Institut National des Sciences Appliquées et deTechnologie

Classe :BIO2 et CH2 A.U : 2020-2021

CHAPITRE IV :RÉSOLUTION DES SYSTÈMES LINÉAIRES

0.1 Définitions
Définition 0.1.1
On appelle système à n- équations linéaires et p inconnues un système de la forme


 a11 x1 + a12 x2 + . · · · + a1p xp = b1 (E1 )


 a21 x1 + a22 x2 + · · · + a2p xp = b2 (E2 )
(S) ......................................



 ....................................

an1 x1 + an2 x2 + · · · + anp xp = bn (En )

Avec bi ∈ R, aij ∈ R
pour 1 6 i 6 n et 1 6 j 6 p ,
x1 , x2 , · · · , xp sont inconnues.
Résoudre le système (S) c’est trouver tous les p-uplets (x1 , · · · , xp ) ∈ Rp qui vérifient si-
multanément les n- équations E1 , E2 , · · · , En .

0.1.1 Écriture matricielle

Si l’on note A = 
(aij )16i6n,16j6p
 ∈ Mnp (R);
  b1
x1  b2 
 x2   
X =  . et B =  ...  Alors (S) s’écrit matriciellement sous la forme
   
 . .  
 
xp
bn

AX = B.

Définition 0.1.2

1. (S) est dit homogène si bi = 0, ∀i ∈ {1, ...., n}

2. Le système (S) est dit de Cramer si n=p et A est inversible.

1
0.2 Résolution d’un système de Cramer
Proposition 0.2.1
Un système de Cramer AX=B admet une solution unique X = A−1 B

Exemple 0.2.1

 x − y = −1,
    
1 −1 0 x −1
(S) 2x + z = 0, ⇔  2 0 1  y  =  0 

3x + 2y + 4z = −4, 3 2 4 z −4
   
x −1
A y  =  0 
z −4
⇒ c’estun système de Cramer.
 ona détA =3 6= 0     
x −1 −2 4 −1 −1 2
1
 y  = A−1  0  =  −5 4 −1   0  =  3 
3
z −4 4 −5 2 −4 −4
Donc (S) admet une solution unique dans R3 qui est (x = 2, y = 3, z = −4).

Proposition 0.2.2 (Formules de Cramer)

Avec les notations précedentes, si (S) est un système de Cramer sa solution unique est
donné par :
∀i ∈ {1, ..., n},
détAi
xi = .
détA
 
b1
 b2 
 
Ai étant la matrice obtenue en remplaçant la ième colonne de A par la colonne  ... 
 
 
 . 
bn

Exemples 0.2.2 1.
4x + 7y = 8,
(S)
x + 2y = 2,
 
4 7
A=
1 2
détA = 1 6=0 c’est un
 système de Cramer.

8 7 4 8
On a A1 = et A2 =
2 2 1 2
détA1 détA2
x= = 2, y = =0
détA détA

2
 
 x − y = −1,
2. 2x + z = 0,

3x + 2y + 4z = −4, .
 
1 −1 0
A= 2 0 1 
3 2 4

détA = 3 6=0 c’est un système

 de Cramer.
   
−1 −1 0 −1 −1 0 1 −1 −1
On a A1 =  0 0 1  ,A2 =  2 0 1  et ,A3 =  2 0 0 
−4 2 4 3 −4 4 3 2 −4
x = détA1 = 2, y = détA2 = 3, z = détA3 = −4.
détA détA détA

0.3 Résolution d’un système linéaire quelconque

Définition 0.3.1
Deux systèmes (S) et (S 0 ) sont dits équivalents si (S’) est obtenu en appliquant un nombre
fini d’opérations élémentaires sur les lignes de (S)

Proposition 0.3.1
Deux systèmes équivalents admettent le même ensemble de solution.

0.3.1 La résolution d’un système linéaire par la méthode de Gauss

Elle consiste en la transformation du système en un autre qui lui est équivalent et qui
est plus simple à résoudre grâce à la nullité de certains coefficients


 a11 x1 + a12 x2 + .... + a1p xp = b1 (E1 )


 a21 x1 + a22 x2 + .... + a2p xp = b2 (E2 )
......................................



 ....................................

an1 x1 + an2 x2 + .... + anp xp = bn (En )

Si a11 6= 0 on garde x1 dans E1 et on l’élimine dans le reste des équations.( a11 étant le
pivot)
Si a22 6= 0 on garde x2 dans E1 et E2 et on l’élimine dans le reste des équations.
On garde x3 dans E1 ,E2 et E3 et on l’élimine dans le reste des équations. etc...


 α11 x1 + α12 x2 + .... + α1p xp = b1 (E1 )


 α22 x2 + .... + α2p xp = b2 (E2 )
......................................



 ....................................

αnp xp = bn (En )

3
Pour une présentation systématique des calculs et une économie d’écriture , on adopte
l’écriture matricielle ; on considére la matrice augmenentée Ã,
 
a11 a12 ... a1p b1
 a21 a22 ... a2p b2 
J̃ =  .
 
. .. .. .. .. 
 . . . . . 
an1 an2 ... anp bn

Par des opérations élémentaires sur les lignes de Ã, on obtient une matrice de la forme

Ir M B 0
 
à = .
0 0 B"

Exemples 0.3.1

 x − y = −1
1. 2x + z = 0

3x + 2y + 4z = −4
 
1 −1 0 −1
 2 0 1 0 
3 2 4 −4
(a) L2 ← L2 − 2L1
(b) L3 ← L3 − 3L1
 
1 −1 0 −1
 0 2 1 2 
0 5 4 −1
L2
(a) L2 ←
2
 
1 −1 0 −1
 0 1 1 1 
2
0 5 4 −1
(a) L3 ← L3 − 5L2
 
1 −1 0 −1
 0 1 1 1 
2
0 0 32 −6
2
(a) L3 ← L3
3
 
1 −1 0 −1
 0 1 1
2 1 
0 0 1 −4
1
(a) L2 ← L2 − L3
2

4
  
1 −1 0 −1
 0 1 0 3 
0 0 1 −4
(a) L1 ← L1 + L2
 
1 0 0 2
 0 1 0 3  donc
0 0 1 −4

 x=2
y=3

z = −4

 x + 2y + 3z = 5
2. 3x + 5y + 2z = 1

−6x + 3y + z = 8
 
1 2 3 5
 3 5 2 1 
−6 3 1 8
(a) L2 ← L2 − 3L1
(b) L3 ← L3 + 6L1
 
1 2 3 5
 0 −1 −7 −14 
0 15 19 38
(a) L2 ← −L2
 
1 2 3 5
 0 1 7 14 
0 15 19 38
(a) L3 ← L3 − 15L2
 
1 2 3 5
 0 1 7 14 
0 0 −86 −172
L3
(a) L3 ←
−86
 
1 2 3 5
 0 1 7 14 
0 0 1 2
(a) L1 ← L1 − 3L3
(b) L2 ← L2 − 7L3
 
1 2 0 −1
 0 1 0 0 
0 0 1 2
(a) L1 ← L1 − 2L2

5
  
1 0 0 −1
 0 1 0 0  donc
0 0 1 2

 x = −1
y=0

z=2

 x + y = 2,
3. 2x − y = 1,

5x − y = 4,
 
1 1 2
 2 −1 1 
5 −1 4
(a) L2 ← L2 − 2L1
(b) L3 ← L3 − 5L1
 
1 1 2
 0 −3 −3 
0 −6 −6
L2
(a) L2 ←
−3
L3
(b) L3 ←
−6
 
1 1 2
 0 1 1 
0 1 1
(a) L3 ← L3 − L2
 
1 1 2
 0 1 1 
0 0 0
(a) L1 ← L1 − L2
 
1 0 1
 0 1 1  donc
0 0 0
x=1
y=1
(La dernière ligne revient à 0.x + 0.y = 0).

 x+y+z = 1
4. 2x + y + z = 0

3x + 2y + 2z = 2
 
1 1 1 1
 2 1 1 0 
3 2 2 2

6
 (a) L2 ← L2 − 2L1
(b) L3 ← L3 − 3L1
 
1 1 1 1
 0 −1 −1 −2 
0 −1 −1 −1
(a) L3 ← L3 − L2
 
1 1 1 1
 0 −1 −1 −2 
0 0 0 1
La dernière ligne revient à 0.x + 0.y + 0.z = 1 impossible donc S = 0.
/

 x + 2y − 3z = 1
5. 2x + 5y − 8z = 4

3x + 8y − 13z = 7
 
1 2 −3 1
 2 5 −8 4 
3 8 −13 7
(a) L2 ← L2 − 2L1
(b) L3 ← L3 − 3L1
 
1 2 −3 1
 0 1 −2 2 
0 2 −4 4
(a) L3 ← L3 − 2L2
 
1 2 −3 1
 0 1 −2 2 
0 0 0 0
(a) L1 ← 2L1 − L2
 
1 0 1 −3
 0 1 −2 2 
0 0 0 0

 x + z = −3
donc y − 2z = 2 et par suite

0x + 0y + 0z = 0

 x = −3 − z
y = 2 + 2z

z∈R
On a une infinité de solutions.


 x + 2y − z = 7

x + 3y + z = 1
6. avec a ∈ R.

 −x + y + 7z = 5

x + y − 8z = a − 2

7
  
1 2 −1 7
 1 3 1 11 
 
 −1 1 7 5 
2 1 −8 a − 2
(a) L2 ← L2 − L1
(b) L3 ← L3 + L1
(c) L4 ← L4 − 2L1
 
1 2 −1 7
 0 1 2 4 
 
 0 3 6 12 
0 −3 −6 a − 16
(a) L3 ← L3 − 3L2
(b) L4 ← L4 + 3L2
 
1 2 −1 7
 0 1 2 4 
 
 0 0 0 0 
0 0 0 a−4

 x + 2y − z = 7
le système devient y + 2z = 4 donc si

0x + 0y + 0z = a − 4 ∈ R

a 6= 4, S = 0/

et si
a=4

 x = −1 + 5z
y = 4 − 2z

z∈R

 x + 2y − z + t = 9
7. −x + 3y + z + t = 9

x + y − 8z + 2t = 4
 
1 2 −1 1 9
 −1 3 1 1 9 
1 1 −8 2 4
(a) L2 ← L2 + L1
(b) L3 ← L3 − L1
 
1 2 −1 1 9
 0 5 0 2 18 
0 −1 −7 1 −5
(a) L3 ← 5L3 + L2

8
  
1 2 −1 1 9
 0 5 0 2 18 
0 0 −35 7 −7
L2
(a) L2 ←
5
L3
(b) L3 ←
−35
 
1 2 −1 1 9

 0 1 0 2 18 
 5 5 
 −1 1 
0 0 1
5 5
(a) L1 ← L1 + L3
4 46
 
1 2 0
 5 5 
 0 1 0 2 18 


 5 5 
 −1 1 
0 0 1
5 5
(a) L1 ↔ L1 − 2L2
 
1 0 0 0 2
 0 1 0 2 18 

donc

 5 5 
 −1 1 
0 0 1
 5 5

 x = 2



 y = 18 − 2t
5


1+t

 z =

 5
t∈R

 x − 3y − 2z + t = 2
8. x + y − z + 3t = 1

2x − 2y − 3z + 4t = 2
 
1 −3 −2 1 2
 1 1 −1 3 1 
2 −2 −3 4 2
(a) L2 ← L2 − L1
(b) L3 ← L3 − 2L1
 
1 −3 −2 1 2
 0 4 1 2 −1 
0 4 1 2 −2
(a) L3 ← L3 − L2

9
  
1 −3 −2 1 2
 0 4 1 2 −1 
0 0 0 0 −1
donc
S = 0.
/

Remarque 0.3.1
Soit A la matrice associée à (S) et r = rangA
1. Si r < n, pour que le systéme admet des solutions on doit avoir
0 0
br+1 = br+2 = · · · = bn0 = 0

sinon S = 0/
Si B=0 on a une solution unique (0, · · · , 0) si A est inversible, sinon on aura une
infinité de solutions.

Théorème 0.3.1

Soit le système homogène AX = 0 avec A ∈ Mnp (R)

1. Si p > n ( plus d’inconnues que d’équations) alors le système admet une infinité de
solutions.
2. Si n = p alors
(a) Si A est inversible alors le système admet une solution unique

X = (0, · · · , 0) ∈ Rn .

(b) Sinon, il y a une infinité de solutions.

3. Si p < n ( plus d’équations que d’équations) alors il faut considérer un système
à p équations et à p inconnues, appliquer (2) et ensuite vérifier dans les (n − p)
équations restantes.

Remarque 0.3.2

Si X0 est solution du système homogène AX = 0 et X1 solution du système AX = B

alors X0 + X1 est aussi solution du système AX = B car

A(X0 + X1 ) = AX0 + AX1 = 0 + B = B

donc si AX = 0 admet une infinité de solutions alors soit AX = B n’a pas de solutions ou
il a une infinité de solutions

10