为什么重要
哈代对代数基本定理的第二个证明是大多数教科书采用的证明,它也是一类非常常见的论证的范本:最小值存在,而最小值不可能在坏的点处取到,所以它在好的点处取到 。它需要两样东西。一样是 §103 中那个定理的二维版本:闭的有界区域上的连续函数取到最大值和最小值。另一样是一个代数上的观察,常被称为达朗贝尔引理 (d’Alembert’s lemma):在任何满足 f ( z 0 ) ≠ 0 f(z_0) \ne 0 f ( z 0 ) = 0 的点处,附近都有使 ∣ f ∣ |f| ∣ f ∣ 更小的点。
(附录没有小节编号。哈代的证明把 §§103–105 的结果推广到二元函数。)
基本想法
把 ∣ f ( x + i y ) ∣ |f(x + iy)| ∣ f ( x + i y ) ∣ 想象成平面上一片地形的高度。在远处,∣ f ( z ) ∣ ≈ ∣ a 0 ∣ ∣ z ∣ n |f(z)| \approx |a_0||z|^n ∣ f ( z ) ∣ ≈ ∣ a 0 ∣∣ z ∣ n 非常大,所以这片地形是一只巨大的碗。一只连续的、边缘封闭的碗有最低点。定理说的是最低点的高度为 0 0 0 , 这等于说 f f f 在那里有一个根。
为什么最低点不可能在正的高度上?在 z 0 z_0 z 0 附近,多项式看起来就像它的泰勒展开:
f ( z 0 + ζ ) = f ( z 0 ) + A k ζ k + ( 关于 ζ 的更高次幂的项 ) , f(z_0 + \zeta) = f(z_0) + A_k \zeta^k + (\text{关于 } \zeta \text{ 的更高次幂的项}), f ( z 0 + ζ ) = f ( z 0 ) + A k ζ k + ( 关于 ζ 的更高次幂的项 ) ,
其中 A k A_k A k 是常数项之后第一个不为零的系数。当 ζ \zeta ζ 很小时,A k ζ k A_k\zeta^k A k ζ k 这一项压倒其余各项;当 ζ \zeta ζ 沿一个小圆走一圈时,A k ζ k A_k\zeta^k A k ζ k 沿一个小圆走 k k k 圈。所以函数值 f ( z 0 + ζ ) f(z_0 + \zeta) f ( z 0 + ζ ) 围着 f ( z 0 ) f(z_0) f ( z 0 ) 转圈,其中必有一些落在 f ( z 0 ) f(z_0) f ( z 0 ) 朝向原点的那一侧。在这片真实的地形中,没有“底部平坦且高度为正的坑”:每一个不是根的点都有一个下坡方向。
探索 在 ∣ f ( z ) ∣ |f(z)| ∣ f ( z ) ∣ 上往下走 试一试: 在左图中把紫色的点 z 0 z_0 z 0 拖到任意位置。它周围的小圆上,∣ f ∣ < ∣ f ( z 0 ) ∣ |f| < |f(z_0)| ∣ f ∣ < ∣ f ( z 0 ) ∣ 的部分是绿色的,其余部分是橙红色的;紫色箭头指向哈代的方向。反复按“往下走一步”。然后按“转到 f ′ = 0 f' = 0 f ′ = 0 的点”,再看看两幅图。
f(z) = z 3 − 3 z + 3 z^3 - 3z + 3 z 3 − 3 z + 3 z₀(可拖动)、哈代的方向以及小圆的像 圆上 |f| < |f(z₀)| 的部分 |f| ≥ |f(z₀)| 的部分 根;右图中为圆 |Z| = |f(z₀)| 及 0 的方向 多项式 z³ − 3z + 3 z³ + (1 + i)z + 2 − i z⁴ + z + 1 z⁴ − 2z² + 2
小圆的半径 ρ 0.25
往下走一步 转到 f′ = 0 的点
z 0 = − 1.6 + 1.5 i z_0 = −1.6 + 1.5i z 0 = − 1.6 + 1.5 i ,m = ∣ f ( z 0 ) ∣ = 15 m = |f(z_0)| = 15 m = ∣ f ( z 0 ) ∣ = 15 。f ( z 0 + ζ ) = f ( z 0 ) + A 1 ζ + A 2 ζ 2 + ⋯ f(z_0 + \zeta) = f(z_0) + A_1\zeta + A_2\zeta^2 + \cdots f ( z 0 + ζ ) = f ( z 0 ) + A 1 ζ + A 2 ζ 2 + ⋯ 中第一个不为零的系数是
A 1 A_{1} A 1 (k = k = 1 k = 1 1 ,a = ∣ A k ∣ = 14.5 a = |A_k| = 14.5 a = ∣ A k ∣ = 14.5 )。满足
α + k ϕ = μ + π \alpha + k\phi = \mu + \pi α + k ϕ = μ + π 的哈代方向
ϕ \phi ϕ :292°。在半径为 0.25 的圆上,
∣ f ∣ |f| ∣ f ∣ 的最小值是 11.7,小于 m。
留意什么 在远离根的地方,只要半径足够小,绿色的弧总是存在:当 k = 1 k = 1 k = 1 时大约占半个圆(大的圆上可能一点也没有)。右图说明了原因:小圆的像是围着 f ( z 0 ) f(z_0) f ( z 0 ) 的一个圈,它有一部分穿进了虚线圆 ∣ Z ∣ = ∣ f ( z 0 ) ∣ |Z| = |f(z_0)| ∣ Z ∣ = ∣ f ( z 0 ) ∣ 之内,离 0 0 0 更近。反复走下去,就会走进某个深色的井,那就是根。在 f ′ ( 1 ) = 0 f'(1) = 0 f ′ ( 1 ) = 0 的点(于是 k = 2 k = 2 k = 2 ), 小圆的像绕 f ( z 0 ) f(z_0) f ( z 0 ) 两圈,有两段下坡的弧和两段上坡的弧,但仍然有路可以往下走。
交互图形中的下降过程并不是哈代证明的一部分,他的证明从不移动到任何地方:它只用到在任何不是根的点处,下坡方向存在 。不过,沿哈代的方向反复迈步,并把步长取得使 ∣ f ∣ |f| ∣ f ∣ 确实减小,这就是牛顿法的一种形式,它在实践中确实能找到根。
精确表述
定理 正方形上的连续函数取到它的上下确界 哈代:附录 II (B);参见 §103 设 F ( x , y ) F(x, y) F ( x , y ) 在闭正方形 D D D :∣ x ∣ ≤ R |x| \le R ∣ x ∣ ≤ R ,∣ y ∣ ≤ R |y| \le R ∣ y ∣ ≤ R 上连续。则 F F F 在 D D D 上有界,并且 D D D 中有点使它取到它的上确界和下确界。
哈代说,这可以“much as in the last paragraph of §105 ”(“大体照 §105 最后一段那样”)来证明,也就是用反复二分法,只是现在把正方形一分为四。(他在 §105 中的第一个证明用的是戴德金分割,它在二维中没有类似物。)二元函数的连续性在 §108 中定义;哈代在正文中没有证明这个二维定理。
设 f f f 是多项式,且 f ( z 0 ) ≠ 0 f(z_0) \ne 0 f ( z 0 ) = 0 。 则存在一点 z z z , 它与 z 0 z_0 z 0 要多接近就多接近,并且 ∣ f ( z ) ∣ < ∣ f ( z 0 ) ∣ |f(z)| < |f(z_0)| ∣ f ( z ) ∣ < ∣ f ( z 0 ) ∣ 。
每一个次数 n ≥ 1 n \ge 1 n ≥ 1 、 系数为复数的多项式都有根。更确切地说,∣ f ( z ) ∣ |f(z)| ∣ f ( z ) ∣ 在整个平面上取到最小值 m m m , 并且 m = 0 m = 0 m = 0 。
证明
思路 把 f f f 在 z 0 z_0 z 0 处展开,只保留第一个非常数项 A k ζ k A_k\zeta^k A k ζ k 。 选取 ζ \zeta ζ 的方向,使 A k ζ k A_k\zeta^k A k ζ k 从 f ( z 0 ) f(z_0) f ( z 0 ) 笔直指向原点;再把它的长度 ρ \rho ρ 取得足够小,使其余各项无法抵消这点收益。
在 z 0 z_0 z 0 处展开
把 f ( z 0 + ζ ) f(z_0 + \zeta) f ( z 0 + ζ ) 按 ζ \zeta ζ 的幂重新整理,得到 f ( z 0 + ζ ) = f ( z 0 ) + A 1 ζ + A 2 ζ 2 + ⋯ + A n ζ n f(z_0 + \zeta) = f(z_0) + A_1\zeta + A_2\zeta^2 + \dots + A_n\zeta^n f ( z 0 + ζ ) = f ( z 0 ) + A 1 ζ + A 2 ζ 2 + ⋯ + A n ζ n , 其中各个 A A A 不依赖于 ζ \zeta ζ , 且 A n = a 0 ≠ 0 A_n = a_0 \ne 0 A n = a 0 = 0 。 设 A k A_k A k 是 A 1 , … , A n A_1, \dots, A_n A 1 , … , A n 中第一个不为零的。
极坐标形式
写 f ( z 0 ) = m e i μ f(z_0) = m e^{i\mu} f ( z 0 ) = m e i μ , 其中 m > 0 m > 0 m > 0 ;A k = a e i α A_k = a e^{i\alpha} A k = a e i α , 其中 a > 0 a > 0 a > 0 ;ζ = ρ e i ϕ \zeta = \rho e^{i\phi} ζ = ρ e i ϕ 。
让尾部变小
由于当 ρ ≤ 1 \rho \le 1 ρ ≤ 1 时 ∣ A k + 1 ζ k + 1 + ⋯ + A n ζ n ∣ ≤ ρ k + 1 ( ∣ A k + 1 ∣ + ⋯ + ∣ A n ∣ ) |A_{k+1}\zeta^{k+1} + \dots + A_n\zeta^n| \le \rho^{k+1}(|A_{k+1}| + \dots + |A_n|) ∣ A k + 1 ζ k + 1 + ⋯ + A n ζ n ∣ ≤ ρ k + 1 ( ∣ A k + 1 ∣ + ⋯ + ∣ A n ∣ ) , 我们可以把 ρ \rho ρ 取得足够小,使 a ρ k < m a\rho^k < m a ρ k < m , 并且尾部 g g g 满足 ∣ g ∣ < 1 2 a ρ k |g| < \tfrac12 a\rho^k ∣ g ∣ < 2 1 a ρ k 。 于是
f ( z 0 + ζ ) = m e i μ + a ρ k e i ( α + k ϕ ) + g . f(z_0 + \zeta) = m e^{i\mu} + a\rho^k e^{i(\alpha + k\phi)} + g. f ( z 0 + ζ ) = m e i μ + a ρ k e i ( α + k ϕ ) + g . 让主项指向原点
取 ϕ \phi ϕ 使 α + k ϕ = μ + π \alpha + k\phi = \mu + \pi α + k ϕ = μ + π 。 则 e i ( α + k ϕ ) = − e i μ e^{i(\alpha + k\phi)} = -e^{i\mu} e i ( α + k ϕ ) = − e i μ , 所以前两项合起来是 ( m − a ρ k ) e i μ (m - a\rho^k)e^{i\mu} ( m − a ρ k ) e i μ , 这是从 f ( z 0 ) f(z_0) f ( z 0 ) 指向 0 0 0 的线段上的一点。
估计
∣ f ( z 0 + ζ ) ∣ ≤ ( m − a ρ k ) + ∣ g ∣ < m − 1 2 a ρ k < m . |f(z_0 + \zeta)| \le (m - a\rho^k) + |g| < m - \tfrac12 a\rho^k < m. ∣ f ( z 0 + ζ ) ∣ ≤ ( m − a ρ k ) + ∣ g ∣ < m − 2 1 a ρ k < m . 由于 ρ \rho ρ 可以要多小就取多小,这样的点可以任意接近 z 0 z_0 z 0 。
下一步 全部显示 重新开始
∎
思路 把范围限制在一个大正方形 D D D 上,在它的边界上 ∣ f ∣ |f| ∣ f ∣ 大于 ∣ f ( 0 ) ∣ |f(0)| ∣ f ( 0 ) ∣ 。∣ f ∣ |f| ∣ f ∣ 在 D D D 上的最小值在某点 z 0 z_0 z 0 处取到,这个点必在 D D D 的内部,而这个值也就是整个平面上的最小值。由达朗贝尔引理,它不可能是正的。
在远处 ∣ f ∣ |f| ∣ f ∣ 很大
和上一节一样,∣ f ( z ) ∣ = ∣ a 0 ∣ ∣ z ∣ n ∣ 1 + η ∣ |f(z)| = |a_0||z|^n|1 + \eta| ∣ f ( z ) ∣ = ∣ a 0 ∣∣ z ∣ n ∣1 + η ∣ , 其中当 ∣ z ∣ → ∞ |z| \to \infty ∣ z ∣ → ∞ 时 ∣ η ∣ → 0 |\eta| \to 0 ∣ η ∣ → 0 。 所以可以取 R R R , 使得对每个满足 ∣ z ∣ ≥ R |z| \ge R ∣ z ∣ ≥ R 的 z z z 都有 ∣ f ( z ) ∣ > ∣ f ( 0 ) ∣ |f(z)| > |f(0)| ∣ f ( z ) ∣ > ∣ f ( 0 ) ∣ , 特别地,在以 0 0 0 为中心、边长为 2 R 2R 2 R 的正方形 D D D 的边界上及其外部都是如此。
在 D D D 上取到最小值
F ( x , y ) = ∣ f ( x + i y ) ∣ F(x, y) = |f(x + iy)| F ( x , y ) = ∣ f ( x + i y ) ∣ 在 D D D 上连续且非负,所以它在 D D D 的某点 z 0 z_0 z 0 处取到它的下确界 m m m 。
z 0 z_0 z 0 是整个平面上的最小值点
由于 0 0 0 在 D D D 中,m ≤ ∣ f ( 0 ) ∣ m \le |f(0)| m ≤ ∣ f ( 0 ) ∣ 。D D D 外部的点以及它边界上的点都满足 ∣ f ∣ > ∣ f ( 0 ) ∣ ≥ m |f| > |f(0)| \ge m ∣ f ∣ > ∣ f ( 0 ) ∣ ≥ m 。 所以 z 0 z_0 z 0 位于 D D D 的内部,并且对平面上的每个 z z z 都有 ∣ f ( z ) ∣ ≥ m |f(z)| \ge m ∣ f ( z ) ∣ ≥ m 。
m = 0 m = 0 m = 0
如果 m > 0 m > 0 m > 0 , 达朗贝尔引理给出任意接近 z 0 z_0 z 0 且满足 ∣ f ( z ) ∣ < m |f(z)| < m ∣ f ( z ) ∣ < m 的点 z z z , 这与上一步矛盾。所以 m = 0 m = 0 m = 0 , 即 f ( z 0 ) = 0 f(z_0) = 0 f ( z 0 ) = 0 。
下一步 全部显示 重新开始
∎
一个隐藏的前提,以及李特尔伍德的修补
再看一看“取 ϕ \phi ϕ 使 α + k ϕ = μ + π \alpha + k\phi = \mu + \pi α + k ϕ = μ + π ” 这一步。要做到这一点,我们需要一个数 ζ \zeta ζ , 使 ζ k \zeta^k ζ k 指向预先给定的方向;换句话说,我们在解方程 ζ k = c \zeta^k = c ζ k = c 。 所以证明 B 假定了代数基本定理对二项方程 (binomial equation) z k = c z^k = c z k = c 成立。由棣莫弗定理(§48 )我们知道这些方程可解,但棣莫弗定理依赖于三角函数。有没有避开三角函数的证明?
李特尔伍德证明了确实有:对 f ( z ) = z n − c f(z) = z^n - c f ( z ) = z n − c 本身运用同样的最小值论证。
化为奇数 n n n 。平方根可以用纯代数的方法求出:若 c = a + i b c = a + ib c = a + ib , 其中 b ≠ 0 b \ne 0 b = 0 , 并令 r = a 2 + b 2 r = \sqrt{a^2 + b^2} r = a 2 + b 2 , 则 z 2 = c z^2 = c z 2 = c 的根是 ± ( 1 2 ( r + a ) + i sgn ( b ) 1 2 ( r − a ) ) \pm\left(\sqrt{\tfrac12(r + a)} + i\,\operatorname{sgn}(b)\sqrt{\tfrac12(r - a)}\right) ± ( 2 1 ( r + a ) + i sgn ( b ) 2 1 ( r − a ) ) 。 若 n = 2 v N n = 2^v N n = 2 v N , 其中 N N N 是奇数,则接连开 v v v 次平方根,就把 z n = c z^n = c z n = c 化为 w N = d w^N = d w N = d 。
若最小值点不是 0 0 0 。设 n n n 为奇数,z 0 z_0 z 0 是使 ∣ z n − c ∣ |z^n - c| ∣ z n − c ∣ 最小的点。若 z 0 ≠ 0 z_0 \ne 0 z 0 = 0 , 则 A 1 = n z 0 n − 1 ≠ 0 A_1 = n z_0^{n-1} \ne 0 A 1 = n z 0 n − 1 = 0 , 所以 k = 1 k = 1 k = 1 , 而选取方向只需要解一个一次 方程。
若最小值点是 0 0 0 。这时 f ( ζ ) = ζ n − c f(\zeta) = \zeta^n - c f ( ζ ) = ζ n − c 。 取 ζ = ± ρ \zeta = \pm\rho ζ = ± ρ 和 ± i ρ \pm i\rho ± i ρ , 并利用 n n n 是奇数,f f f 取四个值 − c ± ρ n -c \pm \rho^n − c ± ρ n 和 − c ± i ρ n -c \pm i\rho^n − c ± i ρ n : 从 − c -c − c 出发沿四个坐标轴方向各迈一小步。其中必有一步使 − c -c − c 更接近 0 0 0 (除非 c = 0 c = 0 c = 0 ), 所以 0 0 0 终究不是最小值点。
习题
设 f ( z ) = z 3 − 3 z + 3 f(z) = z^3 - 3z + 3 f ( z ) = z 3 − 3 z + 3 。 把 f ( 1 + ζ ) f(1 + \zeta) f ( 1 + ζ ) 按 ζ \zeta ζ 的幂展开。在 z 0 = 1 z_0 = 1 z 0 = 1 处,k k k 、a a a 、α \alpha α 和 μ \mu μ 各是多少?哈代的规则给出哪些方向 ϕ \phi ϕ ? 直接验证当 ρ > 0 \rho > 0 ρ > 0 很小时 ∣ f ( 1 + i ρ ) ∣ < 1 |f(1 + i\rho)| < 1 ∣ f ( 1 + i ρ ) ∣ < 1 。
提示 ( 1 + ζ ) 3 = 1 + 3 ζ + 3 ζ 2 + ζ 3 (1 + \zeta)^3 = 1 + 3\zeta + 3\zeta^2 + \zeta^3 ( 1 + ζ ) 3 = 1 + 3 ζ + 3 ζ 2 + ζ 3 。
解答 f ( 1 + ζ ) = 1 + 3 ζ + 3 ζ 2 + ζ 3 − 3 − 3 ζ + 3 = 1 + 3 ζ 2 + ζ 3 f(1 + \zeta) = 1 + 3\zeta + 3\zeta^2 + \zeta^3 - 3 - 3\zeta + 3 = 1 + 3\zeta^2 + \zeta^3 f ( 1 + ζ ) = 1 + 3 ζ + 3 ζ 2 + ζ 3 − 3 − 3 ζ + 3 = 1 + 3 ζ 2 + ζ 3 。 所以 f ( 1 ) = 1 f(1) = 1 f ( 1 ) = 1 (m = m = 1 m = 1 1 ,μ = 0 \mu = 0 μ = 0 ),A 1 = 0 A_1 = 0 A 1 = 0 ,A 2 = 3 A_2 = 3 A 2 = 3 :k = 2 k = 2 k = 2 ,a = 3 a = 3 a = 3 ,α = 0 \alpha = 0 α = 0 。 规则 α + 2 ϕ = μ + π \alpha + 2\phi = \mu + \pi α + 2 ϕ = μ + π 给出 ϕ = 1 2 π \phi = \tfrac12\pi ϕ = 2 1 π (以及模 2 π 2\pi 2 π 意义下的另一个解 ϕ = 3 2 π \phi = \tfrac32\pi ϕ = 2 3 π ): 笔直向上或向下。确实,f ( 1 + i ρ ) = 1 − 3 ρ 2 − i ρ 3 f(1 + i\rho) = 1 - 3\rho^2 - i\rho^3 f ( 1 + i ρ ) = 1 − 3 ρ 2 − i ρ 3 , 并且
∣ f ( 1 + i ρ ) ∣ 2 = ( 1 − 3 ρ 2 ) 2 + ρ 6 = 1 − 6 ρ 2 + 9 ρ 4 + ρ 6 < 1 |f(1 + i\rho)|^2 = (1 - 3\rho^2)^2 + \rho^6 = 1 - 6\rho^2 + 9\rho^4 + \rho^6 < 1 ∣ f ( 1 + i ρ ) ∣ 2 = ( 1 − 3 ρ 2 ) 2 + ρ 6 = 1 − 6 ρ 2 + 9 ρ 4 + ρ 6 < 1 只要 9 ρ 2 + ρ 4 < 6 9\rho^2 + \rho^4 < 6 9 ρ 2 + ρ 4 < 6 就成立,例如当 0 < ρ < 1 2 0 < \rho < \tfrac12 0 < ρ < 2 1 时。与此相反,沿着实轴,当 ρ \rho ρ 很小时 f ( 1 ± ρ ) = 1 + 3 ρ 2 ± ρ 3 > 1 f(1 \pm \rho) = 1 + 3\rho^2 \pm \rho^3 > 1 f ( 1 ± ρ ) = 1 + 3 ρ 2 ± ρ 3 > 1 : 在实直线上,z 0 = 1 z_0 = 1 z 0 = 1 看起来像一个最小值点。
多项式 x 2 + 1 x^2 + 1 x 2 + 1 没有实根,它在实直线上的最小值(在 x = 0 x = 0 x = 0 处取到的 1 1 1 ) 是正的。如果只允许沿实轴移动,达朗贝尔引理究竟在哪一步失效?
解答 在 x 0 = 0 x_0 = 0 x 0 = 0 处:f ( 0 + ζ ) = 1 + ζ 2 f(0 + \zeta) = 1 + \zeta^2 f ( 0 + ζ ) = 1 + ζ 2 , 所以 k = 2 k = 2 k = 2 ,A 2 = 1 A_2 = 1 A 2 = 1 ,α = 0 \alpha = 0 α = 0 ,μ = 0 \mu = 0 μ = 0 。 哈代的规则要求 2 ϕ = π 2\phi = \pi 2 ϕ = π , 即 ϕ = 1 2 π \phi = \tfrac12\pi ϕ = 2 1 π : 一个竖直 的步子 ζ = i ρ \zeta = i\rho ζ = i ρ , 它给出 f ( i ρ ) = 1 − ρ 2 < 1 f(i\rho) = 1 - \rho^2 < 1 f ( i ρ ) = 1 − ρ 2 < 1 。 在实轴上只有 ϕ = 0 \phi = 0 ϕ = 0 和 ϕ = π \phi = \pi ϕ = π 可用,两者都给出 ζ 2 = ρ 2 > 0 \zeta^2 = \rho^2 > 0 ζ 2 = ρ 2 > 0 , 使 ∣ f ∣ |f| ∣ f ∣ 增大。引理需要每个方向都可用,这样 ζ k \zeta^k ζ k 才能指向任何方向:这正是复数不可或缺的地方。
证明 ∣ f ∣ |f| ∣ f ∣ 没有极大值:若 f f f 是非常数的多项式,z 0 z_0 z 0 是任意一点,则存在任意接近 z 0 z_0 z 0 且满足 ∣ f ( z ) ∣ > ∣ f ( z 0 ) ∣ |f(z)| > |f(z_0)| ∣ f ( z ) ∣ > ∣ f ( z 0 ) ∣ 的点 z z z 。
提示 在
ϕ \phi ϕ 的选取中改变一个符号。
f ( z 0 ) = 0 f(z_0) = 0 f ( z 0 ) = 0 的情形单独处理。
解答 若 f ( z 0 ) = 0 f(z_0) = 0 f ( z 0 ) = 0 , 附近任何不是根的点都满足要求,而根只有有限多个。若 f ( z 0 ) = m e i μ ≠ 0 f(z_0) = m e^{i\mu} \ne 0 f ( z 0 ) = m e i μ = 0 , 像引理中那样取 k k k 、a a a 、α \alpha α 、ρ \rho ρ 和 g g g , 但取 ϕ \phi ϕ 使 α + k ϕ = μ \alpha + k\phi = \mu α + k ϕ = μ 。 则 f ( z 0 + ζ ) = ( m + a ρ k ) e i μ + g f(z_0 + \zeta) = (m + a\rho^k)e^{i\mu} + g f ( z 0 + ζ ) = ( m + a ρ k ) e i μ + g , 所以 ∣ f ( z 0 + ζ ) ∣ ≥ m + a ρ k − ∣ g ∣ > m + 1 2 a ρ k > m |f(z_0 + \zeta)| \ge m + a\rho^k - |g| > m + \tfrac12 a\rho^k > m ∣ f ( z 0 + ζ ) ∣ ≥ m + a ρ k − ∣ g ∣ > m + 2 1 a ρ k > m 。 (这是最大模原理 在多项式情形的特例。)
(a) 证明 ∣ e z ∣ |e^z| ∣ e z ∣ 在复平面上没有最小值。(b) 用 e z e^z e z 代替多项式时,证明 B 的哪一步失效?
解答 (a) 对每个 z z z ,∣ e x + i y ∣ = e x > 0 |e^{x + iy}| = e^x > 0 ∣ e x + i y ∣ = e x > 0 , 而当 x → − ∞ x \to -\infty x → − ∞ 时 e x → 0 e^x \to 0 e x → 0 , 所以下确界 0 0 0 取不到。
(b) 第一步:∣ e z ∣ |e^z| ∣ e z ∣ 并不是在远处的每个方向上都很大(当 x x x 是绝对值很大的负数时它非常小),所以我们无法把寻找最小值的范围限制在一个有界的正方形内。达朗贝尔引理本身对 e z e^z e z 确实成立(它从不为 0 0 0 , 并且处处都有下坡方向);失效的是最小值的存在性。
用李特尔伍德论证中的公式求 3 + 4 i 3 + 4i 3 + 4 i 和 − 5 − 12 i -5 - 12i − 5 − 12 i 的平方根,并验证这个公式一般地给出 a + i b a + ib a + ib 的一个平方根。
提示 对
3 + 4 i 3 + 4i 3 + 4 i :r = 5 r = 5 r = 5 。
解答 3 + 4 i 3 + 4i 3 + 4 i :r = 5 r = 5 r = 5 ,( 5 + 3 ) / 2 = 2 \sqrt{(5 + 3)/2} = 2 ( 5 + 3 ) /2 = 2 ,( 5 − 3 ) / 2 = 1 \sqrt{(5 - 3)/2} = 1 ( 5 − 3 ) /2 = 1 ,b > 0 b > 0 b > 0 : 根为 ± ( 2 + i ) \pm(2 + i) ± ( 2 + i ) 。 验证:( 2 + i ) 2 = 4 + 4 i − 1 = 3 + 4 i (2 + i)^2 = 4 + 4i - 1 = 3 + 4i ( 2 + i ) 2 = 4 + 4 i − 1 = 3 + 4 i 。
− 5 − 12 i -5 - 12i − 5 − 12 i :r = 13 r = 13 r = 13 ,( 13 − 5 ) / 2 = 2 \sqrt{(13 - 5)/2} = 2 ( 13 − 5 ) /2 = 2 ,( 13 + 5 ) / 2 = 3 \sqrt{(13 + 5)/2} = 3 ( 13 + 5 ) /2 = 3 ,b < 0 b < 0 b < 0 : 根为 ± ( 2 − 3 i ) \pm(2 - 3i) ± ( 2 − 3 i ) 。 验证:( 2 − 3 i ) 2 = 4 − 12 i − 9 = − 5 − 12 i (2 - 3i)^2 = 4 - 12i - 9 = -5 - 12i ( 2 − 3 i ) 2 = 4 − 12 i − 9 = − 5 − 12 i 。
一般地,令 p = ( r + a ) / 2 p = \sqrt{(r + a)/2} p = ( r + a ) /2 ,q = sgn ( b ) ( r − a ) / 2 q = \operatorname{sgn}(b)\sqrt{(r - a)/2} q = sgn ( b ) ( r − a ) /2 , 则 ( p + i q ) 2 = p 2 − q 2 + 2 i p q = a + i sgn ( b ) r 2 − a 2 = a + i sgn ( b ) ∣ b ∣ = a + i b (p + iq)^2 = p^2 - q^2 + 2ipq = a + i\operatorname{sgn}(b)\sqrt{r^2 - a^2} = a + i\operatorname{sgn}(b)|b| = a + ib ( p + i q ) 2 = p 2 − q 2 + 2 i pq = a + i sgn ( b ) r 2 − a 2 = a + i sgn ( b ) ∣ b ∣ = a + ib 。
设 w = − c ≠ 0 w = -c \ne 0 w = − c = 0 ,t > 0 t > 0 t > 0 很小。证明 w + t w + t w + t 、w − t w - t w − t 、w + i t w + it w + i t 、w − i t w - it w − i t 中至少有一个比 w w w 更接近 0 0 0 。 (这是李特尔伍德论证的最后一步。)
提示 写
w = u + i v w = u + iv w = u + i v ;u , v u, v u , v 中至少有一个不是
0 0 0 。
解答 不妨设 u ≠ 0 u \ne 0 u = 0 (否则交换实部与虚部的角色,并改用 ± i t \pm it ± i t )。 取符号 s = − sgn ( u ) s = -\operatorname{sgn}(u) s = − sgn ( u ) , 并设 0 < t < 2 ∣ u ∣ 0 < t < 2|u| 0 < t < 2∣ u ∣ 。 则 ∣ w + s t ∣ 2 = ( u + s t ) 2 + v 2 = ( ∣ u ∣ − t ) 2 + v 2 < u 2 + v 2 = ∣ w ∣ 2 |w + st|^2 = (u + st)^2 + v^2 = (|u| - t)^2 + v^2 < u^2 + v^2 = |w|^2 ∣ w + s t ∣ 2 = ( u + s t ) 2 + v 2 = ( ∣ u ∣ − t ) 2 + v 2 < u 2 + v 2 = ∣ w ∣ 2 , 因为 ∣ ∣ u ∣ − t ∣ < ∣ u ∣ \bigl||u| - t\bigr| < |u| ∣ u ∣ − t < ∣ u ∣ 。 把实部向 0 0 0 移动(移动量小于它的绝对值的两倍),向量就变短了。
自测
对 f ( z ) = z 3 − 3 z + 3 f(z) = z^3 - 3z + 3 f ( z ) = z 3 − 3 z + 3 , 在 z 0 = − 1 z_0 = -1 z 0 = − 1 处(这里 f ′ ( − 1 ) = 0 f'(-1) = 0 f ′ ( − 1 ) = 0 ),k k k 是多少?即满足 k ≥ 1 k \ge 1 k ≥ 1 的第一个不为零的系数 A k A_k A k 的下标。
解析 f ( − 1 + ζ ) = 5 − 3 ζ 2 + ζ 3 f(-1 + \zeta) = 5 - 3\zeta^2 + \zeta^3 f ( − 1 + ζ ) = 5 − 3 ζ 2 + ζ 3 :A 1 = f ′ ( − 1 ) = 0 A_1 = f'(-1) = 0 A 1 = f ′ ( − 1 ) = 0 ,A 2 = 1 2 f ′ ′ ( − 1 ) = − 3 ≠ 0 A_2 = \tfrac12 f''(-1) = -3 \ne 0 A 2 = 2 1 f ′′ ( − 1 ) = − 3 = 0 。 所以 k = 2 k = 2 k = 2 , 有两个下坡方向,这次是沿着实轴(α = α = π \alpha = \pi π ,μ = 0 \mu = 0 μ = 0 , 所以 2 ϕ = 0 2\phi = 0 2 ϕ = 0 或 2 π 2\pi 2 π )。
整个平面上每一个连续函数 F ( x , y ) ≥ 0 F(x, y) \ge 0 F ( x , y ) ≥ 0 都取到最小值。
解析 错:F = ∣ e x + i y ∣ = e x F = |e^{x+iy}| = e^x F = ∣ e x + i y ∣ = e x 的下确界是 0 0 0 , 却永远取不到。关于上下确界的那个定理需要闭的有界区域。这就是证明 B 先要说明 ∣ f ∣ |f| ∣ f ∣ 在一个大正方形之外很大的原因:这样寻找最小值的范围就可以限制在这个正方形内。
对 错
在 f ( z 0 ) ≠ 0 f(z_0) \ne 0 f ( z 0 ) = 0 且 k = 3 k = 3 k = 3 的点处,z 0 z_0 z 0 周围有多少个方向使 ∣ f ∣ |f| ∣ f ∣ 在一阶意义下减小?它们是怎样分布的?
只有一个方向。
三个方向,彼此相差都不超过四分之一圈。
三段方向弧,被三段使 ∣ f ∣ |f| ∣ f ∣ 增大的弧隔开,沿圆周等距分布。 三段方向弧,被三段使 |f| 增大的弧隔开,沿圆周等距分布。
没有这样的方向:k = 3 k = 3 k = 3 意味着 z 0 z_0 z 0 是最小值点。 没有这样的方向: k = 3 意味着 z₀ 是最小值点。
解析 在一阶近似下 f ( z 0 + ρ e i ϕ ) ≈ f ( z 0 ) + a ρ 3 e i ( α + 3 ϕ ) f(z_0 + \rho e^{i\phi}) \approx f(z_0) + a\rho^3 e^{i(\alpha + 3\phi)} f ( z 0 + ρ e i ϕ ) ≈ f ( z 0 ) + a ρ 3 e i ( α + 3 ϕ ) ; 对 ϕ \phi ϕ 的三段弧(每段宽 π / 3 \pi/3 π /3 ), 主项“指向 0 0 0 ” (有一个与 f ( z 0 ) f(z_0) f ( z 0 ) 方向相反的分量),它们与三段上坡的弧交替出现。哈代的三个方向是这三段下坡弧的中点。在交互图形中,k = 2 k = 2 k = 2 时显示的是两段下坡、两段上坡。
哈代最初给出的证明 B 悄悄假定了哪个事实?
f f f 有 n n n 个根。f 有 n 个根。
每个二项方程 ζ k = c \zeta^k = c ζ k = c 都有解。 每个二项方程 ζᵏ = c 都有解。
∣ f ∣ |f| ∣ f ∣ 可微。|f| 可微。
f f f 的系数是实数。f 的系数是实数。
解析 取 ϕ \phi ϕ 使 α + k ϕ = μ + π \alpha + k\phi = \mu + \pi α + k ϕ = μ + π , 就是要找一个 ζ \zeta ζ , 使 ζ k \zeta^k ζ k 指向给定的方向,即解 ζ k = c \zeta^k = c ζ k = c 。 棣莫弗定理提供了这一点;李特尔伍德的论证说明了怎样避开它。证明中没有用到 ∣ f ∣ |f| ∣ f ∣ 的可微性,系数也可以是复数。
哈代的用语
小结
在远处 ∣ f ( z ) ∣ |f(z)| ∣ f ( z ) ∣ 很大,所以 ∣ f ∣ |f| ∣ f ∣ 在一个大正方形的某点 z 0 z_0 z 0 处取到最小值 m m m , 这也就是它在整个平面上的最小值。
达朗贝尔引理:若 f ( z 0 ) = m e i μ ≠ 0 f(z_0) = me^{i\mu} \ne 0 f ( z 0 ) = m e i μ = 0 , 且 A k = a e i α A_k = ae^{i\alpha} A k = a e i α 是第一个不为零的泰勒系数,则满足 α + k ϕ = μ + π \alpha + k\phi = \mu + \pi α + k ϕ = μ + π 的一小步 ρ e i ϕ \rho e^{i\phi} ρ e i ϕ 给出 ∣ f ∣ < m − 1 2 a ρ k |f| < m - \tfrac12 a\rho^k ∣ f ∣ < m − 2 1 a ρ k 。
所以 m = 0 m = 0 m = 0 : 最小值点就是根。
这一步用到了复的方向(在实直线上它失效),并假定 ζ k = c \zeta^k = c ζ k = c 可解;李特尔伍德的变体利用平方根和四个坐标轴方向去掉了这个假定。