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∣??=/……”

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。

&emsp

为优化阅读体验，本站内容均采用分页显示，请点击下一页继续阅读！ 第1页 / 共3页