行空間計算機

使用列簡化法找出任何矩陣的行空間與基底。逐步查看每個列運算步驟，包含樞紐行高亮、秩、維度，以及 2D/3D 行空間的互動式視覺化。

行空間計算機

行空間計算機可透過執行列化簡至列簡化階梯形矩陣 (RREF)，來尋找任何矩陣的行空間（也稱為值域或像）。它會識別樞軸列，從原始矩陣中提取相應的基底向量，並計算秩（Rank）和零度（Nullity）。逐步播放器顯示了每一項列運算 — 交換、縮放和消去 — 以便您跟隨整個過程。對於 2D 和 3D 矩陣，互動式視覺化會將行空間顯示為直線、平面或完整空間。

什麼是行空間？

矩陣 A 的 行空間（記作 Col(A) 或 Range(A)）是 A 的列向量之所有線性組合的集合。換句話說，它是列向量的生成空間 (Span)：

$$\text{Col}(A) = \{ A\mathbf{x} \mid \mathbf{x} \in \mathbb{R}^n \} = \text{span}(\mathbf{a}_1, \mathbf{a}_2, \ldots, \mathbf{a}_n)$$

行空間是 $\mathbb{R}^m$ 的子空間，其中 m 是行數。其維度等於矩陣的秩。

如何找到行空間

寫出矩陣 A — 將您的向量排列為列。
列化簡至 RREF — 應用高斯消去法（列交換、縮放和消去），直到矩陣呈現列簡化階梯形矩陣。
識別樞軸列 — 在 RREF 中包含主導 1（樞軸）的列。
從原始矩陣中提取基底 — 原始矩陣 A 在樞軸位置上的列即構成行空間的基底。

核心概念

◈

秩 (Rank)

行空間的維度 = 樞軸列的數量

◯

零度 (Nullity)

零空間的維度 = 自由變數的數量

⊞

秩-零度定理

rank(A) + nullity(A) = 總列數

↔

樞軸列 (Pivot Column)

在 RREF 中包含主導 1 的列

行空間 vs. 列空間 (Row Space) vs. 零空間 (Null Space)

子空間	定義	維度	存在於
行空間 (Col A)	A 的列向量的生成空間	rank(A)	ℝ^m
列空間 (Row A)	A 的橫列向量的生成空間	rank(A)	ℝⁿ
零空間 (Null A)	Ax = 0 的解	nullity(A)	ℝⁿ
左零空間	A^Tx = 0 的解	m − rank(A)	ℝ^m

如何使用行空間計算機

設定維度 — 選擇矩陣的行數和列數（最多為 6×6）。
輸入數值 — 在每個儲存格中輸入數字。使用快速範例來載入具有不同秩的預設矩陣。
計算 — 點擊「計算行空間」以查看完整分析。
探索結果 — 使用步驟播放器觀察每一項列運算。查看醒目提示的樞軸列、基底向量以及秩-零度分解。對於小型矩陣，請查看幾何視覺化。

常見問題

什麼是矩陣的行空間？

矩陣 A 的行空間是其所有列向量之線性組合的集合。它也被稱為矩陣的值域或像。在幾何上，它代表了透過應用矩陣變換可以到達的所有向量。

如何找到矩陣的行空間？

將矩陣化簡為列簡化階梯形矩陣 (RREF)。識別 RREF 中的樞軸列。原始矩陣中對應位置的列即構成行空間的基底。

秩與行空間之間的關係是什麼？

矩陣的秩等於其行空間的維度。它是線性獨立列的數量，等於 RREF 中樞軸列的數量。

什麼是秩-零度定理？

秩-零度定理指出，對於一個 m×n 矩陣 A，rank(A) + nullity(A) = n，其中 n 是列數。秩是行空間的維度，而零度是零空間的維度。

行空間可以是空的嗎？

行空間始終至少包含零向量。如果矩陣是零矩陣，則行空間僅為零向量集合。對於任何非零矩陣，行空間是一個非平凡子空間。

引用此內容、頁面或工具為：

"行空間計算機" 於 https://MiniWebtool.com/zh-tw/行空間計算機/，來自 MiniWebtool，https://MiniWebtool.com/

由 MiniWebtool 團隊製作。更新日期：2026-04-12

您還可以嘗試我們的 AI數學解題器 GPT，通過自然語言問答解決您的數學問題。

其他相關工具:

行空間計算機