1412 字
7 分钟
线性代数 03|消元、线性方程与四个子空间

数学总导航 · 本课程目录 · ← 上一章 · 下一章 →

两张小票,够不够算出单价?#

买 2 杯奶茶和 1 个面包共 19 元,买 1 杯奶茶和 2 个面包共 17 元。设单价为 x,yx,y,方程为 2x+y=192x+y=19、x+2y=17x+2y=17。

把第二式乘 2 再减第一式,得 3y=153y=15,所以面包 5 元、奶茶 7 元。这一步消元,就是消去两个订单里重复的信息。

但如果第二张小票是“4 杯奶茶、2 个面包、38 元”,它只是第一张翻倍,没有新信息,单价就算不唯一。如果价格记成 39 元,则两张小票互相矛盾。无穷多解、唯一解和无解,在这里分别对应信息不够、信息刚好和信息冲突。

消元是在把混合信息拆开#

对奶茶与面包的两条方程,先写成

2x+y=19,x+2y=17.\begin{aligned}2x+y&=19,\\x+2y&=17.\end{aligned}

第二式乘 2 减第一式,相当于比较两个奶茶数量相同的订单,奶茶费用就抵消,只剩三份面包值 15 元。消元并不是随意摆弄行,而是构造能隔离未知信息的新测量。

每次允许的行操作都能逆过来:交换两行再交换回来;乘非零数再除回去;加上一行再减回去。所以这些操作不会凭空删除或增加解。

无穷多解究竟长什么样#

若你只知道 x+y=10x+y=10,设 y=ty=t,则 x=10−tx=10-t。所有解为

(x,y)=(10,0)+t(−1,1).(x,y)=(10,0)+t(-1,1).

第一项是任选的一个具体解;后面的方向表示你可以把 1 元从一种商品挪到另一种,订单总价却不变。这个不改变输出的方向,就是零空间。

对一般 Ax=bAx=b,一旦找到特解 xpx_p,所有其他解与它的差都会满足 Az=0Az=0。因此全部解是“一个起点 + 所有看不见的方向”。这个结构比孤立记住无穷多解更有用。

方程的四个空间分别在看什么#

列空间:机器能制造哪些输出。核:哪些输入变化完全不影响输出。行空间:输入里能被测量到的线性信息。左零空间:哪些输出读数之间存在必然关系。

例如第二张小票始终是第一张的两倍,则所有合法输出 (b1,b2)(b_1,b_2) 都满足 b2−2b1=0b_2-2b_1=0。向量 (−2,1)(-2,1) 就在左零空间;它像一条核验规则。若某张记录违反这条规则,方程立即无解。

所以“相容性”并非一个抽象判词,它是在问测量结果是否通过了机器自身必然满足的校验。

带你做:用输出校验规则判断订单是否可能#

机器把 (x,y)(x,y) 变为 (x+y,2x+2y)(x+y,2x+2y)。无论输入是什么,第二个输出必为第一个的两倍。

观测 (3,6)(3,6) 合法,解为 (t,3−t)(t,3-t);观测 (3,7)(3,7) 不合法,找不到精确输入。左零空间里的 (−2,1)(-2,1) 会给合法输出读数零,却给 (3,7)(3,7) 读数 1,直接发现矛盾。

再给输入增加 (1,−1)(1,-1),输出不变,因此这是核中的方向。这说明一台机器可以同时有“无法区分的输入变化”与“输出必须满足的关系”,核和左零空间分处输入端和输出端,不能混为同一个集合。

若测量有噪声,观测违反校验并不一定说明设备坏了,也可能只是噪声把它推离像空间。接下来的最小二乘会找离观测最近的合法输出。

回头整理:定义、工具与练习#

方程是在问能否到达某个输出#

Ax=bAx=b 问的是:有没有输入 xx,被机器 AA 送到 bb?若 bb 不在列空间中,则无解;若有一个特解 xpx_p,所有解就是

x=xp+z,z∈ker⁡A.x=x_p+z,\qquad z\in\ker A.

证明很短:两个解相减落在零空间;给特解加上零空间向量不会改变输出。

消元在保留什么#

交换两行、一行乘非零数、某行加上另一行的倍数,均保持方程组解集。对增广矩阵 [A∣b][A\mid b] 做这些操作,得到阶梯形。

出现 [0 ⋯ 0∣c][0\ \cdots\ 0\mid c](c≠0c\ne0)意味着矛盾;其余情形,主元列对应主变量,无主元列对应自由变量。不要用列变换直接保持“同一个 xx 的解集”,列变换改变了未知量的坐标。

一个完整小例子#

方程 x+y+z=1x+y+z=1、2x+2y+2z=22x+2y+2z=2 的第二条没有新信息。取 y=s,z=ty=s,z=t,则

(x,y,z)=(1,0,0)+s(−1,1,0)+t(−1,0,1).(x,y,z)=(1,0,0)+s(-1,1,0)+t(-1,0,1).

解集是二维仿射平面。若第二条右侧改为 3,消元产生 0=10=1,立即无解。

四个基本子空间#

对 A∈Rm×nA\in\mathbb R^{m\times n}:列空间 im⁡A⊆Rm\operatorname{im}A\subseteq\mathbb R^m;零空间 ker⁡A⊆Rn\ker A\subseteq\mathbb R^n;行空间 im⁡AT⊆Rn\operatorname{im}A^T\subseteq\mathbb R^n;左零空间 ker⁡AT⊆Rm\ker A^T\subseteq\mathbb R^m。

行秩等于列秩,记为 rr。消元可以证明:主元数同时给出独立行数和独立列数。两条维数关系为

dim⁡ker⁡A=n−r,dim⁡ker⁡AT=m−r.\dim\ker A=n-r,\qquad \dim\ker A^T=m-r.

后续会用内积进一步得到 ker⁡A=(im⁡AT)⊥\ker A=(\operatorname{im}A^T)^\perp、ker⁡AT=(im⁡A)⊥\ker A^T=(\operatorname{im}A)^\perp。

算法与数值问题#

手算消元追求精确代数;浮点实现还要避免除以极小主元,通常采用选主元策略。“数学上可逆”不等于“浮点求解稳定”,这个差别会在条件数一章展开。

练习与解答#

  1. A=(1224)A=\begin{pmatrix}1&2\\2&4\end{pmatrix} 的零空间和列空间是什么?
  2. 对此矩阵,b=(1,3)Tb=(1,3)^T 时有解吗?
  3. m<nm<n 的矩阵能否对所有 bb 都有唯一解?

解答:1. 零空间为 span⁡{(−2,1)}\operatorname{span}\{(-2,1)\},列空间为 span⁡{(1,2)}\operatorname{span}\{(1,2)\}。2. 无解。3. 不能,因为秩至多 m<nm<n,零空间非平凡;即使有解也不唯一。


数学总导航 · 本课程目录 · ← 上一章 · 下一章 →

线性代数 03|消元、线性方程与四个子空间
https://f1yingwhite.github.io/posts/数学/线性代数教程/03-消元、线性方程与四个子空间/
作者
F1yingWhite
发布于
2026-11-03
许可协议
CC BY-NC-SA 4.0