零空間計算機

零空間計算機

零空間計算機通過求解齊次方程組 Ax = 0 來查找任何矩陣的零空間（核）。您可以輸入最大 8×8 的任何尺寸矩陣，獲取完整的零空間基底，並附帶精確的分數運算、逐步的高斯消去法轉換至 RREF 過程、列分類（樞紐列與自由列）以及秩-零度定理驗證。

什麼是矩陣的零空間？

一個 \(m \times n\) 矩陣 \(A\) 的零空間（也稱為核）是 \(\mathbb{R}^n\) 中所有滿足以下條件的向量 \(\mathbf{x}\) 的集合：

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

以集合表示為：\(\text{Null}(A) = \{ \mathbf{x} \in \mathbb{R}^n : A\mathbf{x} = \mathbf{0} \}\)。零空間始終是 \(\mathbb{R}^n\) 的一個子空間，這意味著它包含零向量，且對加法和純量乘法運算封閉。

如何尋找零空間

第 1 步： 使用 +/- 控制項設置矩陣的行數 (m) 和列數 (n)，或點擊快速範例加載預設矩陣。

第 2 步： 在網格中輸入矩陣數值。您可以輸入整數、小數或分數（如 1/3 或 -5/2）。使用 Tab、Enter 或方向鍵切換儲存格。

第 3 步： 點擊計算零空間。計算機會執行高斯消去法將矩陣轉換為簡化列梯形形式 (RREF)。

第 4 步： 識別樞紐列和自由列。每個自由列對應一個可以取任何值的自由變數。

第 5 步： 對於每個自由變數，將其設為 1 並將所有其他自由變數設為 0，然後求解樞紐變數。得到的向量即構成零空間的基底。

零空間 vs. 列空間

秩-零度定理 (The Rank-Nullity Theorem)

對於任何 \(m \times n\) 矩陣 \(A\)：

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

秩是 RREF 中樞紐列的數量，而零度是自由列的數量。兩者之和等於總列數。該定理也被稱為線性映射維度定理。

特殊情況

零空間的應用

常見問題

什麼是矩陣的零空間？

矩陣 A 的零空間（或稱核，kernel）是所有滿足 Ax = 0 的向量 x 的集合。它是 R^n 的一個子空間，其中 n 是列數。零空間始終包含零向量，如果矩陣有自由變數，則可能包含無限多個非零向量。

如何找到零空間？

使用高斯消去法將矩陣 A 轉換為簡化列梯形形式 (RREF)。識別樞紐列和自由列。對於每個自由變數，將其設為 1 並將所有其他自由變數設為 0，然後求解樞紐變數。得到的向量即構成零空間的基底。

什麼是秩-零度定理？

秩-零度定理指出，對於一個 m x n 的矩陣 A，rank(A) + nullity(A) = n，其中 n 是列數。秩（rank）是樞紐列的數量，而零度（nullity）是零空間的維度（自由變數的數量）。

如果零空間是平凡的（trivial）代表什麼？

平凡零空間意味著 Ax = 0 的唯一解是零向量 x = 0。當每一列都是樞紐列（全列秩）時會發生這種情況。這代表 A 的各列在線性上是獨立的。

非方陣也有零空間嗎？

是的。任何矩陣都有零空間。對於一個 m x n 且 m 小於 n 的矩陣，其零空間保證是非平凡的（維度至少為 n - m），因為未知數多於方程式，所以必然存在自由變數。