162 - Systèmes d’équations linéaires ; opérations élémentaires, aspects algorithmiques et conséquences théoriques.2026

Rapport du jury 2024

Dans cette leçon, les techniques liées au simple pivot de Gauss constituent l'essentiel des attendus. Il est impératif de faire le lien avec la notion de système échelonné (dont on donnera une définition précise et correcte) et de situer l'ensemble dans le contexte de l'algèbre linéaire, sans oublier la dualité. Un point de vue opératoire doit accompagner l'étude théorique et l'intérêt algorithmique des méthodes présentées doit être expliqué, éventuellement en l'illustrant par des exemples simples (où l'on attend parfois une résolution explicite). Parmi les conséquence théoriques, les candidates et candidats peuvent notamment donner des systèmes de générateurs de $GL_n(K)$ et $SL_n(K)$. Ils est aussi pertinent de présenter les relations de dépendance linéaire sur les colonnes d'une matrice échelonnée qui permettent de décrire simplement les orbites de l'action à gauche de G$L^p$n, Kq sur $M_n(K)$ donnée par $(P,A) \longmapsto PA$. Pour aller plus loin, les candidates et candidats peuvent exploiter les propriétés des systèmes d'équations linéaires pour définir la dimension des espaces vectoriels et obtenir une description de l'intersection de deux sous-espaces vectoriels donnés par des systèmes générateurs, ou d'une somme de deux sous-espaces vectoriels donnés par des équations. De même, des discussions sur la résolution de systèmes sur Z et la forme normale de Hermite peuvent trouver leur place dans cette leçon. Enfin, il est possible de présenter les décompostions LU et de Choleski, en évaluant le coût de ces méthodes ou encore d'étudier la résolution de l'équation normale associée aux problèmes des moindres carrés et la détermination de la solution de norme minimale par la méthode de décomposition en valeurs singulières.

Afficher les anciens rapports

Développements

5 Action à gauche de GLm(K) sur Mnm(K)
5 Méthodes itératives de résolution d'un système linéaire
5 Critères de convergence pour les méthodes itératives (cas des matrices hermitiennes)
5 LU+Choleski+QR
5 Factorisation de Cholesky et Factorisation QR
5 Décompositions LU et de Cholesky
5 Décomposition LU + complexité
5 Accélération de la convergence des méthodes itératives par la méthode de Tchebychev
5 Décomposition LU et décomposition de Cholesky
5 Représentation paramétrique, représentation cartésienne
5 Mise sous forme échelonnée
5 Conique et déterminant
5 Schéma numérique pour l'équation de la chaleur
5 Inverser sans inverser
5 Méthode de Kacmarz
5 Dimension du commutant
5 Critère de nilpotence par la trace
5 Lemme de Siegel
5 Factorisation LU par le Pivot de Gauss
5 Méthode QR
4 Théorème d'Artin
4 Par cinq points passe une conique
4 Méthode du gradient conjugué
4 Corollaire du théorème de Pascal (coniques)
4 Injectivité, surjectivité d'une matrice à coefficients dans un anneau commutatif
4 Suites récurrentes linéaires : théorie et pratique
4 Le groupe SO2(Fq)
4 Générateurs de GL_n(K) et SL_n(K) et application à la connexité
4 Caractérisation des matrices nilpotentes par la trace
4 Décomposition LU et de Cholesky
4 Critère de nilpotence par la trace [doublon]
4 Existence des bases, définition de la dimension
4 Résultant et majoration des coefficients de Bézout dans Z[x]
4 Algorithme du gradient à pas optimal
3 Composantes connexes de GLn(R)
3 Convergence de la méthode de la puissance
3 Théorème de Kantorovich et algorithme du gradient à pas optimal
3 Générateurs de GL_n(K) et de SL_n(K)
3 Facteurs invariants
3 Décomposition en valeurs singulières (SVD)
3 Équation de Sylvester : AX + BX = C
3 Décompostion de Bruhat et drapeaux
3 Générateurs de SL_n(K) et GL_n(K)
2 Gradient à pas fixe
2 Résolution d'un système de congruence
1 Familles libres d'applications
1 Dunford pour le calcul de rayon spectral
1 Invariants de Smith
1 Théorème de Brauer
1 Disques de Gerschgorin + Bauer-Fike
1 Paradoxe de Penney

Plans

Rajouter une version
Utilisateur : C. Bergeron
Leçon un peu boudée par la difficulté à la structurer et à remplir les partie théoriques de ''base''. Mais je trouve que c'est une formidable leçon, du moment qu'on y met un peu d'analyse numérique (pour les non Option B, faites l'effort, ce n'est pas très compliqué et ça se recase un peu partout). J'ai préparé cette leçon en oral blanc, et passé sur l'accélération de Tchebychev. Dans l'ensemble, le plan a bien convaincu le jury. Ils ont creusé un peu sur l'application de la dualité pour trouver des générateurs de sommes ou d'intersection de sev. Ils ont aussi bien apprécié que je mette des complexités. Mes devs : Forme de Smith, Accélération de Tchebychev '
Références :
Algèbre : le grand combat: Cours et exercices
Algèbre linéaire\r
Analyse numérique matricielle appliquée à l'art de l'ingénieur, tome 2 : Méthodes itératives
Analyse numérique matricielle appliquée à l'art de l'ingénieur, tome 1 : Méthodes directes
Mathématiques pour l'agrégation: Algèbre et géométrie
Analyse numérique, Une approche mathématique
Plan réalisé à l'aide du site et des plans présentés dans ma classe. Certaines parties sont parfois optionnelles et je ne prévoyais de les faire que si j'avais le temps le jour J. '
Références :
Algèbre linéaire\r
Introduction à l'analyse numérique matricielle et à l'optimisation\r
Analyse matricielle\r
Mathématiques pour l'agrégation: Algèbre et géométrie
Géométrie analytique classique\r
Théorie de Galois
Utilisateur : Beluga
Mes plans sont très inspirés de Mr Syndrome( Mercii à lui !!) Désolée pour les fautes s'il y en a. bon courage :)'
Références :
Utilisateur : Chazaly
'
Références :
Analyse numérique et optimisation : une introduction à la modélisation mathématique et à la simulation numérique
Carnet de voyage en Algébrie
Algèbre et probabilités
Mathématiques pour l'agrégation: Algèbre et géométrie
Plan réalisée par Thomas. On est restées dans les notions classiques sur cette leçon. Ce plan a été vérifié par un professeur, mais gardez un esprit critique, surtout qu’il se peut qu’il y ait des typos. N’hésitez pas à nous contacter si besoin ou à nous signaler s’il y a des erreurs. Bon courage pour cette année.'
Références :
Introduction à l'analyse numérique matricielle et à l'optimisation\r
Analyse matricielle\r
Mathématiques pour l'agrégation: Algèbre et géométrie
Algèbre linéaire\r
Utilisateur : lemaire
Méta plan réalisé à l'aide de ce site et des plans réalisés en classe vérifié par un professeur. '
Références :
Carnet de voyage en Algébrie
Algèbre\r
Algèbre à l'agrégation
Algèbre linéaire\r
Modélisation à l'oral de l'agrégation\r
Utilisateur : Théo L
Ce sont les grandes lignes de mon plan, non-vérifié par une personne compétente. Désolé pour l'écriture. Je me suis (beaucoup) inspiré de Tintin et Théo Ternier (J'ai eu l'agreg en partie grâce à eux, merci !).'
Références :
Mathématiques pour l'agrégation: Algèbre et géométrie
Algèbre linéaire\r
Introduction à l'analyse numérique matricielle et à l'optimisation\r
Utilisateur : DaTiCo
Plans faits pendant l'année à 3. Pas toujours vérifiés ni forcément aboutis. N'étaient pas faits pour être partagés donc il y a des commentaires/remarques personnelles que vous ne comprendrez sûrement pas ! En espérant que le métaplan puisse tout de même aider ! '
Références :
J'execre cette leçon.'
Références :
Algèbre linéaire numérique
Objectif Agrégation
Algèbre linéaire\r
Nouvelles histoires hédonistes de groupes et géométries
Utilisateur : Horgues
Leçon assez chargée, qui pourrait l'être encore plus d'un point de vue de l'algèbre. J'ai fait le choix d'une approche par les résolutions algorithmiques : méthodes directes et itératives. La première partie algébrique est cependant nécessaire, notamment pour décrire l'espace des solutions. Elle pourrait être plus fournie en contrepartie d'une réduction des parties suivantes plus analytiques (surtout la dernière). Il faut être capable de comparer entre elles les méthodes de résolution présentées et de donner leurs avantages et inconvénients les unes par rapport aux autres. Le Ciarlet est excellent sur les méthodes numériques et contient des exemples très illustratifs de la théorie et constitue également la source de mes développements. N'importe quel tout-en-un de sup devrait faire l'affaire pour les aspects algébriques. Préparée en oral blanc, contactez-moi pour les erreurs. 1.Systèmes linéaires 1.1.Systèmes échelonnés 1.2.Existence et unicité des solutions 2.Méthodes directes 2.1.Approche naïve 2.2.Pivot de Gauss 2.3.Du rôle du pivot [DEV1 : LU + Cholesky] 3.Méthodes itératives 3.1.Analyse matricielle 3.1.1.Rayon spectral 3.1.2.Conditionnement 3.2.Méthodes de Jacobi, Gauss-Seidel et relaxation [DEV2 : Ostrowski-Reich]'
Références :
Maths MPSI : Tout-en-un
Introduction à l'analyse numérique matricielle et à l'optimisation\r
Utilisateur : kureru
Méta-plan appris pour le jour J. Fait en juin 2024 et non validé par une personne compétente. I. Systèmes linéaires et contexte 1) Définition, traduction matricielle 2) Cramer et introduction du déterminant 3) Système de Cramer, solutions de AX = B II. Résolutions de systèmes linéaires 1) Opérations élémentaires, systèmes équivalents 2) Pivot de Gauss, systèmes échelonnés 3) Un exemple de système linéaires X = AX + XB (DVT : Sylvester) (ops: 3) Générateurs de SLn et GLn) III. Résolution numérique d'AX=B 1) A symétrique def positive (DVT : gradient à pas opti) 2) Méthode itérative (DVT : méthode itérative) '
Références :
Utilisateur : Julos
La plupart des mes plans sont inspirés de Ewna, Agentb0, Jouaucon, Abarrier et Marvin. Merci à eux. Attention aux coquilles ! Mes plans sont, en général, scannés juste après que j'ai finis de rédiger, bien sur quand je les ai relu j'ai trouvé des erreurs. Les références sont à la fin des plans. Plan semi détaillé. La leçon me paraît un peu vide, je sais pas trop quoi raconter d'autre.'
Références :
Utilisateur : Papatte
Méta plan (simple mais qui a bien marché): I) Notion d'échelonnement: matrices élémentaires (transvection, permutation, dilatation), matrices échelonnées et comment les obtenir grâce aux matrices élémentaires (cet algorithme est appelé le pivot de Gauss), application aux systèmes linéaires (définition, rang, système de Cramer, ensemble de solutions, exemple de résolution). Problème de la formule de Cramer: le nombre d'opérations en n!. D'où le besoin d'autres méthodes: [Ref: tout livre de MPSI/L1, j'ai utilisé le R. Mansuy MPSI chez Vuibert] II) Méthodes directes de résolution Pivot de Gauss (échelonnement en lignes) avec ou sans changement de pivot (différences et conséquences numériques), décomposition LU et complexité (DEV 1) [Ref: Dumas et Caldero/Peronnier] III) Méthodes itératives de résolution Définition d'une méthode itérative, définition des méthodes de splitting (A=M-N), condition nécessaire et suffisante de convergence de ces méthodes (DEV 2), exemples (Jacobi, Gauss-Seidel) [Ref: Dumas et Ciarlet]'
Références :
Modélisation à l'oral de l'agrégation\r
Introduction à l'analyse numérique matricielle et à l'optimisation\r
Carnet de voyage en Algébrie
Retrouvez toutes les leçons et tous les développements, ainsi que des cours (avec les fichiers sources) sur mon site www.coquillagesetpoincare.fr'
Références :
Utilisateur : Tintin
Si l'on utilise pas le Deschamps de MPSI (ou de première année pour les nouvelles versions) il est difficile de trouver une référence qui en parle de manière complète... Il faut parler des formules de Cramer, du théorème de Rouché-Fontené et du pivot de Gauss et surtout illustrer par des exemples et applications diverses. N'hésitez pas à me contacter si vous constatez ce qui semble être une erreur (typographie, mathématique, etc).'
Références :
Tout-en-un MPSI
Algèbre et probabilités
Mathématiques pour l'agrégation: Algèbre et géométrie
Analyse numérique et optimisation : une introduction à la modélisation mathématique et à la simulation numérique
Utilisateur : TC&WM
Retrouvez tous nos plans de leçons ainsi que les fichiers latex associés à nos leçons sur notre site : https://sites.google.com/view/tribalchiefandwiseman/home?authuser=0 Bonne preparation à vous !'
Références :
Utilisateur : Mathis Lemay
J'ai eu beaucoup de difficultés à trouver des références pour cette leçon, c'est pour cela que certains résultats sont marqués d'un cœur au crayon, signifiant \"par cœur\". Il faut parler des formules de Cramer, du théorème de Rouché-Fontené. J'ai appris beaucoup de choses que je ne savais pas concernant le pivot de Gauss en faisant cette leçon, notamment ses nombreuses applications (qui étaient passées à la trappe en première année à cause du confinement...)'
Références :
Algèbre linéaire\r
Nouvelles histoires hédonistes de groupes et géométries
Mathématiques pour l'agrégation: Algèbre et géométrie
Analyse matricielle\r
Analyse numérique et optimisation : une introduction à la modélisation mathématique et à la simulation numérique
Voici un plan possible pour la leçon 162. Mes plans sont très souvent inspirés de Ewna et Abarrier (merci à eux deux !)'
Références :
Mathématiques pour l'agrégation: Algèbre et géométrie
Algèbre linéaire\r
Introduction à l'analyse numérique matricielle et à l'optimisation\r
Nouvelles histoires hédonistes de groupes et géométries
Oraux X-ENS Algèbre 2\r
Analyse numérique et optimisation : une introduction à la modélisation mathématique et à la simulation numérique
Objectif Agrégation
Utilisateur : Hugo
Leçon honnêtement assez compliquée à préparer et qui nécessite pas mal de références différentes. Le détail de l'algorithme du pivot de Gauss est peut-être un peu trop \"long\" pour être inclus dans le plan, mais d'un autre côté c'est un élément central de la leçon… Les références sont indiquées à la fin du plan. N'hésitez pas à me contacter pour me signaler toute erreur ou imprécision.'
Références :
Utilisateur : ma_tilde
Je suis restée dans les notions classiques car je n'ai pas le niveau d'explorer des horizons trop compliqués, j'espère que ça vous aidera à avoir une idée de ce qui peut être fait. Mes plans ne sont pas vérifiées donc il faut garder un regard critique sur ces derniers. En les révisant j'ai trouvé beaucoup de coquilles et fautes de frappes, j'ai essayé d'en corriger un maximum mais il est évident qu'il en reste encore, désolée pour cela. Les remarques en rose ne font pas partie du plan, c'était des remarques pour quand je les réviserai. Bon courage pour votre préparation ! TL1 = Tout-en-un pour la licence 1'
Références :
Algèbre linéaire\r
Mathématiques pour l'agrégation: Algèbre et géométrie
Carnet de voyage en Algébrie
Mathématiques Tout-en-un pour la Licence 2
'
Références :
Algèbre linéaire\r
Mathématiques pour l'agrégation: Algèbre et géométrie
Introduction à l'analyse numérique matricielle et à l'optimisation\r
Utilisateur : Demesmay
Possibilité d'avoir ma version complète manuscrite en me contactant par mail.'
Références :
Utilisateur : JULIEN L
'
Références :
Analyse pour l'agrégation de mathématiques, 40 développements
Algèbre linéaire numérique.
Introduction à l'analyse numérique matricielle et à l'optimisation\r
Algèbre linéaire\r
Utilisateur : RMaurice
Voici mes plans de leçons que j'ai réalisé en format complet. Si cela peut aider des gens, avec plaisir ! Tout mes plans de leçons sont inspirés majoritairement de Jouaucon, Marvin et abarrier ( Merci à eux ! ). Les références sont à la fin. Attention aux éventuels coquilles.'
Références :
Utilisateur : EWna
Référence supplémentaire: <i>Algèbre et géométrie: CAPES et Agrégation : Pierre Burg</i> Les deux développements son plutôt hors sujet. C'est une leçon intéressante en soi, mais comme je ne veux pas parler de LU, QR & cie., je manque de choses à dire. Pour combler le vide, j'ai détaillé l'entièreté de l'algorithme du pivot de Gauss, mais ce n'est pas une bonne solution...'
Références :
Mathématiques pour l'agrégation: Algèbre et géométrie
Nouvelles histoires hédonistes de groupes et géométrie, tome 2
Utilisateur : Pandou
Cette leçon date ... je sais pas si je l'aurais faite comme ça le jour-J (j'aurais ajouté plus d'aspects de l'option B : descente de gradient, résolution approchée d'EDP, etc.)'
Références :
Introduction à l'analyse numérique matricielle et à l'optimisation\r
Algèbre linéaire\r
Algèbre\r
Analyse matricielle\r
Utilisateur : Jouaucon
Plan très fortement inspiré du plan de M. Cacitti-Holland: http://perso.eleves.ens-rennes.fr/~dcaci409/Agregation.html#lecons Références en fin de plan avec les notations: [Gri] Algèbre linéaire : Grifone [NR] No Reference :( [All] Algèbre linéaire numérique : Allaire [Cia] Introduction à l'analyse numérique matricielle et à l'optimisation : Ciarlet'
Références :
Algèbre linéaire\r
Algèbre linéaire numérique
Introduction à l'analyse numérique matricielle et à l'optimisation\r
Utilisateur : Maurer
'
Références :
'
Références :
Algèbre linéaire\r
Leçons pour l’agrégation de mathématiques - Préparation à l’oral
Utilisateur : Marvin
'
Références :
Analyse numérique et optimisation : une introduction à la modélisation mathématique et à la simulation numérique
Histoires hédonistes de groupes et géométries, Tome 2
Oraux X-ENS Algèbre 2\r
Algèbre\r
Algèbre linéaire\r
Cours d'algèbre\r
Analyse pour l'agrégation de mathématiques, 40 développements
Mathématiques pour l'agrégation: Algèbre et géométrie
Utilisateur : F.A.
Toutes les références sont à la fin du plan. Mes excuses pour l'écriture, et attention aux coquilles... '
Références :
Utilisateur : abarrier
'
Références :
Utilisateur : Owen
'
Références :
Algèbre linéaire\r
Algèbre\r
Cours d'algèbre\r
Methodes numériques pour le calcul scientifique\r
'
Références :
Utilisateur : Inèss
'
Références :
Utilisateur : Marie
'
Références :
Algèbre linéaire numérique
Algèbre linéaire\r
Introduction à l'analyse numérique matricielle et à l'optimisation\r
Utilisateur : Victor
'
Références :
'
Références :

Retours