3x3 矩陣行列式計算
矩陣（Matrix）是線性代數的核心工具，廣泛應用於工程、物理、計算機科學和數據分析。本計算機專門處理 3x3 矩陣的行列式計算，使用直觀的 Sarrus 規則。
矩陣的表示方式
一個 3x3 矩陣寫作：
A = | a11 a12 a13 |
| a21 a22 a23 |
| a31 a32 a33 |其中 aij 表示第 i 列（row）、第 j 行（column）的元素。預設值為單位矩陣（Identity Matrix），對角線為 1，其餘為 0。
Sarrus 規則
Sarrus 規則是計算 3x3 行列式最直觀的方法。步驟如下：
正項（沿主對角線方向）：
- a11 x a22 x a33
- a12 x a23 x a31
- a13 x a21 x a32
負項（沿副對角線方向）：
- a13 x a22 x a31
- a12 x a21 x a33
- a11 x a23 x a32
det(A) = 正項之和 - 負項之和
計算範例
矩陣：
| 1 2 3 |
| 4 5 6 |
| 7 8 9 |正項：1x5x9 + 2x6x7 + 3x4x8 = 45 + 84 + 96 = 225 負項：3x5x7 + 2x4x9 + 1x6x8 = 105 + 72 + 48 = 225
det = 225 - 225 = 0
這個矩陣是奇異矩陣，因為第三列等於第一列加上第二列的兩倍。
行列式的意義
幾何解釋
3x3 矩陣的行列式代表矩陣所對應的線性變換對三維空間中體積的縮放倍率：
- det 大於 0：保持空間方向（右手定則）
- det 等於 0：空間被壓縮到更低的維度（降維）
- det 小於 0：空間方向翻轉
行列式的絕對值就是體積的縮放倍率。例如 det = 2 表示體積變為原來的 2 倍，det = -3 表示體積變為 3 倍且方向翻轉。
代數意義
- 行列式為 0：矩陣不可逆（奇異），線性方程組可能無解或有無窮多解
- 行列式不為 0：矩陣可逆（非奇異），線性方程組有唯一解
跡（Trace）
跡是主對角線元素的總和：
trace(A) = a11 + a22 + a33
跡的重要性質：
| 性質 | 公式 |
|---|---|
| 線性 | trace(A + B) = trace(A) + trace(B) |
| 數乘 | trace(cA) = c x trace(A) |
| 循環性 | trace(AB) = trace(BA) |
| 特徵值之和 | trace(A) = 所有特徵值的和 |
奇異矩陣與非奇異矩陣
| 特性 | 奇異矩陣 (det = 0) | 非奇異矩陣 (det 不等於 0) |
|---|---|---|
| 可逆性 | 不可逆 | 可逆 |
| 方程組解 | 無解或無窮多解 | 唯一解 |
| 列空間 | 不滿秩 | 滿秩 |
| 幾何意義 | 降維（壓扁） | 保持維度 |
特殊矩陣類型
單位矩陣
對角線全為 1、其餘全為 0 的矩陣，是矩陣乘法的恆等元素。本計算機的預設值就是 3x3 單位矩陣，行列式為 1。
對角矩陣
只有對角線元素非零的矩陣，其行列式等於對角線元素的乘積。
對稱矩陣
滿足 aij = aji 的矩陣，在物理和工程中非常常見（如慣性矩陣、應力張量）。
實際應用場景
解線性方程組（克拉瑪法則）
三元一次方程組 Ax = b 可以用行列式來解。每個未知數 xi = det(Ai) / det(A)，其中 Ai 是將 A 的第 i 行替換為 b 後的矩陣。
計算機圖學
3x3 矩陣用於 2D 齊次座標的變換（平移、旋轉、縮放），是遊戲引擎和圖像處理的基礎。
物理學
慣性矩陣、應變張量、電磁場張量等都是 3x3 矩陣，行列式用於判斷系統的退化性。
機器學習
協方差矩陣的行列式用於計算多變量高斯分布的機率密度函數，是統計模型的核心計算。
注意：Sarrus 規則僅適用於 3x3 矩陣，不能推廣到更高階矩陣。4x4 以上的矩陣需要使用餘因子展開或 LU 分解等方法。