杭州紫金港培训学校(紫金港专升本)杭州紫金港培训学校(紫金港专升本)
同等学力申硕控制科学与工程学科综合考前辅导矩阵理论第 2 节 / 共 32 节约 25 分钟免费

矩阵理论(一):线性空间

对应矩阵理论「一、线性空间」四条:线性空间的定义与性质,线性相关与线性无关,基、维数与坐标(含过渡矩阵与坐标变换),子空间及其交与和、维数公式。

本节考点:线性空间的定义与性质线性相关与线性无关基、维数与坐标子空间

本节导读

这一节对应矩阵理论大纲「一、线性空间」的四条:「线性空间的定义与性质」「线性相关与线性无关」「基、维数与坐标」「子空间」。线性空间把「nnn 元数组」推广到多项式、矩阵、函数这些对象上,后面的线性变换、欧几里得空间、范数和泛函都建立在它上面。

学完要做到:会判断一个集合在给定运算下是不是线性空间;会判断一组向量线性相关还是线性无关;会求基、维数和坐标,会用过渡矩阵换坐标;会判断子空间、会用维数公式。

本节记号:F\mathbb FF 表示数域(实数域 R\mathbb RR 或复数域 C\mathbb CC);VVV 表示线性空间;F[x]n\mathbb F[x]_nF[x]n​ 表示次数小于 nnn 的多项式再添上零多项式构成的集合;Rm×n\mathbb R^{m\times n}Rm×n 表示全体 m×nm\times nm×n 实矩阵。

线性空间的定义与性质

定义

设 VVV 是一个非空集合,F\mathbb FF 是数域。在 VVV 上定义了加法(任意 α,β∈V\alpha,\beta\in Vα,β∈V 有唯一的 α+β∈V\alpha+\beta\in Vα+β∈V)和数乘(任意 k∈Fk\in\mathbb Fk∈F、α∈V\alpha\in Vα∈V 有唯一的 kα∈Vk\alpha\in Vkα∈V),并且满足下面八条运算律,就称 VVV 是数域 F\mathbb FF 上的线性空间,VVV 的元素叫向量:

加法的四条数乘的四条
交换律 α+β=β+α\alpha+\beta=\beta+\alphaα+β=β+α1α=α1\alpha=\alpha1α=α
结合律 (α+β)+γ=α+(β+γ)(\alpha+\beta)+\gamma=\alpha+(\beta+\gamma)(α+β)+γ=α+(β+γ)k(lα)=(kl)αk(l\alpha)=(kl)\alphak(lα)=(kl)α
有零向量 000,使 α+0=α\alpha+0=\alphaα+0=α(k+l)α=kα+lα(k+l)\alpha=k\alpha+l\alpha(k+l)α=kα+lα
每个 α\alphaα 有负向量 −α-\alpha−α,使 α+(−α)=0\alpha+(-\alpha)=0α+(−α)=0k(α+β)=kα+kβk(\alpha+\beta)=k\alpha+k\betak(α+β)=kα+kβ

判断一个集合是不是线性空间,先查两件事:加法和数乘的结果还在不在集合里(封闭),再查八条运算律。集合里的「向量」可以是任何对象,运算也可以不是通常的加法和乘法,只要满足这些要求就行。

常见的线性空间:Rn\mathbb R^nRn;Rm×n\mathbb R^{m\times n}Rm×n;F[x]n\mathbb F[x]_nF[x]n​;区间 [a,b][a,b][a,b] 上的全体连续函数;齐次线性方程组 Ax=0Ax=0Ax=0 的全体解。反例:平面上第一象限(含坐标轴)的全体向量,用通常的运算不是线性空间,因为乘以 −1-1−1 就跑到了第三象限,数乘不封闭。

性质

由定义可以推出:零向量唯一;每个向量的负向量唯一;0α=00\alpha=00α=0,k0=0k0=0k0=0,(−1)α=−α(-1)\alpha=-\alpha(−1)α=−α;若 kα=0k\alpha=0kα=0,则 k=0k=0k=0 或 α=0\alpha=0α=0。这些性质在证明题里常用来化简式子。

线性相关与线性无关

向量组 α1,α2,⋯ ,αm\alpha_1,\alpha_2,\cdots,\alpha_mα1​,α2​,⋯,αm​,如果存在不全为零的数 k1,⋯ ,kmk_1,\cdots,k_mk1​,⋯,km​ 使 k1α1+⋯+kmαm=0k_1\alpha_1+\cdots+k_m\alpha_m=0k1​α1​+⋯+km​αm​=0,就称它线性相关;只有 k1=⋯=km=0k_1=\cdots=k_m=0k1​=⋯=km​=0 时才成立,就称线性无关。

几条常用结论:

  • 含零向量的向量组一定线性相关;单个非零向量线性无关。
  • 线性相关 ⇔\Leftrightarrow⇔ 至少有一个向量能由其余向量线性表示。
  • 若 α1,⋯ ,αm\alpha_1,\cdots,\alpha_mα1​,⋯,αm​ 线性无关,而添上 β\betaβ 后线性相关,则 β\betaβ 能由它们唯一地线性表示。

抽象空间里的向量(多项式、矩阵)怎么判断?取定一组基,把每个向量写成坐标列,向量组的线性关系与坐标列向量组的线性关系完全一致,于是转化为求矩阵的秩。例如判断 F[x]3\mathbb F[x]_3F[x]3​ 里的几个多项式,就把它们在基 1,x,x21,x,x^21,x,x2 下的系数排成矩阵求秩。

基、维数与坐标

基与维数

线性空间 VVV 中,如果有 nnn 个线性无关的向量 ε1,⋯ ,εn\varepsilon_1,\cdots,\varepsilon_nε1​,⋯,εn​,并且 VVV 中任一向量都能由它们线性表示,就称它们是 VVV 的一组基,nnn 是 VVV 的维数,记 dim⁡V=n\dim V=ndimV=n。只含零向量的空间维数为 0;找不到有限组基的空间叫无限维空间(如全体连续函数)。

空间一组常用的基维数
Rn\mathbb R^nRn单位坐标向量 e1,⋯ ,ene_1,\cdots,e_ne1​,⋯,en​nnn
Rm×n\mathbb R^{m\times n}Rm×n只有一个位置为 1、其余为 0 的矩阵 EijE_{ij}Eij​mnmnmn
F[x]n\mathbb F[x]_nF[x]n​1,x,⋯ ,xn−11,x,\cdots,x^{n-1}1,x,⋯,xn−1nnn
Ax=0Ax=0Ax=0 的解空间(AAA 有 nnn 列、秩为 rrr)基础解系n−rn-rn−r

坐标与过渡矩阵

取定基 ε1,⋯ ,εn\varepsilon_1,\cdots,\varepsilon_nε1​,⋯,εn​,向量 α=x1ε1+⋯+xnεn\alpha=x_1\varepsilon_1+\cdots+x_n\varepsilon_nα=x1​ε1​+⋯+xn​εn​ 的系数 (x1,⋯ ,xn)T(x_1,\cdots,x_n)^{\mathrm T}(x1​,⋯,xn​)T 叫 α\alphaα 在这组基下的坐标,坐标是唯一的。

换一组基 η1,⋯ ,ηn\eta_1,\cdots,\eta_nη1​,⋯,ηn​。把新基逐个用旧基表示,系数按列排成矩阵 PPP,写成

(η1,⋯ ,ηn)=(ε1,⋯ ,εn)P(\eta_1,\cdots,\eta_n)=(\varepsilon_1,\cdots,\varepsilon_n)P(η1​,⋯,ηn​)=(ε1​,⋯,εn​)P

PPP 叫从旧基到新基的过渡矩阵,它一定可逆。同一个向量在旧基下的坐标 xxx、新基下的坐标 yyy 满足 x=Pyx=Pyx=Py,即 y=P−1xy=P^{-1}xy=P−1x。

子空间

定义与判别

线性空间 VVV 的非空子集 WWW,如果对 VVV 的加法和数乘也构成线性空间,就叫 VVV 的子空间。判别只要查两条:WWW 对加法封闭、对数乘封闭(两条合起来,WWW 必含零向量)。

由向量组 α1,⋯ ,αm\alpha_1,\cdots,\alpha_mα1​,⋯,αm​ 的全部线性组合构成的子空间叫生成子空间,记 span{α1,⋯ ,αm}\mathrm{span}\{\alpha_1,\cdots,\alpha_m\}span{α1​,⋯,αm​},它的维数等于向量组的秩。

交、和与直和

设 V1V_1V1​、V2V_2V2​ 是 VVV 的子空间:

  • 交 V1∩V2V_1\cap V_2V1​∩V2​ 是子空间;和 V1+V2={α1+α2}V_1+V_2=\{\alpha_1+\alpha_2\}V1​+V2​={α1​+α2​} 也是子空间。
  • 维数公式:dim⁡V1+dim⁡V2=dim⁡(V1+V2)+dim⁡(V1∩V2)\dim V_1+\dim V_2=\dim(V_1+V_2)+\dim(V_1\cap V_2)dimV1​+dimV2​=dim(V1​+V2​)+dim(V1​∩V2​)。
  • 若 V1∩V2={0}V_1\cap V_2=\{0\}V1​∩V2​={0},和叫直和,记 V1⊕V2V_1\oplus V_2V1​⊕V2​,这时和中每个向量的分解方式唯一,维数正好相加。

求生成子空间的和:V1+V2=span{V1 的基,V2 的基}V_1+V_2=\mathrm{span}\{V_1\text{ 的基},V_2\text{ 的基}\}V1​+V2​=span{V1​ 的基,V2​ 的基},把两组基合在一起求秩;交的维数再用维数公式求。

易错提醒

  • ❌ 线性空间里的「向量」只能是 nnn 元数组。
    ✅ 多项式、矩阵、函数都可以是向量;运算也可以不是通常的加法和乘法。

  • ❌ 两个子空间的并集也是子空间。
    ✅ 并集一般对加法不封闭;把两个子空间「合起来」要用和 V1+V2V_1+V_2V1​+V2​。

  • ❌ 过渡矩阵是把新基的坐标按行排出来。
    ✅ 新基每个向量在旧基下的坐标按列排成 PPP,写成 (η1,⋯ ,ηn)=(ε1,⋯ ,εn)P(\eta_1,\cdots,\eta_n)=(\varepsilon_1,\cdots,\varepsilon_n)P(η1​,⋯,ηn​)=(ε1​,⋯,εn​)P。

  • ❌ 无限维空间里找不到线性无关的向量组。
    ✅ 无限维是找不到有限组基,任意有限个线性无关的向量照样存在,比如 1,x,⋯ ,xk1,x,\cdots,x^k1,x,⋯,xk 在连续函数空间里线性无关。

例题精讲

例题 1(计算:过渡矩阵与坐标)

在 F[x]3\mathbb F[x]_3F[x]3​ 中,取旧基 1,x,x21,x,x^21,x,x2,新基 1, 1+x, 1+x+x21,\ 1+x,\ 1+x+x^21, 1+x, 1+x+x2。求从旧基到新基的过渡矩阵,以及 p(x)=3−2x+4x2p(x)=3-2x+4x^2p(x)=3−2x+4x2 在新基下的坐标。

解:新基逐个用旧基表示:1=11=11=1,1+x=1+x1+x=1+x1+x=1+x,1+x+x2=1+x+x21+x+x^2=1+x+x^21+x+x2=1+x+x2,系数按列排:

P=(111011001)P−1=(1−1001−1001)\begin{aligned} P&=\begin{pmatrix}1&1&1\\0&1&1\\0&0&1\end{pmatrix} \\ P^{-1}&=\begin{pmatrix}1&-1&0\\0&1&-1\\0&0&1\end{pmatrix} \end{aligned}PP−1​=​100​110​111​​=​100​−110​0−11​​​

ppp 在旧基下的坐标 x=(3,−2,4)Tx=(3,-2,4)^{\mathrm T}x=(3,−2,4)T,新坐标 y=P−1x=(5,−6,4)Ty=P^{-1}x=(5,-6,4)^{\mathrm T}y=P−1x=(5,−6,4)T。

点评:代回核对:5⋅1−6(1+x)+4(1+x+x2)=3−2x+4x25\cdot 1-6(1+x)+4(1+x+x^2)=3-2x+4x^25⋅1−6(1+x)+4(1+x+x2)=3−2x+4x2。先求旧坐标、再左乘 P−1P^{-1}P−1,方向不会弄反。

例题 2(计算:子空间的和与交)

在 R4\mathbb R^4R4 中,V1=span{α1,α2}V_1=\mathrm{span}\{\alpha_1,\alpha_2\}V1​=span{α1​,α2​},V2=span{β1,β2}V_2=\mathrm{span}\{\beta_1,\beta_2\}V2​=span{β1​,β2​},其中 α1=(1,0,1,0)T\alpha_1=(1,0,1,0)^{\mathrm T}α1​=(1,0,1,0)T,α2=(0,1,1,1)T\alpha_2=(0,1,1,1)^{\mathrm T}α2​=(0,1,1,1)T,β1=(1,1,0,0)T\beta_1=(1,1,0,0)^{\mathrm T}β1​=(1,1,0,0)T,β2=(1,1,2,1)T\beta_2=(1,1,2,1)^{\mathrm T}β2​=(1,1,2,1)T。求 dim⁡(V1+V2)\dim(V_1+V_2)dim(V1​+V2​) 和 dim⁡(V1∩V2)\dim(V_1\cap V_2)dim(V1​∩V2​)。

解:α1,α2\alpha_1,\alpha_2α1​,α2​ 线性无关,dim⁡V1=2\dim V_1=2dimV1​=2;β1,β2\beta_1,\beta_2β1​,β2​ 线性无关,dim⁡V2=2\dim V_2=2dimV2​=2。四个向量排成矩阵求秩,发现 β2=α1+α2\beta_2=\alpha_1+\alpha_2β2​=α1​+α2​,而 β1\beta_1β1​ 不能由 α1,α2\alpha_1,\alpha_2α1​,α2​ 表示,所以秩为 3,dim⁡(V1+V2)=3\dim(V_1+V_2)=3dim(V1​+V2​)=3。由维数公式,dim⁡(V1∩V2)=2+2−3=1\dim(V_1\cap V_2)=2+2-3=1dim(V1​∩V2​)=2+2−3=1,交空间由 β2\beta_2β2​ 生成。

点评:交的维数先用公式求,再找一个同时属于两边的向量写出交空间;本题 β2\beta_2β2​ 恰好就是。

本节小结

  • 线性空间:非空集合 + 封闭的加法与数乘 + 八条运算律;向量可以是多项式、矩阵、函数。
  • 线性相关与线性无关看能不能用不全为零的系数凑出零向量;抽象向量先化为坐标再求秩。
  • 基 = 线性无关 + 能表示全空间;维数 = 基所含向量个数;过渡矩阵按列排,x=Pyx=Pyx=Py。
  • 子空间只查加法、数乘封闭;交与和都是子空间,并集一般不是;维数公式连接和与交。

学完练一练

按本节考点从本课的课后练习里抽题(每次 10 道以内),做完看解析、错题自动进错题本。

本节内容由 AI 辅助编写,配图由 AI 生成,仅供备考参考;考试要求以《全国各类成人高等学校招生考试大纲(2024 年版)》及浙江省教育考试院当年公布为准。

我要提问免费报名咨询