Cours et Exercices résolus d’Algèbre linéaire

Solution
 1 −1 0 
A =  2 0 1
 1 1 1
 
Nous remarquons que tous les mineurs d’ordre 1 ne sont pas tous nuls,
par exemple le 1 e r élément n’est pas nul et est égal à 1.
- Le mineur d’ordre 2 noté M 2 = 1 −1 = 2 ≠ 0.
2 0
1 −1 0
- Le mineur d’ordre 3 noté M 3 = det(A) = 2 0 1 = - 1 −1 + 1 −1
1 11 1 1 2 0

=(calcul par la 3 e colonne) = -(1 + 1) + 2 = 0, c’est-à-dire M 3 = 0.

Donc le rang de la matrice est l’ordre maximal du mineur non nul, c’est-à-
dire l’ordre de M 2 , c’est-à-dire 2; rg(A) = 2.
Mais on peut rencontrer les cas où le mineur d’ordre deux situé en haut à
gauche de la matrice est nul, cela ne veut pas dire qu’il faut conclure
immédiatement que le rang de la matrice est égal à 1; il faudra plutôt chercher
un autre mineur d’ordre deux contenu dans la matrice. Si on se rend compte
que tous les mineurs d’ordre deux sont tous nuls, alors on peut conclure que
le rang de la matrice est égal à 1.
Exemple
 2 −4 3 1 0 
 
Soit A =  1 − 2 1 − 4 2  ; déterminer le rang de la matrice A.
0 1 −1 3 1
 4 −7 4 − 4 5 
 
Solution

 2 −4 3 1 0 
 
A =  1 −2 1 −4 2 
0 1 −1 3 1
 4 −7 4 − 4 5 
 

Nous remarquons que le mineur d’ordre 2 situé en haut à gauche de la matrice

A, 2 −4 = 0; ainsi il va falloir chercher un autre mineur d’ordre deux non
1 −2
nul.
Pour cela, fixons celui qui est encadré dans la matrice:
M 2 = −4 3 = -4 + 6 = 2 ≠ 0
−2 1
Le pas suivant est de prendre le mineur d’ordre 3 qui «englobe» M 2

2 −4 3
M 3 = 1 −2 1 = 1 ≠ 0
0 1 −1
(Si M 3 = 0, on allait calculer le deuxième mineur d’ordre 3 englobant M 2
pour voir s’il s’annule ou pas).
Le pas qui suit est de calculer le mineur d’ordre 4 englobant M 3 .

Dr. AKPATA Edouard

60
Cours et Exercices résolus d’Algèbre linéaire

2 −4 3 1 2 −4 3 0
M4 = 1 − 2 1 − 4 = 0 (à vérifier!) ou M 4 ’ = 1 −2 1 2 = 0 (à vérifier!)
0 1 −1 3 0 1 −1 1
4 −7 4 − 4 4 −7 4 5
Donc le rang de la matrice A, rg(A) = 3.

ii) Méthode par les transformations élémentaires

Proposition 1
Les transformations élémentaires n’augmentent pas le rang d’une
matrice.
Proposition 2
Les transformations élémentaires ne changent pas le rang d’une
matrice.
Remarque
Le nombre de lignes non nulles d’une matrice en escalier est égal à son rang.

Exemple
 0 2 −4 
 −1 − 4 5 
Déterminer le rang de la matrice A suivante: A =  3 1 7 .
 0 5 −10 
 2 3 0 


Solution
Par des transformations élémentaires, on obtient:

 0 2 −4   1 4 −5   1 4 −5 
 −1 − 4 5   2 3 0   0 −5 10 
 3 1 7  ⇒  3 1 7  ⇒  0 −11 22 
 0 5 −10   0 5 −10   0 5 −10 
 2 3 0   0 2 −4   0 2 −4 
  

 1 4 −5   1 4 −5 
 0 1 −2   0 1 −2 
⇒  0 1 −2  ⇒  0 0 0 .
 0 1 −2   0 0 0 
 0 1 −2   0 0 0 
  

Nous remarquons qu’il reste deux lignes non nulles, par conséquent le rang l a
matrice A est 2.

Remarque
Pour déterminer le rang d’une matrice, il est conseillé de passer par les
transformations élémentaires sur sur cette matrice si son ordre est supérieur à
trois.

Dr. AKPATA Edouard

61
Cours et Exercices résolus d’Algèbre linéaire

SYSTEMES D’EQUATIONS LINEAIRES

4. 15 Définitions – Généralités
 a11 ........................a1n   b1 
 . ........................ .   .
Soit une matrice A =  . ........................ .  et une matrice colonne B =  . 
 . ........................ .   . 
a
 m1 ........................amn   bn 
dont les n premières colonnes ne sont pas nulles.
L’ensemble des relations:

 a11 x1 + ............ . ...............+ a1n xn = b1

 ...... ..................................... ...........
 ...... ................. . ................. ........... , (4. 24)
 ...... ................ . . ................ ...........
am1 x1 + ............ . ...............+amn xn = bm
où a i j (i = 1, ……………, m; j = 1, ……………, n) sont des coefficients donnés,
x 1 , ……………,x n les inconnues et b i (i = 1, …………,m), des termes
constants, s’appelle système de m équations linéaires à n inconnues ou
simplement système linéaire.
On appelle solution de ce s ystème, l’ensemble ordonné de nombres
α 1 , ……………, α n substitués à l’ensemble des inconnues x 1 , …………….,x n ,
transforme chaque équation du s ystème en identité.
Un s ystème linéaire est compatible s’il possède une solution et
incompatible ou impossible sinon.
Un s ystème linéaire compatible est déterminé s’il possède une seul e
solution et indéterminé s’il en possède au moins deux qui sont distinctes.

4. 16 Méthode de résolution d’un système d’équations linéaires.

Traitons le cas où n = 3.

i) Règle de Cramer ( 1 )
Soit un s ystème de trois équations du 1 e r degré à 3 inconnues x, y, z:

 a11 x + a12 y + a13 z = b1


 a21 x + a22 y + a23 z = b2
a31 x + a32 y + a33 z = b3
Soient:
a11 a12 a13 b1 a12 a13 a11 b1 a13 a11 a12 b1
∆ = a21 a22 a23 ; ∆ x = b2 a22 a23 , ∆ y = a21 b2 a23 , ∆ z = a21 a22 b2
a31 a32 a33 b3 a32 a33 a31 b3 a33 a31 a32 b3
les s ystèmes respectivement du s ystème, par rapport à x, y et z.
Nous distinguons deux cas:

1 e r cas: ∆ ≠ 0.
Si le déterminant du s ystème ∆ ≠ 0, le s ystème admet une solution
unique:

(1)
Cramer Gabriel (31.7.1704 – 4.1.1752), Mathématicien suisse

Dr. AKPATA Edouard

62
Cours et Exercices résolus d’Algèbre linéaire

∆y
x = ∆x ; y = ; z = ∆z (4. 25)
∆ ∆ ∆
Les formules (4. 25) s’appellent formules de Cramer.
Si S est l’ensemble des solutions:
 ∆ 
S =  ∆ x ; y ; ∆ z  .
 ∆ ∆ ∆ 
Exemple
Trouver les solutions du s ystème suivant :

 x + 2y + z = 4

3x − 5 y + 3z = 1

2x + 7 y − z = 8
Solution
Calculons le déterminant ∆ du s ystème:
1 2 1
∆ = 3 −5 3 = 33 ≠ 0 ⇒ le s ystème admet une solution unique
2 7 −1
définie par:
4 2 1 1 4 1 1 2 4
1 −5 3 3 1 3 3 −5 1
8 7 −1 ∆ −1
x = ∆x = = 33 =1; z = ∆ z =
2 8 2 7 8
= 33 =1; y = y = = 33 =1.
∆ ∆ 33 ∆ ∆ 33 ∆ ∆ 33

Si S est l’ensemble de solutions:

S = {(1; 1; 1)} .

2 e cas: ∆ = 0 .
Supposons que l’un au moins des déterminants ∆ x , , ∆ y , ∆ z est non nul.
Prenons par exemple: ∆ x ≠ 0 . Alors de la formule: x = ∆ x ⇔ ∆ .x = ∆ x ⇔
∆
0.x= ∆ x , ce qui est impossible (car ∆ x ≠ 0 ); donc le s ystème n’admet pas de
solution.

Conclusion
Le s ystème d’équations linéaires non homogènes n’admet pas de
solution si ∆ = 0 et l’un au moins des déterminants ∆ x , ∆ y et ∆ z est différent
de zéro .

Etudions le cas où ∆ = 0 et ∆ x = ∆ y = ∆ z = 0 .
Dans ce cas précis, le s ystème, soit, possède une infinité de solutions,
soit, n’en possède pas du tout.

Exemple
Résoudre les s ystèmes d’équations linéaires suivants:

Dr. AKPATA Edouard

63
Cours et Exercices résolus d’Algèbre linéaire

 x+ y+ z=1  x+ y+ z=1
 
2x + y + z = 2 et 2x + 2 y + 2z = 3
 
3x + 2 y + 2z = 3 3x + 3 y + 3z = 4

Solution
1.
 x + y + z = 1 (1)

2x + y + z = 2 (2)

3x + 2 y + 2z = 3 (3)
Calculons les déterminants:
1 1 1 1 1 1 1 1 1 1 1 1
∆ = 2 2 1 = 0; ∆ x = 2 1 1 = 0; ∆ y = 2 2 1 = 0; ∆ z = 2 1 2 = 0.
3 3 2 3 2 2 3 3 2 3 2 3
En faisant (2) – (1) on trouve: x = 1; en mettant cette valeur de x dans (3) on
a: y + z = 0 , c’est-à-dire: y = - z . En posant z = t (t ∈ IR) , on trouve: x = 1;
y = -t; z = t
Si S est l’ensemble de définition, S = { (1; -t; t), t ∈ IR } .

2.
 x + y + z = 1 (1')

2x + 2 y + 2z = 3 (2')

3x + 3 y + 3z = 4 (3')

En calculant les déterminants, on trouve:

∆ = ∆ x = ∆ y = ∆ z = 0. Et de plus, on peut remarquer que en divisant
l’équation (2’) par 2 , on trouve: x + y + z = 3/2 ≠ 1 dans l’équation (1’), ce
qui est incompatible; d’où l’ensemble S de solution est: S = ∅ .

ii) Ecriture matricielle d’un système d’équations linéaires

Considérons de nouveau le s ystème d’équations:

 a11 x + a12 y + a13 z = b1


 a21 x + a22 y + a23 z = b2 (4. 26)
a31 x + a32 y + a33 z = b3

 a11 a12 a13   x  b1 

Soient A =  a21 a22 a23  , X=  y  et b =  b2 
 a31 a32 a33  z  b3 
   
En utilisant la règle de multiplication des matrices, on peut mettre le s ystème
(4. 26) sous la forme matricielle équivalente:

Dr. AKPATA Edouard

64
Cours et Exercices résolus d’Algèbre linéaire

A X = b, (4. 27)

où A est une matrice donnée; b , une matrice colonne donnée; X , une matrice
colonne inconnue .
Une solution de l’équation (4. 27) est une matrice colonne X qui
transforme l’équation (4. 27) en identité .
Supposons que le déterminant ∆ de la matrice A est non nul. Alors le
s ystème (4.26), c’est-à-dire le s ystème (4. 27) possèdent une solution unique
donnée par la formule de Cramer. On se propose de représenter la solution d e
l’équation (4. 26) sous une forme matricielle.
Si A - 1 est la matrice inverse de A , alors, par la formule (4. 22),

 A11 A21 A31 

 ∆ ∆ ∆ 
 
 A12 A22 A32 
A-1 =  ∆ ∆ ∆  , où A i j est le cofacteur de
 
 A13 A23 A33 

 ∆ ∆ ∆ 
l’éléments a i j de la matrice A .

De l’équation (4. 27), on a:

A X = b
A A X = A-1b
-1

I X = A - 1 b , où I est la matrice unité,

c’est-à-dire X = A-1b. (4. 28)

Il est immédiat de s’assurer que l’expression de X est bien la solution de

l’équation (4. 26).

Remarque
i) Si le déterminant ∆ = 0 , alors la matrice inverse A - 1 n’existe pas;
il va falloir utiliser la méthode de Cramer.
ii) La théorie des matrices et déterminants d’ordre n se construit par
analogie à celle des matrices et déterminants d’ordre 3 .

Exemple
Résoudre le s ystème d’équations :

 x + 2y + z = 1

2x + y + z = −1

 x + 3 y + z = 2
Solution
 1 2 1  1
On a: A =  2 1 1  , b =  − 1  .
 1 3 1  2
   

Dr. AKPATA Edouard

65
Cours et Exercices résolus d’Algèbre linéaire

det(A) = 1 (à vérifier par le lecteur!), donc la matrice inverse A - 1 existe:

 −2 1 1 
 
A =  −1 0
-1
1  (à vérifier!).
 
 5 −1 −3 

Donc on a:
 x  −2 1   1
1  −1 
      
 y =  −1 0 1   −1  =  1  .
      
z    2  0
   5 −1 −3     

D’où x = -1; y = 1; z = 0.
Si S est l’ensemble de solutions:

S = {(-1; 1; 0)}

iii) Méthode en utilisant le rang.

Considérons un s ystème linéaire à m équations à n inconnues;
 a11 x1 + ............ . ...............+ a1n xn = b1
 ...... ..................................... ...........
 ar1 xr + ............. . ...............+ arn xn = br (4. 29)
 ...... ................ . . ................ ...........
am1 x1 + ............ . ...............+amn xn = bm

Soient les matrices A et A suivantes:

 a11 ........................a1n   a11..................a1n b1 

 . ........................ .   . .................. ... . 
A =  ar1..................arn
A =  ar1........................arn 
et 
br  .
 . ........................ . 
 a ........................amn   . .................. ... . 
 m1   am1..................amn bm 
La matrice A qui peut s’écrire encore de la manière suivante : A = (A b) o ù
 b1 
 . 
b =  br  est appelé matrice élargie .
 . 
 bm 
 

4. 17 Théorème
Le s ystème (4. 25) est compatible si et seulement si: rg(A) = rg( A ).

Supposons que rg(A) = rg( A ) = r, c’est-à-dire le s ystème est

compatible. (On peut remarquer que 1 ≤ r ≤ min(m, n)).
Dans ce cas, on laisse tomber les dernières (m - r) équations du s ystème
considéré et on écrit le s ystème d’équations restantes:

Dr. AKPATA Edouard

66
Cours et Exercices résolus d’Algèbre linéaire

a11 x1 +...................+.a1r xr + a1 r +1 xr +1 +............+a1n xn = b1


 ...... ........................ .......... .......... ................. ....... . . . ..
ar1 x1 +....................+arr xr +ar r +1 xr +1+............+arn xn = br

qui est équivalent au s ystème (4. 25) initial.

Les inconnues x 1 , ……………,x r sont appelées les inconnues principales ;
Les inconnues x r + 1 , …………,x n sont appelées les inconnues non principales .
Du s ystème précédent, tirons les termes contenant les inconnues principales
en fonction de ceux des inconnues non principales et on obtient:

a11 x1 +...................+.a1r xr = b1 −a1 r +1 xr +1 −....................−a1n xn


 ...... ........................ ....... . . ..... .. ........... ........................ .......
ar1 x1 +....................+arr xr = br −ar r +1 xr +1−....................−arn xn

Posons: x r + 1 = c 1 , …………., x n = c n - r , on obtient:

a11 x1 +...................+.a1r xr = b1 −a1 r +1c1 −....................−a1n cn − r


 ...... ........................ ....... . . ..... ..................................... ....... .
ar1 x1 +....................+arr xr = br −ar r +1c1 −....................−arn cn − r

En utilisant les formules de Cramer, les inconnues principales x 1 , …………., x r

seront trouvées et seront de la forme: x 1 (c 1 , …………., c n - r ), ……………………,
x r (c 1 , …………., c n - r ).

La solution générale sera de la forme:

 x1 (c1 , ..............., cn − r ) 
 . 
 . 
 xr (c1 , ..............., cr − r ) 
X = 
c1 . (4. 30)
 . 
 . 
 c 
 n − r 

Exemple 1
2x1 + x2 − x3 −3x4 =2

4x1 + x3 −7x4 =3

Trouver la solution générale du s ystème suivant:  (I)
 2x2 −3x3 + x4 =1

2x1 +3x2 −4x3 −2x4 =3

Solution
Ecrivons la matrice A et A :

Dr. AKPATA Edouard

67
Cours et Exercices résolus d’Algèbre linéaire

2 1 −1 −3  2 1 −1 −3 2
 −7  ;  −7 3 .
A = 4 0 1 = 4 0 1
0 2 −3 1 A
0 2 −3 1 1
2 3 −4 −2  2 3 −4 −2 3 
 

Cherchons les mineurs : M 2 = 2 1 = -4 ≠ 0;

4 0
2 1 −1
M3 = 4 0 1 = 2 0 1 - 4 1 −1 + 0 1 −1 = -4 + 4 = 0,
0 2 −3 2 −3 2 −3 0 1
d’où rg(A) = rg( A ) = 2; donc le s ystème (I) devient:

2x1 + x2 − x3 − 3x4 = 2
 (x 1 et x 2 sont les in connues p rincip ale s; x 3 e t x 4 , les
4x1 + x3 − 7x4 = 3
inconnue s non princ ipa les) ;

2x1 + x2 = 2 + x3 + 3x4
 ;
4x1 = 3 − x3 + 7x4

Posons : x 3 = c 1 ; x 4 = c 2 , on obtient:

 3 − c1 + 7c2
2x1 + x2 = 2 + c1 + 3c2  x1 =
 4
 ⇒  ;
4x1 = 3 − c1 + 7c2  3c1 − c2 +1
 x2 = 2
d’où la solution générale X:

 3 − 1c + 7c 
4 4 1 4 2
1 3 1 
X  2 + 2 c1 − 2 c2  , c 1 , c 2 ∈ IR
 c1 
 c 
 2 

Exemple 2
Discuter le s ystème d’équations suivant:

 x1 + 3x2 + 5x3 + 7x4 + 9x5 = 1


 x1 − 2x2 + 3x3 − 4x4 + 5x5 = 2

 2x1 + 11x2 + 12x3 + 25x4 + 22x5 = 4

Dr. AKPATA Edouard

68
Cours et Exercices résolus d’Algèbre linéaire

Solution
Déterminons les rangs de la matrice A du s ystème et de la matrice élargie A

 1 3 5 7 9 1
 
A ∼ 1 −2 3 −4 5 2 

 
 2 11 12 25 22 4 
 

1 è r e étape : Ajoutons aux éléments de la 2 e ligne les éléments correspondants

de la 3 e ligne:

 1 3 5 7 9 1
 
A ∼ 3 9 15 21 27 6  ;

 
 2 11 12 25 22 4 
 

2 e étape: Divisons par 3 tous les éléments de la deuxième ligne:

 1 3 5 7 9 1
 
A ∼ 1 3 5 7 9 2 ;

 
 2 11 12 25 22 4 
 

3 e étape: Soustrayons des éléments de la 2 e ligne les éléments correspondants

de la 1 è r e ligne:

 1 3 5 7 9 1
 
A ∼ 0 0 0 0 0 1 ;

 
 2 11 12 25 22 4 
 

4 e étape : Interchangeons la 2 e et la 3 e lignes:

 1 3 5 7 9 1
 
A ∼ 2 11 12 25 22 4 

 
 0 0 0 0 0 1
 
La matrice A est équivalente à la suivante:
 1 3 5 7 9 
   1 3 5 7 9 
A ∼ 0 0 0 0 0  ∼ 
 ;
   2 11 12 25 22 
 2 11 12 25 22   
 
Il aisé de voir que rg(A) = 2 et rg( A ) = 3 , c’est-à-dire rg(A) < rg( A ) , ce qui

Dr. AKPATA Edouard

69
Cours et Exercices résolus d’Algèbre linéaire

signifie que le s ystème n’admet pas de solution, c’est-à-dire il est

incompatible.

4. 18 Théorème ( récapitulatif très important )

Soient A la matrice associée du s ystème (4. 24) et A sa matrice élargie.

1. Si rg(A) = rg( A ) alors le s ystème admet de solution (c’est-à-dire le
s ystème est compatible:
a) Si rg(A) = rg( A ) = n (où n est le nombre des inconnues),
alors le s ystème admet une solution unique (on dira également
que le s ystème est déterminé ).
b) Si rg(A) = rg( A ) = r < n , alors le s ys tème admet une
infinité de solutions. Dans ce cas les r inconnues principales
s’expriment en fonction des (n - r) inconnues non principales qui
prennent à leur tour des valeurs arbitraires (on dira que le
s ystème est indéterminé ).
2. Si rg(A) < rg( A ) , alors le s ystème n’admet pas de solution (c’est-à-
dire le s ystème est incompatible.

iv) Méthode de Gauss ( 1 )

La méthode de Gauss consiste à réduire, par des transformations
élémentaires le s ystème donné à un s ystème dont la résolution est plus aisée.
Considérons le s ystème (4. 25) et A la matrice élargie qui lui est
associée:

 a11..................a1n b1 
 . .................. ... . 
A =  ar1..................arn br  .
 . .................. ... . 
 am1..................amn bm 
La matrice A peut être réduite, par des transformations élémentaires, à la
matrice en escalier A ' :

 a1(1k) . ..... ...................... .... .... . 

 1
(2)

 0 a2 k 2 ....... ... ......... ..... .... . 
 0 0 . . 
 
A ' =  ... .. .... ....... .... .... .... ..... .... .
 . (4.31)
.... .. .... ............ ... ..... ..... .... .
 0 0 0 0 ar(r)k r . 
 
 0 0 0 0 0 0 br(r++11) 
 
 

Ainsi le s ystème (4. 29) se transforme de façon analogue.

On distingue deux cas:

(1)
Ga u s s C a r l F r i e d r i c h ( 3 0 . 4 . 1 7 7 7 – 2 3 . 2 . 1 8 5 5 ) , M a t h é m a t i c i e n a l l e m a n d

Dr. AKPATA Edouard

70
Cours et Exercices résolus d’Algèbre linéaire

1 e r cas: br(r++11) ≠ 0 .
On remarque que la (r+1) è m e équation est de la forme:
0.x 1 + ……………..+ 0.x n = br(r++11) ≠ 0 ; on voit que cette équation n’admet pas
de solution, par conséquent le s ystème (4 29) n’admet pas de solution.

2 e cas: br(r++11) = 0 .

 a1(1k) x1 + a2(1k) x2 + ......... ............... + a1(1k) xn = b1(1)

 1 2 n


 a2(2k) x2 + ......... ......... ..... + a2(2k)n xn = b2(2)
2
Le s ystème devient:  .......... ........................... ........ .. ...
 ............................................... .. ...
 .......... ........ ................... ........... ...
 ar(rk) r xr +..... ....... + ar(rk) n xn = br(r)


i) Si r = n (c’est-à-dire si on a autant d’inconnues que d’équations),

alors le s ystème (4. 29) admet une solution unique.
ii) Si r < n , le s ystème (4. 29) admet une infinité de solutions qu’on
trouvera en exprimant les inconnues principales x 1 , ………….., x r en
fonction des inconnues x r + 1 , ……………, x n non principales en les
remplaçant par des valeurs arbitraires.

Exemple
Résoudre le s ystème d’équations suivant:

 x1 + x2 − x3 + x4 = 4

 2x1 − x2 + 3x3 − 2x4 = 1

 x1 − x3 + 2x4 = 6

 3x1 − x2 + x3 − x4 = 0

Solution
Formons la matrice élargie associée au s ystème:

 1 1 −1 1 4 
 
 2 −1 3 −2 1 
A =  
 1 0 −1 2 6 
 
 
 3 −1 1 −1 0 
Réduisons cette matrice en une matrice en escalier:

1 è r e étape: Soustrayo ns de la 1 è r e ligne (successivement multipliée par 2; 1; 3)

les autres lignes:

Dr. AKPATA Edouard

71
Cours et Exercices résolus d’Algèbre linéaire

 1 1 −1 1 4 
 
 0 3 −5 4 7 
A ⇒ A1 =  
 0 1 0 −1 −2 
 
 
 0 4 −4 4 12 
2 e étape: Divisons la 4 e ligne par 4 et soustrayons de la 3 e ligne les deux
dernières lignes multipliées par 3:

 1 1 −1 1 4 
 
 0 3 −5 4 7 
A1 ⇒ A2 =  
 0 0 −5 7 13 
 
 
 0 0 −2 1 −2 

3 e étape: Multiplions la 3 e ligne par 2, la 4 e ligne par (-5) et additionnons les

deux lignes:

 1 1 −1 1 4 
 
 0 3 −5 4 7 
A2 ⇒ A3 =  
 0 0 −5 7 13 
 
 
 0 0 0 9 36 

4 e étape: Divisons la 4 e ligne par 4:

 1 1 −1 1 4 
 
 0 3 −5 4 7 
A3 ⇒ A4 =  
 0 0 −5 7 13 
 
 
 0 0 0 1 4 

Ainsi on obtiendra le s ystème analogue suivant:

 x1 + x2 − x3 + x4 =4

 3x2 − 5x3 + 4x4 =7

 − 5x3 + 7x4 =13

 x4 =4

On trouve: x 4 = 4; - 5x 3 + 7.4 = 13 ⇒ -5x 3 = -15 ⇒ x 3 = 3;

3x 2 –5.(3) + 4.4 = 7 ⇒ 3x 2 = 7 – 1 ⇒ x 2 = 2;

Dr. AKPATA Edouard

72
Cours et Exercices résolus d’Algèbre linéaire

x1 + 2 – 3 + 4 = 4 ⇒ x1 = 1
Si S est l’ensemble de solutions:

S = {(1; 2; 3; 4)}.

4. 19 Système d’équations linéaires homogène

Le s ystème d’équations linéaires homogènes est de la forme:

 a11 x1 + . ........... . ...............+ a1n xn = 0

 ...... ...... ............................... .............
 ....... .................. . ................. .............. (4. 32)
 ...... .... . ........... . . ................ ...........
am1 x1 + . ........... . ...............+amn xn = 0

Le s ystème (4. 32) admet toujours de solutions, c’est-à-dire il est toujours

compatible .
Pour l’étude de la compatibilité de ce système, où m = n , on distingue deux
cas:

1 e r cas: ∆ ≠ 0
Si le déterminant du s ystème (4. 32) est différent de zéro, il admet la solution
triviale (0, ……………, 0) .

2 e cas: ∆ = 0
Si le déterminant du s ystème (4. 32) est nul, il admet une infinité de solutions
qui se cherchent par les mêmes méthodes utilisées dans le cas du s ystème
linéaire non homogène.
Le s ystème (4. 32) admet de solution non triviale si et seulement si le
rang de la matrice A, rg(A) = r < n (où n est le nombre d’inconnues).

Dans le cas où m ≠ n , il est conseillé d’utiliser la méthode de Gauss

pour la résolution de ce s ystème.

Exemple
Résoudre le s ystème d’équations suivant:

 3x1 + x2 − 8x3 + 2x4 + x5 = 0


 2x1 − 2x2 − 3x3 − 7x4 + 2x5 = 0

 x1 +11x2 −12x3 +34x4 − 5x5 = 0

 x1 − 5x2 + 2x3 −16x4 + 3x5 = 0

Solution

Soit A la matrice associée à ce s ystème:

Dr. AKPATA Edouard

73
Cours et Exercices résolus d’Algèbre linéaire

 3 1−8 2 1 
 
 2−2−2−7 2 
A =  
 1 11 −12 34 − 5 
 
 
 1 − 5 2 −16 3 

La matrice A a pour rang, rg(A) = 2 (à vérifier!); Choisissons en qualité de

mineur principal
3 1
M2 = = -8 ≠ 0. Donc le s ystème réduit est:
2 −2

 3x1 + x2 = 8x3 − 2x4 − x5

 ;
 2x1 − 2x2 = 3x3 + 7x4 − 2x5

En posant x 3 = c 1 , x 4 = c 2 , x 5 = c 3 , on obtient:

x 1 = −19 c1 − 3 c2 + 1 c3 , x 2 = −7 c1 + 25 c2 − 1 c3 .
8 8 2 8 8 2

Si S est l’ensemble de solutions:

S = {( −19 c1 − 3 c2 + 1 c3 ; −7 c1 + 25 c2 − 1 c3 ; c 1 ; c 2 ; c 3 )}, avec c 1 , c 2 , c 3 ∈ IR.

8 8 2 8 8 2

Dr. AKPATA Edouard

74