SlideShare une entreprise Scribd logo
1  sur  23
Télécharger pour lire hors ligne
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
CHAPITRE 5 : SYSTEME LINEAIRE 
I- Généralités.................................................................................................................................................2 
I-1 Définition d’un système linéaire......................................................................................................................2 
I-2 Ecriture matricielle d’un système linéaire .....................................................................................................2 
I-3 Rang d’un système linéaire..............................................................................................................................3 
II- Résolution d’un système linéaire triangulaire .......................................................................................4 
II-1 Résolution d’un système triangulaire supérieur par montée......................................................................4 
II-2 Résolution d’un système triangulaire inférieur par descente .....................................................................5 
III- Résolution d’un système linéaire de Cramer ........................................................................................7 
III-1 Définition d’un système de Cramer.............................................................................................................7 
III-2 Résolution par l’inversion de la matrice du système..................................................................................7 
III-3 Résolution par la méthode de Cramer ........................................................................................................9 
IV- Résolution d’un système linéaire non de Cramer ...............................................................................11 
IV-1 Résolution d’un système avec second membre .........................................................................................11 
IV-2 Cas particulier d’un système homogène....................................................................................................14 
V- Complément : résolution d’un système linéaire par la méthode d’élimination de Gauss ..................17 
V-1 Etapes de la résolution :................................................................................................................................17 
V-2 Exemple : .......................................................................................................................................................21 
1 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
· On appelle système linéaire de n équations à m inconnues tout système de la forme : 
+ + = 
a x a x b 
11 1 1 m m 
1 
L 
+ + = 
M 
a x L 
a x b 
1 1 
n nm m n 
· Les coefficients a ,b (1 £ i £ n et 1 £ j £ m) sont des réels donnés. 
ij i · Le n -uplet ( b , L , b ) est dit second membre du système (S) . 
1 n · x , L , x sont les inconnues du système. 
1 
m · Tout m -uplet ( , , ) 1 m x L x de réels qui vérifie les équations du système (S) est dit 
· Le système (S) est dit homogène si 0 1 = = = n b L b . 
S est un système linéaire de 3 équations à 4 inconnues 
I-2 Ecriture matricielle d’un système linéaire 
+ + = 
a x a x b 
11 1 1 m m 
1 
L 
( ) peut s’écrire sous la forme 
+ + = 
M 
a x L 
a x b 
1 1 
n nm m n 
11 1 
m 
a L 
a 
M M M 
a L 
a 
1 
n nm 
11 1 
m 
b 
L 
L 
1 1 
11 1 1 1 
( ) . 
S M M 
b 
x 
x 
a a 
M M M 
a L 
a 
1 
n nm m n 
2 
I- Généralités 
I-1 Définition d’un système linéaire 
Définition : 
 
 
 
( S 
) 
solution du système. 
Exemple : 
¨ 
 
 
 
+ - + = 
2 3 1 
x x x x 
1 2 3 4 
+ - = 
2 x x x 
0 
1 2 3 
- + - - = - 
2 2 3 1 
( ) 
x x x x 
1 2 3 4 
¨ Tout système linéaire 
 
 
 
S 
matricielle A.X = b , avec : 
 
   
 
 
= 
   
 
A 
, 
 
   
 
 
= 
   
1 
X M 
 
x 
m x 
et 
 
   
 
 
= 
   
1 
b M 
 
b 
n b 
¨ 
 
   
 
 
= 
   
 
 
   
 
 
   
 
 
   
 
 
   
 
Û 
 
 
 
+ + = 
a x a x b 
m m 
+ + = 
M 
a x L 
a x b 
1 1 
n nm m n 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
Définition : (Matrice d’un système linéaire) 
a x a x b 
11 1 1 m m 
1 
M 
L 
a x L 
a x b 
1 1 
n nm m n 
· La matrice ij i n j m A = a £ £ £ £ ( )1 ,1 s’appelle la matrice du système (S) . 
¨ La matrice du système (S) est égale à : 
¨ L’écriture matricielle du système (S) est alors : 
· On appelle le rang d’un système linéaire, celui de sa matrice. 
¨ La matrice du système (S) est égale à : 
- 
1 2 3 
 
   
 
   
det - 
¹ 
¨ rg(S) = 3 car rg(A) = 3 : 0 
3 
Soit le système linéaire : 
 
 
 
+ + = 
+ + = 
( S 
) 
Exemple : 
¨ Le système (S) est donné par : 
 
 
 
+ - + = 
2 3 1 
x x x x 
1 2 3 4 
+ - = 
2 x x x 
0 
1 2 3 
- + - - = - 
2 2 3 1 
( ) 
x x x x 
1 2 3 4 
S 
1 2 3 1 
 
   
2 1 3 0 
1 2 2 3 
 
 
   
 
- 
- 
- - - 
= 
A 
 
   
 
 
   
 
- 
= 
 
     
 
 
     
. 
 
1 2 3 1 
 
   
2 1 3 0 
1 2 2 3 
 
 
   
 
- 
- 
- - - 
1 
0 
1 
x 
1 
2 
3 
x 
x 
4 
x 
I-3 Rang d’un système linéaire 
Définition : 
Exemple : 
¨ Le système (S) est donné par : 
 
 
 
+ - + = 
2 3 1 
x x x x 
1 2 3 4 
+ - = 
2 x x x 
0 
1 2 3 
- + - - = - 
2 2 3 1 
( ) 
x x x x 
1 2 3 4 
S 
1 2 3 1 
 
   
2 1 3 0 
1 2 2 3 
 
 
   
 
- 
- 
- - - 
= 
A 
2 1 3 
- - 
1 2 2 
 
 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
II- Résolution d’un système linéaire triangulaire 
· Un système triangulaire supérieur c’est un système linéaire dont la matrice est 
· Un système triangulaire inférieur c’est un système linéaire dont la matrice est 
¨ Un système triangulaire admet une solution unique ssi sa matrice est inversible ssi ses 
⇒ = 
A est une matrice triangulaire supérieure, (S) est alors un système triangulaire supérieur. 
⇒ = 
A est une matrice triangulaire inférieure, (S) est alors un système triangulaire inférieur. 
II-1 Résolution d’un système triangulaire supérieur par montée 
¨ La matrice du système (S) est égale à : 
4 
Définition : 
triangulaire supérieure. 
triangulaire inférieure. 
Remarque : 
éléments diagonaux sont non nuls. 
Exemples : 
1) 
 
 
 
+ 2 
= 
x x b 
1 3 1 
+ 3 
= 
x x b 
2 3 2 
= 
x b 
3 3 
2 
( S 
) 
 
   
 
1 0 2 
 
   
 
0 1 3 
0 0 2 
A 
2) 
3 
 
 
 
= 
x b 
1 1 
+ = 
x x b 
1 2 2 
+ + = 
2 
3 2 
x x x b 
1 2 3 3 
( S 
) 
3 0 0 
 
   
2 1 0 
 
 
   
 
3 2 1 
A 
¨ Soit le système triangulaire supérieur 
 
   
 
   
 
+ + = 
a x LLLL 
a x b 
11 1 1 1 
M M 
n 
+ = Σ 
n n 
+ = 
a x a x b 
ii i ij j 
j i 
1 
M M 
+ + = 
0. 0. 
x x a x b 
- 
i 
L 
1 , 1 
n n nn n n 
( S 
) 
 
     
 
 
= 
     
 
- 
L 
11 12 1 
n 
nn 
nn 
a a a 
O O M 
a 
a 
A 
0 
M O O 
0 0 
1 
L 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
¨ La solution du système triangulaire supérieur (S) est donnée par : 
n 
- £ £ - = = Σ+ 
= 
¨ On dit qu’on résolu le système par une méthode de montée. 
⇒ = 
¨ 1 11 a = , 1 22 a = et 2 33 a = : a ¹ 0, "1 £ i £ 3 ii ⇒ det A ¹ 0 
¨ La matrice A est alors inversible et le système admet une unique solution, donnée par : 
1 
= = 
33 
a 
1 
1 
b 
3 
= - = - = - 
22 
a 
1 
( b a x ) 3 x 
3 
2 23 3 3 
= - - = + - = - 
( b a x a x ) 1 x 2 x 
4 
1 12 2 13 3 2 3 
X est alors l’unique solution du système (S) . 
II-2 Résolution d’un système triangulaire inférieur par descente 
¨ La matrice du système (S) est égale à : 
5 
( ), 1 1 
1 
, 
1 
b a x i n 
i ij j 
1 
a 
b x 
a 
x 
j i 
ii 
n i 
nn 
n 
Exemple : 
 
   
1 1 2 
0 1 3 
 
 - 
   
 
 
 
 
- + = 
2 1 
x x x 
1 2 3 
+ = 
3 0 
x x 
2 3 
= 
0 0 2 
2 2 
( ) 
3 
A 
x 
S 
 
   
 
   
 
a 
11 
3 
2 
x 
x 
x 
1 
¨ 
 
   
4 
3 
1 
 
- 
= 
 
- 
   
 
¨ Soit le système triangulaire inférieur 
 
   
 
   
 
+ + + = 
11 1 12 1 0. 0. 
a x x x b 
n 
L 
M M 
+ = 
Σ - 
1 
= 
a x a x b 
ii i i 
i 
j 
ij j 
M M 
1 
+ + = 
a x LLLL 
a x b 
1 1 
n nn n n 
( S 
) 
 
     
 
 
= 
     
 
a 
11 
a 
21 
0 L 
0 
O O M 
0 
M O O 
n nn- nn a a a 
A 
L 
1 1 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
¨ La solution du système triangulaire inférieur (S) est donnée par : 
= 1 1 
= ( - Σ ), 2 
£ £ i - 
¨ On dit qu’on résolu le système par une méthode de descente. 
⇒ = 
¨ 3 11 a = , 1 22 a = et 2 33 a = - : a ¹ 0, "1 £ i £ 3 ii ⇒ det A ¹ 0 
¨ La matrice A est alors inversible et le système admet une unique solution, donnée par : 
1 
= = 
a 
11 
1 
1 
b 
1 
= - = - = 
( ) 4 2 2 
1 
b a x x 
2 21 1 1 
b a x a x x x 
3 31 1 32 2 1 2 
- 
22 
a 
1 
= - - = 
X est alors l’unique solution du système (S) . 
6 
i 
b a x i n 
1 
a 
, 
b x 
a 
x 
i ij j 
j 
ii 
= 
1 
1 
11 
1 
Exemple : 
 
   
 
 
   
 
3 0 0 
2 1 0 
- 
 
 
 
= 
3 3 
+ = 
x 
1 
2 x x 
4 
1 2 
+ - = 
3 2 2 
3 2 2 1 
( ) 
x x x 
1 2 3 
A 
S 
 
   
 
   
 
- - = 
(1 3 2 ) 3 
2 
( ) 
33 
x 
1 
2 
x 
x 
3 
a 
¨ 
 
   
 
 
= 
   
 
1 
2 
3 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
III- Résolution d’un système linéaire de Cramer 
III-1 Définition d’un système de Cramer 
Un système linéaire est dit de Cramer si le nombre de ses inconnues m est égal au 
nombre de ces équations n et est égal à son rang r (n = m = r) . 
 Un système linéaire est de Cramer ssi sa matrice associée est carrée (n = m) et 
 Un système linéaire de Cramer admet une unique solution. 
 L’unique solution d’un système linéaire homogène de Cramer est le vecteur nul. 
+ 3 + 2 
= 
x x x b 
1 2 3 1 
+ + = 
2 3 
x x x b 
1 2 3 2 
+ + = 
x x x b 
1 2 3 3 
¨ n = m = 3⇒ A est une matrice carrée d’ordre 3. 
det A = = : det A ¹ 0 et A est alors une matrice inversible (r = 3) . 
¨ Le système (S) est alors un système linéaire de Cramer. 
III-2 Résolution par l’inversion de la matrice du système 
On propose de résoudre un système linéaire (S) de n équations à n inconnues, écrit sous sa 
¨ On vérifie si le système (S) est de Cramer : 
· Si det A = 0 alors le système (S) n’est pas de Cramer. 
· Si det A ¹ 0 alors le système (S) est de Cramer, et on passe à sa résolution. 
¨ Un vecteur X est solution du système (S) ssi A.X = b ssi X = A-1b car A est inversible. 
1 1 C A 
A- = t 
· On calcule A-1 : ( ( )) 
· X = A-1.b est alors l’unique solution du système (S) . 
7 
Définition : 
Théorème : 
inversible (r = n) . 
Exemple : 
 
   
 
1 3 2 
 
   
 
⇒ = 
 
 
 
2 1 3 
3 2 1 
3 2 
( ) 
A 
S 
1 3 2 
¨ 2 1 3 
18 
3 2 1 
forme matricielle A.X = b . 
Etapes de la résolution : 
det 
A 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
( S 
) 
¨ L’écriture matricielle du système (S) est : 
det A = = : det A ¹ 0 A est alors une matrice inversible 
¨ Le vecteur X est solution du système (S) ssi A.X = b ssi X = A-1b . 
1 1 C A 
A- = t 
· Calcul de A-1 : ( ( )) 
2 3 
1 3 
+ - + 
3 1 
1 2 
2 1 
3 2 
- + - 
3 1 
1 2 
2 1 
3 2 
+ - + 
2 1 
3 2 
1 3 
3 2 
1 3 
2 1 
- 
= 
5/18 1/18 7 /18 
7 /18 5/18 1/18 
1/18 7 /18 5/18 
 
   
 
- 
X est alors l’unique solution su système (S) 
8 
Exemple : 
¨ Le système (S) est donné par : 
 
 
 
+ + = 
3 2 6 
x x x 
1 2 3 
+ + = 
2 x x 3 x 
6 
1 2 3 
+ + = - 
3 x 2 x x 
12 
1 2 3 
 
   
 
 
   
 
- 
= 
 
   
 
 
   
 
 
   
 
1 3 2 
 
   
 
6 
6 
12 
2 1 3 
3 2 1 
x 
1 
2 
3 
x 
x 
 
   
A et 
 
1 3 2 
 
= 
   
 
2 1 3 
3 2 1 
 
   
 
 
   
 
- 
= 
6 
6 
12 
b 
¨ le système (S) est de Cramer : 
18 
1 3 2 
2 1 3 
3 2 1 
det 
A 
 
5 7 1 
 
   
1 5 7 
7 1 5 
 
 
- 
= 
   
 
- 
- 
 
       
 
 
       
 
= 
2 3 
1 3 
C(A) 
 
 
   
5 1 7 
7 5 1 
1 7 5 
 
 
- 
= 
   
 
- 
- 
t (C(A)) 
 
 
   
 
 
   
 
- 
- 
 
   
5 1 7 
7 5 1 
1 7 5 
 
 
   
 
- 
- 
- 
1 1 A 
- = 
18 
· X = A-1.b 
 
   
 
- 
= 
   
 
 
   
 
 
   
 
   
. 
 
 
- 5 1 7 
7 5 1 
- 
- 
= 
 
   
 
 
   
 
⇒ = 
6 
0 
6 
6 
6 
12 
1 7 5 
1 
18 
x 
1 
2 
3 
x 
x 
X 
¨ 
 
   
 
- 
= 
   
 
6 
0 
6 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
III-3 Résolution par la méthode de Cramer 
On propose de résoudre un système linéaire (S) de n équations à n inconnues, écrit sous sa 
¨ On calcule le déterminant de la matrice A : det A 
· Si det A = 0 alors le système (S) n’est pas de Cramer. 
· Si det A ¹ 0 alors le système (S) est de Cramer, et on passe à sa résolution. 
¨ On calcule les déterminants, dits de Cramer D i n 
la matrice A où l’on a remplacé la colonne i par le vecteur b : 
a L a b a L 
a 
- + 
11 1 1 1 1 1 1 
i i n 
det M M M M M M M 
, 1 £ i £ n 
a L a b a L 
a 
- + 
1 1 1 
n ni n ni nn 
x 
1 
X M 
n x 
M est alors l’unique solution du système (S) . 
( S 
) 
¨ L’écriture matricielle du système (S) est : 
 
   
 
- 
9 
forme matricielle A.X = b . 
Etapes de la résolution : 
xi , 1 £ £ , où 
xi D est le déterminant de 
 
   
 
 
   
 
= 
x 
D 
i 
¨ On calcule le vecteur solution 
 
   
 
 
= 
   
 
D 
x xi 
i = , 1 £ £ 
: i n 
A 
det 
¨ 
 
       
 
 
       
 
= 
1 
A 
x 
det 
xn 
A 
D 
D 
X 
det 
Exemple : 
¨ Le système (S) est donné par : 
 
 
 
+ + = 
3 2 6 
x x x 
1 2 3 
+ + = 
2 x x 3 x 
6 
1 2 3 
+ + = - 
3 x 2 x x 
12 
1 2 3 
 
   
 
 
   
 
- 
= 
 
   
 
 
   
 
 
   
 
1 3 2 
 
   
 
6 
6 
12 
2 1 3 
3 2 1 
x 
1 
2 
3 
x 
x 
 
   
A et 
 
1 3 2 
 
= 
   
 
2 1 3 
3 2 1 
 
   
 
= 
6 
6 
12 
b 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
det A = = : det A ¹ 0 A est alors une matrice inversible 
x1 D , 
x2 D et 
x3 D : 
2 1 
( , 2 ) 6 3 2 
6 3 2 
® - ® + 
L L L L L L 
2 2 1 3 3 1 
- 
= 
= 
- = ´ 
= - 
1 · 108 
- - 
6 1 
( 2 , 3 ) 1 6 2 
1 6 2 
® - ® - 
L L L L L L 
2 2 1 3 3 1 
= 
= 
- - 
= ´ 
= 
2 · 0 
- - 
5 6 
( 2 , 3 ) 1 3 6 
1 3 6 
® - ® - 
L L L L L L 
2 2 1 3 3 1 
= 
= 
- - 
= ´ 
= 
3 · 108 
X : ( x = D /det A, 1 £ i £ 3 
X est alors l’unique solution su système (S) 
10 
¨ le système (S) est de Cramer : 
18 
1 3 2 
2 1 3 
3 2 1 
¨ Calcul des déterminants de Cramer 
8 5 
6 
0 2 1 
0 8 5 
6 1 3 
12 2 1 
- 
Dx 
- - 
30 5 
1 
0 6 1 
- - 
0 30 5 
2 6 3 
- 
3 12 1 
Dx 
- - 
7 30 
1 
0 5 6 
- - 
0 7 30 
2 1 6 
- 
3 2 12 
Dx 
¨ Calcul du vecteur solution 
 
   
 
 
= 
   
 
x 
1 
2 
3 
x 
x 
i xi ) 
108 
D 
x x 
· 6 
1 = = - = - 
18 
det 
1 
A 
D 
x x 
· 0 
2 = = 
det 
2 
A 
108 
D 
x x 
· 6 
3 = = = 
18 
det 
3 
A 
¨ 
 
   
 
- 
= 
   
 
6 
0 
6 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
IV- Résolution d’un système linéaire non de Cramer 
Un système linéaire non cramien ou non de Cramer c’est un système dont le nombre 
des inconnues m n’est pas égal au nombre des équations n ou dont le nombre des 
inconnues m est égal au nombre des équations n mais dont le rang r ne leur est pas égal 
(n ¹ m) ou (n = m et r ¹ n) . 
 
  
+ + + = 
2 3 4 2 
x x x x 
1 2 3 4 
+ + = 
2 2 2 
x x x 
2 3 4 
1) ⇒ 
(S) est un système linéaire non de Cramer : AÎM(4) et rg(A) = 2 ¹ 4 , (n = m = 4 et r ¹ n) 
= 
A et 
Le système (S) est un système linéaire non de Cramer : AÎM(4,3) , (n ¹ m) 
IV-1 Résolution d’un système avec second membre 
On propose de résoudre un système linéaire non de Cramer (S) de n équations à m inconnues, 
1 
X M 
¨ On cherche le rang r de la matrice A : rg(A) = r 
· Si (n = m = r) alors le système est un système linéaire de Cramer et sa résolution se 
fait par l’une des méthodes développées au paragraphe précédent. 
· Sinon, le système est alors un système linéaire non de Cramer. Pour le résoudre, on suit 
11 
Définition : 
Exemples : 
 
  
 
- - - = 
2 x x 2 x 
2 
1 2 4 
- + = 
2 2 2 
( ) 
x x 
1 3 
S 
 
    
A et 
 
 
    
 
1 2 3 4 
0 1 2 2 
- - - 
- 
= 
2 1 0 2 
2 0 2 0 
 
     
 
 
= 
     
 
2 
2 
2 
2 
b 
 
  
+ - = 
2 x 3 x x 
2 
1 2 3 
- + = 
2 
x x x 
1 2 3 
2) ⇒ 
 
5 3 2 
  
x x 
2 3 
3 2 2 
 
- = 
+ = 
( ) 
x x 
1 2 
S 
2 3 1 
 
    
1 1 1 
0 5 3 
 
 
    
 
- 
- 
- 
3 2 0 
 
     
 
 
= 
     
 
2 
2 
2 
2 
b 
écrit sous sa forme matricielle A.X = b . 
 
   
 
 
= 
   
L 
11 1 
M M M 
 
m 
a a 
a L 
a 
1 
n nm 
A 
, 
 
   
 
 
= 
   
 
x 
m x 
et 
 
   
 
 
= 
   
1 
b M 
 
b 
n b 
Etapes de la résolution : 
les étapes suivantes . 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
¨ On suppose que la matrice r A formée par les r premières lignes et les r premières 
colonnes de la matrice A a un déterminant non nul r D : 
a L a a L 
a 
+ 
1,1 1, 1, 1 1, 
r r m 
 
       
M M M M M M 
a L a a L 
a 
+ 
,1 , , 1 , 
r r r r r r m 
a L a a L 
a 
+ + + + + 
1,1 1, 1, 1 1, 
r r r r r r m 
M M M M M M 
a L a a L 
a 
+ 
,1 , , 1 , 
n n r n r n m 
· Cette hypothèse peut toujours être vérifiée, à un changement près de l’ordre des 
équations et/ou de l’ordre des inconnues. Elle ne restreint donc pas l’étude qui suit 
mais en simplifie seulement l’exposé. 
· r D s’appelle le déterminant principal. On en déduit : 
 Les inconnues principales r x , , x 1 
L , dont les coefficients sont les colonnes de r A 
 les autres inconnues r m x , , x 1 
+ sont dites non principales ou arbitraires. 
 Les équations principales, qui sont les lignes du déterminant principal : ce sont les 
r premières équations du système. 
 Les autres équations sont dites équations non principales. 
¨ On écrit les matrices (M , 1 h n r) h £ £ - de type (r +1, r +1) définies par : 
a L 
a b 
1,1 1, r 
1 
 
    
 
= 
    
M M M M 
h £ £ - 
a L 
a b 
,1 , 
r r r r 
a L 
a b 
+ ,1 + , 
+ 
r h r h r r h 
· Les déterminants des matrices (M , 1 h n r) h £ £ - s’appellent les déterminants 
caractéristiques du système A.X = b . On note M h n r h h D = det( ), 1 £ £ - 
¨ On vérifie les conditions, dites conditions de compatibilité du système A.X = b : 
h n r h D = 0, 1 £ £ - 
· 1er cas : $1 £ h £ n - r avec D ¹ 0 h 
Les équations sont dites incompatibles et le système A.X = b est impossible ou insoluble. 
· 2ème cas : 1 £ h £ n - r , D = 0 h 
Le système est possible. Pour le résoudre, on résout le système formé des r équations 
principales dont les inconnues sont les inconnues principales et où les inconnues arbitraires 
sont considérées comme des paramètres et sont ajoutées au second membre du système. 
12 
r 
a L 
a 
1,1 1, 
M M M 
a L 
a 
,1 , 
r r r 
⇒ D = 
r 
A 
 
       
 
 
= 
L 
h n r 
M 
 
 
, 1 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
 
  
+ + + = 
2 3 4 1 
x x x x 
1 2 3 4 
+ + = 
2 2 0 
x x x 
2 3 4 
1) ⇒ 
¨ AÎM(4) et rg(A) = 2⇒ rg(S) = 2⇒ r = 2 
2 D = . On en déduit : 
· Les inconnues principales : 1 x et 2 x 
· Les inconnues arbitraires : 3 x et 4 x 
· Les équations principales : 
   
x x x x 
1 2 3 4 
x x x 
¨ Les conditions de compatibilité sont : D = 0, 1 £ h £ 2 h 
1 2 1 
D = et 0 
· Les conditions de compatibilité sont alors vérifiées et le système est possible. 
 Sa résolution revient à résoudre le système de Cramer suivant : 
+ = - + 
2 1 (3 4 ) 
x x x x 
1 2 3 4 
S 
1 x x x 
= - + 
(2 2 ) 
2 4 3 
 La solution du système ( ) 1 S est donnée par : 
¨ La solution du système (S) est alors égale à l’ensemble : 
{ ( ) 2} 
E(S) = (x , x , x , x )Î IR / x = 1+ x , x = -2x - 2x , x , x Î IR 
1 2 3 1 3 2 3 4 3 4 
+ + - - + + = 
(1 x ) 2.( 2 x 2 x ) 3 x 4 x 
1 
3 3 4 3 4 
- - + + = 
( 2 x 2 x ) 2 x 2 x 
0 
3 4 3 4 
- + - - - - = - 
2.(1 x ) ( 2 x 2 x ) 2 x 
2 
3 3 4 4 
- + + = - 
2.(1 x ) 2 x 
2 
3 3 
13 
Exemples : 
 
  
 
- - - = - 
2 x x 2 x 
2 
1 2 4 
- + = - 
2 2 2 
( ) 
x x 
1 3 
S 
 
    
A et 
 
 
    
 
1 2 3 4 
0 1 2 2 
- - - 
- 
= 
2 1 0 2 
2 0 2 0 
 
     
 
 
     
 
- 
- 
= 
1 
0 
2 
2 
b 
¨ Un déterminant principal est : 
1 2 
0 1 
+ 2 + 3 + 4 = 
1 
2 2 0 
+ + = 
2 3 4 
1 2 1 
1 = 
· 0 1 0 
0 
- - - 
2 1 2 
D = 
0 1 0 
= 
2 - - 
2 0 2 
   
( ) 
   
= - + - 
1 (3 4 ) 2 
x x x x 
1 3 4 2 
x x x 
= - + 
(2 2 ) 
2 4 3 
4 
¨ Vérification : 
 
  
 
  
 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
 
  
+ + + = 
2 3 4 1 
x x x x 
1 2 3 4 
+ + = 
2 2 0 
x x x 
2 3 4 
2) ⇒ 
2 D = . On en déduit : 
x x x x 
1 2 3 4 
x x x 
1 2 1 
D = et 4 0 
2 2 = ⇒ D ¹ 
14 
 
  
 
- - - = - 
2 x x 2 x 
2 
1 2 4 
- + = 
2 2 2 
( ) 
x x 
1 3 
S 
 
    
A et 
 
 
    
 
1 2 3 4 
0 1 2 2 
- - - 
- 
= 
2 1 0 2 
2 0 2 0 
 
1 2 
+ 2 + 3 + 4 = 
1 
2 2 0 
1 2 1 
0 1 0 
= 
1 - - - 
0 1 0 
Professeure Salma DASSER Session Automne-hiver 2007 
 
     
 
     
 
- 
= 
1 
0 
2 
2 
b 
¨ AÎM(4,4) et rg(A) = 2⇒ rg(S) = 2⇒ r = 2 
¨ Un déterminant principal est : 
0 1 
· Les inconnues principales : 1 x et 2 x 
· Les inconnues arbitraires : 3 x et 4 x 
· Les équations principales : 
   
+ + = 
2 3 4 
¨ Les conditions de compatibilité sont : D = 0, 1 £ h £ 2 h 
· 0 
2 1 2 
2 0 2 
- 
D = 
· Les conditions de compatibilité ne sont alors pas vérifiées et le système est impossible. 
IV-2 Cas particulier d’un système homogène 
On propose de résoudre un système linéaire homogène non de Cramer (S) de n équations à m 
inconnues, écrit sous sa forme matricielle A.X = 0 . 
Etapes de la résolution : 
¨ On cherche le rang r de la matrice A : rg(A) = r 
· Si (n = m = r) alors le système est un système linéaire de Cramer et son unique 
solution est le vecteur nul. 
· Sinon, le système est alors un système linéaire non de Cramer. Pour le résoudre, on suit 
les mêmes étapes que pour un système linéaire non de Cramer avec second membre 
(Les conditions de compatibilité étant toujours vérifiées).
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
¨ On cherche le déterminant principal r D : 
 Les r inconnues principales r x , , x 1 
 Les m - r inconnues arbitraires r m x , , x 1 
 Les r équations principales correspondantes à r D . 
¨ Les conditions de compatibilité sont toujours vérifiées ( h n r h D = 0, 1 £ £ - ) : 
a L 
a b 
1,1 1, r 
1 
 
    
 
    
D = = 
0 
L 
1,1 1, 
M M M M 
M M M M 
h h = = £ £ - 
a L 
a b 
,1 , 
r r r r 
a a b 
L 
,1 , 
L 
L 
+ ,1 + , 
+ + + 
r h r h r r h 
¨ On résout le système de Cramer formé par les r équations principales, dont les inconnues 
sont les r inconnues principales et où l’on fait passer les m - r inconnues arbitraires au 
second membre du système A.X = b . 
¨ La solution de tout système linéaire non de Cramer homogène est un sous espace vectoriel 
de dimension égale au nombre de ses inconnues arbitraires égale au rang de sa matice 
= 
A et 
¨ AÎM(4) et rg(A) = 2 ⇒ rg(S) = 2 ⇒ r = 2 
1 2 
2 D = . On en déduit : 
0 1 
 Les inconnues principales : 1 x et 2 x 
 Les inconnues arbitraires : 3 x et 4 x 
   
x x x x 
1 2 3 4 
x x x 
15 
r 
a L 
a 
1,1 1, 
M M M 
a L 
a 
,1 , 
r r r 
D = 
r 
¨ On en déduit : 
L . 
L 
. 
+ h n r 
a a 
a a 
r 
r r r 
a a 
det( M 
) det 
,1 , 
r h r h r 
 
 
0, 1 
0 
0 
Remarque : 
Exemple : 
⇒ 
 
  
 
  
 
+ + + = 
2 3 4 0 
x x x x 
1 2 3 4 
+ + = 
2 2 0 
x x x 
2 3 4 
- - - = 
2 x x 2 x 
0 
1 2 4 
- + = 
2 2 0 
( ) 
x x 
1 3 
S 
 
    
 
 
    
 
1 2 3 4 
0 1 2 2 
- - - 
- 
2 1 0 2 
2 0 2 0 
 
     
 
 
= 
     
 
0 
0 
0 
0 
b 
¨ Un déterminant principal : 
 Les équations principales : 
+ 2 + 3 + 4 = 
0 
2 2 0 
+ + = 
2 3 4 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
¨ Le système étant homogène, les conditions de compatibilité sont vérifiées. 
 La résolution du système (S) revient alors à résoudre le système de Cramer 
+ = - + 
2 (3 4 ) 
x x x x 
1 2 3 4 
S 
1 x x x 
= - + 
2 4 3 
 La solution du système ( ) 1 S est donnée par : 
¨ La solution du système A.X = 0 est alors égale au sous espace vectoriel : 
( ) = {( , , , )Î / = , = -2 - 2 ,( , )Î 2}= (1,-2,1,0), (0,-2,0,1)  
E S x x x x IR x x x x x x x IR 
1 2 3 4 1 3 2 3 4 3 4 
+ - - + + = 
( x ) 2.( 2 x 2 x ) 3 x 4 x 
0 
3 3 4 3 4 
- - + + = 
( 2 x 2 x ) 2 x 2 x 
0 
3 4 3 4 
- - - - - = 
2.( x ) ( 2 x 2 x ) 2 x 
0 
3 3 4 4 
- + = 
2.( ) 2 0 
16 
suivant : 
   
(2 2 ) 
( ) 
   
= - + - 
(3 4 ) 2 
x x x x 
1 3 4 2 
x x x 
= - + 
(2 2 ) 
2 4 3 
4 
¨ Vérification : 
 
  
 
  
 
x x 
3 3 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
V- Complément : résolution d’un système linéaire par la méthode 
d’élimination de Gauss 
¨ On considère un système linéaire (S) de n équations à n inconnues : 
¨ On l’écrit sous sa forme matricielle A.X = b : 
1 
X M 
La méthode d’élimination de Gauss consiste à construire un système linéaire triangulaire 
(supérieur si on effectue les changements sur les lignes de la matrice du système ou inférieur si on 
effectue les changements sur les colonnes de la matrice du système) équivalent au système linéaire (S) et 
le résoudre par montée (système triangulaire supérieur) ou descente (système triangulaire inférieur). 
¨ On note A(1) = A et b(1) = b , le système s’écrit alors : A(1) .X = b(1) 
11 a ¹ peut toujours être vérifiée, à un changement près de l’ordre des 
équations et/ou de l’ordre des inconnues. 
¨ On définit des nouveaux coefficients a i j n ij , 1 £ , £ (2) et b i n i , 1 £ £ (2) par : 
= 1 
£ £ 
(1) 
1 
(2) 
1 
a a j n 
j j 
a 
(1) 
= - × (1) + (1) 
2 £ £ , 1 
£ £ 
a a i n j n 
j ij 
= 
(1) 
1 
a 
(2) 
1 
b b 
(1) 
= - × + £ £ 
i (1) (1) 2 
b b i n 
17 
 
 
 
+ + = 
a x a x b 
11 1 1 n n 
1 
L 
+ + = 
M 
a x L 
a x b 
1 1 
n nn n n 
( S 
) 
 
   
 
 
= 
   
L 
11 1 
M M M 
 
n 
a a 
a L 
a 
1 
n nn 
A 
, 
 
   
 
 
= 
   
 
x 
n x 
et 
 
   
 
 
= 
   
1 
b M 
 
b 
n b 
V-1 Etapes de la résolution : 
V-1-1 Etape 1 
V-1-2 Etape 2 : 0 (1) 
11 a ¹ 
¨ L’hypothèse 0 (1) 
 
 
 
(2) 1 
(1) 1 
11 
a 
a 
i 
ij 
et : 
 
 
 
(2) 1 
(1) 1 
11 
a 
b 
i 
i 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
¨ Ce qui revient à effectuer pour la matrice A et le vecteur b les changements en lignes 
= 
a 
(1) 
1 
(2) 
1 
L L 
(1) 
= - × £ £ 
i i (1) , 2 
L i n 
¨ Le système A(2) .X = b(2) ainsi obtenu est alors équivalent au système A(1) .X = b(1) : 
est solution du système A(2) .X = b(2) 
n 
= 
(2) 
. = (2) , 1 
£ £ ij j Σo ssi a x b i n i 
= 
a 
. 
(1) 
1 
(1) 
1 
a x b 
a 
j j 
(1) 
(1) 
- × (1) 
= (1) - 1 
× (1) 
£ £ 
(1) 1 
( a ) x b 
, 2 
j j 
= 
n 
Σ 
= 
. 
(1) 
1 
(1) 
1 
a x b 
a 
n 
j 
n 
j j 
(1) 
1 
1 
Σ Σ 
a 
(1) 
- × a (1) 
x = b 
- × £ £ 
j j 
(1) 
n 
(1) 
1 1 
b 
a a 
i 
i × = ×Σ= 
o ssi (1) 
(1) 1 
11 
est solution du système A(1) .X = b(1) 
¨ On continue la même démarche jusqu’à construire le système A(k ) .X = b(k ) à l’étape k . 
18 
suivantes : 
 
 
 
(2) (1) 1 
(1) 1 
11 
a 
L L 
i 
 
    
 
 
= 
    
 
(2) 
1 
n 
(2) 
2 
(2) 
12 
a a a 
(2) 
22 
n 
L 
a L 
a 
M M M M 
(2) (2) 
2 
(2) 
11 
(2) 
0 
0 
a a 
n nn 
A 
et 
 
     
 
 
= 
     
 
(2) 
1 
b 
(2) 
2 
M 
(2) 
(2) 
b 
n b 
b 
En effet : 
o 
 
   
 
 
= 
   
1 
X M 
 
x 
n x 
j 
1 
o ssi 
 
  
 
  
 
n 
Σ 
= 
j 
n 
1 
Σ 
= 
b i n 
(1) 1 
11 
a 
(1) 1 
11 
a 
a 
i 
i 
j 
i 
ij 
1 
o ssi 
 
  
 
  
 
(1) 1 
11 
a 
(1) 
a x 
i 
ij j 
= = 
, 2 
(1) 
b i n 
(1) 1 
(1) 1 
11 
a 
i 
i 
j 
j 
1 
1 
a x 
(1) 1 
11 
1 
(1) 
a 
a 
j 
j j 
n 
= 
(1) 
. = (1) , 1 
£ £ ij j Σssi a x b i n i 
j 
1 
o ssi 
 
   
 
 
= 
   
1 
X M 
 
x 
n x 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
k k a peut toujours être vérifiée, à un changement près de l’ordre 
des équations et/ou de l’ordre des inconnues. 
ij , 1 £ , £ ( ) et b i n k 
i , 1 £ £ ( ) par : 
¨ On définit des nouveaux coefficients a i j n k 
- 
= £ £ - £ £ 
( ) ( 1) 
k 
ij 
k 
ij 
1 1, 1 
a a i k j n 
- - 
- 
- 
a 
( k 
1) 
= - × ( 1) + ( 1) 
£ £ £ £ 
k 
ij 
k 
, 1 
a a k i n j n 
- 
= £ £ - 
( ) ( 1) 1 1 
k 
i 
k 
i 
b b i k 
- - 
- 
- 
a 
( k 
1) 
= - × ( 1) + ( 1) 
£ £ 
k 
i 
k 
b b k i n 
¨ Ce qui revient à effectuer pour la matrice A et le vecteur b les changements en lignes 
- 
= £ £ - 
( ) ( 1) 
k 
i 
k 
i 
1 1 
L L i k 
- 
- 
a 
( k 
1) 
- - 
= - × ( k 
1) 
, 
£ £ 
L k i n 
( ) ( 1) , 1 
k i k 
i 
- - 
- - 
( 1) 1 
1, 1 
k k 
k k 
¨ On montre de même que le système A(k ) .X = b(k ) ainsi obtenu est équivalent au système 
A(k -1) .X = b(k -1) , donc au système A.X = b : 
( k 
) 
1, 
n 
L L 
O M M M 
( ) 
, 
k 
k n 
M L 
M M M M M 
( ) 
, 
k 
n n 
a a a 
a a 
a a 
¨ On continue encore jusqu’à la dernière étape : 
19 
1, 1 - ¹ 
- - 
V-1-3 Etape k : ( k 
1) 0 
k k a 
1, 1 - ¹ 
- - 
¨ L’hypothèse ( k 
1) 
0  
 
 
( ) , 1 
k i k 
ij 
- - 
- - 
a 
a 
( 1) 1, 
1, 1 
k k j 
k k 
et : 
 
 
 
( ) , 1 
k i k 
i 
- - 
- - 
a 
b 
( 1) 1 
1, 1 
k k 
k k 
suivantes : 
 
 
 
a 
k 
i 
L L 
 
      
 
 
      
 
= 
( k 
) 
1, 
k 
( ) 
, 
k 
k k 
( ) 
, 
( ) 
1,1 
( ) 
0 
k 
0 
0 0 
k 
n k 
k 
A 
L 
et 
 
     
 
 
= 
     
 
( k 
) 
1 
b 
( k 
) 
2 
M 
( ) 
( ) 
b 
k 
n 
k 
b 
b 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
¨ On construit à cette étape, le système : A(n) .X = b(n) , où : 
a L L L 
a 
O L L M 
M O L M 
0 
0 
n 
0 
M M O M 
0 0 0 0 
- 
= £ £ - 
( ) ( 1) 
n 
ij 
n 
ij 
1 , 1 
a a i j n 
- - 
- 
- 
a 
( n 
1) 
= - × ( 1) + ( 1) 
= - £ £ 
n 
ij 
n 
, 1 
a a i n n j n 
( ) , 1 
n i n 
ij 
( 1) 1, 
1, 1 
n n j 
n n 
- 
= £ £ - 
( ) ( 1) 1 1 
n 
i 
n 
i 
b b i n 
- - 
- 
- 
a 
( n 
1) 
= - × ( 1) + ( 1) 
= 
n 
i 
n 
b b i n 
¨ Ce qui revient à effectuer pour la matrice A et le vecteur b les changements en lignes 
- 
= £ £ - 
( ) ( 1) 
n 
i 
n 
i 
1 1 
L L i n 
- 
- 
a 
( n 
1) 
- - 
= - × ( n 
1) 
, 
= 
L i n 
( ) ( 1) , 1 
n i n 
i 
- - 
- - 
( 1) 1 
1, 1 
n n 
n n 
¨ Le système A(n) .X = b(n) ainsi obtenu est un système triangulaire supérieur dont la 
résolution se fait simplement par une méthode de montée. 
¨ On montre de même que le système ainsi obtenu A(n) .X = b(n) est équivalent au système 
A(n-1) .X = b(n-1) , donc au système A.X = b . 
¨ On a ainsi déterminer un système triangulaire supérieur équivalent au système A.X = b . 
20 
1, 1 - ¹ 
- - 
V-1-4 Etape n : ( n 
1) 0 
n n a 
 
      
 
 
      
 
= 
( n 
) 
1, 
n 
( ) 
, 
( ) 
1,1 
( ) 
n 
n n 
n 
a 
A 
et 
 
     
 
 
= 
     
 
( n 
) 
1 
b 
( n 
) 
2 
M 
( ) 
( ) 
b 
n 
n 
n 
b 
b 
avec : 
 
 
 
- - 
- - 
a 
a 
et : 
 
 
 
( ) , 1 
n i n 
i 
- - 
- - 
a 
b 
( 1) 1 
1, 1 
n n 
n n 
suivantes : 
 
 
 
a 
n 
i 
L L 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
⇒ 
¨ On note A(1) = A et b(1) = b , le système s’écrit alors : A(1) .X = b(1) 
¨ On effectue pour la matrice A et le vecteur b les changements en lignes suivantes : 
= 
(1) 
(1) 
1 
a 
L L 
= - × £ £ 
(1) , 2 4 
L i 
2 1 0 4 
0 0 3 1 
A(2) et 
- - 
0 1 2 0 
- - - 
0 3 12 1 
21 
V-2 Exemple : 
 
  
 
  
 
+ + = 
2 x x 4 x 
2 
1 2 4 
- - + - = - 
4 x 2 x 3 x 7 x 
9 
1 2 3 4 
+ - + = 
4 x x 2 x 8 x 
2 
1 2 3 4 
- - - = 
3 12 2 
( ) 
x x x 
2 3 4 
S 
 
    
2 1 0 4 
4 2 3 7 
A et 
4 1 2 8 
0 3 12 1 
 
 
    
- - - 
= 
 
- 
- - - 
 
     
 
 
- 
= 
     
 
2 
9 
2 
2 
b 
V-2-1 Etape 1 : 
V-2-2 Etape 2 : 2 0 (1) 
11 a = ¹ 
 
 
 
(2) 
1 
(2) (1) i 
1 
(1) 1 
11 
a 
L L 
i i 
ou encore : 
 
    
 
    
 
® 
L L 
1 1 
® - - 4 
× 
L L L 
2 2 1 
2 
4 
® - × 
L L L 
3 3 1 
2 
0 
® - × 
L L L 
4 4 1 
2 
ie : 
 
  
 
  
 
® 
L L 
1 1 
® + 
2 
L L L 
2 2 1 
® - 
2 
L L L 
3 3 1 
® 
L L 
4 4 
¨ On obtient alors : 
 
    
 
 
     
= 
 
     
 
 
     
 
- 
- 
= 
2 
5 
2 
2 
b(2) 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
2,2 a = : on effectue alors un changement de l’ordre des équations 
2,2 a ¹ , ce qui revient à échanger la ligne 2 et la ligne 3 : 
2 1 0 4 
- - 
0 1 2 0 
A(2) et 
0 0 3 1 
- - - 
0 3 12 1 
¨ On effectue pour la matrice A et le vecteur b les changements en lignes suivantes : 
= £ £ 
L L i 
(2) 
(3) (2) 
a 
i i 
= - × £ £ 
1 2 
, 3 4 
L i 
 
    
2 1 0 4 
0 1 2 0 
A(3) et 
0 0 3 1 
0 0 6 1 
 
- - 
- - 
22 
V-2-3 Etape 3 : (2) 0 
2,2 a = 
¨ On est dans le cas où 0 (2) 
pour obtenir ( 0) (2) 
 
    
 
 
    
 
= 
 
     
 
 
     
 
- 
- 
= 
2 
2 
5 
2 
b(2) 
 
 
 
(2) 
(3) (2) i 
2 
(2) 2 
22 
a 
L L 
i i 
ou encore : 
 
   
 
   
 
0 
× 
- 
L L 
1 1 
L L 
2 2 
L L L 
3 3 2 
× 
® 
® 
® - 
® - - 
1 
3 
L L L 
4 4 2 
- 
1 
ie : 
 
  
 
  
 
® 
L L 
1 1 
® 
L L 
2 2 
® 
L L 
3 3 
® - 
L L 3L 
4 4 2 
¨ On obtient alors : 
 
    
 
= 
 
     
 
 
     
- 
= 
 
- 
2 
2 
5 
8 
b(3) 
Professeure Salma DASSER Session Automne-hiver 2007
Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 
¨ On effectue pour la matrice A et le vecteur b les changements en lignes suivantes : 
= £ £ 
1 3 
L L i 
(3) 
(4) (3) 
a 
i i 
= - × = 
, 4 
L i 
 
    
2 1 0 4 
0 1 2 0 
A(4) et 
0 0 3 1 
0 0 0 1 
 
¨ Pour résoudre le système A.X = b , il suffit alors de résoudre le système triangulaire 
o Le système A(4) .X = b(4) s’écrit : 
 
   
 
   
 
x x x 
x x 
x x 
x 
 
     
 
- 
= 
     
 
     
 
     
 
    
 
    
2 1 0 4 
- - - 
= 
2 
9 
3 
4 
4 2 3 7 
A X = b 
- 
4 1 2 8 
- - - 
0 3 12 1 
23 
V-2-4 Etape 4 : 3 0 (3) 
3,3 a = ¹ 
 
 
 
(3) 
(4) (3) i 
3 
(3) 3 
33 
a 
L L 
i i 
ou encore : 
 
   
 
   
 
® 
L L 
1 1 
® 
L L 
2 2 
® 
L L 
3 3 
® - - 6 
× 
L L L 
4 4 3 
3 
ie : 
 
  
 
  
 
® 
L L 
1 1 
® 
L L 
2 2 
® 
L L 
3 3 
® + 
L L 2L 
4 4 3 
¨ On obtient alors : 
 
    
 
- - 
= 
 
     
 
 
      
- 
= 
- 
- 
2 
2 
5 
2 
b(4) 
supérieur A(4) .X = b(4) par montée : 
⇒ 
 
  
 
  
 
+ + = 
2 x x 4 x 
2 
1 2 4 
- - = - 
2 2 
x x 
2 3 
+ = - 
3 5 
= - 
2 
x x 
3 4 
4 
x 
⇒ 
1 
= - - = 
(2 4 ) 3 
2 
1 2 4 
= - = 
2 2 4 
2 3 
1 
= - - = - 
( 5 ) 1 
3 
3 4 
= - 
2 
4 
 
     
 
 
     
 
- 
- 
= 
3 
4 
1 
2 
X 
V-2-5 Vérification : 
 
 
 
. 
 
- 
- 
 
 
2 
2 
1 
2 
. 
Professeure Salma DASSER Session Automne-hiver 2007

Contenu connexe

Tendances

Suites numériques exercices corrigés
Suites numériques exercices corrigésSuites numériques exercices corrigés
Suites numériques exercices corrigésLamia Lazrak
 
Exercices avec les solutions d'analyse complexe
Exercices avec les solutions d'analyse complexeExercices avec les solutions d'analyse complexe
Exercices avec les solutions d'analyse complexeKamel Djeddi
 
Chapitre2 Calcul matriciel.pdf
Chapitre2 Calcul matriciel.pdfChapitre2 Calcul matriciel.pdf
Chapitre2 Calcul matriciel.pdfYoussefimami1
 
Algebre 1 (annales)
Algebre 1 (annales)Algebre 1 (annales)
Algebre 1 (annales)Med Bijou
 
Bat dang thuc ltdh
Bat dang thuc ltdhBat dang thuc ltdh
Bat dang thuc ltdhtruongdung
 
Techniques et-methodes-calcul-integral-mr-anis-ben-ali
Techniques et-methodes-calcul-integral-mr-anis-ben-aliTechniques et-methodes-calcul-integral-mr-anis-ben-ali
Techniques et-methodes-calcul-integral-mr-anis-ben-alim.a bensaaoud
 
Exercice nombres complexes
Exercice nombres complexesExercice nombres complexes
Exercice nombres complexesYessin Abdelhedi
 
Các phương pháp hay giải Phuong trinh-vo-ty
Các phương pháp hay giải Phuong trinh-vo-tyCác phương pháp hay giải Phuong trinh-vo-ty
Các phương pháp hay giải Phuong trinh-vo-tyroggerbob
 
Exercice continuité et limites
Exercice continuité et limitesExercice continuité et limites
Exercice continuité et limitesYessin Abdelhedi
 
Cours 2 calcul numerique 2eme annees
Cours 2   calcul numerique 2eme anneesCours 2   calcul numerique 2eme annees
Cours 2 calcul numerique 2eme anneesTarik Taleb Bendiab
 
TD - travaux dirigé limite de fonction ( exercice ) SOUFIANE MERABTI
TD - travaux dirigé limite de fonction ( exercice ) SOUFIANE MERABTITD - travaux dirigé limite de fonction ( exercice ) SOUFIANE MERABTI
TD - travaux dirigé limite de fonction ( exercice ) SOUFIANE MERABTIsoufiane merabti
 
La complexité des algorithmes récursives Géométrie algorithmique
La complexité des algorithmes récursivesGéométrie algorithmiqueLa complexité des algorithmes récursivesGéométrie algorithmique
La complexité des algorithmes récursives Géométrie algorithmiqueHajer Trabelsi
 
Cours maths s1.by m.e.goultine
Cours maths s1.by m.e.goultineCours maths s1.by m.e.goultine
Cours maths s1.by m.e.goultineAbdel Hakim
 
Đê thi cuối kỳ giải tích 2
Đê thi cuối kỳ giải tích 2 Đê thi cuối kỳ giải tích 2
Đê thi cuối kỳ giải tích 2 Trường Việt Nam
 

Tendances (20)

Suites numériques exercices corrigés
Suites numériques exercices corrigésSuites numériques exercices corrigés
Suites numériques exercices corrigés
 
Tp 2 vecteur et matrice
Tp 2 vecteur et matriceTp 2 vecteur et matrice
Tp 2 vecteur et matrice
 
Exercices avec les solutions d'analyse complexe
Exercices avec les solutions d'analyse complexeExercices avec les solutions d'analyse complexe
Exercices avec les solutions d'analyse complexe
 
Cours dérivabilité
Cours dérivabilitéCours dérivabilité
Cours dérivabilité
 
Chapitre2 Calcul matriciel.pdf
Chapitre2 Calcul matriciel.pdfChapitre2 Calcul matriciel.pdf
Chapitre2 Calcul matriciel.pdf
 
Algebre 1 (annales)
Algebre 1 (annales)Algebre 1 (annales)
Algebre 1 (annales)
 
Bat dang thuc ltdh
Bat dang thuc ltdhBat dang thuc ltdh
Bat dang thuc ltdh
 
Techniques et-methodes-calcul-integral-mr-anis-ben-ali
Techniques et-methodes-calcul-integral-mr-anis-ben-aliTechniques et-methodes-calcul-integral-mr-anis-ben-ali
Techniques et-methodes-calcul-integral-mr-anis-ben-ali
 
Exercice nombres complexes
Exercice nombres complexesExercice nombres complexes
Exercice nombres complexes
 
Các phương pháp hay giải Phuong trinh-vo-ty
Các phương pháp hay giải Phuong trinh-vo-tyCác phương pháp hay giải Phuong trinh-vo-ty
Các phương pháp hay giải Phuong trinh-vo-ty
 
Exercice continuité et limites
Exercice continuité et limitesExercice continuité et limites
Exercice continuité et limites
 
Cours 2 calcul numerique 2eme annees
Cours 2   calcul numerique 2eme anneesCours 2   calcul numerique 2eme annees
Cours 2 calcul numerique 2eme annees
 
Tp4 matlab
Tp4 matlabTp4 matlab
Tp4 matlab
 
TD - travaux dirigé limite de fonction ( exercice ) SOUFIANE MERABTI
TD - travaux dirigé limite de fonction ( exercice ) SOUFIANE MERABTITD - travaux dirigé limite de fonction ( exercice ) SOUFIANE MERABTI
TD - travaux dirigé limite de fonction ( exercice ) SOUFIANE MERABTI
 
DDS Serie 2 exercices
DDS Serie 2 exercicesDDS Serie 2 exercices
DDS Serie 2 exercices
 
Dalles 4 appuis
Dalles 4 appuis Dalles 4 appuis
Dalles 4 appuis
 
Cours de Matlab
Cours de MatlabCours de Matlab
Cours de Matlab
 
La complexité des algorithmes récursives Géométrie algorithmique
La complexité des algorithmes récursivesGéométrie algorithmiqueLa complexité des algorithmes récursivesGéométrie algorithmique
La complexité des algorithmes récursives Géométrie algorithmique
 
Cours maths s1.by m.e.goultine
Cours maths s1.by m.e.goultineCours maths s1.by m.e.goultine
Cours maths s1.by m.e.goultine
 
Đê thi cuối kỳ giải tích 2
Đê thi cuối kỳ giải tích 2 Đê thi cuối kỳ giải tích 2
Đê thi cuối kỳ giải tích 2
 

En vedette

Bhagwannamjapmahima
BhagwannamjapmahimaBhagwannamjapmahima
BhagwannamjapmahimaKinjal Patel
 
Les tice au service de la poésie dans une classe de seconde
Les tice au service de la poésie dans une classe de secondeLes tice au service de la poésie dans une classe de seconde
Les tice au service de la poésie dans une classe de secondeEGM16081984
 
Plaquette Licence AES
Plaquette Licence AESPlaquette Licence AES
Plaquette Licence AESJulie L
 
Présentation1
Présentation1Présentation1
Présentation1yves prat
 
الأفعال التي تأخذ حرف الجر à
الأفعال التي تأخذ حرف الجر àالأفعال التي تأخذ حرف الجر à
الأفعال التي تأخذ حرف الجر àmonsieurmohsein
 
Apprenez à voler au Royaume du Siam.pdf
Apprenez à voler au Royaume du Siam.pdfApprenez à voler au Royaume du Siam.pdf
Apprenez à voler au Royaume du Siam.pdfRomain Libet
 
Candidature StartUp Academy
Candidature StartUp AcademyCandidature StartUp Academy
Candidature StartUp AcademyB4Wedding
 
Les 10 règles du moi en ligne
Les 10 règles du moi en ligneLes 10 règles du moi en ligne
Les 10 règles du moi en ligneMariiiiion
 
Les femmes entrepreneurs vues par les experts-comptables
Les femmes entrepreneurs vues par les experts-comptables Les femmes entrepreneurs vues par les experts-comptables
Les femmes entrepreneurs vues par les experts-comptables France Défi
 
Winter has come
Winter has comeWinter has come
Winter has comeSophiela91
 
La Lettre Semestrielle D'Information de Novembre 2013
La Lettre Semestrielle D'Information de Novembre 2013La Lettre Semestrielle D'Information de Novembre 2013
La Lettre Semestrielle D'Information de Novembre 2013Tonnellerie Boutes
 
Rapport sur les utilisateurs non payeurs pour l'OEDC
Rapport sur les utilisateurs non payeurs pour l'OEDCRapport sur les utilisateurs non payeurs pour l'OEDC
Rapport sur les utilisateurs non payeurs pour l'OEDCAaron Patella
 
Cr formation matheysin
Cr formation matheysinCr formation matheysin
Cr formation matheysinfeugier
 
Les bougies de préchauffage
Les bougies de préchauffageLes bougies de préchauffage
Les bougies de préchauffageWebdealauto
 
Voyage vietnam trucs pour payer pas chers les billets d'avion
Voyage vietnam trucs pour payer pas chers les billets d'avionVoyage vietnam trucs pour payer pas chers les billets d'avion
Voyage vietnam trucs pour payer pas chers les billets d'avionvoyagevietnam123
 
Validation: De l'idée au produit - Soirées UX Novembre 2014
Validation: De l'idée au produit - Soirées UX Novembre 2014Validation: De l'idée au produit - Soirées UX Novembre 2014
Validation: De l'idée au produit - Soirées UX Novembre 2014Capian
 
Poll junkie questionnaire
Poll junkie questionnairePoll junkie questionnaire
Poll junkie questionnaireKyle_97
 

En vedette (20)

Bhagwannamjapmahima
BhagwannamjapmahimaBhagwannamjapmahima
Bhagwannamjapmahima
 
Les tice au service de la poésie dans une classe de seconde
Les tice au service de la poésie dans une classe de secondeLes tice au service de la poésie dans une classe de seconde
Les tice au service de la poésie dans une classe de seconde
 
Plaquette Licence AES
Plaquette Licence AESPlaquette Licence AES
Plaquette Licence AES
 
Présentation1
Présentation1Présentation1
Présentation1
 
الأفعال التي تأخذ حرف الجر à
الأفعال التي تأخذ حرف الجر àالأفعال التي تأخذ حرف الجر à
الأفعال التي تأخذ حرف الجر à
 
Apprenez à voler au Royaume du Siam.pdf
Apprenez à voler au Royaume du Siam.pdfApprenez à voler au Royaume du Siam.pdf
Apprenez à voler au Royaume du Siam.pdf
 
Candidature StartUp Academy
Candidature StartUp AcademyCandidature StartUp Academy
Candidature StartUp Academy
 
Les 10 règles du moi en ligne
Les 10 règles du moi en ligneLes 10 règles du moi en ligne
Les 10 règles du moi en ligne
 
Les femmes entrepreneurs vues par les experts-comptables
Les femmes entrepreneurs vues par les experts-comptables Les femmes entrepreneurs vues par les experts-comptables
Les femmes entrepreneurs vues par les experts-comptables
 
Winter has come
Winter has comeWinter has come
Winter has come
 
La Lettre Semestrielle D'Information de Novembre 2013
La Lettre Semestrielle D'Information de Novembre 2013La Lettre Semestrielle D'Information de Novembre 2013
La Lettre Semestrielle D'Information de Novembre 2013
 
Tarotmag n°15
Tarotmag n°15Tarotmag n°15
Tarotmag n°15
 
Tarotmag n°06
Tarotmag n°06Tarotmag n°06
Tarotmag n°06
 
Rapport sur les utilisateurs non payeurs pour l'OEDC
Rapport sur les utilisateurs non payeurs pour l'OEDCRapport sur les utilisateurs non payeurs pour l'OEDC
Rapport sur les utilisateurs non payeurs pour l'OEDC
 
Module 10.0-fr
Module 10.0-frModule 10.0-fr
Module 10.0-fr
 
Cr formation matheysin
Cr formation matheysinCr formation matheysin
Cr formation matheysin
 
Les bougies de préchauffage
Les bougies de préchauffageLes bougies de préchauffage
Les bougies de préchauffage
 
Voyage vietnam trucs pour payer pas chers les billets d'avion
Voyage vietnam trucs pour payer pas chers les billets d'avionVoyage vietnam trucs pour payer pas chers les billets d'avion
Voyage vietnam trucs pour payer pas chers les billets d'avion
 
Validation: De l'idée au produit - Soirées UX Novembre 2014
Validation: De l'idée au produit - Soirées UX Novembre 2014Validation: De l'idée au produit - Soirées UX Novembre 2014
Validation: De l'idée au produit - Soirées UX Novembre 2014
 
Poll junkie questionnaire
Poll junkie questionnairePoll junkie questionnaire
Poll junkie questionnaire
 

Similaire à Chap 5 système linéaire

SYStèmes d'équations linéaires
SYStèmes d'équations linéairesSYStèmes d'équations linéaires
SYStèmes d'équations linéairessarah Benmerzouk
 
Algèbre resolution des systemes lineaires
Algèbre resolution des systemes lineairesAlgèbre resolution des systemes lineaires
Algèbre resolution des systemes lineairessarah Benmerzouk
 
Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires sarah Benmerzouk
 
Algebre_lineaire_GEOLOGIE-S1.pdf
Algebre_lineaire_GEOLOGIE-S1.pdfAlgebre_lineaire_GEOLOGIE-S1.pdf
Algebre_lineaire_GEOLOGIE-S1.pdfThierrySam1
 
Cours rep etat
Cours rep etatCours rep etat
Cours rep etatLin Pepin
 
Ex determ
Ex determEx determ
Ex determbades12
 
Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)Guesmi Amal
 
T. Masrour - cours dynamique des systèmes - vibrations - chapitre1-1ddl chapi...
T. Masrour - cours dynamique des systèmes - vibrations - chapitre1-1ddl chapi...T. Masrour - cours dynamique des systèmes - vibrations - chapitre1-1ddl chapi...
T. Masrour - cours dynamique des systèmes - vibrations - chapitre1-1ddl chapi...tawfik-masrour
 
Les Filtres Numeriques
Les Filtres NumeriquesLes Filtres Numeriques
Les Filtres NumeriquesSAHELAicha
 
Transp_2-1.pdf
Transp_2-1.pdfTransp_2-1.pdf
Transp_2-1.pdfAuRevoir4
 
Transp_2-1.pdf
Transp_2-1.pdfTransp_2-1.pdf
Transp_2-1.pdfAuRevoir4
 
T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)
T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)
T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)tawfik-masrour
 
Systèmes d'equations lineaires
Systèmes d'equations lineairesSystèmes d'equations lineaires
Systèmes d'equations lineairesCham Nan
 
05_Transp_5_NEWNEW.pdf
05_Transp_5_NEWNEW.pdf05_Transp_5_NEWNEW.pdf
05_Transp_5_NEWNEW.pdfAuRevoir4
 
Transp_6_NEW.pdf
Transp_6_NEW.pdfTransp_6_NEW.pdf
Transp_6_NEW.pdfAuRevoir4
 

Similaire à Chap 5 système linéaire (20)

SYStèmes d'équations linéaires
SYStèmes d'équations linéairesSYStèmes d'équations linéaires
SYStèmes d'équations linéaires
 
Chap 4 déterminant
Chap 4 déterminantChap 4 déterminant
Chap 4 déterminant
 
Alg.3 resolution des_systemes_lineaires
Alg.3 resolution des_systemes_lineairesAlg.3 resolution des_systemes_lineaires
Alg.3 resolution des_systemes_lineaires
 
Algèbre resolution des systemes lineaires
Algèbre resolution des systemes lineairesAlgèbre resolution des systemes lineaires
Algèbre resolution des systemes lineaires
 
Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires
 
Algebre_lineaire_GEOLOGIE-S1.pdf
Algebre_lineaire_GEOLOGIE-S1.pdfAlgebre_lineaire_GEOLOGIE-S1.pdf
Algebre_lineaire_GEOLOGIE-S1.pdf
 
Cours rep etat
Cours rep etatCours rep etat
Cours rep etat
 
Ex determ
Ex determEx determ
Ex determ
 
v2-syst.pdf
v2-syst.pdfv2-syst.pdf
v2-syst.pdf
 
Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)
 
T. Masrour - cours dynamique des systèmes - vibrations - chapitre1-1ddl chapi...
T. Masrour - cours dynamique des systèmes - vibrations - chapitre1-1ddl chapi...T. Masrour - cours dynamique des systèmes - vibrations - chapitre1-1ddl chapi...
T. Masrour - cours dynamique des systèmes - vibrations - chapitre1-1ddl chapi...
 
Les Filtres Numeriques
Les Filtres NumeriquesLes Filtres Numeriques
Les Filtres Numeriques
 
Corriges td algebre
Corriges td algebreCorriges td algebre
Corriges td algebre
 
Chap 3 matrice
Chap 3 matriceChap 3 matrice
Chap 3 matrice
 
Transp_2-1.pdf
Transp_2-1.pdfTransp_2-1.pdf
Transp_2-1.pdf
 
Transp_2-1.pdf
Transp_2-1.pdfTransp_2-1.pdf
Transp_2-1.pdf
 
T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)
T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)
T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)
 
Systèmes d'equations lineaires
Systèmes d'equations lineairesSystèmes d'equations lineaires
Systèmes d'equations lineaires
 
05_Transp_5_NEWNEW.pdf
05_Transp_5_NEWNEW.pdf05_Transp_5_NEWNEW.pdf
05_Transp_5_NEWNEW.pdf
 
Transp_6_NEW.pdf
Transp_6_NEW.pdfTransp_6_NEW.pdf
Transp_6_NEW.pdf
 

Dernier

rapport de stage gros oeuvre_compressed.pdf
rapport de stage gros oeuvre_compressed.pdfrapport de stage gros oeuvre_compressed.pdf
rapport de stage gros oeuvre_compressed.pdfOssamaLachheb
 
Bonnes pratiques biomédicales en établissement de soins : Guide
Bonnes pratiques biomédicales en établissement de soins  : GuideBonnes pratiques biomédicales en établissement de soins  : Guide
Bonnes pratiques biomédicales en établissement de soins : Guidebemorad
 
Cours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLS
Cours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLSCours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLS
Cours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLSdocteurgyneco1
 
Un petit coin etwinning- Au fil des cultures urbaines
Un petit coin  etwinning- Au fil des cultures urbainesUn petit coin  etwinning- Au fil des cultures urbaines
Un petit coin etwinning- Au fil des cultures urbainesSocratis Vasiopoulos
 
Webinaire Technologia | DAX : nouvelles fonctions
Webinaire Technologia | DAX : nouvelles fonctionsWebinaire Technologia | DAX : nouvelles fonctions
Webinaire Technologia | DAX : nouvelles fonctionsTechnologia Formation
 
Quitter la nuit. pptx
Quitter        la             nuit.   pptxQuitter        la             nuit.   pptx
Quitter la nuit. pptxTxaruka
 
PowerPoint-de-Soutenance-de-TFE-infirmier.pdf
PowerPoint-de-Soutenance-de-TFE-infirmier.pdfPowerPoint-de-Soutenance-de-TFE-infirmier.pdf
PowerPoint-de-Soutenance-de-TFE-infirmier.pdfDafWafia
 
Quitter la nuit. pptx
Quitter          la        nuit.    pptxQuitter          la        nuit.    pptx
Quitter la nuit. pptxTxaruka
 
Les débuts de la collection "Le livre de poche"
Les débuts de la collection "Le livre de poche"Les débuts de la collection "Le livre de poche"
Les débuts de la collection "Le livre de poche"ArchivesdeLyon
 
Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...
Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...
Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...Pedago Lu
 
PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024
PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024
PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024frizzole
 
Nathanaëlle Herbelin.pptx Peintre française
Nathanaëlle Herbelin.pptx Peintre françaiseNathanaëlle Herbelin.pptx Peintre française
Nathanaëlle Herbelin.pptx Peintre françaiseTxaruka
 

Dernier (12)

rapport de stage gros oeuvre_compressed.pdf
rapport de stage gros oeuvre_compressed.pdfrapport de stage gros oeuvre_compressed.pdf
rapport de stage gros oeuvre_compressed.pdf
 
Bonnes pratiques biomédicales en établissement de soins : Guide
Bonnes pratiques biomédicales en établissement de soins  : GuideBonnes pratiques biomédicales en établissement de soins  : Guide
Bonnes pratiques biomédicales en établissement de soins : Guide
 
Cours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLS
Cours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLSCours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLS
Cours-Sur-l'-IP-Multiprotocol-Label-SwitchingMPLS
 
Un petit coin etwinning- Au fil des cultures urbaines
Un petit coin  etwinning- Au fil des cultures urbainesUn petit coin  etwinning- Au fil des cultures urbaines
Un petit coin etwinning- Au fil des cultures urbaines
 
Webinaire Technologia | DAX : nouvelles fonctions
Webinaire Technologia | DAX : nouvelles fonctionsWebinaire Technologia | DAX : nouvelles fonctions
Webinaire Technologia | DAX : nouvelles fonctions
 
Quitter la nuit. pptx
Quitter        la             nuit.   pptxQuitter        la             nuit.   pptx
Quitter la nuit. pptx
 
PowerPoint-de-Soutenance-de-TFE-infirmier.pdf
PowerPoint-de-Soutenance-de-TFE-infirmier.pdfPowerPoint-de-Soutenance-de-TFE-infirmier.pdf
PowerPoint-de-Soutenance-de-TFE-infirmier.pdf
 
Quitter la nuit. pptx
Quitter          la        nuit.    pptxQuitter          la        nuit.    pptx
Quitter la nuit. pptx
 
Les débuts de la collection "Le livre de poche"
Les débuts de la collection "Le livre de poche"Les débuts de la collection "Le livre de poche"
Les débuts de la collection "Le livre de poche"
 
Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...
Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...
Fiche - Accompagnement du travail coopératif au sein d’une équipe d’enseignan...
 
PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024
PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024
PLANNING HEBDO ET CR LYCEE COUDON 21 MAI2024
 
Nathanaëlle Herbelin.pptx Peintre française
Nathanaëlle Herbelin.pptx Peintre françaiseNathanaëlle Herbelin.pptx Peintre française
Nathanaëlle Herbelin.pptx Peintre française
 

Chap 5 système linéaire

  • 1. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires CHAPITRE 5 : SYSTEME LINEAIRE I- Généralités.................................................................................................................................................2 I-1 Définition d’un système linéaire......................................................................................................................2 I-2 Ecriture matricielle d’un système linéaire .....................................................................................................2 I-3 Rang d’un système linéaire..............................................................................................................................3 II- Résolution d’un système linéaire triangulaire .......................................................................................4 II-1 Résolution d’un système triangulaire supérieur par montée......................................................................4 II-2 Résolution d’un système triangulaire inférieur par descente .....................................................................5 III- Résolution d’un système linéaire de Cramer ........................................................................................7 III-1 Définition d’un système de Cramer.............................................................................................................7 III-2 Résolution par l’inversion de la matrice du système..................................................................................7 III-3 Résolution par la méthode de Cramer ........................................................................................................9 IV- Résolution d’un système linéaire non de Cramer ...............................................................................11 IV-1 Résolution d’un système avec second membre .........................................................................................11 IV-2 Cas particulier d’un système homogène....................................................................................................14 V- Complément : résolution d’un système linéaire par la méthode d’élimination de Gauss ..................17 V-1 Etapes de la résolution :................................................................................................................................17 V-2 Exemple : .......................................................................................................................................................21 1 Professeure Salma DASSER Session Automne-hiver 2007
  • 2. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires · On appelle système linéaire de n équations à m inconnues tout système de la forme : + + = a x a x b 11 1 1 m m 1 L + + = M a x L a x b 1 1 n nm m n · Les coefficients a ,b (1 £ i £ n et 1 £ j £ m) sont des réels donnés. ij i · Le n -uplet ( b , L , b ) est dit second membre du système (S) . 1 n · x , L , x sont les inconnues du système. 1 m · Tout m -uplet ( , , ) 1 m x L x de réels qui vérifie les équations du système (S) est dit · Le système (S) est dit homogène si 0 1 = = = n b L b . S est un système linéaire de 3 équations à 4 inconnues I-2 Ecriture matricielle d’un système linéaire + + = a x a x b 11 1 1 m m 1 L ( ) peut s’écrire sous la forme + + = M a x L a x b 1 1 n nm m n 11 1 m a L a M M M a L a 1 n nm 11 1 m b L L 1 1 11 1 1 1 ( ) . S M M b x x a a M M M a L a 1 n nm m n 2 I- Généralités I-1 Définition d’un système linéaire Définition :    ( S ) solution du système. Exemple : ¨    + - + = 2 3 1 x x x x 1 2 3 4 + - = 2 x x x 0 1 2 3 - + - - = - 2 2 3 1 ( ) x x x x 1 2 3 4 ¨ Tout système linéaire    S matricielle A.X = b , avec :       =     A ,       =    1 X M  x m x et       =    1 b M  b n b ¨       =                         Û    + + = a x a x b m m + + = M a x L a x b 1 1 n nm m n Professeure Salma DASSER Session Automne-hiver 2007
  • 3. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires Définition : (Matrice d’un système linéaire) a x a x b 11 1 1 m m 1 M L a x L a x b 1 1 n nm m n · La matrice ij i n j m A = a £ £ £ £ ( )1 ,1 s’appelle la matrice du système (S) . ¨ La matrice du système (S) est égale à : ¨ L’écriture matricielle du système (S) est alors : · On appelle le rang d’un système linéaire, celui de sa matrice. ¨ La matrice du système (S) est égale à : - 1 2 3         det - ¹ ¨ rg(S) = 3 car rg(A) = 3 : 0 3 Soit le système linéaire :    + + = + + = ( S ) Exemple : ¨ Le système (S) est donné par :    + - + = 2 3 1 x x x x 1 2 3 4 + - = 2 x x x 0 1 2 3 - + - - = - 2 2 3 1 ( ) x x x x 1 2 3 4 S 1 2 3 1     2 1 3 0 1 2 2 3       - - - - - = A           - =              .  1 2 3 1     2 1 3 0 1 2 2 3       - - - - - 1 0 1 x 1 2 3 x x 4 x I-3 Rang d’un système linéaire Définition : Exemple : ¨ Le système (S) est donné par :    + - + = 2 3 1 x x x x 1 2 3 4 + - = 2 x x x 0 1 2 3 - + - - = - 2 2 3 1 ( ) x x x x 1 2 3 4 S 1 2 3 1     2 1 3 0 1 2 2 3       - - - - - = A 2 1 3 - - 1 2 2   Professeure Salma DASSER Session Automne-hiver 2007
  • 4. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires II- Résolution d’un système linéaire triangulaire · Un système triangulaire supérieur c’est un système linéaire dont la matrice est · Un système triangulaire inférieur c’est un système linéaire dont la matrice est ¨ Un système triangulaire admet une solution unique ssi sa matrice est inversible ssi ses ⇒ = A est une matrice triangulaire supérieure, (S) est alors un système triangulaire supérieur. ⇒ = A est une matrice triangulaire inférieure, (S) est alors un système triangulaire inférieur. II-1 Résolution d’un système triangulaire supérieur par montée ¨ La matrice du système (S) est égale à : 4 Définition : triangulaire supérieure. triangulaire inférieure. Remarque : éléments diagonaux sont non nuls. Exemples : 1)    + 2 = x x b 1 3 1 + 3 = x x b 2 3 2 = x b 3 3 2 ( S )      1 0 2      0 1 3 0 0 2 A 2) 3    = x b 1 1 + = x x b 1 2 2 + + = 2 3 2 x x x b 1 2 3 3 ( S ) 3 0 0     2 1 0       3 2 1 A ¨ Soit le système triangulaire supérieur          + + = a x LLLL a x b 11 1 1 1 M M n + = Σ n n + = a x a x b ii i ij j j i 1 M M + + = 0. 0. x x a x b - i L 1 , 1 n n nn n n ( S )         =       - L 11 12 1 n nn nn a a a O O M a a A 0 M O O 0 0 1 L Professeure Salma DASSER Session Automne-hiver 2007
  • 5. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires ¨ La solution du système triangulaire supérieur (S) est donnée par : n - £ £ - = = Σ+ = ¨ On dit qu’on résolu le système par une méthode de montée. ⇒ = ¨ 1 11 a = , 1 22 a = et 2 33 a = : a ¹ 0, "1 £ i £ 3 ii ⇒ det A ¹ 0 ¨ La matrice A est alors inversible et le système admet une unique solution, donnée par : 1 = = 33 a 1 1 b 3 = - = - = - 22 a 1 ( b a x ) 3 x 3 2 23 3 3 = - - = + - = - ( b a x a x ) 1 x 2 x 4 1 12 2 13 3 2 3 X est alors l’unique solution du système (S) . II-2 Résolution d’un système triangulaire inférieur par descente ¨ La matrice du système (S) est égale à : 5 ( ), 1 1 1 , 1 b a x i n i ij j 1 a b x a x j i ii n i nn n Exemple :     1 1 2 0 1 3   -        - + = 2 1 x x x 1 2 3 + = 3 0 x x 2 3 = 0 0 2 2 2 ( ) 3 A x S          a 11 3 2 x x x 1 ¨     4 3 1  - =  -     ¨ Soit le système triangulaire inférieur          + + + = 11 1 12 1 0. 0. a x x x b n L M M + = Σ - 1 = a x a x b ii i i i j ij j M M 1 + + = a x LLLL a x b 1 1 n nn n n ( S )         =       a 11 a 21 0 L 0 O O M 0 M O O n nn- nn a a a A L 1 1 Professeure Salma DASSER Session Automne-hiver 2007
  • 6. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires ¨ La solution du système triangulaire inférieur (S) est donnée par : = 1 1 = ( - Σ ), 2 £ £ i - ¨ On dit qu’on résolu le système par une méthode de descente. ⇒ = ¨ 3 11 a = , 1 22 a = et 2 33 a = - : a ¹ 0, "1 £ i £ 3 ii ⇒ det A ¹ 0 ¨ La matrice A est alors inversible et le système admet une unique solution, donnée par : 1 = = a 11 1 1 b 1 = - = - = ( ) 4 2 2 1 b a x x 2 21 1 1 b a x a x x x 3 31 1 32 2 1 2 - 22 a 1 = - - = X est alors l’unique solution du système (S) . 6 i b a x i n 1 a , b x a x i ij j j ii = 1 1 11 1 Exemple :           3 0 0 2 1 0 -    = 3 3 + = x 1 2 x x 4 1 2 + - = 3 2 2 3 2 2 1 ( ) x x x 1 2 3 A S          - - = (1 3 2 ) 3 2 ( ) 33 x 1 2 x x 3 a ¨       =     1 2 3 Professeure Salma DASSER Session Automne-hiver 2007
  • 7. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires III- Résolution d’un système linéaire de Cramer III-1 Définition d’un système de Cramer Un système linéaire est dit de Cramer si le nombre de ses inconnues m est égal au nombre de ces équations n et est égal à son rang r (n = m = r) . Un système linéaire est de Cramer ssi sa matrice associée est carrée (n = m) et Un système linéaire de Cramer admet une unique solution. L’unique solution d’un système linéaire homogène de Cramer est le vecteur nul. + 3 + 2 = x x x b 1 2 3 1 + + = 2 3 x x x b 1 2 3 2 + + = x x x b 1 2 3 3 ¨ n = m = 3⇒ A est une matrice carrée d’ordre 3. det A = = : det A ¹ 0 et A est alors une matrice inversible (r = 3) . ¨ Le système (S) est alors un système linéaire de Cramer. III-2 Résolution par l’inversion de la matrice du système On propose de résoudre un système linéaire (S) de n équations à n inconnues, écrit sous sa ¨ On vérifie si le système (S) est de Cramer : · Si det A = 0 alors le système (S) n’est pas de Cramer. · Si det A ¹ 0 alors le système (S) est de Cramer, et on passe à sa résolution. ¨ Un vecteur X est solution du système (S) ssi A.X = b ssi X = A-1b car A est inversible. 1 1 C A A- = t · On calcule A-1 : ( ( )) · X = A-1.b est alors l’unique solution du système (S) . 7 Définition : Théorème : inversible (r = n) . Exemple :      1 3 2      ⇒ =    2 1 3 3 2 1 3 2 ( ) A S 1 3 2 ¨ 2 1 3 18 3 2 1 forme matricielle A.X = b . Etapes de la résolution : det A Professeure Salma DASSER Session Automne-hiver 2007
  • 8. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires ( S ) ¨ L’écriture matricielle du système (S) est : det A = = : det A ¹ 0 A est alors une matrice inversible ¨ Le vecteur X est solution du système (S) ssi A.X = b ssi X = A-1b . 1 1 C A A- = t · Calcul de A-1 : ( ( )) 2 3 1 3 + - + 3 1 1 2 2 1 3 2 - + - 3 1 1 2 2 1 3 2 + - + 2 1 3 2 1 3 3 2 1 3 2 1 - = 5/18 1/18 7 /18 7 /18 5/18 1/18 1/18 7 /18 5/18      - X est alors l’unique solution su système (S) 8 Exemple : ¨ Le système (S) est donné par :    + + = 3 2 6 x x x 1 2 3 + + = 2 x x 3 x 6 1 2 3 + + = - 3 x 2 x x 12 1 2 3           - =                1 3 2      6 6 12 2 1 3 3 2 1 x 1 2 3 x x     A et  1 3 2  =     2 1 3 3 2 1           - = 6 6 12 b ¨ le système (S) est de Cramer : 18 1 3 2 2 1 3 3 2 1 det A 5 7 1     1 5 7 7 1 5   - =     - -                   = 2 3 1 3 C(A)     5 1 7 7 5 1 1 7 5   - =     - - t (C(A))           - -     5 1 7 7 5 1 1 7 5       - - - 1 1 A - = 18 · X = A-1.b      - =                  .   - 5 1 7 7 5 1 - - =           ⇒ = 6 0 6 6 6 12 1 7 5 1 18 x 1 2 3 x x X ¨      - =     6 0 6 Professeure Salma DASSER Session Automne-hiver 2007
  • 9. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires III-3 Résolution par la méthode de Cramer On propose de résoudre un système linéaire (S) de n équations à n inconnues, écrit sous sa ¨ On calcule le déterminant de la matrice A : det A · Si det A = 0 alors le système (S) n’est pas de Cramer. · Si det A ¹ 0 alors le système (S) est de Cramer, et on passe à sa résolution. ¨ On calcule les déterminants, dits de Cramer D i n la matrice A où l’on a remplacé la colonne i par le vecteur b : a L a b a L a - + 11 1 1 1 1 1 1 i i n det M M M M M M M , 1 £ i £ n a L a b a L a - + 1 1 1 n ni n ni nn x 1 X M n x M est alors l’unique solution du système (S) . ( S ) ¨ L’écriture matricielle du système (S) est :      - 9 forme matricielle A.X = b . Etapes de la résolution : xi , 1 £ £ , où xi D est le déterminant de           = x D i ¨ On calcule le vecteur solution       =     D x xi i = , 1 £ £ : i n A det ¨                   = 1 A x det xn A D D X det Exemple : ¨ Le système (S) est donné par :    + + = 3 2 6 x x x 1 2 3 + + = 2 x x 3 x 6 1 2 3 + + = - 3 x 2 x x 12 1 2 3           - =                1 3 2      6 6 12 2 1 3 3 2 1 x 1 2 3 x x     A et  1 3 2  =     2 1 3 3 2 1      = 6 6 12 b Professeure Salma DASSER Session Automne-hiver 2007
  • 10. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires det A = = : det A ¹ 0 A est alors une matrice inversible x1 D , x2 D et x3 D : 2 1 ( , 2 ) 6 3 2 6 3 2 ® - ® + L L L L L L 2 2 1 3 3 1 - = = - = ´ = - 1 · 108 - - 6 1 ( 2 , 3 ) 1 6 2 1 6 2 ® - ® - L L L L L L 2 2 1 3 3 1 = = - - = ´ = 2 · 0 - - 5 6 ( 2 , 3 ) 1 3 6 1 3 6 ® - ® - L L L L L L 2 2 1 3 3 1 = = - - = ´ = 3 · 108 X : ( x = D /det A, 1 £ i £ 3 X est alors l’unique solution su système (S) 10 ¨ le système (S) est de Cramer : 18 1 3 2 2 1 3 3 2 1 ¨ Calcul des déterminants de Cramer 8 5 6 0 2 1 0 8 5 6 1 3 12 2 1 - Dx - - 30 5 1 0 6 1 - - 0 30 5 2 6 3 - 3 12 1 Dx - - 7 30 1 0 5 6 - - 0 7 30 2 1 6 - 3 2 12 Dx ¨ Calcul du vecteur solution       =     x 1 2 3 x x i xi ) 108 D x x · 6 1 = = - = - 18 det 1 A D x x · 0 2 = = det 2 A 108 D x x · 6 3 = = = 18 det 3 A ¨      - =     6 0 6 Professeure Salma DASSER Session Automne-hiver 2007
  • 11. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires IV- Résolution d’un système linéaire non de Cramer Un système linéaire non cramien ou non de Cramer c’est un système dont le nombre des inconnues m n’est pas égal au nombre des équations n ou dont le nombre des inconnues m est égal au nombre des équations n mais dont le rang r ne leur est pas égal (n ¹ m) ou (n = m et r ¹ n) .    + + + = 2 3 4 2 x x x x 1 2 3 4 + + = 2 2 2 x x x 2 3 4 1) ⇒ (S) est un système linéaire non de Cramer : AÎM(4) et rg(A) = 2 ¹ 4 , (n = m = 4 et r ¹ n) = A et Le système (S) est un système linéaire non de Cramer : AÎM(4,3) , (n ¹ m) IV-1 Résolution d’un système avec second membre On propose de résoudre un système linéaire non de Cramer (S) de n équations à m inconnues, 1 X M ¨ On cherche le rang r de la matrice A : rg(A) = r · Si (n = m = r) alors le système est un système linéaire de Cramer et sa résolution se fait par l’une des méthodes développées au paragraphe précédent. · Sinon, le système est alors un système linéaire non de Cramer. Pour le résoudre, on suit 11 Définition : Exemples :     - - - = 2 x x 2 x 2 1 2 4 - + = 2 2 2 ( ) x x 1 3 S      A et        1 2 3 4 0 1 2 2 - - - - = 2 1 0 2 2 0 2 0         =       2 2 2 2 b    + - = 2 x 3 x x 2 1 2 3 - + = 2 x x x 1 2 3 2) ⇒  5 3 2   x x 2 3 3 2 2  - = + = ( ) x x 1 2 S 2 3 1      1 1 1 0 5 3        - - - 3 2 0         =       2 2 2 2 b écrit sous sa forme matricielle A.X = b .       =    L 11 1 M M M  m a a a L a 1 n nm A ,       =     x m x et       =    1 b M  b n b Etapes de la résolution : les étapes suivantes . Professeure Salma DASSER Session Automne-hiver 2007
  • 12. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires ¨ On suppose que la matrice r A formée par les r premières lignes et les r premières colonnes de la matrice A a un déterminant non nul r D : a L a a L a + 1,1 1, 1, 1 1, r r m         M M M M M M a L a a L a + ,1 , , 1 , r r r r r r m a L a a L a + + + + + 1,1 1, 1, 1 1, r r r r r r m M M M M M M a L a a L a + ,1 , , 1 , n n r n r n m · Cette hypothèse peut toujours être vérifiée, à un changement près de l’ordre des équations et/ou de l’ordre des inconnues. Elle ne restreint donc pas l’étude qui suit mais en simplifie seulement l’exposé. · r D s’appelle le déterminant principal. On en déduit : Les inconnues principales r x , , x 1 L , dont les coefficients sont les colonnes de r A les autres inconnues r m x , , x 1 + sont dites non principales ou arbitraires. Les équations principales, qui sont les lignes du déterminant principal : ce sont les r premières équations du système. Les autres équations sont dites équations non principales. ¨ On écrit les matrices (M , 1 h n r) h £ £ - de type (r +1, r +1) définies par : a L a b 1,1 1, r 1       =     M M M M h £ £ - a L a b ,1 , r r r r a L a b + ,1 + , + r h r h r r h · Les déterminants des matrices (M , 1 h n r) h £ £ - s’appellent les déterminants caractéristiques du système A.X = b . On note M h n r h h D = det( ), 1 £ £ - ¨ On vérifie les conditions, dites conditions de compatibilité du système A.X = b : h n r h D = 0, 1 £ £ - · 1er cas : $1 £ h £ n - r avec D ¹ 0 h Les équations sont dites incompatibles et le système A.X = b est impossible ou insoluble. · 2ème cas : 1 £ h £ n - r , D = 0 h Le système est possible. Pour le résoudre, on résout le système formé des r équations principales dont les inconnues sont les inconnues principales et où les inconnues arbitraires sont considérées comme des paramètres et sont ajoutées au second membre du système. 12 r a L a 1,1 1, M M M a L a ,1 , r r r ⇒ D = r A           = L h n r M   , 1 Professeure Salma DASSER Session Automne-hiver 2007
  • 13. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires    + + + = 2 3 4 1 x x x x 1 2 3 4 + + = 2 2 0 x x x 2 3 4 1) ⇒ ¨ AÎM(4) et rg(A) = 2⇒ rg(S) = 2⇒ r = 2 2 D = . On en déduit : · Les inconnues principales : 1 x et 2 x · Les inconnues arbitraires : 3 x et 4 x · Les équations principales :    x x x x 1 2 3 4 x x x ¨ Les conditions de compatibilité sont : D = 0, 1 £ h £ 2 h 1 2 1 D = et 0 · Les conditions de compatibilité sont alors vérifiées et le système est possible. Sa résolution revient à résoudre le système de Cramer suivant : + = - + 2 1 (3 4 ) x x x x 1 2 3 4 S 1 x x x = - + (2 2 ) 2 4 3 La solution du système ( ) 1 S est donnée par : ¨ La solution du système (S) est alors égale à l’ensemble : { ( ) 2} E(S) = (x , x , x , x )Î IR / x = 1+ x , x = -2x - 2x , x , x Î IR 1 2 3 1 3 2 3 4 3 4 + + - - + + = (1 x ) 2.( 2 x 2 x ) 3 x 4 x 1 3 3 4 3 4 - - + + = ( 2 x 2 x ) 2 x 2 x 0 3 4 3 4 - + - - - - = - 2.(1 x ) ( 2 x 2 x ) 2 x 2 3 3 4 4 - + + = - 2.(1 x ) 2 x 2 3 3 13 Exemples :     - - - = - 2 x x 2 x 2 1 2 4 - + = - 2 2 2 ( ) x x 1 3 S      A et        1 2 3 4 0 1 2 2 - - - - = 2 1 0 2 2 0 2 0               - - = 1 0 2 2 b ¨ Un déterminant principal est : 1 2 0 1 + 2 + 3 + 4 = 1 2 2 0 + + = 2 3 4 1 2 1 1 = · 0 1 0 0 - - - 2 1 2 D = 0 1 0 = 2 - - 2 0 2    ( )    = - + - 1 (3 4 ) 2 x x x x 1 3 4 2 x x x = - + (2 2 ) 2 4 3 4 ¨ Vérification :        Professeure Salma DASSER Session Automne-hiver 2007
  • 14. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires    + + + = 2 3 4 1 x x x x 1 2 3 4 + + = 2 2 0 x x x 2 3 4 2) ⇒ 2 D = . On en déduit : x x x x 1 2 3 4 x x x 1 2 1 D = et 4 0 2 2 = ⇒ D ¹ 14     - - - = - 2 x x 2 x 2 1 2 4 - + = 2 2 2 ( ) x x 1 3 S      A et        1 2 3 4 0 1 2 2 - - - - = 2 1 0 2 2 0 2 0  1 2 + 2 + 3 + 4 = 1 2 2 0 1 2 1 0 1 0 = 1 - - - 0 1 0 Professeure Salma DASSER Session Automne-hiver 2007              - = 1 0 2 2 b ¨ AÎM(4,4) et rg(A) = 2⇒ rg(S) = 2⇒ r = 2 ¨ Un déterminant principal est : 0 1 · Les inconnues principales : 1 x et 2 x · Les inconnues arbitraires : 3 x et 4 x · Les équations principales :    + + = 2 3 4 ¨ Les conditions de compatibilité sont : D = 0, 1 £ h £ 2 h · 0 2 1 2 2 0 2 - D = · Les conditions de compatibilité ne sont alors pas vérifiées et le système est impossible. IV-2 Cas particulier d’un système homogène On propose de résoudre un système linéaire homogène non de Cramer (S) de n équations à m inconnues, écrit sous sa forme matricielle A.X = 0 . Etapes de la résolution : ¨ On cherche le rang r de la matrice A : rg(A) = r · Si (n = m = r) alors le système est un système linéaire de Cramer et son unique solution est le vecteur nul. · Sinon, le système est alors un système linéaire non de Cramer. Pour le résoudre, on suit les mêmes étapes que pour un système linéaire non de Cramer avec second membre (Les conditions de compatibilité étant toujours vérifiées).
  • 15. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires ¨ On cherche le déterminant principal r D : Les r inconnues principales r x , , x 1 Les m - r inconnues arbitraires r m x , , x 1 Les r équations principales correspondantes à r D . ¨ Les conditions de compatibilité sont toujours vérifiées ( h n r h D = 0, 1 £ £ - ) : a L a b 1,1 1, r 1           D = = 0 L 1,1 1, M M M M M M M M h h = = £ £ - a L a b ,1 , r r r r a a b L ,1 , L L + ,1 + , + + + r h r h r r h ¨ On résout le système de Cramer formé par les r équations principales, dont les inconnues sont les r inconnues principales et où l’on fait passer les m - r inconnues arbitraires au second membre du système A.X = b . ¨ La solution de tout système linéaire non de Cramer homogène est un sous espace vectoriel de dimension égale au nombre de ses inconnues arbitraires égale au rang de sa matice = A et ¨ AÎM(4) et rg(A) = 2 ⇒ rg(S) = 2 ⇒ r = 2 1 2 2 D = . On en déduit : 0 1 Les inconnues principales : 1 x et 2 x Les inconnues arbitraires : 3 x et 4 x    x x x x 1 2 3 4 x x x 15 r a L a 1,1 1, M M M a L a ,1 , r r r D = r ¨ On en déduit : L . L . + h n r a a a a r r r r a a det( M ) det ,1 , r h r h r   0, 1 0 0 Remarque : Exemple : ⇒        + + + = 2 3 4 0 x x x x 1 2 3 4 + + = 2 2 0 x x x 2 3 4 - - - = 2 x x 2 x 0 1 2 4 - + = 2 2 0 ( ) x x 1 3 S             1 2 3 4 0 1 2 2 - - - - 2 1 0 2 2 0 2 0         =       0 0 0 0 b ¨ Un déterminant principal : Les équations principales : + 2 + 3 + 4 = 0 2 2 0 + + = 2 3 4 Professeure Salma DASSER Session Automne-hiver 2007
  • 16. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires ¨ Le système étant homogène, les conditions de compatibilité sont vérifiées. La résolution du système (S) revient alors à résoudre le système de Cramer + = - + 2 (3 4 ) x x x x 1 2 3 4 S 1 x x x = - + 2 4 3 La solution du système ( ) 1 S est donnée par : ¨ La solution du système A.X = 0 est alors égale au sous espace vectoriel : ( ) = {( , , , )Î / = , = -2 - 2 ,( , )Î 2}= (1,-2,1,0), (0,-2,0,1) E S x x x x IR x x x x x x x IR 1 2 3 4 1 3 2 3 4 3 4 + - - + + = ( x ) 2.( 2 x 2 x ) 3 x 4 x 0 3 3 4 3 4 - - + + = ( 2 x 2 x ) 2 x 2 x 0 3 4 3 4 - - - - - = 2.( x ) ( 2 x 2 x ) 2 x 0 3 3 4 4 - + = 2.( ) 2 0 16 suivant :    (2 2 ) ( )    = - + - (3 4 ) 2 x x x x 1 3 4 2 x x x = - + (2 2 ) 2 4 3 4 ¨ Vérification :        x x 3 3 Professeure Salma DASSER Session Automne-hiver 2007
  • 17. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires V- Complément : résolution d’un système linéaire par la méthode d’élimination de Gauss ¨ On considère un système linéaire (S) de n équations à n inconnues : ¨ On l’écrit sous sa forme matricielle A.X = b : 1 X M La méthode d’élimination de Gauss consiste à construire un système linéaire triangulaire (supérieur si on effectue les changements sur les lignes de la matrice du système ou inférieur si on effectue les changements sur les colonnes de la matrice du système) équivalent au système linéaire (S) et le résoudre par montée (système triangulaire supérieur) ou descente (système triangulaire inférieur). ¨ On note A(1) = A et b(1) = b , le système s’écrit alors : A(1) .X = b(1) 11 a ¹ peut toujours être vérifiée, à un changement près de l’ordre des équations et/ou de l’ordre des inconnues. ¨ On définit des nouveaux coefficients a i j n ij , 1 £ , £ (2) et b i n i , 1 £ £ (2) par : = 1 £ £ (1) 1 (2) 1 a a j n j j a (1) = - × (1) + (1) 2 £ £ , 1 £ £ a a i n j n j ij = (1) 1 a (2) 1 b b (1) = - × + £ £ i (1) (1) 2 b b i n 17    + + = a x a x b 11 1 1 n n 1 L + + = M a x L a x b 1 1 n nn n n ( S )       =    L 11 1 M M M  n a a a L a 1 n nn A ,       =     x n x et       =    1 b M  b n b V-1 Etapes de la résolution : V-1-1 Etape 1 V-1-2 Etape 2 : 0 (1) 11 a ¹ ¨ L’hypothèse 0 (1)    (2) 1 (1) 1 11 a a i ij et :    (2) 1 (1) 1 11 a b i i Professeure Salma DASSER Session Automne-hiver 2007
  • 18. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires ¨ Ce qui revient à effectuer pour la matrice A et le vecteur b les changements en lignes = a (1) 1 (2) 1 L L (1) = - × £ £ i i (1) , 2 L i n ¨ Le système A(2) .X = b(2) ainsi obtenu est alors équivalent au système A(1) .X = b(1) : est solution du système A(2) .X = b(2) n = (2) . = (2) , 1 £ £ ij j Σo ssi a x b i n i = a . (1) 1 (1) 1 a x b a j j (1) (1) - × (1) = (1) - 1 × (1) £ £ (1) 1 ( a ) x b , 2 j j = n Σ = . (1) 1 (1) 1 a x b a n j n j j (1) 1 1 Σ Σ a (1) - × a (1) x = b - × £ £ j j (1) n (1) 1 1 b a a i i × = ×Σ= o ssi (1) (1) 1 11 est solution du système A(1) .X = b(1) ¨ On continue la même démarche jusqu’à construire le système A(k ) .X = b(k ) à l’étape k . 18 suivantes :    (2) (1) 1 (1) 1 11 a L L i        =      (2) 1 n (2) 2 (2) 12 a a a (2) 22 n L a L a M M M M (2) (2) 2 (2) 11 (2) 0 0 a a n nn A et         =       (2) 1 b (2) 2 M (2) (2) b n b b En effet : o       =    1 X M  x n x j 1 o ssi        n Σ = j n 1 Σ = b i n (1) 1 11 a (1) 1 11 a a i i j i ij 1 o ssi        (1) 1 11 a (1) a x i ij j = = , 2 (1) b i n (1) 1 (1) 1 11 a i i j j 1 1 a x (1) 1 11 1 (1) a a j j j n = (1) . = (1) , 1 £ £ ij j Σssi a x b i n i j 1 o ssi       =    1 X M  x n x Professeure Salma DASSER Session Automne-hiver 2007
  • 19. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires k k a peut toujours être vérifiée, à un changement près de l’ordre des équations et/ou de l’ordre des inconnues. ij , 1 £ , £ ( ) et b i n k i , 1 £ £ ( ) par : ¨ On définit des nouveaux coefficients a i j n k - = £ £ - £ £ ( ) ( 1) k ij k ij 1 1, 1 a a i k j n - - - - a ( k 1) = - × ( 1) + ( 1) £ £ £ £ k ij k , 1 a a k i n j n - = £ £ - ( ) ( 1) 1 1 k i k i b b i k - - - - a ( k 1) = - × ( 1) + ( 1) £ £ k i k b b k i n ¨ Ce qui revient à effectuer pour la matrice A et le vecteur b les changements en lignes - = £ £ - ( ) ( 1) k i k i 1 1 L L i k - - a ( k 1) - - = - × ( k 1) , £ £ L k i n ( ) ( 1) , 1 k i k i - - - - ( 1) 1 1, 1 k k k k ¨ On montre de même que le système A(k ) .X = b(k ) ainsi obtenu est équivalent au système A(k -1) .X = b(k -1) , donc au système A.X = b : ( k ) 1, n L L O M M M ( ) , k k n M L M M M M M ( ) , k n n a a a a a a a ¨ On continue encore jusqu’à la dernière étape : 19 1, 1 - ¹ - - V-1-3 Etape k : ( k 1) 0 k k a 1, 1 - ¹ - - ¨ L’hypothèse ( k 1) 0    ( ) , 1 k i k ij - - - - a a ( 1) 1, 1, 1 k k j k k et :    ( ) , 1 k i k i - - - - a b ( 1) 1 1, 1 k k k k suivantes :    a k i L L                 = ( k ) 1, k ( ) , k k k ( ) , ( ) 1,1 ( ) 0 k 0 0 0 k n k k A L et         =       ( k ) 1 b ( k ) 2 M ( ) ( ) b k n k b b Professeure Salma DASSER Session Automne-hiver 2007
  • 20. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires ¨ On construit à cette étape, le système : A(n) .X = b(n) , où : a L L L a O L L M M O L M 0 0 n 0 M M O M 0 0 0 0 - = £ £ - ( ) ( 1) n ij n ij 1 , 1 a a i j n - - - - a ( n 1) = - × ( 1) + ( 1) = - £ £ n ij n , 1 a a i n n j n ( ) , 1 n i n ij ( 1) 1, 1, 1 n n j n n - = £ £ - ( ) ( 1) 1 1 n i n i b b i n - - - - a ( n 1) = - × ( 1) + ( 1) = n i n b b i n ¨ Ce qui revient à effectuer pour la matrice A et le vecteur b les changements en lignes - = £ £ - ( ) ( 1) n i n i 1 1 L L i n - - a ( n 1) - - = - × ( n 1) , = L i n ( ) ( 1) , 1 n i n i - - - - ( 1) 1 1, 1 n n n n ¨ Le système A(n) .X = b(n) ainsi obtenu est un système triangulaire supérieur dont la résolution se fait simplement par une méthode de montée. ¨ On montre de même que le système ainsi obtenu A(n) .X = b(n) est équivalent au système A(n-1) .X = b(n-1) , donc au système A.X = b . ¨ On a ainsi déterminer un système triangulaire supérieur équivalent au système A.X = b . 20 1, 1 - ¹ - - V-1-4 Etape n : ( n 1) 0 n n a                 = ( n ) 1, n ( ) , ( ) 1,1 ( ) n n n n a A et         =       ( n ) 1 b ( n ) 2 M ( ) ( ) b n n n b b avec :    - - - - a a et :    ( ) , 1 n i n i - - - - a b ( 1) 1 1, 1 n n n n suivantes :    a n i L L Professeure Salma DASSER Session Automne-hiver 2007
  • 21. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires ⇒ ¨ On note A(1) = A et b(1) = b , le système s’écrit alors : A(1) .X = b(1) ¨ On effectue pour la matrice A et le vecteur b les changements en lignes suivantes : = (1) (1) 1 a L L = - × £ £ (1) , 2 4 L i 2 1 0 4 0 0 3 1 A(2) et - - 0 1 2 0 - - - 0 3 12 1 21 V-2 Exemple :        + + = 2 x x 4 x 2 1 2 4 - - + - = - 4 x 2 x 3 x 7 x 9 1 2 3 4 + - + = 4 x x 2 x 8 x 2 1 2 3 4 - - - = 3 12 2 ( ) x x x 2 3 4 S      2 1 0 4 4 2 3 7 A et 4 1 2 8 0 3 12 1       - - - =  - - - -         - =       2 9 2 2 b V-2-1 Etape 1 : V-2-2 Etape 2 : 2 0 (1) 11 a = ¹    (2) 1 (2) (1) i 1 (1) 1 11 a L L i i ou encore :            ® L L 1 1 ® - - 4 × L L L 2 2 1 2 4 ® - × L L L 3 3 1 2 0 ® - × L L L 4 4 1 2 ie :        ® L L 1 1 ® + 2 L L L 2 2 1 ® - 2 L L L 3 3 1 ® L L 4 4 ¨ On obtient alors :             =               - - = 2 5 2 2 b(2) Professeure Salma DASSER Session Automne-hiver 2007
  • 22. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires 2,2 a = : on effectue alors un changement de l’ordre des équations 2,2 a ¹ , ce qui revient à échanger la ligne 2 et la ligne 3 : 2 1 0 4 - - 0 1 2 0 A(2) et 0 0 3 1 - - - 0 3 12 1 ¨ On effectue pour la matrice A et le vecteur b les changements en lignes suivantes : = £ £ L L i (2) (3) (2) a i i = - × £ £ 1 2 , 3 4 L i      2 1 0 4 0 1 2 0 A(3) et 0 0 3 1 0 0 6 1  - - - - 22 V-2-3 Etape 3 : (2) 0 2,2 a = ¨ On est dans le cas où 0 (2) pour obtenir ( 0) (2)             =               - - = 2 2 5 2 b(2)    (2) (3) (2) i 2 (2) 2 22 a L L i i ou encore :          0 × - L L 1 1 L L 2 2 L L L 3 3 2 × ® ® ® - ® - - 1 3 L L L 4 4 2 - 1 ie :        ® L L 1 1 ® L L 2 2 ® L L 3 3 ® - L L 3L 4 4 2 ¨ On obtient alors :       =              - =  - 2 2 5 8 b(3) Professeure Salma DASSER Session Automne-hiver 2007
  • 23. Semestre : S3, Module : M10, Matière : Mathématiques II Chapitre 5 : Systèmes linéaires ¨ On effectue pour la matrice A et le vecteur b les changements en lignes suivantes : = £ £ 1 3 L L i (3) (4) (3) a i i = - × = , 4 L i      2 1 0 4 0 1 2 0 A(4) et 0 0 3 1 0 0 0 1  ¨ Pour résoudre le système A.X = b , il suffit alors de résoudre le système triangulaire o Le système A(4) .X = b(4) s’écrit :          x x x x x x x x        - =                            2 1 0 4 - - - = 2 9 3 4 4 2 3 7 A X = b - 4 1 2 8 - - - 0 3 12 1 23 V-2-4 Etape 4 : 3 0 (3) 3,3 a = ¹    (3) (4) (3) i 3 (3) 3 33 a L L i i ou encore :          ® L L 1 1 ® L L 2 2 ® L L 3 3 ® - - 6 × L L L 4 4 3 3 ie :        ® L L 1 1 ® L L 2 2 ® L L 3 3 ® + L L 2L 4 4 3 ¨ On obtient alors :       - - =               - = - - 2 2 5 2 b(4) supérieur A(4) .X = b(4) par montée : ⇒        + + = 2 x x 4 x 2 1 2 4 - - = - 2 2 x x 2 3 + = - 3 5 = - 2 x x 3 4 4 x ⇒ 1 = - - = (2 4 ) 3 2 1 2 4 = - = 2 2 4 2 3 1 = - - = - ( 5 ) 1 3 3 4 = - 2 4               - - = 3 4 1 2 X V-2-5 Vérification :    .  - -   2 2 1 2 . Professeure Salma DASSER Session Automne-hiver 2007