35

Sixième Chapitre

SYSTEMES D’EQUATIONS LINEAIRES

1.- Définition
On appelle système de n équations linéaires à p inconnues, un système de la forme :

a11 x1 + a12 x2 + a13 x3 + … + a1j xj + … + a1p xp = b1

a21 x1 + a22 x2 + a23 x3 + … + a2j xj + … + a2p xp = b2
a31 x1 + a32 x2 + a33 x3 + … + a3j xj + … + a3p xp = b3
(S) …………………………………………………...
ai1 x1 + ai2 x2 + ai3 x3 + … + aij xj + … + aip xp = bi
……………………………………………………
an1 x1 + an2 x2 + an3 x3 + … + anj xj + … + anp xp = bn

Cette écriture du système d’équations linéaires s’appelle forme analytique. Dans ce système,
les coefficients aij et bi sont réels ou complexes. Les inconnues (réelles ou complexes) x1, x2,
x3, …, xp sont à déterminer. La détermination de ces inconnues s’appelle « résolution du
système ».

Le système ci-dessus peut être écrit sous la forme matricielle suivante :

a11 a12 a13 … a1j … a1p x1 b1

a21 a22 a23 … a2j … a2p x2 b2
a31 a32 a33 … a3j … a3p x3 b3
(S) ……………………….. .. = ..
ai1 ai2 ai3 …. aij …. aip xi bi
……………………….. .. ..
an1 an2 an3 … anj … anp xp bn

(S) : A x ⃗X = ⃗B,
avec A = (aij) ∈ M(n,p) : matrice du système
⃗ = (xi) = (x1,x2, x3, …, xp) : vecteur inconnu
X
⃗ = (bi) = (b1, b2, b3, …, bn) : vecteur membre de droite du système
B

II.- TYPES DE SYSTEME D’EQUATIONS LINEAIRES

⃗ , la matrice
Les systèmes d’équations linéaires sont classifiés selon trois critères : le vecteur B
A et le déterminant ∆ = det(A).

II.1.- Classification suivant le vecteur 𝐁 ⃗,

On distingue les systèmes homogènes et les systèmes quelconques.
- le système est dit homogène si ⃗B = ⃗0, ∀ i ∈ {1, 2, 3, … , n} : bi = 0
⃗ ⃗
- le système est dit quelconque si B ≠ 0, ∃ i ∈{1, 2, 3, … , n} : bi ≠ 0

---------------------------------------------------------------------------------------------------------------
6.- Rafaralahy, Cours d’Algèbre, Licence, Systèmes d’équations linéaires
 36

II.2.- Classification suivant la matrice A

On distingue les systèmes carrés, les systèmes rectangulaires verticaux et les systèmes
rectangulaires horizontaux.
- le système est carré si la matrice est carrée n=p Dans la matrice, il y a
autant de lignes que de colonnes. Dans le système, il y a autant d’équations que
d’inconnues.
- le système est rectangulaire vertical si la matrice est rectangulaire verticale n>p
il y a plus lignes que de colonnes plus d’équations que d’inconnues,
- le système est rectangulaire horizontal si la matrice est rectangulaire horizontale n<p
il y a plus de colonnes que de lignes plus d’inconnues que d’équations.

II.3.- Classification suivant le déterminant

Pour les systèmes carrés (pour lesquels on peut calculer le déterminant), on distingue les
systèmes « Cramer » et les systèmes non Cramer.
- les systèmes Cramer sont les systèmes carrés dont le déterminant est différent de zéro,
- les systèmes non Cramer sont les systèmes carrés à déterminant nul.

⃗ , matrice A, déterminant Δ) détermine

La combinaison des trois critères ci-dessus (vecteurB
une typologie complète du système.

III.- RESOLUTION DES SYSTEMES CARRES

D’une manière générale, la résolution d’un système d’équations linéaires consiste à trouver
les vecteurs ⃗X qui vérifient la relation A x ⃗X = ⃗B.
- pour les systèmes carrés, on peut calculer ∆ = det(A)
⃗⃗⃗⃗⃗
- les solutions sont les vecteurs X ⃗ = ΔX
∆
Δxj
- puisque ⃗X = (x1, x2, x3, … , xj, …, xn) : ⃗X = ⃗⃗⃗⃗⃗
ΔX / ∆ xj = Δ

Cj
a11 a12 a13 … a1j … a1n
a21 a22 a23 … a2j … a2n
a31 a32 a33 … a3j … a3n
∆= ………………………..
ai1 ai2 ai3 …. aij …. ain
………………………..
an1 an2 an3 … anj … ann

Cj
a11 a12 a13 … b1 … a1n
a21 a22 a23 … b2 … a2n
a31 a32 a33 … b3 … a3n
∆xj = ………………………..
ai1 ai2 ai3 … bi …. ain
………………………..
an1 an2 an3 …bn … ann

L’existence de solutions ainsi que les solutions respectives dépendent en premier lieu de ∆,
mais aussi des ∆xj
---------------------------------------------------------------------------------------------------------------
6.- Rafaralahy, Cours d’Algèbre, Licence, Systèmes d’équations linéaires
 37

III.1.- Systèmes carrés homogènes

» Systèmes Cramer homogènes
On rappelle que les systèmes carrés homogènes Cramer sont pour A ∈ M(n,n) et ∆ = det(A)
≠ 0, tandis que la nature homogène correspond à ⃗B = ⃗0 (vecteur colonne nul).
Ce qui donne :

a11 a12 a13 … 0 … a1n

a21 a22 a23 … 0 … a2n
a31 a32 a33 … 0 … a3n
∆xj = ……………………….. = 0, ∀ j
ai1 ai2 ai3 … 0 …. ain
………………………..
an1 an2 an3 …0 … ann

Δxij 0
xj = =Δ=0
Δ

⃗ = (0, 0, 0, …, 0) : les systèmes Cramer homogènes à ∆ ≠ 0 admettent une solution

X
unique, le vecteur nul

Exemple
x – 2y + z = 0 1 -2 1 x 0
(S) : 2x + y – z = 0 2 1 -1 y = 0
-x – y + 2z = 0 -1 -1 2 z 0

1 -2 1 1 -2 1 5 -3
∆= 2 1 -1 = 0 5 -3 = -3 3 =6≠0
-1 -1 2 0 -3 3
0 -2 1 1 0 1 1 -2 0
∆x = 0 1 -1 = 0, ∆y = 2 0 -1 = 0, ∆z = 2 1 0 =0
0 -1 2 -1 0 2 -1 -1 0

⃗X = (x,y,z) = (0,0,0)

» Systèmes carrés homogènes non Cramer

⃗ = ⃗0, Δ = det(A) = 0.
Leurs caractéristiques sont : A ∈ M(n,n), B

On a toujours ∆xj = 0. Ce qui donne

∆xj 0
xj = =0 xj .0 = 0
Δ

xj ∈ R, ∀ j : les systèmes carrés homogènes à ∆ = 0 admettent une infinité de

solutions (y compris le vecteur nul)

Mais il faut remarquer que le fait d’avoir ∆ = 0 signifie que l’une des lignes (des colonnes)
de la matrice est une combinaison linéaire des autres lignes (colonnes). Les composantes des
vecteurs solutions sont liées entre elles. Cette relation de dépendance des composantes est
prouvée en résolvant le système initial par élimination (de certaines inconnues)

---------------------------------------------------------------------------------------------------------------
6.- Rafaralahy, Cours d’Algèbre, Licence, Systèmes d’équations linéaires
 38

Exemple
x + 2y – 3z = 0 (1) 1 2 -3 x 0
(S) : x – 2y - z = 0 (2) 1 -2 -1 y = 0
-2x + 4y + 2z = 0 (3) -2 4 2 z 0

Calculons det(A)
1 2 -3 1 2 -3
∆ = 1 -2 -1 = 0 -4 2 =0
-2 4 2 0 0 0

Puisque le système est homogène, on trouve facilement :

∆x = 0, ∆y = 0, ∆z = 0,

Ce qui donne :
0 0 0
x = 0, y = 0, z = 0
x.0 = 0, y.0 = 0, z.0 = 0

Procédons par éliminations successives

(2) z = x - 2y z = x - 2y x∈R
1
(1) : x + 2y – 3(x - 2y) = 0 -2x + 8y = 0 y=4x
1
(3) : -2x + 4y + 2(x - 2y) = 0 x∈R z=2x

⃗ = (x,y,z) = (4λ, λ, 2λ), λ ∈ R

X

III.2.- Systèmes carrés quelconques

» Systèmes carrés quelconques Cramer
Ce sont les systèmes avec A ∈ M(n,n), ⃗B ≠ ⃗0 et Δ = det(A) ≠ 0

a11 a12 a13 … b1 … a1n

a21 a22 a23 … b2 … a2n
a31 a32 a33 … b3 … a3n
∆xj = ………………………..
ai1 ai2 ai3 … bi …. ain
………………………..
an1 an2 an3 …bn … ann

- si les ∆xj sont tous nuls, on a une solution unique représenté par le vecteur nul,
- si certains ∆xj ne sont pas nuls, on a toujours une solution unique mais différente du
vecteur nul.

Dans tous les cas, les systèmes carrés quelconques Cramer admettent une solution unique :
⃗ = (x1, x2, x3, … , xn) = (Δx1, Δx2, Δx3, … , Δxn)
X Δ Δ Δ Δ

Exemple
x + 2y + z – t = 1 1 2 1 -1 x 1
(S) : -x + y + 2z + 2t = 0 -1 1 2 2 y = 0
-x + y + 2z + t = 2 -1 1 2 1 z 2
-2x + y + 2z – t = -1 -2 1 2 -1 t -1

---------------------------------------------------------------------------------------------------------------
6.- Rafaralahy, Cours d’Algèbre, Licence, Systèmes d’équations linéaires
 39

Calcul des déterminants

1 2 1 -1 1 2 1 -1 3 3 1
∆ = -1 1 2 2 = 0 3 3 1 = 3 3 0 = (12 – 15) – 3 (9 – 9) = -3
-1 1 2 1 0 3 3 0 5 4 -3
-2 1 2 -1 0 5 4 -3
1 2 1 -1 1 2 1 -1 1 2 2 1 0 0
∆x = 0 1 2 2 = 0 1 2 2 = -3 0 3 = -3 6 3 = - 21
2 1 2 1 0 -3 0 3 3 3 -2 3 -3 -5
-1 1 2 -1 0 3 3 -2

1 1 1 -1 1 0 0 0 1 2 4 1 2 4
∆y = -1 0 2 2 = -1 1 2 4 = 3 0 3 = 0 -6 -9 = 27
-1 2 2 1 -1 3 0 3 1 3 1 0 1 -3
-2 -1 2 -1 -2 1 3 1

1 2 1 -1 1 2 1 -1 3 1 1 3 1 1
∆z = -1 1 0 2 = 0 3 1 1 = 3 3 0 = 3 3 0 = - 30
-1 1 2 1 0 3 3 0 5 1 -3 14 4 0
-2 1 -1 -1 0 5 1 -3

1 2 1 1 1 2 1 1 3 3 1 3 3 1
∆t = -1 1 2 0 = 0 3 3 1 = 3 3 3 = 0 0 2 =6
-1 1 2 2 0 3 3 3 5 4 1 5 4 1
-2 1 2 -1 0 5 4 1

Calcul des composantes du vecteur solution

Δx −21
x = Δ = −3 = 7
Δy 27
y= = −3 = - 9
Δ
Δz −30
z= = = 10
Δ −3
Δt 6
t= = −3 = - 2
Δ

⃗X = (x,y,z,t) = (7, -9, 10, -2)

» Systèmes carrés quelconques non Cramer

Ce sont les systèmes avec A ∈ M(n,n), ⃗B ≠ ⃗0 et det(A) = 0

a11 a12 a13 … b1 … a1n

a21 a22 a23 … b2 … a2n
a31 a32 a33 … b3 … a3n
∆xj = ………………………..
ai1 ai2 ai3 … bi …. ain
………………………..
an1 an2 an3 …bn … ann

---------------------------------------------------------------------------------------------------------------
6.- Rafaralahy, Cours d’Algèbre, Licence, Systèmes d’équations linéaires
 40

0
- si les ∆xj sont tous nuls, on a une infinité de solutions, car on retrouve le cas xj = 0
0.xj = 0.
Δxj
- si certains ∆xj ne sont pas nuls, le système n’admet pas de solution car on a : xj = 0
0.xj = ∆xj ≠ 0. On dit que le système est incompatible.

Exemple
x + 2y + z = 1 1 2 1 x 1
(S) : -x + y + 2z = 0 -1 1 2 y = 0
-2x + 2y + 4z = 2 -2 2 4 z 2

1 2 1 1 2 1
∆ = -1 1 2 = -1 1 2 = 0
-2 2 4 0 0 0

1 2 1 1 2 1
∆x = 0 1 2 = 0 1 2 = 5≠0
2 2 4 0 -2 2

Δx Δx
x= = 0 x.0 = ∆x ≠ 0 : impossible
Δ
Le système (S) est incompatible.

IV.- RESOLUTION DES SYSTEMES RECTANGULAIRES

Pour résoudre les systèmes rectangulaires, on en extrait un système carré que l’on résout par
les méthodes discutées précédemment. Ensuite, on revient au système initial.

IV.1.- Systèmes rectangulaires verticaux

Ce sont les systèmes (S) avec A ∈ M(n,p) où n > p.

Dans ce cas :
1) On extrait un système carré (S’) avec (A’) ∈ M(p,p) en prenant p équations parmi les n
disponibles,
2) On résout (S’) :
• si (S’) n’est pas compatible, (S) ne l’est pas non plus,
• si (S’) admet une ou des solutions, on introduit ses solutions dans les (n-p) équations
restantes pour vérifier la compatibilité de (S) :
- si la vérification est satisfaisante, (S) est compatible et ses solutions sont celles de
(S’),
- si la vérification n’est pas satisfaite, (S) est incompatible.

Exemple
x + 2y + z = 1 (1) 1 2 1 x 1
(S) : -x + y + 2z = 0 (2) -1 1 2 y = 0
-x + 2y + 2z = 2 (3) -1 2 2 z 2
-2x + y + 2z = -1 (4) -2 1 2 -1

Soit le système carré ci-dessous

---------------------------------------------------------------------------------------------------------------
6.- Rafaralahy, Cours d’Algèbre, Licence, Systèmes d’équations linéaires
 41

x + 2y + z = 1 1 2 1 x 1
(S’) : -x + y + 2z = 0 -1 1 2 y = 0
-x + 2y + 2z = 2 -1 2 2 z 2

1 2 1 1 2 1
∆ = -1 1 2 = 0 3 3 = -3≠0
-1 2 2 0 4 3

1 2 1 1 2 1
∆x = 0 1 2 = 0 1 2 = 4
2 2 2 0 -2 0

1 1 1 1 1 1
∆y = -1 0 2 = 0 1 3 = -6
-1 2 2 0 3 3

1 2 1 1 2 1
∆z = -1 1 0 = 0 3 1 = 5
-1 2 2 0 4 3

La solution de (S’) est :

⃗⃗⃗ 4 5
X′ = (x’,y’,z’) = (- 3, 2, - 3)

Vérifions l’équation (4) avec cette solution :

4 5 8−6−10 8
(4) : - 2(- 3) + (2) + 2(- 3) = 3 = - 3 ≠ -1

Le système (S) n’est pas compatible.

IV.2.- Systèmes rectangulaires horizontaux

Ce sont les systèmes (S) avec A ∈ M(n,p) où n < p.

Dans ce cas :
1) On extrait un système carré avec A’ ∈ M(n,n) en passant les (p-n) inconnues à droite
des signes d’égalité. C’est comme si on les considère connues. On les appelle ainsi
« inconnues arbitraires ».
2) On résout (S’) :
- si (S’) n’est pas compatible, (S) ne l’est pas non plus.
- si (S’) est compatible, les n inconnues déterminées [composantes des vecteurs X′ ⃗⃗⃗
solutions de (S’)] dépendent des (p-n) inconnues arbitraires. Ces composantes sont
aussi celles des vecteurs ⃗X solutions de (S). Mais ceux-ci comportent aussi comme
composantes les (p-n) inconnues arbitraires.
Ainsi, (S), comme (S’), admet une infinité de solutions étant donné que les inconnues
arbitraires peuvent prendre toutes les valeurs possibles.

Exemple
x + 2y + z – t = 1 1 2 1 -1 x 1
(S) : -x + y + 2z + t = 2 -1 1 2 1 y = 2
-x - y + 2z + t = 3 -1 -1 2 1 z 3

---------------------------------------------------------------------------------------------------------------
6.- Rafaralahy, Cours d’Algèbre, Licence, Systèmes d’équations linéaires
 42

Soit le système carré ci-dessous :

x + 2y + z = 1 + t 1 2 1 x 1+t
(S’) : -x + y + 2z = 2 - t -1 1 2 y = 2-t
-x - y + 2z = 3 - t -1 -1 2 z 3-t

1 2 1 1 2 1
∆ = -1 1 2 = 0 3 3 = 6≠0
-1 -1 2 0 1 3

1+ t 2 1 1+ t 2 1 2-t 1 1+ t 2
∆x = 2 - t 1 2 = 2-t 1 2 = 1 1 -2 - 2 1 -2 = 6t + 3
3 – t -1 2 1 -2 0
1 1+t 1 1 1+t 1 3 3
∆y = -1 2-t 2 = 0 3 3 = 4 3 =-3
-1 3–t 2 0 4 3

1 2 1+t 1 2 1+t
∆z = -1 1 2-t = 0 3 3 =9
-1 -1 3-t 0 1 4
6t+3 1
x= = t+2
6
−3 1
y= =-2
6
9 3
z=6=2

Les solutions de (S’) sont de la forme :

⃗⃗⃗ 1 1 3
X′ = (x,y,z) = (λ+2, - 2, 2), λ ∈ R

Les solutions de (S) sont de la forme :

⃗ = (x,y,z,t) = (λ+1, - 1, 3, λ), λ ∈ R
X 2 2 2

---------------------------------------------------------------------------------------------------------------
6.- Rafaralahy, Cours d’Algèbre, Licence, Systèmes d’équations linéaires