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

249 lines
8.7 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2:基、维数与坐标的计算
## 识别特征
- 题目给出向量组 $\alpha_1, \ldots, \alpha_n$,问"是否构成基?维数?"
- 题目给出基 $\alpha_1, \ldots, \alpha_n$ 和向量 $\beta$,求 $\beta$ 在该基下的坐标
- 题目给出向量组,求极大线性无关组(部分基)
- 关键词:"基"、"维数"、"坐标"、"极大无关组"
## 解题流程
```mermaid
flowchart TD
A[识别:求基/维数/坐标] --> B{类型判断}
B -->|判断是否构成基| C[线性无关 + 张成 V]
B -->|求坐标| D[解线性方程组]
B -->|求极大无关组| E[行阶梯化 + 非零行首]
C --> F[公式: 行列式 ≠ 0 ⇔ 无关]
C --> G[或: 化行阶梯看秩]
D --> H[令 β = x₁α₁ + ... + xₙαₙ]
D --> I[转化为 Ax = β 求解]
E --> J[列向量 → 矩阵 A]
E --> K[初等行变换 → 行阶梯]
K --> L[非零行首对应极大无关组]
```
## 通法步骤
### A. 判断 $\alpha_1, \ldots, \alpha_n$ 是否构成 $V$ 的基
**Step 1**:判断向量组是否**线性无关**。
- 设有 $k_1\alpha_1 + \cdots + k_n\alpha_n = \mathbf{0}$
- 转化为齐次方程组 $A x = 0$
- 若 $A x = 0$ 只有零解 → 线性无关
- 若 $A x = 0$ 有非零解 → 线性相关
**Step 2**:判断向量组是否**张成 $V$**。
- 一般地,若 $V$ 是 $n$ 维线性空间,且 $\alpha_1, \ldots, \alpha_n$ 线性无关,则必为基
- 否则需要计算张成的子空间维数
**Step 3**:只有线性无关 + 张成 $V$ 同时成立 → 才是 $V$ 的基。
**快捷判定**($n$ 维空间 $V$ 中 $n$ 个向量):
- 排成矩阵 $A = (\alpha_1, \ldots, \alpha_n)$
- $\det A \neq 0$ → 线性无关 → 是基
- $\det A = 0$ → 线性相关 → 不是基
### B. 求 $\beta$ 在基 $\alpha_1, \ldots, \alpha_n$ 下的坐标
**Step 1**:设 $\beta = x_1 \alpha_1 + x_2 \alpha_2 + \cdots + x_n \alpha_n$(待定 $x_1, \ldots, x_n$)
**Step 2**:转化为方程组
$$
(\alpha_1, \alpha_2, \ldots, \alpha_n) \begin{pmatrix} x_1 \\ x_2 \\ \vdots \\ x_n \end{pmatrix} = \beta
$$
**Step 3**:令 $P = (\alpha_1, \alpha_2, \ldots, \alpha_n)$,解 $x = P^{-1} \beta$。
### C. 求极大线性无关组
**Step 1**:将向量组排成矩阵 $A = (\alpha_1, \alpha_2, \ldots, \alpha_m)$(按列或按行均可,**注意方向**)。
**Step 2**:对 $A$ 进行**初等行变换**,化为行阶梯形矩阵。
**Step 3**:行阶梯形矩阵的**非零行的首非零元**所在列,对应的原向量构成极大线性无关组。
> ⚠️ **关键**:行变换只能用于**列向量**——若向量组是行向量,则先转置再行变换。
### D. 求子空间 $W$ 的基与维数
**Step 1**:将 $W$ 的生成元写出 $\alpha_1, \alpha_2, \ldots, \alpha_m$。
**Step 2**:求 $\alpha_1, \ldots, \alpha_m$ 的极大线性无关组。
**Step 3**:极大无关组即为 $W$ 的基,个数即为 $\dim W$。
## 常见陷阱
- **陷阱 1**:混淆"行向量"与"列向量"——行变换只对列向量"保留线性关系"
- **陷阱 2**:求坐标时忘记解方程组,导致坐标错误
- **陷阱 3**:判断基时,只判断"线性无关",**忽略张成 $V$**
- **陷阱 4**:极大无关组是从原向量组中**挑出**的,不能"创造"新向量
- **陷阱 5**:求矩阵时把"列向量"误填入"行"
## 经典母题
### 母题 1:判断是否为基
> **题目**:判断 $\alpha_1 = (1, 2, 1)^T, \alpha_2 = (2, 3, 3)^T, \alpha_3 = (3, 7, 1)^T$ 是否构成 $\mathbb{R}^3$ 的基。
**解法**:
**方法一:行列式法**
$$
\det(\alpha_1, \alpha_2, \alpha_3) = \begin{vmatrix} 1 & 2 & 3 \\ 2 & 3 & 7 \\ 1 & 3 & 1 \end{vmatrix}
$$
按第 1 行展开:
$$
= 1 \cdot (3 - 21) - 2 \cdot (2 - 7) + 3 \cdot (6 - 3) = -18 + 10 + 9 = 1 \neq 0
$$
→ 线性无关 → 3 个无关向量在 $\mathbb{R}^3$ 中 → **构成 $\mathbb{R}^3$ 的基**。
**方法二:行阶梯法**
$$
A = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 3 & 7 \\ 1 & 3 & 1 \end{pmatrix} \xrightarrow{r_2 - 2r_1, r_3 - r_1} \begin{pmatrix} 1 & 2 & 3 \\ 0 & -1 & 1 \\ 0 & 1 & -2 \end{pmatrix} \xrightarrow{r_3 + r_2} \begin{pmatrix} 1 & 2 & 3 \\ 0 & -1 & 1 \\ 0 & 0 & -1 \end{pmatrix}
$$
3 个主元 → 满秩 → 线性无关 → 构成基。
**复盘**:两种方法均可。**行列式法**更快(直接判断 $\det \neq 0$),**行阶梯法**更通用(适用于 $m \neq n$)。
---
### 母题 2:求向量在基下的坐标
> **题目**:已知 $\alpha_1 = (1, 1, 1)^T, \alpha_2 = (1, 1, 0)^T, \alpha_3 = (1, 0, 0)^T$ 是 $\mathbb{R}^3$ 的基,求 $\beta = (6, 5, 3)^T$ 在该基下的坐标。
**解法**:
设 $\beta = x_1 \alpha_1 + x_2 \alpha_2 + x_3 \alpha_3$,即
$$
(6, 5, 3)^T = x_1 (1, 1, 1)^T + x_2 (1, 1, 0)^T + x_3 (1, 0, 0)^T
$$
**方程组**:
$$
\begin{cases} x_1 + x_2 + x_3 = 6 \\ x_1 + x_2 = 5 \\ x_1 = 3 \end{cases}
$$
**求解**:
- 由第 3 式:$x_1 = 3$
- 代入第 2 式:$x_2 = 5 - 3 = 2$
- 代入第 1 式:$x_3 = 6 - 3 - 2 = 1$
**坐标**:$[\beta] = (3, 2, 1)^T$
**验证**:$3 \alpha_1 + 2 \alpha_2 + 1 \alpha_3 = 3(1,1,1)^T + 2(1,1,0)^T + (1,0,0)^T = (6, 5, 3)^T = \beta$ ✓
**复盘**:求坐标等价于**解线性方程组**——这是 Ch03 方程组的直接应用。
---
### 母题 3:求极大线性无关组
> **题目**:求向量组 $\alpha_1 = (1, 2, 3, 4)^T, \alpha_2 = (2, 3, 4, 5)^T, \alpha_3 = (3, 4, 5, 6)^T, \alpha_4 = (4, 5, 6, 7)^T$ 的极大线性无关组。
**解法**:
排成矩阵(列向量形式):
$$
A = \begin{pmatrix} 1 & 2 & 3 & 4 \\ 2 & 3 & 4 & 5 \\ 3 & 4 & 5 & 6 \\ 4 & 5 & 6 & 7 \end{pmatrix}
$$
**初等行变换**:
$$
A \xrightarrow{r_i - r_1 \ (i \geq 2)} \begin{pmatrix} 1 & 2 & 3 & 4 \\ 0 & -1 & -2 & -3 \\ 0 & -2 & -4 & -6 \\ 0 & -3 & -6 & -9 \end{pmatrix}
\xrightarrow{r_3 + 2r_2, r_4 + 3r_2} \begin{pmatrix} 1 & 2 & 3 & 4 \\ 0 & -1 & -2 & -3 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 \end{pmatrix}
$$
**非零行的首非零元**在第 1、2 列 → 极大线性无关组为 $\{\alpha_1, \alpha_2\}$。
**秩** = 非零行数 = 2。
**复盘**:极大无关组 = 行阶梯形主元列对应的原向量。本题 $\alpha_3 = \alpha_1 + \alpha_2$($3 = 1 + 2, 4 = 2 + 2, 5 = 3 + 2, 6 = 4 + 2$),$\alpha_4 = 2\alpha_1 + \alpha_2$。
---
### 母题 4:求子空间的基与维数
> **题目**:$V = M_{2 \times 2}(\mathbb{R})$,$W = \left\{ \begin{pmatrix} a & b \\ c & d \end{pmatrix} \in V \mid a + d = 0 \right\}$,求 $W$ 的基与维数。
**解法**:
设 $A = \begin{pmatrix} a & b \\ c & d \end{pmatrix} \in W$,则 $d = -a$,故
$$
A = \begin{pmatrix} a & b \\ c & -a \end{pmatrix} = a \begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix} + b \begin{pmatrix} 0 & 1 \\ 0 & 0 \end{pmatrix} + c \begin{pmatrix} 0 & 0 \\ 1 & 0 \end{pmatrix}
$$
**基**:
$$
E_1 = \begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix},\quad E_2 = \begin{pmatrix} 0 & 1 \\ 0 & 0 \end{pmatrix},\quad E_3 = \begin{pmatrix} 0 & 0 \\ 1 & 0 \end{pmatrix}
$$
**维数**:$\dim W = 3$
**验证**:$E_1, E_2, E_3$ 确实两两无关(线性无关)+ 张成 $W$ ✓
**复盘**:$\dim W = \dim V - 1 = 4 - 1 = 3$(一个线性约束方程)。
---
### 母题 5:抽象空间中的基与坐标
> **题目**:$P[x]_2$(次数 $\le 2$ 的多项式)中,$\alpha_1 = 1, \alpha_2 = 1 + x, \alpha_3 = 1 + x + x^2$。证明 $\alpha_1, \alpha_2, \alpha_3$ 是 $P[x]_2$ 的基,并求 $p(x) = 2 + 3x + 5x^2$ 在该基下的坐标。
**解法**:
**Step 1(证明是基)**:
设 $k_1 \alpha_1 + k_2 \alpha_2 + k_3 \alpha_3 = 0$(恒为 0 的多项式),即
$$
k_1 + k_2(1 + x) + k_3(1 + x + x^2) = 0
$$
$$
(k_1 + k_2 + k_3) + (k_2 + k_3) x + k_3 x^2 = 0
$$
多项式恒为 0 → 各系数为 0:
$$
\begin{cases} k_1 + k_2 + k_3 = 0 \\ k_2 + k_3 = 0 \\ k_3 = 0 \end{cases}
$$
→ $k_3 = 0 \Rightarrow k_2 = 0 \Rightarrow k_1 = 0$ → 线性无关 ✓
$P[x]_2$ 是 3 维空间,3 个无关向量 → 构成基 ✓
**Step 2(求坐标)**:
设 $p(x) = x_1 \alpha_1 + x_2 \alpha_2 + x_3 \alpha_3$,即
$$
x_1 + x_2(1 + x) + x_3(1 + x + x^2) = 2 + 3x + 5x^2
$$
$$
(x_1 + x_2 + x_3) + (x_2 + x_3) x + x_3 x^2 = 2 + 3x + 5x^2
$$
对比系数:
$$
\begin{cases} x_1 + x_2 + x_3 = 2 \\ x_2 + x_3 = 3 \\ x_3 = 5 \end{cases}
$$
→ $x_3 = 5, x_2 = -2, x_1 = -1$
**坐标**:$[p(x)] = (-1, -2, 5)^T$
**验证**:$-1 \cdot 1 + (-2)(1 + x) + 5(1 + x + x^2) = -1 - 2 - 2x + 5 + 5x + 5x^2 = 2 + 3x + 5x^2$ ✓
**复盘**:抽象空间(多项式、矩阵、函数)的坐标问题,**转化为各基元对应的分量**求解。
---
> **口诀**:
> - **判断是否构成基**:$\det \neq 0$(方阵)/ 行阶梯看秩(一般)
> - **求坐标**:解方程组 $\alpha_1 x_1 + \cdots + \alpha_n x_n = \beta$
> - **求极大无关组**:列向量 → 行阶梯 → 主元列
> - **子空间基**:从生成元中筛选极大无关组