Калькулятор нулевого пространства - ядро и базис
Найдите нулевое пространство (ядро) любой матрицы до 4×4 и вычислите базисные векторы, ранг и дефект методом Гаусса–Жордана.
Выберите размер матрицы, заполните элементы и нажмите «Вычислить», чтобы получить все базисные векторы нулевого пространства и ранг матрицы.
Калькулятор нулевого пространства - ядро и базис
Найдите нулевое пространство (ядро) любой матрицы до 4×4 и вычислите базисные векторы, ранг и дефект методом Гаусса–Жордана.
О калькуляторе нулевого пространства
Нулевое пространство матрицы A (также называемое ядром A) — это множество всех векторов x, удовлетворяющих однородному уравнению Ax = 0. Геометрически это множество всех векторов, которые линейное преобразование, задаваемое A, отображает в нулевой вектор. Нулевое пространство всегда является подпространством пространства области определения, а его размерность называется дефектом матрицы.
Теорема ранга и дефекта — один из центральных результатов линейной алгебры: для матрицы m × n A выполняется rank(A) + nullity(A) = n. Это означает, что ранг и дефект в сумме всегда равны числу столбцов. Матрица с полным столбцовым рангом (rank = n) имеет тривиальное нулевое пространство, содержащее только нулевой вектор. Когда ранг меньше n, нулевое пространство имеет положительную размерность, равную n − rank, и уравнение Ax = 0 имеет бесконечно много решений.
Чтобы вычислить нулевое пространство, этот калькулятор использует исключение Гаусса–Жордана, приводя A к приведённой ступенчатой форме (RREF). В RREF каждая ненулевая строка имеет ведущую 1 (pivot), а все остальные элементы в этом столбце равны нулю. Столбцы с pivots соответствуют базисным переменным, а остальные столбцы — свободным переменным. Для каждой свободной переменной можно положить её равной 1, остальные свободные переменные — 0, а затем найти значения базисных переменных обратной подстановкой. Полученный вектор является базисным вектором нулевого пространства.
Нулевое пространство важно во многих задачах прикладной математики и инженерии. В линейных системах оно показывает неоднозначность решения: если Ax = b имеет одно решение x₀, то общее решение равно x₀ плюс любой вектор из нулевого пространства. В теории управления нулевое пространство матрицы управляемости выявляет неуправляемые моды. В обработке сигналов нулевое пространство матрицы измерений позволяет обнаружить сигналы, невидимые для массива датчиков. В химии нулевое пространство стехиометрической матрицы задаёт все законы сохранения в сети реакций.
Для численной устойчивости этот калькулятор использует частичный выбор главного элемента при исключении Гаусса и считает любое значение с абсолютной величиной меньше 1e-10 равным нулю. Это делает алгоритм устойчивым для матриц с целыми или рациональными коэффициентами, которые обычно встречаются в учебных и инженерных задачах. Вводите любые числа — целые, десятичные или дроби, записанные десятичными числами — и калькулятор сразу вернёт ранг, дефект и полный набор базисных векторов нулевого пространства.
Примеры нулевого пространства
Четыре примера для разных форм матриц и размерностей нулевого пространства.
| Матрица | Базис нулевого пространства | Пояснение |
|---|---|---|
| 2×3: [[1,2,3],[4,5,6]] | v1 = [1, −2, 1] | Ранг 2, дефект 1. Одна свободная переменная даёт один базисный вектор. Проверка: 1·1 + 2·(−2) + 3·1 = 0 и 4·1 + 5·(−2) + 6·1 = 0. |
| 3×3 Identity [[1,0,0],[0,1,0],[0,0,1]] | Тривиальное (только нулевой вектор) | Матрица полного ранга: rank = 3, nullity = 0. Единственное решение Ix = 0 — это x = 0. |
| 3×3 rank-deficient: [[1,2,3],[2,4,6],[1,1,2]] | v1 = [−1, −1, 1] | Ранг 2, дефект 1. Строки 1 и 2 линейно зависимы (строка 2 = 2×строка 1). RREF даёт ведущие столбцы 0 и 1 и свободный столбец 2; обратная подстановка даёт v = [−1, −1, 1]. |
| 2×2 zero matrix [[0,0],[0,0]] | v1 = [1,0], v2 = [0,1] | Ранг 0, дефект 2. Любой вектор удовлетворяет Ax = 0, поэтому всё R² является нулевым пространством со стандартным базисом. |
Как пользоваться калькулятором нулевого пространства
- Выберите размер матрицы (строки × столбцы) с помощью кнопок размера. Доступны размеры от 2×2 до 4×4, включая неквадратные матрицы вроде 2×3 и 3×4.
- Введите элементы матрицы в сетку. Каждая ячейка принимает любое действительное число, включая десятичные и отрицательные. Пустые ячейки вызовут ошибку.
- Нажмите «Вычислить нулевое пространство». Результат покажет ранг, дефект и все базисные векторы нулевого пространства.
- Кнопки загрузки примера позволяют заранее подставить классические случаи: матрицу 2×3 с одномерным нулевым пространством или вырожденную матрицу 3×3.
- Нажмите «Сбросить», чтобы очистить все ячейки, сохранив текущий размер матрицы, или измените селектор размера, чтобы начать с другой размерности.
FAQ по нулевому пространству
Что такое нулевое пространство матрицы?
Нулевое пространство матрицы A — это множество всех векторов x, для которых Ax равно нулевому вектору. Оно показывает все направления в пространстве входа, которые линейное преобразование A сжимает в ноль. Нулевое пространство всегда является подпространством (оно содержит нулевой вектор и замкнуто относительно сложения и умножения на скаляр). Его размерность, называемая дефектом, показывает, сколько информации A теряет при преобразовании.
Как метод Гаусса–Жордана находит нулевое пространство?
Алгоритм преобразует A в приведённую ступенчатую форму (RREF) с помощью операций над строками. В RREF легко определить ведущие и свободные столбцы. Для каждой свободной переменной (не ведущего столбца) можно положить её равной 1, остальные — 0, а затем найти ведущие переменные обратной подстановкой. Это даёт один базисный вектор нулевого пространства. Полное нулевое пространство — это линейная оболочка всех таких векторов.
Что означает тривиальное нулевое пространство?
Тривиальное нулевое пространство содержит только нулевой вектор. Обычно это происходит, когда матрица имеет полный столбцовый ранг — каждый столбец является ведущим, и свободных переменных нет. Для уравнения Ax = 0 единственное решение — x = 0. Квадратная матрица с тривиальным нулевым пространством обратима; неквадратная матрица с тривиальным нулевым пространством имеет уравнение Ax = b не более чем с одним решением для любого b.
Что такое теорема ранга и дефекта?
Теорема ранга и дефекта утверждает, что для матрицы m × n A: rank(A) + nullity(A) = n, где n — число столбцов. Ранг — это размерность столбцового пространства (число линейно независимых столбцов), а дефект — размерность нулевого пространства. Они дополняют друг друга: чем больше ранг, тем меньше дефект, и наоборот. Эта теорема фундаментальна для понимания линейных отображений и систем уравнений.
Может ли неквадратная матрица иметь нулевое пространство?
Да. Любая матрица, у которой число столбцов больше ранга, имеет нетривиальное нулевое пространство. Для широкой матрицы с числом столбцов больше числа строк (m < n) ранг может быть не больше m, поэтому дефект ≥ n − m > 0, и нетривиальное нулевое пространство гарантировано. Высокие матрицы (строк больше, чем столбцов) тоже могут иметь тривиальное нулевое пространство, если их столбцы линейно независимы.
Почему базисные векторы могут содержать десятичные числа?
Когда матрица содержит нецелые элементы или обратная подстановка даёт дроби, базисные векторы нулевого пространства будут иметь десятичные компоненты. Это математически корректно — нулевое пространство определено над вещественными числами, а не только над целыми. Любой базисный вектор можно умножить на ненулевую константу и получить столь же корректный базисный вектор, поэтому если вам удобнее целые компоненты, умножьте вектор на НОК знаменателей.