OPERATIONS ELEMENTAIRES SUR LES LIGNES OU LES COLONNES D'UNE MATRICE - APPLICATIONS
NOTATIONS : K désignera un corps.
) (K
Mn désignera une matrice carrée d'ordre n sur K.
) (K
Mnp désignera une matrice à n lignes et p colonnes à coefficients dans K.
On notera
p j
n i j
Ei
≤
≤≤
≤ 1
)1
( la base canonique de Mnp(K). In désignera la matrice identité de Mn(K). Pour n entier naturel non nul, Nn désignera tous les entiers naturels inférieurs ou égaux à n.
1) Opérations élémentaires
définition (matrice d'affinité)
Soit n∈N*. A tout élément (i,α)∈Nn×K*, on associe la matrice d'affinité )
1 ,..., 1 , , 1 ,..., 1 ( )
(α =diag α
Di où α est en i ème position.
propriétés
(i) ∀(i,α)∈Nn×K*, )Di(α)∈GL(n .
(ii) Pour i donné, α6Di(α) est un morphisme de groupes de (K*,×) dans GL(n).
démonstration
(i) det Di(α)=α∈K* donc Di(α)∈GL(n). (ii) Soient α,β∈K*
) ( ) ( ) 1 ,..., 1 , , 1 ,..., 1 ( )
1 ,..., 1 , , 1 ,..., 1 ( )
1 ,..., 1 , , 1 ,...
1 ( )
(αβ = αβ = α × β = i α × i β
i diag diag diag D D
D
théorème
Pour tous A∈Mnp(K),i∈Nn,α∈K*, Di(α)A se déduit de A en multipliant la i ème ligne de a par α (on note li →αli).
démonstration
p k
n j k
aj
A
≤
≤ ≤
= ≤ 1
)1
( et
n k
n j k j
i d
D
≤
≤≤
= ≤
α
1
)1
( )
( .
⎪⎩
⎪⎨
⎧
α
=
≠
=
≠
=
i i
j j
k j
d
i j si d
k j si d
1 0
) ( )
( A M K
Di α ∈ np . notons
p k
n j k j
i A b
D
≤
≤≤
= ≤
α
1
)1
( )
( .
∑
=
= n
p
k p p j k
j d a
b
1
.
k j j j k
j d a
b = car djp =0 si j≠ p.
Si j≠i,bjk =ajk Si j=i,bik =αaik
théorème
Pour tous A∈Mpn(K),i∈Nn,α∈K*, ADi(α) se déduit de A en multipliant la i ème colonne de A par α (on note ci →αci).
démonstration : analogue à celle concernant les lignes
définition (matrice de transvection)
Soit n∈N*.A tout élément (i,j,λ)∈Nn×Nn×K tel que i≠ j, on associe la matrice de transvection Uij(λ)=In +λEij.
propriétés
(i) ∀(i,j,λ)∈Nn×Nn×K tel que i≠ j, )Uij(λ)∈SL(n .
(ii) Pour (i,j) donné avec i≠ j, λ6Uij(λ) est un morphisme de groupes de (K,+) dans SL(n).
démonstration
(i) 1detUij(λ)= donc Uij(λ)∈SL(n). (ii) Uij(λ+ξ)=In+(λ+ξ)Eij
j i n
j i j
i j i n j i n j i n j
i j
i U I E I E I E E E I E
U (λ) (ξ)=( +λ )( +ξ )= +ξ +λ +λξ 2 = +(λ+ξ) car Eij2 =0.
théorème
Pour tous A∈Mnp(K),(i,j)∈Nn2, tel que i≠ j,λ∈K,Uij(λ)A se déduit de a par li →li+λlj. démonstration
p s
n r s
ar
A
≤
≤≤
= ≤ 1
)1
( et
n s
n r s r j
i u
U
≤
≤≤
= ≤
λ
1
)1
( ) (
⎪⎩
⎪⎨
⎧
= λ
=
≠
≠
=
) , ( ) , ( 1
) , ( ) , ( 0
j i s r si
s r si
j i s r et s r si urs
Notons
p s
n r s r j
i a b
U
≤
≤≤
= ≤
λ
1
)1
( )
( .
∑
== n
q
s q q r s
r u a
b
1
Si r≠i, brs =urrars =ars.
Si r=i, bis =uiiais+uijajs =ais +λajs
théorème
Pour tous A∈Mnp(K),(i,j)∈Nn2,i≠ j,λ∈K, AUij(λ) se déduit de A par ci →ci+λcj. démonstration : analogue à celle concernant les lignes.
définition (matrice de permutation)
Soit n∈N*. A tout élément σ de Sn, on associe la matrice de permutation
n j
n i j
mi
M
≤
≤≤
≤ σ =
1
)1
( où
⎩⎨
⎧
≠ σ
=
= σ δ
= σ
i j si
i j mij i j si
) ( 0
) ( 1
)
( .
théorème
Pour tous A∈Mnp(K),(i,j)∈Nn2,i≠ j, si on désigne par σ la permutation τi,j, MσA se déduit de A en échangeant les lignes i et j (on note li ↔lj).
démonstration
n l
n k l
ak
A
≤
≤ ≤
= ≤ 1
)1
( et
n l
n k l
mk
M
≤
≤ ≤
≤ σ =
1
)1
( où
⎩⎨
⎧
≠ σ
=
= σ
k l si
k l mkl si
) ( 0
) (
1 .
Notons
n l
n k l
bk
A M
≤
≤≤
≤
σ =
1
)1
( .
∑
== n
q
l q q k l
k m a
b
1
Si k∉
{ }
i, j : bkl =mkkakl =akl. Si k =i : bil =mijajl =ajl. Si k = j : bjl =mjiail =ail.théorème
Pour tous A∈Mpn(K),(i,j)∈Nn2,i≠ j, si on désigne par σ la permutation τi,j, AMσ se déduit de A en échangeant les colonnes i et j (on note ci ↔cj).
démonstration analogue à celle concernant les lignes.
2) Applications
Soit )A∈Mnp(K . Nous allons nous intéresser : - au calcul du rang de A ;
- au calcul de det(A) lorsque n= p;
- à la résolution d'un système du type AX = B où B∈Mn1(K); - au calcul de A−1 lorsque A est une matrice carrée inversible.
On résout facilement ces problèmes si a est une matrice carrée, triangulaire supérieure (c'est-à-dire
n j
n i j
ai
A
≤
≤≤
= ≤ 1
)1
( , 0aij =0sii> j,aii ≠ ).
Dans ce cas, on a :
• rg(A)=n;
•
∏
=
= n
i i
ai
A
1
)
det( ;
• AX =B est un système de Cramer triangulaire dont la solution unique (x1,...,xn) s'obtient en calculant de proche en proche xn,xn−1,...,x1. On explicite donc la solution X = A−1B, donc la matrice A−1.
Dans le cas général, on se ramène au cas particulier à l'aide d'opérations élémentaires sur les lignes et les colonnes (ce qui se traduit par des multiplications à gauche et à droite par des matrices du type )Di(α , Mσ, )Uij(λ ), en prenant soin d'effectuer les changements nécessaires (permutation d'inconnues ou division du déterminant par un scalaire…).
Lemme du pivot de Gauss
Toute matrice A∈Mnp(K) à première colonne non nulle, peut être transformée par une composition de transvections à gauche en une matrice de la forme :
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛α
= 0
' 0
* ...
*
1 1
1 A
A # où
⎪⎩
⎪⎨
⎧
≥
≥ +
=
≠ α
≥
≥
∈ − −
2 2
1 ) ' ( ) (
0
2 2
) ( '
1 1
1 , 1 1
p et n si A
rg A rg
p et n si K M
A n p
.
démonstration
• si n=1, A1= A.
• si n≥2, on se ramène au besoin au cas où a11≠0 en effectuant l'opération l1→l1+li où li est une ligne de A de premier terme non nul (il en existe car la première colonne de A est non nulle). On effectue ensuite les opérations 1
1 1
1l a l a
li → i− i , pour 2≤i≤n. On a bien )
' ( 1 )
(A rg A1
rg = + car parmi les vecteurs lignes de la matrice A1, le premier vecteur n'appartient pas à vect(e2,...,ep) où (e1,...,ep) représente la base canonique donc
) ' ( 1 )
(A1 rg A1
rg = + . De plus, les matrices de transvection étant inversibles, on a )
( )
(A rg A1
rg = .
La méthode de Gauss
Soit )A∈Mnp(K à première colonne non nulle. A peut être transformée par composition de transvection à gauche en une matrice du type :
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
α α
=
h h h
A A
' 0
* 0
*
*
*
1 *
% , où
⎪⎩
⎪⎨
⎧
>
>
+
= α
>
>
∈ − −
h p et h n si A rg h A rg
nuls non sont les
h p et h n si M
A
h i
h p h n h
) ' ( )
(
' ,
.
La construction s'arrête lorsque h atteint la valeur k telle que k =n ou k = p ou A' est à première k colonne nulle.
construction
La construction se fait par récurrence à partir de A1 . Lorsque l'on obtient la matrice Ah : si cette matrice est de la forme Ak, on s'arrête
sinon on applique le lemme précédent à la sous matrice A' de h Ah.
exemple de calcul de rang
Dans R5, on considère les vecteurs suivants :
) 1 , 1 , 3 , 2 , 1 (
) 1 , 0 , 1 , 1 , 1 (
) 1 , 2 , 3 , 1 , 1 (
) 1 , 1 , 3 , 2 , 1 (
4 3 2 1
−
−
=
−
=
−
−
−
=
−
−
=
u u u u
Soit
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
−
−
−
−
−
−
=
1 1 1 1
1 0 2 1
3 1 3 3
2 1 1 2
1 1 1 1
A . On a rg(A)=rg(u1,...,u4).
Appliquons la méthode de Gauss :
On effectue les opérations l2 →l2 +2l1, l3 →l3−3l1, l4 →l4+l1,l5 →l5 −l1. On obtient :
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
−
−
−
2 0 2 0
0 1 3 0
0 2 6 0
0 1 3 0
1 1 1 1
Donc α1=1 et
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
−
=
2 0 2
0 1 3
0 2 6
0 1 3 '1
A .
Sur A'1, on effectue les opérations : l2 →l2+l1, 3 3 1 4 4 1 3 ,l l 2l l
l
l → − → + . on obtient :
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛−
3 2 0 2
0 0 0
0 0 0
0 1 3
Donc α2 =−3 et
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎝
⎛
= 3 2 2
0 0
0 0 '2
A . on effectue sur A'2 l'opération l1→l1+l3 afin
d'obtenir un coefficient non nul à la première ligne, première colonne, ce qui donne :
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
= 3 2 2
0 0 3 2 2
"2
A .
Sur A"2, on effectue l3 →l3−l1, ce qui donne :
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
0 0
0 0 3 2 2
Donc 3 2
3 =
α et ⎟⎟⎠
⎜⎜ ⎞
⎝
=⎛ 0 '3 0
A . on s'arrête. on a donc obtenu la matrice
⎟⎟
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
−
=
0 0 0 0
0 0 0 0
3 2 0 2 0
0 1 3 0
1 1 1 1
A3 .
On a donc rg(A) = rg(A'3)+3=3.
proposition
Toute matrice A∈GL(n) peut être transformée par transvections à gauche en une matrice inversible, triangulaire supérieure, c'est-à-dire en une matrice du type :
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
α α
=
n
T %
1 *
, avec 0
1
≠
∏
α= n
i
i . on a donc
∏
=
α
=
= n
i
T i
A
1
) det(
)
det( .
démonstration
On utilise la méthode de Gauss. on s'arrête lorsque h atteint la valeur k telle que k=n, ou A' est à k première colonne nulle.
Supposons que l'on s'arrête lorsque h atteint la valeur k telle que A' est à première colonne nulle. k on a obtenu une matrice de la forme :
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
α α
=
h h
A T
0
1 *
% , avec Ah∈Mn−h(K), Ah à première colonne nulle.
On alors det(A)=det(T)=α1×...×αh×det(Ah) (développements successifs suivant la première colonne). Mais det(Ah)=0 car Ah est à première colonne nulle, donc det(A)=0, ce qui est impossible. On s'arrête donc lorsque h atteint la valeur n. On a alors obtenu une matrice de la forme annoncée.
proposition
Toute matrice A∈GL(n) peut être transformée par transvections à gauche en une matrice inversible diagonale.
démonstration
Par transvections à gauche on transforme A en une matrice de la forme
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
α α
=
n
T %
1 *
.
Notons
n j
n i j
ti
T
≤
≤≤
= ≤ 1
)1
( . on effectue les opérations n
n n k k
k t l
l
l → −α pour 1≤k ≤n−1. on obtient une matrice de la forme : ⎟⎟
⎠
⎜⎜ ⎞
⎝
⎛
= α
n
T T 0
0 '1
1 , où T'1 est une matrice triangulaire supérieure inversible (sinon A ne serait pas inversible car det(A)=det(T1)), )T'1∈Mn−1(K si n≥2.
On itère le procédé sur T'1… jusqu'à obtenir une matrice T' à un élément. On a ainsi obtenu une n matrice diagonale inversible.
Calcul du déterminant d'une matrice
On utilise la méthode de Gauss. Multiplier à gauche par une matrice de transvection ne change pas le déterminant car les matrices de transvection sont de déterminant 1.
Calculons le déterminant de la matrice
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
−
= −
0 4 1 2
1 1 0 1
3 2 3 2
1 1 2 1
A .
On effectue les opérations élémentaires l2 →l2−2l1, l3 →l3+l1, l4 →l4+2l1. on obtient :
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
2 6 3 0
1 2 2 0
1 0 1 0
1 1 2 1
On effectue les opérations élémentaires l3 →l3+2l2, l4 →l4 +3l2. On obtient :
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
5 6 0 0
2 2 0 0
1 0 1 0
1 1 2 1
.
On effectue l'opération élémentaire l4 →l4−3l3. On obtient la matrice
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
= −
1 0 0 0
2 2 0 0
1 0 1 0
1 1 2 1
B .
par conséquent, det(A)=det(B)=1×(−1)×2×(−1)=2.
calcul de l'inverse d'une matrice Principe : A∈GL(n). AA−1 =In.
On multiplie à gauche par des matrices de transvection que l'on notera T1,..,Tq en utilisant la méthode précédente pour avoir T1...TqA soit une matrice diagonale inversible de la forme
) ,...,
( 1 n
diag
B= α α avec 0
1
≠
∏
α= n
i
i . On a alors BA−1=T1...TqIn. on multiplie à gauche par
⎟⎟⎠
⎜⎜ ⎞
⎝
⎛
⎟⎟ α
⎠
⎜⎜ ⎞
⎝
⎛
α Dn n
D 1
1 ....
1
1 . Comme n
n
n B I
D
D ⎟⎟ =
⎠
⎜⎜ ⎞
⎝
⎛
⎟⎟ α
⎠
⎜⎜ ⎞
⎝
⎛ α
.... 1 1
1
1 , on a q
n
n T T
D D
B 1 ...
1 ...
1 1
1 ⎟⎟
⎠
⎜⎜ ⎞
⎝
⎛
⎟⎟ α
⎠
⎜⎜ ⎞
⎝
⎛
= α
Exemple : Calculons l'inverse de la matrice
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
−
= −
0 4 1 2
1 1 0 1
3 2 3 2
1 1 2 1
A . On sait qu'elle est inversible
d'après l'exemple précédent car son déterminant est non nul.
Il suffit donc d'effectuer les mêmes opérations élémentaires sur A et la matrice identité
Opérations élémentaires Effets sur la matrice A Effets sur la matrice identité
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
−
−
0 4 1 2
1 1 0 1
3 2 3 2
1 1 2 1
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
1 4 4
1 3 3
1 2 2
2 2 l l l
l l l
l l l
+
→ +
→
−
→
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
2 6 3 0
0 2 2 0
1 0 1 0
1 1 2 1
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
1 0 0 2
0 1 0 1
0 0 1 2
0 0 0 1
2 4 4
2 3 3
3 2 l l l
l l l
+
→ +
→
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
5 6 0 0
2 2 0 0
1 0 1 0
1 1 2 1
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
−
1 0 3 4
0 1 2 3
0 0 1 2
0 0 0 1
3 4
4 l 3l
l → −
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
1 0 0 0
2 2 0 0
1 0 1 0
1 1 2 1
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
−
−
1 3 3 5
0 1 2 3
0 0 1 2
0 0 0 1
4 3 3
4 2 2
4 1 1
2l l l
l l l
l l l
+
→ +
→ +
→
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
1 0 0 0
0 2 0 0
0 0 1 0
0 1 2 1
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
−
−
−
−
−
−
1 3 3 5
2 5 4 7
1 3 2 3
1 3 3 6
3 1
1 2
1l l l → −
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
1 0 0 0
0 2 0 0
0 0 1 0
0 0 2 1
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
−
−
−
−
−
−
1 3 3 5
2 5 4 7
1 3 2 3
2 0 1 1 2 5
2 1
1 l 2l
l → +
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
1 0 0 0
0 2 0 0
0 0 1 0
0 0 0 1
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
−
−
−
−
−
−
1 3 3 5
2 5 4 7
1 3 2 3
2 2 5 13 2
17
4 4
3 3
2 2
3 1 l l
l l
l l
−
→
→
−
→
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
−
−
−
−
1 3 3 5
2 1 2 5 7
1 3 2 3
2 2 5 13 2
17
Donc A−1 =
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
−
−
−
−
1 3 3 5
2 1 2 5 7
1 3 2 3
2 2 5 13 2
17
.
Résolution de système d'équaiotns linéaires On perfectionne la méthode de Gauss.
lemme
Toute matrice A∈Mnp(K) non nulle, peut être transformée à l'aide d'opérations élémentaires en une matrice de la forme :
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛α
= 0
' 0
* ...
*
1 1
1 A
A # où
⎪⎩
⎪⎨
⎧
≥
≥ +
=
≠ α
≥
≥
∈ − −
2 2
1 ) ' ( ) (
0
2 2
) ( '
1 1
1 , 1 1
p et n si A
rg A rg
p et n si K M
A n p
.
démonstration
Si A est à première colonne non nulle, le résultat est déjà prouvé.
Sinon : soit ci la première colonne non nulle de A (il en existe car A est non nulle). On effectue ci
c1↔ et on est ramené au cas précédent.
La méthode de Gauss devient :
Soit )A∈Mnp(K non nulle. A peut être transformée à l'aide d'opérations élémentaires en une matrice du type :
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
α α
=
h h h
A A
' 0
* 0
*
*
*
1 *
% , où
⎪⎩
⎪⎨
⎧
= α
>
>
=
∈ − − h A rg
nuls non sont les
h p et h n si A
et M
A
i
h h p h n h
) (
0 '
' ,
.
La construction s'arrête lorsque h atteint la valeur k telle que k =n ou k = p ou A' est nulle. k construction
La construction se fait par récurrence à partir de A1 . Lorsque l'on obtient la matrice Ah : si cette matrice est de la forme Ak, on s'arrête
sinon on applique le lemme précédent à la sous matrice A' de h Ah.
Exemple de résolution d'un système d'équations linéaires :
Résoudre le système suivant :
⎪⎪
⎪
⎩
⎪⎪
⎪
⎨
⎧
= + +
− +
−
= +
−
− +
=
−
− +
−
−
= + +
− +
−
= + +
− +
2 3 3
3
4 9
3 3 5
5 4 6 9 4 3
1 3 5 6 3 2
2 2
3 2
5 4 3 2 1
5 4 3 2 1
5 4 3 2 1
5 4 3 2 1
5 4 3 2 1
x x x x x
x x x x x
x x x x x
x x x x x
x x x x x
.
Ce système s'écrit matriciellement : AX=B, avec
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
−
−
−
−
−
−
−
=
3 1 3 3 1
9 3 3 5 1
4 6 9 4 3
3 5 6 3 2
2 1 3 2 1
A ,
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
=
5 4 3 2 1
x x x x x
X et
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
= 2
4 5 1 2
B .
Nous allons appliquer la méthode de Gauss améliorée à la matrice A, en prenant soin d'effectuer les modifications nécessaires sur B. C'est la raison pour laquelle nous allons travailler avec la matrice
(
A#B)
.Opérations élémentaires Effet sur
(
A#B)
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
−
−
−
−
−
−
−
−
−
2 3 1 3 3 1
4 9 3 3 5 1
5 4 6 9 4 3
1 3 5 6 3 2
2 2 1 3 2 1
1 5 5
1 4 4
1 3 3
1 2 2
3 2
l l l
l l l
l l l
l l l
−
→
−
→ +
→
−
→
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
−
−
−
−
−
−
4 1 0 0 1 0
2 7 4 0 3 0
1 2 3 0 2 0
5 1 3 0 1 0
2 2 1 3 2 1
2 5 5
2 4 4
2 3 3
3 2 l l l
l l l
l l l
+
→ +
→ +
→
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
−
−
9 0 3 0 0 0
13 4 5 0 0 0
9 0 3 0 0 0
5 1 3 0 1 0
2 2 1 3 2 1
4
3 c
c ↔ , ce qui entraîne une permutation des inconnues x3 et x4 :
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
5 3 4 2 1
x x x x x
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
−
−
9 0 0 3 0 0
13 4 0 5 0 0
9 0 0 3 0 0
5 1 0 3 1 0
2 2 3 1 2 1
3 5 5
3 4
4 3
5 l l l
l l l
−
→
−
→
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
−
−
−
0 0 0 0 0 0
2 4 0 0 0 0
9 0 0 3 0 0
5 1 0 3 1 0
2 2 3 1 2 1
5
4 c
c ↔ , ce qui entraîne une permutation des inconnues :
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
3 5 4 2 1
x x x x x
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
−
−
−
−
−
0 0 0 0 0 0
2 0 4 0 0 0
9 0 0 3 0 0
5 0 1 3 1 0
2 3 2 1 2 1
On s'arrête. On obtient le système suivant :
⎪⎪
⎩
⎪⎪
⎨
⎧
−
=
=
=
− +
−
−
=
− + + +
2 4
9 3
5 3
2 3
2 2
5 4
5 4 2
3 5 4 2 1
x x
x x x
x x x x x
On obtient directement les valeurs de x5,x4,x2 : 2
1
5 =−
x ; x4 =3 ; 2 9
2 = x .
La première équation donne alors x1−3x3 =−13 donc x1=3x3−13, x3 ayant une valeur arbitraire.
l'ensemble des solutions du système est donc
⎭⎬
⎫
⎩⎨
⎧ α− α − ), α∈K 2
, 1 3 , 2, ,9 13 3
( .