Compare commits

..
2 Commits
Author SHA1 Message Date
Yimu 63336dbaa2 记忆:线代六讲章节映射 + Gitea 的 $..$** 渲染死局 2026-10-18 22:16:37 +08:00
Yimu db08efe012 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
2026-10-18 22:16:08 +08:00
21 changed files with 3051 additions and 0 deletions
+19
View File
@@ -0,0 +1,19 @@
# 2026-10-18
## 线性代数 第2/3/4讲(在学练习)
**用户要求**:在学练习加入线性代数,从第 2 讲开始,但**第 2 讲不出习题**,第 3 讲起出题,做到第 4 讲。
**产出**(commit `db08efe`,未推送):
- `在学练习/线性代数-第2讲-矩阵/`:README + 01-考点手册(无 02/03,按安排)。手册覆盖运算铁律、逆与伴随、初等变换(左行右列)、秩十条不等式、分块秩六条、矩阵幂四条路线、正交矩阵。
- `在学练习/线性代数-第3讲-向量/`:README + 手册 + 试题 18 题(A6/B8/C4)+ 解析。8 道真题全部有骨架对应。
- `在学练习/线性代数-第4讲-线性方程组/`:README + 手册 + 试题 18 题 + 解析。三平面几何单独成两题(连考三年)。
- 7 个 PDF;新增 `.workbuddy/tools/md2pdf/rebuild_la_pdfs.sh`。
- `总览.md` 补入三讲目录树。
**线代章节映射**(已确认):第2讲↔ch10(11题71分)、第3讲↔ch11(8题44分)、第4讲↔ch12(7题39分)、第5讲↔ch13(11题83分)、第6讲↔ch14(10题80分);第1讲行列式↔ch9(3题13分)。参考仓库 `linear-algebra/{knowledge,exercise}/1..6` 与六章一一对应。
**关键技术发现**:新出现第三类 Gitea 渲染死局——`$…$**`(加粗以公式收尾)。此时补空格会破坏加粗的 right-flanking,**只能改写句式**(把公式挪出加粗,或在公式后补一个汉字再收 `**`)。本次共改写 9+ 处。
**答案校验方式**:用 Python(Fraction + 高斯消元)逐题验算行列式与秩,确认 A1 det=7、B8 同解参数 a=1/b=4、B9 三个 a 值、C16 a=7&b≠3 等。
+2
View File
@@ -8,6 +8,7 @@
- `在学练习/<专题>-文件夹/` —— **正在学的章节**,采用「README + 01-考点手册 + 02-试题 + 03-解析 + 04-答疑笔记 + PDF/」多文件结构(用户 2026-10-13 确认) - `在学练习/<专题>-文件夹/` —— **正在学的章节**,采用「README + 01-考点手册 + 02-试题 + 03-解析 + 04-答疑笔记 + PDF/」多文件结构(用户 2026-10-13 确认)
- 答疑按**题号增量追加**到 `04-答疑笔记.md` - 答疑按**题号增量追加**到 `04-答疑笔记.md`
- 讲次 ↔ 真题库章节映射:**第3讲 多维随机变量 ↔ ch17**;**第5讲 大数定律与中心极限定理 ↔ ch19**;**第6讲 数理统计 ↔ ch20(基本概念)+ ch21(参数估计)+ ch22(假设检验)**。新讲次按「视频讲次 ↔ DB 章节」对应关系挂靠 - 讲次 ↔ 真题库章节映射:**第3讲 多维随机变量 ↔ ch17**;**第5讲 大数定律与中心极限定理 ↔ ch19**;**第6讲 数理统计 ↔ ch20(基本概念)+ ch21(参数估计)+ ch22(假设检验)**。新讲次按「视频讲次 ↔ DB 章节」对应关系挂靠
- **线性代数(2026-10-18 起)**:第2讲 矩阵 ↔ ch10(11 题 71 分,**不出习题**)、第3讲 向量 ↔ ch11(8 题 44 分)、第4讲 线性方程组 ↔ ch12(7 题 39 分)、第5讲 特征值 ↔ ch13(11 题 83 分)、第6讲 二次型 ↔ ch14(10 题 80 分);第1讲 行列式 ↔ ch9(3 题 13 分)。参考仓库 `linear-algebra/{knowledge,exercise}/{1..6}-*` 与六章一一对应
- 考点/试题**同一知识点只归属其"正统"讲次**(如切比雪夫不等式属第 5 讲,不在第 3 讲展开,仅留一行交叉链接) - 考点/试题**同一知识点只归属其"正统"讲次**(如切比雪夫不等式属第 5 讲,不在第 3 讲展开,仅留一行交叉链接)
- **考点手册的覆盖面 = 大纲要求 ∪ 真题考过 ∪ 参考仓库涉及**,不能只写"真题考过的"(例:第6讲「两个正态总体的均值差/方差比区间估计与假设检验」大纲明确要求、十年未考,仍须写全,标注为"高性价比冷门") - **考点手册的覆盖面 = 大纲要求 ∪ 真题考过 ∪ 参考仓库涉及**,不能只写"真题考过的"(例:第6讲「两个正态总体的均值差/方差比区间估计与假设检验」大纲明确要求、十年未考,仍须写全,标注为"高性价比冷门")
- 真题库:`试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/kaoyan_math1.db`(2016–2025,225 题,表 `question`) - 真题库:`试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/kaoyan_math1.db`(2016–2025,225 题,表 `question`)
@@ -19,6 +20,7 @@
- **写 `.md` 时,行内公式 `$…$` 的收尾 `$` 后面必须紧跟半角空格**,再写中文或全角标点(云端 Gitea 的硬性要求,见工具链)。例:`若 $X_n\to X$ ,则…` - **写 `.md` 时,行内公式 `$…$` 的收尾 `$` 后面必须紧跟半角空格**,再写中文或全角标点(云端 Gitea 的硬性要求,见工具链)。例:`若 $X_n\to X$ ,则…`
- **多行 `$$…$$` 块的开头与收尾 `$$` 必须独占一行**(Gitea 硬性要求)。 - **多行 `$$…$$` 块的开头与收尾 `$$` 必须独占一行**(Gitea 硬性要求)。
- 标题/正文里 `**加粗**` 的收尾 `**` 后若是汉字,补一个半角空格(避免 CommonMark flank 规则导致星号外露)。 - 标题/正文里 `**加粗**` 的收尾 `**` 后若是汉字,补一个半角空格(避免 CommonMark flank 规则导致星号外露)。
- **绝对不要写 `$…$**`(加粗以公式收尾)**:Gitea 要求收尾 `$` 后是空白,补空格又会破坏 `**` 的 right-flanking,**两头都死**,只能改写句式——把公式挪出加粗,或在公式后补一个汉字再收 `**`(例:`**因式分解凑出 $XY=E$ 的形式**`)。同理避免 `$…$"`(半角引号)与 `$…$)`,改用空格或去掉引号。
- 题目要求**难度分层**(A 基础 / B 中等 / C 拔高),题量可比小练多。 - 题目要求**难度分层**(A 基础 / B 中等 / C 拔高),题量可比小练多。
- 出题**防过拟合**:数字/区域原创,只对齐考法;要标「真题骨架」锚点。 - 出题**防过拟合**:数字/区域原创,只对齐考法;要标「真题骨架」锚点。
- 讲解要**从零拆解 + 指出易错点**,并配图(show_widget 用 SVG)。 - 讲解要**从零拆解 + 指出易错点**,并配图(show_widget 用 SVG)。
@@ -0,0 +1,32 @@
#!/usr/bin/env bash
# 批量生成线性代数(第2/3/4讲)平板书写版 PDF
# 用法:bash .workbuddy/tools/md2pdf/rebuild_la_pdfs.sh
set -e
NODE="C:/Users/Wang Ling/.workbuddy/binaries/node/versions/22.22.2-6/node.exe"
TOOL="D:/考研/第二代数学笔记/.workbuddy/tools/md2pdf/md2pdf.js"
BASE="D:/考研/第二代数学笔记/基于考研的学习/数学一/在学练习"
# ---------- 第2讲 矩阵(只有考点手册) ----------
cd "$BASE/线性代数-第2讲-矩阵"
mkdir -p PDF
"$NODE" "$TOOL" --in 01-考点手册.md --out "PDF/线代第2讲-考点手册.pdf" --title "线性代数 第2讲 · 矩阵 · 考点手册"
# ---------- 第3讲 向量 ----------
cd "$BASE/线性代数-第3讲-向量"
mkdir -p PDF
"$NODE" "$TOOL" --in 01-考点手册.md --out "PDF/线代第3讲-考点手册.pdf" --title "线性代数 第3讲 · 向量 · 考点手册"
"$NODE" "$TOOL" --in 02-试题.md --out "PDF/线代第3讲-试题-答题版.pdf" --title "线性代数 第3讲 · 向量 · 试题(答题版)" --mode answer
"$NODE" "$TOOL" --in 03-解析.md --out "PDF/线代第3讲-解析.pdf" --title "线性代数 第3讲 · 向量 · 解析"
# ---------- 第4讲 线性方程组 ----------
cd "$BASE/线性代数-第4讲-线性方程组"
mkdir -p PDF
"$NODE" "$TOOL" --in 01-考点手册.md --out "PDF/线代第4讲-考点手册.pdf" --title "线性代数 第4讲 · 线性方程组 · 考点手册"
"$NODE" "$TOOL" --in 02-试题.md --out "PDF/线代第4讲-试题-答题版.pdf" --title "线性代数 第4讲 · 线性方程组 · 试题(答题版)" --mode answer
"$NODE" "$TOOL" --in 03-解析.md --out "PDF/线代第4讲-解析.pdf" --title "线性代数 第4讲 · 线性方程组 · 解析"
echo "=== 完成 ==="
find "$BASE" -path "*线性代数-*" -name "*.pdf" -printf "%p\n" 2>/dev/null | while read -r f; do
echo " $(du -h "$f" | cut -f1) $f"
done
+15
View File
@@ -80,6 +80,21 @@ tags:
│ ├── 概率论第6讲-试题-答题版.pdf(17 页,A 半页 / B·C 整页留白) │ ├── 概率论第6讲-试题-答题版.pdf(17 页,A 半页 / B·C 整页留白)
│ ├── 概率论第6讲-解析.pdf(13 页) │ ├── 概率论第6讲-解析.pdf(13 页)
│ └── 概率论第6讲-考点手册.pdf(19 页,含两总体区间估计与检验) │ └── 概率论第6讲-考点手册.pdf(19 页,含两总体区间估计与检验)
│ ├── 线性代数-第2讲-矩阵/ ✓ 已出(2026-10-18,真题库第 10 章,11 题 71 分)
│ │ ├── README.md ✓ **本讲不出习题**(按安排,习题从第 3 讲起)
│ │ └── 01-考点手册.md ✓ 运算铁律 / 逆与伴随 / 初等变换 / 秩十条 / 分块 / 矩阵幂 / 正交矩阵
│ ├── 线性代数-第3讲-向量/ ✓ 已出(2026-10-18,真题库第 11 章,8 题 44 分)
│ │ ├── README.md ✓ 文件夹索引与规划
│ │ ├── 01-考点手册.md ✓ 线性表示 / 相关性八定理 / 极大无关组 / 等价 / 施密特 / 基与过渡矩阵 / 交空间
│ │ ├── 02-试题.md ✓ 18 题(A 6 / B 8 / C 4,不含答案)
│ │ ├── 03-解析.md ✓ 18 题详解 + 命题质量报告
│ │ └── PDF/ ✓ 平板书写版(考点手册 / 试题答题版 / 解析)
│ └── 线性代数-第4讲-线性方程组/ ✓ 已出(2026-10-18,真题库第 12 章,7 题 39 分)
│ ├── README.md ✓ 文件夹索引与规划
│ ├── 01-考点手册.md ✓ 克拉默 / 齐次解空间 / 非齐次解结构 / 三平面几何 / 同解与公共解 / 矩阵方程
│ ├── 02-试题.md ✓ 18 题(A 6 / B 8 / C 4,不含答案)
│ ├── 03-解析.md ✓ 18 题详解 + 命题质量报告
│ └── PDF/ ✓ 平板书写版(考点手册 / 试题答题版 / 解析)
├── 模拟卷/ ← 模拟卷(按十年库命题的自测卷) ├── 模拟卷/ ← 模拟卷(按十年库命题的自测卷)
│ ├── 2027模拟卷一.md ✓ 已完成 │ ├── 2027模拟卷一.md ✓ 已完成
│ ├── 无穷级数专项练习.md ✓ 已完成 │ ├── 无穷级数专项练习.md ✓ 已完成
@@ -0,0 +1,543 @@
---
tags:
- 数学一
- 在学练习
- 线性代数
- 矩阵
- 考点
专题: 线性代数 第2讲 · 矩阵(真题库第 10 章)
日期: 2026-10-18
来源: 🟨真题库第 10 章(11 题 71 分)· 🟩参考仓库 linear-algebra/knowledge/2-matrix + exercise/2-matrix
关联: "[[README]] · [[线性代数-第3讲-向量/01-考点手册]] · [[线性代数-第4讲-线性方程组/01-考点手册]]"
---
# 线性代数 第2讲 · 矩阵 · 考点手册
> **定位**:矩阵是线代的**语言层**——向量、方程组、特征值、二次型的全部计算最后都落在矩阵上。真题库 **第 10 章**近十年 **11 题 71 分**,热度「热门」,六章里分值第二高。
> **本讲不出习题**(按你的安排)。练法:背熟本手册的**秩不等式、伴随公式、分块结论、矩阵幂四条路线**,在第 3–6 讲的题里随时调用。
> **来源记号**:🟨 真题库 · 🟩 参考仓库 · 🟦 视频讲次。
---
## 0. 本讲定位与学习地图
**一句话概括**:**矩阵的一切都归结为「秩」和「可逆」**——可逆是"最好情况",秩是"退化了多少"。
**依赖链**
```
矩阵运算(乘法铁律)
│
├──► 行列式 / 迹 ──────────► 特征值(第5讲)
│
├──► 逆矩阵 ◄──► 伴随矩阵
│ │
│ └──► 初等变换 ──► 等价标准形 ──► 秩
│ │
├──► 分块矩阵(秩的算法)───────────┤
│ │
└──► 矩阵幂(秩1 / 幂零 / 二项式 / 对角化)──► 第5、6讲
```
**本讲五条主线**
| 主线 | 核心产出 | 真题落点 |
|---|---|---|
| 运算铁律 | 不可交换、不可消去、转置反序 | 2022·15 |
| 逆与伴随 | 可逆 12 条等价、$A A^*=\lvert A\rvert E$ | 2017·5、2022·5 |
| 初等变换 | **左行右列**、初等矩阵的逆 | 2018·21、2020·5 |
| 秩 | 10 条不等式、$r(A)=r(A^{\mathrm T}A)$ | 2025·7 |
| 分块 | 分块对角/三角的逆与秩 | 2018·6、2021·7、2023·5 |
| 矩阵幂 | 秩 1 / 幂零 / 二项式 / 递推 | 2016·21、2024·21 |
> ⚠️ **一个总开关**:遇到"矩阵关系式"(如 $A^2+2A-3E=O$ 、$AB=A+B$ )第一时间想**因式分解**,凑出 $XY=E$ ,这是所有抽象求逆、抽象可逆判定的统一入口。
---
## 1. 矩阵的基本运算
### 1.1 线性运算与相等
- **同型**(行数、列数都相同)才能相加;$A+B$ 对应元素相加,$kA$ 每个元素乘 $k$ 。
- $A=B$ ⟺ 同型且对应元素全等。
### 1.2 乘法:三条铁律
设 $A$ 为 $m\times n$ ,$B$ 为 $n\times s$ ,则 $AB$ 为 $m\times s$ ,元素为"**左行乘右列**":
$$(AB)_{ij}=\sum_{k=1}^{n}a_{ik}b_{kj}.$$
| 铁律 | 说明 | 反例 |
|---|---|---|
| **不可交换** | $AB\neq BA$ 一般成立(甚至型不同、根本不能相乘) | $A=\begin{pmatrix}1&1\\0&0\end{pmatrix}$ ,$B=\begin{pmatrix}0&0\\1&1\end{pmatrix}$ ,$AB\neq BA$ |
| **不可消去** | $AB=AC$ 且 $A\neq O$ **推不出** $B=C$ | 上例中 $AB=O$ 但 $B\neq O$ |
| **不可分配幂** | $(AB)^k\neq A^kB^k$ 一般 | 同上 |
**推论**:
- $AB=O$ **推不出** $A=O$ 或 $B=O$ (与数的乘法本质不同);
- $(A+B)^2=A^2+2AB+B^2$ **只在** $AB=BA$ 时成立;
- $(A+B)(A-B)=A^2-B^2$ **只在** $AB=BA$ 时成立;
- 幂的运算 $(A^m)(A^n)=A^{m+n}$ 对**同一个** $A$ 恒成立(同底数天然可交换)。
> **为什么不可交换**:矩阵乘法的本质是"**线性变换的复合**"——先旋转再拉伸 ≠ 先拉伸再旋转。
### 1.3 转置
$$(A^{\mathrm T})^{\mathrm T}=A,\quad (A+B)^{\mathrm T}=A^{\mathrm T}+B^{\mathrm T},\quad (kA)^{\mathrm T}=kA^{\mathrm T},\quad \boxed{(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}}.$$
> **反序律的推广**:$(A_1A_2\cdots A_s)^{\mathrm T}=A_s^{\mathrm T}\cdots A_2^{\mathrm T}A_1^{\mathrm T}$ 。
> **和逆矩阵的公式成对记**:$(AB)^{-1}=B^{-1}A^{-1}$ 、$(AB)^{*}=B^{*}A^{*}$ 、$(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$ ——**三条都是"反序"**。
### 1.4 特殊矩阵族(按"幂性质"分类最有用)
| 类型 | 定义 | 关键性质 |
|---|---|---|
| 单位矩阵 $E$ | 主对角为 1 | $AE=EA=A$ |
| 数量矩阵 $kE$ | 主对角全为 $k$ | 与**任意**同阶矩阵可交换 |
| 对角矩阵 $\Lambda=\operatorname{diag}(\lambda_1,\cdots,\lambda_n)$ | 非对角全 0 | 相乘 = 对应位置相乘;$\Lambda^k=\operatorname{diag}(\lambda_1^k,\cdots,\lambda_n^k)$ |
| 对称矩阵 | $A^{\mathrm T}=A$ | 特征值全为实数;不同特征值的特征向量正交(第 5 讲) |
| 反对称矩阵 | $A^{\mathrm T}=-A$ | 主对角全 0;奇数阶时 $\lvert A\rvert=0$ ,**必不可逆** |
| 正交矩阵 | $A^{\mathrm T}A=E$ | $A^{-1}=A^{\mathrm T}$ ;$\lvert A\rvert=\pm1$ |
| **幂等**矩阵 | $A^2=A$ | $A^k=A$ ;$r(A)+r(A-E)=n$ |
| **对合**矩阵 | $A^2=E$ | $A^{-1}=A$ ;$A^{2k}=E$ 、$A^{2k+1}=A$ |
| **幂零**矩阵 | $A^k=O$ (某 $k$ ) | $n$ 阶时必有 $A^n=O$ ;$E-A$ 必可逆 |
**两条常用分解**(🟩 仓库):
- **任意方阵 = 对称 + 反对称**:$A=\dfrac{A+A^{\mathrm T}}{2}+\dfrac{A-A^{\mathrm T}}{2}$ ;
- **任意方阵 × 转置必对称**:$A^{\mathrm T}A$ 与 $AA^{\mathrm T}$ 都是对称矩阵(且半正定,第 6 讲)。
### 1.5 什么情况下可以交换(四类情形,考选择题常靠它)
1. $A$ 与 $kE$ (数量矩阵);
2. $A$ 与 $A^{-1}$ 、$A$ 与 $A^{*}$ 、$A$ 与 $f(A)$ (同一个 $A$ 的"函数"之间都交换,故 $f(A)g(A)=g(A)f(A)$ );
3. 两个**同阶对角矩阵**(更一般:同时对角化的两个矩阵);
4. 题设**明确给出** $AB=BA$ 。
> **其余一律不许交换**。考场上凡是要合并 $AB+BA$ 成 $2AB$ 的地方,必须先确认可交换。
---
## 2. 方阵的行列式与迹
### 2.1 行列式八条公式
$$\lvert A^{\mathrm T}\rvert=\lvert A\rvert,\qquad \lvert kA\rvert=k^n\lvert A\rvert\ (n\ \text{阶}),\qquad \boxed{\lvert AB\rvert=\lvert A\rvert\,\lvert B\rvert},$$
$$\lvert A^{-1}\rvert=\frac{1}{\lvert A\rvert},\qquad \lvert A^{*}\rvert=\lvert A\rvert^{\,n-1},\qquad \lvert A^{m}\rvert=\lvert A\rvert^{m},\qquad \lvert A^{\mathrm T}A\rvert=\lvert A\rvert^{2}.$$
> ⚠️ $\lvert A+B\rvert\neq\lvert A\rvert+\lvert B\rvert$ ——**这是行列式最常设的陷阱**。$\lvert A+B\rvert$ 一般**没有**公式。
> ⚠️ 注意 $\lvert kA\rvert=k^{n}\lvert A\rvert$ 里的 $n$ 是**阶数**,不是元素个数;三阶时是 $k^3$ 。
### 2.2 迹 $\operatorname{tr}$
$$\operatorname{tr}(A)=\sum_{i=1}^{n}a_{ii},\qquad \operatorname{tr}(A+B)=\operatorname{tr}A+\operatorname{tr}B,\qquad \operatorname{tr}(kA)=k\operatorname{tr}A,\qquad \operatorname{tr}(A^{\mathrm T})=\operatorname{tr}A,$$
$$\boxed{\operatorname{tr}(AB)=\operatorname{tr}(BA)}\quad(\text{只要求两个乘积都有意义}).$$
**用途**(后面反复用):
- 秩 1 矩阵 $A=\alpha\beta^{\mathrm T}$ 的迹 $=\beta^{\mathrm T}\alpha$ ,直接给出它唯一的非零特征值;
- $\operatorname{tr}A=\sum\lambda_i$ ,$\lvert A\rvert=\prod\lambda_i$ ——**特征值与行列式/迹的桥**(第 5 讲高频)。
---
## 3. 逆矩阵
### 3.1 定义与唯一性
若存在 $B$ 使 $AB=BA=E$ ,则称 $A$ **可逆**,$B=A^{-1}$ 。逆矩阵**唯一**(若 $B,C$ 都是逆,则 $B=BE=B(AC)=(BA)C=C$ )。
> **判定义时只需验一侧**:对**方阵**而言,$AB=E$ 已经能推出 $BA=E$ (有限维),所以验一侧即可。
### 3.2 可逆的 12 条等价条件(背下来,选择题直接秒)
$A$ 为 $n$ 阶方阵,以下**全部等价**:
| # | 条件 | 出处 |
|---|---|---|
| 1 | $\lvert A\rvert\neq0$ | 行列式 |
| 2 | $r(A)=n$ (满秩) | 秩 |
| 3 | $A$ 的**列**向量组线性无关 | 第 3 讲 |
| 4 | $A$ 的**行**向量组线性无关 | 第 3 讲 |
| 5 | $A$ 的列(行)向量组是 $\mathbb R^n$ 的一组**基** | 第 3 讲 |
| 6 | $Ax=0$ **只有零解** | 第 4 讲 |
| 7 | 对**任意** $b$ ,$Ax=b$ 有**唯一**解 | 第 4 讲 |
| 8 | $A$ 与 $E$ **等价**(可经初等变换化为 $E$ ) | 初等变换 |
| 9 | $A$ 可表示为**若干初等矩阵之积** | 初等变换 |
| 10 | $A$ 的特征值**全不为 0** | 第 5 讲 |
| 11 | $A^{*}$ 可逆 | 伴随 |
| 12 | $A^{\mathrm T}A$ **正定**($A$ 列满秩) | 第 6 讲 |
> **记忆线索**:**行列式 ≠ 0 → 满秩 → 列无关 → 只有零解 → 唯一解 → 等价于 E**,这是一条链,只要记住链头($\lvert A\rvert\neq0$ )就能串出全部。
### 3.3 逆的运算法则
$$(A^{-1})^{-1}=A,\qquad (kA)^{-1}=\frac1k A^{-1}\ (k\neq0),\qquad \boxed{(AB)^{-1}=B^{-1}A^{-1}},$$
$$(A^{\mathrm T})^{-1}=(A^{-1})^{\mathrm T},\qquad \lvert A^{-1}\rvert=\frac{1}{\lvert A\rvert}.$$
> ⚠️ $(A+B)^{-1}\neq A^{-1}+B^{-1}$ ,**一般没有公式**。$A,B$ 都可逆**推不出** $A+B$ 可逆(如 $A=E$ 、$B=-E$ )。
> 处理 $A+B$ 的通用手法:**提公因子**——若 $A$ 可逆,则 $A+B=A(E+A^{-1}B)$ ,于是 $A+B$ 可逆 ⟺ $E+A^{-1}B$ 可逆。
### 3.4 抽象矩阵求逆:凑 $XY=E$ 的四个模板
**模板一:由多项式关系凑**
设 $A^2+2A-3E=O$ 。求 $A^{-1}$ 与 $(A+E)^{-1}$ 。
$$A^2+2A=3E\ \Longrightarrow\ A(A+2E)=3E\ \Longrightarrow\ A\cdot\frac{A+2E}{3}=E\ \Longrightarrow\ A^{-1}=\frac{A+2E}{3}.$$
对 $A+E$ :把等式配方成含 $(A+E)$ 的形式
$$A^2+2A-3E=(A+E)^2-4E=O\ \Longrightarrow\ (A+E)^2=4E\ \Longrightarrow\ (A+E)\cdot\frac{A+E}{4}=E\ \Longrightarrow\ (A+E)^{-1}=\frac{A+E}{4}.$$
**模板二:由 $A+B=AB$ 型凑**
$$A+B=AB\ \Longrightarrow\ AB-A-B=O\ \Longrightarrow\ (A-E)(B-E)=E.$$
于是 $A-E$ 与 $B-E$ **互为逆矩阵**,且两者都可逆。**口诀**:移项后两边同时减 $E$ ("$-A-B$ 配成 $-(A-E)-(B-E)$ ")。
同类:$A+B+AB=O\Longrightarrow(A+E)(B+E)=E$ ;
$AB-A-2B=O\Longrightarrow(A-2E)(B-E)=2E\Longrightarrow (A-2E)\cdot\dfrac{B-E}{2}=E$ 。
**模板三:幂零级数型**
若 $A^k=O$ ,则
$$(E-A)(E+A+A^2+\cdots+A^{k-1})=E-A^k=E,$$
所以 $(E-A)^{-1}=E+A+\cdots+A^{k-1}$ (**有限项,不需要收敛性**)。同理 $(E+A)^{-1}=E-A+A^2-\cdots$ 。
**模板四:分块型**
$$\begin{pmatrix}A&O\\C&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&O\\-B^{-1}CA^{-1}&B^{-1}\end{pmatrix},\qquad \begin{pmatrix}A&C\\O&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}.$$
> **验证方法**:直接乘一遍即可(考场上写"易验"就行,不要试图推导)。
---
## 4. 伴随矩阵 $A^{*}$
### 4.1 定义与核心公式
$A^{*}=(A_{ij})^{\mathrm T}$ ,其中 $A_{ij}$ 是 $a_{ij}$ 的**代数余子式**(注意是**转置**后的排列)。
$$\boxed{A A^{*}=A^{*}A=\lvert A\rvert E}$$
由此立刻得到两条**最常用**的推论:
$$\lvert A\rvert\neq0\ \Longrightarrow\ A^{-1}=\frac{A^{*}}{\lvert A\rvert},\qquad A^{*}=\lvert A\rvert A^{-1}.$$
### 4.2 二阶伴随的口诀
$$A=\begin{pmatrix}a&b\\c&d\end{pmatrix}\ \Longrightarrow\ A^{*}=\begin{pmatrix}d&-b\\-c&a\end{pmatrix},$$
即"**主对角互换,副对角变号**"。三阶及以上只能老实算 9 个代数余子式。
### 4.3 伴随七条性质
| 公式 | 说明 |
|---|---|
| $\lvert A^{*}\rvert=\lvert A\rvert^{\,n-1}$ | 由 $\lvert A\rvert\lvert A^{*}\rvert=\lvert A\rvert^{n}$ 得 |
| $(A^{*})^{*}=\lvert A\rvert^{\,n-2}A$ | $n\ge2$ ;特别 $n=2$ 时 $(A^{*})^{*}=A$ |
| $(kA)^{*}=k^{\,n-1}A^{*}$ | **不是** $k^n$ |
| $(AB)^{*}=B^{*}A^{*}$ | 反序 |
| $(A^{\mathrm T})^{*}=(A^{*})^{\mathrm T}$ | 转置不反序(同一位置) |
| $(A^{-1})^{*}=(A^{*})^{-1}$ | $A$ 可逆时 |
| $A^{*}$ 的特征值为 $\dfrac{\lvert A\rvert}{\lambda_i}$ | $A$ 可逆时(第 5 讲) |
### 4.4 伴随的秩:三段式(选择题必考)
$$\boxed{r(A^{*})=\begin{cases}n, & r(A)=n,\\[2pt] 1, & r(A)=n-1,\\[2pt] 0, & r(A)\le n-2.\end{cases}}$$
**记忆**:**满秩 → 满秩;差一 → 变 1;差二 → 归零。**
**理由速览**:$r(A)=n$ 时 $A^{*}=\lvert A\rvert A^{-1}$ 可逆;$r(A)=n-1$ 时 $A^{*}\neq O$ (存在非零的 $n-1$ 阶子式)但 $A^{*}A=O$ ,故 $r(A^{*})\le n-r(A)=1$ ,只能等于 1;$r(A)\le n-2$ 时所有 $n-1$ 阶子式为 0,$A^{*}=O$ 。
---
## 5. 初等变换与初等矩阵(真题重灾区)
### 5.1 三种初等变换
1. 交换两行(列);
2. 用非零数 $k$ 乘某行(列);
3. 把某行(列)的 $k$ 倍加到另一行(列)。
**初等矩阵**:对 $E$ 作**一次**初等变换得到的矩阵,记作 $E_{ij}$ (交换 $i,j$ 两行)、$E_i(k)$ 、$E_{ij}(k)$ 。
### 5.2 左行右列定理(最重要的一句话)
$$\boxed{\text{左乘初等矩阵 = 作同种行变换;右乘初等矩阵 = 作同种列变换。}}$$
- $E_{ij}A$ :交换 $A$ 的 $i,j$ **两行**;$AE_{ij}$ :交换 $A$ 的 $i,j$ **两列**;
- $E_i(k)A$ :$A$ 的第 $i$ **行**乘 $k$ ;$AE_i(k)$ :第 $i$ **列**乘 $k$ ;
- $E_{ij}(k)A$ :$A$ 的第 $j$ 行乘 $k$ 加到第 $i$ 行;$AE_{ij}(k)$ :$A$ 的第 $i$ 列乘 $k$ 加到第 $j$ 列。
> ⚠️ **$\mathbf{E_{ij}(k)}$ 的方向最容易错**:$E_{ij}(k)A$ 是"**第 $j$ 行 → 第 $i$ 行**"(行指标是"新位置",列指标是"来源")。$AE_{ij}(k)$ 则反过来是"**第 $i$ 列 → 第 $j$ 列**"。
> **考场验算技巧**:取 $A=E$ 试一次就知道方向对不对。
### 5.3 初等矩阵的逆与转置
$$E_{ij}^{-1}=E_{ij}=E_{ij}^{\mathrm T},\qquad E_i(k)^{-1}=E_i\!\left(\frac1k\right),\qquad E_{ij}(k)^{-1}=E_{ij}(-k).$$
> 三种初等矩阵**都可逆**,且逆仍是同类型初等矩阵——这正是"$A$ 可逆 ⟺ $A$ 是初等矩阵之积"的来源。
### 5.4 矩阵等价与等价标准形
$A$ 经**有限次**初等变换化为 $B$ ,称 $A$ 与 $B$ **等价**。任意 $m\times n$ 矩阵 $A$ ($r(A)=r$ )都等价于
$$\begin{pmatrix}E_r&O\\O&O\end{pmatrix}_{m\times n},$$
即存在可逆 $P,Q$ 使 $PAQ=\begin{pmatrix}E_r&O\\O&O\end{pmatrix}$ 。**初等变换不改变秩**,所以等价的充要条件是**同型且同秩**。
### 5.5 用初等变换求逆(只许行变换)
$$[\,A\mid E\,]\ \xrightarrow{\ \text{行变换}\ }\ [\,E\mid A^{-1}\,].$$
求 $AX=B$ 则用 $[\,A\mid B\,]\to[\,E\mid A^{-1}B\,]$ 。
> ⚠️ **求逆只能用行变换**。若同时用列变换,左边化成 $E$ 时右边已经不是 $A^{-1}$ 了(右边被"右乘"了某个 $Q$ )。
> 若坚持用列变换,则要对**竖排**的 $\begin{pmatrix}A\\E\end{pmatrix}$ 作列变换化为 $\begin{pmatrix}E\\A^{-1}\end{pmatrix}$ 。
### 5.6 真题两个坑(2018·21 / 2020·5)
**坑一:把"列变换"当成"行变换"**。题目说"$A$ 经若干次**列**变换化为 $B$ ",则正确的表达是
$$B=AP\quad(P\ \text{可逆,且是初等矩阵之积}),$$
而**不是** $B=PA$ 。若行、列变换都用过,则 $B=PAQ$ 。
**坑二:误以为"$A$ 与 $B$ 等价"能推出"$A=B$ 或相似"**。等价只保证**同秩**,既不保特征值也不保行列式。
**标准解法**:把题目给的每一步变换**逐次写成矩阵乘法**(左乘/右乘对应初等矩阵),最后合并成 $P$ 或 $Q$ 。2018·21 的 11 分大题就是这么做的。
---
## 6. 矩阵的秩
### 6.1 三个等价定义
1. **最高阶非零子式的阶数**(定义);
2. **行秩**(行向量组的秩)= **列秩**(列向量组的秩)——三者恒相等;
3. $r(A)=r$ ⟺ $A$ 可经初等变换化为 $\begin{pmatrix}E_r&O\\O&O\end{pmatrix}$ 。
### 6.2 十条不等式(2025·7 就考这个)
| # | 结论 | 备注 |
|---|---|---|
| 1 | $0\le r(A)\le\min\{m,n\}$ | 满秩 / 降秩 |
| 2 | $r(A)=r(A^{\mathrm T})=r(A^{\mathrm T}A)=r(AA^{\mathrm T})$ | 高频 |
| 3 | $\lvert r(A)-r(B)\rvert\le r(A\pm B)\le r(A)+r(B)$ | 三角不等式 |
| 4 | $r(AB)\le\min\{r(A),r(B)\}$ | 乘法降秩 |
| 5 | $r(AB)\ge r(A)+r(B)-n$ | **Sylvester**,$A$ 的列数 $=B$ 的行数 $=n$ |
| 6 | $AB=O\Longrightarrow r(A)+r(B)\le n$ | 5 的推论,极高频 |
| 7 | $r(ABC)\ge r(AB)+r(BC)-r(B)$ | Frobenius,考研少用 |
| 8 | $A^2=A\Longrightarrow r(A)+r(A-E)=n$ | $\ge$ 用三角,$\le$ 用 $A(A-E)=O$ |
| 9 | $A^2=E\Longrightarrow r(A+E)+r(A-E)=n$ | 同上,$(A+E)(A-E)=O$ |
| 10 | $r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$ | 分块对角,见 §7 |
**两条必须会证**(考过证明思路):
- **第 6 条**:$AB=O$ ⟹ $B$ 的每一列都是 $Ax=0$ 的解,故 $B$ 的列向量组落在解空间内,$r(B)\le n-r(A)$ 。
- **第 8 条**:$\ge$ 用 $r(A)+r(A-E)\ge r\big(A-(A-E)\big)=r(E)=n$ ;$\le$ 用 $A(A-E)=O$ 配第 6 条。
> **怎么用第 2 条**:$r(A^{\mathrm T}A)=r(A)$ 的证明是"$Ax=0$ 与 $A^{\mathrm T}Ax=0$ 同解"——只需证 $A^{\mathrm T}Ax=0\Rightarrow x^{\mathrm T}A^{\mathrm T}Ax=0\Rightarrow \lVert Ax\rVert^2=0\Rightarrow Ax=0$ 。**这是内积证秩的样板**(第 3 讲 C 组会再练)。
### 6.3 秩与"可乘可逆"
$$P,Q\ \text{可逆}\ \Longrightarrow\ r(PAQ)=r(A).$$
**含义**:初等变换不改变秩;等价类由秩唯一确定。**这条是把"抽象矩阵的秩"化成"具体矩阵的秩"的唯一通道**。
---
## 7. 分块矩阵(真题重灾区:3 次)
### 7.1 分块运算的合法性
- **加法**:同型且**同一种分法**;
- **乘法**:**前块的列分法 = 后块的行分法**;
- **转置**:每块转置 + **整体反序**:$\begin{pmatrix}A&B\\C&D\end{pmatrix}^{\mathrm T}=\begin{pmatrix}A^{\mathrm T}&C^{\mathrm T}\\B^{\mathrm T}&D^{\mathrm T}\end{pmatrix}$ 。
### 7.2 分块对角与分块三角
$$\begin{vmatrix}A&O\\O&B\end{vmatrix}=\lvert A\rvert\,\lvert B\rvert,\qquad \begin{vmatrix}A&C\\O&B\end{vmatrix}=\lvert A\rvert\,\lvert B\rvert,$$
$$\begin{pmatrix}A&O\\O&B\end{pmatrix}^{k}=\begin{pmatrix}A^{k}&O\\O&B^{k}\end{pmatrix},\qquad \begin{pmatrix}A&O\\O&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&O\\O&B^{-1}\end{pmatrix}.$$
**分块三角的逆**(四块都要对上号):
$$\begin{pmatrix}A&O\\C&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&O\\-B^{-1}CA^{-1}&B^{-1}\end{pmatrix},\qquad \begin{pmatrix}A&C\\O&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}.$$
### 7.3 分块矩阵的秩:六条结论(本章第一重点)
$$\text{(i)}\quad r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r\begin{pmatrix}O&A\\B&O\end{pmatrix}=r(A)+r(B);$$
$$\text{(ii)}\quad r\begin{pmatrix}A&C\\O&B\end{pmatrix}\ge r(A)+r(B);\qquad \text{(iii)}\quad r\begin{pmatrix}A&O\\C&B\end{pmatrix}\ge r(A)+r(B);$$
$$\text{(iv)}\quad \max\{r(A),r(B)\}\le r\begin{pmatrix}A&C\\O&B\end{pmatrix}\le r(A)+r(B)+r(C);$$
$$\text{(v)}\quad r\begin{pmatrix}A&A\\A&A\end{pmatrix}=r(A);\qquad \text{(vi)}\quad r\begin{pmatrix}A&B\\B&A\end{pmatrix}=r(A+B)+r(A-B).$$
**证 (v)**:$\begin{pmatrix}A&A\\A&A\end{pmatrix}=\begin{pmatrix}E\\E\end{pmatrix}A\begin{pmatrix}E&E\end{pmatrix}$ ,两边分别是列满秩、行满秩,故秩 $=r(A)$ 。
**证 (vi)**:左乘可逆矩阵 $\begin{pmatrix}E&E\\E&-E\end{pmatrix}$ (其行列式 $\lvert-2E\rvert=(-2)^n\neq0$ ):
$$\begin{pmatrix}E&E\\E&-E\end{pmatrix}\begin{pmatrix}A&B\\B&A\end{pmatrix}=\begin{pmatrix}A+B&A+B\\A-B&B-A\end{pmatrix},$$
再把第 2 块列减去第 1 块列(右乘可逆矩阵),得 $\begin{pmatrix}A+B&O\\A-B&2(B-A)\end{pmatrix}$ ,故秩 $=r(A+B)+r(A-B)$ 。
**证 (ii) 的直观**:前 $r(A)$ 个线性无关的 $A$ 的行,配上右块零,仍线性无关;$B$ 的 $r(B)$ 个无关行也如此,且这两组行"位置不重叠",故至少 $r(A)+r(B)$ 。
### 7.4 分块题的标准解法(三步)
1. **先看能不能"分块初等变换"化简**:用可逆的分块矩阵左乘/右乘(形如 $\begin{pmatrix}E&O\\X&E\end{pmatrix}$ 这类),把 $C$ 消掉;
2. **再用 (i)–(vi)** 套结论;
3. 若 $A$ 可逆,可用 **Schur 补**:
$$r\begin{pmatrix}A&B\\C&D\end{pmatrix}=r(A)+r\big(D-CA^{-1}B\big)\qquad(A\ \text{可逆}).$$
> **2018·6 / 2021·7 / 2023·5 的共同套路**:题目给出 $r(A)$ 与某些关系(如 $A^2=A$ 、$AB=O$ ),问某个分块矩阵的秩。**先想办法把它化成 (i)(ii)(v)(vi) 之一**,不要硬算元素。
---
## 8. 矩阵方程
| 方程 | 有解条件 | 解法($A$ 可逆时) |
|---|---|---|
| $AX=B$ | $r(A)=r(A,B)$ ($B$ 的每列都能被 $A$ 的列表示) | $X=A^{-1}B$ ,或 $[A\mid B]\to[E\mid A^{-1}B]$ |
| $XA=B$ | $r(A)=r\begin{pmatrix}A\\B\end{pmatrix}$ | $X=BA^{-1}$ ,或转置成 $A^{\mathrm T}X^{\mathrm T}=B^{\mathrm T}$ |
| $AXB=C$ | $A,C$ 都可逆时才唯一 | $X=A^{-1}CB^{-1}$ |
> ⚠️ **不能写成** $\dfrac BA$ ——矩阵没有除法;$XA=B$ 的解是 $BA^{-1}$ (**右乘**),不是 $A^{-1}B$ 。
> ⚠️ $AX=B$ 且 $A$ **不可逆**时,解**不唯一**,要用"逐列解方程组"或按第 4 讲的方法求通解。
**抽象矩阵方程的标准动作**:先**移项、提公因子**,把 $X$ 单独留在一边:
$$AX+X=B\ \Longrightarrow\ (A+E)X=B\ \Longrightarrow\ X=(A+E)^{-1}B.$$
---
## 9. 矩阵幂与递推(大题主线,真题 2 次)
### 9.1 四条路线(按识别特征选)
| 特征 | 路线 | 公式 |
|---|---|---|
| $A=\alpha\beta^{\mathrm T}$ (秩 1) | 用迹 | $A^{k}=\big(\operatorname{tr}A\big)^{k-1}A$ |
| $A^k=O$ (幂零) | 二项式截断 | $A^{m}=O\ (m\ge n)$ |
| $A$ 与某矩阵可交换 | 二项式展开 | $(A+B)^n=\sum\binom nk A^kB^{n-k}$ |
| 可对角化 | $A=P\Lambda P^{-1}$ | $A^{k}=P\Lambda^{k}P^{-1}$ (第 5 讲) |
### 9.2 秩 1 矩阵公式(2016·21 的核心)
若 $A=\alpha\beta^{\mathrm T}$ ($\alpha,\beta$ 为 $n$ 维列向量,$\beta^{\mathrm T}\alpha\neq0$ ),则
$$A^{2}=\alpha\beta^{\mathrm T}\alpha\beta^{\mathrm T}=(\beta^{\mathrm T}\alpha)\,\alpha\beta^{\mathrm T}=\big(\operatorname{tr}A\big)A,$$
$$\boxed{A^{k}=\big(\beta^{\mathrm T}\alpha\big)^{k-1}A=\big(\operatorname{tr}A\big)^{k-1}A\quad(k\ge1).}$$
**配套结论**(考选择常一起考):秩 1 矩阵的特征值为 $\operatorname{tr}A,\,0,\,0,\cdots,0$ ;$A$ 可对角化 ⟺ $\operatorname{tr}A\neq0$ 。
> **识别技巧**:题目给的 $A$ 若**每一行都是同一行的倍数**(或每一列都是同一列的倍数),就是秩 1,立刻写 $A=\alpha\beta^{\mathrm T}$ 。
### 9.3 幂零与二项式
若 $A^k=O$ ,则 $n$ 阶时 $A^n=O$ ,于是
$$(E+A)^{n}=E+nA+\binom n2A^2+\cdots+A^{n}=E+nA+\cdots+\binom{n}{n-1}A^{n-1}.$$
典型:$A=\begin{pmatrix}0&1&0\\0&0&1\\0&0&0\end{pmatrix}$ ,$A^2=\begin{pmatrix}0&0&1\\0&0&0\\0&0&0\end{pmatrix}$ ,$A^3=O$ 。
### 9.4 递推数列构造矩阵(2024·21 的骨架)
若 $a_{n+1}=pa_n+qa_{n-1}$ ,令 $\xi_n=\binom{a_{n+1}}{a_n}$ ,则
$$\xi_{n}=\begin{pmatrix}p&q\\1&0\end{pmatrix}\xi_{n-1}\ \Longrightarrow\ \xi_n=M^{\,n-1}\xi_1,$$
再把 $M$ 对角化求 $M^{n-1}$ (第 5 讲)。**这是"递推 → 矩阵幂 → 对角化"的三段式**,2024·21 的 12 分题正是这条链。
---
## 10. 正交矩阵(连接第 3、5 讲)
**定义**:$A^{\mathrm T}A=E$ (等价于 $AA^{\mathrm T}=E$ ,等价于 $A^{-1}=A^{\mathrm T}$ )。
**五条等价刻画**:
1. $A^{-1}=A^{\mathrm T}$ ;
2. $A$ 的**列**向量组是**规范正交基**;$A$ 的**行**向量组也是;
3. $A$ 保持内积:$(Ax,Ay)=(x,y)$ ;
4. $A$ 保持长度:$\lVert Ax\rVert=\lVert x\rVert$ ;
5. $\lvert A\rvert=\pm1$ 。
> ⚠️ $\lvert A\rvert=\pm1$ 只是**必要**条件,**不充分**(如 $\begin{pmatrix}1&1\\0&1\end{pmatrix}$ 行列式为 1 但不是正交矩阵)。
> **特征值**:实特征值只能是 $\pm1$ ;复特征值的模为 1(第 5 讲)。
---
## 11. 十年真题落点地图(🟨 第 10 章 11 题 71 分)
| 年份·题号 | 题型 | 分值 | 考点 | 本手册节 |
|---|---|---|---|---|
| 2016·21 | 解答 | 11 | 矩阵幂与线性组合 | §9.2 |
| 2017·5 | 单选 | 4 | 可逆矩阵判定 | §3.2 |
| 2018·6 | 单选 | 4 | **分块矩阵的秩** | §7.3 |
| 2018·21 | 解答 | 11 | **初等列变换**与可逆矩阵 | §5.2 / §5.6 |
| 2020·5 | 单选 | 4 | 初等列变换 | §5.2 |
| 2021·7 | 单选 | 5 | **分块矩阵的秩** | §7.3 |
| 2022·5 | 单选 | 5 | 可逆的判定 | §3.2 |
| 2022·15 | 填空 | 5 | 矩阵恒等变形 | §3.4 |
| 2023·5 | 单选 | 5 | **分块矩阵的秩** | §7.3 |
| 2024·21 | 解答 | 12 | **递推数列与矩阵幂** | §9.4 |
| 2025·7 | 单选 | 5 | **矩阵秩的不等式** | §6.2 |
**分布规律**:
- **选择/填空 7 题 31 分**(可逆判定、分块秩、初等列变换、秩不等式、恒等变形)——**全是结论题**,背熟就得分;
- **大题 3 题 34 分**(矩阵幂 2 次、初等变换 1 次)——第 21 题的主力之一;
- **分块矩阵的秩 3 次**(2018、2021、2023),间隔 2–3 年,**下一次大概率落在 2026 前后**。
**跨章牵连**:矩阵的秩是第 3 讲(向量组的秩)、第 4 讲(方程组解的判定)的唯一工具;伴随与逆是第 5 讲($A^{*}$ 的特征值)的常客。
---
## 12. 速查卡 · 陷阱清单
### 12.1 速记十二条
1. **不可交换、不可消去**;$AB=O$ 推不出 $A=O$ 或 $B=O$ ;
2. 三条反序律:$(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$ 、$(AB)^{-1}=B^{-1}A^{-1}$ 、$(AB)^{*}=B^{*}A^{*}$ ;
3. $\lvert kA\rvert=k^{n}\lvert A\rvert$ ;$\lvert A+B\rvert$ **无公式**;
4. $A$ 可逆 ⟺ $\lvert A\rvert\neq0$ ⟺ $r(A)=n$ ⟺ 列无关 ⟺ $Ax=0$ 只有零解;
5. **凑** $XY=E$ 是抽象求逆的唯一入口($A+B=AB\Rightarrow(A-E)(B-E)=E$ );
6. $A^{*}=\lvert A\rvert A^{-1}$ ;$\lvert A^{*}\rvert=\lvert A\rvert^{n-1}$ ;$(kA)^{*}=k^{n-1}A^{*}$ ;
7. $r(A^{*})$ :满秩 → $n$ ;差一 → 1;差二 → 0;
8. **左行右列**:左乘初等矩阵作行变换,右乘作列变换;
9. 秩十条:$r(AB)\le\min$ ;Sylvester $r(AB)\ge r(A)+r(B)-n$ ;$AB=O\Rightarrow r(A)+r(B)\le n$ ;
10. $r(A)=r(A^{\mathrm T}A)=r(AA^{\mathrm T})$ ;
11. 分块:对角相加、三角不减、$\begin{pmatrix}A&A\\A&A\end{pmatrix}$ 秩不变、$\begin{pmatrix}A&B\\B&A\end{pmatrix}=r(A+B)+r(A-B)$ ;
12. 秩 1 矩阵:$A^{k}=(\operatorname{tr}A)^{k-1}A$ 。
### 12.2 高频陷阱
| 陷阱 | 正确做法 |
|---|---|
| 把 $(A+B)^2$ 展开成 $A^2+2AB+B^2$ | 只有 $AB=BA$ 时才对 |
| 用 $AB=AC$ 消去 $A$ | 必须 $A$ 可逆 |
| 认为 $(A+B)^{-1}=A^{-1}+B^{-1}$ | **无此公式**,用提公因子 |
| $\lvert kA\rvert$ 写成 $k\lvert A\rvert$ | $n$ 阶时为 $k^n\lvert A\rvert$ |
| $(kA)^{*}$ 写成 $k^nA^{*}$ | 是 $k^{\,n-1}A^{*}$ |
| 求逆时混用列变换 | 求逆**只用行变换**(或用竖排作列变换) |
| 把 $E_{ij}(k)A$ 当成"第 $i$ 行加到第 $j$ 行" | 是"第 $j$ 行乘 $k$ 加到第 $i$ 行" |
| 认为 $\lvert A\rvert=\pm1$ 就是正交矩阵 | 只是必要条件 |
| 认为"等价"蕴含"相似" | 等价只管同秩 |
| 分块三角的逆漏掉交叉块 | 两个交叉块:$-B^{-1}CA^{-1}$ 与 $-A^{-1}CB^{-1}$ ,位置别放反 |
| 秩 1 矩阵的幂写成 $A^k=(\operatorname{tr}A)^kA$ | 是 $(\operatorname{tr}A)^{k-1}A$ |
---
> **下一步**:本讲不出习题。直接进入 [[线性代数-第3讲-向量/01-考点手册]],那里的题会用到本讲的秩不等式、伴随公式与分块结论。
@@ -0,0 +1,60 @@
---
tags:
- 数学一
- 在学练习
- 线性代数
- 矩阵
- MOC
专题: 线性代数 第2讲 · 矩阵(真题库第 10 章)
日期: 2026-10-18
状态: 已出(**仅考点手册**;按安排本讲不出习题)
---
# 线性代数 第2讲 · 矩阵
> 按你的安排,本讲**只写考点手册、不出习题**;习题从第 3 讲(向量)开始。矩阵是后面四讲的"语言层",单独刷矩阵题收益低,它的正确练法是**在后面四讲的题里反复用到**。
## 一、本文件夹文件
| 文件 | 用途 | 打开时机 |
|---|---|---|
| **[[01-考点手册]]** | 全考点:运算铁律 / 逆与伴随 / 初等变换 / 秩 / 分块 / 矩阵幂 / 正交矩阵 | 学之前 / 复习时 |
> 本讲不设 `02-试题`、`03-解析`、`04-答疑笔记`。若日后答疑集中在矩阵,再按需追加 `04-答疑笔记`。
## 二、训练目标
- 真题库 **第 10 章**:近十年 **11 题 / 71 分**,热度「热门」,是线代六章里分值第二高的一章。
- **分块矩阵的秩**考了 **3 次**(2018·6、2021·7、2023·5)——几乎两年一考,本讲第一重点。
- **矩阵幂大题 2 次**(2016·21 矩阵幂与线性组合、2024·21 递推数列与矩阵幂)——第 21 题里唯一"非对角化"的路线。
- **初等列变换 2 次**(2018·21 大题、2020·5 选择)、**可逆判定 2 次**(2017·5、2022·5)、**矩阵恒等变形**(2022·15)、**秩的不等式**(2025·7)。
## 三、为什么这一讲不单独出题
矩阵在真题里**几乎不单独成题**,它的考点全部"寄生"在后面四讲的计算里:
```
矩阵(语言层)
├──► 第3讲 向量:向量组 ⟺ 矩阵的列,秩 ⟺ 矩阵的秩
├──► 第4讲 方程组:Ax=b 的所有讨论都是矩阵的秩
├──► 第5讲 特征值:|λE-A|、相似、对角化全是矩阵运算
└──► 第6讲 二次型:A 的对称性、正定性、合同变换
```
所以本讲的练法不是"刷矩阵题",而是:**把手册里的秩不等式、伴随公式、分块结论记熟,在第 3–6 讲的题里随时调用**。第 3 讲起的试题会刻意在这些点上设卡。
## 四、平板书写版(PDF)
| 文件 | 页数 | 用途 |
|---|---|---|
| `PDF/线代第2讲-考点手册.pdf` | 14 | 复习查阅(KaTeX 渲染,公式为矢量文本) |
> **重新生成**:`node .workbuddy/tools/md2pdf/md2pdf.js --in 01-考点手册.md --out PDF/线代第2讲-考点手册.pdf --title "线性代数 第2讲 · 矩阵 · 考点手册"`
## 五、关联
- 上层:[[总览]]
- 上一讲:行列式(第 1 讲,未建文件夹,仅作工具)
- 下一讲:[[线性代数-第3讲-向量/README]]
- 后续:[[线性代数-第4讲-线性方程组/README]]、特征值(第 5 讲)、二次型(第 6 讲)
- 错题:[[做题本]]
@@ -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]]
@@ -0,0 +1,371 @@
---
tags:
- 数学一
- 在学练习
- 线性代数
- 线性方程组
- 考点
专题: 线性代数 第4讲 · 线性方程组(真题库第 12 章)
日期: 2026-10-18
来源: 🟨真题库第 12 章(7 题 39 分)· 🟩参考仓库 linear-algebra/knowledge/4-linear-equations-system + exercise/4-linear-equations-system
关联: "[[README]] · [[02-试题]] · [[03-解析]] · [[线性代数-第3讲-向量/01-考点手册]]"
---
# 线性代数 第4讲 · 线性方程组 · 考点手册
> **定位**:本讲是**线性代数的收敛点**——第 3 讲的"向量线性表示"到这里变成"方程组有没有解",第 2 讲的"秩"到这里变成"解的个数"。
> 真题库 **第 12 章**近十年 **7 题 39 分**,热度「常态」。**"三平面位置关系"连考 3 次**(2019·6、2024·5、2025·6),是本讲第一重点。
> **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**:**线性方程组的全部答案,都写在 $r(A)$ 与 $r(A,b)$ 的比较里**。
```
Ax = b
│
├─ r(A) ≠ r(A,b) ──────────────► 无解
│
└─ r(A) = r(A,b) = r ──┬─ r = n ──► 唯一解
└─ r < n ──► 无穷多解(n−r 个自由未知量)
│
└─► 通解 = 特解 + 齐次通解
```
**四条主线**
| 主线 | 核心 | 真题落点 |
|---|---|---|
| 解的判定 | $r(A)$ 与 $r(A,b)$ | 全部选填的底层 |
| 解的结构 | 特解 + 基础解系 | 2019·13、2016·20 |
| 几何意义 | 三平面位置关系 ⟺ 秩 | 2019·6、2024·5、2025·6 |
| 同解与公共解 | $r(A)=r(B)=r(A,B)$ | 2022·6、2025·15 |
> ⚠️ **一个总原则**:**先判"有没有解",再判"有多少解",最后才求通解**。一步跳到最后是本章最常见的失分原因。
---
## 1. 基本概念与矩阵表示
$n$ 个未知量的线性方程组
$$\begin{cases}a_{11}x_1+\cdots+a_{1n}x_n=b_1\\ \cdots\\ a_{m1}x_1+\cdots+a_{mn}x_n=b_m\end{cases}$$
写成矩阵形式
$$Ax=b,\qquad A=(a_{ij})_{m\times n},\quad x=(x_1,\cdots,x_n)^{\mathrm T},\quad b=(b_1,\cdots,b_m)^{\mathrm T},$$
增广矩阵记作 $\bar A=(A,b)$ 或 $(A\mid b)$ 。
**三类问题**(考试就考这三种):
| 类型 | 问题 | 判据 |
|---|---|---|
| 齐次 $Ax=0$ | 有没有非零解?解空间多大? | $r(A)$ 与 $n$ |
| 非齐次 $Ax=b$ | 有没有解?有几个? | $r(A)$ 与 $r(A,b)$ 与 $n$ |
| 含参 | 参数取何值时分别属于上面哪种? | 先算行列式,再代回比秩 |
---
## 2. 克拉默法则(只适用于"方阵 + 唯一解")
设 $A$ 为 $n$ 阶方阵,$\lvert A\rvert\neq0$ ,则 $Ax=b$ 有**唯一**解
$$x_j=\frac{\lvert A_j\rvert}{\lvert A\rvert}\qquad(j=1,2,\cdots,n),$$
其中 $A_j$ 是把 $A$ 的**第 $j$ 列**换成 $b$ 得到的矩阵。
**推论(齐次版,最常用)**:$n$ 个方程 $n$ 个未知量的**齐次**方程组
$$Ax=0\ \text{有非零解}\iff\lvert A\rvert=0\iff r(A)<n .$$
> **用法提示**:克拉默法则在考研里**极少用来真的求数值**(算 $n+1$ 个行列式太慢),它的价值在于**两条理论结论**:
> ① $\lvert A\rvert\neq0$ ⟹ 唯一解;② 齐次有非零解 ⟺ $\lvert A\rvert=0$ 。
> 真正求解一律用**初等行变换**(消元法)。
> ⚠️ **条件必须齐全**:方程个数 $=$ 未知数个数、且 $\lvert A\rvert\neq0$ 。缺一个都不能用。
---
## 3. 齐次线性方程组 $Ax=0$
### 3.1 两条基本事实
1. **必有零解**($x=0$ 永远成立),所以齐次方程组**不存在"无解"**;
2. 有非零解 $\iff r(A)<n$ ($n$ 为未知量个数)。
> **直觉**:$n$ 个未知量、$r$ 个"有效约束",还剩 $n-r$ 个自由度;自由度 $\ge1$ 就有非零解。
### 3.2 解空间与基础解系
齐次方程组的**全体解**构成一个向量空间(对加法、数乘封闭),称为**解空间**,且
$$\dim\{\text{解空间}\}=n-r(A).$$
**基础解系**:解空间的**任意一组基**,即 $n-r(A)$ 个线性无关的解 $\xi_1,\cdots,\xi_{n-r}$ ,使任一解都可唯一表示为
$$x=k_1\xi_1+k_2\xi_2+\cdots+k_{n-r}\xi_{n-r}\qquad(k_i\ \text{任意}).$$
三条要点:
1. **个数固定**为 $n-r(A)$ (不因选法而变);
2. **不唯一**(任何一组基都行);
3. 通解中的**任意常数个数** $=n-r(A)$ 。
> **考法**:题目问"基础解系含几个向量"或"通解含几个任意常数",答案都是 $n-r(A)$ ——**不需要具体求解**。
### 3.3 求基础解系的标准五步
1. 写出系数矩阵 $A$ ;
2. **只作初等行变换**,化为**行最简形**(RREF:主元为 1,且主元所在列的其余元素全为 0);
3. 主元所在的列 ⟹ **主元未知量**;其余列 ⟹ **自由未知量**(共 $n-r$ 个);
4. 自由未知量依次取 $(1,0,\cdots,0)^{\mathrm T},(0,1,\cdots,0)^{\mathrm T},\cdots$ ,回代求出主元未知量;
5. 得到 $n-r$ 个解向量 $\xi_1,\cdots,\xi_{n-r}$ ,通解 $x=\sum k_i\xi_i$ 。
> ⚠️ **必须化到"行最简形"**,只化到阶梯形时回代容易出错;化到最简形后每个 $\xi_i$ 可以直接"抄出来"。
### 3.4 齐次解的三条性质
1. 若 $\xi,\eta$ 是解,则 $\xi+\eta$ 是解;
2. 若 $\xi$ 是解,$k$ 是数,则 $k\xi$ 是解;
3. 解的**任意线性组合**仍是解(这正是"解空间"的由来)。
---
## 4. 非齐次线性方程组 $Ax=b$
### 4.1 有解判定(三大定理)
设 $A$ 为 $m\times n$ ,$r(A)=r$ 。
$$\boxed{Ax=b\ \text{有解}\iff r(A)=r(A,b)}$$
$$\boxed{\text{唯一解}\iff r(A)=r(A,b)=n;\qquad \text{无穷多解}\iff r(A)=r(A,b)<n}$$
$$\boxed{\text{无解}\iff r(A)<r(A,b)\quad(\text{此时}\ r(A,b)=r(A)+1)}$$
> **为什么"无解"时秩只差 1**:增广矩阵只多了一列 $b$ ,加一列最多把秩抬高 1。
### 4.2 解的结构(本章最核心的公式)
若 $Ax=b$ 有解,$\eta^{*}$ 是它的**某一个**解(特解),$\xi_1,\cdots,\xi_{n-r}$ 是 $Ax=0$ 的基础解系,则 $Ax=b$ 的**通解**为
$$\boxed{x=\eta^{*}+k_1\xi_1+\cdots+k_{n-r}\xi_{n-r}}\qquad(k_i\ \text{任意}).$$
**一句话**:**非齐次通解 = 一个特解 + 齐次通解**。
### 4.3 解的性质表(选择题必考)
设 $\eta,\eta_1,\eta_2$ 是 $Ax=b$ 的解,$\xi$ 是 $Ax=0$ 的解:
| 组合 | 是哪个方程的解 |
|---|---|
| $\eta_1-\eta_2$ | $Ax=0$ (**两解之差必齐次**) |
| $\eta+\xi$ | $Ax=b$ |
| $k_1\eta_1+k_2\eta_2$ | $Ax=b$ ⟺ $k_1+k_2=1$ |
| $k_1\eta_1+k_2\eta_2$ | $Ax=0$ ⟺ $k_1+k_2=0$ |
| $k\eta$ | $Ax=kb$ (不是 $b$ ,除非 $k=1$ ) |
> **记忆**:**系数和为 1 → 还是非齐次解;系数和为 0 → 变成齐次解**。这是因为 $A(k_1\eta_1+k_2\eta_2)=(k_1+k_2)b$ 。
### 4.4 求通解的五步流程
1. 写增广矩阵 $(A\mid b)$ ;
2. 行变换化**行阶梯形**,读出 $r(A)$ 与 $r(A,b)$ ;
3. 若 $r(A)\neq r(A,b)$ → **无解**,结束;
4. 若相等,继续化**行最简形**,写出对应的同解方程组;
5. 令自由未知量为参数,得**特解**(自由未知量全取 0)与**齐次基础解系**,写出通解。
> **技巧**:化到最简形后,**特解** = 把常数项那列直接抄下来(自由未知量取 0);**基础解系** = 每个自由未知量取 1、其余取 0 后解出的向量,前面加负号。这套"抄写法"比回代快得多,但要确保已经化到 RREF。
---
## 5. 解的判定总表(贴在眼前)
设 $A$ 为 $m\times n$ ,$n$ 为未知量个数:
| $r(A)$ 与 $r(A,b)$ | 与 $n$ 的关系 | 结论 | 通解中参数个数 |
|---|---|---|---|
| $r(A)<r(A,b)$ | — | **无解** | — |
| $r(A)=r(A,b)=n$ | 等于 | **唯一解** | 0 |
| $r(A)=r(A,b)=r<n$ | 小于 | **无穷多解** | $n-r$ |
**齐次的特例**($b=0$ ,此时 $r(A)=r(A,b)$ 恒成立):
| 条件 | 结论 |
|---|---|
| $r(A)=n$ | 只有零解 |
| $r(A)<n$ | 有非零解,解空间 $n-r$ 维 |
> ⚠️ **行数 $m$ 不参与判定**(除非影响秩)。$m<n$ 时必有非零解(因为 $r(A)\le m<n$ )——这是**秒杀**型结论。
---
## 6. 几何意义(真题连考 3 次)
### 6.1 二维:两条直线
$$\begin{cases}a_1x+b_1y=c_1\\ a_2x+b_2y=c_2\end{cases}$$
| 秩 | 位置关系 |
|---|---|
| $r(A)=r(A,c)=2$ | 相交于一点(唯一解) |
| $r(A)=r(A,c)=1$ | 两直线**重合**(无穷多解) |
| $r(A)=1,\ r(A,c)=2$ | 两直线**平行不重合**(无解) |
### 6.2 三维:三个平面(必背表)
设三个平面 $\pi_i:a_{i1}x+a_{i2}y+a_{i3}z=b_i$ ,$A=(a_{ij})_{3\times3}$ ,$b=(b_1,b_2,b_3)^{\mathrm T}$ 。
| $r(A)$ | $r(A,b)$ | 位置关系 | 解的情况 |
|---|---|---|---|
| 3 | 3 | 交于**一点**(三平面两两不平行) | 唯一解 |
| 2 | 2 | 交于**一条直线** | 无穷多解(1 个参数) |
| 1 | 1 | 三平面**重合**(同一个平面) | 无穷多解(2 个参数) |
| 2 | 3 | **两两相交但无公共点**(构成"三棱柱") | 无解 |
| 1 | 2 | 至少两个**平行且不重合**,无公共点 | 无解 |
> **读表口诀**:**$r(A)$ 看法向量的"独立性",$r(A,b)$ 看"有没有公共点"**。
> $r(A)=3$ :三个法向量不共面 → 三平面必交于一点(只要 $r(A,b)=3$ 恒成立,因为 3 阶满秩时增广也满秩)。
> $r(A)=2$ :三个法向量共面(都垂直于同一条直线)→ 三平面**都平行于这条直线** → 要么共线相交,要么两两相交成"柱"。
> $r(A)=1$ :三个法向量全平行 → 三平面平行(或重合)。
> ⚠️ **$r(A)=2,\ r(A,b)=3$ 的"三棱柱"是最高频的坑**:三平面两两都相交(没有两个平行),但**没有公共点**,因为三条交线互相平行(像一个三棱柱的三条棱)。2019·6、2024·5、2025·6 都在这个点上做文章。
### 6.3 齐次方程组的几何意义
$Ax=0$ 的解空间是**过原点**的子空间:
- $n=3$ 、$r(A)=2$ → 解是一条过原点的**直线**(1 维);
- $n=3$ 、$r(A)=1$ → 解是一个过原点的**平面**(2 维);
- $n=3$ 、$r(A)=3$ → 只有原点。
> 对比:**非齐次**的解集是"**不过原点**的直线/平面"(偏移了一个特解)。
---
## 7. 同解方程组与公共解(真题 2 次)
### 7.1 齐次方程组同解的判据(必背)
设 $A,B$ 是同列数的矩阵,则
$$\boxed{Ax=0\ \text{与}\ Bx=0\ \text{同解}\iff r(A)=r(B)=r\begin{pmatrix}A\\B\end{pmatrix}}$$
其中 $\begin{pmatrix}A\\B\end{pmatrix}$ 是**上下拼接**(不是左右)。
**理由**:同解 ⟺ 两个解空间相等 ⟺ 维数相等且一个包含另一个 ⟺ 秩相等($n-\dim$ 相同)且拼接后的解空间(交集)维数也相同。
### 7.2 非齐次方程组同解
非齐次的情形**先说清一件事**:若 $Ax=b$ 与 $Bx=c$ 同解且都有解,则必有 $b=c$ (同一个解代入两个方程)。所以非齐次同解问题的标准解法是:
$$\text{齐次部分同解}\ +\ \text{有一个公共特解}.$$
### 7.3 公共解(两个方程组的公共部分)
**情形一 · 两个齐次方程组**:公共解就是 $\begin{pmatrix}A\\B\end{pmatrix}x=0$ 的解,求它的基础解系即可。
**情形二 · 两个非齐次方程组**:公共解是 $\begin{pmatrix}A\\B\end{pmatrix}x=\begin{pmatrix}b\\c\end{pmatrix}$ 的解,先判 $r$ 再求通解。
**情形三 · 一个齐次 + 一个非齐次**:把齐次的解代入非齐次的方程,解出参数。
> **2023·7 的"交空间"与本节是同一件事**:交空间 = 两个"解空间"的公共部分,只是换了向量语言。
---
## 8. 矩阵方程
| 方程 | 有解条件 | 解法 |
|---|---|---|
| $AX=B$ | $r(A)=r(A,B)$ (**左右拼接**) | $A$ 可逆时 $X=A^{-1}B$ ;一般按列拆成 $n$ 个方程组 |
| $XA=B$ | $r(A)=r\begin{pmatrix}A\\B\end{pmatrix}$ (**上下拼接**) | $A$ 可逆时 $X=BA^{-1}$ |
| $AXB=C$ | $A,C$ 可逆时唯一 | $X=A^{-1}CB^{-1}$ |
> ⚠️ **$AX=B$ 用左右拼,$XA=B$ 用上下拼**——这一点最容易混。记忆法:**$X$ 在右边,拼在上下;$X$ 在左边,拼在左右**("拼在与 $X$ 相反的方向")。
**$AX=B$ 的通解**($A$ 不可逆时):把 $B$ 按列拆成 $B=(\beta_1,\cdots,\beta_s)$ ,分别解 $Ax=\beta_j$ ,再拼回矩阵。若某个 $\beta_j$ 不可表示,则整体无解。
---
## 9. 含参方程组的标准讨论流程(大题模板)
**第一步 · 算行列式**(若 $A$ 是方阵)
$$\lvert A\rvert=f(\lambda).$$
**第二步 · 分情况**
| 情形 | 做法 |
|---|---|
| $\lvert A\rvert\neq0$ | **唯一解**(可直接用克拉默法则,或说"由克拉默法则") |
| $\lvert A\rvert=0$ 的每个根 $\lambda_i$ | **逐个代回**,算 $r(A)$ 与 $r(A,\lambda_i)$ ,再判无解 / 无穷多解 |
**第三步 · 穷尽参数**
- 若 $\lvert A\rvert$ 是多项式,**每个根都要单独讨论**,不能合并;
- 每个根下都要写清"$r(A)=?$ ,$r(A,b)=?$ ,故——";
- 无穷多解时**必须写出通解**(题目通常要求)。
> ⚠️ **最常见的失分**:只讨论了 $\lvert A\rvert\neq0$ (唯一解)和 $\lvert A\rvert=0$ (需逐个代回)两种情况,**没有把 $\lvert A\rvert=0$ 的多个根分开**。比如 $\lvert A\rvert=(a-1)^2(a+2)$ ,必须分别讨论 $a=1$ 与 $a=-2$ 。
---
## 10. 十年真题落点地图(🟨 第 12 章 7 题 39 分)
| 年份·题号 | 题型 | 分值 | 考点 | 本手册节 |
|---|---|---|---|---|
| 2016·20 | 解答 | 11 | 矩阵方程解的判定 | §8 |
| 2019·6 | 单选 | 4 | 解的几何意义(三平面) | §6.2 |
| 2019·13 | 填空 | 4 | 基础解系与通解 | §3.3 / §4.4 |
| 2022·6 | 单选 | 5 | 齐次方程组同解 | §7.1 |
| 2024·5 | 单选 | 5 | **解的几何意义(三平面)** | §6.2 |
| 2025·6 | 单选 | 5 | **线性方程组的几何意义** | §6.2 |
| 2025·15 | 填空 | 5 | 同解条件求参数 | §7.1 |
**分布规律**:
- **三平面几何 3 次**(2019、2024、2025),且 **2024、2025 连续两年**——这是改革后选择题的新风格:**不让你求通解,只让你判位置关系**;
- **同解 2 次**(2022、2025),都是"求参数使同解",用 $r(A)=r(B)=r\begin{pmatrix}A\\B\end{pmatrix}$ 一步到位;
- **基础解系/通解**只在 2019 出过一次填空,但它是**第 5 讲求特征向量的必备技能**,不能不练;
- 大题只有 2016 一次(矩阵方程),属"低频但 11 分"。
**跨章牵连**:第 5 讲的 $(A-\lambda E)x=0$ 求特征向量,完全就是本讲的齐次方程组;第 6 讲的正交变换也要解方程组。
---
## 11. 速查卡 · 陷阱清单
### 11.1 速记十条
1. 有解 ⟺ $r(A)=r(A,b)$ ;无解时 $r(A,b)=r(A)+1$ ;
2. 唯一解 ⟺ 同 $=n$ ;无穷多 ⟺ 同 $<n$ ,参数个数 $n-r$ ;
3. 齐次**必有零解**,不存在"无解";有非零解 ⟺ $r(A)<n$ ;
4. 基础解系个数 = $n-r(A)$ = 通解中任意常数个数;
5. 非齐次通解 = **特解 + 齐次通解**;
6. 两解之差是齐次解;**系数和为 1 仍是特解**、**和为 0 是齐次解**;
7. 克拉默法则:方阵 + $\lvert A\rvert\neq0$ ;齐次有非零解 ⟺ $\lvert A\rvert=0$ ;
8. 三平面:$r(A)=3$ 一点、$r(A)=r(A,b)=2$ 一线、$r(A)=r(A,b)=1$ 重合;$r(A)=2,r(A,b)=3$ **三棱柱**;
9. 齐次同解 ⟺ $r(A)=r(B)=r\begin{pmatrix}A\\B\end{pmatrix}$ (**上下拼**);
10. $AX=B$ 有解 ⟺ $r(A)=r(A,B)$ (**左右拼**)。
### 11.2 高频陷阱
| 陷阱 | 正确做法 |
|---|---|
| 用 $r(A)=r(A,b)<n$ 说"唯一解" | 唯一解要 $=n$ |
| 齐次方程组问"无解的条件" | 齐次**永远有解**(零解) |
| 通解里写 $n$ 个任意常数 | 是 $n-r(A)$ 个 |
| 只化到阶梯形就抄基础解系 | 必须化到**行最简形** |
| 求基础解系时用了列变换 | 只能用**行**变换 |
| 认为"两解之和"仍是特解 | 是 $2b$ ,不是 $b$ |
| 同解判定时把 $\begin{pmatrix}A\\B\end{pmatrix}$ 写成 $(A,B)$ | 同解用**上下拼**,$AX=B$ 用**左右拼** |
| 含参讨论只分 $\lvert A\rvert=0$ 与 $\neq0$ 两类 | 每个根都要**单独**讨论 |
| 把 $r(A)=2,r(A,b)=3$ 说成"三平面平行" | 是**两两相交但无公共点**(三棱柱),没有任何两个平行 |
| 非齐次同解忽略"$b$ 必须相同" | 同解则 $b=c$ |
---
> **下一步**:开做 [[02-试题]](18 题,约 95 分钟)。做完对 [[03-解析]]。
@@ -0,0 +1,146 @@
---
tags:
- 数学一
- 在学练习
- 线性代数
- 线性方程组
- 基础解系
- 试题
专题: 线性代数 第4讲 · 线性方程组 · 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4讲 · 线性方程组 · 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 12 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**。
> **难度**:A ★☆☆ · B ★★☆ · C ★★★。
---
## A 组 · 基础(直接套用,★☆☆)
**1.** 【克拉默法则】用克拉默法则解方程组
$$\begin{cases}x_1+x_2+x_3=6\\ 2x_1-x_2+x_3=3\\ x_1+2x_2-x_3=2\end{cases}$$
**2.** 【齐次基础解系】求齐次线性方程组
$$\begin{cases}x_1+x_2+x_3+x_4=0\\ x_1+2x_2+3x_3+4x_4=0\end{cases}$$
的一个基础解系,并写出通解。
**3.** 【非齐次通解】求方程组
$$\begin{cases}x_1+x_2+x_3=3\\ x_1-x_2+2x_3=2\end{cases}$$
的通解。
**4.** 【解的性质 · 选择】设 $\eta_1,\eta_2$ 是 $Ax=b\ (b\neq0)$ 的解,$\xi$ 是 $Ax=0$ 的解。则下列向量中**一定**是 $Ax=b$ 的解的是( )。
(A)$\eta_1+\eta_2$  (B)$\eta_1-\eta_2$  (C)$\eta_1+\xi$  (D)$2\eta_1$
**5.** 【解的个数】设 $A$ 为 $4\times5$ 矩阵,$r(A)=3$ 。
(Ⅰ)$Ax=0$ 的基础解系含有几个向量?
(Ⅱ)若 $Ax=b$ 有解,其通解中含有几个任意常数?
(Ⅲ)$Ax=b$ 能否有唯一解?说明理由。
**6.** 【几何意义】判断下列三个平面的位置关系,并说明依据:
$$\pi_1:x+y+z=1,\qquad \pi_2:x-y+z=1,\qquad \pi_3:2x+2z=2 .$$
## B 组 · 中等(含参、同解、几何,★★☆)
**7.** 【基础解系与通解 🟨2019·13 骨架】求齐次线性方程组
$$\begin{cases}x_1+x_2+x_4=0\\ x_2+x_3=0\\ x_1+2x_2+x_3+x_4=0\end{cases}$$
的系数矩阵的秩、一个基础解系与通解。
**8.** 【同解求参数 🟨2022·6 / 2025·15 骨架】设
$$A=\begin{pmatrix}1&1&1\\1&2&3\end{pmatrix},\qquad B=\begin{pmatrix}1&1&1\\a&3&5\end{pmatrix}.$$
(Ⅰ)求 $a$ 的值,使 $Ax=0$ 与 $Bx=0$ 同解;
(Ⅱ)设 $C=\begin{pmatrix}1&1&1\\2&3&b\end{pmatrix}$ ,求 $b$ 的值,使 $Ax=0$ 与 $Cx=0$ 同解。
**9.** 【含参讨论】设
$$A=\begin{pmatrix}1&1&a\\1&a&1\\a&1&1\end{pmatrix},\qquad b=\begin{pmatrix}1\\1\\1\end{pmatrix}.$$
讨论 $a$ 取何值时,方程组 $Ax=b$ **无解**、有**唯一解**、有**无穷多解**。
**10.** 【三平面位置关系 🟨2024·5 / 2025·6 骨架】设三个平面
$$\pi_i:\ a_{i1}x+a_{i2}y+a_{i3}z=b_i\quad(i=1,2,3),$$
系数矩阵为 $A$ ,增广矩阵为 $(A,b)$ 。
(Ⅰ)若 $r(A)=r(A,b)=2$ ,则三平面的位置关系是( )。
(A)交于一点 (B)交于一条直线 (C)两两相交但无公共点 (D)相互平行且不重合
(Ⅱ)若 $r(A)=2$ ,$r(A,b)=3$ ,则三平面的位置关系是( )。
(A)交于一点 (B)交于一条直线 (C)两两相交但无公共点 (D)三个平面完全重合
**11.** 【解的结构 · 构造通解】设 $A$ 为 $3\times3$ 矩阵,$r(A)=1$ ,且
$$\eta_1=(1,1,1)^{\mathrm T},\quad \eta_2=(2,0,1)^{\mathrm T},\quad \eta_3=(1,2,3)^{\mathrm T}$$
都是 $Ax=b$ 的解。求 $Ax=b$ 的通解。
**12.** 【公共解】设
$$A=\begin{pmatrix}1&1&1&1\\1&-1&1&-1\end{pmatrix},\qquad B=\begin{pmatrix}1&1&0&0\end{pmatrix}.$$
求 $Ax=0$ 与 $Bx=0$ 的**全部公共解**。
**13.** 【$n-r=1$ 的经典结构】设四元非齐次线性方程组 $Ax=b$ 的系数矩阵满足 $r(A)=3$ ,且 $\eta_1,\eta_2,\eta_3$ 是它的三个解向量,其中
$$\eta_1=(1,2,3,4)^{\mathrm T},\qquad \eta_2+\eta_3=(4,6,8,10)^{\mathrm T}.$$
求 $Ax=b$ 的通解。
**14.** 【矩阵方程 🟨2016·20 骨架】设
$$A=\begin{pmatrix}1&2\\2&4\end{pmatrix},\qquad B=\begin{pmatrix}1&1\\3&2\end{pmatrix}.$$
(Ⅰ)判断矩阵方程 $AX=B$ 是否有解,并说明理由;
(Ⅱ)若把 $B$ 换成 $B_0=\begin{pmatrix}1\\2\end{pmatrix}$ ,求 $AX=B_0$ 的通解。
## C 组 · 拔高(证明与结构,★★★)
**15.** 【解的性质证明】设 $\eta_1,\eta_2,\cdots,\eta_s$ 都是 $Ax=b\ (b\neq0)$ 的解。证明:$k_1\eta_1+k_2\eta_2+\cdots+k_s\eta_s$ 是 $Ax=b$ 的解的充要条件是
$$k_1+k_2+\cdots+k_s=1 .$$
**16.** 【三棱柱的参数条件】设
$$\pi_1:x+y+z=1,\qquad \pi_2:x+2y+3z=2,\qquad \pi_3:x+4y+az=b .$$
(Ⅰ)求 $a,b$ 满足的条件,使三个平面**两两相交但没有公共点**(构成"三棱柱");
(Ⅱ)$a=7$ 且 $b=3$ 时,三个平面的位置关系是什么?
**17.** 【同解判据的证明】设 $A,B$ 是同列数的实矩阵。证明:
$$Ax=0\ \text{与}\ Bx=0\ \text{同解}\iff r(A)=r(B)=r\begin{pmatrix}A\\B\end{pmatrix}.$$
**18.** 【解的线性无关性】设 $\eta_0$ 是 $Ax=b\ (b\neq0)$ 的一个解,$\xi_1,\cdots,\xi_{n-r}$ 是 $Ax=0$ 的基础解系($r=r(A)$ )。证明:
$$\eta_0,\ \eta_0+\xi_1,\ \eta_0+\xi_2,\ \cdots,\ \eta_0+\xi_{n-r}$$
线性无关。
---
> **做完对答案** → [[03-解析]]。
@@ -0,0 +1,533 @@
---
tags:
- 数学一
- 在学练习
- 线性代数
- 线性方程组
- 解析
专题: 线性代数 第4讲 · 线性方程组 · 解析(18 题)
日期: 2026-10-18
关联: "[[02-试题]] · [[01-考点手册]]"
---
# 线性代数 第4讲 · 线性方程组 · 解析
> 对应 [[02-试题]]。每题给「**答案 / 思路 / 易错点 / 真题骨架**」。
**核心三句**
$$Ax=b\ \text{有解}\iff r(A)=r(A,b);\qquad \text{唯一}\iff\text{同}=n;\qquad \text{通解}=\text{特解}+\text{齐次通解}.$$
---
## A 组 · 基础
### 第 1 题
**答案**:$x_1=1$ ,$x_2=2$ ,$x_3=3$ 。
**思路**:系数行列式
$$\lvert A\rvert=\begin{vmatrix}1&1&1\\2&-1&1\\1&2&-1\end{vmatrix}=1(1-2)-1(-2-1)+1(4+1)=-1+3+5=7\neq0,$$
故有唯一解,可用克拉默法则。逐个替换列:
$$\lvert A_1\rvert=\begin{vmatrix}6&1&1\\3&-1&1\\2&2&-1\end{vmatrix}=7,\quad \lvert A_2\rvert=\begin{vmatrix}1&6&1\\2&3&1\\1&2&-1\end{vmatrix}=14,\quad \lvert A_3\rvert=\begin{vmatrix}1&1&6\\2&-1&3\\1&2&2\end{vmatrix}=21 .$$
于是
$$x_1=\frac77=1,\qquad x_2=\frac{14}{7}=2,\qquad x_3=\frac{21}{7}=3 .$$
**验算**:$1+2+3=6$ ;$2-2+3=3$ ;$1+4-3=2$ ✓。
**易错点**:
1. $\lvert A_j\rvert$ 是替换**第 $j$ 列**,不是第 $j$ 行;
2. 三阶行列式展开时符号交错($+ - +$ ),最容易在中间项出错;
3. 克拉默法则要求 $\lvert A\rvert\neq0$ **先验证**,不能直接套。
---
### 第 2 题
**答案**:基础解系 $\xi_1=(1,-2,1,0)^{\mathrm T}$ ,$\xi_2=(2,-3,0,1)^{\mathrm T}$ ;通解 $x=k_1\xi_1+k_2\xi_2$ 。
**思路**:$r(A)=2$ (两行不成比例),$n=4$ ,故基础解系含 $4-2=2$ 个向量。
行变换:第二行减第一行得 $(0,1,2,3)$ ,即
$$x_1+x_2+x_3+x_4=0,\qquad x_2+2x_3+3x_4=0 .$$
取 $x_3,x_4$ 为自由未知量:$x_2=-2x_3-3x_4$ ,$x_1=-x_2-x_3-x_4=x_3+2x_4$ 。
- $x_3=1,\ x_4=0$ :$x_2=-2$ ,$x_1=1$ → $\xi_1=(1,-2,1,0)^{\mathrm T}$ ;
- $x_3=0,\ x_4=1$ :$x_2=-3$ ,$x_1=2$ → $\xi_2=(2,-3,0,1)^{\mathrm T}$ 。
**验算**:$\xi_1$ 代入两式:$1-2+1+0=0$ ,$1-4+3+0=0$ ✓。
**易错点**:
1. 基础解系**个数**先算清:$n-r=2$ ,写成 1 个或 3 个都错;
2. 自由未知量要**依次取单位向量**,不能随意赋值得出两个线性相关的解;
3. 回代时 $x_1$ 的表达式符号容易错(是 $x_3+2x_4$ ,不是 $-x_3-2x_4$ )。
---
### 第 3 题
**答案**:通解
$$x=(4,0,-1)^{\mathrm T}+k(-3,1,2)^{\mathrm T}\qquad(k\ \text{任意}).$$
**思路**:$r(A)=2$ (两行不成比例),$n=3$ ,故 $n-r=1$ ,一个参数。
**求特解**:令自由未知量 $x_2=0$ ,回代得
$$x_1+x_3=3,\qquad x_1+2x_3=2\Longrightarrow x_3=-1,\ x_1=4 .$$
故 $\eta^{*}=(4,0,-1)^{\mathrm T}$ 。
**求齐次基础解系**:对应齐次方程组 $x_1+x_2+x_3=0$ 、$x_1-x_2+2x_3=0$ ,取 $x_2=1$ ,得
$$x_1+x_3=-1,\qquad x_1+2x_3=1\Longrightarrow x_3=2,\ x_1=-3 .$$
故 $\xi=(-3,1,2)^{\mathrm T}$ 。
**验算**:$(4,0,-1)+k(-3,1,2)$ 代入第一式:$(4-3k)+k+(-1+2k)=3$ ✓。
**易错点**:
1. **特解与基础解系要分开算**,不能用同一个 "参数取值" 混着来;
2. 齐次部分不能沿用非齐次的常数项(常有人把 3、2 带进去);
3. 通解里的任意常数只能有一个($n-r=1$ )。
---
### 第 4 题
**答案**:**C**。
**思路**:逐个用 $A$ 作用:
- (A)$A(\eta_1+\eta_2)=b+b=2b\neq b$ ,✗;
- (B)$A(\eta_1-\eta_2)=b-b=0$ ,是**齐次**的解,✗;
- (C)$A(\eta_1+\xi)=b+0=b$ ,✓;
- (D)$A(2\eta_1)=2b\neq b$ ,✗。
**易错点**:**"解 + 齐次解仍是解"** 与 **"解 + 解不是解"** 必须分清。判据是系数和:系数和为 1 才是非齐次解。
---
### 第 5 题
**答案**:(Ⅰ)2 个;(Ⅱ)2 个;(Ⅲ)**不能**有唯一解。
**思路**:$n=5$ (未知量个数看**列数**),$r(A)=3$ 。
(Ⅰ)基础解系个数 $=n-r=5-3=2$ 。
(Ⅱ)通解 = 特解 + 齐次通解,故任意常数个数也是 $n-r=2$ 。
(Ⅲ)唯一解要求 $r(A)=r(A,b)=n=5$ ,但 $r(A)=3<5$ ,故**不可能**有唯一解。若 $Ax=b$ 有解,只能有无穷多解(2 个参数)。
**易错点**:
1. 把 $n$ 当成行数 4 ——**$n$ 永远是列数(未知量个数)**;
2. 认为 $4\times5$ 的矩阵"未知量是 4 个";
3. 忽略 $r(A)=3<5$ 就已经否定了唯一解。
---
### 第 6 题
**答案**:三个平面**交于一条直线**。
**思路**:写出增广矩阵并作行变换:
$$(A\mid b)=\begin{pmatrix}1&1&1&1\\1&-1&1&1\\2&0&2&2\end{pmatrix}\ \xrightarrow{\ r_3-r_1-r_2\ }\ \begin{pmatrix}1&1&1&1\\1&-1&1&1\\0&0&0&0\end{pmatrix}.$$
故 $r(A)=r(A,b)=2<3=n$ ,方程组有无穷多解(1 个自由未知量),几何上是**一条直线**。
**几何解释**:第三个方程恰好是前两个方程之和($r_3=r_1+r_2$ ),所以 $\pi_3$ 通过 $\pi_1$ 与 $\pi_2$ 的交线;而 $\pi_1,\pi_2$ 的法向量 $(1,1,1)$ 与 $(1,-1,1)$ 不平行,交出一条直线。三平面共用这条直线。
**易错点**:
1. 只看"三个方程"就以为 $r=3$ ,必须先作行变换;
2. $r(A)=r(A,b)=2$ 是"交于直线",**不是**"交于一点"(后者要 $r=3$ );
3. 第三个平面**不**与另两个平行(法向量 $(2,0,2)$ 与另两个都不成比例),所以不是"平行"型。
---
## B 组 · 中等
### 第 7 题
**答案**:$r(A)=2$ ;基础解系 $\xi_1=(1,-1,1,0)^{\mathrm T}$ ,$\xi_2=(-1,0,0,1)^{\mathrm T}$ ;通解 $x=k_1\xi_1+k_2\xi_2$ 。
**思路**:
$$A=\begin{pmatrix}1&1&0&1\\0&1&1&0\\1&2&1&1\end{pmatrix}\ \xrightarrow{\ r_3-r_1\ }\ \begin{pmatrix}1&1&0&1\\0&1&1&0\\0&1&1&0\end{pmatrix}\ \xrightarrow{\ r_3-r_2\ }\ \begin{pmatrix}1&1&0&1\\0&1&1&0\\0&0&0&0\end{pmatrix}.$$
(第三行本来就是前两行之和,属于**冗余方程**。)故 $r(A)=2$ ,$n-r=2$ 。
对应方程组:$x_1+x_2+x_4=0$ ,$x_2+x_3=0$ 。取 $x_3,x_4$ 自由:
- $x_3=1,x_4=0$ :$x_2=-1$ ,$x_1=-x_2-x_4=1$ → $\xi_1=(1,-1,1,0)^{\mathrm T}$ ;
- $x_3=0,x_4=1$ :$x_2=0$ ,$x_1=-1$ → $\xi_2=(-1,0,0,1)^{\mathrm T}$ 。
**验算**:$\xi_1$ 代入第一式 $1-1+0+0=0$ ✓,第二式 $-1+1=0$ ✓。
**易错点**:
1. **不要把 $r(A)$ 数成 3**——第三个方程是冗余的,这正是本题的"陷阱";
2. 若先化到最简形(把第一行减去第二行)会更顺:$x_1-x_3+x_4=0$ ,一眼看出自由变量是 $x_3,x_4$ ;
3. 基础解系可以取任意一组基,你算出的向量与答案不同但**张成同一空间**也算对(考试会给等价形式)。
---
### 第 8 题
**答案**:(Ⅰ)$a=1$ ;(Ⅱ)$b=4$ 。
**思路**:$Ax=0$ 的解空间是 $k(1,-2,1)^{\mathrm T}$ ($r(A)=2$ ,$n-r=1$ )。**同解 ⟺ $B$ 的每一行都能被 $A$ 的行线性表示**(且秩相同)。
(Ⅰ)设 $(a,3,5)=c_1(1,1,1)+c_2(1,2,3)$ ,则
$$c_1+c_2=a,\qquad c_1+2c_2=3,\qquad c_1+3c_2=5 .$$
由后两式 $c_2=2$ ,$c_1=-1$ ,故 $a=c_1+c_2=1$ 。
**验算(换一条路)**:$A$ 的解 $(1,-2,1)^{\mathrm T}$ 代入 $(a,3,5)x=0$ 得 $a-6+5=0$ ,即 $a=1$ ✓ —两条路一致。
(Ⅱ)同理设 $(2,3,b)=c_1(1,1,1)+c_2(1,2,3)$ :$c_1+c_2=2$ ,$c_1+2c_2=3$ 得 $c_2=1$ ,$c_1=1$ ,故
$$b=c_1+3c_2=4 .$$
**验算**:$(2,3,4)=(1,1,1)+(1,2,3)$ ✓。
**易错点**:
1. 只算 $B$ 的秩等于 2 远远不够——秩相同只说明解空间维数相同,还必须**解相同**;
2. 用"解代入"验算是最快的检查办法,务必用上;
3. $c_1,c_2$ 解出来后**别忘了 $a=c_1+c_2$ 这一项**(第一分量),有人直接把 $c_2$ 当答案。
---
### 第 9 题
**答案**:
- $a\neq1$ 且 $a\neq-2$ :**唯一解**;
- $a=1$ :**无穷多解**(2 个参数);
- $a=-2$ :**无解**。
**思路**:先算行列式
$$\lvert A\rvert=\begin{vmatrix}1&1&a\\1&a&1\\a&1&1\end{vmatrix}=-(a-1)^2(a+2).$$
(展开:$2(a-1)+a(1-a^2)$ 整理即得。)
**① 当 $a\neq1$ 且 $a\neq-2$ 时**:$\lvert A\rvert\neq0$ ,由克拉默法则,**唯一解**。
**② 当 $a=1$ 时**:$A$ 全为 1 的矩阵,$b=(1,1,1)^{\mathrm T}$ 。
$$r(A)=1,\qquad r(A,b)=1,$$
故有无穷多解,参数个数 $n-r=3-1=2$ 。方程组即 $x_1+x_2+x_3=1$ 。
**③ 当 $a=-2$ 时**:
$$(A\mid b)=\begin{pmatrix}1&1&-2&1\\1&-2&1&1\\-2&1&1&1\end{pmatrix}.$$
三行相加得 $(0,0,0\mid 3)$ ,即 $0=3$ ,故**无解**。等价地:$r(A)=2$ (三行之和为 0 但不全成比例),$r(A,b)=3$ ,$r(A)<r(A,b)$ 。
**易错点**:
1. **$\lvert A\rvert=0$ 有两个根**($a=1$ 与 $a=-2$ ,其中 $a=1$ 是二重根),必须**分开讨论**——只讨论 $a=1$ 会漏掉 $a=-2$ 的无解情形;
2. 行列式符号:本题是 $-(a-1)^2(a+2)$ ,写成 $(a-1)^2(a+2)$ 会把两个根判反(根不变,但代入时正负号会乱);
3. 无解的判据是 $r(A)<r(A,b)$ ,**不是** $\lvert A\rvert=0$ 这一条($a=1$ 时 $\lvert A\rvert=0$ 却有解)。
---
### 第 10 题
**答案**:(Ⅰ)**B**;(Ⅱ)**C**。
**思路**:
(Ⅰ)$r(A)=2$ 说明三个法向量共面(都垂直于同一个方向),三平面都**平行于同一条直线**;$r(A,b)=2$ 说明**有解**,即存在公共点。两者合起来:公共部分是"一个方向的一整条直线"→ **交于一条直线**。
(Ⅱ)$r(A)=2$ 仍表示三平面平行于同一条直线;但 $r(A,b)=3>r(A)$ 说明**无解**,即没有公共点。既平行于同一方向又无公共点 → 三条交线互相平行、错开,整体像**三棱柱**(每两个平面都相交,但没有三者共点)→ **两两相交但无公共点**。
**易错点**:
1. 看到"无解"就选"平行"——本题三个法向量**两两不平行**,平面并不平行,只是**没有公共点**;
2. 记住判别口诀:**$r(A)$ 管方向(法向量独立程度),$r(A,b)$ 管有没有公共点**;
3. $r(A)=2,r(A,b)=3$ 是"三棱柱",$r(A)=1,r(A,b)=2$ 才是"平行平面"型——两者都是无解,但几何完全不同。
---
### 第 11 题
**答案**:
$$x=(1,1,1)^{\mathrm T}+k_1(-1,1,0)^{\mathrm T}+k_2(0,-1,-2)^{\mathrm T}\qquad(k_1,k_2\ \text{任意}).$$
**思路**:$n=3$ ,$r(A)=1$ ,故齐次解空间维数 $=3-1=2$ ,通解需**两个**齐次解。
由"两解之差是齐次解":
$$\eta_1-\eta_2=(1,1,1)^{\mathrm T}-(2,0,1)^{\mathrm T}=(-1,1,0)^{\mathrm T},$$
$$\eta_1-\eta_3=(1,1,1)^{\mathrm T}-(1,2,3)^{\mathrm T}=(0,-1,-2)^{\mathrm T}.$$
两者**不成比例**(检验:$(-1,1,0)$ 的第二分量与第一分量之比为 $-1$ ,而 $(0,-1,-2)$ 的第一分量为 0),故线性无关,可作齐次基础解系。
通解 $=\eta_1+k_1(\eta_1-\eta_2)+k_2(\eta_1-\eta_3)$ 。
**易错点**:
1. **必须先确认两个差向量线性无关**——若三个解恰好共线,差向量可能只张成 1 维,此时需要另找解;
2. 参数个数由 $n-r=2$ 决定,**不能**因为给了 3 个解就写 3 个参数;
3. 特解可以取 $\eta_1,\eta_2,\eta_3$ 中任意一个,答案形式不唯一但解集相同。
---
### 第 12 题
**答案**:全部公共解为 $k(-1,1,1,-1)^{\mathrm T}\ (k\ \text{任意})$ 。
**思路**:公共解就是**拼接方程组**的解:
$$\begin{pmatrix}A\\B\end{pmatrix}x=0,\qquad \begin{pmatrix}A\\B\end{pmatrix}=\begin{pmatrix}1&1&1&1\\1&-1&1&-1\\1&1&0&0\end{pmatrix}.$$
先解 $Ax=0$ :两行相加得 $2x_1+2x_3=0$ ,相减得 $2x_2+2x_4=0$ ,故
$$x_1=-x_3,\qquad x_2=-x_4 .$$
通解 $x=s(-1,0,1,0)^{\mathrm T}+t(0,-1,0,1)^{\mathrm T}$ 。
再代入 $Bx=0$ ,即 $x_1+x_2=0$ :
$$-s-t=0\Longrightarrow t=-s .$$
回代得
$$x=s(-1,0,1,0)^{\mathrm T}-s(0,-1,0,1)^{\mathrm T}=s(-1,1,1,-1)^{\mathrm T}.$$
**验算**:$(-1,1,1,-1)$ 代入 $A$ 的两行:$-1+1+1-1=0$ ✓,$-1-1+1+1=0$ ✓;代入 $B$ :$-1+1=0$ ✓。
**易错点**:
1. 公共解**不是**"两个通解取交集"这么简单,必须先求出一个通解再代入另一个方程;
2. 拼接时用**上下拼**(同解判据、公共解都是上下),不是左右拼;
3. 最后要检查求出的解集维数:本题 $r=3$ ,$n-r=1$ ,正好 1 个参数。
---
### 第 13 题
**答案**:
$$x=(1,2,3,4)^{\mathrm T}+k(1,1,1,1)^{\mathrm T}\qquad(k\ \text{任意}).$$
**思路**:$n=4$ ,$r(A)=3$ ,故齐次解空间维数 $=4-3=1$ ,**只需一个**齐次解。
关键观察:$\eta_2+\eta_3$ 给的是**两个解之和**,而
$$A\left(\frac{\eta_2+\eta_3}{2}\right)=\frac{b+b}{2}=b,$$
所以 $\dfrac{\eta_2+\eta_3}{2}=(2,3,4,5)^{\mathrm T}$ **也是一个解**。于是
$$\frac{\eta_2+\eta_3}{2}-\eta_1=(2,3,4,5)^{\mathrm T}-(1,2,3,4)^{\mathrm T}=(1,1,1,1)^{\mathrm T}$$
是齐次解,且非零,正好构成基础解系。
**易错点**:
1. **不能**把 $\eta_2+\eta_3$ 直接当解(它是 $2b$ );要么除以 2,要么直接用 $\eta_2+\eta_3-2\eta_1=2(1,1,1,1)$ 当齐次解——**倍数不影响方向**;
2. 参数只有 1 个($n-r=1$ ),写成 2 个就错;
3. 若题目给的是 $\eta_2-\eta_3$ 这种"差",那就**直接**是齐次解,不用再减 $\eta_1$ 。读题时看清给的是和还是差。
---
### 第 14 题
**答案**:(Ⅰ)**无解**;(Ⅱ)$X=\begin{pmatrix}1\\0\end{pmatrix}+t\begin{pmatrix}-2\\1\end{pmatrix}$ ($t$ 任意)。
**思路**:
(Ⅰ)$A$ 的两列成比例,$r(A)=1$ 。增广矩阵
$$(A,B)=\begin{pmatrix}1&2&1&1\\2&4&3&2\end{pmatrix}\ \xrightarrow{\ r_2-2r_1\ }\ \begin{pmatrix}1&2&1&1\\0&0&1&0\end{pmatrix},$$
故 $r(A,B)=2>r(A)=1$ ,**无解**。
也可按列看:$B$ 的第一列 $(1,3)^{\mathrm T}$ 不能被 $A$ 的列 $(1,2)^{\mathrm T}$ 表示(否则 $2\times1=3$ 矛盾),所以整体的矩阵方程无解。
(Ⅱ)$B_0=(1,2)^{\mathrm T}$ 恰好 $=1\cdot(1,2)^{\mathrm T}$ ,故 $r(A,B_0)=1=r(A)$ ,有无穷多解。方程组为
$$x_1+2x_2=1\Longrightarrow x_1=1-2x_2 .$$
取 $x_2=t$ ,得
$$X=\begin{pmatrix}1-2t\\ t\end{pmatrix}=\begin{pmatrix}1\\0\end{pmatrix}+t\begin{pmatrix}-2\\1\end{pmatrix}.$$
**易错点**:
1. $AX=B$ 有解要求**每一列**都能表示,一列不行就整体无解(不能"部分列有解"就算有解);
2. $X$ 是**矩阵**(本题为 $2\times1$ ),不是数,别把通解写成一个标量;
3. 判据是 $r(A)=r(A,B)$ ,其中 $(A,B)$ 是**左右拼接**。
---
## C 组 · 拔高
### 第 15 题
**答案**:见证明。
**思路**:记 $k=k_1+\cdots+k_s$ 。由线性性
$$A(k_1\eta_1+\cdots+k_s\eta_s)=k_1A\eta_1+\cdots+k_sA\eta_s=(k_1+\cdots+k_s)b=kb .$$
**充分性**:若 $k=1$ ,则上式 $=b$ ,即为 $Ax=b$ 的解。
**必要性**:若 $k_1\eta_1+\cdots+k_s\eta_s$ 是 $Ax=b$ 的解,则 $kb=b$ 。因 $b\neq0$ ,故 $k=1$ 。
**易错点**:
1. 必要性必须用 **$b\neq0$ 这个条件** ——若 $b=0$ 则任何系数和都成立(都是齐次解),题目给 $b\neq0$ 正是为了这一步;
2. 整个证明的关键是:用 $A$ 作用后只剩系数和乘 $b$ ,把这个式子写清楚即可;
3. 推论要会:**系数和为 0 ⟹ 齐次解;系数和为 1 ⟹ 非齐次解**。
---
### 第 16 题
**答案**:(Ⅰ)$a=7$ 且 $b\neq3$ ;(Ⅱ)交于一条直线。
**思路**:
(Ⅰ)"两两相交但无公共点"的代数刻画是
$$r(A)=2\quad\text{且}\quad r(A,b)=3 .$$
先求 $r(A)=2$ 的条件:
$$\lvert A\rvert=\begin{vmatrix}1&1&1\\1&2&3\\1&4&a\end{vmatrix}=1(2a-12)-1(a-3)+1(4-2)=a-7 .$$
故需 $a=7$ 。此时
$$A=\begin{pmatrix}1&1&1\\1&2&3\\1&4&7\end{pmatrix},\qquad r(A)=2$$
(第一、二行无关,第三行 $=2\times$ 第二行 $-$ 第一行)。
再看 $r(A,b)$ :作行变换
$$(A\mid b)\ \xrightarrow{\ r_2-r_1,\ r_3-r_1\ }\ \begin{pmatrix}1&1&1&1\\0&1&2&1\\0&3&6&b-1\end{pmatrix}\ \xrightarrow{\ r_3-3r_2\ }\ \begin{pmatrix}1&1&1&1\\0&1&2&1\\0&0&0&b-4\end{pmatrix}.$$
故 $r(A,b)=3\iff b-4\neq0\iff b\neq3$ 。
**结论**:$a=7$ 且 $b\neq3$ 时构成三棱柱:三个法向量共面($r(A)=2$ ,三平面平行于同一方向),但无公共点($r(A,b)=3$ )。
(Ⅱ)$a=7$ 、$b=3$ 时 $r(A)=r(A,b)=2<3$ ,方程组有无穷多解(1 个参数),三平面**交于一条直线**(且这条直线方向就是 $A$ 的零空间方向)。
> **补充**:$a\neq7$ 时 $\lvert A\rvert\neq0$ ,三平面必交于一点(唯一解);所以"三棱柱"只可能发生在 $a=7$ 这条退化线上。
**易错点**:
1. 只算 $r(A)=2$ 就下结论——**还必须**保证 $r(A,b)=3$ (有解就是"交于直线",不是三棱柱);
2. 行变换时 $b$ 那一列要跟着变,$r_3-3r_2$ 后常数项变成 $b-1-3=b-4$ ;
3. $a=7$ 时第三行 $=2\times$ 第二行 $-$ 第一行,这个关系可用来**验算** $\lvert A\rvert=0$ 。
---
### 第 17 题
**答案**:见证明。
**思路**:记 $S_A=\{x\mid Ax=0\}$ ,$S_B=\{x\mid Bx=0\}$ ,$n$ 为列数。
**($E\Rightarrow C$ )** 设 $S_A=S_B$ 。拼接方程组 $\begin{pmatrix}A\\B\end{pmatrix}x=0$ 的解集是 $S_A\cap S_B=S_A$ ,故
$$\dim S_A=\dim(S_A\cap S_B)\Longrightarrow n-r(A)=n-r\begin{pmatrix}A\\B\end{pmatrix}\Longrightarrow r(A)=r\begin{pmatrix}A\\B\end{pmatrix}.$$
同理(交换 $A,B$ )$r(B)=r\begin{pmatrix}A\\B\end{pmatrix}$ 。故三者相等。
**($C\Rightarrow E$ )** 设 $r(A)=r(B)=r\begin{pmatrix}A\\B\end{pmatrix}=r$ 。则
$$\dim S_A=\dim S_B=\dim\left(S_A\cap S_B\right)=n-r .$$
而 $S_A\cap S_B\subseteq S_A$ ,两个子空间**维数相同**,故 $S_A\cap S_B=S_A$ 。同理 $S_A\cap S_B=S_B$ 。于是 $S_A=S_B$ ,即两方程组同解。
**易错点**:
1. 必须说清"**拼接方程组的解集 = 两个解集的交**",这是整个证明的支点;
2. 由"维数相同 + 包含关系"推"相等"时,要**明确写出包含方向**($S_A\cap S_B\subseteq S_A$ );
3. 拼接是**上下拼**;写成左右拼 $(A,B)$ 是另一个东西(那是 $AX=B$ 的判据)。
---
### 第 18 题
**答案**:见证明。
**思路**:设有数 $c_0,c_1,\cdots,c_{n-r}$ 使
$$c_0\eta_0+c_1(\eta_0+\xi_1)+\cdots+c_{n-r}(\eta_0+\xi_{n-r})=0 .$$
按 $\eta_0$ 与 $\xi_i$ 合并:
$$\Big(c_0+\sum_{i=1}^{n-r}c_i\Big)\eta_0+\sum_{i=1}^{n-r}c_i\xi_i=0 .$$
两边左乘 $A$ ,并注意 $A\eta_0=b$ 、$A\xi_i=0$ :
$$\Big(c_0+\sum_{i=1}^{n-r}c_i\Big)b=0 .$$
因 $b\neq0$ ,故
$$c_0+\sum_{i=1}^{n-r}c_i=0 .$$
代回前一式得 $\sum c_i\xi_i=0$ 。因 $\xi_1,\cdots,\xi_{n-r}$ 线性无关,故 $c_1=\cdots=c_{n-r}=0$ ,再由上式 $c_0=0$ 。
所以这些向量线性无关。
**易错点**:
1. **必须用上 $b\neq0$ 这个条件**,才能从 $\big(c_0+\sum c_i\big)b=0$ 推出系数和为 0;
2. 顺序不能反:先作用 $A$ 得到系数和,再回代用 $\xi_i$ 的无关性,最后得 $c_0$ ;
3. 结论的含义值得记住:**"一个特解 + 逐个加齐次基向量"总能得到 $n-r+1$ 个线性无关的解**——这是构造"线性无关解组"的标准手法。
---
## 命题质量报告
### 一、考点覆盖表
| 考点 | 题号 | 真题骨架 |
|---|---|---|
| 克拉默法则 | 1 | — |
| 齐次基础解系与通解 | 2、7 | 🟨2019·13 |
| 非齐次通解(特解 + 齐次) | 3 | — |
| 解的性质(系数和) | 4、15 | — |
| 解的个数与 $n-r$ | 5 | — |
| 三平面几何意义 | 6、10、16 | 🟨2019·6 / 2024·5 / 2025·6 |
| 同解求参数 | 8 | 🟨2022·6 / 2025·15 |
| 含参讨论三种情形 | 9 | — |
| 由解构造通解 | 11、13 | — |
| 公共解 | 12 | — |
| 矩阵方程 $AX=B$ | 14 | 🟨2016·20 |
| 同解判据的证明 | 17 | — |
| 线性无关解组 | 18 | — |
**真题覆盖**:第 12 章 7 道真题全部有对应(2016·20→14、2019·6→6/10、2019·13→7、2022·6→8、2024·5→10、2025·6→10/16、2025·15→8)。
### 二、难度分布与命题意图
| 组 | 题量 | 占比 | 意图 |
|---|---|---|---|
| A | 6 | 33% | 克拉默、基础解系、通解、解的个数——**四个必须成为肌肉记忆的动作** |
| B | 8 | 44% | 含参三情形(9)、同解求参(8)、三棱柱(10)、由解反求通解(11、13)、公共解(12)——**考试真实难度** |
| C | 4 | 22% | 两道证明 + 一道参数结构 + 一道构造,专攻"写不出过程"的毛病 |
### 三、防过拟合说明
- 所有数字、参数、维度**原创**;
- 只对齐"考法结构":2016·20 考"矩阵方程解的判定",本题用不同的 $A,B$ 复现同一结构;
- 三平面题(10、16)刻意把"三棱柱"与"平行型"分开考,这是 2024–2025 真题的新风格。
### 四、薄弱点提示
若本卷错 4 题以上,优先回补:
1. **$n-r$ 的含义**(第 5、11 题)——把 $n$ 当成行数是最常见的低级错误;
2. **含参讨论不穷尽**(第 9 题)——$\lvert A\rvert=0$ 的每个根都要单独代回;
3. **三棱柱**(第 10、16 题)——这是连考三年的点,必须能把"无解 + 法向量共面"翻译成几何图像。
---
> **下一步**:第 5 讲(矩阵的特征值和特征向量)的核心操作——解 $(A-\lambda E)x=0$ ——用的正是本讲的齐次方程组方法。第 5 讲文件夹尚未创建,可按同样结构续建。
@@ -0,0 +1,64 @@
---
tags:
- 数学一
- 在学练习
- 线性代数
- 线性方程组
- MOC
专题: 线性代数 第4讲 · 线性方程组(真题库第 12 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4讲 · 线性方程组
> 「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:克拉默法则 / 齐次解空间 / 非齐次解结构 / 判定总表 / 三平面几何 / 同解与公共解 / 矩阵方程 | 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 |
## 二、训练目标
- 真题库 **第 12 章**:近十年 **7 题 / 39 分**,热度「常态」。**5 道选择 + 1 道填空 + 1 道 11 分大题**。
- **"三平面位置关系"连考 3 次**(2019·6、2024·5、2025·6)——**近五年最密集的新趋势**,本讲第一重点。
- **同解问题 2 次**(2022·6、2025·15)——考的就是 $r(A)=r(B)=r(A,B)$ 这个判据。
- 基础解系与通解(2019·13)、矩阵方程解的判定(2016·20 大题)。
## 三、难度与用时
| 组 | 题量 | 对应 | 建议用时 | 难度 |
|---|---|---|---|---|
| A 基础 | 6(1–6) | 克拉默、基础解系、通解、解的性质 | 25 分钟 | ★☆☆ |
| B 中等 | 8(7–14) | 含参讨论、同解、公共解、几何、矩阵方程 | 42 分钟 | ★★☆ |
| C 拔高 | 4(15–18) | 证明与参数结构 | 28 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 12 章(7 题 39 分,2016–2025)。
- 🟩 **参考仓库**:`参考仓库/Math/linear-algebra/knowledge/4-linear-equations-system` + `exercise/4-linear-equations-system`。
- 🟦 **视频**:第 4 讲。
- **防过拟合**:数字全部原创,只对齐考法结构;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4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4讲-解析.pdf` | 12 | 答案与详解 |
| `线代第4讲-考点手册.pdf` | 9 | 复习查阅 |
> **重新生成**:`bash .workbuddy/tools/md2pdf/rebuild_la_pdfs.sh`
## 六、关联
- 上层:[[总览]]
- 上一讲:[[线性代数-第3讲-向量/README]](线性表示 ⟺ 有解 ⟺ 秩相等)
- 下一讲:第 5 讲 · 矩阵的特征值和特征向量(未建文件夹)
- 跨章:第 5 讲的"求特征向量"本质就是"解齐次方程组",本讲的方法直接复用
- 错题:[[做题本]]