6.0 KiB
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
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)
- 查零向量:$0 \in V$?不含则立即否定(最快的否定手段)
- 查加法封闭:任取 $\alpha,\beta\in V$,验证
\alpha+\beta \in V - 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 $=r$。"