向量空间

构成向量空间（vector space）的条件是向量空间内的任意向量经过线性运算（数乘和相加）得到的向量仍然在该空间中。也就是说向量空间对线性运算封闭。

一个矩阵A的列向量的线性组合形成列空间（column space）。例如一个4X3矩阵的列空间应该是该矩阵3个列向量的线性组合。该矩阵的列向量是4维的，如果该矩阵的3个列向量是线性无关的，那么这三个列向量线性组合形成的列空间应该是R4 vertor space中的一个3维的subspace。

为何要引入列空间？因为可以回答Ax＝b这个线性方程组是否有解这个问题。

也就是说，如果vector b位于矩阵A的列空间内，那么方程有解。

什么是NULL space？Ax＝0这个线性方程组的所有的解向量组成的向量空间就是NULL space。如果A是一个4X3矩阵，那么解向量是一个3维的向量，因此NULL space应该是R3的一个subspace。

OK，了解了什么是NULL space，那么下一个问题是：NULL space中有什么样的vector？这个问题等同于解AX=0这个线性方程组，如何解这个方程组是和矩阵A的特性有关。假设矩阵A是一个mxn的矩阵（m个方程，n个未知量），假设该矩阵的rank是r。

所谓矩阵的rank就是线性无关方程的个数。虽然有m个方程，但是只有r个方程是对计算有贡献的，其他的方程毫无意义，可以由线性无关的r个方程进行线性组合得到。

这样n个未知量中，有n－r个是自由变量，也就是说随便取值，假设n＝4，r＝2，那么可以选择（a1，a2，0，1）和（b1，b2，1，0）这两个向量，带入方程可以得到a1、a2、b1、b2的具体值，这样我们就得到了方程的两个特解。这个特解的线性组合就是AX=0的NULL SPACE。