Files

18 KiB
Raw Permalink Blame History

tags, 专题, 日期, 状态, 关联笔记
tags 专题 日期 状态 关联笔记
数学一
在学练习
线性代数
向量
线性相关性
线性代数 第3讲 · 点1 线性相关与无关 2026-10-23 知识点带题(1.2 定义 + 2.1 七判据,14 题)
README
01-知识点盘点

点 1 线性相关与无关

组织原则:以知识点为单位。先完整列出知识点内容,再按内部顺序(判据①—⑦)逐一对应出题;题目顺序 = 知识点内条目顺序,不穿插其他知识点。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。

知识点 1.2 向量组的线性概念(出处:知识章 vector.tex §1.2)

  • 线性组合 / 线性表出:k_1\alpha_1+\cdots+k_m\alpha_m 称为 \alpha_1,\cdots,\alpha_m 的一个线性组合;若 $\beta=k_1\alpha_1+\cdots+k_m\alpha_m$,称 \beta 可由该组线性表出。
  • 线性相关:存在不全为零的 $k_1,\cdots,k_m$,使 $k_1\alpha_1+\cdots+k_m\alpha_m=0$。
  • 线性无关:仅当 k_1=\cdots=k_m=0 时 $k_1\alpha_1+\cdots+k_m\alpha_m=0$。

特例(秒杀用):① 含零向量的向量组必线性相关;② 单个向量:非零 ⟺ 无关,零向量 ⟹ 相关;③ 两个向量:成比例 ⟺ 相关,不成比例 ⟺ 无关;④ 有相等(或成比例)向量的组必相关。

知识点 2.1 线性相关判定(出处:知识章 vector.tex §2.1 | 练习章 vector.tex §1.1—§1.4)

判据①:向量组 \alpha_1,\alpha_2,\cdots,\alpha_n\ (n\geqslant2) 线性相关的充要条件是:至少有一个向量可由其余 n-1 个向量线性表出。线性无关的充要条件是:任何一个向量都不能由其余 n-1 个向量线性表出。

判据②:\alpha_1,\alpha_2,\cdots,\alpha_n 线性无关,而 \beta,\alpha_1,\alpha_2,\cdots,\alpha_n 线性相关,则 \beta 可由 \alpha_1,\alpha_2,\cdots,\alpha_n 线性表示,且表示方法唯一。

判据③(以少表多,多的相关):向量组 \alpha_1,\cdots,\alpha_n 可由向量组 \beta_1,\cdots,\beta_s 线性表示,且 $n>s$,则 \alpha_1,\cdots,\alpha_n 线性相关。等价形式:若 \alpha_1,\cdots,\alpha_n 可由 \beta_1,\cdots,\beta_s 线性表示且 \alpha_1,\cdots,\alpha_n 线性无关,则 $n\leqslant s$。

判据④(齐次方程):设 m 个 n 维向量 $\alpha_1,\cdots,\alpha_m$,按列拼成 $A=[\alpha_1,\alpha_2,\cdots,\alpha_m]$,$x=(x_1,x_2,\cdots,x_m)^{\mathrm T}$。则 \alpha_1,\cdots,\alpha_m 线性相关 \iff Ax=0 有非零解;线性无关 \iff Ax=0 只有零解。

判据⑤(秩判据):\beta 可由向量组 \alpha_1,\cdots,\alpha_n 线性表出 \iff $r([\alpha_1,\cdots,\alpha_n])=r([\alpha_1,\cdots,\alpha_n,\beta])$;不能表出时 $r([\alpha_1,\cdots,\alpha_n,\beta])=r([\alpha_1,\cdots,\alpha_n])+1$。

判据⑥(部分与整体):\alpha_1,\cdots,\alpha_n 存在一部分向量线性相关 \Longrightarrow 整个向量组线性相关;\alpha_1,\cdots,\alpha_n 线性无关 \Longrightarrow 任意一部分向量组线性无关。

判据⑦(延长与缩短):m 个 n 维向量 \alpha_1,\cdots,\alpha_m 线性无关,把每个向量各任意添加 s 个分量得到的新向量组 $\alpha_1^,\cdots,\alpha_m^$(n+s 维)仍线性无关;\alpha_1,\cdots,\alpha_m 线性相关,把每个向量各去掉相同的若干分量得到的新向量组仍线性相关。(原来无关延长无关,原来相关缩短相关。)


题目(按知识点顺序对应)

题 1 · 定义与特例:直接判相关性(★☆☆)

判断下列各组向量的线性相关性,并说明理由:

(1)$\alpha_1=(1,2)^{\mathrm T},\ \alpha_2=(2,4)^{\mathrm T}$; (2)$\alpha_1=(1,0,0)^{\mathrm T}$; (3)$\alpha_1=(1,0)^{\mathrm T},\ \alpha_2=(0,1)^{\mathrm T}$; (4)$\alpha_1=(1,2,3)^{\mathrm T},\ \alpha_2=(0,0,0)^{\mathrm T}$。

怎么想:先看特例能否直接秒——成比例、单向量、含零向量。能秒就不动笔。

解:(1)\alpha_2=2\alpha_1 成比例,线性相关;(2)单个非零向量,线性无关;(3)不成比例,线性无关;(4)含零向量,线性相关。

带走结论:特例①③④是"判断相关性"小题的秒杀工具;它们本质都是定义"存在非平凡零组合"的变体。


题 2 · 判据①:有一个向量可由其余表出 ⟹ 相关(★☆☆)

已知 $\alpha_3=2\alpha_1-\alpha_2$。证明:\alpha_1,\alpha_2,\alpha_3 线性相关。

怎么想:判据① 的正向用法——题目已经给出 \alpha_3 的表示,把等式移项成零组合即可,不用再凑。

解:由 \alpha_3=2\alpha_1-\alpha_2 得 $2\alpha_1-\alpha_2-\alpha_3=0$,系数 2,-1,-1 不全为零,故线性相关。

带走结论:证相关最省的一条路是找"现成表示"(判①);它与定义"存在非平凡零组合"是同一件事的两种说法。


题 3 · 判据②:无关组 + 添一个向量变相关 ⟹ 唯一表示(★★☆)

设 \alpha_1,\alpha_2 线性无关,$\beta=\alpha_1+2\alpha_2$。

(Ⅰ)\beta,\alpha_1,\alpha_2 是否线性相关? (Ⅱ)\beta 能否由 \alpha_1,\alpha_2 唯一线性表示?说明理由。

怎么想:\beta 本身就是 \alpha_1,\alpha_2 的组合,判据① 直接给相关;判据② 给的是更强结论——原组无关、加 \beta 后相关,则 \beta 被原组唯一表示,第(Ⅱ)问的"唯一"才是考点。唯一性固定动作:两式相减,凑成原组的零组合。

解:(Ⅰ)\beta 可由 \alpha_1,\alpha_2 线性表出,由判据①,\beta,\alpha_1,\alpha_2 线性相关。

(Ⅱ)\beta=\alpha_1+2\alpha_2 就是一种表示。若另有 $\beta=k_1\alpha_1+k_2\alpha_2$,相减得 $(k_1-1)\alpha_1+(k_2-2)\alpha_2=0$,由 \alpha_1,\alpha_2 线性无关,$k_1=1,\ k_2=2$,表示唯一。

带走结论:判据② 是"表示唯一"的万能证法——设两个表示相减,落到原组的零组合,用无关性把系数逼成零。


题 4 · 判据② 的证明版:把"可表示"证出来(★★☆)

设 \alpha_1,\alpha_2,\alpha_3 线性无关,\beta,\alpha_1,\alpha_2,\alpha_3 线性相关。证明:\beta 可由 \alpha_1,\alpha_2,\alpha_3 线性表示,且表示唯一。

怎么想:已知"相关",相关只保证"存在非平凡零组合"。要让 \beta 单出来成为被表出者,必须证明这个非平凡组合里 \beta 的系数不是零——用反证:若 \beta 的系数为零,零组合就落在 \alpha 组上,与 \alpha 组无关矛盾。

解:设存在不全为零的 $c_0,c_1,c_2,c_3$,使

c_0\beta+c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0.

若 $c_0=0$,则 c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0 且 c_1,c_2,c_3 不全为零,与 \alpha_1,\alpha_2,\alpha_3 线性无关矛盾。故 $c_0\ne0$,

\beta=-\frac{c_1}{c_0}\alpha_1-\frac{c_2}{c_0}\alpha_2-\frac{c_3}{c_0}\alpha_3,

可表示。唯一性:由判据②(无关组 + 添 \beta 相关 ⟹ 表示唯一)直接得到。

带走结论:抽象题里"相关 ⟹ 某个向量可由其余表出"(判①)的系数非零必须证,套路就是反证 \beta 的系数为零会落到原组。判② 把这一整段打包成结论。


题 5 · 判据③:以少表多,多的相关(★★☆)

设向量组 \alpha_1,\alpha_2,\alpha_3,\alpha_4 均可由向量组 \beta_1,\beta_2 线性表示。证明:\alpha_1,\alpha_2,\alpha_3,\alpha_4 线性相关。

怎么想:判据③ 直接套:n=4 个向量由 s=2 个向量表出,$n>s$,必相关。写证明用秩:\alpha 组能由 \beta 组表出 ⟹ $r(\alpha)\leqslant r(\beta)$。

解:设 $A=(\alpha_1,\alpha_2,\alpha_3,\alpha_4)$,$B=(\beta_1,\beta_2)$。存在 4\times2 矩阵 C 使 $A=BC$,于是 $r(A)\leqslant r(B)\leqslant 2<4$,故 \alpha 组线性相关(判据④:Ax=0 有非零解)。

带走结论:"以少表多,多的相关"。A=BC\Rightarrow r(A)\leqslant r(B) 这个秩不等式要顺手记住,全卷反复用。


题 6 · 判据③ 的推论:个数多于维数必相关(★★☆)

设 \alpha_1,\alpha_2,\cdots,\alpha_5 是 5 个四维向量。证明:它们线性相关。

怎么想:四维空间的标准基 e_1,e_2,e_3,e_4 能表出任意四维向量,于是 5 个向量由 4 个向量表出——这正是判据③ 的"以少表多"。

解:任一四维向量都可写成标准基 e_1,e_2,e_3,e_4 的线性组合,故 \alpha_1,\cdots,\alpha_5 可由 e_1,\cdots,e_4 线性表示。个数 $5>4$,由判据③,\alpha_1,\cdots,\alpha_5 线性相关。

带走结论:m 个 n 维向量,m>n 时必线性相关——判③ 最常用的推论,选择题直接秒。


题 7 · 判据④:Ax=0 有非零解 ⟺ 相关(★★☆)

【2024·6 骨架】设

\alpha_1=(1,1,2)^{\mathrm T},\quad \alpha_2=(2,3,1)^{\mathrm T},\quad \alpha_3=(1,0,5)^{\mathrm T}.

(Ⅰ)判断 \alpha_1,\alpha_2,\alpha_3 的线性相关性; (Ⅱ)若相关,写出一个具体的线性关系式。

怎么想:$s=n=3$,判据④ 的方阵情形——\lvert A\rvert=0 判相关最省。第(Ⅱ)问才是考点:"相关"按定义只是存在非平凡组合,必须把系数找出来写成等式,即解 $Ax=0$、取自由变量为 $1$。

解:(Ⅰ)按列拼成 $A$,沿第二行展开(第二行有一个零):

\lvert A\rvert=\begin{vmatrix}1&2&1\\1&3&0\\2&1&5\end{vmatrix}=-1\cdot(2\cdot5-1\cdot1)+3\cdot(1\cdot5-1\cdot2)-0=-9+9=0,

行列式为零,故线性相关。

(Ⅱ)解 $Ax=0$:由 x_1+3x_2=0 得 $x_1=-3x_2$,代入 x_1+2x_2+x_3=0 得 $x_3=x_2$。取 $x_2=1$:

-3\alpha_1+\alpha_2+\alpha_3=0,

即 $\alpha_2+\alpha_3=3\alpha_1$。(回代验算成立。)

带走结论:判相关的三件套——行列式($s=n$)、$Ax=0$、秩,都是判据④ 的实现。解答题里"相关"必须落到具体关系式,只写"行列式为零"拿一半分。


题 8 · 判据④ + 秩:含参判相关,并求此时的秩(★★☆)

【2017·13 骨架】设

\alpha_1=(1,1,1)^{\mathrm T},\quad \alpha_2=(1,2,a)^{\mathrm T},\quad \alpha_3=(1,4,a^2)^{\mathrm T}.

(Ⅰ)求 $a$,使三者线性相关; (Ⅱ)对每个这样的 $a$,求向量组的秩。

怎么想:相关 \iff 行列式为零,问题变成"解一个关于 a 的多项式方程"。每个根都要单独代回算秩——不能因为"相关所以秩小于 3"就笼统写"秩为 2",秩可能是 1。算行列式优先造零:第 2、3 列各减第 1 列,首行立刻出现两个零。

解:(Ⅰ)按列拼成 $A$,作"第 2 列减第 1 列、第 3 列减第 1 列"(第三类列变换,行列式值不变):

\lvert A\rvert=\begin{vmatrix}1&0&0\\1&1&3\\1&a-1&a^2-1\end{vmatrix}=(a^2-1)-3(a-1)=(a-1)(a+1-3)=(a-1)(a-2),

故 a=1 或 a=2 时线性相关。

(Ⅱ)两种情形秩都小于 3。看与参数无关的左上角二阶子式 $\begin{vmatrix}1&1\1&2\end{vmatrix}=1\ne0$,恒非零,故秩至少为 2。因此 a=1 时 $r=2$,a=2 时 $r=2$。(代回验证:a=1 时 $\alpha_2=(1,2,1)^{\mathrm T}$、\alpha_3=(1,4,1)^{\mathrm T} 不成比例;a=2 时同理,秩确为 2。)

带走结论:含参题两件套——行列式找根(找全因式防失根)+ 非零子式定秩下界(与参数无关的子式可一次覆盖全部根)。此题的"相关求秩"就是点 2 的前置。


题 9 · 判据④ 的系数矩阵视角:变换后的向量组(★★☆)

设 \alpha_1,\alpha_2,\alpha_3 线性无关。令

\beta_1=\alpha_1+\alpha_2,\quad \beta_2=\alpha_2+\alpha_3,\quad \beta_3=\alpha_3+\alpha_1; \gamma_1=\alpha_1-\alpha_2,\quad \gamma_2=\alpha_2-\alpha_3,\quad \gamma_3=\alpha_3-\alpha_1.

(Ⅰ)判断 \beta 组的线性相关性;(Ⅱ)求 \gamma 组的秩。

怎么想:原组无关时,新组的命运完全由系数矩阵决定。写 $B=(\beta_1,\beta_2,\beta_3)=A C_\beta$,则

By=0\iff A(C_\beta y)=0\iff C_\beta y=0\quad\text{($A$ 的列无关,$Az=0$ 只有零解)},

于是 $r(B)=r(C_\beta)$。前提是原组无关,不能不问就套。

解:(Ⅰ)系数矩阵 $C_\beta=\begin{pmatrix}1&0&1\1&1&0\0&1&1\end{pmatrix}$,$\lvert C_\beta\rvert=1\cdot(1-0)+1\cdot(1-0)=2\ne0$,可逆,故 C_\beta y=0 只有零解,\beta 组线性无关。

(Ⅱ)$C_\gamma=\begin{pmatrix}1&0&-1\-1&1&0\0&-1&1\end{pmatrix}$,三列之和为零向量,$\lvert C_\gamma\rvert=0$,秩 $<3$;又左上角二阶子式 $\begin{vmatrix}1&0\-1&1\end{vmatrix}=1\ne0$,故 $r(C_\gamma)=2$,从而 $r(\gamma)=2$。

带走结论:\beta 组是把三个方向两两相加,成果仍独立;\gamma 组首尾相减,最后一条被前两条抵消($\gamma_1+\gamma_2+\gamma_3=0$)。系数矩阵可逆 ⟺ 变换不改变相关性——这是判据④ 在"线性变换"下的模样。


题 10 · 判据⑤:r(A)=r(A\mid\beta) 判断能否表出(★★☆)

设

\alpha_1=(1,1,1)^{\mathrm T},\quad \alpha_2=(1,2,3)^{\mathrm T},\quad \alpha_3=(1,3,6)^{\mathrm T},\quad \beta=(1,1,2)^{\mathrm T}.

判断 \beta 能否由 \alpha_1,\alpha_2,\alpha_3 线性表示;若能,写出表示式并说明是否唯一。

怎么想:判据⑤——能表出 $\iff r(A)=r(A\mid\beta)$。本题 s=n=3 且 $\lvert A\rvert\ne0$,不必算秩:方阵情形 \lvert A\rvert\ne0 意味着任意 \beta 都被唯一表示。表示式 = 解方程组。

解:

\lvert A\rvert=\begin{vmatrix}1&1&1\\1&2&3\\1&3&6\end{vmatrix}=(12-9)-(6-3)+(3-2)=1\ne0,

故 $r(A)=3=r(A\mid\beta)$,\beta 可由 \alpha_1,\alpha_2,\alpha_3 线性表示,且唯一。解方程组得

\beta=2\alpha_1-2\alpha_2+\alpha_3=(1,1,2)^{\mathrm T}\quad\text{(验算成立)}.

带走结论:方阵情形一句话"\lvert A\rvert\ne0 ⟹ 任意 \beta 可表且唯一";非方阵才需要逐列比较 r(A) 与 $r(A\mid\beta)$(判⑤ 的非方阵用法是点 3 的主场)。


题 11 · 判据⑤:不能表出时增广矩阵秩恰好多 1(★★☆)

设 $\alpha_1=(1,1)^{\mathrm T},\ \alpha_2=(2,2)^{\mathrm T}$,$\beta=(1,0)^{\mathrm T}$。

(Ⅰ)判断 \beta 能否由 \alpha_1,\alpha_2 线性表示; (Ⅱ)验证 $r([\alpha_1,\alpha_2,\beta])=r([\alpha_1,\alpha_2])+1$。

怎么想:先看现成关系——\alpha_1,\alpha_2 成比例,$r(A)=1$。把 \beta 拼进去算增广矩阵的秩,比较与 r(A) 的差。

解:(Ⅰ)$A=[\alpha_1,\alpha_2]=\begin{pmatrix}1&2\1&2\end{pmatrix}$,$r(A)=1$(两列成比例)。增广 $[A\mid\beta]=\begin{pmatrix}1&2&1\1&2&0\end{pmatrix}$,两行不等比例,$r(A\mid\beta)=2$。$r(A)\ne r(A\mid\beta)$,由判据⑤,\beta 不能由 \alpha_1,\alpha_2 线性表示。

(Ⅱ)$r(A\mid\beta)=2=1+1=r(A)+1$,验证成立。(直观:\beta 不在 \alpha_1,\alpha_2 张成的直线上,方程组无解。)

带走结论:判⑤ 的两个值——相等 = 能表出;恰好多 1 = 不能表出。它是"线性表示"所有题的判定核心,先记结论,点 3 里练熟。


题 12 · 判据⑥:整体无关 ⟹ 部分无关(★☆☆)

设 \alpha_1,\alpha_2,\alpha_3,\alpha_4 线性无关。判断 \alpha_1,\alpha_2,\alpha_3 是否线性无关,并说明理由。

怎么想:判据⑥ 整体无关 ⟹ 任意部分无关,直接套。证明走反证:部分相关 ⟹ 整体相关。

解:\alpha_1,\alpha_2,\alpha_3 线性无关。反设相关,则存在不全为零的 k_1,k_2,k_3 使 $k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0$,补上零系数得 k_1\alpha_1+k_2\alpha_2+k_3\alpha_3+0\cdot\alpha_4=0 是非平凡零组合,与整体无关矛盾。

带走结论:判据⑥ 两个方向各管一件事——"部分相关 ⟹ 整体相关"证相关、"整体无关 ⟹ 部分无关"证无关,是抽象题里最常用的砍维度手段。


题 13 · 判据⑦:延长无关仍无关(★★☆)

设 \alpha_1,\alpha_2,\alpha_3 是 n 维线性无关向量组。把每个向量各任意添加 2 个分量,得到 n+2 维向量组 $\alpha_1^,\alpha_2^,\alpha_3^*$。证明:\alpha_1^*,\alpha_2^*,\alpha_3^* 线性无关。

怎么想:判据⑦ 延长。证法只差一步:设出新组的零组合后只看前 n 个分量,那正好是 \alpha_1,\alpha_2,\alpha_3 的零组合,无关性直接逼出系数为零。

解:设 $k_1\alpha_1^+k_2\alpha_2^+k_3\alpha_3^*=0$。只看每个向量前 n 个分量,得 $k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0$,由 \alpha_1,\alpha_2,\alpha_3 线性无关,$k_1=k_2=k_3=0$,故 \alpha_1^*,\alpha_2^*,\alpha_3^* 线性无关。

带走结论:"无关延长仍无关、相关缩短仍相关"(判⑦)。延长/去分量类证明的固定动作:只看原维度分量,把新组的零组合投影回原组。


题 14 · 判据⑦ 的缩短版:相关缩短仍相关(★★☆)

设 \alpha_1,\alpha_2,\alpha_3 是 n 维线性相关向量组。把每个向量去掉最后一个分量,得到 n-1 维向量组 $\alpha_1',\alpha_2',\alpha_3'$。证明:\alpha_1',\alpha_2',\alpha_3' 仍线性相关。

怎么想:判据⑦ 缩短。已知存在不全为零的系数使 $k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0$——这个等式逐分量都成立,去掉最后一个分量后前 n-1 个等式仍然成立,所以同一组系数照样是非平凡零组合。

解:由 \alpha_1,\alpha_2,\alpha_3 线性相关,存在不全为零的 k_1,k_2,k_3 使 $k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0$(n 个分量等式)。只看每个向量前 n-1 个分量,该式仍成立,即 $k_1\alpha_1'+k_2\alpha_2'+k_3\alpha_3'=0$,故 \alpha_1',\alpha_2',\alpha_3' 线性相关。

带走结论:缩短方向比延长方向更"白给"——原关系式直接继承。判⑦ 两个方向与判⑥ 配合,覆盖所有"维度伸缩"类抽象题。