在数学中，矩阵的平方根是算术中的平方根概念的推广。对一个矩阵A，如果矩阵B满足 B ⋅ B = A {\displaystyle B\cdot B=A} 那么矩阵B就是A的一个平方根。 与算术中的平方根概念不同，矩阵的平方根不一定只有两个。然而依照矩阵平方根的概念以及矩阵乘法的定义，只有方块矩阵才有平方根。...

矩阵分解（decomposition, factorization）是将一个矩阵拆解为数个矩阵的乘积的运算。其依使用目的的不同，可分为几类。 在数值分析，矩阵分解常常用来实现一些矩阵运算的快速算法。 例如，当对线性方程组 A x = b {\displaystyle A\mathbf {x} =\mathbf...

\pm {\sqrt {x}}} 。 負數的平方根在複數系中有定義。而實際上，對任何定義了開平方運算的數學物件都可考慮其“平方根”（例如矩陣的平方根）。 在MicroSoft的試算表軟體Excel與大部分程式語言中以 "sqrt()"表示求主平方根。 耶鲁大学的...

在线性代数裡，正定矩阵（英語：positive-definite matrix）是埃尔米特矩阵的一种，有时会简称为正定阵。在线性代数中，正定矩阵的性质類似复数中的正实数。与正定矩阵相对应的线性算子是对称正定双线性形式（複域中则对应埃尔米特正定双线性形式）。 一个 n × n {\displaystyle...

在 数学 中，矩陣的对数是找到另一矩阵，使其矩阵指数等于某个矩阵的运算。这是对数的推广，也是矩阵指数的逆运算。不是所有的矩阵都有矩阵对数，矩阵也可能有多于一个矩阵对数。对数矩阵的研究源于李群，因为如果一个矩阵存在矩阵对数，那么这个矩阵对数是李代数向量空间的对应元素。 矩阵指数的定义如下 e A ≡ ∑...

（在线性微分方程中有应用）、矩阵对数和矩阵的平方根。为了提高算法的数值稳定性，还有舒尔分解等矩阵分解方法。 矩阵的元素除了可以是实数和复数以外，也可以任意环或域中元素。在线性代数中，矩阵的性质可以经由有限维的线性空间中的线性变换定义。更广泛的，无限维空间中的线性算子，则可以定义更广泛的无穷维矩阵。矩阵的...

矩陣範數（matrix norm）亦译矩阵模是數學中矩阵论、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。...

在统计学与概率论中，协方差矩阵（covariance matrix）是一个方阵，代表著任兩列随机变量（英语：Multivariate random variable）间的协方差，是协方差的直接推广。 定義 —  設 ( Ω , Σ , P ) {\displaystyle (\Omega ,\,\Sigma...

）。 矩阵 P 可以由 P = A ∗ A {\displaystyle P={\sqrt {A^{*}A}}} 得到，其中 A* 表示矩阵 A 的共轭转置。由于 A ∗ A {\displaystyle A^{*}A} 为半正定的埃尔米特矩阵，它的平方根唯一存在，所以这个式子是有意义的。而矩阵 U...

的矩阵分解，在信号处理、统计学等领域有重要应用。奇异值分解在某些方面与对称矩阵或厄米矩陣基于特征向量的对角化类似。然而这两种矩阵分解尽管有其相关性，但还是有明显的不同。对称阵特征向量分解的基础是谱分析，而奇异值分解则是谱分析理论在任意矩阵上的推广。 假設M是一個m×n階矩陣，其中的...

的矩陣是正定的，那麽只要運算精確，矩陣中帶有平方根的元素的平方根下的數字永遠是正數。不幸的是，由於存在捨入誤差，這些數字可能為負數，並使算法擱淺。然而，此種情況僅當矩陣為病態時才會出現。一種可解決此問題的方法，是增添一個對角修正矩陣至待分解矩陣，以增加矩陣的正定性。 此法雖或將減少分解的...