矩阵对角化的论文开题报告

矩阵对角化有三种方法

1、利用特征值和特征向量将矩阵对角化

由于这种方法相对来说比较基础、简单、机械，一般教材都有详细介绍，这里用图示加以总结。

2、利用矩阵的初等变换将矩阵对角化

矩阵的初等变换

矩阵的初等行变换和初等列变换，统称矩阵的初等变换。下面的三种变换称为矩阵的初等行变换：

1 对调两行；

2 以数k≠0乘某一行的所有元素；

3 把某一行所有元素的k倍加到另一行对应的元素上去。

把上面定义中的“行”换成“列”，既得矩阵的初等列变换的定义。

如果矩阵A经过有限次初等变换变成矩阵B，就称矩阵A与B等价。

另外：分块矩阵也可以定义初等变换。

3、利用矩阵的乘法运算将矩阵对角化

矩阵乘法是一种高效的算法可以把一些一维递推优化到log（ n )，还可以求路径方案等，所以更是一种应用性极强的算法。矩阵，是线性代数中的基本概念之一。一个m×n的矩阵就是m×n个数排成m行n列的一个数阵。由于它把许多数据紧凑的集中到了一起，所以有时候可以简便地表示一些复杂的模型。矩阵乘法看起来很奇怪，但实际上非常有用，应用也十分的广泛。

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=^

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

n阶矩阵A可相思对角化有两个充要条件：

1、n阶矩阵A相似于对角矩阵的充要条件是A有n个线性无关的特征向量。

2、n阶矩阵A可对角化的充要条件是对应于A的每个特征值的线性无关的特征向量的个数恰好等于该特征值的重数，即设是矩阵A的重特征值。

因此，有两种情况使得n阶矩阵A可对角化，第一种情况：若n阶方阵A的n个特征值互不相等，n阶方阵A有n个线性无关的特征向量，则A可相似对角化，即书上的结论。

反之，若n阶方阵A可对角化的话，可能是有两种情况，若是第一种，则n个特征值全不相等；若是第二种，则n阶方阵A的相等的特征值，即n个特征值不一定全都不相等。

扩展资料：

矩阵相似的性质：

1、两者的秩相等；

2、两者的行列式值相等；

3、两者的迹数相等；

4、两者拥有同样的特征值，尽管相应的特征向量一般不同；

5、两者拥有同样的特征多项式；

6、两者拥有同样的初等因子。

参考资料来源：百度百科-相似矩阵

百度百科-对角化