Résolution de systèmes linéaires

Systèmes d’équations linéaires

Définition
On appelle système de n équations linéaires à p inconnues le système :

Écriture matricielle

Avec : Xp et Bn deux matrices colonnes et A appelée matrice de transformation à n lignes et p

colonnes.

- Les coefficients avec et .

- Les avec : constituent le second membre de (S).
- Les lignes sont numérotées par (Li).

Définition

On appelle opérations élémentaires sur les lignes d’un système d’équations linéaires, les
opérations suivantes :

- Multiplication par un scalaire

- Permutation de deux lignes :
- Addition à une ligne d’un multiple d’une autre ligne :

Propriété

Toute opération élémentaire sur les lignes d’un système d’équations linéaires transforme ce
dernier en un système équivalent ayant le même ensemble de solutions.

De nombreux problèmes amènent à résoudre un système linéaire du type

(1)
Dans ce cours, on s’intéressera plus particulièrement aux systèmes linéaires pour lesquels la
matrice A est carrée (m = n ; autrement dit lorsque le nombre d’inconnues = au nombre
d’équations).

Théorème (existence et unicité de la solution)

Soit alors le système (1) admet une solution unique si et seulement si A est
inversible. Dans ce cas, la solution est donnée par .

Cependant résoudre des systèmes de grande taille (n grand) est toujours un problème difficile.
Malgré les progrès remarquables de la puissance de calcul des ordinateurs, une résolution
« brutale » du système, à savoir :

-étape 1 : on inverse la matrice A

-étape 2 : on calcule

est à proscrire.

Nous nous intéressons dans ce cours aux méthodes pratiques permettant de calculer la
solution x dans le cas où A est une matrice carrée (c’est à dire p = n) inversible, et en
particulier à deux familles : les méthodes dites « directes », et les méthodes dites
« itératives ».
 Méthodes de résolution directe des systèmes linéaires

Définition (méthode directe)

(1)

Une méthode de résolution du système (1) est dite directe si elle permet de calculer x de
manière ex acte en un nombre fini d’opérations élémentaires (+, -, ×, ÷). Il s’agit de trouver
tel que où est une matrice inversible, et .

I) Méthode de Gauss
Pivot de Gauss
L’idée de la méthode dite du pivot de Gauss est de se ramener, par des opérations
élémentaires, sur les lignes et les colonnes du système (1) à la résolution d’un système
triangulaire supérieur, c’est à dire de la forme suivante :

Pour cela, on construit une suite de matrices

Et de vecteurs

Tel que la résolution du système soit équivalente à celle de pour tout

, où la matrice est de la forme :

- Il suffit donc de savoir passer de à . La matrice est alors obtenue à la

fin de l’étape de descente, et le vecteur x est ensuite obtenu à l’étape de remontée.
 Algorithme de descente du pivot de Gauss

La matrice et le vecteur sont construits à partir de et de comme

suit :

- Si , on échange les lignes et de la matrice A et du vecteur b, où est

déterminée par :
(2)

- Si :
-
1- On ne touche pas aux k premières lignes :

2- Sur les lignes suivantes, on fait la bonne combinaison linéaire pour annuler

Algorithme de remontée

Cette étape consiste à résoudre le système triangulaire supérieur .

Cette résolution se fait « en remontant », c’est à dire qu’on part de :

Puis, pour i entre n-1 et 1,

Exemple :

A est inversible, on peut résoudre le système Ax=b.

Et l’opération permet alors d’obtenir le système triangulaire supérieur
Pivot 1

Pivot 2
Pivot 3

La méthode de remontée donne ensuite , puis , et enfin

Remarque (Importance du choix du pivot)

Dans l’algorithme de descente, le terme est appelé pivot. Il vaut mieux que ce pivot soit
le plus grand possible en valeur absolue (comme dans le choix (2) où on choisit le plus grand
des coefficients en valeur absolue), car un pivot « petit » peut conduire à des
erreurs d’arrondis très importantes.

Ex :

La solution de ce système est , et donc la solution approchée

arrondie à près est .

En prenant comme pivot, on obtient le système équivalent :

Avec 3 chiffres significatifs, on obtient alors comme solution :

Par contre, en prenant 1 comme pivot, on obtient :

en arrondissant à près

Exemple

Résoudre le système suivant par la méthode de Gauss

( Trouver les valeurs de x, y et z)

Réponse

Écriture matricielle

+ - +

Alors le système admet

une solution unique (car nombre d’inconnues = nombres d’équations).

L1
L2 = L2 - L1
L3 = L2 – 2 L1

L3 = 2 L3 + L2
 1
2

Conclusion

, c’est à dire que l’unique solution de (S1) est le triple {-2, 0, 3}.

Exemple. Méthode de Gauss avec pivotation partielle : cas du pivot nul

Résoudre le système d’équations suivant :

(S2

Avant de commencer la résolution de ce système, il faudrait s’assurer que le Det A ≠ 0. Le

calcul du Det A est détaillé ci-dessous.

+ - + -

–
+ - + + - + + - +

Det A

Det A = 2

Pivot 1
 Pivot nul
Pivot 2

Permutation entre la
ligne 3 et la ligne 4
(Pivotation partielle)
Pivot 3

La solution de (S2) est {1, 2, 3, 4}

Si on veut calculer le déterminant d’une matrice après sa triangularisation, on applique la

formule

Pour cet exemple :

On a fait une seule permutation (entre les lignes 3 et 4), donc :

Exemple. Méthode de Gauss avec pivotation totale : cas du pivot nul

Pivot nul

Permutation entre la
ligne 1 et la ligne2
 Permutation entre la
colonne 1 et la colonne 3

Pour la résolution du système, on suit les mêmes étapes décrites auparavant pour la méthode
de Gauss sans pivotation.

Programme Matlab de la méthode de Gauss

% Methode d’elimination de Gauss

[m, n] = size (A) ; m : nombre de lignes

n : nombre de colonnes
For j = 1 : m-1

For z = 2 : m

If A(j, j) = = 0
Pivotation partielle
t = A(j, :) ; A(j, :) = A(z, :) ; (pivot nul)

A(z, :) = t ;

End

End

For i = j+1 : m

A(i, :) = A(i, :) - A(j :) * (A(i, j) / A(j, j)) ; Convertir les éléments au

dessous de la diagonale
End principale à 0

End

x = zeros (1, m) ;
Substitution
For s = m : -1 : 1 (remontée)
C=0;

For k = 2 : m

c = c + A(s,k) * x(k) ;
Substitution
end (remontée)

x(s) = (A(s, n) - c) / A(s, s) ;

end

disp (‘methode d’elimination de Gauss :’) ; Affichage des

A résultats
x’