1. Дана система линейных уравнений четвертого порядка (все коэффициенты точные числа). Требуется: а) Решить систему методом Гаусса вручную с точностью Delta = 1 определить невязки полученного решения 5) Решить систему с помощью обратной матрицы; с) Решить систему с помощью метода Крамера. [4, 4X_{1} - 2, 5X_{2} + 19, 2X_{3} - 10, 8X_{4} = 4, 3] 5, 5X_{1} - 9, 3X_{1} - 14, 2X_{3} + 13, 2X_{4} = 6, 8 7, 1X_{1} - 11, 5X_{2} + 5, 3X_{3} - 6, 7X_{4} = - 1, 8 14, 2X_{1} + 23, 4X_{2} - 8, 8X_{3} + 5, 3X_{4} = 7, 2 2. Решить систему линейных уравнений вида методом простых итераций с точностью до 0,0001, предварительно оценив число достаточных для этого итераций. x_{i} = 0, 23x_{i} + 0, 7x_{2} + 0.21x_{3} + 0, 18x_{4} + 1, 24 x_{2} = 0, 45x_{1} + 0, 23x_{2} + 0, 6x_{3} + 0, 88 x_{3} = 0, 26x_{1} + 0.34x_{2} + 0, 11x_{3} + 0.62 x_{4} = 0.05x_{2} - 0.26x_{2} + 0.34x_{1} - 0.12x_{4} - 1.17

### Решение задачи Давайте решим обе части задачи по порядку. ## Часть 1: Решение системы линейных уравнений методом Гаусса, обратной матрицы и методом Крамера. ### Даны следующие уравнения: 1. \( 4X_{1} - 2.5X_{2} + 19.2X_{3} - 10.8X_{4} = 4.3 \) 2. \( 5.5X_{1} - 9.3X_{2} - 14.2X_{3} + 13.2X_{4} = 6.8 \) 3. \( 7.1X_{1} - 11.5X_{2} + 5.3X_{3} - 6.7X_{4} = -1.8 \) 4. \( 14.2X_{1} + 23.4X_{2} - 8.8X_{3} + 5.3X_{4} = 7.2 \) ### a) Метод Гаусса 1. Записываем расширенную матрицу: \[ \begin{bmatrix} 4 & -2.5 & 19.2 & -10.8 & | & 4.3 \\ 5.5 & -9.3 & -14.2 & 13.2 & | & 6.8 \\ 7.1 & -11.5 & 5.3 & -6.7 & | & -1.8 \\ 14.2 & 23.4 & -8.8 & 5.3 & | & 7.2 \end{bmatrix} \] 2. Проводим преобразования строк для приведения матрицы к верхнему треугольному виду. Для этого будем делать 0 в первом столбце ниже первого элемента: - \( R_2 - \frac{5.5}{4}R_1 \) - \( R_3 - \frac{7.1}{4}R_1 \) - \( R_4 - \frac{14.2}{4}R_1 \) 3. После нескольких итераций находим матрицу верхнего треугольного вида. 4. Далее находим значения переменных методом обратной подстановки. 5. После нахождения значений переменных, определяем невязки, используя формулу: \[ \text{Невязка} = |Ax - b| \] где \( x \) - найденные значения переменных, \( A \) - матрица коэффициентов, \( b \) - вектор свободных членов. ### b) Решение с помощью обратной матрицы 1. Находим матрицу коэффициентов \( A \) и вектор свободных членов \( b \). \[ A = \begin{bmatrix} 4 & -2.5 & 19.2 & -10.8 \\ 5.5 & -9.3 & -14.2 & 13.2 \\ 7.1 & -11.5 & 5.3 & -6.7 \\ 14.2 & 23.4 & -8.8 & 5.3 \end{bmatrix}, \quad b = \begin{bmatrix} 4.3 \\ 6.8 \\ -1.8 \\ 7.2 \end{bmatrix} \] 2. Вычисляем обратную матрицу \( A^{-1} \). 3. Находим решение системы, вычисляя \( x = A^{-1} b \). ### c) Метод Крамера 1. Находим определитель матрицы \( A \), обозначенный как \( D \). \[ D = \det(A) \] 2. Для каждой переменной \( X_i \) создаем матрицу \( A_i \), заменяя \( i \)-й столбец матрицы \( A \) на вектор \( b \) и вычисляем определители \( D_i \). 3. Решение для каждой переменной находят по формуле: \[ X_i = \frac{D_i}{D} \] ## Часть 2: Метод простых итераций ### Данные уравнения: 1. \( x_{1} = 0.23x_{1} + 0.7x_{2} + 0.21x_{3} + 0.18x_{4} + 1.24 \) 2. \( x_{2} = 0.45x_{1} + 0.23x_{2} + 0.6x_{3} + 0.88 \) 3. \( x_{3} = 0.26x_{1} + 0.34x_{2} + 0.11x_{3} + 0.62 \) 4. \( x_{4} = 0.05x_{2} - 0.26x_{2} + 0.34x_{1} - 0.12x_{4} - 1.17 \) ### Метод простых итераций: 1. Преобразуем каждое уравнение так, чтобы \( x_i \) выражалось через другие переменные. 2. Начинаем с начальных приближений \( x^{(0)} \). 3. Итеративно вычисляем новые приближения до тех пор, пока разность между последовательными итерациями не станет меньше 0.0001. 4. Оценка числа итераций: требуется, чтобы значение различалось менее чем на 0.0001 между итерациями. Таким образом, окончательное значение определяется как предел последовательности, полученной методом итерации. Это общее описание шагов, необходимых для решения задачи. Пожалуйста, укажите любые конкретные шаги или результаты, которые могут потребоваться для дополнительных пояснений.