diff --git a/基于考研的学习/总览.md b/基于考研的学习/总览.md index a1a17ae..b4de43e 100644 --- a/基于考研的学习/总览.md +++ b/基于考研的学习/总览.md @@ -85,11 +85,15 @@ tags: │ │ └── 01-考点手册.md ✓ 从计算例子讲运算、逆、初等变换、秩、伴随、分块与幂 │ │ ├── 02-试题.md ✓ 新增 18 题(基础 6 / 综合 8 / 证明 4) │ │ └── 03-解析.md ✓ 逐题说明入口、计算与检查 - │ ├── 线性代数-第3讲-向量/ ✓ 已改为「以题带点」版(2026-10-23 试点) - │ │ ├── README.md ✓ 排法与用法说明 - │ │ ├── 01-考点手册.md ✓ 7 个点 19 题,按真题分值排:基与过渡矩阵 / 内积与施密特 / 表示与交空间 / 相关性 / 秩 / 等价 / 证明 - │ │ ├── 旧版-题点分离/ 归档:旧的考点·试题·解析三件套(含答题版 PDF) - │ │ └── PDF/ ✓ 讲解本(题目与解答连排) + │ ├── 线性代数-第3讲-向量/ ✓ 已改为「知识点盘点 + 以题带点」分册版(2026-10-23) + │ │ ├── README.md ✓ 结构说明与三轮读法 + │ │ ├── 01-知识点盘点.md ✓ 十节盘点(定义/定理/判据/公式)+ 章节↔练习对照 + 覆盖对照 + │ │ ├── 02~09-点1~点8 ✓ 八个分册,每册 3 题、约 4—6 千字符 + │ │ │ 相关性与无关 / 秩与极大无关组 / 线性表示 / 向量组等价 + │ │ │ / 基坐标与过渡矩阵 / 内积正交与施密特 / 子空间和与交 / 证明 + │ │ ├── 10-速查卡.md ✓ 十个判据 + 四处失分点 + 回查表 + │ │ └── 旧版-题点分离/ 归档:最早的考点·试题·解析三件套 + │ │ (本讲起不再生成 PDF,各文件之间用相对链接互跳) │ └── 线性代数-第4讲-线性方程组/ ✓ 已出(2026-10-18,真题库第 12 章,7 题 39 分) │ ├── README.md ✓ 文件夹索引与规划 │ ├── 01-考点手册.md ✓ 克拉默 / 齐次解空间 / 非齐次解结构 / 三平面几何 / 同解与公共解 / 矩阵方程 diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/01-知识点盘点.md b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/01-知识点盘点.md new file mode 100644 index 0000000..9872767 --- /dev/null +++ b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/01-知识点盘点.md @@ -0,0 +1,464 @@ +--- +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 + +盘点各节与练习文件不是一一对应(练习按依赖链组织,盘点按知识体系组织),对照如下: + +| 盘点章节 | 主要落在哪个练习文件 | +|---|---| +| §1 向量与向量组 | [点 1 · 线性相关与无关](02-点1-线性相关与无关.md) | +| §2 线性相关性六判据 | [点 1 · 线性相关与无关](02-点1-线性相关与无关.md) | +| §3 秩与极大无关组 | [点 2 · 秩与极大无关组](03-点2-秩与极大无关组.md) | +| §4 线性表示与等价 | [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) | +| §5 向量空间、基与坐标 | [点 5 · 基、坐标与过渡矩阵](06-点5-基坐标与过渡矩阵.md) | +| §6 内积与正交 | [点 6 · 内积、正交与施密特](07-点6-内积正交与施密特.md) | +| §7 和、交与维数公式 | [点 7 · 子空间的和与交](08-点7-子空间和与交.md) | +| §8 知识地图 | 全讲(用来检查链条是否断) | +| §9 覆盖对照 | 全讲(用来检查有没有漏考纲) | +| §10 与其他讲的接口 | 第 5 讲、第 6 讲 | + +--- + +## 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** | $r(A)t$ 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。 diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/01-考点手册.md b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/01-考点手册.md deleted file mode 100644 index ba43936..0000000 --- a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/01-考点手册.md +++ /dev/null @@ -1,549 +0,0 @@ ---- -tags: [数学一, 在学练习, 线性代数, 向量, 以题带点] -专题: 线性代数 第3讲 · 向量(以题带点) -日期: 2026-10-23 -状态: 以题带点版 -关联笔记: ["[[README]]"] ---- - -# 第3讲 · 向量:以题带点 - -这一讲在近十年真题里 **8 题、44 分**,平均每年 4.4 分,是全卷唯一必出解答题的地方(2019·20,11 分)也是它。 - -下面的顺序**按考分排,不按课本排**。每一条都从一个具体问题开始,讲完把方法凝成一句话,再用一两道题验证。看完一个点,就应当能独立重做那里的题。 - -## 本讲地图 - -| 序 | 点 | 真题锚点 | 分值 | 本点题量 | -|---|---|---|---|---| -| 1 | 基、坐标与过渡矩阵 | 2019·20(解答) | **11** | 3 | -| 2 | 内积、正交与施密特 | 2021·6、2023·15 | **10** | 3 | -| 3 | 线性表示与交空间 | 2020·6、2023·7 | **9** | 3 | -| 4 | 线性相关性 | 2024·6 | 5 | 3 | -| 5 | 秩与极大无关组 | 2017·13 | 4 | 2 | -| 6 | 向量组等价 | 2022·7 | 5 | 2 | -| 7 | 抽象推理(证明) | 支撑解答题 | — | 3 | - -合起来 44 分,正好对上十年的账面。 - -**一句话逻辑链**(点的顺序被打乱,链条没断):表示是把向量写成方程,相关是有没有多余材料,秩是材料真正的新方向数,等价是两组材料造出同一个空间,基与坐标是给系数起名字,正交是让每个方向互不干扰,交空间是两组材料共同造出的部分。被跳过的前置,各点开头会用一句「依赖」补上。 - -**难度记号**:★☆☆ 直接判定 · ★★☆ 含参或需变形 · ★★★ 证明与结构。 - ---- - -## 点 1 · 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 3 的「表示」与点 4 的「无关」。 - -**这是本讲唯一出过大题的地方,也是唯一可能丢 11 分的地方。** 它考的不是概念,而是一套固定动作:先把新基按列拼成矩阵,验证可逆;过渡矩阵就是这个矩阵;求坐标就解一个线性方程组。三个动作里出错最多的不是计算,是**方向反了**。 - -### 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)验证它们是一组基;(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**:三个三维向量是不是基,只问它们是否无关。按列拼起来算行列式,非零即可。过渡矩阵按定义就是"新基用旧基表示时的系数矩阵",旧基是标准基,所以这就是那三个向量本身按列排。求坐标不是把 $C$ 乘上去,而是解方程 $Cx=\beta$ 。 - -**解**:(Ⅰ)按列拼成 - -$$C=(\alpha_1,\alpha_2,\alpha_3)=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix},\qquad |C|=1\cdot(0-1)+1\cdot(1-0)=-2\ne0.$$ - -可逆,故三向量无关,构成 $\mathbb{R}^3$ 的一组基。 - -(Ⅱ)旧基矩阵是单位阵 $E$ ,新基矩阵是 $C$ ,写 $V=UC$ 即 - -$$(\alpha_1,\alpha_2,\alpha_3)=(\varepsilon_1,\varepsilon_2,\varepsilon_3)\,C,$$ - -逐列读出来正是 $\alpha_j=\sum_i c_{ij}\varepsilon_i$ ,与 $C$ 的列一致。所以过渡矩阵就是 $C$ 本身。 - -(Ⅲ)设 $\beta=x_1\alpha_1+x_2\alpha_2+x_3\alpha_3$ ,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得 $2x_3=0$ ,于是 $x_3=0,\ x_1=1,\ x_2=2$ ,坐标为 $(1,2,0)^{\mathrm T}$ 。回代验算 $\alpha_1+2\alpha_2=(1,2,3)^{\mathrm T}$ 成立。 - -**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;这一步几乎不用算,直接用。 - -### 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 $(2,-1,3)^{\mathrm T}$ ,求它在标准基下的坐标;(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。手里有"新坐标"要回到"旧坐标",是**乘**;手里有旧坐标要换成新坐标,是**解方程**。判据只有一条:代入后两边要相等。 - -**解**:(Ⅰ)按坐标加权: - -$$\gamma=2\alpha_1-\alpha_2+3\alpha_3=(2,0,2)^{\mathrm T}+(0,-1,-1)^{\mathrm T}+(3,3,0)^{\mathrm T}=(5,2,1)^{\mathrm T}.$$ - -(Ⅱ)解 $Cx=(1,1,1)^{\mathrm T}$ : - -$$x_1+x_3=1,\quad x_2+x_3=1,\quad x_1+x_2=1.$$ - -前两式相减得 $x_1=x_2$ ,代入第三式得 $x_1=x_2=\tfrac12$ ,再由第一式得 $x_3=\tfrac12$ ,坐标为 $(\tfrac12,\tfrac12,\tfrac12)^{\mathrm T}$ 。 - -**带走的结论**:坐标变换的方向由 $x_{\rm old}=Cx_{\rm new}$ 决定。乘 $C$ 是从新到旧,解 $Cx$ 是从旧到新。记住这一条,就不会在考场上把 $C$ 和 $C^{-1}$ 用反。 - -### 问题 3 · 反方向求过渡矩阵,为什么必可逆(★★★) - -> 仍取问题 1 的 $\alpha$ 基。(Ⅰ)求从 $\alpha$ 基到标准基的过渡矩阵 $C'$ ;(Ⅱ)验证 $C'=C^{-1}$ ,并说明过渡矩阵为什么一定可逆。 - -**怎么想**:方向反过来,写 $V=UC'$ 时"旧基"已是 $\alpha$ 基、"新基"是标准基,即 $E=C\,C'$ 。所以 $C'$ 只能是 $C^{-1}$ 。这不是巧合,是"两组基互相表示"的必然结果。 - -**解**:(Ⅰ)由 $E=C\,C'$ 得 $C'=C^{-1}$ 。由 $|C|=-2$ , - -$$ -C^{-1}=\frac{1}{-2}\begin{pmatrix}-1&1&-1\\1&-1&-1\\-1&-1&1\end{pmatrix} -=\frac12\begin{pmatrix}1&-1&1\\-1&1&1\\1&1&-1\end{pmatrix}. -$$ - -(Ⅱ)直接验证 $CC^{-1}=E$ 即可。可逆性的理由:基是一组无关且能张成全空间的向量,按列拼成的矩阵满秩,故行列式非零。若过渡矩阵不可逆,新基就会丢方向,张不满原来的空间,矛盾。 - -**带走的结论**:两个方向的过渡矩阵**互为逆矩阵**。考场上如果只求了一个方向,另一个方向可以用它反推检验;如果两个方向算出来不互逆,一定有一个错了。 - -> **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 $|C|\ne0$ 。 - ---- - -## 点 2 · 内积、正交与施密特正交化 - -> 真题 2021·6(施密特,5 分)、2023·15(内积与线性组合,5 分)|重要度 ★★★|题量 3 -> 依赖:点 4 的「无关」。 - -合计 10 分,是本讲第二块肉。更关键的是,**第 5 讲特征值里的"实对称矩阵正交对角化"要用它**,这一节学不牢,第 5 讲的 21 题就写不出。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 · 验证正交、求长度、算组合内积(★☆☆) - -> 【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长度;(Ⅱ)判断单位化后是否为 $\mathbb{R}^3$ 的规范正交基;(Ⅲ)求 $\langle\alpha+2\beta,\ \gamma-\beta\rangle$ 。 - -**怎么想**:内积逐个算,为零即正交。第二问要用"两两正交的非零组必无关"这条结论,三个无关向量在三维里就是基。第三问**不要展开硬算**,用双线性拆开,正交项直接消掉。 - -**解**:(Ⅰ) - -$$\langle\alpha,\beta\rangle=2-4+2=0,\quad \langle\alpha,\gamma\rangle=2+2-4=0,\quad \langle\beta,\gamma\rangle=4-2-2=0.$$ - -三者长度都是 $\sqrt{1+4+4}=3$ 。 - -(Ⅱ)三个非零向量两两正交,故线性无关;三维空间中三个无关向量构成基,单位化后即为规范正交基。 - -(Ⅲ)用双线性展开,凡不同向量之间的内积都是零: - -$$ -\langle\alpha+2\beta,\ \gamma-\beta\rangle -=\langle\alpha,\gamma\rangle-\langle\alpha,\beta\rangle+2\langle\beta,\gamma\rangle-2\langle\beta,\beta\rangle -=0-0+0-2\cdot9=-18. -$$ - -**带走的结论**:正交组的最大好处是**内积只留同项**。凡是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。 - -### 问题 2 · 两向量施密特(★☆☆) - -> 设 $\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ 。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,投影系数是内积除以**长度平方**。 - -**解**:取 $u_1=\alpha_1=(1,1,0)^{\mathrm T}$ 。则 - -$$ -u_2=\alpha_2-\frac{\langle\alpha_2,u_1\rangle}{\langle u_1,u_1\rangle}u_1 -=(1,0,1)^{\mathrm T}-\frac{1}{2}(1,1,0)^{\mathrm T} -=\Bigl(\tfrac12,-\tfrac12,1\Bigr)^{\mathrm T}. -$$ - -自检内积 $\tfrac12-\tfrac12=0$ 。长度分别为 $\sqrt2$ 与 $\sqrt{3/2}=\tfrac{\sqrt6}{2}$ ,单位化得 - -$$e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\qquad e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6}.$$ - -**带走的结论**:**减投影时除长度平方,单位化时才除长度**。这两个分母混用是这一节最常见的失分点,写完后用"内积为零"自检一次就能抓住。 - -### 问题 3 · 三向量施密特(★★☆) - -> 【2021·6 骨架】设 $\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ ,$\alpha_3=(0,1,1)^{\mathrm T}$ 。求正交组与规范正交组。 - -**怎么想**:前两步与问题 2 完全一样,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,第三个向量就不正交。 - -**解**:$\beta_1=(1,1,0)^{\mathrm T}$ ,$\beta_2=(\tfrac12,-\tfrac12,1)^{\mathrm T}$ 。先算两个系数: - -$$ -\frac{\langle\alpha_3,\beta_1\rangle}{\langle\beta_1,\beta_1\rangle}=\frac{1}{2},\qquad -\frac{\langle\alpha_3,\beta_2\rangle}{\langle\beta_2,\beta_2\rangle}=\frac{1/2}{3/2}=\frac13. -$$ - -于是 - -$$ -\beta_3=(0,1,1)^{\mathrm T}-\tfrac12(1,1,0)^{\mathrm T}-\tfrac13\Bigl(\tfrac12,-\tfrac12,1\Bigr)^{\mathrm T} -=\Bigl(-\tfrac23,\tfrac23,\tfrac23\Bigr)^{\mathrm T}. -$$ - -验算 $\langle\beta_3,\beta_1\rangle=-\tfrac23+\tfrac23=0$ ,$\langle\beta_3,\beta_2\rangle=-\tfrac13-\tfrac13+\tfrac23=0$ 。三个长度依次为 $\sqrt2$ 、$\tfrac{\sqrt6}{2}$ 、$\tfrac{2\sqrt3}{3}$ ,故 - -$$ -e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\quad -e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6},\quad -e_3=\frac{(-1,1,1)^{\mathrm T}}{\sqrt3}. -$$ - -**带走的结论**:第 $k$ 步要减 $k-1$ 个投影。**用"前面每一个都得内积为零"逐项验算**,比回头检查算术更省时间。另外,若某一步得到零向量,说明原组本身相关,不能再往下除长度。 - -> **本点定式**:$u_k=\alpha_k-\sum_{i 真题 2020·6(4 分)、2023·7(5 分)|重要度 ★★★|题量 3 -> 依赖:点 5 的「秩」判据。 - -9 分,形态固定:**"能不能表示"就是"方程组有没有解"**。而交空间是它的双向版本——一个向量要同时被两组材料表示。同一个动作,做两次。 - -### 问题 1 · 判断能否表示,并说明唯一性(★☆☆) - -> 设 $\beta=(1,0,2)^{\mathrm T}$ ,$\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(0,1,1)^{\mathrm T}$ ,$\alpha_3=(1,0,1)^{\mathrm T}$ 。(Ⅰ)$\beta$ 能否由它们表示?表示法唯一吗?(Ⅱ)求出表示式。 - -**怎么想**:材料有三个、空间是三维,先看材料矩阵的行列式。可逆则既能表示又唯一,一步到位,不必再算增广矩阵的秩。 - -**解**:按列拼成 $A=(\alpha_1,\alpha_2,\alpha_3)$ , - -$$|A|=\begin{vmatrix}1&0&1\\1&1&0\\0&1&1\end{vmatrix}=1\cdot(1-0)+1\cdot(1-0)=2\ne0.$$ - -满秩,故任意三维向量都能被唯一表示。设 $\beta=x_1\alpha_1+x_2\alpha_2+x_3\alpha_3$ ,比较分量: - -$$x_1+x_3=1,\qquad x_1+x_2=0,\qquad x_2+x_3=2.$$ - -由第二式 $x_2=-x_1$ 、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 - -$$\beta=-\tfrac12\alpha_1+\tfrac12\alpha_2+\tfrac32\alpha_3.$$ - -**带走的结论**:**"能否表示"看 $r(A)$ 与 $r(A,\beta)$ 是否相等;"是否唯一"看 $r(A)$ 是否等于向量个数**。方阵时用行列式替代秩,能省一半计算。 - -### 问题 2 · 含参:什么参数下能表示(★★☆) - -> 【2020·6 骨架】设 $\alpha_1=(1,0,1)^{\mathrm T}$ ,$\alpha_2=(0,1,1)^{\mathrm T}$ ,$\beta=(1,1,t)^{\mathrm T}$ 。(Ⅰ)求 $t$ 使 $\beta$ 可由 $\alpha_1,\alpha_2$ 表示;(Ⅱ)当不能表示时,求 $r(\alpha_1,\alpha_2,\beta)$ 。 - -**怎么想**:两个材料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。**先用分量比较**把参数逼出来,再用行列式核验。 - -**解**:(Ⅰ)设 $\beta=c_1\alpha_1+c_2\alpha_2$ ,比较三个分量: - -$$c_1=1,\qquad c_2=1,\qquad c_1+c_2=t.$$ - -前两式已经定死 $c_1=c_2=1$ ,故只有 $t=2$ 时相容,此时 $\beta=\alpha_1+\alpha_2$ 。 - -(Ⅱ)$t\ne2$ 时前两个向量无关、秩为 2,而 $\beta$ 不在它们的张成空间内,故秩升为 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,秩确为 3。 - -**带走的结论**:含参的表示问题,**分量比较往往比秩更快**,因为参数的约束通常直接出现在某一行方程里。但"不能表示时秩为几"要用行列式或秩定理说清,不能只凭感觉。 - -### 问题 3 · 交空间:同时被两组表示(★★★) - -【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 $V_1\cap V_2$ 的基;(Ⅲ)验证维数公式。 - -**怎么想**:交空间里的向量必须**两种表示同时成立**:$w=x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2$ 。移项就得到一个齐次方程组,解出系数后**代回去**才得到 $w$ 。注意系数解不能直接当基。 - -**解**:(Ⅰ)两组内部都不成比例,各为 2 维。把 $\alpha_1,\alpha_2,\beta_1$ 按列拼成 - -$$\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix},\qquad |\cdot|=2\ne0,$$ - -三个无关向量在 $\mathbb{R}^3$ 中,故和空间是 3 维。 - -(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:$x_2=x_1+2(x_1+x_2)$ ,即 $x_2=-3x_1$ 。令 $x_1=t$ ,代回得 - -$$w=t(\alpha_1-3\alpha_2)=t(1,-2,-3)^{\mathrm T}.$$ - -非零,故交空间是 1 维,基为 $(1,-2,-3)^{\mathrm T}$ 。核验它在第二组中的表示:$\beta_1-2\beta_2=(1,-2,-3)^{\mathrm T}$ ,一致。 - -(Ⅲ)$3=2+2-1$ ,公式成立。 - -**带走的结论**:**交空间的解是"系数解",不是"向量解"**。代回 $w=Ax$ 后还要去掉零向量与冗余向量,才能报基。若用平面法核验,两个平面的法向量叉积应与所求方向平行(本题得 $(-1,2,3)$ ,恰为反向,同一条直线)。 - -> **本点定式**:能表示 $\iff r(A)=r(A,\beta)$ ;唯一 $\iff r(A)=s$ 。交空间:解 $(A,-B)\binom{x}{y}=0$ ,代回取 $w=Ax$ 。 - ---- - -## 点 4 · 线性相关性 - -> 真题 2024·6(5 分)|重要度 ★★★|题量 3 -> 依赖:无(这是本讲的地基)。 - -只有 5 分,但**它决定后面所有点的对错**:秩的定义、基的定义、证明题的每一步都在用它。判断只有一个动作:把向量按列拼成 $A$ ,比较 $r(A)$ 与**向量个数**。 - -### 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)判断相关性;(Ⅱ)若相关,写出一个具体的关系式。 - -**怎么想**:三个三维向量,先算行列式。非零则无关,为零则相关;相关时解 $Ax=0$ 取一个非零解即可。 - -**解**:(Ⅰ)按列拼 - -$$|A|=\begin{vmatrix}1&2&1\\1&3&0\\2&1&5\end{vmatrix}.$$ - -沿第二行展开:$-1\cdot(10-1)+3\cdot(5-2)= -9+9=0$ ,故线性相关。 - -(Ⅱ)解 $x_1\alpha_1+x_2\alpha_2+x_3\alpha_3=0$ : - -$$x_1+2x_2+x_3=0,\qquad x_1+3x_2=0,\qquad 2x_1+x_2+5x_3=0.$$ - -第二式给 $x_1=-3x_2$ ,第一式给 $x_3=x_2$ ,代入第三式恒成立。取 $x_2=1$ 得 - -$$-3\alpha_1+\alpha_2+\alpha_3=0.$$ - -代回验算三个分量均为零。 - -**带走的结论**:**"相关"必须落到一个具体的关系式**,只写"因为行列式为零,所以相关"在解答题里只拿一半分。关系式就是 $Ax=0$ 的一个非零解,取自由变量为 1 最省事。 - -### 问题 2 · 变换后的向量组(★★☆) - -> 设 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,令 $\beta_1=\alpha_1+\alpha_2$ 、$\beta_2=\alpha_2+\alpha_3$ 、$\beta_3=\alpha_3+\alpha_1$ ;$\gamma_1=\alpha_1-\alpha_2$ 、$\gamma_2=\alpha_2-\alpha_3$ 、$\gamma_3=\alpha_3-\alpha_1$ 。(Ⅰ)判断 $\beta$ 组的相关性;(Ⅱ)求 $\gamma$ 组的秩。 - -**怎么想**:原组无关时,新组的系数矩阵可以单独拿出来判。写 $B=AC$ ,则 $By=0\iff Cy=0$ ,秩完全由 $C$ 决定。**这一步的前提是原组无关**,不能不问就套。 - -**解**:(Ⅰ) - -$$C_\beta=\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix},\qquad |C_\beta|=2\ne0.$$ - -故 $C_\beta y=0$ 只有零解,$\beta$ 组无关。 - -(Ⅱ)注意 $\gamma_1+\gamma_2+\gamma_3=0$ 恒成立,秩至多为 2。再看 $\gamma_1,\gamma_2$ :若 $p\gamma_1+q\gamma_2=0$ ,展开整理得 - -$$p\alpha_1+(-p+q)\alpha_2-q\alpha_3=0.$$ - -原组无关,故 $p=0$ 且 $-p+q=0$ ,即 $p=q=0$ 。所以 $\gamma_1,\gamma_2$ 无关,秩恰为 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。$\beta$ 组与 $\gamma$ 组的差别就在一个系数矩阵可逆、一个不可逆。 - -### 问题 3 · 含参判相关(★★☆) - -> 【2017·13 骨架】设 $\alpha_1=(1,1,1)^{\mathrm T}$ ,$\alpha_2=(1,2,a)^{\mathrm T}$ ,$\alpha_3=(1,4,a^2)^{\mathrm T}$ 。(Ⅰ)求 $a$ 使它们相关;(Ⅱ)对每个这样的 $a$ 求秩。 - -**怎么想**:相关等价于行列式为零,算出关于 $a$ 的多项式,逐个求根。**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"。 - -**解**:(Ⅰ)按列拼,第 2、3 列各减第 1 列,沿首行展开: - -$$ -|A|=\begin{vmatrix}1&0&0\\1&1&3\\1&a-1&a^2-1\end{vmatrix} -=(a^2-1)-3(a-1)=(a-1)(a-2). -$$ - -故 $a=1$ 或 $a=2$ 时相关。 - -(Ⅱ)两种情况秩都小于 3。又前两列前两行构成的子式 - -$$\begin{vmatrix}1&1\\1&2\end{vmatrix}=1\ne0$$ - -与 $a$ 无关,故秩至少为 2。因此 $a=1$ 与 $a=2$ 时秩都等于 2。 - -**带走的结论**:含参行列式优先做**"列减列"造零再展开**,比直接展开快一倍。求出根后,用"某个与参数无关的子式非零"把秩的下界钉死,比逐一代入消元更稳。 - -> **本点定式**:无关 $\iff r(A)=s$ (比的是**向量个数**);只有 $s=n$ 时才能用 $|A|$ 。 - ---- - -## 点 5 · 秩与极大无关组 - -> 真题 2017·13(4 分)|重要度 ★★★|题量 2 -> 依赖:点 4。 - -4 分,但它是全讲的工具:求秩的算法同时给出极大无关组,而极大无关组又反过来解释"为什么表示的系数不唯一"。 - -### 问题 1 · 三行四列求秩与极大无关组(★☆☆) - -> 设 -> -> $$\alpha_1=(1,2,-1)^{\mathrm T},\quad \alpha_2=(2,4,-2)^{\mathrm T},\quad \alpha_3=(0,1,1)^{\mathrm T},\quad \alpha_4=(1,3,0)^{\mathrm T}.$$ -> -> 求秩,求一个极大无关组,并把其余向量用它表示。 - -**怎么想**:按列拼,**只做行变换**,化到阶梯形,主元所在的**原矩阵列号**就是极大无关组。行变换等于左乘可逆矩阵,列之间的关系不变,所以可以在阶梯形上读系数,再回到原向量写答案。 - -**解**: - -$$ -\begin{pmatrix}1&2&0&1\\2&4&1&3\\-1&-2&1&0\end{pmatrix} -\xrightarrow{R_2-2R_1,\ R_3+R_1} -\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&1&1\end{pmatrix} -\xrightarrow{R_3-R_2} -\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&0&0\end{pmatrix}. -$$ - -两个非零行,秩为 2。主元在第 1、3 列,故取原向量 $\alpha_1,\alpha_3$ 为极大无关组。化简后第 2 列是第 1 列的 2 倍,第 4 列是第 1、3 列之和,故 - -$$\alpha_2=2\alpha_1,\qquad \alpha_4=\alpha_1+\alpha_3.$$ - -**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**。系数可以在阶梯形上读,向量必须回到原组取。另外,这里只能用行变换;列变换会改变"哪些列是主元列"这个信息。 - -### 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**:先扫一眼有没有现成的关系。四个向量首尾相接、围成一个环,最后一个往往由前三个凑出。找到关系只说明秩不超过 3,还要证明前三个无关。 - -**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 $c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0$ ,看第 1 分量得 $c_1=0$ ,第 2 分量得 $c_2=0$ ,第 3 分量得 $c_3=0$ 。故三者无关,秩恰为 3,它们构成极大无关组。 - -**带走的结论**:**能观察出来的关系比消元快十倍**,但观察只给上界;补一句"前 $k$ 个无关"的证明(看分量逐个定零)才有下界。这两句话合起来才是一个完整的答案。 - -> **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。 - ---- - -## 点 6 · 向量组等价 - -> 真题 2022·7(5 分)|重要度 ★★☆|题量 2 -> 依赖:点 3、点 5。 - -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**:前者只要同秩,后者还要求张成同一个空间。 - -### 问题 1 · 四个说法的辨析(★☆☆) - -> 【2022·7 骨架】设 $A:\alpha_1,\cdots,\alpha_s$ 与 $B:\beta_1,\cdots,\beta_t$ 是两个同维向量组。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 $B$ 表示,则 $A$ 与 $B$ 等价 -> (D)若 $A$ 与 $B$ 等价,则 $s=t$ - -**怎么想**:等价 = **互相**能表示。所以它是"双向"条件,任何单向条件都不够;反过来,双向必然给出同秩。用两个反例就能秒掉三个错误项。 - -**解**:答案 **B** 。 - -(A)错:$\{(1,0)^{\mathrm T}\}$ 与 $\{(0,1)^{\mathrm T}\}$ 秩都是 1,却张开两条不同的直线。 -(C)错:单向不够,$\{e_1\}$ 能由 $\{e_1,e_2\}$ 表示,反向不能。 -(D)错:$\{e_1,e_2\}$ 与 $\{e_1,e_2,e_1+e_2\}$ 等价,个数是 2 与 3。 - -**带走的结论**:判等价只认一条:**双向表示**,或者 $r(A)=r(B)=r(A,B)$ 。秩相等只是必要条件,选择题里几乎每次都拿它当干扰项。 - -### 问题 2 · 具体两组判等价(★★☆) - -> 设 $A:\alpha_1=(1,1,0)^{\mathrm T},\alpha_2=(1,0,1)^{\mathrm T}$ ;$B:\beta_1=(2,1,1)^{\mathrm T},\beta_2=(0,1,-1)^{\mathrm T}$ 。(Ⅰ)判断是否等价;(Ⅱ)再取 $C:\gamma_1=(1,0,0)^{\mathrm T}$ 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**:能看出 $\beta_1=\alpha_1+\alpha_2$ 、$\beta_2=\alpha_1-\alpha_2$ 就直接双向反解,比求三个秩更快。第二问是构造反例。 - -**解**:(Ⅰ) - -$$\beta_1=\alpha_1+\alpha_2,\qquad \beta_2=\alpha_1-\alpha_2,$$ - -反解得 - -$$\alpha_1=\tfrac12(\beta_1+\beta_2),\qquad \alpha_2=\tfrac12(\beta_1-\beta_2).$$ - -互相能表示,两组等价。 - -(Ⅱ)$\gamma_1$ 与 $\delta_1$ 分处两个不同坐标轴,不能互相表示,故不等价;但两者秩都是 1 。所以秩相等**不是**等价的充分条件。 - -**带走的结论**:具体题目里,**先试着写出双向表示式**,这往往一步就完;只有当关系看不出来时,才退回去算 $r(A,B)$ 。反过来,构造反例要选"秩相同但方向不同"的最简例子,一维两个坐标轴就是标准模板。 - -> **本点定式**:$A$ 与 $B$ 等价 $\iff r(A)=r(B)=r(A,B)$ 。向量个数可以不同,秩相同不充分。 - ---- - -## 点 7 · 抽象推理:证明题的三个套路 - -> 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 - -这三道题看着花样不同,其实只有两个动作:**假设线性组合为零,然后比较系数**;以及**在相关关系里找出那个非零系数,才允许除**。 - -### 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 $\beta$ 后仍无关。 - -**怎么想**:证无关的标准起手式——设组合为零,代入 $\beta$ 的表达式,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 $k_i\ne0$ 。 - -**解**:(Ⅰ)设 $c\beta+d\alpha_2+e\alpha_3=0$ ,代入得 - -$$ck_1\alpha_1+(ck_2+d)\alpha_2+(ck_3+e)\alpha_3=0.$$ - -原组无关,故 $ck_1=0$ 、$ck_2+d=0$ 、$ck_3+e=0$ 。由 $k_1\ne0$ 得 $c=0$ ,再得 $d=e=0$ 。 - -(Ⅱ)换成替换 $\alpha_i$ 时,展开后 $\alpha_i$ 的系数是 $ck_i$ 。由于 $k_i\ne0$ ,同样先得 $c=0$ ,其余系数随之全为零。被替换位置对应的系数非零,就是这个证明的全部要害。 - -**带走的结论**:证明"仍然无关"只有一条路:**假设为零 → 代入 → 用原组无关 → 逐个系数为零**。写答案时务必点明"因为 $k_i\ne0$ 才能除",这一句就是采分点。 - -### 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 $\alpha_2,\alpha_3$ 表示;(Ⅱ)$\alpha_4$ 不能由 $\alpha_1,\alpha_2,\alpha_3$ 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。第二问用反证:若能表示,就会破坏第二组的无关性。 - -**解**:(Ⅰ)由相关,存在不全为零的 $c_1,c_2,c_3$ 使 $c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0$ 。第二组无关,故其中 $\alpha_2,\alpha_3$ 无关。若 $c_1=0$ ,则 $c_2\alpha_2+c_3\alpha_3=0$ 迫使 $c_2=c_3=0$ ,与"不全为零"矛盾。所以 $c_1\ne0$ ,可解出 - -$$\alpha_1=-\frac{c_2}{c_1}\alpha_2-\frac{c_3}{c_1}\alpha_3.$$ - -(Ⅱ)若 $\alpha_4$ 能由 $\alpha_1,\alpha_2,\alpha_3$ 表示,把(Ⅰ)的式子代入,就消去了 $\alpha_1$ ,于是 $\alpha_4$ 能由 $\alpha_2,\alpha_3$ 表示,这与 $\alpha_2,\alpha_3,\alpha_4$ 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被扣分的地方。 - -### 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。 - -**解**:(Ⅰ)若 $Ax=0$ ,左乘 $A^{\mathrm T}$ 得 $A^{\mathrm T}Ax=0$ 。反之若 $A^{\mathrm T}Ax=0$ ,左乘 $x^{\mathrm T}$ : - -$$0=x^{\mathrm T}A^{\mathrm T}Ax=(Ax)^{\mathrm T}(Ax)=\sum_{i}(Ax)_i^2.$$ - -实数的平方和非负且和为零,故每个 $(Ax)_i=0$ ,即 $Ax=0$ 。两组同解,未知量个数同为 $n$ ,由解空间维数公式 $n-r(A)=n-r(A^{\mathrm T}A)$ ,得 $r(A^{\mathrm T}A)=r(A)$ 。 - -(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 $x^{\mathrm T}A^{\mathrm T}Ax=\|Ax\|^2$ 这个范式。这条结论在第 6 讲二次型里还会以"$A^{\mathrm T}A$ 正定"的形式再出现一次。 - -> **本点定式**:证无关 → 设零组合 → 靠某个系数非零逼出全部为零;证同解 → 双向代入,有一边要用平方和。 - ---- - -## 本讲速查卡 - -| 问什么 | 用什么 | -|---|---| -| 能否表示 | $r(A)=r(A,\beta)$ | -| 表示唯一 | $r(A)=s$ ($s$ 为向量个数) | -| 相关还是无关 | $r(A) 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) 【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。 + +--- + +## 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。** + +--- + +## 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) | + +--- + +## 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 | diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/03-点2-秩与极大无关组.md b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/03-点2-秩与极大无关组.md new file mode 100644 index 0000000..1f42cc8 --- /dev/null +++ b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/03-点2-秩与极大无关组.md @@ -0,0 +1,171 @@ +--- +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。 + +--- + +## 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。 + +--- + +## 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。** + +--- + +## 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 | diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/04-点3-线性表示.md b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/04-点3-线性表示.md new file mode 100644 index 0000000..739a34d --- /dev/null +++ b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/04-点3-线性表示.md @@ -0,0 +1,194 @@ +--- +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"。 + +--- + +## 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。 + +--- + +## 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 ⟺ $r(A)=r(A\mid\beta)r(A)=2$ ,**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。 + +--- + +## 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 | diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/05-点4-向量组等价.md b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/05-点4-向量组等价.md new file mode 100644 index 0000000..4cbdbd0 --- /dev/null +++ b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/05-点4-向量组等价.md @@ -0,0 +1,174 @@ +--- +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。 + +--- + +## 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。 + +--- + +## 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。 + +--- + +## 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 | diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/06-点5-基坐标与过渡矩阵.md b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/06-点5-基坐标与过渡矩阵.md new file mode 100644 index 0000000..01fecca --- /dev/null +++ b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/06-点5-基坐标与过渡矩阵.md @@ -0,0 +1,227 @@ +--- +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。 + +--- + +## 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。 + +--- + +## 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。 + +--- + +## 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 | diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/07-点6-内积正交与施密特.md b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/07-点6-内积正交与施密特.md new file mode 100644 index 0000000..bc8e0e9 --- /dev/null +++ b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/07-点6-内积正交与施密特.md @@ -0,0 +1,225 @@ +--- +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"。 + +--- + +## 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。 + +--- + +## 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"。 + +--- + +## 本点定式 + +> $u_k=\alpha_k-\sum_{i 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。 + +--- + +## 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"。 + +--- + +## 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。 + +--- + +## 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 | diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/09-点8-抽象推理与证明.md b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/09-点8-抽象推理与证明.md new file mode 100644 index 0000000..e4a564a --- /dev/null +++ b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/09-点8-抽象推理与证明.md @@ -0,0 +1,205 @@ +--- +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。 + +--- + +## 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 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。 + +--- + +## 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 | diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/10-速查卡.md b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/10-速查卡.md new file mode 100644 index 0000000..b9f3f0f --- /dev/null +++ b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/10-速查卡.md @@ -0,0 +1,130 @@ +--- +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)