新增线性代数第2/3/4讲(第2讲只出考点手册,第3讲起配习题)

第2讲 矩阵(真题库第10章,11题71分)
- 按安排不出习题,只写考点手册:运算铁律 / 逆与伴随 / 初等变换
  左行右列 / 秩十条不等式 / 分块矩阵秩六条 / 矩阵幂四条路线 / 正交矩阵
- 重点标出分块秩(2018·6、2021·7、2023·5 三次)与矩阵幂大题

第3讲 向量(真题库第11章,8题44分)
- 手册:线性表示三判据 / 相关性八定理 / 极大无关组(只行变换)
  / 等价 r(A)=r(B)=r(A,B) / 施密特 / 基与过渡矩阵(坐标方向相反)
  / 交空间与维数公式
- 试题 18 题(A6/B8/C4),8 道真题全部有骨架对应
- 解析含命题质量报告与薄弱点提示

第4讲 线性方程组(真题库第12章,7题39分)
- 手册:克拉默 / 齐次解空间 n-r / 非齐次解结构 / 判定总表
  / 三平面五种位置关系(含三棱柱)/ 同解与公共解 / 矩阵方程
- 试题 18 题(A6/B8/C4);三平面几何连考3年,单独成两题
- 解析含命题质量报告

配套
- 7 个平板 PDF(考点手册×3、试题答题版×2、解析×2),
  KaTeX 渲染 0 报错 0 残留公式
- 新增 rebuild_la_pdfs.sh 批量重建
- 总览.md 补入三讲的目录树
This commit is contained in:
2026-10-18 22:16:08 +08:00
parent 50bd8a033a
commit db08efe012
19 changed files with 3030 additions and 0 deletions
@@ -0,0 +1,440 @@
---
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]]"
---
# 线性代数 第3讲 · 向量 · 考点手册
> **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。
---
## 0. 本讲定位与学习地图
**一句话概括**:**向量组的一切问题,都翻译成矩阵的秩**。
```
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)
```
**六条主线与真题对应**
| 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 |
---
## 1. 向量与向量组
### 1.1 基本概念
$n$ 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。
**向量组**:同维数的若干个向量构成的集合 $A:\alpha_1,\alpha_2,\cdots,\alpha_s$ 。
### 1.2 向量组的矩阵表示(第一个关键动作)
把 $s$ 个 $n$ 维**列**向量拼成 $n\times s$ 矩阵:
$$A=(\alpha_1,\alpha_2,\cdots,\alpha_s).$$
于是:
- 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"。
> ⚠️ **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。
---
## 2. 线性表示
### 2.1 定义
若存在数 $k_1,\cdots,k_s$ 使
$$\beta=k_1\alpha_1+k_2\alpha_2+\cdots+k_s\alpha_s,$$
则称 $\beta$ 可由 $\alpha_1,\cdots,\alpha_s$ **线性表示**(线性表出)。
### 2.2 三个等价判据(必须背成条件反射)
$$\boxed{\beta\ \text{可由}\ \alpha_1,\cdots,\alpha_s\ \text{表示}\iff Ax=\beta\ \text{有解}\iff r(A)=r(A,\beta)}$$
其中 $A=(\alpha_1,\cdots,\alpha_s)$ ,$(A,\beta)$ 是**增广矩阵**。
**三种情形的精确判据**(设 $A$ 为 $n\times s$ ):
| 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 |
> **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。
### 2.3 表示式与矩阵乘法的统一视角
设 $B=(\beta_1,\cdots,\beta_t)$ ,则
$$B=AC\iff \text{每个}\ \beta_j\ \text{都可由}\ \alpha\ \text{组表示},$$
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。
**推论**(极常用):
$$B=AC\ \Longrightarrow\ r(B)\le r(A).$$
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。
### 2.4 常用结论
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)。
---
## 3. 线性相关与线性无关
### 3.1 定义
若存在**不全为零**的数 $k_1,\cdots,k_s$ 使
$$k_1\alpha_1+k_2\alpha_2+\cdots+k_s\alpha_s=0,$$
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**。
> **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**。
### 3.2 三个等价判据
设 $A=(\alpha_1,\cdots,\alpha_s)$ 为 $n\times s$ :
$$\boxed{\alpha_1,\cdots,\alpha_s\ \text{线性相关}\iff r(A)<s\iff Ax=0\ \text{有非零解}}$$
$$\boxed{\text{线性无关}\iff r(A)=s\iff Ax=0\ \text{只有零解}}$$
**特别地**($s=n$ 时,方阵):
$$\alpha_1,\cdots,\alpha_n\ \text{线性无关}\iff\lvert A\rvert\neq0.$$
> ⚠️ **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**"。
### 3.3 八条定理(选择题与证明题的全部弹药)
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。
> **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"**。
> **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**。
### 3.4 几何直观(三维,帮助记忆与秒判)
| 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 |
> 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"。
### 3.5 判定的标准流程
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**。
---
## 4. 向量组的秩与极大线性无关组
### 4.1 定义
- **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 $r(A)$ 。
**两条基本事实**:
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。
### 4.2 求法(唯一正确姿势:只作行变换)
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。
> ⚠️ **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)。
> **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")
### 4.3 秩与相关性/表示的关系
$$r(\alpha_1,\cdots,\alpha_s)=s\iff\text{线性无关};\qquad r<s\iff\text{线性相关}.$$
$$\beta\ \text{可由}\ \alpha\ \text{组表示}\iff r(\alpha_1,\cdots,\alpha_s)=r(\alpha_1,\cdots,\alpha_s,\beta).$$
$$\text{若}\ \alpha\ \text{组可由}\ \beta\ \text{组表示,则}\ r(\alpha)\le r(\beta).$$
---
## 5. 向量组等价
### 5.1 定义
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 $A\cong B$ 。
> **直觉**:等价 = 两组"张成同一个空间"(列空间相同)。
### 5.2 判定定理(三合一)
设 $A=(\alpha_1,\cdots,\alpha_s)$ ,$B=(\beta_1,\cdots,\beta_t)$ ,则
$$\boxed{A\cong B\iff r(A)=r(B)=r(A,B)},$$
其中 $(A,B)$ 是把两组向量**并排拼**成的大矩阵。
**另一条好用的判据**:若 $A$ 可由 $B$ 表示(即存在 $C$ 使 $A=BC$ ),则
$$A\cong B\iff r(A)=r(B).$$
### 5.3 三条性质与一个反例
| 性质 | 说明 |
|---|---|
| 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]]。
@@ -0,0 +1,175 @@
---
tags:
- 数学一
- 在学练习
- 线性代数
- 向量
- 线性相关性
- 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
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]]"
---
# 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。
> **难度**:A ★☆☆ · B ★★☆ · C ★★★。
---
## A 组 · 基础(直接判定,★☆☆)
**1.** 【线性相关性 🟨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)若线性相关,写出一个具体的线性关系式(即求出不全为零的 $k_1,k_2,k_3$ )。
**2.** 【秩与极大无关组 🟨2017·13 骨架】设
$$\alpha_1=(1,2,-1)^{\mathrm T},\quad \alpha_2=(2,4,-2)^{\mathrm T},\quad \alpha_3=(0,1,1)^{\mathrm T},\quad \alpha_4=(1,3,0)^{\mathrm T}.$$
(Ⅰ)求向量组的秩;
(Ⅱ)求一个极大线性无关组,并把其余向量用该极大无关组线性表示。
**3.** 【线性表示 · 唯一性】设
$$\beta=(1,0,2)^{\mathrm T},\quad \alpha_1=(1,1,0)^{\mathrm T},\quad \alpha_2=(0,1,1)^{\mathrm T},\quad \alpha_3=(1,0,1)^{\mathrm T}.$$
(Ⅰ)判断 $\beta$ 能否由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示,并说明表示法是否唯一;
(Ⅱ)若可以,求出表示式。
**4.** 【内积、长度与正交】设
$$\alpha=(1,2,2)^{\mathrm T},\quad \beta=(2,-2,1)^{\mathrm T},\quad \gamma=(2,1,-2)^{\mathrm T}.$$
(Ⅰ)验证 $\alpha,\beta,\gamma$ 两两正交,并求各自的长度;
(Ⅱ)判断单位化后是否构成 $\mathbb R^3$ 的一组规范正交基;
(Ⅲ)求内积 $(\alpha+2\beta,\ \gamma-\beta)$ 。
**5.** 【施密特正交化 · 两向量】设 $\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ 。用施密特方法将它们正交化、单位化,并写出所得的规范正交组。
**6.** 【向量组等价 · 选择 🟨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。下列说法**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 $s=t$
## B 组 · 中等(含参、变换、求基,★★☆)
**7.** 【相关性 · 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 $\beta_1,\beta_2,\beta_3$ 的线性相关性;
(Ⅱ)求 $\gamma_1,\gamma_2,\gamma_3$ 的秩。
**8.** 【含参数的秩 🟨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 $a$ 的值,使 $\alpha_1,\alpha_2,\alpha_3$ 线性相关;
(Ⅱ)对每一个使它们线性相关的 $a$ ,求该向量组的秩。
**9.** 【施密特正交化 · 三向量 🟨2021·6 骨架】设
$$\alpha_1=(1,1,0)^{\mathrm T},\quad \alpha_2=(1,0,1)^{\mathrm T},\quad \alpha_3=(0,1,1)^{\mathrm T}.$$
(Ⅰ)用施密特方法将其正交化,求出 $\beta_1,\beta_2,\beta_3$ ;
(Ⅱ)单位化,写出规范正交组 $e_1,e_2,e_3$ ;
(Ⅲ)验算 $(\beta_3,\beta_1)=0$ 与 $(\beta_3,\beta_2)=0$ 。
**10.** 【等价判定 · 说明理由】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,并说明理由;
(Ⅱ)再取 $C:\ \gamma_1=(1,0,0)^{\mathrm T}$ 与 $D:\ \delta_1=(0,1,0)^{\mathrm T}$ ,判断这两个组是否等价。由此说明"秩相等"是否为等价的充分条件。
**11.** 【基与过渡矩阵 🟨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)求从基 $\varepsilon_1,\varepsilon_2,\varepsilon_3$ 到基 $\alpha_1,\alpha_2,\alpha_3$ 的过渡矩阵 $C$ ;
(Ⅲ)求 $\beta=(1,2,3)^{\mathrm T}$ 在基 $\alpha_1,\alpha_2,\alpha_3$ 下的坐标。
**12.** 【线性表示 · 求参数 🟨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 $t$ 的值,使 $\beta$ 可由 $\alpha_1,\alpha_2$ 线性表示;
(Ⅱ)当 $\beta$ **不能**被表示时,求 $r(\alpha_1,\alpha_2,\beta)$ 。
**13.** 【坐标变换】沿用第 11 题的两组基。
(Ⅰ)已知向量 $\gamma$ 在基 $\alpha_1,\alpha_2,\alpha_3$ 下的坐标为 $(2,-1,3)^{\mathrm T}$ ,求 $\gamma$ 在标准基下的坐标;
(Ⅱ)求 $\delta=(1,1,1)^{\mathrm T}$ 在基 $\alpha_1,\alpha_2,\alpha_3$ 下的坐标。
**14.** 【秩与极大无关组 · 四维】设
$$\alpha_1=(1,1,0,0)^{\mathrm T},\ \alpha_2=(0,1,1,0)^{\mathrm T},\ \alpha_3=(0,0,1,1)^{\mathrm T},\ \alpha_4=(1,0,0,1)^{\mathrm T}.$$
求该向量组的秩与一个极大无关组,并把不在极大无关组中的向量用它表示。
## C 组 · 拔高(证明与结构,★★★)
**15.** 【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 $k_1k_2k_3\neq0$ 。证明:
(Ⅰ)$\beta,\alpha_2,\alpha_3$ 线性无关;
(Ⅱ)一般地,把任一 $\alpha_i$ 换成 $\beta$ 后,所得向量组仍线性无关。
**16.** 【交空间与维数公式 🟨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 $\dim V_1$ 、$\dim V_2$ 与 $\dim(V_1+V_2)$ ;
(Ⅱ)求 $V_1\cap V_2$ 的一组基与维数;
(Ⅲ)验证维数公式 $\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2)$ 。
**17.** 【相关与无关的推证 🟩】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。
**18.** 【内积证明秩】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。
---
> **做完对答案** → [[03-解析]]。
@@ -0,0 +1,586 @@
---
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]]"
---
# 线性代数 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**
$$\beta\ \text{可被}\ \alpha\ \text{表示}\iff r(A)=r(A,\beta);\qquad \alpha_1,\cdots,\alpha_s\ \text{相关}\iff r(A)<s;$$
$$A\cong B\iff r(A)=r(B)=r(A,B).$$
---
## A 组 · 基础
### 第 1 题
**答案**:(Ⅰ)线性相关;(Ⅱ)$-3\alpha_1+\alpha_2+\alpha_3=0$ ,即 $\alpha_2=3\alpha_1-\alpha_3$ 。
**思路**:三个三维向量,个数 = 维数,用行列式。
$$\lvert A\rvert=\begin{vmatrix}1&1&2\\2&3&1\\1&0&5\end{vmatrix}=1(15-0)-1(10-1)+2(0-3)=15-9-6=0,$$
故线性相关。求关系式即解 $A x=0$ :
$$x_1+2x_2+x_3=0,\qquad x_1+3x_2=0,\qquad 2x_1+x_2+5x_3=0 .$$
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。
---
### 第 2 题
**答案**:秩 $=2$ ;极大无关组取 $\{\alpha_1,\alpha_3\}$ ;$\alpha_2=2\alpha_1$ ,$\alpha_4=\alpha_1+\alpha_3$ 。
**思路**:按列拼矩阵,只作**行变换**:
$$A=(\alpha_1,\alpha_2,\alpha_3,\alpha_4)=\begin{pmatrix}1&2&0&1\\2&4&1&3\\-1&-2&1&0\end{pmatrix}\ \xrightarrow{\ r_2-2r_1,\ r_3+r_1\ }$$
$$\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&1&1\end{pmatrix}\ \xrightarrow{\ r_3-r_2\ }\ \begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&0&0\end{pmatrix}.$$
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。
---
### 第 3 题
**答案**:(Ⅰ)能表示,且**唯一**;(Ⅱ)$\beta=-\dfrac12\alpha_1+\dfrac12\alpha_2+\dfrac32\alpha_3$ 。
**思路**:$A=(\alpha_1,\alpha_2,\alpha_3)$ 为 $3\times3$ :
$$\lvert A\rvert=\begin{vmatrix}1&0&1\\1&1&0\\0&1&1\end{vmatrix}=1(1-0)-0+1(1-0)=2\neq0 .$$
故 $r(A)=r(A,\beta)=3=s$ ,**表示法唯一**。解方程组 $x_1\alpha_1+x_2\alpha_2+x_3\alpha_3=\beta$ :
$$\begin{cases}x_1+x_3=1\\ x_1+x_2=0\\ x_2+x_3=2\end{cases}\Longrightarrow x_1=-\frac12,\ x_2=\frac12,\ x_3=\frac32 .$$
**验算**:$-\frac12(1,1,0)+\frac12(0,1,1)+\frac32(1,0,1)=(1,0,2)^{\mathrm T}$ ✓。
**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。
---
### 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)$-18$ 。
**思路**:
(Ⅰ)逐个算内积:
$$(\alpha,\beta)=2-4+2=0,\quad (\alpha,\gamma)=2+2-4=0,\quad (\beta,\gamma)=4-2-2=0 .$$
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。
---
### 第 5 题
**答案**:
$$\beta_1=(1,1,0)^{\mathrm T},\qquad \beta_2=\frac12(1,-1,2)^{\mathrm T};$$
$$e_1=\frac{1}{\sqrt2}(1,1,0)^{\mathrm T},\qquad e_2=\frac{1}{\sqrt6}(1,-1,2)^{\mathrm T}.$$
**思路**:
$$\beta_1=\alpha_1=(1,1,0)^{\mathrm T},$$
$$\beta_2=\alpha_2-\frac{(\alpha_2,\beta_1)}{(\beta_1,\beta_1)}\beta_1=(1,0,1)^{\mathrm T}-\frac{1}{2}(1,1,0)^{\mathrm T}=\left(\frac12,-\frac12,1\right)^{\mathrm T}.$$
**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**。
---
### 第 6 题
**答案**:**B**。
**思路**:逐项判。
- (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,✗。
**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。
---
## B 组 · 中等
### 第 7 题
**答案**:(Ⅰ)$\beta$ 组**线性无关**;(Ⅱ)$r(\gamma)=2$ 。
**思路**:统一用"系数矩阵 + 行列式"。
(Ⅰ)写成矩阵形式
$$(\beta_1,\beta_2,\beta_3)=(\alpha_1,\alpha_2,\alpha_3)\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix}=(\alpha_1,\alpha_2,\alpha_3)C .$$
$$\lvert C\rvert=1(1-0)-0+1(1-0)=2\neq0\Longrightarrow C\ \text{可逆}\Longrightarrow r(\beta)=r(\alpha)=3,$$
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。
---
### 第 8 题
**答案**:(Ⅰ)$a=1$ 或 $a=2$ ;(Ⅱ)两种情形下秩**都**为 2。
**思路**:三个三维向量,算行列式。
$$\lvert A\rvert=\begin{vmatrix}1&1&1\\1&2&a\\1&4&a^2\end{vmatrix}.$$
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
$$\lvert A\rvert=(2-1)(a-1)(a-2)=(a-1)(a-2).$$
(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。
---
### 第 9 题
**答案**:
$$\beta_1=(1,1,0)^{\mathrm T},\quad \beta_2=\frac12(1,-1,2)^{\mathrm T},\quad \beta_3=\frac23(-1,1,1)^{\mathrm T};$$
$$e_1=\frac{1}{\sqrt2}(1,1,0)^{\mathrm T},\quad e_2=\frac{1}{\sqrt6}(1,-1,2)^{\mathrm T},\quad e_3=\frac{1}{\sqrt3}(-1,1,1)^{\mathrm T}.$$
**思路**:
$\beta_1=\alpha_1=(1,1,0)^{\mathrm T}$ ;
$$\beta_2=\alpha_2-\frac{(\alpha_2,\beta_1)}{(\beta_1,\beta_1)}\beta_1=(1,0,1)^{\mathrm T}-\frac12(1,1,0)^{\mathrm T}=\left(\frac12,-\frac12,1\right)^{\mathrm T};$$
$$\beta_3=\alpha_3-\frac{(\alpha_3,\beta_1)}{(\beta_1,\beta_1)}\beta_1-\frac{(\alpha_3,\beta_2)}{(\beta_2,\beta_2)}\beta_2 .$$
逐项算:$(\alpha_3,\beta_1)=1$ ,$(\beta_1,\beta_1)=2$ ,故第一项系数 $\frac12$ ;
$(\alpha_3,\beta_2)=0\cdot\frac12+1\cdot\left(-\frac12\right)+1\cdot1=\frac12$ ,$(\beta_2,\beta_2)=\frac14+\frac14+1=\frac32$ ,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。
---
### 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。
**思路**:
(Ⅰ)直接观察系数:
$$\beta_1=\alpha_1+\alpha_2=(2,1,1)^{\mathrm T},\qquad \beta_2=\alpha_1-\alpha_2=(0,1,-1)^{\mathrm T}.$$
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 11 题
**答案**:
(Ⅰ)$\lvert C\rvert=-2\neq0$ ,是基;
(Ⅱ)$C=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix}$ ;
(Ⅲ)$\beta$ 在 $\alpha$ 基下的坐标为 $(1,2,0)^{\mathrm T}$ 。
**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)。
---
### 第 12 题
**答案**:(Ⅰ)$t=2$ ;(Ⅱ)$r(\alpha_1,\alpha_2,\beta)=3$ 。
**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**。
---
### 第 13 题
**答案**:(Ⅰ)$\gamma=(5,2,1)^{\mathrm T}$ ;(Ⅱ)$\delta$ 的坐标为 $\left(\frac12,\frac12,\frac12\right)^{\mathrm T}$ 。
**思路**:
(Ⅰ)坐标乘基向量:
$$\gamma=2\alpha_1+(-\alpha_2)+3\alpha_3=2(1,0,1)^{\mathrm T}-(0,1,1)^{\mathrm T}+3(1,1,0)^{\mathrm T}=(5,2,1)^{\mathrm T}.$$
(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。
---
### 第 14 题
**答案**:秩 $=3$ ;极大无关组 $\{\alpha_1,\alpha_2,\alpha_3\}$ ;$\alpha_4=\alpha_1-\alpha_2+\alpha_3$ 。
**思路**:按列拼矩阵并作行变换:
$$A=\begin{pmatrix}1&0&0&1\\1&1&0&0\\0&1&1&0\\0&0&1&1\end{pmatrix}\ \xrightarrow{\ r_2-r_1\ }\ \begin{pmatrix}1&0&0&1\\0&1&0&-1\\0&1&1&0\\0&0&1&1\end{pmatrix}$$
$$\xrightarrow{\ r_3-r_2\ }\ \begin{pmatrix}1&0&0&1\\0&1&0&-1\\0&0&1&1\\0&0&1&1\end{pmatrix}\ \xrightarrow{\ r_4-r_3\ }\ \begin{pmatrix}1&0&0&1\\0&1&0&-1\\0&0&1&1\\0&0&0&0\end{pmatrix}.$$
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
### 第 15 题
**答案**:见证明。
**思路**:
(Ⅰ)设
$$c_0\beta+c_2\alpha_2+c_3\alpha_3=0 .$$
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。
---
### 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。
**思路**:
(Ⅰ)$\alpha_1,\alpha_2$ 不成比例,故 $\dim V_1=2$ ;同理 $\dim V_2=2$ 。
把四个向量并排拼成 $3\times4$ 矩阵,取前三列 $\alpha_1,\alpha_2,\beta_1$ :
$$\begin{vmatrix}1&0&1\\1&1&0\\0&1&1\end{vmatrix}=1(1-0)-0+1(1-0)=2\neq0,$$
故 $r(A,B)=3$ ,即 $\dim(V_1+V_2)=3$ (等于整个 $\mathbb R^3$ )。
(Ⅱ)设 $\gamma\in V_1\cap V_2$ ,则存在 $x_1,x_2,y_1,y_2$ 使
$$x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2 .$$
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。
---
### 第 17 题
**答案**:见证明。
**思路**:
(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
$$k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0 .$$
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
$$\alpha_1=-\frac{k_2}{k_1}\alpha_2-\frac{k_3}{k_1}\alpha_3,$$
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"。
---
### 第 18 题
**答案**:见证明。
**思路**:
(Ⅰ)**先证同解**。
- 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
$$x^{\mathrm T}A^{\mathrm T}Ax=0\Longrightarrow(Ax)^{\mathrm T}(Ax)=0\Longrightarrow\lVert Ax\rVert^2=0\Longrightarrow Ax=0 .$$
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。
@@ -0,0 +1,65 @@
---
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)
---
# 线性代数 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。
## 一、本文件夹文件
| 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 |
> `04-答疑笔记.md` 暂未创建,等你卡住提问后按题号增量追加。
## 二、训练目标
- 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。
## 三、难度与用时
| 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 |
## 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]]