发布时间：
下载一片获奖论文，之后的所有基本就都解决了吧！！
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
大学高数小论文
在学习和工作的日常里，大家对论文都再熟悉不过了吧，通过论文写作可以提高我们综合运用所学知识的能力。那么一般论文是怎么写的呢？以下是我整理的大学高数小论文，欢迎大家借鉴与参考，希望对大家有所帮助。
【摘要】本文结合自己对高等数学的教学实践，以及高等数学的教学特点，给出了培养学生主动学习高数的方法和途径。
【关键词】高数；自学能力；会学；乐学
同志曾说：“会学比学会更重要，学会思考比学会知识更重要”。人们常说的“授之以鱼，不如授之以渔。”也就是这个道理。教是为了不教，学是为了会学。因此如何培养学生自学能力，使之找到适合学生自己的独立学习方法尤为重要。笔者结合自己高等数学的教学实践，以及针对石大商学院学生的特点，谈谈教师如何在教学中培养学生自主学习的能力。
一、是明确目标，端正学习态度，认识学习高数的重要性。
刚上大学，有的学生觉得学习数学一下子变得困难起来，开始怀疑自己的能力，有的甚至认为自己没有数学细胞，觉得数学越学越难学，越学越糟糕。其实，同学们没有找到真正的原因。与初高中相比，大学数学内容丰富，推理论证性强，抽象，教学难度大，学习要求明显提高。对于非数学专业的学生来说，感觉高数对自己以后找工作也没用，就是一门基础学科，学与不学都一样，另外再加上原来是文科的学生来说，更感觉是天书，一遇到学习困难就缴械投降，失去了学习的兴趣，从此就不再愿意学习数学。那么这个时候，带课教师的正确引导就变的更为重要。带课教师在高等数学教学前，非常有必要针对这门新课程进行入学教育，结合学生的专业，做些简单的介绍，使学生初步了解这门课程的内容、重要性、学习目的、学习方法及课程大致的教学安排。了解这些是为避免学生开始时就不自觉地进入被动的学习，在学之前就知道为何要学、如何去学。这也为以后的自主学习开了个好头。
二、是努力让学生对高数爱学，乐学，会学。
教学水平的高低通过学生来检验，教学效果优良的课程，学生一定由爱学到会学。其实也就是逐渐培养学生的自学能力，变被动学习为主动学习的一个过程。那么这个过程该如何体现呢？
（1）认真开列自学提纲
主要由教师根据某一单元的教学内容，抓住教学的重难点，给学生列出自学提纲。列题纲的目的就是为了激发学生的兴趣和体现学生积极主动性学习。同时，为了提出高质量的自学提纲，教师就必须要吃透课本，很好的把握教材的重难点。如在讲《线性代数》的矩阵概念和运算这一节的内容时，可以给学生列出这样的提纲。
1、什么是矩阵？也就是矩阵的概念。
2、矩阵与行列式的区别在哪？从形式上有什么区别？
3、矩阵都有哪些运算？具体的'每一种运算都是如何来进行的？在数k乘矩阵的运算与数k乘行列式的运算的区别在哪？在此基础上，学生就可以自学来解决这些疑问。
（2）提高学生的数学阅读能力
提高学生的数学阅读能力是培养学生自学能力的关键。自学能力的核心是数学阅读能力，数学阅读能力提高了，也会促进其他能力的发展。由于大多学生受传统教学的影响，习惯听老师讲，思维上养成惰性，被动的接受，从来不去自己主动的学习，老师讲多少就听听多少。这也是一部分学生对数学经常有“一讲就懂，一看就会，一做就错”的原因。只会用公式去套题，或用题去套公式，没有正确的解题思路，不会思考，更不善于思考，也就不能举一反三。因此，要让学生学会自学，必须学会阅读，这就需要教师加强对数学阅读的指导。把握数学阅读的“四种读法”。“四种读法”是指：
a、“泛读”：要求对本节课的大致内容有初步了解，了解基本内容；
b、“细读”：要求对所读内容有全面的一个了解，弄清定理、公式的性质，明确公式、例题的渐进梯度和知识关联的范围；
c、“精读”：在泛读的基础上，对与重点、难点有关的内容进行阅读，着重掌握数学内容的知识体系，既要知其然，又要知其所以然；
d、“熟读”：要求学生通过阅读，总结规律，融会贯通，基本内容烂熟于心。
（3）注重练习，及时的进行归纳总结
数学课不同于其它课，最大的窍门在于多练，孰能生巧。只有通过大量的做练习题，才能更好地巩固本节课的知识点，才能掌握更多的解题技巧，才能把失误降到最低点。平时练习太少，计算能力太差，考试的时候一做就错。另外，在做完题后及时的进行总结。就拿行列式的计算来说，只有多多练习，在做完题后，及时针对不同的行列式进行方法总结，你才能掌握求解行列式的技巧，比如定义法，目标行列式法，降阶法，升阶法，归纳法等等。掌握了方法后，在做题的时候，才能根据行列式的特点选择正确的计算方法。
（4）引导学生做好预习、复习，培养自学习惯
为了培养学生的自学能力，预习和复习也是非常重要的。通过预习，学生才能更清楚的知道自己对本节的哪个知识点看不懂，带着问题听课，听课的时候有所侧重，这也在某种程度上起到一种激发学生学习的兴趣，正因为不会，上课才要更好好的听老师讲，使学生“乐学”。学生一旦有了学习兴趣，特别是直接兴趣，学习活动对他来说就不是一种负担，而是一种享受、一种愉快的体验，学生会越学越想学、越学越爱学，有兴趣的学习事半功倍。相反，如果学生对学习不感兴趣，情况就大相径庭了，学生在逼迫的状态下被动学习，学习的效果必定是事倍功半。当然课后复习也特别的重要，学生往往不太重视对概念的理解，以致导致学生课堂上啥都听懂了，下去做题问题就出现了，其实这是学生对概念没吃透，稍微变下题型就不知道从哪下手。复习不是翻开书走马观花，要找到自己不会的地方，增强记忆。因此这一方面，老师一定引导学生围绕学习重点，理解相关的内容，在概念，理论以及方法上下功夫。
（5）创造良好的课堂氛围
大量的教学实践证明，要求学生循规蹈矩，洗耳恭听的课堂学习环境是不可能吸引学生好奇、自由想象和大胆质疑的，学生在这种环境中，学的被动，学的压抑，当然不可能调动起学习积极性。因此我们要营造良好的学习氛围，才能使学生愉快地、主动地参与到学习中来。要摒弃传统的“注入式”教学模式，给学生一定的时间和空间，启发诱导学生积极思考，主动参与，鼓励学生发表不同的见解，活跃氛围，让他们真正体会到他们是学习的主人。教师在讲课过程中要吸引学生眼球。教师讲课的内容要承前启后，突出重点，讲透难点；讲课的语言要规范，准确，力求生动；讲课的声音不仅要洪亮，而且要悦耳；语调要抑扬顿挫，有起伏，有高潮，还可以适当采取诙谐幽默的语言。教师在讲课时目光一定要关注学生的表情，看学生是否听课，注意力是否集中，是否听懂，切不可背向学生念讲稿。在教学的过程中，教师要调动学生的思维，可以恰当的在课堂中提问，或自问自答，或组织学生当堂讨论，或者给学生上台展示的机会，或者是如果课时容许的情况下辅导学生备课主讲某节内容，然后教师讲评，最后教师把学生讲的不到位的地方，再加以补充，效果很好。
在课堂练习中，让个别同学在黑板上做，做完教师并不要急于评价谁是谁非，而让其他学生自己来评讲，解错了，要分析原因，找出错误的症结，再重新做一遍。这样做，不但使得练中有思，而且锻炼和培养了学生的思维品质，正确的该怎么做；解对了，要想有没有更好的解法，鼓励学生采用多种方法解决问题；这样大家集思广议，不但把问题解决了，而且还可以拓宽大家的思路，使他们相互启发，共同进步。
（6）充分利用现代化高科技的教学手段
充分利用现代化教学手段，提高学生自学的能力。两方面，一方面是老师要根据该课程的特点，高数内容多且抽象，若能采取多媒体+适当板书的讲授，定能事半功倍。另外在课件的制作过程中可以使用动画，图案的效果，达到吸引学生的注意力。另一方面就是学生要利用网络优势，学会查找学习资料以及充分利用相关媒体资源。特别要注意网上学习资料的下载和学习，比如本学校的网络教学平台，任课教师一般会在教学平台上传该课程的教学大纲，教学日历，以及相关的学习课件，练习题。
这是笔者借鉴同行以及自己在教学过程中的一些体会，目的在于培养大学生学习数学的一种自学能力，或者说一种兴趣，要培养学生爱学，乐学数学；不要一提起数学，大家都很头疼的。总之，只有转变教学观念，只有以学生为中心，充分发挥学生的主体作用，通过教师适当的点拨引导，才能全方位地提高学生的综合素质，达到培养和提高自学能力的目的。
参考文献:
[1]徐振华.关注学生差异,提升有效教学[J].教育研究与实验,2010(12).
[2]马德炎.谈创新与大学数学教育[J].大学数学,2003(1).
百度文库有篇很好的，直接搜“毕业论文分块矩阵的应用”就行了。
《矩阵分析史荣昌第二版》百度网盘pdf最新全集下载:链接：
三角分解法是将原正方 (square) 矩阵分解成一个上三角形矩阵或是排列(permuted) 的上三角形矩阵和一个 下三角形矩阵，这样的分解法又称为LU分解法。它的用途主要在简化一个大矩阵的行列式值的计算过程，求逆矩阵，和求解联立方程组。不过要注意这种分解法所得到的上下三角形矩阵并非唯一，还可找到数个不同 的一对上下三角形矩阵，此两三角形矩阵相乘也会得到原矩阵。MATLAB以lu函数来执行lu分解法， 其语法为[L,U]=lu(A)。
矩阵的分解是矩阵相关运算中的重要内容，MATLAB提供了用于矩阵分解运算的多种函数。本节将集中介绍MATLAB所提供的矩阵分解运算函数的功能及使用。
矩阵的三角分解又称高斯消去法分解，它的目的是将一个矩阵分解成一个下三角矩阵L和一个上三角矩阵U的乘积，即A=LU。MATLAB提供了专门的函数lu来计算矩阵的LU分解。该函数的调用格式如下：
其中，返回矩阵U为上三角阵，矩阵L为下三角阵或其变换形式，且满足LU=X。返回矩阵P为单位矩阵的行变换矩阵，满足LU=PX。
奇异值分解在矩阵分析中占有极其重要的作用。MATLAB提供了用于矩阵奇异值分解的函数svd，该函数是利用LINPACK程序库中的ZSVDC编制而成的。在计算的过程中假如经过75步QR分解仍得不到一个奇异值，那么系统会给出“不收敛”的提示。奇异值分解函数svd的几种调用格式如下：
其中，命令①返回向量s包含矩阵X分解所得到的全部奇异值向量。命令② 返回一个与X同大小的对角矩阵S和两个酉矩阵U与V，且满足= U S V'。命令③ 得到一个“有效大小”的分解，如果m×n维矩阵X中m>n则只计算出矩阵U的前n列，矩阵S的大小为n×n。
MATLAB提供了eig函数来对矩阵进行特征值分解，该函数的几种调用格式如下：
其中，①计算矩阵A的特征值d，返回结果以向量形式存放。②计算方阵A和B的广义特征值d，返回结果以向量形式存放。③计算矩阵A的特征值对角阵D和特征向量阵V，使AV=VD成立。④计算矩阵A的特征值对角阵D和特征向量阵V，使AV=VD成立。当矩阵A中有与截断误差数量级相差不远的值时，该指令可能更精确。'nobalance'起误差调节作用。⑤计算矩阵A和B的广义特征值向量阵V和广义特征值阵D，满足AV=BVD。最后一条命令⑥由flag指定算法计算矩阵A和B的特征值D和特征向量V。其中，flag的可能值为：'chol' 和'qz' 。当flag值为'chol'时表示对B使用Cholesky分解算法，其中A为对称Hermitian矩阵，B为正定阵。当flag值为'qz'时表示使用QZ算法，其中A、B为非对称或非Hermitian矩阵。
MATLAB提供了chol函数来对矩阵进行Cholesky分解，该函数的调用格式为：
函数调用格式①如果X为n阶对称正定矩阵，则存在一个实的非奇异上三角阵R，满足R'*R = X；若X非正定，则产生错误信息。②不产生任何错误信息，若X为正定阵，则p=0，R与上相同；若X非正定，则p为正整数，R是有序的上三角阵。
正交矩阵是指矩阵的列向量相互正交，且各个列向量的长度相等。QR分解就是将矩阵A分解成一个正交矩阵与一个上三角矩阵的乘积。MATLAB提供了用于矩阵QR分解的函数，表3.7中介绍用于矩阵QR分解的函数调用格式和功能。 表3.7 矩阵QR分解
Schur分解将使用schur函数，该函数的调用格式为：
命令行①-③返回正交矩阵U和schur矩阵T，满足A = U T U'。其中，若A有复特征根，则flag='complex'，否则flag='real'。
即使是实阵，在其特征值中也可能出现复数。实际使用中常需要把这一对对共轭复数特征值转化为一个（2x2）的实数块。函数调用格式为：
MATLAB提供了gsvd函数对矩阵进行广义奇异值分解，其具体调用格式为：
其中，函数调用格式①返回酉矩阵U和V、一个普通方阵X、非负对角矩阵C和S，满足A = U C X'，B = V S X'，C' C + S' S = I (I为单位矩阵)。A和B的列数必须相同，行数可以不同。函数调用格式②和①基本相同，而③则返回广义奇异值sigma值。
MATLAB提供了qz函数对矩阵进行特征值问题的QZ分解，该函数的调用格式为：
其中函数调用格式①中A、B为方阵，返回结果AA和BB为上三角阵，Q、Z为正交矩阵或其列变换形式，V为特征向量阵，且满足Q A Z= AA 和Q B Z = BB。命令行②产生由flag决定的分解结果，flag取值为'complex'表示复数分解（默认）；取值为'real'表示实数分解。
如果矩阵H的第一子对角线下元素都是0，则H为海森伯格(Hessenberg)矩阵。如果矩阵是对称矩阵，则它的海森伯格形式是对角三角阵。MATLAB可以通过相似变换将矩阵变换成这种形式，具体调用格式为：
论文？呵呵你开玩笑吧。一篇论文一百来页就30分，你给我500我都不一定给你，你太2了，没写过论文吧你。。
我也是差不多这个课题啊，我的是 矩阵可对角化的条件及对角化方法，有资料互相参考啊，是写开题报告么 ，从别处拷过来的 矩阵对角化在国内外已有一定的研究。早在十九世纪末，人们在研究行列式的性质和计算时，提出了对角矩阵的概念，由于计算机的发展，更是为矩阵对角化的应用开辟了广阔的前景，它经常出现在诸如可用于求解微分方程组，用于研究数理统计量的分布，还有用于研究集合曲面的标准形等不同的科技领域中，这就使得对角矩阵成为计算数学中应用及其广泛的矩阵。
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。
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
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:)
随机环境中经济增长模型研究广义生产函数假设下的经济增长模型分析考虑市场预期的供求关系模型基于Matlab的离散事件模拟用风险预算进行资产配置有向图上的PAR贯序模拟系统单圈图的一般Randic指标的极值问题模糊数学在公平评奖问题中的应用模糊矩阵在环境评估中的初步应用模糊评判在电脑中的初步应用数学家的数学思想Riemann积分定义的网收敛表述微积分思想在不等式证明中的应用用有限的尺度标量无限的过程-略论极限ε语言在微积分及现代数学中的位置及意义微积分思想在几何问题中的应用齐次平衡法求KdV-Burgers方程的Backlund变换Painleve分析法判定MKdV-Burgers方程的可积性直接法求KdV-Burgers方程的对称及精确解行波求解KdV-Burgers方程因子有向图的矩阵刻划简单图上的lit-only sigma-game半正则图及其线图的特征多项式与谱分数有向图的代数表示WWW网络的拓扑分析作者合作网络等的拓扑分析古诺模型价格歧视用数学软件做计算微分方程的计算器用数学软件做矩阵计算的计算器弹簧－质点系统的反问题用线性代数理论做隐含语义搜索对矩阵若当标准型理论中变换阵求法的探讨对矩阵分解理论的探讨对矩阵不等式理论的探讨(1)对矩阵不等式理论的探讨(2)函数连续性概念及其在现代数学理论中的延伸从有限维空间到无限维空间Banach空间中脉冲泛函微分方程解的存在性高阶脉冲微分方程的振动性具有积分边界条件的分数阶微分方程解的存在唯一性分数阶微分方程的正则摄动一个形态形成模型的摄动解一个免疫系统常微分方程模型的渐近解前列腺肿瘤连续性激素抑制治疗的数学模型前列腺肿瘤间歇性激素抑制治疗的数学模型病毒动力学数学模型肿瘤浸润数学模型耗散热方程初边值问题解的正则性耗散波方程初边值问题解的正则性耗散Schrodinger方程初边值问题解的正则性非线性发展方程解得稳定性消费需求的鲁棒调节生产函数的计量分析企业的成本形态分析的研究分数阶Logistic方程的数值计算分数阶捕食与被捕食模型的数值计算AIDS传播模型的全局性分析HIV感染模型的全局性分析风险度量方法的比较及其应用具有区间值损益的未定权益定价分析模糊规划及其在金融分析中的应用长依赖型金融市场股票价格与长相依性分数布朗运动下的外汇期权定价不确定性与资产定价加油站点的分布与出租车行业的关系
告诉你拟就会写吗。不如我给你写得了
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！