Chapitre 3

Systèmes linéaires

3.1 Notion de système linéaire

Dénition 3.1.1 Soient n et p deux entiers naturels non nuls. On appelle système li-
néaire de n équations à p inconnues tout système d'équation de la forme


 a11 x1 + a12 x2 + a13 x3 + · · · + a1p xp = b1


a21 x1 + a22 x2 + a23 x3 + · · · + a2p xp = b2
(S) .

 ..


a x + a x + a x + · · · + a x = b
n1 1 n2 2 n3 3 np p n

où x1 , x2 , · · · , xp sont des inconnues.

L'écriture matricielle du système (S), soit sous la forme AX = b est
    
a11 a12 · · · a1p x1 b1
 a21 a22 · · · a2p  x2  b2 
    
 .. .. ..   ..  =  ..  .
 . . .  .   . 
an1 an2 · · · anp xp bp
| {z } | {z } | {z }
A X b

Exemple 3.1.2
{ ( )( ) ( )
x1 − 2x2 = 1 1 −2 x1 1
(S1 ) ⇐⇒ = ,
2x1 − 3x2 = 4 2 −3 x2 4

est un système linéaire de deux équations à deux inconnues x1 et x2 .

     

x1 = x2 + 2x3 + 1 1 −1 −2 x1 1
(S2 ) x3 + x2 + 2 = −3x1 
⇐⇒ 3 1 1    
x2 = −2 ,


2x1 + 3x2 − 3 = 17x3 2 3 −17 x3 3

41
F.MEZOUED CHAPITRE 3. SYSTÈMES LINÉAIRES

est un système linéaire de trois équations à trois inconnues x1 , x2 , x3 .

Dénition 3.1.3 La matrice augmenté est la matrice A à laquelle on rajoute le vecteur

colonne b comme derniére colonne, soit
 
.
 a11 a12 ··· a1p .. b1 
.
.. a a ···

a2p .. b2 
(A.b)  .21 .22 ... . . . .. 
 .. .. . 
 
..
an1 an2 ··· anp . bn

Dénition 3.1.4 L'ensemble des solutions du système (S) est formé par les n-uplets
(x1 , x2 , · · · , xn )t satisfaisant chacune des équations du système (S).

Dénition 3.1.5 1. Le système (S) est dit incompatible ou inconsistant, s'il n'admet
pas de solutions, sinon, il est dit système compatible
2. Deux systèmes sont equivalents s'ils admettent les mêmes solutions.

Exemple 3.1.6 Le système {

x1 + x2 = 1
2x1 + 2x2 = 1,
est incompatible.

3.2 Interpretation geométrique

cas p = n = 2
Soit le système {
a11 x1 + a12 x2 = b1
a21 x1 + a22 x2 = b2 ,
où a11 , a12 , a21 , a22 ̸= 0.
Ces deux équations représentent deux droites ∆1 , ∆2 dans le plan x1 x2 . Une solution
du systéme est un point (s1 , s2 ) qui est sur les deux droites ∆1 , ∆2 . Trois cas se présentent
alors
1. Les deux droites ∆1 , ∆2 se croisent en un seul point : Le système admet une unique
solution.
2. Les deux droites ∆1 , ∆2 sont parallèles : Le système est incompatible.
3. Les deux droites ∆1 , ∆2 sont Les deux droites ∆1 , ∆2 sont colinéaires : Le système
admet une innité de solutions.

42
F.MEZOUED 3.3. SYSTÈME ÉCHELONNÉ

3.3 Système échelonné

Dénition 3.3.1 Système échelonné (Se )
Un système (Se ) est en escalier, ou échelonne, si le nombre de premiers coecients
nuls successifs de chaque équation est strictement croissant.

Autrement dit, un système est échelonné si les coecients non nuls des équations se pré-
sentent avec une sorte d'escalier à marches de longueurs variables marquant la séparation
entre une zone composée uniquement de zéros et une zone où les lignes situées à droite
de l'escalier commencent par des termes non nuls, comme dans l'exemple suivant de 5
équations à 6 inconnues :

5x1 − x2 − x3 + 2x4 + x6 = b1
3 x3 − x4 + 2x5 = b2
(Se ) − x5 + x6 = b3
5x6 = b4
0 = b5

Remarque 3.3.2 Quand un système contient une équation du type

0x1 + + 0xp = b;

 si b ̸= 0 le système est impossible,

 si b = 0, on peut supprimer cette équation, ce qui conduit à un système équivalent
à (S) dit système réduit.

Dénition 3.3.3 Dans le système échelonné (Se ), les inconnues xi qui n'apparaissent pas
au commencement de chaque équation sont appelées inconnues libres ou variables libres.
Les autres, c à d celles qui sont au commencement de chaque équation sont appelées
variables principales.

Exemple 3.3.4 Dans le système échelonné (Se ) ci-dessus les variables libres sont x2 et
x4 .

Théorème 3.3.5 Dans un sustème échelonné, on distingue deux cas

1. il y'a autant d'équations que d'inconnues p, le système admet alors une unique
solution.
2. il y'a moins d'équations que d'inconnues, le système admet alors une innité de
solutions. Nous attribuerons alors arbitrairement des valeurs aux n − p inconnues
libres et nous obtienderons une solution du système.

43
F.MEZOUED CHAPITRE 3. SYSTÈMES LINÉAIRES

Exemple 3.3.6 Résoudre le système échelonné

5x1 − x2 − x3 + 2x4 + x6 = b1
3 x3 − x4 + 2x5 = b2
− x5 + x6 = b3
5x6 = b4
0 = b5

3.4 Système homogène SH

Dénition 3.4.1 Système homogène On appelle système homogène, noté SH , le système
dont le second membre b est nul, soit un système de type


 a11 x1 + a12 x2 + a13 x3 + · · · + a1p xp = 0


a21 x1 + a22 x2 + a23 x3 + · · · + a2p xp = 0
(SH ) .

 ..


a x + a x + a x + · · · + a x = 0
n1 1 n2 2 n3 3 np p

Un système homogène est toujours compatible car il admet toujours la solution X =

(x1 , x2 , · · · , xp )t = 0. Cette solution est appelée solution triviale. Géométriquement, dans
le cas 2 × 2, un système homogène correspond à deux droites qui passent par l'origine,
(0, 0) étant donc toujours solution.

Remarque 3.4.2 Si un système homogène admet une unique solution, c'est la solution
triviale X = 0 !. Sinon, il peut admettre d'autres solutions non nuls.

3.5 Structure de l'ensemble des solutions d'un système

linéaire
Théorème 3.5.1 Les solutions d'un système linéaire (S) sont les sommes d'une solu-
tion particulière XO = (x01 , x02 , · · · , x0p ) (qui vérie le système (S)) et des solutions du
t

système homogène (SH ).

3.6 Résolution d'un système linéaire

3.6.1 Méthode du pivot de Gauss
La méthode de Gauss propose de ramener un système linéaire (S) à un système éche-
lonné équivalent en utilisant les opérations élémentaires déja énoncées pour les matrices
dans la section 1.7. On obtient alors les solutions du système par simple remontée (en
commencant de la dernière équation et on remonte jusqu'à la première).

44
F.MEZOUED 3.6. RÉSOLUTION D'UN SYSTÈME LINÉAIRE

Algorithme de pivot de Gauss

Soit le système (S) à résoudre



 a11 x1 + a12 x2 + a13 x3 + · · · + a1p xp = b1


a21 x1 + a22 x2 + a23 x3 + · · · + a2p xp = b2
(S) .

 ..


a x + a x + a x + · · · + a x = b
n1 1 n2 2 n3 3 np p n

où x1 , x2 , · · · , xp sont des inconnues,

Etape 1 Si a11 = 0, on procède à un échange de lignes : soit (S) avec a11 ̸= 0 dit
pivot. Cette étape consiste à éliminer x1 des lignes Li pour i = 2, · · · , n en eectuant les
opérations :
ai1
Li ←− Li − L1 .
a11
A l'issue de cette opération, on obtient un système équivalent de la forme,



 a11 x1 + a12 x2 + a13 x3 + · · · + a1p xp = b1


0 + a1 x2 + a1 x3 + · · · + a1 xp = b1
22 23 2p 2
(S 1 ) .

 ..


0 + a1 x + a1 x + · · · + a1 x = b1
n2 2 n3 3 np p n

Etape 2 Si a122 = 0, on procède à un échange de lignes : soit (S 1 ) avec a122 ̸= 0 dit

pivot. Cette étape consiste à éliminer x2 des lignes L1i pour i = 3, · · · , n en eectuant les
opérations :
a1i2 1
L1i ←− L1i − L.
a122 2
A l'issue de cette opération, on obtient un système équivalent de la forme,



 a11 x1 + a12 x2 + a13 x3 + · · · + a1p xp = b1



0 + a22 x2 + a23 x3 + · · · + a2p xp = b2
 1 1 1 1

(S 2 ) 0 + 0 + a233 x3 + · · · + a23p xp = b23


 ..

 .



0 + 0 + a2n3 x3 + · · · + a2np xp = b2n .

Etape k Si ak−1
kk = 0, on procède à un échange de lignes : soit (S
k−1
kk ̸= 0
) avec ak−1
dit pivot. Cette étape consiste à éliminer xk des lignes Lk−1
i pour i = k + 1, · · · , n en
eectuant les opérations :
ak−1
Lk−1
i ←− Lk−1
i − ik Lk−1 ,
k−1 k
akk

45
F.MEZOUED CHAPITRE 3. SYSTÈMES LINÉAIRES

et ainsi de suite jusqu'à obtenir un système échelonné ( triangulaire) équivalent au système

initiale (S), dont la résolution s'eectue en commencant par la derniére équation (par
remontée). Trois cas peuvent se présenter :
1. Il existe une unique solution (système échelonné dont le nombre d'équations égale
au nombre d'inconnues).
2. Il n'existe aucune solution (système incompatible) (système échelonné avec équation
de type 0 = b avec b ̸= 0).
3. Il exite une innité solutions (système échelonné avec moins d'équations que d'in-
connues).

Exemple 3.6.1
Echelonnez, puis résoudre les trois systèmes suivants :
 

 x1 + 2x2 − x3 + x4 = 1 
x1 + x2 − 3x3 − 4x4 = −1

x + 3x + x − x = 2 
2x + 2x + 2x − 3x = 2
1 2 3 4 1 2 3 4
(S1 ) , (S2 )

 −x1 + x2 + 7x3 + 2x4 = 3 
3x1 + 6x2 − 2x3 + x4 = 8

 

2x1 + x2 − 8x3 + x4 = 4 2x1 + x2 + 5x3 + x4 = 5,


 x1 − x2 + x3 + x4 = 3

5x + 2x − x − 3x = 5
1 2 3 4
(S3 )

 −3x1 − 4x2 + 3x3 + 2x4 = 1


6x1 + x2 − 2x4 = 8,

3.6.2 Méthode de Cramer

Le théorème suivant, appelé règle de Cramer, donne une formule explicite pour la solu-
tion de certains systèmes d'équations linéaires ayant autant d'équations que d'inconnues.
Considérons le système d'équations linéaires à n équations et n inconnues suivant :
    
a11 a12 · · · a1n x1 b1
 a21 a22 · · · a2n   x2   b2 
    
 .. .. ..   ..  =  .. ,
 . . .  .   . 
an1 an2 · · · ann xn bn
| {z } | {z } | {z }
A X

dénissons la matrice Aj d'ordre n par

 
a11 ··· a1,j−1 b1 a1,j+1 · · · a1n
 a21 ··· a2,j−1 b2 a2,j+1 · · · a2n 
 
Aj =  .. .. .. .. .. 
 . ··· . . . ··· . 
an1 ··· an,j−1 bn an,j+1 ··· ann

46
F.MEZOUED 3.6. RÉSOLUTION D'UN SYSTÈME LINÉAIRE

Autrement dit, Aj est la matrice obtenue en remplaçant la j-ème colonne de A par le second
membre b. La règle de Cramer va nous permettre de calculer la solution du système dans
le cas où |A| ̸= 0 en fonction des déterminants des matrices A et Aj .

Théorème 3.6.2 Règle de cramer Soit AX = b un système de n équations à n inconnues.

Supposons que |A| ̸= 0. Alors l'unique solution X = (x1 , x2 , · · · , xn )t du système est
donnée par
|A1 | |A2 | |An |
x1 = , x2 = , · · · , xn = .
|A| |A| |A|

Exemple 3.6.3 Résoudre le système suivant en utilisant la règle de Cramer :



x1 + 2x3 = 6
−3x1 + 4x2 + 6x3 = 30


−x1 − 2x2 + 3x3 = 8,

3.6.3 Résolution par le calcul de A−1

Considérons le cas où le nombre d'équations égale le nombre d'inconnues (le cas p = n),
soit le système
    
a11 a12 · · · a1n x1 b1
 a21 a22 · · · a2n   x2   b2 
    
 .. .. ..   ..  =  .. ,
 . . .  .   . 
an1 an2 · · · ann xn bn
| {z } | {z } | {z }
A X b

où A est une matrice carrée d'ordre n et b un vecteur n × 1. Pour tout second membre,
nous pouvons utiliser les matrices pour trouver la solution du système linéaire.

Proposition 3.6.4 Si la matrice A est inversible, alors la solution du système AX =b

est unique et est :
X = A−1 b.

Calcul de A−1 par la méthode de pivot de Gauss.

La matrice inverse A−1 d'une matrice carrée A d'ordre n peut être calculée selon les
étapes suivantes :
.
1. Etablir la matrice augmentée (A..In ) où In est la matrice identite.
.
2. Utiliser l'algorihme de pivot de Gauss à (A..In ) pour obtenir la matrice équivalente
. ′
(U ..I ), où U est une matrice triangulaire supérieure avec des 1 sur la diagonale.

47
F.MEZOUED CHAPITRE 3. SYSTÈMES LINÉAIRES

3. Réappliquer la méthode des pivots de Gauss pour annuler les coecients uij de U
.
qui sont au-dessus de la diagonale, la matrie résultante est (I ..A−1 ).
n

Exemple 3.6.5 Appliquer l'algorithme de Gauss pour calculer l'inverse de la matrice

 
4 0 −1
1 2 1
−1 2 2

48
F.MEZOUED 3.7. EXERCICES

3.7 Exercices
3.7.1 Exercice 1
Détérminer les variables libres de chacun des systèmes suivants :


3x + 2y − 5z − 6s + 2t = 4
(S1 ) z + 8s − 3t = 6


s − 5t = 5,



5x − 3y + 7z = 1
(S2 ) 4y + 5z = 6 ,


4z = 9



x + 2y − 3z = 2
(S3 ) 2x − 3y + z = 1 ,


5x − 4y − z = 4

3.7.2 Exercice 2
Appliquer l'élimination de Gauss aux systèmes suivants


x + 3y + 2z = 0

2x − y + 3z = 0
(S1 ) ,

3x − 5y + 4z = 0


x + 17y + 4z = 0


x + 2y − 3z = 0
(S2 ) 2x + 5y + 2z = 0 ,


3x − y − 4z = 0


x − 2y + 3z − 2w = 0
(S3 ) 3x − 7y − 2z + 4w = 0 ,


4x + 3y + 5z + 2w = 0


x + 3y + 3z = 13
(S4 ) 2x + 5y + 4z = 23 ,


2x + 7y + 8z = 29

49
F.MEZOUED CHAPITRE 3. SYSTÈMES LINÉAIRES



3x + 8y + 3z = 2
(S5 ) x + 3y + 2z = 5 ,


2x + 7y + 4z = 8


2x + 5y + 12z = 6
(S6 ) 3x + y + 5z = 12 ,


5x + 8y + 21z = 17

3.7.3 Exercice 3
Déterminer les valeurs de k pour lesquelles chaque système admet : (1) une solution
unique, (2) pas de solutions ou bien (3) une innité de solutions.
{ {
3x1 + 2x2 = 1 3x1 + 2x2 = 0
(a) , (b) ,
6x1 + 4x2 = k 6x1 + kx2 = 0
{ {
3x1 + 2x2 = 11 3x1 + 2x2 = 1
(c) , (d) ,
6x1 + kx2 = 21 7x1 + 5x2 = k,


x1 + 2x2 + x3 = 3
(e) 2x1 − x2 − 3x3 = 5


4x1 + 3x2 − x3 = k.

3.7.4 Exercice 4
Résoudre et discuter par rapport aux paramètres réels donnés les systèmes linéaires


ax + y + z = 1
(S1 ) x + ay + z = 1 ,


x + y + az = b


2x + 3y − 2z = 5
(S2 ) x − 2y + 3z = 2 ,


4x − y + 4z = a


x − y + az = a
(S3 ) x + ay − z = −1 ,


x+y+z =2


x + 2y − z + t = 1
(S4 ) x + 3y + z − t = 1 ,


2x + y − 8z + t = a

50
F.MEZOUED 3.7. EXERCICES

{
2x + ay + 4z = 0
(S5 )
x + y + 2az = −3

3.7.5 Exercice 5
On considère le système d'équations :


mx + my = 2(m + 1)
(1 − m)x + (2m + 1)y + 2(m + 1)z =m


2x + (m + 1)y + (m − 1)z = m2 − 2m + 9,
1. Pour quelles valeurs de m, ce système admet-il une solution unique ?(on ne demande
pas d'expliciter cette solution).
2. Résoudre ce système lorsque le système homogène admet d'autres solutions que
(0, 0, 0).

3.7.6 Exercice 6
Soit  
0 α α2
M =  1/α 0 α  , α ̸= 0
2
1/α 1/α 0
1. Montrer que M 2 = M + 2I .
2. En déduire M −1 .
3. Calculer |M −1 | et |M − I|.
4. Résoudre le système :


−x1 + αx2 + α x3 = 1
2

(S) α1 x1 − x2 + αx3 = 0

1
x + α1 x2 − x3 = 0.
α2 1

3.7.7 Exercice 7
Utiliser la formule de CRAMER pour résoudre les systèmes suivants :


x1 − 2x2 +2x3 = 3
(S1 ) 3x1 +x3 = −1 ,


x1 − x2 +2x3 = 2


5x1 + 2x2 − 2x3 = 1
(S2 ) x1 + 5x2 − 3x3 = −2 ,


5x1 − 3x2 + 4x3 = 2

51
F.MEZOUED CHAPITRE 3. SYSTÈMES LINÉAIRES



3x1 − x2 −5x3 = 3
(S3 ) 4x1 − 4x2 −3x3 = −4


x1 −5x3 = 2

3.7.8 Exercice 8
Par l'élimination de Gauss, calculer l'inverse (s'il existe) des matrices suivantes :
1.  
1 1 1
A 1 =  0 1 1 .
0 0 1

2.  
2 −1 0
A2 = −1 2 −1 .
0 −1 2

3. ( )
1 1
A3 = .
3 3

4. ( )
cos θ − sin θ
A4 = .
sin θ cos θ

5.  
−2 2 −4
A5 =  3 0 1 .
1 −2 2

6.  
−5 −2 2
A6 =  1 5 −3 .
5 −3 4

3.7.9 Exercice 9
Soit A la matrice  
1 2 2
A = a 8 3 .
0 b 3
1. Quelles valeurs de a et b donnent lieu à des échanges de lignes ?.
2. Quelles valeurs de a et b donnent lieu à une matrice singulière ?.

52
F.MEZOUED 3.7. EXERCICES

3.7.10 Exercice 10
Résoudre le système
   
1 0 1 2   1
−1 2 x
 0 1    2 
 

3 2 1 2 y  = −1 .
  z   
4 3 2 3 3
t
1 −1 1 −2 1

3.7.11 Exercice 11
Soit a un nombre réel. On étudie le système linéaire suivant :


x − 2y + 3z = 2
(Sa ) x + 3y − 2z = 5


2x − y + az = 1

1. En fonction des valeurs du paramètre a, déterminer si le système Sa peut : (i)

n'admettre aucune solution ; (ii) admettre exactement une solution ; (iii) admettre
une innité de solutions.
2. Résoudre le système Sa lorsque celui-ci admet une (des) solution(s).

3.7.12 Exercice 12
Résoudre et discuter suivant les valeurs des paramètres réels a et b, les systèmes
linéaires : 

3x + y − z = 1
(S1 ) 5x + 2y − 2z = a ,


4x + y − z = b


ax + (b − 1)y + 2z = 1
(S2 ) ax + (2b − 3)y + 3z = 1 ,


ax + (b − 1)y + (b + 2)z = 2b − 3


 ax + y + z + t = 1

x + ay + z + t = b
(S3 ) .

 x + y + az + t = b2


x + y + z + at = b3

53
F.MEZOUED CHAPITRE 3. SYSTÈMES LINÉAIRES

3.7.13 Exercice 13
En appliquant l'algorithme d'échelonnement de Gauss, discuter selon les valeurs des
paramètres m et a les solutions du système suivant :


x + 2z = 2
(S) x − my = a


x + y + z = 1.

3.7.14 Exercice 14
1. Tracer les droites et résoudre le système linéaire
{
x − 2y = −1
(S)
−x + 3y = 3

de trois façons d(iérentes : substitution, méthode de Cramer, inverse d'une matrice.

Idem avec {
2x − y = 4
(S)
3x + 3y = −5.
2. Résoudre suivant la valeur du paramètre t ∈ R :
{
4x − 3y = t
(S)
2x − y = t2 .

3. Discuter et résoudre suivant la valeur du paramètre t ∈ R :

{
tx − y = 1
(S)
x + (t − 2)y = −1.

Idem avec {
(t − 1)x + y = 1
(S)
2x + ty = −1.

3.7.15 Exercice 15
1. Résoudre de quatre manières diérentes le système suivant (par substitution, par la
méthode du pivot de Gauss, en inversant la matrice des coecients, par la formule
de Cramer) : {
2x + y = 1
(S)
3x + 7y = −2.

54
F.MEZOUED 3.7. EXERCICES

2. Choisir la méthode qui vous paraît la plus rapide pour résoudre, selon les valeurs
de a, les systèmes suivants :
{
ax + y = 2
(S1 )
(a2 + 1)x + 2ay = 1,
{
(a + 1)x + (a − 1)y = 1
(S2 )
(a − 1)x + (a + 1)y = 1.

3.7.16 Exercice 16
Étudier l'existence de solutions du système :


ax + by + z = 1
(S) x + aby + z = b .


x + by + az = 1

55
F.MEZOUED CHAPITRE 3. SYSTÈMES LINÉAIRES

56