本文目录
- 一致收敛的定义怎么解释
- 设函数fx在区间(a,b)上可被多项式逼近证明fx在(a,b)内一致连续
- 必须要理解掌握的贝塞尔曲线（原创）
- 求英语高手翻译：只要手译
- 两个数的绝对值之和大于等于2a恒成立是什么意思
- 求翻译，是有关数学的
一致收敛的定义怎么解释
在数学中，一致收敛性（或称均匀收敛）是函数序列的一种收敛定义。其概念可叙述为函数列 fn一致收敛至函数 f 代表所有的 x，fn(x) 收敛至 f(x) 有相同的收敛速度。由于它较逐点收敛更强，故能保持一些重要的分析性质，例如连续性、黎曼可积性。
定义
设为一集合，为一度量空间。若对一函数序列，存在满足
对所有，存在，使得
则称一致收敛到。
最常用的是的情形，此时条件写成
对所有，存在，使得
注意到，一致收敛和逐点收敛定义的区别在于，在一致收敛中仅与相关，而在逐点收敛中还与相关。所以一致收敛必定逐点收敛，而反之则不然。
例子
在上一致收敛到绝对值函数的多项式序列
例子一：对任何上的连续函数，考虑多项式序列
可证明在区间上一致收敛到函数。其中的称为伯恩斯坦多项式。
透过坐标的平移与缩放，可知在任何闭区间上都能用多项式一致地逼近连续函数，这是斯通-维尔斯特拉斯定理的一个建构性证明。
设函数fx在区间(a,b)上可被多项式逼近证明fx在(a,b)内一致连续
上的连续函数g(x)也可以用伯恩斯坦多项式逼近,做如下转换就可以:
t=(x-a)/(b-a) x=(b-a)t+a
h(t)=g((b-a)t+a),g(x)=h((x-a)/(b-a))
h(t)是上的连续函数可以用伯恩斯坦多项式逼近,然后将t=(x-a)/(b-a)代入到h(t)的伯恩斯坦多项式中,就得到了g(x)的伯恩斯坦多项式逼近.
必须要理解掌握的贝塞尔曲线（原创）
在Android开发和面试中（尤其是一些中高级岗位面试），面试官可能会问你自定义控件的详细内容，我们知道自定义控件这一块涉及到的内容很多，回答的越多越深入，那么面试的印象会更好。自定义控件涉及的内容比如测量和绘制、事件分发的处理、动画效果的渲染与实现，当然还有不得不提的贝赛尔曲线（实际上一些面试官自己都不是很理解二阶贝塞尔、三阶贝塞尔曲线等概念）。
一些朋友看到以歪果仁大佬名字定义的一些计算公式、定理就头大（比如梅涅劳斯（Menelaus）定理、塞瓦(Ceva)定理等），不得不承认我也是。本着《士兵突击》不抛弃不放弃的精神，因此就算是在难啃的骨头我们也要坚持啃下来！所以本篇文章主要介绍的是贝赛尔曲线的基本概念、在Android的应用场景以及一些思考。不考虑篇幅的情况下力求将概念和理解写的详细。
贝塞尔曲线，这个命名规则一眼看上去大概是一个叫贝塞尔的数学家发明的。但，贝塞尔曲线依据的最原始的数学公式，是在1912年在数学界广为人知的伯恩斯坦多项式。简单理解，伯恩斯坦多项式可以用来证明，在 区间上所有的连续函数都可以用多项式来逼近，并且收敛性很强，也就是一致收敛。再简单点，就是一个连续函数，你可以将它写成若干个伯恩斯坦多项式相加的形式，并且，随着 n→∞，这个多项式将一致收敛到原函数，这个就是伯恩斯坦斯的逼近性质。
时光荏苒岁月如梭，镜头切换到了1959年。当时就职于雪铁龙的法国数学家 Paul de Casteljau 开始对伯恩斯坦多项式进行了图形化的尝试，并且提供了一种数值稳定的德卡斯特里奥（de Casteljau） 算法。（多数理论公式是建立在大量且系统的数学建模基础之上研究的规律性成果）根据这个算法，就可以实现 通过很少的控制点，去生成复杂的平滑曲线，也就是贝塞尔曲线 。
但贝塞尔曲线的声名大噪，不得不提到1962年就职于雷诺的法国工程师皮埃尔·贝塞尔（Pierre Bézier），他使用这种方法来辅助汽车的车体工业设计（最早计算机的诞生则是为了帮助美国海军绘制弹道图），并且广泛宣传（典型的理论联系实际并获得成功的示例），因此大家称为贝塞尔曲线 。
既然贝赛尔曲线的本质是通过数学计算公式去绘制平滑的曲线，那就可以通过数学工具进行实际求证以及解释说明。当然对其进行数学求证就没必要了，因为这些伟大的数学家们已经做过了，这里只是解释说明：
可能有些朋友还是不理解，那么这个GIF我截下其中的一张图说明，如下图：
动图里的P0、P1、P2分别代表的是上图的：P0 == A；P1 == B；P2 == C。那么这个黑色点，代表的就是F点，绿色线段的2个端点（P0-P1线段上的绿色点，代表是就是D点，P0-P2线段上的绿色点，代表是就是E点）。线段上面点的获取，必须要满足等比关系。
关于贝赛尔曲线的基本数学理论大概就是上面的内容。两个线段根据等比关系找点的贝塞尔曲线，一般也称为二阶贝塞尔曲线。
刚才说到，上面的贝赛尔曲线一般称为二阶贝塞尔曲线，既然是二阶贝塞尔曲线，那肯定有三阶贝塞尔曲线、四阶贝赛尔曲线等等。其实三阶贝塞尔与四阶贝赛尔曲线以及N阶贝赛尔曲线曲线的规则都是一样的，都是先在线段上找点，这个点必须要满足等比关系，然后依次连接，下面是三阶贝赛尔曲线的解释说明：
整一个三阶贝赛尔曲线的动作加起来就是下面的一张动图：
那么四阶贝赛尔曲线的实现步骤也是一样的，平面上先选取5个点（5点4线）、依次选点（满足等比关系）、依次连接、根据计算规则找到所有的点（逐个连接）。。。。。。
貌似都是从二阶贝塞尔曲线说起的，那么一阶贝赛尔又是怎么样的？一阶贝赛尔如图：
可以看到一阶贝赛尔是一条直线！因此，N阶贝赛尔不仅可以画平滑的曲线也可以画直线，因此自定义控件画直线又多了一种可选择的方式，但是一般用贝赛尔主要是画曲线，这里只是提供了一种别的解决思路；另外，在Android属性动画，系统为我们提供了一个PathInterpolator插值器。这个PathInterpolator里面就有贝塞尔曲线的身影。有兴趣的小伙伴也可以去了解一下。
未完待续。。。
如果这篇文章对您有开发or学习上的些许帮助，希望各位看官留下宝贵的star，谢谢。
求英语高手翻译：只要手译
Introduction 介绍
Approximation by polynomials is the oldest and simplest way to represent complicated functions defined over finite domains.
由多项式表示的近似值是最古老和最简单的表示对做出定义的有限域的复杂函数。
The theory of approximation by polynomials was studied and solved by Weierstrass in 1855:
威乐尔斯特劳斯 (Weierstrass) 在1855年研究并解答了由多项式表示的近似值的原理：
it is possible to approximate any arbitrary continuous function f (x) by a polynomial and make the error less than a given accuracy ² by increasing the degree of the approximating polynomial .
用多项式约计任何任意连续函数 f(x) 和用增加近似多项式的次数比起已知精确度来很少产生误差，这一点可能的。
Besides the proof of Weierstrass, there are many proofs, the one given by Lebesgue and the proof of Bernstein in which the Bernstein polynomials were introduced are two examples.
除了威乐尔斯特劳斯的证明外还有许多证明，李博斯克 (Lebesgue) 作出的那个证明和伯恩斯坦 (Bernstein) 的证明就是两个例子，其中伯恩斯坦多项式曾被采用。
Polynomials can be represented in many different bases such as the power, Bernstein, Chebyshev, Hermite, and Legendre basis forms.
多项式可以用许多不同的基表示，诸如乘方、伯恩斯坦多项式、切比雪夫算法(Chebyshev)、厄米插值( Hermite) 和勒让德多项式 ( Legendre) 等基本形式。
The Bernstein polynomials play an important role in CAGD, because they are bases of the Bernstein-B’ezier representation.
伯恩斯坦多项式在计算机辅助几何设计 (CAGD) 中起着重要作用，因为它们是伯恩斯坦-布莱热表示法的基础。
Since then a theory of approximation has been developed and many approximation methods have been introduced and analyzed.
从此，近似值原理已经被发展起来，而且许多近似方法已经被采用并解析。
The method of least-squares approximation accompanied by orthogonal polynomials is one of these approximation methods.
与正交多项式同时存在的最小平方近似值的方法是这些近似法的其中之一。
两个数的绝对值之和大于等于2a恒成立是什么意思
0 前言
微积分的基本思想是以直为曲，也即用直线来逼近曲线，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，所失弥小，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，希腊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、螺线下面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用在科学和工程之中。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这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、曲面围成的体积、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（微分学的中心问题）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为直，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、面的连续运动产生的，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）。
莱布尼茨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、化学、生物学、工程学等的发展。
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是很不完善的，他们为了计算微分，引入的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，有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。
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。本文的描述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，严谨是谈不上的，只能算瞎扯，或者说是漫谈。
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发现，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，或者一个果对应多个因。
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，中国远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的。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《论圆和双曲线的求积》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上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都可以叫做的函数。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。
第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）。但是后来欧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。即把函数定义为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多个式子表示，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 的每一个值， 总有完全确定的值与之对应，不管建立起这种对应的法则的方式如何，都称 是 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，强调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的地方。
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 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 的自变量，可以不必取 中的一切值，而可以仅取其任一部分”，换句话说就是 的取值可以是任意数集，这个集合中可以有有限个数、也可以有无限多个数，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围，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 、 ，如果 中每一个元素 都有 中唯一确定的元素 与之对应，那么我们就把此对应叫做从集合 到集合 的映射，记作 ： ，即 。
不过从布尔巴基以后，基于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 和 是两个集合， 中的每一个元素 和 中的每一个元素 之间的一个关系 称为函数，如果对每一个 ，都存在唯一的 ，它们满足给定的关系。记作 ： 。在布尔巴基的定义中， 和 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 和 ，定义 与 的积集 如下：
积集 中的一个子集 称为 与 的一个关系，若 ，则称 与 有关系 ，记为 ，若 不属于 ，则称 与 无关系 。设 是 与 的关系，即 ，如果 ， ，必有 ，那么称 为 到 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，也即函数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因果关系，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，例如各种工程设备，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。微积分就是建立在极限概念上（包括级数）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。
极限思想是微积分的基本思想，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：微积分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世纪荷兰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，他们的概念基础是无穷小，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 与时间的改变量 之比 表示运动物体的平均速度，让 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。其实牛顿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 )无限增大或变量的差无限接近0时 ，则 无限地接近于常数 ，那么就说 以 为极限，这个极限就是 （路径函数）在 时的导数。
不过上述无限的概念仍然是几何直观的，并没有用逻辑描述出无限这个过程是什么，也没有定量地给出 和 两个无限过程之间的数量联系，所以在逻辑上仍然有漏洞。
所以牛顿和莱布尼兹的微积分不断受到怀疑和攻击，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 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，无法回答这种质疑，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：一个量是另一个量的极限，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无限趋于一个定值，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（绝对值）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 是指：如果对任何 ，总存在自然数 ，使得当 时，不等式 恒成立.
这个定义，借助不等式而不是几何直观，通过 和 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，它是部分和的极限，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。这其实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，这就是极限概念的本质。
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，这个定理的简单表述是：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，而多项式函数的导数，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。
这个定理最著名的证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用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，但本质没有改变。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，可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度理解，才能正确描述和把握，其实描述极限的语言体系是 语言是一个相当于公理体系的定义， 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。
微积分中讨论的连续函数、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极限的思想方法给出。
3 连续
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，这是很本质的核心问题。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、莱布尼兹时代，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对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续变化的量。
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，所以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跃式振荡。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
局部有界性定理
局部保号定理
四则运算定理
复合函数定理
海涅（Heine)定理
最大、最小值定理
推论（有界性定理）
介值性定理
根的存在定理
反函数连续定理
初等函数的连续定理
设函数在点的某一邻域内有定义，任给大于零，存在大于零，当时，恒有
则称函数在点点连续.
这种描述函数连续的语言称为微积分的基本语言： 语言。用 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极限。
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，即在 处连续的函数 ，有
这就可以大大简化求极限难度。
我们知道，函数的连续性是一个局部性质，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，像闭区间上连续函数的有界性、最大最小值性、介值性、根的存在性、一致连续性等。
用 语言，能够很容易得到连续函数的性质：
若函数 在点 连续，则 在 的某邻域 内有界。
若函数 在点 连续，且 （或 ），则对任何正数 （或 ），存在某 ，使得对一切 有 （或 ）。
若函数 和 在点 连续，则 ， ， (这里 )也都在点 连续。
若函数 在点 连续， 在点 连续， ，则
存在的充分必要条件是对任给的序列 ，若满足
总有 存在且极限值相同。
若函数 在闭区间 上连续，则 在 上有最大值与最小值；或称函数 在 上达到最值。
若函数 在闭区间 上连续，则 在 上有界。
设函数 在闭区间 上连续，且 。若 为介于 与 之间的任何实数，则至少存在一点 ，使得 。
若函数 在闭区间 上连续，且 与 异号，则至少存在一点 使得 。即方程 在 内至少有一个根。
若函数 在 上严格单调并连续，则反函数 在其定义域 或 上连续。
任何初等函数在它的定义域上都连续。
未完，待续...
声明：本文由学友推荐，重新整理、改编自网络，原文标题：瞎扯微积分. 版权归原作者所有，转载旨在学习交流，如原出处不允许整理转载分享，麻烦留言删除。感谢您的阅读。
更多大学生活、学习经历、经验推文
课程、考研、竞赛资源分享
考研竞赛数学（ID：xwmath
求翻译，是有关数学的
结合性能优越的契比雪夫多项式最小二乘的第一类与几何的洞见伯恩斯坦多项式的基础上,我们编写多项式Pn(u);u∈(0,1)作为一个线性组合的伯恩斯坦多项式基础和切比雪夫多项式的第一种如下:
