在这个复分析讲座中使用的 ML 不等式是什么？

适用条件

• 函数沿可求长路径进行积分。
• 函数在路径上是连续的。

理解与推导

1. 识别要被积分的函数 $g(w)$ 和积分路径 $\gamma$。
2. 找到函数在路径上绝对值的上确界：$\sup_{w \in \gamma} |g(w)|$。
3. 确定路径的长度：$\text{length}(\gamma)$。
4. 将上确界乘以长度以获得积分绝对值的上限：$|\int_{\gamma} g(w) dw| \le \sup_{w \in \gamma} |g(w)| \cdot \text{length}(\gamma)$。
5. 应用此不等式来界定原函数差商中的误差项。

例子

讲师说，“使用 ML 不等式”，然后解释说，“积分必须小于你在其上积分的区间上所取值的上确界……乘以区间的长度。”黑板上显示 $\le \frac{1}{|z-a|} \sup_{w \in [a,z]} |f(w)-f(a)| \cdot |z-a|$。

容易误解的地方

• 将 ML 不等式与中值定理混淆。
• 假设该不等式提供了积分的精确值而不是上限。

观看对应讲解

继续追问

• 如何应用估计引理来界定 $f(w) - f(a)$ 的积分？
• 为什么在显示的估计中 1/|z-a| 和 |z-a| 因子会相互抵消？