Mathématiques - ECS1

Systèmes linéaires
Lycée La Bruyère
30 avenue de Paris
78000 Versailles

c 2017, Polycopié du cours de mathématiques de première année.

 2 Résolution des systèmes linéaires par la mé-
thode de Gauss.

2.1 Objectifs

Définition d’un système linéaire.

Système homogène. Système de Cramer.
Résolution d’un système linéaire par la méthode du La méthode sera présentée à l’aide d’exemples.
pivot de Gauss. On adoptera les notations suivantes pour le codage
des opérations élémentaires sur les lignes :
Li ← Li + aL j avec i , j , Li ← aLi (a , 0),
L j ↔ Li , Li ← aLi + bL j (a , 0, i , j).

2.2 Systèmes linéaires

2.2.1 Quelques exemples

 Premier exemple.

x +y = 1
(
(S ) :
x +y = 0
Il est clair que ce système est impossible.
Géométriquement, les couples (x, y) solutions d’un tel système sont les coordonnées
des points d’intersections éventuels des droites d’équation x +y = 1 et x +y = 0. Ces droites
sont parallèles non confondues, donc elles n’ont aucun point d’intersection.
 Deuxième exemple.

x −y −z = 0
(
(S ) :
x +y −z = 1
Pour ce deuxième système, en retranchant la première équation de la deuxième, on
1
obtient 2y = 1 donc y = , puis en substituant à y sa valeur dans les deux équations, on
2
1
obtient deux fois la même équation : x − z = .
2
Comment décrire alors les solutions d’un tel système ?
Géométriquement, les triplets (x, y, z) solutions d’un tel système sont les coordonnées
des points d’intersections éventuels des plans d’équation x − y − z = 0 et x + y − z = 0.
Ces plans ne sont ni parallèles ni confondues, donc ils se coupent suivant une droite. Il
y a donc une infinité de solutions correspondant aux coordonnées des points de cette droite.
 Troisième exemple.

y +2z = 1



x −2y +z = 0

(S ) : 

3y −4z = 23




2
 2.2 Systèmes linéaires  3

Dans cet exemple, on peut additionner le double de la première avec la troisième équa-
tion pour obtenir 5y = 25 donc y = 5 puis la première donne 2z = 1 − y = 1 − 5 = −4 donc
z = −2 et enfin la deuxième donne x = 2y − z = 10 + 2 = 12.
Cette situation correspond géométriquement à déterminer les coordonnées des points
d’intersection de trois plans de l’espace dont les équations sont celles du système. Les
calculs précédents montrent que ces trois plans se rencontrent en un seul point.
 Quatrième exemple.

x −2y −4z = 0



+4y +3z = 1

(S ) :  −2x

 −x +2y −z = 1



On peut additionner la première et la troisième équation pour obtenir z directement, ce

1
qui donne −5z = 1 donc z = − .
5
Ensuite, en retranchant la première de la troisième, on retrouve la deuxième équation
qui est donc superflue.
On doit donc résoudre le système réduit
x −2y = − 45
(
0
(S ) :
−x +2y = 54
qui se réduit encore à une seule équation x − 2y = 45 .
La situation est donc celle du deuxième exemple.
 Cinquième exemple.

+y +z +t =


 x 1
+t =


 x

 −y −z 3
(S ) : 


 −x −y +z −t = 1
+y =

 −3x −3z −3t 4


Dans cet exemple, en additionnant la première et la deuxième, on obtient 2x + 2t = 4

soit x + t = 2. Par conséquent y + z = −1.
En faisant de même avec la première et la troisième, on obtient 2z = 2 donc z = 1 puis
y = −1 − z = −1 − 1 = −2.
On peut additionner aussi le triple de la première et la quatrième pour avoir 4y = 7
donc y = 47 ce qui n’est pas cohérent avec la valeur trouvée précedemment.
Le système n’a donc pas de solution.
Conclusion et objectif pour la suite.
Plusieurs situations peuvent donc se produire lors de la résolution de systèmes li-
néaires : absence de solutions, unicité de la solution ou encore une infinité de solutions.
Dans ce dernier cas, il est important de pouvoir décrire toutes les solutions.
Les résolutions des systèmes précédents ont été menées, en tâtonnant dans les équa-
tions, sans véritable plan méthodique.
Le but de ce court chapitre est de présenter une méthode algorithmique, permettant de
résoudre rigoureusement un système linéaire.

2.2.2 Généralités
4  Résolution des systèmes linéaires par la méthode de Gauss.

Définition 1. Soient n et p deux entiers naturels non nuls. Un système linéaire de n

équations à p inconnues est un système de n équations linéaires à p inconnues
a11 x1 + a12 x2 + . . . +a1p x p = y1



 a21 x1 + a22 x2 + . . . +a2p x p = y2




(S ) : 


 ...
 an1 x1 + an2 x2 + . . . +anp x p = yn



Les notations ai j et yi pour 1 ≤ i ≤ n et 1 ≤ j ≤ p désignent des nombres réels ou

complexes fixés et x1 , x2 , . . . , x p sont les inconnues du systèmes.

Définition 2. — Une solution du système est un p-uplet (x1 , x2 , . . . , x p ) de nombres

réels ou complexes pour lesquels les n équations du système (S ) sont vérifiées.
— Le système est dit compatible s’il existe au moins une solution au système.
— Le système est dit homogène si y1 = y2 = . . . = yn = 0.
Le système homogène associée au système (S ) est le système S 0 obtenu en rem-
plaçant dans le système S dans chaque équation y1 , y2 , . . . , yn par 0.
— Un système linéaire admettant une unique solution est appelée système de Cra-
mer.

2.3 Méthode de Gauss

La méthode du pivot de Gauss permet par l’intermédiaire de certaines manipulations

de transformer un système (S )
a11 x1 + a12 x2 + . . . +a1p x p = y1



 a21 x1 + a22 x2 + . . . +a2p x p = y2





(S ) :  ..
... .




 a x + a x + . . . +a x = y


n1 1 n2 2 np p n

en un système échelonnée (S 0 ) équivalent

b11 t1 + b12 t2 + . . . +b1r tr + . . . +b1p t p = z1



b22 t2 + . . . +b2r tr + . . . +b2p t p = z2





..


.






0
+brr tr + . . . +brp t p = zr

(S ) : 

0 = zr+1





..



.






0 = zn



où les inconnues t1 , t2 , . . . , t p sont les inconnues x1 , x2 , . . . , x p éventuellement réordonnées.

Définition 3. Les r inconnues t1 , t2 , . . . , tr s’appellent alors inconnues principales et

les autres tr+1 , . . . , t p lorsqu’elles existent s’appellent inconnues non principales.
 2.3 Méthode de Gauss  5

2.3.1 Opérations élémentaires

Ci-dessous, le symbole λ désigne un nombre réel ou complexe.

Définition 4. On appelle opération élémentaire, l’une des quatre opérations ci-

dessous :

• Interversion de deux équations : Ei ←→ E j

• Remplacement d’une équation E j par λE j avec λ , 0 : E j ←− λE j
• Remplacement d’une équation E j par E j + λEi où λ est un nombre réel (ou com-
plexe) et i , j : E j ←→ E j + λEi
• Permutation des inconnues avec conservation de leurs coefficients.

Proposition 1. Deux systèmes linéaires se déduisant l’un de l’autre par une opération
élémentaire possèdent le même ensemble de solutions.

Les opérations élémentaires conservent l’équivalence dans la résolution des systèmes

linéaires.
L’objectif de la section suivante est de présenter une méthode qui
— évite la manipulation hasardeuse des équations,
— qui permette de conclure systématiquement à l’existence ou non de solutions
— fournit toutes les solutions, lorsque le système en possède,

2.3.2 Etapes de la méthode du pivot de Gauss

(1) Par permutation éventuelle de deux équations ou de deux inconnues, on place en pre-
mière ligne une équation dont le premier coefficient est non nul. Ce sera le premier
pivot.
Appelons t1 l’inconuue placée au premier rang.
Grâce aux manipulations Ei ←− Ei + λE1 pour i > 1 on élimine l’inconnue t1 de
toutes les équations sauf de la première.
(2) Deux cas peuvent alors se produire :
(a) soit tous les coefficients des équations qui suivent la première sont nuls et dans ce
cas le système est échelonné,
(b) soit le système obtenu en retirant la première équation possède encore un coef-
ficient non nul et dans ce cas, on applique à ce système ayant une équation de
moins l’algorithme précédent.

Après un nombre fini de transformations, on obtient un système échelonné.

2.3.3 Mise en oeuvre de la méthode

Voyons un exemple et transformons le système dépendant du paramètre k ∈ R :

x −2y +z −t = 1



 2x −4y −z −3t = 3




(S ) : 


 x −2y +4z =0
 5x −10y −z −7t = k


6  Résolution des systèmes linéaires par la méthode de Gauss.

L’inconnue placée au premier rang possède un coefficient non nul : ce sera donc notre
premier pivot qui va nous permettre d’éliminer l’inconnue x des équations suivantes :
x −2y +z −t = 1



−3z −t = 1 E2 ←− E2 − 2E1 ,




(S ) ⇐⇒ 



 3z +t = −1 E3 ←− E3 − E1 ,
−6z −2t = k − 5 E4 ←− E4 − 5E1



x −2y +z −t = 1



−3z −t = 1




⇐⇒ 



 0 =0 E3 ←− E3 + E2 ,
0 = k − 7 E4 ←− E4 − 2E2




2.3.4 Discussion sur le système échelonnée obtenu

(1) Le système échelonné possède une équation à coefficients tous nuls mais dont le second
membre est non nul : dans ce cas, le système n’a pas de solutions et il est dit impossible
(2) Le système échelonné obtenu est de la forme :
b11 t1 + b12 t2 + . . . +b1p t p = z1



b22 t2 + . . . +b2p t p = z2




(S 0 ) : 

..




 .
b pp t p = z p




avec bii , 0 pour tout 1 ≤ i ≤ p. Toutes les équations après la p-ème sont de la forme
0 = 0, ce qui ne peut se produire que pour p ≤ n. Le système (S ) possède alors une
unique solution que l’on détermine en calculant d’abord t p puis t p−1 , etc. . .
(3) Le système échelonné obtenu est de la forme :
b11 t1 + b12 t2 + ... +b1p t p = z1



b22 t2 + ... +b2p t p = z2




(S 0 ) : 

.. ..




 . .
brr tr + . . . +brp t p = zr




avec r < p et bii , 0 pour tout 1 ≤ i ≤ r. Toutes les équations après la r-ème sont de
la forme 0 = 0. Les p − r inconnues tr+1 , . . . , t p peuvent être fixées librement et déter-
minent de façon unique les r autres inconnues t1 , . . . , tr dites inconnues principales.
Le système est alors dit de rang r et ce rang r ne dépend que du système (S ) et pas des
opérations appliquées pour échelonner le système.

2.3.5 Retour à l’exemple

Revenons à l’exemple du système qu’on a échelonné précédemment :

(1) si k , 7 alors le système est impossible.
(2) si k = 7, en échangeant l’ordre des inconnues on est ramené au cas (3) de la discussion
précédente :
x −2y +z −t = 1
(
(S ) ⇐⇒
−3z −t = 1
x +z −2y −t = 1
(
⇐⇒
−3z −t = 1
 2.4 Exercices  7

puis on exprime les inconnues principales x, z en fonction des inconnues non princi-
pales y, t pour décrire l’ensemble des solutions du système.
 4 4


 x = +2y + t

 3 3
y =



 y
(S ) ⇐⇒  1 1
z =−

− t



3 3



 t =

t

On conclut alors en disant que l’ensemble des solutions du systèmes (S ) sont les
quadruplets (x, y, z, t) ∈ R4 tels que
4 4 1 1
x= + 2y + t, z = − − t.
3 3 3 3

2.4 Exercices

Exercice 1. Résoudre les systèmes suivants, en discutant éventuellement suivant

les paramètres
2x −y +3z = 2x +3y +5z = 10
 

 9 

3x −5y +z = 3x +7y +4z = 3
 
(S 1 ) :  −4 (S 2 ) : 
 
 4x −7y +z =


5  x +2y +2z = 3



5x +2y +3z = −2 x +y +z = a
 

 

2x −2y +5z = 0 x + jy + j2 z = b
 
(S 3 ) :  (S 4 ) : 
 
 3x +4y +2z = −10

  x + j2 y + jz = c



+5y = +2y +t =
 

 2x −8z 8 
 2x −z 4
+3y = +3y +2t =

 

 4x

 −9z 9  4x

 −z 6
(S 5 ) :  (S 6 ) : 


 2x +3y −5z = 7 

 8x +5y −3z +4t = 12
+8y = +3y +2t =
 
 x −7z 12  3x −2z 6
 

Exercice 2. Déterminer le ou les polynômes P, de degré 3 vérifiant

P00 (t) + P0 (t) − P(t) = t3 − t.

Exercice 3. Déterminer des réels a, b, c et d tels que pour tout réel x distinct de
−2, −1, 0, 1,
11x3 − x + 2 a b c d
= + + +
(x2 − 1)(x2 + 2x) x − 1 x + 1 x + 2 x

2.5 Exercices avancés

8  Résolution des systèmes linéaires par la méthode de Gauss.

= α


 x −y −u −5t
+y −z −4u +t = β


 2x


Exercice 4. Montrer que le système suivant  est compa-


 x +y +z −4u −6t = γ
+4y +2z −8u −5t = δ

 x

tible si et seulement si 8α − β − 11γ + 5δ = 0.

Exercice 5. Résoudre les systèmes suivants, en discutant éventuellement suivant les pa-
ramètres

ax −3y +5z = 4 +2z = 2

 

 
 ax
x −ay +3z = 2 +2y = 1
 
(S 5 ) :  (S 6 ) :  5x
 
 9x −7y +8az = 0

  x −2y +bz = 3



ax +y +z = 1



x +ay +z = 1

(S 7 ) : 

 x +y +az = 1



+3t = +3z +t =
 

 2x −y −6z −1 
 2x −5y 5
+2z = +3z =

 

 7x

 −4y −15t −32  3x

 −7y −t −1
(S 10 ) :  (S 11 ) : 


 x −2y −4z +9t = 5 

 5x −9y +6z +2t = 7
+2z = +3z +t =
 
 x −y −6t −8  4x −6y 8
 

+7y +3z +t = +3y +z +2t =

 

 2x 5 
 2x 3
+3y +5z = +6y +3z +4t =

 

 x

 −2t 3  4x

 5
(S 12 ) :  (S 13 ) : 


 x +5y −9z +8t = 1 

 6x +9y +5z +6t = 7
+18y +4z +5t = +12y +7z +λt =

 5x 
12  8x 9
 

λx +y +z +t =


 1
+λy +z +t =


 x

 −2
(S 14 ) : 


 x +y +λz +t = 0
+y +z +λt =

 x 3


Exercice 6. Quatre couples ont consommé 44 verres de Coca-Cola. Ann en a bu deux,

Betty en a bu trois, Carol en a bu quatre et Dorothy en a bu cinq. M. Brown en a bu
autant que sa femme, M. Green en a bu deux fois plus que sa femme, M. White trois
plus que sa femme et M. Smith en a bu quatre fois plus que sa femme. Pouvez vous
reconstituer les couples ?

Exercice 7. Un travail peut être effectué en quatre jours par Alice et Bob, il demande
trois jours pour Bob et Charles et seulement 2, 4 jours pour Alice et Charles.
Combien de temps mettront Alice, Bob et Charles s’ils font chacun ce travail seul ?
 2.6 Indications pour les exercices  9

2.6 Indications pour les exercices

Indication pour l’exercice 2. Introduire les coefficients de P et former un système linéaire

vérifié par ces coefficients.

Indication pour l’exercice 3. Mettre les deux membres de l’égalité au même dénomina-
teur et identifier les numérateurs.

Indication pour l’exercice 4. Appliquer l’algorithme de Gauss.

Indication pour l’exercice 7. Introduire a, b, c les nombres de jours respectifs pour Alice,
Bob et Charles et former un système en 1a , 1b et 1c .