矩陣LU分解計算機

計算任何方陣的 LU 分解（含部分列交換）。透過逐步高斯消去法獲取下三角矩陣 (L)、上三角矩陣 (U) 和置換矩陣 (P)，並提供結果驗證。

矩陣LU分解計算機

歡迎使用矩陣LU分解計算機，這是一個全面的線性代數工具，可使用具有部分主元消去法的高斯消去法，將任何方陣分解為下三角矩陣 (L) 和上三角矩陣 (U) 的乘積。獲取詳細的逐步消去過程、互動式分解動畫和自動驗證。非常適合學生、工程師和任何處理線性方程組的人員。

什麼是 LU 分解？

LU 分解（也稱為 LU 因式分解）將方陣 $A$ 表示為兩個三角矩陣的乘積：

LU 分解

$$A = LU$$

其中：

L (下三角矩陣)：對角線上為 1，且僅在對角線下方有非零項。這些項是高斯消去過程中使用的乘數。
U (上三角矩陣)：僅在對角線上及其上方有非零項。這是矩陣的列梯形形式。

當使用部分主元消去法時（以避免零主元並提高數值穩定性），因式分解變為：

具有部分主元消去法的 LU 分解

$$PA = LU$$

其中 $P$ 是一個置換矩陣，記錄了消去期間執行的行交換。

如何使用此計算機

輸入您的矩陣： 輸入一個方陣，行與行之間以換行或分號分隔。元素可以用空格、逗號或製表符 (Tab) 分隔。支援高達 8×8 的矩陣。
設定小數精度： 選擇結果中顯示的小數位數 (2-10)。
點擊分解： 計算機執行具有部分主元消去法的 LU 分解並顯示結果。
查看結果： 檢查 L、U 和 P 矩陣、動畫分解以及逐步消去細節。

使用 LU 分解求解線性系統

LU 分解對於求解線性方程組 $Ax = b$ 特別強大。一旦得到 $PA = LU$，求解就變成了兩個步驟：

第 1 步：前向替換 (Forward Substitution)

求解 $y$ 使得 $Ly = Pb$。由於 $L$ 是下三角矩陣，這非常直接 —— 從最上面的方程開始向下計算：

前向替換

$$y_i = b_i' - \sum_{j=1}^{i-1} L_{ij} y_j, \quad i = 1, 2, \ldots, n$$

第 2 步：後向替換 (Back Substitution)

求解 $x$ 使得 $Ux = y$。由於 $U$ 是上三角矩陣，從最下面的方程開始向上計算：

後向替換

$$x_i = \frac{1}{U_{ii}} \left( y_i - \sum_{j=i+1}^{n} U_{ij} x_j \right), \quad i = n, n-1, \ldots, 1$$

計算行列式

$A$ 的行列式可以從 LU 因子中高效計算：

從 LU 分解計算行列式

$$\det(A) = (-1)^s \cdot \prod_{i=1}^{n} U_{ii}$$

其中 $s$ 是行交換（主元消去）的次數，而 $U_{ii}$ 是 $U$ 的對角線項。由於 $\det(L) = 1$（所有對角線項均為 1）且 $\det(P) = (-1)^s$，該公式推導自 $\det(P)\det(A) = \det(L)\det(U)$。

為什麼需要部分主元消去法？

如果不進行主元消去，若任何主元元素為零，LU 分解就會失敗。即使主元不為零但很小，計算結果也可能遭受嚴重的數值誤差。部分主元消去法在每一列中選擇最大的可用主元，這可以：

防止除以零
最小化捨入誤差的增長
保證 L 中的乘數滿足 $|L_{ij}| \leq 1$
確保每個非奇異矩陣都可以被分解

LU 分解的應用

領域	應用
工程學	求解有限元素分析、電路模擬、結構力學中的大型系統
科學計算	微分方程的數值解、矩陣求逆、條件數估計
統計學	回歸分析、協方差矩陣分解、最大似然估計
電腦圖形學	轉換流水線、物理模擬、光照計算
機器學習	訓練線性模型、高斯過程、核方法
經濟學	投入產出模型、均衡分析、最佳化問題

LU 與其他分解法的比較

LU vs QR： LU 較快 ($O(\frac{2}{3}n^3)$ 對比 $O(\frac{4}{3}n^3)$) 但數值穩定性較差。QR 在最小平方法問題中更受青睞。
LU vs Cholesky： Cholesky ($A = LL^T$) 僅適用於對稱正定矩陣，但速度快兩倍且比一般 LU 更穩定。
LU vs 高斯消去法： LU 就是高斯消去法，但分解後的 L 和 U 形式可以重複使用，以高效解決具有多個右側項的問題。

常見問題解答

什麼是 LU 分解？

LU 分解（也稱為 LU 因式分解）是一種將方陣 A 分解為下三角矩陣 L 和上三角矩陣 U 之乘積的方法，使得 A = LU（或在具有部分主元消去法時為 PA = LU）。L 矩陣的對角線上為 1，並儲存消去乘數，而 U 是高斯消去法的結果。

為什麼 LU 分解需要部分主元消去法？

部分主元消去法會交換行，以將絕對值最大的數值置於主元位置。這可以防止主元元素為零時出現除以零的情況，並減少由除以小數引起的值值誤差。使用部分主元消去法後，分解變為 PA = LU，其中 P 是記錄行交換的置換矩陣。

LU 分解有哪些應用？

LU 分解用於高效解決線性方程組 (Ax = b)、計算矩陣行列式、求矩陣逆矩陣以及分析數值穩定性。在求解具有相同係數矩陣但不同右側項的多個系統時特別有效，因為分解只需要執行一次。

如何使用 LU 分解求解 Ax = b？

在計算出 PA = LU 後，求解 Ax = b 變為：首先使用前向替換求解 Ly = Pb（因為 L 是下三角矩陣，所以很容易），然後使用後向替換求解 Ux = y（因為 U 是上三角矩陣，所以很容易）。這種兩步法在求解多個系統時比高斯消去法快得多。

每個方陣都可以進行 LU 分解嗎？

並非每個方陣在不進行主元消去的情況下都有 LU 分解。一個矩陣當且僅當其所有領先主子式均不為零時才具有 LU 因式分解。然而，藉由部分主元消去法 (PA = LU)，每個非奇異方陣都可以被分解。如果遇到零主元，奇異矩陣可能會失敗。

其他資源

引用此內容、頁面或工具為：

"矩陣LU分解計算機" 於 https://MiniWebtool.com/zh-tw//，來自 MiniWebtool，https://MiniWebtool.com/

由 miniwebtool 團隊製作。最後更新日期：2026年2月18日

您還可以嘗試我們的 AI數學解題器 GPT，通過自然語言問答解決您的數學問題。

矩陣LU分解計算機

偵測到廣告封鎖，導致我們無法顯示廣告