線性代數計算器

線性代數計算器

輸入矩陣或上傳題目,取得矩陣運算、列簡化、線性方程組、秩與零空間的 AI 分步講解,並用原式驗算。

支援文本與圖片分步講解無需註冊
輸入題目

linear algebra calculator

Ax = b

矩陣運算

方程組與列簡化

秩與零空間

linear algebra calculator

線性代數計算器

輸入矩陣或上傳題目,取得矩陣運算、列簡化、線性方程組、秩與零空間的 AI 分步講解,並用原式驗算。 保留分數,避免過早取小數。AI 解答可能出錯,重要結果請獨立驗算。

文本輸入上傳圖片

linear algebra calculator

選擇要計算的內容

輸入矩陣或上傳題目,取得矩陣運算、列簡化、線性方程組、秩與零空間的 AI 分步講解,並用原式驗算。

01A·B / A⁻¹

矩陣運算

矩陣乘法要求內部維度相等;逆矩陣要求方陣非奇異。

02[A | b] → RREF

方程組與列簡化

對增廣矩陣消去,區分唯一解、無解與無限多解。

03rank(A) + nullity(A) = n

秩與零空間

數主元求秩,用自由變數寫出零空間的基底。

04u·v / Av = λv

向量與特徵問題

可詢問內積、投影、行列式與特徵向量;下方有專用入口。

方法

輸入與驗算步驟

保留分數,避免過早取小數。AI 解答可能出錯,重要結果請獨立驗算。

  1. 1

    輸入完整矩陣

    A, b

    每組方括號是一橫列,保留負號與分數;解方程組還需右端向量。

  2. 2

    說明運算與方法

    Ax = b

    寫明要找的結果、指定方法,以及在實數或複數範圍內計算。

  3. 3

    逐步檢查推導

    R₂ ← R₂ − ½R₁

    對照原矩陣檢查每次列運算、符號與自由變數。

  4. 4

    代回驗證

    Ax − b = 0

    將結果代回原式;逆矩陣檢查乘積,特徵向量檢查 Av = λv。

保留分數,避免過早取小數。AI 解答可能出錯,重要結果請獨立驗算。

公式速查

公式與適用條件

保留分數,避免過早取小數。AI 解答可能出錯,重要結果請獨立驗算。

矩陣乘法

(m×n)(n×p) → m×p

矩陣乘法要求內部維度相等;逆矩陣要求方陣非奇異。

逆矩陣

AA⁻¹ = A⁻¹A = I

矩陣乘法要求內部維度相等;逆矩陣要求方陣非奇異。

線性方程組

Ax = b

對增廣矩陣消去,區分唯一解、無解與無限多解。

秩—零度定理

rank(A) + nullity(A) = n

數主元求秩,用自由變數寫出零空間的基底。

例題

完整例題

保留分數,避免過早取小數。AI 解答可能出錯,重要結果請獨立驗算。

例題 1

Ax = b; A = [[2,1],[1,3]], b = [5,5]

用消去法求解,再代回原方程。

  1. 2x + y = 5; x + 3y = 5
  2. R₂ ← R₂ − ½R₁: [0, 5/2 | 5/2]
  3. y = 1; x = (5−1)/2 = 2

結果: x = [2,1]

驗算: A[2,1] = [5,5] = b

例題 2

A⁻¹; A = [[2,1],[1,3]]

對同一矩陣求逆,檢查乘積等於單位矩陣。

  1. det(A) = 6−1 = 5 ≠ 0
  2. A⁻¹ = (1/5)[[3,−1],[−1,2]]

結果: A⁻¹ = [[3/5,−1/5],[−1/5,2/5]]

驗算: AA⁻¹ = (1/5)[[5,0],[0,5]] = I

例題 3

rank(A), ker(A); A = [[1,2,3],[2,4,6]]

相依列留下兩個自由變數。

  1. R₂ ← R₂ − 2R₁: [[1,2,3],[0,0,0]]
  2. x₁ + 2x₂ + 3x₃ = 0
  3. x = s[−2,1,0] + t[−3,0,1]

結果: rank(A) = 1; ker(A) = span{[−2,1,0], [−3,0,1]}

驗算: A[−2,1,0] = A[−3,0,1] = [0,0]; 1+2 = 3

需要注意的常見錯誤

保留分數,避免過早取小數。AI 解答可能出錯,重要結果請獨立驗算。

先看矩陣維度

行列式與特徵值要求方陣;乘法要求內部維度相等。

不要漏掉負號與因子

交換列、缩放列、餘因子展開都可能改變符號或數值。

不要跳過驗算

代回原式檢查;求特徵向量時還要排除零向量。