发布时间：
矩阵在许多领域都应用广泛。有些时候用到矩阵是因为其表达方式紧凑，例如在博弈论和经济学中，会用收益矩阵来表示两个博弈对象在各种决策方式下的收益。文本挖掘和索引典汇编的时候，比如在TF-IDF方法中，也会用到文件项矩阵来追踪特定词汇在多个文件中的出现频率。早期的密码技术如希尔密码也用到矩阵。然而，矩阵的线性性质使这类密码相对容易破解。计算机图像处理也会用到矩阵来表示处理对象，并且用放射旋转矩阵来计算对象的变换，实现三维对象在特定二维屏幕上的投影。多项式环上的矩阵在控制论中有重要作用。化学中也有矩阵的应用，特别在使用量子理论讨论分子键和光谱的时候。具体例子有解罗特汉方程时用重叠矩阵和福柯矩阵来得到哈特里－福克方法中的分子轨道。
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。
矩阵是高等代数学中的常见工具，也常见于统计分析等应用数学学科中。 在物理学中，矩阵于电路学、力学、光学和量子物理中都有应用；计算机科学中，三维动画制作也需要用到矩阵。 矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。对一些应用广泛而形式特殊的矩阵，例如稀疏矩阵和准对角矩阵，有特定的快速运算算法。关于矩阵相关理论的发展和应用，请参考矩阵理论。在天体物理、量子力学等领域，也会出现无穷维的矩阵，是矩阵的一种推广。
还有三个月就是毕业生们答辩的时间了，但是很多毕业生们目前连选题都还没有选好。时间紧迫，我立马为大家精心整理了一些大学数学系本科毕业论文题目，供毕业生们参考! 1、导数在不等式证明中的应用 2、导数在不等式证明中的应用 3、导数在不等式证明中的应用 4、等价无穷小在求函数极限中的应用及推广 5、迪克斯特拉(Dijkstra)算法及其改进 6、第二积分中值定理“中间点”的性态 7、对均值不等式的探讨 8、对数学教学中开放题的探讨 9、对数学教学中开放题使用的几点思考 10、对现行较普遍的彩票发行方案的讨论 11、对一定理证明过程的感想 12、对一类递推数列收敛性的讨论 13、多扇图和多轮图的生成树计数 14、多维背包问题的扰动修复 15、多项式不可约的判别方法及应用 16、多元函数的极值 17、多元函数的极值及其应用 18、多元函数的极值及其应用 19、多元函数的极值问题 20、多元函数极值问题 21、二次曲线方程的化简 22、二元函数的单调性及其应用 23、二元函数的极值存在的判别方法 24、二元函数极限不存在性之研究 25、反对称矩阵与正交矩阵、对角形矩阵的关系 26、反循环矩阵和分块对称反循环矩阵 27、范德蒙行列式的一些应用 28、方阵A的伴随矩阵 29、放缩法及其应用 30、分块矩阵的应用 31、分块矩阵行列式计算的若干方法 32、辅助函数在数学分析中的应用 33、复合函数的可测性 34、概率方法在其他数学问题中的应用 35、概率论的发展简介及其在生活中的若干应用 36、概率论在彩票中的应用 37、概率统计在彩票中的应用 38、概率统计在实际生活中的应用 39、概率在点名机制中的应用 40、高阶等差数列的通项，前n项和公式的探讨及应用 41、给定点集最小覆盖快速近似算法的进一步研究及其应用 42、关联矩阵的一些性质及其应用 43、关于Gauss整数环及其推广 44、关于g-循环矩阵的逆矩阵 45、关于二重极限的若干计算方法 46、关于反函数问题的讨论 47、关于非线性方程问题的求解 48、关于函数一致连续性的几点注记 49、关于矩阵的秩的讨论 _ 50、关于两个特殊不等式的推广及应用 51、关于幂指函数的极限求法 52、关于扫雪问题的数学模型 53、关于实数完备性及其应用 54、关于数列通项公式问题探讨 55、关于椭圆性质及其应用地探究、推广 56、关于线性方程组的迭代法求解 57、关于一类非开非闭的商映射的构造 58、关于一类生态数学模型的几点思考 59、关于圆锥曲线中若干定值问题的求解初探 60、关于置信区间与假设检验的研究 61、关于周期函数的探讨 62、函数的一致连续性及其应用 63、函数定义的发展 64、函数级数在复分析中与在实分析中的关系 65、函数极值的求法 66、函数幂级数的展开和应用 67、函数项级数的收敛判别法的推广和应用 68、函数项级数一致收敛的判别 69、函数最值问题解法的探讨 70、蝴蝶定理的推广及应用 71、化归中的矛盾分析法研究 72、环上矩阵广义逆的若干性质 73、积分中值定理的再讨论 74、积分中值定理正反问题‘中间点’的渐近性 75、基于高中新教材的概率学习 76、基于最优生成树的'海底油气集输管网策略分析 77、级数求和的常用方法与几个特殊级数和 78、级数求和问题的几个转化 79、级数在求极限中的应用 80、极限的求法与技巧 81、极值的分析和运用 82、极值思想在图论中的应用 83、几个广义正定矩阵的内在联系及其区别 84、几个特殊不等式的巧妙证法及其推广应用 85、几个重要不等式的证明及应用 86、几个重要不等式在数学竞赛中的应用 87、几种特殊矩阵的逆矩阵求法
随着现代科学的发展，数学中的矩阵也有更广泛而深入的应用，下面列举几项矩阵在现实生活中的应用：
这个可以继续化简：1.用第3行把的1把所有的第四列的数都化为012-900-1500001（下面的不写了）2.用第2行的-1把第1行的2消去10100-1500001（当然你也可以把第2行乘以-1）这个矩阵的非零行就是3行，所以秩就是3因为第一行的以一个1他下面的全部是0所以这个1是消不去le第2行的-1他的那一列也全部是0同理第三行
矩阵的秩就是该矩阵不为零子式的最高阶数.或是它的行向量组的秩或列向量组的秩.如果要求矩阵的秩可以用矩阵的初等行变换把矩阵变为阶梯形矩阵,此时秩就是阶梯形矩阵非零行的行数.
求解矩阵的秩的办法包括初等变换，行列式的乘积以及相似寻找特征值。那么下面我就简单的介绍一个例题进行求解。
1.例如向量组组成的a1(a,1,1...1),a2(1,a,1...1)...an(1,1,1...n)求它的秩。第一种用初等变换的办法，因为矩阵经过初等变换秩是不变的。最后得到一个新的矩阵，b1(a+n-1,0,0...0),b2(1,a-1),b3(1,0,a-1...0)...bn(1,0,0...a-1)。
2.用行列式进行求解，因为矩阵是方的，可以使用。先将各行的元素加到第一列，第一列的元素就为a=n-1，提出来然后将每一行的元素减去第一行的元素，得到一个上三角的行列式。那么行列式就为（a+n-1）(a-1)n-1次方。
3.用相似从矩阵A的特征多项式我们得到一个关于矩阵的特征值以及特征方程。re-A的行列式求得r的特征方程，解得r是一个a-1的n-1次方，以及1-n的一次。那么向量对角化也就是初等变成为一个对角矩阵。
4.对于矩阵的组合运用，并且求未知常数，例如矩阵A以及元素都一一给出，B矩阵元素也一一给出，并且知道矩阵A+AB的秩为2，但是B矩阵是3阶矩阵。根据矩阵的分配关系等到A(E+B)矩阵，那么只需要计算E+B矩阵的行列式。
5.发现E+B矩阵是可逆矩阵，那么我们得到AB矩阵的秩是等于A矩阵的秩。也就是说A矩阵的秩也是2，那么这个矩阵的行列式以及初等变换的秩是2,计算得到未知元素为9。
6.矩阵的秩考察的范围以及应用比向量组的考察不一样。向量组一般都跟线性相关以及无关，线性表示结合在一起。但是矩阵尤其是证明也是从齐次以及非齐次中结合的。
找点文献给你自己看看吧，需要就发邮件给我[1]高朝邦,祝宗山.关于矩阵的秩的等价描述[J].成都大学学报（自然科学版）,2006,25(1)从行列式、矩阵的等价、线性方程组、线性空间、线性映射等角度来刻画矩阵的秩,进而用这些命题来证明与矩阵的秩有关的一些命题.[2]费绍金.用矩阵的秩判断空间中平面与平面、直线与直线及直线与平面间的位置关系[J].牡丹江教育学院学报,2007,(6)利用线性方程组解的理论讨论空间中平面与平面、直线与直线及直线与平面间的位置关系,给出用矩阵的秩判定以上关系的方法及结论.[3]严坤妹.一类矩阵的秩[J].福建商业高等专科学校学报,2005,(4)矩阵的秩是矩阵的一个重要不变量,根据两个重要的矩阵的秩的不等式以及分块矩阵的初等变换的性质,本文研究了一类矩阵的秩的特征.[4]戴红霞.关于矩阵的秩的例题教学[J].南京审计学院学报,2005,2(2)本文通过三个典型例题的具体讲解,加深学生对抽象概念"矩阵的秩"的理解和掌握.[5]余航.试论分块矩阵的秩[J].桂林师范高等专科学校学报,2001,15(3)任一矩阵都可求得它的秩,而在矩阵运算中,矩阵的分块是一个很重要的技巧.本文从不同角度,从特殊到一般地探求了分块矩阵的秩.[6]徐兰.利用分块矩阵探讨矩阵的秩的有关定理[J].昌吉学院学报,2003,(4)矩阵是线性代数的主要研究对象之一,利用分块矩阵,研究高阶矩阵的秩及矩阵在运算后秩的变化,得到有关的定理.[7]邹晓光.互素多项式矩阵的秩的一个简单结论及其应用[J].金华职业技术学院学报,2006,6(1)本文给出了互素多项式在矩阵的秩讨论中的一个简单结果:定理:设f(x),g(x)∈P[x],A是n阶方阵,若(f(x),g(x))=1,则n+r[f(A)g(A)]=r(f(A))+r(g(A)).以及结果的一些简单应用,对文献[1]中的一些结论进一步讨论.[8]张丽梅,乔立山,李莹.可逆坡矩阵与坡矩阵的秩[J].山东大学学报（理学版）,2007,42(9)坡是两个元素的乘积小于等于每个因子的加法幂等半环.讨论了可逆坡矩阵的若干性质,证明了可逆坡矩阵必是满秩的.讨论了坡矩阵的行秩、列秩与Schein秩.给出了坡矩阵的Schein秩的一个重要性质.
先说对称矩阵吧.可以从代数和几何两个方面上来讲.代数方面,首先每个对称矩阵A唯一对应于一个二次型x'Ax.因此对称矩阵对二次型的研究有着重要的作用.二次型是什么呢?从代数角度上讲,他是一个函数.是n唯向量x到"数"的映射.因此研究对称矩阵有助于研究二次型进而,在二次型的概念下.可以对矩阵进行合同分类(如同在线性变换的概念下对矩阵进行相似分类一样).我们以前学习过矩阵的相似,他把具有相同性质的矩阵划归到了一起,例如两个矩阵相似他们的行列式\迹和特征值都分别相等.合同也是为了将矩阵分类,比如正定,负定矩阵.我要说的是研究对称矩阵本身是为了在合同的代数概念下对矩阵进行一个分类,合同这种概念由于是从二次型那里来的所以只对对称矩阵产生作用.从几何的角度上讲,一个对称矩阵对应的二次型,与距离空间(常叫做欧氏空间)联系在一起.我们高中知识知道如果选自然基底,那么向量x的长度就是他坐标的内积x'x.根据矩阵乘法的定义我们可以用二次型表示长度为x'Ex其中E是单位矩阵.由于实际应用的需要或是理论研究的推广,我们往往不能选到自然基底,甚至是标准正交的基底..那么对于一般的基底而言,这个向量x的坐标就不是x而是y了,他的长度就可以表示成y'Ay的形式,用线性代数坐标变换的知识可以证明A是一个对称矩阵.写了这么多,就是要说对称矩阵与欧式空间中长度的概念密不可分.继续深入欧式空间,我们知道"直角坐标系"下的欧式空间距离的概念是||x-y||,也就是(x-y)'(x-y)这又与上边的长度一样,与对称矩阵密不可分了.综上,对称矩阵是二次型和合同概念的基础,是欧式空间的需要.只有在对称矩阵的基础上欧式空间才有意义.这就直接涉及到他的应用了.理论上,实变函数和勒贝格积分都要与长度这个概念产生关系那里边叫测度,就是与欧式空间有关系.泛函分析要研究泛函的赋范空间也要与长度产生关系.因此由于欧式空间的应用广泛,导致了对称函数的研究的必要.实际应用方面,对数值分析或是最优化理论那种给方程寻找近似解或是对空间中的离散点进行曲线拟合.都会导致基底不是自然基底,所以要研究欧式空间在一般基底下的表示(就是二次型)所具有的性质,二次型建立在对称矩阵的基础之上的,所以对称矩阵的性质应用广泛.反对称矩阵,是对二次型的又一个推广,我们把x'Ay这样的形势对应于二次型x'Ax叫做对称双线性型,叫双线性是因为他左右都乘了向量,叫对称是因为A是对称矩阵.因此对这种情况进行推广当A反称的话,我们就知道x'Ax=0(注意A反称就不是二次型了,二次型要求A对称),那么x'Ay这种形式就叫做交错双线性型.反称矩阵最常用的性质就是x'Ax=0.
我的毕业论文题目是矩阵的乘法及其应用~个人感觉相当简单~我是数学与应用数学专业
好写哦！科技论文，专业性这么强，写出来，也是只有专业人员才能明白。首先，序言：把矩阵的乘法原理，加以介绍、解释和说明，这些就是书上现成的东西。接着介绍其应用都有哪些，具体在哪些方面。最后说明本文主要介绍哪些方面的具体应用及事例。进入正文，集中写清楚，你要介绍的应用及事例。字数要多，就多写，写详细一些；字数一般，就写得一般，就可以啦。。。祝成功！
同学我不太清楚你问这个问题的意义何在...因为考试要考，所以我们只能功利地学和用。
矩阵对角化方法探讨摘 要： 本文利用矩阵的相关知识,研究了矩阵可对角化的若干方法.关键词： 可对角化;对角化方法;特征值;特征向量1 引言 形式最简单的矩阵就是对角阵.矩阵对角化使矩阵论的重要组成部分,在矩阵论中占有重要的作用,研究矩阵对角化问题很有实用价值,矩阵对角化是线性变换和化二次型到主轴上问题中经常遇到并需要解决的一个关键问题,然而并非任何一个 阶矩阵都可以对角化.本文利用矩阵的相关知识,如矩阵秩的知识,矩阵乘法原理,对一些理论进行应用和举例,介绍了矩阵对角化的四种方法,分别是一般方法;用矩阵初等变换将矩阵对角化的方法;利用矩阵乘法运算,探讨矩阵对角化的方法;利用循环矩阵的性质寻找矩阵对角化的方法.2 基本定义定义1 设 是 阶方阵,如果存在数 和 维非零向量 ,使得 则称 是矩阵 的一个特征值, 是 的属于 的一个特征向量. 定义2 设 为 阶方阵,称行列式 为 的特征多项式,记为 ,而称 为 的特征方程. 定义3 阶方阵 称为可逆的,如果存在 阶方阵 ,使得 ,其中 是 阶单位矩阵.定义 4 设 , 是 阶方阵,若存在 阶可逆矩阵 ,使得 ,则称 与 相似, 称为 的相似矩阵. 定义 5 如果数域 上,对 级矩阵 存在一个可逆矩阵 使 为对角形矩阵,则称矩阵 在数域 上可对角化;当 可对角化时,我们说将 对角化,即指求可逆矩阵 使 为对角形矩阵. 3 矩阵对角化的几种方法 一般方法 几个定理定理 阶方阵 相似于对角矩阵的充分必要条件是 由 个线性无关的特征向量,且当 相似于对角矩阵 时, 的主对角线元素就是 的全部特征值.推论1 方阵 相似于对角矩阵的充分必要条件是 的属于每个特征值的线性无关的特征向量个数正好等于该特征值的重数.定理 如果 阶方阵 有 个互不相同的特征值（即 的特征值都是单特征值）,则 必相似于对角矩阵. 求 阶方阵的特征值与特征向量的一般步骤.第一步：计算特征多项式 第二步：求出特征方程 的全部根 （重根按重数计算）,则 就是 的全部特征值. 如果 为特征方程的单根,则称 为 的单特征根;如果 为特征方程的 重根,则称 为 的 重特征值,并称 为 的重数. 第三步：对 的相异特征值中的每个特征值 ,求出齐次线性方程 的一个基础解系 ,则 就是对应于特征值 的特征空间的一个基,而 的属于 的全部特征向量为 （其中 为不全为 的任意常数） 如果 阶方阵 相似于对角矩阵,则 的相似对角化的一般步骤如下: 第一步：求出 的全部特征值 ;第二步：对 的相异特征值中的每个特征值 ,求出齐次线性方程组 的一个基础解系,将所有这样的基础解系中的向量合在一起,假定这样的向量共有 个,它们就是 的 个线性无关的特征向量 ;第三步：令矩阵 = ,则有 ,其中 是属于特征值 的特征向量 .注意 的列向量的排列次序于与对角矩阵的主对角线元素的排列次序相一致.如图1所示： 图1 阶方阵 的相似对角化过程 应用实例例1 设矩阵 = 当 取何值时, 相似于对角矩阵?在 可对角化时,求可逆矩阵 ,使 成对角矩阵.解 先求 的特征值,由 = = = ，得 的全部特征值为 . 只有一个重特征值-1,故由定理1的推论, 可对角化 属于2重特征值-1的线性无关特征向量正好有2个 齐次线性方程组 的基础解系含2个解向量 而矩阵 的秩为1当且仅当 ,故当且仅当 时 可对角化.当 时,矩阵 为 = .计算可得 的对应于特征值 的线性无关特征向量可取为 ，对应于 的特征值的特征向量可取为 .故所求的可逆矩阵可取为 ,它使得 .注 当 有 个互不相同的特征值时, 必可对角化;当 有重特征值时, 可对角化 的属于每个重特征值的线性无关特征向量的个数正好等于该特征值的重数 对于 的每个重特征值 （设 的重数为 ）,矩阵 的秩为 .3 用矩阵初等变换将矩阵对角化的方法 理论依据若矩阵 在数域 上可对角化,则有 上可逆矩阵 使 为对角形矩阵.于是 的主对角线上的元素为 的全体特征值,并且可表示为 ,其中 为初等矩阵, .于是, ,又 也是初等矩阵,由初等矩阵与矩阵的初等变换的关系,即知 相当于对 施行了一次初等行变换与一次初等列变换.这里,我们称此种初等变换为对 施行了一次相似变换. 显然,可对 施行一系列的相似变换化为 . 又由 （注：此处 表单位矩阵）可如下进行初等变换,则可将 化为对角形矩阵 ,且可求得 ,对 只施行相应的初等列变换. 当 不可对角化时,也可经相似变换化简 后,求得其特征值,判定它可否对角化. 类似地,可由 ,做如下初等变换,则可将 化为对角形矩阵 ,且可求得 或由 求 的特征值,判定 可否对角化： ,对 只施行相应的初等行变换.并且在施行相似变换时,不必施行一次行变换后接着施行一次列变换这样进行,可施行若干次行（或列）变换后再施行若干次相应的列（或行）变换,只要保持变换后,最后所得矩阵与 相似即可. 用初等变换将矩阵对角化的方法 有 个特征单根的 阶可对角化矩阵的对角化方法引理1 设 是秩为 的 阶矩阵,且 其中 是秩为 的列满秩矩阵,则矩阵 所含的 个列向量就是齐次线性方程组 的一个基础解系.证明 设 ,对 施以列的初等变换相当于右乘一 阶初等矩阵. 设 其中 是一个 阶可逆矩阵, 是一个 阶矩阵,令 是矩阵 的列向量.由 线性无关,且 所以, 是方程 的 个线性无关的解向量.又 的秩为 ,则上述的 个向量正是该齐次线性方程组的一个基础解系.引理 -矩阵 经列的初等变换可化为下三角的 -矩阵 ,且 的主对角线上元素乘积的 多项式的根恰为 的所有特征根.引理 令 是数域 上一个 阶矩阵,如果 的特征多项式在 内有 个单根,那么由特征列向量构成的 阶可逆矩阵 ,使 .定理1 如果数域 上的 阶矩阵 的特征多项式 在 内有 个单根,则 可通过如下步骤对角化:设 ,且 .其中 为下三角矩阵,则 主对角线上全部元素乘积的 多项式的全部特征根为 的全部特征根,对 的每一特征根 , 中零向量所对应的 中的列向量是属于 的全部线性无关的特征向量.把属于 的特征向量作为列向量组合构成矩阵 ,使 .证明 易知 中非零向量的列构成列满秩矩阵,由引理1,2及引理3知结论成立.例1 设 = .问 是否可对角化?若 可以对角化,求可逆矩阵 ,使得 成对角形.解 .由 解得 的特征值 ,此时3阶矩阵 有3个不同的单根,故可对角化.当 时, 的零向量对应 中的列向量 是属于 的特征向量.同理可知 的属于 的特征向量分别是 和 ,可得 ,使得 . 有重特征根的可对角化矩阵的对角化方法对存在重特征根的矩阵同样可用上述方法,只是此时 中非零向量可能不构成列满秩矩阵,需将上述方法加以改进.我们先看引理4 设 是数域 上一个 阶矩阵, 可对角化的充要条件是 的特征根都在 内; 对于 的每一特征根 ,秩 ,这里 是 的重数.再由引理2,可知要判断 是否可对角化只需考察 的秩,并可得对角化步骤如下:定理 2 设 （ 是数域 一个 阶矩阵）,则 ,其中 是下三角矩阵,且 主对角线元素乘积而得的 多项式的根恰为 的特征根. 若 的特征根都在 内, 可对角化的充要条件是：对 的每一特征根 ,秩 ,这里 是 的重数; 若 可对角化,对 的每一特征根 ,若 中非零向量构成列满秩矩阵,则 的零向量对应的 中的列向量是属于 的全部线性无关的特征向量,可组合而得 ,使 成对角形.否则继续施以列的初等变换： ,使 中非零向量构成列满秩矩阵,由 可得属于 的全部线性无关的特征向量. 证明由引理1,引理2的证明及引理4可得.例2 设（1） (2) 问 , 是否可对角化?若可以对角化,求可逆矩阵 ,使 成对角形.解 ,得 的特征根 （二重根）, 由于秩 秩 ,秩 秩 ,故 可对角化.因 的非零向量不构成列满秩矩阵,需继续进行列的初等变换： .此时 的非零向量构成列满秩矩阵,可得 的全部线性无关的特征向量是 和 ,同理可得属于 的线性无关的特征向量是 从而 使 . .由 得 的特征根 （二重）, 易判断 可对角化,属于 的特征向量是 和 ,属于 的特征向量是 ,从而 使 .上述方法与传统方法比较显然具有优越性,但对于结果较多的矩阵,计算量仍然很大,可利用计算机采用此方法求解. 利用矩阵的乘法运算,探讨矩阵对角化的方法.定理1 设 是 在数域 上的全部互不相同的特征值.作多项式 则 在 上可以对角化的充要条件是 注 对于阶数较低的矩阵是否可以对角化,可以先求得所有互异特征值 ,再验证是否有 若 则 可以对角化; 若 则 不可以对角化.定理2 设 是 在数域 上的全部互不相同的特征值.若 则 的属于 的 的特征子空间是 的列空间.推论1 设 是 在数域 上的全部互不相同的特征值,其重数分别为 且 若 可对角化.则矩阵 的列向量组中有对应于 的 个线性无关的特征向量 .定理 3 设 是 在数域 上的全部互不相同的特征值.如果对每个 都有 ,那么 这里记 的属于 的特征子空间为 ,而 的列空间为 .推论2 设 是 在数域 上的全部互不相同的特征值,其重数分别为 则 与对角矩阵相似的充要条件是 的秩 .推论3 若 阶可对角化矩阵 只有两个相异的特征值 （ 重）和 （ 重）,则矩阵 （或 ）的 （或 ）个线性无关的列向量就是对应 （或 ）的特征向量组的极大线性无关组.例1 判断下列矩阵是否可以对角化,若可以,求可逆矩阵 ,使 成对角形. 解 易知 的特征值是 (2重根), 它们都在数域 中,尽管如此, 不能对角化,因为 . 易求得 的特征值是 （2重根）.由于 ,故 可以对角化.并且通过 ,可得 属于 的一个线性无关的特征向量 通过 ,可得 属于 的一个线性无关的特征向量 通过 ,可得 属于 的2个线性无关的特征向量 和 令 ,则 利用循环矩阵性质寻找矩阵对角化的方法 基本循回阵相似于对角阵 阶矩阵 称为基本循回阵.它满足于如下性质： 求出基本循回阵 的特征多项式： 因为特征多项式 有 个不同特征根： 所以,基本循回阵 相似于对角阵.下面求出特征向量：取 则有 （因 ）, 从而 为特征根 对应的 的特征向量.作矩阵： ,因为 为 行列式, 所以 可逆,则： . 循回方阵相似于对角阵矩阵 称为循回阵, 可以由基本循回阵的多项式求出来： .设： ,所以循回阵可以对角化. 任意 阶矩阵 可以对角化的充要条件是 相似于一个 阶循回阵证明 充分性 若 相似于循回阵.即存在可逆阵 使 ,但 所以 即 相似于对角阵.必要性 若 可以对角化,即存在可逆方阵 使得 .用 次多项式 作一方程组如下： ,即 该方程组的系数行列式为 行列式, 从而由 法则知方程由唯一解.设阶为 则 次多项式为 ,取矩阵 ,其中 为基本循回矩阵,从而 为循回阵,且有 所以, 即 相似于循回阵 . 结束语综上所述,复数域上的 阶矩阵,如果按相似关系分类后,含有循回阵的类可以对角化.参考文献【1】 魏站线.线性代数要点与解题 陕西：西安交通大学出版社,2006.【2】 高吉全.矩阵特征根与特征向量的同步求解方法探讨 数学通报,. 【3】 张禾瑞,郝鈵新.高等代数 北京：高等教育出版社,1993.【4】 陈汉藻.矩阵可对角化的一个重要条件 数学通报,1990. 2.【5】 周伯.高等代数 北京:人民教育出版社,1978.【6】 王萼芳,石生明.高等代数 北京：高等教育出版社, The Method of The Diagonalization of MatrixZhao Shuang-ling（Mathematics & Statistics Industry School, Anyang Normal University, Anyang, Henan 455002）Abstract：In this paper, by the use of the matrix-related knowledge, three methods of the diagonalization of matrix were words: diagonalizable; the method of diagonalization ; eigenvalues; eigenvectorsI hope that it could help you a little!!!
还有三个月就是毕业生们答辩的时间了，但是很多毕业生们目前连选题都还没有选好。时间紧迫，我立马为大家精心整理了一些大学数学系本科毕业论文题目，供毕业生们参考! 1、导数在不等式证明中的应用 2、导数在不等式证明中的应用 3、导数在不等式证明中的应用 4、等价无穷小在求函数极限中的应用及推广 5、迪克斯特拉(Dijkstra)算法及其改进 6、第二积分中值定理“中间点”的性态 7、对均值不等式的探讨 8、对数学教学中开放题的探讨 9、对数学教学中开放题使用的几点思考 10、对现行较普遍的彩票发行方案的讨论 11、对一定理证明过程的感想 12、对一类递推数列收敛性的讨论 13、多扇图和多轮图的生成树计数 14、多维背包问题的扰动修复 15、多项式不可约的判别方法及应用 16、多元函数的极值 17、多元函数的极值及其应用 18、多元函数的极值及其应用 19、多元函数的极值问题 20、多元函数极值问题 21、二次曲线方程的化简 22、二元函数的单调性及其应用 23、二元函数的极值存在的判别方法 24、二元函数极限不存在性之研究 25、反对称矩阵与正交矩阵、对角形矩阵的关系 26、反循环矩阵和分块对称反循环矩阵 27、范德蒙行列式的一些应用 28、方阵A的伴随矩阵 29、放缩法及其应用 30、分块矩阵的应用 31、分块矩阵行列式计算的若干方法 32、辅助函数在数学分析中的应用 33、复合函数的可测性 34、概率方法在其他数学问题中的应用 35、概率论的发展简介及其在生活中的若干应用 36、概率论在彩票中的应用 37、概率统计在彩票中的应用 38、概率统计在实际生活中的应用 39、概率在点名机制中的应用 40、高阶等差数列的通项，前n项和公式的探讨及应用 41、给定点集最小覆盖快速近似算法的进一步研究及其应用 42、关联矩阵的一些性质及其应用 43、关于Gauss整数环及其推广 44、关于g-循环矩阵的逆矩阵 45、关于二重极限的若干计算方法 46、关于反函数问题的讨论 47、关于非线性方程问题的求解 48、关于函数一致连续性的几点注记 49、关于矩阵的秩的讨论 _ 50、关于两个特殊不等式的推广及应用 51、关于幂指函数的极限求法 52、关于扫雪问题的数学模型 53、关于实数完备性及其应用 54、关于数列通项公式问题探讨 55、关于椭圆性质及其应用地探究、推广 56、关于线性方程组的迭代法求解 57、关于一类非开非闭的商映射的构造 58、关于一类生态数学模型的几点思考 59、关于圆锥曲线中若干定值问题的求解初探 60、关于置信区间与假设检验的研究 61、关于周期函数的探讨 62、函数的一致连续性及其应用 63、函数定义的发展 64、函数级数在复分析中与在实分析中的关系 65、函数极值的求法 66、函数幂级数的展开和应用 67、函数项级数的收敛判别法的推广和应用 68、函数项级数一致收敛的判别 69、函数最值问题解法的探讨 70、蝴蝶定理的推广及应用 71、化归中的矛盾分析法研究 72、环上矩阵广义逆的若干性质 73、积分中值定理的再讨论 74、积分中值定理正反问题‘中间点’的渐近性 75、基于高中新教材的概率学习 76、基于最优生成树的'海底油气集输管网策略分析 77、级数求和的常用方法与几个特殊级数和 78、级数求和问题的几个转化 79、级数在求极限中的应用 80、极限的求法与技巧 81、极值的分析和运用 82、极值思想在图论中的应用 83、几个广义正定矩阵的内在联系及其区别 84、几个特殊不等式的巧妙证法及其推广应用 85、几个重要不等式的证明及应用 86、几个重要不等式在数学竞赛中的应用 87、几种特殊矩阵的逆矩阵求法
我的毕业论文题目是矩阵的乘法及其应用~个人感觉相当简单~我是数学与应用数学专业
好写哦！科技论文，专业性这么强，写出来，也是只有专业人员才能明白。首先，序言：把矩阵的乘法原理，加以介绍、解释和说明，这些就是书上现成的东西。接着介绍其应用都有哪些，具体在哪些方面。最后说明本文主要介绍哪些方面的具体应用及事例。进入正文，集中写清楚，你要介绍的应用及事例。字数要多，就多写，写详细一些；字数一般，就写得一般，就可以啦。。。祝成功！
随着现代科学的发展，数学中的矩阵也有更广泛而深入的应用，下面列举几项矩阵在现实生活中的应用：
4. 计算机图形变换
在计算机中点的坐标用齐次向量坐标来表示，即用n+1维向量来表示n维向量。如点A（x,y,z）用齐次向量坐标表示为A(x,y,z,1)。
矩阵的逆的应用
1. 加密保密通信模型
保密通信是新时代一个非常重要的话题，越来越多的科学研究者为此做了大量的工作，先后提出了许多较为有效的保密通信模型。其中，基于加密技术的保密通信模型是其中最为基本而且最具活力的一种。
发送方采用某种算法将明文数据加密转换成密文数据后发送给接收方，接收方则可以采用对应的某种算法将密文数据解密转换成明文数据。
从模型中可以看出，一种加密技术是否有效，关键在于密文能否还原成明文。 设有矩阵方程CAB，其中B为未知矩阵。我们知道，如果A为可逆矩阵，则方程
有唯一解-1BAC，其中-1A是A的逆矩阵。因此，可逆矩阵可以有效地应用于加密技术。
2. 求方阵的幂
3. 解矩阵方程
逆矩阵的性质：
1、可逆矩阵是方阵。
2、矩阵A是可逆的，其逆矩阵是唯一的。
3、A的逆矩阵的逆矩阵还是A。
4、可逆矩阵A的转置矩阵AT可逆，并且（AT）-1=（A-1）T 。
5、若矩阵A可逆，则矩阵A满足消去律。
6、两个可逆矩阵乘积依然是可逆的。
7、矩阵可逆仅当是满秩矩阵。
设A是数域上的一个n阶矩阵，若在相同数域上存在另一个n阶矩阵B，使得： AB=BA=E ，则我们称B是A的逆矩阵，而A则被称为可逆矩阵。注：E为单位矩阵。
扩展资料：
矩阵的应用：
1、图像处理
在图像处理中图像的仿射变换一般可以表示为一个仿射矩阵和一张原始图像相乘的形式。
2、线性变换及对称
线性变换及其所对应的对称，在现代物理学中有着重要的角色。例如，在量子场论中，基本粒子是由狭义相对论的洛伦兹群所表示，具体来说，即它们在旋量群下的表现。
3、量子态的线性组合
1925年海森堡提出第一个量子力学模型时，使用了无限维矩阵来表示理论中作用在量子态上的算子。这种做法在矩阵力学中也能见到。
4、简正模式
矩阵在物理学中的另一类泛应用是描述线性耦合调和系统。这类系统的运动方程可以用矩阵的形式来表示，即用一个质量矩阵乘以一个广义速度来给出运动项，用力矩阵乘以位移向量来刻画相互作用。
5、几何光学
在几何光学里，可以找到很多需要用到矩阵的地方。几何光学是一种忽略了光波波动性的近似理论，这理论的模型将光线视为几何射线。
6、电子学
在电子学里，传统的网目分析（英语：mesh analysis）或节点分析会获得一个线性方程组，这可以以矩阵来表示与计算。
参考资料来源：百度百科-逆矩阵
你这个问得太广了，很多领域物理，计算机说个最简单的，google搜索引擎里就涉及到