Agèbre 2
60H
Jean Tshimanga, PhD
ilungatshimanga@[Link]
.
Auguste Muhau, Msc
[Link]@[Link]
October 25, 2026
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 1 / 82
OUTLINE (PART 1)
1 Equations linéaires
Introdution
Méthode d’élimination de Gauss
Méthode de Gauss-Jordan
2 Systèmes rectangulaires et formes échelonnées
Forme échelonnée en lignes et rang
Forme échelonnée réduite en lignes
Compatibilité des systèmes linéaires
Systèmes homogènes
Systèmes non homogènes
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 2 / 82
Cette première partie du cours se référera essentiellement à ces deux
ouvrages.
bliography
Carl D Meyer, Matrix analysis and applied linear algebra, SIAM,
2000.
Renzo Cairoli, Algèbre linéaire, PPUR presses polytechniques,
1991.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 3 / 82
1 - Equations linéaires
1 Equations linéaires
Introdution
Méthode d’élimination de Gauss
Méthode de Gauss-Jordan
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 4 / 82
1 - Equations linéaires
1 Equations linéaires
Introdution
Méthode d’élimination de Gauss
Méthode de Gauss-Jordan
Un problème fondamental qui apparaı̂t dans les sciences
mathématiques est celui d’analyser et résoudre m équations
algébriques à n inconnues. L’étude d’un système d’équations linéaires
simultanées est dans une alliance naturelle et indivisible avec l’étude
du tableau rectangulaire de nombres défini par les coefficients
d’équations.
La première analyse enregistrée d’équations simultanées date de 200
av. JC provenant de la Chine.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 5 / 82
Dans ce chapitre il sera question de faire une investigation sur les
types de solutions que l’on peut avoir dans un tel système d’équation
ainsi que de présenter différentes méthodes de résolution des
systèmes d’équations.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 6 / 82
Le problème consiste à calculer, si possible, une solution commune
pour un système de m équations algébriques linéaires à n inconnues :
a11 x1 +a12 x2 +a13 x3 +... + a1n xn = b1 ,
a21 x1 +a22 x2 +a23 x3 +... + a2n xn = b2 ,
a31 x1 +a32 x2 +a33 x3 +... + a3n xn = b3 , (1)
..
.
am1 x1 +am2 x2 +am3 x3 +... + amn xn = bm ,
où les xi sont les inconnues, et les aij et les bi sont des constantes
connues.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 7 / 82
Nota
Les aij sont appelés les coefficients du système, et l’ensemble des bi
est désigné sous le nom de second membre du système. Pour tout
système de ce type, il existe exactement trois possibilités pour
l’ensemble des solutions.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 8 / 82
Proposition
Étant donné le système (1), il existe 3 cas possibles pour les solutions
:
1 SOLUTION UNIQUE : Il existe un et un seul ensemble de
valeurs pour les xi qui vérifie simultanément toutes les équations.
2 AUCUNE SOLUTION : Il n’existe aucun ensemble de valeurs
pour les xi qui vérifie simultanément toutes les équations ;
l’ensemble des solutions est vide.
3 UNE INFINITÉ DE SOLUTIONS : Il existe une infinité
d’ensembles de valeurs différents pour les xi qui vérifient
simultanément toutes les équations. Il n’est pas difficile de
prouver que si un système possède plus d’une solution, alors il
possède une infinité de solutions. Par exemple, il est impossible
pour un système d’avoir exactement deux solutions différentes.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 9 / 82
Remark
Géométriquement, ces trois types de solutions peuvent,
respectivement, se représenter comme :
1 Un point d’intersection de 2 ou plusieurs droites,
2 Deux ou plusieurs droites parallèles et non confondues,
3 Deux ou plusieurs droites confondues.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 10 / 82
1 - Equations linéaires
1 Equations linéaires
Introdution
Méthode d’élimination de Gauss
Méthode de Gauss-Jordan
Definition (Systèmes équivalents)
Deux systèmes linéaires S1 et S2 sont dits équivalents s’ils possèdent
exactement le même ensemble de solutions, c’est-à-dire que toute
solution qui satisfait S1 satisfait également S2 , et inversement.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 11 / 82
L’élimination de Gauss est un procédé méthodique qui consiste à
transformer systématiquement un système en un autre système plus
simple mais équivalent (deux systèmes sont dits équivalents s’ils
possèdent des ensembles de solutions identiques) en éliminant
successivement les inconnues pour finalement aboutir à un système
facilement résoluble. Le processus d’élimination repose sur trois
opérations élémentaires qui permettent de transformer un système en
un autre système équivalent.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 12 / 82
Definition (Opérations élémentaires)
Soit le système (1), chacune des trois opérations élémentaires
suivantes produit un système équivalent :
1 Échanger la i-ème et la j-ème équation.
2 Remplacer la i-ème équation par un multiple non nul
d’elle-même (c.-à-d. α ̸= 0).
3 Remplacer la j-ème équation par une combinaison d’elle-même
plus un multiple de la i-ème équation.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 13 / 82
Soit le système 3 × 4 suivant,
a11 x1 + a12 x2 + a13 x3 + a14 x4 = b1
S = a21 x1 + a22 x2 + a23 x3 + a24 x4 = b2 (2)
a31 x1 + a32 x2 + a33 x3 + a34 x4 = b3
Ainsi, en utilisant les opérations élémentaires, on obtient :
a11 x1 + a12 x2 + a13 x3 + a14 x4 = b1
S ⇐⇒ βa21 x1 + βa22 x2 + βa23 x3 + βa24 x4 = βb2 ⇐⇒
a31 x1 + a32 x2 + a33 x3 + a34 x4 = b3
a11 x1 + a12 x2 + a13 x3 + a14 x4 = b1
(a31 − a11 )x1 + (a32 − a12 )x2 + (a33 − a13 )x3 + (a34 − a14 )x4 = b3 − b
βa21 x1 + βa22 x2 + βa23 x3 + βa24 x4 = βb2
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 14 / 82
Remark
Les opérations élémentaires n’affectent pas les solutions du système
d’équations. Par contre, dans une certaine mesure, elles affectent les
déterminants. Ceci sera développé ultérieurement.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 15 / 82
Principe de la méthode
À chaque étape, la stratégie consiste à se focaliser sur une position,
appelée position pivot, et à éliminer tous les termes situés en dessous
de cette position à l’aide des trois opérations élémentaires. Le
coefficient à la position du pivot est appelé élément pivot (ou
simplement pivot), tandis que l’équation dans laquelle se trouve le
pivot est appelée équation pivot. Seuls les nombres non nuls peuvent
servir de pivots. Si un coefficient à la position pivot est nul,
l’équation pivot est alors échangée avec une équation située en
dessous afin d’obtenir un pivot non nul. (Ceci est toujours possible
pour les systèmes carrés possédant une solution unique.)
Sauf s’il est nul, le premier coefficient de la première équation est
choisi comme premier pivot. Lorsque plus aucun terme ne se trouve
sous le dernier pivot à éliminer, le processus est terminé.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 16 / 82
Remark
Pour un système carré qui admet une solution unique, on dit, à la
fin du processus, que le système a été triangularisé. Un système
triangulaire se résout facilement par une méthode simple appelée la
méthode de remontée (ou substitution inverse), dans laquelle la
dernière équation est résolue pour obtenir la valeur de la dernière
inconnue, qui est ensuite réinjectée dans l’avant-dernière équation,
qui est à son tour résolue pour obtenir l’avant-dernière inconnue, et
ainsi de suite, jusqu’à ce que chaque inconnue soit déterminée.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 17 / 82
Nota
Il devrait être évident qu’il n’y a aucune raison d’écrire les symboles
tels que x, y , z et = à chaque étape, puisque nous ne manipulons que
les coefficients. Si l’on écarte ces symboles, un système d’équations
linéaires se réduit à un tableau rectangulaire de nombres dans lequel
chaque ligne horizontale représente une équation.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 18 / 82
Example
Résoudre le système suivant :
2x1 + 2x2 + 6x3 =4
2x1 + x2 + 7x3 =6
−2x1 − 6x2 − 7x3 = −1
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 19 / 82
Nota
Le tableau des coefficients — les nombres situés à gauche de la barre
verticale — est appelé la matrice des coefficients du système. Le
tableau complet — la matrice des coefficients augmentée des
nombres du second membre du système — est appelé la matrice
augmentée associée au système. Si la matrice des coefficients est
notée A et le second membre est noté b, alors la matrice augmentée
associée au système est notée
[A|b]
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 20 / 82
Exercise
Utiliser l’élimination de Gauss avec remontée pour résoudre le
système suivant :
x1 + x2 + x3 = 1
1 x1 + 2x2 + 2x3 = 1
x1 + 2x2 + 3x3 = 1
2x1 − x2 =0
2 −x1 + 2x2 − x3 = 0
−2x2 + x3 =1
x1 + x2 + x3 + x4 =1
x1 + x2 + 3x3 + 3x4 = 3
3
x1 + x2 + 2x3 + 3x4 = 3
x1 + 3x2 + 3x3 + 3x4 = 4
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 21 / 82
1 - Equations linéaires
1 Equations linéaires
Introdution
Méthode d’élimination de Gauss
Méthode de Gauss-Jordan
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 22 / 82
Principe de la méthode
Le but de cette section est d’introduire une variante de l’élimination
de Gauss connue sous le nom de méthode de Gauss-Jordan. Les deux
caractéristiques qui distinguent la méthode de Gauss-Jordan de
l’élimination de Gauss standard sont les suivantes.
1 À chaque étape, l’élément pivot est contraint d’être égal à 1.
2 À chaque étape, tous les termes situés au-dessus du pivot ainsi
que tous les termes situés en dessous du pivot sont éliminés.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 23 / 82
Principe de la méthode
En d’autres termes, si
a11 a12 a13 . . . a1n b1
a21 a22 a23 . . . a2n b2
a31 a32 a33 . . . a3n b3
.. .. .. . . . .. ..
. . . . .
an1 an2 an3 . . . ann bn
est la matrice augmentée associée à un système linéaire, alors des
opérations élémentaires sur les lignes sont utilisées pour réduire cette
matrice à
1 0 0 . . . 0 s1
0 1 0 . . . 0 s2
0 0 1 . . . 0 s3
.. .. .. . . .. ..
. . . . . .
0 0 0 . . . 1 sn
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 24 / 82
Example
Résoudre le système suivant :
2x1 + 2x2 + 6x3 =4
2x1 + x2 + 7x3 =6
−2x1 − 6x2 − 7x3 = −1
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 25 / 82
Solution détaillée (Méthode de Gauss-Jordan)
La matrice augmentée initiale [A|b] associée au système est :
2 2 6 4
2 1 7 6
−2 −6 −7 −1
Étape 1 : Premier pivot en position (1,1)
On force le pivot à 1 en divisant la ligne 1 par 2 (L1 ← 21 L1 ) :
1 1 3 2
2 1 7 6
−2 −6 −7 −1
On élimine les termes sous le pivot (L2 ← L2 − 2L1 et
L3 ← L3 + 2L1 ) :
1 1 3 2
0 −1 1 2
0 −4 −1 3
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 26 / 82
Solution détaillée (Suite)
Étape 2 : Deuxième pivot en position (2,2)
On force le pivot à 1 en multipliant la ligne 2 par -1 (L2 ← −L2 )
:
1 1 3 2
0 1 −1 −2
0 −4 −1 3
On élimine les termes au-dessus et en dessous du pivot
(L1 ← L1 − L2 et L3 ← L3 + 4L2 ) :
1 0 4 4
0 1 −1 −2
0 0 −5 −5
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 27 / 82
Solution détaillée (Fin)
Étape 3 : Troisième pivot en position (3,3)
On force le pivot à 1 en divisant la ligne 3 par -5 (L3 ← − 51 L3 ) :
1 0 4 4
0 1 −1 −2
0 0 1 1
On élimine les termes au-dessus du pivot (L1 ← L1 − 4L3 et
L2 ← L2 + L3 ) :
1 0 0 0
0 1 0 −1
0 0 1 1
La solution unique du système apparaı̂t directement dans la dernière
colonne :
x1 = 0, x2 = −1, x3 = 1
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 28 / 82
Exercise
Résoudre les systèmes ci-après :
x1 + x2 + x3 + x4 = 10
x2 + 2x3 =9
x1 + 2x2 + 3x3 + 4x4 = 30
2x1 + 4x2 − 3x3 = 1 ,
x1 − x2 + 2x3 − 2x4 = −2
3x1 + 6x2 − 5x3 = 0
2x1 + 3x2 − x3 + x4 = 11
x1 + x2 + x3 + x4 + x5 = 15
x1 + 2x2 − x3 + 2x4 − x5 = 5
et x1 − x2 + 2x3 − x4 + x5 =5
2x + x + x − x + 2x = 14
1 2 3 4 5
x1 + 3x2 + 2x3 − 2x4 + x5 = 10
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 29 / 82
TD (A notes fermées )
Résoudre pendant 7 minutes le système 4 × 4 suivant.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 30 / 82
2 - Systèmes rectangulaires et formes échelonnées
2 Systèmes rectangulaires et formes échelonnées
Forme échelonnée en lignes et rang
Forme échelonnée réduite en lignes
Compatibilité des systèmes linéaires
Systèmes homogènes
Systèmes non homogènes
Nous sommes maintenant prêts à analyser des systèmes linéaires plus
généraux, composés de m équations linéaires à n inconnues (voir
l’équation (1)), où m peut être différent de n.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 31 / 82
2 - Systèmes rectangulaires et formes échelonnées
2 Systèmes rectangulaires et formes échelonnées
Forme échelonnée en lignes et rang
Forme échelonnée réduite en lignes
Compatibilité des systèmes linéaires
Systèmes homogènes
Systèmes non homogènes
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 32 / 82
Rappelez-vous qu’un pivot doit toujours être un nombre non nul.
Pour les systèmes carrés possédant une solution unique, il est établi
(et cela sera prouvé plus tard) que l’on peut toujours amener un
nombre non nul dans chaque position de pivot le long de la diagonale
principale. Cependant, dans le cas d’un système rectangulaire
général, il n’est pas toujours possible d’avoir des positions de pivot
alignées sur une ligne diagonale droite dans la matrice des
coefficients. Cela signifie que le résultat final de l’élimination de
Gauss n’aura pas une forme triangulaire.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 33 / 82
Example
Utiliser la méthode de Gauss pour résoudre le système suivant :
x1 + 2x2 + x3 + 3x4 + 3x5 = 5
2x1 + 4x2 + 4x4 + 4x5 =6
x1 + 2x2 + 3x3 + 5x4 + 5x5 = 9
2x1 + 4x2 + 4x4 + 7x5 =9
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 34 / 82
Nota (Notation)
Soit une matrice M ∈ Mm×n (R), une matrice de dimension m × n à
coefficient dans R. On utilisera, pour designer le vecteur ligne i ou le
vecteur colonne j, les notations respectives suivante Mi∗ et M∗ j.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 35 / 82
Élimination de Gauss modifiée
Supposons que U soit la matrice augmentée associée au système
après la réalisation de i − 1 étapes d’élimination. Pour exécuter la
i-ème étape, procédez comme suit :
En vous déplaçant de gauche à droite dans U, repérez la
première colonne qui contient un élément non nul sur ou en
dessous de la i-ème position — supposons qu’il s’agisse de U∗j .
La position du pivot pour la i-ème étape est la position (i, j).
Si nécessaire, échangez la i-ème ligne avec une ligne inférieure
pour amener un nombre non nul à la position (i, j), puis annulez
tous les éléments situés en dessous de ce pivot.
Si la ligne Ui∗ ainsi que toutes les lignes de U situées en dessous
de Ui∗ sont entièrement constituées de zéros, alors le processus
d’élimination est terminé.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 36 / 82
Example
Utiliser la méthode d’élimination de Gauss modifiée pour résoudre le
système suivant :
x1 + 2x2 + x3 + 3x4 + 3x5 = 5
2x1 + 4x2 + 4x4 + 4x5 =6
x1 + 2x2 + 3x3 + 5x4 + 5x5 = 9
2x1 + 4x2 + 4x4 + 7x5 =9
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 37 / 82
Résolution détaillée (Méthode de Gauss)
La matrice augmentée initiale [A|b] associée au système 4 × 5 est :
1 2 1 3 3 5
2 4 0 4 4 6
1 2 3 5 5 9
2 4 0 4 7 9
Étape 1 : Premier pivot en position (1,1)
Le pivot vaut déjà 1. On élimine les termes sous ce pivot avec
les opérations : L2 ← L2 − 2L1 , L3 ← L3 − L1 et L4 ← L4 − 2L1 .
1 2 1 3 3 5
0 0 −2 −2 −2 −4
0 0 2 2 2 4
0 0 −2 −2 1 −1
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 38 / 82
Résolution détaillée (Suite)
Étape 2 : Deuxième pivot
En ligne 2, le coefficient en colonne 2 est 0. On ne peut pas
trouver de pivot non nul en dessous dans cette colonne. La
colonne 2 n’a pas de pivot (x2 sera une variable libre).
On passe à la colonne 3. Le pivot se trouve en position (2,3).
On simplifie la ligne 2 en la divisant par −2 (L2 ← − 12 L2 ) :
1 2 1 3 3 5
0 0 1 1 1 2
0 0 2 2 2 4
0 0 −2 −2 1 −1
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 39 / 82
Résolution détaillée (Suite)
On élimine les termes sous ce pivot (L3 ← L3 − 2L2 et
L4 ← L4 + 2L2 ) :
1 2 1 3 3 5
0 0 1 1 1 2
0 0 0 0 0 0
0 0 0 0 3 3
Étape 3 : Troisième pivot
La ligne 3 ne contient que des zéros, sauf le second membre qui
est aussi 0 (pas de contradiction). La colonne 4 n’a pas de pivot
(x4 sera une variable libre).
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 40 / 82
On échange la ligne 3 et la ligne 4 (L3 ↔ L4 ) pour faire monter
le pivot de la colonne 5 :
1 2 1 3 3 5
0 0 1 1 1 2
0 0 0 0 3 3
0 0 0 0 0 0
On normalise le troisième pivot en divisant la ligne 3 par 3
(L3 ← 13 L3 ) :
1 2 1 3 3 5
0 0 1 1 1 2
0 0 0 0 1 1
0 0 0 0 0 0
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 41 / 82
Résolution détaillée (Forme échelonnée réduite)
Pour obtenir la forme échelonnée réduite (Gauss-Jordan), on élimine
les termes au-dessus des pivots en remontant :
Élimination au-dessus du pivot de la colonne 5 (L1 ← L1 − 3L3
et L2 ← L2 − L3 ) :
1 2 1 3 0 2
0 0 1 1 0 1
0 0 0 0 1 1
0 0 0 0 0 0
Élimination au-dessus du pivot de la colonne 3 (L1 ← L1 − L2 ) :
1 2 0 2 0 1
0 0 1 1 0 1
0 0 0 0 1 1
0 0 0 0 0 0
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 42 / 82
Expression de la solution générale
Les colonnes pivots sont la 1, la 3 et la 5. Les variables de base sont
donc x1 , x3 , x5 .
Les colonnes sans pivot sont la 2 et la 4. Les variables x2 et x4 sont
libres (nous développerons ce terme un peu plus loin).
Solution générale
La solution générale devient donc :
x1 = 1 − 2x2 − 2x4
x3 = 1 − x2 (3)
x5 = 1
où x2 , x4 ∈ R. On remarque que ce système admet une infinité de
solution.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 43 / 82
Forme échelonnée en lignes
Une matrice E de taille m × n, de lignes Ei∗ et de colonnes E∗j , est
dite sous forme échelonnée en lignes si les deux conditions suivantes
sont vérifiées :
Si une ligne Ei∗ est entièrement constituée de zéros, alors toutes
les lignes situées en dessous de Ei∗ sont également entièrement
nulles ; c’est-à-dire que toutes les lignes nulles se trouvent en
bas.
Si le premier élément non nul de Ei∗ se trouve à la j-ème
position, alors tous les éléments situés en dessous de la i-ème
position dans les colonnes E∗1 , E∗2 , . . . , E∗j sont nuls.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 44 / 82
Forme échelonnée en lignes
Ces deux conditions signifient que les éléments non nuls d’une forme
échelonnée doivent se trouver sur ou au-dessus d’une ligne en escalier
qui part du coin supérieur gauche et descend vers la droite. Les
pivots sont les premiers éléments non nuls de chaque ligne. Une
structure typique d’une matrice sous forme échelonnée en lignes est
illustrée ci-dessous, avec les pivots entourés.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 45 / 82
Représentation générique
Dans cette matrice, les positions des pivots sont indiquées par la
lettre p. Les symboles * représentent des valeurs quelconques (nulles
ou non) :
p ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗
0
p ∗ ∗ ∗ ∗ ∗ ∗ ∗
0
0 0 p ∗ ∗ ∗ ∗ ∗
0
E = 0 0 0 p ∗ ∗ ∗ ∗
0
0 0 0 0 0 0 p ∗
0 0 0 0 0 0 0 0 p
0 0 0 0 0 0 0 0 0
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 46 / 82
Rank of a Matrix
Definition
En algèbre linéaire, le rang d’une matrice A correspond au nombre
maximal de vecteurs lignes ou colonnes linéairement indépendants qui
composent cette matrice
Definition
Supposons que la matrice Am×n soit réduite par des opérations sur les
lignes en une forme échelonnée E .
Le rang de A est défini comme étant le nombre :
r(A) = nombre de pivots
= nombre de lignes non nulles dans E
= nombre de colonnes de base dans A,
où les colonnes de base de A sont définies comme étant les colonnes
de A qui contiennent les positions des pivots.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 47 / 82
Example
Déterminer le rang et identifier les colonnes de base de la matrice
suivante :
1 2 1 1
2 4 2 2 (4)
3 6 3 4
Remark
Les colonnes de base de (4) sont
1 1
2 , 2
3 4
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 48 / 82
TD (A notes fermées )
Déterminer, pendant 7 minutes, le rang de la matrice 3 × 4 suivant.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 49 / 82
Exercise
Réduire chacune des matrices suivantes sous forme échelonnée en
lignes, déterminer leur rang et identifier leurs colonnes de base.
2 1 1 3 0 4 1
1 2 3 4 2 4 4 1 5 5
1 2 3 3
2 6 8
2 1 3 1 0 4 3
2 4 6 9 ,
2 6 0 , 6 3 4 8 1 9 5
2 6 7 6 1 2 5
0 0 3 −3 0 0 3
3 8 6
8 4 2 1 4 13 3
Déterminer lesquelles des matrices suivantes sont sous forme
échelonnée en lignes :
1 2 3 0 0 0 0 2 2 3 −4
0 0 4 , 0 1 0 0 , 0 0 7 −8
0 1 0 0 0 0 1 0 0 0 −1
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 50 / 82
Exercise
Déterminer si la matrice suivante est sous forme échelonnée en lignes
:
1 2 0 0 1 0
0 0 0 1 0 0
0 0 0 0 0 1
0 0 0 0 0 0
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 51 / 82
2 - Systèmes rectangulaires et formes échelonnées
2 Systèmes rectangulaires et formes échelonnées
Forme échelonnée en lignes et rang
Forme échelonnée réduite en lignes
Compatibilité des systèmes linéaires
Systèmes homogènes
Systèmes non homogènes
À chaque étape de la méthode de Gauss-Jordan, le pivot est
contraint d’être égal à 1, puis tous les éléments situés au-dessus et en
dessous de ce pivot égal à 1 sont annulés. Si A est la matrice des
coefficients d’un système carré possédant une solution unique, alors le
résultat final de l’application de la méthode de Gauss-Jordan à A est
une matrice indentité, matrice avec des 1 sur la diagonale principale
et des 0 partout ailleurs.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 52 / 82
Forme échelonnée réduite en lignes
Cependant, si la technique de Gauss-Jordan est appliquée à une
matrice plus générale de taille m × n, le résultat final n’est pas
nécessairement identique à celui décrit précédemment.
Definition
Une matrice Em×n est dite sous forme échelonnée réduite en lignes si
les trois conditions suivantes sont vérifiées :
E est sous forme échelonnée en lignes.
Le premier élément non nul de chaque ligne (c’est-à-dire chaque
pivot) est égal à 1.
Tous les éléments situés au-dessus de chaque pivot sont nuls.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 53 / 82
Example
Appliquer la méthode d’élimination de Gauss-Jordan modifiée à la
matrice suivante :
1 2 1 3 3
2 4 0 4 4
1 2 3 5 5
2 4 0 4 7
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 54 / 82
Nota
Pour une matrice A, le symbole EA désignera dorénavant l’unique
forme échelonnée réduite en lignes obtenue à partir de A au moyen
d’opérations élémentaires sur les lignes.
Example
Déterminer EA , en déduire r(A) et identifier les colonnes de base de :
1 2 2 3 1
2 4 4 6 2
3 6 6 9 6
1 2 4 5 3
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 55 / 82
Remark
L’exemple ci-dessus illustre une autre caractéristique importante de
EA et explique pourquoi les colonnes de base sont effectivement de
base . Chaque colonne qui n’est pas de base peut s’exprimer comme
une combinaison linéaire de colonnes de base.
A∗2 = 2A∗1 et A∗4 = A∗1 + A∗3 .
Remarquez que le même ensemble de relations est vérifié dans EA .
C’est-à-dire :
E∗2 = 2E∗1 et E∗4 = E∗1 + E∗3 .
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 56 / 82
Relations entre les colonnes dans A et EA
Chaque colonne secondaire E∗k dans EA est une combinaison linéaire
(une somme de multiples) des colonnes de base de EA situées à sa
gauche. C’est-à-dire :
E∗k = µ1 E∗b1 + µ2 E∗b2 + µ3 E∗b3 + · · · + µj E∗bj
1 0 0 µ1
0 1 0 µ2
. . . .
. . . .
. . . .
= µ1 + µ2 + · · · + µj =
0
0 1 µj
. . . .
.. .. .. ..
0 0 0 0
où les E∗bj sont les colonnes de base à gauche de E∗k et où les
multiplicateurs µj correspondent aux j premiers éléments de E∗k .
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 57 / 82
Relations entre les colonnes dans A et EA
Les relations qui existent entre les colonnes de A sont exactement les
mêmes que les relations qui existent entre les colonnes de EA .
En particulier, si A∗k est une colonne secondaire dans A, alors :
A∗k = µ1 A∗b1 + µ2 A∗b2 + · · · + µj A∗bj ,
où les A∗bj sont les colonnes de base à gauche de A∗k , et où les
multiplicateurs µj sont décrits comme ci-dessus — à savoir les j
premiers éléments de E∗k .
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 58 / 82
Example
Écrire chaque colonne secondaire comme une combinaison linéaire
des colonnes de base dans :
2 −4 −8 6 3
A = 0 1 3 2 3
3 −2 0 0 8
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 59 / 82
Exercise
Déterminer la forme échelonnée réduite en lignes de chacune des
matrices suivantes, puis exprimer chaque colonne secondaire en
fonction des colonnes de base (déduire les rangs) :
2 1 1 3 0 4 1
4 2 4 4 1 5 5
1 2 3 3
2 4 6 9 , 2 1 3 1 0 4 3
6 3 4 8 1 9 5
2 6 7 6
0 0 3 −3 0 0 3
8 4 2 1 4 13 3
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 60 / 82
2 - Systèmes rectangulaires et formes échelonnées
2 Systèmes rectangulaires et formes échelonnées
Forme échelonnée en lignes et rang
Forme échelonnée réduite en lignes
Compatibilité des systèmes linéaires
Systèmes homogènes
Systèmes non homogènes
Definition
Un système de m équations linéaires à n inconnues est dit compatible
s’il possède au moins une solution. S’il n’existe aucune solution, le
système est dit incompatible.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 61 / 82
Énoncer les conditions de compatibilité pour des systèmes ne
comportant que deux ou trois inconnues est simple. Une équation
linéaire à deux inconnues représente une droite dans le plan (R2 ), et
une équation linéaire à trois inconnues est un plan dans l’espace
(R3 ). Par conséquent, un système linéaire de m équations à deux
inconnues est compatible si et seulement si les m droites définies par
ces équations possèdent au moins un point d’intersection commun.
De même, un système de m équations à trois inconnues est
compatible si et seulement si les m plans associés ont au moins un
point d’intersection commun. Cependant, lorsque m est grand, ces
conditions géométriques peuvent s’avérer difficiles à vérifier
visuellement, et lorsque n > 3, il devient impossible de visualiser par
l’esprit ces généralisations d’intersections de droites ou de plans.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 62 / 82
Proposition
Chacune des affirmations suivantes est équivalente à dire que [A|b]
est compatible :
Lors de la réduction par lignes de [A|b], une ligne de la forme
suivante n’apparaı̂t jamais :
0 0 · · · 0 |α , où α ̸= 0.
b est une colonne secondaire dans [A|b].
r[A|b] = r(A).
b est une combinaison linéaire des colonnes de base de A.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 63 / 82
Example
Déterminer si le système suivant est compatible :
x1 +x2 +2x3 +2x4 +x5 =1
2x1 +2x2 +4x3 +4x4 +3x5 =1
2x1 +2x2 +4x3 +4x4 +2x5 =2
3x1 +5x2 +8x3 +6x4 +5x5 =3
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 64 / 82
Remark
Il existe d’autres manières de caractériser la compatibilité (ou
l’incompatibilité) d’un système. L’une d’elles consiste à observer que
[A|b] est compatible si et seulement si b est une colonne secondaire.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 65 / 82
Exercise
Déterminer lesquels des systèmes suivants sont compatibles. Dans la
mesure ou ils le sont, résolvez-les.
x −y +z = 1
x +2y +z = 2 2x +2y +4z = 0
x −y −z = 2
2x +4y = 2 , 3x +2y +5z = 0 ,
x +y −z = 3
3x +6y +z = 4 4x +2y +6z = 0
x +y +z = 2
2w +x +3y +5z = 1
4w +4y +8z = 0
w +x +2y +3z = 0
x +y +z = 0
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 66 / 82
2 - Systèmes rectangulaires et formes échelonnées
2 Systèmes rectangulaires et formes échelonnées
Forme échelonnée en lignes et rang
Forme échelonnée réduite en lignes
Compatibilité des systèmes linéaires
Systèmes homogènes
Systèmes non homogènes
Definition
Un système de m équations linéaires à n inconnues dont le second
membre est exclusivement composé de 0 est appelé un système
homogène. S’il y a au moins un nombre non nul dans le second
membre, le système est alors qualifié de non homogène.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 67 / 82
Definition (Solution triviale)
On appelle solution triviale d’un système donné à n inconnues, la
solution x1 = x2 = . . . = xn = 0.
Remark
La compatibilité n’est jamais un problème pour les systèmes
homogènes en raison de l’existence systématique de cette solution
triviale.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 68 / 82
Example
Résoudre le système suivant :
x1 +2x2 +2x3 +3x4 = 0
2x1 +4x2 +x3 +3x4 = 0
3x1 +6x2 +x3 +4x4 = 0
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 69 / 82
Soit Am×n la matrice des coefficients d’un système homogène de m
équations linéaires à n inconnues, et supposons que r(A) = r .
Les inconnues qui correspondent aux positions des colonnes de
base (c’est-à-dire aux positions des pivots) sont appelées les
variables de base, et les inconnues correspondant aux positions
des colonnes secondaires sont appelées les variables libres.
Il y a exactement r variables de base et n − r variables libres.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 70 / 82
Pour décrire l’ensemble des solutions, réduisez A sous une forme
échelonnée à l’aide de l’élimination de Gauss, puis utilisez la
méthode de remontée pour exprimer les variables de base en
fonction des variables libres. Cela produit la solution générale qui
prend la forme :
X = xl1 h1 + xl2 h2 + · · · + xln−r hn−r ,
où les termes xf1 , xf2 , · · · , xfn−r sont les variables libres et où
h1 , h2 , . . . , hn−r sont des vecteurs colonnes de taille n × 1
représentant des solutions particulières du système homogène.
Les vecteurs hi sont indépendants de la forme échelonnée utilisée
lors du processus de remontée. Lorsque les variables libres xli
parcourent toutes les valeurs possibles, la solution générale
engendre la totalité des solutions réalisables.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 71 / 82
Un système homogène possède une solution unique (la solution
triviale) si et seulement si r(A) = n — c’est-à-dire si et
seulement s’il n’y a aucune variable libre.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 72 / 82
Exercise
Déterminer la solution générale pour chacun des systèmes homogènes
suivants :
2x +y +z = 0
x1 +2x2 +x3 +2x4 = 0
4x +2y +z = 0
2x1 +4x2 −x3 +3x4 = 0 , ,
6x +3y +z = 0
3x1 +6x2 +x3 +4x4 = 0
8x +4y +z = 0
x1 +x2 +2x3 =0
3x1 +3x3 +3x4 = 0
2x1 +x2 +3x3 +x4 = 0
x1 +2x2 +3x3 −x4 = 0
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 73 / 82
Correction Exercice 1 (Systèmes homogènes)
Le premier système est défini par :
x1 + 2x2 + x3 + 2x4 = 0
2x1 + 4x2 − x3 + 3x4 = 0
3x1 + 6x2 + x3 + 4x4 = 0
La matrice des coefficients associée A est :
1 2 1 2
A = 2 4 −1 3
3 6 1 4
Étape 1 : Premier pivot en position (1,1)
On utilise le 1 de la ligne 1 pour éliminer les termes en dessous
(L2 ← L2 − 2L1 et L3 ← L3 − 3L1 ) :
1 2 1 2
0 0 −3 −1
0 0 −2 −2
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 74 / 82
Correction Exercice 1 (Suite)
Étape 2 : Deuxième pivot
En ligne 2, la colonne 2 ne contient que des zéros. La colonne 2
n’a pas de pivot : x2 est une variable libre.
On passe à la colonne 3. On simplifie la ligne 2 en la divisant
par −3 (L2 ← − 13 L2 ) :
1 2 1 2
0 0 1 1/3
0 0 −2 −2
On élimine le terme sous ce pivot (L3 ← L3 + 2L2 ) :
1 2 1 2
0 0 1 1/3
0 0 0 −4/3
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 75 / 82
Correction Exercice 1 (Forme échelonnée)
Étape 3 : Troisième pivot en colonne 4
On force le pivot à 1 en multipliant la ligne 3 par −3/4
(L3 ← − 34 L3 ) :
1 2 1 2
E = 0 0 1 1/3
0 0 0 1
Analyse des variables
Les colonnes pivots sont 1, 3 et 4. Les variables de base sont
x1 , x3 , x4 .
Le rang de la matrice est r(A) = 3.
Il y a 4 − 3 = 1 variable libre : x2 t.q x2 ∈ R.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 76 / 82
Correction Exercice 1 (Solution générale)
En appliquant la méthode de remontée à partir de la forme
échelonnée :
x4 = 0
x3 + 31 x4 = 0 =⇒ x3 = 0
x1 + 2x2 + x3 + 2x4 = 0 =⇒ x1 = −2x2
Expression sous forme vectorielle
La solution générale s’écrit sous la forme X = x2 h1 (ou encore
X = xl1 h1 ) tel que :
x1 −2
x 2 1
X= x3 = x2 0 , ∀x2 ∈ R
x4 0
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 77 / 82
2 - Systèmes rectangulaires et formes échelonnées
2 Systèmes rectangulaires et formes échelonnées
Forme échelonnée en lignes et rang
Forme échelonnée réduite en lignes
Compatibilité des systèmes linéaires
Systèmes homogènes
Systèmes non homogènes
Definition
Rappelez-vous qu’un système de m équations linéaires à n inconnues
(voir l’équation (1)) est dit non homogène si bi ̸= 0 pour au moins
un indice i.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 78 / 82
Remark
Contrairement aux systèmes homogènes, un système non homogène
peut être incompatible.
Example
Déterminer la solution générale du système non homogène suivant et
la comparer avec la solution générale du système homogène associé :
x1 +x2 +2x3 +2x4 +x5 = 1
2x1 +2x2 +4x3 +4x4 +3x5 = 1
2x1 +2x2 +4x3 +4x4 +2x5 = 2
3x1 +5x2 +8x3 +6x4 +5x5 = 3
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 79 / 82
Soit [A|b] la matrice augmentée d’un système non homogène
compatible de taille m × n dans lequel r(A) = r .
Réduire [A|b] sous forme échelonnée en lignes à l’aide de
l’élimination de Gauss, puis exprimer les variables de base en
fonction des variables libres conduit à la solution générale :
x = p + xl1 h1 + xl2 h2 + · · · + xln−r hn−r .
Lorsque les variables libres xli parcourent toutes les valeurs
possibles, cette solution générale engendre l’ensemble de toutes
les solutions possibles du système.
Le vecteur colonne p est une solution particulière du système
non homogène.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 80 / 82
L’expression xl1 h1 + xl2 h2 + · · · + xln−r hn−r est la solution
générale du système homogène associé.
Le vecteur colonne p ainsi que les vecteurs colonnes hi sont
indépendants de la forme échelonnée en lignes à laquelle [A|b]
est réduite.
Le système possède une solution unique si et seulement si l’une
des affirmations suivantes est vraie :
r(A) = n = nombre d’inconnu(e)s.
Il n’y a pas de variables libres.
Le système homogène associé ne possède que la solution triviale.
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 81 / 82
Exercise
Déterminer la solution générale pour chacun des systèmes non
homogènes suivants :
2x +y +z = 4
x1 +2x2 +x3 +2x4 = 3
4x +2y +z = 6
2x1 +4x2 −x3 +3x4 = 4 , ,
6x +3y +z = 8
3x1 +6x2 +x3 +4x4 = 5
8x +4y +z = 10
x1 +x2 +2x3 =1
3x1 +3x3 +3x4 = 6
2x1 +x2 +3x3 +x4 = 3
x1 +2x2 +3x3 −x4 = 0
Jean Tshimanga, PhDilungatshimanga@[Link] Muhau,
Agèbre 2
[Link]@[Link] October 25, 2026 82 / 82