数系扩充：从自然数到复数，一场跨越两千年的"造数运动"

引言导览

我们在小学就认识自然数，中学认识了分数、无理数、负数，还接触过一个"神秘"的记号 （虚数单位）。但你有没有想过：这些"数"到底是天然存在的，还是人"造"出来的？为什么必须一次次扩充？直到哪里才到头？

专升本与考研数学中，"数系扩充"本身虽不直接出一道大题，但它是一切极限、方程、复变函数的"地基"。理解"数是怎么一步步长大的"，能帮你真正看懂"极限为什么存在""方程为什么一定有根"" 为什么必须引入  才有解"。

今天这篇文章，我们沿 自然数 → 整数 → 有理数 → 实数 → 复数 这条完整主线，讲四件事：

1. 1. 每一次扩充解决了什么矛盾、又失去了什么性质，为什么最后"非得到复数不可"；
2. 2. 无理数怎么"被逼"出来（第一次数学危机），虚数又怎么"被逼"出来（负数开方的困境）；
3. 3. 复数凭什么"完备"——代数基本定理告诉你为什么复数是终点；
4. 4. 专升本与考研分别怎么考，以及复数这个知识点在 AI 研究里到底怎么用。

来龙去脉

数系扩充的本质：解决矛盾的"造数运动"

数系的每一次扩充，都不是数学家闲着没事，而是旧数系解决不了某个实际问题，才"造"出新数。核心逻辑是：

新数系 = 旧数系 + 补上"缺口" + 同时让原有运算继续成立

扩充链条与各自解决的矛盾：

关键节点一：负数的"正名"

• • 负数：中国早在《九章算术》（约公元前 1 世纪）中就系统使用了负数并给出加减法则，这是中国数学对世界的重要贡献。而欧洲数学家长期不承认负数，法国数学家帕斯卡甚至认为"从 0 减去 4 是纯粹的胡说"，直到 19 世纪整数理论基础建立，负数才在逻辑上站稳脚跟。

关键节点二：从"负数开方"到"虚数"（本次主角）

如果说  是"开方开出来的无理数"，那么  就是"开方开不出来的数"——它来自一个看似荒谬的诉求：给负数开方。

• • 1545 年：意大利数学家卡尔达诺（Cardano，又译卡丹）在《大术》中求解三次方程时，第一次正式触及负数开方问题，当时的解法里出现了  这类"数"。他自己都觉得荒唐，称其为"诡辩"。
• • 1572 年：意大利数学家邦贝利（Bombelli）在《代数学》中第一次真正用"虚数"做了四则运算，并给出了运算法则。从此"虚数"不再是昙花一现，而是一个可以运算的对象。
• • 1637 年：法国数学家、哲学家笛卡尔（Descartes）在《几何学》中给这种"数"取了一个带贬义的名字——虚数（imaginary number，原意为"虚构的数"），意在强调它"不是真实的数"。
• • 1777 年：瑞士数学家欧拉（Euler）系统建立了复数理论，并引入了虚数单位符号 （取自法语 imaginaire"虚"的首字母），从此写法统一为 。
• • 1799 年：德国数学家高斯（Gauss）在其博士论文中给出了代数基本定理的第一个实质性严格证明——"任何复系数多项式方程在复数域中都有根"。这让"复数"从"诡辩"正式翻身，成为数学的栋梁。
• • 1801 年之后：高斯系统使用  符号、引进"复数"一词（），并倡导用平面上的点来表示复数（复平面）。从此复数在几何上有了"家"——阿尔冈、魏塞尔等也各自给出了复数的几何表示。

一句话：无理数是被"几何"逼出来的，虚数是被"代数"逼出来的。 前者源于"正方形对角线有多长"，后者源于"负数到底能不能开方"。

趣闻轶事

趣闻一：第一次数学危机——为了一根"说不清长度的线"

毕达哥拉斯学派坚信"万物皆数"，而"数"只指整数和分数（有理数）。然而学派成员希帕索斯发现：边长为 1 的正方形，对角线长是 ，而 不能表示成两个整数之比。这推翻了"万物皆有理数"的信条，引发第一次数学危机。据传（此说法学界存在争议），希帕索斯因此被同门抛入海中。

反直觉点：一个"能画出来"的长度，竟不能用一个分数精确表示。这迫使数学从"依赖直觉"转向"依赖严格证明"。

趣闻二：——从"胡说"到"最美公式"

虚数诞生之初饱受嘲讽。除了笛卡尔的"虚构"之名，连大数学家莱布尼茨都曾困惑地称  是"介于存在与不存在之间的两栖类动物"。

但正是这个"怪数"，引出了被无数人誉为数学中最美的公式——欧拉恒等式：

一个式子把 （自然对数的底）、（圆周率）、（虚数单位）、 和 （算术的基石）五个最重要的数学常数联系在了一起。当高斯、欧拉等人发现"给负数开方"不仅能解决问题，还让代数、几何、三角学、微积分空前统一时，虚数终于从"虚构"变成了"刚需"。

直觉反转：曾经被认为"纯属胡说"的数，今天却是信号处理、量子力学、深度学习频域分析的基石——"造出来的数"，比"自然存在的数"更有用。

核心数学内容

一、数系扩充的两条主线

• • 添加元素法：直接把新元素加进旧数集（直观，中小学常见）。如把"负数"直接补进自然数。
• • 构造法：从已有数出发，通过逻辑构造"长出新数"（19 世纪严谨化采用）。如戴德金用"分割"、康托尔用"有理数序列等价类"构造实数。

二、每一次扩充解决什么、失去什么（重点）

1. 1. ：解决"减法不封闭"。失去良序性（自然数任何非空子集有最小元素，整数没有）。
2. 2. ：解决"除法不封闭"。但有理数失去"完备性"——仍有"空隙"，如  都不在  中。
3. 3. ：解决"极限不封闭"（填补有理数所有空隙）。实数是完备的。
4. 4. ：解决"负数开方/方程求根不封闭"。复数失去"序"——复数之间无法像实数那样比较大小，但换来的是代数闭性（见下文代数基本定理）。

记忆口诀：自然数补减法、整数补除法、有理数补极限、实数补开方——一环扣一环，每次只补一个"缺口"。

三、实数的完备性（承上启下）

实数最核心的性质是完备性（连续性），常用等价表述：确界存在原理（任何非空有上界的实数集必有上确界）、单调有界定理、柯西收敛准则。正是完备性保证了"极限有家可归"——数列  每一项都是有理数，逼近 ，但在有理数系里这个极限不存在；只有在完备的  里才收敛。

四、复数：定义与运算

定义：引入虚数单位 ，规定 。复数是形如的数， 称实部 ， 称虚部 。当  是实数，当  是虚数，当  且  是纯虚数。

四则运算（把  当"未知数"算，遇到  换成 ）：

• • 加法：；
• • 乘法：；
• • 除法（关键，分母有理化）：。

共轭复数：。性质：（实数）、（实数）。

模：，几何意义是复平面上点到原点的距离。性质：、。

五、复平面与欧拉公式（复数的"几何身"）

把复数  对应到平面上点 ，横轴为实轴、纵轴为虚轴，这个平面叫复平面。于是复数既能用"代数式" ，也能用"极坐标式"表示：其中  是模， 是辐角。

欧拉公式（复数最美的桥梁）：它把指数函数与三角函数统一起来。特殊地， 即得 。欧拉公式还给出三角函数的指数表达：

六、代数基本定理：复数为什么是"终点"

定理：任何次数  的复系数多项式方程在复数域内至少有一个根；进一步，一个  次复系数多项式恰好有  个复数根（计入重数）。

这就是为什么数系扩充"到复数为止"：

• • 在实数域里，无解（实数域"代数不完备"）；
• • 在复数域里，任何多项式方程一定有根（复数域"代数闭"）。
• • 实数还需要通过"戴德金分割"这类构造才完备；而复数天生就具备代数完备性，不需要再扩充出一个"超复数"来解决方程求根问题。

推论（实系数多项式）：实系数多项式的非实复根必成对共轭出现。这直接带来实数域上的二次因式分解 （当判别式小于 0）。

七、数域：一个更本质的视角

一个数集若对四则运算（加、减、乘、除，除数不为 0）都封闭，称为数域。、、 都是数域；、 不是（整数对除法不封闭）。有理数域是最小数域，复数域是最"大"的代数闭域。每扩充一次，运算越完备，但性质（良序、序）越少——这是数学的普遍规律：扩充 = 用性质换能力。

题型全解 · 例题

下面把这些知识点变成专升本与考研真正会考的题型，逐题讲透。所有例题均为原创，覆盖从基础到考研。

题型 1：复数的概念判断（基础）

例题 1-1（基础）判断下列说法是否正确，并说明理由：(1) 若 （），当  时  是虚数，当  且  时  是纯虚数；(2) 两个复数相等当且仅当它们的实部与虚部分别相等；(3) 复数可以比较大小（例如可以判断  还是 ）；(4) 实数集中负数不能开平方，这正是需要引入虚数单位  的原因。

① 解题思路：概念判断题的钥匙是抓住精确定义——实部、虚部、虚数、纯虚数、复数相等的定义，以及复数域没有"序" 这一关键性质。逐条对照定义，警惕"可以比较大小"这类貌似合理实则错误的说法。

② 详细过程：(1) 正确。这正是虚数与纯虚数的定义。当  称  为虚数；当  且  称  为纯虚数。(2) 正确。复数相等定义为实部、虚部同时相等： 且 。(3) 错误。复数之间不能定义与四则运算相容的大小比较。分两种情形看：若规定 ，则正数之积仍为正，故 ，但 ，矛盾；若规定 ，则 ，故 ，但 ，同样矛盾。所以无论把  当作正还是负，都会推出矛盾，复数"无大小"（无序性）。(4) 正确。因为  对所有实数成立，方程  在实数内无解；引入  后  有解，这正是扩充到复数的直接动因。

③ 方法总结：

• • 通法：概念判断先写"精确定义"，再用定义或反例验证。
• • 易错点：①混淆"虚数"与"纯虚数"（纯虚数要求 ）；②误以为复数能比较大小——复数无序性是高频选择题陷阱。
• • 专升本侧重：概念辨析是必考选择题；考研侧重：要求用严谨定义论证"复数不能比较大小"。

题型 2：复数的四则运算与化简（基础）

例题 2-1（基础）计算下列各式：(1) ；(2) ；(3) ；(4) 。

① 解题思路：四则运算把  当"未知数"算，见到  就换成 ；除法用"分母有理化"（分子分母同乘共轭）；高次幂  用周期 （）降次。

② 详细过程：(1) 。(2) 。（注意 ）(3) 。(4) ，故 。

③ 方法总结：

• • 通法：四则运算归结为"像多项式一样算 + 用  化简"；除法必须分母有理化。
• • 易错点：乘法里  的符号（）最易错； 的幂按  求余。
• • 专升本侧重：四则运算、分母有理化是必考计算题；考研侧重：会结合共轭、模进一步化简。

例题 2-2（进阶）解方程 ，求所有复数解 。

① 解题思路：求复数的平方根，设 ，展开  后令实部、虚部分别相等，得到关于  的方程组。再借助恒等式  得 ，从而快速解出。

② 详细过程：设 （），则，比较实部、虚部得：，又 ，而 ，故与  联立解得 ，即 。再由  知  异号：验算：，，均满足。

③ 方法总结：

• • 通法：求 （ 为复数）用"设  → 展开 → 令实虚部分别相等 → 联立 "。
• • 易错点：别忘了"共轭成对"——两个解必互为相反数/共轭组合；联立方程组时符号判断（ 的符号决定象限）。
• • 考研侧重：这是复数运算与"复方程"的衔接点，也常出现在线性代数特征值（复数特征值）问题中。

题型 3：共轭、模与辐角（进阶）

例题 3-1（进阶）设 。求  的模 、共轭 、辐角主值 ，并用三角式和指数式表示 。

① 解题思路：；共轭把虚部变号；辐角主值看象限后用 ；最后套三角式  与指数式 。

② 详细过程：，， 在第一象限，。于是三角式与指数式：。验算：，吻合。

③ 方法总结：

• • 通法："代数式 → 模 + 辐角 → 三角/指数式"四步走；象限决定辐角，别只凭  的正切值。
• • 易错点：第二、三象限时  要补 ；辐角主值范围通常取  或 。
• • 专升本侧重：求模、共轭是必考；考研侧重：指数式是复变函数、傅里叶变换的基础，必须熟练互化。

例题 3-2（进阶）证明 ，并利用该性质求 。

① 解题思路：模的乘法性有两种证法——① 设  直接展开 ；② 用  这个更漂亮的工具。推荐用法②，简洁且能推广。

② 详细过程：先证 。利用  与共轭的乘法性 ：。两边取非负平方根，得 。再利用性质：。

③ 方法总结：

• • 通法：涉及模的乘积、商、幂，优先用  或 ，避免展开多项式。
• • 易错点：（后者不一定是实数）；模是非负实数。
• • 专升本侧重：直接用模的性质求值；考研侧重：会要求证明模的性质，或与三角不等式  联动。

题型 4：欧拉公式与 n 次单位根（进阶/考研）

例题 4-1（进阶/考研）求方程  的全部复数根（ 次单位根），并求和 ，其中 （）。

① 解题思路：用指数式。设 ，则 ，比较模与辐角得 、，从而得到  个根。求和用等比数列公式（ 时）。

② 详细过程：设 。由 ：

• • 模：；
• • 辐角：，（取  个不同值）。故  次单位根为，它们均匀分布在单位圆上，把圆周  等分。求和（等比数列，公比 ）：。所以 。

③ 方法总结：

• • 通法：解  统一走"指数式 → 比较模与辐角 → 得  个根"，根均匀分布在以原点为圆心的圆上。
• • 易错点：单位根必须取  个（ 到 ），漏掉  或重复都会错；求和用  时先确认 。
• • 考研侧重：单位根是 复变函数、离散傅里叶变换（DFT） 的核心， 次单位根的"圆周等分 + 求和为 0"性质在信号处理中反复出现。

例题 4-2（考研）利用欧拉公式证明 ，并计算 。

① 解题思路：欧拉公式给出  与 ，两式相减可消去 ，从而解出 。

② 详细过程：由欧拉公式：。两式相减：，故代入 ：。直接由三角函数值  验证上式成立（也可用指数式  代入验算）。

③ 方法总结：

• • 通法：用欧拉公式把  换成指数，可统一处理积分、微分、傅里叶变换中的三角运算。
• • 易错点：分母  别写成 ；两式相加减注意符号。
• • 考研侧重： 的指数式是傅里叶变换、微分方程、信号与系统的基础工具，必须熟记。

题型 5：代数基本定理与因式分解（考研特色）

例题 5-1（考研）已知  是实系数多项式  的一个根，求  的所有根，并在复数域内因式分解 。

① 解题思路：实系数多项式的非实复根必成对共轭出现，故  也是根。于是  含有二次因子 ，用多项式长除降次，再解剩下的二次方程。

② 详细过程：第一步：先验证  是根。：。。第二步：因  是实系数， 也是根，故含因子。第三步：长除 ：。第四步：解  得 ；解  得 。所以四个根为 ，因式分解为：

③ 方法总结：

• • 通法：实系数多项式 → 已知一个复根就白得它的共轭根 → 凑出二次因子 → 长除降次 → 继续求解。
• • 易错点：由  化简时，注意 ，故 ，最终得 ，符号易记反（误把  算成 ）；长除后别漏二次因子的根。
• • 考研侧重：这是"代数基本定理 + 共轭根成对"的综合题，衔接复变函数与线性代数（特征多项式）。

例题 5-2（考研）证明：实系数多项式  的非实复根必成对共轭出现。

① 解题思路：设 ，系数全为实数。若  是根即 ，对等式两边取共轭，利用"实系数共轭不变 + 共轭的四则运算性"，可推出  也是根。

② 详细过程：设 ，其中 。若  是  的根，则 。两边取共轭：因为系数为实数，共轭后仍是 ；又 ，所以 ，即  也是根。若  非实（），则  与  是两个不同的根，成对出现。推论：在实数域中， 可分解为一次因式与判别式为负的二次因式之积（因为每对共轭复根对应一个二次因子 ）。

③ 方法总结：

• • 通法：证明"共轭根成对"的标准手法是对  取共轭，并说明"取共轭与多项式求值可交换"（因系数为实）。
• • 易错点：强调系数为实是关键前提；结论是"复根成对"，不涉及实根。
• • 考研侧重：这是抽象代数与复变函数的重要结论，常作为证明题或推理依据出现。

AI 数理拓展应用

前面我们学会了"怎么判断、怎么算、怎么证明"。现在来看"数系扩充到复数"这个知识点，在 AI 研究里到底怎么用。

拓展应用 1-1：深度学习为什么要"复数频谱"——信号的幅度与相位

问题背景：训练语音识别、图像、时序预测模型时，原始数据（音频、图像、传感器信号）往往先做傅里叶变换再进入网络。但一个困惑初学者的点是：为什么傅里叶变换的结果是复数？我明明处理的是实数信号，怎么会"变出"虚部来？

这个问题的答案，正藏在复数最核心的优势里：一个复数能同时编码"幅度"和"相位"两个信息。

解题思路（为什么用复数）：

• • 一个余弦波  有两个关键参数：幅度（多大）和相位（偏移多少）。真实工程信号往往"幅度小、相位信息却极重要"——例如两个不同的人说同一句话，幅度（响度）可能一样，但相位（声道的时序偏移）完全不同。
• • 若只用实数表示，你只能用两个实数  分开存幅度和相位，运算起来很不方便（比如两个信号叠加时相位会纠缠）。而复指数  用一个数就同时装下幅度和相位：模  管幅度、辐角  管相位。
• • 欧拉公式  正是这条路的基石——它把"实数的三角函数"变成"复指数"，从而让叠加、滤波、卷积都能用复数的代数运算统一处理。

解题过程（怎么用）：

• • 建模：把实信号  的傅里叶变换写成，这里的  是复数， 是幅度谱， 是相位谱。
• • 工程含义：深度学习中的频域方法正是建立在复数频谱之上。例如 GFNet（2021，图像分类）把图像做傅里叶变换后，直接在复数频谱上做滤波（元素级乘法），再逆变换回空间域，用  复杂度实现了全局感受野；FEDformer（2022，长时序预测）同样基于频域分解处理复数分量。它们之所以"敢"用频域，正因为复数把信号的幅度与相位完整编码成了可运算的对象。
• • 回到工程：如果丢掉相位（只用幅度），重构的信号会严重失真——这直观告诉你，复数的"相位通道"在信号特征里不可省略。看到"为什么 FFT 结果是复数"，背后的逻辑链就是：信号有两个正交的维度（幅度+相位），而复数恰好是两个维度合一的代数载体。

拓展应用 1-2：训练"复数神经网络"——为什么不能直接对复数求梯度

问题背景：通信、雷达、医学影像等领域，数据天然是复数（如无线信号的 IQ 分量）。研究者为此发展出复数神经网络（Complex-valued Neural Network，CVNN），它直接对复数输入做前向传播，在相位信息保留、表达容量上常优于把复数拆成两个实数的做法。但训练它遇到一个尖锐问题：损失函数  对复数权重  求梯度，该"对谁"求导？ 对实部？对虚部？还是对  本身？

解题思路（为什么用复数知识点）：

• • 关键观察：一个复值函数 （如 ）作为"复变量函数"是不可导的（不满足柯西-黎曼条件），但它作为"两个实变量函数"却处处可导。所以"对复数直接求导"在数学上站不住脚。
• • 解决办法是把"对复数  的导数"拆成"对  和对共轭  的两个偏导"，这就是Wirtinger 导数：其中 。共轭  在此不是装饰，而是复分析的核心工具——它把"复函数"重新解释成"关于  和  的两个独立变量"的函数。

解题过程（怎么用）：

• • 建模：训练 CVNN 的损失是实值函数 （ 为复数权重）。由  取实值可推出 ，即 "对共轭求导"与"对原变量求导"互为共轭——这是复数优化独有的对称性。
• • 梯度下降：复数参数更新用"共轭梯度"方向：其中，取共轭是为了保证梯度下降方向正确（对实值函数，下降方向是负共轭梯度）。
• • 工程含义：如果不取共轭、只对实部或虚部机械求导，更新方向会错，训练发散。所以"复数神经网络能不能训好"，取决于你是否正确使用共轭——这正是"复数共轭 、模、复分析"这套知识的直接工程落地。
• • 回到工程：当你在论文里看到 CVNN 的损失对复数权重求梯度时，心里要有这根弦：它用的不是普通的实导数，而是 Wirtinger 共轭微积分。这就是为什么"复数"不只是解方程的工具，而是现代 AI 数学地基的一部分。

一句话启发：复数用"模+辐角"装下了信号的幅度与相位，用"共轭"装下了复函数的导数结构——数系扩充到复数，不是为了"算得动"，而是为了"装得下"真实世界和信息。

小结与延伸

小结：数系的扩充史就是一部"不断造数、填补空缺"的历史——自然数数数、整数补减法、有理数补除法、实数补极限、复数补开方。四个必须记住的核心：

1. 1. 每次扩充补一个"缺口"，也失去一个性质（ 失良序、 失完备、 失序）；
2. 2. 实数因"完备性"让极限有家可归，复数因"代数闭性"让方程一定有根——扩充到复数，代数方程求根问题彻底终结；
3. 3. 复数用模和辐角装下"幅度与相位"，欧拉公式  是贯穿分析、信号、AI 的桥梁；
4. 4. 实系数多项式的非实复根成对共轭，这是因式分解与代数基本定理的黄金推论。

最易错的 3 个点：

• • "无限小数 ≠ 无理数"（ 是有理数）；
• • "复数不能比较大小"（无序性是高频陷阱）；
• • "除法必须分母有理化"，别把  写成 （这是错的）。

延伸方向：复数之后还有四元数（哈密顿为推广三维旋转而发明，但已失去交换律）、八元数（连结合律也失去）。与此同时，复数的几何与代数统一催生了复变函数这门强大学科，也支撑起傅里叶分析、量子力学与今天 AI 的频域方法。