本文目录一览：
Matrix是什么意思
矩阵，基础设备，起源
计算机中输入和输出之间的交叉网，用作编码器和译码器
英文MATRIX是什么意思
matrix 英 [ˈmeɪtrɪks] 美 [ˈmetrɪks]
n.数矩阵； 模型； 基质； 母体，子宫
复数： matrices
双语例句
1.the European cultural matrix
欧洲文化的发源地
2.Rome was the matrix of Western civilization.
罗马是西方文明之母.
3.We now omit the prime on the matrix elements.
我们现在把各矩阵元素上的一撇略去.
备注：电影黑客帝国的英文名就是The Matrix
请采纳，谢谢！
Matrix什么意思
Matrix 意思是矩阵
但楼上几位没解释清楚什么叫做矩阵
简单的归结，矩阵（Matrix) 就是统计各方面的数据
来源
英文名Matrix（矩阵）本意是子宫、母体、孕育生命的地方，同时，在数学名词中，矩阵用来表示统计数据等方面的各种有关联的数据。这个定义很好地解释了Matrix代码制造世界的数学逻辑基础。
数学上，矩阵就是由方程组的系数及常数所构成的方阵。把用在解线性方程组上既方便，又直观。例如对于方程组。
a1x+b1y+c1z=d1
a2x+b2y+c2z=d2
a3x+b3y+c3z=d3
来说，我们可以构成两个矩阵：
a1b1c1a1b1c1d1
a2b2c2a2b2c2d2
a3b3c3a3b3c3d3
因为这些数字是有规则地排列在一起，形状像矩形，所以数学家们称之为矩阵，通过矩阵的变化，就可以得出方程组的解来。
矩阵这一具体概念是由19世纪英国数学家凯利首先提出并形成矩阵代数这一系统理论的。
数学上，一个m×n矩阵乃一m行n列的矩形阵列。矩阵由数组成，或更一般的，由某环中元素组成。
矩阵常见于线性代数、线性规划、统计分析，以及组合数学等。请参考矩阵理论。
历史
[编辑本段]
矩阵的研究历史悠久，拉丁方阵和幻方在史前年代已有人研究。
作为解决线性方程的工具，矩阵也有不短的历史。1693年，微积分的发现者之一戈特弗里德•威廉•莱布尼茨建立了行列式论(theory of determinants)。1750年，加布里尔•克拉默其后又定下了克拉默法则。1800年代，高斯和威廉•若尔当建立了高斯—若尔当消去法。
1848年詹姆斯•约瑟夫•西尔维斯特首先创出matrix一词。研究过矩阵论的著名数学家有凯莱、威廉•卢云•哈密顿、格拉斯曼、弗罗贝尼乌斯和冯•诺伊曼。
定义和相关符号
[编辑本段]
以下是一个 4 × 3 矩阵：
某矩阵 A 的第 i 行第 j 列，或 i,j位，通常记为 A[i,j] 或 Ai,j。在上述例子中 A[2,3]=7。
在C语言中，亦以 A[j] 表达。(值得注意的是,与一般矩阵的算法不同,在C中,"行"和"列"都是从0开始算起的)
此外 A = (aij)，意为 A[i,j] = aij 对于所有 i 及 j，常见于数学著作中。
一般环上构作的矩阵
给出一环 R，M(m,n, R) 是所有由 R 中元素排成的 m× n 矩阵的集合。若 m=n，则通常记以 M(n,R)。这些矩阵可加可乘 (请看下面)，故 M(n,R) 本身是一个环，而此环与左 R 模 Rn 的自同态环同构。
若 R 可置换， 则 M(n, R) 为一带单位元的 R-代数。其上可以莱布尼茨公式定义 行列式：一个矩阵可逆当且仅当其行列式在 R 内可逆。
在维基百科内，除特别指出，一个矩阵多是实数矩阵或虚数矩阵。
分块矩阵
分块矩阵 是指一个大矩阵分割成“矩阵的矩阵”。举例，以下的矩阵
可分割成 4 个 2×2 的矩阵。
此法可用于简化运算，简化数学证明，以及一些电脑应用如VLSI芯片设计等。
特殊矩阵类别
[编辑本段]
对称矩阵是相对其主对角线（由左上至右下）对称, 即是 ai,j=aj,i。
埃尔米特矩阵（或自共轭矩阵）是相对其主对角线以复共轭方式对称, 即是 ai,j=a*j,i。
特普利茨矩阵在任意对角线上所有元素相对, 是 ai,j=ai+1,j+1。
随机矩阵所有列都是概率向量, 用于马尔可夫链。
矩阵运算
[编辑本段]
给出 m×n 矩阵 A 和 B，可定义它们的和 A + B 为一 m×n 矩阵，等 i,j 项为 (A + B)[i, j] = A[i, j] + B[i, j]。举例：
另类加法可见于矩阵加法.
若给出一矩阵 A 及一数字 c，可定义标量积 cA，其中 (cA)[i, j] = cA[i, j]。 例如
这两种运算令 M(m, n, R) 成为一实数线性空间，维数是mn.
若一矩阵的列数与另一矩阵的行数相等，则可定义这两个矩阵的乘积。如 A 是 m×n 矩阵和 B 是 n×p矩阵，它们是乘积 AB 是一个 m×p 矩阵，其中
(AB)[i, j] = A[i, 1] * B[1, j] + A[i, 2] * B[2, j] + ... + A[i, n] * B[n, j] 对所有 i 及 j。
例如
此乘法有如下性质：
(AB)C = A(BC) 对所有 k×m 矩阵 A, m×n 矩阵 B 及 n×p 矩阵 C ("结合律").
(A + B)C = AC + BC 对所有 m×n 矩阵 A 及 B 和 n×k 矩阵 C ("分配律")。
C(A + B) = CA + CB 对所有 m×n 矩阵 A 及 B 和 k×m 矩阵 C ("分配律")。
要注意的是：可置换性不一定成立，即有矩阵 A 及 B 使得 AB ≠ BA。
对其他特殊乘法，见矩阵乘法。
其他性质
[编辑本段]
线性变换，秩，转置
矩阵是线性变换的便利表达法，皆因矩阵乘法与及线性变换的合成有以下的连系：
以 Rn 表示 n×1 矩阵（即长度为n的矢量）。对每个线性变换 f : Rn - Rm 都存在唯一 m×n 矩阵 A 使得 f(x) = Ax 对所有 x in; Rn。 这矩阵 A "代表了" 线性变换 f。 今另有 k×m 矩阵 B 代表线性变换 g : Rm - Rk，则矩阵积 BA 代表了线性变换 g o f。
矩阵 A 代表的线性代数的映像的维数称为 A 的矩阵秩。矩阵秩亦是 A 的行（或列）生成空间的维数。
m×n矩阵 A 的转置是由行列交换角式生成的 n×m 矩阵 Atr （亦纪作 AT 或 tA），即 Atr[i, j] = A[j, i] 对所有 i and j。若 A 代表某一线性变换则 Atr 表示其对偶算子。转置有以下特性：
(A + B)tr = Atr + Btr，(AB)tr = BtrAtr。
注记
[编辑本段]
矩阵可看成二阶张量， 因此张量可以认为是矩阵和向量的一种自然推广。
矩阵（设备）
矩阵是监控系统中的模拟设备，主要负责对前端视频源与控制线的切换控制，举个例子，如果你有70个摄像机，可是只有7台监视器，那么矩阵可以让你的任何一台监视器显示出任意组合的10个画面。简短地说，矩阵主机主要是配合电视墙使用，完成画面切换的功能。
