所有产品

矩阵(数学术语)_

  声明:,,,。详情

  数值分析的主要分支致力于开发矩阵计算的有效算法,这是一个已持续几个世纪以来的课题,是一个不断扩大的研究领域。 矩阵分解方法简化了理论和实际的计算。 针对特定矩阵结构(如稀疏矩阵和近角矩阵)定制的算法在有限元方法和其他计算中加快了计算。 无限矩阵发生在行星理论和原子理论中。 无限矩阵的一个简单例子是代表一个函数的泰勒级数的导数算子的矩阵

  示线性方程组,得到了其增广矩阵。在消元过程中,使用的把某行乘以某一非零实数、从某行中减去另一行等运算技巧,相当于矩阵的初等变换。但那时并没有现今理解的矩阵概念,虽然它与现有的矩阵形式上相同,但在当时只是作为线性方程组的标准表示与处理方式。

  矩阵正式作为数学中的研究对象出现,则是在行列式的研究发展起来后。逻辑上,矩阵的概念先于行列式,但在实际的历史上则恰好相反。日本数学家关孝和(1683年)与微积分的发现者之一戈特弗里德·威廉·莱布尼茨(1693年)近乎同时地独立建立了行列式论。其后行列式作为解线性方程组的工具逐步发展。1750年,加布里尔·克拉默发现了克莱姆法则

  矩阵的概念在19世纪逐渐形成。1800年代,高斯和威廉·若尔当建立了高斯—若尔当消去法。1844年,德国数学家费迪南·艾森斯坦(F.Eisenstein)讨论了“变换”(矩阵)及其乘积。1850年,英国数学家詹姆斯·约瑟夫·西尔维斯特(James Joseph Sylvester)首先使用矩阵一词

  英国数学家阿瑟·凯利被公认为矩阵论的奠基人。他开始将矩阵作为独立的数学对象研究时,许多与矩阵有关的性质已经在行列式的研究中被发现了,这也使得凯利认为矩阵的引进是十分自然的。他说:“我决然不是通过四元数而获得矩阵概念的;它或是直接从行列式的概念而来,或是作为一个表达线性方程组的方便方法而来的。”他从1858年开始,发表了《矩阵论的研究报告》等一系列关于矩阵的专门论文,研究了矩阵的运算律、矩阵的逆以及转置特征多项式方程。凯利还提出了凯莱-哈密尔顿定理,并验证了3×3矩阵的情况,又说进一步的证明是不必要的。哈密尔顿证明了4×4矩阵的情况,而一般情况下的证明是德国数学家弗罗贝尼乌斯(F.G.Frohenius)于1898年给出的

  1854年时法国数学家埃尔米特(C.Hermite)使用了“正交矩阵”这一术语,但他的正式定义直到1878年才由费罗贝尼乌斯发表。1879年,费罗贝尼乌斯引入矩阵秩的概念。至此,矩阵的体系基本上建立起来了。

  无限维矩阵的研究始于1884年。庞加莱在两篇不严谨地使用了无限维矩阵和行列式理论的文章后开始了对这一方面的专门研究。1906年,希尔伯特引入无限二次型(相当于无限维矩阵)对积分方程进行研究,极大地促进了无限维矩阵的研究。在此基础上,施密茨、赫林格和特普利茨发展出算子理论,而无限维矩阵成为了研究函数空间算子的有力工具

  矩阵的概念最早在1922年见于中文。1922年,程廷熙在一篇介绍文章中将矩阵译为“纵横阵”。1925年,科学名词审查会算学名词审查组在《科学》第十卷第四期刊登的审定名词表中,矩阵被翻译为“矩阵式”,方块矩阵翻译为“方阵式”,而各类矩阵如“正交矩阵”、“伴随矩阵”中的“矩阵”则被翻译为“方阵”。1935年,中国数学会审查后,中华民国教育部审定的《数学名词》(并“通令全国各院校一律遵用,以昭划一”)中,“矩阵”作为译名首次出现。1938年,曹惠群在接受科学名词审查会委托就数学名词加以校订的《算学名词汇编》中,认为应当的译名是“长方阵”。中华人民共和国成立后编订的《数学名词》中,则将译名定为“(矩)阵”。1993年,中国自然科学名词审定委员会公布的《数学名词》中,“矩阵”被定为正式译名,并沿用至今。

  元素是实数的矩阵称为实矩阵,元素是复数的矩阵称为复矩阵。而行数与列数都等于n的矩阵称为n阶矩阵或n阶方阵

  一个n×n矩阵的行列式等于其任意行(或列)的元素与对应的代数余子式乘积之和,即:

  a。对称矩阵的正定性与其特征值密切相关。矩阵是正定的当且仅当其特征值都是正数

  矩阵分解是将一个矩阵分解为比较简单的或具有某种特性的若干矩阵的和或乘积

  谱分解(Spectral decomposition)是将矩阵分解为由其特征值特征向量表示的矩阵之积的方法。需要注意只有对可对角化矩阵才可以施以特征分解

  . 其中L是一个单位下三角矩阵,U是一个单位上三角矩阵,P是一个置换矩阵。 而满足分解条件的矩阵

  在线性代数中,三角矩阵是方形矩阵的一种,因其非零系数的排列呈三角形状而得名。三角矩阵分上三角矩阵和下三角矩阵两种。若

  在线性代数中,相似矩阵是指存在相似关系的矩阵。相似关系是两个矩阵之间的一种等价关系。两个

  Vandermonde矩阵(范德蒙矩阵)的命名来自Alexandre-Théophile Vandermonde的名字,范德蒙矩阵是一个各列呈现出几何级数关系的矩阵

  Hadamard矩阵(阿达马矩阵)是一个方阵,每个元素都是 +1 或 −1,每行都是互相正交的

  旋转矩阵(Rotation matrix)是在乘以一个向量的时候有改变向量的方向但不改变大小的效果的矩阵。旋转矩阵不包括反演,它可以把右手坐标系改变成左手坐标系或反之。所有旋转加上反演形成了正交矩阵的集合。

  旋转矩阵是世界上著名的彩票专家、澳大利亚数学家底特罗夫研究的,它可以帮助您锁定喜爱的号码,提高中奖的机会。首先您要先选一些号码,然后,运用某一种旋转矩阵,将你挑选的数字填入相应位置。如果您选择的数字中有一些与开奖号码一样,您将一定会中一定奖级的奖。当然运用这种旋转矩阵,可以最小的成本获得最大的收益,且远远小于复式投注的成本。

  旋转矩阵的原理在数学上涉及到的是一种组合设计:覆盖设计。而覆盖设计,填装设计,斯坦纳系,t-设计都是离散数学中的组合优化问题。它们解决的是如何组合集合中的元素以达到某种特定的要求。

  矩阵的范数主要包括三种主要类型:诱导范数,元素形式范数和Schatten范数

  在图像处理中图像的仿射变换一般可以表示为一个仿射矩阵和一张原始图像相乘的形式

  线性变换及其所对应的对称,在现代物理学中有着重要的角色。例如,在量子场论中,基本粒子是由狭义相对论的洛伦兹群所表示,具体来说,即它们在旋量群下的表现。内含泡利矩阵及更通用的狄拉克矩阵的具体表示,在费米子的物理描述中,是一项不可或缺的构成部分,而费米子的表现可以用旋量来表述。描述最轻的三种夸克时,需要用到一种内含特殊酉群SU(3)的群论表示;物理学家在计算时会用一种更简便的矩阵表示,叫盖尔曼矩阵,这种矩阵也被用作SU(3)规范群,而强核力的现代描述──量子色动力学的基础正是SU(3)。还有卡比博-小林-益川矩阵(CKM矩阵):在弱相互作用中重要的基本夸克态,与指定粒子间不同质量的夸克态不一样,但两者却是成线性关系,而CKM矩阵所表达的就是这一点。

  量子态的线年海森堡提出第一个量子力学模型时,使用了无限维矩阵来表示理论中作用在量子态上的算子。这种做法在矩阵力学中也能见到。例如密度矩阵就是用来刻画量子系统中“纯”量子态的线性组合表示的“混合”量子态

  另一种矩阵是用来描述构成实验粒子物理基石的散射实验的重要工具。当粒子在加速器中发生碰撞,原本没有相互作用的粒子在高速运动中进入其它粒子的作用区,动量改变,形成一系列新的粒子。这种碰撞可以解释为结果粒子状态和入射粒子状态线性组合的标量积。其中的线性组合可以表达为一个矩阵,称为S矩阵,其中记录了所有可能的粒子间相互作用

  矩阵在物理学中的另一类泛应用是描述线性耦合调和系统。这类系统的运动方程可以用矩阵的形式来表示,即用一个质量矩阵乘以一个广义速度来给出运动项,用力矩阵乘以位移向量来刻画相互作用。求系统的解的最优方法是将矩阵的特征向量求出(通过对角化等方式),称为系统的简正模式。这种求解方式在研究分子内部动力学模式时十分重要:系统内部由化学键结合的原子的振动可以表示成简正振动模式的叠加

  在几何光学里,可以找到很多需要用到矩阵的地方。几何光学是一种忽略了光波波动性的近似理论,这理论的模型将光线视为几何射线。采用近轴近似(英语:paraxial approximation),假若光线与光轴之间的夹角很小,则透镜或反射元件对于光线矩阵与向量的乘积。这向量的两个分量是光线的几何性质(光线的斜率、光线跟光轴之间在主平面(英语:principal plane)的垂直距离)。这矩阵称为光线传输矩阵(英语:ray transfer matrix),内中元素编码了光学元件的性质。对于折射,这矩阵又细分为两种:“折射矩阵”与“平移矩阵”。折射矩阵描述光线遇到透镜的折射行为。平移矩阵描述光线从一个主平面传播到另一个主平面的平移行为。

  由一系列透镜或反射元件组成的光学系统,可以很简单地以对应的矩阵组合来描述其光线]

  在电子学里,传统的网目分析(英语:mesh analysis)或节点分析会获得一个线性方程组,这可以以矩阵来表示与计算。

  Shen, Kangshen; Crossley, John N.; Lun, Anthony Wah-Cheung (1999), Nine Chapters of the Mathematical Art, Companion and Commentary (2nd ed.), Oxford University Press, ISBN 978-0-19-853936-0

  .MacTutor History of Mathematics archive

  克莱因, 莫里斯; 著,张理京、张锦炎、江泽涵译, 《古今数学思想》第三卷, 上海科学技术出版社, 2002, ISBN 7-5323-6172-1

  Thomas H. Cormen, Charles E. Leiserson等

  Brown, William A., Matrices and vector spaces, New York, NY: M. Dekker, 1991, ISBN 978-0-8247-8419-5

  .Matrix Computations (Johns Hopkins Studies in the Mathematical Sciences)

  .Fundamentals of Matrix Computations

  .Coding the Matrix: Linear Algebra through Applications to Computer Science

  :Princeton Series in Applied Mathematics

  .Matrix Theory (Graduate Studies in Mathematics)

  .Computer Vision:Algorithm and applications

  .Quantum Mechanics: Foundations and Applications

  .The Quantum Theory of Fields. Volume I: Foundations

  .Group Theory for Atoms, Molecules and Solids

  Riley, Kenneth F.; Hobson, Michael P.; Bence, Stephen J

  .Mathematical methods for physics and engineering