You are on page 1of 6

Chapitre 6 : systèmes linéaires

1. Résolutions des systèmes linéaires

1.1 Vocabulaire

Définition 1. On appelle système linéaire (S) de n équations à p inconnues un système d’équations de la forme

 a11 x1 + a12 x2 + . . . + a1p xp = b1 (L1 )




 a21 x1 + a22 x2 + . . .

+ a2p xp = b2 (L2 )
(S) .. .. .. ..


 . . . . (Li )
an1 x1 + an2 x2 + . . . + anp xp = bn (Ln )

où les aij sont des nombres réels fixés appelés coefficients du système et les (bi )i=1,...,n sont des réels fixés qui constituent
le second membre du système. Les x1 , . . . , xp sont les p inconnues du sytème.
Par commodité, chaque équation est repérée par un nom : Li pour i-ème ligne.
Une solution du système est un p-uplet (x1 ; x2 ; · · · ; xp ) pour lesquels toutes les équations sont vérifiées.
Résoudre le système (S), c’est trouver l’ensemble des solutions de ce système.

x + y= 1 x + y= 1 x + y= 1
  
Exemple 1. ✎ Résoudre les trois systèmes suivants : 1 2 3
x − y= 1 x + y= 2 x + y= 1

Définition 2. Un système est dit :


• compatible lorsqu’il admet au moins une solution, incompatible s’il n’en admet aucune.
• homogène lorsque le second membre est consitué uniquement de coefficients nuls. On appelle système homogène
associé à un système (S) le système obtenu en gardant les mêmes coefficients et en remplaçant le second membre
par des 0.
• de Cramer lorsque n = p et lorsque le système possède une unique solution.
a11 x1 + a12 x2 + . . . + a1n xn = b1


+ a22 x2 + . . . + a2n xn = b2



• triangulaire lorsqu’il est de la forme : .. ..


 . . =
ann xn = bn

Enfin, deux systèmes sont dits équivalents lorsqu’ils ont le même ensemble de solutions.

Exemple 2. ✎ Justifier qu’un système homogène est compatible. Quel est l’ensemble des solutions d’un système homogène
de Cramer d’inconnues (x1 ; · · · ; xn ) ?

1.2 Lien avec les matrices

Proposition 1.
     
a11 . . . a1p x1 b1
 .. .. , X =  ..  et B =  .. . Alors, (x ; x ; · · · ; x ) est une solution du système (S) si et
Soient A =  . ... .  . . 1 2 n
an1 . . . anp xp bp
seulement si AX = B.

Exemple 3. ✎ Vérifier que la propriété précédente est vraie pour les systèmes de l’exemple 1.

Proposition 2.
Un système est de Cramer si et seulement si la matrice associée A est inversible. Dans ce cas, l’unique solution du système
est donnée par X = A−1 B.

Exemple 4. ✎ Vérifier que la propriété précédente est vraie pour les systèmes de l’exemple 1.

www.franck-madigou.fr ECE 1 2014-2015, Chapitre 6 : systèmes linéaires 1/3


Remarque 1. On a donc une première méthode pour résoudre les systèmes de Cramer : trouver l’inverse de la matrice A
puis l’unique solution du système par la formule ci-dessus. C’est la bonne méthode lorsqu’on a déjà calculé l’inverse de la
matrice A dans une question précédente.
Cependant, ce n’est pas, en général, la méthode la plus rapide (en fait, calculer l’inverse de A revient en quelque sorte à
résoudre le système avec tous les seconds membres possibles alors qu’il suffirait de le résoudre pour seul).
De plus, la résolution des systèmes qui ne sont pas de Cramer (notamment si A n’est pas inversible) ne peut se faire ainsi.
Nous allons à présent décrire une méthode systématique (c’est à dire un algorithme) qui permet de résoudre tous les
systèmes linéaires, appelée algorithme du pivot de Gauss. Ce n’est pas la seule méthode, mais c’est sans doute la moins
fastidieuse dès que le système est un peu gros (disons à partir de 3 équations à 3 inconnues).
Plusieurs variantes de cette méthode existe (il existe notamment un algorithme total et un algorithme partiel).

1.3 Algorithme du pivot de Gauss

L’idée est de résoudre le système en combinant des lignes pour éliminer des coefficients, car ce genre d’opérations permet
toujours de se ramener à un système équivalent à celui de départ.

Proposition 3.
Les opération suivantes conduisent à un système équivalent au système précédent :
1 L ↔ L : échanger les lignes i et j.
i j
2 Li ← aLi où a ∈ R∗ : multiplier la ligne i par a.
3 Li ← Li + bLj où i 6= j, b ∈ R∗ : ajouter b fois la ligne j à la ligne a.
4 Li ← aLi + bLj où i 6= j, a ∈ R∗ , b ∈ R∗ : remplacer Li par aLi + bLj .

Méthode 1. Algorithme du pivot de Gauss (total)


≀ Pour résoudre le système (S) :


≀ 1 on rédige « résolvons le système par la méthode du pivot de Gauss »


≀ 2 on écrit les matrice A et B côte à côte.


≀ 3 on choisit parmi les coefficients non nuls de A un coefficient a , appelé le pivot, que l’on entoure, dans une ligne
≀ ij

≀ et une colonnes qui ne contiennent pas d’autre pivot. Si c’est impossible on passe à l’étape 6

≀ a
≀ 4 on réécrit le tableau après avoir effectuer les opérations L ← L − kj L ou bien L ← a L − a L pour tout
≀ k k aij i k ij k kj i


≀ k =
6 i et on indique les opérations effectuées
≀ 5 on reproduit l’étape 3



≀ 6 On conclut en fonction de la situation :


≀ (a) si tous les coefficients d’une ligne sont nuls, sauf son second membre : le système n’a pas de solution.


≀ (b) sinon, toutes les inconnues dans les colonnes sans pivot sont des paramètres, et peuvent prendre n’importe

≀ quelle valeur dans R. On écrit le système correspondant au tableau final avec les inconnues, et on exprime les



≀ solutions en isolant les inconnues des colonnes à pivot.

Remarque 2. Une méthode alternative, (algorithme partiel du pivot de Gauss), consiste à n’effectuer l’étape 4 que pour
les lignes sans pivot. On obtient dans l’étape 6 b un système que l’on résout par des substitutions simples.
Le bon choix des pivots est fondamental pour alléger les calculs. On choisira en priorité les pivots dans des colonnes
contenant le plus de termes nuls possibles. De plus, il faut toujours privilégier les pivots les plus simples, les coefficients
égaux à 1 étant l’idéal.
On peut s’écarter légèrement de cette algorithme pour :
1
• simplifier une ligne avec l’opération Li ← Li (cela permet par exemple d’obtenir un pivot égal à 1).
λ
• conclure directement que le système est incompatible lorsque deux lignes sont manifestement contradictoires.
• supprimer une ligne identique (ou proportionelle) à une autre.
• trouver une combinaison qui trivialise la résolution.

Exemple 5. ✎ 1 Résoudre les systèmes suivants à l’aide d’un algorithme du pivot 


de Gauss :
 3x + 2y = 4  3x + 2y = 4   x + 3y = 1  4x + y + z = 2  x − y = 1
  
3x + 2y = 4 x−y=1

x−y=1 x−y=1 x + 2y = 4 x−y+z =0 y−z =2
x−y=1  2x − 2y = 2 
4x + y = 3 4x + y = 5 3x + 10y = 0 3x + 2y = 2 z−x=3
  

www.franck-madigou.fr ECE 1 2014-2015, Chapitre 6 : systèmes linéaires 2/3


2 Résoudre successivement les systèmes suivants :
x+y+z=1

+ + = 1

x y z

+ + = 1 2x − 3y + z = 0
 
x y z
 
x+y+z=1 2x − 3y + z = 0
  
 

x+y+z=1 , , 2x − 3y + z = 0 , , 3x − 7y + z = −1

2x − 3y + z = 0   3x − 7y + z = −1 
3x − 7y + z = −1  x − y + 2z = 0
x − y + 2z = 0
 

−4y − 5z = 2

2. Pivot de Gauss et inverse d’une matrice

2.1 Caractérisation des matrices inversibles et pivot de Gauss

La proriété suivante, admise, permet de caractériser les matrices inversibles à l’issue de l’algorithme du pivot de Gauss,
effectué sur la matrice sans l’augmenter d’un second membre.

Proposition 4.
Le nombre de pivots obtenus dans la résolution d’un système par la méthode de Gauss (qu’elle soit totale ou partielle)
ne dépend pas du choix des pivots. Ce nombre est appelé le rang du système ou le rang de la matrice. Un système
est de Cramer lorsqu’il y a autant de pivot que d’inconnue et d’équation.
Par conséquent, une matrice carrée de taille n est inversible si et seulement si on a n pivot à l’issue d’un algorithme du
pivot de Gauss

1 2 3
 

Exemple 6. ✎ La matrice A = 4 5 6 est-elle inversible ?


7 8 9

Remarque 3. Si la question est uniquement de savoir si une matrice est inversible ou non, il est alors beaucoup plus
économique en terme de calcul de ne faire qu’un algorithme partiel.

Proposition 5.
Un matrice triangulaire est inversible si et seulement si tous ses termes diagonaux sont non nuls

Démonstration. ✎ se servir de la propriété précédente

2.2 Détermination de l’inverse d’une matrice par la méthode du pivot de Gauss

On considère une matrice A carrée de taille n (n ∈ N∗ ) dont on sait qu’elle est inversible.

Méthode 2.
≀ Pour calculer A−1 on appliquant l’algorithme du pivot de Gauss total sur la matrice A avec comme second membre Id ,
≀ n
≀ en le prolongeant jusqu’à obtenir la matrice identité à la place de A. La matrice obtenue à la place de Id est alors A−1 .
≀ n

2 0 1
 

Exemple 7. ✎ 1 Vérifier que A = 0 2 −1 est inversible et l’inverser par par la méthode du pivot de Gauss.
1 0 1
2 Retrouver tous les résultats sur les matrices carrée de taille 2 en appliquant cette méthode.

www.franck-madigou.fr ECE 1 2014-2015, Chapitre 6 : systèmes linéaires 3/3


Bilan du chapitre 6

Objectifs prioritaires
1 connaître le vocabulaire lié aux systèmes linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   
2 savoir résoudre un système linéaire assez simple (2 ou 3 inconnues, avec paramètre mais simple . . . . . . . . . .   
3 Etre efficace dans la réalisation de l’algorithme (bon choix de pivot, etc...) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   
4 savoir dire si une matrice est inversible (cas assez simples) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   
5 savoir déterminer l’inverse d’une matrice (cas assez simples) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   
6 connaître la condition d’inversibilité d’une matrice triangulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   

Objectifs secondaires
1 savoir résoudre des systèmes linéaires compliqués (gros ou avec paramètres compliqués). . . . . . . . . . . . . . . . . . .  
2 savoir dire si une matrice est inversible (cas compliquées) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   
3 savoir déterminer l’inverse d’une matrice (cas compliqués) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   

Approfondissement
1 savoir programmer un algorithme de Gauss en Scilab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   
2 savoir démontrer des propriétés admises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   

TD du chapitre 6
y−x=1 −x + 3y − t = 0
 
 1. Résolution de système
Exercice 1  
2x + y + z = 3 2x − y + 2z + 2t =

 x−y+z=1 3

5
2x + y − z = 2 x+z=1 5y + 2z = 0


x + 2y + 2x + t = 0

x − 2y + 3z = 0
 

−3x + y + z + t = 0 x+y+z+t=0
 
 
 2x + 3y + z = 4 x − 3y + z + t = 0 x−y−z=0
 
 

4 6
2 −x + y + 2z = 3  x + y − 3z + t = 0  y+z−t=0
7x + 3y − 5z = 2 x + y + z − 3t = 0 x−z+t=0
 
 

Exercice 2. systèmes avec paramètres dans le second membre


Résoudre les systèmes suivants, pour a, b, c des réels donnés. On distinguera les cas selon les valeurs de ces réels.

x+y+z=a  3x − 3y − 2z = a x−y−z+t=a
  
 
x−y−z=b −4x + 4y + 3z = b 2x + z + t = 5 − b


1 2
3
−3x + y + 3z = c 2x − 2y − z = c x + y + 2z + t = b
 

2y + 3z = a

Exercice 3. systèmes avec paramètre dans les coefficients


Déterminer les valeurs de λ pour lesquelles les systèmes sont de Cramer, puis les résoudre en distinguant tous les cas.

(2 − λ)x + 3y = 0  (1 − λ)x − y + 2z = 0 (2 − λ)x + 4z = 0


  
1

3x + (2 − λ)y = 0 2 x − (1 + λ)y + 2z = 0 3 3x − (4 + λ)y + 12z = 0
x − y + (2 − λ)z = 0 x − 2y + (5 − λ)z = 0
 

www.franck-madigou.fr ECE 1 2014-2015, TD du chapitre 6 1/3


Exercice 4. Inversibilité de matrices et calcul d’inverse
Étudier l’inversibilité (et déterminer l’inverse si possible) des matrices suivantes.
1 1 1 0 1 −1 2 2
   
3 −2 0 1 −1 −1 1 −1 0 −1 0 2 
       
1 0 0, −2 1 −1 1 0 1 0 0 1 −1
3 , 1 2 1,  0 0 1, 
−1 0
 et 
1 1  1 −1 1 0

0 1 0 2 2 1 1 1 0 0 −1 1
0 −1 −1 −1 1 −1 1 0

Exercice 5. Inversibilité et paramètres


1 a 1
 
1 Pour quelles valeurs des réels a et b la matrice A = 1 2a 1 est-elle inversible ? Déterminer alors l’inverse.
1 1  b
3 6

−1 − λ
2 (difficile) Même question pour B =  6 −4 − λ −12 , où λ est un nombre réel.
−4 2 7−λ

Exercice 6. D’après ESC 2001


On donne les matrices carrées d’ordre 3 suivantes :

5 5 −14 8 4 1 1 1
     
−16
A= 6 6 −16  B= 0 4 −8  P = 2 −1 1 
5 5 −14 4 4 −12 1 0 1
1 Diagonalisation de A et de B
(a) Montrer que P est inversible et calculer P −1 .
1 0 0
 

(b) Justifier la relation P −1 AP = D =  0 0 0 


0 0 −4
(c) Calculer la matrice ∆ = P −1 BP et vérifier qu’elle est diagonale.
2 On se propose de calculer les matrices colonne Xn définies par les relations :
1 0
   

X0 =  0  , X1 =  −1  et ∀n ∈ N , Xn+2 = AXn+1 + BXn .


1 1
 
un
A cet effet, on définit pour tout n élément de N : Yn = P −1 Xn et on pose également Yn =  vn 
wn
   
−1 −3
(a) Montrer que Y0 =  0  et Y1 =  −1 
2 4
(b) Montrer que pour tout entier naturel n, Yn+2 = DYn+1 + ∆Yn .
 un+2 =

un+1
(c) Montrer alors que pour tout entier naturel n : vn+2 = 4vn
wn+2 = −4wn+1 − 4wn

En déduire les expressions explicites de un , vn , et wn en fonction de n.
(d) Donner finalement la matrice Xn , en fonction de n .

Exercice 7. ESLSCA-ISC1999
1 0 −1 1 2 1
 

Soient A =  1 2 1  et P =  −1 −1 −1 
2 2 3 0 −2 −2
1 (a) Montrer que P est inversible et calculer son inverse.
1 0 0
 

(b) Montrer que A′ = P −1 · A · P =  0 2 0 


0 0 3
2 (a) Soit M une matrice carrée d’ordre 3 à coefficients réels commutant avec A, c’est à dire telle que A · M = M · A.
On pose M ′ = P −1 · M · P . Montrer que A′ · M ′ = M ′ · A′ .
Réciproquement, montrer que si M ′ commute avec A′ alors la matrice M définie par M = P · M ′ · P −1 commute
avec A.
(b) Déterminer l’ensemble des matrices commutant avec A′ . (On écrira ces matrices avec des coefficients indéterminés)
(c) En déduire la forme générale des matrice commutant avec A.

www.franck-madigou.fr ECE 1 2014-2015, TD du chapitre 6 2/3


corrigé du TP3 de Scilab
Voici un modèle de corrigé de la dernière question du TP3

a=input(’un dé ou deux ?’)


if a==1 then b=grand(1,1,’uin’,1,6)
disp(b)
if b==6 then disp(’gagné’)
else disp(’perdu’)
end
else b=grand(1,2,’uin’,1,6)
disp(b)
if b==[6,6] then disp(’gagné’)
else disp(’perdu’)
end
end

et en voici un autre (le symbole | signifie « ou »)

a=input(’un dé ou deux ?’)


if a==1 then b=grand(1,1,’uin’,1,6)
disp(b)
else b=grand(1,2,’uin’,1,6)
disp(b)
end
if (b==6)|(b==[6,6]) then disp(’gagné’)
else disp(’perdu’)
end

www.franck-madigou.fr ECE 1 2014-2015, corrigé du TP3 de Scilab 3/3