勒贝格测度和可对角化矩阵

快捷方式: 差异，相似，杰卡德相似系数，参考。

勒贝格测度和可对角化矩阵之间的区别

勒贝格测度 vs. 可对角化矩阵

数学上，勒贝格测度是赋予欧几里得空间的子集一个长度、面积、或者体积的标准方法。它广泛应用于实分析，特别是用于定义勒贝格积分。可以赋予一个体积的集合被称为勒贝格可测；勒贝格可测集A的体积或者说测度记作λ(A)。一个值为∞的勒贝格测度是可能的，但是即使如此，在假设选择公理成立时，Rn的所有子集也不都是勒贝格可测的。不可测集的“奇特”行为导致了巴拿赫-塔斯基悖论这样的命题，它是选择公理的一个结果。. 可对角化矩阵是线性代数和矩阵论中重要的一类矩阵。如果一个方块矩阵 A 相似于对角矩阵，也就是说，如果存在一个可逆矩阵 P 使得 P −1AP 是对角矩阵，则它就被称为可对角化的。如果 V 是有限维度的向量空间，则线性映射 T: V → V 被称为可对角化的，如果存在 V 的一个基，T 关于它可被表示为对角矩阵。对角化是找到可对角化矩阵或映射的相应对角矩阵的过程。 可对角化矩阵和映射在线性代数中有重要价值，因为对角矩阵特别容易处理: 它们的特征值和特征向量是已知的，且其次方可通过計算对角元素同样的次方来獲得。 若尔当-谢瓦莱分解表达一个算子为它的对角部分与它的幂零部分的和。.

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。.

勒贝格测度和线性映射 · 可对角化矩阵和线性映射 · 查看更多 »