Chapitre 2

Systèmes d’équations linéaires

2.1 Généralités
Dé…nition 2.1.1 On appelle système d’équations linéaires de m équations en n inconnues
un système de la forme : 8
< a1;1 x1 + ::::: + a1;n xn = b1
::: (2.1.1)
:
am;1 x1 + ::::: + am;n xn = bm
où les coe¢ cients ai;j et bj sont donnés, et où les xi sont des inconnues dans R ou C:

2.1.1 Notation matricielle

Peut s’écrire sous la forme matricielle :

AX = B

où 0 1 0 1
0 1 x1 b1
a1;1 a1;n B x2 C B b2 C
B C B C
A=@ ::: A;X = B C;B = B C
B C B C
am;1 am;n @ A @ A
xn bm
Exemple 2.1.1 8
< 2x + y + 5z = 10
x 3y 7z = 5
:
x z = 13
0 1 0 1 0 1
2 1 5 x 10
La matrice associée est A=@ 1 3 7 A et X = @ y A et b = @ 5 A
1 0 1 z 13
2.2 Etude de l’ensemble des solutions xii

0 10 1 0 1
2 1 5 x 10
Alors on a @ 1 3 7 A@ y A = @ 5 A:
1 0 1 z 13

2.1.2 Rang d’un système d’équations linéaires

Soit A une matrice de type (m; n)

Déterminant d’ordre r extrait de A :
On appelle déterminant d’ordre r extrait de A le déterminant d’une matrice carrée formée
en supprimant dans A (m r) lignes et (n r) colonnes.
on appelle rang de la matrice A : l’ordre du déterminant non nul, d’ordre le plus élevé,
extrait de A.
0 1
1 1 3 5
Exemple 2.1.2 A=@ 1 2 5 9 A
2 3 8 14
1 1
les quatre déterminants d’ordre 3 sont nuls, par contre le déterminant d’ordre 2 extrait
1 2
n’est par nul, A est de rang 2.

On appelle rang de système le rang de la matrice A de ce système.

2.2 Etude de l’ensemble des solutions

Soit le système (2:1:1) que nous supposons de rang r et écrit de telle façon que le déterminant
4 des coe¢ cients des r premières inconnues et r premières équations soit non nul.

2.2.1 Déterminant caractéristique

Déterminant caractéristique de (2:1:1)

On appelle déterminant caractéristique de (2:1:1) le déterminant de la forme
a1;1 :::: a1;r b1
:::::
Dk = ,k = r + 1; r + 2; ::::::::::; m:
ar;1 ::::: ar;r br
ak;1 ::::: ak;r bk

2.2.2 Etude de l’ensemble des solutions

a) Si r = m = n le système (2:1:1) admet une seule solution.

b) Si r m n , le système (2:1:1) indéterminé à (n r) paramètres.
2.3 Les méthodes de résolutions d’un système linéaire xiii

c) Si r m , et si l’un au moins des déterminants caractéristiques de (2:1:1) non nul, (2:1:1)

n’a pas de solution.
d)Si r m , et si les déterminants caractéristiques de (2:1:1) sont nuls, (2:1:1) réduit aux r
équations et se résout comme dans le cas (b) :
8
>
> x + y + 2w = 2
<
x + 2y + 3w = a
Exemple 2.2.1 ,a,b supposés donnés.
>
> 3x + 5y + 8z = 2
:
5x + 9y + 14z = b
0 1 0 1
1 1 2 2
B 1 2 3 C B C
la matrice de ce système A=B C :B = B a C
@ 3 5 8 A @ 2 A
5 9 14 b
Les quatre déterminants d’ordre 3 sont nuls, par contre le déterminant d’ordre 2 extrait
1 1
n’est par nul, A est de rang 2.
1 2
les déterminants caractéristiques :
1 1 2 1 1 2
D1 = 1 2 a = 2a + 4; D2 = 1 2 a = 4a + b + 2
3 5 2 5 9 b
1) Si D1 6= 0 ou D2 6= 0 alors (S) n’a pas de solution.
2) Si D1 = D2 = 0 dons ce cas S indéterminé à un paramètre z
x = 3z 6
; z 2 R:
y =z+4

2.3 Les méthodes de résolutions d’un système linéaire

2.3.1 Résolution par la méthode de Cramer

Soit (S) un système carré c’est à dire sa matrice A est carrée, avec l’interprétation matricielle :
AX = B. Si la matrice A est inversible on peut résoudre ce système par méthode de Cramer.
Nous noterons Ai la matrice A des coe¢ cients dans laquelle on a remplacé la i ème colonne
par la matrice B.
La résolution du système, par la méthode de Cramer, donne

det(Ai )
xi = ; i = 1; ::::::::::::::; n:
det(A)

3x y = 4
Exemple 2.3.1 Avec la méthode de Cramer, résoudre
5x + 2y = 2
2.3 Les méthodes de résolutions d’un système linéaire xiv

3 1 4
A= ;B = :
5 2 2
Ça nous donnera

4 1 3 4
A1 = ; A2 =
2 2 5 2
4 1 3 4
det A1 2 2 6 det A1 5 2 14
et x = = = = 6; y = = = = 14:
det A 3 1 1 det A 3 1 1
5 2 5 2
(x; y) = (6; 14) est une solution unique de ce système.
8
< 5x + 7y 3z = 16
Exemple 2.3.2 Résoudre 3x 2y + 4z = 7
:
x+y z =6

avec la méthode de Cramer.

Identi…ons
0 d’abord la
1 matrice des coe¢ cients :
5 7 3
A=@ 3 2 4 A
1 1 1
et la 0
matrice1des constantes :
16
B= @ 7 A
6
Nous obtenons :
0 1 0 1 0 1
16 7 3 5 16 3 5 7 16
A1 = @ 7 2 4 A ; A2 = @ 3 7 4 A ; A3 = @ 3 2 7 A:
6 1 1 1 6 1 1 1 6
Et
2
4 7 4 7 2
16 7 +( 3)
det(A1 ) 1 1 6 1 6 1
x= =
det(A) 2 4 3 4 3 2
5 7 +( 3)
1 1 1 1 1 1
16 ( 2) 7 ( 17) 3 5
x= = 72
24
=3
5 ( 2) 7 ( 7) 3 (5)
7 4 3 4 3 7
5 16 +( 3)
det(A2 ) 6 1 1 1 1 6
y= = 24
det(A)
5 ( 17) 16 ( 7) 3 25
y= = 2448 = 2
24
2.3 Les méthodes de résolutions d’un système linéaire xv

2 7 3 7 3 2
5 7 +(16)
det(A3 ) 1 6 1 6 1 1
z= = 24
det(A)
5 ( 5) 7 (25) + 16 5
120
z= = 24 = 5
24
donc (3; 2; 5) est une solution unique de ce système.

2.3.2 Résolution par la méthode de la matrice inverse

Soit (S) un système carré, avec l’interprétation matricielle : AX = B.

Si la matrice A est inversible on peut résoudre ce système par la méthode de la matrice
inverse comme suit :

On a
AX = B () X = A 1 B

8
< 5x + 7y 3z = 16
Exemple 2.3.3 Résoudre 3x 2y + 4z = 7
:
x+y z =6

0 1 0 1
5 7 3 16
A=@ 3 2 4 Aet B = @ 7 A :
1 1 1 6
det A = 24 alors A est inversible.
1
Calculons A0 : 1
2 4 3 4 3 2
B + det 1 1
det
1 1
+ det
1 1 C
B C
B 7 3 5 3 5 7 C
com(A) = B B det + det det C
C
B 1 1 1 1 1 1 C
@ 7 3 5 3 5 7 A
+ det det + det
0 2 41 3 4 0 3 21
2 7 5 2 4 22
com(A) = @ 4 2 2 A =) (com (A))t = @ 7 2 29 A :
22 29 31 0 1 5 2 31
2 4 22
1 1 @
A 1= (com (A))t = 7 2 29 A
det A 24
0 5 2 1 031 1 0 1
2 4 22 16 2 16 + 4 ( 7) + 22 6
1 @ 1 @
donc X = A 1 B = 7 2 29 A @ 7 A = 7 16 + ( 2) ( 7) + ( 29) 6 A
24 24
5 2 31 6 5 16 + 2 ( 7) + ( 31) 6
2.3 Les méthodes de résolutions d’un système linéaire xvi

0 1 0 1
72 3
1 @
= 48 A = @ 2 A
24
120 5
alors (3; 2; 5) est une solution unique de ce système.

2.3.3 Résolution par la méthode de Gauss

Les opérations élémentaires

Dé…nition 2.3.1 Soit (S) un système linéaire de n équations, p inconnues et à coe¤cients

dans R.

Notons E1; E2; :::; En les équations de (S).

On appelle opération élémentaire sur les lignes de (S) l’une des opérations suivantes :
–Multiplier une équation Ei par un scalaire non nul a.
Cette opération est notée : Ei ! aEi:
–Ajouter à l’une des équations Ei un multiple d’une autre équation Ej .
Cette opération est notée : Ei ! Ei+ß
Ej.
!
–Echanger deux équation Ei et Ej : Cette opération est notée : Ei Ej.

Proposition 2.3.1 Une opération élémentaire sur les lignes de (S) transforme le système
0
(S) en un système (S ) équivalent, c’est-a-dire ayant exactement les mêmes solutions que (S).

Méthode de Gauss
0
Par une suite d’opérations élémentaires, on transforme le système (S) en un système (S )
équivalent et dont la matrice est triangulaire supérieure.

Exemple 2.3.4 8
>
> x + 2y + 3z + 4t = 11
<
2x + 3y + 4z + t = 12
>
> 3x + 4y + z + 2t = 13
:
4x + y + 2z + 3t = 14
Résoudre le système (S) :
8
>
> x + 2y + 3z + 4t = 11
<
2x + 3y + 4z + t = 12 E2 ! E2 2E1
>
> 2y 8z 10z = 20 E3 ! E3 3E1
:
4x + y + 2z + 3t = 14 E4 ! E4 4E1
2.3 Les méthodes de résolutions d’un système linéaire xvii

8
>
> x + 2y + 3z + 4t = 11
<
y 2z 7t = 10
>
> 2y 8z 10t = 20 E3 ! E3 2E2
:
7y 10z 13t = 30 E4 ! E4 7E2
8
>
> x + 2y + 3z + 4t = 11
<
y 2z 7t = 10
>
> 4z + 4t = 0
:
4z + 36t = 40 E4 ! E4 + E3
8
>
> x + 2y + 3z + 4t = 11
<
y 2z 7t = 10
>
> 4z + 4t = 0
:
40t = 40
8
>
> t=1
<
z=t=1
>
> y = 2z 7t + 10 = 1
:
x = 11 2y + 3z + 4t = 2

Le système (S) posséde donc l’unique solution (2, 1, 1, 1).

Exemple 2.3.5 8
>
> x + 3y + 5z 2t 7u = 3
<
3x + y + z 2t u = 1
>
> 2x y 3z + 7t + 5u = 2
:
3x 2y 5z + 7t + 8u = 2
8
>
> x + 3y + 5z 2t 7u = 3
<
3x + y + z 2t u = 1 E2 ! E2 3E1
Résoudre (S)
>
> 2x y 3z + 7t + 5u = 2 E3 ! E3 2E
:
8 3x 2y 5z + 7t + 8u = 2 E4 ! E4 3E1
>
> x + 3y + 5z 2t 7u = 3
<
8y 14z + 4t + 20u = 8
>
> 7y 13z + 11t + 19u = 3 E4 ! 8E3 7E2
:
8 11y 20z + 13t + 29u = 18 E4 ! 8E4 11E2
>
> x + 3y + 5z 2t 7u = 3
<
8y 14z + 4t + 20u = 8
>
> 6z + 60t + 12u = 24
:
8 6z + 60t + 12u = 32 E4 ! E4 E3
>
> x + 3y + 5z 2t 7u = 3
<
8y 14z + 4t + 20u = 8
>
> 6z + 60t + 12u = 24
:
0=8
alors (S) n’a pas de solution.