导数，却要同时面对两个方向
在第一卷里，导数是差商的极限：f'(x) 是当步长 h 趋于零时 (f(x+h) - f(x))/h 的极限。在实数轴上，只有两条路逼近一个点——从左、从右——我们坚持两者给出同一个斜率。现在我们对复变量 z = x + iy 玩同样的游戏，这里 f(z) 本身就是一个复数。定义看上去一模一样：f'(z) 是当 h 趋于零时 (f(z+h) - f(z))/h 的极限。蹊跷之处在于，h 现在是一个复数，它可以从平面上无穷多个方向逼近零——沿实轴、沿虚轴、以任意角度旋着收进来。
要让这个极限存在、是一个单一的复数，那无穷多个方向中的每一个都必须交回同样的答案。这是一个强得惊人的要求。在实数轴上，可微只是个温和的条件——你遇到的多数函数都满足。在复平面里，要求各个方向上有一个一致的导数，限制之严，以至于通过的函数是一支稀有而极其规整的精英队伍。当复导数在某点、以及它周围一整个小圆盘内都存在时，我们称这样的函数在该点解析（或全纯）。
两个方向，一条方程：推出柯西–黎曼
我们把「各个方向给出同一答案」兑现成一条能用的法则。把函数拆成实部与虚部：写 f(z) = u(x, y) + i v(x, y)，其中 u 与 v 是两个实坐标 x、y 的普通实值函数。复导数若存在，无论我们让步长 h 沿实轴还是沿虚轴跑，结果都必须相同。仅仅比较这两个逼近方向，就足以把一切钉死。
先沿实轴逼近（取 h 为一个极小的实数）。这时差商只改变 x，于是导数表现为对 x 的偏导数：f'(z) = du/dx + i dv/dx。再改沿虚轴逼近（取 h 为 i 乘一个极小实数）。除以这个虚步长会把一切旋转一个 1/i = -i 的因子，导数此时读作 f'(z) = dv/dy - i du/dy。这两个表达式说的是同一个数 f'(z)，必须一致。分别匹配实部与虚部，就得到那两条著名的方程。
Approach along real axis: f' = u_x + i v_x
Approach along imaginary axis: f' = v_y - i u_y
The two must be equal, so:
u_x = v_y (real parts match)
u_y = -v_x (imaginary parts match)
<-- these are the Cauchy-Riemann equations -->
( subscripts mean partial derivatives: u_x = du/dx )这两条方程到底在说什么
于是柯西–黎曼方程就是 du/dx = dv/dy 与 du/dy = -dv/dx。它们绝非随意的记账——而正是「成为解析」这道门槛的确切票价。从几何上读，它们说实部与虚部被锁成同一个刚性运动的两张面孔。在每一点上，一个解析映射在一阶近似下就像一个旋转叠加一个均匀缩放——它能把一小片邻域拉伸、旋转，却绝不能把圆压成椭圆，也不能翻转定向。正是这种刚性，使得解析映射是共形（保角）的：只要导数非零，它就保持曲线之间的夹角。
我们拿最友好的例子来检验这两条方程，即复指数 f(z) = e^z。欧拉公式把它展开为 e^z = e^x (cos y + i sin y)，故 u = e^x cos y、v = e^x sin y。求导：du/dx = e^x cos y 而 dv/dy = e^x cos y——相符。又 du/dy = -e^x sin y 而 -dv/dx = -e^x sin y——也相符。两条柯西–黎曼方程处处成立，所以 e^z 在整个平面上解析，而且它的导数正是 e^z 本身，恰如你所期望。
调和函数白白掉了出来
现在到了让复分析在物理中不可或缺的那份回报。设 f = u + iv 解析，并且（这里我们暂且采信、留待以后证明）u、v 于是自动足够光滑、拥有二阶偏导。把第一条柯西–黎曼方程 du/dx = dv/dy 对 x 求导，把第二条 du/dy = -dv/dx 对 y 求导。v 的混合偏导相等——对光滑函数而言求导次序无关，这是第一卷关于偏导数的事实——于是两式相加时，v 的项恰好相消，只剩下 d^2u/dx^2 + d^2u/dy^2 = 0。
那条方程 d^2u/dx^2 + d^2u/dy^2 = 0，紧凑地写作 nabla^2 u = 0，就是拉普拉斯方程，凡满足它的函数都称为调和函数。把同样的论证反过来走一遍，你会发现 v 也是调和的。于是每个解析函数的实部与虚部，都是一对配套的调和函数——而调和函数恰恰就是物理里的稳态温度分布、静电势、不可压缩理想流。这正是工程师为何要诉诸复平面的深层原因：每个解析函数都悄悄在体内带着两个拉普拉斯方程的解。
这种配对在一个微妙而有用的意义上不对称：给定一个调和的 u，柯西–黎曼方程告诉你 v 的梯度（由 u 你已知 dv/dx 与 dv/dy），于是可以积分把 v 还原到差一个常数。如此构造出的 v 称为 u 的调和共轭，而 u + iv 便是解析的。这里有一个诚实的小提醒——这种重建在单连通区域（没有洞的区域）上有保证；而在带洞的区域、比如圆环上，调和共轭可能在整体上不存在。对数的势函数正是这一微妙处发作的经典场所。
运用这条判据，以及它的边界
下面是把这一切变成一件你真能动手用的工具的实用清单，用来检验一个函数 f(z)。
- 用 z = x + iy，并在出现指数或三角函数处用欧拉公式，把 f(z) 明确拆成 f(z) = u(x, y) + i v(x, y) 的实部与虚部。
- 算出全部四个一阶偏导：u_x、u_y、v_x、v_y。
- 核对两条柯西–黎曼方程 u_x = v_y 与 u_y = -v_x。两者皆成立（且偏导连续）之处，f 解析；任一失败之处，f 不解析。
- 在解析之处，直接由 f'(z) = u_x + i v_x 白白读出导数，并可放心 u 与 v 各自满足拉普拉斯方程。
临别给你两个诚实的边界。其一，单凭这两条方程是必要而不尽充分的：一个函数可以在某孤立点满足柯西–黎曼，却仍在那里不可微。干净的定理是：若 u、v 有连续的一阶偏导，并在一个开集上满足这两条方程，则 f 在该开集上解析——偏导连续正是补上那道缝隙的假设。其二，解析是局部的：多数有趣的函数在平面的大部分上解析，却并非全部。复对数需要一条支割线，而 1/z 在原点炸开——这些解析性的失效之处，称为奇点，它们不是毛病，反而正是后续几篇里围道积分与留数机器要去利用的关键特征。