Cours d’algèbre linéaire

Licence L1 des sciences économiques et de Gestion

Par Abdellatif Hamon
L'objectif de ce cours est double :

Être capable de résoudre un problème d’algèbre linéaire

Être capable de modéliser des problèmes et d'interpréter les résultats notamment les résultats économiques. =
Ce cours d'algèbre linéaire est très utile pour les problèmes d’optimisation « minimisation/maximisation » des
fonctions d’une ou de plusieurs variables avec ou sans contraintes. Le cours de mathématiques 1 de premier
semestre a abordé ce type de problèmes d’optimisation linéaire avec ou sans contraintes.

Plan du cours

Systèmes linéaires :

- Définition et exemples
- Systèmes équivalents
- Résolution par la méthode de pivot de Gauss
- Exercices de compréhension

Espaces vectoriels 𝐈𝐑𝐧

- Définition d’un espace vectoriel

- L’espace vectoriel IRn
- Familles libres
- Familles génératrices
- Bases.

Matrices

- Définition et vocabulaire
- Opérations sur les matrices
- Inversion des matrices par la méthode de Gauss-Jordan
- Résolution matricielle d’un système linéaire
- Déterminants d’une matrice carrée
- Méthodes de calcul de déterminants

Applications linéaires de 𝐈𝐑𝐧 dans 𝐈𝐑𝐩

- Représentation d'une application linéaire par une matrice.

- Image, rang et noyau d'une application linéaire.
- Matrice associé à une application linéaire
- Matrice de passage et son inverse
- Opération sur les applications linéaires
- Changement de bases

Compléments

- Intersection de droites et de plans

- Méthode de Cramer et règle de Sarrus

Cours d’algèbre linéaire A. HAMON

Chapitre n°1 Systèmes linéaires
Définition n°1 : Une équation linéaire réelle est une relation entre les inconnues 𝑥1 ; 𝑥2 ; …. ; 𝑥𝑛 de la forme :

𝑎 1 𝑥 1 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 + ⋯ + 𝑎𝑛 𝑥 𝑛 = 𝑏

Où : 𝑎1 ; 𝑎2 ; … . ; 𝑎𝑛 et 𝑏 sont des nombres réels

Exemple n°1 : 5𝑥 + 17𝑦 = −2 est une équation linéaire réelle.

Les variables 𝑥1 et 𝑥2 sont respectivement 𝑥 et 𝑦 avec 𝑎1 = 5, 𝑎2 = 17 et 𝑏 = −2

Vocabulaire : Les inconnues de l’équation 𝑥1 ; 𝑥2 ; … . ; 𝑥𝑛 sont aussi appelées les variables de l'équation.

Définition n°2 (Systèmes linéaires).

Une liste de n équations à p inconnues 𝑥1 ; 𝑥2 ; … . ; 𝑥𝑝, est appelée système linéaire :

𝑎11 𝑥1 + ⋯ . … . + 𝑎1𝑝 𝑥𝑝 = 𝑏1
{ ⋮ ⋮ ⋮
𝑎𝑛1 𝑥1+ + ⋯ . … . + 𝑎𝑛𝑝 𝑥𝑝 = 𝑏𝑝
Remarque n°1 :

- Dans la suite, les « 𝑛 » lignes seront notées (𝐿1 , 𝐿2 , .., 𝐿𝑛 ) et les « 𝑝 » colonnes seront notées (𝐶1 , 𝐶2 ,… , 𝐶𝑝 )

- le coefficient 𝑎𝑖𝑗 correspond au coefficient de “ligne 𝑖 ” et de la“ colonne 𝑗 ”.

Définition n°3 : Résoudre un système linéaire revient à trouver une liste de 𝑝 nombres réels (𝑠1 , 𝑠2 , …, 𝑠𝑝 ) qui
mis à la place de (𝑥1 , 𝑥2 , …, 𝑥𝑝 ) vérifient les « 𝑛 » équations du système précédent.

Définition n°4 :

- On appelle coefficients d’un système linéaire les valeurs des réelles 𝑎𝑖𝑗 où 𝑖 ∈ {1,2, . . , 𝑛} et 𝑗 ∈ {1,2, . . , 𝑝},

- On appelle second membre d’un système linéaire le n-uplet (𝑏1 , 𝑏2 , …, 𝑏𝑛 )

- L’ordre des nombres dans un n-uplet est important car il correspond au numéro de la ligne dans le système

- On dira qu’un système linéaire est homogène si le second membre est nul : (𝑏1 , 𝑏2 , …, 𝑏𝑛 ) = (0 , 0, .. , 0)

- Le coefficient non-nul le plus à gauche de chaque ligne est appelé pivot de la ligne.

Exemple n°2 : Le système suivant est un système non homogène car 𝑏1 = 1 et 𝑏2 = −1

𝑥 − 𝑥2 +2𝑥3 =1
{ 1
3𝑥1 −4𝑥3 = −1

Le triplet (1, 2, 1) est une solution du système car :

1 − 2 +2 × 1 =1 1 =1
{ ⟺{
3 × 1 −4 × 1 = −1 −1 = −1
1 4
Ce n’est pas l’unique solution de ce système car le triplet (- 3 , - 3 , 0) est aussi une solution :

1 4
− −− +2×0 =1
{ 3 3
1
3×− −4×0 = −1
3

Cours d’algèbre linéaire A. HAMON

Théorème n°1 : Un système de linéaire de 𝑛 équations à 𝑝 inconnues, peut :

- n’admettre aucune solution

- admettre une solution et une seule

- admettre une infinité de solutions

Remarque n° :

- Un système homogène admet au moins le n-uplet (0 , 0, .. , 0) comme solution

- D’après le théorème précèdent, il est impossible de trouver uniquement deux solutions à un système linéaire. Dès
qu’on a plus d’une solution, il y en a forcément une infinité.

Définition n°5 : On appelle rang d’un système homogène le nombre d’équations (ou d’inconnues principales) de
ses résolutions.

L’idée est que le rang d’un système homogène est le nombre d’équations « qui comptent » dans ce système, celles
qui restent quand on enlève (une par une) les équations qui sont combinaisons linéaires des autres.

Exemple n°3 : le rang du système suivant est 2 car 𝐿3 = 𝐿1 + 𝐿2 et 𝐿1 ≠ 𝜆𝐿2

𝑥1 −𝑥2 +2𝑥3 = 0
{ 𝑥1 −2𝑥2 −𝑥3 = 0
2𝑥1 −3𝑥2 +𝑥3 = 0

Comment déterminer le rang d’un système linéaire ?

Exemple Soit le système ci-dessous à 3 équations et 5 inconnues.

𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 =0
{ 𝑥2 + 2𝑥3 + 𝑥4 =0
𝑥3 + 𝑥4 − 𝑥5 =0

On a choisi 𝑥4 et 𝑥5 comme paramètres (inconnues non principales) et on détermine les inconnues principales
𝑥1 , 𝑥2 , 𝑥3 en fonction de 𝑥4 et 𝑥5 .
On écrit les solutions :

𝑥1 = −𝑥2 − 𝑥3 − 𝑥4 − 𝑥5
{ 𝑥2 = −2𝑥3 − 𝑥4
𝑥3 = −𝑥4 + 𝑥5
𝑥1 = −𝑥4
{ 𝑥2 = 𝑥4 − 2𝑥5
𝑥3 = −𝑥4 + 𝑥5

Le rang du système est donc 3.

Exercice n°1 : En choisissant 𝑥2 et 𝑥5 comme paramètres (inconnues non principales), résoudre le système ci-
dessous et donner son rang

𝑥1 + 2𝑥2 + 3𝑥5 =2
{ 𝑥3 + 2𝑥5 = −3
𝑥4 − 2𝑥5 =0

Solution :

Cours d’algèbre linéaire A. HAMON

 𝒙𝟏 = 𝟐 − 𝟐𝒙𝟐 − 𝟑𝒙𝟓
{ 𝒙𝟑 = −𝟑 − 𝟐𝒙𝟓
𝒙𝟒 = 𝟐𝒙𝟓

Le rang du système est donc 3

Propriété : L’invariance du rang

Le rang d’un système linéaire ne change pas lorsque :

- on lui ajoute (ou on lui retire) une combinaison linéaire des autres équations

- on multiplie une de ses équations par un nombre non nul

Exemple n° : les deux systèmes suivants

𝑥1 −𝑥2 +2𝑥3 = 0
𝑥 − 𝑥2 + 2𝑥3 =0
{ 𝑥1 −2𝑥2 −𝑥3 = 0 et { 1
𝑥1 − 2𝑥2 − 𝑥3 =0
−2𝑥1 +4𝑥2 +2𝑥3 = 0

ont le même rang car 𝐿3 = −2𝐿2

Remarque Le rang d’un système linéaire est le rang de son système homogène associé.

Nous reviendrons sur les techniques qui permettent de déterminer le rang d’un système linéaire dans le chapitre 4.

Définition n°6 (Systèmes équivalents).

On appelle systèmes linéaires équivalents, des systèmes qui ont le même ensemble de solutions.

Exemple n°4 : les systèmes ci-dessous sont équivalents :

𝑥1 − 𝑥2 +2𝑥3 =1 𝑥1 − 𝑥2 +2𝑥3 =1
{ {
2𝑥1 − 3𝑥2 +10𝑥3 =4 −𝑥2 +6𝑥3 =2

Vérifions que le triplet que le (-1, -2, 0) est une solution ce système :

−1 + 2 +2 × 0 =1 −1 + 2 +2 × 0 = 1
{ {
2 × −1 −3 × −2 + 10 × 0 =4 −−2 +6 × 0 = 2

Illustration pour les systèmes linéaires de deux équations à deux inconnues

Une solution unique Aucune solution une infinité de solutions

Les droites sont sécantes Les droites sont parallèles Les droites sont confondues

Exemple n°4 : le système suivant admet plusieurs solutions, en effet :

Cours d’algèbre linéaire A. HAMON
 𝑥 − 𝑥2 +2𝑥3 =1
{ 1
−3𝑥2 +10𝑥3 =4

En choisissant 𝑥3 comme paramètre, il vient :

𝑥1 = 𝑥2 −2𝑥3 +1
⟺ { 10 4
𝑥2 = 𝑥3 −3
3

10 4
𝑥1 = 𝑥3 −2𝑥3 +1 − 3
3
⟺ { 10
𝑥2 = 𝑥3 −4
3

4 1
𝑥1 = 𝑥 −3
3 3
⟺ { 10
𝑥2 = 𝑥3 −4
3

On prend 𝑥3 comme paramètre. Les solutions sont de la forme :

4 1 10 4 4 10 1 4
(𝑥1 ; 𝑥2 ; 𝑥3 ) = ( 𝑥3 − ; 𝑥3 − ; 𝑥3 ) = ( 𝑥3 ; 𝑥3 ; 𝑥3 ) + (− ; − ; 0)
3 3 3 3 3 3 3 3
4 10 1 4
= 𝑥3 × (3 ; ; 1) + (− 3 ; − 3 ; 0)
3

Pour chaque valeur de 𝑥3 , on peut calculer une solution su système. Nous verrons dans la suite de ce cours que
1 4
l’ensemble des solutions est une droite vectorielle passant par le point 𝐴(− 3 ; − 3 ; 0) et engendré par le vecteur
4 10
de coordonnées (3 , , 1).
3

Résolution d’un système linéaire

Une des méthodes de résolution d’un système linéaire est la méthode de pivot de Gauss, c’est une méthode de
résolution par élimination et remplacement du système initial par une suite de systèmes équivalents. Cette méthode
de résolution par élimination successive consiste à aboutir un système triangulaire de type :

𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 =0
𝑥2 + 6𝑥3 + 𝑥4 =1
{
𝑥3 − 4𝑥4 = −6
𝑥4 = 4

Méthode du pivot de Gauss

C’est un algorithme qui permet de remplacer le système initial par un système linéaire triangulaire en utilisant trois
types d’opérations élémentaires :

1) Quand c’est possible, on remplace la ligne 𝐿1 par une ligne où le premier coefficient vaut 1, sinon on choisit
une ligne 𝐿𝑖 où le premier coefficient 𝑎𝑖,1 est non nul.

1
2) Si le nouveau coefficient de la ligne 1 est différent de 1, on remplace la première 𝐿1 ligne par 𝐿1 pour que le
𝑎1,1
premier coefficient de la ligne devient égal à 1.

3) On passe aux la lignes suivantes en remplaçant chaque ligne 𝐿𝑖 par 𝐿𝑖 → 𝐿𝑖 − 𝑎𝑖1 𝐿1 . On obtient alors un
système où les lignes de 2 à n ont leur premier coefficient nul.

4) On garde ligne 1 inchangée jusqu'à la fin, et on refait les opérations de 2 et 3 pour les lignes de 𝐿2 à 𝐿𝑛
Exemple n°5 : Application des opérations de remplacement des systèmes équivalents :

Cours d’algèbre linéaire A. HAMON

 2𝑥1 + 𝑥2 + 𝑥3 =5
{ 𝑥1 − 𝑥2 + 2𝑥3 =1
3𝑥1 − 4𝑥3 = −1

On intervertit les lignes 𝐿1 et 𝐿2 : 𝐿1 ↔ 𝐿2

𝑥1 − 𝑥2 + 2𝑥3 =1
{2𝑥1 + 𝑥2 + 𝑥3 =5
3𝑥1 − 4𝑥3 = −1

On remplace 𝐿2 par elle-même moins deux fois 𝐿1 : 𝐿2 → 𝐿2 − 2𝐿1

𝑥1 − 𝑥2 + 2𝑥3 =1
{ 3 𝑥 2 − 3𝑥 3 =3
3𝑥1 − 4𝑥3 = −1

On remplace 𝐿3 par elle-même moins trois fois 𝐿1 : 𝐿3 → 𝐿3 − 3𝐿1

𝑥1 − 𝑥2 + 2𝑥3 =1
{ 3𝑥2 − 3𝑥3 =3
3𝑥2 − 10𝑥3 = −4
1 1
On remplace 𝐿2 par 𝐿 : 𝐿2 → 3 𝐿2
3 2

𝑥1 − 𝑥2 + 2𝑥3 =1
{ 𝑥 2 − 𝑥3 =1
3𝑥2 − 10𝑥3 = −4

On remplace 𝐿3 par elle-même moins trois fois 𝐿2 : 𝐿3 → 𝐿3 − 3𝐿2

𝑥1 − 𝑥2 + 2𝑥3 =1
{ 𝑥2 − 𝑥3 =1
− 7𝑥3 = −7
1 1
On remplace 𝐿3 par − 7 𝐿3 : 𝐿3 → − 7 𝐿3 :

𝑥1 − 𝑥2 + 2𝑥3 =1
{ 𝑥2 − 𝑥3 =1
𝑥3 =1

Le système de départ a donc les mêmes solutions que le dernier système. L'avantage est que le dernier système se
résout facilement.

En substituant dans la ligne 𝐿2 , on a :

𝑥1 − 𝑥2 + 2𝑥3 =1 𝑥1 − 𝑥2 + 2𝑥3 =1
{ 𝑥2 = 1 + 𝑥3 ⟺ { 𝑥2 =1+1= 2
𝑥3 =1 𝑥3 =1

En substituant dans la ligne 𝐿1 , on obtient :

.
𝑥1 = 1 + 𝑥2 − 2𝑥3 𝑥1 =1+2−2 =1
{ 𝑥2 =2 ⟺ { 𝑥2 =2
𝑥3 =1 𝑥3 =1

Le système admet donc comme unique solution le triplet (1; 2; 1)

Vérifions que le triplet (1 ; 2 ; 1) est bien la solution du système initial :

Cours d’algèbre linéaire A. HAMON

 2×1+2+1 =5
{1 − 2 + 2 × 1 = 1
3 × 1 − 4 × 1 = −1

Exercice n°1 : Résoudre avec la méthode de pivot de gauss, le système suivant :

2𝑥1 + 𝑥2 + 5𝑥3 + 𝑥4 =5
2𝑥1 + 2𝑥2 + 2𝑥3 − 3𝑥4 = 2
3𝑥1 + 6𝑥2 − 2𝑥3 + 𝑥4 =8
{ 𝑥1 + 𝑥2 − 3𝑥3 − 4 𝑥4 = −1
En utilisant les opérations suivantes

1) Le coefficient de 𝑎11 = 2, on intervertit 𝐿1 et 𝐿4 :

𝑥1 + 𝑥2 − 3𝑥3 − 4𝑥4 = −1
2𝑥1 + 2𝑥2 + 2𝑥3 − 3𝑥4 =2
{ 3𝑥 + 6𝑥 − 2𝑥 + 𝑥 =8
1 2 3 4
2 𝑥1 + 𝑥2 + 5𝑥3 + 𝑥4 =5

2) On remplace 𝐿2 par 𝐿2 − 2𝐿1 , 𝐿3 par 𝐿3 − 3𝐿1 et 𝐿4 − 2𝐿1, il vient :

𝑥1 + 𝑥2 − 3𝑥3 − 4𝑥4 = −1
8𝑥3 + 5𝑥4 =4
{ 3𝑥 + 7𝑥 + 13𝑥 = 11
2 3 4
−𝑥2 + 11𝑥3 + 9𝑥4 = 7

3) On garde 𝐿1 et on intervertit 𝐿2 et 𝐿4

𝑥1 + 𝑥2 + 𝑥3 − 4𝑥4 = −1
−𝑥2 + 11𝑥3 + 9𝑥4 =7
{ 3𝑥2 + 7𝑥3 + 13𝑥4 = 11
8𝑥3 + 5𝑥4 =4

4) On remplace 𝐿3 par 𝐿3 + 3𝐿2 :

𝑥1 + 𝑥2 + 𝑥3 − 4𝑥4 = −1
−𝑥2 + 11𝑥3 + 9𝑥4 =7
{
40𝑥3 + 40𝑥4 = 32
8𝑥3 + 5𝑥4 =4

1
5) On garde 𝐿1 , 𝐿2 et 𝐿3 inchangées jusqu’à la fin et remplace 𝐿3 par 𝐿 , il vient :
8 3

𝑥1 + 𝑥2 + 𝑥3 − 4𝑥4 = −1
−𝑥2 + 11𝑥3 + 9𝑥4 =7
{
5𝑥3 + 5𝑥4 =4
8𝑥3 + 5𝑥4 =4

6) On remplace 𝐿4 par 𝐿4 − 𝐿3 :

𝑥1 + 𝑥2 + 𝑥3 − 4𝑥4 = −1
−𝑥2 + 11𝑥3 + 9𝑥4 =7
{
5𝑥3 + 5𝑥4 =4
3𝑥3 = 0
On obtient un système équivalent triangulaire qui possède les mêmes solutions que le premier système. L'avantage
est que le dernier système se résout facilement.
Cours d’algèbre linéaire A. HAMON
De 𝐿4 , on obtient : 𝑥3 = 0:

𝑥1 + 𝑥2 + 0 − 4𝑥4 = −1
−𝑥2 + 11 × 0 + 9𝑥4 =7
{
5 × 0 + 5𝑥4 = 4
𝑥3 = 0

𝑥1 + 𝑥2 − 4𝑥4 = −1
−𝑥2 + 9𝑥4 =7
⟺ {
5𝑥4 =4
𝑥3 = 0
4
De 𝐿3 , on obtient 𝑥4 = 5 :
4
𝑥1 + 𝑥2 − 4 × = −1
5
4
−𝑥2 + 9 × =7
5
4
𝑥4 =
5
{ 𝑥3 = 0
Dans 𝐿2 , on en déduit 𝑥2 :
4
𝑥1 + 𝑥2 − 4 × = −1
5
9×4
−𝑥2 + = 7− 5
4
𝑥4 =5
{ 𝑥3 =0
1 16
𝑥1 + − = −1
5 5
1
𝑥2 =
⟺ 5
4
𝑥4 =5
{ 𝑥3 = 0

Dans 𝐿1 , on en déduit 𝑥1 :
1 16
𝑥1 = −1 − 5 + 𝑥1 =2
5
1 1
𝑥2 =5 𝑥2 =5
⟺ 4
4 𝑥4 =5
𝑥4 =5
{ 𝑥3 = 0 { 𝑥3 = 0

1 4
Vérifions que le triplet (2; 5; 0 ; 5) est bien la solution du système initial :

1 4
2×2+ +5×0+ =5
5 5
1 4
2×2+2×5+2×0−3×5 =2
1 4
3×2+6×5−2×0+5 =8
1 4
{ 2+ −3×0 −4× = −1
5 5

Cours d’algèbre linéaire A. HAMON

Exercice n°2 : En utilisant les opération 𝐿2 → 𝐿2 − 𝐿1 ; 𝐿3 → 𝐿3 + 𝐿1 ; 𝐿4 → 𝐿4 − 2𝐿1 ; 𝐿3 → 𝐿3 − 3𝐿2 et
𝐿4 → 𝐿4 + 3𝐿2 , montrer que les systèmes ci-dessous sont équivalents. Le système admet-il une solution ?

𝑥1 + 2𝑥2 − 𝑥3 + 𝑥4 =1 𝑥1 + 2𝑥2 − 𝑥3 + 𝑥4 = 1
𝑥1 + 3𝑥2 + 𝑥3 − 𝑥4 =2 𝑥2 + 2𝑥3 − 2𝑥4 = 1
{ {
−𝑥1 + 𝑥2 +7𝑥3 + 2𝑥4 = 3 9𝑥4 =1
2 𝑥1 + 𝑥2 − 8𝑥3 + 𝑥4 = 4 −9 𝑥4 = 5

Correction de l’exercice n°2

𝑥1 + 2𝑥2 − 𝑥3 + 𝑥4 =1
𝑥1 + 3𝑥2 + 𝑥3 − 𝑥4 =2
{
−𝑥1 + 𝑥2 +7𝑥3 + 2𝑥4 = 3
2 𝑥1 + 𝑥2 − 8𝑥3 + 𝑥4 = 4

𝐿2 → 𝐿2 − 𝐿1

𝑥1 + 2𝑥2 − 𝑥3 + 𝑥4 =1
𝑥2 + 2𝑥3 − 2𝑥4 = 1
{
−𝑥1 + 𝑥2 +7𝑥3 + 2𝑥4 = 3
2 𝑥1 + 𝑥2 − 8𝑥3 + 𝑥4 = 4

𝐿3 → 𝐿3 + 𝐿1

𝑥1 + 2𝑥2 − 𝑥3 + 𝑥4 = 1
𝑥2 + 2𝑥3 − 2𝑥4 = 1
{
3𝑥2 +6𝑥3 + 3𝑥4 = 4
2 𝑥1 + 𝑥2 − 8𝑥3 − 𝑥4 = 4

𝐿4 → 𝐿4 − 2𝐿1 , on a

𝑥1 + 2𝑥2 − 𝑥3 + 𝑥4 = 1
𝑥2 + 2𝑥3 − 2𝑥4 = 1
{
3𝑥2 +6𝑥3 + 3𝑥4 = 4
−3𝑥2 − 6𝑥3 − 3 𝑥4 = 2

𝐿3 → 𝐿3 − 3𝐿2

𝑥1 + 2𝑥2 − 𝑥3 + 𝑥4 = 1
𝑥2 + 2𝑥3 − 2𝑥4 = 1
{
9𝑥4 = 1
−3𝑥2 − 6𝑥3 − 3 𝑥4 = 2

𝐿4 → 𝐿4 + 3𝐿2

𝑥1 + 2𝑥2 − 𝑥3 + 𝑥4 =1
𝑥2 + 2𝑥3 − 2𝑥4 =1
{
9𝑥4 =1
−9 𝑥4 =5

Le système n’admet pas de solution car en résolvant 𝐿3 et 𝐿4 , on obtient :

5
La résolution de 𝐿4 , donne : 𝑥4 = −9

1
La résolution de 𝐿3 , donne : 𝑥4 = −9

ce qui impossible

Cours d’algèbre linéaire A. HAMON

 Exercice n°3 : Résoudre le système ci-dessous par la méthode de pivot de Gauss

𝑥1 − 2𝑥2 + 3𝑥3 =5
{ 2𝑥1 − 4𝑥2 + 𝑥3 =5
3𝑥1 − 5𝑥2 +2𝑥3 =8

L2 → L2 − 2L1

𝑥1 − 2𝑥2 + 3𝑥3 =5
{ −5𝑥3 = −5
3𝑥1 − 5𝑥2 +2𝑥3 =8

L3 → L3 − 3L1

𝑥1 − 2𝑥2 + 3𝑥3 =5
{ −5𝑥3 = −5
𝑥2 −7𝑥3 = −7

En interverti L3 et L2 , on a :

𝑥1 − 2𝑥2 + 3𝑥3 =5
{ 𝑥2 −7𝑥3 = −7
−5𝑥3 = −5

De L3 , il vient :

𝑥1 − 2𝑥2 + 3𝑥3 =5
{ 𝑥2 −7𝑥3 = −7
𝑥3 =1

De L2 , il vient :

𝑥1 − 2𝑥2 + 3𝑥3 =5
{ 𝑥2 =0
𝑥3 =1

En résolvant L2 , il vient :

𝑥1 = 5 + 2𝑥2 − 3𝑥3
𝑥
{ 2 =0
𝑥3 = −1

𝑥1 = 5−0−3
{𝑥2 =0
𝑥3 =1

𝑥1 =2
𝑥
{ 2 =0
𝑥3 =1

Vérification :
2−0+3 =5
{4 − 0 + 1 = 5
6−0+2 =8
Cours d’algèbre linéaire A. HAMON