1、一个齐次线性方程组的所有解，形成一个向量空间
对于一个齐次线性方程组$Ax= O$来说，它的所有的解中每一解都是向量，那么把这些向量(齐次线性方程组的解)集合在一起形成一个空间，其实这个空间是一个向量空间。
这个结论可以证明如下：
对于一个齐次线性方程组$Ax= O$，它一定有解，因为至少会存在一个零解，所以它的所有解形成的空间不可能为空。
$Case \ 1\ \ \ $当这个齐次线性方程组只有唯一零解的时候，意味着它的解形成的空间只有一个零向量，此时这个空间的维度为$0$，空间内向量的加法和数量乘法满足封闭性，是一个向量空间，很容易得证。
$Case \ 2\ \ \ $当这个齐次线性方程组有无数解的时候，求证它的解形成的空间是向量空间:
假设这个齐次线性系统的系数矩阵$A$是一个$m*n$的矩阵，那么它的每个解都是一个$n$维向量(有序实数元组)。如果这些解形成的空间是向量空间，则一定是$n$维空间($\color {darkred} {\small \textbf{ 欧几里得空间}} \ \ \ R^{n} \ \ \ $是向量空间)的子空间。
所以当证明齐次线性方程组的解形成的空间是$n$维欧几里得空间的子空间，就说明它是一个向量空间。
$\color {darkred} {只需证明这个空间对向量加法和数量乘法封闭}$
（1）证明空间对向量加法封闭
假设向量$\vec u$和$\vec v$是齐次线性方程组$Ax= O$的两个解
就有 $A \cdot \vec u = O, \ A \cdot \vec v = O \to A \cdot \vec u + A \cdot \vec v = O$ ；
进而可得$ A \cdot (\vec u + \vec v) = O$；
上式子意味着两向量$\vec u$，$\vec v$的和$(\vec u + \vec v)$也是这个齐次线性方程组的解;
因此对于齐次线性方程组的解形成的空间内任意取两个向量$\vec u$和$\vec v$，$\vec u + \vec v$还是在这个空间内，所以该空间对向量加法封闭（2）证明空间对向量的数量乘法封闭
假设向量$\vec u$是齐次线性方程组$Ax= O$的一个解
就有 $A \cdot \vec u = O$, 这个等式两边同乘以一个实数$k$，可得$k \cdot A \cdot (\vec u + \vec v) = k \cdot O = O $；
改写后可得$ A \cdot (k \vec u) = O$；
上式子意味着向量$k\vec u$也是这个齐次线性方程组的解;
因此对于齐次线性方程组的解形成的空间内任意取一个向量$\vec u$，那么这个$\vec u$乘以任何一个实数$k$，结果$k\vec u$还是在这个齐次线性方程组的解形成的空间内，所以该空间对数量乘法封闭。
>>综上，一个齐次线性方程组的所有解，形成一个向量空间得证
2、矩阵的零空间
$\color{red} { 零空间}$：一个齐次线性方程组的所有解，形成一个向量空间，称这个空间为"$\color{red} {\small 零空间 (Null \ Space)}$"。
对于一个矩阵$A$来说，它的零空间就是以$A$为系数矩阵的齐次线性方程组$Ax=0$中，这个线性系统所有的解$x$组成的空间就是矩阵$A$的零空间。
$\color{red} { 零空间}$是矩阵的一个特殊的子空间,矩阵的零空间相比矩阵的行空间和列列空间要更加抽象，因为对于一个矩阵的行空间和列空间，我们可以直观的看到生成它们的就是这个矩阵的行向量和列向量，然后因为这些行向量和列向量可能线性相关，所以往往需要通过特殊的计算手段(对矩阵进行高斯消元求算矩阵的秩)来获得行空间和列空间的具体维度，进而能找到空间的一组基。相比之下，生成一个矩阵的零空间的向量，需要通过求解齐次线性方程组$Ax=0$来获取。
对零空间的一些理解
对于线性系统$Ax=O$，所有的$x$组成的空间是零空间。
如果把矩阵看成是向量的转换函数，那么对于等式$Ax=O$,其中系数矩阵A就可以看成是一个转换函数，零空间是一个集合，集合内的所有向量在A的变换下，都可以被映射到零点！
如果把矩阵看成是空间，那么就有零空间内任意向量和矩阵$A$的行向量的点乘结果为0！
进一步推广，因为矩阵$A$的行空间内的任意向量都由矩阵的行向量的线性组合所表示(如$\vec w = k_1 \vec u + k_2 \vec v$)，而零空间内任意向量和矩阵$A$的行向量的点乘结果为$0$，就有$\vec x \cdot \vec w = k_1 \vec u \cdot \vec x + k_2 \vec v \cdot \vec x = 0$，所以可以得出结论"对于零空间内的任意向量，和矩阵$A$的行空间的任意向量的点乘结果为$0$"$\color {#0088b9} {\small {这个结论其实表面，零空间内的所有向量，和矩阵A的行空间中的所有向量是垂直(正交)的。}} \to$ 矩阵A的零空间与矩阵A的行空间正交。$$\large 三维空间中二维空间(平面)和一维空间(Line)的正交情况$$
如果是对于两个平面(二维欧式空间)，它们在三维空间内是不可能正交的，它们只可能在四维空间中出现正交。
总结
矩阵$A$的零空间
把$A$看作是系统: $A$的零空间，就是$Ax=0$中，所有x组成的空间。
把$A$看作是函数(变换): $A$的零空间，所有被$A$变化为$0$点的所有向量组成的空间。
把$A$看作是空间: $A$的零空间，是和$A$的行空间正交的向量空间。
