Vous êtes sur la page 1sur 14

c Christophe Bertault - MPSI

Dterminants
Dans tout ce chapitre, K est lun des corps R ou C. Tous les rsultats prsents dans ce chapitre, sauf un ou deux, demeurent
vrais dans un contexte plus gnral, mais nous ne nous en proccuperons pas ici.
Les lettres n, p, q . . . dsignent des entiers naturels non nuls.

Motivation
Explication
La notion de dterminant en dimension quelconque est lourde prsenter, elle requiert de longs prliminaires et une
construction pnible. On se propose dans cette partie de motiver ces prliminaires et cette construction par quelques
rappels concernant les notions daire oriente en dimension 2 et de volume orient en dimension 3.


Aire et volume orients : Pour tous vecteurs , R2 , on note A , laire oriente du paralllogramme
u v
u v

et dans R2 . De mme, pour tous vecteurs , , R3 , on note V , , le volume orient



engendr par u
v
u v w
u v w

du paralllpipde engendr par , et dans R3 .


u v
w

u
, , < 0

V u v w

car , , est une base indirecte de R3 .
u v w


A , > 0
u v

, est une base directe de R2 .
car u v

Lien avec le dterminant : Nous avons introduit en dbut danne un dterminant dans le plan et un dterminant
dans lespace. Nous avions montr qualors :


A , = det ,
u v
u v



V , , = det , , .
u v w
u v w

et

En outre :

si = (x, y) et = (x , y ) :
u
v


A , = xy yx ,
u v

et si = (x, y, z), = (x , y , z ) et = (x , y , z ) :
u
v
w

V , , = xy z + yz x + zx y zy x yx z xz y .
u v w
Proprits :
Caractrisation des bases :


, est une base de R2
u v

, , est une base de R3
u v w


A , = 0.
u v

V , , = 0.
u v w

Bref, la colinarit de deux vecteurs est caractrise par le caractre aplati du paralllogramme quils
engendrent, et cest pareil avec trois vecteurs.


Le signe de A , et V , , est chang
u v
u v w

Antisymtrie :

chaque fois quon permute deux vecteurs.

Lapplication A est bilinaire sur R2 , lapplication V est trilinaire sur R3 .

Multilinarit :

2
v

2
u



A 2 , = 2A ,
u v
u v




A + , = A , + A ,
u
u v
u v
u v

2
u



A 2 , 2 = 4A ,
u v
u v

c Christophe Bertault - MPSI

Groupe symtrique

Comme on vient de le rappeler dans le plan et dans lespace, lchange de deux vecteurs dans un dterminant en renverse
le signe proprit dantisymtrie. A fortiori, lchange rpt p fois de deux vecteurs dans un dterminant multiplie celui-ci
par (1)p . En vue dune dnition du dterminant de n vecteurs dans un espace vectoriel de dimension n, nous allons prsent
tudier brivement lensemble des permutations de 1, n , i.e. lensemble des bijections de 1, n dans lui-mme. Au sein de cet
ensemble, les permutations consistant en un simple change de deux valeurs, appeles transpositions, vont avoir pour nous une
importance particulire.

2.1

Permutation

Dnition

(Permutation, groupe symtrique)

On appelle permutation de 1, n toute bijection de 1, n dans lui-mme.


On note Sn lensemble des permutations de 1, n . Alors (Sn , ) est un groupe appel groupe symtrique de degr n.
Il sagit l dun ensemble n! lments.

En pratique
On peut reprsenter commodment de plusieurs faons une permutation de 1, n . La premire consiste crire sous
1
2

n
. Par exemple, si est la permutation de S4 dnie par les galits :
la forme dune matrice
(1) (2) (n)
1 2 3 4
.
(1) = 2, (2) = 4, (3) = 1 et (4) = 3, alors peut tre reprsente par la matrice
2 4 1 3
Le produit de deux permutations est facile eectuer partir de cette reprsentation. Notez bien que produit signie
ici composition , mais gnralement on omet le symbole . Par exemple, dans S5 :
1
1

2
4

3
2

4
5

1
2

5
3

2
1

3
4

4
5

5
3

1
4

2
1

3
5

4
3

5
.
2

Linverse dune permutation est tout aussi facile calculer. Par exemple, linverse de =
1 =

2.2

1
4

2
3

3
1

4
2

1
3

2
4

3
2

4
1

dans S4 est

lisez simplement la matrice de du bas vers le haut au lieu de la lire du haut vers le bas.

Cycles et transpositions

Dnition

(Cycle, transposition)

Soit p 2, n . On appelle p-cycle de 1, n ou cycle de longueur p de 1, n toute permutation de 1, n pour


laquelle il existe des lments deux deux distincts x1 , x2 , . . . , xp de 1, n tels que :
(x1 ) = x2 ,
et

(x2 ) = x3 ,

(xp1 ) = xp

...

et

(xp ) = x1

si x nest aucun des lments x1 , x2 , . . . , xp .

(x) = x

Un tel p-cycle est alors not (x1 x2 . . . xp ), ou (x2 x3 . . . xp x1 ), ou (x3 x4 . . . xp x1 x2 ), etc.


Un 2-cycle de 1, n est aussi appel une transposition de 1, n .

Explication
On peut composer les cycles pour obtenir de nouvelles permutations. On crira par exemple
(1 2 4 6)(2 5)(3 4 1) pour dsigner (1 2 4 6) (2 5) (3 4 1). A priori lordre compte, car la composition nest pas commutative.
Deux cycles (x1 x2 . . . xp ) et (y1 y2 . . . yq ) sont dits disjoints si aucun xi nest gal aucun yj . On peut montrer que deux
cycles disjoints commutent. On peut montrer galement que toute permutation peut tre dcompose comme un produit de
cycles disjoints. Par exemple (1 2 4 6)(2 5)(3 4 1) est aussi gal (1 3 6)(2 5 4), o (1 3 6) et (2 5 4) sont disjoints.
Exemple

La permutation

1
5

2
2

3
6

4
1

5
4

6
3

est aussi gale (1 5 4)(3 6) = (3 6)(1 5 4).

En eet
La forme de gauche agit circulairement sur certains paquets dlments : elle envoie 1 sur 5, 5 sur
4 et 4 sur 1 ; elle xe 2 ; et elle envoie 3 sur 6 et 6 sur 3. Cest exactement ce que fait aussi la permutation
(1 5 4)(3 6) = (3 6)(1 5 4) do lgalit.

c Christophe Bertault - MPSI

Exemple

La permutation (2 3)(4 3 1)(4 2 3) de 1, 4 est aussi gale


En eet
et :

Exemple

Par exemple :

1
4

2
1

3
2

4
.
3

(2 3) (4 3 1) (4 2 3) (1) = (2 3) (4 3 1) (1) = (2 3) (4) = 4

(2 3) (4 3 1) (4 2 3) (2) = (2 3) (4 3 1) (3) = (2 3) (1) = 1.

Quelques exemples sur lesquels vous pouvez vous entraner :


(1 3)(3 2 1 4)(3 1 4)(2 1 4) = (1 2)(3 4),

Mme chose pour les autres valeurs.

(1 2 3 4 5 6)(1 2 4 6)(1 3 5) = (1 4)(2 5 3 6),

(4 5 1 2)(3 4 1 6)(5 4 1 6)(4 2) = (1 3 5 2 6)

Thorme (Sn est engendr par ses transpositions) Toute permutation de 1, n peut tre dcompose comme un
produit de transpositions.

Explication
Quand nous aurons dni le dterminant de n vecteurs dans un espace vectoriel de dimension n, ce
rsultat nous apprendra que toute permutation des n vecteurs peut tre eectue par tapes laide dun certain nombre de
transpositions. Si ces transpositions sont au nombre de p, une telle permutation aura pour eet de multiplier le dterminant
calcul par (1)p .
Attention !

Une telle dcomposition nest en aucun cas unique. Par exemple :

Dmonstration

(1 2 3) = (1 2)(2 3) = (1 3)(1 2).

Raisonnons par rcurrence sur n.

Initialisation : Pour n = 1, S1 = Id

et Id est le produit de zro transposition.

Hrdit : Soit n N . On suppose que toute permutation de 1, n peut tre dcompose comme un
produit de transpositions. Quen est-il au rang n + 1 ? Soit Sn+1 . Distinguons deux cas :
Premier cas :
(n + 1) = n + 1.
Alors
est une permutation de 1, n que nous notons . Par hypothse de rcurrence, est un
1,n

produit de transpositions dans Sn : = 1 2 . . . p ventuellement p = 0.

Pour tout k 1, p , notons k la permutation de 1, n+1 gale k sur 1, n et telle que k (n+1) = n+1.

Clairement, k est une transposition, tout comme k . La relation = 1 2 . . . p (dans Sn ) devient


= 1 2 . . . p (dans Sn+1 ), donc en eet est un produit de transpositions.

Second cas :
(n + 1) = n + 1.
Notons 0 la transposition (n + 1) (n + 1) . Lgalit 0 (n + 1) = n + 1 nous ramne au cas prcdent,
1
donc 0 est un produit de transpositions : 0 = 1 2 . . . p . Multiplions par 0 = 0 gauche :
= 0 1 . . . p . Comme voulu, est un produit de transpositions.

2.3

Signature

Lintgralit de ce chapitre repose sur le thorme suivant.


Thorme

(Signature)

Il existe un et un seul morphisme de groupes de Sn dans


transposition la valeur 1.

1, 1 , appel signature et not , qui donne toute

Soit Sn . On dit que est paire si () = 1 et impaire si () = 1.

Explication Sans nous garantir aucune unicit, lexistence de la signature nous garantit une certaine ressemblance
des direntes dcompositions possibles dune mme permutation comme produit de transpositions : deux dcompositions ne
font pas forcment intervenir les mmes nombres p et p de transpositions, mais en tout cas p et p ont la mme parit.

c Christophe Bertault - MPSI

Dmonstration
Notons P lensemble des paires
P

i, j

lapplication

i, j

1 . Du coup :

dentiers i, j 1, n distincts, et pour toute permutation Sn ,


P

(i), (j) .

|j i|

|v u| =

(j) (i) =

. Ce calcul prouve que le produit

i, j

aprs le changement dindice

{i,j}P

{u,v}P

{i,j}P

u, v =

Il est facile de vrier que est bijective de rciproque

{i,j}P

(j) (i)
vaut 1. Notons-le ().
ji

Montrons que lapplication ainsi dnie est un morphisme de groupes. Pour toutes permutations , Sn :
( ) =
{i,j}P

=
{u,v}P

(j) (i)
=
ji
(v) (u)
vu

{i,j}P

{i,j}P

(j) (i)
(j) (i)

(j) (i)
j i

{i,j}P

= ()( )

(j) (i)
j i
aprs le changement dindice

u, v =

Soit = (a b) Sn une transposition, o a, b 1, n avec a < b. Tchons de montrer que ( ) = 1. Par


(j) (i)
dnition en tout cas : ( ) =
. Passons simplement en revue les termes de ce produit.
ji
{i,j}P

Si

i, j

P ne contient ni a ni b, alors

j i
(j) (i)
=
= 1.
ji
j i

Pour tout i 1, n distinct de a et b, regroupons les termes dindices

i, a

et

i, b . Leur

(a) (i)
(b) (i)
bi
ai

= 1.
contribution au produit vaut :
ai
bi
ai
bi
(b) (a)
ab
Pour nir, le terme dindice a, b vaut 1 car :
=
= 1.
ba
ba
Conclusion : ( ) = 1 par produit.
Montrons enn lunicit de la signature sur Sn . Soient et deux morphismes de groupes de Sn dans
1, 1 qui donnent toute transposition la valeur 1. Montrons qualors = . Soit Sn . Nous avons
vu que est un produit de transpositions 1 , 2 , . . . , p : = 1 2 . . . p . Comme voulu :
() = (1 2 . . . p ) = (1 )(2 ) . . . (p ) = (1)p = (1 ) (2 ) . . . (p ) = (1 2 . . . p ) = ().

Thorme

(Signature dun cycle) Soit p 2, n . La signature dun p-cycle de 1, n est (1)p1 .

Dmonstration

Soit (x1 x2 . . . xp ) un p-cycle de 1, n . Alors (x1 x2 . . . xp ) = (x1 x2 )(x2 x3 ) . . . (xp1 xp ).

Cette dcomposition fait intervenir p 1 transpositions, donc (x1 x2 . . . xp ) = (1)p1 comme annonc.
Exemple

(1 5 3)(2 4 6 1)(3 4) est une permutation paire.


En eet

(1 5 3)(2 4 6 1)(3 4) = (1 5 3) (2 4 6 1) (3 4) = (1)31 (1)41 (1)21 = 1.

Applications multilinaires

Dnition (Application multilinaire) Soient E1 , E2 , . . . , En et F des K-espaces vectoriels et f une application de


E1 E2 . . . En dans F . On dit que f est n-linaire si :
pour tout k 1, n et pour tous x1 E1 , x2 E2 , . . . , xk1 Ek1 , xk+1 Ek+1 , . . . , xn En xs,
lapplication x f (x1 , x2 , . . . , xk1 , x, xk+1 , . . . , xn ) est linaire de Ek dans F.
Si n = 2, on dit que f est bilinaire ; si n = 3, que f est trilinaire. Si enn F = K, on dit que f est une forme n-linaire.

Explication
Bref, pour tout k 1, n , f est linaire par rapport sa kme variable quand on xe les n 1 autres.
Les notions dapplication 1-linaire et dapplication linaire concident.

i, j

c Christophe Bertault - MPSI

Exemple
Dans le plan usuel R2 , le produit scalaire est une forme bilinaire. Dans lespace usuel trois dimensions R3 , le produit
vectoriel est bilinaire.
Pour tout K-espace vectoriel E, la multiplication par un scalaire (, x) x est bilinaire de K E dans E.
Le produit matriciel (A, B) AB est bilinaire de Mp,q (K) Mq,r (K) dans Mp,r (K).
Le produit fonctionnel (f, g) f g est bilinaire de RR RR dans RR .
Pour tous K-espaces vectoriels E, E et E , la composition (f, g) g f est bilinaire de L(E, E ) L(E , E ) dans
L(E, E ).

Dnition (Forme multilinaire alterne)


assertions suivantes sont quivalentes :

Soient E un K-espace vectoriel et f une forme n-linaire de E n . Les

(i)

f est nulle sur toute famille de vecteurs dont au moins deux sont gaux.

(ii)

Pour tous (x1 , x2 , . . . , xn ) E n et Sn :

f (x(1) , x(2) , . . . , x(n) ) = ()f (x1 , x2 , . . . , xn ).

On dit dans ces conditions que f est alterne (ou antisymtrique).

Explication En particulier, toute transposition tant impaire, une forme linaire est change en son oppose quand
on permute deux de ses variables.
Dmonstration
(ii) = (i) Soit (x1 , x2 , . . . , xn ) E n . On suppose que deux des vecteurs de cette famille sont gaux, disons
xi et xj avec i < j. Notons la transposition (i j). Alors daprs (ii) :
f (x1 , x2 , . . . , xn ) = ( )f (x1 , x2 , . . . , xn ) = f (x (1) , x (2) , . . . , x (n) )
= f (x1 , . . . , xi1 , xj , xi+1 , . . . , xj1 , xi , xj+1 , . . . , xn ) = f (x1 , x2 , . . . , xn )
Conclusion :

f (x1 , x2 , . . . , xn ) = f (x1 , x2 , . . . , xn ),

i.e. :

car xi = xj .

f (x1 , x2 , . . . , xn ) = 0.

(i) = (ii) Fixons (x1 , x2 , . . . , xn ) E n . Comme Sn est engendr par ses transpositions et comme la signature
dune permutation vaut (1)p o p est le nombre de transpositions ncessaires pour la dcomposer, il nous
sut dtablir le rsultat dans le seul cas o est une transposition.
Soit = (i j) Sn une transposition, o i, j 1, n avec i < j. Dans le calcul qui suit napparaissent que
les ime et j me variables. Par n-linarit :
f (. . . , xi +xj , . . . , xi +xj , . . .) = f (. . . , xi , . . . , xi , . . .)+f (. . . , xi , . . . , xj , . . .)+f (. . . , xj , . . . , xi , . . .)+f (. . . , xj , . . . , xj , . . .),
et donc daprs (i) :
Comme voulu :

f (. . . , xi , . . . , xj , . . .) + f (. . . , xj , . . . , xi , . . .) = 0.

f (x(1) , x(2) , . . . , x(n) ) = f (x1 , x2 , . . . , xn ) = ()f (x1 , x2 , . . . , xn ).

Thorme (Proprits des formes multilinaires alternes) Soient E un K-espace vectoriel et f une forme n-linaire
alterne de E n .
(i) On ne change pas la valeur de f quand on ajoute lune de ses variables une combinaison linaire des autres.
(ii) f est nulle sur toute famille lie.

Dmonstration
(i) Soient (x1 , x2 , . . . , xn ) E n et 1 , 2 , . . . , k1 , k+1 , . . . , n K. Dans le calcul qui suit napparat que la
kme variable :

. . . , xk +

i x i , . . .
1 i n
i=k

= f (. . . , xk , . . .) +

i f (. . . , xi , . . .)
1 i n
i=k

= f (. . . , xk , . . .).

=0 car xi apparat
deux fois.

(ii) Soit (x1 , x2 , . . . , xn ) une famille lie de vecteurs de E. Alors pour un certain k 1, n , xk est combinaison
linaire de x1 , x2 , . . . , xk1 , xk+1 , . . . , xn . Du coup, daprs (ii) et la linarit de f par rapport sa kme
variable : f (x1 , x2 , . . . , xn ) = f (x1 , x2 , . . . , xk1 , 0E , xk+1 , . . . , xn ) = 0.

c Christophe Bertault - MPSI

Dterminant dune famille de vecteurs dans une base

Dnition (Dterminant dune famille de vecteurs dans une base) Soient E un K-espace vectoriel de dimension
n et B une base de E.
Il existe une et une seule forme n-linaire alterne de E n , note detB , qui donne B la valeur 1, i.e. telle que
detB (B) = 1. On lappelle dterminant dans la base B.
Toute autre forme n-linaire alterne f de E n est un multiple de detB :

f = f (B) detB .

Pour toute famille X de n vecteurs de E de matrice A dans B :


n

det B (X ) =

a(i)i =

()
Sn

i=1

ai(i) .

()
i=1

Sn

Attention !
Seul le dterminant dune famille de n vecteurs dans un espace vectoriel de dimension n est ainsi dni.
n

Les formules

. . . sont trs rarement utilises pour calculer un dterminant concret car elles requirent le

()
i=1

Sn

calcul de n! produits de n termes beaucoup de calculs. Nous aurons bientt des mthodes simples et rapides de calcul.
Dmonstration
Analyse : Introduisons les vecteurs de B : B = (e1 , e2 , . . . , en ). Soient f une forme n-linaire alterne
de E n et X une famille de n vecteurs de E de matrice A dans B.

f (X ) = f

a k2 2 e k2 , . . . ,

a k1 1 e k1 ,

kn =1

k2 =1

k1 =1

a kn n e kn

n-linarit

ak1 1 ak2 2 . . . akn n f (ek1 , ek2 , . . . , ekn ).

(k1 ,k2 ,...,kn ) 1,n n

Dans cette somme, f (ek1 , ek2 , . . . , ekn ) = 0 ds que deux des vecteurs eki sont gaux. Nous pouvons donc ne
conserver que les n-uplets (k1 , k2 , . . . , kn ) dlments distincts. Or se donner un tel n-uplet (k1 , k2 , . . . , kn ),
cest exactement se donner une fonction injective de 1, n dans lui-mme, avec (i) = ki pour tout
i 1, n . Les ensembles de dpart et darrive ayant le mme nombre fini dlments, cela revient
en fait se donner une permutation de 1, n .
n

f (X ) =

a(i)i
Sn

f (e(1) , e(2) , . . . , e(n) ) =

i=1

a(i)i ()f (e1 , e2 , . . . , en ) =


i=1

Sn

()

a(i)i

f (B).

i=1

Sn

=det B (X ) par dnition

Conclusion : comme voulu, f = f (B) detB . En particulier, si f donne B la valeur 1, alors f = detB .
n

Synthse : On pose :

det B (X ) =

()

pour toute famille X de n vecteurs de E de

a(i)i
i=1

Sn

matrice A dans B. Vous vrierez seuls la n-linarit de detB .


Montrons que detB est alterne. Soient (x1 , x2 , . . . , xn ) E n et Sn . Dans le calcul suivant, on eectue
le changement dindice j = (i) associ la bijection , puis le changement dindice = 1 associ la
bijection 1 de Sn sur lui-mme.
n

det B (x(1) , x(2) , . . . , x(n) ) =

a(i)(i)

()

i=1

Sn

j=(i)

a1 (j)j

()
Sn

a(j)j

()
Sn

j=1

a(i)i = ()

()()
i=1

Sn

j=1

=1

a(i)i = () det B (x1 , x2 , . . . , xn ).

()
Sn

i=1
n

Montrons enn que detB (B) = 1. La matrice B de B dans B est In , donc

b(i)i = 0 pour tout Sn


i=1

distincte de lidentit. Conclusion :

det(B) =
B

Sn

b(i)i = (Id)

()
i=1

bId(i)i = 1.
i=1
n

Avec des notations videntes, il nous reste montrer la formule :

det B (X ) =

ai(i) , o lon

()
Sn

i=1

a chang i et (i) . Soit Sn . Dans le calcul suivant, on eecture le changement dindice j = (i)
associ la bijection , puis le changement dindice = 1 associ la bijection 1 de Sn sur Sn
(de rciproque elle-mme). Remarque : pour tout Sn , () = 1 donc 1 = ()1 = ().

c Christophe Bertault - MPSI

det B (X ) =

a(i)i

()

i=1

Sn

j=(i)

aj(j)
j=1

Sn

aj(j) =

()
j=1

Sn

= 1

j=1

Sn

aj 1 (j)

()

ai(i) .

()
Sn

i=1

Exemple Soient E un K-espace vectoriel de dimension 2 de base B = (e1 , e2 ). Si x, y E ont pour coordonnes respectives
(x1 , x2 ) et (y1 , y2 ), alors detB (x, y) = x1 y2 x2 y1 .
Nous retrouvons ici un rsultat connu de dbut danne, mais. . . nous avions dni le dterminant laide de normes et de sinus
dun angle. Nous sommes prsent capables de le dnir sans recourir ces notions.
En eet

Par dnition :

()x(1)y(2) . Or le groupe S2 possde seulement deux lments :

det B (x, y) =
S2

S2 = Id, ,

o = (1 2). Par consquent :

det B (x, y) = (Id)xId(1) yId(2) + ( )x (1)y (2) = x1 y2 x2 y1 .

Exemple
Soient E un K-espace vectoriel de dimension 3 de base B = (e1 , e2 , e3 ). Si x, y, z E ont pour coordonnes
respectives (x1 , x2 , x3 ), (y1 , y2 , y3 ) et (z1 , z2 , z3 ), alors detB (x, y, z) = x1 y2 z3 + x2 y3 z1 + x3 y1 z2 x3 y2 z1 x2 y1 z3 x1 y3 z2 .
Cest comme en dbut danne, mais nous avions dni le dterminant laide des produits scalaire et vectoriel, dnis eux-mmes
partir de normes et de cosinus/sinus dun angle. Nous sommes prsent capables de le dnir sans recourir ces notions.
En eet Par dnition :

()x(1) y(2) z(3) . Or S3 = Id, (1 2 3), (1 3 2), (1 3), (1 2), (2 3) .

det B (x, y, z) =
S3

Par consquent :

detB (x, y, z) = x1 y2 z3 + x2 y3 z1 + x3 y1 z2 x3 y2 z1 x2 y1 z3 x1 y3 z2 .
Id

(1 2 3)

(1 3 2)

(1 3)

(1 2)

(2 3)

Attention ! Nous tions habitus lide quil ny a quun dterminant dans le plan, et quun dterminant dans
lespace. Ctait faux : il y a autant de dterminants quil y a de bases. Cette fausse impression provenait notamment du fait que



nous avions x une base de rfrence , dans le plan et , , k dans lespace, mais surtout au fait que cette base de


rfrence tait orthonormale directe nous y reviendrons dans un prochain chapitre.

Thorme (Proprits du dterminant dune famille de vecteurs dans une base) Soient E un K-espace vectoriel
de dimension n, B et B deux bases de E et X une famille de n vecteurs de E.
detB (X ) = detB (B ) detB (X ).

(i)

Formule de changement de base :

(ii)

X est une base de E si et seulement si detB (X ) = 0.

Dans ce cas :

detX (B) =

1
.
detB (X )

Dmonstration
(i) Lapplication detB est n-linaire alterne, donc de la forme detB = detB (B ) detB daprs le thorme
prcdent. Pour conclure, valuer en X .
(ii) Si X est une base de E, alors daprs (i) :
non nul dinverse detX (B).

1 = detB (B) = detB (X ) detX (B),

donc detB (X ) est

Rciproquement, par contraposition, si X nest pas une base de E alors X est lie, car constitue de n
vecteurs en dimension n. Ainsi comme detB est n-linaire alterne, detB (X ) = 0.

Dterminant dun endomorphisme

Dnition
(Dterminant dun endomorphisme) Soient E = 0E un K-espace vectoriel de dimension nie et
f L(E). Le scalaire detB f (B) ne dpend pas de la base B choisie. On lappelle dterminant de f et on le note det(f ).

Attention ! Pour commencer, seul le dterminant dun endomorphisme est ainsi dni. Ensuite, le dterminant
dune famille de vecteurs tait relatif une base. A prsent, le dterminant dun endomorphisme ne dpend daucune base.

c Christophe Bertault - MPSI

Dmonstration
Soient B et B deux bases de E. Nous voulons montrer que detB f (B) = detB f (B ) .
Notons lapplication X detB f (X ) de E n dans K.
Montrons que est n-linaire. Soient k 1, n , x, x E et , K. Dans le calcul qui suit napparat
que la kme variable, les autres tant xes :
(. . . , x + x , . . .) = det B . . . , f (x + x ), . . .
= det B . . . , f (x), . . .

= det B . . . , f (x) + f (x ), . . .

+ det B . . . , f (x ), . . .

= (. . . , x, . . .) + (. . . , x , . . .).

Montrons que est alterne. Pour toute famille X E n dont deux vecteurs sont gaux, le caractre altern
de detB montre que (X ) = 0.
Conclusion : est une forme n-linaire alterne de E n , donc = (B ) detB . Enn :
det B f (B )

Changement

de base

det B (B) det B f (B ) = det B (B)(B ) = (B) = det B f (B) .

Thorme (Proprits du dterminant dun endomorphisme) Soient E un K-espace vectoriel de dimension nie n
et f, g L(E).
(i)

Pour toute base B de E et pour toute famille X de n vecteurs de E :

(ii)

det(g f ) = det(g) det(f ).

(iii)

f est un automorphisme de E si et seulement si det(f ) = 0.

(iv)

Pour tout K :

detB f (X ) = det(f ) detB (X ).

Dans ce cas :

det f 1 =

1
.
det(f )

Attention !

Explication
Attention !

det(f ) = n det(f ).

Daprs (ii) et (iii), le dterminant est un morphisme de groupes de GL(E) dans K .


Le dterminant nest pas linaire : en gnral, si , K :

Dmonstration

det(f + g) = det(f ) + det(g).

Fixons B une base de E.

(i) a t dmontre dans la preuve du thorme prcdent sous la forme = (B) detB avec (B) = det(f ).
(ii) det(g f ) = detB g f (B)

(i)

= det(g) detB f (B) = det(g) det(f ).

(iii) Lapplication f est un automorphisme de E si et seulement si f (B) est une base de E, i.e. si et seulement
1
.
si det(f ) = detB f (B) = 0. Dans ce cas, det tant un morphisme de groupes : det f 1 =
det(f )
(iv) rsulte immdiatement de la n-linarit du dterminant dune famille de vecteurs. Pour tout K :
det(f ) = det B (f )(B) = det B f (B) = n det B f (B) = n det(f ).
Chaque variable a permis, par linarit, la sortie dun et il y a n variables en tout.

6
6.1

Dterminant dune matrice carre


Dfinition et premires proprits

Dnition (Dterminant dune matrice carre) Soit A Mn (K). Le dterminant de A, vue comme endomorphisme
de Kn , est gal au dterminant de la famille des colonnes de A dans la base canonique de Kn .
On appelle dterminant de A la valeur commune de ces deux dterminants, note det(A) ou :
a11
a21
.
.
.
an1

a12
a22
.
.
.
a22

..
.

Attention !

a1n
a2n
.
.
.
ann

ou

a11
a21
.
.
.
an1

a12
a22
.
.
.
a22

..
.

a1n
a2n
.
.
.
ann

et vaut :

det(A) =
Sn

[n]

Indication de la taille en indice

Seul le dterminant dune matrice carre est ainsi dni.

a(i)i =

()
i=1

ai(i) .

()
Sn

i=1

c Christophe Bertault - MPSI

Dmonstration
A et Bn = (Ei )1

Notons A lendomorphisme de Kn canoniquement associ A, C1 , C2 , . . . , Cn les colonnes de


n
n la base canonique de K . Comme voulu :

det Bn (C1 , C2 , . . . , Cn ) = det Bn A(E1 ), A(E2 ), . . . , A(En ) = det Bn A(Bn ) = det A .


n

De plus, detBn (C1 , C2 , . . . , Cn ) est par dnition

i=1

Sn

Thorme

a(i)i ou encore

()

ai(i) .

()
Sn

i=1

(Proprits du dterminant dune matrice carre) Soient A, B Mn (K).

(i)

det(AB) = det(A) det(B).

(ii)

A est inversible si et seulement si det(A) = 0.

(iii)

Pour tout K :

(iv)

det

det A1 =

Dans ce cas :

1
.
det(A)

Attention !

det(A) = n det(A).

A = det(A).

Daprs (i) et (ii), le dterminant est un morphisme de groupes de GLn (K) dans K .

Explication
Attention !

Le dterminant nest pas linaire : en gnral, si , K :

Dmonstration

det(A + B) = det(A) + det(B).

Les assertions (i) (iii) ont t prouves dans le cas des endomorphismes, donc dans le cas
n

des matrices. Pour (iv), quand on applique la formule det(A) =

a(i)i =

()
Sn

i=1

ai(i) la

()
Sn

i=1

matrice t A, on trouve. . . la mme chose do le rsultat.


Vous dmontrerez seuls le rsultat suivant :
Thorme (Relation entre les direntes notions de dterminant) Soient E un K-espace vectoriel de dimension
n et B une base de E.
(i) Soit X une famille de n vecteurs de E. Alors :
(ii) Soit f un endomorphisme de E. Alors :

detB (X ) = det Mat(X ) .


B

det(f ) = det Mat(f ) .


B

En pratique Thorme trs pratique. Il montre que tout dterminant dune famille de vecteurs ou dun endomorphisme peut tre calcul comme dterminant dune matrice carre, et nous saurons bientt calculer rapidement ces dterminants.

Voici justement un premier thorme de calcul simple des dterminants.


Thorme

(Dterminant dune matrice triangulaire par blocs) Soient A Mp (K) et B Mnp (K).

Alors :

det(A) det(B).

Dmonstration
Notons lensemble des permutations Sn telles que (i) p pour tout i 1, p et S p+1,n le groupe
symtrique de p + 1, n , i.e. lensemble des permutations de p + 1, n . Les rsultats admis ci-dessous ne sont
pas diciles montrer, leurs preuves sont juste inutilement lourdes rdiger.
Pour tout Sp , on note le prolongement de 1, n pour lequel

p+1,n

= Id

p+1,n

. Nous

admettrons que Sn et que = (). De mme, pour tout S p+1,n , on note le prolongement
de 1, n pour lequel
= Id 1,p . Nous admettrons que Sn et que = ().
1,p

Nous admettrons enn que lapplication (, ) est une bijection de Sp S


de rciproque

1,p

p+1,n

p+1,n

sur

. Nous nous servirons ci-dessous de cette bijection comme dun

changement dindice = . A noter parce que cest important :

() = ()().

c Christophe Bertault - MPSI

Nous montrerons le thorme dans le seul cas des matrices triangulaires suprieures dans lautre cas, on
n
A
mi(i) , si le terme associ
transpose ! Posons M =
. Dans la dnition det(M ) =
()
0 B
i=1

Sn

une permutation est non nul, alors mi(i) = 0 pour tout i 1, p , donc (i)
i.e. . Du coup :
n

det(M ) =

mi(i) =

()
i=1

Sn

p pour tout i 1, p ,

()

mi(i)

()()

(i)

mi(i) ()
i=1

mi
i=1

(,)Sp S p+1,n

()
(,)Sp S p+1,n

i=1

mi(i) =
i=p+1

ai(i)

()
i=1

Sp

()
S p+1,n

bi(i)
i=p+1

= det(A) det(B).

Thorme (Dterminant dune matrice triangulaire) Le dterminant dune matrice triangulaire est gal au produit
de ses coecients diagonaux.

2
3
0
0

Exemple

6.2

4
1
0
0

2
2
4
1

3
2
5
=
3
1
0

4
4

1
1

1
= (14) (1) = 14
0

2
0
0

et

4
1
0

7
3 = 2 1 (1) = 2.
1

Mthode du pivot de Gauss pour le calcul du dterminant

Thorme

(Dterminant dune matrice et oprations lmentaires) Soient i, j 1, n avec i = j et K.

(i) Les oprations lmentaires de la forme

Li Li + Lj et

(ii) Les oprations lmentaires

Li Li

et

Cj Cj

(iii) Les oprations lmentaires

Li Lj

et

Cj Ci

Cj Cj + Ci ne modient pas les dterminants.


multiplient les dterminants par .

multiplient les dterminants par 1.

Dmonstration Nous savons dj que les oprations lmentaires sont des multiplications matricielles. Daprs
la relation det(AB) = det(A) det(B) , eectuer une opration lmentaire de matrice P sur un dterminant
revient donc le multiplier par det(P ). Mais que vaut det(P ) dans les cas (i), (ii) et (iii) ?
(i) La matrice P est triangulaire coecients diagonaux tous gaux 1, donc det(P ) = 1.
(ii) La matrice P est triangulaire coecients diagonaux tous gaux 1 lexception dun seul qui vaut ,
donc det(P ) = .
(iii) La matrice P peut tre obtenue partir de In par simple permutation de deux colonnes, donc comme le
dterminant dune famille de vecteurs est altern, det(P ) = 1.
En pratique
Ici encore, lalgorithme du pivot de Gauss est la mthode reine. Comment fait-on ? On rend
simplement triangulaire le dterminant tudi par des oprations lmentaires et alors cest ni.

Exemple

1
4
3
2

5
4
9
0

0
2
4
1

1
1
0
1

Exemple

Pour tous a, b C :

1
0
0
0

5
16
6
10

0
2
4
1

1
0
0

10
34
4

3
9
1

a
b
b

b
a
b

b
b
a

1
5
3
3

16
= 1 6
10

L2 L2 4L1
L3 L3 3L1
L4 L4 2L1

L2 L2 4L1

= 1

L3 L3 2L1

a
ba
ba

= (b a)2

b
ab
0
a + 2b
1
1

10

b
0
ab
0
1
0

34
4

2
4
1

9
1

L2 L2 L1
L3 L3 L1

0
0
1

1
= (1)2 4
2

5
3
3

10
6
16

3
3
5

C1 C2
L1 L3

= 2.

a
= (b a)2 1
1

L1 L1 + bL2 + bL3

b
1
0

b
0
1

= (b a)2 (a + 2b).

c Christophe Bertault - MPSI

6.3

Dveloppement par rapport une ligne ou une colonne


et formule dinversion

Dnition

(Mineurs, cofacteurs, comatrice) Soient A Mn (K) et i, j 1, n .

On appelle mineur de A de position (i, j) le dterminant de la matrice obtenue partir de A par suppression de la
ime ligne et de la j me colonne. Nous le noterons ij (A) dans ce cours mais la notation nest pas universelle.
On appelle cofacteur de A de position (i, j) le scalaire (1)i+j ij (A).
On appelle comatrice de A, note com(A), la matrice des cofacteurs de A :

com(A) = (1)i+j ij (A)

.
.
.

Explication
Le cofacteur de position (i, j) est gal au mineur de mme position, au signe prs. Mais comment ces signes
sont-ils distribus ? La matrice ci-contre schmatise leur distribution.

1
La comatrice de 1
2

Exemple

Thorme

0
1
1 est la matrice 0
1
0

0
1
0

2
0. Vriez de tte !
1

3
1
1

1 i,j n

.
.
.

+
.
.
.

...
. . .

. . .

..
.

(Dveloppement par rapport une ligne ou une colonne) Soit A Mn (K).


n

(i) Dveloppement par rapport une ligne : Pour tout i 1, n :

(1)i+j aij ij (A).

det(A) =
j=1
n

(ii) Dveloppement par rapport une colonne : Pour tout j 1, n :

(1)i+j aij ij (A).

det(A) =
i=1

Explication Ces formules ne sapprennent pas par cur, elles se comprennent sur des exemples simples. En voici un,
o lon dveloppe par rapport la premire colonne :
Ceci ne doit pas gurer sur vos copies, cest juste pour vous expliquer.

1
2
3

4
5
6

7
8
9

+1

1
2
3

4
5
6

7
8
9

1
2
3

4
5
6

7
8
9

+ 3

1
2
3

4
5
6

7
8
9

5
6

4
8
2
6
9

4
7
+3
5
9

7
8

0.

Ici, la nullit du dterminant montre que la matrice 3 3 considre nest pas inversible.
Dmonstration Soit i 1, n . Par transposition, nous pouvons nous contenter de dmontrer le rsultat dans
le cas dun dveloppement par rapport la ime ligne.

a11
.
.
.
an1

det(A) =

a1n
.
.
.
ann

a11
.
.
.
n

aij
j=1

[n]

a1j
.
.
.

ai1,1
0
ai+1,1
.
.
.
an1

ai1,j
1
ai+1,j
.
.
.
anj

ai1,n
0
ai+1,n
.
.
.
ann

0
a11
.
.
.

a1n
.
.
.

[n]

(1)i1 aij ai1,1


j=1
ai+1,1
.
.
.
an1

1
a1j
.
.
.

0
a1n
.
.
.

ai1,j
ai+1,j
.
.
.
anj

ai1,n
ai+1,n
.
.
.
ann

me

Le dterminant est linaire


par rapport sa ime variable-ligne.

1
a1j
.
.
.

(1)i1 (1)j1 aij ai1,j


j=1
ai+1,j
.
.
.
anj

0
a11
.
.
.

ai1,1
ai+1,1
.
.
.
an1

0
a1,j1
.
.
.
ai1,j1
ai+1,j1
.
.
.
an,j1

0
a2,j+1
.
.
.
ai1,j+1
ai+1,j+1
.
.
.
an,j+1

Mme chose sur les colonnes.

11

[n]

On change la i
ligne avec la (i 1)me ,
puis la (i 1)me avec la (i 2)me , etc.
Au total, i 1 changes de lignes, do le (1)i1 .

0
a1n
.
.
.

ai1,n
ai+1,n
.
.
.
ann

A prsent, la matrice est


triangulaire par blocs.

[n]

c Christophe Bertault - MPSI

a11
.
.
.

(1)i+j aij

=
j=1

ai1,1
ai+1,1
.
.
.
an1

a1,j1
.
.
.
ai1,j1
ai+1,j1
.
.
.
an,j1

a2,j+1
.
.
.
ai1,j+1
ai+1,j+1
.
.
.
an,j+1

a1n
.
.
.

ai1,n
ai+1,n
.
.
.
ann

(1)i+j aij ij (A).

=
j=1

[n1]

En pratique Le dveloppement par rapport une ligne/colonne est souvent utile, mais dans la mesure du possible,
il faut choisir de dvelopper par rapport une ligne/colonne contenant beaucoup de 0 : les calculs en sont grandement simplis.
Cela dit je vous conseille de privilgier le pivot de Gauss, qui fournit gnralement des rsultats sous forme factorise. Aprs
tout, ce que lon aime savoir dun dterminant, cest sil est nul ou non.

Exemple

0
1
2
0

2
0
2
1

1
0
1
0

1
1
2
= (1) 2
1
0
2

0
2
1

0
2
1 + 1
0
2

2
0
1

1
2
2 = (1) (1)
1
2

(3me colonne)

Thorme

A1 =

2
2

+ (1)

(1re colonne)

2
1

1
2

= 4.

(1re colonne)

A t com(A) = t com(A) A = det(A) In .

(Formule dinversion) Soit A Mn (K). Alors :

En particulier, si A est inversible :

0
1
2
1
2

1
t
com(A).
det(A)

Nous montrerons seulement que A t com(A) = det(A) In , i.e. que pour tous i, j 1, n :
1 si i = j
aik (1)j+k jk (A) = det(A)ij , o ij =
Soient i, j 1, n .
0 sinon.

Dmonstration
n

k=1

aik (1)i+k ik = det(A) nest quun dveloppement par rapport la ime ligne.

Pour i = j, lgalit
k=1

Et pour i = j ? Remplaons dans A la j me ligne par la ime et notons B la matrice obtenue. Les ime et
j me lignes de B tant gales : det(B) = 0. Dveloppons par ailleurs det(B) par rapport sa j me ligne.
Les mineurs jk (A) de A et jk (B) de B associs cette ligne tant gaux :
n

aik (1)j+k jk (A) =


k=1

Exemple

Soit A =

a
b

c
d

bjk (1)j+k jk (B) = det(B) = 0.


k=1

M2 (K). Si det(A) = ad bc = 0, alors A1 =

1
1
t
com(A) =
det(A)
ad bc

d
b

c
.
a

Rsultat bien connu !


Attention !
La formule dinversion est fondamentale mais seulement dans des contextes thoriques, il ne faut
surtout pas sen servir pour inverser une matrice concrte. Alors que la mthode du pivot de Gauss est rapide et simple, la
formule dinversion ramne le calcul de A1 au calcul de det(A) et com(A). Comme chaque coecient de com(A) est lui-mme
un dterminant, cela nous fait un dterminant de taille n calculer, puis n2 dterminants de taille n 1. Beaucoup de calculs !
Le rsultat suivant nest pas explicitement au programme mais cest un grand classique.
Thorme

(Dterminant de Vandermonde) Soient x1 , x2 , . . . , xn C. On appelle dterminant de Vandermonde de


1 x1 x2 xn1
1
1
1 x2 x2 xn1
2
2
x1 , x2 , . . . , xn le dterminant
.
.
.
. . Il est nul si et seulement si deux des xi au moins sont gaux.
.
.
.
.
.
.
.
.
2
n1
1 xn xn xn

Dmonstration
x1 , x2 , . . . , xn .

Pour tous x1 , x2 , . . . , xn C, notons Vn (x1 , x2 , . . . , xn ) le dterminant de Vandermonde de

Fixons x1 , x2 , . . . , xn C distincts et notons P la fonction x Vn+1 (x1 , x2 , . . . , xn , x) de C dans C.


n

Pour tout x C, aprs dveloppement par rapport la (n + 1)me ligne :

aj x j

P (x) =
j=0

pour certains a0 , a1 , . . . , an C dpendant de x1 , x2 , . . . , xn mais pas de x. La fonction P est ainsi


polynomiale de degr au plus n. De plus : an = Vn (x1 , x2 , . . . , xn ).

12

c Christophe Bertault - MPSI

Pour tout i 1, n :
P (xi ) = 0
mmes lignes ime et (n + 1)me donc P admet
x1 , x2 , . . . , xn pour racines distinctes. Du coup, daprs le point prcdent, pour tout x C :
n

P (x) = Vn (x1 , x2 , . . . , xn )

i.e. Vn+1 (x1 , x2 , . . . , xn , x) = Vn (x1 , . . . , xn )

(x xi ),

(x xi ).
i=1

i=1

Cette galit est encore vraie si lon ne suppose pas x1 , x2 , . . . , xn distincts car elle scrit alors 0 = 0.
Il nest nalement pas trs dur de montrer par rcurrence que pour tous x1 , x2 , . . . , xn C :
Vn (x1 , x2 , . . . , xn ) =

(xj xi ).
1 i<j n

Comme voulu, Vn (x1 , x2 , . . . , xn ) est donc nul si et seulement si deux des xi au moins sont gaux.

Applications des dterminants

7.1

Systmes de Cramer

On rappelle quun systme de Cramer est un systme linaire dont la matrice est (carre) inversible.

Thorme (Expression de la solution dun systme de Cramer laide de dterminants) Soient A GLn (K)
et B Kn . Pour tout j 1, n , on note Aj la matrice obtenue en remplaant la j me colonne de A par B, et X la solution
det(Aj )
.
unique du systme de Cramer AX = B. Alors pour tout j 1, n : xj =
det(A)

Explication
Ce rsultat prsente assez peu dintrt mme sil est au programme. On dispose grce lui dune
formule gnrale de rsolution des systmes de Cramer, mais inutilisable en pratique tant elle occasionne de calculs.
Dmonstration

Notons C1 , C2 , . . . , Cn les colonnes de A et Bn la base canonique de Kn . Armer que AX = B


n

xk Ck = B. Du coup, pour tout j 1, n on ncrit ci-aprs que la j me variable :

revient armer que


k=1

det(Aj ) = det Bn (. . . , B, . . .) = det Bn

x k Ck , . . .

...,

xk det Bn (. . . , Ck , . . .) = xj det Bn (. . . , Cj , . . .) = xj det(A).

=
k=1

k=1

=0 si k=j

Exemple Soient a, b, c, a , b , c C tels que ab a b = 0. La solution (x, y) C2 du systme de Cramer

est donne par les expressions suivantes :

x=

c
c
a
a

b
b
b
b

cb c b
=
ab a b

13

et

y=

a
a
a
a

c
c
b
b

ac a c
.
ab a b

ax
a x

+
+

by
b y

=
=

c
c

A connatre !

c Christophe Bertault - MPSI

7.2

Orientation dun R-espace vectoriel de dimension finie


Attention !

Dans ce paragraphe, on travaille seulement avec le corps K = R.

Dnition (Orientation dun R-espace vectoriel rel de dimension nie) Soit E = 0E


dimension nie.

un R-espace vectoriel de

On dnit sur lensemble des bases de E une relation avoir la mme orientation que de la faon suivante :
une base B de E a la mme orientation quune base B de E si det B (B ) > 0.
La relation avoir la mme orientation que est une relation dquivalence sur lensemble des bases de E. Il y a
exactement deux orientations possibles : si B na pas la mme orientation que B et B , alors B et B ont la mme
orientation.
Orienter E, cest par dnition dcrter arbitrairement quune certaine base xe B de E est directe. Toutes les
bases de E de mme orientation que B sont alors aussi qualies de directes et les autres dindirectes.

Explication
Nous avons dj vu en dbut danne que lorientation dune base pouvait se tester laide dun dterminant. Nous ne
faisons que gnraliser, ceci prs quici nous nnonons pas un rsultat sur une notion dj connue mais une dfinition
de lorientation.
Jusquici, nous avons fait comme si le plan et lespace taient munis dune orientation naturelle mais nous navons jamais
dni proprement ce que nous entendions par l. Daprs la dnition ci-dessus, lorientation dun R-espace vectoriel E
repose sur lide quon peut regrouper les bases de E en deux paquets disjoints grce au dterminant. Il en rsulte que
le choix dune orientation est entirement arbitraire : on choisit dappeler directes les bases dun paquet et indirectes les
bases de lautre et cest tout.
Le caractre arbitraire dune orientation nest pas vraiment surprenant. Vous napprciez pas lorientation dun plan de
la mme faon selon que vous vous placez au-dessus ou au-dessous de lui : les bases qui paraissent directes dun ct
paraissent indirectes de lautre. La notion dorientation ne sen trouve pas ruine car lessentiel cest ceci : deux bases qui
ont la mme orientation quand on regarde le plan den haut ont aussi la mme orientation quand on le regarde den bas.
Dmonstration
Rexivit :

Soient B, B et B trois bases de E.


detB (B) = 1 > 0.

Symtrie : Si B a la mme orientation que B, alors detB (B ) > 0 donc detB (B) =
ainsi B a bien la mme orientation que B .

1
> 0, et
detB (B )

Transitivit : Si B a la mme orientation que B et si B a la mme orientation que B , alors detB (B ) > 0
et detB (B ) > 0, donc detB (B ) = detB (B ) detB (B ) > 0, et ainsi B a la mme orientation que B.
Pour montrer quil existe exactement deux orientations possibles de E, nous allons prouver le rsultat suivant :
si B na pas la mme orientation que B et B , alors B et B ont la mme orientation. Dans ce contexte,
detB (B )
detB (B ) < 0 et detB (B ) < 0, donc : det B (B ) = det B (B) det B (B ) =
> 0, et ainsi
detB (B )

B et B ont la mme orientation.

Thorme (Signe du dterminant dun endomorphisme) Soient E = 0E un R-espace vectoriel orient de dimension
nie et f GL(E).
Si det(f ) > 0, alors limage de toute base directe (resp. indirecte) de E est une base directe (resp. indirecte) de E.
On dit que f prserve lorientation de E.
Si det(f ) < 0, alors limage de toute base directe (resp. indirecte) de E est une base indirecte (resp. directe) de E.
On dit que f renverse lorientation de E.

Explication Le point frappant dans ce rsultat, cest quun endomorphisme se comporte de la mme manire vis--vis
de toute base : soit il prserve lorientation de toutes, soit il la renverse pour toutes.
Dmonstration

Rappelons que pour toutes bases B et B de E :

14

det B f (B ) = det(f ) det B (B ).