在線即時計算器 · 純前端本地秒算 · 零數據上傳

📐 Cholesky Decomposition 計算機

專業免費的 Cholesky Decomposition 計算機。純前端本機毫秒級計算、零資料上傳、極致隱私保護。提供詳細公式推導、實例示範與常見問答。

即時推算結果 (Computed Output)
即時試算完成
專業公認計算模型,即時運算完畢
📜 計算歷史記錄 (試算軌跡)
尚無歷史記錄,每次點擊「計算」將在此留下試算軌跡...

什麼是 Cholesky 分解計算器?

這款計算器可將一個對稱正定矩陣 A 分解為 A = L · L^{\mathsf{T}} 的乘積形式,其中 L 為下三角矩陣,L^{\mathsf{T}} 則是它的轉置矩陣。相較於 LU 分解,Cholesky 分解的運算效率約高出一倍,因此被廣泛運用在數值線性代數、蒙地卡羅模擬、求解線性方程組以及最小平方法等領域。除了分解結果之外,本工具也會一併計算出矩陣的行列式,方便您直接取用。

使用方法

本計算器只有一個輸入欄位:輸入矩陣。請以逗號分隔同一列中的各個數值,並使用直線符號 | 來換到下一列。

  • 2×2 範例:4,12|12,37
  • 3×3 範例:4,12,-16|12,37,-43|-16,-43,98

計算器會先檢查您輸入的矩陣是否為對稱矩陣(每個非對角元素 A_{ij} 都必須等於 A_{ji},誤差容許值為 1e-10)。若矩陣同時符合對稱且正定的條件,工具便會計算並顯示下三角矩陣 L 與行列式;反之,若矩陣不對稱或不是正定矩陣,則無法進行 Cholesky 分解。

公式解析

針對 L 中的每個元素,演算法的計算方式如下:

  • 對角元素:L_{jj} = \sqrt{A_{jj} - \sum L_{jk}^{2}},其中 k < j
  • 對角線下方元素:L_{ij} = \dfrac{A_{ij} - \sum L_{ik} L_{jk}}{L_{jj}},其中 i > j

行列式等於 L 對角元素平方的乘積。

A = L L^{\mathsf{T}}, \qquad \det(A) = \prod_{i=1}^{n} L_{ii}^{2}

實際範例演算

以 3×3 矩陣 4,12,-16|12,37,-43|-16,-43,98 為例,依照公式逐步計算:

  • L_{11} = √(4) = 2
  • L_{21} = 12 / 2 = 6,L_{22} = √(37 - 36) = 1
  • L_{31} = -16 / 2 = -8,L_{32} = (-43 - (-8)(6)) / 1 = 5,L_{33} = √(98 - 64 - 25) = 3

因此 L = [[2,0,0],[6,1,0],[-8,5,3]],行列式 = (2 · 1 · 3)^{2} = 36。

使用注意事項與精準校對原則(6 大核心守則)

📐 1. 嚴格對齊輸入量綱與單位

輸入各項數值時請務必確認量綱(例如小時、天數、金額、百分比),避免單位不匹配引發推算偏差。

🔒 2. 純前端本機毫秒級隱私保障

所有計算邏輯 100% 在您的終端瀏覽器內完成,資料絕不上傳伺服器,嚴格守護商業與個人隱私。

📊 3. 符合公認學術與產業計算模型

演算法嚴格遵循國際通用數學公式與標準計算模型,經多重情境交叉核對,數值嚴密精確。

📋 4. 一鍵複製與免登入 PDF 匯出

支援一鍵複製推算結果字串至剪貼簿,亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。

🔄 5. 多情景敏感度動態對比

建議針對極端值與多組預期情景分別試算,觀察輸出數據的波動區間,輔助做出更穩健的決策。

🛡️ 6. 專業諮詢與日常參考免責聲明

本工具運算結果供日常排程、學業研習與事前參考之用,如涉及重大法規或投資決策請諮詢持證專家。

常見問題 (FAQ)

為什麼我的矩陣算不出結果?
矩陣必須同時是對稱矩陣(\(A_{ij} = A_{ji}\))且為正定矩陣(所有特徵值皆為正)。只要其中一項條件不成立,就不存在 Cholesky 分解。
矩陣一定要是方陣嗎?
是的。每一列的數值個數都必須與列數相同,而且矩陣必須對稱。
行列式是怎麼算出來的?
它等於 L 對角元素平方的乘積,而這個值正好等於原矩陣 A 的行列式。