方根
符号史
最早的根号“√”源于字母“L”的变形(出自拉丁语latus的首字母,表示“边长”),没有线括号(即被开方数上的横线),后来数学家笛卡尔给其加上线括号,但与前面的方根符号是分开的,因此在复杂的式子显得很乱。直至18世纪中叶,数学家卢贝将前面的方根符号与线括号一笔写成,并将根指数写在根号的左上角,以表示高次方根(当根指数为2时,省略不写。)。从而,形成了我们现在所熟悉的开方运算符号{\displaystyle {\sqrt {\,\,}}}。
由于在计算机中的输入问题,我们有时还可以使用sqrt(a,b)来表示a的b次方根。
基本运算
带有根号的运算由如下公式给出:
这里的a和b是正数。
对于所有的非零复数a,有n个不同的复数b使得b = a,所以符号an{\displaystyle {\sqrt[{n}]{a}}}不能无歧义的使用。n次单位根是特别重要的。
当一个数从根号形式被变换到幂形式,幂的规则仍适用(即使对分数幂),也就是
例如:
如果你要做加法或减法,则你应当注意下列概念是重要的。
如果你理解了如何去简化一个根式表达式,则加法和减法简单的是群的“同类项”问题。
例如
不尽根数
经常简单的留着数的n次方根不解(就是留着根号)。这些未解的表达式叫做“不尽根数”(surd),它们可以接着被处理为更简单的形式或被安排相互除。
如下恒等式是操纵不尽根数的基本技术:
a2b=ab{\displaystyle {\sqrt {a^{2}b}}=a{\sqrt {b}}}
ambn=amnbn{\displaystyle {\sqrt[{n}]{a^{m}b}}=a^{\frac {m}{n}}{\sqrt[{n}]{b}}}
ab=ab{\displaystyle {\sqrt {a}}{\sqrt {b}}={\sqrt {ab}}}
(a+b)− − -->1=1(a+b)=a− − -->b(a+b)(a− − -->b)=a− − -->ba− − -->b{\displaystyle \left({\sqrt {a}}+{\sqrt {b}}\right)^{-1}={\frac {1}{({\sqrt {a}}+{\sqrt {b}})}}={\frac {{\sqrt {a}}-{\sqrt {b}}}{({\sqrt {a}}+{\sqrt {b}})({\sqrt {a}}-{\sqrt {b}})}}={\frac {{\sqrt {a}}-{\sqrt {b}}}{a-b}}}
无穷级数
方根可以表示为无穷级数:
找到所有的方根
任何数的所有的根,实数或复数的,可以通过简单的算法找到。这个数应当首先被写为如下形式ae (参见欧拉公式)。接着所有的n次方根给出为:
对于k=0,1,2,… … -->,n− − -->1{\displaystyle k=0,1,2,\ldots ,n-1},这里的an{\displaystyle {\sqrt[{n}]{a}}}表示a的主n次方根。
正实数
所有x = a或a的n次方根,这里的a是正实数,的复数解由如下简单等式给出:
对于k=0,1,2,… … -->,n− − -->1{\displaystyle k=0,1,2,\ldots ,n-1},这里的an{\displaystyle {\sqrt[{n}]{a}}}表示a的主n次方根。
解多项式
曾经猜想多项式的所有根可以用根号和基本运算来表达;但是阿贝尔-鲁菲尼定理断言了这不是普遍为真的。例如,方程
的解不能用根号表达。
要解任何n次方程,参见根发现算法。
算法
对于正数A{\displaystyle A},可以通过以下算法求得An{\displaystyle {\sqrt[{n}]{A}}}的值:
猜一个An{\displaystyle {\sqrt[{n}]{A}}}的近似值,将其作为初始值x0{\displaystyle x_{0}}
设 xk+1=1n[(n− − -->1)xk+Axkn− − -->1]{\displaystyle x_{k+1}={\frac {1}{n}}\left[{(n-1)x_{k}+{\frac {A}{x_{k}^{n-1}}}}\right]}。记误差为Δ Δ -->xk=1n[Axkn− − -->1− − -->xk]{\displaystyle \Delta x_{k}={\frac {1}{n}}\left[{\frac {A}{x_{k}^{n-1}}}-x_{k}\right]},即xk+1=xk+Δ Δ -->xk{\displaystyle x_{k+1}=x_{k}+\Delta x_{k}}。
重复步骤2,直至绝对误差足够小,即:|Δ Δ -->xk|{\displaystyle |\Delta x_{k}| 。
从牛顿法导出
求An{\displaystyle {\sqrt[{n}]{A}}}之值,亦即求方程xn− − -->A=0{\displaystyle x^{n}-A=0}的根。
设f(x)=xn− − -->A{\displaystyle f(x)=x^{n}-A},其导函数即f′(x)=nxn− − -->1{\displaystyle f"(x)=nx^{n-1}}。
以牛顿法作迭代,便得
从牛顿二项式定理导出
设xk{\displaystyle x_{k}}为迭代值,y{\displaystyle y}为误差值。
令A=(xk− − -->y)n{\displaystyle A=(x_{k}-y)^{n}}(*),作牛顿二项式展开,取首两项:A≈ ≈ -->xkn− − -->nxkn− − -->1y{\displaystyle A\approx x_{k}^{n}-nx_{k}^{n-1}y}
调项得y≈ ≈ -->xkn− − -->Anxkn− − -->1=1n(xk− − -->Axkn− − -->1){\displaystyle y\approx {\frac {x_{k}^{n}-A}{nx_{k}^{n-1}}}={\frac {1}{n}}\left(x_{k}-{\frac {A}{x_{k}^{n-1}}}\right)}
将以上结果代回(*),得递归公式xk+1=xk− − -->y=1n[(n− − -->1)xk+Axkn− − -->1]{\displaystyle x_{k+1}=x_{k}-y={\frac {1}{n}}\left[{(n-1)x_{k}+{\frac {A}{x_{k}^{n-1}}}}\right]}
参见
增乘开平方法
幂
无理数
分母有理化
双重根号
2的12次方根
免责声明:以上内容版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。感谢每一位辛勤著写的作者,感谢每一位的分享。

- 有价值
- 一般般
- 没价值



24小时热门
推荐阅读


关于我们

APP下载

