在
的情况下,这个条件等价于极限存在
.
实际上,如果这个极限是
,那么上述定义中的
-线性映射就是乘以
,反之,任何线性映射
仅仅是乘以
中的一个元素,它就是极限。
命题(奥斯古德引理):
设
是一个连续函数。
假设
是一个在球体
内复可微的函数,其中
是
中的一个元素,而
是一个小的常数(我们将称之为“半径”)。
一个复函数可以被唯一地写成
的形式,其中
和
是函数
。函数
对应于
的实部,而函数
对应于
的虚部,因此对于所有 
,
。
由于
假设是复可微的,所以
从哪个方向接近
都不应该有影响。 尤其是,
可以沿着复平面的
轴

或者
轴(定义方式类似)。
定理(柯西-黎曼方程):
令
是一个连续可微函数,并且
。 那么
是全纯的当且仅当它满足柯西-黎曼方程。
证明: 由柯西-黎曼方程和克莱罗定理,我们有

和
. 
注意,这意味着
是一个 调和函数。
在实可微函数的情况下,我们有诸如链式法则、乘积法则甚至逆函数法则之类的计算规则。在复函数的情况下,实际上我们有完全相同的规则。
证明:
首先注意到加法和乘法的映射

和

是连续的;实际上,例如,令
为一个开球。取
使得
。现在假设我们有
,
其中
稍后确定。然后我们有
,
其中
。选取
,
我们根据三角不等式得到
,
因此
是开集。如果
是一个开集,那么
也会是开集,因为
是开球的并集,而函数的逆像与并集可交换。
加法的证明非常类似。
但从这两个结论可以得出,如果
是这样的函数:
且
,
那么

和
;
事实上,这是由
和
在相应 *点* 上的连续性推导出来的。特别地,如果
是常数(比如
,其中
是一个固定的复数),我们会得到类似于以下的结论:
.
1. 现在假设确实
(
是开集,因此我们在
附近有一个邻域,并且导数的定义意味着
趋于零的方向无关)在
可微。我们将有
.
4. 确实让
是
和
之间的双射,它在
的邻域内可微。根据反函数定理,
在
处是实可微的,并且根据实数的链式法则,我们有
(
表示
中的单位矩阵,单撇号(例如
)表示函数
的雅可比矩阵,视为 函数
,"
" 表示矩阵乘法),
因为我们只需对函数
进行微分。然而,将
和
视为
-代数(或环;对于我们的目的而言,这并不重要),我们有一个代数同态(或环同态)
.
此外,由于柯西
令
为复平面上的开集,令
为一个在
上复可微的函数(也就是说,在
的每一个点上)。那么我们称
在
上是 *全纯* 的。
如果
恰好等于
,使得
在每一个复数上复可微,那么
被称为 **整函数**。我们将在三角函数章节中看到整函数的例子,其中指数函数、正弦函数和余弦函数扮演着核心角色。另一类重要的整函数是 *多项式*。
在代数中,人们研究多项式环,例如
,
或者更一般地,
,其中
是一个环(然后有一些定理可以“提升”
的性质到
,例如,如果
是一个整环、唯一分解整环或诺特环,那么
也是一个整环、唯一分解整环或诺特环)。
现在
的所有元素都是整函数。这是这样看到的:
类似于实分析(证明完全相同),函数
是复可微的。因此,任何多项式
(
为复系数,即常数)
根据线性关系,它是复可微的。
我们也可以定义
,它是
在
中的扩展。事实证明,该扩展等于
.
由此,产生一个多项式环
。现在令
为复平面上的任何紧集,甚至是有界集。然后,通过直接论证,可以很容易地看出,关于一致收敛拓扑,
在
中是稠密的。或者,可以发现
- 证明,只要
是全纯的,那么 