“……透過共軛的定義，公式7左邊的對角元素，決定了λi(aina的子矩陣……”
“……因此，應用引理2，必然的結論就是，如果特徵向量中的一個元素消失，vi，j=0，那麼矩陣a的特徵向量方程，將化為其子矩陣mj的一個特徵向量方程。”
陳舟的思路十分清晰，整個證明過程也十分順暢。
沒有遇到一丁點的阻礙，便將這個新公式給證明了。
“有點意思，這麼長時間，居然沒有人發現這個？”
陳舟看著眼前草稿紙上的證明過程，臉上帶著一絲奇怪的笑容。
真要說起來的話，這個新公式並不複雜。
而新公式的證明方法，陳舟也至少能夠給出五種方法。
可就是這麼一個並不複雜的新公式和證明過程，為什麼這麼長時間，都沒有人發現呢？
陳舟有些納悶，卻也有些小確幸。
這說明了，還得是他！
沒有他的話，誰知道這個公式，又得沉寂多長時間，才會與世人見面呢？
這倒不是陳舟自戀，而是這個新公式的價值，確實蠻大的。
不管是對數學，還是對物理學，以及工程學來說，都有著十分現實的意義。
在這些學科裡，還是有著許許多多的問題，都是涉及到特徵向量和特徵值的計算的。
就比如說，陳舟發現這個新公式的源頭，中微子振盪機率的計算。
再比如說，在機器學習領域，資料降維，人臉識別，也都涉及矩陣特徵值和特徵向量理論的實際應用。
想一想，在任何情況下，你不需要知道矩陣中的任何元素，就可以計算出你想要的任何東西，還不夠牛逼嗎？
當然，陳舟並沒有去想那麼多，也沒有去想這個新公式，可能會帶來的影響。
陳舟也沒有打算，立即把這個新公式的相關內容，給整理出來，然後發表期刊。
他只覺得，這玩意還是賊好用的。
至少，在中微子振盪機率的計算上，省了他不少的事。
要說整理成論文投稿的話，怎麼得，也得等他解決了中微子振盪相關課題再說。
陳舟滿意的將這“偶然發現”的新公式，以及它的證明過程，給收拾好，放在了一邊。
然後，抬手看了看手錶，時間已經快要到中午了。
想了想，陳舟並沒有繼續中微子振盪相關課題的研究，而是選擇先去解決午飯。
既然證明新公式的時間點，正好卡的如此精確，那就沒必要強行拖時間了嘛。
下午，則是屬於極小模型綱領的時間。
物理學課題和數學課題的輪轉嘛。
至於研究和證明新公式的時間，到底是屬於數學，還是物理學。
陳舟覺得，還是應該歸到物理學上的。
畢竟，新公式的發現，最直接而有效的作用，還是中微子振盪相關課題的研究。
要知道，中微子振盪機率的計算問題，可是中微子振盪相關課題的核心問題。