发布时间：
不可以的.矩阵的对角化不是只用初等变换把它变成对角线形式就叫对角化了,而是对角线必须为特征值.如果把它变成对角线形式就叫对角化,那可以在任一行乘个数,结果就变了,而对角形式保持不变如矩阵0 -11 0 用初等变换交换2行就成对角式了,但对角化必须是特征值正负i.当然,用初等变换当然可以实现对角化,但是只能是你知道对角化矩阵后在用初等变换往上靠
我觉得应该是相似对角化吧，具体的步骤是：1，求出一个矩阵的全部互异的特征值a1,a2……2，对每个特征值，求特征矩阵a1I-A的秩，判断每个特征值的几何重数q=n-r(a1I-A),是否等于它的代数重数p，只要有一个不相等，A就不可 以相似对角化，否则， 就可以相似对角化3，当可以相似对角化时，对每个特征值，求方程组，（aiI-A）X=0的一个基础解系4，令P=这些基础解系，则P-1AP=diag(a1,a2,a3……)，其中有qi个特征值你看行不？这就是我知道的，呵呵
一种吧！设所求矩阵为A，求出它的全部特征值，求（A－￡E）x=0的基础解系，再两两正交单位化，得正交矩阵P，再求P-1AP=PTAP=^
发过去了，刚好我有这个
不可以的.矩阵的对角化不是只用初等变换把它变成对角线形式就叫对角化了,而是对角线必须为特征值.如果把它变成对角线形式就叫对角化,那可以在任一行乘个数,结果就变了,而对角形式保持不变如矩阵0 -11 0 用初等变换交换2行就成对角式了,但对角化必须是特征值正负i.当然,用初等变换当然可以实现对角化,但是只能是你知道对角化矩阵后在用初等变换往上靠
这种老掉牙的课题写了干什么？前人已经研究的透彻不能再透彻了。既然写文章，搞研究就要真的做了点实质性的东西出来，否则只是浪费时间。
1，求出一个矩阵的全部互异的特征值a1,a2……2，对每个特征值，求特征矩阵a1I-A的秩，判断每个特征值的几何重数q=n-r(a1I-A),是否等于它的代数重数p，只要有一个不相等，A就不可 以相似对角化，否则， 就可以相似对角化3，当可以相似对角化时，对每个特征值，求方程组，（aiI-A）X=0的一个基础解系4，令P=这些基础解系，则P-1AP=diag(a1,a2,a3……)，其中有qi个特征值
理论上看，意义是明显的。相似是一种等价关系，对角化相当于对一类矩阵在相似意义下给出了一种简单的等价形式，这对理论分析是方便的。相似的矩阵拥有很多相同的性质，比如特征多项式，特征根，行列式……如果只关心这类性质，那么相似的矩阵可以看作没有区别的，这时研究一个一般的可对角化的矩阵，只要研究它的标准形式——一个对角矩阵就可以了。而对角矩阵是最简单的一类矩阵，研究起来非常方便。这个过程相当于在一个等价类中选取最顺眼的元素研究。另外，对角化突出了矩阵的特征值，而过度矩阵T反映了特征向量的信息，对角化过程的直观意义还是很明显的。再结合正交矩阵的概念，可以得到一些不平凡的结论，例如实对称矩阵总可以对角化。实践中的矩阵对角化作用也很大。别的不说，比如要算一个一般的3阶实对称矩阵A的n次幂，n较大时，按矩阵乘法定义去计算是相当繁琐的，计算复杂度呈指数型增长。但是如果把A可以对角化(实对称矩阵总是可以对角化的)，写为=T^(-1)PT,P是对角阵。那么A^n=T^(-1)P^nT,P^n的计算是很简单的，只要把各特征值^n即可，此时计算A^n的复杂度几乎与n无关。以上纯属个人见解，仅供LZ参考:)
在线性代数中主要为研究二次型打基础。
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
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.
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。
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。
实对称矩阵一定满秩吗 实对称矩阵在数学中扮演着重要的角色。它们具有很多有用的特性，例如对角化、正交对角化等。但是，一个常见的问题是，实对称矩阵一定满秩吗? 实对称矩阵的定义 在开始讨论这个问题之前，我们先来回顾一下实对称矩阵的定义。一个实矩阵是对称的，如果它等于它的转置，即满足$A=A^T$。如果矩阵的元素都是实数，则称它是实对称矩阵。 实对称矩阵的性质 实对称矩阵具有很多重要的性质： 所有实对称矩阵都可以对角化。 对于任何两个不同特征值所对应的特征向量，它们是正交的。 对于实对称矩阵而言，对角化的过程可以通过正交变换来完成。 实对称矩阵的秩 现在，我们回到本文的主题，即实对称矩阵的秩。 结论是，实对称矩阵一定是满秩的，除非它是一个零矩阵。 为什么呢？首先，我们回忆一下矩阵的秩的定义。一个矩阵的秩是它的行向量或列向量的极大线性无关组的元素个数。 对于实对称矩阵，因为它可以对角化，并且对角矩阵的对角线上是特征值，所以这个矩阵的秩等于它的特征值个数。如果存在零特征值，那么这些特征值对应的特征向量会构成一个线性相关的集合，因此矩阵不是满秩的。 但是，对于实对称矩阵而言，所有的特征值都是实数，因此不存在虚特征值。而且，因为特征向量构成一个线性无关的集合，所以这个矩阵的秩等于它的特征值个数，也就是它的阶数。 实例分析 下面，我们通过一个例子来验证这个结论。考虑下面这个实对称矩阵： $$ A = \\begin{bmatrix} 1 & 2 & 3 \\\\ 2 & 4 & 5 \\\\ 3 & 5 & 6 \\\\ \\end{bmatrix} $$ 它的特征值为$0,1,10$，对应的特征向量为： $$ v_1 = \\begin{bmatrix} \\\\ \\\\ \\\\ \\end{bmatrix}, v_2 = \\begin{bmatrix} \\\\ \\\\ \\\\ \\end{bmatrix}, v_3 = \\begin{bmatrix} \\\\ \\\\ \\\\ \\end{bmatrix} $$ 可以看到，这些特征向量是线性无关的，因此矩阵是满秩的。 总结 通过本文的分析，我们得出了一个非常有用的结论：实对称矩阵一定是满秩的，除非它是一个零矩阵。这个结论对于理解实对称矩阵的性质以及解决相关问题都是非常有帮助的。
实对称矩阵：如果有n阶矩阵A，其矩阵的元素都为实数，且矩阵A的转置等于其本身（aij=aji）(i,j为元素的脚标)，则称A为实对称矩阵。
主要性质：
1.实对称矩阵A的不同特征值对应的特征向量是正交的。
2.实对称矩阵A的特征值都是实数，特征向量都是实向量。
阶实对称矩阵A必可对角化，且相似对角阵上的元素即为矩阵本身特征值。
4.若λ0具有k重特征值必有k个线性无关的特征向量，或者说必有秩r(λ0E-A)=n-k，其中E为单位矩阵。
扩展资料：
对称矩阵性质：
1.对于任何方形矩阵X，X+XT是对称矩阵。
为方形矩阵是A为对称矩阵的必要条件。
3.对角矩阵都是对称矩阵。
4.两个对称矩阵的积是对称矩阵，当且仅当两者的乘法可交换。两个实对称矩阵乘法可交换当且仅当两者的特征空间相同。
5.用<,>表示 上的内积。n×n的实矩阵A是对称的，当且仅当对于所有X, Y∈ ， 。
6.任何方形矩阵X，如果它的元素属于一个特征值不为2的域（例如实数），可以用刚好一种方法写成一个对称矩阵和一个斜对称矩阵之和：
7.每个实方形矩阵都可写作两个实对称矩阵的积，每个复方形矩阵都可写作两个复对称矩阵的积。
8.若对称矩阵A的每个元素均为实数，A是Hermite矩阵。
9.一个矩阵同时为对称矩阵及斜对称矩阵当且仅当所有元素都是零的时候成立。
10.如果A是对称矩阵,那么AXAT也是对称矩阵。
阶实对称矩阵，是n维欧式空间V（R）的对称变换在单位正交基下所对应的矩阵。
参考资料:百度百科----实对称矩阵