设 A 是一个 m×n 维矩阵, rankA=r.
-
列空间
- A 的所有列向量生成的空间称为 A 的列空间,记为 C(A).
- 由于 A 的每一列都是 m 维列向量,因此 C(A)⊂Rm.
- A 的列空间的维数为 rankA=r,A 的任意 r 个线性无关的列向量都是 C(A) 的一组基。
-
零空间
- Ax=0 的解 x 的集合称为 A 的零空间,记为 N(A).
- 由于 x 是 n 维列向量,因此 N(A)⊂Rn.
- A 的零空间的维数为 n−rankA=n−r,也就是自由变量的个数,Ax=0 的 n−r 个特解(或称为基础解系)构成 N(A) 的一组基。
- 零空间与列空间维数的关系:
dimC(A)+dimN(A)=n.
-
行空间
- A 的所有行向量张成的空间称为 A 的行空间,也即是 AT 的所有列向量生成的列空间,也即是 AT 的列空间,记为 C(AT).
- 由于 A 的每一行都是 n 维向量,因此 C(AT)⊂Rn.
- A 的行空间的维数为 rankA=r,A 的任意 r 个线性无关的行都是 C(AT) 的一组基。
- A 的行空间与列空间的维数相等,都等于 A 的秩,即
dimC(AT)=dimC(A)=rankA.
因为矩阵的行秩等于列秩,下文我们会给出具体原因。