深入探究矩阵的四个基本子空间之间的联系

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。