Professional Documents
Culture Documents
= + +
= + +
n m nm n
m m
b x a x a
b x a x a
S
L
M
L
1 1
1 1 1 11
) (
Les coefficients ) 1 1 ( , m j et n i b a
i ij
sont des rels donns.
Le n -uplet ) , , (
1 n
b b L est dit second membre du systme ) (S .
m
x x , ,
1
L sont les inconnues du systme.
Tout m -uplet ) , , (
1 m
x x L de rels qui vrifie les quations du systme ) (S est dit
solution du systme.
Le systme ) (S est dit homogne si 0
1
= = =
n
b b L .
Exemple :
= +
= +
= + +
1 3 2 2
0 2
1 3 2
) (
4 3 2 1
3 2 1
4 3 2 1
x x x x
x x x
x x x x
S est un systme linaire de 3 quations 4 inconnues
I-2 Ecriture matricielle dun systme linaire
Tout systme linaire
= + +
= + +
n m nm n
m m
b x a x a
b x a x a
S
L
M
L
1 1
1 1 1 11
) ( peut scrire sous la forme
matricielle b X A = . , avec :
(
(
(
=
nm n
m
a a
a a
A
L
M M M
L
1
1 11
,
|
|
|
\
|
=
m
x
x
X M
1
et
|
|
|
\
|
=
n
b
b
b M
1
|
|
|
\
|
=
|
|
|
\
|
(
(
(
= + +
= + +
n m nm n
m
n m nm n
m m
b
b
x
x
a a
a a
b x a x a
b x a x a
S M M
L
M M M
L
L
M
L
1 1
1
1 11
1 1
1 1 1 11
. ) (
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
3
Dfinition : (Matrice dun systme linaire)
Soit le systme linaire :
= + +
= + +
n m nm n
m m
b x a x a
b x a x a
S
L
M
L
1 1
1 1 1 11
) (
La matrice
m j n i ij
a A
=
1 , 1
) ( sappelle la matrice du systme ) (S .
Exemple :
Le systme ) (S est donn par :
= +
= +
= + +
1 3 2 2
0 2
1 3 2
) (
4 3 2 1
3 2 1
4 3 2 1
x x x x
x x x
x x x x
S
La matrice du systme ) (S est gale :
(
(
(
=
3 2 2 1
0 3 1 2
1 3 2 1
A
Lcriture matricielle du systme ) (S est alors :
|
|
|
\
|
=
|
|
|
|
|
\
|
(
(
(
1
0
1
.
3 2 2 1
0 3 1 2
1 3 2 1
4
3
2
1
x
x
x
x
I-3 Rang dun systme linaire
Dfinition :
On appelle le rang dun systme linaire, celui de sa matrice.
Exemple :
Le systme ) (S est donn par :
= +
= +
= + +
1 3 2 2
0 2
1 3 2
) (
4 3 2 1
3 2 1
4 3 2 1
x x x x
x x x
x x x x
S
La matrice du systme ) (S est gale :
(
(
(
=
3 2 2 1
0 3 1 2
1 3 2 1
A
3 ) ( = S rg car 3 ) ( = A rg : 0
2 2 1
3 1 2
3 2 1
det
(
(
(
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
4
II- Rsolution dun systme linaire triangulaire
Dfinition :
Un systme triangulaire suprieur cest un systme linaire dont la matrice est
triangulaire suprieure.
Un systme triangulaire infrieur cest un systme linaire dont la matrice est
triangulaire infrieure.
Remarque :
Un systme triangulaire admet une solution unique ssi sa matrice est inversible ssi ses
lments diagonaux sont non nuls.
Exemples :
1)
=
= +
= +
3 3
2 3 2
1 3 1
2
3
2
) (
b x
b x x
b x x
S
(
(
(
=
2 0 0
3 1 0
2 0 1
A
A est une matrice triangulaire suprieure, ) (S est alors un systme triangulaire suprieur.
2)
= + +
= +
=
3 3 2 1
2 2 1
1 1
2 3
2
3
) (
b x x x
b x x
b x
S
(
(
(
=
1 2 3
0 1 2
0 0 3
A
A est une matrice triangulaire infrieure, ) (S est alors un systme triangulaire infrieur.
II-1 Rsolution dun systme triangulaire suprieur par monte
Soit le systme triangulaire suprieur
= + +
= +
= + +
+ =
n n nn n n
i
n
i j
j ij i ii
n n
b x a x x
b x a x a
b x a x a
S
1 , 1
1
1 1 1 11
. 0 . 0
) (
L
M M
M M
L L L L
La matrice du systme ) (S est gale :
|
|
|
|
|
\
|
=
nn
nn
n
a
a
a a a
A
0 0
0
1
1 12 11
L
O O M
M O O
L
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
5
La solution du systme triangulaire suprieur ) (S est donne par :
1 1 ), (
1
,
1
1
= =
+ =
n i x a b
a
x b
a
x
n
i j
j ij i
ii
i n
nn
n
On dit quon rsolu le systme par une mthode de monte.
Exemple :
(
(
(
=
= +
= +
2 0 0
3 1 0
2 1 1
2 2
0 3
1 2
) (
3
3 2
3 2 1
A
x
x x
x x x
S
1
11
= a , 1
22
= a et 2
33
= a : 3 1 , 0 i a
ii
0 det A
La matrice A est alors inversible et le systme admet une unique solution, donne par :
= + = =
= = =
= =
4 2 1 ) (
1
3 3 ) (
1
1
1
3 2 3 13 2 12 1
11
1
3 3 23 2
22
2
3
33
3
x x x a x a b
a
x
x x a b
a
x
b
a
x
|
|
|
\
|
=
1
3
4
X est alors lunique solution du systme ) (S .
II-2 Rsolution dun systme triangulaire infrieur par descente
Soit le systme triangulaire infrieur
= + +
= +
= + + +
=
n n nn n
i i ii
i
j
j ij
n
b x a x a
b x a x a
b x x x a
S
L L L L
M M
M M
L
1 1
1
1
1 12 1 11
. 0 . 0
) (
La matrice du systme ) (S est gale :
|
|
|
|
|
\
|
=
nn nn n
a a a
a
a
A
1 1
21
11
0
0 0
L
O O M
M O O
L
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
6
La solution du systme triangulaire infrieur ) (S est donne par :
n i x a b
a
x b
a
x
i
j
j ij i
ii
i
= =
=
2 ), (
1
,
1
1
1
1
11
1
On dit quon rsolu le systme par une mthode de descente.
Exemple :
(
(
(
= +
= +
=
2 2 3
0 1 2
0 0 3
1 2 2 3
4 2
3 3
) (
3 2 1
2 1
1
A
x x x
x x
x
S
3
11
= a , 1
22
= a et 2
33
= a : 3 1 , 0 i a
ii
0 det A
La matrice A est alors inversible et le systme admet une unique solution, donne par :
= =
= = =
= =
3 ) 2 3 1 (
2
1
) (
1
2 2 4 ) (
1
1
1
2 1 2 32 1 31 3
33
3
1 1 21 2
22
2
1
11
1
x x x a x a b
a
x
x x a b
a
x
b
a
x
|
|
|
\
|
=
3
2
1
X est alors lunique solution du systme ) (S .
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
7
III- Rsolution dun systme linaire de Cramer
III-1 Dfinition dun systme de Cramer
Dfinition :
Un systme linaire est dit de Cramer si le nombre de ses inconnues m est gal au
nombre de ces quations n et est gal son rang r ) ( r m n = = .
Thorme :
Un systme linaire est de Cramer ssi sa matrice associe est carre ) ( m n = et
inversible ) ( n r = .
Un systme linaire de Cramer admet une unique solution.
Lunique solution dun systme linaire homogne de Cramer est le vecteur nul.
Exemple :
(
(
(
= + +
= + +
= + +
1 2 3
3 1 2
2 3 1
2 3
3 2
2 3
) (
3 3 2 1
2 3 2 1
1 3 2 1
A
b x x x
b x x x
b x x x
S
= = 3 m n A est une matrice carre dordre 3.
18
1 2 3
3 1 2
2 3 1
det = = A : 0 det A et Aest alors une matrice inversible ) 3 ( = r .
Le systme ) (S est alors un systme linaire de Cramer.
III-2 Rsolution par linversion de la matrice du systme
On propose de rsoudre un systme linaire ) (S de n quations n inconnues, crit sous sa
forme matricielle b X A = . .
Etapes de la rsolution :
On vrifie si le systme ) (S est de Cramer :
Si 0 det = A alors le systme ) (S nest pas de Cramer.
Si 0 det A alors le systme ) (S est de Cramer, et on passe sa rsolution.
Un vecteur X est solution du systme ) (S ssi b X A = . ssi b A X
1
= car Aest inversible.
On calcule
1
A : )) ( (
det
1
1
A C
A
A
t
=
b A X .
1
= est alors lunique solution du systme ) (S .
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
8
Exemple :
Le systme ) (S est donn par :
= + +
= + +
= + +
12 2 3
6 3 2
6 2 3
) (
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
S
Lcriture matricielle du systme ) (S est :
|
|
|
\
|
=
|
|
|
\
|
(
(
(
12
6
6
1 2 3
3 1 2
2 3 1
3
2
1
x
x
x
(
(
(
=
1 2 3
3 1 2
2 3 1
A et
|
|
|
\
|
=
12
6
6
b
le systme ) (S est de Cramer :
18
1 2 3
3 1 2
2 3 1
det = = A : 0 det A A est alors une matrice inversible
Le vecteur X est solution du systme ) (S ssi b X A = . ssi b A X
1
= .
Calcul de
1
A : )) ( (
det
1
1
A C
A
A
t
=
(
(
(
=
(
(
(
(
(
(
(
+ +
+
+ +
=
5 1 7
7 5 1
1 7 5
1 2
3 1
3 2
2 1
3 1
2 3
2 3
3 1
1 3
2 1
1 2
2 3
2 3
1 2
1 3
3 2
1 2
3 1
) ( A C
(
(
(
=
5 7 1
1 5 7
7 1 5
)) ( ( A C
t
(
(
(
=
(
(
(
18 / 5 18 / 7 18 / 1
18 / 1 18 / 5 18 / 7
18 / 7 18 / 1 18 / 5
5 7 1
1 5 7
7 1 5
18
1
1
A
b A X .
1
=
|
|
|
\
|
=
|
|
|
\
|
(
(
(
=
|
|
|
\
|
=
6
0
6
12
6
6
.
5 7 1
1 5 7
7 1 5
18
1
3
2
1
x
x
x
X
|
|
|
\
|
=
6
0
6
X est alors lunique solution su systme ) (S
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
9
III-3 Rsolution par la mthode de Cramer
On propose de rsoudre un systme linaire ) (S de n quations n inconnues, crit sous sa
forme matricielle b X A = . .
Etapes de la rsolution :
On calcule le dterminant de la matrice A : A det
Si 0 det = A alors le systme ) (S nest pas de Cramer.
Si 0 det A alors le systme ) (S est de Cramer, et on passe sa rsolution.
On calcule les dterminants, dits de Cramer n i D
i
x
1 , , o
i
x
D est le dterminant de
la matrice A o lon a remplac la colonne i par le vecteur b :
(
(
(
=
+
+
nn ni n ni n
n i i
x
a a b a a
a a b a a
D
i
L L
M M M M M M M
L L
1 1 1
1 1 1 1 1 1 11
det , n i 1
On calcule le vecteur solution
|
|
|
\
|
=
n
x
x
X M
1
: n i
A
D
x
i
x
i
= 1 ,
det
|
|
|
|
|
|
|
\
|
=
A
D
A
D
X
n
x
x
det
det
1
M est alors lunique solution du systme ) (S .
Exemple :
Le systme ) (S est donn par :
= + +
= + +
= + +
12 2 3
6 3 2
6 2 3
) (
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
S
Lcriture matricielle du systme ) (S est :
|
|
|
\
|
=
|
|
|
\
|
(
(
(
12
6
6
1 2 3
3 1 2
2 3 1
3
2
1
x
x
x
(
(
(
=
1 2 3
3 1 2
2 3 1
A et
|
|
|
\
|
=
12
6
6
b
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
10
le systme ) (S est de Cramer :
18
1 2 3
3 1 2
2 3 1
det = = A : 0 det A A est alors une matrice inversible
Calcul des dterminants de Cramer
1
x
D ,
2
x
D et
3
x
D :
108
5 8
1 2
6
5 8 0
1 2 0
2 3 6
) 2 , (
1 2 12
3 1 6
2 3 6
1 3 3 1 2 2
1
=
=
+
=
=
L L L L L L
D
x
0
5 30
1 6
1
5 30 0
1 6 0
2 6 1
) 3 , 2 (
1 12 3
3 6 2
2 6 1
1 3 3 1 2 2
2
=
=
=
=
L L L L L L
D
x
108
30 7
6 5
1
30 7 0
6 5 0
6 3 1
) 3 , 2 (
12 2 3
6 1 2
6 3 1
1 3 3 1 2 2
3
=
=
=
=
L L L L L L
D
x
Calcul du vecteur solution
|
|
|
\
|
=
3
2
1
x
x
x
X : ( 3 1 , det / = i A D x
i
x i
)
6
18
108
det
1
1
= = =
A
D
x
x
0
det
2
2
= =
A
D
x
x
6
18
108
det
3
3
= = =
A
D
x
x
|
|
|
\
|
=
6
0
6
X est alors lunique solution su systme ) (S
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
11
IV- Rsolution dun systme linaire non de Cramer
Dfinition :
Un systme linaire non cramien ou non de Cramer cest un systme dont le nombre
des inconnues m nest pas gal au nombre des quations n ou dont le nombre des
inconnues m est gal au nombre des quations n mais dont le rang r ne leur est pas gal
) ( m n ou ) ( n r et m n = .
Exemples :
1)
= +
=
= + +
= + + +
2 2 2
2 2 2
2 2 2
2 4 3 2
) (
3 1
4 2 1
4 3 2
4 3 2 1
x x
x x x
x x x
x x x x
S
(
(
(
(
=
0 2 0 2
2 0 1 2
2 2 1 0
4 3 2 1
A et
|
|
|
|
|
\
|
=
2
2
2
2
b
) (S est un systme linaire non de Cramer : ) 4 ( M A et 4 2 ) ( = A rg , ) 4 ( n r et m n = =
2)
= +
=
= +
= +
2 2 3
2 3 5
2
2 3 2
) (
2 1
3 2
3 2 1
3 2 1
x x
x x
x x x
x x x
S
(
(
(
(
=
0 2 3
3 5 0
1 1 1
1 3 2
A et
|
|
|
|
|
\
|
=
2
2
2
2
b
Le systme ) (S est un systme linaire non de Cramer : ) 3 , 4 ( M A , ) ( m n
IV-1 Rsolution dun systme avec second membre
On propose de rsoudre un systme linaire non de Cramer ) (S de n quations m inconnues,
crit sous sa forme matricielle b X A = . .
(
(
(
=
nm n
m
a a
a a
A
L
M M M
L
1
1 11
,
|
|
|
\
|
=
m
x
x
X M
1
et
|
|
|
\
|
=
n
b
b
b M
1
Etapes de la rsolution :
On cherche le rang r de la matrice A : r A rg = ) (
Si ) ( r m n = = alors le systme est un systme linaire de Cramer et sa rsolution se
fait par lune des mthodes dveloppes au paragraphe prcdent.
Sinon, le systme est alors un systme linaire non de Cramer. Pour le rsoudre, on suit
les tapes suivantes .
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
12
On suppose que la matrice
r
A forme par les r premires lignes et les r premires
colonnes de la matrice A a un dterminant non nul
r
:
r r r
r
r
m n r n r n n
m r r r r r r
m r r r r r r
m r r
a a
a a
a a a a
a a a a
a a a a
a a a a
A
, 1 ,
, 1 1 , 1
, 1 , , 1 ,
, 1 1 , 1 , 1 1 , 1
, 1 , , 1 ,
, 1 1 , 1 , 1 1 , 1
L
M M M
L
L L
M M M M M M
L L
L L
M M M M M M
L L
=
(
(
(
(
(
(
(
=
+
+ + + + +
+
+
Cette hypothse peut toujours tre vrifie, un changement prs de lordre des
quations et/ou de lordre des inconnues. Elle ne restreint donc pas ltude qui suit
mais en simplifie seulement lexpos.
r
sappelle le dterminant principal. On en dduit :
Les inconnues principales
r
x x , ,
1
L , dont les coefficients sont les colonnes de
r
A
les autres inconnues
m r
x x , ,
1
L
+
sont dites non principales ou arbitraires.
Les quations principales, qui sont les lignes du dterminant principal : ce sont les
r premires quations du systme.
Les autres quations sont dites quations non principales.
On crit les matrices ) 1 , ( r n h M
h
de type ) 1 , 1 ( + + r r dfinies par :
r n h
b a a
b a a
b a a
M
h r r h r h r
r r r r
r
h
(
(
(
(
=
+ + +
1 ,
, 1 ,
, 1 ,
1 , 1 1 , 1
L
L
M M M M
L
Les dterminants des matrices ) 1 , ( r n h M
h
sappellent les dterminants
caractristiques du systme b X A = . . On note r n h M
h h
= 1 ), det(
On vrifie les conditions, dites conditions de compatibilit du systme b X A = . :
r n h
h
= 1 , 0
1
er
cas : r n h 1 avec 0
h
Les quations sont dites incompatibles et le systme b X A = . est impossible ou insoluble.
2
me
cas : r n h 1 , 0 =
h
Le systme est possible. Pour le rsoudre, on rsout le systme form des r quations
principales dont les inconnues sont les inconnues principales et o les inconnues arbitraires
sont considres comme des paramtres et sont ajoutes au second membre du systme.
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
13
Exemples :
1)
= +
=
= + +
= + + +
2 2 2
2 2 2
0 2 2
1 4 3 2
) (
3 1
4 2 1
4 3 2
4 3 2 1
x x
x x x
x x x
x x x x
S
(
(
(
(
=
0 2 0 2
2 0 1 2
2 2 1 0
4 3 2 1
A et
|
|
|
|
|
\
|
=
2
2
0
1
b
) 4 ( M A et 2 2 ) ( 2 ) ( = = = r S rg A rg
Un dterminant principal est :
1 0
2 1
2
= . On en dduit :
Les inconnues principales :
1
x et
2
x
Les inconnues arbitraires :
3
x et
4
x
Les quations principales :
= + +
= + + +
0 2 2
1 4 3 2
4 3 2
4 3 2 1
x x x
x x x x
Les conditions de compatibilit sont : 2 1 , 0 = h
h
0
2 1 2
0 1 0
1 2 1
1
=
= et 0
2 0 2
0 1 0
1 2 1
2
=
=
Les conditions de compatibilit sont alors vrifies et le systme est possible.
Sa rsolution revient rsoudre le systme de Cramer suivant :
+ =
+ = +
) 2 2 (
) 4 3 ( 1 2
) (
3 4 2
4 3 2 1
1
x x x
x x x x
S
La solution du systme ) (
1
S est donne par :
+ =
+ =
) 2 2 (
2 ) 4 3 ( 1
3 4 2
2 4 3 1
x x x
x x x x
La solution du systme ) (S est alors gale lensemble :
( ) { }
2
4 3 4 3 2 3 1
4
3 2 1
, , 2 2 , 1 / ) , , , ( ) ( IR x x x x x x x IR x x x x S E = + = =
Vrification :
= + +
= +
= + +
= + + + +
2 2 ) 1 .( 2
2 2 ) 2 2 ( ) 1 .( 2
0 2 2 ) 2 2 (
1 4 3 ) 2 2 .( 2 ) 1 (
3 3
4 4 3 3
4 3 4 3
4 3 4 3 3
x x
x x x x
x x x x
x x x x x
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
14
2)
= +
=
= + +
= + + +
2 2 2
2 2 2
0 2 2
1 4 3 2
) (
3 1
4 2 1
4 3 2
4 3 2 1
x x
x x x
x x x
x x x x
S
(
(
(
(
=
0 2 0 2
2 0 1 2
2 2 1 0
4 3 2 1
A et
|
|
|
|
|
\
|
=
2
2
0
1
b
) 4 , 4 ( M A et 2 2 ) ( 2 ) ( = = = r S rg A rg
Un dterminant principal est :
1 0
2 1
2
= . On en dduit :
Les inconnues principales :
1
x et
2
x
Les inconnues arbitraires :
3
x et
4
x
Les quations principales :
= + +
= + + +
0 2 2
1 4 3 2
4 3 2
4 3 2 1
x x x
x x x x
Les conditions de compatibilit sont : 2 1 , 0 = h
h
0
2 1 2
0 1 0
1 2 1
1
=
= et 0 4
2 0 2
0 1 0
1 2 1
2 2
=
=
Les conditions de compatibilit ne sont alors pas vrifies et le systme est impossible.
IV-2 Cas particulier dun systme homogne
On propose de rsoudre un systme linaire homogne non de Cramer ) (S de n quations m
inconnues, crit sous sa forme matricielle 0 . = X A .
Etapes de la rsolution :
On cherche le rang r de la matrice A : r A rg = ) (
Si ) ( r m n = = alors le systme est un systme linaire de Cramer et son unique
solution est le vecteur nul.
Sinon, le systme est alors un systme linaire non de Cramer. Pour le rsoudre, on suit
les mmes tapes que pour un systme linaire non de Cramer avec second membre
(Les conditions de compatibilit tant toujours vrifies).
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
15
On cherche le dterminant principal
r
:
r r r
r
r
a a
a a
, 1 ,
, 1 1 , 1
L
M M M
L
=
On en dduit :
Les r inconnues principales
r
x x , ,
1
L .
Les r m inconnues arbitraires
m r
x x , ,
1
L
+
.
Les r quations principales correspondantes
r
.
Les conditions de compatibilit sont toujours vrifies ( r n h
h
= 1 , 0 ) :
r n h
a a
a a
a a
b a a
b a a
b a a
M
r h r h r
r r r
r
h r r h r h r
r r r r
r
h h
= =
(
(
(
(
= =
+ + + + +
1 , 0
0
0
0
det ) det(
, 1 ,
, 1 ,
, 1 1 , 1
, 1 ,
, 1 ,
1 , 1 1 , 1
L
L
M M M M
L
L
L
M M M M
L
On rsout le systme de Cramer form par les r quations principales, dont les inconnues
sont les r inconnues principales et o lon fait passer les r m inconnues arbitraires au
second membre du systme b X A = . .
Remarque :
La solution de tout systme linaire non de Cramer homogne est un sous espace vectoriel
de dimension gale au nombre de ses inconnues arbitraires gale au rang de sa matice
Exemple :
= +
=
= + +
= + + +
0 2 2
0 2 2
0 2 2
0 4 3 2
) (
3 1
4 2 1
4 3 2
4 3 2 1
x x
x x x
x x x
x x x x
S
(
(
(
(
=
0 2 0 2
2 0 1 2
2 2 1 0
4 3 2 1
A et
|
|
|
|
|
\
|
=
0
0
0
0
b
) 4 ( M A et 2 2 ) ( 2 ) ( = = = r S rg A rg
Un dterminant principal :
1 0
2 1
2
= . On en dduit :
Les inconnues principales :
1
x et
2
x
Les inconnues arbitraires :
3
x et
4
x
Les quations principales :
= + +
= + + +
0 2 2
0 4 3 2
4 3 2
4 3 2 1
x x x
x x x x
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
16
Le systme tant homogne, les conditions de compatibilit sont vrifies.
La rsolution du systme ) (S revient alors rsoudre le systme de Cramer
suivant :
+ =
+ = +
) 2 2 (
) 4 3 ( 2
) (
3 4 2
4 3 2 1
1
x x x
x x x x
S
La solution du systme ) (
1
S est donne par :
+ =
+ =
) 2 2 (
2 ) 4 3 (
3 4 2
2 4 3 1
x x x
x x x x
La solution du systme 0 . = X A est alors gale au sous espace vectoriel :
{ } > =< = = = ) 1 , 0 , 2 , 0 ( ), 0 , 1 , 2 , 1 ( ) , ( , 2 2 , / ) , , , ( ) (
2
4 3 4 3 2 3 1
4
4 3 2 1
IR x x x x x x x IR x x x x S E
Vrification :
= +
=
= + +
= + + +
0 2 ) .( 2
0 2 ) 2 2 ( ) .( 2
0 2 2 ) 2 2 (
0 4 3 ) 2 2 .( 2 ) (
3 3
4 4 3 3
4 3 4 3
4 3 4 3 3
x x
x x x x
x x x x
x x x x x
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
17
V- Complment : rsolution dun systme linaire par la mthode
dlimination de Gauss
On considre un systme linaire ) (S de n quations n inconnues :
= + +
= + +
n n nn n
n n
b x a x a
b x a x a
S
L
M
L
1 1
1 1 1 11
) (
On lcrit sous sa forme matricielle b X A = . :
(
(
(
=
nn n
n
a a
a a
A
L
M M M
L
1
1 11
,
|
|
|
\
|
=
n
x
x
X M
1
et
|
|
|
\
|
=
n
b
b
b M
1
La mthode dlimination de Gauss consiste construire un systme linaire triangulaire
(suprieur si on effectue les changements sur les lignes de la matrice du systme ou infrieur si on
effectue les changements sur les colonnes de la matrice du systme) quivalent au systme linaire ) (S et
le rsoudre par monte (systme triangulaire suprieur) ou descente (systme triangulaire infrieur).
V-1 Etapes de la rsolution :
V-1-1 Etape 1
On note A A =
) 1 (
et b b =
) 1 (
, le systme scrit alors :
) 1 ( ) 1 (
. b X A =
V-1-2 Etape 2 : 0
) 1 (
11
a
Lhypothse 0
) 1 (
11
a peut toujours tre vrifie, un changement prs de lordre des
quations et/ou de lordre des inconnues.
On dfinit des nouveaux coefficients n j i a
ij
, 1 ,
) 2 (
et n i b
i
1 ,
) 2 (
par :
+ =
=
n j n i a a
a
a
a
n j a a
ij j
i
ij
j j
1 , 2
1
) 1 ( ) 1 (
1 ) 1 (
11
) 1 (
1 ) 2 (
) 1 (
1
) 2 (
1
et :
+ =
=
n i b b
a
a
b
b b
i
i
i
2
) 1 ( ) 1 (
1
) 1 (
11
) 1 (
1 ) 2 (
) 1 (
1
) 2 (
1
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
18
Ce qui revient effectuer pour la matrice A et le vecteur b les changements en lignes
suivantes :
=
=
n i L
a
a
L L
L L
i
i i
2 ,
) 1 (
1 ) 1 (
11
) 1 (
1 ) 1 ( ) 2 (
) 1 (
1
) 2 (
1
Le systme
) 2 ( ) 2 (
. b X A = ainsi obtenu est alors quivalent au systme
) 1 ( ) 1 (
. b X A = :
(
(
(
(
=
) 2 ( ) 2 (
2
) 2 (
2
) 2 (
22
) 2 (
1
) 2 (
12
) 2 (
11
) 2 (
0
0
nn n
n
n
a a
a a
a a a
A
M M M M
L
L
et
|
|
|
|
|
\
|
=
) 2 (
) 2 (
2
) 2 (
1
) 2 (
n
b
b
b
b
M
En effet :
o
|
|
|
\
|
=
n
x
x
X M
1
est solution du systme
) 2 ( ) 2 (
. b X A =
o ssi n i b x a
i
n
j
j ij
=
=
1 , .
) 2 (
1
) 2 (
o ssi
=
=
=
=
n i b
a
a
b x a
a
a
a
b x a
i
i
n
j
j j
i
ij
n
j
j j
2 , ) (
.
) 1 (
1 ) 1 (
11
) 1 (
1 ) 1 (
1
) 1 (
1 ) 1 (
11
) 1 (
1 ) 1 (
) 1 (
1
1
) 1 (
1
o ssi
=
=
= =
=
n i b
a
a
b x a
a
a
x a
b x a
i
i
n
j
j j
i
n
j
j ij
n
j
j j
2 ,
.
) 1 (
1 ) 1 (
11
) 1 (
1 ) 1 (
1
) 1 (
1 ) 1 (
11
) 1 (
1
1
) 1 (
) 1 (
1
1
) 1 (
1
o ssi
) 1 (
1 ) 1 (
11
) 1 (
1
1
) 1 (
1 ) 1 (
11
) 1 (
1
b
a
a
x a
a
a
i
n
j
j j
i
=
=
ssi n i b x a
i
n
j
j ij
=
=
1 , .
) 1 (
1
) 1 (
o ssi
|
|
|
\
|
=
n
x
x
X M
1
est solution du systme
) 1 ( ) 1 (
. b X A =
On continue la mme dmarche jusqu construire le systme
) ( ) (
.
k k
b X A = ltape k .
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
19
V-1-3 Etape k : 0
) 1 (
1 , 1
k
k k
a
Lhypothse 0
) 1 (
1 , 1
k
k k
a peut toujours tre vrifie, un changement prs de lordre
des quations et/ou de lordre des inconnues.
On dfinit des nouveaux coefficients n j i a
k
ij
, 1 ,
) (
et n i b
k
i
1 ,
) (
par :
+ =
=
n j n i k a a
a
a
a
n j k i a a
k
ij
k
j k k
k k
k
k i k
ij
k
ij
k
ij
1 ,
1 , 1 1
) 1 ( ) 1 (
, 1 ) 1 (
1 , 1
) 1 (
1 , ) (
) 1 ( ) (
et :
+ =
=
n i k b b
a
a
b
k i b b
k
i
k
k k
k k
k
k i k
i
k
i
k
i
) 1 ( ) 1 (
1 ) 1 (
1 , 1
) 1 (
1 , ) (
) 1 ( ) (
1 1
Ce qui revient effectuer pour la matrice A et le vecteur b les changements en lignes
suivantes :
=
=
n i k L
a
a
L L
k i L L
k
k k
k k
k
k i k
i
k
i
k
i
k
i
,
1 1
) 1 (
1 ) 1 (
1 , 1
) 1 (
1 , ) 1 ( ) (
) 1 ( ) (
On montre de mme que le systme
) ( ) (
.
k k
b X A = ainsi obtenu est quivalent au systme
) 1 ( ) 1 (
.
=
k k
b X A , donc au systme b X A = . :
(
(
(
(
(
(
=
) (
,
) (
,
) (
,
) (
,
) (
, 1
) (
, 1
) (
1 , 1
) (
0 0
0
0
k
n n
k
k n
k
n k
k
k k
k
n
k
k
k
k
a a
a a
a a a
A
L
M M M M M
L M
M M M O
L L
et
|
|
|
|
|
\
|
=
) (
) (
2
) (
1
) (
k
n
k
k
k
b
b
b
b
M
On continue encore jusqu la dernire tape :
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
20
V-1-4 Etape n : 0
) 1 (
1 , 1
n
n n
a
On construit cette tape, le systme :
) ( ) (
.
n n
b X A = , o :
(
(
(
(
(
(
=
) (
,
) (
, 1
) (
1 , 1
) (
0 0 0 0
0
0
0
n
n n
n
n
n
n
a
a a
A
M O M M
M L O M
M L L O
L L L
et
|
|
|
|
|
\
|
=
) (
) (
2
) (
1
) (
n
n
n
n
n
b
b
b
b
M
avec :
= + =
=
n j n n i a a
a
a
a
n j i a a
n
ij
n
j n
n
n n
n
n i n
ij
n
ij
n
ij
1 ,
1 , 1
) 1 ( ) 1 (
, 1
) 1 (
1 , 1
) 1 (
1 , ) (
) 1 ( ) (
et :
= + =
=
n i b b
a
a
b
n i b b
n
i
n
n n
n n
n
n i n
i
n
i
n
i
) 1 ( ) 1 (
1 ) 1 (
1 , 1
) 1 (
1 , ) (
) 1 ( ) (
1 1
Ce qui revient effectuer pour la matrice A et le vecteur b les changements en lignes
suivantes :
= =
=
n i L
a
a
L L
n i L L
n
n n
n n
n
n i n
i
n
i
n
i
n
i
,
1 1
) 1 (
1 ) 1 (
1 , 1
) 1 (
1 , ) 1 ( ) (
) 1 ( ) (
Le systme
) ( ) (
.
n n
b X A = ainsi obtenu est un systme triangulaire suprieur dont la
rsolution se fait simplement par une mthode de monte.
On montre de mme que le systme ainsi obtenu
) ( ) (
.
n n
b X A = est quivalent au systme
) 1 ( ) 1 (
.
=
n n
b X A , donc au systme b X A = . .
On a ainsi dterminer un systme triangulaire suprieur quivalent au systme b X A = . .
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
21
V-2 Exemple :
=
= + +
= +
= + +
2 12 3
2 8 2 4
9 7 3 2 4
2 4 2
) (
4 3 2
4 3 2 1
4 3 2 1
4 2 1
x x x
x x x x
x x x x
x x x
S
(
(
(
(
=
1 12 3 0
8 2 1 4
7 3 2 4
4 0 1 2
A et
|
|
|
|
|
\
|
=
2
2
9
2
b
V-2-1 Etape 1 :
On note A A =
) 1 (
et b b =
) 1 (
, le systme scrit alors :
) 1 ( ) 1 (
. b X A =
V-2-2 Etape 2 : 0 2
) 1 (
11
= a
On effectue pour la matrice Aet le vecteur b les changements en lignes suivantes :
=
=
4 2 ,
) 1 (
1
) 1 (
11
) 1 (
1 ) 1 ( ) 2 (
) 1 (
1
) 2 (
1
i L
a
a
L L
L L
i
i i
ou encore :
1 4 4
1 3 3
1 2 2
1 1
2
0
2
4
2
4
L L L
L L L
L L L
L L
ie :
4 4
1 3 3
1 2 2
1 1
2
2
L L
L L L
L L L
L L
On obtient alors :
(
(
(
(
=
1 12 3 0
0 2 1 0
1 3 0 0
4 0 1 2
) 2 (
A et
|
|
|
|
|
\
|
=
2
2
5
2
) 2 (
b
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
22
V-2-3 Etape 3 : 0
) 2 (
2 , 2
= a
On est dans le cas o 0
) 2 (
2 , 2
= a : on effectue alors un changement de lordre des quations
pour obtenir ) 0 (
) 2 (
2 , 2
a , ce qui revient changer la ligne 2 et la ligne 3 :
(
(
(
(
=
1 12 3 0
1 3 0 0
0 2 1 0
4 0 1 2
) 2 (
A et
|
|
|
|
|
\
|
=
2
5
2
2
) 2 (
b
On effectue pour la matrice A et le vecteur b les changements en lignes suivantes :
=
=
4 3 ,
2 1
) 2 (
2 ) 2 (
22
) 2 (
2 ) 2 ( ) 3 (
) 2 ( ) 3 (
i L
a
a
L L
i L L
i
i i
i i
ou encore :
2 4 4
2 3 3
2 2
1 1
1
3
1
0
L L L
L L L
L L
L L
ie :
2 4 4
3 3
2 2
1 1
3L L L
L L
L L
L L
On obtient alors :
(
(
(
(
=
1 6 0 0
1 3 0 0
0 2 1 0
4 0 1 2
) 3 (
A et
|
|
|
|
|
\
|
=
8
5
2
2
) 3 (
b
Semestre : S3, Module : M10, Matire : Mathmatiques II Chapitre 5 : Systmes linaires
Professeure Salma DASSER Session Automne-hiver 2007
23
V-2-4 Etape 4 : 0 3
) 3 (
3 , 3
= a
On effectue pour la matrice A et le vecteur b les changements en lignes suivantes :
= =
=
4 ,
3 1
) 3 (
3 ) 3 (
33
) 3 (
3 ) 3 ( ) 4 (
) 3 ( ) 4 (
i L
a
a
L L
i L L
i
i i
i i
ou encore :
3 4 4
3 3
2 2
1 1
3
6
L L L
L L
L L
L L
ie :
3 4 4
3 3
2 2
1 1
2L L L
L L
L L
L L
On obtient alors :
(
(
(
(
=
1 0 0 0
1 3 0 0
0 2 1 0
4 0 1 2
) 4 (
A et
|
|
|
|
|
\
|
=
2
5
2
2
) 4 (
b
Pour rsoudre le systme b X A = . , il suffit alors de rsoudre le systme triangulaire
suprieur
) 4 ( ) 4 (
. b X A = par monte :
o Le systme
) 4 ( ) 4 (
. b X A = scrit :
=
= +
=
= + +
2
5 3
2 2
2 4 2
4
4 3
3 2
4 2 1
x
x x
x x
x x x
=
= =
= =
= =
2
1 ) 5 (
3
1
4 2 2
3 ) 4 2 (
2
1
4
4 3
3 2
4 2 1
x
x x
x x
x x x
|
|
|
|
|
\
|
=
2
1
4
3
X
V-2-5 Vrification :
b X A =
|
|
|
|
|
\
|
=
|
|
|
|
|
\
|
(
(
(
(
=
2
2
9
2
2
1
4
3
.
1 12 3 0
8 2 1 4
7 3 2 4
4 0 1 2
.