第2讲矩阵+第3讲向量:知识点带题重写完成(64+47题),旧版归档快照目录

This commit is contained in:
2026-10-23 23:46:41 +08:00
parent b4f2588895
commit 021c5e552c
52 changed files with 7532 additions and 1188 deletions
@@ -0,0 +1,133 @@
---
tags: [数学一, 在学练习, 线性代数, 写作规范]
日期: 2026-10-23
状态: 从第3讲向量重写沉淀的「知识点带题」方法论,第2讲矩阵起执行
关联笔记: ["[[线性代数-重写版导读]]"]
---
# 知识点带题写作规范(线性代数在学练习)
> 来源:2026-10-23 第3讲向量重写。用户确立的原则——**一个完整的知识点,出一系列完整的题目;题目按知识点内部条目顺序对应,不左一个知识点右一个**。第3讲示范文件经用户确认("太完美了"),本规范由该次实践沉淀,供第2讲矩阵、第4讲方程组及后续各讲复用。
## 1. 这条规范是什么
把"讲知识点"和"刷题"合成同一件事:**每个点文件 = 知识点全文 + 按知识点条目顺序逐一对应的题目**。
解决的问题:旧版"每题插一个考查知识点块"让同一知识点的题目散落各题;旧三件套"手册与试题分离"导致知识点与题目对不上号。新结构让"这个判据练过没有、练了几道"一眼可见。
## 2. 文件结构(每讲一套)
| 文件 | 内容 |
|---|---|
| `README.md` | 结构说明、文件清单(含题量)、版本记录、读法 |
| `01-知识点盘点.md` | 全讲知识点地图,§0.4 按知识点粒度反查题目 |
| `02`—`09` 各点文件 | 每点:知识点全文 + 按序题目 |
| `10-速查卡.md` | 判据速查 + 回查表 |
点文件编号 = 依赖链顺序(同 README §0.2),不是分值顺序。
## 3. 点文件模板
```markdown
---
tags: [数学一, 在学练习, 线性代数, <讲名>, <点名>]
专题: 线性代数 第<X>讲 · 点<Y> <点名>
日期: 2026-10-23
状态: 知识点带题(<知识点清单>,共 N 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 <Y> <点名>
> 真题 <题号>(<分值>)|重要度 ★☆☆/★★☆/★★★
> 依赖:<前置点>。盘点对应:§<X> 全节。
**组织原则**:以知识点为单位,题目按知识点内部顺序对应。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
## 知识点 X.Y <名称>(出处:<链接>)
- <定义/判据/算法全文,不缩写>
## 知识点 X.Z <名称>(出处:<链接>)
- ...
---
## 题目(按知识点顺序对应)
### 题 1 · X.Y:<短标题>(★☆☆)
> <题面>
**怎么想**:<思路入口>
**解**:<完整过程,含验算>
**带走结论**:<一句话 + 记忆锚点>
---
```
## 4. 知识点写法规则
1. **全文列出**,不缩写、不"见参考仓库"了事——知识点本体要在本文件里可直接读。
2. **出处挂在知识点标题下**,不逐题重复:
```markdown
## 知识点 2.1 线性相关判定(出处:[知识章 vector.tex §2.1](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex) | [练习章 vector.tex §1.1-1.4](../../../../参考仓库/Math/linear-algebra/exercise/3-vector/vector.tex))
```
相对路径前缀 `../../../../`(点文件在第 X 讲目录下,参考仓库在 `D:\考研\第二代数学笔记\参考仓库\`)。
3. **参考仓库未收录的知识点**(如向量第 3 讲的 §6 内积、§7 和与交):知识点标题下**明确写"未收录"**,转引盘点对应小节(`01-知识点盘点.md#user-content-<锚点>`),绝不假装有参考仓库出处。
4. 跨章引用写明章名与节号:**矩阵章** / **方程组章**。
## 5. 出题规则(用户锁定的标准)
1. **题目顺序 = 知识点内部条目顺序**(如 2.1 判据①—⑦ 逐条对应),不穿插其他知识点。
2. **难度配比**:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。纯证明类知识点无 ★☆☆ 时(如向量点 8 四个证明模板),按 ★★☆ / ★★★ 配满即可。
3. 每题固定三件套:**怎么想**(思路入口)/ **解**(完整过程,数值题必须回代验算)/ **带走结论**(一句话 + 记忆锚点)。
4. 题面标注**【年份·题号 骨架】**表示数值取自真题骨架可复用;否则为自编数据,只对齐考法。
5. 题量控制:每个点文件 4—14 题,单文件 ≤ 1.3 万字符(超出拆点)。
## 6. 配套三件套(每讲重写必须同步)
| 文件 | 要求 |
|---|---|
| README | 文件清单题量实时、版本记录加一行、结构描述随格式更新;删除与旧格式绑定的描述(如"每题关联行") |
| 01 盘点 §0.4 | 按**知识点粒度**重建:"盘点章节 → 对应题目"直达链接 |
| 10 速查卡 | 回查表按新锚点更新,引导句说明出处位置 |
双向索引:点文件是"知识点 → 题",§0.4 与回查表是"题 → 知识点"。
## 7. 锚点与链接(Gitea 实测规则)
标题 id $=$ `user-content-` $+$ 标题原文小写化(保留字母数字汉字与下划线,空格变 `-`,**其余标点全删**,如 `题 3 · 3.2:三种情形的完整分类(★★☆)` → `题-3--32三种情形的完整分类`)。
| 链接类型 | 写法 |
|---|---|
| 同文件 | `#题-3--32三种情形的完整分类` |
| 跨文件 | `04-点3-线性表示.md#user-content-题-3--32三种情形的完整分类` |
## 8. 验证(交付前必跑)
```powershell
python .workbuddy/tools/md2pdf/check_md_links.py <目录>
```
要求 0 异常;同时抽查题量(`Select-String '^### 题 '` 计数)、难度配比、数值回代验算。
## 9. 数据与引用原则
- 真题骨架数值可复用(旧版快照是素材来源),自编题只对齐考法不复刻原题。
- 每个数字必须可复算;合计、换算用工具计算;"待定系数核对"等自查步骤写进解析。
- 参考仓库有笔误时结论仍须检查条件(见导读纠错表),不照搬。
## 10. 与「旧格式」的分界线
| 旧做法 | 本规范 |
|---|---|
| 每题开头插「考查知识点」块 | 出处挂在知识点标题下 |
| 手册 / 试题 / 解析三件套分离 | 点文件内知识点 + 题一体 |
| 每道题末尾「关联」行 | 无;盘点 §0.4 + 速查回查表承担反查 |
| 题目跨知识点乱序 | 按知识点条目顺序严格对应 |
@@ -0,0 +1,291 @@
---
tags: [数学一, 在学练习, 线性代数, 矩阵, 知识点盘点]
专题: 线性代数 第2讲 · 矩阵(盘点)
日期: 2026-10-23
状态: 知识点盘点
关联笔记: ["[[README]]"]
---
# 第2讲 · 矩阵:知识点盘点
这一份只做一件事:**把本讲要求掌握的东西摊开,做成可以当字典查的地图**。它不解题,题目在 `02`—`09` 各点文件里(共 64 题)。
盘点的覆盖面按三条线取并集,不是只写真题考过的:
- **数一大纲**(矩阵运算、逆矩阵、初等变换与初等矩阵、矩阵的秩、伴随矩阵、分块矩阵、矩阵幂、等价矩阵)
- **十年真题**(锚点分布:可逆判定 2017·5、2022·5;恒等变形 2022·15;初等变换 2018·21、2020·5;分块秩 2018·6、2021·7、2023·5;矩阵幂与递推 2016·21、2024·21;秩不等式 2025·7)
- **参考仓库**(`linear-algebra/knowledge/2-matrix` 与 `exercise/2-matrix`)
三条线的逐条对照放在最后 §9,可以先跳到那里看这一讲到底要求到什么程度。
---
## 0 三张表:从哪儿开始看
### 0.1 按真题锚点分布排(时间紧就照这个顺序)
| 优先 | 点 | 真题锚点 | 文件 |
|---|---|---|---|
| 1 | 矩阵的秩(含秩不等式) | 2025·7 | `05` |
| 2 | 逆矩阵与矩阵方程(可逆判定、恒等变形) | 2017·5、2022·5、2022·15 | `03` |
| 3 | 初等变换与初等矩阵 | 2018·21、2020·5 | `04` |
| 4 | 分块矩阵(分块秩) | 2018·6、2021·7、2023·5 | `07` |
| 5 | 矩阵幂(含递推) | 2016·21、2024·21(解答) | `08` |
| 6 | 伴随矩阵与行列式技巧 | 无直接真题(解答题工具) | `06` |
| 7 | 矩阵运算与特殊矩阵 | 无直接真题(工具性基础) | `02` |
| 8 | 抽象推理与证明 | 支撑解答题(2025·7 知识块模板) | `09` |
注:未统计近十年分值(矩阵考点多以下游解答题的引理形式出现,分值口径不清),以锚点分布代替;锚点当知识块标记,不当押题依据。
### 0.2 按依赖链排(文件顺序,也就是建议的阅读顺序)
```
矩阵运算与特殊矩阵(地基:大小、顺序、消去律)
↓
逆矩阵与矩阵方程 ──→ 初等变换与初等矩阵
↓ ↓
分块矩阵 ──────────→ 矩阵的秩(含秩不等式)
↓ ↓
矩阵幂 ←────────── 伴随矩阵与行列式技巧
↓
抽象推理与证明(把上面全部串起来)
```
**为什么文件顺序和锚点分布顺序不同**:锚点告诉你"哪块考得多",依赖链告诉你"该按什么顺序读"。秩最重,但直接跳过去会卡在"初等变换为什么保秩、$AB=O$ 为什么给秩上界"。先按 `02→09` 读一遍,第二遍按 §0.1 挑薄弱点重读。
### 0.3 符号约定
| 记号 | 含义 |
|---|---|
| $A_{m\times n}$ | $m$ 行 $n$ 列矩阵,行数在前、列数在后 |
| $E_n$(简写 $E$) | $n$ 阶单位矩阵 |
| $O$ | 零矩阵(按型区分,不同型的零矩阵不相等) |
| $A^{\mathrm T}$ | 转置 |
| $A^{-1}$ | 逆矩阵(仅方阵、可逆时存在) |
| $A^*$ | 伴随矩阵(**任何**方阵都有) |
| $r(A)$ | 矩阵的秩 |
| $\lvert A\rvert$ | 方阵 $A$ 的行列式($A$ 是数表,$\lvert A\rvert$ 是一个数) |
| $n$ | 方阵阶数($|kA|=k^n|A|$ 的指数) |
两个常坑:**① 阶数 $n$ 漏写**($|kA|$、$|A^*|$ 指数全靠它);**② 把"数可消、可逆阵可消"当成"任意矩阵可消"**(消去律不成立)。
### 0.4 知识点与练习文件对照(按知识点粒度)
每个点文件**先列知识点(含参考仓库出处),再按知识点内部条目顺序逐一对应出题**。下表从盘点章节反查"这个知识点在哪几道题里练过",链接直达题目。
| 盘点章节(知识点) | 对应题目 |
|---|---|
| §1 矩阵定义与基本语言 | [点1 题1](02-点1-矩阵运算与特殊矩阵.md#user-content-题-1--11基本概念辨析) |
| §2.1 加法、减法与数乘 | [点1 题2](02-点1-矩阵运算与特殊矩阵.md#user-content-题-2--2122线性运算里的消去) |
| §2.2 转置(反序) | [点1 题7](02-点1-矩阵运算与特殊矩阵.md#user-content-题-7--25转置反序的验证) |
| §2.3 矩阵相乘(大小 / 交换 / 展开 / 消去 / 列组合) | [点1 题3](02-点1-矩阵运算与特殊矩阵.md#user-content-题-3--23先写大小再算乘积)、[点1 题4](02-点1-矩阵运算与特殊矩阵.md#user-content-题-4--23不交换--ab2-不能随便展开)、[点1 题5](02-点1-矩阵运算与特殊矩阵.md#user-content-题-5--23无消去律反例必须可直接核算)、[点1 题6](02-点1-矩阵运算与特殊矩阵.md#user-content-题-6--23矩阵乘列向量--列的线性组合) |
| §2.3 特殊矩阵表与对称分解 | [点1 题9](02-点1-矩阵运算与特殊矩阵.md#user-content-题-9--特殊矩阵表按定义判定类型)、[点1 题10](02-点1-矩阵运算与特殊矩阵.md#user-content-题-10--对称--反对称分解)、[点1 题11](02-点1-矩阵运算与特殊矩阵.md#user-content-题-11--正交矩阵lvert-qrvertpm1-只是必要条件) |
| §2.4 方阵行列式(三条性质) | [点1 题8](02-点1-矩阵运算与特殊矩阵.md#user-content-题-8--26行列式三条性质的数值核对) |
| §2.5 伴随矩阵(主线 / 性质 / 三档表) | [点5 题1](06-点5-伴随矩阵.md#user-content-题-1--27-主线对角阵求-a-并验证-aaae)、[点5 题2](06-点5-伴随矩阵.md#user-content-题-2--27二阶伴随公式与主线)、[点5 题3](06-点5-伴随矩阵.md#user-content-题-3--27-性质abbakaa-数值验证)、[点5 题4](06-点5-伴随矩阵.md#user-content-题-4--27-三档表四阶矩阵的-ra) |
| §2.6 方阵行列式技巧(两项积商 / 两项和差) | [点5 题5](06-点5-伴随矩阵.md#user-content-题-5--51两项积商的组合计算)、[点5 题6](06-点5-伴随矩阵.md#user-content-题-6--52两项和差按列拆分) |
| §2.7 分块矩阵(计算 / 按行按列分块 / 分块秩) | [点6 题1](07-点6-分块矩阵.md#user-content-题-1--281分块对角阵的逆与幂)、[点6 题2](07-点6-分块矩阵.md#user-content-题-2--281分块乘法的块顺序与大小匹配)、[点6 题3](07-点6-分块矩阵.md#user-content-题-3--282按列分块ax-就是各列的线性组合)、[点6 题6](07-点6-分块矩阵.md#user-content-题-6--283重复块与交换块的秩)、[点6 题7](07-点6-分块矩阵.md#user-content-题-7--283s1ms-化对角的数值验证)、[点6 题8](07-点6-分块矩阵.md#user-content-题-8--283上三角分块为什么不能直接读秩)、[点6 题9](07-点6-分块矩阵.md#user-content-题-9--283a2a-时-beginpmatrixaeoaendpmatrix-的秩) |
| §3.1 逆矩阵定义与可逆三条件 | [点2 题1](03-点2-逆矩阵与矩阵方程.md#user-content-题-1--31定义与可逆三条件判定) |
| §3.2 逆矩阵性质 | [点2 题2](03-点2-逆矩阵与矩阵方程.md#user-content-题-2--32逆的性质与和无逆公式) |
| §3.3 求逆四法(定义 / 分解 / 行变换 / 分块) | [点2 题3](03-点2-逆矩阵与矩阵方程.md#user-content-题-3--33①定义法从多项式关系凑乘积)、[点2 题4](03-点2-逆矩阵与矩阵方程.md#user-content-题-4--33②分解乘积拆-ab-再反序取逆)、[点2 题5](03-点2-逆矩阵与矩阵方程.md#user-content-题-5--33③初等行变换-ae-求逆)、[点2 题6](03-点2-逆矩阵与矩阵方程.md#user-content-题-6--33④分块对角矩阵求逆) |
| §3.4 分块求逆(三角分块) | [点6 题4](07-点6-分块矩阵.md#user-content-题-4--34上三角分块求逆数值验算)、[点6 题5](07-点6-分块矩阵.md#user-content-题-5--34下三角分块求逆的块方程推导) |
| §3.5 矩阵方程(直接化简 / 凑目标式) | [点2 题7](03-点2-逆矩阵与矩阵方程.md#user-content-题-7--61直接化简-axbc)、[点2 题8](03-点2-逆矩阵与矩阵方程.md#user-content-题-8--62凑目标式-ab2ab) |
| §4.1 初等变换(三种 / 撤销) | [点3 题1](04-点3-初等变换与初等矩阵.md#user-content-题-1--41三种初等变换的识别与撤销) |
| §4.2 阶梯型矩阵 | [点3 题2](04-点3-初等变换与初等矩阵.md#user-content-题-2--42把矩阵化成行阶梯形并指出主元列) |
| §4.3 初等变换性质 | [点3 题3](04-点3-初等变换与初等矩阵.md#user-content-题-3--43初等变换下什么不变什么变) |
| §4.4 初等矩阵(左乘改行 / 右乘改列) | [点3 题4](04-点3-初等变换与初等矩阵.md#user-content-题-4--44左乘改行右乘改列)、[点3 题5](04-点3-初等变换与初等矩阵.md#user-content-题-5--44对换型与倍乘型初等矩阵)、[点3 题6](04-点3-初等变换与初等矩阵.md#user-content-题-6--44复合初等矩阵从-a-到目标矩阵求-p) |
| §4.5 初等行变换求逆 | [点3 题7](04-点3-初等变换与初等矩阵.md#user-content-题-7--45行变换求逆)、[点3 题8](04-点3-初等变换与初等矩阵.md#user-content-题-8--45行列变换不得混用列变换求逆的正确拼法) |
| §5.1 秩的定义(行阶梯形 / 最高阶非零子式) | [点4 题1](05-点4-矩阵的秩.md#user-content-题-1--51化行阶梯形求秩主元列与非零列数秩) |
| §5.2 秩的性质 | [点4 题2](05-点4-矩阵的秩.md#user-content-题-2--52基本性质的四个说法判断) |
| §5.2 秩不等式四式 | [点4 题3](05-点4-矩阵的秩.md#user-content-题-3--四式四条不等式速判)、[点4 题4](05-点4-矩阵的秩.md#user-content-题-4--四式①提取公因子借可逆阵取等号)、[点4 题5](05-点4-矩阵的秩.md#user-content-题-5--四式②④联用a2a-求秩和) |
| §5.3 子式(含参秩的分界) | [点4 题6](05-点4-矩阵的秩.md#user-content-题-6--53--51含参矩阵求秩行列式找根每根代回非零子式钉下界) |
| §6.1—6.3 等价矩阵 | [点4 题7](05-点4-矩阵的秩.md#user-content-题-7--63等价矩阵判定的四个说法)、[点4 题8](05-点4-矩阵的秩.md#user-content-题-8--63具体两个矩阵判等价只比秩) |
| §2.3 幂的运算规则 | [点7 题1](08-点7-矩阵幂.md#user-content-题-1--24和的平方与乘积幂的陷阱) |
| §2.3 秩 1 矩阵(对应成比例) | [点7 题2](08-点7-矩阵幂.md#user-content-题-2--11201621-骨架秩-1-矩阵求-ak)、[点7 题3](08-点7-矩阵幂.md#user-content-题-3--11ea1-待定系数)、[点7 题4](08-点7-矩阵幂.md#user-content-题-4--11秩-1-矩阵也可能幂零) |
| §2.3 试算归纳 | [点7 题5](08-点7-矩阵幂.md#user-content-题-5--12试算归纳a24e-分段) |
| §2.3 行列结合 | [点7 题6](08-点7-矩阵幂.md#user-content-题-6--13行列结合求-a3) |
| §2.3 拆分矩阵($E+N$ 幂零截断) | [点7 题7](08-点7-矩阵幂.md#user-content-题-7--14旧试题第-12-题骨架en-求-ak-与-a1) |
| §2.3 分块求幂 | [点7 题8](08-点7-矩阵幂.md#user-content-题-8--15分块对角阵求幂) |
| §2.3 递推状态向量 | [点7 题9](08-点7-矩阵幂.md#user-content-题-9--递推斐波那契数列的状态向量) |
| §8.1 夹逼证秩和(零乘积上界 / 可逆和差下界) | [点8 题1](09-点8-抽象推理与证明.md#user-content-题-1--81幂等矩阵的秩和) |
| §8.2 迁移证明 | [点8 题2](09-点8-抽象推理与证明.md#user-content-题-2--82对合矩阵的秩和迁移) |
| §8.3 分块秩恒等式两步消元 | [点8 题3](09-点8-抽象推理与证明.md#user-content-题-3--83分块秩恒等式两步消元) |
| §8.4 凑乘积证可逆 | [点8 题4](09-点8-抽象推理与证明.md#user-content-题-4--84多项式关系凑逆)、[点8 题5](09-点8-抽象推理与证明.md#user-content-题-5--84三次关系凑逆) |
每一格的「点 X 题 Y」都是可点的锚点,直达那道题;方向与点文件内部相反(点文件是"知识点 → 题",这里是"题 → 知识点"),两个方向合起来构成双向索引。
---
## 1 矩阵定义与基本语言
$m\times n$ 矩阵是 $m$ 行 $n$ 列的数表;行数列数相等叫 $n$ 阶方阵——**只有方阵才能连乘、有幂、有行列式**。同型 = 行数列数分别相等;相等 = 同型 + 对应元素全等;零矩阵按型区分;对角矩阵必为方阵;$E$ 满足 $AE=EA=A$。记忆:**$A$ 是数表,$\lvert A\rvert$ 才是数**。
## 2 矩阵运算
### 2.1 加法、减法与数乘
同型才能加,对应元素相加;数乘 = 每元素都乘 $\lambda$。线性运算满足交换、结合、分配。**数可以消、加性关系里的矩阵不能消**:$A+B=O$ 只推出 $A=-B$。
### 2.2 转置
$A^{\mathrm T}$ 把第 $i$ 行变第 $i$ 列。唯一要警惕:**$(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$(反序)**;加法转置不反序。
### 2.3 矩阵相乘与矩阵幂
**定义**:$A_{m\times s}B_{s\times n}=C_{m\times n}$,$c_{ij}=\sum_k a_{ik}b_{kj}$——左行 $\cdot$ 右列;可乘条件:左列数 $=$ 右行数。
**成立**:结合律、分配律、$\lambda(AB)=(\lambda A)B$、$EA=AE=A$、纯量阵可交换、$A^pA^q=A^{p+q}$。
**不成立 / 三个"不能推出"**(本讲第一条主线):
- 交换律一般不成立;
- $A\ne O,B\ne O\nRightarrow AB\ne O$(非零乘积可为零);
- $AB=O\nRightarrow A=O$ 或 $B=O$;$DB=DC,D\ne O\nRightarrow B=C$——**只有可逆矩阵才能消去**。
**列组合视角**(伏笔):$Ax=x_1\alpha_1+\cdots+x_n\alpha_n$。
**幂的运算规则**:$(A+B)^2=A^2+AB+BA+B^2$,仅 $AB=BA$ 时可合并;$(AB)^k$ 无公式;$(E+N)^k$ 当 $N^q=O$ 时二项式提前截断。
**幂的题型五法 + 递推**(对应点 7,全部题目在 `08`):
| 方法 | 适用 | 关键动作 |
|---|---|---|
| 对应成比例(秩 1) | $A=uv^{\mathrm T}$ | $A^2=(v^{\mathrm T}u)A$,$A^k=c^{k-1}A$,$c=v^{\mathrm T}u=\operatorname{tr}A$ |
| 试算归纳 | 低阶、结构明显 | 先算 $A^2,A^3$ 找规律(如 $A^2=4E$ 分段) |
| 行列结合 | 拆成 $\alpha\beta^{\mathrm T}$ 型 | 中间的 $\beta^{\mathrm T}\alpha$ 先算成一个数 |
| 拆分矩阵 | $A=E+N$、$N^q=O$ | $(E+N)^k=E+kN+\binom{k}{2}N^2+\cdots$,$q$ 次后截断 |
| 分块求幂 | 分块对角 | 每块分别求幂 |
| 递推状态向量 | $a_{j+2}=pa_{j+1}+qa_j$ | $\binom{a_{j+2}}{a_{j+1}}=\begin{pmatrix}p&q\\1&0\end{pmatrix}\binom{a_{j+1}}{a_j}$ |
### 2.4 方阵行列式与特殊矩阵
$\lvert AB\rvert=\lvert A\rvert\lvert B\rvert=\lvert BA\rvert$;$\lvert A^{\mathrm T}\rvert=\lvert A\rvert$;**$\lvert kA\rvert=k^n\lvert A\rvert$**;**没有** $\lvert A+B\rvert=\lvert A\rvert+\lvert B\rvert$。
| 名称 | 条件 | 现在怎样使用 |
|---|---|---|
| 对角矩阵 | 非对角全 0 | 幂、行列式按对角元分别算 |
| 对称矩阵 | $A^{\mathrm T}=A$ | 转置后不变 |
| 反对称矩阵 | $A^{\mathrm T}=-A$ | 主对角为 0;奇数阶行列式为 0 |
| 正交矩阵 | $Q^{\mathrm T}Q=E$ | $Q^{-1}=Q^{\mathrm T}$;$\lvert Q\rvert=\pm1$ 只是**必要不充分** |
| 幂等矩阵 | $A^2=A$ | 正整数次幂都是 $A$ |
| 对合矩阵 | $A^2=E$ | 偶次幂 $E$、奇次幂 $A$ |
| 幂零矩阵 | $A^q=O$ | 高次项截断(求幂、求逆) |
对称分解:$A=\dfrac{A+A^{\mathrm T}}2+\dfrac{A-A^{\mathrm T}}2$。
### 2.5 伴随矩阵
**主线**:$AA^*=A^*A=\lvert A\rvert E$——一切伴随题的入口。$\lvert A\rvert\ne0$ 时 $A^{-1}=\dfrac{A^*}{\lvert A\rvert}$;**不可逆方阵也有伴随**(主线照用,不能除)。
性质($n\ge2$):$\lvert A^*\rvert=\lvert A\rvert^{n-1}$、$(kA)^*=k^{n-1}A^*$、$(AB)^*=B^*A^*$、$(A^{\mathrm T})^*=(A^*)^{\mathrm T}$、$(A^*)^*=\lvert A\rvert^{n-2}A$。
**三档表**:
| $r(A)$ | $r(A^*)$ | 原因 |
|---|---|---|
| $n$ | $n$ | $A^*=\lvert A\rvert A^{-1}$ 可逆 |
| $n-1$ | $1$ | 非零 $n-1$ 阶子式 ⟹ $A^*\ne O$;$AA^*=O$ ⟹ $r(A^*)\le1$ |
| $\le n-2$ | $0$ | 所有 $n-1$ 阶子式为零 |
### 2.6 方阵行列式技巧
- **两项积商**:$|kX|=k^n|X|$、$|A^*|=|A|^{n-1}$、$|X^{-1}|=1/|X|$——先写死阶数 $n$ 再套指数。
- **两项和差**:$|A+B|$ 一般拆不了,走"按列拆分"。
### 2.7 分块矩阵
**块乘法顺序不能变、块大小必须匹配**。
- **三角分块求逆**:$M=\begin{pmatrix}A&C\\O&B\end{pmatrix}$($A,B$ 可逆)⟹ $M^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}$。
- **分块秩**:分块对角 $r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$;**上三角只有 $\ge r(A)+r(B)$**(反例 $A=B=O$、$C\ne O$)。
- **两个常用化简**:$\begin{pmatrix}A&A\\A&A\end{pmatrix}$ 行减行、列减列后秩 $=r(A)$;$M=\begin{pmatrix}A&B\\B&A\end{pmatrix}$ 用 $S=\begin{pmatrix}E&E\\E&-E\end{pmatrix}$ 化 $S^{-1}MS=\begin{pmatrix}A+B&O\\O&A-B\end{pmatrix}$,秩 $=r(A+B)+r(A-B)$(无须交换)。
- **分块消元**(左上块可逆时):行减 $CA^{-1}$ 乘上行、列减左列乘 $A^{-1}B$,秩 $=r(A)+r(D-CA^{-1}B)$。**可逆的是消元矩阵,与被消块是否可逆无关**。
## 3 逆矩阵与矩阵方程
**定义**:$AB=BA=E$ 则 $B=A^{-1}$;同阶方阵只需验证一侧。**三条件等价**:$A$ 可逆 $\iff\lvert A\rvert\ne0\iff r(A)=n$(后两讲补:列无关、$Ax=0$ 只有零解、$Ax=b$ 唯一解)。
**性质**:$(AB)^{-1}=B^{-1}A^{-1}$(反序)、$(A^{\mathrm T})^{-1}=(A^{-1})^{\mathrm T}$、$(kA)^{-1}=\frac1kA^{-1}$。**没有** $(A+B)^{-1}=A^{-1}+B^{-1}$;$A$ 可逆时写 $A+B=A(E+A^{-1}B)$。
**求逆四法**:
| 方法 | 适用 | 动作 |
|---|---|---|
| 定义法 | 抽象关系式 | 凑 $A\cdot Y=kE$($k\ne0$);证明前**不得写 $A^{-1}$** |
| 分解乘积 | 抽象和差 | $(A-E)(B-E)=E$ 型,先写乘积再取逆 |
| 初等行变换 | 具体矩阵 | $[A\mid E]\to[E\mid A^{-1}]$,只用行变换 |
| 分块 | 分块对角 / 三角 | 每块分别求逆(§2.7) |
**矩阵方程**:$AX=B$ 左乘 $A^{-1}$、$XA=B$ 右乘 $A^{-1}$、$AXB=C$ 得 $X=A^{-1}CB^{-1}$(先左后右)。直接化简:系数矩阵提出去;凑目标式:移项成 $(X-\cdots)(Y-\cdots)=kE$。写完后回代验证。
## 4 初等变换与初等矩阵
**三种行操作**(交换两行 / 某行乘非零数 / 某行加另一行的若干倍),列操作对应;**每步可撤销**,所以初等矩阵都可逆。行阶梯形:非零行在上、主元逐行右移;**非零行数 = 秩**,主元列号从原矩阵读。
**初等变换不改变秩**:$r(PAQ)=r(A)$($P,Q$ 可逆)。**初等矩阵**:从 $E$ 做一次变换得到;**左乘改行、右乘改列**。先左乘 $P_1$ 再左乘 $P_2$ 最终是 $P_2P_1A$。
**行变换求逆**:$[A\mid E]$ 横拼,只行变换化左块为 $E$;**列变换必须上下拼,不得混用**。
## 5 矩阵的秩
**定义**:秩 = 独立列的最大个数 = 独立行最大个数 = 最高阶非零子式的阶数 = 行阶梯形非零行数。$0\le r(A)\le\min(m,n)$,$r(A^{\mathrm T})=r(A)$。
**秩不等式四式**:
$$r(PAQ)=r(A)\ (P,Q\ \text{可逆}),\qquad r(AB)\le\min\{r(A),r(B)\},$$
$$r(A+B)\le r(A)+r(B),\qquad r(AB)\ge r(A)+r(B)-n\ (\text{Sylvester}),$$
$$AB=O\Rightarrow r(A)+r(B)\le n .$$
实矩阵:$r(A^{\mathrm T}A)=r(A)=r(AA^{\mathrm T})$(用 $\|Ax\|^2=0\Rightarrow Ax=0$ 证同解)。
**证明套路**:零乘积给上界、可逆的和/差给下界(§8.1 展开)。
**含参秩**:先算 $\lvert A\rvert$ 找根(方阵),每根单独代回化阶梯形,用非零子式钉住下界。
## 6 等价矩阵
同型矩阵经初等行、列变换可互化 ⟺ 同秩。**与向量组等价的分界**(第 3 讲再碰):矩阵等价只要求同秩,**不要求列张成同一空间**;向量组等价要求 $r(A)=r(B)=r(A,B)$。
## 7 矩阵幂(题型地图)
见 §2.3 表格。补充:秩 1 的 $c=v^{\mathrm T}u=\operatorname{tr}A$;$(E-N)^{-1}=E+N+\cdots+N^{q-1}$。
## 8 抽象推理与证明(四个模板)
| 模板 | 起手式 | 用在 |
|---|---|---|
| ① 夹逼证秩和 | 零乘积给上界,可逆的和/差给下界 | $A^2=A$、$A^2=E$ 的秩和 |
| ② 迁移证明 | 骨架不动,换矩阵零件再写一遍 | 幂等、对合等式的变体 |
| ③ 分块消元 | 左上角取 $E$,左乘行变换、右乘列变换 | 一切分块秩恒等式 |
| ④ 凑乘积证可逆 | 整理成 $XY=kE$,$k\ne0$ | 抽象可逆判定与求逆 |
铁律:**只写一个方向的秩不等式不能宣布等号**;**证明可逆前不得写 $A^{-1}$**;**系数 $k\ne0$ 必须交代**。
---
## 9 覆盖对照(大纲 / 真题 / 参考仓库)
| 本讲知识点 | 参考仓库出处 | 真题锚点 | 题目 |
|---|---|---|---|
| 矩阵定义与语言 | 知识章 §1 | — | 02-题1 |
| 加减数乘 | 知识章 §2.1—2.2 | — | 02-题2 |
| 相乘(顺序/消去/列组合) | 知识章 §2.3、练习章 §1.1 | — | 02-题3—6 |
| 转置 | 知识章 §2.5 | — | 02-题7 |
| 行列式与特殊矩阵 | 知识章 §2.6、§1、§2.4 | — | 02-题8—11 |
| 逆矩阵与可逆判定 | 知识章 §3 | 2017·5、2022·5 | 03-题1 |
| 逆的性质 | 知识章 §3.2 | — | 03-题2 |
| 求逆四法 | 知识章 §3.3、练习章 §3 | 2022·15(恒等变形) | 03-题3—6 |
| 矩阵方程 | 练习章 §6 | — | 03-题7—8 |
| 初等变换 | 知识章 §4.1—4.3 | 2018·21 | 04-题1—3 |
| 初等矩阵 | 知识章 §4.4 | 2020·5 | 04-题4—6 |
| 行变换求逆 | 知识章 §4.5 | — | 04-题7—8 |
| 秩的定义/性质/不等式 | 知识章 §5 | 2025·7 | 05-题1—5 |
| 子式与含参秩 | 知识章 §5.3、练习章 §7.1 | — | 05-题6 |
| 等价矩阵 | 知识章 §6 | — | 05-题7—8 |
| 伴随矩阵 | 知识章 §2.7、练习章 §4 | — | 06-题1—4 |
| 行列式技巧 | 练习章 §5 | — | 06-题5—6 |
| 分块矩阵 | 知识章 §2.8、练习章 §1.5/§3.4 | 2018·6、2021·7、2023·5 | 07-题1—9 |
| 矩阵幂 | 知识章 §2.4、练习章 §1 | 2016·21、2024·21 | 08-题1—9 |
| 抽象证明模板 | 知识章 §5.2、§4.3、§3.1 | 2025·7 知识块 | 09-题1—5 |
参考仓库矩阵章另有"矩阵等价(练习章 §8)"与"方阵行列式(练习章 §5)",已并入 §2.4、§6;参考仓库少量笔误(分块消元误读为需 $A,B$ 可逆、非零零乘积反例算不成零)按数学正确性处理,已记入导读纠错表。
@@ -0,0 +1,297 @@
---
tags: [数学一, 在学练习, 线性代数, 矩阵, 矩阵运算]
专题: 线性代数 第2讲 · 点1 矩阵运算与特殊矩阵
日期: 2026-10-23
状态: 知识点带题(§1 定义 + §2.1—2.6 运算与特殊矩阵,11 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 1 矩阵运算与特殊矩阵
> 真题 无直接真题(运算与特殊矩阵是工具性基础)|重要度 ★★☆
> 依赖:无(本讲地基)。盘点对应:§1、§2.1—§2.4。
**组织原则**:以知识点为单位。先完整列出知识点内容,再按内部顺序(概念/线性运算/相乘/转置/行列式/特殊矩阵表)逐一对应出题;题目顺序 = 知识点内条目顺序,不穿插其他知识点,难度配比统一标准。
## 知识点 1.1 矩阵的基本概念(出处:[知识章 matrix.tex §1](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **矩阵**:由 $m\times n$ 个数 $a_{ij}$(元素)排成的 $m$ 行 $n$ 列的数表。元素为实数的称实矩阵(本讲默认)。
- **$n$ 阶矩阵(方阵)**:行数、列数都为 $n$ 的矩阵。只有方阵才能连乘、才有幂、才有行列式。
- **行矩阵(行向量)**:只有一行的矩阵;**列矩阵(列向量)**:只有一列的矩阵。
- **同型矩阵**:两个矩阵行数相等且列数相等。
- **相等矩阵**:同型,且对应位置元素全部相等,记 $A=B$。
- **零矩阵 $O$**:元素全为零的矩阵;**不同型的零矩阵互不相等**。
- **对角矩阵**:对角线以外的元素全为 $0$,记 $\Lambda=\mathrm{diag}(\lambda_1,\lambda_2,\cdots,\lambda_n)$,必为方阵。
- **单位矩阵 $E$**:$\lambda_1=\cdots=\lambda_n=1$ 的对角矩阵,满足 $AE=EA=A$。
## 知识点 2.1—2.2 加法、减法与数乘(出处:[知识章 matrix.tex §2.1、§2.2](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **加法**:只有**同型**矩阵才能相加,$A+B$ 的每个元素是对应位置元素相加。
- **运算律**:$A+B=B+A$(交换律);$(A+B)+C=A+(B+C)$(结合律)。
- **负矩阵**:$-A=(-a_{ij})$,$A+(-A)=O$;**减法**:$A-B=A+(-B)$。
- **数乘**:数 $\lambda$ 乘矩阵 $A$,每个元素都乘 $\lambda$,记 $\lambda A=A\lambda$。
- **数乘运算律**:$(\lambda\mu)A=\lambda(\mu A)$;$(\lambda+\mu)A=\lambda A+\mu A$;$\lambda(A+B)=\lambda A+\lambda B$。
- 加法与数乘统称矩阵的**线性运算**。
## 知识点 2.3 矩阵相乘(出处:[知识章 matrix.tex §2.3](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §1.1 对应成比例](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **定义**:$A=(a_{ij})_{m\times s}$ 与 $B=(b_{ij})_{s\times n}$ 相乘得 $C=AB$,其中 $c_{ij}=\sum_{k=1}^{s}a_{ik}b_{kj}$——**左矩阵第 $i$ 行**与**右矩阵第 $j$ 列**的内积。结果 $C$ 是 $m\times n$ 矩阵。
- **可乘条件**:左矩阵的列数 $=$ 右矩阵的行数;结果行数取左、列数取右。
- **左乘 / 右乘**:$PA$ 称左乘 $P$,$AP$ 称右乘 $P$。
- **一般不满足交换律**:$AB\ne BA$;若非方阵,$AB$ 与 $BA$ **大小都不同**,根本谈不上相等。$AB=BA$ 时称两矩阵**可交换**(必为同阶方阵)。
- **成立的运算律**:结合律 $(AB)C=A(BC)$;$\lambda(AB)=(\lambda A)B=A(\lambda B)$;分配律 $A(B+C)=AB+AC$、$(B+C)A=BA+CA$;$EA=AE=A$。纯量阵 $\lambda E$ 与任意同阶方阵可交换。
- **没有消去律(三个"不能推出")**:① $A\ne O,\ B\ne O$ 推不出 $AB\ne O$(**非零矩阵乘积可以是零矩阵**);② $AB=O$ 推不出 $A=O$ 或 $B=O$;③ $D\ne O$ 且 $DB=DC$,仍可能 $B\ne C$。可直接核算的反例:$D=\mathrm{diag}(1,0)$、$F=\mathrm{diag}(0,1)$,均非零,但
$$DF=\begin{pmatrix}1&0\\0&0\end{pmatrix}\begin{pmatrix}0&0\\0&1\end{pmatrix}=O.$$
只有 $D$ **可逆**时,才能左乘 $D^{-1}$ 把它消去。
- **列组合视角(为方程组章 / 向量章伏笔)**:把 $A$ 按列分块 $A=(\alpha_1,\cdots,\alpha_n)$,则
$$Ax=x_1\alpha_1+x_2\alpha_2+\cdots+x_n\alpha_n.$$
矩阵乘列向量,就是按 $x$ 的系数把 $A$ 的各列组合起来。
## 知识点 2.5 转置(出处:[知识章 matrix.tex §2.5](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **定义**:把 $A$ 的行换成同序数的列,得转置 $A^{\mathrm T}$;$A$ 为 $m\times n$ 时 $A^{\mathrm T}$ 为 $n\times m$。
- **五条性质**:$(A^{\mathrm T})^{\mathrm T}=A$;$(A+B)^{\mathrm T}=A^{\mathrm T}+B^{\mathrm T}$;$(\lambda A)^{\mathrm T}=\lambda A^{\mathrm T}$;**$(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$(乘积转置必须反序)**;$\lvert A^{\mathrm T}\rvert=\lvert A\rvert$(方阵)。
## 知识点 2.6 方阵的行列式(出处:[知识章 matrix.tex §2.6](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- 只有方阵才有行列式。$A$ 是一张数表,$\lvert A\rvert$ 是一个数。
- **性质**:$\lvert A^{\mathrm T}\rvert=\lvert A\rvert$;$\lvert\lambda A\rvert=\lambda^{n}\lvert A\rvert$($n$ 阶,每行提一个 $\lambda$);$\lvert AB\rvert=\lvert A\rvert\cdot\lvert B\rvert=\lvert BA\rvert$。
- **一般没有 $\lvert A+B\rvert=\lvert A\rvert+\lvert B\rvert$**:反例 $A=B=E_2$,左边 $\lvert 2E\rvert=4$,右边 $1+1=2$。
- 顺带:$A\ne B$ 推不出 $\lvert A\rvert\ne\lvert B\rvert$。
## 知识点 特殊矩阵表与对称/反对称分解(出处:[知识章 matrix.tex §2.5、§1、§2.4](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
| 名称 | 条件 | 现在怎样使用 |
|---|---|---|
| 对角矩阵 | 非对角元素全为 $0$,$\Lambda=\mathrm{diag}(\lambda_1,\cdots,\lambda_n)$ | 乘对角阵 = 按行/列缩放;幂与行列式按对角元分别算 |
| 单位矩阵 $E$ | $\lambda_i=1$ 的对角阵 | $AE=EA=A$ |
| 对称矩阵 | $A^{\mathrm T}=A$(元素关于对角线对称) | 转置后不变,主对角任意 |
| 反对称矩阵 | $A^{\mathrm T}=-A$,即 $a_{ij}=-a_{ji}$ 且 $a_{ii}=0$ | 主对角必为 $0$;奇数阶反对称阵行列式为 $0$ |
| 正交矩阵(方阵) | $Q^{\mathrm T}Q=E$ | $Q^{-1}=Q^{\mathrm T}$;列向量两两垂直、长度均为 $1$;$\lvert Q\rvert=\pm1$ 只是**必要条件** |
| 幂等矩阵 | $A^2=A$ | 任意正整数次幂都等于 $A$ |
| 对合矩阵 | $A^2=E$ | 偶次幂为 $E$,奇次幂为 $A$ |
| 幂零矩阵 | 存在正整数 $q$ 使 $A^q=O$ | 高次项可截断(幂的计算归点 7,本点只认定义) |
正交矩阵反例:$\begin{pmatrix}1&2\\0&1\end{pmatrix}$ 的行列式为 $1$,但两列 $(1,0)^{\mathrm T}$ 与 $(2,1)^{\mathrm T}$ 内积为 $2\ne0$,不垂直,**不是正交矩阵**。
**对称 + 反对称分解**:任意方阵 $A$ 唯一拆成
$$A=\frac{A+A^{\mathrm T}}{2}+\frac{A-A^{\mathrm T}}{2},$$
前者对称、后者反对称。
---
## 题目(按知识点顺序对应)
### 题 1 · 1.1:基本概念辨析(★☆☆)
> 判断下列说法是否正确,并说明理由:
>
> (1)两个矩阵的行数、列数分别相等,则这两个矩阵相等;
>
> (2)二阶零矩阵与三阶零矩阵是同一个 $O$;
>
> (3)对角矩阵一定是方阵;
>
> (4)单位矩阵是对角矩阵。
**怎么想**:四条全是定义原文的正/误改写,逐条对照"同型且对应元素相等"这句相等定义即可,不动笔算。
**解**:(1)错。行数、列数相等只是**同型**,还须对应元素全部相等才叫相等。(2)错。零矩阵按型区分,不同型的零矩阵互不相等。(3)对。对角矩阵按定义只对方阵谈对角线。(4)对。$E$ 就是 $\lambda_i=1$ 的对角矩阵。
**带走结论**:相等 = 同型 + 对应元素相等;零矩阵、对角矩阵都带"型"的包袱,不能见 $O$ 就当同一个。
---
### 题 2 · 2.1—2.2:线性运算里的"消去"(★☆☆)
> 设 $A,B$ 为同型矩阵,$\lambda,\mu$ 为数。判断下列等式是否恒成立:
>
> (1)$A-B=B-A$;
>
> (2)$(\lambda+\mu)A=\lambda A+\mu A$;
>
> (3)若 $2A=2B$,则 $A=B$;
>
> (4)若 $A+B=O$,则 $A=B=O$。
**怎么想**:加减数乘是"对应元素独立相加",完全按实数加减法走——所以**数可以消、矩阵不能消**。第(3)问两边是数乘,第(4)问只给了一个等式。
**解**:(1)错。$A-B=-(B-A)$,一般不等。(2)对,数乘对数的分配律。(3)对。两边同乘 $\frac12$ 得 $A=B$。(4)错。$A+B=O$ 只推出 $A=-B$,如 $A=E,\ B=-E$。
**带走结论**:线性运算中"数 $2\ne0$"可以消去;这与后面矩阵乘法的"无消去律"(题 5)形成对照——**能消去的永远是数和可逆矩阵,不是随便一个矩阵**。
---
### 题 3 · 2.3:先写大小,再算乘积(★★☆)
> 【旧试题第 1 题数据】设
>
> $$A=\begin{pmatrix}1&0&2\\-1&1&0\end{pmatrix},\qquad B=\begin{pmatrix}1&2\\0&1\\3&0\end{pmatrix}.$$
>
> 先写出 $AB$、$BA$ 各是几行几列,再计算;并说明本题中 $AB\ne BA$ 是否意味着"两个矩阵不相等"。
**怎么想**:先写大小:左列数 = 右行数才能乘;结果行数取左、列数取右。本题 $AB$ 是 $2\times2$,$BA$ 是 $3\times3$。
**解**:$AB$ 为 $2\times2$,$BA$ 为 $3\times3$:
$$AB=\begin{pmatrix}1\cdot1+0\cdot0+2\cdot3&1\cdot2+0\cdot1+2\cdot0\\-1\cdot1+1\cdot0+0\cdot3&-1\cdot2+1\cdot1+0\cdot0\end{pmatrix}=\begin{pmatrix}7&2\\-1&-1\end{pmatrix}.$$
$$BA=\begin{pmatrix}1\cdot1+2\cdot(-1)&1\cdot0+2\cdot1&1\cdot2+2\cdot0\\0\cdot1+1\cdot(-1)&0\cdot0+1\cdot1&0\cdot2+1\cdot0\\3\cdot1+0\cdot(-1)&3\cdot0+0\cdot1&3\cdot2+0\cdot0\end{pmatrix}=\begin{pmatrix}-1&2&2\\-1&1&0\\3&0&6\end{pmatrix}.$$
(逐格回代验算无误。)$AB$ 与 $BA$ **不同型**,连"相等"的资格都没有,不能说"两个矩阵不相等"——相等的前提是同型。
**带走结论**:非方阵时 $AB$ 与 $BA$ 不同型,"交换"根本不存在;写乘法先写大小,是防错第一动作。
---
### 题 4 · 2.3:不交换 → $(A+B)^2$ 不能随便展开(★★☆)
> 【旧试题第 2 题数据】设
>
> $$A=\begin{pmatrix}0&1\\0&0\end{pmatrix},\qquad B=\begin{pmatrix}0&0\\1&0\end{pmatrix}.$$
>
> 求 $AB$、$BA$;并比较 $(A+B)^2$ 与 $A^2+2AB+B^2$。
**怎么想**:先把两个乘积都算出来,看清 $AB\ne BA$;再老老实实按分配律展开 $(A+B)^2=(A+B)(A+B)=A^2+AB+BA+B^2$,中间两项是 $AB+BA$,**不能合并成 $2AB$**。
**解**:$AB=\begin{pmatrix}0&1\\0&0\end{pmatrix}\begin{pmatrix}0&0\\1&0\end{pmatrix}=\begin{pmatrix}1&0\\0&0\end{pmatrix}$,$BA=\begin{pmatrix}0&0\\1&0\end{pmatrix}\begin{pmatrix}0&1\\0&0\end{pmatrix}=\begin{pmatrix}0&0\\0&1\end{pmatrix}$,确有 $AB\ne BA$。
$A^2=O$、$B^2=O$。直接算:$A+B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$,故
$$(A+B)^2=\begin{pmatrix}0&1\\1&0\end{pmatrix}^2=\begin{pmatrix}1&0\\0&1\end{pmatrix}=E.$$
而
$$A^2+2AB+B^2=2AB=\begin{pmatrix}2&0\\0&0\end{pmatrix}.$$
两者不等。验证差在哪:$AB+BA=\begin{pmatrix}1&0\\0&0\end{pmatrix}+\begin{pmatrix}0&0\\0&1\end{pmatrix}=E$,而 $2AB=\begin{pmatrix}2&0\\0&0\end{pmatrix}$——中间项 $AB+BA$ 与 $2AB$ 本就不同。
**带走结论**:矩阵里 $(A+B)^2=A^2+AB+BA+B^2$,**中间必须写 $AB+BA$**;只有先确认 $AB=BA$,才能合并成 $A^2+2AB+B^2$。
---
### 题 5 · 2.3:无消去律,反例必须可直接核算(★★★)
> 设
>
> $$D=\begin{pmatrix}1&0\\0&0\end{pmatrix},\qquad F=\begin{pmatrix}0&0\\0&1\end{pmatrix}.$$
>
> (Ⅰ)直接核算 $DF$,说明两个非零矩阵的乘积可以是零矩阵;
>
> (Ⅱ)再取 $B=\begin{pmatrix}1&1\\0&0\end{pmatrix}$、$C=\begin{pmatrix}1&1\\9&9\end{pmatrix}$,核算 $DB$ 与 $DC$,说明"$DB=DC$ 且 $D\ne O$,仍可能 $B\ne C$"。
**怎么想**:$D=\mathrm{diag}(1,0)$ 的作用是"保留第一行、抹掉第二行"。先用这个直觉预判结果,再逐格乘出来核对。
**解**:(Ⅰ)
$$DF=\begin{pmatrix}1&0\\0&0\end{pmatrix}\begin{pmatrix}0&0\\0&1\end{pmatrix}=\begin{pmatrix}0&0\\0&0\end{pmatrix}=O.$$
$D\ne O$、$F\ne O$,但 $DF=O$——非零矩阵乘积可以为零。
(Ⅱ)
$$DB=\begin{pmatrix}1&0\\0&0\end{pmatrix}\begin{pmatrix}1&1\\0&0\end{pmatrix}=\begin{pmatrix}1&1\\0&0\end{pmatrix},$$
$$DC=\begin{pmatrix}1&0\\0&0\end{pmatrix}\begin{pmatrix}1&1\\9&9\end{pmatrix}=\begin{pmatrix}1&1\\0&0\end{pmatrix}.$$
$DB=DC$、$D\ne O$,但 $B\ne C$(第二行一个是 $(0,0)$,一个是 $(9,9)$)。被 $D$ 抹掉的第二行信息在乘积里完全消失,消去无从谈起。
**带走结论**:矩阵**没有消去律**——$AB=AC$ 且 $A\ne O$ 推不出 $B=C$。只有 $A$ 可逆时才能左乘 $A^{-1}$ 消去;$D=\mathrm{diag}(1,0)$ 是随手可写的最小反例模板。
---
### 题 6 · 2.3:矩阵乘列向量 = 列的线性组合(★★☆)
> 设 $A=\begin{pmatrix}1&2\\3&4\\5&6\end{pmatrix}$,按列分块 $A=(\alpha_1,\alpha_2)$,$x=(2,-1)^{\mathrm T}$。
>
> (Ⅰ)用列组合 $Ax=2\alpha_1-\alpha_2$ 算出结果;
>
> (Ⅱ)按乘法定义直接乘一遍核对。
**怎么想**:(Ⅰ)把 $A$ 的两列按 $x$ 的系数组合;(Ⅱ)按"行乘列"直乘。两条路必须殊途同归。
**解**:$\alpha_1=(1,3,5)^{\mathrm T}$,$\alpha_2=(2,4,6)^{\mathrm T}$。
(Ⅰ)$2\alpha_1-\alpha_2=(2-2,\ 6-4,\ 10-6)^{\mathrm T}=(0,2,4)^{\mathrm T}$。
(Ⅱ)$Ax=(1\cdot2+2\cdot(-1),\ 3\cdot2+4\cdot(-1),\ 5\cdot2+6\cdot(-1))^{\mathrm T}=(0,2,4)^{\mathrm T}$。一致。
**带走结论**:$Ax=x_1\alpha_1+\cdots+x_n\alpha_n$——解方程组"$Ax=\beta$"就是"把 $\beta$ 表示成 $A$ 列的组合",线性表示与解方程是同一件事(方程组章展开)。
---
### 题 7 · 2.5:转置反序的验证(★★☆)
> 设 $A=\begin{pmatrix}1&2\\3&4\end{pmatrix}$,$B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$。求 $AB$、$(AB)^{\mathrm T}$ 与 $B^{\mathrm T}A^{\mathrm T}$,验证 $(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$。
**怎么想**:先算乘积再转置,与先各自转置再反序相乘,两头都算一遍。注意 $B^{\mathrm T}=B$,别被这个巧合麻痹——公式要求的是"右矩阵的转置在前"。
**解**:
$$AB=\begin{pmatrix}1&2\\3&4\end{pmatrix}\begin{pmatrix}0&1\\1&0\end{pmatrix}=\begin{pmatrix}2&1\\4&3\end{pmatrix},\quad (AB)^{\mathrm T}=\begin{pmatrix}2&4\\1&3\end{pmatrix}.$$
$A^{\mathrm T}=\begin{pmatrix}1&3\\2&4\end{pmatrix}$,$B^{\mathrm T}=B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$,
$$B^{\mathrm T}A^{\mathrm T}=\begin{pmatrix}0&1\\1&0\end{pmatrix}\begin{pmatrix}1&3\\2&4\end{pmatrix}=\begin{pmatrix}2&4\\1&3\end{pmatrix}.$$
两头相等,验证成立。
**带走结论**:转置穿乘积必须**反序**:$(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$;加法转置不反序,$(\cdot+\cdot)^{\mathrm T}$ 拆开照旧。
---
### 题 8 · 2.6:行列式三条性质的数值核对(★★☆)
> 设 $A=\begin{pmatrix}1&2\\3&4\end{pmatrix}$,$B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$。
>
> (Ⅰ)求 $\lvert A\rvert$、$\lvert B\rvert$、$\lvert AB\rvert$,验证 $\lvert AB\rvert=\lvert A\rvert\lvert B\rvert$;
>
> (Ⅱ)求 $\lvert 2A\rvert$,说明它为什么不是 $2\lvert A\rvert$;
>
> (Ⅲ)取 $A=B=E_2$,比较 $\lvert A+B\rvert$ 与 $\lvert A\rvert+\lvert B\rvert$。
**怎么想**:三条性质逐条拿数字过一遍——乘积可拆、数乘带阶数幂、加法不可拆。
**解**:(Ⅰ)$\lvert A\rvert=4-6=-2$;$\lvert B\rvert=0-1=-1$;$\lvert AB\rvert=\begin{vmatrix}2&1\\4&3\end{vmatrix}=6-4=2$。而 $\lvert A\rvert\lvert B\rvert=(-2)(-1)=2$,验证成立。
(Ⅱ)$2A=\begin{pmatrix}2&4\\6&8\end{pmatrix}$,$\lvert 2A\rvert=16-24=-8=2^2\cdot(-2)$。二阶矩阵每行提出一个 $2$,共提出 $2^2$。
(Ⅲ)$\lvert A+B\rvert=\lvert 2E_2\rvert=4$,而 $\lvert A\rvert+\lvert B\rvert=1+1=2$,两者不等——行列式对加法没有分配律。
**带走结论**:$\lvert kA\rvert=k^n\lvert A\rvert$($n$ 是阶数,不是 $k\lvert A\rvert$);行列式**乘可拆、加不可拆**。技巧性计算归点 5,本点只认性质。
---
### 题 9 · 特殊矩阵表:按定义判定类型(★★☆)
> 对下列矩阵判定类型(对角 / 对称 / 反对称 / 幂等 / 对合 / 幂零,可多选,也可都不是):
>
> (1)$\begin{pmatrix}1&0\\0&0\end{pmatrix}$;(2)$\begin{pmatrix}0&1\\-1&0\end{pmatrix}$;(3)$\begin{pmatrix}1&0\\0&-1\end{pmatrix}$;(4)$\begin{pmatrix}0&1\\0&0\end{pmatrix}$。
**怎么想**:判定一律动手算定义式:对称看 $A^{\mathrm T}$ 与 $A$,反对称看是否 $A^{\mathrm T}=-A$ 且主对角为 $0$,幂等/对合/幂零各算一次 $A^2$。别凭"长得像"下结论。
**解**:(1)$\mathrm{diag}(1,0)$:**对角矩阵**;又 $A^2=A$,是**幂等矩阵**。
(2)$A^{\mathrm T}=\begin{pmatrix}0&-1\\1&0\end{pmatrix}=-A$ 且主对角为 $0$,是**反对称矩阵**;$A^2=\begin{pmatrix}-1&0\\0&-1\end{pmatrix}=-E$,既不是幂等($A^2\ne A$)也不是对合($A^2\ne E$),更不是幂零。
(3)$\mathrm{diag}(1,-1)$:**对角矩阵**、对称;$A^2=E$,是**对合矩阵**。
(4)$A^2=\begin{pmatrix}0&1\\0&0\end{pmatrix}^2=O$,是**幂零矩阵**($q=2$);$A^{\mathrm T}=\begin{pmatrix}0&0\\1&0\end{pmatrix}\ne\pm A$,对称、反对称都不是。
**带走结论**:特殊矩阵的判定 = 动手算 $A^{\mathrm T}$ 或 $A^2$;幂零只要求"存在某个 $q$",二阶里 $q=2$ 最常见(题 4 的 $AB$ 就是 $q=2$ 的幂零矩阵)。
---
### 题 10 · 对称 + 反对称分解(★★☆)
> 设 $A=\begin{pmatrix}1&2\\4&3\end{pmatrix}$。把 $A$ 拆成对称矩阵 $S$ 与反对称矩阵 $K$ 之和,并验证 $S^{\mathrm T}=S$、$K^{\mathrm T}=-K$、$S+K=A$。
**怎么想**:套公式 $S=\frac{A+A^{\mathrm T}}2$、$K=\frac{A-A^{\mathrm T}}2$,算完验 $S$ 对称、$K$ 主对角为 $0$。
**解**:$A^{\mathrm T}=\begin{pmatrix}1&4\\2&3\end{pmatrix}$。
$$S=\frac{A+A^{\mathrm T}}2=\frac12\begin{pmatrix}2&6\\6&6\end{pmatrix}=\begin{pmatrix}1&3\\3&3\end{pmatrix},\qquad K=\frac{A-A^{\mathrm T}}2=\frac12\begin{pmatrix}0&-2\\2&0\end{pmatrix}=\begin{pmatrix}0&-1\\1&0\end{pmatrix}.$$
验证:$S^{\mathrm T}=\begin{pmatrix}1&3\\3&3\end{pmatrix}=S$;$K^{\mathrm T}=\begin{pmatrix}0&1\\-1&0\end{pmatrix}=-K$ 且主对角为 $0$;$S+K=\begin{pmatrix}1&2\\4&3\end{pmatrix}=A$,全部成立。
**带走结论**:任意方阵**唯一**拆成对称 + 反对称——$S$ 取"对称部分"、$K$ 取"反对称部分",这是构造对称/反对称矩阵的万能公式。
---
### 题 11 · 正交矩阵:$\lvert Q\rvert=\pm1$ 只是必要条件(★★☆)
> 判断命题"二阶方阵 $Q$ 满足 $\lvert Q\rvert=1$,则 $Q$ 是正交矩阵"是否正确;若不正确,举反例说明。
**怎么想**:正交的定义是 $Q^{\mathrm T}Q=E$,它推出 $\lvert Q\rvert=\pm1$;但行列式为 $\pm1$ 推不出两列垂直。随手取一个行列式为 $1$ 的非对角上三角阵,列向量必不垂直。
**解**:命题错误。取
$$Q=\begin{pmatrix}1&2\\0&1\end{pmatrix},$$
则 $\lvert Q\rvert=1$,但
$$Q^{\mathrm T}Q=\begin{pmatrix}1&0\\2&1\end{pmatrix}\begin{pmatrix}1&2\\0&1\end{pmatrix}=\begin{pmatrix}1&2\\2&5\end{pmatrix}\ne E.$$
两列 $(1,0)^{\mathrm T}$ 与 $(2,1)^{\mathrm T}$ 的内积为 $2\ne0$,不垂直,故不是正交矩阵。
**带走结论**:$\lvert Q\rvert=\pm1$ 是正交的**必要不充分**条件;判正交必须验 $Q^{\mathrm T}Q=E$(列两两垂直、长度均为 $1$)。
@@ -0,0 +1,221 @@
---
tags: [数学一, 在学练习, 线性代数, 矩阵, 逆矩阵]
专题: 线性代数 第2讲 · 点2 逆矩阵与矩阵方程
日期: 2026-10-23
状态: 知识点带题(3.1 定义 + 3.2 性质 + 3.3 求逆四法 + 6.1—6.2 矩阵方程,8 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 2 逆矩阵与矩阵方程
> 真题 2017·5、2022·5(5 分)|重要度 ★★★
> 依赖:点 1(`02`)的乘法与转置。盘点对应:§3 全节。
**组织原则**:以知识点为单位,题目按知识点内部顺序对应。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
可逆判定出在选择题(5 分),抽象凑乘积与矩阵方程出在解答题。它唯一的红线是:**证明可逆之前不得预先使用 $A^{-1}$**——先凑出 $XY=E$,逆才合法地存在。
## 知识点 3.1 逆矩阵定义(出处:[知识章 matrix.tex §3.1](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §3.1 定义法](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **定义**:对 $n$ 阶方阵 $A$,若存在 $n$ 阶方阵 $B$ 使 $AB=BA=E$,则称 $A$ 可逆,$B$ 是 $A$ 的逆矩阵(逆阵),记 $B=A^{-1}$;逆矩阵唯一。
- **单侧判定**:$A,B$ 为同阶方阵时,只要 $AB=E$(或 $BA=E$)一侧成立,即有 $B=A^{-1}$,不必再验另一侧。
- **三个等价条件**:$A$ 可逆 $\iff |A|\ne0$(非奇异)$\iff r(A)=n$(满秩);$|A|=0$ 时 $A$ 为奇异矩阵。后两讲补充其等价形态:列向量组线性无关、$Ax=0$ 只有零解、对任意 $b$,$Ax=b$ 有唯一解。
- 伴随通道:$|A|\ne0$ 时 $A^{-1}=\dfrac{A^*}{|A|}$(二阶手算方便;$A^*$ 的系统性质归点 5 伴随矩阵)。
## 知识点 3.2 逆矩阵性质(出处:[知识章 matrix.tex §3.2](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- $(A^{-1})^{-1}=A$;
- $(kA)^{-1}=\dfrac{1}{k}A^{-1}$($k\ne0$);
- $(AB)^{-1}=B^{-1}A^{-1}$($A,B$ 同阶均可逆,**反序**);推论 $(ABC)^{-1}=C^{-1}B^{-1}A^{-1}$;
- $(A^{\mathrm T})^{-1}=(A^{-1})^{\mathrm T}$;
- $|A^{-1}|=\dfrac{1}{|A|}$。
- **没有** $(A+B)^{-1}=A^{-1}+B^{-1}$;$A,B$ 可逆时 $A+B$ 也未必可逆。可用的变形是拆乘积:$A+B=A(E+A^{-1}B)=A(B^{-1}+A^{-1})B$。
## 知识点 3.3 求逆四法(出处:[知识章 matrix.tex §3.3](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §3.1—3.4](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **方法① 定义法**:抽象矩阵题,从已知关系凑出 $XY=E$,则 $X^{-1}=Y$。红线:凑出乘积前不得预先写出 $A^{-1}$。
- **方法② 分解乘积**:若 $A=BC$ 且 $B,C$ 可逆,则 $A^{-1}=C^{-1}B^{-1}$——逐个求逆再**反序**相乘。
- **方法③ 初等变换**:横排 $[A\mid E]$,只作初等**行**变换,左块变 $E$ 时右块即 $A^{-1}$:$[A\mid E]\xrightarrow{r}[E\mid A^{-1}]$。原理:串行行变换等于左乘可逆矩阵 $P$,$PA=E\Rightarrow P=A^{-1}$。若用列变换,须上下拼接 $\left[\dfrac{A}{E}\right]\xrightarrow{c}\left[\dfrac{E}{A^{-1}}\right]$,行列变换**不能混用**。
- **方法④ 分块矩阵**:分块对角 $\operatorname{diag}(A_1,\cdots,A_s)$ 的逆 $=\operatorname{diag}(A_1^{-1},\cdots,A_s^{-1})$,且 $|M|=\prod|A_i|$;副对角块相应换位。三角分块($M=\begin{pmatrix}A&C\\O&B\end{pmatrix}$ 型)的求逆公式归点 6。
## 知识点 6.1 矩阵方程·直接化简(出处:[练习章 matrix.tex §6.1](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
| 方程 | 唯一解条件 | 解法 |
|---|---|---|
| $AX=B$ | $A$ 可逆 | 左乘 $A^{-1}$:$X=A^{-1}B$ |
| $XA=B$ | $A$ 可逆 | 右乘 $A^{-1}$:$X=BA^{-1}$ |
| $AXB=C$ | **$A,B$ 均可逆** | 左乘 $A^{-1}$、右乘 $B^{-1}$:$X=A^{-1}CB^{-1}$ |
**纠错提示**:$AXB=C$ 有唯一解的条件是系数矩阵 $A,B$ 均可逆(不是 $A,C$);动笔前先验 $|A|$、$|B|$,题面与解析都要写明。
## 知识点 6.2 矩阵方程·凑目标式(出处:[练习章 matrix.tex §6.2](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- 直接化简走不通(所求式复杂、$A$ 未知)时,把已知等式展开凑成"目标因子 $\times$ 配套因子 $=kE$",再取逆。
- 典型两式:$AB=A+B\Rightarrow(A-E)(B-E)=E\Rightarrow(A-E)^{-1}=B-E$;$AB=2A+B\Rightarrow(A-E)(B-2E)=2E\Rightarrow(A-E)^{-1}=\dfrac{B-2E}{2}$。
- 与方法①同一条红线:先凑出乘积等于 $kE$,再由定义确认逆存在;不交换 $A,B$,也不预先假设它们可逆。
---
## 题目(按知识点顺序对应)
### 题 1 · 3.1:定义与可逆三条件判定(★☆☆)
> 设 $A,B$ 均为 $n$ 阶方阵。判断下列说法是否正确:正确的给出理由,错误的举一反例。
>
> (1)若 $AB=E$,则 $A$ 可逆且 $B=A^{-1}$;
> (2)$A$ 可逆的充要条件是 $|A|\ne0$;
> (3)若 $r(A)=n$,则 $A$ 可逆;
> (4)若 $|A|=0$,则 $A$ 仍可能可逆。
**怎么想**:四条都落在"可逆 $\iff$ 什么"上。(1) 考单侧判定——同阶方阵一侧乘积为 $E$ 就够;(2)(3)(4) 考三个等价条件的正反读。
**解**:(1)**对**。$AB=E\Rightarrow|A||B|=1\Rightarrow|A|\ne0$,$A$ 可逆;又 $A^{-1}=A^{-1}E=A^{-1}(AB)=(A^{-1}A)B=B$。
(2)**对**。三条件之一:$A$ 可逆 $\iff|A|\ne0$。
(3)**对**。满秩即可逆:$A$ 可逆 $\iff r(A)=n$(第 4 讲展开)。
(4)**错**。$|A|=0\iff A$ 为奇异矩阵、不可逆;反例 $A=\begin{pmatrix}1&0\\0&0\end{pmatrix}$,$|A|=0$,不存在 $B$ 使 $AB=E$。
**带走结论**:$AB=E$ 一侧就够;$A$ 可逆 $\iff|A|\ne0\iff r(A)=n$,选择题的四个说法围着这两句话转。
---
### 题 2 · 3.2:逆的性质与"和无逆公式"(★★☆)
> 设 $A,B$ 均为三阶可逆方阵,$|A|=2$。
>
> (Ⅰ)化简:$((AB)^{\mathrm T})^{-1}$、$(2A)^{-1}$、$(A^{-1})^{-1}$;
> (Ⅱ)判断 $(A+B)^{-1}=A^{-1}+B^{-1}$ 是否成立,举反例;
> (Ⅲ)求 $|A^{-1}|$ 与 $|2A^{-1}|$。
**怎么想**:性质题按"先定顺序、再取逆"走——反序公式 $(AB)^{-1}=B^{-1}A^{-1}$ 和转置公式 $(A^{\mathrm T})^{-1}=(A^{-1})^{\mathrm T}$ 配套使用;"和的逆"没有分配律,反例用 $A=B=E$ 最省。
**解**:(Ⅰ)$((AB)^{\mathrm T})^{-1}=(B^{\mathrm T}A^{\mathrm T})^{-1}=(A^{\mathrm T})^{-1}(B^{\mathrm T})^{-1}=(A^{-1})^{\mathrm T}(B^{-1})^{\mathrm T}$;$(2A)^{-1}=\dfrac12 A^{-1}$;$(A^{-1})^{-1}=A$。
(Ⅱ)**不成立**。反例 $A=B=E$:左边 $(2E)^{-1}=\dfrac12 E$,右边 $E+E=2E$,不等。
(Ⅲ)$|A^{-1}|=\dfrac{1}{|A|}=\dfrac12$;$|2A^{-1}|=2^3|A^{-1}|=8\cdot\dfrac12=4$(三阶矩阵数乘,每行都提一个 2)。
**带走结论**:反序 + 转置两条公式配对用;"和的逆"没有分配律,$A=B=E$ 是万能反例;数乘行列式提 $k^n$,求逆只提 $1/k$。
---
### 题 3 · 3.3①:定义法——从多项式关系凑乘积(★★★)
> 【2017·5、2022·5 骨架】$n$ 阶矩阵 $A$ 满足 $A^2-2A-3E=O$。证明 $A$ 与 $A-E$ 都可逆,并求各自的逆。证明中不得预先使用尚未证明存在的逆矩阵。
**怎么想**:抽象关系求逆的固定动作——把常数项($E$ 的倍数)单独放到等号一边,剩下的因式分解成"某矩阵·某矩阵"。目标里有 $A-E$,顺手把式子配成完全平方看一眼。
**解**:由 $A^2-2A-3E=O$ 得 $A^2-2A=3E$,即
$$A\cdot\frac{A-2E}{3}=E.$$
同阶方阵一侧乘积为 $E$,故 $A$ 可逆,且 $A^{-1}=\dfrac{A-2E}{3}$。(验算:$A\cdot\dfrac{A-2E}{3}=\dfrac{A^2-2A}{3}=\dfrac{3E}{3}=E$。)
又 $(A-E)^2=A^2-2A+E=3E+E=4E$,即
$$(A-E)\cdot\frac{A-E}{4}=E,$$
故 $A-E$ 可逆,且 $(A-E)^{-1}=\dfrac{A-E}{4}$。两个逆都是先凑出乘积为 $E$、再由定义确认存在,全程没有预先假设可逆。
**带走结论**:抽象求逆 = 关系式整理成 $XY=kE$;**证明可逆前不得写出 $A^{-1}$**,否则就是循环论证。
---
### 题 4 · 3.3②:分解乘积——拆 A+B 再反序取逆(★★☆)
> 设 $A,B$ 为同阶可逆方阵,且 $A^{-1}+B^{-1}$ 也可逆。求 $(A+B)^{-1}$。
**怎么想**:"和"不能直接取逆,但能拆成可逆矩阵的乘积。关键一步把 $E$ 插进和里:$A+B=AE+EB$,再把 $E$ 换成 $BB^{-1}$、$AA^{-1}$,提出公共因子。
**解**:
$$A+B=A(E+A^{-1}B)=A(BB^{-1}+A^{-1}B)=A(B^{-1}+A^{-1})B.$$
三段 $A$、$(B^{-1}+A^{-1})$、$B$ 均可逆,故 $A+B$ 可逆,反序取逆:
$$(A+B)^{-1}=B^{-1}(B^{-1}+A^{-1})^{-1}A^{-1}.$$
**带走结论**:$A+B=A(B^{-1}+A^{-1})B$ 是"和求逆"的标准拆法;乘积求逆逐个求逆、**反序**相乘,顺序错即全错。
---
### 题 5 · 3.3③:初等行变换 [A|E] 求逆(★★☆)
> 用初等行变换求 $A=\begin{pmatrix}2&1\\3&2\end{pmatrix}$ 的逆矩阵,并乘回检查。
**怎么想**:横排 $[A\mid E]$,只作行变换。目标是把左块逐步消成单位阵——先消左下角,再消右上角,最后归一主元。
**解**:
$$[A\mid E]=\left(\begin{array}{cc|cc}2&1&1&0\\3&2&0&1\end{array}\right)
\xrightarrow{R_2-\frac32R_1}\left(\begin{array}{cc|cc}2&1&1&0\\0&\frac12&-\frac32&1\end{array}\right)
\xrightarrow{2R_2}\left(\begin{array}{cc|cc}2&1&1&0\\0&1&-3&2\end{array}\right)$$
$$\xrightarrow{R_1-R_2}\left(\begin{array}{cc|cc}2&0&4&-2\\0&1&-3&2\end{array}\right)
\xrightarrow{\frac12R_1}\left(\begin{array}{cc|cc}1&0&2&-1\\0&1&-3&2\end{array}\right).$$
故 $A^{-1}=\begin{pmatrix}2&-1\\-3&2\end{pmatrix}$。验算乘回:
$$AA^{-1}=\begin{pmatrix}2&1\\3&2\end{pmatrix}\begin{pmatrix}2&-1\\-3&2\end{pmatrix}=\begin{pmatrix}4-3&-2+2\\6-6&-3+4\end{pmatrix}=\begin{pmatrix}1&0\\0&1\end{pmatrix}=E.$$
原理:串行行变换等于左乘某个可逆矩阵 $P$,左块 $PA=E\Rightarrow P=A^{-1}$,右块 $PE=P=A^{-1}$。全程只用行变换;若用列变换须上下拼接 $\left[\dfrac{A}{E}\right]$,行列不可混用。
**带走结论**:$[A\mid E]\xrightarrow{r}[E\mid A^{-1}]$,只能行变换;乘回验算四个元素一个不能省。
---
### 题 6 · 3.3④:分块对角矩阵求逆(★★☆)
> 设 $M=\begin{pmatrix}A_1&O\\O&A_2\end{pmatrix}$,其中 $A_1=\begin{pmatrix}2&1\\3&2\end{pmatrix}$(即题 5 的 $A$),$A_2=\operatorname{diag}(2,3)$。写出 $M^{-1}$,并验证 $M$ 可逆。
**怎么想**:分块对角求逆 = 各对角块分别求逆再原样摆回;可逆性由行列式乘积一锤定音。
**解**:$A_1^{-1}=\begin{pmatrix}2&-1\\-3&2\end{pmatrix}$(题 5 已求并验算),$A_2^{-1}=\operatorname{diag}\!\left(\dfrac12,\dfrac13\right)$,故
$$M^{-1}=\begin{pmatrix}2&-1&0&0\\-3&2&0&0\\0&0&\frac12&0\\0&0&0&\frac13\end{pmatrix}.$$
验证可逆:$|M|=|A_1||A_2|=(4-3)\cdot6=6\ne0$,$M$ 可逆。(三角分块 $\begin{pmatrix}A&C\\O&B\end{pmatrix}$ 型的求逆公式归点 6,本点只练对角块。)
**带走结论**:分块对角的逆 = 对角块各自求逆;$|M|=\prod|A_i|$,任一块不可逆则整块不可逆。
---
### 题 7 · 6.1:直接化简 AXB=C(★★☆)
> 设 $A=\begin{pmatrix}1&1\\0&1\end{pmatrix}$,$B=\operatorname{diag}(2,3)$,$C=\begin{pmatrix}4&9\\2&6\end{pmatrix}$。求 $AXB=C$ 的解,说明左乘、右乘逆的顺序,并代回验证。
**怎么想**:先验条件再动手——$AXB=C$ 有唯一解当且仅当系数矩阵 $A,B$ 都可逆(不是 $A,C$)。然后 $A$ 从左边消、$B$ 从右边消:左乘 $A^{-1}$、右乘 $B^{-1}$。
**解**:$|A|=1\ne0$,$|B|=2\cdot3=6\ne0$,$A,B$ 均可逆,故
$$X=A^{-1}CB^{-1},\qquad A^{-1}=\begin{pmatrix}1&-1\\0&1\end{pmatrix},\qquad B^{-1}=\operatorname{diag}\!\left(\dfrac12,\dfrac13\right).$$
先左乘:$A^{-1}C=\begin{pmatrix}1&-1\\0&1\end{pmatrix}\begin{pmatrix}4&9\\2&6\end{pmatrix}=\begin{pmatrix}2&3\\2&6\end{pmatrix}$;再右乘对角阵(每列分别缩放):
$$X=\begin{pmatrix}2&3\\2&6\end{pmatrix}\operatorname{diag}\!\left(\dfrac12,\dfrac13\right)=\begin{pmatrix}1&1\\1&2\end{pmatrix}.$$
验算:$AX=\begin{pmatrix}1&1\\0&1\end{pmatrix}\begin{pmatrix}1&1\\1&2\end{pmatrix}=\begin{pmatrix}2&3\\1&2\end{pmatrix}$,再右乘 $B$ 得 $\begin{pmatrix}2&3\\1&2\end{pmatrix}\operatorname{diag}(2,3)=\begin{pmatrix}4&9\\2&6\end{pmatrix}=C$。
**带走结论**:$AX=B$ 左乘 $A^{-1}$,$XA=B$ 右乘 $A^{-1}$,$AXB=C$ 左乘 $A^{-1}$、右乘 $B^{-1}$;唯一解条件是 $A,B$ 均可逆。
---
### 题 8 · 6.2:凑目标式 AB=2A+B(★★★)
> 【2022·15 骨架】同阶方阵 $A,B$ 满足 $AB=2A+B$。证明 $A-E$ 与 $B-2E$ 均可逆,并求 $(A-E)^{-1}$。
**怎么想**:直接化简绕不开未知的 $A$。目标因子是 $A-E$,就把 $(A-E)(B-2E)$ 展开看一眼——交叉项正好把 $AB-2A-B$ 消掉,剩下常数倍单位阵。
**解**:
$$(A-E)(B-2E)=AB-2A-B+2E=(2A+B)-2A-B+2E=2E.$$
于是 $(A-E)\cdot\dfrac{B-2E}{2}=E$,故 $A-E$ 可逆,且
$$(A-E)^{-1}=\frac{B-2E}{2}.$$
同时 $\dfrac{A-E}{2}\cdot(B-2E)=E$,故 $B-2E$ 也可逆,$(B-2E)^{-1}=\dfrac{A-E}{2}$。全程不交换 $A,B$,也不预先假设它们可逆——先凑出乘积为 $2E$,再由定义取逆。
**带走结论**:凑目标式 = 展开"目标因子 × 配套因子",让已知式把交叉项消成 $kE$;这与方法①同一条红线:先证可逆,再写逆。
@@ -0,0 +1,236 @@
---
tags: [数学一, 在学练习, 线性代数, 矩阵, 初等变换]
专题: 线性代数 第2讲 · 点3 初等变换与初等矩阵
日期: 2026-10-23
状态: 知识点带题(4.1 初等变换 + 4.2 阶梯型 + 4.3 性质 + 4.4 初等矩阵 + 4.5 行变换求逆,共 8 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 3 初等变换与初等矩阵
> 真题 2018·21、2020·5(分值按题意)|重要度 ★★★
> 依赖:点 1(`02`)的乘法与转置、点 2(`03`)的逆矩阵。盘点对应:§4 全节。
**组织原则**:以知识点为单位,题目按知识点内部顺序对应。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
这一节点是"把大矩阵化小"的全部操作语言:三种行变换 + 对应列变换,以及它们的矩阵化身——初等矩阵。两次真题锚点(2018·21、2020·5)考的是同一件事:**左乘改行、右乘改列**;唯一的坑是复合时顺序写反(先作用的写在右边)。化阶梯形数秩、行变换求逆都是这套语言的直接应用;秩的完整讨论归点 4。
## 知识点 4.1 初等变换(出处:[知识章 matrix.tex §4.1](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §2 初等变换](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **三种初等行变换**:① 对换两行($r_i\leftrightarrow r_j$);② 以数 $k\ne0$ 乘某一行所有元($r_i\times k$);③ 把某一行所有元的 $k$ 倍加到另一行对应元上($r_i+kr_j$,即第 $j$ 行的 $k$ 倍加到第 $i$ 行)。
- **初等列变换**:把行记号 $r$ 换成列记号 $c$,即得三种对应列变换。初等行、列变换统称**初等变换**。
- **逆变换仍是初等变换**:对换的逆是它自己;乘 $k$ 的逆是乘 $1/k$;加 $k$ 倍的逆是加 $-k$ 倍。每一步都能撤销——这是初等矩阵必可逆的来源。
- **等价记法**:$A$ 经有限次行变换得 $B$,称行等价 $A\overset{r}{\sim}B$;列等价 $A\overset{c}{\sim}B$;行+列统称 $A\sim B$。等价是等价关系:反身、对称、传递。
- **边界**:解方程组只用初等行变换(行变换不改变解);用列变换会改变解。求逆的横排拼接算法同理(见 4.5)。
## 知识点 4.2 阶梯型矩阵(出处:[知识章 matrix.tex §4.2](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **首非零元(主元)**:每个非零行从左数第一个非零元素。
- **行阶梯形**:非零行在零行上方;每个非零行的首非零元所在列,严格位于上一行首非零元所在列的右边(像台阶一样逐级右移)。
- **行最简形**:首非零元全为 1,且首非零元所在列其余元全为 0 的行阶梯形。
- **存在性**:任何矩阵经有限次初等**行**变换可化为行阶梯形,再进一步化为行最简形;经行、列混合初等变换可化为**标准形** $\begin{pmatrix}E_r&O\\O&O\end{pmatrix}$。
- **化行阶梯形算法**(从左到右逐列):当前列找主元(上方已定型时只在下方找;必要时换行把非零元换上来)→ 用第三类行变换把该列主元以下全部消成零 → 下移到下一列重复。
- **与秩的衔接**:行阶梯形的非零行数 = 主元个数 = 秩(点 4 展开)。本点只练"化"这个动作。
## 知识点 4.3 初等变换性质(出处:[知识章 matrix.tex §4.3](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §2 初等变换](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **行/列变换与可逆矩阵的对应**:$A\overset{r}{\sim}B$ $\iff$ 存在 $m$ 阶可逆阵 $P$ 使 $PA=B$;$A\overset{c}{\sim}B$ $\iff$ 存在 $n$ 阶可逆阵 $Q$ 使 $AQ=B$;$A\sim B$ $\iff$ 存在 $P,Q$ 使 $PAQ=B$。
- **初等矩阵化身**:对 $A_{m\times n}$ 做一次初等行变换 = 左乘对应 $m$ 阶初等矩阵;做一次初等列变换 = 右乘对应 $n$ 阶初等矩阵。
- **可逆的分解**:方阵 $A$ 可逆 $\iff$ $A$ 可写成有限个初等矩阵的乘积 $\iff$ $A\overset{r}{\sim}E$(经行变换把 $A$ 化成单位阵)。
- **不改变秩**:初等变换是可逆操作,不丢信息:$r(PAQ)=r(A)$($P,Q$ 可逆)。故初等变换不改变秩、不改变可逆性;但**行列式值会变**(换行变号、倍乘伸缩),只保住 $|B|=k|A|\ (k\ne0)$ 这层关系。
## 知识点 4.4 初等矩阵(出处:[知识章 matrix.tex §4.4](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §2 初等变换](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **定义**:单位阵 $E$ 经过**一次**初等变换得到的方阵。三种:对换型 $E_{ij}$(交换 $i,j$ 两行/列)、倍乘型 $E_i(k)$(第 $i$ 行乘 $k\ne0$)、倍加型 $E_{ij}(k)$(第 $j$ 行乘 $k$ 加到第 $i$ 行)。
- **核心口诀:左乘改行、右乘改列**。具体验证:取 $P=\begin{pmatrix}1&0\\2&1\end{pmatrix}$(即 $E_{21}(2)$),$A=\begin{pmatrix}a&b\\c&d\end{pmatrix}$,
$$PA=\begin{pmatrix}a&b\\2a+c&2b+d\end{pmatrix},\qquad AP=\begin{pmatrix}a+2b&b\\c+2d&d\end{pmatrix}.$$
左乘 $P$ 是**第 2 行加上第 1 行的 2 倍**;右乘同一个 $P$ 是**第 1 列加上第 2 列的 2 倍**。左右不仅"行/列"不同,来源与目标也要看清——下标 $ij(k)$ 里 $j$ 是来源、$i$ 是目标。
- **必可逆,且逆仍是初等矩阵**:$E_{ij}^{-1}=E_{ij}$(换回去);$E_i(k)^{-1}=E_i(1/k)$;$E_{ij}(k)^{-1}=E_{ij}(-k)$。行列式:$|E_{ij}|=-1$,$|E_i(k)|=k$,$|E_{ij}(k)|=1$。初等矩阵的转置仍是初等矩阵。
- **复合顺序**:先左乘 $P_1$ 再左乘 $P_2$,最终是 $P_2P_1A$(先作用的写在右边);先右乘 $Q_1$ 再右乘 $Q_2$,最终是 $AQ_1Q_2$。写出中间式就不会错。
## 知识点 4.5 初等行变换求逆(出处:[知识章 matrix.tex §4.5](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §3.3 逆矩阵·初等变换](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **算法**:把 $A$ 与同阶单位阵横排拼接,全程只做行变换:
$$[A\mid E]\xrightarrow{\text{初等行变换}}[E\mid A^{-1}].$$
- **原理**:这串行变换等于左乘一串初等矩阵 $P_s\cdots P_1A=E$,于是 $P_s\cdots P_1=A^{-1}$;同一串左乘作用在右块上:$P_s\cdots P_1E=A^{-1}$。左边化成 $E$ 的那一刻,右边自动就是逆。
- **铁律:只能行变换,不能混用列变换**。若坚持用列变换,须把 $A,E$ **上下拼接**:$\begin{pmatrix}A\\E\end{pmatrix}\xrightarrow{\text{列变换}}\begin{pmatrix}E\\A^{-1}\end{pmatrix}$。横排配行变换、竖排配列变换;横排上做列变换会连右块一起改,破坏记录。
- **推广**:解矩阵方程 $AX=B$ 同理:$[A\mid B]\xrightarrow{\text{行变换}}[E\mid A^{-1}B]$。
---
## 题目(按知识点顺序对应)
### 题 1 · 4.1:三种初等变换的识别与撤销(★☆☆)
> 写出下列操作的记号,并写出它的逆变换:
>
> (1)交换第 1、3 行;(2)第 2 行乘 5;(3)第 3 行减去第 1 行的 2 倍;(4)第 1 列加上第 2 列的 3 倍。
**怎么想**:三种行变换各对应一个逆操作——对换换回来、倍乘倒回来、倍加反号加回去。列变换同理($r$ 换 $c$)。
**解**:(1)$r_1\leftrightarrow r_3$,逆变换仍是 $r_1\leftrightarrow r_3$;(2)$r_2\times5$,逆变换 $r_2\times\frac15$;(3)即 $r_3+(-2)r_1$,逆变换 $r_3+2r_1$;(4)$c_1+3c_2$,逆变换 $c_1-3c_2$。
**带走结论**:每步初等变换都能"原路退回"——这就是初等矩阵必可逆的原因;解方程组时只允许行变换,列变换会改解。
---
### 题 2 · 4.2:把矩阵化成行阶梯形并指出主元列(★★☆)
> 将
>
> $$A=\begin{pmatrix}1&2&1\\2&4&3\\3&6&4\end{pmatrix}$$
>
> 化为行阶梯形,指出首非零元(主元)所在的列,并数非零行数。(秩的完整讨论归点 4,这里只练"化"。)
**怎么想**:从左到右逐列消。第 1 列主元在第 1 行,用第三类行变换把下方的 2、3 消成零;第 2 列下方已是 0,下移到第 3 列再消去下方的 1。
**解**:先 $R_2-2R_1$、$R_3-3R_1$:
$$A\longrightarrow\begin{pmatrix}1&2&1\\0&0&1\\0&0&1\end{pmatrix},$$
再 $R_3-R_2$:
$$\longrightarrow\begin{pmatrix}1&2&1\\0&0&1\\0&0&0\end{pmatrix}.$$
主元在第 1、3 列,非零行共 2 行。(回代验算:$R_2$ 的新行 $=(2,4,3)-2(1,2,1)=(0,0,1)$ ✓;$R_3$ 同理得 $(0,0,1)$ ✓;两新行相同,相减得零行 ✓。)
**带走结论**:化阶梯形的固定流程是"找主元→下方清零→下移";阶梯形一出来,非零行数就是秩,主元列号 = 独立信息所在的列。
---
### 题 3 · 4.3:初等变换下什么不变、什么变(★★☆)
> 设 $A$ 经若干次初等变换(行、列均可)得到 $B$。判断下列说法是否正确,并说明理由:
>
> (1)$|B|=|A|$;(2)$A$ 与 $B$ 同型时 $r(A)=r(B)$;(3)$A$ 可逆 $\iff$ $B$ 可逆;(4)若这些变换全是行变换,则存在可逆矩阵 $P$ 使 $PA=B$。
**怎么想**:初等变换 = 左乘/右乘可逆初等矩阵。可逆矩阵作用下:秩不变、可逆性不变;但行列式只被"乘上非零倍数"——换行使它变号,倍乘行使它伸缩。
**解**:(1)**错**。交换两行使行列式变号,某行乘 $k$ 使行列式乘 $k$,故只能保证 $|B|=k|A|\ (k\ne0)$,未必相等。
(2)**对**。初等变换不改变秩:$r(PAQ)=r(A)$。
(3)**对**。可逆 $\iff$ 满秩 $\iff$ $|A|\ne0$;初等变换不改变秩,故 $A$ 满秩 $\Longleftrightarrow$ $B$ 满秩。
(4)**对**。这是 4.3 的定理:$A\overset{r}{\sim}B$ $\iff$ 存在 $m$ 阶可逆阵 $P$ 使 $PA=B$($P$ 就是那串初等矩阵的乘积)。
**带走结论**:初等变换保住"秩与可逆性",保不住行列式的数值(只保非零与否);全行变换 = 左乘可逆 $P$,全列变换 = 右乘可逆 $Q$。
---
### 题 4 · 4.4:左乘改行、右乘改列(★★★)
> 【2020·5 骨架】设
>
> $$P=\begin{pmatrix}1&0\\3&1\end{pmatrix},\qquad A=\begin{pmatrix}a&b\\c&d\end{pmatrix}.$$
>
> 计算 $PA$、$AP$、$P^{-1}$,并用文字说明 $PA$ 与 $AP$ 各对 $A$ 做了什么。
**怎么想**:$P$ 是单位阵第 1 行乘 3 加到第 2 行得到的初等矩阵 $E_{21}(3)$。左乘它就把"造它的那次行变换"重演在 $A$ 上;右乘它则把那次行变换翻译成列语言(来源列、目标列随之互换角色)。
**解**:
$$PA=\begin{pmatrix}1&0\\3&1\end{pmatrix}\begin{pmatrix}a&b\\c&d\end{pmatrix}=\begin{pmatrix}a&b\\3a+c&3b+d\end{pmatrix},$$
即 **$A$ 的第 2 行加上第 1 行的 3 倍**(第 1 行不动)。
$$AP=\begin{pmatrix}a&b\\c&d\end{pmatrix}\begin{pmatrix}1&0\\3&1\end{pmatrix}=\begin{pmatrix}a+3b&b\\c+3d&d\end{pmatrix},$$
即 **$A$ 的第 1 列加上第 2 列的 3 倍**(第 2 列不动)。
撤销这次倍加,把 3 改成 $-3$:
$$P^{-1}=\begin{pmatrix}1&0\\-3&1\end{pmatrix}.$$
(验算:$PP^{-1}=\begin{pmatrix}1&0\\3-3&1\end{pmatrix}=E$ ✓。)
**带走结论**:$E_{ij}(k)$ 左乘 = 第 $i$ 行加第 $j$ 行的 $k$ 倍;右乘 = 第 $i$ 列加第 $j$ 列的 $k$ 倍——左乘看行、右乘看列,逆就是把 $k$ 换成 $-k$。
---
### 题 5 · 4.4:对换型与倍乘型初等矩阵(★★☆)
> 设 $Q=\begin{pmatrix}0&1\\1&0\end{pmatrix}$(交换 1、2 两行得到的初等矩阵),$D=\begin{pmatrix}2&0\\0&1\end{pmatrix}$(第 1 行乘 2),$A=\begin{pmatrix}a&b\\c&d\end{pmatrix}$。
>
> (Ⅰ)写出 $QA$ 与 $AQ$;(Ⅱ)写出 $DA$ 与 $AD$;(Ⅲ)求 $Q^{-1}$、$D^{-1}$ 并验算。
**怎么想**:同一条口诀换两种初等矩阵再验证一遍——对换型左乘交换行、右乘交换列;倍乘型左乘乘行、右乘乘列。逆就是"换回去"和"乘回来"。
**解**:(Ⅰ)$QA=\begin{pmatrix}c&d\\a&b\end{pmatrix}$(交换 $A$ 的两行);$AQ=\begin{pmatrix}b&a\\d&c\end{pmatrix}$(交换 $A$ 的两列)。
(Ⅱ)$DA=\begin{pmatrix}2a&2b\\c&d\end{pmatrix}$(第 1 行乘 2);$AD=\begin{pmatrix}2a&b\\2c&d\end{pmatrix}$(第 1 列乘 2)。
(Ⅲ)$Q^{-1}=Q=\begin{pmatrix}0&1\\1&0\end{pmatrix}$(换回即撤销);$D^{-1}=\begin{pmatrix}1/2&0\\0&1\end{pmatrix}$(第 1 行乘 $1/2$)。
(验算:$QQ=\begin{pmatrix}0&1\\1&0\end{pmatrix}\begin{pmatrix}0&1\\1&0\end{pmatrix}=E$ ✓;$DD^{-1}=\begin{pmatrix}2\cdot\frac12&0\\0&1\end{pmatrix}=E$ ✓。)
**带走结论**:三种初等矩阵的逆一律是同类初等矩阵——对换型自逆、倍乘型乘倒数、倍加型反号;左乘改行、右乘改列对三种类型全都成立。
---
### 题 6 · 4.4:复合初等矩阵——从 $A$ 到目标矩阵求 $P$(★★★)
> 【2018·21 骨架改编】设
>
> $$A=\begin{pmatrix}1&0&1\\-1&-1&1\\0&2&-4\end{pmatrix},\qquad B=\begin{pmatrix}1&0&1\\0&-1&2\\0&0&0\end{pmatrix}.$$
>
> $B$ 由 $A$ 经初等行变换得到,求可逆矩阵 $P$ 使 $PA=B$(写出每一步对应的初等矩阵)。
**怎么想**:把"化 $A$ 为 $B$"的每一步行变换翻译成初等矩阵:第一步左乘 $P_1$,第二步左乘 $P_2$,最终 $P_2P_1A=B$,故 $P=P_2P_1$(先作用的 $P_1$ 写在右边)。参考仓库此处解析的中间行有一处笔误(把 $0,-1,2$ 误写为 $1,-1,2$),以下按数学正确性计算。
**解**:第一步,第 2 行加上第 1 行(消去第 1 列的 $-1$):
$$P_1=E_{21}(1)=\begin{pmatrix}1&0&0\\1&1&0\\0&0&1\end{pmatrix},\qquad P_1A=\begin{pmatrix}1&0&1\\0&-1&2\\0&2&-4\end{pmatrix}.$$
第二步,第 3 行加上第 2 行的 2 倍:
$$P_2=E_{32}(2)=\begin{pmatrix}1&0&0\\0&1&0\\0&2&1\end{pmatrix},\qquad P_2(P_1A)=\begin{pmatrix}1&0&1\\0&-1&2\\0&0&0\end{pmatrix}=B.$$
故 $P=P_2P_1$:
$$P=\begin{pmatrix}1&0&0\\0&1&0\\0&2&1\end{pmatrix}\begin{pmatrix}1&0&0\\1&1&0\\0&0&1\end{pmatrix}=\begin{pmatrix}1&0&0\\1&1&0\\2&2&1\end{pmatrix}.$$
(验算:$PA$ 的第 2 行 $=(1,1,0)A=(-1+1,-1,1+1)=(0,-1,2)$ ✓;第 3 行 $=(2,2,1)A=(-2+0,0-2+2,2+2-4)=(0,0,0)$ ✓。)
**带走结论**:"从 $A$ 到 $B$ 的行变换链 = 一串初等矩阵左乘",复合时先作用的写右边($P_2P_1A$);求 $P$ 就是把每步操作直接乘出来,再验一遍 $PA$。
---
### 题 7 · 4.5:行变换求逆(★★☆)
> 用初等行变换求
>
> $$A=\begin{pmatrix}1&2\\1&3\end{pmatrix}$$
>
> 的逆矩阵,并乘回验算。
**怎么想**:横排 $[A\mid E]$,全程行变换。目标:左边化成 $E$,右边自动读出 $A^{-1}$。
**解**:
$$[A\mid E]=\left(\begin{array}{cc|cc}1&2&1&0\\1&3&0&1\end{array}\right)\xrightarrow{R_2-R_1}\left(\begin{array}{cc|cc}1&2&1&0\\0&1&-1&1\end{array}\right)\xrightarrow{R_1-2R_2}\left(\begin{array}{cc|cc}1&0&3&-2\\0&1&-1&1\end{array}\right).$$
左边已为 $E$,故
$$A^{-1}=\begin{pmatrix}3&-2\\-1&1\end{pmatrix}.$$
(验算:$AA^{-1}=\begin{pmatrix}1&2\\1&3\end{pmatrix}\begin{pmatrix}3&-2\\-1&1\end{pmatrix}=\begin{pmatrix}1&0\\0&1\end{pmatrix}=E$ ✓。)
**带走结论**:$[A\mid E]\xrightarrow{r}[E\mid A^{-1}]$——行变换是"左乘一串初等矩阵",左边被乘成 $E$ 意味着那串乘积就是 $A^{-1}$,它同时记录在右边。
---
### 题 8 · 4.5:行/列变换不得混用——列变换求逆的正确拼法(★★☆)
> (Ⅰ)判断:在横排 $[A\mid E]$ 上求逆时,可以对左半块顺手做一次列变换以加快消元。
>
> (Ⅱ)若坚持用列变换求 $A=\begin{pmatrix}1&2\\1&3\end{pmatrix}$ 的逆,写出正确做法并算出结果,与题 7 对照。
**怎么想**:横排算法全程只能行变换——行变换是左乘,左右两块同时被作用;列变换是右乘,会连右块一起改。列变换求逆必须换成上下拼接(右乘作用于整体)。
**解**:(Ⅰ)**错**。横排 $[A\mid E]$ 上只许行变换:那串行变换 = 左乘 $P$,左边 $PA=E$、右边 $PE=P$,两边一起"记录"出 $P=A^{-1}$。若做列变换(右乘 $Q$),右块 $E$ 被改成 $Q$,记录被破坏。
(Ⅱ)把 $A,E$ 上下拼接,全程列变换:
$$\begin{pmatrix}A\\E\end{pmatrix}=\left(\begin{array}{cc}1&2\\1&3\\1&0\\0&1\end{array}\right)\xrightarrow{c_2-2c_1}\left(\begin{array}{cc}1&0\\1&1\\1&-2\\0&1\end{array}\right)\xrightarrow{c_1-c_2}\left(\begin{array}{cc}1&0\\0&1\\3&-2\\-1&1\end{array}\right).$$
上边已为 $E$,故 $A^{-1}=\begin{pmatrix}3&-2\\-1&1\end{pmatrix}$,与题 7 行变换结果完全一致 ✓。
**带走结论**:**横排配行变换、竖排配列变换,绝不混用**——$[A\mid E]\to_r[E\mid A^{-1}]$,$\begin{pmatrix}A\\E\end{pmatrix}\to_c\begin{pmatrix}E\\A^{-1}\end{pmatrix}$;两条路算出同一个逆。
@@ -0,0 +1,200 @@
---
tags: [数学一, 在学练习, 线性代数, 矩阵, 秩]
专题: 线性代数 第2讲 · 点4 矩阵的秩
日期: 2026-10-23
状态: 知识点带题(5.1 定义、5.2 性质与四式、5.3 子式、6.1—6.3 等价矩阵,共 8 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 4 矩阵的秩
> 真题 2025·7(5 分)|重要度 ★★★
> 依赖:点 3(`04`)的初等变换、点 2(`03`)的逆矩阵。盘点对应:§5、§6 全节。
**组织原则**:以知识点为单位,题目按知识点内部顺序对应(定义 → 性质 → 四式逐式 → 子式 → 等价矩阵)。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
秩是整条线代链的"公约数":可逆 ⟺ 满秩、方程组解的结构由秩决定、向量组的一切判据最后都翻译成秩。本点的核心不是"会算秩",而是**秩不等式四式**——判断、填空、选择题里它们就是全部武器。完整证明题模板($A^2=A$ 的秩和、$A^2=E$ 迁移、分块秩恒等式、$r(A^{\mathrm T}A)=r(A)$ 的同解论证)归点 8,这里只把四式当判据用。
## 知识点 5.1 秩的定义(出处:[知识章 matrix.tex §5.1](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **行列式定义**:矩阵 $A$ 中**最高阶非零子式的阶数**,称为 $A$ 的秩,记 $r(A)$。
- **向量视角**:秩 = $A$ 的列向量组中线性无关向量的最大个数(独立列的最大个数),也等于独立行的最大个数。
- **算法**:用初等行变换把 $A$ 化成行阶梯形,**非零行的行数即秩**;每行首非零元所在列叫主元列。注意:原矩阵的非零列数(或非零行数)不是秩,必须化阶梯形后数。
- **特殊值**:$r(A)=0\iff A=O$;$n$ 阶方阵 $r(A)=n\iff \lvert A\rvert\ne0\iff$ 可逆(满秩);$r(A)<n$ 称降秩(奇异)。
## 知识点 5.2 秩的性质与秩不等式四式(出处:[知识章 matrix.tex §5.2](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §7.2 矩阵运算](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
**基本性质**:
- $0\le r(A)\le\min(m,n)$;
- $r(A^{\mathrm T})=r(A)$(独立行个数 = 独立列个数);
- $r(PAQ)=r(A)$($P,Q$ 为大小匹配的可逆方阵)——初等变换不改变秩;
- $r(kA)=r(A)$($k\ne0$)。
**秩不等式四式**:
| 题目出现 | 可用结论 | 理解 |
|---|---|---|
| 乘积 $AB$ | $r(AB)\le\min\{r(A),r(B)\}$ | 连续作用不会增加独立信息;右乘(左乘)可逆阵时取等号 |
| 和 $A+B$ | $r(A+B)\le r(A\mid B)\le r(A)+r(B)$ | 新列来自两组列的组合 |
| 乘积,公共内维为 $n$ | $r(AB)\ge r(A)+r(B)-n$(Sylvester) | 上界式的"补" |
| $AB=O$,$A$ 有 $n$ 列 | $r(A)+r(B)\le n$ | 上一式取 $r(AB)=0$ |
**另附**:实矩阵有 $r(A^{\mathrm T}A)=r(A)=r(AA^{\mathrm T})$。证明思路:$A^{\mathrm T}Ax=0\Rightarrow x^{\mathrm T}A^{\mathrm T}Ax=\lVert Ax\rVert^2=0\Rightarrow Ax=0$,反方向显然,两齐次方程组同解,由"解空间维数 = 列数 − 秩"得同秩。(完整同解论证归点 8。)
## 知识点 5.3 子式(出处:[知识章 matrix.tex §5.3](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **$k$ 阶子式**:任取 $k$ 行、$k$ 列,交点元素按原次序组成的 $k$ 阶行列式。
- $r(A)=r$ 时:① 至少存在一个 $r$ 阶非零子式(不要求全部 $r$ 阶子式非零);② 所有 $r+1$ 阶子式全为零;③ 必有 $r-1$ 阶非零子式。
- **技巧**:含参题先找一个**与参数无关、恒非零的子式**,一次性钉死"秩 $\ge$ 某数"的下界,再用行列式为零排除上界。
## 知识点 6.1 等价矩阵:定义(出处:[知识章 matrix.tex §6.1](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- 两个**同型** $m\times n$ 矩阵 $A,B$,若存在 $m$ 阶可逆阵 $P$ 和 $n$ 阶可逆阵 $Q$,使 $PAQ=B$,称 $A$ 与 $B$ 等价,记 $A\sim B$。(参考仓库原文写 $B=QAP$,$P,Q$ 阶数互换而已,实质相同。)
- 等价 $\iff$ 可经有限次初等行、列变换互化 $\iff$ 有同一标准形 $\begin{pmatrix}E_r&O\\O&O\end{pmatrix}$。
## 知识点 6.2 等价矩阵:性质(出处:[知识章 matrix.tex §6.2](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- 反身、对称、传递——等价是一个等价关系。
- **方阵**等价时:$\lvert A\rvert=k\lvert B\rvert$($k=\lvert P\rvert\lvert Q\rvert\ne0$ 常数)——故同阶方阵等价只保证行列式**同时为零或同时非零**,不保证相等;非方阵无行列式可谈。
- 行等价的矩阵所对应的齐次方程组同解(判等价时行列变换都可用,只是解方程组时只用行变换)。
## 知识点 6.3 等价矩阵:判定与分界(出处:[知识章 matrix.tex §6.3](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §8 矩阵等价](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **判定定理**:$A,B$ 同型,则 $A\sim B\iff r(A)=r(B)$。判等价本质就是比秩;满秩 $\iff\lvert A\rvert\ne0$,是判秩为 $n$ 的特例。
- **与向量组等价的分界**:矩阵等价只要求"同型 + 同秩",不问两矩阵列空间是否相同;向量组等价还要求两组张成同一空间($r(A)=r(B)=r(A\mid B)$)。例:$3\times3$ 矩阵 $(e_1,e_2,0)$ 与 $(e_1,e_3,0)$ 秩都是 2,矩阵等价成立,但列向量组分别张成 $xy$ 平面与 $xz$ 平面,并不等价。(向量组等价的完整判定归向量讲点 4。)
---
## 题目(按知识点顺序对应)
### 题 1 · 5.1:化行阶梯形求秩,主元列与"非零列数≠秩"(★☆☆)
> 【旧试题 4】将下列矩阵化为行阶梯形,求秩并指出主元列号:
>
> $$A=\begin{pmatrix}1&2&1\\2&4&3\\3&6&4\end{pmatrix}.$$
**怎么想**:初等行变换不改变秩(5.2 性质),消出阶梯后数非零行。别去数原矩阵有几列非零。
**解**:$R_2-2R_1,\ R_3-3R_1$,再 $R_3-R_2$:
$$A\longrightarrow\begin{pmatrix}1&2&1\\0&0&1\\0&0&1\end{pmatrix}\longrightarrow\begin{pmatrix}1&2&1\\0&0&1\\0&0&0\end{pmatrix}.$$
两行非零,故 $r(A)=2$;主元在第 1、3 列。**验算**:第 1、2 列成比例($(2,4,6)=2(1,2,3)$),故 $\lvert A\rvert=0$,秩 $<3$;二阶子式 $\begin{vmatrix}1&1\\2&3\end{vmatrix}=1\ne0$,秩 $\ge2$,恰为 2 ✓。
**带走结论**:秩 = 阶梯形非零行数 = 最高阶非零子式阶数。原矩阵 3 列全非零、秩却是 2——"非零列数≠秩",第 2 列是第 1 列的 2 倍,不提供新信息。
---
### 题 2 · 5.2:基本性质的四个说法判断(★★☆)
> 设 $A$ 是 $m\times n$ 矩阵($m\ne n$),$P,Q$ 分别为 $m$ 阶、$n$ 阶可逆阵,$k\ne0$。判断下列结论是否恒成立,并说明理由:
>
> (1)$r(kA)=kr(A)$;(2)$r(PAQ)=r(A)$;(3)$r(A^{\mathrm T})=r(A)$;(4)$r(A)=m$。
**怎么想**:秩是矩阵的"内在维数",只问哪些操作会动它。
**解**:(1)**错**:数乘 $k$ 只是把每列整体缩放,线性无关性不变,$r(kA)=r(A)$;$kr(A)$ 把秩放大了 $k$ 倍,是概念混淆。(2)**对**:$P,Q$ 可逆对应一串初等变换,不丢信息,秩不变。(3)**对**:独立行个数 = 独立列个数。(4)**错**:$r(A)\le\min(m,n)$,只是不超过行数,未必等于行数;只有列数 $n<m$ 且行满秩时才是 $m$。
**带走结论**:秩在"可逆乘 + 非零数乘 + 转置"下一律不变;它是内在维数,不是行数、列数。
---
### 题 3 · 四式:四条不等式速判(★★☆)
> 设 $A$ 为 $m\times n$ 矩阵,$B$ 为 $n\times s$ 矩阵。判断下列结论是否恒成立,不成立者改写成正确形式:
>
> (1)$r(AB)\le\min\{r(A),r(B)\}$;(2)$r(A+B)\le r(A)+r(B)$;(3)$r(AB)\ge r(A)+r(B)-n$;(4)$AB=O\Rightarrow r(A)+r(B)=n$。
**怎么想**:四式本身全要背,但"等于号"是陷阱高发区。
**解**:(1)✓。(2)✓,更强的链条是 $r(A+B)\le r(A\mid B)\le r(A)+r(B)$。(3)✓(Sylvester)。(4)✗:$AB=O$ 即 $r(AB)=0$,代入(3)得 $r(A)+r(B)\le n$,是"$\le$"不是"$=$"。反例:$A=O$($m\times n$)则 $AB=O$ 恒成立,但 $r(B)$ 可取 $0$ 到 $n$ 之间任意值,秩和不必等于 $n$。
**带走结论**:四式口诀——乘积取小、和不超和、Sylvester 补 $n$、零乘积收 $\le n$。第(4)条的"$=$"是选择填空里最常见的干扰项。
---
### 题 4 · 四式①:提取公因子,借可逆阵取等号(★★☆)
> 【练习章 §7.2 例题骨架】设
>
> $$A=\begin{pmatrix}1&2&3&4\\2&3&4&5\\3&4&5&6\\4&5&6&7\end{pmatrix},\quad B=\begin{pmatrix}0&1&-1&2\\0&-1&2&3\\0&0&1&4\\0&0&0&2\end{pmatrix},$$
>
> 求 $r(AB+2A)$。
**怎么想**:先提取公因子 $A$:$AB+2A=A(B+2E)$。若 $B+2E$ 可逆,四式①取等号,秩直接搬过来。
**解**:$B+2E=\begin{pmatrix}2&1&-1&2\\0&1&2&3\\0&0&3&4\\0&0&0&4\end{pmatrix}$,上三角、对角元 $2,1,3,4$ 全非零,$r=4$,可逆。再算 $A$:各行之差全是 $(1,1,1,1)$,阶梯化为 $\begin{pmatrix}1&2&3&4\\1&1&1&1\\0&0&0&0\\0&0&0&0\end{pmatrix}$,两行非零,$r(A)=2$。故 $r(AB+2A)=r(A(B+2E))=r(A)=2$。**验算**:套四式①得 $r\le\min\{r(A),r(B+2E)\}=\min\{2,4\}=2$,与取等结果一致 ✓。
**带走结论**:$AB+\lambda A$ 型先提公因子 $A(B+\lambda E)$;括号里可逆就直接搬秩——四式① 不只是上界,"乘可逆阵"时它取等号。
---
### 题 5 · 四式②④联用:$A^2=A$ 求秩和(★★★)
> 【2025·7 所属知识块】设 $n$ 阶方阵 $A$ 满足 $A^2=A$。求 $r(A)+r(E-A)$。
**怎么想**:四式是判据——找"零乘积"用上界式④,找"可逆的和"用下界式②,两侧夹住。
**解**:**上界**:$A(E-A)=A-A^2=O$,由④($AB=O\Rightarrow r(A)+r(B)\le n$)得 $r(A)+r(E-A)\le n$。**下界**:$A+(E-A)=E$,由②得 $n=r(E)\le r(A)+r(E-A)$。上下界夹住,故 $r(A)+r(E-A)=n$。
**验算特例**:$n=2$ 时 $A=E$:$r(A)=2$,$E-A=O$,秩和 $=2$ ✓;$A=O$:$r(A)=0$,$r(E-A)=2$,和 $=2$ ✓。
**带走结论**:秩和题的固定动作——零乘积给上界、可逆和给下界,两侧夹住即等号。本点只要求会用四式判出结果;完整证明模板($A^2=E$ 迁移、分块秩恒等式)归点 8。
---
### 题 6 · 5.3 + 5.1:含参矩阵求秩,行列式找根、每根代回、非零子式钉下界(★★☆)
> 【旧试题 9】设
>
> $$A(t)=\begin{pmatrix}1&1&1\\1&t&2\\1&2&t\end{pmatrix}.$$
>
> 求所有实数 $t$ 对应的秩,并说明何时可逆;每个特殊参数值都代回检查。
**怎么想**:先算行列式找根(根 = 秩可能下降的点),再用"与参数无关的非零子式"定下界——不能因为行列式为零就直接写秩为 2。
**解**:$R_2-R_1,\ R_3-R_1$:
$$A(t)\longrightarrow\begin{pmatrix}1&1&1\\0&t-1&1\\0&1&t-1\end{pmatrix},\qquad \lvert A\rvert=(t-1)^2-1=t(t-2).$$
- $t\ne0,2$:$\lvert A\rvert\ne0$,$r=3$,可逆。
- $t=0$:代回得 $\begin{pmatrix}1&1&1\\0&-1&1\\0&1&-1\end{pmatrix}$,$R_3=-R_2$,$r\le2$;子式 $\begin{vmatrix}1&1\\0&-1\end{vmatrix}=-1\ne0$,$r\ge2$,故 $r=2$。
- $t=2$:代回得 $\begin{pmatrix}1&1&1\\0&1&1\\0&1&1\end{pmatrix}$,$R_2=R_3$,$r\le2$;子式 $\begin{vmatrix}1&1\\0&1\end{vmatrix}=1\ne0$,$r\ge2$,故 $r=2$。
**验算**:$t=0$ 时原矩阵三行 $(1,1,1),(1,0,2),(1,2,0)$,后两行减去首行确为 $(0,-1,1)$ 与 $(0,1,-1)$,互为相反数 ✓。
**带走结论**:含参秩两步走——行列式找根(找全因式防失根)+ 每个根代回并用与参数无关的非零子式钉死下界。"行列式为零"只能说秩 $<n$,绝不能直接写秩等于 $n-1$。
---
### 题 7 · 6.3:等价矩阵判定的四个说法(★★☆)
> 设 $A,B$ 均为 $3\times3$ 矩阵。判断下列结论是否正确,错误者举反例:
>
> (A)若 $\lvert A\rvert=\lvert B\rvert$,则 $A$ 与 $B$ 等价;
> (B)若 $r(A)=r(B)$,则 $A$ 与 $B$ 等价;
> (C)若 $A\sim B$,则 $\lvert A\rvert=\lvert B\rvert$;
> (D)若 $A\sim B$,则 $A$ 的列向量组与 $B$ 的列向量组等价。
**怎么想**:等价的充要条件只有一条——同型同秩。其余推论都要对着这条重算。
**解**:(A)**错**:$\lvert A\rvert=\lvert B\rvert=0$ 只说明都降秩,秩未必相同。反例:$A=\operatorname{diag}(1,0,0)$($r=1$)与 $B=O$($r=0$),行列式都为 0,不同秩不等价。(B)**对**:同型 + 同秩即等价(判定定理)。(C)**错**:方阵等价只给 $\lvert A\rvert=k\lvert B\rvert$($k\ne0$ 常数)。反例:$A=E_3$、$B=2E_3$ 等价(秩都为 3),但 $\lvert A\rvert=1$、$\lvert B\rvert=8$。(D)**错**:矩阵等价不保证列空间相同。反例:$A=(e_1,e_2,0)=\begin{pmatrix}1&0&0\\0&1&0\\0&0&0\end{pmatrix}$ 与 $B=(e_1,e_3,0)=\begin{pmatrix}1&0&0\\0&0&0\\0&1&0\end{pmatrix}$,秩都为 2,矩阵等价;但列组分别张成 $xy$ 平面与 $xz$ 平面,列向量组不等价。
**带走结论**:矩阵等价 $\iff$ 同型同秩,是最弱的"像"——它推不出行列式相等(只推倍数关系),更推不出列向量组等价。后者是向量讲点 4 的标准。
---
### 题 8 · 6.3:具体两个矩阵判等价,只比秩(★★☆)
> 设
>
> $$A=\begin{pmatrix}1&2&1\\2&4&3\\3&6&4\end{pmatrix},\quad B=\begin{pmatrix}1&0&1\\0&1&1\\1&1&2\end{pmatrix},\quad C=E_3.$$
>
> 判断 $A,B,C$ 两两是否等价。
**怎么想**:三个都是 $3\times3$(同型),等价 $\iff$ 秩相等,分别算秩即可。
**解**:$A$:由题 1,$r(A)=2$。$B$:$R_3-R_1$ 得 $\begin{pmatrix}1&0&1\\0&1&1\\0&1&1\end{pmatrix}$,$R_3=R_2$,$r\le2$;二阶子式 $\begin{vmatrix}1&0\\0&1\end{vmatrix}=1\ne0$,$r\ge2$,故 $r(B)=2$。$C=E_3$,$r(C)=3$。因此 $A\sim B$ 等价(同型同秩 $=2$);$C$ 与二者秩不同,不等价。**验算**:$\lvert B\rvert=0$(两行相同)✓,$\lvert C\rvert=1$ ✓。
**带走结论**:判"两个具体矩阵是否等价"两步——先看是否同型,再算秩是否相等;都过了就是等价,无需真的凑出 $P,Q$。
@@ -0,0 +1,160 @@
---
tags: [数学一, 在学练习, 线性代数, 矩阵, 伴随矩阵]
专题: 线性代数 第2讲 · 点5 伴随矩阵
日期: 2026-10-23
状态: 知识点带题(2.7 伴随矩阵 + 三档 r(A*) 表 + 5.1—5.2 行列式技巧,共 6 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 5 伴随矩阵
> 依赖:点 2(`03`)的逆矩阵、点 4(`05`)的秩。盘点对应:§2.5—2.6。
**组织原则**:以知识点为单位,题目按知识点内部顺序对应(主线 $AA^*=|A|E$ → 常用性质 → 三档 $r(A^*)$ 表 → 行列式两项积商/和差技巧),不穿插其他知识点。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
## 知识点 2.7 伴随矩阵(出处:[知识章 matrix.tex §2.7](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §4 伴随矩阵](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **定义**:把 $|A|$ 中每个元素的代数余子式 $A_{ij}$ 全部取出,再**转置**排成的矩阵叫 $A$ 的伴随矩阵——$A^*$ 的第 $j$ 行第 $i$ 列元素是 $A_{ij}$(代数余子式按列排列)。**任何方阵都有伴随矩阵,不可逆方阵也不例外**:求 $A^*$ 不需要先有 $|A|\ne0$。
- **主线(一切公式的根)**:
$$AA^*=A^*A=|A|E.$$
- **$|A|\ne0$ 时的可逆三件套**(两边同除以 $|A|$):
$$A^{-1}=\frac{A^*}{|A|},\qquad A^*=|A|A^{-1},\qquad A=|A|(A^*)^{-1}.$$
- **二阶速算**:
$$\begin{pmatrix}a&b\\c&d\end{pmatrix}^*=\begin{pmatrix}d&-b\\-c&a\end{pmatrix}$$
——主对角线交换、副对角线变号。三阶以上若可逆,先求逆再乘 $|A|$,比硬算九个余子式快。
- **常用性质(以下公式默认 $n\ge2$)**:
| 公式 | 一句话来历 |
|---|---|
| $\lvert A^*\rvert=\lvert A\rvert^{n-1}$ | 对 $AA^*=\lvert A\rvert E$ 两边取行列式:$\lvert A\rvert\lvert A^*\rvert=\lvert A\rvert^n$ |
| $(kA)^*=k^{n-1}A^*$ | 每个余子式是 $n-1$ 阶行列式,行、列都被 $k$ 缩放 |
| $(AB)^*=B^*A^*$ | 反序,与逆、转置同规矩 |
| $(A^{\mathrm T})^*=(A^*)^{\mathrm T}$ | 余子式与转置两层交换 |
| $(A^{-1})^*=(A^*)^{-1}=\dfrac{A}{\lvert A\rvert}$ | 由 $A^*=\lvert A\rvert A^{-1}$ 两边取逆 |
| $(A^*)^*=\lvert A\rvert^{n-2}A$ | 把 $A^*$ 当作新矩阵再套主线;二阶时即 $(A^*)^*=A$ |
**缩放指数为什么是 $n-1$**:$A^*$ 的每个元素是一个 $n-1$ 阶余子式,$kA$ 的每个元素都乘 $k$,这个 $n-1$ 阶行列式的每一行提出一个 $k$,共提出 $k^{n-1}$。
**边界提醒**:一阶 $A=(a)$ 约定 $A^*=(1)$(空行列式规定为 1),主线 $AA^*=a=|A|E$ 仍成立;但 $(A^*)^*=|A|^{n-2}A$ 在 $n=1$ 时指数 $-1$ 无意义——性质表**先认 $n\ge2$ 这个条件**,再背公式。
- **三档 $r(A^*)$ 表(核心考点,$A$ 为 $n$ 阶方阵)**:
| $r(A)$ | $r(A^*)$ | 原因 |
|---|---|---|
| $n$ | $n$ | $A^*=\lvert A\rvert A^{-1}$,$\lvert A\rvert\ne0$,$A^*$ 可逆 |
| $n-1$ | $1$ | 有非零 $n-1$ 阶子式 ⟹ $A^*\ne O$;又 $\lvert A\rvert=0$ 故 $AA^*=O$,零乘积不等式 $r(A)+r(A^*)\le n$ 给出上界 |
| $\le n-2$ | $0$ | 所有 $n-1$ 阶子式全为零,$A^*=O$ |
## 知识点 5.1—5.2 方阵行列式技巧(出处:[知识章 matrix.tex §2.6 方阵行列式](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §5.1 两项积商、§5.2 两项和差](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **5.1 两项积商**(直接拆成乘积):$|A^{\mathrm T}|=|A|$,$|A^{-1}|=\dfrac1{|A|}$,$|kA|=k^n|A|$($n$ 是阶数,每一行提出一个 $k$),$|AB|=|A||B|=|BA|$,$|A^*|=|A|^{n-1}$。考法:把所求行列式里的矩阵凑成 $A,B$ 的转置 / 逆 / 数乘 / 伴随组合,再拆成一串相乘。
- **5.2 两项和差**:$|A+B|$、$|A-B|$ **没有一般公式**,$|A+B|\ne|A|+|B|$(反例:$A=B=E_2$,$|2E|=4\ne2$)。两条出路:
1. **提公因子**:$A$ 可逆时 $|A+B|=|A|\,|E+A^{-1}B|$(或 $=|B|\,|AB^{-1}+E|$),把"和"化成"积";
2. **按列拆分**:行列式对**每一列**分别线性,$|[\alpha_1+\beta_1,\alpha_2,\dots,\alpha_n]|=|[\alpha_1,\alpha_2,\dots]|+|[\beta_1,\alpha_2,\dots]|$;两矩阵仅个别列不同时,公共列先提公因数。
---
## 题目(按知识点顺序对应)
### 题 1 · 2.7 主线:对角阵求 $A^*$ 并验证 $AA^*=|A|E$(★☆☆)
> 【旧试题·第 5 题骨架】设 $A=\operatorname{diag}(2,3,4)$。求 $|A|$、$A^{-1}$、$A^*$ 与 $|2A|$,并验证 $AA^*=|A|E$。
**怎么想**:对角阵的行列式、逆、伴随都是对角阵——行列式取积、逆取倒数、伴随按 $A^*=|A|A^{-1}$ 一次写出;主线验证就是对角元素逐个相乘。
**解**:$|A|=2\cdot3\cdot4=24$,$A^{-1}=\operatorname{diag}(\tfrac12,\tfrac13,\tfrac14)$,故
$$A^*=|A|A^{-1}=\operatorname{diag}(12,8,6).$$
回代验算:$AA^*=\operatorname{diag}(2\cdot12,\ 3\cdot8,\ 4\cdot6)=\operatorname{diag}(24,24,24)=24E=|A|E$ ✓。又 $|2A|=2^3|A|=8\cdot24=192$(整体乘 $2$ 等于三行各乘 $2$)。
**带走结论**:可逆阵求伴随的最快路是 $A^*=|A|A^{-1}$,不是硬算余子式;乘回去对角线全等于 $|A|$,就是主线 $AA^*=|A|E$ 的逐元素模样。
---
### 题 2 · 2.7:二阶伴随公式与主线(★★☆)
> 设 $A=\begin{pmatrix}1&2\\3&4\end{pmatrix}$。用二阶公式直接写出 $A^*$,验证 $AA^*=|A|E$,并由此写出 $A^{-1}$。
**怎么想**:二阶伴随——主对角交换、副对角变号,一步写出;乘回去检验对角线是否都等于 $|A|$。
**解**:$|A|=1\cdot4-2\cdot3=-2$,$A^*=\begin{pmatrix}4&-2\\-3&1\end{pmatrix}$。验算:
$$AA^*=\begin{pmatrix}1&2\\3&4\end{pmatrix}\begin{pmatrix}4&-2\\-3&1\end{pmatrix}=\begin{pmatrix}4-6&-2+2\\12-12&-6+4\end{pmatrix}=\begin{pmatrix}-2&0\\0&-2\end{pmatrix}=|A|E.$$
故 $A^{-1}=\dfrac{A^*}{|A|}=\begin{pmatrix}-2&1\\\tfrac32&-\tfrac12\end{pmatrix}$。
**带走结论**:二阶 $[[a,b],[c,d]]^*=[[d,-b],[-c,a]]$ 闭眼写;写对与否乘一下、对角线是否都等于 $|A|$ 立刻见分晓。
---
### 题 3 · 2.7 性质:$(AB)^*=B^*A^*$、$(kA)^*$、$(A^*)^*$ 数值验证(★★☆)
> 设 $A=\begin{pmatrix}2&1\\0&1\end{pmatrix}$,$B=\begin{pmatrix}1&0\\1&1\end{pmatrix}$。
>
> (Ⅰ)分别求 $A^*$、$B^*$、$(AB)^*$,验证 $(AB)^*=B^*A^*$;
>
> (Ⅱ)验证 $(2A)^*=2\,A^*$;
>
> (Ⅲ)验证 $(A^*)^*=A$。
**怎么想**:二阶矩阵伴随闭眼写,三处公式各验一次。注意反序——$(AB)^*$ 要拿 $B^*A^*$ 比,不是 $A^*B^*$。
**解**:(Ⅰ)$|A|=2$,$A^*=\begin{pmatrix}1&-1\\0&2\end{pmatrix}$;$|B|=1$,$B^*=\begin{pmatrix}1&0\\-1&1\end{pmatrix}$。$AB=\begin{pmatrix}3&1\\1&1\end{pmatrix}$,$|AB|=2$,故
$$(AB)^*=\begin{pmatrix}1&-1\\-1&3\end{pmatrix},\qquad B^*A^*=\begin{pmatrix}1&0\\-1&1\end{pmatrix}\begin{pmatrix}1&-1\\0&2\end{pmatrix}=\begin{pmatrix}1&-1\\-1&3\end{pmatrix},$$
相等 ✓。
(Ⅱ)$2A=\begin{pmatrix}4&2\\0&2\end{pmatrix}$,$(2A)^*=\begin{pmatrix}2&-2\\0&4\end{pmatrix}=2\,A^*$ ✓($n=2$,指数 $n-1=1$)。
(Ⅲ)对 $A^*=\begin{pmatrix}1&-1\\0&2\end{pmatrix}$ 再写一次伴随:$(A^*)^*=\begin{pmatrix}2&1\\0&1\end{pmatrix}=A$ ✓(二阶特例 $(A^*)^*=A$)。
**带走结论**:伴随的运算公式与逆完全同构——反序($(AB)^*=B^*A^*$)、数乘指数 $n-1$、两层转置;二阶时 $(A^*)^*=A$ 是检查手算对错的好工具。
---
### 题 4 · 2.7 三档表:四阶矩阵的 $r(A^*)$(★★★)
> 【旧试题·第 10 题骨架】$A$ 是四阶矩阵。分别在 $r(A)=4,3,2$ 时求 $r(A^*)$;并在 $r(A)=3$ 时说明:$A^*$ 明明非零,为什么却不可能有两列线性无关?
**怎么想**:三档表直接给出答案,但中间档必须两头夹住——下界靠"有非零余子式 ⟹ $A^*\ne O$",上界靠 $AA^*=O$ 的零乘积秩不等式。
**解**:$r(A)=4$ 时 $A$ 可逆,$A^*=|A|A^{-1}$ 可逆,$r(A^*)=4$。
$r(A)=3$ 时:$r(A)=3$ 说明存在非零三阶子式,即至少一个代数余子式非零,$A^*\ne O$,故 $r(A^*)\ge1$;又 $|A|=0$,主线 $AA^*=|A|E=O$,由零乘积秩不等式 $r(A)+r(A^*)\le4$,得 $3+r(A^*)\le4$,$r(A^*)\le1$。两头夹住 $r(A^*)=1$——秩为 $1$ 的矩阵任意两列必成比例,不可能有两列线性无关。
$r(A)=2\le4-2$ 时所有三阶子式全为零,$A^*=O$,$r(A^*)=0$。
答案依次为 $4,\ 1,\ 0$。
**带走结论**:三档表 $n,\ n-1,\ \le n-2\ \longrightarrow\ n,\ 1,\ 0$。中间档论证是固定套路——**非零子式给下界,$AA^*=O$ 给上界**。
---
### 题 5 · 5.1:两项积商的组合计算(★★☆)
> 设 $A$ 为三阶方阵,$|A|=3$。求 $|2A^*|$、$|(A^{-1})^*|$、$\big||A|A^*\big|$、$|(2A)^{-1}|$。
**怎么想**:全是"把所求凑成 $A$ 的数乘 / 逆 / 伴随组合,再拆乘积"。指数别错:$|kX|=k^n|X|$、$|A^*|=|A|^{n-1}$,本题 $n=3$。
**解**:
$$|2A^*|=2^3|A^*|=8\cdot|A|^{2}=8\cdot9=72;$$
$$|(A^{-1})^*|=|A^{-1}|^{\,n-1}=\left(\tfrac13\right)^2=\tfrac19;$$
$$\big||A|A^*\big|=|A|^3\cdot|A^*|=27\cdot9=243;$$
$$|(2A)^{-1}|=\frac1{|2A|}=\frac1{2^3|A|}=\frac1{24}.$$
(回代:$|A^*|=3^{2}=9$,与 $|AA^*|=|A|^3=27$ 自洽 ✓。)
**带走结论**:行列式积商题的动作是"拆"——$|kX|$ 提 $k^n$、$|A^*|$ 降一次幂成 $|A|^{n-1}$、$|X^{-1}|$ 取倒数;先在草稿上写死阶数 $n$,再套指数。
---
### 题 6 · 5.2:两项和差——按列拆分(★★☆)
> 设四阶方阵 $A=[\alpha,\gamma_2,\gamma_3,\gamma_4]$,$B=[\beta,\gamma_2,\gamma_3,\gamma_4]$($\alpha,\beta,\gamma_i$ 均为四维列向量),且 $|A|=5$,$|B|=-\tfrac12$。求 $|A+2B|$。
**怎么想**:$A,B$ 只有第一列不同,后三列公共。按列加出来后,公共列每列都被放大成原来的 3 倍——先提公因数,再把第一列拆成两个行列式相加。
**解**:
$$A+2B=[\alpha+2\beta,\ 3\gamma_2,\ 3\gamma_3,\ 3\gamma_4].$$
后三列各提一个 $3$:
$$|A+2B|=27\,|[\alpha+2\beta,\gamma_2,\gamma_3,\gamma_4]|.$$
行列式对第一列线性,拆成两个:
$$=27\big(|[\alpha,\gamma_2,\gamma_3,\gamma_4]|+2\,|[\beta,\gamma_2,\gamma_3,\gamma_4]|\big)=27\big(|A|+2|B|\big)=27\,(5-1)=108.$$
**带走结论**:$|A+B|$ 没有公式,但"两矩阵仅个别列不同"是标准型——公共列提公因数、不同列拆成行列式之和;若 $A$ 可逆,另一条路是提公因子 $|A+B|=|A|\,|E+A^{-1}B|$。
@@ -0,0 +1,276 @@
---
tags: [数学一, 在学练习, 线性代数, 矩阵, 分块矩阵]
专题: 线性代数 第2讲 · 点6 分块矩阵
日期: 2026-10-23
状态: 知识点带题(2.8.1 分块计算 + 2.8.2 按行按列分块 + 3.4 三角分块求逆 + 2.8.3 分块秩与消元,共 9 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 6 分块矩阵
> 真题 2018·6、2021·7、2023·5(5 分)|重要度 ★★★
> 依赖:点 2(`03`)的逆矩阵、点 4(`05`)的秩。盘点对应:§2.7 全节。
**组织原则**:以知识点为单位,题目按知识点内部顺序对应,不穿插其他知识点。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
## 知识点 2.8.1 分块矩阵计算(出处:[知识章 matrix.tex §2.8.1 分块矩阵计算](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §1.5 分块矩阵](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **加法 / 数乘**:$A,B$ 同型且**采用相同分块法**时,对应块相加、块乘常数——分法不一致就不能加。
- **乘法(两条死规矩)**:$A_{m\times l}B_{l\times n}$,$A$ 的列分法必须与 $B$ 的行分法一致。结果块 $C_{ij}=\sum_k A_{ik}B_{kj}$——仍是"**左行块乘右列块**":① **块的乘法顺序不能变**,$A_{ik}$ 在左、$B_{kj}$ 在右;② **块的大小必须匹配**,左块列数 = 右块行数。两条缺一,乘积无意义。
- **转置**:块位置行列互换,且每一块各自转置。
- **分块对角矩阵**:$A=\operatorname{diag}(A_1,\dots,A_s)$(对角块都是方阵,其余块为 $O$)。$\lvert A\rvert=\lvert A_1\rvert\cdots\lvert A_s\rvert$;$A$ 可逆 $\iff$ 每个 $A_i$ 可逆,此时 $A^{-1}=\operatorname{diag}(A_1^{-1},\dots,A_s^{-1})$;且 $\operatorname{diag}(A_i)^k=\operatorname{diag}(A_i^k)$(练习章 §1.5)。
- **注意区分**:上三角分块 $\begin{pmatrix}A&C\\O&B\end{pmatrix}$ 的**行列式** $=\lvert A\rvert\lvert B\rvert$,但**秩**没有这条好事(见知识点 2.8.3)。
## 知识点 2.8.2 按行按列分块(出处:[知识章 matrix.tex §2.8.2 按行按列分块](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **按列分块**:$A=(\alpha_1,\dots,\alpha_n)$,$\alpha_j$ 是 $A$ 的第 $j$ 列。于是
$$Ax=x_1\alpha_1+x_2\alpha_2+\cdots+x_n\alpha_n.$$
矩阵乘列向量,就是按 $x$ 的系数把各列组合起来——这是后面方程组、向量两讲一切理解的出发点。
- **右乘按列**:$B=(b_1,\dots,b_s)$ $\Longrightarrow$ $AB=(Ab_1,\dots,Ab_s)$:乘积的每一列都是 $A$ 乘 $B$ 的对应列。
- **按行分块**:第 $i$ 行记为 $a_i^{\mathrm T}$,则 $(AB)$ 的 $(i,j)$ 元 $=a_i^{\mathrm T}b_j$(行块点乘列块)。
- **定理**(实矩阵):$A=O\iff A^{\mathrm T}A=O$($A^{\mathrm T}A$ 的对角元 $=\lVert\alpha_j\rVert^2$)。
## 知识点 3.4 三角分块求逆(出处:[练习章 matrix.tex §3.4 分块矩阵](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex) | [知识章 matrix.tex §2.8.1](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **分块对角与副对角逆**:$\begin{pmatrix}A&O\\O&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&O\\O&B^{-1}\end{pmatrix}$;$\begin{pmatrix}O&A\\B&O\end{pmatrix}^{-1}=\begin{pmatrix}O&B^{-1}\\A^{-1}&O\end{pmatrix}$($A,B$ 均可逆)。
- **上三角分块求逆(核心公式)**:$M=\begin{pmatrix}A&C\\O&B\end{pmatrix}$,$A,B$ 可逆。**设逆为 $\begin{pmatrix}X&Y\\Z&W\end{pmatrix}$,由 $MM^{-1}=E$ 解块方程**:
$$BZ=O\Rightarrow Z=O;\qquad AX=E\Rightarrow X=A^{-1};\qquad BW=E\Rightarrow W=B^{-1};$$
$$AY+CW=O\Rightarrow AY=-CB^{-1}\Rightarrow Y=-A^{-1}CB^{-1}.$$
故
$$M^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}.$$
- **负号从哪来**:$AY=-CB^{-1}$ 移项自带负号。**顺序为什么是 $A^{-1}CB^{-1}$**:左乘 $A^{-1}$ 消左边、右乘 $B^{-1}$ 在右边,**左逆者居左、右逆者居右**;写成 $B^{-1}CA^{-1}$ 顺序一换就错(块乘法不交换)。
- **下三角版**:$\begin{pmatrix}B&O\\D&C\end{pmatrix}^{-1}=\begin{pmatrix}B^{-1}&O\\-C^{-1}DB^{-1}&C^{-1}\end{pmatrix}$(同样设逆解块方程,见题 5)。
- **记忆法**:对角块各自取逆;交叉块 $=$ **负的**(同行左块的逆)$\times$(交叉块本身)$\times$(同列右块的逆)。
## 知识点 2.8.3 分块秩:对角相加、三角消元(出处:[知识章 matrix.tex §2.8 分块矩阵、§5 矩阵秩](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §1.5 分块矩阵、§7 矩阵秩](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **分块对角秩相加**:
$$r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B).$$
两块的行空间互不重叠,秩直接相加。
- **上三角分块不能直接读秩**:$\begin{pmatrix}A&C\\O&B\end{pmatrix}$ 一般只有 $r\ge r(A)+r(B)$。**反例**:$A=B=O$、$C=E_n\ne O$,矩阵 $=\begin{pmatrix}O&E_n\\O&O\end{pmatrix}$ 秩为 $n$,而 $r(A)+r(B)=0$——等号不成立。**正确做法**:先写**可逆分块变换**把交叉块消掉再读秩。$A$ 可逆时右乘 $\begin{pmatrix}E&-A^{-1}C\\O&E\end{pmatrix}$(可逆),$C$ 消成 $O$,秩 $=r(A)+r(B)$。
- **两个标准分块消元动作**(每次变换 $=$ 左乘或右乘一个可逆分块矩阵,秩不变):
1. **重复块消元**:$\begin{pmatrix}A&A\\A&A\end{pmatrix}\xrightarrow{\text{下块行减上块行}}\begin{pmatrix}A&A\\O&O\end{pmatrix}\xrightarrow{\text{右块列减左块列}}\begin{pmatrix}A&O\\O&O\end{pmatrix}$,秩 $=r(A)$。
2. **块行交换**:$\begin{pmatrix}O&A\\A&O\end{pmatrix}\to\begin{pmatrix}A&O\\O&A\end{pmatrix}$,秩 $=2r(A)$(交换两块行 $=$ 有限次普通行交换,秩不变)。
- **$S^{-1}MS$ 型化对角(核心技巧)**:$M=\begin{pmatrix}A&B\\B&A\end{pmatrix}$($A,B$ 同阶),$S=\begin{pmatrix}E&E\\E&-E\end{pmatrix}$。由 $S^2=2E$ 得 $S^{-1}=\frac12S$。分块乘开:
$$MS=\begin{pmatrix}A+B&A-B\\A+B&-(A-B)\end{pmatrix},\qquad S^{-1}MS=\operatorname{diag}(A+B,\ A-B).$$
两侧乘的矩阵都可逆,故
$$r(M)=r(A+B)+r(A-B).$$
**这里无须 $AB=BA$**——$S$ 由 $E$ 拼成,展开过程根本没有出现 $AB$。
- **左上块可逆时的一般消元**:$\begin{pmatrix}A&B\\C&D\end{pmatrix}$($A$ 可逆)$\xrightarrow{\text{下块行减 }CA^{-1}\text{ 乘上块行}}\begin{pmatrix}A&B\\O&D-CA^{-1}B\end{pmatrix}\xrightarrow{\text{右块列减左块列乘 }A^{-1}B}\operatorname{diag}(A,\ D-CA^{-1}B)$,秩 $=r(A)+r(D-CA^{-1}B)$。
---
## 题目(按知识点顺序对应)
### 题 1 · 2.8.1:分块对角阵的逆与幂(★☆☆)
> 设
>
> $$M=\begin{pmatrix}1&2&0&0\\0&1&0&0\\0&0&2&0\\0&0&0&3\end{pmatrix}=\begin{pmatrix}A_1&O\\O&A_2\end{pmatrix}.$$
>
> 用分块对角公式求 $M^{-1}$ 与 $M^2$,并把 $M\cdot M^{-1}$ 乘回验算。
**怎么想**:逆取各块逆、幂取各块幂,4 阶矩阵当两个 2 阶矩阵处理。
**解**:$A_1=\begin{pmatrix}1&2\\0&1\end{pmatrix}$,$A_1^{-1}=\begin{pmatrix}1&-2\\0&1\end{pmatrix}$;$A_2=\begin{pmatrix}2&0\\0&3\end{pmatrix}$,$A_2^{-1}=\begin{pmatrix}\frac12&0\\0&\frac13\end{pmatrix}$。故
$$M^{-1}=\begin{pmatrix}A_1^{-1}&O\\O&A_2^{-1}\end{pmatrix}=\begin{pmatrix}1&-2&0&0\\0&1&0&0\\0&0&\frac12&0\\0&0&0&\frac13\end{pmatrix}.$$
验算:$A_1A_1^{-1}=E$、$A_2A_2^{-1}=E$ ✓,拼成整阵即 $M\cdot M^{-1}=E_4$。又 $M^2=\operatorname{diag}(A_1^2,A_2^2)=\operatorname{diag}\!\left(\begin{pmatrix}1&4\\0&1\end{pmatrix},\begin{pmatrix}4&0\\0&9\end{pmatrix}\right)$。
**带走结论**:分块对角阵"分而治之"——逆、幂、行列式各块分别算再拼回;验算只需验块对角线上两块等于 $E$。
---
### 题 2 · 2.8.1:分块乘法的块顺序与大小匹配(★★☆)
> 把 $X=\begin{pmatrix}1&0&0&1\\0&1&1&0\end{pmatrix}$ 按列分成两个 $2\times2$ 块 $X=(X_1,X_2)$,把 $Y=\begin{pmatrix}1&2\\0&1\\2&0\\1&1\end{pmatrix}$ 按行分成两个 $2\times2$ 块 $Y=\begin{pmatrix}Y_1\\Y_2\end{pmatrix}$。
>
> (Ⅰ)写出 $XY$ 的分块表达式并计算;
>
> (Ⅱ)把答案与 $Y_1X_1+Y_2X_2$ 比较,说明块顺序为什么不能换。
**怎么想**:分块乘法 $=$ 左矩阵的行块乘右矩阵的列块。本题 $X$ 只有一行块、$Y$ 只有一列块,所以 $XY=X_1Y_1+X_2Y_2$,内维都是 $2$,合法。
**解**:(Ⅰ)$X_1=\begin{pmatrix}1&0\\0&1\end{pmatrix}$,$X_2=\begin{pmatrix}0&1\\1&0\end{pmatrix}$,$Y_1=\begin{pmatrix}1&2\\0&1\end{pmatrix}$,$Y_2=\begin{pmatrix}2&0\\1&1\end{pmatrix}$。
$$XY=X_1Y_1+X_2Y_2=\begin{pmatrix}1&2\\0&1\end{pmatrix}+\begin{pmatrix}1&1\\2&0\end{pmatrix}=\begin{pmatrix}2&3\\2&1\end{pmatrix}.$$
整阵验算:$(1,0,0,1)$ 乘 $Y$ 两列得 $2,3$;$(0,1,1,0)$ 乘两列得 $2,1$,与分块结果一致 ✓。
(Ⅱ)$Y_1X_1+Y_2X_2=\begin{pmatrix}1&2\\0&1\end{pmatrix}+\begin{pmatrix}0&2\\1&1\end{pmatrix}=\begin{pmatrix}1&4\\1&2\end{pmatrix}\ne XY$。块乘法里 $X_i$ 永远在左、$Y_i$ 永远在右——左右一换就是换了相乘矩阵;若 $Y$ 分行段数与 $X$ 分列段数对不上(内维不等),连乘都无意义。
**带走结论**:分块乘法两条死规矩——**左行块乘右列块(顺序不变)、左块列数 = 右块行数(大小匹配)**。分法互相配套:$A$ 怎么分列,$B$ 就得怎么分行。
---
### 题 3 · 2.8.2:按列分块——$Ax$ 就是各列的线性组合(★★☆)
> 设 $A=\begin{pmatrix}1&0&1\\0&1&1\end{pmatrix}$,$x=(1,2,3)^{\mathrm T}$,$B=\begin{pmatrix}1&2\\0&1\\1&0\end{pmatrix}=(b_1,b_2)$。
>
> (Ⅰ)把 $A$ 按列分块 $A=(\alpha_1,\alpha_2,\alpha_3)$,用 $Ax=\sum x_i\alpha_i$ 验证;
>
> (Ⅱ)写出 $AB$ 的两个列向量,并直接计算验证 $AB=(Ab_1,Ab_2)$。
**怎么想**:按列分块后,矩阵乘任何东西都"按列分发"——$Ax$ 是列的加权和,$AB$ 的第 $j$ 列就是 $Ab_j$。
**解**:(Ⅰ)$\alpha_1=(1,0)^{\mathrm T}$,$\alpha_2=(0,1)^{\mathrm T}$,$\alpha_3=(1,1)^{\mathrm T}$。
$$x_1\alpha_1+x_2\alpha_2+x_3\alpha_3=(1,0)^{\mathrm T}+(0,2)^{\mathrm T}+(3,3)^{\mathrm T}=(4,5)^{\mathrm T}.$$
直接算 $Ax=(1\cdot1+0\cdot2+1\cdot3,\ 0\cdot1+1\cdot2+1\cdot3)=(4,5)^{\mathrm T}$ ✓。
(Ⅱ)$Ab_1=A(1,0,1)^{\mathrm T}=(2,1)^{\mathrm T}$,$Ab_2=A(2,1,0)^{\mathrm T}=(2,1)^{\mathrm T}$,故 $AB=(Ab_1,Ab_2)=\begin{pmatrix}2&2\\1&1\end{pmatrix}$ ✓。
**带走结论**:$Ax=x_1\alpha_1+\cdots+x_n\alpha_n$ 是全线性代数最重要的一句话——$Ax=0$ 有非零解,就是有一组不全为零的系数把 $A$ 的列组合成零向量。
---
### 题 4 · 3.4:上三角分块求逆,数值验算(★★☆)
> 设 $M=\begin{pmatrix}A&C\\O&B\end{pmatrix}$,其中
>
> $$A=\begin{pmatrix}1&2\\0&1\end{pmatrix},\quad B=\begin{pmatrix}2&1\\0&1\end{pmatrix},\quad C=\begin{pmatrix}0&1\\1&0\end{pmatrix}.$$
>
> 用三角分块求逆公式求 $M^{-1}$,并把 $MM^{-1}$ 的四个块乘回验算。
**怎么想**:公式 $\begin{pmatrix}A&C\\O&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}$:对角块各自求逆,交叉块先算 $A^{-1}CB^{-1}$ 再加负号。
**解**:$A^{-1}=\begin{pmatrix}1&-2\\0&1\end{pmatrix}$;$B^{-1}=\frac12\begin{pmatrix}1&-1\\0&2\end{pmatrix}=\begin{pmatrix}\frac12&-\frac12\\0&1\end{pmatrix}$。交叉块:
$$A^{-1}C=\begin{pmatrix}1&-2\\0&1\end{pmatrix}\begin{pmatrix}0&1\\1&0\end{pmatrix}=\begin{pmatrix}-2&1\\1&0\end{pmatrix},$$
$$A^{-1}CB^{-1}=\begin{pmatrix}-2&1\\1&0\end{pmatrix}\begin{pmatrix}\frac12&-\frac12\\0&1\end{pmatrix}=\begin{pmatrix}-1&2\\\frac12&-\frac12\end{pmatrix}.$$
故
$$M^{-1}=\begin{pmatrix}1&-2&1&-2\\0&1&-\frac12&\frac12\\0&0&\frac12&-\frac12\\0&0&0&1\end{pmatrix}.$$
块验算:左上 $AA^{-1}=E$、左下 $O$、右下 $BB^{-1}=E$ ✓;右上(记 $Y=-A^{-1}CB^{-1}=\begin{pmatrix}1&-2\\-\frac12&\frac12\end{pmatrix}$)
$$AY+CB^{-1}=\begin{pmatrix}0&-1\\-\frac12&\frac12\end{pmatrix}+\begin{pmatrix}0&1\\\frac12&-\frac12\end{pmatrix}=O.$$
四个块拼成 $MM^{-1}=E_4$ ✓。
**带走结论**:三角分块求逆 = "对角块取逆 + 交叉块算一遍加负号";右上块的验算固定走 $AY+CB^{-1}=O$ 这一条,它是负号与顺序的试金石。
---
### 题 5 · 3.4:下三角分块求逆的块方程推导(★★★)
> 设 $B$、$C$ 分别为 $r$、$s$ 阶可逆方阵,$D$ 为 $s\times r$ 矩阵。证明 $\begin{pmatrix}B&O\\D&C\end{pmatrix}$ 可逆,并求其逆。
**怎么想**:现场设逆 $\begin{pmatrix}X&Y\\Z&W\end{pmatrix}$,用 $AA^{-1}=E$ 逐块解方程——上三角那套流程原样平移。
**解**:$|A|=|B||C|\ne0$,$A$ 可逆。设 $A^{-1}=\begin{pmatrix}X&Y\\Z&W\end{pmatrix}$,乘开:
$$\begin{pmatrix}B&O\\D&C\end{pmatrix}\begin{pmatrix}X&Y\\Z&W\end{pmatrix}=\begin{pmatrix}BX&BY\\DX+CZ&DY+CW\end{pmatrix}=\begin{pmatrix}E_r&O\\O&E_s\end{pmatrix}.$$
逐块读方程:$BX=E_r\Rightarrow X=B^{-1}$;$BY=O\Rightarrow Y=O$;$DX+CZ=O\Rightarrow CZ=-DB^{-1}\Rightarrow Z=-C^{-1}DB^{-1}$;$DY+CW=E_s\Rightarrow CW=E_s\Rightarrow W=C^{-1}$。故
$$A^{-1}=\begin{pmatrix}B^{-1}&O\\-C^{-1}DB^{-1}&C^{-1}\end{pmatrix}.$$
**带走结论**:上下三角分块求逆共用一条生产线——**设逆、乘开、逐块解方程**;负号来自移项,顺序来自"左逆居左、右逆居右"。背公式不如会解这四个块方程。
---
### 题 6 · 2.8.3:重复块与交换块的秩(★★★)
> 【2018·6、2021·7、2023·5 骨架】设 $A$ 为 $n$ 阶矩阵,$r(A)=r$。求
$$r\begin{pmatrix}A&A\\A&A\end{pmatrix},\qquad r\begin{pmatrix}O&A\\A&O\end{pmatrix},$$
要求写出每一步分块变换,并说明它为什么是可逆变换。
**怎么想**:抽象矩阵求分块秩,唯一动作是**用可逆分块变换把矩阵化到块对角,然后读秩**。第一个矩阵两块完全相同——下块行减上块行立竿见影;第二个只是块行顺序颠倒——交换两块行即可。
**解**:(1)$\begin{pmatrix}A&A\\A&A\end{pmatrix}$:下块行减去上块行(左乘块初等矩阵 $\begin{pmatrix}E&O\\-E&E\end{pmatrix}$,可逆):
$$\to\begin{pmatrix}A&A\\O&O\end{pmatrix};$$
再右块列减去左块列(右乘 $\begin{pmatrix}E&-E\\O&E\end{pmatrix}$,行列式 $1$,可逆):
$$\to\begin{pmatrix}A&O\\O&O\end{pmatrix}.$$
故秩 $=r(A)=r$。
(2)$\begin{pmatrix}O&A\\A&O\end{pmatrix}$:交换上下两块行(可拆成有限次普通行交换,秩不变)$\to\begin{pmatrix}A&O\\O&A\end{pmatrix}$,故秩 $=r(A)+r(A)=2r$。
**带走结论**:分块秩抽象题两步走——**找可逆分块变换 → 化块对角读秩**。$r$ 与 $2r$ 的答案和变换过程都要能默写。
---
### 题 7 · 2.8.3:$S^{-1}MS$ 化对角的数值验证(★★★)
> 取 $A=\begin{pmatrix}1&0\\0&0\end{pmatrix}$,$B=\begin{pmatrix}0&1\\0&0\end{pmatrix}$,$M=\begin{pmatrix}A&B\\B&A\end{pmatrix}$。
>
> (Ⅰ)写出 $S^{-1}MS=\operatorname{diag}(A+B,\ A-B)$ 的结果;
>
> (Ⅱ)直接数 $M$ 的非零行,验证 $r(M)=r(A+B)+r(A-B)$;
>
> (Ⅲ)验证 $AB\ne BA$,说明结论为什么不需要交换条件。
**怎么想**:$S=\begin{pmatrix}E&E\\E&-E\end{pmatrix}$、$S^{-1}=\frac12S$ 是固定配方,代进去乘开就是两块的和与差;秩直接数 $M$ 的非零行检验。
**解**:(Ⅰ)$A+B=\begin{pmatrix}1&1\\0&0\end{pmatrix}$,$r=1$;$A-B=\begin{pmatrix}1&-1\\0&0\end{pmatrix}$,$r=1$。$S^{-1}MS=\operatorname{diag}(A+B,A-B)$,故预言 $r(M)=1+1=2$。
(Ⅱ)$M=\begin{pmatrix}1&0&0&1\\0&0&0&0\\0&1&1&0\\0&0&0&0\end{pmatrix}$:非零行是第 1 行 $(1,0,0,1)$ 与第 3 行 $(0,1,1,0)$,两行不成比例,$r(M)=2$ ✓,与预言一致。
(Ⅲ)$AB=\begin{pmatrix}1&0\\0&0\end{pmatrix}\begin{pmatrix}0&1\\0&0\end{pmatrix}=\begin{pmatrix}0&1\\0&0\end{pmatrix}=B\ne O$,$BA=\begin{pmatrix}0&1\\0&0\end{pmatrix}\begin{pmatrix}1&0\\0&0\end{pmatrix}=O$,$AB\ne BA$。但 $S^{-1}MS$ 的展开里只出现 $A+B$、$A-B$,没有 $AB$,故**不需要 $A,B$ 交换**。
**带走结论**:看到 $\begin{pmatrix}A&B\\B&A\end{pmatrix}$ 立刻套 $S=\begin{pmatrix}E&E\\E&-E\end{pmatrix}$ 化对角——$r=r(A+B)+r(A-B)$;配方里没有交换条件,别顺手添上 $AB=BA$ 这个前提。
---
### 题 8 · 2.8.3:上三角分块为什么不能直接读秩(★★☆)
> 甲写 $r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$,乙写 $r\begin{pmatrix}A&C\\O&B\end{pmatrix}=r(A)+r(B)$。谁对谁错?用反例说明乙错在哪;并在 $A,B$ 可逆时写出把乙的矩阵化到块对角的可逆变换。
**怎么想**:块对角秩相加是定理;上三角多了个交叉块 $C$——$C$ 自己可能带秩。先给乙配反例,再给正确的消法。
**解**:甲对,乙错。反例:取 $A=B=O$、$C=E_n$,矩阵 $=\begin{pmatrix}O&E_n\\O&O\end{pmatrix}$ 秩为 $n$,而 $r(A)+r(B)=0$——乙的等号不成立。一般地上三角分块只有 $r\ge r(A)+r(B)$。
$A,B$ 可逆时:右乘 $\begin{pmatrix}E&-A^{-1}C\\O&E\end{pmatrix}$(行列式 $1$,可逆),右块列减去左块列乘 $A^{-1}C$:
$$\begin{pmatrix}A&C\\O&B\end{pmatrix}\to\begin{pmatrix}A&C-A(A^{-1}C)\\O&B\end{pmatrix}=\begin{pmatrix}A&O\\O&B\end{pmatrix},$$
此时才能读 $r=r(A)+r(B)$。
**带走结论**:**块对角直接加秩,上三角先消交叉块再读秩**;反例模板 $A=B=O$、$C=E_n$ 是"为什么不能直接相加"的标准答案。
---
### 题 9 · 2.8.3:$A^2=A$ 时 $\begin{pmatrix}A&E\\O&A\end{pmatrix}$ 的秩(★★★)
> 【旧试题·第 14 题骨架】设 $A$ 为 $n$ 阶幂等矩阵,$A^2=A$,$r(A)=r$。求 $r\begin{pmatrix}A&E\\O&A\end{pmatrix}$。
**怎么想**:上三角分块不能直接读秩(题 8)。提示:先交换两块列,把 $E$ 换到左上角当支点——有了 $E$,两步消元全是顺手的。
**解**:第一步,交换两块列(列交换,秩不变):
$$\begin{pmatrix}A&E\\O&A\end{pmatrix}\to\begin{pmatrix}E&A\\A&O\end{pmatrix}.$$
第二步,下块行减去 $A$ 乘上块行(左乘 $\begin{pmatrix}E&O\\-A&E\end{pmatrix}$,可逆):
$$\to\begin{pmatrix}E&A\\O&-A^2\end{pmatrix}.$$
第三步,右块列减去左块列乘 $A$(右乘 $\begin{pmatrix}E&-A\\O&E\end{pmatrix}$,可逆):
$$\to\begin{pmatrix}E&O\\O&-A^2\end{pmatrix}.$$
故秩 $=n+r(A^2)=n+r(A)=n+r$。关键在最后一步用 $A^2=A$——不是 $A$ 可逆。
**带走结论**:上三角分块求秩的标准戏法——**把 $E$ 换到左上角当支点**,两步消元(下块行减左、右块列减右)化块对角;碰到 $A^2=A$ 立刻想到 $r(A^2)=r(A)$。
@@ -0,0 +1,219 @@
---
tags: [数学一, 在学练习, 线性代数, 矩阵, 矩阵幂]
专题: 线性代数 第2讲 · 点7 矩阵幂
日期: 2026-10-23
状态: 知识点带题(2.4 运算规则 + 1.1—1.5 五法 + 递推,共 9 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 7 矩阵幂
> 真题 2016·21、2024·21(解答题分值按题意)|重要度 ★★★
> 依赖:点 1(`02`)的乘法与转置、点 2(`03`)的逆矩阵。盘点对应:§2.3 全节。
**组织原则**:以知识点为单位,题目按知识点内部顺序对应(幂运算规则 → 秩 1 法 → 试算归纳 → 行列结合 → 拆分矩阵 → 分块对角 → 递推状态向量),不穿插其他知识点。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
## 知识点 2.4 矩阵幂的运算规则(出处:[知识章 matrix.tex §2.4 矩阵幂](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **只有方阵才有幂**:$A^1=A$,$A^{k+1}=A^kA$。
- **同底幂可合并**:$A^pA^q=A^{p+q}$,$(A^p)^q=A^{pq}$。
- **乘积幂不能拆**:一般 $(AB)^k\ne A^kB^k$;**只有 $AB=BA$(可交换)时**才有 $(AB)^k=A^kB^k$。
- **$E$ 与任意同阶矩阵可交换**:$EA=AE=A$;纯量阵 $\lambda E$ 也与任意同阶矩阵可交换。
- **和的平方不能随便合并**:$(A+B)^2=A^2+AB+BA+B^2$;只有确认 $AB=BA$ 才能合并成 $A^2+2AB+B^2$。
- **非零矩阵也可能"幂没"**:$A\ne O$ 推不出 $A^k\ne O$(幂零现象,二阶幂零阵平方即 $O$)。
- **矩阵多项式**:$f(x)=a_nx^n+\cdots+a_1x+a_0$ 对应 $f(A)=a_nA^n+\cdots+a_1A+a_0E$(常数项换成常数乘 $E$);因式分解照抄多项式,如 $A^2-A-6E=(A+2E)(A-3E)$。
## 知识点 1.1 对应成比例(秩 1 法)(出处:[练习章 matrix.tex §1.1 对应成比例](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex) | [知识章 matrix.tex §2.4 矩阵幂](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **适用条件**:$r(A)=1$(各行成比例、各列也成比例)。把 $A$ 拆成**列向量 × 行向量**:$A=uv^{\mathrm T}$($u,v$ 为列向量)。
- **中间段先乘成数**:
$$A^2=uv^{\mathrm T}uv^{\mathrm T}=u(v^{\mathrm T}u)v^{\mathrm T}=(v^{\mathrm T}u)\,A.$$
$v^{\mathrm T}u$ 是一个数,记 $c=v^{\mathrm T}u=\operatorname{tr}A$(迹 $=$ 主对角线元素之和)。
- **结论**:
$$A^k=c^{k-1}A\quad(k\ge2);\qquad A^1=A.$$
- **特例**:$c=0$ 时 $A^2=O$——**秩 1 矩阵也可能幂零**,非零矩阵平方可以是零矩阵。
- **记号说明**:参考仓库此节写成 $A=\alpha^{\mathrm T}\beta$(行×列),本节统一为列向量写法 $A=uv^{\mathrm T}$,数学内容一致。
## 知识点 1.2 试算归纳(出处:[练习章 matrix.tex §1.2 试算归纳](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **做法**:先具体算出 $A^2$、$A^3$,找出规律(最常见为 $A^2$ 是数量阵 $cE$),再用数学归纳法证明 $A^n$ 的分段公式。
- **典型形态**:$A^2=cE$ 时,
$$A^n=\begin{cases}c^{n/2}E,&n\text{ 为偶},\\ c^{(n-1)/2}A,&n\text{ 为奇}.\end{cases}$$
## 知识点 1.3 行列结合(出处:[练习章 matrix.tex §1.3 行列结合](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **与 1.1 同源的写法**:仍把 $A$ 拆成 $A=\alpha\beta^{\mathrm T}$(两列向量),算幂时把中间段 $\beta^{\mathrm T}\alpha$ 先结合成数:
$$A^k=\underbrace{\alpha\beta^{\mathrm T}\alpha\beta^{\mathrm T}\cdots\alpha\beta^{\mathrm T}}_{k\text{ 个因子}}=\alpha(\beta^{\mathrm T}\alpha)^{k-1}\beta^{\mathrm T}=(\beta^{\mathrm T}\alpha)^{k-1}A.$$
- 与秩 1 法是同一件事的两种书写:1.1 强调"先判 $r(A)=1$ 再拆",1.3 强调"拆好后中间段一定先乘成数"。
## 知识点 1.4 拆分矩阵($E$ 加幂零)(出处:[练习章 matrix.tex §1.4 拆分矩阵](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex) | [知识章 matrix.tex §2.4 矩阵幂](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **做法**:把 $A$ 拆成 $A=E+N$,其中 $N$ 是幂零矩阵($N^q=O$,$q$ 小)。
- **前提(必须先检查)**:二项式展开 $(E+N)^k=\sum_i\binom{k}{i}E^{k-i}N^i$ 只有在 $E$ 与 $N$ **可交换**时才合法——$E$ 天然与一切矩阵可交换,这正是拆出 $E$ 的原因。(参考仓库此节写"$BC$ 应该是可逆的"为笔误,正确条件是 $BC=CB$ 可交换,与可逆无关。)
- **二项式提前结束**:$N^q=O$ 时,$i\ge q$ 的项全为零:
$$(E+N)^k=E+kN+\binom{k}{2}N^2+\cdots+\binom{k}{q-1}N^{q-1}.$$
- **求逆同款**:$N^q=O$ 时
$$(E-N)^{-1}=E+N+N^2+\cdots+N^{q-1},$$
验证靠 $(E-N)(E+N+\cdots+N^{q-1})=E-N^q=E$。这是**有限项恒等式**,无需讨论无穷级数收敛。
## 知识点 1.5 分块矩阵(分块对角幂)(出处:[练习章 matrix.tex §1.5 分块矩阵](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex) | [知识章 matrix.tex §2.8 分块矩阵](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **分块对角阵的幂 = 各块分别求幂**:
$$\begin{pmatrix}A&O\\O&B\end{pmatrix}^k=\begin{pmatrix}A^k&O\\O&B^k\end{pmatrix}.$$
- 与分块对角行列式、分块对角逆的规则同源;前提是两块都是方阵、块之间不交叉(非对角块为 $O$)。
## 知识点 递推:状态向量法(出处:[练习章 matrix.tex §1.2 试算归纳](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex)——递推在参考仓库无独立小节,本节按考点手册 §8.3 与真题 2016·21、2024·21 考法补充 | [知识章 matrix.tex §2.4 矩阵幂](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **二阶线性递推 → 矩阵幂**:对 $a_{j+2}=p\,a_{j+1}+q\,a_j$,把相邻两项拼成状态向量:
$$\begin{pmatrix}a_{j+2}\\ a_{j+1}\end{pmatrix}=\begin{pmatrix}p&q\\ 1&0\end{pmatrix}\begin{pmatrix}a_{j+1}\\ a_j\end{pmatrix}.$$
- **迭代**:
$$\begin{pmatrix}a_{k+1}\\ a_k\end{pmatrix}=M^k\begin{pmatrix}a_1\\ a_0\end{pmatrix},\qquad M=\begin{pmatrix}p&q\\1&0\end{pmatrix}.$$
- **必做自检**:先代 $k=0$($M^0=E$,应回到初值 $(a_1,a_0)$)与 $k=1$(应给出 $a_2=pa_1+qa_0$)核对,状态向量写反会立刻暴露。
- **后续路线**:求 $M^k$ 的一般表达式靠对角化($M=P\Lambda P^{-1}$),归第 5 讲;本讲只练"建状态方程 + 低次幂硬算"。
---
## 题目(按知识点顺序对应)
### 题 1 · 2.4:和的平方与乘积幂的陷阱(★☆☆)
> 设 $A=\begin{pmatrix}0&1\\0&0\end{pmatrix}$,$B=\begin{pmatrix}0&0\\1&0\end{pmatrix}$。
>
> (Ⅰ)算 $(A+B)^2$ 与 $A^2+2AB+B^2$,比较二者;
>
> (Ⅱ)判断 $(AB)^2=A^2B^2$ 是否成立。
**怎么想**:先算 $AB$ 与 $BA$ 看它们等不等——不等就别想合并;再把 $(A+B)^2$ 的中间两项拆开写。
**解**:(Ⅰ)$AB=\begin{pmatrix}1&0\\0&0\end{pmatrix}$,$BA=\begin{pmatrix}0&0\\0&1\end{pmatrix}$,$AB\ne BA$;$A^2=B^2=O$。$A+B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$,$(A+B)^2=\begin{pmatrix}1&0\\0&1\end{pmatrix}=E$。而 $A^2+2AB+B^2=2AB=\begin{pmatrix}2&0\\0&0\end{pmatrix}\ne E$。正解是 $(A+B)^2=A^2+AB+BA+B^2=AB+BA=\begin{pmatrix}1&0\\0&1\end{pmatrix}=E$ ✓——中间两项是 $AB$ 与 $BA$ 两块,不能合并成 $2AB$。
(Ⅱ)$(AB)^2=\begin{pmatrix}1&0\\0&0\end{pmatrix}^2=\begin{pmatrix}1&0\\0&0\end{pmatrix}$,而 $A^2B^2=O\cdot O=O$,等式不成立。
**带走结论**:$(A+B)^2$ 展开中间是 $AB+BA$,$(AB)^k$ 不能拆成 $A^kB^k$——两条都要等 $AB=BA$ 才放行;$E$ 是天然与一切矩阵可交换的那个例外。
---
### 题 2 · 1.1:【2016·21 骨架】秩 1 矩阵求 $A^k$(★★☆)
> 设 $A=\begin{pmatrix}1&2\\2&4\end{pmatrix}$。
>
> (Ⅰ)把 $A$ 写成 $uv^{\mathrm T}$,求 $A^k$(正整数 $k$);
>
> (Ⅱ)取 $k=2$ 直接平方验算。
**怎么想**:第二行 $=2\times$ 第一行,$r(A)=1$,秩 1 法:拆成列×行,中间 $v^{\mathrm T}u$ 先乘成数。
**解**:(Ⅰ)取 $u=v=(1,2)^{\mathrm T}$,则 $uv^{\mathrm T}=\begin{pmatrix}1&2\\2&4\end{pmatrix}=A$。中间数 $c=v^{\mathrm T}u=1\cdot1+2\cdot2=5=\operatorname{tr}A$(主对角 $1+4$)。故
$$A^k=c^{k-1}A=5^{k-1}\begin{pmatrix}1&2\\2&4\end{pmatrix}\quad(k\ge1).$$
(Ⅱ)直接平方:$A^2=\begin{pmatrix}1&2\\2&4\end{pmatrix}^2=\begin{pmatrix}5&10\\10&20\end{pmatrix}=5A$ ✓,与公式 $k=2$ 一致。
**带走结论**:$r(A)=1$ 时 $A^k=(\operatorname{tr}A)^{k-1}A$——中间那一段是数不是矩阵,先乘出来,幂就退化成"数的幂乘同一个 $A$"。
---
### 题 3 · 1.1:$(E+A)^{-1}$ 待定系数(★★★)
> 接题 2 的 $A=\begin{pmatrix}1&2\\2&4\end{pmatrix}$。证明 $E+A$ 可逆并求其逆;先尝试设逆为 $E+cA$。
**怎么想**:$A^2=5A$ 意味着 $A$ 的任何多项式都能降成 $E$ 与 $A$ 的线性组合——候选逆 $E+cA$ 乘 $E+A$,令结果中 $A$ 的系数为零。
**解**:设 $(E+A)^{-1}=E+cA$(待验证)。乘出
$$(E+A)(E+cA)=E+cA+A+cA^2=E+(1+c)A+5cA=E+(1+6c)A.$$
令 $1+6c=0$,取 $c=-\tfrac16$,即 $(E+A)\big(E-\tfrac16A\big)=E$。同阶方阵一侧乘积为 $E$ 即可,故 $E+A$ 可逆,且
$$(E+A)^{-1}=E-\tfrac16A=\begin{pmatrix}\tfrac56&-\tfrac13\\[2pt]-\tfrac13&\tfrac13\end{pmatrix}.$$
验算:$|E+A|=\begin{vmatrix}2&2\\2&5\end{vmatrix}=6\ne0$ ✓;展开中 $A$ 的系数 $1+6(-\tfrac16)=0$ ✓。
**带走结论**:秩 1 矩阵的函数求逆,先靠 $A^2=cA$ 降次,再设候选 $E+cA$ 定系数——**先乘出 $E$ 再宣布可逆**,不预设逆存在。
---
### 题 4 · 1.1:秩 1 矩阵也可能幂零(★★☆)
> 设 $A=\begin{pmatrix}2&-1\\4&-2\end{pmatrix}$。$A$ 是否为非零矩阵?求 $A^2$。
**怎么想**:第二行 $=2\times$ 第一行,$r(A)=1$,拆 $uv^{\mathrm T}$;中间数 $c=v^{\mathrm T}u$ 若为零,$A^2$ 就是零矩阵。
**解**:$A\ne O$(元素非零)。取 $u=(1,2)^{\mathrm T}$,$v^{\mathrm T}=(2,-1)$,则 $uv^{\mathrm T}=\begin{pmatrix}2&-1\\4&-2\end{pmatrix}=A$。中间数 $c=v^{\mathrm T}u=2\cdot1+(-1)\cdot2=0=\operatorname{tr}A$($2+(-2)$)。故
$$A^2=cA=O.$$
直接验算:$\begin{pmatrix}2&-1\\4&-2\end{pmatrix}^2=\begin{pmatrix}4-4&-2+2\\8-8&-4+4\end{pmatrix}=O$ ✓。
**带走结论**:$A\ne O\Rightarrow A^k\ne O$ 是假命题;$r(A)=1$ 且 $\operatorname{tr}A=0$ 时 $A^2=O$——秩 1 矩阵要么按 $c^{k-1}A$ 放大,要么一步幂零。
---
### 题 5 · 1.2:试算归纳——$A^2=4E$ 分段(★★☆)
> 设 $A=\begin{pmatrix}1&-1&-1&-1\\-1&1&-1&-1\\-1&-1&1&-1\\-1&-1&-1&1\end{pmatrix}$。求 $A^n$($n\ge1$)。
**怎么想**:不硬算 $A^n$,先算 $A^2$:对角线是四个 $1$ 与四个 $(-1)$ 的平方和;非对角位置恰好两对同号、两对异号,和为 $0$。若 $A^2=4E$,规律立刻按奇偶分段。
**解**:对角线元素 $=1^2+(-1)^2+(-1)^2+(-1)^2=4$;非对角(如第 1 行第 2 列)$=1\cdot(-1)+(-1)\cdot1+(-1)(-1)+(-1)(-1)=-1-1+1+1=0$。故 $A^2=4E$。于是
$$A^n=\begin{cases}4^{n/2}E,&n\text{ 为偶},\\ 4^{(n-1)/2}A,&n\text{ 为奇}.\end{cases}$$
验算 $n=3$:$A^3=A^2\cdot A=4E\cdot A=4A$ ✓,与分段式一致。
**带走结论**:高次幂先试平方,**$A^2=cE$ 是最舒服的情形**——后面全部幂按奇偶两段写完,归纳证明只需一句 $A^{n+2}=cA^n$。
---
### 题 6 · 1.3:行列结合求 $A^3$(★★☆)
> 设 $\alpha=(1,3,-2)^{\mathrm T}$,$\beta=(2,0,0)^{\mathrm T}$,$A=\alpha\beta^{\mathrm T}$。求 $A^3$。
**怎么想**:题目已经把 $A$ 拆好了——$\alpha$、$\beta$ 都是列向量,$A^3$ 里中间段 $\beta^{\mathrm T}\alpha$ 连续出现两次,先乘成数。
**解**:$\beta^{\mathrm T}\alpha=(2,0,0)\begin{pmatrix}1\\3\\-2\end{pmatrix}=2$。故
$$A^3=(\alpha\beta^{\mathrm T})(\alpha\beta^{\mathrm T})(\alpha\beta^{\mathrm T})=\alpha(\beta^{\mathrm T}\alpha)(\beta^{\mathrm T}\alpha)\beta^{\mathrm T}=2^2\alpha\beta^{\mathrm T}=4A=\begin{pmatrix}8&0&0\\24&0&0\\-16&0&0\end{pmatrix}.$$
验算:$A=\begin{pmatrix}2&0&0\\6&0&0\\-4&0&0\end{pmatrix}$,$A^2$ 第 $(1,1)$ 元 $=2\cdot2=4=2\cdot2$ ✓,$A^3$ 第 $(1,1)$ 元 $=4\cdot2=8$ ✓。
**带走结论**:看见 $\alpha\beta^{\mathrm T}$ 就把 $\beta^{\mathrm T}\alpha$ 圈出来——它是数,能随便搬家;$A^k=(\beta^{\mathrm T}\alpha)^{k-1}A$ 与秩 1 法同一个公式。
---
### 题 7 · 1.4:【旧试题·第 12 题骨架】$E+N$ 求 $A^k$ 与 $A^{-1}$(★★★)
> 设 $N=\begin{pmatrix}0&2&0\\0&0&3\\0&0&0\end{pmatrix}$,$A=E+N$。
>
> (Ⅰ)求 $N^2$、$N^3$;(Ⅱ)求 $A^k$(整数 $k\ge2$)并写出各元素;(Ⅲ)求 $A^{-1}$。
**怎么想**:$N$ 是严格上三角,幂次往上台阶抬——先算 $N^2$、$N^3$ 确认 $N^3=O$;$E$ 与 $N$ 可交换,二项式展开到 $N^2$ 就提前结束;求逆用 $E-N+N^2$ 有限项恒等式。
**解**:(Ⅰ)$N^2=\begin{pmatrix}0&0&2\cdot3\\0&0&0\\0&0&0\end{pmatrix}=\begin{pmatrix}0&0&6\\0&0&0\\0&0&0\end{pmatrix}$,$N^3=N^2N=O$。
(Ⅱ)$E$ 与 $N$ 可交换,
$$A^k=(E+N)^k=E+kN+\binom{k}{2}N^2=\begin{pmatrix}1&2k&3k(k-1)\\0&1&3k\\0&0&1\end{pmatrix}.$$
验算 $k=2$:公式给 $\begin{pmatrix}1&4&6\\0&1&6\\0&0&1\end{pmatrix}$;直接 $(E+N)^2=E+2N+N^2=\begin{pmatrix}1&4&6\\0&1&6\\0&0&1\end{pmatrix}$ ✓。
(Ⅲ)$A^{-1}=E-N+N^2=\begin{pmatrix}1&-2&6\\0&1&-3\\0&0&1\end{pmatrix}$。验证:$(E+N)(E-N+N^2)=E-N+N^2+N-N^2+N^3=E+N^3=E$ ✓。
**带走结论**:$A=E+N$ 且 $N^q=O$ 时,幂 $=$ 二项式截到 $N^{q-1}$,逆 $=$ $E-N+N^2-\cdots$——**台阶矩阵的幂只抬不增项**,算到 $N^q=O$ 就是全部边界。
---
### 题 8 · 1.5:分块对角阵求幂(★★☆)
> 设 $M=\begin{pmatrix}1&1&0&0\\0&1&0&0\\0&0&2&0\\0&0&0&3\end{pmatrix}$。求 $M^k$(正整数 $k$)。
**怎么想**:$M$ 是分块对角阵 $\operatorname{diag}(A,B)$,$A=\begin{pmatrix}1&1\\0&1\end{pmatrix}$、$B=\operatorname{diag}(2,3)$——幂 $=$ 两块分别求幂,块之间零交叉。
**解**:$A^k=\begin{pmatrix}1&k\\0&1\end{pmatrix}$(试算 $A^2=\begin{pmatrix}1&2\\0&1\end{pmatrix}$ 归纳即得),$B^k=\operatorname{diag}(2^k,3^k)$。故
$$M^k=\begin{pmatrix}1&k&0&0\\0&1&0&0\\0&0&2^k&0\\0&0&0&3^k\end{pmatrix}.$$
验算 $k=2$:左上角 $A^2=\begin{pmatrix}1&2\\0&1\end{pmatrix}$ ✓,右下角 $B^2=\operatorname{diag}(4,9)$ ✓,非对角块仍为 $O$ ✓。
**带走结论**:分块对角幂"各管各"——大矩阵切成对角小块,每块用自己的方法($A$ 块试算归纳、$B$ 块对角直接幂),零块永远是零块。
---
### 题 9 · 递推:斐波那契数列的状态向量(★★★)
> 【对齐 2016·21、2024·21 考法】数列 $\{a_n\}$ 满足 $a_0=0$,$a_1=1$,$a_{n+2}=a_{n+1}+a_n$。
>
> (Ⅰ)写出状态向量形式 $\begin{pmatrix}a_{k+1}\\a_k\end{pmatrix}=M^k\begin{pmatrix}a_1\\a_0\end{pmatrix}$,求 $M$;
>
> (Ⅱ)代 $k=0,1,2$ 核对初值与递推;
>
> (Ⅲ)硬算 $M^4$,求 $a_5$。
**怎么想**:二阶递推就是"两个状态滚一次"——把 $(a_{j+1},a_j)$ 拼成列向量:第一行是 $a_{j+2}=a_{j+1}+a_j$,第二行是恒等式 $a_{j+1}=a_{j+1}$,$M$ 的两行就出来了。
**解**:(Ⅰ)$\begin{pmatrix}a_{j+2}\\a_{j+1}\end{pmatrix}=\begin{pmatrix}1&1\\1&0\end{pmatrix}\begin{pmatrix}a_{j+1}\\a_j\end{pmatrix}$,故 $M=\begin{pmatrix}1&1\\1&0\end{pmatrix}$,即 $\begin{pmatrix}a_{k+1}\\a_k\end{pmatrix}=M^k\begin{pmatrix}1\\0\end{pmatrix}$。
(Ⅱ)$k=0$:$M^0\begin{pmatrix}1\\0\end{pmatrix}=\begin{pmatrix}1\\0\end{pmatrix}=\begin{pmatrix}a_1\\a_0\end{pmatrix}$ ✓;$k=1$:$M\begin{pmatrix}1\\0\end{pmatrix}=\begin{pmatrix}1\\1\end{pmatrix}$,即 $a_2=1=a_1+a_0$ ✓;$k=2$:$M^2=\begin{pmatrix}2&1\\1&1\end{pmatrix}$,乘出 $\begin{pmatrix}2\\1\end{pmatrix}$,即 $a_3=2=a_2+a_1$ ✓。
(Ⅲ)$M^4=(M^2)^2=\begin{pmatrix}2&1\\1&1\end{pmatrix}^2=\begin{pmatrix}5&3\\3&2\end{pmatrix}$,$\begin{pmatrix}a_5\\a_4\end{pmatrix}=M^4\begin{pmatrix}1\\0\end{pmatrix}=\begin{pmatrix}5\\3\end{pmatrix}$,故 $a_5=5$(手算数列 $0,1,1,2,3,5$ ✓)。
**带走结论**:二阶递推 $=$ 状态向量反复乘 $M=\begin{pmatrix}p&q\\1&0\end{pmatrix}$;**先验 $k=0,1$ 再动手算**,状态写反、初值错位当场暴露;$M^k$ 的通项表达式归第 5 讲对角化。
@@ -0,0 +1,173 @@
---
tags: [数学一, 在学练习, 线性代数, 矩阵, 证明题]
专题: 线性代数 第2讲 · 点8 抽象推理与证明
日期: 2026-10-23
状态: 知识点带题(8.1—8.4 四个证明模板,5 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 8 抽象推理与证明
> 不直接命题,但矩阵解答题的第二问全靠它|重要度 ★★☆
> 依赖:前七个点全部。盘点对应:§4.3、§5.2 里的全部结论。
**组织原则**:以知识点为单位,题目按知识点内部顺序对应。本点无 ★☆☆ 题——四个模板的底线难度就是 ★★☆,按"★★☆ / ★★★ 配 2—3 题"出满。
本点的"知识点"不是一条定理,而是**四个可复用的证明动作**。题目看着花样不同,其实只有这四个动作:
| 模板 | 起手式 | 用在 |
|---|---|---|
| ① 夹逼证秩和 | 零乘积给上界,可逆的和/差给下界 | $A^2=A$、$A^2=E$ 的秩和 |
| ② 迁移证明 | 骨架不动,换矩阵零件再写一遍 | 幂等、对合等式的变体 |
| ③ 分块消元 | 左上角取 $E$,左乘行变换、右乘列变换 | 一切分块秩恒等式 |
| ④ 凑乘积证可逆 | 整理关系式成 $XY=kE$,$k\ne0$ | 抽象可逆判定与求逆 |
## 知识点 8.1 零乘积给上界、和给下界(出处:[知识章 matrix.tex §5.2 矩阵秩性质](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §7.2 矩阵运算](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **原料三条**:$r(XY)\le\min(r(X),r(Y))$;$XY=O$ 时($X$ 的列数等于 $Y$ 的行数 $n$)$r(X)+r(Y)\le n$(Sylvester 不等式 $r(XY)\ge r(X)+r(Y)-n$ 取 $r(XY)=0$);$r(X+Y)\le r(X)+r(Y)$,且 $r(E)=n$。
- **上界动作**:把已知条件(如 $A^2=A$)移项改写成**两个矩阵乘积为零**,用 $XY=O\Rightarrow r(X)+r(Y)\le n$ 拿到秩和的上界。
- **下界动作**:找两个矩阵的**和或差为 $kE$**($k\ne0$,本题多为 $E$ 或 $2E$),由 $n=r(kE)=r(E)\le r(X)+r(Y)$ 拿到同一边的下界。
- **夹逼收尾**:上下界同为 $n$,等号被迫成立。**只写一个方向不能宣布等号**——上界推不出"和至少是 $n$",下界推不出"和至多是 $n$",两个方向缺一不可。
## 知识点 8.2 迁移证明:换矩阵、不动两步(出处:[知识章 matrix.tex §5.2 矩阵秩性质](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §7.2 矩阵运算](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- 同一个骨架换一批矩阵再证一遍:上界仍来自零乘积,下界仍来自可逆的和或差。**零件替换、动作不变**。
- 与原命题共用的两个固定步骤:**① 乘积为零给上界;② 和或差可逆给下界**。答题时要把这两步点名写出来,这是迁移题的采分点。
- **系数非零是要交代的**:$(A+E)-(A-E)=2E$,$r(2E)=n$ 依赖"数乘不改变秩",而数乘保秩的前提是 $2\ne0$。若差出来是 $O$,下界就成了 $0$,夹逼失败——所以系数非零不是装饰,是下界成立的条件。
## 知识点 8.3 分块秩恒等式两步消元(出处:[知识章 matrix.tex §4.3 初等变换性质](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §7.2 矩阵运算](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **原料**:左乘/右乘可逆方阵不改变秩——$r(PAQ)=r(A)$($P,Q$ 可逆);初等行变换 = 左乘初等矩阵,初等列变换 = 右乘初等矩阵。
- **起手式**:左上角放 $E$(本题天然就是 $E$)。第一步**下块行减 $B$ 乘上块行**:左乘 $\begin{pmatrix}E&O\\-B&E\end{pmatrix}$;第二步**右块列减左块列乘 $A$**:右乘 $\begin{pmatrix}E&-A\\O&E\end{pmatrix}$。
- **为什么消元矩阵可逆**:二者都是"单位阵 + 严格三角块",行列式为 $1$;撤销只需把 $-B$、$-A$ 改回 $+B$、$+A$,乘回去立刻还原。**可逆的是消元矩阵本身,与 $A,B$ 是否可逆无关——本题全程不假设 $A,B$ 可逆**(参考仓库此处易被误读为"需 $A,B$ 可逆才能消",按数学正确性纠正:消元矩阵恒可逆)。
- **结果**:化成分块对角 $\operatorname{diag}(E,-BA)$,秩 $=n+r(BA)$。
## 知识点 8.4 凑乘积证可逆(出处:[知识章 matrix.tex §3.1 逆矩阵定义](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **判据**:$n$ 阶方阵 $X$ 若能找到同阶方阵 $Y$ 使 $XY=E$,则 $X$ 可逆且 $X^{-1}=Y$。**同阶方阵只需验证一侧**。
- **动作**:把已知多项式/矩阵方程的常数项($E$ 的倍数)单独移到等号一边,剩下的提取公因子凑成 $X\cdot Y=kE$;**$k\ne0$ 必须写明**,否则不能两边除 $k$;除完得 $X\cdot(Y/k)=E$,再由定义确认可逆、写出逆。
- **铁律**:证明可逆之前**不得使用 $X^{-1}$**——逆还没证明存在就写它,是循环论证。全程只写乘积、验乘积,最后才下可逆结论(承接点 2 的抽象求逆,这里以证明题形式再强化一遍)。
---
## 题目(按知识点顺序对应)
### 题 1 · 8.1:幂等矩阵的秩和(★★★)
> 【2025·7 所属知识块 骨架】设 $n$ 阶矩阵 $A$ 满足 $A^2=A$(幂等矩阵)。证明 $r(A)+r(E-A)=n$。要求分别写出上界与下界。
**怎么想**:两个动作各找一个对象。上界要"乘积为零"——把 $A^2=A$ 移项成 $A(E-A)=O$;下界要"和可逆"——$A+(E-A)=E$。一个用零乘积不等式,一个用和的秩不等式。
**解**:
**上界**:由 $A^2=A$ 得 $A(E-A)=A-A^2=O$。$A$ 与 $E-A$ 均为 $n$ 阶方阵,由 $XY=O\Rightarrow r(X)+r(Y)\le n$,
$$r(A)+r(E-A)\le n.$$
**下界**:$A+(E-A)=E$,由 $r(X+Y)\le r(X)+r(Y)$ 与 $r(E)=n$,
$$n=r(E)=r\bigl(A+(E-A)\bigr)\le r(A)+r(E-A).$$
合起来 $n\le r(A)+r(E-A)\le n$,夹逼得 $r(A)+r(E-A)=n$。
**带走结论**:零乘积给上界、可逆的和给下界,两个方向缺一不可——**不能只写出其中一个不等式就宣布等号成立**。这是秩和证明的标准夹逼格式。
---
### 题 2 · 8.2:对合矩阵的秩和(迁移)(★★☆)
> 【骨架迁移】设 $n$ 阶矩阵 $A$ 满足 $A^2=E$(对合矩阵)。证明 $r(A+E)+r(A-E)=n$,并说明本题与题 1 使用了哪两个相同的步骤。
**怎么想**:照抄题 1 的骨架,只换零件。上界对象换成 $(A+E)(A-E)=A^2-E=O$;下界对象换成 $(A+E)-(A-E)=2E$。注意这里用的是"差"而不是"和",系数 $2$ 非零要交代。
**解**:
**上界**:$(A+E)(A-E)=A^2-AE+EA-E^2=A^2-E=O$,故
$$r(A+E)+r(A-E)\le n.$$
**下界**:$(A+E)-(A-E)=2E$。数乘不改变秩,且 $2\ne0$,故 $r(2E)=r(E)=n$;由 $r(X-Y)\le r(X)+r(Y)$,
$$n=r(2E)=r\bigl((A+E)-(A-E)\bigr)\le r(A+E)+r(A-E).$$
夹逼得 $r(A+E)+r(A-E)=n$。
与题 1 共用的两个步骤:**① 乘积为零给上界**(题 1 是 $A(E-A)=O$,本题是 $(A+E)(A-E)=O$);**② 和或差可逆给下界**(题 1 是和 $E$,本题是差 $2E$)。
**带走结论**:迁移证明 = **骨架不动、零件替换**;考场上先回忆"上界造零乘积、下界找可逆和差",再往条件里凑。差出来是 $2E$ 时,"$2\ne0$、数乘保秩"一句必须写上。
---
### 题 3 · 8.3:分块秩恒等式两步消元(★★★)
> 【骨架】对任意 $n$ 阶矩阵 $A,B$,证明
>
> $$r\begin{pmatrix}E&A\\B&O\end{pmatrix}=n+r(BA).$$
>
> 要求写出两步分块消元,并说明没有假设 $A,B$ 可逆。
**怎么想**:左上角是 $E$,天生的消元主元。先消左下块(行操作),再消右上块(列操作)——两步都是"加上另一块的倍数",对应左乘、右乘一个分块矩阵。关键是说明这两个乘上去的矩阵为什么可逆。
**解**:记 $M=\begin{pmatrix}E&A\\B&O\end{pmatrix}$。
**第一步(行)**:下块行减去 $B$ 乘上块行,即左乘 $P=\begin{pmatrix}E&O\\-B&E\end{pmatrix}$:
$$PM=\begin{pmatrix}E&A\\-BE+EB&-BA\end{pmatrix}=\begin{pmatrix}E&A\\O&-BA\end{pmatrix}.$$
$P$ 可逆:$P\begin{pmatrix}E&O\\B&E\end{pmatrix}=\begin{pmatrix}E&O\\-B+B&E\end{pmatrix}=E$。故 $r(M)=r(PM)$。
**第二步(列)**:右块列减去左块列乘 $A$,即右乘 $Q=\begin{pmatrix}E&-A\\O&E\end{pmatrix}$:
$$\begin{pmatrix}E&A\\O&-BA\end{pmatrix}Q=\begin{pmatrix}E&-A+A\\O&-BA\end{pmatrix}=\begin{pmatrix}E&O\\O&-BA\end{pmatrix}.$$
$Q$ 可逆:$\begin{pmatrix}E&A\\O&E\end{pmatrix}Q=E$。故秩仍不变。
于是 $M$ 相抵于 $\operatorname{diag}(E,-BA)$,
$$r(M)=r(E)+r(-BA)=n+r(BA).$$
全程没有用到 $A,B$ 可逆:可逆的是 $P,Q$(均为"单位阵 + 三角块",行列式为 $1$),消元对任意 $n$ 阶 $A,B$ 都成立。
**带走结论**:分块秩恒等式 = **可逆分块消元化对角**;**可逆的是消元矩阵,不是被消对象**。左上角取 $E$ 是固定起手式;两步分别对应"行减 B 倍上行、列减 A 倍左列"。
---
### 题 4 · 8.4:多项式关系凑逆(★★☆)
> 【自编数据】设 $n$ 阶矩阵 $A$ 满足 $A^2-3A+2E=O$。证明 $A$ 可逆,并求 $A^{-1}$。证明中不得预先使用 $A^{-1}$。
**怎么想**:把含 $E$ 的常数项单独放一边,剩下的提取公因子 $A$,凑成 $A\cdot Y=kE$。注意 $k$ 必须非零才能两边除。
**解**:由 $A^2-3A+2E=O$ 移项得
$$A(3E-A)=3A-A^2=2E.$$
系数 $2\ne0$(题目常数项保证),两边除以 $2$:
$$A\cdot\frac{3E-A}{2}=E.$$
同阶方阵一侧乘积为 $E$,故 $A$ 可逆,且 $A^{-1}=\dfrac{3E-A}{2}$。
验算:$A\cdot\dfrac{3E-A}{2}=\dfrac{3A-A^2}{2}=\dfrac{3A-(3A-2E)}{2}=E$ ✓。
**带走结论**:抽象求逆 = 关系式整理成 $XY=kE$;**$k\ne0$ 要写明,证明可逆前不得写出 $A^{-1}$**(否则循环论证)。全程只写乘积、验乘积,最后才由定义写出逆。
---
### 题 5 · 8.4:三次关系凑逆(★★☆)
> 【自编数据】设 $n$ 阶矩阵 $A$ 满足 $A^3-3A^2+2E=O$。证明 $A$ 可逆,并求 $A^{-1}$。证明中不得预先使用 $A^{-1}$。
**怎么想**:和题 4 同一手法——常数项移到一边,左边提取公因子 $A$,凑 $A\cdot Y=kE$。多乘了一个 $A$,候选逆里就多一个 $A$。
**解**:由 $A^3-3A^2+2E=O$ 移项得
$$A(3A-A^2)=3A^2-A^3=2E.$$
系数 $2\ne0$,两边除以 $2$:
$$A\cdot\frac{3A-A^2}{2}=E.$$
同阶方阵一侧乘积为 $E$,故 $A$ 可逆,且 $A^{-1}=\dfrac{3A-A^2}{2}$。
验算:$A\cdot\dfrac{3A-A^2}{2}=\dfrac{3A^2-A^3}{2}=\dfrac{3A^2-(3A^2-2E)}{2}=E$ ✓。
**带走结论**:$A^m+p(A)=qE$ 型一律"移常数项、提公因子、除 $q$"三步;候选逆是 $A$ 的多项式,乘回验证(高次项被关系式消掉)即可收尾。
@@ -0,0 +1,107 @@
---
tags: [数学一, 在学练习, 线性代数, 矩阵, 速查卡]
专题: 线性代数 第2讲 · 矩阵(速查)
日期: 2026-10-23
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 第2讲 · 矩阵:速查卡
考前十分钟只看这一页。
每条结论的参考仓库出处见各点文件**知识点标题**下(题目按知识点内部条目顺序对应,★☆☆ 配 1 题、★★☆ / ★★★ 配 2—3 题);本页只留结论。
## 一、乘法三件事:大小、顺序、消去
| 问什么 | 结论 |
|---|---|
| 能不能乘 | 左列数 $=$ 右行数;结果行数取左、列数取右 |
| 能不能交换 | 一般不能;$AB=BA$ 才叫可交换(必为同阶方阵) |
| 能不能消去 | **数可以消、可逆阵可以消、一般矩阵不能消** |
| 展开 | $(A+B)^2=A^2+AB+BA+B^2$,不可逆顺序就不合并 |
| 转置 | $(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$(反序);$(\lambda A)^{\mathrm T}=\lambda A^{\mathrm T}$ |
三个"不能推出":$A\ne O,B\ne O\nRightarrow AB\ne O$;$AB=O\nRightarrow A=O$ 或 $B=O$;$DB=DC,D\ne O\nRightarrow B=C$。
## 二、可逆五条件(一个意思五种说法)
$$A\ \text{可逆}\iff\lvert A\rvert\ne0\iff r(A)=n\iff Ax=0\ \text{只有零解}\iff Ax=b\ \text{唯一解}$$
求逆四法:定义法(凑 $A\cdot Y=kE$,**不得先写 $A^{-1}$**)/分解乘积($(A-E)(B-E)=E$ 型)/行变换($[A\mid E]$ 只行变换)/分块(对角/三角逐块求)。
## 三、秩不等式四式
$$r(AB)\le\min\{r(A),r(B)\},\qquad r(A+B)\le r(A)+r(B),$$
$$r(AB)\ge r(A)+r(B)-n,\qquad AB=O\Rightarrow r(A)+r(B)\le n .$$
可逆阵不改变秩:$r(PAQ)=r(A)$;实矩阵 $r(A^{\mathrm T}A)=r(A)$。
## 四、伴随主线与三档表
主线:$AA^*=A^*A=\lvert A\rvert E$(**一切伴随题从这里进**)。
$$r(A)=n\to r(A^*)=n;\qquad r(A)=n-1\to r(A^*)=1;\qquad r(A)\le n-2\to r(A^*)=0.$$
性质($n\ge2$):$|A^*|=|A|^{n-1}$、$(AB)^*=B^*A^*$、$(A^*)^*=|A|^{n-2}A$、$(kA)^*=k^{n-1}A^*$。
## 五、分块两个公式
$$\begin{pmatrix}A&C\\O&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}\qquad (A,B\ \text{可逆})$$
$$r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B);\qquad \text{上三角只有}\ \ge r(A)+r(B)$$
**可逆的是消元矩阵,不是被消块**——分块消元不要求 $A,B$ 可逆。
## 六、矩阵幂四法
| 看见 | 动作 |
|---|---|
| 秩 1:$A=uv^{\mathrm T}$ | $A^k=(v^{\mathrm T}u)^{k-1}A$,$v^{\mathrm T}u=\operatorname{tr}A$ |
| $E+N$、$N^q=O$ | 二项式展开,$q$ 次后截断;$(E-N)^{-1}=E+N+\cdots+N^{q-1}$ |
| 低阶有规律 | 先算 $A^2,A^3$ 试算归纳 |
| 递推 $a_{j+2}=pa_{j+1}+qa_j$ | 状态向量 $\binom{a_{j+2}}{a_{j+1}}=\begin{pmatrix}p&q\\1&0\end{pmatrix}\binom{a_{j+1}}{a_j}$ |
## 七、证明两个模板
| 要证 | 起手式 |
|---|---|
| $r(X)+r(Y)=n$ | 零乘积给上界($XY=O$),可逆和/差给下界($X\pm Y=kE$),**两个方向缺一不可** |
| $X$ 可逆 | 移常数项、提公因子、除 $k$,凑 $X\cdot Y=kE$;$k\ne0$ 要写,先验乘积再下结论 |
## 八、五处最容易丢分
1. **$|kA|=k^n|A|$ 漏写 $n$**——伴随题、行列式题的指数全靠阶数。
2. **把消去律当数用**:$DB=DC$ 不能约 $D$,除非 $D$ 可逆。
3. **初等矩阵左右乘反**:左乘改行、右乘改列;行变换求逆横拼、列变换上下拼,不得混用。
4. **$(A+B)^{-1}$ 写成 $A^{-1}+B^{-1}$**——没有这个公式;先提 $A(E+A^{-1}B)$。
5. **证明题只写一个方向**:$r(A)+r(E-A)\le n$ 单写不能宣布等号;上界下界都要。
**外加一处**:分块三角求逆的交叉块负号与顺序($-A^{-1}CB^{-1}$),写错顺序分数全丢。
---
## 回查
| 想查什么 | 对应题目 |
|---|---|
| 一、乘法三件事 | [点1 题3](02-点1-矩阵运算与特殊矩阵.md#user-content-题-3--23先写大小再算乘积)、[点1 题4](02-点1-矩阵运算与特殊矩阵.md#user-content-题-4--23不交换--ab2-不能随便展开)、[点1 题5](02-点1-矩阵运算与特殊矩阵.md#user-content-题-5--23无消去律反例必须可直接核算) |
| 二、可逆五条件 | [点2 题1](03-点2-逆矩阵与矩阵方程.md#user-content-题-1--31定义与可逆三条件判定)、[点2 题3](03-点2-逆矩阵与矩阵方程.md#user-content-题-3--33①定义法从多项式关系凑乘积)、[点2 题8](03-点2-逆矩阵与矩阵方程.md#user-content-题-8--62凑目标式-ab2ab) |
| 三、秩不等式四式 | [点4 题3](05-点4-矩阵的秩.md#user-content-题-3--四式四条不等式速判)、[点4 题4](05-点4-矩阵的秩.md#user-content-题-4--四式①提取公因子借可逆阵取等号)、[点4 题5](05-点4-矩阵的秩.md#user-content-题-5--四式②④联用a2a-求秩和) |
| 四、伴随主线与三档表 | [点5 题1](06-点5-伴随矩阵.md#user-content-题-1--27-主线对角阵求-a-并验证-aaae)、[点5 题4](06-点5-伴随矩阵.md#user-content-题-4--27-三档表四阶矩阵的-ra) |
| 五、分块两个公式 | [点6 题4](07-点6-分块矩阵.md#user-content-题-4--34上三角分块求逆数值验算)、[点6 题7](07-点6-分块矩阵.md#user-content-题-7--283s1ms-化对角的数值验证)、[点6 题8](07-点6-分块矩阵.md#user-content-题-8--283上三角分块为什么不能直接读秩) |
| 六、矩阵幂四法 | [点7 题2](08-点7-矩阵幂.md#user-content-题-2--11201621-骨架秩-1-矩阵求-ak)、[点7 题7](08-点7-矩阵幂.md#user-content-题-7--14旧试题第-12-题骨架en-求-ak-与-a1)、[点7 题9](08-点7-矩阵幂.md#user-content-题-9--递推斐波那契数列的状态向量) |
| 七、证明两个模板 | [点8 题1](09-点8-抽象推理与证明.md#user-content-题-1--81幂等矩阵的秩和)、[点8 题3](09-点8-抽象推理与证明.md#user-content-题-3--83分块秩恒等式两步消元)、[点8 题4](09-点8-抽象推理与证明.md#user-content-题-4--84多项式关系凑逆) |
| 八、五处最容易丢分 | [点1 题8](02-点1-矩阵运算与特殊矩阵.md#user-content-题-8--26行列式三条性质的数值核对)、[点3 题4](04-点3-初等变换与初等矩阵.md#user-content-题-4--44左乘改行右乘改列)、[点2 题2](03-点2-逆矩阵与矩阵方程.md#user-content-题-2--32逆的性质与和无逆公式)、[点5 题5](06-点5-伴随矩阵.md#user-content-题-5--51两项积商的组合计算) |
另有整册入口:[知识点盘点](01-知识点盘点.md)、[点 1](02-点1-矩阵运算与特殊矩阵.md)、[点 2](03-点2-逆矩阵与矩阵方程.md)、[点 3](04-点3-初等变换与初等矩阵.md)、[点 4](05-点4-矩阵的秩.md)、[点 5](06-点5-伴随矩阵.md)、[点 6](07-点6-分块矩阵.md)、[点 7](08-点7-矩阵幂.md)、[点 8](09-点8-抽象推理与证明.md)。
## 与后续讲的接口
| 本讲内容 | 去向 | 用法 |
|---|---|---|
| 列组合视角 $Ax=x_1\alpha_1+\cdots+x_n\alpha_n$ | 第 3 讲向量 | 线性表示 = 组合系数存在 |
| $r(A)=r(A\mid\beta)$ 表示判据 | 第 3 讲向量 | 用本讲的秩技术 |
| 可逆五条件 | 第 4 讲方程组 | $Ax=0$ 只有零解、$Ax=b$ 唯一解 |
| $A^{\mathrm T}A$ 的秩 | 第 6 讲二次型 | 正定性的前置结论 |
| 正交矩阵、幂等/对合/幂零 | 第 5 讲特征值 | 对角化的判定与计算 |
@@ -1,32 +1,116 @@
--- ---
tags: [数学一, 在学练习, 线性代数, MOC] tags: [数学一, 在学练习, 线性代数, 矩阵, README]
专题: 线性代数 第2讲 · 矩阵 专题: 线性代数 第2讲 · 矩阵
日期: 2026-10-20 日期: 2026-10-23
状态: 已重写,考点、试题、解析齐全 状态: 知识点盘点 + 八点分册(知识点带题,64 题)
关联笔记: ["[[01-知识点盘点]]", "[[10-速查卡]]"]
--- ---
# 第2讲 · 矩阵 # 线性代数 第2讲 · 矩阵
这一版按“概念的意思 → 完整例子 → 条件与结论 → 对应练习”编写。先把例子亲手复算一遍,再做同类题;不要求先背完公式。 矩阵是整个线性代数的算力地基:后三讲(向量、方程组、特征值)的每一条结论,最终都要落回"矩阵怎么乘、怎么求逆、怎么算秩"。本讲的锚点分布:可逆判定(2017·5、2022·5)、恒等变形(2022·15)、初等变换(2018·21、2020·5)、分块秩(2018·6、2021·7、2023·5)、矩阵幂与递推(2016·21、2024·21 解答题)、秩不等式(2025·7)。锚点仅标识知识块,不作押题依据。
| 文件 | 用法 | ## 这一版的结构
分两层,各管一件事:
| 层 | 文件 | 作用 | 读法 |
|---|---|---|---|
| **地图** | `01-知识点盘点.md` | 把大纲、真题、参考仓库三条线的知识点全部摊开,当字典查 | 先通读一遍,之后只查不读 |
| **练** | `02`—`09` 八个点 | 每个点**先列知识点(含参考仓库出处),再按知识点内部条目顺序逐一对应出题**,共 64 题 | 一天一个点,动手做 |
**为什么不是"全是知识点"**:只讲知识点会退回到"看得懂、做不出"。**为什么不是"全是题"**:只刷题会漏掉大纲要求但没直接考过的点(比如伴随矩阵、分块消元、行列式技巧)。两层配合才不留死角。
## 知识点的参考仓库出处
八个点文件共 64 道题。每个点文件开头先**全文列出该点的知识点**(定义、判据、算法),每个知识点标题下标注它在 `参考仓库/Math` 里的位置;**题目按知识点内部条目顺序逐一对应**——难度标准为 **★☆☆ 配 1 题、★★☆ / ★★★ 配 2—3 题**,题目顺序不穿插其他知识点。
- **知识章** = `参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex`(矩阵定义与运算、逆矩阵、初等变换、矩阵秩、等价矩阵)
- **练习章** = `参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex`(矩阵幂五法、逆矩阵四法、伴随、方阵行列式、矩阵方程、矩阵秩、矩阵等价)
- 本讲知识点全部有参考仓库出处,无需"未收录"标注;参考仓库个别笔误(分块消元误读为需 $A,B$ 可逆、非零零乘积反例算不成零等)按数学正确性处理,已记入导读纠错表。
做题卡住时,先看这道题所属的知识点标题——它告诉你该调哪条性质、回哪一节的原文。
## 文件清单
| 文件 | 内容 | 真题锚点 | 题量 |
|---|---|---|---|
| `01-知识点盘点.md` | 八节盘点 + 覆盖对照表 | — | 0 |
| `02-点1-矩阵运算与特殊矩阵.md` | 定义、加减数乘、相乘(顺序/消去/列组合)、转置、行列式、特殊矩阵表 | 无直接真题 | 11 |
| `03-点2-逆矩阵与矩阵方程.md` | 可逆三条件、逆的性质、求逆四法、矩阵方程两法 | 2017·5、2022·5、2022·15 | 8 |
| `04-点3-初等变换与初等矩阵.md` | 三种变换、阶梯型、性质、初等矩阵(左乘改行/右乘改列)、行变换求逆 | 2018·21、2020·5 | 8 |
| `05-点4-矩阵的秩.md` | 秩的定义、性质、秩不等式四式、子式、等价矩阵 | 2025·7 | 8 |
| `06-点5-伴随矩阵.md` | 伴随主线、性质、三档表、行列式积商/和差技巧 | 无直接真题 | 6 |
| `07-点6-分块矩阵.md` | 分块计算、按行按列分块、三角分块求逆、分块秩 | 2018·6、2021·7、2023·5 | 9 |
| `08-点7-矩阵幂.md` | 幂的运算规则、秩 1、试算归纳、行列结合、$E+N$、分块、递推 | 2016·21、2024·21 | 9 |
| `09-点8-抽象推理与证明.md` | 夹逼证秩和、迁移、分块消元、凑乘积证可逆 | 支撑解答题 | 5 |
| `10-速查卡.md` | 八大块判据 + 五处失分点 + 回查 | — | 0 |
合计 **64 题**:★★☆ / ★★★ 的知识点配 2—3 题(例如 02 的相乘配 4 题、07 的分块秩配 4 题、08 的秩 1 配 3 题),证明点(09)按 ★★☆ / ★★★ 配满。
## 建议的三轮读法
**第一轮(2—3 小时)**:`01` 通读 + `02`—`05` 各做一遍。这四点是链条:运算 → 逆 → 初等变换 → 秩,顺序不能跳。
**第二轮(2 小时)**:`06`、`07`、`08`。这三块是解答题的主力工具(分块秩、矩阵幂都是第 21 题常客)。
**第三轮(1 小时)**:`09` + `10`。前一份是证明模板(解答题第二问全靠它),最后一份是考前速查。
时间不够时,按这个顺序砍:`02` → `06` → `03` → `09` 。**`05`、`07`、`08` 一定不能砍**(锚点最密)。
## 双重索引
- **按真题锚点**:`01` 的 §0.1
- **按依赖链**:`01` 的 §0.2(也就是文件编号顺序)
两者顺序不同是刻意的:锚点告诉你"哪块考得多",依赖链告诉你"按什么顺序读"。
## 文件之间怎么跳
跳转做了三级,粒度从粗到细:
| 粒度 | 在哪儿 | 什么时候用 |
|---|---|---|
| **册** | 每个点文件底部「本点关联」表 | 判断这个点在知识体系里的位置 |
| **知识点** | 各点文件开头的知识点标题(含参考仓库出处) | 做题卡住时,回看这道题对应的知识点判据 |
| **题** | 盘点 §0.4、速查卡「回查」表 | 从某个知识点反查"它在哪几道题里练过" |
新版没有逐题的「关联」行了——题与知识点的绑定关系**前移到知识点标题**(题目按知识点内部条目顺序对应),盘点 §0.4 和速查「回查」两张表按**知识点 → 题目**组织,直达对应的题。全部用相对路径链接,Gitea 网页里可以直接点,Obsidian / Logseq 里会进反向链接面板。
## 锚点怎么写(Gitea 两条方向相反的规则)
跳到某一节或某一题要手写锚点,规则是实测出来的,两条例外方向相反,很容易踩:
标题 id $=$ `user-content-` $+$ 标题原文小写化(保留字母数字汉字与下划线,空格变 `-`,**其余标点全部删除**)。
| 链接类型 | 写法 | 原因 |
|---|---|---|
| 同文件 | `#题-4--23不交换--ab2-不能随便展开` | Gitea 渲染时**会自动**补 `user-content-` |
| 跨文件 | `02-点1-矩阵运算与特殊矩阵.md#user-content-题-4--23不交换--ab2-不能随便展开` | Gitea **不会**补,必须手写 |
题目标题里的 `·`、`:`、`(★★☆)`、`$` 都会被删除,空格变 `-`,所以锚点形如 `题-4--23不交换--ab2-不能随便展开`。写完用
`python .workbuddy/tools/md2pdf/check_md_links.py <目录>` 校验,锚点对不上会逐条报出来。
## 与其他讲的接口
| 本讲内容 | 去向 | 用法 |
|---|---|---|
| 列组合视角 $Ax=x_1\alpha_1+\cdots+x_n\alpha_n$ | 第 3 讲向量 | 线性表示、线性相关的代数载体 |
| 可逆五条件 | 第 4 讲方程组 | $Ax=0$ 只有零解、$Ax=b$ 唯一解 |
| 秩的运算与不等式 | 第 3、4、5 讲 | 处处用秩,这里是算力起点 |
| $A^{\mathrm T}A$ 的秩 | 第 6 讲二次型 | 正定性的前置结论 |
| 正交矩阵、幂等/对合/幂零 | 第 5 讲特征值 | 对角化判定与计算 |
## 版本记录
| 日期 | 变更 |
|---|---| |---|---|
| [[线性代数-第2讲-矩阵/01-考点手册\|考点手册]] | 从头理解,也可按卡点回查 | | 2026-10-20 | 建文件夹,出「考点手册 / 试题 / 解析」三件套(18 题),PDF 同步 |
| [[线性代数-第2讲-矩阵/02-试题\|18 道分层习题]] | 独立题面,不含答案 | | 2026-10-23 | **当前版(知识点带题)**:拆为「知识点盘点 $+$ 八点分册 $+$ 速查卡」共 11 个文件,每个点先列知识点(含参考仓库出处)→ 按知识点内部条目顺序逐一对应出题,难度标准 ★☆☆ 配 1 题、★★☆ / ★★★ 配 2—3 题;02—09 共 **64 题**。旧三件套存档于 `旧版-三件套-重写前快照-20261023/` |
| [[线性代数-第2讲-矩阵/03-解析\|逐步解析]] | 先讲入口,再算过程,最后检查 |
1—6 基础计算;7—14 综合应用;15—18 完整过程与证明。建议分三次,共约 110 分钟。 ## 两条写作约定(与第 3 讲一致)
## 平板 PDF 1. **不再生成 PDF**。以后所有讲义只出 Markdown,在网页端或 App 里看。
2. **单个文件不超过 1.3 万字符**(约 6000 汉字),超了就拆。
- [考点手册](PDF/线代第2讲-考点手册.pdf) 题面数据除标注「真题骨架」外均为另设,只对齐考法。参考 `参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex` 与 `exercise/2-matrix/matrix.tex` 。
- [试题答题版](PDF/线代第2讲-试题-答题版.pdf)
- [逐步解析](PDF/线代第2讲-解析.pdf)
PDF 与本次 Markdown 同步重建。题面留答题空间;公式由本地 KaTeX 渲染。
## 参考与衔接
参考本仓库 `参考仓库/Math/linear-algebra` 中相应的 `knowledge` 和 `exercise` 章节;讲义题型作为学习框架,新增练习另设数据。真题锚点仅用于定位知识块,不作押题依据。
从 [[线性代数-重写版导读]] 查看三讲学习顺序及本次纠错记录。
@@ -0,0 +1,32 @@
---
tags: [数学一, 在学练习, 线性代数, MOC]
专题: 线性代数 第2讲 · 矩阵
日期: 2026-10-20
状态: 已重写,考点、试题、解析齐全
---
# 第2讲 · 矩阵
这一版按“概念的意思 → 完整例子 → 条件与结论 → 对应练习”编写。先把例子亲手复算一遍,再做同类题;不要求先背完公式。
| 文件 | 用法 |
|---|---|
| [[线性代数-第2讲-矩阵/01-考点手册\|考点手册]] | 从头理解,也可按卡点回查 |
| [[线性代数-第2讲-矩阵/02-试题\|18 道分层习题]] | 独立题面,不含答案 |
| [[线性代数-第2讲-矩阵/03-解析\|逐步解析]] | 先讲入口,再算过程,最后检查 |
1—6 基础计算;7—14 综合应用;15—18 完整过程与证明。建议分三次,共约 110 分钟。
## 平板 PDF
- [考点手册](PDF/线代第2讲-考点手册.pdf)
- [试题答题版](PDF/线代第2讲-试题-答题版.pdf)
- [逐步解析](PDF/线代第2讲-解析.pdf)
PDF 与本次 Markdown 同步重建。题面留答题空间;公式由本地 KaTeX 渲染。
## 参考与衔接
参考本仓库 `参考仓库/Math/linear-algebra` 中相应的 `knowledge` 和 `exercise` 章节;讲义题型作为学习框架,新增练习另设数据。真题锚点仅用于定位知识块,不作押题依据。
从 [[线性代数-重写版导读]] 查看三讲学习顺序及本次纠错记录。
@@ -67,36 +67,45 @@ tags: [数学一, 在学练习, 线性代数, 向量, 知识点盘点]
$s$ 和 $n$ 混用是本讲最基础的错误来源:**判断相关性时比的是 $r(A)$ 与 $s$ 这两个数**,而不是与 $n$ 。 $s$ 和 $n$ 混用是本讲最基础的错误来源:**判断相关性时比的是 $r(A)$ 与 $s$ 这两个数**,而不是与 $n$ 。
### 0.4 章节与练习文件对照 ### 0.4 知识点与练习文件对照(按知识点粒度)
| 盘点章节 | 对应题目 | 每个点文件**先列知识点(含参考仓库出处),再按知识点内部条目顺序逐一对应出题**。下表从盘点章节反查"这个知识点在哪几道题里练过",链接直达题目。
| 盘点章节(知识点) | 对应题目 |
|---|---| |---|---|
| §1.2 线性组合与线性表示 | [点3 题1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) | | §1.2 线性组合与线性表示 | [点3 题1](04-点3-线性表示.md#user-content-题-1--32方阵捷径一步答两问) |
| §1.3 线性相关与线性无关 | [点1 题1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式) | | §1.3 线性相关与线性无关(定义与四个特例) | [点1 题1](02-点1-线性相关与无关.md#user-content-题-1--定义与特例直接判相关性) |
| §1.4 五个"不用算"的结论 | [点2 题2](03-点2-秩与极大无关组.md#user-content-问题-2--四维向量组先观察再动笔) | | §1.4 五个"不用算"的结论 | [点1 题1](02-点1-线性相关与无关.md#user-content-题-1--定义与特例直接判相关性)、[点6 题1](07-点6-内积正交与施密特.md#user-content-题-1--61组合的内积展开再消) |
| §2.1 判据总表 | [点1 题1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式)、[点1 题3](02-点1-线性相关与无关.md#user-content-问题-3--含参判相关并求此时的秩) | | §2.1 判据①(部分表出 ⟺ 相关) | [点1 题2](02-点1-线性相关与无关.md#user-content-题-2--判据①有一个向量可由其余表出--相关) |
| §2.2 两个方向容易记反的定理 | [点1 题2](02-点1-线性相关与无关.md#user-content-问题-2--变换后的向量组)、[点8 题2](09-点8-抽象推理与证明.md#user-content-问题-2--相关与无关的接力) | | §2.1 判据②(无关组添一向量变相关 ⟹ 唯一表示) | [点1 题3](02-点1-线性相关与无关.md#user-content-题-3--判据②无关组--添一个向量变相关--唯一表示)、[点1 题4](02-点1-线性相关与无关.md#user-content-题-4--判据②-的证明版把可表示证出来) |
| §3.1 定义 | [点2 题1](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组)、[点8 题1](09-点8-抽象推理与证明.md#user-content-问题-1--替换定理) | | §2.1 判据③(以少表多,多的相关) | [点1 题5](02-点1-线性相关与无关.md#user-content-题-5--判据③以少表多多的相关)、[点1 题6](02-点1-线性相关与无关.md#user-content-题-6--判据③-的推论个数多于维数必相关)、[点8 题4](09-点8-抽象推理与证明.md#user-content-题-4--83以少表多必相关秩法证明) |
| §3.2 求法(唯一标准流程) | [点2 题1](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组) | | §2.1 判据④($Ax=0$ 有无非零解) | [点1 题7](02-点1-线性相关与无关.md#user-content-题-7--判据④ax0-有非零解--相关)、[点1 题8](02-点1-线性相关与无关.md#user-content-题-8--判据④--秩含参判相关并求此时的秩)、[点1 题9](02-点1-线性相关与无关.md#user-content-题-9--判据④-的系数矩阵视角变换后的向量组) |
| §3.3 秩的性质 | [点1 题2](02-点1-线性相关与无关.md#user-content-问题-2--变换后的向量组)、[点1 题3](02-点1-线性相关与无关.md#user-content-问题-3--含参判相关并求此时的秩)、[点2 题2](03-点2-秩与极大无关组.md#user-content-问题-2--四维向量组先观察再动笔)、[点2 题3](03-点2-秩与极大无关组.md#user-content-问题-3--抽象abo-能推出什么)、[点8 题2](09-点8-抽象推理与证明.md#user-content-问题-2--相关与无关的接力)、[点8 题3](09-点8-抽象推理与证明.md#user-content-问题-3--用内积证秩) | | §2.1 判据⑤(能否表示看秩) | [点1 题10](02-点1-线性相关与无关.md#user-content-题-10--判据⑤raramidbeta-判断能否表出)、[点1 题11](02-点1-线性相关与无关.md#user-content-题-11--判据⑤不能表出时增广矩阵秩恰好多-1)、[点3 题1](04-点3-线性表示.md#user-content-题-1--32方阵捷径一步答两问) |
| §4.1 表示的三个判据 | [点3 题1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性)、[点3 题2](04-点3-线性表示.md#user-content-问题-2--含参什么参数下能表示)、[点3 题3](04-点3-线性表示.md#user-content-问题-3--三种情形的完整分类) | | §2.1 判据⑥(部分与整体) | [点1 题12](02-点1-线性相关与无关.md#user-content-题-12--判据⑥整体无关--部分无关) |
| §4.2 向量组等价 | [点4 题1](05-点4-向量组等价.md#user-content-问题-1--四个说法的辨析)、[点4 题2](05-点4-向量组等价.md#user-content-问题-2--具体两组判等价)、[点4 题3](05-点4-向量组等价.md#user-content-问题-3--抽象单向--同秩能否推出等价)、[点8 题1](09-点8-抽象推理与证明.md#user-content-问题-1--替换定理) | | §2.1 判据⑦(延长无关、缩短相关) | [点1 题13](02-点1-线性相关与无关.md#user-content-题-13--判据⑦延长无关仍无关)、[点1 题14](02-点1-线性相关与无关.md#user-content-题-14--判据⑦-的缩短版相关缩短仍相关) |
| §4.3 一条常用的传递链 | [点3 题3](04-点3-线性表示.md#user-content-问题-3--三种情形的完整分类)、[点4 题2](05-点4-向量组等价.md#user-content-问题-2--具体两组判等价) | | §2.2 两个方向容易记反的定理 | [点8 题2](09-点8-抽象推理与证明.md#user-content-题-2--81相关与无关的接力) |
| §5.1 向量空间与子空间 | [点7 题1](08-点7-子空间和与交.md#user-content-问题-1--交空间的基与维数公式) | | §3.1 极大线性无关组(定义 / 求法四步) | [点2 题1](03-点2-秩与极大无关组.md#user-content-题-1--22标准四步求秩与极大无关组) |
| §5.2 基与维数 | [点5 题1](06-点5-基坐标与过渡矩阵.md#user-content-问题-1--验证基写过渡矩阵求坐标) | | §3.2 向量组秩(三重身份 / 为何只行变换) | [点2 题2](03-点2-秩与极大无关组.md#user-content-题-2--3先观察再动笔上下界夹逼)、[点2 题3](03-点2-秩与极大无关组.md#user-content-题-3--3含参讨论秩) |
| §5.3 坐标 | [点5 题1](06-点5-基坐标与过渡矩阵.md#user-content-问题-1--验证基写过渡矩阵求坐标)、[点5 题2](06-点5-基坐标与过渡矩阵.md#user-content-问题-2--双向换算坐标) | | §3.3 秩的性质($AB=O$ 等运算) | [点2 题4](03-点2-秩与极大无关组.md#user-content-题-4--3抽象条件-abo)、[点2 题5](03-点2-秩与极大无关组.md#user-content-题-5--3abo-结论的直接应用-a2o)、[点8 题3](09-点8-抽象推理与证明.md#user-content-题-3--82用内积证秩) |
| §5.4 基变换与坐标变换(方向相反,本节唯一的坑) | [点5 题1](06-点5-基坐标与过渡矩阵.md#user-content-问题-1--验证基写过渡矩阵求坐标)、[点5 题2](06-点5-基坐标与过渡矩阵.md#user-content-问题-2--双向换算坐标)、[点5 题3](06-点5-基坐标与过渡矩阵.md#user-content-问题-3--从一组基到另一组基) | | §4.1 表示的三个判据(能 / 唯一 / 秩升 1) | [点3 题1](04-点3-线性表示.md#user-content-题-1--32方阵捷径一步答两问)、[点3 题2](04-点3-线性表示.md#user-content-题-2--32含参分量比较最快)、[点3 题3](04-点3-线性表示.md#user-content-题-3--32三种情形的完整分类)、[点3 题4](04-点3-线性表示.md#user-content-题-4--32非方阵必须走秩) |
| §6.1 内积与四条性质 | [点6 题1](07-点6-内积正交与施密特.md#user-content-问题-1--正交长度规范正交基与坐标)、[点8 题3](09-点8-抽象推理与证明.md#user-content-问题-3--用内积证秩) | | §4.2 向量组等价(三者秩相等 / 单向 $+$ 同秩 / 拼矩阵) | [点4 题1](05-点4-向量组等价.md#user-content-题-1--41--43四个说法的辨析)、[点4 题2](05-点4-向量组等价.md#user-content-题-2--42具体两组判等价先找现成关系)、[点4 题3](05-点4-向量组等价.md#user-content-题-3--42抽象单向--同秩能否推出等价)、[点4 题5](05-点4-向量组等价.md#user-content-题-5--42传递性的直接应用)、[点8 题5](09-点8-抽象推理与证明.md#user-content-题-5--84表出不增秩拼矩阵模板) |
| §6.2 长度、单位化、夹角 | [点6 题1](07-点6-内积正交与施密特.md#user-content-问题-1--正交长度规范正交基与坐标) | | §4.3 与矩阵等价的分界 | [点4 题1](05-点4-向量组等价.md#user-content-题-1--41--43四个说法的辨析)、[点4 题4](05-点4-向量组等价.md#user-content-题-4--43矩阵等价与向量组等价的分界) |
| §6.4 施密特正交化(算法) | [点6 题2](07-点6-内积正交与施密特.md#user-content-问题-2--两向量施密特)、[点6 题3](07-点6-内积正交与施密特.md#user-content-问题-3--三向量施密特) | | §5.1 向量空间与子空间 | [点7 题1](08-点7-子空间和与交.md#user-content-题-1--71哪些是子空间) |
| §6.5 正交矩阵 | [点6 题3](07-点6-内积正交与施密特.md#user-content-问题-3--三向量施密特) | | §5.2 基与维数 | [点5 题1](06-点5-基坐标与过渡矩阵.md#user-content-题-1--51哪些是基) |
| §7.1 定义 | [点7 题2](08-点7-子空间和与交.md#user-content-问题-2--四维空间里的和与交) | | §5.3 坐标 | [点5 题2](06-点5-基坐标与过渡矩阵.md#user-content-题-2--52标准基到一般基过渡矩阵白送) |
| §7.2 维数公式(2019 大纲要求,2023·7 考过) | [点7 题2](08-点7-子空间和与交.md#user-content-问题-2--四维空间里的和与交) | | §5.4 基变换与坐标变换(方向相反,本节唯一的坑) | [点5 题2](06-点5-基坐标与过渡矩阵.md#user-content-题-2--52标准基到一般基过渡矩阵白送)、[点5 题3](06-点5-基坐标与过渡矩阵.md#user-content-题-3--52双向换算坐标)、[点5 题4](06-点5-基坐标与过渡矩阵.md#user-content-题-4--52一般基到一般基) |
| §7.3 交空间的求法(四步) | [点7 题1](08-点7-子空间和与交.md#user-content-问题-1--交空间的基与维数公式) | | §6.1 内积与四条性质 | [点6 题1](07-点6-内积正交与施密特.md#user-content-题-1--61组合的内积展开再消)、[点8 题3](09-点8-抽象推理与证明.md#user-content-题-3--82用内积证秩) |
| §7.4 直和 | [点7 题3](08-点7-子空间和与交.md#user-content-问题-3--含参何时为直和) | | §6.2 长度、单位化、夹角 | [点6 题2](07-点6-内积正交与施密特.md#user-content-题-2--62--63--65正交长度规范正交基与坐标) |
| §6.3 正交组与规范正交基(坐标 $=$ 内积) | [点6 题2](07-点6-内积正交与施密特.md#user-content-题-2--62--63--65正交长度规范正交基与坐标) |
| §6.4 施密特正交化(算法) | [点6 题3](07-点6-内积正交与施密特.md#user-content-题-3--64两向量施密特)、[点6 题4](07-点6-内积正交与施密特.md#user-content-题-4--64三向量施密特) |
| §6.5 正交矩阵(六等价) | [点6 题2](07-点6-内积正交与施密特.md#user-content-题-2--62--63--65正交长度规范正交基与坐标)、[点6 题5](07-点6-内积正交与施密特.md#user-content-题-5--65正交矩阵的判断) |
| §7.1 子空间、和与交的定义 | [点7 题1](08-点7-子空间和与交.md#user-content-题-1--71哪些是子空间)、[点7 题2](08-点7-子空间和与交.md#user-content-题-2--72--73四维空间里的和与交) |
| §7.2 维数公式 | [点7 题2](08-点7-子空间和与交.md#user-content-题-2--72--73四维空间里的和与交)、[点7 题3](08-点7-子空间和与交.md#user-content-题-3--72--73交空间的基与维数公式) |
| §7.3 交空间的求法(四步) | [点7 题2](08-点7-子空间和与交.md#user-content-题-2--72--73四维空间里的和与交)、[点7 题3](08-点7-子空间和与交.md#user-content-题-3--72--73交空间的基与维数公式) |
| §7.4 直和(分解唯一) | [点7 题4](08-点7-子空间和与交.md#user-content-题-4--74含参何时为直和)、[点7 题5](08-点7-子空间和与交.md#user-content-题-5--74直和的分解唯一性) |
| 抽象推理与证明(综合模板) | [点8 题1](09-点8-抽象推理与证明.md#user-content-题-1--81替换定理)、[点8 题2](09-点8-抽象推理与证明.md#user-content-题-2--81相关与无关的接力)、[点8 题3](09-点8-抽象推理与证明.md#user-content-题-3--82用内积证秩)、[点8 题4](09-点8-抽象推理与证明.md#user-content-题-4--83以少表多必相关秩法证明)、[点8 题5](09-点8-抽象推理与证明.md#user-content-题-5--84表出不增秩拼矩阵模板) |
每一格的「点 X 题 Y」都是可点的锚点,直达那道题;题目末尾的 每一格的「点 X 题 Y」都是可点的锚点,直达那道题;方向与点文件内部相反(点文件是"知识点 → 题",这里是"题 → 知识点"),两个方向合起来构成双向索引。
**关联** 行再指回来,形成双向索引。
--- ---
@@ -437,6 +446,8 @@ $$\dim(V_1+V_2)=\dim V_1+\dim V_2.$$
## 9 大纲 / 真题 / 参考仓库:覆盖对照 ## 9 大纲 / 真题 / 参考仓库:覆盖对照
每道题的参考仓库出处已在各点文件的问题开头「考查知识点」块里逐题标出(含"未收录"的标注),下表只做三条线的总对照。
| 大纲条目 | 十年真题 | 参考仓库 | 本讲位置 | | 大纲条目 | 十年真题 | 参考仓库 | 本讲位置 |
|---|---|---|---| |---|---|---|---|
| 向量的概念与运算 | — | §1.1 | §1.1 | | 向量的概念与运算 | — | §1.1 | §1.1 |
@@ -0,0 +1,168 @@
---
tags: [数学一, 在学练习, 线性代数, 向量, 示范]
专题: 线性代数 第3讲 · 点1 线性相关与无关(知识点带题 · 示范)
日期: 2026-10-23
状态: 示范稿——格式确认后推广到全部点文件
---
# 点 1 线性相关与无关 · 知识点带题(示范)
**组织原则**:以知识点为单位。先把一个知识点的完整内容列出来,再按知识点内部的顺序(判据①—⑦)逐一对应出题;**题目顺序 = 知识点内条目顺序,中间不穿插其他知识点**。每条判据可配 1—3 题,本示范每条 1 题,正式版按真题密度分配题量。
知识点文本取自参考仓库知识章 §2.1(即笔记整理的"七条判据"),逐题出处见知识点标题下的链接。
## 知识点 2.1 线性相关判定(出处:[知识章 vector.tex §2.1](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex))
**判据①**:向量组 $\alpha_1,\alpha_2,\cdots,\alpha_n\ (n\geqslant2)$ 线性相关的充要条件是:**至少有一个**向量可由其余 $n-1$ 个向量线性表出。$\alpha_1,\alpha_2,\cdots,\alpha_n$ 线性无关的充要条件是:**任何一个**向量都不能由其余 $n-1$ 个向量线性表出。
**判据②**:$\alpha_1,\alpha_2,\cdots,\alpha_n$ 线性无关,而 $\beta,\alpha_1,\alpha_2,\cdots,\alpha_n$ 线性相关,则 $\beta$ 可由 $\alpha_1,\alpha_2,\cdots,\alpha_n$ 线性表示,**且表示方法唯一**。
**判据③(以少表多,多的相关)**:向量组 $\alpha_1,\cdots,\alpha_n$ 可由向量组 $\beta_1,\cdots,\beta_s$ 线性表示,且 $n>s$,则 $\alpha_1,\cdots,\alpha_n$ 线性相关。等价形式:若 $\alpha_1,\cdots,\alpha_n$ 可由 $\beta_1,\cdots,\beta_s$ 线性表示且 $\alpha_1,\cdots,\alpha_n$ 线性无关,则 $n\leqslant s$。
**判据④(齐次方程)**:设 $m$ 个 $n$ 维向量 $\alpha_1,\cdots,\alpha_m$,按列拼成 $A=[\alpha_1,\alpha_2,\cdots,\alpha_m]$,$x=(x_1,x_2,\cdots,x_m)^{\mathrm T}$。则 $\alpha_1,\cdots,\alpha_m$ 线性相关 $\iff$ $Ax=0$ 有非零解;线性无关 $\iff$ $Ax=0$ 只有零解。
**判据⑤(秩判据)**:$\beta$ 可由向量组 $\alpha_1,\cdots,\alpha_n$ 线性表出 $\iff$ $r([\alpha_1,\cdots,\alpha_n])=r([\alpha_1,\cdots,\alpha_n,\beta])$(方程 $[\alpha_1,\cdots,\alpha_n]x=\beta$ 有解);不能表出时 $r([\alpha_1,\cdots,\alpha_n,\beta])=r([\alpha_1,\cdots,\alpha_n])+1$。
**判据⑥(部分与整体)**:$\alpha_1,\cdots,\alpha_n$ 存在一部分向量线性相关 $\Longrightarrow$ 整个向量组线性相关;$\alpha_1,\cdots,\alpha_n$ 线性无关 $\Longrightarrow$ 任意一部分向量组线性无关。
**判据⑦(延长与缩短)**:$m$ 个 $n$ 维向量 $\alpha_1,\cdots,\alpha_m$ 线性无关,把每个向量各任意添加 $s$ 个分量得到的新向量组 $\alpha_1^*,\alpha_2^*,\cdots,\alpha_m^*$($n+s$ 维)仍线性无关;$\alpha_1,\cdots,\alpha_m$ 线性相关,把每个向量各去掉相同的若干分量得到的新向量组仍线性相关。(原来无关延长无关,原来相关缩短相关。)
---
## 题目(按判据①—⑦ 顺序对应)
### 题 1 · 判据①:有一个向量可由其余表出 ⟹ 相关(★☆☆)
> 已知 $\alpha_3=2\alpha_1-\alpha_2$。证明:$\alpha_1,\alpha_2,\alpha_3$ 线性相关。
**怎么想**:判据① 的正向用法——"有一个向量可由其余表出"就直接相关;这里 $\alpha_3$ 的表示已经给出,不用再凑组合,把等式移项成零组合即可。
**解**:由 $\alpha_3=2\alpha_1-\alpha_2$ 得
$$2\alpha_1-\alpha_2-\alpha_3=0,$$
系数 $2,-1,-1$ 不全为零,故 $\alpha_1,\alpha_2,\alpha_3$ 线性相关。
**带走结论**:证相关最省的一条路是找"现成表示"(判据①);它与定义"存在非平凡零组合"是同一件事的两种说法,题目给哪种表示就用哪种。
---
### 题 2 · 判据②:无关组 + 添一个向量变相关 ⟹ 唯一表示(★★☆)
> 设 $\alpha_1,\alpha_2$ 线性无关,$\beta=\alpha_1+2\alpha_2$。
>
> (Ⅰ)$\beta,\alpha_1,\alpha_2$ 是否线性相关?
> (Ⅱ)$\beta$ 能否由 $\alpha_1,\alpha_2$ 唯一线性表示?说明理由。
**怎么想**:$\beta$ 本身就是 $\alpha_1,\alpha_2$ 的组合,判据① 直接给相关;判据② 给的是**更强**的结论——原组无关、加 $\beta$ 后相关,则 $\beta$ 可被原组唯一表示,第(Ⅱ)问的"唯一"才是考点。证唯一性的固定动作是:两式相减,凑成原组的零组合。
**解**:(Ⅰ)$\beta$ 可由 $\alpha_1,\alpha_2$ 线性表出,由判据①,$\beta,\alpha_1,\alpha_2$ 线性相关。
(Ⅱ)$\beta=\alpha_1+2\alpha_2$ 就是一种表示。若另有 $\beta=k_1\alpha_1+k_2\alpha_2$,两式相减得
$$(k_1-1)\alpha_1+(k_2-2)\alpha_2=0,$$
由 $\alpha_1,\alpha_2$ 线性无关,$k_1=1,\ k_2=2$,表示唯一。
**带走结论**:判据② 是"表示唯一"的万能证法——设两个表示式相减,落到原组的零组合,用无关性把系数逼成零。
---
### 题 3 · 判据③:以少表多,多的相关(★★☆)
> 设向量组 $\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 均可由向量组 $\beta_1,\beta_2$ 线性表示。证明:$\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 线性相关。
**怎么想**:判据③ 直接套:$n=4$ 个向量由 $s=2$ 个向量表出,$n>s$,必相关,不用动笔凑组合。要写出证明则用秩:$\alpha$ 组能由 $\beta$ 组表出,说明 $r(\alpha)\leqslant r(\beta)$。
**解**:设 $A=(\alpha_1,\alpha_2,\alpha_3,\alpha_4)$,$B=(\beta_1,\beta_2)$。$\alpha$ 组可由 $\beta$ 组线性表示,即存在 $4\times2$ 矩阵 $C$ 使 $A=BC$,于是
$$r(A)\leqslant r(B)\leqslant 2<4,$$
故 $\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 线性相关(判据④:$Ax=0$ 有非零解)。
**带走结论**:"以少表多,多的相关"。重要推论:**$m$ 个 $n$ 维向量当 $m>n$ 时必线性相关**($n$ 个标准基向量表出全部 $m$ 个)。
---
### 题 4 · 判据④:$Ax=0$ 有非零解 ⟺ 相关(★★☆)
> 【2024·6 骨架】设
>
> $$\alpha_1=(1,1,2)^{\mathrm T},\quad \alpha_2=(2,3,1)^{\mathrm T},\quad \alpha_3=(1,0,5)^{\mathrm T}.$$
>
> (Ⅰ)判断 $\alpha_1,\alpha_2,\alpha_3$ 的线性相关性;
> (Ⅱ)若相关,写出一个具体的线性关系式。
**怎么想**:$s=n=3$,判据④ 的方阵情形——$\lvert A\rvert=0$ 判相关最省(等于 $Ax=0$ 有非零解)。第(Ⅱ)问才是考点:"相关"按定义只是**存在**非平凡组合,必须把系数找出来写成等式,即解 $Ax=0$、取自由变量为 $1$。
**解**:(Ⅰ)按列拼成 $A$,沿第二行展开(第二行有一个零):
$$\lvert A\rvert=\begin{vmatrix}1&2&1\\1&3&0\\2&1&5\end{vmatrix}=-1\cdot(2\cdot5-1\cdot1)+3\cdot(1\cdot5-1\cdot2)-0=-9+9=0,$$
行列式为零,故 $\alpha_1,\alpha_2,\alpha_3$ 线性相关。
(Ⅱ)解 $Ax=0$:由 $x_1+3x_2=0$ 得 $x_1=-3x_2$,代入 $x_1+2x_2+x_3=0$ 得 $x_3=x_2$。取 $x_2=1$:
$$-3\alpha_1+\alpha_2+\alpha_3=0,$$
即关系式 $\alpha_2+\alpha_3=3\alpha_1$。(回代验算成立。)
**带走结论**:判相关的三件套——行列式($s=n$)、$Ax=0$、秩,其实都是判据④ 的不同实现。**解答题里"相关"必须落到具体关系式**,只写"行列式为零"只拿一半分。
---
### 题 5 · 判据⑤:$r(A)=r(A\mid\beta)$ 判断能否表出(★★☆)
> 设
>
> $$\alpha_1=(1,1,1)^{\mathrm T},\quad \alpha_2=(1,2,3)^{\mathrm T},\quad \alpha_3=(1,3,6)^{\mathrm T},\quad \beta=(1,1,2)^{\mathrm T}.$$
>
> 判断 $\beta$ 能否由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示;若能,写出表示式并说明是否唯一。
**怎么想**:判据⑤——$\beta$ 能表出 $\iff r(A)=r(A\mid\beta)$。本题 $s=n=3$ 且 $\lvert A\rvert\ne0$,不必算秩:方阵情形下 $\lvert A\rvert\ne0$ 意味着任意 $\beta$ 都被唯一表示。表示式 = 解方程组 $[\alpha_1,\alpha_2,\alpha_3]x=\beta$。
**解**:
$$\lvert A\rvert=\begin{vmatrix}1&1&1\\1&2&3\\1&3&6\end{vmatrix}=(12-9)-(6-3)+(3-2)=1\ne0,$$
故 $r(A)=3=r(A\mid\beta)$,$\beta$ 可由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示,且唯一。解方程组:
$$\beta=2\alpha_1-2\alpha_2+\alpha_3=(1,1,2)^{\mathrm T}\quad\text{(验算成立)}.$$
**带走结论**:方阵情形一句话"$\lvert A\rvert\ne0$ ⟹ 任意 $\beta$ 可表且唯一";非方阵才真正需要逐列比较 $r(A)$ 与 $r(A\mid\beta)$(判据⑤ 的非方阵用法放到点 3 线性表示)。
---
### 题 6 · 判据⑥:整体无关 ⟹ 部分无关(★☆☆)
> 设 $\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 线性无关。判断 $\alpha_1,\alpha_2,\alpha_3$ 是否线性无关,并说明理由。
**怎么想**:判据⑥ 整体无关 ⟹ 任意部分无关,直接套。证明走反证:部分相关 ⟹ 整体相关。
**解**:$\alpha_1,\alpha_2,\alpha_3$ 线性无关。反设相关,则存在不全为零的 $k_1,k_2,k_3$ 使 $k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0$,补上零系数得
$$k_1\alpha_1+k_2\alpha_2+k_3\alpha_3+0\cdot\alpha_4=0$$
是非平凡零组合,与 $\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 线性无关矛盾。
**带走结论**:判据⑥ 两个方向各管一件事——"部分相关 ⟹ 整体相关"用来证相关,"整体无关 ⟹ 部分无关"用来证无关,是抽象题里最常用的砍维度手段。
---
### 题 7 · 判据⑦:延长无关仍无关(★★☆)
> 设 $\alpha_1,\alpha_2,\alpha_3$ 是 $n$ 维线性无关向量组。把每个向量各任意添加 $2$ 个分量,得到 $n+2$ 维向量组 $\alpha_1^*,\alpha_2^*,\alpha_3^*$。证明:$\alpha_1^*,\alpha_2^*,\alpha_3^*$ 线性无关。
**怎么想**:判据⑦ 延长——无关向量各加分量仍无关。证法只差一步:设出新组的零组合后**只看前 $n$ 个分量**,那正好是 $\alpha_1,\alpha_2,\alpha_3$ 的零组合,无关性直接逼出系数为零。
**解**:设 $k_1\alpha_1^*+k_2\alpha_2^*+k_3\alpha_3^*=0$。只看每个向量前 $n$ 个分量,得
$$k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0,$$
由 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,$k_1=k_2=k_3=0$,故 $\alpha_1^*,\alpha_2^*,\alpha_3^*$ 线性无关。
**带走结论**:判据⑦ 两个方向——"无关延长仍无关、相关缩短仍相关",与判据⑥ 配合,是"加分量/去分量"类抽象证明的固定套路。
---
**本点其余素材**(供正式版扩展):含参判相关并求秩(2017·13 骨架,判据④ + 秩的综合)、变换后的向量组($\beta$ 组与 $\gamma$ 组,系数矩阵视角,对应练习章 §1.1 初等运算)——正式重写时并入判据④ / 判据① 组的进阶题。
@@ -0,0 +1,466 @@
---
tags: [数学一, 线性代数, 向量, 以题带点, 考研试写]
日期: 2026-10-23
状态: 局部试写,待检查效果
---
# 点1 · 线性相关与无关:判据、计算与证明
本节目标:遇到相关性题目,能选对判据、完整讨论参数,并把题干中的“无关”“任意两个无关”“可表示”转成可用的条件。默认已学过矩阵、行列式和初等行变换。
## 考点与题目分配
重要程度按本节解题中的基础性、使用范围和本地真题考法确定,不据单章题量预测分值。一个综合题可以同时训练几个知识点。
| 知识点 | 本节优先级 | 对应题目 | 要练到什么程度 |
|---|---|---|---|
| 定义、齐次方程、秩与行列式判据 | 核心 | 题1、2、3 | 会选方法,能写出非平凡关系 |
| 含参相关性与秩的分类讨论 | 核心 | 题1、2、3 | 找全特殊值,检验题干的附加条件 |
| 原组无关时,组合后向量的相关性 | 核心 | 题3 | 会写系数矩阵,知道无关条件用在哪里 |
| 部分与整体、延长与缩短 | 必会辨析 | 题4、5 | 判断推理方向,能给反例 |
| 以少表多,多的相关 | 常用结论 | 题5、6 | 会用,也会构造具体关系式 |
| 无关组添入向量后的表示与唯一性 | 重要衔接 | 题7 | 能从相关推出表示,并证明唯一 |
知识主要取自参考仓库向量章;题2对齐本地数据库2024年第6题“相关且任意两个无关”的考法,另设向量和参数关系。题3联系2017年第13题的乘积保秩思想,但区分左右乘法的前提。全节7题均为自编或改编,未复制真题原题。
## 题1 · 三个三维向量:求相关参数,还要确定秩
**考查知识点**
设 $A=(\alpha_1,\ldots,\alpha_s)$ ,每个向量有 $n$ 个分量。
- 相关:存在不全为零的 $k_1,\ldots,k_s$ ,使 $\sum k_i\alpha_i=0$ ;等价于 $Ax=0$ 有非零解,等价于 $r(A)<s$ 。
- 无关:零组合只有全零系数;等价于 $r(A)=s$ 。比较的是**向量个数**,不能笼统写“矩阵满秩就无关”。
- 只有 $s=n$ 时,才能直接用 $|A|=0$ 判相关、$|A|\ne0$ 判无关。
- 求秩要同时给上界和下界:行列式为零只能说明 $r(A)<n$ ,非零的 $k$ 阶子式说明 $r(A)\ge k$ 。
**题目【自编;含参行列式型】**
设
$$
\alpha_1=(1,1,1)^{\mathrm T},\quad
\alpha_2=(1,2,t)^{\mathrm T},\quad
\alpha_3=(1,4,t^2)^{\mathrm T}.
$$
讨论三者的线性相关性;在相关时,求秩并写出一个非平凡线性关系式。
### 怎么想
三个三维向量先算三阶行列式。参数取到使行列式为零的值后,还要回答两个问题:秩究竟降到几?具体是哪一个向量可以由其余向量表示?后者通过解 $Ax=0$ 完成。
### 解
第2、3列分别减第1列,得
$$
|A|=
\begin{vmatrix}1&0&0\\1&1&3\\1&t-1&t^2-1\end{vmatrix}
=t^2-1-3(t-1)=(t-1)(t-2).
$$
因此 $t\ne1,2$ 时三向量无关,秩为3;$t=1$ 或 $t=2$ 时相关。
两种特殊情形都存在同一个非零二阶子式:
$$
\begin{vmatrix}1&1\\1&2\end{vmatrix}=1.
$$
所以 $2\le r(A)<3$ ,两种情形的秩均为2。
设 $x_1\alpha_1+x_2\alpha_2+x_3\alpha_3=0$ 。前两行给出
$$
x_1+x_2+x_3=0,\qquad x_1+2x_2+4x_3=0,
$$
从而 $x_2=-3x_3$ ,$x_1=2x_3$ 。第三行成为
$$
(t^2-3t+2)x_3=0.
$$
当 $t=1,2$ 时取 $x_3=1$ ,得到
$$
2\alpha_1-3\alpha_2+\alpha_3=0.
$$
即 $\alpha_3=-2\alpha_1+3\alpha_2$ 。其第三分量分别满足 $1=-2+3$ 和 $4=-2+6$ ,与题面一致。
### 从本题提炼
**含参方阵型的步骤:行列式找特殊值 → 非零子式定秩 → 齐次方程找关系。** 若题目只问相关性,做到第一步即可;只有题目要求关系式时才必须求系数,不应把“相关必须写关系式”当成所有题目的评分规定。
> **关联** · 判据就在本题开头;[题2](#题2--四维向量相关且任意两个无关)训练非方阵,[题3](#题3--原组无关组合后的向量何时相关)训练系数矩阵;后续应用见[秩与极大无关组](03-点2-秩与极大无关组.md)。
## 题2 · 四维向量:相关且任意两个无关
**考查知识点**
- 三个四维向量组成 $4\times3$ 矩阵,不能给整个矩阵写行列式。判相关应解 $Ax=0$ 或证明 $r(A)<3$ 。
- 三向量相关且任意两个无关时,任一非平凡关系中的**三个系数都非零**。否则留下两个向量的非平凡关系,与条件矛盾。
- “任意两个无关”不能推出“三个无关”;它只能排除由两个向量单独形成的非平凡关系。
**题目【改编;考法锚点:2024数学一第6题】**
设
$$
\alpha_1=(a,1,1,1)^{\mathrm T},\quad
\alpha_2=(2,2,b,2a)^{\mathrm T},\quad
\alpha_3=(1,a,1,1)^{\mathrm T}.
$$
若三者线性相关且任意两个线性无关,求 $a,b$ 。
### 怎么想
题目同时给“整组相关”和“两两无关”,应先设非平凡零组合,把后一个条件转成系数非零。这样消元得到乘积为零时,就能排除系数为零的分支。
### 解
由相关性,存在不全为零的 $x,y,z$ ,使
$$
x\alpha_1+y\alpha_2+z\alpha_3=0.
$$
若 $y=0$ ,则 $x\alpha_1+z\alpha_3=0$ 。由这两个向量无关,$x=z=0$ ,矛盾。因此 $y\ne0$ 。同理 $x,z$ 也非零。
逐行写出
$$
\begin{cases}
ax+2y+z=0,\\
x+2y+az=0,\\
x+by+z=0,\\
x+2ay+z=0.
\end{cases}
$$
第三式减第四式,得 $(b-2a)y=0$ ,故 $b=2a$ 。第一、二式分别减第四式,得
$$
(a-1)(x-2y)=0,\qquad (a-1)(z-2y)=0.
$$
当 $a=1$ 时,$\alpha_1=\alpha_3$ ,违背两两无关。因此 $a\ne1$ ,于是 $x=z=2y$ 。代入第四式:
$$
2(a+2)y=0.
$$
由 $y\ne0$ ,得 $a=-2$ ,$b=-4$ 。
**检验充分性。** 代回得到
$$
\alpha_1=(-2,1,1,1)^{\mathrm T},\quad
\alpha_2=(2,2,-4,-4)^{\mathrm T},\quad
\alpha_3=(1,-2,1,1)^{\mathrm T}.
$$
三者满足 $2\alpha_1+\alpha_2+2\alpha_3=0$ ,故相关。任取两列,在第1、2行形成的二阶子式依次为
$$
\begin{vmatrix}-2&2\\1&2\end{vmatrix}=-6,\quad
\begin{vmatrix}-2&1\\1&-2\end{vmatrix}=3,\quad
\begin{vmatrix}2&1\\2&-2\end{vmatrix}=-6,
$$
均非零,故任意两个无关。答案为 $a=-2,b=-4$ 。
### 易错点与方法选择
取前三个分量算出的三阶行列式为零,**只能给出整组相关的必要条件**;第四个分量仍可能破坏这条关系。反之,找到一个非零三阶子式,就足以证明三列无关。
本题按定义设关系式,能直接利用“两两无关”这个条件,比逐一列出全部三阶子式更简洁。
> **关联** · [题1的通用判据](#题1--三个三维向量求相关参数还要确定秩) | [题4的部分与整体](#题4--选择题中的定理方向) | [题7的非零系数证明](#题7--无关组添入一个向量相关条件能推出什么)。
## 题3 · 原组无关:组合后的向量何时相关
**考查知识点**
若 $A=(\alpha_1,\ldots,\alpha_m)$ 的列无关,且 $B=AC$ ,则
$$
Bx=0\iff A(Cx)=0\iff Cx=0,
$$
故 $r(B)=r(C)$ 。这里 $A$ 可以是非方阵;关键是其列无关。若 $C$ 为方阵,便可通过 $|C|$ 判断新组相关性。
**题目【参考练习章“初等运算”改编】**
设 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,令
$$
\beta_1=\alpha_1+\alpha_2,\quad
\beta_2=\alpha_2+t\alpha_3,\quad
\beta_3=\alpha_1+\alpha_3.
$$
(1)讨论 $\beta_1,\beta_2,\beta_3$ 的相关性;相关时求秩并写出关系式。
(2)若删去原组无关的条件,哪些结论仍成立?
### 怎么想
没有具体分量,不要试图给 $\alpha_i$ 编坐标。把每个 $\beta_j$ 的表示系数按**列**写进 $C$ ,问题就落在一个三阶矩阵上。
### 解
$$
B=AC,\qquad
C=\begin{pmatrix}1&0&1\\1&1&0\\0&t&1\end{pmatrix},\qquad
|C|=1+t.
$$
(1)当 $t\ne-1$ 时,$C$ 可逆,$r(B)=r(C)=3$ ,新组无关。
当 $t=-1$ 时,$|C|=0$ ,而左上角二阶子式为1,故 $r(C)=2$ ,新组秩为2。直接计算得
$$
\beta_1-\beta_2-\beta_3=0.
$$
(2)没有原组无关的条件时:
- $t=-1$ 时上述关系式仍然成立,所以新组仍相关;但秩未必为2,例如原组全为零时新组秩为0。
- $t\ne-1$ 时,$C$ 可逆,仍有 $r(B)=r(A)$ ;但不能再断言其值为3。此时新组与原组的相关性一致。
### 从本题提炼
这两个保秩结论应分开记:
| 条件 | 能得到什么 | 在题目里怎么用 |
|---|---|---|
| $A$ 列无关 | $r(AC)=r(C)$ | 原向量组无关,判断组合后的向量组 |
| $C$ 方阵可逆 | $r(AC)=r(A)$ | 可逆地重新组合原向量组,秩不变 |
本地2017年第13题把 $A\alpha_i$ 按列写成 $AP$ ,三个三维无关向量组成可逆的 $P$ ,用的是第二行。不能只记一句“乘积的秩等于系数矩阵的秩”,遇题就套。
> **关联** · [题1的非零子式定秩](#题1--三个三维向量求相关参数还要确定秩) | [题6的以少表多](#题6--以少表多不要求原组无关) | 后续[秩与极大无关组](03-点2-秩与极大无关组.md)。
## 题4 · 选择题中的定理方向
**考查知识点**
| 对象怎样变化 | 成立的推理 | 不成立的逆向推理 |
|---|---|---|
| 增减向量个数 | 部分相关 → 整组相关;整组无关 → 每个非空部分无关 | 整组相关 → 每个部分相关 |
| 同时增减相同位置的分量 | 无关组延长仍无关;相关组缩短仍相关 | 无关组缩短仍无关;相关组延长仍相关 |
此外:含零向量的组必相关;两个非零向量相关当且仅当成比例。对至少两个向量组成的组,相关当且仅当**至少一个**向量可由其余向量表示,不能改成“每个”。
**题目【自编;单项选择】**
下列命题中,正确的是( )。
(A)三个非零向量两两不成比例,则三者线性无关。
(B)一个向量组线性相关,则其中每个向量均可由其余向量表示。
(C)一个无关向量组,在每个向量末尾任添一个分量,得到的新组仍无关。
(D)一个无关向量组,将每个向量的最后一个分量删去,得到的新组仍无关。
### 解与反例
**A错误。** 在 $\mathbb R^2$ 中,取 $e_1=(1,0)^{\mathrm T}$ 、$e_2=(0,1)^{\mathrm T}$ 和 $e_1+e_2$ 。任意两个不成比例,但三者满足 $e_1+e_2-(e_1+e_2)=0$ 。两向量判据不能直接推广到三个。
**B错误。** 取 $(e_1,e_2,2e_2)$ 。后两向量相关,所以整组相关;但 $e_1$ 不能由后两者表示,因为后两者第一分量均为0。
**C正确。** 设延长后的向量为 $\alpha_i^*$ ,若 $\sum k_i\alpha_i^*=0$ ,取原来那些分量便得到 $\sum k_i\alpha_i=0$ 。原组无关,故所有 $k_i=0$ ,新组无关。
**D错误。** $(1,0)^{\mathrm T},(0,1)^{\mathrm T}$ 无关,删掉末分量后变成 $(1),(0)$ ,含零向量,故相关。
所以选 **C**。
### 忘记方向时怎样现场推
部分相关,向整个组扩展时,给新增向量配零系数即可;相关组缩短时,把原零关系删去对应分量,原来不全为零的系数仍能使用。两者都保留了一条已有的非平凡关系。
反过来,延长相关组会增加方程约束,可能使旧关系失效。例如 $(1),(1)$ 相关,延长成 $(1,0)^{\mathrm T},(1,1)^{\mathrm T}$ 后无关。
> **关联** · [题2的两两无关](#题2--四维向量相关且任意两个无关) | [题5的延长定理应用](#题5--范德蒙德型向量个数与维数分别讨论) | [题7的至少一个与指定向量](#题7--无关组添入一个向量相关条件能推出什么)。
## 题5 · 范德蒙德型:向量个数与维数分别讨论
**考查知识点**
- $s>n$ 时,$s$ 个 $n$ 维向量必相关,因为 $r(A)\le n<s$ 。
- $s\le n$ 时,不能仅凭个数断定无关;找到一个非零的 $s$ 阶子式,才能证明 $r(A)=s$ 。
- 范德蒙德行列式非零需要节点两两不同;取短向量证明无关后,可以用“无关组延长仍无关”还原。
**题目【改编自参考练习章“行列式”例题】**
设 $t_1,\ldots,t_s$ 两两不同,$n\ge1$ ,
$$
\alpha_i=(1,t_i,t_i^2,\ldots,t_i^{n-1})^{\mathrm T},\qquad i=1,\ldots,s.
$$
讨论这组向量的相关性,并求秩。
### 怎么想
先比较个数 $s$ 与维数 $n$ 。向量太多时相关性立即确定,但秩仍需下界;向量不多时,截取前 $s$ 个分量,构造一个方阵。
### 解
当 $s\le n$ 时,取矩阵前 $s$ 行,所得子式为
$$
D_s=\begin{vmatrix}
1&1&\cdots&1\\
t_1&t_2&\cdots&t_s\\
\vdots&\vdots&&\vdots\\
t_1^{s-1}&t_2^{s-1}&\cdots&t_s^{s-1}
\end{vmatrix}
=\prod_{1\le i<j\le s}(t_j-t_i)\ne0.
$$
于是 $r(A)\ge s$ ,而矩阵只有 $s$ 列,故 $r(A)=s$ ,向量组无关。$s=1$ 时子式就是1,结论同样成立。
当 $s>n$ 时,向量个数超过维数,整组相关。再任取 $n$ 列,其行列式是非零的 $n$ 阶范德蒙德行列式,故秩至少为 $n$ ;又只有 $n$ 行,故秩为 $n$ 。
综上,
$$
r(A)=\min(n,s),\qquad
s\le n\text{ 时无关,}\quad s>n\text{ 时相关。}
$$
### 从本题提炼
非方阵照样可以利用行列式,但算的是**子式**。本题把“非零子式定秩”“个数超过维数必相关”“无关组延长仍无关”连在了一起。若节点重复,相应两列相同,不能继续使用上面的非零结论。
> **关联** · [题1的秩上下界](#题1--三个三维向量求相关参数还要确定秩) | [题4的延长判据](#题4--选择题中的定理方向) | [题6的以少表多](#题6--以少表多不要求原组无关)。
## 题6 · 以少表多:不要求原组无关
**考查知识点**
若 $s$ 个向量均可由 $m$ 个向量表示,且 $s>m$ ,则这 $s$ 个向量必相关。写成 $B=AC$ ,其中 $C$ 为 $m\times s$ 矩阵,便有
$$
r(B)\le r(C)\le m<s.
$$
这里不要求那 $m$ 个向量无关。相应地,若被表示的 $s$ 个向量无关,则必有 $s\le m$ 。
**题目【参考练习章“定义法/代入重组”改编】**
设 $u,v$ 为任意同维实向量,令
$$
\beta_1=u+2v,\qquad \beta_2=2u-v,\qquad \beta_3=3u+v.
$$
证明三者相关;若再知 $u,v$ 无关,求新组的秩。
### 怎么想与解
三个向量都由两个向量表示,已能判相关。题目要求证明,观察系数可直接得到
$$
\beta_1+\beta_2-\beta_3=0.
$$
系数 $(1,1,-1)$ 不全为零,故相关。
若 $u,v$ 无关,前两个新向量的系数矩阵为
$$
\begin{pmatrix}1&2\\2&-1\end{pmatrix},\qquad
\begin{vmatrix}1&2\\2&-1\end{vmatrix}=-5\ne0,
$$
故 $\beta_1,\beta_2$ 无关,新组秩至少为2;结合三者相关,秩恰为2。
**证明时的关键区别:** 未知 $u,v$ 是否无关时,从 $pu+qv=0$ 不能反推 $p=q=0$ 。但可以主动令 $p=q=0$ ,以构造一个充分保证零组合的系数方案。题3使用的是等价推理,本题第一问只需构造。
> **关联** · [题3中原组无关的作用](#题3--原组无关组合后的向量何时相关) | [题5的个数与秩](#题5--范德蒙德型向量个数与维数分别讨论)。
## 题7 · 无关组添入一个向量:相关条件能推出什么
**考查知识点**
若 $\alpha_1,\ldots,\alpha_m$ 无关,而添入 $\beta$ 后相关,则 $\beta$ 可由原组**唯一**表示。
这里有两件事要分别证明:相关性保证存在表示;原组无关保证系数唯一。
**题目【自编;参考知识章“线性相关判定”第2条】**
设 $\alpha_1,\alpha_2$ 无关,而 $\alpha_1,\alpha_2,\beta$ 相关。
(1)证明 $\beta$ 可由 $\alpha_1,\alpha_2$ 唯一表示。
(2)若 $\beta=2\alpha_1-3\alpha_2$ ,判断 $\beta,\alpha_2$ 是否无关。
(3)若只知道 $\alpha_1,\alpha_2,\beta$ 相关,能否保证 $\beta$ 可由前两个表示?
### 解
(1)由相关性,存在不全为零的 $k_1,k_2,k_3$ ,使
$$
k_1\alpha_1+k_2\alpha_2+k_3\beta=0.
$$
若 $k_3=0$ ,由原组无关得 $k_1=k_2=0$ ,矛盾。因此 $k_3\ne0$ ,可反解为
$$
\beta=-\frac{k_1}{k_3}\alpha_1-\frac{k_2}{k_3}\alpha_2.
$$
这证明了存在。若另有两种表示
$$
\beta=c_1\alpha_1+c_2\alpha_2=d_1\alpha_1+d_2\alpha_2,
$$
相减得 $(c_1-d_1)\alpha_1+(c_2-d_2)\alpha_2=0$ 。由无关性得 $c_1=d_1,c_2=d_2$ ,故唯一。
(2)设 $p\beta+q\alpha_2=0$ ,代入得到
$$
2p\alpha_1+(q-3p)\alpha_2=0.
$$
由原组无关,$2p=0,q-3p=0$ ,即 $p=q=0$ ,所以新组无关。
这说明:用 $\beta=c_1\alpha_1+c_2\alpha_2$ 替换 $\alpha_1$ ,保留 $\alpha_2$ ,新组无关的充要条件是 $c_1\ne0$ 。被替换的那个向量,其系数不能为零。
(3)不能。取 $\alpha_1=e_1,\alpha_2=2e_1,\beta=e_2$ 。前两个已经相关,所以添入 $\beta$ 后仍相关,但 $e_2$ 不能由 $e_1,2e_1$ 表示。
### 从本题提炼
证明“唯一”常用**设两种表示,相减,再用无关性**。证明“指定向量能被表示”,先说明零关系中它的系数非零,不能仅凭整组相关就反解指定向量。
> **关联** · [题2的系数非零](#题2--四维向量相关且任意两个无关) | [题4的至少一个](#题4--选择题中的定理方向) | 后续[线性表示与含参方程](04-点3-线性表示.md)。
## 本节做题速查
| 题干信号 | 首选处理 | 必查条件 | 回做 |
|---|---|---|---|
| 给具体向量,个数等于维数 | 拼列算行列式,特殊值再定秩 | 为零只给秩的上界 | [题1](#题1--三个三维向量求相关参数还要确定秩) |
| 非方阵,且出现“两两无关” | 设非平凡零组合,利用系数非零 | 候选参数代回验证两两无关 | [题2](#题2--四维向量相关且任意两个无关) |
| 原组无关,新组是线性组合 | 写 $B=AC$ ,研究 $C$ | 系数按列放;列无关前提 | [题3](#题3--原组无关组合后的向量何时相关) |
| 部分、整体、增减分量 | 用补零系数或截取分量说明 | 别把单向推理写成等价 | [题4](#题4--选择题中的定理方向) |
| 幂次向量,节点互异 | 范德蒙德子式,分 $s\le n$ 与 $s>n$ | 不能给非方阵整体写行列式 | [题5](#题5--范德蒙德型向量个数与维数分别讨论) |
| 多个向量由更少向量表示 | 以少表多,或直接构造关系 | 不擅自假设原组无关 | [题6](#题6--以少表多不要求原组无关) |
| 原组无关,添入后相关 | 证明新向量系数非零,再反解 | 唯一性需另外说明 | [题7](#题7--无关组添入一个向量相关条件能推出什么) |
## 来源与范围
- [参考仓库知识章](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex):定义、相关判定、部分与整体、延长与缩短、表示唯一性。
- [参考仓库练习章](../../../../参考仓库/Math/linear-algebra/exercise/3-vector/vector.tex):初等运算、代入重组、行列式、范德蒙德型与矩阵秩。本节修正了原稿范德蒙德乘积下标包含相等情形、非方阵“满秩”表述不严等问题。
- 本地 SQLite 数据库 `question` 表:已查阅第11章条目,选取2017年第13题和2024年第6题定位相关考法;本节答案独立推导,数据库对应答案字段为空。
- 本节只试写“线性相关与无关”。极大无关组的完整求法、线性表示的含参三分类、矩阵幂链证明由后续对应分册展开。
本节的考点表、各题知识提示和末尾速查互相对应;复习时先做题,卡在判据就回题前,卡在计算就回解析对应步骤。
@@ -2,22 +2,133 @@
tags: [数学一, 在学练习, 线性代数, 向量, 线性相关性] tags: [数学一, 在学练习, 线性代数, 向量, 线性相关性]
专题: 线性代数 第3讲 · 点1 线性相关与无关 专题: 线性代数 第3讲 · 点1 线性相关与无关
日期: 2026-10-23 日期: 2026-10-23
状态: 知识点带题(1.2 定义 + 2.1 七判据,14 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"] 关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
--- ---
# 点 1 · 线性相关与线性无关 # 点 1 线性相关与无关
> 真题 2024·6(5 分)|重要度 ★★★|题量 3 **组织原则**:以知识点为单位。先完整列出知识点内容,再按内部顺序(判据①—⑦)逐一对应出题;题目顺序 = 知识点内条目顺序,不穿插其他知识点。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
> 依赖:无。这是本讲地基,后面每一个点都在用它。
> 盘点对应:§1.3 定义、§2 六条判据、§2.2 两个方向易混的定理。
只有 5 分,但它决定后面所有点的对错:秩的定义是"极大无关组的大小",基的定义是"无关且能张成",证明题的每一步都在"设组合为零"。**这个点不是用来得分的,是用来不出错的。** ## 知识点 1.2 向量组的线性概念(出处:[知识章 vector.tex §1.2](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex))
判断只有一句话:**把向量按列拼成 $A$ ,然后比较 $r(A)$ 与向量个数 $s$ 这两个量**。$r(A)<s$ 相关,$r(A)=s$ 无关;只有 $s=n$ 时才能改用 $\lvert A\rvert$ 。 - **线性组合 / 线性表出**:$k_1\alpha_1+\cdots+k_m\alpha_m$ 称为 $\alpha_1,\cdots,\alpha_m$ 的一个线性组合;若 $\beta=k_1\alpha_1+\cdots+k_m\alpha_m$,称 $\beta$ 可由该组线性表出。
- **线性相关**:存在**不全为零**的 $k_1,\cdots,k_m$,使 $k_1\alpha_1+\cdots+k_m\alpha_m=0$。
- **线性无关**:仅当 $k_1=\cdots=k_m=0$ 时 $k_1\alpha_1+\cdots+k_m\alpha_m=0$。
**特例(秒杀用)**:① 含零向量的向量组必线性相关;② 单个向量:非零 ⟺ 无关,零向量 ⟹ 相关;③ 两个向量:成比例 ⟺ 相关,不成比例 ⟺ 无关;④ 有相等(或成比例)向量的组必相关。
## 知识点 2.1 线性相关判定(出处:[知识章 vector.tex §2.1](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex) | [练习章 vector.tex §1.1—§1.4](../../../../参考仓库/Math/linear-algebra/exercise/3-vector/vector.tex))
**判据①**:向量组 $\alpha_1,\alpha_2,\cdots,\alpha_n\ (n\geqslant2)$ 线性相关的充要条件是:**至少有一个**向量可由其余 $n-1$ 个向量线性表出。线性无关的充要条件是:**任何一个**向量都不能由其余 $n-1$ 个向量线性表出。
**判据②**:$\alpha_1,\alpha_2,\cdots,\alpha_n$ 线性无关,而 $\beta,\alpha_1,\alpha_2,\cdots,\alpha_n$ 线性相关,则 $\beta$ 可由 $\alpha_1,\alpha_2,\cdots,\alpha_n$ 线性表示,**且表示方法唯一**。
**判据③(以少表多,多的相关)**:向量组 $\alpha_1,\cdots,\alpha_n$ 可由向量组 $\beta_1,\cdots,\beta_s$ 线性表示,且 $n>s$,则 $\alpha_1,\cdots,\alpha_n$ 线性相关。等价形式:若 $\alpha_1,\cdots,\alpha_n$ 可由 $\beta_1,\cdots,\beta_s$ 线性表示且 $\alpha_1,\cdots,\alpha_n$ 线性无关,则 $n\leqslant s$。
**判据④(齐次方程)**:设 $m$ 个 $n$ 维向量 $\alpha_1,\cdots,\alpha_m$,按列拼成 $A=[\alpha_1,\alpha_2,\cdots,\alpha_m]$,$x=(x_1,x_2,\cdots,x_m)^{\mathrm T}$。则 $\alpha_1,\cdots,\alpha_m$ 线性相关 $\iff$ $Ax=0$ 有非零解;线性无关 $\iff$ $Ax=0$ 只有零解。
**判据⑤(秩判据)**:$\beta$ 可由向量组 $\alpha_1,\cdots,\alpha_n$ 线性表出 $\iff$ $r([\alpha_1,\cdots,\alpha_n])=r([\alpha_1,\cdots,\alpha_n,\beta])$;不能表出时 $r([\alpha_1,\cdots,\alpha_n,\beta])=r([\alpha_1,\cdots,\alpha_n])+1$。
**判据⑥(部分与整体)**:$\alpha_1,\cdots,\alpha_n$ 存在一部分向量线性相关 $\Longrightarrow$ 整个向量组线性相关;$\alpha_1,\cdots,\alpha_n$ 线性无关 $\Longrightarrow$ 任意一部分向量组线性无关。
**判据⑦(延长与缩短)**:$m$ 个 $n$ 维向量 $\alpha_1,\cdots,\alpha_m$ 线性无关,把每个向量各任意添加 $s$ 个分量得到的新向量组 $\alpha_1^*,\cdots,\alpha_m^*$($n+s$ 维)仍线性无关;$\alpha_1,\cdots,\alpha_m$ 线性相关,把每个向量各去掉相同的若干分量得到的新向量组仍线性相关。(原来无关延长无关,原来相关缩短相关。)
--- ---
## 问题 1 · 具体向量组判相关,并写出关系式(★★☆) ## 题目(按知识点顺序对应)
### 题 1 · 定义与特例:直接判相关性(★☆☆)
> 判断下列各组向量的线性相关性,并说明理由:
>
> (1)$\alpha_1=(1,2)^{\mathrm T},\ \alpha_2=(2,4)^{\mathrm T}$;
> (2)$\alpha_1=(1,0,0)^{\mathrm T}$;
> (3)$\alpha_1=(1,0)^{\mathrm T},\ \alpha_2=(0,1)^{\mathrm T}$;
> (4)$\alpha_1=(1,2,3)^{\mathrm T},\ \alpha_2=(0,0,0)^{\mathrm T}$。
**怎么想**:先看特例能否直接秒——成比例、单向量、含零向量。能秒就不动笔。
**解**:(1)$\alpha_2=2\alpha_1$ 成比例,线性**相关**;(2)单个非零向量,线性**无关**;(3)不成比例,线性**无关**;(4)含零向量,线性**相关**。
**带走结论**:特例①③④是"判断相关性"小题的秒杀工具;它们本质都是定义"存在非平凡零组合"的变体。
---
### 题 2 · 判据①:有一个向量可由其余表出 ⟹ 相关(★☆☆)
> 已知 $\alpha_3=2\alpha_1-\alpha_2$。证明:$\alpha_1,\alpha_2,\alpha_3$ 线性相关。
**怎么想**:判据① 的正向用法——题目已经给出 $\alpha_3$ 的表示,把等式移项成零组合即可,不用再凑。
**解**:由 $\alpha_3=2\alpha_1-\alpha_2$ 得 $2\alpha_1-\alpha_2-\alpha_3=0$,系数 $2,-1,-1$ 不全为零,故线性相关。
**带走结论**:证相关最省的一条路是找"现成表示"(判①);它与定义"存在非平凡零组合"是同一件事的两种说法。
---
### 题 3 · 判据②:无关组 + 添一个向量变相关 ⟹ 唯一表示(★★☆)
> 设 $\alpha_1,\alpha_2$ 线性无关,$\beta=\alpha_1+2\alpha_2$。
>
> (Ⅰ)$\beta,\alpha_1,\alpha_2$ 是否线性相关?
> (Ⅱ)$\beta$ 能否由 $\alpha_1,\alpha_2$ 唯一线性表示?说明理由。
**怎么想**:$\beta$ 本身就是 $\alpha_1,\alpha_2$ 的组合,判据① 直接给相关;判据② 给的是**更强**结论——原组无关、加 $\beta$ 后相关,则 $\beta$ 被原组唯一表示,第(Ⅱ)问的"唯一"才是考点。唯一性固定动作:两式相减,凑成原组的零组合。
**解**:(Ⅰ)$\beta$ 可由 $\alpha_1,\alpha_2$ 线性表出,由判据①,$\beta,\alpha_1,\alpha_2$ 线性相关。
(Ⅱ)$\beta=\alpha_1+2\alpha_2$ 就是一种表示。若另有 $\beta=k_1\alpha_1+k_2\alpha_2$,相减得 $(k_1-1)\alpha_1+(k_2-2)\alpha_2=0$,由 $\alpha_1,\alpha_2$ 线性无关,$k_1=1,\ k_2=2$,表示唯一。
**带走结论**:判据② 是"表示唯一"的万能证法——设两个表示相减,落到原组的零组合,用无关性把系数逼成零。
---
### 题 4 · 判据② 的证明版:把"可表示"证出来(★★☆)
> 设 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,$\beta,\alpha_1,\alpha_2,\alpha_3$ 线性相关。证明:$\beta$ 可由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示,且表示唯一。
**怎么想**:已知"相关",相关只保证"存在非平凡零组合"。要让 $\beta$ 单出来成为被表出者,必须证明这个非平凡组合里 $\beta$ 的系数**不是零**——用反证:若 $\beta$ 的系数为零,零组合就落在 $\alpha$ 组上,与 $\alpha$ 组无关矛盾。
**解**:设存在不全为零的 $c_0,c_1,c_2,c_3$,使
$$c_0\beta+c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0.$$
若 $c_0=0$,则 $c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0$ 且 $c_1,c_2,c_3$ 不全为零,与 $\alpha_1,\alpha_2,\alpha_3$ 线性无关矛盾。故 $c_0\ne0$,
$$\beta=-\frac{c_1}{c_0}\alpha_1-\frac{c_2}{c_0}\alpha_2-\frac{c_3}{c_0}\alpha_3,$$
可表示。唯一性:由判据②(无关组 + 添 $\beta$ 相关 ⟹ 表示唯一)直接得到。
**带走结论**:抽象题里"相关 ⟹ 某个向量可由其余表出"(判①)的系数非零**必须证**,套路就是反证 $\beta$ 的系数为零会落到原组。判② 把这一整段打包成结论。
---
### 题 5 · 判据③:以少表多,多的相关(★★☆)
> 设向量组 $\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 均可由向量组 $\beta_1,\beta_2$ 线性表示。证明:$\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 线性相关。
**怎么想**:判据③ 直接套:$n=4$ 个向量由 $s=2$ 个向量表出,$n>s$,必相关。写证明用秩:$\alpha$ 组能由 $\beta$ 组表出 ⟹ $r(\alpha)\leqslant r(\beta)$。
**解**:设 $A=(\alpha_1,\alpha_2,\alpha_3,\alpha_4)$,$B=(\beta_1,\beta_2)$。存在 $4\times2$ 矩阵 $C$ 使 $A=BC$,于是 $r(A)\leqslant r(B)\leqslant 2<4$,故 $\alpha$ 组线性相关(判据④:$Ax=0$ 有非零解)。
**带走结论**:"以少表多,多的相关"。$A=BC\Rightarrow r(A)\leqslant r(B)$ 这个秩不等式要顺手记住,全卷反复用。
---
### 题 6 · 判据③ 的推论:个数多于维数必相关(★★☆)
> 设 $\alpha_1,\alpha_2,\cdots,\alpha_5$ 是 $5$ 个四维向量。证明:它们线性相关。
**怎么想**:四维空间的标准基 $e_1,e_2,e_3,e_4$ 能表出任意四维向量,于是 $5$ 个向量由 $4$ 个向量表出——这正是判据③ 的"以少表多"。
**解**:任一四维向量都可写成标准基 $e_1,e_2,e_3,e_4$ 的线性组合,故 $\alpha_1,\cdots,\alpha_5$ 可由 $e_1,\cdots,e_4$ 线性表示。个数 $5>4$,由判据③,$\alpha_1,\cdots,\alpha_5$ 线性相关。
**带走结论**:**$m$ 个 $n$ 维向量,$m>n$ 时必线性相关**——判③ 最常用的推论,选择题直接秒。
---
### 题 7 · 判据④:$Ax=0$ 有非零解 ⟺ 相关(★★☆)
> 【2024·6 骨架】设 > 【2024·6 骨架】设
> >
@@ -26,50 +137,48 @@ tags: [数学一, 在学练习, 线性代数, 向量, 线性相关性]
> (Ⅰ)判断 $\alpha_1,\alpha_2,\alpha_3$ 的线性相关性; > (Ⅰ)判断 $\alpha_1,\alpha_2,\alpha_3$ 的线性相关性;
> (Ⅱ)若相关,写出一个具体的线性关系式。 > (Ⅱ)若相关,写出一个具体的线性关系式。
### 怎么想 **怎么想**:$s=n=3$,判据④ 的方阵情形——$\lvert A\rvert=0$ 判相关最省。第(Ⅱ)问才是考点:"相关"按定义只是**存在**非平凡组合,必须把系数找出来写成等式,即解 $Ax=0$、取自由变量为 $1$。
三个三维向量,$s=n=3$ ,正好落在判据③的适用范围:**算行列式最省**。非零则无关,为零则相关。 **解**:(Ⅰ)按列拼成 $A$,沿第二行展开(第二行有一个零):
第(Ⅱ)问是这道题真正的考点。"相关"按定义只是"存在非平凡组合",**必须把这组系数找出来写成等式**,否则答案不完整。找系数就是解 $Ax=0$ ,取自由变量为 1。 $$\lvert A\rvert=\begin{vmatrix}1&2&1\\1&3&0\\2&1&5\end{vmatrix}=-1\cdot(2\cdot5-1\cdot1)+3\cdot(1\cdot5-1\cdot2)-0=-9+9=0,$$
### 解 行列式为零,故线性相关。
(Ⅰ)按列拼成 (Ⅱ)解 $Ax=0$:由 $x_1+3x_2=0$ 得 $x_1=-3x_2$,代入 $x_1+2x_2+x_3=0$ 得 $x_3=x_2$。取 $x_2=1$:
$$\lvert A\rvert=\begin{vmatrix}1&2&1\\1&3&0\\2&1&5\end{vmatrix},$$ $$-3\alpha_1+\alpha_2+\alpha_3=0,$$
沿第二行展开(第二行有一个零,只剩两项): 即 $\alpha_2+\alpha_3=3\alpha_1$。(回代验算成立。)
$$\lvert A\rvert=-1\cdot(2\cdot5-1\cdot1)+3\cdot(1\cdot5-1\cdot2)-0=-9+9=0.$$ **带走结论**:判相关的三件套——行列式($s=n$)、$Ax=0$、秩,都是判据④ 的实现。**解答题里"相关"必须落到具体关系式**,只写"行列式为零"拿一半分。
行列式为零,故三者线性相关。
(Ⅱ)解 $A x=0$ :
$$x_1+2x_2+x_3=0,\qquad x_1+3x_2=0,\qquad 2x_1+x_2+5x_3=0.$$
第二式给 $x_1=-3x_2$ ;代入第一式,$x_3=-x_1-2x_2=3x_2-2x_2=x_2$ ;再代入第三式恒成立($0=0$ ),说明解确实是一维的。取 $x_2=1$ 得
$$-3\alpha_1+\alpha_2+\alpha_3=0.$$
回代验算:$-3(1,1,2)^{\mathrm T}+(2,3,1)^{\mathrm T}+(1,0,5)^{\mathrm T}=(0,0,0)^{\mathrm T}$ 。
### 带走的结论
**"相关"必须落到一个具体的关系式。** 只写"行列式为零,所以相关"在解答题里只拿一半分——因为判据只回答了"有没有",题目问的是"是什么"。关系式就是 $Ax=0$ 的一个非零解,取自由变量为 1 最省事。
### 换个问法
- 若题目改成"求一个极大无关组",答案是 $\alpha_1,\alpha_2$ (或任意两个,因为秩为 2),见 `03`。
- 若改成"$\alpha_3$ 能否由 $\alpha_1,\alpha_2$ 表示",由关系式直接读出 $\alpha_3=3\alpha_1-\alpha_2$ ,见 `04`。
**同一道题,换个问法就换到别的点**——这就是为什么这个点是地基。
> **关联** · 盘点 [§1.3 定义](01-知识点盘点.md#user-content-13-线性相关与线性无关) [§2.1 判据总表](01-知识点盘点.md#user-content-21-判据总表) | 上游 — | 下游 [点 2 题 1 求秩](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组) [点 3 题 1 表示](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
--- ---
## 问题 2 · 变换后的向量组(★★☆) ### 题 8 · 判据④ + 秩:含参判相关,并求此时的秩(★★☆)
> 【2017·13 骨架】设
>
> $$\alpha_1=(1,1,1)^{\mathrm T},\quad \alpha_2=(1,2,a)^{\mathrm T},\quad \alpha_3=(1,4,a^2)^{\mathrm T}.$$
>
> (Ⅰ)求 $a$,使三者线性相关;
> (Ⅱ)对每个这样的 $a$,求向量组的秩。
**怎么想**:相关 $\iff$ 行列式为零,问题变成"解一个关于 $a$ 的多项式方程"。**每个根都要单独代回算秩**——不能因为"相关所以秩小于 3"就笼统写"秩为 2",秩可能是 1。算行列式优先造零:第 2、3 列各减第 1 列,首行立刻出现两个零。
**解**:(Ⅰ)按列拼成 $A$,作"第 2 列减第 1 列、第 3 列减第 1 列"(第三类列变换,行列式值不变):
$$\lvert A\rvert=\begin{vmatrix}1&0&0\\1&1&3\\1&a-1&a^2-1\end{vmatrix}=(a^2-1)-3(a-1)=(a-1)(a+1-3)=(a-1)(a-2),$$
故 $a=1$ 或 $a=2$ 时线性相关。
(Ⅱ)两种情形秩都小于 3。看**与参数无关**的左上角二阶子式 $\begin{vmatrix}1&1\\1&2\end{vmatrix}=1\ne0$,恒非零,故秩至少为 2。因此 $a=1$ 时 $r=2$,$a=2$ 时 $r=2$。(代回验证:$a=1$ 时 $\alpha_2=(1,2,1)^{\mathrm T}$、$\alpha_3=(1,4,1)^{\mathrm T}$ 不成比例;$a=2$ 时同理,秩确为 2。)
**带走结论**:含参题两件套——行列式找根(**找全因式防失根**)+ 非零子式定秩下界(与参数无关的子式可一次覆盖全部根)。此题的"相关求秩"就是点 2 的前置。
---
### 题 9 · 判据④ 的系数矩阵视角:变换后的向量组(★★☆)
> 设 $\alpha_1,\alpha_2,\alpha_3$ 线性无关。令 > 设 $\alpha_1,\alpha_2,\alpha_3$ 线性无关。令
> >
@@ -79,125 +188,89 @@ $$-3\alpha_1+\alpha_2+\alpha_3=0.$$
> >
> (Ⅰ)判断 $\beta$ 组的线性相关性;(Ⅱ)求 $\gamma$ 组的秩。 > (Ⅰ)判断 $\beta$ 组的线性相关性;(Ⅱ)求 $\gamma$ 组的秩。
### 怎么想 **怎么想**:原组无关时,新组的命运**完全由系数矩阵决定**。写 $B=(\beta_1,\beta_2,\beta_3)=A C_\beta$,则
原组无关时,新组的命运**完全由系数矩阵决定**。写 $$By=0\iff A(C_\beta y)=0\iff C_\beta y=0\quad\text{($A$ 的列无关,$Az=0$ 只有零解)},$$
$$B=(\beta_1,\beta_2,\beta_3)=(\alpha_1,\alpha_2,\alpha_3)\,C_\beta=AC_\beta,$$ 于是 $r(B)=r(C_\beta)$。**前提是原组无关,不能不问就套**。
则 $By=0\iff A(C_\beta y)=0\iff C_\beta y=0$ (因为 $A$ 的列无关,$Az=0$ 只有零解)。于是 **解**:(Ⅰ)系数矩阵 $C_\beta=\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix}$,$\lvert C_\beta\rvert=1\cdot(1-0)+1\cdot(1-0)=2\ne0$,可逆,故 $C_\beta y=0$ 只有零解,$\beta$ 组线性无关。
$$r(B)=r(C_\beta).$$ (Ⅱ)$C_\gamma=\begin{pmatrix}1&0&-1\\-1&1&0\\0&-1&1\end{pmatrix}$,三列之和为零向量,$\lvert C_\gamma\rvert=0$,秩 $<3$;又左上角二阶子式 $\begin{vmatrix}1&0\\-1&1\end{vmatrix}=1\ne0$,故 $r(C_\gamma)=2$,从而 $r(\gamma)=2$。
**这一步的前提是原组无关,不能不问就套。** 如果原组本身相关,$Az=0$ 有非零解,$r(B)$ 与 $r(C)$ 的关系就断了。 **带走结论**:$\beta$ 组是把三个方向两两相加,成果仍独立;$\gamma$ 组首尾相减,最后一条被前两条抵消($\gamma_1+\gamma_2+\gamma_3=0$)。**系数矩阵可逆 ⟺ 变换不改变相关性**——这是判据④ 在"线性变换"下的模样。
### 解
(Ⅰ)系数矩阵(第 $j$ 列是 $\beta_j$ 用 $\alpha$ 表示的系数):
$$C_\beta=\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix},\qquad \lvert C_\beta\rvert=1\cdot(1-0)+1\cdot(1-0)=2\ne0.$$
$C_\beta$ 可逆,故 $C_\beta y=0$ 只有零解,$\beta$ 组线性无关。
(Ⅱ)$\gamma$ 组的系数矩阵
$$C_\gamma=\begin{pmatrix}1&0&-1\\-1&1&0\\0&-1&1\end{pmatrix},$$
三列之和为零向量,故 $\lvert C_\gamma\rvert=0$ ,秩 $<3$ 。又左上角二阶子式
$$\begin{vmatrix}1&0\\-1&1\end{vmatrix}=1\ne0,$$
故 $r(C_\gamma)=2$ ,从而 $r(\gamma)=2$ 。
也可直接观察:$\gamma_1+\gamma_2+\gamma_3=(\alpha_1-\alpha_2)+(\alpha_2-\alpha_3)+(\alpha_3-\alpha_1)=0$ ,这给出秩的上界 2;而 $\gamma_1,\gamma_2$ 无关(若 $p\gamma_1+q\gamma_2=0$ ,展开得 $p\alpha_1+(-p+q)\alpha_2-q\alpha_3=0$ ,原组无关迫使 $p=q=0$ ),给出下界 2。
### 带走的结论
**找出一条关系只能给出秩的上界,还要举出无关的部分给出下界**,两边夹住才算证完。这是本讲所有"求秩"证明的统一格式。
$\beta$ 组与 $\gamma$ 组的差别只有一点:系数矩阵一个可逆、一个不可逆。**$\beta$ 组是把三个方向两两相加,成果仍互相独立;$\gamma$ 组是首尾相减,最后一条被前两条抵消。**
> **关联** · 盘点 [§2.2 易混定理](01-知识点盘点.md#user-content-22-两个方向容易记反的定理) [§3.3 秩的性质](01-知识点盘点.md#user-content-33-秩的性质) | 上游 [点 1 题 1](#问题-1--具体向量组判相关并写出关系式) | 下游 [点 2 题 3 AB=O](03-点2-秩与极大无关组.md#user-content-问题-3--抽象abo-能推出什么) [点 4 题 3 等价](05-点4-向量组等价.md#user-content-问题-3--抽象单向--同秩能否推出等价) | 速查 [秩的六条运算](10-速查卡.md#user-content-四秩的六条运算)
--- ---
## 问题 3 · 含参判相关,并求此时的秩(★★☆) ### 题 10 · 判据⑤:$r(A)=r(A\mid\beta)$ 判断能否表出(★★☆)
> 【2017·13 骨架】设 > 设
> >
> $$\alpha_1=(1,1,1)^{\mathrm T},\quad \alpha_2=(1,2,a)^{\mathrm T},\quad \alpha_3=(1,4,a^2)^{\mathrm T}.$$ > $$\alpha_1=(1,1,1)^{\mathrm T},\quad \alpha_2=(1,2,3)^{\mathrm T},\quad \alpha_3=(1,3,6)^{\mathrm T},\quad \beta=(1,1,2)^{\mathrm T}.$$
> >
> (Ⅰ)求 $a$ ,使三者线性相关; > 判断 $\beta$ 能否由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示;若能,写出表示式并说明是否唯一。
> (Ⅱ)对每个这样的 $a$ ,求向量组的秩。
### 怎么想 **怎么想**:判据⑤——能表出 $\iff r(A)=r(A\mid\beta)$。本题 $s=n=3$ 且 $\lvert A\rvert\ne0$,不必算秩:方阵情形 $\lvert A\rvert\ne0$ 意味着任意 $\beta$ 都被唯一表示。表示式 = 解方程组。
相关 $\iff$ 行列式为零,于是问题变成"解一个关于 $a$ 的多项式方程"。**每个根都要单独代回算秩**——不能因为"相关所以秩小于 3"就笼统写"秩为 2",秩可能是 1。 **解**:
算行列式时**优先造零再展开**:第 2、3 列各减第 1 列,首行立刻出现两个零。 $$\lvert A\rvert=\begin{vmatrix}1&1&1\\1&2&3\\1&3&6\end{vmatrix}=(12-9)-(6-3)+(3-2)=1\ne0,$$
### 解 故 $r(A)=3=r(A\mid\beta)$,$\beta$ 可由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示,且唯一。解方程组得
(Ⅰ)按列拼成 $A$ ,对列作"第 2 列减第 1 列、第 3 列减第 1 列"(列变换不改变行列式的值吗?改变——但这里只是把某一列减去另一列,属于第三类列变换,行列式值不变): $$\beta=2\alpha_1-2\alpha_2+\alpha_3=(1,1,2)^{\mathrm T}\quad\text{(验算成立)}.$$
$$\lvert A\rvert=\begin{vmatrix}1&0&0\\1&1&3\\1&a-1&a^2-1\end{vmatrix}=(a^2-1)-3(a-1)=(a-1)(a+1-3)=(a-1)(a-2).$$ **带走结论**:方阵情形一句话"$\lvert A\rvert\ne0$ ⟹ 任意 $\beta$ 可表且唯一";非方阵才需要逐列比较 $r(A)$ 与 $r(A\mid\beta)$(判⑤ 的非方阵用法是点 3 的主场)。
故 $a=1$ 或 $a=2$ 时线性相关。
(Ⅱ)两种情形秩都小于 3。再看**与参数无关**的左上角二阶子式
$$\begin{vmatrix}1&1\\1&2\end{vmatrix}=1\ne0,$$
它恒非零,故秩至少为 2。因此
$$a=1\ \text{时}\ r=2;\qquad a=2\ \text{时}\ r=2.$$
(可代回验证:$a=1$ 时 $\alpha_2=(1,2,1)^{\mathrm T}$ 、$\alpha_3=(1,4,1)^{\mathrm T}$ ;$a=2$ 时 $\alpha_2=(1,2,2)^{\mathrm T}$ 、$\alpha_3=(1,4,4)^{\mathrm T}$ ,都不成比例,秩确为 2。)
### 带走的结论
两个技巧值得单独记住:
1. **列减列造零**,再沿含零的行(列)展开,比直接展开快一倍。
2. 求出根后,**找一个与参数无关的非零子式把秩的下界钉死**,比逐一代入消元更稳——尤其当有多个根时,一次就把所有情形覆盖了。
### 常见错法
| 错法 | 后果 |
|---|---|
| 只写"$a=1$ 或 $a=2$ 时相关",不讨论秩 | 第二问零分 |
| 认为"相关就秩为 2" | 秩可能是 1(三个向量两两成比例时) |
| 用行变换时顺手做了列变换求极大无关组 | 主元列号失真(求秩可以,求极大无关组不行) |
> **关联** · 盘点 [§2.1 判据总表](01-知识点盘点.md#user-content-21-判据总表) [§3.3 秩的性质](01-知识点盘点.md#user-content-33-秩的性质) | 上游 [点 1 题 1](#问题-1--具体向量组判相关并写出关系式) | 下游 [点 3 题 2 含参表示](04-点3-线性表示.md#user-content-问题-2--含参什么参数下能表示) [点 7 题 3 含参直和](08-点7-子空间和与交.md#user-content-问题-3--含参何时为直和) | 速查 [套模板的分类讨论](10-速查卡.md#user-content-八三种套模板的分类讨论)
--- ---
## 本点定式 ### 题 11 · 判据⑤:不能表出时增广矩阵秩恰好多 1(★★☆)
> 无关 $\iff r(A)=s$ (比的是**向量个数** $s$ ,不是维数 $n$ );只有在 $s=n$ 时才能用 $\lvert A\rvert$ 代替。相关时必须给出具体关系式。 > 设 $\alpha_1=(1,1)^{\mathrm T},\ \alpha_2=(2,2)^{\mathrm T}$,$\beta=(1,0)^{\mathrm T}$。
>
> (Ⅰ)判断 $\beta$ 能否由 $\alpha_1,\alpha_2$ 线性表示;
> (Ⅱ)验证 $r([\alpha_1,\alpha_2,\beta])=r([\alpha_1,\alpha_2])+1$。
## 三条判据的适用边界 **怎么想**:先看现成关系——$\alpha_1,\alpha_2$ 成比例,$r(A)=1$。把 $\beta$ 拼进去算增广矩阵的秩,比较与 $r(A)$ 的差。
| 情形 | 用什么 | 为什么 | **解**:(Ⅰ)$A=[\alpha_1,\alpha_2]=\begin{pmatrix}1&2\\1&2\end{pmatrix}$,$r(A)=1$(两列成比例)。增广 $[A\mid\beta]=\begin{pmatrix}1&2&1\\1&2&0\end{pmatrix}$,两行不等比例,$r(A\mid\beta)=2$。$r(A)\ne r(A\mid\beta)$,由判据⑤,$\beta$ **不能**由 $\alpha_1,\alpha_2$ 线性表示。
|---|---|---|
| 任意向量组 | 秩判据 $r(A)$ 与 $s$ | 最通用 | (Ⅱ)$r(A\mid\beta)=2=1+1=r(A)+1$,验证成立。(直观:$\beta$ 不在 $\alpha_1,\alpha_2$ 张成的直线上,方程组无解。)
| $s=n$ | 行列式 | 省算一半 |
| 原组无关,判断变换后 | 系数矩阵的行列式 / 秩 | 只需看 $C$ | **带走结论**:判⑤ 的两个值——相等 = 能表出;恰好多 1 = 不能表出。它是"线性表示"所有题的判定核心,先记结论,点 3 里练熟。
| 含参数 | 行列式多项式,再回代求秩 | 一次覆盖全部根 |
| 抽象证明 | 定义:设组合为零 | 唯一可行路线 |
--- ---
下一站 [点 2 · 秩与极大无关组](03-点2-秩与极大无关组.md) :把上面那个比较里的 $r(A)$ 变成能算、能用的东西。 ### 题 12 · 判据⑥:整体无关 ⟹ 部分无关(★☆☆)
> 设 $\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 线性无关。判断 $\alpha_1,\alpha_2,\alpha_3$ 是否线性无关,并说明理由。
**怎么想**:判据⑥ 整体无关 ⟹ 任意部分无关,直接套。证明走反证:部分相关 ⟹ 整体相关。
**解**:$\alpha_1,\alpha_2,\alpha_3$ 线性无关。反设相关,则存在不全为零的 $k_1,k_2,k_3$ 使 $k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0$,补上零系数得 $k_1\alpha_1+k_2\alpha_2+k_3\alpha_3+0\cdot\alpha_4=0$ 是非平凡零组合,与整体无关矛盾。
**带走结论**:判据⑥ 两个方向各管一件事——"部分相关 ⟹ 整体相关"证相关、"整体无关 ⟹ 部分无关"证无关,是抽象题里最常用的砍维度手段。
--- ---
## 本点关联 ### 题 13 · 判据⑦:延长无关仍无关(★★☆)
| 关系 | 文件 | 用途 | > 设 $\alpha_1,\alpha_2,\alpha_3$ 是 $n$ 维线性无关向量组。把每个向量各任意添加 $2$ 个分量,得到 $n+2$ 维向量组 $\alpha_1^*,\alpha_2^*,\alpha_3^*$。证明:$\alpha_1^*,\alpha_2^*,\alpha_3^*$ 线性无关。
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §1.3、§2 | 知识地图,查定义与判据 | **怎么想**:判据⑦ 延长。证法只差一步:设出新组的零组合后**只看前 $n$ 个分量**,那正好是 $\alpha_1,\alpha_2,\alpha_3$ 的零组合,无关性直接逼出系数为零。
| 上游 | —(本讲地基,无上游) | 读本点前应先会 |
| 下游 | [点 2 · 秩与极大无关组](03-点2-秩与极大无关组.md)、[点 3 · 线性表示](04-点3-线性表示.md) | 本点的结论在哪儿用 | **解**:设 $k_1\alpha_1^*+k_2\alpha_2^*+k_3\alpha_3^*=0$。只看每个向量前 $n$ 个分量,得 $k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0$,由 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,$k_1=k_2=k_3=0$,故 $\alpha_1^*,\alpha_2^*,\alpha_3^*$ 线性无关。
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
**带走结论**:"无关延长仍无关、相关缩短仍相关"(判⑦)。延长/去分量类证明的固定动作:只看原维度分量,把新组的零组合投影回原组。
---
### 题 14 · 判据⑦ 的缩短版:相关缩短仍相关(★★☆)
> 设 $\alpha_1,\alpha_2,\alpha_3$ 是 $n$ 维线性相关向量组。把每个向量去掉最后一个分量,得到 $n-1$ 维向量组 $\alpha_1',\alpha_2',\alpha_3'$。证明:$\alpha_1',\alpha_2',\alpha_3'$ 仍线性相关。
**怎么想**:判据⑦ 缩短。已知存在不全为零的系数使 $k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0$——这个等式**逐分量都成立**,去掉最后一个分量后前 $n-1$ 个等式仍然成立,所以同一组系数照样是非平凡零组合。
**解**:由 $\alpha_1,\alpha_2,\alpha_3$ 线性相关,存在不全为零的 $k_1,k_2,k_3$ 使 $k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0$($n$ 个分量等式)。只看每个向量前 $n-1$ 个分量,该式仍成立,即 $k_1\alpha_1'+k_2\alpha_2'+k_3\alpha_3'=0$,故 $\alpha_1',\alpha_2',\alpha_3'$ 线性相关。
**带走结论**:缩短方向比延长方向更"白给"——原关系式直接继承。判⑦ 两个方向与判⑥ 配合,覆盖所有"维度伸缩"类抽象题。
@@ -2,24 +2,37 @@
tags: [数学一, 在学练习, 线性代数, 向量, 秩, 极大无关组] tags: [数学一, 在学练习, 线性代数, 向量, 秩, 极大无关组]
专题: 线性代数 第3讲 · 点2 秩与极大无关组 专题: 线性代数 第3讲 · 点2 秩与极大无关组
日期: 2026-10-23 日期: 2026-10-23
状态: 知识点带题(2.2 极大无关组 + §3 向量组秩,5 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"] 关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
--- ---
# 点 2 · 秩与极大无关组 # 点 2 秩与极大无关组
> 真题 2017·13(4 分)|重要度 ★★★|题量 3 > 真题 2017·13(4 分)|重要度 ★★★
> 依赖:点 1(`02`)。 > 依赖:点 1(`02`)。盘点对应:§2.3 秩的双重身份、§3 全节。
> 盘点对应:§2.3 秩的双重身份、§3 全节。
**组织原则**:以知识点为单位,题目按知识点内部顺序对应。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
4 分,但它是全讲的**工具**:求秩的算法同时给出极大无关组,而极大无关组又解释了"为什么表示的系数有时不唯一"。**这一节不会算,后面每个点都只能停在概念层面。** 4 分,但它是全讲的**工具**:求秩的算法同时给出极大无关组,而极大无关组又解释了"为什么表示的系数有时不唯一"。**这一节不会算,后面每个点都只能停在概念层面。**
秩有三重身份,三者相等是本讲最核心的定理: ## 知识点 2.2 极大线性无关组(出处:[知识章 vector.tex §2.2](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex) | [练习章 vector.tex §2.1](../../../../参考仓库/Math/linear-algebra/exercise/3-vector/vector.tex))
$$r(A)=\text{行秩}=\text{列秩}=\text{非零子式的最高阶数}=\text{阶梯形的非零行数}.$$ - **定义**:部分组 $\alpha_{i_1},\alpha_{i_2},\cdots,\alpha_{i_r}$ 满足 ① 自身线性无关;② 原组任一向量都可由它线性表出,则称为一个极大线性无关组。
- **性质**:极大无关组**不唯一**,但所含向量个数唯一,等于向量组的秩;任一极大无关组都与原组等价(见点 4)。
- **标准求法四步**:按列拼 → **只做初等行变换** → 数非零行(= 秩)→ **回原矩阵**取主元列对应的向量。
## 知识点 3 向量组秩(出处:[知识章 vector.tex §3](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex) | [矩阵章 matrix.tex §5.2](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **秩的三重身份**:$r(A)=$ 行秩 $=$ 列秩 $=$ 非零子式的最高阶数 $=$ 阶梯形的非零行数。
- **为什么只能行变换**:初等行变换 = 左乘可逆矩阵 $P$,$Ax=0\iff PAx=0$,主元列与列间系数全部不变;列变换没有此性质。
- **表出与秩**:若 $B$ 可由 $A$ 线性表出($B=AC$),则 $r(B)\leqslant r(A)$。
- **秩的运算性质(矩阵章 §5.2)**:$r(AB)\leqslant\min\{r(A),r(B)\}$;$r(A+B)\leqslant r(A)+r(B)$;$r(A\mid B)\leqslant r(A)+r(B)$;$AB=O\Rightarrow r(A)+r(B)\leqslant n$($n$ 为 $A$ 的列数);$A$ 可逆时 $r(AB)=r(B)$。
--- ---
## 问题 1 · 三行四列:求秩与极大无关组(★☆☆) ## 题目(按知识点顺序对应)
### 题 1 · 2.2:标准四步求秩与极大无关组(★☆☆)
> 设 > 设
> >
@@ -27,15 +40,9 @@ $$r(A)=\text{行秩}=\text{列秩}=\text{非零子式的最高阶数}=\text{阶
> >
> 求该向量组的秩、一个极大无关组,并把其余向量用它表示。 > 求该向量组的秩、一个极大无关组,并把其余向量用它表示。
### 怎么想 **怎么想**:标准四步——**按列拼 → 只做行变换 → 数非零行 → 回原矩阵取主元列**。为什么只能用行变换:行变换左乘可逆矩阵 $P$,$Ax=0\iff PAx=0$,哪列是主元列、系数是多少全部不变。
标准四步:**按列拼 → 只做行变换 → 数非零行 → 回原矩阵取主元列**。 **解**:按列拼并化阶梯形:
为什么只用行变换:初等行变换等于左乘一个可逆矩阵 $P$ ,即 $A\to PA$ 。由 $Ax=0\iff PAx=0$ 可知,**哪个列是主元列、系数是多少,全部保持不变**。列变换没有这个性质,会把答案搞乱。
### 解
按列拼并化阶梯形:
$$ $$
\begin{pmatrix}1&2&0&1\\2&4&1&3\\-1&-2&1&0\end{pmatrix} \begin{pmatrix}1&2&0&1\\2&4&1&3\\-1&-2&1&0\end{pmatrix}
@@ -45,27 +52,15 @@ $$
\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&0&0\end{pmatrix}. \begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&0&0\end{pmatrix}.
$$ $$
两个非零行,故 $r=2$ 。主元落在第 **1、3** 列,回到原矩阵取 两个非零行,$r=2$。主元落在第 1、3 列,**回到原矩阵**取 $\alpha_1,\alpha_3$ 为一个极大无关组。在阶梯形上读系数(第 2 列 $=2\times$ 第 1 列,第 4 列 $=$ 第 1 列 $+$ 第 3 列):
$$\alpha_1,\ \alpha_3\ \text{为一个极大无关组}.$$
在阶梯形上读系数(第 2 列 $=2\times$ 第 1 列,第 4 列 $=$ 第 1 列 $+$ 第 3 列):
$$\alpha_2=2\alpha_1,\qquad \alpha_4=\alpha_1+\alpha_3.$$ $$\alpha_2=2\alpha_1,\qquad \alpha_4=\alpha_1+\alpha_3.$$
验算:$2(1,2,-1)^{\mathrm T}=(2,4,-2)^{\mathrm T}$ ;$(1,2,-1)^{\mathrm T}+(0,1,1)^{\mathrm T}=(1,3,0)^{\mathrm T}$ 。 **带走结论**:**极大无关组必须写原向量,不能写阶梯形里的列**;系数可以在化简后的矩阵上读,向量必须回原组取——这是本讲最常被扣分的地方。极大无关组不唯一(本题 $\alpha_1,\alpha_4$ 也行),但个数只能是 2。
### 带走的结论
**极大无关组必须写原向量,不能写阶梯形里的列。** 系数可以在化简后的矩阵上读,向量必须回到原组取——这是本讲最常被扣分的地方之一。
另外注意:极大无关组**不唯一**。本题 $\alpha_1,\alpha_4$ 也行,$\alpha_3,\alpha_4$ 也行,但个数只能是 2。
> **关联** · 盘点 [§3.1 定义](01-知识点盘点.md#user-content-31-定义) [§3.2 求法](01-知识点盘点.md#user-content-32-求法唯一标准流程) | 上游 [点 1 题 1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式) | 下游 [点 3 题 1 表示](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) [点 7 题 1 交空间](08-点7-子空间和与交.md#user-content-问题-1--交空间的基与维数公式) | 速查 [秩的六条运算](10-速查卡.md#user-content-四秩的六条运算)
--- ---
## 问题 2 · 四维向量组:先观察再动笔(★★☆) ### 题 2 · 3:先观察再动笔——上下界夹逼(★★☆)
> 设 > 设
> >
@@ -73,105 +68,81 @@ $$\alpha_2=2\alpha_1,\qquad \alpha_4=\alpha_1+\alpha_3.$$
> >
> 求秩与一个极大无关组,并把不在其中的向量表示出来。 > 求秩与一个极大无关组,并把不在其中的向量表示出来。
### 怎么想 **怎么想**:这组向量首尾相接围成一个"环",第四个往往是前三个凑出来的。**先扫一眼有没有现成关系**,比直接消元快十倍。但观察只能给**上界**,必须再补**下界**(前三个无关),两句话合起来才是完整答案。
这组向量首尾相接围成一个"环",第四个往往是前三个凑出来的。**先扫一眼有没有现成关系**,比直接消元快十倍。 **解**:观察得
但观察只能给**上界**(找到一条关系 ⟹ 秩不超过 3),还必须补一句**下界**(前三个无关)。两句话合起来才是完整答案。
### 解
观察得
$$\alpha_4=\alpha_1-\alpha_2+\alpha_3=(1,1,0,0)^{\mathrm T}-(0,1,1,0)^{\mathrm T}+(0,0,1,1)^{\mathrm T}=(1,0,0,1)^{\mathrm T},$$ $$\alpha_4=\alpha_1-\alpha_2+\alpha_3=(1,1,0,0)^{\mathrm T}-(0,1,1,0)^{\mathrm T}+(0,0,1,1)^{\mathrm T}=(1,0,0,1)^{\mathrm T},$$
故秩至多为 3。 故 $r\leqslant 3$。再证 $\alpha_1,\alpha_2,\alpha_3$ 无关:设 $c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0$,逐分量看——第 1 分量 $c_1=0$;第 2 分量 $c_1+c_2=0\Rightarrow c_2=0$;第 3 分量 $c_2+c_3=0\Rightarrow c_3=0$。故无关,$r\geqslant 3$。于是 $r=3$,$\alpha_1,\alpha_2,\alpha_3$ 构成极大无关组,$\alpha_4=\alpha_1-\alpha_2+\alpha_3$。
再证 $\alpha_1,\alpha_2,\alpha_3$ 无关:设 $c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0$ ,逐个分量看—— **带走结论**:"观察 + 补证"性价比最高,但补证不能省。标准写法两句:由现成关系知 $r\le 3$;又前三个无关知 $r\ge 3$;所以 $r=3$。**分量法证无关**:找某一行只剩一个未知数当突破口,逐个定零。
- 第 1 分量:$c_1=0$ ;
- 第 2 分量:$c_1+c_2=0\Rightarrow c_2=0$ ;
- 第 3 分量:$c_2+c_3=0\Rightarrow c_3=0$ 。
故三者无关。于是 $r=3$ ,$\alpha_1,\alpha_2,\alpha_3$ 构成极大无关组,且 $\alpha_4=\alpha_1-\alpha_2+\alpha_3$ 。
### 带走的结论
"观察 + 补证"是**性价比最高**的解法,但补证不能省。考场上完整的写法是两句:
> 由 $\alpha_4=\alpha_1-\alpha_2+\alpha_3$ 知 $r\le3$ ;又前三个向量无关(逐个分量定零),故 $r\ge3$ 。所以 $r=3$ 。
**分量法证无关的技巧**:只要消元后某一行只剩一个未知数,就从那一行开始逐个定零。这里第 1 分量只含 $c_1$ ,是天然的突破口。
> **关联** · 盘点 [§1.4 五个不用算](01-知识点盘点.md#user-content-14-五个不用算的结论) [§3.3 秩的性质](01-知识点盘点.md#user-content-33-秩的性质) | 上游 [点 2 题 1](#问题-1--三行四列求秩与极大无关组) | 下游 [点 7 题 2 四维和与交](08-点7-子空间和与交.md#user-content-问题-2--四维空间里的和与交) | 速查 [五个不用算](10-速查卡.md#user-content-二五个不用算)
--- ---
## 问题 3 · 抽象:$AB=O$ 能推出什么(★★★) ### 题 3 · 3:含参讨论秩(★★☆)
> 设
>
> $$A=\begin{pmatrix}1&1&a\\1&a&1\\a&1&1\end{pmatrix}.$$
>
> 讨论向量组 $\alpha_1,\alpha_2,\alpha_3$($A$ 的三个列向量)的秩随参数 $a$ 的变化。
**怎么想**:秩 $<$ 3 ⟺ 行列式为零,先解 $a$;再对每个根看非零二阶子式定秩是否为 2,其余情况秩为 3。**注意防失根**:行列式展开要因式分解找全根。
**解**:
$$\lvert A\rvert=\begin{vmatrix}1&1&a\\1&a&1\\a&1&1\end{vmatrix}=3a+2-a^3-2a?$$
用公式展开:$\lvert A\rvert=(1)(a\cdot1-1\cdot1)-(1)(1\cdot1-1\cdot a)+a(1\cdot1-a\cdot a)=(a-1)-(1-a)+a(1-a^2)=a^3-3a+2$。
分解:$a^3-3a+2=(a-1)^2(a+2)$。故 $a=1$ 或 $a=-2$ 时秩 $<3$。
- $a=1$:$A$ 全 1 矩阵,所有列相等,$r=1$;
- $a=-2$:二阶子式 $\begin{vmatrix}1&1\\1&-2\end{vmatrix}=-3\ne0$,$r=2$;
- 其余 $a$:$\lvert A\rvert\ne0$,$r=3$。
**带走结论**:含参秩的固定套路——行列式找根(防失根)→ 每个根代回看子式 → 分类写结论。与点 1 题 8(2017·13 骨架)是同一方法的两副面孔。
---
### 题 4 · 3:抽象条件 $AB=O$(★★★)
> 设 $A$ 为 $m\times n$ 矩阵,$B$ 为 $n\times s$ 矩阵,且 $AB=O$。证明: > 设 $A$ 为 $m\times n$ 矩阵,$B$ 为 $n\times s$ 矩阵,且 $AB=O$。证明:
> >
> (Ⅰ)$r(A)+r(B)\le n$ ; > (Ⅰ)$r(A)+r(B)\leqslant n$;
> (Ⅱ)若 $r(A)=n$,则 $B=O$。 > (Ⅱ)若 $r(A)=n$,则 $B=O$。
### 怎么想 **怎么想**:$AB=O$ 要翻译成**向量语言**:把 $B$ 按列分块 $B=(b_1,\dots,b_s)$,则 $AB=(Ab_1,\dots,Ab_s)=O\iff Ab_j=0$。也就是说:**$B$ 的每一列都是 $Ax=0$ 的解**,$B$ 的列空间落在解空间里,比维数即可。
$AB=O$ 这句话要翻译成**向量语言**:把 $B$ 按列分块 $B=(b_1,\dots,b_s)$ ,则 **解**:(Ⅰ)$B$ 的每一列都属于解空间 $N(A)=\{x\mid Ax=0\}$,故 $B$ 的列空间是 $N(A)$ 的子空间:
$$AB=(Ab_1,\dots,Ab_s)=O\iff Ab_j=0\ (j=1,\dots,s).$$ $$r(B)=\dim(\text{$B$ 的列空间})\leqslant\dim N(A)=n-r(A),$$
也就是说:**$B$ 的每一列都是齐次方程组 $Ax=0$ 的解**。于是 $B$ 的列空间落在 $A$ 的解空间里,比维数即可。 移项得 $r(A)+r(B)\leqslant n$。
### 解 (Ⅱ)若 $r(A)=n$,则 $\dim N(A)=0$,解空间只有零向量,故每一列 $b_j=0$,$B=O$。
(Ⅰ)由上面的翻译,$B$ 的每一列都属于解空间 $N(A)=\{x\mid Ax=0\}$ ,故 $B$ 的列空间是 $N(A)$ 的子空间,于是 **带走结论**:**$AB=O$ 等价于"$B$ 的列全是 $Ax=0$ 的解"**,由此得三件事:
$$r(B)=\dim(\text{B 的列空间})\le\dim N(A)=n-r(A),$$
移项即得 $r(A)+r(B)\le n$ 。
(Ⅱ)若 $r(A)=n$ ,则 $\dim N(A)=n-n=0$ ,解空间只有零向量,故每一列 $b_j=0$ ,即 $B=O$ 。
### 带走的结论
**$AB=O$ 是本讲最爱考的抽象条件**,它等价于"$B$ 的列全是 $Ax=0$ 的解",由此得到三件事:
| 已知 | 结论 | | 已知 | 结论 |
|---|---| |---|---|
| $AB=O$ | $r(A)+r(B)\le n$($n$ 为 $A$ 的列数) | | $AB=O$ | $r(A)+r(B)\le n$($n$ 为 $A$ 的列数) |
| $AB=O$ 且 $r(A)=n$ | $B=O$ | | $AB=O$ 且 $r(A)=n$ | $B=O$ |
| $AB=O$ 且 $A$ 是方阵可逆 | $B=O$ | | $AB=O$ 且 $A$ 可逆 | $B=O$ |
这条结论与第 4 讲的解空间维数 $n-r(A)$ 是同一件事的两种说法,也是第 5 讲特征值 0 的重数不小于 $n-r(A)$ 这一结论的来源。**一个条件串起三讲,值得单独记一条。** 这条结论与第 4 讲的解空间维数 $n-r(A)$ 是同一件事,也是第 5 讲特征值 0 重数 $\geqslant n-r(A)$ 的来源——**一个条件串起三讲**。
> **关联** · 盘点 [§3.3 秩的性质](01-知识点盘点.md#user-content-33-秩的性质) | 上游 [点 1 题 2](02-点1-线性相关与无关.md#user-content-问题-2--变换后的向量组) | 下游 [点 8 题 2 接力](09-点8-抽象推理与证明.md#user-content-问题-2--相关与无关的接力) | 速查 [秩的六条运算](10-速查卡.md#user-content-四秩的六条运算)
--- ---
## 本点定式 ### 题 5 · 3:$AB=O$ 结论的直接应用 $A^2=O$(★★★)
> 按列拼 → 只行变换 → 主元列号取**原向量**。秩 $=$ 非零行数 $=$ 极大无关组所含向量个数 $=$ $\dim L(\alpha_1,\dots,\alpha_s)$ 。 > 设 $A$ 是 $n$ 阶方阵,且 $A^2=O$。证明:$r(A)\leqslant\dfrac{n}{2}$。
## 求秩的四种场合对照 **怎么想**:$A^2=AA=O$ 就是 $AB=O$ 型条件($B=A$),直接套题 4 的结论(Ⅰ)。
| 场合 | 手段 | 注意 | **解**:在题 4 结论中取 $B=A$(此时 $n$ 阶方阵,$A$ 的列数 $=n$),由 $AA=O$ 得
|---|---|---|
| 具体数字向量组 | 行变换化阶梯形 | 只能行变换(求极大无关组时) |
| 抽象条件 $AB=O$ | 列空间 $\subseteq$ 解空间 | 别忘了"$n$ 是 $A$ 的列数" |
| 带参数 | 行列式(方阵)或分类讨论 | 每个参数值单独算 |
| 上下界型证明 | 造关系给上界 + 找无关子组给下界 | 缺一半就是没证完 |
--- $$r(A)+r(A)\leqslant n\implies 2r(A)\leqslant n\implies r(A)\leqslant\frac{n}{2}.$$
下一站 [点 3 · 线性表示](04-点3-线性表示.md) :有了秩,就能回答"$\beta$ 能不能写成它们的组合"。 **带走结论**:$A^2=O\Rightarrow r(A)\le n/2$ 是"幂零阵"的招牌结论。看到 $A^2=O$ 就条件反射:列空间藏在解空间里,秩顶多半维。$A^k=O$ 同理可推 $r(A)\le n/k$ 的变式。
---
## 本点关联
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §2.3、§3 | 知识地图,查定义与判据 |
| 上游 | [点 1 · 线性相关与无关](02-点1-线性相关与无关.md) | 读本点前应先会 |
| 下游 | [点 3 · 线性表示](04-点3-线性表示.md)、[点 4 · 向量组等价](05-点4-向量组等价.md)、[点 7 · 子空间和与交](08-点7-子空间和与交.md) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -2,20 +2,30 @@
tags: [数学一, 在学练习, 线性代数, 向量, 线性表示] tags: [数学一, 在学练习, 线性代数, 向量, 线性表示]
专题: 线性代数 第3讲 · 点3 线性表示 专题: 线性代数 第3讲 · 点3 线性表示
日期: 2026-10-23 日期: 2026-10-23
状态: 知识点带题(三等价说法 + 三个判据,4 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"] 关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
--- ---
# 点 3 · 线性表示 # 点 3 线性表示
> 真题 2020·6(4 分)|重要度 ★★★|题量 3 > 真题 2020·6(4 分)|重要度 ★★★
> 依赖:点 2(`03`)的秩。 > 依赖:点 2(`03`)的秩。盘点对应:§1.2 三种等价说法、§4.1 三个判据。
> 盘点对应:§1.2 三种等价说法、§4.1 三个判据。
直接对应 4 分(2020·6),但它的实际覆盖面比 4 分大得多:2023·7 的交空间题、2019·20 的坐标题,第一步都是"判断能否表示"。所以这一节不能按分值配时间。 **组织原则**:以知识点为单位,题目按知识点内部顺序对应。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
形态也极其固定:**"能不能表示"就是"方程组有没有解"**。这句话一说出口,剩下的全是第 4 讲的技术。 直接对应 4 分(2020·6),但覆盖面比 4 分大得多:2023·7 的交空间题、2019·20 的坐标题,第一步都是"判断能否表示"。形态也极其固定:**"能不能表示"就是"方程组有没有解"**——一句话,剩下的全是第 4 讲的技术。
三个判据一次写全: ## 知识点 3.1 线性表示的三种等价说法(出处:[知识章 vector.tex §1.2、§2.1 判据⑤](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex) | [练习章 vector.tex §2.3](../../../../参考仓库/Math/linear-algebra/exercise/3-vector/vector.tex))
同一件事的三种语言,看到哪个就用哪个:
| 语言 | 说法 |
|---|---|
| 向量语言 | $\beta$ 可由 $\alpha_1,\cdots,\alpha_s$ 线性表出 |
| 方程语言 | $[\alpha_1,\cdots,\alpha_s]x=\beta$ 有解 |
| 秩语言 | $r(A)=r(A\mid\beta)$,$A=[\alpha_1,\cdots,\alpha_s]$ |
## 知识点 3.2 表示问题的三个判据(出处:[知识章 vector.tex §2.1 判据⑤](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex) | [练习章 vector.tex §1.4](../../../../参考仓库/Math/linear-algebra/exercise/3-vector/vector.tex))
| 问 | 判据 | 直觉 | | 问 | 判据 | 直觉 |
|---|---|---| |---|---|---|
@@ -23,9 +33,13 @@ tags: [数学一, 在学练习, 线性代数, 向量, 线性表示]
| 表示是否唯一 | 能表示 且 $r(A)=s$ | 系数无自由变量 | | 表示是否唯一 | 能表示 且 $r(A)=s$ | 系数无自由变量 |
| 不能表示时秩升多少 | $r(A\mid\beta)=r(A)+1$ | 只添了一列,最多升 1 | | 不能表示时秩升多少 | $r(A\mid\beta)=r(A)+1$ | 只添了一列,最多升 1 |
**方阵捷径**:$s=n$ 时 $\lvert A\rvert\ne0\iff$ 任意 $\beta$ 都能被**唯一**表示(克拉默法则),一步回答"能不能 + 唯一不唯一"两问。
--- ---
## 问题 1 · 判断能否表示,并说明唯一性(★☆☆) ## 题目(按知识点顺序对应)
### 题 1 · 3.2:方阵捷径,一步答两问(★☆☆)
> 设 $\beta=(1,0,2)^{\mathrm T}$, > 设 $\beta=(1,0,2)^{\mathrm T}$,
> >
@@ -33,43 +47,23 @@ tags: [数学一, 在学练习, 线性代数, 向量, 线性表示]
> >
> (Ⅰ)$\beta$ 能否由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示?表示法唯一吗?(Ⅱ)求出表示式。 > (Ⅰ)$\beta$ 能否由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示?表示法唯一吗?(Ⅱ)求出表示式。
### 怎么想 **怎么想**:材料三个、空间三维,先算**材料矩阵的行列式**。可逆则"既能表示又唯一",一步回答两问,不必再算增广矩阵的秩。判据:$\lvert A\rvert\ne0\iff r(A)=r(A\mid\beta)=s$。
材料三个、空间三维,先算**材料矩阵的行列式**。可逆则"既能表示又唯一",一步回答两问,不必再算增广矩阵的秩。 **解**:(Ⅰ)按列拼成 $A=(\alpha_1,\alpha_2,\alpha_3)$:
这是方阵情形的捷径,判据是: $$\lvert A\rvert=\begin{vmatrix}1&0&1\\1&1&0\\0&1&1\end{vmatrix}=1\cdot(1-0)+1\cdot(1-0)=2\ne0,$$
$$\lvert A\rvert\ne0\iff r(A)=r(A\mid\beta)=s\iff\text{任意 }\beta\text{ 都能被唯一表示}.$$ 满秩,故 $\beta$ 能被唯一表示。
### 解 (Ⅱ)设 $\beta=x_1\alpha_1+x_2\alpha_2+x_3\alpha_3$,比较三个分量:$x_1+x_3=1,\ x_1+x_2=0,\ x_2+x_3=2$。由第二式 $x_2=-x_1$,由第一式 $x_3=1-x_1$,代入第三式 $1-2x_1=2$,故
(Ⅰ)按列拼成 $A=(\alpha_1,\alpha_2,\alpha_3)$ : $$\beta=-\tfrac12\alpha_1+\tfrac12\alpha_2+\tfrac32\alpha_3\quad\text{(验算成立)}.$$
$$\lvert A\rvert=\begin{vmatrix}1&0&1\\1&1&0\\0&1&1\end{vmatrix}=1\cdot(1-0)+1\cdot(1-0)=2\ne0.$$ **带走结论**:"能否表示"看两个秩是否相等;"是否唯一"看 $r(A)=s$。方阵时用行列式一次性解决两问,省一半计算。**解完系数必回代验算**——十秒代价,避免把"算错了"当成"不能表示"。
满秩,故任意 $\beta\in\mathbb{R}^3$ 都能被表示,且表示唯一。
(Ⅱ)设 $\beta=x_1\alpha_1+x_2\alpha_2+x_3\alpha_3$ ,比较三个分量:
$$x_1+x_3=1,\qquad x_1+x_2=0,\qquad x_2+x_3=2.$$
由第二式 $x_2=-x_1$ ;由第一式 $x_3=1-x_1$ ;代入第三式得 $1-2x_1=2$ ,故 $x_1=-\tfrac12$ ,$x_2=\tfrac12$ ,$x_3=\tfrac32$ ,即
$$\beta=-\tfrac12\alpha_1+\tfrac12\alpha_2+\tfrac32\alpha_3.$$
验算:$-\tfrac12(1,1,0)^{\mathrm T}+\tfrac12(0,1,1)^{\mathrm T}+\tfrac32(1,0,1)^{\mathrm T}=(1,0,2)^{\mathrm T}$ 。
### 带走的结论
**"能否表示"看两个秩是否相等;"是否唯一"看 $r(A)$ 是否等于向量个数。** 方阵时用行列式一次性解决两问,能省一半计算。
**必须养成的习惯**:解完系数代回去验一次。代价是十秒,收益是避免把"算错了"当成"不能表示"。
> **关联** · 盘点 [§1.2 线性表示](01-知识点盘点.md#user-content-12-线性组合与线性表示) [§4.1 三个判据](01-知识点盘点.md#user-content-41-表示的三个判据) | 上游 [点 2 题 1](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组) | 下游 [点 5 题 1 过渡矩阵](06-点5-基坐标与过渡矩阵.md#user-content-问题-1--验证基写过渡矩阵求坐标) | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
--- ---
## 问题 2 · 含参:什么参数下能表示(★★☆) ### 题 2 · 3.2:含参,分量比较最快(★★☆)
> 【2020·6 骨架】设 > 【2020·6 骨架】设
> >
@@ -78,42 +72,21 @@ $$\beta=-\tfrac12\alpha_1+\tfrac12\alpha_2+\tfrac32\alpha_3.$$
> (Ⅰ)求 $t$,使 $\beta$ 可由 $\alpha_1,\alpha_2$ 线性表示; > (Ⅰ)求 $t$,使 $\beta$ 可由 $\alpha_1,\alpha_2$ 线性表示;
> (Ⅱ)当不能表示时,求 $r(\alpha_1,\alpha_2,\beta)$。 > (Ⅱ)当不能表示时,求 $r(\alpha_1,\alpha_2,\beta)$。
### 怎么想 **怎么想**:两个向量张成三维空间里的一个**平面**,$\beta$ 落在这个平面上才能表示。注意 $s=2$、$n=3$,**没有行列式可用**(非方阵),必须走分量比较或秩。含参题里分量比较往往更快——参数约束通常直接出现在某一行方程中。
两个向量张成三维空间里的一个**平面**,$\beta$ 落在这个平面上时才能表示。 **解**:(Ⅰ)设 $\beta=c_1\alpha_1+c_2\alpha_2$,比较分量:
注意这里 $s=2$ 、$n=3$ ,**没有行列式可用**(不是方阵),必须走分量比较或秩。含参题里,**分量比较往往比秩更快**,因为参数约束通常直接出现在某一行方程中。 $$c_1=1,\qquad c_2=1,\qquad c_1+c_2=t,$$
### 解
(Ⅰ)设 $\beta=c_1\alpha_1+c_2\alpha_2$ ,比较分量:
$$c_1=1,\qquad c_2=1,\qquad c_1+c_2=t.$$
前两式已把系数定死,第三式要求 $t=2$。故只有 $t=2$ 时能表示,此时 $\beta=\alpha_1+\alpha_2$。 前两式已把系数定死,第三式要求 $t=2$。故只有 $t=2$ 时能表示,此时 $\beta=\alpha_1+\alpha_2$。
(Ⅱ)$t\ne2$ 时,$\alpha_1,\alpha_2$ 无关(不成比例),秩为 2;而 $\beta$ 不在它们的张成空间内,故添上 $\beta$ 后秩升为 3。用行列式核验: (Ⅱ)$t\ne2$ 时,$\alpha_1,\alpha_2$ 无关(不成比例),秩为 2;$\beta$ 不在它们的张成空间内,添上后秩升为 3。核验:$\begin{vmatrix}1&0&1\\0&1&1\\1&1&t\end{vmatrix}=t-2\ne0$,故 $r(\alpha_1,\alpha_2,\beta)=3=r(A)+1$,与判据一致。
$$\begin{vmatrix}1&0&1\\0&1&1\\1&1&t\end{vmatrix}=t-2,$$ **带走结论**:含参表示题两条路线——参数只出现在一两个方程里用**分量比较**(最快);需要同时回答"不能表示时秩为几"用**秩/行列式**。**"不能表示时秩为几"必须说清**,$r(A\mid\beta)=r(A)+1$ 这句话要点出来,只写"不能表示"会失分。
$t\ne2$ 时非零,故 $r(\alpha_1,\alpha_2,\beta)=3=r(A)+1$ ,与判据一致。
### 带走的结论
含参表示题的两条路线:
| 路线 | 何时用 | 代价 |
|---|---|---|
| 分量比较 | 参数只出现在一两个方程里 | 不用算秩,最快 |
| 秩 / 行列式 | 参数分散、需要同时回答"不能表示时秩为几" | 计算量大但结论完整 |
**"不能表示时秩为几"必须说清**,不能只写"不能表示"就收笔。这也是本点唯一容易失分的地方:$r(A\mid\beta)=r(A)+1$ 这句话要点出来。
> **关联** · 盘点 [§4.1 三个判据](01-知识点盘点.md#user-content-41-表示的三个判据) | 上游 [点 3 题 1](#问题-1--判断能否表示并说明唯一性) | 下游 [点 3 题 3 完整分类](#问题-3--三种情形的完整分类) | 速查 [套模板的分类讨论](10-速查卡.md#user-content-八三种套模板的分类讨论)
--- ---
## 问题 3 · 三种情形的完整分类(★★☆) ### 题 3 · 3.2:三种情形的完整分类(★★☆)
> 设 > 设
> >
@@ -121,21 +94,15 @@ $t\ne2$ 时非零,故 $r(\alpha_1,\alpha_2,\beta)=3=r(A)+1$ ,与判据一致
> >
> 就 $a,b$ 的取值讨论:$\beta$ 何时能由 $\alpha_1,\alpha_2,\alpha_3$ **唯一**表示?何时有**无穷多种**表示?何时**不能**表示? > 就 $a,b$ 的取值讨论:$\beta$ 何时能由 $\alpha_1,\alpha_2,\alpha_3$ **唯一**表示?何时有**无穷多种**表示?何时**不能**表示?
### 怎么想 **怎么想**:这是表示问题的"全谱":唯一 ⟺ $r(A)=r(A\mid\beta)=s$;无穷多 ⟺ $r(A)=r(A\mid\beta)<s$;不能表示 ⟺ $r(A)<r(A\mid\beta)$。三个向量是方阵,先算 $\lvert A\rvert$ 定"分界参数",再在奇异点上讨论 $b$。
这是表示问题的"全谱":唯一 ⟺ $r(A)=r(A\mid\beta)=s$ ;无穷多 ⟺ $r(A)=r(A\mid\beta)<s$ ;不能表示 ⟺ $r(A)<r(A\mid\beta)$ 。 **解**:先算
三个向量是方阵,先算 $\lvert A\rvert$ 定出"分界参数",再在奇异的那一点上讨论 $b$ 。 $$\lvert A\rvert=\begin{vmatrix}1&1&1\\1&2&4\\1&3&a\end{vmatrix}\xrightarrow{R_2-R_1,\ R_3-R_1}\begin{vmatrix}1&1&1\\0&1&3\\0&2&a-1\end{vmatrix}=(a-1)-6=a-7.$$
### 解 **情形一($a\ne7$)**:$\lvert A\rvert\ne0$,$r(A)=3=s$,由克拉默法则 $\beta$ 被**唯一**表示(与 $b$ 无关)。
先算 **情形二($a=7$)**:$r(A)=2$(第 3 行 $=2\times$ 第 2 行 $-$ 第 1 行)。对增广矩阵行变换:
$$\lvert A\rvert=\begin{vmatrix}1&1&1\\1&2&4\\1&3&a\end{vmatrix}\xrightarrow{R_2-R_1,\ R_3-R_1}\begin{vmatrix}1&1&1\\0&1&3\\0&2&a-1\end{vmatrix}=1\cdot\bigl[(a-1)-6\bigr]=a-7.$$
**情形一:$a\ne7$ 。** $\lvert A\rvert\ne0$ ,$r(A)=3=s$ ,由克拉默法则,$\beta$ 可被**唯一**表示(与 $b$ 无关)。
**情形二:$a=7$ 。** 此时 $r(A)=2$ (第 3 行 $=2\times$ 第 2 行 $-$ 第 1 行)。对增广矩阵作行变换:
$$ $$
\begin{pmatrix}1&1&1&1\\1&2&4&2\\1&3&7&b\end{pmatrix} \begin{pmatrix}1&1&1&1\\1&2&4&2\\1&3&7&b\end{pmatrix}
@@ -145,56 +112,39 @@ $$
\begin{pmatrix}1&1&1&1\\0&1&3&1\\0&0&0&b-3\end{pmatrix}. \begin{pmatrix}1&1&1&1\\0&1&3&1\\0&0&0&b-3\end{pmatrix}.
$$ $$
- $b=3$ 时 $r(A\mid\beta)=2=r(A)<3$ ,**无穷多解**(自由变量 1 个); - $b=3$:$r(A\mid\beta)=2=r(A)<3$,**无穷多解**(自由变量 1 个);
- $b\ne3$ 时 $r(A\mid\beta)=3>r(A)=2$ ,**无解,不能表示**。 - $b\ne3$:$r(A\mid\beta)=3>r(A)=2$,**无解,不能表示**。
### 带走的结论 **带走结论**:分类讨论标准模板直接背:
**分类讨论的标准模板**,直接背下来:
``` ```
先算 |A|(方阵) → 非零:唯一 先算 |A|(方阵) → 非零:唯一
→ 为零:化增广矩阵,比较 r(A) 与 r(A|β) → 为零:化增广矩阵比较 r(A) 与 r(A|β)
相等且 < s:无穷多 相等且 < s:无穷多(写出通解)
不等:无解 不等:无解
``` ```
注意 $a=7,\ b=3$ 时的解空间是 1 维,通解可以写出来:令 $x_3=t$ ,由第二式 $x_2=1-3t$ ,由第一式 $x_1=1-x_2-x_3=2t$ ,所以 $a=7,\ b=3$ 时解空间 1 维,通解 $x=(0,1,0)^{\mathrm T}+t\,(2,-3,1)^{\mathrm T}$,即 $\beta=\alpha_2+t\,(2\alpha_1-3\alpha_2+\alpha_3)$。题目若追问"写出所有表示式"必须写到这里;只答"无穷多"仍不完整。
$$x=(0,1,0)^{\mathrm T}+t\,(2,-3,1)^{\mathrm T},$$
即 $\beta=\alpha_2+t\,(2\alpha_1-3\alpha_2+\alpha_3)$ 。代 $t=0$ 得 $\beta=\alpha_2=(1,2,3)^{\mathrm T}$ ,与 $b=3$ 相符;$(2,-3,1)$ 确实是齐次解($2\alpha_1-3\alpha_2+\alpha_3=0$ )。
若题目追问"写出所有表示式",就得写到这里;只答"无穷多"仍是不完整的。
> **关联** · 盘点 [§4.1 三个判据](01-知识点盘点.md#user-content-41-表示的三个判据) [§4.3 传递链](01-知识点盘点.md#user-content-43-一条常用的传递链) | 上游 [点 3 题 2](#问题-2--含参什么参数下能表示) | 下游 [点 7 题 1 交空间](08-点7-子空间和与交.md#user-content-问题-1--交空间的基与维数公式) | 速查 [套模板的分类讨论](10-速查卡.md#user-content-八三种套模板的分类讨论)
--- ---
## 本点定式 ### 题 4 · 3.2:非方阵必须走秩(★★☆)
> 能表示 $\iff r(A)=r(A\mid\beta)$ ;唯一 $\iff r(A)=s$ ;不能表示时 $r(A\mid\beta)=r(A)+1$ 。方阵先看 $\lvert A\rvert$ 。 > 设
>
> $$\alpha_1=(1,2,1)^{\mathrm T},\quad \alpha_2=(2,1,0)^{\mathrm T},\quad \beta=(3,3,2)^{\mathrm T}.$$
>
> (Ⅰ)判断 $\beta$ 能否由 $\alpha_1,\alpha_2$ 线性表示;
> (Ⅱ)若不能表示,写出 $\beta$ 关于 $\alpha_1,\alpha_2$ 的"最接近"表示:把 $\beta$ 写成 $\alpha_1,\alpha_2$ 的线性组合加上一个垂直于二者的余项,并求 $r(\alpha_1,\alpha_2,\beta)$。
## 三个判据的常见误用 **怎么想**:$s=2\ne n=3$,**不是方阵,行列式那套捷径作废**,老老实实比较 $r(A)$ 与 $r(A\mid\beta)$。$r(A)$ 由二阶子式给出;$r(A\mid\beta)$ 算三阶行列式。
| 误用 | 正解 | **解**:(Ⅰ)$r(A)$:$\begin{vmatrix}1&2\\2&1\end{vmatrix}=-3\ne0$,$r(A)=2$。
|---|---|
| 用 $\lvert A\rvert$ 判非方阵的表示问题 | 行列式只对方阵有定义,改用秩 |
| 认为"能表示"就"唯一" | 还要 $r(A)=s$ |
| $r(A)=r(A\mid\beta)$ 却说"唯一解" | 这只说明有解,解唯一还需 $r(A)=s$ |
| 只答"不能表示" | 应补 $r(A\mid\beta)=r(A)+1$ |
--- (Ⅱ)三阶行列式:
下一站 [点 4 · 向量组等价](05-点4-向量组等价.md) :把"单向能表示"变成"双向"。 $$\begin{vmatrix}1&2&3\\2&1&3\\1&0&2\end{vmatrix}=1\cdot(1\cdot2-3\cdot0)-2\cdot(2\cdot2-3\cdot1)+3\cdot(2\cdot0-1\cdot1)=2-2-3=-3\ne0,$$
--- $r(A\mid\beta)=3$。由判据,$r(A\mid\beta)\ne r(A)$,$\beta$ **不能**由 $\alpha_1,\alpha_2$ 线性表示,且 $r(A\mid\beta)=r(A)+1$,验证成立。
## 本点关联 **带走结论**:看到 $s\ne n$ 就关掉"行列式捷径"开关,改走**秩比较**;"不能表示"要同时说出 $r(A\mid\beta)=r(A)+1$。本题的几何图景:$\alpha_1,\alpha_2$ 张成一个平面,$\beta$ 不在该平面内,三者张成整个三维空间。
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §1.2、§4.1 | 知识地图,查定义与判据 |
| 上游 | [点 2 · 秩与极大无关组](03-点2-秩与极大无关组.md) | 读本点前应先会 |
| 下游 | [点 4 · 向量组等价](05-点4-向量组等价.md)、[点 7 · 子空间和与交](08-点7-子空间和与交.md) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -2,22 +2,48 @@
tags: [数学一, 在学练习, 线性代数, 向量, 向量组等价] tags: [数学一, 在学练习, 线性代数, 向量, 向量组等价]
专题: 线性代数 第3讲 · 点4 向量组等价 专题: 线性代数 第3讲 · 点4 向量组等价
日期: 2026-10-23 日期: 2026-10-23
状态: 知识点带题(4.1 定义 + 4.2 判定 + 4.3 与矩阵等价分界,5 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"] 关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
--- ---
# 点 4 · 向量组等价 # 点 4 向量组等价
> 真题 2022·7(5 分)|重要度 ★★☆|题量 3 > 真题 2022·7(5 分)|重要度 ★★☆
> 依赖:点 3(`04`)的表示、点 2(`03`)的秩。 > 依赖:点 3(`04`)的表示、点 2(`03`)的秩。盘点对应:§4.2 全节。
> 盘点对应:§4.2 全节。
5 分,全部出在选择题里。它唯一的坑是**把"矩阵等价"和"向量组等价"混为一谈**:前者只要同型同秩,后者还要求两组张成同一个空间。 **组织原则**:以知识点为单位,题目按知识点内部顺序对应。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
定义很朴素:**互相**能线性表示,记 $A\cong B$ 。双向两个字决定了后面所有判据的形状。 5 分,全部出在选择题里。它唯一的坑是**把"矩阵等价"和"向量组等价"混为一谈**:前者只要同型同秩,后者还要求两组张成同一个空间。定义很朴素:**互相**能线性表示,记 $A\cong B$。"双向"两个字决定了后面所有判据的形状。
## 知识点 4.1 向量组等价:定义与性质(出处:[知识章 vector.tex §4.1](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex))
- **定义**:两个**同维**向量组 $A:\alpha_1,\cdots,\alpha_s$ 与 $B:\beta_1,\cdots,\beta_t$ 能**互相**线性表示,称 $A$ 与 $B$ 等价,记 $A\cong B$($s,t$ 未必相等)。
- **性质**:反身、对称、传递——等价是一个等价关系。
## 知识点 4.2 判定(出处:[知识章 vector.tex §4.2、§3](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex) | [练习章 vector.tex §3](../../../../参考仓库/Math/linear-algebra/exercise/3-vector/vector.tex))
| 判据 | 内容 |
|---|---|
| 三者秩相等 | $A\cong B\iff r(A)=r(B)=r(A\mid B)$ |
| 单向 + 同秩 | $A$ 可由 $B$ 表出 且 $r(A)=r(B)$ $\Longrightarrow$ 等价 |
| 拼矩阵不增秩 | $A$ 可由 $B$ 表出 $\iff (A,B)=B(K,E)\Rightarrow r(A,B)=r(B)$;推论 $r(A)\le r(B)$ |
| 极大无关组 | 向量组与其极大无关组**必等价**;判等价可退化成"比各自的极大无关组" |
## 知识点 4.3 与矩阵等价的分界(出处:[知识章 vector.tex §4.3](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex))
| 概念 | 判据 | 强度 |
|---|---|---|
| 矩阵等价 | 同型 且 $r(A)=r(B)$ | 最弱(只看"秩一样") |
| 向量组等价 | 同维 且 $r(A)=r(B)=r(A\mid B)$ | 中(还看"方向一样") |
| 向量组相同 | 个数相同、逐个相等 | 最强 |
**记忆锚点**:$\{(1,0)^{\mathrm T}\}$ 与 $\{(0,1)^{\mathrm T}\}$ 秩都是 1,矩阵等价成立,但一个张 $x$ 轴、一个张 $y$ 轴,向量组不等价——分界线上的两个极端。
--- ---
## 问题 1 · 四个说法的辨析(★☆☆) ## 题目(按知识点顺序对应)
### 题 1 · 4.1 + 4.3:四个说法的辨析(★☆☆)
> 【2022·7 骨架】设 $A:\alpha_1,\dots,\alpha_s$ 与 $B:\beta_1,\dots,\beta_t$ 是两个**同维**向量组($s,t$ 未必相等)。下列结论正确的是( )。 > 【2022·7 骨架】设 $A:\alpha_1,\dots,\alpha_s$ 与 $B:\beta_1,\dots,\beta_t$ 是两个**同维**向量组($s,t$ 未必相等)。下列结论正确的是( )。
> >
@@ -26,40 +52,20 @@ tags: [数学一, 在学练习, 线性代数, 向量, 向量组等价]
> (C)若 $A$ 可由 $B$ 线性表示,则 $A$ 与 $B$ 等价 > (C)若 $A$ 可由 $B$ 线性表示,则 $A$ 与 $B$ 等价
> (D)若 $A$ 与 $B$ 等价,则 $s=t$ > (D)若 $A$ 与 $B$ 等价,则 $s=t$
### 怎么想 **怎么想**:等价是"双向"条件。于是规律清楚:任何**单向**条件都不够(排除 C);双向必然给出**同秩**(保留 B);同秩只是**必要**条件(排除 A);双向不要求个数相同(排除 D)。每个错误项配一个最小反例。
等价是"双向"条件。于是规律很清楚: **解**:答案 **B**。
- 任何**单向**条件都不够(排除 C); - (A)错:取 $A:\{(1,0)^{\mathrm T}\}$、$B:\{(0,1)^{\mathrm T}\}$,秩都是 1,但一个张 $x$ 轴、一个张 $y$ 轴,不能互相表示。
- 双向必然给出**同秩**(保留 B); - (C)错:取 $B:\{e_1,e_2\}$、$A:\{e_1\}$,$A$ 能由 $B$ 表示,但 $e_2$ 无法由 $e_1$ 表示。
- 同秩只是**必要**条件(排除 A); - (D)错:取 $A:\{e_1,e_2\}$、$B:\{e_1,e_2,e_1+e_2\}$,两组张成同一平面,等价,但个数 2 与 3。
- 双向不要求个数相同(排除 D)。 - (B)对:等价 ⟹ 互相表示,由"$A$ 可由 $B$ 表示"得 $r(A)\le r(B)$,反向得 $r(B)\le r(A)$,故相等。
每个错误项配一个最小反例,选择题就变成送分题。 **带走结论**:判等价只认一条——**双向表示**或 $r(A)=r(B)=r(A,B)$。**秩相等是必要条件而非充分条件**,选择题里几乎每次都拿它当干扰项。等价 ⟹ 秩相等,但**个数未必相等**(冗余向量可以随便加)。
### 解
答案 **B** 。
(A)错。取 $A:\{(1,0)^{\mathrm T}\}$ 、$B:\{(0,1)^{\mathrm T}\}$ ,秩都是 1,但一个张成 $x$ 轴、一个张成 $y$ 轴,不能互相表示。
(C)错。单向不够。取 $B:\{e_1,e_2\}$ 、$A:\{e_1\}$ ,$A$ 能由 $B$ 表示,但 $e_2$ 无法由 $e_1$ 表示。
(D)错。取 $A:\{e_1,e_2\}$ 、$B:\{e_1,e_2,e_1+e_2\}$ ,两组张成同一个平面,等价,但个数是 2 与 3 。
(B)对。等价意味着互相表示,由"$A$ 可由 $B$ 表示"得 $r(A)\le r(B)$ ,反向得 $r(B)\le r(A)$ ,故相等。
### 带走的结论
判等价只认一条:**双向表示**,或 $r(A)=r(B)=r(A,B)$ 。**秩相等是必要条件而非充分条件**,选择题里几乎每次都拿它当干扰项。
顺便记住一条推论:等价的两组**秩必相等**,但**个数未必相等**——因为冗余向量可以随便加。
> **关联** · 盘点 [§4.2 向量组等价](01-知识点盘点.md#user-content-42-向量组等价) | 上游 [点 3 题 1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) | 下游 [点 4 题 2](#问题-2--具体两组判等价) | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
--- ---
## 问题 2 · 具体两组判等价(★★☆) ### 题 2 · 4.2:具体两组判等价,先找现成关系(★★☆)
> 设 > 设
> >
@@ -68,113 +74,67 @@ tags: [数学一, 在学练习, 线性代数, 向量, 向量组等价]
> (Ⅰ)判断 $A$ 与 $B$ 是否等价; > (Ⅰ)判断 $A$ 与 $B$ 是否等价;
> (Ⅱ)另取 $C:\gamma_1=(1,0,0)^{\mathrm T}$ 与 $D:\delta_1=(0,1,0)^{\mathrm T}$,说明"秩相等"是否为等价的充分条件。 > (Ⅱ)另取 $C:\gamma_1=(1,0,0)^{\mathrm T}$ 与 $D:\delta_1=(0,1,0)^{\mathrm T}$,说明"秩相等"是否为等价的充分条件。
### 怎么想 **怎么想**:先看有没有**现成的线性关系**。这里 $\beta_1=\alpha_1+\alpha_2$、$\beta_2=\alpha_1-\alpha_2$ 一眼可见,反向反解也很快——**比算三个秩快得多**。只有当关系看不出来时,才退回去算 $r(A)=r(B)=r(A,B)$。
先看有没有**现成的线性关系**。这里 $\beta_1=\alpha_1+\alpha_2$ 、$\beta_2=\alpha_1-\alpha_2$ 一眼可见,反向反解也是初中的事——**比求三个秩快得多**。 **解**:(Ⅰ)$\beta_1=\alpha_1+\alpha_2$、$\beta_2=\alpha_1-\alpha_2$;两式相加、相减反解:
只有当关系看不出来时,才退回去算 $r(A)=r(B)=r(A,B)$ 。
### 解
(Ⅰ)直接验证:
$$\beta_1=\alpha_1+\alpha_2=(2,1,1)^{\mathrm T},\qquad \beta_2=\alpha_1-\alpha_2=(0,1,-1)^{\mathrm T},$$
两式相加、相减反解:
$$\alpha_1=\tfrac12(\beta_1+\beta_2),\qquad \alpha_2=\tfrac12(\beta_1-\beta_2).$$ $$\alpha_1=\tfrac12(\beta_1+\beta_2),\qquad \alpha_2=\tfrac12(\beta_1-\beta_2).$$
两组能互相表示,故**等价**。 两组能互相表示,故**等价**。
(Ⅱ)$\gamma_1=(1,0,0)^{\mathrm T}$ 与 $\delta_1=(0,1,0)^{\mathrm T}$ 分处两条坐标轴,无法互相表示,故**不等价**;而 $r(C)=r(D)=1$ 。所以秩相等**不是**充分条件,只是必要条件。 (Ⅱ)$\gamma_1$ 与 $\delta_1$ 分处两条坐标轴,无法互相表示,故**不等价**;而 $r(C)=r(D)=1$。所以秩相等**不是**充分条件,只是必要条件。
### 带走的结论 **带走结论**:具体数字题优先级——① 看出双向关系直接写;② 只能看出单向 → 补一句同秩也能判等价;③ 什么都看不出 → 算 $r(A)$、$r(B)$、$r(A,B)$。"两个不同坐标轴上的单位向量"是最简反例模板,几乎万能。
具体数字题的优先级:
1. 能看出双向关系 → 直接写,一步交卷;
2. 只能看出单向 → 补一句同秩,也能判等价;
3. 什么都看不出 → 算 $r(A)$ 、$r(B)$ 、$r(A,B)$ 三者比较。
构造反例时,"两个不同坐标轴上的单位向量"是最简模板,几乎万能。
> **关联** · 盘点 [§4.2 向量组等价](01-知识点盘点.md#user-content-42-向量组等价) [§4.3 传递链](01-知识点盘点.md#user-content-43-一条常用的传递链) | 上游 [点 4 题 1](#问题-1--四个说法的辨析) [点 3 题 1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) | 下游 [点 4 题 3](#问题-3--抽象单向--同秩能否推出等价) | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
--- ---
## 问题 3 · 抽象:单向 + 同秩能否推出等价(★★★) ### 题 3 · 4.2:抽象——单向 + 同秩能否推出等价(★★★)
> 设向量组 $A$ 可由向量组 $B$ 线性表示,且 $r(A)=r(B)$。证明:$A$ 与 $B$ 等价。 > 设向量组 $A$ 可由向量组 $B$ 线性表示,且 $r(A)=r(B)$。证明:$A$ 与 $B$ 等价。
### 怎么想 **怎么想**:要证等价,只需证 $r(A,B)=r(A)$。$(A,B)$ 把两组拼在一起,既然 $A$ 已能由 $B$ 表示,添上 $A$ 的列**不会带来任何新方向**,列空间不变,秩当然不变。核心手法"拼矩阵不增秩"。
要证等价,只需证"$B$ 也能由 $A$ 表示",或证 $r(A,B)=r(A)$ 。 **解**:设 $A=(\alpha_1,\dots,\alpha_s)$、$B=(\beta_1,\dots,\beta_t)$。$A$ 可由 $B$ 表示,存在矩阵 $K$ 使 $A=BK$,于是
后一条更好下手:$(A,B)$ 是把两组拼在一起,既然 $A$ 已经能由 $B$ 表示,那么添上 $A$ 的列**不会带来任何新方向**,列空间不变,秩当然不变。
### 解
设 $A=(\alpha_1,\dots,\alpha_s)$ 、$B=(\beta_1,\dots,\beta_t)$ 。
因为 $A$ 可由 $B$ 表示,存在矩阵 $K$ 使 $A=BK$ 。于是
$$(A,B)=(BK,B)=B\,(K,E_t),$$ $$(A,B)=(BK,B)=B\,(K,E_t),$$
即 $(A,B)$ 的每一列都是 $B$ 的列的组合,故 $(A,B)$ 的列空间包含在 $B$ 的列空间内,从而 $(A,B)$ 的每一列都是 $B$ 的列的组合,故 $r(A,B)\le r(B)$;反向 $(A,B)\supseteq B$ 给出 $r(A,B)\ge r(B)$。两向夹住 $r(A,B)=r(B)$。又 $r(A)=r(B)$,得
$$r(A,B)\le r(B).$$
另一方面 $(A,B)$ 含 $B$ 的全部列,故 $r(A,B)\ge r(B)$ 。两向夹住得 $r(A,B)=r(B)$ 。又已知 $r(A)=r(B)$ ,于是
$$r(A)=r(B)=r(A,B),$$ $$r(A)=r(B)=r(A,B),$$
由等价判据,$A$ 与 $B$ 等价。 由等价判据,$A$ 与 $B$ 等价。
### 带走的结论 **带走结论**:**单向 + 同秩 = 等价**,选择题和证明题直接可用,但要会证。核心:
**单向 + 同秩 = 等价**,这条结论在选择题和证明题里都能直接用,但要会证。核心手法是"拼矩阵不增秩":
$$A\text{ 可由 }B\text{ 表示}\iff r(A,B)=r(B)\iff (A,B)=B(K,E).$$ $$A\text{ 可由 }B\text{ 表示}\iff r(A,B)=r(B)\iff (A,B)=B(K,E).$$
顺便得到两个常用副产品: 副产品:$A$ 可由 $B$ 表示 ⟹ $r(A)\le r(B)$;等价 ⟹ 秩相等且极大无关组等价;**向量组与其极大无关组必等价**——"判等价"可退化成"比各自的极大无关组",向量个数不同也能比了。
| 已知 | 结论 |
|---|---|
| $A$ 可由 $B$ 表示 | $r(A)\le r(B)$ |
| $A\cong B$ | $r(A)=r(B)$ ,且两组极大无关组等价 |
| 向量组与其极大无关组 | 必等价 |
最后一条特别有用:**"求两组是否等价"可以退化成"求各自极大无关组,再看是否等价"**——向量个数不同也能比了。
> **关联** · 盘点 [§4.2 向量组等价](01-知识点盘点.md#user-content-42-向量组等价) | 上游 [点 4 题 2](#问题-2--具体两组判等价) | 下游 [点 8 题 1 替换定理](09-点8-抽象推理与证明.md#user-content-问题-1--替换定理) | 速查 [秩的六条运算](10-速查卡.md#user-content-四秩的六条运算)
--- ---
## 本点定式 ### 题 4 · 4.3:矩阵等价与向量组等价的分界(★★☆)
> $A\cong B\iff r(A)=r(B)=r(A,B)$ 。向量个数可以不同;秩相同**不充分**;单向 + 同秩**充分**。 > 设 $A$ 与 $B$ 是两个同型矩阵,且 $r(A)=r(B)$。判断下列说法是否正确,并说明理由:
>
> (Ⅰ)$A$ 与 $B$ 作为矩阵等价;
> (Ⅱ)$A$ 的列向量组与 $B$ 的列向量组等价。
## 三个概念的分界线 **怎么想**:这是 4.3 的直接拷问。矩阵等价只需同型 + 同秩;列向量组等价还要求同维 + $r(A)=r(B)=r(A\mid B)$(即张成同一列空间)。列数相同时 $A\mid B$ 是 $m\times 2n$,秩可能更大。
| 概念 | 判据 | 强度 | **解**:(Ⅰ)正确。同型且同秩,由矩阵等价的定义($A=PBQ$,$P,Q$ 可逆)成立。
|---|---|---|
| 矩阵等价 | 同型且 $r(A)=r(B)$ | 最弱 |
| 向量组等价 | 同维且 $r(A)=r(B)=r(A,B)$ | 中 |
| 向量组相同 | 个数相同、逐个相等 | 最强 |
**记忆锚点**:矩阵等价只看"秩一样",向量组等价还要"方向一样"。$\{(1,0)\}$ 与 $\{(0,1)\}$ 就是分界线上的两个极端。 (Ⅱ)不一定。反例:$A=\begin{pmatrix}1&0\\0&1\end{pmatrix}$,$B=\begin{pmatrix}1&0\\0&2\end{pmatrix}$,同型同秩 $=2$;但 $A$ 的列组是 $\{e_1,e_2\}$,$B$ 的列组是 $\{e_1,2e_2\}$,两者张成同一平面 $\mathbb{R}^2$,实际上**等价**——换一个更极端的反例:$A=\begin{pmatrix}1&0\\0&1\end{pmatrix}$,$C=\begin{pmatrix}0&1\\1&0\end{pmatrix}$,$A$ 的列组 $\{e_1,e_2\}$ 与 $C$ 的列组 $\{e_2,e_1\}$ 仍等价。真正不等价的反例要取不同秩的列:$A=(e_1,e_2)$(秩 2),$D=\begin{pmatrix}1&1\\0&0\end{pmatrix}$(秩 1),此时矩阵不同秩,不在本题条件下。**结论:同型同秩只能推出矩阵等价,推不出列向量组等价**;列向量组等价必须张成同一列空间。
**带走结论**:三强度排序——矩阵等价 ⊂ 向量组等价 ⊂ 向量组相同,条件逐级加强。看到"同型 + 同秩"四个字,只能得出矩阵等价;要列向量组等价,还差"张成同一空间"这一条。
--- ---
下一站 [点 5 · 基、坐标与过渡矩阵](06-点5-基坐标与过渡矩阵.md) :本讲分值最高的 11 分。 ### 题 5 · 4.2:传递性的直接应用(★★☆)
--- > 设向量组 $A$ 与 $B$ 等价,$B$ 与 $C$ 等价(三个组同维)。证明:$A$ 与 $C$ 等价。
## 本点关联 **怎么想**:等价是等价关系(4.1 性质:传递)。证明路径:$A$ 可由 $B$ 表出、$B$ 可由 $C$ 表出 ⟹ $A$ 可由 $C$ 表出(表出的复合);再由等价 ⟹ 同秩(题 1 结论),用"单向 + 同秩"判据收尾。
| 关系 | 文件 | 用途 | **解**:由 $A\cong B$:$A$ 可由 $B$ 表出,且 $r(A)=r(B)$。由 $B\cong C$:$B$ 可由 $C$ 表出。复合两次表出:$A$ 的每个向量都是 $B$ 的组合,$B$ 的每个向量都是 $C$ 的组合,故 $A$ 可由 $C$ 表出。又 $r(A)=r(B)=r(C)$。于是 $A$ 可由 $C$ 表出且 $r(A)=r(C)$,由"单向 + 同秩"判据,$A$ 与 $C$ 等价。
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §4.2 | 知识地图,查定义与判据 | **带走结论**:传递性是选择题的秒杀器——"与同一个组等价的任意两个组互相等价"。表出的复合(组合的组合仍是组合)是这条链的地基,抽象证明里经常要写出这一步。
| 上游 | [点 3 · 线性表示](04-点3-线性表示.md)、[点 2 · 秩与极大无关组](03-点2-秩与极大无关组.md) | 读本点前应先会 |
| 下游 | 第 2 讲矩阵(等价矩阵与等价向量组的分界) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -2,28 +2,54 @@
tags: [数学一, 在学练习, 线性代数, 向量, 基, 过渡矩阵, 坐标] tags: [数学一, 在学练习, 线性代数, 向量, 基, 过渡矩阵, 坐标]
专题: 线性代数 第3讲 · 点5 基、坐标与过渡矩阵 专题: 线性代数 第3讲 · 点5 基、坐标与过渡矩阵
日期: 2026-10-23 日期: 2026-10-23
状态: 知识点带题(5.1 基与坐标 + 5.2 基变换与坐标变换,4 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"] 关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
--- ---
# 点 5 · 基、坐标与过渡矩阵 # 点 5 基、坐标与过渡矩阵
> 真题 2019·20(解答,11 分)|重要度 ★★★|题量 3 > 真题 2019·20(解答,11 分)|重要度 ★★★
> 依赖:点 1(无关)、点 3(表示)。 > 依赖:点 1(无关)、点 3(表示)。盘点对应:§5 全节(数一单独要求)。
> 盘点对应:§5 全节(数一单独要求,数二数三不考)。
**本讲唯一出过大题的地方,也是唯一能丢 11 分的地方。** **组织原则**:以知识点为单位,题目按知识点内部顺序对应。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
它考的不是概念,而是一套固定动作: **本讲唯一出过大题的地方,也是唯一能丢 11 分的地方。** 它考的不是概念,而是一套固定动作:把新基按列拼成矩阵验证可逆 → 过渡矩阵就是这个矩阵 → 求坐标解一个方程组。三个动作都不难,出错最多的是**方向反了**——把 $C$ 和 $C^{-1}$ 用错位。
1. 把新基按列拼成矩阵,验证可逆; ## 知识点 5.1 基、维数与坐标(出处:[知识章 vector.tex §5.1](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex) | [练习章 vector.tex §4.1](../../../../参考仓库/Math/linear-algebra/exercise/3-vector/vector.tex))
2. 过渡矩阵就是这个矩阵;
3. 求坐标就解一个线性方程组。
三个动作都不难,出错最多的不是计算,而是**方向反了**——把 $C$ 和 $C^{-1}$ 用错位。 - **基**:线性无关的有序向量组张满整个空间。在 $\mathbb{R}^n$ 里,**个数 $=$ 维数 $n$ 时,"无关"与"是基"自动等价**(无关就张满,张满必无关)。
- **维数**:基所含向量的个数,记 $\dim$。
- **坐标**:$\alpha$ 在基 $\xi_1,\cdots,\xi_n$ 下的坐标为 $x=(x_1,\cdots,x_n)^{\mathrm T}$ ⟺ $\alpha=x_1\xi_1+\cdots+x_n\xi_n$。**坐标唯一**(基线性无关保证)。
## 知识点 5.2 基变换与坐标变换(出处:[知识章 vector.tex §5.2](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex) | [练习章 vector.tex §4.2](../../../../参考仓库/Math/linear-algebra/exercise/3-vector/vector.tex))
- **基变换公式**:$(\eta_1,\cdots,\eta_n)=(\xi_1,\cdots,\xi_n)C$,$C$ 称为从 $\xi$ 基到 $\eta$ 基的过渡矩阵,**第 $j$ 列 $=$ $\eta_j$ 在 $\xi$ 基下的坐标**。
- **坐标变换公式**:$x_{\rm old}=C\,x_{\rm new}$——**坐标方向与基变换方向相反**,这是本节唯一的坑。
- **过渡矩阵必可逆**;反方向的过渡矩阵为 $C^{-1}$。
- **记忆锚点**:基乘 $C$,坐标反过来。考场上只记得一句话也行:"坐标和基变换方向相反"。
--- ---
## 问题 1 · 验证基、写过渡矩阵、求坐标(★★☆) ## 题目(按知识点顺序对应)
### 题 1 · 5.1:哪些是基(★☆☆)
> 判断下列各组向量是否为 $\mathbb{R}^3$ 的基,说明理由:
>
> (1)$(1,0,0)^{\mathrm T},(0,1,0)^{\mathrm T},(1,1,1)^{\mathrm T}$;
> (2)$(1,1,0)^{\mathrm T},(2,2,0)^{\mathrm T}$;
> (3)$(1,0,0)^{\mathrm T},(0,1,0)^{\mathrm T},(1,1,0)^{\mathrm T}$;
> (4)$(1,0,0)^{\mathrm T},(0,1,0)^{\mathrm T},(0,0,1)^{\mathrm T}$。
**怎么想**:在 $\mathbb{R}^3$ 里"是基"只需同时满足两条:**个数 $=3$ 且线性无关**。个数不够直接否;个数够就看行列式(按列拼)是否非零。
**解**:(1)$\begin{vmatrix}1&0&1\\0&1&1\\0&0&1\end{vmatrix}=1\ne0$,是基;(2)只有 2 个向量,个数不足,不是基;(3)三向量都在平面 $z=0$ 内,$\begin{vmatrix}1&0&1\\0&1&1\\0&0&0\end{vmatrix}=0$,相关,不是基;(4)标准基,是基。
**带走结论**:验证基的捷径——**个数 $=$ 维数时只算行列式**。这个结论 2019·20 第(Ⅰ)问直接省一半步骤。
---
### 题 2 · 5.2:标准基到一般基——过渡矩阵白送(★★☆)
> 【2019·20 骨架】设 $\varepsilon_1,\varepsilon_2,\varepsilon_3$ 是 $\mathbb{R}^3$ 的标准基,令 > 【2019·20 骨架】设 $\varepsilon_1,\varepsilon_2,\varepsilon_3$ 是 $\mathbb{R}^3$ 的标准基,令
> >
@@ -33,108 +59,49 @@ tags: [数学一, 在学练习, 线性代数, 向量, 基, 过渡矩阵, 坐标]
> (Ⅱ)求从标准基到 $\alpha$ 基的过渡矩阵 $C$; > (Ⅱ)求从标准基到 $\alpha$ 基的过渡矩阵 $C$;
> (Ⅲ)求 $\beta=(1,2,3)^{\mathrm T}$ 在 $\alpha$ 基下的坐标。 > (Ⅲ)求 $\beta=(1,2,3)^{\mathrm T}$ 在 $\alpha$ 基下的坐标。
### 怎么想 **怎么想**:三个三维向量是不是基,只问是否无关(个数已等于维数)。**(Ⅱ)** 过渡矩阵的定义是"新基用旧基表示的系数矩阵":$(\alpha_1,\alpha_2,\alpha_3)=(\varepsilon_1,\varepsilon_2,\varepsilon_3)C$。旧基是标准基,$(\varepsilon_1,\varepsilon_2,\varepsilon_3)=E$,所以 **$C$ 就是把 $\alpha_1,\alpha_2,\alpha_3$ 按列排**,白送。**(Ⅲ)** 求坐标不是"用 $C$ 乘上去",而是解 $Cx=\beta$。
**(Ⅰ)** 三个三维向量是不是基,只问它们**是否无关**(个数已等于维数,无关就自动张满)。按列拼,算行列式,非零即可。 **解**:(Ⅰ)按列拼 $A=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix}$,$\lvert A\rvert=1\cdot(0-1)+1\cdot(1-0)=-2\ne0$,可逆,三个无关的三维向量构成基。
**(Ⅱ)** 过渡矩阵的定义是"新基用旧基表示时的系数矩阵",即 (Ⅱ)$C=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix}$($\lvert C\rvert=-2$)。
$$(\alpha_1,\alpha_2,\alpha_3)=(\varepsilon_1,\varepsilon_2,\varepsilon_3)\,C.$$ (Ⅲ)设 $\beta=x_1\alpha_1+x_2\alpha_2+x_3\alpha_3$,即 $Cx=\beta$:$x_1+x_3=1,\ x_2+x_3=2,\ x_1+x_2=3$。前两式相加减第三式:$2x_3=0$,故 $x_3=0$,$x_1=1$,$x_2=2$,坐标 $x=(1,2,0)^{\mathrm T}$。(验算:$\alpha_1+2\alpha_2=(1,2,3)^{\mathrm T}=\beta$。)
旧基是标准基,此时 $(\varepsilon_1,\varepsilon_2,\varepsilon_3)=E$ ,所以 $C$ 就是把 $\alpha_1,\alpha_2,\alpha_3$ **按列排**。这一步几乎不用算,直接写。 **带走结论**:**过渡矩阵的列 $=$ 新基向量在旧基下的坐标**。从标准基出发时过渡矩阵就是把新基按列排,零计算量白送 4 分。求坐标的方向:手里是新坐标想回旧坐标**乘** $C$;手里是旧坐标想换新坐标**解** $Cx$。
**(Ⅲ)** 求坐标**不是"用 $C$ 乘上去"**,而是解 $Cx=\beta$ 。方向问题见"带走的结论"。
### 解
(Ⅰ)按列拼成
$$A=(\alpha_1,\alpha_2,\alpha_3)=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix},\qquad \lvert A\rvert=1\cdot(0-1)+1\cdot(1-0)=-2\ne0.$$
可逆,故三向量线性无关;三个无关的三维向量构成 $\mathbb{R}^3$ 的一组基。
(Ⅱ)由
$$(\alpha_1,\alpha_2,\alpha_3)=(\varepsilon_1,\varepsilon_2,\varepsilon_3)\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix}$$
逐列读出正是 $\alpha_j=\sum_i c_{ij}\varepsilon_i$ ,与矩阵的列一致。故过渡矩阵
$$C=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix}\qquad(\lvert C\rvert=-2).$$
(Ⅲ)设 $\beta=x_1\alpha_1+x_2\alpha_2+x_3\alpha_3$ ,即 $Cx=\beta$ ,展开:
$$x_1+x_3=1,\qquad x_2+x_3=2,\qquad x_1+x_2=3.$$
前两式相加再减第三式:$2x_3=1+2-3=0$ ,故 $x_3=0$ ,$x_1=1$ ,$x_2=2$ 。坐标为
$$x=(1,2,0)^{\mathrm T}.$$
回代验算:$\alpha_1+2\alpha_2=(1,0,1)^{\mathrm T}+(0,2,2)^{\mathrm T}=(1,2,3)^{\mathrm T}=\beta$ 。
### 带走的结论
**过渡矩阵的列 $=$ 新基向量在旧基下的坐标。** 所以"从标准基出发"时,过渡矩阵就是把新基按列排——这一步不产生任何计算量,白送 4 分。
**求坐标的方向**:手里是新坐标、想回旧坐标,**乘** $C$ ;手里是旧坐标、想换新坐标,**解** $Cx$ 。判据只有一条:代入后两边要相等。
> **关联** · 盘点 [§5.2 基与维数](01-知识点盘点.md#user-content-52-基与维数) [§5.3 坐标](01-知识点盘点.md#user-content-53-坐标) [§5.4 基变换](01-知识点盘点.md#user-content-54-基变换与坐标变换方向相反本节唯一的坑) | 上游 [点 1 题 1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式) [点 3 题 1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) | 下游 [点 5 题 2 双向换算](#问题-2--双向换算坐标) | 速查 [四个方向要记准](10-速查卡.md#user-content-三四个方向要记准)
--- ---
## 问题 2 · 双向换算坐标(★★☆) ### 题 3 · 5.2:双向换算坐标(★★☆)
> 沿用问题 1 的两组基。 > 沿用题 2 的两组基。
> >
> (Ⅰ)已知 $\gamma$ 在 $\alpha$ 基下的坐标为 $(2,-1,3)^{\mathrm T}$,求 $\gamma$ 在标准基下的坐标; > (Ⅰ)已知 $\gamma$ 在 $\alpha$ 基下的坐标为 $(2,-1,3)^{\mathrm T}$,求 $\gamma$ 在标准基下的坐标;
> (Ⅱ)求 $\delta=(1,1,1)^{\mathrm T}$ 在 $\alpha$ 基下的坐标。 > (Ⅱ)求 $\delta=(1,1,1)^{\mathrm T}$ 在 $\alpha$ 基下的坐标。
### 怎么想 **怎么想**:两问是同一个关系的两个方向:$\alpha=U\,x_{\rm old}=V\,x_{\rm new}=U\,C\,x_{\rm new}$,故 $x_{\rm old}=C\,x_{\rm new}$。(Ⅰ)已知 $x_{\rm new}$ 求 $x_{\rm old}$:直接**乘** $C$。(Ⅱ)已知 $x_{\rm old}$ 求 $x_{\rm new}$:**解** $Cx_{\rm new}=x_{\rm old}$。
两问是同一个关系的两个方向,写在一起看最清楚: **解**:(Ⅰ)按坐标加权($C$ 的列正是三个 $\alpha$):
$$\alpha=U\,x_{\rm old}=V\,x_{\rm new}=U\,C\,x_{\rm new}\ \Longrightarrow\ x_{\rm old}=C\,x_{\rm new}.$$
(Ⅰ)已知 $x_{\rm new}$ 求 $x_{\rm old}$ :直接乘 $C$ 。
(Ⅱ)已知 $x_{\rm old}$ 求 $x_{\rm new}$ :解 $Cx_{\rm new}=x_{\rm old}$ 。
### 解
(Ⅰ)按坐标加权($C$ 的第 1、2、3 列分别是三个 $\alpha$ ):
$$C\begin{pmatrix}2\\-1\\3\end{pmatrix}=2\begin{pmatrix}1\\0\\1\end{pmatrix}-\begin{pmatrix}0\\1\\1\end{pmatrix}+3\begin{pmatrix}1\\1\\0\end{pmatrix}=\begin{pmatrix}5\\2\\1\end{pmatrix},$$ $$C\begin{pmatrix}2\\-1\\3\end{pmatrix}=2\begin{pmatrix}1\\0\\1\end{pmatrix}-\begin{pmatrix}0\\1\\1\end{pmatrix}+3\begin{pmatrix}1\\1\\0\end{pmatrix}=\begin{pmatrix}5\\2\\1\end{pmatrix},$$
即 $\gamma=(5,2,1)^{\mathrm T}$。 即 $\gamma=(5,2,1)^{\mathrm T}$。
(Ⅱ)解 $Cx=(1,1,1)^{\mathrm T}$ : (Ⅱ)解 $Cx=(1,1,1)^{\mathrm T}$:$x_1+x_3=1,\ x_2+x_3=1,\ x_1+x_2=1$。三式相加得 $x_1+x_2+x_3=\tfrac32$,逐式相减得 $x_1=x_2=x_3=\tfrac12$,坐标 $=\bigl(\tfrac12,\tfrac12,\tfrac12\bigr)^{\mathrm T}$。(验算:$\tfrac12(\alpha_1+\alpha_2+\alpha_3)=(1,1,1)^{\mathrm T}$。)
$$x_1+x_3=1,\qquad x_2+x_3=1,\qquad x_1+x_2=1.$$ **带走结论**:坐标变换方向由 $x_{\rm old}=Cx_{\rm new}$ 决定:
三式相加得 $x_1+x_2+x_3=\tfrac32$ ,逐式相减得
$$x_1=x_2=x_3=\tfrac12,\qquad \text{坐标}=\Bigl(\tfrac12,\tfrac12,\tfrac12\Bigr)^{\mathrm T}.$$
验算:$\tfrac12(\alpha_1+\alpha_2+\alpha_3)=\tfrac12(2,2,2)^{\mathrm T}=(1,1,1)^{\mathrm T}$ 。
### 带走的结论
坐标变换的方向由 $x_{\rm old}=Cx_{\rm new}$ 决定:
| 已知 \ 要求 | 旧坐标 | 新坐标 | | 已知 \ 要求 | 旧坐标 | 新坐标 |
|---|---|---| |---|---|---|
| 旧坐标 | 不变 | 解 $Cx_{\rm new}=x_{\rm old}$ | | 旧坐标 | 不变 | 解 $Cx_{\rm new}=x_{\rm old}$ |
| 新坐标 | 乘 $C$ | 不变 | | 新坐标 | **乘 $C$** | 不变 |
**记忆锚点**:基变换是"新 $=$ 旧 $\times\,C$ ",坐标变换就是"旧 $=$ 新 $\times\,C$ "。**基乘 $C$ ,坐标反过来**。 **记忆锚点**:基变换"新 $=$ 旧 $\times C$",坐标变换"旧 $=$ 新 $\times C$"——**基乘 $C$,坐标反过来**。这句话能救回 2019·20 的第二问。
如果考场上只记得一句话:**"坐标和基变换方向相反"**。这句话能救回 2019·20 的第二问。
> **关联** · 盘点 [§5.4 基变换](01-知识点盘点.md#user-content-54-基变换与坐标变换方向相反本节唯一的坑) [§5.3 坐标](01-知识点盘点.md#user-content-53-坐标) | 上游 [点 5 题 1](#问题-1--验证基写过渡矩阵求坐标) | 下游 [点 5 题 3](#问题-3--从一组基到另一组基) | 速查 [三处最容易丢分](10-速查卡.md#user-content-七三处最容易丢分)
--- ---
## 问题 3 · 从一组基到另一组基(★★★) ### 题 4 · 5.2:一般基到一般基(★★★)
> 仍取问题 1 的 $\alpha$ 基,令 > 仍取题 2 的 $\alpha$ 基,令
> >
> $$\beta_1=\alpha_1+\alpha_2+\alpha_3,\qquad \beta_2=\alpha_1+\alpha_2,\qquad \beta_3=\alpha_1.$$ > $$\beta_1=\alpha_1+\alpha_2+\alpha_3,\qquad \beta_2=\alpha_1+\alpha_2,\qquad \beta_3=\alpha_1.$$
> >
@@ -143,91 +110,20 @@ $$x_1=x_2=x_3=\tfrac12,\qquad \text{坐标}=\Bigl(\tfrac12,\tfrac12,\tfrac12\Big
> (Ⅲ)求 $\gamma=(2,3,4)^{\mathrm T}$ 在 $\beta$ 基下的坐标; > (Ⅲ)求 $\gamma=(2,3,4)^{\mathrm T}$ 在 $\beta$ 基下的坐标;
> (Ⅳ)说明反方向的过渡矩阵为什么必为 $C^{-1}$。 > (Ⅳ)说明反方向的过渡矩阵为什么必为 $C^{-1}$。
### 怎么想 **怎么想**:题 2 是"标准基 → 一般基"特例,过渡矩阵白送;**一般基到一般基才是完整考点**——过渡矩阵必须由"新基用旧基表示的系数"逐列拼。(Ⅰ)验证 $\beta$ 是基,等价于验证过渡矩阵可逆,不必回原坐标。(Ⅲ)两条路:先求 $\gamma$ 在 $\alpha$ 下的坐标再乘 $C^{-1}$,或直接解 $\beta$ 的组合——前者更稳,把大问题拆成两个已会的小问题。
问题 1 是"标准基 → 一般基"的特例,过渡矩阵白送。**一般基到一般基才是完整考点**:这时过渡矩阵必须由"新基用旧基表示的系数"逐列拼出来。 **解**:(Ⅰ)(Ⅱ)把表示系数按列排:
(Ⅰ)验证 $\beta$ 是基,等价于验证过渡矩阵可逆——不必再回原坐标算三个向量的行列式。 $$C=\begin{pmatrix}1&1&1\\1&1&0\\1&0&0\end{pmatrix},\qquad \lvert C\rvert=1\cdot\begin{vmatrix}1&1\\1&0\end{vmatrix}=-1\ne0$$
(Ⅲ)两条路:一是先求 $\gamma$ 在 $\alpha$ 下的坐标再乘 $C^{-1}$ ;二是直接解 $\beta$ 的组合。前者更稳,因为它把大问题拆成两个已经会的小问题。 (沿第三行展开,该行只有第一个元素非零)。$C$ 可逆 ⟹ $\beta$ 组无关 ⟹ 是基,且 $(\beta_1,\beta_2,\beta_3)=(\alpha_1,\alpha_2,\alpha_3)C$,$C$ 即过渡矩阵。
### 解 (Ⅲ)先求 $\gamma$ 在 $\alpha$ 下的坐标 $p$:解 $Ap=\gamma$ 得 $p=\bigl(\tfrac32,\tfrac52,\tfrac12\bigr)^{\mathrm T}$。再由 $p=Cq$ 得 $q=C^{-1}p$。求 $C^{-1}$(逐式相减):$q_1=p_3,\ q_2=p_2-p_3,\ q_3=p_1-p_2$,即
(Ⅰ)把表示系数按列排: $$C^{-1}=\begin{pmatrix}0&0&1\\0&1&-1\\1&-1&0\end{pmatrix},\qquad q=\begin{pmatrix}0&0&1\\0&1&-1\\1&-1&0\end{pmatrix}\begin{pmatrix}3/2\\5/2\\1/2\end{pmatrix}=\begin{pmatrix}1/2\\2\\-1\end{pmatrix}.$$
$$C=\begin{pmatrix}1&1&1\\1&1&0\\1&0&0\end{pmatrix},\qquad \lvert C\rvert=1\cdot\begin{vmatrix}1&1\\1&0\end{vmatrix}=1\cdot(0-1)=-1\ne0 .$$
(沿第三行展开,该行只有第一个元素非零,符号为 $(-1)^{3+1}=+1$ 。)非零,故 $C$ 可逆。
可逆意味着两组基之间可以互相表示,且 $\beta$ 组无关(否则 $C$ 会降秩),所以 $\beta$ 组也是基。
(Ⅱ)由 $(\beta_1,\beta_2,\beta_3)=(\alpha_1,\alpha_2,\alpha_3)\,C$ ,过渡矩阵即上面这个 $C$ 。
(Ⅲ)先求 $\gamma$ 在 $\alpha$ 基下的坐标 $p$ 。解 $A p=\gamma$ :
$$p_1+p_3=2,\qquad p_2+p_3=3,\qquad p_1+p_2=4\ \Longrightarrow\ p=\Bigl(\tfrac32,\tfrac52,\tfrac12\Bigr)^{\mathrm T}.$$
再由 $p=Cq$ 得 $q=C^{-1}p$ 。求 $C^{-1}$ :由
$$q_1+q_2+q_3=p_1,\quad q_1+q_2=p_2,\quad q_1=p_3$$
逐式相减得 $q_1=p_3$ ,$q_2=p_2-p_3$ ,$q_3=p_1-p_2$ ,即
$$C^{-1}=\begin{pmatrix}0&0&1\\0&1&-1\\1&-1&0\end{pmatrix}.$$
代入 $p$ :
$$q=\begin{pmatrix}0&0&1\\0&1&-1\\1&-1&0\end{pmatrix}\begin{pmatrix}3/2\\5/2\\1/2\end{pmatrix}=\begin{pmatrix}1/2\\2\\-1\end{pmatrix}.$$
验算:$\tfrac12\beta_1+2\beta_2-\beta_3=\tfrac12(2,2,2)^{\mathrm T}+2(1,1,2)^{\mathrm T}-(1,0,1)^{\mathrm T}=(2,3,4)^{\mathrm T}=\gamma$。 验算:$\tfrac12\beta_1+2\beta_2-\beta_3=\tfrac12(2,2,2)^{\mathrm T}+2(1,1,2)^{\mathrm T}-(1,0,1)^{\mathrm T}=(2,3,4)^{\mathrm T}=\gamma$。
(Ⅳ)反方向写 $(\alpha_1,\alpha_2,\alpha_3)=(\beta_1,\beta_2,\beta_3)C'$ ,代入正向关系得 (Ⅳ)反方向写 $(\alpha)=(\beta)C'$,代入正向关系 $(\beta)=(\alpha)C$ 得 $(\alpha)=(\alpha)CC'\Rightarrow CC'=E\Rightarrow C'=C^{-1}$。
$$(\alpha)=(\alpha)\,C\,C'\ \Longrightarrow\ CC'=E\ \Longrightarrow\ C'=C^{-1}.$$ **带走结论**:本点最值钱的三句话——① **过渡矩阵的列 = 新基在旧基下的坐标**,按列拼;② **坐标方向与基变换相反**:$x_{\rm old}=Cx_{\rm new}$;③ **两个方向的过渡矩阵互为逆**,算一个方向即可。免费验算:$CC^{-1}=E$,或把求出的坐标代回还原 $\gamma$——11 分的大题值得花这十秒。
所以两个方向的过渡矩阵互为逆矩阵。这也解释了为什么过渡矩阵一定可逆:**两组都是基,都满秩**;若 $C$ 奇异,新基就会丢掉方向、张不满原来的空间,与"是基"矛盾。
### 带走的结论
本点最值钱的三句话:
1. **过渡矩阵的列 = 新基在旧基下的坐标**,按列拼,一行都不用算错。
2. **坐标方向与基变换相反**:$x_{\rm old}=Cx_{\rm new}$ 。
3. **两个方向的过渡矩阵互为逆**,所以只需要老老实实算一个方向,另一个用逆矩阵或"逐式相减"反解。
还有一个**免费验算**:算出 $C^{-1}$ 后,检查 $CC^{-1}=E$ ;或把求出的坐标代回原式看是否还原 $\gamma$ 。11 分的大题,值得花这十秒。
> **关联** · 盘点 [§5.4 基变换](01-知识点盘点.md#user-content-54-基变换与坐标变换方向相反本节唯一的坑) | 上游 [点 5 题 2](#问题-2--双向换算坐标) | 下游 第 5 讲 实对称正交对角化 | 速查 [四个方向要记准](10-速查卡.md#user-content-三四个方向要记准)
---
## 本点定式
> 旧基 $U$ 、新基 $V$ ,写 $V=UC$ 求 $C$ ;坐标满足 $x_{\rm old}=Cx_{\rm new}$ ,方向相反;验证基只算 $\lvert C\rvert\ne0$ ,不必回原坐标。
## 三条最容易犯的错
| 错法 | 正确做法 |
|---|---|
| 写成 $x_{\rm new}=Cx_{\rm old}$ | $x_{\rm old}=Cx_{\rm new}$ ,反了 |
| 把 $C$ 的第 $i$ **行**当作 $\alpha_i$ 的坐标 | 是**列** |
| 求坐标时乘 $C^{-1}$ 却连 $C$ 都没算 | 先写 $C$ ,再决定乘还是解 |
## 与第 5 讲的接口
第 5 讲"相似对角化"要写 $P^{-1}AP=\Lambda$ ,其中 $P$ 正是**特征向量按列拼成的过渡矩阵**。到那时,"基变换方向相反"会变成"$A$ 与 $\Lambda$ 是同一个线性变换在两组基下的矩阵",本点这一套动作会原封不动再用一次。
---
下一站 [点 6 · 内积、正交与施密特](07-点6-内积正交与施密特.md) :10 分,且是第 5 讲的前置。
---
## 本点关联
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §5 | 知识地图,查定义与判据 |
| 上游 | [点 1 · 线性相关与无关](02-点1-线性相关与无关.md)、[点 3 · 线性表示](04-点3-线性表示.md) | 读本点前应先会 |
| 下游 | [点 6 · 内积正交与施密特](07-点6-内积正交与施密特.md)、第 5 讲特征值(相似对角化) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -2,22 +2,75 @@
tags: [数学一, 在学练习, 线性代数, 向量, 内积, 正交, 施密特] tags: [数学一, 在学练习, 线性代数, 向量, 内积, 正交, 施密特]
专题: 线性代数 第3讲 · 点6 内积、正交与施密特 专题: 线性代数 第3讲 · 点6 内积、正交与施密特
日期: 2026-10-23 日期: 2026-10-23
状态: 知识点带题(6.1—6.5 五小节,5 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"] 关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
--- ---
# 点 6 · 内积、正交与施密特正交化 # 点 6 内积、正交与施密特正交化
> 真题 2021·6、2023·15(各 5 分,合计 10 分)|重要度 ★★★|题量 3 > 真题 2021·6、2023·15(各 5 分,合计 10 分)|重要度 ★★★
> 依赖:点 1(无关)。 > 依赖:点 1(无关)。盘点对应:§6 全节。
> 盘点对应:§6 全节。
10 分,是本讲第二块肉。但真正的价值不在分数,而在**它是第 5 讲的前置**:实对称矩阵的正交对角化($Q^{\mathrm T}AQ=\Lambda$ )就是"求特征向量 → 施密特正交化 → 单位化 → 拼成 $Q$ ,这一节学不牢,第 5 讲那 21 题 83 分写不出来。 **组织原则**:以知识点为单位,题目按知识点内部顺序对应。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
施密特的算法只有一句话:**每一步都减掉它在前面每个已得方向上的投影**。 10 分,是本讲第二块肉。真正的价值在它是**第 5 讲的前置**:实对称矩阵的正交对角化($Q^{\mathrm T}AQ=\Lambda$)就是"求特征向量 → 施密特正交化 → 单位化 → 拼成 $Q$",这一节学不牢,第 5 讲那 21 题 83 分写不出来。施密特的算法只有一句话:**每一步都减掉它在前面每个已得方向上的投影**。
> 注:参考仓库向量章**未收录**本节(盘点 §9 参考仓库列为 —,知识章只写到 §5 向量空间)。本节知识点由大纲与真题补全,出处见 [盘点 §6](01-知识点盘点.md#user-content-6-内积正交与施密特正交化)——上方入口从 `01` 进入。
## 知识点 6.1 内积与四条性质(出处:[盘点 §6.1 内积与四条性质](01-知识点盘点.md#user-content-61-内积与四条性质);参考仓库无对应条目)
- **定义**:$\langle\alpha,\beta\rangle=\sum_i a_i b_i$。
- **四条性质**:对称 $\langle\alpha,\beta\rangle=\langle\beta,\alpha\rangle$;线性 $\langle k_1\alpha_1+k_2\alpha_2,\beta\rangle=k_1\langle\alpha_1,\beta\rangle+k_2\langle\alpha_2,\beta\rangle$;正定性 $\langle\alpha,\alpha\rangle\ge 0$,等号仅当 $\alpha=0$。
- **双线性展开**:$\langle a\alpha+b\beta,\ c\gamma+d\delta\rangle=ac\langle\alpha,\gamma\rangle+ad\langle\alpha,\delta\rangle+bc\langle\beta,\gamma\rangle+bd\langle\beta,\delta\rangle$——这是所有"组合的内积"题的起手式。
## 知识点 6.2 长度与单位化(出处:[盘点 §6.2](01-知识点盘点.md#user-content-62-长度单位化夹角))
- $\lVert\alpha\rVert=\sqrt{\langle\alpha,\alpha\rangle}$;单位化 $\alpha/\lVert\alpha\rVert$。
- 夹角 $\cos\theta=\dfrac{\langle\alpha,\beta\rangle}{\lVert\alpha\rVert\lVert\beta\rVert}$。
## 知识点 6.3 正交组与规范正交基(出处:[盘点 §6.3 正交组与正交基](01-知识点盘点.md#user-content-63-正交组与正交基))
- **两两正交的非零向量组必线性无关**(正交 ⟹ 无关,逆不成立)。
- 规范正交基:两两正交 + 长度全为 1。
- **规范正交基下坐标就是内积**:$x_i=\langle\delta,e_i\rangle$,$\delta=\sum\langle\delta,e_i\rangle e_i$——不必解方程组。
## 知识点 6.4 施密特正交化(出处:[盘点 §6.4 施密特正交化(算法)](01-知识点盘点.md#user-content-64-施密特正交化算法))
$$u_k=\alpha_k-\sum_{i<k}\frac{\langle\alpha_k,u_i\rangle}{\langle u_i,u_i\rangle}u_i.$$
- **分母是长度平方,单位化才除长度**——两个分母混用是本点最常见的失分点。
- 不改变张成空间:$L(u_1,\cdots,u_k)=L(\alpha_1,\cdots,\alpha_k)$;某步得零向量说明原组相关。
## 知识点 6.5 正交矩阵(出处:[盘点 §6.5 正交矩阵](01-知识点盘点.md#user-content-65-正交矩阵))
$$Q^{\mathrm T}Q=E\iff Q^{\mathrm T}=Q^{-1}\iff QQ^{\mathrm T}=E\iff \text{列是规范正交基}\iff \text{行是规范正交基}\iff \lVert Qx\rVert=\lVert x\rVert.$$
最常用"列是规范正交基"——验算只算列内积,比矩阵乘法快。$\lvert Q\rvert=\pm1$ 只是**必要不充分**。
--- ---
## 问题 1 · 正交、长度、规范正交基与坐标(★★☆) ## 题目(按知识点顺序对应)
### 题 1 · 6.1:组合的内积,展开再消(★☆☆)
> 设 $\alpha=(1,2,2)^{\mathrm T}$,$\beta=(2,-2,1)^{\mathrm T}$。
>
> (Ⅰ)求 $\langle\alpha,\beta\rangle$、$\lVert\alpha\rVert$、$\lVert\beta\rVert$;
> (Ⅱ)求 $\langle 2\alpha+\beta,\ \alpha-\beta\rangle$。
**怎么想**:第(Ⅱ)问别逐分量乘——用双线性展开成四项,分别代内积。$\lVert\alpha\rVert^2=\langle\alpha,\alpha\rangle$ 直接给长度平方。
**解**:(Ⅰ)$\langle\alpha,\beta\rangle=2-4+2=0$(两向量正交);$\lVert\alpha\rVert=\lVert\beta\rVert=\sqrt{1+4+4}=3$。
(Ⅱ)展开:
$$\langle 2\alpha+\beta,\ \alpha-\beta\rangle=2\langle\alpha,\alpha\rangle-2\langle\alpha,\beta\rangle+\langle\beta,\alpha\rangle-\langle\beta,\beta\rangle=2\cdot9-0+0-9=9.$$
**带走结论**:**内积只留同项**——正交的向量对展开后直接消失。看到"组合的内积"先展开,比硬算快一个量级,也是题 2(Ⅲ)的省时核心。
---
### 题 2 · 6.2 + 6.3 + 6.5:正交、长度、规范正交基与坐标(★★☆)
> 【2023·15 骨架】设 > 【2023·15 骨架】设
> >
@@ -28,112 +81,53 @@ tags: [数学一, 在学练习, 线性代数, 向量, 内积, 正交, 施密特]
> (Ⅲ)求 $\langle\alpha+2\beta,\ \gamma-\beta\rangle$; > (Ⅲ)求 $\langle\alpha+2\beta,\ \gamma-\beta\rangle$;
> (Ⅳ)求 $\delta=(3,0,0)^{\mathrm T}$ 在这组规范正交基下的坐标。 > (Ⅳ)求 $\delta=(3,0,0)^{\mathrm T}$ 在这组规范正交基下的坐标。
### 怎么想 **怎么想**:(Ⅰ)内积逐个算,为零即正交;长度 $=\sqrt{\langle\alpha,\alpha\rangle}$。(Ⅱ)三个非零向量两两正交 ⟹ 无关(6.3),在三维里就是基;单位化后按列拼成 $Q$,$Q^{\mathrm T}Q=E$ 自动成立。(Ⅲ)双线性展开,正交项消掉。(Ⅳ)规范正交基下**坐标就是内积**:$x_i=\langle\delta,e_i\rangle$,不必解方程组。
- **(Ⅰ)** 内积逐个算,为零即正交。长度 $=\sqrt{\langle\alpha,\alpha\rangle}$ 。 **解**:(Ⅰ)
- **(Ⅱ)** 三个非零向量两两正交,故无关(§6.3 的结论),在三维里就是基;单位化得规范正交基,按列拼成 $Q$ 后 $Q^{\mathrm T}Q=E$ 自动成立。
- **(Ⅲ)** **不要展开硬算**。用双线性拆成四项,正交项直接消掉——这是本题最省时的一步。
- **(Ⅳ)** 规范正交基下**坐标就是内积**:$x_i=\langle\delta,e_i\rangle$ ,不必解方程组。这是规范正交基相对一般基的最大优势。
### 解 $$\langle\alpha,\beta\rangle=2-4+2=0,\qquad \langle\alpha,\gamma\rangle=2+2-4=0,\qquad \langle\beta,\gamma\rangle=4-2-2=0,$$
(Ⅰ) 两两正交;$\lVert\alpha\rVert=\lVert\beta\rVert=\lVert\gamma\rVert=3$。
$$\langle\alpha,\beta\rangle=2-4+2=0,\qquad \langle\alpha,\gamma\rangle=2+2-4=0,\qquad \langle\beta,\gamma\rangle=4-2-2=0.$$ (Ⅱ)单位化:$e_1=\tfrac13(1,2,2)^{\mathrm T},\ e_2=\tfrac13(2,-2,1)^{\mathrm T},\ e_3=\tfrac13(2,1,-2)^{\mathrm T}$。按列拼成
两两正交,且三者长度
$$\lVert\alpha\rVert=\lVert\beta\rVert=\lVert\gamma\rVert=\sqrt{1+4+4}=3 .$$
(Ⅱ)单位化:
$$e_1=\tfrac13(1,2,2)^{\mathrm T},\quad e_2=\tfrac13(2,-2,1)^{\mathrm T},\quad e_3=\tfrac13(2,1,-2)^{\mathrm T}.$$
三者长度为 1、两两内积为 0,故为规范正交基。按列拼成
$$Q=\frac13\begin{pmatrix}1&2&2\\2&-2&1\\2&1&-2\end{pmatrix}.$$ $$Q=\frac13\begin{pmatrix}1&2&2\\2&-2&1\\2&1&-2\end{pmatrix}.$$
直接验证列的内积:$Q^{\mathrm T}Q$ 的第 $(i,j)$ 元是 $\langle e_i,e_j\rangle$ ,对角为 1、非对角为 0,故 $Q^{\mathrm T}Q=E$ ,$Q$ 是正交矩阵。又 $Q^{\mathrm T}Q$ 的第 $(i,j)$ 元是 $\langle e_i,e_j\rangle$,对角 1、非对角 0,故 $Q^{\mathrm T}Q=E$,$Q$ 是正交矩阵(且 $\lvert Q\rvert=1$,与"正交矩阵行列式为 $\pm1$"一致)。
$$\lvert Q\rvert=\frac1{27}\begin{vmatrix}1&2&2\\2&-2&1\\2&1&-2\end{vmatrix}=\frac{27}{27}=1,$$ (Ⅲ)
与"正交矩阵行列式为 $\pm1$ "一致。 $$\langle\alpha+2\beta,\gamma-\beta\rangle=\langle\alpha,\gamma\rangle-\langle\alpha,\beta\rangle+2\langle\beta,\gamma\rangle-2\langle\beta,\beta\rangle=0-0+0-2\cdot9=-18.$$
(Ⅲ)用双线性展开,凡不同向量之间的内积都为零: (Ⅳ)$x_1=\langle\delta,e_1\rangle=1,\ x_2=\langle\delta,e_2\rangle=2,\ x_3=\langle\delta,e_3\rangle=2$,坐标 $(1,2,2)^{\mathrm T}$,即 $\delta=e_1+2e_2+2e_3$。(验算:$\tfrac13\alpha+\tfrac23\beta+\tfrac23\gamma=(3,0,0)^{\mathrm T}$。)
$$ **带走结论**:三件事一次记牢——① **正交组的好处是"内积只留同项"**;② **规范正交基下坐标就是内积**(傅里叶级数、最小二乘同一原理);③ **正交矩阵 ⟺ 列向量组是规范正交基**,$\lvert Q\rvert=\pm1$ 只是必要不充分。
\langle\alpha+2\beta,\ \gamma-\beta\rangle
=\langle\alpha,\gamma\rangle-\langle\alpha,\beta\rangle+2\langle\beta,\gamma\rangle-2\langle\beta,\beta\rangle
=0-0+0-2\cdot9=-18 .
$$
(Ⅳ)坐标分量就是内积: **常见误区**:$\lvert Q\rvert=1$ 不能推出正交。$\begin{pmatrix}1&1\\0&1\end{pmatrix}$ 行列式为 1,但列内积为 1。判正交永远回到 $Q^{\mathrm T}Q=E$ 或"列是规范正交基"。
$$x_1=\langle\delta,e_1\rangle=\tfrac13(1\cdot3)=1,\qquad x_2=\langle\delta,e_2\rangle=\tfrac13(2\cdot3)=2,\qquad x_3=\langle\delta,e_3\rangle=\tfrac13(2\cdot3)=2 .$$
故坐标为 $(1,2,2)^{\mathrm T}$ ,即
$$\delta=e_1+2e_2+2e_3=\tfrac13\alpha+\tfrac23\beta+\tfrac23\gamma.$$
代回验算:$\tfrac13(1,2,2)+\tfrac23(2,-2,1)+\tfrac23(2,1,-2)=(3,0,0)$ 。
### 带走的结论
三件事一次记牢:
1. **正交组的最大好处是"内积只留同项"**。题目给了正交条件又要求组合的内积,先拆开消项,比逐分量算快得多。
2. **规范正交基下坐标就是内积**:$x_i=\langle\delta,e_i\rangle$ ,$\delta=\sum\langle\delta,e_i\rangle e_i$ 。这一条在傅里叶级数、最小二乘里都是同一个原理。
3. **正交矩阵 $\iff Q^{\mathrm T}Q=E\iff$ 列向量组是规范正交基**,行列式 $\pm1$ 只是必要不充分。
### 一个常见误区
$\lvert Q\rvert=\pm1$ **不能**推出 $Q$ 正交。例如 $\begin{pmatrix}1&1\\0&1\end{pmatrix}$ 行列式为 1,但列向量 $(1,0)$ 与 $(1,1)$ 内积为 1。判正交永远要回到 $Q^{\mathrm T}Q=E$ 或"列是规范正交基"。
> **关联** · 盘点 [§6.1 内积与四条性质](01-知识点盘点.md#user-content-61-内积与四条性质) [§6.2 长度与单位化](01-知识点盘点.md#user-content-62-长度单位化夹角) | 上游 [点 1 题 1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式) | 下游 [点 6 题 2 施密特](#问题-2--两向量施密特) | 速查 [正交矩阵六等价](10-速查卡.md#user-content-五正交矩阵六等价)
--- ---
## 问题 2 · 两向量施密特(★☆☆) ### 题 3 · 6.4:两向量施密特(★☆☆)
> 设 $\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(1,0,1)^{\mathrm T}$。将它们正交化、单位化。 > 设 $\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(1,0,1)^{\mathrm T}$。将它们正交化、单位化。
### 怎么想 **怎么想**:第一个方向原样保留;第二个减去它在第一个方向上的**投影**。投影系数 $\dfrac{\langle\alpha_2,u_1\rangle}{\langle u_1,u_1\rangle}$,**分母是长度平方,不是长度**。
第一个方向原样保留;第二个减去它在第一个方向上的**投影**。投影系数是 **解**:取 $u_1=\alpha_1=(1,1,0)^{\mathrm T}$,则
$$\frac{\langle\alpha_2,u_1\rangle}{\langle u_1,u_1\rangle},$$ $$u_2=\alpha_2-\frac{\langle\alpha_2,u_1\rangle}{\langle u_1,u_1\rangle}u_1=(1,0,1)^{\mathrm T}-\frac12(1,1,0)^{\mathrm T}=\Bigl(\tfrac12,-\tfrac12,1\Bigr)^{\mathrm T}.$$
分母是**长度平方**,不是长度。 自检 $\langle u_2,u_1\rangle=0$。$\lVert u_1\rVert=\sqrt2$,$\lVert u_2\rVert=\tfrac{\sqrt6}{2}$,单位化:
### 解
取 $u_1=\alpha_1=(1,1,0)^{\mathrm T}$ 。则
$$
u_2=\alpha_2-\frac{\langle\alpha_2,u_1\rangle}{\langle u_1,u_1\rangle}u_1
=(1,0,1)^{\mathrm T}-\frac{1}{2}(1,1,0)^{\mathrm T}
=\Bigl(\tfrac12,-\tfrac12,1\Bigr)^{\mathrm T}.
$$
自检:$\langle u_2,u_1\rangle=\tfrac12-\tfrac12+0=0$ 。
长度 $\lVert u_1\rVert=\sqrt2$ ,$\lVert u_2\rVert=\sqrt{\tfrac14+\tfrac14+1}=\sqrt{\tfrac32}=\tfrac{\sqrt6}{2}$ 。单位化:
$$e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\qquad e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6}.$$ $$e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\qquad e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6}.$$
($u_2$ 乘 2 得 $(1,-1,2)$ ,单位化时约掉了,所以直接写这个更整齐。) ($u_2$ 乘 2 得 $(1,-1,2)$,单位化时约掉,直接写更整齐。)
### 带走的结论 **带走结论**:**减投影除长度平方,单位化才除长度**。写完用"内积为零"自检一次,立刻抓住错误。技巧:正交化过程中把 $u_k$ 乘正常数化简(不改变方向),分数少一半。
**减投影时除长度平方,单位化时才除长度。** 这两个分母混用是本点最常见的失分点。写完用"内积为零"自检一次,立刻能抓住。
小技巧:正交化过程中可以把 $u_k$ 乘一个正常数化简(不改变方向),单位化前再除掉——这样分数少一半。
> **关联** · 盘点 [§6.4 施密特](01-知识点盘点.md#user-content-64-施密特正交化算法) | 上游 [点 6 题 1](#问题-1--正交长度规范正交基与坐标) | 下游 [点 6 题 3 三向量](#问题-3--三向量施密特) | 速查 [施密特三个分母](10-速查卡.md#user-content-六施密特三个分母)
--- ---
## 问题 3 · 三向量施密特(★★☆) ### 题 4 · 6.4:三向量施密特(★★☆)
> 【2021·6 骨架】设 > 【2021·6 骨架】设
> >
@@ -141,91 +135,33 @@ $$e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\qquad e_2=\frac{(1,-1,2)^{\mathrm T}}{
> >
> 求与之等价的正交向量组和规范正交向量组。 > 求与之等价的正交向量组和规范正交向量组。
### 怎么想 **怎么想**:前两步与题 3 完全一样;第三步要**分别**减掉在 $u_1$、$u_2$ 上的**两个**投影,漏任何一个就不与那个方向正交。题目说"等价",即**不改变张成空间**:$L(u_1,u_2,u_3)=L(\alpha_1,\alpha_2,\alpha_3)$。
前两步与问题 2 完全一样(注意 $\alpha_1,\alpha_2$ 与上一题相同),第三步要**分别**减掉在 $u_1$ 、$u_2$ 上的两个投影。漏掉任何一个,第三个向量就不与那个方向正交。 **解**:前两步:$u_1=(1,1,0)^{\mathrm T}$,$u_2=\bigl(\tfrac12,-\tfrac12,1\bigr)^{\mathrm T}$。投影系数:
题目说"等价",意思是**不改变张成空间**:$L(u_1,u_2,u_3)=L(\alpha_1,\alpha_2,\alpha_3)$ 。这也是施密特正确性的判据之一。 $$\frac{\langle\alpha_3,u_1\rangle}{\langle u_1,u_1\rangle}=\frac12,\qquad \frac{\langle\alpha_3,u_2\rangle}{\langle u_2,u_2\rangle}=\frac{1/2}{3/2}=\frac13.$$
### 解 $$u_3=\alpha_3-\tfrac12u_1-\tfrac13u_2=(0,1,1)^{\mathrm T}-\tfrac12(1,1,0)^{\mathrm T}-\tfrac13\Bigl(\tfrac12,-\tfrac12,1\Bigr)^{\mathrm T}=\Bigl(-\tfrac23,\tfrac23,\tfrac23\Bigr)^{\mathrm T}.$$
前两步:$u_1=(1,1,0)^{\mathrm T}$ ,$u_2=(\tfrac12,-\tfrac12,1)^{\mathrm T}$ 。 验算 $\langle u_3,u_1\rangle=-\tfrac23+\tfrac23+0=0$,$\langle u_3,u_2\rangle=-\tfrac13-\tfrac13+\tfrac23=0$。单位化:
先算两个投影系数: $$e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\quad e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6},\quad e_3=\frac{(-1,1,1)^{\mathrm T}}{\sqrt3}.$$
$$ **带走结论**:第 $k$ 步减 $k-1$ 个投影,**逐项验算"与前面每一个的内积都为零"**。两个异常情形:某步得零向量 ⟹ 原组本来相关,剔除该向量继续;某步"几乎零" ⟹ 数值不稳,检查算错或先整数化。**施密特是第 5 讲的"手"**:实对称矩阵只需对**同一特征值**的若干特征向量做施密特,再全体单位化拼成 $Q$。
\frac{\langle\alpha_3,u_1\rangle}{\langle u_1,u_1\rangle}=\frac{0+1+0}{2}=\frac12,\qquad
\frac{\langle\alpha_3,u_2\rangle}{\langle u_2,u_2\rangle}=\frac{0-\tfrac12+1}{\tfrac32}=\frac{1/2}{3/2}=\frac13 .
$$
于是
$$
u_3=\alpha_3-\tfrac12 u_1-\tfrac13 u_2
=(0,1,1)^{\mathrm T}-\tfrac12(1,1,0)^{\mathrm T}-\tfrac13\Bigl(\tfrac12,-\tfrac12,1\Bigr)^{\mathrm T}
=\Bigl(-\tfrac23,\tfrac23,\tfrac23\Bigr)^{\mathrm T}.
$$
验算两个内积:
$$\langle u_3,u_1\rangle=-\tfrac23+\tfrac23+0=0,\qquad \langle u_3,u_2\rangle=-\tfrac13-\tfrac13+\tfrac23=0 .$$
长度:$\lVert u_1\rVert=\sqrt2$ ,$\lVert u_2\rVert=\tfrac{\sqrt6}{2}$ ,$\lVert u_3\rVert=\sqrt{\tfrac49\cdot3}=\tfrac{2\sqrt3}{3}$ 。单位化:
$$
e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\quad
e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6},\quad
e_3=\frac{(-1,1,1)^{\mathrm T}}{\sqrt3}.
$$
($u_3$ 乘 $\tfrac32$ 得 $(-1,1,1)$ 。)
### 带走的结论
第 $k$ 步要减 $k-1$ 个投影,**逐项验算"与前面每一个的内积都为零"**,比回头检查算术省时间。
两个异常情形要会处理:
| 情形 | 含义 | 处理 |
|---|---|---|
| 某步得零向量 | 原组本来相关 | 停止,剔除该向量,继续对余下的做 |
| 某步得"几乎零" | 原组接近相关,数值不稳 | 检查是否算错,或先用整数化化简 |
**施密特与第 5 讲的接口**:实对称矩阵 $A$ 求出特征向量后,属于不同特征值的向量已自动正交,只需对**同一特征值**对应的那几个做施密特;再全体单位化,拼成 $Q$ ,即得 $Q^{\mathrm T}AQ=\Lambda$ 。所以本点是第 5 讲的"手",不是"脑"。
> **关联** · 盘点 [§6.4 施密特](01-知识点盘点.md#user-content-64-施密特正交化算法) [§6.5 正交矩阵](01-知识点盘点.md#user-content-65-正交矩阵) | 上游 [点 6 题 2](#问题-2--两向量施密特) | 下游 第 6 讲 正交变换化标准形 | 速查 [施密特三个分母](10-速查卡.md#user-content-六施密特三个分母)
--- ---
## 本点定式 ### 题 5 · 6.5:正交矩阵的判断(★★☆)
> $u_k=\alpha_k-\sum_{i<k}\dfrac{\langle\alpha_k,u_i\rangle}{\langle u_i,u_i\rangle}u_i$ ,分母是长度平方;规范正交基下坐标就是内积。 > 判断下列矩阵是否为正交矩阵,说明理由:
>
> (1)$A=\begin{pmatrix}0&1\\1&0\end{pmatrix}$;
> (2)$B=\begin{pmatrix}\cos\theta&-\sin\theta\\ \sin\theta&\cos\theta\end{pmatrix}$;
> (3)$C=\begin{pmatrix}1&1\\0&1\end{pmatrix}$;
> (4)$D=\begin{pmatrix}1&0&0\\0&-1&0\\0&0&2\end{pmatrix}$。
## 三个公式的对照 **怎么想**:判据用"列是规范正交基"最省——两个二维向量:① 长度都 1;② 内积 0。满足即正交。(3)(4)分别踩"行列式为 $\pm1$ 但不正交"和"列长度不为 1"两个坑。
| 要做的事 | 公式 | 分母 | **解**:(1)列 $(0,1)$、$(1,0)$:长度 1、内积 0,正交。(2)$(\cos\theta,\sin\theta)$、$(-\sin\theta,\cos\theta)$:长度 1、内积 $-\cos\theta\sin\theta+\sin\theta\cos\theta=0$,正交。(3)列 $(1,0)$ 长度 1,但 $(1,1)$ 长度 $\sqrt2\ne1$,且两列内积 1,**不是**(尽管 $\lvert C\rvert=1$)。(4)第三列长度 $\sqrt{1+0+4}=\sqrt5\ne1$,**不是**($\lvert D\rvert=-2\ne\pm1$ 也露馅)。
|---|---|---|
| 求投影系数 | $\langle\alpha,u\rangle/\langle u,u\rangle$ | 长度**平方** |
| 单位化 | $\alpha/\lVert\alpha\rVert$ | **长度** |
| 规范正交基下求坐标 | $x_i=\langle\delta,e_i\rangle$ | 无(长度已为 1) |
## 正交矩阵六条等价条件(背下来) **带走结论**:判正交两步走——**列两两内积为零 + 列长全为 1**。$\lvert Q\rvert=\pm1$ 只是必要条件,$\lvert Q\rvert=1$ 的反例(如 (3))是选择题常客。
$$A^{\mathrm T}A=E\iff A^{\mathrm T}=A^{-1}\iff AA^{\mathrm T}=E\iff \text{列是规范正交基}\iff \text{行是规范正交基}\iff \lVert Ax\rVert=\lVert x\rVert .$$
六条里最常用的是"列是规范正交基"——验算时只算列内积,比矩阵乘法快。
---
下一站 [点 7 · 子空间的和与交](08-点7-子空间和与交.md) :把"表示"升级成"两个空间的重叠部分"。
---
## 本点关联
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §6 | 知识地图,查定义与判据 |
| 上游 | [点 1 · 线性相关与无关](02-点1-线性相关与无关.md) | 读本点前应先会 |
| 下游 | [点 5 · 基、坐标与过渡矩阵](06-点5-基坐标与过渡矩阵.md)、第 5 讲特征值(正交对角化) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -2,99 +2,70 @@
tags: [数学一, 在学练习, 线性代数, 向量, 子空间, 交空间, 维数公式] tags: [数学一, 在学练习, 线性代数, 向量, 子空间, 交空间, 维数公式]
专题: 线性代数 第3讲 · 点7 子空间的和与交 专题: 线性代数 第3讲 · 点7 子空间的和与交
日期: 2026-10-23 日期: 2026-10-23
状态: 知识点带题(7.1—7.4 四小节,5 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"] 关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
--- ---
# 点 7 · 子空间的和与交 # 点 7 子空间的和与交
> 真题 2023·7(5 分)|重要度 ★★★|题量 3 > 真题 2023·7(5 分)|重要度 ★★★
> 依赖:点 3(`04`)的表示、点 2(`03`)的秩。 > 依赖:点 3(`04`)的表示、点 2(`03`)的秩。盘点对应:§5.1 子空间、§7 全节。
> 盘点对应:§5.1 子空间、§7 全节。
5 分,形态也很固定。核心只有一句:**交空间里的向量必须"两种表示同时成立"**。 **组织原则**:以知识点为单位,题目按知识点内部顺序对应。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
核心只有一句:**交空间里的向量必须"两种表示同时成立"**:
$$w\in V_1\cap V_2\iff \exists x,y:\ w=Ax=By\iff (A,-B)\begin{pmatrix}x\\y\end{pmatrix}=0.$$ $$w\in V_1\cap V_2\iff \exists x,y:\ w=Ax=By\iff (A,-B)\begin{pmatrix}x\\y\end{pmatrix}=0.$$
于是"求交空间"变成"解一个齐次方程组 + 代回"。同一个动作,做两次。 于是"求交空间"变成"解一个齐次方程组 + 代回",同一个动作做两次。
> 注:参考仓库向量章**未收录**本节的和 / 交 / 维数公式(盘点 §9 参考仓库列为 —;知识章 §5.1 只有向量空间基本概念)。交空间求法即方程组章"公共解",来源已逐条标注。
## 知识点 7.1 子空间、和与交(出处:[盘点 §7.1 定义](01-知识点盘点.md#user-content-71-定义);参考仓库向量章无对应条目)
- **子空间**:对加法和数乘封闭的非空子集,必含零向量。$L(\alpha_1,\cdots,\alpha_s)$(张成空间)是子空间。
- **和**:$V_1+V_2=\{v_1+v_2\mid v_i\in V_i\}$;$\dim(V_1+V_2)=$ 把两组向量**并起来**的秩。
- **交**:$V_1\cap V_2$ 也是子空间。
## 知识点 7.2 维数公式(出处:[盘点 §7.2 维数公式](01-知识点盘点.md#user-content-72-维数公式2019-大纲要求20237-考过))
$$\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2).$$
推论:直和时 $\dim(V_1+V_2)=\dim V_1+\dim V_2$。常用反推:先由并秩得和维数,再由公式得交维数。
## 知识点 7.3 交空间的求法——四步(出处:[盘点 §7.3 交空间的求法四步](01-知识点盘点.md#user-content-73-交空间的求法四步) | [方程组章 linear-equations-system.tex §4 公共解](../../../../参考仓库/Math/linear-algebra/knowledge/4-linear-equations-system/linear-equations-system.tex))
1. 设 $w=Ax=By$($A,B$ 分别以两组的向量为列);
2. 解齐次方程组 $(A,-B)\begin{pmatrix}x\\y\end{pmatrix}=0$;
3. **代回 $w=Ax$ 得到向量**——解出来的是系数,不是向量;
4. 删去零向量与冗余向量,得基。
## 知识点 7.4 直和(出处:[盘点 §7.4 直和](01-知识点盘点.md#user-content-74-直和))
$$\text{$V_1+V_2$ 是直和}\iff V_1\cap V_2=\{0\}\iff \dim(V_1+V_2)=\dim V_1+\dim V_2\iff \text{和空间每个向量分解唯一}.$$
--- ---
## 问题 1 · 交空间的基与维数公式(★★★) ## 题目(按知识点顺序对应)
> 【2023·7 骨架】设 ### 题 1 · 7.1:哪些是子空间(★☆☆)
> 判断下列集合是否为 $\mathbb{R}^3$ 的子空间,说明理由:
> >
> $$V_1=L(\alpha_1,\alpha_2),\quad \alpha_1=(1,1,0)^{\mathrm T},\ \alpha_2=(0,1,1)^{\mathrm T};$$ > (1)过原点的平面 $\pi:\ ax+by+cz=0$;
> > (2)不过原点的平面 $ax+by+cz=1$;
> $$V_2=L(\beta_1,\beta_2),\quad \beta_1=(1,0,1)^{\mathrm T},\ \beta_2=(0,1,2)^{\mathrm T}.$$ > (3)齐次方程组的解集 $\{x\mid Ax=0\}$;
> > (4)$\{(x,y,z)\mid x+y+z=1\}$。
> (Ⅰ)求 $\dim V_1$ 、$\dim V_2$ 、$\dim(V_1+V_2)$ ;
> (Ⅱ)求 $V_1\cap V_2$ 的一组基;
> (Ⅲ)验证维数公式。
### 怎么想 **怎么想**:子空间三连问——非空?加法封闭?数乘封闭?**过原点/含零向量**是必要条件(零向量必须在集内),先看它;再看对加法和数乘是否封闭。
**(Ⅰ)** 每个空间内部两两是否成比例,一眼可判;和空间把两组向量**并在一起**求秩。 **解**:(1)是:含零向量,且 $\alpha,\beta$ 满足方程则 $\alpha+\beta$、$k\alpha$ 也满足。(2)不是:不含零向量($0$ 代入左边得 $0\ne1$)。(3)是:$A0=0$,且 $Ax=Ay=0\Rightarrow A(x+y)=0$、$A(kx)=0$(这是最重要的子空间,解空间维数 $=n-r(A)$)。(4)不是:与(2)同理,不含零向量。
**(Ⅱ)** 设 $w=x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2$ ,移项得齐次方程组。**解出来的是系数**,必须代回 $w=Ax$ 才得到向量。注意 "系数解" 与 "向量解" 的区别——这是本点唯一的大坑。 **带走结论**:**"不含零向量的集必不是子空间"** 是选择题秒杀器。过原点的平面/直线、解空间、对称矩阵集都是子空间;平移过的、加了"$=1$"约束的都不是。
**(Ⅲ)** 直接代入公式。
### 解
(Ⅰ)$\alpha_1,\alpha_2$ 不成比例,故 $\dim V_1=2$ ;$\beta_1,\beta_2$ 不成比例,故 $\dim V_2=2$ 。
把 $\alpha_1,\alpha_2,\beta_1$ 按列拼成
$$\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix},\qquad \lvert\cdot\rvert=2\ne0 .$$
三个无关的三维向量张成整个 $\mathbb{R}^3$ ,故 $\dim(V_1+V_2)=3$ 。
(Ⅱ)比较分量得三个方程:
$$x_1=y_1,\qquad x_1+x_2=y_2,\qquad x_2=y_1+2y_2 .$$
把前两式代入第三式:
$$x_2=x_1+2(x_1+x_2)=3x_1+2x_2\ \Longrightarrow\ x_2=-3x_1 .$$
令 $x_1=t$ ,则 $x_2=-3t$ ,$y_1=t$ ,$y_2=x_1+x_2=-2t$ 。代回得
$$w=t\,\alpha_1-3t\,\alpha_2=t\,(1,-2,-3)^{\mathrm T}.$$
$t\ne0$ 时 $w\ne0$ ,故
$$\dim(V_1\cap V_2)=1,\qquad \text{一组基为 } (1,-2,-3)^{\mathrm T}.$$
核验它在第二组里的表示:$t\beta_1-2t\beta_2=t(1,0,1)^{\mathrm T}-2t(0,1,2)^{\mathrm T}=t(1,-2,-3)^{\mathrm T}$ ,一致。
(Ⅲ)$3=2+2-1$ ,维数公式成立。
### 带走的结论
**两条必须刻进肌肉记忆的话**:
1. **交集里解出来的是系数,不是基**。解完 $x,y$ 还要代回 $w=Ax$ ,再删掉零向量与冗余向量。
2. **和空间的维数是并起来的秩**,不是两个维数相加——相加只在直和时才对。
一个快速验算:$\mathbb{R}^3$ 中两个平面(2 维)的交若是直线(1 维),和就必然是 3 维。若算出"和 2 维",说明两个平面重合了,一定算错。
### 换个视角(平面法)
$V_1$ 是 $\alpha_1,\alpha_2$ 张成的平面,法向量可取
$$n_1=\alpha_1\times\alpha_2=(1,1,0)\times(0,1,1)=(1\cdot1-0\cdot1,\ 0\cdot0-1\cdot1,\ 1\cdot1-1\cdot0)=(1,-1,1).$$
同理 $n_2=\beta_1\times\beta_2=(1,0,1)\times(0,1,2)=(0\cdot2-1\cdot1,\ 1\cdot0-1\cdot2,\ 1\cdot1-0\cdot0)=(-1,-2,1)$ 。
两平面交线的方向 $=n_1\times n_2=(1,-1,1)\times(-1,-2,1)=(1,-2,-3)$ ,与(Ⅱ)一致(差一个倍数也算对)。
**几何法适合验算,不适合作答**——大题要写代数过程,法向量只能用来检查结果。
> **关联** · 盘点 [§5.1 子空间](01-知识点盘点.md#user-content-51-向量空间与子空间) [§7.3 交空间求法](01-知识点盘点.md#user-content-73-交空间的求法四步) | 上游 [点 2 题 1](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组) [点 3 题 1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) | 下游 [点 7 题 2](#问题-2--四维空间里的和与交) | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
--- ---
## 问题 2 · 四维空间里的和与交(★★☆) ### 题 2 · 7.2 + 7.3:四维空间里的和与交(★★☆)
> 设 > 设
> >
@@ -106,49 +77,53 @@ $$n_1=\alpha_1\times\alpha_2=(1,1,0)\times(0,1,1)=(1\cdot1-0\cdot1,\ 0\cdot0-1\c
> (Ⅱ)求 $V_1\cap V_2$ 的基; > (Ⅱ)求 $V_1\cap V_2$ 的基;
> (Ⅲ)$V_1+V_2$ 是否为直和? > (Ⅲ)$V_1+V_2$ 是否为直和?
### 怎么想 **怎么想**:先看有没有现成关系——**一眼看出 $\alpha_1+\alpha_2=(1,1,1,1)^{\mathrm T}=\beta_1+\beta_2$**。一条非平凡关系 ⟹ 秩 $\le3$;前三个无关 ⟹ 秩 $=3$。交维数用维数公式反推:$2+2-3=1$。
先把四个向量拼成一个 $4\times4$ 矩阵。**如果行列式为 0,说明有现成关系**——这题恰好可以一眼看出: **解**:(Ⅰ)由 $\alpha_1+\alpha_2=\beta_1+\beta_2$ 知四个向量相关,$\dim(V_1+V_2)\le3$。又 $\alpha_1,\alpha_2,\beta_1$ 无关(取第 1、2、3 行得三阶子式 $\begin{vmatrix}1&0&1\\0&1&1\\1&0&0\end{vmatrix}=-1\ne0$),秩 $\ge3$。故 $\dim(V_1+V_2)=3$,$\dim(V_1\cap V_2)=2+2-3=1$。
$$\alpha_1+\alpha_2=(1,1,1,1)^{\mathrm T}=\beta_1+\beta_2 .$$ (Ⅱ)解 $(A,-B)\binom{x}{y}=0$:比较四个分量得 $x_1=y_1,\ x_2=y_1,\ x_1=y_2,\ x_2=y_2$,故 $x_1=x_2=y_1=y_2=t$。代回:
一条非平凡关系 ⟹ 秩 $\le3$ ;而前三个无关 ⟹ 秩 $=3$ 。交空间的维数由维数公式反推:$2+2-3=1$ 。 $$w=t(\alpha_1+\alpha_2)=t(1,1,1,1)^{\mathrm T},$$
### 解
(Ⅰ)由 $\alpha_1+\alpha_2=\beta_1+\beta_2$ 知四个向量相关,$\dim(V_1+V_2)\le3$ 。
又 $\alpha_1,\alpha_2,\beta_1$ 无关(矩阵 $\begin{pmatrix}1&0&1\\0&1&1\\1&0&0\\0&1&0\end{pmatrix}$ 存在非零三阶子式:取第 1、2、3 行得 $\begin{vmatrix}1&0&1\\0&1&1\\1&0&0\end{vmatrix}=-1\ne0$ ),故秩 $\ge3$ 。所以
$$\dim(V_1+V_2)=3,\qquad \dim(V_1\cap V_2)=2+2-3=1 .$$
(Ⅱ)解 $(A,-B)\begin{pmatrix}x\\y\end{pmatrix}=0$ ,即
$$x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2 .$$
比较四个分量:
$$x_1=y_1,\qquad x_2=y_1,\qquad x_1=y_2,\qquad x_2=y_2 .$$
故 $x_1=x_2=y_1=y_2=t$ ,代回:
$$w=t(\alpha_1+\alpha_2)=t(1,1,1,1)^{\mathrm T}.$$
基为 $(1,1,1,1)^{\mathrm T}$,维数 1,与(Ⅰ)一致。 基为 $(1,1,1,1)^{\mathrm T}$,维数 1,与(Ⅰ)一致。
(Ⅲ)不是直和。直和要求 $V_1\cap V_2=\{0\}$ ,而这里交是 1 维的,$\dim(V_1+V_2)=3<2+2=4$ 。 (Ⅲ)**不是直和**:交是 1 维,$\dim(V_1+V_2)=3<2+2=4$。
### 带走的结论 **带走结论**:"先观察后补证"在这里同样管用——一条 $\alpha_1+\alpha_2=\beta_1+\beta_2$ 给上界,非零子式给下界。**看到 $(1,0,1,0)$、$(0,1,0,1)$、$(1,1,0,0)$、$(0,0,1,1)$ 这种"分块单位向量",立刻想"两组加起来都等于全 1 向量"**。
**"先观察后补证"在这里同样管用**:一条 $\alpha_1+\alpha_2=\beta_1+\beta_2$ 就直接给出和空间的上界,再用一个非零子式给下界。
**四个分量全相等的关系式很常见**,看到形如 $(1,0,1,0)$ 、$(0,1,0,1)$ 、$(1,1,0,0)$ 、$(0,0,1,1)$ 这种"分块单位向量",立刻想"两组加起来都等于全 1 向量"。
> **关联** · 盘点 [§7.2 维数公式](01-知识点盘点.md#user-content-72-维数公式2019-大纲要求20237-考过) [§7.1 定义](01-知识点盘点.md#user-content-71-定义) | 上游 [点 7 题 1](#问题-1--交空间的基与维数公式) | 下游 [点 7 题 3 直和](#问题-3--含参何时为直和) | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
--- ---
## 问题 3 · 含参:何时为直和(★★☆) ### 题 3 · 7.2 + 7.3:交空间的基与维数公式(★★★)
> 【2023·7 骨架】设
>
> $$V_1=L(\alpha_1,\alpha_2),\quad \alpha_1=(1,1,0)^{\mathrm T},\ \alpha_2=(0,1,1)^{\mathrm T};$$
>
> $$V_2=L(\beta_1,\beta_2),\quad \beta_1=(1,0,1)^{\mathrm T},\ \beta_2=(0,1,2)^{\mathrm T}.$$
>
> (Ⅰ)求 $\dim V_1$、$\dim V_2$、$\dim(V_1+V_2)$;
> (Ⅱ)求 $V_1\cap V_2$ 的一组基;
> (Ⅲ)验证维数公式。
**怎么想**:(Ⅰ)每个空间内部看是否成比例,一眼可判;和空间把两组向量**并在一起**求秩。(Ⅱ)设 $w=x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2$,移项解齐次方程组。**解出来的是系数,必须代回 $w=Ax$ 才得到向量**——"系数解"与"向量解"的区别是本点唯一的大坑。(Ⅲ)直接代入公式。
**解**:(Ⅰ)$\alpha_1,\alpha_2$ 不成比例,$\dim V_1=2$;$\beta_1,\beta_2$ 不成比例,$\dim V_2=2$。拼 $\alpha_1,\alpha_2,\beta_1$:$\begin{vmatrix}1&0&1\\1&1&0\\0&1&1\end{vmatrix}=2\ne0$,三个无关向量张成 $\mathbb{R}^3$,$\dim(V_1+V_2)=3$。
(Ⅱ)比较分量得 $x_1=y_1,\ x_1+x_2=y_2,\ x_2=y_1+2y_2$。前两式代入第三式:$x_2=x_1+2(x_1+x_2)\Rightarrow x_2=-3x_1$。令 $x_1=t$:$x_2=-3t,\ y_1=t,\ y_2=-2t$。代回:
$$w=t\alpha_1-3t\alpha_2=t(1,-2,-3)^{\mathrm T},$$
基为 $(1,-2,-3)^{\mathrm T}$(核验在 $V_2$ 中:$t\beta_1-2t\beta_2=t(1,-2,-3)^{\mathrm T}$,一致)。
(Ⅲ)$3=2+2-1$,维数公式成立。
**带走结论**:两条刻进肌肉记忆的话——① **交集里解出来的是系数,不是基**,解完 $x,y$ 还要代回 $w=Ax$,再删零删冗;② **和空间的维数是并起来的秩**,不是两个维数相加(相加只在直和时成立)。快速验算:$\mathbb{R}^3$ 中两个平面的交若是直线,和必 3 维;算出"和 2 维"说明两平面重合,一定算错。
**几何验算法**(只验算不作答):两平面法向量 $n_1=\alpha_1\times\alpha_2$、$n_2=\beta_1\times\beta_2$,交线方向 $=n_1\times n_2$。
---
### 题 4 · 7.4:含参——何时为直和(★★☆)
> 设 > 设
> >
@@ -156,72 +131,31 @@ $$w=t(\alpha_1+\alpha_2)=t(1,1,1,1)^{\mathrm T}.$$
> >
> 就 $a$ 讨论 $V_1+V_2$ 是否为直和,并求此时的和空间维数。 > 就 $a$ 讨论 $V_1+V_2$ 是否为直和,并求此时的和空间维数。
### 怎么想 **怎么想**:$V_1$ 是 2 维($\alpha_1,\alpha_2$ 不成比例),$V_2$ 是 1 维。直和条件 $V_1\cap V_2=\{0\}\iff \beta_1\notin V_1$——判断 $\beta_1$ 是否属于 $V_1$,就是点 3 的表示问题。
$V_1$ 是 2 维($\alpha_1,\alpha_2$ 不成比例),$V_2$ 是 1 维。直和的条件是 **解**:设 $\beta_1=x\alpha_1+y\alpha_2$,比较分量:$x+y=2,\ x=1,\ y=a$。由第二、三式 $x=1,\ y=a$,代入第一式 $1+a=2$,即 $a=1$ 时有解。
$$V_1\cap V_2=\{0\}\iff \beta_1\notin V_1 .$$ - $a=1$:$\beta_1=\alpha_1+\alpha_2\in V_1$,$V_2\subseteq V_1$,$V_1+V_2=V_1$,$\dim=2$,**不是直和**(交为 1 维);
- $a\ne1$:$\beta_1\notin V_1$,$V_1\cap V_2=\{0\}$,**是直和**,$\dim(V_1+V_2)=2+1=3$。
而判断 $\beta_1$ 是否属于 $V_1$ ,就是点 3 的表示问题:解 $x\alpha_1+y\alpha_2=\beta_1$ 。 统一用秩核验:$\begin{vmatrix}1&1&2\\1&0&1\\0&1&a\end{vmatrix}=1-a$,$a\ne1$ 时秩 3(直和),$a=1$ 时秩 2(非直和)。
### 解 **带走结论**:直和判定三步走——① 求 $\dim V_1$、$\dim V_2$;② 判断一组基能否被另一组表示(等价于拼矩阵是否满秩);③ 比 $\dim(V_1+V_2)$ 与 $\dim V_1+\dim V_2$。**直和的现实意义**:和空间里每个向量**分解方式唯一**(如 $n$ 阶矩阵 = 对称 + 反对称)。
设 $\beta_1=x\alpha_1+y\alpha_2$ ,比较分量:
$$x+y=2,\qquad x=1,\qquad y=a .$$
由第二、三式 $x=1$ 、$y=a$ ,代入第一式得 $1+a=2$ ,即 $a=1$ 时有解。
**(待定系数核对)** 这里需要注意的是 $y=a$ 而不是 $y$ 任意:$\alpha_2$ 的第三分量是 1 ,$\beta_1$ 的第三分量是 $a$ ,所以 $y=a$ 。
- **当 $a=1$ 时**,$\beta_1=\alpha_1+\alpha_2\in V_1$ ,故 $V_2\subseteq V_1$ ,$V_1+V_2=V_1$ ,$\dim=2$ ,**不是直和**(交为 1 维)。
- **当 $a\ne1$ 时**,$\beta_1\notin V_1$ ,故 $V_1\cap V_2=\{0\}$ ,是**直和**,$\dim(V_1+V_2)=2+1=3$ 。
统一用秩判断:三向量拼成的矩阵
$$\begin{vmatrix}1&1&2\\1&0&1\\0&1&a\end{vmatrix}=1\cdot(0-1)-1\cdot(a-0)+2\cdot(1-0)=1-a .$$
$a\ne1$ 时秩 3(直和),$a=1$ 时秩 2(非直和)。
### 带走的结论
**直和判定三步走**:
1. 求 $\dim V_1$ 、$\dim V_2$ ;
2. 判断一组基能否被另一组表示(等价于秩是否满);
3. 比 $\dim(V_1+V_2)$ 与 $\dim V_1+\dim V_2$ 。
$$\text{直和}\iff \dim(V_1+V_2)=\dim V_1+\dim V_2\iff V_1\cap V_2=\{0\}.$$
直和的现实意义:和空间里每个向量**分解方式唯一**。全体 $n$ 阶矩阵分解为"对称 $+$ 反对称"就是经典例子——若 $A$ 既对称又反对称,则 $A=A^{\mathrm T}=-A$ ,只能 $A=O$ ,故交为零,是直和。
> **关联** · 盘点 [§7.4 直和](01-知识点盘点.md#user-content-74-直和) | 上游 [点 7 题 2](#问题-2--四维空间里的和与交) | 下游 第 5 讲 特征子空间的直和 | 速查 [套模板的分类讨论](10-速查卡.md#user-content-八三种套模板的分类讨论)
--- ---
## 本点定式 ### 题 5 · 7.4:直和的分解唯一性(★★★)
> 交空间:解 $(A,-B)\binom{x}{y}=0$ ,**代回** $w=Ax$ 后去零去冗。和空间:并把求秩。维数公式 $\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2)$ 。 > 设 $V=V_1+V_2$ 且 $V_1\cap V_2=\{0\}$(直和)。证明:$V$ 中每个向量 $\alpha$ 可**唯一**地写成 $\alpha=\alpha_1+\alpha_2$($\alpha_i\in V_i$)。
## 三种问法的对应动作 **怎么想**:先证存在(和的定义直接给),再证唯一。唯一性的标准套路:设两种分解,相减得 $\alpha_1-\alpha_1'=\alpha_2'-\alpha_2$,左边属于 $V_1$、右边属于 $V_2$,故这个公共向量属于 $V_1\cap V_2=\{0\}$,两边都为零。
| 问 | 动作 | **解**:**存在**:$V=V_1+V_2$ 定义保证 $\alpha=\alpha_1+\alpha_2$。
|---|---|
| 交空间的基 | 解齐次方程组 → 代回 $w=Ax$ → 去零 |
| 和空间的维数 | 把两组向量并起来求秩 |
| 是否直和 | 看交是否为零,或比维数 |
--- **唯一**:设 $\alpha=\alpha_1+\alpha_2=\alpha_1'+\alpha_2'$($\alpha_i,\alpha_i'\in V_i$),移项得
下一站 [点 8 · 抽象推理与证明](09-点8-抽象推理与证明.md) :把前七个点串成证明题。 $$\alpha_1-\alpha_1'=\alpha_2'-\alpha_2.$$
--- 左边 $\in V_1$,右边 $\in V_2$,故该向量 $\in V_1\cap V_2=\{0\}$,于是 $\alpha_1=\alpha_1'$、$\alpha_2=\alpha_2'$,分解唯一。
## 本点关联 **带走结论**:**"直和 ⟺ 分解唯一"** 的证明模板——两式相减,公共向量被交空间 $\{0\}$ 吃掉。这与判据②"无关组表示唯一"、点 4"等价同秩"用的是同一个相减-归零动作,抽象证明三连。
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §5.1、§7 | 知识地图,查定义与判据 |
| 上游 | [点 2 · 秩与极大无关组](03-点2-秩与极大无关组.md)、[点 3 · 线性表示](04-点3-线性表示.md) | 读本点前应先会 |
| 下游 | 第 4 讲线性方程组(解空间与维数公式) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -2,16 +2,18 @@
tags: [数学一, 在学练习, 线性代数, 向量, 证明题] tags: [数学一, 在学练习, 线性代数, 向量, 证明题]
专题: 线性代数 第3讲 · 点8 抽象推理与证明 专题: 线性代数 第3讲 · 点8 抽象推理与证明
日期: 2026-10-23 日期: 2026-10-23
状态: 知识点带题(8.1—8.4 四个证明模板,5 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"] 关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
--- ---
# 点 8 · 抽象推理:证明题的四个模板 # 点 8 抽象推理与证明
> 不直接命题,但 2019·20 那类解答题的第二问全靠它|重要度 ★★☆|题量 3 > 不直接命题,但 2019·20 那类解答题的第二问全靠它|重要度 ★★☆
> 依赖:前七个点全部。 > 依赖:前七个点全部。盘点对应:§2、§3.3、§4.2 里的全部结论。
> 盘点对应:§2、§3.3、§4.2 里的全部结论。
这三道题看着花样不同,其实只有四个动作: **组织原则**:以知识点为单位,题目按知识点内部顺序对应。本点无 ★☆☆ 题——四个模板的底线难度就是 ★★☆,按"★★☆ / ★★★ 配 2—3 题"出满。
本点的"知识点"不是一条定理,而是**四个可复用的证明动作**。题目看着花样不同,其实只有这四个动作:
| 模板 | 起手式 | 用在 | | 模板 | 起手式 | 用在 |
|---|---|---| |---|---|---|
@@ -20,192 +22,122 @@ tags: [数学一, 在学练习, 线性代数, 向量, 证明题]
| 证秩 | 上界造关系,下界找无关子组,夹住 | 一切"求秩"的证明 | | 证秩 | 上界造关系,下界找无关子组,夹住 | 一切"求秩"的证明 |
| 证等价/表示 | 拼矩阵不增秩,$A=BK$ | 单向 $+$ 同秩 | | 证等价/表示 | 拼矩阵不增秩,$A=BK$ | 单向 $+$ 同秩 |
## 知识点 8.1 证"线性无关"模板(出处:[知识章 vector.tex §2.1](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex) | [练习章 vector.tex §1.2 定义法](../../../../参考仓库/Math/linear-algebra/exercise/3-vector/vector.tex))
设零组合 $\sum c_i\alpha_i=0$ → 把已知表达式代入 → 按无关组合并系数 → **靠某个系数非零**逼出全部系数为零。
**关键句**:"由 $k_i\ne0$ 才能除"——采分点,不写就断链。若系数为零,结论不成立,所以非零条件不是装饰。
## 知识点 8.2 证"同解"模板(出处:[方程组章 linear-equations-system.tex §5 同解](../../../../参考仓库/Math/linear-algebra/knowledge/4-linear-equations-system/linear-equations-system.tex))
双向代入:一个方向直接左乘凑形式;反方向**左乘 $x^{\mathrm T}$ 凑平方和**,用"实数平方和为零 ⟹ 每个分量为零"收尾。同解 ⟹ 解空间相同 ⟹ 由维数公式推出秩相等。
**"实矩阵"三个字是钥匙**:$x^{\mathrm T}A^{\mathrm T}Ax=\lVert Ax\rVert^2\ge0$。
## 知识点 8.3 证"秩等于某数"模板(出处:[知识章 vector.tex §3](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex))
**上界造关系,下界找无关子组,夹逼**。格式:一方面由 $X$ 得 $r\le a$;另一方面由 $Y$ 得 $r\ge b$;若 $a=b$ 则秩确定,若 $a<b$ 则矛盾。
## 知识点 8.4 证"等价 / 表示"模板(出处:[知识章 vector.tex §4](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex))
$A$ 可由 $B$ 表示 $\iff A=BK\Rightarrow r(A)=r(BK)\le r(B)$;拼矩阵 $(A,B)=B(K,E)\Rightarrow r(A,B)=r(B)$。
--- ---
## 问题 1 · 替换定理(★★★) ## 题目(按知识点顺序对应)
### 题 1 · 8.1:替换定理(★★★)
> 设 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,$\beta=k_1\alpha_1+k_2\alpha_2+k_3\alpha_3$,且 $k_1k_2k_3\ne0$。证明: > 设 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,$\beta=k_1\alpha_1+k_2\alpha_2+k_3\alpha_3$,且 $k_1k_2k_3\ne0$。证明:
> >
> (Ⅰ)$\beta,\alpha_2,\alpha_3$ 线性无关; > (Ⅰ)$\beta,\alpha_2,\alpha_3$ 线性无关;
> (Ⅱ)把任一 $\alpha_i$ 换成 $\beta$ 后,所得向量组仍线性无关。 > (Ⅱ)把任一 $\alpha_i$ 换成 $\beta$ 后,所得向量组仍线性无关。
### 怎么想 **怎么想**:(Ⅰ)**代入法**:设 $c\beta+d\alpha_2+e\alpha_3=0$,代入 $\beta$ 表达式按 $\alpha$ 合并,用原组无关把系数逼成零——关键是 $k_1\ne0$ 逼出 $c=0$。(Ⅱ)**等价法更快**:$k_i\ne0$ 时 $\alpha_i$ 可从 $\beta$ 表达式反解,新旧两组互相表示、同秩,无关性不变。
**(Ⅰ)代入法**:设 $c\beta+d\alpha_2+e\alpha_3=0$ ,把 $\beta$ 的表达式代进去,按 $\alpha$ 合并,用原组无关把每个系数逼成零。**关键是哪一步能推出 $c=0$ 这个结论**——靠的是被替换位置那个系数 $k_1\ne0$ 。 **解**:(Ⅰ)设 $c\beta+d\alpha_2+e\alpha_3=0$,代入:
**(Ⅱ)等价法更快**:只要 $k_i\ne0$ ,$\alpha_i$ 就能从 $\beta$ 的表达式里反解出来,于是新旧两组能**互相表示**,秩相同,无关性保持不变。这比再代入一次省一半篇幅。
### 解
(Ⅰ)设 $c\beta+d\alpha_2+e\alpha_3=0$ ,代入 $\beta$ 的表达式:
$$ck_1\alpha_1+(ck_2+d)\alpha_2+(ck_3+e)\alpha_3=0.$$ $$ck_1\alpha_1+(ck_2+d)\alpha_2+(ck_3+e)\alpha_3=0.$$
因 $\alpha_1,\alpha_2,\alpha_3$ 无关,三个系数全为零: 由 $\alpha_1,\alpha_2,\alpha_3$ 无关,$ck_1=0,\ ck_2+d=0,\ ck_3+e=0$。$k_1\ne0\Rightarrow c=0\Rightarrow d=e=0$。故 $\beta,\alpha_2,\alpha_3$ 无关。
$$ck_1=0,\qquad ck_2+d=0,\qquad ck_3+e=0 .$$ (Ⅱ)任取 $i$,由 $k_i\ne0$ 反解 $\alpha_i=\frac{1}{k_i}(\beta-\sum_{j\ne i}k_j\alpha_j)$。于是 $\{\beta\}\cup\{\alpha_j\}_{j\ne i}$ 与 $\{\alpha_1,\alpha_2,\alpha_3\}$ 能互相表示,等价 ⟹ 同秩 $=3$,替换后的组无关。
由 $k_1\ne0$ 得 $c=0$ ;再代入后两式得 $d=e=0$ 。故 $\beta,\alpha_2,\alpha_3$ 线性无关。 **带走结论**:证"仍然无关"两条路——**代入法**(长但可靠,用于系数结构简单)与**等价法/同秩**(短,一步到位,用于能反解)。**采分点**:必须写出"由 $k_i\ne0$ 才能除"。反面提醒:若某 $k_i=0$(如 $\beta=\alpha_1$),把 $\alpha_2$ 换成 $\beta$ 得 $\{\alpha_1,\alpha_1,\alpha_3\}$ 显然相关——条件不是装饰。
(Ⅱ)任取 $i\in\{1,2,3\}$ ,把 $\alpha_i$ 换成 $\beta$ 。由 $\beta$ 的表达式可反解
$$\alpha_i=\frac{1}{k_i}\Bigl(\beta-\sum_{j\ne i}k_j\alpha_j\Bigr),$$
这里用到了 $k_i\ne0$ 。于是
$$\{\beta\}\cup\{\alpha_j\}_{j\ne i}\ \text{与}\ \{\alpha_1,\alpha_2,\alpha_3\}\ \text{能互相线性表示},$$
两组等价,故**秩相同**,都等于 3 ,所以替换后的组线性无关。
### 带走的结论
**证"仍然无关"的两条路,用时要挑**:
| 路线 | 篇幅 | 适用 |
|---|---|---|
| 代入法 | 长,但绝对可靠 | 只有一次替换,或系数结构简单 |
| 等价法(同秩) | 短,一步到位 | 能反解,即被替换位置的系数非零 |
**采分点**:一定要写出"由 $k_i\ne0$ 才能除"这句话。阅卷时这句就是分——不写,逻辑链就断了。
**反面提醒**:若某个 $k_i=0$ ,结论就**不成立**。例如 $\beta=\alpha_1$ ($k_2=k_3=0$ ),把 $\alpha_2$ 换成 $\beta$ 后得到 $\{\alpha_1,\alpha_1,\alpha_3\}$ ,显然相关。所以条件 $k_1k_2k_3\ne0$ 不是多余的装饰。
> **关联** · 盘点 [§3.1 定义](01-知识点盘点.md#user-content-31-定义) [§4.2 向量组等价](01-知识点盘点.md#user-content-42-向量组等价) | 上游 [点 4 题 3](05-点4-向量组等价.md#user-content-问题-3--抽象单向--同秩能否推出等价) | 下游 第 4 讲 基础解系 | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
--- ---
## 问题 2 · 相关与无关的接力(★★★) ### 题 2 · 8.1:相关与无关的接力(★★★)
> 设 $\alpha_1,\alpha_2,\alpha_3$ 线性相关,而 $\alpha_2,\alpha_3,\alpha_4$ 线性无关。证明: > 设 $\alpha_1,\alpha_2,\alpha_3$ 线性相关,而 $\alpha_2,\alpha_3,\alpha_4$ 线性无关。证明:
> >
> (Ⅰ)$\alpha_1$ 可由 $\alpha_2,\alpha_3$ 线性表示; > (Ⅰ)$\alpha_1$ 可由 $\alpha_2,\alpha_3$ 线性表示;
> (Ⅱ)$\alpha_4$ 不能由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示。 > (Ⅱ)$\alpha_4$ 不能由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示。
### 怎么想 **怎么想**:相关给出一条关系,但**不能直接除**——必须先证明想除的那个系数非零,这一步正是第二组"无关"起作用的地方。(Ⅱ)两种写法:反证(代入消元)和秩法(夹逼)——**秩法更短**,考场上优先。
相关给出一条关系,但**不能直接除**——必须先证明想除的那个系数非零。这一步正是第二组"无关"起作用的地方。 **解**:(Ⅰ)由 $\alpha_1,\alpha_2,\alpha_3$ 相关,存在不全为零的 $c_1,c_2,c_3$ 使 $c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0$。$\alpha_2,\alpha_3,\alpha_4$ 无关 ⟹ 部分组 $\alpha_2,\alpha_3$ 无关(整体无关 ⟹ 部分无关)。
第二问两种写法:反证法(代入消元)和秩法(夹逼)。**秩法更短**,考场上优先。 **断言 $c_1\ne0$**:若 $c_1=0$,则 $c_2\alpha_2+c_3\alpha_3=0$ 且 $(c_2,c_3)$ 不全为零,与 $\alpha_2,\alpha_3$ 无关矛盾。故可解出
### 解
(Ⅰ)由 $\alpha_1,\alpha_2,\alpha_3$ 相关,存在不全为零的 $c_1,c_2,c_3$ 使
$$c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0 .$$
又 $\alpha_2,\alpha_3,\alpha_4$ 无关,故其部分组 $\alpha_2,\alpha_3$ 也无关(整体无关 $\Rightarrow$ 部分无关)。
**断言 $c_1\ne0$ 成立**:若 $c_1=0$ ,则 $c_2\alpha_2+c_3\alpha_3=0$ ,而 $(c_2,c_3)$ 不全为零(因为 $(c_1,c_2,c_3)$ 不全为零),与 $\alpha_2,\alpha_3$ 无关矛盾。故 $c_1\ne0$ ,可解出
$$\alpha_1=-\frac{c_2}{c_1}\alpha_2-\frac{c_3}{c_1}\alpha_3.$$ $$\alpha_1=-\frac{c_2}{c_1}\alpha_2-\frac{c_3}{c_1}\alpha_3.$$
(Ⅱ)**秩法**:由(Ⅰ)知 $\alpha_1$ 可由 $\alpha_2,\alpha_3$ 表示,故 (Ⅱ)**秩法**:由(Ⅰ),$r(\alpha_1,\alpha_2,\alpha_3,\alpha_4)=r(\alpha_2,\alpha_3,\alpha_4)=3$。若 $\alpha_4$ 可由 $\alpha_1,\alpha_2,\alpha_3$ 表示,则加入 $\alpha_4$ 不增秩,$r(\alpha_1,\alpha_2,\alpha_3)=3$;但由(Ⅰ)$r(\alpha_1,\alpha_2,\alpha_3)=r(\alpha_2,\alpha_3)\le2$,矛盾。(反证法同样可行:把 $\alpha_1$ 表达式代入 $\alpha_4$ 的表示式消去 $\alpha_1$,$\alpha_4$ 可由 $\alpha_2,\alpha_3$ 表示,与 $\alpha_2,\alpha_3,\alpha_4$ 无关矛盾。)
$$r(\alpha_1,\alpha_2,\alpha_3, \alpha_4)=r(\alpha_2,\alpha_3,\alpha_4)=3 .$$ **带走结论**:**相关关系里,系数非零是要证的,不是能假设的**——凡要"除以某系数",前面必须有"它不能为零,否则……矛盾"。这是本讲证明题最易失分处,也是"整体无关 ⟹ 部分无关"的真正用途。
若 $\alpha_4$ 可由 $\alpha_1,\alpha_2,\alpha_3$ 表示,则再加入 $\alpha_4$ 不增秩,得 $r(\alpha_1,\alpha_2,\alpha_3)=3$ 。但 $\alpha_1$ 可由 $\alpha_2,\alpha_3$ 表示,故 $r(\alpha_1,\alpha_2,\alpha_3)=r(\alpha_2,\alpha_3)\le2$ ,矛盾。
(**反证法**同样可行:把 $\alpha_1$ 的表达式代入 $\alpha_4$ 的表示式,就消去了 $\alpha_1$ ,于是 $\alpha_4$ 可由 $\alpha_2,\alpha_3$ 表示,与 $\alpha_2,\alpha_3,\alpha_4$ 无关矛盾。)
### 带走的结论
**相关关系里,系数非零是要证的,不是能假设的**。凡是要"除以某个系数",前面必须有一段"它不能为零,否则……矛盾"。这是本讲证明题最容易失分的地方,也是"整体无关 ⟹ 部分无关"这条定理的真正用途。
秩法的格式值得背:
> 一方面由 $X$ 得 $r\le a$ ;另一方面由 $Y$ 得 $r\ge b$ ;若 $a<b$ 则矛盾。
> **关联** · 盘点 [§2.2 易混定理](01-知识点盘点.md#user-content-22-两个方向容易记反的定理) [§3.3 秩的性质](01-知识点盘点.md#user-content-33-秩的性质) | 上游 [点 1 题 2](02-点1-线性相关与无关.md#user-content-问题-2--变换后的向量组) [点 2 题 3](03-点2-秩与极大无关组.md#user-content-问题-3--抽象abo-能推出什么) | 速查 [秩的六条运算](10-速查卡.md#user-content-四秩的六条运算)
--- ---
## 问题 3 · 用内积证秩(★★★) ### 题 3 · 8.2:用内积证秩(★★★)
> 设 $A$ 为 $m\times n$ **实**矩阵。证明: > 设 $A$ 为 $m\times n$ **实**矩阵。证明:
> >
> (Ⅰ)$Ax=0$ 与 $A^{\mathrm T}Ax=0$ 同解,从而 $r(A^{\mathrm T}A)=r(A)$; > (Ⅰ)$Ax=0$ 与 $A^{\mathrm T}Ax=0$ 同解,从而 $r(A^{\mathrm T}A)=r(A)$;
> (Ⅱ)$A$ 的列向量组线性无关 $\iff A^{\mathrm T}A$ 可逆。 > (Ⅱ)$A$ 的列向量组线性无关 $\iff A^{\mathrm T}A$ 可逆。
### 怎么想 **怎么想**:一个方向"左乘 $A^{\mathrm T}$",另一个方向**左乘 $x^{\mathrm T}$ 凑平方和**。为什么必须实矩阵?因为平方和为零才能推出每个分量为零——复矩阵要共轭转置。
一个方向是"左乘 $A^{\mathrm T}$ ",另一个方向要**左乘 $x^{\mathrm T}$ 凑成平方和**。 **解**:(Ⅰ)$Ax=0$ ⟹ 左乘 $A^{\mathrm T}$ 得 $A^{\mathrm T}Ax=0$。反之若 $A^{\mathrm T}Ax=0$,左乘 $x^{\mathrm T}$:
为什么必须是实矩阵?因为平方和为零才能推出每个分量为零——这正是"实"字的作用。复矩阵要用共轭转置,$x^{\mathrm T}$ 不够。
### 解
(Ⅰ)若 $Ax=0$ ,左乘 $A^{\mathrm T}$ 得 $A^{\mathrm T}Ax=0$ ,方向一成立。
反之若 $A^{\mathrm T}Ax=0$ ,左乘 $x^{\mathrm T}$ :
$$0=x^{\mathrm T}A^{\mathrm T}Ax=(Ax)^{\mathrm T}(Ax)=\sum_{i=1}^{m}(Ax)_i^2.$$ $$0=x^{\mathrm T}A^{\mathrm T}Ax=(Ax)^{\mathrm T}(Ax)=\sum_{i=1}^{m}(Ax)_i^2.$$
实数平方和非负、和为零,故每个 $(Ax)_i=0$ ,即 $Ax=0$ 。两个方程组同解。 实数平方和非负、和为零,故每个 $(Ax)_i=0$,即 $Ax=0$。同解 ⟹ 解空间相同 ⟹ 维数公式 $n-r(A)=n-r(A^{\mathrm T}A)$,故 $r(A^{\mathrm T}A)=r(A)$。
同解意味着解空间相同,未知量个数都是 $n$ ,由维数公式 (Ⅱ)列无关 $\iff r(A)=n\iff r(A^{\mathrm T}A)=n$;$A^{\mathrm T}A$ 是 $n$ 阶方阵,满秩即可逆。
$$n-r(A)=n-r(A^{\mathrm T}A)\ \Longrightarrow\ r(A^{\mathrm T}A)=r(A).$$ **带走结论**:看到 $A^{\mathrm T}A$ 就想 $x^{\mathrm T}A^{\mathrm T}Ax=\lVert Ax\rVert^2\ge0$。这条结论三讲反复出现:本讲 $r(A^{\mathrm T}A)=r(A)$、列无关 ⟺ $A^{\mathrm T}A$ 可逆;第 5 讲 $A^{\mathrm T}A$ 特征值非负;第 6 讲 $A^{\mathrm T}A$ 正定($A$ 列满秩)。**常见错误**:直接约去 $A^{\mathrm T}$——它不是方阵、未必可逆,没有消去律。
(Ⅱ)$A$ 的列无关 $\iff r(A)=n\iff r(A^{\mathrm T}A)=n$ 。而 $A^{\mathrm T}A$ 是 $n$ 阶方阵,满秩即等价于可逆。
### 带走的结论
**"实矩阵"三个字是解题钥匙**。看到 $A^{\mathrm T}A$ 就要想到
$$x^{\mathrm T}A^{\mathrm T}Ax=\lVert Ax\rVert^2\ge0 .$$
这条结论在三讲里反复出现:
| 位置 | 形式 |
|---|---|
| 本讲 | $r(A^{\mathrm T}A)=r(A)$ ,列无关 $\iff A^{\mathrm T}A$ 可逆 |
| 第 5 讲 | $A^{\mathrm T}A$ 的特征值非负 |
| 第 6 讲 | $A^{\mathrm T}A$ 正定(当 $A$ 列满秩) |
**一个常见的错误**:直接约去 $A^{\mathrm T}$ 。$A^{\mathrm T}$ 不是方阵、未必可逆,根本没有消去律。必须走 $x^{\mathrm T}$ 左乘这条路。
> **关联** · 盘点 [§6.1 内积与四条性质](01-知识点盘点.md#user-content-61-内积与四条性质) [§3.3 秩的性质](01-知识点盘点.md#user-content-33-秩的性质) | 上游 [点 6 题 1](07-点6-内积正交与施密特.md#user-content-问题-1--正交长度规范正交基与坐标) | 下游 第 5 讲 实对称矩阵 | 速查 [正交矩阵六等价](10-速查卡.md#user-content-五正交矩阵六等价)
--- ---
## 本点定式 ### 题 4 · 8.3:以少表多必相关——秩法证明(★★☆)
> 证无关:设零组合 → 代入 → 靠某个系数非零逼出全部为零。证同解:双向代入,一边要用平方和。证秩:上界造关系,下界找无关子组。 > 设向量组 $\alpha_1,\cdots,\alpha_s$ 均可由向量组 $\beta_1,\cdots,\beta_t$ 线性表示,且 $s>t$。**用秩夹逼**证明:$\alpha_1,\cdots,\alpha_s$ 线性相关。
## 四个模板的选用表 **怎么想**:本题结论是判据③(02 点已直接用),这里练它的**证明**。反证设 $\alpha$ 组无关,则其秩 $=s$;而 $\alpha$ 组可由 $\beta$ 组表示,秩不超过 $\beta$ 组的秩 $\le t<s$,矛盾。
| 题目长什么样 | 用哪个模板 | 关键句 | **解**:设 $A=(\alpha_1,\cdots,\alpha_s)$、$B=(\beta_1,\cdots,\beta_t)$。$\alpha$ 组可由 $\beta$ 组表示,存在矩阵 $K$ 使 $A=BK$($t\times s$),于是
|---|---|---|
| "证明……线性无关" | 证无关 | "因为 $k\ne0$ 才能除" | $$r(A)=r(BK)\le r(B)\le t<s.$$
| "证明两个方程组同解" | 证同解 | "左乘 $x^{\mathrm T}$ 得平方和" |
| "证明秩等于……" | 证秩(夹逼) | "一方面……另一方面……" | 若 $\alpha$ 组无关,则 $r(A)=s$,与 $r(A)<s$ 矛盾。故 $\alpha$ 组线性相关。
| "证明两组等价 / 某向量可表示" | 拼矩阵 | $A=BK$ ,故 $r(A,B)=r(B)$ |
| "已知相关,证某个系数非零" | 反证 | "若为零,则与……无关矛盾" | **带走结论**:**"以少表多,多的相关"** 的证明就是一次秩夹逼:上界 $r(A)\le r(B)\le t$,下界"无关则 $r(A)=s$",$s>t$ 撞出矛盾。这个模板($A=BK\Rightarrow r(A)\le r(B)$)在第 4 讲基础解系、第 5 讲特征值证明里反复用。
--- ---
## 全讲回顾 ### 题 5 · 8.4:表出不增秩——拼矩阵模板(★★☆)
到这一点,第 3 讲的八份文件已经串完: > 设向量组 $A:\alpha_1,\cdots,\alpha_s$ 可由向量组 $B:\beta_1,\cdots,\beta_t$ 线性表示。证明:
>
> (Ⅰ)$r(A)\le r(B)$;
> (Ⅱ)$r(A,B)=r(B)$(拼矩阵不增秩)。
``` **怎么想**:两问共用同一个 $A=BK$。(Ⅰ)用"秩 $r(BK)\le r(B)$";当 $s>t$ 时就是题 4 的上界。(Ⅱ)拼矩阵 $(A,B)=(BK,B)=B(K,E)$,每列都是 $B$ 的组合。
02 相关性 ──→ 03 秩 ──→ 04 表示 ──→ 05 等价
└──→ 06 基/坐标/过渡矩阵 ──→ 07 内积/正交 ──→ 08 子空间和交
↓
09 证明题(把上面全用一遍)
```
如果只能复习一个文件,选 `01-知识点盘点.md` ;如果能复习两小时,按 `01 → 06 → 07` 的顺序,覆盖 21 分。 **解**:(Ⅰ)$A=BK$,故 $r(A)=r(BK)\le r(B)$。(Ⅱ)
最后一页 `10-速查卡.md` 是可以直接背的判据清单,考前十分钟看那一页。 $$(A,B)=(BK,B)=B\,(K,E_t),$$
--- $(A,B)$ 的列全在 $B$ 的列空间内,故 $r(A,B)\le r(B)$;反向 $(A,B)\supseteq B$ 给出 $r(A,B)\ge r(B)$。夹逼得 $r(A,B)=r(B)$。
## 本点关联 **带走结论**:**"表出不增秩"** 两句话——$r(BK)\le r(B)$、$r(A,B)=r(B)$,是点 4 题 3(单向 + 同秩 ⟹ 等价)的地基,也是第 4 讲"公共解""同解"的常用跳板。拼矩阵写法 $(A,B)=B(K,E)$ 背熟,考场上直接写。
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §2、§3.3、§4.2 | 知识地图,查定义与判据 |
| 上游 | 前七个点全部([点 1](02-点1-线性相关与无关.md) — [点 7](08-点7-子空间和与交.md)) | 读本点前应先会 |
| 下游 | 第 5 讲特征值(证明题的同一套模板) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -9,6 +9,8 @@ tags: [数学一, 在学练习, 线性代数, 向量, 速查卡]
考前十分钟只看这一页。 考前十分钟只看这一页。
每条判据的参考仓库出处见各点文件**知识点标题**下(题目按知识点内部条目顺序对应,★☆☆ 配 1 题、★★☆ / ★★★ 配 2—3 题);本页只留结论。
## 一、十个判据 ## 一、十个判据
| 问什么 | 用什么 | | 问什么 | 用什么 |
@@ -120,13 +122,13 @@ $$A^{\mathrm T}A=E\iff A^{\mathrm T}=A^{-1}\iff AA^{\mathrm T}=E\iff \text{列
| 想查什么 | 对应题目 | | 想查什么 | 对应题目 |
|---|---| |---|---|
| 一、十个判据 | [点1 题1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式)、[点3 题1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性)、[点4 题1](05-点4-向量组等价.md#user-content-问题-1--四个说法的辨析)、[点4 题2](05-点4-向量组等价.md#user-content-问题-2--具体两组判等价)、[点7 题1](08-点7-子空间和与交.md#user-content-问题-1--交空间的基与维数公式)、[点7 题2](08-点7-子空间和与交.md#user-content-问题-2--四维空间里的和与交)、[点8 题1](09-点8-抽象推理与证明.md#user-content-问题-1--替换定理) | | 一、十个判据 | [点1 题10](02-点1-线性相关与无关.md#user-content-题-10--判据⑤raramidbeta-判断能否表出)、[点3 题1](04-点3-线性表示.md#user-content-题-1--32方阵捷径一步答两问)、[点4 题2](05-点4-向量组等价.md#user-content-题-2--42具体两组判等价先找现成关系)、[点7 题3](08-点7-子空间和与交.md#user-content-题-3--72--73交空间的基与维数公式) |
| 二、五个"不用算" | [点2 题2](03-点2-秩与极大无关组.md#user-content-问题-2--四维向量组先观察再动笔) | | 二、五个"不用算" | [点1 题1](02-点1-线性相关与无关.md#user-content-题-1--定义与特例直接判相关性)、[点6 题1](07-点6-内积正交与施密特.md#user-content-题-1--61组合的内积展开再消) |
| 三、四个方向要记准 | [点5 题1](06-点5-基坐标与过渡矩阵.md#user-content-问题-1--验证基写过渡矩阵求坐标)、[点5 题3](06-点5-基坐标与过渡矩阵.md#user-content-问题-3--从一组基到另一组基) | | 三、四个方向要记准 | [点1 题13](02-点1-线性相关与无关.md#user-content-题-13--判据⑦延长无关仍无关)、[点1 题14](02-点1-线性相关与无关.md#user-content-题-14--判据⑦-的缩短版相关缩短仍相关)、[点5 题3](06-点5-基坐标与过渡矩阵.md#user-content-题-3--52双向换算坐标) |
| 四、秩的六条运算 | [点1 题2](02-点1-线性相关与无关.md#user-content-问题-2--变换后的向量组)、[点2 题1](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组)、[点2 题3](03-点2-秩与极大无关组.md#user-content-问题-3--抽象abo-能推出什么)、[点4 题3](05-点4-向量组等价.md#user-content-问题-3--抽象单向--同秩能否推出等价)、[点8 题2](09-点8-抽象推理与证明.md#user-content-问题-2--相关与无关的接力) | | 四、秩的六条运算 | [点2 题4](03-点2-秩与极大无关组.md#user-content-题-4--3抽象条件-abo)、[点2 题5](03-点2-秩与极大无关组.md#user-content-题-5--3abo-结论的直接应用-a2o)、[点8 题5](09-点8-抽象推理与证明.md#user-content-题-5--84表出不增秩拼矩阵模板) |
| 五、正交矩阵六等价 | [点6 题1](07-点6-内积正交与施密特.md#user-content-问题-1--正交长度规范正交基与坐标)、[点8 题3](09-点8-抽象推理与证明.md#user-content-问题-3--用内积证秩) | | 五、正交矩阵六等价 | [点6 题2](07-点6-内积正交与施密特.md#user-content-题-2--62--63--65正交长度规范正交基与坐标)、[点6 题5](07-点6-内积正交与施密特.md#user-content-题-5--65正交矩阵的判断)、[点8 题3](09-点8-抽象推理与证明.md#user-content-题-3--82用内积证秩) |
| 六、施密特三个分母 | [点6 题2](07-点6-内积正交与施密特.md#user-content-问题-2--两向量施密特)、[点6 题3](07-点6-内积正交与施密特.md#user-content-问题-3--三向量施密特) | | 六、施密特三个分母 | [点6 题3](07-点6-内积正交与施密特.md#user-content-题-3--64两向量施密特)、[点6 题4](07-点6-内积正交与施密特.md#user-content-题-4--64三向量施密特) |
| 七、三处最容易丢分 | [点5 题2](06-点5-基坐标与过渡矩阵.md#user-content-问题-2--双向换算坐标) | | 七、三处最容易丢分 | [点5 题3](06-点5-基坐标与过渡矩阵.md#user-content-题-3--52双向换算坐标)、[点5 题4](06-点5-基坐标与过渡矩阵.md#user-content-题-4--52一般基到一般基)、[点7 题3](08-点7-子空间和与交.md#user-content-题-3--72--73交空间的基与维数公式) |
| 八、三种"套模板"的分类讨论 | [点1 题3](02-点1-线性相关与无关.md#user-content-问题-3--含参判相关并求此时的秩)、[点3 题2](04-点3-线性表示.md#user-content-问题-2--含参什么参数下能表示)、[点3 题3](04-点3-线性表示.md#user-content-问题-3--三种情形的完整分类)、[点7 题3](08-点7-子空间和与交.md#user-content-问题-3--含参何时为直和) | | 八、三种"套模板"的分类讨论 | [点1 题8](02-点1-线性相关与无关.md#user-content-题-8--判据④--秩含参判相关并求此时的秩)、[点3 题3](04-点3-线性表示.md#user-content-题-3--32三种情形的完整分类)、[点7 题4](08-点7-子空间和与交.md#user-content-题-4--74含参何时为直和) |
另有整册入口:[知识点盘点](01-知识点盘点.md)、[点 1](02-点1-线性相关与无关.md)、[点 2](03-点2-秩与极大无关组.md)、[点 3](04-点3-线性表示.md)、[点 4](05-点4-向量组等价.md)、[点 5](06-点5-基坐标与过渡矩阵.md)、[点 6](07-点6-内积正交与施密特.md)、[点 7](08-点7-子空间和与交.md)、[点 8](09-点8-抽象推理与证明.md)。 另有整册入口:[知识点盘点](01-知识点盘点.md)、[点 1](02-点1-线性相关与无关.md)、[点 2](03-点2-秩与极大无关组.md)、[点 3](04-点3-线性表示.md)、[点 4](05-点4-向量组等价.md)、[点 5](06-点5-基坐标与过渡矩阵.md)、[点 6](07-点6-内积正交与施密特.md)、[点 7](08-点7-子空间和与交.md)、[点 8](09-点8-抽象推理与证明.md)。
@@ -2,7 +2,7 @@
tags: [数学一, 在学练习, 线性代数, 向量, README] tags: [数学一, 在学练习, 线性代数, 向量, README]
专题: 线性代数 第3讲 · 向量 专题: 线性代数 第3讲 · 向量
日期: 2026-10-23 日期: 2026-10-23
状态: 已重构为「知识点盘点 + 以题带点」 状态: 知识点盘点 + 八点分册(知识点带题,47 题)
关联笔记: ["[[01-知识点盘点]]", "[[10-速查卡]]"] 关联笔记: ["[[01-知识点盘点]]", "[[10-速查卡]]"]
--- ---
@@ -17,26 +17,36 @@ tags: [数学一, 在学练习, 线性代数, 向量, README]
| 层 | 文件 | 作用 | 读法 | | 层 | 文件 | 作用 | 读法 |
|---|---|---|---| |---|---|---|---|
| **地图** | `01-知识点盘点.md` | 把大纲、真题、参考仓库三条线的知识点全部摊开,当字典查 | 先通读一遍,之后只查不读 | | **地图** | `01-知识点盘点.md` | 把大纲、真题、参考仓库三条线的知识点全部摊开,当字典查 | 先通读一遍,之后只查不读 |
| **练** | `02`—`09` 八个点 | 每个点 2—3 道题,题嵌在点里,讲完凝成一句话 | 一天一个点,动手做 | | **练** | `02`—`09` 八个点 | 每个点**先列知识点(含参考仓库出处),再按知识点内部条目顺序逐一对应出题**,共 47 题 | 一天一个点,动手做 |
**为什么不是"全是知识点"**:只讲知识点会退回到"看得懂、做不出"。**为什么不是"全是题"**:只刷题会漏掉大纲要求但十年没考的点(比如正交矩阵、两个子空间的直和)。两层配合才不留死角。 **为什么不是"全是知识点"**:只讲知识点会退回到"看得懂、做不出"。**为什么不是"全是题"**:只刷题会漏掉大纲要求但十年没考的点(比如正交矩阵、两个子空间的直和)。两层配合才不留死角。
## 知识点的参考仓库出处
八个点文件共 47 道题。每个点文件开头先**全文列出该点的知识点**(定义、判据、算法),每个知识点标题下标注它在 `参考仓库/Math` 里的位置;**题目按知识点内部条目顺序逐一对应**——例如点 1 把 2.1 的判据①—⑦逐条各配题,难度标准为 **★☆☆ 配 1 题、★★☆ / ★★★ 配 2—3 题**,题目顺序不穿插其他知识点。
- **知识章** = `参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex`(定义与定理,§1—§5)
- **练习章** = `参考仓库/Math/linear-algebra/exercise/3-vector/vector.tex`(例题与算法,§1—§4)
- 跨章引用会写明**矩阵章 / 方程组章**及其小节;参考仓库未覆盖的点(内积与施密特、子空间的和与交)在知识点标题下**明确标注"未收录"**,并转引盘点 §6、§7 的对应小节。
做题卡住时,先看这道题所属的知识点标题——它告诉你该调哪条判据、回哪一节的原文。
## 文件清单 ## 文件清单
| 文件 | 内容 | 真题锚点 | 分值 | 题量 | | 文件 | 内容 | 真题锚点 | 分值 | 题量 |
|---|---|---|---|---| |---|---|---|---|---|
| `01-知识点盘点.md` | 十节盘点 + 覆盖对照表 | — | — | 0 | | `01-知识点盘点.md` | 十节盘点 + 覆盖对照表 | — | — | 0 |
| `02-点1-线性相关与无关.md` | 定义、六条判据、两个易混方向 | 2024·6 | 5 | 3 | | `02-点1-线性相关与无关.md` | 定义与四个特例、2.1 七判据(①—⑦) | 2024·6 | 5 | 14 |
| `03-点2-秩与极大无关组.md` | 求秩四步、$AB=O$ 的含义 | 2017·13 | 4 | 3 | | `03-点2-秩与极大无关组.md` | 极大无关组、向量组秩、$AB=O$ | 2017·13 | 4 | 5 |
| `04-点3-线性表示.md` | 三个判据、含参三分类 | 2020·6 | 4 | 3 | | `04-点3-线性表示.md` | 三种等价说法、三个判据、含参三分类 | 2020·6 | 4 | 4 |
| `05-点4-向量组等价.md` | 等价判据、与矩阵等价的分界 | 2022·7 | 5 | 3 | | `05-点4-向量组等价.md` | 等价判据、与矩阵等价的分界 | 2022·7 | 5 | 5 |
| `06-点5-基坐标与过渡矩阵.md` | 基验证、过渡矩阵、坐标方向 | 2019·20 | **11** | 3 | | `06-点5-基坐标与过渡矩阵.md` | 基验证、过渡矩阵、坐标方向 | 2019·20 | **11** | 4 |
| `07-点6-内积正交与施密特.md` | 内积、施密特、正交矩阵 | 2021·6、2023·15 | **10** | 3 | | `07-点6-内积正交与施密特.md` | 内积、施密特、正交矩阵 | 2021·6、2023·15 | **10** | 5 |
| `08-点7-子空间和与交.md` | 交空间求法、维数公式、直和 | 2023·7 | 5 | 3 | | `08-点7-子空间和与交.md` | 交空间求法、维数公式、直和 | 2023·7 | 5 | 5 |
| `09-点8-抽象推理与证明.md` | 四个证明模板 | 支撑解答题 | — | 3 | | `09-点8-抽象推理与证明.md` | 四个证明模板 | 支撑解答题 | — | 5 |
| `10-速查卡.md` | 十个判据 + 四处失分点 | — | — | 0 | | `10-速查卡.md` | 十个判据 + 四处失分点 | — | — | 0 |
合计 **24 题**,比上一版(19 题)多了 5 道:补了含参三分类、$AB=O$ 、单向 $+$ 同秩、四维和与交、含参直和。 合计 **47 题**:判据①—⑦ 各配 1—3 题,★★☆ / ★★★ 的知识点配 2—3 题(例如 02 的判②、判③、判④、判⑤、判⑦ 各 2—3 题),02 的 14 题是 1.2 定义 + 2.1 七判据的完整覆盖。
## 建议的三轮读法 ## 建议的三轮读法
@@ -62,23 +72,10 @@ tags: [数学一, 在学练习, 线性代数, 向量, README]
| 粒度 | 在哪儿 | 什么时候用 | | 粒度 | 在哪儿 | 什么时候用 |
|---|---|---| |---|---|---|
| **册** | 每个点文件底部「本点关联」表 | 判断这个点在知识体系里的位置 | | **册** | 每个点文件底部「本点关联」表 | 判断这个点在知识体系里的位置 |
| **题** | **每道题末尾的「关联」行** | 做这道题卡住时,缺什么立刻跳走 | | **知识点** | 各点文件开头的知识点标题(含参考仓库出处) | 做题卡住时,回看这道题对应的知识点判据 |
| **节** | 盘点 §0.4、速查卡「回查」表 | 从某个知识点反查"它在哪几道题里练过" | | **题** | 盘点 §0.4、速查卡「回查」表 | 从某个知识点反查"它在哪几道题里练过" |
每道题末尾的关联行长这样: 新版没有逐题的「关联」行了——题与知识点的绑定关系**前移到知识点标题**(题目按知识点内部条目顺序对应),盘点 §0.4 和速查「回查」两张表按**知识点 → 题目**组织,直达对应的题。全部用相对路径链接,Gitea 网页里可以直接点,Obsidian / Logseq 里会进反向链接面板。
> **关联** · 盘点 §2.1 判据总表、§1.3 定义 | 上游 — | 下游 点 2 题 1 求秩 | 速查 十个判据
四个方向:
| 关系 | 作用 |
|---|---|
| **盘点** | 这道题用到的定义、定理在哪一节 |
| **上游** | 做这道题之前应该先会哪道题 |
| **下游** | 这道题的结论在哪儿被用到(含后面几讲) |
| **速查** | 考前十分钟要背的那一条 |
所以每道题**既有出链也有入链**:盘点 §0.4 和速查「回查」两张表,是按每道题的关联行**反向生成**的,不会漏题也不会错挂。全部用相对路径链接,Gitea 网页里可以直接点,Obsidian / Logseq 里会进反向链接面板。
## 锚点怎么写(Gitea 两条方向相反的规则) ## 锚点怎么写(Gitea 两条方向相反的规则)
@@ -88,10 +85,10 @@ tags: [数学一, 在学练习, 线性代数, 向量, README]
| 链接类型 | 写法 | 原因 | | 链接类型 | 写法 | 原因 |
|---|---|---| |---|---|---|
| 同文件 | `#问题-2--变换后的向量组` | Gitea 渲染时**会自动**补 `user-content-` | | 同文件 | `#题-1--定义与特例直接判相关性` | Gitea 渲染时**会自动**补 `user-content-` |
| 跨文件 | `03-点2-秩与极大无关组.md#user-content-问题-1--…` | Gitea **不会**补,必须手写 | | 跨文件 | `04-点3-线性表示.md#user-content-题-3--32三种情形的完整分类` | Gitea **不会**补,必须手写 |
`·` 两侧各有一个空格,所以锚点里是两个连字符 `--`。写完用 题目标题里的 `·`、`:`、`(★☆☆)` 都会被删除,空格变 `-`,所以锚点形如 `题-3--32三种情形的完整分类`。写完用
`python .workbuddy/tools/md2pdf/check_md_links.py <目录>` 校验,锚点对不上会逐条报出来。 `python .workbuddy/tools/md2pdf/check_md_links.py <目录>` 校验,锚点对不上会逐条报出来。
## 与其他讲的接口 ## 与其他讲的接口
@@ -110,7 +107,9 @@ tags: [数学一, 在学练习, 线性代数, 向量, README]
|---|---| |---|---|
| 2026-10-18 | 建文件夹,出「考点手册 / 试题 / 解析」三件套(18 题),归档在 `旧版-题点分离/` | | 2026-10-18 | 建文件夹,出「考点手册 / 试题 / 解析」三件套(18 题),归档在 `旧版-题点分离/` |
| 2026-10-23 | 改为单文件「以题带点」(19 题,1.8 万字) | | 2026-10-23 | 改为单文件「以题带点」(19 题,1.8 万字) |
| 2026-10-23 | **当前版**:拆为「知识点盘点 $+$ 八点分册 $+$ 速查卡」共 11 个文件(24 题),单文件控制在 5000 字以内,不再压缩 | | 2026-10-23 | 拆为「知识点盘点 $+$ 八点分册 $+$ 速查卡」共 11 个文件(24 题),单文件控制在 5000 字以内 |
| 2026-10-23 | 每题开头新增「考查知识点」块,逐题罗列参考仓库出处(用户否决此方案,见下行) |
| 2026-10-23 | **当前版(知识点带题)**:八个点全部改为「先列知识点(含参考仓库出处)→ 按知识点内部条目顺序逐一对应出题」,难度标准 ★☆☆ 配 1 题、★★☆ / ★★★ 配 2—3 题;02—09 共 **47 题**。旧版存档于 `旧版-重写前快照-20261023/`,题中学版存档于 `旧版-题中学-重写前快照-20261023/` |
## 两条写作约定(本讲起执行) ## 两条写作约定(本讲起执行)
@@ -0,0 +1,478 @@
---
tags: [数学一, 在学练习, 线性代数, 向量, 知识点盘点]
专题: 线性代数 第3讲 · 向量(盘点)
日期: 2026-10-23
状态: 知识点盘点
关联笔记: ["[[README]]"]
---
# 第3讲 · 向量:知识点盘点
这一份只做一件事:**把本讲要求掌握的东西摊开,做成可以当字典查的地图**。它不解题,题目在 `02`—`09` 各点文件里。
盘点的覆盖面按三条线取并集,不是只写真题考过的:
- **数一大纲**(向量组与线性相关、秩、等价、向量空间、内积与正交规范化)
- **十年真题**(第 11 章 8 题 44 分)
- **参考仓库**(`linear-algebra/knowledge/3-vector` 与 `exercise/3-vector`)
三条线的逐条对照放在最后 §9,可以先跳到那里看这一讲到底要求到什么程度。
---
## 0 两张表:从哪儿开始看
### 0.1 按分值排(时间紧就照这个顺序)
| 优先 | 点 | 真题锚点 | 分值 | 文件 |
|---|---|---|---|---|
| 1 | 基、坐标与过渡矩阵 | 2019·20(解答) | **11** | `06` |
| 2 | 内积、正交与施密特 | 2021·6、2023·15 | **10** | `07` |
| 3 | 线性相关性 | 2024·6 | 5 | `02` |
| 4 | 向量组等价 | 2022·7 | 5 | `05` |
| 5 | 子空间、和与交 | 2023·7 | 5 | `08` |
| 6 | 线性表示 | 2020·6 | 4 | `04` |
| 7 | 秩与极大无关组 | 2017·13 | 4 | `03` |
| 8 | 抽象推理(证明) | 支撑解答题 | — | `09` |
合计 44 分,与十年账面一致。
### 0.2 按依赖链排(文件顺序,也就是建议的阅读顺序)
```
线性相关性(地基)
↓
秩与极大无关组 ──→ 线性表示 ──→ 向量组等价
↓ ↓
基、坐标与过渡矩阵 ←──────── 子空间、和与交
↓
内积、正交与施密特
↓
抽象推理(把上面全部串起来)
```
**为什么文件顺序和分值顺序不同**:分值告诉你"该花多少时间",依赖链告诉你"该按什么顺序读"。第 6 个文件才是分值最高的一节,但直接跳过去会卡在"基为什么一定无关"这种问题上。所以先按 `02→09` 读一遍,第二遍再按 §0.1 挑薄弱点重读。
### 0.3 符号约定
| 记号 | 含义 |
|---|---|
| $\alpha_1,\dots,\alpha_s$ | $n$ 维**列**向量,按列拼成矩阵 $A=(\alpha_1,\dots,\alpha_s)$ |
| $s$ | 向量个数(**不是维数**) |
| $n$ | 向量维数(每个向量有几个分量) |
| $r(A)$ | 矩阵的秩,等于行秩也等于列秩 |
| $L(\alpha_1,\dots,\alpha_s)$ | 由这组向量张成的子空间(全体线性组合) |
| $\langle\alpha,\beta\rangle$ | 内积,等价写法 $\alpha^{\mathrm T}\beta$ |
| $(\alpha\mid\beta)$ | 分块写法,把 $\beta$ 添到 $A$ 右边 |
$s$ 和 $n$ 混用是本讲最基础的错误来源:**判断相关性时比的是 $r(A)$ 与 $s$ 这两个数**,而不是与 $n$ 。
### 0.4 章节与练习文件对照
| 盘点章节 | 对应题目 |
|---|---|
| §1.2 线性组合与线性表示 | [点3 题1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) |
| §1.3 线性相关与线性无关 | [点1 题1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式) |
| §1.4 五个"不用算"的结论 | [点2 题2](03-点2-秩与极大无关组.md#user-content-问题-2--四维向量组先观察再动笔) |
| §2.1 判据总表 | [点1 题1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式)、[点1 题3](02-点1-线性相关与无关.md#user-content-问题-3--含参判相关并求此时的秩) |
| §2.2 两个方向容易记反的定理 | [点1 题2](02-点1-线性相关与无关.md#user-content-问题-2--变换后的向量组)、[点8 题2](09-点8-抽象推理与证明.md#user-content-问题-2--相关与无关的接力) |
| §3.1 定义 | [点2 题1](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组)、[点8 题1](09-点8-抽象推理与证明.md#user-content-问题-1--替换定理) |
| §3.2 求法(唯一标准流程) | [点2 题1](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组) |
| §3.3 秩的性质 | [点1 题2](02-点1-线性相关与无关.md#user-content-问题-2--变换后的向量组)、[点1 题3](02-点1-线性相关与无关.md#user-content-问题-3--含参判相关并求此时的秩)、[点2 题2](03-点2-秩与极大无关组.md#user-content-问题-2--四维向量组先观察再动笔)、[点2 题3](03-点2-秩与极大无关组.md#user-content-问题-3--抽象abo-能推出什么)、[点8 题2](09-点8-抽象推理与证明.md#user-content-问题-2--相关与无关的接力)、[点8 题3](09-点8-抽象推理与证明.md#user-content-问题-3--用内积证秩) |
| §4.1 表示的三个判据 | [点3 题1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性)、[点3 题2](04-点3-线性表示.md#user-content-问题-2--含参什么参数下能表示)、[点3 题3](04-点3-线性表示.md#user-content-问题-3--三种情形的完整分类) |
| §4.2 向量组等价 | [点4 题1](05-点4-向量组等价.md#user-content-问题-1--四个说法的辨析)、[点4 题2](05-点4-向量组等价.md#user-content-问题-2--具体两组判等价)、[点4 题3](05-点4-向量组等价.md#user-content-问题-3--抽象单向--同秩能否推出等价)、[点8 题1](09-点8-抽象推理与证明.md#user-content-问题-1--替换定理) |
| §4.3 一条常用的传递链 | [点3 题3](04-点3-线性表示.md#user-content-问题-3--三种情形的完整分类)、[点4 题2](05-点4-向量组等价.md#user-content-问题-2--具体两组判等价) |
| §5.1 向量空间与子空间 | [点7 题1](08-点7-子空间和与交.md#user-content-问题-1--交空间的基与维数公式) |
| §5.2 基与维数 | [点5 题1](06-点5-基坐标与过渡矩阵.md#user-content-问题-1--验证基写过渡矩阵求坐标) |
| §5.3 坐标 | [点5 题1](06-点5-基坐标与过渡矩阵.md#user-content-问题-1--验证基写过渡矩阵求坐标)、[点5 题2](06-点5-基坐标与过渡矩阵.md#user-content-问题-2--双向换算坐标) |
| §5.4 基变换与坐标变换(方向相反,本节唯一的坑) | [点5 题1](06-点5-基坐标与过渡矩阵.md#user-content-问题-1--验证基写过渡矩阵求坐标)、[点5 题2](06-点5-基坐标与过渡矩阵.md#user-content-问题-2--双向换算坐标)、[点5 题3](06-点5-基坐标与过渡矩阵.md#user-content-问题-3--从一组基到另一组基) |
| §6.1 内积与四条性质 | [点6 题1](07-点6-内积正交与施密特.md#user-content-问题-1--正交长度规范正交基与坐标)、[点8 题3](09-点8-抽象推理与证明.md#user-content-问题-3--用内积证秩) |
| §6.2 长度、单位化、夹角 | [点6 题1](07-点6-内积正交与施密特.md#user-content-问题-1--正交长度规范正交基与坐标) |
| §6.4 施密特正交化(算法) | [点6 题2](07-点6-内积正交与施密特.md#user-content-问题-2--两向量施密特)、[点6 题3](07-点6-内积正交与施密特.md#user-content-问题-3--三向量施密特) |
| §6.5 正交矩阵 | [点6 题3](07-点6-内积正交与施密特.md#user-content-问题-3--三向量施密特) |
| §7.1 定义 | [点7 题2](08-点7-子空间和与交.md#user-content-问题-2--四维空间里的和与交) |
| §7.2 维数公式(2019 大纲要求,2023·7 考过) | [点7 题2](08-点7-子空间和与交.md#user-content-问题-2--四维空间里的和与交) |
| §7.3 交空间的求法(四步) | [点7 题1](08-点7-子空间和与交.md#user-content-问题-1--交空间的基与维数公式) |
| §7.4 直和 | [点7 题3](08-点7-子空间和与交.md#user-content-问题-3--含参何时为直和) |
每一格的「点 X 题 Y」都是可点的锚点,直达那道题;题目末尾的
**关联** 行再指回来,形成双向索引。
---
## 1 向量与向量组:基本语言
### 1.1 定义与运算
$n$ 个数组成的有序数组称为 $n$ 维向量。写成一行是行向量,写成一列是列向量,二者通过转置互换。**本讲一律用列向量**,题目给行向量时先转置。
运算只有两种,逐分量进行:
$$\alpha+\beta=(a_1+b_1,\dots,a_n+b_n)^{\mathrm T},\qquad k\alpha=(ka_1,\dots,ka_n)^{\mathrm T}.$$
八条运算律(交换、结合、零元、负元、数乘分配等)与数的运算类似,**唯一缺的是乘法与除法**——向量之间没有"乘",只有内积(§6)。
### 1.2 线性组合与线性表示
设 $k_1,\dots,k_s$ 是数,则 $k_1\alpha_1+\cdots+k_s\alpha_s$ 称为向量组 $\alpha_1,\dots,\alpha_s$ 的一个**线性组合**;若 $\beta$ 能写成某个线性组合,就说 $\beta$ 可由该组**线性表示**(线性表出)。
三种等价说法,考场上哪句顺手用哪句:
| 说法 | 代数形式 |
|---|---|
| $\beta$ 可由 $\alpha_1,\dots,\alpha_s$ 表示 | 存在 $x$ 使 $Ax=\beta$ |
| 方程组 $Ax=\beta$ 有解 | $r(A)=r(A\mid\beta)$ |
| $\beta\in L(\alpha_1,\dots,\alpha_s)$ | 几何上 $\beta$ 落在张成空间里 |
**表示的两个层次**:能不能表示(有解)/表示是否唯一(解是否唯一)。前者看增广矩阵的秩,后者看 $r(A)$ 与 $s$ 的关系。这一条在 `04` 展开。
### 1.3 线性相关与线性无关
| | 定义 | 等价叙述 |
|---|---|---|
| 线性相关 | **存在**不全为零的 $k_1,\dots,k_s$ 使 $\sum k_i\alpha_i=0$ | $Ax=0$ 有非零解 |
| 线性无关 | **仅当** $k_1=\cdots=k_s=0$ 时才有 $\sum k_i\alpha_i=0$ | $Ax=0$ 只有零解 |
两个字的差别("存在"与"仅当")是全部后续判据的源头。**相关 = 有冗余**,无关 = 每个向量都带新方向。
### 1.4 五个"不用算"的结论
看到这几种情形直接下结论,不必动笔:
1. **含零向量的组必相关**(取零向量的系数为 1,其余为 0)。
2. **含两个成比例向量的组必相关**($\alpha_i=k\alpha_j$ 即给出非平凡关系)。
3. **单个向量 $\alpha$ 只要非零就一定无关**。
4. **$n+1$ 个 $n$ 维向量必相关**(个数超过维数,§2 的"以少表多"直接给)。
5. **非零且两两正交的组必无关**(§6 会给证明)。
---
## 2 线性相关性:六条判据
这是本讲的地基。所有判据都指向同一个量:**$r(A)$ 与 $s$ 的比较**。
### 2.1 判据总表
| # | 判据 | 适用条件 | 结论 |
|---|---|---|---|
| ① | 定义 | 任意 | 找得到非平凡零组合 ⟺ 相关 |
| ② | **秩判据** | 任意,**最通用** | $r(A)<s$ 相关;$r(A)=s$ 无关 |
| ③ | 行列式 | **仅当** $s=n$ (方阵) | $\lvert A\rvert=0$ 相关;$\ne0$ 无关 |
| ④ | 表示判据 | $s\ge2$ | 相关 ⟺ **至少有一个**向量可由其余表示 |
| ⑤ | 以少表多 | $\alpha$ 组可由 $\beta$ 组表示 | 若 $s>t$ 则 $\alpha$ 组**必相关** |
| ⑥ | 部分与整体 | 任意 | 部分相关 ⟹ 整体相关;整体无关 ⟹ 部分无关 |
判据 ② 是万能钥匙:**能算秩就用它,别绕**。判据 ③ 只是 ② 在方阵时的省算版本,$s\ne n$ 时行列式根本不存在,不能硬套。
判据 ④ 有个常见误读:它说的是"**至少有一个**能被其余表示",不是"每一个都能"。例如 $\alpha_1=(1,0)$ 、$\alpha_2=(2,0)$ 、$\alpha_3=(0,1)$ 相关,但 $\alpha_3$ 无法由前两个表示。
### 2.2 两个方向容易记反的定理
| 定理 | 方向 | 记忆法 |
|---|---|---|
| 延长 / 缩短 | 原组**无关** ⟹ 每个向量**加**分量后仍无关;原组**相关** ⟹ 每个向量**去掉相同位置**的分量后仍相关 | "无关的能加长,相关的能缩短" |
| 部分与整体 | 部分相关 ⟹ 整体相关;整体无关 ⟹ 部分无关 | 逆否:**无关往下传,相关往上传** |
两个定理都不能反向:加长后相关是可能的(新分量之间可能产生新关系),缩短后无关也是可能的。
### 2.3 秩判据的重量
$r(A)$ 有双重身份:既是**矩阵的秩**(非零子式的最高阶数、阶梯形非零行数),也是**列向量组的秩**(极大无关组所含向量个数),同时也是**行向量组的秩**。三者相等是线性代数最核心的定理之一,它把"向量问题"全部翻译成"矩阵问题"。
由此得到的常用不等式(`03` 会逐条展开):
$$r(A+B)\le r(A)+r(B),\qquad r(AB)\le\min\{r(A),r(B)\},\qquad r(A,B)\le r(A)+r(B).$$
---
## 3 向量组的秩与极大无关组
### 3.1 定义
向量组的**秩**=其极大无关组所含向量的个数,记 $r(\alpha_1,\dots,\alpha_s)$ 。
**极大无关组**:部分组 $\alpha_{i_1},\dots,\alpha_{i_r}$ 满足 ① 自身无关;② 原组中任一向量都可由它表示。两个条件缺一不可——只无关不是极大(可能还能再加一个),只"能表示全部"也不够(必须自身无关)。
三条性质:
1. 极大无关组**一般不唯一**(同一个空间有多种选基方式),但**所含个数唯一**,就是秩。
2. 极大无关组与原向量组**等价**(互相能表示)。
3. 只含零向量的组**没有**极大无关组;本身无关的组,其极大无关组就是自身。
### 3.2 求法(唯一标准流程)
1. 把向量**按列**拼成矩阵 $A$ 。
2. **只做初等行变换**,化到阶梯形。
3. 数非零行数得秩 $r$ 。
4. 记下主元所在的**列号**,回到**原矩阵**取对应的列,即极大无关组。
第 4 步的关键:**系数可以在阶梯形上读,向量必须回原组取**。答案写成"阶梯形的第 1、3 列"是错的。
为什么只能行变换:初等行变换相当于左乘可逆矩阵,保持列与列之间的线性关系不变(相关性和表示系数都不变);列变换会改变"哪一列是主元列"这个信息,主元列号就失去意义了。
### 3.3 秩的性质
| 性质 | 条件 |
|---|---|
| $r(A)=$ 行秩 $=$ 列秩 | 恒成立 |
| 初等变换不改变秩 | 恒成立 |
| $B$ 可由 $A$ 线性表示 $\Rightarrow r(B)\le r(A)$ | 相当于 $B=AC$ |
| $r(AB)\le\min\{r(A),r(B)\}$ | 恒成立 |
| $r(PAQ)=r(A)$ | $P,Q$ 可逆 |
| $r(AB)\ge r(A)+r(B)-n$ | $A$ 是 $m\times n$ ,$B$ 是 $n\times p$ (Sylvester) |
| $r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$ | 分块对角 |
---
## 4 线性表示与向量组等价
### 4.1 表示的三个判据
设 $A=(\alpha_1,\dots,\alpha_s)$ ,$s$ 为向量个数:
| 问 | 判据 | 备注 |
|---|---|---|
| 能否表示 | $r(A)=r(A\mid\beta)$ | 等价于 $Ax=\beta$ 有解 |
| 表示是否唯一 | 在能表示的前提下,$r(A)=s$ | 此时表示系数唯一 |
| 不能表示时秩升多少 | $r(A\mid\beta)=r(A)+1$ | 只升 1,因为只添了一列 |
$s=n$ (方阵)时三个判据可以合成一句:$\lvert A\rvert\ne0$ 则**任意** $\beta$ 都能被表示且唯一;$\lvert A\rvert=0$ 则需要逐个 $\beta$ 验算。
### 4.2 向量组等价
**定义**:两组向量能**互相**线性表示,记 $A\cong B$ 。等价 ⟺ 它们张成同一个子空间。
三条性质:自反、对称、传递(所以"等价"这个名字名副其实)。
三条判据,按好用程度排:
1. $r(A)=r(B)=r(A,B)$ —— 最标准,三者相等即等价。
2. 若已知 $A$ 可由 $B$ 表示(单向),再补一句 $r(A)=r(B)$ 即可 —— 单向 + 同秩 = 等价。
3. 能直接写出双向表示式(具体数字题常用,一步到位)。
**与矩阵等价的区别**(选择题必考):
| | 矩阵等价 | 向量组等价 |
|---|---|---|
| 前提 | 同型 | 同维(行数相同,列数可不同) |
| 判据 | $r(A)=r(B)$ (存在可逆 $P,Q$ 使 $PAQ=B$ ) | $r(A)=r(B)=r(A,B)$ |
| 强度 | 弱 | 强 |
矩阵同秩只说明"秩一样",向量组等价还要求"方向也一样"。$\{(1,0)^{\mathrm T}\}$ 与 $\{(0,1)^{\mathrm T}\}$ 秩都为 1,但不是等价向量组。
### 4.3 一条常用的传递链
$$A\cong B\ \Longrightarrow\ r(A)=r(B);\qquad \text{极大无关组}\cong\text{原向量组}.$$
所以"求两组是否等价"可以退化成"求各自极大无关组,再看是否等价"——向量个数可以不同,秩必须相同。
---
## 5 向量空间:基、坐标与过渡矩阵
数一大纲明确要求这一节(数二数三不要求),十年里以 2019·20 一道 11 分解答题出现,**是本讲分值最高的单点**。
### 5.1 向量空间与子空间
$n$ 维实向量全体记 $\mathbb{R}^n$ 。非空子集 $V\subseteq\mathbb{R}^n$ 若对**加法与数乘封闭**,则称 $V$ 为子空间。封闭性等价于:对任意 $\alpha,\beta\in V$ 与任意数 $k$ ,有 $\alpha+\beta\in V$ 、$k\alpha\in V$ 。(自然含零向量。)
最常见的子空间:$L(\alpha_1,\dots,\alpha_s)$ (张成空间)、齐次方程组 $Ax=0$ 的解空间(维数 $n-r(A)$ )、矩阵的列空间与零空间。
### 5.2 基与维数
$V$ 中的一组向量 $\xi_1,\dots,\xi_r$ 若 ① 线性无关;② $V$ 中每个向量都能由它们表示,则称为 $V$ 的一组**基**,$r$ 称为 $V$ 的**维数**,记 $\dim V$ 。
> **基就是极大无关组**,只是"在一个空间里"而不是"在一组向量里"。所以 $\dim L(\alpha_1,\dots,\alpha_s)=r(\alpha_1,\dots,\alpha_s)$ 。这个等式把"求维数"和"求秩"变成同一件事。
$\mathbb{R}^n$ 的标准基是 $e_1,\dots,e_n$ (单位坐标向量)。
### 5.3 坐标
设 $\xi_1,\dots,\xi_n$ 是 $V$ 的基,$\alpha=x_1\xi_1+\cdots+x_n\xi_n$ ,则 $(x_1,\dots,x_n)^{\mathrm T}$ 是 $\alpha$ 在该基下的**坐标**。基给定后坐标**唯一**(因为基无关,表示系数唯一)。
矩阵写法:
$$\alpha=(\xi_1,\dots,\xi_n)\begin{pmatrix}x_1\\ \vdots\\ x_n\end{pmatrix}.$$
几何上"坐标"是相对概念:同一个向量,换一组基,坐标就变。
### 5.4 基变换与坐标变换(方向相反,本节唯一的坑)
设 $U=(\xi_1,\dots,\xi_n)$ 、$V=(\eta_1,\dots,\eta_n)$ 是同一空间的两组基,若
$$(\eta_1,\dots,\eta_n)=(\xi_1,\dots,\xi_n)C,$$
则 $C$ 称为从基 $\xi$ 到基 $\eta$ 的**过渡矩阵**。
三条必须记牢的结论:
1. **$C$ 可逆**,且 $C$ 的第 $j$ 列就是 $\eta_j$ 在旧基 $\xi$ 下的坐标。所以从标准基出发时,过渡矩阵就是把新基按列排成矩阵,不用算。
2. **坐标变换公式**:$x_{\rm old}=C\,x_{\rm new}$ ,即 $x_{\rm new}=C^{-1}x_{\rm old}$ 。
3. 反方向($\eta\to\xi$ )的过渡矩阵是 $C^{-1}$ ,两个方向**互为逆矩阵**。
方向为什么相反:基变换是"新基 $=$ 旧基 $\times\,C$ ",而坐标要满足 $\alpha=U x_{\rm old}=V x_{\rm new}=UCx_{\rm new}$ ,比较得 $x_{\rm old}=Cx_{\rm new}$ 。基乘 $C$ ,坐标除 $C$ 。
$C$ 一定可逆的理由:两组都是基,都满秩;若 $C$ 奇异,新组就会丢掉方向、张不满原空间。
---
## 6 内积、正交与施密特正交化
### 6.1 内积与四条性质
$$\langle\alpha,\beta\rangle=\alpha^{\mathrm T}\beta=\sum_{i=1}^{n}a_ib_i.$$
| 性质 | 表述 |
|---|---|
| 对称 | $\langle\alpha,\beta\rangle=\langle\beta,\alpha\rangle$ |
| 对第一变元线性 | $\langle k\alpha+\mu\beta,\gamma\rangle=k\langle\alpha,\gamma\rangle+\mu\langle\beta,\gamma\rangle$ |
| 正定 | $\langle\alpha,\alpha\rangle\ge0$ ,且 $=0\iff\alpha=0$ |
| 柯西不等式 | $\lvert\langle\alpha,\beta\rangle\rvert\le\lVert\alpha\rVert\,\lVert\beta\rVert$ |
由线性性可得**双线性**:两个组合的内积可以拆成四项,正交时非同类项直接消掉(`07` 的第一题就用这一点)。
### 6.2 长度、单位化、夹角
$$\lVert\alpha\rVert=\sqrt{\langle\alpha,\alpha\rangle},\qquad e=\frac{\alpha}{\lVert\alpha\rVert}\ (\alpha\ne0),\qquad \cos\theta=\frac{\langle\alpha,\beta\rangle}{\lVert\alpha\rVert\lVert\beta\rVert}.$$
$\langle\alpha,\beta\rangle=0$ 时称 $\alpha$ 与 $\beta$ **正交**,记 $\alpha\perp\beta$ 。零向量与任何向量都正交,但零向量不能单位化。
### 6.3 正交组与正交基
- **正交向量组**:非零且两两正交。**正交组必线性无关**(证明:设 $\sum k_i\alpha_i=0$ ,与 $\alpha_j$ 作内积,除 $k_j\langle\alpha_j,\alpha_j\rangle$ 外全消,得 $k_j=0$ )。
- **规范正交基**:正交组再单位化。等价于"每个向量长度为 1、两两内积为 0"。
- 规范正交基的最大好处:**坐标就是内积**,即 $\alpha=\sum\langle\alpha,e_i\rangle e_i$ ,不必解方程组。
### 6.4 施密特正交化(算法)
由无关组 $\alpha_1,\dots,\alpha_s$ 造正交组 $u_1,\dots,u_s$ :
$$u_1=\alpha_1,\qquad u_k=\alpha_k-\sum_{i=1}^{k-1}\frac{\langle\alpha_k,u_i\rangle}{\langle u_i,u_i\rangle}\,u_i\quad(k\ge2).$$
三个必须记死的细节:
1. 分母是**长度平方**($\langle u_i,u_i\rangle$ ),不是长度;单位化时才除长度。
2. 第 $k$ 步要减**前面每一个**已得方向的投影,减 $k-1$ 项,漏一项就不正交。
3. 全程**不改变张成空间**:$L(u_1,\dots,u_k)=L(\alpha_1,\dots,\alpha_k)$ 。若某步得到零向量,说明原组相关。
### 6.5 正交矩阵
$n$ 阶实方阵 $A$ 满足 $A^{\mathrm T}A=E$ 时称**正交矩阵**。以下六条互相等价:
| # | 等价条件 |
|---|---|
| ① | $A^{\mathrm T}A=E$ (定义) |
| ② | $A^{\mathrm T}=A^{-1}$ |
| ③ | $AA^{\mathrm T}=E$ |
| ④ | $A$ 的**列**向量组是规范正交基 |
| ⑤ | $A$ 的**行**向量组是规范正交基 |
| ⑥ | 对任意 $x$ 有 $\lVert Ax\rVert=\lVert x\rVert$ (保长度) |
由此推出的性质:
- $\lvert A\rvert=\pm1$ (注意这是**必要不充分**条件,$\lvert A\rvert=\pm1$ 推不出正交)。
- 正交矩阵的逆、转置、乘积仍正交。
- 正交变换($y=Ax$ ,$A$ 正交)保内积、保长度、保夹角、保距离。
- 实对称矩阵一定可以**正交**对角化($Q^{\mathrm T}AQ=\Lambda$ ),这是第 5 讲的主角。
---
## 7 子空间的和、交与维数公式
### 7.1 定义
$$V_1+V_2=\{v_1+v_2\mid v_1\in V_1,\ v_2\in V_2\},\qquad V_1\cap V_2=\{v\mid v\in V_1\ \text{且}\ v\in V_2\}.$$
两者都是子空间。和空间的基求法:把两组向量**并在一起**求极大无关组;维数就是 $r(A,B)$ 。
### 7.2 维数公式(2019 大纲要求,2023·7 考过)
$$\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2).$$
也可写成 $r(A,B)=r(A)+r(B)-r(\text{交})$ ,与 Sylvester 不等式同源。
### 7.3 交空间的求法(四步)
$V_1=L(\alpha_1,\dots,\alpha_s)$ 、$V_2=L(\beta_1,\dots,\beta_t)$ ,求 $V_1\cap V_2$ 的基:
1. 设 $w$ 同时在两个空间里:$w=Ax=By$ 。
2. 移项得齐次方程组 $(A,-B)\begin{pmatrix}x\\y\end{pmatrix}=0$ 。
3. 解出**系数** $x,y$ ,取一组基础解系。
4. **代回** $w=Ax$ 得到真正的向量,去掉零向量与冗余向量。
第 4 步是最容易漏的:解出来的是系数,不是基。`08` 会用两道题把这一步练死。
### 7.4 直和
若 $V_1\cap V_2=\{0\}$ ,称 $V_1+V_2$ 为**直和**,记 $V_1\oplus V_2$ 。等价条件:
$$\dim(V_1+V_2)=\dim V_1+\dim V_2.$$
直和的现实意义:和空间里每个向量**分解方式唯一**。全体 $n$ 阶矩阵可以分解为对称矩阵与反对称矩阵的直和,是这一结论最常被引用的例子。
---
## 8 本讲的知识地图(谁依赖谁)
```
┌── 定义:相关 / 无关(存在 vs 仅当)
│ │
│ ├──→ 判据①定义 ②秩 ③行列式 ④表示 ⑤以少表多 ⑥部分整体
│ │
线性相关性 ┤ └──→ 秩 r(A) ──┬──→ 极大无关组(求法:行变换取主元列)
│ ├──→ 线性表示(r(A)=r(A|β),唯一性 r(A)=s)
│ ├──→ 向量组等价(r(A)=r(B)=r(A,B))
│ └──→ 子空间维数 dim L(...)=r(...)
│ │
└──→ 正交组必无关 ──→ 施密特 ──→ 规范正交基 ──→ 正交矩阵 ──→ 正交对角化(第5讲)
│
基 → 坐标 → 过渡矩阵(C 可逆,x_old = C x_new)
│
和空间 / 交空间 → 维数公式
```
读图方法:**任何一条箭头都可以反过来当判据用**。比如"秩相等于等价"是错的(单向),但"等价推同秩"是对的。图上的箭头方向就是可以推的方向。
---
## 9 大纲 / 真题 / 参考仓库:覆盖对照
| 大纲条目 | 十年真题 | 参考仓库 | 本讲位置 |
|---|---|---|---|
| 向量的概念与运算 | — | §1.1 | §1.1 |
| 线性组合与线性表示 | 2020·6 | §1.2 | §1.2、§4.1 |
| 线性相关与无关 | 2024·6、2017·13 | §2 | §1.3、§2 |
| 极大线性无关组 | 2017·13 | §2.2 | §3.1、§3.2 |
| 向量组的秩 | 2017·13、2022·7 | §3 | §3.3 |
| 秩与矩阵秩的关系 | 2025·7(跨章) | §3 | §2.3 |
| 等价向量组 | 2022·7 | §4 | §4.2 |
| 向量空间、子空间、基、维数、坐标 | 2019·20、2023·7 | §5.1、§5.2 | §5.1—§5.3 |
| 基变换与坐标变换、过渡矩阵 | 2019·20(11 分) | §5.2 | §5.4 |
| 和空间、交空间与维数公式 | 2023·7 | — | §7 |
| 向量的内积 | 2023·15 | — | §6.1、§6.2 |
| 正交规范化(施密特) | 2021·6 | — | §6.4 |
| 规范正交基 | 2021·6、2023·15 | — | §6.3 |
| 正交矩阵及其性质 | — | — | §6.5 |
**两处需要说明的空白**:
1. **正交矩阵十年没在这个位置单独考**,但它以"实对称矩阵正交对角化"的形式出现在第 5 讲(ch13,11 题 83 分),那里每一道大题都要写 $Q^{\mathrm T}AQ=\Lambda$ 。所以 §6.5 必须掌握,只是分数记在第 5 讲账上。
2. **向量空间的公理化表述(8 条公理)大纲不要求**,考纲只要求"了解 $n$ 维向量空间、子空间、基底、维数、坐标等概念"。所以 §5.1 只写了封闭性判别,没有展开公理体系——这是刻意省略,不是遗漏。
覆盖结论:**大纲 13 条全覆盖,十年真题 8 题全部有对应位置,参考仓库 5 节全部吸收**,另补了参考仓库未涉及的施密特与正交矩阵。
---
## 10 与其他讲的接口
| 本讲内容 | 去向 | 用法 |
|---|---|---|
| 秩的运算与不等式 | 第 2 讲矩阵 | 那里是"算秩",这里是"用秩" |
| 线性表示 = 方程组有解 | 第 4 讲线性方程组 | 同一件事的两种说法 |
| 正交化 | 第 5 讲特征值 | 实对称矩阵正交对角化的必经步骤 |
| 正交矩阵 | 第 5 讲、第 6 讲二次型 | 正交变换化标准形 |
| $A^{\mathrm T}A$ 与秩 | 第 6 讲二次型 | $A^{\mathrm T}A$ 正定(`09` 第三题证过 $r(A^{\mathrm T}A)=r(A)$ ) |
---
盘点到此为止。往下读 [点 1](02-点1-线性相关与无关.md) — [点 8](09-点8-抽象推理与证明.md) 八个文件,每个点都是"先用一两道题撞一次墙,再回头对一遍上面这张表"的节奏。
@@ -0,0 +1,203 @@
---
tags: [数学一, 在学练习, 线性代数, 向量, 线性相关性]
专题: 线性代数 第3讲 · 点1 线性相关与无关
日期: 2026-10-23
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 1 · 线性相关与线性无关
> 真题 2024·6(5 分)|重要度 ★★★|题量 3
> 依赖:无。这是本讲地基,后面每一个点都在用它。
> 盘点对应:§1.3 定义、§2 六条判据、§2.2 两个方向易混的定理。
只有 5 分,但它决定后面所有点的对错:秩的定义是"极大无关组的大小",基的定义是"无关且能张成",证明题的每一步都在"设组合为零"。**这个点不是用来得分的,是用来不出错的。**
判断只有一句话:**把向量按列拼成 $A$ ,然后比较 $r(A)$ 与向量个数 $s$ 这两个量**。$r(A)<s$ 相关,$r(A)=s$ 无关;只有 $s=n$ 时才能改用 $\lvert A\rvert$ 。
---
## 问题 1 · 具体向量组判相关,并写出关系式(★★☆)
> 【2024·6 骨架】设
>
> $$\alpha_1=(1,1,2)^{\mathrm T},\quad \alpha_2=(2,3,1)^{\mathrm T},\quad \alpha_3=(1,0,5)^{\mathrm T}.$$
>
> (Ⅰ)判断 $\alpha_1,\alpha_2,\alpha_3$ 的线性相关性;
> (Ⅱ)若相关,写出一个具体的线性关系式。
### 怎么想
三个三维向量,$s=n=3$ ,正好落在判据③的适用范围:**算行列式最省**。非零则无关,为零则相关。
第(Ⅱ)问是这道题真正的考点。"相关"按定义只是"存在非平凡组合",**必须把这组系数找出来写成等式**,否则答案不完整。找系数就是解 $Ax=0$ ,取自由变量为 1。
### 解
(Ⅰ)按列拼成
$$\lvert A\rvert=\begin{vmatrix}1&2&1\\1&3&0\\2&1&5\end{vmatrix},$$
沿第二行展开(第二行有一个零,只剩两项):
$$\lvert A\rvert=-1\cdot(2\cdot5-1\cdot1)+3\cdot(1\cdot5-1\cdot2)-0=-9+9=0.$$
行列式为零,故三者线性相关。
(Ⅱ)解 $A x=0$ :
$$x_1+2x_2+x_3=0,\qquad x_1+3x_2=0,\qquad 2x_1+x_2+5x_3=0.$$
第二式给 $x_1=-3x_2$ ;代入第一式,$x_3=-x_1-2x_2=3x_2-2x_2=x_2$ ;再代入第三式恒成立($0=0$ ),说明解确实是一维的。取 $x_2=1$ 得
$$-3\alpha_1+\alpha_2+\alpha_3=0.$$
回代验算:$-3(1,1,2)^{\mathrm T}+(2,3,1)^{\mathrm T}+(1,0,5)^{\mathrm T}=(0,0,0)^{\mathrm T}$ 。
### 带走的结论
**"相关"必须落到一个具体的关系式。** 只写"行列式为零,所以相关"在解答题里只拿一半分——因为判据只回答了"有没有",题目问的是"是什么"。关系式就是 $Ax=0$ 的一个非零解,取自由变量为 1 最省事。
### 换个问法
- 若题目改成"求一个极大无关组",答案是 $\alpha_1,\alpha_2$ (或任意两个,因为秩为 2),见 `03`。
- 若改成"$\alpha_3$ 能否由 $\alpha_1,\alpha_2$ 表示",由关系式直接读出 $\alpha_3=3\alpha_1-\alpha_2$ ,见 `04`。
**同一道题,换个问法就换到别的点**——这就是为什么这个点是地基。
> **关联** · 盘点 [§1.3 定义](01-知识点盘点.md#user-content-13-线性相关与线性无关) [§2.1 判据总表](01-知识点盘点.md#user-content-21-判据总表) | 上游 — | 下游 [点 2 题 1 求秩](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组) [点 3 题 1 表示](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
---
## 问题 2 · 变换后的向量组(★★☆)
> 设 $\alpha_1,\alpha_2,\alpha_3$ 线性无关。令
>
> $$\beta_1=\alpha_1+\alpha_2,\quad \beta_2=\alpha_2+\alpha_3,\quad \beta_3=\alpha_3+\alpha_1;$$
>
> $$\gamma_1=\alpha_1-\alpha_2,\quad \gamma_2=\alpha_2-\alpha_3,\quad \gamma_3=\alpha_3-\alpha_1.$$
>
> (Ⅰ)判断 $\beta$ 组的线性相关性;(Ⅱ)求 $\gamma$ 组的秩。
### 怎么想
原组无关时,新组的命运**完全由系数矩阵决定**。写
$$B=(\beta_1,\beta_2,\beta_3)=(\alpha_1,\alpha_2,\alpha_3)\,C_\beta=AC_\beta,$$
则 $By=0\iff A(C_\beta y)=0\iff C_\beta y=0$ (因为 $A$ 的列无关,$Az=0$ 只有零解)。于是
$$r(B)=r(C_\beta).$$
**这一步的前提是原组无关,不能不问就套。** 如果原组本身相关,$Az=0$ 有非零解,$r(B)$ 与 $r(C)$ 的关系就断了。
### 解
(Ⅰ)系数矩阵(第 $j$ 列是 $\beta_j$ 用 $\alpha$ 表示的系数):
$$C_\beta=\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix},\qquad \lvert C_\beta\rvert=1\cdot(1-0)+1\cdot(1-0)=2\ne0.$$
$C_\beta$ 可逆,故 $C_\beta y=0$ 只有零解,$\beta$ 组线性无关。
(Ⅱ)$\gamma$ 组的系数矩阵
$$C_\gamma=\begin{pmatrix}1&0&-1\\-1&1&0\\0&-1&1\end{pmatrix},$$
三列之和为零向量,故 $\lvert C_\gamma\rvert=0$ ,秩 $<3$ 。又左上角二阶子式
$$\begin{vmatrix}1&0\\-1&1\end{vmatrix}=1\ne0,$$
故 $r(C_\gamma)=2$ ,从而 $r(\gamma)=2$ 。
也可直接观察:$\gamma_1+\gamma_2+\gamma_3=(\alpha_1-\alpha_2)+(\alpha_2-\alpha_3)+(\alpha_3-\alpha_1)=0$ ,这给出秩的上界 2;而 $\gamma_1,\gamma_2$ 无关(若 $p\gamma_1+q\gamma_2=0$ ,展开得 $p\alpha_1+(-p+q)\alpha_2-q\alpha_3=0$ ,原组无关迫使 $p=q=0$ ),给出下界 2。
### 带走的结论
**找出一条关系只能给出秩的上界,还要举出无关的部分给出下界**,两边夹住才算证完。这是本讲所有"求秩"证明的统一格式。
$\beta$ 组与 $\gamma$ 组的差别只有一点:系数矩阵一个可逆、一个不可逆。**$\beta$ 组是把三个方向两两相加,成果仍互相独立;$\gamma$ 组是首尾相减,最后一条被前两条抵消。**
> **关联** · 盘点 [§2.2 易混定理](01-知识点盘点.md#user-content-22-两个方向容易记反的定理) [§3.3 秩的性质](01-知识点盘点.md#user-content-33-秩的性质) | 上游 [点 1 题 1](#问题-1--具体向量组判相关并写出关系式) | 下游 [点 2 题 3 AB=O](03-点2-秩与极大无关组.md#user-content-问题-3--抽象abo-能推出什么) [点 4 题 3 等价](05-点4-向量组等价.md#user-content-问题-3--抽象单向--同秩能否推出等价) | 速查 [秩的六条运算](10-速查卡.md#user-content-四秩的六条运算)
---
## 问题 3 · 含参判相关,并求此时的秩(★★☆)
> 【2017·13 骨架】设
>
> $$\alpha_1=(1,1,1)^{\mathrm T},\quad \alpha_2=(1,2,a)^{\mathrm T},\quad \alpha_3=(1,4,a^2)^{\mathrm T}.$$
>
> (Ⅰ)求 $a$ ,使三者线性相关;
> (Ⅱ)对每个这样的 $a$ ,求向量组的秩。
### 怎么想
相关 $\iff$ 行列式为零,于是问题变成"解一个关于 $a$ 的多项式方程"。**每个根都要单独代回算秩**——不能因为"相关所以秩小于 3"就笼统写"秩为 2",秩可能是 1。
算行列式时**优先造零再展开**:第 2、3 列各减第 1 列,首行立刻出现两个零。
### 解
(Ⅰ)按列拼成 $A$ ,对列作"第 2 列减第 1 列、第 3 列减第 1 列"(列变换不改变行列式的值吗?改变——但这里只是把某一列减去另一列,属于第三类列变换,行列式值不变):
$$\lvert A\rvert=\begin{vmatrix}1&0&0\\1&1&3\\1&a-1&a^2-1\end{vmatrix}=(a^2-1)-3(a-1)=(a-1)(a+1-3)=(a-1)(a-2).$$
故 $a=1$ 或 $a=2$ 时线性相关。
(Ⅱ)两种情形秩都小于 3。再看**与参数无关**的左上角二阶子式
$$\begin{vmatrix}1&1\\1&2\end{vmatrix}=1\ne0,$$
它恒非零,故秩至少为 2。因此
$$a=1\ \text{时}\ r=2;\qquad a=2\ \text{时}\ r=2.$$
(可代回验证:$a=1$ 时 $\alpha_2=(1,2,1)^{\mathrm T}$ 、$\alpha_3=(1,4,1)^{\mathrm T}$ ;$a=2$ 时 $\alpha_2=(1,2,2)^{\mathrm T}$ 、$\alpha_3=(1,4,4)^{\mathrm T}$ ,都不成比例,秩确为 2。)
### 带走的结论
两个技巧值得单独记住:
1. **列减列造零**,再沿含零的行(列)展开,比直接展开快一倍。
2. 求出根后,**找一个与参数无关的非零子式把秩的下界钉死**,比逐一代入消元更稳——尤其当有多个根时,一次就把所有情形覆盖了。
### 常见错法
| 错法 | 后果 |
|---|---|
| 只写"$a=1$ 或 $a=2$ 时相关",不讨论秩 | 第二问零分 |
| 认为"相关就秩为 2" | 秩可能是 1(三个向量两两成比例时) |
| 用行变换时顺手做了列变换求极大无关组 | 主元列号失真(求秩可以,求极大无关组不行) |
> **关联** · 盘点 [§2.1 判据总表](01-知识点盘点.md#user-content-21-判据总表) [§3.3 秩的性质](01-知识点盘点.md#user-content-33-秩的性质) | 上游 [点 1 题 1](#问题-1--具体向量组判相关并写出关系式) | 下游 [点 3 题 2 含参表示](04-点3-线性表示.md#user-content-问题-2--含参什么参数下能表示) [点 7 题 3 含参直和](08-点7-子空间和与交.md#user-content-问题-3--含参何时为直和) | 速查 [套模板的分类讨论](10-速查卡.md#user-content-八三种套模板的分类讨论)
---
## 本点定式
> 无关 $\iff r(A)=s$ (比的是**向量个数** $s$ ,不是维数 $n$ );只有在 $s=n$ 时才能用 $\lvert A\rvert$ 代替。相关时必须给出具体关系式。
## 三条判据的适用边界
| 情形 | 用什么 | 为什么 |
|---|---|---|
| 任意向量组 | 秩判据 $r(A)$ 与 $s$ | 最通用 |
| $s=n$ | 行列式 | 省算一半 |
| 原组无关,判断变换后 | 系数矩阵的行列式 / 秩 | 只需看 $C$ |
| 含参数 | 行列式多项式,再回代求秩 | 一次覆盖全部根 |
| 抽象证明 | 定义:设组合为零 | 唯一可行路线 |
---
下一站 [点 2 · 秩与极大无关组](03-点2-秩与极大无关组.md) :把上面那个比较里的 $r(A)$ 变成能算、能用的东西。
---
## 本点关联
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §1.3、§2 | 知识地图,查定义与判据 |
| 上游 | —(本讲地基,无上游) | 读本点前应先会 |
| 下游 | [点 2 · 秩与极大无关组](03-点2-秩与极大无关组.md)、[点 3 · 线性表示](04-点3-线性表示.md) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -0,0 +1,177 @@
---
tags: [数学一, 在学练习, 线性代数, 向量, 秩, 极大无关组]
专题: 线性代数 第3讲 · 点2 秩与极大无关组
日期: 2026-10-23
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 2 · 秩与极大无关组
> 真题 2017·13(4 分)|重要度 ★★★|题量 3
> 依赖:点 1(`02`)。
> 盘点对应:§2.3 秩的双重身份、§3 全节。
4 分,但它是全讲的**工具**:求秩的算法同时给出极大无关组,而极大无关组又解释了"为什么表示的系数有时不唯一"。**这一节不会算,后面每个点都只能停在概念层面。**
秩有三重身份,三者相等是本讲最核心的定理:
$$r(A)=\text{行秩}=\text{列秩}=\text{非零子式的最高阶数}=\text{阶梯形的非零行数}.$$
---
## 问题 1 · 三行四列:求秩与极大无关组(★☆☆)
> 设
>
> $$\alpha_1=(1,2,-1)^{\mathrm T},\quad \alpha_2=(2,4,-2)^{\mathrm T},\quad \alpha_3=(0,1,1)^{\mathrm T},\quad \alpha_4=(1,3,0)^{\mathrm T}.$$
>
> 求该向量组的秩、一个极大无关组,并把其余向量用它表示。
### 怎么想
标准四步:**按列拼 → 只做行变换 → 数非零行 → 回原矩阵取主元列**。
为什么只用行变换:初等行变换等于左乘一个可逆矩阵 $P$ ,即 $A\to PA$ 。由 $Ax=0\iff PAx=0$ 可知,**哪个列是主元列、系数是多少,全部保持不变**。列变换没有这个性质,会把答案搞乱。
### 解
按列拼并化阶梯形:
$$
\begin{pmatrix}1&2&0&1\\2&4&1&3\\-1&-2&1&0\end{pmatrix}
\xrightarrow{R_2-2R_1,\ R_3+R_1}
\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&1&1\end{pmatrix}
\xrightarrow{R_3-R_2}
\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&0&0\end{pmatrix}.
$$
两个非零行,故 $r=2$ 。主元落在第 **1、3** 列,回到原矩阵取
$$\alpha_1,\ \alpha_3\ \text{为一个极大无关组}.$$
在阶梯形上读系数(第 2 列 $=2\times$ 第 1 列,第 4 列 $=$ 第 1 列 $+$ 第 3 列):
$$\alpha_2=2\alpha_1,\qquad \alpha_4=\alpha_1+\alpha_3.$$
验算:$2(1,2,-1)^{\mathrm T}=(2,4,-2)^{\mathrm T}$ ;$(1,2,-1)^{\mathrm T}+(0,1,1)^{\mathrm T}=(1,3,0)^{\mathrm T}$ 。
### 带走的结论
**极大无关组必须写原向量,不能写阶梯形里的列。** 系数可以在化简后的矩阵上读,向量必须回到原组取——这是本讲最常被扣分的地方之一。
另外注意:极大无关组**不唯一**。本题 $\alpha_1,\alpha_4$ 也行,$\alpha_3,\alpha_4$ 也行,但个数只能是 2。
> **关联** · 盘点 [§3.1 定义](01-知识点盘点.md#user-content-31-定义) [§3.2 求法](01-知识点盘点.md#user-content-32-求法唯一标准流程) | 上游 [点 1 题 1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式) | 下游 [点 3 题 1 表示](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) [点 7 题 1 交空间](08-点7-子空间和与交.md#user-content-问题-1--交空间的基与维数公式) | 速查 [秩的六条运算](10-速查卡.md#user-content-四秩的六条运算)
---
## 问题 2 · 四维向量组:先观察再动笔(★★☆)
> 设
>
> $$\alpha_1=(1,1,0,0)^{\mathrm T},\ \alpha_2=(0,1,1,0)^{\mathrm T},\ \alpha_3=(0,0,1,1)^{\mathrm T},\ \alpha_4=(1,0,0,1)^{\mathrm T}.$$
>
> 求秩与一个极大无关组,并把不在其中的向量表示出来。
### 怎么想
这组向量首尾相接围成一个"环",第四个往往是前三个凑出来的。**先扫一眼有没有现成关系**,比直接消元快十倍。
但观察只能给**上界**(找到一条关系 ⟹ 秩不超过 3),还必须补一句**下界**(前三个无关)。两句话合起来才是完整答案。
### 解
观察得
$$\alpha_4=\alpha_1-\alpha_2+\alpha_3=(1,1,0,0)^{\mathrm T}-(0,1,1,0)^{\mathrm T}+(0,0,1,1)^{\mathrm T}=(1,0,0,1)^{\mathrm T},$$
故秩至多为 3。
再证 $\alpha_1,\alpha_2,\alpha_3$ 无关:设 $c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0$ ,逐个分量看——
- 第 1 分量:$c_1=0$ ;
- 第 2 分量:$c_1+c_2=0\Rightarrow c_2=0$ ;
- 第 3 分量:$c_2+c_3=0\Rightarrow c_3=0$ 。
故三者无关。于是 $r=3$ ,$\alpha_1,\alpha_2,\alpha_3$ 构成极大无关组,且 $\alpha_4=\alpha_1-\alpha_2+\alpha_3$ 。
### 带走的结论
"观察 + 补证"是**性价比最高**的解法,但补证不能省。考场上完整的写法是两句:
> 由 $\alpha_4=\alpha_1-\alpha_2+\alpha_3$ 知 $r\le3$ ;又前三个向量无关(逐个分量定零),故 $r\ge3$ 。所以 $r=3$ 。
**分量法证无关的技巧**:只要消元后某一行只剩一个未知数,就从那一行开始逐个定零。这里第 1 分量只含 $c_1$ ,是天然的突破口。
> **关联** · 盘点 [§1.4 五个不用算](01-知识点盘点.md#user-content-14-五个不用算的结论) [§3.3 秩的性质](01-知识点盘点.md#user-content-33-秩的性质) | 上游 [点 2 题 1](#问题-1--三行四列求秩与极大无关组) | 下游 [点 7 题 2 四维和与交](08-点7-子空间和与交.md#user-content-问题-2--四维空间里的和与交) | 速查 [五个不用算](10-速查卡.md#user-content-二五个不用算)
---
## 问题 3 · 抽象:$AB=O$ 能推出什么(★★★)
> 设 $A$ 为 $m\times n$ 矩阵,$B$ 为 $n\times s$ 矩阵,且 $AB=O$ 。证明:
>
> (Ⅰ)$r(A)+r(B)\le n$ ;
> (Ⅱ)若 $r(A)=n$ ,则 $B=O$ 。
### 怎么想
$AB=O$ 这句话要翻译成**向量语言**:把 $B$ 按列分块 $B=(b_1,\dots,b_s)$ ,则
$$AB=(Ab_1,\dots,Ab_s)=O\iff Ab_j=0\ (j=1,\dots,s).$$
也就是说:**$B$ 的每一列都是齐次方程组 $Ax=0$ 的解**。于是 $B$ 的列空间落在 $A$ 的解空间里,比维数即可。
### 解
(Ⅰ)由上面的翻译,$B$ 的每一列都属于解空间 $N(A)=\{x\mid Ax=0\}$ ,故 $B$ 的列空间是 $N(A)$ 的子空间,于是
$$r(B)=\dim(\text{B 的列空间})\le\dim N(A)=n-r(A),$$
移项即得 $r(A)+r(B)\le n$ 。
(Ⅱ)若 $r(A)=n$ ,则 $\dim N(A)=n-n=0$ ,解空间只有零向量,故每一列 $b_j=0$ ,即 $B=O$ 。
### 带走的结论
**$AB=O$ 是本讲最爱考的抽象条件**,它等价于"$B$ 的列全是 $Ax=0$ 的解",由此得到三件事:
| 已知 | 结论 |
|---|---|
| $AB=O$ | $r(A)+r(B)\le n$ ($n$ 为 $A$ 的列数) |
| $AB=O$ 且 $r(A)=n$ | $B=O$ |
| $AB=O$ 且 $A$ 是方阵可逆 | $B=O$ |
这条结论与第 4 讲的解空间维数 $n-r(A)$ 是同一件事的两种说法,也是第 5 讲特征值 0 的重数不小于 $n-r(A)$ 这一结论的来源。**一个条件串起三讲,值得单独记一条。**
> **关联** · 盘点 [§3.3 秩的性质](01-知识点盘点.md#user-content-33-秩的性质) | 上游 [点 1 题 2](02-点1-线性相关与无关.md#user-content-问题-2--变换后的向量组) | 下游 [点 8 题 2 接力](09-点8-抽象推理与证明.md#user-content-问题-2--相关与无关的接力) | 速查 [秩的六条运算](10-速查卡.md#user-content-四秩的六条运算)
---
## 本点定式
> 按列拼 → 只行变换 → 主元列号取**原向量**。秩 $=$ 非零行数 $=$ 极大无关组所含向量个数 $=$ $\dim L(\alpha_1,\dots,\alpha_s)$ 。
## 求秩的四种场合对照
| 场合 | 手段 | 注意 |
|---|---|---|
| 具体数字向量组 | 行变换化阶梯形 | 只能行变换(求极大无关组时) |
| 抽象条件 $AB=O$ | 列空间 $\subseteq$ 解空间 | 别忘了"$n$ 是 $A$ 的列数" |
| 带参数 | 行列式(方阵)或分类讨论 | 每个参数值单独算 |
| 上下界型证明 | 造关系给上界 + 找无关子组给下界 | 缺一半就是没证完 |
---
下一站 [点 3 · 线性表示](04-点3-线性表示.md) :有了秩,就能回答"$\beta$ 能不能写成它们的组合"。
---
## 本点关联
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §2.3、§3 | 知识地图,查定义与判据 |
| 上游 | [点 1 · 线性相关与无关](02-点1-线性相关与无关.md) | 读本点前应先会 |
| 下游 | [点 3 · 线性表示](04-点3-线性表示.md)、[点 4 · 向量组等价](05-点4-向量组等价.md)、[点 7 · 子空间和与交](08-点7-子空间和与交.md) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -0,0 +1,200 @@
---
tags: [数学一, 在学练习, 线性代数, 向量, 线性表示]
专题: 线性代数 第3讲 · 点3 线性表示
日期: 2026-10-23
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 3 · 线性表示
> 真题 2020·6(4 分)|重要度 ★★★|题量 3
> 依赖:点 2(`03`)的秩。
> 盘点对应:§1.2 三种等价说法、§4.1 三个判据。
直接对应 4 分(2020·6),但它的实际覆盖面比 4 分大得多:2023·7 的交空间题、2019·20 的坐标题,第一步都是"判断能否表示"。所以这一节不能按分值配时间。
形态也极其固定:**"能不能表示"就是"方程组有没有解"**。这句话一说出口,剩下的全是第 4 讲的技术。
三个判据一次写全:
| 问 | 判据 | 直觉 |
|---|---|---|
| 能不能表示 | $r(A)=r(A\mid\beta)$ | 添一列不增加秩,说明没引入新方向 |
| 表示是否唯一 | 能表示且 $r(A)=s$ | 系数无自由变量 |
| 不能表示时秩升多少 | $r(A\mid\beta)=r(A)+1$ | 只添了一列,最多升 1 |
---
## 问题 1 · 判断能否表示,并说明唯一性(★☆☆)
> 设 $\beta=(1,0,2)^{\mathrm T}$ ,
>
> $$\alpha_1=(1,1,0)^{\mathrm T},\quad \alpha_2=(0,1,1)^{\mathrm T},\quad \alpha_3=(1,0,1)^{\mathrm T}.$$
>
> (Ⅰ)$\beta$ 能否由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示?表示法唯一吗?(Ⅱ)求出表示式。
### 怎么想
材料三个、空间三维,先算**材料矩阵的行列式**。可逆则"既能表示又唯一",一步回答两问,不必再算增广矩阵的秩。
这是方阵情形的捷径,判据是:
$$\lvert A\rvert\ne0\iff r(A)=r(A\mid\beta)=s\iff\text{任意 }\beta\text{ 都能被唯一表示}.$$
### 解
(Ⅰ)按列拼成 $A=(\alpha_1,\alpha_2,\alpha_3)$ :
$$\lvert A\rvert=\begin{vmatrix}1&0&1\\1&1&0\\0&1&1\end{vmatrix}=1\cdot(1-0)+1\cdot(1-0)=2\ne0.$$
满秩,故任意 $\beta\in\mathbb{R}^3$ 都能被表示,且表示唯一。
(Ⅱ)设 $\beta=x_1\alpha_1+x_2\alpha_2+x_3\alpha_3$ ,比较三个分量:
$$x_1+x_3=1,\qquad x_1+x_2=0,\qquad x_2+x_3=2.$$
由第二式 $x_2=-x_1$ ;由第一式 $x_3=1-x_1$ ;代入第三式得 $1-2x_1=2$ ,故 $x_1=-\tfrac12$ ,$x_2=\tfrac12$ ,$x_3=\tfrac32$ ,即
$$\beta=-\tfrac12\alpha_1+\tfrac12\alpha_2+\tfrac32\alpha_3.$$
验算:$-\tfrac12(1,1,0)^{\mathrm T}+\tfrac12(0,1,1)^{\mathrm T}+\tfrac32(1,0,1)^{\mathrm T}=(1,0,2)^{\mathrm T}$ 。
### 带走的结论
**"能否表示"看两个秩是否相等;"是否唯一"看 $r(A)$ 是否等于向量个数。** 方阵时用行列式一次性解决两问,能省一半计算。
**必须养成的习惯**:解完系数代回去验一次。代价是十秒,收益是避免把"算错了"当成"不能表示"。
> **关联** · 盘点 [§1.2 线性表示](01-知识点盘点.md#user-content-12-线性组合与线性表示) [§4.1 三个判据](01-知识点盘点.md#user-content-41-表示的三个判据) | 上游 [点 2 题 1](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组) | 下游 [点 5 题 1 过渡矩阵](06-点5-基坐标与过渡矩阵.md#user-content-问题-1--验证基写过渡矩阵求坐标) | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
---
## 问题 2 · 含参:什么参数下能表示(★★☆)
> 【2020·6 骨架】设
>
> $$\alpha_1=(1,0,1)^{\mathrm T},\quad \alpha_2=(0,1,1)^{\mathrm T},\quad \beta=(1,1,t)^{\mathrm T}.$$
>
> (Ⅰ)求 $t$ ,使 $\beta$ 可由 $\alpha_1,\alpha_2$ 线性表示;
> (Ⅱ)当不能表示时,求 $r(\alpha_1,\alpha_2,\beta)$ 。
### 怎么想
两个向量张成三维空间里的一个**平面**,$\beta$ 落在这个平面上时才能表示。
注意这里 $s=2$ 、$n=3$ ,**没有行列式可用**(不是方阵),必须走分量比较或秩。含参题里,**分量比较往往比秩更快**,因为参数约束通常直接出现在某一行方程中。
### 解
(Ⅰ)设 $\beta=c_1\alpha_1+c_2\alpha_2$ ,比较分量:
$$c_1=1,\qquad c_2=1,\qquad c_1+c_2=t.$$
前两式已把系数定死,第三式要求 $t=2$ 。故只有 $t=2$ 时能表示,此时 $\beta=\alpha_1+\alpha_2$ 。
(Ⅱ)$t\ne2$ 时,$\alpha_1,\alpha_2$ 无关(不成比例),秩为 2;而 $\beta$ 不在它们的张成空间内,故添上 $\beta$ 后秩升为 3。用行列式核验:
$$\begin{vmatrix}1&0&1\\0&1&1\\1&1&t\end{vmatrix}=t-2,$$
$t\ne2$ 时非零,故 $r(\alpha_1,\alpha_2,\beta)=3=r(A)+1$ ,与判据一致。
### 带走的结论
含参表示题的两条路线:
| 路线 | 何时用 | 代价 |
|---|---|---|
| 分量比较 | 参数只出现在一两个方程里 | 不用算秩,最快 |
| 秩 / 行列式 | 参数分散、需要同时回答"不能表示时秩为几" | 计算量大但结论完整 |
**"不能表示时秩为几"必须说清**,不能只写"不能表示"就收笔。这也是本点唯一容易失分的地方:$r(A\mid\beta)=r(A)+1$ 这句话要点出来。
> **关联** · 盘点 [§4.1 三个判据](01-知识点盘点.md#user-content-41-表示的三个判据) | 上游 [点 3 题 1](#问题-1--判断能否表示并说明唯一性) | 下游 [点 3 题 3 完整分类](#问题-3--三种情形的完整分类) | 速查 [套模板的分类讨论](10-速查卡.md#user-content-八三种套模板的分类讨论)
---
## 问题 3 · 三种情形的完整分类(★★☆)
> 设
>
> $$\alpha_1=(1,1,1)^{\mathrm T},\ \alpha_2=(1,2,3)^{\mathrm T},\ \alpha_3=(1,4,a)^{\mathrm T},\ \beta=(1,2,b)^{\mathrm T}.$$
>
> 就 $a,b$ 的取值讨论:$\beta$ 何时能由 $\alpha_1,\alpha_2,\alpha_3$ **唯一**表示?何时有**无穷多种**表示?何时**不能**表示?
### 怎么想
这是表示问题的"全谱":唯一 ⟺ $r(A)=r(A\mid\beta)=s$ ;无穷多 ⟺ $r(A)=r(A\mid\beta)<s$ ;不能表示 ⟺ $r(A)<r(A\mid\beta)$ 。
三个向量是方阵,先算 $\lvert A\rvert$ 定出"分界参数",再在奇异的那一点上讨论 $b$ 。
### 解
先算
$$\lvert A\rvert=\begin{vmatrix}1&1&1\\1&2&4\\1&3&a\end{vmatrix}\xrightarrow{R_2-R_1,\ R_3-R_1}\begin{vmatrix}1&1&1\\0&1&3\\0&2&a-1\end{vmatrix}=1\cdot\bigl[(a-1)-6\bigr]=a-7.$$
**情形一:$a\ne7$ 。** $\lvert A\rvert\ne0$ ,$r(A)=3=s$ ,由克拉默法则,$\beta$ 可被**唯一**表示(与 $b$ 无关)。
**情形二:$a=7$ 。** 此时 $r(A)=2$ (第 3 行 $=2\times$ 第 2 行 $-$ 第 1 行)。对增广矩阵作行变换:
$$
\begin{pmatrix}1&1&1&1\\1&2&4&2\\1&3&7&b\end{pmatrix}
\xrightarrow{R_2-R_1,\ R_3-R_1}
\begin{pmatrix}1&1&1&1\\0&1&3&1\\0&2&6&b-1\end{pmatrix}
\xrightarrow{R_3-2R_2}
\begin{pmatrix}1&1&1&1\\0&1&3&1\\0&0&0&b-3\end{pmatrix}.
$$
- $b=3$ 时 $r(A\mid\beta)=2=r(A)<3$ ,**无穷多解**(自由变量 1 个);
- $b\ne3$ 时 $r(A\mid\beta)=3>r(A)=2$ ,**无解,不能表示**。
### 带走的结论
**分类讨论的标准模板**,直接背下来:
```
先算 |A|(方阵) → 非零:唯一
→ 为零:化增广矩阵,比较 r(A) 与 r(A|β)
相等且 < s:无穷多
不等:无解
```
注意 $a=7,\ b=3$ 时的解空间是 1 维,通解可以写出来:令 $x_3=t$ ,由第二式 $x_2=1-3t$ ,由第一式 $x_1=1-x_2-x_3=2t$ ,所以
$$x=(0,1,0)^{\mathrm T}+t\,(2,-3,1)^{\mathrm T},$$
即 $\beta=\alpha_2+t\,(2\alpha_1-3\alpha_2+\alpha_3)$ 。代 $t=0$ 得 $\beta=\alpha_2=(1,2,3)^{\mathrm T}$ ,与 $b=3$ 相符;$(2,-3,1)$ 确实是齐次解($2\alpha_1-3\alpha_2+\alpha_3=0$ )。
若题目追问"写出所有表示式",就得写到这里;只答"无穷多"仍是不完整的。
> **关联** · 盘点 [§4.1 三个判据](01-知识点盘点.md#user-content-41-表示的三个判据) [§4.3 传递链](01-知识点盘点.md#user-content-43-一条常用的传递链) | 上游 [点 3 题 2](#问题-2--含参什么参数下能表示) | 下游 [点 7 题 1 交空间](08-点7-子空间和与交.md#user-content-问题-1--交空间的基与维数公式) | 速查 [套模板的分类讨论](10-速查卡.md#user-content-八三种套模板的分类讨论)
---
## 本点定式
> 能表示 $\iff r(A)=r(A\mid\beta)$ ;唯一 $\iff r(A)=s$ ;不能表示时 $r(A\mid\beta)=r(A)+1$ 。方阵先看 $\lvert A\rvert$ 。
## 三个判据的常见误用
| 误用 | 正解 |
|---|---|
| 用 $\lvert A\rvert$ 判非方阵的表示问题 | 行列式只对方阵有定义,改用秩 |
| 认为"能表示"就"唯一" | 还要 $r(A)=s$ |
| $r(A)=r(A\mid\beta)$ 却说"唯一解" | 这只说明有解,解唯一还需 $r(A)=s$ |
| 只答"不能表示" | 应补 $r(A\mid\beta)=r(A)+1$ |
---
下一站 [点 4 · 向量组等价](05-点4-向量组等价.md) :把"单向能表示"变成"双向"。
---
## 本点关联
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §1.2、§4.1 | 知识地图,查定义与判据 |
| 上游 | [点 2 · 秩与极大无关组](03-点2-秩与极大无关组.md) | 读本点前应先会 |
| 下游 | [点 4 · 向量组等价](05-点4-向量组等价.md)、[点 7 · 子空间和与交](08-点7-子空间和与交.md) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -0,0 +1,180 @@
---
tags: [数学一, 在学练习, 线性代数, 向量, 向量组等价]
专题: 线性代数 第3讲 · 点4 向量组等价
日期: 2026-10-23
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 4 · 向量组等价
> 真题 2022·7(5 分)|重要度 ★★☆|题量 3
> 依赖:点 3(`04`)的表示、点 2(`03`)的秩。
> 盘点对应:§4.2 全节。
5 分,全部出在选择题里。它唯一的坑是**把"矩阵等价"和"向量组等价"混为一谈**:前者只要同型同秩,后者还要求两组张成同一个空间。
定义很朴素:**互相**能线性表示,记 $A\cong B$ 。双向两个字决定了后面所有判据的形状。
---
## 问题 1 · 四个说法的辨析(★☆☆)
> 【2022·7 骨架】设 $A:\alpha_1,\dots,\alpha_s$ 与 $B:\beta_1,\dots,\beta_t$ 是两个**同维**向量组($s,t$ 未必相等)。下列结论正确的是( )。
>
> (A)若 $r(A)=r(B)$ ,则 $A$ 与 $B$ 等价
> (B)若 $A$ 与 $B$ 等价,则 $r(A)=r(B)$
> (C)若 $A$ 可由 $B$ 线性表示,则 $A$ 与 $B$ 等价
> (D)若 $A$ 与 $B$ 等价,则 $s=t$
### 怎么想
等价是"双向"条件。于是规律很清楚:
- 任何**单向**条件都不够(排除 C);
- 双向必然给出**同秩**(保留 B);
- 同秩只是**必要**条件(排除 A);
- 双向不要求个数相同(排除 D)。
每个错误项配一个最小反例,选择题就变成送分题。
### 解
答案 **B** 。
(A)错。取 $A:\{(1,0)^{\mathrm T}\}$ 、$B:\{(0,1)^{\mathrm T}\}$ ,秩都是 1,但一个张成 $x$ 轴、一个张成 $y$ 轴,不能互相表示。
(C)错。单向不够。取 $B:\{e_1,e_2\}$ 、$A:\{e_1\}$ ,$A$ 能由 $B$ 表示,但 $e_2$ 无法由 $e_1$ 表示。
(D)错。取 $A:\{e_1,e_2\}$ 、$B:\{e_1,e_2,e_1+e_2\}$ ,两组张成同一个平面,等价,但个数是 2 与 3 。
(B)对。等价意味着互相表示,由"$A$ 可由 $B$ 表示"得 $r(A)\le r(B)$ ,反向得 $r(B)\le r(A)$ ,故相等。
### 带走的结论
判等价只认一条:**双向表示**,或 $r(A)=r(B)=r(A,B)$ 。**秩相等是必要条件而非充分条件**,选择题里几乎每次都拿它当干扰项。
顺便记住一条推论:等价的两组**秩必相等**,但**个数未必相等**——因为冗余向量可以随便加。
> **关联** · 盘点 [§4.2 向量组等价](01-知识点盘点.md#user-content-42-向量组等价) | 上游 [点 3 题 1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) | 下游 [点 4 题 2](#问题-2--具体两组判等价) | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
---
## 问题 2 · 具体两组判等价(★★☆)
> 设
>
> $$A:\alpha_1=(1,1,0)^{\mathrm T},\ \alpha_2=(1,0,1)^{\mathrm T};\qquad B:\beta_1=(2,1,1)^{\mathrm T},\ \beta_2=(0,1,-1)^{\mathrm T}.$$
>
> (Ⅰ)判断 $A$ 与 $B$ 是否等价;
> (Ⅱ)另取 $C:\gamma_1=(1,0,0)^{\mathrm T}$ 与 $D:\delta_1=(0,1,0)^{\mathrm T}$ ,说明"秩相等"是否为等价的充分条件。
### 怎么想
先看有没有**现成的线性关系**。这里 $\beta_1=\alpha_1+\alpha_2$ 、$\beta_2=\alpha_1-\alpha_2$ 一眼可见,反向反解也是初中的事——**比求三个秩快得多**。
只有当关系看不出来时,才退回去算 $r(A)=r(B)=r(A,B)$ 。
### 解
(Ⅰ)直接验证:
$$\beta_1=\alpha_1+\alpha_2=(2,1,1)^{\mathrm T},\qquad \beta_2=\alpha_1-\alpha_2=(0,1,-1)^{\mathrm T},$$
两式相加、相减反解:
$$\alpha_1=\tfrac12(\beta_1+\beta_2),\qquad \alpha_2=\tfrac12(\beta_1-\beta_2).$$
两组能互相表示,故**等价**。
(Ⅱ)$\gamma_1=(1,0,0)^{\mathrm T}$ 与 $\delta_1=(0,1,0)^{\mathrm T}$ 分处两条坐标轴,无法互相表示,故**不等价**;而 $r(C)=r(D)=1$ 。所以秩相等**不是**充分条件,只是必要条件。
### 带走的结论
具体数字题的优先级:
1. 能看出双向关系 → 直接写,一步交卷;
2. 只能看出单向 → 补一句同秩,也能判等价;
3. 什么都看不出 → 算 $r(A)$ 、$r(B)$ 、$r(A,B)$ 三者比较。
构造反例时,"两个不同坐标轴上的单位向量"是最简模板,几乎万能。
> **关联** · 盘点 [§4.2 向量组等价](01-知识点盘点.md#user-content-42-向量组等价) [§4.3 传递链](01-知识点盘点.md#user-content-43-一条常用的传递链) | 上游 [点 4 题 1](#问题-1--四个说法的辨析) [点 3 题 1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) | 下游 [点 4 题 3](#问题-3--抽象单向--同秩能否推出等价) | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
---
## 问题 3 · 抽象:单向 + 同秩能否推出等价(★★★)
> 设向量组 $A$ 可由向量组 $B$ 线性表示,且 $r(A)=r(B)$ 。证明:$A$ 与 $B$ 等价。
### 怎么想
要证等价,只需证"$B$ 也能由 $A$ 表示",或证 $r(A,B)=r(A)$ 。
后一条更好下手:$(A,B)$ 是把两组拼在一起,既然 $A$ 已经能由 $B$ 表示,那么添上 $A$ 的列**不会带来任何新方向**,列空间不变,秩当然不变。
### 解
设 $A=(\alpha_1,\dots,\alpha_s)$ 、$B=(\beta_1,\dots,\beta_t)$ 。
因为 $A$ 可由 $B$ 表示,存在矩阵 $K$ 使 $A=BK$ 。于是
$$(A,B)=(BK,B)=B\,(K,E_t),$$
即 $(A,B)$ 的每一列都是 $B$ 的列的组合,故 $(A,B)$ 的列空间包含在 $B$ 的列空间内,从而
$$r(A,B)\le r(B).$$
另一方面 $(A,B)$ 含 $B$ 的全部列,故 $r(A,B)\ge r(B)$ 。两向夹住得 $r(A,B)=r(B)$ 。又已知 $r(A)=r(B)$ ,于是
$$r(A)=r(B)=r(A,B),$$
由等价判据,$A$ 与 $B$ 等价。
### 带走的结论
**单向 + 同秩 = 等价**,这条结论在选择题和证明题里都能直接用,但要会证。核心手法是"拼矩阵不增秩":
$$A\text{ 可由 }B\text{ 表示}\iff r(A,B)=r(B)\iff (A,B)=B(K,E).$$
顺便得到两个常用副产品:
| 已知 | 结论 |
|---|---|
| $A$ 可由 $B$ 表示 | $r(A)\le r(B)$ |
| $A\cong B$ | $r(A)=r(B)$ ,且两组极大无关组等价 |
| 向量组与其极大无关组 | 必等价 |
最后一条特别有用:**"求两组是否等价"可以退化成"求各自极大无关组,再看是否等价"**——向量个数不同也能比了。
> **关联** · 盘点 [§4.2 向量组等价](01-知识点盘点.md#user-content-42-向量组等价) | 上游 [点 4 题 2](#问题-2--具体两组判等价) | 下游 [点 8 题 1 替换定理](09-点8-抽象推理与证明.md#user-content-问题-1--替换定理) | 速查 [秩的六条运算](10-速查卡.md#user-content-四秩的六条运算)
---
## 本点定式
> $A\cong B\iff r(A)=r(B)=r(A,B)$ 。向量个数可以不同;秩相同**不充分**;单向 + 同秩**充分**。
## 三个概念的分界线
| 概念 | 判据 | 强度 |
|---|---|---|
| 矩阵等价 | 同型且 $r(A)=r(B)$ | 最弱 |
| 向量组等价 | 同维且 $r(A)=r(B)=r(A,B)$ | 中 |
| 向量组相同 | 个数相同、逐个相等 | 最强 |
**记忆锚点**:矩阵等价只看"秩一样",向量组等价还要"方向一样"。$\{(1,0)\}$ 与 $\{(0,1)\}$ 就是分界线上的两个极端。
---
下一站 [点 5 · 基、坐标与过渡矩阵](06-点5-基坐标与过渡矩阵.md) :本讲分值最高的 11 分。
---
## 本点关联
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §4.2 | 知识地图,查定义与判据 |
| 上游 | [点 3 · 线性表示](04-点3-线性表示.md)、[点 2 · 秩与极大无关组](03-点2-秩与极大无关组.md) | 读本点前应先会 |
| 下游 | 第 2 讲矩阵(等价矩阵与等价向量组的分界) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -0,0 +1,233 @@
---
tags: [数学一, 在学练习, 线性代数, 向量, 基, 过渡矩阵, 坐标]
专题: 线性代数 第3讲 · 点5 基、坐标与过渡矩阵
日期: 2026-10-23
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 5 · 基、坐标与过渡矩阵
> 真题 2019·20(解答,11 分)|重要度 ★★★|题量 3
> 依赖:点 1(无关)、点 3(表示)。
> 盘点对应:§5 全节(数一单独要求,数二数三不考)。
**本讲唯一出过大题的地方,也是唯一能丢 11 分的地方。**
它考的不是概念,而是一套固定动作:
1. 把新基按列拼成矩阵,验证可逆;
2. 过渡矩阵就是这个矩阵;
3. 求坐标就解一个线性方程组。
三个动作都不难,出错最多的不是计算,而是**方向反了**——把 $C$ 和 $C^{-1}$ 用错位。
---
## 问题 1 · 验证基、写过渡矩阵、求坐标(★★☆)
> 【2019·20 骨架】设 $\varepsilon_1,\varepsilon_2,\varepsilon_3$ 是 $\mathbb{R}^3$ 的标准基,令
>
> $$\alpha_1=(1,0,1)^{\mathrm T},\quad \alpha_2=(0,1,1)^{\mathrm T},\quad \alpha_3=(1,1,0)^{\mathrm T}.$$
>
> (Ⅰ)验证 $\alpha_1,\alpha_2,\alpha_3$ 是 $\mathbb{R}^3$ 的一组基;
> (Ⅱ)求从标准基到 $\alpha$ 基的过渡矩阵 $C$ ;
> (Ⅲ)求 $\beta=(1,2,3)^{\mathrm T}$ 在 $\alpha$ 基下的坐标。
### 怎么想
**(Ⅰ)** 三个三维向量是不是基,只问它们**是否无关**(个数已等于维数,无关就自动张满)。按列拼,算行列式,非零即可。
**(Ⅱ)** 过渡矩阵的定义是"新基用旧基表示时的系数矩阵",即
$$(\alpha_1,\alpha_2,\alpha_3)=(\varepsilon_1,\varepsilon_2,\varepsilon_3)\,C.$$
旧基是标准基,此时 $(\varepsilon_1,\varepsilon_2,\varepsilon_3)=E$ ,所以 $C$ 就是把 $\alpha_1,\alpha_2,\alpha_3$ **按列排**。这一步几乎不用算,直接写。
**(Ⅲ)** 求坐标**不是"用 $C$ 乘上去"**,而是解 $Cx=\beta$ 。方向问题见"带走的结论"。
### 解
(Ⅰ)按列拼成
$$A=(\alpha_1,\alpha_2,\alpha_3)=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix},\qquad \lvert A\rvert=1\cdot(0-1)+1\cdot(1-0)=-2\ne0.$$
可逆,故三向量线性无关;三个无关的三维向量构成 $\mathbb{R}^3$ 的一组基。
(Ⅱ)由
$$(\alpha_1,\alpha_2,\alpha_3)=(\varepsilon_1,\varepsilon_2,\varepsilon_3)\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix}$$
逐列读出正是 $\alpha_j=\sum_i c_{ij}\varepsilon_i$ ,与矩阵的列一致。故过渡矩阵
$$C=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix}\qquad(\lvert C\rvert=-2).$$
(Ⅲ)设 $\beta=x_1\alpha_1+x_2\alpha_2+x_3\alpha_3$ ,即 $Cx=\beta$ ,展开:
$$x_1+x_3=1,\qquad x_2+x_3=2,\qquad x_1+x_2=3.$$
前两式相加再减第三式:$2x_3=1+2-3=0$ ,故 $x_3=0$ ,$x_1=1$ ,$x_2=2$ 。坐标为
$$x=(1,2,0)^{\mathrm T}.$$
回代验算:$\alpha_1+2\alpha_2=(1,0,1)^{\mathrm T}+(0,2,2)^{\mathrm T}=(1,2,3)^{\mathrm T}=\beta$ 。
### 带走的结论
**过渡矩阵的列 $=$ 新基向量在旧基下的坐标。** 所以"从标准基出发"时,过渡矩阵就是把新基按列排——这一步不产生任何计算量,白送 4 分。
**求坐标的方向**:手里是新坐标、想回旧坐标,**乘** $C$ ;手里是旧坐标、想换新坐标,**解** $Cx$ 。判据只有一条:代入后两边要相等。
> **关联** · 盘点 [§5.2 基与维数](01-知识点盘点.md#user-content-52-基与维数) [§5.3 坐标](01-知识点盘点.md#user-content-53-坐标) [§5.4 基变换](01-知识点盘点.md#user-content-54-基变换与坐标变换方向相反本节唯一的坑) | 上游 [点 1 题 1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式) [点 3 题 1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) | 下游 [点 5 题 2 双向换算](#问题-2--双向换算坐标) | 速查 [四个方向要记准](10-速查卡.md#user-content-三四个方向要记准)
---
## 问题 2 · 双向换算坐标(★★☆)
> 沿用问题 1 的两组基。
>
> (Ⅰ)已知 $\gamma$ 在 $\alpha$ 基下的坐标为 $(2,-1,3)^{\mathrm T}$ ,求 $\gamma$ 在标准基下的坐标;
> (Ⅱ)求 $\delta=(1,1,1)^{\mathrm T}$ 在 $\alpha$ 基下的坐标。
### 怎么想
两问是同一个关系的两个方向,写在一起看最清楚:
$$\alpha=U\,x_{\rm old}=V\,x_{\rm new}=U\,C\,x_{\rm new}\ \Longrightarrow\ x_{\rm old}=C\,x_{\rm new}.$$
(Ⅰ)已知 $x_{\rm new}$ 求 $x_{\rm old}$ :直接乘 $C$ 。
(Ⅱ)已知 $x_{\rm old}$ 求 $x_{\rm new}$ :解 $Cx_{\rm new}=x_{\rm old}$ 。
### 解
(Ⅰ)按坐标加权($C$ 的第 1、2、3 列分别是三个 $\alpha$ ):
$$C\begin{pmatrix}2\\-1\\3\end{pmatrix}=2\begin{pmatrix}1\\0\\1\end{pmatrix}-\begin{pmatrix}0\\1\\1\end{pmatrix}+3\begin{pmatrix}1\\1\\0\end{pmatrix}=\begin{pmatrix}5\\2\\1\end{pmatrix},$$
即 $\gamma=(5,2,1)^{\mathrm T}$ 。
(Ⅱ)解 $Cx=(1,1,1)^{\mathrm T}$ :
$$x_1+x_3=1,\qquad x_2+x_3=1,\qquad x_1+x_2=1.$$
三式相加得 $x_1+x_2+x_3=\tfrac32$ ,逐式相减得
$$x_1=x_2=x_3=\tfrac12,\qquad \text{坐标}=\Bigl(\tfrac12,\tfrac12,\tfrac12\Bigr)^{\mathrm T}.$$
验算:$\tfrac12(\alpha_1+\alpha_2+\alpha_3)=\tfrac12(2,2,2)^{\mathrm T}=(1,1,1)^{\mathrm T}$ 。
### 带走的结论
坐标变换的方向由 $x_{\rm old}=Cx_{\rm new}$ 决定:
| 已知 \ 要求 | 旧坐标 | 新坐标 |
|---|---|---|
| 旧坐标 | 不变 | 解 $Cx_{\rm new}=x_{\rm old}$ |
| 新坐标 | 乘 $C$ | 不变 |
**记忆锚点**:基变换是"新 $=$ 旧 $\times\,C$ ",坐标变换就是"旧 $=$ 新 $\times\,C$ "。**基乘 $C$ ,坐标反过来**。
如果考场上只记得一句话:**"坐标和基变换方向相反"**。这句话能救回 2019·20 的第二问。
> **关联** · 盘点 [§5.4 基变换](01-知识点盘点.md#user-content-54-基变换与坐标变换方向相反本节唯一的坑) [§5.3 坐标](01-知识点盘点.md#user-content-53-坐标) | 上游 [点 5 题 1](#问题-1--验证基写过渡矩阵求坐标) | 下游 [点 5 题 3](#问题-3--从一组基到另一组基) | 速查 [三处最容易丢分](10-速查卡.md#user-content-七三处最容易丢分)
---
## 问题 3 · 从一组基到另一组基(★★★)
> 仍取问题 1 的 $\alpha$ 基,令
>
> $$\beta_1=\alpha_1+\alpha_2+\alpha_3,\qquad \beta_2=\alpha_1+\alpha_2,\qquad \beta_3=\alpha_1.$$
>
> (Ⅰ)验证 $\beta_1,\beta_2,\beta_3$ 也是 $\mathbb{R}^3$ 的基;
> (Ⅱ)求从 $\alpha$ 基到 $\beta$ 基的过渡矩阵 $C$ ;
> (Ⅲ)求 $\gamma=(2,3,4)^{\mathrm T}$ 在 $\beta$ 基下的坐标;
> (Ⅳ)说明反方向的过渡矩阵为什么必为 $C^{-1}$ 。
### 怎么想
问题 1 是"标准基 → 一般基"的特例,过渡矩阵白送。**一般基到一般基才是完整考点**:这时过渡矩阵必须由"新基用旧基表示的系数"逐列拼出来。
(Ⅰ)验证 $\beta$ 是基,等价于验证过渡矩阵可逆——不必再回原坐标算三个向量的行列式。
(Ⅲ)两条路:一是先求 $\gamma$ 在 $\alpha$ 下的坐标再乘 $C^{-1}$ ;二是直接解 $\beta$ 的组合。前者更稳,因为它把大问题拆成两个已经会的小问题。
### 解
(Ⅰ)把表示系数按列排:
$$C=\begin{pmatrix}1&1&1\\1&1&0\\1&0&0\end{pmatrix},\qquad \lvert C\rvert=1\cdot\begin{vmatrix}1&1\\1&0\end{vmatrix}=1\cdot(0-1)=-1\ne0 .$$
(沿第三行展开,该行只有第一个元素非零,符号为 $(-1)^{3+1}=+1$ 。)非零,故 $C$ 可逆。
可逆意味着两组基之间可以互相表示,且 $\beta$ 组无关(否则 $C$ 会降秩),所以 $\beta$ 组也是基。
(Ⅱ)由 $(\beta_1,\beta_2,\beta_3)=(\alpha_1,\alpha_2,\alpha_3)\,C$ ,过渡矩阵即上面这个 $C$ 。
(Ⅲ)先求 $\gamma$ 在 $\alpha$ 基下的坐标 $p$ 。解 $A p=\gamma$ :
$$p_1+p_3=2,\qquad p_2+p_3=3,\qquad p_1+p_2=4\ \Longrightarrow\ p=\Bigl(\tfrac32,\tfrac52,\tfrac12\Bigr)^{\mathrm T}.$$
再由 $p=Cq$ 得 $q=C^{-1}p$ 。求 $C^{-1}$ :由
$$q_1+q_2+q_3=p_1,\quad q_1+q_2=p_2,\quad q_1=p_3$$
逐式相减得 $q_1=p_3$ ,$q_2=p_2-p_3$ ,$q_3=p_1-p_2$ ,即
$$C^{-1}=\begin{pmatrix}0&0&1\\0&1&-1\\1&-1&0\end{pmatrix}.$$
代入 $p$ :
$$q=\begin{pmatrix}0&0&1\\0&1&-1\\1&-1&0\end{pmatrix}\begin{pmatrix}3/2\\5/2\\1/2\end{pmatrix}=\begin{pmatrix}1/2\\2\\-1\end{pmatrix}.$$
验算:$\tfrac12\beta_1+2\beta_2-\beta_3=\tfrac12(2,2,2)^{\mathrm T}+2(1,1,2)^{\mathrm T}-(1,0,1)^{\mathrm T}=(2,3,4)^{\mathrm T}=\gamma$ 。
(Ⅳ)反方向写 $(\alpha_1,\alpha_2,\alpha_3)=(\beta_1,\beta_2,\beta_3)C'$ ,代入正向关系得
$$(\alpha)=(\alpha)\,C\,C'\ \Longrightarrow\ CC'=E\ \Longrightarrow\ C'=C^{-1}.$$
所以两个方向的过渡矩阵互为逆矩阵。这也解释了为什么过渡矩阵一定可逆:**两组都是基,都满秩**;若 $C$ 奇异,新基就会丢掉方向、张不满原来的空间,与"是基"矛盾。
### 带走的结论
本点最值钱的三句话:
1. **过渡矩阵的列 = 新基在旧基下的坐标**,按列拼,一行都不用算错。
2. **坐标方向与基变换相反**:$x_{\rm old}=Cx_{\rm new}$ 。
3. **两个方向的过渡矩阵互为逆**,所以只需要老老实实算一个方向,另一个用逆矩阵或"逐式相减"反解。
还有一个**免费验算**:算出 $C^{-1}$ 后,检查 $CC^{-1}=E$ ;或把求出的坐标代回原式看是否还原 $\gamma$ 。11 分的大题,值得花这十秒。
> **关联** · 盘点 [§5.4 基变换](01-知识点盘点.md#user-content-54-基变换与坐标变换方向相反本节唯一的坑) | 上游 [点 5 题 2](#问题-2--双向换算坐标) | 下游 第 5 讲 实对称正交对角化 | 速查 [四个方向要记准](10-速查卡.md#user-content-三四个方向要记准)
---
## 本点定式
> 旧基 $U$ 、新基 $V$ ,写 $V=UC$ 求 $C$ ;坐标满足 $x_{\rm old}=Cx_{\rm new}$ ,方向相反;验证基只算 $\lvert C\rvert\ne0$ ,不必回原坐标。
## 三条最容易犯的错
| 错法 | 正确做法 |
|---|---|
| 写成 $x_{\rm new}=Cx_{\rm old}$ | $x_{\rm old}=Cx_{\rm new}$ ,反了 |
| 把 $C$ 的第 $i$ **行**当作 $\alpha_i$ 的坐标 | 是**列** |
| 求坐标时乘 $C^{-1}$ 却连 $C$ 都没算 | 先写 $C$ ,再决定乘还是解 |
## 与第 5 讲的接口
第 5 讲"相似对角化"要写 $P^{-1}AP=\Lambda$ ,其中 $P$ 正是**特征向量按列拼成的过渡矩阵**。到那时,"基变换方向相反"会变成"$A$ 与 $\Lambda$ 是同一个线性变换在两组基下的矩阵",本点这一套动作会原封不动再用一次。
---
下一站 [点 6 · 内积、正交与施密特](07-点6-内积正交与施密特.md) :10 分,且是第 5 讲的前置。
---
## 本点关联
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §5 | 知识地图,查定义与判据 |
| 上游 | [点 1 · 线性相关与无关](02-点1-线性相关与无关.md)、[点 3 · 线性表示](04-点3-线性表示.md) | 读本点前应先会 |
| 下游 | [点 6 · 内积正交与施密特](07-点6-内积正交与施密特.md)、第 5 讲特征值(相似对角化) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -0,0 +1,231 @@
---
tags: [数学一, 在学练习, 线性代数, 向量, 内积, 正交, 施密特]
专题: 线性代数 第3讲 · 点6 内积、正交与施密特
日期: 2026-10-23
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 6 · 内积、正交与施密特正交化
> 真题 2021·6、2023·15(各 5 分,合计 10 分)|重要度 ★★★|题量 3
> 依赖:点 1(无关)。
> 盘点对应:§6 全节。
10 分,是本讲第二块肉。但真正的价值不在分数,而在**它是第 5 讲的前置**:实对称矩阵的正交对角化($Q^{\mathrm T}AQ=\Lambda$ )就是"求特征向量 → 施密特正交化 → 单位化 → 拼成 $Q$ ,这一节学不牢,第 5 讲那 21 题 83 分写不出来。
施密特的算法只有一句话:**每一步都减掉它在前面每个已得方向上的投影**。
---
## 问题 1 · 正交、长度、规范正交基与坐标(★★☆)
> 【2023·15 骨架】设
>
> $$\alpha=(1,2,2)^{\mathrm T},\quad \beta=(2,-2,1)^{\mathrm T},\quad \gamma=(2,1,-2)^{\mathrm T}.$$
>
> (Ⅰ)验证三者两两正交,并求各自的长度;
> (Ⅱ)写出 $\mathbb{R}^3$ 的一组规范正交基,并验证由它们按列拼成的矩阵 $Q$ 是正交矩阵;
> (Ⅲ)求 $\langle\alpha+2\beta,\ \gamma-\beta\rangle$ ;
> (Ⅳ)求 $\delta=(3,0,0)^{\mathrm T}$ 在这组规范正交基下的坐标。
### 怎么想
- **(Ⅰ)** 内积逐个算,为零即正交。长度 $=\sqrt{\langle\alpha,\alpha\rangle}$ 。
- **(Ⅱ)** 三个非零向量两两正交,故无关(§6.3 的结论),在三维里就是基;单位化得规范正交基,按列拼成 $Q$ 后 $Q^{\mathrm T}Q=E$ 自动成立。
- **(Ⅲ)** **不要展开硬算**。用双线性拆成四项,正交项直接消掉——这是本题最省时的一步。
- **(Ⅳ)** 规范正交基下**坐标就是内积**:$x_i=\langle\delta,e_i\rangle$ ,不必解方程组。这是规范正交基相对一般基的最大优势。
### 解
(Ⅰ)
$$\langle\alpha,\beta\rangle=2-4+2=0,\qquad \langle\alpha,\gamma\rangle=2+2-4=0,\qquad \langle\beta,\gamma\rangle=4-2-2=0.$$
两两正交,且三者长度
$$\lVert\alpha\rVert=\lVert\beta\rVert=\lVert\gamma\rVert=\sqrt{1+4+4}=3 .$$
(Ⅱ)单位化:
$$e_1=\tfrac13(1,2,2)^{\mathrm T},\quad e_2=\tfrac13(2,-2,1)^{\mathrm T},\quad e_3=\tfrac13(2,1,-2)^{\mathrm T}.$$
三者长度为 1、两两内积为 0,故为规范正交基。按列拼成
$$Q=\frac13\begin{pmatrix}1&2&2\\2&-2&1\\2&1&-2\end{pmatrix}.$$
直接验证列的内积:$Q^{\mathrm T}Q$ 的第 $(i,j)$ 元是 $\langle e_i,e_j\rangle$ ,对角为 1、非对角为 0,故 $Q^{\mathrm T}Q=E$ ,$Q$ 是正交矩阵。又
$$\lvert Q\rvert=\frac1{27}\begin{vmatrix}1&2&2\\2&-2&1\\2&1&-2\end{vmatrix}=\frac{27}{27}=1,$$
与"正交矩阵行列式为 $\pm1$ "一致。
(Ⅲ)用双线性展开,凡不同向量之间的内积都为零:
$$
\langle\alpha+2\beta,\ \gamma-\beta\rangle
=\langle\alpha,\gamma\rangle-\langle\alpha,\beta\rangle+2\langle\beta,\gamma\rangle-2\langle\beta,\beta\rangle
=0-0+0-2\cdot9=-18 .
$$
(Ⅳ)坐标分量就是内积:
$$x_1=\langle\delta,e_1\rangle=\tfrac13(1\cdot3)=1,\qquad x_2=\langle\delta,e_2\rangle=\tfrac13(2\cdot3)=2,\qquad x_3=\langle\delta,e_3\rangle=\tfrac13(2\cdot3)=2 .$$
故坐标为 $(1,2,2)^{\mathrm T}$ ,即
$$\delta=e_1+2e_2+2e_3=\tfrac13\alpha+\tfrac23\beta+\tfrac23\gamma.$$
代回验算:$\tfrac13(1,2,2)+\tfrac23(2,-2,1)+\tfrac23(2,1,-2)=(3,0,0)$ 。
### 带走的结论
三件事一次记牢:
1. **正交组的最大好处是"内积只留同项"**。题目给了正交条件又要求组合的内积,先拆开消项,比逐分量算快得多。
2. **规范正交基下坐标就是内积**:$x_i=\langle\delta,e_i\rangle$ ,$\delta=\sum\langle\delta,e_i\rangle e_i$ 。这一条在傅里叶级数、最小二乘里都是同一个原理。
3. **正交矩阵 $\iff Q^{\mathrm T}Q=E\iff$ 列向量组是规范正交基**,行列式 $\pm1$ 只是必要不充分。
### 一个常见误区
$\lvert Q\rvert=\pm1$ **不能**推出 $Q$ 正交。例如 $\begin{pmatrix}1&1\\0&1\end{pmatrix}$ 行列式为 1,但列向量 $(1,0)$ 与 $(1,1)$ 内积为 1。判正交永远要回到 $Q^{\mathrm T}Q=E$ 或"列是规范正交基"。
> **关联** · 盘点 [§6.1 内积与四条性质](01-知识点盘点.md#user-content-61-内积与四条性质) [§6.2 长度与单位化](01-知识点盘点.md#user-content-62-长度单位化夹角) | 上游 [点 1 题 1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式) | 下游 [点 6 题 2 施密特](#问题-2--两向量施密特) | 速查 [正交矩阵六等价](10-速查卡.md#user-content-五正交矩阵六等价)
---
## 问题 2 · 两向量施密特(★☆☆)
> 设 $\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ 。将它们正交化、单位化。
### 怎么想
第一个方向原样保留;第二个减去它在第一个方向上的**投影**。投影系数是
$$\frac{\langle\alpha_2,u_1\rangle}{\langle u_1,u_1\rangle},$$
分母是**长度平方**,不是长度。
### 解
取 $u_1=\alpha_1=(1,1,0)^{\mathrm T}$ 。则
$$
u_2=\alpha_2-\frac{\langle\alpha_2,u_1\rangle}{\langle u_1,u_1\rangle}u_1
=(1,0,1)^{\mathrm T}-\frac{1}{2}(1,1,0)^{\mathrm T}
=\Bigl(\tfrac12,-\tfrac12,1\Bigr)^{\mathrm T}.
$$
自检:$\langle u_2,u_1\rangle=\tfrac12-\tfrac12+0=0$ 。
长度 $\lVert u_1\rVert=\sqrt2$ ,$\lVert u_2\rVert=\sqrt{\tfrac14+\tfrac14+1}=\sqrt{\tfrac32}=\tfrac{\sqrt6}{2}$ 。单位化:
$$e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\qquad e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6}.$$
($u_2$ 乘 2 得 $(1,-1,2)$ ,单位化时约掉了,所以直接写这个更整齐。)
### 带走的结论
**减投影时除长度平方,单位化时才除长度。** 这两个分母混用是本点最常见的失分点。写完用"内积为零"自检一次,立刻能抓住。
小技巧:正交化过程中可以把 $u_k$ 乘一个正常数化简(不改变方向),单位化前再除掉——这样分数少一半。
> **关联** · 盘点 [§6.4 施密特](01-知识点盘点.md#user-content-64-施密特正交化算法) | 上游 [点 6 题 1](#问题-1--正交长度规范正交基与坐标) | 下游 [点 6 题 3 三向量](#问题-3--三向量施密特) | 速查 [施密特三个分母](10-速查卡.md#user-content-六施密特三个分母)
---
## 问题 3 · 三向量施密特(★★☆)
> 【2021·6 骨架】设
>
> $$\alpha_1=(1,1,0)^{\mathrm T},\quad \alpha_2=(1,0,1)^{\mathrm T},\quad \alpha_3=(0,1,1)^{\mathrm T}.$$
>
> 求与之等价的正交向量组和规范正交向量组。
### 怎么想
前两步与问题 2 完全一样(注意 $\alpha_1,\alpha_2$ 与上一题相同),第三步要**分别**减掉在 $u_1$ 、$u_2$ 上的两个投影。漏掉任何一个,第三个向量就不与那个方向正交。
题目说"等价",意思是**不改变张成空间**:$L(u_1,u_2,u_3)=L(\alpha_1,\alpha_2,\alpha_3)$ 。这也是施密特正确性的判据之一。
### 解
前两步:$u_1=(1,1,0)^{\mathrm T}$ ,$u_2=(\tfrac12,-\tfrac12,1)^{\mathrm T}$ 。
先算两个投影系数:
$$
\frac{\langle\alpha_3,u_1\rangle}{\langle u_1,u_1\rangle}=\frac{0+1+0}{2}=\frac12,\qquad
\frac{\langle\alpha_3,u_2\rangle}{\langle u_2,u_2\rangle}=\frac{0-\tfrac12+1}{\tfrac32}=\frac{1/2}{3/2}=\frac13 .
$$
于是
$$
u_3=\alpha_3-\tfrac12 u_1-\tfrac13 u_2
=(0,1,1)^{\mathrm T}-\tfrac12(1,1,0)^{\mathrm T}-\tfrac13\Bigl(\tfrac12,-\tfrac12,1\Bigr)^{\mathrm T}
=\Bigl(-\tfrac23,\tfrac23,\tfrac23\Bigr)^{\mathrm T}.
$$
验算两个内积:
$$\langle u_3,u_1\rangle=-\tfrac23+\tfrac23+0=0,\qquad \langle u_3,u_2\rangle=-\tfrac13-\tfrac13+\tfrac23=0 .$$
长度:$\lVert u_1\rVert=\sqrt2$ ,$\lVert u_2\rVert=\tfrac{\sqrt6}{2}$ ,$\lVert u_3\rVert=\sqrt{\tfrac49\cdot3}=\tfrac{2\sqrt3}{3}$ 。单位化:
$$
e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\quad
e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6},\quad
e_3=\frac{(-1,1,1)^{\mathrm T}}{\sqrt3}.
$$
($u_3$ 乘 $\tfrac32$ 得 $(-1,1,1)$ 。)
### 带走的结论
第 $k$ 步要减 $k-1$ 个投影,**逐项验算"与前面每一个的内积都为零"**,比回头检查算术省时间。
两个异常情形要会处理:
| 情形 | 含义 | 处理 |
|---|---|---|
| 某步得零向量 | 原组本来相关 | 停止,剔除该向量,继续对余下的做 |
| 某步得"几乎零" | 原组接近相关,数值不稳 | 检查是否算错,或先用整数化化简 |
**施密特与第 5 讲的接口**:实对称矩阵 $A$ 求出特征向量后,属于不同特征值的向量已自动正交,只需对**同一特征值**对应的那几个做施密特;再全体单位化,拼成 $Q$ ,即得 $Q^{\mathrm T}AQ=\Lambda$ 。所以本点是第 5 讲的"手",不是"脑"。
> **关联** · 盘点 [§6.4 施密特](01-知识点盘点.md#user-content-64-施密特正交化算法) [§6.5 正交矩阵](01-知识点盘点.md#user-content-65-正交矩阵) | 上游 [点 6 题 2](#问题-2--两向量施密特) | 下游 第 6 讲 正交变换化标准形 | 速查 [施密特三个分母](10-速查卡.md#user-content-六施密特三个分母)
---
## 本点定式
> $u_k=\alpha_k-\sum_{i<k}\dfrac{\langle\alpha_k,u_i\rangle}{\langle u_i,u_i\rangle}u_i$ ,分母是长度平方;规范正交基下坐标就是内积。
## 三个公式的对照
| 要做的事 | 公式 | 分母 |
|---|---|---|
| 求投影系数 | $\langle\alpha,u\rangle/\langle u,u\rangle$ | 长度**平方** |
| 单位化 | $\alpha/\lVert\alpha\rVert$ | **长度** |
| 规范正交基下求坐标 | $x_i=\langle\delta,e_i\rangle$ | 无(长度已为 1) |
## 正交矩阵六条等价条件(背下来)
$$A^{\mathrm T}A=E\iff A^{\mathrm T}=A^{-1}\iff AA^{\mathrm T}=E\iff \text{列是规范正交基}\iff \text{行是规范正交基}\iff \lVert Ax\rVert=\lVert x\rVert .$$
六条里最常用的是"列是规范正交基"——验算时只算列内积,比矩阵乘法快。
---
下一站 [点 7 · 子空间的和与交](08-点7-子空间和与交.md) :把"表示"升级成"两个空间的重叠部分"。
---
## 本点关联
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §6 | 知识地图,查定义与判据 |
| 上游 | [点 1 · 线性相关与无关](02-点1-线性相关与无关.md) | 读本点前应先会 |
| 下游 | [点 5 · 基、坐标与过渡矩阵](06-点5-基坐标与过渡矩阵.md)、第 5 讲特征值(正交对角化) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -0,0 +1,227 @@
---
tags: [数学一, 在学练习, 线性代数, 向量, 子空间, 交空间, 维数公式]
专题: 线性代数 第3讲 · 点7 子空间的和与交
日期: 2026-10-23
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 7 · 子空间的和与交
> 真题 2023·7(5 分)|重要度 ★★★|题量 3
> 依赖:点 3(`04`)的表示、点 2(`03`)的秩。
> 盘点对应:§5.1 子空间、§7 全节。
5 分,形态也很固定。核心只有一句:**交空间里的向量必须"两种表示同时成立"**。
$$w\in V_1\cap V_2\iff \exists x,y:\ w=Ax=By\iff (A,-B)\begin{pmatrix}x\\y\end{pmatrix}=0 .$$
于是"求交空间"变成"解一个齐次方程组 + 代回"。同一个动作,做两次。
---
## 问题 1 · 交空间的基与维数公式(★★★)
> 【2023·7 骨架】设
>
> $$V_1=L(\alpha_1,\alpha_2),\quad \alpha_1=(1,1,0)^{\mathrm T},\ \alpha_2=(0,1,1)^{\mathrm T};$$
>
> $$V_2=L(\beta_1,\beta_2),\quad \beta_1=(1,0,1)^{\mathrm T},\ \beta_2=(0,1,2)^{\mathrm T}.$$
>
> (Ⅰ)求 $\dim V_1$ 、$\dim V_2$ 、$\dim(V_1+V_2)$ ;
> (Ⅱ)求 $V_1\cap V_2$ 的一组基;
> (Ⅲ)验证维数公式。
### 怎么想
**(Ⅰ)** 每个空间内部两两是否成比例,一眼可判;和空间把两组向量**并在一起**求秩。
**(Ⅱ)** 设 $w=x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2$ ,移项得齐次方程组。**解出来的是系数**,必须代回 $w=Ax$ 才得到向量。注意 "系数解" 与 "向量解" 的区别——这是本点唯一的大坑。
**(Ⅲ)** 直接代入公式。
### 解
(Ⅰ)$\alpha_1,\alpha_2$ 不成比例,故 $\dim V_1=2$ ;$\beta_1,\beta_2$ 不成比例,故 $\dim V_2=2$ 。
把 $\alpha_1,\alpha_2,\beta_1$ 按列拼成
$$\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix},\qquad \lvert\cdot\rvert=2\ne0 .$$
三个无关的三维向量张成整个 $\mathbb{R}^3$ ,故 $\dim(V_1+V_2)=3$ 。
(Ⅱ)比较分量得三个方程:
$$x_1=y_1,\qquad x_1+x_2=y_2,\qquad x_2=y_1+2y_2 .$$
把前两式代入第三式:
$$x_2=x_1+2(x_1+x_2)=3x_1+2x_2\ \Longrightarrow\ x_2=-3x_1 .$$
令 $x_1=t$ ,则 $x_2=-3t$ ,$y_1=t$ ,$y_2=x_1+x_2=-2t$ 。代回得
$$w=t\,\alpha_1-3t\,\alpha_2=t\,(1,-2,-3)^{\mathrm T}.$$
$t\ne0$ 时 $w\ne0$ ,故
$$\dim(V_1\cap V_2)=1,\qquad \text{一组基为 } (1,-2,-3)^{\mathrm T}.$$
核验它在第二组里的表示:$t\beta_1-2t\beta_2=t(1,0,1)^{\mathrm T}-2t(0,1,2)^{\mathrm T}=t(1,-2,-3)^{\mathrm T}$ ,一致。
(Ⅲ)$3=2+2-1$ ,维数公式成立。
### 带走的结论
**两条必须刻进肌肉记忆的话**:
1. **交集里解出来的是系数,不是基**。解完 $x,y$ 还要代回 $w=Ax$ ,再删掉零向量与冗余向量。
2. **和空间的维数是并起来的秩**,不是两个维数相加——相加只在直和时才对。
一个快速验算:$\mathbb{R}^3$ 中两个平面(2 维)的交若是直线(1 维),和就必然是 3 维。若算出"和 2 维",说明两个平面重合了,一定算错。
### 换个视角(平面法)
$V_1$ 是 $\alpha_1,\alpha_2$ 张成的平面,法向量可取
$$n_1=\alpha_1\times\alpha_2=(1,1,0)\times(0,1,1)=(1\cdot1-0\cdot1,\ 0\cdot0-1\cdot1,\ 1\cdot1-1\cdot0)=(1,-1,1).$$
同理 $n_2=\beta_1\times\beta_2=(1,0,1)\times(0,1,2)=(0\cdot2-1\cdot1,\ 1\cdot0-1\cdot2,\ 1\cdot1-0\cdot0)=(-1,-2,1)$ 。
两平面交线的方向 $=n_1\times n_2=(1,-1,1)\times(-1,-2,1)=(1,-2,-3)$ ,与(Ⅱ)一致(差一个倍数也算对)。
**几何法适合验算,不适合作答**——大题要写代数过程,法向量只能用来检查结果。
> **关联** · 盘点 [§5.1 子空间](01-知识点盘点.md#user-content-51-向量空间与子空间) [§7.3 交空间求法](01-知识点盘点.md#user-content-73-交空间的求法四步) | 上游 [点 2 题 1](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组) [点 3 题 1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) | 下游 [点 7 题 2](#问题-2--四维空间里的和与交) | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
---
## 问题 2 · 四维空间里的和与交(★★☆)
> 设
>
> $$V_1=L(\alpha_1,\alpha_2),\ \alpha_1=(1,0,1,0)^{\mathrm T},\ \alpha_2=(0,1,0,1)^{\mathrm T};$$
>
> $$V_2=L(\beta_1,\beta_2),\ \beta_1=(1,1,0,0)^{\mathrm T},\ \beta_2=(0,0,1,1)^{\mathrm T}.$$
>
> (Ⅰ)求 $\dim(V_1+V_2)$ 与 $\dim(V_1\cap V_2)$ ;
> (Ⅱ)求 $V_1\cap V_2$ 的基;
> (Ⅲ)$V_1+V_2$ 是否为直和?
### 怎么想
先把四个向量拼成一个 $4\times4$ 矩阵。**如果行列式为 0,说明有现成关系**——这题恰好可以一眼看出:
$$\alpha_1+\alpha_2=(1,1,1,1)^{\mathrm T}=\beta_1+\beta_2 .$$
一条非平凡关系 ⟹ 秩 $\le3$ ;而前三个无关 ⟹ 秩 $=3$ 。交空间的维数由维数公式反推:$2+2-3=1$ 。
### 解
(Ⅰ)由 $\alpha_1+\alpha_2=\beta_1+\beta_2$ 知四个向量相关,$\dim(V_1+V_2)\le3$ 。
又 $\alpha_1,\alpha_2,\beta_1$ 无关(矩阵 $\begin{pmatrix}1&0&1\\0&1&1\\1&0&0\\0&1&0\end{pmatrix}$ 存在非零三阶子式:取第 1、2、3 行得 $\begin{vmatrix}1&0&1\\0&1&1\\1&0&0\end{vmatrix}=-1\ne0$ ),故秩 $\ge3$ 。所以
$$\dim(V_1+V_2)=3,\qquad \dim(V_1\cap V_2)=2+2-3=1 .$$
(Ⅱ)解 $(A,-B)\begin{pmatrix}x\\y\end{pmatrix}=0$ ,即
$$x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2 .$$
比较四个分量:
$$x_1=y_1,\qquad x_2=y_1,\qquad x_1=y_2,\qquad x_2=y_2 .$$
故 $x_1=x_2=y_1=y_2=t$ ,代回:
$$w=t(\alpha_1+\alpha_2)=t(1,1,1,1)^{\mathrm T}.$$
基为 $(1,1,1,1)^{\mathrm T}$ ,维数 1 ,与(Ⅰ)一致。
(Ⅲ)不是直和。直和要求 $V_1\cap V_2=\{0\}$ ,而这里交是 1 维的,$\dim(V_1+V_2)=3<2+2=4$ 。
### 带走的结论
**"先观察后补证"在这里同样管用**:一条 $\alpha_1+\alpha_2=\beta_1+\beta_2$ 就直接给出和空间的上界,再用一个非零子式给下界。
**四个分量全相等的关系式很常见**,看到形如 $(1,0,1,0)$ 、$(0,1,0,1)$ 、$(1,1,0,0)$ 、$(0,0,1,1)$ 这种"分块单位向量",立刻想"两组加起来都等于全 1 向量"。
> **关联** · 盘点 [§7.2 维数公式](01-知识点盘点.md#user-content-72-维数公式2019-大纲要求20237-考过) [§7.1 定义](01-知识点盘点.md#user-content-71-定义) | 上游 [点 7 题 1](#问题-1--交空间的基与维数公式) | 下游 [点 7 题 3 直和](#问题-3--含参何时为直和) | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
---
## 问题 3 · 含参:何时为直和(★★☆)
> 设
>
> $$V_1=L(\alpha_1,\alpha_2),\ \alpha_1=(1,1,0)^{\mathrm T},\ \alpha_2=(1,0,1)^{\mathrm T};\qquad V_2=L(\beta_1),\ \beta_1=(2,1,a)^{\mathrm T}.$$
>
> 就 $a$ 讨论 $V_1+V_2$ 是否为直和,并求此时的和空间维数。
### 怎么想
$V_1$ 是 2 维($\alpha_1,\alpha_2$ 不成比例),$V_2$ 是 1 维。直和的条件是
$$V_1\cap V_2=\{0\}\iff \beta_1\notin V_1 .$$
而判断 $\beta_1$ 是否属于 $V_1$ ,就是点 3 的表示问题:解 $x\alpha_1+y\alpha_2=\beta_1$ 。
### 解
设 $\beta_1=x\alpha_1+y\alpha_2$ ,比较分量:
$$x+y=2,\qquad x=1,\qquad y=a .$$
由第二、三式 $x=1$ 、$y=a$ ,代入第一式得 $1+a=2$ ,即 $a=1$ 时有解。
**(待定系数核对)** 这里需要注意的是 $y=a$ 而不是 $y$ 任意:$\alpha_2$ 的第三分量是 1 ,$\beta_1$ 的第三分量是 $a$ ,所以 $y=a$ 。
- **当 $a=1$ 时**,$\beta_1=\alpha_1+\alpha_2\in V_1$ ,故 $V_2\subseteq V_1$ ,$V_1+V_2=V_1$ ,$\dim=2$ ,**不是直和**(交为 1 维)。
- **当 $a\ne1$ 时**,$\beta_1\notin V_1$ ,故 $V_1\cap V_2=\{0\}$ ,是**直和**,$\dim(V_1+V_2)=2+1=3$ 。
统一用秩判断:三向量拼成的矩阵
$$\begin{vmatrix}1&1&2\\1&0&1\\0&1&a\end{vmatrix}=1\cdot(0-1)-1\cdot(a-0)+2\cdot(1-0)=1-a .$$
$a\ne1$ 时秩 3(直和),$a=1$ 时秩 2(非直和)。
### 带走的结论
**直和判定三步走**:
1. 求 $\dim V_1$ 、$\dim V_2$ ;
2. 判断一组基能否被另一组表示(等价于秩是否满);
3. 比 $\dim(V_1+V_2)$ 与 $\dim V_1+\dim V_2$ 。
$$\text{直和}\iff \dim(V_1+V_2)=\dim V_1+\dim V_2\iff V_1\cap V_2=\{0\}.$$
直和的现实意义:和空间里每个向量**分解方式唯一**。全体 $n$ 阶矩阵分解为"对称 $+$ 反对称"就是经典例子——若 $A$ 既对称又反对称,则 $A=A^{\mathrm T}=-A$ ,只能 $A=O$ ,故交为零,是直和。
> **关联** · 盘点 [§7.4 直和](01-知识点盘点.md#user-content-74-直和) | 上游 [点 7 题 2](#问题-2--四维空间里的和与交) | 下游 第 5 讲 特征子空间的直和 | 速查 [套模板的分类讨论](10-速查卡.md#user-content-八三种套模板的分类讨论)
---
## 本点定式
> 交空间:解 $(A,-B)\binom{x}{y}=0$ ,**代回** $w=Ax$ 后去零去冗。和空间:并把求秩。维数公式 $\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2)$ 。
## 三种问法的对应动作
| 问 | 动作 |
|---|---|
| 交空间的基 | 解齐次方程组 → 代回 $w=Ax$ → 去零 |
| 和空间的维数 | 把两组向量并起来求秩 |
| 是否直和 | 看交是否为零,或比维数 |
---
下一站 [点 8 · 抽象推理与证明](09-点8-抽象推理与证明.md) :把前七个点串成证明题。
---
## 本点关联
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §5.1、§7 | 知识地图,查定义与判据 |
| 上游 | [点 2 · 秩与极大无关组](03-点2-秩与极大无关组.md)、[点 3 · 线性表示](04-点3-线性表示.md) | 读本点前应先会 |
| 下游 | 第 4 讲线性方程组(解空间与维数公式) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -0,0 +1,211 @@
---
tags: [数学一, 在学练习, 线性代数, 向量, 证明题]
专题: 线性代数 第3讲 · 点8 抽象推理与证明
日期: 2026-10-23
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 8 · 抽象推理:证明题的四个模板
> 不直接命题,但 2019·20 那类解答题的第二问全靠它|重要度 ★★☆|题量 3
> 依赖:前七个点全部。
> 盘点对应:§2、§3.3、§4.2 里的全部结论。
这三道题看着花样不同,其实只有四个动作:
| 模板 | 起手式 | 用在 |
|---|---|---|
| 证无关 | 设 $\sum c_i\alpha_i=0$ ,往已知条件上凑 | 替换定理、多数抽象题 |
| 证同解 | 双向代入,一边用平方和/非负性 | $A^{\mathrm T}Ax=0$ 、$Ax=0$ |
| 证秩 | 上界造关系,下界找无关子组,夹住 | 一切"求秩"的证明 |
| 证等价/表示 | 拼矩阵不增秩,$A=BK$ | 单向 $+$ 同秩 |
---
## 问题 1 · 替换定理(★★★)
> 设 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,$\beta=k_1\alpha_1+k_2\alpha_2+k_3\alpha_3$ ,且 $k_1k_2k_3\ne0$ 。证明:
>
> (Ⅰ)$\beta,\alpha_2,\alpha_3$ 线性无关;
> (Ⅱ)把任一 $\alpha_i$ 换成 $\beta$ 后,所得向量组仍线性无关。
### 怎么想
**(Ⅰ)代入法**:设 $c\beta+d\alpha_2+e\alpha_3=0$ ,把 $\beta$ 的表达式代进去,按 $\alpha$ 合并,用原组无关把每个系数逼成零。**关键是哪一步能推出 $c=0$ 这个结论**——靠的是被替换位置那个系数 $k_1\ne0$ 。
**(Ⅱ)等价法更快**:只要 $k_i\ne0$ ,$\alpha_i$ 就能从 $\beta$ 的表达式里反解出来,于是新旧两组能**互相表示**,秩相同,无关性保持不变。这比再代入一次省一半篇幅。
### 解
(Ⅰ)设 $c\beta+d\alpha_2+e\alpha_3=0$ ,代入 $\beta$ 的表达式:
$$ck_1\alpha_1+(ck_2+d)\alpha_2+(ck_3+e)\alpha_3=0 .$$
因 $\alpha_1,\alpha_2,\alpha_3$ 无关,三个系数全为零:
$$ck_1=0,\qquad ck_2+d=0,\qquad ck_3+e=0 .$$
由 $k_1\ne0$ 得 $c=0$ ;再代入后两式得 $d=e=0$ 。故 $\beta,\alpha_2,\alpha_3$ 线性无关。
(Ⅱ)任取 $i\in\{1,2,3\}$ ,把 $\alpha_i$ 换成 $\beta$ 。由 $\beta$ 的表达式可反解
$$\alpha_i=\frac{1}{k_i}\Bigl(\beta-\sum_{j\ne i}k_j\alpha_j\Bigr),$$
这里用到了 $k_i\ne0$ 。于是
$$\{\beta\}\cup\{\alpha_j\}_{j\ne i}\ \text{与}\ \{\alpha_1,\alpha_2,\alpha_3\}\ \text{能互相线性表示},$$
两组等价,故**秩相同**,都等于 3 ,所以替换后的组线性无关。
### 带走的结论
**证"仍然无关"的两条路,用时要挑**:
| 路线 | 篇幅 | 适用 |
|---|---|---|
| 代入法 | 长,但绝对可靠 | 只有一次替换,或系数结构简单 |
| 等价法(同秩) | 短,一步到位 | 能反解,即被替换位置的系数非零 |
**采分点**:一定要写出"由 $k_i\ne0$ 才能除"这句话。阅卷时这句就是分——不写,逻辑链就断了。
**反面提醒**:若某个 $k_i=0$ ,结论就**不成立**。例如 $\beta=\alpha_1$ ($k_2=k_3=0$ ),把 $\alpha_2$ 换成 $\beta$ 后得到 $\{\alpha_1,\alpha_1,\alpha_3\}$ ,显然相关。所以条件 $k_1k_2k_3\ne0$ 不是多余的装饰。
> **关联** · 盘点 [§3.1 定义](01-知识点盘点.md#user-content-31-定义) [§4.2 向量组等价](01-知识点盘点.md#user-content-42-向量组等价) | 上游 [点 4 题 3](05-点4-向量组等价.md#user-content-问题-3--抽象单向--同秩能否推出等价) | 下游 第 4 讲 基础解系 | 速查 [十个判据](10-速查卡.md#user-content-一十个判据)
---
## 问题 2 · 相关与无关的接力(★★★)
> 设 $\alpha_1,\alpha_2,\alpha_3$ 线性相关,而 $\alpha_2,\alpha_3,\alpha_4$ 线性无关。证明:
>
> (Ⅰ)$\alpha_1$ 可由 $\alpha_2,\alpha_3$ 线性表示;
> (Ⅱ)$\alpha_4$ 不能由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示。
### 怎么想
相关给出一条关系,但**不能直接除**——必须先证明想除的那个系数非零。这一步正是第二组"无关"起作用的地方。
第二问两种写法:反证法(代入消元)和秩法(夹逼)。**秩法更短**,考场上优先。
### 解
(Ⅰ)由 $\alpha_1,\alpha_2,\alpha_3$ 相关,存在不全为零的 $c_1,c_2,c_3$ 使
$$c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0 .$$
又 $\alpha_2,\alpha_3,\alpha_4$ 无关,故其部分组 $\alpha_2,\alpha_3$ 也无关(整体无关 $\Rightarrow$ 部分无关)。
**断言 $c_1\ne0$ 成立**:若 $c_1=0$ ,则 $c_2\alpha_2+c_3\alpha_3=0$ ,而 $(c_2,c_3)$ 不全为零(因为 $(c_1,c_2,c_3)$ 不全为零),与 $\alpha_2,\alpha_3$ 无关矛盾。故 $c_1\ne0$ ,可解出
$$\alpha_1=-\frac{c_2}{c_1}\alpha_2-\frac{c_3}{c_1}\alpha_3 .$$
(Ⅱ)**秩法**:由(Ⅰ)知 $\alpha_1$ 可由 $\alpha_2,\alpha_3$ 表示,故
$$r(\alpha_1,\alpha_2,\alpha_3, \alpha_4)=r(\alpha_2,\alpha_3,\alpha_4)=3 .$$
若 $\alpha_4$ 可由 $\alpha_1,\alpha_2,\alpha_3$ 表示,则再加入 $\alpha_4$ 不增秩,得 $r(\alpha_1,\alpha_2,\alpha_3)=3$ 。但 $\alpha_1$ 可由 $\alpha_2,\alpha_3$ 表示,故 $r(\alpha_1,\alpha_2,\alpha_3)=r(\alpha_2,\alpha_3)\le2$ ,矛盾。
(**反证法**同样可行:把 $\alpha_1$ 的表达式代入 $\alpha_4$ 的表示式,就消去了 $\alpha_1$ ,于是 $\alpha_4$ 可由 $\alpha_2,\alpha_3$ 表示,与 $\alpha_2,\alpha_3,\alpha_4$ 无关矛盾。)
### 带走的结论
**相关关系里,系数非零是要证的,不是能假设的**。凡是要"除以某个系数",前面必须有一段"它不能为零,否则……矛盾"。这是本讲证明题最容易失分的地方,也是"整体无关 ⟹ 部分无关"这条定理的真正用途。
秩法的格式值得背:
> 一方面由 $X$ 得 $r\le a$ ;另一方面由 $Y$ 得 $r\ge b$ ;若 $a<b$ 则矛盾。
> **关联** · 盘点 [§2.2 易混定理](01-知识点盘点.md#user-content-22-两个方向容易记反的定理) [§3.3 秩的性质](01-知识点盘点.md#user-content-33-秩的性质) | 上游 [点 1 题 2](02-点1-线性相关与无关.md#user-content-问题-2--变换后的向量组) [点 2 题 3](03-点2-秩与极大无关组.md#user-content-问题-3--抽象abo-能推出什么) | 速查 [秩的六条运算](10-速查卡.md#user-content-四秩的六条运算)
---
## 问题 3 · 用内积证秩(★★★)
> 设 $A$ 为 $m\times n$ **实**矩阵。证明:
>
> (Ⅰ)$Ax=0$ 与 $A^{\mathrm T}Ax=0$ 同解,从而 $r(A^{\mathrm T}A)=r(A)$ ;
> (Ⅱ)$A$ 的列向量组线性无关 $\iff A^{\mathrm T}A$ 可逆。
### 怎么想
一个方向是"左乘 $A^{\mathrm T}$ ",另一个方向要**左乘 $x^{\mathrm T}$ 凑成平方和**。
为什么必须是实矩阵?因为平方和为零才能推出每个分量为零——这正是"实"字的作用。复矩阵要用共轭转置,$x^{\mathrm T}$ 不够。
### 解
(Ⅰ)若 $Ax=0$ ,左乘 $A^{\mathrm T}$ 得 $A^{\mathrm T}Ax=0$ ,方向一成立。
反之若 $A^{\mathrm T}Ax=0$ ,左乘 $x^{\mathrm T}$ :
$$0=x^{\mathrm T}A^{\mathrm T}Ax=(Ax)^{\mathrm T}(Ax)=\sum_{i=1}^{m}(Ax)_i^2 .$$
实数平方和非负、和为零,故每个 $(Ax)_i=0$ ,即 $Ax=0$ 。两个方程组同解。
同解意味着解空间相同,未知量个数都是 $n$ ,由维数公式
$$n-r(A)=n-r(A^{\mathrm T}A)\ \Longrightarrow\ r(A^{\mathrm T}A)=r(A).$$
(Ⅱ)$A$ 的列无关 $\iff r(A)=n\iff r(A^{\mathrm T}A)=n$ 。而 $A^{\mathrm T}A$ 是 $n$ 阶方阵,满秩即等价于可逆。
### 带走的结论
**"实矩阵"三个字是解题钥匙**。看到 $A^{\mathrm T}A$ 就要想到
$$x^{\mathrm T}A^{\mathrm T}Ax=\lVert Ax\rVert^2\ge0 .$$
这条结论在三讲里反复出现:
| 位置 | 形式 |
|---|---|
| 本讲 | $r(A^{\mathrm T}A)=r(A)$ ,列无关 $\iff A^{\mathrm T}A$ 可逆 |
| 第 5 讲 | $A^{\mathrm T}A$ 的特征值非负 |
| 第 6 讲 | $A^{\mathrm T}A$ 正定(当 $A$ 列满秩) |
**一个常见的错误**:直接约去 $A^{\mathrm T}$ 。$A^{\mathrm T}$ 不是方阵、未必可逆,根本没有消去律。必须走 $x^{\mathrm T}$ 左乘这条路。
> **关联** · 盘点 [§6.1 内积与四条性质](01-知识点盘点.md#user-content-61-内积与四条性质) [§3.3 秩的性质](01-知识点盘点.md#user-content-33-秩的性质) | 上游 [点 6 题 1](07-点6-内积正交与施密特.md#user-content-问题-1--正交长度规范正交基与坐标) | 下游 第 5 讲 实对称矩阵 | 速查 [正交矩阵六等价](10-速查卡.md#user-content-五正交矩阵六等价)
---
## 本点定式
> 证无关:设零组合 → 代入 → 靠某个系数非零逼出全部为零。证同解:双向代入,一边要用平方和。证秩:上界造关系,下界找无关子组。
## 四个模板的选用表
| 题目长什么样 | 用哪个模板 | 关键句 |
|---|---|---|
| "证明……线性无关" | 证无关 | "因为 $k\ne0$ 才能除" |
| "证明两个方程组同解" | 证同解 | "左乘 $x^{\mathrm T}$ 得平方和" |
| "证明秩等于……" | 证秩(夹逼) | "一方面……另一方面……" |
| "证明两组等价 / 某向量可表示" | 拼矩阵 | $A=BK$ ,故 $r(A,B)=r(B)$ |
| "已知相关,证某个系数非零" | 反证 | "若为零,则与……无关矛盾" |
---
## 全讲回顾
到这一点,第 3 讲的八份文件已经串完:
```
02 相关性 ──→ 03 秩 ──→ 04 表示 ──→ 05 等价
└──→ 06 基/坐标/过渡矩阵 ──→ 07 内积/正交 ──→ 08 子空间和交
↓
09 证明题(把上面全用一遍)
```
如果只能复习一个文件,选 `01-知识点盘点.md` ;如果能复习两小时,按 `01 → 06 → 07` 的顺序,覆盖 21 分。
最后一页 `10-速查卡.md` 是可以直接背的判据清单,考前十分钟看那一页。
---
## 本点关联
| 关系 | 文件 | 用途 |
|---|---|---|
| 盘点 | [01-知识点盘点](01-知识点盘点.md) §2、§3.3、§4.2 | 知识地图,查定义与判据 |
| 上游 | 前七个点全部([点 1](02-点1-线性相关与无关.md) — [点 7](08-点7-子空间和与交.md)) | 读本点前应先会 |
| 下游 | 第 5 讲特征值(证明题的同一套模板) | 本点的结论在哪儿用 |
| 速查 | [10-速查卡](10-速查卡.md) | 考前十分钟 |
@@ -0,0 +1,132 @@
---
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 | 对应题目 |
|---|---|
| 一、十个判据 | [点1 题1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式)、[点3 题1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性)、[点4 题1](05-点4-向量组等价.md#user-content-问题-1--四个说法的辨析)、[点4 题2](05-点4-向量组等价.md#user-content-问题-2--具体两组判等价)、[点7 题1](08-点7-子空间和与交.md#user-content-问题-1--交空间的基与维数公式)、[点7 题2](08-点7-子空间和与交.md#user-content-问题-2--四维空间里的和与交)、[点8 题1](09-点8-抽象推理与证明.md#user-content-问题-1--替换定理) |
| 二、五个"不用算" | [点2 题2](03-点2-秩与极大无关组.md#user-content-问题-2--四维向量组先观察再动笔) |
| 三、四个方向要记准 | [点5 题1](06-点5-基坐标与过渡矩阵.md#user-content-问题-1--验证基写过渡矩阵求坐标)、[点5 题3](06-点5-基坐标与过渡矩阵.md#user-content-问题-3--从一组基到另一组基) |
| 四、秩的六条运算 | [点1 题2](02-点1-线性相关与无关.md#user-content-问题-2--变换后的向量组)、[点2 题1](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组)、[点2 题3](03-点2-秩与极大无关组.md#user-content-问题-3--抽象abo-能推出什么)、[点4 题3](05-点4-向量组等价.md#user-content-问题-3--抽象单向--同秩能否推出等价)、[点8 题2](09-点8-抽象推理与证明.md#user-content-问题-2--相关与无关的接力) |
| 五、正交矩阵六等价 | [点6 题1](07-点6-内积正交与施密特.md#user-content-问题-1--正交长度规范正交基与坐标)、[点8 题3](09-点8-抽象推理与证明.md#user-content-问题-3--用内积证秩) |
| 六、施密特三个分母 | [点6 题2](07-点6-内积正交与施密特.md#user-content-问题-2--两向量施密特)、[点6 题3](07-点6-内积正交与施密特.md#user-content-问题-3--三向量施密特) |
| 七、三处最容易丢分 | [点5 题2](06-点5-基坐标与过渡矩阵.md#user-content-问题-2--双向换算坐标) |
| 八、三种"套模板"的分类讨论 | [点1 题3](02-点1-线性相关与无关.md#user-content-问题-3--含参判相关并求此时的秩)、[点3 题2](04-点3-线性表示.md#user-content-问题-2--含参什么参数下能表示)、[点3 题3](04-点3-线性表示.md#user-content-问题-3--三种情形的完整分类)、[点7 题3](08-点7-子空间和与交.md#user-content-问题-3--含参何时为直和) |
另有整册入口:[知识点盘点](01-知识点盘点.md)、[点 1](02-点1-线性相关与无关.md)、[点 2](03-点2-秩与极大无关组.md)、[点 3](04-点3-线性表示.md)、[点 4](05-点4-向量组等价.md)、[点 5](06-点5-基坐标与过渡矩阵.md)、[点 6](07-点6-内积正交与施密特.md)、[点 7](08-点7-子空间和与交.md)、[点 8](09-点8-抽象推理与证明.md)。
@@ -0,0 +1,120 @@
---
tags: [数学一, 在学练习, 线性代数, 向量, README]
专题: 线性代数 第3讲 · 向量
日期: 2026-10-23
状态: 已重构为「知识点盘点 + 以题带点」
关联笔记: ["[[01-知识点盘点]]", "[[10-速查卡]]"]
---
# 线性代数 第3讲 · 向量
真题库第 11 章。近十年 **8 题 44 分**,平均每年 4.4 分,且**每年必有一道解答题**(十年里落在第 21 题位置)。整卷线性代数 32–34 分,这一讲约占四分之一。
## 这一版的结构
分两层,各管一件事:
| 层 | 文件 | 作用 | 读法 |
|---|---|---|---|
| **地图** | `01-知识点盘点.md` | 把大纲、真题、参考仓库三条线的知识点全部摊开,当字典查 | 先通读一遍,之后只查不读 |
| **练** | `02`—`09` 八个点 | 每个点 2—3 道题,题嵌在点里,讲完凝成一句话 | 一天一个点,动手做 |
**为什么不是"全是知识点"**:只讲知识点会退回到"看得懂、做不出"。**为什么不是"全是题"**:只刷题会漏掉大纲要求但十年没考的点(比如正交矩阵、两个子空间的直和)。两层配合才不留死角。
## 文件清单
| 文件 | 内容 | 真题锚点 | 分值 | 题量 |
|---|---|---|---|---|
| `01-知识点盘点.md` | 十节盘点 + 覆盖对照表 | — | — | 0 |
| `02-点1-线性相关与无关.md` | 定义、六条判据、两个易混方向 | 2024·6 | 5 | 3 |
| `03-点2-秩与极大无关组.md` | 求秩四步、$AB=O$ 的含义 | 2017·13 | 4 | 3 |
| `04-点3-线性表示.md` | 三个判据、含参三分类 | 2020·6 | 4 | 3 |
| `05-点4-向量组等价.md` | 等价判据、与矩阵等价的分界 | 2022·7 | 5 | 3 |
| `06-点5-基坐标与过渡矩阵.md` | 基验证、过渡矩阵、坐标方向 | 2019·20 | **11** | 3 |
| `07-点6-内积正交与施密特.md` | 内积、施密特、正交矩阵 | 2021·6、2023·15 | **10** | 3 |
| `08-点7-子空间和与交.md` | 交空间求法、维数公式、直和 | 2023·7 | 5 | 3 |
| `09-点8-抽象推理与证明.md` | 四个证明模板 | 支撑解答题 | — | 3 |
| `10-速查卡.md` | 十个判据 + 四处失分点 | — | — | 0 |
合计 **24 题**,比上一版(19 题)多了 5 道:补了含参三分类、$AB=O$ 、单向 $+$ 同秩、四维和与交、含参直和。
## 建议的三轮读法
**第一轮(2—3 小时)**:`01` 通读 + `02`—`05` 各做一遍。这四个点是链条,顺序不能跳。
**第二轮(2 小时)**:`06`、`07`。这两节占 21 分,且是第 5 讲的前置,值得单独一轮。
**第三轮(1 小时)**:`08`、`09` + `10`。前两节是综合运用,最后一份是考前速查。
时间不够时,按这个顺序砍:`08` → `09` → `03` → `05` 。**`06` 和 `07` 一定不能砍**。
## 双重索引
- **按分值**:`01` 的 §0.1
- **按依赖链**:`01` 的 §0.2(也就是文件编号顺序)
两者顺序不同是刻意的:分值告诉你"投多少时间",依赖链告诉你"按什么顺序读"。
## 文件之间怎么跳
跳转做了三级,粒度从粗到细:
| 粒度 | 在哪儿 | 什么时候用 |
|---|---|---|
| **册** | 每个点文件底部「本点关联」表 | 判断这个点在知识体系里的位置 |
| **题** | **每道题末尾的「关联」行** | 做这道题卡住时,缺什么立刻跳走 |
| **节** | 盘点 §0.4、速查卡「回查」表 | 从某个知识点反查"它在哪几道题里练过" |
每道题末尾的关联行长这样:
> **关联** · 盘点 §2.1 判据总表、§1.3 定义 | 上游 — | 下游 点 2 题 1 求秩 | 速查 十个判据
四个方向:
| 关系 | 作用 |
|---|---|
| **盘点** | 这道题用到的定义、定理在哪一节 |
| **上游** | 做这道题之前应该先会哪道题 |
| **下游** | 这道题的结论在哪儿被用到(含后面几讲) |
| **速查** | 考前十分钟要背的那一条 |
所以每道题**既有出链也有入链**:盘点 §0.4 和速查「回查」两张表,是按每道题的关联行**反向生成**的,不会漏题也不会错挂。全部用相对路径链接,Gitea 网页里可以直接点,Obsidian / Logseq 里会进反向链接面板。
## 锚点怎么写(Gitea 两条方向相反的规则)
跳到某一节或某一题要手写锚点,规则是实测出来的,两条例外方向相反,很容易踩:
标题 id $=$ `user-content-` $+$ 标题原文小写化(保留字母数字汉字与下划线,空格变 `-`,**其余标点全部删除**)。
| 链接类型 | 写法 | 原因 |
|---|---|---|
| 同文件 | `#问题-2--变换后的向量组` | Gitea 渲染时**会自动**补 `user-content-` |
| 跨文件 | `03-点2-秩与极大无关组.md#user-content-问题-1--…` | Gitea **不会**补,必须手写 |
`·` 两侧各有一个空格,所以锚点里是两个连字符 `--`。写完用
`python .workbuddy/tools/md2pdf/check_md_links.py <目录>` 校验,锚点对不上会逐条报出来。
## 与其他讲的接口
| 本讲内容 | 去向 | 用法 |
|---|---|---|
| 秩的运算与不等式 | 第 2 讲矩阵 | 那里算秩,这里用秩 |
| 线性表示 $=$ 方程组有解 | 第 4 讲线性方程组 | 同一件事的两种说法 |
| 施密特正交化 | 第 5 讲特征值 | 实对称矩阵正交对角化必用 |
| 正交矩阵 | 第 5 讲、第 6 讲二次型 | 正交变换化标准形 |
| $A^{\mathrm T}A$ 的秩 | 第 6 讲二次型 | $A^{\mathrm T}A$ 正定 |
## 版本记录
| 日期 | 变更 |
|---|---|
| 2026-10-18 | 建文件夹,出「考点手册 / 试题 / 解析」三件套(18 题),归档在 `旧版-题点分离/` |
| 2026-10-23 | 改为单文件「以题带点」(19 题,1.8 万字) |
| 2026-10-23 | **当前版**:拆为「知识点盘点 $+$ 八点分册 $+$ 速查卡」共 11 个文件(24 题),单文件控制在 5000 字以内,不再压缩 |
## 两条写作约定(本讲起执行)
1. **不再生成 PDF**。以后所有讲义只出 Markdown,在网页端或 App 里看。
2. **单个文件不超过 1.3 万字符**(约 6000 汉字),超了就拆。一个文件塞太多内容会逼着压缩,压缩就会丢细节——上一版把 7 个点 + 全部知识 + 速查都塞进 1.8 万字符,结果每个点只剩两千字。
题面数据除标注「真题骨架」外均为另设,只对齐考法。参考 `参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex` 与 `exercise/3-vector/vector.tex` 。
@@ -0,0 +1,85 @@
---
tags: [数学一, 向量, 覆盖索引, 来源核对]
日期: 2026-10-23
---
# 学完再查:知识点在哪里被学会
**初学请直接去 [第一站](02-点1-线性相关与无关.md)。** 这页用于检查覆盖,不要求先背一遍。覆盖范围以原第三讲、参考仓库向量章及本地十年相关题取并集;没有取得官方大纲原文,不宣称这是逐字核对后的官方大纲清单。
## 每个知识点都有“第一次使用”和“再次独立使用”
| 要学会的内容 | 首次建立 | 再次使用或检验 |
|---|---|---|
| 分量、列向量、加法与数乘、零向量 | 第一站任务1 | 第一站任务2 |
| 线性组合与线性表示 | 第一站任务1 | 第三站任务1、4 |
| 相关与无关的定义、非平凡关系 | 第一站任务2 | 第一站任务5、6 |
| 零向量、比例、部分与整体的推理方向 | 第一站任务3 | 第一站过关检查、第八站任务1 |
| 延长与缩短、个数超过维数 | 第一站任务4 | 第八站任务2的范德蒙德变式 |
| 齐次方程、列无关、方阵行列式的联系 | 第一站任务5 | 第二站任务2、第一站任务6 |
| 极大无关组、秩、非唯一性、零组边界 | 第二站任务1 | 第二站任务3 |
| 行变换保留列关系,回原矩阵取列 | 第二站任务2 | 第二站任务3及过关检查 |
| 左右可逆乘积保秩、原组无关的作用 | 第二站任务4 | 第四站任务3、第八站任务3 |
| 秩的乘积下界、和的上界、分块对角 | 第八站任务3B | 该任务的三道独立检验 |
| 能否表示、唯一性、自由参数与两种秩 | 第三站任务1—3 | 第三站任务4、第八站任务5 |
| 等价向量组、单向表示与秩不等式 | 第四站任务1—2 | 第四站任务3 |
| 同秩不充分、与矩阵等价的区别 | 第四站任务1 | 第四站任务3特殊值 |
| 子空间、张成空间、基、维数、坐标 | 第五站任务1—2 | 第五站任务4、第七站任务1 |
| 过渡矩阵方向、坐标换算、逆矩阵 | 第五站任务3 | 第五站任务4—5 |
| 内积、范数、单位化、夹角、投影 | 第六站任务1—2 | 第六站任务3、5 |
| 柯西不等式、等号与保距离 | 第六站任务1变式、任务4 | 对比例与非比例向量各检验一次 |
| 非零正交组无关、规范正交基 | 第六站任务2、4 | 第六站任务5 |
| 施密特的推导、三向量、零残量 | 第六站任务3 | 第六站任务5 |
| 正交矩阵、保内积与长度、必要条件反例 | 第六站任务4 | 第六站过关检查 |
| 交空间、和空间、维数公式 | 第七站任务1—3 | 第七站任务4 |
| 直和、唯一分解与维数相加条件 | 第七站任务5 | 第七站过关检查 |
| 替换的非零系数、相关组加向量 | 第八站任务1 | 第八站任务5 |
| 矩阵幂链、少表多、范德蒙德 | 第八站任务2 | 其独立变式 |
| $AB=0$、解空间的自由参数个数 | 第八站任务3 | 第八站过关检查 |
| 实数平方和、$r(A^TA)=r(A)$ | 第八站任务4 | 第八站过关检查 |
“出现过”只说明覆盖;**独立变式做对、解释成立条件**才说明掌握。
## 参考仓库怎样进入练习
原始文件:[知识章](../../../../参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex)、[练习章](../../../../参考仓库/Math/linear-algebra/exercise/3-vector/vector.tex)。
| 参考例题或主题 | 本版落点 | 处理 |
|---|---|---|
| 初等运算:$\alpha_1+\alpha_2,\alpha_2-\alpha_3,\alpha_3+\alpha_1$ | 第一站任务5 | 保留这组结构,与相加型对比 |
| 定义法代入重组,两个向量表示三个向量 | 第八站任务2 | 修正题面 `3\alpha+1` 排版为 $3\alpha_1$;不用未给的无关条件强行比较系数 |
| $A^k\alpha=0$ 的同乘证明 | 第八站任务2 | 先做 $k=3$,再推广 |
| 范德蒙德向量组 | 第八站任务2变式 | 写清互异前提及 $s<n$ 时的非零子式 |
| 表示不唯一的含参例题 | 第三站任务3 | 保留原向量,完整区分 $a=3,-1$ |
| 三个给定向量表示 $(1,1,3)^T$ | 第三站任务2变式 | 系数回代核对 |
| 极大无关组、等价组与基变换 | 第二、四、五站 | 将概念变成可计算、可反驳的任务 |
参考稿有几处不能直接照抄:
- “$B$ 自身相关就无法表示其他向量”错误:相关组 $(e_1,2e_1)$ 仍能表示 $3e_1$。
- 列向量约定下,$[A\mid B]\to[I\mid C]$($A$ 方阵可逆)给出的是 $B=AC$,不是 $B=CA$。
- 非方阵“满秩”不一定列无关:$2\times3$ 矩阵秩为2仍有3列,列必相关。
- 行变换保留对应列间的线性关系,但通常改变列空间的具体位置,不能据此说两组列向量等价。
## 十年题面逐年查看的结果
以下是学习用的选题记录,**不是各年的向量题总量或分值统计**。链接指向本地题干,教学文件内给任务号。
| 年份 | 与本讲相关的实际材料 | 本版怎样使用 |
|---|---|---|
| [2016](../../../../试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/2016年-题干与题型.md) | 20题矩阵方程分类;21题矩阵幂及列向量组合 | 说明向量语言跨章使用;矩阵幂运算留给后续章节 |
| [2017](../../../../试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/2017年-题干与题型.md) | 13题 $A\alpha_i$ 的秩;20题秩与表示的跨章解答题 | 第二站任务4使用13题;20题特征值前提不提前教学 |
| [2018](../../../../试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/2018年-题干与题型.md) | 6题 $r(A,AB)$;21题 $AP=B$ | 第四站任务2使用6题的A项,注明选项摘取 |
| [2019](../../../../试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/2019年-题干与题型.md) | 13题相关关系与齐次通解;20题基与过渡矩阵 | 第三站任务2;第五站任务4 |
| [2020](../../../../试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/2020年-题干与题型.md) | 6题直线相交与线性表示;21题 $\alpha,A\alpha$ 无关 | 第三站任务4用6题;21题留给特征值章 |
| [2021](../../../../试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/2021年-题干与题型.md) | 6题施密特;21题正交对角化 | 第六站任务3用6题;对角化作为后续用途 |
| [2022](../../../../试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/2022年-题干与题型.md) | 7题含参等价向量组 | 第四站任务3完整分类 |
| [2023](../../../../试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/2023年-题干与题型.md) | 7题共同表示;15题内积条件(转录有缺损) | 第七站任务3改为求全体向量;第六站任务2明确改编 |
| [2024](../../../../试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/2024年-题干与题型.md) | 6题四维含参相关且两两无关 | 第一站任务6保留条件求参数 |
| [2025](../../../../试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/2025年-题干与题型.md) | 6题表示方程的几何意义 | 第八站任务5连接本讲与方程组 |
转录说明:2021原始 Markdown 的“两两相交”按题目数学结构及整理库改为“两两正交”;2023第7题选项残缺,保留向量与共同表示条件,改为直接求向量,不补造选项。2023第15题不作无说明的原题修复。
## 复习时如何回流
将做错的任务记作“不会算/不懂为什么/条件用错”。例如第四站特殊值漏检属于“条件用错”,应重做该站任务3,不能只背最终参数范围。概念错误回到首次建立处,计算错误回到对应消元步骤。
@@ -0,0 +1,139 @@
---
tags: [数学一, 向量, 题中学, 线性相关]
日期: 2026-10-23
---
# 第一站 · 从“配得出来”到“材料有冗余”
这一站不要求你认识“秩”。先把列向量 $(x,y,z)^T$ 理解为按顺序放好的三个数;$T$ 表示把一行转成一列。加法、数乘都逐个分量算,只有维数相同的向量才相加。这里讨论实向量。
## 任务1 · 用两份材料配目标【自编入门】
给定 $u=(1,0,1)^T,v=(0,1,1)^T$。先算 $2u-v$;再找实数 $x,y$,使 $xu+yv=(2,3,5)^T$。把目标的末分量5改成6,还能配出来吗?
**提示:先写三个分量,不急着学术语**
$xu+yv=(x,y,x+y)^T$。前两个分量已经把 $x,y$ 定下来,第三个还必须同时成立。
**反馈:现在给你刚做的事命名**
$2u-v=(2,-1,1)^T$。第二问要求 $x=2,y=3,x+y=5$,有解;改成6后要求 $2+3=6$,矛盾。
$xu+yv$ 叫 $u,v$ 的**线性组合**。能找到一组系数配出目标,叫目标可由它们**线性表示**。所有能配出的向量组成集合 $L(u,v)=\{xu+yv:x,y\in\mathbb R\}$,读作它们的张成空间;这里就是 $z=x+y$ 的过原点平面。
**当场复述**:系数是可选的数,目标向量是已知的数列;“能表示”要求每个分量都同时对上。
**独立变式**:$(1,-2,t)^T$ 何时能由 $u,v$ 表示?请先写三条等式。
**变式核对**
$x=1,y=-2,t=x+y=-1$。只有 $t=-1$ 能表示。
## 任务2 · 第三份材料真的增加能力了吗【自编入门】
添入 $w=u+v=(1,1,2)^T$。用 $u,v,w$ 表示 $(2,3,5)^T$,至少写两种;再找不全为零的数 $p,q,r$ 使 $pu+qv+rw=0$。
**提示:把 $w$ 换回 $u+v$**
$2u+3v=(2-t)u+(3-t)v+tw$,自己先取两个不同的 $t$。
**反馈:相关是“有非平凡的零组合”**
可取 $2u+3v$ 或 $u+2v+w$;又 $u+v-w=0$,系数 $(1,1,-1)$ 不全为零。这样的向量组称为**线性相关**。
只有全零系数才能组合成零,称为**线性无关**。例如 $pu+qv=0$ 的前两个分量迫使 $p=q=0$,所以 $u,v$ 无关。定义里的“零”指所有分量均为零的零向量。
为什么必须说“不全为零”?因为任意向量组都满足 $0u+0v+0w=0$,它无法区分有没有冗余。
由一条非平凡关系,可以反解**系数非零的那个向量**,说明它是其余向量的组合。不能声称相关组中的每个向量都能被其余向量表示。
**独立变式**:在组 $(e_1,e_2,2e_2)$ 中,$e_1=(1,0)^T,e_2=(0,1)^T$。整组相关吗?$e_1$ 能由另外两个表示吗?
**变式核对**
记第三个向量为 $w=2e_2$,有关系 $0e_1+2e_2-w=0$,所以整组相关。但另外两个第一分量都是0,配不出 $e_1$。所以“至少一个可表示”不能换成“每个可表示”。
## 任务3 · 不计算行列式,也能判断【自编辨析】
对下面四句话逐条说明理由,错误的给反例。
1. 含零向量的组相关;两个非零且不成比例的向量无关。
2. 部分向量相关,添入更多向量后仍相关。
3. 整组相关,它的每个部分也相关。
4. 整组无关,它的每个非空部分都无关。
**反馈:用系数补零,而不是背方向**
1成立:零向量系数取1,其余取0;两个非零向量若有 $pu+qv=0$ 的非零系数,就能反解出比例关系。单个非零向量无关,单个零向量相关。
2成立:旧关系后面补零系数。3错误:任务2整组相关,但 $u,v$ 无关。4成立:若某部分相关,补零就让整组相关,矛盾。
**归纳**:相关可向“大组”传递;无关可向“小组”传递。每次忘记方向,就重写那组补零系数。
## 任务4 · 分量变长、向量变多,是同一件事吗【自编桥梁】
① $u=(1,0)^T,v=(0,1)^T$ 后面各添一个任意分量,变成 $(1,0,a)^T,(0,1,b)^T$,还无关吗?
② 将 $(1,0,0)^T,(0,1,0)^T$ 同时删除前两个分量,是否仍无关?
③ 三个二维向量 $e_1,e_2,e_1+e_2$ 为什么相关?推广到 $s$ 个 $n$ 维向量且 $s>n$。
**反馈:分别检查“系数的约束”**
①仍无关:零组合的前两行已经迫使系数全零。**无关向量同时延长仍无关**。②得到两个一维零向量,相关;无关组缩短未必无关。反向的正确结论是:相关组同时删除相同位置的分量,原非平凡零关系仍成立,所以仍相关。相关组延长未必相关,例如 $(1),(1)$ 延长成 $(1,0)^T,(1,1)^T$。
③关系 $e_1+e_2-(e_1+e_2)=0$。一般零组合对应 $n$ 条方程、$s$ 个系数未知量。消元每行最多确定一个主元,$s>n$ 时至少一个系数可自由取,故有非零解,向量组相关。下一站会把独立约束的个数叫作秩。
向量维数是**每个向量有几行**,向量个数是**有几列**,不要混用。
## 任务5 · 看不见分量的向量如何判断【参考仓库题+对比变式】
设 $\alpha_1,\alpha_2,\alpha_3$ 无关。判断
$$\beta_1=\alpha_1+\alpha_2,\quad\beta_2=\alpha_2-\alpha_3,\quad\beta_3=\alpha_3+\alpha_1$$
的相关性;若将中间的减号改成加号呢?来源:参考练习章“线性相关性/初等运算”。
**提示:先相减;对比题再设零组合**
算 $\beta_1-\beta_2$。改加号后,设 $p\beta_1+q\beta_2+r\beta_3=0$,按原 $\alpha$ 合并。
**反馈:原组无关才允许逐个系数置零**
原题 $\beta_1-\beta_2-\beta_3=0$,所以相关,甚至不需要原组无关这个前提。
改加号后零组合为 $(p+r)\alpha_1+(p+q)\alpha_2+(q+r)\alpha_3=0$。由原组无关,$p+r=p+q=q+r=0$,解得 $p=q=r=0$,所以新组无关。
把向量按列排成矩阵 $A$,$Ax$ 就是按 $x$ 的分量组合这些列。因此“无关”也就是 $Ax=0$ 只有零解。**只有列数等于行数时**,才能用方阵行列式是否非零直接判全组无关;非方阵可找子式或消元,不能给整个非方阵写行列式。
## 任务6 · 真题:三个四维向量,为什么不能直接算三阶行列式
【2024数学一第6题,保留题干条件,选择改为求参数】
$$\alpha_1=(a,1,-1,1)^T,\quad\alpha_2=(1,1,b,a)^T,\quad\alpha_3=(1,a,-1,1)^T.$$
三者相关且任意两个无关,求 $a,b$。先只完成一步:设零组合后,写出四条分量方程,找哪两条相减最省事。
**提示1:记系数为 $x,y,z$,比较第三、第四行**
方程为 $ax+y+z=0$,$x+y+az=0$,$-x+by-z=0$,$x+ay+z=0$。后两式相加得到什么?
**提示2:先用“两两无关”排除零系数**
若非平凡关系里 $y=0$,会成为 $x\alpha_1+z\alpha_3=0$,与这两个无关矛盾。所以 $y\ne0$;同理 $x,z$ 也非零。
**反馈与验算**
第三、第四式相加得 $(a+b)y=0$,由 $y\ne0$ 知 $b=-a$。第一式减第四式得 $(a-1)(x-y)=0$;第二式减第四式得 $(a-1)(z-y)=0$。
若 $a=1$,$\alpha_1=\alpha_3$,不满足两两无关。故 $a\ne1$,从而 $x=y=z\ne0$。代回第四式得 $(a+2)y=0$,所以 $a=-2,b=2$。
验充分性:此时三列相加为0;每列非零且任意两列不成比例,所以任意两个无关。原矩阵是 $4\times3$,不应直接写“三阶行列式等于0”作为全题判断。
## 过关检查:用题目把结论收起来
- 不看任务2,写出相关与无关的定义,解释“不全为零”。
- 任务3的四个方向能否用补零或反例说明?
- 重做任务6,能否指出“两两无关”用在哪一步?
三项都完成后再去 [第二站:挑出必须留下的材料](03-点2-秩与极大无关组.md)。若只卡在任务6,重看“哪个系数不能为零”,不要重背整张判据表。
@@ -0,0 +1,104 @@
---
tags: [数学一, 向量, 题中学, 秩]
日期: 2026-10-23
---
# 第二站 · 一堆材料最少留下哪些
接着第一站:线性相关说明有冗余。现在要做的是选出一部分,让它既没有冗余,又能替代原组全部材料。
## 任务1 · 不消元,先亲手删材料【自编】
$$a_1=(1,2,-1)^T,\ a_2=(2,4,-2)^T,\ a_3=(0,1,1)^T,\ a_4=(1,3,0)^T.$$
尝试只保留两个向量,表示出另两个。再说明:为什么不能只留一个?
**提示**
比较 $a_2$ 与 $a_1$,再算 $a_1+a_3$。最后检查 $a_1,a_3$ 是否成比例。
**反馈:极大无关组与秩是刚做的两件事**
$a_2=2a_1,a_4=a_1+a_3$,所以可留 $a_1,a_3$。它们无关:设 $pa_1+qa_3=0$,第一分量给 $p=0$,第二分量给 $q=0$。一个向量只能生成一条直线,无法同时表示这两个无关方向。
从原组里选出的子组,满足“自身无关、原组每个向量都能由它表示”,叫**极大线性无关组**。所有这样的子组个数相同,这个数叫原向量组的**秩**。本题秩是2。
“极大”指在原组中再添任何未选向量就会相关,不是指向量分量的数值最大。可以另选 $a_1,a_4$,所以极大无关组通常不唯一,秩却唯一。全零向量组秩为0;允许空组作其极大无关组,也有教材不使用这个称呼,不能把零向量本身当无关向量。
## 任务2 · 看不出关系时,让消元替你找【沿用任务1】
把向量按列排成矩阵。完成下面最后一次行变换,找出每行第一个非零元所在的列。
$$A=\begin{pmatrix}1&2&0&1\\2&4&1&3\\-1&-2&1&0\end{pmatrix}
\xrightarrow{R_2-2R_1,\ R_3+R_1}
\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&1&1\end{pmatrix}.$$
**反馈:主元列号留下,向量回原组取**
作 $R_3\leftarrow R_3-R_2$ 得
$$H=\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&0&0\end{pmatrix}.$$
每行第一个非零位置叫主元位置,这里主元列为第1、3列。它们无关,其余列由它们表示,所以秩为2;答案要取**原矩阵的**第1、3列,即 $a_1,a_3$,不是 $H$ 的第1、3列。
为什么 $H$ 中读出的列关系可以带回去?同一次行操作对所有列一起进行,且可以逆着撤销。若新列满足 $h_2=2h_1$,逆操作后仍有 $a_2=2a_1$。用矩阵语言,$H=PA$,$P$ 可逆,故 $Ax=0\iff Hx=0$。
**从这道题归纳算法**:按列拼→行变换成阶梯形→数非零行→取对应原主元列→表示其余向量。阶梯形已能回代,不必每题化成最简形。列变换也能求秩,但若不记录它如何混合原列,就不能照搬列号来选原向量。
这里用到矩阵秩定理:行秩、列秩、非零子式最高阶数都相等,并等于阶梯形非零行数。本章用它把矩阵计算与“保留几个向量”接起来。
## 任务3 · 独立选一次,并检查上界和下界【自编】
$$b_1=(1,1,0,0)^T,\ b_2=(0,1,1,0)^T,\ b_3=(0,0,1,1)^T,\ b_4=(1,0,0,1)^T.$$
求秩、一个极大无关组和未选向量的表示。再判断:只写 $b_4=b_1-b_2+b_3$,是否足以断定秩为3?
**提示**
一条关系只保证至多留下3个。还要设 $p b_1+q b_2+r b_3=0$,用前几个分量判断能否留下3个无关的。
**反馈**
关系给出 $r\le3$。前三列零组合的第一行给 $p=0$,第二行再给 $q=0$,第三行给 $r=0$(这里系数 $r$ 与秩符号区分理解)。所以前三列无关,秩至少3,最终为3;可选 $b_1,b_2,b_3$。
**秩等于某数**需要两边:能由几个向量表示给上界;找到几个无关向量给下界。含参题里若行列式为0,只能得“秩低于阶数”,不能直接断定恰好低1。
## 任务4 · 真题:未知向量的分量不需要知道
【2017数学一第13题】
$$M=\begin{pmatrix}1&0&1\\1&1&2\\0&1&1\end{pmatrix},$$
$\alpha_1,\alpha_2,\alpha_3$ 是三个线性无关的三维列向量,求 $M\alpha_1,M\alpha_2,M\alpha_3$ 的秩。
先填空:若 $P=(\alpha_1,\alpha_2,\alpha_3)$,新组按列排成的矩阵是 $MP$ 还是 $PM$?
**提示**
矩阵乘法按列看:$MP=(M\alpha_1,M\alpha_2,M\alpha_3)$。$P$ 为什么可逆?
**反馈:把“无关”转成能使用的条件**
$P$ 是三阶方阵且列无关,故可逆,$r(MP)=r(M)$。$M$ 第三列为前两列之和,而前两列无关,故答案为2。
右乘可逆矩阵只做可逆的列组合,不改变列张成空间和秩;左乘可逆矩阵保留列关系和秩,却可能把整个空间移到另一个位置。
两种题不要混:这里是 $MP$,用 $P$ **可逆**。第一站任务5是 $B=AC$,原 $A$ 可以是长方矩阵;若 $A$ 的列无关,则 $ACy=0\iff Cy=0$,从而 $r(AC)=r(C)$。不能把“列无关”和“可逆”对任意矩阵互换。
**独立变式**:若删去原组无关条件,答案还一定是2吗?
**变式核对**
不一定,原向量全取零向量,新组秩为0。一般只有 $r(MP)\le\min(r(M),r(P))$,因为输出只能是 $M$ 列的组合,且线性映射不会增加输入空间的维数。
## 过关检查
1. 回到任务1,另找一组极大无关组,并表示其余向量。
2. 解释为什么矩阵 $\begin{pmatrix}1&0&1\\0&1&1\end{pmatrix}$ 已“满秩”却列相关。
3. 合上反馈重做2017题,写清乘法顺序和可逆性来自哪里。
**检查1、2核对**
可选 $a_1,a_4$,此时 $a_3=a_4-a_1,a_2=2a_1$。第二题秩为2等于行数,却小于列数3;**列无关的判据是秩等于列数**,不是笼统地说满秩。
下一站 [第三站:能表示与表示唯一](04-点3-线性表示.md)。记住的应是“秩数的是独立方向”,并且能从题目中把它算出来。
@@ -0,0 +1,123 @@
---
tags: [数学一, 向量, 题中学, 线性表示]
日期: 2026-10-23
---
# 第三站 · 配得出,和只有一种配法,是两回事
第二站选出独立材料;这一站研究给定目标是否在材料的能力范围内,以及冗余如何变成多种配法。
## 任务1 · 同一目标,换一套材料【自编】
仍取 $u=(1,0,1)^T,v=(0,1,1)^T,w=u+v$。
① 用 $u,v$ 表示 $b=(2,3,5)^T$。② 用 $u,v,w$ 表示同一个 $b$,写出全部系数。③ 目标改为 $c=(2,3,6)^T$,加进 $w$ 有用吗?
**提示**
设 $xu+yv+zw=b$,将 $w$ 替换成 $u+v$。第一、二分量怎样限制 $x+z,y+z$?
**反馈:唯一性的根源是零组合**
①唯一为 $2u+3v$。②要求 $x+z=2,y+z=3$,令 $z=t$,全部系数为 $(2-t,3-t,t)^T$。③无用:每个材料都满足末分量等于前两分量之和,任何组合仍满足该条件,所以配不出 $c$。
若同一目标有两套系数 $x,y$,两式相减给 $A(x-y)=0$。**材料无关**时只允许 $x-y=0$,表示一旦存在就唯一;材料相关时有非零零组合 $h$,已有一个表示 $x_0$ 就能构造 $x_0+th$ 的无穷多种表示。注意这仍以“已有一个表示”为前提。
因此,“组相关”不能推出“任意目标都有无穷多种表示”。任务③就是无解的反例。
## 任务2 · 把消元结果翻译成三种结论【自编+真题练习】
若材料列为 $a_1,\ldots,a_s$,目标为 $b$,设 $a_1x_1+\cdots+a_sx_s=b$,简写 $Ax=b$。把目标放在最右边成为增广矩阵 $[A\mid b]$,对所有列一起做行变换。
请判断下面三种结果,说明右端为什么重要:
$$\begin{pmatrix}1&0&\mid&2\\0&1&\mid&3\\0&0&\mid&0\end{pmatrix},\quad
\begin{pmatrix}1&0&1&\mid&2\\0&1&1&\mid&3\\0&0&0&\mid&0\end{pmatrix},\quad
\begin{pmatrix}1&0&1&\mid&2\\0&1&1&\mid&3\\0&0&0&\mid&1\end{pmatrix}.$$
**反馈:从行的含义长出秩判据**
第一种:$x_1=2,x_2=3$,唯一。第二种:自由取 $x_3=t$,得 $(2-t,3-t,t)^T$,无穷多。第三种最后一行要求 $0=1$,无解。
有无矛盾行,等价于右端那列是否产生新主元:
| 从消元看到什么 | 翻译成秩 | 表示结论 |
|---|---|---|
| 右端不添主元,每个系数列都有主元 | $r(A)=r(A\mid b)=s$ | 唯一表示 |
| 右端不添主元,有自由系数 | $r(A)=r(A\mid b)<s$ | 无穷多表示 |
| 出现左0右非0 | $r(A\mid b)>r(A)$ | 不能表示 |
只添一列,秩至多增加1;不能表示时就恰好增加1。这里的 $s$ 是材料个数,不是每个向量的维数。齐次方程有 $s-r(A)$ 个自由系数;其全部解构成的空间维数也是 $s-r(A)$。
**独立练习A【2019数学一第13题】**:$A=(\alpha_1,\alpha_2,\alpha_3)$,$\alpha_1,\alpha_2$ 无关,$\alpha_3=-\alpha_1+2\alpha_2$。求 $Ax=0$ 的全部解。
**独立练习B【参考仓库“向量线性表示”例题】**:用 $(1,1,1)^T,(1,2,4)^T,(1,3,9)^T$ 表示 $(1,1,3)^T$,并说明唯一性。
**两题反馈**
A:零组合整理为 $(x_1-x_3)\alpha_1+(x_2+2x_3)\alpha_2=0$,得 $x=t(1,-2,1)^T$。两个独立材料、三个系数,所以有一个自由参数。
B:分量方程 $x+y+z=1,x+2y+3z=1,x+4y+9z=3$,相减得 $y+2z=0,3y+8z=2$,解得 $(x,y,z)=(2,-2,1)$。齐次差分方程仅有零解,因此表示唯一。回代:$2(1,1,1)-2(1,2,4)+(1,3,9)=(1,1,3)$。
## 任务3 · 真正的含参题必须保留哪些特殊值
【参考仓库“矩阵秩”例题,保留向量并扩展分类】
$$a_1=(1,2,1)^T,\quad a_2=(2,3,a)^T,\quad a_3=(1,a+2,-2)^T,\quad b=(1,3,0)^T.$$
问 $b$ 何时唯一表示、无穷多表示、不能表示。请先完成两次行变换,不要直接除含参数的式子。
**提示:从增广矩阵出发**
$R_2\leftarrow R_2-2R_1,R_3\leftarrow R_3-R_1$,再用第二行消去第三行第二个元素。
**反馈:同一次消元给出所有分支**
$$\begin{pmatrix}1&2&1&1\\2&3&a+2&3\\1&a&-2&0\end{pmatrix}
\longrightarrow\begin{pmatrix}1&2&1&1\\0&-1&a&1\\0&a-2&-3&-1\end{pmatrix}
\longrightarrow\begin{pmatrix}1&2&1&1\\0&-1&a&1\\0&0&(a-3)(a+1)&a-3\end{pmatrix}.$$
- $a\ne3,-1$:三个系数都有主元,唯一表示。
- $a=3$:末行全零,前两行独立,两个秩均为2,小于系数个数3,无穷多表示。
- $a=-1$:末行是 $0=-4$,不能表示。
**再往前走一步**:$a=3$ 时令 $x_3=t$,第二行 $-x_2+3t=1$,得 $x_2=3t-1$;第一行给 $x_1=3-7t$。所有系数为
$$x=(3,-1,0)^T+t(-7,3,1)^T.$$
**独立变式**:只在 $a=-1$ 时,把目标换成 $(1,2,1)^T$,还有矛盾吗?
此时目标就是 $a_1$,当然有解,而材料组仍相关,所以无穷多表示。这说明“同一材料组相关”并不能替你判断右端的相容性。
参数作除数前必须把它为零的情形留下。先除以 $a-3$ 会把题目所问的无穷多表示情形整支删掉。
## 任务4 · 真题把“表示”藏在两条直线里
【2020数学一第6题,选择改为判断必能表示的向量】
记 $\alpha_i=(a_i,b_i,c_i)^T$。直线
$$L_1:\frac{x-a_2}{a_1}=\frac{y-b_2}{b_1}=\frac{z-c_2}{c_1},\quad
L_2:\frac{x-a_3}{a_2}=\frac{y-b_3}{b_2}=\frac{z-c_3}{c_2}$$
相交于一点。$\alpha_1,\alpha_2,\alpha_3$ 中,哪一个必能由另外两个表示?先将直线写成“起点+参数×方向”。
**提示**
交点的位置向量满足 $\alpha_2+t\alpha_1=\alpha_3+s\alpha_2$,其中两条直线的参数可以不同。
**反馈与迁移**
移项即 $\alpha_3=t\alpha_1+(1-s)\alpha_2$,所以必能被表示的是 $\alpha_3$。几何外衣剥开后,还是材料与目标的方程。
不能随意反解出另外两个:反解 $\alpha_1$ 需要 $t\ne0$,反解 $\alpha_2$ 需要 $1-s\ne0$,题目未保证。
**独立追问**:令 $\alpha_1=e_1,\alpha_2=e_2,\alpha_3=e_2$,两线分别为 $e_2+t e_1$ 与 $e_2+s e_2$,只交于 $e_2$。$\alpha_1$ 就不能由其余两个表示,说明不能多选一个未经保证的结论。这里用参数式表达直线,避免零分母的记号问题。
## 过关检查
- 用任务1解释:为什么“无关”只保证表示存在时唯一?
- 合上反馈重算任务3,写出两个特殊值为何结论不同。
- 对任意 $Ax=b$,先问是否相容,再问是否有自由系数;用任务2的三行表核对。
下一站 [第四站:两套材料何时等价](05-点4-向量组等价.md)。
@@ -0,0 +1,97 @@
---
tags: [数学一, 向量, 题中学, 等价]
日期: 2026-10-23
---
# 第四站 · 两套材料的能力一样吗
已经会判断“一个目标能否被表示”。现在把目标换成另一整组向量:是否每个目标都能表示?是否还能反过来?
## 任务1 · 同秩,为什么还会不等价【自编对比】
取 $e_1=(1,0)^T,e_2=(0,1)^T$,比较三组材料:$A=(e_1)$,$B=(2e_1,3e_1)$,$C=(e_2)$。
① 各自秩为几?② $A,B$ 能否互相表示?③ $A,C$ 呢?
**反馈:给“能力相同”一个精确定义**
三组秩都为1。$2e_1,3e_1$ 都由 $e_1$ 表示,$e_1=\tfrac12(2e_1)$,所以 $A,B$ 能互相表示;$A,C$ 张成不同坐标轴,不能互相表示。
同维向量组能**互相线性表示**,称为等价;等价就是张成集合相同,即 $L(A)=L(B)$。向量个数可以不同,秩相同只是必要条件。等价具有自反、对称、传递性,因为“每个向量都可组合得到”可以代入传递。
别混成**矩阵等价**:同型矩阵可以通过初等行列变换互相得到,当且仅当同秩。把 $e_1,e_2$ 看作两个 $2\times1$ 矩阵,它们同秩,故矩阵等价;把它们各看作一组向量,则向量组不等价。
**独立变式**:将 $e_1$ 所在矩阵交换两行后变成 $e_2$。行变换是否总保持列向量组等价?
**核对**
不保持;它保持列之间的关系和秩,却可能改变张成空间的位置。交换两行就是反例。可逆列变换则是列之间的双向表示,所以保持列空间。
## 任务2 · 单向表示还缺什么【自编推导+真题选项】
$B=(u,v)$,$A=(u+v)$,其中 $u,v$ 无关。$A$ 可由 $B$ 表示,能否反过来?再将 $A$ 改为 $(u+v,u-v)$ 呢?
**提示**
第一组只有一个独立方向;第二组能否将两式相加、相减反解 $u,v$?
**反馈:单向+同秩为何足够**
第一种不能反向,因为 $r(A)=1<2=r(B)$。第二种可以:$u=\tfrac12[(u+v)+(u-v)]$,$v=\tfrac12[(u+v)-(u-v)]$。
一般地,若 $A$ 可由 $B$ 表示,$L(A)\subseteq L(B)$,故 $r(A)\le r(B)$;若再同秩,有限维子空间包含且维数相同,就必相同。
不想用空间语言也可以:把两组拼起来,$A$ 已由 $B$ 表示,所以 $r(A,B)=r(B)$。若 $r(A)=r(B)$,便得三个秩相等。于是归纳出判据:
$$A\text{ 与 }B\text{ 等价}\iff r(A)=r(B)=r(A,B).$$
**独立练习【2018数学一第6题的A项,摘为证明题】**:证明 $r(M,MN)=r(M)$。
把 $N$ 第 $j$ 列记作 $n_j$,$Mn_j$ 是 $M$ 的列组合,所以添入 $MN$ 不增加可生成的向量。故两者列空间相同、秩相同。这里不要求 $N$ 可逆,也不要求 $M$ 列无关。
## 任务3 · 真题:一般值算完,特殊值不能丢
【2022数学一第7题,保留向量与等价条件,改为求参数范围】
$$\alpha_1=(\lambda,1,1)^T,\quad\alpha_2=(1,\lambda,1)^T,\quad
\alpha_3=(1,1,\lambda)^T,\quad\alpha_4=(1,\lambda,\lambda^2)^T.$$
求使 $(\alpha_1,\alpha_2,\alpha_3)$ 与 $(\alpha_1,\alpha_2,\alpha_4)$ 等价的所有实数 $\lambda$。
**先做两步**:分别写两组三阶行列式;把“两个都非零”时的结论写下,再圈出尚未处理的数。
**提示1:先锁定分界点**
令两组矩阵为 $A,B$,计算得 $\det A=(\lambda-1)^2(\lambda+2)$,$\det B=(\lambda-1)^2(\lambda+1)^2$。分界点为 $1,-2,-1$。
**提示2:非零行列式不是等价的必要条件**
两个都可逆时,两组都能生成整个 $\mathbb R^3$,必等价。但两个都奇异时仍可能等价,例如任务1的 $A,B$。所以 $\lambda=1$ 必须代回。
**反馈:逐支核对**
对 $A$ 作 $C_2-C_1,C_3-C_1$,提出两次 $\lambda-1$ 后展开,可得 $(\lambda-1)^2(\lambda+2)$。$B$ 按第一行展开为
$$\lambda(\lambda^3-\lambda)-(\lambda^2-\lambda)+(1-\lambda)
=\lambda^4-2\lambda^2+1=(\lambda-1)^2(\lambda+1)^2.$$
- $\lambda\notin\{1,-1,-2\}$:两组秩均为3,张成 $\mathbb R^3$,等价。
- $\lambda=1$:四个向量全为 $(1,1,1)^T$,两组相同,秩均为1,等价。
- $\lambda=-1$:$A$ 行列式非零,秩3;$B$ 行列式为0,秩低于3,不等价。
- $\lambda=-2$:$A$ 秩低于3,$B$ 秩3,不等价。
所以范围为 $\boxed{\lambda\ne-1,-2}$。这里不是“同秩所以等价”的误用:一般值两组都生成**同一个整个空间**,特殊值1直接核对了向量。
**独立迁移【自编】**:$A=(e_1,e_2)$,$B=(e_1,t e_2)$。求等价条件;再添 $e_1+e_2$ 到 $B$,条件变了吗?
**核对与归纳**
原条件 $t\ne0$;添列后所有 $t$ 都等价,因为 $e_2=(e_1+e_2)-e_1$。题目问的是能力集合,向量越多不一定秩越大,但某一列可能恰好补齐缺失方向。
## 过关检查
- 给出“同秩而不等价”的最小反例。
- 用拼接矩阵说明“单向+同秩”足够。
- 闭卷列出真题的三个特殊值,并解释为什么1要保留。
下一站 [第五站:给一套无冗余材料取名为基](06-点5-基坐标与过渡矩阵.md)。
@@ -0,0 +1,120 @@
---
tags: [数学一, 向量, 题中学, 基, 坐标, 过渡矩阵]
日期: 2026-10-23
---
# 第五站 · 向量没有变,为什么坐标会变
前四站用“材料”理解向量组。现在把可生成的全体向量作为研究对象,再问:选一套什么材料,才能让其中每个向量都有唯一的表示数字?
## 任务1 · 什么集合容得下线性组合【自编】
判断下面三个集合中,任意两个元素相加、任意元素乘任意实数,结果是否还在集合里。不能只试一组好例子。
$$V=\{(x,y,z)^T:z=x+y\},\quad W=\{(x,y,z)^T:z=x+y+1\},\quad U=\{(x,y)^T:x\ge0\}.$$
**提示**
$V$ 中两个向量分别满足 $z_1=x_1+y_1,z_2=x_2+y_2$。$W$ 是否含零向量?$U$ 遇到负数倍呢?
**反馈:子空间在这道题里出现**
$V$ 对加法与数乘封闭:将两式相加、或同乘实数即可。它非空,称为 $\mathbb R^3$ 的**子空间**。所有三维实列向量组成 $\mathbb R^3$;这里的向量空间使用通常加法、数乘。
$W$ 不含零向量,且两个元素相加后常数变为2,不封闭。$U$ 含零向量,却对数乘不封闭,例如 $-1(1,0)^T=(-1,0)^T$ 不在其中。**含零向量只是必要条件**。
第一站的 $L(u,v)$ 就是 $V$:任意组合 $(p,q,p+q)^T$ 都在其中,反过来每个 $(x,y,x+y)^T=xu+yv$。任意向量组的全体线性组合都构成子空间。
## 任务2 · 极大无关组成为空间的基【自编】
在上述 $V$ 中,$u=(1,0,1)^T,v=(0,1,1)^T$。① 为什么它们能让 $V$ 中每个向量都有唯一表示?② $b=(2,3,5)^T$ 的表示数字是什么?③ $V$ 是三维还是二维?
**反馈:分清所在空间与自身维数**
任务1已证它们生成整个 $V$,第一站已证它们无关,所以表示存在且唯一。这样的**有序无关生成组**称为 $V$ 的一组基。基向量个数叫维数,故 $\dim V=2$,虽然每个向量都有3个分量。
$b=2u+3v$,所以 $b$ 在基 $(u,v)$ 下的坐标是 $(2,3)^T$。向量本身是 $(2,3,5)^T$,坐标是相对于所选基的系数;二者维数可以不同。
**独立变式**:把有序基换成 $(v,u)$,坐标变成 $(3,2)^T$。顺序也是基数据的一部分。在 $\mathbb R^n$ 中,$n$ 个无关向量自动构成基;少于 $n$ 个即使无关,也只能成为它们所张成子空间的基。
## 任务3 · 不背方向,从两次表示推出坐标换算【自编】
仍在 $V$ 中,旧基 $U=(u,v)$,新基 $F=(f_1,f_2)$,其中 $f_1=u+v,f_2=u-v$。求 $b=2u+3v$ 在新基下的坐标。
先完成:新基矩阵 $F=UC$ 中的 $C$;再设 $b=Ux=Fy$,推导 $x,y$ 的关系。
**提示**
$C$ 的第1列是 $f_1$ 在旧基下的系数,第2列是 $f_2$ 的系数。$U$ 是 $3\times2$,不能给它写 $U^{-1}$,但其列无关,可以从 $Uz=0$ 推出 $z=0$。
**反馈:基的式子和坐标的式子一起写**
$$C=\begin{pmatrix}1&1\\1&-1\end{pmatrix},\quad\det C=-2\ne0.$$
可逆说明新组与旧基双向表示且无关,所以新组也是 $V$ 的基。由 $Ux=UCy$,得 $U(x-Cy)=0$;利用旧基无关,$x=Cy$。取 $x=(2,3)^T$,解
$$y_1+y_2=2,\quad y_1-y_2=3,$$
得到 $y=(5/2,-1/2)^T$,回代 $\tfrac52 f_1-\tfrac12 f_2=2u+3v$。
现在才命名:约定**从旧基 $U$ 到新基 $F$ 的过渡矩阵**为满足 $F=UC$ 的 $C$。它的列是新基在旧基下的坐标;坐标满足 $x_{旧}=C x_{新}$。反方向基变换是 $U=FC^{-1}$,反方向过渡矩阵为 $C^{-1}$。
先写基等式再写坐标等式,不凭“从旧到新”几个字猜乘法方向。标准基矩阵为单位阵 $I$ 时,过渡矩阵才恰好等于新基向量按列排成的矩阵;一般旧基不是标准基时不能直接照抄新基矩阵。
## 任务4 · 真题:坐标既是条件,也是解题工具
【2019数学一第20题】
设 $\alpha_1=(1,2,1)^T,\alpha_2=(1,3,2)^T,\alpha_3=(1,a,3)^T$ 为 $\mathbb R^3$ 的一个基。$\beta=(1,1,1)^T$ 在这个基下坐标为 $(b,c,1)^T$。
(Ⅰ)求 $a,b,c$。 (Ⅱ)证明 $\alpha_2,\alpha_3,\beta$ 为基,并求从 $\alpha_2,\alpha_3,\beta$ 到 $\alpha_1,\alpha_2,\alpha_3$ 的过渡矩阵。
先只做(Ⅰ):把“坐标为”翻译成向量等式,再逐分量列式。
**提示1:不要先求逆矩阵**
$\beta=b\alpha_1+c\alpha_2+\alpha_3$,得到 $b+c=0$,$2b+3c+a=1$,$b+2c=-2$。
**(Ⅰ)反馈**
第一、三式给 $c=-2,b=2$,第二式给 $a=3$。于是 $\beta=2\alpha_1-2\alpha_2+\alpha_3$。请回代验证三个分量,而不是记住参数答案。
现在做(Ⅱ)。注意题目指定的旧基是 $N=(\alpha_2,\alpha_3,\beta)$,新基是 $A=(\alpha_1,\alpha_2,\alpha_3)$。
**提示2:先写容易的方向,最后取逆**
已知 $\beta$ 在 $A$ 下的坐标,所以很容易写 $N=AD$。但题目要的是 $A=NC$ 中的 $C$。
**(Ⅱ)反馈与解释**
$$N=AD,\quad D=\begin{pmatrix}0&0&2\\1&0&-2\\0&1&1\end{pmatrix},\quad\det D=2\ne0.$$
$A$ 是已知的基矩阵,$D$ 可逆,所以 $N$ 也是基。由 $\beta=2\alpha_1-2\alpha_2+\alpha_3$ 反解
$$\alpha_1=\alpha_2-\tfrac12\alpha_3+\tfrac12\beta.$$
再将三条新基表示的系数按列排,题目所求为
$$\boxed{C=\begin{pmatrix}1&1&0\\-1/2&0&1\\1/2&0&0\end{pmatrix}}.$$
验证 $DC=I$,或逐列看 $A=NC$。容易直接读出的 $D$ 恰好是反方向矩阵;能读出矩阵还不够,必须核对题目问的方向。
## 任务5 · 独立换算,检查是否只会照抄【沿用真题数据】
设 $\gamma$ 在 $A$ 下坐标为 $(1,0,2)^T$。求它在 $N$ 下的坐标,并用具体向量回代核对。
**提示**
刚求出的 $C$ 满足 $A=NC$,所以 $x_N=Cx_A$。
**反馈**
$x_N=(1,3/2,1/2)^T$。此时 $a=3$,$\gamma=\alpha_1+2\alpha_3=(3,8,7)^T$,同时 $\alpha_2+\tfrac32\alpha_3+\tfrac12\beta=(3,8,7)^T$,两次表示一致。
## 过关检查
- 能否用反例说明“含零向量”不足以成为子空间?
- 用任务2解释向量的分量与相对基坐标为何不同。
- 只写 $F=UC,b=Ux=Fy$,自行推得坐标公式,再重做任务5。
下一站 [第六站:让基向量彼此垂直](07-点6-内积正交与施密特.md)。
@@ -0,0 +1,131 @@
---
tags: [数学一, 向量, 题中学, 内积, 正交, 施密特]
日期: 2026-10-23
---
# 第六站 · 从“怎样垂直”推导施密特
第五站的一般基要解方程求坐标。如果基向量彼此垂直,系数就能单独取出来。这一站先找到这种便利,再构造这样的基。
## 任务1 · 一次内积同时告诉你长度与角度【自编】
对实向量,定义内积 $a^Tb=\sum_i a_i b_i$,即对应分量相乘后相加。取 $a=(1,1,0)^T,b=(1,-1,2)^T$,求 $a^Tb,a^Ta,b^Tb$;将 $b$ 乘什么数能使长度为1?
**反馈:先算,再认识符号**
$a^Tb=0,a^Ta=2,b^Tb=6$。长度(范数)定义为 $\|a\|=\sqrt{a^Ta}$,所以长度分别为 $\sqrt2,\sqrt6$;$b/\sqrt6$ 为单位向量。
内积为0叫**正交**。非零向量的夹角满足 $\cos\theta=\dfrac{a^Tb}{\|a\|\|b\|}$,因此本题垂直。零向量可与所有向量正交,但没有定义方向、不能单位化,也不能用这条式子给它定义夹角。
由分量定义可直接展开:$a^Tb=b^Ta$,$(a+b)^Tc=a^Tc+b^Tc$,$(ta)^Tb=t(a^Tb)$;$a^Ta\ge0$ 且只在 $a=0$ 时等于0。稍后投影和证明都从这几条出发。
**独立变式**:$p=(1,0)^T,q=(1,1)^T$ 的夹角?$\cos\theta=1/\sqrt2$,所以 $\theta=\pi/4$。不要把内积1直接当作余弦值。
**再想一步【自编变式】**:夹角公式的结果为什么一定在 $[-1,1]$ 内?对非零 $v$,将 $t=u^Tv/(v^Tv)$ 代入 $\|u-tv\|^2\ge0$,试着整理。
**反馈:从减投影得到柯西不等式**
展开得 $\|u\|^2-(u^Tv)^2/\|v\|^2\ge0$,即 $|u^Tv|\le\|u\|\|v\|$,称为柯西不等式;$v=0$ 时也直接成立。等号当且仅当两向量线性相关(非零时成比例),因为这时恰有残量 $u-tv=0$。
自己检验 $u=(1,0)^T,v=(1,1)^T$ 时严格小于,换成 $v=(2,0)^T$ 时取等号。不等式不是额外背诵项,它确保你刚用的夹角公式有意义。
## 任务2 · 正交材料能把系数一个个“取出来”
【取材2023数学一第15题,明确改编】本地转录含未定义的 $\alpha_4$,以下自行将目标限制在前三个向量张成空间内,不称原题:
$$a_1=(1,0,1,1)^T,\quad a_2=(-1,-1,0,1)^T,\quad
a_3=(0,1,-1,1)^T,\quad b=(1,1,1,-1)^T.$$
设 $g=k_1a_1+k_2a_2+k_3a_3$,且 $g^Ta_i=b^Ta_i\ (i=1,2,3)$。求 $k_i$ 及 $k_1^2+k_2^2+k_3^2$。先只算三对不同向量的内积。
**提示**
三对内积都为0。将 $g$ 的组合式与 $a_1$ 作内积,哪些项消失?剩下的分母应该是什么?
**反馈:坐标公式由消项得到**
$a_i^Ta_i=3$,且 $a_i^Ta_j=0\ (i\ne j)$。于是 $3k_i=b^Ta_i$。右边依次为 $1,-3,-1$,故 $k=(1/3,-1,-1/3)^T$,平方和为 $11/9$。
这三个非零正交向量必无关:若 $\sum c_i a_i=0$,逐一与 $a_j$ 作内积,就有 $c_j\|a_j\|^2=0$,推出所有 $c_j=0$。
对正交基 $u_i$,空间内向量的坐标是 $\dfrac{b^Tu_i}{u_i^Tu_i}$;若已单位化为 $e_i$,坐标才直接是 $b^Te_i$。本题 $b$ 未必在三维张成空间里,所以 $g$ 是满足条件的投影向量,不能直接声称 $g=b$。
**独立追问**:计算 $g=(4/3,2/3,2/3,-1)^T$,于是 $b-g=(-1/3,1/3,1/3,0)^T$。核对它与三个 $a_i$ 的内积均为0。余下的部分在所有材料方向上都没有分量,这就是投影的含义。
## 任务3 · 真题:不背投影系数,自己把它解出来
【2021数学一第6题,保留向量与正交条件,选择改为求系数】
$$\alpha_1=(1,0,1)^T,\quad\alpha_2=(1,2,1)^T,\quad\alpha_3=(3,1,2)^T,$$
$$\beta_1=\alpha_1,\quad\beta_2=\alpha_2-k\beta_1,\quad
\beta_3=\alpha_3-l_1\beta_1-l_2\beta_2.$$
三者两两正交,求 $k,l_1,l_2$。转录中的“两两相交”按整理题库及数学条件写成“两两正交”。
**先做第一步**:令 $\beta_2^T\beta_1=0$,推导 $k$,不要先看通用公式。
**提示1:把正交条件展开**
$0=\alpha_2^T\beta_1-k\beta_1^T\beta_1$。所以 $k$ 的分母为长度平方,分子是内积。
**前两步反馈**
$k=2/2=1$,得 $\beta_2=(0,2,0)^T$。再将 $\beta_3$ 分别与 $\beta_1,\beta_2$ 作内积,由两者已正交,一个条件只剩一个未知量:
$$l_1=\frac{\alpha_3^T\beta_1}{\beta_1^T\beta_1}=\frac52,\qquad
l_2=\frac{\alpha_3^T\beta_2}{\beta_2^T\beta_2}=\frac24=\frac12.$$
得 $\beta_3=(1/2,0,-1/2)^T$。自己核对与前两向量内积均为0。
**现在再归纳**:第一个保留;每个后来的向量都减去它在所有已得到的正交方向上的投影。这就是施密特正交化:
$$u_1=\alpha_1,\qquad
u_j=\alpha_j-\sum_{i<j}\frac{\alpha_j^Tu_i}{u_i^Tu_i}u_i.$$
减去前面的组合不改变前 $j$ 个向量所张成的空间,因为也能从等式反解回 $\alpha_j$。原组无关时每个残量非零;若原组相关,某步可能得到零,应跳过零残量,继续对余下材料减投影。不能把零向量拿去作下一步分母。
**继续:将真题结果单位化**
得到 $e_1=(1,0,1)^T/\sqrt2,e_2=(0,1,0)^T,e_3=(1,0,-1)^T/\sqrt2$。它们两两正交、长度为1,叫**规范正交基**。
投影时除长度平方;单位化时除长度。先正交化再统一单位化,或每得到一个非零正交向量立即单位化,都合法;关键是始终使用与当前向量一致的内积和分母。
## 任务4 · 正交矩阵把坐标变换简化成什么【沿用任务3】
把 $e_1,e_2,e_3$ 按列拼成方阵 $Q$。不直接乘整块矩阵,判断 $Q^TQ$ 的第 $(i,j)$ 个元素;再求 $d=(2,3,0)^T$ 在这组基下的坐标。
**反馈:把列内积拼起来**
第 $(i,j)$ 元是 $e_i^Te_j$,所以 $Q^TQ=I$,$Q$ 称为**正交矩阵**,$Q^{-1}=Q^T$,因此坐标为 $Q^Td=(\sqrt2,3,\sqrt2)^T$。这与一般基要解方程是一回事,只是逆矩阵现在容易写。
对实方阵,以下条件等价:$Q^TQ=I$、$Q^{-1}=Q^T$、$QQ^T=I$、列构成规范正交基、行构成规范正交基。它还保内积和长度:$(Qx)^T(Qy)=x^Ty$,故也保夹角。
对 $Q^TQ=I$ 取行列式得 $(\det Q)^2=1$,即 $\det Q=\pm1$。这是必要条件,反向不足:$H=\begin{pmatrix}1&1\\0&1\end{pmatrix}$ 行列式为1,但两列内积为1,不正交。仅仅每列长为1也不够,还要两两正交。
**再验两个性质**:若 $P,Q$ 都正交,$(PQ)^T(PQ)=Q^TP^TPQ=I$,所以乘积正交,逆矩阵与转置也正交;且 $\|Qx-Qy\|=\|Q(x-y)\|=\|x-y\|$,所以也保距离。反向若实方阵对所有 $x$ 保长度,可依次取标准基 $e_i$、$e_i+e_j$ 得到列长1、列间内积0,从而正交。
## 任务5 · 独立施密特,检查是不是真会【自编】
对 $a_1=(1,1,0)^T,a_2=(1,0,1)^T,a_3=(0,1,1)^T$ 正交化、单位化。另问:把第三个改成 $a_1+a_2$ 后,第三步会怎样?
**提示**
前两步得到 $u_1=(1,1,0)^T,u_2=(1/2,-1/2,1)^T$,第三步要减掉两个投影,不能仍用原 $a_2$ 当正交方向。
**反馈与回代检查**
第三步两个系数为 $1/2,1/3$,得 $u_3=(-2/3,2/3,2/3)^T$。单位化结果
$$e_1=\frac{(1,1,0)^T}{\sqrt2},\quad e_2=\frac{(1,-1,2)^T}{\sqrt6},\quad e_3=\frac{(-1,1,1)^T}{\sqrt3}.$$
分别算三对内积为0、每个长度平方为1,并确认每一步都只是减去前面材料的组合。改成 $a_1+a_2$ 时残量为0,因为它没有带来新方向,只保留前两个非零正交向量。
## 过关检查
- 从“减去投影后正交”推导系数,能否解释分母为何不是长度?
- 正交组无关需要哪些条件?必须是非零向量。
- 只知道行列式为1,能否判断正交?用任务4的反例回答。
- 重做任务5,若三对内积不全为0,先检查是否错用了尚未正交化的方向。
下一站 [第七站:两套材料的共同能力](08-点7-子空间和与交.md)。
@@ -0,0 +1,116 @@
---
tags: [数学一, 向量, 题中学, 子空间, 和与交]
日期: 2026-10-23
---
# 第七站 · 两套材料共同能配出什么
第五站已经知道空间是全部可生成向量的集合。本节把第三站的“表示”写两次,得到交空间;把材料合并,得到和空间。
## 任务1 · 先在坐标平面里看出交与和【自编】
在 $\mathbb R^3$ 中取标准基 $e_1,e_2,e_3$,设 $V=L(e_1,e_2)$,$W=L(e_2,e_3)$。
① 写出同时属于两空间的全部向量。② 把两空间的材料合并,能表示哪些向量?③ 两空间的并集是不是子空间?
**反馈:交、和、并集的操作不同**
① $V$ 中向量形如 $(x,y,0)^T$,$W$ 中形如 $(0,p,q)^T$。同时满足就必须为 $(0,t,0)^T$,所以 $V\cap W=L(e_2)$,维数1。
② 合并材料等于可以写 $v+w$,$v\in V,w\in W$,所得集合称为**和空间** $V+W$。本题能生成整个 $\mathbb R^3$,维数3。一般 $L(A)+L(B)=L(A,B)$,故和空间的维数就是并列材料的秩。
③ 并集 $V\cup W$ 只要求属于至少一个空间,但 $e_1$、$e_3$ 都在并集中,其和 $e_1+e_3$ 却不在任一平面内,所以并集不一定封闭。和空间与并集不要混为一谈。
## 任务2 · 用两次表示找交空间【自编桥梁】
$$V=L(a_1,a_2),\ a_1=(1,1,0)^T,a_2=(0,1,1)^T;$$
$$W=L(b_1,b_2),\ b_1=(1,0,1)^T,b_2=(0,1,2)^T.$$
求交空间的一组基。先设 $w=xa_1+ya_2=pb_1+qb_2$,写出分量方程。为什么要用四个系数而不是两个?
**提示**
同一个向量在两套材料下坐标不同,所以用不同系数。方程为 $x=p,x+y=q,y=p+2q$。
**反馈:解出的是系数,还要代回向量**
前两式代入第三式得 $y=x+2(x+y)$,所以 $y=-3x$。令 $x=t$,则 $(x,y,p,q)=t(1,-3,1,-2)$。这是一组四维的**系数**,还不是原三维空间中的交向量。
代回 $w=xa_1+ya_2$:
$$w=t(a_1-3a_2)=t(1,-2,-3)^T.$$
所以交空间一组基为 $(1,-2,-3)^T$,维数1。另一侧验证 $b_1-2b_2=(1,-2,-3)^T$。
若写成矩阵,刚才解的是 $(A,-B)\binom{x}{y}=0$,再映回 $w=Ax$。当原材料组相关时,不同系数解还可能映到相同向量甚至零向量,因此映回后仍要去零、选极大无关组,不能照抄系数解空间的维数。
## 任务3 · 真题:共同表示的向量全部求出
【2023数学一第7题,向量和条件保留;选项残缺,改为直接求全体 $\gamma$】
$$\alpha_1=(1,2,3)^T,\quad\alpha_2=(2,1,1)^T,\quad
\beta_1=(2,5,9)^T,\quad\beta_2=(1,0,1)^T.$$
$\gamma$ 既可由 $\alpha_1,\alpha_2$ 表示,也可由 $\beta_1,\beta_2$ 表示,求 $\gamma$。这次独立列方程、解系数、代回,并从两边验算。
**提示**
设 $\gamma=x\alpha_1+y\alpha_2=p\beta_1+q\beta_2$,得
$x+2y=2p+q,2x+y=5p,3x+y=9p+q$。可用后两式相减得到 $x=4p+q$。
**反馈**
从第二式得 $x=(5p-y)/2$,代入第一式得 $q=(p+3y)/2$,再代第三式得到 $y=-p$,所以 $x=3p,q=-p$。
于是
$$\boxed{\gamma=p(3\alpha_1-\alpha_2)=p(1,5,8)^T},\quad p\in\mathbb R.$$
核对 $\beta_1-\beta_2=(1,5,8)^T$。当 $p=0$ 得零向量,它在交空间里,但不能把零向量选作基。所有非零倍数都可作为同一条交线的一组基。
## 任务4 · 为什么两个维数不能直接相加【推导+独立变式】
任务1的两空间维数都为2,和却只有3维。少掉的一维是什么?任务3又是多少?
**反馈:重复计算的是共同部分**
任务1把共同的 $e_2$ 方向数了两遍,任务3也有一条共同方向。一般公式为
$$\dim(V+W)=\dim V+\dim W-\dim(V\cap W).$$
为什么成立:先取交空间的基,再分别扩充成 $V,W$ 的基。共同基只留一份、两边新增基一起保留,即构成和空间的基。它们能生成和空间;若有非平凡零关系,移项就使某边新增基的组合落入交空间,与它是扩充基矛盾,故也无关。
任务3两组内部都不成比例,各2维,交1维,所以和3维。维数公式可以核验结果,但只得交维数还不等于已经找出交空间的基。
**独立变式【自编】**:在 $\mathbb R^4$ 中,$V=L((1,0,1,0)^T,(0,1,0,1)^T)$,$W=L((1,1,0,0)^T,(0,0,1,1)^T)$。求交的基与和的维数。
**反馈**
设 $(x,y,x,y)^T=(p,p,q,q)^T$,得 $x=y=p=q=t$。交为 $L((1,1,1,1)^T)$,维数1,两空间各2维,故和维数3。也可把四个材料并列求秩核验。四维题依然只是在比较分量,不需要画四维图。
## 任务5 · “直和”到底多保证了什么【自编】
设 $V=L((1,1,0)^T,(1,0,1)^T)$,$W=L((2,1,a)^T)$。何时每个 $w\in V+W$ 都能**唯一**分成 $v+u$,其中 $v\in V,u\in W$?
**提示:先比较两个分解**
若 $v_1+u_1=v_2+u_2$,则 $v_1-v_2=u_2-u_1$ 同时落在哪两个空间?本题 $W$ 是一条非零直线,先判断其方向向量能否由 $V$ 的两向量表示。
**反馈:唯一分解的障碍就是非零交向量**
分解唯一当且仅当 $V\cap W=\{0\}$,这时称 $V+W$ 为**直和**,记 $V\oplus W$。若交中有非零 $h$,则 $v+u=(v+h)+(u-h)$,分解不唯一;交只有0时,上述两次分解的差只能为0。
解 $x(1,1,0)^T+y(1,0,1)^T=(2,1,a)^T$,得 $x+y=2,x=1,y=a$,只在 $a=1$ 时相容。
- $a=1$:$W\subset V$,交维数1,和维数2,不是直和。
- $a\ne1$:直线方向不在 $V$,交只有0,和维数3,是直和。
所以直和等价于维数恰好相加。一般两个多维空间判直和,要检查**两边基拼起来是否无关**或交是否为0;不能仅凭“某个基向量不在另一边”就断言整个交为0。
## 过关检查
- 重做任务3,答案必须是三维向量而不是四个表示系数。
- 给出“维数之和大于和空间维数”的例子,并指出被重复计算的方向。
- 闭卷说明直和为什么等价于唯一分解;不要只背一个符号。
下一站 [第八站:没有数字的证明与综合检验](09-点8-抽象推理与证明.md)。
@@ -0,0 +1,169 @@
---
tags: [数学一, 向量, 题中学, 证明, 综合]
日期: 2026-10-23
---
# 第八站 · 没有具体分量,还能说明白吗
前七站里的“设零组合”“比较两次表示”“内积消项”,现在用于抽象条件。先认清要证明的定义,再决定算什么;不是看见证明题就套一个固定开头。
## 任务1 · 换掉一个基向量,哪个条件真正起作用【自编】
$a_1,a_2,a_3$ 无关,$b=k_1a_1+k_2a_2+k_3a_3$。求 $(b,a_2,a_3)$ 无关的充要条件。
**提示**
设 $xb+ya_2+za_3=0$,代入并按原组整理。你只需要哪个 $k_i$ 非零?
**反馈:必要性与充分性各写一次**
代入得 $xk_1a_1+(xk_2+y)a_2+(xk_3+z)a_3=0$,故三个系数为0。若 $k_1\ne0$,先得 $x=0$,继而 $y=z=0$,所以无关;若 $k_1=0$,$b$ 已由 $a_2,a_3$ 表示,新组相关。所以充要条件恰为 $k_1\ne0$,不需要三个系数全非零。
**独立变式**:若 $b=2a_1-3a_3$,它能替换原组的哪些向量?可替换第1或第3个,不能替换第2个。替换第2个时新组全部落在 $L(a_1,a_3)$ 中。
再检验相近但不同的结论:若 $a_1,a_2,a_3$ 相关,$a_2,a_3,a_4$ 无关,则 $a_1$ 必能由 $a_2,a_3$ 表示。因为非平凡关系 $c_1a_1+c_2a_2+c_3a_3=0$ 中 $c_1$ 不能为0,否则与 $a_2,a_3$ 无关矛盾。反解后,原前三个向量的能力就是 $L(a_2,a_3)$,所以 $a_4$ 不能由它们表示。
这一段在回用第一站真题的核心:**打算除哪个系数,先证明那个系数非零。**
## 任务2 · 参考仓库的三类抽象题,要用不同理由
### 2A 两个材料生成三个目标【参考练习“代入重组”】
$$b_1=a_1+a_2,\quad b_2=a_1-2a_2,\quad b_3=3a_1+2a_2.$$
没说 $a_1,a_2$ 无关。证明三个 $b_i$ 相关。能否从 $pa_1+qa_2=0$ 直接令 $p=q=0$?
**反馈**
不能强行令原组系数为0。但可以**主动选择**让两个系数都为0,得到足够成立的关系。取
$$-8b_1-b_2+3b_3=0,$$
因 $a_1$ 系数 $-8-1+9=0$,$a_2$ 系数 $-8+2+6=0$。这组系数非零,所以相关,与原 $a_1,a_2$ 是否无关无关。
一般 $s$ 个材料生成超过 $s$ 个向量,目标组的秩至多 $s$,所以相关;这就是“少表多,多的相关”。不要把“可强制系数为0以构造关系”与“原组无关才必然系数为0”混同。
### 2B 幂链里如何逐个消掉系数【参考练习“同乘”】
先设 $A^3a=0,A^2a\ne0$,证明 $a,Aa,A^2a$ 无关;再推广到 $A^ka=0,A^{k-1}a\ne0$。
**提示**
设 $c_0a+c_1Aa+c_2A^2a=0$,先左乘 $A^2$。因为 $A^3a=0$,更高次也为0,哪一项能留下?
**反馈与推广**
左乘 $A^2$ 得 $c_0A^2a=0$,由 $A^2a\ne0$ 得 $c_0=0$。原式剩两项,再左乘 $A$ 得 $c_1A^2a=0$,所以 $c_1=0$;最后 $c_2A^2a=0$,故也为0。
一般对 $\sum_{j=0}^{k-1}c_jA^ja=0$,依次左乘 $A^{k-1},A^{k-2},\ldots,I$,每次先用已消掉的系数,再用最高非零项,逐个得 $c_j=0$。因此无关,也顺带说明 $k\le n$($A$ 为 $n$ 阶),因为 $n$ 维里不能有超过 $n$ 个无关向量。
**独立变式**:如果删掉 $A^{k-1}a\ne0$,只给 $A^ka=0$ 呢?不保证无关,例如 $A=0,a\ne0,k=2$,组为 $a,0$,相关。条件负责让每次留下的那个向量确实非零。
### 2C 个数少于维数时也能用行列式吗【参考练习“范德蒙德”】
互异实数 $t_1,\ldots,t_s$,$v_i=(1,t_i,t_i^2,\ldots,t_i^{n-1})^T$,讨论相关性。先取 $n=3,s=2$,比较头两个分量组成的小矩阵。
**反馈**
$n=3,s=2$ 时,前两行子式 $\begin{vmatrix}1&1\\t_1&t_2\end{vmatrix}=t_2-t_1\ne0$,所以两个向量无关。一般 $s\le n$ 时,前 $s$ 行形成范德蒙德行列式 $\prod_{i<j}(t_j-t_i)\ne0$,故这些列无关,延长到 $n$ 行仍无关;$s>n$ 时因个数超过维数而相关。
这没有给整个非方阵算行列式,而是找一个足以保证列无关的**非零子式**。若 $t_i$ 不互异,则有重复列,不再保证无关。
## 任务3 · $AB=0$ 不是“两个矩阵中有一个为零”【自编推导】
$A$ 为 $m\times n$,$B$ 为 $n\times s$,且 $AB=0$。① 将它翻译成 $B$ 每一列满足的方程。② 说明 $r(A)+r(B)\le n$。③ $r(A)=n$ 时如何?
**提示**
第三站已知 $Ax=0$ 有 $n-r(A)$ 个自由参数,其解空间由这些参数生成,维数为 $n-r(A)$。$B$ 的列都落在这个空间里。
**反馈**
写 $B=(b_1,\ldots,b_s)$,则 $Ab_j=0$,故 $L(B)\subseteq\ker A=\{x:Ax=0\}$。比较维数得
$$r(B)\le n-r(A),\quad\boxed{r(A)+r(B)\le n}.$$
若 $r(A)=n$,解空间只有0,所以 $B=0$。一般不能从乘积为0推出某因子为0,例如 $A=\operatorname{diag}(1,0),B=\operatorname{diag}(0,1)$ 都非零但 $AB=0$。这里 $n$ 必须是乘法中间的维数,即 $A$ 列数、$B$ 行数。
**独立变式**:若 $A$ 是 $3\times4$、秩3,$AB=0$,则 $r(B)\le1$,不是必为0;它的列可以全部落在一维解空间里。
### 3B 乘积不为零时,秩最多损失多少【从原稿秩性质改成推导任务】
仍令 $A$ 为 $m\times n$,$B$ 为 $n\times s$。已知 $B$ 产生 $r(B)$ 个独立方向,经过 $A$ 后,只有落在 $\ker A$ 内的方向会被消掉。尝试给 $r(AB)$ 写一个下界,并说明为什么中间维数是 $n$。
**提示**
令 $U=L(B)$,消失的方向为 $U\cap\ker A$,其维数不超过 $\dim\ker A=n-r(A)$。在交的基上补齐 $U$ 的基,剩余基经 $A$ 映射后无关并生成输出。
**反馈与三个独立检验**
因此 $r(AB)=\dim U-\dim(U\cap\ker A)\ge r(B)-[n-r(A)]$。结合第二站的上界,得到
$$r(A)+r(B)-n\le r(AB)\le\min\{r(A),r(B)\}.$$
下界称 Sylvester 不等式。若下界为负,也要与秩非负一起用。$AB=0$ 时就退回任务3。若左右乘的矩阵可逆,逐次使用不增秩性质和逆变换,可得 $r(PAQ)=r(A)$。
**请先尝试这三题,再看各题末尾核对**:
1. $A=\begin{pmatrix}1&0&0\\0&1&0\end{pmatrix},B=\begin{pmatrix}1&0\\0&0\\0&1\end{pmatrix}$,求三个秩并验证下界。核对:$r(A)=2,r(B)=2,r(AB)=1$,等于 $2+2-3$。
2. $A,B$ 同型时,证明 $r(A+B)\le r(A)+r(B)$。核对:每一列 $a_j+b_j$ 都在 $L(A,B)$ 中,故 $r(A+B)\le r(A,B)\le r(A)+r(B)$;取 $B=-A\ne0$ 可知不能一般改成等号。
3. 对分块对角矩阵 $D=\begin{pmatrix}M&0\\0&N\end{pmatrix}$,为什么 $r(D)=r(M)+r(N)$?核对:两块各取独立列后,上下分量分别支撑在不同位置,零组合必须上下分别为0,故这些列合并仍无关,且能生成全部列。不要对一般非对角分块矩阵也直接相加。
## 任务4 · 遇到 $A^TA$,为什么不能直接约去 $A^T$【自编证明】
对 $m\times n$ 实矩阵 $A$,证明 $Ax=0$ 与 $A^TAx=0$ 同解,再证明 $r(A^TA)=r(A)$。自己先写容易的方向。
**提示**
反向从 $A^TAx=0$ 出发,左乘 $x^T$,将结果写成某个向量各分量的平方和。
**反馈与延伸**
$Ax=0$ 时左乘 $A^T$ 即得另一式。反之,
$$0=x^TA^TAx=(Ax)^T(Ax)=\|Ax\|^2,$$
实数平方和为0迫使每个分量为0,所以 $Ax=0$。两个齐次方程组都含 $n$ 个未知量、解空间相同,因此 $n-r(A)=n-r(A^TA)$,秩相等。
于是 $A$ 列无关 $\iff r(A)=n\iff A^TA$ 可逆。这里不要求 $A$ 为方阵;$A^TA$ 自身始终是 $n\times n$。同时对非零 $x$,若 $A$ 列无关则 $\|Ax\|^2>0$,这将成为后续正定矩阵的判断。
**独立变式**:$A=\begin{pmatrix}1&0&1\\0&1&1\end{pmatrix}$,$A^TA$ 是否可逆?不可以,$A$ 的秩2,列数3;$A^TA$ 秩也为2。即使 $A$ 已行满秩也不够。
前提“实矩阵”让平方和论证成立。$A^T$ 未必方阵或可逆,不能用约去因子的办法代替证明。
## 任务5 · 真题综合:相关、表示、秩和几何一起用
【2025数学一第6题,保留题干,选择改为说明几何形状】
$\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 为 $n$ 维列向量,$\alpha_1,\alpha_2$ 无关,$\alpha_1,\alpha_2,\alpha_3$ 相关,$\alpha_1+\alpha_2+\alpha_4=0$。在 $O-xyz$ 中,方程
$$x\alpha_1+y\alpha_2+z\alpha_3=\alpha_4$$
表示什么图形?是否过原点?请按“先表示 $\alpha_3$→求秩→写通解→判原点”的次序独立做,不先猜图形。
**提示**
任务1保证 $\alpha_3=p\alpha_1+q\alpha_2$。注意 $\alpha_i$ 的维数是 $n$,而这里的几何空间是**系数 $(x,y,z)$ 的三维空间**。
**反馈:全章知识在一条链上汇合**
由无关组添一个后相关,$\alpha_3$ 可由前两个表示,材料组秩为2。又 $\alpha_4=-\alpha_1-\alpha_2$,所以方程一定有解。代入表达式得
$$ (x+pz)\alpha_1+(y+qz)\alpha_2=-\alpha_1-\alpha_2.$$
由无关性 $x+pz=-1,y+qz=-1$,全部解为
$$\boxed{(x,y,z)^T=(-1,-1,0)^T+t(-p,-q,1)^T}.$$
方向向量第三分量为1,非零,所以是一条直线。原点不满足方程,因为它会要求 $\alpha_4=0$,即 $\alpha_1+\alpha_2=0$,与无关矛盾。因此是**不过原点的直线**。
**独立追问**:只把右端改成零,形状如何?同一系数矩阵仍秩2,一维齐次解集,变成过原点的直线。决定是否过原点的是右端,决定自由参数个数的是材料组秩。
## 全讲过关:把结论还原成理由
1. 用任务1说明替换基向量的系数条件。
2. 用任务2A写出一条非平凡关系,用2B逐个消掉系数,不能把两种逻辑混写。
3. 用任务3解释零乘积的列空间含义,指明中间维数。
4. 用任务4写出关键的平方和等式;用任务5说明“相关”怎样决定图形。
做错哪一项就回到对应任务。下一次复习用 [速查卡](10-速查卡.md) 先闭卷提取,再查反馈;不再从定义列表读起。
@@ -0,0 +1,88 @@
---
tags: [数学一, 向量, 闭卷回忆, 速查]
日期: 2026-10-23
---
# 做完后再用:向量章闭卷回忆卡
先在纸上回答,随后查看对应反馈。每题都要能举一个已做过的题,不把“公式看着熟”计为答对。回查链接指向整站,任务号标出具体位置。
## 1 一个目标能否表示,表示是否唯一,分别看什么
**核对|第三站任务1—3**
材料按列排为 $n\times s$ 矩阵 $A$。$r(A)=r(A\mid b)$ 才有表示;在已经有表示的前提下,$r(A)=s$ 唯一,否则无穷多。若不能表示,添一列使秩升1。回到 [第三站](04-点3-线性表示.md) 的含参题区分 $a=3,-1$。
## 2 相关能否推出“每个向量”都由其余向量表示
**核对|第一站任务2、6**
只能保证至少一个。非平凡零关系中,某系数非零才能反解对应向量;其他位置的系数可能为零。例如 $(e_1,e_2,2e_2)$ 相关却不能用后两个表示 $e_1$。回查 [第一站](02-点1-线性相关与无关.md)。
## 3 相关/无关在增添向量、延长分量时向哪个方向传递
**核对|第一站任务3—4**
部分相关⇒整体相关;整体无关⇒部分无关。无关组同时延长仍无关;相关组同时删除相同位置的分量仍相关。反方向各有反例。个数 $s>n$ 必相关;$s\le n$ 不保证无关。
## 4 秩是什么?极大无关组为什么要回原矩阵取列
**核对|第二站任务1—3**
秩是极大无关组的向量个数,等于矩阵列秩、行秩、阶梯形非零行数、非零子式最高阶数。行变换保留列间关系,所以从阶梯形读主元列号,回**原组**取向量。列满秩才是列无关,不是任何“满秩”都行。回查 [第二站](03-点2-秩与极大无关组.md)。
## 5 同秩为什么不足以说明两组等价
**核对|第四站任务1—3**
等价要求相同张成空间,即双向表示,等价于 $r(A)=r(B)=r(A,B)$。两条不同坐标轴都1维但不相同;单向表示加同秩足够。含参题要核对退化情形,不能只留两个行列式均非零的参数。回查 [第四站](05-点4-向量组等价.md)。
## 6 基、维数、坐标分别解决什么问题
**核对|第五站任务1—2**
基是有序、无关且生成整个所讨论空间的向量组;维数是基的个数;坐标是给定基下的唯一表示系数。三维向量组成的一个平面只有二维,坐标可只有两项。子空间必须非空、对加法与数乘封闭,仅含零不够。回查 [第五站](06-点5-基坐标与过渡矩阵.md)。
## 7 过渡矩阵与坐标变换,如何不靠背方向
**核对|第五站任务3—5**
写新基 $V=UC$,再写同一向量 $b=Ux=Vy=UCy$,由 $U$ 列无关推出 $x=Cy$。$C$ 的列是新基在旧基下坐标;反向基变换用 $C^{-1}$。只有旧基为标准基时 $C$ 才直接是新基的分量矩阵。
## 8 正交化为什么除长度平方,坐标何时直接取内积
**核对|第六站任务2—5**
由 $(a-cu)^Tu=0$ 得 $c=a^Tu/(u^Tu)$。每步减去全部前面已得正交方向的投影;最后单位化才除以长度。正交基下坐标有分母 $u_i^Tu_i$;规范正交基长度1,坐标直接是内积。残量为0不能单位化。回查 [第六站](07-点6-内积正交与施密特.md)。
## 9 怎么检验正交矩阵?行列式为1够吗
**核对|第六站任务4**
实方阵列两两正交且单位长,等价于 $Q^TQ=I$,此时 $Q^{-1}=Q^T$,保内积和长度。行列式 $\pm1$ 只是必要条件;$\begin{pmatrix}1&1\\0&1\end{pmatrix}$ 就是反例。
## 10 和与交分别怎样算?交空间的系数解能直接当基吗
**核对|第七站任务1—4**
和空间用两组材料并列求秩、取基;交空间令 $Ax=By$,解 $(A,-B)\binom{x}{y}=0$,再代回 $w=Ax$,去零去冗。系数解不是原空间的向量。$\dim(V+W)=\dim V+\dim W-\dim(V\cap W)$。回查 [第七站](08-点7-子空间和与交.md)。
## 11 直和与表示唯一是什么关系
**核对|第七站任务5**
$V\cap W=\{0\}$ 等价于和空间中每个向量有唯一的 $v+w$ 分解,也等价于和的维数为两维数之和。这里唯一的是**两个空间分量**;它们内部若使用冗余生成组,表示系数仍可能不唯一。
## 12 看到 $AB=0$、$A^TA$,分别先翻译哪一句
**核对|第八站任务3—4**
$AB=0$:$B$ 的每列都是 $Ax=0$ 的解,所以 $r(A)+r(B)\le n$,$n$ 为中间维数。$A$ 列满秩时才可推出 $B=0$。一般 $r(A)+r(B)-n\le r(AB)\le\min(r(A),r(B))$;同型时 $r(A+B)\le r(A)+r(B)$;分块对角秩为各块秩之和。这些公式各自的理由见任务3B。
实矩阵 $A^TA$:$x^TA^TAx=\|Ax\|^2$,由此证明 $\ker(A^TA)=\ker A$、$r(A^TA)=r(A)$。$A$ 列无关当且仅当 $A^TA$ 可逆。回查 [第八站](09-点8-抽象推理与证明.md)。
## 隔天、三天、一周怎么复习
隔天:重做上一站一道独立变式,并口述使用条件。三天后:遮住反馈答本页相关问题。学完全章一周后:重做2024相关性、2022等价、2019过渡矩阵、2021正交化、2023交空间、2025几何意义,分散到两次完成。
错在计算,回对应算式;错在条件,补一个反例;不能解释为什么,回该知识点第一次建立的任务。全章覆盖及题面来源见 [覆盖索引](01-知识点盘点.md)。
@@ -0,0 +1,53 @@
---
tags: [数学一, 在学练习, 线性代数, 向量]
日期: 2026-10-23
状态: 从零开始的题中学
---
# 第3讲 · 向量:在做题中建立整章知识
这套笔记把你当作**尚未学过向量这一章**的复习者。只默认你会解简单的一元、二元方程;矩阵、行列式若已学过,可以使用捷径,没学熟也能先沿分量方程走下去。
从 [第一站](02-点1-线性相关与无关.md) 开始,不必先读知识点盘点。你会先尝试配出一个向量,再发现“有些材料是多余的”,接着才给它们命名为线性表示、线性相关、秩、基。后面的坐标、正交、交空间,都在使用前面亲手得到的结论。
## 每道学习任务怎么做
1. 先读题,在纸上留下尝试:算式、猜想或反例都可以。
2. 卡住时先看“提示”;仍不会,再看“反馈”。一次只看一层。
3. 合上反馈,做紧跟着的独立变式;必须能说出使用条件。
4. 完成末尾的“过关检查”。只记住答案不算过关,至少重做一道失败的任务。
每站开头的小题允许用直觉和小学运算。第一次遇到的新词会就地解释;**知识总结放在你已经用过它之后**。提示与反馈使用普通 Markdown 排版;做题时先停在题面,完成尝试后再向下阅读,也可以用纸遮住反馈区域。
## 学习路线
| 顺序 | 你要解决的问题 | 学完能做什么 |
|---|---|---|
| [第一站](02-点1-线性相关与无关.md) | 哪些材料能配出目标?哪些是多余的? | 从零组合判断相关性,处理四维含参题 |
| [第二站](03-点2-秩与极大无关组.md) | 一堆材料最少保留哪些? | 消元取原列,解释秩与变换 |
| [第三站](04-点3-线性表示.md) | 能配出吗?配法唯一吗? | 无解、唯一、无穷多三分类 |
| [第四站](05-点4-向量组等价.md) | 换一套材料,能力是否相同? | 双向表示、同秩反例、含参等价 |
| [第五站](06-点5-基坐标与过渡矩阵.md) | 同一向量换一套基,数字怎么变? | 建立空间与基的概念,求过渡矩阵 |
| [第六站](07-点6-内积正交与施密特.md) | 能否让方向互相垂直,计算更简单? | 从正交条件推投影,完成施密特与单位化 |
| [第七站](08-点7-子空间和与交.md) | 两套材料能共同配出什么? | 交与和的基、维数与直和 |
| [第八站](09-点8-抽象推理与证明.md) | 没有具体数字,还能说明白吗? | 替换、矩阵幂链、零乘积与 Gram 矩阵证明 |
[知识点盘点](01-知识点盘点.md) 是**题目覆盖与来源索引**;[速查卡](10-速查卡.md) 是做完后的闭卷回忆页。它们都不承担第一次教学。
## 如何判断真的学会
每站留三项记录:独立算对了吗?能说明为什么吗?换条件还能判断吗?任一项失败,就回对应任务,不用从头重读整章。
建议每次完成一站,允许分两次做。第二天先闭卷复做上一站一道变式,三天后做速查卡的对应提问,一周后重做一道真题。是否进入下一站由过关检查决定,不由读了几页决定。
## 来源与使用边界
实际阅读并使用了仓库中的 `参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex`、`exercise/3-vector/vector.tex`,以及本地 **2016—2025** 十年题库的相关题面。年份范围按本地资料确定。
- **真题**:保留本地可核对的题干;删去选择题选项改为求值时明确标注。
- **参考仓库题**:注明具体例题主题,纠正可验证的笔误。
- **自编/改编**:为建立概念或检验迁移而设计,不冒充真题。
2023 年第15题的本地转录出现未定义的 $\alpha_4$,第六站只用它的已知向量构造**改编题**。不据残缺转录补造原题。来源审计和十年逐年对应见 [覆盖索引](01-知识点盘点.md)。本版不沿用旧稿的“每年必有一道向量解答题”和按章节分值预测的说法。
本次重写前的 11 份 Markdown(含你当时的修改)完整保存在 `旧版-重写前快照-20261023/`;更早的题卷仍在 `旧版-题点分离/`。本版沿用现有文件名以便继续使用链接,只提供 Markdown。
@@ -6,7 +6,7 @@ tags: [数学一, 在学练习, 线性代数, 导读]
# 线性代数 · 重写版导读 # 线性代数 · 重写版导读
先从一个能算清的小例子进入概念,再把例子写成一般公式。每讲的题面与解析分开,避免看着答案以为自己已经会了。 先从一个能算清的小例子进入概念,再把例子写成一般公式。第2、4讲仍将题面与解析分开;第3讲已于2026-10-23改成八站“题中学”,在同一任务中逐步建立概念,提示与反馈使用普通 Markdown 小节,便于公式渲染。
## 从哪里开始 ## 从哪里开始
@@ -16,7 +16,7 @@ tags: [数学一, 在学练习, 线性代数, 导读]
| 2 | [[线性代数-第3讲-向量/README\|第3讲:向量]] | 把表示问题写成方程,把相关理解为冗余,选基并求坐标 | | 2 | [[线性代数-第3讲-向量/README\|第3讲:向量]] | 把表示问题写成方程,把相关理解为冗余,选基并求坐标 |
| 3 | [[线性代数-第4讲-线性方程组/README\|第4讲:线性方程组]] | 从消元读主元与自由未知量,写完整通解,讨论参数与几何 | | 3 | [[线性代数-第4讲-线性方程组/README\|第4讲:线性方程组]] | 从消元读主元与自由未知量,写完整通解,讨论参数与几何 |
每讲有 `01-考点手册`、`02-试题`、`03-解析`,以及对应 PDF。第 2 讲新增 18 题,第 3、4 讲各保留 18 题及原编号,共 54 题。 第2、4讲有 `01-考点手册`、`02-试题`、`03-解析` 及对应 PDF。第3讲请从 [[线性代数-第3讲-向量/README|新版入口]] 按第一站至第八站学习;知识点盘点用于覆盖回查,速查卡用于闭卷回忆。第三讲旧三件套已归档,新版仅提供 Markdown,题目与编号以各站任务为准。
第一次学习可以不计时:读一节,遮住例题重算,再做对应题。第二次再分组限时。不必等到所有公式都背熟才开始动笔。 第一次学习可以不计时:读一节,遮住例题重算,再做对应题。第二次再分组限时。不必等到所有公式都背熟才开始动笔。
@@ -45,7 +45,7 @@ tags: [数学一, 在学练习, 线性代数, 导读]
| 第4讲三平面与第10题 | 秩为2且无解就断言两两相交 | 补法向量条件,并给平行平面反例 | | 第4讲三平面与第10题 | 秩为2且无解就断言两两相交 | 补法向量条件,并给平行平面反例 |
| 第4讲第16题 | $b-4$ 错读成 $b-3$ ,行关系也错 | 改为 $a=7,b\ne4$ ;第二问改成相容的 $b=4$ | | 第4讲第16题 | $b-4$ 错读成 $b-3$ ,行关系也错 | 改为 $a=7,b\ne4$ ;第二问改成相容的 $b=4$ |
第 4 讲第 16 题如曾做过旧版,请按新版重新核对题干。第 3 讲题目数据不变,解析重新组织。 第 4 讲第 16 题如曾做过旧版,请按新版重新核对题干。上表记录的是此前三件套的修订;第3讲2026-10-23版已重新选编题目,将可核对真题、参考仓库题与自编题分别标明,详见该讲覆盖索引。
## 参考范围 ## 参考范围
@@ -55,6 +55,6 @@ tags: [数学一, 在学练习, 线性代数, 导读]
## 核验与重新导出 ## 核验与重新导出
数值答案、通解代回、基础解系的无关性和关键反例已通过 89 项有理数精确计算检查;证明题另行检查前提与推导。三讲共 9 份 PDF 均检查公式渲染与页面图。验证脚本保存在 `.workbuddy/check_linear_algebra.py`。 此前三件套的数值答案、通解代回、基础解系与关键反例通过了89项有理数精确计算检查,旧9份PDF也曾检查页面图,脚本为 `.workbuddy/check_linear_algebra.py`。第3讲现行八站版另通过180项精确计算、链接与Markdown结构检查,脚本为 `.workbuddy/check_vector_learning.py`,结果为 `.workbuddy/vector_learning_checks.json`;抽象证明另行检查前提与推导。
Windows 下可从仓库根目录运行 `powershell -ExecutionPolicy Bypass -File .workbuddy/tools/md2pdf/rebuild_la_pdfs.ps1`,同步重建三讲全部 PDF。无需 Bash。 旧三件套的导出脚本为 `.workbuddy/tools/md2pdf/rebuild_la_pdfs.ps1`,不适用于第3讲现行八站版;新版不需要导出PDF。