零空间计算器

零空间计算器

零空间计算器通过求解齐次方程组 Ax = 0 来查找任何矩阵的零空间（核）。输入最大为 8×8 的任意大小矩阵，即可获得完整的零空间基（采用精确分数运算）、逐步高斯消元至 RREF 的过程、列分类（主元列与自由列）以及秩-零度定理验证。

什么是矩阵的零空间？

一个 \(m \times n\) 矩阵 \(A\) 的零空间（也称为核）是所有满足以下条件的 \(\mathbb{R}^n\) 向量 \(\mathbf{x}\) 的集合：

$$A\mathbf{x} = \mathbf{0}$$

以集合形式表示：\(\text{Null}(A) = \{ \mathbf{x} \in \mathbb{R}^n : A\mathbf{x} = \mathbf{0} \}\)。零空间始终是 \(\mathbb{R}^n\) 的一个子空间，这意味着它包含零向量，并且在加法和标量乘法下是封闭的。

如何找到零空间

第 1 步：使用 +/− 控件设置矩阵的行数 (m) 和列数 (n)，或点击快速示例加载预设矩阵。

第 2 步：在网格中输入矩阵数值。您可以输入整数、小数或像 1/3 或 -5/2 这样的分数。使用 Tab、Enter 或方向键在单元格之间导航。

第 3 步：点击查找零空间。计算器将执行高斯消元法将矩阵转换为简化行阶梯形矩阵 (RREF)。

第 4 步：识别主元列和自由列。每个自由列对应一个可以取任意值的自由变量。

第 5 步：对于每个自由变量，将其设为 1，将所有其他自由变量设为 0，然后求解主元变量。所得向量构成零空间的一组基。

零空间 vs. 列空间

秩-零度定理

对于任何 \(m \times n\) 矩阵 \(A\)：

$$\text{rank}(A) + \text{nullity}(A) = n$$

秩是 RREF 中主元列的数量，零度是自由列的数量。两者相加等于总列数。该定理也被称为线性映射的维度定理。

特殊情况

零空间的应用

常见问题

什么是矩阵的零空间？

矩阵 A 的零空间（或核）是所有满足 Ax = 0 的向量 x 的集合。它是 R^n 的子空间，其中 n 是列数。零空间始终包含零向量，如果矩阵包含自由变量，则可能包含无限多个非零向量。

如何找到零空间？

使用高斯消元法将矩阵 A 化为简化行阶梯形矩阵 (RREF)。识别主元列和自由列。对于每个自由变量，将其设为 1，其他自由变量设为 0，然后求解主元变量。所得向量构成零空间的一组基。

什么是秩-零度定理？

秩-零度定理指出，对于一个 m x n 矩阵 A，rank(A) + nullity(A) = n，其中 n 是列数。秩是主元列的数量，零度是零空间的维度（自由变量的数量）。

零空间是平凡的意味着什么？

平凡零空间意味着 Ax = 0 的唯一解是零向量 x = 0。当每一列都是主元列（满列秩）时会发生这种情况。这意味着 A 的列是线性无关的。

非方阵有零空间吗？

是的。任何矩阵都有零空间。对于 m < n 的 m x n 矩阵，零空间保证是非平凡的（维度至少为 n - m），因为未知数多于方程，所以始终存在自由变量。