事实上，说是新数学的话，也并不对。
因为这是基础数学的内容。
是关于求解特征向量的。
特征向量和特征值，指的是一个矩阵乘以一个向量，就相当于做了一个线性变换。
但这个向量的方向，往往会发生改变。
但若是存在一个矩阵a，让这个向量v在线性变换后，方向仍然保持不变，只是拉伸或者压缩一定倍数。
也就是，av=λv。
那么，这个向量v就是特征向量，λ就是特征值。
而这里面的传统解法，就是从计算特征多项式开始，然后求解特征值，再求解齐次线性方程组，最后得出特征向量。
没错，这部分的内容，在数学家眼里，就是再普通不过的，基础数学求解公式。
但是，陈舟在计算中微子振荡概率的时候发现。
特征向量和特征值的几何本质，其实就是空间矢量的旋转和缩放。
而中微子的三个味道，也就是电子、μ子和τ子，不就相当于空间中的，三个向量之间的变换吗？
也因此，在研究中微子振荡相关课题时，陈舟一不小心发现，特征向量和特征值之间，是存在更普遍的规律的。
于是，一种新的奇妙解法，就这么浮现在了陈舟的脑海。
“知道特征值，只需要列一个简单的方程式，特征向量便可迎刃而解了……”
这么想着的陈舟，手中的笔，也不断的在草稿纸上书写着，开始描绘着脑海里的新公式。
把物理问题转换成数学问题，一直陈舟习惯性的研究方式。
而一旦能够把物理问题，转换成数学问题，那么对陈舟而言，也就不再是什么问题了。
虽然离着解决中微子振荡相关课题，还有着不小的距离。
可是，这个新发现，仍是令陈舟充满了兴趣。
“通过删除原始矩阵的行和列，创建子矩阵的话……”
“子矩阵和原始矩阵的特征值组合在一起，就可以计算原始矩阵的特征向量……”
“也就可以得到∣^uαi∣2=(λi-ξα)(λi-xα)/(λi-λj)(λi-λk)……”
陈舟缓缓停笔，看着草稿纸上的内容。
新公式已经被他求得，只差个证明过程了。
证明过程的话……
陈舟再次拿出一张新的草稿纸，握紧了手中的笔。
证明开始。
“先定义a为一个nxn的厄米特矩阵，它具有特征值λi(a)和赋范特征向量vi……”
“特征向量中的每个元素标记为vi，j……”
“通过删除jth行和jth列，可以得到a的子矩阵mj，大小为(n-1)×(n-1)，它的特征值为λk(mj)……”
“然后，通过证明可以得到一个柯西-比内型公式……”
“再由引理1和引理2可以证明……”
“……通过共轭的定义，公式7左边的对角元素
请收藏：https://m.bi78.cc
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）