{
  "id": "eulers-formula",
  "title": "欧拉公式",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "欧拉公式将复指数与正弦、余弦联系起来，沟通了旋转、振荡与复数代数。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "欧拉关系式"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/eulers-formula/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/eulers-formula/",
      "json": "https://aiwiki.page/en/eulers-formula.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "欧拉公式是恒等式\n\n\\[e^{i\\theta}=\\cos\\theta+i\\sin\\theta,\\]\n\n其中，\\(e\\) 是自然常数e，\\(i\\) 是满足 \\(i^2=-1\\) 的虚数单位，\\(\\theta\\) 是以弧度为单位的实数角。它将指数函数与三角函数联系起来，表明指数为纯虚数的指数函数可以描述沿单位圆运动的点。该公式以莱昂哈德·欧拉的名字命名，是复分析中的核心恒等式。\n\n欧拉公式的重要性远不止于计算复数表达式的值。它将乘法转化为角度的加法，用指数函数表示正弦振荡，并为傅里叶分析提供基本函数。求解微分方程、分析电路、描述波动和构造旋转的许多方法也都以它为基础。当 \\(\\theta=\\pi\\) 时，便得到特例 \\(e^{i\\pi}+1=0\\)，通常称为欧拉恒等式。"
    },
    {
      "heading": "数学表述与约定",
      "text": "表达式 \\(e^{i\\theta}\\) 是一个复数，而不是将某个特殊数值代入实指数函数所得的结果。每个复数都可以写成 \\(x+iy\\)，其中 \\(x\\) 和 \\(y\\) 都是实数。欧拉公式给出了这一指数表达式的实部和虚部：\n\n\\[\\operatorname{Re}(e^{i\\theta})=\\cos\\theta, \\qquad \\operatorname{Im}(e^{i\\theta})=\\sin\\theta.\\]\n\n因此，一个复指数表达式包含了两个实值函数。当两个量都按正弦规律变化，且相位相差四分之一个周期时，这种配对尤其有用。\n\n要使公式具有上述形式，角度必须以弧度为单位。弧度制将角度定义为弧长与半径之比，因此一整圈对应 \\(2\\pi\\)，其中圆周率 \\(\\pi\\) 是圆的周长与直径之比。如果角度的数值 \\(\\alpha\\) 以度为单位，则相应的指数表达式为 \\(e^{i\\pi\\alpha/180}\\)。采用弧度制还可以确保正弦和余弦的导数具有通常的形式，无须额外的换算因子。\n\n\\(x+iy\\) 的模，也称为绝对值，是 \\(\\sqrt{x^2+y^2}\\)。因此，\n\n\\[|e^{i\\theta}| =\\sqrt{\\cos^2\\theta+\\sin^2\\theta} =1.\\]\n\n所以，当指数为纯虚数时，复指数函数的值始终位于单位圆上。这与实指数函数 \\(e^x\\) 不同：后者的值为正，且大小随 \\(x\\) 的变化而变化。指数增加一个纯虚数会改变相位，而增加一个实数则会改变模。\n\n更一般地，对于 \\(z=x+iy\\)，有\n\n\\[e^z=e^{x+iy}=e^x(\\cos y+i\\sin y).\\]\n\n这一公式将复数指数的两种作用区分开来：\\(e^x\\) 是一个正的缩放因子，而 \\(y\\) 是一个角度。特别地，\\(e^z\\) 永不为零，其模为 \\(e^x\\)，并且沿虚轴方向具有周期性：\n\n\\[e^{z+2\\pi i}=e^z.\\]\n\n这些性质使复指数函数有别于它在实数轴上的限制，后者是一一对应的。\n\n记号 \\(e^z\\) 的依据是对实数幂运算的推广，这种推广通常通过无穷级数或微分方程来构造。在这种处理方式下，欧拉公式是关于这一推广的一个定理。另一种常见的处理方式则借助该公式，以独立建立的实指数函数和三角函数来定义复指数函数。无论采用哪种方式，都需要验证所得函数满足指数法则 \\(e^{z+w}=e^ze^w\\)。"
    },
    {
      "heading": "历史发展",
      "text": "欧拉公式的形成，源于人们逐渐认识到，对数、三角函数与虚数都属于同一个数学框架。十七世纪至十八世纪初，复数表达式越来越多地出现在代数运算中，但其几何与分析解释尚未形成统一规范。三角函数的加法公式已经暗示，某些包含正弦与余弦的表达式具有类似幂运算法则的乘法结构。\n\n亚伯拉罕·棣莫弗揭示了复数的幂与倍角之间一种密切相关的联系。用现代形式表述，棣莫弗公式指出，对于任意整数 \\(n\\)，都有\n\n\\[(\\cos\\theta+i\\sin\\theta)^n =\\cos(n\\theta)+i\\sin(n\\theta)\\]\n\n这一恒等式涉及整数次幂，可以直接利用三角函数的加法公式证明。欧拉公式则将同一关系置于更广泛的指数函数理论之中，使连续参数可以取代整数指数。\n\n罗杰·科茨于1714年发表了一个相关的对数关系。用现代记号表示，并对角度及对数的值作适当选取后，这一关系将 \\(\\cos\\theta+i\\sin\\theta\\) 的对数与 \\(i\\theta\\) 联系起来。此类表述需要谨慎处理，因为复对数具有多值性，而在这门学科发展的早期，人们尚未对这一特性作出完整、系统的阐释。尽管如此，科茨的工作仍是欧拉所阐明的指数与三角函数关系的重要先声。\n\n欧拉在1748年的著作《无穷分析引论》（Introductio in analysin infinitorum）中着重阐述了这一关系。他通过系统运用无穷级数与虚数，将指数函数和三角函数统一起来，还用以虚数为自变量的指数函数表示正弦和余弦。这些表达式使人们能够在指数函数的代数运算与三角函数恒等式之间转换，为分析学提供了一种尤为有效的表达语言。\n\n这一公式的许多推论最初是通过形式运算发现的，而现代意义上的定理则建立在更为严谨的框架之中。十九世纪在收敛性、复微分以及复数几何方面的发展，阐明了相关级数为何可以逐项求导和重排。因此，这一公式的历史意义不仅在于它给出了一个引人注目的等式，也在于它将此前彼此分离的几类函数统一起来。“欧拉公式”这一名称也用于其他不相关的结果，包括他的多面体关系式 \\(V-E+F=2\\)；这里的指数公式则以联系 \\(e^{i\\theta}\\)、余弦与正弦为特征。"
    },
    {
      "heading": "基于级数和微分方程的证明",
      "text": "一种标准的证明从指数函数的幂级数定义出发：\n\n\\[e^z=\\sum_{n=0}^{\\infty}\\frac{z^n}{n!}.\\]\n\n这里，\\(n!\\) 表示 \\(n\\) 的阶乘，且 \\(0!=1\\)。这个级数对任意复数 \\(z\\) 都绝对收敛。代入 \\(z=i\\theta\\)，并利用 \\(i\\) 的幂按 \\(1,i,-1,-i\\) 循环出现的规律，可得\n\n\\[\\begin{aligned} e^{i\\theta} &=\\left(1-\\frac{\\theta^2}{2!} +\\frac{\\theta^4}{4!}-\\cdots\\right)\\\\ &\\quad+i\\left(\\theta-\\frac{\\theta^3}{3!} +\\frac{\\theta^5}{5!}-\\cdots\\right). \\end{aligned}\\]\n\n两个括号中的级数分别是余弦函数和正弦函数的泰勒级数。由于级数绝对收敛，可以将偶数指标项与奇数指标项分开求和。\n\n这一证明所确立的并不只是表达式在形式上的相似。在复平面的任意有界区域上，指数函数的级数及其逐项求导所得的级数都一致收敛。正弦和余弦的相应结论也允许对它们的级数逐项求导。因此，这一等式与三个函数的解析性质相容，而不是依赖于对实变量公式进行非严格的代入。\n\n第二种证明利用常微分方程。令\n\n\\[f(\\theta)=\\cos\\theta+i\\sin\\theta.\\]\n\n则\n\n\\[f'(\\theta)=-\\sin\\theta+i\\cos\\theta=if(\\theta), \\qquad f(0)=1.\\]\n\n函数 \\(g(\\theta)=e^{i\\theta}\\) 满足同一个初值问题：\n\n\\[g'=ig,\\qquad g(0)=1.\\]\n\n由解的唯一性可知 \\(f=g\\)。尽管这是一个复值方程，但可以将其视为由两个实方程组成的方程组。写成 \\(f=x+iy\\)，便得到\n\n\\[x'=-y,\\qquad y'=x,\\]\n\n其中 \\(x(0)=1\\)，\\(y(0)=0\\)。\n\n另一种与此密切相关的论证不必显式调用唯一性定理。如果复指数函数及其求导法则已经确立，可定义\n\n\\[h(\\theta)=e^{-i\\theta}(\\cos\\theta+i\\sin\\theta).\\]\n\n由乘积求导法则可得 \\(h'(\\theta)=0\\)，因此 \\(h\\) 为常数。由于 \\(h(0)=1\\)，两边乘以 \\(e^{i\\theta}\\) 即得欧拉公式。导数为零这一结论可以分别就实部和虚部来理解。\n\n这些证明取决于各个函数是如何引入的。如果正弦和余弦是通过几何方式定义的，就需要事先证明它们的求导公式和级数展开。如果三个函数都用幂级数定义，那么一旦确立了收敛性，第一种证明便可直接得出。如果复指数函数是通过微分方程定义的，那么唯一性就是关键步骤。一个有效的数学证明必须理清这些依赖关系：由欧拉公式推导出的求导公式或恒等式，不能再作为独立依据来证明欧拉公式本身。"
    },
    {
      "heading": "圆的几何、乘法与方根",
      "text": "在复平面中，数 \\(x+iy\\) 用点 \\((x,y)\\) 表示。欧拉公式给出对应关系\n\n\\[e^{i\\theta}\\longleftrightarrow(\\cos\\theta,\\sin\\theta),\\]\n\n因而给出了从点 \\(1\\) 出发、沿逆时针方向描绘单位圆的参数表示。对 \\(\\theta\\) 求导，得\n\n\\[\\frac{d}{d\\theta}e^{i\\theta}=ie^{i\\theta}.\\]\n\n乘以 \\(i\\) 会使向量旋转一个直角。因此，速度向量垂直于半径，且大小为一。这从几何上说明了轨迹为什么是圆，以及为什么 \\(\\theta\\) 度量的是单位圆上的弧长。\n\n每个非零复数都有极形式\n\n\\[z=re^{i\\theta}, \\qquad r=|z|>0.\\]\n\n角 \\(\\theta\\) 称为 \\(z\\) 的一个辐角；任意两个辐角之差都是 \\(2\\pi\\) 的整数倍。在极坐标下，乘法可写为\n\n\\[(r_1e^{i\\theta_1})(r_2e^{i\\theta_2}) =r_1r_2e^{i(\\theta_1+\\theta_2)}.\\]\n\n也就是说，模相乘，辐角相加。乘以一个固定的非零复数，相当于旋转与均匀缩放的组合；除法则是这些操作的逆操作。\n\n指数运算法则可以直接导出三角函数的和角公式。将\n\n\\[e^{i(\\alpha+\\beta)}=e^{i\\alpha}e^{i\\beta}\\]\n\n两边展开，并分别令实部和虚部相等，便得\n\n\\[\\cos(\\alpha+\\beta) =\\cos\\alpha\\cos\\beta-\\sin\\alpha\\sin\\beta,\\]\n\n\\[\\sin(\\alpha+\\beta) =\\sin\\alpha\\cos\\beta+\\cos\\alpha\\sin\\beta.\\]\n\n类似地，取整数次幂便得到棣莫弗公式。这正是指数记法能够简化三角计算的原因之一：角度相加的问题转化成了熟悉的乘法运算。\n\n令 \\(\\theta=\\pi\\)，便得到欧拉恒等式：\n\n\\[e^{i\\pi}+1=0.\\]\n\n取其他特殊角度，还可得 \\(e^{i\\pi/2}=i\\) 和 \\(e^{2\\pi i}=1\\)。更一般地，\\(n\\) 次单位根为\n\n\\[\\zeta_k=e^{2\\pi ik/n}, \\qquad k=0,1,\\ldots,n-1.\\]\n\n它们是内接于单位圆的正 \\(n\\) 边形这一多边形的顶点。用其中任意一个单位根去乘所有这些根，所得结果只是这些根的一个排列，而 \\(e^{2\\pi i/n}\\) 的各次幂可以生成全部这些根。\n\n对于非零数 \\(w=re^{i\\theta}\\)，它的 \\(n\\) 个互不相同的 \\(n\\) 次方根为\n\n\\[z_k=r^{1/n}e^{i(\\theta+2\\pi k)/n}, \\qquad k=0,\\ldots,n-1.\\]\n\n例如，\\(1\\) 的三次方根是 \\(1\\)、\\(-\\tfrac12+i\\tfrac{\\sqrt3}{2}\\) 和 \\(-\\tfrac12-i\\tfrac{\\sqrt3}{2}\\)。这些根的辐角等间隔分布，使代数上的对称性直观地呈现出来。在群论中，模为一的复数在乘法下构成一个群，而映射 \\(\\theta\\mapsto e^{i\\theta}\\) 将实数加法转化为这个群的运算。"
    },
    {
      "heading": "复数的辐角与对数",
      "text": "欧拉公式既说明了复对数的用途，也揭示了它的多值性。若\n\n\\[z=re^{i\\theta}\\ne0,\\]\n\n则方程 \\(e^w=z\\) 的每个解 \\(w\\) 都具有如下形式：\n\n\\[w=\\ln r+i(\\theta+2\\pi k), \\qquad k\\in\\mathbb Z.\\]\n\n其实部由模确定，虚部则对应任一可能的辐角。与实指数函数不同，复指数函数不是单射：将输入增加 \\(2\\pi i k\\)，函数值保持不变。\n\n选择辐角的一个分支，就能得到单值的对数。标准的解析主分支定义在去掉非正实轴的复平面上，取\n\n\\[-\\pi<\\operatorname{Arg}z<\\pi\\]\n\n并定义\n\n\\[\\operatorname{Log}z=\\ln|z|+i\\operatorname{Arg}z.\\]\n\n在此定义域上，\\(\\operatorname{Log}\\) 是解析函数，其导数为 \\(1/z\\)。有些约定也在负实轴上指定主值，但这样做并不能消除跨越该轴时的不连续性。\n\n无法在整个去掉原点的复平面上选取连续辐角，其障碍来自几何。沿逆时针方向绕原点一周，连续跟踪的角度会增加 \\(2\\pi\\)，尽管起点与终点重合。这一现象将指数函数与拓扑学联系起来。从实数加法群到单位圆群的这一同态，其核为 \\(2\\pi\\mathbb Z\\)，因此，角度自然应按相差整圈的关系来等同看待。\n\n分支的选择会影响对数恒等式。尽管 \\(e^{u+v}=e^ue^v\\) 对所有复数 \\(u,v\\) 都成立，选定的对数却不一定满足\n\n\\[\\operatorname{Log}(zw)=\\operatorname{Log}z+\\operatorname{Log}w.\\]\n\n例如，令 \\(z=w=e^{3\\pi i/4}\\)。此时 \\(zw=-i\\)，而对数主值满足\n\n\\[\\operatorname{Log}z+\\operatorname{Log}w=\\frac{3\\pi i}{2}, \\qquad \\operatorname{Log}(zw)=-\\frac{\\pi i}{2}.\\]\n\n两者相差 \\(2\\pi i\\)，恰好是指数函数的周期。\n\n复数幂也有同样的问题。选定对数分支后，可以定义 \\(z^\\alpha=\\exp(\\alpha\\operatorname{Log}z)\\)。若允许对数取所有可能的值，得到的幂通常就是多值的。例如，使用 \\(i\\) 处的对数主值，有\n\n\\[i^i=\\exp\\!\\left(i\\frac{\\pi i}{2}\\right)=e^{-\\pi/2}.\\]\n\n若使用 \\(i\\) 的所有对数值，则得到 \\(e^{-\\pi/2-2\\pi k}\\)，其中 \\(k\\in\\mathbb Z\\)。尽管底数和指数都是虚数，这些值却都是正实数。它们的多值性反映的正是欧拉公式本身所蕴含的周期性。"
    },
    {
      "heading": "傅里叶分析与频谱表示",
      "text": "欧拉公式使正弦和余弦可以写成复指数的组合：\n\n\\[\\cos\\theta=\\frac{e^{i\\theta}+e^{-i\\theta}}{2}, \\qquad \\sin\\theta=\\frac{e^{i\\theta}-e^{-i\\theta}}{2i}.\\]\n\n将 \\(e^{i\\theta}\\) 和 \\(e^{-i\\theta}\\) 的表达式相加、相减，即可得到这些恒等式。它们用统一的指数记法取代了分别进行的正弦和余弦运算，构成了调和分析的基础之一。\n\n对于性质足够良好的 \\(2\\pi\\) 周期函数，其傅里叶级数可写为\n\n\\[f(t)\\sim\\sum_{n\\in\\mathbb Z}c_ne^{int}, \\qquad c_n=\\frac{1}{2\\pi}\\int_{-\\pi}^{\\pi}f(t)e^{-int}\\,dt.\\]\n\n符号 \\(\\sim\\) 本身并不表示该级数在所有可能的意义下都收敛；是否收敛取决于函数本身及所选的数学框架。这些指数函数彼此正交，因为\n\n\\[\\frac{1}{2\\pi}\\int_{-\\pi}^{\\pi} e^{int}\\overline{e^{imt}}\\,dt = \\begin{cases} 1,&n=m,\\\\ 0,&n\\ne m. \\end{cases}\\]\n\n这里，上划线表示复共轭。这种正交性使不同的整数频率在相应的内积下得以区分。\n\n若 \\(f\\) 为实值函数，其系数满足 \\(c_{-n}=\\overline{c_n}\\)。因此，对于实信号，正频率和负频率所携带的信息并不相互独立。例如，\n\n\\[A\\cos(\\omega t+\\phi) =\\frac{A}{2}e^{i\\phi}e^{i\\omega t} +\\frac{A}{2}e^{-i\\phi}e^{-i\\omega t}.\\]\n\n这两项在复平面上沿相反方向旋转，相加后形成实值振荡。在这种表示中，负频率记录的是相位旋转的方向，而不是说随时间计数的周期数为负。\n\n傅里叶变换将这种表示从离散频率推广到连续的频率变量。采用一种常见的角频率约定，有\n\n\\[\\widehat f(\\omega) =\\int_{-\\infty}^{\\infty}f(t)e^{-i\\omega t}\\,dt.\\]\n\n由于对 \\(e^{i\\omega t}\\) 求导相当于将其乘以 \\(i\\omega\\)，在适当的条件下，求导在频域中就转化为乘法：\n\n\\[\\widehat{f'}(\\omega)=i\\omega\\widehat f(\\omega).\\]\n\n同样，卷积也会转化为乘法。这些性质将信号或函数上的许多线性运算，转化为对其频率分量进行的更简单的代数运算。\n\n对于采样数据，离散傅里叶变换使用有限个单位根：\n\n\\[X_k=\\sum_{n=0}^{N-1}x_n e^{-2\\pi i kn/N}, \\qquad k=0,\\ldots,N-1.\\]\n\n快速傅里叶变换利用这些单位根之间的对称性，减少计算变换所需的算术运算量。由此，欧拉公式将圆周上等距分布点的几何性质，与音频处理、成像、数值模拟和通信中的实际计算联系起来。"
    },
    {
      "heading": "微分方程、振荡与相量",
      "text": "复指数函数在线性微分方程中尤为有用，因为求导后其形式保持不变：\n\n\\[\\frac{d}{dt}e^{st}=se^{st}.\\]\n\n当 \\(s=\\sigma+i\\omega\\) 时，由欧拉公式可得\n\n\\[e^{st}=e^{\\sigma t} \\bigl(\\cos\\omega t+i\\sin\\omega t\\bigr).\\]\n\n实部 \\(\\sigma\\) 控制指数增长或衰减，虚部 \\(\\omega\\) 则控制振荡。这样，一个参数就能分别描述解的两种性质截然不同的特征。\n\n对于谐振子方程，\n\n\\[x''+\\omega_0^2x=0,\\]\n\n其特征方程为 \\(s^2+\\omega_0^2=0\\)，根为 \\(s=\\pm i\\omega_0\\)。因此，将复指数解组合起来，即可得到实数形式的通解\n\n\\[x(t)=A\\cos\\omega_0t+B\\sin\\omega_0t.\\]\n\n对于阻尼方程\n\n\\[x''+2\\gamma x'+\\omega_0^2x=0,\\]\n\n在欠阻尼情形 \\(0<\\gamma<\\omega_0\\) 下，特征根为\n\n\\[-\\gamma\\pm i\\sqrt{\\omega_0^2-\\gamma^2}.\\]\n\n由此得到的实数形式的运动，是正弦振荡与衰减包络 \\(e^{-\\gamma t}\\) 的乘积。复根的几何位置直接表明了衰减率和振荡频率。\n\n在正弦稳态分析中，相量用一个固定的复数表示振荡的振幅和相位：\n\n\\[x(t)=\\operatorname{Re}\\{Xe^{i\\omega t}\\}, \\qquad X=Ae^{i\\phi}.\\]\n\n在频率同为 \\(\\omega\\) 时，求导相当于将 \\(X\\) 替换为 \\(i\\omega X\\)。这就把线性微分方程化为复振幅之间的代数方程。该方法描述的是稳态正弦行为；若瞬态项不可忽略，仍需另行处理。\n\n例如，采用 \\(e^{i\\omega t}\\) 约定时，理想电阻、电感和电容的阻抗分别为\n\n\\[Z_R=R,\\qquad Z_L=i\\omega L,\\qquad Z_C=\\frac{1}{i\\omega C}.\\]\n\n这些阻抗的相位体现了电压与电流在时间上的相对关系。改用 \\(e^{-i\\omega t}\\) 约定会改变相关符号，但只要始终采用同一约定，就不会改变物理预言。在欧拉公式的工程应用中，这种对约定的依赖是一个经常遇到的实际问题。\n\n行波同样可以用 \\(e^{i(kx-\\omega t)}\\) 表示，其实部为 \\(\\cos(kx-\\omega t)\\)。对空间和时间求导分别转化为乘以 \\(ik\\) 和 \\(-i\\omega\\)，从而简化波动方程。在量子力学中，能量本征态随时间演化时会乘上因子 \\(e^{-iEt/\\hbar}\\)，其中 \\(\\hbar\\) 为约化普朗克常数。这个因子的模为一：它改变相位，却不改变态的范数。尽管共同的整体相位不会改变测量概率，各分量之间的相对相位却能够影响干涉。"
    },
    {
      "heading": "矩阵指数与旋转群",
      "text": "欧拉公式在线性代数中有一个直接对应的形式。考虑实矩阵\n\n\\[J= \\begin{pmatrix} 0&-1\\\\ 1&0 \\end{pmatrix}, \\qquad J^2=-I.\\]\n\n由于 \\(J\\) 满足与 \\(i\\) 相同的二次关系，它的各次幂也按相同的规律循环。用收敛的幂级数定义矩阵指数，便得到\n\n\\[e^{\\theta J}=I\\cos\\theta+J\\sin\\theta = \\begin{pmatrix} \\cos\\theta&-\\sin\\theta\\\\ \\sin\\theta&\\cos\\theta \\end{pmatrix}.\\]\n\n这正是实平面上逆时针旋转角度 \\(\\theta\\) 的矩阵。\n\n这种对应是精确的，而不仅仅是类比。将复数 \\(a+ib\\) 与实矩阵\n\n\\[\\begin{pmatrix} a&-b\\\\ b&a \\end{pmatrix}\\]\n\n对应起来。这一对应保持加法和乘法。将 \\(x+iy\\) 与列向量 \\((x,y)^{\\mathsf T}\\) 等同后，复数乘法就成为实线性映射。因此，乘以 \\(e^{i\\theta}\\) 与施加旋转矩阵 \\(e^{\\theta J}\\) 是同一个操作。复平面与二维实向量空间只是用不同的记号描述同一种变换。\n\n旋转矩阵满足\n\n\\[R(\\alpha)R(\\beta)=R(\\alpha+\\beta), \\qquad R(\\theta)^{\\mathsf T}R(\\theta)=I, \\qquad \\det R(\\theta)=1.\\]\n\n它们构成特殊正交群 \\(SO(2)\\)，这是李群的一个例子。矩阵 \\(J\\) 是它的无穷小生成元，描述了旋转在角度为零处的瞬时变化率。因此，欧拉公式为连续变换群与其生成元之间的关系提供了一个初等的例子。\n\n对于复矩阵 \\(A\\)，还有一种更一般的矩阵形式：\n\n\\[e^{iA}=\\cos A+i\\sin A,\\]\n\n其中指数、正弦和余弦都由幂级数定义。证明方法与标量情形完全相同，只需将偶次幂与奇次幂分开。这个恒等式只涉及单个矩阵，并不意味着任意不同矩阵的指数都满足标量的加法律：一般而言，\n\n\\[e^{A+B}\\ne e^Ae^B\\]\n\n除非满足额外条件，例如 \\(AB=BA\\)。\n\n若 \\(H\\) 是厄米矩阵，则 \\(e^{iH}\\) 是酉矩阵。根据谱定理，\\(H\\) 的实特征值 \\(\\lambda_j\\) 会变为单位圆上的特征值 \\(e^{i\\lambda_j}\\)。因此，标量形式的欧拉公式解释了为什么对厄米矩阵乘以 \\(i\\) 后取矩阵指数，会得到保持长度和内积的变换。对于实部为零、范数为一的四元数 \\(u\\)，也有类似的推广：由于 \\(u^2=-1\\)，\n\n\\[e^{u\\theta}=\\cos\\theta+u\\sin\\theta.\\]\n\n这个恒等式用于三维旋转的四元数表示，其中四元数参数所涉及的角度是实际旋转角度的一半。"
    },
    {
      "heading": "数值计算与朴素计算方法的局限",
      "text": "尽管欧拉公式是精确的，其数值实现却涉及近似。计算 \\(e^{i\\theta}\\) 的一种标准方法，是用数学库中的函数计算 \\(\\cos\\theta\\) 和 \\(\\sin\\theta\\)，再将两者组合起来。对于 \\(z=x+iy\\)，相应的表达式为\n\n\\[e^z=e^x(\\cos y+i\\sin y).\\]\n\n当 \\(x\\) 的绝对值过大，超出所用浮点运算能够处理的范围时，尺度因子可能上溢或下溢。纯虚数指数对应的指数函数值的模为一，因此不会遇到这一特定困难，但其角度仍可能难以准确计算。\n\n对于很大的实数角度，主要问题在于自变量归约。三角函数程序会将角度对 \\(\\pi/2\\) 或 \\(2\\pi\\) 的某个倍数取模，换成等价的较小角度，再在一个较短的区间上使用近似方法。如果原始角度非常大，存储值中很小的相对误差也可能对应相当大的绝对相位误差。准确的归约还需要精度足够高的常数和算术运算；如果减去的是 \\(2\\pi\\) 的某个大倍数的粗略浮点近似值，就可能丢失决定最终结果的微小余数。\n\n直接对指数函数的泰勒级数求和，也并非在所有情况下都可靠的替代方法。当 \\(|\\theta|\\) 很大时，\n\n\\[\\sum_{n=0}^{\\infty}\\frac{(i\\theta)^n}{n!}\\]\n\n中的单项可能具有极大的模，尽管最终结果的模为一。这些项之间的相消可能导致有效数字丢失。这说明，能够证明收敛的恒等式，与具有良好数值稳定性的算法并不是一回事。实际计算通常将自变量归约与精心选择的多项式近似或有理函数近似相结合。\n\n自变量很小时，则会出现另一种相消问题。当 \\(\\theta\\) 接近零时，如果先计算指数函数，再减去 \\(1\\)，以此求得 \\(e^{i\\theta}-1\\)，就可能损失相对精度。恒等式\n\n\\[e^{i\\theta}-1 =2i\\,e^{i\\theta/2}\\sin(\\theta/2)\\]\n\n提供了另一种计算方法，可以避免两个几乎相等的实部相减。同样，对于很小的 \\(\\theta\\)，使用\n\n\\[1-\\cos\\theta=2\\sin^2(\\theta/2)\\]\n\n通常比直接相减更好。这类改写对于差分公式以及处理微小相位变化的算法十分重要。\n\n重复旋转会导致舍入误差累积。在精确算术下，递推式\n\n\\[z_{n+1}=e^{i\\Delta\\theta}z_n\\]\n\n保持 \\(|z_n|\\) 不变，但经过许多步之后，计算值可能逐渐偏离单位圆。根据具体应用，可以根据角度重新计算部分选定的值，或进行归一化，以控制这种偏移的不同方面。生成傅里叶变换因子和模拟振荡系统时，也会遇到密切相关的问题：模为一的精确恒等式本身，并不能保证有限精度的实现始终保持幅值或相位。"
    }
  ],
  "links": [
    "e-mathematical-constant",
    "exponential-function",
    "trigonometric-functions",
    "leonhard-euler",
    "complex-analysis",
    "complex-number",
    "real-number",
    "pi",
    "absolute-value",
    "circle",
    "exponentiation",
    "de-moivres-formula",
    "power-series",
    "factorial",
    "taylor-series",
    "ordinary-differential-equation",
    "mathematical-proof",
    "polar-coordinates",
    "roots-of-unity",
    "polygon",
    "group-theory",
    "logarithm",
    "analytic-function",
    "topology",
    "harmonic-analysis",
    "fourier-series",
    "inner-product",
    "fourier-transform",
    "convolution",
    "discrete-fourier-transform",
    "fast-fourier-transform",
    "differential-equation",
    "phasor",
    "quantum-mechanics",
    "planck-constant",
    "linear-algebra",
    "matrix",
    "matrix-exponential",
    "linear-map",
    "lie-group",
    "unitary-matrix",
    "spectral-theorem",
    "quaternion",
    "floating-point-arithmetic",
    "numerical-stability"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}