发布时间：
在线性代数中主要为研究二次型打基础。
矩阵在线性代数和编码里面有重要作用。矩阵源于向量和方程组，其实是比向量元素更多的多变量，有些对象和信息通过矩阵的思想取计算和设计，比如说正多面体体积的计算，没有矩阵根本就不好算甚至不能算。研究应用的目的是为了解决生产和生活上的缺陷，这是研究理论的动力。理论本身是有其他因素推动才能发展。矩阵作为代数的概念，是数学里面的一块基石，有很多很多理论还要依靠它完善。对阵和反对称的一种规律，人们最喜欢通过规律去总结事物，这样就能抽象成为一种解决问题的能力和工具。
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。
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
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
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
扩展资料：
判断方阵是否可相似对角化的条件：
(1)充要条件：An可相似对角化的充要条件是：An有n个线性无关的特征向量;
(2)充要条件的另一种形式：An可相似对角化的充要条件是：An的k重特征值满足n-r（λE-A）=k
(3)充分条件：如果An的n个特征值两两不同，那么An一定可以相似对角化;
(4)充分条件：如果An是实对称矩阵，那么An一定可以相似对角化。
【注】分析方阵是否可以相似对角化，关键是看线性无关的特征向量的个数，而求特征向量之前，必须先求出特征值。
掌握实对称矩阵的特征值和特征向量的性质
(1)不同特征值的特征向量一定正交
(2)k重特征值一定满足满足n-r（λE-A）=k
【注】由性质(2)可知，实对称矩阵一定可以相似对角化;且有(1)可知，实对称矩阵一定可以正交相似对角化。
会求把对称矩阵正交相似化的正交矩阵
【注】熟练掌握施密特正交化的公式;特别注意的是：只需要对同一个特征值求出的基础解系进行正交化，不同特征值对应的特征向量一定正交(当然除非你计算出错了会发现不正交)。
3、实对称矩阵的特殊考点：
实对称矩阵一定可以相似对角化，利用这个性质可以得到很多结论，比如：
(1)实对称矩阵的秩等于非零特征值的个数
这个结论只对实对称矩阵成立，不要错误地使用。
(2)两个实对称矩阵，如果特征值相同，一定相似，同样地，对于一般矩阵，这个结论也是不成立的。
实对称矩阵在二次型中的应用
使用正交变换把二次型化为标准型使用的方法本质上就是实对称矩阵的正交相似对角化。
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。
我今天刚看完书…… 相似必合同,合同必等价 等价就是矩阵拥有相同的r, 矩阵合同,CtAC(Ct为转置)=B,矩阵乘以可逆矩阵他的r不变,r(B)=r(CtAC)=r(AC)=r（A）,等价.同理两矩阵相似一定等价 矩阵相似一定合同,因为两矩阵相似,有相同的特征多项式和特征根,就一定有相同的r,惯性系数一定相同,可以化成相同的标准形,矩阵合同的充要条件是有相同的r和规范形（A、B都有其对应的对角形矩阵,结合定义即可推出,太难打了自己理解谢谢）,标准形相等规范形一定相等,所以相似一定合同
简单分析一下即可，答案如图所示
两个合同矩阵的共同点：
1、这两个矩阵的正负惯性指数相同；
2、这个两个矩阵的秩相同
3、这个两个矩阵均是实对称矩阵。
合同矩阵的性质：
1、反身性：任意矩阵都与其自身合同；
2、对称性：矩阵A合同于矩阵B，则可以推出矩阵B合同于矩阵A；
3、传递性：矩阵A合同于矩阵B，矩阵B合同于矩阵C，则可以推出矩阵A合同于矩阵C。
扩展资料：
矩阵合同的判别
1、设A,B均为复数域上的n阶对称矩阵，则A与B在复数域上合同等价于A与B的秩相同。
2、设A,B均为实数域上的n阶对称矩阵，则A与B在实数域上合同等价于A与B有相同的正、负惯性指数（即正、负特征值的个数相等）。
参考资料来源：百度百科-合同矩阵
当矩阵A经过若干套初等变换而化为矩阵B时，则称为A合同于B,记为。矩阵之间的这个关系具有反身性、对称性和传递性，所以它是一种等价关系。
矩阵的合同是在讨论用（对称）矩阵表示二次型的问题中产生的。所谓一套初等变换，是指将某一种初等变换首先对一个矩阵的第i列（行）施行而得一矩阵，然后再对此所得矩阵的第i行（列）施行又得一矩阵。
第一、二、三套初等交换，分别由第一、二、三种初等变换组成。两个n阶矩阵A与B合同，必要而且只要有非奇异矩阵P使P┡AP＝B。与对称矩阵合同之矩阵仍为对称矩阵。
每个秩数为r的实对称矩阵A恒合同于一个对角矩阵，其对角线上有p个1与q个－1；其他的对角线元素均为0，这里p≥0,q≥0，p+q=r，而且p与q都是由A所惟一确定的。
实对称矩阵的特征根恒为实数。实对称矩阵A能合同于而又相似于一个对角矩阵，其对角线元素恰为A的全部特征根。与单位矩阵合同的实对称矩阵，称为正定矩阵。
相抵；相似；合同；等价类 1 预备知识 2 矩阵的等价关系 2.1 矩阵的相抵关系 定义2.1：如果矩阵A经过有限次的初等变换后得到矩阵B，那么称A与B是相抵的。 定理2.1：任意两个矩阵A、B相抵的充分必要条件是：1）A、B同型且秩相等；2）存在可逆阵P和Q使得PAQ=B。 2.2 矩阵的相似关系 定义2.2：对于n阶方阵A、B，若存在一个可逆阵P，使得P-1AP=B，则称A与B相似。 由定义可得A通过相似变换变为B需要很强的约束条件：两边乘的矩阵要互逆，所以要通过引入λ-矩阵除去其约束条件，将A与 B的相似转换为λI-A与λI-B的相抵来研究，即通过相抵标准型来研究数字矩阵A与B的相似。 定理2.2 （1）A与B相似？圳矩阵A能够经过相似变换变成矩阵B ？圳，A与B是同阶方阵且它们有相同的不变因子组 即矩阵相似关系下的全系不变量是不变因子组。 也就是说秩相等是矩阵相似的必要条件，两个同阶方阵相似的本质是它们有相同的不变因子组。 相似矩阵的性质： 矩阵相似，则它们的秩相等，迹相等，行列式相等，特征值相等，特征多项式也相等；它们还有相同的可逆性，且可逆时它们的逆矩阵也相似。 注意，两个同阶方阵如果它们可以对角化（例如实对称矩阵），则它们相似就等价于它们有完全相同的特征值（或特征多项式相等）；否则，同阶方阵的特征值完全相同只是它们相似的必要条件。 2.3 矩阵的合同关系 定义2.3：对于n阶方阵A、B，若存在可逆阵P，使得PTAP=B，则称 A与B合同。 两个矩阵合同的概念是不需要矩阵必须是实对称矩阵的。如果 A是实对称矩阵，则它一定能与对角矩阵合同。但合同一般是对于对称矩阵来说的，n阶对称矩阵必然有n个实特征根。如果两对称矩阵的不为零的特征根数相同，并且正特征根数也相同，那么两矩阵是合同的。反之，如果两矩阵合同的话，那么这两个矩阵不为零的特征根数相同，并且正特征根数也相同。 定理2.3：在复数域上，n阶对称阵在合同关系下的全系不变量是矩阵的秩r。 定理2.4：在实数域上，n阶对称阵在合同关系下的全系不变量是矩阵的秩r、正惯性指数p、负惯性指数q和符号差s中的任意两个。 注意：合同与二次型有关，同一数域上的二次型与对称矩阵之间一一对应，因此矩阵
A经过一系列初等变换等到B,称A与B等价,也就是存在可逆阵PQ使B=PAQ,那么AB秩相等.而AB相似是存在可逆阵P使B=P－1AP,由此可见相似的结论强于等价,具有的性质更多了.比如特征值相同,行列式相同
1，等价矩阵的性质：
2，矩阵A和A等价（反身性）；
3，矩阵A和B等价，那么B和A也等价（等价性）；
4，矩阵A和B等价，矩阵B和C等价，那么A和C等价（传递性）；
5，矩阵A和B等价，那么IAI＝KIBI。（K为非零常数）
6，具有行等价关系的矩阵所对应的线性方程组有相同的解
87，对于相同大小的两个矩形矩阵，它们的等价性也可以通过以下条件来表征：
（1）矩阵可以通过基本行和列操作的而彼此变换。
（2）当且仅当它们具有相同的秩时，两个矩阵是等价的。
扩展资料：
A进行一系列初等变换直到B，则A与B等价，即存在一个逆矩阵PQ，使B＝PAQ，则AB秩相同。
AB的相似度是存在，但逆矩阵P使B＝P－1ap，所以相似度结论强于等价性。
它们有更多的性质相同的特征值，相同的行列式
等价通常意味着你可以通过初等变换将它转换成另一个矩阵，本质上就是通过与另一个矩阵具有相同的秩。这是一个非常宽泛的条件。它并不适用于很多地方。
A和B很相似，有一个不变矩阵P，使得Pap＾－1＝B，这是线性代数或高等代数中最重要的关系，高等代数中有一半都在处理这个关系。相似导致等价。
参考资料来源：百度百科-等价矩阵
我明白这个道理你选涡
伴随矩阵的性质与应用的Word文档,我给你!!!其实论文任何一个课题的研究或开发都是有学科基础或技术基础的。综述部分主要阐述选题在相应学科领域中的发展进程和研究方向，特别是近年来的发展趋势和最新成果。可以帮你写个提纲或者开题要吗？
在数学中，矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合[1] ，最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。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。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。成书最迟在东汉前期的《九章算术》中，用分离系数法表示线性方程组，得到了其增广矩阵。在消元过程中，使用的把某行乘以某一非零实数、从某行中减去另一行等运算技巧，相当于矩阵的初等变换。但那时并没有现今理解的矩阵概念，虽然它与现有的矩阵形式上相同，但在当时只是作为线性方程组的标准表示与处理方式。矩阵正式作为数学中的研究对象出现，则是在行列式的研究发展起来后。逻辑上，矩阵的概念先于行列式，但在实际的历史上则恰好相反。日本数学家关孝和（1683年）与微积分的发现者之一戈特弗里德·威廉·莱布尼茨（1693年）近乎同时地独立建立了行列式论。其后行列式作为解线性方程组的工具逐步发展。1750年，加布里尔·克拉默发现了克莱姆法则[2] 。矩阵的现代概念在19世纪逐渐形成。1800年代，高斯和威廉·若尔当建立了高斯—若尔当消去法。1844年，德国数学家费迪南·艾森斯坦（F.Eisenstein）讨论了“变换”（矩阵）及其乘积。1850年，英国数学家詹姆斯·约瑟夫·西尔维斯特（James Joseph Sylvester）首先使用矩阵一词[3] 。英国数学家凯利被公认为矩阵论的奠基人。他开始将矩阵作为独立的数学对象研究时，许多与矩阵有关的性质已经在行列式的研究中被发现了，这也使得凯利认为矩阵的引进是十分自然的。他说：“我决然不是通过四元数而获得矩阵概念的；它或是直接从行列式的概念而来，或是作为一个表达线性方程组的方便方法而来的。”他从1858年开始，发表了《矩阵论的研究报告》等一系列关于矩阵的专门论文，研究了矩阵的运算律、矩阵的逆以及转置和特征多项式方程。凯利还提出了凯莱-哈密尔顿定理，并验证了3×3矩阵的情况，又说进一步的证明是不必要的。哈密尔顿证明了4×4矩阵的情况，而一般情况下的证明是德国数学家弗罗贝尼乌斯（F.G.Frohenius）于1898年给出的[2] 。1854年时法国数学家埃尔米特（C.Hermite）使用了“正交矩阵”这一术语，但他的正式定义直到1878年才由费罗贝尼乌斯发表。1879年，费罗贝尼乌斯引入矩阵秩的概念。至此，矩阵的体系基本上建立起来了。无限维矩阵的研究始于1884年。庞加莱在两篇不严谨地使用了无限维矩阵和行列式理论的文章后开始了对这一方面的专门研究。1906年，希尔伯特引入无限二次型（相当于无限维矩阵）对积分方程进行研究，极大地促进了无限维矩阵的研究。在此基础上，施密茨、赫林格和特普利茨发展出算子理论，而无限维矩阵成为了研究函数空间算子的有力工具[4] 。