扩大到穿过奇点。
刘维尔定理与多项式根定理 对整函数,每个半径都可使用前面的估计。将估计用于有界整函数便得到刘维尔定理;再把刘维尔定理用于多项式的倒数便证明根的存在。
刘维尔定理。 有界整函数为常数。若 C \mathbb C C 上 ∣ f ∣ ≤ M |f|\le M ∣ f ∣ ≤ M ,对任意 a a a 和任意半径 r r r 的圆盘使用 n = 1 n=1 n = 1 的估计:∣ f ′ ( a ) ∣ ≤ M / r |f'(a)|\le M/r ∣ f ′ ( a ) ∣ ≤ M / r 。令 r → ∞ r\to\infty r → ∞ 得 f ′ = 0 f'=0 f ′ = 0 ,故函数在连通平面上为常数。
代数基本定理。 每个非常数复系数多项式都有复根。若 p p p 无根,1 / p 1/p 1/ p 便是整函数。其最高次项表明当 ∣ z ∣ → ∞ |z|\to\infty ∣ z ∣ → ∞ 时 ∣ p ( z ) ∣ → ∞ |p(z)|\to\infty ∣ p ( z ) ∣ → ∞ ,故 1 / p 1/p 1/ p 在大圆盘之外有界;在剩余紧致圆盘上由连续性也有界。刘维尔定理使 1 / p 1/p 1/ p 为常数,与 p p p 的次数矛盾。反复除以线性因式后,每个 n n n 次多项式都恰好分解为 n n n 个线性因式,按重数计数。
多项式反证中的初等细节 为写全细节,若 F F F 在 C \mathbb C C 上满足 F ′ = 0 F'=0 F ′ = 0 ,则它为常数:沿 γ ( t ) = a + t ( b − a ) \gamma(t)=a+t(b-a) γ ( t ) = a + t ( b − a ) ,F ( γ ( t ) ) F(\gamma(t)) F ( γ ( t )) 的实部和虚部导数均为零,实中值定理给出 F ( a ) = F ( b ) F(a)=F(b) F ( a ) = F ( b ) 。
写 p ( z ) = a n z n + ∑ k < n a k z k p(z)=a_nz^n+\sum_{k<n}a_kz^k p ( z ) = a n z n + ∑ k < n a k z k ,其中 n ≥ 1 n\ge1 n ≥ 1 、a n ≠ 0 a_n\ne0 a n = 0 ,令 S = ∑ k < n ∣ a k ∣ S=\sum_{k<n}|a_k| S = ∑ k < n ∣ a k ∣ 。当 ∣ z ∣ ≥ R = max ( 1 , 2 S / ∣ a n ∣ ) |z|\ge R=\max(1,2S/|a_n|) ∣ z ∣ ≥ R = max ( 1 , 2 S /∣ a n ∣ ) ,
∣ p ( z ) ∣ ≥ ∣ a n ∣ ∣ z ∣ n − S ∣ z ∣ n − 1 ≥ ∣ a n ∣ 2 ∣ z ∣ n . |p(z)|\ge |a_n||z|^n-S|z|^{n-1}\ge\frac{|a_n|}{2}|z|^n. ∣ p ( z ) ∣ ≥ ∣ a n ∣∣ z ∣ n − S ∣ z ∣ n − 1 ≥ 2 ∣ a n ∣ ∣ z ∣ n . 若 p p p 无根,其倒数处处连续并且全纯,因为
1 / p ( z + h ) − 1 / p ( z ) h = − p ( z + h ) − p ( z ) h p ( z + h ) p ( z ) ⟶ − p ′ ( z ) p ( z ) 2 . \frac{1/p(z+h)-1/p(z)}h=-\frac{p(z+h)-p(z)}{h\,p(z+h)p(z)}\longrightarrow-\frac{p'(z)}{p(z)^2}. h 1/ p ( z + h ) − 1/ p ( z ) = − h p ( z + h ) p ( z ) p ( z + h ) − p ( z ) ⟶ − p ( z ) 2 p ′ ( z ) . 上述增长界使 1 / p 1/p 1/ p 在半径为 R R R 的圆盘外有界;在剩余闭圆盘上,由紧致性和连续性也有界。刘维尔定理使 1 / p 1/p 1/ p 成为常数;该常数非零,因此 p p p 为常数,矛盾。故存在根 α \alpha α 。
最后,由 z k − α k = ( z − α ) ∑ j = 0 k − 1 z k − 1 − j α j z^k-\alpha^k=(z-\alpha)\sum_{j=0}^{k-1}z^{k-1-j}\alpha^j z k − α k = ( z − α ) ∑ j = 0 k − 1 z k − 1 − j α j 得到 p ( z ) − p ( α ) = ( z − α ) q ( z ) p(z)-p(\alpha)=(z-\alpha)q(z) p ( z ) − p ( α ) = ( z − α ) q ( z ) ,其中 q q q 为 n − 1 n-1 n − 1 次、最高次项系数为 a n a_n a n 。若 q q q 非常数,对它使用根定理并对次数归纳。恰好除以 n n n 个线性因式后,余下非零常数 a n a_n a n 。由次数和乘积恒等式,恰有 n n n 个线性因式,按重数计数。这也证明了有限维谱论或 Jordan 论证所需的复数域分裂结论;并未断言任意实数域或其他基域上也分裂。
实坐标化与完备的次乘性矩阵范数 实内积、诱导范数与所需不等式 实向量空间上的内积是取值于实数的映射 ⟨ u , v ⟩ \langle u,v\rangle ⟨ u , v ⟩ ,它对称、对每个变量线性,并且正定:v ≠ 0 v\ne0 v = 0 时 ⟨ v , v ⟩ > 0 \langle v,v\rangle>0 ⟨ v , v ⟩ > 0 。线性性给出 ⟨ 0 , v ⟩ = 0 \langle0,v\rangle=0 ⟨ 0 , v ⟩ = 0 。定义 ∥ v ∥ = ⟨ v , v ⟩ \|v\|=\sqrt{\langle v,v\rangle} ∥ v ∥ = ⟨ v , v ⟩ ,则范数恰在零向量处为零,且 ∥ c v ∥ = ∣ c ∣ ∥ v ∥ \|cv\|=|c|\|v\| ∥ c v ∥ = ∣ c ∣∥ v ∥ 。R m \mathbb R^m R m 上的标准例子是 ⟨ u , v ⟩ = ∑ i = 1 m u i v i \langle u,v\rangle=\sum_{i=1}^mu_iv_i ⟨ u , v ⟩ = ∑ i = 1 m u i v i 。内积为零的向量称为正交;不同成员互相正交且每个成员范数为一的列表称为正交规范列表。
若 v ≠ 0 v\ne0 v = 0 ,将 t = ⟨ u , v ⟩ / ∥ v ∥ 2 t=\langle u,v\rangle/\|v\|^2 t = ⟨ u , v ⟩ /∥ v ∥ 2 代入非负平方 ∥ u − t v ∥ 2 \|u-tv\|^2 ∥ u − t v ∥ 2 ,以双线性展开得 ∥ u ∥ 2 − ⟨ u , v ⟩ 2 / ∥ v ∥ 2 ≥ 0 \|u\|^2-\langle u,v\rangle^2/\|v\|^2\ge0 ∥ u ∥ 2 − ⟨ u , v ⟩ 2 /∥ v ∥ 2 ≥ 0 ,故 ∣ ⟨ u , v ⟩ ∣ ≤ ∥ u ∥ ∥ v ∥ |\langle u,v\rangle|\le\|u\|\|v\| ∣ ⟨ u , v ⟩ ∣ ≤ ∥ u ∥∥ v ∥ 。若 v = 0 v=0 v = 0 ,该不等式直接成立。对 v ≠ 0 v\ne0 v = 0 ,等号意味着 ∥ u − t v ∥ = 0 \|u-tv\|=0 ∥ u − t v ∥ = 0 ,等价于 u = t v u=tv u = t v ;零向量情形也取等。最后展开 ∥ u + v ∥ 2 \|u+v\|^2 ∥ u + v ∥ 2 并对交叉项使用该界,得到 ∥ u + v ∥ 2 ≤ ( ∥ u ∥ + ∥ v ∥ ) 2 \|u+v\|^2\le(\|u\|+\|v\|)^2 ∥ u + v ∥ 2 ≤ ( ∥ u ∥ + ∥ v ∥ ) 2 。待开方的两边非负,因此得到三角不等式。这确实定义了范数,任何非零向量的归一化都只除以正实数;这里不使用复双线性的约定。
有限实坐标空间的任意范数为何完备 固定整数 n ≥ 1 n\ge1 n ≥ 1 ,在 R n \mathbb R^n R n 上使用欧几里得范数。集合若包含在某个有限半径的球内,就称为有界 ;若补集是开集,就称为闭集 ;若它的每个由 R n \mathbb R^n R n 中开集组成的覆盖都有有限子覆盖,就称为紧集 。我们使用实数完备性,包括闭区间套性质。
有限维欧几里得空间的 Heine–Borel 定理 定理。 集合 K ⊆ R n K\subseteq\mathbb R^n K ⊆ R n 紧致,当且仅当它闭且有界。空集具有这三种性质。
紧致推出有界。 开球 B ( 0 , m ) B(0,m) B ( 0 , m ) (整数 m ≥ 1 m\ge1 m ≥ 1 )覆盖 K K K 。取有限子覆盖后,K K K 包含在其中最大的球内。
紧致推出闭。 设 K ≠ ∅ K\ne\varnothing K = ∅ 且 y ∉ K y\notin K y ∈ / K 。开球 B ( x , ∥ x − y ∥ / 2 ) B(x,\|x-y\|/2) B ( x , ∥ x − y ∥/2 ) (x ∈ K x\in K x ∈ K )覆盖 K K K 。取中心为 x 1 , … , x r x_1,\ldots,x_r x 1 , … , x r 的有限子覆盖,令 δ = min i ∥ x i − y ∥ / 2 > 0 \delta=\min_i\|x_i-y\|/2>0 δ = min i ∥ x i − y ∥/2 > 0 。若 z z z 在以 x i x_i x i 为中心的所选球内,三角不等式给出 ∥ z − y ∥ > ∥ x i − y ∥ / 2 ≥ δ \|z-y\|>\|x_i-y\|/2\ge\delta ∥ z − y ∥ > ∥ x i − y ∥/2 ≥ δ 。所以 B ( y , δ ) B(y,\delta) B ( y , δ ) 不与 K K K 相交,补集是开集。
闭且有界推出紧致。 设非空的 K K K 闭且有界,把它包含在闭立方体 Q 0 = [ − M , M ] n Q_0=[-M,M]^n Q 0 = [ − M , M ] n 内,其中 M > 0 M>0 M > 0 。假设 K K K 的某个开覆盖没有有限子覆盖。把每个坐标区间分成两个闭半区间,所得 2 n 2^n 2 n 个闭子立方体覆盖 Q 0 Q_0 Q 0 。至少一个子立方体与 K K K 的交集不能由给定覆盖族有限覆盖;否则把有限多个有限子覆盖合并,就能覆盖 K K K 。选取这样的子立方体并重复,得到闭立方体套 Q j Q_j Q j ,其边长为 2 M / 2 j 2M/2^j 2 M / 2 j ,且 K ∩ Q j K\cap Q_j K ∩ Q j 不能被有限覆盖,因而非空。
对每个坐标使用闭区间套性质,得到公共坐标值;合起来得到 p ∈ ⋂ j Q j p\in\bigcap_jQ_j p ∈ ⋂ j Q j 。Q j Q_j Q j 中任意两点的距离不超过 2 M n / 2 j 2M\sqrt n/2^j 2 M n / 2 j ,所以交集中只有 p p p 。选取 x j ∈ K ∩ Q j x_j\in K\cap Q_j x j ∈ K ∩ Q j ,则 ∥ x j − p ∥ ≤ 2 M n / 2 j → 0 \|x_j-p\|\le2M\sqrt n/2^j\to0 ∥ x j − p ∥ ≤ 2 M n / 2 j → 0 。闭集包含这种极限:若 p p p 在开补集中,p p p 周围某个开球就会使最终的 x j x_j x j 落在 K K K 外,矛盾。因此 p ∈ K p\in K p ∈ K 。
覆盖中有一个成员 O O O 含 p p p ,由开放性,存在 ε > 0 \varepsilon>0 ε > 0 使 B ( p , ε ) ⊆ O B(p,\varepsilon)\subseteq O B ( p , ε ) ⊆ O 。当 j j j 足够大时,Q j Q_j Q j 的每点到 p p p 的距离都小于 ε \varepsilon ε ,于是单个 O O O 就覆盖 K ∩ Q j K\cap Q_j K ∩ Q j ,与 Q j Q_j Q j 的选取矛盾。因此每个开覆盖都有有限子覆盖。这里 2 n 2^n 2 n 是有限数;若改成无限多个子块,这个论证就不再成立。
连续像与极值 定理。 若 K ⊆ R n K\subseteq\mathbb R^n K ⊆ R n 紧致,且 F : K → R m F:K\to\mathbb R^m F : K → R m 相对于 K K K 连续,则 F ( K ) F(K) F ( K ) 紧致。特别地,非空紧集 K K K 上的连续函数 f : K → R f:K\to\mathbb R f : K → R 有界,并达到最大值和最小值。
证明。 F ( K ) F(K) F ( K ) 的开覆盖 ( O i ) (O_i) ( O i ) 的原像是相对开集 F − 1 ( O i ) = K ∩ U i F^{-1}(O_i)=K\cap U_i F − 1 ( O i ) = K ∩ U i ,其中 U i U_i U i 在 R n \mathbb R^n R n 中开。这些 U i U_i U i 覆盖 K K K ,所以有限多个足够。对应的 O i O_i O i 覆盖 F ( K ) F(K) F ( K ) ,证明了像的紧致性。对标量函数 f f f ,由已证明定理的一维情形,其像非空、闭且有界。令 a = sup f ( K ) a=\sup f(K) a = sup f ( K ) 。对每个 j ≥ 1 j\ge1 j ≥ 1 ,由上确界定义,可取 y j ∈ f ( K ) y_j\in f(K) y j ∈ f ( K ) 使 a − 1 / j < y j ≤ a a-1/j<y_j\le a a − 1/ j < y j ≤ a 。于是 y j → a y_j\to a y j → a ,闭性使 a a a 属于像,所以最大值可达。对 − f -f − f 使用同一论证即得最小值。该结论证明存在性,而不提供极大点的计算公式。
设 d ≥ 1 d\ge1 d ≥ 1 有限,N N N 是 R d \mathbb R^d R d 上任意范数:除零向量外为正,绝对齐次,并满足三角不等式。记标准坐标向量为 e j e_j e j ,欧氏范数为 ∥ x ∥ 2 = ( ∑ j x j 2 ) 1 / 2 \|x\|_2=(\sum_jx_j^2)^{1/2} ∥ x ∥ 2 = ( ∑ j x j 2 ) 1/2 ,令 C = ∑ j = 1 d N ( e j ) > 0 C=\sum_{j=1}^dN(e_j)>0 C = ∑ j = 1 d N ( e j ) > 0 。按标准基展开,得到
N ( x ) ≤ ∑ j ∣ x j ∣ N ( e j ) ≤ C ∥ x ∥ 2 . N(x)\le\sum_j|x_j|N(e_j)\le C\|x\|_2. N ( x ) ≤ j ∑ ∣ x j ∣ N ( e j ) ≤ C ∥ x ∥ 2 . 反三角不等式给出 ∣ N ( x ) − N ( y ) ∣ ≤ N ( x − y ) ≤ C ∥ x − y ∥ 2 |N(x)-N(y)|\le N(x-y)\le C\|x-y\|_2 ∣ N ( x ) − N ( y ) ∣ ≤ N ( x − y ) ≤ C ∥ x − y ∥ 2 ,所以 N N N 对欧氏距离连续。已证明的紧致性定理适用于非空欧氏单位球面,故 N N N 在其上取得最小值 m m m ;球面各点都非零,所以 m > 0 m>0 m > 0 。对 x ≠ 0 x\ne0 x = 0 ,将此最小值用于 x / ∥ x ∥ 2 x/\|x\|_2 x /∥ x ∥ 2 ;连同 x = 0 x=0 x = 0 ,得到
m ∥ x ∥ 2 ≤ N ( x ) ≤ C ∥ x ∥ 2 . m\|x\|_2\le N(x)\le C\|x\|_2. m ∥ x ∥ 2 ≤ N ( x ) ≤ C ∥ x ∥ 2 . 若 ( x k ) (x_k) ( x k ) 是 N N N -柯西序列,则每个坐标都是实柯西序列,因为 ∣ ( x k − x l ) j ∣ ≤ ∥ x k − x l ∥ 2 ≤ N ( x k − x l ) / m |(x_k-x_l)_j|\le\|x_k-x_l\|_2\le N(x_k-x_l)/m ∣ ( x k − x l ) j ∣ ≤ ∥ x k − x l ∥ 2 ≤ N ( x k − x l ) / m 。实数完备性给出各坐标极限 a j a_j a j 。有限个坐标差平方之和趋零,故 ∥ x k − a ∥ 2 → 0 \|x_k-a\|_2\to0 ∥ x k − a ∥ 2 → 0 ,再由 N ( x k − a ) ≤ C ∥ x k − a ∥ 2 N(x_k-a)\le C\|x_k-a\|_2 N ( x k − a ) ≤ C ∥ x k − a ∥ 2 得到范数收敛。因此每个 N N N -柯西序列均在 N N N 中收敛。零维空间只有零向量,单独即知完备;这里不声称无限维空间的完备性或范数等价。
固定 F = R F=\mathbb R F = R 或 C \mathbb C C ,以及整数 d ≥ 1 d\ge1 d ≥ 1 。记 ∣ a + i b ∣ = a 2 + b 2 |a+ib|=\sqrt{a^2+b^2} ∣ a + ib ∣ = a 2 + b 2 ;它是 R 2 \mathbb R^2 R 2 的欧氏范数,因此可用已证的实三角不等式。直接展开得 ∣ z w ∣ 2 = ∣ z ∣ 2 ∣ w ∣ 2 |zw|^2=|z|^2|w|^2 ∣ z w ∣ 2 = ∣ z ∣ 2 ∣ w ∣ 2 ,所以 ∣ z w ∣ = ∣ z ∣ ∣ w ∣ |zw|=|z||w| ∣ z w ∣ = ∣ z ∣∣ w ∣ 。对 A ∈ M d ( F ) A\in M_d(F) A ∈ M d ( F ) 定义
ν ( A ) = max i ∑ j ∣ a i j ∣ . \nu(A)=\max_i\sum_j|a_{ij}|. ν ( A ) = i max j ∑ ∣ a ij ∣. 它恰在零矩阵处为零;模的齐次性与标量三角不等式给出范数的齐次性和三角不等式。有限矩阵乘法给出
∑ j ∣ ( A B ) i j ∣ ≤ ∑ k ∣ a i k ∣ ∑ j ∣ b k j ∣ ≤ ν ( B ) ∑ k ∣ a i k ∣ , \sum_j|(AB)_{ij}|\le\sum_k|a_{ik}|\sum_j|b_{kj}|\le\nu(B)\sum_k|a_{ik}|, j ∑ ∣ ( A B ) ij ∣ ≤ k ∑ ∣ a ik ∣ j ∑ ∣ b kj ∣ ≤ ν ( B ) k ∑ ∣ a ik ∣ , 故 ν ( A B ) ≤ ν ( A ) ν ( B ) \nu(AB)\le\nu(A)\nu(B) ν ( A B ) ≤ ν ( A ) ν ( B ) ,且 ν ( I ) = 1 \nu(I)=1 ν ( I ) = 1 。另有 ∣ a i j ∣ ≤ ν ( A ) |a_{ij}|\le\nu(A) ∣ a ij ∣ ≤ ν ( A ) 。
对实矩阵,这是 R d 2 \mathbb R^{d^2} R d 2 上的实范数。对复矩阵,把全部元素的实部与虚部依次列出,将该空间作为实 向量空间与 R 2 d 2 \mathbb R^{2d^2} R 2 d 2 对应。同一个 ν \nu ν 是这些实坐标上的实范数,所以可用已证的有限实范数完备性定理。这是明确的实坐标化论证,没有改变该定理的标量域。两种情形下,每个 ν \nu ν -Cauchy 矩阵序列都有 ν \nu ν 意义下的矩阵极限。矩阵乘法保持极限:若 A n → A , B n → B A_n\to A,B_n\to B A n → A , B n → B ,由 ν ( A n ) \nu(A_n) ν ( A n ) 有界及
ν ( A n B n − A B ) ≤ ν ( A n ) ν ( B n − B ) + ν ( A n − A ) ν ( B ) \nu(A_nB_n-AB)\le\nu(A_n)\nu(B_n-B)+\nu(A_n-A)\nu(B) ν ( A n B n − A B ) ≤ ν ( A n ) ν ( B n − B ) + ν ( A n − A ) ν ( B ) 即得结论。零维矩阵空间由其唯一映射单独处理,不对空单位球面取极值。
绝对收敛矩阵级数及保持因子次序的 Cauchy 乘积 若 ∑ n ≥ 0 ν ( A n ) < ∞ \sum_{n\ge0}\nu(A_n)<\infty ∑ n ≥ 0 ν ( A n ) < ∞ ,则 ∑ A n \sum A_n ∑ A n 的有限尾和范数不超过相应标量尾和,故由完备性得到矩阵和。由 ∣ ν ( X ) − ν ( Y ) ∣ ≤ ν ( X − Y ) |\nu(X)-\nu(Y)|\le\nu(X-Y) ∣ ν ( X ) − ν ( Y ) ∣ ≤ ν ( X − Y ) ,有限范数不等式可传至极限。再设 ∑ ν ( B n ) < ∞ \sum\nu(B_n)<\infty ∑ ν ( B n ) < ∞ ,两矩阵和为 A , B A,B A , B ,绝对和为 α , β \alpha,\beta α , β 。定义有限系数
C n = ∑ k = 0 n A k B n − k . C_n=\sum_{k=0}^n A_kB_{n-k}. C n = k = 0 ∑ n A k B n − k . 对每个 N N N ,有 ∑ n = 0 N ν ( C n ) ≤ ∑ k + j ≤ N ν ( A k ) ν ( B j ) ≤ α β \sum_{n=0}^N\nu(C_n)\le\sum_{k+j\le N}\nu(A_k)\nu(B_j)\le\alpha\beta ∑ n = 0 N ν ( C n ) ≤ ∑ k + j ≤ N ν ( A k ) ν ( B j ) ≤ α β 。非负标量部分和有界,因而收敛;∑ C n \sum C_n ∑ C n 绝对存在。为求其值,令 A [ m ] = ∑ k = 0 m A k A^{[m]}=\sum_{k=0}^m A_k A [ m ] = ∑ k = 0 m A k ,并类似定义 B [ m ] B^{[m]} B [ m ] 。当 N ≥ 2 m N\ge2m N ≥ 2 m 时,三角形 k + j ≤ N k+j\le N k + j ≤ N 包含方块 k , j ≤ m k,j\le m k , j ≤ m ;每个额外指标对满足 k > m k>m k > m 或 j > m j>m j > m ,所以
ν ( ∑ n = 0 N C n − A [ m ] B [ m ] ) ≤ β ∑ k > m ν ( A k ) + α ∑ j > m ν ( B j ) . \nu\left(\sum_{n=0}^NC_n-A^{[m]}B^{[m]}\right)\le\beta\sum_{k>m}\nu(A_k)+\alpha\sum_{j>m}\nu(B_j). ν ( n = 0 ∑ N C n − A [ m ] B [ m ] ) ≤ β k > m ∑ ν ( A k ) + α j > m ∑ ν ( B j ) . 右侧趋零,且 A [ m ] B [ m ] → A B A^{[m]}B^{[m]}\to AB A [ m ] B [ m ] → A B 。故 ∑ C n = A B \sum C_n=AB ∑ C n = A B ,没有改变矩阵因子的次序,也没有交换未经证明的二重极限。这里只用实数列的通常完备性与有限求和。
矩阵指数的构造、乘积及实际求导 对 B ∈ M d ( F ) B\in M_d(F) B ∈ M d ( F ) 定义 Exp ( B ) = ∑ n = 0 ∞ B n / n ! \operatorname{Exp}(B)=\sum_{n=0}^{\infty}B^n/n! Exp ( B ) = ∑ n = 0 ∞ B n / n ! ,其中 B 0 = I B^0=I B 0 = I 。若 B = 0 B=0 B = 0 ,级数直接等于 I I I ;否则,正项标量优级数 ∑ ν ( B ) n / n ! \sum\nu(B)^n/n! ∑ ν ( B ) n / n ! 收敛:一旦 n + 1 ≥ 2 ν ( B ) n+1\ge2\nu(B) n + 1 ≥ 2 ν ( B ) ,相邻项比至多为 1 / 2 1/2 1/2 ,余下尾项便有几何尾和界。因此由上一结果得到绝对存在性。
若 B , C B,C B , C 可交换,前述 Cauchy 乘积定理及有限二项式恒等式给出
Exp ( B ) Exp ( C ) = ∑ n = 0 ∞ ∑ k = 0 n B k C n − k k ! ( n − k ) ! = Exp ( B + C ) . \operatorname{Exp}(B)\operatorname{Exp}(C)=\sum_{n=0}^{\infty}\sum_{k=0}^n\frac{B^kC^{n-k}}{k!(n-k)!}=\operatorname{Exp}(B+C). Exp ( B ) Exp ( C ) = n = 0 ∑ ∞ k = 0 ∑ n k ! ( n − k )! B k C n − k = Exp ( B + C ) . 有限二项式恒等式可归纳证明;只在使用 B C = C B BC=CB BC = CB 时交换两因子,并不声称不交换矩阵也满足此式。特别地,对实数 s , t s,t s , t ,E A ( t ) = Exp ( t A ) E_A(t)=\operatorname{Exp}(tA) E A ( t ) = Exp ( t A ) 满足 E A ( t + s ) = E A ( t ) E A ( s ) E_A(t+s)=E_A(t)E_A(s) E A ( t + s ) = E A ( t ) E A ( s ) 、E A ( 0 ) = I E_A(0)=I E A ( 0 ) = I 和 E A ( − t ) E A ( t ) = I E_A(-t)E_A(t)=I E A ( − t ) E A ( t ) = I 。
现直接证明可微性。令 q = ν ( A ) q=\nu(A) q = ν ( A ) 。若 q = 0 q=0 q = 0 ,则 E A = I E_A=I E A = I ,所有导数结论直接成立。否则对满足 ∣ h ∣ q ≤ 1 |h|q\le1 ∣ h ∣ q ≤ 1 的非零实数 h h h ,由 n ≥ 2 n\ge2 n ≥ 2 下 n ! ≥ 2 n − 1 n!\ge2^{n-1} n ! ≥ 2 n − 1 得
ν ( E A ( h ) − I − h A ) ≤ ∑ n = 2 ∞ ( ∣ h ∣ q ) n n ! ≤ h 2 q 2 ∑ n = 2 ∞ 2 − ( n − 1 ) = h 2 q 2 . \nu(E_A(h)-I-hA)\le\sum_{n=2}^{\infty}\frac{(|h|q)^n}{n!}\le h^2q^2\sum_{n=2}^{\infty}2^{-(n-1)}=h^2q^2. ν ( E A ( h ) − I − h A ) ≤ n = 2 ∑ ∞ n ! ( ∣ h ∣ q ) n ≤ h 2 q 2 n = 2 ∑ ∞ 2 − ( n − 1 ) = h 2 q 2 . 乘积法则于是给出
ν ( E A ( t + h ) − E A ( t ) h − E A ( t ) A ) ≤ ν ( E A ( t ) ) q 2 ∣ h ∣ ⟶ 0. \nu\left(\frac{E_A(t+h)-E_A(t)}h-E_A(t)A\right)\le\nu(E_A(t))q^2|h|\longrightarrow0. ν ( h E A ( t + h ) − E A ( t ) − E A ( t ) A ) ≤ ν ( E A ( t )) q 2 ∣ h ∣ ⟶ 0. 故对实数 t t t ,有 E A ′ ( t ) = E A ( t ) A = A E A ( t ) E_A'(t)=E_A(t)A=AE_A(t) E A ′ ( t ) = E A ( t ) A = A E A ( t ) ;复元素的导数指关于实参数逐元素求导。与 A A A 可交换由有限部分和及乘法连续性得到。这里没有预先假设某个尚未证明的极限函数满足积分定理。
逐项求导也获得实际验证。在固定 ∣ t ∣ ≤ M |t|\le M ∣ t ∣ ≤ M 上,多项式部分和的尾部一致地被 ∑ ( M q ) n / n ! \sum(Mq)^n/n! ∑ ( Mq ) n / n ! 控制;其导数尾部被 q ∑ n ≥ 1 ( M q ) n − 1 / ( n − 1 ) ! q\sum_{n\ge1}(Mq)^{n-1}/(n-1)! q ∑ n ≥ 1 ( Mq ) n − 1 / ( n − 1 )! 控制。两优级数均由相同的几何比值论证收敛,M = 0 M=0 M = 0 单独直接处理。因此导数部分和一致收敛到 A E A ( t ) AE_A(t) A E A ( t ) ,恰与上面独立证明的极限导数相同。标量复指数采用同一个一维构造:e z = ∑ z n / n ! e^z=\sum z^n/n! e z = ∑ z n / n ! ;并未把仅适用实数的指数 profile 改标成复数。
唯一性所需的实零导数引理 已选的有限欧氏紧致性与极值证明,保证连续实函数在 [ a , b ] [a,b] [ a , b ] 上取得极值。内部可微极值点的左右差商迫使导数为零。连续函数 g g g 若两端值相同,则或者恒定,或者有内部最大值或最小值;故内部可微时有一点导数为零,这就是 Rolle 论证。对实可微函数 f f f ,减去端点割线并应用该论证,得到某个 c ∈ ( a , b ) c\in(a,b) c ∈ ( a , b ) 满足 f ( b ) − f ( a ) = f ′ ( c ) ( b − a ) f(b)-f(a)=f'(c)(b-a) f ( b ) − f ( a ) = f ′ ( c ) ( b − a ) 。因此区间上导数为零的实函数恒定。对实参数复值函数的实部与虚部分别应用该结论,得到相同的恒定结论;这里没有假设复中值等式。
幂零因子、相似变换与初值解 若整数 r ≥ 1 r\ge1 r ≥ 1 、N r = 0 N^r=0 N r = 0 且 λ ∈ F \lambda\in F λ ∈ F ,则 λ t I \lambda tI λ t I 与 t N tN tN 可交换。已证的乘积法则和终止的幂零级数给出,对实数 t t t ,
Exp ( t ( λ I + N ) ) = e λ t ∑ j = 0 r − 1 t j N j j ! . \operatorname{Exp}(t(\lambda I+N))=e^{\lambda t}\sum_{j=0}^{r-1}\frac{t^jN^j}{j!}. Exp ( t ( λ I + N )) = e λ t j = 0 ∑ r − 1 j ! t j N j . 这包括 λ = 0 \lambda=0 λ = 0 ,常数项仍为一。若 P P P 可逆且 A = P J P − 1 A=PJP^{-1} A = P J P − 1 ,有限次幂满足 A n = P J n P − 1 A^n=PJ^nP^{-1} A n = P J n P − 1 ;绝对极限及乘法连续性给出 E A ( t ) = P E J ( t ) P − 1 E_A(t)=PE_J(t)P^{-1} E A ( t ) = P E J ( t ) P − 1 。所以 x ( t ) = E A ( t ) x 0 x(t)=E_A(t)x_0 x ( t ) = E A ( t ) x 0 可微,满足 x ′ = A x x'=Ax x ′ = A x 及零处初值 x 0 x_0 x 0 。它还是包含零的任意实开区间上的唯一可微解:若 y ′ = A y y'=Ay y ′ = A y ,对 E A ( − t ) y ( t ) E_A(-t)y(t) E A ( − t ) y ( t ) 求导;由于 A A A 与 E A ( − t ) E_A(-t) E A ( − t ) 交换,其导数为零。由前述实零导数引理,它恒等于 y ( 0 ) y(0) y ( 0 ) ;乘以 E A ( t ) E_A(t) E A ( t ) 得 y ( t ) = E A ( t ) y ( 0 ) y(t)=E_A(t)y(0) y ( t ) = E A ( t ) y ( 0 ) 。这在两个系数域上验证了所列 Jordan 指数公式及完整初值意义,没有借用尚未准入的矩阵常微分方程定理。