下载文档原格式
经济数学·线性代数：解题方法技巧归纳
常见的解题方法技巧：
1.高斯消元法：用于解决线性方程组的方法，通过
消去未知数的系数，使方程组的每一行的未知数
只有一个。
2.高斯-约旦消元法：用于解决线性方程组的方法，
通过消去未知数的系数，使方程组的每一行的未
知数只有一个，并通过交换方程的顺序来解决无
解或多解的情况。
3.矩阵消元法：用于解决线性方程组的方法，将方
程组写成矩阵形式，通过消去未知数的系数，使
矩阵的每一行的未知数只有一个。
4.高斯-约旦分解法：用于解决线性方程组的方法，
通过将方程组写成两个矩阵的乘积的形式。
5.广义逆矩阵法：用于解决线性方程组的方法，通
过求出矩阵的广义逆（也叫做伪逆），将方程组写
成矩阵的形式，求解未知数的值。
6.矩阵的特征值与特征向量：用于解决矩阵的本征
值问题的方法，通过求解矩阵的特征方程，求得
矩阵的特征值与特征向量，并利用它们来求解其
他问题。
7.奇异值分解：用于解决矩阵的奇异值分解问题的
方法，将矩阵分解为三个矩阵的乘积的形式，并利用它们来求解其他问题。
8.广义逆矩阵的求法：用于求解矩阵的广义逆（也叫做伪逆）的方法，包括计算机辅助的方法和数学计算的方法。
加减消元法的步骤加减消元法，也称为线性方程组的消元法，是一种常用的解线性方程组的方法。
它通过逐步消除方程组中的未知数，最终得到唯一的解，从而解决了线性方程组的问题。
在本文中，我们将详细介绍加减消元法的步骤。
步骤一：列出线性方程组首先，我们需要将给定的线性方程组写成一个矩阵形式。
假设有n 个未知数和m个方程，我们可以将线性方程组写成如下形式：```A · X = B```其中，A为一个m×n的系数矩阵，X为n维列向量表示未知数，B 为m维列向量表示常数项。
步骤二：选取主元在加减消元法中，为了使计算更简明，我们需要选取一个主元。
主元可以是系数矩阵中的某一行或某一列的某个元素。
通常情况下，我们选择系数矩阵的第一列或第一行作为主元。
步骤三：消除主元以下的元素在这一步骤中，我们将对主元以下的元素进行消去操作，使其变为0。
我们使用加减运算来实现消去。
具体操作为，将主元以下的每一行与主元所在行相减，并将结果放回原来的行中。
例如，假设我们选择系数矩阵的第一列的第一个元素作为主元。
首先，我们将第一行的倍数加给其他行，使得主元以下的元素变为0。
然后，我们将第二行的倍数加给其他行，使得主元以下的第二行元素变为0。
以此类推，直到所有的主元以下的元素都变为0。
步骤四：选取新的主元在完成第三步的消去后，我们需要选择新的主元。
通常情况下，我们会选择消去后的第二列或第二行的元素作为新的主元。
然后，我们重新进行第三步的消去操作，将新的主元以下的元素消为0。
步骤五：重复步骤三和步骤四重复进行步骤三和步骤四，直到所有的未知数都消去为止。
在每一次的迭代中，我们都会选择一个新的主元，并将主元以下的元素消去。
步骤六：回代求解经过前面的步骤，我们已经得到一个上三角矩阵。
接下来，我们可以通过回代求解的方法，得到未知数的解。
回代求解的步骤是从最后一行开始，将已知的未知数代入方程中，求解出最后一个未知数。
然后，将求得的未知数代入方程中，求解出倒数第二个未知数。
傅立叶消元法傅立叶消元法是线性代数中一种重要的求解线性方程组的方法，它的原理基于傅立叶变换和矩阵分解。
傅立叶消元法可以将原始的线性方程组转化为易于处理的矩阵形式，进而求解线性方程组的解。
（一）傅立叶消元法的原理傅立叶消元法的原理可以概括为以下步骤：1.对原始的线性方程组进行增广矩阵表示。
2.将增广矩阵中的右端项进行傅立叶变换，得到一个新的矩阵。
3.将新矩阵进行对角化处理，得到对角矩阵和一组变换系数。
4.将原始的增广矩阵中的左端项进行傅立叶逆变换，得到一个新的矩阵。
5.将新矩阵与对角矩阵相乘，得到一个新的矩阵。
6.重复步骤4和5，直到新矩阵变为单位矩阵。
7.通过原始的增广矩阵和变换系数，求解线性方程组的解。
（二）傅立叶消元法的应用场景傅立叶消元法具有以下应用场景：1.信号处理：在信号处理中，傅立叶消元法可以用于求解时域信号的频谱，从而分析信号的频率特性。
2.图像处理：在图像处理中，傅立叶消元法可以用于求解图像的频谱，从而分析图像的频率特性。
3.线性方程组求解：傅立叶消元法可以用于求解大规模的线性方程组，特别是在矩阵较大且稀疏的情况下，具有较高的计算效率。
4.控制系统：在控制系统中，傅立叶消元法可以用于分析系统的稳定性和动态性能，从而设计合适的控制器。
5.通信系统：在通信系统中，傅立叶消元法可以用于分析信号的传输特性，从而设计高效的通信协议。
（三）傅立叶消元法的价值傅立叶消元法的价值体现在以下方面：1.高效性：在某些情况下，傅立叶消元法可以比其他求解方法（如高斯消元法）更快地求解线性方程组。
2.稳定性：傅立叶消元法具有较好的数值稳定性，适用于大规模矩阵的求解。
3.普适性：傅立叶消元法不仅适用于实数矩阵，还适用于复数矩阵和复数向量的求解。
4.易于并行化：傅立叶消元法的计算过程可以分解为多个独立的子任务，便于进行并行计算。
（四）傅立叶消元法的研究方向傅立叶消元法的研究方向包括：1.算法优化：研究更高效、更稳定的傅立叶消元算法，以适应不断发展的计算需求。
用高斯消元法求解线性代数方程组12341115-413-2823113-21041513-21719x x x x ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ 1111X *⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦（X*是方程组的精确解）1 高斯消去法1.1 基本思想及计算过程高斯（Gauss ）消去法是解线性方程组最常用的方法之一，它的基本思想是通过逐步消元，把方程组化为系数矩阵为三角形矩阵的同解方程组，然后用回代法解此三角形方程组得原方程组的解。
为便于叙述，先以一个三阶线性方程组为例来说明高斯消去法的基本思想。
⎪⎩⎪⎨⎧=++II =++I =++III)(323034)(5253)(6432321321321x x x x x x x x x 把方程（I ）乘（23-）后加到方程（II ）上去，把方程（I ）乘（24-）后加到方程（III ）上去，即可消去方程（II ）、（III ）中的x 1，得同解方程组⎪⎩⎪⎨⎧=+-II -=-I =++III)(20223)(445.0)(64323232321x x x x x x x 将方程（II ）乘（5.03）后加于方程（III ），得同解方程组：⎪⎩⎪⎨⎧-=-II -=-I =++III)(42)(445.0)(6432332321x x x x x x 由回代公式（3.5）得x 3 = 2，x 2 = 8，x 1 = -13。
下面考察一般形式的线性方程组的解法，为叙述问题方便，将b i 写成a i , n +1，i = 1, 2,…,n 。
⎪⎪⎩⎪⎪⎨⎧=++++=++++=+++++++1,3322111,223232221211,11313212111n n n nn n n n n n n n n n a x a x a x a x a a x a x a x a x a a x a x a x a x a （1-1）如果a 11 ≠ 0，将第一个方程中x 1的系数化为1，得)1(1,1)1(12)1(121+=+++n n n a x a x a x 其中)0(11)0()1(1a a aij j =， j = 1, …, n + 1（记ij ij a a =)0(，i = 1, 2, …, n ; j = 1, 2, …, n+ 1） 从其它n –1个方程中消x 1，使它变成如下形式⎪⎪⎩⎪⎪⎨⎧=++=++=++++++)1(1,)1(2)1(2)1(1,2)1(22)1(22)1(1,1)1(12)1(121n n n nn n n n n n n n a x a x a a x a x a a x a x a x（1-2） 其中n i a m a a iji ij ij ,,2)1(1)1( =⋅-=，1,,3,211)1(11+==n j a a m i i由方程（1-1）到（1-2）的过程中，元素11a 起着重要的作用，特别地，把11a 称为主元素。
