第 1 章 向量空间 — 章节汇总

全章概览

第 1 章是整本书的基石，从最基本的概念出发，逐步构建出向量空间的完整理论框架。全章三节构成一条清晰的抽象化链条：

具体对象（1A：${\mathbb{F}}^n$）→ 抽象定义（1B：向量空间八条公理）→ 子结构（1C：子空间、和、直和）

核心主线：从”能看见的数组”到”看不见的公理结构”——理解公理化方法如何赋予线性代数跨越维度的力量

---

一、全章知识框架思维导图

graph TB
    subgraph CH1["第1章 向量空间"]
        subgraph S1A["1A Rn 和 Cn"]
            A1["复数 C 有序对定义"]
            A2["六条算术性质 1.3"]
            A3["记号 F 代表 R 或 C"]
            A4["组 list 定义 1.8"]
            A5["Fn 定义 1.11"]
            A6["Fn 中的加法 1.13"]
            A7["Fn 中的标量乘法 1.18"]
        end
        subgraph S1B["1B 向量空间的定义"]
            B1["定义1.20 八条公理"]
            B2["函数向量空间 F的S次方"]
            B3["恒等元唯一 1.26"]
            B4["逆元唯一 1.27"]
            B5["0v等于0 定理1.30"]
            B6["a0等于0 定理1.31"]
            B7["负一v等于负v 定理1.32"]
        end
        subgraph S1C["1C 子空间"]
            C1["定义1.33 子空间"]
            C2["三条件 1.34"]
            C3["子空间的和 定义1.36"]
            C4["最小性 定理1.40"]
            C5["直和 定义1.41"]
            C6["零向量判别 定理1.45"]
            C7["两子空间判别 定理1.46"]
        end
    end

    A5 --> B1
    A6 --> B1
    A7 --> B1
    B1 --> C2
    C2 --> C3
    C3 --> C5

---

二、全章核心知识点与重点公式汇总

2.1 ${\mathbb{R}}^n$ 和 ${\mathbb{C}}^n$（1A Rⁿ 和 Cⁿ）

定理/定义	内容	编号
复数 $\mathbb{C}$	有序对 $(a,b)$，加法和乘法按定义	1.1
复数算术性质	交换律、结合律、恒等元、逆元、分配律	1.3
减法与除法	通过逆元派生：$\beta -\alpha =\beta +(-\alpha )$	1.5
记号 $\mathbb{F}$	$\mathbb{F}$ 代表 $\mathbb{R}$ 或 $\mathbb{C}$	1.6
组（list）	有序、可重复、有限长度	1.8
==${\mathbb{F}}^n$==	全体长度为 $n$ 的 $\mathbb{F}$ 中元素之组	1.11
${\mathbb{F}}^n$ 中的加法	逐坐标相加	1.13
加法可交换性	从 $\mathbb{F}$ 的交换律”继承”	1.14
${\mathbb{F}}^n$ 中的标量乘法	$\lambda (x_1,\dots ,x_n)=(\lambda x_1,\dots ,\lambda x_n)$	1.18

2.2 向量空间的定义（1B 向量空间的定义）

定理/定义	内容	编号
==向量空间定义==	集合 $V$ + 加法 + 标量乘法，满足八条公理	1.20
加法公理 V1~V4	交换律、结合律、恒等元、逆元	1.20
标量乘法公理 V5~V8	结合律、单位律、标量分配律、向量分配律	1.20
${\mathbb{F}}^S$	从 $S$ 到 $\mathbb{F}$ 的所有函数，逐点定义运算	—
恒等元唯一	加法恒等元只有一个	1.26
逆元唯一	每个元素的加法逆元只有一个	1.27
==$0v=0$==	标量零乘任何向量得零向量	1.30
==$a0=0$==	任何数乘零向量得零向量	1.31
$(-1)v=-v$	$-1$ 乘 $v$ 等于 $v$ 的逆元	1.32

2.3 子空间（1C 子空间）

定理/定义	内容	编号
==子空间==	$U\subseteq V$，与 $V$ 共享运算且自身是向量空间	1.33
==三条件==	$0\in U$、加法封闭、标量乘法封闭	1.34
子空间的和	$V_1+\cdots +V_m=\{v_1+\cdots +v_m\}$	1.36
==最小性==	子空间的和是最小的包含所有 $V_k$ 的子空间	1.40
==直和==	和中每个元素有唯一的分解方式，记 $\oplus$	1.41
零向量判别	直和 $\iff$ 零向量只有全零分解	1.45
==两子空间判别==	$U+W$ 是直和 $\iff$ $U\cap W=\{0\}$	1.46

---

三、章节学习脉络梳理

3.1 第一层：具体对象——${\mathbb{F}}^n$（1A）

核心问题：线性代数的基本”原材料”是什么？

• 从复数出发（有序对 $(a,b)$ + 特定运算规则），建立 $\mathbb{C}$ 的六条算术性质
• 引入==记号 $\mathbb{F}$==（$\mathbb{R}$ 或 $\mathbb{C}$），使定理同时适用于实数和复数
• 定义组（list）：有序、可重复、有限长度——这是坐标表示的基础
• 构造 ${\mathbb{F}}^n$：全体长度为 $n$ 的 $\mathbb{F}$ 中元素之组
• 在 ${\mathbb{F}}^n$ 上定义加法（逐坐标相加）和标量乘法（逐坐标缩放）

关键收获：${\mathbb{F}}^n$ 是线性代数最基本的具体对象。加法和标量乘法的性质直接从 $\mathbb{F}$ 的性质”继承”而来——这种”逐坐标验证”的证明模式贯穿全书。

3.2 第二层：抽象定义——向量空间（1B）

核心问题：如何将 ${\mathbb{F}}^n$ 的经验推广到任意数学对象？

• 提取 ${\mathbb{F}}^n$ 的八条最本质的性质作为公理（定义 1.20）
• 引入==函数向量空间 ${\mathbb{F}}^S$==：函数、多项式、矩阵、数列都可以是”向量”
• 证明基本性质：恒等元唯一（1.26）、逆元唯一（1.27）、零乘法（1.30/1.31）、$-1$ 乘法（1.32）

关键收获：公理化方法是本章的核心思想。只要满足八条公理，任何对象都可以成为”向量”。这使得同一套理论可以同时应用于几何、分析、代数、概率等领域。

3.3 第三层：子结构——子空间（1C）

核心问题：向量空间内部有哪些”自洽”的子集？

• 子空间：与父空间共享运算且自身满足八条公理的子集（定义 1.33）
• 三条件判别法（定理 1.34）：验证子空间只需检查三个条件，无需重新验证全部八条公理——其余公理”免费继承”
• 子空间的和：多个子空间的”最小包含”（定义 1.36、定理 1.40）
• 直和：子空间之间”没有冗余”的组合方式（定义 1.41）
• 两个判定定理：零向量唯一分解（1.45）、交集为零（1.46，仅适用于两个子空间）

关键收获：子空间是理解线性代数整体架构的关键——后续的零空间、值域、特征空间等都是子空间的特例。直和的概念为后续的基分解和空间分解奠定了基础。

3.4 三节之间的深层联系

第 1 章的三节并非孤立的知识块，而是构成了一条从具体到抽象再到结构的递进链条。理解它们之间的联系，是掌握后续章节（特别是第 2 章线性无关与基、第 3 章线性映射）的关键。

3.4.1 从 ${\mathbb{F}}^n$ 到向量空间：为什么要”抽象化”？

在 1A 中，我们认识了 ${\mathbb{F}}^n$——一个具体、可计算的对象。但线性代数的真正威力在于：一旦证明了某个定理对"向量空间"成立，它就对所有满足八条公理的对象自动成立（Wichita State University 讲义）。

这意味着：

• 在 ${\mathbb{F}}^n$ 上证明的定理，自动适用于函数空间 ${\mathbb{F}}^S$、多项式空间、矩阵空间等
• 无需为每种对象重新证明——一套理论，处处适用（Northeastern University Dummit 讲义）

这就是为什么 1B 要引入抽象定义：${\mathbb{F}}^n$ 是”特例”，向量空间才是”一般规律”。

3.4.2 从向量空间到子空间：“继承”是核心机制

1C 的子空间三条件（定理 1.34）体现了 1B 八条公理的深层结构：子空间不需要重新验证全部八条公理，因为其余公理从父空间"免费继承"。

这种”继承”关系在第 3 章中反复出现：

• 零空间 $\text{null}T$ 是 $V$ 的子空间（第 3 章）
• 值域 $\text{range}T$ 是 $W$ 的子空间（第 3 章）
• 特征空间 $E(\lambda ,T)$ 是 $V$ 的子空间（第 5 章）

因此，1C 的三条件验证方法是后续几乎所有子空间证明的基础工具。

3.4.3 直和的前瞻：空间分解的起点

1C 引入的直和概念（定义 1.41）看似简单，实则是后续多个核心理论的基石：

后续章节	直和的应用
第 2 章	基将向量空间分解为一维子空间的直和
第 5 章	特征空间分解：$V=E({\lambda }_1,T)\oplus \cdots \oplus E({\lambda }_m,T)$（可对角化时）
第 7 章	谱定理：自伴算子的特征向量构成正交直和分解
第 8 章	广义特征空间分解：$V=G({\lambda }_1,T)\oplus \cdots \oplus G({\lambda }_m,T)$

直和的本质——每个向量恰好有一种分解方式——是理解”空间如何被线性算子分解”的统一框架（Fiveable Abstract Linear Algebra 学习指南）。

3.4.4 ${\mathbb{F}}^S$ 的桥梁作用

1B 引入的 ${\mathbb{F}}^S$ 不仅是一个例子，更是连接具体与抽象的桥梁：

• 当 $S=\{1,\dots ,n\}$ 时，${\mathbb{F}}^S\cong {\mathbb{F}}^n$（回到 1A 的具体对象）
• 当 $S=[0,1]$ 时，${\mathbb{F}}^S$ 是函数空间（进入分析领域）
• 当 $S=\mathbb{N}$ 时，${\mathbb{F}}^S$ 是无穷序列空间（进入泛函分析领域）

${\mathbb{F}}^S$ 告诉我们：==${\mathbb{F}}^n$ 不是特殊的，它只是函数空间在有限集上的特例==（University of Colorado Boulder 讲义）。

来源：Wichita State University Vector Spaces 讲义、Northeastern University Dummit 讲义、University of Colorado Boulder Bases and Coordinates 讲义、Fiveable Abstract Linear Algebra 学习指南、ResearchGate “Dealing with the Abstraction of Vector Space Concepts” 教育研究论文。

3.5 全章核心线索图

graph TD
    A["复数 C 和 Fn<br/>具体对象 1A"] --> B["向量空间八条公理<br/>抽象定义 1B"]
    B --> C["子空间三条件<br/>子结构 1C"]
    B --> D["F的S次方<br/>函数也是向量"]
    C --> E["子空间的和<br/>最小包含"]
    C --> F["直和<br/>唯一分解"]
    E --> F
    A -.->|"验证八条公理"| B
    B -.->|"继承公理"| C
    F -.->|"第5章特征分解"| G["空间分解"]
    F -.->|"第7章谱定理"| G
    F -.->|"第8章广义特征空间"| G
    C -.->|"第3章零空间和值域"| H["线性映射的子空间"]

---

四、补充理解与跨章展望

4.1 学生常见的学习障碍

教育研究表明，向量空间理论是线性代数中最令学生困惑的部分之一（ResearchGate “Students’ Difficulties in Vector Spaces Theory”）。主要障碍包括：

1. 运算视角与结构视角的割裂：学生往往能进行向量计算（运算视角），但难以将向量空间理解为一个整体的数学结构（结构视角）。第 1 章从 ${\mathbb{F}}^n$ 到抽象向量空间的过渡，正是要求完成这种视角转换。

2. ${\mathbb{R}}^n$ 的”标准基”依赖：在 ${\mathbb{R}}^n$ 中，标准基 $(1,0,\dots ,0),\dots ,(0,\dots ,0,1)$ 是”天然存在”的，学生容易误以为所有向量空间都有这种”显然的基”。抽象向量空间（如函数空间）没有标准基，必须通过第 2 章的理论来构造。

3. 子空间验证中的反例构造：许多学生知道子空间的定义，但难以构造反例来证明某个集合不是子空间（ResearchGate “Dealing with the Abstraction of Vector Space Concepts”）。关键在于：找到一个不满足三条件中某一条的具体元素。

4.2 第 1 章与后续章节的关联地图

第 1 章概念	后续章节中的深化
${\mathbb{F}}^n$ 的加法和标量乘法	第 2 章：线性无关与基、第 3 章：矩阵表示
向量空间八条公理	第 3 章：$\mathcal{L}(V,W)$ 本身是向量空间
${\mathbb{F}}^S$ 函数空间	第 4 章：多项式空间 $\mathcal{P}(\mathbb{F})$
子空间三条件	第 3 章：零空间和值域的子空间证明
子空间的和	第 2 章：张成空间 $\text{span}(v_1,\dots ,v_n)$
直和 $\oplus$	第 5 章：特征空间分解、第 7 章：谱定理、第 8 章：广义特征空间分解
定理 1.46（两子空间直和）	第 6 章：正交补 $U\oplus U^{\perp }=V$

4.3 为什么 Axler 从向量空间而不是矩阵开始？

传统线性代数教材（如 Gilbert Strang）通常从矩阵和线性方程组开始，而 Axler 选择从向量空间的公理化定义开始。这种安排有深刻的教学考量：

• “无坐标”思维：先建立不依赖坐标的概念（向量空间、子空间、线性映射），再引入坐标（矩阵），使学生理解矩阵是工具而非本质
• 避免”矩阵=线性代数”的误解：许多学生学完传统课程后认为线性代数就是”算矩阵”，而 Axler 的安排让学生先理解抽象结构，再看矩阵如何表示这种结构
• 更广泛的适用性：从公理出发的理论可以直接应用于函数、多项式、算子等非矩阵对象

来源：UCSB Math 4A Vector Spaces 讲义、Emory University Chapter 6 Vector Spaces 讲义、Northeastern University Dummit 讲义。

---

五、全章总复习题

使用说明

以下复习题覆盖第 1 章全部三节的核心知识点。建议在不查阅笔记的情况下独立完成，然后对照答案自评。每题标注了考查的节次和知识点。

A. 复数与 ${\mathbb{F}}^n$（1A）

A1. 计算 $(1+2i{)}^3$，验证你的答案是否正确。

查看解答

$(1+2i{)}^2=1+4i+4i^2=1+4i-4=-3+4i$

$(1+2i{)}^3=(1+2i)(-3+4i)=-3+4i-6i+8i^2=-3-2i-8=-11-2i$

验证：$|1+2i|=\sqrt{5}$，$|(1+2i{)}^3|=(\sqrt{5}{)}^3=5\sqrt{5}$。$|-11-2i|=\sqrt{121+4}=\sqrt{125}=5\sqrt{5}$。✓

A2. 设 $x=(1,-2,3)\in {\mathbb{R}}^3$，$y=(0,1,-1)\in {\mathbb{R}}^3$。求 $2x-3y$。

查看解答

$2x=(2,-4,6)$，$3y=(0,3,-3)$

$2x-3y=(2-0,-4-3,6-(-3))=(2,-7,9)$

B. 向量空间定义（1B）

B1. 判断下列集合是否为 $\mathbb{R}$ 上的向量空间（具有自然的加法和标量乘法），并说明理由：

• (a) 正实数集 ${\mathbb{R}}^{+}=\{x\in \mathbb{R}:x>0\}$，加法为 $x\oplus y=xy$，标量乘法为 $c\odot x=x^c$
• (b) $\{(x,y)\in {\mathbb{R}}^2:x\ge 0\}$，使用 ${\mathbb{R}}^2$ 的标准运算

查看解答

(a) 是向量空间（这是一个巧妙的重定义运算的例子）：

• 加法恒等元：$1$（因为 $x\oplus 1=x\cdot 1=x$）
• 加法逆元：$x^{-1}$（因为 $x\oplus x^{-1}=x\cdot x^{-1}=1$）
• 标量乘法单位律：$1\odot x=x^1=x$ ✓
• 其余公理类似验证（利用实数乘法和指数的性质）

(b) 不是向量空间：对标量乘法不封闭。$(-1)\odot (1,0)=(-1,0)\notin \{(x,y):x\ge 0\}$。

B2. 证明：在向量空间 $V$ 中，$-(av)=(-a)v=a(-v)$ 对所有 $a\in \mathbb{F}$，$v\in V$ 成立。

查看解答

$-(av)=(-1)(av)=((-1)a)v=(-a)v$（第一步用定理 1.32，第二步用 V5 标量乘法结合律）

$a(-v)=a((-1)v)=(a\cdot (-1))v=(-a)v$（第一步用定理 1.32，第二步用 V5）

因此 $-(av)=(-a)v=a(-v)$。$■$

C. 子空间（1C）

C1. 下列哪些是 ${\mathbb{R}}^3$ 的子空间？说明理由。

• (a) $\{(x,y,z):x+y+z=1\}$
• (b) $\{(x,y,z):x=y\}$
• (c) $\{(x,y,z):x^2+y^2+z^2=0\}$
• (d) $\{(x,y,z):x^2+y^2+z^2\le 1\}$

查看解答

(a) 不是。$0=(0,0,0)$ 不满足 $0+0+0=1$。

(b) 是。齐次线性条件。$0$ 满足 $0=0$；加法和标量乘法的封闭性由线性条件保证。

(c) 是。$x^2+y^2+z^2=0\iff (x,y,z)=(0,0,0)$，所以这个集合就是 $\{0\}$，平凡子空间。

(d) 不是。对标量乘法不封闭：$(1,0,0)$ 在集合中，但 $2(1,0,0)=(2,0,0)$ 不满足 $4\le 1$。

C2. 设 $U=\{(x,y,0):x,y\in \mathbb{F}\}$，$W=\{(0,y,z):y,z\in \mathbb{F}\}$。求 $U\cap W$、$U+W$，并判断 $U+W$ 是否为直和。

查看解答

$U\cap W$：同时满足 $x=0$ 且 $z=0$ 的向量，即 $\{(0,y,0):y\in \mathbb{F}\}$（$y$-轴）。

$U+W$：$(x_1,y_1,0)+(0,y_2,z)=(x_1,y_1+y_2,z)$。令 $s=x_1$，$t=y_1+y_2$，$u=z$，则 $U+W=\{(s,t,u):s,t,u\in \mathbb{F}\}={\mathbb{F}}^3$。

$U+W$ 不是直和，因为 $U\cap W=\{(0,y,0)\}\ne \{0\}$。由定理 1.46，$U+W$ 是直和当且仅当 $U\cap W=\{0\}$。

D. 跨节综合题

D1. 证明：${\mathbb{F}}^S$（从 $S$ 到 $\mathbb{F}$ 的所有函数）是向量空间。你需要验证哪些公理？哪些是”免费”的？

查看解答

${\mathbb{F}}^S$ 上的加法和标量乘法定义为：$(f+g)(x)=f(x)+g(x)$，$(af)(x)=a\cdot f(x)$。

需要验证的：

• 封闭性：$f+g$ 和 $af$ 仍然是 $S$ 到 $\mathbb{F}$ 的函数（值在 $\mathbb{F}$ 中，因为 $\mathbb{F}$ 对加法和乘法封闭）
• V1~V8 全部八条公理——但每条都直接归结为 $\mathbb{F}$ 中对应性质

例如 V1（交换律）：$(f+g)(x)=f(x)+g(x)=g(x)+f(x)=(g+f)(x)$，第二个等号用 $\mathbb{F}$ 的交换律。

本质上没有”免费”的——但每条公理的验证都极其直接，因为运算逐点定义，直接继承 $\mathbb{F}$ 的性质。

D2. 设 $V$ 是向量空间，$U_1$、$U_2$、$U_3$ 是 $V$ 的子空间。判断以下命题的真假：

• (a) $U_1\cap U_2\cap U_3$ 是 $V$ 的子空间
• (b) $U_1\cup U_2\cup U_3$ 是 $V$ 的子空间
• (c) 若 $U_i\cap U_j=\{0\}$ 对所有 $i\ne j$，则 $U_1+U_2+U_3$ 是直和

查看解答

(a) 真。推广习题 10 的证明：$0$ 在每个 $U_i$ 中，故在交集中；加法和标量乘法的封闭性类似验证。

(b) 假。两个子空间的并集一般不是子空间（习题 12），三个更不是。

(c) 假。例 1.44 给出了反例：$V_1\cap V_2=V_1\cap V_3=V_2\cap V_3=\{0\}$，但 $V_1+V_2+V_3$ 不是直和。定理 1.46 仅适用于两个子空间。

---

六、各节笔记索引

节	笔记链接	核心主题
1A	1A Rⁿ 和 Cⁿ	复数、${\mathbb{F}}^n$、加法、标量乘法
1B	1B 向量空间的定义	八条公理、${\mathbb{F}}^S$、基本性质
1C	1C 子空间	三条件、子空间的和、直和

---

七、全章核心公式

必须熟记的公式与定理

1. 向量空间八条公理：V1V4（加法：交换律、结合律、恒等元、逆元），V5V8（标量乘法：结合律、单位律、标量分配律、向量分配律）
2. $0v=0$（定理 1.30）：标量零乘任何向量得零向量
3. $a0=0$（定理 1.31）：任何数乘零向量得零向量
4. $(-1)v=-v$（定理 1.32）：$-1$ 乘 $v$ 等于 $v$ 的加法逆元
5. 子空间三条件（定理 1.34）：$0\in U$、加法封闭、标量乘法封闭
6. 子空间的和（定义 1.36）：$V_1+\cdots +V_m=\{v_1+\cdots +v_m:v_k\in V_k\}$
7. 直和零向量判别（定理 1.45）：直和 $\iff$ 零向量只有全零分解
8. 两子空间直和判别（定理 1.46）：$U+W$ 是直和 $\iff$ $U\cap W=\{0\}$

易错提醒

• 定理 1.46 仅适用于两个子空间，三个或更多子空间时两两交集为零不保证直和
• 标量 $0\in \mathbb{F}$ 和向量 $0\in V$ 是不同对象，只是习惯上用相同符号
• 子空间必须过原点——不过原点的直线或平面不是子空间

向量空间