Introduction
Historique et figures clés du système linéaire
L’étude des systèmes linéaires remonte à l’Antiquité, avec Euclide qui, dans
Les Éléments, posait déjà les premières bases de la résolution d’équations
linéaires. Plus tard, au XVIIe siècle, René Descartes révolutionna les
mathématiques en introduisant la géométrie analytique, établissant un lien
direct entre équations linéaires et représentation graphique.
Au XIXe siècle, le célèbre mathématicien Carl Friedrich Gauss perfectionna
une méthode de résolution toujours enseignée aujourd’hui : l’élimination de
Gauss, qui permet de résoudre efficacement des systèmes d’équations. C’est
également au XIXe siècle que Cauchy, Cayley et Sylvester ont développé les
outils fondamentaux de l’algèbre linéaire : matrices, déterminants et
opérations linéaires.
Enfin, le mathématicien David Hilbert a contribué à formaliser ces concepts en
introduisant la notion d’espace vectoriel, qui permet aujourd’hui d’aborder les
systèmes linéaires dans un cadre beaucoup plus général, en particulier en
dimension infinie ou dans des contextes abstraits.
Dans cette exposition, on va voir trois grands cas différents
Cas n°1 : Système d’équation linéaire classique
Cas n°2 : Système D’inéquation linéaire
Cas n°3 : Ecriture matricielle d’un système linéaire
I. Système d’équation linéaire classique
On va directement prendre un exemple très direct avec :
{2xx−+ y=5
y=4
Pour résoudre ce système on va utiliser la méthode par addiction ;
On additionne les deux équations,
(x + y )+(2 x− y )=5+4 ⇒ 3 x=9 ⇒ x=3
On remplace le x dans la première équation,
3+ y =5⇒ y=2
Résultat final !!!
Système admet une solution unique
( x , y ) =(3 , 2)
II. Système d’inéquation linéaire
Dans un problème d’optimisation, on a les inéquations suivantes :
{
x + y ≤5
2 x− y ≥ 4
x≥0
y ≥0
Dans cette approche, on va pouvoir analyser que :
Ce système définit une zone du plan appelée ensemble de solutions
admissibles
Chaque inéquation représente un demi-plan
En traçant, on obtient une région polygonale (appelée polygone des
contraintes) dans laquelle toutes les conditions sont satisfaites
Quels sont alors ses utilités du quotidien ???
Ce type de système intervient dans :
Les problèmes de programmation linéaire
L’optimisation de ressources
La gestion de production, l’allocation budgétaire, etc.
On va opter pour :
La méthode graphique du système linéaire
Outre la résolution algébrique des systèmes d’équations, vous pouvez
également les résoudre graphiquement
Pour l’exemple on va prendre l’équation :
y=2 x +1 Et y=− x+7
On rappelle que y=mx+b où m= pente et b=ordonnée à l’origine
Avec ces deux équations on obtient
y=2 x +1 A une pente = 2
y=− x+7 A une pente = -1 et ordonnée à l’origine = 7
Traçage :
Cet exemple utilise la méthode de représentation
graphique de droites selon la pente-ordonnée à
l'origine.
La valeur b indique l'intersection de la droite
avec l’axe des ordonnées.
La pente, m, indique la pente de la ligne.
Trouvez le point d'intersection (où les droites se
croisent) ??? (Facile)
Ces droites se croisent au point (2,5).
Cela signifie que la solution de ce système est :
Solution : x = 2 et y = 5.
On peut vérifier cela en remplaçant x par 2 et y par 5 dans les deux équations
initiales, donc si les solutions sont correctes, les deux équations seront vraies
y=2 x +1
5=2 ( 2 ) +1
5=5(verifier )
y=− x+7
5=−( 2 ) +7 5=5(verifier )
III. Ecriture matricielle d’un système linéaire
Si on prend le système du cas n°1 qui est :
{2xx−+ y=5
y=4
On peut présenter ce système sous forme AX = B, avec :
Matrice des coefficients (A) :
A= (2−¿∧1
11
)
Vecteur des inconnues (X) :
()
X= x
y
Vecteur des constantes (B) :
()
B= 5
4
Donc, ce qui va donner :
2−1 y( )( ) ( )
AX=B⟹ 11 x = 5
4
Méthode du pivot de GAUSS
Soit (S)
{
ax +by + cz=d L∧1
(S) a' x +b ' y +c ' z=d ' L2
'' '' '' ''
a x+ b y +c z=d L 3
Un système linéaire d’inconnues (x ; y ; z)
La méthode consiste à rendre ce système triangulaire en effectuant des
combinaisons linéaires :
{
ax +by +cz=d
αy+ βz=0
λz=ɛ
Exemple pour comprendre
{
x+ 4 y−z =1 L 1
(S) 2 x + y +2 z =3 L 2
3 x−2 y + z=2 L3
On conserve la ligne 1 puis on élimine x dans les deux autres équations en
effectuant une combinaison linéaire entre la ligne 1 et la ligne 2, puis la ligne 1
et la ligne 3.
{
x+ 4 y−z =1 L 1
(S) ⟺ 7 y−4 z=−1 ( 2 L1− L2 )
14 y−4 z=1(3 L1−L3)
On conserve les lignes 1 et 2, puis on élimine y dans la ligne 3, en combinant les
lignes 2 et 3
{
x +4 y−z=1
(S)⟺ 7 y−4 z=−1
−4 z=−3(2 L 2−L 3)
On résout le système triangulaire en commençant par la dernière ligne et en
remontant :
{ {
3
3 z=
z= 4
4
(S)⇔ 7 y=−1+ 3 ⇔ y = 2
7
3
x=1−4 y + 17
4 x=
28
Donc ce qui nous ramené a la solution :
( S )=
{( ; ;
17 2
28 7
3
4
Conclusion
En définitive, les systèmes linéaires occupent une place centrale en algèbre, tant
par leur simplicité apparente que par leur portée théorique et pratique. Qu’il
s’agisse de résoudre des équations simultanées, d’analyser des phénomènes
physiques, ou encore de modéliser des situations économiques, ils constituent un
outil fondamental.
Les méthodes de résolution, comme l’élimination de Gauss ou de Gauss-Jordan,
permettent non seulement d’obtenir des solutions précises, mais aussi de mieux
comprendre la structure des systèmes : leur compatibilité, leur unicité ou non, et
leur interprétation géométrique.
Enfin, l'approche matricielle ouvre la voie à une résolution plus systématique et
algorithmique, essentielle pour le calcul numérique et les applications en
informatique, ingénierie ou recherche opérationnelle.
Ainsi, derrière la rigueur des manipulations algébriques, les systèmes linéaires
révèlent un langage universel pour traduire et résoudre des problèmes concrets
de notre réalité.
