Tilbake
9.3
Lineære likningssystem og Gauss-eliminasjon

9.3 Lineære likningssystem og Gauss-eliminasjon

Matriseform $A\mathbf{x}=\mathbf{b}$, totalmatrise, radoperasjoner og Gauss-eliminasjon.

60 min
14 oppgaver
Lineært likningssystemTotalmatriseRadoperasjonerTrappeformGauss-eliminasjon
Du leser den tradisjonelle versjonen
Din fremgang i kapitlet
0 / 14 oppgaver

I kapittel 2.3 lærte du å løse likningssett med to ukjente ved innsetting og addisjon. Når vi går opp til tre, fire eller flere ukjente blir disse metodene tunge. Da bruker vi Gauss-eliminasjon — en systematisk metode som passer perfekt sammen med matriser, og som datamaskiner bruker for å løse helt store økonomiske modeller.

I dette kapittelet skriver vi likningssystem på matriseform, lærer radoperasjoner, og bruker Gauss-eliminasjon til å løse 3×33 \times 3-systemer trinn for trinn.

Lineært likningssystem på matriseform

Et lineært likningssystem har formen

{a11x1+a12x2++a1nxn=b1a21x1+a22x2++a2nxn=b2am1x1+am2x2++amnxn=bm\begin{cases} a_{11}x_1 + a_{12}x_2 + \cdots + a_{1n}x_n = b_1 \\ a_{21}x_1 + a_{22}x_2 + \cdots + a_{2n}x_n = b_2 \\ \vdots \\ a_{m1}x_1 + a_{m2}x_2 + \cdots + a_{mn}x_n = b_m \end{cases}

Dette kan skrives kompakt som Ax=bA\mathbf{x} = \mathbf{b} der AA er en m×nm \times n-koeffisientmatrise, x\mathbf{x} er en kolonnevektor av ukjente, og b\mathbf{b} er en kolonnevektor av høyresider.

Koeffisient- og totalmatrise
For systemet Ax=bA\mathbf{x} = \mathbf{b}:

- Koeffisientmatrisen er bare AA.
- Totalmatrisen (også kalt utvidet matrise) er AA med kolonnen b\mathbf{b} skrevet ved siden av:

[Ab]=[a11a12a13b1a21a22a23b2a31a32a33b3]\left[A \,|\, \mathbf{b}\right] = \left[\begin{array}{ccc|c} a_{11} & a_{12} & a_{13} & b_1 \\ a_{21} & a_{22} & a_{23} & b_2 \\ a_{31} & a_{32} & a_{33} & b_3 \end{array}\right]

Den vertikale streken erstatter ==-tegnet — radene er likningene.

✏️Eksempel 1: Skrive system på matriseform
Skriv likningssystemet på matriseform og oppgi koeffisient- og totalmatrise:

{2x+yz=3x3y+2z=14x+2y+5z=12\begin{cases} 2x + y - z = 3 \\ x - 3y + 2z = -1 \\ 4x + 2y + 5z = 12 \end{cases}

Matriseform: Ax=bA\mathbf{x} = \mathbf{b} med

A=(211132425),x=(xyz),b=(3112)A = \begin{pmatrix} 2 & 1 & -1 \\ 1 & -3 & 2 \\ 4 & 2 & 5 \end{pmatrix}, \quad \mathbf{x} = \begin{pmatrix} x \\ y \\ z \end{pmatrix}, \quad \mathbf{b} = \begin{pmatrix} 3 \\ -1 \\ 12 \end{pmatrix}

Totalmatrise:

[Ab]=[2113132142512]\left[A \,|\, \mathbf{b}\right] = \left[\begin{array}{ccc|c} 2 & 1 & -1 & 3 \\ 1 & -3 & 2 & -1 \\ 4 & 2 & 5 & 12 \end{array}\right]

📝Oppgave 1

Skriv hvert likningssystem på matriseform og oppgi totalmatrisen.

a
{3x+2y=7x5y=1\begin{cases} 3x + 2y = 7 \\ x - 5y = 1 \end{cases}
b
{x+y+z=62xy+z=3x+y+2z=7\begin{cases} x + y + z = 6 \\ 2x - y + z = 3 \\ -x + y + 2z = 7 \end{cases}
c
{4ab=2a+3b2c=0b+c=5\begin{cases} 4a - b = 2 \\ a + 3b - 2c = 0 \\ b + c = 5 \end{cases}

Radoperasjoner

For å løse systemet vil vi forenkle totalmatrisen så mye som mulig — uten å endre løsningen. Det finnes tre elementære radoperasjoner som bevarer løsningssettet:

Elementære radoperasjoner

1. Bytt to rader: RiRjR_i \leftrightarrow R_j

2. Multipliser en rad med et tall k0k \neq 0: RikRiR_i \to k R_i

3. Legg multiplum av én rad til en annen: RiRi+kRjR_i \to R_i + k R_j

Disse operasjonene tilsvarer å gjøre samme operasjon på begge sider av likningene, så løsningen er den samme før og etter.

Trappeform og redusert trappeform
En matrise er på trappeform (echelon form) hvis:

1. Alle rader som bare består av nuller står nederst.
2. Det første ikke-null-elementet i hver rad (kalt pivot) står lenger til høyre enn pivoten i raden over.

Matrisen er på redusert trappeform hvis dessuten:

3. Hver pivot er 11.
4. Hver pivot er det eneste ikke-null-elementet i sin kolonne.

Eksempel på trappeform:

(231054007)\begin{pmatrix} 2 & 3 & -1 \\ 0 & 5 & 4 \\ 0 & 0 & 7 \end{pmatrix}

Eksempel på redusert trappeform:

(100010001)\begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}

Gauss-eliminasjon

Gauss-eliminasjon er en framgangsmåte for å bringe totalmatrisen på trappeform ved hjelp av radoperasjoner. Når matrisen er på trappeform, finner vi x,y,zx, y, z ved bakover-innsetting (også kalt tilbakeinnsetting).

Strategien er:

1. Bruk rad 1 til å lage 0-er under pivoten i kolonne 1.
2. Bruk rad 2 til å lage 0-er under pivoten i kolonne 2.
3. Fortsett til matrisen er på trappeform.
4. Les av siste likning og sett tilbake oppover.

✏️Eksempel 2: Gauss-eliminasjon på $3 \times 3$
Løs likningssystemet ved Gauss-eliminasjon:

{x+2y+z=82x+yz=13xy+2z=9\begin{cases} x + 2y + z = 8 \\ 2x + y - z = 1 \\ 3x - y + 2z = 9 \end{cases}

Steg 0: Skriv totalmatrisen:

[121821113129]\left[\begin{array}{ccc|c} 1 & 2 & 1 & 8 \\ 2 & 1 & -1 & 1 \\ 3 & -1 & 2 & 9 \end{array}\right]

Steg 1: Eliminer xx fra rad 2 og 3.

R2R22R1R_2 \to R_2 - 2R_1:
(22,14,12116)=(0,3,315)(2 - 2, \, 1 - 4, \, -1 - 2 \,|\, 1 - 16) = (0, -3, -3 \,|\, -15)

R3R33R1R_3 \to R_3 - 3R_1:
(33,16,23924)=(0,7,115)(3 - 3, \, -1 - 6, \, 2 - 3 \,|\, 9 - 24) = (0, -7, -1 \,|\, -15)

Ny matrise:

[12180331507115]\left[\begin{array}{ccc|c} 1 & 2 & 1 & 8 \\ 0 & -3 & -3 & -15 \\ 0 & -7 & -1 & -15 \end{array}\right]

Steg 2: Forenkle rad 2 og eliminer yy fra rad 3.

R213R2\displaystyle R_2 \to -\frac{1}{3} R_2 for å få pivot 1:
(0,1,15)(0, 1, 1 \,|\, 5)

R3R3+7R2R_3 \to R_3 + 7 R_2:
(0,7+7,1+715+35)=(0,0,620)(0, -7 + 7, -1 + 7 \,|\, -15 + 35) = (0, 0, 6 \,|\, 20)

Trappeform:

[1218011500620]\left[\begin{array}{ccc|c} 1 & 2 & 1 & 8 \\ 0 & 1 & 1 & 5 \\ 0 & 0 & 6 & 20 \end{array}\right]

Steg 3: Bakover-innsetting.

Fra rad 3: 6z=20z=206=103\displaystyle 6z = 20 \Rightarrow z = \frac{20}{6} = \frac{10}{3}

Fra rad 2: y+z=5y=5103=53\displaystyle y + z = 5 \Rightarrow y = 5 - \frac{10}{3} = \frac{5}{3}

Fra rad 1: x+2y+z=8x=8253103=8203=43\displaystyle x + 2y + z = 8 \Rightarrow x = 8 - 2 \cdot \frac{5}{3} - \frac{10}{3} = 8 - \frac{20}{3} = \frac{4}{3}

Løsning: x=43,  y=53,  z=103\displaystyle x = \frac{4}{3}, \; y = \frac{5}{3}, \; z = \frac{10}{3}.

✏️Eksempel 3: Med pene tall
Løs ved Gauss-eliminasjon:

{x+y+z=62xy+z=3x+2yz=2\begin{cases} x + y + z = 6 \\ 2x - y + z = 3 \\ x + 2y - z = 2 \end{cases}

Totalmatrise:

[111621131212]\left[\begin{array}{ccc|c} 1 & 1 & 1 & 6 \\ 2 & -1 & 1 & 3 \\ 1 & 2 & -1 & 2 \end{array}\right]

R2R22R1R_2 \to R_2 - 2R_1 og R3R3R1R_3 \to R_3 - R_1:

[111603190124]\left[\begin{array}{ccc|c} 1 & 1 & 1 & 6 \\ 0 & -3 & -1 & -9 \\ 0 & 1 & -2 & -4 \end{array}\right]

Bytt R2R3R_2 \leftrightarrow R_3 for å få et pent pivot:

[111601240319]\left[\begin{array}{ccc|c} 1 & 1 & 1 & 6 \\ 0 & 1 & -2 & -4 \\ 0 & -3 & -1 & -9 \end{array}\right]

R3R3+3R2R_3 \to R_3 + 3R_2:

[1116012400721]\left[\begin{array}{ccc|c} 1 & 1 & 1 & 6 \\ 0 & 1 & -2 & -4 \\ 0 & 0 & -7 & -21 \end{array}\right]

Bakover-innsetting:

Rad 3: 7z=21z=3-7z = -21 \Rightarrow z = 3

Rad 2: y23=4y=2y - 2 \cdot 3 = -4 \Rightarrow y = 2

Rad 1: x+2+3=6x=1x + 2 + 3 = 6 \Rightarrow x = 1

Løsning: x=1,y=2,z=3x = 1, y = 2, z = 3.

Kontroll: Setter inn i likning 1: 1+2+3=61 + 2 + 3 = 6

📝Oppgave 2

Løs likningssystemet ved Gauss-eliminasjon.

a
{x+y+z=6xy+2z=52x+yz=1\begin{cases} x + y + z = 6 \\ x - y + 2z = 5 \\ 2x + y - z = 1 \end{cases}
b
{2x+yz=1x+2y+z=83xy+2z=7\begin{cases} 2x + y - z = 1 \\ x + 2y + z = 8 \\ 3x - y + 2z = 7 \end{cases}
c
{x+2y+3z=102x+y+z=8xy+z=1\begin{cases} x + 2y + 3z = 10 \\ 2x + y + z = 8 \\ x - y + z = 1 \end{cases}
🤖AI-tilbakemelding tilgjengelig

Antall løsninger

Når vi når trappeformen, kan vi straks lese av hvor mange løsninger systemet har:

- Én løsning: Alle ukjente er bestemt entydig (alle kolonner har pivot).
- Ingen løsninger: Det dukker opp en rad som sier 0=c0 = c for en konstant c0c \neq 0. Systemet er inkonsistent.
- Uendelig mange løsninger: Det er færre pivoter enn variabler. De variablene som ikke har pivot kalles frie variabler og kan settes til hva som helst — løsningen uttrykkes med parametre.

✏️Eksempel 4: Ingen løsning
Vis at systemet ikke har noen løsning:

{x+2yz=32x+4y2z=7xy+z=1\begin{cases} x + 2y - z = 3 \\ 2x + 4y - 2z = 7 \\ x - y + z = 1 \end{cases}

Totalmatrise:

[121324271111]\left[\begin{array}{ccc|c} 1 & 2 & -1 & 3 \\ 2 & 4 & -2 & 7 \\ 1 & -1 & 1 & 1 \end{array}\right]

R2R22R1R_2 \to R_2 - 2R_1:

(0,0,076)=(0,0,01)(0, 0, 0 \,|\, 7 - 6) = (0, 0, 0 \,|\, 1)

Rad 2 sier 0=10 = 1, som er umulig. Systemet har ingen løsning — det er inkonsistent.

(Geometrisk: planene definert av likning 1 og 2 er parallelle, men ikke sammenfallende.)

✏️Eksempel 5: Uendelig mange løsninger
Løs systemet:

{x+y+z=62x+2y+2z=12xy+z=2\begin{cases} x + y + z = 6 \\ 2x + 2y + 2z = 12 \\ x - y + z = 2 \end{cases}

Totalmatrise:

[1116222121112]\left[\begin{array}{ccc|c} 1 & 1 & 1 & 6 \\ 2 & 2 & 2 & 12 \\ 1 & -1 & 1 & 2 \end{array}\right]

R2R22R1R_2 \to R_2 - 2R_1, R3R3R1R_3 \to R_3 - R_1:

[111600000204]\left[\begin{array}{ccc|c} 1 & 1 & 1 & 6 \\ 0 & 0 & 0 & 0 \\ 0 & -2 & 0 & -4 \end{array}\right]

Rad 2 er en triviell 0=00 = 0 — fjern den (den gir ingen info). Bytt og forenkle:

[11160102]\left[\begin{array}{ccc|c} 1 & 1 & 1 & 6 \\ 0 & 1 & 0 & 2 \\ \end{array}\right]

Bare 2 pivoter for 3 variabler — én fri variabel (zz).

Fra rad 2: y=2y = 2.

Fra rad 1: x+2+z=6x=4zx + 2 + z = 6 \Rightarrow x = 4 - z.

La z=tz = t være en parameter:

x=(4t2t),tR\mathbf{x} = \begin{pmatrix} 4 - t \\ 2 \\ t \end{pmatrix}, \quad t \in \mathbb{R}

Systemet har uendelig mange løsninger parameterisert med tt.

📝Oppgave 3

Avgjør om systemet har én, ingen eller uendelig mange løsninger. Finn løsningen(e).

a
{x+2y=52x+4y=10\begin{cases} x + 2y = 5 \\ 2x + 4y = 10 \end{cases}
b
{x+y=32x+2y=5\begin{cases} x + y = 3 \\ 2x + 2y = 5 \end{cases}
c
{xy+z=12x+yz=4x+2y2z=3\begin{cases} x - y + z = 1 \\ 2x + y - z = 4 \\ x + 2y - 2z = 3 \end{cases}
d
{2xy=1x+y=5\begin{cases} 2x - y = 1 \\ x + y = 5 \end{cases}
🤖AI-tilbakemelding tilgjengelig

Anvendelse: Økonomisk problemløsing

Gauss-eliminasjon brukes til alt fra produksjonsplanlegging til blandingsproblemer. Vi ser to typiske anvendelser.

✏️Eksempel 6: Produksjonsplanlegging

En fabrikk produserer tre produkter A, B og C. Per enhet bruker de arbeid, materialer og maskintid:

InnsatsfaktorABCTilgjengelig
Arbeid (timer)231100
Materialer (kg)124120
Maskintid (timer)31290

Hvor mange enheter xx av A, yy av B og zz av C bør produseres for å bruke nøyaktig alt som er tilgjengelig?

Likningssystem:

{2x+3y+z=100x+2y+4z=1203x+y+2z=90\begin{cases} 2x + 3y + z = 100 \\ x + 2y + 4z = 120 \\ 3x + y + 2z = 90 \end{cases}

Totalmatrise:

[23110012412031290]\left[\begin{array}{ccc|c} 2 & 3 & 1 & 100 \\ 1 & 2 & 4 & 120 \\ 3 & 1 & 2 & 90 \end{array}\right]

Bytt R1R2R_1 \leftrightarrow R_2 for å få pivot 1:

[12412023110031290]\left[\begin{array}{ccc|c} 1 & 2 & 4 & 120 \\ 2 & 3 & 1 & 100 \\ 3 & 1 & 2 & 90 \end{array}\right]

R2R22R1R_2 \to R_2 - 2R_1, R3R33R1R_3 \to R_3 - 3R_1:

[1241200171400510270]\left[\begin{array}{ccc|c} 1 & 2 & 4 & 120 \\ 0 & -1 & -7 & -140 \\ 0 & -5 & -10 & -270 \end{array}\right]

R3R35R2R_3 \to R_3 - 5R_2:

[1241200171400025430]\left[\begin{array}{ccc|c} 1 & 2 & 4 & 120 \\ 0 & -1 & -7 & -140 \\ 0 & 0 & 25 & 430 \end{array}\right]

Fra rad 3: 25z=430z=17,225z = 430 \Rightarrow z = 17{,}2

Fra rad 2: y717,2=140y=140120,4=19,6-y - 7 \cdot 17{,}2 = -140 \Rightarrow y = 140 - 120{,}4 = 19{,}6

Fra rad 1: x+219,6+417,2=120x=12039,268,8=12x + 2 \cdot 19{,}6 + 4 \cdot 17{,}2 = 120 \Rightarrow x = 120 - 39{,}2 - 68{,}8 = 12

Svar: Produser 12 enheter av A, 19,6 av B og 17,2 av C.

(I praksis må vi runde til hele tall — eller løse et lineærprogrammeringsproblem hvis vi vil ha heltallsløsninger.)

✏️Eksempel 7: Blandingsproblem

En kaffeprodusent skal lage 100 kg blanding av tre kaffebønner: Brasil (30 kr/kg), Etiopia (40 kr/kg) og Colombia (50 kr/kg). Blandingen skal koste 3800 kr totalt (38 kr/kg), og det skal være dobbelt så mye Brasil som Colombia. Hvor mange kg av hver type?

La x,y,zx, y, z være antall kg av Brasil, Etiopia og Colombia.

Betingelse 1: Totalvekt: x+y+z=100x + y + z = 100.

Betingelse 2: Totalpris: 30x+40y+50z=380030x + 40y + 50z = 3\,800.

Betingelse 3: x=2zx = 2z, dvs. x2z=0x - 2z = 0.

Totalmatrise:

[11110030405038001020]\left[\begin{array}{ccc|c} 1 & 1 & 1 & 100 \\ 30 & 40 & 50 & 3\,800 \\ 1 & 0 & -2 & 0 \end{array}\right]

R2R230R1R_2 \to R_2 - 30R_1, R3R3R1R_3 \to R_3 - R_1:

[11110001020800013100]\left[\begin{array}{ccc|c} 1 & 1 & 1 & 100 \\ 0 & 10 & 20 & 800 \\ 0 & -1 & -3 & -100 \end{array}\right]

R2110R2\displaystyle R_2 \to \frac{1}{10}R_2:

[11110001280013100]\left[\begin{array}{ccc|c} 1 & 1 & 1 & 100 \\ 0 & 1 & 2 & 80 \\ 0 & -1 & -3 & -100 \end{array}\right]

R3R3+R2R_3 \to R_3 + R_2:

[1111000128000120]\left[\begin{array}{ccc|c} 1 & 1 & 1 & 100 \\ 0 & 1 & 2 & 80 \\ 0 & 0 & -1 & -20 \end{array}\right]

Fra rad 3: z=20z = 20.

Fra rad 2: y+220=80y=40y + 2 \cdot 20 = 80 \Rightarrow y = 40.

Fra rad 1: x=1004020=40x = 100 - 40 - 20 = 40.

Svar: 40 kg Brasil, 40 kg Etiopia og 20 kg Colombia.

Kontroll: 40+40+20=10040 + 40 + 20 = 100 kg ✓. Totalpris: 3040+4040+5020=1200+1600+1000=380030 \cdot 40 + 40 \cdot 40 + 50 \cdot 20 = 1200 + 1600 + 1000 = 3\,800 kr ✓. Brasil dobbelt så mye som Colombia: 40=22040 = 2 \cdot 20 ✓.

📝Oppgave 4

En bedrift produserer tre typer møbler: bord (B), stoler (S) og hyller (H). Per enhet brukes følgende ressurser:

BSH
Treverk (m²)213
Arbeid (timer)421
Beslag (sett)121

Bedriften har 50 m² treverk, 60 arbeidstimer og 40 beslag-sett. Hvor mange av hver vare kan de produsere?

a

Sett opp likningssystemet.

b

Skriv totalmatrisen.

c

Løs ved Gauss-eliminasjon.

🤖AI-tilbakemelding tilgjengelig
📝Oppgave 5

Løs ved Gauss-eliminasjon.

a
{x+2y+z=82xy+z=3x+y+z=6\begin{cases} x + 2y + z = 8 \\ 2x - y + z = 3 \\ x + y + z = 6 \end{cases}
b
{2x+y+z=7x+2y+z=8x+y+2z=9\begin{cases} 2x + y + z = 7 \\ x + 2y + z = 8 \\ x + y + 2z = 9 \end{cases}
c
{x+y+z=62xy+3z=9x+3yz=4\begin{cases} x + y + z = 6 \\ 2x - y + 3z = 9 \\ x + 3y - z = 4 \end{cases}
🤖AI-tilbakemelding tilgjengelig
📝Oppgave 6
For hvilke verdier av aa har systemet en entydig løsning?

{x+2y+z=32x+ay+3z=5x+y+2z=4\begin{cases} x + 2y + z = 3 \\ 2x + ay + 3z = 5 \\ x + y + 2z = 4 \end{cases}

a

Skriv koeffisientmatrisen AA.

b

Regn det(A)\det(A) som funksjon av aa.

c

For hvilke aa har systemet entydig løsning?

🤖AI-tilbakemelding tilgjengelig
📜Oppsummering: Lineære likningssystem
KonseptDetaljer
MatriseformAx=bA\mathbf{x} = \mathbf{b}
Totalmatrise[Ab][A \,|\, \mathbf{b}]
RadoperasjonerRiRjR_i \leftrightarrow R_j, RikRiR_i \to kR_i (k0k\neq 0), RiRi+kRjR_i \to R_i + kR_j
TrappeformPivoter forskyves til høyre nedover
Gauss-eliminasjonBring til trappeform, bakover-innsetting

Antall løsninger:
TilfelleTolkning
Alle kolonner har pivotÉn løsning
Rad [0 0  0c][0\ 0\ \ldots\ 0\,|\,c] med c0c \neq 0Ingen løsning
Færre pivoter enn variablerUendelig mange (med frie variabler)

For kvadratiske system: det(A)0\det(A) \neq 0 \Leftrightarrow én entydig løsning.
Repetisjonsoppgaver
Din fremgang
0deloppgaver0 / 8 oppgaver

Oppsummering

I dette kapittelet har du lært:

- Lineært likningssystem på matriseform: Ax=bA\mathbf{x} = \mathbf{b}.
- Totalmatrise: Koeffisientmatrisen utvidet med høyresiden.
- Radoperasjoner: Tre elementære operasjoner som ikke endrer løsningen.
- Gauss-eliminasjon: Bringer matrisen på trappeform for å lese av antall løsninger.

Viktige formler


Ax=b,[Ab]A\mathbf{x} = \mathbf{b}, \qquad [A \,|\, \mathbf{b}]

Nøkkelbegreper


BegrepForklaring
MatriseformAx=bA\mathbf{x} = \mathbf{b}
Totalmatrise[Ab][A \,|\, \mathbf{b}]
RadoperasjonEndrer matrisen uten å endre løsning
TrappeformEchelon form etter Gauss-eliminasjon

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.

Skolesaga er en uavhengig læringsressurs og er ikke tilknyttet eller godkjent av Handelshøyskolen BI. Dette er ikke offisielt studiemateriell. Les mer.