向量空间、维数与 Schmidt 正交化

🏠 第12章概念导航

核心问题

给一个子空间(用约束式或生成元描述),要求它的一组基,进一步要求标准正交基。这两步各有一个固定算法,难点分别在”定维数”和”配对分子分母”。

核心定义 / 定理 / 结论

维数公式(第一步永远是它)

一个独立的线性约束降一维;生成型的维数就是生成元的秩。基里的向量个数必须恰好等于维数——选择题里个数不对的选项可以直接划掉。

求基的两条路

  • 约束型:写通解,按自由未知量拆开,每个自由未知量提出一个基向量。这样得到的组自动线性无关。
  • 生成型:先求秩,取一个极大无关组。多余的生成元必须先筛掉。

Schmidt 正交化(逐个减投影)

分子用原向量分母用已正交化的

配错分子分母是本节头号错误。每算完一个 ,立刻算一次内积验正交,两秒钟。

单位化得规范(标准)正交基:。

实用技巧:每步算完先约掉公分母再继续——正交性不受非零倍数影响,能让后面的内积干净很多。

解空间的标准正交基:先由 定维数,从给定解向量中筛出恰好那么多个无关的作基础解系,再正交化、单位化。题目给的解向量常常多于维数,多出来的必然是前面的组合。

正交向量组的性质:非零正交向量组必线性无关(用内积逐个击破即可证)。所以正交化过程中若某步得到 ,说明 是前面的组合——这时应回头检查是不是没先降维。

典型题型

  • 由约束式求子空间的基(选择题:先数个数)
  • 由生成元求基与规范正交基(先求秩)
  • Schmidt 正交化求投影系数
  • 求 解空间的标准正交基
  • 判断给定向量组是否构成某子空间的基

图示 / 直觉

维数公式的直觉: 中一个方程 描述一张过原点的平面( 维),两个独立方程交出一条直线( 维)。每加一个独立约束,自由度减一。

Schmidt 的直觉: 是把 中”已经被前面方向占用的成分”减掉后剩下的垂直分量。

在方向上的投影

分母是 而不是 ,是因为投影向量 ,两个 合成了 。这就是分母必须用 的原因——要减掉的是沿着已正交化方向的分量,不是沿着原向量的。

若 减完是零,说明 完全落在前面的张成空间里,没有新方向可贡献。

常见误用

  • 分子分母配错:写成 或 。选择题的错项正是按这些错法造的。
  • 基向量个数与维数不符。多一个必相关,少一个张不满。
  • 生成型不先求秩就正交化。会在某一步得到零向量,零向量不能单位化,只能作废重来。
  • 解空间题不筛基础解系。题目给的解向量个数常大于 。
  • 忘记单位化。“正交基”与”规范(标准)正交基”差一步。
  • 约掉公分母时改了方向。乘负数会翻转向量,虽不影响正交性与单位化后的合法性,但要在答案里保持一致。

与旧知识的连接

  • 就是秩–零化度定理,第 13 章基础解系的向量个数用的是同一条。
  • 求基的”写通解按自由未知量拆开”正是第 13 章求基础解系的标准流程,本章先在子空间语言下用了一遍。
  • 极大无关组的求法见 极大无关组、秩与满秩分解。
  • 第 14 章实对称矩阵的正交对角化要求把每个特征子空间的基先 Schmidt 正交化,再拼成正交矩阵,见 实对称矩阵的正交主轴。本节是那里的前置技能。

题型训练

链接