Files
2026-10-04 11:44:56 +08:00

150 lines
6.0 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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<br/>= 基,个数 = 维数]
G -->|解空间 N_A| I[求基础解系<br/>= 基,维数 = n - r_A]
G -->|列空间 C_A| J[A 的列极大无关组<br/>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 $=r$。"**