在線即時計算器 · 純前端本地秒算 · 零數據上傳

🔢 Nxn Matrix Inverse Lu Decomposition 計算機

專業免費的 Nxn Matrix Inverse Lu 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...

這個計算器能做什麼

本工具用來計算一個 n×n 實數方陣 A 的反矩陣。反矩陣 A⁻¹ 是滿足「A 乘以 A⁻¹ 等於單位矩陣 I」的唯一矩陣。並非所有矩陣都有反矩陣:只有行列式不為零的方陣(即非奇異矩陣)才可逆。如果你輸入的矩陣為奇異矩陣,計算器會直接提示你,而不會回傳沒有意義的數值。

使用方式

先從下拉選單選擇矩陣尺寸 n,輸入格會自動調整為 n 列 n 行。接著在矩陣 A 的每個格子中填入一個實數。選擇你希望結果顯示的有效位數後,即可讀取反矩陣、行列式值,以及所採用的演算法。有效位數設定只會影響顯示時的四捨五入,不會改變內部運算——計算過程一律以完整的雙精度(double precision)進行。

演算法說明

本計算器採用「具部分樞軸選取的 LU 分解法」。首先將矩陣分解為 PA = LU,其中 P 為置換矩陣,會透過交換列的方式,讓對角線上保有目前可用的最大樞軸值(這能提升數值穩定度,避免除以極小的數值);L 為單位下三角矩陣,U 為上三角矩陣。接著針對單位矩陣的每一行 e_k,先以前向代入法解出 L y = P e_k,再以後向代入法解出 U x = y;所得的 x 即為 A^{-1} 的第 k 行。行列式值則等於 U 對角線元素的乘積,再乘上列置換的正負號。

A^{-1} = ((1) ÷ (\det(A))) adj(A), \qquad PA = LU \Rightarrow A^{-1} = U^{-1} L^{-1} P
\det(A) = (-1)^{s}\prod_{k=1}^{n} U_{kk}

實例演練

以 A = [[4, 3], [6, 3]] 為例。其行列式為 4 · 3 - 3 · 6 = 12 - 18 = -6,不為零,因此 A 可逆。利用 2×2 矩陣的封閉公式,A^{-1} = (1/\det) · [[3, -3], [-6, 4]] = [[-0.5, 0.5], [1, -0.6666666667]]。將 A 與此反矩陣相乘後會得回單位矩陣,正好驗證答案無誤。

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)

如果我的矩陣是奇異矩陣會怎樣?
若行列式為零(在極小的容許誤差範圍內),代表該矩陣沒有反矩陣,計算器會顯示「奇異矩陣/不可逆」的訊息。
為什麼用 LU 分解,而不用伴隨矩陣公式?
對於較大的矩陣而言,具部分樞軸選取的 LU 分解在數值穩定度與運算效率上都遠勝於餘因子展開法,因為後者的計算成本會隨階數呈階乘式暴增。
有效位數的設定會影響運算結果嗎?
不會。運算一律以完整精度進行;該設定只控制最終顯示幾位有效數字。