Ch01 向量 · 考研/期末复习大纲¶
覆盖 5 节:向量空间 → 向量性质 → 范数与度量 → 向量积 → 基与对偶
基变换核心口诀 (全书统一):"\(P\) 的列是新基, \(P\) 把新坐标搬回旧描述。" 即: \(P\) 的第 \(j\) 列 = 新基向量 \(\mathbf{b}_j\) 在旧基下的坐标; \(\mathbf{v}_{旧} = P\,\mathbf{v}_{新}\), \(\mathbf{v}_{新} = P^{-1}\,\mathbf{v}_{旧}\)。
一、考点分级速览¶
两套标签, 各司其职: - 考频 (纵向): 🔴必考 / 🟡常考 / 🟢拓展 — 命题池的重要度 - 难度 (横向, 每考点单独打): 🟢入门 (L1-L2) / 🟡进阶 (L3-L4) / 🔴高阶 (L5-L6) — Bloom 认知层级
| 考频 | 考点 | 说明 |
|---|---|---|
| 🔴必考 | 向量空间十条公理、封闭性、子空间、模长、正交、线性无关、L1/L2/L∞ 范数、欧氏距离、点积(代数式+几何式)、叉积、余弦相似度、基与维度、基变换矩阵 \(P/P^{-1}\) | 定义/计算/判定题的核心命题池 |
| 🟡常考 | 齐次性与三角不等式、平行判定、投影公式、右手法则、叉积模长=面积、标量三重积=体积/共面性、标准基、Kronecker δ、对偶基=\(P^{-1}\) 的行 | 中题量,计算+简答 |
| 🟢拓展 | 汉明距离(度量非范数)、稀疏/稠密、Lp→L∞ 收敛、向量三重积展开式(BAC-CAB)、对偶空间对偶性、点积的双重身份、PCA/注意力语义 | 综合题、概念辨析题 |
二、考点详解¶
🔴考频 · 考点 1:向量空间的定义与十公理 难度 🟡 L3¶
- 出处:§1
- 十条公理:
- 加法封闭
u,v∈V ⇒ u+v∈V - 数乘封闭
v∈V, c∈F ⇒ cv∈V - 加法交换
u+v=v+u - 加法结合
(u+v)+w=u+(v+w) - 零向量存在
v+0=v - 加法逆元
v+(-v)=0 - 数乘对向量加分配
c(u+v)=cu+cv - 数乘对标量加分配
(c+d)v=cv+dv - 数乘结合
(cd)v=c(dv) - 单位元
1v=v - 典型题型:判定给定集合是否构成向量空间(如 ℤ 在 ℝ 上、上三角矩阵、次数 ≤n 的多项式、齐次方程组解集)
- 易错点:只查封闭性就下结论,忽略零向量存在性;把"含零向量"和"过原点"混淆场景
🔴考频 · 考点 2:子空间的判定 难度 🟢 L2¶
- 出处:§1
- 公式/判据:非空 + 加法封闭 + 数乘封闭 ⇔ 子空间;等价于过原点
- 典型题型:平面
ax+by+cz=0vsax+by+cz=1谁是子空间;{x∈ℝ² : x₁≥0}是否子空间(否,数乘 -1 逃出) - 易错点:仿射平面误判为子空间;忘记零向量必须在子空间中
🔴考频 · 考点 3:模长(欧氏范数) 难度 🟢 L1¶
- 出处:§2,§3
- 公式:\(\|\mathbf{a}\|=\sqrt{\sum a_i^2}\)
- 典型题型:三维模长计算;单位化 \(\hat{\mathbf a}=\mathbf a/\|\mathbf a\|\)
- 易错点:忘平方根、忘加绝对值(在 L1 里);对零向量归一化(未定义)
🔴考频 · 考点 4:平行与正交判定 难度 🟢 L2¶
- 出处:§2,§4
- 判据:
- 平行:\(\mathbf a=k\mathbf b, k\neq 0\)
- 正交:\(\mathbf a\cdot\mathbf b=0\)
- 典型题型:给分量求 k 判平行;给两向量验证是否正交;求使
a·b=0的参数 - 易错点:零向量与任何向量既"平行"又"正交",讨论要分类;分量含零时
a/b出 NaN
🔴考频 · 考点 5:线性无关/相关 难度 🟡 L3¶
- 出处:§2,§5
- 判据:\(c_1\mathbf v_1+\ldots+c_k\mathbf v_k=\mathbf 0 \Rightarrow c_i=0 \forall i\)
- 典型题型:判定 3 个 3 维向量是否线性无关(设方程/行列式=0 ⇔ 相关);证明含零向量集必相关
- 易错点:两向量"不平行"仅在 2D 等价于无关,3D 里三向量共面也相关
🔴考频 · 考点 6:三种范数 L1/L2/L∞ 及 Lp 难度 🟡 L3¶
- 出处:§3
- 公式:
- \(\|\mathbf v\|_1=\sum|v_i|\)
- \(\|\mathbf v\|_2=\sqrt{\sum v_i^2}\)
- \(\|\mathbf v\|_\infty=\max_i |v_i|\)
- \(\|\mathbf v\|_p=(\sum|v_i|^p)^{1/p}\)
- 公理三条:非负性、齐次性
‖cv‖=|c|‖v‖、三角不等式 - 典型题型:计算某向量三种范数;验证三角不等式;论证 \(p\to\infty\) 时 Lp → L∞
- 易错点:L1 忘绝对值;齐次性写成
c而非|c|
🔴考频 · 考点 7:度量四公理与欧氏/曼哈顿距离 难度 🟡 L3¶
- 出处:§3
- 四公理:非负、同一性(d=0 ⇔ u=v)、对称、三角不等式
- 公式:\(d(\mathbf u,\mathbf v)=\|\mathbf u-\mathbf v\|\)
- 典型题型:计算 kNN 中的距离;给一个函数判它是否为度量(如汉明距离是,余弦距离本身不完全是——三角不等式不成立)
- 易错点:把"范数导出度量"反过来断言"所有度量来自范数"(错:汉明反例)
🔴考频 · 考点 8:点积(代数式+几何式) 难度 🟢 L2¶
- 出处:§4
- 公式:
- 代数:\(\mathbf a\cdot\mathbf b=\sum a_i b_i\)
- 几何:\(\mathbf a\cdot\mathbf b=\|\mathbf a\|\|\mathbf b\|\cos\theta\)
- 自点积:\(\mathbf a\cdot\mathbf a=\|\mathbf a\|_2^2\)
- 典型题型:由代数式反求夹角 \(\theta=\arccos\frac{\mathbf a\cdot\mathbf b}{\|\mathbf a\|\|\mathbf b\|}\);判正交
- 易错点:忘除模长直接得夹角;把 cos>0 误当"锐角",遗漏 θ=0 情形
🔴考频 · 考点 9:投影公式 难度 🟡 L3¶
- 出处:§4
- 公式:\(\text{proj}_{\mathbf b}(\mathbf a)=\frac{\mathbf a\cdot\mathbf b}{\|\mathbf b\|^2}\mathbf b\)
- 典型题型:求 a 在 b 方向的分量向量;分解 a = 投影 + 垂直分量
- 易错点:分母写成
‖b‖而非‖b‖²;把标量投影(a·b)/‖b‖与向量投影混淆
🔴考频 · 考点 10:余弦相似度 难度 🟢 L2¶
- 出处:§4
- 公式:\(\cos\theta=\frac{\mathbf a\cdot\mathbf b}{\|\mathbf a\|\|\mathbf b\|}\in[-1,1]\)
- 典型题型:文档/嵌入相似度对比;为何模长不影响结果
- 易错点:与欧氏距离混用适用场景;向量含零向量时分母为 0
🔴考频 · 考点 11:叉积(3D 专属) 难度 🟡 L3¶
- 出处:§4
- 公式:\(\mathbf a\times\mathbf b=(a_2b_3-a_3b_2,\ a_3b_1-a_1b_3,\ a_1b_2-a_2b_1)\)
- 性质:\(\|\mathbf a\times\mathbf b\|=\|\mathbf a\|\|\mathbf b\|\sin\theta\)(平行四边形面积);同时 ⊥ a,b;反交换;不结合;平行则 =\(\mathbf 0\)
- 典型题型:求垂直向量、三角形面积、法向量;验证反交换律
- 易错点:在 2D/4D 里乱用叉积(仅 3D,7D 有推广不考);符号写错(记住循环 1→2→3);漏负号
🔴考频 · 考点 12:基、维度、坐标 难度 🟡 L3¶
- 出处:§5
- 判据:线性无关 + 张成 ⇒ 基;向量个数 = 维数
- 公式:\(\mathbf v=\sum c_i\mathbf e_i\),\(c_i\) 即 v 在该基下的坐标
- 典型题型:验证给定向量组是 ℝ² / ℝ³ 的基;求 v 在非标准基下坐标
- 易错点:标准基坐标就是分量,新基不然;基不唯一,需明确"哪组基"
🔴考频 · 考点 13:基变换矩阵 \(P\) 与 \(P^{-1}\) 难度 🔴 L4¶
- 出处:§5
- 核心口诀:"\(P\) 的列是新基, \(P\) 把新坐标搬回旧描述。"
- 公式(全书统一):
- \(P\) 的第 \(j\) 列 = 新基向量 \(\mathbf{b}_j\) 在旧基下的坐标
- \(\mathbf{v}_{旧} = P\,\mathbf{v}_{新}\)
- \(\mathbf{v}_{新} = P^{-1}\,\mathbf{v}_{旧}\)
- 2×2 数字例(强制配套):
旧基 \(\mathbf{e}_1=(1,0),\mathbf{e}_2=(0,1)\), 新基 \(\mathbf{b}_1=(1,1),\mathbf{b}_2=(1,-1)\)。 $$ P=\begin{pmatrix}1&1\1&-1\end{pmatrix} $$, $$ P^{-1}=\tfrac{1}{2}\begin{pmatrix}1&1\1&-1\end{pmatrix} $$。 向量 \(\mathbf{v}\) 旧坐标 \((2,0)^\top\), 新坐标 \(P^{-1}(2,0)^\top=(1,1)^\top\)。验证: \(P(1,1)^\top=(2,0)^\top\) ✓。
- 典型题型:给两组基求 \(P\) 与 \(P^{-1}\);换基后重算坐标;给"某学生说 \(\mathbf{v}_{新}=P\mathbf{v}_{旧}\)"判对错(见 §五 L5 错误识别题)
- 易错点:\(P\) 的列/行搞反;方向搞反(是 \(P\) 还是 \(P^{-1}\));把 \(P\) 当"作用在向量上的变换"而非"坐标翻译字典"
🟡考频 · 考点 14:向量相等 难度 🟢 L1¶
出处 §2 · \(\mathbf a=\mathbf b \iff a_i=b_i,\forall i\) · 起点无关只看位移 · 易错:图上位置不同就误判不等
🟡考频 · 考点 15:单位向量与标准基 难度 🟢 L1¶
出处 §2,§5 · \(\hat{\mathbf i}=(1,0,0)\) 等 · 归一化 \(\hat{\mathbf a}=\mathbf a/\|\mathbf a\|\) · 易错:忘归一后模长必=1
🟡考频 · 考点 16:右手法则 难度 🟢 L2¶
出处 §4 · 四指 a→b,拇指方向 = a×b · 易错:左手混用致方向反
🟡考频 · 考点 17:标量三重积(体积/共面判据) 难度 🟡 L3¶
出处 §4 · \(\mathbf a\cdot(\mathbf b\times\mathbf c)\) = 平行六面体有向体积 · =0 ⇔ 三向量共面 · 循环轮换不变号,对换变号 · 易错:非循环换序漏负号
🟡考频 · 考点 18:向量三重积(BAC-CAB) 难度 🔴 L4¶
出处 §4 · \(\mathbf a\times(\mathbf b\times\mathbf c)=(\mathbf a\cdot\mathbf c)\mathbf b-(\mathbf a\cdot\mathbf b)\mathbf c\) · 结果在 b,c 张成的平面内 · 易错:记错哪个系数配哪个向量(口诀:BAC-CAB)
🟡考频 · 考点 19:齐次性/三角不等式的严格证明 难度 🔴 L4¶
出处 §3 · L2 用 Cauchy-Schwarz 证三角:\(|\mathbf a\cdot\mathbf b|\le\|\mathbf a\|\|\mathbf b\|\)
🟡考频 · 考点 20:对偶基与 Kronecker δ 难度 🔴 L4¶
出处 §5 · \(\mathbf e_i^\ast(\mathbf e_j)=\delta_{ij}\) · 线性延拓 · 易错:混淆 δ 与单位矩阵的作用对象
🟡考频 · 考点 21:\(P^{-1}\) 的行 = 对偶基 难度 🔴 L5¶
出处 §5 · \(P^{-1}P=I\) 即 Kronecker δ 表格化 · \(P^{-1}\) 的第 \(i\) 行与向量做点积 = v 在新基下的第 \(i\) 个坐标
🟢考频 · 考点 22:汉明距离——度量但非范数 难度 🔴 L5¶
出处 §3 · 反例:证明"每个度量都能由范数导出"这个命题为假
🟢考频 · 考点 23:稀疏/稠密 难度 🟢 L1¶
出处 §2 · 只存非零项,节省存储
🟢考频 · 考点 24:正交陷阱 难度 🔴 L5¶
出处 §5 · 用 \(\mathbf b_1\cdot\mathbf v\) 读新坐标仅在单位正交基下成立;否则必须用 \(P^{-1}\) 的行
🟢考频 · 考点 25:点积的双重身份 难度 🔴 L5¶
出处 §5 · 每个向量都对应一个线性泛函;有限维中 \(V^\ast\cong V\)
🟢考频 · 考点 26:典型向量空间的多样性 难度 🟢 L2¶
出处 §1 · \(\mathbb R^n\)、灰度图像 \(\mathbb R^{784}\)、音频 \(\mathbb R^{44100}\)、多项式空间
三、易错点合集(改表格版,新增"如何避坑"栏)¶
每条给出:症状 → 为何错 → 避坑操作。做题时按"避坑操作"列自检。
| # | 易错症状 | 为何错 | 如何避坑 |
|---|---|---|---|
| 1 | 认为 ℤ 是实数上的向量空间 | 0.5×3=1.5 逃出 ℤ,数乘不封闭 | 记住:域是 ℝ 就要能乘任意实数;ℤ 只能做ℤ 上的模 |
| 2 | 把仿射平面 x+y=1 当子空间 |
不含 \(\mathbf 0\) | 判定第一步先代 \(\mathbf 0\) 进方程 |
| 3 | 含零向量的集合当无关处理 | \(0\cdot\mathbf 0+0\cdot\mathbf v_1+\ldots=0\) 有非零系数 (取 \(c_0=1\)) 也成立 | 一眼看到 \(\mathbf 0\) 就写"相关" |
| 4 | 齐次性写成 \(\|cv\|=c\|v\|\) | c 可负,右边会出负数 | 死记 ‖cv‖=|c|‖v‖,c 必套绝对值 |
| 5 | \(\|(-3,4)\|_1\) 算成 1 | 忘绝对值 | L1 公式先写 \(\sum\|v_i\|\) 再代数 |
| 6 | 投影公式分母写成 \(\|b\|\) | 少一次除法,量纲不对 | 记"分子分母都点积,分母 \(\mathbf b\cdot\mathbf b=\|b\|^2\)" |
| 7 | 在 2D/4D 用叉积三分量公式 | 叉积仅在 3D(和 7D)有闭合定义 | 见到叉积先问"这是 3D 吗" |
| 8 | 认为 \(\mathbf a\times\mathbf b=\mathbf b\times\mathbf a\) | 叉积反交换 | 记住"叉换号,点不变" |
| 9 | 把 \((\mathbf a\times\mathbf b)\times\mathbf c\) 与 \(\mathbf a\times(\mathbf b\times\mathbf c)\) 视为相等 | 叉积不结合 | 遇括号不敢挪,用 BAC-CAB 展开 |
| 10 | 忘记零向量的边界情形 | 零向量与任何向量既平行又正交 | 平行/正交判定题先讨论"若 \(\mathbf a=\mathbf 0\)" |
| 11 | \(P\) 的列/行写反 | 定义就是"列 = 新基旧坐标" | 用口诀"\(P\) 的列是新基"每次都念一遍 |
| 12 | 换基方向搞反 | 新→旧用 \(P\), 旧→新用 \(P^{-1}\) | 记口诀第二句"\(P\) 把新坐标搬回旧描述";算前先想"从哪去哪" |
| 13 | 非正交基下用基向量自点读坐标 | \(\mathbf b_i\cdot\mathbf v\) 不等于新坐标(除非正交单位) | 一律用 \(P^{-1}\) 的行做投影读数 |
| 14 | 余弦相似度写成 \([0,1]\) | 反向向量给 -1 | 记住"余弦相似度 ∈ [-1,1],绝对值才 ∈ [0,1]" |
| 15 | 平行用 \(a_i/b_i\) 比值一概而论 | 分量含 0 时比值未定义 | 改用 \(\mathbf a\times\mathbf b=\mathbf 0\) (3D) 或 \(a_1b_2-a_2b_1=0\) (2D) 判定 |
| 16 | 三角不等式写成 \(d(u,w)\ge d(u,v)+d(v,w)\) | 方向搞反 | 记"绕路 ≥ 直线",直线是右边 |
| 17 | 断言"度量必来自范数" | 汉明反例 | 记住"范数 ⇒ 度量,反之不成立" |
| 18 | 由 \(\mathbf a\cdot\mathbf b\) 直接读 θ | 忘除模长 | 写完 cos θ 公式再代数 |
| 19 | 标量三重积换序漏负号 | 循环轮换不变号,对换变号 | 用记号 \([\mathbf a,\mathbf b,\mathbf c]=[\mathbf b,\mathbf c,\mathbf a]=[\mathbf c,\mathbf a,\mathbf b]=-[\mathbf a,\mathbf c,\mathbf b]\) 逐条对照 |
| 20 | "平行"是否允许反向,中英文含义混 | 中/英文 "parallel" 均允许 \(k<0\) | 结论里明确写出"\(k\neq 0\),允许负" |
四、对比记忆表(易混概念)¶
表 1:点积 vs 叉积¶
| 维度 | 点积 | 叉积 |
|---|---|---|
| 输出 | 标量 | 向量 |
| 维度限制 | 任意 n 维 | 仅 3D |
| 几何 | \(\|a\|\|b\|\cos\theta\) | \(\|a\|\|b\|\sin\theta\) |
| 度量什么 | 方向对齐度 | 方向差异度 + 面积 |
| 交换律 | ✓ | ✗(反交换) |
| 平行时 | 取极值 ±‖a‖‖b‖ | =\(\mathbf 0\) |
| 正交时 | =0 | 取极值,模=‖a‖‖b‖ |
| 用途 | 相似度、投影 | 法向量、面积、力矩 |
表 2:L1 vs L2 vs L∞¶
| L1(曼哈顿) | L2(欧氏) | L∞(最大) | |
|---|---|---|---|
| 公式 | \(\sum\|v_i\|\) | \(\sqrt{\sum v_i^2}\) | \(\max\|v_i\|\) |
| 单位球形状 | 菱形 | 圆 | 正方形 |
| 对大分量敏感度 | 平权 | 平方放大 | 只看最大 |
| 稀疏偏好 | 强(作正则项时诱导稀疏解) | 弱 | 弱 |
| 典型应用 | Lasso、鲁棒回归 | Ridge、几何距离 | 最坏情况、控制 |
表 3:范数 vs 度量¶
| 范数 | 度量 | |
|---|---|---|
| 作用对象 | 单个向量 | 两个向量 |
| 输出 | 大小 | 距离 |
| 公理数 | 3 | 4(多同一性、对称) |
| 关系 | 每个范数导出度量 d=‖u-v‖ |
反之不成立(汉明反例) |
表 4:平行 vs 正交 vs 线性无关¶
| 平行 | 正交 | 线性无关 | |
|---|---|---|---|
| 判据 | a=kb, k≠0 |
a·b=0 |
无非零系数使组合=0 |
| 关系 | 平行 ⇒ 相关 | 正交 ⇒ 无关(非零) | 无关不一定正交 |
| 新信息 | 无 | 完全独立 | 每个都贡献新方向 |
表 5:基与对偶基¶
| 基 \(\{\mathbf e_i\}\) | 对偶基 \(\{\mathbf e_i^\ast\}\) | |
|---|---|---|
| 所在空间 | V | V*(线性泛函空间) |
| 角色 | 构造积木 | 测量尺子 |
| 矩阵位置 | \(P\) 的列 | \(P^{-1}\) 的行 |
| 校准规则 | 线性无关+张成 | \(\mathbf e_i^\ast(\mathbf e_j)=\delta_{ij}\) |
| 坐标关系 | \(\mathbf v=\sum c_i\mathbf e_i\) | \(c_i=\mathbf e_i^\ast(\mathbf v)\) |
表 6:子空间常见误判¶
| 集合 | 是否子空间 | 原因 |
|---|---|---|
{x∈ℝ² : x₁+x₂=0} |
✓ | 过原点,封闭 |
{x∈ℝ² : x₁+x₂=1} |
✗ | 不含 \(\mathbf 0\) |
{x∈ℝ² : x₁≥0} |
✗ | 数乘 -1 逃出 |
| 齐次方程组解集 | ✓ | 过原点+封闭 |
| 单个非零向量 | ✗ | 不含 \(\mathbf 0\) |
五、识别他人错误陈述题型(L5 评价层专项)¶
高分段常见题型:给一段学生/同事的"论证",让你指出哪一步错、为什么错、正确表述是什么。以下列 6 个高频靶子,做题时按"错在哪 / 反例 / 修正"三段作答。
题型 5.1 — 基变换方向错
学生小张说:"设新基矩阵为 \(P\),则向量 \(\mathbf v\) 在新基下的坐标 \(\mathbf v_{新}=P\mathbf v_{旧}\)。" - 错在哪:方向反了。\(P\) 的列是"新基在旧基下的坐标",作用是"把新坐标翻译回旧描述"。 - 反例:2×2 例中 \(\mathbf b_1=(1,1),\mathbf b_2=(1,-1)\), \(\mathbf v_{旧}=(2,0)\)。若按小张公式 \(P\mathbf v_{旧}=(2,2)\),再代回 \(\mathbf b_1\cdot 2+\mathbf b_2\cdot 2=(4,0)\neq(2,0)\),矛盾。 - 修正:\(\mathbf v_{新}=P^{-1}\mathbf v_{旧}=(1,1)^\top\),验证 \(P(1,1)^\top=(2,0)^\top\) ✓。
题型 5.2 — L1 范数"天生稀疏"话术
广告文案说:"L1 范数天生诱导稀疏,所以特征选择都用 L1。" - 错在哪:范数本身不诱导稀疏,是优化目标里作为正则项、且解的可行域与坐标轴相切时才使解落在坐标轴上。 - 修正:正确表述是"L1 正则化(把 \(\|\mathbf w\|_1\) 加入目标函数)在最优解处产生稀疏 \(\mathbf w\)"。
题型 5.3 — 度量必来自范数
有人写:"任何度量 \(d(u,v)\) 都可以写成 \(\|u-v\|\) 的形式。" - 错在哪:反例存在。汉明距离是度量,但没有对应范数(汉明距离不满足绝对齐次性 \(d(\alpha u,\alpha v)=|\alpha|d(u,v)\))。 - 修正:范数一定导出度量;反向断言不成立。
题型 5.4 — 叉积搬到 2D
学生小李在 2D 中写 \(\mathbf a\times\mathbf b=(a_1b_2-a_2b_1)\)。 - 错在哪:2D 中该式给出的是标量(有向面积),不是叉积。叉积产物应当是与 \(\mathbf a,\mathbf b\) 都垂直的向量,只在 3D(和 7D)有闭合定义。 - 修正:2D 场景应说"\(\mathbf a,\mathbf b\) 张成平行四边形的有向面积 = \(a_1b_2-a_2b_1\)",或"将 2D 向量嵌入 3D(补第三分量为 0)后叉积,结果在 \(z\) 轴方向"。
题型 5.5 — 正交基误代
老师板书:"在任意基 \(\{\mathbf b_1,\mathbf b_2\}\) 下,向量 \(\mathbf v\) 的第 \(i\) 个坐标为 \(\mathbf b_i\cdot\mathbf v\)。" - 错在哪:公式只对单位正交基成立。一般基必须用对偶基 \(\mathbf b_i^\ast\)(即 \(P^{-1}\) 的第 \(i\) 行)做点积。 - 反例:\(\mathbf b_1=(2,0),\mathbf b_2=(0,1)\), \(\mathbf v=(4,3)\)。真实新坐标 \((2,3)\);若按错误公式 \(\mathbf b_1\cdot\mathbf v=8\),与 2 差远了。 - 修正:\(c_i=\mathbf e_i^\ast(\mathbf v)\),或矩阵形式 \(\mathbf v_{新}=P^{-1}\mathbf v_{旧}\)。
题型 5.6 — 线性无关的等价条件用错
学生说:"三个 3 维向量,若两两不平行,则线性无关。" - 错在哪:三个向量共面时(处于同一个 2D 平面)也线性相关,即使两两不平行。 - 反例:\(\mathbf v_1=(1,0,0),\mathbf v_2=(0,1,0),\mathbf v_3=(1,1,0)\)。三者两两不平行,但 \(\mathbf v_3=\mathbf v_1+\mathbf v_2\),相关。 - 修正:三维空间 \(k\) 个向量线性无关 ⇔ 由它们作列的矩阵秩 = \(k\)。
六、复习路径¶
3 天冲刺(考前突击)¶
- Day 1(重公式):模长、点积、叉积、投影、余弦相似度、L1/L2/L∞ · 手推 10 道计算题
- Day 2(重定义):向量空间十公理、子空间判定、线性无关、基与维度 · 记忆易错点前 10 条
- Day 3(重综合):基变换 \(P/P^{-1}\)、对偶基、真题模拟 · 复盘对比记忆表 1-4 · 过一遍 §五 错误识别 6 题
7 天扎实(期末标准)¶
- Day 1:§1 向量空间+子空间(公理+判定 5 题)
- Day 2:§2 模长/方向/相等/平行/正交(计算 8 题)
- Day 3:§2 线性无关+稀疏+单位向量(证明+应用)
- Day 4:§3 范数 L1/L2/L∞ + 度量四公理
- Day 5:§4 点积+投影+余弦相似度(几何直觉+题目)
- Day 6:§4 叉积+三重积(3D 计算专题)
- Day 7:§5 基变换+对偶基 · 全章综合题 · 对比表 + §五错误识别全部过一遍
14 天精通(考研+深度)¶
- Day 1-2:§1 十公理逐条证明例+反例(2 个非平凡空间证是/否)
- Day 3-4:§2 全部性质+严格证明 Cauchy-Schwarz
- Day 5-6:§3 Lp 范数收敛证明+度量非范数反例(汉明)
- Day 7-8:§4 点积几何式的严格推导+投影分解定理
- Day 9-10:§4 叉积+三重积+推广到高维讨论(仅了解)
- Day 11-12:§5 基变换全推,对偶空间理论(Kronecker δ→单位阵)
- Day 13:综合题+ML 应用(PCA、注意力、kNN、Lasso 的数学基础)+ §五错误识别自命题练习
- Day 14:总复习 · 自测清单 · 错题本回顾
七、自测清单(12 问)¶
回答后对照本文考点检查:
- 写出向量空间的十条公理,并举一个"封闭性失败"的反例(非 ℤ)。
- 集合 \(\{(x,y,z)\in\mathbb R^3 : x+2y-z=0\}\) 是否 ℝ³ 的子空间?为什么?换成
=1呢? - 计算 \(\mathbf v=(1,-2,2)\) 的 L1、L2、L∞ 范数;将其归一化。
- 证明 L2 范数满足三角不等式(可用 Cauchy-Schwarz)。
- 已知 \(\mathbf a=(2,-1,3),\mathbf b=(1,4,-2)\),求
a·b、夹角 θ、a 在 b 上的投影向量。 - 求 \(\mathbf a\times\mathbf b\)(题 5 数据),并验证它同时垂直于 a 与 b;计算平行四边形面积。
- 判定 \(\mathbf v_1=(1,2,3),\mathbf v_2=(2,4,6),\mathbf v_3=(0,1,1)\) 是否线性相关;若相关,写出一个非平凡组合。
- 汉明距离是度量吗?是否来自某个范数?说明理由。
- 在 \(\mathbb R^2\) 中给定新基 \(\mathbf b_1=(2,1),\mathbf b_2=(1,3)\),写出 \(P\)、\(P^{-1}\);向量 \((4,5)\) 在新基下的坐标是多少?写出你使用的口诀。
- 承第 9 题:写出对偶基 \(\mathbf b_1^\ast,\mathbf b_2^\ast\),并验证 \(\mathbf b_1^\ast(\mathbf v)\) 就是新坐标的第一分量;为何不能直接用 \(\mathbf b_1\cdot(4,5)\) 得到该坐标?
- (L5 错误识别) 一个学生写:"\(L^1\) 范数本身诱导稀疏,所以任何用 \(L^1\) 的算法都会出稀疏解。" 指出哪里错,给出正确表述。
- (L5 错误识别) 学生说:"如果三个 3 维向量两两不平行,那它们必线性无关。" 用反例反驳,并给出线性无关的正确判据。
参考文件(源材料相对路径):
- ../../第01章 - 向量/01. 向量空间.md
- ../../第01章 - 向量/02. 向量的性质.md
- ../../第01章 - 向量/03. 范数与度量.md
- ../../第01章 - 向量/04. 向量积.md
- ../../第01章 - 向量/05. 基与对偶.md