上一篇简单介绍了列空间(column space)和零空间(null space),这一次主要介绍如何求出零空间内的向量,即主要讨论Ax=0。假设有矩阵A=,略微观察一下其行和列可看出,列2是列1的倍数,行3等于行1加行2,他们都是相关的,这些相关性会在消元中体现出来。当我们对A进行消元,在消元的过程中,解是不会变的,因此零空间不会变化,但列空间会随着消元发生改变,对A的消元过程如下,最终得到矩阵U。
从上面的消元我们可以看出,最后一行全为0,消元可以告诉我们如果有行变成了全0,那么那一行必定是其他行的线性组合,消元会将这些没有用的行消除。A有两个主元(pivots):第1行的1以及第2行的2,主元的个数可以称为矩阵的秩(rank of matrix),两个主元所在的列称为主元列(pivot columns),在本例中是列1和列3,其他两列即列2和列4称为自由列(free columns),与主元列对应的x称为主变量(pivot variable),如x1和x3,与自由列对应的变量称为自由变量(free variable),如x2和x4,自由的意思就是x2和x4可以任取。更为一般的结论,假设矩阵A大小为m*n,在消元过程中发现其有r个主变量,即秩是r,那么这个矩阵就有n-r个自由变量。对于上面举的例子,现在取x2=1,x4=0,就可得到零空间中的一个向量 ,容易理解更一般的形式