Files
MathNotesVersion1/公式笔记/线性代数/Ch04_向量组的线性相关性/题型6_向量空间与子空间.md
T
2026-10-04 11:44:56 +08:00

6.0 KiB
Raw Blame History

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)

  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 $=r$。"