比浏览器更快的访问！之间三角矩阵和矩阵相似
三角矩阵和矩阵有（在联盟百科）15共同点: 同构，子群，對角矩陣，一般线性群，当且仅当，單位矩陣，矩阵，群，特征值和特征向量，特徵多項式，行列式，舒尔分解，酉矩阵，LU分解，数值分析。
同构
在抽象代数中，同构（isomorphism）指的是一个保持结构的双射。在更一般的范畴论语言中，同构指的是一个态射，且存在另一个态射，使得两者的复合是一个恒等态射。 正式的表述是：同构是在数学对象之间定义的一类映射,它能揭示出在这些对象的属性或者操作之间存在的关系。若两个数学结构之间存在同构映射，那么这两个结构叫做是同构的。一般来说，如果忽略掉同构的对象的属性或操作的具体定义，单从结构上讲，同构的对象是完全等价的。.
子群
假設(G, *)是一個群，若 H 是 G 的一個非空子集且同時 H 與相同的二元運算 * 亦構成一個群，則 (H, *) 稱為 (G, *) 的一個子群。參閱群論。 更精確地來說，若運算*在H的限制也是個在H上的群運算，则称H為G的子群。 一個群G的純子群是指一個子群H，其為G的純子集(即H ≠ G)。任一個群的當然群為只包含單位元素的子群。若H為G的子群，則G有時會被稱為H的「母群」。 相同的定義可以應用在更廣義的範圍內，當G為一任意的半群，但此一條目中只處理群的子群而已。群G有時會被標記成有序對(G,*)，通常用以強調其運算*當G帶有多重的代數或其他結構。 在下面的文章中，會使用省略掉*的常規，並將乘積a*b寫成ab。.
對角矩陣
對角矩陣（diagonal matrix）是一個主對角線之外的元素皆為0的矩陣。對角線上的元素可以為0或其他值。因此n行n列的矩陣\mathbf.
一般线性群
在數學中，n 次一般線性群是 n×n 可逆矩陣的集合，和與之一起的普通矩陣乘法運算。這形成了一個群，因為兩個可逆矩陣的乘積也是可逆矩陣，而可逆矩陣的逆元還是可逆矩陣。叫這個名字是因為可逆矩陣的縱列是線性無關的，因此它們定義的向量／點是在一般線性位置上的，而在一般線性群中的矩陣把在一般線性位置上的點變換成在一般線性位置上的點。 为了使定义更明确，必需規定哪類對象可以成為矩陣的元素。例如，在 R（實數集）上的一般線性群是實數的 n×n 可逆矩陣的群，并指示為 GLn(R)或 GL(n, R)。 更一般的說，在任何域 F（比如複數集）或環 R（比如整數集的環）上的 n 次一般線性群是帶有來自 F（或 R）的元素的 n×n 可逆矩陣的群，帶有矩陣乘法作為群運算。這裡的環被假定為符合結合律和有乘法單位元的。典型符號是 GLn(F)或 GL(n, F)，如果域是自明的也可簡寫為 GL(n)。 更一般的說，向量空間的一般線性群 GL(V)仍是抽象自同構群，不必需寫為矩陣。 '''特殊線性群'''，寫為 SL(n, F)或 SLn(F)，是由行列式.
一般线性群和三角矩阵 · 一般线性群和矩阵 ·
当且仅当
当且仅当（If and only if）（中国大陆又称作当且--仅当，臺灣又称作若且--唯若），在--邏輯中，逻辑算符反互斥或閘（exclusive or）是对两个运算元的一种邏輯分析类型，符号为XNOR或ENOR或\Leftrightarrow。与一般的邏輯或非NOR不同，當兩兩數值相同為是，而數值不同時為否。在数学、哲学、逻辑学以及其他一些技术性领域中被用来表示“在，并且仅仅在这些条件成立的时候”之意，在英语中的对应标记为iff。“A当且仅当B”其他等价的说法有“当且仅当A則B”；“A是B的充分必要条件（充要條件）”。 一般而言，當我們看到“A当且仅当B”，我們可以知道“如果A成立時，則B一定成立；如果B成立時，則A也一定成立”；“如果A不成立時，則B一定不成立；如果B不成立時，則A也一定不成立”。.
單位矩陣
在線性代數中，n階單位矩陣，是一個n \times n的方形矩陣，其主對角線元素為1，其餘元素為0。單位矩陣以I_n表示；如果階數可忽略，或可由前後文確定的話，也可簡記為I（或者E）。（在部分領域中，如量子力學，單位矩陣是以粗體字的1表示，否則無法與I作區別。） I_1.
矩阵
數學上，一個的矩陣是一个由--（row）--（column）元素排列成的矩形阵列。矩陣--的元素可以是数字、符号或数学式。以下是一个由6个数字元素构成的2--3--的矩阵： 大小相同（行数列数都相同）的矩阵之间可以相互加减，具体是对每个位置上的元素做加减法。矩阵的乘法则较为复杂。两个矩阵可以相乘，当且仅当第一个矩阵的--数等于第二个矩阵的--数。矩阵的乘法满足结合律和分配律，但不满足交换律。 矩阵的一个重要用途是解线性方程组。线性方程组中未知量的系数可以排成一个矩阵，加上常数项，则称为增广矩阵。另一个重要用途是表示线性变换，即是诸如.
群
在數學中，群是由一個集合以及一個二元運算所組成的，符合下述四个性质（称为“群公理”）的代數結構。这四个性质是封闭性、結合律、單位元和对于集合中所有元素存在逆元素。 很多熟知的數學結構比如數系統都遵从群公理，例如整數配備上加法運算就形成一個群。如果将群公理的公式從具体的群和其運算中抽象出來，就使得人们可以用靈活的方式来處理起源于抽象代數或其他许多数学分支的實體，而同时保留對象的本質結構性质。 群在數學內外各個領域中是無處不在的，这使得它們成為當代數學的组成的中心原理。 群與對稱概念共有基礎根源。對稱群把幾何物體的如此描述物体的對稱特征：它是保持物體不變的變換的集合。這種對稱群，特別是連續李群，在很多學術學科中扮演重要角色。例如，矩陣群可以用來理解在狹義相對論底層的基本物理定律和在分子化學中的對稱現象。 群的概念引發自多項式方程的研究，由埃瓦里斯特·伽罗瓦在1830年代開創。在得到來自其他領域如數論和幾何学的貢獻之后，群概念在1870年左右形成并牢固建立。現代群論是非常活躍的數學學科，它以自己的方式研究群。為了探索群，數學家發明了各種概念來把群分解成更小的、更好理解的部分，比如子群、商群和單群。除了它們的抽象性質，群理論家還從理論和計算兩種角度來研究具體表示群的各種方式（群的表示）。對有限群已經發展出了特別豐富的理論，這在1983年完成的有限簡單群分類中達到頂峰。从1980年代中叶以来，将有限生成群作为几何对象来研究的几何群论，成为了群论中一个特别活跃的分支。.
特征值和特征向量
在数学上，特别是线性代数中，对于一个给定的矩阵A，它的特征向量（eigenvector，也譯固有向量或本征向量）v 经过这个线性变换之后，得到的新向量仍然与原来的v 保持在同一條直線上，但其长度或方向也许會改变。即 \lambda為純量，即特征向量的长度在该线性变换下缩放的比例，称\lambda 为其特征值（本征值）。如果特徵值為正，则表示v 在经过线性变换的作用后方向也不变；如果特徵值為負，说明方向会反转；如果特征值为0，则是表示缩回零点。但无论怎样，仍在同一条直线上。图1给出了一个以著名油画《蒙娜丽莎》为题材的例子。在一定条件下（如其矩阵形式为实对称矩阵的线性变换），一个变换可以由其特征值和特征向量完全表述，也就是說：所有的特徵向量組成了這向量空間的一組基底。一个特征空间(eigenspace)是具有相同特征值的特征向量与一个同维数的零向量的集合，可以证明该集合是一个线性子空间，比如\textstyle E_\lambda.
特徵多項式
在線性代數中，對一個線性自同態（取定基即等價於方陣）可定義其特徵多項式，此多項式包含該自同態的一些重要性質，例如行列式、跡數及特徵值。.
三角矩阵和特徵多項式 · 特徵多項式和矩阵 ·
行列式
行列式（Determinant）是数学中的一個函數，将一个n \times n的矩陣A映射到一個純量，记作\det(A)或|A|。行列式可以看做是有向面积或体积的概念在一般的欧几里得空间中的推广。或者说，在n 维欧几里得空间中，行列式描述的是一个线性变换对“体积”所造成的影响。无论是在线性代数、多项式理论，还是在微积分学中（比如说换元积分法中），行列式作为基本的数学工具，都有着重要的应用。 行列式概念最早出现在解线性方程组的过程中。十七世纪晚期，关孝和与莱布尼茨的著作中已经使用行列式来确定线性方程组解的个数以及形式。十八世纪开始，行列式开始作为独立的数学概念被研究。十九世纪以后，行列式理论进一步得到发展和完善。矩阵概念的引入使得更多有关行列式的性质被发现，行列式在许多领域都逐渐显现出重要的意义和作用，出现线性自同态和向量组的行列式的定义。 行列式的特性可以被概括为一个交替多线性形式，这个本质使得行列式在欧几里德空间中可以成为描述“体积”的函数。.
舒尔分解
在线性代数中，舒尔分解或舒尔上三角化是一种矩阵分解方法，得名于德国数学家。.
酉矩阵
若一n行n列的複数矩阵U满足 其中I_n\,为n阶单位矩阵，U^\dagger \,为U的共轭转置，则U称为--（又译作--、--。英文：Unitary Matrix, Unitary是歸一或單位的意思）。即，矩阵U为酉矩阵，当且仅当其共轭转置U^\dagger \,为其逆矩阵： 若酉矩阵的元素都是实数，其即为正交矩阵。与正交矩阵G不会改变两个实向量的内积类似， 酉矩阵U不改变两个复向量的内积： 若U \,为n阶方阵，则下列条件等价：.
LU分解
在线性代数中，LU分解是矩阵分解的一种，可以将一个矩阵分解为一个下三角矩阵和一个上三角矩阵的乘积（有时是它们和一个置换矩阵的乘积）。LU分解主要应用在数值分析中，用来解线性方程、求反矩陣或计算行列式。.
数值分析
数值分析（numerical analysis），是指在数学分析（区别于离散数学）问题中，对使用数值近似（相对于一般化的符号运算）算法的研究。 巴比伦泥板YBC 7289是关于数值分析的最早数学作品之一，它给出了 \sqrt 在六十进制下的一个数值逼近，\sqrt是一個邊長為1的正方形的對角線，在西元前1800年巴比倫人也已在巴比倫泥板上計算勾股數（畢氏三元數）（3, 4, 5），即直角三角形的三邊長比。 数值分析延續了實務上數學計算的傳統。巴比倫人利用巴比伦泥板計算\sqrt的近似值，而不是精確值。在許多實務的問題中，精確值往往無法求得，或是無法用有理數表示（如\sqrt）。数值分析的目的不在求出正確的答案，而是在其誤差在一合理範圍的條件下找到近似解。 在所有工程及科學的領域中都會用到数值分析。像天體力學研究中會用到常微分方程，最優化會用在资产组合管理中，數值線性代數是資料分析中重要的一部份，而隨機微分方程及馬可夫鏈是在醫藥或生物學中生物細胞模擬的基礎。 在電腦發明之前，数值分析主要是依靠大型的函數表及人工的內插法，但在二十世紀中被電腦的計算所取代。不過電腦的內插演算法仍然是数值分析軟體中重要的一部份。.
上面的列表回答下列问题
- 什么三角矩阵和矩阵的共同点。
- 什么是三角矩阵和矩阵之间的相似性
三角矩阵和矩阵之间的比较
三角矩阵有31个关系，而矩阵有194个。由于它们的共同之处15，杰卡德指数为6.67% = 15 / (31 + 194)。
参考
本文介绍三角矩阵和矩阵之间的关系。要访问该信息提取每篇文章，请访问：
