algebracalculatorguidelinear algebra

矩陣計算器逐步說明：運算、行列式和逆矩陣

April 1, 2026·12 min read·Solvify Team

逐步矩陣計算器展示每個列運算和算術步驟——不只是最終答案——讓你準確理解每個階段發生的事。矩陣在線性代數、工程、電腦圖形和統計中隨處可見，所有相同的核心運算——加法、乘法、行列式和逆矩陣——都是基礎。本指南透過真實數值範例逐一講解每個運算，強調導致學生失分最多的常見錯誤，並提供帶完整解答的練習題供你在下次考試前測試理解。

什麼是矩陣？計算前的核心詞彙

矩陣是一個由 m 列和 n 列排列的數字矩形陣列，記為 m×n 矩陣。每個元素由其位置確定：aᵢⱼ 表示第 i 列、第 j 列。3×2 矩陣有 3 列和 2 列；2×2 矩陣是方形矩陣。方形矩陣的主對角線從左上角延伸到右下角——元素為 a₁₁、a₂₂、a₃₃ 等。四種特殊矩陣經常出現。單位矩陣 I 的主對角線上是 1，其他地方都是 0：它在乘法中的作用像數字 1——任何矩陣 A 乘以 I 等於 A。零矩陣 O 的所有元素都等於 0。對角矩陣的非零值只在主對角線上。對稱矩陣滿足 aᵢⱼ = aⱼᵢ，意思是在對角線上下對稱。在開始任何計算前理解矩陣維度可以防止最常見的矩陣錯誤：在不相容的矩陣上執行運算。逐步矩陣計算器總是先檢查維度，如果維度錯誤就拒絕執行——你也應該這樣做。

矩陣記號 aᵢⱼ：第 i 列、第 j 列的元素。2×3 矩陣有 2 列和 3 列。單位矩陣 I 滿足 A × I = I × A = A，其中 A 是任何方形矩陣。

矩陣加法和減法逐步說明

矩陣加法要求兩個矩陣有相同的維度——相同的列數和相同的行數。如果 A 和 B 都是 m×n 矩陣，透過結合對應元素進行加法：cᵢⱼ = aᵢⱼ + bᵢⱼ。結果 C 也是 m×n 矩陣。減法遵循相同規則：dᵢⱼ = aᵢⱼ - bᵢⱼ。加法是可交換的（A + B = B + A）和結合的，所以順序不影響結果——不像矩陣乘法。你也可以將任何矩陣乘以純量 k，將每個元素乘以 k。例如，3 × [[1, 2], [3, 4]] = [[3, 6], [9, 12]]。

1. 步驟 1——驗證維度

數出每個矩陣的列和行。兩個矩陣必須有相同的 m×n 維度。2×3 矩陣加 2×3 矩陣是有效的；2×3 加 3×2 則不是——即使兩者都包含 6 個元素。維度不匹配意味著加法未定義，絕對如此。

2. 步驟 2——逐個元素相加

逐列進行。對於每個位置 (i, j)，計算 aᵢⱼ + bᵢⱼ 並將結果放在 C 的位置 (i, j)。從左上角開始，向右移動每列，然後向下進入下一列。

3. 步驟 3——詳細範例

A = [[3, -1, 5], [2, 4, -3]] 和 B = [[-1, 6, 2], [3, -2, 7]]。兩者都是 2×3，所以加法已定義。位置 (1,1)：3 + (-1) = 2 位置 (1,2)：-1 + 6 = 5 位置 (1,3)：5 + 2 = 7 位置 (2,1)：2 + 3 = 5 位置 (2,2)：4 + (-2) = 2 位置 (2,3)：-3 + 7 = 4 結果：C = [[2, 5, 7], [5, 2, 4]] ✓

矩陣加法規則：cᵢⱼ = aᵢⱼ + bᵢⱼ。維度必須完全匹配。你不能將 2×3 矩陣加到 3×2 矩陣——即使它們各包含 6 個元素，形狀也不同。

矩陣乘法逐步說明

矩陣乘法是最重要的——也是最容易誤解的——矩陣運算。它不是逐元素乘法。反之，結果的每個元素 cᵢⱼ 是 A 的第 i 列與 B 的第 j 行的點積：cᵢⱼ = aᵢ₁ × b₁ⱼ + aᵢ₂ × b₂ⱼ + ... + aᵢₙ × bₙⱼ。為了使其工作，A 的列數必須等於 B 的行數。如果 A 是 m×n 且 B 是 n×p，那麼 C = A × B 是 m×p。矩陣乘法不是可交換的：A × B ≠ B × A（通常），有時只有一個順序是有定義的。這種非交換性是矩陣代數的定義特徵之一，也是初學者學習該主題時常見的錯誤來源。

1. 步驟 1——檢查相容性

寫出維度：A 是 (m×n)，B 必須是 (n×p)。內層數對——A 的列數和 B 的行數——必須相等。外層數對給出結果維度：m 列 × p 行。範例：A 是 2×3，B 是 3×2，所以 C 將是 2×2。A 是 2×3，B 是 2×3？乘法未定義——內層數字（3 和 2）不匹配。

2. 步驟 2——計算第一個元素 c₁₁

取 A 的第 1 列和 B 的第 1 行。將對應元素相乘並求和。使用 A = [[2, 1, 3], [4, 0, 2]] 和 B = [[1, 2], [3, 1], [0, 4]]： c₁₁ = (2)(1) + (1)(3) + (3)(0) = 2 + 3 + 0 = 5

3. 步驟 3——填入剩餘元素

c₁₂ = (A 的第 1 列) · (B 的第 2 行) = (2)(2) + (1)(1) + (3)(4) = 4 + 1 + 12 = 17 c₂₁ = (A 的第 2 列) · (B 的第 1 行) = (4)(1) + (0)(3) + (2)(0) = 4 + 0 + 0 = 4 c₂₂ = (A 的第 2 列) · (B 的第 2 行) = (4)(2) + (0)(1) + (2)(4) = 8 + 0 + 8 = 16 結果：C = [[5, 17], [4, 16]] ✓

4. 步驟 4——驗證維度

A 是 2×3，B 是 3×2，所以 C 必須是 2×2。結果 [[5, 17], [4, 16]] 確實是 2×2——維度檢查無誤。始終確認這個作為最後的合理性檢查；如果你的結果形狀錯誤，你在點積中出錯了。

矩陣乘法：A (m×n) × B (n×p) = C (m×p)。內層維度必須匹配。A × B ≠ B × A——順序永遠重要。

如何逐步求矩陣的行列式

行列式是從方形矩陣計算出的單一純量。它告訴你矩陣是否有逆矩陣（非零行列式 = 可逆），線性系統是否有唯一解，以及——在幾何上——對應的線性轉換縮放面積或體積多少。行列式 = 0 的矩陣稱為奇異矩陣；它沒有逆矩陣，任何基於它的系統要麼無解要麼有無窮多解。逐步計算行列式的矩陣計算器使用輔因子展開：3×3 情況沿任何列或行使用國際象棋棋盤符號模式（+ - +）和 2×2 子式進行展開。2×2 公式是相同過程的直接快捷方式。

1. 2×2 行列式——直接應用公式

對於 A = [[a, b], [c, d]]：det(A) = ad - bc 範例：A = [[5, 3], [2, 4]] det(A) = (5)(4) - (3)(2) = 20 - 6 = 14 ✓ 如果這是 0，A 就沒有逆矩陣。減法是必需的——寫成 ad + bc 是最常見的 2×2 行列式錯誤。

2. 3×3 行列式——沿第 1 列設置輔因子展開

對於第 1 列中的每個元素，確定其 2×2 子式（刪除該元素的列和行後剩下的 2×2 矩陣）並應用符號模式：位置 (1,1) 為 +，(1,2) 為 -，(1,3) 為 +。矩陣 A = [[2, -1, 3], [1, 4, -2], [5, 0, 1]]

3. 3×3 行列式——計算每個 2×2 子式

子式 M₁₁：刪除第 1 列和第 1 行 → [[4, -2], [0, 1]] det(M₁₁) = (4)(1) - (-2)(0) = 4 - 0 = 4 子式 M₁₂：刪除第 1 列和第 2 行 → [[1, -2], [5, 1]] det(M₁₂) = (1)(1) - (-2)(5) = 1 + 10 = 11 子式 M₁₃：刪除第 1 列和第 3 行 → [[1, 4], [5, 0]] det(M₁₃) = (1)(0) - (4)(5) = 0 - 20 = -20

4. 3×3 行列式——合併並計算最終答案

應用符號和第一列元素： det(A) = 2(+1)(4) + (-1)(-1)(11) + 3(+1)(-20) = 2(4) + 1(11) + 3(-20) = 8 + 11 - 60 = -41 ✓ 由於 det(A) = -41 ≠ 0，此矩陣可逆。負號不是錯誤——行列式可以是負數。

2×2 行列式：det([[a,b],[c,d]]) = ad - bc。3×3：沿第 1 列展開，符號為 + - +，使用 2×2 子式。如果 det = 0，矩陣是奇異的——不存在逆矩陣。

如何逐步求矩陣的逆矩陣

矩陣 A 的逆 A⁻¹ 滿足 A × A⁻¹ = I，其中 I 是單位矩陣。只有行列式非零的方形矩陣才有逆矩陣。如果 det(A) = 0，矩陣是奇異的，不存在逆矩陣——嘗試求逆是一個範疇錯誤，不是計算錯誤。逆矩陣用於透過計算 X = A⁻¹B 來解矩陣方程 AX = B，它們在統計（迴歸）、密碼學和 3D 圖形變換中隨處可見。對於 2×2 矩陣，直接公式在四個步驟內給出逆矩陣。對於 3×3 及更大的矩陣，增強矩陣方法——寫成 [A|I] 並進行行化簡，直到左塊變成 I，此時右塊變成 A⁻¹——是任何逐步矩陣計算器系統性應用的標準方法。

1. 步驟 1——檢查 det(A) ≠ 0

對於 A = [[3, 2], [5, 4]]： det(A) = (3)(4) - (2)(5) = 12 - 10 = 2 ≠ 0 逆矩陣存在。如果行列式是 0，你會在這裡停止。

2. 步驟 2——應用 2×2 逆矩陣公式

對於 A = [[a, b], [c, d]]： A⁻¹ = (1/det(A)) × [[d, -b], [-c, a]] 交換主對角線元素（a 和 d），否定非對角線元素（b 和 c），然後將所有內容除以 det(A)。對於 A = [[3, 2], [5, 4]]，det = 2： A⁻¹ = (1/2) × [[4, -2], [-5, 3]] = [[2, -1], [-5/2, 3/2]] ✓

3. 步驟 3——透過乘以 A × A⁻¹ 驗證

乘積必須等於單位矩陣 I = [[1, 0], [0, 1]]。 (第 1 列，第 1 行)：3(2) + 2(-5/2) = 6 - 5 = 1 ✓ (第 1 列，第 2 行)：3(-1) + 2(3/2) = -3 + 3 = 0 ✓ (第 2 列，第 1 行)：5(2) + 4(-5/2) = 10 - 10 = 0 ✓ (第 2 列，第 2 行)：5(-1) + 4(3/2) = -5 + 6 = 1 ✓ 結果：[[1, 0], [0, 1]] = I ✓。逆矩陣已驗證正確。

2×2 逆矩陣：A⁻¹ = (1/det(A)) × [[d, -b], [-c, a]]。交換主對角線，否定非對角線，除以 det。始終透過檢查 A × A⁻¹ = I 進行驗證。

進行矩陣計算時的常見錯誤

這些錯誤出現在幾乎每場線性代數考試中。逐步矩陣計算器透過展示每個中間步驟使許多錯誤可見——這就是為什麼在使用計算器之前先手工進行計算，仍然對建立模式識別很有價值。

1. 乘以不相容的矩陣

當 A 的列數不等於 B 的行數時嘗試 A × B。在開始前始終寫出維度為 (m×n)(n×p)。如果內層數字不匹配，乘積是未定義的——你不能繼續，即使兩個矩陣的總元素數相同。

2. 假設 A × B = B × A

矩陣乘法不是可交換的。顛倒順序幾乎總是產生不同的結果。一個具體的反例：A = [[1, 0], [0, 0]] 和 B = [[0, 1], [0, 0]]。那麼 A × B = [[0, 1], [0, 0]]，但 B × A = [[0, 0], [0, 0]]。完全不同。永遠不要在未檢查的情況下交換乘法順序。

3. 在 2×2 行列式中符號錯誤

對於 [[a, b], [c, d]]，行列式是 ad - bc，不是 ad + bc。寫加法而不是減法是最常見的行列式錯誤。將其記住：從左上角到右下角的對角線（ad）是正的；另一條對角線（bc）被減去。

4. 將 2×2 逆矩陣公式應用到 3×3 矩陣

交換-否定-除法公式僅適用於 2×2 矩陣。對於任何更大的矩陣，使用增強矩陣行化簡方法 [A|I] → [I|A⁻¹]，或使用輔因子和伴隨矩陣計算逆矩陣。將 2×2 快捷方式應用於 3×3 矩陣會產生無意義的結果。

5. 在求逆前跳過 det ≠ 0 檢查

如果 det(A) = 0，不存在逆矩陣。在逆矩陣公式中嘗試除以零會給出無意義的結果。行列式檢查必須在任何求逆嘗試之前進行——這不是可選的。例如，A = [[2, 4], [1, 2]] 的 det = (2)(2) - (4)(1) = 0，所以它是奇異的，A⁻¹ 不存在。

6. 添加不同維度的矩陣

2×3 矩陣加 3×2 矩陣是未定義的。兩者都包含 6 個元素的事實是無關的——形狀是不同的。矩陣加法要求完全相同的維度：相同的行數和相同的列數。在設置任何加法之前檢查兩者。

帶完整解答的練習題

在閱讀解答前完成每個問題。問題從單運算練習進展到組合運算。獨立嘗試問題，然後逐行將你的步驟與解答進行比較——特定步驟上的分歧正是應聚焦複習的地方。問題 1——矩陣加法： A = [[4, -2, 1], [3, 0, -5]] B = [[-1, 3, 2], [4, -3, 1]] 求 A + B。解答：兩者都是 2×3——加法已定義。 (1,1)：4 + (-1) = 3 (1,2)：-2 + 3 = 1 (1,3)：1 + 2 = 3 (2,1)：3 + 4 = 7 (2,2)：0 + (-3) = -3 (2,3)：-5 + 1 = -4 A + B = [[3, 1, 3], [7, -3, -4]] ✓ 問題 2——純量乘法和減法： A = [[2, 5], [1, -3]]，B = [[1, 0], [4, 2]] 求 3A - 2B。解答： 3A = [[6, 15], [3, -9]] 2B = [[2, 0], [8, 4]] 3A - 2B = [[6-2, 15-0], [3-8, -9-4]] = [[4, 15], [-5, -13]] ✓ 問題 3——矩陣乘法： A = [[1, 2], [3, 4]]，B = [[5, 6], [7, 8]] 求 A × B。解答：A 是 2×2，B 是 2×2，結果是 2×2。 c₁₁ = (1)(5) + (2)(7) = 5 + 14 = 19 c₁₂ = (1)(6) + (2)(8) = 6 + 16 = 22 c₂₁ = (3)(5) + (4)(7) = 15 + 28 = 43 c₂₂ = (3)(6) + (4)(8) = 18 + 32 = 50 A × B = [[19, 22], [43, 50]] ✓ 問題 4——行列式（3×3）： A = [[3, -2, 1], [0, 4, -3], [2, -1, 5]] 求 det(A)。解答（沿第 1 列展開）： M₁₁ = det([[4, -3], [-1, 5]]) = (4)(5) - (-3)(-1) = 20 - 3 = 17 M₁₂ = det([[0, -3], [2, 5]]) = (0)(5) - (-3)(2) = 0 + 6 = 6 M₁₃ = det([[0, 4], [2, -1]]) = (0)(-1) - (4)(2) = 0 - 8 = -8 det(A) = 3(+1)(17) + (-2)(-1)(6) + 1(+1)(-8) = 51 + 12 - 8 = 55 ✓ 由於 det ≠ 0，此矩陣可逆。問題 5——矩陣逆（2×2）： A = [[7, 2], [3, 1]] 求 A⁻¹。解答： det(A) = (7)(1) - (2)(3) = 7 - 6 = 1 A⁻¹ = (1/1) × [[1, -2], [-3, 7]] = [[1, -2], [-3, 7]] ✓ 驗證： (1,1)：7(1) + 2(-3) = 7 - 6 = 1 ✓ (1,2)：7(-2) + 2(7) = -14 + 14 = 0 ✓ (2,1)：3(1) + 1(-3) = 3 - 3 = 0 ✓ (2,2)：3(-2) + 1(7) = -6 + 7 = 1 ✓ 乘積是 [[1,0],[0,1]] = I ✓

關於矩陣計算器的常見問題

1. 為什麼矩陣乘法不是可交換的？

矩陣乘法是列和行之間的點積運算，不是逐元素乘法。交換 A 和 B 改變了哪些列與哪些行配對，產生完全不同的點積集合。即使對於方形矩陣（其中 A×B 和 B×A 都有定義），結果幾乎總是不同的。一個具體範例：A = [[1,0],[0,0]] 和 B = [[0,1],[0,0]] 給出 A×B = [[0,1],[0,0]]，但 B×A = [[0,0],[0,0]]。乘法順序不能在改變答案的情況下改變。

2. 矩陣何時沒有逆矩陣？

當矩陣的行列式等於 0 時，矩陣沒有逆矩陣。對於 2×2 矩陣 [[a,b],[c,d]]，這發生在 ad = bc 時——兩列成比例（線性相關）。在幾何上，奇異矩陣會將空間摺疊：將整個平面映射到單條線的 2D 變換無法逆轉，因為你無法從 1D 線恢復原始 2D 點。在任何求逆嘗試之前，檢查 det ≠ 0 總是第一步。

3. 矩陣和其行列式之間的區別是什麼？

矩陣是一個數字矩形陣列——它是一個有列、行和結構的物件。行列式是從方形矩陣計算出的單個數字——它是該物件的一個特性。你用方括號寫矩陣：[[2, 3], [1, 4]]。你用豎線寫其行列式：|2 3 / 1 4| = (2)(4) - (3)(1) = 5。非方形矩陣沒有行列式。這種記號區別在考試上很重要——混淆這兩個符號是表達錯誤，即使計算正確也是如此。

4. 矩陣如何用於解線性方程組？

任何線性方程組都可以寫成 Ax = b，其中 A 是係數矩陣，x 是未知數的列向量，b 是常數的列向量。例如，方程組 2x + y = 5，x + 3y = 7 變成 [[2,1],[1,3]] × [[x],[y]] = [[5],[7]]。如果 det(A) ≠ 0，唯一解是 x = A⁻¹b。這正是 Cramer 法則和 Gaussian 消元法計算的——相同的解，透過矩陣求逆可達。

5. 矩陣是奇異的意味著什麼？

奇異矩陣的行列式正好是 0。三個等價的結果隨之而來：(1) 不存在逆矩陣，(2) 系統 Ax = b 要麼無解要麼有無窮多解（取決於 b），以及 (3) 矩陣的列線性相關——至少一列可以寫成其他列的組合。在實踐中，如果你嘗試解一個系統並發現係數矩陣是奇異的，你需要使用 Gaussian 消元法加回代而不是矩陣求逆。

6. 我需要為考試記住矩陣公式嗎？

2×2 行列式（ad - bc）和 2×2 逆矩陣公式足夠短，可以記住。對於 3×3 行列式，輔因子展開程序比任何單個公式都更重要內化——一旦模式（選擇一列，應用 + - + 符號，乘以 2×2 子式）變成自動化，你可以沿任何列或行展開而無需記住單獨的公式。大多數線性代數課程允許 3×3 逆矩陣的公式表；檢查你的課程允許什麼。

標籤: