「希尔维斯特方程」希尔维斯特
今天运困体育就给我们广大朋友来聊聊希尔维斯特,希望能帮助到您找到想要的答案。
如何证明斯图姆法则？
瑞士数学家斯图姆在对代数方程根的讨论中，曾提出了著名的斯图姆定理：如果实系数多项式f(x)在(a，b)内无重根，a，b为实数且不是f(x)的根，作函数序列
f(x)，f1(x)，f2(x)，…，fm-1(x)，C＝fm(x)．
其中f1(x)是f(x)的导数 f′(x)，用f1(x)除多项式f(x)所得余式反号后为f2(x)，然后用f2(x)除多项式f1(x)所得余式反号后为f3(x)，依此类推，可以证明最后一个不等于零的多项式fm(x)=C为常数．将x=a及x=b代入上面函数序列，得两实数序列
f(a)，f1(a)，f2(a)，…，fm-1(a)，C； (1)
f(b)，f1(b)，f2(b)，…，fm-1(b)，C． (2)
设序列(1)的变号数为A，序列(2)的变号数为B，则A—B即为方程f(x)=0在区间(a，b)内的实根数．西尔维斯特对斯图姆定理进行了研究，发现了不需反复做多项式除法而得出斯图姆函数序列的一种较简单的方法，并把斯图姆定理的方法应用到两个独立函数f(x) 这两个方程的根以大小顺序排列时，它们相互穿插．
牛顿在研究代数方程根的个数中，曾提出了判定正根、负根和虚根个数的符号法则，但是没有给出证明，西尔维斯特于1865年给出了第一个严格的证明．1865年6月28日，西尔维斯特在伦敦大学国王学院的演讲，详细阐述了他关于方程根的定理和证明．若f(x)=0是一个代数方程，假设
f(x)=a_0x^n+na_1x^{n-1}+n(n-1)a_2x^{n-2}/2 +.+a_{n-1}x+a_n
其中a0，a1，…，an称为f(x)的简单元素．令
A_0=a_0^2,A_{n-1}=a_{n-1}^2-a_{n-2}a_n,
A0，A1，A2，…，An称为f(x)的2次项元素．称ar，ar+1是相连的简单元素，A_r,A_{r+1}是相连的2次项元素，a_r,A_r是相关联的一组元素，a_ra_{r+1},A_rA_{r+1}是相关联的一组相连项,一个相关连项可能包括符号的承袭和变更；在一个相关联的组中，可能是两个承袭或两个变更，或一个承袭一个变更，或一个变更一个承袭，分别用pP，vV，pV，vP表示，简称为双承袭，双变更，承袭变更，变更承袭．其中p，v表示相连简单元素的承袭和变更，P，V表示相连的2次项元素的承袭和变更．于是牛顿的完全法则可以简单地表述为：方程的负根数等于或小于∑pP，正根数等于或小于∑vP．由此可以得出推论：方程的实根总数等于或小于∑pP+∑vP．于是牛顿的不完全法则可表述为：方程的虚根数等于或大于n-(∑pP＋∑vP)．
西尔维斯特又将f(x)改写为f(x＋λ)，上面简单元素和2次项元素的序列也要作相应的改变，双承袭记作∑pP(λ)，或更简要地记作pP(λ)，称为λ特有的双承袭数目，pP(u)则称为μ特有的双承袭数目．(pP(0)即上面∑pP的记法)于是西尔维斯特得到了包括牛顿法则在内的一般定理：假设μ＞λ，则pP(u)-pP(λ)=(u，λ)＋2K，其中(μ，λ)表示方程在λ和μ之间的实根数，K是零或任意的正整数．西尔维斯特还将他的定理写成更一般的形式，他证明了他的定理，并指出了牛顿法则包含在他的定理之中．
在关于代数方程实根的研究中，西尔维斯特还推广并改进了牛顿的判别式．设x1，x2，…，x是方程。a0xn＋a1xn-1+…＋an-1x+an=0的根，牛顿的判别式为
D=a_0^{2n-2}prod{(x_j-x_i)^2}{1 1840年，西尔维斯特得到了一个更详细的直接用方程的系数构成的判别式；
***** 如方程a0x2+a1x+a2=0的判别式为
***** 这就是大家所熟知的结果．
西尔维斯特在方程论方面的另一个成就是改进了从一个n次方程和一个m次方程消去x的方法，他称这个方法为“析配法”．例如为消去方程
f(x)=a0xn＋a1xn-1＋…+an=0(a0≠0)
****** 中的x，它们的系数构成一个 m＋n阶的行列式
*****
这行列式为零是这两个方程有公共解的必要充分条件．但西尔维斯特没有给出充分性的证明，后来被柯西证明．
19世纪中叶，西尔维斯特与凯莱等一批数学家开展了对代数型的研究．所谓代数型是指包含n个变元x1，x2，…，xn的m次齐次多项式f(x1，x2，…，xn)，最常见的是二次型，即
***** 关于代数型的研究主要围绕着三个课题，一是对不变量的研究；二是二次型的化简；三是关于二次型正定性的判定．西尔维斯特在这三个方面都做出了重要的贡献．
代数不变量的理论是由布尔、凯莱和西尔维斯特共同创立的．所谓不变量理论就是经线性变换T将一个代数型f(x1，x2，…，xn)变为代数型F(y1，y2，…，yn)，f的系数a0，a1，…，as变为F的系数a′0，a′1，…，a′s，若经变换后它们的系数的某个函数I满足关系式
I(a_0^',a_1^',ldots,a_s^')=r^omega I(a_0,a_1,ldots,a_s)
则称I为f的一个不变量．若ω=0，此不变量称为f的绝对不变量．譬如在一个直角坐标系下，两个变元x，y的二次型
f=ax2+2bxy＋cy2
经一个正交变换T，变为二次型
F=a′x′2＋2b′x′y′+c′y′2
虽然它们的系数改变了，但是它们系数的某个函数如判别式
D=left[matrix{a&bcrb&c} ight]=b^2-ac
是保持不变的，即
D=ac-b2＝a′c′-b′2=D′，
也就是说判别式D=ac-b2是f的一个不变量．西尔维斯特等人计算了大量的代数型的不变量．西尔维斯特还发展了型的反变理论，弄清了正交变换、共变和皮变迭合，并且证明了由凯莱首先提出的在研究不变量理论方面有重要意义的凯莱数的存在性．
西尔维斯特还与凯莱、阿隆霍尔德一起系统地用线性微分算子来生成不变量和共变量．在不变量的计算中证明了任意2元P次型
f=a0xp+Pa1xp-1y+…+apyp
的不变量I应当满足两个微分方程
ΩI=0，OI=0．
这里Ω和O是线性微分算子，
******
关于数学的资料
数学（mathematics或maths，来自希腊语，“máthēma”；经常被缩写为“math”），是研究数量、结构、变化、空间以及信息等概念的一门学科，从某种角度看属于形式科学的一种。数学家和哲学家对数学的确切范围和定义有一系列的看法。
而在人类历史发展和社会生活中，数学也发挥着不可替代的作用，也是学习和研究现代科学技术必不可少的基本工具。
在中国古代，数学叫作算术，又称算学，最后才改为数学．中国古代的算术是六艺之一（六艺中称为“数”）．
数学起源于人类早期的生产活动，古巴比伦人从远古时代开始已经积累了一定的数学知识，并能应用实际问题．从数学本身看，他们的数学知识也只是观察和经验所得，没有综合结论和证明，但也要充分肯定他们对数学所做出的贡献．
基础数学的知识与运用是个人与团体生活中不可或缺的一部分．其基本概念的精炼早在古埃及、美索不达米亚及古印度内的古代数学文本内便可观见．从那时开始，其发展便持续不断地有小幅度的进展．但当时的代数学和几何学长久以来仍处于独立的状态．
代数学可以说是最为人们广泛接受的“数学”．可以说每一个人从小时候开始学数数起，最先接触到的数学就是代数学．而数学作为一个研究“数”的学科，代数学也是数学最重要的组成部分之一．几何学则是最早开始被人们研究的数学分支．
直到16世纪的文艺复兴时期，笛卡尔创立了解析几何，将当时完全分开的代数和几何学联系到了一起．从那以后，我们终于可以用计算证明几何学的定理；同时也可以用图形来形象的表示抽象的代数方程．而其后更发展出更加精微的微积分．
现时数学已包括多个分支．创立于二十世纪三十年代的法国的布尔巴基学派则认为：数学，至少纯数学，是研究抽象结构的理论．结构，就是以初始概念和公理出发的演绎系统．他们认为，数学有三种基本的母结构：代数结构（群，环，域，格……）、序结构（偏序，全序……）、拓扑结构（邻域，极限，连通性，维数……）．
扩展资料：
数学分支
一、数学史
二、数理逻辑与数学基础a:演绎逻辑学(亦称符号逻辑学)b:证明论 (亦称元数学) c:递归论 d:模型论 e:公理集合论 f:数学基础 g:数理逻辑与数学基础其他学科
三、数论
a:初等数论 b:解析数论 c:代数数论 d:超越数论 e:丢番图逼近 f:数的几何 g:概率数论 h:计算数论 i:数论其他学科
四、代数学
a:线性代数 b:群论 c:域论 d:李群 e:李代数 f:Kac-Moody代数 g:环论 (包括交换环与交换代数，结合环与结合代数，非结合环与非结 合代数等) h:模论 i:格论 j:泛代数理论 k:范畴论 l:同调代数 m:代数K理论 n:微分代数 o:代数编码理论 p:代数学其他学科
五、代数几何学
六、几何学
a:几何学基础 b:欧氏几何学 c:非欧几何学 (包括黎曼几何学等) d:球面几何学 e:向量和张量分析 f:仿射几何学 g:射影几何学 h:微分几何学 i:分数维几何 j:计算几何学 k:几何学其他学科
七、拓扑学
a:点集拓扑学 b:代数拓扑学 c:同伦论 d:低维拓扑学 e:同调论 f:维数论 g:格上拓扑学 h:纤维丛论 i:几何拓扑学 j:奇点理论 k:微分拓扑学 l:拓扑学其他学科
八、数学分析
a:微分学 b:积分学 c:级数论 d:数学分析其他学科
九、非标准分析
十、函数论
a:实变函数论 b:单复变函数论 c:多复变函数论 d:函数逼近论 e:调和分析 f:复流形 g:特殊函数论 h:函数论其他学科
十一、常微分方程
a:定性理论 b:稳定性理论 c:解析理论 d:常微分方程其他学科
十二、偏微分方程
a:椭圆型偏微分方程 b:双曲型偏微分方程 c:抛物型偏微分方程 d:非线性偏微分方程 e:偏微分方程其他学科
十三、动力系统
a:微分动力系统 b:拓扑动力系统 c:复动力系统 d:动力系统其他学科
十四、积分方程
十五、泛函分析
a:线性算子理论 b:变分法 c:拓扑线性空间 d:希尔伯特空间 e:函数空间 f:巴拿赫空间 g:算子代数 h:测度与积分 i:广义函数论 j:非线性泛函分析 k:泛函分析其他学科
十六、计算数学
a:插值法与逼近论 b:常微分方程数值解 c:偏微分方程数值解 d:积分方程数值解 e:数值代数 f:连续问题离散化方法 g:随机数值实验 h:误差分析 i:计算数学其他学科
十七、概率论
a:几何概率 b:概率分布 c:极限理论 d:随机过程 (包括正态过程与平稳过程、点过程等) e:马尔可夫过程 f:随机分析 g:鞅论 h:应用概率论 (具体应用入有关学科) i:概率论其他学科
十八、数理统计学
a:抽样理论 (包括抽样分布、抽样调查等 )b:假设检验 c:非参数统计 d:方差分析 e:相关回归分析 f:统计推断 g:贝叶斯统计 (包括参数估计等) h:试验设计 i:多元分析 j:统计判决理论 k:时间序列分析 l:数理统计学其他学科
十九、应用统计数学
a:统计质量控制 b:可靠性数学 c:保险数学 d:统计模拟
二十、应用统计数学其他学科
二十一、运筹学
a:线性规划 b:非线性规划 c:动态规划 d:组合最优化 e:参数规划 f:整数规划 g:随机规划 h:排队论 i:对策论 亦称博弈论 j:库存论 k:决策论 l:搜索论 m:图论 n:统筹论 o:最优化 p:运筹学其他学科
二十二、组合数学
二十三、模糊数学
二十四、量子数学
二十五、应用数学 (具体应用入有关学科)
二十六、数学其他学科
参考资料：百度百科-数学
什么是数量矩阵？
记A=aij，用Eij将第i行第j列的元素表示为1，而其余元素为零的矩阵。因A与任何矩阵均可交换，所以必与E可交换。由AEij=EijA得aji=aij，i=j=1,2,3,.n及aij=0i不等于j，故A是数量矩阵。
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。
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(数学术语)详细资料大全
在数学中，矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合，最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。
矩阵是高等代数学中的常见工具，也常见于统计分析等套用数学学科中。在物理学中，矩阵于电路学、力学、光学和量子物理中都有套用；计算机科学中，三维动画制作也需要用到矩阵。 矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际套用上简化矩阵的运算。对一些套用广泛而形式特殊的矩阵，例如稀疏矩阵和准对角矩阵，有特定的快速运算算法。关于矩阵相关理论的发展和套用，请参考《矩阵理论》。在天体物理、量子力学等领域，也会出现无穷维的矩阵，是矩阵的一种推广。
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式的泰勒级数的导数运算元的矩阵
基本介绍
中文名 ：矩阵 外文名 ：Matrix 别称 ：矩阵式、纵横阵 表达式 ：Amn 提出者 ：凯利 提出时间 ：19世纪 套用学科 ：线性代数 适用领域范围 ：天体物理、电路学、力学、计算机科学等 奠基人 ：凯利 拼音 ：ju zhen 解释 ：指纵横排列的二维数据表格 历史,定义,基本运算,加法,减法,数乘,转置,共轭,共轭转置,乘法,行列式,特征值与特征向量,矩阵的迹,正定性,矩阵的分解,三角分解,谱分解,奇异值分解,满秩分解,LUP分解,特殊类别,对称矩阵,Hermitian矩阵,正交矩阵,酉矩阵,带型矩阵,三角矩阵,相似矩阵,相合矩阵,Vandermonde矩阵,Hadamard矩阵,对角矩阵,分块矩阵,Jacobian矩阵,旋转矩阵（Rotation matrix）,范数,诱导范数,元素形式范数,Schatten范数,套用,图像处理,线性变换及对称,量子态的线性组合,简正模式,几何光学,电子学,
历史
矩阵的研究历史悠久，拉丁方阵和幻方在史前年代已有人研究。 在数学中，矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合，最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。作为解决线性方程的工具，矩阵也有不短的历史。成书最早在东汉前期的《九章算术》中，用分离系数法表示线性方程组，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。 阿瑟·凯利，矩阵论奠基人 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。 詹姆斯约瑟夫西尔维斯特 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、矩阵的逆以及转置和特征多项式方程。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运算元理论，而无限维矩阵成为了研究函式空间运算元的有力工具。 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《算学名辞汇编》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。
定义
由 m × n 个数a
ij
排成的m行n列的数表称为m行n列的矩阵，简称m × n矩阵。记作： 这m×n 个数称为矩阵 A 的元素，简称为元，数a
ij
位于矩阵 A 的第i行第j列，称为矩阵 A 的(i,j)元，以数 a
ij
为(i,j)元的矩阵可记为(a
ij
)或(a
ij
)
m × n
，m×n矩阵 A 也记作 A
mn
。 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。
基本运算
矩阵运算在科学计算中非常重要，而矩阵的基本运算包括矩阵的加法，减法，数乘，转置，共轭和共轭转置。
加法
矩阵的加法满足下列运算律( A ， B ， C 都是同型矩阵)： 应该注意的是只有同型矩阵之间才可以进行加法。
减法
数乘
矩阵的数乘满足以下运算律： 矩阵的加减法和矩阵的数乘合称矩阵的线性运算。
转置
把矩阵A的行和列互相交换所产生的矩阵称为A的转置矩阵，这一过程称为矩阵的转置 矩阵的转置满足以下运算律：
共轭
矩阵的共轭定义为: .一个2×2复数矩阵的共轭如下所示： 则
共轭转置
矩阵的共轭转置定义为： ，也可以写为： 。一个2×2复数矩阵的共轭如下所示： 则
乘法
主条目： 矩阵乘法 两个矩阵的乘法仅当第一个矩阵 A 的列数和另一个矩阵 B 的行数相等时才能定义。如 A 是 m × n 矩阵和 B 是 n × p 矩阵，它们的乘积 C 是一个 m × p 矩阵 ，它的一个元素： 并将此乘积记为: . 例如： 矩阵的乘法满足以下运算律： 结合律： 左分配律： 右分配律： 矩阵乘法不满足交换律。
行列式
主条目： 行列式 一个 n × n 的正方矩阵 A 的行列式记为 或者 , 一个2×2矩阵的行列式可表示如下： 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：
特征值与特征向量
主条目： 特征值 ， 特征向量 n × n 的方块矩阵 A 的一个特征值和对应特征向量是满足 的标量以及非零向量。其中 v 为特征向量 ， 为特征值。 A 的所有特征值的全体，叫做A的谱，记为 。矩阵的特征值和特征向量可以揭示线性变换的深层特性。
矩阵的迹
主条目： 矩阵的迹 矩阵A的对角元素之和称为矩阵A的迹(trace),记作 , 即
正定性
n × n 的实对称矩阵 A 如果满足对所有非零向量 ，对应的二次型 若 ，就称 A 为正定矩阵。若 则 A 是一个负定矩阵，若 ，则 A 为半正定矩阵，若 A 既非半正定，也非半负定，则 A 为不定矩阵。对称矩阵的正定性与其特征值密切相关。矩阵是正定的若且唯若其特征值都是正数。
矩阵的分解
主条目： 矩阵分解 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，矩阵的分解法一般有三角分解、谱分解、奇异值分解、满秩分解等。
三角分解
设 ,则A可以唯一地分解为 A = U
1
R , 其中 U
1
是酉矩阵 ，R 是正线上三角复矩阵 ， 或 A 可以唯一地分解为其中 L 是正线上三角复矩阵 ， 是酉矩阵
。
谱分解
谱分解（Spectral decomposition）是将矩阵分解为由其特征值和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。
奇异值分解
假设 M 是一个 m×n 阶矩阵，其中的元素全部属于域 K ，也就是实数域或复数域。如此则存在一个分解使得 其中 U 是 m×m 阶酉矩阵；Σ是 m×n 阶实数对角矩阵；而 V* ，即 V 的共轭转置，是 n×n 阶酉矩阵。这样的分解就称作 M 的奇异值分解。Σ对角线上的元素Σ
i , i
即为 M 的奇异值。常见的做法是将奇异值由大而小排列。如此Σ便能由 M 唯一确定了。
满秩分解
设 ，若存在矩阵 及 ， 使得 A = FG ， 则称其为的 A 一个满秩分解。
LUP分解
LUP 分解的思想就是找出三个 n×n 矩阵 L , U , P ，满足 . 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 L , U , P 称为矩阵A的一个 LUP 分解。
特殊类别
对称矩阵
在线性代数中，对称矩阵是一个方形矩阵，其转置矩阵和自身相等。即 .例如： .
Hermitian矩阵
一个正方的复值矩阵 称为Hermitian矩阵，若 A = A
H
即其元素 ,换言之Hermitian矩阵是一种复共轭对称矩阵。 对一个实值矩阵，Hermitian矩阵与对称矩阵等价。
正交矩阵
一个实的正方矩阵 称为正交矩阵，若 .
酉矩阵
一个复值正方矩阵 称为正交矩阵，若 .
带型矩阵
矩阵 ，若矩阵满足条件a
ij
=0,|i-j|>k，则矩阵 A 可以称为带型矩阵(banded matrix)。
三角矩阵
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 ,则 的矩阵称为上三角矩阵，若 ,则 的矩阵称为下三角矩阵。三角矩阵可以看做是一般方阵的一种简化情形。
相似矩阵
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 n × n 矩阵 A 与 B 为相似矩阵若且唯若存在一个 n × n 的可逆矩阵 P ，使得： 或 。
相合矩阵
令 ,并且 C 非奇异，则矩阵 称为 A 的相合矩阵。其中线性变换 称为相合变换。
Vandermonde矩阵
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。 例如： 或以第 i 行第 j 列的关系写作：
Hadamard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。 n 阶的阿达马矩阵 H 满足： 。这里 I
n
是 n × n 的单位矩阵。
对角矩阵
对于 m×m 的矩阵，当 时，有 ，此时所有非对角线上的元素均为0，此时的矩阵称为对角矩阵。
分块矩阵
一个分块矩阵是将矩阵分割出较小的矩阵，这些较小的矩阵就称为子块。例如： 该矩阵可以分为四个 2×2 的矩阵： 分块后的矩阵可以写为如下形式：
Jacobian矩阵
Jacobian矩阵是函式的一阶偏导数以一定方式排列成的矩阵。 可表示为如下形式：
旋转矩阵（Rotation matrix）
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最佳化问题。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。
范数
主条目： 范数 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。 若映射 满足以下要求： 则称该映射为 上的矩阵范数。
诱导范数
诱导范数又称 矩阵空间上的运算元范数(operator norm)，定义为： 常用的诱导范数为p-范数： p范数也称为明克夫斯基 p范数或者 范数。特别的，当 时，对应的诱导范数分别为
元素形式范数
将 矩阵按照列的形式，排成一个 的向量，然后采用向量范数的定义，即得到矩阵的元素形式范数，表式如下：
Schatten范数
Schatten范数是用矩阵的奇异值定义的范数，定义为： 其中 为对应矩阵的奇异值。
套用
图像处理
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，例如， 这里表示的是一次线性变换再接上一个平移。
线性变换及对称
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。
量子态的线性组合
1925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运算元。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。
简正模式
矩阵在物理学中的另一类泛套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。描述力学振动或电路振荡时，也需要使用简正模式求解。
几何光学
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的作用，可以表达为2×2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传播路径。
电子学
在电子学里，传统的网目分析（英语：mesh *** ysis）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。
今天的内容先分享到这里了，读完本文《「希尔维斯特方程」希尔维斯特》之后，是否是您想找的答案呢？想要了解更多，敬请关注www.zuqiumeng.cn,您的关注是给小编最大的鼓励。
本文来自网络，不代表本站立场，转载请注明出处：https://www.zuqiumeng.cn/wenda/59515.html
