第18章数学的思考について

:::info 翻訳状況

このローカライズページでは、ナビゲーション、メタデータ、アーカイブ告知を翻訳しています。数式、例、原稿由来の本文は、手動翻訳が未提供の箇所では簡体字中国語の原文を保持しています。

:::

{/* label: chap:ch18 */}

如何确定数学对象

{/* label: sec:ch18-s01 */}

一道数学题，本质上是围绕若干数学对象（如数字、点、直线、函数、数列等）展开的，并通过一系列条件来约束它们.我们的核心目标，就是利用这些条件，将题目中涉及的所有不确定的数学对象完全确定下来.

一旦所有对象都被确定，问题便迎刃而解.例如，一个三角形，若我们确定了其三边长，它便被完全锁定了.此时，无论题目要求其面积、内切圆半径还是某个角的余弦值，我们只需代入相应公式计算即可.

那么，何谓“一个数学对象被完全确定了”？这引出了一个更为根本的概念——自由度.

什么是自由度？

{/* label: sec:ch18-s02 */}

一个数学对象可以由若干个独立的实数来刻画.完全确定这个对象所需的最少实数个数，就是它的自由度.自由度衡量了一个数学对象内在的“信息量”. 我们可以通过一些熟悉的几何图形来直观感受它.

{/* latex-label: fig:dof-point */} \begin{figure}[htbp]

\tikzset{ font=\small, axis/.style = {->, black!60}, shapeStyle/.style = {thick, black}, guide/.style = {dotted, black!70}, dot/.style = {fill, circle, inner sep=1.2pt}, }

\begin{subfigure}[b]{0.48\textwidth}

{(x0, y0)} 确定，**2** 个自由度.}

\end{subfigure}

\begin{subfigure}[b]{0.48\textwidth}

{(a, b, r)} 确定，**3** 个自由度.}

\end{subfigure}

\begin{subfigure}[b]{0.48\textwidth}

{(x0,y0,s)} 确定，**3** 个自由度.}

\end{subfigure}

\begin{subfigure}[b]{0.48\textwidth}

{(xA,yA,xB,yB,xC,yC)} 确定，**6** 个自由度.}

\end{subfigure}

\end{figure} 图：平面上的点，由 \texorpdfstring{ $(x_0, y_0)$

除了直观的几何图形，更抽象的数学对象也同样具有自由度：

一个实数：它本身就是最基本的数学对象，拥有 1 个自由度.它的值可以是具体的数值，如 $-\frac{7}{3}, e^3, 1+\ln 5$ ；也可以是由题目参数决定的值, 如 $\sin a, a(a+1)$ ；甚至可以是某个方程的隐式解.例如, 我们知道锐角 $\theta$ 满足 $\cos\theta = \frac{1}{3}$ , 虽然我们写不出 $\theta$ 的精确值，但它已被唯一确定，其所有三角函数值也随之确定，我们视其为已确定的对象.
平面上的直线：可由斜率 $k$ 和截距 $b$ 两个实数决定 ( $y=kx+b$ )，拥有 2 个自由度.（注意垂直于x轴的直线是特殊情况，但这并不影响其自由度个数，我们通常讨论的是一般情况）.
二次函数：由其三个系数 $a,b,c$ 决定 ( $y=ax^2+bx+c$ )，拥有 3 个自由度.

一个有趣的问题可以加深我们对自由度的理解：我们常说“两点确定一条直线”.一个点有2个自由度，两个点理应有 $2+2=4$ 个自由度.为何它们确定的直线却只有2个自由度呢？

问题在于，用两个点 $(x_1, y_1)$ 和 $(x_2, y_2)$ 去描述一条直线时, 这四个参数提供的信息是过剩的.它们不仅确定了直线的位置（2个自由度）, 还额外确定了这两点在直线上的具体位置（每个点沿直线的位置需要1个自由度, 共2个自由度）.因此, 直线本身的自由度是 $4-2=2$ . 这恰好解释了为何自由度没有“丢失”.

例题

通过以下几道例题，我们将具体展示如何运用自由度的思想来分析和解决问题.

相切的圆

求所有满足以下条件的圆的方程：与 $y$ 轴相切, 经过点 $P(1,2)$ , 且圆心在直线 $y=x$ 上.

证明

分析对象：一个平面上的圆.

该数学对象的自由度为 3，可由其圆心坐标 $(a,b)$ 和半径 $r$ 完全确定.其标准方程为 $(x-a)^2 + (y-b)^2 = r^2$ .我们的目标是利用题目给出的三个条件来确定这三个参数.

第一个条件：圆与 $y$ 轴相切. 这意味着圆心到 $y$ 轴（直线 $x=0$ ）的距离等于半径, 即 $|a| = r$ .由于半径 $r$ 必为正, 我们得到 $r\>0$ 且 $r^2 = a^2$ .这是一个关于参数的方程.

第二个条件：圆经过点 $P(1,2)$ . 将点 $P$ 的坐标代入圆的方程, 得到 $(1-a)^2 + (2-b)^2 = r^2$ .这是第二个方程.

第三个条件：圆心 $(a,b)$ 在直线 $y=x$ 上. 这意味着圆心的横纵坐标相等，即 $a=b$ .这是第三个方程.

现在我们拥有三个参数 $(a,b,r)$ 和三个方程：

\begin{cases} r^2 = a^2 (1-a)^2 + (2-b)^2 = r^2 a=b \end{cases}

这是一个封闭的方程组.将 $b=a$ 和 $r^2=a^2$ 代入第二个方程, 我们得到一个只含变量 $a$ 的方程：

\begin{aligned} (1-a)^2 + (2-a)^2 &= a^2 (1 - 2a + a^2) + (4 - 4a + a^2) &= a^2 a^2 - 6a + 5 &= 0 (a-1)(a-5) &= 0 \end{aligned}

解得 $a=1$ 或 $a=5$ .

当 $a=1$ 时, $b=1$ , $r=|1|=1$ .圆的方程为 $(x-1)^2 + (y-1)^2 = 1$ .

当 $a=5$ 时, $b=5$ , $r=|5|=5$ .圆的方程为 $(x-5)^2 + (y-5)^2 = 25$ .

因此，存在两个满足条件的圆.此例说明，当条件的数量等于对象的自由度时，通常会得到一个离散的解集（可能有一个、多个或零个解），而非无穷多个解.

三次函数

已知三次函数 $f(x)$ 满足 $f(0)=1$ , $f(1)=0$ , $f'(1)=0$ , 且 $f(2)=9$ .求 $f(x)$ 的表达式.

证明

分析对象：一个三次函数.

其一般形式为 $f(x)=ax^3+bx^2+cx+d$ ( $a \neq 0$ ), 由四个系数 $(a,b,c,d)$ 完全确定，故其自由度为 4.题目恰好给出了四个独立的条件.

条件 $f(1)=0$ 与 $f'(1)=0$ 蕴含了重要信息.这表明 $f(x)$ 在 $x=1$ 处有一个重根, 即 $f(x)$ 含有因子 $(x-1)^2$ .

基于此洞察，我们可以更高效地设定函数形式.设 $f(x) = (Ax+B)(x-1)^2$ .这依然是一个三次多项式, 但它自动满足了两个条件.然而, 这种形式对于处理 $f(0)=1$ 不够直观.

我们采用另一种包含此洞察的设定：

f(x) = k(x-1)^3 + m(x-1)^2 + n(x-1) + p

这是 $f(x)$ 在 $x=1$ 处的泰勒展开形式. $f(1)=0 \implies p=0$ . $f'(x) = 3k(x-1)^2+2m(x-1)+n$ , 故 $f'(1)=0 \implies n=0$ .

此时，函数形式已简化为 $f(x) = k(x-1)^3 + m(x-1)^2$ , 只剩下两个待定系数 $(k,m)$ ，自由度降为 2.我们只需利用剩下两个条件：

$f(0)=1 \implies k(-1)^3 + m(-1)^2 = 1 \implies -k+m=1$ .

$f(2)=9 \implies k(1)^3 + m(1)^2 = 9 \implies k+m=9$ .

我们得到一个关于 $(k,m)$ 的线性方程组：

\begin{cases} -k+m=1 k+m=9 \end{cases}

解得 $m=5, k=4$ .

因此，所求的三次函数为 $f(x) = 4(x-1)^3 + 5(x-1)^2$ . 展开可得 $f(x) = 4(x^3-3x^2+3x-1) + 5(x^2-2x+1) = 4x^3 - 7x^2 + 2x + 1$ .

确定圆锥曲线

平面直角坐标系中的一条圆锥曲线由一般二次方程 $Ax^2+Bxy+Cy^2+Dx+Ey+F=0$ 定义.请问确定一条圆锥曲线需要几个自由度？需要至少几个（处于一般位置的）点才能唯一地确定它？

证明

分析对象：一条圆锥曲线.

该对象的代数表示有 $A, B, C, D, E, F$ 六个系数.然而, 如果我们将整个方程乘以一个非零常数 $\lambda$ ，即

(\lambda A)x^2+(\lambda B)xy+(\lambda C)y^2+(\lambda D)x+(\lambda E)y+(\lambda F)=0

它所代表的曲线与原方程完全相同.这意味着这六个系数并非完全独立，它们只在比例意义下是唯一的.

为了消除这种尺度上的冗余，我们可以选定其中一个非零系数（例如，假设 $F \neq 0$ ）并将其归一化为 1.通过两边同除以 $F$ ，方程变为：

A'x^2+B'xy+C'y^2+D'x+E'y+1=0

此时，确定这条曲线只需要 $A', B', C', D', E'$ 这五个独立的参数.因此, 一条圆锥曲线的自由度为 $6-1=5$ .

要确定这五个参数，我们需要五个独立的线性方程.

一个点 $(x_i, y_i)$ 位于该曲线上，意味着它的坐标满足方程，从而提供了一个关于这五个未知参数的线性方程：

A'x_i^2+B'x_iy_i+C'y_i^2+D'x_i+E'y_i = -1

因此，为了唯一确定一条圆锥曲线，我们至少需要五个点.

“一般位置”这个限制是必要的，它排除了特殊情况.例如，如果五个点共线，那么有无穷多条（退化的）圆锥曲线（包括这条直线本身）经过它们，无法唯一确定.

点的轨迹

设圆 $C$ 的方程为 $x^2+y^2=R^2$ . $A,B$ 是圆 $C$ 上两个固定的不同点.点 $P$ 在圆 $C$ 上运动（ $P$ 不与 $A,B$ 重合）.求 $\triangle PAB$ 的垂心 $H$ 的轨迹.

证明

分析对象： $\triangle PAB$ 的垂心 $H$ .

首先，我们来分析这个问题的自由度.圆 $C$ 和点 $A,B$ 是固定的, 它们没有自由度.动点 $P$ 在圆周上运动, 其位置可以用一个参数（例如极角 $\theta$ ）来描述, 所以 $P$ 具有 1 个自由度.

由 $A,B,P$ 三点构成的 $\triangle PAB$ 也因此拥有 1 个自由度.我们要求的垂心 $H$ 是完全由这三个顶点决定的, 因此 $H$ 的位置也应由这 1 个自由度所控制.一个自由度通常对应于一个一维的几何对象, 即一条曲线.因此我们预期 $H$ 的轨迹是一条曲线.

为了确定这条曲线，我们采用向量法.设圆心为坐标原点 $O(0,0)$ .令 $\vec{a}, \vec{b}, \vec{p}$ 分别为点 $A,B,P$ 的位置向量.

一个著名的几何结论是，对于以原点 $O$ 为外心的三角形 $PAB$ , 其垂心 $H$ 的位置向量 $\vec{h}$ 满足：

\vec{h} = \vec{a} + \vec{b} + \vec{p}

在这个问题中，点 $A,B$ 固定, 因此向量 $\vec{a}+\vec{b}$ 是一个固定的向量, 我们记为 $\vec{s} = \vec{a}+\vec{b}$ .于是

\vec{h} = \vec{s} + \vec{p}

这个关系式清晰地揭示了 $H$ 的轨迹.点 $P$ 在以 $O$ 为圆心、 $R$ 为半径的圆 $C$ 上运动, 这意味着其位置向量 $\vec{p}$ 的终点轨迹是圆 $C$ .

向量 $\vec{h}$ 是固定向量 $\vec{s}$ 与动向量 $\vec{p}$ 的和.这表示 $H$ 的轨迹, 是将 $P$ 的轨迹（即圆 $C$ ）按照向量 $\vec{s}$ 进行平移所得到的图形.

因此，垂心 $H$ 的轨迹是一个半径同样为 $R$ 的圆.该圆的圆心为 $S$ , 其位置向量为 $\vec{s}=\vec{a}+\vec{b}$ .

搭建起解题框架

{/* label: sec:ch18-s03 */}

理解了“确定对象”和“自由度”后，我们可以构建一个清晰的解题流程.首先，我们需要对题目的“条件”进行分类.

定义

题目中的条件可分为两类：

构造式条件: 直接告诉我们如何构建出数学对象（或其一部分）的条件.例如“点 $O$ 的坐标为 $(0,0)$ ”、“抛物线方程为 $y^2=4x$ ”、“点 $A$ 是 $C_1$ 和 $C_2$ 的交点”.
满足式条件: 不直接构造对象，而是对象必须“恰好满足”的约束.它们通常表现为方程或等式，是我们需要利用和求解的目标.例如“ $a_5+a_6=16$ ”、“直线与圆相切”.

纯构造式问题的解法

{/* label: sec:ch18-s04 */}

当所有条件都是构造式时，解题路径非常直接：只需沿着构造链条，一步步地确定出所有对象即可.

练习

已知原点 $O(0,0)$ , 抛物线 $C_1:y^2=4x$ 和抛物线 $C_2:x^2=4y$ 在第一象限的交点为 $A$ , $C_1$ 与直线 $l:x+y-1=0$ 在第四象限的交点为 $B$ , 求 $\triangle OAB$ 的面积.

\begin{figure}[htbp]

\end{figure}

解

解题思路分析. 这道题是典型的纯构造式问题.我们的思维路径如下：

已知条件直接构造出几何对象： $O, C_1, C_2, l$ .
“ $A$ 是 $C_1,C_2$ 的交点”这一条件, 构造出点 $A$ .
“ $B$ 是 $C_1,l$ 的交点”这一条件, 构造出点 $B$ .
三个确定的点 $O, A, B$ 构造出 $\triangle OAB$ ，其面积也随之确定.

整个过程如同一条清晰的流水线，我们将问题分解为三步：求点 $A$ 的坐标；求点 $B$ 的坐标；利用坐标求三角形面积.

执行计算. 求点 $A$ 的坐标.联立 $C_1$ 和 $C_2$ 的方程：

\begin{cases} y^2=4x \\ x^2=4y \end{cases} \implies x^4 = (4y)^2 = 16y^2 = 16(4x) = 64x

即 $x(x^3-64)=0$ .解得 $x=0$ 或 $x=4$ . 因为点 $A$ 在第一象限, 所以 $x=4$ , 代入得 $y=4$ .故 $A(4,4)$ .

求点 $B$ 的坐标.联立 $C_1$ 和 $l$ 的方程：

\begin{cases} y^2=4x \\ x+y-1=0 \end{cases} \implies y^2=4(1-y) \implies y^2+4y-4=0

解得 $y = \frac{-4 \pm \sqrt{16-4(-4)}}{2} = -2 \pm 2\sqrt{2}$ . 因为点 $B$ 在第四象限, $y\<0$ , 所以取 $y=-2-2\sqrt{2}$ . 此时 $x = 1-y = 1 - (-2-2\sqrt{2}) = 3+2\sqrt{2}$ .故 $B(3+2\sqrt{2}, -2-2\sqrt{2})$ .

求 $\triangle OAB$ 的面积.利用坐标面积公式 $S = \frac{1}{2}|x_A y_B - x_B y_A|$ ：

\begin{aligned} S_{\triangle OAB} &= \frac{1}{2} \left| 4(-2-2\sqrt{2}) - (3+2\sqrt{2}) \cdot 4 \right| &= \frac{1}{2} \left| -8 - 8\sqrt{2} - 12 - 8\sqrt{2} \right| &= \frac{1}{2} \left| -20 - 16\sqrt{2} \right| &= 10 + 8\sqrt{2} \end{aligned}

含满足式问题的通用策略

{/* label: sec:ch18-s05 */}

当题目中出现满足式条件时，解题的核心就变为：用自由度参数表达出满足式条件，然后解方程.

练习

设椭圆 $C:\frac{x^2}{4}+\frac{y^2}{3}=1$ 的左、右顶点分别为 $A(-2,0)$ , $B(2,0)$ . $P$ 为 $C$ 上一点且在 $x$ 轴上方.求 $\tan \angle PAB+2\tan \angle PBA$ 的最小值.

\begin{figure}[htbp]

\end{figure} 图：椭圆上点P与顶点的连线斜率及夹角示意图

面对此题，我们的第一反应通常是为动点 $P$ 设定变量.无论是设坐标 $P(x,y)$ 还是用参数方程 $P(2\cos\theta, \sqrt{3}\sin\theta)$ , 都会将问题导向一个含有根式或复杂三角函数的表达式, 后续的求最值过程将异常繁琐.这提示我们, 或许存在一个更优的视角来描述点 $P$ 的运动.

如果你知道椭圆的第三定义：对于椭圆 $\frac{x^2}{a^2}+\frac{y^2}{b^2}=1$ 上任意一点 $P$ （非左右顶点）, 其与左右顶点 $A,B$ 连线的斜率之积为定值：

k_{AP} \cdot k_{BP} = -\frac{b^2}{a^2}

在本题中， $a^2=4, b^2=3$ , 故我们有一个简洁优美的关系： $k_{AP} \cdot k_{BP} = -\frac{3}{4}$ .

接着，我们将原问题中的几何语言“翻译”为斜率语言. 注意到 $\angle PAB$ 是直线 $AP$ 的倾斜角, 故 $\tan \angle PAB = k_{AP}$ . 而 $\angle PBA$ 是直线 $BP$ 与 $x$ 轴负向的夹角.若设 $BP$ 的倾斜角为 $\alpha_{BP}$ , 则 $\angle PBA = \pi - \alpha_{BP}$ .因此：

\tan\angle PBA = \tan(\pi - \alpha_{BP}) = -\tan\alpha_{BP} = -k_{BP}

于是，所求表达式优雅地化为了：

S = k_{AP} - 2k_{BP}

由于点 $P$ 在 $x$ 轴上方, 易知 $k_{AP}\>0$ 且 $k_{BP}\<0$ . 为利用基本不等式，我们需处理正数.令 $k_A = k_{AP} \> 0$ 及 $k'_B = -k_{BP} \> 0$ . 则所求表达式为 $S = k_A + 2k'_B$ ，且它们满足的约束条件变为：

k_A \cdot (-k'_B) = -\frac{3}{4} \implies k_A \cdot k'_B = \frac{3}{4}

应用基本不等式，我们有：

S = k_A + 2k'_B \ge 2\sqrt{k_A \cdot (2k'_B)} = 2\sqrt{2(k_A k'_B)} = 2\sqrt{2 \cdot \frac{3}{4}} = \sqrt{6}

等号当且仅当 $k_A = 2k'_B$ 时成立, 联立 $k_A k'_B = 3/4$ 可解出 $k_A, k'_B$ ，表明最值可以取到. {因此，所求最小值为 $\textcolor{black}{\sqrt{6}}$ .}

上面的解法固然巧妙，但真正的要吸收就在于理解：二级结论不是魔法，而是深刻的变量代换. \par 这个结论的本质，是将“点 $P(x,y)$ 在椭圆上”这一关于坐标变量 $(x,y)$ 的约束, 翻译成了“连接 $P$ 与顶点的两条直线斜率满足某关系”这一关于斜率变量 $(k_{AP}, k_{BP})$ 的约束. 让我们来亲自完成这个过程，以洞悉其原理：

先从斜率反解坐标. 给定两个斜率 $k_A = k_{AP}$ 和 $k_B = k_{BP}$ , 我们可以写出两直线方程并求其交点 $P(x_P, y_P)$ ：

\begin{cases} y = k_A(x+2) \\ y = k_B(x-2) \end{cases}

联立解得：

x_P = \frac{2(k_A+k_B)}{k_B-k_A}, y_P = \frac{4k_A k_B}{k_B-k_A}

然后施加几何约束，得到斜率关系. 我们将 $P$ 点的坐标代入椭圆方程 $\frac{x^2}{4}+\frac{y^2}{3}=1$ , 这等价于强加“点 $P$ 必须在椭圆上”的约束：

\frac{1}{4} \left( \frac{2(k_A+k_B)}{k_B-k_A} \right)^2 + \frac{1}{3} \left( \frac{4k_A k_B}{k_B-k_A} \right)^2 = 1

两边同乘 $3(k_B-k_A)^2$ 并化简，中间的代数细节虽然繁琐，但最终会奇迹般地消去大量项，剩下：

12k_A k_B + 16k_A^2 k_B^2 = 0 \implies 4k_A k_B(3+4k_A k_B) = 0

由于 $P$ 不在 $x$ 轴上, $y_P \ne 0$ , 所以 $k_A, k_B$ 均不为零.因此必有：

3+4k_A k_B=0 \implies \textcolor{black}{k_A k_B = -\frac{3}{4}}

这个推导过程清晰地揭示了结论的由来.它告诉我们，与其在复杂的 $(x,y)$ 坐标系下求解, 不如切换到一个约束条件极其简洁的 $(k_A, k_B)$ “斜率坐标系”中去. \par

有了这个深刻的理解，我们再回顾解题过程，就不是在“套用结论”，而是在执行一个清晰的解题策略：

转换视角：识别出用斜率 $(k_{AP}, k_{BP})$ 描述问题可能更简单.
条件翻译：将“ $P$ 在椭圆上”的核心条件, 翻译为“斜率坐标系”下的简洁关系 $k_{AP} \cdot k_{BP} = -3/4$ .
目标表达与求解：将目标函数也用斜率表达，并在新变量体系下，结合几何约束( $P$ 在 $x$ 轴上方)，轻松求解最值.

这才是从根本上掌握了此题的精髓：通过高明的变量代换，选择最有利的战场，从而简化核心矛盾.

谈谈二级结论

{/* label: sec:ch18-s06 */}

我们在解题时，常常会遇到一些“二级结论”. 只有看清题目的结构，才能真正驾驭它们. 有些结论的功能清晰明了，比如用顶点坐标的行列式求三角形面积，它本质上是“坐标确定面积”这一构造过程的快速算法，可以自然地整合进解题流程中，作为计算的捷径.

然而，另一些结论，其作用则显得较为晦涩. 例如，等比数列的前 $n$ 项和 $S_n$ 满足“ $S_m, S_{2m}-S_m, S_{3m}-S_{2m}, ...$ 成等比数列”. 如果我们不理解其本质，生搬硬套反而可能扰乱我们对问题结构的整体把握.

本节的核心思想是：许多高阶的二级结论，其本质都是一种视角的转换或变量的代换. 它们将原问题中对某个数学对象A的约束条件，巧妙地翻译成了对另一个相关对象B的、形式上更简洁的约束条件. 只有洞察了这一“翻译”过程，我们才能在保持对题目结构清晰认知的同时，游刃有余地使用这些结论来简化计算.

练习

设正项等比数列 $\{a_n\}$ 的前 $n$ 项和为 $S_n$ , 已知 $a_5+a_6=16$ , 且 $S_6=21$ , 求 $S_2$ .

此题若用基本量法（设 $a_1, q$ ）求解, 会面临求解高次方程的困境.然而, 题目的条件 $a_5+a_6$ 和 $S_6$ 似乎在暗示我们，将数列的项两两分组可能是一个有益的视角.这个洞察是解题的关键.

我们不直接使用任何二级结论，而是从最基本的思想出发，构造一个新数列来简化问题.

{/* latex-label: fig:sequence-mapping-compatible */} \begin{figure}[htbp]

$}{{an}} 映射为新数列 \texorpdfstring{$ {B_k}$}{{Bk}}}

\end{figure} *图：通过“打包重组”将数列 \texorpdfstring{${a_n*

\paragraph{定义新变量，翻译已知条件.} 我们将原数列 $\{a_n\}$ 的项两两“打包”, 定义一个新数列 $\{B_n\}$ 如下：

B_k = a_{2k-1} + a_{2k}

接着，我们将原问题的所有信息用这个新数列的语言来“翻译”：

已知条件1： $a_5+a_6=16 \xrightarrow{\text{翻译}} B_3 = 16$ .
已知条件2： $S_6 = (a_1+a_2)+(a_3+a_4)+(a_5+a_6)=21 \xrightarrow{\text{翻译}} B_1+B_2+B_3 = 21$ .
求解目标： $S_2 = a_1+a_2 \xrightarrow{\text{翻译}} \text{求 } B_1$ .

经过翻译，原问题被转化成了一个关于新数列 $\{B_n\}$ 的问题： \textcolor{black}{已知数列 $\{B_n\}$ 满足 $B_3=16$ 且 $B_1+B_2+B_3=21$ , 求 $B_1$ .} 仅凭这些，条件尚不足.我们还需翻译最重要的一个性质.

\paragraph{翻译核心性质，揭示新序列的规律.} 我们还未使用的核心条件是“ $\{a_n\}$ 是等比数列”.这个性质是否为 $\{B_n\}$ 所用呢？

设 $\{a_n\}$ 的首项为 $a_1$ , 公比为 $q$ .由于是正项数列, 我们有 $a_1\>0, q\>0$ . 我们来考察 $\{B_n\}$ 的通项公式：

\begin{aligned} B_k &= a_{2k-1} + a_{2k} &= a_1 q^{2k-2} + a_1 q^{2k-1} &= a_1 q^{2k-2} (1+q) \text{(提取公因式是关键一步！)} &= [a_1(1+q)] \cdot (q^2)^{k-1} \end{aligned}

这个结构清晰地表明，新数列 $\{B_n\**$ 自身也是一个等比数列！} 它的首项为 $B_1 = a_1(1+q)$ , 公比为 $Q = q^2$ .由于 $a_1, q$ 均为正, $\{B_n\}$ 也必然是正项数列. 这个“打包重组”的过程，完美地继承了等比的结构**.

\paragraph{在新框架内解决问题.} 接着，我们的问题已经完全清晰了： \textcolor{black}{已知一个正项等比数列 $\{B_n\}$ , 其中 $B_3=16$ 且 $B_1+B_2+B_3=21$ , 求 $B_1$ .} 对于等比数列，我们有等比中项的性质 $B_2^2 = B_1 B_3$ .因为 $\{B_n\}$ 是正项数列, 所以 $B_2 = \sqrt{B_1 B_3}$ .

B_2 = \sqrt{B_1 \cdot 16} = 4\sqrt{B_1}

将此代入和式 $B_1+B_2+B_3=21$ 中：

B_1 + 4\sqrt{B_1} + 16 = 21

整理得到一个关于 $\sqrt{B_1}$ 的一元二次方程：

B_1 + 4\sqrt{B_1} - 5 = 0

因式分解得：

(\sqrt{B_1}-1)(\sqrt{B_1}+5) = 0

由于 $B_1$ 是正项数列的首项, $\sqrt{B_1}$ 必为正数, 故 $\sqrt{B_1}+5 \ne 0$ . 因此，我们有 $\sqrt{B_1} = 1$ , 解得 $B_1=1$ .

因为所求的 $S_2$ 正是 $B_1$ ，所以我们得到了答案. {所求 $S_2$ 的值为 $\textcolor{black}{1}$ .}

所谓“二级结论”，例如“ $S_m, S_{2m}-S_m, S_{3m}-S_{2m}, ...$ 成等比数列”，其本质正是我们刚才所做的“打包重组”思想的直接体现.通过亲手完成这个推导，我们不仅解决了问题，更重要的是掌握了这种通过构造新序列来简化和揭示问题内在结构的强大数学思想.

通过这两个例子，我们看到，那些看似“高级”的二级结论，并非凭空产生的天外飞仙，而是植根于问题结构本身的深刻洞察.它们是高效的“翻译工具”，能将问题从一个变量体系转换到另一个更利于求解的体系中. 当你遇到一个二级结论时，不要仅仅满足于背诵和使用. 尝试去思考：

它在转换什么？ (是从坐标到斜率，还是从单项到数组？)
它在翻译什么条件？ (是“点在曲线上”，还是“数列成等比”？)
这个翻译是双向的吗？ (这决定了代换的完备性)

换元法为何行之有效 *(选读)

{/* label: sec:ch18-s07 */}

我们已经看到，无论是将点的坐标转换为连线斜率，还是将数列的单项组合为新序列，其核心都是一种变量代换. 这种在解题中至关重要的技巧，我们称之为换元法. 换元法之所以可靠而强大，其背后有着严谨的数学原理作为支撑——映射. 理解了映射，我们就能从根源上明白，为何可以在新变量的体系中解决问题，并得到原问题的正确答案.

每一次成功的换元，我们实际上都建立了一个从原变量空间到新变量空间的映射关系.

\paragraph{换元法的基本流程} 换元法的本质，是将一个不易处理的问题，通过一个精心设计的映射 $f$ ，投射到一个结构更清晰、更易于分析的新空间中去. 这个过程可以分解为以下步骤：

建立映射: 定义新变量，明确其与旧变量的函数关系，即 $y=f(x)$ . 这就建立了从原变量空间到新变量空间的映射.
转化约束: 将原问题中对旧变量 $x$ 的约束条件, 全部“翻译”成对新变量 $y$ 的约束条件. 这个过程的目的是精确地描绘出原问题解集在映射下的像集. 我们之前推导“二级结论”或“新变量关系”的全部努力，正是在完成这一步.
转化目标: 将原问题的求解目标（如求最值、求特定值）也用新变量 $y$ 来表示.
在新空间求解: 在新变量的约束条件下，完成对新目标的求解.

那么，最后一步——在新空间中得到的结果，凭什么能作为原问题的答案呢？这取决于我们建立的映射 $f$ 的性质，以及我们所求解的目标与这个映射的关系.

保证换元有效的两种典型情形

\paragraph{情形一：一一映射} 当建立的映射 $f$ 在我们关心的定义域和值域上是一一对应的，这意味着原变量空间中的每一个解，都与新变量空间中的一个解完美配对，不多不少.

在这种情况下，原问题和新问题在结构上是完全等价的. 它们就像是同一本书的中文版和英文版，虽然语言（变量）不同，但讲述的故事（数学结构）完全一致. 在新变量空间中找到的任何解（如最大值、最小值、特定值），都唯一地对应着原变量空间中的一个解.

{/* latex-label: fig:bijection */} \begin{figure}[htbp]

{U} 中的每个元素（如点 \texorpdfstring{ $P$ }{P}）与像集 \texorpdfstring{ $V$ }{V} 中的每个元素（如斜率对 \texorpdfstring{ $(k, k')$ }{(k, k')}）一一对应. 问题在结构上完全等价.}

\end{figure} 图：一一映射：原解集 \texorpdfstring{ $U$

\subparagraph{回顾椭圆问题} 在之前的椭圆问题中，我们关注的是上半椭圆上（除顶点外）的点 $P(x_P, y_P)$ . 对于每一个这样的点, 都唯一对应一对斜率 $(k_{AP}, k_{BP})$ , 满足 $k_{AP}\>0, k_{BP}\<0$ 且 $k_{AP}k_{BP} = -3/4$ . 反之, 对于每一对满足这些条件的斜率, 也唯一确定了一个上半椭圆上的点 $P$ . $P(x_P, y_P)$ $\xleftrightarrow{\text{ 一一对应 }}$ $(k_{AP}, k_{BP})$ 因此，从点到斜率的映射是一一映射. 求解关于 $k_{AP}, k_{BP}$ 的表达式 $k_{AP}-2k_{BP}$ 的最小值，就完全等价于求解原问题. 在新空间中走到终点，就意味着在原空间中也到达了终点.

\paragraph{情形二：多对一映射与不变量} 在更多情况下，我们建立的映射是多对一的，即原变量空间中多个不同的对象，被映射到了新变量空间的同一个对象上. 此时，换元法是否依然有效，取决于一个关键条件：我们所求解的目标，必须是该映射下的一个不变量.

“不变量”是指，所有被映射到同一个“像”的那些“原像”，它们在我们关心的那个属性上必须是完全一致的. 换言之，我们所求的量，其值只依赖于新变量的“像”，而与它究竟来自哪个“原像”无关.

\subparagraph{回顾数列问题} 我们将数列 $\{a_n\}$ 映射到新数列 $\{B_k\}$ , 其中 $B_k = a_{2k-1}+a_{2k}$ . 这个映射是多对一的, 例如, 不同的首项和公比组合 $(a_1, q)$ 可能产生相同的新序列 $\{B_n\}$ . $\{a_n\}^{(1)}, \{a_n\}^{(2)}, ...$ $\xrightarrow{\text{ 多对一映射 }}$ $\{B_n\}$ 然而，我们要求解的目标是 $S_2$ . 在换元时, 我们已经将 $S_2$ 与新变量直接挂钩： $S_2 = a_1+a_2 = B_1$ . 这就意味着, 无论原空间中有多少个不同的数列 $\{a_n\}$ 能映射到同一个 $\{B_k\}$ , 它们的前两项和 $S_2$ 必定都等于这个像的第一项 $B_1$ . $S_2$ 的值是这个映射的不变量.

因此，我们可以在新空间中放心大胆地求解 $B_1$ . 一旦求出 $B_1=1$ , 我们就知道了所有满足题设条件的、可能的原数列 $\{a_n\}$ , 它们的前两项和 $S_2$ 必然等于 $1$ .

\hrule

总结而言，换元法的精髓在于，通过一次精心设计的投射，将问题的战场转移到更有利的地形上. 当你下一次进行换元时，心中应有这样一幅清晰的图景：

我建立的映射是什么？
我是否清晰地刻画了原问题解集在新空间中的像？(即，新变量的约束条件是否完备？)
此次换元为何有效？是因为映射为一一对应，还是因为我所求的量恰好是映射的不变量？

带着这些思考进行变量代换，将使你的解题过程不仅是技巧的运用，更是逻辑严谨、洞察深刻的数学推理.

如何确定数学对象​

什么是自由度？​

例题​

搭建起解题框架​

纯构造式问题的解法​

含满足式问题的通用策略​

谈谈二级结论​

换元法为何行之有效 *(选读)​

保证换元有效的两种典型情形​

コメント

如何确定数学对象

什么是自由度？

例题

搭建起解题框架

纯构造式问题的解法

含满足式问题的通用策略

谈谈二级结论

换元法为何行之有效 *(选读)

保证换元有效的两种典型情形