Files
MathNotesVersion2/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/10-速查卡.md
T

131 lines
5.0 KiB
Markdown
Raw Normal View History

---
tags: [数学一, 在学练习, 线性代数, 向量, 速查卡]
专题: 线性代数 第3讲 · 向量(速查)
日期: 2026-10-23
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 第3讲 · 向量:速查卡
考前十分钟只看这一页。
## 一、十个判据
| 问什么 | 用什么 |
|---|---|
| 能否表示 | $r(A)=r(A\mid\beta)$ |
| 表示唯一 | $r(A)=s$ ($s$ 为向量个数) |
| 不能表示时秩为几 | $r(A\mid\beta)=r(A)+1$ |
| 相关还是无关 | $r(A)<s$ 相关;$r(A)=s$ 无关;$s=n$ 时可用 $\lvert A\rvert$ |
| 求秩与极大无关组 | 按列拼,**只行变换**,主元列号取**原向量** |
| 两组是否等价 | $r(A)=r(B)=r(A,B)$ |
| 过渡矩阵 | $V=UC$ ,$C$ 的**列**是新基在旧基下的坐标 |
| 坐标换算 | $x_{\rm old}=Cx_{\rm new}$ (与基变换**方向相反**) |
| 施密特 | $u_k=\alpha_k-\sum_{i<k}\dfrac{\langle\alpha_k,u_i\rangle}{\langle u_i,u_i\rangle}u_i$ |
| 交空间 | 解 $(A,-B)\binom{x}{y}=0$ ,**代回** $w=Ax$ 后去零去冗 |
| 和空间维数 | $\dim(V_1+V_2)=r(A,B)$ |
| 维数公式 | $\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2)$ |
## 二、五个"不用算"
1. 含零向量 ⟹ 相关。
2. 有两个成比例 ⟹ 相关。
3. $n+1$ 个 $n$ 维向量 ⟹ 相关。
4. 非零且两两正交 ⟹ 无关。
5. 化到阶梯形后,非零行数就是秩,主元列数也等于秩(两者互为验算)。
## 三、四个方向要记准
| 内容 | 方向 |
|---|---|
| 基变换 | $(\eta)=(\xi)C$ ,新基 $=$ 旧基 $\times\,C$ |
| 坐标变换 | $x_{\rm old}=Cx_{\rm new}$ ,旧 $=$ 新 $\times\,C$ |
| 延长/缩短 | 无关可加长,相关可缩短(**不能反向**) |
| 部分与整体 | 部分相关 ⟹ 整体相关;整体无关 ⟹ 部分无关 |
## 四、秩的六条运算
$$r(A)=r(A^{\mathrm T}),\qquad r(A+B)\le r(A)+r(B),$$
$$r(AB)\le\min\{r(A),r(B)\},\qquad r(AP)=r(A)\ (P\ \text{可逆}),$$
$$r(AB)\ge r(A)+r(B)-n,\qquad AB=O\Rightarrow r(A)+r(B)\le n .$$
## 五、正交矩阵六等价
$$A^{\mathrm T}A=E\iff A^{\mathrm T}=A^{-1}\iff AA^{\mathrm T}=E\iff \text{列规范正交}\iff \text{行规范正交}\iff \lVert Ax\rVert=\lVert x\rVert .$$
补充:$\lvert A\rvert=\pm1$ 是**必要不充分**条件;正交矩阵的逆、转置、乘积仍正交。
## 六、施密特三个分母
| 场合 | 分母 |
|---|---|
| 减投影 | $\langle u_i,u_i\rangle$ (长度平方) |
| 单位化 | $\lVert u\rVert$ (长度) |
| 规范正交基下求坐标 | 不用除,$x_i=\langle\delta,e_i\rangle$ |
## 七、三处最容易丢分
1. **过渡矩阵方向反了**。写成 $x_{\rm new}=Cx_{\rm old}$ 是 2019·20 的最大陷阱。写完用"代入后两边相等"验一次。
2. **极大无关组写成阶梯形的列**。系数可以在化简后的矩阵上读,但答案必须写回原向量。
3. **交空间把系数解当基**。解出来的是 $x,y$ ,还要代回 $w=Ax$ ,并删掉零向量与冗余向量。
**外加一处**:相关但没写具体关系式(`02` 问题 1)。只写"行列式为零所以相关",解答题扣一半。
## 八、三种"套模板"的分类讨论
**含参相关 / 表示 / 方程组的统一骨架**:
```
先算 |A|(方阵)
├─ ≠0 → 唯一解 / 唯一表示 / 无关
└─ =0 → 化增广矩阵,比 r(A) 与 r(A|β)
├─ 相等且 < s → 无穷多解 / 相关
└─ 不等 → 无解 / 不能表示
每个根都要单独代回
```
**证明题的四个模板**:
| 要证 | 起手式 |
|---|---|
| 无关 | 设 $\sum c_i\alpha_i=0$ ,代入已知关系 |
| 同解 | 双向代入,一边用 $\sum (Ax)_i^2=0$ |
| 秩 | 上界造关系,下界找无关子组 |
| 等价 | $A=BK$ ,拼矩阵不增秩 |
## 九、本讲分值分布(十年)
| 点 | 分值 | 题型 |
|---|---|---|
| 基/坐标/过渡矩阵 | 11 | **解答题**(2019·20) |
| 内积/正交/施密特 | 10 | 选择 + 填空(2021·6、2023·15) |
| 相关性与等价 | 10 | 选择(2024·6、2022·7) |
| 和与交 | 5 | 选择(2023·7) |
| 线性表示 | 4 | 选择(2020·6) |
| 秩与极大无关组 | 4 | 填空(2017·13) |
一句话结论:**解答题必出"基与过渡矩阵"或它在第 5 讲的延伸,选择题散在上面各点。**
## 十、与第 5 讲的三条接口
1. $P$ 是特征向量按列拼成的过渡矩阵,$P^{-1}AP=\Lambda$ 。
2. 施密特用于同一个特征值内部的多个特征向量。
3. $Q^{\mathrm T}AQ=\Lambda$ 里的 $Q$ 是**正交**过渡矩阵。
---
## 回查
| 想查什么 | 去哪儿 |
|---|---|
| 完整定义与定理 | [01-知识点盘点](01-知识点盘点.md) |
| 相关性与判据 | [点 1](02-点1-线性相关与无关.md) |
| 求秩与极大无关组 | [点 2](03-点2-秩与极大无关组.md) |
| 表示与等价 | [点 3](04-点3-线性表示.md)、[点 4](05-点4-向量组等价.md) |
| 基与过渡矩阵 | [点 5](06-点5-基坐标与过渡矩阵.md) |
| 内积与施密特 | [点 6](07-点6-内积正交与施密特.md) |
| 和与交 | [点 7](08-点7-子空间和与交.md) |
| 证明模板 | [点 8](09-点8-抽象推理与证明.md) |