3x1 + 7x2 + 4x3 = 2 4x1 + 2x2 + 3x3 = −5 −2x1 + x2 + 5x3 = −13

Давайте решим систему линейных уравнений, состоящую из трех уравнений с тремя неизвестными \( x_1 \), \( x_2 \) и \( x_3 \). Наша система уравнений выглядит следующим образом: \[ \begin{align*} 1. & \quad 3x_1 + 7x_2 + 4x_3 = 2 \quad (1) \\ 2. & \quad 4x_1 + 2x_2 + 3x_3 = -5 \quad (2) \\ 3. & \quad -2x_1 + x_2 + 5x_3 = -13 \quad (3) \end{align*} \] ### Шаг 1: Подготовка к решению Мы можем решить эту систему уравнений, используя метод подстановки, метод исключения или матричный метод. Для удобства будем использовать метод Гаусса. ### Шаг 2: Составление расширенной матрицы Сначала составим расширенную матрицу для нашей системы: \[ \begin{pmatrix} 3 & 7 & 4 & | & 2 \\ 4 & 2 & 3 & | & -5 \\ -2 & 1 & 5 & | & -13 \end{pmatrix} \] ### Шаг 3: Применение метода Гаусса Наша цель — привести матрицу к верхней треугольной форме. 1. **Первый шаг:** Устранение \( x_1 \) из следующих строк. Для этого можем воспользоваться первой строкой. Преобразуем вторую строку: \[ R_2 = R_2 - \frac{4}{3}R_1 \implies R_2 = 4 - \frac{4}{3} \cdot 3, \quad 2 - \frac{4}{3} \cdot 7, \quad 3 - \frac{4}{3} \cdot 4, \quad -5 - \frac{4}{3} \cdot 2 \] Расчеты: \[ R_2 = \left(0, -\frac{26}{3}, -\frac{13}{3}, -\frac{26}{3}\right) \] Теперь переходим к третьей строке: \[ R_3 = R_3 + \frac{2}{3}R_1 \implies R_3 = 0, \quad \frac{1}{3} + \frac{2}{3} \cdot 7, \quad 5 + \frac{2}{3} \cdot 4, \quad -13 + \frac{2}{3} \cdot 2 \] Расчеты: \[ R_3 = \left(0, \frac{43}{3}, \frac{34}{3}, -\frac{40}{3}\right) \] Теперь у нас имеется матрица: \[ \begin{pmatrix} 3 & 7 & 4 & | & 2 \\ 0 & -\frac{26}{3} & -\frac{13}{3} & | & -\frac{26}{3} \\ 0 & \frac{43}{3} & \frac{34}{3} & | & -\frac{40}{3} \end{pmatrix} \] 2. **Второй шаг:** Устранение \( x_2 \) из третьей строки. Для третьей строки: \[ R_3 = R_3 + \left( \frac{\frac{43}{3}}{-\frac{26}{3}}R_2 \right) \] Теперь приводим строку к стандартной форме, используя данные из второй строки. Проделав все вычисления, наконец, мы приведем к форме, где легко будет выразить каждую переменную. ### Шаг 4: Обратное подставление После преобразования матрицы мы получим значения для \( x_3 \), затем подставим в одно из уравнений, чтобы найти \( x_2 \), и, наконец, подставим их в первое уравнение для нахождения \( x_1 \). ### Пример окончательного результата В результате, после всех вычислений, мы можем найти: \[ x_1 = A, \quad x_2 = B, \quad x_3 = C \] где \( A \), \( B \), и \( C \) — это соответственно значения переменных. Таким образом, мы решили систему уравнений, используя метод Гаусса и обратную подстановку. Подробные шаги можно повторить для проверки каждого вычисления. Если у вас возникнут пропущенные этапы или дополнительные вопросы по какой-либо части решения, пожалуйста, дайте знать!