【线性代数】【二】2.3 矩阵的列空间与线性方程组的解

---

前言

基于上篇所学习的极大线性无关组与张成空间维数的有关知识，我们回到矩阵中，重新省视一下线性方程组的求解与向量空间的关系。此外，在本系列笔记1.6中我们从矩阵可逆性分析了线性方程组的解的性质，这次，我们从向量空间的角度再次分析其解的性质。

---

一、矩阵的列空间

所谓矩阵的列空间，即由矩阵$\mathbf{A}$的所有列向量张成的向量空间。因此，我们也可以得到一个性质，即矩阵列空间中的任意一个向量，均可表示为该矩阵列向量的线性组合。

根据上篇极大线性无关组与张成空间维数的性质，我们可知矩阵列空间的维数，等于其列向量的极大线性无关组的向量个数。例如对于如下矩阵：

$\mathbf{A}=\left(\begin{array}{ccc}{\mathbf{a}}_1& {\mathbf{a}}_2& {\mathbf{a}}_3\end{array}\right)=\left(\begin{array}{ccc}1& 0& 1\\ 0& 1& 1\\ 0& 0& 0\end{array}\right)$

其列向量的一个极大线性无关组可为$\{[1,0,0],[0,1,0]\}$，所以该矩阵的列空间维数为2，这个列空间是$R^3$的一个子空间。

二、线性方程组的解

2.1 矩阵列空间维数等于列向量维数

现在，我们来考虑线性方程组$\mathbf{A}\mathbf{x}=\mathbf{b}$的解。根据我们之前学过的知识，我们知道求解线性方程组，也可以看成是找到一组矩阵列向量的线性表示系数，来表示向量$\mathbf{b}$。因此，该方程要有解，则必须存在这样的线性表示系数，即$\mathbf{b}$与矩阵$\mathbf{A}$的列向量线性相关，换句话说，$\mathbf{b}$应该属于矩阵$\mathbf{A}$的列空间。

我们将矩阵$\mathbf{A}$稍作修改：

$\mathbf{A}=\left(\begin{array}{ccc}1& 0& 1\\ 0& 1& 1\\ 0& 0& 1\end{array}\right)$

此时，矩阵$\mathbf{A}$的列向量均线性无关，列空间维数等于列向量维数3。因此，矩阵的列向量构成了$R^3$的一组基，此时其列空间即为$R^3$。对于任意向量$\mathbf{b}\in R^3$，我们均可找到唯一的线性表示系数对矩阵$\mathbf{A}$的列向量进行线性组合，得到$\mathbf{b}$。所以，在这种情况下线性方程组一定有解。

那么解有多少呢？答案是只有唯一解。因为我们有：

对于一组线性无关向量张成的空间中的任意一个向量，其通过该组线性无关向量进行线性表示的系数唯一。

我们简单的证明一下：

假设存在向量$\mathbf{b}\in V$以及两组不同的线性表示系数$c_1,c_2,\dots ,c_n$,$d_1,d_2,\dots ,d_n$,使得$\mathbf{b}=c_1{\mathbf{a}}_1+c_2{\mathbf{a}}_2\dots +c_n{\mathbf{a}}_n=d_1{\mathbf{a}}_1+d_2{\mathbf{a}}_2+\dots +d_n{\mathbf{a}}_n$。其中,${\mathbf{a}}_1,{\mathbf{a}}_2,\dots ,{\mathbf{a}}_n$为一组线性无关的向量，$\mathbf{V}$为其张成空间。

则有：

$(c_1-d_1){\mathbf{a}}_1+(c_2-d_2){\mathbf{a}}_2\dots +(c_n-d_n){\mathbf{a}}_n=0$
由线性无关定义，可知$c_i=d_i$，因此原假设不成立。

因此，对于列空间与列向量维数相同的矩阵，其对应的任意线性方程组均有唯一解。

2.1 矩阵列空间维数小于列向量维数

对于上述我们所提到的示例而言，矩阵$\mathbf{A}$的列空间维数小于3，是$R^3$的子空间，那么就存在$\mathbf{b}$不属于该矩阵的列空间，使得该线性方程组无解。（如向量$[0,0,1]$）

如果$\mathbf{b}$属于矩阵$\mathbf{A}$的列空间，这个方程会有多少解呢？如果$\mathbf{b}$属于矩阵$\mathbf{A}$的列空间（如$[1,2,0]$），那么可以通过极大线性关组先对其唯一进行线性表示: ${\mathbf{a}}_1+2{\mathbf{a}}_2$，因此我们已经可以找到一个解。

不过，由于我们还有一个与极大线性无关组线性相关的${\mathbf{a}}_3={\mathbf{a}}_1+{\mathbf{a}}_2$。因此，我们可以给上述解进行如下扩充：

$\mathbf{b}={\mathbf{a}}_1+2{\mathbf{a}}_2+0$
$={\mathbf{a}}_1+2{\mathbf{a}}_2+k({\mathbf{a}}_3-{\mathbf{a}}_1-{\mathbf{a}}_2)$
$=(1-k){\mathbf{a}}_1+(2-k){\mathbf{a}}_2+k{\mathbf{a}}_3$

k取任意值，上述等式均成立，因此$\mathbf{x}=[1-k,2-k,k]$均为该线性方程组的解。所以，对于列空间维数小于列向量维数的矩阵，其对应的线性方程组要么无解，要么有无穷多解。

上篇笔记中，我们解释了向量空间的维数不会大于张成该空间的向量维数，因此我们这里也就没有矩阵列空间维数大于列向量维数的情况。

---

总结

本文给出了矩阵列空间的概念，并根据矩阵列空间的性质，从向量空间的角度分析了线性方程组的解——与列空间的维数以及列向量的维数关系密切相关。其实这个列空间的维数被称为矩阵的秩，也叫矩阵的列秩。后续将会对这个概念进行展开讲解。