Rearuh

本條目已列出參考文獻，但因為沒有文內引註而使來源仍然不明。 (2015年12月16日) 请通过加入合适的行内引用来改善这篇条目。

λ演算（英語：lambda calculus，λ-calculus）是一套從數學邏輯中發展，以變數綁定和替換的規則，來研究函式如何抽象化定義、函式如何被應用以及遞迴的形式系統。它由數學家阿隆佐·邱奇在20世紀30年代首次發表。lambda演算作為一種廣泛用途的計算模型，可以清晰地定義什麼是一個可計算函式，而任何可計算函式都能以這種形式表達和求值，它能模擬單一磁帶图灵机的計算過程；儘管如此，lambda演算強調的是變換規則的運用，而非實現它們的具體機器。

lambda演算可比擬是最根本的編程語言，它包括了一條變換規則（變數替換）和一條將函式抽象化定義的方式。因此普遍公認是一種更接近軟體而非硬體的方式。對函數式編程語言造成很大影響，比如Lisp、ML语言和Haskell语言。在1936年邱奇利用λ演算給出了對於判定性問題（Entscheidungsproblem）的否定：關於兩個lambda運算式是否等價的命題，無法由一個「通用的演算法」判斷，這是不可判定效能夠證明的頭一個問題，甚至還在停机问题之先。

lambda演算包括了建構lambda項，和對lambda項執行歸約的操作。在最簡單的lambda演算中，只使用以下的規則來建構lambda項：

產生了諸如：(λx.λy.(λz.(λx.zx)(λy.zy))(x y))的表達式。如果表達式是明確而沒有歧義的，則括號可以省略。對於某些應用，其中可能包括了邏輯和數學的常量以及相關操作。

本文讨论的是邱奇的“无类型lambda演算”，此后，已经研究出来了一些有类型lambda演算。

历史

最开始，邱奇试图创制一套完整的形式系统作为数学的基础，当他发现这个系统易受罗素悖论的影响时，就把lambda演算单独分离出来，用于研究可计算性，最终导致了他对判定性问题的否定回答。

非形式化的直覺描述

在λ演算中，每个表达式都代表一个函数，这个函数有一个参数，并且會返回一个值。不论是参数和返回值，也都是一个单参的函数。可以这么说，λ演算中只有一种“类型”，那就是这种单参函数。函数是通过λ表达式匿名地定义的，这个表达式说明了此函数将对其参数进行什么操作。

例如，“加2”函数f(x)= x + 2可以用lambda演算表示为λx.x + 2（或者λy.y + 2，参数的取名无关紧要），而f(3)的值可以写作(λx.x + 2) 3。函数的应用（application）是左结合的：f x y =(f x) y。

考虑这么一个函数：它把一个函数作为参数，这个函数将被作用在3上：λf.f 3。如果把这个（用函数作参数的）函数作用于我们先前的“加2”函数上：(λf.f 3)(λx.x+2)，则明显地，下述三个表达式：

(λf.f 3)(λx.x+2) 与 (λx.x + 2) 3 与 3 + 2

是等价的。有两个参数的函数可以通过lambda演算这樣表达：一个单一参数的函数，它的返回值又是一个单一参数的函数（参见柯里化）。例如，函数f(x, y) = x - y可以写作λx.λy.x - y。下述三个表达式：

(λx.λy.x - y) 7 2 与 (λy.7 - y) 2 与 7 - 2

也是等价的。然而这种lambda表达式之间的等价性，无法找到某个通用的函数来判定。

并非所有的lambda表达式都能被歸约至上述那样的确定值，考虑

(λx.x x)(λx.x x)

或

(λx.x x x)(λx.x x x)

然后试图把第一个函数作用在它的参数上。(λx.x x)被称为ω 组合子，((λx.x x)(λx.x x))被称为Ω，而((λx.x x x) (λx.x x x))被称为Ω₂，以此类推。若仅形式化函数作用的概念而不允许lambda表达式，就得到了组合子逻辑。

動機

在數學和計算機科學中，「可計算的」函式是基礎觀念。對於所謂的可計算性，λ-演算提供了一個簡單明確的語義，使計算的性質可以被形式化研究。λ-演算結合了兩種簡化方式，使得這個語義變得簡單。第一種簡化是不給予函式一個確定名稱，而“匿名”地對待它們。例如，兩數的平方和函式

square_sum⁡(x,y)=x2+y2{displaystyle operatorname {square_sum} (x,y)=x^{2}+y^{2}}

可以用匿名的形式重新寫為：

(x,y)↦x2+y2{displaystyle (x,y)mapsto x^{2}+y^{2}}（理解成一包含x和y的數組被映射到x2+y2{textstyle x^{2}+y^{2}}）

同樣地，

id⁡(x)=x{displaystyle operatorname {id} (x)=x}

可以用匿名的形式重新寫為：

x↦x{displaystyle xmapsto x}（即輸入是直接對應到它本身。）

第二個簡化是λ演算只使用單一個參數輸入的函數。如果普通函數需要兩個參數，例如square_sum{textstyle operatorname {square_sum} }函數，可轉成接受單一參數，傳給另一個函數中介，而中介函數也只接受一個參數，最後輸出結果。例如，

(x,y)↦x2+y2{displaystyle (x,y)mapsto x^{2}+y^{2}}

可以重新寫成：

x↦(y↦x2+y2){displaystyle xmapsto (ymapsto x^{2}+y^{2})}

這是稱為柯里化的方法，將多參數的函數轉換成為多個中介函數的複合鏈，每個中介函數都只接受一個參數。
將square_sum{textstyle operatorname {square_sum} }函數應用於參數(5,2)，直接產生結果

((x,y)↦x2+y2)(5,2){textstyle ((x,y)mapsto x^{2}+y^{2})(5,2)}

=52+22{textstyle =5^{2}+2^{2}}

=29{textstyle =29},

而對於柯里化轉換版的評估，需要再多一步：

((x↦(y↦x2+y2))(5))(2){textstyle {Bigl (}{bigl (}xmapsto (ymapsto x^{2}+y^{2}){bigr )}(5){Bigr )}(2)}

=(y↦52+y2)(2){textstyle =(ymapsto 5^{2}+y^{2})(2)} //在內層表達式中x{displaystyle x}的定義為5{displaystyle 5}，這就像β-歸約一樣。

=52+22{textstyle =5^{2}+2^{2}} //y{displaystyle y}的定義為2{displaystyle 2}，再次如同β-歸約。

=29{textstyle =29}

得出相同結果。

lambda演算

lambda演算是由特定形式語法所組成的一種語言，一組轉換規則可操作其中的lambda項。這些轉換規則被看作是一個等式理論或者一個操作定義。如上節所述，lambda演算中的所有函數都是匿名的，它們沒有名稱，它們只接受一個輸入變量，柯里化用於實現有多個輸入變量的函數。

lambda項

lambda演算的語法將一些表達式定義為有效的lambda演算式，而某一些表達式無效，就像C編程語言中有些字串有效，有些則不是。有效的lambda演算式稱為“lambda項”。

以下三個規則給出了語法上有效的lambda項，如何建構的歸納定義：

• 變量x{displaystyle x}本身就是一個有效的lambda項


• 如果t{displaystyle t}是一個lambda項，而x{displaystyle x}是一個變量，則(λx.t){displaystyle (lambda x.t)} 是一個lambda項（稱為lambda抽象）；


• 如果t{displaystyle t}和s{displaystyle s}是lambda項，那麼(ts){displaystyle (ts)}是一個lambda項（稱為應用）。

其它的都不是lambda項。因此，lambda項若且唯若可重複應用這三個規則取得時，才是有效的。一些括號根據某些規則可以省略。例如，最外面的括號通常不會寫入。

“lambda抽象”是指一個匿名函數的定義，它將單一輸入的λx.t{displaystyle lambda x.t}替換成t{displaystyle t}的表達式，所以產生了一個匿名函數，它採用x{displaystyle x}的值並返回t{displaystyle t}。例如，λx.x2+2{displaystyle lambda x.x^{2}+2}是表示使用函數f(x)=x2+2{displaystyle f(x)=x^{2}+2}作為t{displaystyle t}項的一個lambda抽象。lambda抽象只是先“設置”了函數定義，還沒使用它。這個抽象在t{displaystyle t}項中綁定了變量x{displaystyle x}。一個應用ts{displaystyle ts}表示將函數t{displaystyle t}應用在輸入s{displaystyle s}，亦即對輸入s{displaystyle s}使用函數t{displaystyle t}產生t(s){displaystyle t(s)}。

lambda演算中並沒有變量聲明的概念。如λx.x+y{displaystyle lambda x.x+y}（即f(x)=x+y{displaystyle f(x)=x+y}）的定義中，lambda演算將y{displaystyle y}當作尚未定義的變量。lambda抽象λx.x+y{displaystyle lambda x.x+y}在語法上是有效的，並表示將其輸入添加到未知y{displaystyle y}的函數。

可用圓括弧對來消除歧義。例如，λx.((λx.x)x){displaystyle lambda x.((lambda x.x)x)}和(λx.(λx.x))x{displaystyle (lambda x.(lambda x.x))x}表示不同的項（儘管它們剛好化簡到相同值）。這裡第一個例子定義了一個包含子函數的抽象，並將子函數應用於x（先應用後傳回）的結果；而第二個例子定義了一個傳回任何輸入的函數，然後在應用過程中傳回對輸入為x的應用（返回函數然後應用）。

操作函數的函數

在lambda演算中，函數被認為是第一類物件，因此函數可以當作輸入，或作為其它函數的輸出返回。

例如，λx.x{displaystyle lambda x.x}表示映射到本身的函數，x↦x{displaystyle xmapsto x}和(λx.x)y{displaystyle (lambda x.x)y}表示將這個函數應用於y{displaystyle y}。此外，(λx.y){displaystyle (lambda x.y)}則表示無論輸入為何，始終返回y{displaystyle y}值的常數函數x↦y{displaystyle xmapsto y}。lambda演算中的函數應用是左結合的，因此stx{displaystyle stx}表示(st)x{displaystyle (st)x}。

有幾個“等價”和“化簡”的概念，允許將各個lambda項“縮減”為“相同”的lambda項。

α{displaystyle alpha }-等價

對於lambda項，等價的基本形式定義，是α{displaystyle alpha }-等價。它捕捉了直覺概念，在lambda抽象中一個綁定變量的特別選擇（通常）並不重要。
比如，λx.x{displaystyle lambda x.x}和λy.y{displaystyle lambda y.y}是α{displaystyle alpha }-等價的lambda項，它們都表示相同的函數（自映射函數）；但如x{displaystyle x}和y{displaystyle y}項則不是α{displaystyle alpha }-等價的，因為它們並非以lambda抽象方式綁定的。
在許多演示中，通常會確定α{displaystyle alpha }-等價的lambda項。

為了能夠定義β{displaystyle beta }-歸約，需要以下定義：

自由變量

所謂的自由變量是那些在lambda抽象不受到綁定的變量。表達式中的一組自由變量定義歸納如下：

• 
  x{displaystyle x}的自由變量就只是x{displaystyle x}
  


• 
  λx.t{displaystyle lambda x.t}的自由變量集合，是在t{displaystyle t}中移除了x{displaystyle x}的自由變量集合。


• 
  ts{displaystyle ts}的自由變量是t{displaystyle t}的一組自由變量，與s{displaystyle s}的一組自由變量，這兩項變量的並集。

例如，代表映射自身的λx.x{displaystyle lambda x.x}，其中的lambda項沒有自由變量，但是在函數λx.yx{displaystyle lambda x.yx}中的lambda項，有一個自由變量y{displaystyle y}。

避免捕獲的替換記法

假設t{displaystyle t}，s{displaystyle s}和r{displaystyle r}是lambda項，而x{displaystyle x}和y{displaystyle y}是變量。如果寫成t[x:=r]{displaystyle t[x:=r]}是一種避免被捕獲的記法方式，表示在t{displaystyle t}這個lambda項中，以r{displaystyle r}來替換x{displaystyle x}變量的值。這定義為：

• 
  x[x:=r]=r{displaystyle x[x:=r]=r}；


• 
  y[x:=r]=y{displaystyle y[x:=r]=y}，如果x≠y{displaystyle xneq y}；


• 
  (ts)[x:=r]=(t[x:=r])(s[x:=r]){displaystyle (ts)[x:=r]=(t[x:=r])(s[x:=r])}；


• 
  (λx.t)[x:=r]=λx.t{displaystyle (lambda x.t)[x:=r]=lambda x.t}；


• 如果x≠y{displaystyle xneq y}而且y{displaystyle y}不在lambda項r{displaystyle r}的自由變量中，則(λy.t)[x:=r]=λy.(t[x:=r]){displaystyle (lambda y.t)[x:=r]=lambda y.(t[x:=r])}。對於lambda項r{displaystyle r}，變量y{displaystyle y}被稱為是“新鮮”的。

例如，(λx.x)[y:=y]=λx.(x[y:=y])=λx.x{displaystyle (lambda x.x)[y:=y]=lambda x.(x[y:=y])=lambda x.x}
和((λx.y)x)[x:=y]=((λx.y)[x:=y])(x[x:=y])=(λx.y)y{displaystyle ((lambda x.y)x)[x:=y]=((lambda x.y)[x:=y])(x[x:=y])=(lambda x.y)y}。

新鮮度條件（要求y{displaystyle y}不在lambda項r{displaystyle r}中的自由變量中）對於確保替換不會改變函數的意義很重要。例如，忽視新鮮度條件的替代：(λx.y)[y:=x]=λx.(y[y:=x])=λx.x{displaystyle (lambda x.y)[y:=x]=lambda x.(y[y:=x])=lambda x.x}。此替換會將原本意義為常量函數的λx.y{displaystyle lambda x.y}，轉換成意義為映射自身函數的λx.x{displaystyle lambda x.x}。

一般來說，在無法滿足新鮮度條件的情況，可利用α{displaystyle alpha }-重新命名使用一個合適的新變量來補救，切換回正確的替換概念；比如在(λx.y)[y:=x]{displaystyle (lambda x.y)[y:=x]}中，使用一個新變量z{displaystyle z}重新命名這個lambda抽象，獲取(λz.y)[y:=x]=λz.(y[y:=x])=λz.x{displaystyle (lambda z.y)[y:=x]=lambda z.(y[y:=x])=lambda z.x}，則替換就能保留原本函數的義涵。

β{displaystyle beta }-歸約

β-歸約規定了形式如(λx.t)s{displaystyle (lambda x.t)s}的應用，可以化簡成t[x:=s]{displaystyle t[x:=s]}項。符號記法(λx.t)s→t[x:=s]{displaystyle (lambda x.t)sto t[x:=s]}用於表示(λx.t)s{displaystyle (lambda x.t)s} 經過β-歸約轉換為t[x:=s]{displaystyle t[x:=s]}。例如，對於每個s{displaystyle s}，可轉換為(λx.x)s→x[x:=s]=s{displaystyle (lambda x.x)sto x[x:=s]=s}。這表明λx.x{displaystyle lambda x.x}實際上的應用是映射自身函數。同樣地，(λx.y)s→y[x:=s]=y{displaystyle (lambda x.y)sto y[x:=s]=y}，表明了λx.y{displaystyle lambda x.y}是一個常量函數。

lambda演算可視為函數式編程語言的理想化版本，如Haskell或ML語言。在這種觀點下，β-歸約對應於一組計算步驟。
這個步驟重複應用β-轉換，一直到沒有東西能再被化簡。在無型別lambda演算中，如本文所述，這個歸約過程可能無法終止，
比如Ω=(λx.xx)(λx.xx){displaystyle Omega =(lambda x.xx)(lambda x.xx)}，是個特殊的lambda項。這裡
(λx.xx)(λx.xx)→(xx)[x:=λx.xx]=(x[x:=λx.xx])(x[x:=λx.xx])=(λx.xx)(λx.xx){displaystyle (lambda x.xx)(lambda x.xx)to (xx)[x:=lambda x.xx]=(x[x:=lambda x.xx])(x[x:=lambda x.xx])=(lambda x.xx)(lambda x.xx)}
也就是說，該lambda項在一次β-歸約中化簡到本身，因此歸約過程將永遠不會終止。

無型別lambda演算的另一方面是它並不區分不同種類的資料。例如，需要編寫只針對數字操作的功能。然而，在無型別的lambda演算中，沒有辦法避免函數被應用於真值、字串或其它非數字物件。

形式化定义

本條目包含過多行話或專業術語，可能需要簡化或提出進一步解釋。 請在討論頁中發表對於本議題的看法，並移除或解釋本條目中的行話。

形式化地，我们从一个标识符（identifier）的可数无穷集合开始，比如{a, b, c, ..., x, y, z, x₁, x₂, ...}，则所有的lambda表达式可以通过下述以BNF范式表达的上下文无关文法描述：

1. <表达式> ::= <标识符>


2. <表达式> ::= (λ<标识符>.<表达式>)


3. <表达式> ::= (<表达式> <表达式>)

头两条规则用来生成函数，而第三条描述了函数是如何作用在参数上的。通常，lambda抽象（规则2）和函数作用（规则3）中的括弧在不会产生歧义的情况下可以省略。如下假定保证了不会产生歧义：（1）函数的作用是左结合的，和（2）lambda操作符被绑定到它后面的整个表达式。例如，表达式 (λx.x x)(λy.y) 可以简写成λ(x.x x) λy.y 。

类似λx.(x y)这样的lambda表达式并未定义一个函数，因为变量y的出现是自由的，即它并没有被绑定到表达式中的任何一个λ上。一个lambda表达式的自由变量的集合是通过下述规则（基于lambda表达式的结构归纳地）定义的：

1. 在表达式V中，V是变量，则这个表达式里自由变量的集合只有V。


2. 在表达式λV .E中（V是变量，E是另一个表达式），自由变量的集合是E中自由变量的集合减去变量V。因而，E中那些V被称为绑定在λ上。


3. 在表达式 (E E')中，自由变量的集合是E和E'中自由变量集合的并集。

例，对于表达式λx.x（我们将第一个x视作变量，第二个x视作表达式），其中表达式x中，由1，它的自由变量集合是x，又由2，表达式λx.x的自由变量的集合是表达式x的自由变量集合减去变量x。所以对于表达式λx.x，它的自由变量集合是空。

例，对于表达式λx.x x由形式化描述的第3点，我们把它看作((λx.x)(x))，(λx.x)和(x)分别为表达式，由上一例知道(λx.x)的自由变量集合为空，表达式(x)的变量集合为变量x，所以对于λx.x x，它的自由变量集合为x与空的并，即x。

在lambda表达式的集合上定义了一个等价关系(在此用==标注)，“两个表达式其实表示的是同一个函数”这样的直觉性判断即由此表述，这种等价关系是通过所谓的“alpha-变换规则”和“beta-归约规则”。

歸約

本條目包含過多行話或專業術語，可能需要簡化或提出進一步解釋。 請在討論頁中發表對於本議題的看法，並移除或解釋本條目中的行話。

歸約的操作包括：

α-变换

Alpha-变换规则表达的是，被绑定变量的名称是不重要的。比如说λx.x和λy.y是同一个函数。尽管如此，这条规则并非像它看起来这么简单，关于被绑定的变量能否由另一个替换有一系列的限制。

Alpha-变换规则陈述的是，若V与W均为变量，E是一个lambda表达式，同时E[V:=W]是指把表达式E中的所有的V的自由出现都替换为W，那么在W不是
E中的一个自由出现，且如果W替换了V，W不会被E中的λ绑定的情况下，有

λV.E == λW.E[V:=W]

这条规则告诉我们，例如λx.(λx.x) x这样的表达式和λy.(λx.x) y是一样的。

β-归约

Beta-归约规则表达的是函数作用的概念。它陈述了若所有的E'的自由出现在E [V:=E']中仍然是自由的情况下，有

((λV.E) E') == E [V:=E']

成立。

==关系被定义为满足上述两条规则的最小等价关系（即在这个等价关系中减去任何一个映射，它将不再是一个等价关系）。

对上述等价关系的一个更具操作性的定义可以这样获得：只允许从左至右来应用规则。不允许任何beta归约的lambda表达式被称为Beta范式。并非所有的lambda表达式都存在与之等价的范式，若存在，则对于相同的形式参数命名而言是唯一的。此外，有一个算法用户计算范式，不断地把最左边的形式参数替换为实际参数，直到无法再作任何可能的规约为止。这个算法当且仅当lambda表达式存在一个范式时才会停止。Church-Rosser定理说明了，当且仅当两个表达式等价时，它们会在形式参数换名后得到同一个范式。

η-变换

前两条规则之后，还可以加入第三条规则，eta-变换，来形成一个新的等价关系。Eta-变换表达的是外延性的概念，在这里外延性指的是，对于任一給定的参数，当且仅当两个函数得到的结果都一致，則它们將被視同為一个函数。Eta-变换可以令 λx.fx{displaystyle lambda x.fx} 和 f{displaystyle f} 相互转换，只要 x{displaystyle x} 不是 f{displaystyle f} 中的自由變量。下面说明了为何这条规则和外延性是等价的：

若 f{displaystyle f} 与 g{displaystyle g} 外延地等价，即，fa==ga{displaystyle fa==ga} 对所有的 λ{displaystyle lambda } 表达式 a{displaystyle a}成立，则当取 a{displaystyle a} 为在 f{displaystyle f} 中不是自由出现的变量 x{displaystyle x}时，我们有f(x)==g(x){displaystyle f(x)==g(x)}，因此 λx.fx==λx.gx{displaystyle lambda x.fx==lambda x.gx}，由eta-变换f == g。所以只要eta-变换是有效的，会得到外延性也是有效的。

相反地，若外延性是有效的，则由beta-归约，对所有的y有(λx .f x) y == f y，可得λx .f x == f，即eta-变换也是有效的。

資料類型的編碼

基本的lambda演算法可用於建構布林值，算術，資料結構和遞歸的模型，如以下各小節所述。

lambda演算中的算術

在lambda演算中有许多方式都可以定义自然数，但最常见的还是邱奇数，下面是它们的定义：

0 = λf.λx.x

1 = λf.λx.f x

2 = λf.λx.f (f x)

3 = λf.λx.f (f (f x))

以此类推。直观地说，lambda演算中的数字n就是一个把函数f作为参数并以f的n次幂为返回值的函数。换句话说，邱奇整数是一个高阶函数 -- 以单一参数函数f为参数，返回另一个单一参数的函数。

(注意在邱奇原来的lambda演算中，lambda表达式的形式参数在函数体中至少出现一次，这使得我们无法像上面那样定义0)在邱奇整数定义的基础上，我们可以定义一个后继函数，它以n为参数，返回n + 1：

SUCC = λn.λf.λx.f(n f x)

加法是这样定义的：

PLUS = λm.λn.λf.λx.m f (n f x)

PLUS可以被看作以两个自然数为参数的函数，它返回的也是一个自然数。你可以试试验证

PLUS 2 3 

与5是否等价。乘法可以这样定义：

MULT = λm.λn.m (PLUS n) 0,

即m乘以n等于在零的基础上m次加n。另一种方式是

MULT = λm.λn.λf.m (n f)

正整数n的前驱元（predecessesor）PRED n = n - 1要复杂一些：

PRED = λn.λf.λx.n(λg.λh.h(g f))(λu.x)(λu.u)

或者

PRED = λn.n(λg.λk.(g 1)(λu.PLUS(g k) 1) k)(λl.0) 0

注意(g 1)(λu.PLUS(g k) 1) k表示的是，当g(1)是零时，表达式的值是k，否则是g(k)+ 1。

逻辑与谓词

习惯上，下述两个定义（称为邱奇布尔值）被用作TRUE和FALSE这样的布尔值：

TRUE := λx.λy.x

FALSE := λx.λy.y

(注意FALSE等价于前面定义邱奇数零)

接着，通过这两个λ-项，我们可以定义一些逻辑运算：

AND := λp q.p q FALSE

OR := λp q.p TRUE q

NOT := λp.p FALSE TRUE

IFTHENELSE := λp x y.p x y

我们现在可以计算一些逻辑函数，比如：

AND TRUE FALSE

≡(λp q.p q FALSE) TRUE FALSE →_β TRUE FALSE FALSE

≡(λx y.x) FALSE FALSE →_β FALSE

我们见到AND TRUE FALSE等价于FALSE。

“谓词”是指返回布尔值的函数。最基本的一个谓词是ISZERO，当且仅当其参数为零时返回真，否则返回假：

运用谓词与上述TRUE和FALSE的定义，使得"if-then-else"这类语句很容易用lambda演算写出。

有序对（2-元组）数据类型可以用TRUE、FALSE和IF来定义。

链表数据类型可以定义为，要么是为空列表保留的值（e.g.FALSE），要么是CONS一个元素和一个更小的列表。

lambda演算出現在相當大量的編程習慣用法中，其中許多編程語言最初以lambda演算作為語義基礎，在此背景下開發的；有效地利用lambda演算作為基底。因為幾個編程語言部份含括了lambda演算（或者非常相似的東西），所以這些技術也可以在實際的編程中見到，但有可能被認為是模糊或外來的。

在lambda演算中，函式庫將採用預先定義好的函數集合，其中lambda項僅僅是特定的常量。純粹的lambda演算法並不具有命名常數的概念，因為所有的原子λ項都是變量；但是在程序主體中，我們可將一個變量當成常量的名稱，利用lambda抽象把這個變量綁定，並將該lambda抽象應用於預期的定義，來模擬命名常量的作法。因此在N（“主程序”的另一個lambda項）中，要以f來表示M（一些明確的lambda項），則寫成如下：

作者經常引入類似如let的语法糖，允許以更直觀的次序撰寫上述內容：

通過等號鏈接這個命名常數，即可將lambda演算“編程”的一個lambda項，寫為零或多個函數的定義，而使用構成程序主體的那些函數。這個let顯著的限制，是在M中並沒有定義f名稱，因為M不在綁定f的lambda抽象範疇之內；這意味著遞歸函數定義不能以let來使用M。更進步的letrec語法糖允許以直覺的方式編寫遞歸函數定義，而不需用到不動點組合子。

递归是使用函数自身的函数定义；在表面上，lambda演算不允许这样。但是这种印象是误解。考虑个例子，阶乘函数f(n)递归的定义为

在lambda演算中，你不能定义包含自身的函数。要避免这样，你可以开始于定义一个函数，这里叫g，它接受一个函数f作为参数并返回接受n作为参数的另一个函数：

函数g返回要么常量1，要么函数f对n-1的n次应用。使用ISZERO谓词，和上面描述的布尔和代数定义，函数g可以用lambda演算来定义。

但是，g自身仍然不是递归的；为了使用g来建立递归函数，作为参数传递给g的f函数必须有特殊的性质。也就是说，作为参数传递的f函数必须展开为调用带有一个参数的函数g -- 并且这个参数必须再次f函数!

换句话说，f必须展开为g(f)。这个到g的调用将接着展开为上面的阶乘函数并计算下至另一层递归。在这个展开中函数f将再次出现，并将被再次展开为g(f)并继续递归。这种函数，这裡的f = g(f)，叫做g的不动点，并且它可以在lambda演算中使用叫做悖论算子或不动点算子来实现，它被表示为Y -- Y组合子：

在lambda演算中，Y g是g的不动点，因为它展开为g(Y g)。现在，要完成我们对阶乘函数的递归调用，我们可以简单的调用 g(Y g)n，这裡的n是我们要计算它的阶乘的数。

比如假定n = 5，它展开为：

等等，递归的求值算法的结构。所有递归定义的函数都可以看作某个其他适当的函数的不动点，因此，使用Y所有递归定义的函数都可以表达为lambda表达式。特别是，我们现在可以明晰的递归定义自然数的减法、乘法和比较谓词。

某一些lambda項有普遍接受的名稱：

其中有幾個在“消除lambda抽象”中有直接的應用，將lambda項變為組合演算的術語。

如果N是一個沒有λ-抽象的lambda項，但可能包含了命名常量（組合子），則存在一個lambda項T(x,N)，這相同於一個缺少λ-抽象（除了作為命名常量的一部份，如果這些被認為是非原子的）的λx.N；也可以被視為匿名變量，就如同T(x,N)從N之中刪除所有出現的x，同時仍然允許在N包含x的位置替換參數值。

轉換函數T可由下式定義：

在這兩種情況下，形式T(x,N)P可藉由使初始的組合子I，K或S獲取參數P而化簡，
就像(λx.N) P經過β-歸約一樣。I返回那個參數。K則將參數拋棄，就像(λx.N)，如果x在N中不是以自由變量出現。S將參數傳遞給應用程序的兩個子句，然後將第一個結果應用到第二個的結果之上。

組合子B和C類似於S，但把參數傳遞給應用的一個子項（B傳給“參數”子項，而C傳給“函數”子項），如果子項中沒有出現x，則保存後續的K。與B和C相比，S組合子實際上混合了兩個功能：
重新排列參數，並複製一個參數，以便它可以在兩個地方使用。W組合子只做後者，產生了SKI组合子演算的B，C，K，W系統。

自然数的函数F: N → N是可计算函数，当且仅当存在着一个lambda表达式f，使得对于N中的每对x, y都有F(x) = y当且仅当f x == y，这裡的x和y分别是对应于x和y的邱奇数。这是定义可计算性的多种方式之一；关于其他方式和它们的等价者的讨论请参见邱奇-图灵论题。