在線即時計算器 · 純前端本地秒算 · 零數據上傳

🔢 Vector Outer Product 計算機

專業免費的 Vector Outer Product 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)
3 x 2 列 × 行(m × n)
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...

什麼是向量外積?

向量外積(又稱張量積或並矢積,dyadic product)會將一個長度為 m 的向量 a 與一個長度為 n 的向量 b 結合,產生一個 m × n 的矩陣 C。矩陣中的每一個元素,都只是 a 的某個分量與 b 的某個分量相乘:C[i][j] = a_i × b_j。這一點和內積(點積)恰好相反——內積會把兩個向量「壓縮」成一個純量,而外積則把它們「展開」成一個完整的矩陣。外積屬於純粹的線性代數運算,全世界通用,不涉及任何地區性規則。

如何使用本計算器

請逐行輸入向量 a 的各個分量(每行一個數字,或以逗號分隔),接著用同樣方式輸入向量 b。兩個向量的長度不必相同。選擇要顯示的小數位數後送出,結果會列出矩陣維度(m × n)以及完整的矩陣表格。負數、小數與零都完全支援。

公式說明

若將 a 視為一個行向量(m × 1),將 b 視為一個列向量(1 × n,也就是 b 的轉置),則

a \otimes b = a b^{\top} = \begin{bmatrix} a_1 b_1 & a_1 b_2 & ·s & a_1 b_n \\ a_2 b_1 & a_2 b_2 & ·s & a_2 b_n \\ \vdots & \vdots & \ddots & \vdots \\ a_m b_1 & a_m b_2 & ·s & a_m b_n \end{bmatrix}
一個 m × 1 矩陣乘上一個 1 × n 矩陣,得到的就是 m × n 矩陣。矩陣的列數等於 a 的長度,行數則等於 b 的長度。所得矩陣的秩永遠為 1(若任一向量全為零,則秩為 0)。其中每個元素為 ≤ft(a \otimes b\right)_{ij} = a_i b_j。

實例演算

設 a = [1, 2, 3](m = 3)、b = [4, 5](n = 2),則 C 為 3 × 2 矩陣:
第 1 列:1 × 4 = 4、1 × 5 = 5
第 2 列:2 × 4 = 8、2 × 5 = 10
第 3 列:3 × 4 = 12、3 × 5 = 15
因此 C = [[4, 5], [8, 10], [12, 15]],列數為 3、行數為 2。

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)

兩個向量必須等長嗎?
不需要。無論長度 m 與 n 為何,外積都會產生一個 m × n 矩陣。要求等長的是內積(點積),而非外積。
外積符合交換律嗎?
不符合。將兩個輸入對調,結果會變成原本的轉置:\(\mathbf{a} \otimes \mathbf{b} = (\mathbf{b} \otimes \mathbf{a})^{\top}\)。
外積和叉積有什麼不同?
叉積(cross product)只在三維向量中定義,且結果仍是一個向量;外積則適用於任意維度,結果是一個矩陣。