Académique Documents
Professionnel Documents
Culture Documents
1 Dénitions et généralités
1.1 Équation linéaire
Dénition 1. Une équation est linéaire par rapport aux inconnues x , x , · · · , x si elle s'écrit sous la
forme
1 2 m
a x + a x + · · · + a x = b,
où a , · · · , a sont des coecients réels et b une constante réelle.
1 1 2 2 m m
a11 x1 + a12 x2 + · · · + a1m xm = b1
.. .. .. ..
a21 x1 + a22 x2 + · · · + a2m xm = b2
(S)
a x + a x + ··· + a x
n1 1 n2 2 nm m = bn
ij
Exemple 1.
x1 + x2 = −1 x1 + x 2 + x3 = 1
(S1 ) , (S2 )
x1 − x2 = 3 x1 − x2 + x3 = 1
Le système (S ) est un système linéaire de deux équations à deux inconnues et (S ) est un système linéaire
de deux équations à trois inconnues.
1 2
.. .. .. ..
a21 x1 + a22 x2 + · · ·
+ a2m xm = 0
(S0 )
a x + a x + ···
n1 1 n2 2 + anm xm = 0
1
1.5 Diérents types de systèmes linéaires
Le résultat suivant énonce les diérents types de systèmes linéaires.
Théorème 1. Un système linéaire peut avoir
I aucune solution, on dit qu'il ou
incompatible, impossible .
incohérent
I une seule solution ou une innité de solutions, on dit que le système est ou
.
compatible, possible
cohérent
x − x = 1 (1)
Exemple 3. 1. Le système (S ) x − x = 1 (2) est incompatible
1 2
1 2 3
x − x = 1 (3)
car on a : (1) + (2) + (3) donne 0 = 3, ce qui est impossible. Donc l'ensemble des solutions S = ∅.
3 1
1
Le système (S) peut s'écrire sous la forme : A · X = b, où A est une matrice à n lignes et m colonnes
formée par les coecients du système, X est le vecteur inconnu et b est le vecteur second membre,
a11 a12 . . . a1m x1 b1
a21 a22 . . . a2m x2 b2
A = .. .. .. , X = .. et b = .. .
. . . . .
an1 an2 . . . anm xm bn
(S) : x - y - z = 1
3x + z = 3
L'écriture matricielle du système (S) est
1 1 −2 x 5 1 1 −2 x 5
1 −1 −1 y = 1 , avec A = 1 −1 −1 , X = y
et b = 1 .
3 0 1 z 3 3 0 1 z 3
2
2.2 Matrice augmentée d'un système linéaire
Dénition 6. Soit le système linéaire AX = b (S) . La matrice obtenue en ajoutant à A la colonne b (le
second membre du système) est dite matrice augmentée du système linéaire (S) et est donnée par
a11 a12 . . . a1m b1
.. .. .. ..
a21 a22 . . . a2m b2
(A | b) = .
an1 an2 . . . anm bn
En utilisant des opérations élémentaires sur les lignes de la matrice augmentée du système linéaire (S), on
obtient le résultat suivant
Proposition 1. Toute matrice équivalente à la matrice augmentée d'un système linéaire, est la matrice
augmentée d'un système linéaire équivalent.
Autrement dit si (A | b) ∼ (A | b ), alors AX = b ⇐⇒ A X = b .
0 0 0 0
det(Aj )
xj = , ∀ j ∈ {1, 2, . . . , n} ,
det(A)
où
... a b a ... a
a11 a12
... ... a. .
1j−1 1 1j+1 1n
det(A ) =
... .
j . a21a
. a22
. . . .
b a
. 2j−1
.
2 2j+1 2n
a a ... a b a ... a
n1 n2 nj−1 n nj+1 nn
3
1 1 −2 5
La matrice du système (S ) est
1 A = 1 −1 −1 , le second membre est b= 1 .
3 0 1 3
Le déterminant de la matrice A est
1 1 −2
det(A) = 1 −1 −1 = −11 6= 0.
3 0 1
Donc le système (S ) est un système de Cramer. Sa solution est donnée par X = (x, y, z), avec
1
t
5 1 −2 1 5 −2 1 1 5
1 −1 −1 1 1 −1 1 −1 1
3 0 1 15 3 3 1 16 3 0 3 12
x= = , y= = , z= =− .
−11 11 −11 11 −11 11
On a
1 −1 2
A = 2 1 0 =⇒ det(A) = 2 6= 0.
3 2 0
Donc le système (S ) est un système de Cramer, il admet une unique solution donnée par
X = (x, y, z), avec
2
t
2 −1 2 1 2 2 1 −1 2
1 1 1
x= −1 1 0 = −3, y= 2 −1 0 = 5, z= 2 1 −1 = 5.
2 2 2
1 2 0 3 1 0 3 2 1
ou aucune solution.
j
4
Exemple 5. 1. Soit le système
2x + y − z = −4 2 1 −1 −4
(S1 ) x − y + 3z = 3 , A = 1 −1 3 , b = 3 .
x + 2y − 4z = 1 1 2 −4 1
2 1 −1 −4 1 −2
On a det(A) = 1 −1 3 = 0 et det(A ) = 3 −1 −1 1 .
= 16 6= 0
1 2 −4
Le système (S ) est impossible. L'ensemble des solutions S = ∅.
1 0 1
x + y + z = 2 1 1 1
(S2 ) 2x + y + 2z = 6 , A= 2 1 1
x + 2y + z = 0 1 2 1
Remarque 1. La méthode de Cramer est d'une importance théorique car elle donne explicitement la solution
d'un système linéaire. Par contre, à partir des matrices d'ordre 4, elle est moins ecace avec beaucoup de
déterminants à calculer. Dans la section suivante, nous donnerons une méthode plus générale et moins
coûteuse basée sur les opérations élémentaires sur les matrices augmentée associées aux systèmes linéaires.
3.4 Méthode 2 : Résolution par la méthode Gauss
La méthode de Gauss ou méthode de pivot de Gauss est la méthode la plus générale de résolution
des systèmes linéaires. Nous donnons l'idée globale de cette technique et nous la montrons sur deux exemples.
La méthode de Gauss
Elle consiste à
1. Transformer la matrice augmentée (A | b) d'un système linéaire (S) en une matrice équivalente (R | b0 )
où R est une matrice échelonnée, le système linéaire obtenu (S 0 ) est facile à résoudre.
2. Si le det(A) 6= 0, la matrice R sera une matrice triangulaire supérieure et l'unique solution du système
est obtenue par la remontée.
Exemple 6. 1. Résoudre le système suivant
2x - y + 3z = 1
x - y + z = 2
x - 2y + 4z = 1
(S ) 1
5
2 −1 3 1 2 −1 3 1
1 −1 1 2 L2 ← L2 − 21 L1 ∼ 0 −1 2
−1
2
3
2
1
1 −2 4 1 L3 ← L3 − 2 L1 0 −3 2
5
2
1
2
2 −1 3 1 2 −1 3 1
−1 −1 0
0 3
∼ 0 −1 −1 3
= (R |b )
2 2 2 2 2 2
0 −3 5 1 L3 ← L3 − 3L2 0 0 4 −4
2 2 2
2x - y + 3z = 1 x = 1
0
- y - z =
1 1
par la remontée ⇒ y = −2
3
4z = −4 z = −1
(S )
1 2 2 2
x1 + 2x2 + 3x3 + 4x4 =1
2x1 + 3x2 + 4x3 + x4 =2
(S2 )
3x1 + 4x2 + x3 + 2x4 =3
4x1 + x2 + 2x3 + 3x4 =4
C'est un système à matrice d'ordre 4, la méthode de Cramer nécessite beaucoup de calculs, nous
allons utiliser la méthode de Gauss. La matrice augmentée du système linéaire est
1 2 3 4 1 1 2 3 4 1
2 3 4 1 2 L
2 ← L2 − 2L1
0 −1 −2 −7 0
(A | b) = −→
3 4 1 2 3 L3 ← L3 − 3L1 0 −2 −8 −10 0 L3 ← L3 − 2L2
4 1 2 3 4 L4 ← L4 − 4L1 0 −7 −10 −13 0 L4 ← L4 − 7L2
1 2 3 4 1 1 2 3 4 1
0 −1 −2 −7 0 0 −1 −2 −7 0
−→ −→
0 0 −4 4 0 0 0 −4 4 0
0 0 4 36 0 L4 ← L4 + L3 0 0 0 40 0
Ceci donne :
x1 + 2x2 + 3x3 + 4x4 = 1 x1 =1
par la remontée
−x2 − 2x3 − 7x4 = 0 x2 =0
(S20 ) =⇒
−4x3 + 4x4 = 0
x3 =0
40x4 = 0 x4 =0
Nous avons vu dans le chapitre des déterminants le calcul d'inverse par la méthode des cofacteurs qui est
explicite mais n'est pas ecace à partir des matrices d'ordre 4. En utilisant des opérations élémentaires sur
les lignes de la matrice A, il est possible de déterminer l'inverse de cette matrice avec moins de calculs par
rapport à la méthode des cofacteurs. La proposition suivante illustre le résultat.
6
Exemple 7. Résoudre le système linéaire suivant par la méthode d'inverse.
x + 2y + 3z = 4
(S) x + 3y + 4z = 1
x + 4y + 3z = −2
L'unique solution du système (S) est donc donnée par X = A b. Il sut donc de calculer A par la
−1 −1
méthode de Gauss-Jordan.
1 2 3 1 0 0
L
1 2 3 1 0 0
(A | I) = 1 3 4 0 1 0 L ← L − l ∼ 0 1 1 −1 1 0
1
L ←L −L
2 2 1
1 4 3 0 0 1 30 2 0 −1 0 1
3 1
1 2 3 1 0 0 1 2 3 1 0 0
∼ 0 1 1 −1 1 0 ∼ 0 1 1 −1 1 0
L3 ← L3 − 2L2 0 0 −2 1 −2 1 L 3 ← −1
2
L3 0 0 1 −1
2
1 −1
2
L ← L − 3L
1 2 0 52 −3 32
L ← L1 − 2L2
1 0 0 72 −3 12
L ←L −L
1 1 3 1
∼ 2 2 3
0 1 0 −1 0 1
∼ 0 1 0 −1 0 1
2 2 2 2
1 1
0 0 1 −2 1 −2 0 0 1 − 2 1 − 21
1
1 2 1 3 4 1 2 3 4 1 L1 ← L1 + 2L2
2 3 2 L2 ← L2 − 2L1
4
1 0 −1 −2 −7 0
(A | b) = −→
3 4 3 L3 ← L3 − 3L1
1 2 0 −2 −8 −100 L3 ← L3 − 2L2
4 1 4 2 L4 ← L4 − 4L1
3 0 −7 −10 −130 L4 ← L4 − 7L2
L1 ← L1 − 14 L3
1 0 −1 −10 1 1 0 0 4 1 1
0 −1 1 L1 ← L1 + 10 L4
−2 −7 0 L2 ← L2 − 2 L3
0 −1 0 −7 0 7
L2 ← L2 + L4
−→ −→
0 0 −4 4 0 0 0 −4 4 0 40
4
L3 ← L3 − 40 L4
0 0 4 36 0 L4 ← L4 + L3 0 0 0 40 0
7
1 0 0 0 1
0 −1 0 0 0
−→
0 0 −4 0
0
0 0 0 40 0
Ceci donne :
x1 = 1
−x2 = 0
−4x3 = 0
40x4 = 0
L1 ← L1 − L2
1 −1 0 1 0 0 1 −1 0 1 0 0
0 −1 −2 2 1 0 L2 ← L2 + 3 L3 ∼ 0
2 −1 0 2
3
1
3
2
3
0 0 3 −2 −1 1 0 0 3 −2 −1 1
1 −1 −2
L1 ← L1 1 −1 −2
1 0 0 3 3 3
1 0 0 3 3 3
0 −1 2 1 2 L2 ← −L2 −2 −1 −2
0 3 3 3
∼ 0 1 0 3 3 3
0 0 3 −2 −1 1 L3 ← 13 L3 0 0 1 −2
3
−1
3
1
3
La résolution de ce type de système à matrice rectangualire A du type n×m est résumée dans la proposition
suivante
Proposition 6.
I Le système (S) est compatible si et seulement si le rang de la matrice augmentée est égal au rang de
la matrice A. Autrement dit : rg(A | b)=rg(A) .
I Si le rang de la matrice augmentée est strictment supérieur au rang de la matrice A ( rg(A | b) > rg(A) )
alors le système (S) est incompatible.
8
Exemple 9. 1. Considèrons maintenant le système suivant
x + y + z - t = 1
x - y - z + t = 2
x - y - z - t = 3
La matrice augmentée du système est
1 1 1 −1 1
1 −1 −1 1 2 .
1 −1 −1 −1 3
Déterminons les rangs des matrices A et (A | b). On utilise l'échelonnement
1 1 1 −1 1 1 1 1 −1 1
1 −1 −1 1 2 L2 ← L2 − L1 ∼ 0 −2 −2 2 1
1 −1 −1 −1 3 L3 ← L3 − L1 0 −2 −2 0 2
1 1 1 −1 1 1 1 1 −1 1
0 −2 −2 2 1 ∼ 0 −2 −2 2 1
0 −2 −2 0 2 L3 ← L3 − L2 0 0 0 −2 1
On obtient, rg(A | b) = rg(A) = 3. Donc le système est compatible.
On déduit le système équivalent à (S), qui s'écrit comme suit :
x + y + z - t = 1 x =
3
- 2y - 2z + 2t = 1 ⇒ y = 2
−1 − z
- 2t = 1 t = −1
2
On obtient
ainsi une innité de solutions données par l'ensemble
, z∈R .
3 −1
S= , −1 − z, z,
2 2
2. Considérons le deuxième système
x + y + z - t = 1
2x - y - z + t = -1
2x +2 y +2 z -2 t = 0
Par échelonnement de la matrice augmentée, on obtient
1 1 1 −1 1
0 −1 −3 −3 −3
0 0 0 0 −2
Donc rg(A | b) = 3 > rg(A) = 2. Le système est incompatible. La dernière ligne de la matrice
augmentée échelonnée donne 0 = −2, ce qui est impossible. L'ensemble des solutions est S = ∅.