实际问题与一元二次方程
从面积、利润到抛物运动,看方程怎么从真实问题里长出来
按 空格/→ 演示下一步
全部页面点击任意一页,跳回舞台从这页播放
实际问题与一元二次方程
从面积、利润到抛物运动,看方程怎么从真实问题里长出来
什么是数学建模
上一页我们把'围栏养鸡'化成了方程——中间悄悄发生了一件事:丢掉'鸡会飞走''木头有损耗'这些细节。这个'主动取舍'的动作,就是数学建模的核心。
地图不是真地形,但等比例标出路名距离;模型也不是真问题,但保留解题所需的关键信息
建模四步法
一句生活问题 → 一个方程,中间就隔这四步。
面积问题的建模示例
从正方形花园出发,看建模四步如何在面积问题中落地:文字→变量→表达式→方程。
什么是一元二次方程
上页面积问题我们列出了 x(10-x)=24,展开就是一元二次方程。今天要给它下一个精准的硬定义——边界要一条条划清楚。
一元=只输入一个变量;二次=这个变量最高做平方(和自己乘一次)
标准形式与一般形式
上节课见到的 x²+5x+6=0、2x²-3x+1=0 形态差异很大:有的缺一次项,有的连常数项都没有。能不能用一个统一模板把它们全部装下?
主料(对应 a)必放;辅料(b、c)可省,省了仍叫蛋糕
方程的根
我们已经学过标准形式 ax²+bx+c=0。比如 x²-5x+6=0,x=2 代入得 4-10+6=0,成立;x=3 也成立。这种让等式成立的 x 值,就叫方程的根。
写成 ax²+bx+c=0 后,根就是抛物线与 x 轴交点的横坐标
概念自测
下列哪个式子是一元二次方程?
什么是降次
认识了方程的「长相」和「骨架」之后,下一步直击要害:怎么解?一元二次方程最高次数是2,直接硬算没有通法。但我们有个屡试不爽的策略——降次:把二次问题压成一次。
外层是 x²,里面是一次。先拆外层,里面就好办了
降次思想的几何类比
上页我们认识了'降次'——把高次方程变成低次方程。但为什么要一次降一阶、而不是一步到位?下楼这件事能给你答案。
每下一级台阶=降低一次方数;落到地面=方程已可解
降次的路径图
从一元二次方程出发,按题型选路径,三条路最终都通过开方降为一次方程求解。
完全平方公式回顾
上一页画了降次的路线:配方→开方→求解。配方的核心工具就是完全平方公式,今天把它重新摆上台面,重点看它的「逆向用法」。
L 形面积 = x²+bx,补一块 (b/2)² 的小方块,就拼成边长 (x+b/2) 的大正方形
配方法的原理
上一页我们看到 (x+3)² = x²+6x+9。但面对 x²+6x=3 这样的方程,怎么知道该加 9 而不是别的数?这一页拆开配方法的底层逻辑。
x²+bx 摆成 L 形,缺的角落正好是 (b/2)² 的小方块,补上就拼成正方形
配方操作的步骤演示
用 x²+6x-7=0 演示配方法的完整操作流程,每一步都为下一步铺路。
配方法求解例题
用 Python 把配方法求根的四个步骤翻译成可运行的代码。
代码把配方四步转成计算:移项→加 (b/2)²→开平方→验证,每一步对应上一页的手工操作。
因式分解法的原理
配方法靠凑,因式分解靠拆。拆完为何就能解方程?背后是一条看似朴素却威力十足的规则——乘积为零定则。
任一闸关闭水流就停——任一因式为零,乘积必为零
因式分解的常用方法
上一页我们了解了因式分解的原理——把方程化成两个因式相乘等于 0 的形式。但「分解」不是魔法,它靠的是具体方法。本节介绍三种常用方法,各有适用场景。
有公因子先用扳手(提公因式);标准结构用套筒(十字相乘);都不行上台钳(配方法)
因式分解法的完整步骤
因式分解法解方程分四步,每步都为下一步铺路。
因式分解法求根示例
用代码演示十字相乘原理:先穷举找因数对,再用 sympy 验证因式分解,最后求根。
穷举找满足 a·b=6 且 a+b=-5 的因数对,就是把十字相乘的手工判断交给程序;factor() 输出 (x-2)(x-3) 验证分解;solve() 给出两根。
求根公式的推导
上节课我们用配方法解了具体方程——但每道题都重新配方,太繁琐。今天把配方过程「公式化」:从一般式 ax²+bx+c=0 一路化简下去,推出一个代入 a、b、c 就能直接出根的万能公式。
食谱把洗切炒固化成步骤;公式把配方固化成模板,代入任何 a、b、c 都出根
根的判别式Δ=b²-4ac
求根公式 x = (-b ± √(b²-4ac))/2a 推导完毕后,根号下那个表达式 b²-4ac 一直藏着。它虽小,却决定方程有没有根、有几个根。我们把它拎出来——判别式 Δ。
不切开先敲敲听回声判断熟没熟;不解方程先算 Δ 判断有几根
公式法使用步骤
用公式法解一元二次方程,四步走完,每步都有讲究。
公式法应用示例
把求根公式翻译成Python四步代码,解 2x²+4x-6=0。
高亮行对应求根公式的四个关键动作:算Δ、判符号、代入±√Δ/(2a)、代回验证。代码与上一页公式推导一一对应,公式可以直接被程序检验。
配方法 vs 因式分解法 vs 公式法
三种解法选错,计算量翻倍不止。怎么挑最合适的方法?
- 适用范围窄,看结构能否凑出平方或公因式
- 系数简单时最快,复杂时反而费时
- 对系数有要求,不是万能法
- 优先用:系数小、有明显结构时
- 适用范围广,所有一元二次方程都能用
- 计算量稳定,步骤固定不变
- 对系数无要求,最普适
- 优先用:系数复杂、无明显结构时
方法选择决策树
根据方程特征(系数特点、能否因式分解)判断用哪种方法
增长率问题建模
细菌一变二、二变四;钱存银行一年比一年多——这些「越涨越多」的现象,背后其实是同一条规律。今天我们把它写进方程,常常就是二次方程。
雪球每滚一圈沾新雪——基数变大,每圈沾的雪也跟着变多
综合例题:多种方法求解
同一道面积问题,用 Python 分别跑三种解法,直观看到结果完全一致。
三段代码对应三种手算路径:公式法直接套用、因式分解先拆再求零、配方法手动补全平方。输出一致,验证三种方法等价。
本节要点回顾
- ✓数学建模是把现实问题翻译为等量关系的过程,建模四步法贯穿全程
- ✓降次思想是核心:所有解法都是把二次降为一次来求解
- ✓配方法是原理根基;公式法是其程序化版本;因式分解法是速算捷径
- ✓判别式Δ=b²-4ac是方程的'体检单',能预判根的数量与性质
- ✓方法选择依方程结构而定,没有万能最优解
课后思考
先自己琢磨,想清楚了再看参考答案。每题没有标准答案,只有思考的入口。
参考答案核心是把"求什么"变成"已知什么和求什么的关系"。设未知数把答案符号化,方程才能刻画变量间的等量关系。算式只能算已知量。
参考答案看结构特征:易分解→因式分解法;二次项系数为1且需配方→配方法;一般情形→公式法。决策树只是经验顺序,不是死规则。
参考答案不够。等量关系才用方程,不等关系要进入一元二次不等式。但建模第一步——找关系、设未知数——是相通的。