理解代数(Algebra):我们为何要对方程因式分解?

代数是关于什么的?当学习变量($x, y, z$)时,它们似乎“隐藏”了一个数字:

\displaystyle{x + 3 = 5}

$x$ 中隐藏了什么数字?在这个例子中是2。

似乎算术仍然有效,即使我们事先没有确切的数字。之后,我们可能会以复杂的方式安排这些“隐藏的数字”:

\displaystyle{x^2 + x = 6}

哇——有点难解,但有可能。今天我们来弄清楚因式分解是如何工作的以及为什么它有用。

多项式

当我们写出像 $x^2 + x = 6$ 这样的多项式时,我们可以从一个更高的层面来思考。

我们有一个未知数 $x$,它与自身相互作用($x * x = x^2$)。我们加上原来的数($+ x$),结果是 6。

$x^2$、$x$ 和 6 都是“数”,但现在我们追踪它们是如何构成的:

  • $x^2$ 是一个自交互的组件
  • $x$ 是一个独立的组件
  • 6 是我们希望整个系统达到的期望状态

交互完成后,我们应得到 6。隐藏在这个 $x$ 中能让等式成立的是什么数呢?

嗯——这有点棘手。所以让我们用我们自己的技巧来对抗:我们可以创建一个 不同的 系统来跟踪原始系统中的误差(这有点烧脑,请坚持住)。

原始系统是 $x^2 + x$。目标状态是 6。新系统:

\displaystyle{x^2 + x - 6}

将跟踪 差异 原始系统和目标状态之间的差异。我们什么时候最开心?当没有差异时:

\displaystyle{x^2 + x - 6 = 0}

啊! 那是 这就是为什么我们对将多项式设为零如此感兴趣!如果我们有一个系统和目标状态,我们可以创建一个新的方程来跟踪差异——并努力使其为零。(这比简单的“两边同时减去6”更深刻——我们是在描述误差!)

但是……我们究竟如何让误差归零?它仍然是一堆杂乱的部分:$x^2$、$x$ 和 6 飞来飞去。

因式分解那个 Mamma Jamma

因式分解来拯救。我的直觉:因式分解让我们能够将一个复杂的系统($x^2 + x - 6$)重新排列成一系列相互关联的小系统。

想象一下把一堆棍子(我们杂乱无章的系统)立起来,让它们互相支撑,就像一个锥形帐篷:

/\

(这是一个二维的例子,有两根棍子。)

拿走任何一根棍子,整个结构就会倒塌。如果我们可以将我们的系统:

\displaystyle{x^2 + x - 6 = 0}

重写为一系列乘法:

\displaystyle{\text{Component A} \cdot \text{Component B} = 0}

我们就将棍子放在了一个“锥形帐篷”中。如果组件 A 或组件 B 变为 0,结构就会倒塌,结果就是 0。

太棒了! 那个 这就是因式分解厉害的原因:我们把误差系统重新排列成一个脆弱的圆锥帐篷,这样就可以 分解 它。我们会找到消除误差并使系统达到理想状态的东西。

记住:我们正在破坏 误差 系统中的(组件),而不是系统本身。

开始因式分解

学习“因式分解方程”就是搭建圆锥帐篷的过程。在这个例子中:


\begin{aligned}
x^2 + x - 6 &= (x + 3)(x -2) \\
&= \text{Component A} \cdot \text{Component B}
\end{aligned}

如果 $x = -3$,组件A就会倒下。如果 $x = 2$,组件B就会倒下。任何一个值都会导致误差崩溃,这意味着我们的 原始系统 ($x^2 + x$,我们几乎忘记的那个!)满足要求:

  • 当 $x = -3$ 时,误差消失,我们得到 $(-3)^2 + -3 = 6$
  • 当 $x = 2$ 时,误差消失,我们得到 $2^2 + 2 = 6$

综合应用

我长期以来一直思考因式分解的真正目的。在代数课上,方程被方便地设为零,我们不知道原因。在现实世界中,情况是这样的:

  • 定义模型: 写出系统行为($x^2 + x$)
  • 定义期望状态: 它应该等于什么?(6)
  • 定义误差: 错误是它自己的系统:误差 = 实际 - 期望(即 $x^2 + x - 6$)
  • 分解误差: 将误差改写为互锁组件:$(x + 3)(x - 2)$
  • 将误差归零: 将其中一个组件归零($x = -3$ 或 $x = 2$)。

当误差=0时,我们的系统必须处于期望状态。这样就完成了!

代数非常有用:

  • 我们的系统是一条轨迹,“期望状态”是目标。哪条轨迹击中目标?
  • 我们的系统是小部件销售,“期望状态”是收入目标。多少收益达到目标?
  • 我们的系统是游戏获胜的概率,“期望状态”是五五开(公平)的结果。什么设置使其成为公平游戏?

“将系统匹配到其期望状态”的想法只是 对因式分解为什么有用的一种解释。如果你有更多想法,我很想听听!

附录(Appendix)

该过程的速查表:

algebra factoring process

更多值得思考的内容:

  • 乘法通常是 视为与。组件A必须在,并且组件B也必须在。如果任一条件为假,系统就会崩溃。

  • 代数学基本定理证明,你的“组件”数量等于最高次多项式的次数。如果最高次项是$x^4$,那么你可以因式分解成4个相互锁定的组件(改天再讨论)。但这应该说得通:如果你将一个“$x^4$系统”重写为乘法,那么不应该有4个单独的“$x$组件”相乘吗?如果有3个,你永远得不到$x^4$;如果有5个,你会超出,得到一个$x^5$项。

  • 你是否有现实世界中的系统处于“圆锥帐篷”布局,其中单个组件失效会导致整个结构倒塌?

  • 二次公式可以“自动破坏”任何含有$x^2$、$x$和常数组件的系统。对于复杂的系统(含有$x^3$、$x^4$甚至某些$x^5$组件)也有公式,但开始变得有点疯狂。

  • 有没有办法防止系统出现这些弱点?(不可因式分解?不可归零?)。别忘了,我们曾认为像$x^2 + 1$这样的系统是“不可归零”的,直到 虚数 出现了。

数学愉快。

本系列其他文章

  1. 理解代数(Algebra):我们为何要对方程因式分解?
  2. 参数方程(Parametric Equations)的直观速览
  3. 二次方程公式(Quadratic Formula)的直观理解
  4. 斜截式(Slope-Intercept Form)的直观理解
  5. 函数图像(Graphed Functions)的直观理解
  6. 多项式(Polynomials)的直观理解

加入 45 万月度读者

喜欢这篇文章?还有更多内容能帮你建立持久、直观的数学理解。加入通讯以获取额外内容和最新更新。