对角矩阵是一个特殊的矩阵，其除了主对角线上的元素外，其他位置的元素都为0。对角矩阵在许多数学领域中都有重要的应用，例如线性代数、矩阵分析和数值计算等。以下是求对角矩阵的三种方法：
利用矩阵相似对角化
如果一个矩阵A可以找到一个可逆矩阵P，使得
P^{-1}AP
P
−1
AP是对角矩阵，那么我们称A可对角化。对于一个可对角化的矩阵A，其特征值一定都在对角线上，因此我们只需要将特征值放在对角线上即可得到其对应的对角矩阵。
利用矩阵的三角分解
矩阵的三角分解是一种将一个矩阵分解为一个下三角矩阵和一个上三角矩阵的方法。对于一个可分解为这样的两个矩阵的矩阵A，我们可以将其对角线上的元素放在一个对角矩阵中。
利用矩阵的奇异值分解
奇异值分解是一种将一个矩阵分解为三个矩阵的乘积的方法，其中一个是正交矩阵，另一个是正定对角矩阵。对于一个可分解为这样的三个矩阵的矩阵A，我们可以通过奇异值分解得到其对应的对角矩阵。
1、求对角矩阵的方法：求出一个矩阵的全部互异的特征值a1。a2。对每个特特征值，求特征矩阵a1I-A的秩。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。
2、对角矩阵(diagonalmatrix)是一个主对角线之外的元素皆为0的矩阵，常写为diag（a1，a2,...,an)。对角矩阵可以认为是矩阵中最简单的一种，值得一提的是：对角线上的元素可以为0或其他值，对角线上元素相等的对角矩阵称为数量矩阵；对角线上元素全为1的对角矩阵称为单位矩阵。对角矩阵的运算包括和、差运算、数乘运算、同阶对角阵的乘积运算，且结果仍为对角阵
