Chapitre 2 Systèmes d’équations linéaires

I. Définition d’un système linéaire

On appelle un système linéaire de n équations à p inconnues x1, x2...x p , tout système (S) de la
forme

a11x1  a12 x2  ...  a1 p x p  b1


a21x1  a22 x2  ...  a2 p x p  b2
(S) 

a x  a x  ...  a x  b
 n1 1 n2 2 np p n

où les les ai , j et les bi sont des réels .

Le système précédent est équivalent à l’équation matricielle suivante : AX  B avec
 x1   b1 
   
A  (ai, j )1in  M n, p ( IR) , X     ; et B    
1 j  p x  b 
 p  p
A est appelé la matrice du système
X est l’inconnue
B est le second membre du système.

Exemple

2 x1  3 x2  x3  0

(S)  x1  4 x2  5 x3  3

2 x1  x2  10 x3  0

(S) est un système de 3 équations à 3 inconnues.

 2 3 1
 
La matrice du système est A   1 4 5 
 2 1 10 
 
 0
 
Le second membre du système est B   3 
 0
 
 x1 
 
Si on pose X   x2  , le système (S) est équivalent à AX  B
x 
 3

1
Exercice
Ecrire chacun des systèmes suivants sous la forme d’une équation matricielle
2 x1  x2  5 x3  0

4 x1  5 x2  2 x3  1  x  2 x3  6
(S )  ; ( S ')  1
2 x1  3x2  7 3x1  5 x2  0
3 x  x  4 x  6
 1 2 3

Réponse
 x1 
 4 5 2    1
(S ) est équivalent à l’équation AX  B où A    ; X   x2  et B   
 2 3 0  x  7
 3
 2 1 5   0 
   x1   
 1 0 2   6
(S ') est équivalent à l’équation AX  B où A   ; X   x2  et B   
3 5 0  x 
 0 
   3  
 3 1 4   6 

II. Résolution d’un système linéaire

La résolution d’un système de n équations linéaires à p inconnues revient à déterminer l’ensemble

des ( x1, x2 ,...x p ) solutions de ce système.

1) Résolution par la méthode de Cramer

a) Définition d’un système de Cramer

Un système (S) d’équations linéaires équivalent à l’équation matricielle AX  B est appelé un

système de Cramer si la matrice A est une matrice carrée et inversible.
Dans ce cas, il est clair que le nombre d’équations est égal à celui d’inconnues.

b) Proposition

Tout système de Cramer admet une solution unique

En effet, AX  B  X  A-1B

c) Méthode de Cramer

Théorème
La solution unique ( x1, x2 ,...x p ) d’un système de Cramer de n équations à n inconnues est obtenue
par la formule suivante :

2
 det Ai
Pour tout i  1,.., n , xi  où la matrice Ai est obtenue à partir de A en remplaçant la
det A
ième colonne de A par le vecteur colonne B .
Exemple
x  2 y  z  2

Soit à résoudre le système ( S )  x  y  3
5 y  z  3

On a :
1 2 1   2
   
A   1 1 0  et B   3 
 0 5 1  3
   

1 2 11 2
1 -1 0 1 1
0 5 -1 0 5
det A  1.(1).(1)  2.0.0  1.1.5  0.(1).1 5.0.1  (1).1.2
 1 5  2
8 0
Le système (S) est donc un système de Cramer.

2 2 1 2 2
1
x  -3 -1 0 3 1
8
3 5 -1 3 5
1
x   2.(1).(1)  2.0.3  1.(3).5  3.(1).1  5.0.2  (1).(3).2
8
1
 (2 15  3  6)
8
 2

1 2 11 2
1
y  1 -3 0 1 3
8
0 3 -1 0 3
1
y  1.(3).(1)  2.0.0  1.1.3  0.(3).1  3.0.1  (1).1.2
8
1
 (3  3  2)
8
1

3
 1 2 21 2
1
z  1 -1 -3 1 1
8
0 5 30 5
1
z  1.(1).3  2.(3).0  2.1.5  0.(1).2  5.(3).1  3.1.2
8
1
 (3  10  15  6)
8
2


L’ensemble des solutions du système est donc ( 2,1, 2) 
Exercice

Résoudre le système suivant en appliquant la méthode de Cramer

 x  4 y  2z  3

(S ) 2 x  y  5 z  2
 x  y  z  1


2) Résolution par l’inverse de la matrice du système

Soit l’équation matricielle AX  B d’un système de n équations linéaires à n inconnues.

Rappelons que si A est inversible alors le système admet une unique solution : X  A-1B . Dans
cette méthode, il suffit de calculer le produit A-1B pour trouver cette solution.

Exemple :

Reprenons de nouveau le système ( S ) de l’exemple précédent

x  2 y  z  2

(S )  x  y  3
5 y  z  3

Résolvons ce système par la méthode de l’inverse de la matrice du système
On a :
1 2 1   2
   
A   1 1 0  et B   3 
 0 5 1  3
   

det A  8

Soit C  (ci , j )1i  n la matrice des cofacteurs de A .

1 j n

On a :

4
c11  (1).(1)  5.0  1 ; c12  (1  0)  1 ; c13  5  0  5
c21  (2  5)  7 ; c22  1  0  1 ; c23  (5  0)  5
c31  0  (1)  1 ; c32  (0 1)  1 ; c33  1  2  3
1 1 5
 
donc C   7 1 5 
 1 1 3 
 
1
A-1  tC
8

1 7 1 1 7 1
  -1 1 
tC   1 1 1  donc A   1 1 1 
 5 5 3  8 
   5 5 3 
1 
 (2  21  3) 
1 7 1  2   8   2 
1    1  
A B   1 1 1  3    (2  3  3)    1 
-1
8    8   2 
 5 5 3  3   1   
8 (10  15  9) 
 

L’ensemble des solutions du système est donc ( 2,1, 2) 

Exercice

Résoudre le système suivant par la méthode de l’inverse de la matrice du système

x  2 y  z  3

(S )  x  2 z  2
 y  2z  0


3) Méthode de Gauss

a) Opérations sur les lignes d’un système

Commençons par remarquer que l’ensemble des solutions d’un système d’équations linéaires ne
change pas dans chacun des cas suivants :
- si on permute deux lignes du système
- si on multiplie les deux membres d’une ligne par un même réel
- si on ajoute à une ligne quelconque de la matrice, membre à membre, une combinaison
linéaire des autres lignes.

b) Principe de la méthode de Gauss

5
A partir des remarques précédentes, la méthode de gauss consiste à transformer un système
d’équations linéaire en un nouveau système dont la matrice est triangulaire supérieure.
Soit ( S ) un système de n équations à p inconnues :
a11 x1  a12 x2  ...  a1 p x p  b1 l1

a x  a x  ...  a2 p x p  b2 l2
(S )  21 1 22 2

a x  a x  ...  a x  b ln
 n1 1 n2 2 np p n

1er cas

Si a11  0 , ce terme est alors appelé : le pivot.

Pour i  2,...n , on élimine ai1 de la ligne li et ce, en utilisant la méthode suivante : on multiplie
ai1 a
les membres de la ligne l1 par puis on remplace la ligne li par li  i1 l1 . Ainsi le système
a11 a11
(S ) sera formé de la ligne l1 et d’un nouveau système (S1 ) de (n  1) équations à ( p  1)
inconnues x2 , ...x p .
On refait le même travail pour la matrice ( S1 ) jusqu'à ce qu’on obtient un système dont la matrice
est triangulaire supérieure.

2ème cas :

Si a11  0 , on choisira un autre pivot ai1  0 . On pourra retrouver le premier cas en permutant les
lignes l1 et li .

Remarques

- Si pour tout i 1,..n , ai1  0 . L’inconnue x1 ne figure pas dans le système. On considère
dans ce cas l’inconnue suivante x2 et on applique la même méthode avec a21
- Si au cours de la résolution apparaît une équation de la forme
0 x1  0 x2  ...  0 x p  b avec b  0 , le système n’admet pas de solutions.

Exemple

Soit à résoudre par la méthode de gauss le système

 x1  x2  x3  0 (1)

(S) 2 x1  x2  x3  1 (2)

 x1  x2  3x3  2 (3)

6
 x1  x2  x3  0 (1) x1  x2  x3  0 (1)

2 x1  x2  x3  1 (2)  (2)  2(1) 3 x2  3 x3  1 (2')

 x1  x2  3x3  2 (3) (3)  (1) 2 x2  2 x3  2 (3')
x1  x2  x3  0 (1)
2
 (3')  (2') 3 x2  3x3  1 (2')
3
4
4 x3  (3'')
3
1
D’après (3'') nous avons : x3 
3
2
D’après (2') nous avons : 3x2  1  1  x2 
3
D’après (1) nous avons :
2 1 1
x1    0  x1 
3 3 3
 1 2 1 
L’ensemble des solutions du système est donc ( , , )  .
 3 3 3 
Exercice

Résoudre par la méthode de Gauss le système suivant

 x  y  3z  4

(S ) 3 x  y  2
5 x  y  2 z  3
