phải|nhỏ|Các vectơ hàng của một [[Ma trận (toán học)|ma trận. Không gian hàng của ma trận này là không gian vectơ tạo bởi các tổ hợp tuyến tính của các vectơ hàng.]] liên_kết=https://en.wikipedia.org/wiki/File:Matrix_Columns.svg|phải|nhỏ|Các vectơ cột của một [[Ma trận (toán học)|ma trận. Không gian cột của ma trận này là không gian vectơ tạo bởi các tổ hợp tuyến tính của các vectơ cột.]] Trong đại số tuyến tính, không gian cột (còn được gọi là miền giá trị hay ảnh) của một ma trận A là span (tập hợp tất cả các tổ hợp tuyến tính) của các vectơ cột của nó. Không gian cột của một ma trận là ảnh hay miền giá trị của ma trận biến đổi tuyến tính tương ứng.

Cho $\backslash mathbb\{F\}$ là một trường. Không gian cột của một ma trận với các phần tử trong $\backslash mathbb\{F\}$ là không gian con của không gian m chiều $\backslash mathbb\{F\}^m$. Số chiều của không gian cột được gọi là hạng của ma trận và không vượt quá . Có thể mở rộng định nghĩa này cho ma trận cho các ma trận trên một vành $\backslash mathbb\{K\}$.

Không gian hàng được định nghĩa tương tự.

Không gian hàng và không gian cột của một ma trận đôi khi cũng được ký hiệu tương ứng là và .

Bài này chỉ xét các ma trận trên trường số thực. Các không gian hàng và cột là không gian con của các không gian thực tương ứng $\backslash R^n$và $\backslash R^m$

Tổng quan

Cho là ma trận . Ta có

,

= số phần tử chính trong các dạng bậc thang của ,

= số cột hoặc hàng độc lập tuyến tính tối đa của .

Nếu ta coi ma trận là một biến đổi tuyến tính từ $\backslash mathbb\{R\}^n$ vào $\backslash mathbb\{R\}^m$, thì không gian cột của ma trận chính là ảnh của biến đổi tuyến tính đó.

Không gian cột của một ma trận là tập hợp tất cả tổ hợp tuyến tính của các vectơ cột trong . Nếu , thì . Tương tự, ta có không gian hàng là , với là các vectơ hàng.

Khái niệm không gian hàng có thể được mở rộng cho các ma trận trên trường số phức hay trên một trường bất kỳ.

Một cách trực quan, cho một ma trận , kết quả của ma trận tác động lên một vectơ là một tổ hợp tuyến tính của các cột trong với các hệ số là các thành phần tọa độ trong . Một cách hiểu khác là ma trận đó sẽ (1) đầu tiên chiếu vectơ lên không gian hàng của , (2) thực hiện một biến đổi khả nghịch và cuối cùng, (3) đặt vectơ kết quả vào không gian hàng của của . Vì vậy vectơ kết quả (tích) phải nằm trong không gian cột của . Xem thêm về điều này trong phân tích giá trị suy biến.

Ví dụ

Cho một ma trận :

:

các vectơ hàng là , , , . Vì vậy, không gian hàng của là không gian con của $\backslash R^5$ sinh bởi . Vì bốn không gian hàng này là độc lập tuyến tính, không gian hàng là một không gian 4 chiều. Hơn nữa, trong trường hợp này ta có thể thấy tất cả các vectơ trên đều trực giao với vectơ , vì vậy có thể suy ra không gian hàng chứa tất cả các vectơ của $\backslash R^5$ trực giao với .

Không gian cột

Định nghĩa

Cho là một trường vô hướng và là một ma trận , với các vectơ cột . Một tổ hợp tuyến tính của các vectơ trên là bất kỳ vectơ có dạng

: $c\_1\; \backslash mathbf\{v\}\_1\; +\; c\_2\; \backslash mathbf\{v\}\_2\; +\; \backslash cdots\; +\; c\_n\; \backslash mathbf\{v\}\_n,$

trong đó là các vô hướng. Tập hợp tất cả các tổ hợp tuyến tính của gọi là không gian cột của . Tức là không gian cột của là span của các vectơ .

Một tổ hợp tuyến tính bất kỳ của các vectơ cột của ma trận có thể được viết dưới dạng tích của với một vectơ cột như sau:

: $\backslash begin\{array\}\; \{rcl\}\; A\; \backslash begin\{bmatrix\}\; c\_1\; \backslash \; \backslash vdots\; \backslash \; c$n \end{bmatrix} & = & \begin{bmatrix} a{11} & \cdots & a{1n} \ \vdots & \ddots & \vdots \ a{m1} & \cdots & a_{mn} \end{bmatrix} \begin{bmatrix} c_1 \ \vdots \ c_n \end{bmatrix} = \begin{bmatrix} c1 a{11} + \cdots + c{n} a{1n} \ \vdots \ c{1} a{m1} + \cdots + c{n} a{mn} \end{bmatrix} = c1 \begin{bmatrix} a{11} \ \vdots \ a_{m1} \end{bmatrix} + \cdots + cn \begin{bmatrix} a{1n} \ \vdots \ a_{mn} \end{bmatrix} \ & = & c_1 \mathbf{v}_1 + \cdots + c_n \mathbf{v}_n \end{array}

Do đó, không gian cột của gồm tất cả các tích có thể có, với . Điều này tương đương với ảnh (hay miền giá trị) của biến đổi tuyến tính tương ứng với ma trận.

; Ví dụ : Nếu thì các vectơ cột là và . : Một tổ hợp tuyến tính của v₁ và v₂ là bất kỳ vectơ có dạng :: $c\_1\; \backslash begin\{bmatrix\}\; 1\; \backslash \; 0\; \backslash \; 2\; \backslash end\{bmatrix\}\; +\; c\_2\; \backslash begin\{bmatrix\}\; 0\; \backslash \; 1\; \backslash \; 0\; \backslash end\{bmatrix\}\; =\; \backslash begin\{bmatrix\}\; c\_1\; \backslash \; c\_2\; \backslash \; 2c\_1\; \backslash end\{bmatrix\}\backslash ,$ : Tập hợp tất cả các vectơ có dạng trên là không gian cột của . Trong trường hợp này, không gian cột chính là tập hợp các vectơ thỏa mãn phương trình (sử dụng hệ tọa độ Descartes, có thể thấy tập hợp này là một mặt phẳng đi qua gốc tọa độ trong không gian ba chiều).

Cơ sở

Các cột của sinh không gian cột, nhưng chúng có thể không tạo thành cơ sở nếu các vectơ cột không độc lập tuyến tính. Tuy vậy, các phép biến đổi hàng sơ cấp không ảnh hưởng đến quan hệ phụ thuộc giữa các vectơ cột. Vì thế ta có thể đơn giản hóa hàng để tìm cơ sở cho không gian cột.

Ví dụ, xét ma trận sau

:

Các cột của ma trận này span không gian cột, nhưng chúng có thể không độc lập tuyến tính, khi đó một tập hợp con gồm một số trong chúng sẽ lập thành một cơ sở. Để tìm cơ sở, ta đơn giản ma trận về dạng hàng bậc thang rút gọn:

:

Đến đây, có thể thấy rõ ràng là các cột thứ nhất, cột thứ hai và cột thứ tư là độc lập tuyến tính, trong khi cột thứ ba là một tổ hợp tuyến tính của hai cột đầu. (Cụ thể là .) Vì vậy, các cột thứ nhất, thứ hai và thứ tư của ma trận ban đầu là cơ sở của không gian cột:

: $\backslash begin\{bmatrix\}\; 1\; \backslash \; 2\; \backslash \; 1\; \backslash \; 1\backslash end\{bmatrix\},\backslash ;\backslash ;\; \backslash begin\{bmatrix\}\; 3\; \backslash \; 7\; \backslash \; 5\; \backslash \; 2\backslash end\{bmatrix\},\backslash ;\backslash ;\; \backslash begin\{bmatrix\}\; 4\; \backslash \; 9\; \backslash \; 1\; \backslash \; 8\backslash end\{bmatrix\}.$

Chú ý là các cột độc lập tuyến tính trong dạng hàng bậc thang rút gọn chính là các cột với phần tử chính. Vì thế có thể xác định các cột nào là độc lập tuyến tính chỉ bằng cách đưa ma trận về dạng bậc thang.

Thuật toán trên có thể được sử dụng để xét sự độc lập hay phụ thuộc tuyến tính của một tập hợp vectơ bất kỳ và để chọn ra một cơ sở từ một hệ span. Ngoài ra, việc tìm cơ sở cho không gian cột của tương đương với tìm cơ sở cho không gian hàng của ma trận chuyển vị của nó .

Trên thực tế (như đối với các ma trận cỡ lớn), để tìm cơ sở, người ta thường sử dụng phép phân tích giá trị suy biến.

Số chiều

Số chiều của không gian cột được gọi là hạng (rank) của ma trận. Hạng của ma trận bằng số vị trí chính trong dạng cột bậc thang rút gọn, cũng là số cột độc lập tuyến tính tối đa có thể được chọn ra từ ma trận. Ví dụ, ma trận 4 × 4 ở ví dụ trên có hạng bằng 3.

Vì không gian cột là ảnh của ma trận biến đổi tương ứng nên hạng của của ma trận bằng số chiều của ảnh. Ví dụ, biến đổi $\backslash R^4\; \backslash to\; \backslash R^4$ biểu diễn bởi ma trận trên ánh xạ toàn bộ không gian $\backslash R^4$ vào một không gian con ba chiều.

Số vô hiệu (nullity) của ma trận là số chiều của hạt nhân, và bằng số cột không có phần tử chính trong dạng hàng bậc thang rút gọn. Hạng và số vô hiệu của một ma trận với cột được liên hệ bởi phương trình sau:

: $\backslash operatorname\{rank\}(A)\; +\; \backslash operatorname\{nullity\}(A)\; =\; n.\backslash ,$

Đây là định lý về hạng.

Liên hệ với hạt nhân trái

Hạt nhân trái của là tập hợp các vectơ sao cho , cũng là hạt nhân của ma trận chuyển vị của . Tích của ma trận và vectơ có thể được viết dưới dạng tích vô hướng của các vectơ như sau:

: $A^\backslash mathsf\{T\}\backslash mathbf\{x\}\; =\; \backslash begin\{bmatrix\}\; \backslash mathbf\{v\}\_1\; \backslash cdot\; \backslash mathbf\{x\}\; \backslash \; \backslash mathbf\{v\}\_2\; \backslash cdot\; \backslash mathbf\{x\}\; \backslash \; \backslash vdots\; \backslash \; \backslash mathbf\{v\}\_n\; \backslash cdot\; \backslash mathbf\{x\}\; \backslash end\{bmatrix\},$

vì các vectơ hàng của là chuyển vị của các vectơ cột của . Vì vậy khi và chỉ khi trực giao (vuông góc) với mỗi cột trong .

Từ đó ta có hạt nhân trái (hay hạt nhân của ) là phần bù trực giao của không gian cột của .

Các không gian hàng, không gian cột, hạt nhân và hạt nhân trái là các không gian cơ bản của một ma trận.

Ma trận trên một vành

Tương tự, đối với một ma trận trên một vành , ta có định nghĩa:

: $\backslash sum\backslash limits\_\{k=1\}^n\; \backslash mathbf\{v\}\_k\; c\_k$

cho bất kỳ các , ở đây không gian vectơ m chiều được thay bằng "mô đun tự do phải", và đảo thứ tự trong phép nhân với vô hướng của vectơ với vô hướng (thứ tự là vectơ nhân vô hướng thay vì ngược lại như thường)

Không gian hàng

Định nghĩa

Cho là một trường vô hướng. Cho là ma trận , với các vectơ hàng . Một tổ hợp tuyến tính của các vectơ trên là bất kỳ vectơ có dạng

: $c\_1\; \backslash mathbf\{r\}\_1\; +\; c\_2\; \backslash mathbf\{r\}\_2\; +\; \backslash cdots\; +\; c\_m\; \backslash mathbf\{r\}\_m,$

trong đó là các vô hướng. Tập hợp các tổ hợp tuyến tính của được gọi là không gian hàng của . Tức là không gian hàng của là span của các vectơ .

Ví dụ, xét ma trận

:

các vectơ hàng là và . Một tổ hợp tuyến tính của và là một vectơ có dạng

:

Tập hợp các vectơ như vậy là không gian hàng của . Trong trường hợp này, không gian hàng chính là tập hợp các vectơ thỏa mãn phương trình (trong tọa độ Descartes, tập hợp này là một mặt phẳng qua gốc tọa độ trong không gian ba chiều).

Đối với ma trận biểu diễn cho một hệ phương trình tuyến tính, không gian hàng chứa toàn bộ các phương trình tuyến tính có thể được rút ra từ các phương trình trong hệ.

Không gian cột của là không gian hàng của .

Cơ sở

Các biến đổi hàng sơ cấp không ảnh hưởng tới không gian hàng. Vì thế, có thể thực hiện đơn giản hóa hàng để tìm cơ sở của không gian hàng.

Ví dụ, xét ma trận

:

Các hàng của ma trận này sinh không gian hàng, nhưng chúng có thể không độc lập tuyến tính, do đó cơ sở có thể không phải là toàn bộ chúng. Để tìm các vectơ hàng nào là cơ sở, ta đơn giản hóa về dạng hàng bậc thang.

, , là các vectơ hàng.

:

Một khi ma trận được đưa về dạng bậc thang, các hàng khác zero là cơ sở của không gian hàng. Trong trường hợp này, cơ sở là . Một cơ sở có thể khác là , có được sau khi tiếp tục đơn giản.

Thuật toán này còn thường được sử dụng để tìm một cơ sở cho span của một tập hợp vectơ. Nếu ma trận tiếp tục được đơn giản hơn nữa về dạng hàng bậc thang rút gọn thì cơ sở thu được xác định duy nhất bởi không gian hàng.

Thay vào đó, đôi khi cũng thuận tiện nếu ta tìm cơ sở cho không gian hàng từ các hàng của ma trận ban đầu (ví dụ, kết quả này hữu ích trong một chứng minh đơn giản rằng hạng định thức bằng hạng của một ma trận). Vì các biến đổi trên hàng có thể ảnh hưởng đến sự phụ thuộc tuyến tính giữa các vectơ hàng, một cơ sở như vậy được tính một cách gián tiếp nhờ kết quả không gian cột của chính là không gian hàng của . Trong ví dụ ma trận ở trên, ta tìm và đơn giản nó về dạng hàng bậc thang:

:

Các vị trí chính cho thấy rằng hai cột đầu tiên của tạo thành một cơ sở cho không gian cột của . Vì vậy hai cột đầu tiên của (ban đầu khi chưa thực hiện biến đổi) cũng là một cơ sở cho không gian hàng của .

Số chiều

Số chiều của không gian hàng cũng được gọi là hạng của ma trận. Đây cũng bằng số hàng độc lập tuyến tính tối đa có thể được chọn ra từ ma trận, hay một cách tương đương, là số vị trí chính. Chẳng hạn, ma trận 3 × 3 ở ví dụ trên có hạng bằng 2.

Hạng của ma trận cũng là số chiều của không gian cột. Số chiều của hạt nhân của ma trận gọi là số vô hiệu, liên hệ với hạng bởi phương trình sau:

: $\backslash operatorname\{rank\}(A)\; +\; \backslash operatorname\{nullity\}(A)\; =\; n,$

trong đó là số cột của ma trận . Phương trình trên được gọi là định lý về hạng.

Liên hệ với hạt nhân

Hạt nhân của ma trận là tập hợp các vectơ sao cho . Tích của ma trận với vectơ có thể được viết dưới dạng tích vô hướng:

: $A\backslash mathbf\{x\}\; =\; \backslash begin\{bmatrix\}\; \backslash mathbf\{r\}\_1\; \backslash cdot\; \backslash mathbf\{x\}\; \backslash \; \backslash mathbf\{r\}\_2\; \backslash cdot\; \backslash mathbf\{x\}\; \backslash \; \backslash vdots\; \backslash \; \backslash mathbf\{r\}\_m\; \backslash cdot\; \backslash mathbf\{x\}\; \backslash end\{bmatrix\},$

trong đó là các vectơ hàng của . Vì vậy khi và chỉ khi trực giao (vuông góc) với từng vectơ hàng trong .

Từ đây suy ra hạt nhân của là phần bù trực giao của không gian hàng. Ví dụ, nếu không gian hàng là một mặt phẳng qua gốc tọa độ thì không gian hạt nhân là một đường thẳng qua gốc tọa độ và vuông góc với mặt phẳng trên (trong không gian ba chiều). Điều này gợi ý cho một chứng minh của định lý về hạng (xem trong phần Số chiều ở trên).

Liên hệ với đối ảnh

Nếu và là các không gian vectơ thì hạt nhân của một biến đổi tuyến tính là tập hợp các vectơ sao cho . Hạt nhân của biến đổi tuyến tính tương tự như không gian hạt nhân của một ma trận.

Nếu là không gian tích trong thì phần bù trực giao của hạt nhân của biến đổi trên có thể được coi là tổng quát hóa của không gian hàng, và đôi khi còn được gọi là đối ảnh (coimage) của biến đổi . Biến đổi là một đơn ánh trên đối ảnh của nó, và đối ảnh ánh xạ đẳng cấu vào ảnh của .

Khi không là không gian tích trong, đối ảnh của được định nghĩa là không gian thương .