Systèmes d'équations linéaires

Systèmes d'équations linéaires : concepts fondamentaux

Les systèmes d’équations linéaires sont au cœur des mathématiques appliquées, de l’ingénierie à l’économie. Cette leçon détaillée vous guide à travers les notions essentielles, depuis les critères d’unicité jusqu’aux méthodes itératives avancées, en s’appuyant sur les questions d’un quiz typique.

1. Unicité de la solution d’un système carré

Pour un système linéaire n × n (même nombre d’équations et d’inconnues), la solution est unique si et seulement si le déterminant de la matrice des coefficients det(A) ≠ 0. Ce critère, appelé condition de non‑singularité, implique que la matrice est inversible et que le rang de A est égal à n. En revanche, le rang de la matrice augmentée [A|b] doit coïncider avec le rang de A pour garantir l’existence d’une solution.

• Déterminant non nul → matrice inversible → solution unique.
• Déterminant nul → matrice singulière → aucune solution ou infinité de solutions.

2. Méthodes d’élimination : substitution directe

Considérons le système simple :

2x + 3y = 100
x + y = 40

La méthode la plus directe consiste à isoler x dans la deuxième équation (x = 40 – y) puis à le substituer dans la première. Cette technique évite les manipulations inutiles et conduit immédiatement à la valeur de y. D’autres approches, comme la règle de Cramer ou la soustraction de multiples d’équations, sont possibles mais moins efficaces pour ce type de système 2×2.

3. Rang de la matrice augmentée après élimination de Gauss

Lors de l’élimination de Gauss, on transforme la matrice [A|b] en forme échelonnée. Après la première étape de pivot, si aucune ligne ne devient nulle, le rang reste 3 pour un système à trois inconnues. Le rang indique le nombre d’équations linéairement indépendantes et joue un rôle crucial dans la classification du système (déterminé, sous‑déterminé ou sur‑déterminé).

4. Règle de Cramer appliquée à un système 3×3

Le système suivant :

x + 2y + z = 8
x + 2y + 3z = 10
2x + 3y + 2z = 13

peut être résolu avec la règle de Cramer. On calcule le déterminant Δ = det(A) puis les déterminants Δ_y en remplaçant la colonne des y par le vecteur des constantes. Après calculs, on obtient y = 3. Cette méthode, bien que pédagogique, devient rapidement lourde pour des systèmes de grande dimension.

5. Méthodes itératives : Gauss‑Seidel vs Jacobi

Pour les systèmes convergents, la méthode de Gauss‑Seidel présente un avantage majeur : elle utilise les valeurs les plus récentes dès qu’elles sont disponibles. Ainsi, chaque itération intègre les dernières approximations, accélérant la convergence par rapport à la méthode de Jacobi, qui ne fait qu’utiliser les valeurs de l’itération précédente. Cette différence est particulièrement notable pour les matrices à diagonale dominante.

6. Applications économiques : modèle input‑output de Leontief

Dans le domaine économique, le modèle input‑output de Leontief représente les relations entre plusieurs secteurs d’une économie. Avant d’appliquer la règle de Cramer, on utilise souvent le pivot de Gauss pour réduire le système à une forme plus maniable, surtout lorsqu’il comporte de nombreuses variables. Ce processus facilite l’interprétation des flux économiques et la résolution des équations linéaires sous‑jacentes.

7. Conséquences d’un déterminant nul

Si le déterminant d’une matrice 3×3 vaut 0, le système n’est pas inversible. Deux scénarios sont alors possibles :

• Le système est inconsistent : aucune solution n’existe.
• Le système est déterminé : une infinité de solutions (famille paramétrée).

Il ne peut jamais y avoir une solution unique dans ce cas.

8. Opérations élémentaires sur les lignes

Lors de la résolution d’un système à trois inconnues, on utilise des opérations élémentaires pour obtenir la forme 0 0 1 dans la matrice augmentée finale. Une opération typique consiste à diviser la deuxième ligne par 2 puis à multiplier la troisième ligne par –1. Ces transformations préservent le rang et permettent d’isoler la dernière variable, facilitant la remontée (back‑substitution).

9. Synthèse et bonnes pratiques

Pour maîtriser les systèmes d’équations linéaires, il est recommandé de :

• Vérifier le déterminant avant d’appliquer Cramer.
• Utiliser l’élimination de Gauss pour réduire le système et identifier le rang.
• Choisir la méthode itérative adaptée (Gauss‑Seidel ou Jacobi) selon la structure de la matrice.
• Appliquer les opérations élémentaires avec rigueur pour éviter les erreurs d’arrondi.

En suivant ces étapes, vous serez capable de résoudre efficacement tout type de système linéaire, qu’il s’agisse d’un problème académique ou d’une application économique complexe.