Académique Documents
Professionnel Documents
Culture Documents
I. Dénitions et généralités
I.1 Équation linéaire
Dénition 1.
Une équation est linéaire par rapport aux inconnues x1 , x2 , · · · , xm si elle s'écrit sous la forme
a1 x1 + a2 x2 + · · · + am xm = b,
1
I.4 Système homogène
Dénition 4.
Si b1 = b2 = · · · = bn = 0, le système linéaire (S) est dit homogène de la forme
a11 x1 + a12 x2 + · · · + a1m xm = 0
a21 x1 + a22 x2 + · · · + a2m xm = 0
(S0 )
..
. .. .. ..
. . .
a x + a x + ··· + a x
n1 1 n2 2 nm m = 0
I une seule solution ou une innité de solutions, on dit que le système est compatible, possible ou
cohérent.
Exemple 3.
x1 − x2 = 1 (1)
1. Le système (S1 ) x2 − x3 = 1 (2) est incompatible
x3 − x1 = 1 (3)
car on a: (1) + (2) + (3) donne 0 = 3, ce qui est impossible. Donc l'ensemble des solutions S1 = ∅.
x1 + x2 = 1
2. Le système (S2 ) est cohérent car il admet une innité de solutions
2x1 + 2x2 = 2
(x1 , x2 ) = (1 − α, α) où α ∈ R. Donc l'ensemble des solutions est S2 = {(1 − α, α), α ∈ R}.
Le système (S) peut s'écrire sous la forme : A · X = b, où A est une matrice à n lignes et m colonnes
formée par les coecients du système, X est le vecteur inconnu et b est le vecteur second membre,
a11 a12 . . . a1m x1 b1
a21 a22 . . . a2m x2 b2
A = .. .. .. , X = .. et b = .. .
. . . . .
an1 an2 . . . anm xm bn
2
Corollaire 1.
Considèrons le système linéaire suivant :
x + y - 2z = 5
(S) : x - y - z = 1
3x + z = 3
En utilisant des opérations élémentaires sur les lignes de la matrice augmentée du système linéaire (S), on
obtient le résultat suivant
Proposition 1.
Toute matrice équivalente à la matrice augmentée d'un système linéaire, est la matrice augmentée d'un
système linéaire équivalent.
Autrement dit si (A | b) ∼ (A0 | b0 ), alors AX = b ⇐⇒ A0 X = b0 .
3
Théorème 3. (Formules de Cramer)
Soit (S) un système linéaire de Cramer.
L'unique solution X =t (x1 , x2 , . . . , xn ) ou tout simplement le n-uplet (x1 , x2 , . . . , xn ) est donnée par
det(Aj )
xj = , ∀ j ∈ {1, 2, . . . , n} ,
det(A)
où
... ...
a11 a12 a1j−1 b1 a1j+1 a1n
... ...
a21 a22 a2j−1 b2 a2j+1 a2n
det(Aj ) = .. .. .. .. .. .
... . . . . .
... ...
an1 an2 anj−1 bn anj+1 ann
La matrice Aj est obtenue en substituant le second membre b à la j -ème colonne de la matrice A.
Exemple 4.
Donc le système (S1 ) est un système de Cramer. Sa solution est donnée par X =t (x, y, z), avec
5
1 −2 1 5 −2
1 1 5
1
−1 −1 1 1 −1
1 −1 1
3 0 1 15 3 3 1 16 3 0 3 12
x= = , y= = , z= =− .
−11 11 −11 11 −11 11
15 16 12
L'ensemble des solutions est S = {( , , − )}.
11 11 11
2. Considérons le deuxième système écrit sous forme matricielle
1 −1 2 x 2
(S2 ) : 2 1 0 y = −1
3 2 0 z 1
On a
1 −1 2
A = 2 1 0 =⇒ det(A) = 2 6= 0.
3 2 0
Donc le système (S2 ) est un système de Cramer, il admet une unique solution donnée par
X =t (x, y, z), avec
2 −1 2 1 2 2 1 −1 2
1 1 1
x = −1 1 0 = −3, y = 2 −1 0 = 5, z = 2 1 −1 = 5.
2 2 2
1 2 0 3 1 0 3 2 1
L'ensemble des solutions est S2 = {(−3, 5, 5)}.
4
III.2 Cas d'un système linéaire homogène
Pour les systèmes linéaires homogènes on a le résultat suivant
Proposition 2.
Soit le système AX = 0. Alors, ona
1. Si det(A) 6= 0, le système admet une unique solution nulle ((0, 0, 0)).
2. Si det(A) = 0, le système admet une innité de solutions.
1. Soit le système
2x + y − z = −4 2 1 −1 −4
(S1 ) x − y + 3z = 3 , A = 1 −1 3 , b = 3 .
x + 2y − 4z = 1 1 2 −4 1
2 1 −1 −4 1 −1
On a det(A) = 1 −1 3 = 0 et det(A1 ) = 3 −1 3 = 16 6= 0.
1 2 −4 1 2 −4
Le système (S1 ) est impossible. L'ensemble des solutions S1 = ∅.
2. Soit le système linéaire suivant
x + y + z = 2 1 1 1
(S2 ) 2x + y + 2z = 6 , A= 2 1 2
x + 2y + z = 0 1 2 1
Remarque 1.
La méthode de Cramer est d'une importance théorique car elle donne explicitement la solution d'un système
linéaire. Par contre, à partir des matrices d'ordre 4, elle est moins ecace avec beaucoup de déterminants
à calculer. Dans la section suivante, nous donnerons une méthode plus générale et moins coûteuse basée
sur les opérations élémentaires sur les matrices augmentée associées aux systèmes linéaires.
5
III.4 Méthode 2: Résolution par la méthode Gauss
La méthode de Gauss ou méthode de pivot de Gauss est la méthode la plus générale de résolution
des systèmes linéaires. Nous donnons l'idée globale de cette technique et nous la montrons sur deux ex-
emples.
La méthode de Gauss
Elle consiste à
1. Transformer la matrice augmentée (A | b) d'un système linéaire (S) en une matrice équivalente
(R | b0 ) où R est une matrice échelonnée, le système linéaire obtenu (S 0 ) est facile à résoudre.
2. Si le det(A) 6= 0, la matrice R sera une matrice triangulaire supérieure et l'unique solution du système
est obtenue par la remontée.
Exemple 6.
(S1 ) x - y + z = 2
x - 2y + 4z = 1
2 −1 3 1 2 −1 3 1
1 −1 1 2 L2 ← L2 − 21 L1 ∼ 0 −1 2
−1
2
3
2
1 −2 4 1 L3 ← L3 − 21 L1 0 −32
5
2
1
2
2 −1 3 1 2 −1 3 1
−1 −1 0
0 3
∼ 0 −1 −1 3
= (R |b )
2 2 2 2 2 2
0 −3 5 1 L3 ← L3 − 3L2 0 0 4 −4
2 2 2
2x - y + 3z = 1 x = 1
(S10 ) - 1
2
y - 12 z = 32 par la remontée ⇒ y = −2
4z = −4 z = −1
6
C'est un système à matrice d'ordre 4, la méthode de Cramer nécessite beaucoup de calculs, nous
allons utiliser la méthode de Gauss. La matrice augmentée du système linéaire est
1 2 3 4 1 1 2 3 4 1
2 3 4 1 2 L2 ← L2 − 2L1
0 −1 −2 −7 0
(A | b) = −→
3 4 1 2 3 L3 ← L3 − 3L1 0 −2 −8 −10 0 L3 ← L3 − 2L2
4 1 2 3 4 L4 ← L4 − 4L1 0 −7 −10 −13 0 L4 ← L4 − 7L2
1 2 3 4 1 1 2 3 4 1
0 −1 −2 −7 0 0 −1 −2 −7 0
−→ −→
0 0 −4 4 0 0 0 −4 4 0
0 0 4 36 0 L4 ← L4 + L3 0 0 0 40 0
Ceci donne :
x1 + 2x2 + 3x3 + 4x4 = 1
x1 =1
−x2 − 2x3 − 7x4 = 0 x2 =0
(S20 ) par la remontée =⇒
−4x3 + 4x4 = 0
x3 =0
40x4 = 0 x4 =0
7
1 2 3 1 0 0 1 2 3 1 0 0
∼ 0 1 1 −1 1 0 ∼ 0 1 1 −1 1 0
L3 ← L3 − 2L2 0 0 −2 1 −2 1 L3 ← −1
2
L3 0 0 1 −1
2
1 −1
2
L1 ← L1 − 3L3 1 2 0 52 −3 3
L1 ← L1 − 2L2 1 0 0 72 −3 12
2
∼ L2 ← L2 − L3 0 1 0 − 12 0 1
2
∼ 0 1 0 −1 0
2
1
2
0 0 1 − 12 1 − 12 0 0 1 − 21 1 − 21
1 2 3 4 1 1 2 3 4 1 L1 ← L1 + 2L2
2 3 4 1 2 L2 ← L2 − 2L1
0 −1 −2 −7 0
(A | b) = −→
3 4 1 2 3 L3 ← L3 − 3L1 0 −2 −8 −10 0 L3 ← L3 − 2L2
4 1 2 3 4 L4 ← L4 − 4L1 0 −7 −10 −13 0 L4 ← L4 − 7L2
L1 ← L1 − 14 L3
1 0 −1 −10 1 1 0 0 4 1 1
0 −1 −2 −7 0 L2 ← L2 − 1 L3 0 −1 0 −7 L1 ← L1 + L
10 4
0
L2 ← L2 + 7
−→
0 0 −4 4
2 −→
0 0 −4 4 L
40 4
0 0 4
L3 ← L3 − L
40 4
0 0 4 36 0 L4 ← L4 + L3 0 0 0 40 0
1 0 0 0 1
0 −1 0 0 0
−→ 0 0 −4 0 0
0 0 0 40 0
Ceci donne :
x1 = 1
−x2 = 0
−4x3 = 0
40x4 = 0
8
Corrigé de la question 2 de l'exercice 6
1 −1 0
Calculer par la méthode de Gauss-Jordan l'inverse de la matrice A = −2 1 −2
0 −1 1
1 −1 0 1 0 0 1 −1 0 1 0 0
−2 1 −2 0 1 0 L2 ← L2 + 2L1 ∼ 0
−1 −2 2 1 0
0 −1 1 0 0 1 0 −1 1 0 0 1 L3 ← L3 − L2
L1 ← L1 − L2
1 −1 0 1 0 0 1 −1 0 1 0 0
0 −1 −2 2 1 0 L2 ← L2 + 23 L3 ∼ 0 −1 0 2
3
1
3
2
3
0 0 3 −2 −1 1 0 0 3 −2 −1 1
1 −1 −2
L1 ← L1 1 −1 −2
1 0 0 3 3 3
1 0 0 3 3 3
0 −1 2 1 2 L2 ← −L2 −2 −1 −2
0 3 3 3
∼ 0 1 0 3 3 3
0 0 3 −2 −1 1 L3 ← 13 L3 0 0 1 −2
3
−1
3
1
3
La résolution de ce type de système à matrice rectangualire A du type n × m est résumée dans la propo-
sition suivante
Proposition 6.
I Le système (S) est compatible si et seulement si le rang de la matrice augmentée est égal au rang de
la matrice A. Autrement dit: rg(A | b)=rg(A) .
I Si le rang de la matrice augmentée est strictment supérieur au rang de la matrice A ( rg(A | b) > rg(A) )
alors le système (S) est incompatible.
9
Exemple 9.
x - y - z + t = 2
x - y - z - t = 3
1 1 1 −1 1 1 1 1 −1 1
0 −2 −2 2 1 ∼ 0 −2 −2 2 1
0 −2 −2 0 2 L3 ← L3 − L2 0 0 0 −2 1
On obtient, rg(A | b) = rg(A) = 3. Donc le système est compatible.
On déduit le système équivalent à (S), qui s'écrit comme suit :
x + y + z - t = 1 x =
3
2
- 2y - 2z + 2t = 1 ⇒ y = −1 − z
- 2t = 1 t = −1
2
On obtient
ainsi une innité
de solutions
données par l'ensemble
3 −1
S= , −1 − z, z, , z∈R .
2 2
2. Considérons le deuxième système
x + y + z - t = 1
2x - y - z + t = -1
2x +2 y +2 z -2 t = 0
10