FIIFO ALGÈBRE LINEAIRE SYSTEMES LINEAIRES 1. GENERALITES 1.1. DEFINITIONS Un système linéaire à coefficients dans K ( en général ou ) est une famille d'équations du type : a 11 x 1 a x ( S ) 21 1 a x p1 1 aij K xj K bi K 1ip 1jn 1ip + a 12 x 2 + + a 22 x 2 + + + + a p2 x 2 + , + a 1n x n + a 2n x n + + a pn x n 1jn = = = = b1 b2 bp : coefficients : inconnues ( ou variables ) : seconds membres ( S ) est un système linéaire de p équations à n inconnues à coefficients dans K. Une solution de ( S ) est un n-uplet ( x1, x2, . . . , xn ) Kn vérifiant les p équations. Définition : Un système est homogène si et seulement si tous les seconds membres sont nuls. Le système homogène associé à ( S ) est noté ( S* ). ( S ) n'a pas toujours de solution. ( S* ) a toujours au moins la solution ( 0, 0, . . . , 0 ) = 0 K n dans Kn. Définition : Un système ( S ) est dit de Cramer s'il est carré ( c'est à dire si n = p ) et s'il admet une solution unique. 1.2. TRADUCTION VECTORIELLE DE ( S ) a 11 a 21 V1 a p1 J.P. LENOIR a 12 a 22 V2 a p2 . . PAGE 41 . a 1n a 2n Vn a pn b1 b2 b b p CHAPITRE 7 FIIFO ALGÈBRE LINEAIRE Vj Kp pour 1 j n et b Kp Equation vectorielle à résoudre : (E) x1 V1 + x 2 V2 + + x n Vn = b Remarques sur le plan vectoriel au sujet des solutions de ( S ) donc de ( E ) : 1. Une solution de ( S ) est une décomposition de b sur la famille { V1 , V2 , . . . , Vn } 2. Une solution de ( S* ) est une relation de dépendance linéaire entre V1 , V2 , . . . , Vn 3. Conséquence de 2 : ( S* ) a une solution unique (0,0, . . . ,0) = 0 K n dans K si et seulement si la famille { V1 , V2 , . . . , Vn } est libre. 4. Conséquence de 1 : ( S ) a une solution si et seulement si b [ V1 , V2 , . . . , Vn ]. 5. Si { V1 , V2 , . . . , Vn } est une famille libre alors ou bien ( S ) n'a pas de solution ( lorsque b [ V1 , V2 , . . . , Vn ] ) ou bien ( S ) a une solution solution unique 6. Le système ( S ) a au moins une solution si et seulement si [ V1 , V2 , . . . , Vn ] = KP ( ce qui signifie que { V1 , V2 , . . . , Vn } est une famille génératrice de KP ) 7. Si { V1 , V2 , . . . , Vn } est une famille libre alors n p Si { V1 , V2 , . . . , Vn } est une famille génératrice de KP alors n p. b Le système a une solution unique pour tout KP si et seulement si n = p. Dans ce cas { V1 , V2 , . . . , Vn } est une base de KP. On obtient alors un système de Cramer. D'où le théorème Théorème : Un système ( S ) est de Cramer si et seulement si n = p et si { V1 , V2 , . . . , Vn } est une base de Kn. Soit r = dim [ V1 , V2 , . . . , Vn ] le rang de la famille { V1 , V2 , . . . , Vn }. Si r < n la décomposition de tout vecteur b [ V1 , V2 , . . . , Vn ] se fait d'une infinité de manières en fonction de V1 , V2 , . . . , Vn . On peut ainsi séparer en quatre cas les résultats précédents : Si r = n = p le système est de Cramer et admet une solution unique. Si r = n < p le système admet une solution unique ou n'en admet pas. Si r = p < n le système admet une infinité de solutions. Si r < n et r < p le système n'admet pas de solution ou en admet une infinité. J.P. LENOIR PAGE 42 CHAPITRE 7 FIIFO ALGÈBRE LINEAIRE 1.3. TRADUCTION MATRICIELLE DE ( S ) Matrice du système : jème colonne a 11 a 21 A = a i1 a p1 a 12 a 22 a i2 a p2 a1j a2j a ij a pi a 1n a 2n a in i ème ligne a pn A = ( ( aij ) ) Notation condensée : indice indice de la ligne Li de la colonne Cj A est une matrice ayant p lignes et n colonnes. b1 b b = 2 est la matrice des seconds membres ayant p lignes et 1 colonne. b p x1 x X = 2 est la matrice des inconnues ayant n lignes et 1 colonne. xn Matriciellement le système ( S ) se note : AX = b a 11 a 21 a p1 a 12 a 1n x1 b 1 a 22 a 2 n x 2 b 2 = a p 2 a pn x n b p Tableau du système ( S ) : a 11 a [ S ] = 21 a p1 a 12 a 1n a 22 a 2 n a p 2 a pn | b1 | b2 | | bp p lignes, n+1 colonnes Le système ( S ) est entièrement déterminé par son tableau [ S ]. J.P. LENOIR PAGE 43 CHAPITRE 7 FIIFO 2. ALGÈBRE LINEAIRE RESOLUTION D'UN SYSTEME LINEAIRE Problème : Déterminer l'ensemble S des solutions du système ( S ). On a S Kn Théorème 1 : L'ensemble S* des solutions du système homogène ( S* ) est un sous-espace vectoriel de Kn. Preuve : * 0 K n S* donc S* x1 x '1 x2 x' 2 * Soit u = et u' = deux solutions de ( S* ) et (,) K2, on a : x' n xn et x1 V1 + x 2 V2 + + x n Vn = 0Kp x'1 V1 + x' 2 V2 + + x' n Vn = 0 Kp Donc (x1 x'1 ) V1 + (x 2 x' 2 ) V2 + + (x n x' n ) Vn = 0Kp et u + u' S* d'où le résultat. Exemple xyz 0 ( S* ) x y 0 x V1 + y V2 + z V3 = 0 R2 y x ( S* ) z 2 x x = donc ( S* ) y = z = 2 S* = { u 1 / } S* = [ u 1 ] p=2 ,n=3 1 1 1 avec V1 = 1 , V2 = 1 et V3 = 0 avec u 1 = 1 1 2 S* est la droite vectorielle engendrée par u 1 . Théorème 2 : x 10 0 Si ( S ) a au moins une solution ( x 10 , x 02 ,, x 0n ) et si l'on note u 0 x 2 0 xn Alors S = { u 0 + u / u S* }. J.P. LENOIR PAGE 44 CHAPITRE 7 FIIFO ALGÈBRE LINEAIRE L’ensemble S est formé de la somme d'une solution particulière de S et des solutions de S*. x 10 0 Notation : X0 = x 2 S = X0 S * 0 xn Preuve : Soit u 0 + u avec u 0 S et u S * u 0 S donc x 10 V1 + x 02 V2 + + x 0n Vn = b u S * donc x1 V1 + x 2 V2 + + x n Vn = 0 Kp u0+ u S d’où ( x 10 x 1 ) V1 + ( x 02 x 2 ) V2 + + ( x 0n x n ) Vn = b et y1 y2 Réciproquement soit w S avec w donc y1 V1 + y 2 V2 + + y n Vn = b yn Or u 0 S donc x 10 V1 + x 02 V2 + + x 0n Vn = b En soustrayant les deux égalités on obtient : 0 0 ( y1 x1 ) V1 + ( y 2 x 2 ) V2 + + ( y n x 0n ) Vn = 0 Kp y 1 x 10 0 d’où u y 2 x 2 S * et 0 yn xn soit encore w = u 0 + u avec w - u0 = u , u 0 S et u S*. Conséquence : Une méthode de résolution de ( S ) consiste à : 1) Résoudre ( S* ) et pour cela déterminer S*. 2) Trouver une solution particulière X0 de ( S ). 3) S = X0 S* 3. METHODE DU PIVOT DE GAUSS 3.1. SYSTEMES EQUIVALENTS Deux systèmes sont équivalents s'ils ont le même ensemble de solutions. On considère les opérations élémentaires suivantes sur les lignes du système : On échange deux lignes Li et Lj. On note : On multiplie une ligne Li par 0. On note : On remplace la ligne Li par Li + Lj. On note : Li Lj Li Li Li Li + Lj Une autre opération élémentaire consiste à échanger deux colonnes Ci et Cj. J.P. LENOIR PAGE 45 CHAPITRE 7 FIIFO ALGÈBRE LINEAIRE Attention cette opération a pour effet d'échanger les deux inconnues xi et xj. J.P. LENOIR PAGE 46 CHAPITRE 7 FIIFO ALGÈBRE LINEAIRE Théorème : Les opérations élémentaires précédentes permettent de transformer le système ( S ) en un système équivalent. Preuve : L'échange Li Lj ( ou Ci Cj ) effectué deux fois de suite transforme ( S ) en ( S' ) puis de nouveau en ( S ). 1 Il en est de même avec les opérations Li Li puis Li Li ou avec les opérations Li Li + Lj puis Li Li - Lj. 3.2. METHODE DU PIVOT DE GAUSS C'est un algorithme de résolution dont le principe est fondé sur la transformation du système ( S ) en une suite de systèmes équivalents à l'aide d'opérations élémentaires sur les lignes ou d'échange de colonnes, jusqu'à l'obtention d'un système "triangulé". A chaque étape k de l'algorithme on fait apparaître des zéros dans la colonne k pour tous les termes du tableau dont l'indice de ligne est strictement supérieur à k. Décrivons l'étape k : 1) Si a (kkk) 0, les opérations suivantes Li Li - a (ikk ) Lk a (kkk) pour i > k permettent de faire apparaître des zéros dans la kième colonne sous le terme a (kkk) qui joue le rôle du pivot. Puis on passe à l'étape k+1. 2) Si a (kkk) = 0, on cherche si l'un des a (ikk ) pour i > k est non nul, auquel cas on se ramène au cas 1 en échangeant les lignes Lk et Li. 3) Si a (ikk ) = 0 pour tout i k, on cherche j tel que a (kjk ) 0 et on se ramène au cas 1 par échange des colonnes Ck et Cj, ce qui dans le système revient à intervertir les inconnues xk et xj. 4) Si a (ikk ) = 0 pour tout i k et a (kjk ) = 0 pour tout j k, on effectue sur les lignes Lk à Lp une permutation circulaire et on se ramène au cas 3. Lp Lk et Li Li+1 pour k i p-1 Une fois l'algorithme terminé on obtient l'un des 4 cas indiqués dans la suite. Le nombre r qui apparaît sur les tableaux triangulés est le rang du système. C'est le nombre de termes non nuls de la diagonale. On verra que c'est aussi le rang de la famille{ V1 , V2 , . . . , Vn }. J.P. LENOIR PAGE 47 CHAPITRE 7 FIIFO ALGÈBRE LINEAIRE 1. Système de Cramer ( r = n = p ) ( n) a 11 0 n 0 a 1( nn ) b 1(n ) = ( n ) ( n) 0 a nn b n n a (iin ) tous non nuls ( i = 1, . . . , n ) Le rang du système est r = n = p. Le système admet une solution unique quels que soient les seconds membres. 2. Système indéterminé ( r = p < n ) ( p) a 11 0 p 0 ( p) a 1( pp ) a 1n b 1(p ) = ( p) ( p) ( p) 0 a pp a pn b p p n-p a (iin ) tous non nuls ( i = 1, . . . , p ) Le rang du système est r = p < n. On donne des valeurs arbitraires aux (n - p) inconnues non principales ou paramètres; les p inconnues principales sont alors déterminées de manière unique. Le système admet une infinité de solutions. J.P. LENOIR PAGE 48 CHAPITRE 7 FIIFO ALGÈBRE LINEAIRE 3. Système conditionnel ( r = n < p ) ( n) a 11 0 n 0 0 pn 0 ( n) a 1( nn ) b 1 ( n ) ( n) 0 a nn = b n ( n) 0 b n 1 0 b (pn ) n a (iin ) tous non nuls ( i = 1, . . . , n ) Le rang du système est r = n < p. Si l'un des ( p - n ) seconds membres b (i n ) ( i = n+1, . . . , p ) est non nul, le système n'admet pas de solution. Si tous ces seconds membres sont nuls, le système admet une solution unique. 4. Système mixte ( r < n et r < p ) (r) a 11 0 r 0 0 pr 0 a 1( rr ) 0 a (rrr ) 0 0 r a 1( rr ) 1 (r) a rr 1 0 0 a 1( rn) b 1( r ) ( r ) a (rnr) = b(rr ) 0 b r 1 (r) 0 b p n-r a (iir ) tous non nuls ( i = 1, . . . , r ) Le rang du système est r < n et r < p. Si l'un des ( p - r ) seconds membres b (i r ) ( i = r+1, . . . , p ) est non nul, le système n'admet pas de solution. Si tous ces seconds membres sont nuls, on donne des valeurs arbitraires aux (n - r) inconnues non principales ou paramètres; les r inconnues principales sont alors déterminées de manière unique, J.P. LENOIR PAGE 49 CHAPITRE 7 FIIFO ALGÈBRE LINEAIRE le système admet une infinité de solutions. Théorème : Le rang du système ( S ) est égal au rang de la famille de vecteurs{ V1 , V2 , . . . , Vn }. Preuve : A un changement d'indice prés, le rang étant r, on peut exprimer r inconnues principales x1, x2, . . . ,xr en fonction des n - r inconnues non principales ( ou paramètres ), xr+1, . . . ,xn. Lorsqu’on fixe les valeurs des paramètres xr+1, . . . ,xn on obtient x1, x2, . . . ,xr de manière unique. Le système ( S* ) équivaut à l’équation vectorielle : ( E* ) x 1V1 + x 2 V2 + + x r Vr + x r 1Vr 1 + + x n Vn = 0 K p Si l’on pose xr+1 = . . . = xn = 0, on a donc l’équation : x 1V1 + x 2 V2 + + x r Vr = 0 K p Or x1, x2, . . . , xr sont combinaisons linéaires de xr+1, . . . ,xn donc toutes nulles ce qui entraîne que la famille { V1 , V2 , . . . , Vr }est libre. Comme on peut choisir les paramètres xr+1, . . . ,xn non nuls, la famille { V1 , V2 , . . . , Vr }est libre maximale, ce qui signifie que toute famille { V1 , V2 , . . . , Vr , Vr k }est liée pour tout k avec 1 k n - r. C’est donc une base de [ V1 , V2 , . . . , Vn ] d’où le résultat. Conséquences : 1. On retrouve les mêmes cas qui dépendent de la valeur de r par rapport à n et p. 2. La résolution du système ( S* ) se résume à 2 cas : Si r = n le système ( S* ) admet une solution unique qui est 0 K n . Si r < n le système ( S* ) admet une infinité de solutions. L’ensemble des solutions de ( S* ) est un sous-espace vectoriel de Kn de dimension n – r. En effet soit ( x1, x2, . . . , xr, xr+1, . . . ,xn ) un élément de S*. A un changement d’indice prés on peut exprimer les inconnues principales x1, x2, . . . , xr en fonction des n – r paramètres xr+1, . . . ,xn. Si x1 = 1,r+1 xr+1 + 1,r+2 xr+2 + . . . + 1,n xn xr = r,r+1 xr+1 + r,r+2 xr+2 + . . . + r,n xn alors ( x1, x2, . . . ,xn ) = xr+1 (1,r+1, 2,r+1, . . . , r,r+1, 1, 0, . . . ,0 ) + xr+2 (1,r+2, 2,r+2, . . . , r,r+2, 0, 1, . . . ,0 ) + xn (1,n, 2,n, . . . , r,n, 0, 0, . . . ,1 ) On en déduit une base de n – r vecteurs de S* : { u r 1 , u r 2 , . . . , u n } 1,r 1 1,r 2 1,n 2,r 1 2,r 2 2,n u r 2 r ,r 2 u n r , n1 . Avec u r 1 r , r 1 1 0 0 0 1 0 0 0 1 J.P. LENOIR PAGE 50 CHAPITRE 7 FIIFO ALGÈBRE LINEAIRE 3.3. 1. EXEMPLES x 3y 2z b1 2x 4y 7z b 2 5x 13y - 3z b 3 Le tableau du système est : L 2 L 2 2L1 L 3 L 3 5L1 L3 L3 L 2 ce qui donne le système : On obtient puis et 2. 1 3 2 | b1 2 4 7 | b 2 5 13 - 3 | b 3 2 | b1 1 3 0 - 2 3 | b 2 2b1 0 - 2 - 13 | b 5b 3 1 2 | b1 1 3 0 - 2 3 | b 2 2b 1 0 0 - 16 | b b 3b 3 2 1 x 3y 2z b1 - 2y 3z b 2 2b1 - 16z b 3 b 2 3b1 1 ( 3b1 + b2 – b3 ) 16 1 y= ( 41b1 - 13b2 – 3b3 ) 32 1 x= ( -103b1 + 35b2 + 13b3 ) 32 z= x 4y z t b1 2x 7y 3z t b 2 x 5y 2z - 5t b 3 Le tableau du système est : L 2 L 2 2L1 L 3 L 3 L1 L 2 L 2 L 3 L 3 9L 2 1 4 1 1 | b1 2 7 - 3 1 | b 2 1 - 5 2 - 5 | b 3 b1 1 4 1 1 | 0 - 1 - 1 - 1 | b 2 2 b 1 0 - 9 3 - 6 | b 3 b1 b1 1 4 1 1 | 0 1 1 1 | 2b 1 b 2 0 0 12 3 | 17b 9b b 1 2 3 Le système est de rang 3 et le nombre de paramètres est 4 – 3 = 1. J.P. LENOIR PAGE 51 CHAPITRE 7 FIIFO ALGÈBRE LINEAIRE En paramétrant t on trouve : 7 1 1 5 x 4 12 b1 4 b 2 12 b 3 3 7 1 1 y b1 b 2 b 3 4 12 4 12 1 17 3 1 z b1 b 2 b 3 4 12 t 4 12 3. x 3y 2z b1 2x 4y 7z b 2 5x 13y - 3z b 3 6 x 14 y 2 z b 4 La méthode du pivot donne ( voir exemple 1 ) : x 3y 2z b1 - 2y 3z b 2 2b1 - 16z b 3 b 2 3b1 0 b 4 b 3 b 2 b1 Le rang est égal à 3. Si b4 – b3 – b2 + b1 0 le système n’a pas de solution. Si b4 – b3 – b2 + b1 = 0 le système a une solution unique ( voir exemple 1 ). 4. x 2y 2z 3t b1 2x 4y 3z 4t b 2 5x 10y 8z 11t b 3 On obtient par la méthode du pivot au cours de laquelle on est amené à échanger les colonnes 2 et 3 du tableau donc à permuter les colonnes les inconnues y et z : x 2z 2y 3t b1 z 2t b 2 2b1 0 b 3 2b 2 b 1 Le système est de rang 2, le nombre de paramètres est 4 – 2 = 2 qui peuvent être y et t ou x et z, mais pas z et t. Le système n’a pas de solution si b3 – b1 – 2b2 0. J.P. LENOIR PAGE 52 CHAPITRE 7 FIIFO J.P. LENOIR ALGÈBRE LINEAIRE PAGE 53 CHAPITRE 7