埃尔米特矩阵和实数

快捷方式: 差异，相似，杰卡德相似系数，参考。

埃尔米特矩阵和实数之间的区别

埃尔米特矩阵 vs. 实数

埃尔米特矩阵（Hermitian matrix，又译作厄米矩阵），也稱自伴隨矩陣，是共轭對稱的方陣。埃尔米特矩阵中每一个第i行第j列的元素都与第j行第i列的元素的复共轭。 对于 有： 记做： 例如： 3&2+i\\ 2-i&1 \end 就是一个埃尔米特矩阵。 显然，埃尔米特矩阵主对角线上的元素都是实数的，其特征值也是实数。对于只包含实数元素的矩阵（实矩阵），如果它是对称阵，即所有元素关于主对角线对称，那么它也是埃尔米特矩阵。也就是说，实对称矩阵是埃尔米特矩阵的特例。. 实数，是有理數和無理數的总称，前者如0、-4、81/7；后者如\sqrt、\pi等。实数可以直观地看作小數（有限或無限的），它們能把数轴「填滿」。但僅僅以枚舉的方式不能描述實數的全體。实数和虚数共同构成复数。 根据日常经验，有理數集在數軸上似乎是「稠密」的，于是古人一直认为用有理數即能滿足測量上的實際需要。以邊長為1公分的正方形為例，其對角線有多長？在規定的精度下（比如誤差小於0.001公分），總可以用有理數來表示足夠精確的測量結果（比如1.414公分）。但是，古希臘畢達哥拉斯學派的數學家發現，只使用有理數無法完全精確地表示這條對角線的長度，這徹底地打擊了他們的數學理念；他們原以為：.

維度

维度，又稱维数，是数学中独立参数的数目。在物理学和哲学的领域内，指独立的时空坐标的数目。 0维是一點，沒有長度。1维是線，只有長度。2维是一個平面，是由長度和寬度（或曲線）形成面積。3维是2维加上高度形成「體積面」。雖然在一般人中習慣了整數维，但在碎形中維度不一定是整數，可能会是一个非整的有理数或者无理数。 我们周围的空间有3个维（上下、前后、左右）。我們可以往上下、東南西北移動，其他方向的移動只需用3個三维空間軸來表示。向下移就等於負方向地向上移，向西北移就只是向西和向北移的混合。 在物理學上時間是第四维，與三個空間维不同的是，它只有一個，且只能往一方向前進。 我们所居於的时空有四个维（3个空间轴和1个时间轴），根據愛因斯坦的概念稱為四维时空，我們的宇宙是由時间和空间構成，而這條時間軸是一條虛數值的軸。 弦理論認為我們所居於的宇宙實際上有更多的維度（通常10、11或24個）。但是這些附加的维度所量度的是次原子大小的宇宙。 维度是理论模型，在非古典物理学中这点更为明显。所以不用计较宇宙的维数是多少，只要方便描述就行了。 在物理學中，質的量纲通常以質的基本單位表示：例如，速率的量纲就是長度除以時間。.

埃尔米特矩阵和維度 · 实数和維度 · 查看更多 »

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.

埃尔米特矩阵和特征值和特征向量 · 实数和特征值和特征向量 · 查看更多 »

正整數

正整數，在数学中是指大於0的整數。正整數是正数与整数的交集。和整數一样，正整數也是一個可數的無限集合。這個集合在数学上通常用粗體Z+或\mathbb^+来表示。在数论中，正整數也可稱為自然数，即1、2、3……；但在集合论和计算机科学中，自然数则通常是指非负整数，即正整數与0的 集合。.

埃尔米特矩阵和正整數 · 实数和正整數 · 查看更多 »

正數

正数，在数学上是指大于0的实数，如1、3.7,1.5等，与负数相对。和实数一样，正數也是一個不可數的無限集合。這個集合在数学上通常用粗體R+或ℝ+来表示。正数与0统称非负数。.

埃尔米特矩阵和正數 · 实数和正數 · 查看更多 »