Files
MathNotesVersion2/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/01-知识点盘点.md
T
Yimu 2b1788bea9 第3讲:每道题嵌题目级双向链接
之前只有点末一张「本点关联」表,做题时想回查某一节、或跳到别处同类题,
得先滚到文件底部。现在 24 道题每题末尾都有一行:

> **关联** · 盘点 §2.1 判据总表 [§1.3 定义] | 上游 — |
> 下游 [点 2 题 1 求秩] | 速查 [十个判据]

四个方向:盘点(定义定理出处)、上游(做这题前要先会)、
下游(这个结论在哪被用)、速查(考前十分钟)。24 题共 96 条出链。

反向索引由同一份映射自动生成,保证对称不漏:
- 盘点 §0.4 从「章节 ↔ 练习文件」升级为「章节 ↔ 题目」,23 节 42 条
- 速查卡「回查」同样升级到题目级,8 条 24 条

锚点规则(实测 Gitea,两条方向相反,容易踩):
  标题 id = user-content- + 小写化(空格→-,其余标点全删)
  同文件 #anchor            → Gitea 自动补前缀
  跨文件 file.md#user-content-anchor → Gitea 不补,必须手写
含公式的标题也核过:`## 问题 3 · 抽象:$AB=O$ 能推出什么`
→ user-content-问题-3--抽象abo-能推出什么($ 与 = 都被删)。

新增 check_md_links.py:校验 md 内部链接的目标文件与锚点是否存在。
本次 11 个文件 235 条链接全部命中,0 异常。
README 补「文件之间怎么跳」「锚点怎么写」两节。
2026-10-23 17:23:23 +08:00

479 lines
27 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
tags: [数学一, 在学练习, 线性代数, 向量, 知识点盘点]
专题: 线性代数 第3讲 · 向量(盘点)
日期: 2026-10-23
状态: 知识点盘点
关联笔记: ["[[README]]"]
---
# 第3讲 · 向量:知识点盘点
这一份只做一件事:**把本讲要求掌握的东西摊开,做成可以当字典查的地图**。它不解题,题目在 `02`—`09` 各点文件里。
盘点的覆盖面按三条线取并集,不是只写真题考过的:
- **数一大纲**(向量组与线性相关、秩、等价、向量空间、内积与正交规范化)
- **十年真题**(第 11 章 8 题 44 分)
- **参考仓库**(`linear-algebra/knowledge/3-vector` 与 `exercise/3-vector`)
三条线的逐条对照放在最后 §9,可以先跳到那里看这一讲到底要求到什么程度。
---
## 0 两张表:从哪儿开始看
### 0.1 按分值排(时间紧就照这个顺序)
| 优先 | 点 | 真题锚点 | 分值 | 文件 |
|---|---|---|---|---|
| 1 | 基、坐标与过渡矩阵 | 2019·20(解答) | **11** | `06` |
| 2 | 内积、正交与施密特 | 2021·6、2023·15 | **10** | `07` |
| 3 | 线性相关性 | 2024·6 | 5 | `02` |
| 4 | 向量组等价 | 2022·7 | 5 | `05` |
| 5 | 子空间、和与交 | 2023·7 | 5 | `08` |
| 6 | 线性表示 | 2020·6 | 4 | `04` |
| 7 | 秩与极大无关组 | 2017·13 | 4 | `03` |
| 8 | 抽象推理(证明) | 支撑解答题 | — | `09` |
合计 44 分,与十年账面一致。
### 0.2 按依赖链排(文件顺序,也就是建议的阅读顺序)
```
线性相关性(地基)
↓
秩与极大无关组 ──→ 线性表示 ──→ 向量组等价
↓ ↓
基、坐标与过渡矩阵 ←──────── 子空间、和与交
↓
内积、正交与施密特
↓
抽象推理(把上面全部串起来)
```
**为什么文件顺序和分值顺序不同**:分值告诉你"该花多少时间",依赖链告诉你"该按什么顺序读"。第 6 个文件才是分值最高的一节,但直接跳过去会卡在"基为什么一定无关"这种问题上。所以先按 `02→09` 读一遍,第二遍再按 §0.1 挑薄弱点重读。
### 0.3 符号约定
| 记号 | 含义 |
|---|---|
| $\alpha_1,\dots,\alpha_s$ | $n$ 维**列**向量,按列拼成矩阵 $A=(\alpha_1,\dots,\alpha_s)$ |
| $s$ | 向量个数(**不是维数**) |
| $n$ | 向量维数(每个向量有几个分量) |
| $r(A)$ | 矩阵的秩,等于行秩也等于列秩 |
| $L(\alpha_1,\dots,\alpha_s)$ | 由这组向量张成的子空间(全体线性组合) |
| $\langle\alpha,\beta\rangle$ | 内积,等价写法 $\alpha^{\mathrm T}\beta$ |
| $(\alpha\mid\beta)$ | 分块写法,把 $\beta$ 添到 $A$ 右边 |
$s$ 和 $n$ 混用是本讲最基础的错误来源:**判断相关性时比的是 $r(A)$ 与 $s$ 这两个数**,而不是与 $n$ 。
### 0.4 章节与练习文件对照
| 盘点章节 | 对应题目 |
|---|---|
| §1.2 线性组合与线性表示 | [点3 题1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性) |
| §1.3 线性相关与线性无关 | [点1 题1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式) |
| §1.4 五个"不用算"的结论 | [点2 题2](03-点2-秩与极大无关组.md#user-content-问题-2--四维向量组先观察再动笔) |
| §2.1 判据总表 | [点1 题1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式)、[点1 题3](02-点1-线性相关与无关.md#user-content-问题-3--含参判相关并求此时的秩) |
| §2.2 两个方向容易记反的定理 | [点1 题2](02-点1-线性相关与无关.md#user-content-问题-2--变换后的向量组)、[点8 题2](09-点8-抽象推理与证明.md#user-content-问题-2--相关与无关的接力) |
| §3.1 定义 | [点2 题1](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组)、[点8 题1](09-点8-抽象推理与证明.md#user-content-问题-1--替换定理) |
| §3.2 求法(唯一标准流程) | [点2 题1](03-点2-秩与极大无关组.md#user-content-问题-1--三行四列求秩与极大无关组) |
| §3.3 秩的性质 | [点1 题2](02-点1-线性相关与无关.md#user-content-问题-2--变换后的向量组)、[点1 题3](02-点1-线性相关与无关.md#user-content-问题-3--含参判相关并求此时的秩)、[点2 题2](03-点2-秩与极大无关组.md#user-content-问题-2--四维向量组先观察再动笔)、[点2 题3](03-点2-秩与极大无关组.md#user-content-问题-3--抽象abo-能推出什么)、[点8 题2](09-点8-抽象推理与证明.md#user-content-问题-2--相关与无关的接力)、[点8 题3](09-点8-抽象推理与证明.md#user-content-问题-3--用内积证秩) |
| §4.1 表示的三个判据 | [点3 题1](04-点3-线性表示.md#user-content-问题-1--判断能否表示并说明唯一性)、[点3 题2](04-点3-线性表示.md#user-content-问题-2--含参什么参数下能表示)、[点3 题3](04-点3-线性表示.md#user-content-问题-3--三种情形的完整分类) |
| §4.2 向量组等价 | [点4 题1](05-点4-向量组等价.md#user-content-问题-1--四个说法的辨析)、[点4 题2](05-点4-向量组等价.md#user-content-问题-2--具体两组判等价)、[点4 题3](05-点4-向量组等价.md#user-content-问题-3--抽象单向--同秩能否推出等价)、[点8 题1](09-点8-抽象推理与证明.md#user-content-问题-1--替换定理) |
| §4.3 一条常用的传递链 | [点3 题3](04-点3-线性表示.md#user-content-问题-3--三种情形的完整分类)、[点4 题2](05-点4-向量组等价.md#user-content-问题-2--具体两组判等价) |
| §5.1 向量空间与子空间 | [点7 题1](08-点7-子空间和与交.md#user-content-问题-1--交空间的基与维数公式) |
| §5.2 基与维数 | [点5 题1](06-点5-基坐标与过渡矩阵.md#user-content-问题-1--验证基写过渡矩阵求坐标) |
| §5.3 坐标 | [点5 题1](06-点5-基坐标与过渡矩阵.md#user-content-问题-1--验证基写过渡矩阵求坐标)、[点5 题2](06-点5-基坐标与过渡矩阵.md#user-content-问题-2--双向换算坐标) |
| §5.4 基变换与坐标变换(方向相反,本节唯一的坑) | [点5 题1](06-点5-基坐标与过渡矩阵.md#user-content-问题-1--验证基写过渡矩阵求坐标)、[点5 题2](06-点5-基坐标与过渡矩阵.md#user-content-问题-2--双向换算坐标)、[点5 题3](06-点5-基坐标与过渡矩阵.md#user-content-问题-3--从一组基到另一组基) |
| §6.1 内积与四条性质 | [点6 题1](07-点6-内积正交与施密特.md#user-content-问题-1--正交长度规范正交基与坐标)、[点8 题3](09-点8-抽象推理与证明.md#user-content-问题-3--用内积证秩) |
| §6.2 长度、单位化、夹角 | [点6 题1](07-点6-内积正交与施密特.md#user-content-问题-1--正交长度规范正交基与坐标) |
| §6.4 施密特正交化(算法) | [点6 题2](07-点6-内积正交与施密特.md#user-content-问题-2--两向量施密特)、[点6 题3](07-点6-内积正交与施密特.md#user-content-问题-3--三向量施密特) |
| §6.5 正交矩阵 | [点6 题3](07-点6-内积正交与施密特.md#user-content-问题-3--三向量施密特) |
| §7.1 定义 | [点7 题2](08-点7-子空间和与交.md#user-content-问题-2--四维空间里的和与交) |
| §7.2 维数公式(2019 大纲要求,2023·7 考过) | [点7 题2](08-点7-子空间和与交.md#user-content-问题-2--四维空间里的和与交) |
| §7.3 交空间的求法(四步) | [点7 题1](08-点7-子空间和与交.md#user-content-问题-1--交空间的基与维数公式) |
| §7.4 直和 | [点7 题3](08-点7-子空间和与交.md#user-content-问题-3--含参何时为直和) |
每一格的「点 X 题 Y」都是可点的锚点,直达那道题;题目末尾的
**关联** 行再指回来,形成双向索引。
---
## 1 向量与向量组:基本语言
### 1.1 定义与运算
$n$ 个数组成的有序数组称为 $n$ 维向量。写成一行是行向量,写成一列是列向量,二者通过转置互换。**本讲一律用列向量**,题目给行向量时先转置。
运算只有两种,逐分量进行:
$$\alpha+\beta=(a_1+b_1,\dots,a_n+b_n)^{\mathrm T},\qquad k\alpha=(ka_1,\dots,ka_n)^{\mathrm T}.$$
八条运算律(交换、结合、零元、负元、数乘分配等)与数的运算类似,**唯一缺的是乘法与除法**——向量之间没有"乘",只有内积(§6)。
### 1.2 线性组合与线性表示
设 $k_1,\dots,k_s$ 是数,则 $k_1\alpha_1+\cdots+k_s\alpha_s$ 称为向量组 $\alpha_1,\dots,\alpha_s$ 的一个**线性组合**;若 $\beta$ 能写成某个线性组合,就说 $\beta$ 可由该组**线性表示**(线性表出)。
三种等价说法,考场上哪句顺手用哪句:
| 说法 | 代数形式 |
|---|---|
| $\beta$ 可由 $\alpha_1,\dots,\alpha_s$ 表示 | 存在 $x$ 使 $Ax=\beta$ |
| 方程组 $Ax=\beta$ 有解 | $r(A)=r(A\mid\beta)$ |
| $\beta\in L(\alpha_1,\dots,\alpha_s)$ | 几何上 $\beta$ 落在张成空间里 |
**表示的两个层次**:能不能表示(有解)/表示是否唯一(解是否唯一)。前者看增广矩阵的秩,后者看 $r(A)$ 与 $s$ 的关系。这一条在 `04` 展开。
### 1.3 线性相关与线性无关
| | 定义 | 等价叙述 |
|---|---|---|
| 线性相关 | **存在**不全为零的 $k_1,\dots,k_s$ 使 $\sum k_i\alpha_i=0$ | $Ax=0$ 有非零解 |
| 线性无关 | **仅当** $k_1=\cdots=k_s=0$ 时才有 $\sum k_i\alpha_i=0$ | $Ax=0$ 只有零解 |
两个字的差别("存在"与"仅当")是全部后续判据的源头。**相关 = 有冗余**,无关 = 每个向量都带新方向。
### 1.4 五个"不用算"的结论
看到这几种情形直接下结论,不必动笔:
1. **含零向量的组必相关**(取零向量的系数为 1,其余为 0)。
2. **含两个成比例向量的组必相关**($\alpha_i=k\alpha_j$ 即给出非平凡关系)。
3. **单个向量 $\alpha$ 只要非零就一定无关**。
4. **$n+1$ 个 $n$ 维向量必相关**(个数超过维数,§2 的"以少表多"直接给)。
5. **非零且两两正交的组必无关**(§6 会给证明)。
---
## 2 线性相关性:六条判据
这是本讲的地基。所有判据都指向同一个量:**$r(A)$ 与 $s$ 的比较**。
### 2.1 判据总表
| # | 判据 | 适用条件 | 结论 |
|---|---|---|---|
| ① | 定义 | 任意 | 找得到非平凡零组合 ⟺ 相关 |
| ② | **秩判据** | 任意,**最通用** | $r(A)<s$ 相关;$r(A)=s$ 无关 |
| ③ | 行列式 | **仅当** $s=n$ (方阵) | $\lvert A\rvert=0$ 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 |
| ⑤ | 以少表多 | $\alpha$ 组可由 $\beta$ 组表示 | 若 $s>t$ 则 $\alpha$ 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 |
判据 ② 是万能钥匙:**能算秩就用它,别绕**。判据 ③ 只是 ② 在方阵时的省算版本,$s\ne n$ 时行列式根本不存在,不能硬套。
判据 ④ 有个常见误读:它说的是"**至少有一个**能被其余表示",不是"每一个都能"。例如 $\alpha_1=(1,0)$ 、$\alpha_2=(2,0)$ 、$\alpha_3=(0,1)$ 相关,但 $\alpha_3$ 无法由前两个表示。
### 2.2 两个方向容易记反的定理
| 定理 | 方向 | 记忆法 |
|---|---|---|
| 延长 / 缩短 | 原组**无关** ⟹ 每个向量**加**分量后仍无关;原组**相关** ⟹ 每个向量**去掉相同位置**的分量后仍相关 | "无关的能加长,相关的能缩短" |
| 部分与整体 | 部分相关 ⟹ 整体相关;整体无关 ⟹ 部分无关 | 逆否:**无关往下传,相关往上传** |
两个定理都不能反向:加长后相关是可能的(新分量之间可能产生新关系),缩短后无关也是可能的。
### 2.3 秩判据的重量
$r(A)$ 有双重身份:既是**矩阵的秩**(非零子式的最高阶数、阶梯形非零行数),也是**列向量组的秩**(极大无关组所含向量个数),同时也是**行向量组的秩**。三者相等是线性代数最核心的定理之一,它把"向量问题"全部翻译成"矩阵问题"。
由此得到的常用不等式(`03` 会逐条展开):
$$r(A+B)\le r(A)+r(B),\qquad r(AB)\le\min\{r(A),r(B)\},\qquad r(A,B)\le r(A)+r(B).$$
---
## 3 向量组的秩与极大无关组
### 3.1 定义
向量组的**秩**=其极大无关组所含向量的个数,记 $r(\alpha_1,\dots,\alpha_s)$ 。
**极大无关组**:部分组 $\alpha_{i_1},\dots,\alpha_{i_r}$ 满足 ① 自身无关;② 原组中任一向量都可由它表示。两个条件缺一不可——只无关不是极大(可能还能再加一个),只"能表示全部"也不够(必须自身无关)。
三条性质:
1. 极大无关组**一般不唯一**(同一个空间有多种选基方式),但**所含个数唯一**,就是秩。
2. 极大无关组与原向量组**等价**(互相能表示)。
3. 只含零向量的组**没有**极大无关组;本身无关的组,其极大无关组就是自身。
### 3.2 求法(唯一标准流程)
1. 把向量**按列**拼成矩阵 $A$ 。
2. **只做初等行变换**,化到阶梯形。
3. 数非零行数得秩 $r$ 。
4. 记下主元所在的**列号**,回到**原矩阵**取对应的列,即极大无关组。
第 4 步的关键:**系数可以在阶梯形上读,向量必须回原组取**。答案写成"阶梯形的第 1、3 列"是错的。
为什么只能行变换:初等行变换相当于左乘可逆矩阵,保持列与列之间的线性关系不变(相关性和表示系数都不变);列变换会改变"哪一列是主元列"这个信息,主元列号就失去意义了。
### 3.3 秩的性质
| 性质 | 条件 |
|---|---|
| $r(A)=$ 行秩 $=$ 列秩 | 恒成立 |
| 初等变换不改变秩 | 恒成立 |
| $B$ 可由 $A$ 线性表示 $\Rightarrow r(B)\le r(A)$ | 相当于 $B=AC$ |
| $r(AB)\le\min\{r(A),r(B)\}$ | 恒成立 |
| $r(PAQ)=r(A)$ | $P,Q$ 可逆 |
| $r(AB)\ge r(A)+r(B)-n$ | $A$ 是 $m\times n$ ,$B$ 是 $n\times p$ (Sylvester) |
| $r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$ | 分块对角 |
---
## 4 线性表示与向量组等价
### 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 | 备注 |
|---|---|---|
| 能否表示 | $r(A)=r(A\mid\beta)$ | 等价于 $Ax=\beta$ 有解 |
| 表示是否唯一 | 在能表示的前提下,$r(A)=s$ | 此时表示系数唯一 |
| 不能表示时秩升多少 | $r(A\mid\beta)=r(A)+1$ | 只升 1,因为只添了一列 |
$s=n$ (方阵)时三个判据可以合成一句:$\lvert A\rvert\ne0$ 则**任意** $\beta$ 都能被表示且唯一;$\lvert A\rvert=0$ 则需要逐个 $\beta$ 验算。
### 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 ⟺ 它们张成同一个子空间。
三条性质:自反、对称、传递(所以"等价"这个名字名副其实)。
三条判据,按好用程度排:
1. $r(A)=r(B)=r(A,B)$ —— 最标准,三者相等即等价。
2. 若已知 $A$ 可由 $B$ 表示(单向),再补一句 $r(A)=r(B)$ 即可 —— 单向 + 同秩 = 等价。
3. 能直接写出双向表示式(具体数字题常用,一步到位)。
**与矩阵等价的区别**(选择题必考):
| | 矩阵等价 | 向量组等价 |
|---|---|---|
| 前提 | 同型 | 同维(行数相同,列数可不同) |
| 判据 | $r(A)=r(B)$ (存在可逆 $P,Q$ 使 $PAQ=B$ ) | $r(A)=r(B)=r(A,B)$ |
| 强度 | 弱 | 强 |
矩阵同秩只说明"秩一样",向量组等价还要求"方向也一样"。$\{(1,0)^{\mathrm T}\}$ 与 $\{(0,1)^{\mathrm T}\}$ 秩都为 1,但不是等价向量组。
### 4.3 一条常用的传递链
$$A\cong B\ \Longrightarrow\ r(A)=r(B);\qquad \text{极大无关组}\cong\text{原向量组}.$$
所以"求两组是否等价"可以退化成"求各自极大无关组,再看是否等价"——向量个数可以不同,秩必须相同。
---
## 5 向量空间:基、坐标与过渡矩阵
数一大纲明确要求这一节(数二数三不要求),十年里以 2019·20 一道 11 分解答题出现,**是本讲分值最高的单点**。
### 5.1 向量空间与子空间
$n$ 维实向量全体记 $\mathbb{R}^n$ 。非空子集 $V\subseteq\mathbb{R}^n$ 若对**加法与数乘封闭**,则称 $V$ 为子空间。封闭性等价于:对任意 $\alpha,\beta\in V$ 与任意数 $k$ ,有 $\alpha+\beta\in V$ 、$k\alpha\in V$ 。(自然含零向量。)
最常见的子空间:$L(\alpha_1,\dots,\alpha_s)$ (张成空间)、齐次方程组 $Ax=0$ 的解空间(维数 $n-r(A)$ )、矩阵的列空间与零空间。
### 5.2 基与维数
$V$ 中的一组向量 $\xi_1,\dots,\xi_r$ 若 ① 线性无关;② $V$ 中每个向量都能由它们表示,则称为 $V$ 的一组**基**,$r$ 称为 $V$ 的**维数**,记 $\dim V$ 。
> **基就是极大无关组**,只是"在一个空间里"而不是"在一组向量里"。所以 $\dim L(\alpha_1,\dots,\alpha_s)=r(\alpha_1,\dots,\alpha_s)$ 。这个等式把"求维数"和"求秩"变成同一件事。
$\mathbb{R}^n$ 的标准基是 $e_1,\dots,e_n$ (单位坐标向量)。
### 5.3 坐标
设 $\xi_1,\dots,\xi_n$ 是 $V$ 的基,$\alpha=x_1\xi_1+\cdots+x_n\xi_n$ ,则 $(x_1,\dots,x_n)^{\mathrm T}$ 是 $\alpha$ 在该基下的**坐标**。基给定后坐标**唯一**(因为基无关,表示系数唯一)。
矩阵写法:
$$\alpha=(\xi_1,\dots,\xi_n)\begin{pmatrix}x_1\\ \vdots\\ x_n\end{pmatrix}.$$
几何上"坐标"是相对概念:同一个向量,换一组基,坐标就变。
### 5.4 基变换与坐标变换(方向相反,本节唯一的坑)
设 $U=(\xi_1,\dots,\xi_n)$ 、$V=(\eta_1,\dots,\eta_n)$ 是同一空间的两组基,若
$$(\eta_1,\dots,\eta_n)=(\xi_1,\dots,\xi_n)C,$$
则 $C$ 称为从基 $\xi$ 到基 $\eta$ 的**过渡矩阵**。
三条必须记牢的结论:
1. **$C$ 可逆**,且 $C$ 的第 $j$ 列就是 $\eta_j$ 在旧基 $\xi$ 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成矩阵,不用算。
2. **坐标变换公式**:$x_{\rm old}=C\,x_{\rm new}$ ,即 $x_{\rm new}=C^{-1}x_{\rm old}$ 。
3. 反方向($\eta\to\xi$ )的过渡矩阵是 $C^{-1}$ ,两个方向**互为逆矩阵**。
方向为什么相反:基变换是"新基 $=$ 旧基 $\times\,C$ ",而坐标要满足 $\alpha=U x_{\rm old}=V x_{\rm new}=UCx_{\rm new}$ ,比较得 $x_{\rm old}=Cx_{\rm new}$ 。基乘 $C$ ,坐标除 $C$ 。
$C$ 一定可逆的理由:两组都是基,都满秩;若 $C$ 奇异,新组就会丢掉方向、张不满原空间。
---
## 6 内积、正交与施密特正交化
### 6.1 内积与四条性质
$$\langle\alpha,\beta\rangle=\alpha^{\mathrm T}\beta=\sum_{i=1}^{n}a_ib_i.$$
| 性质 | 表述 |
|---|---|
| 对称 | $\langle\alpha,\beta\rangle=\langle\beta,\alpha\rangle$ |
| 对第一变元线性 | $\langle k\alpha+\mu\beta,\gamma\rangle=k\langle\alpha,\gamma\rangle+\mu\langle\beta,\gamma\rangle$ |
| 正定 | $\langle\alpha,\alpha\rangle\ge0$ ,且 $=0\iff\alpha=0$ |
| 柯西不等式 | $\lvert\langle\alpha,\beta\rangle\rvert\le\lVert\alpha\rVert\,\lVert\beta\rVert$ |
由线性性可得**双线性**:两个组合的内积可以拆成四项,正交时非同类项直接消掉(`07` 的第一题就用这一点)。
### 6.2 长度、单位化、夹角
$$\lVert\alpha\rVert=\sqrt{\langle\alpha,\alpha\rangle},\qquad e=\frac{\alpha}{\lVert\alpha\rVert}\ (\alpha\ne0),\qquad \cos\theta=\frac{\langle\alpha,\beta\rangle}{\lVert\alpha\rVert\lVert\beta\rVert}.$$
$\langle\alpha,\beta\rangle=0$ 时称 $\alpha$ 与 $\beta$ **正交**,记 $\alpha\perp\beta$ 。零向量与任何向量都正交,但零向量不能单位化。
### 6.3 正交组与正交基
- **正交向量组**:非零且两两正交。**正交组必线性无关**(证明:设 $\sum k_i\alpha_i=0$ ,与 $\alpha_j$ 作内积,除 $k_j\langle\alpha_j,\alpha_j\rangle$ 外全消,得 $k_j=0$ )。
- **规范正交基**:正交组再单位化。等价于"每个向量长度为 1、两两内积为 0"。
- 规范正交基的最大好处:**坐标就是内积**,即 $\alpha=\sum\langle\alpha,e_i\rangle e_i$ ,不必解方程组。
### 6.4 施密特正交化(算法)
由无关组 $\alpha_1,\dots,\alpha_s$ 造正交组 $u_1,\dots,u_s$ :
$$u_1=\alpha_1,\qquad u_k=\alpha_k-\sum_{i=1}^{k-1}\frac{\langle\alpha_k,u_i\rangle}{\langle u_i,u_i\rangle}\,u_i\quad(k\ge2).$$
三个必须记死的细节:
1. 分母是**长度平方**($\langle u_i,u_i\rangle$ ),不是长度;单位化时才除长度。
2. 第 $k$ 步要减**前面每一个**已得方向的投影,减 $k-1$ 项,漏一项就不正交。
3. 全程**不改变张成空间**:$L(u_1,\dots,u_k)=L(\alpha_1,\dots,\alpha_k)$ 。若某步得到零向量,说明原组相关。
### 6.5 正交矩阵
$n$ 阶实方阵 $A$ 满足 $A^{\mathrm T}A=E$ 时称**正交矩阵**。以下六条互相等价:
| # | 等价条件 |
|---|---|
| ① | $A^{\mathrm T}A=E$ (定义) |
| ② | $A^{\mathrm T}=A^{-1}$ |
| ③ | $AA^{\mathrm T}=E$ |
| ④ | $A$ 的**列**向量组是规范正交基 |
| ⑤ | $A$ 的**行**向量组是规范正交基 |
| ⑥ | 对任意 $x$ 有 $\lVert Ax\rVert=\lVert x\rVert$ (保长度) |
由此推出的性质:
- $\lvert A\rvert=\pm1$ (注意这是**必要不充分**条件,$\lvert A\rvert=\pm1$ 推不出正交)。
- 正交矩阵的逆、转置、乘积仍正交。
- 正交变换($y=Ax$ ,$A$ 正交)保内积、保长度、保夹角、保距离。
- 实对称矩阵一定可以**正交**对角化($Q^{\mathrm T}AQ=\Lambda$ ),这是第 5 讲的主角。
---
## 7 子空间的和、交与维数公式
### 7.1 定义
$$V_1+V_2=\{v_1+v_2\mid v_1\in V_1,\ v_2\in V_2\},\qquad V_1\cap V_2=\{v\mid v\in V_1\ \text{且}\ v\in V_2\}.$$
两者都是子空间。和空间的基求法:把两组向量**并在一起**求极大无关组;维数就是 $r(A,B)$ 。
### 7.2 维数公式(2019 大纲要求,2023·7 考过)
$$\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2).$$
也可写成 $r(A,B)=r(A)+r(B)-r(\text{交})$ ,与 Sylvester 不等式同源。
### 7.3 交空间的求法(四步)
$V_1=L(\alpha_1,\dots,\alpha_s)$ 、$V_2=L(\beta_1,\dots,\beta_t)$ ,求 $V_1\cap V_2$ 的基:
1. 设 $w$ 同时在两个空间里:$w=Ax=By$ 。
2. 移项得齐次方程组 $(A,-B)\begin{pmatrix}x\\y\end{pmatrix}=0$ 。
3. 解出**系数** $x,y$ ,取一组基础解系。
4. **代回** $w=Ax$ 得到真正的向量,去掉零向量与冗余向量。
第 4 步是最容易漏的:解出来的是系数,不是基。`08` 会用两道题把这一步练死。
### 7.4 直和
若 $V_1\cap V_2=\{0\}$ ,称 $V_1+V_2$ 为**直和**,记 $V_1\oplus V_2$ 。等价条件:
$$\dim(V_1+V_2)=\dim V_1+\dim V_2.$$
直和的现实意义:和空间里每个向量**分解方式唯一**。全体 $n$ 阶矩阵可以分解为对称矩阵与反对称矩阵的直和,是这一结论最常被引用的例子。
---
## 8 本讲的知识地图(谁依赖谁)
```
┌── 定义:相关 / 无关(存在 vs 仅当)
│ │
│ ├──→ 判据①定义 ②秩 ③行列式 ④表示 ⑤以少表多 ⑥部分整体
│ │
线性相关性 ┤ └──→ 秩 r(A) ──┬──→ 极大无关组(求法:行变换取主元列)
│ ├──→ 线性表示(r(A)=r(A|β),唯一性 r(A)=s)
│ ├──→ 向量组等价(r(A)=r(B)=r(A,B))
│ └──→ 子空间维数 dim L(...)=r(...)
│ │
└──→ 正交组必无关 ──→ 施密特 ──→ 规范正交基 ──→ 正交矩阵 ──→ 正交对角化(第5讲)
│
基 → 坐标 → 过渡矩阵(C 可逆,x_old = C x_new)
│
和空间 / 交空间 → 维数公式
```
读图方法:**任何一条箭头都可以反过来当判据用**。比如"秩相等于等价"是错的(单向),但"等价推同秩"是对的。图上的箭头方向就是可以推的方向。
---
## 9 大纲 / 真题 / 参考仓库:覆盖对照
| 大纲条目 | 十年真题 | 参考仓库 | 本讲位置 |
|---|---|---|---|
| 向量的概念与运算 | — | §1.1 | §1.1 |
| 线性组合与线性表示 | 2020·6 | §1.2 | §1.2、§4.1 |
| 线性相关与无关 | 2024·6、2017·13 | §2 | §1.3、§2 |
| 极大线性无关组 | 2017·13 | §2.2 | §3.1、§3.2 |
| 向量组的秩 | 2017·13、2022·7 | §3 | §3.3 |
| 秩与矩阵秩的关系 | 2025·7(跨章) | §3 | §2.3 |
| 等价向量组 | 2022·7 | §4 | §4.2 |
| 向量空间、子空间、基、维数、坐标 | 2019·20、2023·7 | §5.1、§5.2 | §5.1—§5.3 |
| 基变换与坐标变换、过渡矩阵 | 2019·20(11 分) | §5.2 | §5.4 |
| 和空间、交空间与维数公式 | 2023·7 | — | §7 |
| 向量的内积 | 2023·15 | — | §6.1、§6.2 |
| 正交规范化(施密特) | 2021·6 | — | §6.4 |
| 规范正交基 | 2021·6、2023·15 | — | §6.3 |
| 正交矩阵及其性质 | — | — | §6.5 |
**两处需要说明的空白**:
1. **正交矩阵十年没在这个位置单独考**,但它以"实对称矩阵正交对角化"的形式出现在第 5 讲(ch13,11 题 83 分),那里每一道大题都要写 $Q^{\mathrm T}AQ=\Lambda$ 。所以 §6.5 必须掌握,只是分数记在第 5 讲账上。
2. **向量空间的公理化表述(8 条公理)大纲不要求**,考纲只要求"了解 $n$ 维向量空间、子空间、基底、维数、坐标等概念"。所以 §5.1 只写了封闭性判别,没有展开公理体系——这是刻意省略,不是遗漏。
覆盖结论:**大纲 13 条全覆盖,十年真题 8 题全部有对应位置,参考仓库 5 节全部吸收**,另补了参考仓库未涉及的施密特与正交矩阵。
---
## 10 与其他讲的接口
| 本讲内容 | 去向 | 用法 |
|---|---|---|
| 秩的运算与不等式 | 第 2 讲矩阵 | 那里是"算秩",这里是"用秩" |
| 线性表示 = 方程组有解 | 第 4 讲线性方程组 | 同一件事的两种说法 |
| 正交化 | 第 5 讲特征值 | 实对称矩阵正交对角化的必经步骤 |
| 正交矩阵 | 第 5 讲、第 6 讲二次型 | 正交变换化标准形 |
| $A^{\mathrm T}A$ 与秩 | 第 6 讲二次型 | $A^{\mathrm T}A$ 正定(`09` 第三题证过 $r(A^{\mathrm T}A)=r(A)$ ) |
---
盘点到此为止。往下读 [点 1](02-点1-线性相关与无关.md) — [点 8](09-点8-抽象推理与证明.md) 八个文件,每个点都是"先用一两道题撞一次墙,再回头对一遍上面这张表"的节奏。