线代引论：Chapter3.2 零空间：解决Ax=0和Rx=0

目录

零空间N（A）：

1.定义：含有Ax=0的解，包含x=0向量

2.N(A)中的向量在Rn内，C(A)中的向量在Rm中

3.N(A)是向量Rn的向量子空间

4.零空间的维度即为n-r

5.描述零空间：

阶梯型矩阵R R=rref（A）

秩（Rank）

定义：

---

零空间N（A）：

1.定义：含有Ax=0的解，包含x=0向量

（C(A)是列向量的空间，N(A)是解的空间）

2.N(A)中的向量在Rn内，C(A)中的向量在Rm中

. 消元 不改变0空间即N（A）=N(U)=N(R)

3.N(A)是向量Rn的向量子空间

证明：x，y在N(A)中，A(x+y)=A(x)+A(y)=0+0=0,x+y也在N（A）中。

A(cx)=cA(x)=c*0=0，所以cx也在N(A)中。

4.零空间的维度即为n-r

5.描述零空间：

方法1.可逆：0向量

奇异矩阵/不可逆：使得自由变量依次为1，其余自由变量为0，求特解，n个自由变量，n个特解，

用常数乘特解相加表示零空间

方法2.用x，y，z表示

直接用x，y，z和矩阵相乘最后的等式表的几何含义即表示零空间

6.增加多一行，会进一步限定解的范围，所以零空间不会扩大

增加列数却可以增加解的范围，可以扩大零空间

阶梯型矩阵R R=rref（A）

R包含I，所有主元都为1， 主元 上下为0。

获得R：用主元行消元，除以主元系数，使主元为1。

秩（Rank）

定义：

1.r为主元数量

2.r为主元行和主元列的数列，(用正方形框住)

3.r为行空间，列空间的维度，可以理解为组成列空间和行空间的（有效）独立行列的数量

零空间的维度即为n-r

小结:主元数量=r

自由变量=n-r