Chapitre 1: Les équations linéaires en algébre

linéaire

March 21, 2020

Les systèmes d’équations linéaires sont au coeur de l’algèbre linéaire. Dans ce

chapitre, nous présentons une méthode systématique de résolution des systèmes
linéaires. Cet algorithme servira tout au long du programme, notamment dans
les concepts fondamentaux d’engendrement, d’indépendance linéaire et de trans-
formations linéaires.

1 Les systèmes d’équations linéaires

Une équation linéaire en les variables x1 ,...,xn est une équation qui peut
s’écrire sous la forme
a1 x1 +...+an xn =b,
où les coefficients b et a1 , ...,an sont des nombres réels ou complexes,
habituellement connus. L’indice n est un nombre entier positif quelconque.
Un système d’équations linéaires (ou système linéaire) est une collec-
tion d’une ou plusieurs équations linéaires relatives aux mêmes variables
x1 ,...,xn .
Une solution du système est une liste (s1 ,...,sn ) de nombres qui font que chaque
égalité est vraie quand les valeurs s1 ,...,sn sont substituées à x1 ,...,xn
respectivement.
L’ensemble de toutes les solutions possibles est appelé l’ensemble des solu-
tions du système linéaire.
Deux systèmes linéaires sont dits équivalents s’ils ont le même ensemble de
solutions, autrement dit, si chaque solution du premier est une solution
du second et réciproquement.
Un système d’équations linéaires a

• soit aucune solution,

• soit exactement une solution,
• soit une infinité de solutions.

1
Un système est dit compatible s’il a au moins une solution et incompatible
s’il n’a pas de solution.
Notation matricielle: Un tableau rectangulaire, appelé matrice, suffit à
résumer l’essentiel de l’information présente dans un système linéaire. Étant
donné le sytème
a11 x1 +a12 x2 +... +a1n xn = b1 a11 a12 . . . a1n | b1
a21 x1 +a22 x2 +... +a2n xn = b2 a21 a22 . . . a2n | b2
. . . . . . . . . . . . | .
, la matrice
. . . . . . . . . . . . | .
. . . . . . . . . . . . | .
am1 x1 +am2 x2 +... +amn xn = bm am1 am2 . . . amn | bm
est appelée la matrice augmentée du système.
Une matrice de genre (ou format) (m,n) est un tableau rectangulaire à
m lignes et n colonnes. La notation matricielle va simplifier les calculs dans les
exemples qui suivent.

2 Résolution des systèmes linéaires par réduction

par rapport aux lignes
Le principe de base consiste à remplacer un système par un système équivalent
(de forme triangulaire) qui soit facile à résoudre.

2.1 Résolution d’un système linéaire

L’algorithme de résolution d’un système linéaire de la forme précédente consiste
à se servir du terme en x1 dans la première équation pour éliminer les termes
en x1 des les autres équations. Puis se servir du terme en x2 dans la deuxième
équation pour éliminer les termes en x2 des autres équations et ainsi de suite
jusqu’à obtenir finalement un système d’équations équivalent très simple. Pour
le faire, on dispose de:

2.1.1 les opérations élémentaires sur les lignes

• Remplacer une ligne par sa somme avec un multiple d’une autre
ligne.
• Échanger deux lignes.
• Multiplier tous les éléments d’une ligne par une constante non
nulle.

DEFINITION
• Deux matrices sont dites équivalentes par rapport aux lignes si une
certaine séquence d’opérations élémentaires sur les lignes fait passer de
l’une à l’autre.

2
2.1.2 l’algorithme de réduction par rapport aux lignes
On appelle élément de tête d’une ligne (resp. colonne) l’élément non nul le
plus à gauche (resp. en haut) d’une ligne non nulle (resp. d’une colonne non
nulle).
Un pivot est un élément de tête qui sert à créer des zéros via des opérations
élémentaires. Une colonne (resp. ligne) d’une matrice A qui contient un
pivot est appelée colonne pivot (resp. ligne pivot).
L’algorithme que voici se compose de quatre étapes et fournit une matrice sous
forme <<triangulaire>> (encore dite échelonnée).
Étape 1: Identifier la colonne pivot.
Étape 2: Choisir son pivot et, si nécessaire, intervertir des lignes afin que cet
élément occupe la première ligne.
Étape 3: Appliquer les opérations élémentaires sur les lignes pour que tous les
éléments sous le pivot deviennent des 0.
Étape 4: Cacher (ou ignorer) la ligne qui contient le pivot, appliquer les étapes
1 à 3 à la sous-matrice qui reste, et répèter cette séquence jusqu,à ce qu’il
n’y ait plus de lignes non nulles à échanger.

2.2 Exemples de résolution d’un système linéaire

Voici les grandes lignes de la marche à suivre pour résoudre un système linéaire
par la réduction par rapport aux lignes:

1. Écrire la matrice augmentée du système.

2. Utiliser l’algorithme de réduction par rapport aux lignes pour obtenir une
matrice augmentée sous forme échelonnée ou <<triangulaire>>.
3. Examiner si le système est compatible: s’il n’y a pas de solution, stop;
sinon, résoudre le système <<triangulaire>> correspondant à la matrice
augmentée échelonnée en remontant.

4. Écrire l’ensemble des solutions du système.

Résoudre les systèmes suivants;
x1 −2x2 +x3 = 0 +x2 −4x3 = 8 x1 −5x3 = 1
+2x2 −8x3 = 8 , 2x1 −3x2 +2x3 = 1 , x1 +x2 −4x3 = 5
−4x1 +5x2 +9x3 = −9 5x1 −8x2 +7x3 = 1 2x1 −10x3 = 2
Solution:
• La matrice augmentée du premier système est

3
 1 −2 1 | 0 L1 1 −2 1 | 0 L1 1 −2 1 | 0 0 1 −2 1
1
0 2 −8 | 8 L2 ˜ 0 2 −8 | 8 L2 ˜ 0 1 −4 | 4 2 L2 ˜ 0 1 −4
−4 5 9 | 9 L3 0 −3 13 | −9 L3 + 4L1 0 −3 13 | −9 L3 0 0 1
Alors x3 =3, x2 =16 et x1 =29. Donc l’ensemble des solutions de ce système
est S1 ={(3; 16; 29)}.
• La matrice augmentée du second système est
0 1 −4 8 L1 2 −3 2 1 L1 ← L2 2 −3 2 1 L1 2 −3 2 1
2 −3 2 1 L2 ˜ 0 1 −4 8 L2 ← L1 ˜ 0 1 −4 8 L2 0 1 −4 8
5 −8 7 1 L3 5 −8 7 1 L3 0 − 21 2 − 23 L3 − 52 L1 0 0 0 5
2 L3
Donc l’ensemble des solutions de ce système est S1 ={}.
• La matrice augmentée du troisième système est
1 0 −5 1 L1 1 0 −5 1 L1
1 1 −4 5 L2 ˜ 0 1 1 4 L2 − L1
2 0 −10 2 L3 0 0 0 0 L3 − 2L1
Donc le système a une infinité de solutions et l’ensemble des solutions de ce
système est S1 ={(1 + 5x3 ; 4 − x3 ; x3 ), x3 nombre}.