目录
39 关系: 劍橋大學出版社，埃尔米特矩阵，单参数群，可对角化矩阵，复数，实数，對角矩陣，一般线性群，幂级数，幂零矩阵，代數數，微分方程，利普希茨連續，切向量，單位矩陣，共轭转置，光滑函数，矩阵，矩陣範數，积分因子，紧空间，线性微分方程，非奇异方阵，高登─湯普森不等式，跡，连续函数，酉矩阵，若尔当矩阵，若尔当标准型，零矩陣，逆矩阵，李代數，李群，正交矩阵，满射，指数函数，指数映射，方块矩阵，斜埃尔米特矩阵。
- 指数
- 矩陣論
劍橋大學出版社
劍橋大學出版社（Cambridge University Press）隸屬於英國劍橋大學，成立於1534年，是世界上僅次於牛津大學出版社的第二大大學出版社。.
查看 矩阵指数和劍橋大學出版社
埃尔米特矩阵
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。.
查看 矩阵指数和埃尔米特矩阵
单参数群
在数学中，一个单参数群（one-parameter group）或称单参数子群（one-parameter subgroup）通常表示从实数 R（作为加法群）到另一个拓扑群 G 的一个连续群同态 这意味着它严格说来其实不是一个群；如果 φ 是单射，则其像 φ(R) 是 G 的一个同构于加法群 R 的子群。这就是说，我们只知道 其中 s, t 是群在 G 中的参数。我们可能有 对某个 s ≠ 0 成立。譬如 G 是单位圆是这可能发生，且 在这种情形，φ 的核由 2π 乘以整数组成。 一个单参数群在一个集合上的作用称为流。 一个技术复杂性在于 φ(R) 作为 G 的子空间的拓扑可能比 R 上的要粗糙；这在 φ 是单射时可能发生。譬如考虑当 G 是一个环面 T，φ 是沿着一个无理斜率缠绕的直线。 所以一个单参数群或单参数子群需区别于一个群或一个子群自身，有三个原因：.
查看 矩阵指数和单参数群
可对角化矩阵
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。.
查看 矩阵指数和可对角化矩阵
复数
#重定向 复数 (数学).
查看 矩阵指数和复数
实数
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：.
查看 矩阵指数和实数
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.
查看 矩阵指数和對角矩陣
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.
查看 矩阵指数和一般线性群
幂级数
在数学中，幂级数（power series）是一类形式简单而应用广泛的函数级数，变量可以是一个或多个（见“多元幂级数”一节）。单变量的幂级数形式为： 其中的c和a_0,a_1,a_2 \cdots a_n \cdots是常数。a_0,a_1,a_2 \cdots a_n \cdots称为幂级数的系数。幂级数中的每一项都是一个幂函数，幂次为非负整数。幂级数的形式很像多项式，在很多方面有类似的性质，可以被看成是“无穷次的多项式”。 如果把(x-c)看成一项，那么幂级数可以化简为\sum_^\infty a_n x^n 的形式。后者被称为幂级数的标准形式。一个标准形式的幂级数完全由它的系数来决定。 将一个函数写成幂级数\sum_^\infty a_n \left(x-c \right)^n的形式称为将函数在c处展开成幂级数。不是每个函数都可以展开成幂级数。 幂级数是分析学研究的重点之一，然而在组合数学中，幂级数也占有一席之地。作为母函数，由幂级数概念发展出来的形式幂级数是许多组合恒等式的来源。在电力工程学中，幂级数则被称为Z-变换。实数的小数记法也可以被看做幂级数的一种，只不过这里的x被固定为\frac。在p-进数中则可以见到x被固定为10的幂级数。.
查看 矩阵指数和幂级数
幂零矩阵
幂零矩阵是一个n×n的方块矩阵M，满足以下等式： 对于某个正整数q。类似地幂零变换是一个线性变换L，满足L^q.
查看 矩阵指数和幂零矩阵
代數數
代數數是代数与数论中的重要概念，指任何整係數多项式的复根。 所有代数数的集合构成一个域，称为代数数域（与定义为有理数域的有限扩张的代数数域同名，但不是同一个概念），记作\mathcal或\overline，是复数域\mathbb的子域。 不是代数数的实数称为超越数，例如圆周率。.
查看 矩阵指数和代數數
微分方程
微分方程（Differential equation，DE）是一種數學方程，用來描述某一類函数與其导数之间的关系。微分方程的解是一個符合方程的函數。而在初等数学的代数方程裡，其解是常数值。 微分方程的应用十分广泛，可以解决许多与导数有关的问题 。物理中许多涉及变力的运动学、动力学问题，如空气的阻力為速度函數的落体运动等问题，很多可以用微分方程求解。此外，微分方程在化学、工程学、经济学和人口统计等领域都有应用。 数学领域对微分方程的研究着重在几个不同的面向，但大多数都是关心微分方程的解。只有少数简单的微分方程可以求得解析解。不过即使没有找到其解析解，仍然可以确认其解的部份性质。在无法求得解析解时，可以利用数值分析的方式，利用电脑来找到其数值解。 动力系统理论强调对于微分方程系统的量化分析，而许多数值方法可以计算微分方程的数值解，且有一定的准确度。.
查看 矩阵指数和微分方程
利普希茨連續
在數學中，特別是實分析，利普希茨連續（Lipschitz continuity）以德國數學家魯道夫·利普希茨命名，是一個比通常連續更強的光滑性條件。直覺上，利普希茨連續函數限制了函數改變的速度，符合利普希茨條件的函數的斜率，必小於一個稱為利普希茨常數的實數（該常數依函數而定）。 在微分方程，利普希茨連續是皮卡-林德洛夫定理中確保了初值問題存在唯一解的核心條件。一種特殊的利普希茨連續，稱為壓縮應用於巴拿赫不動點定理。 利普希茨連續可以定義在度量空間上以及賦范向量空間上；利普希茨連續的一種推廣稱為赫爾德連續。.
查看 矩阵指数和利普希茨連續
切向量
切向量是一个沿着曲线或曲面在给定点的方向：.
查看 矩阵指数和切向量
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.
查看 矩阵指数和單位矩陣
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：.
查看 矩阵指数和共轭转置
光滑函数
光滑函数（smooth function）在数学中特指无穷可导的函数，也就是说，存在所有有限阶导数。若一函数是连续的，则称其为C^0函数；若函数存在导函数，且其導函數連續，則稱為连续可导，記为C^1函数；若一函数n阶可导，并且其n阶导函数连续，则为C^n函数（n\geq 1）。而光滑函数是对所有n都属于C^n函数，特称其为C^\infty函数。 例如，指数函数显然是光滑的，因为指数函数的导数是指数函数本身。.
查看 矩阵指数和光滑函数
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.
查看 矩阵指数和矩阵
矩陣範數
矩陣範數（matrix norm）是數學中矩阵论、线性代数、泛函分析等领域中常见的基本概念，是将一定的矩阵空间建立为赋范向量空间时为矩阵装备的范数。应用中常将有限维赋范向量空间之间的映射以矩阵的形式表现，这时映射空间上装备的范数也可以通过矩阵范数的形式表达。 矩阵范数却不存在公认唯一的度量方式。.
查看 矩阵指数和矩陣範數
积分因子
积分因子是一种用来解微分方程的方法。.
查看 矩阵指数和积分因子
紧空间
在数学中，如果欧几里得空间Rn的子集是闭合的并且是有界的，那么称它是--的。例如，在R中，闭合单位区间是紧致的，但整数集合Z不是（它不是有界的），半开区间.
查看 矩阵指数和紧空间
线性微分方程
线性微分方程是数学中常见的一类微分方程。指以下形式的微分方程： 其中方程左侧的微分算子\mathcal是线性算子，是要解的未知函数，方程的右侧是一个已知函数。如果() 0，那么方程(*)的解的线性组合仍然是解，所有的解构成一个向量空间，称为解空间。这样的方程称为齐次线性微分方程。当不是零函数时，所有的解构成一个仿射空间，由对应的齐次方程的解空间加上一个特解得到。这样的方程称为非齐次线性微分方程。线性微分方程可以是常微分方程，也可以是偏微分方程。.
查看 矩阵指数和线性微分方程
非奇异方阵
若方块矩阵A\,满足条件\left|A\right|(\rm(A))\ne0，则称A\,为非奇异方阵，否则称为奇异方阵。.
查看 矩阵指数和非奇异方阵
高登─湯普森不等式
在物理學和數學上，高登─湯普森不等式（Golden–Thompson inequality）是一個由和二氏所證明的不等式，該不等式的定義如下： 若A和B是埃尔米特矩阵，則以下不等式成立： 其中 \operatorname\, X 指的是矩陣的跡，而 e^X 則是矩阵指数。此不等式在统计力学上相當重要，而此不等式一開始也是由此而生的。 貝多蘭‧康斯坦多（Bertram Kostant）在1973年利用康斯坦多凸性定理（Kostant convexity theorem）將此不等式推廣到所有的緊緻李群（compact Lie group）之上。.
跡
在线性代数中，一個n \times n的矩陣\mathbf的跡（或跡數），是指\mathbf的主對角線（從左上方至右下方的對角線）上各個元素的總和，一般記作\operatorname(\mathbf)或\operatorname(\mathbf)： 其中\mathbf_代表矩陣的第i行j列上的元素的值。一個矩陣的跡是其特徵值的總和（按代數重數計算）。 跡的英文為trace，是來自德文中的Spur這個單字（與英文中的Spoor是同源詞），在數學中，通常簡寫為「Sp」或「tr」。.
查看 矩阵指数和跡
连续函数
在数学中，连续是函数的一种属性。直观上来说，连续的函数就是当输入值的变化足够小的时候，输出的变化也会随之足够小的函数。如果输入值的某种微小的变化会产生输出值的一个突然的跳跃甚至无法定义，则这个函数被称为是不连续的函数（或者说具有不连续性）。 举例来说，考虑描述一棵树的高度随时间而变化的函数h(t)，那么这个函数是连续的（除非树被砍断）。又例如，假设T(P)表示地球上某一点P的空气温度，则这个函数也是连续的。事实上，古典物理学中有一句格言：“自然界中，一切都是连续的。”相比之下，如果M(t)表述在时间t的时候银行账户上的钱币金额，则这个函数无论在存钱或者取钱的时候都会有跳跃，因此函数M(t)是不连续的。.
查看 矩阵指数和连续函数
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：.
查看 矩阵指数和酉矩阵
若尔当矩阵
在数学中，特别是矩阵论裡，若尔当矩阵是矩阵的一种，又称若尔当块（作为另一个矩阵的一部分时）。当系数取在某个环\displaystyle R 上时（其中的零元和乘法单位元分别记为0和1），若尔当矩阵可以写成如下形式： \lambda & 1 & 0 & \cdots & 0 \\ 0 & \lambda & 1 & \cdots & 0 \\ \vdots & \vdots & \ddots& \vdots & \vdots \\ 0 & 0 & 0 & \lambda & 1 \\ 0 & 0 & 0 & 0 & \lambda \\\end 其对角线上全都是同一个元素\displaystyle \lambda \in R，而对角线上一排（即所有第\scriptstyle k行第\scriptstyle k+1列）都是1，其余位置上都是0。 可以看到只要确定了对角线上的系数\scriptstyle \lambda 和矩阵的大小\scriptstyle n，就确定了一个若尔当矩阵。这样一个若尔当矩阵被记为\displaystyle J_ 。 如果一个分块对角矩阵的每一个分块都是若尔当块，那么这个矩阵叫做若尔当形矩阵，或若尔当标准型。例如以下矩阵： J_ & 0 & 0 & \cdots & 0 \\ 0 & J_ & 0 & \cdots & 0 \\ \vdots & \vdots & \ddots& \vdots & \vdots \\ 0 & 0 & 0 & J_ & 0 \\ 0 & 0 & 0 & 0 & J_ \\\end 以上的若尔当形矩阵也可以记成J.
查看 矩阵指数和若尔当矩阵
若尔当标准型
在线性代数中，若尔当标准型（英語：Jordan normal form）或称若尔当正规型（英語：Jordan canonical form）是某個線性映射在有限維向量空間上的特別的矩陣表達形式，稱作若尔当矩陣(Jordan matrix)，這矩陣接近对角矩阵：除了主对角线和主对角线上方元素之外，其餘都是零且主對角線上方的對角線的係數若不為零--能為1，且這1左方和下方的係數（都在主對角線上）有相同的值。谱定理和正规矩阵都是若尔当标准型的特殊情况，因為可以被對角化(diagonalizable)。若尔当矩阵理论说明了任何一个系数域为\mathbb的方块矩阵M如果特征值都在\mathbb中，那么必然和某个若尔当标准型相似。或者说，如果一个有限維向量空間上的自同态線性映射的特征值都在系数域\mathbb中，那么它可以在某个基底下表示成若尔当标准型。 若尔当标准型得名于十九世纪后期的法国数学家卡米尔·若尔当。.
查看 矩阵指数和若尔当标准型
零矩陣
在數學中，特別是在線性代數中，零矩陣即所有元素皆為0的矩陣。一些零矩陣的例子： 0_.
查看 矩阵指数和零矩陣
逆矩阵
逆矩陣（inverse matrix）：在线性代数中，給定一个n階方陣\mathbf，若存在一n階方陣\mathbf，使得\mathbf.
查看 矩阵指数和逆矩阵
李代數
数学上，李代数是一个代数结构，主要用于研究象李群和微分流形之类的几何对象。李代数因研究无穷小变换的概念而引入。“李代数”（以索菲斯·李命名）一词是由赫尔曼·外尔在1930年代引入的。在旧文献中，无穷小群指的就是李代数。.
查看 矩阵指数和李代數
李群
數學中，李群（Lie group，）是具有群结构的光滑微分流形，其群作用與微分结构相容。李群的名字源於索菲斯·李的姓氏，以其為連續變換群奠定基礎。1893年，法文名詞groupes de Lie首次出現在李的學生Arthur Tresse的論文第三頁中。.
查看 矩阵指数和李群
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：.
查看 矩阵指数和正交矩阵
满射
满射或蓋射（surjection、onto），或稱满射函数或映成函數，一个函数f:X\rightarrow Y为满射，則对于任意的陪域 Y 中的元素 y，在函数的定义域 X 中存在一點 x 使得 f(x).
查看 矩阵指数和满射
指数函数
指数函数（Exponential function）是形式為b^x的數學函数，其中b是底數（或稱基數，base），而x是指數（index / exponent）。 現今指數函數通常特指以\mbox為底數的指數函數（即\mbox^x），為数学中重要的函数，也可寫作\exp(x)。这里的\mbox是数学常数，也就是自然对数函数的底数，近似值为2.718281828，又称为欧拉数。 作为实数变量x的函数，y.
查看 矩阵指数和指数函数
指数映射
指數映射（Exponential map）可指.
查看 矩阵指数和指数映射
方块矩阵
方塊矩陣，或简称方阵，是行數及列數皆相同的矩陣。由n \times n\,矩陣組成的集合，連同矩陣加法和矩陣乘法，构成環。除了n.
查看 矩阵指数和方块矩阵
斜埃尔米特矩阵
一个方块矩阵A是斜埃尔米特矩阵或反埃尔米特矩阵，如果它的共轭转置A*也是它的负数。也就是说，它满足以下的关系： 或者，如果A.
查看 矩阵指数和斜埃尔米特矩阵
另见
指数
- 72法則
- Q指数
- Softmax函数
- 冪
- 冪定律
- 双曲函数
- 双曲函数积分表
- 古德曼函數
- 复利
- 平方
- 平方求幂
- 悬链线
- 指数函数
- 指数函数积分表
- 指数分布
- 指数积分
- 指数衰减
- 指數增長
- 放射性
- 林德曼-魏尔斯特拉斯定理
- 歐拉恆等式
- 矩阵指数
- 等角螺线
- 迭代冪次
- 雙重指數函數
- 高斯函数
矩陣論
- 伴随矩阵
- 克罗内克积
- 基变更
- 奇异值分解
- 子式和余子式
- 拉普拉斯展开
- 极分解
- 特征值和特征向量
- 特征分解
- 矩阵分解
- 矩阵多项式
- 矩阵指数
- 矩阵环
- 矩阵的平方根
- 矩陣乘法
- 积和式
- 舒尔分解
- 若尔当标准型
- 若尔当矩阵
- 行列式
- 西尔维斯特惯性定理
- 谱定理
- 跡
- 非奇异方阵