事實上，說是新數學的話，也並不對。
因為這是基礎數學的內容。
是關於求解特徵向量的。
特徵向量和特徵值，指的是一個矩陣乘以一個向量，就相當於做了一個線性變換。
但這個向量的方向，往往會發生改變。
但若是存在一個矩陣a，讓這個向量v線上性變換後，方向仍然保持不變，只是拉伸或者壓縮一定倍數。
也就是，av=λv。
那麼，這個向量v就是特徵向量，λ就是特徵值。
而這裡面的傳統解法，就是從計算特徵多項式開始，然後求解特徵值，再求解齊次線性方程組，最後得出特徵向量。
沒錯，這部分的內容，在數學家眼裡，就是再普通不過的，基礎數學求解公式。
但是，陳舟在計算中微子振盪機率的時候發現。
特徵向量和特徵值的幾何本質，其實就是空間向量的旋轉和縮放。
而中微子的三個味道，也就是電子、μ子和τ子，不就相當於空間中的，三個向量之間的變換嗎？
也因此，在研究中微子振盪相關課題時，陳舟一不小心發現，特徵向量和特徵值之間，是存在更普遍的規律的。
於是，一種新的奇妙解法，就這麼浮現在了陳舟的腦海。
“知道特徵值，只需要列一個簡單的方程式，特徵向量便可迎刃而解了……”
這麼想著的陳舟，手中的筆，也不斷的在草稿紙上書寫著，開始描繪著腦海裡的新公式。
把物理問題轉換成數學問題，一直陳舟習慣性的研究方式。
而一旦能夠把物理問題，轉換成數學問題，那麼對陳舟而言，也就不再是什麼問題了。
雖然離著解決中微子振盪相關課題，還有著不小的距離。
可是，這個新發現，仍是令陳舟充滿了興趣。
“透過刪除原始矩陣的行和列，建立子矩陣的話……”
“子矩陣和原始矩陣的特徵值組合在一起，就可以計算原始矩陣的特徵向量……”
“也就可以得到∣^uαi∣2=(λiξα(λixα/(λiλj(λiλk……”
陳舟緩緩停筆，看著草稿紙上的內容。
新公式已經被他求得，只差個證明過程了。
證明過程的話……
陳舟再次拿出一張新的草稿紙，握緊了手中的筆。
證明開始。
“先定義a為一個nxn的厄米特矩陣，它具有特徵值λi(a和賦範特徵向量vi……”
“特徵向量中的每個元素標記為vi，j……”
“透過刪除jth行和jth列，可以得到a的子矩陣mj，大小為(n1×(n1，它的特徵值為λk(mj……”
“然後，透過證明可以得到一個柯西比內型公式……”
“再由引理1和引理2可以證明……”