Gaël KIBITI ©2021 AIMS-Ghana & Marien Ngouabi University

(+242) 06 816 16 81
gael@aims.edu.gh HEMIP - Centre ville de P/N, derrière la Tour Mayombe

ANALYSE II
by Gaël KIBITI
LICENCE PROFESSIONNELLE II - INDUSTRIE
Année Académique: 2020 - 2021

Résumé. —La résolution des systèmes linéaires est considérée comme l’un des deux problèmes fondamentaux de
l’Analyse Numérique Matricielle, et cette résolution intervient à divers domaines, en particulier lorsqu’il s’agit de
modéliser puis résoudre numériquement des problèmes comme par exemple en :
1. Électricité : recherche des intensités du courant dans un circuit électronique en utilisant les lois des nœuds et
des mailles... ;
2. Chimie :l’équilibre des équations des réactions chimiques ;
3. Algèbre linéaire : recherche des vecteurs propres d’une matrice carrée associés à une valeur propre donnée,
déterminer le noyau d’un endomorphisme en dimension finie (système homogène) ;
4. Géométrie analytique : étudier la position relative des droites et des plans dans l’espace ;
5. Optimisation : minimisation ou maximisation d’une fonction quadratique ;
6. Analyse numérique : interpolation polynômiale (matrice de Vandermonde), résolution numérique des EDP
(méthode des différences finies où les matrices rencontrées sont tridiagonales).

Gaël KIBITI Cours d’analyse II

gael@aims.edu.gh ©2021 UMNG & AIMS-GHANA
Table de Matières

1 Introduction aux Systèmes Linéaires 3

§ 1. Résolution des systèmes linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
§ 2. Présentation générale d’un système d’équations linéaires. . . . . . . . . . . . . . . . . . . . . . . . . 3
§ 3. Résolution d’un système d’équations linéaires en 2D et 3D . . . . . . . . . . . . . . . . . . . . . . . 3
§ 4. Méthode de matrice inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
§ 5. Méthode de Gauss (Pivot) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2 Résolution Numérique des Systèmes Linéaires 8

§ 1. Contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

3 Différences finies 9

Gaël KIBITI Cours d’analyse II

gael@aims.edu.gh ©2021 UMNG & AIMS-GHANA
Chapitre 1

Introduction aux Systèmes Linéaires

§ 1. Résolution des systèmes linéaires

Le besoin de résoudre les systèmes linéaires d’équations est de grande importance en ingénieure. L’analyse des
circuits électriques et le contrôle des systèmes sont deux exemples. La loi de Cramer pour la résolution de ces
systèmes implique le calcul des déterminants. Cette loi est la meilleure pour les systèmes ne contenant qu’un petit
nombre d’équations.
Comme pré-requis, l’étudiant doit être capable de calculer le déterminant en taille 2 et 3.
A la fin de cette section, l’étudiant doit être à mesure d’énoncer et d’appliquer la loi de Cramer afin de trouver
la solution pour un système linéaire de deux (2) équations à deux inconnues. Mais aussi pour un système linéaire
de trois (3) équations à trois (3) inconnues.

§ 2. Présentation générale d’un système d’équations linéaires

Un système d’équations linéaires tel le suivant :

a11 x1 + a12 x2 + · · · + a1n xn = b1





 a21 x1 + a22 x2 + · · · + a2n xn = b2




············






a x + a x + ··· + a x = b

n1 1 n2 2 nn n n

peut être écrit sous forme matricielle :

    
a11 a12 · · · a1n   
 x1 
 

 b1  

   
a21 a22 · · · a2n  

 x2 
   b2 

=
   


· · · ··· · · · · · ·  
 

 · · ·


 

 · · ·



   
· · · ann  xn   bn 
 
an1 an2
  

Définition 2.1. — Une méthode de résolution d’un système d’équations est dite directe si on obtient des valeurs
finies après un nombre d’opérations.

§ 3. Résolution d’un système d’équations linéaires en 2D et 3D

Résolution en 2D
Méthode de Cramer en 2D
Cette méthode est basée sur la calcul du déterminant de la matrice associée au système et des déterminants
associées aux inconnues xi avec i = 1, · · · , n

Gaël KIBITI Cours d’analyse II

gael@aims.edu.gh ©2021 UMNG & AIMS-GHANA
Résolution d’un système d’équations linéaires en 2D et 3D 4

L’unique solution du système linéaire donné par :

ax + by = c (1)
(

dx + ey = f (2)
∆x ∆y
avec (a, b, c, d, e, f ) ∈ R6 est donnée par : x = et y =
∆ ∆
     
b c  a c  a b
avec ∆x =  , ∆y =  et ∆=
e f  d f  d e

Remarque 3.1. — Dans le cas où ∆ = 0, cette méthode ne peut être utiliser pour la détermination de la solution.

Exemple 3.2. — Utiliser la méthode de Cramer pour déterminer la solution du système linéaire suivant :

2x + y = 7
(
(S 1 ) :
3x − 4y = 5

Le couple (3, 1) est l’unique solution au système proposé à l’exemple 3.2.

Exercice de Maison 3.3. — Utiliser la méthode de Cramer pour déterminer la solution des systèmes linéaires
suivants :
2x − 3y = 6 2x − 3y = 6
( (
(S 1 ) : (S 2 ) :
4x − 6y = 12 4x − 6y = 10
Notation : Comme cas général, un système linéaire de deux équations à deux inconnues nous donne la notation
suivante :
a11 x1 + a12 x2 = b1
(

a21 x1 + a22 x2 = b2
Ici, les inconnues sont x1 et x2 , les membres de droites sont b1 et b2 et les coefficients ai j , où, par exemple, a21
est le coefficient de x1 dans la deuxième équation du système. En général, ai j est le coefficient de x j dans l’équation
i.
Laloi de Cramer
 peut alors être énoncée comme suit :
a a
Si  11 12  , 0, alors ce système a pour solution

a21 a22 
   
a12 b1  a11 b1 
a b2  a b2 
22 21
x1 =  , x2 =  
a11 a12  a11 a12 
a a  a a 
21 22 21 22

Résolution en 3D
Méthode de Cramer en 3D
La principe de Cramer peut être élargie pour des systèmes linéaires mais la difficulté d’évaluer les calculs
augmente au fur et à mesure que la taille du système s’égarlie. Ici, nous présentons le principe de Cramer en
dimension 3.
L’unique solution du système linéaire donné par :

a11 x1 + a12 x2 + a13 x3 = b1





a21 x1 + a22 x2 + a23 x3 = b2




a x + a x + a x = b


31 1 32 2 33 3 3

Gaël KIBITI Cours d’analyse II

gael@aims.edu.gh ©2021 UMNG & AIMS-GHANA
Méthode de matrice inverse 5

∆x1 ∆x2 ∆x3

est donnée par : x1 = , x2 = et x3 = avec
∆ ∆ ∆
       
a12 a13 b1  a11 a13 b1  a11 a12 b1  a11 a12 a13 
∆x1 = a22 a23 b2  , ∆x2 = a21 a23 b2  , ∆x3 = a21 a22 b2  et ∆ = a21 a22 a23 
       
a32 a33 b3  a31 a33 b3  a31 a32 b3  a31 a32 a33 

Remarque 3.4. — Dans le cas où ∆ = 0, cette méthode ne peut être utiliser pour la détermination de la solution.

Remarque 3.5. — Notons que pour le premier cas, il a fallu être à mesure de calculer le 2 × 2-déterminant et le
3 × 3-déterminant pour le second. Par conséquent, le principe ou la méthode de Cramer n’est pas applicable pour
les tailles supérieures à 3.

Exemple 3.6. — Vérifier que le triplet (−2, 1, 4) est l’unique solution au système suivant :

x + 2y − z = −4




x + 4y − 2z = −6




 2x + 3y + z = 3



Exercice de Maison 3.7. — Utiliser la méthode de Cramer pour déterminer la solution des systèmes linéaires
suivants :
2x − y + 3z = 9 3x − 2y + z = 2 x − 3y + 2z = 1
  


 

 


x + 4y + 4z = 5 (S 2 ) :  2x + 3y + 2z = −6 (S 3 ) : 2x + y − 2z = 3
  
(S 1 ) : 
  
  

 3x + 2y + 2z = 5

  3x − y + z = 0

  2x + 2y − z = −3



§ 4. Méthode de matrice inverse

Soit le système d’équations AX = B ; multiplions les 2 membres par A−1 (l’inverse de A) : A−1 AX = A−1 B cela
devient : X = A−1 B
1
Pour calculer l’inverse de A : A−1 = C T avec Ci j = (−1)i+ j (Co f acteur)i j
DetA
cas d’une matrice carrée 3 × 3 :  
a11 a12 a13 
A = a21 a22 a23 
 
a31 a32 a33
 

C11 = (−1)1+1 .(Co f acteur)11 = (−1)1+1 .(a22 a33 − a23 a32 )

C12 = (−1)1+2 .(Co f acteur)12 = (−1)1+2 .(a21 a33 − a31 a23 )
C13 = (−1)1+3 .(Co f acteur)13 = (−1)1+3 .(a21 a32 − a22 a31 )
C21 = (−1)2+1 .(Co f acteur)21 = (−1)2+1 .(a12 a33 − a32 a13 )
C22 = (−1)2+2 .(Co f acteur)22 = (−1)2+2 .(a21 a33 − a31 a23 )
C23 = (−1)2+3 .(Co f acteur)23 = (−1)2+3 .(a21 a32 − a31 a22 )
C31 = (−1)3+1 .(Co f acteur)31 = (−1)3+1 .(a22 a13 − a12 a23 )
C32 = (−1)3+2 .(Co f acteur)32 = (−1)3+2 .(a11 a23 − a21 a13 )
C33 = (−1)3+3 .(Co f acteur)33 = (−1)3+3 .(a11 a22 − a21 a12 )

Exercice d’application 4.1. — Résoudre par la méthode de matrice inverse le système suivant :
    
 3 2 0    x1 
  −1
  
=
  
−1 1 2   x2  −2

  
   
  
3 2 −1  x  −1

3

Gaël KIBITI Cours d’analyse II

gael@aims.edu.gh ©2021 UMNG & AIMS-GHANA
Méthode de Gauss (Pivot) 6

 
 3 2 0 
Solution : DetA = −1 1 2  = 1
 
3 2 −1
C11 = +(1.(−1) − 2.2) = −5
C12 = −((−1)(−1) − 3.2) = 4
C13 = +((−1).2 − 3.1) = −5
C21 = −(2(−1) − 2.0) = 2
C22 = +(3.(−1) − 3.0) = −3
C23 = +(3.2 − 3.2) = 0
C31 = +(2.2 − 1.0) = 4
C32 = −(3.1 − (−1).0) = −6
C33 = +(3.1 − (−1).2) = 5
   
−5 4 −5 −5 2 4 
C =  2 −3 0  ; C T =  4 −3 −6
   
4 −6 5 −5 0 5
   
 
−5 2 4 
1
A−1 =  4 −3 −6

1
−5 0 5

      

 x1 
 −5 2 4   −1  −5
     
= =
     
x 4 −3 −6 −2 8
   
 

 2  
 
    
 
 x  −5 0 5  −1  0 
   
 
 
 

3
 

−5
 
 
D’où la solution correspondante au système de départ est  8


0
 


Remarque 4.2. — En ce qui concerne la résolution de ces systèmes linéaires, il est également possible d’utiliser
la méthode appelée : MÉTHODE DE PIVOT DE GAUSS. Cette dernière est plus efficace pour les systèmes de
dimensions supérieures ou égales à 3.

§ 5. Méthode de Gauss (Pivot)

Soit le système d’équation AX = B, la méthode de Gauss est basée sur l’idée de trianguler ma matrice A,
c’est-à-dire :      
a11 a12 · · · a1n  A11 A12 · · · A1n  

 b1  

 
a a22 · · · a2n  
 A
21 A22 · · · A2n 
  b2 

La matrice  21
 
 se transforme en   ainsi que le vecteur  se transforme

· · · · · · · · · · · ·   · · · ·
· · · · · · · ·  · · ·

 



 

an2 · · · ann · · · Ann
 
an1 An1 An2  bn 
 
 


 B1 


 B2 
 

en 
 



· · ·



 Bn 
 


5x − 2y + z = 1




Exercice d’application 5.1. — Résoudre par la méthode de Gauss le système suivant :  2x + y − 3z = −1



 3x − 2y + 2z = 2



Solution : On porte les composantes de A et B dans la matrice :

Gaël KIBITI Cours d’analyse II

gael@aims.edu.gh ©2021 UMNG & AIMS-GHANA
Méthode de Gauss (Pivot) 7

 
5 −2 1 1 
e e
2 1 −3 −1 Soit le pivot 5, multiplions la 3 ligne par 5/2 et retranchons de la 1 ligne et faisons de
 
3 −2 2 2
e
même  avec la 2 ligne en la multipliant
 par 5/3
5 −2 1 1 
e e
0 9/2 −17/2 −7/2  soit le nouveau pivot 9/2 multiplions la 3 par 27/8 et faisons la somme avec la 2
 

0 −4/3 7/3 7/3
ligne
 
5 −2 1 1 
9 17 7
0 9/2 −17/2 −7/2 cela donne x3 = −7 ; x2 − x3 = −
 
2 2 2
0 0 −5/8 35/8
d’où x2 = −14 ; et enfin 5x1 − 2x2 + x3 = 1 donne x1 = −4

Exercice de Maison 5.2. — Travail de recherche 1 personnel : Applications avec la méthode de pivot de Gauss -
laissées au soin de l’étudiant...

Exercice de Maison 5.3. — Travail de recherche 2 de groupe : Principe de résolution avec la méthode de Cholesky
- laissé au soin de l’étudiant...

Gaël KIBITI Cours d’analyse II

gael@aims.edu.gh ©2021 UMNG & AIMS-GHANA
Chapitre 2

Résolution Numérique des Systèmes Linéaires

§ 1. Contexte
L’analyse numérique est une branche des mathématiques. Beaucoup de problèmes ne sont pas résolvables par
les méthodes analytiques connues, c’est à cause de cela que sont apparues les méthodes numériques. Dans plusieurs
cas l’approchement de la solution exacte dépend du nombre d’opérations à répéter, ce qui impose une difficulté
contre l’application de ces méthodes numériques. L’apparition de l’ordinateur et l’extension de l’informatique
a rendu l’application des méthodes numériques très aisée du fait de l’élaboration d’algorithmes implémentés
dans des machines à processeurs puissants. Aujourd’hui la technologie ne cesse d’avancer proposant du nouveau
continuellement dans différents domaines, la recherche scientifique est allée plus loin, ayant pu comprendre et
modéliser les mécanismes de phénomènes physiques qui étaient ambigus il y a quelques années. Si cela est rendu
possible c’est grâce
Z à l’analyse numérique. Prenons l’exemple suivant :
1
2
L’intégrale e x dx ne peut pas être calculée avec les méthodes classiques connues comme intégration
−1
par parties, changement de variable... En utilisant l’une des méthodes numériques d’intégration l’impossible
deviendra possible. Si l’analyse numérique est devenue un outil primordial dans le calcul scientifique c’est grâce
aux ordinateurs d’où le terme numérique. Alors on est sensé apprendre à programmer, tâche laquelle est devenue
à la portée de tout le monde par le moyens des langages de programmation sur des machines équipées avec
des compilateurs confortables faisant de la programmation un plaisir plutôt qu’un travail. Dans cette partie du
cours, on se limite à des méthodes numériques nécessaires aux étudiants de deuxième année licence (LMD) pour
résoudre pas mal de problèmes rencontrés au cours de leur formation. A remarquer qu’on s’est basé sur deux
points essentiels :
1. Le cours doit être simplifié.
2. Les connaissances acquises sont renforcées par des exemples simples.
Enfin j’espère que les étudiants trouveront au moins quelques choses d’utiles.

Gaël KIBITI Cours d’analyse II

gael@aims.edu.gh ©2021 UMNG & AIMS-GHANA
Chapitre 3

Différences finies

Gaël KIBITI Cours d’analyse II

gael@aims.edu.gh ©2021 UMNG & AIMS-GHANA