# 题型六:向量空间与子空间
## 识别特征
- 题干:"判断集合 $V$ 是否构成向量空间(子空间)"
- "求 $V$ 的维数与一组基"
- "求向量 $\gamma$ 在基 $\alpha_1,\ldots,\alpha_r$ 下的坐标"
- 出现 $\text{span}\{\cdots\}$、解空间 $N(A)$、列空间 $C(A)$
## 解题流程
```mermaid
flowchart TD
A[给定集合 V ⊆ Rⁿ] --> B{V 是否含零向量?}
B -->|否| C[不是子空间 ✗ 结束]
B -->|是| D{对加法封闭?}
D -->|否| C
D -->|是| E{对数乘封闭?}
E -->|否| C
E -->|是| F[是子空间 ✓]
F --> G{V 的形式?}
G -->|span 生成型| H[求生成组的极大无关组
= 基,个数 = 维数]
G -->|解空间 N_A| I[求基础解系
= 基,维数 = n - r_A]
G -->|列空间 C_A| J[A 的列极大无关组
维数 = r_A]
H --> K[求坐标:解方程组 基·x = γ]
I --> K
J --> K
```
## 通法步骤
### 一、判定是否为子空间(三查法)
1. **查零向量**:$0 \in V$?不含则**立即否定**(最快的否定手段)
2. **查加法封闭**:任取 $\alpha,\beta\in V$,验证 $\alpha+\beta \in V$
3. **查数乘封闭**:任取 $\alpha\in V,k\in\mathbb{R}$,验证 $k\alpha \in V$
> 🔑 **速判规律**:
> - **齐次**条件($\sum a_ix_i = 0$、$Ax=0$)→ **是**子空间
> - **非齐次**条件($\sum a_ix_i = 1$、$Ax=b\ (b\neq0)$)→ **不是**(不含 $0$)
> - 含**非线性**条件($x_1^2=x_2$、$x_1x_2=0$、$x_i\ge0$)→ **不是**
### 二、求维数与基
| $V$ 的形式 | 基 | 维数 |
|-----------|----|----|
| $\text{span}\{\alpha_1,\ldots,\alpha_m\}$ | 极大线性无关组 | $r(\alpha_1,\ldots,\alpha_m)$ |
| $N(A) = \{x\mid Ax=0\}$ | **基础解系** | $n - r(A)$ |
| $C(A) = \{Ax\}$ | $A$ 的列的极大无关组 | $r(A)$ |
| 由条件 $\sum a_ix_i=0$ 定义 | 解该齐次方程的基础解系 | $n - 1$($a$ 不全为零时)|
### 三、求坐标
$\gamma$ 在基 $\alpha_1,\ldots,\alpha_r$ 下的坐标 $x$ 满足
$$
(\alpha_1,\ldots,\alpha_r)\, x = \gamma
$$
- **实操**:对 $(\alpha_1,\ldots,\alpha_r \mid \gamma)$ 做**行变换**化行最简形,右侧即为坐标
- **方阵可逆时**:$x = A^{-1}\gamma$
## 常见陷阱
- ❌ **忘查零向量**:$\{x \mid x_1+x_2=1\}$ 看似"线性",实则不含 $0$ → 不是子空间
- ❌ **只验一种封闭性**:加法与数乘**都要**验(数乘含 $k=0$ 蕴含零向量,但仍应分别写清)
- ❌ **把生成组当基**:$\text{span}$ 的生成向量可能线性**相关**,必须先取极大无关组
- ❌ **维数 = 向量个数**:错!维数 = 极大无关组个数 = 秩
- ❌ **解空间维数写成 $r(A)$**:解空间维数是 $n - r(A)$,列空间才是 $r(A)$
- ❌ **$\mathbb{R}^n$ 的子空间维数超过 $n$**:不可能,$0\le \dim V\le n$
- ❌ **坐标与向量混淆**:坐标是**表示系数**($r$ 维),向量本身是 $n$ 维,二者维数常不同
## 经典母题
> **题目**:设 $V = \{(x_1,x_2,x_3,x_4)^T \in \mathbb{R}^4 \mid x_1 + x_2 + x_3 + x_4 = 0,\ x_1 - x_2 + x_3 - x_4 = 0\}$。
> (1) 证明 $V$ 是 $\mathbb{R}^4$ 的子空间;
> (2) 求 $V$ 的维数与一组基;
> (3) 求 $\gamma = (1,0,-1,0)^T$ 在所求基下的坐标。
**解**:
**(1) 证明是子空间**
$V$ 恰为齐次方程组 $Ax=0$ 的解集,其中
$$
A = \begin{pmatrix} 1&1&1&1 \\ 1&-1&1&-1 \end{pmatrix}
$$
- **零向量**:$A\cdot 0 = 0$,故 $0\in V$ ✓
- **加法封闭**:$\alpha,\beta\in V \Rightarrow A(\alpha+\beta)=A\alpha+A\beta=0 \Rightarrow \alpha+\beta\in V$ ✓
- **数乘封闭**:$A(k\alpha)=kA\alpha=0 \Rightarrow k\alpha\in V$ ✓
故 $V$ 是 $\mathbb{R}^4$ 的子空间(即 $A$ 的**零空间** $N(A)$)。$\blacksquare$
**(2) 求维数与基**
$$
A = \begin{pmatrix} 1&1&1&1 \\ 1&-1&1&-1 \end{pmatrix}
\xrightarrow{r_2-r_1}
\begin{pmatrix} 1&1&1&1 \\ 0&-2&0&-2 \end{pmatrix}
\xrightarrow{r_2 \div(-2)}
\begin{pmatrix} 1&1&1&1 \\ 0&1&0&1 \end{pmatrix}
\xrightarrow{r_1-r_2}
\begin{pmatrix} 1&0&1&0 \\ 0&1&0&1 \end{pmatrix}
$$
$r(A)=2$,$n=4$ → $\dim V = 4-2 = 2$。
主元变量 $x_1,x_2$,自由变量 $x_3,x_4$:
$$
x_1 = -x_3, \qquad x_2 = -x_4
$$
取 $(x_3,x_4)=(1,0)$ 与 $(0,1)$:
$$
\xi_1 = \begin{pmatrix}-1\\0\\1\\0\end{pmatrix},\qquad
\xi_2 = \begin{pmatrix}0\\-1\\0\\1\end{pmatrix}
$$
**答**:$\dim V = 2$,基为 $\{\xi_1, \xi_2\}$(即基础解系)。
*验算*:$\xi_1$:$-1+0+1+0=0$ ✓,$-1-0+1-0=0$ ✓
**(3) 求坐标**
先验证 $\gamma\in V$:$1+0-1+0=0$ ✓,$1-0-1-0=0$ ✓。
解 $c_1\xi_1 + c_2\xi_2 = \gamma$:
$$
c_1\begin{pmatrix}-1\\0\\1\\0\end{pmatrix} + c_2\begin{pmatrix}0\\-1\\0\\1\end{pmatrix} = \begin{pmatrix}1\\0\\-1\\0\end{pmatrix}
$$
由第 1 个分量 $-c_1 = 1 \Rightarrow c_1 = -1$;第 2 个分量 $-c_2 = 0 \Rightarrow c_2 = 0$。
其余分量自动满足:第 3 分量 $c_1 = -1$ ✓,第 4 分量 $c_2 = 0$ ✓。
**答**:$\gamma$ 的坐标为 $(-1, 0)^T$。
**复盘**:
- **核心洞察**:由**齐次线性方程组**定义的集合天然是子空间,"证明"部分只需三查(也可直接引用"解空间是子空间")。
- **$\dim V = n - r(A) = 4-2 = 2$**:这就是 Ch03 基础解系个数公式在向量空间语言下的表述——**基础解系 = 解空间的基**。
- **坐标是 2 维的**,而向量 $\gamma$ 是 4 维的。坐标的维数 = $\dim V$,不是 $n$。这是最易混淆的一点。
---
> **变式一(否定型)**:判断 $W = \{(x_1,x_2)^T \mid x_1 x_2 = 0\}$ 是否为 $\mathbb{R}^2$ 的子空间。
**解**:含零向量 ✓,数乘封闭 ✓,但 $(1,0)^T,(0,1)^T \in W$ 而 $(1,0)^T+(0,1)^T=(1,1)^T \notin W$($1\cdot1\neq0$)→ **加法不封闭,不是子空间**。
> **变式二(维数计算)**:求 $V = \text{span}\{(1,1,0)^T,(2,2,0)^T,(0,0,1)^T\}$ 的维数。
**解**:前两个成比例,秩为 2 → $\dim V = 2$,基可取 $\{(1,1,0)^T,(0,0,1)^T\}$。
> **口诀**:**"齐次是空间,非齐次不是;维数看秩不看个数;解空间维数 $=n-r$,列空间维数 $=r$。"**