Chapitre 2 : Systèmes linéaires d’équations

Dans ce chapitre notre but est d’introduire (voire juste rappeler) certaines notions et objets mathéma-
tiques qui présentent un intérêt en soi mais qui sont aussi indispensables en tant qu’outils de calcul pour le
reste du cours. L’accent est donc posé pour l’instant sur la pratique de ces notions dans les calculs à venir.
Vers la fin du cours, ainsi que dans le cursus de l’année suivante, un nouveau regard, enrichi par les nouvelles
connaissances acquises, sera donné à ces notions. Mais avant tout, fixons quelques notations :
— On notera dorénavant par K soit l’ensemble des réels R, soit celui des complexes C.
— Pour n ∈ N∗ , on note par Kn le produit cartésien n fois de K par lui-même :

Kn = K × . . . × K = {(x1 , . . . , xn ) | xi ∈ K, ∀i = 1, . . . , n}.

— Le signe ≡ ne signifiera pas "congruent modulo ..." mais, plus généralement "identique à ..." ou
"équivalent à..." (mais seulement en parlant d’une identification au travers d’une relation d’équivalence)
— Dans certaines formules on rencontrera le signe := qui signifie "égal par définition" ; la quantité de
gauche (du coté où se trouve le " : ") étant définie par celle de droite, supposée connue.
— Dans le même esprit on utilise le signe :≡ qui veut dire "on note (ce qui est à droite) par (ce qui est à
gauche)" ce qui revient à définir ce qui est à gauche (du coté de " : ") mais juste en tant que notation.

1 Définitions, exemples
Un système linéaire (S) à n équations et m inconnues x1 , x2 , . . . , xm est une suite d’égalités :



a11 x1 + a12 x2 + . . . + a1m xm = b1

a x + a x + . . . + a x

= b2
21 1 22 2 2m m
(S)


... ...

an1 x1 + an2 x2 + . . . + anm xm = bn



où les aij et les bi , avec i = 1, . . . , n et j = 1, . . . , m sont des constantes de K (donc réelles ou complexes)
appelées les coefficients du système (S). Les égalités partagent visuellement le système en son "membre de
gauche" (ou premier membre) et son "membre de droite" (ou second membre).
Si les coefficients b1 , b2 , . . . , bn sont tous nuls, on dit que le système linéaire est homogène.
Si n = m il y a autant d’inconnues que d’équations, et on peut parler alors d’un système carré n × n.
Résoudre un système linéaire, c’est chercher l’ensemble des éléments (x1 , . . . , xm ) de Km tels que les
égalités de (S) soient simultanément vraies. On dit alors qu’on a trouvé l’ensemble des solutions du système
(S), qu’on notera par S .
Un cas particulier notable est celui des systèmes homogènes : il est évident que (x1 , . . . , xm ) = (0, . . . , 0) est
toujours une solution pour ce type de système (pas forcement l’unique, pourtant !). Cette solution s’appelle
"triviale".
On dit que deux systèmes linéaires sont équivalents s’ils ont le même ensemble de solutions :

(S1 ) ⇔ (S2 ) si et seulement si S1 = S2 .

Noter que l’ensemble S peut être vide, auquel cas on parle d’un système (S) incompatible. Ou bien, S
peut être formé d’un seul élément, auquel cas on parle d’un système (S) à solution unique. Enfin, S peut
être formé d’une infinité d’éléments. Noter que l’alternative d’un nombre N fini de solutions avec 2 6 N < ∞
ne peut arriver dans le cas des systèmes linéaires.
Une des méthodes parmi les plus efficaces pour connaître la nature de l’ensemble S des solutions sans
résoudre effectivement le système (S) (ce qui revient a faire une étude qualitative sur (S)), est la méthode
du pivot (de Gauss).

1
2 La méthode du pivot : but et conséquences
Tout d’abord, on admettra pour l’instant (et on démontrera vers la fin du cours) qu’on peut effectuer
certaines manipulations algébriques sur le système (S) sans affecter l’ensemble de ses solutions.
Ces opérations élémentaires, par lesquelles on obtient donc des systèmes équivalents au système initial,
sont :
— La permutation d’équations de (S)
— La permutation de la position des inconnues dans (S)
— La multiplication d’équations de (S) par des constantes non-nulles
— L’addition d’équations de (S)
En combinant les deux dernières opérations, on dit souvent qu’on ajoute à une équation de (S) une "com-
binaison linéaire" des autres équations.
La méthode du pivot repose sur une manière algorithmique d’effectuer ces opérations élémentaires sur
(S). Elle a comme but l’obtention d’un système échelonné, à savoir un système (S 0 ) équivalent au système
initial (S), qui ait la forme :



 a11 x1 + a12 x2 + a13 x3 + . . . + a1 p−1 xp−1 + a1p xp + . . . + a1m xm = b1

a022 x2 + a023 x3 + . . . + a02 p−1 xp−1 + a02p xp + . . . + a02m xm = b02

0 · x1 +






a033 x3 + . . . + a03 p−1 xp−1 + a03p xp + . . . + a03m xm = b02

 0 · x1 + 0 · x2 +



(S 0 ) .. ..


 ...... . . ...... ...... ......


a0p−1 p−1 xp−1 + a0p−1 p xp + . . . + a0p−1 m xm = b0p−1

0 · x1 + 0 · x2 + 0 · x3 + . . . +






a0pp xp + . . . + a0pm xm = b0p

 0·x +

0 · x2 + 0 · x3 + . . . + 0 · xp−1 +
1

Remarquer – et c’est là même le sens du mot "échelonné" – que dans le membre de gauche de (S 0 ) les
coefficients du système se trouvant dans le triangle gauche en bas sont tous nuls, et normalement on ne
devrait plus les mettre dans le système.
Nous avons noté par a0ij et b0i , avec i = 2, . . . , p et j = 1, . . . , m les nouveaux coefficients du système qui
résultent après avoir effectué des opérations élémentaires.
Les coefficients encadrés a11 , a022 , . . . , a0p−1 p−1 , a0pp sont ceux qui ont servi comme "pivots" le long de l’al-
gorithme qui nous a fait passer de (S) à (S 0 ). Ces coefficients sont tous non-nuls, à l’exception éventuellement
de a0pp . On peut donc reformuler, en disant que le but de l’algorithme du pivot consiste en l’obtention, dans
le membre de gauche du système final (S 0 ), de coefficients nuls en-dessous des pivots.
Remarquer que l’indice de la dernière équation a été noté p au lieu de n comme c’était le cas dans le
système initial (S). De toute manière, on a p 6 n. Ceci est dû au fait que, suite à l’algorithme du pivot
(quitte à inverser en cours de route l’ordre des équations, voire celui des inconnues), un nombre de n − p
équations peuvent se réduire à l’identité 0 = 0 et il n’est plus nécessaire de les reporter dans le système (S 0 ).
En réalité, on devra admettre (pour l’instant) qu’on a, de surcroît, p 6 m et ceci même si dans (S) on avait
dès le début m 6 n.
Une fois arrivés à la forme (S’), i.e. au bout de l’algorithme du pivot, nous pouvons faire une discussion
qualitative pour le système initial (S) : on sera capables de dire s’il n’admet aucune solution (système
incompatible) ou, quand il admet des solutions, si elles sont uniques ou bien s’il s’agit d’une infinité de
solutions. Cette étude sera faite dans le sous-chapitre 4.
Noter qu’après l’étude qualitative, si le système admet des solutions, on peut se mettre à le résoudre
(étude quantitative), et on verra que, en partant de sa forme échelonnée (S’), ceci se fait plus facilement.
Dans l’immédiat, nous allons d’abord exemplifier ces possibilités sur un système concret.

3 La méthode du pivot en pratique

Il est assez difficile (donc non-productif) d’expliquer l’algorithme du pivot sur un système présenté en
toute sa généralité, comme ci-dessus. Nous allons donc l’exemplifier sur le cas d’un système concret, où l’on
verra tant la marche à suivre que les différentes situations qu’on peut rencontrer lorsqu’on aura abouti à

2
échelonner le système proposé. Pour pouvoir passer en revue toutes les situations évoquées ci-dessus, on se
donne un système dépendant d’un paramètre m ∈ R, donc en vérité une famille de systèmes (Sm ), et, après
l’avoir échelonné par la méthode du pivot, on portera la discussion sur l’ensemble de solutions, selon les
valeurs de m.
Soit par exemple la famille de systèmes à 4 équations et 3 inconnues suivante :




x + y − 3z = 4 (E1 )

 2x − y +

z = 8 (E2 )
(Sm ) 2


 x + 7y + (m − 19)z = m −m+2 (E3 )

2 2
x − 2y +

 m z = m (E4 )

Noter qu’on est libres à arranger les équations (Ek ), k = 1, . . . , 4 du système dans l’ordre qui nous convient
et aussi de changer dans les équations l’ordre des inconnues (à condition d’opérer ce changement sur toutes
les équations). Ce réarrangement peut s’avérer utile parfois, pour alléger les calculs. Dans notre cas on
peut laisser (Sm ) comme tel. En effet, la présence du paramètre m dans les deux dernières équations nous
convient, car puisque dans l’algorithme du pivot on commence par la première équation (pour modifier les
autres), la présence de m dans les premières équations compliquerait inutilement les calculs.
Comme déjà dit, le premier pivot est le coefficient multiplicateur de x dans (E1 ). Celui-ci vaut 1 dans
notre cas ; ci-dessous nous l’avons encadré et avons mis aussi en évidence tous les coefficients qui multiplient
x dans toutes les équations, même les multiplications par 1, dont l’écriture est habituellement "muette".




1 ·x + y − 3z = 4 (E1 )

 2·x − y +

z = 8 (E2 )
(Sm ) 2


 1 · x + 7y + (m − 19)z = m −m+2 (E3 )

2 2
1 · x − 2y +

 m z = m (E4 )

Le principe est de multiplier ce pivot (et implicitement l’équation le contenant) par de constantes conve-
nables, telles qu’en l’additionnant successivement aux différents coefficients de x dans les équations (E2 ), (E3 )
et (E4 ) l’on obtienne de nouvelles équations (E20 ), (E30 ) et (E40 ) qui remplacent les dernières trois équations
du système initial, et qui ne contiennent plus x comme inconnue.
Dans notre cas, en remarquant que les coefficients qui multiplient x dans les 3 dernières équations sont
respectivement, 2, 1 et 1, il résulte que pour obtenir la nouvelle seconde équation (E20 ), il faut multiplier
(E1 ) (l’équation du pivot) par −2 et l’additionner à (E2 ). On peut résumer cette opération élémentaire faite
sur les équations du système en écrivant : E20 = E2 − 2 · E1 . Concomitamment, on modifie de la même façon
les deux dernières équations comme ceci : E30 = E3 − E1 et E40 = E4 − E1 . On obtient ainsi un système
équivalent à (Sm ), dans lequel on reporte à l’identique l’équation (E1 ) (celle du premier pivot) et on encadre
comme deuxième pivot le coefficient −3 qui multiplie l’inconnue y dans la deuxième équation :




x + y − 3z = 4 (E1 )
(E20 )


 −3 · y + 7z = 0
(Sm ) ⇐⇒


 6 · y + (m − 16)z = m2 − m − 2 (E30 )

−3 · y + (m2 + 3)z m2 − 4 (E40 )

 =

On répète à présent la même opération : on laisse (E1 ) et (E20 ) inchangées, et on ajoute à (E30 ) et à (E40 )
l’équation du deuxième pivot, à savoir (E20 ), multipliée par des constantes convenables de sorte qu’on fasse
disparaître y dans ces deux dernières équations. On obtient donc deux nouvelles dernières équations comme
ceci : E300 = E30 + 2E20 et E400 = E40 − E20 . On a :


 x + y − 3z = 4 (E1 )
(E20 )

−3y + 7z = 0



(Sm ) ⇐⇒


 (m − 2) · z = (m − 2)(m + 1) (E300 )

(m2 − 4) · z m2 − 4 (E400 )

=


Ci-dessus, dans le membre de droite de (E300 ) nous avons utilisé l’identité : m2 − m − 2 = (m − 2)(m + 1).
Nous avons déjà encadré le nouveau pivot dans (E300 ), à savoir le coefficient de z dans cette équation. En

3
remarquant que le coefficient de z dans (E400 ) est m2 − 4 = (m − 2)(m + 2) il résulte que si on veut continuer
l’algorithme du pivot afin de faire disparaître l’inconnue z dans la dernière équation, on devrait modifier
celle-ci comme suit : E4000 = E400 − (m + 2)E20 . Certes, mais le cas m + 2 = 0 n’est pas à exclure, et il faudra
l’étudier séparément. Donc, à partir de ce niveau de l’étude, on doit raisonner par disjonction de cas, selon
les valeurs que peut prendre le paramètre m ∈ R :
1. m + 2 = 0 (i.e. m = −2). Dans ce cas remarquer que E400 se réduit à une tautologie 0 = 0 donc on peut
l’omettre du système, et on obtient :

x +

 y − 3z = 4 (E1 )
(S−2 ) ⇐⇒ −3y + 7z = 0 (E20 )

= −1 (E300 )

 z
Il s’agit d’un système carré 3 × 3 complètement échelonné. Il admet donc une solution unique qu’on
peut trouver explicitement par substitution : on part de la dernière équation et on remonte vers la
première en trouvant à chaque étape l’unique valeur de chacune des inconnues :

 10
 x + y − 3z = 4 

 x =

 
 3
10 7
 
 7 
(S−2 ) ⇐⇒ y = − ⇐⇒ y = − 7 donc S−2 = , − , −1


 3 

 3 3 3
z = −1
 
 z = −1


2. m + 2 6= 0 (i.e. m ∈ R \ {−2}). Nous pouvons alors continuer (et finir) l’algorithme du pivot en opérant
par E4000 = E400 − (m + 2)E20 , et on obtient :


 x + y − 3z = 4 (E1 )
(E20 )

−3y + 7z = 0


(Sm ) ⇐⇒


 (m − 2)z = (m − 2)(m + 1) (E300 )
(E4000 )

0 = −m(m − 2)(m + 2)


Il est clair que le système initial est actuellement totalement échelonné. Remarquer que la dernière
équation ne dépend plus d’aucune inconnue x, y ou z. Comme m + 2 6= 0, elle équivaut à m(m − 2) = 0
donc nous distinguons les sous-cas suivants :
(a) m ∈ R \ {−2, 0, 2} : dans ce cas (E4000 ) devient 0 6= 0 ce qui est faux toujours, donc pour chacune
de ces valeurs de m le système (Sm ) correspondant est incompatible : Sm = ∅.
(b) m = 0 : on se retrouve dans un cas similaire à celui où m = −2, à savoir (S0 ) se réduit à un
système échelonné 3 × 3 (car la dernière équation est 0 = 0 et on l’omet). On a :

 14
 x + y − 3z = 4 

 x =

 
 3
14 7 
 
 7 
(S0 ) ⇐⇒ y = ⇐⇒ y = 7 donc S0 = , ,1 .


 3 

 3 3 3
z = 1
 

 z = 1
(c) m = 2 : dans ce cas les deux dernières équations de (S2 ) se réduisent à la tautologie 0 = 0 et
on les omet. Le système est donc équivalent à un système à 2 équations et 3 inconnues formé de
(E1 ) et (E20 ) ci-dessus. Comme nous l’avons expliqué au sous-chapitre précédent, on a à faire à
un système échelonné 2 × 3 qui admet une infinité de solutions : on choisit les inconnues x et y
comme principales et on voit z comme "inconnue secondaire" à savoir comme paramètre arbitraire
λ ∈ R.
Alternativement, on pourrait voir (S2 ) aussi comme un système 3 × 3 échelonné, dont on pourrait
dire qu’il admettrait une solution unique si celle-ci ne dépendait du paramètre arbitraire λ ∈ R
(ce qui est notre cas) :

2
x = 4+ λ
 
x + y = 4 + 3λ







 3
(S2 ) ⇐⇒ −3y = −7λ ⇐⇒ y = 7 λ
3

 

 z = λ 


z = λ
n  o
L’ensemble des solutions de (S2 ) est donc S2 = 4 + 23 λ, 73 λ, λ ∈ R3 | λ ∈ R .

4
 4 Méthode du pivot : l’étude qualitative
Comme promis, nous revenons au cas général décrit dans le sous-chapitre 2 pour donner une présentation
générale des cas de figure que l’on peut rencontrer suite à la mise en forme échelonné d’un système général
(S) d’équations. La lecture de cette section n’est pas obligatoire mais conseillée.
Une fois arrivés à la forme (S’), i.e. au bout de l’algorithme du pivot, on mène la discussion selon les 3
cas de figure suivants :
1. a0pp = . . . = a0pm = 0 et b0p 6= 0. Alors la dernière équation de (S 0 ) se réduit à une affirmation qui est
toujours fausse : 0 = b0p 6= 0 donc le système est incompatible : S = ∅.
2. p = m (et a0mm 6= 0). Dans ce cas le système (S 0 ) est carré et s’écrit :


 a11 x1 + a12 x2 + a13 x3 + . . . + a1 m−1 xm−1 + a1m xm = b1


a022 x2 + a023 x3 + . . . + a02 m−1 xm−1 + a02m xm = b02







a033 x3 + . . . + a03 m−1 xm−1 + a03m xm = b02




0
(S ) ..




. ... ...

a0m−1 m−1 xm−1 + a0m−1 m xm = b0m−1








a0mm xm = b0m



De la dernière équation on déduit une valeur unique pour xm : c’est b0m /a0mm . On remplace cette
valeur dans l’avant-dernière équation pour obtenir une valeur unique pour xm−1 et ainsi de suite,
en remontant dans les équations du système de la dernière vers la première, on déduit une solution
unique pour (S 0 ), donc pour (S). On présente celle-ci sous la forme d’un singleton (ensemble à un
seul élément) : S = {(x̃1 , . . . , x̃m )} où x̃m = b0m /a0mm et les autres x̃k sont les solutions déduites
successivement par l’algorithme décrit auparavant.
3. Supposons à présent que p < m (donc : p 6 m − 1 car p et m sont des entiers positifs).
Puisqu’il existe au moins un coefficient parmi les a0pp , . . . , a0pm qui est non nul, par exemple a0pp s’il
a été pivot lors du processus d’obtention de (S 0 ), alors quitte à changer l’ordre des variables dans le
système on le met sur la position ”p” dans la somme du membre de gauche de chaque équation. Pour
simplifier, supposons qu’on a déjà a0pp 6= 0. Dans ce cas, on écrit (S 0 ) comme :
− a1p+1 xp+1 − . . . − a1m xm


 a11 x1 + a12 x2 + a13 x3 + . . . + a1 p−1 xp−1 + a1 p xp = b1

a022 x2 + a023 x3 + . . . + a02 p−1 xp−1 + a02p xp = b02 a02 p+1 xp+1 − . . . − a02m xm

−






a033 x3 + . . . + a03 p−1 xp−1 + a03p xp = b02 a03 p+1 xp+1 − . . . − a03m xm

−




(S 0 ) ..


 . ...


a0p−1 p−1 xp−1 +a0p−1 p xp = b0p−1 − a0p−1 p+1 xp+1 − . . . − a0p−1 m xm







a0pp xp = b0p a0pp+1 xp+1 − . . . − a0pm xm

−



On voit alors qu’on est dans le même type de configuration que dans le cas antérieur, à ceci près que dans le
membre de droite du système se trouvent les inconnues xp+1 , . . . , xm . Nous allons devoir prendre ces m−p > 1
inconnues (qu’on appellera "secondaires") en tant que paramètres indépendants xp+1 = λ1 , . . . , xm = λm−p .
À ce niveau-ci il est évident que (S 0 ) a une infinité de solutions, indexées par ces paramètres.
Pour calculer ces solutions précisément, on considère x1 , . . . , xp comme inconnues "principales" et le système
précédent devient :


 a11 x1 + a12 x2 + a13 x3 + . . . + a1 p−1 xp−1 + a1 p xp = B1 (λ1 , . . . , λm−p )

a022 x2 + a023 x3 + . . . + a02 p−1 xp−1 + a02p xp

= B2 (λ1 , . . . , λm−p )






a033 x3 + . . . + a03 p−1 xp−1 + a03p xp

= B3 (λ1 , . . . , λm−p )




0
(S ) ..


 . ...


a0p−1 p−1 xp−1 +a0p−1 p xp

= Bp−1 (λ1 , . . . , λm−p )






a0pp xp

= Bp (λ1 , . . . , λm−p )



5
où Bi (λ1 , . . . , λm−p ) = b0i − a0i p+1 λ1 − . . . − a0im λm−p (avec i = 1, . . . , p) sont les coefficients du membre de
droite du système, tous dépendant des paramètres indépendants (λ1 , . . . , λm−p ) ∈ Km−p .
Mis sous cette forme, (S 0 ) est un système carré p × p échelonné, donc on s’est ramenés au cas précédent
(noté 2.) et on pourrait donc dire que les x1 , . . . , xp le vérifiant sont uniques, mais en vérité ils dépendent des
paramètres λj via les Bi du membre de droite du système. Cependant, pour trouver les expressions exactes
des x1 , . . . , xp on procède comme indiqué à 2., en remontant par substitutions successives dans le système,
depuis la dernière équation à la première. On obtient ainsi une infinité de solutions, car les paramètres
λ1 , . . . , λm−p courent chacun sur K d’une façon indépendante, ce qui nous autorise à dire qu’on a à faire à
« m − p infinités de solutions ».