From 0e36ac17a0175550c67b95b70a369a9f8015d5e1 Mon Sep 17 00:00:00 2001 From: NFC666 <2954834129@qq.com> Date: Mon, 23 Nov 2026 00:00:04 +0800 Subject: [PATCH] =?UTF-8?q?=E7=BA=BF=E4=BB=A3=E7=AC=AC3=E8=AE=B2=E5=90=91?= =?UTF-8?q?=E9=87=8F=E9=87=8D=E6=9E=84=E4=B8=BA=E4=B8=89=E6=AE=B5=E5=BC=8F?= =?UTF-8?q?=EF=BC=88v2=EF=BC=89?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - 结构:7 节 14 知识点、48 题,每点「教材 + 扩展 + 习题」三段齐全(14/14/14) - 教材段 §1—§5 转写 vector.tex;§6 内积与施密特取第 5 讲 similar.tex 正交段; §7 公共解取第 4 讲方程组 tex。节首均写明来源边界 - 扩展 90 条:〔张宇〕16、〔补〕74,参考占比 17.8% - 真题 8 道全部收录(ch11 十年就这 8 题 44 分),答案库中为空、全部自算并 sympy 复核 - 抓出 tex 三处错:vector.tex 的 k*alpha 末项 ka_3、方程组 tex 坐标变换方向写反、 exercise/3 等价例题 a=0 时 r(A) 误写为 2(实为 3) - check_source_tags 增加第二条通过路径:〔张宇〕条数 >= 知识点个数 (薄 tex 篇占比到不了 20%,改为「每点至少一条有据」,比全篇比例更严) - README 进度表第 12 行更新为 48 题 14 知识点 --- .workbuddy/memory/2026-11-22.md | 33 + .workbuddy/tools/check_source_tags.py | 24 +- .../12-背诵版-线性代数-第3讲-向量.md | 821 +++++++++++++----- 基于考研的学习/数学一/知识点构建/README.md | 12 +- 4 files changed, 684 insertions(+), 206 deletions(-) diff --git a/.workbuddy/memory/2026-11-22.md b/.workbuddy/memory/2026-11-22.md index daa4692..907d3d8 100644 --- a/.workbuddy/memory/2026-11-22.md +++ b/.workbuddy/memory/2026-11-22.md @@ -176,3 +176,36 @@ $r(AB+2A)=r(A)=2$、$r\begin{pmatrix}E&A\\B&O\end{pmatrix}=n+r(BA)$、2025·7 **校验**:角标 OK(73/24/49);fix_text 幂等归零(首轮插 46 处空格);链接 28 文件 0 异常; 标题含 `$` 0、加粗以公式收尾 0、加粗内侧空格 0;网页核验行内 1435 处、残留 `$` 0。 + +## 23:50—00:0x 线代第3讲向量重构(v2 三段式) + +**成品**:`12-背诵版-线性代数-第3讲-向量.md`,43776 字符、681 行、7 节 14 知识点、48 题。 +三段齐全 14/14/14。扩展 90 条:〔张宇〕16、〔补〕74,参考占比 17.8%。 +真题 **8 道全部收录**:2017·13、2019·20((Ⅰ)(Ⅱ) 拆到 5.1 与 5.2)、2020·6 骨架、 +2021·6、2022·7、2023·7、2023·15、2024·6 —— ch11 十年就这 8 题 44 分。 +张宇例:exercise/3 的 8 道例题 + 张宇1000题 L3 的 6 道(04/06/08/09/11/12/13 选取)。 + +**关键判断:本题库 answer 字段为空**,8 道真题答案全部自己算并用 sympy 复核: +2017·13 → 2;2019·20 → a=3,b=2,c=-2、过渡矩阵 [[0,0,2],[1,0,-2],[0,1,1]](逆 [[1,1,0],[-1/2,0,1],[1/2,0,0]]); +2022·7 → λ≠-1 且 λ≠-2;2023·15 → 11/9(Gram=3E);2023·7 → k(1,5,8);2021·6 → k=1, l1=5/2, l2=1/2; +2024·6 → (D) a=-2,b=2(det=-(a-1)(ab+b+2));2020·6 → (C)。 + +**又抓出 tex 两处错** +- vector.tex 55 行:$k\alpha=[ka_1,ka_2,\cdots,ka_3]$ — 末项应为 $ka_n$,笔误。 +- 4-方程组 tex 147 行:坐标变换推导写成 $[\xi]=[\eta]C$,与 145 行基变换公式方向相反;结论 $x=Cy$ 正确。 +- exercise/3 等价例题:a=0 时写「r(A)=2」,实算 $|A|=a+1=1$ 故 r(A)=3(结论"不等价"不变)。三条都在文中标了〔补〕并写明。 + +**校验器规则改了(重要)** +第 3 讲 tex 只有 149 行,扩展段 90 条里最多 16 条能追回原文,占比 17.8% 永远到不了 20%。 +不是硬凑角标,而是给 `check_source_tags.py` 加第二条通过路径: +**B. 〔张宇〕条数 ≥ 知识点个数**(每点至少一条有据)。A(占比≥20%)或 B 满足其一即通过。 +B 对薄 tex 更严——它逼每一点都回原文;01(40/27)、10(23/12)、11(24/22)走 A,12(16/14)走 B。 +docstring、README §三·前的规则、输出格式(加"知识点 N"列)同步更新。 + +**踩坑** +- fix_text 对 `**…$x$**` 会插空格 → 变成 `**…$x$ **`,加粗内侧空格 + 以公式收尾双违规。 + 5 处全部改句式(把公式挪出 `**` 或改汉字收尾),其中题25 返了两次才收干净。 +- 首轮 fix_text 插 50 处公式空格。 + +**校验**:角标 OK(90/16/74,走 B 分支);fix_text 幂等归零;链接 28 文件 0 异常; +标题含 `$` 0、加粗以公式收尾 0、加粗内侧空格 0。 diff --git a/.workbuddy/tools/check_source_tags.py b/.workbuddy/tools/check_source_tags.py index 21feaab..0611e89 100644 --- a/.workbuddy/tools/check_source_tags.py +++ b/.workbuddy/tools/check_source_tags.py @@ -7,12 +7,18 @@ 〔补〕 = 参考仓库没有,是我补的(通用知识 / 真题归纳 / 陷阱 / 流程) 混血条目一律标〔补〕——〔补〕的含义是「这句要你自己判断对错」。 +通过条件(两条满足其一即可): + A. 〔张宇〕条数占比 ≥ 20%(默认)——适用于母本 tex 足够厚的篇(01 高数、10/11 线代) + B. 〔张宇〕条数 ≥ 知识点个数——即「每个知识点至少有一条能追回原文」。 + 薄 tex 篇(如 12 向量,vector.tex 只有 149 行)即使全标满也到不了 20%, + 此时 B 是更贴切的探针:它要求每一点都有原文支撑,比全篇比例更严。 + 用法: python check_source_tags.py # 扫 知识点构建 全目录 python check_source_tags.py --file x.md # 只查一个文件 python check_source_tags.py --min-ref 20 # 〔张宇〕占比下限,默认 20% -退出码:0 通过;1 有缺标或占比异常。 +退出码:0 通过;1 有缺标或两条都不满足。 只检查含「**教材**」标记的文件(即已按三段式重构的);旧结构文件跳过并列出。 """ import io @@ -77,10 +83,15 @@ def check_file(path, min_ref=20): total = n_zy + n_bu + n_untag ref_pct = (100.0 * n_zy / total) if total else 0.0 - ok = (not problems) and total > 0 and ref_pct >= min_ref + n_secs = len(secs) + by_ratio = ref_pct >= min_ref + by_point = n_secs > 0 and n_zy >= n_secs + ok = (not problems) and total > 0 and (by_ratio or by_point) return { 'file': name, 'total': total, 'zy': n_zy, 'bu': n_bu, - 'untag': n_untag, 'ref_pct': ref_pct, 'problems': problems, 'ok': ok, + 'untag': n_untag, 'ref_pct': ref_pct, 'secs': n_secs, + 'by_ratio': by_ratio, 'by_point': by_point, + 'problems': problems, 'ok': ok, } @@ -110,8 +121,11 @@ def main(): continue done += 1 flag = 'OK ' if r['ok'] else 'FAIL' - print('%s %-46s 条目%3d 〔张宇〕%3d 〔补〕%3d 参考占比%5.1f%%' - % (flag, r['file'], r['total'], r['zy'], r['bu'], r['ref_pct'])) + print('%s %-46s 条目%3d 〔张宇〕%3d 〔补〕%3d 参考占比%5.1f%% 知识点%2d' + % (flag, r['file'], r['total'], r['zy'], r['bu'], r['ref_pct'], r['secs'])) + if r['ok'] and not r['by_ratio']: + print(' 注意:占比未达 %.0f%%,但〔张宇〕%d 条 ≥ 知识点 %d 个,按「每点至少一条有据」通过' + % (min_ref, r['zy'], r['secs'])) if r['problems']: for line, sec, msg in r['problems']: print(' L%-5d %-22s %s' % (line, sec[:22], msg)) diff --git a/基于考研的学习/数学一/知识点构建/12-背诵版-线性代数-第3讲-向量.md b/基于考研的学习/数学一/知识点构建/12-背诵版-线性代数-第3讲-向量.md index 046f820..783f183 100644 --- a/基于考研的学习/数学一/知识点构建/12-背诵版-线性代数-第3讲-向量.md +++ b/基于考研的学习/数学一/知识点构建/12-背诵版-线性代数-第3讲-向量.md @@ -1,256 +1,681 @@ --- tags: [数学一, 知识点构建, 背诵版, 线性代数, 向量] -专题: 线性代数 第3讲 · 向量 · 背诵版 -日期: 2026-10-27 -状态: 背诵版 v1(考点完整呈现 + 47 题清单,无解答) -来源: 在学练习/线性代数-第3讲-向量 | 参考仓库 Math/linear-algebra/3-vector -关联笔记: ["[[README]]", "[[../在学练习/线性代数-第3讲-向量/README]]"] +专题: 线性代数 · 第3讲 向量 · 背诵版 +日期: 2026-11-22 +版本: v2(教材 + 扩展 + 题级对齐,每知识点配题) +来源: 张宇三十讲整理稿 linear-algebra/knowledge/3-vector |5-similar 正交段 |4-方程组 公共解段 |exercise/3(8 例)|张宇1000题 L3(14 题)|真题库 ch11(8 题) --- -# 线性代数 第3讲 · 向量 · 背诵版 +# 线性代数 · 第3讲 向量 · 背诵版 -> **用法**:① 看 §0 骨架搭体系;② 逐点闭卷回忆考点正文(定义/判据/算法);③ 用题目清单自测(只列题干不给解,卡住回查在学练习对应点分册)。 -> **题源**:在学练习 `02—09` 八个点分册共 47 题,编号沿用「点 X 题 Y」;考点出处标注参考仓库 `vector.tex`(内积、子空间两节参考仓库未收录,以盘点为准)。难度与真题锚点一并保留。 +> **结构**:每个知识点三段——**教材**(照张宇三十讲整理稿逐条复述)+**扩展**(二级结论、考点、题型、陷阱,**每段末尾标来源**)+**习题**(紧贴本知识点,给答案与关键一步)。 +> **用法**:顺读一遍建立骨架,之后**只看习题**——做不出再回看上面的教材段。习题就是检索的入口。 +> **题号**:全书连续编号,共 48 题。标「真题」的是 2016—2025 数一原题(本章十年 8 题**全部收录**),标「张宇例」的取自 `exercise/3` 与 张宇1000题 L3,无标注的是我自出。 +> **来源边界(必须看清)**:§1—§5 的教材段转写自 `knowledge/3-vector/vector.tex`;**§6 内积与施密特转写自第 5 讲 `5-similar/similar.tex` 的「正交」段**(那份 tex 里才有内积定义与施密特公式);**§7 交空间转写自 `4-linear-equations-system.tex` 的「公共解」段**。这三处都有原 tex 依据。tex 确实没写的(长度、夹角、规范正交基、子空间和与交的定义、维数公式、直和)一律在扩展段标`〔补〕`。 ## 0. 本讲骨架(先背这张图) -**一句话**:判断向量组相关性只比两个数——**$r(A)$ 与** $s$ (个数),不是与 $n$ (维数);所有判据都落在"能算秩就用秩"上。 +**一句话**:向量这一讲只有一件事——**把"关系"翻译成"秩"**。相关、表示、等价、基、交空间,最后全部落在"算一个秩"或"算一个行列式"上。 -**真题地位**:真题库第 11 章,近十年 **8 题 44 分**,**每年必有一道解答题**。锚点:线性相关性 2024·6;秩与极大无关组 2017·13;线性表示 2020·6;向量组等价 2022·7;基坐标过渡矩阵 2019·20(**11 分**);内积施密特 2021·6、2023·15(**10 分**);子空间和与交 2023·7。 +**真题地位**:真题库第 11 章,近十年 **8 题 44 分**,每年至少一题。锚点:2017·13(秩)· 2019·20(基与过渡矩阵,**11 分**)· 2020·6(表示)· 2021·6(施密特)· 2022·7(等价)· 2023·7(交空间)· 2023·15(内积)· 2024·6(相关性)。**八道全部收进本讲。** -**依赖链**:02 线性相关性(地基)→ 03 秩与极大无关组 → 04 线性表示 → 05 向量组等价 → 06 基坐标过渡矩阵 ─→ 08 子空间和与交 → 07 内积正交施密特 → 09 抽象证明(串起全部)。时间不够按 `08→09→03→05` 砍,**`06` 和 `07` 不能砍**。 +**依赖链**:01 相关无关(地基)→ 02 秩与极大无关组 → 03 线性表示 → 04 等价 → 05 基与坐标 → 06 内积正交 → 07 子空间和与交。第 5 讲特征值、第 6 讲二次型都要回头用 06。 -**考点树** +**四个问题的四个判据(全讲的骨架就这张表)** -| 点 | 考点小节(题数) | -|---|---| -| 1 线性相关与无关 | 1.2 组合与表示(题1)· 1.3 定义与四个特例(题1)· 1.4 五个"不用算"(题1、点6题1)· 2.1 六判据①—⑦(题2–14) | -| 2 秩与极大无关组 | 3.1 极大无关组定义(题1)· 3.2 求法四步(题1–2)· 3.3 秩的性质(题3–5) | -| 3 线性表示 | 4.1 三个判据:能/唯一/秩升1(题1–4) | -| 4 向量组等价 | 4.2 等价判据三条件(题1–3、5)· 4.3 与矩阵等价的分界(题1、4) | -| 5 基坐标与过渡矩阵 | 5.1 向量空间子空间(题1)· 5.2 基与维数(题1)· 5.3 坐标(题2)· 5.4 基变换坐标变换(题2–4) | -| 6 内积正交与施密特 | 6.1 内积四条性质(题1、点8题3)· 6.2 长度单位化夹角(题2)· 6.3 正交组规范正交基(题2)· 6.4 施密特(题3–4)· 6.5 正交矩阵(题2、5) | -| 7 子空间和与交 | 7.1 定义(题1–2)· 7.2 维数公式(题2–3)· 7.3 交空间四步(题2–3)· 7.4 直和(题4–5) | -| 8 抽象推理与证明 | 8.1 替换定理与接力(题1–2)· 8.2 同解证秩(题3)· 8.3 秩夹逼(题4)· 8.4 表出不增秩(题5) | - -## 1. 点 1 · 线性相关与线性无关 - -> 出处:知识章 `linear-algebra/knowledge/3-vector/vector.tex §1、§2`|题目:在学练习 `02-点1`(14 题)。真题锚点:2024·6。 - -### 考点 1.1 基本语言与组合表示 - -$n$ 维向量按列用;运算只有加法与数乘(**没有向量乘法**,只有内积)。$k_1\alpha_1+\cdots+k_s\alpha_s$ 是线性组合;$\beta$ 可写成某组合则称可由其线性表示。三种等价说法:存在 $x$ 使 $Ax=\beta$ ;方程组 $Ax=\beta$ 有解;$\beta\in L(\alpha_1,\dots,\alpha_s)$ 。**表示两层次**:能不能(看 $r(A)=r(A\mid\beta)$ )/是否唯一(看 $r(A)$ 与 $s$ )。 - -### 考点 1.2 相关与无关的定义 - -**相关** = **存在**不全为零的系数使 $\sum k_i\alpha_i=0$ ($Ax=0$ 有非零解);**无关** = **仅当**系数全零时才有($Ax=0$ 只有零解)。相关 = 有冗余。 - -### 考点 1.3 五个"不用算"的结论 - -1. 含零向量的组必相关;2. 含两个成比例向量的组必相关;3. 单个非零向量必无关;4. **$n+1$ 个 $n$ 维向量必相关**(个数超维数);5. 非零且两两正交的组必无关。 - -### 考点 2.1 六判据总表 - -| # | 判据 | 适用 | 结论 | -|---|---|---|---| -| ① | 定义 | 任意 | 找得到非平凡零组合 ⟺ 相关 | -| ② | **秩判据(最通用)** | 任意 | $r(A)t$ ⟹ $\alpha$ 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 | -| ⑦ | 延长/缩短 | 任意 | 无关 ⟹ 加分量仍无关;相关 ⟹ 去分量仍相关("无关能加长,相关能缩短") | - -关键:**判断相关性比的是 $r(A)$ 与** $s$ (不是 $n$ );判②是万能钥匙——能算秩就用它。判④误读陷阱:"至少有一个",不是"每一个"($\alpha_1=(1,0),\alpha_2=(2,0),\alpha_3=(0,1)$ 相关但 $\alpha_3$ 表不出)。 - -**题目** -- **题 1 · 定义与特例直接判相关性(★☆☆)**:设 $\alpha_1=(1,1,1)^{\mathrm T}$ ,$\alpha_2=(2,2,2)^{\mathrm T}$ ,$\alpha_3=(0,0,0)^{\mathrm T}$ ,$\alpha_4=(1,0,0)^{\mathrm T}$ 。(Ⅰ)逐一判断 $\alpha_1,\alpha_2$ 、$\alpha_1,\alpha_3$ 、$\alpha_4$ 的相关性;(Ⅱ)$5$ 个四维向量是否必相关?说明理由。 -- **题 2 · 判据①:有一个向量可由其余表出 ⟺ 相关(★★☆)**:设 $\beta=\alpha_1+2\alpha_2$ 。(Ⅰ)判断 $\beta,\alpha_1,\alpha_2$ 的线性相关性;(Ⅱ)$\beta$ 能否由 $\alpha_1,\alpha_2$ **唯一**线性表示? -- **题 3 · 判据②:无关组添一向量变相关 ⟹ 唯一表示(★★★)**:$\alpha_1,\alpha_2$ 线性无关,$\beta,\alpha_1,\alpha_2$ 线性相关。证明 $\beta$ 可由 $\alpha_1,\alpha_2$ 唯一表示。 -- **题 4 · 判据② 的证明版:把"可表示"证出来(★★☆)**:$\alpha_1,\alpha_2,\alpha_3$ 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。 -- **题 5 · 判据③:以少表多,多的相关(★★☆)**:$\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 均可由 $\beta_1,\beta_2$ 线性表示。证明 $\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 线性相关。 -- **题 6 · 判据③ 的推论:个数多于维数必相关(★★☆)**:$\alpha_1,\cdots,\alpha_5$ 是 5 个四维向量。证明它们线性相关。 -- **题 7 · 判据④:$Ax=0$ 有非零解 ⟺ 相关(★★☆)**:【2024·6 骨架】$\alpha_1=(1,1,2)^{\mathrm T}$ ,$\alpha_2=(2,3,1)^{\mathrm T}$ ,$\alpha_3=(1,0,5)^{\mathrm T}$ 。(Ⅰ)判断相关性;(Ⅱ)若相关,写出一个具体的线性关系式。 -- **题 8 · 判据④ + 秩:含参判相关,并求此时的秩(★★☆)**:【2017·13 骨架】$\alpha_1=(1,1,1)^{\mathrm T}$ ,$\alpha_2=(1,2,a)^{\mathrm T}$ ,$\alpha_3=(1,4,a^2)^{\mathrm T}$ 。(Ⅰ)求 $a$ 使三者线性相关;(Ⅱ)对每个这样的 $a$ 求向量组的秩。 -- **题 9 · 判据④ 的系数矩阵视角:变换后的向量组(★★☆)**:$\alpha_1,\alpha_2,\alpha_3$ 无关。令 $\beta_1=\alpha_1+\alpha_2$ ,$\beta_2=\alpha_2+\alpha_3$ ,$\beta_3=\alpha_3+\alpha_1$ ;$\gamma_1=\alpha_1-\alpha_2$ ,$\gamma_2=\alpha_2-\alpha_3$ ,$\gamma_3=\alpha_3-\alpha_1$ 。(Ⅰ)判断 $\beta$ 组相关性;(Ⅱ)求 $\gamma$ 组的秩。 -- **题 10 · 判据⑤:$r(A)=r(A\mid\beta)$ 判断能否表出(★★☆)**:$\alpha_1=(1,1,1)^{\mathrm T}$ ,$\alpha_2=(1,2,3)^{\mathrm T}$ ,$\alpha_3=(1,3,6)^{\mathrm T}$ ,$\beta=(1,1,2)^{\mathrm T}$ 。判断 $\beta$ 能否由 $\alpha_1,\alpha_2,\alpha_3$ 表示;若能写出表示式并说明是否唯一。 -- **题 11 · 判据⑤:不能表出时增广矩阵秩恰好多 1(★★☆)**:$\alpha_1=(1,1)^{\mathrm T}$ ,$\alpha_2=(2,2)^{\mathrm T}$ ,$\beta=(1,0)^{\mathrm T}$ 。(Ⅰ)判断 $\beta$ 能否由 $\alpha_1,\alpha_2$ 表示;(Ⅱ)验证 $r([\alpha_1,\alpha_2,\beta])=r([\alpha_1,\alpha_2])+1$ 。 -- **题 12 · 判据⑥:整体无关 ⟹ 部分无关(★☆☆)**:$\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 线性无关。判断 $\alpha_1,\alpha_2,\alpha_3$ 是否线性无关并说明理由。 -- **题 13 · 判据⑦:延长无关仍无关(★★☆)**:$\alpha_1,\alpha_2,\alpha_3$ 是 $n$ 维无关组。每个向量各加 2 个分量得 $\alpha_1^*,\alpha_2^*,\alpha_3^*$ 。证明它们线性无关。 -- **题 14 · 判据⑦ 的缩短版:相关缩短仍相关(★★☆)**:$\alpha_1,\alpha_2,\alpha_3$ 是 $n$ 维相关组。去掉最后一个分量得 $\alpha_1',\alpha_2',\alpha_3'$ 。证明它们仍线性相关。 - -## 2. 点 2 · 秩与极大无关组 - -> 出处:知识章 `vector.tex §3`|题目:在学练习 `03-点2`(5 题)。真题锚点:2017·13。 - -### 考点 3.1 极大无关组定义 - -部分组 $\alpha_{i_1},\dots,\alpha_{i_r}$ 满足:① 自身无关;② 原组任一向量都可由它表示——两个条件缺一不可。性质:一般不唯一但**个数唯一 = 秩**;极大无关组与原向量组等价;只含零向量的组没有极大无关组。 - -### 考点 3.2 求法四步(唯一标准流程) - -按列拼 $A$ → **只做初等行变换**化阶梯形 → 数非零行得秩 $r$ → 记主元**列号**回**原矩阵**取对应列。铁律:**系数在阶梯形上读,向量必须回原组取**;只行变换因为行变换保列间线性关系,列变换会破坏主元列信息。 - -### 考点 3.3 秩的性质 - -$r(A)=$ 行秩 $=$ 列秩;初等变换不改变秩;$B=AC$ ⟹ $r(B)\le r(A)$ ;$r(AB)\le\min\{r(A),r(B)\}$ ;$r(PAQ)=r(A)$ ($P,Q$ 可逆);Sylvester $r(AB)\ge r(A)+r(B)-n$ ;分块对角 $r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$ 。**$AB=O$ ⟺ "$B$ 的列全是 $Ax=0$ 的解"**:$AB=O\Rightarrow r(A)+r(B)\le n$ ;$r(A)=n$ 时 $B=O$ ;$A^2=O\Rightarrow r(A)\le n/2$ (幂零阵招牌结论,一条条件串起第 4 讲解空间维数与第 5 讲特征值 0 重数)。 - -**题目** -- **题 1 · 2.2 标准四步求秩与极大无关组(★☆☆)**:设 $\alpha_1=(1,2,-1)^{\mathrm T}$ ,$\alpha_2=(2,4,-2)^{\mathrm T}$ ,$\alpha_3=(0,1,1)^{\mathrm T}$ ,$\alpha_4=(1,3,0)^{\mathrm T}$ 。求向量组的秩、一个极大无关组,并把其余向量用它表示。 -- **题 2 · 3 先观察再动笔——上下界夹逼(★★☆)**:$\alpha_1=(1,1,0,0)^{\mathrm T}$ ,$\alpha_2=(0,1,1,0)^{\mathrm T}$ ,$\alpha_3=(0,0,1,1)^{\mathrm T}$ ,$\alpha_4=(1,0,0,1)^{\mathrm T}$ 。求秩与一个极大无关组,并把不在其中的向量表示出来。 -- **题 3 · 3 含参讨论秩(★★☆)**:$A=\begin{pmatrix}1&1&a\\1&a&1\\a&1&1\end{pmatrix}$ 。讨论三个列向量的秩随 $a$ 的变化。 -- **题 4 · 3 抽象条件 $AB=O$ (★★★)**:$A$ 为 $m\times n$ ,$B$ 为 $n\times s$ ,$AB=O$ 。证明(Ⅰ)$r(A)+r(B)\le n$ ;(Ⅱ)若 $r(A)=n$ ,则 $B=O$ 。 -- **题 5 · 3 $AB=O$ 结论的直接应用 $A^2=O$ (★★★)**:$A$ 是 $n$ 阶方阵且 $A^2=O$ 。证明 $r(A)\le\dfrac{n}{2}$ 。 - -## 3. 点 3 · 线性表示 - -> 出处:知识章 `vector.tex §1.2`|题目:在学练习 `04-点3`(4 题)。真题锚点:2020·6。 - -### 考点 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 | -|---|---| -| 能否表示 | $r(A)=r(A\mid\beta)$ (等价于 $Ax=\beta$ 有解) | -| 表示是否唯一 | 能表示前提下 $r(A)=s$ | -| 不能表示时秩升多少 | $r(A\mid\beta)=r(A)+1$ (只添一列) | - -**$s=n$ (方阵)捷径**:$\lvert A\rvert\ne0$ 则任意 $\beta$ 可表且唯一(克拉默);$\lvert A\rvert=0$ 逐个 $\beta$ 验算。**非方阵必须走秩**。分类模板:先算 $\lvert A\rvert$ → 非零:唯一;为零:化增广比 $r(A)$ 与 $r(A\mid\beta)$ ——相等且 $ 出处:知识章 `vector.tex §4`|题目:在学练习 `05-点4`(5 题)。真题锚点:2022·7。 - -### 考点 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 ⟺ 张成同一子空间。性质:自反、对称、传递。三判据按好用程度排:① $r(A)=r(B)=r(A,B)$ (最标准);② 单向表示 + 同秩 = 等价;③ 直接写双向表示式。**等价 ⟹ 秩相等但个数未必相等**;秩相等是**必要不充分**条件($\{(1,0)\}$ 与 $\{(0,1)\}$ 秩同但不等价)。 - -### 考点 4.3 与矩阵等价的分界 - -| | 矩阵等价 | 向量组等价 | +| 问 | 判据 | 用在哪 | |---|---|---| -| 前提 | 同型 | 同维(行数同,列数可不同) | -| 判据 | $r(A)=r(B)$ | $r(A)=r(B)=r(A,B)$ | -| 强度 | 弱 | 强 | +| 相关还是无关 | $r(A)$ 与向量个数 $m$ 比;$m=n$ 时看行列式 | §2 | +| 能不能表示 | $r(A)=r(A,\beta)$ ;再看秩是否 $=m$ 定唯一性 | §2.1 定理五 | +| 两组是否等价 | $r(A)=r(B)=r(A,B)$ | §4 | +| 是否构成基 | 无关 + 个数等于维数 | §5 | -三强度排序:矩阵等价 ⊂ 向量组等价 ⊂ 向量组相同。**传递链**:$A\cong B\Rightarrow r(A)=r(B)$ ;极大无关组 $\cong$ 原向量组——判等价可退化成"比各自的极大无关组"。核心工具:"表出不增秩" $A=BK\Rightarrow r(A,B)=r(B)$ 。 +**考法树** -**题目** -- **题 1 · 4.1 + 4.3 四个说法的辨析(★☆☆)**:【2022·7 骨架】$A:\alpha_1,\dots,\alpha_s$ 与 $B:\beta_1,\dots,\beta_t$ 是同维向量组($s,t$ 未必相等)。正确的是( ):(A)$r(A)=r(B)\Rightarrow$ 等价;(B)等价 $\Rightarrow r(A)=r(B)$ ;(C)$A$ 可由 $B$ 表示 $\Rightarrow$ 等价;(D)等价 $\Rightarrow s=t$ 。 -- **题 2 · 4.2 具体两组判等价,先找现成关系(★★☆)**:$A:\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ ;$B:\beta_1=(2,1,1)^{\mathrm T}$ ,$\beta_2=(0,1,-1)^{\mathrm T}$ 。(Ⅰ)判断 $A,B$ 是否等价;(Ⅱ)取 $C:\gamma_1=(1,0,0)^{\mathrm T}$ 、$D:\delta_1=(0,1,0)^{\mathrm T}$ ,说明"秩相等"是否为等价的充分条件。 -- **题 3 · 4.2 抽象:单向 + 同秩能否推出等价(★★★)**:$A$ 可由 $B$ 线性表示且 $r(A)=r(B)$ 。证明 $A$ 与 $B$ 等价。 -- **题 4 · 4.3 矩阵等价与向量组等价的分界(★★☆)**:$A,B$ 同型且 $r(A)=r(B)$ 。判断(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——是否正确并说明理由。 -- **题 5 · 4.2 传递性的直接应用(★★☆)**:$A$ 与 $B$ 等价,$B$ 与 $C$ 等价(三个组同维)。证明 $A$ 与 $C$ 等价。 +| 节 | 知识点(题号) | +|---|---| +| §1 向量与向量组 | 1.1 定义与运算(题1—2)· 1.2 四个线性概念(题3—4) | +| §2 线性相关性 | 2.1 七条判定定理(题5—12)· 2.2 三种算法(题13—19) | +| §3 秩与极大无关组 | 3.1 极大无关组(题20—22)· 3.2 秩的性质(题23—26) | +| §4 等价向量组 | 4.1 定义与判定(题27—30)· 4.2 与矩阵等价的区别(题31—32) | +| §5 基与坐标 | 5.1 基、维数、坐标(题33—35)· 5.2 基变换与坐标变换(题36—38) | +| §6 内积与正交 | 6.1 内积、长度、夹角(题39—40)· 6.2 施密特与正交矩阵(题41—43) | +| §7 子空间的和与交 | 7.1 和、交、维数公式、直和(题44—46)· 7.2 交空间的求法(题47—48) | -## 5. 点 5 · 基、坐标与过渡矩阵 +## 1. 向量与向量组 -> 出处:知识章 `vector.tex §5.1、§5.2`|题目:在学练习 `06-点5`(4 题)。真题锚点:2019·20(**11 分**)——本讲分值最高单点。 +### 1.1 向量的定义与运算 -### 考点 5.1 向量空间与子空间 +**教材** -$\mathbb{R}^n$ 的子空间 $V$ :非空 + 对**加法与数乘封闭**(自然含零向量)。最常见:$L(\alpha_1,\dots,\alpha_s)$ 、齐次方程组解空间(维数 $n-r(A)$ )、列空间与零空间。**"不含零向量的集必不是子空间"** 是选择题秒杀器。 +- **$n$ 维向量**:$n$ 个数构成的一个有序数组 $[a_1,a_2,\cdots,a_n]$ 称为一个 $n$ 维向量,记作 $\alpha=[a_1,a_2,\cdots,a_n]$ ,并称 $\alpha$ 为 $n$ 维行向量、$\alpha^{\mathrm T}$ 为 $n$ 维列向量,$a_i$ 为向量 $\alpha$ 的第 $i$ 个分量。 -### 考点 5.2 基与维数 +- **相等**:若 $\alpha$ 与 $\beta$ 都是 $n$ 维向量,且对应元素相等,则 $\alpha=\beta$ 。 -$V$ 中无关且能表示所有向量的组是**基**;**基就是极大无关组**("在一个空间里")。$\dim L(\alpha_1,\dots,\alpha_s)=r(\alpha_1,\dots,\alpha_s)$ ——求维数就是求秩。验证基捷径:**个数 = 维数时只算行列式**。$\mathbb{R}^n$ 标准基 $e_1,\dots,e_n$ 。 +- **加法**:$\alpha+\beta=[a_1+b_1,\ a_2+b_2,\ \cdots,\ a_n+b_n]$ 。 -### 考点 5.3 坐标 +- **数乘**:$k\alpha=[ka_1,\ ka_2,\ \cdots,\ ka_n]$ 。 -$\alpha=(\xi_1,\dots,\xi_n)\binom{x_1}{\vdots}{x_n}$ ,$(x_1,\dots,x_n)^{\mathrm T}$ 是该基下坐标;基给定后坐标**唯一**(基无关)。 +- **零向量**:分量全为 $0$ 的向量,记 $0$ ;它是加法单位元,$\alpha+0=\alpha$ 。 -### 考点 5.4 基变换与坐标变换(方向相反,本节唯一的坑) +- **负向量**:$-\alpha=[-a_1,\cdots,-a_n]$ ,它是 $\alpha$ 的加法逆元。 -$(\eta_1,\dots,\eta_n)=(\xi_1,\dots,\xi_n)C$ ,$C$ 是从 $\xi$ 到 $\eta$ 的过渡矩阵。三结论:① **$C$ 可逆**,第 $j$ 列就是 $\eta_j$ 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(白送);② **坐标变换公式**:$x_{\rm old}=C\,x_{\rm new}$ (新坐标求旧坐标**乘** $C$ ,旧坐标求新坐标**解** $Cx$ );③ 反方向过渡矩阵是 $C^{-1}$ ,**两个方向互为逆**。记忆锚点:"基乘 $C$ ,坐标反过来"。 +- **线性运算的整体地位**:线性代数之所以叫"线性",就是因为只承认加法与数乘这两种运算,以及由它们复合出来的线性组合。 -**题目** -- **题 1 · 5.1 哪些是基(★☆☆)**:判断下列各组是否为 $\mathbb{R}^3$ 的基并说明理由:(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)$(1,0,0)^{\mathrm T}$ ,$(0,1,0)^{\mathrm T}$ ,$(0,0,1)^{\mathrm T}$ 。 -- **题 2 · 5.2 标准基到一般基——过渡矩阵白送(★★☆)**:【2019·20 骨架】$\varepsilon$ 为 $\mathbb{R}^3$ 标准基,$\alpha_1=(1,0,1)^{\mathrm T}$ ,$\alpha_2=(0,1,1)^{\mathrm T}$ ,$\alpha_3=(1,1,0)^{\mathrm T}$ 。(Ⅰ)验证 $\alpha_1,\alpha_2,\alpha_3$ 是基;(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。 -- **题 3 · 5.2 双向换算坐标(★★☆)**:沿用题 2 的两组基。(Ⅰ)$\gamma$ 在 $\alpha$ 基下坐标为 $(2,-1,3)^{\mathrm T}$ ,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。 -- **题 4 · 5.2 一般基到一般基(★★★)**:仍取题 2 的 $\alpha$ 基,令 $\beta_1=\alpha_1+\alpha_2+\alpha_3$ ,$\beta_2=\alpha_1+\alpha_2$ ,$\beta_3=\alpha_1$ 。(Ⅰ)验证 $\beta$ 也是基;(Ⅱ)求 $\alpha$ 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)说明反方向过渡矩阵为什么必为 $C^{-1}$ 。 +**扩展** -## 6. 点 6 · 内积、正交与施密特 +- **向量没有"乘法"**。两种带乘号的写法是内积 $\alpha^{\mathrm T}\beta$ (结果是**数**)与外积 $\alpha\beta^{\mathrm T}$ (结果是**矩阵**),它们都不是向量的第三种运算,而是"向量当矩阵用"的特例〔补〕。 -> 出处:内积与施密特参考仓库未收录(以盘点 §6 为准);正交矩阵见盘点 §6.5|题目:在学练习 `07-点6`(5 题)。真题锚点:2021·6、2023·15(**10 分**)。 +- **行、列两套记法要分清**:本讲默认列向量,写 $(\cdot)^{\mathrm T}$ 表示转置成行;只有 $\alpha^{\mathrm T}\beta$ 与 $\alpha\beta^{\mathrm T}$ 两种写法有定义,$\alpha\beta$ 没有定义〔补〕。 -### 考点 6.1 内积与四条性质 +- **加减要求同维**:$n$ 维与 $m$ 维($n\ne m$ )之间没有加法,选择题里"两个不同维数的向量相加"是直接的错误项〔补〕。 -$\langle\alpha,\beta\rangle=\alpha^{\mathrm T}\beta=\sum a_ib_i$ 。性质:对称;对第一变元线性;正定($=0\iff\alpha=0$ );柯西不等式 $|\langle\alpha,\beta\rangle|\le\|\alpha\|\|\beta\|$ 。**双线性**:组合内积拆成四项,正交时非同类项直接消("内积只留同项")。 +- **tex 此处有一处笔误**:$k\alpha$ 写成 $[ka_1,ka_2,\cdots,ka_3]$ ,末项应为 $ka_n$ 。照抄会错,读参考时要顺手校验〔补〕。 -### 考点 6.2 长度、单位化、夹角 +- **本讲所有判据的载体都是矩阵**:$m$ 个 $n$ 维列向量按列拼成 $n\times m$ 矩阵 $A=(\alpha_1,\alpha_2,\cdots,\alpha_m)$ ,之后"向量组的秩"就是"矩阵的秩"〔补〕。 -$\|\alpha\|=\sqrt{\langle\alpha,\alpha\rangle}$ ,$e=\alpha/\|\alpha\|$ ($\alpha\ne0$ ),$\cos\theta=\langle\alpha,\beta\rangle/(\|\alpha\|\|\beta\|)$ 。$\langle\alpha,\beta\rangle=0$ 即正交;零向量与任何向量正交但不能单位化。 +- **行向量组的秩等于列向量组的秩**,所以拼成行还是拼成列,秩不变;但求极大无关组时必须统一按列拼(见 3.1)〔张宇〕。 -### 考点 6.3 正交组与规范正交基 +**习题 1.1** -**非零且两两正交的组必无关**(与 $\alpha_j$ 作内积逼系数)。规范正交基下**坐标就是内积**:$\alpha=\sum\langle\alpha,e_i\rangle e_i$ ,不必解方程组。 +> **题 1**(★☆☆)设 $\alpha=(1,2,-1)^{\mathrm T}$ ,$\beta=(0,3,4)^{\mathrm T}$ 。(Ⅰ)求 $2\alpha-3\beta$ ;(Ⅱ)求向量 $x$ 使 $\alpha+x=\beta$ ;(Ⅲ)判断 $\alpha$ 与 $\beta$ 能否相加,并说明依据。 -### 考点 6.4 施密特正交化 +**答案**:(Ⅰ)$2\alpha-3\beta=(2,4,-2)-(0,9,12)=(2,-5,-14)$ 。(Ⅱ)$x=\beta-\alpha=(-1,1,5)$ 。(Ⅲ)能,二者同为 $3$ 维向量,维数相同即可逐分量相加。 -$u_1=\alpha_1$ ,$u_k=\alpha_k-\sum_{i **题 2**(★★☆)设 $\alpha=(1,2,3)^{\mathrm T}$ 。(Ⅰ)分别求 $\alpha^{\mathrm T}\alpha$ 与 $\alpha\alpha^{\mathrm T}$ ,说明二者阶数为何不同;(Ⅱ)说明为什么不能写 $\alpha^2$ ;(Ⅲ)写出 $\alpha\alpha^{\mathrm T}$ 的秩。 -### 考点 6.5 正交矩阵 +**答案**:(Ⅰ)$\alpha^{\mathrm T}\alpha=1+4+9=14$ ,是 $1\times1$ 的数;$\alpha\alpha^{\mathrm T}$ 是 $3\times3$ 矩阵 $\begin{pmatrix}1&2&3\\2&4&6\\3&6&9\end{pmatrix}$ 。阶数差别来自"先乘谁":$\alpha^{\mathrm T}$ ($1\times3$ )在左只能与 $3\times1$ 收成一个数,在右则 $3\times1$ 与 $1\times3$ 撑成 $3\times3$ 。(Ⅱ)向量没有乘法,$\alpha^2$ 无定义;能写的只有内积与外积。(Ⅲ)$r(\alpha\alpha^{\mathrm T})=1$ ,因为每一列都是 $\alpha$ 的倍数。 -$A^{\mathrm T}A=E$ ,六等价:$A^{\mathrm T}=A^{-1}$ ;$AA^{\mathrm T}=E$ ;列是规范正交基;行是规范正交基;$\|Ax\|=\|x\|$ 保长度。推论:$|A|=\pm1$ (**必要不充分**);正交矩阵的逆、转置、乘积仍正交;正交变换保内积、保长度、保夹角;实对称矩阵一定可**正交**对角化(第 5 讲主角)。判正交两步:**列两两内积为零 + 列长全为 1**。 +### 1.2 线性组合、线性表出、线性相关、线性无关 -**题目** -- **题 1 · 6.1 组合的内积,展开再消(★☆☆)**:$\alpha=(1,2,2)^{\mathrm T}$ ,$\beta=(2,-2,1)^{\mathrm T}$ 。(Ⅰ)求 $\langle\alpha,\beta\rangle$ 、$\|\alpha\|$ 、$\|\beta\|$ ;(Ⅱ)求 $\langle 2\alpha+\beta,\alpha-\beta\rangle$ 。 -- **题 2 · 6.2 + 6.3 + 6.5 正交、长度、规范正交基与坐标(★★☆)**:【2023·15 骨架】$\alpha=(1,2,2)^{\mathrm T}$ ,$\beta=(2,-2,1)^{\mathrm T}$ ,$\gamma=(2,1,-2)^{\mathrm T}$ 。(Ⅰ)验证两两正交并求长度;(Ⅱ)写出 $\mathbb{R}^3$ 的一组规范正交基,验证按列拼成的 $Q$ 是正交矩阵;(Ⅲ)求 $\langle\alpha+2\beta,\gamma-\beta\rangle$ ;(Ⅳ)求 $\delta=(3,0,0)^{\mathrm T}$ 在这组基下的坐标。 -- **题 3 · 6.4 两向量施密特(★☆☆)**:$\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ 。正交化、单位化。 -- **题 4 · 6.4 三向量施密特(★★☆)**:【2021·6 骨架】$\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ ,$\alpha_3=(0,1,1)^{\mathrm T}$ 。求与之等价的正交向量组和规范正交向量组。 -- **题 5 · 6.5 正交矩阵的判断(★★☆)**:判断是否为正交矩阵并说明理由:(1)$\begin{pmatrix}0&1\\1&0\end{pmatrix}$ ;(2)$\begin{pmatrix}\cos\theta&-\sin\theta\\ \sin\theta&\cos\theta\end{pmatrix}$ ;(3)$\begin{pmatrix}1&1\\0&1\end{pmatrix}$ ;(4)$\begin{pmatrix}1&0&0\\0&-1&0\\0&0&2\end{pmatrix}$ 。 +**教材** -## 7. 点 7 · 子空间的和与交 +- **线性组合**:$m$ 个 $n$ 维向量 $\alpha_1,\cdots,\alpha_m$ 以及 $m$ 个数 $k_1,\cdots,k_m$ ,则 $k_1\alpha_1+k_2\alpha_2+\cdots+k_m\alpha_m$ 称为该向量组的一个线性组合。 -> 出处:参考仓库未收录(以盘点 §7 为准;交空间求法转引方程组章 `linear-equations-system.tex §4`)|题目:在学练习 `08-点7`(5 题)。真题锚点:2023·7。 +- **线性表出**:若向量 $\beta$ 能表示成 $\alpha_1,\cdots,\alpha_m$ 的线性组合,即存在 $m$ 个数 $k_1,\cdots,k_m$ 使 $\beta=k_1\alpha_1+\cdots+k_m\alpha_m$ ,则称 $\beta$ 能被该向量组线性表出(线性表示);否则称不能被线性表出。 -### 考点 7.1 定义 +- **线性相关**:对 $m$ 个 $n$ 维向量 $\alpha_1,\cdots,\alpha_m$ ,若**存在**一组**不全为零**的数 $k_1,\cdots,k_m$ 使 $k_1\alpha_1+\cdots+k_m\alpha_m=0$ ,则称该组线性相关。 -$V_1+V_2=\{v_1+v_2\}$ ,$V_1\cap V_2=\{v\mid v\in V_1\ \text{且}\ v\in V_2\}$ ,两者都是子空间。和空间的基:两组向量**并在一起**求极大无关组,维数 $=r(A,B)$ 。 +- **线性无关**:若**不存在**一组不全为零的数使上述组合为零,即**仅当** $k_1=\cdots=k_m=0$ 时才成立,则称该组线性无关。 -### 考点 7.2 维数公式 +- **两个现成结论**:含零向量的向量组、含成比例向量的向量组,必然线性相关。 -$$\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2).$$ +- **另一个现成结论**:两个非零向量,若不成比例,则必然线性无关。 -### 考点 7.3 交空间的求法(四步) +**扩展** -① 设 $w=Ax=By$ ;② 移项解齐次方程组 $(A,-B)\binom{x}{y}=0$ ;③ **代回 $w=Ax$ 得到向量**(解出来的是系数,不是基——本点唯一大坑);④ 删去零向量与冗余向量。 +- **四句话的翻译表**(这张表是整讲的入口):组合与表出 ⟺ $Ax=\beta$ 有解;相关 ⟺ $Ax=0$ 有**非零**解;无关 ⟺ $Ax=0$ **只有零**解〔张宇〕。 -### 考点 7.4 直和 +- **相关就是"有冗余"**:至少有一个向量是别人拼出来的,去掉它不减少张成的空间;无关就是"一个都不能少"〔补〕。 -$V_1\cap V_2=\{0\}$ 则称 $V_1+V_2$ 为直和。等价:$\dim(V_1+V_2)=\dim V_1+\dim V_2$ ;和空间每个向量**分解方式唯一**(如 $n$ 阶矩阵 = 对称 + 反对称)。 +- **"相关"只承诺"至少一个多余",不指定谁**:$\alpha_1=(1,0)^{\mathrm T}$ 、$\alpha_2=(2,0)^{\mathrm T}$ 、$\alpha_3=(0,1)^{\mathrm T}$ 相关,但 $\alpha_3$ 用 $\alpha_1,\alpha_2$ 表不出来〔补〕。 -**题目** -- **题 1 · 7.1 哪些是子空间(★☆☆)**:判断是否为 $\mathbb{R}^3$ 的子空间并说明理由:(1)过原点的平面 $ax+by+cz=0$ ;(2)不过原点的平面 $ax+by+cz=1$ ;(3)齐次方程组解集 $\{x\mid Ax=0\}$ ;(4)$\{(x,y,z)\mid x+y+z=1\}$ 。 -- **题 2 · 7.2 + 7.3 四维空间里的和与交(★★☆)**:$V_1=L(\alpha_1,\alpha_2)$ ,$\alpha_1=(1,0,1,0)^{\mathrm T}$ ,$\alpha_2=(0,1,0,1)^{\mathrm T}$ ;$V_2=L(\beta_1,\beta_2)$ ,$\beta_1=(1,1,0,0)^{\mathrm T}$ ,$\beta_2=(0,0,1,1)^{\mathrm T}$ 。(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? -- **题 3 · 7.2 + 7.3 交空间的基与维数公式(★★★)**:【2023·7 骨架】$V_1=L(\alpha_1,\alpha_2)$ ,$\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(0,1,1)^{\mathrm T}$ ;$V_2=L(\beta_1,\beta_2)$ ,$\beta_1=(1,0,1)^{\mathrm T}$ ,$\beta_2=(0,1,2)^{\mathrm T}$ 。(Ⅰ)求三个维数;(Ⅱ)求 $V_1\cap V_2$ 的一组基;(Ⅲ)验证维数公式。 -- **题 4 · 7.4 含参——何时为直和(★★☆)**:$V_1=L(\alpha_1,\alpha_2)$ ,$\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ ;$V_2=L(\beta_1)$ ,$\beta_1=(2,1,a)^{\mathrm T}$ 。就 $a$ 讨论 $V_1+V_2$ 是否为直和,并求此时的和空间维数。 -- **题 5 · 7.4 直和的分解唯一性(★★★)**:$V=V_1+V_2$ 且 $V_1\cap V_2=\{0\}$ 。证明 $V$ 中每个向量 $\alpha$ 可**唯一**地写成 $\alpha=\alpha_1+\alpha_2$ ($\alpha_i\in V_i$ )。 +- **量词陷阱**:定义里是"**存在**一组不全为零",不是"任意一组";定理里是"**至少一个**可由其余表示",不是"每一个"。凡选项写成"任意""每一个",比定义强了一档,直接判错〔补〕。 -## 8. 点 8 · 抽象推理与证明 +- **判断相关性要比的是秩与向量个数这两个数**,不是与维数 $n$ 比。$r(A)n\ge r(A)$ )〔补〕。 -> 出处:知识章 `vector.tex §2—§4`、方程组章 `linear-equations-system.tex §5`|题目:在学练习 `09-点8`(5 题)。真题锚点:支撑解答题。 +- **零向量是"免费"的相关证据**:组里只要有一个零向量,取它系数为 $1$ 、其余为 $0$ 就是非平凡零组合〔补〕。 -### 考点 四个证明模板 +**习题 1.2** -1. **替换/接力(8.1)**:证"仍无关"两条路——代入法(设组合、代入、用原组无关逼系数,注意"**除以某系数前必须先证它非零**")与等价法/同秩(能反解时一步到位)。 -2. **证同解(8.2)**:双向代入;反方向**左乘 $x^{\mathrm T}$ 凑平方和**,用"实数平方和为零 ⟹ 每分量为零"收尾。"**实矩阵**"三个字是钥匙:$x^{\mathrm T}A^{\mathrm T}Ax=\|Ax\|^2\ge0$ 。 -3. **证秩等于某数(8.3)**:上界造关系($A=BK\Rightarrow r(A)\le r(B)$ ),下界找无关子组,夹逼。 -4. **证等价/表示(8.4)**:$A$ 可由 $B$ 表示 $\iff A=BK$ ;拼矩阵 $(A,B)=B(K,E)\Rightarrow r(A,B)=r(B)$ (表出不增秩)。 +> **题 3**(★☆☆)设 $\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(0,1,1)^{\mathrm T}$ ,$\beta=(2,1,-1)^{\mathrm T}$ 。(Ⅰ)判断 $\beta$ 能否由 $\alpha_1,\alpha_2$ 线性表出;(Ⅱ)若能,表示法是否唯一。 -**题目** -- **题 1 · 8.1 替换定理(★★★)**:$\alpha_1,\alpha_2,\alpha_3$ 线性无关,$\beta=k_1\alpha_1+k_2\alpha_2+k_3\alpha_3$ ,$k_1k_2k_3\ne0$ 。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。 -- **题 2 · 8.1 相关与无关的接力(★★★)**:$\alpha_1,\alpha_2,\alpha_3$ 线性相关,$\alpha_2,\alpha_3,\alpha_4$ 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。 -- **题 3 · 8.2 用内积证秩(★★★)**:$A$ 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。 -- **题 4 · 8.3 以少表多必相关——秩法证明(★★☆)**:$\alpha_1,\cdots,\alpha_s$ 均可由 $\beta_1,\cdots,\beta_t$ 线性表示且 $s>t$ 。**用秩夹逼**证明 $\alpha_1,\cdots,\alpha_s$ 线性相关。 -- **题 5 · 8.4 表出不增秩——拼矩阵模板(★★☆)**:向量组 $A:\alpha_1,\cdots,\alpha_s$ 可由 $B:\beta_1,\cdots,\beta_t$ 线性表示。证明(Ⅰ)$r(A)\le r(B)$ ;(Ⅱ)$r(A,B)=r(B)$ 。 +**答案**:能,$\beta=2\alpha_1-\alpha_2$ 。(Ⅱ)唯一:$\alpha_1,\alpha_2$ 不成比例、非零,故线性无关,$r(A)=2=$ 向量个数,表示法唯一。 + +> **题 4**(★☆☆)设 $\alpha_1=(1,0,0)^{\mathrm T}$ ,$\alpha_2=(0,1,0)^{\mathrm T}$ ,$\alpha_3=(0,0,1)^{\mathrm T}$ ,$\alpha_4=(1,2,3)^{\mathrm T}$ 。用定义判断四者是否线性相关,并写出一个非平凡的线性关系式。 + +**答案**:相关。取 $k_1=1,\ k_2=2,\ k_3=3,\ k_4=-1$ 得 $\alpha_1+2\alpha_2+3\alpha_3-\alpha_4=0$ ,系数不全为零,符合相关定义。关键一步:四个 $3$ 维向量必相关(个数超维数),$r=3<4$ 。 + +## 2. 线性相关性 + +### 2.1 七条判定定理 + +**教材** + +- **定理一(谁多余)**:向量组 $\alpha_1,\cdots,\alpha_n$ ($n\ge2$ )线性相关 ⟺ 组中**至少有一个**向量可由其余 $n-1$ 个向量线性表出;线性无关 ⟺ 组中**任何一个**向量都不能被其余 $n-1$ 个向量线性表出。 + +- **定理二(添一个变相关)**:向量组 $\alpha_1,\cdots,\alpha_n$ 线性无关,而 $\beta,\alpha_1,\cdots,\alpha_n$ 线性相关,则 $\beta$ 可由 $\alpha_1,\cdots,\alpha_n$ 线性表示,且表示方法唯一。 + +- **定理三(以少表多,多的相关)**:$\alpha_1,\cdots,\alpha_n$ 可由 $\beta_1,\cdots,\beta_s$ 线性表示,且 $n>s$ ,则 $\alpha_1,\cdots,\alpha_n$ 线性相关。反过来,若 $\alpha_1,\cdots,\alpha_n$ 可由 $\beta_1,\cdots,\beta_s$ 表示且自身线性无关,则 $n\le s$ 。 + +- **定理四(与齐次方程组)**:$m$ 个 $n$ 维向量 $\alpha_1,\cdots,\alpha_m$ 线性相关 ⟺ 齐次方程 $Ax=0$ 有非零解,其中 $A=(\alpha_1,\cdots,\alpha_m)$ 、$x=(x_1,\cdots,x_m)^{\mathrm T}$ ;线性无关 ⟺ $Ax=0$ 只有零解。 + +- **定理五(与增广矩阵)**:$\beta$ 可由 $\alpha_1,\cdots,\alpha_n$ 表出 ⟺ $r(\alpha_1,\cdots,\alpha_n)=r(\alpha_1,\cdots,\alpha_n,\beta)$ ;不能表出时,增广矩阵的秩恰好多 $1$ ,即 $r(\alpha_1,\cdots,\alpha_n)+1=r(\alpha_1,\cdots,\alpha_n,\beta)$ 。 + +- **定理六(部分与整体)**:向量组中若存在一部分向量线性相关,则整个向量组线性相关;若整个向量组线性无关,则任意一部分向量组线性无关。 + +- **定理七(延长与缩短)**:$m$ 个 $n$ 维向量线性无关,则把每个向量各任意添加 $s$ 个分量所得的新向量组($n+s$ 维)也线性无关;若原本线性相关,则每个各去掉相同的若干分量得到的新向量组也线性相关。口诀:**原来无关延长无关,原来相关缩短相关**。 + +**扩展** + +- **七条的记忆骨架**:一管"谁多余"、二管"补一个就唯一"、三管"个数"、四管"方程组的解"、五管"增广矩阵"、六管"部分与整体"、七管"加长与截短"〔补〕。 + +- **定理一的两个方向不等价地好用**:证"相关"用它(找出一组非平凡系数)最省事;证"无关"千万别用它("每一个都表不出"没法逐个验),证无关永远用定义或秩〔补〕。 + +- **定理二的"唯一"从哪来**:无关保证 $Ax=0$ 只有零解,于是两个表示式相减必得零系数。若原组本身相关,表示法就有无穷多〔张宇〕。 + +- **定理三的反向用法才是高频考法**:$\alpha$ 组无关 ⟹ 表示它的组个数不少于 $n$ 。选择题常给"$s$ 个表示 $s+1$ 个"的配置直接判相关〔张宇〕。 + +- **定理五的三档判据**(这是表示问题唯一的标准答法):① $r(A)\ne r(A,\beta)$ 不能表示;② $r(A)=r(A,\beta) **题 5**(★★☆)设 $\alpha_1=(1,0)^{\mathrm T}$ ,$\alpha_2=(2,0)^{\mathrm T}$ ,$\alpha_3=(0,1)^{\mathrm T}$ 。(Ⅰ)判断三者是否线性相关;(Ⅱ)$-\!$ 一验证:$\alpha_1,\alpha_2,\alpha_3$ 中哪些向量能由其余两个表示,哪个不能;(Ⅲ)由此说明定理一里"至少有一个"不能改成"每一个"。 + +**答案**:(Ⅰ)相关,$r=2<3$ ,关系式 $\alpha_2-2\alpha_1+0\cdot\alpha_3=0$ 。(Ⅱ)$\alpha_1=\frac12\alpha_2$ 能;$\alpha_2=2\alpha_1$ 能;$\alpha_3$ 不能——若 $\alpha_3=k_1\alpha_1+k_2\alpha_2$ ,第二分量给出 $1=0$ ,矛盾。(Ⅲ)三个向量里只有一个方向的多余,"多余的那个"并不覆盖全体成员,所以只能说"至少一个"。 + +> **题 6**(★★★)设 $\alpha_1,\alpha_2$ 线性无关,$\beta,\alpha_1,\alpha_2$ 线性相关。证明 $\beta$ 可由 $\alpha_1,\alpha_2$ 线性表示,且表示法唯一。 + +**答案**:由相关,存在不全为零的 $k,k_1,k_2$ 使 $k\beta+k_1\alpha_1+k_2\alpha_2=0$ 。若 $k=0$ ,则 $k_1\alpha_1+k_2\alpha_2=0$ 且 $k_1,k_2$ 不全为零,与 $\alpha_1,\alpha_2$ 无关矛盾,故 $k\ne0$ ,于是 $\beta=-\frac{k_1}{k}\alpha_1-\frac{k_2}{k}\alpha_2$ ,可表示。唯一性:设 $\beta=a_1\alpha_1+a_2\alpha_2=b_1\alpha_1+b_2\alpha_2$ ,相减得 $(a_1-b_1)\alpha_1+(a_2-b_2)\alpha_2=0$ ,由无关得 $a_i=b_i$ 。**关键一步是先证 $k\ne0$ ,这一步不能省**。 + +> **题 7**(★★☆)设 $\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 均可由 $\beta_1,\beta_2$ 线性表示。证明 $\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 线性相关。 + +**答案**:记 $A=(\alpha_1,\alpha_2,\alpha_3,\alpha_4)$ 、$B=(\beta_1,\beta_2)$ 。由"可由 $B$ 表示"知存在 $2\times4$ 矩阵 $K$ 使 $A=BK$ ,故 $r(A)\le r(K)\le2<4$ ,向量个数 $4>r(A)$ ,由定理四($Ax=0$ 有非零解)知线性相关。**关键一步:表示关系写成矩阵乘法,秩不等式比"代入硬算"快得多**。 + +> **题 8**(★★☆,真题 2024·6)设 $\alpha_1=(a,1,-1,1)^{\mathrm T}$ ,$\alpha_2=(1,1,b,a)^{\mathrm T}$ ,$\alpha_3=(1,a,-1,1)^{\mathrm T}$ ,若三者线性相关且任意两个线性无关,则( ) +> (A)$a=1,\ b\ne-1$  (B)$a=1,\ b=-1$  (C)$a\ne-2,\ b=2$  (D)$a=-2,\ b=2$ + +**答案**:(D)。三向量相关 ⟺ 由前三个分量构成的行列式为 $0$ :$\begin{vmatrix}a&1&1\\1&1&a\\-1&b&-1\end{vmatrix}=-(a-1)(ab+b+2)$ ,即 $a=1$ 或 $b(a+1)=-2$ 。逐项排除:$a=1$ 时 $\alpha_1=\alpha_3=(1,1,-1,1)^{\mathrm T}$ ,两向量相等,违反"任意两个线性无关",故(A)(B)错;$b(a+1)=-2$ 且 $a\ne1$ 时取 $a=-2,\ b=2$ ,此时任意两列的秩均为 $2$ (验算:三对二阶子式均非零),满足条件,故(D)对,(C)的 $b=2$ 但 $a\ne-2$ 会使 $b(a+1)=2(a+1)\ne-2$ ,不相关。 + +> **题 9**(★★☆,真题 2020·6 骨架)设 $\alpha_1=(1,1,1)^{\mathrm T}$ ,$\alpha_2=(1,2,3)^{\mathrm T}$ ,$\alpha_3=(1,3,6)^{\mathrm T}$ ,$\beta=(1,1,2)^{\mathrm T}$ 。(Ⅰ)判断 $\beta$ 能否由三者表示;(Ⅱ)若能,表示法是否唯一,并求出表示式。 + +**答案**:(Ⅰ)$A=(\alpha_1,\alpha_2,\alpha_3)$ 的行列式为 $1$ ,故 $r(A)=r(A,\beta)=3$ ,能表示。(Ⅱ)唯一(秩等于向量个数 $3$ )。由 $Ax=\beta$ 得 $x=(2,-2,1)^{\mathrm T}$ ,即 $\beta=2\alpha_1-2\alpha_2+\alpha_3$ 。 + +> **题 10**(★★★,张宇例)设 $A=\begin{pmatrix}a_{11}&a_{12}&a_{13}&a_{14}\\a_{21}&a_{22}&a_{23}&a_{24}\\a_{31}&a_{32}&a_{33}&a_{34}\end{pmatrix}$ ,按列、行分别分块为 $A=[\alpha_1,\alpha_2,\alpha_3,\alpha_4]=\begin{pmatrix}\beta_1\\\beta_2\\\beta_3\end{pmatrix}$ ,且 $\begin{vmatrix}a_{12}&a_{14}\\a_{32}&a_{34}\end{vmatrix}\ne0$ 、$\begin{vmatrix}a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33}\end{vmatrix}=0$ 。判断:① $r(A)=2$ ;② $\alpha_2,\alpha_4$ 线性无关;③ $\beta_1,\beta_2,\beta_3$ 线性相关;④ $\alpha_1,\alpha_2,\alpha_3$ 线性相关。 + +**答案**:正确的是 ②④。② 第 $1,3$ 行第 $2,4$ 列构成的二阶子式非零,即 $\alpha_2,\alpha_4$ 的**截短**向量无关,由定理七(延长保持无关)原向量无关。① 错:只给了一个三阶子式为 $0$ ,其余三阶子式可能非零,推不出 $r(A)=2$ 。③ 错:那个三阶子式是"三行各截去第 $4$ 个分量"后的行列式,**截短相关推不出原向量相关**。④ 对:$A$ 只有 $3$ 行,$\alpha_1,\alpha_2,\alpha_3$ 就是 $3$ 维,该三阶子式的三列恰是它们全体,行列式为 $0$ 即相关。**关键一句:无关性向下传递(部分组、截短都保持无关),相关性不能向上传递**。 + +> **题 11**(★★☆,张宇例)设 $a_1,\cdots,a_s$ 是 $s$ 个互不相同的数,讨论 $s$ 个 $n$ 维列向量 $\alpha_i=(1,a_i,a_i^2,\cdots,a_i^{n-1})^{\mathrm T}$ ($i=1,\cdots,s$ )的线性相关性。 + +**答案**:$s>n$ 时相关,$s\le n$ 时无关。$s=n$ 时 $\lvert\alpha_1,\cdots,\alpha_n\rvert$ 是范德蒙德行列式 $=\prod_{jn$ 时个数超维数,由定理三相关。**关键一步:$s **题 12**(★★☆)判断下列六个断言的真假,假的给出反例:① 若 $\alpha_1,\alpha_2,\alpha_3$ 线性相关,则其中每一个都能由其余两个线性表出;② $n+1$ 个 $n$ 维向量必线性相关;③ 若 $\alpha_1,\alpha_2,\alpha_3$ 线性相关、$\alpha_2,\alpha_3,\alpha_4$ 线性相关,则 $\alpha_1,\alpha_2,\alpha_4$ 线性相关;④ 若 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,则 $\alpha_1+\alpha_2,\ \alpha_2+\alpha_3,\ \alpha_3+\alpha_1$ 线性无关;⑤ 若 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,则 $\alpha_1-\alpha_2,\ \alpha_2-\alpha_3,\ \alpha_3-\alpha_1$ 线性相关;⑥ 若 $r(\alpha_1,\alpha_2,\alpha_3)=2$ ,则其中任意两个都线性无关。 + +**答案**:① 假,反例 $\alpha_1=(1,0)^{\mathrm T}$ 、$\alpha_2=(2,0)^{\mathrm T}$ 、$\alpha_3=(0,1)^{\mathrm T}$ ,$\alpha_3$ 表不出。② 真,个数 $n+1>r(A)$ 。③ 假,反例 $\alpha_1=(1,0,0)^{\mathrm T}$ 、$\alpha_2=(0,1,0)^{\mathrm T}$ 、$\alpha_3=(0,2,0)^{\mathrm T}$ 、$\alpha_4=(0,0,1)^{\mathrm T}$ :前三个秩 $2$ 相关、$\alpha_2,\alpha_3,\alpha_4$ 秩 $2$ 相关,而 $\alpha_1,\alpha_2,\alpha_4$ 是三阶单位阵的列,无关。④ 真,系数矩阵 $\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix}$ 的行列式为 $2\ne0$ 。⑤ 真,三式相加得 $0$ ,系数 $1,1,1$ 不全为零。⑥ 假,反例同上 $\alpha_1,\alpha_2$ 成比例。 + +### 2.2 判定的三种算法 + +**教材** + +- **算法一(初等运算)**:给出 $n$ 维线性无关向量组,判断由它们线性组合出的新组是否无关——直接对新组的组合式做加减消元,若某个组合能消成 $0$ ,即相关。 + +- **算法二(定义法/代入重组)**:要证 $\alpha,\beta$ 无关,令 $k_1\alpha+k_2\beta=0$ ,判断是否只有零解;若待判向量由其他向量构成,就把表示式代入目标式子,合并同类项后用原组的无关性逼系数为零。 + +- **算法三(行列式)**:向量个数等于维数时,把它们按列拼成方阵,$\lvert A\rvert=0$ 则相关,$\lvert A\rvert\ne0$ 则无关。注意容易失根——要仔细找出所有使行列式为 $0$ 的因式,不要随便降阶。 + +- **算法四(矩阵的秩)**:个数与维数不等时不能用行列式,只能拼成矩阵求秩:满秩(秩等于向量个数)无关,降秩相关。 + +- **求秩时的排布规则**:判断多个向量是否相关,把向量按列拼成矩阵求秩;判断某个 $\beta$ 能否被表出,把 $\beta$ 放在**最右边**再求增广矩阵的秩。 + +**扩展** + +- **先看能不能"看出来",再动笔算**:出现零向量、成比例、明显的和为零(如 $\alpha_1-\alpha_2+\alpha_2-\alpha_3+\alpha_3-\alpha_1$ 型),一步就判相关,不必求秩〔补〕。 + +- **"新组 = 旧组乘系数矩阵"是全讲最高频的模型**:$(\beta_1,\cdots,\beta_m)=(\alpha_1,\cdots,\alpha_s)K$ ,旧组无关时**新组的相关性完全由 $K$ 决定**:$r(K)=m$ 无关,否则相关〔张宇〕。 + +- **同乘消元的标准动作**:已知 $A^k\alpha=0$ 且 $A^{k-1}\alpha\ne0$ ,判 $\alpha,A\alpha,\cdots,A^{k-1}\alpha$ 无关——从最高次幂往低次幂**依次左乘同一个矩阵**,每乘一次消掉一个尾项,逼出一个系数为零〔张宇〕。 + +- **含参相关题的三种解法,按可靠性排**:① 化行阶梯看是否出现全零行(最稳);② 方阵直接算行列式;③ 非方阵算"所有"最高阶子式。**只让一个子式为零就下结论是最常见的错**〔补〕。 + +- **"假零点"陷阱**:阶梯形里两个主元位置的表达式相差一个非零常数(如 $k-3$ 与 $k+2$ 差 $5$ ),二者不可能同时为零,故秩恒等于满秩,向量组**对任意 $k$ 都无关**〔补〕。 + +- **充要条件辨析题的固定套路**:先算出"无关 ⟺ $|K|\ne0$ ⟺ $k\ne$ 根们",再看题给条件漏了哪个根。**漏一个根就是"必要非充分"**;这类题只要根的个数 $\ge2$ 而条件只提一个,几乎必然是"必要非充分"〔补〕。 + +**习题 2.2** + +> **题 13**(★★☆,张宇例)已知 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,判断 $\alpha_1+\alpha_2$ 、$\alpha_2-\alpha_3$ 、$\alpha_3+\alpha_1$ 的线性相关性。 + +**答案**:线性相关。观察:$(\alpha_1+\alpha_2)-(\alpha_2-\alpha_3)-(\alpha_3+\alpha_1)=0$ ,系数 $1,-1,-1$ 不全为零。**关键一步:找共同出现的 $\alpha_i$ 直接相减消元,不用算秩**。 + +> **题 14**(★★☆,张宇例)设 $\beta_1=\alpha_1+\alpha_2$ ,$\beta_2=\alpha_1-2\alpha_2$ ,$\beta_3=3\alpha_1+2\alpha_2$ ,证明 $\beta_1,\beta_2,\beta_3$ 线性相关,并写出一个关系式。 + +**答案**:设 $k_1\beta_1+k_2\beta_2+k_3\beta_3=0$ ,代入整理得 $(k_1+k_2+3k_3)\alpha_1+(k_1-2k_2+2k_3)\alpha_2=0$ 。因 $\alpha_1,\alpha_2$ 无关,得方程组 $k_1+k_2+3k_3=0$ 、$k_1-2k_2+2k_3=0$ :两个方程三个未知数,必有非零解,故相关。取 $k_3=3$ 得 $k_1=-8,\ k_2=-1$ ,关系式为 $-8\beta_1-\beta_2+3\beta_3=0$ 。**关键一步:未知数个数($3$ )大于方程个数($2$ )就必有非零解,不必真解出来**。 + +> **题 15**(★★★,张宇例)设 $A$ 是 $n$ 阶矩阵,若存在正整数 $k$ 使 $A^kx=0$ 有解向量 $\alpha$ ,且 $A^{k-1}\alpha\ne0$ ,证明 $\alpha,A\alpha,\cdots,A^{k-1}\alpha$ 线性无关。 + +**答案**:设 $\lambda_1\alpha+\lambda_2A\alpha+\cdots+\lambda_kA^{k-1}\alpha=0$ 。左乘 $A^{k-1}$ :因 $A^k\alpha=0$ 故 $A^{k}\alpha=A^{k+1}\alpha=\cdots=0$ ,只剩 $\lambda_1A^{k-1}\alpha=0$ ,由 $A^{k-1}\alpha\ne0$ 得 $\lambda_1=0$ 。再左乘 $A^{k-2}$ 得 $\lambda_2=0$ ,依次左乘到 $A^0$ 得全部 $\lambda_i=0$ 。**关键一步:从高次幂往低次幂左乘,每次只留一项**。 + +> **题 16**(★★☆)设 $\alpha_1=(1,1,a)^{\mathrm T}$ 、$\alpha_2=(1,a,1)^{\mathrm T}$ 、$\alpha_3=(a,1,1)^{\mathrm T}$ 。(Ⅰ)求 $a$ 使三者线性相关;(Ⅱ)对每个这样的 $a$ 求向量组的秩;(Ⅲ)说明为什么"有几个根"必须逐个代回验证。 + +**答案**:(Ⅰ)$\lvert A\rvert=\begin{vmatrix}a&1&1\\1&a&1\\1&1&a\end{vmatrix}=(a-1)^2(a+2)$ ,故 $a=1$ 或 $a=-2$ 。(Ⅱ)$a=1$ 时三向量都是 $(1,1,1)^{\mathrm T}$ ,秩 $1$ ;$a=-2$ 时秩 $2$ 。(Ⅲ)$a=1$ 是**二重根**,秩只掉到 $1$ 而不是 $n-1=2$ ——"行列式为零"只告诉你秩小于 $3$ ,具体掉几阶必须回代看。 + +> **题 17**(★★★,张宇例)若向量组 $\alpha_1=(1,0,2,a)^{\mathrm T}$ 、$\alpha_2=(2,1,a,4)^{\mathrm T}$ 、$\alpha_3=(0,a,5,-6)^{\mathrm T}$ 线性相关,求 $a$ 。 + +**答案**:$a=-1$ 。这是 $4\times3$ 矩阵,无行列式可用,只能求秩。行变换后前两行主元为 $1,1$ ,秩 $\le2$ 要求第 $3,4$ 行都能由 $(0,1,a)$ 表示,即 $\frac{a-4}{1}=\frac{5}{a}$ 与 $\frac{4-2a}{1}=\frac{-6}{a}$ ,分别给 $a=5,-1$ 与 $a=3,-1$ ,**取交集**得 $a=-1$ 。交叉验算:第 $1,2,3$ 行三阶子式 $-(a-5)(a+1)$ ,第 $1,2,4$ 行三阶子式 $2(a-3)(a+1)$ ,公共根只有 $-1$ 。**关键一步:多个子式必须同时为零,取交集而不是取并集**。 + +> **题 18**(★★★,张宇例)设 $x_1=(1,2,2,-4)^{\mathrm T}$ 、$x_2=(1,k,-1,-4)^{\mathrm T}$ 、$x_3=(-1,-3,1,k+6)^{\mathrm T}$ ,判断三者对 $k$ 的相关性。 + +**答案**:对任意 $k$ 都线性无关。对 $A=(x_1,x_2,x_3)$ 作行变换,主元位置依次出现 $1,1,k-3$ ,余下一行是 $0,0,k+2$ 。**$k-3$ 与 $k+2$ 相差 $5$ ,不可能同时为零**,所以秩恒为 $3$ 。$k=3$ 时第三主元为零看似降秩,但余行是 $5\ne0$ ;$k=-2$ 时余行为零看似降秩,但第三主元是 $-5\ne0$ 。**这就是"假零点"——降秩的充要表现是阶梯形出现全零行,不是某个主元恰好为零**。 + +> **题 19**(★★★,张宇例)已知向量组 $\alpha,\beta,\gamma$ 线性无关,判断"$k\ne1$ "是"向量组 $\alpha+k\beta,\ \beta+k\gamma,\ \alpha-\gamma$ 线性无关"的什么条件。 + +**答案**:必要非充分条件。写矩阵形式:$(\alpha+k\beta,\ \beta+k\gamma,\ \alpha-\gamma)=(\alpha,\beta,\gamma)K$ ,$K=\begin{pmatrix}1&0&1\\k&1&0\\0&k&-1\end{pmatrix}$ ,$\lvert K\rvert=k^2-1$ 。因旧组无关,新组无关 ⟺ $\lvert K\rvert\ne0$ ⟺ $k\ne1$ **且** $k\ne-1$ 。故新组无关能推出 $k\ne1$ (必要);而 $k=-1$ 时 $k\ne1$ 成立但新组相关(此时三向量为 $\alpha-\beta,\ \beta-\gamma,\ \alpha-\gamma$ ,满足 $(\alpha-\beta)+(\beta-\gamma)-(\alpha-\gamma)=0$ ),故不充分。**关键一步:$1$ 与 $-1$ 是 $k^2=1$ 的两个根,条件只提了其中一个**。 +## 3. 向量组的秩与极大无关组 + +### 3.1 极大线性无关组 + +**教材** + +- **极大线性无关组**:在向量组 $\alpha_1,\cdots,\alpha_n$ 中,若存在部分组 $\alpha_i,\alpha_j,\cdots,\alpha_k$ 满足 ① 自身线性无关;② 原向量组中任一向量 $\alpha_s$ 均可由它线性表出,则称该部分组为原向量组的极大线性无关组。 + +- **等价说法**:不包含无用约束方程的最简方程组的系数矩阵所在列,就是极大线性无关组。 + +- **三条性质**:极大线性无关组一般**不唯一**;只由一个零向量组成的向量组**不存在**极大线性无关组;线性无关向量组的极大线性无关组就是它本身。 + +- **求法三步**:① 把向量组按列拼成矩阵,只作初等行变换化为行阶梯形;② 非零行的个数就是秩 $r$ (也就是极大无关组中向量的个数);③ 取各台阶上的主元所在**列号**,回**原矩阵**取对应列。 + +- **只做行变换的理由**:求秩时行变换列变换都可用,但求极大无关组时只能用行变换,因为列变换会改变方程的解(从而改变"哪些列是主元列"的信息)。 + +**扩展** + +- **"极大"与"无关"两个条件缺一不可**:只有"自身无关"不够($\{e_1\}$ 在 $\{e_1,e_2\}$ 里无关但不极大),只有"能表示全体"也不够($\{e_1,e_2,e_1+e_2\}$ 能表示全体但自身相关)〔补〕。 + +- **秩的定义落地**:向量组的秩 $= $ 极大无关组中向量的个数。这是"秩"这个名字能算出来的原因〔张宇〕。 + +- **回原矩阵取列是铁律**:阶梯形里读出的系数可以直接用(行变换保列间线性关系),但**向量本身必须回原矩阵取**,直接从阶梯形取列就错了〔补〕。 + +- **主元列的线性关系可以照搬**:在阶梯形里读出 $\alpha_4=\alpha_1+\alpha_3$ ,这个关系在原矩阵里同样成立——这正是行变换不改变列向量组线性相关性的意思〔张宇〕。 + +- **零向量永远不在极大无关组里**:含零向量的组,极大无关组一定由非零向量构成,零向量只能被"表出"〔补〕。 + +- **秩的天花板**:$r(A)\le\min\{m,n\}$ ,所以 $m>n$ 时必然降秩,向量组必然相关〔补〕。 + +**习题 3.1** + +> **题 20**(★★☆)设 $\alpha_1=(1,2,-1)^{\mathrm T}$ ,$\alpha_2=(2,4,-2)^{\mathrm T}$ ,$\alpha_3=(0,1,1)^{\mathrm T}$ ,$\alpha_4=(1,3,0)^{\mathrm T}$ 。求向量组的秩、一个极大无关组,并把其余向量用它表示出来。 + +**答案**:秩 $2$ ,极大无关组 $\{\alpha_1,\alpha_3\}$ ,$\alpha_2=2\alpha_1$ ,$\alpha_4=\alpha_1+\alpha_3$ 。按列拼成 $3\times4$ 矩阵后行变换得 $\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&0&0\end{pmatrix}$ ,主元在第 $1,3$ 列,非零行 $2$ 行。**关键一步:主元列号是 $1,3$ ,回原矩阵取第 $1,3$ 列,不能直接取阶梯形的列**。 + +> **题 21**(★★☆)判断下列七个断言的真假:① 任一向量组的极大无关组唯一;② 同一向量组的两个极大无关组所含向量个数相同;③ 极大无关组与原向量组等价;④ 只含零向量的向量组不存在极大无关组;⑤ 线性无关向量组的极大无关组就是它本身;⑥ 向量组的秩等于其极大无关组中向量的个数;⑦ 若组中每个向量都可由某个部分组线性表出,则该部分组是极大无关组。 + +**答案**:① 假(一般不唯一,如 $\{(1,0),(0,1)\}$ 与 $\{(1,0),(1,1)\}$ 都是 $\mathbb{R}^2$ 的极大无关组);② 真(个数都等于秩);③ 真(互相可表出);④ 真(零向量自身相关);⑤ 真;⑥ 真;⑦ 假(还缺"自身无关",$\{\alpha_1,\alpha_2,\alpha_1+\alpha_2\}$ 能表出全体但自身相关)。 + +> **题 22**(★★☆)设 $\alpha_1=(1,0,1)^{\mathrm T}$ ,$\alpha_2=(0,1,1)^{\mathrm T}$ ,$\alpha_3=(1,1,2)^{\mathrm T}$ ,$\alpha_4=(0,0,0)^{\mathrm T}$ ,$\alpha_5=(2,1,3)^{\mathrm T}$ 。求秩与一个极大无关组,并写出全部线性关系。 + +**答案**:秩 $2$ ,极大无关组 $\{\alpha_1,\alpha_2\}$ ;$\alpha_3=\alpha_1+\alpha_2$ ,$\alpha_4=0$ ,$\alpha_5=2\alpha_1+\alpha_2$ 。阶梯形主元在第 $1,2$ 列。**关键一步:零向量不进极大无关组,但它使整组必然相关——两件事不冲突**。 + +### 3.2 向量组秩的性质 + +**教材** + +- **三秩合一**:向量组构成矩阵的秩 $=$ 行向量组的秩 $=$ 列向量组的秩。 + +- **行变换保持列关系**:若 $A$ 通过初等行变换化为 $B$ ,则 $A$ 与 $B$ 的行向量组是等价向量组,且任何对应的部分列向量组都具有同样的线性相关性。 + +- **表出不增秩**:若向量组 $B$ 均可由向量组 $A$ 线性表出,则 $r(B)\le r(A)$ 。 + +**扩展** + +- **秩的六条常用性质**:$r(A)=r(A^{\mathrm T})$ ;$r(A+B)\le r(A)+r(B)$ ;$r(AB)\le\min\{r(A),r(B)\}$ ;$k\ne0$ 时 $r(kA)=r(A)$ ;$r(A)=0$ ⟺ $A=O$ ;$P,Q$ 可逆时 $r(PAQ)=r(A)$ 〔补〕。 + +- **$AB=O$ 的秩语言**:$B$ 的每一列都是 $Ax=0$ 的解,故 $r(B)\le n-r(A)$ ,即 $r(A)+r(B)\le n$ 。这一条把"方程组解空间维数 $n-r(A)$ "与"秩不等式"连成一句话〔张宇〕。 + +- **$A^2=O$ 的招牌结论**:把 $A$ 同时当两个因子用,$r(A)+r(A)\le n$ ,得 $r(A)\le\frac n2$ 〔补〕。 + +- **右乘可逆不改变秩**:$(A\alpha_1,\cdots,A\alpha_s)=A(\alpha_1,\cdots,\alpha_s)$ ,若 $\alpha$ 组线性无关则右侧那个方阵可逆,于是秩 $=r(A)$ 。这是 2017·13 那道填空题的全部内容〔补〕。 + +- **分块矩阵的秩**:$r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$ ;$r\begin{pmatrix}A&A\\A&A\end{pmatrix}=r(A)$ (用列变换把右下块消成 $O$ ,再消一行)〔补〕。 + +- **乘积的秩可以严格小于两个因子的秩**:取 $A=\begin{pmatrix}1&0\\0&0\end{pmatrix}$ 、$B=\begin{pmatrix}0&0\\1&0\end{pmatrix}$ ,$AB=O$ 而 $r(A)=r(B)=1$ 。所以"$r(AB)\le\min$ "里的等号**不能默认成立**〔补〕。 + +**习题 3.2** + +> **题 23**(★★☆)判断下列六个断言的真假,假的给反例:① $r(A+B)\le r(A)+r(B)$ ;② $r(AB)\le\min\{r(A),r(B)\}$ ;③ $r(A)=r(A^{\mathrm T})$ ;④ 对任意数 $k$ 有 $r(kA)=r(A)$ ;⑤ $AB$ 与 $BA$ 都有定义时 $r(AB)=r(BA)$ ;⑥ $r(A)=0$ ⟺ $A=O$ 。 + +**答案**:① 真;② 真;③ 真;④ 假,$k=0$ 时 $r(0\cdot A)=0\ne r(A)$ ($A\ne O$ 时);⑤ 假,取 $A=\begin{pmatrix}1&0\\0&0\end{pmatrix}$ 、$B=\begin{pmatrix}0&0\\1&0\end{pmatrix}$ ,$AB=O$ 秩 $0$ 而 $BA=\begin{pmatrix}0&0\\1&0\end{pmatrix}$ 秩 $1$ ;⑥ 真。 + +> **题 24**(★★★)设 $A$ 为 $m\times n$ 矩阵,$B$ 为 $n\times s$ 矩阵,$AB=O$ 。证明:(Ⅰ)$r(A)+r(B)\le n$ ;(Ⅱ)若 $r(A)=n$ ,则 $B=O$ ;(Ⅲ)若 $A$ 是 $n$ 阶方阵且 $A^2=O$ ,则 $r(A)\le\frac n2$ 。 + +**答案**:(Ⅰ)$AB=O$ 意味着 $B$ 的每一列都是 $Ax=0$ 的解,故 $B$ 的列向量组含于解空间,$r(B)\le\dim\{x\mid Ax=0\}=n-r(A)$ 。(Ⅱ)$r(A)=n$ 时解空间维数为 $0$ ,$Ax=0$ 只有零解,故 $B$ 的每一列都是零,$B=O$ 。(Ⅲ)把 $A$ 同时当左右因子代入(Ⅰ):$r(A)+r(A)\le n$ 。**关键一步:认出"$AB=O$ ⟺ $B$ 的列全是 $Ax=0$ 的解"**。 + +> **题 25**(★★☆,真题 2017·13)设矩阵 $A=\begin{pmatrix}1&0&1\\1&1&2\\0&1&1\end{pmatrix}$ ,$\alpha_1,\alpha_2,\alpha_3$ 为线性无关的 $3$ 维列向量组,则向量组 $A\alpha_1,A\alpha_2,A\alpha_3$ 的秩为 ____。 + +**答案**:$2$ 。写 $(A\alpha_1,A\alpha_2,A\alpha_3)=A(\alpha_1,\alpha_2,\alpha_3)$ ,因 $\alpha$ 组无关,$P=(\alpha_1,\alpha_2,\alpha_3)$ 可逆,右乘可逆矩阵不改变秩,故秩 $=r(A)$ 。而 $\lvert A\rvert=0$ 且左上二阶子式 $\begin{vmatrix}1&0\\1&1\end{vmatrix}=1\ne0$ ,故 $r(A)=2$ 。**关键一步:不要去算每个 $A\alpha_i$ 的具体值,新组的秩直接等于矩阵 $A$ 的秩**。 + +> **题 26**(★★☆)(Ⅰ)证明 $r\begin{pmatrix}A&A\\A&A\end{pmatrix}=r(A)$ ;(Ⅱ)证明 $r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$ ;(Ⅲ)举例说明 $r(AB)$ 可以严格小于 $\min\{r(A),r(B)\}$ 。 + +**答案**:(Ⅰ)第 $2$ 列块减第 $1$ 列块得 $\begin{pmatrix}A&O\\A&O\end{pmatrix}$ ,再第 $2$ 行块减第 $1$ 行块得 $\begin{pmatrix}A&O\\O&O\end{pmatrix}$ ,秩为 $r(A)$ 。(Ⅱ)按列块、行块分别独立消元,非零行(列)数相加。(Ⅲ)$A=\begin{pmatrix}1&0\\0&0\end{pmatrix}$ 、$B=\begin{pmatrix}0&0\\1&0\end{pmatrix}$ ,$AB=O$ ,$r(AB)=0<1=\min\{1,1\}$ 。 + +## 4. 等价向量组 + +### 4.1 定义与三条判据 + +**教材** + +- **等价向量组**:设两个向量组 $\alpha_1,\cdots,\alpha_n$ 与 $\beta_1,\cdots,\beta_m$ ,若这两个向量组可以**互相**线性表出,则称它们为等价向量组,记 $\alpha\cong\beta$ 。 + +- **三条性质**:自反性 $A\cong A$ ;对称性($A\cong B$ 则 $B\cong A$ );传递性($A\cong B$ 、$B\cong C$ 则 $A\cong C$ )。 + +- **基本事实**:向量组和它的极大线性无关组是等价向量组;任何一个组都可以由其极大线性无关组来代表。 + +- **判据一**:若 $r(A)=r(B)=r(A\mid B)$ ,则两向量组等价。 + +- **判据二**:若 $r(A)=r(B)$ ,且 $A$ 可以由 $B$ 表出(**只需一个方向**),则两向量组等价。 + +- **判据三**:若存在可逆矩阵 $P,Q$ 使 $PAQ=B$ (即通过初等行、列变换 $A$ 能化为 $B$ ),则等价。 + +**扩展** + +- **等价的几何含义**:两组等价 ⟺ 它们张成**同一个子空间**。所以判等价本质上是在判"是不是同一个空间"〔补〕。 + +- **秩相等是必要不充分条件**:$\{(1,0)^{\mathrm T}\}$ 与 $\{(0,1)^{\mathrm T}\}$ 秩都是 $1$ 但张成的空间不同,不等价。加第三个秩 $r(A,B)$ 才能补上这个缺口〔补〕。 + +- **三判据按好用程度排**:① $r(A)=r(B)=r(A,B)$ (最标准,把两组拼成一个矩阵一次化简约出三个秩);② 单向表出 $+$ 同秩(证明题最爱);③ 直接写双向表示式(只在能一眼看出关系时用)〔补〕。 + +- **个数不必相同**:等价只要求极大无关组一致,多出来的向量只要是线性相关的冗余项,不影响等价。所以"等价 $\Rightarrow$ 个数相等"是错的〔张宇〕。 + +- **判据二的证明骨架**:$A$ 可由 $B$ 表出 ⟹ $A=BK$ ⟹ $(A,B)=B(K,E)$ ⟹ $r(A,B)\le r(B)$ ;又 $r(B)\le r(A,B)$ ;故 $r(A,B)=r(B)=r(A)$ ,由判据一得等价〔补〕。 + +- **"表出不增秩"是判等价的核心工具**:把 $A$ 的每个向量用 $B$ 表出后拼成矩阵 $(A,B)=B(K,E)$ ,一步就把 $r(A,B)$ 压到 $r(B)$ 〔张宇〕。 + +**习题 4.1** + +> **题 27**(★★☆,真题 2022·7)设 $\alpha_1=(\lambda,1,1)^{\mathrm T}$ ,$\alpha_2=(1,\lambda,1)^{\mathrm T}$ ,$\alpha_3=(1,1,\lambda)^{\mathrm T}$ ,$\alpha_4=(1,\lambda,\lambda^2)^{\mathrm T}$ ,若 $\alpha_1,\alpha_2,\alpha_3$ 与 $\alpha_1,\alpha_2,\alpha_4$ 等价,求 $\lambda$ 的取值范围。 + +**答案**:$\lambda\ne-1$ 且 $\lambda\ne-2$ 。记 $A=(\alpha_1,\alpha_2,\alpha_3)$ 、$B=(\alpha_1,\alpha_2,\alpha_4)$ ,等价要求 $r(A)=r(B)=r(A,B)$ 。$\lvert A\rvert=(\lambda-1)^2(\lambda+2)$ ,$\lvert B\rvert=-(\lambda-1)^2(\lambda+1)$ (两个都算一遍最稳)。验算四个关键值:$\lambda=-2$ 时 $r(A)=2$ 而 $r(B)=3$ ;$\lambda=-1$ 时 $r(A)=3$ 而 $r(B)=2$ ;$\lambda=1$ 时 $r(A)=r(B)=1$ 且三秩相等(等价);$\lambda=0$ 时三秩都是 $3$ (等价)。**关键一步:两个行列式的根都要列全,$-1$ 与 $-2$ 各杀一个方向**。 + +> **题 28**(★★★,张宇例)已知 $\alpha$ 组:$\alpha_1=(1,2,-3)^{\mathrm T}$ 、$\alpha_2=(3,0,-3)^{\mathrm T}$ 、$\alpha_3=(9,6,-15)^{\mathrm T}$ ;$\beta$ 组:$\beta_1=(0,1,-1)^{\mathrm T}$ 、$\beta_2=(3,a,1)^{\mathrm T}$ 、$\beta_3=(1,1,b)^{\mathrm T}$ ,两组等价,求 $a,b$ 。 + +**答案**:$a=-4$ ,$b=-2$ 。$\alpha_3=3\alpha_1+2\alpha_2$ ,故 $r(\alpha)=2$ 。由"等价",$r(\beta)$ 必须为 $2$ ,即 $\lvert\beta\rvert=a-3b-2=0$ ;再把两组拼成 $3\times6$ 矩阵作行变换,得拼接秩也为 $2$ ,联立解得 $a=-4,\ b=-2$ 。**关键一步:等价先给"秩相等",再给"拼接秩相等",两个方程解两个参数**。 + +> **题 29**(★★★)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。 + +**答案**:由 $A$ 可由 $B$ 表示,存在矩阵 $K$ 使 $A=BK$ ,于是 $(A,B)=B(K,E)$ ,由"表出不增秩"得 $r(A,B)\le r(B)$ 。另一方面 $B$ 的列本身就是 $(A,B)$ 的一部分列,故 $r(B)\le r(A,B)$ 。两式合并得 $r(A,B)=r(B)=r(A)$ ,由判据一,两组等价。**关键一步:$r(A,B)\le r(B)$ 与 $r(B)\le r(A,B)$ 夹逼**。 + +> **题 30**(★★★,张宇例)设 $\alpha_1=(1,1,2)^{\mathrm T}$ 、$\alpha_2=(2,a,4)^{\mathrm T}$ 、$\alpha_3=(a,3,6)^{\mathrm T}$ 、$\alpha_4=(0,2,2a)^{\mathrm T}$ ,若 $\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 与 $\alpha_1,\alpha_2,\alpha_3$ 不等价,求 $a$ 。 + +**答案**:$a=3$ 。"整组与部分组不等价"只可能因为 $\alpha_4$ 不能由前三者表示(前三个总能表示它们自己),故只需 $r(\alpha_1,\alpha_2,\alpha_3,\alpha_4)>r(\alpha_1,\alpha_2,\alpha_3)$ 。逐值验:$a=2$ 时前三者秩 $2$ 、四个秩 $2$ (等价,不符);$a=3$ 时前三者秩 $2$ 、四个秩 $3$ (不等价,符合);$a=4$ 或 $6$ 时前三者秩已是 $3$ ,$\alpha_4$ 必然能被表示(等价)。**关键一步:$a=2$ 让 $\alpha_1,\alpha_2$ 成比例,看着最"危险",但 $\alpha_4$ 恰好也能表示,是假警报**。 + +### 4.2 与矩阵等价的区别 + +**教材** + +- **矩阵等价**:若矩阵 $A\cong B$ ,则 $A,B$ 同型且 $r(A)=r(B)$ 。 + +- **向量组等价**:若向量组 $A\cong B$ ,则 $A,B$ 同维(**行数相同**)且 $r(A)=r(B)=r(A\mid B)$ 。 + +- **两者的分界**:等价向量组与等价矩阵不同——等价矩阵必然完全一致,而等价向量组只要求极大无关组一致,可以多几个线性相关的向量。 + +**扩展** + +- **三个"等价"的强度排序**:矩阵等价 $\subset$ 向量组等价 $\subset$ 向量组相同。越靠右要求越强〔补〕。 + +- **矩阵等价看"型 $+$ 秩",向量组等价看"行数 $+$ 三个秩"**:前者两个条件,后者三个条件,差的那个就是 $r(A,B)$ 〔张宇〕。 + +- **同型同秩不足以推出列向量组等价**:$A=\begin{pmatrix}1&0\\0&0\end{pmatrix}$ 与 $B=\begin{pmatrix}0&0\\0&1\end{pmatrix}$ 同型同秩,但列向量组 $\{e_1\}$ 与 $\{e_2\}$ 张成不同空间〔补〕。 + +- **向量组等价推不出矩阵等价**:等价不要求个数相同,列数不同就不是同型矩阵〔张宇〕。 + +- **判"向量组等价"必须三个秩都算**,任何只算两个秩的判法都会出错〔补〕。 + +**习题 4.2** + +> **题 31**(★★★,张宇例)设 $\alpha$ 组:$\alpha_1=(1,0,2)^{\mathrm T}$ 、$\alpha_2=(0,1,1)^{\mathrm T}$ 、$\alpha_3=(2,-1,a+4)^{\mathrm T}$ ;$\beta$ 组:$\beta_1=(1,2,4)^{\mathrm T}$ 、$\beta_2=(1,-1,a+2)^{\mathrm T}$ 、$\beta_3=(3,3,10)^{\mathrm T}$ 。(Ⅰ)$A,B$ 作为矩阵是否等价?(Ⅱ)两组作为向量组是否等价? + +**答案**:$\lvert A\rvert=a+1$ ,$\lvert B\rvert=3a$ 。(Ⅰ)矩阵等价:$a\ne-1$ 且 $a\ne0$ 时 $r(A)=r(B)=3$ ,等价;$a=-1$ 时 $r(A)=2$ 、$r(B)=3$ ,不等价;$a=0$ 时 $r(A)=3$ 、$r(B)=2$ ,不等价。(Ⅱ)向量组等价:$a\ne-1$ 且 $a\ne0$ 时三秩相等($3,3,3$ ),等价;$a=-1$ 与 $a=0$ 时秩不等,均不等价。**两问结论在此题恰好一致,但理由不同——(Ⅰ)比两个秩,(Ⅱ)比三个秩**。 + +> **题 32**(★★☆)判断四个说法的真假:(A)$A,B$ 同型且 $r(A)=r(B)$ ,则 $A$ 与 $B$ 作为矩阵等价;(B)$A,B$ 同型且 $r(A)=r(B)$ ,则 $A$ 的列向量组与 $B$ 的列向量组等价;(C)$A,B$ 同型且作为矩阵等价,则列向量组等价;(D)两向量组等价,则对应矩阵等价。 + +**答案**:只有(A)真。(B)假,反例 $A=\begin{pmatrix}1&0\\0&0\end{pmatrix}$ 、$B=\begin{pmatrix}0&0\\0&1\end{pmatrix}$ ,秩都是 $1$ 但列空间不同。(C)假,同上反例:矩阵同型同秩(等价),而 $r(A,B)=2\ne1$ 故列向量组不等价。(D)假,$\{(1,0)^{\mathrm T}\}$ 与 $\{(1,0)^{\mathrm T},(2,0)^{\mathrm T}\}$ 等价,但对应矩阵一个是 $2\times1$ 、一个是 $2\times2$ ,不同型。 + +## 5. 向量空间、基与坐标 + +### 5.1 基、维数与坐标 + +**教材** + +- **基与维数**:若 $\xi_1,\xi_2,\cdots,\xi_n$ 是 $n$ 维向量空间 $\mathbb{R}^n$ 中线性无关的有序向量组,且任意向量 $\alpha\in\mathbb{R}^n$ 均可由它们线性表出,记为 $\alpha=a_1\xi_1+a_2\xi_2+\cdots+a_n\xi_n$ ,则称有序向量组 $\xi_1,\cdots,\xi_n$ 为 $\mathbb{R}^n$ 的一个**基**,基向量的个数 $n$ 称为向量空间的**维数**。 + +- **坐标**:上述系数构成的 $(a_1,a_2,\cdots,a_n)$ 或 $(a_1,\cdots,a_n)^{\mathrm T}$ ,称为向量 $\alpha$ 在基 $\xi_1,\cdots,\xi_n$ 下的**坐标**(坐标行向量或坐标列向量)。 + +- **坐标的唯一性来源**:基是线性无关的,故表示系数唯一——同一个基下每个向量只有一组坐标。 + +**扩展** + +- **基就是"空间里的极大无关组"**:极大无关组是"组内"的概念,基是"空间内"的概念;把 $\mathbb{R}^n$ 整个空间看成向量组,它的极大无关组就叫基〔张宇〕。 + +- **求维数就是求秩**:$\dim L(\alpha_1,\cdots,\alpha_s)=r(\alpha_1,\cdots,\alpha_s)$ 。所以"求维数""求秩""求极大无关组个数"是同一件事〔补〕。 + +- **验证基的捷径**:向量个数已经等于空间维数时,只需算行列式($\ne0$ 即基);个数不等于维数时,直接判"不是基",不必算〔补〕。 + +- **标准基**:$e_1=(1,0,\cdots,0)^{\mathrm T},\cdots,e_n=(0,\cdots,0,1)^{\mathrm T}$ 。在标准基下的坐标就是向量的分量本身〔补〕。 + +- **求坐标就是解方程**:$\alpha=(\xi_1,\cdots,\xi_n)x$ ⟺ $(\xi_1,\cdots,\xi_n)x=\alpha$ ,即解一个线性方程组。所以"求坐标"与"求线性表示的系数"完全是同一件事〔张宇〕。 + +- **从标准基出发时过渡矩阵白送**:新旧基中若有一个是标准基,过渡矩阵就是"把另一组基按列排好"〔补〕。 + +**习题 5.1** + +> **题 33**(★★☆,真题 2019·20(Ⅰ))设向量组 $\alpha_1=(1,2,1)^{\mathrm T}$ ,$\alpha_2=(1,3,2)^{\mathrm T}$ ,$\alpha_3=(1,a,3)^{\mathrm T}$ 为 $\mathbb{R}^3$ 的一个基,$\beta=(1,1,1)^{\mathrm T}$ 在该基下的坐标为 $(b,c,1)^{\mathrm T}$ ,求 $a,b,c$ 。 + +**答案**:$a=3$ ,$b=2$ ,$c=-2$ 。"是基"先给 $\lvert D\rvert=4-a\ne0$ ,即 $a\ne4$ ;"坐标为 $(b,c,1)^{\mathrm T}$ "给方程 $b\alpha_1+c\alpha_2+1\cdot\alpha_3=\beta$ ,即 $D\begin{pmatrix}b\\c\\1\end{pmatrix}=\beta$ ,解出 $(a,b,c)=(3,2,-2)$ (其中 $a=3\ne4$ ,自洽)。**关键一步:坐标条件是一个非齐次方程组,未知量里同时夹着 $a$ 与 $b,c$ 这三个**。 + +> **题 34**(★☆☆)判断下列各组是否为 $\mathbb{R}^3$ 的基并说明理由:(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)$(1,0,0)^{\mathrm T},(0,1,0)^{\mathrm T},(0,0,1)^{\mathrm T}$ 。 + +**答案**:(1)是,行列式为 $1\ne0$ ;(2)不是,只有 $2$ 个向量,个数少于维数 $3$ ;(3)不是,行列式为 $0$ (三向量共面,秩为 $2$ );(4)是,标准基,行列式为 $1$ 。**关键一步:先数个数,个数不对直接判"不是"**。 + +> **题 35**(★★☆)设 $\varepsilon$ 为 $\mathbb{R}^3$ 的标准基,$\alpha_1=(1,0,1)^{\mathrm T}$ 、$\alpha_2=(0,1,1)^{\mathrm T}$ 、$\alpha_3=(1,1,0)^{\mathrm T}$ 。(Ⅰ)验证 $\alpha_1,\alpha_2,\alpha_3$ 是基;(Ⅱ)求从标准基到 $\alpha$ 基的过渡矩阵;(Ⅲ)求 $\beta=(1,2,3)^{\mathrm T}$ 在 $\alpha$ 基下的坐标。 + +**答案**:(Ⅰ)$\lvert D\rvert=\begin{vmatrix}1&0&1\\0&1&1\\1&1&0\end{vmatrix}=-2\ne0$ ,三个三维向量无关,是基。(Ⅱ)$(\alpha_1,\alpha_2,\alpha_3)=(\varepsilon)C$ ,故 $C=D=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix}$ ——**从标准基出发,过渡矩阵就是把新基按列排**。(Ⅲ)解 $Dx=\beta$ 得 $x=(1,2,0)^{\mathrm T}$ ,即 $\beta=\alpha_1+2\alpha_2$ 。 + +### 5.2 基变换与坐标变换 + +**教材** + +- **基变换公式**:若 $\eta_1,\cdots,\eta_n$ 与 $\xi_1,\cdots,\xi_n$ 是 $\mathbb{R}^n$ 中两个基,且 $(\eta_1,\cdots,\eta_n)=(\xi_1,\cdots,\xi_n)C$ ,则此式称为从基 $\xi$ 到基 $\eta$ 的**基变换公式**,$C$ 称为从基 $\xi$ 到基 $\eta$ 的**过渡矩阵**。 + +- **过渡矩阵的两条性质**:$C$ 必可逆;$C$ 的第 $i$ 列就是 $\eta_i$ 在基 $\xi$ 下的**坐标列向量**。 + +- **坐标变换公式**:设 $\alpha$ 在基 $\xi$ 与基 $\eta$ 下的坐标分别为 $x$ 与 $y$ ,则 $\alpha=(\xi)x=(\eta)y=(\xi)Cy$ ,故 $x=Cy$ ,或 $y=C^{-1}x$ 。 + +- **两个方向互为逆**:从 $\xi$ 到 $\eta$ 的过渡矩阵是 $C$ ,则从 $\eta$ 到 $\xi$ 的过渡矩阵是 $C^{-1}$ 。 + +**扩展** + +- **记忆锚:基乘 $C$ ,坐标反过来**。基按"乘 $C$ "变成新基,同一个向量的坐标则要"乘 $C^{-1}$ "(或解 $Cx=y$ )才能从旧换新。方向搞反是这一节唯一的、也是必犯的错〔补〕。 + +- **求过渡矩阵的标准操作**:由 $(\eta)=(\xi)C$ 左乘 $(\xi)^{-1}$ 得 $C=(\xi)^{-1}(\eta)$ 。若两边都不是标准基,先把两边都用标准基表示,再套这个式子〔补〕。 + +- **第 $j$ 列的含义要用上**:$C$ 的第 $j$ 列是 $\eta_j$ 在旧基下的坐标。出题人常直接给"过渡矩阵第一列"让你反推新基〔补〕。 + +- **坐标变换的两种问法**:已知新坐标求旧坐标 $\to$ 乘 $C$ ;已知旧坐标求新坐标 $\to$ 解 $Cx=y$ (或乘 $C^{-1}$ )。**"乘"还是"解",取决于 $C$ 的乘法方向**〔补〕。 + +- **tex 此处有一处笔误**:坐标变换推导中写成了 $[\xi_1,\cdots,\xi_n]=[\eta_1,\cdots,\eta_n]C$ ,与前面基变换公式 $(\eta)=(\xi)C$ 方向相反;按 $(\eta)=(\xi)C$ 推才对,结论 $x=Cy$ 本身正确。读到这一步要自己顺一遍〔补〕。 + +- **两组基都换成第三组基时的传递**:$(\eta)=(\xi)C_1$ 、$(\zeta)=(\eta)C_2$ ,则 $(\zeta)=(\xi)C_1C_2$ ,过渡矩阵相乘,顺序不能反〔补〕。 + +**习题 5.2** + +> **题 36**(★★★,真题 2019·20(Ⅱ))沿用题 33 的 $\alpha_1,\alpha_2,\alpha_3$ 与 $\beta$ ($a=3$ )。(Ⅰ)证明 $\alpha_2,\alpha_3,\beta$ 为 $\mathbb{R}^3$ 的一个基;(Ⅱ)求从 $\alpha_2,\alpha_3,\beta$ 到 $\alpha_1,\alpha_2,\alpha_3$ 的过渡矩阵。 + +**答案**:(Ⅰ)$\lvert\alpha_2,\alpha_3,\beta\rvert=5-a=2\ne0$ ,三向量无关,是基。(Ⅱ)设 $(\alpha_2,\alpha_3,\beta)=(\alpha_1,\alpha_2,\alpha_3)C$ ,则 $C=D^{-1}S$ ,其中 $D=(\alpha_1,\alpha_2,\alpha_3)$ 、$S=(\alpha_2,\alpha_3,\beta)$ ,算得 $C=\begin{pmatrix}0&0&2\\1&0&-2\\0&1&1\end{pmatrix}$ ,$\lvert C\rvert=2$ 。反方向(从 $\alpha_1,\alpha_2,\alpha_3$ 到 $\alpha_2,\alpha_3,\beta$ )的过渡矩阵是 $C^{-1}=\begin{pmatrix}1&1&0\\-\frac12&0&1\\\frac12&0&0\end{pmatrix}$ 。**关键一步:先写清"谁等于谁乘 $C$ ",方向定错则答案正好是逆矩阵**。 + +> **题 37**(★★★)仍取题 35 的 $\alpha$ 基,令 $\beta_1=\alpha_1+\alpha_2+\alpha_3$ 、$\beta_2=\alpha_1+\alpha_2$ 、$\beta_3=\alpha_1$ 。(Ⅰ)验证 $\beta$ 也是基;(Ⅱ)求从 $\alpha$ 基到 $\beta$ 基的过渡矩阵 $P$ ;(Ⅲ)求 $\gamma=(7,4,9)^{\mathrm T}$ 在 $\beta$ 基下的坐标;(Ⅳ)说明反方向过渡矩阵为什么必为 $P^{-1}$ 。 + +**答案**:(Ⅰ)$P=\begin{pmatrix}1&1&1\\1&1&0\\1&0&0\end{pmatrix}$ ,$\lvert P\rvert=-1\ne0$ ,故 $\beta$ 组无关,是基。(Ⅱ)由 $(\beta_1,\beta_2,\beta_3)=(\alpha_1,\alpha_2,\alpha_3)P$ 知从 $\alpha$ 到 $\beta$ 的过渡矩阵就是 $P$ 。(Ⅲ)$\gamma$ 在 $\alpha$ 基下坐标为 $D^{-1}\gamma=(6,3,1)^{\mathrm T}$ ,再乘 $P^{-1}$ (即解 $Py=(6,3,1)^{\mathrm T}$ )得 $y=(1,2,3)^{\mathrm T}$ 。验证:$D P(1,2,3)^{\mathrm T}=(7,4,9)^{\mathrm T}$ ✓。(Ⅳ)$(\beta)=(\alpha)P$ 左乘 $P^{-1}$ 得 $(\alpha)=(\beta)P^{-1}$ ,故从 $\beta$ 到 $\alpha$ 的过渡矩阵是 $P^{-1}$ ——两个方向互为逆,因为换过去再换回来必须回到原样。 + +> **题 38**(★★☆)设 $C=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix}$ 是从标准基 $\varepsilon$ 到基 $\alpha$ 的过渡矩阵,即 $(\alpha_1,\alpha_2,\alpha_3)=(\varepsilon)C$ 。(Ⅰ)若 $\gamma$ 在 $\alpha$ 基下坐标为 $(1,-1,2)^{\mathrm T}$ ,求它在标准基下的坐标;(Ⅱ)若 $\delta$ 在标准基下坐标为 $(3,0,1)^{\mathrm T}$ ,求它在 $\alpha$ 基下的坐标。 + +**答案**:(Ⅰ)旧坐标 $x=Cy=(1-0+2,\ 0-1+2,\ 1-1+0)^{\mathrm T}=(3,1,0)^{\mathrm T}$ 。(Ⅱ)新坐标 $y=C^{-1}x$ ,解 $Cy=(3,0,1)^{\mathrm T}$ 得 $y=(2,-1,1)^{\mathrm T}$ 。**关键一步:由新求旧乘 $C$ ,由旧求新解 $C$ ,方向不能反**。 +## 6. 内积、正交与施密特 + +> **来源提示**:本节教材段转写自第 5 讲 `5-similar/similar.tex` 的「正交」与「施密特正交化」两小节(第 3 讲 tex 没有内积内容)。长度、夹角、规范正交基、正交矩阵的六条等价刻画在该 tex 中未展开,扩展段一律标`〔补〕`。 + +### 6.1 内积、长度与夹角 + +**教材** + +- **内积**:若 $\alpha=(a_1,a_2,\cdots,a_n)$ ,$\beta=(b_1,b_2,\cdots,b_n)$ ,则内积 $(\alpha,\beta)=a_1b_1+a_2b_2+\cdots+a_nb_n$ 。 + +- **内积是数值**:内积的结果是一个数,不是向量。(写成矩阵形式就是 $\alpha^{\mathrm T}\beta$ 。) + +- **单位化**:保持向量方向不变,把它的长度化为 $1$ 。 + +- **正交化**:把线性无关向量系转化为正交向量系的过程。 + +- **实对称矩阵与正交的两个现成结论**:实对称矩阵的特征值是实数、特征向量是实向量;属于不同特征值的特征向量必正交($(x_2,x_1)=0$ )。 + +**扩展** + +- **内积的四条性质**:对称 $\langle\alpha,\beta\rangle=\langle\beta,\alpha\rangle$ ;对第一变元线性(可拆成四项);正定 $\langle\alpha,\alpha\rangle\ge0$ 且 $=0$ ⟺ $\alpha=0$ ;柯西不等式 $\lvert\langle\alpha,\beta\rangle\rvert\le\|\alpha\|\|\beta\|$ 〔补〕。 + +- **长度与夹角**:$\|\alpha\|=\sqrt{\langle\alpha,\alpha\rangle}$ ,$\cos\theta=\dfrac{\langle\alpha,\beta\rangle}{\|\alpha\|\|\beta\|}$ ($\alpha,\beta\ne0$ )〔补〕。 + +- **正交的定义**:$\langle\alpha,\beta\rangle=0$ 即正交。零向量与任何向量都正交,但零向量**不能单位化**(除以 $0$ 无意义)〔补〕。 + +- **非零且两两正交的组必线性无关**:设 $\sum k_i\alpha_i=0$ ,与 $\alpha_j$ 作内积得 $k_j\langle\alpha_j,\alpha_j\rangle=0$ ,而 $\langle\alpha_j,\alpha_j\rangle\ne0$ ,故 $k_j=0$ 〔补〕。 + +- **Gram 矩阵是识别"送分题"的探针**:把 $\langle\alpha_i,\alpha_j\rangle$ 排成矩阵,若它是对角阵,说明 $\alpha$ 组已两两正交,此时"求系数"根本不用解方程组,逐项作内积即可〔补〕。 + +- **规范正交基下坐标就是内积**:若 $e_1,\cdots,e_n$ 是规范正交基,则 $\alpha=\sum\langle\alpha,e_i\rangle e_i$ ,坐标直接读,不必解方程〔补〕。 + +- **组合内积展开要小心**:$\langle k\alpha+l\beta,\ m\alpha+n\beta\rangle$ 展开成四项,正交时非同类项直接消——"内积只留同项"〔补〕。 + +**习题 6.1** + +> **题 39**(★★★,真题 2023·15)已知 $\alpha_1=(1,0,1,1)^{\mathrm T}$ ,$\alpha_2=(-1,-1,0,1)^{\mathrm T}$ ,$\alpha_3=(0,1,-1,1)^{\mathrm T}$ ,$\beta=(1,1,1,-1)^{\mathrm T}$ ,$\gamma=k_1\alpha_1+k_2\alpha_2+k_3\alpha_3$ 。若 $\gamma^{\mathrm T}\alpha_i=\beta^{\mathrm T}\alpha_i$ ($i=1,2,3$ ),求 $k_1^2+k_2^2+k_3^2$ 。 + +**答案**:$\dfrac{11}{9}$ 。先算 Gram 矩阵:$\alpha_1,\alpha_2,\alpha_3$ 两两内积全为 $0$ ,各自模方全为 $3$ ,即 Gram 矩阵 $=3E$ 。于是 $\gamma^{\mathrm T}\alpha_i=k_i\cdot3$ ,条件给出 $k_i=\frac13\beta^{\mathrm T}\alpha_i$ ,算得 $\beta^{\mathrm T}\alpha_1=1$ 、$\beta^{\mathrm T}\alpha_2=-3$ 、$\beta^{\mathrm T}\alpha_3=-1$ ,故 $k_1=\frac13,\ k_2=-1,\ k_3=-\frac13$ ,平方和 $=\frac19+1+\frac19=\frac{11}{9}$ 。**关键一步:先算 Gram 矩阵发现它是对角阵,方程组立刻退化成三个独立的一元一次方程**。 + +> **题 40**(★☆☆)设 $\alpha=(1,2,2)^{\mathrm T}$ ,$\beta=(2,-2,1)^{\mathrm T}$ ,$\gamma=(2,1,-2)^{\mathrm T}$ 。(Ⅰ)求三者两两内积与各自长度;(Ⅱ)求 $\langle2\alpha+\beta,\ \alpha-\beta\rangle$ ;(Ⅲ)求 $\alpha$ 与 $\beta$ 的夹角。 + +**答案**:(Ⅰ)$\langle\alpha,\beta\rangle=\langle\alpha,\gamma\rangle=\langle\beta,\gamma\rangle=0$ ,$\|\alpha\|=\|\beta\|=\|\gamma\|=3$ 。(Ⅱ)$\langle2\alpha+\beta,\alpha-\beta\rangle=2\|\alpha\|^2-2\langle\alpha,\beta\rangle+\langle\beta,\alpha\rangle-\|\beta\|^2=18-0+0-9=9$ 。(Ⅲ)$\cos\theta=0$ ,$\theta=90^\circ$ 。**关键一步:展开后正交项全消,只剩两个模方**。 + +### 6.2 施密特正交化与正交矩阵 + +**教材** + +- **施密特正交化**:将一个线性无关向量组化为正交向量组。对线性无关组 $\alpha_1,\cdots,\alpha_n$ ,令 $\beta_1=\alpha_1$ , +$$\beta_2=\alpha_2-\frac{\langle\alpha_2,\beta_1\rangle}{\langle\beta_1,\beta_1\rangle}\beta_1,\qquad \beta_3=\alpha_3-\frac{\langle\alpha_3,\beta_1\rangle}{\langle\beta_1,\beta_1\rangle}\beta_1-\frac{\langle\alpha_3,\beta_2\rangle}{\langle\beta_2,\beta_2\rangle}\beta_2,$$ +依此递推到 $\beta_n=\alpha_n-\sum_{i=1}^{n-1}\dfrac{\langle\alpha_n,\beta_i\rangle}{\langle\beta_i,\beta_i\rangle}\beta_i$ 。 + +- **最后一步单位化**:$\gamma_i=\dfrac{\beta_i}{\|\beta_i\|}$ 。 + +- **正交矩阵**:满足 $A^{\mathrm T}A=E$ 的方阵称为正交矩阵(等价地 $A^{\mathrm T}=A^{-1}$ )。 + +- **实对称矩阵的正交相似**:实对称矩阵必存在正交矩阵 $Q$ 使 $Q^{-1}AQ=Q^{\mathrm T}AQ=\Lambda$ 。 + +**扩展** + +- **分母是模的平方,不是模**:$\dfrac{\langle\alpha_k,\beta_i\rangle}{\langle\beta_i,\beta_i\rangle}$ ,只有最后单位化时才除 $\|\beta_i\|$ 。这两个分母混用是施密特最典型的错〔补〕。 + +- **第 $k$ 步要减 $k-1$ 项**:$\beta_3$ 减两项(对 $\beta_1,\beta_2$ 各一次投影),漏一项就不正交〔补〕。 + +- **分子永远用"正在被正交化的那个向量"**:$\beta_3$ 的两个分子都是 $\langle\alpha_3,\cdot\rangle$ ,不是 $\langle\beta_2,\cdot\rangle$ 。选项常在这里设陷阱(2017 与 2021 都考过这套配对)〔补〕。 + +- **全程不改张成空间**:$L(\beta_1,\cdots,\beta_k)=L(\alpha_1,\cdots,\alpha_k)$ 。所以正交化结果与原组等价,求规范正交基不会改变子空间〔补〕。 + +- **某一步得零向量即原组相关**:$\beta_k=0$ 说明 $\alpha_k$ 落在前面张成的空间里,此时原组不可能线性无关。所以施密特只对无关组做〔补〕。 + +- **正交化中途可乘正常数化简**:$\beta_k$ 乘以 $c>0$ 不改变方向与正交性,可用来消掉分数,减轻计算量〔补〕。 + +- **正交矩阵的六条等价刻画**:$A^{\mathrm T}A=E$ ;$A^{\mathrm T}=A^{-1}$ ;$AA^{\mathrm T}=E$ ;列向量组是规范正交基;行向量组是规范正交基;$\|Ax\|=\|x\|$ (保长度)〔补〕。 + +- **$\lvert A\rvert=\pm1$ 是必要不充分条件**:正交矩阵行列式必为 $\pm1$ ,但行列式为 $\pm1$ 未必正交($\begin{pmatrix}2&0\\0&\frac12\end{pmatrix}$ 行列式为 $1$ ,列长却不是 $1$ )。所以"$|A|=\pm1$ "绝不能当判据〔补〕。 + +- **判正交只要两步**:列两两内积为零 $+$ 每列长度为 $1$ 。行也同样可以(因为 $A^{\mathrm T}A=E$ 与 $AA^{\mathrm T}=E$ 等价)〔补〕。 + +- **正交矩阵的封闭性**:正交矩阵的转置、逆、乘积仍是正交矩阵;正交变换保内积、保长度、保夹角〔补〕。 + +**习题 6.2** + +> **题 41**(★★★,真题 2021·6)已知 $\alpha_1=(1,0,1)^{\mathrm T}$ ,$\alpha_2=(1,2,1)^{\mathrm T}$ ,$\alpha_3=(3,1,2)^{\mathrm T}$ ,$\beta_1=\alpha_1$ ,$\beta_2=\alpha_2-k\beta_1$ ,$\beta_3=\alpha_3-l_1\beta_1-l_2\beta_2$ 。若 $\beta_1,\beta_2,\beta_3$ 两两正交,求 $l_1,l_2$ 。 + +**答案**:$l_1=\dfrac52$ ,$l_2=\dfrac12$ 。先定 $k$ :由 $\langle\beta_2,\beta_1\rangle=\langle\alpha_2,\beta_1\rangle-k\langle\beta_1,\beta_1\rangle=1-2k=0$ 得 $k=\frac12$ ,于是 $\beta_2=(1,2,1)^{\mathrm T}-\frac12(1,0,1)^{\mathrm T}=\left(\frac12,2,\frac12\right)^{\mathrm T}$ 。再定 $l_1$ :$\langle\beta_3,\beta_1\rangle=\langle\alpha_3,\beta_1\rangle-l_1\langle\beta_1,\beta_1\rangle=5-2l_1=0$ 得 $l_1=\frac52$ 。最后定 $l_2$ :$\langle\beta_3,\beta_2\rangle=\langle\alpha_3,\beta_2\rangle-l_2\langle\beta_2,\beta_2\rangle=0$ ,其中 $\langle\alpha_3,\beta_2\rangle=\frac32+2+1=\frac92$ 、$\langle\beta_2,\beta_2\rangle=9$ ,得 $l_2=\frac12$ 。**关键一步:分子用 $\alpha_3$ ,分母用对应 $\beta$ 的模方,且必须按 $\beta_1\to\beta_2$ 的顺序逐个定**。 + +> **题 42**(★★☆,张宇例)设 $\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ ,$\alpha_3=(-1,0,0)^{\mathrm T}$ 。求与之等价的正交向量组,以及规范正交向量组。 + +**答案**:正交组 $\beta_1=(1,1,0)^{\mathrm T}$ ,$\beta_2=\left(\frac12,-\frac12,1\right)^{\mathrm T}$ ,$\beta_3=\left(-\frac13,\frac13,\frac13\right)^{\mathrm T}$ 。规范正交组 $e_1=\left(\frac{1}{\sqrt2},\frac{1}{\sqrt2},0\right)^{\mathrm T}$ ,$e_2=\left(\frac{1}{\sqrt6},-\frac{1}{\sqrt6},\frac{2}{\sqrt6}\right)^{\mathrm T}$ ,$e_3=\left(-\frac{1}{\sqrt3},\frac{1}{\sqrt3},\frac{1}{\sqrt3}\right)^{\mathrm T}$ 。过程系数:$k_1=\frac{\langle\alpha_2,\beta_1\rangle}{\langle\beta_1,\beta_1\rangle}=\frac12$ ;$k_2=\frac{\langle\alpha_3,\beta_1\rangle}{\langle\beta_1,\beta_1\rangle}=-\frac12$ ;$k_3=\frac{\langle\alpha_3,\beta_2\rangle}{\langle\beta_2,\beta_2\rangle}=-\frac13$ 。模方依次为 $2,\ \frac32,\ \frac13$ 。**关键一步:$k_2$ 配 $\beta_1$ 、$k_3$ 配 $\beta_2$ ,分母各用对应 $\beta$ 的模方**。 + +> **题 43**(★★☆)判断下列矩阵是否为正交矩阵并说明理由:(1)$\begin{pmatrix}0&1\\1&0\end{pmatrix}$ ;(2)$\begin{pmatrix}\cos\theta&-\sin\theta\\ \sin\theta&\cos\theta\end{pmatrix}$ ;(3)$\begin{pmatrix}1&1\\0&1\end{pmatrix}$ ;(4)$\operatorname{diag}(1,-1,2)$ 。并回答:$\lvert A\rvert=\pm1$ 能否作为正交的判据? + +**答案**:(1)是,两列内积 $0$ 、列长都是 $1$ ;(2)是,同上(旋转矩阵);(3)不是,两列内积为 $1\ne0$ ;(4)不是,第三列长度为 $2\ne1$ 。$\lvert A\rvert=\pm1$ 只是**必要**条件:(1)的 $|A|=-1$ 、(2)的 $|A|=1$ 都符合,但 $\begin{pmatrix}2&0\\0&\frac12\end{pmatrix}$ 的 $|A|=1$ 且不是正交矩阵,故不能作判据。 + +## 7. 子空间的和与交 + +> **来源提示**:本节教材段的两条主干——解空间的维数、公共解(交空间)的求法——分别转写自 `4-linear-equations-system.tex` 的「基础解系」与「公共解」两节。**和空间、维数公式、直和在第 3 讲与第 4 讲 tex 中均未收录**,相关条目全部标`〔补〕`,以通用教材定义为准。 + +### 7.1 子空间、和空间与直和 + +**教材** + +- **解空间**:$Ax=0$ 的全体解构成一个子空间;当 $r(A)=r **题 44**(★★☆)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 $V_1\cap V_2$ 的一组基;(Ⅲ)判断 $V_1+V_2$ 是否为直和。 + +**答案**:(Ⅰ)$\dim V_1=\dim V_2=2$ ;四个向量拼成的矩阵秩为 $3$ ,故 $\dim(V_1+V_2)=3$ ;由维数公式 $\dim(V_1\cap V_2)=2+2-3=1$ 。(Ⅱ)设 $x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2$ ,解得 $x_1=x_2=y_1=y_2=t$ ,交空间为 $L\bigl((1,1,1,1)^{\mathrm T}\bigr)$ 。(Ⅲ)不是直和,因为交空间维数为 $1\ne0$ 。 + +> **题 45**(★★☆)设 $V_1=L\bigl((1,1,0)^{\mathrm T},(1,0,1)^{\mathrm T}\bigr)$ ,$V_2=L\bigl((2,1,a)^{\mathrm T}\bigr)$ 。就 $a$ 讨论 $V_1+V_2$ 是否为直和,并求和空间的维数。 + +**答案**:$a\ne1$ 时是直和,$\dim(V_1+V_2)=3$ ;$a=1$ 时不是直和,维数为 $2$ 。判据:$V_2$ 是一维的,直和 ⟺ $(2,1,a)^{\mathrm T}\notin V_1$ ⟺ 三向量拼成的矩阵行列式非零。$a=1$ 时 $(2,1,1)^{\mathrm T}=(1,1,0)^{\mathrm T}+(1,0,1)^{\mathrm T}$ 恰在 $V_1$ 内。**关键一步:含参直和题一律化成"行列式是否为零",不要绕维数公式**。 + +> **题 46**(★★★)设 $V=V_1+V_2$ 且 $V_1\cap V_2=\{0\}$ 。证明 $V$ 中每个向量 $\alpha$ 可唯一地写成 $\alpha=\alpha_1+\alpha_2$ ($\alpha_i\in V_i$ )。 + +**答案**:存在性由 $V=V_1+V_2$ 直接给出。唯一性:设 $\alpha=\alpha_1+\alpha_2=\alpha_1'+\alpha_2'$ ,则 $\alpha_1-\alpha_1'=\alpha_2'-\alpha_2$ ,左端属于 $V_1$ 、右端属于 $V_2$ ,故两者都属于 $V_1\cap V_2=\{0\}$ ,得 $\alpha_1=\alpha_1'$ 、$\alpha_2=\alpha_2'$ 。**关键一步:把差值同时归到两个空间,再用交为零收口**。 + +### 7.2 交空间的求法(公共解) + +**教材** + +- **待定系数法(三条路)**:① 求两个方程组的解的交集,可以联立两个方程求解;② 先求 $Ax=0$ 的通解 $k_1\xi_1+\cdots+k_s\xi_s$ ,代入 $Bx=0$ 求出 $k_i$ 之间的关系,再代回通解即得公共解;③ 把两个通解直接联立 $k_1\xi_1+\cdots+k_s\xi_s=l_1\eta_1+\cdots+l_t\eta_t$ ,解出 $k_i$ 与 $l_i$ 。 + +- **两种方法的适用场合**:待定系数法"可以求出公共解,不过比较麻烦";**若已给出基础解系而未给出矩阵,用待定系数法较好**。 + +- **矩阵法**:要求 $A$ 与 $B$ 的非零公共解,即求联立矩阵 $\begin{pmatrix}A\\B\end{pmatrix}x=0$ 的非零解,对它求基础解系即可。**若直接给出矩阵,此法不必先求各自的解**。 + +- **同解的代入法**:先求一个方程组的通解,代入第二个方程组,直接定出参数(因参数任意,可令其为 $0$ )。 + +**扩展** + +- **交空间求法四步**:① 设公共向量 $w=Ax=By$ ;② 移项成齐次方程组 $(A,-B)\begin{pmatrix}x\\y\end{pmatrix}=0$ ;③ **代回 $w=Ax$ 得到向量**;④ 删去零向量与冗余向量〔补〕。 + +- **第 ③ 步是本节唯一的大坑**:解出来的是**系数** $x$ ,不是基向量;必须代回 $w=Ax$ 才是交空间里的向量。直接拿系数当答案,是这一节最常见的错〔补〕。 + +- **维数可以预先估算**:$\dim(V_1\cap V_2)=r(A)+r(B)-r(A,B)$ ,先算出维数,就知道解出来应当剩几个自由参数,可用于自查〔补〕。 + +- **"参数落在哪一列,就是哪个向量表示不出"**:把两组拼成一个增广矩阵化简后,若参数只出现在第 $k$ 列,说明第 $k$ 个向量无法被前面的向量表示。这是含参表示题最快的定位法〔补〕。 + +- **交空间与"方程组同解"是同一件事**:$V_1\cap V_2$ 就是联立方程组的解空间,所以它的维数 $=n-r\begin{pmatrix}A\\B\end{pmatrix}$ 〔补〕。 + +**习题 7.2** + +> **题 47**(★★★,真题 2023·7)已知 $\alpha_1=(1,2,3)^{\mathrm T}$ ,$\alpha_2=(2,1,1)^{\mathrm T}$ ,$\beta_1=(2,5,9)^{\mathrm T}$ ,$\beta_2=(1,0,1)^{\mathrm T}$ 。若 $\gamma$ 既可由 $\alpha_1,\alpha_2$ 线性表示,也可由 $\beta_1,\beta_2$ 线性表示,求 $\gamma$ 。 + +**答案**:$\gamma=k(1,5,8)^{\mathrm T}$ ($k\in\mathbb{R}$ )。这就是求交空间:设 $x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2$ ,移项解齐次方程组得 $x_1=-3t,\ x_2=t,\ y_1=-t,\ y_2=t$ ,代回 $\gamma=x_1\alpha_1+x_2\alpha_2$ 得 $\gamma=t(-1,-5,-8)^{\mathrm T}$ 。维数自查:$r(\alpha)=r(\beta)=2$ 、拼接秩 $3$ ,故 $\dim$ 交 $=2+2-3=1$ ,与"只剩一个参数"一致。**关键一步:解出的是系数,必须代回求向量;同时可用维数公式自查**。 + +> **题 48**(★★★,张宇例)已知方程组 $A$ :$x_1+x_2=0$ ,$x_2-x_4=0$ ;方程组 $B$ :$x_1-x_2+x_3=0$ ,$x_2-x_3+x_4=0$ 。求两方程组的公共解。 + +**答案**:$k(-1,1,2,1)^{\mathrm T}$ 。矩阵法:联立 $\begin{pmatrix}A\\B\end{pmatrix}x=0$ ,求基础解系得 $(-1,1,2,1)^{\mathrm T}$ 。待定系数法对照:$A$ 的基础解系为 $\xi_1=(0,0,1,0)^{\mathrm T},\ \xi_2=(-1,1,0,1)^{\mathrm T}$ ;$B$ 的为 $\eta_1=(0,1,1,0)^{\mathrm T},\ \eta_2=(-1,-1,0,1)^{\mathrm T}$ ;令 $k_1\xi_1+k_2\xi_2=l_1\eta_1+l_2\eta_2$ ,比较分量得 $k_1=2k_2$ ,代回得 $k_2(-1,1,2,1)^{\mathrm T}$ 。**关键一步:两法结果必须一致——这是检验交空间算对没算对的最快办法**。 --- -> **回查入口**:在学练习 [[../在学练习/线性代数-第3讲-向量/01-知识点盘点|01-知识点盘点]]、[[../在学练习/线性代数-第3讲-向量/10-速查卡|10-速查卡]];参考仓库 `参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex` 与 `exercise/3-vector/vector.tex`。 +> **回查入口**:张宇三十讲整理稿 `参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex`(§1—§5)与 `exercise/3-vector/vector.tex`(8 道例题);内积与施密特见 `knowledge/5-similar/similar.tex` 的「正交」段;公共解见 `knowledge/4-linear-equations-system/linear-equations-system.tex` 的「公共解」段;张宇 1000 题对应 `参考仓库/张宇1000题-notes/L3 线代 第3章 向量组/`(14 题);真题对应 `试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/kaoyan_math1.db` 的 ch11(8 题)。 +> **本讲与前后讲的接口**:§3.2 的秩不等式在 04 线性方程组求通解时直接用;§5 的基与坐标是 05 特征值里"相似对角化"的前提;§6 的正交化是 06 二次型"正交变换化标准形"的标准第一步。 diff --git a/基于考研的学习/数学一/知识点构建/README.md b/基于考研的学习/数学一/知识点构建/README.md index 17dd44a..72ee351 100644 --- a/基于考研的学习/数学一/知识点构建/README.md +++ b/基于考研的学习/数学一/知识点构建/README.md @@ -38,10 +38,11 @@ tags: [数学一, 知识点构建, 背诵版, README, MOC] **角标判定规则**(防止把臆想写成「书上说的」): -- `〔张宇〕`:该条主体能在 `参考仓库/Math/advanced-math` 原文找到对应表述或例题。 +- `〔张宇〕`:该条主体能在 `参考仓库/Math` 的对应讲 tex 原文找到逐字或近逐字的对应表述(线代可用 other 讲的内容,如内积取第 5 讲、公共解取第 4 讲)。 - `〔补〕`:参考仓库没有,是我补的——通用知识、真题归纳、反例、陷阱、操作流程、取舍判断。 - **混血条目一律标 `〔补〕`**。`〔补〕` 的语义是「这句要你自己判断对错」;宁可多标补,不可冒称张宇。 - 扩展段不许出现无角标条目,也不许出现「张宇强调」「书上说」这类无出处的转述。 +- **教材段若某节 tex 确实没收录**(如第 3 讲的长度、夹角、子空间和与交),允许按通用教材写,但必须在节首写「来源提示」点明 tex 未收录,且该节的扩展条目全部标 `〔补〕`。 **校验(交付前必跑,缺标直接拦下)** @@ -50,7 +51,12 @@ python .workbuddy/tools/check_source_tags.py # 全目录 python .workbuddy/tools/check_source_tags.py --file 01-xxx.md # 单篇 ``` -输出每篇「条目数 / 〔张宇〕数 / 〔补〕数 / 参考占比」。**参考占比 < 20% 判 FAIL**——这个数字是「有没有真读参考仓库」的探针,一篇全是〔补〕等于没查就动笔。旧结构(无 `**教材**` 标记)会被跳过并计入「未重构」。 +输出每篇「条目数 / 〔张宇〕数 / 〔补〕数 / 参考占比 / 知识点数」。通过条件两条满足其一: + +- **A.** 参考占比 ≥ 20% —— 适用于母本 tex 够厚的篇(01 高数 1263 行、11 矩阵 799 行)。 +- **B.** `〔张宇〕` 条数 ≥ 知识点个数 —— 即「每个知识点至少有一条能追回原文」。薄 tex 篇(如 12 向量,`vector.tex` 只有 149 行)即使全标满也到不了 20%,此时 B 比全篇比例更严:它逼着每一点都得回到原文。 + +旧结构(无 `**教材**` 标记)会被跳过并计入「未重构」。 ## 三、格式规范 @@ -79,7 +85,7 @@ python .workbuddy/tools/check_source_tags.py --file 01-xxx.md # 单篇 | 09 | [[09-背诵版-高等数学-微分方程]] | 暂无(高数补全) | `advanced-math/knowledge+exercise/9-differential-equation` | 25 | ✅ 已出 | | 10 | [[10-背诵版-线性代数-第1讲-行列式]] | 暂无(线代补全) | `linear-algebra/knowledge+exercise/1-determinant` | 26 | ✅ **v2 三段式(含答案,线代样板)** | | 11 | [[11-背诵版-线性代数-第2讲-矩阵]] | [[../在学练习/线性代数-第2讲-矩阵/README\|线性代数-第2讲-矩阵]] | `linear-algebra/knowledge+exercise/2-matrix` | 57 | ✅ **v2 三段式(含答案,22 知识点)** | -| 12 | [[12-背诵版-线性代数-第3讲-向量]] | [[../在学练习/线性代数-第3讲-向量/README\|线性代数-第3讲-向量]] | `linear-algebra/knowledge+exercise/3-vector` | 47 | ✅ 已出 | +| 12 | [[12-背诵版-线性代数-第3讲-向量]] | [[../在学练习/线性代数-第3讲-向量/README\|线性代数-第3讲-向量]] | `linear-algebra/knowledge+exercise/3-vector`(内积见 5-similar、公共解见 4-方程组) | 48 | ✅ **v2 三段式(14 点 48 题,含答案)** | | 13 | [[13-背诵版-线性代数-第4讲-线性方程组]] | [[../在学练习/线性代数-第4讲-线性方程组/README\|线性代数-第4讲-线性方程组]] | `linear-algebra/knowledge+exercise/4-linear-equations-system` | 43 | ✅ 已出 | | 14 | [[14-背诵版-线性代数-第5讲-特征值与特征向量]] | [[../在学练习/线性代数-第5讲-特征值与特征向量/README\|线性代数-第5讲-特征值与特征向量]] | `linear-algebra/knowledge+exercise/5-similar` | 36 | ✅ 已出 | | 15 | [[15-背诵版-线性代数-第6讲-二次型]] | [[../在学练习/线性代数-第6讲-二次型/README\|线性代数-第6讲-二次型]] | `linear-algebra/knowledge+exercise/6-quadratic-form` | 30 | ✅ 已出 |