ALGEBRE POUR

ECONOMISTES
2ème année Sciences du Management

ECH-CHEBANY MOHAMED
2022-2023
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

Chapitre I : Généralités sur les matrices

1. Définition :

Une matrice à 𝒎 lignes et 𝒏 colonnes est un tableau rectangulaire de (𝑚 × 𝑛) nombres, rangés

ligne par ligne. Il y a 𝒎 lignes, et dans chaque ligne il y’a 𝒏 éléments.

𝒂𝟏,𝟏 𝒂𝟏,𝟐 𝒂𝟏,𝟑 … 𝒂𝟏,𝒋 … 𝒂𝟏,𝒏

𝒂𝟐,𝟏 𝒂𝟐,𝟐 𝒂𝟐,𝟐 … 𝒂𝟐,𝒋 … 𝒂𝟐,𝒏
𝒂𝟑,𝟏 𝒂𝟑,𝟐 𝒂𝟑,𝟑 … 𝒂𝟑,𝒋 … 𝒂𝟑,𝒏
𝑴𝒎,𝒏 (𝑲) = ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ notée également 𝑨 = (𝒂𝒊,𝒋 )
𝒂𝒊,𝟏 𝒂𝒊,𝟐 𝒂𝒊,𝟑 … 𝒂𝒊,𝒋 … 𝒂𝒊,𝒏
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝒂
( 𝒎,𝟏 𝒂𝒎,𝟐 𝒂𝒎,𝟑 … 𝒂𝒎,𝒋 … 𝒂𝒎,𝒏 )

Où 𝐾est un corps, dans le reste de ce cours nous considérons 𝐾 ⊂ ℝ.

𝒎 correspond au nombre de lignes de la matrice et 𝒏 correspond au nombre de colonnes de la

matrice

𝒂𝒊,𝒋 est le coefficient correspondant à la 𝑖è𝑚𝑒 ligne et à la 𝑗è𝑚𝑒 colonne de la matrice.

Exemple :

Soient les matrices suivantes :

1
1 2 3 7
2 1 7 2 10
𝐴=( ) 𝐵=( ) 𝐶 = (5 8 1
2)
5 3 9 9 3 9
0 6 1 0

La matrice 𝐴 est de dimension (2 × 3), 𝑎2,1 = 5, 𝑎1,1 = 2, 𝑎2,3 = 9

La matrice 𝐵 est de dimension (2 × 2), 𝑏2,2 = 3, 𝑏1,1 = 2, 𝑏1,2 = 10

2
La matrice 𝐶 est de dimension (3 × 4), 𝑐3,2 = 6, 𝑐1,4 = 7, 𝑐2,4 = 9

2. Matrices particulières :

2.1 Matrice ligne, matrice colonne :

Une matrice ligne est une matrice qui possède une seule ligne et 𝒏 colonnes. On la note de la
manière suivante :

1
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

𝐴 = (𝒂𝟏,𝟏 𝒂𝟏,𝟐 𝒂𝟏,𝟑 … 𝒂𝟏,𝒋 … 𝒂𝟏,𝒏 )

De même, une matrice qui a une seule colonne et 𝒎 lignes est appelée une matrice colonne.
On la note de la façon suivante :

𝒂𝟏,𝟏
𝒂𝟐,𝟏
𝒂𝟑,𝟏
𝑨= ⋮
𝒂𝒊,𝟏
⋮
𝒂
( 𝒎,𝟏 )

Exemple :

𝐴 = (3 8 11 13) est une matrice ligne de dimension (1 × 4)

12
𝐵 = ( 7 ) est une matrice colonne de dimension (3 × 1)
0

2.2 Matrices carrées :

Une matrice qui possède le même nombre de lignes et de colonnes est appelée une matrice
carrée.

Dans une matrice carrée le nombre de lignes est égal au nombre de colonnes(𝑚 = 𝑛). On dit
que la matrice est d’ordre 𝑛, et on la note 𝑀𝑛 (𝐾) au lieu de 𝑀𝑛,𝑛 (𝐾).

L’ensemble des matrices carrées d’ordre 𝑛 à coefficients dans ce cas est représenté comme suit :

𝒂𝟏,𝟏 𝒂𝟏,𝟐 𝒂𝟏,𝟑 … 𝒂𝟏,𝒋 … 𝒂𝟏,𝒏

𝒂𝟐,𝟏 𝒂𝟐,𝟐 𝒂𝟐,𝟐 … 𝒂𝟐,𝒋 … 𝒂𝟐,𝒏
𝒂𝟑,𝟏 𝒂𝟑,𝟐 𝒂𝟑,𝟑 … 𝒂𝟑,𝒋 … 𝒂𝟑,𝒏
𝑴𝒏 (𝑲) = ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝒂𝒊,𝟏 𝒂𝒊,𝟐 𝒂𝒊,𝟑 … 𝒂𝒊,𝒋 … 𝒂𝒊,𝒏
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝒂
( 𝒏,𝟏 𝒂𝒏,𝟐 𝒂𝒏,𝟑 … 𝒂𝒏,𝒋 … 𝒂𝒏,𝒏 )

L’ensemble des coefficients 𝑎𝑖,𝑗 pour lesquels 𝒊 = 𝒋 constitue la diagonale principale de la

matrice carrée. Il s’agit des coefficients : 𝑎1,1 , 𝑎2,2 , 𝑎3,3 , 𝑎4,4 , … , 𝑎𝑛,𝑛 .

La diagonale principale d’une matrice carrée est notée :

2
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

𝒂𝟏,𝟏
𝒂𝟐,𝟐
𝒅𝒊𝒂𝒈(𝑨) = 𝒂 𝟑,𝟑
⋮
𝒂
( 𝒏,𝒏 )

Exemple :

Soit la matrice carrée suivante :

2 2√6 7 9
𝐴=(5 0 1 5) est une matrice carrée d’ordre 4
√7 9 4 1
1 3 0 1

2
0
𝑑𝑖𝑎𝑔(𝐴) = ( )
4
1

2.3 Matrice triangulaire supérieure, Matrice triangulaire inférieure :

On appelle matrice triangulaire supérieure une matrice carrée dont tous les coefficients "au-
dessous" de la diagonale principale sont nuls. On la note comme suit :

𝒂𝟏,𝟏 𝒂𝟏,𝟐 𝒂𝟏,𝟑 … 𝒂𝟏,𝒋 … 𝒂𝟏,𝒏

𝟎 𝒂𝟐,𝟐 𝒂𝟐,𝟐 … 𝒂𝟐,𝒋 … 𝒂𝟐,𝒏
𝟎 𝟎 𝒂𝟑,𝟑 … 𝒂𝟑,𝒋 … 𝒂𝟑,𝒏
𝑴𝒏 (𝑲) = ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝟎 𝟎 𝟎 … 𝒂𝒊,𝒋 … 𝒂𝒊,𝒏
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
( 𝟎 𝟎 𝟎 … 𝟎 … 𝒂𝒏,𝒏 )

Exemple :

Soit la matrice 𝐴 :

2 0 3 8
0 0 6 4
𝐴=( )
0 0 1 11
0 0 0 9

𝐴 est une matrice triangulaire supérieure puisque tous les coefficients " au-dessous " de la
diagonale principale sont nuls.

3
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

On appelle matrice triangulaire inférieure une matrice carrée dont tous les coefficients " au-
dessus " de la diagonale principale sont nuls.

On la note de la manière suivante :

𝒂𝟏,𝟏 𝟎 𝟎 … 𝟎 … 𝟎
𝒂𝟐,𝟏 𝒂𝟐,𝟐 𝟎 … 𝟎 … 𝟎
𝒂𝟑,𝟏 𝒂𝟑,𝟐 𝒂𝟑,𝟑 … 𝟎 … 𝟎
𝑴𝒏 (𝑲) = ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝒂𝒊,𝟏 𝒂𝒊,𝟐 𝒂𝒊,𝟑 … 𝒂𝒊,𝒋 … 𝟎
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
(𝒂𝒏,𝟏 𝒂𝒏,𝟐 𝒂𝒏,𝟑 … 𝒂𝒏,𝒋 … 𝒂𝒏,𝒏 )

Exemple :

Soit la matrice 𝐵 :

2 0 0 0
3 7 0 0
𝐵=( )
8 7 0 0
√5 0 11 9

𝐵 est une matrice triangulaire inférieure puisque tous les coefficients " au-dessus " de la
diagonale principale sont nuls.

2.4 Matrice identité d’ordre 𝒏 :

La matrice identité est une matrice carrée dont les coefficients diagonaux valent tous 1, et les
autres coefficients sont nuls.

Exemple :

1 0
𝐼2 = ( ) est une matrice identité d’ordre 2.
0 1

1 0 0
𝐼3 = (0 1 0) est une matrice identité d’ordre 3.
0 0 1

1 0 0 … 0 … 0
0 1 0 … 0 … 0
0 0 1 … 0 … 0
𝐼𝑛 = ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ est une matrice identité d’ordre de 𝑛
0 0 0 … 1 … 0
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
(0 0 0 … 0 … 1)

4
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

3. La transposée d’une matrice :

La transposée d'une matrice 𝐴 de dimension(𝑚 × 𝑛), est la matrice 𝐴𝑇 ou 𝐴′ de dimension

(𝑛 × 𝑚), obtenue en transformant les lignes de 𝐴 des colonnes de 𝐴𝑇 et les colonnes 𝐴 des
lignes de 𝐴𝑇 .

Soit 𝐴 = (𝑎𝑖,𝑗 ) une matrice de dimension (𝑚 × 𝑛). La transposée de la matrice 𝐴, notée 𝐴𝑇 ,

est la matrice 𝐴𝑇 = (𝑏𝑗,𝑖 ) telle que :

∀𝑖 ∈ {1, … , 𝑛} ∀𝑗 ∈ {1, … , 𝑚} 𝑏𝑗,𝑖 = 𝑎𝑖,𝑗

Exemple :

Soit les matrices suivantes :

2 4 9
3 7 1 5 8
𝐴=( ) ; 𝐵=( ) ; 𝐶 = (1 3 0)
9 1 7 2 4
8 7 14

1 7 2 1 8
3 9
𝐴𝑇 = ( ); 𝐵 𝑇 = (5 2 ) ; 𝐶 𝑇 = (4 3 7)
7 1
8 4 9 0 14

Propriétés :

 (𝐴𝑇 )𝑇 = 𝐴 ; (𝜆𝐴)𝑇 = 𝜆𝐴𝑇 ; (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵 𝑇 ; (𝐴𝐵)𝑇 = 𝐴𝑇 𝐵 𝑇

 Si 𝐴𝑇 = 𝐴 on dite que la matrice carrée 𝐴 est symétrique
2 4 6 2 4 6
𝑇
𝐴 = (4 0 10) est une matrice symétrique car 𝐴 = (4 0 10) ⇒ 𝐴𝑇 = 𝐴
6 10 12 6 10 12
 Si 𝐴𝑇 = −𝐴 on dite que la matrice carrée 𝐴 est antisymétrique
0 1 −2
𝐴 = (−1 0 3 ) est une matrice antisymétrique car
2 −3 0

0 −1 2 0 1 −2
𝐴𝑇 = ( 1 0 −3) = − (−1 0 3) ⇒ 𝐴𝑇 = −𝐴
−2 3 0 2 −3 0

5
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

Chapitre II : Opérations sur les matrices

1) Addition des matrices :

Condition nécessaire pour additionner les matrices : On ne peut pas additionner que
les matrices de mêmes tailles.
Soient A et B deux matrices, l’addition de A et B est une autre matrice (A+B) de même
taille telle que :
𝑨 + 𝑩 = (𝒂𝒊𝒋 + 𝒃𝒊𝒋 )

Exemple :

1 3 1 3 1 1
Soient 𝐴 = ( ) et 𝐵 = ( )
4 8 6 9 2 2

1 3 1 3 1 1 1+3 3+1 1+1 4 4 2

𝐴+𝐵 =( )+( )=( )=( )
4 8 6 9 2 2 4+9 8+2 6+2 13 10 8

Propriétés de l’addition des matrices :

1. 𝑨 + (𝑩 + 𝑪) = (𝑨 + 𝑩) + 𝑪 Associativité
2. 𝑨 + 𝑩 = 𝑩 + 𝑨 Commutativité
3. 𝑨 + 𝟎 = 𝟎 + 𝑨 = 𝑨 élément neutre (0 est une matrice nulle)
4. 𝑨 + (−𝑨) = 𝟎 élément symétrique (−𝑨 = (−𝒂𝒊,𝒋 ) matrice opposée à 𝑨 =
(𝒂𝒊,𝒋 ))

2) Multiplication d’une matrice par un scalaire :

Le produit d'une matrice 𝐴 par un scalaire 𝛼 ∈ ℝ , noté 𝛼𝐴 , est la matrice obtenue en

multipliant chaque élément 𝑎𝑖𝑗 de 𝐴 par 𝛼.

6
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

Exemple :

1 3 1
Soit une matrice 𝐴 = ( )
4 8 6

2×1 2×3 2×1 2 6 2

2.𝐴 = ( )=( )
2×4 2×8 2×6 8 16 12

3) Egalités des matrices :

Deux matrices 𝐴 = (𝑎𝑖𝑗 ) et 𝐵 = (𝑏𝑖𝑗 ), de mêmes tailles, sont égales si 𝑎𝑖𝑗 = 𝑏𝑖𝑗

Exemple :

𝑎 𝑏 𝑥 𝑦
Soient : 𝐴 = ( ) 𝑒𝑡 𝐵 = ( )
𝑐 𝑑 𝑧 𝑤

𝐴 = 𝐵 ⇒ 𝑎 = 𝑥, 𝑏 = 𝑦, 𝑐 = 𝑧 𝑒𝑡 𝑑 = 𝑤

Exercices :

Exercice 1 :

𝑥 5 𝑦 7
Soient 𝐴 = ( ) 𝑒𝑡 𝐵 = ( )
0 2𝑥 −1 3𝑦

−5 −18
Trouver 𝑥 et 𝑦 pour que : 2𝐴 − 4𝐵 = ( )
4 −16

Solution exercice 1 :

𝑥 5 𝑦 7 −5 −18
2( ) − 4( )=( )
0 2𝑥 −1 3𝑦 4 −16
2𝑥 10 4𝑦 28 −5 −18
( )−( )=( )
0 4𝑥 −4 12𝑦 4 −16
2𝑥 − 4𝑦 −18 −5 −18
( )=( )
4 4𝑥 − 12𝑦 4 −16
2𝑥 − 4𝑦 = −5
{
4𝑥 − 12𝑦 = −16
𝟏 𝟑
La solution : 𝒙 = 𝟐 et 𝒚 = 𝟐

7
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

Exercice 2 :
On considère les matrices A, B et C définies par :

1 3 −2 0 −4 6
𝐴 = (−4 2), 𝐵 = (−2 1), 𝐶 = (−14 7 )
0 7 8 1 24 17

Trouver deux réels 𝑥 𝑒𝑡 𝑦 tels que 𝑥𝐴 + 𝑦𝐵 = 𝐶

Solution exercice 2 :

𝑥𝐴 + 𝑦𝐵 = 𝐶

1 3 −2 0 −4 6
𝑥 (−4 2) + 𝑦 (−2 1) = (−14 7 )
0 7 8 1 24 17

𝑥 3𝑥 −2𝑦 0 −4 6
(−4𝑥 2𝑥 ) + (−2𝑦 𝑦) = (−14 7)
0 7𝑥 8𝑦 𝑦 24 17

𝑥 − 2𝑦 3𝑥 −4 6
(−4𝑥 − 2𝑦 2𝑥 + 𝑦) = (−14 7)
8𝑦 7𝑥 + 𝑦 24 17

𝑥 − 2𝑦 = −4
3𝑥 = 6
−4𝑥 − 2𝑦 = −14
2𝑥 + 𝑦 = 7
8𝑦 = 24
{ 7𝑥 + 𝑦 = 17

Il suffit de résoudre le système suivant :

3𝑥 = 6
{
8𝑦 = 24

D’où : 𝑥 = 2 𝑒𝑡 𝑦 = 3

4) Multiplication des matrices (Produit matriciel) :

Condition nécessaire : Il faut que le nombre de colonnes de la première soit égal au nombre
de lignes de la deuxième.

8
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

Définition : Deux matrices A=( 𝑎𝑖𝑗 ) de type (n, p) et B=( 𝑏𝑘𝑗 ) de type (p,n) peuvent se
multiplie.

Le produit de ces deux matrices est une matrice C=(𝑐𝑖𝑗 ) de type (n, q) ou l’élément 𝑐𝑖𝑗 est
obtenu en sommant les produits des éléments de la ième ligne de A par les éléments de la jème
colonne de B.

𝑪 = 𝑨𝑩 ⇔ 𝒄𝒊𝒋 = 𝒂𝒊𝟏 𝒃𝟏𝒋 + 𝒂𝒊𝟐 𝒃𝟐𝒋 + ⋯ + 𝒂𝒊𝒑 𝒃𝒋𝒑

Exemple :

2 −3 3 1 2
Soient deux matrices : 𝐴 = ( ) et 𝐵 = ( )
−1 2 1 0 2

AB = il est possible car le nbr de colonnes de la première (A) est égale au nombre de lignes de
la deuxième (B)

BA = il est impossible, le nbr de colonne de B n’est pas égal au nbr de lignes de A

2 −3 3 1 2 (2 ∗ 3) + (−3 ∗ 1) (2 ∗ 1) + (−3 ∗ 0) (2 ∗ 2) + (−3 ∗ 2)

𝐴𝐵 = ( )×( )=( )
−1 2 1 0 2 (−1 ∗ 3) + (2 ∗ 1) (−1 ∗ 1) + (2 ∗ 0) (−1 ∗ 2) + (2 ∗ 2)

3 2 −2
=( )
−1 −1 2

Propriétés du produit matriciel :

1) AB # BA le produit matriciel n’est pas toujours commutatif.

2) (B+C) A = BA + CA (distributivité à droite)
3) A (B+C) = AB + AC (distributivité à gauche)
4) A(BC) = (AB)C (associativité)

Exercice :

Effectuer les produits matriciels suivants :

2 5 2 5 1 0 5 2 7 8
2 5 2 5
a) (3 6) × ( ) b) ( ) × (3 6) c) (2 −1 6) × (0 2 3)
4 6 4 6
4 7 4 7 3 4 7 4 5 6

9
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

Solution :

2 5 2∗2+5∗4 2∗5+5∗6 24 40
2 5
a) (3 6) × ( ) = (3 ∗ 2 + 6 ∗ 4 3 ∗ 5 + 6 ∗ 6) = (30 51)
4 6
4 7 4∗2+7∗4 4∗5+7∗6 36 62
2 5
2 5
b) ( ) × (3 6) = impossible car le nbr de colonnes de la première n’est pas égal
4 6
4 7
au nbr de lignes de la deuxième.

1 0 5 2 7 8
𝑐) (2 −1 6) × (0 2 3)
3 4 7 4 5 6
1∗2+0∗0+5∗4 1∗7+0∗2+5∗5 1∗8+0∗3+5∗6
= (2 ∗ 2 + (1 −∗ 0) + 6 ∗ 4 2 ∗ 7 + (−1 ∗ 2) + 6 ∗ 5 2 ∗ 8 + (−1 ∗ 3) + 6 ∗ 6)
3∗2+4∗0+7∗4 3∗7+4∗2+7∗5 3∗8+4∗3+7∗6

22 32 38
=(28 42 49)
34 64 78

10
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

Chapitre III : les déterminants

1) Définition :

Un déterminant est un nombre réel associé à une matrice carrée. On peut également définir
un déterminant comme étant une application :

ℝ𝑛 ⟶ ℝ

Det (A) :

𝐴𝑛,𝑛 → 𝐷𝑒𝑡(𝐴)

Rappel sur le déterminant d’ordre 2 :

Soit un déterminant d’ordre 2 suivant :

𝑎11 𝑎12
det(𝐴) = |𝑎 𝑎22 | = 𝑎11 𝑎22 − 𝑎21 𝑎12
21

Exemple :

2 3
det(𝐴) = | |= 2∗5−1∗3= 7
1 5

2) Calcul des déterminants d’ordre n :

a) Notion du mineur :
Le mineur 𝑀𝑖𝑗 d’une matrice 𝐴(𝑎𝑖𝑗 ) s’obtient en éliminant de la matrice la i ème
ligne et la j ème colonne.
Exemple :
Soit la matrice suivante :
2 1 3
𝐴 = (1 2 2 )
3 1 4

1 2
Le mineur 𝑀12 = | |= 1*4-3*2 = -2
3 4

2 3
Le mineur 𝑀32 = | |=2*2 – 1*3 = 1
1 2

11
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

b) Notion des cofacteurs :

Le cofacteur 𝐶𝑖𝑗 d’une matrice 𝐴(𝑎𝑖𝑗 ) s’obtient par la formule suivante :
𝐶𝑖𝑗 = (−1)𝑖+𝑗 𝑀𝑖𝑗
Exemple :
Soit la matrice suivante :
2 1 3
𝐴 = (1 2 2)
3 1 4
Le cofacteur 𝐶12 = (−1)1+2 𝑀12 = −1 ∗-2 = 2

Le cofacteur 𝐶32 = (−1)3+2 𝑀32 = −1 ∗1 = -1

C) Calcul de déterminant d’ordre n en utilisant la méthode des cofacteurs :

Pour calculer un déterminant d’ordre n en utilisant la méthode des cofacteurs en fait

l’expansion selon les lignes ou bien selon les colonnes d’une matrice.

L’expansion selon la première ligne :

det(𝐴) = 𝑎11 𝐶11 + 𝑎12 𝐶12 + 𝑎13 𝐶13 + ⋯ + 𝑎1𝑛 𝐶1𝑛

L’expansion selon la deuxième ligne :

det(𝐴) = 𝑎21 𝐶21 + 𝑎22 𝐶22 + 𝑎23 𝐶23 + ⋯ + 𝑎2𝑛 𝐶2𝑛

L’expansion selon la première colonne :

det(𝐴) = 𝑎11 𝐶11 + 𝑎21 𝐶21 + 𝑎31 𝐶31 + ⋯ + 𝑎𝑛1 𝐶𝑛1

L’expansion selon la deuxième colonne :

det(𝐴) = 𝑎12 𝐶12 + 𝑎22 𝐶22 + 𝑎32 𝐶32 + ⋯ + 𝑎𝑛2 𝐶𝑛2

Remarque : Quel que soit la ligne ou la colonne choisie, le déterminant aura toujours la même
valeur.

12
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

Exemple :

Soit la matrice suivante :

2 1 3
𝐴 = (1 0 2 )
3 0 4
 L’expansion selon la première ligne :

det(𝐴) = 𝑎11 𝐶11 + 𝑎12 𝐶12 + 𝑎13 𝐶13

0 2
𝐶11 = (−1)1+1 𝑀11 = 0 𝑀11 = | |=0
0 4

1 2
𝐶12 = (−1)1+2 𝑀12 =2 𝑀12 = | |= -2
3 4

1 0
𝐶13 = (−1)1+3 𝑀13 =0 𝑀13 = | |= 0
3 0

det(𝐴) = 𝑎11 𝐶11 + 𝑎12 𝐶12 + 𝑎13 𝐶13 = 2 ∗ 0 + 1 ∗ 2 + 3 ∗ 0 = 2

2 1 3
 L’expansion selon la deuxième colonne : 𝐴 = (1 0 2)
3 0 4

det(𝐴) = 𝑎12 𝐶12 + 𝑎22 𝐶22 + 𝑎32 𝐶32

2 3
𝐶22 = (−1)2+2 𝑀22 = -1 𝑀22 = | |= -1
3 4

2 3
𝐶32 = (−1)3+2 𝑀32 =-1 𝑀32 = | |=1
1 2

det(𝐴) = 𝑎12 𝐶12 + 𝑎22 𝐶22 + 𝑎32 𝐶32 =1*2+0*-1+0*-1=2

Donc quel que soit la ligne ou la colonne choisie pour l’expansion on aura toujours le
même résultat.

13
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

Exercice :

Calculer en utilisant la méthode des cofacteurs le déterminant des deux matrices suivantes :

1 1 3
𝐴 = (4 1 2)
3 0 4

1 0 1
𝐵 = (4 6 3)
6 5 7

Pour la première matrice :

L’expansion selon la deuxième colonne :

1 1 3
𝐴 = (4 1 2)
3 0 4

det(𝐴) = 𝑎12 𝐶12 + 𝑎22 𝐶22 + 𝑎32 𝐶32

4 2
𝐶12 = (−1)1+2 𝑀12 = -10 𝑀12 = | |= 10
3 4

1 3
𝐶22 = (−1)2+2 𝑀22 = -5 𝑀22 = | |= -5
3 4

det(𝐴) = 𝑎12 𝐶12 + 𝑎22 𝐶22 + 𝑎32 𝐶32 = 1 ∗ −10 + 1 ∗ −5 + 0 = −15

Pour la deuxième matrice :

1 0 1
𝐵 = (4 6 3)
6 5 7

L’expansion selon la première ligne :

det(𝐴) = 𝑎11 𝐶11 + 𝑎12 𝐶12 + 𝑎13 𝐶13

6 3
𝐶11 = (−1)1+1 𝑀11 = 27 𝑀11 = | |= 42-15=27
5 7

4 6
𝐶13 = (−1)1+3 𝑀13 = -16 𝑀13 = | |= -16
6 5

14
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

det(𝐴) = 𝑎11 𝐶11 + 𝑎12 𝐶12 + 𝑎13 𝐶13 =1*27+0+1*-16 = 11

d) Règle de Sarrus : Une méthode alternative pour les matrices d’ordre 3.

On utilise cette règle pour déterminer le déterminant d’ordre 3.

1 1 3 1 1
det(𝐴) = (4 1 2) 4 1
3 0 4 3 0

det(𝐴) = 1 ∗ 1 ∗ 4 + 1 ∗ 2 ∗ 3 + 3 ∗ 4 ∗ 0 − 3 ∗ 1 ∗ 3 − 0 ∗ 2 ∗ 1 − 4 ∗ 4 ∗ 1 = −15

3) Inverse d’une matrice :

Une matrice carrée A d'ordre n est dite inversible ou régulière ou encore non singulière s'il
existe une matrice B d'ordre n, appelée matrice inverse de A et notée :

B = A−1, telle que : AB = BA = In

Condition nécessaire pour l’inversion d’une matrice A ∶ 𝐥𝐞 𝐝𝐞𝐭(𝐀) ≠ 𝟎

𝟏
Pour trouver l’inverse d’une matrice 𝐴 on utilise la formule suivante : 𝐀−𝟏 = 𝑪𝑻
𝐝𝐞𝐭(𝑨)

Les étapes pour trouver l’inverse d’une matrice A :

1 1 3
Soit la matrice : A = (4 1 2)
3 0 4
15
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

1ère : Calcul du déterminant

La condition nécessaire : det (A) = -15≠ 0 𝑑𝑜𝑛𝑐 la matrice est inversible.

1 1 3
2ème étape : Matrice des comatrices : A = (4 1 2)
3 0 4

1 2 4 2 4 1
| | −| | | |
0 4 3 4 3 0 4 −10 −3
1 3 1 3 1 1
𝐶 = −| | | | −| | = (−4 −5 3)
0 4 3 4 3 0
1 3 1 3 1 1 −1 10 −3
( |1 2
| −|
4 2
| |
4 1
| )

3ème étape : Transposée de la matrice des comatrices

4 −4 −1
𝐶 𝑇 = (−10 −5 10 )
−3 3 −3

4ème : Calcul de la matrice inverse

4 4 1
− 15
4 −4 −1 15 15
1 1 2 1 2
A−1 = 𝐶𝑇= (−10 −5 10 ) = 3 3
−
3
det(𝐴) −15
−3 3 −3 1 1 1
−5
( 5 5 )

Un autre exemple :

8 4
Trouver l’inverse de la matrice A= ( )
4 3

Solution :

1ère : Calcul du déterminant

La condition nécessaire : det (A) = 8*3 – 4*4 = 24-16 = 8≠ la matrice est inversible.

2ème étape : Matrice des comatrices :

3 −4
𝐶=( )
−4 8

16
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

3ème étape : Transposée de la matrice des comatrices

3 −4
𝐶𝑇 = ( )
−4 8

4ème : Calcul de la matrice inverse

3 −1
−1 1 𝑇 1 3 −4 8 2
A = det(𝐴) 𝐶 = 8 ( ) = (−1 )
−4 8 1
2

17
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

Chapitre IV : Résolution algébrique des systèmes d’équations linéaires

1- Définition :

Un système de m équations linéaires et n variables (inconnues) peut s’écrire sous la forme

suivante :

𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎 𝑥 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
(𝑆) ∶ { 21 1
…
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + 𝑎𝑚3 𝑥3 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚

Où 𝑥1 , 𝑥2 , … 𝑥𝑛 sont les inconnues du système et 𝑎𝑖𝑗 sont les coefficients du système. Les
𝑏1 , 𝑏2 , … 𝑏𝑚 sont les seconds membres.

Le système (𝑆) peut s’écrire sous sa forme matricielle suivante :

𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑥1 𝑏1

𝑎21 𝑎22 𝑎23 … 𝑎2𝑛 𝑥2 𝑏2
(𝑆) : ( … … … … … )(…) = ( … )
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚

Si on considère :

𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑥1 𝑏1

𝑎21 𝑎22 𝑎23 … 𝑎2𝑛 𝑥2 𝑏2
𝐴=( … … … … … ), 𝑋 = ( … ) et 𝐵 = ( … )
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚

Le système devient :

(𝑆) : 𝐴. 𝑋 = 𝐵

Système homogène :

Un système d’équations linéaires est dit homogène si : 𝐴. 𝑋 = 0

Tous les systèmes homogènes admettent au moins une solution : 𝑥1 = 0, 𝑥2 = 0, … , 𝑥𝑛 = 0

Système non homogène :

Un système d’équations linéaires est dit non homogène si : 𝐴. 𝑋 ≠ 0

18
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

2- Résolution des systèmes linéaires :

Pour résoudre un système d’équations linéaires on peut utiliser les méthodes suivantes :

- Méthode de substitution ;
- Méthode de Cramer ;
- Méthode de l’inversion matricielle ;
- Méthode de pivot de Gauss.

2.1 Méthode de Cramer :

Soit (𝑆) un système d’équations linéaires représenté sous sa forme matricielle suivante :

𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑥1 𝑏1

𝑎21 𝑎22 𝑎23 … 𝑎2𝑛 𝑥2 𝑏2
(𝑆) : ( … … … … … )(…) = ( … )
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚

Les différentes solutions du système sont :

|𝐴𝑗 |
𝑥𝑖 =
|𝐴|

𝐴𝑗 est la matrice obtenue en remplaçant la jème colonne de A par le second membre de B

Pour le système suivant :

𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑥1 𝑏1

𝑎21 𝑎22 𝑎23 … 𝑎2𝑛 𝑥2 𝑏2
( … … … … … )(…) = ( … )
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚

𝒃𝟏 𝑎12 𝑎13 … 𝑎1𝑛

𝒃 𝑎22 𝑎23 … 𝑎2𝑛
| 𝟐 |
… … … … …
|𝐴1 | 𝒃𝒎 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛
𝑥1 = = 𝑎 𝑎12 𝑎13 … 𝑎1𝑛
|𝐴| 11
𝑎21 𝑎22 𝑎23 … 𝑎2𝑛
| … … … … … |
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛

19
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

𝑎11 𝒃𝟏 𝑎13 … 𝑎1𝑛

𝑎21 𝒃𝟐 𝑎23 … 𝑎2𝑛
| |
… … … … …
|𝐴2 | 𝑎𝑚1 𝒃𝒎 𝑎𝑚3 … 𝑎𝑚𝑛
𝑥2 = = 𝑎 𝑎12 𝑎13 … 𝑎1𝑛
|𝐴| 11
𝑎21 𝑎22 𝑎23 … 𝑎2𝑛
| … … … … … |
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛

𝑎11 𝑎12 𝒃𝟏 … 𝑎1𝑛

𝑎21 𝑎22 𝒃𝟐 … 𝑎2𝑛
| |
… … … … …
|𝐴3 | 𝑎𝑚1 𝑎𝑚2 𝒃𝒎 … 𝑎𝑚𝑛
𝑥3 = = 𝑎 𝑎12 𝑎13 … 𝑎1𝑛
|𝐴| 11
𝑎21 𝑎22 𝑎23 … 𝑎2𝑛
| … … … … … |
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛

𝑎11 𝑎12 𝑎13 … 𝒃𝟏

𝑎21 𝑎22 𝑎23 … 𝒃𝟐
| |
… … … … …
|𝐴𝑛 | 𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝒃𝒎
𝑥𝑛 = = 𝑎 𝑎12 𝑎13 … 𝑎1𝑛
|𝐴| 11
𝑎21 𝑎22 𝑎23 … 𝑎2𝑛
| … … … … … |
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛

Exemple 1 :

Soit le système linéaire suivant :

𝒙𝟏 + 10𝑥2 − 3𝑥3 = 5
(𝑺): { 𝟐𝑥1 − 𝑥2 + 2𝑥3 = 2
−𝑥1 + 𝑥2 + 𝑥3 = −3

On peut l’écrire sous sa forme matricielle :

(𝑆) : 𝐴. 𝑋 = 𝐵

20
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

1 10 −3 𝒙𝟏 5
( 2 −1 2 ) (𝒙 𝟐 ) = ( 2 )
−1 1 1 𝒙𝟑 −3

1 10 −3 𝒙𝟏 5
𝐴 = ( 2 −1 2 ), 𝑋 = (𝒙𝟐 ) et 𝐵 = ( 2 )
−1 1 1 𝒙𝟑 −3

Résolution par la méthode de Cramer :

Condition nécessaire : 𝐝𝐞𝐭(𝑨) ≠ 𝟎

1 10 −3
det(𝐴) = | 2 −1 2 | = −46 ≠ 𝟎 𝒅𝒐𝒏𝒄 𝒐𝒏 𝒂𝒑𝒑𝒍𝒊𝒒𝒖𝒆 𝒍𝒂 𝒎é𝒕𝒉𝒐𝒅𝒆 𝒅𝒆 𝑪𝒓𝒂𝒎𝒆𝒓
−1 1 1

Les solutions :

𝟓 10 −3
| 𝟐 −1 2 |
−𝟑 1 1 −𝟗𝟐
𝒙𝟏 = 1 10 −3 = = 𝟐
−𝟒𝟔
| 2 −1 2 |
−1 1 1

𝟏 5 −3
|𝟐 2 2|
−𝟏 −3 1 𝟎
𝒙𝟐 = 1 10 −3 = =𝟎
−𝟒𝟔
| 2 −1 2 |
−1 1 1

𝟏 10 5
| 𝟐 −1 2 |
−𝟏 1 −3 𝟒𝟔
𝒙𝟑 = 1 10 −3 = = −𝟏
−𝟒𝟔
| 2 −1 2 |
−1 1 1

Exemple 2 :

Résoudre le système linéaire suivant par la méthode de Cramer.

𝒙𝟏 + 3𝑥2 + 4𝑥3 = 50
(𝑺): { 𝟑𝑥1 + 5𝑥2 − 4𝑥3 = 2
4𝑥1 + 7𝑥2 − 2𝑥3 = 31

Solution :

Condition nécessaire : 𝐝𝐞𝐭(𝑨) ≠ 𝟎

1 3 4
det(𝐴) = |3 5 −4| = −8 ≠ 𝟎 𝒅𝒐𝒏𝒄 𝒐𝒏 𝒂𝒑𝒑𝒍𝒊𝒒𝒖𝒆 𝒍𝒂 𝒎é𝒕𝒉𝒐𝒅𝒆 𝒅𝒆 𝑪𝒓𝒂𝒎𝒆𝒓
4 7 −2

21
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

Les solutions :

50 3 4
|2 5 −4|
31 7 −2 −𝟐𝟒
𝒙𝟏 = 1 3 4 = = 𝟑
−𝟖
|3 5 −4|
4 7 −2

1 50 4
|3 2 −4|
4 31 −2 −𝟒𝟎
𝒙𝟐 = 1 3 4 = =𝟓
−𝟖
|3 5 −4|
4 7 −2

1 3 50
|3 5 2|
4 7 31 −𝟔𝟒
𝒙𝟑 = 1 3 4 = =𝟖
−𝟖
|3 5 −4|
4 7 −2

2.2 Résolution par l’inversion matricielle :

Soit le système suivant :

(𝑆) : 𝐴. 𝑋 = 𝐵

On peut résoudre ce système en faisant la transformation suivante :

𝑋 = 𝐴−1 . 𝐵

𝐴−1 : 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑖𝑛𝑣𝑒𝑟𝑠𝑒 𝑑𝑒 𝐴

1
Rappelant que A−1 = det(𝐴) 𝐶 𝑇

Exemple 1 : Résoudre le système suivant en utilisant l’inversion matricielle.

𝒙𝟏 + 10𝑥2 − 3𝑥3 = 5
(𝑺): { 𝟐𝑥1 − 𝑥2 + 2𝑥3 = 2
−𝑥1 + 𝑥2 + 𝑥3 = −3

L’écriture matricielle du système (𝑺) :

(𝑺) : 𝐴. 𝑋 = 𝐵

𝟏 𝟏𝟎 −𝟑 𝒙𝟏 𝟓
( 𝟐 −𝟏 𝒙
𝟐 ) ( 𝟐) = ( 𝟐 )
−𝟏 𝟏 𝟏 𝒙𝟑 −𝟑
22
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

𝟏 𝟏𝟎 −𝟑 𝒙𝟏 𝟓
𝑨=( 𝟐 −𝟏 𝟐 ), 𝑿 = (𝒙𝟐 ) et 𝑩 = ( 𝟐 )
−𝟏 𝟏 𝟏 𝒙𝟑 −𝟑

Pour résoudre le système on fait la transformation suivante :

𝑋 = 𝐴−1 𝐵

𝒙𝟏 𝟏 𝟏𝟎 −𝟑 −𝟏 𝟓
(𝒙 𝟐 ) = ( 𝟐 −𝟏 𝟐 ) ( 𝟐 )
𝒙𝟑 −𝟏 𝟏 𝟏 −𝟑

1
Pour trouver A−1 = det(𝐴) 𝐶 𝑇

𝟏 𝟏𝟎 −𝟑 −𝟏
( 𝟐 −𝟏 𝟐 ) =?
−𝟏 𝟏 𝟏

1ère étape : Calculer le déterminant de A

𝟏 𝟏𝟎 −𝟑
𝒅𝒆𝒕 ( 𝟐 −𝟏 𝟐 ) = −𝟒𝟔 ≠ 𝟎 la matrice admet une matrice inverse
−𝟏 𝟏 𝟏

2ème étape : Matrice comatrice de A

−𝟏 𝟐 𝟐 𝟐 𝟐 −𝟏
+| | −| | +| |
𝟏 𝟏 −𝟏 𝟏 −𝟏 𝟏 −𝟑 −𝟒 𝟏
𝟏𝟎 −𝟑 𝟏 −𝟑 𝟏 𝟏𝟎
𝑪= − | | +| | −| | = (−𝟏𝟑 −𝟐 −𝟏𝟏)
𝟏 𝟏 −𝟏 𝟏 −𝟏 𝟏
𝟏𝟎 −𝟑 𝟏 −𝟑 𝟏 𝟏𝟎 𝟏𝟕 −𝟖 −𝟐𝟏
( + | | − | | + | |
−𝟏 𝟐 𝟐 𝟐 𝟐 −𝟏 )

3ème étape : Transposée de la matrice C

−𝟑 −𝟏𝟑 𝟏𝟕
𝒕
𝑪 = (−𝟒 −𝟐 −𝟖 )
𝟏 −𝟏𝟏 −𝟐𝟏

23
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

4ème étape : Calcul de la matrice inverse

𝟑 𝟏𝟑 −𝟏𝟕
𝟒𝟔 𝟒𝟔 𝟒𝟔
−1
1 𝑇
1 −𝟑 −𝟏𝟑 𝟏𝟕 𝟐 𝟏 𝟒
A = 𝐶 = − (−𝟒 −𝟐 −𝟖 ) =
det(𝐴) 46 𝟐𝟑 𝟐𝟑 𝟐𝟑
𝟏 −𝟏𝟏 −𝟐𝟏
−𝟏 𝟏𝟏 𝟐𝟏
( 𝟒𝟔 𝟒𝟔 𝟒𝟔 )

Les solutions du système :

𝑋 = 𝐴−1 𝐵

𝟑 𝟏𝟑 −𝟏𝟕
𝒙𝟏 𝟒𝟔 𝟒𝟔 𝟒𝟔 𝟓
𝟐 𝟏 𝟒
(𝒙 𝟐 ) = 𝟐𝟑 𝟐𝟑 𝟐𝟑
.( 𝟐 ) =
𝒙𝟑 −𝟏 𝟏𝟏 𝟐𝟏 −𝟑
( 𝟒𝟔 𝟒𝟔 𝟒𝟔 )
𝟑 𝟏𝟑 −𝟏𝟕
(𝟒𝟔) . 𝟓 + (𝟒𝟔) . 𝟐 + (−𝟑)
𝟒𝟔 𝟐
𝟐 𝟏 𝟒
(𝟐𝟑) . 𝟓 + (𝟐𝟑) . 𝟐 + (𝟐𝟑) . (−𝟑) =( 𝟎 )
−𝟏 𝟏𝟏 𝟐𝟏 −𝟏
( 𝟒𝟔 ) . 𝟓 + (𝟒𝟔) . 𝟐 + (𝟒𝟔) . (−𝟑)
( )

Exercice 2 : Résoudre le système suivant en utilisant l’inversion matricielle.

𝒙𝟏 + 3𝑥2 + 4𝑥3 = 50
(𝑺): { 𝟑𝑥1 + 5𝑥2 − 4𝑥3 = 2
4𝑥1 + 7𝑥2 − 2𝑥3 = 31

L’écriture matricielle du système (𝑺) :

(𝑺) : 𝐴. 𝑋 = 𝐵

𝟏 𝟑 𝟒 𝒙𝟏 𝟓𝟎
(𝟑 𝟓 −𝟒) (𝒙𝟐 ) = ( 𝟐 )
𝟒 𝟕 −𝟐 𝒙𝟑 𝟑𝟏

Pour résoudre le système on fait la transformation suivante :

𝑋 = 𝐴−1 𝐵

𝒙𝟏 𝟏 𝟑 𝟒 −𝟏 𝟓𝟎
(𝒙 𝟐 ) = (𝟑 𝟓 −𝟒) ( 𝟐 )
𝒙𝟑 𝟒 𝟕 −𝟐 𝟑𝟏

24
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

1
Pour trouver A−1 = 𝐶𝑇
det(𝐴)

𝟏 𝟑 𝟒 −𝟏
(𝟑 𝟓 −𝟒) =?
𝟒 𝟕 −𝟐

1ère étape : Calculer le déterminant de A

𝟏 𝟑 𝟒
𝒅𝒆𝒕 (𝟑 𝟓 −𝟒) = −𝟖 ≠ 𝟎 la matrice admet une matrice inverse
𝟒 𝟕 −𝟐

2ème étape : Matrice comatrice de A

𝟏𝟖 −𝟏𝟎 𝟏
𝑪= ( 𝟑𝟒 −𝟏𝟖 𝟓 )
−𝟑𝟐 𝟏𝟔 −𝟒

3ème étape : Transposée de la matrice C

𝟏𝟖 𝟑𝟒 −𝟑𝟐
𝑪𝒕 = (−𝟏𝟎 −𝟏𝟖 𝟏𝟔 )
𝟏 𝟓 −𝟒

4ème étape : Calcul de la matrice inverse

1 1 𝟏𝟖 𝟑𝟒 −𝟑𝟐
A−1 = 𝐶 𝑇 = − (−𝟏𝟎 −𝟏𝟖 𝟏𝟔 )
det(𝐴) 8
𝟏 𝟓 −𝟒

Les solutions du système :

𝑋 = 𝐴−1 𝐵

𝒙𝟏 𝟏𝟖 𝟑𝟒 −𝟑𝟐 𝟓𝟎 𝟑
1
𝒙
( 𝟐 ) = − 8 (−𝟏𝟎 −𝟏𝟖 𝟏𝟔 ) . ( 𝟐 ) = (𝟓)
𝒙𝟑 𝟏 𝟓 −𝟒 𝟑𝟏 𝟖

25
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

2.3 Résolution par la méthode du pivot :

Soit (𝑆) un système d’équations linéaires représenté sous sa forme matricielle suivante :

𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑥1 𝑏1

𝑎21 𝑎22 𝑎23 … 𝑎2𝑛 𝑥2 𝑏2
(𝑆) : ( … … … … … )(…) = ( … )
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚

On peut l’écrire sous la matrice augmentée suivante :

𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑏1

𝑎21 𝑎22 𝑎23 … 𝑎2𝑛 𝑏2
( )
… … … … … …
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛 𝑏𝑚

La méthode de base pour la résolution d’un système linéaire par la méthode de pivot est de
remplacer le système par un autre ayant la même solution. Cela se fait par une succession
d’opérations, appelées opérations élémentaires :

1) Multiplier une équation par une constante non nulle ;

2) Permuter deux équations ;
3) Ajouter un multiple d’une équation à une équation.

Les opérations (1), (2) et (3) ne changent pas l’ensemble des solutions. Elles correspondent à
des opérations sur les lignes de la matrice augmentée. Ces opérations sont :

1) Multiplier une ligne par une constante non nulle ;

2) Permuter deux ligne ;
3) Ajouter un multiple d’une ligne à une ligne.

Exemple : Résoudre avec la méthode de pivot le système suivant

𝒙𝟏 + 𝑥2 + 7𝑥3 = −1
(𝑺): { 𝟐𝑥1 − 𝑥2 + 5𝑥3 = −5
−𝑥1 − 3𝑥2 − 9𝑥3 = −5

La matrice augmentée :

1 1 7 −1
( 2 −1 5 −5)
−1 −3 −9 −5

26
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

Objectif : rendre la matrice augmentée une matrice unité :

1 1 7 −1 1 0 0 𝑠1
( 2 −1 5 −5) ⇒ (0 1 0 𝑠2)
−1 −3 −9 −5 0 0 1 𝑠3

Faisant les opérations élémentaires nécessaires sur la matrice augmentée :

𝑙2 = 𝑙2 − 2𝑙1

1 1 7 −1
( 0 −3 −9 −3)
−1 −3 −9 −5

𝑙3 = 𝑙3 + 𝑙1

1 1 7 −1
(0 −3 −9 −3)
0 −2 −2 −6

𝑙3 = 𝑙3 + 𝑙1

1 1 7 −1
(0 −3 −9 −3)
0 −2 −2 −6

1
𝑙2 = − 𝑙2
3

1 1 7 −1
(0 1 3 1)
0 −2 −2 −6

𝑙3 = 𝑙3 + 2𝑙2

1 1 7 −1
(0 1 3 1)
0 0 4 −4

1
𝑙3 = 𝑙3
4

1 1 7 −1
(0 1 3 1)
0 0 1 −1

𝑙1 = 𝑙1 − 7𝑙3

27
Pr. ECH-CHEBANY Mohamed Université Privée de Marrakech (UPM)

1 1 0 6
(0 1 3 1)
0 0 1 −1

𝑙2 = 𝑙2 − 3𝑙3

1 1 0 6
(0 1 0 4)
0 0 1 −1

𝑙1 = 𝑙1 − 𝑙2

1 0 0 2 𝑥1 = 2
(0 1 0 4 ) ⇒ { 𝑥2 =4
0 0 1 −1 𝑥3 = −1

28