一元二次多项式的判别式
与其函数图像之间的关系
判別式是代数学中的概念,它可以推斷出一个实系数或复系数多项式的根的屬性。
当多项式的系数不是实数或复数域时,同样有判别式的概念。判别式总是系数域中的元素。这时,判别式为零当且仅当多项式在它的分裂域中有重根。判别式的通常形式为:
![{\displaystyle a_{n}^{2n-2}\prod _{i<j}{(r_{i}-r_{j})^{2}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/e30986cb6567792514bf307029bfc7596306d02e)
其中的
是多项式的最高次项系数,
是多项式在某个分裂域中的根(如有重根的按重数重复排列)。
判别式的概念也被推广到了多项式以外的其它代数结构,比如说圆锥曲线、二次型和代数数域中。在代数数论中,判别式与所谓的“分歧”的概念紧密相关。实际上,愈为几何的分歧类型对应着愈为抽象的判别式类型,因此在许多方面判别式都是一个中心概念。判别式在本质上表现为相应行列式的计算。
最简单的判别式情形出现在二次多项式方程的求解中。假设有二次多项式方程
,其中系数
为实数,则它的判别式定义为:
![{\displaystyle \Delta =b^{2}-4ac\,}](https://wikimedia.org/api/rest_v1/media/math/render/svg/5c46f2a04da65c536ccdb10eb6e854fa52570d41)
判别式也是一个实数。如果设方程的两个根为
和
,那么根据二次方程的求根公式,两个根可以表示为:
![{\displaystyle r_{1}={\frac {-b+{\sqrt {\Delta }}}{2a}},\quad \;\;r_{2}={\frac {-b-{\sqrt {\Delta }}}{2a}}.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/f1569e9a4fec4adef43b329a36ef75894ad1184b)
方程的根与判别式的关系为:
![{\displaystyle \Delta =a^{2}(r_{1}-r_{2})^{2}.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/c9b9bed92b9bf3a33257407318f4ccb55ccb8328)
两个根都是实数,当且仅当判别式大于等于零。当且仅当两根相等时,判别式等于零。如果判别式小于零,则两根是共轭的复数。
- 三次多项式
的判别式是
![{\displaystyle \Delta =b^{2}c^{2}-4ac^{3}-4b^{3}d-27a^{2}d^{2}+18abcd\,}](https://wikimedia.org/api/rest_v1/media/math/render/svg/521a11a50ae904743ab3d0dfabefa61b1068c3b7)
- 二次項系數為零的首一三次多項式
的判别式是:
![{\displaystyle \Delta =-4p^{3}-27q^{2}\,}](https://wikimedia.org/api/rest_v1/media/math/render/svg/44e631013a82ecc075926b8ab5a425b1ffedbce7)
- 四次多項式
的判别式是:
![{\displaystyle {\begin{aligned}\Delta =&b^{2}c^{2}d^{2}-4b^{3}d^{3}-4ac^{3}d^{2}+18abcd^{3}\\&-27a^{2}d^{4}+256a^{3}e^{3}-4b^{2}c^{3}e+18b^{3}cde\\&+16ac^{4}e-80abc^{2}de-6ab^{2}d^{2}e+144a^{2}cd^{2}e\\&-27b^{4}e^{2}+144ab^{2}ce^{2}-128a^{2}c^{2}e^{2}-192a^{2}bde^{2}\,\end{aligned}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/0a1c245772120889c329618d2a674d15ee6c1aad)
二次多项式
的判别式是
。在一元二次方程的求解中,判别式用来判断方程根的情况,并出现在根的表达式中。
- 如果
,那么
有两个相异实根
,即
的图像穿过
轴两次。
- 如果
,那么
有两个相等实根
,
的图像与
轴相切。
- 如果
,那么
没有实根,即
的图像与
轴没有交点。
对于一般的一个多项式
,
其判别式等于(差一个系数)以下的
的矩阵的行列式(见西尔维斯特矩阵):
![{\displaystyle \left[{\begin{matrix}&a_{n}&a_{n-1}&a_{n-2}&\ldots &a_{1}&a_{0}&0\ldots &\ldots &0\\&0&a_{n}&a_{n-1}&a_{n-2}&\ldots &a_{1}&a_{0}&0\ldots &0\\&\vdots \ &&&&&&&&\vdots \\&0&\ldots \ &0&a_{n}&a_{n-1}&a_{n-2}&\ldots &a_{1}&a_{0}\\&na_{n}&(n-1)a_{n-1}&(n-2)a_{n-2}&\ldots \ &a_{1}&0&\ldots &\ldots &0\\&0&na_{n}&(n-1)a_{n-1}&(n-2)a_{n-2}&\ldots \ &a_{1}&0&\ldots &0\\&\vdots \ &&&&&&&&\vdots \\&0&0&\ldots &0&na_{n}&(n-1)a_{n-1}&(n-2)a_{n-2}&\ldots \ &a_{1}\\\end{matrix}}\right].}](https://wikimedia.org/api/rest_v1/media/math/render/svg/850271ea2587bd035369049a4e12394d7017f31a)
这个矩阵的行列式称为
和
的结式,记为
。
的判别式
由以下公式给出:
.
例如,在
的情况下,以上的行列式是:
![{\displaystyle {\begin{vmatrix}&a_{4}&a_{3}&a_{2}&a_{1}&a_{0}&0&0\\&0&a_{4}&a_{3}&a_{2}&a_{1}&a_{0}&0\\&0&0&a_{4}&a_{3}&a_{2}&a_{1}&a_{0}\\&4a_{4}&3a_{3}&2a_{2}&1a_{1}&0&0&0\\&0&4a_{4}&3a_{3}&2a_{2}&1a_{1}&0&0\\&0&0&4a_{4}&3a_{3}&2a_{2}&1a_{1}&0\\&0&0&0&4a_{4}&3a_{3}&2a_{2}&1a_{1}\\\end{vmatrix}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/8646b156053739eaf8d3ff2c83259c76030af914)
这个四次多项式的判别式就是这个行列式除以
。
作为等价条件,多项式的判别式等于:
![{\displaystyle a_{n}^{2n-2}\prod _{i<j}{(r_{i}-r_{j})^{2}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/e30986cb6567792514bf307029bfc7596306d02e)
其中
是多项式
的複根(重根按重数计算):
![{\displaystyle {\begin{matrix}p(x)&=&a_{n}x^{n}+a_{n-1}x^{n-1}+\ldots +a_{1}x+a_{0}\\&=&a_{n}(x-r_{1})(x-r_{2})\ldots (x-r_{n})\end{matrix}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/12d896fb316a96b8429ad1e7c416820afb8789a5)
在这个表达式中可以清楚地看到
有重根当且仅当判别式为零。
多项式的判别式可以在任意的域中定义,定义方式一样。带有根
的表达式仍然有效,只是根要在系数域的某个分裂域中取。
对于以下多项式所定义的圆锥曲线:
![{\displaystyle ax^{2}+bxy+cy^{2}+dx+ey+f=0}](https://wikimedia.org/api/rest_v1/media/math/render/svg/e81d1a2e5d06c8802eda5be83ac2f53113babca1)
它的判别式为:
![{\displaystyle b^{2}-4ac}](https://wikimedia.org/api/rest_v1/media/math/render/svg/dc2c88a48e0087a5786b460b2e856d118b5e23ab)
它决定了圆锥曲线的形状。如果判别式小于0,则是椭圆或圆。如果判别式等于0,则是一条抛物线。如果大于0,则是双曲线。这个公式不适用于退化的情形(当这个多项式可以因式分解时)。
判别式的概念可以推广到任意特征不为2的域K上的二次型Q上。一个化简后的二次型可以表示为一系列的平方和:
![{\displaystyle Q=\sum _{i=1}^{k}a_{i}L_{i}^{2}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/71f8b157279e068fbf32706d4f05e323610e96b9)
其中Li是n个变量的线性组合。这时可以定义Q的判别式为所有ai的乘积。另外一个定义是Q所对应的矩阵的行列式。