按真题分值重排知识点,题目嵌在点里,不再有独立的试题册与解析册: 点1 基/坐标/过渡矩阵(2019·20,11分)3题 点2 内积/正交/施密特(2021·6、2023·15,10分)3题 点3 线性表示与交空间(2020·6、2023·7,9分)3题 点4 线性相关性(2024·6,5分)3题 点5 秩与极大无关组(2017·13,4分)2题 点6 向量组等价(2022·7,5分)2题 点7 抽象推理与证明 3题 合计 44 分,与十年账面一致。 每点节奏:问题(标难度)→ 怎么想 → 解 → 带走的结论;点末一句「本点定式」。 新增:三处最易丢分、速查卡(10 条判据)。 旧的三件套 git mv 到 旧版-题点分离/(含答题版 PDF); 新 PDF 13 页,344 处公式 0 报错。
30 KiB
tags, 专题, 日期, 状态, 关联笔记
| tags | 专题 | 日期 | 状态 | 关联笔记 | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
|
线性代数 第3讲 · 向量(以题带点) | 2026-10-23 | 以题带点版 |
|
第3讲 · 向量:以题带点
这一讲在近十年真题里 8 题、44 分,平均每年 4.4 分,是全卷唯一必出解答题的地方(2019·20,11 分)也是它。
下面的顺序按考分排,不按课本排。每一条都从一个具体问题开始,讲完把方法凝成一句话,再用一两道题验证。看完一个点,就应当能独立重做那里的题。
本讲地图
| 序 | 点 | 真题锚点 | 分值 | 本点题量 |
|---|---|---|---|---|
| 1 | 基、坐标与过渡矩阵 | 2019·20(解答) | 11 | 3 |
| 2 | 内积、正交与施密特 | 2021·6、2023·15 | 10 | 3 |
| 3 | 线性表示与交空间 | 2020·6、2023·7 | 9 | 3 |
| 4 | 线性相关性 | 2024·6 | 5 | 3 |
| 5 | 秩与极大无关组 | 2017·13 | 4 | 2 |
| 6 | 向量组等价 | 2022·7 | 5 | 2 |
| 7 | 抽象推理(证明) | 支撑解答题 | — | 3 |
合起来 44 分,正好对上十年的账面。
一句话逻辑链(点的顺序被打乱,链条没断):表示是把向量写成方程,相关是有没有多余材料,秩是材料真正的新方向数,等价是两组材料造出同一个空间,基与坐标是给系数起名字,正交是让每个方向互不干扰,交空间是两组材料共同造出的部分。被跳过的前置,各点开头会用一句「依赖」补上。
难度记号:★☆☆ 直接判定 · ★★☆ 含参或需变形 · ★★★ 证明与结构。
点 1 · 基、坐标与过渡矩阵
真题 2019·20(解答,11 分)|重要度 ★★★|题量 3 依赖:点 3 的「表示」与点 4 的「无关」。
这是本讲唯一出过大题的地方,也是唯一可能丢 11 分的地方。 它考的不是概念,而是一套固定动作:先把新基按列拼成矩阵,验证可逆;过渡矩阵就是这个矩阵;求坐标就解一个线性方程组。三个动作里出错最多的不是计算,是方向反了。
问题 1 · 验证基、写过渡矩阵、求坐标(★★☆)
【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)验证它们是一组基;(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。
怎么想:三个三维向量是不是基,只问它们是否无关。按列拼起来算行列式,非零即可。过渡矩阵按定义就是"新基用旧基表示时的系数矩阵",旧基是标准基,所以这就是那三个向量本身按列排。求坐标不是把 C 乘上去,而是解方程 Cx=\beta 。
解:(Ⅰ)按列拼成
C=(\alpha_1,\alpha_2,\alpha_3)=\begin{pmatrix}1&0&1\\0&1&1\\1&1&0\end{pmatrix},\qquad |C|=1\cdot(0-1)+1\cdot(1-0)=-2\ne0.
可逆,故三向量无关,构成 \mathbb{R}^3 的一组基。
(Ⅱ)旧基矩阵是单位阵 E ,新基矩阵是 C ,写 V=UC 即
(\alpha_1,\alpha_2,\alpha_3)=(\varepsilon_1,\varepsilon_2,\varepsilon_3)\,C,
逐列读出来正是 \alpha_j=\sum_i c_{ij}\varepsilon_i ,与 C 的列一致。所以过渡矩阵就是 C 本身。
(Ⅲ)设 \beta=x_1\alpha_1+x_2\alpha_2+x_3\alpha_3 ,展开
x_1+x_3=1,\qquad x_2+x_3=2,\qquad x_1+x_2=3.
前两式相加再减第三式得 2x_3=0 ,于是 x_3=0,\ x_1=1,\ x_2=2 ,坐标为 (1,2,0)^{\mathrm T} 。回代验算 \alpha_1+2\alpha_2=(1,2,3)^{\mathrm T} 成立。
带走的结论:过渡矩阵的列 = 新基向量在旧基下的坐标。所以"从标准基出发"时,过渡矩阵就是把新基按列排;这一步几乎不用算,直接用。
问题 2 · 双向换算坐标(★★☆)
沿用问题 1 的两组基。(Ⅰ)已知
\gamma在\alpha基下的坐标为(2,-1,3)^{\mathrm T},求它在标准基下的坐标;(Ⅱ)求\delta=(1,1,1)^{\mathrm T}在\alpha基下的坐标。
怎么想:两问是同一个关系的两个方向。手里有"新坐标"要回到"旧坐标",是乘;手里有旧坐标要换成新坐标,是解方程。判据只有一条:代入后两边要相等。
解:(Ⅰ)按坐标加权:
\gamma=2\alpha_1-\alpha_2+3\alpha_3=(2,0,2)^{\mathrm T}+(0,-1,-1)^{\mathrm T}+(3,3,0)^{\mathrm T}=(5,2,1)^{\mathrm T}.
(Ⅱ)解 Cx=(1,1,1)^{\mathrm T} :
x_1+x_3=1,\quad x_2+x_3=1,\quad x_1+x_2=1.
前两式相减得 x_1=x_2 ,代入第三式得 x_1=x_2=\tfrac12 ,再由第一式得 x_3=\tfrac12 ,坐标为 (\tfrac12,\tfrac12,\tfrac12)^{\mathrm T} 。
带走的结论:坐标变换的方向由 x_{\rm old}=Cx_{\rm new} 决定。乘 C 是从新到旧,解 Cx 是从旧到新。记住这一条,就不会在考场上把 C 和 C^{-1} 用反。
问题 3 · 反方向求过渡矩阵,为什么必可逆(★★★)
仍取问题 1 的
\alpha基。(Ⅰ)求从\alpha基到标准基的过渡矩阵C';(Ⅱ)验证C'=C^{-1},并说明过渡矩阵为什么一定可逆。
怎么想:方向反过来,写 V=UC' 时"旧基"已是 \alpha 基、"新基"是标准基,即 E=C\,C' 。所以 C' 只能是 C^{-1} 。这不是巧合,是"两组基互相表示"的必然结果。
解:(Ⅰ)由 E=C\,C' 得 C'=C^{-1} 。由 |C|=-2 ,
C^{-1}=\frac{1}{-2}\begin{pmatrix}-1&1&-1\\1&-1&-1\\-1&-1&1\end{pmatrix}
=\frac12\begin{pmatrix}1&-1&1\\-1&1&1\\1&1&-1\end{pmatrix}.
(Ⅱ)直接验证 CC^{-1}=E 即可。可逆性的理由:基是一组无关且能张成全空间的向量,按列拼成的矩阵满秩,故行列式非零。若过渡矩阵不可逆,新基就会丢方向,张不满原来的空间,矛盾。
带走的结论:两个方向的过渡矩阵互为逆矩阵。考场上如果只求了一个方向,另一个方向可以用它反推检验;如果两个方向算出来不互逆,一定有一个错了。
本点定式:旧基
U、新基V,写V=UC求C;坐标满足x_{\rm old}=Cx_{\rm new},方向相反。验证基只算|C|\ne0。
点 2 · 内积、正交与施密特正交化
真题 2021·6(施密特,5 分)、2023·15(内积与线性组合,5 分)|重要度 ★★★|题量 3 依赖:点 4 的「无关」。
合计 10 分,是本讲第二块肉。更关键的是,第 5 讲特征值里的"实对称矩阵正交对角化"要用它,这一节学不牢,第 5 讲的 21 题就写不出。施密特的算法只有一句话:每一步都减掉它在前面每个已得方向上的投影。
问题 1 · 验证正交、求长度、算组合内积(★☆☆)
【2023·15 骨架】设
\alpha=(1,2,2)^{\mathrm T},\quad \beta=(2,-2,1)^{\mathrm T},\quad \gamma=(2,1,-2)^{\mathrm T}.(Ⅰ)验证三者两两正交并求长度;(Ⅱ)判断单位化后是否为
\mathbb{R}^3的规范正交基;(Ⅲ)求\langle\alpha+2\beta,\ \gamma-\beta\rangle。
怎么想:内积逐个算,为零即正交。第二问要用"两两正交的非零组必无关"这条结论,三个无关向量在三维里就是基。第三问不要展开硬算,用双线性拆开,正交项直接消掉。
解:(Ⅰ)
\langle\alpha,\beta\rangle=2-4+2=0,\quad \langle\alpha,\gamma\rangle=2+2-4=0,\quad \langle\beta,\gamma\rangle=4-2-2=0.
三者长度都是 \sqrt{1+4+4}=3 。
(Ⅱ)三个非零向量两两正交,故线性无关;三维空间中三个无关向量构成基,单位化后即为规范正交基。
(Ⅲ)用双线性展开,凡不同向量之间的内积都是零:
\langle\alpha+2\beta,\ \gamma-\beta\rangle
=\langle\alpha,\gamma\rangle-\langle\alpha,\beta\rangle+2\langle\beta,\gamma\rangle-2\langle\beta,\beta\rangle
=0-0+0-2\cdot9=-18.
带走的结论:正交组的最大好处是内积只留同项。凡是题目给了正交条件又要求组合的内积,先拆开消项,比逐分量算快得多。
问题 2 · 两向量施密特(★☆☆)
设
\alpha_1=(1,1,0)^{\mathrm T},\alpha_2=(1,0,1)^{\mathrm T}。正交化、单位化。
怎么想:第一个方向原样保留;第二个减去它在第一个方向上的投影,投影系数是内积除以长度平方。
解:取 u_1=\alpha_1=(1,1,0)^{\mathrm T} 。则
u_2=\alpha_2-\frac{\langle\alpha_2,u_1\rangle}{\langle u_1,u_1\rangle}u_1
=(1,0,1)^{\mathrm T}-\frac{1}{2}(1,1,0)^{\mathrm T}
=\Bigl(\tfrac12,-\tfrac12,1\Bigr)^{\mathrm T}.
自检内积 \tfrac12-\tfrac12=0 。长度分别为 \sqrt2 与 \sqrt{3/2}=\tfrac{\sqrt6}{2} ,单位化得
e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\qquad e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6}.
带走的结论:减投影时除长度平方,单位化时才除长度。这两个分母混用是这一节最常见的失分点,写完后用"内积为零"自检一次就能抓住。
问题 3 · 三向量施密特(★★☆)
【2021·6 骨架】设
\alpha_1=(1,1,0)^{\mathrm T},\alpha_2=(1,0,1)^{\mathrm T},\alpha_3=(0,1,1)^{\mathrm T}。求正交组与规范正交组。
怎么想:前两步与问题 2 完全一样,第三步要分别减掉在 u_1 、u_2 上的两个投影。漏掉任何一个,第三个向量就不正交。
解:\beta_1=(1,1,0)^{\mathrm T} ,\beta_2=(\tfrac12,-\tfrac12,1)^{\mathrm T} 。先算两个系数:
\frac{\langle\alpha_3,\beta_1\rangle}{\langle\beta_1,\beta_1\rangle}=\frac{1}{2},\qquad
\frac{\langle\alpha_3,\beta_2\rangle}{\langle\beta_2,\beta_2\rangle}=\frac{1/2}{3/2}=\frac13.
于是
\beta_3=(0,1,1)^{\mathrm T}-\tfrac12(1,1,0)^{\mathrm T}-\tfrac13\Bigl(\tfrac12,-\tfrac12,1\Bigr)^{\mathrm T}
=\Bigl(-\tfrac23,\tfrac23,\tfrac23\Bigr)^{\mathrm T}.
验算 \langle\beta_3,\beta_1\rangle=-\tfrac23+\tfrac23=0 ,\langle\beta_3,\beta_2\rangle=-\tfrac13-\tfrac13+\tfrac23=0 。三个长度依次为 \sqrt2 、\tfrac{\sqrt6}{2} 、\tfrac{2\sqrt3}{3} ,故
e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\quad
e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6},\quad
e_3=\frac{(-1,1,1)^{\mathrm T}}{\sqrt3}.
带走的结论:第 k 步要减 k-1 个投影。用"前面每一个都得内积为零"逐项验算,比回头检查算术更省时间。另外,若某一步得到零向量,说明原组本身相关,不能再往下除长度。
本点定式:
u_k=\alpha_k-\sum_{i<k}\dfrac{\langle\alpha_k,u_i\rangle}{\langle u_i,u_i\rangle}u_i;系数分母是长度平方。
点 3 · 线性表示与交空间
真题 2020·6(4 分)、2023·7(5 分)|重要度 ★★★|题量 3 依赖:点 5 的「秩」判据。
9 分,形态固定:"能不能表示"就是"方程组有没有解"。而交空间是它的双向版本——一个向量要同时被两组材料表示。同一个动作,做两次。
问题 1 · 判断能否表示,并说明唯一性(★☆☆)
设
\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能否由它们表示?表示法唯一吗?(Ⅱ)求出表示式。
怎么想:材料有三个、空间是三维,先看材料矩阵的行列式。可逆则既能表示又唯一,一步到位,不必再算增广矩阵的秩。
解:按列拼成 A=(\alpha_1,\alpha_2,\alpha_3) ,
|A|=\begin{vmatrix}1&0&1\\1&1&0\\0&1&1\end{vmatrix}=1\cdot(1-0)+1\cdot(1-0)=2\ne0.
满秩,故任意三维向量都能被唯一表示。设 \beta=x_1\alpha_1+x_2\alpha_2+x_3\alpha_3 ,比较分量:
x_1+x_3=1,\qquad x_1+x_2=0,\qquad x_2+x_3=2.
由第二式 x_2=-x_1 、第一式 x_3=1-x_1 ,代入第三式得 1-2x_1=2 ,故 x_1=-\tfrac12 、x_2=\tfrac12 、x_3=\tfrac32 ,即
\beta=-\tfrac12\alpha_1+\tfrac12\alpha_2+\tfrac32\alpha_3.
带走的结论:"能否表示"看 r(A) 与 r(A,\beta) 是否相等;"是否唯一"看 r(A) 是否等于向量个数。方阵时用行列式替代秩,能省一半计算。
问题 2 · 含参:什么参数下能表示(★★☆)
【2020·6 骨架】设
\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)当不能表示时,求r(\alpha_1,\alpha_2,\beta)。
怎么想:两个材料张成三维空间里的一个平面,\beta 落在这个平面上时才能表示。先用分量比较把参数逼出来,再用行列式核验。
解:(Ⅰ)设 \beta=c_1\alpha_1+c_2\alpha_2 ,比较三个分量:
c_1=1,\qquad c_2=1,\qquad c_1+c_2=t.
前两式已经定死 c_1=c_2=1 ,故只有 t=2 时相容,此时 \beta=\alpha_1+\alpha_2 。
(Ⅱ)t\ne2 时前两个向量无关、秩为 2,而 \beta 不在它们的张成空间内,故秩升为 3。用行列式核验:
\begin{vmatrix}1&0&1\\0&1&1\\1&1&t\end{vmatrix}=t-2,
t\ne2 时非零,秩确为 3。
带走的结论:含参的表示问题,分量比较往往比秩更快,因为参数的约束通常直接出现在某一行方程里。但"不能表示时秩为几"要用行列式或秩定理说清,不能只凭感觉。
问题 3 · 交空间:同时被两组表示(★★★)
【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 、\dim(V_1+V_2) ;(Ⅱ)求 V_1\cap V_2 的基;(Ⅲ)验证维数公式。
怎么想:交空间里的向量必须两种表示同时成立:w=x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2 。移项就得到一个齐次方程组,解出系数后代回去才得到 w 。注意系数解不能直接当基。
解:(Ⅰ)两组内部都不成比例,各为 2 维。把 \alpha_1,\alpha_2,\beta_1 按列拼成
\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix},\qquad |\cdot|=2\ne0,
三个无关向量在 \mathbb{R}^3 中,故和空间是 3 维。
(Ⅱ)比较分量得三个方程:
x_1=y_1,\qquad x_1+x_2=y_2,\qquad x_2=y_1+2y_2.
把前两式代入第三式:x_2=x_1+2(x_1+x_2) ,即 x_2=-3x_1 。令 x_1=t ,代回得
w=t(\alpha_1-3\alpha_2)=t(1,-2,-3)^{\mathrm T}.
非零,故交空间是 1 维,基为 (1,-2,-3)^{\mathrm T} 。核验它在第二组中的表示:\beta_1-2\beta_2=(1,-2,-3)^{\mathrm T} ,一致。
(Ⅲ)3=2+2-1 ,公式成立。
带走的结论:交空间的解是"系数解",不是"向量解"。代回 w=Ax 后还要去掉零向量与冗余向量,才能报基。若用平面法核验,两个平面的法向量叉积应与所求方向平行(本题得 (-1,2,3) ,恰为反向,同一条直线)。
本点定式:能表示
\iff r(A)=r(A,\beta);唯一\iff r(A)=s。交空间:解(A,-B)\binom{x}{y}=0,代回取w=Ax。
点 4 · 线性相关性
真题 2024·6(5 分)|重要度 ★★★|题量 3 依赖:无(这是本讲的地基)。
只有 5 分,但它决定后面所有点的对错:秩的定义、基的定义、证明题的每一步都在用它。判断只有一个动作:把向量按列拼成 A ,比较 r(A) 与向量个数。
问题 1 · 具体向量组判相关并写出关系式(★☆☆)
【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)判断相关性;(Ⅱ)若相关,写出一个具体的关系式。
怎么想:三个三维向量,先算行列式。非零则无关,为零则相关;相关时解 Ax=0 取一个非零解即可。
解:(Ⅰ)按列拼
|A|=\begin{vmatrix}1&2&1\\1&3&0\\2&1&5\end{vmatrix}.
沿第二行展开:-1\cdot(10-1)+3\cdot(5-2)= -9+9=0 ,故线性相关。
(Ⅱ)解 x_1\alpha_1+x_2\alpha_2+x_3\alpha_3=0 :
x_1+2x_2+x_3=0,\qquad x_1+3x_2=0,\qquad 2x_1+x_2+5x_3=0.
第二式给 x_1=-3x_2 ,第一式给 x_3=x_2 ,代入第三式恒成立。取 x_2=1 得
-3\alpha_1+\alpha_2+\alpha_3=0.
代回验算三个分量均为零。
带走的结论:"相关"必须落到一个具体的关系式,只写"因为行列式为零,所以相关"在解答题里只拿一半分。关系式就是 Ax=0 的一个非零解,取自由变量为 1 最省事。
问题 2 · 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、\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组的相关性;(Ⅱ)求\gamma组的秩。
怎么想:原组无关时,新组的系数矩阵可以单独拿出来判。写 B=AC ,则 By=0\iff Cy=0 ,秩完全由 C 决定。这一步的前提是原组无关,不能不问就套。
解:(Ⅰ)
C_\beta=\begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix},\qquad |C_\beta|=2\ne0.
故 C_\beta y=0 只有零解,\beta 组无关。
(Ⅱ)注意 \gamma_1+\gamma_2+\gamma_3=0 恒成立,秩至多为 2。再看 \gamma_1,\gamma_2 :若 p\gamma_1+q\gamma_2=0 ,展开整理得
p\alpha_1+(-p+q)\alpha_2-q\alpha_3=0.
原组无关,故 p=0 且 -p+q=0 ,即 p=q=0 。所以 \gamma_1,\gamma_2 无关,秩恰为 2。
带走的结论:找出一条关系只能给出秩的上界,还要举出无关的部分给出下界,两边夹住才算证完。\beta 组与 \gamma 组的差别就在一个系数矩阵可逆、一个不可逆。
问题 3 · 含参判相关(★★☆)
【2017·13 骨架】设
\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使它们相关;(Ⅱ)对每个这样的a求秩。
怎么想:相关等价于行列式为零,算出关于 a 的多项式,逐个求根。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"。
解:(Ⅰ)按列拼,第 2、3 列各减第 1 列,沿首行展开:
|A|=\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-2).
故 a=1 或 a=2 时相关。
(Ⅱ)两种情况秩都小于 3。又前两列前两行构成的子式
\begin{vmatrix}1&1\\1&2\end{vmatrix}=1\ne0
与 a 无关,故秩至少为 2。因此 a=1 与 a=2 时秩都等于 2。
带走的结论:含参行列式优先做**"列减列"造零再展开**,比直接展开快一倍。求出根后,用"某个与参数无关的子式非零"把秩的下界钉死,比逐一代入消元更稳。
本点定式:无关
\iff r(A)=s(比的是向量个数);只有s=n时才能用|A|。
点 5 · 秩与极大无关组
真题 2017·13(4 分)|重要度 ★★★|题量 2 依赖:点 4。
4 分,但它是全讲的工具:求秩的算法同时给出极大无关组,而极大无关组又反过来解释"为什么表示的系数不唯一"。
问题 1 · 三行四列求秩与极大无关组(★☆☆)
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}.求秩,求一个极大无关组,并把其余向量用它表示。
怎么想:按列拼,只做行变换,化到阶梯形,主元所在的原矩阵列号就是极大无关组。行变换等于左乘可逆矩阵,列之间的关系不变,所以可以在阶梯形上读系数,再回到原向量写答案。
解:
\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}.
两个非零行,秩为 2。主元在第 1、3 列,故取原向量 \alpha_1,\alpha_3 为极大无关组。化简后第 2 列是第 1 列的 2 倍,第 4 列是第 1、3 列之和,故
\alpha_2=2\alpha_1,\qquad \alpha_4=\alpha_1+\alpha_3.
带走的结论:极大无关组必须写原向量,不能写阶梯形里的列。系数可以在阶梯形上读,向量必须回到原组取。另外,这里只能用行变换;列变换会改变"哪些列是主元列"这个信息。
问题 2 · 四维向量组,先观察再动笔(★★☆)
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}.求秩与一个极大无关组,并把不在其中的向量表示出来。
怎么想:先扫一眼有没有现成的关系。四个向量首尾相接、围成一个环,最后一个往往由前三个凑出。找到关系只说明秩不超过 3,还要证明前三个无关。
解:观察得
\alpha_4=\alpha_1-\alpha_2+\alpha_3=(1,1,0,0)^{\mathrm T}-(0,1,1,0)^{\mathrm T}+(0,0,1,1)^{\mathrm T}=(1,0,0,1)^{\mathrm T}.
故秩至多为 3。再证 \alpha_1,\alpha_2,\alpha_3 无关:设 c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0 ,看第 1 分量得 c_1=0 ,第 2 分量得 c_2=0 ,第 3 分量得 c_3=0 。故三者无关,秩恰为 3,它们构成极大无关组。
带走的结论:能观察出来的关系比消元快十倍,但观察只给上界;补一句"前 k 个无关"的证明(看分量逐个定零)才有下界。这两句话合起来才是一个完整的答案。
本点定式:按列拼 → 只行变换 → 主元列号取原向量。秩 = 非零行数 = 极大无关组所含向量个数。
点 6 · 向量组等价
真题 2022·7(5 分)|重要度 ★★☆|题量 2 依赖:点 3、点 5。
5 分,全部出在选择题里。它唯一的坑是把"矩阵等价"和"向量组等价"混为一谈:前者只要同秩,后者还要求张成同一个空间。
问题 1 · 四个说法的辨析(★☆☆)
【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。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表示,则A与B等价 (D)若A与B等价,则s=t
怎么想:等价 = 互相能表示。所以它是"双向"条件,任何单向条件都不够;反过来,双向必然给出同秩。用两个反例就能秒掉三个错误项。
解:答案 B 。
(A)错:\{(1,0)^{\mathrm T}\} 与 \{(0,1)^{\mathrm T}\} 秩都是 1,却张开两条不同的直线。
(C)错:单向不够,\{e_1\} 能由 \{e_1,e_2\} 表示,反向不能。
(D)错:\{e_1,e_2\} 与 \{e_1,e_2,e_1+e_2\} 等价,个数是 2 与 3。
带走的结论:判等价只认一条:双向表示,或者 r(A)=r(B)=r(A,B) 。秩相等只是必要条件,选择题里几乎每次都拿它当干扰项。
问题 2 · 具体两组判等价(★★☆)
设
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)判断是否等价;(Ⅱ)再取C:\gamma_1=(1,0,0)^{\mathrm T}与D:\delta_1=(0,1,0)^{\mathrm T},说明"秩相等"是否为等价的充分条件。
怎么想:能看出 \beta_1=\alpha_1+\alpha_2 、\beta_2=\alpha_1-\alpha_2 就直接双向反解,比求三个秩更快。第二问是构造反例。
解:(Ⅰ)
\beta_1=\alpha_1+\alpha_2,\qquad \beta_2=\alpha_1-\alpha_2,
反解得
\alpha_1=\tfrac12(\beta_1+\beta_2),\qquad \alpha_2=\tfrac12(\beta_1-\beta_2).
互相能表示,两组等价。
(Ⅱ)\gamma_1 与 \delta_1 分处两个不同坐标轴,不能互相表示,故不等价;但两者秩都是 1 。所以秩相等不是等价的充分条件。
带走的结论:具体题目里,先试着写出双向表示式,这往往一步就完;只有当关系看不出来时,才退回去算 r(A,B) 。反过来,构造反例要选"秩相同但方向不同"的最简例子,一维两个坐标轴就是标准模板。
本点定式:
A与B等价\iff r(A)=r(B)=r(A,B)。向量个数可以不同,秩相同不充分。
点 7 · 抽象推理:证明题的三个套路
不直接命题,但 2019·20 那类解答题的第二问全靠它|重要度 ★★☆|题量 3
这三道题看着花样不同,其实只有两个动作:假设线性组合为零,然后比较系数;以及在相关关系里找出那个非零系数,才允许除。
问题 1 · 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\ne0。证明:(Ⅰ)\beta,\alpha_2,\alpha_3线性无关;(Ⅱ)把任一\alpha_i换成\beta后仍无关。
怎么想:证无关的标准起手式——设组合为零,代入 \beta 的表达式,按 \alpha 合并,用原组无关把每个系数逼成零。关键是哪一步能推出 c=0 这个结论,靠的是被替换位置那个系数 k_i\ne0 。
解:(Ⅰ)设 c\beta+d\alpha_2+e\alpha_3=0 ,代入得
ck_1\alpha_1+(ck_2+d)\alpha_2+(ck_3+e)\alpha_3=0.
原组无关,故 ck_1=0 、ck_2+d=0 、ck_3+e=0 。由 k_1\ne0 得 c=0 ,再得 d=e=0 。
(Ⅱ)换成替换 \alpha_i 时,展开后 \alpha_i 的系数是 ck_i 。由于 k_i\ne0 ,同样先得 c=0 ,其余系数随之全为零。被替换位置对应的系数非零,就是这个证明的全部要害。
带走的结论:证明"仍然无关"只有一条路:假设为零 → 代入 → 用原组无关 → 逐个系数为零。写答案时务必点明"因为 k_i\ne0 才能除",这一句就是采分点。
问题 2 · 相关与无关的接力(★★★)
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表示;(Ⅱ)\alpha_4不能由\alpha_1,\alpha_2,\alpha_3表示。
怎么想:相关给出一条关系,但不能直接除,必须先证明想除的那个系数非零。这一步正是第二组"无关"起作用的地方。第二问用反证:若能表示,就会破坏第二组的无关性。
解:(Ⅰ)由相关,存在不全为零的 c_1,c_2,c_3 使 c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0 。第二组无关,故其中 \alpha_2,\alpha_3 无关。若 c_1=0 ,则 c_2\alpha_2+c_3\alpha_3=0 迫使 c_2=c_3=0 ,与"不全为零"矛盾。所以 c_1\ne0 ,可解出
\alpha_1=-\frac{c_2}{c_1}\alpha_2-\frac{c_3}{c_1}\alpha_3.
(Ⅱ)若 \alpha_4 能由 \alpha_1,\alpha_2,\alpha_3 表示,把(Ⅰ)的式子代入,就消去了 \alpha_1 ,于是 \alpha_4 能由 \alpha_2,\alpha_3 表示,这与 \alpha_2,\alpha_3,\alpha_4 无关矛盾。
带走的结论:相关关系里,系数非零是要证的,不是能假设的。凡是要"除以某个系数",前面必须有一段"它不能为零,否则……矛盾"。这是本讲证明题最容易被扣分的地方。
问题 3 · 用内积证秩(★★★)
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。
怎么想:一个方向是"左乘 A^{\mathrm T} ",另一个方向要左乘 x^{\mathrm T} 凑成平方和。为什么必须是实矩阵?因为平方和为零才能推出每个分量为零——这正是"实"字的作用。
解:(Ⅰ)若 Ax=0 ,左乘 A^{\mathrm T} 得 A^{\mathrm T}Ax=0 。反之若 A^{\mathrm T}Ax=0 ,左乘 x^{\mathrm T} :
0=x^{\mathrm T}A^{\mathrm T}Ax=(Ax)^{\mathrm T}(Ax)=\sum_{i}(Ax)_i^2.
实数的平方和非负且和为零,故每个 (Ax)_i=0 ,即 Ax=0 。两组同解,未知量个数同为 n ,由解空间维数公式 n-r(A)=n-r(A^{\mathrm T}A) ,得 r(A^{\mathrm T}A)=r(A) 。
(Ⅱ)A 的列无关 \iff r(A)=n\iff r(A^{\mathrm T}A)=n 。而 A^{\mathrm T}A 是 n 阶方阵,满秩即等价于可逆。
带走的结论:"实矩阵"三个字是解题钥匙,看到 A^{\mathrm T}A 就要想到 x^{\mathrm T}A^{\mathrm T}Ax=\|Ax\|^2 这个范式。这条结论在第 6 讲二次型里还会以"A^{\mathrm T}A 正定"的形式再出现一次。
本点定式:证无关 → 设零组合 → 靠某个系数非零逼出全部为零;证同解 → 双向代入,有一边要用平方和。
本讲速查卡
| 问什么 | 用什么 |
|---|---|
| 能否表示 | r(A)=r(A,\beta) |
| 表示唯一 | r(A)=s (s 为向量个数) |
| 相关还是无关 | r(A)<s 相关;r(A)=s 无关;方阵可用 \lvert A\rvert |
| 求秩与极大无关组 | 按列拼,只行变换,主元列号取原向量 |
| 两组是否等价 | r(A)=r(B)=r(A,B) |
| 过渡矩阵 | V=UC ,C 的列是新基在旧基下的坐标 |
| 坐标换算 | x_{\rm old}=Cx_{\rm new} (方向与基变换相反) |
| 施密特 | u_k=\alpha_k-\sum_{i<k}\dfrac{\langle\alpha_k,u_i\rangle}{\langle u_i,u_i\rangle}u_i |
| 交空间 | 解 (A,-B)\binom{x}{y}=0 ,代回 w=Ax 后去零去冗 |
| 维数公式 | \dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2) |
三处最容易丢分
- 过渡矩阵方向反了:写成
x_{\rm new}=Cx_{\rm old}。这是 2019·20 的最大陷阱,写完用"代入后两边相等"验一次。 - 极大无关组写成阶梯形的列:系数可以在化简后的矩阵上读,但答案必须写回原向量。
- 交空间把系数解当基:解出来的是
x,y,还要代回w=Ax,并删掉零向量与冗余向量。
参考 参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex 与 exercise/3-vector/vector.tex 。题面数据均为另设,年份标注只用于定位真题骨架与考法。旧版「考点 / 试题 / 解析」三件套已归档在 旧版-题点分离/ 。