Vous êtes sur la page 1sur 34

1

quations linaires en
algbre linaire

EXEMPLE INTRODUCTIF

Modles linaires en conomie et en


sciences de l'ingnieur
Ctait la n de lt 1949. Un professeur de luniversit
de Harvard, Wassily Leontief, introduisait soigneusement
son dernier lot de cartes perfores dans le Mark II, lordinateur de luniversit. Les cartes contenaient des donnes
conomiques sur les tats-Unis, soit une synthse de plus
de 250 000 renseignements collects par le Bureau des
Statistiques amricain et constituant le fruit de plus de deux
ans de travail intense. Leontief avait divis lconomie
amricaine en 500 secteurs , comme lindustrie du
charbon, lindustrie automobile, les communications, etc.
Pour chacun de ces secteurs, il avait crit une quation
linaire qui dcrivait comment celui-ci distribuait sa
production aux autres secteurs. Comme le Mark II, un
des plus grands ordinateurs de son poque, ne pouvait
traiter le systme de 500 quations 500 inconnues quil
obtenait, Leontief avait rduit le problme un systme de
42 quations 42 inconnues.
Programmer le Mark II pour rsoudre les 42 quations
de Leontief avait exig plusieurs mois defforts et
ce dernier sinquitait de savoir combien de temps
lordinateur mettrait pour rsoudre le problme. Le Mark II
ronronna et clignota pendant 56 heures avant de produire
nalement une solution. Nous tudierons la nature de cette
solution dans les sections 1.6 et 2.6.
Leontief, qui reut le prix Nobel dconomie en 1973,
avait ouvert la voie une nouvelle re de la modlisation

mathmatique en conomie. Ses efforts Harvard


en 1949 ont conduit lune des premires utilisations
des ordinateurs pour analyser un modle conomique
grande chelle. Depuis cette poque, des chercheurs dans
beaucoup dautres domaines ont utilis linformatique
pour analyser des modles mathmatiques. Du fait des trs
grandes quantits de donnes en jeu, on utilise en gnral
des modles linaires, cest--dire qui sont dcrits par des
systmes dquations linaires ou simplement systmes
linaires.
Limportance de lalgbre linaire applique sest
accrue en proportion directe de laugmentation de la
puissance des ordinateurs, chaque nouvelle gnration
de matriel et de logiciels suscitant une demande de
performances encore plus leves. Linformatique est donc
intimement lie lalgbre linaire travers la croissance
explosive du calcul parallle et grande chelle.
Les scientiques et les ingnieurs travaillent maintenant sur des problmes bien plus complexes que ceux
que lon pouvait ne serait-ce que rver de rsoudre il y a
quelques dcennies. Aujourdhui, dans bien des domaines
scientiques ou conomiques, lalgbre linaire a pour les
tudiants de premier cycle une utilit bien plus grande
que nimporte quel autre sujet de mathmatiques ! Cet
ouvrage dveloppe les fondements sur lesquels pourront

CHAPITRE 1 quations linaires en algbre linaire

ensuite sappuyer des travaux plus approfondis, et cela dans


de nombreux domaines trs intressants. Voici quelques
exemples. Dautres seront dcrits plus loin.
 Exploration ptrolire. Quand un navire cherche des
gisements de ptrole en pleine mer, ses ordinateurs
rsolvent des milliers de systmes linaires par
jour. On obtient les donnes sismiques permettant
dtablir ces quations par des ondes de choc sousmarines produites par des canons air. Les ondes
se rchissent sur les roches du sous-sol et des
gophones, relis la poupe du navire par des cbles
de plusieurs kilomtres, les mesurent.
 Programmation linaire. Beaucoup de dcisions
de management sappuient aujourdhui sur des

modles de programmation linaire qui utilisent des


centaines de variables. Les compagnies ariennes,
par exemple, emploient ces mthodes pour organiser lemploi du temps des quipages, grer les
emplacements des avions ou planier des services
techniques comme la maintenance ou les oprations
dans les terminaux.


Rseaux lectriques. Les ingnieurs utilisent des


logiciels de simulation pour concevoir des circuits
lectriques et des puces lectroniques constitues
de millions de transistors. Ces logiciels reposent sur
des techniques dalgbre linaire et des systmes
linaires.
WEB

Les systmes linaires sont au cur de lalgbre linaire. Nous allons les utiliser dans
ce chapitre pour introduire de faon simple et concrte certains des concepts fondamentaux de ce domaine. Les sections 1.1 et 1.2 dveloppent une mthode systmatique
de rsolution des systmes linaires. Cet algorithme sera utilis dans les calculs tout
au long de louvrage. Les sections 1.3 et 1.4 montrent lquivalence entre systmes
linaires, quations vectorielles et quations matricielles. Cette quivalence permet de
ramener des problmes de combinaisons linaires de vecteurs des questions sur les
systmes linaires. Tout au long de notre dcouverte de la beaut et de la puissance
de lalgbre linaire, nous verrons que les notions fondamentales de combinaisons linaires, dindpendance linaire et dapplications linaires, tudies dans la seconde
moiti du chapitre, jouent un rle essentiel.

1.1 SYSTMES DQUATIONS LINAIRES


On appelle quation linaire dinconnues x1 ; : : : ; xn une quation que lon peut mettre
sous la forme
a1 x1 C a2 x2 C    C an xn D b
(1)
o b et les coefcients a1 ; : : : ; an sont des nombres rels ou complexes, dont on connat
en gnral la valeur. Lindice n est un entier strictement positif. Dans les exemples et
les exercices de ce livre, n sera en gnral compris entre 2 et 5. Dans les applications
pratiques, n peut valoir 50, 5 000, voire beaucoup plus.
Les deux quations
p

4x1 5x2 C 2 D x1 et x2 D 2 6 x1 C x3
sont linaires car on peut les rcrire sous la forme de lquation (1) :
p
3x1 5x2 D 2 et 2x1 C x2 x3 D 2 6:

1.1 Systmes dquations linaires

Les quations

4x1

et

5x2 D x1 x2

p
x2 D 2 x1

p
ne sont pas linaires. La premire contient le terme x1 x2 , et la seconde le terme x1 ,
qui ne peuvent tre transforms pour obtenir la forme (1).
On appelle systme dquations linaires (ou systme linaire) un ensemble dune
ou plusieurs quation(s) linaire(s) aux mmes inconnues x1 ; : : : ; xn . Par exemple
2x1
x1

x2 C 1;5x3 D
4x3 D

8
7

(2)

On appelle solution du systme toute liste .s1 ; s2 ; : : : ; sn / de nombres qui transforme


chaque quation en une galit vraie quand on substitue s1 ; : : : ; sn respectivement
x1 ; : : : ; xn . Par exemple, .5I 6;5I 3/ est solution du systme (2) car, si on substitue dans
(2) ces valeurs x1 ; x2 et x3 , on obtient respectivement 8 D 8 et 7 D 7.
On appelle lensemble de toutes les solutions possibles ensemble des solutions du
systme linaire. Deux systmes linaires sont dits quivalents sils possdent le mme
ensemble de solutions, cest--dire si toute solution du premier systme est solution du
second, et toute solution du second est solution du premier.
Trouver les solutions dun systme de deux quations linaires deux inconnues
est assez facile, puisque cela revient dterminer lintersection de deux droites. Considrons par exemple le systme

x1 2x2 D
x1 C 3x2 D

1
3

Chacune de ces quations reprsente une droite, notes respectivement d1 et d2 . Un


couple de nombres .x1 ; x2 / vrie les deux quations du systme si et seulement si le
point de coordonnes .x1 ; x2 / se situe la fois sur d1 et d2 . Dans le systme ci-dessus,
lunique solution est le point .3; 2/, comme on peut le vrier facilement (voir gure 1).
x2

x1
3
d2
d1
FIGURE 1 Exactement une solution

Bien entendu, deux droites ne se coupent pas ncessairement en un point unique.


Elles peuvent aussi tre soit parallles, soit confondues, donc, dans ce dernier cas, se
couper en chacun de leurs points. La gure 2 montre les reprsentations graphiques
des deux systmes suivants :
(a)

x1 2x2 D
x1 C 2x2 D

1
3

et

(b)

x1 2x2 D
x1 C 2x2 D

1
1

Les gures 1 et 2 illustrent une proprit gnrale des systmes linaires, tablie
dans la section 1.2.

CHAPITRE 1 quations linaires en algbre linaire


x2

x2

d2

x1

3
d1

x1

d1
(b)

(a)
FIGURE 2 (a) Aucune solution (b) Une innit de solutions

Un systme dquations linaires ne peut tre que dans une des trois situations
suivantes :
1. soit il na pas de solution ;
2. soit il a exactement une solution ;
3. soit il a une innit de solutions.
Un systme linaire est dit compatible (ou consistant) sil admet une solution
ou sil en admet une innit. Il est dit incompatible (ou inconsistant) sil na pas de
solution.

Notation matricielle
On peut prsenter les informations importantes sur un systme linaire de faon concise
dans un tableau rectangulaire appel matrice. tant donn le systme

x1

2x2 C x3 D

2x2

8x3 D

4x1 C 5x2 C 9x3 D

(3)

o les coefcients de chaque inconnue ont t aligns verticalement, la matrice


2
3
1 2 1
4 0
2
85
4 5 9
est appele matrice (des coefcients) du systme (3) et
2
3
1 2 1 0
4 0
2
8 85
4 5 9 9

(4)

matrice complte (ou matrice augmente) du systme (la deuxime ligne contient un
0 car la deuxime quation peut scrire 0  x1 C 2x2 8x3 D 8). La matrice complte
dun systme sobtient en adjoignant la matrice du systme la colonne contenant les
constantes des seconds membres de chaque quation.
La taille dune matrice indique son nombre de lignes et de colonnes. La matrice
complte (4) ci-dessus possde 3 lignes et 4 colonnes et lon dit que cest une matrice
3  4 ou de type 3  4 (lire 3-4 ou 3 par 4 ). Si m et n sont des entiers strictement
positifs, une matrice m  n est un tableau rectangulaire de nombres m lignes et
n colonnes (on crit toujours en premier le nombre de lignes). Dans les exemples cidessous, la notation matricielle permet de simplier les calculs.

1.1 Systmes dquations linaires

Rsolution dun systme linaire


Cette section ainsi que la suivante dcrivent un algorithme (cest--dire une procdure
systmatique) permettant de rsoudre un systme linaire. Fondamentalement, la stratgie consiste remplacer un systme par un autre qui lui est quivalent (cest--dire
avec le mme ensemble de solutions), plus facile rsoudre.
Grosso modo, on utilise le terme en x1 de la premire quation pour liminer les
termes en x1 des autres quations. Ensuite, on utilise le terme en x2 de la deuxime
quation pour liminer les termes en x2 des quations suivantes, et ainsi de suite, jusqu
obtenir nalement un systme trs simple, quivalent au systme de dpart.
On utilise trois oprations fondamentales pour simplier le systme : modier une
quation en lui ajoutant un multiple dune autre quation, changer deux quations et,
pour nir, multiplier tous les termes dune quation par une constante non nulle. On
verra aprs le premier exemple pourquoi ces trois oprations ne modient pas lensemble des solutions.

EXEMPLE 1 Rsoudre le systme (3).


SOLUTION La procdure dlimination est prsente ici la fois sous forme matricielle et sous forme non matricielle. On a dispos cte cte les rsultats de ces deux
approches pour faciliter la comparaison.
2
3
x1 2x2 C x3 D 0
1 2 1 0
4 0
2
8 85
2x2 8x3 D 8
4 5 9 9
4x C 5x C 9x D 9
1

On conserve x1 dans la premire quation et on llimine dans les autres. Pour cela, on
ajoute 4 fois la premire quation la troisime. Avec un peu dentranement, on nit
en gnral par effectuer ce type de calcul de tte.

4  quation 1 W
C quation 3 W

4x1 8x2 C 4x3 D


4x1 C 5x2 C 9x3 D

nouvelle quation 3 W

3x2 C 13x3 D

On crit alors le rsultat la place de la troisime quation :


2
x1 2x2 C x3 D 0
1 2 1
40
2
8
2x2
8x3 D 8
0
3
13
3x C 13x D 9
2

0
9
9

3
0
85
9

Ensuite, on multiplie lquation 2 par 1=2 pour obtenir 1 comme coefcient de x2 (ce qui
simpliera les oprations arithmtiques dans ltape suivante) :

x1

2x2 C x3 D
x2
4x3 D
3x2 C 13x3 D

0
4
9

1
40
0

2 1
1
4
3 13

On utilise le terme en x2 de lquation 2 pour liminer le terme


Le calcul mental correspond ceci :

3  quation 2 W
C quation 3 W

[nouvelle quation 3 W

3
0
45
9

3x2 de lquation 3.

3x2 12x3 D 12
3x2 C 13x3 D 9
x3 D

CHAPITRE 1 quations linaires en algbre linaire

Le nouveau systme a alors une forme triangulaire1 :

x1

2x2 C x3 D 0
x2 4x3 D 4
x3 D 3

1
40
0

2
1
0

3
0
45
3

1
4
1

On pourrait liminer le terme 2x2 dans lquation 1, mais il est plus efcace dutiliser
dabord x3 dans lquation 3 pour liminer les termes 4x3 et Cx3 dans les quations 2
et 1. Les calculs mentaux sont

4  q. 3 W
C q. 2 W x2

nouvelle q. 2 W x2

4x3 D 12
4x3 D 4
D 16

1  q. 3 W
C q. 1 W

nouvelle q. 1 W

x1
x1

x3 D

2x2 C x3 D

2x2

On combine en gnral ces deux calculs en un seul :

x1

2x2
x2

D 3
D 16
x3 D 3

1
40
0

2
1
0

0
0
1

3
3
16 5
3

Maintenant que lon a limin tous les termes au-dessus du x3 de lquation 3, on


revient x2 dans lquation 2 et on lutilise pour liminer le 2x2 au-dessus. Grce
aux calculs prcdents, x3 nintervient plus. On ajoute 2 fois lquation 2 lquation 1
et on obtient :
8

<x1

x2

D 29
D 16
x3 D 3

1
40
0

0
1
0

0
0
1

3
29
16 5
3

Lessentiel est maintenant fait. On voit que lunique solution du systme initial est le
triplet .29; 16; 3/. Aprs ces nombreux calculs intermdiaires, il est toutefois bon de
prendre lhabitude de vrier la solution. Pour sassurer que .29; 16; 3/ est effectivement
solution, on substitue ces valeurs dans le premier membre du systme initial et on
calcule :

.29/

2.16/ C .3/ D 29 32 C 3 D 0
2.16/ 8.3/ D 32 24 D 8
4.29/ C 5.16/ C 9.3/ D 116 C 80 C 27 D

(29, 16, 3)

Chacune des quations initiales


dtermine un plan dans un espace
trois dimensions. Le point
.29; 16; 3/ appartient aux trois
plans.

Le rsultat correspond au second membre du systme initial, donc .29; 16; 3/ est bien
solution du systme.
Lexemple 1 montre comment des oprations sur des quations dun systme linaire correspondent des oprations analogues sur les lignes de sa matrice complte.
Les trois oprations lmentaires cites ci-dessus correspondent aux oprations suivantes sur la matrice complte.
1 Le

terme intuitif de triangulaire sera remplac par un mot plus prcis dans la section suivante.

1.1 Systmes dquations linaires

OPRATIONS LMENTAIRES SUR LES LIGNES


1. (Remplacement) Remplacer une ligne par la ligne obtenue en lui ajoutant un
multiple dune autre ligne.
2. (change) changer deux lignes.
3. (Multiplication par un scalaire) Multiplier tous les coefcients dune ligne par
une constante non nulle.

On peut appliquer ces oprations sur les lignes nimporte quelle matrice, et pas
uniquement aux matrices compltes associes un systme linaire. Deux matrices sont
dites quivalentes selon les lignes2 si lon peut passer de lune lautre par une suite
doprations lmentaires sur les lignes.
Il est important de noter que les oprations sur les lignes sont rversibles. Si lon
change deux lignes, on peut retrouver la matrice initiale en effectuant de nouveau
lchange. Si lon multiplie une ligne par une constante non nulle c , alors on retrouve la
ligne dorigine en multipliant la nouvelle ligne par 1=c . Considrons enn une opration
de remplacement entre deux lignes (par exemple les lignes 1 et 2) et supposons que lon
ait ajout la deuxime ligne le produit de la premire ligne par c , obtenant ainsi une
nouvelle deuxime ligne. Pour inverser cette opration, il suft dajouter la (nouvelle)
deuxime ligne le produit de la premire par c (voir les exercices 29 32 la n de
cette section).
Intressons-nous pour linstant plus spciquement aux oprations sur les lignes
de la matrice complte dun systme linaire. Supposons que lon ait transform un
systme linaire par des oprations sur les lignes. En considrant chaque type dopration lmentaire, on voit que toute solution du systme initial est solution du nouveau
systme. Inversement, comme on peut dduire le systme initial du nouveau systme
par une suite doprations lmentaires, toute solution du nouveau systme est solution
du systme initial. Ces remarques justient lnonc ci-dessous.

Deux systmes linaires dont les matrices sont quivalentes selon les lignes
admettent le mme ensemble de solutions.

Les calculs de lexemple 1 peuvent paratre assez longs, mais avec un peu dentranement, ils vont en fait assez vite. Les exemples et exercices ci-aprs ont t choisis
de faon que les oprations sur les lignes seffectuent facilement, ce qui permet au
lecteur de se concentrer sur les concepts sous-jacents. Il est toutefois indispensable
dapprendre effectuer ces oprations avec prcision car elles seront utilises tout au
long de louvrage.
La n de cette section montre comment on peut utiliser les oprations sur les lignes
pour dterminer la taille de lensemble des solutions, sans avoir rsoudre entirement
le systme.

2 La

prsentation traditionnelle de lalgbre linaire en France diffrant sensiblement de celle propose ici,
certaines notions y sont bien moins usites. Cest la raison pour laquelle certains lments de vocabulaire ne
sont pas totalement stabiliss en franais. (NdT)

CHAPITRE 1 quations linaires en algbre linaire

Problmes dexistence et dunicit


Nous verrons dans la section 1.2 pourquoi un systme linaire peut nadmettre aucune
solution, en admettre une seule ou en admettre une innit. Pour dterminer la nature de
lensemble des solutions dun systme linaire, il faudra rpondre aux deux questions
ci-dessous.
DEUX QUESTIONS FONDAMENTALES PROPOS D'UN SYSTME LINAIRE
1. Le systme est-il compatible ? Autrement dit, existe-t-il au moins une solution ?
2. Si une solution existe, est-elle la seule ? Autrement dit, la solution est-elle
unique ?
Ces deux questions apparatront sous des formes diverses tout au long du livre. Cette
section et la suivante montrent comment y rpondre laide doprations sur les lignes.

EXEMPLE 2 tudier la compatibilit du systme suivant :


x1

2x2 C x3 D
2x2 8x3 D
4x1 C 5x2 C 9x3 D

0
8
9

SOLUTION Il sagit du systme de lexemple 1. Supposons que lon ait effectu les
oprations sur les lignes qui aboutissent la forme triangulaire
2
3
x1 2x2 C x3 D 0
1
2 1 0
40
1
4 45
x2 4x3 D 4
0
0
1
3
x D3
3

ce stade du calcul, on connat la valeur de x3 . Si, dans lquation 2, on substituait x3


sa valeur, on pourrait calculer x2 et ainsi dterminer x1 laide de lquation 1. Il existe
donc une solution, et le systme est compatible (en ralit, comme x3 a une seule valeur
possible, lquation 2 dtermine x2 de faon unique, donc lquation 1 dtermine x1 de
faon unique ; la solution est unique).

EXEMPLE 3 tudier la compatibilit du systme suivant :


x2

4x3 D 8

2x1

3x2 C 2x3 D 1

5x1

8x2 C 7x3 D 1

SOLUTION La matrice complte est


2
0
42
5

1
3
8

4
2
7

3
8
15
1

Pour avoir un terme en x1 dans la premire quation, on change les lignes 1 et 2 :


2
3
2 3 2 1
40
1
4 85
5 8 7 1

(5)

1.1 Systmes dquations linaires

Pour liminer le terme 5x1 dans la troisime quation, on ajoute 5=2 fois la ligne 1
la ligne 3 :
3
2
2
3
2
1
40
1
4
8 5
(6)
0 1=2 2 3=2
On utilise ensuite le terme en x2 de la deuxime quation pour liminer .1=2/x2 dans
la troisime. On ajoute donc 1=2 fois la ligne 2 la ligne 3 :
2

2
40
0

3
1
0

2
4
0

3
1
8 5
5=2

(7)

La matrice complte est maintenant sous forme triangulaire. Pour linterprter, on revient la notation sous forme dquations :

2x1

Ce systme est incompatible car


aucun point nappartient aux trois
plans.

3x2 C 2x3 D 1
x2
4x3 D 8
0 D 5=2

(8)

Lquation 0 D 5=2 est une forme simplie de 0x1 C 0x2 C 0x3 D 5=2. Ce systme
triangulaire contient une contradiction vidente. Aucune valeur de x1 ; x2 et x3 ne peut
satisfaire (8) puisque lquation 0 D 5=2 nest jamais vrie. Et comme (8) et (5) ont
le mme ensemble de solutions, le systme initial est incompatible (cest--dire quil
na pas de solution).
La dernire ligne de la matrice de (7) est typique de ce que lon obtient quand on a
rduit un systme incompatible une forme triangulaire.

REMARQUE NUMRIQUE
Dans les problmes rels, on rsout les systmes linaires laide dordinateurs.
Si la matrice du systme est carre, les logiciels utilisent presque toujours
lalgorithme dlimination prsent ici et dans la section 1.2, en le modiant
lgrement pour amliorer la prcision.
La grande majorit des techniques de rsolution de problmes dalgbre
linaire rencontrs dans le monde des affaires ou de lindustrie est fonde sur
larithmtique en virgule ottante. On reprsente les nombres sous forme dcimale 0; d1    dp  10r, o r est un entier et o le nombre p de chiffres aprs la
virgule est en gnral compris entre 8 et 16. Comme le rsultat doit tre tronqu
ou arrondi pour correspondre au nombre de chiffres que lon peut conserver, les
calculs en virgule ottante sont en gnral approchs. On rencontre aussi des
erreurs darrondi quand il faut entrer un nombre tel que 1=3 dans lordinateur,
puisque sa reprsentation dcimale doit tre approche par un nombre comportant
un nombre ni de chiffres. Mais, heureusement, les imprcisions de larithmtique en virgule ottante posent assez rarement de gros problmes. Les encadrs
Remarque numrique de ce livre sont destins avertir le lecteur de difcults
qui pourraient ventuellement se prsenter plus tard dans sa carrire.

10

CHAPITRE 1 quations linaires en algbre linaire

EXERCICES DENTRANEMENT
Tout au long de louvrage, il est conseill dessayer de rsoudre les exercices dentranement avant de travailler sur les autres exercices. Les solutions sont donnes aprs
chaque srie dexercices.
1. Dcrire par une phrase la premire opration lmentaire sur les lignes quil faudrait
effectuer pour rsoudre le systme [plusieurs rponses sont possibles dans le (a)].
a. x1 C 4x2
x2

b. x1

2x3 C 8x4 D 12
7x3 C 2x4 D 4
5x3
x4 D 7
x3 C 3x4 D 5

3x2 C 5x3

2x4 D

x2 C 8x3

2x3

x4 D

2. On a transform la matrice complte dun systme linaire en la matrice ci-dessous


au moyen doprations sur les lignes. Ce systme est-il compatible ?
2
3
1 5 2 6
40
4
7 25
0 0 5 0
3. Le triplet .3; 4; 2/ est-il solution du systme ci-dessous ?

5x1
x2 C 2x3 D
2x1 C 6x2 C 9x3 D
7x1 C 5x2 3x3 D

7
0
7

4. Pour quelles valeurs de h et k le systme suivant est-il compatible ?

2x1
x2 D h
6x1 C 3x2 D k

1.1 EXERCICES
Rsoudre les systmes des exercices 1 4 au moyen doprations
lmentaires sur les lignes effectues soit sur les quations, soit
sur la matrice complte. On suivra la procdure systmatique
dlimination dcrite dans la prsente section.
1.

x1 C 5x2 D

2x1

7x2 D

7
5

2. 3x1 C 6x2 D

5x1 C 7x2 D 10

x2
x1 x2 = 1

4. Dterminer le point .x1 ; x2 /, intersection des deux droites


dquations respectives x1 C 2x2 D 13 et 3x1 2x2 D 1.
On suppose que les matrices des exercices 5 et 6 sont les matrices
compltes dun systme linaire. Dans chaque cas, dcrire par une
phrase les deux premires oprations lmentaires sur les lignes
effectuer dans la procdure de rsolution du systme.
2
3
1
4
3
0
7
60
1
4
0
67
7
5. 6
40
0
1
0
25
0
0
0
1
5
2

x1
x1 + 2x2 = 4

3. Dterminer le point .x1 ; x2 /, intersection des deux droites


dquations respectives x1 C 2x2 D 4 et x1 x2 D 1 (voir
gure).

1
60
6. 6
40
0

6
2
0
0

4
7
1
4

0
0
2
1

3
1
47
7
35
2

Dans les exercices 7 10, on a rduit la matrice complte dun


systme linaire la forme indique au moyen doprations sur
les lignes. Dans chaque cas, donner les oprations qui restent
effectuer et dcrire lensemble des solutions du systme.

1.1 Systmes dquations linaires


2

7.

8.

9.

10.

1
60
6
40
0
2
1
60
6
40
0
2
1
60
6
40
0
2
1
60
6
40
0

7
1
0
0

3
1
0
1

3
4
37
7
15
2

5
1
0
0

4
0
3
0

0
1
0
2

1
1
0
0

0
2
1
0

0
0
3
1

3
1
0
0

0
0
1
0

2
3
0
1

Dans les exercices 19 22, dterminer la ou les valeur(s) de h


telle(s) que la matrice soit la matrice complte dun systme
linaire compatible.




1
h
5
1
h
4
20.
19.
3
6
8
2
8
6




1
4
2
4
12
h
21.
22.
3
h
6
2
6
3

3
0
07
7
05
0
3
5
77
7
25
4
3
7
67
7
25
2

Rsoudre les systmes linaires des exercices 11 14.


11.

x2 C 5x3 D

2x1 C 7x2 C x3 D

x1 C 4x2 C 3x3 D

12.

x1
2x1

5x2 C 4x3 D

13.

x1

3x3 D

2x1 C 2x2 C 9x3 D

24. a. Deux matrices sont quivalentes selon les lignes si elles


possdent le mme nombre de lignes.

6x3 D

2x3 D

x2 C 2x3 D

d. Il existe deux questions fondamentales sur un systme


linaire concernant les notions dexistence et dunicit.

8
2

3x1 C 6x2

c. Une solution dun systme linaire dinconnues


x1 ; : : : ; xn est un n-uplet .s1 ; s2 ; : : : ; sn / de nombres qui
transforme chaque quation en une galit vraie quand
on substitue s1 ; : : : ; sn respectivement x1 ; : : : ; xn .

x2 C 5x3 D

14. 2x1

b. Une matrice 5  6 a six lignes.

2x1 C x2 C 7x3 D

b. Des oprations lmentaires sur la matrice complte dun


systme linaire ne changent jamais lensemble des solutions du systme.

Sans effectuer la rsolution complte, tudier la compatibilit des


systmes des exercices 15 et 16.
15.

x1

6x2
x2

Dans les exercices 23 et 24, certains des principaux noncs de


cette section du cours ont t soit cits tels quels, soit lgrement
reformuls (tout en restant vrais), soit modis de faon les
rendre faux dans certains cas. Dterminer si les noncs proposs
sont vrais ou faux et justier la rponse. Si lnonc est vrai,
identier lendroit dans le texte o un rsultat similaire apparat,
ou citer prcisment une dnition ou un thorme correspondant.
Si lnonc est faux, indiquer un rsultat nonc ou utilis de
faon incorrecte, ou citer un contre-exemple qui montre quil peut
tre faux. On trouvera par la suite de nombreux autres exercices
comme celui-ci, de type vrai-faux .
23. a. Toute opration lmentaire sur les lignes est rversible.

7x2 C 3x3 D

D5

c. Deux systmes linaires quivalents peuvent avoir des


ensembles de solutions distincts.
d. Un systme linaire compatible a une ou plusieurs solution(s).
25. Dterminer une relation entre g , h et k de faon que le
systme ci-dessous soit compatible.

4x3 C x4 D 0

x1 C 6x2 C x3 C 5x4 D 3

1
4 0
2

x2 C 5x3 C 4x4 D 0

16.

2x1

4x4 D

10

x3 C 4x4 D

3x2 C 3x3

11

3x1 C 2x2 C 3x3 C x4 D

17. Les trois droites dquations respectives 2x1 C 3x2 D 1,


6x1 C 5x2 D 0 et 2x1 5x2 D 7 ont-elles un point commun ? Expliquer.
18. Les trois plans dquations respectives 2x1 C 4x2 C 4x3 D 4,
x2 2x3 D 2 et 2x1 C 3x2 D 0 ont-ils au moins un point
commun ? Expliquer.

4
3
5

7
5
9

3
g
h5
k

26. On suppose que le systme ci-dessous est compatible quelles


que soient les valeurs de f et g . Que peut-on dire des
coefcients c et d ? Justier la rponse.

2x1 C 4x2 D f

cx1 C dx2 D g

27. On suppose que a, b , c et d sont des constantes telles que


a soit non nul et que le systme suivant soit compatible
quelles que soient les valeurs de f et g . Que peut-on dire
des coefcients a, b , c et d ? Justier la rponse.

12

CHAPITRE 1 quations linaires en algbre linaire

ax1 C bx2 D f

cx1 C dx2 D g

28. Construire trois matrices compltes de diffrents systmes


linaires dont lensemble des solutions correspond x1 D 3,
x2 D 2 et x3 D 1.
Dans les exercices 29 32, dterminer les oprations lmentaires
sur les lignes qui transforment la premire matrice en la seconde,
puis dterminer lopration inverse qui transforme la seconde en
la premire.
2
3 2
3
0
2
5
3
1
6
3
5 5, 4 1
3
55
29. 4 1
3
1
6
0
2
5
2
3 2
3
1
3
4
1
3
4
2
6 5, 4 0
2
65
30. 4 0
0
5 10
0
1
2
2
3 2
3
1
2
1
0
1
2
1
0
5
2
8 5, 4 0
5
2
85
31. 4 0
4
1
3
6
0
7
1
6
3
3 2
2
1
2
5
0
1
2
5
0
1
3
25
1
3
2 5, 4 0
32. 4 0
0
0
0 15
0
4
12
7
Parmi les problmes importants que pose ltude des transferts
thermiques gure celui de la rpartition de la temprature ltat
stationnaire dune plaque ne dont la temprature aux bords est

xe. On suppose que la plaque de la gure ci-dessous est la


section dune tige mtallique ; on nglige le ux de chaleur dans
la direction perpendiculaire la plaque. Soit T1 ; : : : ; T4 les tempratures aux quatre nuds intrieurs du quadrillage de la gure.
La temprature en un nud est peu prs gale la moyenne
des tempratures aux quatre nuds voisins (au-dessus, gauche
droite et en dessous)3. On a par exemple

T1 D .10 C 20 C T2 C T4 /=4;

soit

20

20

30

30

10
10

4T1

T2

T4 D 30

40
40

33. crire un systme de quatre quations dont la solution donne


lestimation des tempratures T1 ; : : : ; T4 .
34. Rsoudre le systme dquations de lexercice 33. [Indication : pour simplier le calcul, on pourra changer les
lignes 1 et 4 avant de commencer les oprations du type
remplacement .]
3 Voir

Frank M. White, Heat and Mass Transfer, Reading, MA :


Addison-Wesley Publishing, 1991, p. 145 149.

SOLUTIONS DES EXERCICES DENTRANEMENT


1. a. Pour le calcul la main , le mieux est dchanger dabord les quations 3 et 4.
On peut aussi multiplier lquation 3 par 1=5 ou encore ajouter lquation 4
1=5 fois la ligne 3. En tout cas, il serait trs maladroit de chercher liminer
le 4x2 de lquation 1 laide du x2 de lquation 2. Il faut auparavant avoir
obtenu une forme triangulaire et avoir limin les termes en x3 et en x4 dans les
deux premires quations.
b. Le systme est sous forme triangulaire. La simplication suivante concerne le x4
de la quatrime quation. On lutilise pour liminer tous les termes en x4 audessus de lui. La bonne opration effectuer maintenant est dajouter 2 fois la
quatrime quation la premire (aprs cela, on passe lquation 3 : on multiplie
par 1=2 et lon utilise lquation ainsi transforme pour liminer les termes en x3
au-dessus).
2. Le systme correspondant la matrice complte est

x1 C 5x2 C 2x3 D
4x2 7x3 D
5x3 D

6
2
0

1.2

Mthode du pivot de Gauss et formes chelonnes

13

La troisime quation donne x3 D 0, qui correspond bien entendu une valeur


autorise pour x3 . Aprs limination des termes en x3 dans les quations 1 et 2, on
peut sans problme terminer la rsolution et obtenir une unique valeur pour x2 et x1 .
Il existe donc une solution, et elle est unique. On comparera cette situation celle
de lexemple 3.
3. Il est trs simple de vrier quune liste de nombres donne est solution. On pose
x1 D 3, x2 D 4 et x3 D 2, et lon obtient
(3, 4, 2)

Comme le point .3; 4; 2/ vrie


les deux premires quations, il
appartient la droite dintersection
des deux premiers plans. Mais
comme il ne vrie pas les trois
quations, il nappartient pas aux
trois plans la fois.

5.3/
.4/ C 2. 2/ D
2.3/ C 6.4/ C 9. 2/ D
7.3/ C 5.4/ 3. 2/ D

15
4
4D7
6 C 24 18 D 0
21 C 20 C 6 D 5

Les deux premires quations sont vries, mais pas la troisime, donc .3; 4; 2/
nest pas solution du systme. On remarque la prsence des parenthses dans lexpression des substitutions. Leur usage est fortement recommand an dviter des
erreurs de calcul.
4. Si lon ajoute trois fois la premire quation la seconde, le systme devient

2x1

x2 D h
0 D k C 3h

Si k C 3h est non nul, il ny a pas de solution. Le systme est compatible pour toutes
les valeurs de h et k telles que k C 3h D 0.

1.2 MTHODE DU PIVOT DE GAUSS ET FORMES CHELONNES


Dans cette section, on prcise la mthode de la section 1.1 pour mettre en place un
algorithme de rduction, appel mthode du pivot de Gauss ou mthode dlimination de
Gauss-Jordan, et permettant danalyser nimporte quel systme dquations linaires4.
En nous restreignant la premire partie de cet algorithme, nous pourrons rpondre
la question fondamentale, pose dans la section 1.1, de lexistence et de lunicit dune
solution.
Lalgorithme sapplique nimporte quelle matrice, quelle sinterprte ou non
comme la matrice complte dun systme linaire. La premire partie de cette section
concerne donc une matrice rectangulaire quelconque et commence par la dnition
dune classe importante de matrices, qui comprend les matrices triangulaires de la
section 1.1. Dans les dnitions ci-dessous, on appelle ligne ou colonne non nulle une
ligne ou une colonne contenant au moins un coefcient non nul. On appelle coefcient
principal5 dune ligne non nulle le coefcient non nul le plus gauche dans la ligne.
4 Des

mathmaticiens chinois utilisaient une mthode analogue dlimination dans les systmes linaires aux
alentours de lan 250 av. J.-C. Le procd est rest inconnu des savants occidentaux jusqu sa dcouverte
au xixe sicle par le clbre mathmaticien allemand Carl Friedrich Gauss. Un ingnieur allemand, Wilhelm
Jordan, rendit lalgorithme clbre dans un article de godsie publi en 1888.
5 Voir

note 2 p. 7. (NdT)

14

CHAPITRE 1 quations linaires en algbre linaire

DFINITION

Une matrice rectangulaire est dite sous forme chelonne (ou sous forme chelonne en ligne) si elle vrie les trois proprits suivantes :
1. Toutes les lignes non nulles sont au-dessus de toutes les lignes nulles.
2. Le coefcient principal de chaque ligne se trouve dans une colonne situe
droite de celle du coefcient principal de la ligne au-dessus delle.
3. Tous les coefcients situs dans une colonne en dessous dun coefcient
principal sont nuls.
Une matrice qui vrie en outre les deux conditions ci-dessous est dite sous forme
chelonne rduite (ou sous forme chelonne en ligne rduite) :
4. Le coefcient principal de toute ligne non nulle est gal 1.
5. Les coefcients principaux (gaux 1) sont les seuls lments non nuls de leur
colonne.
On appelle matrice chelonne (respectivement matrice chelonne rduite) une
matrice qui est sous forme chelonne (respectivement sous forme chelonne rduite).
La proprit 2 signie que les coefcients principaux sont disposs selon des chelons
(ou en escaliers) qui se dplacent vers le bas et la droite au fur et mesure que lon
descend dans la matrice. La proprit 3 est une consquence immdiate de la proprit
2, mais on la ajoute pour insister sur ce rsultat.
Les matrices triangulaires de la section 1.1 comme
2
3
2
3
2 3 2
1
1 0 0 29
40
1
4
8 5 ou 4 0 1 0 16 5
0 0 0
5=2
0 0 1
3
sont sous forme chelonne. La seconde est mme sous forme chelonne rduite. On
propose dautres exemples ci-dessous.

EXEMPLE 1 Les matrices ci-dessous sont sous forme chelonne. Les coefcients

principaux ( ) peuvent avoir nimporte quelle valeur non nulle ; les coefcients marqus () peuvent avoir nimporte quelle valeur (nulle ou non).
2
3
2
3
0
    
  
  
60
0
0
  
  7
60
6
7
 7
6
7; 6 0
0
0
0
 
  7
6
7
40
5
0
0
0
40
0
0
0
0

  5
0
0
0
0
0 0
0
0
0
0
0
0


Les matrices ci-dessous sont sous forme chelonne rduite car leurs coefcients principaux sont gaux 1 et ont des 0 en dessous et au-dessus deux.
3
2
2
3
 0 
0 1  0 0 0 
1 0  
60
0
0
1 0 0 
 0 7
60
7
6
1  7
6
7; 6 0
1
0

 0 7
0
0
0
7
6
40
5
0
0
0
40
0
0 0 0 1 
 0 5
0 0
0
0
0 0
0 0 0 0
0
0
1 

Toute matrice non nulle peut tre rduite selon les lignes (cest--dire transforme
par une suite doprations lmentaires sur les lignes) en au moins une matrice chelonne, mais cette rduction nest pas unique car diffrentes suites doprations sont

1.2

Mthode du pivot de Gauss et formes chelonnes

15

possibles. En revanche, la forme chelonne rduite que lon obtient partir dune
matrice donne est unique. Le thorme ci-dessous est dmontr dans lannexe A,
la n du livre.

THORME 1

Unicit de la forme chelonne rduite


Toute matrice est quivalente selon les lignes une et une seule matrice chelonne rduite.

Si une matrice A est quivalente selon les lignes une matrice chelonne U ,
on appelle U forme chelonne (ou forme chelonne en ligne) de A ; si U est sous
forme chelonne rduite, on lappelle forme chelonne rduite de A . [La plupart des
logiciels ou des calculatrices possdant des fonctions matricielles utilisent labrviation
RREF pour forme chelonne rduite en ligne (en anglais Reduced Row Echelon
Form). On trouve parfois REF (Row Echelon Form, forme chelonne en ligne).]

Positions de pivot
Une fois quune matrice a t rduite une forme chelonne, les oprations que lon
effectue par la suite pour aboutir la forme chelonne rduite ne modient pas la
position des coefcients principaux. Comme la forme chelonne rduite dune matrice
est unique, les coefcients principaux dune matrice chelonne obtenue partir dune
matrice donne sont toujours situs la mme position. Ces coefcients principaux
correspondent aux coefcients principaux (des 1 par dnition) de la forme chelonne
rduite.

DFINITION

On appelle position de pivot dune matrice A lemplacement dans A correspondant un coefcient principal (gal 1) de la forme chelonne rduite de A. On
appelle colonne pivot une colonne de A contenant une position de pivot.

Dans lexemple 1, les carrs ( ) correspondent aux positions de pivot. De nombreux


concepts fondamentaux tudis dans les quatre premiers chapitres sont lis dune faon
ou dune autre aux positions de pivot dune matrice.

EXEMPLE 2 Rduire la matrice A ci-dessous une forme chelonne et dterminer


les colonnes pivots de A.
2

0
6 1
AD6
4 2
1

3
2
3
4

6
1
0
5

4
3
3
9

3
9
17
7
15
7

SOLUTION Le principe est le mme que dans la section 1.1. Le haut de la colonne
non nulle la plus gauche correspond la premire position de pivot. Il faut placer un
coefcient non nul (le pivot) cette position. On a intrt ici changer les lignes 1
et 4. On amne ainsi un 1 en position de pivot, ce qui vite les fractions dans ltape
suivante.

16

CHAPITRE 1 quations linaires en algbre linaire

1
6 1
6
4 2
0

Pivot

4
2
3
3

5
1
0
6

3
7
17
7
15
9

9
3
3
4

6 Colonne pivot

On fait apparatre des 0 en dessous du pivot, 1, en ajoutant aux lignes infrieures des
multiples de la premire ligne et lon obtient ainsi la matrice (1) ci-dessous. La position
de pivot de la deuxime ligne doit tre aussi gauche que possible, soit, ici, dans la
deuxime colonne. On choisit donc comme pivot le coefcient 2 qui est cet emplacement.
Pivot

1
60
6
40
0

4
2
5
3

5
4
10
6

3
7
67
7
15 5
9

9
6
15
4

(1)

6 Nouvelle colonne pivot

On ajoute 5=2 fois la ligne 2 la ligne 3, et 3=2 fois la ligne 2 la ligne 4.


2
3
1 4 5
9 7
60
2 4
6 67
6
7
40
0 0 0 05
0 0 0
5 0

(2)

La matrice dans (2) ne ressemble aucune de celles que lon avait rencontres dans
la section 1.1. Il est impossible de faire apparatre un coefcient principal dans la colonne 3 ! Il nest pas question dutiliser les lignes 1 ou 2 car on dtruirait alors la
disposition en chelons des coefcients principaux obtenus auparavant. En revanche,
on peut faire apparatre un coefcient principal dans la colonne 4 en changeant les
lignes 3 et 4.
2

1
60
6
40
0
6

4
2
0
0
6

5
4
0
0

9
6
5
0

Pivot
3

7
67
7
05
0

2
6

0
de la forme : 6
4
0
0


0
0



0
0



0

3

7
7
5
0

6 Colonnes pivots

Cette matrice est sous forme chelonne, ce qui permet dafrmer que les colonnes 1, 2
et 4 sont des colonnes pivots.
2

0
6 1
AD6
4 2
1
6

3
2
3
4
6

6
1
0
5

4
3
3
9
6

3
9
17
7
15
7

Positions de pivot

(3)
Colonnes pivots

Lexemple 2 illustre la notion de pivot, qui est un nombre non nul en position de
pivot, utilis pour faire apparatre des 0 au moyen doprations sur les lignes. Dans
lexemple 2, les pivots sont 1, 2 et 5. On remarque que ces nombres ne sont pas les

1.2

Mthode du pivot de Gauss et formes chelonnes

17

coefcients de A correspondant aux positions de pivot qui apparaissent en couleurs


dans (3).
En se guidant sur lexemple 2, nous allons maintenant dcrire une procdure effective pour transformer une matrice en une matrice chelonne, rduite ou non. Le lecteur
est invit ds maintenant tudier soigneusement et matriser cette procdure. Cet
effort initial sera largement rcompens par la suite.

Lalgorithme du pivot de Gauss


Lalgorithme qui suit comporte quatre tapes et conduit une matrice sous forme chelonne. Une cinquime tape permet dobtenir une matrice chelonne rduite. Lalgorithme est illustr sur un exemple.

EXEMPLE 3 laide dune suite doprations lmentaires sur les matrices, mettre

la matrice ci-dessous dabord sous forme chelonne, puis sous forme chelonne rduite.
2
3
0 3
6 6 4
5
43
7
8
5 8
95
3 9 12
9 6 15

SOLUTION
TAPE 1
On considre la colonne non nulle la plus gauche. Cest une colonne pivot. La
position de pivot est en haut de cette colonne.
2

0
43
3
6

3
7
9

6
8
12

6
5
9

4
8
6

3
5
95
15

Colonne pivot

TAPE 2
On choisit comme pivot un lment non nul de la colonne pivot. Si ncessaire,
on change deux lignes pour amener cet lment la position de pivot.
On change les lignes 1 et 3 (on aurait pu galement changer les lignes 1 et 2).
2

3 9
43
7
0 3

Pivot

12
8
6

9
5
6

6
8
4

3
15
95
5

TAPE 3
Au moyen doprations de remplacement, on fait apparatre des 0 toutes les
positions situes sous le pivot.

18

CHAPITRE 1 quations linaires en algbre linaire

On pourrait pralablement diviser la premire ligne par le pivot 3. Mais comme la


colonne 1 comporte deux fois le nombre 3, il est aussi simple dajouter 1 fois la ligne 1
la ligne 2.
2

3 9
40
2
0 3

Pivot

12
4
6

9
4
6

6
2
4

3
15
65
5

TAPE 4
On cache (ou on ignore) la ligne contenant la position de pivot et, ventuellement,
toutes les lignes au-dessus delle. On applique les tapes 1 3 la sous-matrice
restante. On rpte le processus jusqu ce quil ne reste plus aucune ligne non
nulle modier.
Si lon cache la ligne 1, on voit en appliquant ltape 1 que la colonne 2 est la colonne
pivot suivante. Pour appliquer ltape 2, on choisit comme pivot le haut de cette
colonne.
2

3
40
0

Pivot

3
9 12 9 6 15
2 4 4 2 65
3
6 6 4 5
6 Nouvelle colonne pivot

Pour ltape 3, on pourrait introduire une tape facultative qui consisterait diviser la
ligne suprieure de la sous-matrice par le pivot, 2. Mais on peut aussi directement ajouter
3=2 fois la ligne suprieure la ligne juste en dessous. On obtient alors
2

3
40
0

9
2
0

12
4
0

9
4
0

3
6 15
2 65
1 4

Si lon cache la ligne contenant la deuxime position de pivot pour ltape 4, on se


retrouve avec une nouvelle sous-matrice forme dune seule ligne.
2

3
40
0

9
2
0

12
4
0

9
4
0

3
6 15
2 65
1 4
Pivot

Les tapes 1 3 sont sans objet pour cette sous-matrice, et lon est parvenu une
forme chelonne de la matrice initiale. Si lon veut la forme chelonne rduite, il
faut effectuer une tape supplmentaire.
TAPE 5
On fait apparatre des 0 au-dessus de chaque pivot, en commenant par le pivot
le plus droite et en progressant vers le haut et vers la gauche. Si un pivot est
diffrent de 1, on divise sa ligne par la valeur du pivot pour obtenir la valeur 1.

1.2

Mthode du pivot de Gauss et formes chelonnes

19

Le pivot le plus droite est la ligne 3. On fait apparatre des 0 au-dessus de lui en
ajoutant aux lignes 1 et 2 des multiples convenables de la ligne 3.
2
3
 Ligne 1 C . 6/  ligne 3
3
9 12
9 0
9
40
2
4 4 0
14 5  Ligne 2 C . 2/  ligne 3
0
0 0 0 1
4
Le pivot suivant est la ligne 2. On transforme sa valeur en 1 en divisant cette ligne par
le pivot.
2
3
3
9 12
9 0
9
 On multiplie la ligne par 1 .
40
1
2 2 0
75
2
0
0 0
0 1 4
On fait apparatre un 0 dans la colonne 2 en ajoutant 9 fois la ligne 2 la ligne 1.
2
3
 Ligne 1 C .9/  ligne 2
3
0
6 9 0
72
40
1
2 2 0
75
0
0 0 0 1
4
Pour nir, on divise la ligne 1 par la valeur du pivot, 3.
2
3
 On multiplie la ligne par 1 .
1
0
2 3 0
24
3
40
1
2 2 0
75
0
0 0 0 1
4
Et voil la forme chelonne rduite de la matrice initiale.
Lensemble des oprations correspondant aux tapes 1 4 est appel phase de
descente de lalgorithme du pivot. Ltape 5, qui conduit lunique forme chelonne
rduite, est appele phase de remonte.

REMARQUE NUMRIQUE
Dans ltape 2 dcrite ci-dessus, un programme informatique choisit en gnral
comme pivot le coefcient de la colonne le plus grand en valeur absolue. Cette
mthode, appele stratgie du pivot partiel, est celle qui produit le moins
derreurs darrondi.

Solutions dun systme linaire


En appliquant lalgorithme du pivot de Gauss la matrice complte dun systme linaire, on arrive directement la description de son ensemble de solutions.
Supposons, par exemple, que la matrice complte dun systme linaire ait t mise
sous la forme chelonne rduite
2
3
1 0
5 1
40
1 1 45
0 0 0 0
Le systme comporte trois inconnues puisque la matrice complte a quatre colonnes. Le systme linaire associ est

x1

5x3 D 1
x2 C x3 D 4
0 D0

(4)

20

CHAPITRE 1 quations linaires en algbre linaire

Les inconnues x1 et x2 , correspondant aux colonnes pivots de la matrice, sont appeles


inconnues principales. La dernire inconnue, x3 , est appele inconnue secondaire ou
variable libre ou tout simplement inconnue non principale.
chaque fois que, comme dans (4), un systme est compatible, on peut dcrire
explicitement son ensemble des solutions en rsolvant le systme dquations rduit, ce
qui revient exprimer les inconnues principales en fonction des inconnues non principales. Cela est possible parce que, dans la forme chelonne rduite, chaque inconnue
principale gure dans une et une seule quation. Dans (4), on rsout la premire quation
linconnue x1 et la deuxime linconnue x2 (on ne tient videmment pas compte de la
troisime quation, qui nintroduit aucune contrainte supplmentaire sur les inconnues).
8

<x1 D 1 C 5x3
x2 D 4 x3

:
x3 quelconque

(5)

La locution x3 quelconque signie que lon peut choisir arbitrairement nimporte


quelle valeur pour x3 . Une fois cette valeur choisie, les formules (5) dterminent de
faon unique les valeurs de x1 et x2 . Par exemple, pour x3 D 0, la solution est .1; 4; 0/ ;
pour x3 D 1, la solution est .6; 3; 1/. Des choix distincts pour x3 dterminent des
solutions distinctes du systme, et toute solution du systme est dtermine par un choix
de x3 .

EXEMPLE 4 Dterminer la solution gnrale du systme dont on a rduit la matrice


complte

1
40
0

6
0
0

2
2
0

5
8
0

3
4
35
7

2
1
1

SOLUTION La matrice est sous forme chelonne, mais la rsolution ncessite la forme
chelonne rduite. Cette rduction est dtaille ci-dessous. Le symbole  plac avant
une matrice signie quelle est quivalente selon les lignes la matrice qui la prcde.
2

1
40
0
2
1
4 0
0

6
0
0

2
2
0

5
8
0

6
0
0

2
1
0

5
4
0

3 2
4
1
35  40
7
0
3 2
0 10
1
0 55  40
1 7
0

2
1
1

6
0
0

2
2
0

5
8
0

6
0
0

0
1
0

3
4
0

3
0 10
0 10 5
1 7
3
0 0
0 55
1 7

Le systme comporte cinq inconnues car la matrice complte a six colonnes. Le nouveau
systme associ est

x1 C 6x2

C 3x4
x3 4x4

D0
D5
x5 D 7

(6)

Les colonnes pivots de la matrice sont 1, 3 et 5, donc les inconnues principales sont
x1 , x3 et x5 . Les inconnues restantes, x2 et x4 , peuvent avoir une valeur quelconque.
On rsout par rapport aux inconnues principales et lon obtient la solution gnrale

1.2

Mthode du pivot de Gauss et formes chelonnes

8
x1

<x2
x3

x4

:
x5

D 6x2 3x4
quelconque
D 5 C 4x4
quelconque
D7

21

(7)

On remarque que la valeur de x5 est dj xe par la troisime quation du systme (6).

Reprsentation paramtrique de lensemble des


solutions
Les relations obtenues en (5) et en (7) constituent des reprsentations paramtriques
des ensembles de solutions, dans lesquelles les inconnues non principales jouent le
rle de paramtres. Rsoudre un systme revient trouver une reprsentation paramtrique de lensemble des solutions ou montrer que lensemble des solutions est vide.
Quand un systme est compatible et comporte des inconnues non principales, plusieurs reprsentations paramtriques de lensemble des solutions sont possibles. Par
exemple, dans le systme (4), on peut ajouter 5 fois lquation 2 lquation 1 et obtenir
ainsi le systme quivalent
x1 C 5x2
D 21
x2 C x3 D 4

On pourrait considrer x2 comme un paramtre, exprimer x1 et x3 en fonction de x2 , et


on aurait ainsi une description tout aussi exacte de lensemble des solutions. Cependant,
par souci de cohrence, on adoptera dsormais pour convention (arbitraire) de choisir les
inconnues non principales comme paramtres pour reprsenter un ensemble de solutions
(les corrigs des exercices, donnes en n douvrage, respectent cette convention).
Quand un systme est incompatible, lensemble des solutions est vide mme si
le systme comporte des inconnues non principales. Dans ce cas, il nexiste aucune
reprsentation paramtrique de lensemble des solutions.

Rsolution par substitutions successives


Considrons le systme ci-dessous, dont la matrice complte est sous forme chelonne
non rduite :
x1 7x2 C 2x3 5x4 C 8x5 D 10
x2 3x3 C 3x4 C x5 D 5
x4
x5 D 4

Plutt que de calculer la forme chelonne rduite, un programme informatique rsoudrait ce systme par remonte, en commenant par la dernire quation et en substituant
aux inconnues les valeurs obtenues au fur et mesure. Plus prcisment, le programme
rsoudrait lquation 3 en exprimant x4 en fonction de x5 , substituerait lexpression
de x4 dans lquation 2, puis rsoudrait lquation 2 en x2 ; il substituerait ensuite les
expressions de x2 et x4 dans lquation 1 quil rsoudrait nalement en x1 .
La prsentation matricielle de la phase de remonte dans la mthode du pivot ncessite le mme nombre doprations arithmtiques que la mthode par substitutions
successives. Mais quand on effectue le calcul la main, il est prfrable de sastreindre
la prsentation matricielle, ce qui diminue le risque derreur. La meilleure stratgie
consiste nutiliser que la forme chelonne rduite pour rsoudre un systme !

22

CHAPITRE 1 quations linaires en algbre linaire

REMARQUE NUMRIQUE
En gnral, la phase de descente de la mthode du pivot prend beaucoup plus de
temps que la remonte. On mesure habituellement un algorithme de rsolution
dun systme en ops (oating point operations, oprations en virgule ottante).
Un op est une opration arithmtique (C; ; ; = ) entre deux rels reprsents
en virgule ottante6. Pour une matrice n  .n C 1/, la rduction une forme chelonne peut ncessiter jusqu 2n3 =3 C n2 =2 7n=6 ops (soit environ 2n3 =3
ops ds que n est sufsamment grand, typiquement n > 30/. En revanche, les
oprations restant effectuer pour parvenir la forme rduite ncessitent au
maximum n2 ops.

Problmes dexistence et dunicit


Une forme chelonne non rduite na pas grande utilit elle seule pour rsoudre un
systme. Cest en revanche loutil le plus adapt pour rpondre aux deux questions
fondamentales formules dans la section 1.1.

EXEMPLE 5 tudier lexistence et lunicit dune solution au systme


3x1
3x1

3x2
6x3 C 6x4 C 4x5 D 5
7x2 C 8x3 5x4 C 8x5 D 9
9x2 C 12x3 9x4 C 6x5 D 15

SOLUTION On a dtermin lexemple 3 une forme chelonne de la matrice complte


du systme :
2
3
3 9 12
9 6 15
40
2
4 4 2 65
(8)
0 0 0 0 1 4
Les inconnues principales sont x1 , x2 et x5 , et les inconnues non principales x3 et x4 .
Aucune des quations ntant du type 0 D 1, ce qui signierait une incompatibilit du
systme, on peut donc remonter le systme par substitution. Mais sans avoir expliciter
tout le calcul, lexistence dune solution au systme (8) est claire. Par ailleurs, la solution
nest pas unique car le systme comporte des inconnues non principales. Diffrentes
valeurs de x3 et x4 dterminent des solutions diffrentes. Le systme admet donc une
innit de solutions.
Si un systme est sous forme chelonne et quil ne comporte aucune quation de
la forme 0 D b , avec b non nul, alors toute quation non nulle contient une inconnue
principale affecte dun coefcient non nul. Dans ce cas, soit les inconnues principales
sont compltement dtermines (il ny a pas dinconnues secondaires), soit lune au
moins des inconnues principales sexprime en fonction dune ou plusieurs inconnues
non principales. Dans le premier cas, il existe une unique solution ; dans le second cas,
il en existe une innit (une pour chaque choix de valeur des inconnues non principales).
Ces remarques justient le thorme suivant.
6 Traditionnellement,

un op tait uniquement dni comme une multiplication ou une division, car


laddition et la soustraction prenaient beaucoup moins de temps et pouvaient tre ngliges. Mais du fait des
progrs effectus en architecture des ordinateurs, on prfre maintenant adopter la dnition du op
propose ici (voir Golub et Van Loan, Matrix Computations, 2e d., Baltimore : The Johns Hopkins Press,
1989, p. 19 et 20).

1.2

THORME 2

Mthode du pivot de Gauss et formes chelonnes

23

Thorme d'existence et d'unicit


Un systme linaire est compatible si et seulement si la colonne de droite de la
matrice complte nest pas une colonne pivot, cest--dire si et seulement si une
forme chelonne de la matrice complte na aucune ligne de la forme
avec b non nul:

0  0 b

Si un systme linaire est compatible, alors lensemble des solutions contient


soit (i) une solution unique, sil nexiste pas dinconnues secondaires, soit (ii)
une innit de solutions, sil existe au moins une inconnue secondaire.
La procdure ci-dessous montre comment trouver et dcrire toutes les solutions
dun systme.
RSOLUTION D'UN SYSTME LINAIRE PAR LA MTHODE DU PIVOT DE
GAUSS
1. crire la matrice complte du systme.
2. Appliquer la mthode du pivot pour obtenir une matrice complte quivalente
sous forme chelonne. Dterminer si le systme est compatible. Sil ny a pas
de solutions, cest termin ; sinon, aller ltape suivante.
3. Continuer la mthode du pivot pour obtenir la forme chelonne rduite.
4. crire le systme dquations correspondant la matrice obtenue ltape 3.
5. Rcrire chaque quation non nulle issue de ltape 4 de faon exprimer
son unique inconnue principale en fonction des inconnues non principales
apparaissant dans lquation.

EXERCICES DENTRANEMENT
1. Dterminer la solution gnrale du systme linaire dont la matrice complte est


1 3 5 0
0 1 1 3
2. Dterminer la solution gnrale du systme

x1 2x2
x3 C 3x4 D 0
2x1 C 4x2 C 5x3 5x4 D 3
3x1 6x2 6x3 C 8x4 D 2

1.2 EXERCICES
Dans les exercices 1 et 2, indiquer les matrices qui sont sous forme
chelonne rduite ainsi que, parmi celles qui ne le sont pas, celles
qui sont seulement sous forme chelonne.
2
3
2
3
1
0
0
0
1
0
1
0
1
0
05
1
1
05
1. a. 4 0
b. 4 0
0
0
1
1
0
0
0
1

1
60
c. 6
40
0

0
1
0
0

0
1
0
0

3
0
07
7 d.
05
1

1
60
6
40
0

1
2
0
0

0
0
0
0

1
2
3
0

3
1
27
7
35
4

24

CHAPITRE 1 quations linaires en algbre linaire


2

1
2. a. 4 0
0
2
0
61
6
c. 4
0
0

0
1
0

1
1
0

0
2
0
0

0
0
1
0

3
2
1
1
1 5 b. 4 0
0
0
3
2
0
0
6
07
7 d. 6 0
40
05
1
0

0
2
0

0
0
1

3
0
05
1

1
0
0
0

1
1
0
0

1
1
0
0

1
17
7
15
0

Rduire les matrices des exercices 3 et 4 la forme chelonne


rduite par la mthode du pivot. Entourer les positions de pivot
dans la matrice rduite ainsi que dans la matrice initiale, et prciser
les colonnes pivots.
2
3
2
3
1
2
4
8
1
2
4
5
4
6
85
4
5
45
3. 4 2
4. 4 2
3
6
9 12
4
5
4
2
5. Dcrire toutes les formes chelonnes possibles dune matrice 2  2 non nulle. On utilisera les symboles ,  et 0, sur
le modle de la premire partie de lexemple 1.
6. Reprendre lexercice 5 avec une matrice 3  2 non nulle.

Dterminer la solution gnrale des systmes dont la matrice


complte est donne dans les exercices 7 14.




1
3
4
7
1
3
0
5
7.
8.
3
9
7
6
3
7
0
9




0
1
2
3
1
2
1
4
9.
10.
1
3
4
6
2
4
5
6
3
2
3
2
1
0
9
0
4
3
2
4
0
60
1
3
0
17
7
6 12
05
12. 6
11. 4 9
40
0
0
1
75
6
4
8
0
0
0
0
0
1
3
2
1
3
0
1
0
2
7
60
1
0
0
4
1
7
13. 6
40
0
0
1
9
45
0
0
0
0
0
0
3
2
1
0
5
0
8
3
60
1
4
1
0
67
7
14. 6
40
0
0
0
1
05
0
0
0
0
0
0
Dans les exercices 15 et 16, on utilise pour les matrices chelonnes les notations de lexemple 1. On suppose que chaque matrice
est la matrice complte dun systme linaire. Dterminer dans
chaque cas si le systme est compatible. Dans le cas o il lest,
tudier lunicit de la solution.
2
3




5
15. a. 4 0
0
0
0
0
2
3
0



0

5
b. 4 0
0
0
0
0
2
3


5
16. a. 4 0
0
0

b. 4 0
0


0
0


0




3

5


Dans les exercices 17 et 18, dterminer la ou les valeur(s) de h


telle(s) que la matrice propose soit la matrice complte dun
systme linaire compatible.




1
1
4
1
3
1
17.
18.
2
3
h
h
6
2
Dans les exercices 19 et 20, choisir des valeurs pour h et k de faon
que le systme (a) nait pas de solution, (b) ait une unique solution,
(c) ait plusieurs solutions. On donnera une rponse spare pour
chacune de ces trois questions.
19.

x1 C hx2 D 2

4x1 C 8x2 D k

20.

x1

3x2 D 1

2x1 C hx2 D k

Dans les exercices 21 et 22, dire si les afrmations proposes sont


vraies ou fausses. Justier chaque rponse7.
21. a. Dans certains cas, partir dune matrice donne, la mthode du pivot peut aboutir diffrentes matrices chelonnes rduites selon le choix des oprations lmentaires effectues.
b. On ne peut appliquer la mthode du pivot qu des matrices compltes de systmes linaires.
c. Une inconnue principale est une inconnue qui correspond
une colonne pivot dans la matrice des coefcients du
systme.
d. Il revient au mme de trouver une reprsentation paramtrique de lensemble des solutions dun systme et de
rsoudre le systme.
e. Si lune des lignes dune forme chelonne dune matrice
complte est 0 0 0 5 0 , alors le systme associ
est incompatible.
22. a. La forme chelonne rduite dune matrice est unique.
b. Si toutes les colonnes dune matrice complte contiennent
un pivot, alors le systme correspondant est compatible.
c. Les positions de pivot dune matrice dpendent du fait
que lon ait ou non utilis des changes de lignes pendant
le processus de rduction.
d. La solution gnrale dun systme est une description
explicite de toutes les solutions du systme.
e. Si un systme possde des inconnues non principales,
alors il a plusieurs solutions.
23. On suppose que toutes les colonnes de la matrice des coefcients dun systme linaire de quatre quations quatre inconnues contiennent un pivot. Expliquer pourquoi le systme
a une unique solution.
Des exercices vrai/faux de ce type sont proposs dans beaucoup de
sections. La faon de justier les rponses est explique avant les
exercices 23 et 24 de la section 1.1.
7

1.2
24. On suppose que la matrice complte dun systme linaire est
une matrice 3  5 dont la cinquime colonne nest pas une
colonne pivot. Le systme est-il compatible ? Pourquoi ?
25. On suppose que chaque ligne de la matrice des coefcients
dun systme linaire contient une position de pivot. Expliquer pourquoi le systme est compatible.
26. On suppose que la matrice des coefcients dun systme
linaire est une matrice 3  5 contenant trois colonnes pivots.
Le systme est-il compatible ? Pourquoi ?
27. Reformuler la dernire phrase du thorme 2 en utilisant
le concept de colonne pivot : Si un systme linaire est
compatible, alors la solution est unique si et seulement si
.
28. quelle condition sur les colonnes pivots de sa matrice
complte un systme linaire a-t-il une et une seule solution ?
29. On appelle parfois un systme linaire avec moins dquations que dinconnues un systme sous-dtermin. Un tel
systme peut-il avoir une unique solution ? Expliquer.

Mthode du pivot de Gauss et formes chelonnes

de ces donnes un polynme dont le graphe passe par chacun


des points. En calcul scientique, on peut par exemple utiliser
ces polynmes pour estimer une valeur entre deux donnes exprimentales. On peut les utiliser aussi en infographie pour crer
des courbes. Lune des mthodes pour dterminer un polynme
dinterpolation consiste rsoudre un systme linaire.
WEB

33. Dterminer le polynme dinterpolation p.t/ aux


points .1; 6/, .2; 15/ et .3; 28/. Autrement dit, dterminer
a0 , a1 et a2 tels que

a0 C a1 .1/ C a2 .1/2 D 6

a0 C a1 .2/ C a2 .2/2 D 15

a0 C a1 .3/ C a2 .3/2 D 28

34. [M] On a mesur en souferie la force que la rsistance de


lair exerait sur un projectile diffrentes vitesses :
Vitesse (10 m/s)
Force (100 N)

31. On appelle parfois un systme linaire avec plus dquations


que dinconnues un systme surdtermin. Un tel systme
peut-il tre compatible ? Illustrer la rponse par un exemple
de trois quations deux inconnues.

On considre des donnes exprimentales reprsentes par un ensemble de points du plan. On appelle polynme dinterpolation

0 2
4
6
8
10
0 2;90 14;8 39;6 74;3 119

Dterminer un polynme dinterpolation correspondant ces


donnes et estimer la force sur un projectile lanc 75 m/s.
On cherchera un polynme de degr infrieur ou gal 5 sous
la forme p.t/ D a0 C a1 t C a2 t 2 C a3 t 3 C a4 t 4 C a5 t 5 . Que
se passe-t-il si lon cherche un polynme de degr strictement infrieur 5 (on pourra par exemple essayer avec un
polynme de degr 3)8.

30. Donner un exemple dun systme sous-dtermin incompatible de deux quations trois inconnues.

32. On rduit une matrice n  .n C 1/ sa forme chelonne


rduite par la mthode du pivot. Parmi les oprations (ops)
utilises au total, quelle est approximativement la proportion
consacre la phase de remonte si n D 20 ? si n D 200 ?

25

8 Les

exercices marqus du symbole [M] sont conus pour tre rsolus


laide dun programme Matriciel (un logiciel tel que MATLAB,
MapleTM, Mathematica, MathCad ou DeriveTM, ou une calculatrice
programmable dote de fonctions matricielles, comme celles fabriques
par Texas Instruments ou Hewlett-Packard).

SOLUTIONS DES EXERCICES DENTRANEMENT


1. La forme chelonne rduite de la matrice complte et le systme correspondant sont


x1
2x3 D 9
1 0
2 9
et
0
1 1 3
x2 C x3 D 3

La solution gnrale
du systme dquations est la
droite dintersection
de deux plans.

Les inconnues principales sont x1 et x2 , et la solution gnrale est


8

<x1 D 9 C 2x3
x2 D 3 x3

:
x3 quelconque

Remarque : il est essentiel que la solution gnrale dcrive chaque inconnue, celles
qui jouent le rle de paramtres tant clairement identies. Les relations ci-dessous
ne dcrivent pas lensemble des solutions :
8

<x1 D 9 C 2x3
x2 D 3 x3

:
x3 D 3 x2 Solution incorrecte

26

CHAPITRE 1 quations linaires en algbre linaire

Cette formulation implique que x2 et x3 sont toutes les deux des inconnues principales, ce qui nest srement pas le cas.
2. On applique la mthode du pivot.
2
3 2
3
1 2 1 3 0
1 2 1 3 0
4 2
4
5 5 35  40 0 3 1 35
3 6 6 8 2
0 0
3 1 2
2
3
1 2 1 3 0
 40 0 3 1 35
0 0 0 0 5
Cette matrice montre que le systme est incompatible car sa colonne de droite est
une colonne pivot ; la troisime ligne correspond lquation 0 D 5. Il est inutile
de continuer la rduction. On remarque que, vu lincompatibilit du systme, la
prsence dinconnues non principales est sans consquence dans cet exemple.

1.3 QUATIONS VECTORIELLES


Dimportantes proprits des systmes linaires peuvent tre interprtes laide du
concept de vecteur. Cette section tablit un lien entre les systmes linaires et certaines
quations portant sur des vecteurs. Le terme de vecteur apparat dans des contextes
mathmatiques ou physiques trs varis, qui seront abords au chapitre 4, Espaces vectoriels. Dici l, vecteur signiera liste ordonne de nombres. Cette conception assez
simple permet daccder aussi rapidement que possible un certain nombre dapplications intressantes et importantes.

Vecteurs de R2
Une matrice une seule colonne est appele vecteur colonne ou, plus simplement,
vecteur. Les coefcients constituant un vecteur sont appels composantes. Voici par
exemple quelques vecteurs deux composantes :






w1
0;2
3
;
wD
;
vD
uD
w2
0;3
1
o w1 et w2 sont des rels quelconques. Lensemble des vecteurs deux lments est
not R2 (lire r-deux ou r au carr ). La notation R dsigne lensemble des nombres
rels qui apparaissent comme composantes dans les vecteurs, et lexposant 2 signie que
chaque vecteur contient deux composantes9.
Deux vecteurs de R2 
sont dits gaux
si leurs composantes correspondantes sont

4
7
gales. Ainsi, les vecteurs
et
ne sont pas gaux car des vecteurs de R2 sont
7
4
des paires ordonnes de rels.
tant donn deux vecteurs u et v de R2, leur somme est le vecteur u C v obtenu en
additionnant les composantes correspondantes de u et v . Par exemple, on a

   
  
1
2
1C2
3
C
D
D
2
5
2C5
3
9 Dans

cet ouvrage, il sera essentiellement question de vecteurs et de matrices coefcients rels. Mais tous
les thormes et dnitions des chapitres 1 5 et de la plupart des autres chapitres sappliquent sans
difcult des coefcients complexes. Des vecteurs et des matrices complexes apparaissent par exemple
naturellement en lectricit.

1.3

quations vectorielles 27

tant donn un vecteur u et un rel c , le produit de u par c est le vecteur cu obtenu en


multipliant toutes les composantes de u par c . Par exemple,



 

3
3
15
si u D
et c D 5;
alors cu D 5
D
1
1
5
Le nombre c dans cu est appel un scalaire. Il scrit en caractre maigre pour le
distinguer du u crit en caractre gras. Les vecteurs u et cu sont dits colinaires.
On peut, comme dans lexemple ci-dessous, combiner les oprations daddition et
de multiplication.

EXEMPLE 1 On pose u D




1
2
et v D
. Calculer les vecteurs 4u, . 3/v
2
5


4
;
8

et 4u C . 3/v .

SOLUTION
4u D
et

4u C . 3/v D

. 3/v D

6
15

 
 

4
6
2
C
D
8
15
7

Pour des raisons pratiques


 (et pour conomiser de la place), on crira parfois un

3
sous la forme .3; 1/. Dans ce cas, les parenthses et la
vecteur colonne tel que
1


virgule10 permettent de distinguer le vecteur .3; 1/ de 3 1 , qui est une matrice
1  2 et scrit avec des crochets et sans virgule. Ainsi, on a




3
1
3
1
car, bien quayant les mmes lments, ces matrices nont pas la mme forme.

Interprtation gomtrique de R2
On considre un systme de coordonnes cartsiennes dans le plan. Puisque tout point
est entirement dtermin par une liste ordonne de deux points,
 on
 peut identier
a
le point du plan de coordonnes .a; b/ avec le vecteur colonne
. On peut donc
b
considrer R2 comme lensemble des points du plan (voir gure 1).
x2

x2

(2, 2)

(2, 2)

x1

x1
(2, 1)

(3, 1)

FIGURE 1 Vecteurs vus comme

des points
10 Ou

(2, 1)

(3, 1)

FIGURE 2 Vecteurs avec des

ches

le point-virgule sil existe un risque de confusion avec la virgule dcimale. (NdT)

28

CHAPITRE 1 quations linaires en algbre linaire

souvent plus facilement linterprtation gomtrique dun vecteur tel


On visualise

3
que
en le reprsentant par une che (segment de droite orient) allant de lori1
gine .0; 0/ vers le point .3; 1/, comme indiqu sur la gure 2. On ne donne dans ce
cas aucune signication particulire aux points situs sur la che11.
La somme de deux vecteurs sinterprte sans difcult gomtriquement. On peut
vrier la rgle ci-dessous par un calcul de gomtrie analytique.
Rgle du paralllogramme pour l'addition
Si lon reprsente deux vecteurs u et v de R2 par des points du plan, alors u C v
correspond au quatrime sommet du paralllogramme dont les autres sommets
sont u, 0 et v (voir gure 3).
x2
u+v
u
v
x1

0
FIGURE 3 Rgle du paralllogramme

EXEMPLE 2 La gure 4 reprsente les vecteurs u D


leur somme u C v D


4
.
3

 


2
6
et v D
, ainsi que
2
1

x2
u+v

3
u

v
6

x1

FIGURE 4

Lexemple suivant illustre le fait que lensemble des vecteurs colinaires un vecteur non nul x est une droite passant par lorigine .0; 0/.



3
. Reprsenter sur un dessin les vecteurs u, 2u et 23 u.
1


6
SOLUTION Se rfrer la gure 5 qui reprsente les vecteurs u, 2u D
ainsi
2


2
que 23 u D
. La che correspondant 2u est deux fois plus longue que pour u,
2=3

EXEMPLE 3 Soit u D

11 En

physique, les ches reprsentent des forces et peuvent en gnral se dplacer librement dans lespace.
Cette interprtation des vecteurs sera analyse dans la section 4.1.

1.3

quations vectorielles 29

et les deux ches pointent dans la mme direction. La che correspondant 23 u


a une longueur gale aux deux tiers de celle pour u, et les ches pointent dans des
directions opposes. De faon gnrale, la longueur de la che pour cu est gale jcj
fois la longueur de la che
p pour u. [On rappelle que la longueur du segment de droite
joignant .0; 0/ .a; b/ est a2 C b 2 . Ce point sera examin plus loin dans le chapitre 6.]

x2

x2
2
u
3

0u

x1

x1
u

u
2u

x3
Quelques vecteurs colinaires u

Ensemble des vecteurs colinaires u

FIGURE 5

2a

Vecteurs de R3
x1
FIGURE 6

Vecteurs colinaires

x2

Les vecteurs de R3 sont des matrices colonnes 3  1 avec trois lments. Ils sinterprtent gomtriquement comme des points dans un espace trois dimensions, munis
parfois, pour plus
2 3de clart, de ches partant de lorigine. La gure 6 reprsente les
2
vecteurs a D 4 3 5 et 2a.
4

Vecteurs de Rn
Si n est un entier strictement positif, Rn (lire r-n ) dsigne lensemble de toutes les
listes ordonnes (ou n-uplets) de n rels, que lon crit en gnral sous forme de matrices
colonnes n  1 :
2 3
u1
6 u2 7
6 7
uD6 : 7
4 :: 5

un

On appelle vecteur nul le vecteur dont tous les lments sont nuls et on le note 0
(le nombre de composantes de 0 est dtermin par le contexte).
On dnit lgalit des vecteurs de Rn ainsi que les oprations daddition et de
multiplication par un scalaire comme dans R2 , cest--dire composante par composante.
Ces oprations possdent les proprits suivantes, que lon vrie directement partir
des proprits correspondantes des rels (voir le problme dentranement 1 ainsi que
les exercices 33 et 34 en n de section).

30

CHAPITRE 1 quations linaires en algbre linaire

Proprits algbriques de Rn
Quels que soient les vecteurs u, v et w de Rn ainsi que les scalaires c et d :
(i)
(ii)
(iii)
(iv)

x2
v

(v)
(vi)
(vii)
(viii)

uCv Dv Cu
.u C v/ C w D u C .v C w/
uC0D0CuDu
u C . u/ D u C u D 0,
o u dsigne . 1/u

c.u C v/ D cu C cv
.c C d /u D cu C d u
c.d u/ D .cd /.u/
1u D u

x1
u

v
uv
FIGURE 7

Diffrence de deux vecteurs

Pour simplier les notations, un vecteur tel que u C . 1/v est not u
gure 7 montre la construction de u v comme somme de u et de v .

v . La

Combinaisons linaires
tant donn des vecteurs v 1 ; v 2 ; : : : ; v p de Rn et des scalaires c1 ; c2 ; : : : ; cp , le vecteur y
dni par
y D c1 v 1 C    C cp v p

est appel combinaison linaire de v 1 ; : : : ; v p , les scalaires c1 ; : : : ; cp tant appels


coefcients de la combinaison linaire. La proprit (ii) ci-dessus permet domettre les
parenthses dans lcriture dune telle combinaison. Les coefcients dune combinaison linaire peuvent tre des rels quelconques, ventuellement nuls. Voici quelques
exemples de combinaisons linaires de v 1 et v 2 :
p
3 v1 C v2 ; 12 v1 .D 12 v1 C 0v2 /; 0 .D 0v1 C 0v2 /

EXEMPLE 4 La gure 8 montre quelques combinaisons linaires de v1 D

1
1

 
2
. Les droites parallles formant le quadrillage passent par des multiples
et v2 D
1
entiers de v 1 et v 2 . Estimer les combinaisons linaires de v 1 et v 2 qui correspondent
aux vecteurs u et w .
3 v1 + v2
2

3v1
w
u

v1

v2
0

v1 v2
v2
2v2

3v2
2v2

2v1

2v1 + v2

v1
2v1

FIGURE 8 Combinaisons linaires de v 1 et v 2

SOLUTION La rgle du paralllogramme montre que u est la somme de 3v 1 et 2v 2 ;


autrement dit,
u D 3v 1 2v 2 :

On peut interprter cette expression de u comme une suite dinstructions pour aller
de lorigine au point u en suivant des chemins rectilignes. On parcourt dabord trois

1.3

units dans la direction de v 1 pour arriver 3v 1 , puis 2 units dans la direction de v 2


(paralllement la droite joignant 0 v 2 ). Quant au vecteur w , bien quil ne soit pas
situ sur le quadrillage, il semble tre peu prs mi-chemin de deux points de la grille,
au sommet dun paralllogramme dni par .5=2/v 1 et . 1=2/v 2 (voir gure 9). Une
estimation raisonnable de w est donc

3v1
w

2v1

w D 52 v 1

v1
0
v2
FIGURE 9

quations vectorielles 31

1
v :
2 2

Lexemple suivant tablit un lien entre un problme concernant les combinaisons


linaires et la question fondamentale dexistence tudie dans les sections 1.1 et 1.2.
2

3
2 3
2
3
1
2
7
EXEMPLE 5 On pose a1 D 4 2 5, a2 D 4 5 5 et b D 4 4 5. Le vecteur b peut5
6
3
il tre crit comme combinaison linaire de a1 et a2 ? Autrement dit, existe-t-il des
coefcients x1 et x2 tels que
x1 a1 C x2 a2 D b
(1)

Si elle(s) existe(nt), dterminer la ou les solution(s) de lquation (1).

SOLUTION En utilisant les dnitions de la multiplication par un scalaire et de laddition de vecteurs, on crit lquation vectorielle
2
3
2 3 2
3
1
2
7
x1 4 2 5 C x2 4 5 5 D 4 4 5
5
6
3
6

a1

cest--dire

ou encore

a2

3 2
3 2
3
x1
2x2
7
4 2x1 5 C 4 5x2 5 D 4 4 5
5x1
6x2
3
2

3 2
3
x1 C 2x2
7
4 2x1 C 5x2 5 D 4 4 5
5x1 C 6x2
3

(2)

Les deux vecteurs de chaque ct de lgalit (2) sont gaux si et seulement si les
lments correspondants sont gaux. Autrement dit, x1 et x2 vrient lquation vectorielle (1) si et seulement si x1 et x2 sont solutions du systme

x1 C 2x2 D
2x1 C 5x2 D
5x1 C 6x2 D

7
4
3

(3)

Pour rsoudre ce systme, on applique la mthode du pivot la matrice complte


en crivant12 :
2
3 2
3 2
3 2
3
1 2
7
1 2 7
1 2 7
1 0 3
4 2
5
4 5  4 0 9 18 5  4 0 1 2 5  4 0 1 2 5
5 6
3
0 16 32
0 16 32
0 0 0
12 Le

symbole  entre les matrices dsigne lquivalence selon les lignes (voir section 1.2).

32

CHAPITRE 1 quations linaires en algbre linaire

La solution de (3) est x1 D 3 et x2 D 2. Ainsi, b est combinaison linaire de a1 et a2 ,


avec les coefcients x1 D 3 et x2 D 2. Autrement dit, on a
3
2 3 2
3
2
1
2
7
34 2 5 C 24 5 5 D 4 4 5
5
6
3
On remarque que dans lexemple 5, les vecteurs initiaux a1 , a2 et b sont les colonnes
de la matrice complte que nous avons transforme en matrice chelonne rduite :
2
3
1 2 7
4 2
5 45
5 6 3
6

6 6

a1

a2 b

Si, pour abrger, on crit cette matrice en mettant simplement le nom de ses colonnes, cest--dire
a1 a2 b
(4)
alors on voit clairement que lon peut crire la matrice complte directement partir
des vecteurs de lquation (1), sans passer par les tapes intermdiaires de lexemple 5.
Il suft de prendre les vecteurs dans lordre o ils apparaissent dans lquation (1) et de
les mettre dans les colonnes dune matrice comme dans (4).
On peut donc facilement gnraliser ce qui prcde et noncer ceci.
Une quation vectorielle

x1 a1 C x2 a2 C    C xn an D b

a le mme ensemble de solutions que le systme dont la matrice complte est




a1
a2
   an
b :
(5)

En particulier, on peut crire b comme combinaison linaire de a1 ; : : : ; an si et


seulement si le systme linaire correspondant la matrice (5) admet au moins
une solution.
En algbre linaire, lune des principales questions qui se posent est ltude de lensemble des vecteurs qui scrivent comme combinaison linaire dun ensemble donn
de vecteurs fv 1 ; : : : ; v p g.

DFINITION

Soit v 1 ; : : : ; v p des vecteurs de Rn . Lensemble des combinaisons linaires de


v 1 ; : : : ; v p est not13 Vect fv 1 ; : : : ; v p g et appel partie de Rn engendre par
les vecteurs v 1 ; : : : ; v p . Autrement dit, Vect fv 1 ; : : : ; v p g est lensemble de tous
les vecteurs qui scrivent sous la forme

c1 v 1 C c2 v 2 C    C cp v p

o c1 ; : : : ; cp sont des scalaires.

13 Lexemple

3 de la section 2.8 justie cette notation. (NdT)

quations vectorielles 33

1.3

Dire quun vecteur b appartient Vect fv 1 ; : : : ; v p g revient dire que lquation


vectorielle
x1 v 1 C x2 v 2 C    C xp v p D b
a au moins une solution ou, de faon quivalente, que le systme linaire de matrice
complte v 1    v p b a au moins une solution.
On remarque que Vect fv 1 ; : : : ; v p g contient tous les vecteurs colinaires v 1
(par exemple), puisque cv 1 D cv 1 C 0v 2 C    C 0v p . En particulier, le vecteur nul
appartient ncessairement Vect fv 1 ; : : : ; v p g.

Interprtation gomtrique de Vect fvg et Vect fu, vg

Soit v un vecteur non nul de R3 . Alors Vect fv g est lensemble de tous les vecteurs
colinaires v , qui nest autre que lensemble des points de la droite de R3 joignant v
0 (voir gure 10).
De mme, si u et v sont des vecteurs non nuls de R3, non colinaires, Vect fu; vg
est le plan de R3 contenant u, v et 0. En particulier, Vect fu; vg contient la droite de R3
joignant u 0 ainsi que la droite joignant v 0 (voir gure 11).
x3

x3

Vect{v}
5u

3u
u

x2

2v

3v

x1

x1

x2

FIGURE 10 Vect fvg vu comme une


droite passant par lorigine

FIGURE 11 Vect fu; vg vu


comme un plan passant par
lorigine

3
2
3
2
3
1
5
3
EXEMPLE 6 On pose a1 D 4 2 5, a2 D 4 13 5 et b D 4 8 5. Lensemble
3
3
1
3
Vect fa1 ; a2 g est alors un plan de R passant par lorigine. Le vecteur b appartient-il
ce plan ?

SOLUTION Lquation x1 a1 C x2 a2 D b a-t-elle une solution ? Pour rpondre cette


question, on applique la mthode du pivot la matrice complte a1 a2 b :
3
3 2
2
3 2
1 5
3
1
5
3
1
5
3
4 2
3
25  40 3 25
13 8 5  4 0
0 0
2
0 18 10
3
3 1
La troisime quation est 0 D 2, ce qui montre que le systme na pas de solution.
Lquation vectorielle x1 a1 C x2 a2 D b na donc pas de solution et b nappartient pas
Vect fa1 ; a2 g.

34

CHAPITRE 1 quations linaires en algbre linaire

Applications de la notion de combinaison linaire


Le dernier exemple ci-dessous montre comment la colinarit et les combinaisons
linaires peuvent intervenir quand une quantit, telle que par exemple un cot global,
se dcompose en plusieurs catgories. Lexemple traite du calcul du cot de production
de plusieurs units dun produit donn, connaissant le cot unitaire :

 
 

nombre
cot
cot

D
dunits
unitaire
global

EXEMPLE 7 Une entreprise fabrique deux types de produits. Pour un certain pro-

duit B, si lon ramne son prix 1 , lentreprise dpense 0,45 en matriaux, 0,25
en main-duvre et 0,15 en frais gnraux. De mme, si lon ramne le prix dun
produit C 1 , lentreprise dpense 0,40 en matriaux, 0,30 en main-duvre et
0,15 en frais gnraux. Posons
2
3
2
3
0;45
0;40
b D 4 0;25 5 et c D 4 0;30 5
0;15
0;15
Alors, b et c reprsentent le cot par euro de revenu de chacun des deux produits.
a. Quelle interprtation conomique peut-on donner au vecteur 100b ?
b. Supposons que lentreprise veuille fabriquer le produit B pour une valeur de x1 euros
et le produit C pour une valeur de x2 euros. Dterminer un vecteur donnant les divers
cots que lentreprise devra supporter (pour les matriaux, la main-duvre et les
frais gnraux).

SOLUTION
a. On calcule

3 2 3
0;45
45
100b D 1004 0;25 5 D 4 25 5
0;15
15

Le vecteur 100b fournit les divers cots de production du produit B pour une valeur
de 100 , soit 45 de matriaux, 25 de main-duvre et 15 de frais gnraux.
b. Le vecteur x1 b donne les cots de production de B pour une valeur de x1 euros
et x2 c donne les cots de production de C pour une valeur de x2 euros. Le vecteur x1 b C x2 c donne alors les cots globaux (pour les deux produits).

EXERCICES DENTRANEMENT
1. Montrer que, pour tout u et tout v dans Rn , u C v D v C u.
2. On pose

3
1
v 1 D 4 1 5;
2

3
5
v 2 D 4 4 5;
7

3
3
v3 D 4 1 5
0

et

3
4
y D 4 35
h

Dterminer la ou les valeur(s) de h telle(s) que le vecteur y appartienne lensemble Vectfv 1 ; v 2 ; v 3 g.

Vous aimerez peut-être aussi