矩阵计算器

**矩阵是按行和列排成的矩形数表，m 行 n 列称为 m×n 矩阵。** 它不是一种新的数，而是一种组织数的方式：方程组 2x+3y=8、x−y=−1 的系数抽出来排成 [[2,3],[1,−1]]，常数排成 [8,−1]，整个方程组就被压缩成一句话 Ax=b。第 i 行第 j 列的元素记作 aᵢⱼ；行列数相同的矩阵才能谈加减，行数等于列数的叫方阵。矩阵在生活里无处不在：成绩表是「学生×科目」矩阵，灰度照片是「像素×像素」矩阵（每个元素 0–255 的亮度值），Excel 表格本质上就是一块大矩阵。

**矩阵运算分四种，规则各不相同。** 加减要求同型，对应位置的元素相加相减；数乘是每个元素同乘一个数；乘法才是重头戏——m×p 的 A 乘 p×n 的 B 得 m×n 矩阵，要求 A 的列数等于 B 的行数，结果第 i 行第 j 列的元素是 A 的第 i 行与 B 的第 j 列对应相乘再相加（点积）：(AB)ᵢⱼ = Σₖ aᵢₖ·bₖⱼ。乘法满足结合律与分配律，但不满足交换律——AB 和 BA 通常不是一回事，这是矩阵代数与普通算术最大的分野。几何上矩阵乘法对应线性变换的复合：先旋转再缩放与先缩放再旋转结果不同，顺序敏感正是 AB≠BA 的根源。

**行列式是方阵专属的一个数，几何意义是线性变换对面积（体积）的缩放倍数。** 2 阶 [[a,b],[c,d]] 的行列式就是 ad−bc，恰好是以两列向量为邻边的平行四边形的有向面积——负号表示变换翻转了定向。3 阶及以上用拉普拉斯展开（按第一行拆成若干低一阶的行列式），2、3 阶还可用萨吕对角线法则；工程上则统一用高斯消元：换行只差一个符号、倍加行不变行列式，化成上三角后把对角线一乘即可。det(A)=0 的矩阵叫奇异矩阵，意味着变换把空间压扁了——面积缩成 0，信息丢失，矩阵不可逆。

**逆矩阵是矩阵的「倒数」：A·A⁻¹ = A⁻¹·A = I（单位矩阵，主对角线全 1 其余全 0）。** 可逆的充要条件是 det(A)≠0；2 阶有伴随口诀「主对角线对调、副对角线取负，再除以行列式」，一般情形用高斯-约当消元：把 A 与单位矩阵并排成 [A|I]，对整体做行变换把左半边化成 I，右半边就自动变成 A⁻¹。与可逆性等价的概念是秩——行阶梯形中非零行的个数，衡量矩阵「真正独立的信息量」：满秩 ⟺ 可逆，降秩意味着有行能被其他行线性表示（比如第三行恰是前两行之和）。解方程组 Ax=b 本质就是找 x=A⁻¹b，克莱姆法则给出显式公式 xᵢ = det(Aᵢ)/det(A)，Aᵢ 是把 A 的第 i 列换成 b。

**矩阵消元的历史比教科书通常说的早得多。** 公元一世纪的《九章算术·方程》章用「直除法」解三元一次方程组：把系数排在算筹板上，「以少行减多行，反复相减」，正是高斯消元的完整流程——比高斯（1810 年）早约一千八百年，刘徽注中还留下了「方程」一词的原始定义。本工具的逆矩阵与秩两个模式走的就是这条路线，每步行变换完整列出，方便对照课本作业逐步检查。另一个工程细节是精确分数内核：全程整数运算，与分数计算器同源，浮点矩阵工具做几次行变换后 0 会变成 1e-16 的污染在这里不存在。

矩阵的加减法是对应位置逐元素运算——要求两矩阵尺寸完全相同。例如 2×2 矩阵 [[1,2],[3,4]] + [[5,6],[7,8]] = [[6,8],[10,12]]。加减法满足交换律与结合律，与向量的分量运算完全对应。数乘（标量乘法）则是每个元素乘以同一个数，是缩放矩阵最直接的方式。

矩阵乘法与数的乘法有本质区别：AB 要求 A 的列数等于 B 的行数，结果矩阵的 (i,j) 元素是 A 的第 i 行与 B 的第 j 列的点积。矩阵乘法不满足交换律——AB 一般不等于 BA，这正是矩阵与数的乘法最大的不同，也是线性代数中错误率最高的地方之一。

矩阵是应用数学的通用语言：物理中的刚体旋转用旋转矩阵描述（3×3 正交矩阵）、计算机图形学中三维物体的平移/缩放/旋转统一用 4×4 齐次矩阵表示、搜索引擎的 PageRank 算法本质是计算一个超大规模矩阵（网页链接矩阵）的主特征向量、经济学里的投入产出表就是一张矩阵、神经网络的全连接层本质上就是矩阵乘法加上非线性激活函数。