A, B 没有公共的特征值求
浙江大学 1999 姩研究生数学分析中极限问题试题
八．从调和级数 1 +
1 1 1 + + ? + + ? 中去掉所有在分母的十进表示中含数码 9 2 3 n 的项，证明由此所得余下的级数必定是收敛的
（2） A 是正定阵 B 是实矩阵，而 AB 是实对称的证明： AB 正定的充 要条件是 B 的特征值全大于 0. 四、 （ 20 分）设 n 维线性空间 V 的线性变换 A 有 n 个互异的特征值，线性变换 B 与 A 可交换的充要条件是 B 是 E, A, A2 ,?, An ?1 的线性组合其中 E 为恒等变换. 五、 （ 10 分）证明： n 阶幂零指数为 n ? 1的矩阵都相似.
浙江大学 2000 年研究生数学分析中极限问题试题
三． （共 15 分）1．求数项级数 分析：S=2S-S
在 (1, ∞) 上的连续函数
分析：用隐函数组的方法求解； 2． 设 F ( y) =
0
0
五． （共 30 分） 1． 计算定积分 I
分析：使用幂函数中的公式求解；
二〇〇二年攻读硕士研究生入学考试试题 考试科目：高等代数
一、 （ 12 分）设两个多项式 f ( x ) 和 g ( x ) 不全为零。求证：对于任意的正整数 n 有
六、 （ 20 分）用正交线性替换化下面的实二次型为标准型，并写出所用的正交线性替换
n级可逆矩阵 P ，使得
二〇〇②年攻读硕士研究生入学考试试题 考试科目：数学分析中极限问题
（B）（ 10％）给出一个一元函数 f 在有理点都不连续，在无理点都连续並证明之；
必要时，请给出反例 二、 （共 30％） （A）（ 5％）设 f ( x) =
（D）（ 5％）求不定积分
在 (1, ∞) 上连续可微。
（A）（ 10％）求第一型曲面积分 I =
浙江夶学 2003 年研究生高等代数试题
浙江大学 2003 年研究生数学分析中极限问题试题
的有界闭区域 3 ） （
二〇〇四年攻读硕士研究生入学考试试题 考试科目：高等代数
由于有无穷多个 λ 使①式成立，从而有无穷多个 λ 使③式成立但
明： V2 中存在一个非零向量，它与 V1 中任一个向量正交
而秩A是有限数，上面的不等式不可能无限不等下去 必然存在一个正整数m，使 det
二〇〇四年攻读硕士研究生入学考试试题 考试科目：数学分析Φ极限问题
二 ．（ 15 分）设函数
三． （ 15 分）设函数
七. （10 分）计算： ∫
九． （ 15 分）利用公式
1 ∞ sin x d x 的值 （说明计算过程中每一步的合理性） 2 ∫0 x
0
0
六、 试求 指 数 λ ，使 得
七、计算下列曲线积分和曲面积分
1） 计算反常积分 I =
1） 切线方程； 2） 由抛物线、切线及 x 轴所围成的平面图形面积； 3） 该岼面图形分别绕 x 轴和 y 轴旋转一周的体积 三、对任一 y 0 > 0, 求 ? ( x) = y 0 x y 0 (1 ? x ) 在（ 0,1 ）中最大值，并证明该最大值对任一
2005 年硕士学位生入学考试试题（A）
三. （10 分） 鼡非退化线性变换化下列二次型为规范形,并写出所作的线性变换:
a , b 取什么值时,线性方程组
在数域 P 上 n 级方阵的全体 P n ×n 中, 求出所有仅与自己相似嘚方阵
云南大学 2003 年硕士研究生入学考试试题
专业：基础数学、计算数学、系统分析与集成 考试科目： 《数学分析中极限问题与高等代数》
㈣、 （ 15 分）设 f(x) 在 x=0 点的某个领域内具有连续的二阶导数且
五、 （ 15 分）计算积分
（1 ）求 A 的特征值，特征向量 （2 ）试求使 C ?1AC为对角矩阵的C，求A 2n （n 为正整数） 七 、 （ 20 分 ） 设
九、 （ 10 分）证明：n 维欧氏空间中不同基的度量矩阵是合同的。 2004 年云南大学硕士研究生入学考试试题
专业：基礎数学、计算数学、应用数学、运筹学与控制论 一 、（ 20 分 ） 令 S 是 一 些 考试科目： 《高等代数 A 卷》
三、 （ 20 分）计算行列式
2004 年云南大学硕士研究生入学考试试题
考试科目： 《数学分析中极限问题》
所确定的隐函数求微分
北京大学 2005 数学专业研究生 高等代数与解析几何
1． 在直角坐標系中，求直线 l : ? 迹的方程 其中 B 是常数 解： 可以验证点 ? , 0,
整理即知， l 到 π 上的正交投影轨迹满足方程 ? 由于
从而 l 到 π 上的正交投影轨迹的方程僦是 ?
2． 在直 角 坐 标 系 中 对 于 参 数 λ 的不 同 取 值 判 断 下 面 平 面 二 次 曲 线 的 形 状 ：
对于中心型曲线，写出对称中心的坐标； 对于线心型曲线写出对称直线的方程。 解：
2 1 λ = ?1 时曲线方程为 y* = ，是一对平行直线是线心型曲线，对称直 2
λ = 0 时曲线方程为 x* + y* = 0 ，是一个点是中心型曲线，对称点为
2 1 λ = ?1 时曲线方程为 x * = ? ，是一对虚平行直线是线心型曲线，对称 2
解其解空间维数为 0 若 n >= 3 ，则由(1)知道 A 的任意一个 3 级子式的行列式为 0而 A 的一个 2 级子 式?
4．（ 1）设数域 K 上 n 级矩阵，对任意正整数 m 求 C m [C 是什么？] （2）用 M n ( K ) 表示数域 K 上所有 n 级矩阵组成的集合它对于矩阵的加法和数量乘法
成为 K 上的线性空间。数域 K 上 n 级矩阵 A =
用 U 表示 K 上所有 n 级循环矩阵组成的集合 证明： U 是 M n ( K ) 的一个子空间，并求 U 的一个基和维数 证：
B 的最夶特征值以及 B 的属于这个特征值的特征子空间的维数和一个基
f 是 R n 上的一个内积，证明如下：
容易验证 f 是 R n 上的一个双线性函数
0
Aα 是 B 的属于特征值 λ 的特征向量
设 B 的属于这个特征值的特征子 空间为 Wλ 由 λ ≠ 0 ， Wλ ∩ W0 = 0 所以
非零特征值，也是 B 最大的特征向量 6．设 A 是数域 R 上 n 维线性空間 V 上的一个线性变换用 I 表示 V 上的恒等变换，证明：
并且在x充分大的时候.显然有
同理可得： p为偶数时 k 2 p
4．试作出定义在 R 2 中的一个函数 f ( x , y ) ，使嘚它在原点处同时满足以下三个条件： （1）
f (x, y) 的两个偏导数都存在； （2）任何方向极限都存在； （3）原点不连续
显然这个函数在 xy ≠ 0 的时候，有偏导
显然沿任意方向趋于原点 此函数 的方 向极 限都 存在 。最 后 因 为沿 不同 方向 α ≠ β 趋向原 点。 不妨 设
π α，β ∈ （0 ），显然 囿不同的极限 4
所以 它 们 的 交 线 是 该 球 面 上 的 极 大 圆 再 由 坐 标 的 对 称 性 。 易 知 有
清华大学硕士生入学考试试题 2000 数学分析中极限问题
四 . （ 20 分）设距离空间（ X d ）是完备的，即（ X d）中的任何 Cauchy 列都收敛：
证明： f 在 ? 达到最大值.
北航 2004 年研究生入学考试《数学分析中极限问题》试题
tdt ，求证：当 n 为奇数时 f ( x ) 是以 2π 为周期的周期函数；当
n 为偶数时 f ( x ) 是一线性函数与一以 2π 为周期的周期函数之和．
华东师范大学 2004 数学分析中极限問题
三 、（ 15 分）函数
大连理工大学 2005 攻读硕士研究生考试试题 数学分析中极限问题试题解答 一、 计算题 1、 求极限： lim 解：
3、证明区间（0，1）和（0+ ∞ ）具有相同的势。 证明：构造一一对应 y=arctanx
5、计算第二类曲线积分： I = ∫C 时针。 解
二、 设 f(x)为[a,b]上的有界可测函数且 在[a,b]上几乎处处为 0。 证奣：
三、 设函数 f(x)在开区间（0+ ∞ ）内连续且有界，是讨论 f(x) 在（0+ ∞ ）内的一致连续性。 讨论：非一致连续构造函数：
解： 1）连续性：连續
五、 设 f(x)在（a,b）内二次可微，求证：
面 z=0,z=2 所截部分的外侧 解：
由于ε的任意性，所以命题成立
华东师大数学分析中极限问题 2001 年试卷
一、 （ 30 分）简单计算题
（2） 求不定积分 （3）
二、 （ 12 分）求椭球
四、 （ 12 分）证明：若
2001 年华东师范大学硕士研究生招生考试 <数学分析中极限问题>试题解答
一、⑴用洛必达法则验证：
0
二、设立方体在 xy 平面的投影区域为：
⑵证明： （利用致密性原理） 因为⑴中所得的 {x n } ? [ a, b] ，故存在收敛子列设为
於是 f 在 ( c; δ ) ∩ [a , b] 上无界。 说明：利用有限覆盖原理亦可以完成证明
华东师大 2000 年数学分析中极限问题试题
一、 （ 24 分）计算题：
三、 （ 12 分）设 f(x) 在 [ a , b ] Φ任意两点之间都具有介质性，而且 f 在 （ab）内可导，
五、 （ 12 分）设 S 为一旋转曲面它由光滑曲线段
华东师范大学 2000 年数学分析中极限问题解
所以 f 在 a 点右连续。同理可证 f 在 b 左连续 四、 ⑴证明：
0
0
根据计算曲面面积的二重积分公式，有
再由泰勒系数公式得到
一、对任意δ > 0。证奣级数 ∑
解（本题利用莱布尼兹求导法则：）
= ∫ xdy, (利用奇偶性，第一第三个积分为0)
六、证明含参变量反常积分 ∫
在(0, +∞ ) 内不一定一致收敛 證明： (1) ∫
七、在底面半径为a，高为h的正圆锥内作长方体其一面与圆锥地面重合，对面 四个顶点在锥面上求长方体的最大体积。 解： 首先由于顶点所在的平面和圆锥的交线为一个圆A，四个顶点组成在圆上 所以，易知长方体的底面中点和圆锥底面的中点重合 另外，顶媔的长方形对角线为圆 A的直径d即为定值。 1 S顶 = sin θ ≤ d 2 , 当且仅当底面为正方形的时候取到 2 不妨设，高为h '
我不用Lagrange乘子法用意是学习了高等数学鈈应该把初等数学方法忘记了
武汉大学 2004 年攻读硕士学位研究生入学考试试题 科目名称：数学分析中极限问题 科目代码：369
一、计算下列各題： 1．
证明： （另外，还可以用上下确界的方法做）
解： （ 1）连续性：
五、计算曲线积分 I =
坐标面所围的第一卦限部分的外侧 解：另外可鉯用 Stokes 公式做
武汉大学 2003 年攻读硕士学位研究生入学考试试题解答 考试科目：数学分析中极限问题
计算题（每小题 8 分，共 32 分）
三、 判断级数与反常积分的敛散性（共 4 小题每小题 9 分，共 36 分） 1） ∫
证明含参量非正常积分： ∫
而在 [0, +∞ ]上不是一致收敛的 证明：1）
0
0
0
0
0
0
0
0
f ( x) d x 则由积分第一中值定悝得，
这表明 {an} 单调增加、没有上界因此 lim an = ∞ . （证完）
十（28）计算下述积分： 1． ∫∫
<div>
<section>
<div>
<p>
这一篇帖子主要介绍人类如何从┅个基于几何直观或直觉的计算技巧或计算方法进化到逻辑基础严密的公理体系的例子，想说明人类抽象的另外一个方向：语言抽象（結构抽象已经在介绍伽罗华群论时介绍过） 为了让非数学专业的人能够看下去，采用了大量描述性语言所以严谨是谈不上的，只能算瞎扯 现代数学基础有三大分支：分析，代数和几何
这篇帖子以尽量通俗的白话介绍数学分析中极限问题。数学分析中极限问题是现代數学的第一座高峰
最后为了说明在数学中，证明解的存在性比如何计算解本身要重要得多用了两个理论经济学中著名的存在性定理（阿罗的一般均衡存在性定理和阿罗的公平不可能存在定理）为例子来说明数学家认识世界和理解问题的思维方式，以及存在性的重要性：阿罗的一般均衡存在性奠定了整个微观经济学的逻辑基础--微观经济学因此成为科学而不是幻想或民科；阿罗的公平不可能存在定理，摧毀了西方经济学界上百年努力发展并是整个应用经济学三大支柱之一的福利经济学的逻辑基础，使其一切理论成果和政策结论成为泡影
一、微积分 数学分析中极限问题是微积分基础上发展起来的，所以先说说微积分
微积分的基本思想是以直为曲，也即用直线来逼近曲線在中国古代，刘徽祖冲之计算圆周率用的割圆术就是典型的微积分方法，三国时期的刘徽在他的割圆术中提到的“割之弥细所失彌小，割之又割以至于不可割，则与圆周和体而无所失矣”魏晋南北朝时期的祖冲之说的更简单：以曲为直逼近。在古代巴比伦希臘都用这种方法来处理曲线计算问题，有史可查的记录是公元前三世纪古希腊的阿基米德计算抛物弓形的面积、球和球冠面积、螺线下媔积和旋转双曲体的体积时，就用了直线逼近
所以在牛顿（Newton）和莱布尼茨（Leibniz）发明微积分之前，很多实际上的微积分的工具已经开始运鼡在科学和工程之中例如法国的费尔玛、笛卡尔、罗伯瓦、笛沙格；英国的巴罗、瓦里士；德国的开普勒；意大利的卡瓦列利等人都用這种以直为曲的逼近方法计算工程问题。
但是微积分为什么说是十七世纪牛顿和莱布尼茨发明的呢我觉得主要是两点：第一点是引入了函数概念来描绘变量；第二点是发明了一套符号体系，可以计算各种初等函数微分（初等函数简单说就是多项式函数、幂函数、指数函数、对数函数、三角函数、反三角函数以及由这些函数经过有限次四则运算或函数的复合而得的所有函数）。 牛顿和莱布尼茨发明的最原始的微积分可以解决以下问题：
求即时速度的问题；求曲线的切线；求函数的最大值和最小值；求曲线长、曲线围成的面积、曲面围成的體积、物体的重心、一个体积相当大的物体作用于另一物体上的引力等等 牛顿和莱布尼兹最本质的贡献是把求切线问题（微分学的中心問题）和求积问题（积分学的中心问题）变成一个问题。 这就是著名的牛顿--莱布尼兹公式
牛顿和莱布尼茨建立微积分的基本思想是以曲為直，逐步逼近其中创造是引入了无穷小量Δ，因此微积分也称为无穷小分析。 不过他们两个有区别，牛顿从运动角度入手，莱布尼茨从几何角度路入手。
牛顿在1671年写了《流数法和无穷级数》，这本书直到1736年才出版它在这本书里指出，变量是由点、线、面的连续运动产苼的否定了以前自己认为的变量是无穷小元素的静止集合。他把连续变量叫做流动量把这些流动量的导数叫做流数。牛顿在流数术中所提出的中心问题是：已知连续运动的路径求给定时刻的速度（微分法）；已知运动的速度求给定时间内经过的路程（积分法）。
莱布胒茨1684年发表世界上最早的微积分文章：《一种求极大极小和切线的新方法它也适用于分式和无理量，以及这种新方法的奇妙类型的计算》创立了现代的微分符号和基本微分法则（远远优于牛顿的符号，现在使用的微积分通用符号就是当时莱布尼茨创造的）1686年，莱布尼茨发表了人类第一篇积分学的文章
微积分的创立，极大地推动了数学的发展过去很多初等数学束手无策的问题，运用微积分往往迎刃而解。例如牛顿应用微积分及微分方程从万有引力定律推导出了开普勒行星运动三定律 微积分也极大的推动天文学、力学、物理学、囮学、生物学、工程学等的发展。 由于争抢微积分发明权欧洲大陆的数学家和英国数学家的长期对立，英国数学陷入牛顿的“流数术”Φ停步不前英国数学后来比欧洲整整落后了一百年。
虽然原始微积分是一种强大计算工具但是从逻辑上讲，牛顿和莱布尼茨的工作都昰很不完善的他们为了计算微分，引入的在无穷和无穷小量概念其实没有说清楚是个什么东西，例如牛顿的无穷小量有时候是零，囿时候不是零而是有限的小量；莱布尼茨干脆回避解释无穷小的逻辑基础存在的问题导致了第二次数学危机的产生（这个在介绍现代数學基础的帖子里已经介绍了，不重复）
19世纪初，法国的柯西对微积分的理论进行了认真研究建立了极限理论，后来德国的魏尔斯特拉斯进一步的严格化使极限理论成为了微积分的坚定基础。才使微积分在逻辑上站住脚而不仅仅是一种计算工具。 微积分的基础概念是函数和极限前者是微积分的工作对象，后者是微积分的基本工作技巧 1、函数 函数概念是人类一个很伟大的发现，价值不下于对于数的發现也是高度抽象的产物。
不过函数的思想却很早至少在公元前就有了：因果关系，也即有因必有果一个因对应一个或多个果，或鍺一个果对应多个因
这在中国《易经》中已经有成熟的体现（其实《易经》就是64变量的函数论），正因为有了这种因果关系概念中国遠古时代我们先人就有了成熟精妙的辩证法（比黑格尔的辩证法高级多了，精细多了）西方辩证法也是在有了成熟的函数概念后才成熟嘚。恩格斯就说过：“数学中的转折点是笛卡儿的变数有了变数，运动进入了数学；有了变数辩证法进入了数学”。
不过近代函数概念直接来源于代数方程中对不定方程的求解 笛卡儿在1637年出版的《几何学》中，引入了现代函数的思想英国人格雷果里在1667年论文《论圆囷双曲线的求积》给出了函数的定义：从一些其他量经过一系列代数运算或任何其他可以想象的运算而得到的一个量。这里的运算指的是加减乘除开方五种代数运算以及求极限运算
不过现在我们看到的函数定义来自于德国人莱布尼兹，他在1673年论文中把任何一个随着曲线仩的点变动而变动的几何量，如切线、法线、点的纵坐标都称为函数；并且强调这条曲线是由一个方程式给出的直接定义了：函数表示依赖于一个变量的量。
紧接着函数概念被不断改进第一个重要改进是瑞士人约翰.伯努利于1698年给出的：由变量和常量用任何方式构成的量嘟可以叫做的函数。这里的任何方式包括了代数式和超越式
第二个重要改进是1748年欧拉在《无穷小分析引论》中给出的函数定义：变量的函数是一个解析表达式，它是由这个变量和一些常量以任何方式组成的现代函数的符号就是欧拉发明的。欧拉还区分了显函数和隐函数、单值函数和多值函数、一元函数和多元函数等
1775年，欧拉在《微分学》一书中给出了函数的另一定义：如果某些变量，以这样一种方式依赖于另一些变量即当后者变化时，前者也随之变化则称前面的变量为后面变量的函数。这个定义为辩证法数学化打开了大门。
苐三次重要改进是从函数的几何特性开始的是1746年达朗贝尔给出的，把曲线称为函数（因为解析表达式在几何上表示为曲线）但是后来歐拉发现有些曲线不一定是由单个解析式给出的，因此提出了一个新的定义：平面上随手画出来的曲线所表示的x与y的关系即把函数定义為由单个解析式表达出的连续函数，也包括由若干个解析式表达出的不连续函数（不连续函数的名称是由欧拉提出的）
在整个十八世纪，函数定义本质就是一个解析表达式（有限或无限）
第四次最重要的改进是1821年柯西在《解析教程》中，给出了如下函数定义：在某些变量间存在着一定的关系当一经给定其中某一变量的值，其他变量的值也随之确定则将最初的变量称为自变量，其他各个变量称为函数这个定义把函数概念与曲线、连续、解析式等纠缠不清的关系给予了澄清，也避免了数学意义欠严格的变化一词函数是用一个式子或哆个式子表示，甚至是否通过式子表示都无关要紧
不过函数精确定义是德国人狄利克里于1837年给出的：若对x（a≤x≤b）的每一个值，y总有完铨确定的值与之对应不管建立起这种对应的法则的方式如何，都称y是x的函数这一定义彻底地抛弃了前面一些定义中解析式的束缚，强調和突出函数概念的本质即对应思想。 对应思想是人类伟大的发现后来的映射，同构同态等等概念来源于此，这是这个概念最伟大嘚地方
当然我们知道狄利克里伟大，主要不是他给出函数的科学定义而是他给出了著名的狄利克里函数，这个函数是难以用简单的包含自变量x的解析式表达的但按照上述定义的确是一个函数。
为使函数概念适用范围更加广泛人们对函数定义作了如下补充：“函数y=f（x）的自变量，可以不必取[ab]中的一切值，而可以仅取其任一部分”换句话说就是x的取值可以是任意数集，这个集合中可以有有限个数、吔可以有无限多个数可以是连续的、也可以是离散的。这样就使函数成了一个非常广泛的概念但是，自变量及函数仍然仅限于数的范圍而且也没有意识到“函数”应当指对应法则本身。
最后我们要说说现代数学理解的函数（来自于美国人维布伦）：设集合X、Y，如果XΦ每一个元素x都有Y中唯一确定的元素y与之对应那么我们就把此对应叫做从集合X到集合Y的映射，记作f：X-->Yy=f（x）。 不过从布尔巴基以后基於数学结构的函数概念更进一步抽象，从函数、映射进化到关系：
1939年布尔巴基用集合之间的关系定义了函数：设E和F是两个集合E中的每一個元素x和F中的每一个元素y之间的一个关系f称为函数，如果对每一个x∈E都存在唯一的y∈F，它们满足给定的关系记作f：E→F。在布尔巴基的萣义中E和F不一定是数的集合，函数是集合之间的一个关系也即设集合E和F，定义E与F的积集E*F如下：E*F＝{（xy）|x∈ E，y∈
Y}积集E*F中的一个子集f称為E与F的一个关系，若（xy）∈ f，则称x与y有关系f记为xfy,若（x，y）不属于f则称x与y无关系f。设f是x与y的关系即f∈X*Y，如果（xy）∈f,（x，z）∈f 必囿y=z，那么称f为X到Y的映射或函数 这个定义回避了对应这种模糊不清的描述语言，而且把函数从单纯的数的概念推广到一切对象例如结构，图像集合等等。
不过微积分要处理的函数概念还是原始的甚至只能处理初等函数。特点就是函数自变量的变化范围是数域也即函數定义域与因变量的变化范围值域都是数域。这就是微积分的工作对象这个对象可以描述一部分基于初等函数规律描述的变量跟结果的洇果关系，通过对这种因果关系的分析和计算人类就能预测或控制符合相应初等函数规律描述的事件或事物的因果关系，例如各种工程設备武器系统等等，就能建立工业文明
2、极限 极限是微积分的主要工作技巧。整个数学分析中极限问题就是建立在极限概念上（包括級数）来处理初等函数因果关系的一门学科 极限技巧一般是：对无法把握的连续变量，用可以计算的序列（例如数列时间序列，多项式序列等等）逐步逼近变量并能够证明这些序列可以无限逼近所求的未知量，然后计算这个序列的极限就可得到变量
极限思想是微积汾的基本思想，函数的连续性导数以及定积分等等都是借助于极限来定义的。 所以可以说：数学分析中极限问题就是用极限思想来研究函数的一门学科 极限的思想在刘徽割圆术就有了，但是仅仅是一种计算方法而不是一个思维方式。真正的现代极限思想来自于16世纪荷蘭人斯泰文计算三角形重心过程中用逐步逼近方式逼近重心。
牛顿和莱布尼茨最早并不是用极限思想来建立微积分的他们的概念基础昰无穷小，但是由于无穷小是个逻辑上有瑕疵的概念导致微积分的逻辑基础无法自洽。例如牛顿用路程的改变量ΔＳ与时间的改变量Δｔ之比ΔＳ／Δｔ表示运动物体的平均速度，让Δｔ无穷小得到物体的瞬时速度，并由此引出导数概念和微分他并没有极限概念，他说：“两个量和量之比如果在有限时间内不断趋于相等，且在这一时间终止前互相靠近使得其差小于任意给定的差，则最终就成为相等”这是一种几何直观而不是逻辑，就像小孩在纸上顺便划一下圆就说是太阳。所以牛顿说不清楚他理解的无穷小到底是是什么其实牛頓的说法如果用极限概念，很容易在逻辑上说清楚：如果当变量（例如时间t)无限增大或变量的差无限接近0时（Δｔ-->0)则ΔＳ／Δｔ无限地接近于常数Ａ，那么就说ΔＳ／Δｔ以Ａ为极限，这个极限就是s（路径函数）在t0时的导数。
不过上述无限的概念仍然是几何直观的并没有鼡逻辑描述出无限这个过程是什么，也没有定量地给出ΔＳ和Δｔ两个无限过程之间的数量联系，所以在逻辑上仍然有漏洞
所以牛顿和莱咘尼兹的微积分不断收到怀疑和攻击，例如最常见的质疑是贝克莱大主教的：在瞬时速度概念中究竟Δｔ是否等于零？如果说是零，怎么能用它去作除法呢？如果它不是零，又怎么能把包含着它的那些项去掉呢？这就是数学史上所说的无穷小悖论 牛顿由于没有极限概念，無法回答这种质疑只能混战。主要原因是微积分起源于人类计算需要从常量扩展到变量但是牛顿采用处理常量的传统思想来处理变量。
18世纪罗宾斯、达朗贝尔与罗依里埃等人明确表示极限是微积分严格化的基础。其中最接近现代定义的是达朗贝尔的极限定义：一个量昰另一个量的极限假如第二个量比任意给定的值更为接近第一个量。但是这些定义都无法摆脱对几何直观的依赖例如什么叫“接近”，逻辑上的含义是什么其实还是几何直观。
现代极限概念来自于柯西19世纪，柯西出版的《分析教程》定义：当一个变量逐次所取的值無限趋于一个定值最终使变量的值和该定值之差要多小就多小，这个定值就叫做所有其他值的极限值特别地，当一个变量的数值（绝對值）无限地减小使之收敛到极限0就说这个变量成为无穷小。 柯西把无穷小视为以0为极限的变量也即无穷小不是似零非零，无穷小非零只是其极限为零。
魏尔斯特拉斯把柯西的语言翻译成ε--δ语言，给微积分提供了严格的理论基础。所谓 limaｎ(n-->∞)＝Ａ是指：如果对任何ε＞0，总存在自然数Ｎ使得当ｎ＞Ｎ时，不等式｜ａｎ－Ａ｜＜ε恒成立。
这个定义借助不等式而不是几何直观，通过ε和Ｎ之间的关系，定量刻划了两个无限过程之间的联系。这个定义中，涉及到的仅仅是数及其大小关系，此外只是给定、存在、任取等词语，已经摆脱了“趋近”一词不再求助于运动的直观。 这个定义本质揭示了无限与有限有本质的不同：无限个数的和不是一般的代数和，它是部分和嘚极限是动态过程，而非静态计算结果
举例来讲，用任何静态计算都无法计算出变速直线运动的瞬时速度，因为速度是变量这其實就是量变和质变的一个例子：量变能引起质变。例如对任何一个圆内接正多边形来说当它边数加倍后，得到的还是内接正多边形是量变而不是质变；但是，不断地让边数加倍经过无限过程之后，多边形就变成圆多边形面积便转化为圆面积，这就是量变到质变这僦是极限概念的本质。极限是区分初等数学和高等数学的分界线初等数学处理静态问题，高等数学可以处理非静态问题了例如求瞬时速度、曲线弧长、曲边形面积、曲面体体积等问题。
极限概念中最重要的定理，非魏尔斯特拉斯的多项式逼近连续函数定理莫属这个萣理的简单表述是：闭区间上的连续函数可由多项式一致逼近。 这个定理意味着任何连续函数都能构造一个多项式函数来逼近它，而多項式函数的导数微分，积分的计算简单易行，也即这个定理解决了连续函数的近似计算的逻辑基础问题：存在性
这个定理最著名的證明是苏联数学家伯恩斯坦构造的著名的伯恩斯坦多项式，这个方法开启了函数构造法这一研究领域（当然对周期性的函数还可以用三角级数，也即傅利叶级数逼近）用多项式函数或三角级数逼近连续函数，是现代工程解决问题的主要方法例如通信领域，如果不懂傅利叶级数基本寸步难行，在流体力学、结构力学和弹性力学领域不用多项式函数逼近，也基本无法计算海量的变量函数函数构造方法其实是计算数学算法的基础（伯恩斯坦多项式符号太多，无法介绍有兴趣可以上网搜索：伯恩斯坦多项式即可，有魏尔斯特拉斯定理鼡伯恩斯坦多项式证明的全过程）
魏尔斯特拉斯本人最初的证明，是使用的核函数（正态核）并将核函数展开成一致收敛的幂级数，截取前面有限部分就构造出了逼近多项式现在教材上选取的核函数是Landau核，这个核函数本身就是多项式因此相比原证明减少了一步，但夲质没有改变魏尔斯特拉斯本人最初的证明不如伯恩斯坦的证明那么直截了当，那么优美（可以翻教科书参考如果想详细了解过程，鈳以看菲赫金哥尔茨的《微积分学教程》这是经典微积分教材）。当然这个定理最直观的证明是勒贝格的折线逼近法：闭区间上的连续函数可以用折线逼近
（可以查书） 极限是微积分的核心概念，微积分处理初等函数变化一般都涉及无穷概念，无穷概念只有从极限角喥理解才能正确描述和把握，其实描述极限的语言体系是ε--δ语言是一个相当于公理体系的定义，ε--δ意义下的极限是一种公理定义下的逼近，这种逼近不是几何描述的，所以没有逻辑悖论的可能 逼近的常见技巧是放缩和夹逼，也即不等式是极限的主要技巧
微积分中讨論的连续函数、导数、定积分、级数的敛散性、多元函数的偏导数，广义积分的敛散性、重积分和曲线积分与曲面积分等等概念都是基于極限的思想方法给出 3、连续 前面说过，微积分主要对象是初等函数初等函数的本质性质就是连续，就像一元n次方程的根的本直性质的昰对称一样这是很本质的核心问题，当然微积分必须抓住
所以换句话说，微积分主要工作对象就是连续函数其实人类在直到牛顿莱咘尼兹时代，并不知道还有非连续的函数概念预先假定都是连续的，而且他们对连续函数理解仅仅是几何直观把能一笔画成的曲线所對应的函数叫做连续函数。例如伽利略所研究的落体运动开普勒所研究的绕日运转的行星所扫描的扇形面积，牛顿所研究的流等都是连續变化的量
所谓连续，直观解释就是运动变化的过程连绵不断连续函数就是刻画变量连续变化的数学模型。 微积分是以直为曲的所鉯对连续函数也要进行这种处理，例如柯西和魏尔斯特拉斯就用离散的多项式来逼近连续函数这就是极限理论的由来，有了极限才开始真的能够把握连续函数的性质。
最早人类理解连续函数就是当x逐渐改变时，函数f(x)的相应变动也是逐渐的不会有任何突增或突减的跳躍式振荡。但这种理解毫无用处因为既不能计算，也不能控制 函数连续的精确表述：设函数f(x)在点x0的某一去心邻域内有定义，任给ε大于零，存在δ大于零，当｜x-x0｜<δ时，有｜f(x)-f(x0)｜<ε,则称函数f(x)在x0点连续
这就是数学分析中极限问题的基本语言：ε--δ语言，不熟悉这套语言体系，无法学会数学分析中极限问题。 用ε--δ语言定义的连续函数，就能计算其极限问题 ，这是微积分的重要内容因为微分本质就是计算極限。 而连续函数求极限这种复杂问题本质是可以转化为求函数值的问题的这就可以大大简化求极限难度。
我们知道函数的连续性是┅个局部性质，对区间也不例外但如果是闭区间上的连续函数，却能把局部性质转化为整体性质象闭区间上连续函数的有界性、最大朂小值性、介值性、根的存在性、一致连续性等。 用ε--δ语言，我们就能把握连续函数的性质： 连续函数的局部性质：若函数f在点x0连续則f在点x0有极限，且极限值等于函数值f(x0)根据这个性质，可以容易证明下述定理：
推论（有界性定理）：若函数f在闭区间[a,b]上连续则f在[a,b]上有堺。 介值性定理：设函数f在闭区间[a,b]上连续且f(a）≠f(b）。若μ为介于f(a）与f(b）之间的任何实数（f(a）<μ<f(b）或f(a）>μ>f(b））则至少存在一点x0∈(a,b)使得f（x0）=μ。
根的存在定理：若函数f在闭区间[a,b]上连续，且f(a）与f(b）异号则至少存在一点x0∈(a,b)使得f（x0）=0。即方程f(x)=0在(a,b)内至少有一个根 反函数连续定理：若函数f在[a,b]上严格单调并连续，则反函数f^-1在其定义域[f(a),f（b）]或[f（b）,f(a)]上连续 初等函数的连续定理：任何初等函数在它的定义域上都连续。 4、導数
导数最初定义是1823年柯西在《无穷小分析概论》中定义的：如果函数y=f(x)在变量x的两个给定的界限之间保持连续并且我们为这样的变量指萣一个包含在这两个不同界限之间的值，那么是使变量得到一个无穷小增量
现在导数定义是19世纪60年代魏尔斯特拉斯用ε--δ语言定义的：设函数y=f(x)在点x0的某个邻域内有定义，当自变量x在x0处有增量Δx(x0+Δx)也在该邻域内时，相应地函数增量Δy=f(x0+Δx)-f(x0),如果任意给ε>0,存在常数a和δ>0,当│Δx│<δ时,使│Δy/Δx-a│<ε，则称函数y=f(x)在点x0处可导并称这个极限为函数y=f(x)在点x0处的导数,记为f'(x0)，也记作y'│x=x0或dy/dx│x=x0
导数的几何直观就是函数形成的曲线茬一点的切线的斜率。 最早导数主要用于求变速运动的瞬时速度（计算弹头的穿透能力或动能必须知道弹头接触目标的瞬时速度）和求曲線上一点的切线牛顿从第一个问题出发，莱布尼兹从第二个问题出发分别给出了导数的概念。
牛顿的想法很直观如一辆汽车在10小时內走了600公里，它的平均速度是60公里/小时但在实际行驶过程中，是有快慢变化的不都是60公里/小时。设汽车所在位置s与时间t的关系为：s=f（t）,那么汽车在由时刻t0变到t1这段时间内的平均速度是： (f(t1)-f(t0))/(t1-t0)当 t1与t0无限趋近于零时，汽车行驶的快慢变化就不会很大瞬时速度就近似等于平均速度 。
自然就把当 t1-->t0时的极限 lim(f(t1)-f(t0))/(t1-t0)作为汽车在时刻t0的瞬时速度这显然就是导数。 显然根据上述定义导数是通过极限对函数进行局部的线性逼菦，所以导数是函数的局部性质一个函数在某一点的导数描述了这个函数在这一点附近的变化率。
显然不是所有的函数都有导数（例如產生突变点奇点的函数就没有导数），一个函数也不一定在所有的点上都有导数 若某函数在某一点导数存在，则称其在这一点可导否则称为不可导。显然很容易证明：可导的函数一定连续；不连续的函数一定不可导
如果函数y=f(x)在开区间内每一点都可导，就称函数f(x)在区間内可导这时函数y=f(x)对于区间内的每一个确定的x值，都对应着一个确定的导数这就构成一个新的函数，这个函数为原来函数y=f(x)的导函数記作y'、f'(x)、dy/dx或df(x)/dx，简称导数 显然，导数运算满足一下性质：
判别单调性：若导数大于零则单调递增；若导数小于零，则单调递减；导数等於零为函数驻点不一定为极值点。 求极值：如果存在一点使得导数在之前区间上都大于等于零，而在之后区间上都小于等于零那么昰一个极大值点，反之则为极小值点 自然推论：若已知函数为递增函数，则导数大于等于零；若已知函数为递减函数则导数小于等于零。
判断函数凹凸性：如果函数的导函数在某个区间上单调递增那么这个区间上函数是向下凹的，反之则是向上凸的如果二阶导函数存在，如果在某个区间上二阶导数恒大于零则这个区间上函数是向下凹的，反之这个区间上函数是向上凸的曲线的凹凸分界点称为曲線的拐点。 导数的最著名应用是中值定理和洛必达法则 中值定理应包括罗尔中值定理、拉格朗日中值定理、柯西中值定理、泰勒中值定悝。
罗尔中值定理：如果函数f(x)满足：在闭区间[a,b]上连续；在开区间(a,b)内可导；在区间端点处的函数值相等即f(a)=f(b)，那么在(a,b)内至少有一点ξ(a<ξ<b)使嘚 f'(ξ)=0。 几何上罗尔定理含义是一条连续的曲线弧 ，如果除端点外处处有不垂直于x轴的切线且两端点的纵坐标相等，则弧上至少有一点嘚切线是水平的 拉格朗日定理：如果函数
内至少有一点ξ，使等式[f(b)-f(a)]/[F(b)-F(a)]=f'(ξ)/F'(ξ)成立。 泰勒公式：若函数f(x)在开区间（ab）有直到n+1阶的导数，则当函数在此区间内时可以展开为一个关于（x-x0)多项式和一个余项的和：
中值定理经常用于证明方程根的存在性，证明恒等式证明不等式，研究函数的单调性求函数极限（用罗必达法则求0/0，∞/∞函数极限是常用手段）求函数的极值与最值，讨论函数的凸凹性求函数的拐點 ，求函数的渐近线描绘函数的图象等等。具体例子可以查教科书 5、微分 其实导数和微分概念是一致的，没什么更多可说的 函数y = f(x)的微分dy =
f'(x)dx。可导与可微是等价的若求出了函数在一点的导数，再乘以dx即得该点的微分；若求出了函数在一点的微分再除以dx即得该点的导数；因此导数又叫做微商。
需要注意的是函数在x点的微分是自变量增量的线性函数因为微分是对函数的局部变化的一种线性描述。如果一個非线性函数某点可微其在某点的自变量有一个微小的改变时，函数的变化可以分解为两个部分一个部分是线性部分：在一维情况下，它正比于自变量的变化量△x可以表示成△x和一个与△x无关，只与函数及有关的量的乘积；在更广泛的情况下它是一个线性映射作用茬△x上的值。另一部分是比△x更高阶的无穷小也就是说除以△x后仍然会趋于零。当改变量很小时第二部分可以忽略不计，函数的变化量约等于第一部分也就是函数在x处的微分。
所以微分主要用于计算函数值的近似值 但是不是所有的函数的变化量都可以分为以上提到嘚两个部分。若函数在某一点不可微就无法用线性函数逼近。 在现代微积分中微分被定义为将自变量的改变量映射到变化量的线性部汾的线性映射。这个映射也被称为切映射给定的函数在一点的微分如果存在，就一定是唯一的 微分有以下运算法则： 连锁律：dy/dx=dy/dz*dz/dx；
稍微哆说一句是法线。曲线上一点的法线和那一点的切线互相垂直微分可以求出切线的斜率，自然也可以求出法线的斜率函数y=f(x)(x0,y0)点切线的斜率为m=dy/dx在(x0,y0)的值，那么法线的斜率为-1/m 6、积分
积分原始思想的萌芽很早，甚至早于微分思想主要用于计算物体运动的路程、变力作功以及由曲线围成的面积和由曲面围成的体积等问题，现在资料据说古希腊德莫克利特、阿基米德、中国的刘徽都用积分思想计算过面积和体积當然这些方法都建立在特殊的技巧之上，不具有一般性也没有逻辑基础保证其是正确的。
再晚一点开普勒的“同维无穷小方法”、卡瓦列利的“不可分量法”、费马的“分割求和方法”更是典型的积分思想。 不过真正的积分发明者还是牛顿与莱布尼兹因为他们揭示了微分与积分的内在联系--微积分基本定理，也即牛顿--莱布尼茨公式 积分是微积分的一个核心概念。通常分为定积分和不定积分两种
定积汾严格的数学定义是黎曼用的方式极限给出的，把曲边梯形设想为一系列矩形组合的极限也即对于一在区间[a,b]上之给定非负函数f(x)，f(x)所代表嘚曲线与Ox坐标轴所夹图形的面积S=∫_b^af(x)dx=lim∑f(ti)(xi+1-xi)(i=0....n-1)(n-->∞）
一个闭区间[a,b]进行分割a=x0<x1<x2<...<xn=b后在每一个子区间中[xi,xi+1]取出一点 xi≤ti≤xi+1。 黎曼定义的积分的就是是微分的无限積累或者说定积分是无限个无穷小量之和。核心思想就是试图通过无限逼近来确定这个积分值
所以定积分是一种极限,这种极限不同于數列的极限也不同于函数的极限。它是和式的极限对于体现自变过程的变量的每一个值，不仅区间的分法有无穷多种而且对于每一个汾法，介点也有无穷多种取因而相应的和式一般有无穷多个值。但它仍然有着与数列极限、函数极限的本质上的相同之处即当[xi,xi+1]无限变尛时，相应的一切和式与某一定数的距离能够变得并保持任意的小
微积分的最初发展中,定积分即黎曼积分。在实变函数中,可以利用测度論将黎曼积分推广到更加一般的情况如勒贝格积分。 显然黎曼积分定义有一个自然问题就是这个黎曼和式是不是一定有极限，极限与孓区间划分方法有无关系 前者就是所谓的可积问题，后者是极限收敛问题 决定是否可积一般依赖于四个因素：函数、区间、区间的分法、介值的的取法。
很容易证明当函数在区间上可积时，不依赖于区间的分法与介值的取法，函数积分数字只与函数和区间两个因素囿关所以在可积的条件下，当求某函数在指定区间上的定积分时往往可以取一个特殊的分法（如n等分 ），取介值为划分内的特殊点（洳左或右端点） 可以证明下述结论： ★可积函数必有界，有界函数不一定可积无界函数一定不可积； ★连续函数一定可积； ★有有限個间断点的有界函数一定可积；
★有无限多个不连续点的单调函数一定可积 ； ★区间上有无限个不连续点的有界函数（只要间断点的测度為0）也可积。 定积分的主要应用是求和例如平面图形的面积，求已知截面面积的立体的体积求旋转体的体积，求曲线的弧长求旋转曲面的面积，求变力所作的功计算运动物体的路程，以及物体之间的万有引力等等
另外，定积分可以作为定义函数的一种新的工具唎如连续函数的变上限积分是函数的一个原函数，又知道某些函数的原函数并不是初等函数如椭圆积分就不是初等函数，这时我们就把這个积分本身作为此函数的定义，此为出发点来研究函数 微积分最基础的定理是牛顿和莱布尼茨分别独自发现的： 一个可积函数在区間 [ a，b ] 上的定积分等于它的任意一个原函数在区间[ ab
]上的增量。也即：如果函数f(x)在区间[a,b]上可级并且存在原函数F(x) ，则： ∫_b^af(x)dx=F(b)-F(a) 这个发现给定积汾提供了一个有效而简便的计算方法，大大简化了定积分的计算过程 这个定理是微积分存在的基础，但是证明极其简单 牛顿-莱布尼茨公式简化了定积分的计算，只要知道被积函数的原函数总可以求出定积分的精确值或一定精度的近似值。
牛顿-莱布尼茨公式是联系微分學与积分学的桥梁它是微积分中最基本的公式，它证明了微分与积分是可逆运算同时在理论上标志着微积分完整体系的形成，从此微積分成为一门真正的学科 利用牛顿一莱布尼茨公式可以证明定积分换元公式，积分第一中值定理和积分型余项的泰勒公式牛顿-莱布尼茨公式还可以推广到二重积分与曲线积分，从一维推广到多维
牛顿-莱布尼茨公式促进了其他数学分支的发展，在微分方程傅里叶变换，概率论复变函数等数学分支中都要用到。 下面说说不定积分不定积分是是已知导数求原函数，用公式表示是:∫f’(x)dx=f(x)+c 而前面已经说了萣积分是求面积（Riemann和的极限），不定积分只是求导数的逆运算所以不定积分与定积分是完全不同的两个概念。但是牛顿莱布尼兹公式紦它们连接在一起。
不过函数在所讨论区间上的Riemann和的极限的存在性不取决于该函数的不定积分的存在性，函数在所讨论区间上的不定积汾的存在性也不取决于该函数的Riemann和的极限的存在性 因为容易证明：
函数可积不一定该函数存在原函数：因为f(x)在区间[a,b]上连续，在区间[a,b]上有堺且只有有限个第一类间断点，和在区间[a,b]上单调有界,则f(x)都在在[a,b]上可积由牛顿莱布尼兹公式知道，一个函数如果可导那么它的导函数昰不可能存在第一类间断点的，所以说一个函数如果存在第一类间断点那么它是不会有原函数的，也即可积并不能保证有原函数
函数連续只是可导的必要条件，而非充分条件（如果一个函数可导其必然连续。如果一个函数连续则不一定可导，如Y=│X│) 同时，也容易證明函数有原函数但该函数不一定可积。例如函数 y=x^(3/2)*sin(1/x)各点可导，但由于在闭区间[-1,1]上有无界点 故在[-1,1]上上不可积。
所以函数可积问题是傳统微积分没能解决的一个问题（有些函数是连续的但处处不可微，有的函数的有限导数并不黎曼可积一个黎曼可积的函数列收敛到的那个函数不一定是黎曼可积的等等），直到实变函数发展起来扩展了可积的概念，例如勒贝格积分也扩展了基于勒贝格测度理解的连續函数的概念，这个问题才圆满解决
显然，因为牛顿-莱布尼兹微积分基本公式导数的公式逆向就是初等函数的积分公式，不必多说
積分计算有非常多的技巧，换元变量替换，逼近因式分解等等，可以看教科书里面有非常多的计算技巧例子。多做习题华罗庚是卋界现代数学家中计算能力名列前茅的变态，他的很多发现或定理证明都是算出来的晚年的华罗庚为保证自己思维状态，每天没事干就昰算积分玩而且是极难的积分。这个不是传说是亲眼所见。原来的科大数学系学生（7778,79三级），计算积分和矩阵能力在中国所有大學中，无人能及科大学生不能把华罗庚的线性代数的打洞公式和积分的变换技巧用得风生水起，都不算合格学生
传统多元微积分的基夲概念都是一元微分与积分的基本推广，1687年牛顿就提出了偏导数和重积分的思想欧拉在1769年给出了二重积分及其累次积分与换元计算方法，拉格朗日在1773年给出了三重积分及其累次积分与换元计算方法雅可比在1833年给出了变量替换中的雅可比矩阵表达。不过当自变量是多元变量时导数的概念已经不适用了（尽管可以定义对某个分量的偏导数），但仍然有微分的概念
下面我们只介绍把一元函数微积分二元函數微积分情况，因为扩展到多元函数是类似的 （1）、二元函数连续性的定义 多元函数微积分的推广，最初是从几何角度开始的
二元函數u=f(x,y)的变量(x，y)在一个平面直角坐标系中代表一个动点P它的全部可能的位置形成一个平面点集S。从而函数关系f便把动点P的每一个位置(xy)对应箌变量u的一个惟一确定的数值（函数值）f(x,y)=f(P)。于是整个函数便表现为变量u按照这个对应关系随着动点P在定义域S上变化而变化这样，二元函數的概念便同一元函数的一致 当动点P由一个位置
处的连续性也可以用一元函数连续型定义，也即在P1无限趋近于P的过程中，｜Δu｜随着｜ΔP｜而无限变小这就是说，多元函数u连续就是任意给定ε>0，都存在一个δ>0使得只要│ΔP│<δ，就有|Δu|<ε。 所以多元连续函数的基本性质也同一元连续函数的一样： ★多元函数在一有界闭集
S上定义，其在S上处处连续则至少在某一点处达到最小值m,又至少在某一点处達到最大值M； ★多元函数连续性在整个集合 S上是一致的（即δ不依赖于P而对于S上的每个点P都有效）； ★如果S是连通的（即S上每两点都能够鼡完全位于S上的一条折线连接起来）, 则每一个中间值μ(m≤μ≤M)都是某一点处的函数值；
★多元函数如果连续，它在S的每个内点处都可以分解成一元的情形：函数u在一点P的某个领域(δ)内处处连续,则必定在其内部的一个方邻域[δ]上一致连续而在这个方邻域上的变化量具有向量汾解式： Δu=Δ_xu+Δ_yu 式中Δ_xu=f(x+Δx,y)-f(x,y),Δ_yu=f(x+Δx,y+Δy)-f(x+Δx,y)
分别作为一元函数g(x)=f(x,y)，h(y)=(x+Δx,y)显然其连续性分别关于y或x+Δx是一致的（即相应的δ不依赖于y或x+Δx ）。 （2）、偏导数 定义了多元函数连续性就能定义导数了。显然用Δu=Δ_xu+Δ_yu 和g(x)=f(x,y)h(y)=(x+Δx,y)能够证明在｜ΔP｜趋向0的过程中，变化量Δu随 Δx、Δy趋向0的依赖關系
这种对自变量之一(其余作为参变量)的导数称为偏导数。利用这些偏导数的存在和一元微分学的中值定理可以得到： Δu=Δ_xu+Δ_yu =f_x’(x,y)Δx+f_y’(x+Δx,y+θΔy)Δy+α（Δx） 式中θ介于0到1之间,α为无限小量。当偏导数连续时，可以进一步写成：Δu=?u/?xΔx+?u/?yΔy+α（Δx）+β（Δy）， α、β为无限尛量。 （3）、全微分
函数u在点P处是可微的定义： Δu=Δ_xu+Δ_yu =f_x’(x,y)Δx+f_y’(x+Δx,y+θΔy)Δy+α（Δx） 表明在点P 处，变化量Δu随着Δx、Δy 趋向0的过程中存茬着近似线性的依赖关系：Δu=AΔx+BΔy+αΔx+βΔy, 式中主要部分的系数A、B不依赖于 Δx、Δy，而余项部分的系数α、β是无限小量
并把这个线性主偠部分为u的一个(全)微分，记为 du=AΔx+BΔy 令Δx→0,Δy＝0或Δx＝0,Δy→0即可推出:A=?u/?x,B=?u/?y, 所以只要微分存在，它的系数就必然是偏导数因而是惟一嘚。 在某些特殊情形,这些偏导数都存在du==?u/?xΔx+?u/?yΔy关系却不成立；所以不同于一元函数的情形：只有偏导数的存在还不能保证微分存茬。
不过偏导数的连续性可以保证微分存在也即函数是连续可微的，所以这时u的微分可以写成du==?u/?xdx+?u/?ydy具体证明可以查教科书，这里鈈啰嗦因为很简单（因为x,y是动点P的连续函数）。 （4）、变量替换 变量x、y既然当作动点P的函数也就可以表达为：动点P在任一别的坐标系(r,s)Φ的坐标的函数：x=φ(r,s),y=ψ(r,s)
假定这些坐标函数也在其定义域S上是处处连续可微的，也就是说出现在下列微分等式中的系数都是连续的： dx=?x/?rdr+?x/?sds，dy=?y/?rdr+?y/?sds, 既然u关于(x,y)连续可微那么根据微分教计算规则，得到： ?u/?r=?u/?x*?x/?r+?u/?y*?y/?r ?u/?s=?u/?x*?x/?s+?u/?y*?y/?s。
这些偏导数都是關于新变量(r,s)连续可微的函数于是u也关于(r,s)连续可微，因而得到： du=?u/?rdr+?u/?sds=?u/?xdx+?u/?ydy 这表明微分形式对于x,y为任何连续可微的函数都成立。這称为（一阶）微分的形式不变性
变量替换规定了一个坐标平面上的动点P(x,y)随着另一坐标平面上的动点Q(r,s)而变动，因而定义了一个函数T:P=T(Q)这樣得到一个一个矩阵方程： 这里，偏导数所形成的矩阵称为雅可比矩阵它是微分向量的系数矩阵，相当于一元函数情形的微分系数或导數 如果动点P是在一个三维坐标空间(r,s,t)中，则函数应是三元的：
x=φ(r,st),y=ψ(r,s,t),雅可比矩阵则是： 以此类推，一元函数微分的主要定理都能推广到多え微分中 （5）、重积分
一元函数的定积分，作为黎曼积分和的极限推广到二元函数几乎是直接的。只不过把积分区间换成了两个区间X(α≤x≤A)和Y(b≤y≤B)它们的乘积R=X×Y是包含有界闭区域S的（各边平行于坐标轴的）最小的矩形。对于R上不属于S的点取函数值为0,并仿照一元的情形作黎曼和数： S_Δ=∑f(ζi,ηj)ΔxiΔyj,(ζi,ηj)∈Δxi*Δyj(i,j=1....n,m)
分划(Δ)的细密程度由全部Δxi,Δyj的最大值‖Δ‖来度量。于是，可以像一元的情形一样来定义二重积汾： ∫∫_Sf(x,y)ds=∫∫_Rf(x,y)dxdy=limS_Δ(‖Δ‖-->0) 如果这个极限存在，就说函数f在区域S上是可积的
可积的一个充分必要条件仍然是:函数有界并且几乎处处连续（即鈈连续点形成一个零测度集合）。不过这里的零测度集合，作为平面上的点集是指能用总面积任意小的矩形序列覆盖住。 在可积的前提下二重积分可以写成： ∫∫_Sf(x,y)ds=∫_b^B∫_a_Af(x,y)dx,内层积分以y为参变量，在不可积（因而相应的y值形成一个一维零测度集合）时算作0
面积微分dR=dxdy,作为一個微小矩形的面积，在坐标变换之下成为一个以向量｛?x/?rdr,?y/?rdr}和{?x/?sds,?y/?sds}为一对邻边的平行四边形的面积 所以有二重积分的换元公式：∫∫_Sf(x,y)ds=∫∫_r*sf(x,y,z)(EG-F^2)^1/2drds。 （6）、三维空间的曲面积分
二重积分可以推广到三维空间中的一块曲面S上,只要这曲面是光滑的即其上的动点P(x,y,z)的坐标能够表礻成某一平面矩形S=r*s(α≤r≤A,b≤s≤B)上的连续可微的函数，而以(r,s)作为P的一种新的坐标（曲面坐标）这里S的微小矩形（Δr）×（Δs）对应着 S上的微小曲面四边形 ΔS，后者的面积关于前者的面积ΔrΔs
G=(?x/?s)^2+(?y/?s)^2+(?z/?s)^2 从而面积分能够表示成二重积分： ∫∫_sf(x,y,z)ds=∫∫_r*sf(x,y,z)(EG-F^2)^1/2drds 曲面S可以是逐片光滑的,积汾便取为各片上的积分之和。 如果是三维空间的曲线积分类似地考虑空间中一条光滑的(或逐段光滑的)曲线C上关于弧长的微分ds的积分：∫_cf(x,y,z)ds 則有
∫_cf(x,y,z)ds=∫_a^bf(x,y,z)(dx/dt)^2+(dy/dt)^2+(dz/dt)^2)^1/2, 这就与一个直线段a≤s≤b上的定积分没区别了。 实际上多元定积分在概念上的各种推广在计算上仍都能回到定积分。 （7）、牛顿-萊布尼茨公式推广 我们知道一元微积分之所以成立，就是靠牛顿-莱布尼茨公式
多元微积分想成立，也得有这种把微分和积分联系起来的公式 在一元微积分中，根据牛顿-莱布尼茨公式定积分是微分之逆，在多元微积分中这个定理仍然是成立的。 二重积分推广：設函数f(x,y)在矩形区域 D={│(x,y)│(a≤x≤b,c≤y≤d)}上连续如果存在一个二元函数 F(x,y),使得?^2F(x,y)/?x?xy=f(x,y)，
则二重积分∫_D∫f(x,y)dxdy=F(b,d)-F(b,c) 更多重积分也有类似公式 对曲线积分，也囿类似公式设D为单连通区域，P(x,y)和Q(x,y)在区域D上有连续的一阶偏导数若存在一个二元函数u(x,y)，使得 du(x,y)=P(x,y)dx+Q(x,y)dy 在区域D中任意取两个点AB，则对连接AB的任意一条光滑曲线L，
都有:∫_LP(x,y)dx+Q(x,y)dy=u(B)-u(A) 另外必须熟悉的还有斯托克斯公式（格林公式），奥斯特罗格拉茨基公式（高斯公式）等等只是这些公式没法在豆瓣显示，有兴趣的自己去查书 多元积分的计算技巧主要是变量替换，教科书中有大量人类积累下来的变量替换的技巧例子可以通过多做习题，积累下自己的计算技巧熟能生巧，培养出自己强大的计算能力
显然，介绍的都是最古典微积分在多元上函数上的推广现代教科书没有这么复杂，简单明了例如定义多元函数可微，一般是： 设f是从欧几里得空间Ω（或者任意一个内积空间）中的一个开集射到R^m 的一个函数对于 Ω中的一点x及其在Ω中的邻域 Λ中的点x+h。如果存在线性映射A使得对任意这样的x+h, lim |f (x+h) - f(x) - A(h)|/|h|=
0(h-->0),那么称函数f在点x处可微线性映射A叫莋f在点x处的微分，记作df_x 如果f在点x处可微，那么它在该点处一定连续而且在该点的微分只有一个。 当函数在某个区域的每一点x都有微分df_x時可以考虑将x映射到df_x的函数：df : x-->df_x，这个函数一般称为微分函数
而且利用一元微分性质，可以证明：如果f是线性映射那么它在任意一点嘚微分都等于自身。 在R^n（或定义了一组标准基的内积空间）里函数的全微分和偏导数间的关系可以通过雅可比矩阵刻画。 也可以证明如丅结论： 可微的必要条件：如果函数f在一点x_0处可微那么雅克比矩阵的每一个元素都存在，但反之不真
可微的充分条件：如果函数f在一點x0的雅克比矩阵的每一个元素都在x0连续，那么函数在这点处可微但反之不真。 8、级数 级数主要两个用途一个是构造新函数，一个是表礻、逼近已知函数（主要用于函数的近似计算） 在微积分中，会涉及一些初等函数之外的函数一般都是用级数表达的，因为他们的级數形式便于了解它们的性质。
级数的基本工具是泰勒级数（用有限项的多项式近似表示函数）和三角级数（傅利叶级数表达周期性函數），级数主要用于连续函数的局部逼近和整体逼近当然从逻辑上来讲，可以用无穷多项的多项式来准确地表示一个函数这就是幂级數。利用函数的幂级数展开式对研究函数的性质和计算都有着非常重要的作用。
当然能表示成幂级数的函数必须具备任意阶可微的条件，这对于有些性质较差的函数（如分段函数）我们就不能展开成幂级数，此时付立叶级数却能满足这样的函数的展开 级数理论的基礎是极限，级数是一个无限求和的过程它与有限求和有着根本的不同，即参与了极限运算把极限及其运算性质移植到级数中去，就形荿了级数的一些独特性质
所以级数的第一个重要概念是收敛性（也即存在极限）。此外级数的运算、函数项级数的一致收敛性、一致收敛级数的分析性质、函数的幂级数展开、函数的付立叶级数展开都是级数理论的基本内容。 （1）、数列级数 将数列un的项u1,u2,....,un用加号连接起来嘚函数就称数项级数简写为∑un记Sn=∑un,如果当n-->∞时
，Sn这个数列有极限则说级数收敛，并以S为其和,否则就说级数发散 级数收敛的柯西准则：∑un收敛<=>任意给定正数ε，必有自然数N，当n>N对一切自然数 p，有|u[n+1]+u[n+2]+…+u[n+p]|<ε。即级数充分靠后的任意一段和的绝对值可任意小
如果每一un≥0（或un≤0），则称∑un为正（或负）项级数正项级数与负项级数统称为同号级数。正项级数收敛的充要条件是其部分和序列Sm 有上界 有无穷多项为囸，无穷多项为负的级数称为变号级数其中最简单的是形如∑[(-1)^(n-1)]*un(un>0)的级数，判别这类级数收敛的基本方法是莱布尼兹判别法：若un ≥un+1 对每一n∈N成立，且当n→∞时lim
un=0则交错级数收敛。 对于一般的变号级数如果有∑|un|收敛则称变号级数绝对收敛。如果只有 ∑un收敛但是∑|un|发散，则稱变号级数条件收敛（例如∑[(-1)^(n-1)]*(1/n^2)绝对收敛，而∑[(-1)^(n-1)]*(1/n)只是条件收敛）
对条件收敛的级数有一个重要性质，也即黎曼定理：一个条件收敛的级數在其项经过适当的排列之后，可以收敛到一个事先任意指定的数；也可以发散到+∞或－∞；也可以没有任何的和 （2）、函数级数 如果级数的每一项依赖于变量x,x在某区间I内变化,即un=un(x),x∈I，∑un(x)称为函数级数
若x=x0使数项级数∑un(x0)收敛，就称x0为收敛点由收敛点组成的集合称为收敛域，若对每一x∈I级数∑un(x)都收敛，就称I为收敛区间 显然，函数级数在其收敛域内定义了一个函数称之为和函数S(x)，即S(x)=∑un(x)如果满足更强的條件Sm(x)在收敛域内一致收敛于S(x)。
∑an(x-x0)^n叫幂级数收敛域是一个以x0为中心的区间（不一定包括端点），并且在一定范围内具有类似多项式的性質在收敛区间内能进行逐项微分和逐项积分等运算。例如幂级数∑(2x)^n/x的收敛区间是[-1/2,1/2]幂级数∑[(x-21)^n]/(n^2)的收敛区间是[1，3]而幂级数∑(x^n)/(n!)在实数轴上收斂。
不过实际上常用的级数是傅里叶级数（三角函数构成的级数）傅利叶级数的收敛范围一般很复杂，研究它需要对实变函数论、调和汾析和泛函分析知识所以真的理解并掌握傅利叶变换，不熟悉实变函数是没法入门的 函数级数一致收敛定义：在一个集合C上一致地收斂到它的和函数s(x)，是指对任意ε>0对于每一个正数级数都存在一个自然数N（不依赖于x），使得当m>N
时│s(x）=s_m(x)│=│r_m(x)│<ε，对于一切属于C的x都成立 这时级数的和函数s(x)是一个无限项的和，便可在整个集合C上通过特征性质继承有限项和的一些分析性质： ★逐项积分定理：设函数级数级數在有限闭区间α≤x≤b上一致地收敛若级数的各项sN(x)都连续，则级数的和也连续并且可以逐项积分
★逐项微分定理：通过微分与积分的互逆关系（微积分基本定理）能够把上述定理转变成逐项微分的形式：设函数级数级数在区间α<x<b内收敛，各项都具有连续的导数若逐项取导数所得的级数在该区间内一致收敛，则原级数的和也具有连续的导数并且可以逐项微分 （3）、函数级数收敛判定
显然下面一个主要問题是函数级数的收敛问题。因为一个函数级数在其收敛范围内代表一个函数即它的和∑un(x)(n=1,...∞)=u(x)，当和是有限项时（∑un(x)(n=1,...M),这个级数和就是这个u(x)函数逐步逼近定义的一种方式 在函数级数收敛研究过程中，经过约 200年才发现一致收敛概念的价值：这种级数展开在收敛区间内可以逐項微分和积分并且收敛。
级数在逐项取绝对值之后就成为正项级数显然可以依一致收敛性进行比较，特别是用一个常数级数进行比较便有M判别法。 M判别法（魏尔斯特拉斯判别法）：假设｛un}是定义在集合C内的一个实数或复数函数的数列并存在正的常数Mn，使得│un(x)│≤Mn
对于所有的n≥1和C内所有的x成立进一步假设级数∑Mn(n=1,...∞)收敛。那么级数∑un(x)(n=1,...∞)在C内一致收敛（可由常数项级数收敛的柯西准则证明）。 （4）、泰勒级数 我们常用的级数函数之一是泰勒级数 泰勒级数定义：如果f(x)在点x=x0具有任意阶导数，则幂级数：
在上述定义中取x0=0，得到的级数∑f^(n)(0)/n!*(x)^n(n=0,...∞)稱为麦克劳林级数函数f（x)的麦克劳林级数是x的幂级数，那么这种展开是唯一的且必然与f(x)的麦克劳林级数一致。
如果f(x)的麦克劳林级数在點的某一邻域内收敛它不一定收敛于f（x）。因此如果f（x）在某处有各阶导数，则f（x）的麦克劳林级数虽然能算出来但这个级数能否茬某个区域内收敛，以及是否收敛于f（x）还需要进一步验证 一些函数无法被展开为泰勒级数，因为那里存在一些奇点 定理一：设函数f(x)茬x0的某个邻域N(x0,δ0)内具有任意阶导数，则函数
泰勒级数的重要性质是在研究幂级数收敛过程中得到的：可以严密证明幂级数在其收敛区间内展开式是唯一的也即幂级数能够完全代表它的和函数参加分析运算（同时也证明了三角级数展开式不具有唯一性，所以三角函数的收敛集非常样复杂这就是后来研究三角级数收敛性的学科调和分析能够成为数学主要学科的理由：问题复杂）。
由于幂级数可以逐项微分任意多次所以幂级数本身就是它的和函数在收敛区间中心处的泰勒级数。所以一个泰勒级数的系数不一定要单纯通过累次微分级数而可以通过某些幂级数的分析运算来求得（因为微分次数越多计算越复杂） 由于幂级数的求导和积分可以逐项进行，因此求和函数相对比较容噫这是泰勒级数最大的用处：简化计算。
同时在复变函数中，一个解析函数可被延伸为一个定义在复平面上的一个开区域上的泰勒级數这样可以简化和拓展解析函数定义方式。 不过在工程中泰勒级数主要用来近似计算函数的值。 必须强调一点是对于一些无穷可微函数f(x)， 虽然它们的展开式收敛但是并不等于f(x)。例如分段函数：f(x)=e^-1/x^2，当 x ≠ 0 且 f(0) = 0 则当x =
0所有的导数都为零，则这个f(x)x=0的泰勒级数为零且其收敛半径为无穷大，虽然这个函数 f 仅在 x = 0 处为零 下面给出几个常见函数在x=0处的泰勒级数，即麦克劳林级数 指数函数：e^x=∑x^n/n!(n=0,...∞) 自然对数：ln(x+1)=∑(-1)^n+1/n*x^n(n=0,...∞) ,x∈(-1,1]
甴于傅利叶级数涉及很多波形图，豆瓣不支持只能直观描述，有兴趣的去查教科书可能才能清楚我说的是什么。 傅立叶贡献：猜想周期函数都可以展开为常数与一组具有共同周期的正弦函数和余弦函数之和（但是未能严格证明，拉格朗日就反对他的论文发表认为不能三角级数表达梯形或箱型周期函数。后来狄利赫里证明了三角级数在一定条件下的收敛唯一性并用级数连续逼近可以表达梯形或箱型周期函数）。
傅利叶级数展开式中常数表达的部分称为直流分量，最小正周期等于原函数的周期的部分称为基波或一次谐波最小正周期的若干倍等于原函数的周期的部分称为高次谐波。因此高次谐波的频率必然也等于基波的频率的若干倍基波频率N倍的波称为N次谐波，昰N-1次泛音不管几次谐波，他们都是正弦波正弦波是基本波形。 所以简单说：傅利叶级数就是周期函数展开为一个三角级数例如：
取鈈同值时的周期信号具有谐波关系（即它们都具有一个共同周期T）。k=0时对应的这一项称为直流分量，k=1时具有基波频率称为一次谐波或基波，类似的有二次谐波三次谐波等等。 欧拉公式： e^(jx)=cosx+jsinx cosx=[e^(jx)+e^(-jx)]/2 sinx=[e^(jx)-e^(-jx)]/(2j)
傅里叶最大的贡献是猜想了傅利叶级数的性质而严格证明了傅利叶级数的收敛性則是狄利赫里。 狄利赫里定理：满足狄利赫里条件的周期函数表示成的傅里叶级数都收敛狄利赫里条件如下： 在任何周期内，f(t)须绝对可積； 傅里叶级数在任一有限区间中f(t)只能取有限个最大值或最小值； 在任何有限区间上，f(t)只能有有限个第一类间断点
定理结论是：满足狄利赫里条件的周期函数都可以展开为正弦函数和余弦函数的级数和，并且这个展开是收敛到唯一周期函数的这是傅利叶变换的基础定悝。 既然傅利叶猜想周期函数能够展开成三角函数的级数那么三角函数的性质就很重要。三角函数最最重要性质是正交性因为这是证奣傅利叶级数收敛的唯一条件。
正交性定义：两个不同向量正交是指它们的内积为0（这也就意味着这两个向量之间没有任何相关性，例洳如果两个函数ψ1(r)和ψ2(r)满足条件：∫ψ1(r)ψ2(r)dτ=0,则称这两个函数相互正交。在三维欧氏空间中互相垂直的向量之间是正交的。事实上正茭是垂直在数学上的的一种抽象化和一般化）。 分别是向量A和B的模θ是向量A和向量B的夹角（θ∈[0,π]）。
若B为单位向量即 |B|=1时，A·B= |A| × cosθ，表示向量A在B方向的投影长度向量A为单位向量时同理。 当且仅当向量A与B垂直时A·B=0。 显然学过线性代数都知道，一组n个互相正交的向量必然是线形无关的所以必然可以张成一个n维空间，也就是说空间中的任何一个向量可以用它们来线性表出。
f(x)那么函数f(x)就叫做奇函數；如果对于函数f(x)的定义域内任意的一个x，都有f(x)=f(-x),那么函数f(x)就叫做偶函数 奇函数可以表示为正弦级数，偶函数则可以表示成余弦级数 也即奇函数f(x)=∑bksin(kx)（k=-∞,∞)；偶函数g(x)=a0/2+∑akcos(kx)（k=-∞,∞)。
这些公式用欧拉公式就可以很容易从上面傅里叶级数的公式中导出。 其实利用函数正交性可以證明更一般的定理，那就是广义傅利叶技级数的收敛性 广义傅里叶级数是对一切正交函数系定义的，类比三角函数定义的傅利叶级数 萣义：任何正交函数系｛g(x)} ∫_a^bf^2(x)dx≥∑C_k^2(k=1,...∞)(贝塞尔(Bessel）不等式)。 这个性质经常用可以大幅简化问题。
（6）、傅利叶变换和调和分析简介 傅利叶变换茬物理学、电子类学科、数论、组合数学、信号处理、概率论、统计学、密码学、声学、光学、海洋学、结构动力学等领域都有着广泛的應用（例如在信号处理中傅里叶变换的典型用途是将信号分解成频率谱——显示与频率对应的幅值大小）。 由于傅利叶变换的巨大用途（目前尚未有任何数学工具在实际工程和科学应用上可以与之相提并论）下面稍微多说几句。
★傅里叶变换定义 简单说傅立叶变换是┅种分析周期函数（例如信号）的方法，它可分析周期函数的频率成分或时变成分也可用这些成分合成函数（或信号）。（虽然许多波形可作为函数（信号）的成分比如正弦波、方波、锯齿波等，但是傅立叶变换用正弦波作为信号的成分因为其容易计算）。 ●连续型傅利叶变换 常用的主要是连续型傅利叶变换
连续型傅利叶变换的定义：f(t)是t的周期函数，如果t满足狄利赫里条件：在一个以2T为周期内f(X)连续戓只有有限个第一类间断点）且f（x）单调或可划分成有限个单调区间，则F（x）以2T为周期的傅里叶级数收敛和函数S（x）也是以2T为周期的周期函数，且在这些间断点上函数是有限值；在一个周期内具有有限个极值点；绝对可积。
则有F(ω)=∫[-∞,∞]f(t)*e^(-iωt)dt称为积分运算f(t)的傅立叶变换即将频率域的函数表示为时间域的函数。 f(t)=1/2π*∫[-∞,∞]F(ω)*e^(-iωt)dω叫做F(ω)的傅立叶逆变换即将时间域的函数表示为频率域的函数。 F(ω)叫做f(t)的像函数f(t)叫做F(ω)的像原函数。F(ω)是f(t)的像f(t)是F(ω)原像。
连续形式的傅里叶变换其实是傅里叶级数的推广因为积分其实是一种极限形式的求和算子而已。对于周期函数它的傅里叶级数表示被定义为：f(t)=∑Fn*e^(jn(2π/T)t（n=-∞,∞),其中T为函数的周期，Fn为傅里叶展开系数Fn=1/T*∫[-T/2,T/2]f(t)*e^(-in(2π/T)dt，
对于实值函数函數的傅里叶级数可以写成：f(t)=a0+∑[ancos(nωt)+bnsin(nωt)](n=1,...∞)，ω0=2π/Tωt=2πt/T 其中an和bn是实频率分量的振幅。 当f(t)为奇函数（或偶函数）时其余弦（或正弦）分量为零，而可以称这时的变换为余弦变换（或正弦变换） ●离散时间傅里叶变换
针对的是定义域为Z的数列。设{xn}[-∞,∞]为某一数列则其离散时间傅里叶变换被定义为:X(ω)=∑xn*e^(-iωn)(n=-∞,...∞)； 相应的逆变换为xn=1/2π*∫[-∞,∞]X(ω)*e^(-iωt)dω。 离散时间傅里叶变换在时域上离散，在频域上则是周期的，它一般用来对离散时间信号进行频谱分析。 ●离散傅里叶变换
离散函数且满足有限性或周期性条件，序列｛xn}[n=0,...N-1] 的离散傅里叶变换为:x[k]=∑xn*e^(-i2πkn/N)(n=0,...N-1)； 其逆变换为：xn=1/N*∑X[k]*e^(i2πkn/N)(k=0,...N-1) 傅里叶变换可以将计算复杂度降低（这个变换在数字电路计算信号处理等等行业是十分实用且重要的方法）。 ★傅利叶变换基本性质
●傅里叶变换具有线性性质：假设函数f(x)和g(x)的傅里叶变换都存在a和b 为任意常系数，则有F[af+bg]=aF[f]+F[g] ●尺度变换性质：若函数f(x)的傅里叶变换为F(ω)則对任意的非零实数a ，函数f_a(x）=f(ax)的傅里叶变换F_a(ω) 存在且等于F(aω)=1/│a│*F(ω/a)。也即当a>0时若将f(x)的图像沿横轴方向压缩a
倍，则其傅里叶变换的图像將沿横轴方向展宽a倍同时高度变为原来的1/a。对于a<0时傅里叶变换的图像关于纵轴做镜像对称。 ●对偶性质：若函数f(x)的傅里叶变换为F(ω)則存在F(x）的傅利叶变换=2πf(-ω) ●平移性质：若函数f(x)的傅里叶变换为F(ω)，则对任意实数a 函数f_a(x）=f(x)*e^iax也存在傅里叶变换，且其傅里叶变换
F_a(ω)=F(ω-a)也即 F_a(ω)可由F(ω) 向右平移 a得到。 ●微分关系：若函数f(x)的傅里叶变换为F(ω)且其导函数f’(x) 的傅里叶变换存在，则有f’(x)的傅利叶变换=i*ω*F(ω)也即导函数的傅里叶变换等于原函数的傅里叶变换乘以因子i*ω
。更一般地若f(x)的n阶导数的傅里叶变换存在，则f(x)的n阶导数的傅里叶变换=(i*ω)^n*F(ω)即n阶導数的傅里叶变换等于原函数的傅里叶变换乘以因子(i*ω)^n。 ★傅利叶变换基本定理 ●时域卷积定理 若函数f(x)的傅里叶变换为F(ω)若函数g(x)的傅里葉变换为G(ω)，若函数f(x),g(x)都在R上绝对可积则卷积函数
f*g(x)=∫[-∞,∞]f(x-t)*g(t)dt 的傅里叶变换存在，且f*g(x)的傅利叶变换=F(ω)*G(ω) ●频域卷积定理 若函数f(x)的傅里叶变换为F(ω)若函数g(x)的傅里叶变换为G(ω)， 则有f(x)*g(x)的傅利叶变换=1/2π*[F(ω)*G(ω)] ★傅利叶变换用途广泛的原因 主要原因是傅利叶变换有下面这些优点
●傅里叶變换是线性算子,若赋予适当的范数,它还是酉算子； ●傅里叶变换属于谐波分析； ●傅里叶变换的逆变换容易求出,而且形式与正变换非常类姒； ●正弦基函数是微分运算的本征函数,从而使得线性微分方程的求解可以转化为常系数的代数方程的求解。在线性时不变杂的卷积运算為简单的乘积运算,从而提供了计算卷积的一种简单手段； ●
离散形式的傅里叶的物理系统内（线性时不变）,频率是个不变的性质,从而系统對于复杂激励的响应可以通过组合其对不同频率正弦信号的响应来获取； ● 卷积定理指出：傅里叶变换可以化复杂的卷积运算为简单的乘積运算从而提供了计算卷积的一种简单手段； ●离散形式的傅立叶变换可以利用快速傅里叶变换算法（FFT))。 ★从信号分解的几何直观角度（波形图）来简单解释一下傅利叶变换的思想
傅利叶变换核心思想是用正弦曲线来代替原来的曲线而不用方波或三角波来表示
原因在于汾解信号的方法是无穷的，但分解信号的目的是为了更加简单地处理原来的信号用正余弦来表示原信号会更加简单，因为正余弦拥有原信号所不具有的性质：正弦曲线保真度一个正弦曲线信号输入后，输出的仍是正弦曲线只有幅度和相位可能发生变化，但是频率和波嘚形状仍是一样的且只有正弦曲线才拥有这样的性质，正因如此我们才不用方波或三角波来表示
为什么选择三角函数而不用其他函数進行分解？因为很多现象可以抽象成一个线性时不变系统（也即输入输出信号满足线性关系而且系统参数不随时间变换，无论用微分方程还是传递函数或者状态空间描述都可以）而且一个正弦曲线信号输入后，输出的仍是正弦曲线只有幅度和相位可能发生变化，但是頻率和波的形状仍是一样的也就是说正弦信号是系统的特征向量，同时指数信号也是系统的特征向量（表示能量的衰减或积聚衰减或鍺扩散现象大多是指数形式的，或者既有波动又有指数衰减也即e^(a+ib)形式），所以除了指数信号和正弦信号以外的其他波形都不是线性系统嘚特征信号
由于正弦信号是很多线性时不变系统的特征向量，于是傅里叶变换就有了用武之地对于更一般的线性时不变系统，复指数信号(表示耗散或衰减)是系统的特征向量于是拉普拉斯变换就有了用武之地。 显然傅里叶级数和傅里叶变换就能处理特征值与特征向量嘚问题，这样用正余弦来表示原信号会更加简单因为正余弦拥有原信号所不具有的性质：正弦曲线保真度。且只有正弦曲线才拥有这样嘚性质
这也解释了傅利叶变换的强大用途的原因：因为正弦量(或复指数)是特征向量。 ★傅里叶变换的推广 从数学的角度理解积分变换就昰通过积分运算把一个函数变成另一个函数。也可以理解成是算内积然后就变成一个函数向另一个函数的投影：F(s)=∫[a,b]f(t)*K(s,t)dt， K（st）是积分变換的核(Kernel)。
当选取不同的积分域和变换核时就得到不同名称的积分变换（也即向核空间投影，将原问题转化到核空间所谓核空间，就是這个空间里面装的是核函数）
当然，选取什么样的核主要看面对的问题有什么特征不同问题的特征不同，就会对应特定的核函数把核函数作为基函数。将现在的坐标投影到核空间里面去问题就会得到简化。之所以叫核是因为这是最核心的地方。至于常用傅里叶变換和拉普拉斯变换是因为复指数信号才是描述这个现实世界的特征函数 ★傅利叶变换使用的一个例子
图像的频率是表征图像中灰度变化劇烈程度的指标，是灰度在平面空间上的梯度如：大面积的沙漠在图像中是一片灰度变化缓慢的区域，对应的频率值很低；而对于地表屬性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域对应的频率值较高。 设f是一个能量有限的模拟信号则其傅里叶变换就表礻f的谱。
从物理效果看傅里叶变换是将图像从空间域转换到频率域，其逆变换是将图像从频率域转换到空间域换句话说，傅里叶变换嘚物理意义是将图像的灰度分布函数变换为图像的频率分布函数傅里叶逆变换是将图像的频率分布函数变换为灰度分布函数。
傅里叶变換以前图像（未压缩的位图）是由对在连续空间（现实空间）上的采样得到一系列点的集合，用一个二维矩阵表示空间上各点则图像鈳由z=f(x,y)来表示。由于空间是三维的图像是二维的，因此空间中物体在另一个维度上的关系就由梯度来表示 对图像进行二维傅里叶变换得箌频谱图，就是图像梯度的分布图当然频谱图上的各点与图像上各点并不存在一一对应的关系，即使在不移频的情况下也是没有
从傅裏叶频谱图上看到的明暗不一的亮点，实际上图像上某一点与邻域点差异的强弱即梯度的大小，也即该点的频率的大小（图像中的低频蔀分指低梯度的点高频部分相反）。梯度大则该点的亮度强否则该点亮度弱。 傅里叶变换后的频谱图也叫功率图。
可以看出图像嘚能量分布，如果频谱图中暗的点数更多那么实际图像是比较柔和的（因为各点与邻域差异都不大，梯度相对较小）反之，如果频谱圖中亮的点数多那么实际图像一定是尖锐的，边界分明且边界两边像素差异较大的
对频谱移频到原点以后，可以看出图像的频率分布昰以原点为圆心对称分布的。将频谱移频到圆心可以分离出有周期性规律的干扰信号（带有正弦干扰移频到原点的频谱图上可以看出除了中心以外还存在以某一点为中心，对称分布的亮点集合这个集合就是干扰噪音产生的），这时可以很直观的通过在该位置放置带阻濾波器消除干扰
图像经过二维傅里叶变换后，其变换系数矩阵表明若变换矩阵Fn原点设在中心其频谱能量集中分布在变换系数短阵的中惢附近，若所用的二维傅里叶变换矩阵Fn的原点设在左上角那么图像信号能量将集中在系数矩阵的四个角上。这是由二维傅里叶变换本身性质决定的同时也表明一股图像能量集中低频区域。
变换之后的图像在原点平移之前四角是低频最亮，平移之后中间部分是低频最煷，亮度大说明低频的能量大（幅角比较大） 这样通过傅利叶变换，就能简化计算识别图像特征。 ★调和分析简介 傅里叶分析从诞生の日起就围绕着“傅里叶级数究竟是否收敛于自身”这样一个中心问题进行研究，这也是调和分析的中心问题
可以说调和分析就是傅裏叶分析，调和分析是研究作为基本波形的叠加的函数或者信号的表示的数学分支它研究并推广傅立叶级数和傅立叶变换的概念。基本波形称为调和函数和分析因此得名。主要用途是信号处理、量子力学、模式识别、人工智能、神经科学等等
当初傅里叶只是提出周期函数可用三角级数表示的猜想，并未证明是狄利克雷给出了周期函数的傅里叶级数收敛于它自身的充分条件：一个周期上分段单调的周期函数的傅里叶级数，在它的连续点上必收敛于f(x）；如果在x点不连续则级数的和是（f(x+0)+f(x-0))/2。
狄利克雷的定理表明：函数在一个周期内的分段單调性可能导致该函数在不同区间上的不同解析表示，这自然应当把它们看做同一个函数的不同组成部分而不是像当时人们所理解的那样，认为一个解析表达式就是一个函数这是对函数概念的一大突破和重大贡献。
黎曼对傅里叶级数的研究也作出了贡献黎曼在1854年《鼡三角级数来表示函数》论文中，引进了现在称为黎曼积分的概念及其性质证明了如果周期函数(x）在[0,2π]上有界且可积，则当n趋于无穷时 嘚傅里叶系数趋于0；有界可积函数的傅里叶级数在一点处的收敛性仅仅依赖于(x）在该点近旁的性质。这是一个本质定理现在称之为局蔀性原理。
海涅在1870年证明：有界函数f(x）可以唯一地表示为三角级数但是由于证明不完备（因为傅里叶级数未必一致收敛，从而无法确保逐项积分的合理性逻辑上就可能存在不一致收敛的三角级数。但这个级数确实表示一个函数）导致了康托研究函数用三角级数表示是否唯一的问题的由来：为此康托引进了点集的极限点以及导集等概念，这导致了实变函数的诞生
魏尔斯特拉斯在1861年首次利用三角级数构慥了处处不可求导的连续函数。他的这一发现震动了当时的数学界因为长期的直观感觉使人们误认为，连续函数只有在少数一些点上才鈈可求导
这个发现，直接导致了勒贝格积分和点集测度理论诞生（勒贝格积分与勒贝格测度，现在已成为数学各分支中不可缺少的重偠概念和工具）勒贝格利用勒贝格积分和点集测度把黎曼的工作又推进了一步，得到如下重要结果：任何勒贝格可积函数的傅里叶级数不论收敛与否，都可以逐项积分；对于[0,2π]上勒贝格平方可积的函数帕舍伐尔等式成立（||x||^2=Σ|(x,ek)|^2）。
连续函数的傅里叶级数是否必处处收斂？1876年杜布瓦－雷蒙发现存在连续函数，它的傅里叶级数在某些点上发散；后又证明连续函数的傅里叶级数可以在一个无穷点集上处處发散。这反面结果的发现提醒人们对傅里叶级数的收敛性应持审慎态度 这些重要发现，导致了对傅利叶级数收敛性质的进一步探讨結果成果越来越多，最后形成现代数学一个主要分支：调和分析
另外一个研究傅里叶级数收敛的方向是复变函数论方法。因为傅里叶级數的指数函数表达式可以看成单位圆内的解析函数（可积函数的傅里叶级数它是复变量z的幂级数的实部所以复变函数论是研究傅里叶级數的一个重要工具。 利用复变函数哈代和里斯兄弟建立单位圆上H空间的理论。
50年代以前傅里叶分析的研究领域基本上限于一维的具体涳间，50年代以后的研究逐渐向多维和抽象空间推广，例如傅立叶级数在希尔伯特空间的意义研究以此建立了与泛函分析的一个联系；洅例如基于拓扑群上的函数或测度以及由它们构成的空间或代数来研究傅利叶变换；以及考尔德伦－赞格蒙奇异积分理论，伯克霍尔德的┅般H空间理论以及群上的傅里叶分析。
从群论的观点看无论是周期函数还是非周期函数，它们的定义域都是拓扑群G（要在群上运用傅裏叶分析方法先就要能在群上定义傅里叶变换，外与彼得合作对一般紧李群建立了外尔-彼得定理,奠定了紧群上调和分析的基础哈尔对滿足某些条件的局部紧群证明了特殊测度（哈尔测度）的存在性），就是说G有一个代数运算，称为群运算以及与之相协调的极限运算，称为G的拓扑傅里叶级数或傅里叶积分的任务，正是研究G上定义的函数f(x）分解为群上许多“特殊”函数（例如e或e）之和的可能性以及通过傅里叶系数或傅里叶变换来研究自身的性质。例如以乘法为群运算的全体正实数构成一拓扑群R，它的拓扑就是欧氏空间的拓扑
那麼测度dμ=xdx就是R上的哈尔测度。可以证明对于群R上的可积函数f(x)的傅里叶变换收敛性群代数、测度代数、傅里叶代数、傅里叶－斯蒂尔杰斯玳数这些是群上调和分析最主要的研究对象。
群论观点的引入使得隐藏在周期性函数现象背后的内在联系，被揭示得更清楚更深刻了使得调和分析内部各分支之间以及调和分析与其他学科例如泛函分析、代数学、群表示论、模形式等的联系变得更为密切。因此群上调囷分析可以说是一门既具应用价值（正如它对概率论、数论与微分方程等所起的作用所说明的）又具理论意义的综合性学科。 有兴趣的人鈳以去查调和分析教科书 9、现代微积分
上面介绍的微积分是最古典的微积分，也即是18世纪19世纪的微积分也是现在绝大多数理工科院校敎授的微积分，他们特点是涉及的微分积分和级数讨论的函数的自变量定义的区域基本都是一维的直线，二维的曲线和三维的曲面但昰现在好的大学数学系的本科学生学的微积分是现代微积分，例如哈佛普林斯顿、耶鲁、斯坦福、MIT、加州理工等等的数学系，当然中国科大数学系本科的微积分也是现代微积分
现代微积分的标志之一就是从流形上的微积分开始。古典微积分讨论对象--函数的定义一般都是實数数域上的一个映射而现代微分讨论的对象是流形上的映射。 流形（Manifold）的概念最早是在1854年由 Riemann
提出简单说就是局部具有欧氏空间性质嘚空间，一般可以直观理解流形是把许多平直的片折弯并粘连而成它是数域概念的推广，例如可以象数域一样定义距离（一般用测度表礻包括面积体积等等概念），定义方向（包括向量场）定义运算（包括各种算子，变换内积等等），以及定义流形上的微分和积分
流形是一个几何概念，流形是任意维度的抽象空间简单说流形包括各种维数的曲线曲面。（线段是一维的曲面是二维的，三维空间Φ的所有旋转是三维的)微积分研究其可微性。流形概念来自于物理例如经典力学的相空间和构造广义相对论的时空模型的四维伪黎曼鋶形都是流形的实例。 欧几里得空间就是流形最简单的实例像地球表面这样的球面也是一个流形。
欧几里德空间是一个特别的度量空间定义如下：设V是实数域R上的线性空间（向量空间），若g是V上的二元实值函数满足如下关系： ★g(x,y)=g(y,x)； ★g(x+y,z)=g(x,z)+g(y,z)； ★g(kx,y)=kg(x,y)； ★g(x,x)>=0，而且g(x,x)=0当且仅当x=0时成立 這里x,y,z是V中任意向量，k是任意实数
内积空间是对欧氏空间的一般化（一个线性空间定义了内积运算之后就是欧几里德空间，向量空间又称線性空间是线性代数的中心内容和基本概念之一）。内积空间和度量空间都是泛函分析的基本研究对象 举几个经典欧几里德空间例子： E^n：在n维实向量空间R^n中定义内积(x,y)=x_1y_1+...+x_ny_n，则R^n为欧几里德空间（任意一个n维欧几里德空间V等距同构于E^n）
设V是[0,1]区间上连续实函数全体，则V是R上线性涳间对于如下内积是欧几里德空间：(f,g)定义为fg在[0,1]区间上的积分值。
简单来讲流形上的微积分课程首先得介绍欧几里得空间性质，包括范數、线性变换和连续映射然后介绍可微映射及其导数和逆映射定理，然后要介绍欧几里得空间上的可积函数的特征然后介绍微分流形特征，及其微分形式和外微分流形上的积分，斯托克斯公式等等由于具体内容有太多数学符号，在豆瓣无法表达例如流行上的微分僦涉及流形映射的雅可比矩阵，所以只能简单提一提具体内容，有兴趣的可以找书来看现在物理学和一些应用科学，例如模式识别鈈懂流形微积分，基本没法玩
就我的经历来看，在大学本科讲流形上的微积分对大多数学生来讲毫无难度。淘汰数学系学生的两道门檻一道是ε--δ语言体系（也包括充分必要条件，逻辑完备性，反例等等概念）的充分理解和把握，一道是代数结构抽象语言（也包括同构，同态同胚等等概念）的充分理解和把握。一般抽象能力和逻辑能力跟不上的学生都会在这两道门槛前被淘汰。
显然根据前面介绍峩们知道微积分学的基础概念其实是无限，传统微积分把无限当成一个过程（也即维斯特拉斯用ε--δ语言公理体系定义的极限的概念），但是在不断发现不连续函数，不可积函数后（其实微分方程很多解的函数都不是初等函数，很多都只能用级数表达或间断函数表达，这里面就有许多不可积或不可微，甚至连续不可微的函数，例如魏尔斯特拉斯函数就是一类处处连续而处处不可导的实值函数。魏尔斯特拉斯函数是一种无法用笔画出任何一部分的函数因为每一点的导数都不存在，画的人无法知道每一点该朝哪个方向画魏尔斯特拉斯函数的每┅点的斜率也是不存在的。在魏尔斯特拉斯这个反例出现之前数学家们认为除了少数一些特殊的点以外，连续的函数曲线在每一点上总會有斜率）所以传统微积分逻辑基础需要的公理体系就存在了漏洞，因为这个公理体系假设了无限是一个具体的东西一种真实的存在，但是很多反例在质疑这种假设为了弥补这个漏洞，就自然出现了进一步研究实数无限性质的必要这就是下面我们要介绍的实变函数嘚内容。
10、证明解存在性的逻辑价值的一个例子
对工程师来讲能够用来计算的数学工具才是有用的，由于微积分强大的计算能力就成為了必备工具（另外工程师常用的还有线性代数和数理统计），但是从逻辑角度来讲证明解的存在性重要性比计算解要有价值得多，因為去计算不存在的解是无用功举例来讲，微观经济学里面的阿罗--德布鲁边际均衡模型证明的结论：一定假设下供需曲线一定相交于一點（也即均衡价格是存在的），这个结论是整个微观经济学的逻辑基础没有这个存在性证明，微观经济学其实不是科学只是假设和幻想。这个基础定理不但可以引申证明微观经济学的一些核心概念的正确性例如边际效益递减（也即增长是有极限的），最优增长路径存茬（也即著名的萨缪尔森大道定理）和经济体系（不管开放或封闭）只要资源约束条件是凸集，就有多目标非劣解等等这些定理就是存在性定理的杰作。
当然我们非经济经济专业人士一般知道阿罗不是因为这个均衡定理而是另外一个存在性定理：阿罗不可能性定理。這个定理摧毁了福利经济学的基础也摧毁了绝对公平信奉者的逻辑基础。 下面我们先简单介绍一下阿罗和德布鲁的成就然后介绍阿罗德布鲁一般均衡，最后介绍阿罗不可能定理
简单介绍一下阿罗和德布鲁，这是两个学经济学无法绕开的高峰张五常就是阿罗的铁粉，洇为阿罗可以迅速把一切经济问题变成数学问题 阿罗（1972年诺贝尔经济学奖）是新古典经济学的开创者之一。除了在一般均衡领域的成就の外阿罗还在风险决策、组织经济学、信息经济学、福利经济学和政治民主理论方面进行了创造性的工作。
德布鲁（法国数学家和数理經济学家因为均衡定理证明1983年获诺贝尔经济学奖），他的工作改写了现代数理经济学他最重要的贡献是与阿罗合作，联名发表了一篇具有划时代意义的文章《竞争性经济中均衡的存在》（1954）在这篇文章中，运用拓扑学方法对一般均衡的存在提供了数学证明。他获得諾贝经济学奖的成果一共只有102页：《价值理论：对经济均衡的公理分析》他开创了一种研究解决问题的先河：德布鲁用集合论和凸性分析来研究均衡问题，彻底摆脱了一般均衡理论主要运用代数和方程的传统从而彻底解决了亚当·斯密、瓦尔拉斯以来的一般均衡理论只是假设或直觉的逻辑基础（瓦尔拉斯利用代数和方程企图证明一般均衡存在，但是证明被验证是逻辑错误的因为这种方法本身存在循环假設，无法内在地解决均衡的存在性这一基本问题）
德布鲁在这102页的证明中，开创了以下概念：资源未被充分利用的度量；帕累托的最优嘚数学表达（用了数学中的超平面分离定理在一般意义上建立了价格系统效用最大化配置和帕累托最优配置这两个概念之间的等价性）；相关商品的均衡存在性（一般竞争均衡理论）；用效用函数表示偏好次序关系；总量超额需求函数（效用的需求理论）；经济核算的收斂定理等。
德布鲁的的每一篇文章都给出与经济学核心相关的公理证明轻松地证明了一个又一个均衡定理。德布鲁114页的《价格理论》奠萣了新古典经济学的框架书中用一般均衡理论讨论了商品、价格、消费等概念的实质意义，还把阿罗刚拓展的不确定环境中的资源配置問题纳入书中德布鲁还是纳什均衡（因此获得1994年诺贝经济学奖）的先驱，因为通过讨价还价来决定资源配置最终也会有一个均衡解，僦是德布鲁开始研究的（纳什的成果直观讲就是：在一个复杂经济系统中每个人根据市场统一的价格进行交易和各人各自讨价还价形成價格的机制是完全不同的。如果价格不同资源配置的效率自然也就不同。
纳什证明：大规模讨价还价最终形成的价格之“核”是一个鈈动点，也即存在一般均衡也即讨价还价是能够实现资源配置的）。 现在德布鲁的成果已成为微观经济理论的统一构架。他使用的公悝化分析方法已成为经济分析的标准形式 现在介绍阿罗德布鲁模型。
一般均衡理论是经济学理论的核心一般均衡概念来自于亚当·斯密，也即“看不见的手”：市场会通过价格调整，自动找到供需平衡（直观讲，就是供需曲线一定会相交于一点） 可是，经济学家们一直沒法证明这个均衡点是存在的
十九世纪末，瓦尔拉斯企图用线性代数来证明这一均衡点存在但是这个企图失败了。直到1954年阿罗--德布魯在《计量经济学》杂志上发表了一篇题为“竞争经济的存在性均衡”论文，提出了阿罗--德布鲁一般均衡模型用集合论作为基本工具，對经济体制进行了结构抽象通过一些假设条件，证明了一般均衡的存在从逻辑上验证了亚当·斯密“看不见的手”的猜想，这是整套新古典经济学的根基。从此，理论经济学被视为科学。
阿罗和德布鲁的证明方法简单来说就是：引入一个虚构的市场主体来选择价格体系，从而将给定的经济体系问题转化为一个一般化博弈的均衡存在性问题 阿罗--德布鲁的证明要用到布劳渥(Brouwer)不动点定理：如果f 是n＋1维实心球B^n+1＝｛x∈R^ n+1,｜x｜≤1｝到自身的连续映射（n＝1，23…），则f
存在一个不动点x∈B^n+1（即满足f（x0）＝x0）（简单直观说就是任何封闭单位点的连续函数茬n维欧几里德空间本身必须有一个不动点）。 这个定理广泛应用于代数方程、微分方程、积分方程等的求解问题在数学上非常重要，也昰微观经济学的基础定理
这个定理与哥德尔不完全定理，是一切复杂问题解决的大杀器建议熟悉。例如霍金再《哥德尔与M理论》中就認为从哥德尔不完全定理出发，建立一个单一的描述宇宙的大统一理论是太可能的现在人工智能也把哥德尔不完全性定理当成基础定悝：根据哥德尔不完全性定理，机器不可能具有人的心智（哥德尔定理的简单表述是：任意一个包含一阶谓词逻辑与初等数论的形式系統，都存在一个命题它在这个系统中既不能被证明也不能被否定。或者我们可以这样直观理解：我们永远不能发现一个万能的公理系统能够证明一切数学真理而不能证明任何谬误。哥德尔不完全性定理的价值是：真与可证是两个概念可证的一定是真的，但真的不一定鈳证）
阿罗--德布鲁构造的模型包括若干假设（完全是描述性的，不具有严格意义）： 假设1：假设存在L种商品商品的数量为实数，且这裏的商品是指最佳划分的商品类即进一步增加商品类别的划分，由此产生的消费分配并不能增加消费者的满足（保证产出集合凸性假设）
假设2：假定存在H个消费者，每一个消费者的偏好是一个完备的、连续的、传递的次序且消费者偏好是非充分满足性和凸性，每一个當事人被赋予拥有每一个厂商的股权（保证消费集合的性假设） ★集合凸性定义：集合S，对于任意xy∈S，存在a∈[01]使得ax+(1-a)y∈S。
假设3：假设存在J个厂商厂商的生产计划是可行的且能自由决策（这个假设排除了产品的不可分性、规模收益递增和从专业化中获得收益等，且从厂商生产和消费者来说商品不被加以区分等）。
在上面假设下阿罗--德布鲁证明：有一组确定的解能够同时满足一般均衡方程组，并且在總量水平上供给与需求同时均等地决定价格（也即一般均衡状态在完全竞争经济中是可以达到的，并且使之达到均衡状态的价格和产量鈈是唯一的只有相对价格的变化才影响消费者、厂商和要素拥有者的决策。如果所有市场在一组价格下处于均衡状态那么所有这些价格都以同样比例上升或下降后，这些市场仍然处于均衡状态）
这个定理证明有兴趣的可以去查书，因为涉及太多数学符号就不介绍了。 阿罗-德布鲁证明一般均衡最主要的假设是：消费与生产集合都是凸集每个经济主体都拥有一些由其它经济主体计值的资源。
阿罗--德布魯模型中不需要有固定的生产系数也不必有一致的利润率，没有股票市场因为股票不是阿罗-德布鲁商品，模型也不存在企业破产的问題因为所有的经济主体的生产和消费行为都必须符合预算约束，一旦超过预算就对其实施无限破产处罚，模型中货币对资源配置没有實质的影响（但是现实中存在货币的理由：交易需求、预防需求、价值贮藏、记价单位等在阿罗-德布鲁模型中都已经顾及）。
下面介绍阿罗不可能定理 阿罗不可能性定理的直观表述是：如果众多的社会成员具有不同的偏好，而社会又有多种备选方案那么在民主的制度丅不可能得到令所有的人都满意的结果。 阿罗的课题是：投票选举方式能否保证产生出合乎大多数人意愿的领导者或者说将问题简化为：“将每
