夜雨聆风学习资料网

ARTICLE · 1069245

中学-大学数学衔接7:一元二次方程与二次不等式

中学-大学数学衔接7:一元二次方程与二次不等式

字数 8578,阅读大约需 43 分钟

一元二次方程与二次不等式:从"求根公式"到"判别式"定全局

引言导览

初学代数时,你最先学会解  这样的一次方程,一移项、一除法就解完。但很快方程就升级成 ——多了一个平方项,没法像一次方程那样"一移一除"解到底了。于是你要背一条很长的"求根公式",还要记一个"判别式 "。你有没有想过:这条公式到底是怎么来的?为什么偏偏是  这个样子?"判别式"凭什么能一眼看出方程有几个根?

在专升本与考研数学里,一元二次方程、二次函数、二次不等式几乎不单独出大题,但它们是贯穿一切的"地基工具"——求定义域、判单调区间、讨论参数恒成立、算最值、解不等式,处处都要用到。可以说:二次函数是你高中数学的第一道分水岭,也是专升本、考研数学里最常用的"万能工具"。

这篇文章沿 一元二次方程 → 判别式 → 韦达定理 → 二次函数 → 二次不等式 这条主线,讲四件事:

  1. 1. 求根公式怎么一步步"配"出来,判别式为什么是 
  2. 2. 韦达定理如何用两根的"和与积"玩出花
  3. 3. 一元二次不等式怎么借二次函数的图像一眼看出解集,恒成立问题怎么处理;
  4. 4. 这些中学知识点在 AI 研究里到底怎么用——为什么"二次函数"是最优化理论里最"好欺负"的对象,支持向量机又为什么非要解一个"二次规划"。

来龙去脉

从古巴比伦到现代符号:一条走了三千年的求根公式

一元二次方程,是人类最早真正"解出来"的一类非线性方程之一。今天写在纸上的求根公式

看起来平淡无奇,却是三千年里无数数学家接力才凝成的结晶。核心链条大致如下:

时期/人物
国家/文明
贡献
约公元前 2000 年
古巴比伦
泥板上已出现"配方法"式的二次方程解法(求根公式的最早雏形)
约公元前 1 世纪
中国《九章算术》
用"开方术"处理与一元二次方程相关的几何求值问题
约公元 628 年
印度·婆罗摩笈多
用文字给出了二次方程的求根公式
9 世纪
阿拉伯·花拉子米
著《代数学》,系统讨论二次方程的分类与配方解法
1545 年
意大利·卡尔达诺
《大术》系统处理三次方程求解,也论及二次方程与负数开方(虚数萌芽)
16 世纪末
法国·韦达
引入字母表示系数,揭示根与系数的关系(韦达定理)

关键节点一:配方法——求根公式的"出生证明"

古人没有符号代数,只能用文字描述操作。但核心思想两千多年没变:把"不是完全平方式"的式子,凑成"完全平方式",然后开方。这就是配方法

关键的一步在于:任意  都能通过配方,改写成  的形式——左边硬凑成完全平方式,右边是一个只含系数的常数。一旦写成这种"某平方 = 常数"的形式,两边一开方就解出来了。这个"硬凑完全平方式"的操作,就是配方,也是整条求根公式的源头。

关键节点二:为什么必须"判别式"?

配方得到  后,两边要开平方,根号里出现 这个数在实数范围内能否开方、能开出什么结果,完全取决于  的符号。于是数学家把  单拎出来,命名为判别式——它像一个"判决官",一口气回答三个问题:方程有几个实根、有没有实根、要不要动用虚数。

一句话:求根公式是"配方法"开方开出来的;判别式就是配方时那个"能否开方"的根号里的数。 理解了这一层,你就不用死记  了。

趣闻轶事

趣闻一:"algorithm(算法)"这个名字,源自一位解二次方程的阿拉伯数学家

今天 AI 圈人人挂在嘴边的 algorithm(算法) 一词,其源头是 花拉子米(Al-Khwarizmi) 名字的拉丁化拼写 Algoritmi。9 世纪这位阿拉伯数学家写了一本《代数学》(al-jabr,原意是"还原与对消",algebra(代数)一词同样源自这本书的书名)。花拉子米把一元二次方程分成几类,逐一给出一步步可照做的操作流程——这本质上就是最早的"算法"。也就是说:你背的求根公式、解不等式的那套流程,正是"算法"一词最初的源头;今天 AI 里的梯度下降、反向传播,与花拉子米解方程是同一套"给步骤、照着做"的思想。

反直觉点:你以为"算法"是计算机时代的词,其实它三千年前就出现在泥板上,一千年前已经写进花拉子米的《代数学》。数学的"方法/流程"传统,比"答案"更古老,也更持久。

趣闻二:韦达定理——法国符号代数之父"用字母代替数字"的副产品

韦达(François Viète,1540—1603)常被称为"现代符号代数之父"。在他之前,方程里的一堆项要靠长篇文字描述;韦达创造性地用字母符号表示数,这才让"根与系数的关系"第一次能被写成一般公式 。这个关系后来就被命名为韦达定理

不过有意思的是:韦达定理本身并不需要"解出根"就能成立——它讲的是根与系数之间天然的关系:两根的和、积,直接由系数决定。这给后世一个极好用的思路:很多问题根本不用把根具体算出来,只凭两根的和与积就能推导出答案(后面例题 2-1、2-2 会展示)。

直觉反转:中学里你总被要求"解出根",但韦达定理告诉你——有些时候,你根本不需要知道根长什么样,只要知道它们的"和"与"积"就够了。 少即是多,正是代数之美。

核心数学内容

一、一元二次方程:定义与求根公式

定义:形如

的方程叫一元二次方程。条件  必须成立——若 ,就退化成一次方程了。

求根公式(配方法推导,务必看懂这一层)

第一步,两边同除以 

第二步,配方(把含  的两项凑成完全平方式,补一个"一次项系数一半的平方"):

左边恰好是完全平方式:

第三步,两边开平方(注意 ):


为什么要配方? 因为"未知数的一次项 "挡在中间,没法直接开方。配方法的作用就是用一次代数恒等变形,把二次方程压缩成"常数"的标准形式——一旦压成这样,开方就水到渠成。这不是技巧,而是解方程最核心的思想:通过变形把未知量"孤立"到一边。

二、判别式 :一份"判决书"

记 。由求根公式可知:

判别式
实根情况
说明
两个不相等的实根 
图像与  轴有两个交点
两个相等的实根(重根)
图像与  轴相切
无实根
(有两个共轭复根)
图像与  轴不相交

记住这条判别规则,几乎覆盖所有二次方程根的存在性问题: ⇔ 有实根; ⇔ 重根; ⇔ 无实根(需引入虚数 ,见复数)。

三、韦达定理:根与系数的"暗号"

设  是一元二次方程 )的两个根,则

推导:由求根公式 

反问题:若两数  满足 ,则  恰为一元二次方程

的两个根(判别式  时)。

韦达定理的价值:不需要解出根,就能直接得到根的对称式(和、积及其组合)。凡遇到"已知两根、求关于两根的对称式子",第一反应就应想到韦达。

四、二次函数:开口、对称轴、顶点与最值

一元二次方程  左边的二次式 )也可看成一个二次函数

  • • 开口方向 开口向上, 开口向下。
  • • 对称轴(可由配方法  直接读出)。
  • • 顶点,即最小值()或最大值()点。
  • • 与  轴交点:由判别式  决定—— 两个交点、 一个切点、 无交点。

二次函数是"图像思维"的入口:方程的根 ⇔ 函数图像与  轴交点的横坐标。这个"几何翻译"是解二次不等式的关键钥匙。

五、一元二次不等式:图像法一眼看穿

一元二次不等式是形如

的不等式。

核心思想(图像法):把  看作开口已知的抛物线,解不等式就是问"抛物线在  轴上方还是下方"。

设 (开口向上),且 (有两个不等实根),记两根为 

不等式
解集
 或 ,即 
,即 

口诀( 时):"大于取两边,小于取中间"。若 ,先两边同乘  变成 不等号要变向),再套口诀。

特例提醒:当  时上面的"口诀"不再适用,解集要专门讨论。例如  且 :抛物线恒在  轴上方, 的解集为一切实数 ,而  无解;又如  且 :抛物线只在顶点处与  轴相切, 的解集为一切实数 ,而  无解。

六、恒成立问题与根的分布

恒成立问题(非常高频):不等式对指定范围的一切  都成立,求参数范围。

  • •  对一切  恒成立 ⇔  或(退化情况)
  • •  对一切  恒成立 ⇔  或 
  • • 对有限区间 恒成立,常用参数分离法:把参数分离到一边,转化为"另一边函数的最值"。

根的分布问题:讨论两根落在给定区间内的条件。常用工具:

  • • 用判别式保证"有两实根";
  • • 用韦达定理给出"和/积"的约束;
  • • 用端点函数值符号(如 ,其中为二次项系数)判断一个根在  左、一个根在  右。

这部分是"含参讨论"的重灾区——参数在哪,讨论就在哪;先想清楚"开口方向 + 判别式 + 区间端点"这三样,再分类,就不容易漏。

题型全解 · 例题

下面一起来看看这些知识点在专升本和考研中会怎样考察,并逐题讲透。

题型 1:求根公式与判别式(基础)

例题 1-1(基础)解方程 

① 解题思路:这是标准的一元二次方程,。先算判别式 ,判断有无实根,再用求根公式。用公式是"先判别、再代入"的标准流程,比临时去猜因式分解更稳妥(虽然本题也能分解)。

② 详细过程

故有两个不相等实根。由求根公式:

所以

验算 代入得  代入得 

③ 方法总结

  • • 通法 时,任何一元二次方程都能用"判别式判断 + 求根公式求解"这套标准化流程,不必依赖因式分解的运气。
  • • 易错点 里  的符号( 时 ,本题  使 );分子是 ,别漏负号。
  • • 专升本侧重:直接解方程是必考送分题;考研侧重:公式本身很少单考,但会被当作更大综合题的"第一步工具"。

例题 1-2(进阶)设  为实数,讨论方程  的实根个数。

① 解题思路:实根个数完全由判别式  决定,所以先写出  关于  的表达式,再判断这个关于  的二次式的符号——这里又用到判别式(对  的二次式再判别一次),对判别式作一次嵌套的二次判断。

② 详细过程

现在要判断  的符号。把  看作关于  的二次函数,其二次项系数为 (开口向下),它的判别式

因为开口向下的二次函数若判别式小于 0,则它恒为负。故  对一切实数  恒成立,即原方程判别式恒为负。
所以原方程对任意实数  都没有实根(有两个共轭复根)。
验算:取 ,原方程为 ;取 

③ 方法总结

  • • 通法:含参方程讨论实根,第一件事永远是"写判别式 ",然后研究这个含参二次式的符号(再次配方或再次判别)。
  • • 易错点:判别式是关于参数的二次式时,要"对判别式再作一次判别",别直接下结论。
  • • 专升本侧重:这类"恒无实根"讨论是常见压轴;考研侧重:会把判别式思想嵌入更复杂的"根的存在性"论证。

题型 2:韦达定理的应用(基础→进阶)

例题 2-1(基础)已知  是方程  的两个根,求  与  的值。

① 解题思路:要求的是关于两根的对称式,没必要把  具体解出来。用韦达定理写出 ,再把目标式用这两个"基本对称式"表示——这是韦达定理的典型用法。

② 详细过程
由韦达定理(这里 ):

第一个:

第二个:

验算,两根 ,其中 ,故为 

③ 方法总结

  • • 通法:遇到"求两根的对称式子",一律先列 ,再用恒等式  等表示。
  • • 易错点:韦达定理给的是 (别漏负号)与 (别忘分母是 );平方和不要误写成 
  • • 专升本侧重:直接求对称式是必考;考研侧重:常结合"根的符号""构造新方程"等加深。

例题 2-2(进阶)已知方程  的两个根  均为正数,求  的取值范围,并求  的值。

① 解题思路:两根均为正数需三个条件同时满足——① 有实根();② 和为正();③ 积为正(。注意缺一不可(积为正不能保证和为正,如两负数的积也是正的)。第二问把  展开成 ,再用韦达代入。

② 详细过程
由韦达定理,
条件①有实根:

对一切实数  恒成立(重根时两根相等,只要非负即可)。
条件②两根之和为正:
条件③两根之积为正:
三者取交集:

第二问:

验算:取 ,方程为 

③ 方法总结

  • • 通法:判断根的符号,用"判别式 + 和 + 积"三条件;缺一个都可能导致漏解或错解。
  • • 易错点:很多人只写"两根之积为正",漏掉"两根之和为正"——这会把"两负根"也错误算进去。
  • • 专升本侧重:根的符号判断是高频;考研侧重:会升级为"根落在更复杂的区间",见题型 4。

题型 3:一元二次不等式与分式不等式(基础→进阶)

例题 3-1(基础)解不等式 

① 解题思路:二次项系数为 ,先用"两边同乘 "把开口变成向上(不等号方向要改变),再因式分解,最后按"大于取两边、小于取中间"写解集。

② 详细过程
两边同乘 (不等号变向):

因式分解:

这是开口向上( 系数为正)的二次不等式,两根为 ,""取两根之外:

验算:取 ,代入原式 ;取 ,代入 ,不满足

③ 方法总结

  • • 通法:二次不等式统一流程:① 化二次项系数为正(变号)→ ② 因式分解(或求根)→ ③ 用图像/口诀写解集。
  • • 易错点:乘  时忘记变不等号方向是最高频错误;""解集两端取闭区间,别写成开区间。
  • • 专升本侧重:直接解二次不等式是送分题;考研侧重:通常不会单考,而是作为"讨论参数/求定义域"的子步骤。

例题 3-2(进阶)解不等式 

① 解题思路:这是分式不等式。陷阱在于:分子可因式分解为 ,看起来能与分母约掉 ,但约分前必须保证 (分母不为零)。所以先限定定义域,再化简求解,最后把  从解集中剔除。

② 详细过程
先注意分母不能为零
分子因式分解:

在  的前提下约分:

结合定义域 ,解集为

验算,原式  分母为 0,不在定义域内(不能算解);,原式 ,不是解。

③ 方法总结

  • • 通法:分式不等式先写定义域(分母 ,再约分化简,最后求解并剔除使分母为 0 的点
  • • 易错点:盲目约分丢掉  的限制;约分后把  错当成解。分母为零的点永远是"禁区"。
  • • 专升本侧重:分式不等式必考,定义域陷阱是重点;考研侧重:常与含参不等式结合,见题型 4。

题型 4:含参讨论 · 根的分布(考研)

例题 4-1(考研)若方程  的两个根分别落在区间  与  内,求实数  的取值范围。

① 解题思路:这是"根的分布"典型题。设 。判断一个根在  与  之间、另一个在  与  之间,可用区间端点函数值的符号:若 (开口向上),则 ;若 (开口向下),则符号全部相反。分别讨论即可。

② 详细过程
设 ,计算端点值:

情形一:(开口向上)。一个根在 、一个在 ,等价于抛物线在  和  处位于  轴上方、在  处位于  轴下方:



得  且  且 ,即 

情形二:(开口向下)。此时符号全反:

这与  矛盾,故无解。

综合得

验算:取 ,方程 ,即 ,两根 

③ 方法总结

  • • 通法:根的分布问题,用"端点函数值符号"判断,配合开口方向分类讨论。画个抛物线草图最直观。
  • • 易错点:漏讨论 (开口向下)的情形;或端点取开区间/闭区间搞错(这里  是开区间,端点严格取  或 )。
  • • 考研侧重:这是含参讨论与函数图像结合的典型,专升本压轴偶尔出现、考研(数学一)常考。

题型 5:恒成立问题(考研)

例题 5-1(考研)若不等式  对一切实数  恒成立,求  的取值范围。

① 解题思路:这是"二次不等式对一切  恒成立"的直接情形。二次项系数为 (开口向上),要恒为正只需判别式 (抛物线始终在  轴上方,无实根)。列出关于  的不等式求解。

② 详细过程
二次项系数 ,开口向上。 对一切  恒成立 ⇔ 

要求

所以 
验算:取 ,不等式为 ,对一切实数恒成立;取 ,不等式为 ,在  处等于 不满足严格大于,故  应排除(这与  的结论吻合)。

③ 方法总结

  • • 通法:"对一切实数恒成立"用判别式符号判断: 恒成立 ⇔  且  退化为一次情形成立时另讨论)。
  • • 易错点:① 必须同时满足  与 ,缺一不可;② " 恒成立"对应 ,与" 恒成立"的  不同,边界是否取等极易错。
  • • 考研侧重:恒成立是考研热点,常升级为"给定区间上恒成立",见下题。

例题 5-2(考研)设不等式  对一切  恒成立,求  的最小值。

① 解题思路:这是"给定区间上恒成立"。开口向上的二次函数在闭区间上恒非负,本可讨论对称轴位置,但这里更简单的是参数分离:把  单独分离到一边,转化为"另一边的函数在  上的最大/最小值"问题。

② 详细过程
对 。因 ,两边除以 (不等号方向不变):

要使上式对一切  恒成立,只需 不小于 在  上的最大值

研究  在  上:(当 ),故  在  上单调递增,最小值 
所以

 的最小值为 
验算 对  恒成立( 时取 ,满足 );取 ,在  处 ,不满足。故最小值确为 

③ 方法总结

  • • 通法:区间上恒成立优先参数分离,把问题化为"求另一函数在区间上的最值";若分离困难,再讨论二次函数对称轴与区间的位置关系。
  • • 易错点 恒成立应取  恒成立应取 ——方向搞反是常见失误;除以  前确认  才能保持不等号方向。
  • • 考研侧重:参数分离 + 函数最值是考研恒成立问题的核心套路,也常与导数结合(这里用到  的单调性判断)。

题型 6:综合应用与对称式最值(考研特色)

例题 6-1(考研)已知关于  的不等式  的解集为 ,求  的值。

① 解题思路:已知解集反求参数(逆问题)。解集  说明两根为  和 ,且抛物线开口向下(解集夹在两根之间,所以 )。于是  可写成 ,展开比较系数即可。

② 详细过程
因为解集为 (两根之间),故 ,且  是  的两根:

比较系数( 的系数、常数项分别相等):

于是

所以

验算:代回 ,两边乘 (变号)得 ,即 ,解集为 

③ 方法总结

  • • 通法:给解集反求参数,先由解集确定两根、再由  的符号确定开口方向,最后展开比较系数
  • • 易错点:忘记由"解集夹在两根之间"判断 ;比较系数时注意常数项与  项的对应。
  • • 考研侧重:逆问题考查逆向思维,也常在"不等式恒成立反求参数范围"中出现。

例题 6-2(考研)已知  是方程  的两个实根,求  的最小值。

① 解题思路:先由"有实根"确定参数  的定义域(),再用韦达定理把目标对称式表示成关于  的二次函数,最后在定义域内求该二次函数的最小值——这是"韦达定理 + 二次函数最值"的综合。

② 详细过程
第一步:有实根 ⇔ 


第二步:韦达定理,。目标式化为关于  的函数:


记 (开口向上,对称轴 )。

第三步:在定义域  或  上求  的最小值。对称轴  不在定义域内:

  • • 在  上, 单调递减,最小值 
  • • 在  上, 单调递增,最小值 
    故全局最小值为 
    验算 时,方程 

③ 方法总结

  • • 通法:对称式最值三步走——① 由  求参数定义域;② 用韦达把目标式写成参数的二次函数;③ 在定义域内求二次函数最值(注意对称轴与定义域的位置关系)。
  • • 易错点:忘记先由  定出  的范围,直接在整条实数轴上求最值会得错误答案;闭区间最值要检查端点。
  • • 考研侧重:这是"韦达定理 + 二次函数 + 区间最值"的经典综合,属于考研数学一常考的"知识交汇"题型。

AI 数理拓展应用

前面我们学会了"怎么解方程、怎么解不等式、怎么讨论参数"。现在来看"二次函数、判别式"这两个中学知识点,在 AI 研究里到底怎么用、为什么这么关键

拓展应用 1-1:为什么损失函数"希望是二次的"——二次凸性与梯度下降

问题背景:训练神经网络时,我们要最小化损失函数  是参数)。但  往往极其复杂、高度非凸,梯度下降一路走一路可能撞进"局部极小"的坑里。而优化理论里恰好有一类函数是"最省心"的——二次(凸)函数。为什么所有教科书讲梯度下降、讲收敛性,都要从"凸二次函数"讲起?这里到底藏着什么数学结构?

底层数学逻辑(二次结构如何决定 AI 行为)
关键在二次函数的"凸性结构"。一个一元二次函数 )满足 恒成立,这是"严格凸"的标志——凸性带来一个极其珍贵的性质:它的任何局部极小点同时也是全局极小点,没有"局部陷阱"。等价地,二次项系数 (即抛物线开口向上)保证函数只有一个谷底。

把这一元思想平移到多元,就得到机器学习里的核心对象二次型/凸二次函数

其中  是正定矩阵(正定性正是"一元二次项系数 "的高维推广:一元时  保证开口向上、只有一个谷底,多元时  保证唯一全局极小)。更进一步,任何光滑函数在局部都能被二阶泰勒展开成二次函数——这就是著名的"二次近似/局部线性化"思想。于是"二次函数"不只是特例,而是分析任意复杂损失函数的"局部透镜"。

数学推导求解(怎么算、工程含义)
对凸二次函数做梯度下降 。以一元为例,,迭代

这是一个一阶线性递推,可显式解出误差按  的等比衰减。收敛的前提是 ,即 ——这正是优化理论里著名的步长上限 (  是梯度的 Lipschitz 常数,对应这里 )的来历:步长太大,,迭代发散;步长落在  内才单调收敛。在多元情形,收敛速率由条件数  最大特征值/最小特征值) 决定, 越大收敛越慢——这就是"特征值分散导致病态、训练困难"的数学根源。

数学思想提炼:这道题背后是线性化/局部化思想——用二次函数在局部"刻画"任意函数的曲率,把复杂的非线性问题在每一点翻译成"凸二次问题",再用梯度下降这一"最朴素却最优美"的迭代去逼近。这一思想贯穿整个 AI 优化:动量法、Adam 步长自适应、牛顿法(用 Hessian 二阶信息)本质上都在做同一件事——用二次结构指导如何更聪明地下降。你在论文里看到的"L-smooth""凸性假设""条件数"这些词,根源都在这堂中学课上:二次函数的曲率,决定了 AI 训练能不能收、收敛多快。

拓展应用 1-2:支持向量机(SVM)为什么非要解"二次规划"——凸性思想的高维化身

问题背景:支持向量机是机器学习里最重要的分类器之一。训练 SVM 时,我们面对的不再是一个一元二次方程,而是一个带线性约束的凸二次规划(Quadratic Programming,QP)

其中  是权重向量, 是样本标签, 是样本。这里的目标  是二次的,约束  是一次的线性不等式(与中学的一次不等式同类)。问题来了:为什么 SVM 的目标函数偏偏要是"二次"的?它跟中学的一元二次方程/不等式有什么关系?

底层数学逻辑(二次结构如何决定 AI 行为)
关键在于  的凸性 是  的二次型,其 Hessian 是单位矩阵 (正定),所以这是严格凸的二次函数——凸性保证这个优化问题有唯一的全局最优解,没有任何局部极小陷阱。这正是中学"开口向上()的二次函数只有一个谷底"这一思想在高维的精确推广:一元时看二次项系数  定开口方向、决定谷底个数;多元时看矩阵正定性()判断二次型有没有唯一的谷底。 SVM 之所以"敢"把它写成二次规划,正因为二次结构的凸性让"全局最优"有了理论保障。

同时,线性约束  把解空间限制在一个由半空间交出的凸区域内——中学里解一次、二次不等式,得到的是实轴上的区间(可行范围),本质是"用不等式划出允许区域";SVM 用  个线性不等式  在高维空间划出的,正是一个由  个半空间交出的凸区域。两者的共同点是同一件事:在不等式划定的可行区域内,找使目标函数最优的点。

数学推导求解(怎么算、工程含义)
用拉格朗日乘子法把约束吸收进目标,写出拉格朗日函数并利用 KKT 条件,可以证明原问题等价于对偶问题

这里  是线性不等式约束,目标仍是  的凸二次形式( 是半正定的核矩阵,)。解出  后,决策函数为  为核函数,线性核即 ),其中只有  的支持向量参与决策——这正是"稀疏解"的由来。工程含义:因为目标是凸二次的,这个 QP 能用成熟的二次规划求解器高效、全局地求解;换成一般非凸目标则只能陷入局部解、无最优保证。这也是为什么从 SVM 到今天的深度模型,只要问题能写成"凸二次 + 线性约束",就一定有全局最优解的数学保障。

数学思想提炼:这道题背后是对偶/变换思想与不变性(本征)思想。其一,把带约束的原始问题转化为对偶问题,用拉格朗日把"不等式约束"吸收成对偶变量,这是"变换思想"的典范——中学的"判别式、配方法"是代数变形工具,SVM 的"对偶化"是更高维的变换,目标都是把难解的问题翻译成好解的等价问题。其二," 的二次结构 + 正定性"体现的是本征思想——抓住对象不变的本质(这里的凸性/正定性),就能保证性质(全局最优)稳定成立。这两个思想在整个 AI 里贯通:二次规划出现在机器人控制(模型预测控制 MPC)、组合优化松弛、强化学习策略求解、凸优化的一大批应用里;"用二次结构保证可解性"的思路,从 SVM 一路延伸到最优控制与强化学习的理论分析。一句话:你在中学背的"开口向上",在高维世界长成了"凸性""正定性"这两个 AI 的看家概念。

一句话启发:一元二次函数"开口向上(凸)"的性质,在高维世界变成了"正定矩阵/凸性";一元二次不等式的解集,在高维世界变成了"凸约束下的可行域"——中学的"二次",是 AI 最优化理论的母胎。

小结与延伸

小结:一元二次方程与二次不等式,是"代数与图像"深度结合的一个经典范例。五个必须记住的核心:

  1. 1. 求根公式是"配方法"开方开出来的,判别式  就是配方时"根号里的数"—— 两实根、 重根、 无实根;
  2. 2. 韦达定理——不需要解根,就能用两根的和与积推出一堆对称式;
  3. 3. 二次函数是"图像思维"的入口:开口、对称轴 、顶点、与  轴交点,大多能直接从图像读出;
  4. 4. 一元二次不等式用图像法一眼看穿 时"大于取两边、小于取中间", 先变号再套口诀;
  5. 5. 恒成立与根的分布是含参讨论的重灾区:恒成立用判别式/参数分离,根的分布用"开口方向 + 判别式 + 端点函数值"三件套。

最易错的 3 个点

  • • 乘  化二次项系数为正时忘记变不等号方向 变 );
  • • "恒成立"时漏掉  且 (缺一不可),或把""与""的 / 边界搞混;
  • • 分式不等式约分前忘记排除分母为零的点(如  不能把  当解)。

延伸方向:二次函数之上,还有三次、四次、高次不等式("数轴标根法/穿针引线"是它们共同的利器),以及一元二次方程在复数域里必有根(判别式  时冒出 ,这正是之前学习的"数系扩充"里虚数的用武之地)。

相关学习资料