意义:
数值分析的主要分支致力于开发矩阵计算的有效算法,这是一个几个世纪以来的课题,是一个不断扩大的研究领域。矩阵分解方法简化了理论和实际的计算。
针对特定矩阵结构(如稀疏矩阵和近角矩阵)定制的算法在有限元方法和其他计算中加快了计算。 无限矩阵发生在行星理论和原子理论中。 无限矩阵的一个简单例子是代表一个函数的泰勒级数的导数算子的矩阵。
矩阵是高等代数学中的常见工具,也常见于统计分析等应用数学学科中。在物理学中,矩阵于电路学、力学、光学和量子物理中都有应用;计算机科学中,三维动画制作也需要用到矩阵。 矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。
扩展资料
在数学中,矩阵(Matrix)是一个按照长方阵列排列的复数或实数集合,最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。
在线性代数中,对于n阶方阵N,存在正整数k,使得N^k=0,这样的方阵N就叫做幂零矩阵。满足条件的最小的正整数k被称为N的度数或指数。
人类对数的认识有2个轨迹:第1个发展轨迹是对数本身的认识,在原始社会的狩猎中,用自然数1,2…,9来记录猎物,以后又认识了分数和小数。在研究圆的半径和周长的关系等一系列问题时,接触到了无理数,随后又发现了虚数。
第2个发展轨迹是,用字母代表数字进行各种数学运算,从具体的数字到代数,这是一个飞跃,有了代数,数学得到了飞速发展,如函数、微积分的出现。
-矩阵
欢迎分享,转载请注明来源:表白网
评论列表(0条)