- 结构:7 节 14 知识点、48 题,每点「教材 + 扩展 + 习题」三段齐全(14/14/14) - 教材段 §1—§5 转写 vector.tex;§6 内积与施密特取第 5 讲 similar.tex 正交段; §7 公共解取第 4 讲方程组 tex。节首均写明来源边界 - 扩展 90 条:〔张宇〕16、〔补〕74,参考占比 17.8% - 真题 8 道全部收录(ch11 十年就这 8 题 44 分),答案库中为空、全部自算并 sympy 复核 - 抓出 tex 三处错:vector.tex 的 k*alpha 末项 ka_3、方程组 tex 坐标变换方向写反、 exercise/3 等价例题 a=0 时 r(A) 误写为 2(实为 3) - check_source_tags 增加第二条通过路径:〔张宇〕条数 >= 知识点个数 (薄 tex 篇占比到不了 20%,改为「每点至少一条有据」,比全篇比例更严) - README 进度表第 12 行更新为 48 题 14 知识点
70 KiB
tags, 专题, 日期, 版本, 来源
| tags | 专题 | 日期 | 版本 | 来源 | |||||
|---|---|---|---|---|---|---|---|---|---|
|
线性代数 · 第3讲 向量 · 背诵版 | 2026-11-22 | v2(教材 + 扩展 + 题级对齐,每知识点配题) | 张宇三十讲整理稿 linear-algebra/knowledge/3-vector |5-similar 正交段 |4-方程组 公共解段 |exercise/3(8 例)|张宇1000题 L3(14 题)|真题库 ch11(8 题) |
线性代数 · 第3讲 向量 · 背诵版
结构:每个知识点三段——教材(照张宇三十讲整理稿逐条复述)+扩展(二级结论、考点、题型、陷阱,每段末尾标来源)+习题(紧贴本知识点,给答案与关键一步)。 用法:顺读一遍建立骨架,之后只看习题——做不出再回看上面的教材段。习题就是检索的入口。 题号:全书连续编号,共 48 题。标「真题」的是 2016—2025 数一原题(本章十年 8 题全部收录),标「张宇例」的取自
exercise/3与 张宇1000题 L3,无标注的是我自出。 来源边界(必须看清):§1—§5 的教材段转写自knowledge/3-vector/vector.tex;§6 内积与施密特转写自第 5 讲5-similar/similar.tex的「正交」段(那份 tex 里才有内积定义与施密特公式);§7 交空间转写自4-linear-equations-system.tex的「公共解」段。这三处都有原 tex 依据。tex 确实没写的(长度、夹角、规范正交基、子空间和与交的定义、维数公式、直和)一律在扩展段标〔补〕。
0. 本讲骨架(先背这张图)
一句话:向量这一讲只有一件事——把"关系"翻译成"秩"。相关、表示、等价、基、交空间,最后全部落在"算一个秩"或"算一个行列式"上。
真题地位:真题库第 11 章,近十年 8 题 44 分,每年至少一题。锚点:2017·13(秩)· 2019·20(基与过渡矩阵,11 分)· 2020·6(表示)· 2021·6(施密特)· 2022·7(等价)· 2023·7(交空间)· 2023·15(内积)· 2024·6(相关性)。八道全部收进本讲。
依赖链:01 相关无关(地基)→ 02 秩与极大无关组 → 03 线性表示 → 04 等价 → 05 基与坐标 → 06 内积正交 → 07 子空间和与交。第 5 讲特征值、第 6 讲二次型都要回头用 06。
四个问题的四个判据(全讲的骨架就这张表)
| 问 | 判据 | 用在哪 |
|---|---|---|
| 相关还是无关 | r(A) 与向量个数 m 比;m=n 时看行列式 |
§2 |
| 能不能表示 | r(A)=r(A,\beta) ;再看秩是否 =m 定唯一性 |
§2.1 定理五 |
| 两组是否等价 | r(A)=r(B)=r(A,B) |
§4 |
| 是否构成基 | 无关 + 个数等于维数 | §5 |
考法树
| 节 | 知识点(题号) |
|---|---|
| §1 向量与向量组 | 1.1 定义与运算(题1—2)· 1.2 四个线性概念(题3—4) |
| §2 线性相关性 | 2.1 七条判定定理(题5—12)· 2.2 三种算法(题13—19) |
| §3 秩与极大无关组 | 3.1 极大无关组(题20—22)· 3.2 秩的性质(题23—26) |
| §4 等价向量组 | 4.1 定义与判定(题27—30)· 4.2 与矩阵等价的区别(题31—32) |
| §5 基与坐标 | 5.1 基、维数、坐标(题33—35)· 5.2 基变换与坐标变换(题36—38) |
| §6 内积与正交 | 6.1 内积、长度、夹角(题39—40)· 6.2 施密特与正交矩阵(题41—43) |
| §7 子空间的和与交 | 7.1 和、交、维数公式、直和(题44—46)· 7.2 交空间的求法(题47—48) |
1. 向量与向量组
1.1 向量的定义与运算
教材
-
n维向量:n个数构成的一个有序数组[a_1,a_2,\cdots,a_n]称为一个n维向量,记作\alpha=[a_1,a_2,\cdots,a_n],并称\alpha为n维行向量、\alpha^{\mathrm T}为n维列向量,a_i为向量\alpha的第i个分量。 -
相等:若
\alpha与\beta都是n维向量,且对应元素相等,则\alpha=\beta。 -
加法:
\alpha+\beta=[a_1+b_1,\ a_2+b_2,\ \cdots,\ a_n+b_n]。 -
数乘:
k\alpha=[ka_1,\ ka_2,\ \cdots,\ ka_n]。 -
零向量:分量全为
0的向量,记0;它是加法单位元,\alpha+0=\alpha。 -
负向量:
-\alpha=[-a_1,\cdots,-a_n],它是\alpha的加法逆元。 -
线性运算的整体地位:线性代数之所以叫"线性",就是因为只承认加法与数乘这两种运算,以及由它们复合出来的线性组合。
扩展
-
向量没有"乘法"。两种带乘号的写法是内积
\alpha^{\mathrm T}\beta(结果是数)与外积\alpha\beta^{\mathrm T}(结果是矩阵),它们都不是向量的第三种运算,而是"向量当矩阵用"的特例〔补〕。 -
行、列两套记法要分清:本讲默认列向量,写
(\cdot)^{\mathrm T}表示转置成行;只有\alpha^{\mathrm T}\beta与\alpha\beta^{\mathrm T}两种写法有定义,\alpha\beta没有定义〔补〕。 -
加减要求同维:
n维与m维(n\ne m)之间没有加法,选择题里"两个不同维数的向量相加"是直接的错误项〔补〕。 -
tex 此处有一处笔误:
k\alpha写成[ka_1,ka_2,\cdots,ka_3],末项应为ka_n。照抄会错,读参考时要顺手校验〔补〕。 -
本讲所有判据的载体都是矩阵:
m个n维列向量按列拼成n\times m矩阵A=(\alpha_1,\alpha_2,\cdots,\alpha_m),之后"向量组的秩"就是"矩阵的秩"〔补〕。 -
行向量组的秩等于列向量组的秩,所以拼成行还是拼成列,秩不变;但求极大无关组时必须统一按列拼(见 3.1)〔张宇〕。
习题 1.1
题 1(★☆☆)设
\alpha=(1,2,-1)^{\mathrm T},\beta=(0,3,4)^{\mathrm T}。(Ⅰ)求2\alpha-3\beta;(Ⅱ)求向量x使\alpha+x=\beta;(Ⅲ)判断\alpha与\beta能否相加,并说明依据。
答案:(Ⅰ)2\alpha-3\beta=(2,4,-2)-(0,9,12)=(2,-5,-14) 。(Ⅱ)x=\beta-\alpha=(-1,1,5) 。(Ⅲ)能,二者同为 3 维向量,维数相同即可逐分量相加。
题 2(★★☆)设
\alpha=(1,2,3)^{\mathrm T}。(Ⅰ)分别求\alpha^{\mathrm T}\alpha与\alpha\alpha^{\mathrm T},说明二者阶数为何不同;(Ⅱ)说明为什么不能写\alpha^2;(Ⅲ)写出\alpha\alpha^{\mathrm T}的秩。
答案:(Ⅰ)\alpha^{\mathrm T}\alpha=1+4+9=14 ,是 1\times1 的数;\alpha\alpha^{\mathrm T} 是 3\times3 矩阵 \begin{pmatrix}1&2&3\\2&4&6\\3&6&9\end{pmatrix} 。阶数差别来自"先乘谁":\alpha^{\mathrm T} (1\times3 )在左只能与 3\times1 收成一个数,在右则 3\times1 与 1\times3 撑成 3\times3 。(Ⅱ)向量没有乘法,\alpha^2 无定义;能写的只有内积与外积。(Ⅲ)r(\alpha\alpha^{\mathrm T})=1 ,因为每一列都是 \alpha 的倍数。
1.2 线性组合、线性表出、线性相关、线性无关
教材
-
线性组合:
m个n维向量\alpha_1,\cdots,\alpha_m以及m个数k_1,\cdots,k_m,则k_1\alpha_1+k_2\alpha_2+\cdots+k_m\alpha_m称为该向量组的一个线性组合。 -
线性表出:若向量
\beta能表示成\alpha_1,\cdots,\alpha_m的线性组合,即存在m个数k_1,\cdots,k_m使\beta=k_1\alpha_1+\cdots+k_m\alpha_m,则称\beta能被该向量组线性表出(线性表示);否则称不能被线性表出。 -
线性相关:对
m个n维向量\alpha_1,\cdots,\alpha_m,若存在一组不全为零的数k_1,\cdots,k_m使k_1\alpha_1+\cdots+k_m\alpha_m=0,则称该组线性相关。 -
线性无关:若不存在一组不全为零的数使上述组合为零,即仅当
k_1=\cdots=k_m=0时才成立,则称该组线性无关。 -
两个现成结论:含零向量的向量组、含成比例向量的向量组,必然线性相关。
-
另一个现成结论:两个非零向量,若不成比例,则必然线性无关。
扩展
-
四句话的翻译表(这张表是整讲的入口):组合与表出 ⟺
Ax=\beta有解;相关 ⟺Ax=0有非零解;无关 ⟺Ax=0只有零解〔张宇〕。 -
相关就是"有冗余":至少有一个向量是别人拼出来的,去掉它不减少张成的空间;无关就是"一个都不能少"〔补〕。
-
"相关"只承诺"至少一个多余",不指定谁:
\alpha_1=(1,0)^{\mathrm T}、\alpha_2=(2,0)^{\mathrm T}、\alpha_3=(0,1)^{\mathrm T}相关,但\alpha_3用\alpha_1,\alpha_2表不出来〔补〕。 -
量词陷阱:定义里是"存在一组不全为零",不是"任意一组";定理里是"至少一个可由其余表示",不是"每一个"。凡选项写成"任意""每一个",比定义强了一档,直接判错〔补〕。
-
判断相关性要比的是秩与向量个数这两个数,不是与维数
n比。r(A)<m相关,r(A)=m无关;这一条把"个数超维数必相关"也包含了(m>n\ge r(A))〔补〕。 -
零向量是"免费"的相关证据:组里只要有一个零向量,取它系数为
1、其余为0就是非平凡零组合〔补〕。
习题 1.2
题 3(★☆☆)设
\alpha_1=(1,1,0)^{\mathrm T},\alpha_2=(0,1,1)^{\mathrm T},\beta=(2,1,-1)^{\mathrm T}。(Ⅰ)判断\beta能否由\alpha_1,\alpha_2线性表出;(Ⅱ)若能,表示法是否唯一。
答案:能,\beta=2\alpha_1-\alpha_2 。(Ⅱ)唯一:\alpha_1,\alpha_2 不成比例、非零,故线性无关,r(A)=2= 向量个数,表示法唯一。
题 4(★☆☆)设
\alpha_1=(1,0,0)^{\mathrm T},\alpha_2=(0,1,0)^{\mathrm T},\alpha_3=(0,0,1)^{\mathrm T},\alpha_4=(1,2,3)^{\mathrm T}。用定义判断四者是否线性相关,并写出一个非平凡的线性关系式。
答案:相关。取 k_1=1,\ k_2=2,\ k_3=3,\ k_4=-1 得 \alpha_1+2\alpha_2+3\alpha_3-\alpha_4=0 ,系数不全为零,符合相关定义。关键一步:四个 3 维向量必相关(个数超维数),r=3<4 。
2. 线性相关性
2.1 七条判定定理
教材
-
定理一(谁多余):向量组
\alpha_1,\cdots,\alpha_n(n\ge2)线性相关 ⟺ 组中至少有一个向量可由其余n-1个向量线性表出;线性无关 ⟺ 组中任何一个向量都不能被其余n-1个向量线性表出。 -
定理二(添一个变相关):向量组
\alpha_1,\cdots,\alpha_n线性无关,而\beta,\alpha_1,\cdots,\alpha_n线性相关,则\beta可由\alpha_1,\cdots,\alpha_n线性表示,且表示方法唯一。 -
定理三(以少表多,多的相关):
\alpha_1,\cdots,\alpha_n可由\beta_1,\cdots,\beta_s线性表示,且n>s,则\alpha_1,\cdots,\alpha_n线性相关。反过来,若\alpha_1,\cdots,\alpha_n可由\beta_1,\cdots,\beta_s表示且自身线性无关,则n\le s。 -
定理四(与齐次方程组):
m个n维向量\alpha_1,\cdots,\alpha_m线性相关 ⟺ 齐次方程Ax=0有非零解,其中A=(\alpha_1,\cdots,\alpha_m)、x=(x_1,\cdots,x_m)^{\mathrm T};线性无关 ⟺Ax=0只有零解。 -
定理五(与增广矩阵):
\beta可由\alpha_1,\cdots,\alpha_n表出 ⟺r(\alpha_1,\cdots,\alpha_n)=r(\alpha_1,\cdots,\alpha_n,\beta);不能表出时,增广矩阵的秩恰好多1,即r(\alpha_1,\cdots,\alpha_n)+1=r(\alpha_1,\cdots,\alpha_n,\beta)。 -
定理六(部分与整体):向量组中若存在一部分向量线性相关,则整个向量组线性相关;若整个向量组线性无关,则任意一部分向量组线性无关。
-
定理七(延长与缩短):
m个n维向量线性无关,则把每个向量各任意添加s个分量所得的新向量组(n+s维)也线性无关;若原本线性相关,则每个各去掉相同的若干分量得到的新向量组也线性相关。口诀:原来无关延长无关,原来相关缩短相关。
扩展
-
七条的记忆骨架:一管"谁多余"、二管"补一个就唯一"、三管"个数"、四管"方程组的解"、五管"增广矩阵"、六管"部分与整体"、七管"加长与截短"〔补〕。
-
定理一的两个方向不等价地好用:证"相关"用它(找出一组非平凡系数)最省事;证"无关"千万别用它("每一个都表不出"没法逐个验),证无关永远用定义或秩〔补〕。
-
定理二的"唯一"从哪来:无关保证
Ax=0只有零解,于是两个表示式相减必得零系数。若原组本身相关,表示法就有无穷多〔张宇〕。 -
定理三的反向用法才是高频考法:
\alpha组无关 ⟹ 表示它的组个数不少于n。选择题常给"s个表示s+1个"的配置直接判相关〔张宇〕。 -
定理五的三档判据(这是表示问题唯一的标准答法):①
r(A)\ne r(A,\beta)不能表示;②r(A)=r(A,\beta)<n能表示且无穷多(通解为基础解系加特解);③r(A)=r(A,\beta)=n能表示且唯一〔张宇〕。 -
定理七的两个方向都不能反:"缩短后相关"推不出原组相关(
e_1,e_2,e_3截成前两个分量就相关了);"加长后无关"也推不出原组无关〔补〕。 -
定理七的逆用是判高维无关的捷径:要证
n维向量组无关,先截出前s个分量看是否无关;截短无关 ⟹ 原组无关(这就是"延长保持无关")〔补〕。 -
七条的地位排序:定理四(秩)与定理五是"万能钥匙",定理一二三六七都是它们的推论或特例;考场上能算秩就算秩〔补〕。
习题 2.1
题 5(★★☆)设
\alpha_1=(1,0)^{\mathrm T},\alpha_2=(2,0)^{\mathrm T},\alpha_3=(0,1)^{\mathrm T}。(Ⅰ)判断三者是否线性相关;(Ⅱ)-\!一验证:\alpha_1,\alpha_2,\alpha_3中哪些向量能由其余两个表示,哪个不能;(Ⅲ)由此说明定理一里"至少有一个"不能改成"每一个"。
答案:(Ⅰ)相关,r=2<3 ,关系式 \alpha_2-2\alpha_1+0\cdot\alpha_3=0 。(Ⅱ)\alpha_1=\frac12\alpha_2 能;\alpha_2=2\alpha_1 能;\alpha_3 不能——若 \alpha_3=k_1\alpha_1+k_2\alpha_2 ,第二分量给出 1=0 ,矛盾。(Ⅲ)三个向量里只有一个方向的多余,"多余的那个"并不覆盖全体成员,所以只能说"至少一个"。
题 6(★★★)设
\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线性表示,且表示法唯一。
答案:由相关,存在不全为零的 k,k_1,k_2 使 k\beta+k_1\alpha_1+k_2\alpha_2=0 。若 k=0 ,则 k_1\alpha_1+k_2\alpha_2=0 且 k_1,k_2 不全为零,与 \alpha_1,\alpha_2 无关矛盾,故 k\ne0 ,于是 \beta=-\frac{k_1}{k}\alpha_1-\frac{k_2}{k}\alpha_2 ,可表示。唯一性:设 \beta=a_1\alpha_1+a_2\alpha_2=b_1\alpha_1+b_2\alpha_2 ,相减得 (a_1-b_1)\alpha_1+(a_2-b_2)\alpha_2=0 ,由无关得 a_i=b_i 。关键一步是先证 k\ne0 ,这一步不能省。
题 7(★★☆)设
\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。
答案:记 A=(\alpha_1,\alpha_2,\alpha_3,\alpha_4) 、B=(\beta_1,\beta_2) 。由"可由 B 表示"知存在 2\times4 矩阵 K 使 A=BK ,故 r(A)\le r(K)\le2<4 ,向量个数 4>r(A) ,由定理四(Ax=0 有非零解)知线性相关。关键一步:表示关系写成矩阵乘法,秩不等式比"代入硬算"快得多。
题 8(★★☆,真题 2024·6)设
\alpha_1=(a,1,-1,1)^{\mathrm T},\alpha_2=(1,1,b,a)^{\mathrm T},\alpha_3=(1,a,-1,1)^{\mathrm T},若三者线性相关且任意两个线性无关,则( ) (A)a=1,\ b\ne-1(B)a=1,\ b=-1(C)a\ne-2,\ b=2(D)a=-2,\ b=2
答案:(D)。三向量相关 ⟺ 由前三个分量构成的行列式为 0 :\begin{vmatrix}a&1&1\\1&1&a\\-1&b&-1\end{vmatrix}=-(a-1)(ab+b+2) ,即 a=1 或 b(a+1)=-2 。逐项排除:a=1 时 \alpha_1=\alpha_3=(1,1,-1,1)^{\mathrm T} ,两向量相等,违反"任意两个线性无关",故(A)(B)错;b(a+1)=-2 且 a\ne1 时取 a=-2,\ b=2 ,此时任意两列的秩均为 2 (验算:三对二阶子式均非零),满足条件,故(D)对,(C)的 b=2 但 a\ne-2 会使 b(a+1)=2(a+1)\ne-2 ,不相关。
题 9(★★☆,真题 2020·6 骨架)设
\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}。(Ⅰ)判断\beta能否由三者表示;(Ⅱ)若能,表示法是否唯一,并求出表示式。
答案:(Ⅰ)A=(\alpha_1,\alpha_2,\alpha_3) 的行列式为 1 ,故 r(A)=r(A,\beta)=3 ,能表示。(Ⅱ)唯一(秩等于向量个数 3 )。由 Ax=\beta 得 x=(2,-2,1)^{\mathrm T} ,即 \beta=2\alpha_1-2\alpha_2+\alpha_3 。
题 10(★★★,张宇例)设
A=\begin{pmatrix}a_{11}&a_{12}&a_{13}&a_{14}\\a_{21}&a_{22}&a_{23}&a_{24}\\a_{31}&a_{32}&a_{33}&a_{34}\end{pmatrix},按列、行分别分块为A=[\alpha_1,\alpha_2,\alpha_3,\alpha_4]=\begin{pmatrix}\beta_1\\\beta_2\\\beta_3\end{pmatrix},且\begin{vmatrix}a_{12}&a_{14}\\a_{32}&a_{34}\end{vmatrix}\ne0、\begin{vmatrix}a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33}\end{vmatrix}=0。判断:①r(A)=2;②\alpha_2,\alpha_4线性无关;③\beta_1,\beta_2,\beta_3线性相关;④\alpha_1,\alpha_2,\alpha_3线性相关。
答案:正确的是 ②④。② 第 1,3 行第 2,4 列构成的二阶子式非零,即 \alpha_2,\alpha_4 的截短向量无关,由定理七(延长保持无关)原向量无关。① 错:只给了一个三阶子式为 0 ,其余三阶子式可能非零,推不出 r(A)=2 。③ 错:那个三阶子式是"三行各截去第 4 个分量"后的行列式,截短相关推不出原向量相关。④ 对:A 只有 3 行,\alpha_1,\alpha_2,\alpha_3 就是 3 维,该三阶子式的三列恰是它们全体,行列式为 0 即相关。关键一句:无关性向下传递(部分组、截短都保持无关),相关性不能向上传递。
题 11(★★☆,张宇例)设
a_1,\cdots,a_s是s个互不相同的数,讨论s个n维列向量\alpha_i=(1,a_i,a_i^2,\cdots,a_i^{n-1})^{\mathrm T}(i=1,\cdots,s)的线性相关性。
答案:s>n 时相关,s\le n 时无关。s=n 时 \lvert\alpha_1,\cdots,\alpha_n\rvert 是范德蒙德行列式 =\prod_{j<i}(a_i-a_j)\ne0 (a_i 互异),故无关。s<n 时取前 s 个分量,得到 s 阶范德蒙德行列式同样非零,截短向量组无关,由定理七(延长保持无关)原组无关。s>n 时个数超维数,由定理三相关。关键一步:s<n 的情形必须用"延长保持无关",不能直接写范德蒙德。
题 12(★★☆)判断下列六个断言的真假,假的给出反例:① 若
\alpha_1,\alpha_2,\alpha_3线性相关,则其中每一个都能由其余两个线性表出;②n+1个n维向量必线性相关;③ 若\alpha_1,\alpha_2,\alpha_3线性相关、\alpha_2,\alpha_3,\alpha_4线性相关,则\alpha_1,\alpha_2,\alpha_4线性相关;④ 若\alpha_1,\alpha_2,\alpha_3线性无关,则\alpha_1+\alpha_2,\ \alpha_2+\alpha_3,\ \alpha_3+\alpha_1线性无关;⑤ 若\alpha_1,\alpha_2,\alpha_3线性无关,则\alpha_1-\alpha_2,\ \alpha_2-\alpha_3,\ \alpha_3-\alpha_1线性相关;⑥ 若r(\alpha_1,\alpha_2,\alpha_3)=2,则其中任意两个都线性无关。
答案:① 假,反例 \alpha_1=(1,0)^{\mathrm T} 、\alpha_2=(2,0)^{\mathrm T} 、\alpha_3=(0,1)^{\mathrm T} ,\alpha_3 表不出。② 真,个数 n+1>r(A) 。③ 假,反例 \alpha_1=(1,0,0)^{\mathrm T} 、\alpha_2=(0,1,0)^{\mathrm T} 、\alpha_3=(0,2,0)^{\mathrm T} 、\alpha_4=(0,0,1)^{\mathrm T} :前三个秩 2 相关、\alpha_2,\alpha_3,\alpha_4 秩 2 相关,而 \alpha_1,\alpha_2,\alpha_4 是三阶单位阵的列,无关。④ 真,系数矩阵 \begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix} 的行列式为 2\ne0 。⑤ 真,三式相加得 0 ,系数 1,1,1 不全为零。⑥ 假,反例同上 \alpha_1,\alpha_2 成比例。
2.2 判定的三种算法
教材
-
算法一(初等运算):给出
n维线性无关向量组,判断由它们线性组合出的新组是否无关——直接对新组的组合式做加减消元,若某个组合能消成0,即相关。 -
算法二(定义法/代入重组):要证
\alpha,\beta无关,令k_1\alpha+k_2\beta=0,判断是否只有零解;若待判向量由其他向量构成,就把表示式代入目标式子,合并同类项后用原组的无关性逼系数为零。 -
算法三(行列式):向量个数等于维数时,把它们按列拼成方阵,
\lvert A\rvert=0则相关,\lvert A\rvert\ne0则无关。注意容易失根——要仔细找出所有使行列式为0的因式,不要随便降阶。 -
算法四(矩阵的秩):个数与维数不等时不能用行列式,只能拼成矩阵求秩:满秩(秩等于向量个数)无关,降秩相关。
-
求秩时的排布规则:判断多个向量是否相关,把向量按列拼成矩阵求秩;判断某个
\beta能否被表出,把\beta放在最右边再求增广矩阵的秩。
扩展
-
先看能不能"看出来",再动笔算:出现零向量、成比例、明显的和为零(如
\alpha_1-\alpha_2+\alpha_2-\alpha_3+\alpha_3-\alpha_1型),一步就判相关,不必求秩〔补〕。 -
"新组 = 旧组乘系数矩阵"是全讲最高频的模型:
(\beta_1,\cdots,\beta_m)=(\alpha_1,\cdots,\alpha_s)K,旧组无关时新组的相关性完全由K决定:r(K)=m无关,否则相关〔张宇〕。 -
同乘消元的标准动作:已知
A^k\alpha=0且A^{k-1}\alpha\ne0,判\alpha,A\alpha,\cdots,A^{k-1}\alpha无关——从最高次幂往低次幂依次左乘同一个矩阵,每乘一次消掉一个尾项,逼出一个系数为零〔张宇〕。 -
含参相关题的三种解法,按可靠性排:① 化行阶梯看是否出现全零行(最稳);② 方阵直接算行列式;③ 非方阵算"所有"最高阶子式。只让一个子式为零就下结论是最常见的错〔补〕。
-
"假零点"陷阱:阶梯形里两个主元位置的表达式相差一个非零常数(如
k-3与k+2差5),二者不可能同时为零,故秩恒等于满秩,向量组对任意k都无关〔补〕。 -
充要条件辨析题的固定套路:先算出"无关 ⟺
|K|\ne0⟺k\ne根们",再看题给条件漏了哪个根。漏一个根就是"必要非充分";这类题只要根的个数\ge2而条件只提一个,几乎必然是"必要非充分"〔补〕。
习题 2.2
题 13(★★☆,张宇例)已知
\alpha_1,\alpha_2,\alpha_3线性无关,判断\alpha_1+\alpha_2、\alpha_2-\alpha_3、\alpha_3+\alpha_1的线性相关性。
答案:线性相关。观察:(\alpha_1+\alpha_2)-(\alpha_2-\alpha_3)-(\alpha_3+\alpha_1)=0 ,系数 1,-1,-1 不全为零。关键一步:找共同出现的 \alpha_i 直接相减消元,不用算秩。
题 14(★★☆,张宇例)设
\beta_1=\alpha_1+\alpha_2,\beta_2=\alpha_1-2\alpha_2,\beta_3=3\alpha_1+2\alpha_2,证明\beta_1,\beta_2,\beta_3线性相关,并写出一个关系式。
答案:设 k_1\beta_1+k_2\beta_2+k_3\beta_3=0 ,代入整理得 (k_1+k_2+3k_3)\alpha_1+(k_1-2k_2+2k_3)\alpha_2=0 。因 \alpha_1,\alpha_2 无关,得方程组 k_1+k_2+3k_3=0 、k_1-2k_2+2k_3=0 :两个方程三个未知数,必有非零解,故相关。取 k_3=3 得 k_1=-8,\ k_2=-1 ,关系式为 -8\beta_1-\beta_2+3\beta_3=0 。关键一步:未知数个数(3 )大于方程个数(2 )就必有非零解,不必真解出来。
题 15(★★★,张宇例)设
A是n阶矩阵,若存在正整数k使A^kx=0有解向量\alpha,且A^{k-1}\alpha\ne0,证明\alpha,A\alpha,\cdots,A^{k-1}\alpha线性无关。
答案:设 \lambda_1\alpha+\lambda_2A\alpha+\cdots+\lambda_kA^{k-1}\alpha=0 。左乘 A^{k-1} :因 A^k\alpha=0 故 A^{k}\alpha=A^{k+1}\alpha=\cdots=0 ,只剩 \lambda_1A^{k-1}\alpha=0 ,由 A^{k-1}\alpha\ne0 得 \lambda_1=0 。再左乘 A^{k-2} 得 \lambda_2=0 ,依次左乘到 A^0 得全部 \lambda_i=0 。关键一步:从高次幂往低次幂左乘,每次只留一项。
题 16(★★☆)设
\alpha_1=(1,1,a)^{\mathrm T}、\alpha_2=(1,a,1)^{\mathrm T}、\alpha_3=(a,1,1)^{\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;(Ⅲ)说明为什么"有几个根"必须逐个代回验证。
答案:(Ⅰ)\lvert A\rvert=\begin{vmatrix}a&1&1\\1&a&1\\1&1&a\end{vmatrix}=(a-1)^2(a+2) ,故 a=1 或 a=-2 。(Ⅱ)a=1 时三向量都是 (1,1,1)^{\mathrm T} ,秩 1 ;a=-2 时秩 2 。(Ⅲ)a=1 是二重根,秩只掉到 1 而不是 n-1=2 ——"行列式为零"只告诉你秩小于 3 ,具体掉几阶必须回代看。
题 17(★★★,张宇例)若向量组
\alpha_1=(1,0,2,a)^{\mathrm T}、\alpha_2=(2,1,a,4)^{\mathrm T}、\alpha_3=(0,a,5,-6)^{\mathrm T}线性相关,求a。
答案:a=-1 。这是 4\times3 矩阵,无行列式可用,只能求秩。行变换后前两行主元为 1,1 ,秩 \le2 要求第 3,4 行都能由 (0,1,a) 表示,即 \frac{a-4}{1}=\frac{5}{a} 与 \frac{4-2a}{1}=\frac{-6}{a} ,分别给 a=5,-1 与 a=3,-1 ,取交集得 a=-1 。交叉验算:第 1,2,3 行三阶子式 -(a-5)(a+1) ,第 1,2,4 行三阶子式 2(a-3)(a+1) ,公共根只有 -1 。关键一步:多个子式必须同时为零,取交集而不是取并集。
题 18(★★★,张宇例)设
x_1=(1,2,2,-4)^{\mathrm T}、x_2=(1,k,-1,-4)^{\mathrm T}、x_3=(-1,-3,1,k+6)^{\mathrm T},判断三者对k的相关性。
答案:对任意 k 都线性无关。对 A=(x_1,x_2,x_3) 作行变换,主元位置依次出现 1,1,k-3 ,余下一行是 0,0,k+2 。k-3 与 k+2 相差 5 ,不可能同时为零,所以秩恒为 3 。k=3 时第三主元为零看似降秩,但余行是 5\ne0 ;k=-2 时余行为零看似降秩,但第三主元是 -5\ne0 。这就是"假零点"——降秩的充要表现是阶梯形出现全零行,不是某个主元恰好为零。
题 19(★★★,张宇例)已知向量组
\alpha,\beta,\gamma线性无关,判断"k\ne1"是"向量组\alpha+k\beta,\ \beta+k\gamma,\ \alpha-\gamma线性无关"的什么条件。
答案:必要非充分条件。写矩阵形式:(\alpha+k\beta,\ \beta+k\gamma,\ \alpha-\gamma)=(\alpha,\beta,\gamma)K ,K=\begin{pmatrix}1&0&1\\k&1&0\\0&k&-1\end{pmatrix} ,\lvert K\rvert=k^2-1 。因旧组无关,新组无关 ⟺ \lvert K\rvert\ne0 ⟺ k\ne1 且 k\ne-1 。故新组无关能推出 k\ne1 (必要);而 k=-1 时 k\ne1 成立但新组相关(此时三向量为 \alpha-\beta,\ \beta-\gamma,\ \alpha-\gamma ,满足 (\alpha-\beta)+(\beta-\gamma)-(\alpha-\gamma)=0 ),故不充分。关键一步:1 与 -1 是 k^2=1 的两个根,条件只提了其中一个。
3. 向量组的秩与极大无关组
3.1 极大线性无关组
教材
-
极大线性无关组:在向量组
\alpha_1,\cdots,\alpha_n中,若存在部分组\alpha_i,\alpha_j,\cdots,\alpha_k满足 ① 自身线性无关;② 原向量组中任一向量\alpha_s均可由它线性表出,则称该部分组为原向量组的极大线性无关组。 -
等价说法:不包含无用约束方程的最简方程组的系数矩阵所在列,就是极大线性无关组。
-
三条性质:极大线性无关组一般不唯一;只由一个零向量组成的向量组不存在极大线性无关组;线性无关向量组的极大线性无关组就是它本身。
-
求法三步:① 把向量组按列拼成矩阵,只作初等行变换化为行阶梯形;② 非零行的个数就是秩
r(也就是极大无关组中向量的个数);③ 取各台阶上的主元所在列号,回原矩阵取对应列。 -
只做行变换的理由:求秩时行变换列变换都可用,但求极大无关组时只能用行变换,因为列变换会改变方程的解(从而改变"哪些列是主元列"的信息)。
扩展
-
"极大"与"无关"两个条件缺一不可:只有"自身无关"不够(
\{e_1\}在\{e_1,e_2\}里无关但不极大),只有"能表示全体"也不够(\{e_1,e_2,e_1+e_2\}能表示全体但自身相关)〔补〕。 -
秩的定义落地:向量组的秩
=极大无关组中向量的个数。这是"秩"这个名字能算出来的原因〔张宇〕。 -
回原矩阵取列是铁律:阶梯形里读出的系数可以直接用(行变换保列间线性关系),但向量本身必须回原矩阵取,直接从阶梯形取列就错了〔补〕。
-
主元列的线性关系可以照搬:在阶梯形里读出
\alpha_4=\alpha_1+\alpha_3,这个关系在原矩阵里同样成立——这正是行变换不改变列向量组线性相关性的意思〔张宇〕。 -
零向量永远不在极大无关组里:含零向量的组,极大无关组一定由非零向量构成,零向量只能被"表出"〔补〕。
-
秩的天花板:
r(A)\le\min\{m,n\},所以m>n时必然降秩,向量组必然相关〔补〕。
习题 3.1
题 20(★★☆)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出来。
答案:秩 2 ,极大无关组 \{\alpha_1,\alpha_3\} ,\alpha_2=2\alpha_1 ,\alpha_4=\alpha_1+\alpha_3 。按列拼成 3\times4 矩阵后行变换得 \begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&0&0\end{pmatrix} ,主元在第 1,3 列,非零行 2 行。关键一步:主元列号是 1,3 ,回原矩阵取第 1,3 列,不能直接取阶梯形的列。
题 21(★★☆)判断下列七个断言的真假:① 任一向量组的极大无关组唯一;② 同一向量组的两个极大无关组所含向量个数相同;③ 极大无关组与原向量组等价;④ 只含零向量的向量组不存在极大无关组;⑤ 线性无关向量组的极大无关组就是它本身;⑥ 向量组的秩等于其极大无关组中向量的个数;⑦ 若组中每个向量都可由某个部分组线性表出,则该部分组是极大无关组。
答案:① 假(一般不唯一,如 \{(1,0),(0,1)\} 与 \{(1,0),(1,1)\} 都是 \mathbb{R}^2 的极大无关组);② 真(个数都等于秩);③ 真(互相可表出);④ 真(零向量自身相关);⑤ 真;⑥ 真;⑦ 假(还缺"自身无关",\{\alpha_1,\alpha_2,\alpha_1+\alpha_2\} 能表出全体但自身相关)。
题 22(★★☆)设
\alpha_1=(1,0,1)^{\mathrm T},\alpha_2=(0,1,1)^{\mathrm T},\alpha_3=(1,1,2)^{\mathrm T},\alpha_4=(0,0,0)^{\mathrm T},\alpha_5=(2,1,3)^{\mathrm T}。求秩与一个极大无关组,并写出全部线性关系。
答案:秩 2 ,极大无关组 \{\alpha_1,\alpha_2\} ;\alpha_3=\alpha_1+\alpha_2 ,\alpha_4=0 ,\alpha_5=2\alpha_1+\alpha_2 。阶梯形主元在第 1,2 列。关键一步:零向量不进极大无关组,但它使整组必然相关——两件事不冲突。
3.2 向量组秩的性质
教材
-
三秩合一:向量组构成矩阵的秩
=行向量组的秩=列向量组的秩。 -
行变换保持列关系:若
A通过初等行变换化为B,则A与B的行向量组是等价向量组,且任何对应的部分列向量组都具有同样的线性相关性。 -
表出不增秩:若向量组
B均可由向量组A线性表出,则r(B)\le r(A)。
扩展
-
秩的六条常用性质:
r(A)=r(A^{\mathrm T});r(A+B)\le r(A)+r(B);r(AB)\le\min\{r(A),r(B)\};k\ne0时r(kA)=r(A);r(A)=0⟺A=O;P,Q可逆时r(PAQ)=r(A)〔补〕。 -
AB=O的秩语言:B的每一列都是Ax=0的解,故r(B)\le n-r(A),即r(A)+r(B)\le n。这一条把"方程组解空间维数n-r(A)"与"秩不等式"连成一句话〔张宇〕。 -
A^2=O的招牌结论:把A同时当两个因子用,r(A)+r(A)\le n,得r(A)\le\frac n2〔补〕。 -
右乘可逆不改变秩:
(A\alpha_1,\cdots,A\alpha_s)=A(\alpha_1,\cdots,\alpha_s),若\alpha组线性无关则右侧那个方阵可逆,于是秩=r(A)。这是 2017·13 那道填空题的全部内容〔补〕。 -
分块矩阵的秩:
r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B);r\begin{pmatrix}A&A\\A&A\end{pmatrix}=r(A)(用列变换把右下块消成O,再消一行)〔补〕。 -
乘积的秩可以严格小于两个因子的秩:取
A=\begin{pmatrix}1&0\\0&0\end{pmatrix}、B=\begin{pmatrix}0&0\\1&0\end{pmatrix},AB=O而r(A)=r(B)=1。所以"r(AB)\le\min"里的等号不能默认成立〔补〕。
习题 3.2
题 23(★★☆)判断下列六个断言的真假,假的给反例:①
r(A+B)\le r(A)+r(B);②r(AB)\le\min\{r(A),r(B)\};③r(A)=r(A^{\mathrm T});④ 对任意数k有r(kA)=r(A);⑤AB与BA都有定义时r(AB)=r(BA);⑥r(A)=0⟺A=O。
答案:① 真;② 真;③ 真;④ 假,k=0 时 r(0\cdot A)=0\ne r(A) (A\ne O 时);⑤ 假,取 A=\begin{pmatrix}1&0\\0&0\end{pmatrix} 、B=\begin{pmatrix}0&0\\1&0\end{pmatrix} ,AB=O 秩 0 而 BA=\begin{pmatrix}0&0\\1&0\end{pmatrix} 秩 1 ;⑥ 真。
题 24(★★★)设
A为m\times n矩阵,B为n\times s矩阵,AB=O。证明:(Ⅰ)r(A)+r(B)\le n;(Ⅱ)若r(A)=n,则B=O;(Ⅲ)若A是n阶方阵且A^2=O,则r(A)\le\frac n2。
答案:(Ⅰ)AB=O 意味着 B 的每一列都是 Ax=0 的解,故 B 的列向量组含于解空间,r(B)\le\dim\{x\mid Ax=0\}=n-r(A) 。(Ⅱ)r(A)=n 时解空间维数为 0 ,Ax=0 只有零解,故 B 的每一列都是零,B=O 。(Ⅲ)把 A 同时当左右因子代入(Ⅰ):r(A)+r(A)\le n 。关键一步:认出"AB=O ⟺ B 的列全是 Ax=0 的解"。
题 25(★★☆,真题 2017·13)设矩阵
A=\begin{pmatrix}1&0&1\\1&1&2\\0&1&1\end{pmatrix},\alpha_1,\alpha_2,\alpha_3为线性无关的3维列向量组,则向量组A\alpha_1,A\alpha_2,A\alpha_3的秩为 ____。
答案:2 。写 (A\alpha_1,A\alpha_2,A\alpha_3)=A(\alpha_1,\alpha_2,\alpha_3) ,因 \alpha 组无关,P=(\alpha_1,\alpha_2,\alpha_3) 可逆,右乘可逆矩阵不改变秩,故秩 =r(A) 。而 \lvert A\rvert=0 且左上二阶子式 \begin{vmatrix}1&0\\1&1\end{vmatrix}=1\ne0 ,故 r(A)=2 。关键一步:不要去算每个 A\alpha_i 的具体值,新组的秩直接等于矩阵 A 的秩。
题 26(★★☆)(Ⅰ)证明
r\begin{pmatrix}A&A\\A&A\end{pmatrix}=r(A);(Ⅱ)证明r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B);(Ⅲ)举例说明r(AB)可以严格小于\min\{r(A),r(B)\}。
答案:(Ⅰ)第 2 列块减第 1 列块得 \begin{pmatrix}A&O\\A&O\end{pmatrix} ,再第 2 行块减第 1 行块得 \begin{pmatrix}A&O\\O&O\end{pmatrix} ,秩为 r(A) 。(Ⅱ)按列块、行块分别独立消元,非零行(列)数相加。(Ⅲ)A=\begin{pmatrix}1&0\\0&0\end{pmatrix} 、B=\begin{pmatrix}0&0\\1&0\end{pmatrix} ,AB=O ,r(AB)=0<1=\min\{1,1\} 。
4. 等价向量组
4.1 定义与三条判据
教材
-
等价向量组:设两个向量组
\alpha_1,\cdots,\alpha_n与\beta_1,\cdots,\beta_m,若这两个向量组可以互相线性表出,则称它们为等价向量组,记\alpha\cong\beta。 -
三条性质:自反性
A\cong A;对称性(A\cong B则B\cong A);传递性(A\cong B、B\cong C则A\cong C)。 -
基本事实:向量组和它的极大线性无关组是等价向量组;任何一个组都可以由其极大线性无关组来代表。
-
判据一:若
r(A)=r(B)=r(A\mid B),则两向量组等价。 -
判据二:若
r(A)=r(B),且A可以由B表出(只需一个方向),则两向量组等价。 -
判据三:若存在可逆矩阵
P,Q使PAQ=B(即通过初等行、列变换A能化为B),则等价。
扩展
-
等价的几何含义:两组等价 ⟺ 它们张成同一个子空间。所以判等价本质上是在判"是不是同一个空间"〔补〕。
-
秩相等是必要不充分条件:
\{(1,0)^{\mathrm T}\}与\{(0,1)^{\mathrm T}\}秩都是1但张成的空间不同,不等价。加第三个秩r(A,B)才能补上这个缺口〔补〕。 -
三判据按好用程度排:①
r(A)=r(B)=r(A,B)(最标准,把两组拼成一个矩阵一次化简约出三个秩);② 单向表出+同秩(证明题最爱);③ 直接写双向表示式(只在能一眼看出关系时用)〔补〕。 -
个数不必相同:等价只要求极大无关组一致,多出来的向量只要是线性相关的冗余项,不影响等价。所以"等价
\Rightarrow个数相等"是错的〔张宇〕。 -
判据二的证明骨架:
A可由B表出 ⟹A=BK⟹(A,B)=B(K,E)⟹r(A,B)\le r(B);又r(B)\le r(A,B);故r(A,B)=r(B)=r(A),由判据一得等价〔补〕。 -
"表出不增秩"是判等价的核心工具:把
A的每个向量用B表出后拼成矩阵(A,B)=B(K,E),一步就把r(A,B)压到r(B)〔张宇〕。
习题 4.1
题 27(★★☆,真题 2022·7)设
\alpha_1=(\lambda,1,1)^{\mathrm T},\alpha_2=(1,\lambda,1)^{\mathrm T},\alpha_3=(1,1,\lambda)^{\mathrm T},\alpha_4=(1,\lambda,\lambda^2)^{\mathrm T},若\alpha_1,\alpha_2,\alpha_3与\alpha_1,\alpha_2,\alpha_4等价,求\lambda的取值范围。
答案:\lambda\ne-1 且 \lambda\ne-2 。记 A=(\alpha_1,\alpha_2,\alpha_3) 、B=(\alpha_1,\alpha_2,\alpha_4) ,等价要求 r(A)=r(B)=r(A,B) 。\lvert A\rvert=(\lambda-1)^2(\lambda+2) ,\lvert B\rvert=-(\lambda-1)^2(\lambda+1) (两个都算一遍最稳)。验算四个关键值:\lambda=-2 时 r(A)=2 而 r(B)=3 ;\lambda=-1 时 r(A)=3 而 r(B)=2 ;\lambda=1 时 r(A)=r(B)=1 且三秩相等(等价);\lambda=0 时三秩都是 3 (等价)。关键一步:两个行列式的根都要列全,-1 与 -2 各杀一个方向。
题 28(★★★,张宇例)已知
\alpha组:\alpha_1=(1,2,-3)^{\mathrm T}、\alpha_2=(3,0,-3)^{\mathrm T}、\alpha_3=(9,6,-15)^{\mathrm T};\beta组:\beta_1=(0,1,-1)^{\mathrm T}、\beta_2=(3,a,1)^{\mathrm T}、\beta_3=(1,1,b)^{\mathrm T},两组等价,求a,b。
答案:a=-4 ,b=-2 。\alpha_3=3\alpha_1+2\alpha_2 ,故 r(\alpha)=2 。由"等价",r(\beta) 必须为 2 ,即 \lvert\beta\rvert=a-3b-2=0 ;再把两组拼成 3\times6 矩阵作行变换,得拼接秩也为 2 ,联立解得 a=-4,\ b=-2 。关键一步:等价先给"秩相等",再给"拼接秩相等",两个方程解两个参数。
题 29(★★★)设向量组
A可由向量组B线性表示,且r(A)=r(B)。证明A与B等价。
答案:由 A 可由 B 表示,存在矩阵 K 使 A=BK ,于是 (A,B)=B(K,E) ,由"表出不增秩"得 r(A,B)\le r(B) 。另一方面 B 的列本身就是 (A,B) 的一部分列,故 r(B)\le r(A,B) 。两式合并得 r(A,B)=r(B)=r(A) ,由判据一,两组等价。关键一步:r(A,B)\le r(B) 与 r(B)\le r(A,B) 夹逼。
题 30(★★★,张宇例)设
\alpha_1=(1,1,2)^{\mathrm T}、\alpha_2=(2,a,4)^{\mathrm T}、\alpha_3=(a,3,6)^{\mathrm T}、\alpha_4=(0,2,2a)^{\mathrm T},若\alpha_1,\alpha_2,\alpha_3,\alpha_4与\alpha_1,\alpha_2,\alpha_3不等价,求a。
答案:a=3 。"整组与部分组不等价"只可能因为 \alpha_4 不能由前三者表示(前三个总能表示它们自己),故只需 r(\alpha_1,\alpha_2,\alpha_3,\alpha_4)>r(\alpha_1,\alpha_2,\alpha_3) 。逐值验:a=2 时前三者秩 2 、四个秩 2 (等价,不符);a=3 时前三者秩 2 、四个秩 3 (不等价,符合);a=4 或 6 时前三者秩已是 3 ,\alpha_4 必然能被表示(等价)。关键一步:a=2 让 \alpha_1,\alpha_2 成比例,看着最"危险",但 \alpha_4 恰好也能表示,是假警报。
4.2 与矩阵等价的区别
教材
-
矩阵等价:若矩阵
A\cong B,则A,B同型且r(A)=r(B)。 -
向量组等价:若向量组
A\cong B,则A,B同维(行数相同)且r(A)=r(B)=r(A\mid B)。 -
两者的分界:等价向量组与等价矩阵不同——等价矩阵必然完全一致,而等价向量组只要求极大无关组一致,可以多几个线性相关的向量。
扩展
-
三个"等价"的强度排序:矩阵等价
\subset向量组等价\subset向量组相同。越靠右要求越强〔补〕。 -
矩阵等价看"型
+秩",向量组等价看"行数+三个秩":前者两个条件,后者三个条件,差的那个就是r(A,B)〔张宇〕。 -
同型同秩不足以推出列向量组等价:
A=\begin{pmatrix}1&0\\0&0\end{pmatrix}与B=\begin{pmatrix}0&0\\0&1\end{pmatrix}同型同秩,但列向量组\{e_1\}与\{e_2\}张成不同空间〔补〕。 -
向量组等价推不出矩阵等价:等价不要求个数相同,列数不同就不是同型矩阵〔张宇〕。
-
判"向量组等价"必须三个秩都算,任何只算两个秩的判法都会出错〔补〕。
习题 4.2
题 31(★★★,张宇例)设
\alpha组:\alpha_1=(1,0,2)^{\mathrm T}、\alpha_2=(0,1,1)^{\mathrm T}、\alpha_3=(2,-1,a+4)^{\mathrm T};\beta组:\beta_1=(1,2,4)^{\mathrm T}、\beta_2=(1,-1,a+2)^{\mathrm T}、\beta_3=(3,3,10)^{\mathrm T}。(Ⅰ)A,B作为矩阵是否等价?(Ⅱ)两组作为向量组是否等价?
答案:\lvert A\rvert=a+1 ,\lvert B\rvert=3a 。(Ⅰ)矩阵等价:a\ne-1 且 a\ne0 时 r(A)=r(B)=3 ,等价;a=-1 时 r(A)=2 、r(B)=3 ,不等价;a=0 时 r(A)=3 、r(B)=2 ,不等价。(Ⅱ)向量组等价:a\ne-1 且 a\ne0 时三秩相等(3,3,3 ),等价;a=-1 与 a=0 时秩不等,均不等价。两问结论在此题恰好一致,但理由不同——(Ⅰ)比两个秩,(Ⅱ)比三个秩。
题 32(★★☆)判断四个说法的真假:(A)
A,B同型且r(A)=r(B),则A与B作为矩阵等价;(B)A,B同型且r(A)=r(B),则A的列向量组与B的列向量组等价;(C)A,B同型且作为矩阵等价,则列向量组等价;(D)两向量组等价,则对应矩阵等价。
答案:只有(A)真。(B)假,反例 A=\begin{pmatrix}1&0\\0&0\end{pmatrix} 、B=\begin{pmatrix}0&0\\0&1\end{pmatrix} ,秩都是 1 但列空间不同。(C)假,同上反例:矩阵同型同秩(等价),而 r(A,B)=2\ne1 故列向量组不等价。(D)假,\{(1,0)^{\mathrm T}\} 与 \{(1,0)^{\mathrm T},(2,0)^{\mathrm T}\} 等价,但对应矩阵一个是 2\times1 、一个是 2\times2 ,不同型。
5. 向量空间、基与坐标
5.1 基、维数与坐标
教材
-
基与维数:若
\xi_1,\xi_2,\cdots,\xi_n是n维向量空间\mathbb{R}^n中线性无关的有序向量组,且任意向量\alpha\in\mathbb{R}^n均可由它们线性表出,记为\alpha=a_1\xi_1+a_2\xi_2+\cdots+a_n\xi_n,则称有序向量组\xi_1,\cdots,\xi_n为\mathbb{R}^n的一个基,基向量的个数n称为向量空间的维数。 -
坐标:上述系数构成的
(a_1,a_2,\cdots,a_n)或(a_1,\cdots,a_n)^{\mathrm T},称为向量\alpha在基\xi_1,\cdots,\xi_n下的坐标(坐标行向量或坐标列向量)。 -
坐标的唯一性来源:基是线性无关的,故表示系数唯一——同一个基下每个向量只有一组坐标。
扩展
-
基就是"空间里的极大无关组":极大无关组是"组内"的概念,基是"空间内"的概念;把
\mathbb{R}^n整个空间看成向量组,它的极大无关组就叫基〔张宇〕。 -
求维数就是求秩:
\dim L(\alpha_1,\cdots,\alpha_s)=r(\alpha_1,\cdots,\alpha_s)。所以"求维数""求秩""求极大无关组个数"是同一件事〔补〕。 -
验证基的捷径:向量个数已经等于空间维数时,只需算行列式(
\ne0即基);个数不等于维数时,直接判"不是基",不必算〔补〕。 -
标准基:
e_1=(1,0,\cdots,0)^{\mathrm T},\cdots,e_n=(0,\cdots,0,1)^{\mathrm T}。在标准基下的坐标就是向量的分量本身〔补〕。 -
求坐标就是解方程:
\alpha=(\xi_1,\cdots,\xi_n)x⟺(\xi_1,\cdots,\xi_n)x=\alpha,即解一个线性方程组。所以"求坐标"与"求线性表示的系数"完全是同一件事〔张宇〕。 -
从标准基出发时过渡矩阵白送:新旧基中若有一个是标准基,过渡矩阵就是"把另一组基按列排好"〔补〕。
习题 5.1
题 33(★★☆,真题 2019·20(Ⅰ))设向量组
\alpha_1=(1,2,1)^{\mathrm T},\alpha_2=(1,3,2)^{\mathrm T},\alpha_3=(1,a,3)^{\mathrm T}为\mathbb{R}^3的一个基,\beta=(1,1,1)^{\mathrm T}在该基下的坐标为(b,c,1)^{\mathrm T},求a,b,c。
答案:a=3 ,b=2 ,c=-2 。"是基"先给 \lvert D\rvert=4-a\ne0 ,即 a\ne4 ;"坐标为 (b,c,1)^{\mathrm T} "给方程 b\alpha_1+c\alpha_2+1\cdot\alpha_3=\beta ,即 D\begin{pmatrix}b\\c\\1\end{pmatrix}=\beta ,解出 (a,b,c)=(3,2,-2) (其中 a=3\ne4 ,自洽)。关键一步:坐标条件是一个非齐次方程组,未知量里同时夹着 a 与 b,c 这三个。
题 34(★☆☆)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}。
答案:(1)是,行列式为 1\ne0 ;(2)不是,只有 2 个向量,个数少于维数 3 ;(3)不是,行列式为 0 (三向量共面,秩为 2 );(4)是,标准基,行列式为 1 。关键一步:先数个数,个数不对直接判"不是"。
题 35(★★☆)设
\varepsilon为\mathbb{R}^3的标准基,\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;(Ⅲ)求\beta=(1,2,3)^{\mathrm T}在\alpha基下的坐标。
答案:(Ⅰ)\lvert D\rvert=\begin{vmatrix}1&0&1\\0&1&1\\1&1&0\end{vmatrix}=-2\ne0 ,三个三维向量无关,是基。(Ⅱ)(\alpha_1,\alpha_2,\alpha_3)=(\varepsilon)C ,故 C=D=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix} ——从标准基出发,过渡矩阵就是把新基按列排。(Ⅲ)解 Dx=\beta 得 x=(1,2,0)^{\mathrm T} ,即 \beta=\alpha_1+2\alpha_2 。
5.2 基变换与坐标变换
教材
-
基变换公式:若
\eta_1,\cdots,\eta_n与\xi_1,\cdots,\xi_n是\mathbb{R}^n中两个基,且(\eta_1,\cdots,\eta_n)=(\xi_1,\cdots,\xi_n)C,则此式称为从基\xi到基\eta的基变换公式,C称为从基\xi到基\eta的过渡矩阵。 -
过渡矩阵的两条性质:
C必可逆;C的第i列就是\eta_i在基\xi下的坐标列向量。 -
坐标变换公式:设
\alpha在基\xi与基\eta下的坐标分别为x与y,则\alpha=(\xi)x=(\eta)y=(\xi)Cy,故x=Cy,或y=C^{-1}x。 -
两个方向互为逆:从
\xi到\eta的过渡矩阵是C,则从\eta到\xi的过渡矩阵是C^{-1}。
扩展
-
记忆锚:基乘
C,坐标反过来。基按"乘C"变成新基,同一个向量的坐标则要"乘C^{-1}"(或解Cx=y)才能从旧换新。方向搞反是这一节唯一的、也是必犯的错〔补〕。 -
求过渡矩阵的标准操作:由
(\eta)=(\xi)C左乘(\xi)^{-1}得C=(\xi)^{-1}(\eta)。若两边都不是标准基,先把两边都用标准基表示,再套这个式子〔补〕。 -
第
j列的含义要用上:C的第j列是\eta_j在旧基下的坐标。出题人常直接给"过渡矩阵第一列"让你反推新基〔补〕。 -
坐标变换的两种问法:已知新坐标求旧坐标
\to乘C;已知旧坐标求新坐标\to解Cx=y(或乘C^{-1})。"乘"还是"解",取决于C的乘法方向〔补〕。 -
tex 此处有一处笔误:坐标变换推导中写成了
[\xi_1,\cdots,\xi_n]=[\eta_1,\cdots,\eta_n]C,与前面基变换公式(\eta)=(\xi)C方向相反;按(\eta)=(\xi)C推才对,结论x=Cy本身正确。读到这一步要自己顺一遍〔补〕。 -
两组基都换成第三组基时的传递:
(\eta)=(\xi)C_1、(\zeta)=(\eta)C_2,则(\zeta)=(\xi)C_1C_2,过渡矩阵相乘,顺序不能反〔补〕。
习题 5.2
题 36(★★★,真题 2019·20(Ⅱ))沿用题 33 的
\alpha_1,\alpha_2,\alpha_3与\beta(a=3)。(Ⅰ)证明\alpha_2,\alpha_3,\beta为\mathbb{R}^3的一个基;(Ⅱ)求从\alpha_2,\alpha_3,\beta到\alpha_1,\alpha_2,\alpha_3的过渡矩阵。
答案:(Ⅰ)\lvert\alpha_2,\alpha_3,\beta\rvert=5-a=2\ne0 ,三向量无关,是基。(Ⅱ)设 (\alpha_2,\alpha_3,\beta)=(\alpha_1,\alpha_2,\alpha_3)C ,则 C=D^{-1}S ,其中 D=(\alpha_1,\alpha_2,\alpha_3) 、S=(\alpha_2,\alpha_3,\beta) ,算得 C=\begin{pmatrix}0&0&2\\1&0&-2\\0&1&1\end{pmatrix} ,\lvert C\rvert=2 。反方向(从 \alpha_1,\alpha_2,\alpha_3 到 \alpha_2,\alpha_3,\beta )的过渡矩阵是 C^{-1}=\begin{pmatrix}1&1&0\\-\frac12&0&1\\\frac12&0&0\end{pmatrix} 。关键一步:先写清"谁等于谁乘 C ",方向定错则答案正好是逆矩阵。
题 37(★★★)仍取题 35 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)求从\alpha基到\beta基的过渡矩阵P;(Ⅲ)求\gamma=(7,4,9)^{\mathrm T}在\beta基下的坐标;(Ⅳ)说明反方向过渡矩阵为什么必为P^{-1}。
答案:(Ⅰ)P=\begin{pmatrix}1&1&1\\1&1&0\\1&0&0\end{pmatrix} ,\lvert P\rvert=-1\ne0 ,故 \beta 组无关,是基。(Ⅱ)由 (\beta_1,\beta_2,\beta_3)=(\alpha_1,\alpha_2,\alpha_3)P 知从 \alpha 到 \beta 的过渡矩阵就是 P 。(Ⅲ)\gamma 在 \alpha 基下坐标为 D^{-1}\gamma=(6,3,1)^{\mathrm T} ,再乘 P^{-1} (即解 Py=(6,3,1)^{\mathrm T} )得 y=(1,2,3)^{\mathrm T} 。验证:D P(1,2,3)^{\mathrm T}=(7,4,9)^{\mathrm T} ✓。(Ⅳ)(\beta)=(\alpha)P 左乘 P^{-1} 得 (\alpha)=(\beta)P^{-1} ,故从 \beta 到 \alpha 的过渡矩阵是 P^{-1} ——两个方向互为逆,因为换过去再换回来必须回到原样。
题 38(★★☆)设
C=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix}是从标准基\varepsilon到基\alpha的过渡矩阵,即(\alpha_1,\alpha_2,\alpha_3)=(\varepsilon)C。(Ⅰ)若\gamma在\alpha基下坐标为(1,-1,2)^{\mathrm T},求它在标准基下的坐标;(Ⅱ)若\delta在标准基下坐标为(3,0,1)^{\mathrm T},求它在\alpha基下的坐标。
答案:(Ⅰ)旧坐标 x=Cy=(1-0+2,\ 0-1+2,\ 1-1+0)^{\mathrm T}=(3,1,0)^{\mathrm T} 。(Ⅱ)新坐标 y=C^{-1}x ,解 Cy=(3,0,1)^{\mathrm T} 得 y=(2,-1,1)^{\mathrm T} 。关键一步:由新求旧乘 C ,由旧求新解 C ,方向不能反。
6. 内积、正交与施密特
来源提示:本节教材段转写自第 5 讲
5-similar/similar.tex的「正交」与「施密特正交化」两小节(第 3 讲 tex 没有内积内容)。长度、夹角、规范正交基、正交矩阵的六条等价刻画在该 tex 中未展开,扩展段一律标〔补〕。
6.1 内积、长度与夹角
教材
-
内积:若
\alpha=(a_1,a_2,\cdots,a_n),\beta=(b_1,b_2,\cdots,b_n),则内积(\alpha,\beta)=a_1b_1+a_2b_2+\cdots+a_nb_n。 -
内积是数值:内积的结果是一个数,不是向量。(写成矩阵形式就是
\alpha^{\mathrm T}\beta。) -
单位化:保持向量方向不变,把它的长度化为
1。 -
正交化:把线性无关向量系转化为正交向量系的过程。
-
实对称矩阵与正交的两个现成结论:实对称矩阵的特征值是实数、特征向量是实向量;属于不同特征值的特征向量必正交(
(x_2,x_1)=0)。
扩展
-
内积的四条性质:对称
\langle\alpha,\beta\rangle=\langle\beta,\alpha\rangle;对第一变元线性(可拆成四项);正定\langle\alpha,\alpha\rangle\ge0且=0⟺\alpha=0;柯西不等式\lvert\langle\alpha,\beta\rangle\rvert\le\|\alpha\|\|\beta\|〔补〕。 -
长度与夹角:
\|\alpha\|=\sqrt{\langle\alpha,\alpha\rangle},\cos\theta=\dfrac{\langle\alpha,\beta\rangle}{\|\alpha\|\|\beta\|}(\alpha,\beta\ne0)〔补〕。 -
正交的定义:
\langle\alpha,\beta\rangle=0即正交。零向量与任何向量都正交,但零向量不能单位化(除以0无意义)〔补〕。 -
非零且两两正交的组必线性无关:设
\sum k_i\alpha_i=0,与\alpha_j作内积得k_j\langle\alpha_j,\alpha_j\rangle=0,而\langle\alpha_j,\alpha_j\rangle\ne0,故k_j=0〔补〕。 -
Gram 矩阵是识别"送分题"的探针:把
\langle\alpha_i,\alpha_j\rangle排成矩阵,若它是对角阵,说明\alpha组已两两正交,此时"求系数"根本不用解方程组,逐项作内积即可〔补〕。 -
规范正交基下坐标就是内积:若
e_1,\cdots,e_n是规范正交基,则\alpha=\sum\langle\alpha,e_i\rangle e_i,坐标直接读,不必解方程〔补〕。 -
组合内积展开要小心:
\langle k\alpha+l\beta,\ m\alpha+n\beta\rangle展开成四项,正交时非同类项直接消——"内积只留同项"〔补〕。
习题 6.1
题 39(★★★,真题 2023·15)已知
\alpha_1=(1,0,1,1)^{\mathrm T},\alpha_2=(-1,-1,0,1)^{\mathrm T},\alpha_3=(0,1,-1,1)^{\mathrm T},\beta=(1,1,1,-1)^{\mathrm T},\gamma=k_1\alpha_1+k_2\alpha_2+k_3\alpha_3。若\gamma^{\mathrm T}\alpha_i=\beta^{\mathrm T}\alpha_i(i=1,2,3),求k_1^2+k_2^2+k_3^2。
答案:\dfrac{11}{9} 。先算 Gram 矩阵:\alpha_1,\alpha_2,\alpha_3 两两内积全为 0 ,各自模方全为 3 ,即 Gram 矩阵 =3E 。于是 \gamma^{\mathrm T}\alpha_i=k_i\cdot3 ,条件给出 k_i=\frac13\beta^{\mathrm T}\alpha_i ,算得 \beta^{\mathrm T}\alpha_1=1 、\beta^{\mathrm T}\alpha_2=-3 、\beta^{\mathrm T}\alpha_3=-1 ,故 k_1=\frac13,\ k_2=-1,\ k_3=-\frac13 ,平方和 =\frac19+1+\frac19=\frac{11}{9} 。关键一步:先算 Gram 矩阵发现它是对角阵,方程组立刻退化成三个独立的一元一次方程。
题 40(★☆☆)设
\alpha=(1,2,2)^{\mathrm T},\beta=(2,-2,1)^{\mathrm T},\gamma=(2,1,-2)^{\mathrm T}。(Ⅰ)求三者两两内积与各自长度;(Ⅱ)求\langle2\alpha+\beta,\ \alpha-\beta\rangle;(Ⅲ)求\alpha与\beta的夹角。
答案:(Ⅰ)\langle\alpha,\beta\rangle=\langle\alpha,\gamma\rangle=\langle\beta,\gamma\rangle=0 ,\|\alpha\|=\|\beta\|=\|\gamma\|=3 。(Ⅱ)\langle2\alpha+\beta,\alpha-\beta\rangle=2\|\alpha\|^2-2\langle\alpha,\beta\rangle+\langle\beta,\alpha\rangle-\|\beta\|^2=18-0+0-9=9 。(Ⅲ)\cos\theta=0 ,\theta=90^\circ 。关键一步:展开后正交项全消,只剩两个模方。
6.2 施密特正交化与正交矩阵
教材
- 施密特正交化:将一个线性无关向量组化为正交向量组。对线性无关组
\alpha_1,\cdots,\alpha_n,令\beta_1=\alpha_1,
\beta_2=\alpha_2-\frac{\langle\alpha_2,\beta_1\rangle}{\langle\beta_1,\beta_1\rangle}\beta_1,\qquad \beta_3=\alpha_3-\frac{\langle\alpha_3,\beta_1\rangle}{\langle\beta_1,\beta_1\rangle}\beta_1-\frac{\langle\alpha_3,\beta_2\rangle}{\langle\beta_2,\beta_2\rangle}\beta_2,
依此递推到 \beta_n=\alpha_n-\sum_{i=1}^{n-1}\dfrac{\langle\alpha_n,\beta_i\rangle}{\langle\beta_i,\beta_i\rangle}\beta_i 。
-
最后一步单位化:
\gamma_i=\dfrac{\beta_i}{\|\beta_i\|}。 -
正交矩阵:满足
A^{\mathrm T}A=E的方阵称为正交矩阵(等价地A^{\mathrm T}=A^{-1})。 -
实对称矩阵的正交相似:实对称矩阵必存在正交矩阵
Q使Q^{-1}AQ=Q^{\mathrm T}AQ=\Lambda。
扩展
-
分母是模的平方,不是模:
\dfrac{\langle\alpha_k,\beta_i\rangle}{\langle\beta_i,\beta_i\rangle},只有最后单位化时才除\|\beta_i\|。这两个分母混用是施密特最典型的错〔补〕。 -
第
k步要减k-1项:\beta_3减两项(对\beta_1,\beta_2各一次投影),漏一项就不正交〔补〕。 -
分子永远用"正在被正交化的那个向量":
\beta_3的两个分子都是\langle\alpha_3,\cdot\rangle,不是\langle\beta_2,\cdot\rangle。选项常在这里设陷阱(2017 与 2021 都考过这套配对)〔补〕。 -
全程不改张成空间:
L(\beta_1,\cdots,\beta_k)=L(\alpha_1,\cdots,\alpha_k)。所以正交化结果与原组等价,求规范正交基不会改变子空间〔补〕。 -
某一步得零向量即原组相关:
\beta_k=0说明\alpha_k落在前面张成的空间里,此时原组不可能线性无关。所以施密特只对无关组做〔补〕。 -
正交化中途可乘正常数化简:
\beta_k乘以c>0不改变方向与正交性,可用来消掉分数,减轻计算量〔补〕。 -
正交矩阵的六条等价刻画:
A^{\mathrm T}A=E;A^{\mathrm T}=A^{-1};AA^{\mathrm T}=E;列向量组是规范正交基;行向量组是规范正交基;\|Ax\|=\|x\|(保长度)〔补〕。 -
\lvert A\rvert=\pm1是必要不充分条件:正交矩阵行列式必为\pm1,但行列式为\pm1未必正交(\begin{pmatrix}2&0\\0&\frac12\end{pmatrix}行列式为1,列长却不是1)。所以"|A|=\pm1"绝不能当判据〔补〕。 -
判正交只要两步:列两两内积为零
+每列长度为1。行也同样可以(因为A^{\mathrm T}A=E与AA^{\mathrm T}=E等价)〔补〕。 -
正交矩阵的封闭性:正交矩阵的转置、逆、乘积仍是正交矩阵;正交变换保内积、保长度、保夹角〔补〕。
习题 6.2
题 41(★★★,真题 2021·6)已知
\alpha_1=(1,0,1)^{\mathrm T},\alpha_2=(1,2,1)^{\mathrm T},\alpha_3=(3,1,2)^{\mathrm T},\beta_1=\alpha_1,\beta_2=\alpha_2-k\beta_1,\beta_3=\alpha_3-l_1\beta_1-l_2\beta_2。若\beta_1,\beta_2,\beta_3两两正交,求l_1,l_2。
答案:l_1=\dfrac52 ,l_2=\dfrac12 。先定 k :由 \langle\beta_2,\beta_1\rangle=\langle\alpha_2,\beta_1\rangle-k\langle\beta_1,\beta_1\rangle=1-2k=0 得 k=\frac12 ,于是 \beta_2=(1,2,1)^{\mathrm T}-\frac12(1,0,1)^{\mathrm T}=\left(\frac12,2,\frac12\right)^{\mathrm T} 。再定 l_1 :\langle\beta_3,\beta_1\rangle=\langle\alpha_3,\beta_1\rangle-l_1\langle\beta_1,\beta_1\rangle=5-2l_1=0 得 l_1=\frac52 。最后定 l_2 :\langle\beta_3,\beta_2\rangle=\langle\alpha_3,\beta_2\rangle-l_2\langle\beta_2,\beta_2\rangle=0 ,其中 \langle\alpha_3,\beta_2\rangle=\frac32+2+1=\frac92 、\langle\beta_2,\beta_2\rangle=9 ,得 l_2=\frac12 。关键一步:分子用 \alpha_3 ,分母用对应 \beta 的模方,且必须按 \beta_1\to\beta_2 的顺序逐个定。
题 42(★★☆,张宇例)设
\alpha_1=(1,1,0)^{\mathrm T},\alpha_2=(1,0,1)^{\mathrm T},\alpha_3=(-1,0,0)^{\mathrm T}。求与之等价的正交向量组,以及规范正交向量组。
答案:正交组 \beta_1=(1,1,0)^{\mathrm T} ,\beta_2=\left(\frac12,-\frac12,1\right)^{\mathrm T} ,\beta_3=\left(-\frac13,\frac13,\frac13\right)^{\mathrm T} 。规范正交组 e_1=\left(\frac{1}{\sqrt2},\frac{1}{\sqrt2},0\right)^{\mathrm T} ,e_2=\left(\frac{1}{\sqrt6},-\frac{1}{\sqrt6},\frac{2}{\sqrt6}\right)^{\mathrm T} ,e_3=\left(-\frac{1}{\sqrt3},\frac{1}{\sqrt3},\frac{1}{\sqrt3}\right)^{\mathrm T} 。过程系数:k_1=\frac{\langle\alpha_2,\beta_1\rangle}{\langle\beta_1,\beta_1\rangle}=\frac12 ;k_2=\frac{\langle\alpha_3,\beta_1\rangle}{\langle\beta_1,\beta_1\rangle}=-\frac12 ;k_3=\frac{\langle\alpha_3,\beta_2\rangle}{\langle\beta_2,\beta_2\rangle}=-\frac13 。模方依次为 2,\ \frac32,\ \frac13 。关键一步:k_2 配 \beta_1 、k_3 配 \beta_2 ,分母各用对应 \beta 的模方。
题 43(★★☆)判断下列矩阵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)\operatorname{diag}(1,-1,2)。并回答:\lvert A\rvert=\pm1能否作为正交的判据?
答案:(1)是,两列内积 0 、列长都是 1 ;(2)是,同上(旋转矩阵);(3)不是,两列内积为 1\ne0 ;(4)不是,第三列长度为 2\ne1 。\lvert A\rvert=\pm1 只是必要条件:(1)的 |A|=-1 、(2)的 |A|=1 都符合,但 \begin{pmatrix}2&0\\0&\frac12\end{pmatrix} 的 |A|=1 且不是正交矩阵,故不能作判据。
7. 子空间的和与交
来源提示:本节教材段的两条主干——解空间的维数、公共解(交空间)的求法——分别转写自
4-linear-equations-system.tex的「基础解系」与「公共解」两节。和空间、维数公式、直和在第 3 讲与第 4 讲 tex 中均未收录,相关条目全部标〔补〕,以通用教材定义为准。
7.1 子空间、和空间与直和
教材
-
解空间:
Ax=0的全体解构成一个子空间;当r(A)=r<n时,它含n-r个线性无关的解(自由变量个数),即\dim\{x\mid Ax=0\}=n-r(A)。 -
基础解系:满足 ① 是
Ax=0的解;② 线性无关;③ 任一解都可由它们线性表出 —— 这样的\xi_1,\cdots,\xi_{n-r}称为基础解系,它就是解空间的一组基。 -
同解方程组:若
Ax=0与Bx=0有完全相同的解,则r(A)=r(B)=r\bigl([A,B]^{\mathrm T}\bigr),即行向量组等价。
扩展
-
子空间的定义:
\mathbb{R}^n的非空子集V,若对加法与数乘都封闭,则称V为子空间。封闭性自然带来零向量(取k=0)〔补〕。 -
"不含零向量的集合必不是子空间" 是选择题秒杀器:不过原点的平面、
x+y+z=1这类全被一句话排除〔补〕。 -
和空间:
V_1+V_2=\{v_1+v_2\mid v_i\in V_i\}。求它的基就是把两组向量并在一起求极大无关组,故\dim(V_1+V_2)=r(A,B)〔补〕。 -
交空间:
V_1\cap V_2=\{v\mid v\in V_1\ \text{且}\ v\in V_2\}。求法见 7.2〔补〕。 -
维数公式:
\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2)。四个量知三求一,是本节所有计算题的总公式〔补〕。 -
直和的三个等价说法:
V_1\cap V_2=\{0\};\dim(V_1+V_2)=\dim V_1+\dim V_2;和空间中每个向量的分解方式唯一〔补〕。 -
直和的经典例子:
n阶矩阵空间=对称矩阵空间\oplus反对称矩阵空间(维数\frac{n(n+1)}2+\frac{n(n-1)}2=n^2)〔补〕。
习题 7.1
题 44(★★☆)设
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的一组基;(Ⅲ)判断V_1+V_2是否为直和。
答案:(Ⅰ)\dim V_1=\dim V_2=2 ;四个向量拼成的矩阵秩为 3 ,故 \dim(V_1+V_2)=3 ;由维数公式 \dim(V_1\cap V_2)=2+2-3=1 。(Ⅱ)设 x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2 ,解得 x_1=x_2=y_1=y_2=t ,交空间为 L\bigl((1,1,1,1)^{\mathrm T}\bigr) 。(Ⅲ)不是直和,因为交空间维数为 1\ne0 。
题 45(★★☆)设
V_1=L\bigl((1,1,0)^{\mathrm T},(1,0,1)^{\mathrm T}\bigr),V_2=L\bigl((2,1,a)^{\mathrm T}\bigr)。就a讨论V_1+V_2是否为直和,并求和空间的维数。
答案:a\ne1 时是直和,\dim(V_1+V_2)=3 ;a=1 时不是直和,维数为 2 。判据:V_2 是一维的,直和 ⟺ (2,1,a)^{\mathrm T}\notin V_1 ⟺ 三向量拼成的矩阵行列式非零。a=1 时 (2,1,1)^{\mathrm T}=(1,1,0)^{\mathrm T}+(1,0,1)^{\mathrm T} 恰在 V_1 内。关键一步:含参直和题一律化成"行列式是否为零",不要绕维数公式。
题 46(★★★)设
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)。
答案:存在性由 V=V_1+V_2 直接给出。唯一性:设 \alpha=\alpha_1+\alpha_2=\alpha_1'+\alpha_2' ,则 \alpha_1-\alpha_1'=\alpha_2'-\alpha_2 ,左端属于 V_1 、右端属于 V_2 ,故两者都属于 V_1\cap V_2=\{0\} ,得 \alpha_1=\alpha_1' 、\alpha_2=\alpha_2' 。关键一步:把差值同时归到两个空间,再用交为零收口。
7.2 交空间的求法(公共解)
教材
-
待定系数法(三条路):① 求两个方程组的解的交集,可以联立两个方程求解;② 先求
Ax=0的通解k_1\xi_1+\cdots+k_s\xi_s,代入Bx=0求出k_i之间的关系,再代回通解即得公共解;③ 把两个通解直接联立k_1\xi_1+\cdots+k_s\xi_s=l_1\eta_1+\cdots+l_t\eta_t,解出k_i与l_i。 -
两种方法的适用场合:待定系数法"可以求出公共解,不过比较麻烦";若已给出基础解系而未给出矩阵,用待定系数法较好。
-
矩阵法:要求
A与B的非零公共解,即求联立矩阵\begin{pmatrix}A\\B\end{pmatrix}x=0的非零解,对它求基础解系即可。若直接给出矩阵,此法不必先求各自的解。 -
同解的代入法:先求一个方程组的通解,代入第二个方程组,直接定出参数(因参数任意,可令其为
0)。
扩展
-
交空间求法四步:① 设公共向量
w=Ax=By;② 移项成齐次方程组(A,-B)\begin{pmatrix}x\\y\end{pmatrix}=0;③ 代回w=Ax得到向量;④ 删去零向量与冗余向量〔补〕。 -
第 ③ 步是本节唯一的大坑:解出来的是系数
x,不是基向量;必须代回w=Ax才是交空间里的向量。直接拿系数当答案,是这一节最常见的错〔补〕。 -
维数可以预先估算:
\dim(V_1\cap V_2)=r(A)+r(B)-r(A,B),先算出维数,就知道解出来应当剩几个自由参数,可用于自查〔补〕。 -
"参数落在哪一列,就是哪个向量表示不出":把两组拼成一个增广矩阵化简后,若参数只出现在第
k列,说明第k个向量无法被前面的向量表示。这是含参表示题最快的定位法〔补〕。 -
交空间与"方程组同解"是同一件事:
V_1\cap V_2就是联立方程组的解空间,所以它的维数=n-r\begin{pmatrix}A\\B\end{pmatrix}〔补〕。
习题 7.2
题 47(★★★,真题 2023·7)已知
\alpha_1=(1,2,3)^{\mathrm T},\alpha_2=(2,1,1)^{\mathrm T},\beta_1=(2,5,9)^{\mathrm T},\beta_2=(1,0,1)^{\mathrm T}。若\gamma既可由\alpha_1,\alpha_2线性表示,也可由\beta_1,\beta_2线性表示,求\gamma。
答案:\gamma=k(1,5,8)^{\mathrm T} (k\in\mathbb{R} )。这就是求交空间:设 x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2 ,移项解齐次方程组得 x_1=-3t,\ x_2=t,\ y_1=-t,\ y_2=t ,代回 \gamma=x_1\alpha_1+x_2\alpha_2 得 \gamma=t(-1,-5,-8)^{\mathrm T} 。维数自查:r(\alpha)=r(\beta)=2 、拼接秩 3 ,故 \dim 交 =2+2-3=1 ,与"只剩一个参数"一致。关键一步:解出的是系数,必须代回求向量;同时可用维数公式自查。
题 48(★★★,张宇例)已知方程组
A:x_1+x_2=0,x_2-x_4=0;方程组B:x_1-x_2+x_3=0,x_2-x_3+x_4=0。求两方程组的公共解。
答案:k(-1,1,2,1)^{\mathrm T} 。矩阵法:联立 \begin{pmatrix}A\\B\end{pmatrix}x=0 ,求基础解系得 (-1,1,2,1)^{\mathrm T} 。待定系数法对照:A 的基础解系为 \xi_1=(0,0,1,0)^{\mathrm T},\ \xi_2=(-1,1,0,1)^{\mathrm T} ;B 的为 \eta_1=(0,1,1,0)^{\mathrm T},\ \eta_2=(-1,-1,0,1)^{\mathrm T} ;令 k_1\xi_1+k_2\xi_2=l_1\eta_1+l_2\eta_2 ,比较分量得 k_1=2k_2 ,代回得 k_2(-1,1,2,1)^{\mathrm T} 。关键一步:两法结果必须一致——这是检验交空间算对没算对的最快办法。
回查入口:张宇三十讲整理稿
参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex(§1—§5)与exercise/3-vector/vector.tex(8 道例题);内积与施密特见knowledge/5-similar/similar.tex的「正交」段;公共解见knowledge/4-linear-equations-system/linear-equations-system.tex的「公共解」段;张宇 1000 题对应参考仓库/张宇1000题-notes/L3 线代 第3章 向量组/(14 题);真题对应试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/kaoyan_math1.db的 ch11(8 题)。 本讲与前后讲的接口:§3.2 的秩不等式在 04 线性方程组求通解时直接用;§5 的基与坐标是 05 特征值里"相似对角化"的前提;§6 的正交化是 06 二次型"正交变换化标准形"的标准第一步。