COURS N° 2

LES SYSTEMES LINEAIRES

RAPPELS ET NOTIONS DE BASES

1
 DEFINITIONS
• Soit une équation linéaire de la forme suivante :
𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝑛 𝑥𝑛 = 𝑐 (1)

Où 𝑎i ∈ 𝑅 et les 𝑥𝑖 sont des variables.

Une solution de l’équation linéaire (1) est un n-plet

(𝑏1 , 𝑏2 , … 𝑏𝑛 ) ∈ 𝑅𝑛 tel que :
𝑎1 𝑏1 + 𝑎2 𝑏2 + ⋯ + 𝑎𝑛 𝑏𝑛 = 𝑐

Solutionner une équation linéaire revient à trouver l’ensemble

de toutes ses solutions.

2
 DEFINITIONS
On appelle un système linéaire de 𝑛 équations à 𝑚 inconnues tout
système de la forme :
𝑎11 𝑥1 + . . . + 𝑎1𝑚 𝑥𝑚 = 𝑏1
(𝑆) ⋮ (2)
𝑎𝑛1 𝑥1 + . . . + 𝑎𝑛𝑚 𝑥𝑚 = 𝑏𝑛
 Les indices ici servent à indiquer à quelle variable et à quelle équation un
coefficient appartient
 Les coefficients 𝑎𝑖𝑗 , 𝑏𝑖 (1 ≤ 𝑖 ≤ 𝑛 𝑒𝑡 1 ≤ 𝑗 ≤ 𝑚) sont des réels
donnés.
 Le n-uplet (𝑏1 , 𝑏2 , … 𝑏𝑛 ) est dit second membre du système (S)
 Tout n-uplet de réels (𝑥1 , 𝑥2 , … 𝑥𝑛 ) qui vérifie les équations du système (S) est
dit solution du système.
 Le système (S) est dit homogène si 𝑏1 = 𝑏2 = ⋯ = 𝑏𝑛 = 0.
3
 DEFINITIONS
On appelle un système linéaire de 𝑛 équations à 𝑚 inconnues tout
système de la forme :

𝑎11 𝑥1 + . . . + 𝑎1𝑚 𝑥𝑚 = 𝑏1
(𝑆) ⋮ (2)
𝑎𝑛1 𝑥1 + . . . + 𝑎𝑛𝑚 𝑥𝑚 = 𝑏𝑛

Exemple :

𝑥1 + 2𝑥2 − 3𝑥3 + 𝑥4 = 1
(𝑆) 2𝑥1 + 𝑥2 − 𝑥3 = 0
−𝑥1 + 2𝑥2 − 2𝑥3 − 3𝑥4 = −1

est un système linéaire de 3 équations à 4 variables.

4
 Ecriture matricielle
d’un système linéaire
Tout système linéaire (S)
𝑎11 𝑥1 + . . . + 𝑎1𝑛 𝑥𝑛 = 𝑏1
(𝑆) ⋮ (2)
𝑎𝑛1 𝑥1 + . . . + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛

peut s’écrire sous la forme matricielle 𝑨𝑿 = 𝒃 avec :

𝑎11 … 𝑎1𝑛 𝑥1 𝑏1
𝑨= ⋮ ⋱ ⋮ 𝑿= ⋮ 𝑏= ⋮
𝑎𝑛1 … 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛

5
 Matrice d’un système linéaire

Pour le système linéaire (𝑆)

𝑎11 𝑥1 + . . . + 𝑎1𝑛 𝑥𝑛 = 𝑏1
(𝑆) ⋮ (2)
𝑎𝑛1 𝑥1 + . . . + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛

La matrice 𝐴 = (𝑎𝑖𝑗 )1≤𝑖,𝑗≤𝑛 est appelée :

matrice du système (𝑺)

6
 Matrice d’un système linéaire
Exemple

𝑥1 + 2𝑥2 − 3𝑥3 = 1
Le système (S) est donnée par : (𝑆) 2𝑥1 + 𝑥2 − 𝑥3 = 0
−𝑥1 + 2𝑥2 − 2𝑥3 = −1

1 2 −3
La matrice du système est : 𝐴= 2 1 −1
−1 2 −2

L’écriture matricielle du système (S) est alors

1 2 −3 𝑥1 1
2 1 −1 𝑥2 = 0
−1 2 −2 𝑥3 −1
7
 Le système triangulaire supérieur
Un système triangulaire supérieur est un système linéaire dont la
matrice 𝐴 est triangulaire supérieure
Exemple

𝟏 𝟎 𝟐
A= 𝟎 𝟏 𝟑
𝟎 𝟎 𝟐

8
 Le système triangulaire inférieur
Un système triangulaire inférieur est un système linéaire dont la
matrice est triangulaire inférieure.
Exemple

𝟑 𝟎 𝟎
 A= 𝟐 𝟏 𝟎
𝟑 𝟐 −𝟐

Remarque : un système triangulaire admet une solution unique

 Si et seulement si sa matrice est inversible
 Si et seulement si ses éléments diagonaux sont non nuls.

9
 Résolution d’un système triangulaire
supérieur par remontée (backword)
Soit le système suivant : Matrice du système (𝑺)

a11 x1 + … + a1n xn = b1
ː ː ː 𝒂𝟏𝟏 𝒂𝟏𝟐 ⋯ 𝒂𝟏𝒏
n 𝟎 𝒂𝟐𝟐 … ⋮
(S) aii xi + aij xj = bi A=
j=i+1 ⋮ ⋮ ⋮ ⋮
⋮ ⋮ ⋮ 𝒂𝒏𝒏−𝟏
ː ː ː
𝟎 ⋯ 𝟎 𝒂𝒏𝒏
0 x1 + … + 0 xnn-1 + ann xn = bn

10
 Résolution d’un système triangulaire
supérieur par remontée
La solution du système triangulaire supérieur (𝑆) est donné par

𝒃𝒏
𝒙𝒏 =
𝒂𝒏𝒎

𝒏
𝒃𝒊 − 𝒂𝒊𝒋 𝒙𝒋
𝒋=𝒊+𝟏
𝒙𝒊 = pour 𝑖 = n − 1, … , 2, 1
𝒂𝒊𝒊

On dit qu’on a résolu le système (S) par une méthode de

remontée.

11
 Résolution d’un système triangulaire
supérieur par remontée
Exemple

a11 = 1, a22 = 1, a33= 2 : aii ≠ 0 pour 1< i < 3

 det(A) ≠ 0

12
 Résolution d’un système triangulaire
supérieur par remontée
La matrice A est alors inversible et le système admet une unique
solution, donnée par

Donc :
−4
𝑋 = −3 est alors l’unique solution du système (𝑆)
1
13
Algorithme de remontée

14
 Résolution d’un système triangulaire
inférieur par Descente
Soit le système suivant : Matrice du système (𝑺)

a11 x1 + 0 x2+ … + 0 xn = b1
ː ː ː 𝒂𝟏𝟏 𝟎 ⋯ 𝟎
i
𝒂𝟐𝟏 𝒂𝟐𝟐 … ⋮
S aij xj = bi A=
j=1 ⋮ ⋮ ⋮ ⋮
⋮ ⋮ ⋮ 𝟎
ː ː ː 𝒂𝒏𝟏 ⋯ 𝒂𝒏𝒏−𝟏 𝒂𝒏𝒏
a11 x1 + … + ann xn = bn

15
 Résolution d’un système triangulaire
inférieur par Descente
La solution du système triangulaire inférieur (𝑆) est donné par

𝒃𝟏
𝒙𝟏 =
𝒂𝟏𝟏

𝒊−𝟏
𝒃𝒊 − 𝒂𝒊𝒋 𝒙𝒋
𝒋=𝟏
𝒙𝒊 = pour 𝑖 = 2, 3 . . 𝑛
𝒂𝒊𝒋

On dit qu’on a résolu le système par une méthode de descente.

16
 Résolution d’un système triangulaire
supérieur par Descente
Exemple

𝟑 𝟎 𝟎
 A= 𝟐 𝟏 𝟎
𝟑 𝟐 −𝟐

a11 = 3, a22 = 1, a33= -2 : aii ≠ 0 pour 1< i < 3

 det(A) ≠ 0

17
 Résolution d’un système triangulaire
supérieur par Descente
La matrice A est alors inversible et le système admet une unique
solution, donnée par

Donc :
1
𝑋= 2 est alors l’unique solution du système (𝑆)
3
18
Algorithme de Descente

19
 Systèmes équivalents
et transformations élémentaires
On peut transformer un système (𝑺) en un autre système (𝑺’) équivalent en
appliquant une suite de transformations élémentaires suivante :

1. Multiplier une équation Li par un nombre non nul : 𝑳𝒊 → 𝑳𝒊 ′ = ʎ𝑳𝒊 𝒂𝒗𝒆𝒄 ʎ ≠ 𝟎

2. Intervertir (permuter deux lignes du système (S)) : 𝑳𝒊 → 𝑳𝒋
3. Ajouter à une équation 𝑳𝒊 un multiple d’une autre équation :
𝑳𝒊 → 𝑳𝒊 ′ = 𝑳𝒊 + ʎ𝑳𝒋 avec ʎ ∈ 𝑹 et 𝒊 ≠ 𝒋

Ces trois opérations élémentaires ne changent pas les solutions d’un

système linéaire ; autrement dit, elles transforment un système linéaire en
un système linéaire équivalent.
20
 Systèmes équivalents
et transformations élémentaires
Exemple
Utilisons ces opérations élémentaires pour résoudre le système suivant :

21
 Systèmes équivalents
et transformations élémentaires
Exemple

22
 Systèmes équivalents
et transformations élémentaires
Exemple

23
Exemple

On aboutit à un système réduit et échelonné

Donc :

(x1, x2, x3) = (2, 4, -1)

est l’unique solution du système (𝑺)

24
Classification des méthodes de résolution
Il existe deux grandes familles de méthodes de résolution :

1. Les méthodes directes :

On appelle méthode directe de résolution d’un système linéaire une méthode
qui donne exactement la solution d’un système linéaire après un nombre fini
d’opérations élémentaires (addition, soustraction, multiplication et division) soit
par triangularisation ou soit par décomposition de la matrice A.
Les principales méthodes sont :
• L’élimination de Gauss
• La décomposition LU
• La décomposition de Cholesky
• La décomposition QR

25
Classification des méthodes de résolution
2. Les méthodes itératives :
On appelle méthode itérative de résolution d’un système linéaire une méthode
qui construit une suite (𝒙𝒌)𝑘∈𝑁 qui converge vers la solution.
Les principales méthodes sont :
• Méthode de Jacodi
• Méthode de Gauss – Seidel
• Méthode de Gradient conjuguée

Remarque :
Le choix entre les méthodes directes et les méthodes itératives dépend de type
(ou forme de la matrice) du système.

26