🧮 矩阵计算器
对矩阵进行加法、减法、乘法与行列式运算。可选择 2×2 或 3×3 尺寸，输入元素后即时取得结果。
这是什么工具？
矩阵是排列成列与行的矩形数字阵列。矩阵是线性代数的基础，几乎出现在所有量化领域：电脑图形学（变换与投影）、机器学习（神经网络的权重矩阵）、物理（量子力学与旋转）、经济学（投入产出模型）、工程（应力与应变）以及统计学（协方差与相关）。
最常见的四种矩阵运算为加法、减法、乘法与行列式。加法与减法是逐元素运算，要求两个矩阵维度相同。乘法将两个矩阵合并为一个新矩阵，要求第一个矩阵的列数等于第二个矩阵的行数。行列式是从方阵计算出的一个数值，可用来判断矩阵是否可逆，并描述它如何缩放面积或体积。
这个矩阵计算器可处理 2×2 与 3×3 矩阵，支持加法、减法、乘法与行列式运算。所有运算都在你的浏览器中执行，你可以自由实验，数据不会离开你的设备。运作原理
加法与减法方面，结果矩阵的每个元素是对应元素的和或差：C[i][j] = A[i][j] ± B[i][j]。两个矩阵必须具有相同维度。
乘法方面，乘积中第 i 行第 j 列的元素是第一个矩阵第 i 行与第二个矩阵第 j 列的点积：C[i][j] = Σ A[i][k] × B[k][j]。对 2×2 矩阵而言，每个元素需要四次乘法与加法；对 3×3 矩阵则需要九次。A 的列数必须等于 B 的行数。
2×2 矩阵的行列式为 det = ad − bc（矩阵为 [[a,b],[c,d]]）。3×3 矩阵则沿第一行进行余因子展开（拉普拉斯展开）：det = a(ei−fh) − b(di−fg) + c(dh−eg)。行列式为零表示矩阵为奇异（不可逆）。使用方法
- 选择矩阵尺寸（2×2 或 3×3）。
- 选择运算（加法、减法、乘法或行列式）。
- 输入第一个矩阵的元素。
- 输入第二个矩阵的元素（行列式运算不需要）。
- 点击计算以查看结果矩阵或行列式值。
常见问题
我可以将 2×2 矩阵乘以 3×3 矩阵吗？
不行。乘法要有定义，第一个矩阵的列数必须等于第二个矩阵的行数。本计算器要求两个矩阵尺寸相同。若你需要混合维度，请逐步计算乘积或使用更高级的工具。
行列式为零代表什么？
行列式为零表示矩阵为奇异，也就是没有逆矩阵。在几何上，该矩阵所代表的变换会将整个空间塌缩到较低维度的子空间（一条线或一个点）。在线性方程组中，行列式为零表示没有唯一解。
为什么矩阵乘法不满足交换律？
与普通数字不同，矩阵通常 A×B 不等于 B×A。顺序很重要，因为乘积的每个元素都取决于第一个矩阵的行与第二个矩阵的列。对调顺序会改变哪个行与哪个列配对，从而得到不同的结果。
如何求矩阵的逆矩阵？
只有当矩阵的行列式不为零时才有逆矩阵。本计算器着重于四种核心运算。求逆矩阵时，将伴随矩阵除以行列式。对 2×2 矩阵 [[a,b],[c,d]]，逆矩阵为 (1/det)×[[d,−b],[−c,a]]。
技巧与建议
操作矩阵时，务必先检查维度是否兼容再开始计算。乘法方面，将维度并排写出：(m×n) 与 (n×p) 得到 (m×p)。若内部维度不相符，乘积就没有定义。行列式只对方阵（行数与列数相同）有定义。较大的行列式表示该矩阵代表的变换会大幅缩放面积或体积；行列式接近零则暗示接近奇异，可能在计算中造成数值不稳定。在机器学习与数据科学中，矩阵乘法是前向传播的骨干：神经网络的每一层本质上就是一个矩阵向量乘积再加上激活函数。理解矩阵维度如何在计算图中流动，对于在 PyTorch 与 TensorFlow 等框架中调试形状错误至关重要。
相关工具
工程计算机
使用我们的免费在线科学计算器计算三角函数、对数、指数等。标有sin、cos、tan、log和平方根的完整计算器。在浏览器中运行。适配手机和电脑，随时随地可用。
分数计算机
免费的分数计算器，支持分数加、减、乘、除运算。提供简化结果和分步解答，非常适合作业辅导和数学学习。即时计算，操作简便。
三角形计算器
立即计算三角形面积、周长、角度和缺失边长。输入任意三个已知值，支持 SSS、SAS、ASA 和 AAS 方式。适合几何学习的免费在线工具。
最小公倍数和最大公约数计算器
免费在线最小公倍数和最大公约数计算器。即时求出任意一组数字的最小公倍数和最大公约数。非常适合数学作业。全程本地处理，保护你的隐私。结果可直接复制使用。
阶乘计算器
免费在线阶乘计算器。即时计算任意非负整数的阶乘。使用任意精度算术处理大数。非常适合组合数学。输入参数即可获得详细结果。附带使用提示，降低学习成本。
向量计算器
在 2D 或 3D 空间中一次计算向量加法、减法、点积、叉积、长度与夹角，并自动给出单位向量与投影值。附平行四边形可视化图解，适合物理作业、工程计算与图形学应用