ENSSMAL FPSM2 Dr.

Dahbia Mokhbi Soukane

Chapitre 2- Les matrices :

1. Définition :soient n et p *
. On note M np    l’espace vectoriel des matrices à
coefficients dans  à n lignes et p colonnes.
Soit Anp une matrice :
 a11 a12 .... .... a1 p 
 
 a21 a22 .... .... a2 p 
1 i  n
aij :coefficients de la matrice A
Anp   a31 .... .... .... ....    aij  ; où i : le numéro de la ligne
  1 j  p
 .... .... .... .... ....  j :le numéro de la colonne
 a an 2 .... .... anp 
 n1
A est réelle si i, j  ; aij 
A est complexe si i, j  ; aij 
Propriétés :
1. La matrice est nulle si tous ses éléments sont nuls : A  0  aij  0 i, j On la note
 M np   
2. La matrice est carrée si n  p . On note M n    l’ensemble des matrices carrées et
An la matrice carrée.
n p5
1 2 1 0 3
 
2 11 1 3 0
B55  B5   1 23 21 3 2
 
0 2 4 5 1
3 4 6 
 0 5
 a11 0 0 0 0 
 
0 a22 0 0 0 
 aij si i  j 
3. La matrice est diagonale si A   ; 0 0 .... 0 0 
0 si i  j  0 0 0 .... 0 


0 ann 
 0 0 0
4. La matrice est triangulaire supérieure (upper triangular) si
 u11 u12 .... .... u1n 
 
 0 u22 .... .... u2 n 
0 si i  j
U ij   ; 0 0 .... .... .... 
uij si i  j  0 0 0 .... .... 


0 unn 
 0 0 0

1
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

5. La matrice est triangulaire inférieure si

 l11 0 0 0 0 
 
l21 l22 0 0 0 
lij si i  j 
Lij   ;  l31 .... ..... 0 0 
0 si i  j  .... .... ..... ..... 0 


 l lnn 
 n1 ln 2 ..... .....
6. La transposée de la matrice A est la matrice AT ou T
A  a ji
Les lignes deviennent colonnes et vice-versa, la matrice n’est pas nécessairement carrée.
Exemple :
 4 5
   4 2 0
A32   2 1  ; AT 23   
 0 20  5 1 20 
 
 2 3 5   2 0 4 
  T  
B3   0 10 11  ; B3   3 10 7 
 4 7 0   5 11 0 
   
7. La matrice symétrique est une matrice carrée dont aij  a ji et A  T A
Exemple :
 1 2  s12 2 1
 
 2  s21 3 4 5
S4  ;
 2 4 0 12 
 
 1 5 12 5 
8. La matrice antisymétrique est une matrice carrée dont aij  a ji , i  j, et A   AT
Exemple :
 1 2 2 1
 
 2 3 4 5
AS4  ;
 2 4 0 12 
 
 1 5 12 5 
9. La matrice identité est une matrice carrée diagonale dont les éléments diagonaux sont tous
1 0 0 0
 
1 si i  j 0 1 0 0
égaux à 1. On la note I d  ou I n   ; I4 
0 si i  j 0 0 1 0
 
0 0 0 1
2. Opérations sur les matrices
1. Multiplication par un scalaire :

 , A  M np    ; . A   .aij 

2
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

2 1 5  2.  2  2  1 2  5    4 2 10 

Exemple : A23    ;   2; . A   2 3  
3 0 2    2  0  2  2    6 0 4 

2. Somme
1 i  n 1 i  m
soient Anp  aij  ; Bmq  bij 
1 j  p 1 j  q
pour que la somme A  B soit possible,il faut que n  m et p  q
Bmq  Bnp
Anp  Bnp  Cnp  cij  aij  bij 
 1 5  0 5   1 0  1 55  0   1 0
       
A32   2 6  ; B3 x 2  12 32  ; C3 x 2   2  12  10 6  32  38   10 38 
 3 0  1 2   3 1  4 0  2  2   4 2 
   
 6 2 11 
D ;
 5 0 3
est ce que A  D est possible? non car leurs tailles sont différentes. A  DT est une somme possible.

3. Produit

soient Anp  aij  et Bmq  bij  deux matrices. Pour que le produite A.B soit possible, il faudrait
que le nombre de colonnes de A soit egal au nombre de lignes de B: p  m; B pq  bij 
Anp .B pq  Cnq
A3 x 2 .B2 x 5  C3 x 5 ;  B2 x 5 . A3 x 2  est un produit impossible

3
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

Anp .B pq  Cnq ; A2 x 3 . B3 x 4  C2 x 4 ; ( B3 x 4 . A2 x 3 ) produit matriciel impossible car l'indice interne n'est pas répété

p
cij   aik bkj
k 1

 1 0 1 0
1 1
3
; B3 x 4   5 2 3  ; c11   a1k bk1  a11.b11  a12 .b21  a13 .b31 
3
A2 x 3   1
0 5 2
 2 0
k 1
1 0 
c11  1(1)  (1)(5)  (3)(2)  10;
c12  1(0)  (1)(2)  3(0)  2;
c13  1(1)  (1)(1)  3(1)  5;
c22  Ligne 2* Colonne 2
c22  0(0)  5(2)  2(0)  10
 10 2 5 
C2 x 4   
 10 
 2 1   2  0    1 3 2  1   11 
   0 1  
A3 x 2  5 0  ; B2 x 2    ; C3 x 2   5  0   0  3 5  1  0 1 
 2 3 1 
 1   2  0   1 3
 2  1  11 
 3 3 
 
C  0 5 
 3 3 

4. Le déterminant :

   

 a11 a12 a13 
  a a23 a21 a23 a21 a22
soit A3 x 3   a21 a22 a23  ; det( A)  a11. 22  a12  a13
a  a32 a33 a31 a33 a31 a32
a32 a33
 31 
 
a22 a23 a a23 a21 a22
 a22 .a33  a23 .a32 ; 21  a21.a33  a23 .a31 ;  a21.a32  a22 .a31
a32 a33 a31 a33 a31 a32

Exemple :

4
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

   
 1 0 2
    1 1 1 1 1 1
A3   1 1 1  ; det( A)  A  1 0 2  1 1x2  1x1  0( 1x2  1x3)  2  1x1  1x3 
    1 2 3 2 3 1
 3 1 2
 
det( A)  1  8  7  0

Exo 4 de la série de TD exemple 4, det=174

5. Co matrice

Une co- matrice est une matrice carrée qui contient les cofacteurs de chaque élément de matrice.
Le cofacteur d’un élément d’une matrice est le déterminant de la matrice qui reste lorsqu’on
barre sa ligne et sa colonne, ce déterminant est multiplié par le signe apposé (-1)i+j

 a22 a23 a21 a23 a21 a22 

   
    
 a11 a12 a13   a32 a33 a31 a33 a31 a32 
      a a13 a11 a13 a11 a12 
soit A3 x 3   a21 a22 a23  ; com( A)    12   
    
 a32 a33 a31 a33 a31 a32 
 a31 a32 a33   
    a12 a13

a11 a13

a11 a12 
 a a23 a21 a23 a21 a22 
 22

   
 1 0 2  1 5 4 
     
A3   1 1 1  ; com( A3 )   2 4 1 
     2 3 1 
 3 1 2  
 

6. Matrice inverse
La matrice inverse est l’inverse de la matrice par rapport au produit matriciel

5
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

soit An une matrice carrée, la matrice inverse de A, est une matrice de même taille qu'on note A1
1
A1  com ( A) ; An . An 1  Id n
T

det( A)
    1 0 0 
A3    ; A 1  
 3 
 ; A . A 1  0 1 0  ;
 3 3  
     0 0 1 

Pour qu'une matrice A soit inversible (admet une matrice inverse) il faut que:
A soit une matrice carrée
det( A)  0

Exemple :

 
 1 0 2
 
Soit A3   1 1 1  ; est ce que A est inversible? si oui calculer sa matrice inverse A1 ; verfier le résultat
 
 3 1 2
 
par un produit matriciel
A est une matrice carrée 
  oui A est inversible
det( A)= -7  0 

 1 5 4 
¨com( A) ; com( A3 )   2 4 1 
1 1
A 
T

det( A)  2 3 1 
 
1 2 2 

A1    5 4 3 ;
1
7
 4 1 1 
 1 0 2  1 2 2   7 0 0

verification: A. A1  Id 3    1 1 1   5 4 3    0 7 0 
1 1
7 7  
 3 1 2   4 1 1   0 0 7 

7. Propriétés
a) det(A*B)=det(A)*det(B)
b) det(At)=det(A)
c) det d’une matrice triangulaire ou diagonal est égal au produit des éléments
diagonaux
d) une matrice est dite singulière si son det=0, sinon elle est dire régulière

6
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

e) si deux lignes d’une matrice sont égales ou sont LD alors le det de cette matrice
=0 (respectivement pour les colonnes)
f) si une ligne ou une colonne est nulle, alors le det=0
g) si une ligne est une CL des autres lignes (respectivement pour les colonnes) alors
det=0
h) si on permute 02 lignes ou 02 colonnes alors le det est multiplié par (-1)
exemple

1 1 1 
det  2 0 4   1(0*7  1* 4)  ( 1)(2*7  3* 4)  1(2*1  3*0)  4  2  2  0
 3 1 7 
on remarque que la colonne C 3  2C1  C 2  C 3 est une CL de C1 et C 2;

1 2  3 4 
det    2; si on permute L1  L2 det  2
3 4  1 2 
i) une matrice est dite symétrique si A=At, A symétrique alors A est carrée
j) (αA)t =αAt
k) (At)t =A
l) La matrice conjuguée (le corps des complexes) la matrice qui contient conjugués
i  2 2   i  2 2 
des éléments A    ; A
 i 3i  5  i 3i  5
m) La trace d’une matrice est la somme des éléments diagonaux

8. Le rang d’une matrice :

Soit A une matrice A  M np  K  , son rang est égal au nombre maximal de
vecteurs lignes LI de la matrice A= nombre maximal de vecteurs colonnes LI de la
matrice A
Le rang de A est inférieur ou égal au minimum de n et p
Le rang de A2x3≤2 ; le rang de M5x4≤4
Exemple :

7
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

1 2 0 3  L1
1 2 3 0  L 2
M4   ; L 4  2 L1  L1 et L 4 sont LD; det  0, rang  4;
0 0 4 8  L3
 
2 4 0 6 L4

1 2
A2   ; det  2  0, rang ( A)  2;
3 4 
1 2 
B ; det( B)  0; rang ( B)  2
2 4 
1 2 3
C   2 0 6  ; det(C )  30  30  0; C 3  3* C1  rang (C )  3
 0 5 0 

9. La forme réduite ou échelonnée par la méthode de Gauss

Une approche commune pour trouver le rang d’une matrice est de la réduire à une forme simple.
(forme échelonnée) en une matrice triangulaire (généralement sup). Cette réduction se fait par
des opérations élémentaires sur les matrices. Ces opérations ne changent pas l’ev des lignes ou
des colonnes. Cet échelonnement s’effectue via l’élimination de Gauss ou la méthode du pivot de
Gauss. (19ème siécle)
Les opérations élémentaires sur les matrices :
On dit qu’une matrice Bmxn est déduite de la matrice Amxn en effectuant des transformations
élémentaires si elle est obtenue après :
 Permutation de 2 lignes de A
 Multiplication d’une ligne par un scalaire ≠0
 Addition d’une ligne au produit d’une autre ligne par un scalaire ≠0
Une fois la forme échelonnée obtenue, le rang (rg) de la matrice =nombre de lignes qui sont non
nulles.
Exemple :

8
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

   

 1 2 1  L1 3 1 2 1 2 3
A3   2 3 1  L 2; det( A)  1 2 1  5  6  1  0
  5 0 3 0 3 5
 3 5 0  L3
 

det( A)  0  la matrice A est singulière  rang ( A)  3

 
1 2 1  L1 L 2 L 2 2 L1 1 2 1  1 2 1 
A3   2 3 1  L 2 
L 3 L 33 L1  
 0 1 3   0 1 3 
L 3 L 3  L 2

 
 3 5 0  L3 0 1 3 0 0 0 
 

rg ( A)  rg ( B )  2  nombre de lignes  0

Exemple 2

2 1   2 1 1 
 0 3 1  L1  2 1 1  
1
  
P   2 1 1  L 2 
L1 L 2  0 3 1  
 
L 3 L 3 L1/2
 0 3 L 3 L 3 L 2/6
1    0 3 1 
   
 1 1 2  L3  1 1 2   0 1 5   0 0 7 
2 2  3

les trois lignes sont  0, rang ( P)  3

 
 1 3 1  L1 L 2 L 2 2 L1 1 3 1   1 3 1  L1
4
 
M   2 1 1  L 2   0 7 1 
L 3 L 3 L 2
L 3 L 3 L1 7
  0 7 1  L 2
 1 1 2  L3 0 4 3   17  L3
0 0 
 7
rang ( M )  3  det( M )  0

Exemple

9
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

1 1 2 
M   m 1  m 2m  2  ;donner la valeur de m pour que la matrice M soit inversible.

 2 m 3m  1
1  Reduction de la matrice M en une matrice triangulaire supérieure par échelonnement. On va utiliser
les opérations élémentaires sur les lignes de la matrice M
1 1 2  L1 L 2 L 2 mL1 1 1 2  1 1 2 
 
M   m 1  m 2m  2  L 2  L 3 L 3 2 L1 
 0 1  L 3 L 3 ( m  2) L 2
2   
 0 1 2 
 2 m 3m  1 L3 0 m  2 3m  5 0 0 m  1
pour que M soit inversible, il faut que son determinant soit  0  son rang=dimension=3
 le rang de la matrice échelonnée=3  déterminant de la matrice échelonnée  0.
comme la matrice échelonnée est une matrice triangulaire  déterminant=produit des éléments diagonaux
det=1*1*(-m-1)=-m-1  0  m  -1

Les matrices associées aux applications linéaires

Soient E et F deux espaces vectoriels de dimension finie.
(e1,e2,e3,…..en) une base de E, dim E=n
(u1,u2,u3,…..up) une base de F, dim F=p
Soit f une application linéaire de E dans F
Les images des vecteurs (e1,e2,e3,…..en) sont des combinaisons linéaires C-L des vecteurs
(u1,u2,u3,…..un).
p
Pour tout j=1,n on a f (e j )   ai , j ui , les coordonnées ai , j de ces vecteurs dans la base
i 1

(u1,u2,u3,…..up) rangées en n colonnes forment la matrice de l’application linéaire f relative aux

bases considérées

10
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

 f ( e1 ) f ( e2 )

f ( en )

 a11 a12 .... .... a1n 

 a21 a22 .... .... a2 n 

Mf  a ;
31 .... .... .... .... 
 .... .... .... .... .... 
 
 a ap2 .... .... a pn 
 p1

on met en première colonne le vecteur f (e1 ), ses composantes sur la base de F, en deuxième colonne
f (e2 ),...etc dim E  n; dim F  p; alors la dimension ou taille de la matrice M f  pxn
alors la matrice M ( f , BE , BF )  ( ai , j ) 1  i  p; 1  j  n s'appelle la matrice associée à l'AL f dans la base
B
Exemple :

f: 2
 3

 x, y  f ( x, y )   x  2 y, 3 y, 2 x  y 
1   0   0  
2 1   0   3       
Base canonique de   ,    ; Base canonique de  0  , 1  ,  0  
 0  1    0   0  1  
      
1  2 
1     0   
f     0  ; f     3 
 0    1   
 2 1 
Donner la matrice M f relative à cette application linéaire
 f 10 10 
 1 2 1 2 1 2 8 
  2
M f ¨3x 2  0 3  ; M f   0 
3  ; f (2,3)   0 
3      9 
2 3  2x1  
1   2 1   2 1  3x 2 7  3x1
 
 

11
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

f:  3

 x f ( x)   x, 2 x, 9 x 
1   0   0  
      
Base canonique de 1 ; Base canonique de 3
 0  ,  1  ,  0  
 0   0   1  
      
1
M 3x1   2 
 9 
1  12 
 
f (V  )  M f .V ; f (1)   2  . 12 1x1   24 
 9  3x1  108 3x1

Valeurs propres et vecteurs propres (sous espaces vectoriels associés aux valeurs propres) :
Exemple :

Soit E  3
rapporté à sa base canonique e1 , e2 , e3 
f un endomorphisme de matrice M dans la base canonique est donnée par:
 1 1 1 
M   2 0 1
 2 2 1 

1.Déterminer son polynôme caractéristique

2.Calculer ses valeurs propres
3.Donner une base des sous-espaces propres (vecteurs propres)

 1 1 1 
M   2 0 1
 2 2 1 
  
 
1  1 1
  1  2 1  2  
1) P( )  det  M   I   2 0   1  1      1  1
2 1    2 1    2 2
2 2 1    
  1    2  21    2  42 

P ( )  1      1     2    2 1     2    4  2 
4  2 

 
P ( )  1      1     2   1      2    1
 
    2  1 

12
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

1  1

2) P ( )  1      2    1  0  On a trois valeurs propres distinctes: 2  2
   1
 3
3)Pour 1  1;le sous espace vectoriel associé V1 verifie:  M  1 I  V 1=0 3

  1 1 1  1 0 0    x1   0 
 
 M  1I V 1=0 3    2 0 1  0 1 0    y1    0 
   2 2 1   0 0 1    z   0 
     1   
 0 1 1   x1   0    y1  z1  0  x1   y1  1
         
  2 1 1  y1    0   2 x1  y1  z1  0   y1  y1  V1  1  ;
 2 2 0   z1   0  2 x1  2 y1  0 
 z1  y1
 
1 
Pour 2  2;le sous espace vectoriel associé V2 verifie:  M  2 I  V2 =0 3
 1 1 1   x2   0    x2  y2  z2  0  x2   y2  1
         
  2 2 1  y2    0   2 x2  2 y2  z2  0   y2  y2  V2  1 
 2 2 1  z2   0  2 x2  2 y2  z2  0  z2  0  
0 
Pour 3  1;le sous espace vectoriel associé V3 verifie:  M  3 I  V3 =0 3
 2 1 1   x3   0   2 x3  y3  z3  0  x3  0 0
         
  2 1 1  y3    0   2 x3  y3  z3  0   y3  z3  V3  1 
 2 2 2   z3   0  2 x3  2 y3  2 z3  0  z3  z3  
1 
 1 
1 0 0
 2 
M   0 2 0  , M   P 1M .P;  M  P.M P 1
 3 
0 0 1
 
  1 1 0 
 
P   1 1 1
 1 0 1
 V 1 V 2 V 3 

Résolution de systèmes linéaires.

Soit (S) un système d’équations linéaires :

13
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

a11 x1  a12 x2  .....a1n xn  b1  a11 a12 a1n   x1  b1 

a x  a x  .....a x  b a x  b 
 21 1 22 2 2n n 2  21 a22 a2 n   2  2
 .    .    
.      
   .   

 n1 1 n 2 2    an 2 ann   xn   
a x a x .....a x
nn n b n a n2   bn 
matrice du système vecteur des inconnues vecteur second membre
vecteur charge

Le système d’équations carré, est un système d’équations pour lequel la matrice est carrée : il y a
autant d’équations que d’inconnues : pour n équations on a n inconnues.
On calcule le déterminant de la matrice du système.
Si le déterminant ≠0, on résout le système par la méthode de Cramer ou la méthode du pivot de
Gauss.
Méthode de Cramer : méthode des déterminants

a11 x1  a12 x2  .....a1n xn  b1  a11 a12 a1n   x1  b1 

a x  a x  .....a x  b a x  b 
 21 1 22 2 2n n 2  21 a22 a2 n   2  2
.  A  .    
.      
   .   
an1 x1  an 2 x2  .....ann xn  bn  an 2 ann   xn  bn 
an2    
matrice du système vecteur des inconnues vecteur second membre
vecteur charge

det( A)  0  on utilise la méthode de Cramer

b1 a12 a1n   colonne k

b  a11 b1 a1n   a11 a12 b1 a1n 
a22 a2 n  a   a21
 2
 21 b2 a2 n  a22 b2 a2 n 
det b3 
det   det  
   
     
bn    
an 2 ann   an 2 bn ann   an 2 an 2 bn ann 
x1  ; x2  ; xk 
 a11 a12 a1n   a11 a12 a1n  det( A)
a a22 
a2 n  a a2 n 
 21  21 a22
det   det  
   
   
 an 2 an 2 ann   an 2 an 2 ann 

Exemple

14
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

2 x  y  z  0  2 1 1   x  0 

soit le système :(S )  x  2 y  z  3  0  1 2 1  y   3 
3 x  y  2 z  1  0  3 1 2   z  1 
     
1-Mettre le système (S ) sous forme matricielle
2- Calculer le déterminant
  

 2  1 1  2 1 1 1 1 2

det 1 2 1   (2)  (1)  (1)  2(3)  (5)  (7)  6
  1 2 3 2 3 1
3 1 2 
 
det  0  système carré
3-Montrer que (S ) admet une solution unique
det  0  système carré  (S ) admet une solution unique
4-Résoudre par la méthode de Cramer
      
0 1 1   2 0 1   2 1 0 
det 1 3 1 det 1 2 3 
det  3 2 1    
1 1 2  3 1 2  3 1 1
x ; y  ;z   
6 6 6
12 6 18
x  2; y   1; z   3
6 6 6

Méthode du pivot de Gauss

On va échelonner le système (on va considérer le vecteur second membre dans le processus
d’échelonnement)

15
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

2 x  y  z  0  2 1 1   x   0 

soit le système :(S )  x  2 y  z  3  1 2 1  y   3 
3 x  y  2 z  1  3 1 2   z  1 
     
1-Mettre le système (S ) sous forme matricielle
2-Résoudre par la méthode du pivot de Gauss

L1 
L 2 L 2 
22 1 1 0 2 1 0
1
 2 1 1 0   L 3 L 3 5 L 2  
  L 3 L 3  2 
3 L1
3 3 3 3
 1 2 1 3    0 3   3
 0 3
 2 2   2 2 
 3 2 1    0 6 
1
5 1  0 2
0 1
 2 2 
0.x  0. y  2 z  6  z  3
3 3
y  (3)  3  y  1
2 2
2 x  (1)  (3)  0  x  2

Résolution de systèmes non carrés :

Exemple :

 x  y  3z  0  1 1 3   x  0 
     
 x  y  2 z  0   1 1 2   y   0  ; det( A)  A  0
2 x  2 y  3 z  0  2 2 3   z  0 
     
A

Le système n'est pas de Cramer, pas carré

On résout par la méthode de Gauss:par échelonnement du système:

 1 1 3 0  L1 L 2 L 2 L1 1 1 3 0  x  y  0  x   y
 1 1 2 0  L 2   
 
L 3 L 3 2 L1
 0 0 5 0   5 z  0  z  0
 2 2 3 0  L3 0 0 3 0  3 z  0  z  0
x 1   x  1  1 
         
 y   x  1 , on pose x  t ;  y   t  1  Il y a une infinité de solutions de la forme: t  1 ; t 
z  0   z  0  0 
         

L’algorithme pour l’échelonnement :

Soit A une matrice à n lignes: (a ij )
lorsqu'on effectue un échelonnement par ligne, en utilisant les opérations élementaires: (entre la ligne
ak ,i
k et la ligne i): Lk  Lk  Li
ai ,i

16
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

Exemple : Intersection de deux plans:

ax  by  cz  d  0
  03cas possibles
ax  by  cz  d   0
1-Les plans sont parallèles et distincts  pas de solutions
2-Les plans sont confondus  une infinité de solutions
3-Les plans se coupent en une droite  une infinité de solutions
Exemple :

x 
 x2  2 x3  13 x4  5  0 1 2 13   1   5 

soit le système: (S)  x1  2 x2  3 x3  17 x4  4   1 17   2    4 ;
x
2 3
 x  3 x  3 x  20 x  1  1 x 
 1 2 3 4  3 3 20   3   1
3x4  x4  3 x1
4 x1

Ce n'est pas un système carré, pas un système de Cramer. On effectue un échelonnement:

 0 1 2 13 5  L1  1 2 3 17 4
 1 2 3 17 4  L 2   0
 L1 L 2
1 2 13 5  
L 3 L 3 L1


 1 3 3 20 1  L3  1 3 3 20 1 

1 2 3 17 4 1 2 3 17 4 1 2 3 17 4
0 1 2 13 5  
L 2  ( 1) L 2 0 1 2 13 5  
L 3 L 3  L 2 0 1 2 13 5 
  
 0 1 0 3 3  0 1 0 3 3   0 0 2 10 8 

 x1 
1
1 2 3 17 4  1 2 17     4 
3
 
 0 5   0
1 2 13      5 
L 3 L 3 x2
 2
1 2 13
x 
0 0 1 5 4  0
0 1 5   3   4 
 x4 
 x1   2  4t 
 x1  2(3  3 x4 )  3(4  5 x4 )  17 x4  4  x1  2  4 x4   
  x2   3  3t 
 x2  2(4  5 x4 )  13 x4  5  x2  3  3 x4  
 x3   4  5t 
; t  ; une infinité de solutions
 x  5x  4  x  4  5x   
 3 4 3 4 
 x4   t 
Exemple :

17
ENSSMAL FPSM2 Dr. Dahbia Mokhbi Soukane

Soit le système de 3 équations à 4 inconnues:

 x1 
 1 2 8 7     2 
 3  
5      6  ;système non carré, pas un système de Cramer:
x2
 2 12
 x3 
 1 1 1 5    10 
 x4 
 1 2 8 7 2  L 2 L 23 L1 1 2 8 7 2  1
 3 2 12 5  L 3 L 3 L1
6   
 0 4 12 
16 12  
L 2 L 2
4


 1 1 1 5 10  0 3 9 12 8 

1 2 8 7 2  1 2 8 7 2  
0  
 1 3 4 L 3 L 33 L 2
3    0 1 3 4 3   
0 3 9 12 8  0 0 0 0 17  0  17  pas de solutions

18