列空间计算器 列空间计算器 计算器
浏览次数：2次
试用次数：4次
集成次数：0次
更新时间：2025.09.15
价格 集成

API在线试用与对比

本API产品计算矩阵的列空间，通过高斯-约旦消元法找到列空间基，支持计算矩阵秩及线性变换，适用于数学计算与线性代数领域。

列空间计算器验证工具

显示行简化阶梯形矩阵
输入矩阵
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
async function calculatorColumnSpace() {
    
    
    let url = 'https://openapi.explinks.com/您的username/v1/calculator_column_space/saf20250915169726bf0887';
    
    const options = {
        method: 'POST',
        headers: {
            'Content-Type': 'application/json',
            'x-mce-signature': 'AppCode/您的Apikey'
        },
        body: {"showReducedMatrix":true,"matrix":[[0]]}
    };
    
    try {
        const response = await fetch(url, options);
        const data = await response.json();
        
        console.log('状态码:', response.status);
        console.log('响应数据:', data);
        
        return data;
    } catch (error) {
        console.error('请求失败:', error);
        throw error;
    }
}

// 使用示例
calculatorColumnSpace()
    .then(result => console.log('成功:', result))
    .catch(error => console.error('错误:', error));

更快的集成到AI及应用

无论个人还是企业，都能够快速的将API集成到你的应用场景，在多个渠道之间轻松切换。

API特性

精准计算，轻量返回
AI 模拟渠道
极简集成体验
获取API key→查看API接口→
<
产品介绍
>
🔢

列空间计算器

欢迎来到Omni的列空间计算器，在这里我们将学习如何确定矩阵的列空间。整个过程与我们计算矩阵秩的方式非常相似（我们在矩阵秩计算器中做过），但是，如果你是这个主题的新手，不用担心！我们将慢慢地讲解所有理论并为您提供一些示例。我们不仅会找到列空间，还会给您列空间的基！

所以请坐下来，给自己倒一杯好茶，让我们开始吧！

🧮

如何找到列空间的基？

为了找到矩阵列空间的基，我们使用所谓的高斯消元法（或者更确切地说是它的改进：高斯-若尔当消元法）。该算法尝试使用初等行运算尽可能多地消除（即，使为0）矩阵的条目。

  1. 交换矩阵的两行。
  2. 将一行乘以非零常数。
  3. 向一行添加另一行的非零倍数。

通过这些操作，我们将矩阵转换为其简化行阶梯形式。包含主元（leading ones）的列就是构成列空间基的列。

📝

列空间的数学定义

Col(A) = span{v₁, v₂, ..., vₙ}

其中 v₁, v₂, ..., vₙ 是矩阵A的列向量。

列空间中的任意向量w可以表示为：

w = α₁v₁ + α₂v₂ + ... + αₙvₙ

其中 α₁, α₂, ..., αₙ 是任意实数。

🌰

使用列空间计算器的示例

你的梦想终于实现了——你给自己买了一架无人机！你迫不及待地想打开它并飞行几个小时。然而，显然，在你开始玩之前，你必须输入三个向量来定义无人机的运动。

选择的向量：

• (1, 3, -2)

• (4, 7, 1)

• (3, -1, 12)

注意每个都有三个坐标，因为这是我们周围世界的维度。

现在，我们最好检查一下我们的选择是否合适，即它们的张成是否为3维。哦，多么幸运，我们有列空间计算器正好可以完成这项任务！

🌍

实际应用

矩阵的有用性来自于它们包含比单个值更多的信息（即，它们包含许多值）。可以说，这使它们成为相当复杂的对象，但仍然可以对它们定义一些基本操作，例如加法和减法。

线性方程组： 特别是使用克拉默法则，正如我们在克拉默法则计算器中看到的那样。

向量和向量空间： 列空间本身就是一个向量空间的例子。

3维几何： 例如，点积和叉积的计算。

线性变换： 平移和旋转等变换可以用矩阵表示。

为什么列空间很重要？ 在数学中，矩阵的列空间比行空间更有用。这是因为当我们将数组视为多维空间中的线性变换（平移和旋转的组合）时，其列空间是该变换的像（或范围），即，我们通过与数组相乘可以得到的所有向量的空间。

如果上面的段落毫无意义，不要担心。我们可以把它留在"知道矩阵的列空间很有用"。其余的都在细节中。

📚

其他相关概念

矩阵是元素（通常是数字）的数组，具有设定数量的行和列。矩阵的一个例子是我们从小就知道的乘法表——这是我们生活中的第一个矩阵！

我们说 v₁, v₂, v₃, ..., vₙ 是线性无关向量，如果方程 α₁v₁ + α₂v₂ + ... + αₙvₙ = 0（这里0是所有坐标中都为零的向量）成立当且仅当 α₁ = α₂ = α₃ = ... = αₙ = 0。否则，我们说向量是线性相关的。

本质上，线性相关意味着你可以从其他向量构造（至少）一个向量。如果是这种情况，那么它在定义张成时是多余的，所以为什么要费心呢？我们可以忘记它。

空间的基是张成空间的最小向量集。根据我们上面看到的，这意味着在我们可支配的所有向量中，我们丢弃所有不需要的向量，以便最终得到一个线性无关的集合。这将是基。

❓

常见问题

什么是矩阵？

矩阵是具有设定行数和列数的元素（通常是数字）数组。我们说矩阵有单元格或盒子，我们将数组的元素写入其中。例如，一个3×2的矩阵有3行2列。矩阵在处理线性方程组、向量空间、3维几何和线性变换时自然出现。

为什么需要列空间计算器？

虽然空间由其列定义，但可能发生的情况是，尽管具有4列的矩阵的列空间由4个列向量定义，但其中一些是多余的。这就是列空间基的定义发挥作用的地方。我们可能不需要矩阵的所有列来找到列空间。列空间计算器可以帮助我们快速识别哪些列向量构成基，以及列空间的维数。

API接口列表
列空间计算器
列空间计算器
1.1 简要描述
列空间计算器
1.2 请求URL
/[[username]]/v1/calculator_column_space/[[function-no]]
1.3 请求方式
POST
1.4 入参
参数名 参数类型 默认值 是否必传 描述
showReducedMatrix boolean false 否 一个布尔值，用于决定是否在响应中包含计算过程中得到的行简化阶梯形矩阵（RREF）。
matrix array 否 一个表示矩阵的二维数组。内部数组代表矩阵的行。例如，一个 2x3 矩阵可以表示为 [[1, 2, 3], [4, 5, 6]]。
1.5 出参
参数名 参数类型 默认值 描述
reducedMatrix array 输入矩阵的行简化阶梯形矩阵（Reduced Row Echelon Form）。此字段仅在请求参数 `showReducedMatrix` 为 `true` 时返回。
basis array 一组构成列空间基的列向量集合。每个向量本身是一个数组。
dimension integer 矩阵列空间的维数，等于基向量的数量。
1.6 错误码
错误码 错误信息 描述
FP00000 成功
FP03333 失败
1.7 示例 
参考上方对接示例