Vous êtes sur la page 1sur 15

c Christophe Bertault - MPSI

Dterminant
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.

Groupe symtrique

1
1.1

Permutation

Dfinition

(Permutation, groupe symtrique)

On appelle permutation de J1, nK toute bijection de J1, nK dans lui-mme.


On note Sn (ou parfois Sn ) lensemble des permutations de J1, nK. Alors (Sn , ) est un groupe, appel le groupe
symtrique de degr n.

   En pratique

On peut reprsenter commodment


de plusieurs 
faons une permutation de J1, nK. La premire consiste crire sous

1
2

n
la forme dune matrice
. Par exemple, si est la permutation de S4 dfinie par les galits :
(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 transpositions est facile effectuer partir de cette reprsentation. Notez bien que produit signifie
ici composition , mais gnralement on omet le symbole . Par exemple, dans S5 :
z

1
1

}|

2
4

3
2

4
5

z
{ 

5
3

1
2

}|

2
1

3
4

4
5

{

5
3

1
4

2
1

3
5

4
3

5
.
2

Pour calculer (1), on observe que (1) = 2 dans la premire colonne de , puis que (2) = 4 dans la deuxime colonne
de , de sorte que (1) = 4. Et cetera.


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


1 =

1.2

1
4

2
3

3
1

1
3

2
4

3
2

4
1

dans S4 est

4
. On dtermine 1 (1) en cherchant lantcdent unique de 1 par ; cest 4, car (4) = 1 ; etc.
2

Cycles et transpositions

Dfinition

(Cycle, transposition)

Soit p J2, nK. On appelle p-cycle de J1, nK ou cycle de longueur p de J1, nK toute permutation de J1, nK pour laquelle
il existe des lments deux deux distincts x1 , x2 , . . . , xp de J1, nK tels que :
(x1 ) = x2 ,
et

(x2 ) = x3 ,
(x) = x

...

(xp1 ) = xp

et

(xp ) = x1

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

Un 2-cycle de J1, nK est aussi appel une transposition de J1, nK.

   En pratique

Nous avons dj introduit une premire faon de noter les permutations de J1, nK. Nous en prsentons ici une autre, plus
usite que la prcdente en mathmatiques.
On commence par dcider de noter (x1 x2 . . . xp ) le p-cycle de J1, nK qui envoie x1 sur x2 , x2 sur x3 , . . . xp1 sur xp et
xp sur x1 , et qui fixe x si x nest aucun des lments x1 , x2 , . . . , xp . Puisque les cycles sont des sortes de boucles, le p-cycle
(x1 x2 . . . xp ) peut aussi scrire (x2 x3 . . . xp x2 ), ou encore (x3 x4 . . . xp x1 x2 ), etc.

c Christophe Bertault - MPSI


Partant de l, on peut composer les cycles pour obtenir de nouvelles permutations. Par exemple, on crira (1 2 4 6)(2 5)(3 4 1)
pour dsigner la permutation (1 2 4 6) (2 5) (3 4 1). Attention : lordre des cycles compte, la composition nest pas
commutative.
Une telle permutation peut tre rcrite aisment comme un produit de cycles disjoints deux cycles (x1 x2 . . . xp ) et
(y1 y2 . . . yq ) sont dits disjoints si aucun xi , i J1, pK, nest gal aucun yj , j J1, qK. Par exemple :
(1 2 4 6)(2 5)(3 4 1) = (1 3 6)(2 5 4).
On remarquera que deux cycles disjoints commutent, car ils agissent sur des lments distincts.
Nous disposons maintenant de deux systmes dcriture des permutations. Mais comment passe-t-on concrtement dun
systme dcriture lautre ? Voyons cela sur des exemples.


1 2 3 4 5 6
. Elle envoie 1 sur 5, 5 sur 4 et 4 sur 1 ; 2 sur 2 ; 3 sur
5 2 6 1 4 3
6 et 6 sur 3. On peut alors vrifier que = (1 5 4)(3 6) = (3 6)(1 5 4). On peut montrer que cette mthode sadapte
tous les cas.
Partons tout dabord de la permutation =

Partons au contraire dunepermutation de


 J1, 5K donne sous la forme = (2 3)(4 3 1)(5 2 3). Cette permutation nest
1 2 3 4 5
autre que la permutation
, car :
4 1 5 2 3
h

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


h

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


h

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


h

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


h

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

Exemple

Voici quelques dcompositions en produit de cycles disjoints (membres de droite) entranez-vous :


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

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

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

Thorme (Sn est engendr par ses transpositions) Toute permutation de J1, nK peut tre dcompose comme un
produit de transpositions.

$ $ $ Attention !

Une telle dcomposition nest en aucun unique. Par exemple :

Dmonstration

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

Raisonnons par rcurrence sur n.

Initialisation : Pour n = 1, nous navons rien dmontrer car S1 =


transposition.

Id

et Id est le produit de zro

Hrdit : Soit n N . On suppose que toute permutation de J1, nK peut tre dcompose comme un
produit de transpositions. Quen est-il au rang (n + 1) ? Soit Sn+1 . Distinguons deux cas :
1) Premier cas :
(n + 1) = n + 1.
Alors
est une permutation de J1, nK que nous notons 0 . Par hypothse de rcurrence, 0 est donc
J1,nK

un produit de transpositions dans Sn : 0 = 10 20 . . . p0 ventuellement p = 0.


Pour tout k J1, pK, notons k la permutation de J1, n+1K gale k0 sur J1, nK et telle que k (n+1) = n+1 ;
clairement, k est une transposition, tout comme k0 . La relation 0 = 10 20 . . . p0 (dans Sn ) devient alors :
= 1 2 . . . p (dans Sn+1 ), et donc est un produit de transpositions.
2) Second cas :
(n + 1) 6= n + 1. 
Notons 0 la transposition (n + 1) (n + 1) . Alors 0 (n + 1) = n + 1. On est donc ramen au cas
prcdent : 0 est un produit de transpositions : 0 = 1 2 . . . p . Multiplions par 0 gauche, en
remarquant que 02 = Id : = 0 1 . . . p . Bref, est un produit de transpositions.


c Christophe Bertault - MPSI


1.3

Signature

Le rsultat suivant est qualifi de lemme , mais cest sur lui que repose tout le prsent paragraphe, et mme en fin de
compte tout ce chapitre.
Lemme
Dans le groupe symtrique Sn , toute dcomposition de lidentit en produit de transpositions fait intervenir un
nombre pair de transpositions.

Dmonstration
Le programme stipule que vous ntes pas obligs de savoir refaire cette dmonstration. Je
vous conseille nanmoins de la travailler.
Pour toute transposition , nous dirons dans ce qui suit que le support de contient n si est de la forme
= (i n) avec i J1, n 1K. Commenons par introduire deux rgles de transformations des produits de
transpositions dans Sn . Soient i, j, k J1, n 1K.
8
< Si i, j et k sont distincts, alors :

1) Rgle de dplacement :

Si i 6= j, alors :

(i j)(k n) = (k n)(i j).

(i j)(i n) = (i n j) = (j n)(i j).

En rsum :
Support contient n

Support ne contient pas n

Support ne contient pas n

8
< Si i = j, alors :

2) Rgle de rduction :

Si i 6= j, alors :

Support contient n

(i n)(j n) = (i n)2 = Id.


(i n)(j n) = (i n j) = (i j)(i n).

En rsum, quand deux transpositions dont le support contient n sont multiplies lune par lautre, on peut
rduire le nombre de ces transpositions sans modifier la parit du nombre de transpositions multiplies :
Support contient n

Support contient n

Annulation (Id)
ou
Support ne contient pas n Support contient n

Montrons prsent le thorme par rcurrence sur n.


n

Initialisation : Si n = 1, S1 = Id . Il ny a donc aucune transposition dans S1 . Par consquent la seule


dcomposition de Id en produit de transpositions est compose de. . . zro transposition. Comme zro est
pair, nous avons ce que nous voulons.
Hrdit : Soit n N, n > 2. Faisons lhypothse que le rsultat est vrai dans Sn1 et tchons de le
montrer dans Sn . Partant dune dcomposition Id = 1 2 . . . p de lidentit en produit de transpositions,
nous devons montrer que p est pair.
Grce la rgle de dplacement, on peut regrouper dans la dcomposition Id = 1 2 . . . p les transpositions
dont le support contient n ; et grce la rgle de rduction, on peut diminuer le nombre de transpositions
dont le support contient n. Ces oprations modifient compltement la tte des transpositions en prsence,
mais prservent la parit de leur nombre total. Tant quon dispose dau moins deux transpositions dont le
support contient n, on applique nos deux rgles.
On obtient de cette faon une nouvelle dcomposition Id = 10 20 . . . p0 0 de lidentit en produit de transpositions, dans laquelle p0 a la mme parit que p (mais est ventuellement plus petit), et dans laquelle le
nombre de transpositions dont le support contient n est 0 ou 1. Mais ce nombre peut-il valoir 1 ? Si cest le
cas, faisons en sorte que lunique transposition dont le support contient n soit 10 , via la rgle de dplacement.
On a alors : n = Id(n) = 10 20 . . . p0 0 (n) = 10 (n) 6= n. Contradiction.
Conclusion : n nappartient au support daucune des transpositions 10 , 20 , . . . , p0 0 .
Pour tout k J1, p0 K, nous pouvons donc poser k00 = k0
; clairement, k00 est une transposition de
J1,n1K
J1, n 1K. Lgalit Id = 10 20 . . . p0 0 (dans Sn ) devient alors : Id = 100 200 . . . p000 (dans Sn1 ). On en dduit
finalement, par hypothse de rcurrence, que p0 est pair, et donc que p est pair, comme voulu. Fin de la
rcurrence !

Dfinition

(Signature, parit/imparit) Soit Sn .

Soient = 1 2 . . . p et = 10 20 . . . p0 0 deux dcompositions de en produit de transpositions. Alors p et p0 ont la


mme parit.
0
On peut donc appeler signature de et noter () le nombre () = (1)p = (1)p .
On dit que est paire si () = 1, et que est impaire si () = 1.

c Christophe Bertault - MPSI


Dmonstration Soient = 1 2 . . . p et = 10 20 . . . p0 0 deux dcompositions de en produit de transpositions.


Nous devons montrer que p et p0 ont la mme parit.
Observons pour commencer que si est une transposition, alors 2 = Id, et donc 1 = . Du coup :
1
Id = 1 = (1 2 . . . p )1 10 20 . . . p0 0 = p1 p1
. . . 11 10 20 . . . p0 0 = p p1 . . . 1 10 20 . . . p0 0 .

Le lemme prcdent affirme en retour que p + p0 est pair, i.e. que p et p0 ont la mme parit.

Thorme

(La signature est un morphisme de groupes)

(i) La signature est un morphisme de groupes de Sn dans

1, 1

, 0 Sn ,

( 0 ) = ()( 0).

(ii) Soit p J2, nK. La signature dun p-cycle de J1, nK est (1)p1 .
En particulier, toute transposition est impaire.

Dmonstration
(i) Soient , 0 Sn , dcomposes en produits de transpositions sous la forme = 1 2 . . . p et 0 = 10 20 . . . p0 0 ,
0
de sorte que () = (1)p et ( 0 ) = (1)p . Alors 0 = 1 2 . . . p 10 20 . . . p0 0 est une dcomposition de 0
0
0
en produit de transpositions, et donc ( 0 ) = (1)p+p = (1)p (1)p = ()( 0 ).
(ii) Soit (x1 x2 . . . xp ) un p-cycle de J1, nK. Alors (x1 x2  . . . xp ) = (x1 xp )(x1 xp1 ) . . . (x1 x2 ). 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 effet

 

 

(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.

Dfinition (Groupe altern) On appelle groupe altern de degr n, not An (ou parfois An ), le noyau de la signature sur
Sn ; An est donc lensemble des permutations paires de J1, nK.

Applications multilinaires

Dfinition
(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 J1, nK et pour tous x1 E1 , x2 E2 , . . . , xk1 Ek1 , xk+1 Ek+1 , . . . , xn E fixs,


lapplication

Ek
x

F
f (x1 , x2 , . . . , xk1 , x, xk+1 , . . . , xn )

est linaire .

Si n = 2, on dit que f est bilinaire ; si n = 3, que f est trilinaire. Si enfin F = K, on dit que f est une forme n-linaire.

   Explication

Bref, pour tout k J1, nK, f est linaire par rapport sa kme variable quand on fixe les (n 1) autres.
Les notions dapplication 1-linaire et dapplication linaire concident.


Exemple

Si E est un K-espace vectoriel quelconque, lapplication

KE
(, x)

E
x

est bilinaire.

En effet
Soit K fix. Montrons que x 7 x est linaire. Or pour tous x, y E et pour tous , K :
(x + y) = x + y = (x) + (y).

Cest la linarit voulue.

Soit x E fix. Montrons que 7 x est linaire. Or pour tous , K et pour tous , K :
( + )x = x + x = (x) + (x).

Comme voulu.

c Christophe Bertault - MPSI


Exemple

Lapplication produit


Lapplication produit

Mp,q (K) Mq,r (K)


(A, B)

Mp,r (K)
AB

C k (R, R) C k (R, R)
(f, g)

C k (R, R)
fg

est bilinaire.


est bilinaire pour tout k N .




Soient E, E 0 , E 00 trois K-espaces vectoriels. Lapplication composition

L(E, E 0 ) L(E 0 , E 00 )
(f, g)

L(E, E 00 )
gf

est

bilinaire.
Dans le plan vectoriel usuel P, le dterminant et le produit scalaire sont deux formes bilinaires de P P. Dans lespace
vectoriel trois dimensions usuel E , le dterminant est une forme trilinaire de E E E , et le produit vectoriel est
bilinaire de E E dans E .
Dfinition (Forme multilinaire alterne) Soient E un K-espace vectoriel et f une forme n-linaire de E n . Les assertions
suivantes sont quivalentes :
(i)

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

(ii)

(x1 , x2 , . . . , xn ) E n ,

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

Sn ,

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

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 J1, nK, i < j. Notons la transposition (i j). Alors via lhypothse (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 .

comme voulu.

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

(i) = (ii) Fixons (x1 , x2 , . . . , xn ) E n .


1) Cas des transpositions
: Soient i, j J1, nK, i < j. Notons la transposition (i j).

E2

K
Notons g lapplication
. Alors g est bi(u, v) 7 f (x1 , . . . , xi1 , u, xi+1 , . . . , xj1 , v, xj+1 , . . . , xn )
2
linaire sur E . Via lhypothse (i), nous avons donc :
z

=0

}|

=0

z }| {

=0

}|

g(xi + xj , xi + xj ) = g(xi , xi ) +g(xi , xj ) + g(xj , xi ) + g(xj , xj ) .


Bref, g(xj , xi ) = g(xi , xj ), i.e. :

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

2) Cas gnral : Soit Sn . Alors = r r1 . . . 1 est le produit dun certain nombre de


transpositions 1 , 2 , . . . , r . Soit (x1 , x2 , . . . , xn ) E n . Raisonnons par rcurrence.
Initialisation :

f (x1 (1) , . . . , x1 (n) ) = (1 )f (x1 , . . . , xn ).

Hrdit : Soit k J1, r 1K tel que f (xk k1 ...1 (1) , . . . , xk k1 ...1 (n) ) = (k k1 . . . 1 )f (x1 , . . . , xn ).
Il sagit de dmontrer la mme formule au rang (k + 1).
1)

f (xk+1 k ...1 (1) , . . . , xk+1 k ...1 (n) ) = (k+1 )f (xk k1 ...1 (1) , . . . , xk k1 ...1 (n) )
HDR

(k+1 )(k k1 . . . 1 )f (x1 , . . . , xn )

= (k+1 k . . . 1 )f (x1 , . . . , xn )

car est un morphisme de groupes.

Fin de la rcurrence : la proprit dmontre pour k = r est notre rsultat, puisque = r r1 . . . 1 . 

Thorme (Proprits des formes multilinaires alternes) Soient E un K-espace vectoriel et f une forme n-linaire
alterne de E n .
(i) f est change en son oppose quand on permute deux de ses variables.
(x1 , x2 , . . . , xn ) E n ,

i, j J1, nK, i 6= j,

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

(ii) On ne change pas la valeur de f quand on ajoute lune de ses variables une combinaison linaire des autres.
(iii) f est nulle sur toute famille lie.

c Christophe Bertault - MPSI


Dmonstration
(i) Dj dmontr au passage dans la preuve prcdente.
(ii) Soient (x1 , x2 , . . . , xn ) E n et 1 , 2 , . . . , k1 , k+1 , . . . , n K.
X

f x1 , x2 , . . . , xk1 , xk +

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

i xi , xk+1 , . . . , xn

16i6n
i6=k

=0 car xi apparat deux fois.

}|

i f (x1 , x2 , . . . , xk1 , xi , xk+1 , . . . , xn )

16i6n
i6=k

= f (x1 , x2 , . . . , xn ).
(iii) Soit (x1 , x2 , . . . , xn ) une famille lie de vecteurs de E. Alors par exemple (pour simplifier), xn est combinaison linaire de x1 , x2 , . . . , xn1 . Du coup, via lassertion (ii) et la linarit de f par rapport sa dernire
variable : f (x1 , x2 , . . . , xn ) = f (x1 , x2 , . . . , xn1 , 0E ) = 0 comme voulu.


Dterminant dune famille de vecteurs dans une base

Dfinition (Dterminant dune famille de vecteurs dans une base) Soient E un K-espace vectoriel de dimension n et
B = (e1 , e2 , . . . , en ) 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.
Soient x1 , x2 , . . . , xn E. Si, pour tout k J1, nK, xk a pour coordonnes (a1k , a2k , . . . , ank ) dans B, alors on a :
det B (x1 , x2 , . . . , xn ) =

()

n
Y

a(i)i =

i=1

Sn

()

n
Y

ai(i) .

i=1

Sn

Si f est une forme n-linaire alterne de E n , alors f = f (B) detB .

$ $ $ Attention !

Seul le dterminant dune famille de


Les formules

()

n
Y

vecteurs dans un espace vectoriel de dimension

n est ainsi dfini.

. . . ne sont jamais utilises en pratique pour calculer les dterminants, pour une raison

i=1

Sn

simple : elles nous proposent le calcul de n! produit de n termes. Cela fait beaucoup de calculs. Nous verrons plus loin des
mthodes de calcul rapides des dterminants.
Dmonstration
Le programme stipule que vous ntes pas obligs de savoir refaire cette dmonstration. Je
vous conseille nanmoins de la travailler. On dfinit une application detB : E n K en posant, pour toute famille
(x1 , x2 , . . . , xn ) E n :

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

()

n
Y

a(i)i .

i=1

Sn

Mais do sort cette formule ? Soit f une forme n-linaire alterne de E n . Soient en outre x1 , x2 , . . . , xn E
et, pour tout k J1, nK, (a1k , a2k , . . . , ank ) les coordonnes de xk dans B.
0

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

n
X

a k1 1 e k1 ,

k1 =1

n
X
k2 =1

a k2 2 e k2 , . . . ,

n
X

a kn n e kn A

n-linarit

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

(k1 ,k2 ,...,kn )J1,nKn

kn =1

Or, dans cette grande somme, de nombreux termes sont nuls : parce que f est alterne, f (ek1 , ek2 , . . . , ekn ) = 0
ds que deux des vecteurs eki sont gaux, i J1, nK. Nous pouvons donc ne conserver, dans cette somme,
que les n-uplets (k1 , k2 , . . . , kn ) dont tous les lments sont distincts. Or se donner un tel n-uplet, cest
exactement se donner une permutation de J1, nK. Par consquent :
X

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

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

(k1 ,k2 ,...,kn )J1,nKn

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

Sn

a(1)1 a(2)2 . . . a(n)n ()f (e1 , e2 , . . . , en ) =

Sn

X
Sn

()

n
Y

a(i)i

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

i=1

Nous venons de montrer lgalit f = f (B) detB . Il sensuit aussitt que detB est la seule forme n-linaire
alterne de E n qui donne B la valeur 1 ceci prs que nous navons pas encore montr la n-linarit
de detB .

c Christophe Bertault - MPSI


Conservons les notations prcdentes et montrons quon a aussi :

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

()

n
Y

ai(i) .

i=1

Sn

Soit Sn . Puisque est une bijection de J1, nK dans lui-mme par dfinition,
on peut se servir de pour

Sn Sn
effectuer un changement dindice j = (i). Par ailleurs, lapplication
est une bijection
7 1
(de rciproque elle-mme). Cette bijection aussi peut servir effectuer un changement dindice = 1 :
X

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

()

a(i)i

()

n
Y

()

aj 1 (j)

aj(j)

j=1
n
Y

= 1

j=1

(puisque ()

n
Y

aj(j)

j=1

Sn

n
Y

()

X
Sn

Sn

j=(i)

i=1

Sn

n
Y

1, 1 , on a 1 = ()1 = ())

ai(i) .

i=1

Sn

Vous vrifierez seuls que detB est n-linaire. Contentons-nous de montrer que detB est alterne. Soient
(x1 , x2 , . . . , xn ) E n et Sn . Dans le calcul suivant, on effectue le changement dindice
 j = (i) associ
Sn
Sn
1
la permutation de J1, nK, puis le changement dindice = associ la bijection
.
7 1
det B (x(1) , x(2) , . . . , x(n) ) =

()

a(i)(i)

()()

j=(i)

i=1

Sn

n
Y

n
Y

a(i)i = ()

n
Y

a1 (j)j

=1

j=1

Sn

i=1

Sn

()

()

Sn

X
Sn

n
Y

()

n
Y

a(j)j

j=1

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

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 ainsi lexpression du dterminant en fonction des coordonnes que nous avions trouv dans notre chapitre de
gomtrie lmentaire du plan. Remarquez bien ceci : en dbut danne, nous avons dfini le dterminant laide des notions de
norme et de sinus dun angle ; dans le contexte prsent, nous sommes capables de dfinir le dterminant sans recourir aucune
de ces deux notions.
En effet
n

Par dfinition :

det B (x, y) =

S2 = Id, ,

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

S2

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 .
Nous retrouvons ainsi lexpression du dterminant en fonction des coordonnes que nous avions trouv dans notre chapitre de
gomtrie lmentaire de lespace. Remarquez bien ceci : en dbut danne, nous avons dfini le dterminant laide des produits
scalaire et vectoriel, dfinis eux-mmes partir des notions de norme et cosinus/sinus dun angle ; dans le contexte prsent, nous
sommes capables de dfinir le dterminant sans recourir aucune de ces notions.
En effet Par dfinition :

det B (x, y, z) =

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

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 .
| {z }

| {z }

| {z }

| {z }

| {z }

| {z }

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. Cela est faux : il y a autant de dterminants quil y a de bases. Cette fausse impression que nous avions provenait
notamment du fait que nous avions fix une base de rfrence (~, ~) dans le plan et (~, ~, ~k) dans lespace, mais aussi au fait que
cette base de rfrence tait orthonormale directe nous reviendrons sur ce point dans un prochain chapitre.

Thorme (Proprits du dterminant dune famille de vecteurs dans une base) Soient E un K-espace vectoriel
de dimension n et B et B0 deux bases de E et F une famille de n vecteurs de E.
detB (F) = detB (B0 ) detB 0 (F).

(i)

Formule de changement de base :

(ii)

F est une base de E si et seulement si detB (F) 6= 0.

Dans ce cas :

detF (B) =

1
.
detB (F)

   Explication Lassertion (ii) doit vous rappeler nos chapitres de gomtrie de dbut danne : le dterminant sert
tester la libert dune famille de vecteurs (non-colinarit en dimension 2, non-coplanarit en dimension 3).

c Christophe Bertault - MPSI


   En pratique

Lassertion (i) est facile retenir, elle a la forme dune relation de Chasles .

Dmonstration
(i) Lapplication detB est n-linaire alterne. Le thorme prcdent affirme donc que detB = detB (B0 ) detB 0 ,
ce qui est justement le rsultat attendu.
(ii) Si F est une base de E, alors via (i) :
1
detB (F) est non nul dinverse
.
detF (B)

1 = detB (B) = detB (F) detF (B).

Ceci montre aussitt que

Rciproquement, par contraposition, supposons que F nest pas une base de E. Alors F est lie, car constitue
de n vecteurs en dimension n. Or detB est n-linaire alterne. Donc detB (F) = 0.


Dterminant dun endomorphisme

Dfinition (Dterminant dunendomorphisme) Soient E un K-espace vectoriel de dimension finie et f un endomorphisme


de E. Alors le scalaire detB f (B) ne dpend pas de la base B choisie ; on lappelle le dterminant de f et on le note det(f ).

$ $ $ Attention !

Seul le dterminant dun endomorphisme est ainsi dfini.


Le dterminant dune famille de vecteurs tait calcul relativement une base ; ici, le dterminant dun endomorphisme
est intrinsque et ne dpend daucune base.
Dmonstration

Soient B et B0 deux bases de E. Nous voulons montrer que detB f (B) = detB 0 f (B0 ) .
(

En

K


. Alors est une forme n(x1 , x2 , . . . , xn ) 7 detB f (x1 ), f (x2 ), . . . , f (xn )
linaire alterne de E n . Montrons seulement quelle est n-linaire. Soient x1 , x2 , . . . , xk1 , xk+1 , . . . , xn E,
x, x0 E et , 0 K.

Notons lapplication

(x1 , . . . , xk1 , x + 0 x0 , xk+1 , . . . , xn ) = det B f (x1 ), . . . , f (xk1 ), f (x + 0 x0 ), f (xk+1 ), . . . , f (xn )




= det B f (x1 ), . . . , f (xk1 ), f (x) + 0 f (x0 ), f (xk+1 ), . . . , f (xn )




= det B f (x1 ), . . . , f (xk1 ), f (x), f (xk+1 ), . . . , f (xn ) + 0 det B f (x1 ), . . . , f (xk1 ), f (x0 ), f (xk+1 ), . . . , f (xn )
= (x1 , . . . , xk1 , x, xk+1 , . . . , xn ) + 0 (x1 , . . . , xk1 , x0 , xk+1 , . . . , xn ).
Nous disposons donc dune forme n-linaire alterne . Le thorme dexistence du dterminant dune famille
de vecteurs affirme que = (B0 ) detB 0 . Du coup :
det B 0 f (B0 )

 Chasles

det B 0 (B) det B f (B0 ) = det B 0 (B)(B0 ) = (B) = det B f (B) .

Thorme (Proprits du dterminant dun endomorphisme) Soient E un K-espace vectoriel de dimension n et f et


g deux endomorphismes de E.
(i)

Pour toute base B de E et pour toute famille F 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 ) 6= 0.

(iv)

Pour tout K :

   Explication
$ $ $ Attention !

detB f (F) = det(f ) detB (F).

Dans ce cas :

det f 1 =

1
.
det(f )

det(f ) = n det(f ).

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


Le dterminant nest pas linaire : en gnral, si , K,
Mditez notamment lassertion (iv).

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

c Christophe Bertault - MPSI


Dmonstration

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)

 (i)

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

(iii) Nous savons que f est un automorphisme de E si et seulement si f (B) est une base de E, et ceci si et
seulement si detB f (B) 6= 0. Or det(f ) = detB f (B) . Cela dmontre lquivalence.

1
Ensuite, dans ce cas, puisque det est un morphisme de groupes de GL(E) dans K : 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 .

5
5.1

Dterminant dune matrice carre


Dfinition et premires proprits

Dfinition (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 Kn .
On appelle dterminant de A la valeur commune de ces deux notions de dterminant ; ce dterminant est not det(A) ou :

a11

a21

.
..

a

n1

$ $ $ Attention !

a12
a22
..
.
a22

..
.

a1n
a2n
..
.
ann

et vaut :

det(A) =

()

n
Y

a(i)i =

i=1

Sn

()

n
Y

ai(i) .

i=1

Sn

Seul le dterminant dune matrice carre est ainsi dfini.

Dmonstration Notons C1 , C2 , . . . , Cn colonnes de A dans lordre naturel


et Bn = (ek )16k6n
la base canonique


de Kn . Alors : detB n (C1 , C2 , . . . , Cn ) = detB n A(e1 ), A(e2 ), . . . , A(en ) = det B n A(Bn ) = det(A), o det(A)
est ici le dterminant de A comme endomorphisme de Kn . Cette galit est bien celle du thorme.
X

De plus, detB n (C1 , C2 , . . . , Cn ) est par dfinition

()

a(i)i ou encore

i=1

Sn

Thorme

n
Y

()

n
Y

ai(i) .

i=1

Sn

(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) 6= 0.

(iii)

Pour tout K :

(iv)

det(t A) = det(A).

$ $ $ Attention !

Dans ce cas :

det A1 =

1
.
det(A)

det(A) = n det(A).

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


Mditez notamment lassertion (iii).

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

Dmonstration
(i) (iii) Dj dmontres dans le cas des endomorphismes en gnral. Sachant que le dterminant dune
matrice est le dterminant dun endomorphisme. . .
(iv) Quand on crit la double formule det(A) =

()

Sn

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

n
Y
i=1

a(i)i =

X
Sn

()

n
Y

ai(i) dans le cas de la

i=1

c Christophe Bertault - MPSI


Thorme (Relation entre les diffrentes notions de dterminant) Soient E un K-espace vectoriel de dimension n et
B une base de E.


(i) Soit F une famille de n vecteurs de E. Alors :

(ii) Soit f un endomorphisme de E. Alors :

detB (F) = det Mat(F) .




det(f ) = det Mat(f ) .


B

   En pratique
Ce thorme est trs pratique, car il montre que tout dterminant (famille de vecteurs ou endomorphisme) peut tre calcul comme le dterminant dune matrice carre. Nous allons voir bientt comment on peut calculer
rapidement le dterminant dune matrice.

Dmonstration

Dbrouillez-vous.

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

Dmonstration Soit A Mn (K) triangulaire. Quitte transposer A, ce qui naffectera pas le dterminant, on
peut supposer que A est triangulaire suprieure. Alors aij = 0 pour tous i, j J1, nK tels que i > j.
Par dfinition :

det(A) =

()

n
Y

ai(i) .

Dans cette grande somme, pour que le terme associ Sn

i=1

Sn

soit non nul, il faut que ai(i) soit non nul pour tout i J1, nK ; il faut donc avoir (i) > i pour tout i. Or quelles
sont les permutations de J1, nK qui satisfont ces ingalits ? Il nen existe quune, cest lidentit.
Du coup :

det(A) = (Id)

n
Y

aiId(i) =

i=1

Exemple


2

0

0

4
1
0

n
Y

aii

comme annonc.

i=1

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

Pour ne pas perdre trop de temps, nous admettrons la gnralisation suivante du thorme prcdent.
Thorme

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






Alors :

Exemple

5.2


2

3

0

0

4
1
0
0

2
2
4
1

3
5 2
=
1 3
0

A
0 B

4 4

1 1

A 0
B

det(A) det(B).

1
= (14) (1) = 14.
0

Mthode du pivot de Gauss pour le calcul du dterminant

Thorme

(Dterminant dune matrice et oprations lmentaires)

(i) Quand on ajoute une ligne (resp. colonne) un multiple dune autre ligne (resp. colonne) dun dterminant, celui-ci
nest pas modifi.
(ii) Soit K. Quand on multiplie par une ligne (resp. colonne) dun dterminant, celui-ci est multipli par .
(iii) Quand on permute deux lignes (resp. colonnes) dun dterminant, celui-ci est multipli par 1.

Dmonstration
Nous avons dj observ que les oprations lmentaires ne sont que des multiplications par
des matrices inversibles. Du coup, en vertu de la relation det(AB) = det(A) det(B) , effectuer une opration
lmentaire de matrice P sur un dterminant revient multiplier celui-ci par det(P ). Pour achever cette preuve,
il ne nous reste qu calculer det(P ) dans chacun des cas (i), (ii) et (iii).

10

c Christophe Bertault - MPSI


(i) Ajout dun multiple dune ligne (resp.


colonne) une autre ligne (resp. colonne) :

1
.
..



1

..

.


1


..

.

(ii) Multiplication dune ligne


(resp. colonne) par :








= 1.






1
.
..



1



1

..

.


1








= .





(iii) Permutation de deux lignes (resp. colonnes) : En ralit, on peut simuler la permutation des lignes
i et j en effectuant successivement les oprations lmentaires suivantes :
Li Li + Lj ,

Lj Lj Li ,

et

Li Li + Lj

Lj Lj .

Via le cas (i) , les trois premires oprations ne modifient pas le dterminant de la matrice ; via le cas (ii),
le dterminant est multipli par 1. Au total, la permutation des lignes i et j a cot un facteur 1. Mme
raisonnement avec les colonnes.

   En pratique
Le thorme prcdent nous permet dutiliser lalgorithme du pivot de Gauss pour calculer les
dterminants. Grce cet algorithme, on peut ramener le calcul dun dterminant quelconque au calcul du dterminant dune
matrice triangulaire, qui est alors le produit des lments diagonaux obtenus. Comme toujours, la mthode du pivot de Gauss
est la mthode reine, ici pour le calcul des dterminants.

Exemple


1

4

3

2

5
4
9
0

0
2
4
1

En effet

1 5 0

4 4 2

3 9 4

2 0 1

1
1
= 2.
0

1

1
1
0
1

Exemple

5
16
6
10

1
5 L2 L2 4L1
3 L3 L3 3L1
3 L4 L4 2L1


1 10

(1) 4 6
2 16


34 9
=
1
4 1

a

b

b

b
b
a

0
2
4
1

Soient a, b K.
En effet

a b

b a

b b

5.3


1

0

0

0


a

b a

b a

3
3 C1 C2 , L1 L3
5

2
4
1


1

0

0

3
9 L2 L2 4L1
1 L3 L3 2L1

10
34
4

5
3
3

(34 + 36) = 2.

b
a
b

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

b
ab
0

b
0 L2 L2 L1
a b L3 L3 L1


a + 2b

(b a) 1
1
2


16

1 6
10

0
1
0

0
0 L1 L1 + bL2 + bL3
1


a

(b a)2 1
1

b
1
0

b
0
1

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

Dveloppement par rapport une ligne ou une colonne


et formule dinversion

Dfinition

(Mineurs, cofacteurs, comatrice) Soit A Mn (K) et (i, j) J1, nK2 .

On appelle mineur de A de position (i, j) le dterminant ij de la matrice obtenue partir de A par suppression de
la ime ligne et de la j me colonne.
On appelle cofacteur de A de position (i, j) le scalaire (1)i+j ij .
On appelle comatrice de A, note com(A), la matrice des cofacteurs de A :

11

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


16i,j6n

c Christophe Bertault - MPSI


+
B
B
B+
@
..
.

   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.
0

Exemple

1
La comatrice de @ 1
2

0
1
0

0
1
1A est la matrice @ 0
1
0

3
1
1

+
..
.

..
.

...
. . .C
C
. . .C
A
..
.

2
0A.
1

Thorme (Dveloppement par rapport une ligne ou une colonne) Soit A Mn (K). Pour tout (i, j) J1, nK2 , on
note ij le mineur de A de position (i, j).
(i) Dveloppement par rapport une ligne : Soit i J1, nK.

det(A) =

n
X

(1)i+j aij ij .

j=1

(ii) Dveloppement par rapport une colonne : Soit j J1, nK.

det(A) =

n
X

(1)i+j aij ij .

i=1

   Explication Ces formules ne sapprenent 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 figurer 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 4


2 2 5



3 6

7
8
9




1


+ 3 2



3

4
5
6

7
8
9


5

6

4
8
2
9
6

4
7
+ 3
9
5

7
8

0.

Ici, la nullit du dterminant montre que la matrice 3 3 considre nest pas inversible.
Dmonstration Soit i J1, nK. Par transposition, nous pouvons nous contenter de dmontrer le rsultat dans
le cas dun dveloppement par rapport la ime ligne.

det(A) =


a11

a21

.
..

a

n1

a12
a22
..
.
an2


a11

a21

.
.
.
n

X
ai1,1
=
aij
0
j=1

ai+1,1

..
.

an1

..
.

a1n
a2n
..
.
ann

a12
a22
..
.

a1j
a2j
..
.

ai1,2
0
ai+1,2
..
.
an2

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


0

a11

a21

.
n
.
X
.
i1
=
(1) aij
ai1,1
j=1

ai+1,1

..
.

an1

0
a12
a22
..
.

ai1,2
ai+1,2
..
.
an2










ai1,n

0

ai+1,n

..
.
ann

a1n
a2n
..
.

1
a1j
a2j
..
.

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

12

Le dterminant est linaire


par rapport sa ime variable-ligne.












ai1,n

ai+1,n

..
.
ann

0
a1n
a2n
..
.

On change la ime 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 coefficient (1)i1 .

c Christophe Bertault - MPSI



1

a1j

a2j

.
n
.
X
.
i1
j1
=
(1) (1) aij
ai1,j
j=1

ai+1,j

..
.

anj

a11

a21

.
.
n
.
X

i+j
(1) aij ai1,1
=

j=1
ai+1,1

..
.

an1

0
a11
a21
..
.

0
a12
a22
..
.

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

a12
a22
..
.

ai1,2
ai+1,2
..
.
an2

ai1,2
ai+1,2
..
.
an2

a1,j1
a2,j1
..
.
ai1,j1
ai+1,j1
..
.
an,j1

n
X

(1)i+j aij ij .

a1,j1
a2,j1
..
.
ai1,j1
ai+1,j1
..
.
an,j1

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

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









ai1,n

ai+1,n

..
.
ann

a1n
a2n
..
.












ai1,n

ai+1,n

..
.
ann

0
a1n
a2n
..
.

Idem
sur les colonnes.

La matrice tait triangulaire


par blocs.

Cest le rsultat voulu.

j=1

   En pratique Le dveloppement par rapport aux lignes/colonnes est une mthode utile de calcul des dterminants ;
cela dit je vous conseille de privilgier la mthode du pivot de Gauss. Dans la mesure du possible, il faut choisir de dvelopper
par rapport une ligne/colonne contenant de nombreux 0 ; les calculs en sont grandement simplifis.

0

1

2

0

Exemple

2
0
2
1

En effet

0

1

2

0

2
0
2
1

1
0
1
0

1
0
1
0

1
2
= 4.
1

2

Le calcul va savrer assez rapide ici car il y a pas mal de zros dans le dterminant considr.



1
1

2
= (1) 2
1
0
2

2 0
1 + 1
2 0

0
2
1


2
= (1) (1)
1

1
2
2

2
0
1

0
1
2
1
2

(dveloppement par rapport la 3me colonne)

2
2


2
(1)
1

1
2

= (1) (1) 5 2 (2) +

(1) 3 = 4.

(dveloppement par rapport la 1re colonne deux fois)

Corollaire

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

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


A1 =

En particulier, si A est inversible :

Dmonstration
comatrice, on a :

1
t
com(A).
det(A)

Pour tous i, j J1, nK,


 notons ij le mineur de A de position (i, j). Par dfinition de la
.

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

16i,j6n

Contentons-nous de montrer que A t com(A) = det(A) In , i.e. que




i, j J1, nK, o ij =

n
X

aik (1)j+k jk = det(A)ij pour tous

k=1

1
0

si i = j
. Fixons donc i, j J1, nK.
sinon

Supposons dabord que i = j et montrons que

n
X
k=1

dveloppement par rapport la ime ligne.

13

aik (1)i+k ik = det(A). Or cest dj fait, cest juste un

c Christophe Bertault - MPSI


Supposons ensuite que i 6= j et montrons que

n
X

aik (1)j+k jk = 0. Remplaons dans A la j me ligne par

k=1

la ime et notons B la matrice obtenue. Alors det(B) = 0 car les ime et j me lignes de B sont gales. Mais
par ailleurs, dveloppons det(B) par rapport sa j me ligne. Les mineurs de A et B associs cette ligne
tant gaux :


0 = det(B) =

n
X

n
X

k=1

k=1

(1)j+k bjk jk =

aik (1)j+k jk .

Cest le rsultat voulu.

1
1
a c
t
M2 (K). Si det(A) = ad bc 6= 0, alors A1 =
com(A) =
b d
det(A)
ad bc
Nous retrouvons ainsi un rsultat bien connu.
Exemple

d
b

Soit A =




c
.
a

$ $ $ Attention !
La formule dinversion prcdente est intressante pour le mathmaticien, mais seulement quand il
veut faire de la thorie. En pratique, elle ne sert rien et il ne faut surtout pas sen servir pour inverser une matrice concrte.
Alors que la mthode du pivot de Gauss est rapide et trs pratique, la formule dinversion ramne le calcul de A1 au calcul de
det(A) et com(A). Or chaque coefficient 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, donc.

Applications des dterminants

6
6.1

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 J1, nK, on note Aj la matrice obtenue en remplaant la j me colonne de A par B.
Soit en outre X Kn la solution unique du systme de Cramer AX = B. Alors :
j J1, nK,

xj =

det(Aj )
.
det(A)

Notons C1 , C2 , . . . , Cn les colonnes de A dans lordre naturel et Bn la base canonique de Kn .

Dmonstration

Affirmer que AX = B revient affirmer que

n
X

xk Ck = B. Du coup, pour tout j J1, nK :

k=1

det(Aj ) = det B n (C1 , C2 , . . . , Cj1 , B, Cj+1 , . . . , Cn ) = det B n

C1 , C2 , . . . , Cj1 ,

n
X

xk Ck , Cj+1 , . . . , Cn

k=1

n
X

xk det B n (C1 , C2 , . . . , Cj1 , Ck , Cj+1 , . . . , Cn )

k=1

car le dterminant est altern

= xj det B n (C1 , C2 , . . . , Cj1 , Cj , Cj+1 , . . . , Cn )


Cest le rsultat annonc.

= xj det(A).

$ $ $ Attention ! Ce rsultat est thorique et non pratique, car le calcul de X dcrit ci-dessus nous ramne au calcul de
(n + 1) dterminants de taille n ; cest bien plus long que la mthode usuelle du pivot de Gauss.


Exemple Soient a, b, c, a0 , b0 , c0 K tels que ab0 a0 b 6= 0. La solution (x, y) K2 du systme de Cramer


est donne par les expressions suivantes :

x=


c
0
c

a
0
a

b
b0


b
0
b

cb0 c0 b
ab0 a0 b

et

14

y=


a
0
a

a
0
a

c
c0

b
0
b

ac0 a0 c
.
ab0 a0 b

ax
a0 x

+
+

by
b0 y

=
=

c
c0

c Christophe Bertault - MPSI


6.2

Orientation dun espace vectoriel rel de dimension finie

$ $ $ Attention !

Dfinition
non nulle.

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

(Orientation dun espace vectoriel rel de dimension finie) Soit E un K-espace vectoriel de dimension n

On dfinit sur lensemble des bases de E une relation avoir la mme orientation que de la faon suivante :
une base B0 de E a la mme orientation quune base B de E si det B (B0 ) > 0.
La relation avoir la mme orientation que est rflexive, symtrique et transitive. Il y a exactement deux orientations
possibles : si B na pas la mme orientation que B0 et B00 , alors B0 et B00 ont la mme orientation.
Orienter E, cest par dfinition dcrter arbitrairement quune certaine base fixe B de E est directe ; toutes les bases
de E de mme orientation que B sont alors aussi qualifies de directes ; les autres sont qualifies dindirectes.

   Explication

Jusquici, nous avons fait comme si le plan et lespace taient munis dune orientation naturelle. Mais nous navons jamais
dfini proprement ce que nous entendions par l. Comme lexplique la dfinition ci-dessus, la notion dorientation dun Respace vectoriel E repose sur lide quon peut regrouper les bases de E en deux paquets disjoints au moyen du dterminant ;
les unes sont qualifies de directes, les autres dindirectes. Mais comment savoir lesquelles sont directes, lesquelles sont
indirectes ? La question na pas de sens en fait ; lorientation dun espace vectoriel rsulte dun choix arbitraire : on choisit
dappeler directes les bases dun paquet, indirectes les bases de lautre. Une foix quon a effectu un tel choix, on le conserve
pendant toute la dure du travail que lon veut effectuer. Mais rien nempche quon modifie ce choix dans un autre travail.
Au fond ce caractre arbitraire de la notion dorientation nest pas surprenant. Selon que vous vous placez au-dessus ou
au-dessous dun plan, vous navez pas la mme apprciation de lorientation : les bases qui vous semblent directes dun
ct vous semblent 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 regarde le
plan den bas.
Nous avions dj observ dans nos chapitres de gomtrie du plan et de lespace de dbut danne que lorientation pouvait
se tester laide dun dterminant. Nous ne faisons que gnraliser ce rsultat.
Dmonstration

Soient B, B0 et B00 trois bases de E.

Montrons que la relation avoir la mme orientation que est rflexive. Cest facile :

detB (B) = 1 > 0.

Montrons que la relation avoir la mme orientation que est symtrique. Supposons donc que B et B0
1
ont la mme orientation ; cela veut dire que detB (B0 ) > 0. Alors detB 0 (B) =
> 0, et ainsi B0 et
detB (B0 )
B ont bien la mme orientation.
Montrons que la relation avoir la mme orientation que est transitive. Supposons donc que B et B0 ont
la mme orientation, ainsi que B0 et B00 ; cela veut dire que detB (B0 ) > 0 et que detB 0 (B00 ) > 0. Alors
detB (B00 ) = detB (B0 ) detB 0 (B00 ) > 0, et donc B et B00 ont la mme orientation.
Montrons quil existe exactement deux orientations possibles de E. Il suffit pour cela de montrer le rsultat
suivant : si B na pas la mme orientation que B0 et B00 , alors B0 et B00 ont la mme orientation. Plaons-nous
donc dans ce contexte, de sorte que detB (B0 ) < 0 et detB (B00 ) < 0. Alors :
det B 0 (B00 ) = det B 0 (B) det B (B00 ) =
ce qui montre bien que B0 et B00 ont la mme orientation.

15

detB (B00 )
> 0,
detB (B0 )