Vous êtes sur la page 1sur 17

Christophe Bertault Mathmatiques en MPSI

DTERMINANTS
Dans tout ce chapitre, K est lun des corps R ou C. Les rsultats prsents, sauf un ou deux, demeurent vrais dans un
contexte plus gnral, mais nous ne nous en proccuperons pas ici.

AIRES ET VOLUMES ORIENTS RELATIVEMENT UNE BASE

Il nest pas facile de dfinir proprement les notions d aire dans le plan et de volume dans lespace. Nous ny
arriverons pas vraiment dans ce chapitre mais cest tout de mme un peu ce que nous allons faire. Point de dpart de nos
investigations : la donne dune unit daire oriente dans le plan et dune unit de volume orient dans lespace.
e2

Une unit daire oriente dans le plan, ce sera pour nous un paralllogramme
orient, i.e. une base B = (e1 , e2 ) du plan que nous dcrtons directe.

e2

Une unit de volume orient dans lespace, ce sera pour nous un paralllpipde
orient, i.e. une base B = (e1 , e2 , e3 ) de lespace que nous dcrtons directe.

e1
b

e1
b

e3

partir de cette brique lmentaire, nous pouvons donner une aire (resp. un volume) nimporte quel paralllogramme
(resp. paralllpipde) du plan (resp. de lespace). Nous noterons detB (x 1 , x 2 ) laire oriente du paralllogramme engendr
par une famille (x 1 , x 2 ) de vecteurs dans le plan et detB (x 1 , x 2 , x 3 ) le volume orient du paralllpipde engendr par une
famille (x 1 , x 2 , x 3 ) de vecteurs de lespace. Lindice B indique que ces aires/volumes orients sont calculs relativement
lunit daire/volume orient que B reprsente en tant que brique lmentaire. En particulier :

detB (B ) = 1.

Quant lorientation dune aire dans le plan, que signifie-t-elle ? Simplement quon comptera positivement laire dun
paralllogramme engendr par une base directe et ngativement laire dun paralllogramme engendr par une base indirecte.
Mme principe pour les volumes orients. Par exemple, dans le plan : detB (e2 , e1 ) = detB (B ) = 1 car la base (e2 , e1 )
est indirecte.
2v
2e2

v
v
b

3e1
2

3e1
3
= 2 detB (e2 , e1 )
detB 2e2 ,
2
2
= 3detB (B ) = 3

2u
b

2w

detB (2u, 2v, 2w) = 23 detB (u, v, w)

detB (u + u , v)
= detB (u, v) + detB (u , v)

Ces figures nous permettent de comprendre quelques proprits des aires et des volumes orients. Plus prcisment :

Caractrisation des bases :

(u, v) est une base du plan

detB (u, v) 6= 0.

(u, v, w) est une base de lespace

detB (u, v, w) 6= 0.

En dautres termes, la colinarit de deux vecteurs est caractrise dans le plan par le caractre aplati du paralllogramme quils engendrent. Mme principe dans lespace.
En particulier, dans le plan : detB (u, u) = 0 et dans lespace, ds que deux des trois vecteurs u, v et w sont gaux :
detB (u, v, w) = 0 cest ce quon appelle le caractre altern de lapplication detB .
Antisymtrie :

Multilinarit :

Le signe de detB (u, v) et detB (u, v, w) est chang chaque fois quon permute deux vecteurs.
Lapplication detB est linaire par rapport chacune de ses variables.

Caractrisation de lorientation :

(u, v) est une base directe du plan

detB (u, v) > 0.

(u, v, w) est une base directe de lespace

detB (u, v, w) > 0.

Christophe Bertault Mathmatiques en MPSI

FORMES MULTILINAIRES ALTERNES

Nous allons dans ce paragraphe tcher de prendre de la hauteur par rapport au prcdent en abandonnant le strict
point de vue dune gomtrie du plan et de lespace. Par quoi les notions daire et volume orients pourraient-elles bien tre
remplaces en dimension finie quelconque ?
Dfinition (Application multilinaire) Soient E1 , . . . , En et F des K-espaces vectoriels et f : E1 . . . En F une
application. On dit que f est n-linaire si :
pour tout k 1, n et pour tous x 1 E1 , . . . , x k1 Ek1 , x k+1 Ek+1 , . . . , x n En fixs,
lapplication x 7 f (x 1 , . . . , x k1 , x, x k+1 , . . . , x n ) est linaire de Ek dans F.
On dit que f est bilinaire si n = 2, trilinaire si n = 3. Si enfin F = K, on dit que f est une forme n-linaire.

Explication

En rsum, pour tout k 1, n, f est linaire par rapport sa kme variable quand on fixe les n1 variables restantes.
Une application 1-linaire nest rien dautre quune application linaire.
Exemple
Dans lespace, le produit scalaire et le produit vectoriel sont bilinaires.
Pour tout K-espace vectoriel E, la multiplication par un scalaire (, x) 7 x est bilinaire de K E dans E.
Le produit matriciel (A, B) 7 AB est bilinaire de M p,q (K) Mq,r (K) dans M p,r (K).
Le produit fonctionnel ( f , g) 7 f g est bilinaire de RR RR dans RR .
Pour tous K-espaces vectoriels E, E et E , la composition ( f , g) 7 g f est bilinaire de L (E, E ) L (E , E ) dans
L (E, E ).

Dfinition (Forme multilinaire alterne) Soient E un K-espace vectoriel et f une forme n-linaire de E n . On dit que
f est alterne si f est nulle sur toute famille de vecteurs dont au moins deux sont gaux.

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 nulle sur toute famille lie.
(ii) On ne change pas la valeur de f quand on ajoute lune de ses variables une combinaison linaire des autres
(iii) f est antisymtrique cela revient dire que pour tous x 1 , . . . , x n E et i, j 1, n avec i < j :
f (. . . , x j , . . . , x i , . . .) = f (. . . , x i , . . . , x j , . . .).

Dmonstration
(i) Soit (x 1 , . . . , x n ) une famille lie de vecteurs
de E. Alors pour un certain k 1, n et pour certains
X
1 , . . . , k1 , k+1 , . . . , K : x k =
i x i , donc :

f (x 1 , . . . , x n ) = f

X
. . . , x k1 ,

1in
i6=k

i x i , x k+1 , . . .

1in
i6=k

=0 car x i apparat


Linarit

k me variable 1in

deux fois

}|
{
z
i f (. . . , x k1 , x i , x k+1 , . . .) = 0.

i6=k

(ii) Soient x 1 , . . . , x n E et 1 , . . . , k1 , k+1 , . . . , n K. Seule la kme variable est explicite ci-aprs :




X
X
f

. . . , xk +

i x i , . . .

1in
i6=k

Linarit

k me variable

f (. . . , x k , . . .) +

1in
i6=k

i f (. . . , x i , . . .) = f (. . . , x k , . . .).
|
{z
}
=0 car x i apparat

deux fois

Christophe Bertault Mathmatiques en MPSI

(iii) Seules les i me et j me variables sont explicites ci-aprs. Par n-linarit et caractre alterne de f :
f (. . . , x i + x j , . . . , x i + x j , . . .) = f (. . . , x i , . . . , x i , . . .) + f (. . . , x i , . . . , x j , . . .)+ f (. . . , x j , . . . , x i , . . .)+ f (. . . , x j , . . . , x j , . . .),
{z
}
|
|
{z
} |
{z
}
=0

=0

=0

f (. . . , x j , . . . , x i , . . .) = f (. . . , x i , . . . , x j , . . .).

et donc en effet :

prsent, afin de gnraliser les notions daire oriente dans le plan et de volume orient dans lespace, nous allons
tenter de dterminer la tte de toutes les formes n -linaires alternes dun K-espace vectoriel E de dimension finie n .

Soient donc E 6= 0 E un K-espace vectoriel de dimension n, f une forme n-linaire alterne de E n , B = (e1 , . . . , en ) une
base de E et enfin (x 1 , . . . , x n ) une famille de n vecteurs de E de matrice A dans B . Par n-linarit de f :
!
n
n
X
X
X

f (x 1 , . . . , x n ) = f
a k1 1 e k1 , . . . ,
akn n ekn =
a k1 1 . . . a k n n f e k1 , . . . , e k n .
k1 =1

kn =1

(k1 ,...,kn )1,nn

Or dans cette somme, f ek1 , . . . , ekn = 0 ds que deux des vecteurs eki sont gaux, donc nous pouvons ny conserver
que les n-listes (k1 , . . . , kn ) dlments DISTINCTS, i.e. les n-arrangements de 1, n. Or nous savons bien que la donne dun
n-arrangement (k1 , . . . , kn ) de 1, n est quivalente la donne dune permutation de 1, n, avec pour tout i 1, n :
(i) = ki . Finalement, si nous notons Sn le groupe symtrique de 1, n, dit groupe symtrique de degr n :

n
X Y

a(i)i f e(1) , . . . , e(n) .
f (x 1 , . . . , x n ) =
Sn

i=1


Si nous voulons aller plus loin, il va nous falloir tudier davantage les quantits f e(1) , . . . , e(n) , dcrivant Sn . Donnons
deux exemples dans le cas n = 4. Loutil majeur des calculs qui suivent, cest lANTISYMTRIE de f .
Si est dfinie par les relations :

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



e2 e4
e1 e3
f e(1) , e(2) , e(3) , e(4) = f (e3 , e4 , e1 , e2 ) = f (e1 , e4 , e3 , e2 ) = + f (e1 , e2 , e3 , e4 ).

Si est dfinie par les relations : (1) = 2, (2) = 4, (3) = 1 et (4) = 3, alors :

e2 e4
e3 e4
e1 e2
f e(1) , e(2) , e(3) , e(4) = f (e2 , e4 , e1 , e3 ) = f (e1 , e4 , e2 , e3 ) = f (e1 , e2 , e4 , e3 ) = f (e1 , e2 , e3 , e4 ).
Deux questions simposent aprs ces exemples. Peut-on faire de mme avec toute permutation, i.e. dfaire toute
permutation par des changes successifs de deux valeurs ? Que dire sur ces signes + et qui en rsultent en facteur ?

GROUPES SYMTRIQUES

On peut reprsenter
de plusieurs faons
une permutation de 1, n. La premire consiste crire sous la forme

1
2

n
dune matrice
. Par exemple, la permutation de 1, 4 dfinie par les galits : (1) = 2,
(1) (2) (n)

1 2 3 4
(2) = 4, (3) = 1 et (4) = 3 peut tre reprsente par la matrice
.
2 4 1 3
Le produit de deux permutations est facile effectuer partir de cette reprsentation. Par exemple, dans S5 :

1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
=
.
1 4 2 5 3
2 1 4 5 3
4 1 5 3 2

1 2 3 4
Linverse dune permutation est tout aussi facile calculer. Par exemple, linverse de =
dans S4 est
3 4 2 1

1 2 3 4
1 =
lisez simplement la matrice de du bas vers le haut au lieu de la lire du haut vers le bas.
4 3 1 2

Dfinition-thorme (Support dune permutation, permutations disjointes)

Soit Sn . On appelle support de lensemble : supp() = x 1, n/


qui NE sont PAS fixs par .

(x) 6= x

Deux permutations de 1, n sont dites disjointes si leurs supports sont disjoints.


Proprit remarquable : deux permutations disjointes commutent.

des lments de 1, n

Christophe Bertault Mathmatiques en MPSI

Soient , Sn disjointes et x 1, n. Montrons que et commutent.

Dmonstration

Si x
/ supp() et x
/ supp( ) :

(x) = (x) = x = (x) = (x).

Faisons maintenant lhypothse que x supp() on traiterait de mme le cas o x supp( ).

Comme et sont disjointes, alors x


/ supp( ), donc (x)
 = x, et enfin : (x) = (x).
Ensuite, comme (x) 6= x et comme est injective, (x) 6= (x), i.e. (x) supp(). Or et
sont disjointes, donc : (x) = (x), et finalement comme voulu : (x) = (x) = (x).
Dans tous les cas :

Exemple

La permutation

1
2

(x) = (x),
2
4

3
3

4
1

donc = comme voulu.

5
admet 1, 2, 4 pour support.
5

Dfinition (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 distincts x 1 , . . . , x p de 1, n tels que :
(x 1 ) = x 2 ,
et

(x 2 ) = x 3 ,
(x) = x

...

(x p1 ) = x p

et

(x p ) = x 1

si x nest aucun des lments x 1 , . . . , x p .

Un tel p-cycle est alors not (x 1 x 2 . . . x p ), ou (x 2 x 3 . . . x p x 1 ), ou (x 3 x 4 . . . x p x 1 x 2 ), etc.


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

Exemple

On peut bien sr composer des cycles pour obtenir de nouvelles permutations.

1 2 3 4
Dans S4 : (2 3)(4 3 1)(4 2 3) =
.
4 1 2 3

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


En effet

et :
(2 3) (4 3 1) (4 2 3) (2) = (2 3) (4 3 1) (3) = (2 3) (1) = 1,
etc.

Thorme (Dcomposition dune permutation en produit de cycles disjoints) Toute permutation de 1, n peut
tre dcompose dune et une seule manire lordre des facteurs prs comme un produit de cycles disjoints.

Les cycles du thorme tant disjoints, ils commutent comme on la vu plus haut, donc lordre dans
 Explication 
lequel on les crit est sans importance.
Dmonstration Nous prouverons seulement lexistence dune telle dcomposition. Soit Sn . On dfinit une
relation sur 1, n de la manire suivante pour tous x, y 1, n : x y k Z/ y = k (x).
La relation ainsi dfinie est une relation dquivalence. En effet, soient x, y, z 1, n.
Rflexivit :

x = Id(x) avec Id Sn , donc x x.

Symtrie : Si x y, disons y = k (x) pour un certain k Z, alors x = k (x) donc y x.


Transitivit : Si x y et y z, disons y = k (x) et z = l ( y) pour certains k, l Z, alors
z = k+l (x) donc x z.
Notons alors X 1 , . . . , X r les classes dquivalence de 1, n
pour et choisissons x 1 dans X 1 , . . . , x r dans
k
X r . Par dfinition, pour tout i 1, n : X i = (x i )
.
kZ

Soit i 1, r. Comme X i est un ensemble fini, (x i ) = l (x i ) pour certains k, l N avec k < l,


et donc lk (x i ) = x i . Nous pouvons ds lors noter pi le plus entier naturel non nul pour lequel
pi (xi ) = x i . Il nest alors pas
trop dur de se convaincre petite division euclidienne par pi que
X i = x i , (x i ), . . . , pi 1 (x i ) avec |X i | = pi .

Pour tout i 1, r, notons finalement i le pi -cycle x i (x i ) . . . pi 1 (x i ) de support X i . Ce sont
l r cycles disjoints et pour tout i 1, r : i =
et i = IdX i . Il en dcoule que
Xi

Xi

= 1 . . . r et cest bien une telle dcomposition quon cherchait.

Xi

Christophe Bertault Mathmatiques en MPSI

Exemple

1
5

2
2

3
6

4
1

5
4

6
admet (1 5 4)(3 6) = (3 6)(1 5 4) pour dcomposition en produit de cycles disjoints.
3

En effet La forme de gauche agit circulairement sur certains paquets dlments : elle envoie 1 sur 5, 5 sur
4 et 4 sur 1 ; elle fixe 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.
Exemple

Quelques exemples sur lesquels vous pouvez vous entraner :

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

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

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

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

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

En dautres termes, quand on doit permuter n objets quelle que soit la complexit apparente de
 Explication 
la permutation on peut TOUJOURS le faire progressivement par des changes de deux objets.

$ ATTENTION ! $

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

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

Dmonstration Grce au thorme prcdent, il nous suffit dtablir le rsultat dans le seul cas des cycles. Or
tout simplement, pour tous x 1 , . . . , x p 1, n distincts : (x 1 . . . x p ) = (x 1 x 2 )(x 2 x 3 ) . . . (x p1 x p ), donc
en effet tout cycle est un produit de transpositions.

Lintgralit de ce chapitre repose sur le thorme suivant.

Dfinition-thorme (Signature)

Il existe une et une seule application : Sn 1, 1 , appele signature, qui donne toute transposition la
valeur 1 et telle que pour tous , Sn : ( ) = ()( ).
Pour tout Sn , on dit que est paire si () = 1 et impaire si () = 1.

Sans nous garantir dunicit, lexistence de la signature nous garantit une certaine ressemblance des
 Explication 
diffrentes 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.
Dmonstration


Notons P lensemble des paires i, j dentiers i, j 1, n distincts, et pour toute permutation Sn ,

P

P
Il est facile de vrifier que est bijective de rciproque
lapplication

i, j
7
(i), ( j) .
Y
Y
Y

( j) (i) =
1 . Du coup :
|v u| =
| j i| aprs le changement dindice

{i, j}P

{u,v}P

{i, j}P

Y ( j) (i)

u, v = i, j . Ce calcul prouve que le produit


vaut 1. Notons-le ().
ji
{i, j}P
Pour tous , Sn :

Y (v) (u)
vu
{u,v}P

( ) =

Y ( j) (i)
Y ( j) (i)
=
ji
( j) (i)
{i, j}P
{i, j}P

Y ( j) (i)
ji
{i, j}P

= ()( )

Y ( j) (i)
ji
{i, j}P

aprs le changement dindice u, v = i, j .

Soit = (a b) Sn une transposition avec a < b. Nous voulons montrer que () = 1. Par dfinition :
Y ( j) (i)
. Nous allons simplement passer en revue les termes de ce produit.
() =
ji
{i, j}P
5

Christophe Bertault Mathmatiques en MPSI


( j) (i)
ji
Si i, j P ne contient ni a ni b, alors
=
= 1.
ji
ji


Pour tout i 1, n distinct de a et b, regroupons les termes dindices i, a et i, b . Leur contribi ai
(a) (i) (b) (i)

= 1.
bution au produit vaut :
ai
bi
ai bi

(b) (a)
a b
Pour finir, le terme dindice a, b vaut 1 car :
=
= 1.
ba
ba
Conclusion :

() = 1

par produit.

Montrons
enfin

lunicit de la signature sur Sn . Donnons-nous pour cela deux applications et de Sn


dans 1, 1 qui satisfont la conclusion du thorme et montrons qualors = . Soit Sn . Nous
avons vu que est un produit de transpositions 1 , . . . , p : = 1 . . . p . Comme voulu :

() = (1 . . . p ) = (1 ) . . . ( p ) = (1) p = (1 ) . . . ( p ) = (1 . . . p ) = ().

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

Dmonstration On a vu que pour tous x 1 , . . . , x p 1, n distincts :

(x 1 . . . x p ) = (x 1 x 2 )(x 2 x 3 ) . . . (x p1 x p ).

Cette dcomposition fait intervenir p 1 transpositions, donc en effet : (x 1 . . . x p ) = (1) p1 .


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.

Thorme (Caractrisation des formes multilinaires alternes par la signature) Soient E un K-espace vectoriel et
f une forme n-linaire de E n . Alors f est alterne si et seulement si pour tous x 1 , . . . , x n E et Sn :

f x (1) , . . . , x (n) = () f (x 1 , . . . , x n ).

Ce rsultat nous permet de conclure le calcul savant que nous avons amorc plus haut. Si E 6= 0 E
 Explication 
est un K-espace vectoriel de dimension n, f une forme n-linaire alterne de E n , B = (e1 , . . . , en ) une base de E et enfin
(x 1 , . . . , x n ) une famille de n vecteurs de E de matrice A dans B , alors :
!

n
n
Y
X Y
X

a(i)i f e(1) , . . . , e(n) =
a(i)i f (e1 , . . . , en ).
()
f (x 1 , . . . , x n ) =
Sn

Sn

i=1

i=1

Dmonstration
Faisons lhypothse que pour tous x 1 , . . . , x n E et Sn : f (x (1) , . . . , x (n) ) = () f (x 1 , . . . , x n ).
Soit alors x 1 , . . . , x n E. On suppose que x i = x j pour certains i, j 1, n avec i < j et on note la
transposition (i j). Dans ces conditions :
x i =x j

f (x 1 , . . . , x n ) = () f (x 1 , . . . , x n ) = f (x (1) , . . . , x (n) ) = f (. . . , x i1 , x j , x i+1 , . . . , x j1 , x i , x j+1 , . . .) = f (x 1 , . . . , x n ).


Conclusion :

f (x 1 , . . . , x n ) = 0,

et donc f est alterne.

Rciproquement, supposons f alterne. Comme Sn est engendr par ses transpositions et comme la
signature dun produit de p transpositions vaut (1) p , il nous suffit dtablir le rsultat dans le seul cas

o est une transposition. Or nous lavons dj fait, cest la proprit dantisymtrie de f .

Christophe Bertault Mathmatiques en MPSI

DTERMINANT DUNE FAMILLE DE VECTEURS DANS UNE BASE


Dfinition-thorme (Dterminant dune famille de vecteurs dans une base) Soient E 6= 0 E un K-espace vectoriel
de dimension n et B une base de E.
Pour toute famille X de n vecteurs de E de matrice A dans B , on appelle dterminant de X dans B le scalaire :
X

detB (X ) =

()

Sn

n
Y

a(i)i .
i=1

Lapplication detB ainsi dfinie sur E n est une forme n-linaire alterne de E n et :

$ ATTENTION ! $
ainsi dfini.

detB (B ) = 1.

Seul le dterminant dune famille de n vecteurs dans un espace vectoriel de dimension n se trouve

Dmonstration
Multilinarit : Vous la dmontrerez seuls si cela vous intresse.
Caractre altern : Soient x 1 , . . . , x n E et Sn . Dans le calcul suivant, on effectue le changement
dindice j = (i) associ la bijection , puis le changement dindice = 1 associ la bijection
7 1 de Sn sur lui-mme.
n
n
Y
X
Y
X

j=(i)
a1 ( j) j
a(i)(i) =
detB x (1) , . . . , x (n) =
()
()
Sn

Sn

i=1

( )()

Sn

n
Y

a (i)i = ()

( )

detB (B ) =

( )

Sn
n
Y

n
Y

a ( j) j
j=1

a (i)i = () detB (x 1 , . . . , x n ).

i=1

Calcul de detB (B ) : La matrice B de B dans B est I n , donc


Sn distincte de lidentit. Conclusion :

j=1

Sn

i=1

= 1

n
Y

b(i)i
i=1
n
Y

b(i)i = (Id)

()

Sn

= 0 pour toute permutation


n
Y

bId(i)i = 1.

i=1

i=1

Thorme (Toute
forme multilinaire alterne est un multiple du dterminant dans une base donne)

Soient E 6= 0 E un K-espace vectoriel de dimension n, B une base de E et f une forme n-alterne de E n .
Alors :

f = f (B ) detB .

Dmonstration Rsultat dj prouv sous la forme f (x 1 , . . . , x n ) =

X
Sn

()

n
Y

a(i)i

f (e1 , . . . , en ) .

i=1

Thorme (Dterminants en dimensions 2 et 3)


(i) Soient E un K-espace vectoriel de dimension 2 de base B . Si x E et y E ont pour
respectives

coordonnes

x
y
1
.
(x 1 , x 2 ) et ( y1 , y2 ), alors : detB (x, y) = x 1 y2 x 2 y1 , quantit que lon note aussi 1
x 2 y2
(ii) Soient E un K-espace vectoriel de dimension 3 de base B . Si x E, y E et z E ont pour coordonnes
respectives (x 1 , x 2 , x 3 ), ( y1 , y2 , y3 ) et (z1 , z2 , z3 ), alors :
detB (x, y, z) = x 1 y2 z3 + x 2 y3 z1 + x 3 y1 z2 x 3 y2 z1 x 2 y1 z3 x 1 y3 z2



x
1 y1 z1

quantit que lon note aussi x 2 y2 z2 .
x 3 y3 z3

(rgle de Sarrus),

Christophe Bertault Mathmatiques en MPSI

Dmonstration
(i)

detB (x, y) =

()x (1) y(2) ,

donc comme S2 = Id, (1 2) :

S2

(ii)

detB (x, y, z) =

()x (1) y(2) z(3) ,

detB (x, y) = x 1 y2 x 2 y1 .
|{z} |{z}

Id
(1 2)

donc comme S3 = Id, (1 2 3), (1 3 2), (1 3), (1 2), (2 3) :

S3

detB (x, y, z) = x 1 y2 z3 + x 2 y3 z1 + x 3 y1 z2 x 3 y2 z1 x 2 y1 z3 x 1 y3 z2 .
| {z } | {z } | {z } | {z } | {z } | {z }
Id

(1 2 3)

(1 3 2)

(1 3)

(1 2)

(2 3)

Nous avons motiv lintroduction des dterminants par les notions daire oriente en dimension 2
 Explication 
et de volume orient en dimension 3. La notion abstraite de dterminant que nous venons dintroduire est-elle a posteriori
satisfaisante ? Notons B2 la base canonique de R2 . Le petit carr lmentaire que B2 engendre est nos yeux, dans le monde
physique, daire oriente 1. Nous nous attendons donc ce que lapplication detB2 soit une mesure de laire oriente des
paralllogrammes au sens le plus intuitif du terme. Les figures ci-dessous sont particulirement convaincantes. Rappelons au
passage que laire dun paralllogramme peut tre calcule selon le principe base hauteur et au pire, vous pouvez
toujours utiliser les petits carreaux du grillage !

v
2

v
u
b

u
u

v

0

3

2


2

1

2


2
= 3
0


0
=2
1


2 cos

2 sin


2 sin
=4
2 cos



2

1

2


1

2 = 15

4
2


Thorme (Proprits du dterminant dune famille de vecteurs dans une base) Soient E 6= 0 E un K-espace
vectoriel de dimension n, B et B deux bases de E et X une famille de n vecteurs de E.
(i) Formule de changement de base :

detB (X ) = detB (B ) detB (X ).

(ii) Caractrisation des bases : X est une base de E si et seulement si detB (X ) 6= 0.


1
.
Dans ce cas : detX (B ) =
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 de cardinal n
en dimension n. Or detB est n-linaire alterne, donc : detB (X ) = 0.

Christophe Bertault Mathmatiques en MPSI

$ ATTENTION ! $

Dans la dfinition suivante, on travaille seulement avec le corps K = R.


Dfinition (Orientation dun R-espace vectoriel rel de dimension finie) Soit E 6= 0 E un R-espace vectoriel de
dimension finie. On dfinit sur lensemble des bases de E une relation avoir la mme orientation que de la faon suivante
pour toutes bases B et B de E :
B a la mme orientation que B si et seulement si detB (B ) > 0.
La relation ainsi dfinie est une relation dquivalence. Il existe 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 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 et les autres dindirectes.

Jusquici, en gomtrie, le plan et lespace taient munis dune orientation naturelle mais personne
 Explication 
ne vous a jamais dfini proprement ce que cela pouvait signifier. prsent, lorientation dun R-espace vectoriel E repose sur
lide que les bases de E sont de deux sortes et que le choix dune orientation est totalement arbitraire certaines sont dites
directes et les autres indirectes . Cet arbitraire nest pas vraiment surprenant cela dit, 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

Soient B , B et B trois bases de E.

Rflexivit :

detB (B ) = 1 > 0.

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


et ainsi B a bien la mme orientation que B .

1
> 0,
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 .
Exactement deux orientations : Il sagit de montrer que si B na pas la mme orientation que B et
B , alors B et B ont la mme orientation. Dans ce contexte, detB (B ) < 0 et detB (B ) < 0, donc :
detB (B )
> 0, et ainsi B et B ont la mme orientation.
detB (B ) = detB (B ) detB (B ) =
detB (B )

5.1

DTERMINANT DUNE MATRICE CARRE


DFINITION

ET PREMIRES PROPRITS

Dfinition (Dterminant dune matrice carre) Soit A Mn (K). On appelle


dterminant de A le dterminant de
la
a

a

a
1n
1n
11
11
.

.

.
.
.
.
n
..
.. ou ..
..
.. .
famille des colonnes de A dans la base canonique de K . On le note det(A) ou ..




an1 ann
an1 ann
n
Y
X
[n]
a(i)i .
()
Par dfinition, donc : det(A) =
Sn

$ ATTENTION ! $

i=1

Seul le dterminant dune matrice CARRE est ainsi dfini.

Christophe Bertault Mathmatiques en MPSI

Thorme (Lien entre


 le dterminant dune matrice carre et le dterminant dune famille de vecteurs dans une
base) Soient E 6= 0 E un K-espace vectoriel de dimension n, B une base de E et X une famille de n vecteurs de E.

Alors : detB (X ) = det MatB (X ) .

Dmonstration vident, les colonnes de MatB (X ) sont exactement les coordonnes des vecteurs de X dans
B et les dterminants sont dfinis par la mme formule.

Thorme (Premires proprits du dterminant dune matrice carre) Soient A Mn (K).


(i) Multilinarit par rapport aux colonnes : Lapplication A 7 det(A) sur Mn (K) est n-linaire par rapport aux
colonnes de A.
AT TENTION !

En particulier, pour tout K :

det(A) = det(A).

(ii) Caractrisation de linversibilit : A est inversible si et seulement si det(A) 6= 0.



(iii) Invariance par transposition :
det t A = det(A).
A fortiori, lapplication A 7 det(A) sur Mn (K) est galement n-linaire par rapport aux lignes de A.

Explication

Linvariance du dterminant par transposition signifie que dans lexpression

()

n
Y

Sn

a(i)i ,

i=1

on peut si on le souhaite remplacer a(i)i par ai(i) , cest indolore.

$ ATTENTION ! $

Le dterminant nest pas linaire. En gnral, si , K :

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

Dmonstration
(i) Tout simplement, si on note Bn la base canonique de Kn , lapplication detBn est n-linaire.
(ii) Pour les familles de vecteurs, le rsultat a t dmontr dans les paragraphes prcdents, or la matrice
A est inversible si et seulement si la famille de ses colonnes est une base de Kn .
n
n
Y
X
Y
X
ai(i) . Dans le calcul qui suit, on
()
a(i)i =
()
(iii) Nous devons montrer lgalit :
Sn

i=1

Sn

i=1

effecture le changement dindice j = (i) associ la bijection , puis le changement dindice = 1


associ la bijection 7 1 de Sn sur Sn (de rciproque elle-mme). Remarquons par ailleurs que
pour tout Sn , () = 1 donc 1 = ()1 = ().
X
Sn

()

n
Y

a(i)i
i=1

j=(i)

X
Sn

()

n
Y

a j1 ( j)
j=1

=1

Sn

n
Y
j=1

a j( j) =

()

Sn

n
Y

a j( j) =

j=1

X
Sn

()

n
Y

ai(i) .

i=1

La notion de polynme caractristique nest pas au programme de MPSI mais je tiens ce que vous la connaissiez dj, et
vous ltudierez de toute faon en deuxime anne.

Thorme (Polynme caractristique dune matrice carre) Soit A Mn (C).


(i) Pour tout x C, on pose : A(x) = det(x I n A). La fonction x 7 A(x) est alors polynomiale unitaire de
degr n et le polynme associ, not aussi A, est appel le polynme caractristique de A.
(ii) Les valeurs propres (complexes) de A sont exactement les racines (complexes) de A.

10

Christophe Bertault Mathmatiques en MPSI

Dmonstration
(i) Pour tout x C :

A(x) =

()

Sn

pour tout Sn , la quantit ()

n
Y


xi(i) ai(i) ,

donc dj A est polynomiale. Ensuite,

i=1

n
Y


xi(i) ai(i) est de degr infrieur ou gal n puisque chaque

i=1

terme du produit est de degr au plus 1. Son degr peut-il tre n ? Oui, mais seulement si (i) = i pour
n
n
Y
 Y
(x aii ). Conclusion :
xi(i) ai(i) =
tout i 1, n, i.e. si = Id, et dans ce cas : ()
i=1

i=1

A est une fonction polynomiale unitaire de degr n.


(ii) Pour tout C :

5.2

DTERMINANT DUNE

est valeur propre de A


det(I n A) = 0


Ker (AI n ) 6= 0

A() = 0

AI n est NON inversible

est racine de A.

MATRICE TRIANGULAIRE PAR BLOCS

Thorme (Dterminant dune matrice triangulaire par blocs) Soient A1 M p1 (K), . . . , A r M pr (K).




A

A

1
1





..
Alors :

= ...
= det(A1 ) . . . det(A r ).
.






Ar
Ap

 Explication
gonaux.

En particulier, le dterminant dune matrice triangulaire est gal au produit de ses coefficients dia-

Dmonstration
Linvariance par transposition permet de ne travailler quavec des matrices triangulaires
suprieures par blocs.
Cas dune matrice vraiment triangulaire : Soit A Mn (K) triangulaire suprieure. Dans la ren
Y
X
a(i)i , si le terme associ une permutation est non nul, alors
lation : det(A) =
()
Sn

i=1

a(i)i 6= 0 pour tout i 1, n, donc (i) i, mais nous allons montrer quen fait (i) = i par rcurrence descendante forte.
Initialisation : (n) n et (n) 1, n, donc (n) = n.
Hrdit : Soit i 2, n. On suppose que ( j) = j pour tous j i, n. Quen est-il de (i 1) ?
Par hypothse de rcurrence et injectivit de , (i 1) i 1, mais nous savons par ailleurs que
(i 1) i 1 do lgalit comme voulu.
Conclusion : si le terme associ une permutation est non nul dans la dfinition de det(A), forcment
n
Y
aId(i)i = a1 . . . an .
= Id. En retour, finalement : det(A) = (Id)
i=1

Cas dune matrice triangulaire par blocs : Nous prouverons seulement le rsultat pour r = 2, le cas
gnral satteint ensuite aisment par rcurrence. Fixons donc A M p (K), B M
q (K) et X M p,q (K),
A X
= det(A) det(B).
et notons B p (resp. Bq ) la base canonique de K p (resp. Kq ). Objectif :
0 B


p
M
X
Il nest pas trop dur de vrifier que lapplication (M1 , . . . , M p ) 7
de K p dans K o M est

0 B

la matrice de colonnes M1 , . . . , M p est linaire alterne, donc : = B p detBp . A fortiori, si
nous notons C1 , . . . , C p les colonnes de A :

A

0



I

X
= (C1 , . . . , C p ) = detBp (C1 , . . . , C p ) B p = det(A) p
B
0

11


X
.
B

Christophe Bertault Mathmatiques en MPSI



I
q
X
p

de Kq
De la mme manire, il nest pas trop dur de vrifier que lapplication (N1 , . . . , Nq ) 7

0 N

dans K o N est la matrice de lignes N1 , . . . , Nq est linaire alterne, donc : = Bq detBq ,
et si nous notons L1 , . . . , Lq les lignes de B :










A X

= det(A) I p X = det(A) (L , . . . , L ) = det(A) det (L , . . . , L ) B = det(A) det(B) I p X ,

1
q
Bq
1
q
q
0 Iq
0 B
0 B

A X
Ip X
= det(A)det(B).

et donc comme la matrice
est vraiment triangulaire :

0 B
0 Iq

Exemple

5.3


2

3

0

0

CALCUL

4
1
0
0

2
2
4
1


3

5 2
=
1 3

0


4 4

1 1


1
= (14) (1) = 14
0

et


2

0

0

4
1
0


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

DE DTERMINANTS PAR LA MTHODE DU PIVOT

Thorme (Dterminant dune matrice et oprations lmentaires) Soient i, j 1, n avec i 6= j et K.


(i) Les oprations lmentaires de la forme

L i L i +L j

et

C j C j +Ci

ne modifient pas les dterminants.

(ii) Les oprations lmentaires

L i L i

et

C j C j

multiplient les dterminants par .

(iii) Les oprations lmentaires

Li L j

et

C j Ci

multiplient les dterminants par 1.

Dmonstration Montrons le rsultat sur les colonnes, cela suffira car le dterminant est invariant par transposition. Soit A Mn (K) de colonnes C1 , . . . , Cn . Notons Bn la base canonique de Kn .
(i) Par linarit par rapport la j me variable et caractre altern :
detBn (. . . , C j + Ci , . . .) = detBn (C1 , . . . , Cn ) + detBn (. . . , Ci , . . .) = det(A) + 0 = det(A).
(ii) Par linarit par rapport la j me variable :

detBn (. . . , C j , . . .) = detBn (C1 , . . . , Cn ) = det(A).

(iii) Par caractre altern on fait agir la transposition (i j) avec i < j :


detBn (. . . , C j , . . . , Ci , . . .) = detBn (. . . , Ci , . . . , C j , . . .) = det(A).

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
0 1

16 2 5

6 4 3

10 1 3

1 10

2
(1) 4 6
2 16


34 9


1
4 1


a

b

b

b
a
b


b
b
a

L 2 L 2 4L 1
L 3 L 3 3L 1
L 4 L 4 2L 1


3
3 C1 C2
5 L1 L3



16 2 5


= 1 6 4 3
10 1 3


1 10 3


= 0 34 9 L2 L2 4L1
0
4
1 L3 L3 2L1
=

2.






a b

a
b
b
b




2


0 L2 L2 L1
= (b a) 1 1 0
= b a a b
1 0 1
b a
0
a b L 3 L 3 L 1


a + 2b 0
0

1 0 L1 L1 + b L2 + b L3
(b a)2 1
= (b a)2 (a + 2b).
1
0 1

12

Christophe Bertault Mathmatiques en MPSI

5.4

DTERMINANT DUN

PRODUIT DE MATRICES

Thorme (Dterminant dun produit de matrices) Pour tous A, B Mn (K) :



1
En particulier, si A est inversible : det A1 =
.
det(A)

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

Dmonstration Soient A Mn (K) de colonnes


 A1 , . . .,nAn et B Mn (K) de colonnes B1 , . . . , Bn . Notons
lapplication (C1 , . . . , Cn ) 7 detBn AC1 , . . . , ACn de Kn dans K, o Bn dsigne la base canonique de Kn .
Multilinarit : Pour tous k 1, n, Ck , Ck Kn et , K les autres variables tant fixes :



. . . , Ck + Ck , . . . = detBn . . . , A(Ck + Ck ), . . . = detBn . . . , ACk + ACk , . . .




= detBn . . . , ACk , . . . + detBn . . . , ACk , . . . = . . . , Ck , . . . + . . . , Ck , . . . .
Caractre altern : Si deux des colonnes C1 , . . . , Cn au moins sont gales, alors (C1 , . . . , Cn ) = 0
puisque detBn est altern.

Conclusion : = Bn detBn = detBn (A1 , . . . , An ) detBn = det(A) detBn , donc :

det(AB) = detBn AB1 , . . . , ABn = (B1 , . . . , Bn ) = det(A) detBn (B1 , . . . , Bn ) = det(A) det(B).

5.5

DVELOPPEMENT PAR RAPPORT


ET FORMULE D INVERSION

UNE LIGNE OU UNE COLONNE

On dveloppe prsent une nouvelle stratgie de calcul des dterminants matriciels. Si nous notons Bn = (E1 , . . . , En )
la base canonique de Kn , alors pour tous A Mn (K) et j 1, n :

n
n
X
X
n-linarit
ai j detBn (. . . , C j1 , Ei , C j+1 , . . .)
ai j Ei , C j+1 , . . .
=
det(A) = detBn (C1 , . . . Cn ) = detBn . . . , C j1 ,




n

X

ai j
=

i=1


i=1

..
.
ai1, j1
ai, j1
ai+1, j1
..
.

..
.
0
1
0
..
.

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

i=1

.
.
.

n
0
X

(1) j1 ai j 1
=

i=1
0
.
.
.
[n]

..
.
ai1, j1
ai, j1
ai+1, j1
..
.

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












[n]

On change la j me colonne avec la ( j 1)me ,


puis la ( j 1)me avec la ( j 2)me , etc.
Au total, j 1 changes de colonnes, do le (1) j1 .


1
.
.
n
.
X

i1
j1
(1) (1) ai j 0
=

i=1
0
.
.
.

ai, j1
..
.
ai1, j1
ai+1, j1
..
.

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





n
X

i+ j
(1) ai j
=

i=1

..
.
ai1, j1
ai+1, j1
..
.

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

[n]

.
[n1]

Mme chose sur les lignes.


La matrice obtenue est triangulaire par blocs.

Morale de lhistoire : un dterminant de taille n peut tre calcul comme une combinaison linaire de dterminants de
taille n 1. Plus prcisment, les dterminants de taille n 1 auxquels nous avons permis dapparatre ne sont jamais que
des dterminants de la matrice A laquelle on a supprim une ligne et une colonne.
Dfinition (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 extraite de A par suppression de la i me ligne
et de la j me colonne. Nous le noterons i j (A) dans ce cours mais la notation nest pas universelle.
On appelle cofacteur de A de position (i, j) le scalaire (1)i+ j i j (A).
On appelle comatrice de A, note com(A), la matrice des cofacteurs de A :

13

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

1i, jn

Christophe Bertault Mathmatiques en MPSI

Explication

+
..
.

Le cofacteur de position (i, j) est gal, au signe prs, au mineur de mme posi-

tion mais comment ces signes sont-ils distribus ? La matrice ci-contre schmatise leur distribution.

Exemple

1
La comatrice de 1
2

0
1
1 est la matrice 0
1
0

0
1
0

3
1
1

2
0. Vrifiez de tte !
1

..
.

+
..
.

...
. . .

. . .
..
.

Finalement, nous avons dmontr en introduction de ce paragraphe le thorme suivant.


Thorme (Dveloppement par rapport une ligne ou une colonne) Soit A Mn (K).
(i) Dveloppement par rapport une ligne : Pour tout i 1, n :

det(A) =

n
X

(1)i+ j ai j i j (A).

j=1

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

det(A) =

n
X

(1)i+ j ai j i j (A).

i=1

Ces formules se comprennent sur des exemples simples. En voici un, o lon dveloppe par rapport
 Explication 
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
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.
Le dveloppement par rapport une ligne/colonne est souvent utile, mais dans la mesure du pos En pratique 
sible, il faut choisir de dvelopper par rapport une ligne/colonne contenant beaucoup de zros. En rgle gnrale, je vous
conseille de privilgier la mthode du pivot, qui fournit davantage des rsultats sous forme factorise car aprs tout, ce
que lon veut savoir dun dterminant, cest souvent 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


2 0
1 + 1
2 0

0
2
1

2
0
1




1
2

2 = (1) (1)
1
2

(3me colonne)

Exemple

Pour tout n N :


3

1

0
.
.
.
0

2
3
1
..
.
0

0
2
3
..
.
1


0

0




2
3


1 0
2
2 1

(1re colonne)


 
2
2

+
(1)
1
2


1
= 4.
2

(1re colonne)

= 2n+1 1.
[n]

En effet Pour tout n N , notons Dn le dterminant de taille n tudi. Un dveloppement par rapport la
premire colonne fournit aisment la relation de rcurrence suivante, vraie pour n 3 : Dn = 3Dn1 2Dn2
il faut lcrire soi-mme pour sen convaincre. La suite (Dn )nN est donc rcurrente linaire dordre 2 de
polynme caractristique : X 2 3X + 2 = (X 1)(X 2), polynme dont les racines sont 1 et 2, distinctes.
Il existe ainsi , R tels que pour tout n N : Dn = 2n + 1n . Or D1 = 3 et D2 = 7, donc = 2 et
= 1, et finalement : Dn = 2n+1 1.

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


En particulier, si A est inversible :

A1 =

A t com(A) = t com(A) A = det(A) I n .

1 t
com(A).
det(A)

Dmonstration Nous montrerons seulement que A t com(A) = det(A) I n , i.e. que pour tous i, j 1, n :
n
X
aik (1) j+k jk (A) = det(A)i j . Soient i, j 1, n.
k=1

14

Christophe Bertault Mathmatiques en MPSI

Pour i = j, lgalit

n
X

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

k=1

Et pour i 6= j ? Remplaons dans A la j me ligne par la i me et notons B la matrice obtenue. Les i me 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
X

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

k=1

Exemple

Pour tout A =

a
b

n
X

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

k=1

c
M2 (K), si det(A) = ad bc 6= 0 :
d

A1 =

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

c
.
a

d
b

Rsultat bien connu !


La formule dinversion est fondamentale mais seulement dans des contextes thoriques, il ne faut
$ ATTENTION ! $
pas sen servir a priori pour inverser une matrice concrte ! Elle ramne en effet le calcul de A1 au calcul de det(A) et com(A),
cest--dire au calcul dun dterminant de taille n et de n2 dterminants de taille n 1 ce qui est fort coteux.

1 x 1 x 12
.
..
..
Exemple
Soient x 1 , . . . , x n C. Nous avons dj montr que la matrice de Vandermonde ..
.
.
1 x n x n2
x 1 , . . . , x n est inversible si et seulement si x 1 , . . . , x n sont distincts.

1 x
x 12 x 1n1
1

Y
.
..
..
..
(x x i ).
Nous allons retrouver ce rsultat en calculant son dterminant : ..
=
.
.
.
1i< jn j

2
n1
1 x n x x
n

x 1n1
..
de
.
n1
xn

Soyons honntes cependant, sil sagit seulement dtablir la condition ncessaire et suffisante dinversibilit des matrices de
Vandermonde, la preuve qui suit est inutilement complique. Elle nen demeure pas moins un grand classique et un modle
de calcul de certains autres dterminants.
En effet

Pour tous x 1 , . . . , x n C, notons Vn (x 1 , . . . , x n ) le dterminant de Vandermonde de x 1 , . . . , x n .

Fixons x 1 , . . . , x n C DISTINCTS et notons P la fonction x 7 Vn+1 (x 1 , . . . , x n , x) de C dans C.


n
X
aj x j
Pour tout x C, aprs dveloppement par rapport la (n + 1)me ligne : P(x) =

pour

j=0

certains a0 , . . . , an C dpendant de x 1 , . . . , x n MAIS PAS DE x. La fonction P est ainsi polynomiale


de degr au plus n. De plus : an = Vn (x 1 , . . . , x n ).
Pour tout i 1, n : P(x i ) = 0 mmes lignes i me et (n + 1)me donc P admet x 1 , . . . , x n
pour racines DISTINCTES. Du coup, daprs le point prcdent, pour tout x C :
P(x) = Vn (x 1 , . . . , x n )

n
Y

(x x i ),

i.e. Vn+1 (x 1 , . . . , x n , x) = Vn (x 1 , . . . , x n )

n
Y

(x x i ).

i=1

i=1

Cette galit est encore vraie si lon ne suppose pas x 1 , . . . , x n distincts car elle scrit alors :

0 = 0.

Il nest finalement pas trs dur de montrer par rcurrence que pour tous x 1 , . . . , x n C :
Y
Vn (x 1 , . . . , x n ) =
(x j x i ).
1i< jn

Comme voulu, Vn (x 1 , . . . , x n ) est donc nul si et seulement si deux des x i au moins sont gaux.

DTERMINANT DUN ENDOMORPHISME

Nous sommes maintenant au point sur la notion gnralise de volume orient, mais une question subsiste comment
les applications linaires se comportent-elles vis--vis dun volume orient ? Sur la figure suivante, on a not B2 la base
canonique de R2 .

15

Christophe Bertault Mathmatiques en MPSI

f (v)

f (x, y) = (x + y, y x)

1
MatB2 ( f ) =
1
b

1
1

f (u)

MatB2 (u, v) =

Lgalit :

2
1

3
MatB2 f (u), f (v) =
1

1
1

MatB2 f (u), f (v) = MatB2 ( f ) MatB2 (u, v)

0
2

donne en termes de dterminants :

detB2 f (u), f (v) = det MatB2 ( f ) detB2 (u, v),


| {z }
|
{z
}
=3

=6

ce qui montre que lapplication f agit sur les volumes orients en les multipliant par :
facteur 2 que nous appelons ci-aprs le dterminant de f .

det MatB2 ( f ) = 2.

Cest ce


(Dterminant dun endomorphisme) Soient E 6= 0 E un K-espace vectoriel de dimension finie et


f L (E). Le scalaire detB f (B ) = det MatB ( f ) ne dpend pas de la base B choisie. On lappelle dterminant
de f et on le note det( f ).
Dfinition

Pour commencer, seul le dterminant dun ENDOmorphisme est ainsi dfini. Ensuite, le dterminant
$ ATTENTION ! $
dune famille de vecteurs tait relatif une base, mais ce nest plus le cas pour celui dun endomorphisme.
Dmonstration Pour toutes bases B et B de E :




B
B 1
B
B 1
= det MatB ( f ) .
det MatB ( f ) det PB
= det PB
MatB ( f )PB
det MatB ( f ) = det PB

Exemple
Soit A Mn (K). On a dfini le dterminant de A comme le dterminant de la famille de ses colonnes dans la
base canonique de Kn . Il concide aussi avec le dterminant de lendomorphisme canoniquement associe A.
b lendomorphisme canoniquement associ A, C1 , . . . , Cn les colonnes de A et Bn = (Ei )1in
En effet Notons A
la base canonique de Kn . Comme voulu :



b(E1 ), . . . , A(E
b n ) = detB A
b(Bn ) = det A
b .
det(A) = detB (C1 , . . . , Cn ) = detB AE1 , . . . , AEn = detB A
n


Thorme (Proprits du dterminant dun endomorphisme) Soient E 6= 0 E un K-espace vectoriel de dimension
n et f , g L (E).
(i) Effet dun endomorphisme sur un dterminant
de famille de vecteurs : Pour toute base B de E et pour toute

famille X de n vecteurs de E : detB f (X ) = det( f ) detB (X ).
(ii) Dterminant dune compose :

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


AT TENTION !

En particulier, pour tout K :

det( f ) = n det( f ).

(iii) Caractrisation des automorphismes : f est un automorphisme de E si et seulement si det( f ) 6= 0.



1
.
Dans ce cas : det f 1 =
det( f )

$ ATTENTION ! $

Le dterminant nest pas linaire. En gnral, si , K :

16

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

Christophe Bertault Mathmatiques en MPSI

Dmonstration
(i)
(iii)

detB

Fixons B une base de E.



f (X ) = det MatB f (X ) = det MatB ( f ) MatB (X ) = det MatB ( f ) det MatB (X )

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

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

(ii) f est un automorphisme


de E si et seulement si f (B ) est une base de E, i.e. si et seulement si

detB f (B ) 6= 0, ou encore det( f ) 6= 0.

$ ATTENTION ! $

Dans le theorme suivant, on travaille seulement avec le corps K = R.


Thorme (Signe du dterminant dun endomorphisme) Soient E 6= 0 E un R-espace vectoriel orient de dimension
finie 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.

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

Simplement, pour toutes bases B et B de E :

17


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