Académique Documents
Professionnel Documents
Culture Documents
Chapitre 4
Définition :
Si 𝐴𝐴 est une matrice 𝑚𝑚 × 𝑛𝑛 et 𝐵𝐵 est une matrice colonne d’ordre 𝑚𝑚, alors [𝐴𝐴|𝐵𝐵] désigne
la matrice augmentée obtenue en « ajoutant » la colonne 𝐵𝐵 à la droite de la matrice 𝐴𝐴.
Définition :
Les matrices 𝐴𝐴 et 𝐴𝐴′ sont lignes équivalentes, noté 𝐴𝐴~𝐴𝐴′, si la matrice 𝐴𝐴′ peut être
obtenue à partir de la matrice 𝐴𝐴 par l’application successive d’un nombre fini d’opérations
élémentaires de lignes.
10-601-11 Algèbre vectorielle et linéaire en gestion
Chapitre 4
THÉORÈME 4.1 :
Si [𝐴𝐴|𝐵𝐵]~[𝐴𝐴′|𝐵𝐵′], alors les systèmes 𝐴𝐴𝐴𝐴 = 𝐵𝐵 et 𝐴𝐴′𝑋𝑋 = 𝐵𝐵′ sont équivalents, c.-à-d. qu’ils
ont le même ensemble solution.
Définition :
Une matrice est dite échelonnée si :
1) toutes les lignes nulles sont situées sous les lignes non nulles;
2) le 1er élément non nul de chaque ligne vaut 1 (cet élément s’appelle le pivot de la
ligne;
3) le pivot d’une ligne est toujours situé à droite du pivot de la ligne au-dessus.
Définition :
Une matrice est dite échelonnée réduite si elle est échelonnée et dans toute colonne
contenant un pivot, tous les éléments autres que le pivot sont nuls.
Exemples :
1 2 −3 5 8
0 1 1 4 2
a) � � est échelonnée
0 0 0 1 3
0 0 0 0 0
1 0 0 0
0 0 1 0
b) � � est échelonnée réduite
0 0 0 0
0 0 0 0
1 2 3 0
c) �0 0 0 1� est échelonnée réduite
0 0 0 0
1 3 4
d) �0 0 0� est non échelonnée
0 0 3
10-601-11 Algèbre vectorielle et linéaire en gestion
Chapitre 4
Méthode d’élimination de Gauss pour résoudre le système 𝑨𝑨𝑨𝑨 = 𝑩𝑩
Exemple 1 :
Résoudre le système suivant à l’aide de la méthode de Gauss :
3 2 4 −1
1) Matrice augmentée : [𝐴𝐴|𝐵𝐵] = � 2 −1 2 �−2�
−1 1 2 2
2) Utiliser les opérations élémentaires de lignes afin d’obtenir une matrice échelonnée
[𝐴𝐴′|𝐵𝐵′]~[𝐴𝐴|𝐵𝐵]
3 2 4 −1 1 − 1 −2 −2 𝐿𝐿1 ↔ −𝐿𝐿3
� 2 −1 2 −2� ~ �2 −1 2 �−2�
−1 1 2 2 3 2 4 −1 𝐿𝐿1 ↔ −𝐿𝐿3
1 −1 −2 −2
~ �0 1 6 � 2 � 𝐿𝐿2 ← 𝐿𝐿2 − 2𝐿𝐿1
0 5 10 5 𝐿𝐿3 ← 𝐿𝐿3 − 3𝐿𝐿1
1 −1 −2 −2
~ �0 1 6 �2�
0 0 −20 −5 𝐿𝐿3 ← 𝐿𝐿3 − 5𝐿𝐿2
1 −1 −2 −2
~ �0 1 6 � 2 � −1
0 0 1 1�4 𝐿𝐿3 ← 𝐿𝐿
20 3
La matrice est échelonnée.
10-601-11 Algèbre vectorielle et linéaire en gestion
Chapitre 4
3) On obtient le système le système échelonné équivalent :
𝑥𝑥 − 𝑦𝑦 − 2𝑧𝑧 = −2
� 𝑦𝑦 + 6𝑧𝑧 = 2
1
𝑧𝑧 = �4
1 1
5) Solution unique : 𝑥𝑥 = −1, 𝑦𝑦 = , 𝑧𝑧 =
2 4
6) Vérifier la réponse :
Pour la première équation :
1 −2 −3 −1
1) Matrice augmentée : [𝐴𝐴|𝐵𝐵] = �2 −1 −2 � 2�
3 −1 −3 3
Exemple 3:
Résoudre le système suivant à l’aide de la méthode de Gauss :
2𝑥𝑥 − 𝑦𝑦 + 3𝑧𝑧 = 1
� 𝑥𝑥 + 4𝑦𝑦 + 𝑧𝑧 = 0
𝑥𝑥 − 5𝑦𝑦 + 2𝑧𝑧 = 2
2 −1 3 1
1) Matrice augmentée : [𝐴𝐴|𝐵𝐵] = �1 4 1 � 0 �
1 −5 2 2
2) Opérations élémentaires pour obtenir une matrice échelonnée [𝐴𝐴′|𝐵𝐵′]~[𝐴𝐴|𝐵𝐵]
2 −1 3 1 1 4 1 0 𝐿𝐿1 ↔ 𝐿𝐿2
�1 4 1 � 0� ~ �2 −1 3 � 1 � 𝐿𝐿2 ↔ 𝐿𝐿1
1 −5 2 2 1 −5 2 2
1 4 1 1
~ �0 −9 1 � 1� 𝐿𝐿2 ← 𝐿𝐿2 − 2𝐿𝐿1
0 −9 1 2 𝐿𝐿3 ← 𝐿𝐿3 − 𝐿𝐿1
1 4 1 1
−1 1 1
~ �0 1 �9 � �9� 𝐿𝐿2 ← − 𝐿𝐿2
9
0 −9 1 2
1 4 1 1
~ �0 1 −1� � 1� �
9 9
0 0 0 1 𝐿𝐿3 ← 𝐿𝐿3 − 9𝐿𝐿2
On ne peut continuer la résolution puisque, quelles que soient les valeurs de 𝑥𝑥, 𝑦𝑦 ou 𝑧𝑧, la
dernière ligne est fausse. Ce système n’a donc pas de solution.
10-601-11 Algèbre vectorielle et linéaire en gestion
Chapitre 4
On peut ainsi déterminer le nombre de solutions d’un système à l’aide de la méthode
d’élimination gaussienne.
Définition :
Le rang d’une matrice 𝐴𝐴 est le nombre de lignes non nulles (ou nombre de pivots) d’une
matrice échelonnée (ou échelonnée réduite) équivalente à 𝐴𝐴.
THÉORÈME 4.2 :
Si 𝐴𝐴𝐴𝐴 = 𝐵𝐵 est un système d’équations linéaires (𝑚𝑚 équations à 𝑛𝑛 inconnues) dont la
matrice des coefficients 𝐴𝐴 est une matrice de format 𝑚𝑚 × 𝑛𝑛 de rang 𝑝𝑝 et si [𝐴𝐴|𝐵𝐵] la
matrice augmentée du système est de rang 𝑞𝑞, alors ce système :
• n’admet aucune solution si 𝑝𝑝 < 𝑞𝑞;
• admet une infinité de solutions si 𝑝𝑝 = 𝑞𝑞 et 𝑝𝑝 < 𝑛𝑛 ;
• admet une solution unique si 𝑝𝑝 = 𝑞𝑞 = 𝑛𝑛;
3 2 4 −1
1) Matrice augmentée : [𝐴𝐴|𝐵𝐵] = � 2 −1 2 �−2�
−1 1 2 2
2) Utiliser les opérations élémentaires de lignes afin d’obtenir une matrice échelonnée
[𝐴𝐴′|𝐵𝐵′]~[𝐴𝐴|𝐵𝐵]. On a trouvé que
3 2 4 −1 1 −1 −2 −2
� 2 −1 2 −2� ~ �0 1 6 � 2 �
−1 1 2 2 0 0 1 1�4
La matrice est échelonnée.
On a donc que = 𝑞𝑞 = 𝑛𝑛 = 3 . Le système admet une solution unique.
1 1
On a en effet trouvé que : 𝑥𝑥 = −1, 𝑦𝑦 = , 𝑧𝑧 =
2 4
10-601-11 Algèbre vectorielle et linéaire en gestion
Chapitre 4
Exemple 5 : Reprenons l’exemple 3 ci-haut, soit de résoudre le système suivant à l’aide
de la méthode de Gauss :
2𝑥𝑥 − 𝑦𝑦 + 3𝑧𝑧 = 1
� 𝑥𝑥 + 4𝑦𝑦 + 𝑧𝑧 = 0
𝑥𝑥 − 5𝑦𝑦 + 4𝑧𝑧 = 2
2 −1 3 1
1) Matrice augmentée : [𝐴𝐴|𝐵𝐵] = �1 4 1 � 0 �
1 −5 4 2
2) Opérations élémentaires pour obtenir une matrice échelonnée [𝐴𝐴′|𝐵𝐵′]~[𝐴𝐴|𝐵𝐵]. On a
obtenu que :
2 −1 3 1 1 4 1 1
�1 4 1 � 0� ~ �0 1 −1 1
�9 � �9�
1 −5 4 2 0 0 0 −8
La matrice est échelonnée.
On a donc que 𝑝𝑝 = 2 mais 𝑞𝑞 = 3; ainsi 𝑝𝑝 < 𝑞𝑞 et le système n’admet aucune solution.
On avait en effet constaté que le système n’avait aucune solution en raison de la
contradiction obtenue à la dernière ligne.
𝑥𝑥 + 𝑦𝑦 + 𝑧𝑧 = 4
�2𝑥𝑥 + 3𝑦𝑦 + 2𝑧𝑧 = 10
3𝑥𝑥 + 4𝑦𝑦 + 3𝑧𝑧 = 14
1 1 1 4
~ �0 1 0 � 2 �
0 0 0 0 𝐿𝐿3 ← 𝐿𝐿3 − 𝐿𝐿2
10-601-11 Algèbre vectorielle et linéaire en gestion
Chapitre 4
Le rang de la matrice augmentée est égal au rang de la matrice 𝐴𝐴 d’où 𝑝𝑝 = 𝑞𝑞 = 2. De
plus, le système a 𝑛𝑛 = 3 inconnues. En vertu du théorème 4.2, puisque 𝑝𝑝 = 2 < 𝑛𝑛 = 3,
le système admet une infinité de solutions. Le système associé à la matrice augmentée
est
𝑥𝑥 + 𝑦𝑦 + 𝑧𝑧 = 4
� 𝑦𝑦 = 2
0 = 0
La dernière équation n’est pas fausse (ce qui est le cas lorsque le système n’a pas de
solutions), mais elle est inutile. Elle n’apporte aucune information à propos des variables.
Nous n’avons donc en réalité que deux équations utiles, bien nous nous ayons trois
variables. Par remontée triangulaire, on isole 𝑥𝑥 dans la première ligne, 𝑦𝑦 dans la
deuxième, et 𝑧𝑧 dans la dernière :
𝑥𝑥 = 4 − 𝑦𝑦 − 𝑧𝑧
� 𝑦𝑦 = 2
𝑧𝑧 = 𝑡𝑡 , 𝑡𝑡 ∈ℝ
Algorithme :
1) On trouve une matrice échelonnée (à l’aide d’opérations élémentaires sur les lignes).
∗ ∗ … ∗ ∗ 1 ∗ … ∗ ∗ 1 ∗ … ∗ ∗
⋮ ⋮ 0 ⋮ 0 1 ∗ ⋮
� �~� � ~� �
⋮ ⋮ ⋮ ⋮ ⋮ 0 ⋮ ⋮
∗ … … ∗ ∗ 0 … … ∗ ∗ 0 0 ∗ … ∗
1 1 1 2 1 1 0 1 1
∼ �0 2 0 � 1 � 𝐿𝐿3 ← 𝐿𝐿3 + 2𝐿𝐿2 ∼ �0 2 0 � 1 � 𝐿𝐿1 ← 𝐿𝐿1 + 𝐿𝐿3
0 0 −6 – 6 0 0 −6 – 6 6
1 0 0 1⁄2 1 0 0 1/2 1
1 𝐿𝐿2 ← 𝐿𝐿2
∼ �0 2 0 � �
1 𝐿𝐿1 ← 𝐿𝐿1 − 𝐿𝐿2 ∼ � 0 �
1 0 1/2 � 2
0 0 −6 −6 2 0 0 1 −1
1
𝐿𝐿3 ← 𝐿𝐿
6 3
1 1
L’unique solution est (𝑥𝑥, 𝑦𝑦, 𝑧𝑧) = � , , 1�
2 2
10-601-11 Algèbre vectorielle et linéaire en gestion
Chapitre 4
Calcul d’une matrice inverse à l’aide de la méthode de Gauss-Jordan
Soit 𝐴𝐴 une matrice carrée d’ordre 𝑛𝑛 et 𝐼𝐼𝑛𝑛 la matrice identité d’ordre 𝑛𝑛.
1) Vérifier que det(𝐴𝐴) ≠ 0, sinon la matrice n’est pas inversible;
2) Construire la matrice augmentée [𝐴𝐴|𝐼𝐼𝑛𝑛 ];
3) Utiliser les opérations élémentaires de lignes de façon à obtenir la matrice augmentée
échelonnée réduite : [𝐴𝐴|𝐼𝐼𝑛𝑛 ]~[𝐼𝐼𝑛𝑛 |𝐷𝐷];
4) On a 𝐴𝐴−1 = 𝐷𝐷.
Au niveau pratique, cette méthode peut être plus rapide que de calculer la matrice
1
inverse à l’aide de la matrice adjointe : 𝐴𝐴−1 = adj(𝐴𝐴).
𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑
Exemple :
3 2 4
Déterminer la matrice inverse de 𝐴𝐴 = � 2 −1 2�.
−1 1 2
3 2 41 0 0 −1 1 2 0 0 1 𝐿𝐿1 ↔ 𝐿𝐿3
�2 −1 2�0 1 0� ~ � 2 −1 2�0 1 0�
−1 1 20 0 1 3 2 41 0 0
1 −1 −2 0 0 −1 𝐿𝐿1 ← −𝐿𝐿1
~ �0 1 6 �0 1 2 � 𝐿𝐿2 ← 𝐿𝐿2 + 2𝐿𝐿1
0 5 10 1 0 3 𝐿𝐿3 ← 𝐿𝐿3 + 3𝐿𝐿1
1 −1 −2 0 0 −1
~ �0 1 6 �0 1 2�
0 0 −20 1 −5 −7 𝐿𝐿3 ← 𝐿𝐿3 − 5𝐿𝐿2
1 0 4 0 1 1 𝐿𝐿1 ← 𝐿𝐿1 + 𝐿𝐿2
~ �0 1 6� 0 1 2 �
0 0 1 −1�20 5� 7� −1� 𝐿𝐿
20 20 𝐿𝐿3 ← 20 3
4� 0 −2�
20 5 𝐿𝐿1 ← 𝐿𝐿1 − 4𝐿𝐿3
⎛1 0 0
3 −1� −1� ⎞ 𝐿𝐿 ← 𝐿𝐿 − 6𝐿𝐿
~ ⎜0 1 �
0� �10 2 10⎟ 2 2 3
0 0 1 −1 5� 7�
�20 20 20 ⎠
⎝
Alors
4� 0 −2� 1� 0 −2�
20 5 5 5
⎛ ⎞
𝐴𝐴−1 = ⎜ 3�10 −1�2 −1�10⎟ = ⎛ 3�10 −1�2 −1�10⎞.
−1� 5� 7� −1 1� 7�
20 20 20 ⎠ ⎝ �20 4 20 ⎠
⎝
Remarque : Il est recommandé de vérifier que : 𝐴𝐴−1 𝐴𝐴 = 𝐼𝐼 et 𝐴𝐴𝐴𝐴−1 = 𝐼𝐼