比浏览器更快的访问！
19 关系: 基 (線性代數)，单位向量，反射 (数学)，吉文斯旋转，三角矩阵，位置向量，單位矩陣，内积空间，共轭转置，线性映射，点，点积，范数，QR分解，正交矩阵，海森伯格矩阵，数值分析，数值稳定性，数值线性代数。
基 (線性代數)
在线性代数中，基(basis)（也称为基底）是描述、刻画向量空间的基本工具。向量空间的基是它的一个特殊的子集，基的元素称为基向量。向量空间中任意一个元素，都可以唯一地表示成基向量的线性组合。如果基中元素个数有限，就称向量空间为有限维向量空间，将元素的个数称作向量空间的维数。 使用基底可以便利地描述向量空间。比如说，考察从一个向量空间\mathrm射出的线性变换f，可以查看这个变换作用在向量空间的一组基\mathfrak上的效果。掌握了f(\mathfrak)，就等于掌握了f对\mathrm中任意元素的效果。 不是所有空间都拥有由有限个元素构成的基底。这样的空间称为无限维空间。某些无限维空间上可以定义由无限个元素构成的基。如果承认选择公理，那么可以证明任何向量空间都拥有一组基。一个向量空间的基不止一组，但同一个空间的两组不同的基，它们的元素个数或势（当元素个数是无限的时候）是相等的。一组基里面的任意一部分向量都是线性无关的；反之，如果向量空间拥有一组基，那么在向量空间中取一组线性无关的向量，一定能将它扩充为一组基。在内积向量空间中，可以定义正交的概念。通过特别的方法，可以将任意的一组基变换成正交基乃至标准正交基。.
新！!: 豪斯霍尔德变换和基 (線性代數) · 查看更多 »
单位向量
数学上，赋范向量空间中的单位向量就是长度为1的向量。单位向量的符号通常有个“帽子”，如：\mathbf。欧几里得空间中，两个单位向量的点积就是它们之间角度的余弦（因为它们的长度都是1）。 一个非零向量\mathbf的正规化向量\mathbf就是平行于\mathbf的单位向量： 这里\|\mathbf\|是\mathbf的范数（长度）。正规化向量有时候也可以当作单位向量的同义词。一组基的元素通常被选为单位向量。在三维直角坐标系中，通常是\mathbf, \mathbf, \mathbf，分别为沿着x, y, z方向的单位向量： 在其他坐标系中，如极坐标系、球坐标系，使用不同的单位向量，符号也会不一样。.
新！!: 豪斯霍尔德变换和单位向量 · 查看更多 »
反射 (数学)
在数学中，反射是把一个物体变换成它的镜像的映射。要反射一个平面图形，需要“镜子”是一条直线（反射轴），对于三维空间中的反射就要使用平面作为镜子。反射有时被认为是圆反演的特殊情情况，参考圆有无限半径。 在几何上说，要找到一个点的反射，可从这个点向反射轴画一条垂线。并在另一边延续相同的距离。要找到一个图形的反射，需要反射这个图形的每个点。 两次反射回到原来的地方。反射保持在点之间的距离。反射不移动在镜子上的点，镜子的维数比发生反射的空间的维数要小1。这些观察允许我们形式化反射的定义：反射是欧几里得空间的对合等距同构，它的不动点集合是余维数为1的仿射子空间。 在经历特定反射后不改变的图形被称为有反射对称性。 密切关联于反射的是斜反射和圆反演。这些变换仍对合于有余维数1的不动点的集合，但它们不再是等距的。.
新！!: 豪斯霍尔德变换和反射 (数学) · 查看更多 »
吉文斯旋转
在数值线性代数中，吉文斯旋转（Givens rotation）是在两个坐标轴所展开的平面中的旋转。吉文斯旋转得名于华莱士·吉文斯，他在 1950 年代工作于阿贡国家实验室时把它介入到数值分析中。.
新！!: 豪斯霍尔德变换和吉文斯旋转 · 查看更多 »
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。上三角矩阵的对角线左下方的系数全部为零，下三角矩阵的对角线右上方的系数全部为零。三角矩阵可以看做是一般方阵的一种简化情形。比如，由于带三角矩阵的矩阵方程容易求解，在解多元线性方程组时，总是将其系数矩阵通过初等变换化为三角矩阵来求解；又如三角矩阵的行列式就是其对角线上元素的乘积，很容易计算。有鉴于此，在数值分析等分支中三角矩阵十分重要。一个可逆矩阵A可以通过LU分解变成一个下三角矩阵L与一个上三角矩阵U的乘积。.
新！!: 豪斯霍尔德变换和三角矩阵 · 查看更多 »
位置向量
在三维空间裏，相对于某参考点，一个质点的位置，可以用位置向量来表示。設定一坐标系。參考这坐标系，质点的坐标，就是相对于這坐标系的原点的位置向量。在运动学裏，位置向量是描述质点运动的基本参量，是一个向量：有大小，也有方向。.
新！!: 豪斯霍尔德变换和位置向量 · 查看更多 »
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.
新！!: 豪斯霍尔德变换和單位矩陣 · 查看更多 »
内积空间
内积空间是数学中的线性代数裡的基本概念，是增添了一个额外的结构的向量空间。这个额外的结构叫做内积或标量积。内积将一对向量与一个标量连接起来，允许我们严格地谈论向量的“夹角”和“长度”，并进一步谈论向量的正交性。内积空间由欧几里得空间抽象而来（内积是点积的抽象），这是泛函分析讨论的课题。 内积空间有时也叫做准希尔伯特空间（pre-Hilbert space），因为由内积定义的距离完备化之后就会得到一个希尔伯特空间。 在早期的著作中，内积空间被称作--空间，但这个词现在已经被淘汰了。在将内积空间称为--空间的著作中，“内积空间”常指任意维（可数或不可数）的欧几里德空间。.
新！!: 豪斯霍尔德变换和内积空间 · 查看更多 »
共轭转置
矩阵A的共轭转置A^*（又称埃尔米特共轭、埃尔米特转置）定义为： 其中(\cdot)_表示矩阵i行j列上的元素，\overline表示标量的复共轭。 这一定义也可以写作： 其中A^\mathrm \,\!是矩阵A的转置，\overline\,\!表示对矩阵A中的元素取复共轭。 通常用以下记号表示矩阵A的共轭转置：.
新！!: 豪斯霍尔德变换和共轭转置 · 查看更多 »
线性映射
在数学中，线性映射（有的书上将“线性变换”作为其同义词，有的则不然）是在两个向量空间（包括由函数构成的抽象的向量空间）之间的一种保持向量加法和标量乘法的特殊映射。线性映射从抽象代数角度看是向量空间的同态，从范畴论角度看是在给定的域上的向量空间所构成的范畴中的态射。 “线性算子”也是与“线性映射”有关的概念。但是不同数学书籍上对“线性算子”的定义存在区别。在泛函分析中，“线性算子”一般被当做“线性映射”的同义词。而有的书则将“线性算子”定义为“线性映射”的自同态子类（详见下文）。为叙述方便，本条目在提及“线性算子”时，采用后一种定义，即将线性算子与线性映射区别开来。.
新！!: 豪斯霍尔德变换和线性映射 · 查看更多 »
点
在几何学、拓扑学以及数学的相关分支中，一个空间中的点用于描述给定空间中一种特别的对象，在空间中有类似于体积、面积、长度或其他高维类似物。一个点是一个零维度对象。点作为最简单的几何概念，通常作为几何、物理、矢量图形和其他领域中的最基本的组成部分。.
点积
在数学中，点积（Skalarprodukt、Dot Product）又称--或标量积（Skalarprodukt、Scalar Product），是一种接受两个等长的数字序列（通常是坐标向量）、返回单个数字的代数运算。在欧几里得几何中，两个笛卡尔坐标向量的点积常称为內積（inneres Produkt、Inner Product），见内积空间。 从代数角度看，先对两个数字序列中的每组对应元素求积，再对所有积求和，结果即为点积。从几何角度看，点积则是两个向量的长度与它们夹角余弦的积。这两种定义在笛卡尔坐标系中等价。 点积的名称源自表示点乘运算的点号（a·b），标量积的叫法则是在强调其运算结果为标量而非向量。向量的另一种乘法是叉乘（a×b），其结果为向量，称为叉积或向量积。 點积是--的一种特殊形式。.
新！!: 豪斯霍尔德变换和点积 · 查看更多 »
范数
數（norm），是具有“长度”概念的函數。在線性代數、泛函分析及相關的數學領域，是一個函數，其為向量空間內的所有向量賦予非零的正長度或大小。半範數反而可以為非零的向量賦予零長度。 舉一個簡單的例子，一個二維度的歐氏幾何空間\R^2就有歐氏範數。在這個向量空間的元素（譬如：(3,7)）常常在笛卡兒座標系統被畫成一個從原點出發的箭號。每一個向量的歐氏範數就是箭號的長度。 擁有範數的向量空間就是賦範向量空間。同樣，擁有半範數的向量空間就是賦半範向量空間。.
新！!: 豪斯霍尔德变换和范数 · 查看更多 »
QR分解
QR分解法是三種将矩阵分解的方式之一。這種方式，把矩阵分解成一个半正交矩阵与一个上三角矩阵的积。QR分解经常用来解线性最小二乘法问题。QR分解也是特定特征值算法即QR算法的基础。.
新！!: 豪斯霍尔德变换和QR分解 · 查看更多 »
正交矩阵
在矩阵论中，正交矩阵（orthogonal matrix）是一個方块矩阵Q，其元素為实数，而且行與列皆為正交的单位向量，使得該矩陣的转置矩阵為其逆矩阵： 其中，I為單位矩陣。正交矩陣的行列式值必定為+1或-1，因為： 底下是一些重要的性質：.
新！!: 豪斯霍尔德变换和正交矩阵 · 查看更多 »
海森伯格矩阵
—— 在线性代数中，海森伯格矩阵是一种特殊的方阵，与三角阵很相似。一个上海森伯格矩阵H的次对角元以下的所有元素都为0（hij.
新！!: 豪斯霍尔德变换和海森伯格矩阵 · 查看更多 »
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。.
新！!: 豪斯霍尔德变换和数值分析 · 查看更多 »
数值稳定性
在数值分析中，数值稳定性是一种希望得到的数值算法特性。根据算法的不同，稳定性的精确定义也有所不同，但是都与算法的精确性与正确性相关。 理论上有些计算下可以用多种代数上等价的理想实数或者复数算法来实现，但是实际上由于不同的数值稳定性可能会得到不同的结果。数值稳定性的一项任务就是选择健壮即有良好数值稳定性的算法。.
新！!: 豪斯霍尔德变换和数值稳定性 · 查看更多 »
数值线性代数
数值线性代数是一门研究在计算机上进行线性代数计算，特别是矩阵运算的算法的学科，是工程学和计算科学问题中的基本部分，这些问题包括图像处理、信号处理、金融工程学、材料科学模拟、结构生物学、数据挖掘、生物信息学、流体动力学和其他很多领域。这类软件多依赖於解决多种数值线性代数问题的先进算法的发展、分析和实现，在很大程度上是依靠矩阵在有限差分法和有限元法中的作用。 数值线性代数中的常见问题包括下列计算问题：LU分解、QR分解、奇异值分解、特征值。.
新！!: 豪斯霍尔德变换和数值线性代数 · 查看更多 »
重定向到这里：
Householder反射，Householder变换，Householder算子，豪斯霍尔德矩阵，豪斯霍德变换，豪斯霍德變換。
