Systèmes d’équations linéaires -1 - ECS 1

SYSTEMES D’EQUATIONS LINEAIRES

Dans tout le chapitre, K =R ou K =C .

I – Définitions
1) Equations linéaires
Définition : On appelle équation linéaire à p inconnues x1 , x 2 ,…, x p toute équation
de la forme : a1 x1 + a 2 x 2 + ... + a p x p = b .
Les éléments a1 , a 2 ,…, a p et b appartiennent à K et sont les coefficients de
l’équation.
L’équation est homogène si b = 0 .
Une solution de cette équation est un p-uplet (ou p-liste) ( x1 , x2 ,..., x p ) ∈ K p qui
vérifie l’équation.
Résoudre l’équation, c’est trouver l’ensemble S de toutes les solutions.
Définition : Deux équations sont équivalentes si elles ont le même ensemble de
solutions.
Si tous les coefficients a j sont nuls et si b ≠ 0 , alors S = ∅.
Si tous les coefficients a j sont nuls et si b = 0 , alors S = K p .
2) Systèmes d’équations linéaires
Un système de n équations linéaires à p inconnues est un système de la forme :
 a11 x1 + a12 x 2 + ... + a1 p x p = b1
a x + a x + ... + a x = b
 21 1 22 2 2p p 2
 ..........................................

 a n1 x1 + a n 2 x 2 + ... + a np x p = bn
On note aij le coefficient de x j dans la ligne Li . Les solutions sont les p-uplets (ou
p-listes) ( x1 , x2 ,..., x p ) ∈ K p qui vérifient simultanément les n équations.
Résoudre le système, c’est donc trouver l’ensemble S de toutes les solutions. C’est
l’intersection des ensembles de solutions de chaque ligne : S = S1 ∩ S 2 ∩ ... ∩ S n .
Si tous les coefficients aij de la ligne Li sont nuls et si bi ≠ 0 , alors S i = ∅, donc
l’intersection est S = ∅.
Si tous les coefficients aij de la ligne Li sont nuls et si bi = 0 , alors Si = K p , donc S
est l’intersection de tous les autres ensembles de solutions, ce qui revient à dire que
l’on peut supprimer la ligne Li sans changer l’ensemble de solutions.
Deux systèmes sont équivalents s’ils ont le même ensemble de solutions.
II – Méthodes de résolution
1) Méthode de substitution
Le principe est de choisir une équation, de calculer dans cette équation l’une des
inconnues en fonction des autres, puis de la remplacer par cette expression dans toutes
les autres équations, puis de recommencer.

Cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy - 2011
Systèmes d’équations linéaires -2 - ECS 1

Remarque : L’interversion des lignes ne change pas l’ensemble des solutions.

 2x + y + z = 7

Exemple : (1)4 x + 3 y − 3z = 7
 3x + y − 2 z = 2

 z = 7 − 2x − y z = 7 − 2x − y
 
(1) ⇔ 4 x + 3 y − 3(7 − 2 x − y ) = 7 donc : (1) ⇔ 10 x + 6 y = 28
3x + y − 2(7 − 2 x − y ) = 2 7 x + 3 y = 16
 

 z = 7 − 2x − y
z = 7 − 2x − y 
  14 5
(1) ⇔ 5 x + 3 y = 14 donc : (1) ⇔  y = − x .
7 x + 3 y = 16  3 3
   14 5 
7 x + 3  − x  = 16
  3 3 
z = 7 − 2x − y z = 7 − 2x − y
  x = 1
 14 5  14 5 
Donc : (1) ⇔  y = − x donc : (1) ⇔  y = − x donc : (1) ⇔  y = 3 .
 3 3  3 3 z = 2
2 x = 2  x = 1 
Le système a un unique triplet solution (1,3,2) . Et S = {(1,3,2)}.
Définition : Un système de Cramer d’ordre n est un système de n équations linéaires à
n inconnues qui admet une unique solution.
2) Méthode du pivot de Gauss
L’idée principale est de se dire que certains systèmes sont plus faciles à résoudre que
d’autres :
 2x + y + z = 7 2 x + y + z = 7
 
(1)4 x − 3 y + 3z = 7 est moins facile à résoudre que (2) 7 y + z = 17
 3x − 2 y + z = 2  z=3
 
Plus le système a de coefficients nuls, plus il est facile à résoudre.
On détermine donc des opérations élémentaires sur les lignes qui transforment le
système en un système équivalent plus facile à résoudre.
On obtient un système équivalent :
- en intervertissant deux lignes Li et L j (opération codée Li ↔ L j ).
- en multipliant une ligne Li par un réel non nul k (opération codée Li ← kLi ).
- en ajoutant à une ligne Li une autre ligne L j (opération codée Li ← Li + L j ).
La démonstration en est évidente.
Chaque opération élémentaire doit être codée.
La méthode du pivot de Gauss est simplement l’organisation d’une succession de ces
opérations élémentaires pour aboutir à un système triangulaire ou diagonal. Cette
méthode a l’avantage d’être souvent la plus économique et surtout de pouvoir être
programmée sur ordinateur.
 2x + y + z = 7

Exemple 1 : (1)4 x + 3 y − 3z = 7 .
 3x + y − 2 z = 2


Cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy - 2011
Systèmes d’équations linéaires -3 - ECS 1

On choisit une ligne de référence que l’on garde intacte (ici L1 ) et on la combine avec
les autres lignes pour éliminer une variable (ici x) dans les autres équations.
2 x + y + z = 7 L1 ← L1

(1) ⇔  y − 5 z = −7 L2 ← L2 − 2 L1
 y + 7 z = 17 L3 ← −2 L3 + 3L1

Ensuite, on garde toujours intacte la première ligne et on recommence le procédé avec
le système formé par les autres équations. La nouvelle ligne de référence sera L2 et la
variable éliminée sera y (car c’est la variable dont les coefficients sont les plus simples).
2 x + y + z = 7 L1 ← L1

(1) ⇔  y − 5 z = −7 L2 ← L2
 12 z = 24 L3 ← L3 − L2

Un tel système se résout aisément en commençant par la dernière équation.
1
On trouve z = 2 , puis y = 5 z − 7 = 3 , puis x = (7 − y − z ) = 1 .
2
Le système a un unique triplet solution (1,3,2) . Et S = {(1,3,2)}.
Parfois la résolution aboutit à l’un des cas particuliers cités au 1) :
 x + 2 y + 3z = 3 x + 2 y + 3z = 3 L1 ← L1
 
Exemple 2 : (2) 2 x + 3 y + 8 z = 1 . Donc (2) ⇔  y − 2 z = 5 L2 ← − L2 + 2 L1
3 x + 2 y + 17 z = 1  4 y − 8 z = 8 L ← − L + 3L
  3 3 1

x + 2 y + 3z = 3 L1 ← L1

Donc (2) ⇔  y − 2z = 5 L2 ← L2 .
 0 = −12 L3 ← L3 − 4 L2

La dernière équation n’a pas de solution. Donc S = ∅.
 x + 2 y − 3z = 6 x + 2 y − 3z = 6 L1 ← L1
 
Exemple 3 : (3) 2 x − y + 4 z = 2 . Donc (3) ⇔  5 y − 10 z = 10 L2 ← − L2 + 2 L1
4 x + 3 y − 2 z = 14  5 y − 10 z = 10 L ← − L + 4 L
  3 3 1
x + 2 y − 3z = 6 L1 ← L1
 1
(3) ⇔  y − 2z = 2 L2 ← L2 . La dernière équation est identiquement
 5
0 = 0 L3 ← L3 − L2

x + 2 y − 3z = 6
vérifiée pour tout ( x, y , z ) . Donc on peut la supprimer. Donc : (3) ⇔  .
 y − 2z = 2
Il n’y a pas assez d’équations pour calculer x, y et z. Donc on exprime deux des
x = − z + 2
inconnues en fonction de la troisième : (3) ⇔  . Tous les triplets de la
 y = 2z + 2
forme (− z + 2,2 z + 2, z ) où z est un réel quelconque sont solutions. Il y a donc une
infinité de solutions et S = {(− z + 2, 2 z + 2, z ) / z ∈R} .
3) Ecriture matricielle
On constate en réalité que les manipulations sur les lignes ne sont guidées que par les
coefficients du premier membre. De plus, est-il utile de réécrire x, y et z à toutes les
lignes? On associe donc à tout système linéaire le tableau des coefficients des premiers
membres (matrice du système) éventuellement complété par les coefficients des

Cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy - 2011
Systèmes d’équations linéaires -4 - ECS 1

seconds membres (matrice complétée du système). On fera les transformations sur les
matrices et seulement à la fin du calcul, on reviendra au système pour interpréter.
2 1 1   2 1 1 7
   
Exemple : La matrice est  4 3 − 3  et la matrice complétée est  4 3 − 3 7  .
 3 1 − 2  3 1 − 2 2
   
La résolution devient une série de transformations de la matrice complétée :
2 1 1 7  L1 ← L1 2 1 1 7  L1 ← L1
   
 0 1 − 5 − 7  L2 ← L2 − 2 L1 , puis  0 1 − 5 − 7  L2 ← L2
 0 1 7 17  L ← −2 L + 3L  0 0 12 24  L ← L − L
  3 3 1   3 3 2

 x = ...

On peut s’arrêter là et calculer à la main x, y et z ou continuer jusqu’à obtenir  y = ...
 z = ...

 1 1 7  1
1  L1 ← L1
 2 2 2  2

On ramène les coefficients de la diagonale à 1 : 0 1 − 5 − 7  L2 ← L2
 
  1
 0 0 1 2  L3 ← L3
  12
Puis on fait apparaître des 0 en dehors de la diagonale en commençant par la dernière
colonne :
 1 5 1
1 0  L1 ← L1 − L3
 2 2 2

d’abord sur la troisième colonne : 0 1 0 3  L2 ← L2 + 5 L3 ,
 
 
0 0 1 2  L3 ← L3
 
1
 1 0 0 1  L1 ← L1 − L2 x =1
  2 
puis sur la deuxième colonne :  0 1 0 3  L2 ← L2 . Donc  y = 3 .
0 0 1 2 L3 ← L3 z = 2
  

Cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer, Le Raincy - 2011