[PDF] [PDF] Méthode du pivot de gauss et formes échelonnées (réduites)

View - Download [PDF] Méthode du pivot de gauss et formes échelonnées (réduites)

Previous PDF

Next PDF

Méthode du pivot de gauss et formes échelonnées (réduites)

FrançoisDEMARÇAY

Département de Mathématiques d"Orsay

Université Paris-Saclay, France

1. Introduction

Dans ce chapitre, nous allons systématiser les méthodes de calcul qui ont été illustrées

sur divers exemples dans le chapitre précédent. L"objectif est de mettre en place un al- gorithme de réduction, appeléméthode du pivot de Gauss, ouméthode d"élimination de Gauss-Jordan, qui permet d"analyser et de résoudre n"importe quel système d"équations linéaires, quel qu"en soit le nombre et quelles qu"en soient les variables. La première partie de l"algorithme consiste à transformer la matrice d"un système sous une forme diteéchelonnée, forme sympathique et agréable qui permet, sans résoudre com-

plètement le système, de répondre à deux questions fondamentales que nous avons déjà

mentionnées :(1)Le système est-il compatible?(2)Si une solution existe, est-elle unique? Faisons observer que l"algorithme du pivot de Gauss s"applique à n"importe quelle ma- trice, qu"elle s"interprète ou non comme matrice complète (augmentée) d"un système li- néaire. Nous considérerons donc des matrices rectangulaires arbitraires, et nous commencerons par définir une classe importante de matrices, qui comprend les matrices "triangulaires» que nous avons déjà rencontrées en taille22et33.

2. Systèmes échelonnés et systèmes échelonnés réduits

Convenons d"appeller ligne ou colonnenon nulletoute ligne ou colonne contenant au moins un coefficient (réel)non nul. Terminologie 2.1.On appellecoefficient principald"une ligne non nulle le coefficient non nul le plus à gauche dans la ligne :00 Dans une matrice, la signification de ces symboles est la suivante :

0:=zéro;=nombre réelnon nul;

=nombre réel quelconque, éventuellement nul: Diagrammatiquement, voici deux matrices complètes de systèmes linéaires qui sont sous une forme analogue à celles que nous avons obtenues en travaillant plusieurs exemples dans le chapitre précédent. 1

2 FrançoisDEMARÇAY, Département de Mathématiques d"Orsay, Université Paris-Saclay, FranceNous sommes ainsi conduits àconceptualiserd"une manière générale ce type de

matrices-modèles. Définition 2.2.Une matrice rectangulaire est ditesous forme échelonnée(en lignes) si elle vérifie les trois propriétés suivantes. (1)Toutes les lignes non nulles sont situées au-dessus de toutes les lignes nulles1. (2)Le coefficient principal de chaque ligne se trouve dans une colonne située strictement à droite de celle du coefficient principal de la ligne au-dessus d"elle 2. (3)Tous les coefficients situés dans une colonne en-dessous d"un coefficient principal sont nuls 3. Ensuite, sur quelques exemples, nous avons vu que nous pouvions nous servir d"un petit carré noir non nul pour effectuer des opérations supplémentaires sur les lignes afin

d"annihiler aussi tous les coefficients qui se trouvent au-dessus de lui.De plus, après une division de chaque ligne par la valeur de son (unique) petit carré noir,

on peut s"assurer que chaque petit carré noir est égal à1. Ces observations justifient la

Définition 2.3.Une matrice sous forme échelonnée - au sens de la Définition 2.2 qui pré-

cède - est ditesous forme échelonnée réduitesi elle vérifie de surcroît les deux propriétés

supplémentaires suivantes. (4)Le coefficient principal de toute ligne est égal à1.

(5)Les coefficients principaux (égaux à1) sont les seuls élément non nuls de leur colonne.

Les matrices triangulaires du chapitre précédent :2

423 2 1

0 14 8

0 0 0 153

5 ou2

41 0 0 1

0 1 0 0

0 0 113

5

sons sous forme échelonnée, la deuxième étant même sous forme échelonnéeréduite.

D"autres exemples viendront bientôt à nous naturellement.1. Dans le premier exemple ci-dessus, il y a deux lignes nulles, situées en dernier.

2. Effectivement, dans les deux exemples ci-dessus, il y a un escalier bleurenverséqui descend tout en

se décalant vers la droite, chaque marche étant créée par un coefficient principal (non nul).

3. Oui, nous l"avons déjà dit dans le chapitre précédent, chaque coefficient principal est une "statue»

qui se tient debout sur sa pile de zéros, l"écrasant sans pitié! Exercice : montrer que cette propriété(3)est en

fait conséquence de la propriété(2).

3.Deux résultats théoriques, et une démonstration 33. Deux résultats théoriques, et une démonstration

Il est grand temps, maintenant, d"énoncer et de démontrer (enfin!) un résultat théorique.

Théorème 3.1.Tout système linéaire(S)est équivalent à un système linéaireéchelonné

(S0)obtenu par transformationsopérations élémentaires. Démonstration.La méthode consiste à éliminer progressivement les occurrences des in- connues dans les équations au moyen de laméthode du pivot de Gauss, que nous avons déjà pratiquée sur plusieurs exemples. Partons en effet d"un système linéaire quelconque, ou mieux encore, de sa matrice aug- mentée : a

1;1x1+a1;2x2++a1;nxn=b1;

a

2;1x1+a2;2x2++a2;nxn=b2;

a m;1x1+am;2x2++am;nxn=bm;2 6 64a

1;1a1;2a1;nb

1 a

2;1a2;2a2;nb

2.............

a m;1am;2am;nb m3 7 75;
dont les lignes sont désignée parL1;L2;:::;Lm, dans les deux représentations. Sia1;16= 0(le casa1;1= 0est discuté plus bas), on conserve la première ligneL1

inchangée (jusqu"à la fin), et on utilise cette première ligne pour éliminer l"inconnuex1

danstoutesles lignes suivantesL2;:::;Lm, simplement grâce aux combinaisons : L

27!L2a2;1a

1;1L1; :::::::::; Lm7!Lmam;1a

1;1L1;

ce qui donne la nouvelle matrice (complète) : 2 6 6664a

1;1a1;2a1;nb

1

0a2;2a2;1a

1;1a1;2a2;na2;1a

1;1a1;nb

2a2;1a

1;1b1.............

0am;2am;1a

1;1a1;2am;nam;1a

1;1a1;nb

mam;1a

1;1b13

7 7775;
matrice que nousre-noterons sous forme abrégée : 2 6

666664a

1;1a1;2a1;3a1;nb

1

0a02;2a02;3a02;nb

02

0a03;2a03;3a03;nb

03................

0a0m;2a0m;3a0m;nb

0m3 7

777775:

Ensuite, en nous concentrant seulement sur la sous-matrice avec des primes, si

4a02;26=

0, on conserve la deuxième ligneL02inchangée, et on itère le procédé, à savoir, on uti-

lise la deuxième ligneL02pour éliminer l"inconnuex2danstoutesles lignes successives L

03;:::;L0m, simplement grâce aux combinaisons :

L

037!L03a03;2a

02;2L02; :::::::::; L0m7!L0ma0m;2a

02;2L02;4. Le casa02;2= 0est discuté plus bas.

4 FrançoisDEMARÇAY, Département de Mathématiques d"Orsay, Université Paris-Saclay, Francece qui donne une nouvelle matrice de la forme :

2 6

666664a

1;1a1;2a1;3a1;nb

1

0a02;2a02;3a02;nb

02 0

0 a003;3a003;nb

003................

0

0 a00m;3a00m;nb

00m3 7

777775:

Question 3.2.Que faire lorsquea1;1= 0? Et lorsquea02;2= 0? Sia1;1= 0, on lit tous lesa1;i=a2;1;:::;am;1en-dessous dea1;1pour en chercher un qui soitnon nul. Si on trouve unai;16= 0, on le remonte en haut, c"est-à-dire on permute les deux lignesLi !L1. Question 3.3.Mais alors, que faire lorsquetouslesa1;1=a2;1==am;1= 0de la colonne1sont nuls? Dans ce cas très surprenant (et très embêtant), cela veut dire quex1n"apparaît dans aucuneéquation linéaire du système! Cex1est donc un "fantôme d"inconnue»! Quelle que soit la valeur de ce "martien»x1, le système sera satisfait - qu"il y ait des palmiers sur la Planète Mars, ou qu"il n"y en ait pas, d"ailleurs... Alors on oublie la colonne1, on passe à la colonne2, on re-teste si un des coefficients a

1;2;a2;2;:::;am;2de cette colonne est non nul, et si on trouve un coefficient non nul, on le

remonte à la première ligne, et on effectue des combinaisons linéaires sur les lignes comme nous l"avons déjà expliqué. Sinon, sitoutela colonne2est elle aussinulle- y aurait-il tant de nulles et de nuls? - , on passe à la colonne3, et ainsi de suite, jusqu"à épuisement.

Question 3.4.Que faire lorsquea02;2= 0?

Sia02;2= 0, on lit tous lesa0i;2=a03;2;:::;a0m;2en-dessous,en oubliant et en préservant la ligne1, jusqu"à trouver una0i;26= 0, que l"on remonte à la ligne2; sinon, sia02;2=a03;2= =a0m;2= 0, on passe à la colonne3, et ainsi de suite, toujours en laissant la ligne1 intacte. Autrement dit, on répète exactement le même procédé à lasous-matrice : 2 6 64a

02;2a02;3a02;nb

02a03;2a03;3a03;nb

03.............

a

0m;2a0m;3a0m;nb

0m3 7 75:
Comme le nombre de lignes diminue d"une unité à chaque étape, et comme le nombre de colonnes diminue d"au moins une unité aussi, l"algorithme se termine en au plus : min m; nétapes: Il importe de signaler que la forme échelonnée d"une matrice n"est presque jamais unique:

4.Positions de pivot et exemples supplémentaires 5Exemple 3.5.La matrice que nous avons exhibée après la Définition 2.3 était échelonnée :2

423 2 1

0 1 4 8 0 0 0 15 3 5 mais si nous additionnons la ligne2à la ligne1, puis la ligne3à la ligne2,du bas vers le haut, nous trouvons uneautrematrice équivalente qui estaussiéchelonnée :2

4222 9

0

1 4 23

0 0 0 15 3 5 Pour espérer avoir unicité d"une forme échelonnée, il faudrait donc neutraliser cette liberté rémanente

5qu"on a de ré-effectuer des opérations élémentaires dans l"autre sens,

quotesdbs_dbs22.pdfusesText_28

[PDF] option l

[PDF] option premiere l

[PDF] taux de change effectif réel maroc

[PDF] taux de change effectif nominal maroc

[PDF] la politique de change au maroc pdf

[PDF] taux de change effectif nominal calcul

[PDF] taux de change effectif réel et compétitivité

[PDF] taux de change effectif nominal formule

[PDF] taux de change effectif nominal definition

[PDF] soutien 67

[PDF] travaille de francais

[PDF] laccord du participe passé des verbes pronominaux exercices

[PDF] exercices vocaux ? télécharger

[PDF] exercice vocal gospel

[PDF] note de musique flute a bec