III Un peu de calcul

2 octobre 2024

Table des matières

1. Le symbole somme : Σ 1
1.1. Définition d’une somme simple et premières propriétés . . . . . . . . . . . . . . . . . . . . 1
1.2. Sommes doubles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Somme d’une famille finie d’objets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2. Le symbole produit : Π 5

3. Quelques formules à connaître 5

3.1. Sommes classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2. Coefficients binomiaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.3. Binôme de Newton, identités remarquables et sommation géométrique . . . . . . . . . . . 7

4. Systèmes linéaires et pivot de Gauss 9

4.1. Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.2. Interprétation géométrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
a. Dans le plan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
b. Dans l’espace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.3. Opérations sur les lignes d’un système . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.4. Algorithme du pivot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
a. Cas d’un système diagonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
b. Cas d’un système triangulaire inversible . . . . . . . . . . . . . . . . . . . . . . . . 10
c. Cas d’un système triangulaire non inversible . . . . . . . . . . . . . . . . . . . . . . 11
d. Systèmes échelonnés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
e. Cas général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
 III - UN PEU DE CALCUL

1. Le symbole somme : Σ
1.1. Définition d’une somme simple et
premières propriétés Démonstration.
On le montre par récurrence sur n, après avoir fixé m.

Définition 1.1.1.
Soit m, n ∈ Z tels que m ⩽ n. Soit zm , . . . , zn des
nombres complexes. Leur somme est notée Proposition 1.1.5 (Relation de Chasles).
Soit m, n, p ∈ Z tels que m ⩽ n ⩽ p, et am , . . . , ap
n
X
zk , des nombres complexes. Alors
k=m p n p
X X X
ak = ak + ak .
c’est le nombre complexe que l’on peut noter de
k=m k=m k=n+1
manière abusive

zm + zm+1 + zm+2 + . . . + zn .
Démonstration.
n
X Ce résultat intuitif peut se démontrer proprement par
Par convention, si m > n, on posera zk = 0. récurrence sur p : on fixe m ∈ Z et pour tout p ∈ Z
k=m tel que p ⩾ m, on pose (Hp ) : « pour tout n ∈ Jm, pK,
p n p
X X X
ak = ak + ak ».
Exemple 1.1.2. k=m k=m k=n+1
4
X
k 2 = 1 + 22 + 32 + 42 = 30. Il est important de savoir manipuler des sommes
k=1 écrites avec le symbole Σ. Pour cela, nous utilise-
Remarque 1.1.3. rons principalement les deux outils suivants.
n
X Le premier consiste à observer que la somme
Dans une expression du type f (k), on dit que
k=m
la variable k est muette. En effet, on peut rempla- zm+1 + zm+2 + zm+3 + · · · + zn + zn+1
cer la lettre k par un autre nom de variable non
encore utilisé, sans changer le sens de l’expression. peut s’écrire comme
n
X n
X n
X
Ainsi f (k), f (i) et f (Brandon) zm+1 +z(m+1)+1 +z(m+2)+1 +· · ·+z(n−1)+1 +zn+1 .
k=m i=m Brandon=m
sont synonymes. Par contre on ne peut pas écrire
n
X n
X n
X
f (m), f (n) ou f (f ), qui n’ont au- Proposition 1.1.6 (Décalage d’indice).
m=m n=m f =m Soit n, m ∈ Z, tels que m ⩽ n, soit zm , . . . , zn+1
cun sens.
des nombres complexes. On a
On essaiera bien entendu de garder des no-
tations cohérentes avec le contexte ... et raison- n
X n+1
X
nables. zk+1 = zk .
k=m k=m+1
Les règles de manipulations vues au collège sont
bien entendu valides ici.

Démonstration.
Proposition 1.1.4 (Linéarité de la somme). On le montre par récurrence sur n, en ayant fixé un entier
Soit am , . . . , an , bm , . . . , bn des nombres com- m.
plexes, soit λ, µ ∈ C. Alors Si n = m, alors
n n n
X X X n n+1
(λak + µbk ) = λ ak + µ bk . X
zk+1 = zm+1 =
X
zk .
k=m k=m k=m
k=m k=m+1

1
 III - UN PEU DE CALCUL

Soit un entier n ⩾ m, supposons que l’identité soit vraie passer de la troisième à la quatrième ligne,
au rang n. Alors,
n+1 n
!
! X X
n+1 n zk = zk + zn+1
X X
zk+1 = zk+1 + zn+1+1 k=0 k=0
k=m k=m n
!
! X
n+1 = zn−k + zn+1
X
= zk + zn+2 k=0
k=m+1 n
!
X
n+2
X = zn+1−(k+1) + zn+1
= zk . k=0
n+1
!
k=m+1 X
= zn+1−k + zn+1−0
Ainsi, la propriété est vraie au rang n + 1 et l’on peut k=1
conclure par récurrence. n+1
X
= zn+1−k .
Exercice 1.1.7. k=0
Soit n ∈ N, écrire comme une somme partant de
l’indice 0 : Ainsi, la propriété est vraie au rang n + 1 et l’on peut
n+1 conclure par récurrence.
X
k2 . La seconde identité se déduit immédiatement de celle-là
avec un décalage d’indice.
k=2

Exemple 1.1.9.
Le second outil consiste à remarquer que la 6
X 5
X 3
X 3
X
somme i2 = (i + 1)2 = (i + 3)2 = (6 − i)2 .
i=3 i=2 i=0 i=0
z0 + z1 + · · · + zn−1 + zn
Le résultat suivant est fondamental. Savoir re-
peut s’écrire pérer une somme télescopique et la simplifier (ou,
réciproquement, faire apparaître une somme téles-
zn−0 + zn−1 + · · · + zn−(n−1) + zn−n . copique à la place de la différence de deux termes)
est un savoir-faire important.

Proposition 1.1.8 (Renversement d’indices).

Soit n ∈ N, soit z0 , . . . , zn des nombres complexes.
On a n n
X X
zk = zn−k Théorème 1.1.10 (Simplification téléscopique).
k=0 k=0 Soit zm , . . . , zn+1 des nombres complexes. Alors :
et n
n n−1 X
(zk+1 − zk ) = zn+1 − zm .
X X
zk = zn−k .
k=m
k=1 k=0

Démonstration.
Remarque 1.1.11.
On montre la première par récurrence sur n.
Si n = 0, alors
Ceci est l’analogue discret du résultat d’intégra-
Z b
n n
tion f ′ (t) dt = f (b) − f (a), pour les fonctions
X X a
zk = z0 = zn−0 = zn−k . f éligibles.
k=0 k=0
Démonstration.
Soit un entier naturel n, supposons que l’identité soit vraie Commencer par écrire la somme « à la main »avec des
au rang n. Alors, en effectuant un décalage d’indice pour « petits points » pour voir les simplifications apparaître.

2
 III - UN PEU DE CALCUL

Ensuite, par changement d’indice : On essaiera toujours d’écrire des sommes par-
X n
X n
Xn tant de 0 ou de 1.
(zk+1 − zk ) = zk+1 − zk
k=m k=m k=m La plus souvent, nous sommerons des nombres
n+1
X Xn sur des tableaux carrés. Dans ce cas, nous utilise-
= zk − zk rons des notations plus légères.
k=m+1 k=m

= zn+1 − zm .

Définition 1.2.4 (Somme double sur un tableau

Remarque 1.1.12. carré).
La dernière égalité se comprend intuitivement, Soit (zk,ℓ )1⩽k,ℓ⩽n la donnée de n2 nombres com-
on peut la montrer formellement par récurrence plexes, que l’on peut représenter dans le tableau
sur n. suivant :
z1,1 . . . z1,n
 

Exemple 1.1.13.  .. ..  .
n
 . . 
X 1
Calculer la somme en utilisant 1 = zn,1 . . . zn,n
k=1
k(k + 1)
k + 1 − k. Leur somme est notée
X
zk,ℓ .
1.2. Sommes doubles 1⩽k,ℓ⩽n

La somme des éléments de ce tableau situés au

Définition 1.2.1 (Somme double).
dessus de sa diagonale, diagonale comprise, est
Soit (zk,ℓ )m⩽k⩽n,p⩽ℓ⩽q la donnée de (n+1−m)(q +
notée
1 − p) nombres complexes, que l’on peut représen- X
zk,ℓ .
ter dans le tableau suivant :
1⩽k⩽ℓ⩽n
zm,p . . . zm,q
 
La somme des éléments de ce tableau situés stric-
 .. ..  .
 . .  tement au dessus de sa diagonale, est notée
zn,p ... zn,q X
zk,ℓ .
Leur somme est notée 1⩽k<ℓ⩽n

X La somme des éléments de ce tableau situés en

zkℓ .
m⩽k⩽n, p⩽ℓ⩽q
dessous de sa diagonale, diagonale comprise, est
notée X
zk,ℓ .
1⩽ℓ⩽k⩽n
Exemple 1.2.2.
Le nombre
X
i2 j est la somme des élé- La somme des éléments de ce tableau situés stric-
1⩽i⩽3,4⩽j⩽5 tement en dessous de sa diagonale, est notée
ments du tableau X
  zk,ℓ .
4 5 1⩽ℓ<k⩽n
16 20
 
36 45
et vaut donc 126. Remarque 1.2.5.
Remarque 1.2.3. Il est important de se rappeler que les coefficients
Par Xdécalage d’indice, cette somme vaut d’indice (i, j) d’un tel tableau :
i2 (3 + j). — sont sur la diagonale si et seulement si i =
1⩽i⩽3,1⩽j⩽2 j ;

3
 III - UN PEU DE CALCUL

— sont strictement au dessus de la diagonale

si et seulement si i < j ; Définition 1.3.1.
— sont strictement au dessous de la diagonale Soit E, I deux ensembles, une famille (ei )i∈I d’élé-
si et seulement si j < i. ments de E, indicée par I, est un étiquetage d’élé-
On pourra par exemple décomposer la somme des ments de E par les éléments de I. Formellement,
éléments d’un tel tableau sur ces trois parties : c’est une application e : I → E, et l’on note
ei = e(i).
X X n
X X
zi,j = zi,j + zi,i + zi,j .
1⩽i,j⩽n 1⩽i<j⩽n i=1 1⩽j<i⩽n
Exemple 1.3.2.
Un n-uplet (x1 , . . . , xn ) ∈ Rn est une famille de
réels à n élements, donc indicée par J1, nK. Cela
revient à distribuer n étiquettes (portant les nu-
Théorème 1.2.6 (Sommes doubles et permuta-
méros 1 à n) parmi l’ensemble des réels. On remar-
tion des Σ).
quera qu’un même nombre peut porter plusieurs
Soit (zij )1⩽i,j⩽n une famille de nombres complexes.
étiquettes différentes.
Alors :
n X
n n X
n
X X X Remarque 1.3.3.
1. zij = zij = zij .
L’intérêt des familles par rapport aux n-uplets
1⩽i,j⩽n i=1 j=1 j=1 i=1
est multiple. Il permet d’étiqueter des objets par
n X
n j
n X
2.
X
zij =
X
zij =
X
zij . autre chose que des J1, nK, et donc de s’affranchir
1⩽i⩽j⩽n i=1 j=i j=1 i=1 des contraintes d’ordre et de finitude.
X n−1
X n
X n j−1
X X
3. zij = zij = zij .
1⩽i<j⩽n i=1 j=i+1 j=2 i=1
Définition 1.3.4.
Soient I un ensemble fini et (zi )i∈I une famille
Démonstration. indicée par I d’objets que l’on peut sommer (par
Cela revient, à chaque fois, à sommer les éléments du exemple : des nombres, des fonctions, des ma-
tableau ligne par ligne ou colonne par colonne.
trices).
Remarque 1.2.7. La somme des zi , pour i parcourant l’ensemble
Par convention, une somme vide est nulle. On I, est notée X
peut donc écrire : zi
i∈I
n n n j−1
X X X X X Dans le cas où I = ∅, on convient que
zij = zij = zij .
1⩽i<j⩽n i=1 j=i+1 j=1 i=1 X
zi = 0,
i∈∅
Exercice 1.2.8.
Combien y a-t-il de cases dans un tableau de cet objet s’entendant comme le nombre zéro, la
dimension n × n ? X fonction nulle, la matrice nulle (en fontion du
Retrouver cela en calculant 1. contexte).
1⩽i,j⩽n
Faire de même pour un tableau triangulaire.
Remarque 1.3.5.
1.3. Somme d’une famille finie d’objets Dans le cas où I = Jm, nK, où m, n ∈ Z sont tels
n
X
Les définitions précédentes peuvent bien en- que m ⩽ n, on la note plus couramment zk
tendu se généraliser comme suit. X k=m
ou zk . Elle vaut zm + zm+1 + zm+2 . . . + zn .
m⩽k⩽n

4
 III - UN PEU DE CALCUL

Dans le cas où I = Jm, nK × Jp, qK où m, n, p Les nombres factoriels vérifient la relation de

et q ∈ Z sont tels que m
X ⩽ n et p ⩽ q, on la note récurrence suivante.
plus couramment zkℓ .
m⩽k⩽n, p⩽ℓ⩽q
Proposition 2.0.5.
Remarque 1.3.6. Pour tout n ∈ N, (n + 1)! = (n + 1) × n!.
On pourrait formellement définir ces symboles par
récurrence sur le nombre d’objets sommés. Démonstration.
Immédiat.

2. Le symbole produit : Π
Théorème 2.0.6 (Simplification téléscopique).
Le symbole Π est au produit ce que le symbole Soit (zk )m⩽k⩽n+1 une famille de nombres com-
n
Σ est à la somme. Y zk+1 zn+1
plexes non nuls. Alors : = .
k=m
zk zm
Définition 2.0.1.
Soient I un ensemble fini et (zi )i∈I une famille Il y a pour les produits l’exact analogue du
de nombres complexes indexée par I. Le produit
Y théorème 1.2.6 pour les sommes, et la démonstra-
des zi , i parcourant l’ensemble I, est noté zi . tion est elle aussi analogue.
i∈I
Par convention, un produit vide vaut 1 :
Y En général on ne peut pas permuter
zi = 1 3 Y
2
X
i∈∅
les Σ et les Π. Par exemple, calculer 1 et
i=1 j=1
2 X
Y 3

Remarque 2.0.2. 1.
j=1 i=1
On restreindra l’écriture de ce symbole aux fa-
milles finies de nombres, ou éventuellement aux Remarque 2.0.7.
fonctions à valeurs numériques.
Nous verrons en effet que le produit matriciel
n
n’est pas commutatif, l’écriture
Y
Ai n’a dès lors 3. Quelques formules à connaître
i=1
plus grand sens lorsqu’on l’applique à des matrices 3.1. Sommes classiques
A1 , . . . , An .
Théorème 3.1.1.
Définition 2.0.3 (Factorielle). Soit n un entier naturel. Alors
n
Pour tout n ∈ N\{0} (noté aussi N× ou N∗ ), on 1.
X
1=n+1 ;
appelle factorielle n, notée n! le nombre k=0
n
n X n(n + 1)
n! =
Y
k = 1 × 2 × 3 . . . × n. 2. k= ;
k=0
2
k=1
n
X n(n + 1)(2n + 1)
Par convention, 0! = 1. 3. k2 = .
k=0
6

Exemple 2.0.4.
Démonstration.
Il est bon de connaître les 5 ou 6 premières fac- Les trois se démontrent facilement par récurrence. Par
torielles : 0! = 1, 1! = 1, 2! = 2, 3! = 6, 4! = 24, curiosité et pour s’entraîner, voici deux autres démonstra-
5! = 120 et 6! = 720. tions :

5
 III - UN PEU DE CALCUL

n
X
2. On note Sn = k. On fait un changement d’indice :
k=0 ! définition à tout (n, k) ∈ N × Z
On étend cette
n n
X X n
Sn = (n − k) et on développe : Sn = n− en posant = 0 pour k > n ou k < 0.
k
k=0 k=0
n
X
k = n(n + 1) − Sn , d’où 2Sn = n(n + 1).
k=0 Remarque 3.2.2.
n
X On utilisera souvent :
3. On note Sn′ = k2 . Pour tout k ∈ J0, nK, on a : n
k=0
Y
3 3 2
(k + 1) − k = 3k + 3k + 1. On somme tout ça de 0 à ! i
n, et on obtient, après simplification téléscopique du n i=n−k+1 n × (n − 1) × · · · × (n − k + 1)
= = .
membre de gauche : (n + 1)3 = 3Sn′ + 3
n(n + 1)
+
k Yk k × (k − 1) × · · · × 1
2 j
n + 1. Ça se simplifie pour donner le résultat voulu. j=1

Remarque 3.1.2. Théorème 3.2.3 (Formule du triangle de Pas-

On pourrait montrer de la même manière que si cal).
a, b ∈ Z tels que a ⩽ b, alors Soit (n, k) ∈ N∗ × Z. Alors
! ! !
b
(b − a + 1)(a + b) n n−1 n−1
X
k= = + .
2 k k−1 k
k=a

On pourra remarquer cette somme correspond

bien au nombre de termes de la somme, fois la Démonstration.
Se fait par un calcul direct.
moyenne du plus petit et du plus grand élément.
On pourrait la calculer de la manière suivante : Remarque 3.2.4.
Cette formule permet de calculer par récurrence
b b−a
X X tous les coefficients binomiaux, en les représentant
k= (a + k)
par exemple dans le triangle de Pascal.
k=a k=0
b−a
X
= a(b − a + 1) + k Corollaire 3.2.5. !
k=0 n
Soit (n, k) ∈ N × Z, est un entier.
(b − a)(b − a + 1) k
= a(b − a + 1) +
2
(b − a + 2a)(b − a + 1) Démonstration.
=
2 La démonstration se fait  récurrence sur n, avec l’hypo-
 par
n
Il n’est toutefois par nécessaire de retenir cette thèse : « ∀k ∈ J0, nK, est un entier », en utilisant la
k
formule : vous saurez la retrouver au besoin. formule de Pascal pour l’hérédité.

3.2. Coefficients binomiaux Proposition 3.2.6. !

n
Soit n ∈ N et k ∈ Z, alors est égal au
k
Définition 3.2.1 (Coefficients binomiaux).
nombre de manières de choisir k éléments dans
Soit (n, k) ∈ N2 tels que k ⩽ n. On appelle coeffi-
un ensemble de n éléments.
! binomial, aussi lu « k parmi n », le réel noté
cient
Si E est un ensemble à n élements, alors E
n n!
possède exactement nk parties possédant chacune


valant .
k k!(n − k)! exactement k éléments.

6
 III - UN PEU DE CALCUL

Démonstration. Pour n = 0, c’est évident :

Cela sera démontré dans le cours de dénombrement, au 0  
second semestre.
X 0
(a + b)0 = 1 = a0 b0 .
0
k=0

Soit n ∈ N, supposons la formule du binôme au rang n.

Proposition 3.2.7. ! ! Alors,
n n
Soit n ∈ N∗ et k ∈ J0, nK. On a = . (a + b)n+1 = (a + b)(a + b)n
k n−k
= a(a + b)n + b(a + b)n
n   n  
X n k n−k
X n
Démonstration. =a a b +b ak bn−k
k k
Remarquer que k = n − (n − k) ! k=0 k=0
n   n  
X n X n
Remarque 3.2.8. = ak+1 bn−k + ak bn+1−k
k k
Sur un arbre représentant les répétitions d’une k=0 k=0

même expérience aléatoire, le coefficient binomial On écrit alors, avec un décalage d’indice, la première somme
k parmi n compte le nombre de chemins réalisant n−1 
X n

k succès pour n répétitions. En particulier, c’est ak+1 bn+1−(k+1) + an+1
k+1−1
k=0
un entier. n  
X n
La figure 1 illustre le calcul de ces coefficients = ak bn+1−k + an+1
k−1
k=1
pour 4 répétitions.
De même, la seconde somme s’écrit :
La formule suivante n’est pas exigible mais est n  
fort utile. X n
bn+1 + ak bn+1−k .
k
k=1

Proposition 3.2.9. On a donc, en utilisant la formule du triangle de Pascal,

n  
Soit n ∈ N∗ et 0 < k ⩽ n, alors
 
X n n
(a + b)n+1 = bn+1 + + ak bn+1−k
k k−1
! ! k=1
n n n−1
= . + an+1
k k k−1   n  
n + 1 n+1 X n + 1 k n+1−k
= b + a b
0 k
k=1
 
n + 1 n+1
Démonstration. + a
Facile et laissée en exercice. n+1
n+1  
X n+1
= ak bn+1−k .
3.3. Binôme de Newton, identités k
k=0
remarquables et sommation On peut donc conclure par récurrence.
géométrique
Corollaire 3.3.2.!
n n
!
Théorème 3.3.1 (Formule du binôme de New-
X n X n
Soit n > 0. = 2n et (−1)k = 0.
ton). k=0
k k=0
k
Soient n ∈ N et a, b ∈ C. On a :
n
!
X n k n−k Théorème 3.3.3.
(a + b)n = a b .
k=0
k Soient n ∈ N et a, b ∈ C. Alors :
n−1
X
an − bn = (a − b) ak bn−k−1 .
Démonstration. k=0
On le démontre par récurrence sur n, après avoir fixé a et
b.

7
 III - UN PEU DE CALCUL

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

Figure 1 – Chemins des succès et échecs pour 4 répétitions d’une expérience

Démonstration.
On développe, il apparaît une simplification téléscopique : Corollaire 3.3.5 (Formule de sommation géomé-
n−1 n−1
trique).
Soient n ∈ N et z ∈ C. Alors,
X X
(a − b) ak bn−k−1 = (a − b)ak bn−k−1
k=0 k=0  n
n−1 n−1  z −1
X si z ̸= 1
zk =
X
= ak+1 bn−(k+1) − ak bn−k z−1 .
k=0 k=0

n si z = 1
= a − bn
n

Corollaire 3.3.4 (HP).

Soient n ∈ N et a, b ∈ C. Alors,
Démonstration. — Si z = 1 : on somme n fois 1.
n−1
2n X
X — Sinon, z − 1 = z n − 1n = (z − 1)
n
z k 1n−1−k =
a2n+1 + b2n+1 = (a + b) (−1)k ak b2n−k .
k=0
k=0 n−1
X
(z − 1) zk .
k=0

Démonstration.
a2n+1 + b2n+1 = a2n+1 − (−b)2n+1 et on utilise le théorème
précédent.
Remarque 3.3.6.
Si p ⩽ n sont deux entiers relatifs, et si z ∈ C\{1},

8
 III - UN PEU DE CALCUL

on a Dans la suite nous noterons S le premier

n n système et SH son système homogène associé,
X X
zk = zp z k−p et nous noterons Sol et SolH leurs ensembles de
k=p k=p solutions respectifs.
n−p
X
= zp zk
k=0
z n−p+1 − 1 4.2. Interprétation géométrique
= zp ×
z−1 a. Dans le plan
z n+1 − z p
= .
z−1 Si p = 2, chaque ligne du système s’inter-
prète comme l’équation d’une droite dans le plan.
Chaque droite y est en effet représentée par une
La formule de sommation géométrique équation cartésienne. On « sait » de plus que l’in-
revient très souvent (c’est la formule que nous tersection de deux droites est
utiliserons le plus cette année), mais rarement — soit l’ensemble vide (droites parallèles dis-
avec les mêmes indice de début et de fin. Il faut tinctes) ;
donc être extrêmement vigilant quant à ces deux — soit une droite (droites confondues) ;
indices et bien penser à factoriser par le premier — soit un point (droites non parallèles).
terme pour revenir à une somme partant de l’in- Ainsi, l’ensemble des solutions est soit vide, soit
dice zéro. un point, soit représente une droite.

4. Systèmes linéaires et pivot de b. Dans l’espace

Gauss
Si p = 3, chaque ligne du système s’interprète
4.1. Définitions comme l’équation d’un plan dans l’espace. Chaque
plan y est en effet représenté par une équation
cartésienne. On « sait » de plus que l’intersection
Définition 4.1.1. de deux plans est
On appelle système linéaire à n équations et p
— soit l’ensemble vide (plans parallèles dis-
inconnues tout système de la forme :
tincts) ;
— soit un plan (plans confondus) ;


 a11 x1 + . . . + a1p xp = b1

 . . . — soit une droite (plans non parallèles).

 . . . De plus, on « sait » que l’intersection d’un plan
et d’une droite est


an1 x1 + . . . + anp xp = bn
— soit l’ensemble vide (droite parallèle au plan,
où les aij et les bi sont dans K, et les xi sont les non incluse dedans) ;
inconnues. — soit une droite (droite incluse dans le plan)
On dit que le système est compatible s’il admet ;
une solution. — soit un point (droite non parallèle au plan).
Le système homogène associé est le système : Ainsi, l’ensemble des solutions est soit vide, soit un
 point, soit représente une droite, soit représente
 a11 x1 + . . . + a1p xp = 0


 . un plan.
. .

 . . .


an1 x1 + . . . + anp xp = 0 4.3. Opérations sur les lignes d’un système

9
 III - UN PEU DE CALCUL

finir par le cas général, étudions ces étapes à

Définition 4.3.1. rebours.
On dit que deux systèmes linéaires sont équiva-
lents s’ils ont le même ensemble de solutions. a. Cas d’un système diagonal
On dit que le système S est diagonal si pour
Si i et j sont deux indices différents compris
tout i, j ∈ J1, nK, i ̸= j ⇒ aij = 0. Dans ce cas le
entre 1 et n, et λ est un scalaire, on note :
système se résout de manière immédiate.
• Li ↔ Lj l’opération consistant à échanger les
ième et j ème lignes du système S ; Exemple 4.4.1. 
• Li ← λLi l’opération consistant à multiplier  x
 = 2
par λ la ième ligne du système ; Résoudre les systèmes 2y = 1 et
z = −2

• Li ← Li + λLj l’opération consistant à ajouter


la j ème ligne multipliée par λ à la ième ligne du  x
 = 2
système. 0 = 1 .
z = −2



On remarque que s’il n’y a aucun zéro sur la

Il faut effectuer ces opérations sur toute
diagonale, il y a une unique solution, sinon il n’y
la ligne du système sans oublier le membre de
a aucune solution, ou une infinité de solutions.
droite.
Exemple 4.3.2. b. Cas d’un système triangulaire inversible
Donner des exemples.
Un cas un peu plus compliqué est celui ou
le système est triangulaire supérieur, c’est-à-dire
Théorème 4.3.3. lorsque pour tout i, j ∈ J1, nK, i > j ⇒ aij = 0.
• Le système obtenu à partir de S après avoir Nous ne traiterons pour l’instant que le cas où le
effectué une opération Li ↔ Lj ou une opération système n’a aucun zéro sur la diagonale : pour
Li ← Li + λLj est encore équivalent à S. tout i ∈ J1, nK, aii ̸= 0. On dit alors que le sys-
• Si λ ̸= 0, alors le système obtenu à partir de S tème est inversible.
après avoir effectué une opération Li ↔ λLi est Le système a donc cette allure :
encore équivalent à S.


 a11 x1 +a12 x2 + . . . +a1n xn = b1
a22 x2 +... +a2n xn = b2

Démonstration.




Si l’on a effectué Li ↔ Lj , il suffit de la réeffectuer pour  ... +... = ...
revenir au système de départ.  ... +... = ...
Si l’on a effectué Li ← Li + λLj , il suffit d’effectuer


Li ← Li − λLj pour revenir au système de départ.



 an−1,n−1 xn−1 +an−1,n xn = bn−1
ann xn = bn

̸ 0 et si l’on a effectué Li ↔ λLi , il suffit d’effectuer
Si λ =
Li ↔ λ−1 Li pour revenir au système de départ.
On obtient alors facilement :
bn
4.4. Algorithme du pivot xn =
ann
L’idée du pivot de Gauss pour résoudre un puis
système est de se ramener à un système simple bn−1 − an−1,n xn
xn−1 =
à résoudre, grâce à une succession d’opérations an−1,n−1
sur les lignes. Ainsi, l’on se ramène d’abord à et, par récurrence (descendante),
un système triangulaire (processus d’élimination), n
puis, si cela est possible, à un système diagonal
X
bk − ak,i xi
(processus de remontée). i=k+1
Pour étudier d’abord les cas les plus simples et pour tout k ∈ J1, n − 1K, xk = .
ak,k

10
 III - UN PEU DE CALCUL

Ces relations permettent de calculer les xk par et ensuite L1 ← L1 − L2 , ce qui donne

récurrence.  
1 0 0 1
0 1 0 −2
 
Nous pouvons également appliquer une succes-
0 0 −1 2
sion d’opérations sur les lignes du système pour
se ramener de manière équivalente à un système ce qui correspond au système
diagonal. 
Ce processus est parfois appelé principe de re- 
 x = 1
montée car l’on y fait apparaître des zéros dans y = −2
 −z =

3
le haut de la matrice du système, en partant des
lignes du bas.
qui est bien diagonal. Il vient alors directement
Cette méthode peut être présentée en utilisant 
une suite de systèmes équivalents.  x
 = 1
Il existe une présentation plus visuelle et plus y = −2 .
rapide à rédiger. Par exemple, considérons le sys-  z = −3


tème
Exercice 4.4.2.

 x
 +y −z = 2
−2y +z = 1 . Résoudre
 le système

 −z = 3 
 x +2y +4t = 2

 −2y +3z = −1
.
Nous pouvons l’écrire 
 z −2t = 3

 

−t = 1
1 1 −1 2
Exercice 4.4.3.
0 −2 1 1 .
 
Résoudre, en fonction de la valeur du paramètre
0 0 −1 3
 x +2y
 = 2
p, le système py +3z = −1 .
Les opérations à effectuer sont alors bien vi-
p(p − 1)z =

 3
sibles : dans un premier temps, nous allons faire
apparaître des zéros dans toute la dernière co-
c. Cas d’un système triangulaire non inversible
lonne de la partie de gauche du système, sauf à la
dernière ligne. Pour cela, effectuons les opérations S’il y a un zéro sur la diagonale d’un système
L1 ← L1 − L3 et L2 ← L2 + L3 , et nous obtenons triangulaire, ce dernier est dit non inversible. On
(sans oublier d’effectuer également ces opérations obtient un certain nombre de lignes de la forme
sur la partie de droite du système !) 0 = ci , où les ci sont des constantes. Si un de
  ces ci est non nul, le système n’admet pas de
1 1 0 −1 solution, sinon, des lignes se simplifient.
0 −2 0 4 Nous n’évoquerons ce cas que lorsque p ⩽ 3 et
 
0 0 −1 3 n ⩽ 3.
Les solutions du système s’interprètent simple-
ce qui correspond au système ment en termes géométriques.

 x
 +y = −1 • si p = 2, l’ensemble des solutions est soit vide,
−2y = 4 soit un singleton, soit une droite du plan, soit le
−z =

 3 plan tout entier.

équivalent au premier. Ensuite, nous effectuons Exemple 4.4.4.

l’opération L1 ← L1 + 12 L2 . Ou plutôt,pour sim- Résoudre les systèmes :
(
plifier dès à présent la deuxième ligne et obtenir la y = 2
1.
valeur de y, nous pouvons effectuer L2 ← − 12 L2 , y = 1

11
 III - UN PEU DE CALCUL

(
x + y = 2 2. x + y = 1
2.
2y = 1
• si p = 3, l’ensemble des solutions est soit vide,
• si p = 3, l’ensemble des solutions est soit vide, soit un singleton, soit une droite de l’espace, soit
soit un singleton, soit une droite de l’espace, soit un plan de l’espace, soit l’espace tout entier.
un plan de l’espace, soit l’espace tout entier.
Exemple 4.4.7.
Exemple 4.4.5. Résoudre les systèmes :
Résoudre les systèmes : (
x + y + z = 1
 1.
 x +
 y + z = 1 y + z = 2
1. z = 2
 2. x + y + z = 1
 z = 1

 x +
 y + z = 1 e. Cas général
2. y + z = 2
Nous allons maintenant voir la méthode d’éli-

 z = 1
mination qui permet de se ramener à un système
d. Systèmes échelonnés échelonné.
Dans le système de départ, choisissons une ligne,
Nous généralisons ici le cas précédent, quand et une variable. Le but est d’éliminer cette va-
la matrice du système n’est pas carrée. riable dans les autres lignes. Il est donc souvent
Le système S est dit échelonné de rang r ∈ intéressant de choisir une variable qui apparaît
{0, 1, . . . , min(n, p)} s’il est de la forme : dans un minimum de lignes, comme cela une par-
tie du travail est déjà fait.
 Si la variable choisie est x et que la ligne conservée
 ai1 ,i1 xi1 + . . . . . . . . . . . . . . . = bi1

 L est de la forme ax + by + . . . et que l’on veuille

ai2 ,i2 xi2 + . . . . . . . . . = bi2
éliminer x d’une ligne L′ de la forme cx + dy + . . .,

..




. il suffit d’effectuer l’opération
 
L′ ← L′ − ac L. La
 air ,ir xir + . . . = bir ligne L′ devient alors d − bc a y + . . ..
Après avoir éliminé la variable choisie dans toutes
où 1 ⩽ i1 < i2 < . . . < ir ⩽ p et les coefficients
les lignes sauf celle conservée, on ne touche plus
ai1 ,i1 , . . . , air ,ir sont tous non nuls.
à cette dernière ligne, et on réitère le procédé
Chacune des premières lignes s’interprète
avec les lignes restantes, en choisissant une autre
comme l’équation d’un « hyperplan » de dimen-
variable. On continue jusqu’à ce que le système
sion p−1 dans Kp . Le système possède une unique
soit triangulaire ou trivialement sans solution.
solution si et seulement si r = p et une infinité de
solutions si et seulement si r < p. Exemple 4.4.8. 
Nous n’évoquerons ce cas que lorsque p ⩽ 3 et 
 x +y +z = 1
n ⩽ 3. Considérons le système x −2y +z = 2
−z = 1

 2x
Les solutions du système s’interprètent simple-
ment en termes géométriques. que
 l’on écrira
 sous forme matricielle
1 1 1 1
• si p = 2, l’ensemble des solutions est soit vide, 1 −2 1 2. Puisque y n’apparaît
 

soit un singleton, soit une droite du plan, soit le 2 0 −1 1

plan tout entier. pas dans la dernière ligne, choisissons d’éliminer
y dans les deux premières lignes. Afin d’éviter
Exemple 4.4.6. de manipuler des fractions, nous choisissons de
Résoudre les systèmes : conserver la première ligne, car le coefficient
(
x + y = 2 devant y y est 1.
1.
0 = 1 Effectuons l’opération L2 ← L2 + 2L1 : le

12
 III - UN PEU DE CALCUL

 
1 1 1 1 Codons-le et exécutons l’algorithme du pivot. Il
système est donc équivalent à 3 0 3 4. vient successivement :
 
2 0 −1 1
On choisit ensuite d’éliminer z de la seconde
ligne en utilisant la dernière ligne, car la variable
 
z y a un coefficient égal à −1. Après l’opération
 1 1 1 1
1 1 1 1 1 −2 1 2 L ← L − L
 2 2 1
(1)

L2 ← L2 + 3L3 , il vient : 9 0 0 7. 2 1 −1 1 L3 ← L3 − 2L1
   
2 0 −1 1 0 2 1 2
Le système obtenu n’a pas l’air très tri-  
1 1 1 1
angulaire ...
 enfaitill’est si on le réécrit 0 −3 0
 1
1 1 1 y 1 (2)
 
0 −1 −3 −1 L3 ← L3 + 3L4
 
0 −1 2 z
   1, ce qui revient à faire
=
    

0 2 1 2
0 0 9 x 7  
des échanges de lignes et de variables dans le 1 1 1 1
0 −3 0 1
dernier système obtenu.

 
(3)
7  0 5 0 5
 
 x =
 9
Il vient finalement y = −3 . 1 0 2 1 2

 z = 5
9
Exemple 4.4.9. 
x +y +z = 1

 Or les deuxième et troisième lignes sont contra-
x −2y +z = 2
Considérons le système . dictoires, donc le système n’a pas de solution.

 2x +y −z = 1


2y +z = 2

13