重写线代第2至4讲并补齐矩阵习题与PDF
This commit is contained in:
@@ -1,440 +1,214 @@
|
||||
---
|
||||
tags:
|
||||
- 数学一
|
||||
- 在学练习
|
||||
- 线性代数
|
||||
- 向量
|
||||
- 考点
|
||||
专题: 线性代数 第3讲 · 向量(真题库第 11 章)
|
||||
日期: 2026-10-18
|
||||
来源: 🟨真题库第 11 章(8 题 44 分)· 🟩参考仓库 linear-algebra/knowledge/3-vector + exercise/3-vector
|
||||
关联: "[[README]] · [[02-试题]] · [[03-解析]] · [[线性代数-第2讲-矩阵/01-考点手册]]"
|
||||
tags: [数学一, 在学练习, 线性代数, 向量]
|
||||
专题: 线性代数 第3讲 · 向量
|
||||
日期: 2026-10-20
|
||||
状态: 重写版
|
||||
关联笔记: ["[[02-试题]]", "[[03-解析]]"]
|
||||
---
|
||||
|
||||
# 线性代数 第3讲 · 向量 · 考点手册
|
||||
# 第3讲 · 向量:表示、冗余和坐标
|
||||
|
||||
> **定位**:向量是"**用一组向量去表示另一批向量**"的学问。真题库 **第 11 章**近十年 **8 题 44 分**,热度「常态」,**单选为主**,但 2019·20 出过 11 分大题(基与过渡矩阵)。
|
||||
> **本讲是第 2 讲与第 4 讲的桥**:线性表示 ⟺ 方程组有解 ⟺ 秩相等。**一句话贯穿全讲**。
|
||||
> **来源记号**:🟨 真题库 · 🟩 参考仓库 · 🟦 视频讲次。
|
||||
这一讲容易混,是因为“向量、系数、坐标”都写成一列数。先分清:向量是我们要表示的对象;系数是组合它时各用多少;选定一组基后,这些唯一确定的系数才叫坐标。
|
||||
|
||||
---
|
||||
默认实列向量。$L(\alpha_1,\ldots,\alpha_s)$ 或 $\operatorname{span}\{\alpha_1,\ldots,\alpha_s\}$ 都表示这些向量的全部线性组合组成的集合。
|
||||
|
||||
## 0. 本讲定位与学习地图
|
||||
## 1. 线性表示:给定材料,能不能拼出目标
|
||||
|
||||
**一句话概括**:**向量组的一切问题,都翻译成矩阵的秩**。
|
||||
取 $\alpha_1=(1,0,1)^{\mathrm T}$、$\alpha_2=(0,1,1)^{\mathrm T}$,问 $\beta=(2,3,5)^{\mathrm T}$ 能否由它们表示。
|
||||
|
||||
```
|
||||
向量组 α1..αs(排成矩阵的列)
|
||||
│
|
||||
├──► 线性表示:β 能否由 α 组表示 ──► r(A)=r(A,β) ──► 方程组有解(第4讲)
|
||||
│
|
||||
├──► 线性相关:是否存在非零系数使组合为 0 ──► r(A)<s ──► 齐次方程有非零解
|
||||
│
|
||||
├──► 秩与极大无关组:r(A) ──► 主元列
|
||||
│
|
||||
├──► 等价:可互相表示 ──► r(A)=r(B)=r(A,B)
|
||||
│
|
||||
├──► 内积/正交/施密特 ──► 规范正交基 ──► 正交矩阵(第2讲)─► 正交变换(第6讲)
|
||||
│
|
||||
└──► 基/维数/坐标/过渡矩阵 ──► 坐标变换(2019·20 大题)
|
||||
```
|
||||
“表示”就是寻找两个数 $x_1,x_2$,使
|
||||
|
||||
**六条主线与真题对应**
|
||||
$$x_1\alpha_1+x_2\alpha_2=\beta.$$
|
||||
|
||||
| 主线 | 核心结论 | 真题落点 |
|
||||
|---|---|---|
|
||||
| 线性表示 | $r(A)=r(A,\beta)$ | 2020·6、2023·7、2023·15 |
|
||||
| 线性相关 | $r(A)<s$ | 2024·6 |
|
||||
| 秩与极大无关组 | 行变换 + 主元列 | 2017·13 |
|
||||
| 向量组等价 | $r(A)=r(B)=r(A,B)$ | 2022·7 |
|
||||
| 施密特正交化 | 正交化 + 单位化 | 2021·6 |
|
||||
| 基与过渡矩阵 | $(新)=(旧)C$ | 2019·20 |
|
||||
按分量写开:
|
||||
|
||||
---
|
||||
$$\begin{cases}x_1=2,\\x_2=3,\\x_1+x_2=5.\end{cases}$$
|
||||
|
||||
## 1. 向量与向量组
|
||||
三式相容,故 $\beta=2\alpha_1+3\alpha_2$。若把目标改成 $(2,3,6)^{\mathrm T}$,前两式仍强制 $x_1=2,x_2=3$,第三式却要求 $5=6$,所以无法表示。
|
||||
|
||||
### 1.1 基本概念
|
||||
把材料按列拼成 $A=(\alpha_1,\alpha_2)$,上面就是 $Ax=\beta$。因此
|
||||
|
||||
$n$ 维向量 $\alpha=(a_1,a_2,\cdots,a_n)^{\mathrm T}$ 是**列向量**(本章默认列向量)。线性运算按分量进行。
|
||||
$$\beta\text{ 可由原组表示}\iff Ax=\beta\text{ 有解}\iff r(A)=r(A,\beta).$$
|
||||
|
||||
**向量组**:同维数的若干个向量构成的集合 $A:\alpha_1,\alpha_2,\cdots,\alpha_s$ 。
|
||||
最后一条为什么合理?加上 $\beta$ 后秩不变,说明它没有提供新方向;若秩增加,说明它在原有材料张成的空间之外。
|
||||
|
||||
### 1.2 向量组的矩阵表示(第一个关键动作)
|
||||
若材料共有 $s$ 个,表示法唯一还要 $r(A)=s$。**是否能表示**取决于目标;**表示法是否唯一**取决于材料中有没有冗余。
|
||||
|
||||
把 $s$ 个 $n$ 维**列**向量拼成 $n\times s$ 矩阵:
|
||||
## 2. 线性相关:能不能用不全为零的系数组合出零
|
||||
|
||||
$$A=(\alpha_1,\alpha_2,\cdots,\alpha_s).$$
|
||||
总能用全零系数组合出零,那没有信息。线性相关要求存在不全为零的 $c_i$,使
|
||||
|
||||
于是:
|
||||
$$c_1\alpha_1+\cdots+c_s\alpha_s=0.$$
|
||||
|
||||
- 向量组的**秩**就是 $r(A)$ ;
|
||||
- "$\beta$ 可由 $\alpha$ 组表示"就是"$Ax=\beta$ 有解";
|
||||
- "$\alpha$ 组线性相关"就是"$Ax=0$ 有非零解"。
|
||||
例如再添 $\alpha_3=(1,1,2)^{\mathrm T}$,有
|
||||
|
||||
> ⚠️ **方向别搞反**:$s$ 个 $n$ 维**列**向量拼成的是 $n\times s$ (**行数 = 维数,列数 = 向量个数**)。若拼成行向量矩阵($s\times n$ ),则要转置过来、结论对偶。考场上**统一拼成列**最省事。
|
||||
$$\alpha_1+\alpha_2-\alpha_3=0.$$
|
||||
|
||||
---
|
||||
这说明第三个向量没有增加方向。因此 $\beta$ 既可以表示成 $2\alpha_1+3\alpha_2$,也可以表示成 $\alpha_1+2\alpha_2+\alpha_3$。
|
||||
|
||||
## 2. 线性表示
|
||||
一般地,若 $Ax=\beta$ 有一个解 $x_0$,且 $Ac=0$ 有非零解,那么 $x_0+tc$ 也都是表示系数:
|
||||
|
||||
### 2.1 定义
|
||||
$$A(x_0+tc)=\beta+t0=\beta.$$
|
||||
|
||||
若存在数 $k_1,\cdots,k_s$ 使
|
||||
这就是“相关导致表示不唯一”的原因。反之,若两种系数 $x,y$ 表示同一个目标,则 $A(x-y)=0$;材料无关时,只能 $x=y$。
|
||||
|
||||
$$\beta=k_1\alpha_1+k_2\alpha_2+\cdots+k_s\alpha_s,$$
|
||||
设 $A$ 有 $s$ 列:
|
||||
|
||||
则称 $\beta$ 可由 $\alpha_1,\cdots,\alpha_s$ **线性表示**(线性表出)。
|
||||
$$\text{无关}\iff Ax=0\text{ 只有零解}\iff r(A)=s,$$
|
||||
|
||||
### 2.2 三个等价判据(必须背成条件反射)
|
||||
$$\text{相关}\iff Ax=0\text{ 有非零解}\iff r(A)<s.$$
|
||||
|
||||
$$\boxed{\beta\ \text{可由}\ \alpha_1,\cdots,\alpha_s\ \text{表示}\iff Ax=\beta\ \text{有解}\iff r(A)=r(A,\beta)}$$
|
||||
**秩与向量个数比较,不是与维数随便比较。** 只有 $s=n$、矩阵为方阵时,才能用 $|A|$ 判无关。
|
||||
|
||||
其中 $A=(\alpha_1,\cdots,\alpha_s)$ ,$(A,\beta)$ 是**增广矩阵**。
|
||||
### 2.1 几条结论从定义推出
|
||||
|
||||
**三种情形的精确判据**(设 $A$ 为 $n\times s$ ):
|
||||
- 含零向量必相关:给零向量系数 1,其余为 0。
|
||||
- 整体无关,则其中任意部分无关;部分相关,则补上系数 0 后整体仍相关。
|
||||
- $n$ 维空间里超过 $n$ 个向量必相关,因为秩不超过 $n$。
|
||||
- 相关只保证至少有一个向量能被其余表示,不保证每个都能。例如 $e_1,e_2,2e_2$ 中 $e_1$ 不能由后两个表示。
|
||||
- 无关组统一增加分量后仍无关:若长向量有相关关系,截回原分量就与原组无关矛盾。相关组统一删去分量后仍相关,因为原有关系仍成立。
|
||||
|
||||
| 情形 | 秩条件 | 方程组语言 |
|
||||
|---|---|---|
|
||||
| **不能**表示 | $r(A)\neq r(A,\beta)$ (此时 $r(A,\beta)=r(A)+1$ ) | 无解 |
|
||||
| 可表示且**表示法唯一** | $r(A)=r(A,\beta)=s$ | 唯一解 |
|
||||
| 可表示且**表示法不唯一** | $r(A)=r(A,\beta)<s$ | 无穷多解 |
|
||||
### 2.2 抽象向量组为什么能只算系数矩阵
|
||||
|
||||
> **为什么"唯一"要求 $=s$ **:系数个数是 $s$ ,方程组的系数矩阵列满秩($r=s$ )才能约束住每一个系数。
|
||||
若原组 $\alpha_1,\ldots,\alpha_s$ 无关,记 $A=(\alpha_1,\ldots,\alpha_s)$,新组为 $B=AC$,则
|
||||
|
||||
### 2.3 表示式与矩阵乘法的统一视角
|
||||
$$By=0\iff A(Cy)=0\iff Cy=0.$$
|
||||
|
||||
设 $B=(\beta_1,\cdots,\beta_t)$ ,则
|
||||
第二步用到原组无关。所以 $r(B)=r(C)$。特别地,$C$ 是 $s$ 阶方阵时,新组无关等价于 $|C|\ne0$。**若原组不无关,不能直接把新组的秩写成 $r(C)$。**
|
||||
|
||||
$$B=AC\iff \text{每个}\ \beta_j\ \text{都可由}\ \alpha\ \text{组表示},$$
|
||||
## 3. 秩与极大无关组:留下一套够用且无冗余的材料
|
||||
|
||||
其中 $C$ 的第 $j$ 列就是 $\beta_j$ 的表示系数。**这条是"向量组相互表示"的矩阵语言**,第 5 节判定等价时直接用。
|
||||
极大无关组是原组的一个子组,满足:自己无关;原组里再添任何一个其余向量都会相关。它能表示原组所有向量。所有极大无关组的向量个数相同,这个个数就是原组的秩。
|
||||
|
||||
**推论**(极常用):
|
||||
例:
|
||||
|
||||
$$B=AC\ \Longrightarrow\ r(B)\le r(A).$$
|
||||
$$\alpha_1=(1,0,1)^{\mathrm T},\quad \alpha_2=2\alpha_1,\quad
|
||||
\alpha_3=(0,1,1)^{\mathrm T},\quad\alpha_4=\alpha_1+\alpha_3.$$
|
||||
|
||||
即"**被表示的组,秩不超过表示的组**"——因为 $B$ 的每一列都落在 $A$ 的列空间里。
|
||||
按列拼接,再作行变换:
|
||||
|
||||
### 2.4 常用结论
|
||||
$$A=\begin{pmatrix}1&2&0&1\\0&0&1&1\\1&2&1&2\end{pmatrix}
|
||||
\xrightarrow{R_3-R_1-R_2}
|
||||
\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&0&0\end{pmatrix}.$$
|
||||
|
||||
1. **零向量可被任何向量组表示**(取全 0 系数);
|
||||
2. 任一 $\alpha_i$ 可被 $\alpha_1,\cdots,\alpha_s$ 表示(取 $e_i$ );
|
||||
3. 若 $\beta$ 可由 $\alpha$ 组表示,且每个 $\alpha_i$ 可由 $\gamma$ 组表示,则 $\beta$ 可由 $\gamma$ 组表示(**传递性**);
|
||||
4. $\beta$ 可由 $\alpha_1,\cdots,\alpha_s$ 表示 ⟺ $\alpha_1,\cdots,\alpha_s,\beta$ 与 $\alpha_1,\cdots,\alpha_s$ **等价**(秩相同且后者的组能被前者表示…实际判据见 §5)。
|
||||
两行非零,秩为 2。主元(每行第一个非零元素)在第 1、3 列,故取**原矩阵**的 $\alpha_1,\alpha_3$ 为极大无关组。
|
||||
|
||||
---
|
||||
为什么行变换后列关系还在?行变换等于左乘可逆矩阵 $P$,而 $Ac=0\iff PAc=0$。所以表示系数没有变化。可以在化简后的矩阵求列之间的关系,再回到原向量写答案。
|
||||
|
||||
## 3. 线性相关与线性无关
|
||||
列变换会重组材料本身。用主元列选原向量的这个算法要用行变换,不应混用列变换。
|
||||
|
||||
### 3.1 定义
|
||||
## 4. 向量组等价:能生成的目标完全相同
|
||||
|
||||
若存在**不全为零**的数 $k_1,\cdots,k_s$ 使
|
||||
两个向量组等价,意思是能够互相表示,即张成同一个空间。向量个数可以不同。
|
||||
|
||||
$$k_1\alpha_1+k_2\alpha_2+\cdots+k_s\alpha_s=0,$$
|
||||
若 $B=AC$,说明 $B$ 的每列都由 $A$ 的列组合而成,故 $r(B)\le r(A)$。若还能反向表示,就有相反的不等式,因此等价组同秩。
|
||||
|
||||
则称 $\alpha_1,\cdots,\alpha_s$ **线性相关**;否则(只有全零系数才成立)称**线性无关**。
|
||||
但同秩未必等价:$\{(1,0)^{\mathrm T}\}$ 和 $\{(0,1)^{\mathrm T}\}$ 秩都为 1,却生成不同的直线。
|
||||
|
||||
> **语义**:线性相关 = 组里**有冗余**(至少一个向量是"多余的");线性无关 = 每个向量都**不可替代**。
|
||||
判据是
|
||||
|
||||
### 3.2 三个等价判据
|
||||
$$A\text{ 的列组与 }B\text{ 的列组等价}\iff r(A)=r(B)=r(A,B).$$
|
||||
|
||||
设 $A=(\alpha_1,\cdots,\alpha_s)$ 为 $n\times s$ :
|
||||
这里是**左右拼接**:问把两组材料放到一起,会不会多出新方向。如果已知一组能表示另一组,再加同秩,就足以判等价。
|
||||
|
||||
$$\boxed{\alpha_1,\cdots,\alpha_s\ \text{线性相关}\iff r(A)<s\iff Ax=0\ \text{有非零解}}$$
|
||||
**不要和矩阵等价混淆。** 同型矩阵等价只要求同秩;列向量组等价还要求张成空间相同。上面的两列矩阵作为矩阵等价,作为向量组却不等价。
|
||||
|
||||
$$\boxed{\text{线性无关}\iff r(A)=s\iff Ax=0\ \text{只有零解}}$$
|
||||
## 5. 基与坐标:给表示系数一个固定的名字
|
||||
|
||||
**特别地**($s=n$ 时,方阵):
|
||||
一个子空间 $V$ 是对加法和数乘封闭的非空集合。它必须含零向量。比如过原点的平面是子空间,不过原点的平面不是。
|
||||
|
||||
$$\alpha_1,\cdots,\alpha_n\ \text{线性无关}\iff\lvert A\rvert\neq0.$$
|
||||
能表示 $V$ 中所有向量、且本身无关的一组向量,叫 $V$ 的一组基。基的向量个数叫维数。选定基 $\alpha_1,\ldots,\alpha_r$ 后,每个 $v\in V$ 都有唯一表示
|
||||
|
||||
> ⚠️ **只有向量个数 = 维数时才能用行列式**。$n$ 维空间里给 $n+1$ 个向量,不用算行列式,直接判"**必相关**"。
|
||||
$$v=x_1\alpha_1+\cdots+x_r\alpha_r.$$
|
||||
|
||||
### 3.3 八条定理(选择题与证明题的全部弹药)
|
||||
$x=(x_1,\ldots,x_r)^{\mathrm T}$ 是 $v$ 在这组基下的坐标。它与 $v$ 的标准分量一般不同。
|
||||
|
||||
1. **含零向量必相关**($0$ 的系数取 1,其余取 0);
|
||||
2. **单个向量**:$\alpha$ 相关 ⟺ $\alpha=0$ ;
|
||||
3. **两个向量**:$\alpha,\beta$ 相关 ⟺ 对应分量成比例(共线);
|
||||
4. **部分相关 ⟹ 整体相关**;等价地,**整体无关 ⟹ 部分无关**;
|
||||
5. **延长无关、截短相关**:无关向量组每个向量**增加**分量后仍无关;相关向量组**减少**分量后仍相关。(同一个线性关系逐分量成立)
|
||||
6. **个数超过维数必相关**:$m$ 个 $n$ 维向量,若 $m>n$ 则必相关;
|
||||
7. **"多"被"少"表示则相关**:若 $\alpha_1,\cdots,\alpha_s$ 可由 $\beta_1,\cdots,\beta_t$ 表示,且 $s>t$ ,则 $\alpha$ 组**必相关**;
|
||||
8. **替换定理**:若 $\alpha_1,\cdots,\alpha_s$ 无关,而 $\alpha_1,\cdots,\alpha_s,\beta$ 相关,则 $\beta$ 可由 $\alpha_1,\cdots,\alpha_s$ **唯一**表示。
|
||||
### 5.1 过渡矩阵不要靠口诀猜方向
|
||||
|
||||
> **第 5 条最容易反着记**:**"无关"是"抗延长"的**——在低维无关,加上分量后依然无关;反过来,**相关是"抗截短"的**。
|
||||
> 口诀:**无关可以"加",相关可以"减"**。
|
||||
约定旧基矩阵为 $U$、新基矩阵为 $V$,并写
|
||||
|
||||
> **第 7 条的本质**:$r(\alpha)\le r(\beta)\le t<s$ ,而 $\alpha$ 有 $s$ 个向量,秩小于个数 ⟹ 相关。**这是"维数决定一切"的体现**。
|
||||
$$V=UC.$$
|
||||
|
||||
### 3.4 几何直观(三维,帮助记忆与秒判)
|
||||
$C$ 的第 $j$ 列是新基第 $j$ 个向量在旧基下的坐标,称从旧基到新基的过渡矩阵。它必可逆。
|
||||
|
||||
| 个数 | 无关的几何含义 | 相关时 |
|
||||
|---|---|---|
|
||||
| 1 个 | 非零向量 | 零向量 |
|
||||
| 2 个 | 不共线 | 共线(成比例) |
|
||||
| 3 个 | **不共面** | 共面(含共线情形) |
|
||||
| 4 个及以上 | 在 $\mathbb R^3$ 中**不可能** | 必相关 |
|
||||
同一个向量 $v$,两种坐标满足
|
||||
|
||||
> 2020·6(直线相交)与 2024·5(三平面)都是把**几何位置关系**翻译成**秩**的题。三维里"三个向量共面 ⟺ 混合积为 0 ⟺ 行列式为 0"。
|
||||
$$v=Ux_{\rm old}=Vx_{\rm new}=UCx_{\rm new}.$$
|
||||
|
||||
### 3.5 判定的标准流程
|
||||
由旧基无关,表示系数唯一,故
|
||||
|
||||
1. **向量个数 ≠ 维数**:个数 $>$ 维数 → 直接判**相关**;个数 $<$ 维数 → 只能算秩;
|
||||
2. **个数 = 维数**:算行列式,$\neq0$ 无关、$=0$ 相关;
|
||||
3. **含参数**:算行列式(或化阶梯形),令其为 0 解出参数;
|
||||
4. **抽象向量组**($\alpha_i$ 的组合):写成 $(\beta_1,\cdots,\beta_s)=(\alpha_1,\cdots,\alpha_s)C$ ,判 $C$ 是否可逆——**这一步是转化为"系数矩阵的行列式"的关键**。
|
||||
$$x_{\rm old}=Cx_{\rm new},\qquad x_{\rm new}=C^{-1}x_{\rm old}.$$
|
||||
|
||||
---
|
||||
例如旧基是标准基,新基为 $(1,0)^{\mathrm T},(1,1)^{\mathrm T}$,则
|
||||
|
||||
## 4. 向量组的秩与极大线性无关组
|
||||
$$C=\begin{pmatrix}1&1\\0&1\end{pmatrix}.$$
|
||||
|
||||
### 4.1 定义
|
||||
标准分量 $v=(3,2)^{\mathrm T}$ 满足 $x_1+x_2=3,x_2=2$,所以新坐标为 $(1,2)^{\mathrm T}$。检查 $1(1,0)+2(1,1)=(3,2)$ 即可。
|
||||
|
||||
- **极大线性无关组**:向量组中的部分组,本身线性无关,再添任一向量(原组内的)都变相关;
|
||||
- **向量组的秩**:极大无关组所含向量的个数,记 $r(\alpha_1,\cdots,\alpha_s)$ ,且它等于 $r(A)$ 。
|
||||
## 6. 内积与施密特:逐次减掉已经有的方向
|
||||
|
||||
**两条基本事实**:
|
||||
实向量的内积与长度:
|
||||
|
||||
1. 秩为 $r$ 的向量组中,**任意 $r$ 个线性无关的向量**都构成极大无关组(不唯一);
|
||||
2. 原组中**每个向量**都可由极大无关组**唯一**表示。
|
||||
$$\langle u,v\rangle=u^{\mathrm T}v=\sum_i u_iv_i,\qquad \|u\|=\sqrt{u^{\mathrm T}u}.$$
|
||||
|
||||
### 4.2 求法(唯一正确姿势:只作行变换)
|
||||
非零向量夹角满足 $\cos\theta=\langle u,v\rangle/(\|u\|\|v\|)$。内积为零叫正交。非零且两两正交的一组向量必无关:对 $\sum c_i u_i=0$ 与 $u_j$ 作内积,得到 $c_j\|u_j\|^2=0$,故每个 $c_j=0$。
|
||||
|
||||
1. 把向量**按列**拼成矩阵 $A$ ;
|
||||
2. 只作**初等行变换**,化为**行阶梯形**;
|
||||
3. 数非零行数得秩 $r$ ;
|
||||
4. **主元所在的列号**(第 1、3 列之类)→ 对应**原矩阵**中同序号的向量,即为一个极大无关组。
|
||||
常用估计是 $|\langle u,v\rangle|\le\|u\|\|v\|$、$\|u+v\|\le\|u\|+\|v\|$。
|
||||
|
||||
> ⚠️ **两个致命错误**:
|
||||
> ① 用**列变换**求列向量组的极大无关组——列变换会**改变列之间的线性关系**,主元列对不上原向量;
|
||||
> ② 把**变换后的**列向量当成极大无关组——必须回到**原**向量(阶梯形里的列已经被改过了)。
|
||||
### 6.1 投影系数为什么是内积除以长度平方
|
||||
|
||||
> **对偶记忆**:求**列**向量组的极大无关组用**行**变换;求**行**向量组的极大无关组用**列**变换。("动另一边")
|
||||
想从 $v$ 中减去 $u$ 方向的部分,设 $w=v-cu$。要求 $w\perp u$,则
|
||||
|
||||
### 4.3 秩与相关性/表示的关系
|
||||
$$0=\langle v-cu,u\rangle=\langle v,u\rangle-c\langle u,u\rangle.$$
|
||||
|
||||
$$r(\alpha_1,\cdots,\alpha_s)=s\iff\text{线性无关};\qquad r<s\iff\text{线性相关}.$$
|
||||
因此 $c=\langle v,u\rangle/\langle u,u\rangle$。分母是长度平方,因为方程里出现的是 $\langle u,u\rangle$。
|
||||
|
||||
$$\beta\ \text{可由}\ \alpha\ \text{组表示}\iff r(\alpha_1,\cdots,\alpha_s)=r(\alpha_1,\cdots,\alpha_s,\beta).$$
|
||||
### 6.2 完整的两向量例子
|
||||
|
||||
$$\text{若}\ \alpha\ \text{组可由}\ \beta\ \text{组表示,则}\ r(\alpha)\le r(\beta).$$
|
||||
取 $\alpha_1=(1,1,0)^{\mathrm T},\alpha_2=(1,0,1)^{\mathrm T}$。先保留第一个方向:$u_1=\alpha_1$。再减投影:
|
||||
|
||||
---
|
||||
$$u_2=\alpha_2-\frac{1}{2}u_1=(1/2,-1/2,1)^{\mathrm T}.$$
|
||||
|
||||
## 5. 向量组等价
|
||||
自检 $\langle u_1,u_2\rangle=1/2-1/2=0$。单位化得到
|
||||
|
||||
### 5.1 定义
|
||||
$$e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\qquad e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6}.$$
|
||||
|
||||
若向量组 $A$ 中每个向量都可由 $B$ 线性表示,且 $B$ 中每个向量都可由 $A$ 线性表示,则称 $A$ 与 $B$ **等价**,记 $A\cong B$ 。
|
||||
如果还有 $\alpha_3$,要减去它在**前面每一个正交方向**上的投影:
|
||||
|
||||
> **直觉**:等价 = 两组"张成同一个空间"(列空间相同)。
|
||||
$$u_3=\alpha_3-\frac{\langle\alpha_3,u_1\rangle}{\langle u_1,u_1\rangle}u_1
|
||||
-\frac{\langle\alpha_3,u_2\rangle}{\langle u_2,u_2\rangle}u_2.$$
|
||||
|
||||
### 5.2 判定定理(三合一)
|
||||
先单位化再处理后面的向量也合法,只要公式始终使用当前的正交向量;若前面已经是单位向量,分母就为 1。重要的是不混用两套数值。
|
||||
|
||||
设 $A=(\alpha_1,\cdots,\alpha_s)$ ,$B=(\beta_1,\cdots,\beta_t)$ ,则
|
||||
给定输入组无关时,每步得到的 $u_i$ 都非零。若出现零向量,说明原输入有冗余,不能继续除以它的长度。
|
||||
|
||||
$$\boxed{A\cong B\iff r(A)=r(B)=r(A,B)},$$
|
||||
## 7. 和空间与交空间:能共同生成什么
|
||||
|
||||
其中 $(A,B)$ 是把两组向量**并排拼**成的大矩阵。
|
||||
设 $V_1=L(A)$、$V_2=L(B)$,这里 $L(A)$ 指 $A$ 的列张成的空间。
|
||||
|
||||
**另一条好用的判据**:若 $A$ 可由 $B$ 表示(即存在 $C$ 使 $A=BC$ ),则
|
||||
**和空间**由两组材料合在一起生成:
|
||||
|
||||
$$A\cong B\iff r(A)=r(B).$$
|
||||
$$V_1+V_2=L(A,B),\qquad \dim(V_1+V_2)=r(A,B).$$
|
||||
|
||||
### 5.3 三条性质与一个反例
|
||||
**交空间**的向量要同时由两组表示,即 $w=Ax=By$。因此先解
|
||||
|
||||
| 性质 | 说明 |
|
||||
$$(A,-B)\binom xy=0,$$
|
||||
|
||||
再把系数解代回 $w=Ax$。注意:系数解可能非零,但对应 $w=0$,也可能几个解映成同一个方向。最后必须删掉零向量和冗余向量,不能把系数解直接当成交空间的基。
|
||||
|
||||
例如 $V_1=L(e_1,e_2)$、$V_2=L(e_2,e_3)$,共同向量只能是 $(0,t,0)^{\mathrm T}$,故交空间基为 $e_2$。和空间是整个 $\mathbb R^3$。维数满足
|
||||
|
||||
$$\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2)=2+2-1=3.$$
|
||||
|
||||
## 8. 练习安排与参考
|
||||
|
||||
| 先掌握的动作 | 题号 |
|
||||
|---|---|
|
||||
| 反身、对称、传递 | 等价关系(可放心传递) |
|
||||
| 等价 ⟹ 秩相等 | 必要条件 |
|
||||
| 秩相等 **⇏** 等价 | **必须加上"能互相表示"** |
|
||||
|
||||
**反例**(2022·7 的核心陷阱):$\alpha_1=(1,0,0)^{\mathrm T}$ 与 $\beta_1=(0,1,0)^{\mathrm T}$ 秩都为 1,但互相**不能**表示,故不等价。判据给出 $r(A,B)=2\neq1$ ,一眼看穿。
|
||||
|
||||
---
|
||||
|
||||
## 6. 内积、长度与正交
|
||||
|
||||
### 6.1 定义与性质
|
||||
|
||||
$$(\alpha,\beta)=\alpha^{\mathrm T}\beta=\sum_{i=1}^{n}a_ib_i,\qquad \lVert\alpha\rVert=\sqrt{(\alpha,\alpha)},\qquad \cos\theta=\frac{(\alpha,\beta)}{\lVert\alpha\rVert\,\lVert\beta\rVert}.$$
|
||||
|
||||
| 性质 | 式子 |
|
||||
|---|---|
|
||||
| 对称 | $(\alpha,\beta)=(\beta,\alpha)$ |
|
||||
| 线性 | $(k\alpha+\mu\beta,\gamma)=k(\alpha,\gamma)+\mu(\beta,\gamma)$ |
|
||||
| 正定 | $(\alpha,\alpha)\ge0$ ,等号仅当 $\alpha=0$ |
|
||||
| Cauchy–Schwarz | $\lvert(\alpha,\beta)\rvert\le\lVert\alpha\rVert\,\lVert\beta\rVert$ |
|
||||
| 三角不等式 | $\lVert\alpha+\beta\rVert\le\lVert\alpha\rVert+\lVert\beta\rVert$ |
|
||||
|
||||
> **内积证秩的样板**:若 $A^{\mathrm T}Ax=0$ ,则 $x^{\mathrm T}A^{\mathrm T}Ax=0$ ,即 $\lVert Ax\rVert^2=0$ ,故 $Ax=0$ 。于是 $A^{\mathrm T}Ax=0$ 与 $Ax=0$ 同解,得 $r(A^{\mathrm T}A)=r(A)$ 。**这个手法在 C 组第 18 题会再练一次。**
|
||||
|
||||
### 6.2 正交与正交向量组
|
||||
|
||||
- $\alpha\perp\beta\iff(\alpha,\beta)=0$ ;
|
||||
- **正交向量组(全为非零向量)必线性无关**:设 $\sum k_i\alpha_i=0$ ,两边与 $\alpha_j$ 作内积得 $k_j\lVert\alpha_j\rVert^2=0$ ,故 $k_j=0$ ;
|
||||
- **反之不成立**:线性无关未必两两正交(如 $(1,0),(1,1)$ )。
|
||||
|
||||
> **这条"正交 ⟹ 无关"是施密特正交化合法性的根基**:正交化不改变张成的空间,却把"无关"升级成"正交",从而便于求坐标。
|
||||
|
||||
### 6.3 规范正交基
|
||||
|
||||
若 $e_1,\cdots,e_r$ 两两正交且都是单位向量,且它们张成子空间 $V$ ,则称其为 $V$ 的**规范正交基**(标准正交基)。
|
||||
|
||||
- 判定:$(e_i,e_j)=\delta_{ij}$ ;
|
||||
- 由规范正交基构成的矩阵 $Q=(e_1,\cdots,e_r)$ 满足 $Q^{\mathrm T}Q=E$ (方阵时即正交矩阵)。
|
||||
|
||||
---
|
||||
|
||||
## 7. 施密特正交化(2021·6 真题)
|
||||
|
||||
### 7.1 两步公式
|
||||
|
||||
给定线性无关的 $\alpha_1,\cdots,\alpha_s$ :
|
||||
|
||||
**第一步 · 正交化**
|
||||
|
||||
$$\beta_1=\alpha_1,\qquad \beta_2=\alpha_2-\frac{(\alpha_2,\beta_1)}{(\beta_1,\beta_1)}\beta_1,$$
|
||||
|
||||
$$\beta_3=\alpha_3-\frac{(\alpha_3,\beta_1)}{(\beta_1,\beta_1)}\beta_1-\frac{(\alpha_3,\beta_2)}{(\beta_2,\beta_2)}\beta_2,$$
|
||||
|
||||
一般地
|
||||
|
||||
$$\beta_k=\alpha_k-\sum_{j=1}^{k-1}\frac{(\alpha_k,\beta_j)}{(\beta_j,\beta_j)}\beta_j.$$
|
||||
|
||||
**第二步 · 单位化**
|
||||
|
||||
$$e_k=\frac{\beta_k}{\lVert\beta_k\rVert}\qquad(k=1,\cdots,s).$$
|
||||
|
||||
### 7.2 计算流程与自检
|
||||
|
||||
1. **先判无关**(相关的话 $(\beta_j,\beta_j)$ 可能为 0,公式失效);
|
||||
2. 按顺序算 $\beta_1\to\beta_2\to\cdots$ ,**每一项都要减掉"对前面所有 $\beta$ 的投影"**(漏减一项就前功尽弃);
|
||||
3. **自检**:算完后必须验 $(\beta_i,\beta_j)=0\ (i\neq j)$ ;
|
||||
4. 单位化时**只除长度,不改方向**。
|
||||
|
||||
### 7.3 三类典型错误
|
||||
|
||||
| 错误 | 后果 |
|
||||
|---|---|
|
||||
| 减投影时只用 $\alpha$ 与 $\beta_1$ 的内积,漏了 $\beta_2$ | $\beta_3$ 与 $\beta_2$ 不正交 |
|
||||
| 分母写成 $(\beta_j,\beta_j)$ 却代成 $\lVert\beta_j\rVert$ | 结果差一个平方,必须重算 |
|
||||
| 先单位化再正交化 | 顺序错了,公式里要用的是"未单位化的 $\beta$ " |
|
||||
|
||||
> **考法**:2021·6 是单选,给了三个向量问正交化后的结果(或问某个系数)。**选择题可以直接用"正交 ⟹ 内积为 0"反验选项**,不必全算。
|
||||
|
||||
---
|
||||
|
||||
## 8. 向量空间、基、坐标与过渡矩阵(2019·20 大题)
|
||||
|
||||
### 8.1 向量空间与子空间
|
||||
|
||||
- **向量空间**:对加法与数乘封闭的非空向量集合(必含零向量);
|
||||
- **子空间**:$V$ 的非空子集,对加法与数乘封闭;
|
||||
- **由向量组张成的子空间**:$L(\alpha_1,\cdots,\alpha_s)=\{k_1\alpha_1+\cdots+k_s\alpha_s\}$ ,其维数 $=r(\alpha_1,\cdots,\alpha_s)$ 。
|
||||
|
||||
### 8.2 基、维数、坐标
|
||||
|
||||
若 $\alpha_1,\cdots,\alpha_r$ 是 $V$ 的一组**基**,则 $V$ 中任一向量 $\beta$ 可**唯一**表示为
|
||||
|
||||
$$\beta=x_1\alpha_1+\cdots+x_r\alpha_r,$$
|
||||
|
||||
称 $(x_1,\cdots,x_r)^{\mathrm T}$ 为 $\beta$ 在该基下的**坐标**。求坐标 = **解线性方程组** $Ax=\beta$ 。
|
||||
|
||||
> $\dim V=r$ ;$\mathbb R^n$ 的标准基 $\varepsilon_1,\cdots,\varepsilon_n$ 下坐标就是分量本身。
|
||||
|
||||
### 8.3 过渡矩阵(本章唯一的大题考点)
|
||||
|
||||
设 $(\alpha_1,\cdots,\alpha_n)$ 与 $(\varepsilon_1,\cdots,\varepsilon_n)$ 是同一空间的两组基,若
|
||||
|
||||
$$(\alpha_1,\cdots,\alpha_n)=(\varepsilon_1,\cdots,\varepsilon_n)\,C,$$
|
||||
|
||||
则 $C$ 称为从基 $\varepsilon$ 到基 $\alpha$ 的**过渡矩阵**。
|
||||
|
||||
**三条要点**:
|
||||
|
||||
1. $C$ 的**第 $j$ 列**是 $\alpha_j$ 在**旧基** $\varepsilon$ 下的坐标;
|
||||
2. $C$ **必可逆**(两组基都是极大无关组,$C$ 的行列式 $\neq0$ );
|
||||
3. **方向**:从 $\varepsilon$ 到 $\alpha$ 是 $C$ ;从 $\alpha$ 到 $\varepsilon$ 是 $C^{-1}$ 。
|
||||
|
||||
### 8.4 坐标变换公式
|
||||
|
||||
同一向量 $\beta$ 在两组基下的坐标 $x_\varepsilon$ 与 $x_\alpha$ 满足
|
||||
|
||||
$$\boxed{x_\varepsilon=C\,x_\alpha,\qquad x_\alpha=C^{-1}x_\varepsilon.}$$
|
||||
|
||||
> **记忆**:**坐标的变换方向与基的变换方向相反**(基"往前走"用 $C$ ,坐标"往后退"用 $C^{-1}$ )——这是 2019·20 最爱设的坑。
|
||||
|
||||
### 8.5 子空间的交与和(2023·7 真题)
|
||||
|
||||
设 $V_1=L(\alpha_1,\cdots,\alpha_s)$ ,$V_2=L(\beta_1,\cdots,\beta_t)$ :
|
||||
|
||||
- **和**:$V_1+V_2=L(\alpha_1,\cdots,\alpha_s,\beta_1,\cdots,\beta_t)$ ,故
|
||||
|
||||
$$\dim(V_1+V_2)=r(A,B);$$
|
||||
|
||||
- **交**:$\gamma\in V_1\cap V_2\iff\gamma=Ax=By$ 有解 ⟺ 解齐次方程组 $(A,-B)\binom{x}{y}=0$ ,取其非零解回代即得交空间的基;
|
||||
- **维数公式**:
|
||||
|
||||
$$\boxed{\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2)}.$$
|
||||
|
||||
> **快速判断**:在 $\mathbb R^3$ 中两个过原点的平面(各 2 维),若 $r(A,B)=3$ 则交于一条直线($2+2-3=1$ );若 $r(A,B)=2$ 则两平面重合(交为 2 维)。
|
||||
|
||||
---
|
||||
|
||||
## 9. 十年真题落点地图(🟨 第 11 章 8 题 44 分)
|
||||
|
||||
| 年份·题号 | 题型 | 分值 | 考点 | 本手册节 |
|
||||
|---|---|---|---|---|
|
||||
| 2017·13 | 填空 | 4 | 向量组的秩 | §4.2 |
|
||||
| 2019·20 | 解答 | 11 | **基与过渡矩阵** | §8.3 / §8.4 |
|
||||
| 2020·6 | 单选 | 4 | 直线相交与向量线性表示 | §2.2 / §3.4 |
|
||||
| 2021·6 | 单选 | 5 | **施密特正交化** | §7 |
|
||||
| 2022·7 | 单选 | 5 | **向量组等价** | §5.2 |
|
||||
| 2023·7 | 单选 | 5 | 线性表示(**交空间**) | §8.5 |
|
||||
| 2023·15 | 填空 | 5 | 向量内积与线性组合 | §6.1 |
|
||||
| 2024·6 | 单选 | 5 | **向量组线性相关性** | §3.2 / §3.5 |
|
||||
|
||||
**分布规律**:
|
||||
|
||||
- **7 题选填(33 分)+ 1 题大题(11 分)**;选填里"判定类"(相关、等价、表示)占绝对多数;
|
||||
- **2022 起年年有题**(2022、2023 两次、2024),热度在上升;
|
||||
- **交空间(2023·7)是新提法**,本质仍是"两个向量组能否互相表示",但叠加了子空间的几何语言;
|
||||
- 大题只在 2019 出过一次(过渡矩阵),**属于"低频但一旦考就是 11 分"**,不能放弃。
|
||||
|
||||
---
|
||||
|
||||
## 10. 速查卡 · 陷阱清单
|
||||
|
||||
### 10.1 速记十条
|
||||
|
||||
1. **一律按列拼矩阵**:$n$ 维、$s$ 个 → $n\times s$ ;
|
||||
2. 可表示 ⟺ $r(A)=r(A,\beta)$ ;唯一 ⟺ 再 $=s$ ;
|
||||
3. 相关 ⟺ $r(A)<s$ ;无关 ⟺ $r(A)=s$ ;
|
||||
4. 个数 $>$ 维数 → **必相关**;$s=n$ 时才看行列式;
|
||||
5. **无关可加(延长),相关可减(截短)**;
|
||||
6. 整体无关 ⟹ 部分无关;部分相关 ⟹ 整体相关;
|
||||
7. 极大无关组:**只作行变换,取主元列,回到原向量**;
|
||||
8. 等价 ⟺ $r(A)=r(B)=r(A,B)$ ;**秩相等不够**;
|
||||
9. 正交(非零)⟹ 无关;施密特 = 逐项减投影 + 单位化;
|
||||
10. 过渡矩阵的列 = **新基在旧基下的坐标**;坐标变换用 $C^{-1}$ (方向相反)。
|
||||
|
||||
### 10.2 高频陷阱
|
||||
|
||||
| 陷阱 | 正确做法 |
|
||||
|---|---|
|
||||
| 求极大无关组时用了列变换 | 只能用**行**变换 |
|
||||
| 把阶梯形里的列当答案 | 取**原矩阵**中同序号列 |
|
||||
| 用 `r(A)=r(B)` 判等价 | 还要 $r(A,B)=r(A)$ |
|
||||
| 认为"线性相关"就"每个向量都能被其余表示" | 只保证**存在某个**能被表示 |
|
||||
| 用行列式判 $n+1$ 个 $n$ 维向量 | 直接判相关,不用算 |
|
||||
| 施密特时漏减前面某个 $\beta_j$ | 每一项要减**全部**前面的投影 |
|
||||
| 分母用 $\lVert\beta_j\rVert$ | 用 $(\beta_j,\beta_j)$ |
|
||||
| 过渡矩阵方向搞反 | 从 $\varepsilon$ 到 $\alpha$ 是 $C$ ,坐标用 $C^{-1}$ |
|
||||
| 认为"正交向量组"可以有零向量 | 零向量与任何向量正交,但正交组必须**全非零**才无关 |
|
||||
| 坐标变换与基变换同方向 | **相反** |
|
||||
|
||||
---
|
||||
|
||||
> **下一步**:开做 [[02-试题]](18 题,约 95 分钟)。做完对 [[03-解析]]。
|
||||
| 把表示、相关翻译成方程 | 1、3、7、8、12 |
|
||||
| 选原向量的极大无关组 | 2、14 |
|
||||
| 用互相表示判等价 | 6、10 |
|
||||
| 内积、减投影 | 4、5、9 |
|
||||
| 基与坐标变换 | 11、13 |
|
||||
| 证明与交空间 | 15—18 |
|
||||
|
||||
参考 `参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex` 与 `exercise/3-vector/vector.tex`,重组了表示、相关、极大无关组、等价、基与坐标的关系,补充施密特与交空间的逐步解释。题型锚点保留在 [[02-试题]],不照搬真题原题。
|
||||
|
||||
@@ -8,7 +8,7 @@ tags:
|
||||
- 施密特正交化
|
||||
- 试题
|
||||
专题: 线性代数 第3讲 · 向量 · 试题(18 题)
|
||||
日期: 2026-10-18
|
||||
日期: 2026-10-20
|
||||
题量: 18 题(A 基础 6 / B 中等 8 / C 拔高 4)
|
||||
建议用时: 95 分钟(建议拆两天)
|
||||
关联: "[[01-考点手册]] · [[03-解析]]"
|
||||
@@ -17,7 +17,7 @@ tags:
|
||||
# 线性代数 第3讲 · 向量 · 试题
|
||||
|
||||
> **用法**:先过 [[01-考点手册]],再限时 95 分钟做本卷,最后对 [[03-解析]]。
|
||||
> **来源记号**:🟨 真题库第 11 章 · 🟩 参考仓库 · 🟦 视频讲次。标「真题骨架」的题与真题**同结构、数字全部原创**,做完可直接回刷真题原题。
|
||||
> **参考**:本地题库第 11 章与参考仓库对应章节。年份标注用于定位知识块,题面另设数据。本次保留 18 道题及原题号,解析已经重写核算。
|
||||
> **难度**:A ★☆☆ · B ★★☆ · C ★★★。
|
||||
|
||||
---
|
||||
|
||||
@@ -1,586 +1,268 @@
|
||||
---
|
||||
tags:
|
||||
- 数学一
|
||||
- 在学练习
|
||||
- 线性代数
|
||||
- 向量
|
||||
- 解析
|
||||
专题: 线性代数 第3讲 · 向量 · 解析(18 题)
|
||||
日期: 2026-10-18
|
||||
关联: "[[02-试题]] · [[01-考点手册]]"
|
||||
tags: [数学一, 在学练习, 线性代数, 向量, 解析]
|
||||
专题: 线性代数 第3讲 · 向量 · 解析
|
||||
日期: 2026-10-20
|
||||
状态: 重写并核算
|
||||
关联笔记: ["[[02-试题]]", "[[01-考点手册]]"]
|
||||
---
|
||||
|
||||
# 线性代数 第3讲 · 向量 · 解析
|
||||
# 第3讲 · 向量 · 解析
|
||||
|
||||
> 对应 [[02-试题]]。每题给「**答案 / 思路 / 易错点 / 真题骨架**」。
|
||||
|
||||
**三条贴在眼前的判据**
|
||||
|
||||
$$\beta\ \text{可被}\ \alpha\ \text{表示}\iff r(A)=r(A,\beta);\qquad \alpha_1,\cdots,\alpha_s\ \text{相关}\iff r(A)<s;$$
|
||||
|
||||
$$A\cong B\iff r(A)=r(B)=r(A,B).$$
|
||||
|
||||
---
|
||||
题号与原练习一致。每题先看“为什么这样入手”,再看计算。默认向量按列拼接;求出的表示系数要乘回原向量检查。
|
||||
|
||||
## A 组 · 基础
|
||||
|
||||
### 第 1 题
|
||||
|
||||
**答案**:(Ⅰ)线性相关;(Ⅱ)$-3\alpha_1+\alpha_2+\alpha_3=0$ ,即 $\alpha_2=3\alpha_1-\alpha_3$ 。
|
||||
**入口:** 判断相关就是找不全为零的系数,令 $x_1\alpha_1+x_2\alpha_2+x_3\alpha_3=0$。
|
||||
|
||||
**思路**:三个三维向量,个数 = 维数,用行列式。
|
||||
按分量列式:
|
||||
|
||||
$$\lvert A\rvert=\begin{vmatrix}1&1&2\\2&3&1\\1&0&5\end{vmatrix}=1(15-0)-1(10-1)+2(0-3)=15-9-6=0,$$
|
||||
$$\begin{cases}x_1+2x_2+x_3=0,\\x_1+3x_2=0,\\2x_1+x_2+5x_3=0.\end{cases}$$
|
||||
|
||||
故线性相关。求关系式即解 $A x=0$ :
|
||||
第二式给 $x_1=-3x_2$,第一式给 $x_3=x_2$,代入第三式为 $0=0$。所以 $x_2$ 可以自由取值。取 $x_2=1$,得
|
||||
|
||||
$$x_1+2x_2+x_3=0,\qquad x_1+3x_2=0,\qquad 2x_1+x_2+5x_3=0 .$$
|
||||
$$-3\alpha_1+\alpha_2+\alpha_3=0.$$
|
||||
|
||||
由第二式 $x_1=-3x_2$ ,代入第一式得 $x_3=x_2$ ,第三式自动满足。取 $x_2=1$ ,得 $(-3,1,1)^{\mathrm T}$ ,即
|
||||
|
||||
$$-3\alpha_1+\alpha_2+\alpha_3=0 .$$
|
||||
|
||||
**易错点**:
|
||||
1. 行列式展开时**符号**(代数余子式的 $(-1)^{i+j}$ )最容易错;
|
||||
2. 关系式**不唯一**(可整体乘 $k$ ),写出任一组不全为零的系数即可;
|
||||
3. 算出行列式为 0 只说明"相关",**还要**解方程求出关系式,不然(Ⅱ)没答。
|
||||
|
||||
---
|
||||
系数不全为零,因此线性相关。直接乘回检查三个分量都是零。
|
||||
|
||||
### 第 2 题
|
||||
|
||||
**答案**:秩 $=2$ ;极大无关组取 $\{\alpha_1,\alpha_3\}$ ;$\alpha_2=2\alpha_1$ ,$\alpha_4=\alpha_1+\alpha_3$ 。
|
||||
**入口:** 极大无关组要从原组挑向量,先按列拼,再用行变换找主元列。
|
||||
|
||||
**思路**:按列拼矩阵,只作**行变换**:
|
||||
$$\begin{pmatrix}1&2&0&1\\2&4&1&3\\-1&-2&1&0\end{pmatrix}
|
||||
\xrightarrow{R_2-2R_1,\ R_3+R_1}
|
||||
\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&1&1\end{pmatrix}
|
||||
\xrightarrow{R_3-R_2}
|
||||
\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&0&0\end{pmatrix}.$$
|
||||
|
||||
$$A=(\alpha_1,\alpha_2,\alpha_3,\alpha_4)=\begin{pmatrix}1&2&0&1\\2&4&1&3\\-1&-2&1&0\end{pmatrix}\ \xrightarrow{\ r_2-2r_1,\ r_3+r_1\ }$$
|
||||
秩为 2,主元在第 1、3 列,故取原向量 $\alpha_1,\alpha_3$。化简后第 2 列是第 1 列的 2 倍,第 4 列是第 1、3 列之和;行变换保留列之间的系数关系,因此
|
||||
|
||||
$$\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&1&1\end{pmatrix}\ \xrightarrow{\ r_3-r_2\ }\ \begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&0&0\end{pmatrix}.$$
|
||||
$$\alpha_2=2\alpha_1,\qquad\alpha_4=\alpha_1+\alpha_3.$$
|
||||
|
||||
非零行 2 行 ⟹ 秩 $=2$ ;主元在第 **1、3** 列 ⟹ 极大无关组为 $\{\alpha_1,\alpha_3\}$ 。
|
||||
|
||||
由主元列的对应关系直接读出:第 2 列 $=2\times$ 第 1 列,第 4 列 $=$ 第 1 列 $+$ 第 3 列,即
|
||||
|
||||
$$\alpha_2=2\alpha_1,\qquad \alpha_4=\alpha_1+\alpha_3 .$$
|
||||
|
||||
(可直接验算:$(1,2,-1)+(0,1,1)=(1,3,0)$ 。)
|
||||
|
||||
**易错点**:
|
||||
1. **不能用列变换**——列变换会破坏列之间的线性关系,主元列就对不上原向量;
|
||||
2. 极大无关组必须回到**原**向量,不能抄阶梯形里的列;
|
||||
3. 表示系数要**从阶梯形的行关系反推**,不能直接读阶梯形列。
|
||||
|
||||
---
|
||||
这里可以在阶梯形上求列关系,但最终极大无关组必须写原向量。
|
||||
|
||||
### 第 3 题
|
||||
|
||||
**答案**:(Ⅰ)能表示,且**唯一**;(Ⅱ)$\beta=-\dfrac12\alpha_1+\dfrac12\alpha_2+\dfrac32\alpha_3$ 。
|
||||
**入口:** 材料有三个,目标在三维空间,先检查材料矩阵是否可逆。
|
||||
|
||||
**思路**:$A=(\alpha_1,\alpha_2,\alpha_3)$ 为 $3\times3$ :
|
||||
$$A=\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix},\qquad |A|=2\ne0.$$
|
||||
|
||||
$$\lvert A\rvert=\begin{vmatrix}1&0&1\\1&1&0\\0&1&1\end{vmatrix}=1(1-0)-0+1(1-0)=2\neq0 .$$
|
||||
所以任意三维目标都能唯一表示。具体系数满足
|
||||
|
||||
故 $r(A)=r(A,\beta)=3=s$ ,**表示法唯一**。解方程组 $x_1\alpha_1+x_2\alpha_2+x_3\alpha_3=\beta$ :
|
||||
$$x_1+x_3=1,\quad x_1+x_2=0,\quad x_2+x_3=2.$$
|
||||
|
||||
$$\begin{cases}x_1+x_3=1\\ x_1+x_2=0\\ x_2+x_3=2\end{cases}\Longrightarrow x_1=-\frac12,\ x_2=\frac12,\ x_3=\frac32 .$$
|
||||
由 $x_2=-x_1,x_3=1-x_1$,第三式给 $1-2x_1=2$,所以
|
||||
|
||||
**验算**:$-\frac12(1,1,0)+\frac12(0,1,1)+\frac32(1,0,1)=(1,0,2)^{\mathrm T}$ ✓。
|
||||
$$\beta=-\tfrac12\alpha_1+\tfrac12\alpha_2+\tfrac32\alpha_3.$$
|
||||
|
||||
**易错点**:
|
||||
1. 判"能否表示"要用 $r(A)$ 与 $r(A,\beta)$ **一起**看,只算 $\lvert A\rvert$ 不够($\lvert A\rvert=0$ 时才需再比增广);
|
||||
2. "唯一"的条件是 $r(A)=r(A,\beta)=s$ ,**漏了 $=s$ 这一条**就会把"无穷多解"误判为唯一;
|
||||
3. 三个方程的**变量顺序**别与 $\alpha$ 的下标错位。
|
||||
|
||||
---
|
||||
本题行列式非零已经保证存在且唯一,无须另算增广矩阵的秩。
|
||||
|
||||
### 第 4 题
|
||||
|
||||
**答案**:(Ⅰ)两两正交,$\lVert\alpha\rVert=\lVert\beta\rVert=\lVert\gamma\rVert=3$ ;(Ⅱ)**是**规范正交基;(Ⅲ)$-18$ 。
|
||||
三对内积为
|
||||
|
||||
**思路**:
|
||||
$$\langle\alpha,\beta\rangle=2-4+2=0,\quad
|
||||
\langle\alpha,\gamma\rangle=2+2-4=0,\quad
|
||||
\langle\beta,\gamma\rangle=4-2-2=0.$$
|
||||
|
||||
(Ⅰ)逐个算内积:
|
||||
三个长度都是 $\sqrt9=3$。除以 3 后,得到三个两两正交的单位向量;三维空间中三个无关向量就是一组基,因此是规范正交基。
|
||||
|
||||
$$(\alpha,\beta)=2-4+2=0,\quad (\alpha,\gamma)=2+2-4=0,\quad (\beta,\gamma)=4-2-2=0 .$$
|
||||
最后一问利用正交性可少算:
|
||||
|
||||
长度:$\lVert\alpha\rVert=\sqrt{1+4+4}=3$ ,同理 $\lVert\beta\rVert=\lVert\gamma\rVert=3$ 。
|
||||
|
||||
(Ⅱ)三个两两正交的非零向量必线性无关,$\mathbb R^3$ 中三个无关向量即为一组基;再单位化就是**规范正交基**:
|
||||
|
||||
$$e_1=\frac13(1,2,2)^{\mathrm T},\quad e_2=\frac13(2,-2,1)^{\mathrm T},\quad e_3=\frac13(2,1,-2)^{\mathrm T}.$$
|
||||
|
||||
(Ⅲ)先算组合再算内积:
|
||||
|
||||
$$\alpha+2\beta=(5,-2,4)^{\mathrm T},\qquad \gamma-\beta=(0,3,-3)^{\mathrm T},$$
|
||||
|
||||
$$(\alpha+2\beta,\gamma-\beta)=0-6-12=-18 .$$
|
||||
|
||||
**易错点**:
|
||||
1. $\lVert\alpha\rVert=\sqrt{(\alpha,\alpha)}$ ,**别忘了开方**;
|
||||
2. 单位化是**除以长度**($1/3$ ),不是除以长度的平方;
|
||||
3. (Ⅲ)**先算向量再作内积**最稳;若用内积的双线性展开要小心符号。
|
||||
|
||||
---
|
||||
$$\langle\alpha+2\beta,\gamma-\beta\rangle
|
||||
=0-0+0-2\langle\beta,\beta\rangle=-18.$$
|
||||
|
||||
### 第 5 题
|
||||
|
||||
**答案**:
|
||||
**入口:** 从第二个向量中减去第一个方向的投影。
|
||||
|
||||
$$\beta_1=(1,1,0)^{\mathrm T},\qquad \beta_2=\frac12(1,-1,2)^{\mathrm T};$$
|
||||
$$u_1=(1,1,0)^{\mathrm T},\quad
|
||||
u_2=\alpha_2-\frac{\langle\alpha_2,u_1\rangle}{\langle u_1,u_1\rangle}u_1
|
||||
=(1,0,1)^{\mathrm T}-\tfrac12(1,1,0)^{\mathrm T}
|
||||
=(1/2,-1/2,1)^{\mathrm T}.$$
|
||||
|
||||
$$e_1=\frac{1}{\sqrt2}(1,1,0)^{\mathrm T},\qquad e_2=\frac{1}{\sqrt6}(1,-1,2)^{\mathrm T}.$$
|
||||
这里 $u_2$ 就是第二个正交向量。内积 $1/2-1/2=0$,长度分别为 $\sqrt2,\sqrt6/2$。单位化得
|
||||
|
||||
**思路**:
|
||||
$$e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\qquad e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6}.$$
|
||||
|
||||
$$\beta_1=\alpha_1=(1,1,0)^{\mathrm T},$$
|
||||
|
||||
$$\beta_2=\alpha_2-\frac{(\alpha_2,\beta_1)}{(\beta_1,\beta_1)}\beta_1=(1,0,1)^{\mathrm T}-\frac{1}{2}(1,1,0)^{\mathrm T}=\left(\frac12,-\frac12,1\right)^{\mathrm T}.$$
|
||||
|
||||
**验算**:$(\beta_2,\beta_1)=\frac12-\frac12+0=0$ ✓。
|
||||
|
||||
单位化:$\lVert\beta_1\rVert=\sqrt2$ ,$\lVert\beta_2\rVert=\frac12\sqrt{1+1+4}=\frac{\sqrt6}{2}$ ,故
|
||||
|
||||
$$e_1=\frac{\beta_1}{\sqrt2},\qquad e_2=\frac{\beta_2}{\sqrt6/2}=\frac{1}{\sqrt6}(1,-1,2)^{\mathrm T}.$$
|
||||
|
||||
**易错点**:
|
||||
1. 分母是 $(\beta_1,\beta_1)=2$ ,**不是** $\lVert\beta_1\rVert=\sqrt2$ ;
|
||||
2. $\beta_2$ 的两个分量都带 $\frac12$ ,通分后是 $\frac12(1,-1,2)$ ,单位化时**分子分母的 2 会约掉**,容易少乘或多乘;
|
||||
3. 只正交化完不算完,题目要求"规范",还须**单位化**。
|
||||
|
||||
---
|
||||
减投影时除长度平方,单位化时才除长度。
|
||||
|
||||
### 第 6 题
|
||||
|
||||
**答案**:**B**。
|
||||
答案 **B**。
|
||||
|
||||
**思路**:逐项判。
|
||||
A 错:两个组各只有一个向量,分别为 $(1,0)^{\mathrm T}$ 与 $(0,1)^{\mathrm T}$,同秩但不能互相表示。
|
||||
|
||||
- (A)秩相等**推不出**等价:$\alpha_1=(1,0,0)^{\mathrm T}$ 与 $\beta_1=(0,1,0)^{\mathrm T}$ 秩都是 1,但互相不能表示($r(A,B)=2$ ),✗;
|
||||
- (B)等价意味着互相可表示,由 $A=BC$ 得 $r(A)\le r(B)$ ,对称地 $r(B)\le r(A)$ ,故相等,✓;
|
||||
- (C)单向表示不够,还要"反向",✗;
|
||||
- (D)等价的组**个数可以不同**:$\{(1,0),(0,1)\}$ 与 $\{(1,0),(0,1),(1,1)\}$ 等价,但一个是 2 个、一个是 3 个,✗。
|
||||
B 对:互相表示分别给出 $r(A)\le r(B)$ 和 $r(B)\le r(A)$。
|
||||
|
||||
**易错点**:(D)是最容易误判的——等价只要求**张成同一个空间**,与向量个数无关。另外,等价的组**秩必然相等**,但秩相等的组**不一定等价**,这两句话要能分开说。
|
||||
C 错:单向表示不够。$\{e_1\}$ 可由 $\{e_1,e_2\}$ 表示,反方向不行。
|
||||
|
||||
---
|
||||
D 错:$\{e_1,e_2\}$ 与 $\{e_1,e_2,e_1+e_2\}$ 等价,个数不同。
|
||||
|
||||
## B 组 · 中等
|
||||
|
||||
### 第 7 题
|
||||
|
||||
**答案**:(Ⅰ)$\beta$ 组**线性无关**;(Ⅱ)$r(\gamma)=2$ 。
|
||||
**入口:** 原组无关,把新组的系数按列排成矩阵。
|
||||
|
||||
**思路**:统一用"系数矩阵 + 行列式"。
|
||||
$$C_\beta=\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix},\quad |C_\beta|=2.$$
|
||||
|
||||
(Ⅰ)写成矩阵形式
|
||||
令 $A=(\alpha_1,\alpha_2,\alpha_3)$,则 $B=AC_\beta$。因为 $A$ 列无关,$AC_\beta y=0$ 等价于 $C_\beta y=0$;后者只有零解,故 $\beta$ 组无关。
|
||||
|
||||
$$(\beta_1,\beta_2,\beta_3)=(\alpha_1,\alpha_2,\alpha_3)\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix}=(\alpha_1,\alpha_2,\alpha_3)C .$$
|
||||
对 $\gamma$ 组,$\gamma_1+\gamma_2+\gamma_3=0$,所以秩至多为 2。还要证明至少为 2:若 $p\gamma_1+q\gamma_2=0$,展开得
|
||||
|
||||
$$\lvert C\rvert=1(1-0)-0+1(1-0)=2\neq0\Longrightarrow C\ \text{可逆}\Longrightarrow r(\beta)=r(\alpha)=3,$$
|
||||
$$p\alpha_1+(-p+q)\alpha_2-q\alpha_3=0.$$
|
||||
|
||||
故 $\beta$ 组线性无关。
|
||||
|
||||
(Ⅱ)同理
|
||||
|
||||
$$C_\gamma=\begin{pmatrix}1&0&-1\\-1&1&0\\0&-1&1\end{pmatrix},\qquad \lvert C_\gamma\rvert=0\ (\text{三列之和为 }0),$$
|
||||
|
||||
且前两列不成比例,故 $r(C_\gamma)=2$ ,从而 $r(\gamma)=2$ ,$\gamma$ 组线性相关($\gamma_1+\gamma_2+\gamma_3=0$ )。
|
||||
|
||||
**易错点**:
|
||||
1. **不要**真的把 $\beta_i$ 用具体数字算出来($\alpha_i$ 没有给具体数值),必须走"系数矩阵";
|
||||
2. 系数矩阵的**列**是每个 $\beta_j$ 的系数,写成行就转置了,行列式值会差一个符号(判相关不影响,但求秩的方向会乱);
|
||||
3. $\gamma$ 组的相关关系是 $\gamma_1+\gamma_2+\gamma_3=0$ ,直接相加即可看出,比算行列式更快。
|
||||
|
||||
---
|
||||
原组无关,故 $p=q=0$。因此 $\gamma_1,\gamma_2$ 无关,秩恰为 2。只找出一条关系,不能直接断言秩就是 2。
|
||||
|
||||
### 第 8 题
|
||||
|
||||
**答案**:(Ⅰ)$a=1$ 或 $a=2$ ;(Ⅱ)两种情形下秩**都**为 2。
|
||||
按列拼接,注意第 2 行是 $(1,2,4)$:
|
||||
|
||||
**思路**:三个三维向量,算行列式。
|
||||
$$A=\begin{pmatrix}1&1&1\\1&2&4\\1&a&a^2\end{pmatrix}.$$
|
||||
|
||||
$$\lvert A\rvert=\begin{vmatrix}1&1&1\\1&2&a\\1&4&a^2\end{vmatrix}.$$
|
||||
第 2、3 列各减第 1 列,沿首行展开:
|
||||
|
||||
这是范德蒙德型(三列分别是 $(1,1,1)^{\mathrm T},(1,2,4)^{\mathrm T},(1,a,a^2)^{\mathrm T}$ 的转置结构),故
|
||||
$$|A|=\begin{vmatrix}1&3\\a-1&a^2-1\end{vmatrix}
|
||||
=a^2-1-3(a-1)=(a-1)(a-2).$$
|
||||
|
||||
$$\lvert A\rvert=(2-1)(a-1)(a-2)=(a-1)(a-2).$$
|
||||
所以相关恰在 $a=1$ 或 $a=2$。这两个值下秩都小于 3;但前两列的前两行组成的子式为 $\begin{vmatrix}1&1\\1&2\end{vmatrix}=1$,与 $a$ 无关,所以秩至少为 2。故两种情形秩都为 2。
|
||||
|
||||
(也可直接展开:$\lvert A\rvert=a^2-3a+2$ 。)
|
||||
|
||||
(Ⅰ)线性相关 $\iff\lvert A\rvert=0\iff a=1$ 或 $a=2$ 。
|
||||
|
||||
(Ⅱ)**当 $a=1$ 时**:$\alpha_1=\alpha_2=(1,1,1)^{\mathrm T}$ ,$\alpha_3=(1,4,1)^{\mathrm T}$ ,$\alpha_3-\alpha_1=(0,3,0)^{\mathrm T}$ 与 $\alpha_1$ 无关,故秩 $=2$ 。
|
||||
|
||||
**当 $a=2$ 时**:$\alpha_2=(1,2,2)^{\mathrm T}$ ,$\alpha_3=(1,4,4)^{\mathrm T}$ ,$\alpha_2-\alpha_1=(0,1,1)^{\mathrm T}$ ,$\alpha_3-\alpha_2=(0,2,2)^{\mathrm T}$ ,二者成比例,故秩 $=2$ 。
|
||||
|
||||
**易错点**:
|
||||
1. 范德蒙德行列式要**看清是谁的幂**:本题是 $(1,2,a)$ 的 $0,1,2$ 次幂,故因子是 $(a-1)(a-2)$ ;
|
||||
2. "相关"只给出 $a$ 的两个值,**还必须**分别求秩(题目分两问,第二问常被漏掉);
|
||||
3. $a=1$ 时不要误以为秩 $=1$ ——$\alpha_3$ 与 $\alpha_1$ 无关,秩仍是 2。
|
||||
|
||||
---
|
||||
注意 $a=1$ 时 $\alpha_2=(1,2,1)^{\mathrm T}$,并不等于 $\alpha_1$;不要沿用旧解析中的这个错误判断。
|
||||
|
||||
### 第 9 题
|
||||
|
||||
**答案**:
|
||||
前两步与第 5 题相同:
|
||||
|
||||
$$\beta_1=(1,1,0)^{\mathrm T},\quad \beta_2=\frac12(1,-1,2)^{\mathrm T},\quad \beta_3=\frac23(-1,1,1)^{\mathrm T};$$
|
||||
$$\beta_1=(1,1,0)^{\mathrm T},\qquad\beta_2=(1/2,-1/2,1)^{\mathrm T}.$$
|
||||
|
||||
$$e_1=\frac{1}{\sqrt2}(1,1,0)^{\mathrm T},\quad e_2=\frac{1}{\sqrt6}(1,-1,2)^{\mathrm T},\quad e_3=\frac{1}{\sqrt3}(-1,1,1)^{\mathrm T}.$$
|
||||
第三步需要分别减两个投影。先算系数:
|
||||
|
||||
**思路**:
|
||||
$$\frac{\langle\alpha_3,\beta_1\rangle}{\langle\beta_1,\beta_1\rangle}=\frac12,\qquad
|
||||
\frac{\langle\alpha_3,\beta_2\rangle}{\langle\beta_2,\beta_2\rangle}=\frac{1/2}{3/2}=\frac13.$$
|
||||
|
||||
$\beta_1=\alpha_1=(1,1,0)^{\mathrm T}$ ;
|
||||
所以
|
||||
|
||||
$$\beta_2=\alpha_2-\frac{(\alpha_2,\beta_1)}{(\beta_1,\beta_1)}\beta_1=(1,0,1)^{\mathrm T}-\frac12(1,1,0)^{\mathrm T}=\left(\frac12,-\frac12,1\right)^{\mathrm T};$$
|
||||
$$\beta_3=(0,1,1)^{\mathrm T}-\tfrac12(1,1,0)^{\mathrm T}-\tfrac13(1/2,-1/2,1)^{\mathrm T}
|
||||
=(-2/3,2/3,2/3)^{\mathrm T}.$$
|
||||
|
||||
$$\beta_3=\alpha_3-\frac{(\alpha_3,\beta_1)}{(\beta_1,\beta_1)}\beta_1-\frac{(\alpha_3,\beta_2)}{(\beta_2,\beta_2)}\beta_2 .$$
|
||||
验算 $\langle\beta_3,\beta_1\rangle=-2/3+2/3=0$,$\langle\beta_3,\beta_2\rangle=-1/3-1/3+2/3=0$。
|
||||
|
||||
逐项算:$(\alpha_3,\beta_1)=1$ ,$(\beta_1,\beta_1)=2$ ,故第一项系数 $\frac12$ ;
|
||||
三个长度依次为 $\sqrt2,\sqrt6/2,2\sqrt3/3$,因此
|
||||
|
||||
$(\alpha_3,\beta_2)=0\cdot\frac12+1\cdot\left(-\frac12\right)+1\cdot1=\frac12$ ,$(\beta_2,\beta_2)=\frac14+\frac14+1=\frac32$ ,故第二项系数 $\frac{1/2}{3/2}=\frac13$ 。
|
||||
|
||||
于是
|
||||
|
||||
$$\beta_3=(0,1,1)^{\mathrm T}-\frac12(1,1,0)^{\mathrm T}-\frac13\left(\frac12,-\frac12,1\right)^{\mathrm T}=\left(-\frac23,\frac23,\frac23\right)^{\mathrm T}=\frac23(-1,1,1)^{\mathrm T}.$$
|
||||
|
||||
**(Ⅲ)验算**:
|
||||
|
||||
$$(\beta_3,\beta_1)=-\frac23+\frac23+0=0,\qquad (\beta_3,\beta_2)=-\frac13-\frac13+\frac23=0 .$$
|
||||
|
||||
单位化:$\lVert\beta_3\rVert=\frac23\sqrt3=\frac{2}{\sqrt3}$ ,故 $e_3=\dfrac{\beta_3}{2/\sqrt3}=\dfrac{1}{\sqrt3}(-1,1,1)^{\mathrm T}$ 。
|
||||
|
||||
**易错点**:
|
||||
1. 算 $\beta_3$ 时**必须减两项**(对 $\beta_1$ 和 $\beta_2$ 的投影各一次),漏一项就不正交;
|
||||
2. 第二项的分母是 $(\beta_2,\beta_2)=\frac32$ ,容易误用 $(\beta_1,\beta_1)=2$ ;
|
||||
3. 本题 $\beta_1\perp\beta_2$ 但 $\beta_2$ 与 $\beta_3$ 的正交**不是**自动的,必须靠减投影实现。
|
||||
|
||||
---
|
||||
$$e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\quad
|
||||
e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6},\quad
|
||||
e_3=\frac{(-1,1,1)^{\mathrm T}}{\sqrt3}.$$
|
||||
|
||||
### 第 10 题
|
||||
|
||||
**答案**:(Ⅰ)**等价**;(Ⅱ)$C$ 与 $D$ **不等价**,故秩相等不是充分条件。
|
||||
直接看出 $\beta_1=\alpha_1+\alpha_2$、$\beta_2=\alpha_1-\alpha_2$。再反解:
|
||||
|
||||
**思路**:
|
||||
$$\alpha_1=(\beta_1+\beta_2)/2,\qquad\alpha_2=(\beta_1-\beta_2)/2.$$
|
||||
|
||||
(Ⅰ)直接观察系数:
|
||||
能互相表示,故两组等价。这里直接写出双向表示比同时求三个秩更清楚。
|
||||
|
||||
$$\beta_1=\alpha_1+\alpha_2=(2,1,1)^{\mathrm T},\qquad \beta_2=\alpha_1-\alpha_2=(0,1,-1)^{\mathrm T}.$$
|
||||
|
||||
于是 $B$ 可由 $A$ 表示;又 $\alpha_1=\frac12(\beta_1+\beta_2)$ 、$\alpha_2=\frac12(\beta_1-\beta_2)$ ,故 $A$ 也可由 $B$ 表示。互相可表示 ⟹ **等价**。
|
||||
|
||||
用判据验:$r(A)=2$ ,$r(B)=2$ ,$r(A,B)=2$ (四列都在同一个二维平面里),故 $A\cong B$ 。
|
||||
|
||||
(Ⅱ)$r(C)=r(D)=1$ ,但
|
||||
|
||||
$$r(C,D)=r\begin{pmatrix}1&0\\0&1\\0&0\end{pmatrix}=2\neq1,$$
|
||||
|
||||
故 $C$ 与 $D$ **不等价**($(1,0,0)$ 与 $(0,1,0)$ 无法互相表示)。
|
||||
|
||||
**结论**:**秩相等是等价的必要条件,不是充分条件**;充分条件是 $r(A)=r(B)=r(A,B)$ 。
|
||||
|
||||
**易错点**:
|
||||
1. 只看秩相等就判等价——本题(Ⅱ)就是反例;
|
||||
2. 判"等价"要**双向**,只证一个方向不够;
|
||||
3. $r(A,B)$ 是把两组**并排拼**(不是上下拼),上下拼 $r\binom{A}{B}$ 用于"$XA=B$ 有解"那一类问题。
|
||||
|
||||
---
|
||||
第二问的两个向量分别在不同坐标轴上,不能互相表示,故不等价;它们的秩却都为 1。因此同秩不是向量组等价的充分条件。
|
||||
|
||||
### 第 11 题
|
||||
|
||||
**答案**:
|
||||
$$C=(\alpha_1,\alpha_2,\alpha_3)=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix},\quad |C|=-2\ne0.$$
|
||||
|
||||
(Ⅰ)$\lvert C\rvert=-2\neq0$ ,是基;
|
||||
所以这三个向量是一组基。旧基是标准基,旧基矩阵为 $E$,新基矩阵为 $C$,满足“新基 = 旧基乘 $C$”,因此过渡矩阵就是上面的 $C$。
|
||||
|
||||
(Ⅱ)$C=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix}$ ;
|
||||
求 $\beta$ 在新基下的坐标,应解 $Cx=\beta$:
|
||||
|
||||
(Ⅲ)$\beta$ 在 $\alpha$ 基下的坐标为 $(1,2,0)^{\mathrm T}$ 。
|
||||
$$x_1+x_3=1,\quad x_2+x_3=2,\quad x_1+x_2=3.$$
|
||||
|
||||
**思路**:
|
||||
|
||||
(Ⅰ)三向量按列拼成 $C$ :
|
||||
|
||||
$$\lvert C\rvert=\begin{vmatrix}1&0&1\\0&1&1\\1&1&0\end{vmatrix}=1(0-1)-0+1(0-1)=-2\neq0,$$
|
||||
|
||||
故三者线性无关,是 $\mathbb R^3$ 的基。
|
||||
|
||||
(Ⅱ)按定义 $(\alpha_1,\alpha_2,\alpha_3)=(\varepsilon_1,\varepsilon_2,\varepsilon_3)C$ ,而 $\alpha_j$ 在标准基下的坐标就是它自己的分量,所以
|
||||
|
||||
$$C=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix}.$$
|
||||
|
||||
(Ⅲ)解 $C x=\beta$ :
|
||||
|
||||
$$\begin{cases}x_1+x_3=1\\ x_2+x_3=2\\ x_1+x_2=3\end{cases}\Longrightarrow x_3=0,\ x_1=1,\ x_2=2 .$$
|
||||
|
||||
坐标为 $(1,2,0)^{\mathrm T}$ 。**验算**:$1\cdot\alpha_1+2\cdot\alpha_2+0\cdot\alpha_3=(1,0,1)+(0,2,2)=(1,2,3)^{\mathrm T}$ ✓。
|
||||
|
||||
**易错点**:
|
||||
1. **过渡矩阵的列**是新基在**旧基**下的坐标——顺序反了会得到 $C^{-1}$ ;
|
||||
2. 过渡矩阵必须**可逆**,算完顺手验一下行列式;
|
||||
3. 坐标是解 $Cx=\beta$ ,**不是**解 $C^{\mathrm T}x=\beta$ (除非 $C$ 正交)。
|
||||
|
||||
---
|
||||
前两式相加减第三式,得 $2x_3=0$。于是坐标为 $(1,2,0)^{\mathrm T}$。验算 $\alpha_1+2\alpha_2=(1,2,3)^{\mathrm T}$。
|
||||
|
||||
### 第 12 题
|
||||
|
||||
**答案**:(Ⅰ)$t=2$ ;(Ⅱ)$r(\alpha_1,\alpha_2,\beta)=3$ 。
|
||||
设 $\beta=c_1\alpha_1+c_2\alpha_2$,比较分量得到 $c_1=1,c_2=1,c_1+c_2=t$。因此能表示恰在 $t=2$,且表示为 $\alpha_1+\alpha_2$。
|
||||
|
||||
**思路**:把三个向量拼成矩阵
|
||||
|
||||
$$(A,\beta)=\begin{pmatrix}1&0&1\\0&1&1\\1&1&t\end{pmatrix},\qquad \lvert A,\beta\rvert=t-2 .$$
|
||||
|
||||
(Ⅰ)$\beta$ 可表示 $\iff r(A)=r(A,\beta)$ 。$r(A)=2$ (两列不成比例),故需 $\lvert A,\beta\rvert=0$ ,即 $t=2$ 。此时 $\beta=(1,1,2)^{\mathrm T}=\alpha_1+\alpha_2$ 。
|
||||
|
||||
(Ⅱ)$t\neq2$ 时 $\lvert A,\beta\rvert\neq0$ ,三列线性无关,故 $r(A,\beta)=3$ ;而此时 $r(A)=2\neq3$ ,正是"**无解**"的秩特征。
|
||||
|
||||
**易错点**:
|
||||
1. 别只算 $\lvert A\rvert$ (那是 $2\times2$ 都不成立,$A$ 是 $3\times2$ 没有行列式)——**要用增广矩阵的行列式**;
|
||||
2. $t=2$ 时表示**唯一**(因为 $r(A)=2=s$ ),若两列线性相关才会出现不唯一;
|
||||
3. (Ⅱ)的答案固定是 $r(A)+1=3$ :不能表示时增广矩阵的秩**恰好比 $A$ 多 1**。
|
||||
|
||||
---
|
||||
$t\ne2$ 时,前两向量无关、秩为 2,而 $\beta$ 提供新方向,三向量组秩为 3。也可用 $|\alpha_1,\alpha_2,\beta|=t-2$ 核验。
|
||||
|
||||
### 第 13 题
|
||||
|
||||
**答案**:(Ⅰ)$\gamma=(5,2,1)^{\mathrm T}$ ;(Ⅱ)$\delta$ 的坐标为 $\left(\frac12,\frac12,\frac12\right)^{\mathrm T}$ 。
|
||||
第一问已经给了新基坐标,按坐标加权:
|
||||
|
||||
**思路**:
|
||||
$$\gamma=2\alpha_1-\alpha_2+3\alpha_3=(5,2,1)^{\mathrm T}.$$
|
||||
|
||||
(Ⅰ)坐标乘基向量:
|
||||
第二问是反向求系数,解 $Cx=(1,1,1)^{\mathrm T}$:
|
||||
|
||||
$$\gamma=2\alpha_1+(-\alpha_2)+3\alpha_3=2(1,0,1)^{\mathrm T}-(0,1,1)^{\mathrm T}+3(1,1,0)^{\mathrm T}=(5,2,1)^{\mathrm T}.$$
|
||||
$$x_1+x_3=1,\quad x_2+x_3=1,\quad x_1+x_2=1.$$
|
||||
|
||||
(Ⅱ)解 $C x=(1,1,1)^{\mathrm T}$ :
|
||||
|
||||
$$x_1+x_3=1,\quad x_2+x_3=1,\quad x_1+x_2=1 .$$
|
||||
|
||||
三式相加得 $x_1+x_2+x_3=\frac32$ ,逐一代回得 $x_1=x_2=x_3=\frac12$ 。
|
||||
|
||||
**验算**:$\frac12\big[(1,0,1)+(0,1,1)+(1,1,0)\big]=\frac12(2,2,2)=(1,1,1)^{\mathrm T}$ ✓。
|
||||
|
||||
**易错点**:
|
||||
1. (Ⅰ)是"坐标 → 向量"(乘 $C$ ),(Ⅱ)是"向量 → 坐标"(解 $Cx=\beta$ ),**两个方向别混**;
|
||||
2. 一般情形下"坐标 → 向量"乘 $C$ ,"向量 → 坐标"要乘 $C^{-1}$ ——这正是"坐标变换方向与基变换相反";
|
||||
3. 三式相加的技巧(对称结构)能省一半时间。
|
||||
|
||||
---
|
||||
前两式相减得 $x_1=x_2$,第三式得 $x_1=x_2=1/2$,继而 $x_3=1/2$。所以坐标为 $(1/2,1/2,1/2)^{\mathrm T}$。
|
||||
|
||||
### 第 14 题
|
||||
|
||||
**答案**:秩 $=3$ ;极大无关组 $\{\alpha_1,\alpha_2,\alpha_3\}$ ;$\alpha_4=\alpha_1-\alpha_2+\alpha_3$ 。
|
||||
观察可得
|
||||
|
||||
**思路**:按列拼矩阵并作行变换:
|
||||
$$\alpha_4=\alpha_1-\alpha_2+\alpha_3,$$
|
||||
|
||||
$$A=\begin{pmatrix}1&0&0&1\\1&1&0&0\\0&1&1&0\\0&0&1&1\end{pmatrix}\ \xrightarrow{\ r_2-r_1\ }\ \begin{pmatrix}1&0&0&1\\0&1&0&-1\\0&1&1&0\\0&0&1&1\end{pmatrix}$$
|
||||
所以秩至多为 3。还要确认前三个向量无关:若 $c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0$,看第 1 分量得 $c_1=0$,第 2 分量得 $c_2=0$,第 3 分量得 $c_3=0$。因此前三个向量无关,秩恰为 3,它们构成一个极大无关组。
|
||||
|
||||
$$\xrightarrow{\ r_3-r_2\ }\ \begin{pmatrix}1&0&0&1\\0&1&0&-1\\0&0&1&1\\0&0&1&1\end{pmatrix}\ \xrightarrow{\ r_4-r_3\ }\ \begin{pmatrix}1&0&0&1\\0&1&0&-1\\0&0&1&1\\0&0&0&0\end{pmatrix}.$$
|
||||
这题也可按列拼接、行消元,结果一致。先观察关系,再补无关性证明,可以少算很多。
|
||||
|
||||
非零行 3 行 ⟹ 秩 $=3$ ;主元在第 1、2、3 列 ⟹ 极大无关组 $\{\alpha_1,\alpha_2,\alpha_3\}$ 。
|
||||
|
||||
第 4 列在主元列下的关系是 $(1,-1,1)^{\mathrm T}$ ,故
|
||||
|
||||
$$\alpha_4=\alpha_1-\alpha_2+\alpha_3 .$$
|
||||
|
||||
**验算**:$(1,1,0,0)-(0,1,1,0)+(0,0,1,1)=(1,0,0,1)$ ✓。
|
||||
|
||||
**易错点**:
|
||||
1. 4 个 4 维向量**不能**直接用"个数 > 维数"判相关(个数 $=$ 维数),必须算秩;
|
||||
2. 主元列只是"一个"极大无关组,取 $\{\alpha_1,\alpha_2,\alpha_4\}$ 也对(只要三个无关);
|
||||
3. 表示系数看的是**行的化简结果**,不是原矩阵的列。
|
||||
|
||||
---
|
||||
|
||||
## C 组 · 拔高
|
||||
## C 组 · 证明与结构
|
||||
|
||||
### 第 15 题
|
||||
|
||||
**答案**:见证明。
|
||||
**入口:** 证明新组无关,就假设它的一个线性组合为零,再证明所有系数都为零。
|
||||
|
||||
**思路**:
|
||||
设 $c\beta+d\alpha_2+e\alpha_3=0$。代入 $\beta$ 的表示式:
|
||||
|
||||
(Ⅰ)设
|
||||
$$ck_1\alpha_1+(ck_2+d)\alpha_2+(ck_3+e)\alpha_3=0.$$
|
||||
|
||||
$$c_0\beta+c_2\alpha_2+c_3\alpha_3=0 .$$
|
||||
原组无关,所以 $ck_1=0,ck_2+d=0,ck_3+e=0$。由 $k_1\ne0$ 得 $c=0$,再得 $d=e=0$,证毕。
|
||||
|
||||
代入 $\beta=k_1\alpha_1+k_2\alpha_2+k_3\alpha_3$ 并按 $\alpha_1,\alpha_2,\alpha_3$ 整理:
|
||||
|
||||
$$c_0k_1\alpha_1+(c_0k_2+c_2)\alpha_2+(c_0k_3+c_3)\alpha_3=0 .$$
|
||||
|
||||
因 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,三个系数全为 0:
|
||||
|
||||
$$c_0k_1=0,\qquad c_0k_2+c_2=0,\qquad c_0k_3+c_3=0 .$$
|
||||
|
||||
由 $k_1\neq0$ 得 $c_0=0$ ,进而 $c_2=c_3=0$ 。故 $\beta,\alpha_2,\alpha_3$ 线性无关。
|
||||
|
||||
(Ⅱ)关键是 $k_i\neq0\ (i=1,2,3)$ ,**任一** $\alpha_i$ 都能由 $\beta$ 与其余两个反解出来。以换掉 $\alpha_1$ 为例,(Ⅰ)的证明可**逐字照搬**(它只用到 $k_1\neq0$ 这一个条件)。若换掉 $\alpha_2$ ,则设 $c_0\beta+c_1\alpha_1+c_3\alpha_3=0$ ,代入整理得
|
||||
|
||||
$$c_0k_1+c_1=0,\qquad c_0k_2=0,\qquad c_0k_3+c_3=0,$$
|
||||
|
||||
由 $k_2\neq0$ 得 $c_0=0$ ,再得 $c_1=c_3=0$ 。三种情形同理,故**任一** $\alpha_i$ 都可被 $\beta$ 替换而保持无关。
|
||||
|
||||
**易错点**:
|
||||
1. 必须说明**为什么 $c_0=0$ 这一步**——靠 $k_i\neq0$ ,这是题目条件的作用所在;
|
||||
2. 不能只说"$\beta$ 能被 $\alpha$ 表示"就完事,要**证无关**(用定义,不能靠"个数相同"这类间接理由);
|
||||
3. 三个 $k_i$ 都不为 0 才能"任意替换",缺一个就只能替换特定的那些——这是本题条件的精确含义。
|
||||
|
||||
---
|
||||
一般替换 $\alpha_i$ 时,展开后 $\alpha_i$ 的系数是 $ck_i$。由于 $k_i\ne0$,同样先推出 $c=0$,再推出其余系数为零。被替换位置对应的系数非零,是这个证明的关键。
|
||||
|
||||
### 第 16 题
|
||||
|
||||
**答案**:(Ⅰ)$\dim V_1=\dim V_2=2$ ,$\dim(V_1+V_2)=3$ ;(Ⅱ)$V_1\cap V_2=L\big((1,-2,-3)^{\mathrm T}\big)$ ,维数 1;(Ⅲ)$3=2+2-1$ ,成立。
|
||||
每组的两个向量都不成比例,故 $\dim V_1=\dim V_2=2$。把 $\alpha_1,\alpha_2,\beta_1$ 按列拼,行列式为 2,说明和空间包含三个无关向量;又在 $\mathbb R^3$ 中,故 $\dim(V_1+V_2)=3$。
|
||||
|
||||
**思路**:
|
||||
交空间中的向量同时满足
|
||||
|
||||
(Ⅰ)$\alpha_1,\alpha_2$ 不成比例,故 $\dim V_1=2$ ;同理 $\dim V_2=2$ 。
|
||||
$$w=x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2.$$
|
||||
|
||||
把四个向量并排拼成 $3\times4$ 矩阵,取前三列 $\alpha_1,\alpha_2,\beta_1$ :
|
||||
比较三个分量:
|
||||
|
||||
$$\begin{vmatrix}1&0&1\\1&1&0\\0&1&1\end{vmatrix}=1(1-0)-0+1(1-0)=2\neq0,$$
|
||||
$$x_1=y_1,\quad x_1+x_2=y_2,\quad x_2=y_1+2y_2.$$
|
||||
|
||||
故 $r(A,B)=3$ ,即 $\dim(V_1+V_2)=3$ (等于整个 $\mathbb R^3$ )。
|
||||
把前两式代入第三式,得 $x_2=3x_1+2x_2$,即 $x_2=-3x_1$。令 $x_1=t$,得到
|
||||
|
||||
(Ⅱ)设 $\gamma\in V_1\cap V_2$ ,则存在 $x_1,x_2,y_1,y_2$ 使
|
||||
$$w=t(\alpha_1-3\alpha_2)=t(1,-2,-3)^{\mathrm T}.$$
|
||||
|
||||
$$x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2 .$$
|
||||
这个非零方向就是一组基,交空间维数为 1。检查它在第二组里的表示是 $\beta_1-2\beta_2=(1,-2,-3)^{\mathrm T}$。维数公式为 $3=2+2-1$。
|
||||
|
||||
即 $x_1(1,1,0)+x_2(0,1,1)=y_1(1,0,1)+y_2(0,1,2)$ ,比较分量:
|
||||
|
||||
$$\begin{cases}x_1=y_1\\ x_1+x_2=y_2\\ x_2=y_1+2y_2\end{cases}$$
|
||||
|
||||
由前两式 $y_1=x_1$ 、$y_2=x_1+x_2$ ,代入第三式:
|
||||
|
||||
$$x_2=x_1+2(x_1+x_2)\Longrightarrow x_2=3x_1+2x_2\Longrightarrow x_2=-3x_1 .$$
|
||||
|
||||
取 $x_1=1$ ,得 $x_2=-3$ ,回代
|
||||
|
||||
$$\gamma=\alpha_1-3\alpha_2=(1,1,0)^{\mathrm T}-3(0,1,1)^{\mathrm T}=(1,-2,-3)^{\mathrm T}.$$
|
||||
|
||||
**验算**:$\gamma$ 在 $V_2$ 中的表示:解 $y_1(1,0,1)+y_2(0,1,2)=(1,-2,-3)$ 得 $y_1=1$ 、$y_2=-2$ ,$1\cdot(1,0,1)-2(0,1,2)=(1,-2,-3)$ ✓。
|
||||
|
||||
故 $V_1\cap V_2=L\big((1,-2,-3)^{\mathrm T}\big)$ ,维数 1。
|
||||
|
||||
(Ⅲ)$2+2-1=3=\dim(V_1+V_2)$ ✓。
|
||||
|
||||
**另一条快速解法**(平面法):$V_1$ 是平面 $x-y+z=0$ ,$V_2$ 是平面 $x+2y-z=0$ ,两平面法向量不平行故交于一条直线,方向取叉积:
|
||||
|
||||
$$(1,-1,1)\times(1,2,-1)=(-3,2,3),$$
|
||||
|
||||
与 $(1,-2,-3)$ 成比例 ✓。
|
||||
|
||||
**易错点**:
|
||||
1. 交空间不能直接"看",必须解方程;设 $\gamma=Ax=By$ 后是**齐次**方程组,取非零解;
|
||||
2. 维数公式里的 $\dim(V_1+V_2)$ 是**并排拼**后的秩,不是两个秩相加;
|
||||
3. 交空间基**只取一个方向**(1 维),不要写成两个向量。
|
||||
|
||||
---
|
||||
若用平面法核验,两个平面是 $x-y+z=0$ 与 $x+2y-z=0$,法向量叉积为 $(-1,2,3)$,与所得方向相反,是同一条直线。
|
||||
|
||||
### 第 17 题
|
||||
|
||||
**答案**:见证明。
|
||||
由第一组三向量相关,存在不全为零的 $c_1,c_2,c_3$ 使
|
||||
|
||||
**思路**:
|
||||
$$c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0.$$
|
||||
|
||||
(Ⅰ)$\alpha_1,\alpha_2,\alpha_3$ 线性相关 ⟹ 存在**不全为零**的 $k_1,k_2,k_3$ 使
|
||||
第二组无关,所以其中的 $\alpha_2,\alpha_3$ 也无关。如果 $c_1=0$,就会推出 $c_2=c_3=0$,与“不全为零”矛盾。故 $c_1\ne0$,可以解出
|
||||
|
||||
$$k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0 .$$
|
||||
$$\alpha_1=-\frac{c_2}{c_1}\alpha_2-\frac{c_3}{c_1}\alpha_3.$$
|
||||
|
||||
若 $k_1=0$ ,则 $k_2\alpha_2+k_3\alpha_3=0$ 且 $(k_2,k_3)$ 不全为零,即 $\alpha_2,\alpha_3$ 线性相关。由"部分相关 ⟹ 整体相关",$\alpha_2,\alpha_3,\alpha_4$ 也线性相关,与题设矛盾。故 $k_1\neq0$ ,于是
|
||||
若 $\alpha_4$ 能由 $\alpha_1,\alpha_2,\alpha_3$ 表示,把上式代入,就会使 $\alpha_4$ 能由 $\alpha_2,\alpha_3$ 表示,违反第二组无关。因此不能表示。
|
||||
|
||||
$$\alpha_1=-\frac{k_2}{k_1}\alpha_2-\frac{k_3}{k_1}\alpha_3,$$
|
||||
|
||||
即 $\alpha_1$ 可由 $\alpha_2,\alpha_3$ 线性表示。
|
||||
|
||||
(Ⅱ)反证。若 $\alpha_4$ 可由 $\alpha_1,\alpha_2,\alpha_3$ 表示:
|
||||
|
||||
$$\alpha_4=l_1\alpha_1+l_2\alpha_2+l_3\alpha_3 .$$
|
||||
|
||||
由(Ⅰ)$\alpha_1\in L(\alpha_2,\alpha_3)$ ,代入得 $\alpha_4\in L(\alpha_2,\alpha_3)$ ,即存在 $m_2,m_3$ 使 $\alpha_4=m_2\alpha_2+m_3\alpha_3$ ,也就是
|
||||
|
||||
$$m_2\alpha_2+m_3\alpha_3-\alpha_4=0,$$
|
||||
|
||||
$\alpha_4$ 的系数 $-1\neq0$ ,说明 $\alpha_2,\alpha_3,\alpha_4$ 线性相关,与题设矛盾。故 $\alpha_4$ 不能由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示。
|
||||
|
||||
**易错点**:
|
||||
1. (Ⅰ)的**关键一步是排除 $k_1=0$ 的情形**,这一步不写等于没证;
|
||||
2. "部分相关 ⟹ 整体相关"这条要在(Ⅰ)里**明确引用**,不能默认;
|
||||
3. (Ⅱ)必须用**反证**(正面很难说清"不能"),且矛盾要指回题设的"$\alpha_2,\alpha_3,\alpha_4$ 无关"。
|
||||
|
||||
---
|
||||
关键是先证明要除的 $c_1$ 非零,不能直接除。
|
||||
|
||||
### 第 18 题
|
||||
|
||||
**答案**:见证明。
|
||||
先证明两方向。$Ax=0$ 时,左乘 $A^{\mathrm T}$ 得 $A^{\mathrm T}Ax=0$;反之若 $A^{\mathrm T}Ax=0$,左乘 $x^{\mathrm T}$:
|
||||
|
||||
**思路**:
|
||||
$$0=x^{\mathrm T}A^{\mathrm T}Ax=(Ax)^{\mathrm T}(Ax)=\sum_i(Ax)_i^2.$$
|
||||
|
||||
(Ⅰ)**先证同解**。
|
||||
实数平方和为零,所以每个分量为零,故 $Ax=0$。两组同解,未知量个数同为 $n$,所以
|
||||
|
||||
- 若 $Ax=0$ ,则两边左乘 $A^{\mathrm T}$ 得 $A^{\mathrm T}Ax=0$ ;
|
||||
- 反之若 $A^{\mathrm T}Ax=0$ ,两边左乘 $x^{\mathrm T}$ 得
|
||||
$$n-r(A)=n-r(A^{\mathrm T}A),$$
|
||||
|
||||
$$x^{\mathrm T}A^{\mathrm T}Ax=0\Longrightarrow(Ax)^{\mathrm T}(Ax)=0\Longrightarrow\lVert Ax\rVert^2=0\Longrightarrow Ax=0 .$$
|
||||
得到同秩。这里用的是第 4 讲的解空间维数公式。
|
||||
|
||||
故两个方程组**同解**,解空间相同,维数相同:
|
||||
|
||||
$$n-r(A^{\mathrm T}A)=n-r(A)\Longrightarrow r(A^{\mathrm T}A)=r(A).$$
|
||||
|
||||
(这里用到 $A^{\mathrm T}A$ 是 $n$ 阶方阵、$r(A^{\mathrm T}A)\le r(A)$ 本就成立。)
|
||||
|
||||
(Ⅱ)$A^{\mathrm T}A$ 是 $n$ 阶方阵,故
|
||||
|
||||
$$A^{\mathrm T}A\ \text{可逆}\iff r(A^{\mathrm T}A)=n\iff r(A)=n\iff A\ \text{的列向量组线性无关}.$$
|
||||
|
||||
**易错点**:
|
||||
1. 第二步反推必须用 $x^{\mathrm T}$ 左乘凑出 $\lVert Ax\rVert^2$ ,**不能**直接约去 $A^{\mathrm T}$ ($A^{\mathrm T}$ 不是方阵、未必可逆);
|
||||
2. 由"同解"得"秩相等"要**说清依据**:解空间维数 $=n-r$ ;
|
||||
3. 本题只对**实**矩阵成立(用了内积正定性);复矩阵要改成 $A^{H}A$ 。
|
||||
|
||||
---
|
||||
|
||||
## 命题质量报告
|
||||
|
||||
### 一、考点覆盖表
|
||||
|
||||
| 考点 | 题号 | 真题骨架 |
|
||||
|---|---|---|
|
||||
| 线性相关性判定(具体数字) | 1 | 🟨2024·6 |
|
||||
| 秩与极大无关组 | 2、14 | 🟨2017·13 |
|
||||
| 线性表示(唯一性) | 3、12 | 🟨2020·6 |
|
||||
| 内积、长度、正交 | 4 | 🟨2023·15(同考法) |
|
||||
| 施密特正交化 | 5、9 | 🟨2021·6 |
|
||||
| 向量组等价 | 6、10 | 🟨2022·7 |
|
||||
| 变换后的相关性(系数矩阵法) | 7 | 🟩仓库 |
|
||||
| 含参数的秩 | 8 | 🟨2017·13 |
|
||||
| 基与过渡矩阵、坐标变换 | 11、13 | 🟨2019·20 |
|
||||
| 交空间与维数公式 | 16 | 🟨2023·7 |
|
||||
| 替换定理 | 15 | 🟩仓库 |
|
||||
| 相关/无关的推证 | 17 | 🟩仓库 |
|
||||
| 内积证秩 $r(A^{\mathrm T}A)=r(A)$ | 18 | 🟩仓库(第 2 讲 §6.2 的证明化) |
|
||||
|
||||
**真题覆盖**:第 11 章 8 道真题**全部有对应**(2024·6→1、2017·13→2/8、2020·6→12、2023·15→4、2021·6→9、2022·7→6/10、2019·20→11/13、2023·7→16)。
|
||||
|
||||
### 二、难度分布与命题意图
|
||||
|
||||
| 组 | 题量 | 分值占比 | 意图 |
|
||||
|---|---|---|---|
|
||||
| A | 6 | 33% | 把"行列式判相关、秩与主元列、表示唯一性、内积与施密特、等价"五个基本动作练成条件反射 |
|
||||
| B | 8 | 44% | 含参(8、12)、变换后(7)、过渡矩阵(11、13)、交空间前置(16 的前半)——**考试的真实难度区间** |
|
||||
| C | 4 | 22% | 三道证明 + 一道结构分析,专攻"定义证明"与"反证",这是选填题拉不开、大题才考的能力 |
|
||||
|
||||
### 三、防过拟合说明
|
||||
|
||||
- 所有数字、维度、参数**全部原创**,未抄任何真题数值;
|
||||
- 只对齐"**考法结构**":例如 2019·20 考"基与过渡矩阵 + 求坐标",本题用不同基底复现同一结构;
|
||||
- 标「真题骨架」的题做完**可直接回刷真题原题**,不会因为数字相同而产生"背答案"的假象。
|
||||
|
||||
### 四、薄弱点提示
|
||||
|
||||
若本卷错 4 题以上,优先回补:
|
||||
|
||||
1. **极大无关组**(第 2、14 题)——错在这里说明"行变换 + 主元列"的流程没固化;
|
||||
2. **变换后相关性**(第 7 题)——不会写"系数矩阵 + 行列式"是硬伤,后面第 5 讲特征向量会继续用;
|
||||
3. **过渡矩阵方向**(第 11、13 题)——这是全讲唯一可能出大题的点,方向搞反等于零分。
|
||||
|
||||
---
|
||||
|
||||
> **下一步**:进入 [[线性代数-第4讲-线性方程组/01-考点手册]]。本讲的"表示 ⟺ 有解 ⟺ 秩相等"会在那里展开成完整的解结构理论。
|
||||
$A$ 列向量无关,等价于 $r(A)=n$,再等价于 $r(A^{\mathrm T}A)=n$;后者是 $n$ 阶方阵,满秩即可逆。证明同时说明了为什么题设强调实矩阵。
|
||||
|
||||
Binary file not shown.
Binary file not shown.
Binary file not shown.
@@ -1,65 +1,32 @@
|
||||
---
|
||||
tags:
|
||||
- 数学一
|
||||
- 在学练习
|
||||
- 线性代数
|
||||
- 向量
|
||||
- MOC
|
||||
专题: 线性代数 第3讲 · 向量(真题库第 11 章)
|
||||
日期: 2026-10-18
|
||||
状态: 已出(考点 + 试题 + 解析 三件分离)
|
||||
tags: [数学一, 在学练习, 线性代数, MOC]
|
||||
专题: 线性代数 第3讲 · 向量
|
||||
日期: 2026-10-20
|
||||
状态: 已重写,考点、试题、解析齐全
|
||||
---
|
||||
|
||||
# 线性代数 第3讲 · 向量
|
||||
# 第3讲 · 向量
|
||||
|
||||
> 「考点 / 试题 / 解析」三件分离:先看 `01-考点手册` 建立框架 → 做 `02-试题` 限时练 → 对 `03-解析` 复盘。
|
||||
这一版按“概念的意思 → 完整例子 → 条件与结论 → 对应练习”编写。先把例子亲手复算一遍,再做同类题;不要求先背完公式。
|
||||
|
||||
## 一、本文件夹文件
|
||||
| 文件 | 用法 |
|
||||
|---|---|
|
||||
| [[线性代数-第3讲-向量/01-考点手册\|考点手册]] | 从头理解,也可按卡点回查 |
|
||||
| [[线性代数-第3讲-向量/02-试题\|18 道分层习题]] | 独立题面,不含答案 |
|
||||
| [[线性代数-第3讲-向量/03-解析\|逐步解析]] | 先讲入口,再算过程,最后检查 |
|
||||
|
||||
| 文件 | 用途 | 打开时机 |
|
||||
|---|---|---|
|
||||
| **[[01-考点手册]]** | 全考点:线性表示 / 相关性 / 极大无关组 / 向量组等价 / 内积与施密特正交化 / 基与过渡矩阵 / 交空间 | 学之前 / 复习时 |
|
||||
| **[[02-试题]]** | 18 题分层练习(A 基础 6 / B 中等 8 / C 拔高 4),**不含答案** | 限时自测 |
|
||||
| **[[03-解析]]** | 18 题详解 + 思路 + 易错点 + 真题骨架 + 命题质量报告 | 做完对答案 |
|
||||
1—6 定义与直接计算;7—14 参数、正交化与坐标;15—18 证明与交空间。建议分三次,共约 95 分钟。
|
||||
|
||||
> `04-答疑笔记.md` 暂未创建,等你卡住提问后按题号增量追加。
|
||||
## 平板 PDF
|
||||
|
||||
## 二、训练目标
|
||||
- [考点手册](PDF/线代第3讲-考点手册.pdf)
|
||||
- [试题答题版](PDF/线代第3讲-试题-答题版.pdf)
|
||||
- [逐步解析](PDF/线代第3讲-解析.pdf)
|
||||
|
||||
- 真题库 **第 11 章**:近十年 **8 题 / 44 分**,热度「常态」。**单选为主,偶有 11 分大题**。
|
||||
- 八年里出现过的考法:向量组的秩(2017·13)、**基与过渡矩阵**(2019·20 大题)、线性表示(2020·6、2023·7)、**施密特正交化**(2021·6)、**向量组等价**(2022·7)、内积与线性组合(2023·15)、**线性相关性**(2024·6)。
|
||||
- 本讲是**第 2 讲(矩阵)与第 4 讲(方程组)的桥**:向量的线性表示 ⟺ 方程组有解 ⟺ 秩相等。
|
||||
PDF 与本次 Markdown 同步重建。题面留答题空间;公式由本地 KaTeX 渲染。
|
||||
|
||||
## 三、难度与用时
|
||||
## 参考与衔接
|
||||
|
||||
| 组 | 题量 | 对应 | 建议用时 | 难度 |
|
||||
|---|---|---|---|---|
|
||||
| A 基础 | 6(1–6) | 定义与直接判定 | 25 分钟 | ★☆☆ |
|
||||
| B 中等 | 8(7–14) | 含参、变换、求基 | 40 分钟 | ★★☆ |
|
||||
| C 拔高 | 4(15–18) | 证明与结构 | 30 分钟 | ★★★ |
|
||||
| **合计** | **18** | | **约 95 分钟** | 建议拆两天 |
|
||||
参考本仓库 `参考仓库/Math/linear-algebra` 中相应的 `knowledge` 和 `exercise` 章节;讲义题型作为学习框架,新增练习另设数据。真题锚点仅用于定位知识块,不作押题依据。
|
||||
|
||||
## 四、命题依据与来源记号
|
||||
|
||||
- 🟨 **真题库**:`kaoyan_math1.db` 第 11 章(8 题 44 分,2017–2024)。
|
||||
- 🟩 **参考仓库**:`参考仓库/Math/linear-algebra/knowledge/3-vector` + `exercise/3-vector`。
|
||||
- 🟦 **视频**:第 3 讲。
|
||||
- **防过拟合**:试题数字全部原创,仅考法结构对齐真题;标「真题骨架」的题做完可直接回刷真题原题。
|
||||
|
||||
## 五、平板书写版(PDF)
|
||||
|
||||
| 文件 | 页数 | 用途 |
|
||||
|---|---|---|
|
||||
| `线代第3讲-试题-答题版.pdf` | 16 | **主用**:18 题逐题留白(A 组半页 / B·C 组整页) |
|
||||
| `线代第3讲-解析.pdf` | 13 | 答案与详解 |
|
||||
| `线代第3讲-考点手册.pdf` | 11 | 复习查阅 |
|
||||
|
||||
> **重新生成**:`bash .workbuddy/tools/md2pdf/rebuild_la_pdfs.sh` (或单文件 `node .workbuddy/tools/md2pdf/md2pdf.js --in 02-试题.md --out PDF/xxx.pdf --mode answer`)
|
||||
|
||||
## 六、关联
|
||||
|
||||
- 上层:[[总览]]
|
||||
- 上一讲:[[线性代数-第2讲-矩阵/README]](矩阵的秩是本章的唯一工具)
|
||||
- 下一讲:[[线性代数-第4讲-线性方程组/README]]
|
||||
- 跨章:第 5 讲的特征向量、第 6 讲的合同变换都要用施密特正交化
|
||||
- 错题:[[做题本]]
|
||||
从 [[线性代数-重写版导读]] 查看三讲学习顺序及本次纠错记录。
|
||||
|
||||
Reference in New Issue
Block a user