线性生成空间

向量 · 向量空间  · 行列式  · 矩阵

标量 · 向量 · 向量空间 · 向量投影 · 外积(向量积) · 内积(数量积)

矩阵 · 行列式 · 线性方程组 · 秩 · 核 · 迹 · 单位矩阵 · 初等矩阵 · 方块矩阵 · 分块矩阵 · 三角矩阵 · 非奇异方阵 · 转置矩阵 · 逆矩阵 · 对角矩阵 · 可对角化矩阵 · 对称矩阵 · 反对称矩阵 · 正交矩阵 · 幺正矩阵 · 埃尔米特矩阵 · 反埃尔米特矩阵 · 正规矩阵 · 伴随矩阵 · 余因子矩阵 · 共轭转置 · 正定矩阵 · 幂零矩阵 · 矩阵分解 （LU分解 · 奇异值分解 · QR分解 · 极分解 · 特征分解） · 子式和余子式 · 拉普拉斯展开

线性空间 · 线性变换 · 线性子空间 · 线性生成空间 · 基 · 线性映射 · 线性投影 · 线性无关 · 线性组合 · 线性泛函 · 行空间与列空间 · 对偶空间 · 正交 · 特征向量 · 最小二乘法 · 格拉姆-施密特正交化

在数学分支线性代数之中，向量空间中一个向量集合的线性生成空间（linear span，也称为线性包 linear hull），是所有包含这个集合的线性子空间的交集，从而一个向量集合的线性生成空间也是一个向量空间。

给定域 上的向量空间 ，集合 （不必有限）的生成空间定义为所有包含 的线性子空间 的交集 ，称 为由 （或 中的向量）生成的子空间。

如果 ${\displaystyle S=\{v_1,...,v_r\}}$ 的有限子集，则生成空间为

的生成空间也可定义为 中元素的所有有限线性组合组成的集合。因为容易验证： 中向量的有限线性组合的集合是包含 的一个向量空间，反之任何包含 的向量空间必然都包含 中向量的有限组合，故两个定义是等价的。

如果 的生成空间是 ，则 称为 的生成集合（spanning set）。 的一个生成集合不必是 的一组基，因其不必是线性无关的。但是，对给定向量空间的极小生成集合一定是一组基。换句话说， 的生成集合是一组基当且仅当 的任何向量可以惟一的写成生成集合中一些元素的线性组合。

如果 是无限维向量空间， 是无穷集合，则 中的无限个向量的线性组合（如果收敛的话）不一定属于 的生成空间。

定理 1：向量空间 的非空集合 生成的子空间是 中向量的所有有限线性组合；

定理 2：设 是一个有限维向量空间，则 的任何生成集合 去掉一些向量（如果必要的话）可以简化为 的一组基。

设${\displaystyle U}$与${\displaystyle V}$是线性空间${\displaystyle W}$的两个线性包，线性包${\displaystyle ⟨U\cup <!--\; \cup \; -->V⟩}$称为${\displaystyle U}$与${\displaystyle V}$的和,${\displaystyle U+V=⟨U\cup <!--\; \cup \; -->V⟩=\left\{u+v|u\in <!--\; \in \; -->U,v\in <!--\; \in \; -->V\right\}}$,如果${\displaystyle U\cap <!--\; \cap \; -->V=0}$，则称${\displaystyle U+V}$为直和，记为${\displaystyle U\oplus <!--\; \oplus \; -->V}$