Exo7

Dterminants
Vido partie 1. Dterminant en dimension 2 et 3
Vido partie 2. Dfinition du dterminant
Vido partie 3. Proprits du dterminant
Vido partie 4. Calculs de dterminants
Vido partie 5. Applications des dterminants
Exercices  Calculs de dterminants
Le dterminant est un nombre que lon associe n vecteurs (v1 , . . . , vn ) de Rn . Il correspond au
volume du paralllpipde engendr par ces n vecteurs. On peut aussi dfinir le dterminant dune
matrice A. Le dterminant permet de savoir si une matrice est inversible ou pas, et de faon plus
gnrale, joue un rle important dans le calcul matriciel et la rsolution de systmes linaires.
Dans tout ce qui suit, nous considrons des matrices coefficients dans un corps commutatif K,
les principaux exemples tant K = R ou K = C. Nous commenons par donner lexpression du
dterminant dune matrice en petites dimensions.

1. Dterminant en dimension 2 et 3
1.1. Matrice 2 2
En dimension 2, le dterminant est trs simple calculer :

!
a b
det
= ad bc.
c d
Cest donc le produit des lments sur la diagonale principale (en bleu) moins le produit des
lments sur lautre diagonale (en orange).

b
d

1.2. Matrice 3 3
Soit A M3 (K) une matrice 3 3 :

a 11

A = a 21
a 31

a 12
a 22
a 32

a 13

a 23 .
a 33

Voici la formule pour le dterminant :

det A = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 31 a 22 a 13 a 32 a 23 a 11 a 33 a 21 a 12 .

2
Il existe un moyen facile de retenir cette formule, cest la rgle de Sarrus : on recopie les deux
premires colonnes droite de la matrice (colonnes grises), puis on additionne les produits de trois
termes en les regroupant selon la direction de la diagonale descendante (en bleu), et on soustrait
ensuite les produits de trois termes regroups selon la direction de la diagonale montante (en
orange).

a 11

a 12

a 13

a 11

a 12

a 21

a 22

a 23

a 21

a 22

a 31

a 32

a 33

a 31

a 32

a 11

a 12

a 13

a 11

a 12

a 21

a 22

a 23

a 21

a 22

a 31

a 32

a 33

a 31

a 32

Exemple 1

2 1 0

Calculons le dterminant de la matrice A = 1 1 3.

3 2 1
Par la rgle de Sarrus :

det A = 2 (1) 1 + 1 3 3 + 0 1 2 3 (1) 0 2 3 2 1 1 1 = 6.

Attention : cette mthode ne sapplique pas pour les matrices de taille suprieure 3. Nous
verrons dautres mthodes qui sappliquent aux matrices carres de toutes tailles et donc aussi
aux matrices 3 3.

1.3. Interprtation gomtrique du dterminant

On va voir quen dimension 2, les dterminants correspondent des aires et en dimension 3 des
volumes.

Donnons nous deux vecteurs v1 = ( ac ) et v2 = db du plan R2 . Ces deux vecteurs v1 , v2 dterminent
un paralllogramme.
y

v2

~j
O

v1

~i

Proposition 1
Laire du paralllogramme est donne par la valeur absolue du dterminant :

a b

A = det(v1 , v2 ) = det
.
c d

De manire similaire, trois vecteurs de lespace R3 :

a 12
a 11

v2 = a 22
v1 = a 21
a 32
a 31

a 13

v3 = a 23
a 33

dfinissent un paralllpipde.

v3

v2

v1

partir de ces trois vecteurs on dfinit, en juxtaposant les

nant :

a 11 a 12

det(v1 , v2 , v3 ) = det a 21 a 22
a 31 a 32

colonnes, une matrice et un dtermi

a 13

a 23 .
a 33

Proposition 2
Le volume du paralllpipde est donn par la valeur absolue du dterminant :

V = det(v1 , v2 , v3 ).
On prendra comme unit daire dans R2 laire du carr unit dont les cts sont les vecteurs de la

base canonique 10 , 01 , et comme unit de volume dans R3 , le volume du cube unit.
Dmonstration
a

0
on a!
d . En effet, dans ce cas

a 0
affaire un rectangle de cts |a| et | d |, donc daire |ad |, alors que le dterminant de la matrice
0 d
vaut ad .

Traitons le cas de la dimension 2. Le rsultat est vrai si v1 =

et v2 =

v2

~j
v1
O

~i

Si les vecteurs v1 et v2 sont colinaires alors le paralllogramme est aplati, donc daire nulle ; on calcule

4
facilement que lorsque deux vecteurs sont colinaires, leur dterminant est nul.


Dans la suite on suppose que les vecteurs ne sont pas colinaires. Notons v1 = ac et v2 = db . Si a 6= 0,

0
alors v20 = v2 ab v1 est un vecteur vertical : v20 = d b c .
a

Lopration de remplacer v2 par v20 ne change pas laire du paralllogramme (cest comme si on avait
coup le triangle vert et on lavait coll la place le triangle bleu).

v20

v2

~j
O

v1

~i

Cette opration ne change pas non plus le dterminant car on a toujours :

!

a
0
0
= ad bc = det(v1 , v2 ) .
det(v1 , v2 ) = det
b d ab c

On pose alors v10 = a0 : cest un vecteur horizontal. Encore une fois lopration de remplacer v1 par v10
ne change ni laire des paralllogrammes ni le dterminant car
!

a
0
0
0
= ad bc = det(v1 , v2 ) .
det(v1 , v2 ) = det
0 d ab c

v20

~j
O

v1

~i

v10

On sest donc ramen au premier cas dun rectangle aux cts parallles aux axes, pour lequel le
rsultat est dj acquis.
Le cas tridimensionnel se traite de faon analogue.

Mini-exercices

!
1 2
7 8
1. Pour A =
et B =
calculer les dterminants de A, B, A B, A + B, A 1 ,
5 3
9 5
A, A T .

!
a b
a0 0
.
2. Mmes questions pour A =
et B = 0
c d
c d0

2 0 1
1 2 3

3. Mmes questions pour A = 2 1 2 et B = 0 2 2.

3 1 0
0 0 3

4. Calculer laire du paralllogramme dfini par les vecteurs 73 et 14 .

5
5. Calculer le volume du paralllpipde dfini par les vecteurs

2 1 1
1 , 1 , 3 .
1

2. Dfinition du dterminant
Cette partie est consacre la dfinition du dterminant. La dfinition du dterminant est assez
abstraite et il faudra attendre encore un peu pour pouvoir vraiment calculer des dterminants.

2.1. Dfinition et premires proprits

Nous allons caractriser le dterminant comme une application, qui une matrice carre associe
un scalaire :
det : M n (K) K
Thorme 1. Existence et dunicit du dterminant
Il existe une unique application de M n (K) dans K, appele dterminant, telle que
(i) le dterminant est linaire par rapport chaque vecteur colonne, les autres tant fixs ;
(ii) si une matrice A a deux colonnes identiques, alors son dterminant est nul ;
(iii) le dterminant de la matrice identit I n vaut 1.
Une preuve de lexistence du dterminant sera donne plus bas en section 2.4.
On note le dterminant dune matrice A = (a i j ) par :

det A

ou

a 11

a 21
.
.
.

a
n1

a 12
a 22
..
.
a n2

a 1n
a 2n
..
.
a nn

Si on note C i la i-me colonne de A, alors

det A = C 1 C 2 C n = det(C 1 , C 2 , . . . , C n ) .
Avec cette notation, la proprit (i) de linarit par rapport la colonne j scrit : pour tout , K,
det(C 1 , . . . , C j + C 0j , . . . , C n ) = det(C 1 , . . . , C j , . . . , C n ) + det(C 1 , . . . , C 0j , . . . , C n ), soit

a 11

.
.
.

a i1

.
..

a n1

a 1 j + a01 j
..
.

a i j + a0i j
..
.

a n j + a0n j

a
a 1n
11

.
..
.
.
.

a in = a i1
.
..
..
.

a n1
a nn

a1 j
..
.
ai j
..
.
an j

a 11
a 1n

.
..
.
.
.

a in + a i1
.
..
..
.

a n1
a nn

Exemple 2

6
6
5
4
1
4

7 10 3 = 5 7 2 3

12 25 1
12 5 1

Car la seconde colonne est un multiple de 5.

a01 j
..
.
a0i j
..
.
0
an j

a 1n
..
.

a in .
..
.

a nn

3 2
4 3 3 2
4 3 2 3

7 5 3 2 = 7 5 3 7 5 2

9 2 10 4 9 2 10 9 2 4

Par linarit sur la troisime colonne.

Remarque
Une application de M n (K) dans K qui satisfait la proprit (i) est appele forme multilinaire.
Si elle satisfait (ii), on dit quelle est alterne.
Le dterminant est donc la seule forme multilinaire alterne qui prend comme valeur 1
sur la matrice I n . Les autres formes multilinaires alternes sont les multiples scalaires du
dterminant. On verra plus loin comment on peut calculer en pratique les dterminants.

2.2. Premires proprits

Nous connaissons dj le dterminant de deux matrices :
le dterminant de la matrice nulle 0n vaut 0 (par la proprit (ii)),
le dterminant de la matrice identit I n vaut 1 (par la proprit (iii)).
Donnons maintenant quelques proprits importantes du dterminant : comment se comporte le
dterminant face aux oprations lmentaires sur les colonnes ?
Proposition 3
Soit A M n (K) une matrice ayant les colonnes C 1 , C 2 , . . . , C n . On note A 0 la matrice obtenue
par une des oprations lmentaires sur les colonnes, qui sont :
1. C i C i avec 6= 0 : A 0 est obtenue en multipliant une colonne de A par un scalaire
non nul. Alors det A 0 = det A.
2. C i C i + C j avec K (et j 6= i) : A 0 est obtenue en ajoutant une colonne de A un
multiple dune autre colonne de A. Alors det A 0 = det A.
3. C i C j : A 0 est obtenue en changeant deux colonnes distinctes de A. Alors
det A 0 = det A .

Plus gnralement pour (2) : lopration C i C i +

Pn

j =1 j C j
j 6= i

dajouter une combinaison linaire

des autres colonnes conserve le dterminant.

Attention ! changer deux colonnes change le signe du dterminant.
Dmonstration
1. La premire proprit dcoule de la partie (i) de la dfinition du dterminant.

2. Soit A = C 1 C i C j C n une matrice reprsente par ses vecteurs colonnes C k .

Lopration C i C i +C j transforme la matrice A en la matrice A 0 = C 1 C i + C j C j

Par linarit par rapport la colonne i , on sait que

det A 0 = det A + det C 1 C j C j C n .

Or les colonnes i et j de la matrice C 1

dterminant est nul.

Cj

Cj

C n sont identiques, donc son

Cn .

3. Si on change les colonnes i et j de la matrice A = C 1 C i C j C n on

obtient la matrice A 0 = C 1 C i C j C n , o le vecteur C j se retrouve en

colonne i et le vecteur C i en colonne j . Introduisons alors une troisime matrice B =
C 1 C i + C j C j + C i C n . Cette matrice a deux colonnes distinctes gales,
donc daprs (ii), det B = 0.

Dun autre ct, nous pouvons dvelopper ce dterminant en utilisant la proprit (i) de multilinarit, cest--dire linarit par rapport chaque colonne. Ceci donne

0 = det B = det C 1 C i + C j C j + C i C n

= det C 1 C i C j + C i C n

+ det C 1 C j C j + C i C n

= det C 1 C i C j C n + det C 1 C i C i C n

+ det C 1 C j C j C n + det C 1 C j C i C n
=

det A + 0 + 0 + det A 0 ,

encore grce (i) pour les deux dterminants nuls du milieu.

Corollaire 1
Si une colonne C i de la matrice A est combinaison linaire des autres colonnes, alors det A = 0.

2.3. Dterminants de matrices particulires

Calculer des dterminants nest pas toujours facile. Cependant il est facile de calculer le dterminant de matrices triangulaires.
Proposition 4
Le dterminant dune matrice triangulaire suprieure (ou infrieure) est gal au produit des
termes diagonaux.

Autrement dit, pour une matrice triangulaire A = (a i j ) on a

a
11

..
.

det A = .
..

.
.
.

a 12
a 22
..
.

...

...
...
..
.
..
.

...

...
...

...
...

..

..

..

...

Comme cas particulirement important on obtient :

a 1n

a 2n

..
.
.. = a 11 a 22 a nn .
.
..
.

a nn

Corollaire 2
Le dterminant dune matrice diagonale est gal au produit des termes diagonaux.
Dmonstration
On traite le cas des matrices triangulaires suprieures (le cas des matrices triangulaires infrieures
est identique). Soit donc

a 11 a 12 a 13 a 1n

0
a 22 a 23 a 2n

0
a 33 a 3n
A= 0
.
.
..
..
..
..
.

.
.
.
.
.
0
0
0
a nn
La faon de procder utilise lalgorithme du pivot de Gauss (sur les colonnes, alors quil est en gnral
dfini sur les lignes). Par linarit par rapport la premire colonne, on a

1 a
a 13 a 1n
12

0 a 22 a 23 a 2n

0
a 33 a 3n .
det A = a 11 0
.
..
..
..
..
.
.
.
.
.
.

0
0
0
a nn
On soustrait maintenant de chaque colonne C j , pour j 2, la colonne C 1 multiplie par a 1 j . Cest
lopration lmentaire C j C j a 1 j C 1 . Ceci ne modifie pas le dterminant daprs la section prcdente. Il vient donc

1
0
0

0 a 22 a 23 a 2n

0
a 33 a 3n .
det A = a 11 0
.
..
..
..
..
.
.
.
.
.
.

0
0
0
a nn
Par linarit par rapport la deuxime colonne, on en dduit

1 0
0

0 1 a 23

det A = a 11 a 22 0 0 a 33
. .
..
..
. .
.
.
. .

0 0
0

a 2n

a 3n ,
..
.

a nn

et lon continue ainsi jusqu avoir parcouru toutes les colonnes de la matrice. Au bout de n tapes, on
a obtenu

1 0 0 0

0 1 0 0

det A = a 11 a 22 a 33 a nn 0 0 1 0 = a 11 a 22 a 33 a nn det I n ,
. . . .

. . .
. . ...
. . .

0 0 0 1
do le rsultat, car det I n = 1, par (iii).

2.4. Dmonstration de lexistence du dterminant

La dmonstration du thorme dexistence du dterminant, expose ci-dessous, est ardue et pourra
tre garde pour une seconde lecture. Par ailleurs, lunicit du dterminant, plus difficile, est
admise.

9
Pour dmontrer lexistence dune application satisfaisant aux conditions (i), (ii), (iii) du thormedfinition 1, on donne une formule qui, de plus, nous offre une autre mthode de calcul pratique
du dterminant dune matrice, et on vrifie que les proprits caractristiques des dterminants
sont satisfaites. On retrouvera cette formule, dite de dveloppement par rapport une ligne, en
section 4.2.
Notation. Soit A M n (K) une matrice carre de taille n n. Il est vident que si lon supprime
une ligne et une colonne dans A, la matrice obtenue a n 1 lignes et n 1 colonnes. On note A i, j
ou A i j la matrice obtenue en supprimant la i-me ligne et la j-me colonne de A. Le thorme
dexistence peut snoncer de la faon suivante :
Thorme 2. Existence du dterminant
Les formules suivantes dfinissent par rcurrence, pour n 1, une application de M n (K) dans
K qui satisfait aux proprits (i), (ii), (iii) caractrisant le dterminant :
Dterminant dune matrice 1 1. Si a K et A = (a), det A = a.
Formule de rcurrence. Si A = (a i, j ) est une matrice carre de taille n n, alors pour
tout i fix
det A = (1) i+1 a i,1 det A i,1 + (1) i+2 a i,2 det A i,2 + + (1) i+n a i,n det A i,n .

Dmonstration
La preuve se fait par rcurrence sur lordre des matrices.
Initialisation. Dans le cas n = 1, il est vident que toutes les proprits souhaites sont satisfaites.
Hrdit. Supposons maintenant que lapplication det : M n1 (K) K soit dfinie et satisfasse les
proprits (i), (ii) et (iii). Pour faciliter lexposition, la preuve va tre faite pour i = n. Soit A = (a i, j )
a 1, j !
a1, j !
..
.

note aussi A = (C 1 C n ) o C j = .. est la j -me colonne de A . On notera aussi C j =

la
.
a n1, j

a n, j

colonne ( n 1) lments, gale C j prive de son dernier coefficient.

Proprit (i).
Il sagit de vrifier que lapplication

A 7 det A = (1)n+1 a n,1 det A n,1 + (1)n+2 a n,2 det A n,2 + + (1)n+n a n,n det A n,n
est linaire par rapport chaque colonne. Nous allons le prouver pour la dernire colonne,
cest--dire que :
det(C 1 , . . . , C n1 , C 0n + C 00n ) = det(C 1 , . . . , C n1 , C 0n ) + det(C 1 , . . . , C n1 , C 00n ) .
Notons A, A 0 , A 00 les matrices (C 1 C n1 C 0n + C 00n ), (C 1 C n1 C 0n ) et (C 1 C n1 C 00n ),
et A n, j , A 0n, j , A 00n, j les sous-matrices extraites en enlevant n-me ligne et la j -me colonne. En
comparant les diffrentes matrices, on constate que a0n, j = a00n, j = a n, j si j < n tandis que a n,n =
a0 + a00 . Similairement, A 0 = A 00 = A n,n = (C 1 C n1 ) puisque la n-me colonne est
n,n

n,n

n,n

n,n

enleve. Par contre, pour j < n, A n, j , A 0n, j , A 00n, j ont leurs ( n 2) premires colonnes identiques,
et diffrent par la dernire. Comme ce sont des dterminants de taille n 1, on peut utiliser
lhypothse de rcurrence :
det A n, j

det(C 1 , . . . , C j1 , C j+1 , . . . , C n1 , C 0n + C 00n )

det(C 1 , . . . , C j1 , C j+1 , . . . , C n1 , C 0 ) + det(C 1 , . . . , C j1 , C j+1 , . . . , C n1 , C 00 )

det A 0n, j + det A 00n, j

10
Finalement, en mettant de ct dans la somme le n-me terme :
det A

=
=

(1)n+1 a n,1 det A n,1 + (1)n+2 a n,2 det A 1,2 + + (1)n+n a n,n det A n,n
!

nX
1
n+ j
(1) a n, j det A n, j + (1)2n a n,n det A n,n
j =1

nX
1

(1)

n+ j

a n, j ( det A 0n, j + det A 00n, j )

+ (1)2n (a0n,n + a00n,n ) det A n,n

j =1
n
X

(1)n+ j a0n, j det A 0n, j +

det A 0 + det A 00

n
X

(1)n+ j a00n, j det A 00n, j

j =1

j =1

La dmonstration est similaire pour les autres colonnes (on peut aussi utiliser la proprit (ii)
ci-dessous).
Proprit (ii).
Supposons que C r = C s pour r < s. Si k est diffrent de r et de s, la matrice A n,k possde encore
deux colonnes identiques C r et C s . Par hypothse de rcurrence, det A n,k = 0. Par consquent,
det A = (1)n+r det A n,r + (1)n+s det A n,s
Or A n,r et A n,s possdent toutes les deux les mmes colonnes : A n,r = (C 1 C r1 C r+1 C s C n )
et A n,s = (C 1 C r C s1 C s+1 C n ), car C r = C s . Pour passer de A n,s A n,r , il faut faire s r 1
changes de colonnes C j C j+1 successifs, qui par hypothse de rcurrence changent le signe
par (1)sr1 : det A n,s = (1)sr1 det A n,r . On conclut immdiatement que

det A = (1)n+r + (1)n+2sr1 det A n,r = 0 .

Proprit (iii). Si lon considre pour A la matrice identit I n , ses coefficients a i, j sont tels
que :
i = j = a i, j = 1
i 6= j = a i, j = 0.
Donc det I n = (1)n+n det A n,n . Or, la matrice A n,n obtenue partir de la matrice identit en
supprimant la dernire ligne et la dernire colonne est la matrice identit de taille ( n 1) ( n 1).
Par hypothse de rcurrence, on a det I n1 = 1. On en dduit det I n = 1.
Conclusion. Le principe de rcurrence termine la preuve du thorme dexistence du dterminant.

Remarque
La dfinition donne ci-dessus suppose le choix dun indice i de ligne (i = n dans la dmonstration) et peut paratre arbitraire. Alors se pose naturellement la question : que se passe-t-il si
lon prend une autre valeur de i ? Lunicit du dterminant dune matrice permet de rpondre :
quelle que soit la ligne choisie, le rsultat est le mme.

Mini-exercices
1. En utilisant la linarit du dterminant, calculer det ( I n ).
2. Pour A M n (K), calculer det( A) en fonction de det A.
3. Montrer que le dterminant reste invariant par lopration C i C i +

j =1..n j C j
j 6= i

ajoute une colonne de A une combinaison linaire des autres colonnes de A).

(on

11

3. Proprits du dterminant
Nous allons voir trois proprits importantes du dterminant : le dterminant dun produit de
matrices, le dterminant de linverse dune matrice, le dterminant de la transpose dune matrice.
Pour prouver ces proprits, nous aurons besoin des matrices lmentaires.

3.1. Dterminant et matrices lmentaires

Pour chacune des oprations lmentaires sur les colonnes dune matrice A, on associe une matrice
lmentaire E, telle que la matrice obtenue par lopration lmentaire sur A soit A 0 = A E.
1. C i C i avec 6= 0 : E C i C i = diag(1, . . . , 1, , 1, . . . , 1) est la matrice diagonale ne comportant que des 1, sauf en position (i, i) ;
2. C i C i + C j avec K (et j 6= i) : E C i C i +C j est comme la matrice identit, sauf en position
( j, i) o son coefficient vaut ;
3. C i C j : E C i C j est comme la matrice identit, sauf que ses coefficients (i, i)
nulent, tandis que les coefficients (i, j) et ( j, i) valent 1.
1
1

...
...

0
1

..

.
..
E C i C i +C j =
E C i C j =
.
..

1
.

1
0
1

1
..

..
.
.
1

et ( j, j) san

Nous allons dtailler le cas de chaque opration et son effet sur le dterminant :
Proposition 5
1. det E C i C i =
2. det E C i C i +C j = +1
3. det E C i C j = 1
4. Si E est une des matrices lmentaires ci-dessus, det (A E) = det A det E
Dmonstration
Nous utilisons les propositions 3 et 4.
1. La matrice E C i C i est une matrice diagonale, tous les lments diagonaux valent 1, sauf un
qui vaut . Donc son dterminant vaut .
2. La matrice E C i C i +C j est triangulaire infrieure ou suprieure avec des 1 sur la diagonale.
Donc son dterminant vaut 1.
3. La matrice E C i C j est aussi obtenue en changeant les colonnes i et j de la matrice I n . Donc
son dterminant vaut 1.
4. La formule det A E = det A det E est une consquence immdiate de la proposition 3.

Cette proposition nous permet de calculer le dterminant dune matrice A de faon relativement
simple, en utilisant lalgorithme de Gauss. En effet, si en multipliant successivement A par des
matrices lmentaires E 1 , . . . , E r on obtient une matrice T chelonne, donc triangulaire.
T = A E1 E r

12
alors, en appliquant r-fois la proposition prcdente, on obtient :
det T

=
=
=
=

det(A E 1 E r )
det(A E 1 E r1 ) det E r

det A det E 1 det E 2 det E r

Comme on sait calculer le dterminant de la matrice triangulaire T et les dterminants des

matrices lmentaires E i , on en dduit le dterminant de A.
En pratique cela ce passe comme sur lexemple suivant.
Exemple 3

0 3 2

Calculer det A, o A = 1 6 6
5 9 1

det A

0 3 2

= det 1 6 6
5 9 1

3 0

= (1) det 6 1
9 5

= (1) 3 det 2
3

= (1) 3 det 2
3

= (1) 3 det 2
3
= (1) 3 (55)
= 165

opration C 1 C 2 pour avoir un pivot en haut gauche

6
1

0 2

C 1 31 C 1 (linarit par rapport la premire colonne)

1 6
5 1

0 0

C 3 C 3 2C 1
1 10
5 5

0
0

C 3 C 3 10C 2
1
0
5 55
car la matrice est triangulaire

3.2. Dterminant dun produit

Thorme 3
det(AB) = det A det B

Dmonstration
La preuve utilise les matrices lmentaires ; en effet, par la proposition 5, pour A une matrice quelconque et E une matrice dune opration lmentaire alors :
det( A E ) = det A det E.
Passons maintenant la dmonstration du thorme. On a vu dans le chapitre Matrices quune
matrice B est inversible si et seulement si sa forme chelonne rduite par le pivot de Gauss est gale

13
I n , cest--dire quil existe des matrices lmentaires E i telles que

BE 1 E r = I n .
Daprs la remarque prliminaire applique r fois, on a
det(B E 1 E 2 E r ) = det B det E 1 det E 2 det E r = det I n = 1
On en dduit
det B =

det E 1 det E r

Pour la matrice AB, il vient

( AB) (E 1 E r ) = A I n = A .
Ainsi
det( ABE 1 E r ) = det( AB) det E 1 det E r = det A .
Donc :
det( AB) = det A

1
= det A det B.
det E 1 det E r

Do le rsultat dans ce cas.

Si B nest pas inversible, rg B < n, il existe donc une relation de dpendance linaire entre les colonnes
de B, ce qui revient dire quil existe un vecteur colonne X tel que BX = 0. Donc det B = 0, daprs le
corollaire 1. Or BX = 0 implique ( AB) X = 0. Ainsi AB nest pas inversible non plus, do det( AB) = 0 =
det A det B dans ce cas galement.

3.3. Dterminant des matrices inversibles

Comment savoir si une matrice est inversible ? Il suffit de calculer son dterminant !
Corollaire 3
Une matrice carre A est inversible si et seulement si son dterminant est non nul. De plus
si A est inversible, alors :

det A 1 =

1
det A

Dmonstration
Si A est inversible, il existe une matrice A 1 telle que A A 1 = I n , donc det( A ) det( A 1 ) = det I n =
1. On en dduit que det A est non nul et det( A 1 ) = det1 A .
Si A nest pas inversible, alors elle est de rang strictement infrieur n. Il existe donc une
relation de dpendance linaire entre ses colonnes, cest--dire quau moins lune de ses colonnes
est combinaison linaire des autres. On en dduit det A = 0.

Exemple 4
Deux matrices semblables ont mme dterminant.
En effet : soit B = P 1 AP avec P GL n (K) une matrice inversible. Par multiplicativit du
dterminant, on en dduit que :
det B = det(P 1 AP) = det P 1 det A det P = det A,
puisque det P 1 =

1
det P .

14

3.4. Dterminant de la transpose

Corollaire 4

det A T = det A

Dmonstration
Commenons par remarquer que la matrice E dune opration lmentaire est soit triangulaire (substitution), soit symtrique cest--dire gale leur transpose (change de lignes et homothtie). On
vrifie facilement que det E T = det E .
Supposons dabord que A soit inversible. On peut alors lcrire comme produit de matrices lmentaires,
A = E 1 E r . On a alors
T
AT = ET
r E1
et
T
det( A T ) = det(E T
r ) det(E 1 ) = det(E r ) det(E 1 ) = det( A ).

Dautre part, si A nest pas inversible, alors A T nest pas inversible non plus, et det A = 0 = det A T .

Remarque
Une consquence du dernier rsultat, est que par transposition, tout ce que lon a dit des
dterminants propos des colonnes est vrai pour les lignes. Ainsi, le dterminant est multilinaire par rapport aux lignes, si une matrice a deux lignes gales, son dterminant est nul, on
ne modifie pas un dterminant en ajoutant une ligne une combinaison linaire des autres
lignes, etc.
Voici le dtail pour les oprations lmentaires sur les lignes :
1. L i L i avec 6= 0 : le dterminant est multipli par .
2. L i L i + L j avec K (et j 6= i) : le dterminant ne change pas.
3. L i L j : le dterminant change de signe.

Mini-exercices

a 1 3
1 0 2

1. Soient A = 0 b 2 et B = 0 d 0. Calculer, lorsque cest possible, les dtermi0 0 c

2 0 1
1
nants des matrices A, B, A , B1 , A T , B T , AB, BA.

2. Calculer le dterminant de chacune des matrices suivantes en se ramenant par des

oprations lmentaires une matrice triangulaire.

1 2 4
8

1 0 6
1 1 1
1 3 9
2i
a b
27

2 avec j = e 3

3 4 15
1 j j
1 4 16 64
c d

5 6 21
1 j2 j
1 5 25 125

15

4. Calculs de dterminants
Une des techniques les plus utiles pour calculer un dterminant est le dveloppement par rapport
une ligne (ou une colonne).

4.1. Cofacteur
Dfinition 1

Soit A = a i j M n (K) une matrice carre.
On note A i j la matrice extraite, obtenue en effaant la ligne i et la colonne j de A.
Le nombre det A i j est un mineur dordre n 1 de la matrice A.
Le nombre C i j = (1) i+ j det A i j est le cofacteur de A relatif au coefficient a i j .

a 11

..
.

a i1,1

A = a i,1

a i+1,1

..
.
a
n1

a 1,1
.
..

a i1,1
Ai j =
a
i+1,1
.
.
.
a n,1

. . . a 1, j1 a 1, j a 1, j+1
..
..
.
.
. . . a i1, j1 a i1, j a i1, j+1
. . . a i, j1

a i, j

a i, j+1

. . . a i+1, j1 a i+1, j a i+1, j+1

..
.
. . . a n, j1

...
...
...
...

..
.

a n, j

a 1, j1
..
.
a i1, j1
a i+1, j1
..
.
a n, j1

a n, j+1

. . . a 1n

..

. . . a i1,n

. . . a i,n

. . . a i+1,n

..

... a
nn

a 1, j+1
..
.
a i1, j+1
a i+1, j+1

...
...

a n, j+1

...

...

a 1,n
..
.

a i1,n

a i+1,n

..

.
a n,n

Exemple 5

1 2 3

Soit A = 4 2 1. Calculons A 11 , C 11 , A 32 , C 32
0 1 1

A 11 = 4

A 32 = 4

2
2
1

2
1

!
3
2 1

1 =

1 1
1

!
3
1 3

1 =

4 1
1

C 11 = (1)1+1 det A 11 = +1.

C 32 = (1)3+2 det A 32 = (1) (11) = 11.

16
Pour dterminer si C i j = + det A i j ou C i j = det A i j , on peut se souvenir que lon associe des signes
en suivant le schma dun chiquier :

+ + ...

+ + . . .

A=

.
.
.

.. .. .. ..
. . . .

Donc C 11 = + det A 11 , C 12 = det A 12 , C 21 = det A 21 ...

4.2. Dveloppement suivant une ligne ou une colonne

Thorme 4. Dveloppement suivant une ligne ou une colonne
Formule de dveloppement par rapport la ligne i :
det A =

n
X

(1) i+ j a i j det A i j =

j =1

n
X

ai jCi j

j =1

Formule de dveloppement par rapport la colonne j :

det A =

n
X

(1) i+ j a i j det A i j =

i =1

n
X

ai jCi j

i =1

Dmonstration
Nous avons dj dmontr la formule de dveloppement suivant une ligne lors de la dmonstration du
thorme 1 dexistence et dunicit du dterminant. Comme det A = det A T , on en dduit la formule de
dveloppement par rapport une colonne.

Exemple 6
Retrouvons la formule des dterminants 3 3, dj prsente par la rgle de Sarrus, en
dveloppement par rapport la premire ligne.

a 11

a 21

a 31

a 12
a 22
a 32

a 13

a 23 =

a 33

=
=
=

4.3. Exemple

a 11 C 11 + a 12 C 12 + a 13 C 13

a
22
a 11
a 32

a 23
21 a 23
21 a 22
a 12
+ a 13

a 31 a 33
a 31 a 32
a 33
a 11 (a 22 a 33 a 32 a 23 ) a 12 (a 21 a 33 a 31 a 23 )
+ a 13 (a 21 a 32 a 31 a 22 )
a 11 a 22 a 33 a 11 a 32 a 23 + a 12 a 31 a 23 a 12 a 21 a 33
+ a 13 a 21 a 32 a 13 a 31 a 22 .

17

Exemple 7

4
A=
0

0
2
3
0

3 1

1 0

1 1

2 3

On choisit de dvelopper par rapport la seconde colonne (car cest l quil y a le plus de
zros) :
det A

= 0C 12 + 2C 22 + 3C 32 + 0C 42 dveloppement par rapport la deuxime colonne

4 3 1
4 3 1

= +2 0 1 1 3 4 1 0 on noublie pas les signes des cofacteurs

1 2 3
1 2 3
on recommence en dveloppant chacun de ces deux dterminants 3 3

!

1 1
3 1
3 1

= +2 +4
par rapport la premire colonne
0
+1

2 3
2 3
1 1

4 3
4 1
3 1

par rapport la deuxime ligne

3 4

0
+1
1 3
1 2
2 3

= +2 + 4 5 0 + 1 (4) 3 4 7 + 1 11 0
= 83

Remarque
Le dveloppement par rapport une ligne permet de ramener le calcul dun dterminant
n n celui de n dterminants (n 1) (n 1). Par rcurrence descendante, on se ramne
ainsi au calcul de n! sous-dterminants, ce qui devient vite fastidieux. Cest pourquoi le
dveloppement par rapport une ligne ou une colonne nest utile pour calculer explicitement
un dterminant que si la matrice de dpart a beaucoup de zros. On commence donc souvent
par faire apparatre un maximum de zros par des oprations lmentaires sur les lignes
et/ou les colonnes qui ne modifient pas le dterminant, avant de dvelopper le dterminant
suivant la ligne ou la colonne qui a le plus de zros.

4.4. Inverse dune matrice

Soit A M n (K) une matrice carre.
Nous lui associons la matrice C des cofacteurs, appele comatrice, et note Com(A) :

C = (C i j ) =

C 11
C 21
..
.
C n1

C 12
C 22
..
.
C n2

C1n
C2n
..
.
C nn

18

Thorme 5
Soient A une matrice inversible, et C sa comatrice. On a alors
1
CT
det A

A 1 =

Exemple 8

1 1 0

Soit A = 0 1 1 . Le calcul donne que det A = 2. La comatrice C sobtient en calculant

1 0 1
9 dterminants 2 2 (sans oublier les signes +/). On trouve :

1
1 1

C = 1 1
1
1 1 1

1 1 1
1
1

A 1 =
CT = 1
1 1
det A
2
1 1
1

et donc

La dmonstration se dduit directement du lemme suivant.

Lemme 1
Soit A une matrice (inversible ou pas) et C sa comatrice. Alors AC T = (det A)I n , autrement
dit
(
X
det A si i = j
a ik C jk =
0
sinon
k

Dmonstration
P
Le terme de position ( i, j ) dans AC T est k a ik C jk , et donc si i = j , le rsultat dcoule de la formule de
dveloppement par rapport la ligne i .
Pour le cas i 6= j , imaginons que lon remplace A par une matrice A 0 = (a0i j ) identique, si ce nest que la
ligne L j est remplace par la ligne L i , autrement dit a0jk = a ik pour tout k. De plus, comme A 0 possde
deux lignes identiques, son dterminant est nul. On appelle C 0 la comatrice de A 0 , et la formule de
dveloppement pour la ligne j de A 0 donne

0 = det A 0 =

a0jk C 0jk =

a ik C 0jk

Or, C 0jk se calcule partir de la matrice extraite A 0jk , qui ne contient que les lments de A 0 sur les
lignes diffrentes de j et colonnes diffrents de k. Mais sur les lignes diffrentes de j , A 0 est identique
P
A , donc C 0jk = C jk . On conclut que k a ik C 0jk = 0.
Finalement,

det A
0
...
0

..
0

det A
.

T
AC =
= det A I.
.
..

.
.

.
0
0

...

det A

et en particulier, si det A 6= 0, cest--dire si A est inversible, alors on a

A 1 =

1
CT .
det A

19

Mini-exercices

2 0 2
t 0 t

1. Soient A = 0 1 1 et B = 0 t 0. Calculer les matrices extraites, les mineurs

2 0 0
t 0 t
dordre 2 et les cofacteurs de chacune des matrices A et B. En dduire le dterminant
de A et de B. En dduire linverse de A et de B lorsque cest possible.

2. Par dveloppement suivant une ligne (ou une colonne) bien choisie, calculer les dterminants :

1 0 1 2
t 0 1 0

0 0 0 1
1 t 0 0

1 1 1 0
0 1 t 0

0 0 0 1
0 0 0 t
3. En utilisant la formule de dveloppement par rapport une ligne, recalculer le dterminant dune matrice triangulaire.

5. Applications des dterminants

Nous allons voir plusieurs applications des dterminants.

5.1. Mthode de Cramer

Le thorme suivant, appel rgle de Cramer, donne une formule explicite pour la solution de
certains systmes dquations linaires ayant autant dquations que dinconnues. Considrons le
systme dquations linaires n quations et n inconnues suivant :

a 11 x1 + a 12 x2 + + a 1n xn = b 1

a x + a x ++ a x
= b2
21 1
22 2
2n n

.
.
.

a x + a x ++ a x
n1 1
n2 2
nn n = b n
Ce systme peut aussi scrire sous forme matricielle A X = B o

A=

a 11
a 21
..
.
a n1

a 12
a 22
..
.
a n2

a 1n
a 2n
..
.
a nn

M n (K),

X =

a 1, j1
a 2, j1
..
.
a n, j1

a 1, j+1
a 2, j+1
..
.
a n, j+1

x1
x2
..
.
xn

B=

et

b1
b2
..
.
bn

Dfinissons la matrice A j M n (K) par

Aj =

a 11
a 21
..
.
a n1

...
...
...

b1
b2
..
.
bn

...
...
...

a 1n
a 2n
..
.
a nn

Autrement dit, A j est la matrice obtenue en remplaant la j-me colonne de A par le second
membre B. La rgle de Cramer va nous permettre de calculer la solution du systme dans le cas
o det A 6= 0 en fonction des dterminants des matrices A et A j .

20

Thorme 6. Rgle de Cramer

Soit
AX = B
un systme de n quations n inconnues. Supposons que det A 6= 0. Alors lunique solution
(x1 , x2 , . . . , xn ) du systme est donne par :
x1 =

det A 1
det A

x2 =

det A 2
det A

xn =

...

det A n
.
det A

Dmonstration
Nous avons suppos que det A 6= 0. Donc A est inversible. Alors X = A 1 B est lunique solution du
systme. Dautre part, nous avons vu que A 1 = det1 A C T o C est la comatrice. Donc X = det1 A C T B. En
dveloppant,

C 11 . . . C n1
b1
C 11 b 1 + C 21 b 2 + + C n1 b n
x1

.
1
1
..
..
.
.

X =
. .. = det A
.

.. = det A ..
C 1n . . . C nn
bn
C 1n b 1 + C 2n b 2 + + C nn b n
xn
Cest--dire

x1 =

C 11 b 1 + + C n1 b n
det A

...

xi =

C 1 i b 1 + + C ni b n
det A

xn =

...

C 1n b 1 + + C nn b n
det A

Mais b 1 C 1 i + + b n C ni est le dveloppement en cofacteurs de det A i par rapport sa i -me colonne.

Donc
det A i
xi =

det A

Exemple 9
Rsolvons le systme suivant :

x1
3x1

x1

+ 4x2
2x2

+ 2x3
+ 6x3
+ 3x3

= 6
= 30
= 8.

On a

1
0 2
6

A = 3
B = 30
4 6
1 2 3
8

6
0 2
1 6 2
1
0 6

A 1 = 30
A 2 = 3 30 6
A 3 = 3
4 6
4 30
8 2 3
1 8 3
1 2 8

et
det A = 44

det A 1 = 40

det A 2 = 72

det A 3 = 152.

La solution est alors

x1 =

det A 1
40
10
=
=
det A
44
11

x2 =

det A 2 72 18
=
=
det A
44 11

x3 =

det A 3 152 38
=
=

det A
44
11

La mthode de Cramer nest pas la mthode la plus efficace pour rsoudre un systme, mais est

21
utile si le systme contient des paramtres.

5.2. Dterminant et base

Soit E un K-espace vectoriel de dimension n. Fixons une base B de E. On veut dcider si n vecteurs
v1 , v2 , . . . , vn forment aussi une base de E. Pour cela, on crit la matrice A M n (K) dont la j-me
colonne est forme des coordonnes du vecteur v j par rapport la base B (comme pour la matrice
de passage). Le calcul de dterminant apporte la rponse notre problme.
Thorme 7
Soit E un K espace vectoriel de dimension n, et v1 , v2 , . . . , vn , n vecteurs de E. Soit A la
matrice obtenue en juxtaposant les coordonnes des vecteurs par rapport une base B de E.
Les vecteurs (v1 , v2 , . . . , vn ) forment une base de E si et seulement si det A 6= 0.

Corollaire 5
Une famille de n vecteurs de Rn

a 11

a 21
.
.
.
a n1

a 12

a 22
.
.
.
a n2

a 1n

a 2n
.
.
.
a nn

forme une base si et seulement si det (a i j ) 6= 0.

Exemple 10
Pour quelles valeurs de a, b R les vecteurs

0

a
b

a

b
0

b

0
a

forment une base de R3 ? Pour rpondre, il suffit de calculer le dterminant

a
b
0

0 = a3 b 3 .

Conclusion : si a3 6= b3 alors les trois vecteurs forment une base de R3 . Si a3 = b3 alors les
trois vecteurs sont lis. (Exercice : montrer que a3 + b3 = 0 si et seulement si a = b.)
Dmonstration
La preuve fait appel des rsultats du chapitre Matrices et applications linaires (section Rang

22
dune famille de vecteurs) :
(v1 , v2 , . . . , vn ) forment une base

rg(v1 , v2 , . . . , vn ) = n
rg A = n
A est inversible
det A 6= 0

5.3. Mineurs dune matrice

Dfinition 2
Soit A = (a i j ) M n,p (K) une matrice n lignes et p colonnes coefficients dans K. Soit k un
entier infrieur n et p. On appelle mineur dordre k le dterminant dune matrice carre
de taille k obtenue partir de A en supprimant n k lignes et p k colonnes.
Noter que A na pas besoin dtre une matrice carre.
Exemple 11
Soit la matrice

1 2 3 4

A = 1 0 1 7
0 1 6 5

Un mineur dordre 1 est simplement un coefficient de la matrice A.

Un mineur dordre 2 est le dterminant dune matrice 2 2 extraite de A. Par exemple
en ne!retenant que la ligne 1 et 3 et la colonne 2 et 4, on obtient la matrice extraite
2 4
2 4

. Donc un des mineurs dordre 2 de A est

= 6.

1 5
1 5
Un mineur dordre 3 est le dterminant dune matrice 3 3 extraite de A. Par exemple,
en ne retenant que les colonnes 1, 3 et 4 on obtient le mineur

1 3 4

1 1 7 = 28

0 6 5

Il ny a pas de mineur dordre 4 (car la matrice na que 3 lignes).

5.4. Calcul du rang dune matrice

Rappelons la dfinition du rang dune matrice.
Dfinition 3
Le rang dune matrice est la dimension de lespace vectoriel engendr par les vecteurs colonnes.
Cest donc le maximum de vecteurs colonnes linairement indpendants.

23

Thorme 8
Le rang dune matrice A M n,p (K) est le plus grand entier r tel quil existe un mineur
dordre r extrait de A non nul.

La preuve sera vue en section 5.6.

Exemple 12
Soit un paramtre rel. Calculons le rang de la matrice A M3,4 (R) :

1 1 2 1

A = 1 2 3 1
1 1 1

Clairement, le rang ne peut pas tre gal 4, puisque 4 vecteurs de R3 ne sauraient tre
indpendants.
On obtient les mineurs dordre 3 de A en supprimant une colonne. Calculons le mineur
dordre 3 obtenu en supprimant la premire colonne, en le dveloppant par rapport sa
premire colonne :

1 2 1
3 1
2 1 2 1

2 3 1 =
2
+
= 2.

1
1 3 1
1 1

Par consquent, si 6= 2, le mineur prcdent est non nul et le rang de la matrice A est
3.
Si = 2, on vrifie que les 4 mineurs dordre 3 de A sont nuls :

1 2 1 1 2 1 1 1 1 1 1 2

2 3 1 = 1 3 1 = 1 2 1 = 1 2 3 = 0

1 2 1 1 2 1 1 1 1 1 1 2

1 1

= 1 (lignes 1, 2, colonnes
Donc dans ce cas, A est de rang infrieur ou gal 2. Or
1 2
1, 2 de A) est un mineur dordre 2 non nul. Donc si = 2 , le rang de A est 2.

5.5. Rang dune matrice transpose

Proposition 6
Le rang de A est gal au rang de sa transpose A T .

24
Dmonstration
Les mineurs de A T sont obtenus partir des mineurs de A par transposition. Comme les dterminants
dune matrice et de sa transpose sont gaux, la proposition dcoule de la caractrisation du rang dune
matrice laide des mineurs (thorme 8).

5.6. Indpendance et dterminant

Revenons sur le thorme 8 et sa preuve avec une version amliore.
Thorme 9. Caractrisation de lindpendance linaire de p vecteurs
Soit E un K-espace vectoriel de dimension n et B = (e 1 , . . . , e n ) une base de E. Soient v1 , . . . , v p
P
des vecteurs de E avec p n. Posons v j = ni=1 a i, j e i pour 1 j n. Alors les vecteurs
{v1 , . . . , v p } forment une famille libre si et seulement sil existe un mineur dordre p non nul

extrait de la matrice A = a i, j M n,p (K).

Dmonstration
Supposons dabord que la famille F = {v1 , . . . , v p } soit libre.
Si p = n, le rsultat est une consquence du thorme 7.
Si p < n, on peut appliquer le thorme de la base incomplte la famille F et la
base B = { e 1 , . . . , e n } ; et quitte renumroter les vecteurs de B , on peut supposer que
B 0 = (v1 , . . . , v p , e p+1 , . . . , e n ) est une base de E . (Note : cette renumrotation change lordre
de e i , autrement dit change les lignes de la matrice A , ce qui na pas dimpact sur ses mineurs ; on appellera encore B la base renumrote.) La matrice P de passage de B vers B 0
contient les composantes des vecteurs (v1 , . . . , v p , e p+1 , . . . , e n ) par rapport la base (renumrote)
B = ( e 1 , . . . , e n ) est

a 1,1
...
a 1,p
0 ... 0
.
..
.. . .
.
..
..
.
. ..
.
.

.
..
..
.. . .
..
.

. .
.
.
.
.

P = a p,1
...
a p,p
0 . . . 0

a p+1,1 . . . a p+1,p 1 . . . 0

..
.. . .
..
..
..
.
.
.
.
.
.
a n,1
...
a n,p
0 ... 1
Le dterminant det P est non nul puisque les vecteurs (v1 , . . . , v p , e p+1 , . . . , e n ) forment une base
de E . Or ce dterminant se calcule en dveloppant par rapport aux dernires colonnes autant de
fois que ncessaire (soit n p fois). Et lon trouve que

1,1 . . . a 1,p
.

.
.
..
..
det P = ..

a p,1 . . . a p,p

a
1,1
.
Le mineur ..

a p,1

...
..
.
...

a 1,p
..
. est donc non nul.

a p,p

Montrons maintenant la rciproque. Supposons que le mineur correspondant aux lignes i 1 , i 2 , . . . , i p

25
soit non nul. Autrement dit, la matrice

a i 1 ,1
.
B=
..
a i p ,1

...
..
.
...

a i 1 ,p
..

.
a i p ,p

satisfait det B 6= 0. Supposons aussi

1 v1 + + p v p = 0

En exprimant chaque v i dans la base ( e 1 , . . . , e n ), on voit aisment que cette relation quivaut au
systme suivant n lignes et p inconnues :

a 1,1 1

a 2,1 1
...

a n,1 1

+
+
..
.
+

...
...
..
.
...

+
+
..
.
+

a 1,p p
a 2,p p
..
.
a n,p p

=
=
..
.
=

0
0
..
.
0

Ce qui implique, en ne retenant que les lignes i 1 , . . . , i p :

a i 1 ,1 1

a i 2 ,1 1
..

a i p ,1 1

+
+
..
.
+

...
...
..
.
...

+
+
..
.
+

a i 1 ,p p
a i 2 ,p p
..
.
a i p ,p p

=
=
..
.
=

0
0
..
.
0

ce qui scrit matriciellement

1
.

B
.. = 0.
p

Comme B est inversible (car det B 6= 0), cela implique 1 = = p = 0. Ce qui montre lindpendance
des v i .

Mini-exercices

1. Rsoudre ce systme linaire, en fonction du paramtre t R :

ty+ z = 1
2x + t y = 2

y + tz = 3

2. Pour quelles valeurs de a, b R, les vecteurs suivants forment-ils une base de R3 ?

a
2a
3a

1 , 1 , 1
b
b
2b

3. Calculer le rang de la matrice suivante selon les paramtres a, b R.

1 2 b

0 a 1

1 0 2

1 2 1

26

Auteurs
Daprs un cours de Sophie Chemla de luniversit Pierre et Marie Curie, reprenant des
parties dun cours de H. Ledret et dune quipe de luniversit de Bordeaux anime par
J. Queyrut,
et un cours de Eva Bayer-Fluckiger, Philippe Chabloz, Lara Thomas de lcole Polytechnique Fdrale de Lausanne,
rcrit et complt par Arnaud Bodin, Niels Borne. Relu par Laura Desideri et Pascal
Romon.