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
Yimu 0e36ac17a0 线代第3讲向量重构为三段式(v2)
- 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
2026-11-23 00:00:04 +08:00

682 lines
70 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, 知识点构建, 背诵版, 线性代数, 向量]
专题: 线性代数 · 第3讲 向量 · 背诵版
日期: 2026-11-22
版本: v2(教材 + 扩展 + 题级对齐,每知识点配题)
来源: 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;② $r(A)=r(A,\beta)<n$ 能表示且**无穷多**(通解为基础解系加特解);③ $r(A)=r(A,\beta)=n$ 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:① $r(A)=2$ ;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;② $n+1$ 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 $r(A+B)\le r(A)+r(B)$ ;② $r(AB)\le\min\{r(A),r(B)\}$ ;③ $r(A)=r(A^{\mathrm T})$ ;④ 对任意数 $k$ 有 $r(kA)=r(A)$ ;⑤ $AB$ 与 $BA$ 都有定义时 $r(AB)=r(BA)$ ;⑥ $r(A)=0$ ⟺ $A=O$ 。
**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。