定义三角函数

可以验证,实变复值函数的和、差、积、商的求导法则跟算学分析(或高等算学)里的求导法则完全一致。具体地说,设 f, g 都是 A\mathbb{C} 的函数。设 k, \ell 是复数。设 f, g 都于点 a 可微。设 h_0 = kf + \ell g, h_1 = fg 。则 h_0, h_1 都于点 a 可微,且

\begin{aligned} \mathrm{D} h_0 (a) & = k \mathrm{D} f (a) + \ell \mathrm{D} g (a), \\ \mathrm{D} h_1 (a) & = \mathrm{D} f(a) \cdot g(a) + f(a) \cdot \mathrm{D} g(a) \end{aligned}

f(a) \neq 0 ,且 h_2 = g/f ,则 h_2 于点 a 可微,且

\mathrm{D} h_2 (a) = \frac{\mathrm{D} g(a) \cdot f(a) - g(a) \cdot \mathrm{D} f(a)}{(f(a))^2}
You could see the source code here.
可以验证,实变复值函数的和、差、积、商的求导法则跟算学分析(或高等算学)里的求导法则完全一致。具体地说,设 $f$, $g$ 都是 $A$ 到 $\mathbb{C}$ 的函数。设 $k$, $\ell$ 是复数。设 $f$, $g$ 都于点 $a$ 可微。设 $h_0 = kf + \ell g$, $h_1 = fg$ 。则 $h_0$, $h_1$ 都于点 $a$ 可微,且
$$
\begin{aligned}
\mathrm{D} h_0 (a) & = k \mathrm{D} f (a) + \ell \mathrm{D} g (a),                               \\
\mathrm{D} h_1 (a) & = \mathrm{D} f(a) \cdot g(a) + f(a) \cdot \mathrm{D} g(a)
\end{aligned}
$$
若 $f(a) \neq 0$ ,且 $h_2 = g/f$ ,则 $h_2$ 于点 $a$ 可微,且
$$
\mathrm{D} h_2 (a) = \frac{\mathrm{D} g(a) \cdot f(a) - g(a) \cdot \mathrm{D} f(a)}{(f(a))^2}
$$

天书

毕竟本贴讨论的问题不影响普通用户使用三角函数。

这种证明方法只是自证

您指的是……?

相当于证明了边长为a的正方形面积是a^2

是的。

其实呢,“面积”这个概念从小就没被正式地引入。“周长”也是。

幂级数是一个有用的工具。这里,我们简要地介绍一些事实(命题的论证可见于任意一本算学分析教程)。

\{ a_n \} 是复数列。设 w 为复数。称形式表达式

a_0 + a_1 (z - w) + a_2 (z - w)^2 + \dots = \sum_{n \geqslant 0} {a_n (z - w)^n}

为幂级数。一般地,若无歧义,我们用 \sum {a_n (z-w)^n} 表示上述幂级数。

\{ a_n \} 为复数列。固定复数 w 。设 z \in \mathbb{C} 。作数列

s_n = a_0 + a_1 (z - w) + \dots + a_{n-1} (z - w)^{n-1}

s_n 的极限为 s (有限数),则说幂级数 \sum {a_n (z-w)^n} 于点 z 收敛,并写 \sum {a_n (z-w)^n} = s ;否则,说幂级数 \sum {a_n (z-w)^n} 于点 z 发散。

下面是幂级数的一些重要结论。

设幂级数 \sum {a_n (z-w)^n}, \sum {b_n (z-w)^n} 收敛。设 k, \ell 是复数,且 c_n = ka_n + \ell b_n 。则 \sum {c_n (z-w)^n} 也收敛,且

\sum_{n \geqslant 0} {c_n (z-w)^n} = k\sum_{n \geqslant 0} {a_n (z-w)^n} + \ell \sum_{n \geqslant 0} {b_n (z-w)^n}

设幂级数 \sum {a_n (z-w)^n}D = \{ z \mid |z - w| < r \} 的每一点都收敛。则幂级数 \sum {na_n (z-w)^{n-1}} 也于 D 的每一点都收敛。

You could see the source code here.
幂级数是一个有用的工具。这里,我们简要地介绍一些事实(命题的论证可见于任意一本算学分析教程)。

设 $\{ a_n \}$ 是复数列。设 $w$ 为复数。称形式表达式
$$
a_0 + a_1 (z - w) + a_2 (z - w)^2 + \dots = \sum_{n \geqslant 0} {a_n (z - w)^n}
$$
为幂级数。一般地,若无歧义,我们用 $\sum {a_n (z-w)^n}$ 表示上述幂级数。

设 $\{ a_n \}$ 为复数列。固定复数 $w$ 。设 $z \in \mathbb{C}$ 。作数列
$$
s_n = a_0 + a_1 (z - w) + \dots + a_{n-1} (z - w)^{n-1}
$$
若 $s_n$ 的极限为 $s$ (有限数),则说幂级数 $\sum {a_n (z-w)^n}$ 于点 $z$ 收敛,并写 $\sum {a_n (z-w)^n} = s$ ;否则,说幂级数 $\sum {a_n (z-w)^n}$ 于点 $z$ 发散。

下面是幂级数的一些重要结论。

> 设幂级数 $\sum {a_n (z-w)^n}$, $\sum {b_n (z-w)^n}$ 收敛。设 $k$, $\ell$ 是复数,且 $c_n = ka_n + \ell b_n$ 。则 $\sum {c_n (z-w)^n}$ 也收敛,且
> $$
\sum_{n \geqslant 0} {c_n (z-w)^n} = k\sum_{n \geqslant 0} {a_n (z-w)^n} + \ell \sum_{n \geqslant 0} {b_n (z-w)^n}
> $$

> 设幂级数 $\sum {a_n (z-w)^n}$ 于 $D = \{ z \mid |z - w| < r \}$ 的每一点都收敛。则幂级数 $\sum {na_n (z-w)^{n-1}}$ 也于 $D$ 的每一点都收敛。

现在考虑幂级数的微分学。不过,我们限定变元 z 为实变元 x ;相应地,固定的复数 w 也变为固定的实数 a 。您不必担心因为没学复变函数而不理解这些结论;我们虽介绍复变函数,但只考虑实变函数的微分学。

设幂级数 \sum {a_n (x-a)^n}D = \{ x \mid |x - a| < R \} 的每一点都收敛。作函数

\begin{aligned} \text{$f$:} \quad D & \to \mathbb{C}, \\ x & \mapsto \sum_{n \geqslant 0} {a_n (x-a)^n}; \\ \text{$g$:} \quad D & \to \mathbb{C}, \\ x & \mapsto \sum_{n \geqslant 1} {n a_n (x-a)^{n-1}} \end{aligned}

f 可微,且 \mathrm{D}f = g

You could see the source code here.
现在考虑幂级数的微分学。不过,我们限定变元 $z$ 为实变元 $x$ ;相应地,固定的复数 $w$ 也变为固定的实数 $a$ 。您不必担心因为没学复变函数而不理解这些结论;我们虽介绍复变函数,但只考虑实变函数的微分学。

> 设幂级数 $\sum {a_n (x-a)^n}$ 于 $D = \{ x \mid |x - a| < R \}$ 的每一点都收敛。作函数
> $$
\begin{aligned}
    \text{$f$:} \quad
    D & \to \mathbb{C},                                   \\
    x & \mapsto \sum_{n \geqslant 0} {a_n (x-a)^n};       \\
    \text{$g$:} \quad
    D & \to \mathbb{C},                                   \\
    x & \mapsto \sum_{n \geqslant 1} {n a_n (x-a)^{n-1}}
\end{aligned}
> $$
> 则 $f$ 可微,且 $\mathrm{D}f = g$ 。

必要的补充知识就写到这里。大家不要看到“复”就怕;这里,真正涉及微积分的时候,变量都是实的。

大家可能听说过 Euler 公式:对任意实数 t

\exp {\mathrm{i} t} = \cos t + \mathrm{i} \sin t

这里 \exp {\mathrm{i} t}\mathrm{e}^{\mathrm{i} t} 。令 t = 2\pi/2 ,就可以得到

\mathrm{e}^{\mathrm{i} \frac{2\pi}{2}} = -1 + \mathrm{i}0

若写 2\pi/2\pi ,则

\mathrm{e}^{\mathrm{i} \pi} + 1 = 0

这就是很多算学家眼里的一个“美丽公式”。

不过,在我眼里,我认为 \mathrm{e}^{2\pi \mathrm{i}} = 1 就已经是最美的了——毕竟我坚信 2\pi\pi 更有算学上的意义。

我们接下来要怎么定义三角函数呢?我们会先从“指数函数”开始,再定义三角函数。

You could see the source code here.
大家可能听说过 Euler 公式:对任意实数 $t$ ,
$$
\exp {\mathrm{i} t} = \cos t + \mathrm{i} \sin t
$$
这里 $\exp {\mathrm{i} t}$ 指 $\mathrm{e}^{\mathrm{i} t}$ 。令 $t = 2\pi/2$ ,就可以得到
$$
\mathrm{e}^{\mathrm{i} \frac{2\pi}{2}} = -1 + \mathrm{i}0
$$
若写 $2\pi/2$ 为 $\pi$ ,则
$$
\mathrm{e}^{\mathrm{i} \pi} + 1 = 0
$$
这就是很多算学家眼里的一个“美丽公式”。

不过,在我眼里,我认为 $\mathrm{e}^{2\pi \mathrm{i}} = 1$ 就已经是最美的了——毕竟我坚信 $2\pi$ 比 $\pi$ 更有算学上的意义。

我们接下来要怎么定义三角函数呢?我们会先从“指数函数”开始,再定义三角函数。

在接下来的讨论里,请各位视 2\pi一个文字,而不是 2\pi 的组合——这就像大家看到 \cos ,也不会强拆其为 \mathrm{c}, \mathrm{o}, \mathrm{s} 三个文字那样。


比方说,我一般叫 2\pi 为“兔派”——不也有一些字母的读音不是单音节吗,比方说, \alpha, \beta, \gamma

z 为复数。设 a_n = 1/n! 。考虑幂级数 \sum a_n z^n 。若 z = 0 ,此幂级数显然收敛,且其值为 1/0! = 1 。若 z \neq 0 ,则因

\frac{|a_{n+1} z^{n+1}|}{|a_n z^n|} = \frac{|z|}{n+1} \to 0 \quad (n \to 0)

故此幂级数仍收敛。由此,我们定义“复指数函数”为

\begin{aligned} \text{$\exp$:} \quad \mathbb{C} & \to \mathbb{C}, \\ z & \mapsto \sum_{n \geqslant 0} {\frac{z^n}{n!}} = \exp z. \end{aligned}
You could see the source code here.
设 $z$ 为复数。设 $a_n = 1/n!$ 。考虑幂级数 $\sum a_n z^n$ 。若 $z = 0$ ,此幂级数显然收敛,且其值为 $1/0! = 1$ 。若 $z \neq 0$ ,则因
$$
\frac{|a_{n+1} z^{n+1}|}{|a_n z^n|} = \frac{|z|}{n+1} \to 0 \quad (n \to 0)
$$
故此幂级数仍收敛。由此,我们定义“复指数函数”为
$$
\begin{aligned}
\text{$\exp$:} \quad
\mathbb{C} & \to \mathbb{C},                                         \\
z          & \mapsto \sum_{n \geqslant 0} {\frac{z^n}{n!}} = \exp z.
\end{aligned}
$$

固定复数 w 。定义

\begin{aligned} \text{$E_w$:} \quad \mathbb{R} & \to \mathbb{C}, \\ x & \mapsto \exp {wx} \end{aligned}

现在我们借助 E_w 研究 \exp 的性质。

(0) E_w 可微,且 \mathrm{D} E_w = w E_w

为了论证此事,先写出 E_w 的幂级数表达:

\begin{aligned} \text{$E_w$:} \quad \mathbb{R} & \to \mathbb{C}, \\ x & \mapsto \sum_{n \geq 0} {\frac{w^n}{n!} x^n} \end{aligned}

现在应该很清楚了:对任意实数 x

\mathrm{D} E_w (x) = \sum_{n \geq 1} {n \frac{w^n}{n!} x^{n-1}} = w \sum_{n \geq 1} {\frac{w^{n-1}}{(n-1)!} x^{n-1}} = w E_w (x)

(1) 对任意复数 w ,必有 \exp w \cdot \exp {(-w)} = 1

为论证此事,我们借助 E_w 。不难看到,这就是想让我们论证 E_w (1) E_{-w} (1) = 1 ,因此我们可以作函数 f = E_w \cdot E_{-w} 。显然 f(0) = 1 。所以,有没有可能, f 是常函数 1 ?我们可以试求 f 的导数:

\mathrm{D} f = \mathrm{D} E_w \cdot E_{-w} + E_w \cdot \mathrm{D} E_{-w} = (w - w) E_w E_{-w} = 0

这么看来, f 必定是常数了。因为 f(0) = 1 ,所以 f(1) 也一定是 1

顺便一提,这表明: \exp 一定取不到零值。

(2) 对任意复数 v, w ,必有 \exp {(v + w)} = \exp v \cdot \exp w

还是借助 E_w 。由 (1),这相当于要论证 \exp {v} \cdot \exp {w} \cdot \exp {(-v - w)} = 1 。因此,作 g = E_v E_w E_{-v - w} 。显然 g(0) = 1 。我们要论证 g(1) = 1 。还是老样子,论证 g 为常函数即可。求导:

\mathrm{D} g = \mathrm{D} (E_v E_w) \cdot E_{-v - w} + (E_v E_w) \cdot \mathrm{D} E_{-v - w}

由此不难验证, \mathrm{D} g = 0 。所以 g 是常函数 1

(3) \exp z 的复共轭是 \exp {\overline{z}} (所谓复共轭,就是实部相等,虚部反号)。

此事的论证更简单了,甚至都不需要微分学。设

s_n (z) = 1 + z + \frac{z^2}{2} + \cdots + \frac{z^{n-1}}{(n-1)!}

那么 \lim_{n \to \infty} s_n (z) 就是 \exp z 。所以 \lim_{n \to \infty} s_n (\overline{z}) 当然是 \exp {\overline{z}} 。不过

s_n (\overline{z}) = \overline{s_n (z)}

所以

\exp {\overline{z}} = \lim_{n \to \infty} s_n (\overline{z}) = \lim_{n \to \infty} {\overline{s_n (z)}} = \overline{\lim_{n \to \infty} s_n (z)} = \overline{\exp z}
You could see the source code here.
固定复数 $w$ 。定义
$$
\begin{aligned}
    \text{$E_w$:} \quad
    \mathbb{R} & \to \mathbb{C},    \\
    x          & \mapsto \exp {wx}
\end{aligned}
$$

现在我们借助 $E_w$ 研究 $\exp$ 的性质。

(0) $E_w$ 可微,且 $\mathrm{D} E_w = w E_w$ 。

为了论证此事,先写出 $E_w$ 的幂级数表达:
$$
\begin{aligned}
    \text{$E_w$:} \quad
    \mathbb{R} & \to \mathbb{C},    \\
    x          & \mapsto \sum_{n \geq 0} {\frac{w^n}{n!} x^n}
\end{aligned}
$$
现在应该很清楚了:对任意实数 $x$ ,
$$
\mathrm{D} E_w (x) = \sum_{n \geq 1} {n \frac{w^n}{n!} x^{n-1}} = w \sum_{n \geq 1} {\frac{w^{n-1}}{(n-1)!} x^{n-1}} = w E_w (x)
$$

(1) 对任意复数 $w$ ,必有 $\exp w \cdot \exp {(-w)} = 1$ 。

为论证此事,我们借助 $E_w$ 。不难看到,这就是想让我们论证 $E_w (1) E_{-w} (1) = 1$ ,因此我们可以作函数 $f = E_w \cdot E_{-w}$ 。显然 $f(0) = 1$ 。所以,有没有可能, $f$ 是常函数 $1$ ?我们可以试求 $f$ 的导数:
$$
\mathrm{D} f = \mathrm{D} E_w \cdot E_{-w} + E_w \cdot \mathrm{D} E_{-w} = (w - w) E_w E_{-w} = 0
$$
这么看来, $f$ 必定是常数了。因为 $f(0) = 1$ ,所以 $f(1)$ 也一定是 $1$ 。

顺便一提,这表明: $\exp$ 一定取不到零值。

(2) 对任意复数 $v$, $w$ ,必有 $\exp {(v + w)} = \exp v \cdot \exp w$ 。

还是借助 $E_w$ 。由 (1),这相当于要论证 $\exp {v} \cdot \exp {w} \cdot \exp {(-v - w)} = 1$ 。因此,作 $g = E_v E_w E_{-v - w}$ 。显然 $g(0) = 1$ 。我们要论证 $g(1) = 1$ 。还是老样子,论证 $g$ 为常函数即可。求导:
$$
\mathrm{D} g = \mathrm{D} (E_v E_w) \cdot E_{-v - w} + (E_v E_w) \cdot \mathrm{D} E_{-v - w}
$$
由此不难验证, $\mathrm{D} g = 0$ 。所以 $g$ 是常函数 $1$ 。

(3) $\exp z$ 的复共轭是 $\exp {\overline{z}}$ (所谓复共轭,就是实部相等,虚部反号)。

此事的论证更简单了,甚至都不需要微分学。设
$$
s_n (z) = 1 + z + \frac{z^2}{2} + \cdots + \frac{z^{n-1}}{(n-1)!}
$$
那么 $\lim_{n \to \infty} s_n (z)$ 就是 $\exp z$ 。所以 $\lim_{n \to \infty} s_n (\overline{z})$ 当然是 $\exp {\overline{z}}$ 。不过
$$
s_n (\overline{z}) = \overline{s_n (z)}
$$
所以
$$
\exp {\overline{z}} = \lim_{n \to \infty} s_n (\overline{z}) = \lim_{n \to \infty} {\overline{s_n (z)}} = \overline{\lim_{n \to \infty} s_n (z)} = \overline{\exp z}
$$

请大家注意:我们还没说 \exp 的导数是什么。事实上,因为 \exp 是复变函数,而我不假定大家会复变函数的可微性或导数,所以就不谈了(我们也不需要讨论这个)。不过,若定义

\begin{aligned} \text{$E$:} \quad \mathbb{R} & \to \mathbb{R}, \\ x & \mapsto \exp {x} \end{aligned}

那我们可以说, E 的导数是 E 。(给大家留下一个小问题:为什么 x 是实数时 E(x) 也是实数?提示:用刚才证明过的一个性质。)

请大家消化一下这些知识——因为我也想休息一会儿了。

好家伙

嘛。

挺好!我复习三角函数的时候一定再来看看!

谢谢。

按您的目的来吧。如果是指中学算学里的三角函数,那一点儿用都没有;如果是别的场合,再说。您可以去另一个地方看,因为本论坛的公式显示真不行。

与其说复习三角,不如说复习分析学。