列空间计算器 - 求矩阵基向量

通过高斯消元求出矩阵的基向量、主元列和维数，并检验向量是否属于列空间。

选择矩阵的行数和列数，输入矩阵元素，也可以额外添加一个测试向量来检查它是否属于列空间。

列空间计算器 - 求矩阵基向量
通过高斯消元求出矩阵的基向量、主元列和维数，并检验向量是否属于列空间。
矩阵元素
可选测试向量

关于列空间计算器

矩阵的列空间是其各列所有线性组合构成的集合。通俗地说，它表示通过将矩阵乘以某个系数向量可以得到的所有向量。这个概念在任何线性代数场景中都会出现：解方程组、理解线性变换、描述像空间、分析秩，以及判断某个目标向量能否由一组给定列生成。列空间计算器会把这些想法具体化，清楚显示哪些列真正起作用，哪些列是冗余的。 核心计算思想是高斯消元。对矩阵进行行化简时，会显现主元列：也就是化简后出现首个非零元素的那些列。主元位置可以确定原矩阵中哪些列组成了列空间的一个基。这里有个重要细节：基向量必须取自原矩阵，而不是变换后的行阶梯形矩阵，因为行变换会改变列的具体数值，但它们保留了定位主元所需的线性相关关系。一旦知道主元列，矩阵的秩就等于主元个数，而这个秩也正是列空间的维数。 这个计算器还能处理 2 到 4 行、2 到 4 列之间的方阵和矩形矩阵。这个范围足以覆盖许多课堂示例，同时界面也保持简洁易读。输入矩阵后，工具会计算主元列，列出对应的基向量，并显示化简后的矩阵，方便你直接查看消元结果。如果矩阵的主元少于列数，那么有些列依赖于其他列，不需要出现在基中。 可选测试向量提供了另一层有用功能。要判断向量 b 是否属于 A 的列空间，可以比较 A 的秩与增广矩阵 [A|b] 的秩。如果秩保持不变，说明 b 与 A 中已有的列关系一致，因此它属于列空间；如果秩增加，说明这个向量引入了新的独立方向，不属于列空间。这个秩检验把“张成”的几何概念与线性系统的代数结构联系起来。 无论你是在准备线性代数考试、检查作业，还是想直观理解张成和秩，列空间计算器都能节省时间并减少计算错误。它也强化了一个核心结论：列空间由原矩阵的主元列决定，其维数正好等于秩。

列空间计算器示例

这些示例展示了主元列如何决定基，以及可选向量测试如何利用秩的一致性来判断。

输入结果说明
A = [[1, 0], [0, 1]]第 1 列和第 2 列是主元列，秩为 2单位矩阵有两列线性无关，因此基正好是原来的两列，列空间就是 R²。
A = [[1, 2, 3], [2, 4, 6], [0, 1, 1]]第 1 列和第 2 列是主元列，秩为 2第 3 列依赖于前两列，所以它不属于基，尽管它仍然是原矩阵的一部分。
A = [[1, 0], [0, 1]], b = [4, 5]b 属于列空间由于该矩阵张成了整个 R²，任何 2 维向量都可以表示成这些列的线性组合。
A = [[1, 2], [2, 4]], b = [1, 0]b 不属于列空间该矩阵的秩为 1，因此它的列空间只是在 R² 中的一条直线。向量 [1, 0] 不在这条直线上。

如何使用列空间计算器

  1. 选择矩阵的行数和列数。输入网格会立即更新为你选定的大小。
  2. 为每个矩阵单元格填入数值。计算器会使用高斯消元来定位主元列并计算秩。
  3. 如果你想测试一个向量，请在可选测试向量字段中为每一行输入一个值。如果只需要基，可以留空。
  4. 点击“计算”即可查看主元列、取自原矩阵的基向量、列空间的维数以及行阶梯形。

列空间计算器常见问题

什么是矩阵的列空间？
列空间是所有可以由矩阵列向量线性组合得到的向量集合。它描述了由矩阵定义的线性变换能够产生的所有可能输出向量。
为什么基向量来自原矩阵，而不是化简后的矩阵？
行变换会保留哪些列线性相关，因此可以帮助你找到主元位置。但这些变换会改变列的实际数值，所以基必须取自原矩阵中对应的主元列。
列空间的维数和秩一样吗？
是的。列空间的维数等于主元列的数量，而这个数量就是矩阵的秩。
向量成员判断是怎么做的？
计算器会把测试向量并入矩阵，并比较增广前后的秩。如果秩没有增加，说明该向量在列空间中；如果秩增加，则不在列空间中。
零矩阵会怎样？
零矩阵的秩为 0，也没有主元列，因此没有非零基向量可显示。它的列空间只包含零向量，因为任何零列的线性组合都仍然是零。