Files
MathNotesVersion2/基于考研的学习/数学一/知识点构建/12-背诵版-线性代数-第3讲-向量.md
T

27 KiB
Raw Blame History

tags, 专题, 日期, 状态, 来源, 关联笔记
tags 专题 日期 状态 来源 关联笔记
数学一
知识点构建
背诵版
线性代数
向量
线性代数 第3讲 · 向量 · 背诵版 2026-10-27 背诵版 v1(考点完整呈现 + 47 题清单,无解答) 在学练习/线性代数-第3讲-向量 | 参考仓库 Math/linear-algebra/3-vector
README
../在学练习/线性代数-第3讲-向量/README

线性代数 第3讲 · 向量 · 背诵版

用法:① 看 §0 骨架搭体系;② 逐点闭卷回忆考点正文(定义/判据/算法);③ 用题目清单自测(只列题干不给解,卡住回查在学练习对应点分册)。 题源:在学练习 02—09 八个点分册共 47 题,编号沿用「点 X 题 Y」;考点出处标注参考仓库 vector.tex(内积、子空间两节参考仓库未收录,以盘点为准)。难度与真题锚点一并保留。

0. 本讲骨架(先背这张图)

一句话:判断向量组相关性只比两个数——r(A) 与 $s$(个数),不是与 $n$(维数);所有判据都落在"能算秩就用秩"上。

真题地位:真题库第 11 章,近十年 8 题 44 分,每年必有一道解答题。锚点:线性相关性 2024·6;秩与极大无关组 2017·13;线性表示 2020·6;向量组等价 2022·7;基坐标过渡矩阵 2019·20(11 分);内积施密特 2021·6、2023·15(10 分);子空间和与交 2023·7。

依赖链:02 线性相关性(地基)→ 03 秩与极大无关组 → 04 线性表示 → 05 向量组等价 → 06 基坐标过渡矩阵 ─→ 08 子空间和与交 → 07 内积正交施密特 → 09 抽象证明(串起全部)。时间不够按 08→09→03→05 砍,06 和 07 不能砍。

考点树

点 考点小节(题数)
1 线性相关与无关 1.2 组合与表示(题1)· 1.3 定义与四个特例(题1)· 1.4 五个"不用算"(题1、点6题1)· 2.1 六判据①—⑦(题2–14)
2 秩与极大无关组 3.1 极大无关组定义(题1)· 3.2 求法四步(题1–2)· 3.3 秩的性质(题3–5)
3 线性表示 4.1 三个判据:能/唯一/秩升1(题1–4)
4 向量组等价 4.2 等价判据三条件(题1–3、5)· 4.3 与矩阵等价的分界(题1、4)
5 基坐标与过渡矩阵 5.1 向量空间子空间(题1)· 5.2 基与维数(题1)· 5.3 坐标(题2)· 5.4 基变换坐标变换(题2–4)
6 内积正交与施密特 6.1 内积四条性质(题1、点8题3)· 6.2 长度单位化夹角(题2)· 6.3 正交组规范正交基(题2)· 6.4 施密特(题3–4)· 6.5 正交矩阵(题2、5)
7 子空间和与交 7.1 定义(题1–2)· 7.2 维数公式(题2–3)· 7.3 交空间四步(题2–3)· 7.4 直和(题4–5)
8 抽象推理与证明 8.1 替换定理与接力(题1–2)· 8.2 同解证秩(题3)· 8.3 秩夹逼(题4)· 8.4 表出不增秩(题5)

1. 点 1 · 线性相关与线性无关

出处:知识章 linear-algebra/knowledge/3-vector/vector.tex §1、§2|题目:在学练习 02-点1(14 题)。真题锚点:2024·6。

考点 1.1 基本语言与组合表示

n 维向量按列用;运算只有加法与数乘(没有向量乘法,只有内积)。k_1\alpha_1+\cdots+k_s\alpha_s 是线性组合;\beta 可写成某组合则称可由其线性表示。三种等价说法:存在 x 使 $Ax=\beta$;方程组 Ax=\beta 有解;$\beta\in L(\alpha_1,\dots,\alpha_s)$。表示两层次:能不能(看 $r(A)=r(A\mid\beta)$)/是否唯一(看 r(A) 与 $s$)。

考点 1.2 相关与无关的定义

相关 = 存在不全为零的系数使 $\sum k_i\alpha_i=0$(Ax=0 有非零解);无关 = 仅当系数全零时才有(Ax=0 只有零解)。相关 = 有冗余。

考点 1.3 五个"不用算"的结论

  1. 含零向量的组必相关;2. 含两个成比例向量的组必相关;3. 单个非零向量必无关;4. n+1 个 n 维向量必相关(个数超维数);5. 非零且两两正交的组必无关。

考点 2.1 六判据总表

# 判据 适用 结论
① 定义 任意 找得到非平凡零组合 ⟺ 相关
② 秩判据(最通用) 任意 r(A)<s 相关;r(A)=s 无关
③ 行列式 仅 $s=n$ \lvert A\rvert=0 相关;\ne0 无关
④ 表示判据 s\ge2 相关 ⟺ 至少有一个向量可由其余表示(不是"每一个")
⑤ 以少表多 \alpha 可由 \beta 表出 s>t ⟹ \alpha 组必相关
⑥ 部分与整体 任意 部分相关 ⟹ 整体相关;整体无关 ⟹ 部分无关
⑦ 延长/缩短 任意 无关 ⟹ 加分量仍无关;相关 ⟹ 去分量仍相关("无关能加长,相关能缩短")

关键:判断相关性比的是 r(A) 与 $s$(不是 $n$);判②是万能钥匙——能算秩就用它。判④误读陷阱:"至少有一个",不是"每一个"(\alpha_1=(1,0),\alpha_2=(2,0),\alpha_3=(0,1) 相关但 \alpha_3 表不出)。

题目

  • 题 1 · 定义与特例直接判相关性(★☆☆):设 $\alpha_1=(1,1,1)^{\mathrm T}$,$\alpha_2=(2,2,2)^{\mathrm T}$,$\alpha_3=(0,0,0)^{\mathrm T}$,$\alpha_4=(1,0,0)^{\mathrm T}$。(Ⅰ)逐一判断 $\alpha_1,\alpha_2$、$\alpha_1,\alpha_3$、\alpha_4 的相关性;(Ⅱ)5 个四维向量是否必相关?说明理由。
  • 题 2 · 判据①:有一个向量可由其余表出 ⟺ 相关(★★☆):设 $\beta=\alpha_1+2\alpha_2$。(Ⅰ)判断 \beta,\alpha_1,\alpha_2 的线性相关性;(Ⅱ)\beta 能否由 \alpha_1,\alpha_2 唯一线性表示?
  • 题 3 · 判据②:无关组添一向量变相关 ⟹ 唯一表示(★★★):\alpha_1,\alpha_2 线性无关,\beta,\alpha_1,\alpha_2 线性相关。证明 \beta 可由 \alpha_1,\alpha_2 唯一表示。
  • 题 4 · 判据② 的证明版:把"可表示"证出来(★★☆):\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。
  • 题 5 · 判据③:以少表多,多的相关(★★☆):\alpha_1,\alpha_2,\alpha_3,\alpha_4 均可由 \beta_1,\beta_2 线性表示。证明 \alpha_1,\alpha_2,\alpha_3,\alpha_4 线性相关。
  • 题 6 · 判据③ 的推论:个数多于维数必相关(★★☆):\alpha_1,\cdots,\alpha_5 是 5 个四维向量。证明它们线性相关。
  • 题 7 · 判据④:Ax=0 有非零解 ⟺ 相关(★★☆):【2024·6 骨架】$\alpha_1=(1,1,2)^{\mathrm T}$,$\alpha_2=(2,3,1)^{\mathrm T}$,$\alpha_3=(1,0,5)^{\mathrm T}$。(Ⅰ)判断相关性;(Ⅱ)若相关,写出一个具体的线性关系式。
  • 题 8 · 判据④ + 秩:含参判相关,并求此时的秩(★★☆):【2017·13 骨架】$\alpha_1=(1,1,1)^{\mathrm T}$,$\alpha_2=(1,2,a)^{\mathrm T}$,$\alpha_3=(1,4,a^2)^{\mathrm T}$。(Ⅰ)求 a 使三者线性相关;(Ⅱ)对每个这样的 a 求向量组的秩。
  • 题 9 · 判据④ 的系数矩阵视角:变换后的向量组(★★☆):\alpha_1,\alpha_2,\alpha_3 无关。令 $\beta_1=\alpha_1+\alpha_2$,$\beta_2=\alpha_2+\alpha_3$,$\beta_3=\alpha_3+\alpha_1$;$\gamma_1=\alpha_1-\alpha_2$,$\gamma_2=\alpha_2-\alpha_3$,$\gamma_3=\alpha_3-\alpha_1$。(Ⅰ)判断 \beta 组相关性;(Ⅱ)求 \gamma 组的秩。
  • 题 10 · 判据⑤:r(A)=r(A\mid\beta) 判断能否表出(★★☆):$\alpha_1=(1,1,1)^{\mathrm T}$,$\alpha_2=(1,2,3)^{\mathrm T}$,$\alpha_3=(1,3,6)^{\mathrm T}$,$\beta=(1,1,2)^{\mathrm T}$。判断 \beta 能否由 \alpha_1,\alpha_2,\alpha_3 表示;若能写出表示式并说明是否唯一。
  • 题 11 · 判据⑤:不能表出时增广矩阵秩恰好多 1(★★☆):$\alpha_1=(1,1)^{\mathrm T}$,$\alpha_2=(2,2)^{\mathrm T}$,$\beta=(1,0)^{\mathrm T}$。(Ⅰ)判断 \beta 能否由 \alpha_1,\alpha_2 表示;(Ⅱ)验证 $r([\alpha_1,\alpha_2,\beta])=r([\alpha_1,\alpha_2])+1$。
  • 题 12 · 判据⑥:整体无关 ⟹ 部分无关(★☆☆):\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。
  • 题 13 · 判据⑦:延长无关仍无关(★★☆):\alpha_1,\alpha_2,\alpha_3 是 n 维无关组。每个向量各加 2 个分量得 $\alpha_1^,\alpha_2^,\alpha_3^*$。证明它们线性无关。
  • 题 14 · 判据⑦ 的缩短版:相关缩短仍相关(★★☆):\alpha_1,\alpha_2,\alpha_3 是 n 维相关组。去掉最后一个分量得 $\alpha_1',\alpha_2',\alpha_3'$。证明它们仍线性相关。

2. 点 2 · 秩与极大无关组

出处:知识章 vector.tex §3|题目:在学练习 03-点2(5 题)。真题锚点:2017·13。

考点 3.1 极大无关组定义

部分组 \alpha_{i_1},\dots,\alpha_{i_r} 满足:① 自身无关;② 原组任一向量都可由它表示——两个条件缺一不可。性质:一般不唯一但个数唯一 = 秩;极大无关组与原向量组等价;只含零向量的组没有极大无关组。

考点 3.2 求法四步(唯一标准流程)

按列拼 A → 只做初等行变换化阶梯形 → 数非零行得秩 r → 记主元列号回原矩阵取对应列。铁律:系数在阶梯形上读,向量必须回原组取;只行变换因为行变换保列间线性关系,列变换会破坏主元列信息。

考点 3.3 秩的性质

r(A)= 行秩 = 列秩;初等变换不改变秩;B=AC ⟹ $r(B)\le r(A)$;$r(AB)\le\min{r(A),r(B)}$;$r(PAQ)=r(A)$(P,Q 可逆);Sylvester $r(AB)\ge r(A)+r(B)-n$;分块对角 $r\begin{pmatrix}A&O\O&B\end{pmatrix}=r(A)+r(B)$。AB=O ⟺ "B 的列全是 Ax=0 的解":$AB=O\Rightarrow r(A)+r(B)\le n$;r(A)=n 时 $B=O$;$A^2=O\Rightarrow r(A)\le n/2$(幂零阵招牌结论,一条条件串起第 4 讲解空间维数与第 5 讲特征值 0 重数)。

题目

  • 题 1 · 2.2 标准四步求秩与极大无关组(★☆☆):设 $\alpha_1=(1,2,-1)^{\mathrm T}$,$\alpha_2=(2,4,-2)^{\mathrm T}$,$\alpha_3=(0,1,1)^{\mathrm T}$,$\alpha_4=(1,3,0)^{\mathrm T}$。求向量组的秩、一个极大无关组,并把其余向量用它表示。
  • 题 2 · 3 先观察再动笔——上下界夹逼(★★☆):$\alpha_1=(1,1,0,0)^{\mathrm T}$,$\alpha_2=(0,1,1,0)^{\mathrm T}$,$\alpha_3=(0,0,1,1)^{\mathrm T}$,$\alpha_4=(1,0,0,1)^{\mathrm T}$。求秩与一个极大无关组,并把不在其中的向量表示出来。
  • 题 3 · 3 含参讨论秩(★★☆):$A=\begin{pmatrix}1&1&a\1&a&1\a&1&1\end{pmatrix}$。讨论三个列向量的秩随 a 的变化。
  • 题 4 · 3 抽象条件 $AB=O$(★★★):A 为 $m\times n$,B 为 $n\times s$,$AB=O$。证明(Ⅰ)$r(A)+r(B)\le n$;(Ⅱ)若 $r(A)=n$,则 $B=O$。
  • 题 5 · 3 AB=O 结论的直接应用 $A^2=O$(★★★):A 是 n 阶方阵且 $A^2=O$。证明 $r(A)\le\dfrac{n}{2}$。

3. 点 3 · 线性表示

出处:知识章 vector.tex §1.2|题目:在学练习 04-点3(4 题)。真题锚点:2020·6。

考点 4.1 表示的三个判据

设 $A=(\alpha_1,\dots,\alpha_s)$,s 为向量个数:

问 判据
能否表示 $r(A)=r(A\mid\beta)$(等价于 Ax=\beta 有解)
表示是否唯一 能表示前提下 r(A)=s
不能表示时秩升多少 $r(A\mid\beta)=r(A)+1$(只添一列)

$s=n$(方阵)捷径:\lvert A\rvert\ne0 则任意 \beta 可表且唯一(克拉默);\lvert A\rvert=0 逐个 \beta 验算。非方阵必须走秩。分类模板:先算 \lvert A\rvert → 非零:唯一;为零:化增广比 r(A) 与 $r(A\mid\beta)$——相等且 $<s$:无穷多(写出通解);不等:无解。

题目

  • 题 1 · 3.2 方阵捷径,一步答两问(★☆☆):$\beta=(1,0,2)^{\mathrm T}$,$\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(0,1,1)^{\mathrm T}$,$\alpha_3=(1,0,1)^{\mathrm T}$。(Ⅰ)\beta 能否由 \alpha_1,\alpha_2,\alpha_3 表示?表示法唯一吗?(Ⅱ)求出表示式。
  • 题 2 · 3.2 含参,分量比较最快(★★☆):【2020·6 骨架】$\alpha_1=(1,0,1)^{\mathrm T}$,$\alpha_2=(0,1,1)^{\mathrm T}$,$\beta=(1,1,t)^{\mathrm T}$。(Ⅰ)求 t 使 \beta 可由 \alpha_1,\alpha_2 表示;(Ⅱ)不能表示时求 $r(\alpha_1,\alpha_2,\beta)$。
  • 题 3 · 3.2 三种情形的完整分类(★★☆):$\alpha_1=(1,1,1)^{\mathrm T}$,$\alpha_2=(1,2,3)^{\mathrm T}$,$\alpha_3=(1,4,a)^{\mathrm T}$,$\beta=(1,2,b)^{\mathrm T}$。就 a,b 讨论:何时唯一表示?何时无穷多?何时不能表示?
  • 题 4 · 3.2 非方阵必须走秩(★★☆):$\alpha_1=(1,2,1)^{\mathrm T}$,$\alpha_2=(2,1,0)^{\mathrm T}$,$\beta=(3,3,2)^{\mathrm T}$。(Ⅰ)判断 \beta 能否由 \alpha_1,\alpha_2 表示;(Ⅱ)若不能表示,写 \beta 关于 \alpha_1,\alpha_2 的"最接近"表示(写成线性组合加垂直于二者的余项),并求 $r(\alpha_1,\alpha_2,\beta)$。

4. 点 4 · 向量组等价

出处:知识章 vector.tex §4|题目:在学练习 05-点4(5 题)。真题锚点:2022·7。

考点 4.2 向量组等价

定义:两组向量能互相线性表示,记 $A\cong B$;等价 ⟺ 张成同一子空间。性质:自反、对称、传递。三判据按好用程度排:① $r(A)=r(B)=r(A,B)$(最标准);② 单向表示 + 同秩 = 等价;③ 直接写双向表示式。等价 ⟹ 秩相等但个数未必相等;秩相等是必要不充分条件(\{(1,0)\} 与 \{(0,1)\} 秩同但不等价)。

考点 4.3 与矩阵等价的分界

矩阵等价 向量组等价
前提 同型 同维(行数同,列数可不同)
判据 r(A)=r(B) r(A)=r(B)=r(A,B)
强度 弱 强

三强度排序:矩阵等价 ⊂ 向量组等价 ⊂ 向量组相同。传递链:$A\cong B\Rightarrow r(A)=r(B)$;极大无关组 \cong 原向量组——判等价可退化成"比各自的极大无关组"。核心工具:"表出不增秩" $A=BK\Rightarrow r(A,B)=r(B)$。

题目

  • 题 1 · 4.1 + 4.3 四个说法的辨析(★☆☆):【2022·7 骨架】A:\alpha_1,\dots,\alpha_s 与 B:\beta_1,\dots,\beta_t 是同维向量组(s,t 未必相等)。正确的是( ):(A)r(A)=r(B)\Rightarrow 等价;(B)等价 $\Rightarrow r(A)=r(B)$;(C)A 可由 B 表示 \Rightarrow 等价;(D)等价 $\Rightarrow s=t$。
  • 题 2 · 4.2 具体两组判等价,先找现成关系(★★☆):$A:\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(1,0,1)^{\mathrm T}$;$B:\beta_1=(2,1,1)^{\mathrm T}$,$\beta_2=(0,1,-1)^{\mathrm T}$。(Ⅰ)判断 A,B 是否等价;(Ⅱ)取 $C:\gamma_1=(1,0,0)^{\mathrm T}$、$D:\delta_1=(0,1,0)^{\mathrm T}$,说明"秩相等"是否为等价的充分条件。
  • 题 3 · 4.2 抽象:单向 + 同秩能否推出等价(★★★):A 可由 B 线性表示且 $r(A)=r(B)$。证明 A 与 B 等价。
  • 题 4 · 4.3 矩阵等价与向量组等价的分界(★★☆):A,B 同型且 $r(A)=r(B)$。判断(Ⅰ)A 与 B 作为矩阵等价;(Ⅱ)A 的列向量组与 B 的列向量组等价——是否正确并说明理由。
  • 题 5 · 4.2 传递性的直接应用(★★☆):A 与 B 等价,B 与 C 等价(三个组同维)。证明 A 与 C 等价。

5. 点 5 · 基、坐标与过渡矩阵

出处:知识章 vector.tex §5.1、§5.2|题目:在学练习 06-点5(4 题)。真题锚点:2019·20(11 分)——本讲分值最高单点。

考点 5.1 向量空间与子空间

\mathbb{R}^n 的子空间 $V$:非空 + 对加法与数乘封闭(自然含零向量)。最常见:$L(\alpha_1,\dots,\alpha_s)$、齐次方程组解空间(维数 $n-r(A)$)、列空间与零空间。**"不含零向量的集必不是子空间"**是选择题秒杀器。

考点 5.2 基与维数

V 中无关且能表示所有向量的组是基;基就是极大无关组("在一个空间里")。$\dim L(\alpha_1,\dots,\alpha_s)=r(\alpha_1,\dots,\alpha_s)$——求维数就是求秩。验证基捷径:个数 = 维数时只算行列式。\mathbb{R}^n 标准基 $e_1,\dots,e_n$。

考点 5.3 坐标

$\alpha=(\xi_1,\dots,\xi_n)\binom{x_1}{\vdots}{x_n}$,(x_1,\dots,x_n)^{\mathrm T} 是该基下坐标;基给定后坐标唯一(基无关)。

考点 5.4 基变换与坐标变换(方向相反,本节唯一的坑)

$(\eta_1,\dots,\eta_n)=(\xi_1,\dots,\xi_n)C$,C 是从 \xi 到 \eta 的过渡矩阵。三结论:① C 可逆,第 j 列就是 \eta_j 在旧基下的坐标——从标准基出发时过渡矩阵就是把新基按列排(白送);② 坐标变换公式:$x_{\rm old}=C,x_{\rm new}$(新坐标求旧坐标乘 $C$,旧坐标求新坐标解 $Cx$);③ 反方向过渡矩阵是 $C^{-1}$,两个方向互为逆。记忆锚点:"基乘 $C$,坐标反过来"。

题目

  • 题 1 · 5.1 哪些是基(★☆☆):判断下列各组是否为 \mathbb{R}^3 的基并说明理由:(1)$(1,0,0)^{\mathrm T}$,$(0,1,0)^{\mathrm T}$,$(1,1,1)^{\mathrm T}$;(2)$(1,1,0)^{\mathrm T}$,$(2,2,0)^{\mathrm T}$;(3)$(1,0,0)^{\mathrm T}$,$(0,1,0)^{\mathrm T}$,$(1,1,0)^{\mathrm T}$;(4)$(1,0,0)^{\mathrm T}$,$(0,1,0)^{\mathrm T}$,$(0,0,1)^{\mathrm T}$。
  • 题 2 · 5.2 标准基到一般基——过渡矩阵白送(★★☆):【2019·20 骨架】\varepsilon 为 \mathbb{R}^3 标准基,$\alpha_1=(1,0,1)^{\mathrm T}$,$\alpha_2=(0,1,1)^{\mathrm T}$,$\alpha_3=(1,1,0)^{\mathrm T}$。(Ⅰ)验证 \alpha_1,\alpha_2,\alpha_3 是基;(Ⅱ)求从标准基到 \alpha 基的过渡矩阵 $C$;(Ⅲ)求 \beta=(1,2,3)^{\mathrm T} 在 \alpha 基下的坐标。
  • 题 3 · 5.2 双向换算坐标(★★☆):沿用题 2 的两组基。(Ⅰ)\gamma 在 \alpha 基下坐标为 $(2,-1,3)^{\mathrm T}$,求 \gamma 在标准基下的坐标;(Ⅱ)求 \delta=(1,1,1)^{\mathrm T} 在 \alpha 基下的坐标。
  • 题 4 · 5.2 一般基到一般基(★★★):仍取题 2 的 \alpha 基,令 $\beta_1=\alpha_1+\alpha_2+\alpha_3$,$\beta_2=\alpha_1+\alpha_2$,$\beta_3=\alpha_1$。(Ⅰ)验证 \beta 也是基;(Ⅱ)求 \alpha 基到 \beta 基的过渡矩阵 $C$;(Ⅲ)求 \gamma=(2,3,4)^{\mathrm T} 在 \beta 基下的坐标;(Ⅳ)说明反方向过渡矩阵为什么必为 $C^{-1}$。

6. 点 6 · 内积、正交与施密特

出处:内积与施密特参考仓库未收录(以盘点 §6 为准);正交矩阵见盘点 §6.5|题目:在学练习 07-点6(5 题)。真题锚点:2021·6、2023·15(10 分)。

考点 6.1 内积与四条性质

$\langle\alpha,\beta\rangle=\alpha^{\mathrm T}\beta=\sum a_ib_i$。性质:对称;对第一变元线性;正定($=0\iff\alpha=0$);柯西不等式 $|\langle\alpha,\beta\rangle|\le|\alpha||\beta|$。双线性:组合内积拆成四项,正交时非同类项直接消("内积只留同项")。

考点 6.2 长度、单位化、夹角

$|\alpha|=\sqrt{\langle\alpha,\alpha\rangle}$,$e=\alpha/|\alpha|$($\alpha\ne0$),$\cos\theta=\langle\alpha,\beta\rangle/(|\alpha||\beta|)$。\langle\alpha,\beta\rangle=0 即正交;零向量与任何向量正交但不能单位化。

考点 6.3 正交组与规范正交基

非零且两两正交的组必无关(与 \alpha_j 作内积逼系数)。规范正交基下坐标就是内积:$\alpha=\sum\langle\alpha,e_i\rangle e_i$,不必解方程组。

考点 6.4 施密特正交化

$u_1=\alpha_1$,$u_k=\alpha_k-\sum_{i<k}\dfrac{\langle\alpha_k,u_i\rangle}{\langle u_i,u_i\rangle}u_i$。三细节:① 分母是长度平方($\langle u_i,u_i\rangle$),单位化才除长度;② 第 k 步减前面每一个投影(k-1 项);③ 全程不改变张成空间 $L(u_1,\dots,u_k)=L(\alpha_1,\dots,\alpha_k)$,某步得零向量说明原组相关。技巧:正交化中把 u_k 乘正常数化简(不改变方向)。

考点 6.5 正交矩阵

$A^{\mathrm T}A=E$,六等价:$A^{\mathrm T}=A^{-1}$;$AA^{\mathrm T}=E$;列是规范正交基;行是规范正交基;\|Ax\|=\|x\| 保长度。推论:$|A|=\pm1$(必要不充分);正交矩阵的逆、转置、乘积仍正交;正交变换保内积、保长度、保夹角;实对称矩阵一定可正交对角化(第 5 讲主角)。判正交两步:列两两内积为零 + 列长全为 1。

题目

  • 题 1 · 6.1 组合的内积,展开再消(★☆☆):$\alpha=(1,2,2)^{\mathrm T}$,$\beta=(2,-2,1)^{\mathrm T}$。(Ⅰ)求 $\langle\alpha,\beta\rangle$、$|\alpha|$、$|\beta|$;(Ⅱ)求 $\langle 2\alpha+\beta,\alpha-\beta\rangle$。
  • 题 2 · 6.2 + 6.3 + 6.5 正交、长度、规范正交基与坐标(★★☆):【2023·15 骨架】$\alpha=(1,2,2)^{\mathrm T}$,$\beta=(2,-2,1)^{\mathrm T}$,$\gamma=(2,1,-2)^{\mathrm T}$。(Ⅰ)验证两两正交并求长度;(Ⅱ)写出 \mathbb{R}^3 的一组规范正交基,验证按列拼成的 Q 是正交矩阵;(Ⅲ)求 $\langle\alpha+2\beta,\gamma-\beta\rangle$;(Ⅳ)求 \delta=(3,0,0)^{\mathrm T} 在这组基下的坐标。
  • 题 3 · 6.4 两向量施密特(★☆☆):$\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(1,0,1)^{\mathrm T}$。正交化、单位化。
  • 题 4 · 6.4 三向量施密特(★★☆):【2021·6 骨架】$\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(1,0,1)^{\mathrm T}$,$\alpha_3=(0,1,1)^{\mathrm T}$。求与之等价的正交向量组和规范正交向量组。
  • 题 5 · 6.5 正交矩阵的判断(★★☆):判断是否为正交矩阵并说明理由:(1)$\begin{pmatrix}0&1\1&0\end{pmatrix}$;(2)$\begin{pmatrix}\cos\theta&-\sin\theta\ \sin\theta&\cos\theta\end{pmatrix}$;(3)$\begin{pmatrix}1&1\0&1\end{pmatrix}$;(4)$\begin{pmatrix}1&0&0\0&-1&0\0&0&2\end{pmatrix}$。

7. 点 7 · 子空间的和与交

出处:参考仓库未收录(以盘点 §7 为准;交空间求法转引方程组章 linear-equations-system.tex §4)|题目:在学练习 08-点7(5 题)。真题锚点:2023·7。

考点 7.1 定义

$V_1+V_2={v_1+v_2}$,$V_1\cap V_2={v\mid v\in V_1\ \text{且}\ v\in V_2}$,两者都是子空间。和空间的基:两组向量并在一起求极大无关组,维数 $=r(A,B)$。

考点 7.2 维数公式

\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2).

考点 7.3 交空间的求法(四步)

① 设 $w=Ax=By$;② 移项解齐次方程组 $(A,-B)\binom{x}{y}=0$;③ 代回 w=Ax 得到向量(解出来的是系数,不是基——本点唯一大坑);④ 删去零向量与冗余向量。

考点 7.4 直和

V_1\cap V_2=\{0\} 则称 V_1+V_2 为直和。等价:$\dim(V_1+V_2)=\dim V_1+\dim V_2$;和空间每个向量分解方式唯一(如 n 阶矩阵 = 对称 + 反对称)。

题目

  • 题 1 · 7.1 哪些是子空间(★☆☆):判断是否为 \mathbb{R}^3 的子空间并说明理由:(1)过原点的平面 $ax+by+cz=0$;(2)不过原点的平面 $ax+by+cz=1$;(3)齐次方程组解集 ${x\mid Ax=0}$;(4)${(x,y,z)\mid x+y+z=1}$。
  • 题 2 · 7.2 + 7.3 四维空间里的和与交(★★☆):$V_1=L(\alpha_1,\alpha_2)$,$\alpha_1=(1,0,1,0)^{\mathrm T}$,$\alpha_2=(0,1,0,1)^{\mathrm T}$;$V_2=L(\beta_1,\beta_2)$,$\beta_1=(1,1,0,0)^{\mathrm T}$,$\beta_2=(0,0,1,1)^{\mathrm T}$。(Ⅰ)求 \dim(V_1+V_2) 与 $\dim(V_1\cap V_2)$;(Ⅱ)求 V_1\cap V_2 的基;(Ⅲ)V_1+V_2 是否为直和?
  • 题 3 · 7.2 + 7.3 交空间的基与维数公式(★★★):【2023·7 骨架】$V_1=L(\alpha_1,\alpha_2)$,$\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(0,1,1)^{\mathrm T}$;$V_2=L(\beta_1,\beta_2)$,$\beta_1=(1,0,1)^{\mathrm T}$,$\beta_2=(0,1,2)^{\mathrm T}$。(Ⅰ)求三个维数;(Ⅱ)求 V_1\cap V_2 的一组基;(Ⅲ)验证维数公式。
  • 题 4 · 7.4 含参——何时为直和(★★☆):$V_1=L(\alpha_1,\alpha_2)$,$\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(1,0,1)^{\mathrm T}$;$V_2=L(\beta_1)$,$\beta_1=(2,1,a)^{\mathrm T}$。就 a 讨论 V_1+V_2 是否为直和,并求此时的和空间维数。
  • 题 5 · 7.4 直和的分解唯一性(★★★):V=V_1+V_2 且 $V_1\cap V_2={0}$。证明 V 中每个向量 \alpha 可唯一地写成 $\alpha=\alpha_1+\alpha_2$($\alpha_i\in V_i$)。

8. 点 8 · 抽象推理与证明

出处:知识章 vector.tex §2—§4、方程组章 linear-equations-system.tex §5|题目:在学练习 09-点8(5 题)。真题锚点:支撑解答题。

考点 四个证明模板

  1. 替换/接力(8.1):证"仍无关"两条路——代入法(设组合、代入、用原组无关逼系数,注意"除以某系数前必须先证它非零")与等价法/同秩(能反解时一步到位)。
  2. 证同解(8.2):双向代入;反方向左乘 x^{\mathrm T} 凑平方和,用"实数平方和为零 ⟹ 每分量为零"收尾。"实矩阵"三个字是钥匙:$x^{\mathrm T}A^{\mathrm T}Ax=|Ax|^2\ge0$。
  3. 证秩等于某数(8.3):上界造关系($A=BK\Rightarrow r(A)\le r(B)$),下界找无关子组,夹逼。
  4. 证等价/表示(8.4):A 可由 B 表示 $\iff A=BK$;拼矩阵 $(A,B)=B(K,E)\Rightarrow r(A,B)=r(B)$(表出不增秩)。

题目

  • 题 1 · 8.1 替换定理(★★★):\alpha_1,\alpha_2,\alpha_3 线性无关,$\beta=k_1\alpha_1+k_2\alpha_2+k_3\alpha_3$,$k_1k_2k_3\ne0$。证明(Ⅰ)\beta,\alpha_2,\alpha_3 线性无关;(Ⅱ)把任一 \alpha_i 换成 \beta 后所得向量组仍线性无关。
  • 题 2 · 8.1 相关与无关的接力(★★★):\alpha_1,\alpha_2,\alpha_3 线性相关,\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。
  • 题 3 · 8.2 用内积证秩(★★★):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。
  • 题 4 · 8.3 以少表多必相关——秩法证明(★★☆):\alpha_1,\cdots,\alpha_s 均可由 \beta_1,\cdots,\beta_t 线性表示且 $s>t$。用秩夹逼证明 \alpha_1,\cdots,\alpha_s 线性相关。
  • 题 5 · 8.4 表出不增秩——拼矩阵模板(★★☆):向量组 A:\alpha_1,\cdots,\alpha_s 可由 B:\beta_1,\cdots,\beta_t 线性表示。证明(Ⅰ)$r(A)\le r(B)$;(Ⅱ)$r(A,B)=r(B)$。

回查入口:在学练习 ../在学练习/线性代数-第3讲-向量/01-知识点盘点、../在学练习/线性代数-第3讲-向量/10-速查卡;参考仓库 参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex 与 exercise/3-vector/vector.tex。