<?xml version="1.0" encoding="UTF-8"?>
<!-- generator="FeedCreator 1.8" -->
<?xml-stylesheet href="https://www.zhuzhugst.com/lib/exe/css.php?s=feed" type="text/css"?>
<rdf:RDF
    xmlns="http://purl.org/rss/1.0/"
    xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
    xmlns:dc="http://purl.org/dc/elements/1.1/">
    <channel rdf:about="https://www.zhuzhugst.com/feed.php">
        <title>张叶安的博客 - 数学分析</title>
        <description></description>
        <link>https://www.zhuzhugst.com/</link>
        <image rdf:resource="https://www.zhuzhugst.com/lib/exe/fetch.php?media=logo.png" />
       <dc:date>2026-06-10T08:16:06+00:00</dc:date>
        <items>
            <rdf:Seq>
                <rdf:li rdf:resource="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E7%AD%89%E4%BB%B7%E6%97%A0%E7%A9%B7%E5%B0%8F&amp;rev=1780412860&amp;do=diff"/>
                <rdf:li rdf:resource="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E5%A4%9A%E5%85%83%E5%87%BD%E6%95%B0%E7%A7%AF%E5%88%86%E5%AD%A6&amp;rev=1771487195&amp;do=diff"/>
                <rdf:li rdf:resource="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E5%A4%9A%E5%85%83%E5%87%BD%E6%95%B0%E5%BE%AE%E5%88%86%E5%AD%A6&amp;rev=1771486673&amp;do=diff"/>
                <rdf:li rdf:resource="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E7%A7%AF%E5%88%86%E5%AD%A6&amp;rev=1771486011&amp;do=diff"/>
                <rdf:li rdf:resource="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E7%BA%A7%E6%95%B0&amp;rev=1771486209&amp;do=diff"/>
                <rdf:li rdf:resource="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E8%BF%9E%E7%BB%AD%E6%80%A7&amp;rev=1771415165&amp;do=diff"/>
                <rdf:li rdf:resource="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E6%B4%9B%E5%BF%85%E8%BE%BE%E6%B3%95%E5%88%99&amp;rev=1780411252&amp;do=diff"/>
                <rdf:li rdf:resource="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E7%89%9B%E9%A1%BF%E6%97%B6%E4%BB%A3%E7%9A%84%E5%BE%AE%E7%A7%AF%E5%88%86&amp;rev=1777304737&amp;do=diff"/>
                <rdf:li rdf:resource="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E5%AE%9E%E6%95%B0%E4%B8%8E%E6%9E%81%E9%99%90&amp;rev=1771417143&amp;do=diff"/>
                <rdf:li rdf:resource="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E6%B3%B0%E5%8B%92%E5%85%AC%E5%BC%8F&amp;rev=1780896668&amp;do=diff"/>
                <rdf:li rdf:resource="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E5%BE%AE%E5%88%86%E5%AD%A6&amp;rev=1771485885&amp;do=diff"/>
            </rdf:Seq>
        </items>
    </channel>
    <image rdf:about="https://www.zhuzhugst.com/lib/exe/fetch.php?media=logo.png">
        <title>张叶安的博客</title>
        <link>https://www.zhuzhugst.com/</link>
        <url>https://www.zhuzhugst.com/lib/exe/fetch.php?media=logo.png</url>
    </image>
    <item rdf:about="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E7%AD%89%E4%BB%B7%E6%97%A0%E7%A9%B7%E5%B0%8F&amp;rev=1780412860&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-06-02T15:07:40+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>等价无穷小</title>
        <link>https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E7%AD%89%E4%BB%B7%E6%97%A0%E7%A9%B7%E5%B0%8F&amp;rev=1780412860&amp;do=diff</link>
        <description>公式依赖图



等价无穷小

设 $\alpha(x)$ 和 $\beta(x)$ 都是 $x \to x_0$ 时的无穷小量（即极限为 0），若：
$$\lim_{x \to x_0} \frac{\alpha(x)}{\beta(x)} = 1$$

则称 $\alpha(x)$ 与 $\beta(x)$ 等价，记作：
$$\alpha(x) \sim \beta(x) \quad (x \to x_0)$$

关键理解

	*  等价 ≠ 相等：$\sin x \sim x$ 不代表 $\sin x = x$，而是两者趋近 0 的速度完全相同
	*  比值极限为 1 意味着：$\alpha(x) = \beta(x) + o(\beta(x))$$x=0$$\sin x$$x - \frac{x^3}{6} + \frac{x^5}{120} - ...$$\sin x \sim x$$\tan x$$x + \frac{x^3}{3} + \frac{2x^5}{15} + ...$$\tan x \sim x$$e^x$$1 + x + \frac{x^2}{2} + ..…</description>
    </item>
    <item rdf:about="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E5%A4%9A%E5%85%83%E5%87%BD%E6%95%B0%E7%A7%AF%E5%88%86%E5%AD%A6&amp;rev=1771487195&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-02-19T07:46:35+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>多元函数积分学</title>
        <link>https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E5%A4%9A%E5%85%83%E5%87%BD%E6%95%B0%E7%A7%AF%E5%88%86%E5%AD%A6&amp;rev=1771487195&amp;do=diff</link>
        <description>第七章 多元函数积分学

7.1 重积分

7.1.1 二重积分的定义

定义 7.1 设 $D$ 是 $\mathbb{R}^2$ 中的有界闭区域，$f(x,y)$ 是 $D$ 上的有界函数。将 $D$ 分割为 $n$ 个小区域 $\Delta\sigma_i$，在每个小区域上任取一点 $(\xi_i, \eta_i)$，记 $\lambda = \max\{\text{diam}(\Delta\sigma_i)\}$，若极限
$$\iint_D f(x,y)d\sigma = \lim_{\lambda \to 0} \sum_{i=1}^n f(\xi_i, \eta_i)\Delta\sigma_i$$
存在（与分割方式和取点方式无关），则称此极限为 $f$$D$$f(x,y) \geq 0$$\iint_D f(x,y)d\sigma$$D$$z=f(x,y)$$f(x,y) \equiv 1$$\iint_D d\sigma = \sigma(D)$$D$$f(x,y)$$D$$f$$D$$\iint_D [\alpha f + \beta g]d\sigma = \alp…</description>
    </item>
    <item rdf:about="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E5%A4%9A%E5%85%83%E5%87%BD%E6%95%B0%E5%BE%AE%E5%88%86%E5%AD%A6&amp;rev=1771486673&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-02-19T07:37:53+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>多元函数微分学</title>
        <link>https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E5%A4%9A%E5%85%83%E5%87%BD%E6%95%B0%E5%BE%AE%E5%88%86%E5%AD%A6&amp;rev=1771486673&amp;do=diff</link>
        <description>第六章 多元函数微分学

6.1 多元函数的基本概念

6.1.1 平面点集

邻域： 点 $P_0(x_0, y_0)$ 的 $\delta$ 邻域
$$U(P_0, \delta) = \{(x, y) : \sqrt{(x-x_0)^2 + (y-y_0)^2} &lt; \delta\}$$

去心邻域：
$$\mathring{U}(P_0, \delta) = U(P_0, \delta) \setminus \{P_0\}$$

点与点集的关系：

	*  内点： 存在邻域完全含于点集内
	*  外点： 存在邻域与点集不相交$D$$D$$(x, y)$$f$$z$$f$$D$$$z = f(x, y), \quad (x, y) \in D$$$n$$u = f(x_1, x_2, \ldots, x_n)$$z = \sqrt{x^2 + y^2 - 1} + \ln(4 - x^2 - y^2)$$$\begin{cases} x^2 + y^2 - 1 \geq 0 \\ 4 - x^2 - y^2 &gt; 0 \end{cases}$$$1 \leq x^2 + y^2 &lt;…</description>
    </item>
    <item rdf:about="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E7%A7%AF%E5%88%86%E5%AD%A6&amp;rev=1771486011&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-02-19T07:26:51+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>积分学</title>
        <link>https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E7%A7%AF%E5%88%86%E5%AD%A6&amp;rev=1771486011&amp;do=diff</link>
        <description>第四章 积分学

4.1 不定积分

4.1.1 原函数与不定积分的概念

定义 4.1（原函数）
设函数 $f(x)$ 在区间 $I$ 上有定义，若存在函数 $F(x)$ 使得对任意 $x \in I$：
$$F&#039;(x) = f(x) \quad \text{或} \quad dF(x) = f(x)dx$$
则称 $F(x)$ 为 $f(x)$ 在 $I$ 上的原函数。

定理 4.1（原函数的性质）$F(x)$$f(x)$$F(x) + C$$C$$f(x)$$f(x)$$f(x)$$f(x)$$$\int f(x)dx = F(x) + C$$$\int$$f(x)$$f(x)dx$$x$$C$$\left(\int f(x)dx\right)&#039; = f(x)$$d\left(\int f(x)dx\right) = f(x)dx$$\int F&#039;(x)dx = F(x) + C$$\int dF(x) = F(x) + C$$\int [f(x) \pm g(x)]dx = \int f(x)dx \pm \int g(x)dx$$\int kf(x)dx = k\int f…</description>
    </item>
    <item rdf:about="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E7%BA%A7%E6%95%B0&amp;rev=1771486209&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-02-19T07:30:09+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>级数</title>
        <link>https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E7%BA%A7%E6%95%B0&amp;rev=1771486209&amp;do=diff</link>
        <description>第五章 级数

5.1 常数项级数的概念与性质

5.1.1 常数项级数的概念

引例： 芝诺悖论——阿基里斯追龟

阿基里斯速度是龟的 10 倍，龟在阿基里斯前面 100 米处。当阿基里斯到达龟的起点时，龟向前爬了 10 米；当他跑完这 10 米，龟又爬了 1 米……$100 + 10 + 1 + 0.1 + \cdots = \frac{100}{1 - 0.1} = \frac{1000}{9} \approx 111.11$$\{u_n\}$$$u_1 + u_2 + u_3 + \cdots + u_n + \cdots = \sum_{n=1}^{\infty} u_n$$$u_n$$\sum_{n=1}^{\infty} u_n$$$S_n = u_1 + u_2 + \cdots + u_n = \sum_{k=1}^{n} u_k$$$\{S_n\}$$\lim_{n \to \infty} S_n = S$$S$$\{S_n\}$$r_n = S - S_n = \sum_{k=n+1}^{\infty} u_k$$\sum_{n=0}^{\infty} aq^n$…</description>
    </item>
    <item rdf:about="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E8%BF%9E%E7%BB%AD%E6%80%A7&amp;rev=1771415165&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-02-18T11:46:05+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>连续性</title>
        <link>https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E8%BF%9E%E7%BB%AD%E6%80%A7&amp;rev=1771415165&amp;do=diff</link>
        <description>第二章 连续性

2.1 连续函数的定义

2.1.1 点连续的定义

定义 2.1（点连续）
设函数 $f(x)$ 在点 $x_0$ 的某邻域内有定义。如果
$$\lim_{x \to x_0} f(x) = f(x_0)$$
则称函数 $f(x)$ 在点 $x_0$ 处连续。

用 ε-δ 语言表述：对任意 $\varepsilon &gt; 0$，存在 $\delta &gt; 0$，当 $|x - x_0| &lt; \delta$ 时，有 $|f(x) - f(x_0)| &lt; \varepsilon$$$\lim_{\Delta x \to 0} [f(x_0 + \Delta x) - f(x_0)] = 0$$$\Delta y = f(x_0 + \Delta x) - f(x_0)$$\lim_{\Delta x \to 0} \Delta y = 0$$\lim_{x \to x_0^+} f(x) = f(x_0)$$\lim_{x \to x_0^-} f(x) = f(x_0)$$f(x)$$x_0$$f(x)$$x_0$$f(x) = |x|$$x = 0$$\lim_{x …</description>
    </item>
    <item rdf:about="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E6%B4%9B%E5%BF%85%E8%BE%BE%E6%B3%95%E5%88%99&amp;rev=1780411252&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-06-02T14:40:52+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>洛必达法则</title>
        <link>https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E6%B4%9B%E5%BF%85%E8%BE%BE%E6%B3%95%E5%88%99&amp;rev=1780411252&amp;do=diff</link>
        <description>定理依赖关系图



洛必达法则（L&#039;Hôpital&#039;s Rule）

设函数 $f(x)$ 和 $g(x)$ 满足：

	*  $\lim_{x \to a} f(x) = \lim_{x \to a} g(x) = 0$
	*  在 $a$ 的某去心邻域内可导，且 $g&#039;(x) \neq 0$
	*  $\lim_{x \to a} \frac{f&#039;(x)}{g&#039;(x)} = L$（$L$ 为有限数或 $\pm\infty$）

则：
$$\lim_{x \to a} \frac{f(x)}{g(x)} = \lim_{x \to a} \frac{f&#039;(x)}{g&#039;(x)} = L$$

证明（利用柯西中值定理）

第一步：补充定义

由于 $\lim_{x \to a} f(x) = \lim_{x \to a} g(x) = 0$$$f(a) = 0, \quad g(a) = 0$$$f(x)$$g(x)$$x = a$$x &gt; a$$x &lt; a$$[a, x]$$f, g$$f, g$$(a, x)$$g&#039;(t) \neq 0$$t \in (a, x)$$\xi \in…</description>
    </item>
    <item rdf:about="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E7%89%9B%E9%A1%BF%E6%97%B6%E4%BB%A3%E7%9A%84%E5%BE%AE%E7%A7%AF%E5%88%86&amp;rev=1777304737&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-04-27T15:45:37+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>牛顿时代的微积分</title>
        <link>https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E7%89%9B%E9%A1%BF%E6%97%B6%E4%BB%A3%E7%9A%84%E5%BE%AE%E7%A7%AF%E5%88%86&amp;rev=1777304737&amp;do=diff</link>
        <description>庄子曰：“一尺之棰，日取其半，万世不竭。”

现在有一小球，在2s内匀速走了4m，可知其平均速度为$4\mathrm{m}/2\mathrm{s}=2 \mathrm{m} /\mathrm{s}$,那么如何求其在初始时刻的瞬时速度呢。

我们使用眼球技术可以得知其瞬时速度也为$2 \mathrm{m} /\mathrm{s}$，然而要怎么准确的描述这一数值。$4/{2^{n}}$$2/{2^{n}}$$c2^t$$2^t$$\Sigma 2^t$$\Sigma 2^t \cdot 0.01$$c=4/(\Sigma 2^t$$c=4/3 \ln 2 = 0.924196$</description>
    </item>
    <item rdf:about="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E5%AE%9E%E6%95%B0%E4%B8%8E%E6%9E%81%E9%99%90&amp;rev=1771417143&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-02-18T12:19:03+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>实数与极限</title>
        <link>https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E5%AE%9E%E6%95%B0%E4%B8%8E%E6%9E%81%E9%99%90&amp;rev=1771417143&amp;do=diff</link>
        <description>第一章 实数与极限

1.1 实数理论

1.1.1 实数的引入

为什么要研究实数？

有理数的定义：
形如 $\frac{p}{q}$ 的数称为有理数，其中 $p, q$ 为整数且 $q \neq 0$。所有有理数组成的集合记为 $\mathbb{Q}$。

有理数可以表示为有限小数或无限循环小数。有理数集对加、减、乘、除（除数不为零）四则运算封闭。$\mathbb{Q}$$\sqrt{2}$$\sqrt{2} = \frac{p}{q}$$p, q$$p^2 = 2q^2$$p^2$$p$$p = 2k$$4k^2 = 2q^2$$q^2 = 2k^2$$q$$p, q$$\mathbb{Q}$$A$$B$$A \cup B = \mathbb{Q}$$A \cap B = \emptyset$$a \in A, b \in B$$a &lt; b$$(A, B)$$A$$B$$A$$B$$A$$B$$\sqrt{2}$$A = \{r \in \mathbb{Q} : r &lt; 0 \text{ 或 } r^2 &lt; 2\}$$B = \{r \in \mathbb{Q} : r &gt; 0…</description>
    </item>
    <item rdf:about="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E6%B3%B0%E5%8B%92%E5%85%AC%E5%BC%8F&amp;rev=1780896668&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-06-08T05:31:08+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>泰勒公式</title>
        <link>https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E6%B3%B0%E5%8B%92%E5%85%AC%E5%BC%8F&amp;rev=1780896668&amp;do=diff</link>
        <description>公式依赖线路图



泰勒公式核心定义

基本形式

设函数 $f(x)$ 在包含点 $a$ 的某个开区间内具有直到 $n+1$ 阶的导数，则对该区间内任意一点 $x$，有：

$$f(x) = f(a) + f&#039;(a)(x-a) + \frac{f&#039;&#039;(a)}{2!}(x-a)^2 + \cdots + \frac{f^{(n)}(a)}{n!}(x-a)^n + R_n(x)$$

其中：

	*  $P_n(x) = \sum_{k=0}^{n} \frac{f^{(k)}(a)}{k!}(x-a)^k$ 称为 n 阶泰勒多项式
	*  $R_n(x)$ 称为 余项（Remainder）$R_n(x) = o((x-a)^n)$$R_n(x) = \frac{f^{(n+1)}(\xi)}{(n+1)!}(x-a)^{n+1}$$R_n(x) = \frac{f^{(n+1)}(\xi)}{n!}(x-\xi)^n(x-a)$$R_n(x) = \frac{1}{n!}\int_a^x f^{(n+1)}(t)(x-t)^n dt$$R_n(x) = \frac{f^{(n+1)…</description>
    </item>
    <item rdf:about="https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E5%BE%AE%E5%88%86%E5%AD%A6&amp;rev=1771485885&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2026-02-19T07:24:45+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>微分学</title>
        <link>https://www.zhuzhugst.com/doku.php?id=%E6%95%B0%E5%AD%A6%E5%88%86%E6%9E%90:%E5%BE%AE%E5%88%86%E5%AD%A6&amp;rev=1771485885&amp;do=diff</link>
        <description>第三章 微分学

3.1 导数的概念

3.1.1 导数的定义

定义 3.1（导数）
设函数 $y = f(x)$ 在点 $x_0$ 的某邻域内有定义，若极限
$$\lim_{\Delta x \to 0} \frac{f(x_0 + \Delta x) - f(x_0)}{\Delta x}$$
存在，则称函数 $f(x)$ 在点 $x_0$ 处可导，该极限值称为 $f(x)$ 在 $x_0$ 处的导数，记为 $f&#039;(x_0)$ 或 $\frac{dy}{dx}\big|_{x=x_0}$。

等价形式：$$f&#039;(x_0) = \lim_{x \to x_0} \frac{f(x) - f(x_0)}{x - x_0}$$$f&#039;(x_0)$$y = f(x)$$(x_0, f(x_0))$$y - f(x_0) = f&#039;(x_0)(x - x_0)$$y - f(x_0) = -\frac{1}{f&#039;(x_0)}(x - x_0)$$f&#039;(x_0) \neq 0$$f(x) = x^2$$x = 1$$$\begin{aligned}
f&#039;(1) &amp;= \lim_{\Delta x…</description>
    </item>
</rdf:RDF>
