Calculs algébriques

Table des matières

1 - Sommes et produits ............................................................. 2

1.1 - Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 - Techniques de calculs de sommes et produits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 - Premières propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2 - Changement d’indice et télescopage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.3 - Regroupement par paquets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 - Sommes classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 - Sommes doubles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.1 - Sommes rectangulaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.2 - Sommes triangulaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.3 - Produit de deux sommes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2 - Coefficients binomiaux et formule du binôme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.1 - Définition et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 - La formule du triangle de Pascal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3 - Quelques formules algébriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3 - Résolution de systèmes linéaires par la méthode du pivot de Gauss . . 15

1
1 Sommes et produits
1.1 Notations

Définition A : Somme et produit

Si I estPun ensemble fini non vide et si, pour tout i ∈ I, ai désigne un nombre complexe alors on note
— ai la somme des termes ai pour l’indice i parcourant I,
i∈I
Q
— ai le produit des termes ai pour l’indice i parcourant I.
i∈I

P Q
Exemple 1 : Lorsque I = ∅, on convient que ai = 0 et que ai = 1.
i∈I i∈I
Exemple 2 : Si I = {m, m + 1, · · · , n} avec m 6 n ∈ Z alors
X n
X X
ai = ai = ai = am + am+1 + · · · + an .
i∈I i=m 16i6m
n
P n
Q
Exemple 3 : 1 = n et 1 = 1.
k=1 k=1

Remarque I
X X X X X
ui ne dépend pas de i. On a donc indifféremment uk = ui = uj = u` etc.
i∈I k∈I i∈I j∈I `∈I

1.2 Techniques de calculs de sommes et produits

1.2.1 Premières propriétés

Théorème 1 : Linéarité de la somme

Soit λ ∈ C. Alors, avec les notations entendues,
X X X X X
λai = λ × ai et (ai + bi ) = ai + bi .
i∈I i∈I i∈I i∈I i∈I

Preuve :
X X
La relation λai = λ × ai se justifie en factorisant par λ tous les termes de la première somme.
i∈I i∈I
X X X
La relation (ai + bi ) = ai + bi s’obtient en réorganisant l’ordre des termes sommés.
i∈I i∈I i∈I

Exemple 4 : Soient m 6 n ∈ Z et λ ∈ C alors

n
X
λ = λ × (n − m + 1).
i=m

Remarque II
! !
X X X
Attention, de manière générale, ai bi 6= ai × bi .
i∈I i∈I i∈I

2
 Théorème 2
Soient λ ∈ C et n ∈ N. Alors, avec les notations entendues,
n n
! !
Y Y Y Y Y
λai = λn × ai et (ai × bi ) = ai × bi .
i=1 i=1 i∈I i∈I i∈I

Preuve :
n
Y n
X
La relation λai = λn × ai se justifie en factorisant par λ les n termes du premier produit.
i=1 i=1 ! !
Y Y Y
La relation (ai × bi ) = ai × bi s’obtient en réorganisant l’ordre des termes multipliés.
i∈I i∈I i∈I

Exemple 5 : Soient m 6 n ∈ Z et λ ∈ C alors

n
Y
λ = λn−m+1 .
i=m

Remarque III
Y Y Y
Attention, de manière générale, (ai + bi ) 6= ai + bi .
i∈I i∈I i∈I

1.2.2 Changement d’indice et télescopage

Lorsque l’indice de sommation est entier, il est fréquent de réécrire une somme en opérant sur cet
indice. La manipulation est valable tant que les termes sur lesquels portent la somme sont inchangés.
On peut par exemple écrire
Xn n+1
X
aj = ai−1 .
j=0 i=1

Ceci correspond au résultat de la translation d’indice définie par l’égalité j = i − 1. Les deux sommes
sont identiques car correspondent toutes les deux à la somme étendue a0 + a1 + · · · + an .
Avec un peu d’aisance, on peut même directement écrire
n+1
X n
X
aj = ai+1 .
j=1 i=0

On peut aussi écrire

n
X n
X
aj = an−i .
j=0 i=0

qui se comprend comme une sommation à rebours.

Ce procédé de changement d’indice est bien évidement également valide pour les produits.
Exemple 6 : Soient m 6 n ∈ Z.
Par le changement d’indice j = i − m + 1, nous obtenons
n
X n−m+1
X n
Y n−m+1
Y
1= 1 = n − m + 1 et 2= 2 = 2n−m+1 .
i=m j=1 i=m j=1

3
 Remarque IV
Lors de changement d’indice, il faut faire attention à rester dans un cadre où les indices manipulés
restent entiers. Ainsi,
X2n n
X
ai 6= a2j .
i=0 j=0

car la première somme comporte plus de termes que la seconde !

Théorème 3 : Sommes télescopiques

n
P
Avec les notations entendues, (ai+1 − ai ) = an+1 − a0 .
i=0

Preuve : Par linéarité de la somme, nous obtenons

n
X n
X n
X
(ai+1 − ai ) = ai+1 − ai .
i=0 i=0 i=0

En effectuant le changement d’indice j = i + 1 dans la première somme, nous obtenons

n
X n+1
X n
X n+1
X n
X
(ai+1 − ai ) = aj − ai = ai − ai .
i=0 j=1 i=0 i=1 i=0

Enfin, nous obtenons

n
X n
X n
X
(ai+1 − ai ) = an+1 + ai − ai − a0 = an+1 − a0 .
i=0 i=1 i=1

Exemple 7 : Si n ∈ N alors
n  
X 1 1 1
− = − 1.
k+1 k n+1
k=1

Exemple 8 : Si n ∈ N alors
n
X n−1
X
2 2
(k + 1)2 − k 2 = n2 .


k − (k − 1) =
k=1 k=0

Théorème 4 : Produits télescopiques

n
Q ai+1 an+1
Si ai est non nul pour tout indice i alors ai = a0 .
i=0

Preuve :Par propriété du produit, nous avons

n
Q
n ai+1
Y ai+1 i=0
= n .
ai Q
i=0 ai
i=0

En effectuant le changement d’indice j = i + 1 dans le produit du numérateur, nous obtenons

n+1
Q n+1
aj
Q
n ai
Y ai+1 j=1 i=1
= Qn = n .
ai Q
i=0 ai ai
i=0 i=0

4
Enfin, nous obtenons  
n
Q
n ai × an+1
ai+1 a
 = n+1 .
Y i=1
=  n
ai Q a0
i=0 a0 × ai
i=1

Exemple 9 : Si n ∈ N alors
n
Y k 1
= .
k+1 n+1
k=1

1.2.3 Regroupement par paquets

Théorème 5 : Regroupement par paquets

Si I est la réunion de deux sous-ensembles disjoints I1 et I2 alors
   
X X X Y Y Y
ai = ai + ai et ai =  ai  ×  ai  .
i∈I i∈I1 i∈I2 i∈I i∈I1 i∈I2

Preuve : De part et d’autres, les sommations (respectivement les produit) portent sur les mêmes termes.
Exemple 10 : Pour 1 6 p 6 n,
 
n p n n p n
!
X X X Y Y Y
ai = ai + ai et ai = ai × ai  .
i=1 i=1 i=p+1 i=1 i=1 i=p+1

Exemple 11 : Si n ∈ N alors
2n
X n
X n
X 2n+1
X n
X n
X
ai = a2i + a2i−1 et ai = a2i + a2i+1 .
i=0 i=0 i=1 i=0 i=0 i=0

Exemple 12 : Si n ∈ N alors
2n n n 2n+1 n n
! ! ! !
Y Y Y Y Y X
ai = a2i × a2i−1 et ai = a2i × a2i+1 .
i=0 i=0 i=1 i=0 i=0 i=0

Exemple 13 : Si n ∈ N alors
2n n n
2 2 2
X X X
(−1)i = (−1)(2i) + (−1)(2i−1) = n + 1 − n = 1.
i=0 i=0 i=1

5
Exemple 14 : Si n ∈ N alors
2n
X n
X n−1
X
(−1)i−1 i2 = (−1)2i−1 (2i)2 + (−1)2i (2i + 1)2
i=1 i=1 i=0
n
X n−1
X
=− (2i)2 + (2i + 1)2
i=1 i=0
n−1
X
(2i + 1)2 − (2i)2 − 4n2 + 1


=
i=1
n−1
X
= (4i + 1) − 4n2 + 1 = 2n(n − 1) + (n − 1) − 4n2 + 1 = −n(2n + 1).
i=1

1.3 Sommes classiques

Théorème 6
Si n ∈ N alors
n
P n(n+1)
— k= 2 ,
k=

1 0
n
n(n+1)(2n+1)
k2 =
P
— 6 ,
k=

1 0
n  2
n(n+1)
k3 =
P
— 2 ,
k=

1 0 (
n 1−z n+1
si z 6= 1
zk =
P
— ∀z ∈ C, 1−z .
k=0 n+1 si z = 1

Preuve :
– Nous avons (k + 1)2 − k2 = 2k + 1 donc en passant à la somme, nous obtenons
n
X n
X n
X
(k + 1)2 − k2 = 2
 
k+ 1.
k=1 k=1 k=1

Ainsi, par télescopage, nous obtenons

n
X
(n + 1)2 − 1 = 2 k + n.
k=1

C’est-à-dire
n
X n(n + 1)
k= .
2
k=1

– Nous avons (k + 1)3 − k3 = 3k2 + 3k + 1 donc en passant à la somme, nous obtenons

n
X n
X n
X n
X
(k + 1)3 − k3 = 3 k2 + 3
 
k+ 1.
k=1 k=1 k=1 k=1

Ainsi, par télescopage, nous obtenons

n
X 3n(n + 1)
(n + 1)3 − 1 = 3 k2 + + n.
2
k=1

C’est-à-dire
n
X n(2n + 1)(n + 1)
k2 = .
6
k=1

6
– Nous avons (k + 1)4 − k4 = 4k3 + 6k2 + 4k + 1 donc en passant à la somme, nous obtenons
n
X n
X n
X n
X n
X
(k + 1)4 − k4 = 4 k3 + 6 k2 + 4
 
k+ 1.
k=1 k=1 k=1 k=1 k=1

Ainsi, par télescopage, nous obtenons

n
X
(n + 1)4 − 1 = 3 k3 + n(n + 1)(2n + 1) + 2n(n + 1) + n = n4 + 4n3 + 6n2 + 4n.
k=1

C’est-à-dire
n  2
X n(n + 1)
k3 = .
2
k=1

– Si z = 1, le résultat est évident. Sinon, par télescopage, nous obtenons que

n
X n
X n
X n
X h i
(1 − z) zk = zk − z k+1 = z k − z k+1 = 1 − z n+1 .
k=0 k=0 k=0 k=0

Et il suffit de diviser par 1 − z.

Remarque V
n
k α pour tout entier α.
P
En itérant la méthode, on est capable de calculer
k=1

1.4 Sommes doubles

Définition B : Sommes doubles

Si l’ensemble d’indexation décrivant une somme apparaît comme étant constitué de couples, on dit
que cette somme est une somme double.

1.4.1 Sommes rectangulaires

Définition C : Sommes rectangulaires

Soient I et J des ensembles finis et, pour tout (i, j) ∈ I × J, ai,j un nombre complexe.
La somme double suivante
  !
X X X X X
ai,j =  ai,j  = ai,j .
(i,j)∈I×J i∈I j∈J j∈J i∈I

est dite rectangulaire.

7
 Remarque VI
On retient le schéma géométrique suivant :
!  
P P P P P
ai,j ai,j ai,j
(i,j)∈I×J i∈I j∈J j∈J i∈I
Sommation selon le rectangle Sommation selon les colonnes Sommation selon les lignes

Exemple 15 : Si n ∈ N alors
 
n n n  2
X X X X in(n + 1) n(n + 1)
ij =  ij  = = .
2 2
06i,j6n i=0 j=0 i=0

Exemple 16 : Si n ∈ N alors
 
n n n
X X X X 1
(i + j) =  (i + j) = i(n + 1) + n(n + 1)
2
06i,j6n i=0 j=0 i=0
1 1
= n(n + 1)2 + n(n + 1)2 = n(n + 1)2 .
2 2

1.4.2 Sommes triangulaires

Définition D : Sommes triangulaires

Soient I et J deux ensembles finis. Une somme double dont le domaine de sommation porte sur des
indices entiers i et j vérifiant une inégalité du type i 6 j ou i < j est dite triangulaire.

Exemple 17 : Pour n ∈ N,

 
n j n n
!
X X X X X
ai,j = ai,j =  ai,j  .
06i6j6n j=0 i=0 i=0 j=i

8
Exemple 18 : Pour n ∈ N? ,

 
n j−1 n−1 n
!
X X X X X
ai,j = ai,j =  ai,j  .
06i<j6n j=1 i=0 i=0 j=i+1

Exemple 19 : Si n ∈ N alors

n j
!
X X X
ij = ij
06i6j6n j=0 i=0
n
1X 2
= j (j + 1)
2
j=0
n n
1 X
3 1X 2
= j + j
2 2
j=0 j=0
2
n (n + 1)2
n(n + 1)(2n + 1)
= +
8 12
n(n + 1)(3n2 + 7n + 2)
= .
24

Exemple 20 : Si n ∈ N? alors

n j−1
!
X X X
ij = ij
06i<j6n j=1 i=0
n
1X 2
= j (j − 1)
2
j=1
n n
1 X 1X 2
= j3 − j
2 2
j=0 j=0
2
n (n + 1)2
n(n + 1)(2n + 1)
= −
8 12
n(n + 1)(3n2 − n − 2)
= .
24

1.4.3 Produit de deux sommes

Théorème 7
Avec les notations entendues,
!  
X X X
(ai × bj ) = ai × bj  .
(i,j)∈I×J i∈I j∈J

9
Preuve :Pour la somme en l’indice j, la deuxième en l’indice i apparaît comme une constante et donc
! ! ! !
X X X X
ai × bj = ai × bj .
i∈I j∈J j∈J i∈I

Le facteur bj apparaît aussi comme une constante pour la somme en l’indice i et donc
! ! !
X X X X
ai × bj = ai × bj .
i∈I j∈J j∈J i∈I

On reconnaît ainsi une somme double et

! !
X X X
(ai × bj ) = ai × bj .
(i,j)∈I×J i∈I j∈J

Exemple 21 : Si n ∈ N alors
 
n n
!
X X X n2 (n + 1)2
ij = i × j = .
4
16i,j6n i=1 j=1

2 Coefficients binomiaux et formule du binôme

2.1 Définition et exemples

Définition E : Factorielle
La factorielle d’un entier non nul n, notée n!, est le produit des nombres entiers strictement positifs
inférieurs ou égaux à n.
Par convention, on pose 0! = 1.

Exemple 22 :
— 3! = 3 ∗ 2 ∗ 1 = 6,
— 5! = 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1 = 120.

Définition F : Coefficients binomiaux

Soient k un entier relatif et n un entier naturel. Alors, on note nk ou Cnk , ce qui se lit « k parmi n »,

le nombre de parties à k éléments dans un ensemble à n éléments.

Exemple 23 :
définition, il est évident que nk = 0 si k < 0 ou k > n.


— Par
— nn = 1 car il n’y a qu’une seule partie à n éléments dans un ensemble à n éléments : l’ensemble

lui-même.
— n1 = n car il y a n parties à 1 élément dans un ensemble à n éléments : chacun des singletons

réduit à un élément de l’ensemble.

n


— 0 = 1 car il n’y a qu’une seule partie à 0 élément dans un ensemble à n éléments : l’ensemble
vide.

Théorème 8
Sur un arbre

représentant les répétitions d’une même expérience aléatoire à deux issues (succès et
échec), nk correspond au nombre de chemins réalisant k succès pour n répétitions.

10
Preuve : Admise.
Exemple 24 :
S 4 succès et 0 échec
S
E 3 succès et 1 échecs
S
S 3 succès et 1 échecs
E
E 2 succès et 2 échecs
S
S 3 succès et 1 échecs
S
E 2 succès et 2 échecs
E
S 2 succès et 2 échecs
E
E 1 succès et 3 échecs

S 3 succès et 1 échecs
S
E 2 succès et 2 échecs
S
S 2 succès et 2 échecs
E
E 1 succès et 3 échecs
E
S 2 succès et 2 échecs
S
E 1 succès et 3 échecs
E
S 1 succès et 3 échecs
E
E 0 succès et 4 échecs
4 4 4 4 4






On en déduit que 0 = 1, 1 = 4, 2 = 6, 3 = 4 et 4 = 1.

2.2 La formule du triangle de Pascal

11
 Théorème 9 : Formule du triangle de Pascal
Si n ∈ N? et k ∈ Z alors      
n n−1 n−1
= + .
k k−1 k

Preuve : Si k < 0 ou k > n ou si k = 0, le résultat est trivial.

On suppose ainsi que 1 6 k 6 n.
Soient E un ensemble à n éléments et x0 un élément de E. Le nombre de parties de E qui possèdent k éléments vaut
n
par définition. Parmi ces parties, il y a celles qui contiennent x0 , qui sont au nombre de n−1



k k−1
, et il y a celles qui ne
contiennent pas x0 , qui sont au nombre de n−1


k
. On en déduit l’égalité souhaitée.

Remarque VII
La formule du triangle de Pascal permet de calculer la valeur des coefficients binomiaux de proche en
proche. Les premières valeurs sont données dans le tableau suivant :
HH k
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
n HH
H
0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 1 2 1 0 0 0 0 0 0 0 0 0 0 0 0 0
3 1 3 3 1 0 0 0 0 0 0 0 0 0 0 0 0
4 1 4 6 4 1 0 0 0 0 0 0 0 0 0 0 0
5 1 5 10 10 5 1 0 0 0 0 0 0 0 0 0 0
6 1 6 15 20 15 6 1 0 0 0 0 0 0 0 0 0
7 1 7 21 35 35 21 7 1 0 0 0 0 0 0 0 0
8 1 8 28 56 70 56 28 8 1 0 0 0 0 0 0 0
9 1 9 36 84 126 126 84 36 9 1 0 0 0 0 0 0
10 1 10 45 120 210 252 210 120 45 10 1 0 0 0 0 0
11 1 11 55 165 330 462 330 165 55 11 1 0 0 0 0 0
12 1 12 66 220 495 792 495 220 66 12 1 0 0 0 0 0
13 1 13 78 286 715 1287 1716 1287 715 286 78 13 1 0 0 0
14 1 14 91 364 1001 2002 3003 3432 3003 2002 1001 364 91 14 1 0
15 1 15 105 455 1365 3003 5005 6435 6435 5005 3003 1365 455 105 15 1

Pour utiliser la formule du triangle de pascal, on exploite que chacun des termes du tableau est égal à
la somme des deux derniers termes à sa gauche de la ligne précédente, autrement dit, rouge + rouge
= bleu .

Corollaire 10
Si n et k sont deux entiers naturels vérifiant 0 6 k 6 n alors
 
n n!
= .
k k! (n − k)!

Preuve : On démontre par récurrence simple sur n ∈ N, la propriété suivante :

!
n n!
P(n) : ” ∀ k ∈ {0, . . . , n}, = ”.
k k! (n − k)!
n n!


— Pour n = 0, si k vérifie 0 6 k 6 n alors nécessairement k = 0 puis k
= 1 et k! (n−k)!
= 1 donc la propriété est
vérifiée au rang 0.

12
 n n! n+1



— Supposons que pour tout k ∈ {0, . . . , n}, k
= k! (n−k)!
et montrons que pour tout k ∈ {0, . . . , n + 1}, k
=
(n+1)!
k! (n+1−k)!
.
n+1

(n+1)!
— Si k = n + 1 alors k
= 1 et k! (n+1−k)!
= 1.
n+1

(n+1)!
— Si k = 0 alors k = 1 et k! (n+1−k)!
= 1.
— Si k ∈ {1, · · · , n} alors, d’après la formule du triangle de Pascal, nous avons
! ! !
n+1 n n
= + .
k k−1 k

Ainsi, par hypothèse de récurrence (applicable car 1 6 k 6 n), nous obtenons que
!
n+1 n! n!
= +
k (k − 1)!(n − k + 1)! k!(n − k)!
n!
= × (k + n − k + 1)
k!(n − k + 1)!
(n + 1)!
= .
(k − 1)!(n − k + 1)!

La récurrence est donc achevée.

Corollaire 11
n n



Si n ∈ N et k ∈ Z alors k = n−k .

Preuve : Le résultat est immédiat si k < 0 ou si k > n.

Dans le cas où 0 6 k 6 n, il s’agit d’un corollaire immédiat du résultat précédent puisque
! !
n n! n! n
= = = .
n−k (n − k)!(n − (n − k))! k!(n − k)! k

Corollaire 12
n n−1
Si n ∈ N? et k ∈ Z alors k



k =n k−1 .

Preuve : Le résultat est évident si k < 0 ou si k = 0 ou si k > n.

Dans le cas où 1 6 k 6 n, nous avons
! !
n−1 n(n − 1)! n! n
n = =k =k .
k−1 (k − 1)!(n − k)! k!(n − k)! k

2.3 Quelques formules algébriques

Théorème 13 : Formule du binôme de Newton

Si a, b ∈ C et n ∈ N alors
n  
n
X n k n−k
(a + b) = a b .
k
k=0

Preuve : On prouve le résultat par récurrence simple sur n ∈ N.

13
 — Pour n = 0, nous avons ! !
n
X n k n−k 0
a b = = 1 = (a + b)n .
k 0
k=0

— Supposons que !
n
X
n n k n−k
(a + b) = a b .
k
k=0

Alors,

(a + b)n+1 = (a + b) × (a + b)n

  " n
!
X n k n−k
par hyptothèse de récurrence = (a + b) × a b
  k
k=0

   n
! n
!
X n k+1 n−k X n k n+1−k
en développant = a b + a b
  k k
k=0 k=0

  " n+1
! n
!
X n 0 0 X n k n+1−k
changement d’indice k0 = k + 1 = ak bn+1−k + a b
  0
k −1 k
k0 =1 k=0

  n
! !!
n+1
X n n
en sortant les termes en =b + + ak bn+1−k + an+1
0 k−1 k
 
k =n+1 et en k=0
k=1
| {z }
=(n+1
k )

n+1
!
X n + 1 k n+1−k
= a b .
k
k=0

La récurrence est donc achevée.

Exemple 25 :
— (a + b)2 = a2 + 2ab + b2 .
— (a + b)3 = a3 + 3a2 b + 3ab2 + b3 .
— (a + b)4 = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4 .
Exemple 26 : Soit n ∈ N. D’après la formule du binôme de Newton,
n   n   
X n n
X n 1 k si n = 0
= 2 et (−1) = .
k k 0 sinon
k=0 k=0

Théorème 14 : Troisième identité remarquable généralisée

Si a, b ∈ C et si n ∈ N∗ alors
 
n−1 n−1
!
X X
an − bn = (a − b) × an−1−k bk = (a − b) ×  aj bn−j−1  .
k=0 j=0

Preuve : On prouve la première égalité par récurrence simple sur n ∈ N? .

— Pour n = 1, le résultat est évident.

14
 — Supposons le résultat établi au rang n et montrons le au rang n + 1. Nous avons

an+1 − bn+1 = a × (an − bn ) + abn − bn+1

n−1
!
X n−1−k k
= a(a − b) × a b + bn (a − b)
k=0
n−1
!
X n−k k n
= (a − b) × a b +b
k=0
n
!
X n−k k
= (a − b) × a b .
k=0

La récurrence est donc achevée.

La seconde égalité s’en déduit de la première par le changement d’indice j = n − 1 − k.
Exemple 27 :
— a2 − b2 = (a − b)(a + b).
— a3 − b3 = (a − b)(a2 + ab + b2 ).
— a4 − b4 = (a − b)(a3 + a2 b + ab2 + b3 ).

3 Résolution de systèmes linéaires par la méthode du pivot de Gauss

Définition G : Système linéaire

Un système linéaire à n équations et p inconnues est la donnée de coefficients ai,j pour i ∈ {1, . . . , n}
et j ∈ {1, . . . , p}, de coefficients bi pour i ∈ {1, . . . , n} et d’inconnues xj pour j ∈ {1, . . . , p} vérifiant
p
X
∀i ∈ {1, . . . , n}, ai,j xj = bi .
j=1

Exemple 28 : Le système suivant :


 3x + 2y − 5z = 2,
−2x + 3z = 1,
x + 3y − 5z = −2


est un système linéaire.

Exemple 29 : Le système suivant :

3x2 + 2y = 2,


−2x + 3y = 1,

n’est pas un système linéaire.

Remarque VIII
L’ensemble des solutions d’un système linéaire est soit vide, soit fini ou soit infini.

Pour résoudre un système linéaire, nous n’utiliserons plus la méthode par substitution mais l’algo-
rithme du pivot de Gauss.
Désignons par Li la i-ème ligne du système linéaire et définissons les 3 opérations élémentaires sui-
vantes :

15
- Li ↔ Lk qui correspond à intervertir les lignes i et k.
- Li ← λLi , avec λ complexe non nul, qui correspond à multiplier la ligne i par λ.
- Li ← Li + λLk qui correspond à remplacer la ligne i par Li + λLk .

Théorème 15
Les opérations élémentaires laissent invariant l’ensemble des solutions d’un système linéaire

Preuve : Admise (pour le moment).

L’algorithme du pivot de Gauss consiste à appliquer ces opérations pour se ramener à la résolution
d’un système linéaire triangulaire supérieur.
Le principe est le suivant :
– Étape No 1 : Si les coefficients a1,1 , · · · , an,1 devant l’inconnue x1 sont tous nuls, on permute les
inconnues pour se ramener à une situation où cela n’a plus lieu.
On repère ensuite un coefficient devant x1 qui soit non nul, appelé premier pivot. Si ce coefficient
apparaît en ligne i, on commence par intervertir les lignes 1 et i. Cela permet ensuite, par opérations
élémentaires, d’éliminer tous les coefficients devant x1 de la ligne 2 à la ligne n.
– Étape No 2 : On reprend l’étude précédente en travaillant avec les coefficients de l’inconnue x2
mais sans plus utiliser la première équation qui restera dès lors inchangée.
On poursuit cette démarche tant qu’il apparaît des coefficients non nuls dans les équations qui n’ont
pas servi de pivot. A terme, on parvient à un système triangulaire supérieur de la forme suivante :

p1 x01 + · · · + ∗ x0r + ∗ x0r+1 + · · · + ∗ x0p = b01 (1)0





 .. ..


 . .
0 0
pr xr + ∗ xr+1 + · · · + ∗ xp = b0r 0 (r)0



 0 0
= br+1 (r + 1)0

 ..
.




0 = b0n (n)0


où les x01 , · · · , x0p désignent, à l’ordre près, les inconnues initiales x1 , · · · , xp (certaines ont pu être
permutées comme cela a été détaillé lors de l’étape 1).

Définition H : Équations principales, Équations de compatibilité et Pivots

Les équations (1)0 , · · · , (r)0 sont appelées équations principales.
Les équations (r + 1)0 , · · · , (n)0 sont appelées équations de compatibilité.
Les scalaires p1 , · · · , pr sont appelés pivots.

Si l’une des équations de compatibilité est fausse, l’ensemble des solutions est vide.
Si les équations de compatibilité sont vérifiées, le système est équivalent à :
0 + ∗ x0r + ∗ x0r+1 + · · · + ∗ x0p = b01 (1)0

 p1 x1 + · · ·

.. ..
. .
0
pr xr + ∗ xr+1 + · · · + ∗ xp = b0r (r)0
0 0



Ce système triangulaire se résout en cascade et permet d’exprimer les inconnues principales x01 , · · · , x0r
en fonction des inconnues x0r+1 , · · · , x0p qui serviront à paramétrer l’ensemble solution.

16
Exemple 30 : Résoudre dans C3 , par la méthode du pivot de Gauss, le système linéaire suivant :

 y + z = 1
x + 2y − z = 2
−2x + 3y + 2z = 3


En effectuant L2 ↔ L1 , on obtient

 x+ 2y − z = 2,
y + z = 1,
−2x + 3y + 2z = 3.


Puis en effectuant L3 ← L3 + 2L1 , on obtient


 x + 2y − z = 2,
y + z = 1,
7y = 7.


Le système linéaire possède une unique solution (x, y, z) = (0, 1, 0) et S = {(0, 1, 0)}.

Exemple 31 : Résoudre dans C4 , par la méthode du pivot de Gauss, le système linéaire suivant :

 x + y − z + t = 1,
x + 2y + 2t = 2,
−x + 2z + t = 3.


En effectuant L2 ← L2 − L1 et L3 ← L3 + L1 , on obtient

 x + y − z + t = 1,
y + z + t = 1,
y + z + 2t = 4.


En effectuant L3 ← L3 − L2 , on obtient

 x + y − z + t = 1,
y + z + t = 1,
t = 3.


Puis le système est équivalent à


 x + y − z = −2,
y + z = −2,
t = 3.


Puis à

 x = 2z,
y = −z − 2,
t = 3.


On en déduit que S = {(2z, −z − 2, z, 3) / z ∈ C}.

17
Exemple 32 : Pour a ∈ C, résoudre dans C3 , par la méthode du pivot de Gauss, le système linéaire
suivant :

 x + y + z = 1,
x + 2y = a,
x + 2z = 0.


En effectuant L2 ← L2 − L1 et L3 ← L3 − L1 , on obtient

 x + y + z = 1,
y − z = a − 1,
− y + z = −1.


En effectuant L3 ← L3 + L2 , on obtient

 x + y + z = 1,
y − z = a − 1,
0 = a − 2.


Si a 6= 2 alors S = ∅ et si a = 2, on obtient S = {(−2z, 1 + z, z) / z ∈ C}.

18