Skip to content

对称多项式与牛顿恒等式深化

概述

本文系统讨论对称多项式理论及其在数学竞赛中的应用,涵盖 初等对称多项式幂和表示Newton 恒等式对称多项式环结构判别式与结式母函数与生成函数方法 等核心内容。本文是 多项式与方程 的深化与扩展。

目录

mermaid
graph TD
    A[对称多项式理论] --> B[初等对称多项式]
    A --> C[幂和与 Newton 恒等式]
    A --> D[对称多项式环]
    A --> E[判别式与结式]
    A --> F[生成函数方法]
    A --> G[高级应用]
    B --> B1[定义与基本性质]
    B --> B2[对称化]
    C --> C1[幂和 p_k]
    C --> C2[Newton 恒等式]
    C --> C3[递推计算]
    D --> D1[基本定理]
    D --> D2[唯一性]
    E --> E1[判别式公式]
    E --> E2[结式与公共根]
    F --> F1[母函数推导]
    F --> F2[根与系数对偶]
    G --> G1[多项式环上定理]
    G --> G2[数论应用]
    style A fill:#f9f,stroke:#333,stroke-width:2px

一、初等对称多项式

1.1 定义与记号

初等对称多项式

对 $n$个变量$x_1, x_2, \ldots, x_n$,第 $k$ 个初等对称多项式定义为 $$e_k(x_1, \ldots, x_n) = \sum_{1 \le i_1 < i_2 < \cdots < i_k \le n} x_{i_1} x_{i_2} \cdots x_{i_k}$$ 特别地 $e_0 = 1$,$e_1 = \sum x_i$,$e_n = x_1 x_2 \cdots x_n$。

1.2 与多项式根的关系

若 $n$次多项式$f(x) = x^n + c_1 x^{n-1} + \cdots + c_n$的根为$r_1, \ldots, r_n$,则 $$c_k = (-1)^k e_k(r_1, \ldots, r_n)$$

这是 Vieta 定理的一般形式,将多项式系数与根的对称多项式建立一一对应。

1.3 三元情形

对 $a, b, c$:

  • $e_1 = a + b + c$
  • $e_2 = ab + bc + ca$
  • $e_3 = abc$

记号约定:在竞赛中常用 $p = e_1$, $q = e_2$, $r = e_3$或$s, p, q$等。本文统一使用$e_1, e_2, e_3$。

二、幂和与 Newton 恒等式

2.1 幂和定义

幂和

$$p_k(x_1, \ldots, x_n) = \sum_{i=1}^n x_i^k$$ 特别地 $p_0 = n$,$p_1 = e_1$。

2.2 Newton 恒等式(核心定理)

Newton 恒等式

对 $k \ge 1$: $$p_k - e_1 p_{k-1} + e_2 p_{k-2} - \cdots + (-1)^{k-1} e_{k-1} p_1 + (-1)^k k e_k = 0 \quad (k \le n)$$ 当 $k > n$ 时: $$p_k - e_1 p_{k-1} + e_2 p_{k-2} - \cdots + (-1)^n e_n p_{k-n} = 0$$

2.3 三元 Newton 恒等式

对 $a, b, c$:

  • $k=1$: $p_1 = e_1$
  • $k=2$: $p_2 = e_1 p_1 - 2e_2 = e_1^2 - 2e_2$
  • $k=3$: $p_3 = e_1 p_2 - e_2 p_1 + 3e_3 = e_1^3 - 3e_1 e_2 + 3e_3$
  • $k=4$: $p_4 = e_1 p_3 - e_2 p_2 + e_3 p_1 = e_1^4 - 4e_1^2 e_2 + 2e_2^2 + 4e_1 e_3$
  • $k=5$: $p_5 = e_1 p_4 - e_2 p_3 + e_3 p_2$
  • 一般 $k \ge 4$: $p_k = e_1 p_{k-1} - e_2 p_{k-2} + e_3 p_{k-3}$

2.4 Newton 恒等式的证明

证明:对每个根 $r_i$,由 $f(r_i) = 0$ 得 $$r_i^n + c_1 r_i^{n-1} + \cdots + c_n = 0$$

乘以 $r_i^{k-n}$($k \ge n$): $$r_i^k + c_1 r_i^{k-1} + \cdots + c_n r_i^{k-n} = 0$$

对 $i = 1, \ldots, n$ 求和: $$p_k + c_1 p_{k-1} + \cdots + c_n p_{k-n} = 0$$

代入 $c_j = (-1)^j e_j$ 即得 Newton 恒等式($k > n$ 情形)。

对 $k \le n$ 的情形,需更精细分析,参见 多项式与方程

2.5 应用:已知 $e_1, e_2, e_3$ 求高次幂和

:设 $a+b+c = 3$, $ab+bc+ca = 3$, $abc = 1$,求 $a^5 + b^5 + c^5$。

由 Newton 恒等式:

  • $p_1 = 3$
  • $p_2 = 9 - 6 = 3$
  • $p_3 = 27 - 27 + 3 = 3$
  • $p_4 = 81 - 54 + 6 + 12 = 45$... 应为 $p_4 = e_1 p_3 - e_2 p_2 + e_3 p_1 = 3 \cdot 3 - 3 \cdot 3 + 1 \cdot 3 = 3$
  • $p_5 = e_1 p_4 - e_2 p_3 + e_3 p_2 = 3 \cdot 3 - 3 \cdot 3 + 1 \cdot 3 = 3$

故 $a^5 + b^5 + c^5 = 3$。

注释

实际上 $a, b, c$是$x^3 - 3x^2 + 3x - 1 = (x-1)^3 = 0$的根,即$a = b = c = 1$。

三、对称多项式环

3.1 对称多项式基本定理

对称多项式基本定理

任意对称多项式 $f(x_1, \ldots, x_n)$都可以唯一地表示为初等对称多项式$e_1, \ldots, e_n$ 的多项式。即 $$f(x_1, \ldots, x_n) = g(e_1, \ldots, e_n)$$ 其中 $g$ 是唯一的。

3.2 对称化算法

给定对称多项式 $f$,如何求 $g$使得$f = g(e_1, \ldots, e_n)$?

算法步骤

  1. 将 $f$ 按字典序排列单项式
  2. 取最高次单项式 $c \cdot x_1^{a_1} x_2^{a_2} \cdots x_n^{a_n}$($a_1 \ge a_2 \ge \cdots \ge a_n$)
  3. 减去 $c \cdot e_1^{a_1 - a_2} e_2^{a_2 - a_3} \cdots e_{n-1}^{a_{n-1} - a_n} e_n^{a_n}$
  4. 重复直到为零

:将 $a^2 + b^2 + c^2$用$e_1, e_2, e_3$ 表示。

最高次项 $a^2$,对应 $e_1^{2-0} = e_1^2$。计算 $a^2 + b^2 + c^2 - e_1^2 = -2(ab+bc+ca) = -2e_2$。

故 $a^2 + b^2 + c^2 = e_1^2 - 2e_2$。

3.3 三元对称多项式的标准基

任意三元对称多项式可表为 $e_1, e_2, e_3$ 的多项式。常用基:

  • $\sum a^k = p_k$
  • $\sum_{\text{sym}} a^i b^j c^k$
  • $\sum_{\text{cyc}} a^i b^j$(轮换和)

3.4 齐次对称多项式的次数

若 $f$是$n$元$d$次齐次对称多项式,则$f = g(e_1, \ldots, e_n)$,其中 $g$关于$e_k$ 是加权齐次的($e_k$权重为$k$)。

四、判别式与结式

4.1 判别式

判别式

多项式 $f(x) = \prod (x - r_i)$ 的判别式定义为 $$\Delta(f) = \prod_{i < j} (r_i - r_j)^2$$ 判别式可用初等对称多项式表示,且 $\Delta = 0$当且仅当$f$ 有重根。

4.2 二次与三次判别式

二次 $x^2 + bx + c$:$\Delta = b^2 - 4c$

三次 $x^3 + px + q$(已简化):$\Delta = -4p^3 - 27q^2$

一般三次 $x^3 + ax^2 + bx + c$: $$\Delta = a^2 b^2 - 4b^3 - 4a^3 c + 18abc - 27c^2$$

4.3 判别式与根的分布

实根判定

  • $\Delta > 0$:所有根为实数且互异
  • $\Delta = 0$:有重根
  • $\Delta < 0$:有一对共轭复根和一个实根

4.4 结式(Resultant)

结式

多项式 $f(x) = a_n \prod (x - r_i)$和$g(x) = b_m \prod (x - s_j)$ 的结式为 $$\text{Res}(f, g) = a_n^m b_m^n \prod_{i,j} (r_i - s_j)$$ $\text{Res}(f, g) = 0$当且仅当$f$和$g$ 有公共根。

4.5 结式的行列式表示

$$\text{Res}(f, g) = \begin{vmatrix} a_n & a_{n-1} & \cdots & & \newline & a_n & a_{n-1} & \cdots & \newline & & \ddots & & \newline b_m & b_{m-1} & \cdots & & \newline & b_m & b_{m-1} & \cdots & \newline & & \ddots & & \end{vmatrix}$$

这是 Sylvester 矩阵的行列式。

4.6 应用:判别式与结式的关系

$$\Delta(f) = \frac{(-1)^{n(n-1)/2}}{a_n} \text{Res}(f, f')$$

五、生成函数方法

5.1 幂和的生成函数

幂和与初等对称多项式的生成函数关系

$$\sum_{k=0}^{\infty} \frac{p_k}{k!} t^k = \sum_{i=1}^n e^{x_i t}$$

$$\sum_{k=0}^{\infty} (-1)^k e_k t^k = \prod_{i=1}^n (1 - x_i t)$$

两者的关系由 Newton 恒等式建立。

5.2 累积量与幂和

$$\ln\left(\prod_{i=1}^n \frac{1}{1 - x_i t}\right) = \sum_{k=1}^{\infty} \frac{p_k}{k} t^k$$

这给出了幂和与初等对称多项式的另一种联系。

5.3 应用:用生成函数推导 Newton 恒等式

由 $\prod (1 - x_i t) = \sum (-1)^k e_k t^k$,两边取对数求导: $$-\sum_{i=1}^n \frac{x_i}{1 - x_i t} = \frac{d}{dt} \ln\left(\sum (-1)^k e_k t^k\right)$$

左边 $= -\sum_{k=0}^{\infty} p_{k+1} t^k$。比较系数即得 Newton 恒等式。

六、对称多项式在不等式中的应用

6.1 Schur 不等式的对称多项式表示

Schur $r=1$: $\sum a(a-b)(a-c) \ge 0$,展开为 $$p_3 - e_1 p_2 + 3 e_3 \ge 0$$ 即 $p_3 \ge e_1 p_2 - 3 e_3$。代入 $p_2 = e_1^2 - 2e_2$, $p_3 = e_1^3 - 3 e_1 e_2 + 3 e_3$: $$e_1^3 - 4 e_1 e_2 + 9 e_3 \ge 0$$

6.2 三元不等式的 uvw 表示

任意三元对称齐次不等式 $F(a,b,c) \ge 0$可表为$G(e_1, e_2, e_3) \ge 0$。若 $G$关于$e_3$的次数$\le 2$,则可使用 [uvw 方法](%E9%AB%98%E7%BA%A7%E4%B8%8D%E7%AD%89%E5%BC%8F%E7%90%86%E8%AE%BA.md#二、uvw 方法深入)。

6.3 经典不等式的对称多项式推导

Maclaurin:$\left(\dfrac{e_k}{\binom{n}{k}}\right)^{1/k}$ 递减,由 Newton 不等式直接推出。

Newton:$e_k^2 \ge \dfrac{(k+1)(n-k+1)}{k(n-k)} e_{k-1} e_{k+1}$,可用对称多项式理论证明。

七、竞赛级题目精选

题 1(CMO 级别)

设 $a, b, c$为$x^3 - 7x^2 + 11x - 5 = 0$的三根,求$a^4 + b^4 + c^4$。

:由 Vieta: $e_1 = 7$, $e_2 = 11$, $e_3 = 5$。

Newton 恒等式:

  • $p_1 = 7$
  • $p_2 = 49 - 22 = 27$
  • $p_3 = 7 \cdot 27 - 11 \cdot 7 + 3 \cdot 5 = 189 - 77 + 15 = 127$
  • $p_4 = 7 \cdot 127 - 11 \cdot 27 + 5 \cdot 7 = 889 - 297 + 35 = 627$

故 $a^4 + b^4 + c^4 = 627$。

题 2(IMO 短期)

设 $a, b, c, d$是方程$x^4 - x^3 - x^2 - x - 1 = 0$的四个根,求$a^5 + b^5 + c^5 + d^5$。

:由 Vieta: $e_1 = 1, e_2 = -1, e_3 = 1, e_4 = -1$。

由根满足 $x_i^4 = x_i^3 + x_i^2 + x_i + 1$,乘以 $x_i$ 求和: $$p_5 = p_4 + p_3 + p_2 + p_1$$

递推计算:

  • $p_1 = 1$
  • $p_2 = e_1^2 - 2e_2 = 1 + 2 = 3$
  • $p_3 = e_1 p_2 - e_2 p_1 + 3 e_3 = 3 + 1 + 3 = 7$
  • $p_4 = e_1 p_3 - e_2 p_2 + e_3 p_1 - 4 e_4$...

实际上对 $n=4$,$k=4$ 的 Newton 恒等式: $$p_4 - e_1 p_3 + e_2 p_2 - e_3 p_1 + 4 e_4 = 0$$ $$p_4 = 7 - 3 + 1 + 4 = 9$$

或者用 $p_4 = p_3 + p_2 + p_1 + 4 = 7 + 3 + 1 + 4$...

更直接:由 $x_i^4 = x_i^3 + x_i^2 + x_i + 1$,求和 $p_4 = p_3 + p_2 + p_1 + 4 = 7 + 3 + 1 + 4 = 15$。

继续 $p_5 = p_4 + p_3 + p_2 + p_1 = 15 + 7 + 3 + 1 = 26$。

题 3(Putnam)

设 $P(x) = x^n + a_{n-1} x^{n-1} + \cdots + a_0$是实系数多项式,根为$r_1, \ldots, r_n$。证明 $$\sum_{i=1}^n r_i^2 \ge \frac{a_{n-1}^2 - 2 n a_{n-2}}{1}$$

:$\sum r_i^2 = p_2 = e_1^2 - 2 e_2 = a_{n-1}^2 - 2 a_{n-2}$,恰好等于右边。

题 4(TST)

设 $a, b, c$满足$a+b+c=0$, $a^2+b^2+c^2=6$, $a^3+b^3+c^3=10$,求 $a^5+b^5+c^5$。

:$e_1 = 0$, $e_2 = (e_1^2 - p_2)/2 = -3$, $e_3 = (p_3 - e_1 p_2 + e_2 p_1)/3 = 10/3$...

由 Newton: $p_3 = 3 e_3 = 10$,故 $e_3 = 10/3$。

$p_4 = e_1 p_3 - e_2 p_2 + e_3 p_1 = 0 - (-3)(6) + 0 = 18$

$p_5 = e_1 p_4 - e_2 p_3 + e_3 p_2 = 0 - (-3)(10) + (10/3)(6) = 30 + 20 = 50$

故 $a^5 + b^5 + c^5 = 50$。

题 5(高级对称化)

设 $a, b, c, d$ 为实数,$a+b+c+d = 0$, $a^2+b^2+c^2+d^2 = 1$,求 $a^4+b^4+c^4+d^4$ 的最小值。

分析:$e_1 = 0$, $p_2 = 1$, $e_2 = (e_1^2 - p_2)/2 = -1/2$。

由幂平均 $p_4 \ge p_2^2 / n = 1/4$($n=4$),等号当 $a^2 = b^2 = c^2 = d^2 = 1/4$,即 $|a| = |b| = |c| = |d| = 1/2$ 时取到。

由 $a+b+c+d=0$,可取 $a = b = 1/2$, $c = d = -1/2$,此时 $p_4 = 4 \cdot 1/16 = 1/4$。

最小值 $= 1/4$。

八、对称多项式与数论

8.1 联系数论函数

许多数论函数的运算本质上是对称多项式的应用:

  • $\sigma_k(n) = \sum_{d|n} d^k$是$n$的因数的$k$ 次幂和
  • $\varphi(n)$, $\mu(n)$ 等通过 Möbius 反演与对称多项式联系

详见 特殊数列的数论性质

8.2 多项式同余与对称性

Newton 恒等式在模算术中的推广

Newton 恒等式在 $\mathbb{Z}/p\mathbb{Z}$上仍成立,且$p \mid k$时$k e_k$ 项消失,给出特殊的递推关系。 这与 组合数论:卢卡斯与库默尔 中的 $p$-adic 分析相关。

8.3 多项式根与代数整数

若 $f$是整系数多项式且有整数根$r_1, \ldots, r_n$,则 $e_k(r_1, \ldots, r_n)$ 都是整数。这是代数整数环的基本性质。

九、高级专题

9.1 Schur 多项式

Schur 多项式是对称多项式的高级推广,与表示论和组合学紧密相关。它们定义为 $$s_\lambda(x_1, \ldots, x_n) = \frac{\det(x_i^{\lambda_j + n - j})}{\det(x_i^{n-j})}$$ 其中 $\lambda$ 是分割。

9.2 Hall-Littlewood 多项式

Schur 多项式的进一步推广,与模表示论相关。

9.3 对称函数环 $\Lambda$

对称函数环 $\Lambda$ 是关于无穷多个变量的对称多项式环的形式完备化。它是代数组合学的核心对象。

十、方法速查表

方法适用场景关键公式
Newton 恒等式已知 $e_k$求$p_k$或反之$p_k = \sum (-1)^{i-1} e_i p_{k-i}$
对称化算法对称多项式用 $e_k$ 表示字典序消元
判别式重根判定$\Delta = \prod (r_i - r_j)^2$
结式公共根判定$\text{Res} = \prod (r_i - s_j)$
生成函数推导 Newton 恒等式$\ln \prod (1 - x_i t) = -\sum p_k t^k/k$
Schur-SOS三元对称不等式高级不等式理论
幂平均一般幂和比较$M_r \ge M_s$
Vandermonde 行列式多项式插值$\prod (x_j - x_i)$

竞赛备战清单

一试/二试/CMO/IMO 级别对称多项式

  • 一试:Vieta 定理、二元/三元 Newton 恒等式、判别式
  • 二试:三元 Newton 恒等式系统、对称化算法、结式
  • CMO/IMO:高次幂和递推、生成函数推导、对称多项式环结构
  • TST/Putnam:Schur 多项式、对称函数环、与代数数论结合

相关链接

基于 Obsidian 整理 · 由 VitePress 构建