Dterminants. Chap. 05 : cours complet.

1. Groupe symtrique.
Dfinition 1.1 : Sn
Thorme 1.1 : le groupe symtrique (Sn,o)
Dfinition 1.2 : orbite dun lment sous laction dun cycle
Thorme 1.2 : description des orbites dune permutation
Thorme 1.3 : partition de n laide dune permutation
Dfinition 1.3 : p-cycle, transposition
Dfinition 1.4 : signature dune permutation
Thorme 1.4 : dcomposition dune permutation en produit de transpositions
Thorme 1.5 : proprit de commutation des cycles supports disjoints
Thorme 1.6 : dcomposition dune permutation en produit de cycles supports disjoints
Thorme 1.7 : la signature est un morphisme de groupes

2. Dterminant dune famille finie de vecteurs dans une base en dimension finie.
Dfinition 2.1 : forme n-linaire alterne en dimension n
Dfinition 2.2 : forme antisymtrique
Thorme 2.1 : quivalence alterne antisymtrique
Thorme 2.2 : proprits et criture dune forme n-linaire alterne dans une base
Thorme 2.3 et dfinition 2.3 : dterminant de n vecteurs dans une base
Thorme 2.4 : expression du dterminant de n vecteurs dans une base
Thorme 2.5 : caractrisation des bases
Thorme 2.6 et dfinition 2.4 : orientation dun espace vectoriel de dimension finie

3. Proprits et calcul des dterminants.

Dfinition 3.1 : dterminant dune matrice carre
Thorme 3.1 : galit entre dterminant de n vecteurs et celui de leur matrice reprsentative
Thorme 3.2 : dterminant de lidentit
Thorme 3.3 : consquences de la n-linarit sur les dterminants de matrices
Thorme 3.4 : dterminant dune transpose
Dfinition 3.2 : cofacteurs dune matrice carre
Thorme 3.5 : dveloppement dun dterminant suivant une colonne
Thorme 3.6 : dveloppement dun dterminant suivant une ligne
Thorme 3.7 : dterminant dune matrice carre diagonale, ou triangulaire
Thorme 3.8 : dterminant par blocs

4. Dterminant dun endomorphisme en dimension finie, dune matrice carre.

Thorme 4.1 et dfinition 4.1 : dterminant dun endomorphisme en dimension finie
Thorme 4.2 : galit entre dterminant de n vecteurs et celui de leur matrice reprsentative
Thorme 4.3 : dterminant dune compose dendomorphismes
Thorme 4.4 : dterminant dun produit de matrices
Thorme 4.5 : caractrisation des automorphismes
Thorme 4.6 : caractrisation des matrices carres inversibles

5. Comatrice dune matrice carre.

Dfinition 5.1 : comatrice dune matrice carre
Thorme 5.1 : lien entre matrice et comatrice
Thorme 5.2 : expression de linverse dune matrice carre inversible

6. Applications.
Dfinition 6.1 : systme de Cramer
Thorme 6.1 : rsolution dun systme de Cramer
Dfinition 6.2 : rang dune matrice
Thorme 6.2 : lien entre rang dune matrice et rang de ses vecteurs colonnes
Dfinition 6.3 : matrice extraite dune matrice
Thorme 6.3 : caractrisation du rang par des dterminants extraits non nuls
Thorme 6.4 : rang dune transpose

Chapitre 05 : Dterminants - cours complet. -1-

7. Exemple des dterminants tridiagonaux : suites rcurrentes linaires deux termes.
Dfinition 7.1 : suite rcurrente linaire deux termes, relle ou complexe
Dfinition 7.2 : quation caractristique associe une suite rcurrente linaire deux termes
Thorme 7.1 : structure de K-espace vectoriel des suites rcurrentes linaires deux termes
Thorme 7.2 : expression des suites rcurrentes linaires deux termes
Dfinition 7.3 : dterminant tridiagonal
Thorme 7.3 : calcul dun dterminant tridiagonal

Chapitre 05 : Dterminants - cours complet. -2-

Dterminants. Chap. 05 : cours complet.

1. Groupe symtrique.

Dfinition 1.1 : Sn
Soit : n 1.
Lensemble des bijections de n dans lui-mme est not Sn.
Ses lments sont appels permutations de n.

Thorme 1.1 : le groupe symtrique (Sn,o)

Soit : n 1.
Lensemble Sn muni de la loi o de composition forme un groupe, appel groupe symtrique dordre n.
Il compte n! lments.
Dmonstration :
La compose de deux lments de Sn, donc de deux bijections de n dans lui-mme, est bien une
bijection de n dans lui-mme, et la loi est donc bien une loi de composition interne.
Elle est associative, et possde un lment neutre, lidentit de n.
Tout lment de Sn tant une bijection de n, possde une rciproque qui est linverse de cet lment
pour la loi o.
Finalement, cest bien un groupe (non commutatif pour : n 3).
Pour dnombrer ses lments, on peut utiliser une arborescence.
Llment 1 peut avoir n images possibles, puis cette image tant choisie, llment 2 na plus que
(n 1) images possibles et ainsi de suite jusqu llment n, soit au total n! possibilits.

Dfinition 1.2 : orbite dun lment sous laction dun cycle

Soit : n 1, et : Sn.
Pour : k n, on appelle orbite de k sous laction de lensemble : Orb(k) = {p(k), p }.
Cest donc lensemble des images de k par et ses itres ainsi que par les itres de sa rciproque.

Thorme 1.2 : description des orbites dune permutation

Soit : n 1, et : Sn.
Deux orbites dlments de n sous laction de sont soit gales, soit disjointes.
Dmonstration :
Soit k et k deux lments de n et Orb(k) et Orb(k) leurs orbites respectives.
Si ces deux orbites ont un lment en commun, alors : (p,p) 2, p(k) = p(k).
On a alors : k = p-p(k), et toute image de k par une itre de est alors une image de k par une itre
de , ce qui entrane : Orb(k) Orb(k).
Mais de faon similaire, on a galement : Orb(k) Orb(k), do lgalit.
Lautre possibilit est quelles naient pas dlment en commun, donc quelles soient disjointes.

Thorme 1.3 : partition de n laide dune permutation

Soit : n 1, et Sn.
Lensemble des orbites distinctes des lments de n sous laction de forme une partition de n.
Dmonstration :
On sait dj que ces orbites sont deux deux disjointes.
Mais comme par ailleurs chaque lment de n appartient au moins une orbite, leur runion donne
bien n et elles forment ainsi une partition de n.

Dfinition 1.3 : p-cycle, transposition

Soit : n 1.
On appelle p-cycle une permutation de n telle que la partition de n en orbites disjointes ne comporte
que des orbites un seul lment, sauf une qui en comporte p.
Le support dun p-cycle est alors le sous-ensemble de n form des lments de lorbite p lments.

Chapitre 05 : Dterminants - cours complet. -3-

 Si les lments de ce support sont : a1, a2 = (a1), , ap = (ap-1), on note alors ce cycle : (a1 ap).
Un 2-cycle est appel transposition.

Dfinition 1.4 : signature dune permutation

Soit : n 1, et : Sn.
Si p dsigne le nombre dorbites disjointes dans la partition de n obtenue laide de , on appelle
signature de le nombre : () = (-1)n-p.

Thorme 1.4 : dcomposition dune permutation en produit de transpositions

Soit : n 2, et : Sn.
Alors peut se dcomposer en un produit (une compose) de transpositions de n.
Cette dcomposition nest a priori pas unique.
Dmonstration :
Dmontrons ce rsultat par rcurrence sur n.
Il est immdiat pour : n = 2 (identit ou 2-cycle).
Supposons-le alors vrai pour : n 2, et soit : Sn+1.
si : (n+1) = n + 1, alors permet de dfinir dans n par : 1 i n, (i) = (i), et cette permutation
peut scrire comme un produit de transpositions de n, ce qui fournit galement une dcomposition
de .
si : (n+1) = j n+1, alors si on note t la transposition changeant j et (n+1), on a : (to)(n+1) = n+1.
Donc to nous ramne dans le cas prcdent, et elle se dcompose en un produit de transpositions.
Mais comme enfin : tot = id n, t est se propre inverse et on compose (to) par t pour obtenir finalement la
dcomposition de cherche.

Thorme 1.5 : proprit de commutation des cycles supports disjoints

Soit : n 1.
Deux cycles supports disjoints de n commutent.
Dmonstration :
Notons : c1 = (a1 ap), c2 = (b1 bq).
On calcule alors limage de tout lment i de n par c1oc2 puis par c2oc1, en distinguant trois cas :
si i nest dans le support ni de c1, ni de c2, alors : c1oc2(i) = c2oc1(i) = i,
si i est dans le support de c1, avec : i = aj, alors : c2oc1(i) = c2(aj+1) = aj+1, et : c1oc2(i) = c1(i) = aj+1.
si i est dans le support de c2, on raisonne de la mme faon.

Thorme 1.6 : dcomposition dune permutation en produit de cycles supports disjoints

Soit : n 1, et : Sn.
Alors peut se dcomposer en un produit (une compose) de cycles supports disjoints, en prenant
comme convention que lidentit se dcompose en un produit vide de tels cycles.
Cette dcomposition est unique lordre des facteurs prs.
Dmonstration :
Dmontrons lexistence dune telle dcomposition par rcurrence.
Il est vrai pour : n = 2 (identit ou 2-cycle).
Supposons-le vrai pour un n donn, n 2, et considrons une permutation de n+1.
On distingue alors deux cas :
(n+1) = n+1.
Dans ce cas, si on note la permutation de n dfinie par : 1 i n, (i) = (i), alors on peut
dcomposer en produit de cycles supports disjoints, et on constate alors que cette dcomposition
vaut aussi pour .
(n+1) n+1.
Alors il existe un entier : p 1, p(n+1) = n+1.
En effet, lensemble {k(n+1), k *} tant inclus dans n+1, il est fini et :
(k,k) *2, k > k, k(n+1) = k(n+1), et : p = k k, fournit lentier annonc.
Notons alors q le plus petit entier p suprieur 1 ayant cette proprit.
Il est facile de voir alors que tous les i(n+1), pour : 1 i q, sont distincts sinon cela fournirait un
entier : 1 q < q, tel que : q(n+1) = n+1.
Chapitre 05 : Dterminants - cours complet. -4-
 Notons alors c le cycle : c = ((n+1) (n+1) q-1(n+1)).
La permutation c-1o vrifie alors : c-1o(n+1) = n+1, et on peut la dcomposer en un produit de cycles
supports disjoints c1oock, do on dduit que : = coc1oock.
Mais on constate de plus que : 1 i q, [c-1o](i(n+1)) = c-1(i+1(n+1)) = i(n+1), tous les lments du
support de c sont invariants par c-1o et ne sont donc pas dans les supports des cycles c1, , ck.
On a donc bien dans tous les cas obtenus une dcomposition de en produit de cycles supports
disjoints.
Dmontrons maintenant lunicit dune telle dcomposition.
Lidentit ne peut se dcomposer quen un produit vide de tel cycles.
Soit donc une permutation pour laquelle on dispose de deux telles dcompositions :
= c1oock, et : = c1oock,
et soit : 1 i n, tel que : (i) i.
Alors i est dans le support dun des cycles ci (par exemple c1, puisquils commutent) et dun des ci, par
exemple c1.
Si est la longueur du cycle c1, alors c1 scrit : c1 = (i c1(i) c1-1(i)), o toutes les images crites sont
distinctes. Mais ce rsultat vaut aussi pour c1, donc ils sont de mme longueur et gaux.
En ritrant ce processus, on obtient finalement que : k = k, et que les cycles des deux dcompositions
sont identiques.

Thorme 1.7 : la signature est un morphisme de groupes

Soit : n 1.
Lapplication dfinit un morphisme de groupe de (Sn,o) dans ({-1,+1},).
On a donc en particulier : (,) Sn2, (o) = ().().
Dmonstration :
Une transposition a pour signature (-1). En effet, elle gnre (n 1) orbites disjointes (soit (n 2) avec
un seul lment et une avec 2 lments).
Soit maintenant une permutation de n avec k orbites disjointes et : t = (a b), une transposition.
Etudions le nombre dorbites disjointes de : = to, et pour cela on va distinguer deux cas (on pourra
daider dun dessin) :
a et b sont dans la mme orbite de .
Les lments de cette orbite sont permuts circulairement sous la forme :
= (a1 ai-1 a ai+1 aj-1 b aj+1 ap).
Tout dabord les lments en dehors de ont une image par identique celle quils ont par .
Donc les orbites de distinctes ne sont pas modifies par t, et il y en a le mme nombre, soit (k 1).
Examinons maintenant les images des lments de par :
(a1) = a2, , (ai-1) = b, (b) = aj+1, , (ap) = a1, dune part, et :
(a) = ai+1, (ai+1) = ai+2, , (aj-1) = a, dautre part.
Autrement dit, lorbite de sest scinde en deux orbites disjointes sous laction de to.
Par consquent : () = (-1)n-(k+1) = ().
a et b sont dans des orbites disjointes de .
Notons toujours ces orbites : 1 = (a1 ai-1 a ai+1 ap), et : 2 = (b1 bj-1 b bj+1 bq).
L encore, les lments de n en dehors de ces deux orbites ont une image par identique celle
quils ont par , et les (k 2) orbites extrieures 1 et 2 ne sont pas modifies, ni leur nombre.
Examinons enfin ce que deviennent les lments de 1 et 2 par de :
(a1) = a2, (ai-1) = b, (b) = bj+1, , (bp) = b1, (bj-1) = a, (a) = ai+1, , (ap) = a1,
et les deux orbites se fondent en une seule sous laction de .
Do : () = (-1)n-(k-1) = ().
Considrons maintenant une permutation que lon dcompose en produit de k transpositions :
() = (tkoot1) = (tk-1oot1) = (-1)k.(id n) = (-1)k, ce quon obtient immdiatement par rcurrence.
Soient enfin deux permutations et qui se dcomposent en produit de k et k transpositions.
Alors : () = (-1)k, () = (-1)k, et comme o peut scrire comme le produit de (k+k) transpositions,
on a : (o) = (-1)k+k = ().().

2. Dterminant dune famille finie de vecteurs dans une base.

Chapitre 05 : Dterminants - cours complet. -5-

 Dfinition 2.1 : forme n-linaire alterne en dimension n
Soit (E,+,.) un K-espace vectoriel de dimension n.
On dit que f est une forme n-linaire alterne sur E si et seulement si :
f est une application de En dans K,
f est linaire par rapport toutes ses variables, c'est--dire :
1 i n, (x1, , xi-1, xi+1, . Xn) En-1, (xi, xi) E2, (, ) K2,
f(x1, , xi-1, .xi + .xi, xi+1, , xn) = .f(x1, , xi-1, xi, xi+1, , xn) + .f(x1, , xi-1, xi, xi+1, , xn),
f est alterne, c'est--dire : 1 i j n, (x1, , xn) En, (xi = xj) (f(x1, ,xn) = 0).

Dfinition 2.2 : forme antisymtrique

Soit (E,+,.) un K-espace vectoriel de dimension n.
On dit que f, de En dans K, est antisymtrique si et seulement si :
1 i j n, (x1, , xn) En, f(x1, , xj, , xi, ,xn) = f(x1, , xi, , xj, ,xn).

Thorme 2.1 : quivalence alterne antisymtrique

Soit (E,+,.) un K-espace vectoriel de dimension n, et f une application de En dans K.
On a lquivalence : (f n-linaire alterne) (f n-linaire antisymtrique).
Dmonstration :
Procdons par double implication.
[] Supposons f n-linaire alterne, et soit : (x1, , xn), ainsi que : 1 i j n.
Alors, en remplaant xi et xj par (xi + xj), et en dveloppant laide de la n-linarit, on obtient :
0 = f(x1, , xi-1, xi + xj, xi+1, xj-1, xi + xj, xj+1, , xn), dune part, puisque f est alterne, et
= f(x1, , xi-1, xi, xi+1, xj-1, xi, xj+1, , xn) + f(x1, , xi-1, xi, xi+1, xj-1, xj, xj+1, , xn)
+ f(x1, , xi-1, xj, xi+1, xj-1, xi, xj+1, , xn) + f(x1, , xi-1, xj, xi+1, xj-1, xj, xj+1, , xn), dautre part.
Or le premier et le quatrime terme de la somme sont nuls (deux vecteurs identiques) et on en dduit la
proprit indiquant que f est antisymtrique.
[] Supposons f n-linaire antisymtrique, et soit : (x1, , xn), ainsi que : 1 i j n, avec : xi = xj.
Alors : f(xi, , xi, , xj, , xn) = f(xi, , xi, , xj, , xn), mais aussi : f(xi, , xj, , xi, , xn), puisque f
est antisymtrique.
On en dduit la nullit de lexpression.

Thorme 2.2 : proprits et criture dune forme n-linaire alterne dans une base
Soit (E,+,.) un K-espace vectoriel de dimension n, et f une application n-linaire alterne de En dans K.
Soit (x1, , xn) est une famille de vecteurs de E.
si la famille est lie, alors : f(x1, , xn) = 0,
si (1, , n-1) Kn-1, alors : f(x1, , xn) = f(x1, , xn-1, xn + 1.x1 + + n-1.xn-1),
et la n-linarit permet de gnraliser cette proprit toutes les variables de f, autrement dit, on ne
modifie pas la valeur de f(x1, , xn) en ajoutant lun des vecteurs de la famille une combinaison
linaire des autres vecteurs de la famille,
n
soit : B = (e1, ,en) une base de E, et : 1 j n, x j = a
i =1
ij .e i , la dcomposition de xj suivant B.

Alors : f ( x 1 ,..., x n ) = ().a

Sn
(1),1 ...a ( n ), n .f (e1 ,..., e n ) .

Dmonstration :
Soit (x1, , xn) est une famille lie de vecteurs de E.
Quitte intervertir deux vecteurs (ce qui multiplie f par -1 puisquelle est antisymtrique), on peut
supposer que xn peut scrire comme combinaison linaire des autres vecteurs, soit :
(1, n-1) Kn-1, xn = 1.x1 + + n-1.xn-1.
A laide de la n-linarit puis du caractre altern de f, on a alors :
f(x1, , xn) = 1.f(x1, , xn-1, x1) + + n-1.f(x1, , xn-1, xn-1) = 0.
Soit (x1, , xn) est une famille de vecteurs de E.
Comme prcdemment : (1, n-1) Kn-1,
f(x1, , xn-1, xn + 1.x1 + + n-1.xn-1) = f(x1, , xn) + 1.f(x1, , xn-1, x1) + + n-1.f(x1, , xn-1, xn-1),
et : f(x1, , xn-1, xn + 1.x1 + + n-1.xn-1) = f(x1, , xn).

Chapitre 05 : Dterminants - cours complet. -6-

 n
n
Avec les notations proposes, on a donc : f(x1, , xn) = f i,1 i 2 n =
i =1
a .e , x ,..., x
i =1
a i ,1 .f (e i , x 2 ,..., x n ) .

On dveloppe ainsi tous les vecteurs xj, en utilisant n indices (le premier tant renomm i1) i1, , in.
n n n
On obtient : f(x1, , xn) = ... a
i1 =1 i 2 =1 i n =1
i1 ,1 .a i 2 , 2 ...a i n ,n .f (e i1 , e i 2 ,..., e i n ) .

Mais dans cette somme, si deux indices parmi les i1, , in prennent des valeurs gales, limage par f du
n-uplet correspondant est nulle puisque f est alterne.
Donc la somme ne porte en fait que sur les n-uplets dindices tous distincts.
On considre donc tous les n-uplets (i1, , in) possibles tels que : (1, , n) a (i1, , in), soit injective.
Autrement dit cela revient sommer sur toutes les bijections possibles : (1, , n) a (i1, in), de n
dans lui-mme, ce qui conduit la formule annonce.

Thorme 2.3 et dfinition 2.3 : dterminant de n vecteurs dans une base

Soit (E,+,.) un K-espace vectoriel de dimension n, et : B = (e1, ,en) une base de E.
Il existe une unique forme n-linaire alterne sur E qui vaut 1 sur (e1, , en).
Cette unique forme est appele dterminant dans la base B et est note detB.
Dmonstration :
Daprs le rsultat prcdent, si f existe, elle ne peut avoir comme expression, que ce quon a trouv
prcdemment, c'est--dire, pour une famille (x1, xn) de vecteurs de E :
f ( x 1 ,..., x n ) =
().a (1),1 ...a ( n ), n , o les ai,j correspondent aux coordonnes des vecteurs (xj) dans la
Sn

base B.
Montrons rciproquement que cette unique fonction trouve rpond au problme.
cest bien une application de En dans K,
elle est n-linaire, car : 1 i n, (x1, , xi-1, xi+1, , xn) En-1, (xi, xi) E2, (, ) K2, on a :
f(x1, , .xi + .xi, , xn) =
().a (1),1 ...(.a (i ),i + '.a ' ( i ),i )...a ( n ),n
Sn

= . ().a
Sn
(1),1 ...a (i ),i ...a ( n ),n + '. ().a (1),1 ...a ' (i ),i ...a ( n ),n
Sn

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

elle est alterne car : (x1, , xn) En, tel que : 1 i j n, xi = xj, alors, en notant pour toute
permutation , = o(i j), on a :
f(x1, , xn) =
Sn

().a (1),1 ...a ( n ),n = (' ).a '(1),1 ...a '( j),i ...a '(i ), j ...a '( n ),n .
'Sn

Or : (xi = xj) ( 1 k n, xk,i = xk,j), et donc :

f(x1, , xn) =
(' ).a '(1),1 ...a '( j), j ...a '(i ),i ...a '( n ), n =
'Sn
(' ).a
'Sn
'(1),1 ...a '(i ),i ...a '( j), j ...a '( n ),n , soit :

f(x1, , xn) = f(x1, , xn), ce qui montre finalement que cette quantit est nulle.
elle vaut 1 pour le n-uplet (e1, , en).
n
En effet, les coordonnes de ej dans la base B sont : ej =
i =1
ij .e i , o on utilise le symbole de

Kronnecker, et dans la somme donnant f(e1, , en), tous les produits sont nuls ds que pour un indice
on a : (i) i.
Autrement dit, la somme se rduit la seule permutation identit de n, soit : f(e1, en) = 1.

Thorme 2.4 : expression du dterminant de n vecteurs dans une base

Soit (E,+,.) un K-espace vectoriel de dimension n, et : B = (e1, ,en) une base de E.
Soit (x1, , xn) une famille de vecteurs de E, avec :
n
1 j n, x j = a
i =1
ij .e i , la dcomposition de xj suivant B.

Alors : detB(x1, , xn) = ().a

Sn
(1),1 ...a ( n ),n .

De plus, pour toute forme n-linaire alterne sur E : K, = .detB.

Chapitre 05 : Dterminants - cours complet. -7-
 Dmonstration :
Lexpression du dterminant a t obtenue la dmonstration prcdente.
De plus, si est n-linaire alterne sur E, alors, en reprenant la notation en coordonnes prcdente
dun vecteur de E, on a vu que : (x1, , xn) En, ( x 1 ,..., x n ) =
().a (1),1 ...a ( n ), n .(e1 ,..., e n ) , soit :
Sn

(x1, , xn) = (e1, , en).detB(x1, , xn), et on obtient le rsultat voulu avec : = (e1, , en).

Thorme 2.5 : caractrisation des bases

Soit (E,+,.) un K-espace vectoriel de dimension n, et : B = (e1, ,en) une base de E.
Soit (x1, , xn) une famille de vecteurs de E.
La famille (xn, , xn) est une base de E si et seulement si : detB(x1, , xn) 0.
Dmonstration :
si une famille (x1, , xn) de vecteurs de E est lie, alors comme detB est une forme n-linaire alterne
sur E, on a : detB(x1, , xn) = 0.
si une famille (x1, , xn) de vecteurs de E est libre, alors elle forme une base X de E.
La forme n-linaire alterne detX est alors proportionnelle detB et :
K, detX = .detB.
Enfin : detX(x1, xn) = 1 = .detB(x1, , xn), et : detB(x1, , xn) 0.

Thorme 2.6 et dfinition 2.6 : orientation dun espace vectoriel de dimension finie
Soit (E,+,.) un K-espace vectoriel de dimension n, et B et B deux bases de E.
Alors : detB(B) 0.
Orienter E correspond choisir une base B de E.
Les bases B de E telles que : detB(B) > 0, seront alors dites directes et les autres bases de E
seront dites indirectes .
Dmonstration :
Le fait que detB(B) soit non nul a t vu dans la dmonstration prcdente.
Ce dterminant est donc soit strictement positif, soit strictement ngatif, ce qui dfinit deux classes de
bases relativement B : les bases directes (ou de mme sens que B), et les bases indirectes (ou de
sens contraire B).

3. Proprits et calcul des dterminants.

Dfinition 3.1 : dterminant dune matrice carre

Soit : n 1, et : A = (ai,j) Mn(K).
On appelle dterminant de A le scalaire : det(A) = ().a
Sn
(1),1 ...a ( n ), n , et on le note :

a 11 L a 1n
det(A) = M M .
a n1 L a nn

Thorme 3.1 : galit entre dterminant de n vecteurs et celui de leur matrice reprsentative
Soit (E,+,.) un K-espace vectoriel de dimension finie n.
Le dterminant de n vecteurs de E dans une base de E est le dterminant de la matrice de leurs
coordonnes dans cette base, crites en colonnes.
Dmonstration :
Il suffit de comparer les deux expressions et cest immdiat.

Thorme 3.2 : dterminant de lidentit

Soit : n 1.
Alors : det(In) = 1.
Dmonstration :
En utilisant la dfinition du dterminant dune matrice, et puisque : (In) = (i,j), dans la somme donnant
Chapitre 05 : Dterminants - cours complet. -8-
 det(In), tous les produits sont nuls sauf celui correspondant lidentit de n qui donne 1.

Thorme 3.3 : consquences de la n-linarit sur les dterminants de matrices

Soit : n 1, et : A Mn(K).
Alors :
K, det(.A) = n.det(A).
on ne change pas la valeur de det(A) en remplaant dans A une colonne par elle-mme laquelle on
ajoute une combinaison linaire des autres colonnes.
Dmonstration :
Notons par exemple c1, , cn les vecteurs colonnes de A dans Kn, muni de sa base canonique B.
det(.A) = detB(.c1, , .cn) = n.detB(c1, , cn) = n.det(A), laide de la n-linarit de detB.
(1, , n-1) Kn-1, notons A la matrice obtenue partir de A en ajoutant une colonne (par
exemple la (n 1)ime) une combinaison linaire des autres avec les coefficients (1, , n-1).
Alors : det(A) = detB(c1, , cn-1, cn + 1.c1 + + n-1.cn-1) = detB(c1, , cn) = det(A).

Thorme 3.4 : dterminant dune transpose

Soit : n 1, et : A Mn(K).
Alors : det(A) = det(tA).
Toute opration autorise sur les colonnes dune matrice pour le calcul dun dterminant est aussi
valable pour les lignes de cette matrice.
Dmonstration :
Notons : A = tA.
Alors : det( t A) =
().a (1),1 ...a ( n ),n =
Sn

().a 1,(1) ...a n , ( n ) .
Sn

Mais pour une permutation donne, le produit (a1,(1)an,(n)) scrit aussi ( a 1 o (1), (1) ...a 1 o ( n ), ( n ) ), et
puisque est une bijection de n dans lui-mme, les termes (1),,(n) correspondent 1,,n, mais
dans un ordre ventuellement diffrent.
Donc en permutant les termes, le produit peut scrire : a1,(1)an,(n) = a 1 (1),1 ...a 1 ( n ),n .
Do : det( t A) = ().a
Sn
1 (1),1
...a 1 ( n ), n .

Enfin, pour toute permutation , on a : () = ( -1), et lapplication : a -1, est une bijection de Sn
dans lui-mme.
Donc sommer les ou sommer leurs images par cette bijection, cest la mme chose.
Finalement, on en dduit lgalit voulue.
Pour ainsi effectuer une opration sur les lignes dune matrice dans le calcul dun dterminant, il suffit
donc deffectuer les oprations similaires sur les colonnes de sa transpose.

Dfinition 3.2 : cofacteurs dune matrice carre

Soit : n 1, et : A = (aij) Mn(K).
a 1,1 L a 1, j1 a 1, j+1 L a 1, n
M M M M
a i 1,1 L a i 1, j1 a i 1, j+1 L a i 1, n
On appelle cofacteur (i,j) de A la quantit : ij = (1) i + j . ,
a i +1,1 L a i +1, j1 a i +1, j+1 L a i +1, n
M M M M
a n ,1 L a n , j1 a n , j+1 L a n ,n
soit le dterminant dordre (n 1) obtenu partir de A en supprimant i-me ligne et j-me colonne.
Le dterminant dordre (n 1) qui apparat est appel mineur de A associ ai,j.

Thorme 3.5 : dveloppement dun dterminant suivant une colonne

Soit : n 1, et : A = (aij) Mn(K).

Chapitre 05 : Dterminants - cours complet. -9-

 n
Alors : 1 j n, det(A ) = a
i =1
ij . ij .

On appelle cela dvelopper le dterminant de A suivant la j-me colonne.

Dmonstration :
Notons (c1, , cn) les colonnes de A vues comme des vecteurs de Kn muni de sa bas canonique B.
n
Notons par ailleurs : cj = a
i =1
ij .e i , la dcomposition de cj suivant la base B. Alors :

a 11 L a 1 j1 0 a 1 j+1 L a 1n
M M M M M
a i 11 L a i 1 j1 0 a i 1 j+1 L a i 1n
n n
detB(c1, , cn) = a ij . det B (c1 ,..., c j1 , e i , c j+1 ,..., c n ) = a ij . a i1 L a 1 j1 1 a ij+1 L a in .
i =1 i =1
a i +11 L a i +1 j1 0 a i +1 j+1 L a i +1n
M M M M M
a n1 L a nj1 0 a nj+1 L a nn
ime
On peut alors permuter circulairement les (n (j 1)) dernires colonnes pour envoyer la j la nime
place. Mais comme le dterminant est une forme antisymtrique, cette opration fait apparatre un signe
en facteur, gal la signature de cette permutation, et qui vaut (-1)n-j (elle peut aussi se dcomposer en
un produit de (n j) transpositions.
Puis la iime ligne peut maintenant tre amene en dernire ligne en utilisant une permutation des lignes,
de signature cette fois (-1)n-i.
a 11 L a 1 j1 a 1 j+1 L a 1n 0
M M M M M
a i 11 L a i 1 j1 a i 1 j+1 L a i 1n 0
n
Donc : det(A) = a ij .(1) i + j . a i +11 L a i +1 j1 a i +1 j+1 L a i +1n 0 , puisque : (-1)n-i+n-j = (-1)i+j.
i =1
M M M M M
a n1 L a nj1 M a nj+1 L a nn 0
a i 11 L a 11 j1 a i 1 j+1 L a i 1n 1
Considrons maintenant une matrice B quelconque nn dont la dernire colonne est nulle sauf le dernier
coefficient qui vaut 1.
Alors : det(B) =
().b (1),1 ...b ( n ),n .
Sn

Mais dans les produits qui apparaissent, si on a : (n) n, alors : b(n)n = 0, et si : (n) = n, b(n)n = 1.
Donc la somme peut en fait tre rduite lensemble Sn des permutations de n telles que : (n) = n.
Do : det(B) =
().b (1),1 ...b ( n 1),n 1 .1 .
S'n

Enfin, on peut remplacer les permutations de Sn par celles de Sn-1 puisque b(n)n nintervient plus.
Et comme la signature nest pas modifie dans ce remplacement, on aboutit :
det(B) =
().b (1),1 ...b ( n 1),n 1 , c'est--dire le dterminant de la matrice (n-1)(n-1) extraite de B.
Sn 1
n
Donc dans la formule prcdente donnant det(A), on obtient finalement : det(A ) = a
i =1
ij . ij .

Thorme 3.6: dveloppement dun dterminant suivant une ligne

Soit : n 1, et : A = (aij) Mn(K).
n
Alors : 1 i n, det(A ) = a
j=1
ij . ij .

On appelle cela dvelopper le dterminant de A suivant la i-me ligne.

Dmonstration :
Pour la matrice A, on commence par crire : det(A) = det(tA), puis on dveloppe ce deuxime
Chapitre 05 : Dterminants - cours complet. - 10 -
 dterminant suivant une colonne, ce qui revient dvelopper celui de A suivant une ligne.

Thorme 3.7 : dterminant dune matrice carre diagonale ou triangulaire

Si A est une matrice carre diagonale ou triangulaire (suprieure ou infrieure), det(A) est le produit des
lments diagonaux de A.
Dmonstration :
Soit A une matrice diagonale ou triangulaire suprieure.
On peut alors, laide du rsultat prcdente, dvelopper A suivant sa dernire ligne.
Tous les mineurs correspondants sont alors nuls, sauf ventuellement celui correspondant an,n, et :
det(A) = an,n.det(An-1), o An-1 est la matrice extraite de A en supprimant sa dernire ligne et sa dernire
colonne.
Par rcurrence, il est alors clair que le dterminant de A est bien le produit de ses lments diagonaux.
Pour une matrice triangulaire infrieure, il suffit dutiliser sa transpose.

Thorme 3.8 : dterminant par blocs

A B
Soit : M = Mn(K), avec : A Mp(K), C Mn-p(K).
0 C
A B
Alors : det = det(A). det(C) .
0 C
Si plus gnralement A est une matrice diagonale ou triangulaire par blocs (avec des blocs diagonaux
constitus de matrices carres), le dterminant de A est gal au produit des dterminants des blocs
diagonaux de A.
Dmonstration :
On sait que la mthode du pivot applique aux colonnes de A permet de ramener A une matrice
triangulaire suprieure T.
Cette mthode utilise des transpositions de colonnes ou remplace lune dentre elles par elle-mme
laquelle on ajoute une combinaison linaire des autres (parmi celles de A donc les p premires de M).
Ces oprations permettent alors dobtenir : det(A) = .det(T), o est un signe dpendant des
transpositions effectues sur les colonnes de A, chacune gnrant un facteur (-1).
Si on effectue les mmes oprations maintenant sur M (en se limitant donc des oprations sur les p
T B
premires colonnes de M), on transforme M en : .
0 C
Les oprations effectues, au vu des proprits du dterminant, permettent l encore dcrire :
T B
det(M) = .det .
0 C
Enfin, T tant triangulaire suprieure, on peut dvelopper (comme dans la dmonstration prcdente) ce
dterminant successivement par rapport ses p premires colonnes, pour obtenir :
det(M) = .t1,1tp,p.det(C) = .det(T).det(C) = det(A).det(C).
Si M est maintenant triangulaire suprieure (ou infrieure) ou diagonale par blocs, on gnralise par
rcurrence sur le nombre de blocs diagonaux de M le rsultat tabli pour deux blocs diagonaux.

4. Dterminant dun endomorphisme en dimension finie, dune matrice carre.

Thorme 4.1 et dfinition 4.1 : dterminant dun endomorphisme en dimension finie

Soit (E,+,.) un K-espace vectoriel de dimension n, B = (e1, ,en) une base de E, et : u L(E).
Le scalaire detB(u(e1),,u(en)) est indpendant de la base B et est appel dterminant de u.
On le note det(u), et on a donc : det(u) = detB(u(e1),,u(en)), pour toute base B de E.
Dmonstration :
Considrons lapplication fB dfinie par : (x1, , xn) En, fB(x1, , xn) = detB(u(x1), , u(xn)).
Cest une application de En dans K.
De plus il est facile de voir quelle est n-linaire, du fait de la linarit de u et de la n-linarit de detB.
Elle est galement alterne, puisque detB lest.
Donc : B K, fB = B.detB.
Ce scalaire correspond dailleurs : fB(B) = B.detB(B) = B.1 = B = detB(u(e1),,u(en)).
Chapitre 05 : Dterminants - cours complet. - 11 -
 Pour une autre base B de E, on a de mme : B K, fB = B.detB.
Enfin : 0 K*, detB = 0.detB.
Mais alors, on constate immdiatement que : fB = 0.fB, (en remplaant simplement), et donc :
0.B.detB = B.0.detB.
On en conclut que : B = B, do : detB(u(e1),,u(en)) = detB(u(e1), ..., u(en)).

Thorme 4.2 : galit entre dterminant dun endomorphisme et celui de sa matrice reprsentative
Soit (E,+,.) un K-espace vectoriel de dimension finie n, et : u L(E).
Le dterminant de u est celui de sa matrice reprsentative dans nimporte quelle base de E
Dmonstration :
n
Soit : B = (e1, , en), une base de E, et notons : 1 j n, u (e j ) = a
i =1
ij .e i .

Alors : det(u) = detB(u(e1),,u(en)) = ().a

Sn
(1),1 ...a ( n ), n = det(A) ,

en utilisant la dfinition du dterminant de n vecteurs dans une base et celui dune matrice carre.

Thorme 4.3 : dterminant dune compose dendomorphismes

Soit (E,+,.) un K-espace vectoriel de dimension finie n, et : (u,v) L(E)2.
Alors : det(uov) = det(u).det(v).
Dmonstration :
Soit : B = (e1, , en), une base quelconque de E, et reprenons fB lapplication dfinie au-dessus.
Alors : det(uov) = detB(uov(e1), , uov(en)), do :
det(uov) = fB(v(e1), , v(en)) = det(u).detB(v(e1), ..., v(en)) = det(u).det(v).

Thorme 4.4 : dterminant dun produit de matrices

Soit : n 1, et : (A,B) Mn(K)2.
Alors : det(A.B) = det(A).det(B).
Dmonstration :
Si on note u et v les endomorphismes canoniquement associs (dans Kn) A et B, alors :
det(A.B) = det(uov) = det(u).det(v) = det(A).det(B).

Thorme 4.5 : caractrisation des automorphismes

Soit (E,+,.) un K-espace vectoriel de dimension finie n, et : u L(E).
1
u est un automorphisme de E si et seulement si : det(u) 0, et dans ce cas : det(u-1) = .
det(u )
Dmonstration :
Soit : B = (e1, , en), une base quelconque de E.
Alors : det(u) = detB(u(e1), , u(en)).
En utilisant les thormes vus prcdemment, on a alors :
(det(u) 0) ((u(e1), , u(en)) base de E) (u automorphisme de E).
Dans ce cas, on peut crire : det(idE) = detB(e1, , en) = det(uou-1) = det(u).det(u-1), do le rsultat.

Thorme 4.6 : caractrisation des matrices carres inversibles

Soit : n 1, et : A Mn(K).
1
A est inversible si et seulement si : det(A) 0, et dans ce cas : det(A-1) = .
det(A)
Dmonstration :
L encore, laide des endomorphismes canoniquement associs A (puis A-1), on en dduit les
rsultats.

5. Comatrice dune matrice carre.

Chapitre 05 : Dterminants - cours complet. - 12 -

 Dfinition 5.1 : comatrice dune matrice carre
Soit : n 1, et : A Mn(K).
On appelle comatrice de A, la matrice de ses cofacteurs, et on la note Com(A).

Thorme 5.1 : lien entre matrice et comatrice

Soit : n 1, et : A Mn(K).
Alors : A.tCom(A) = tCom(A).A = (det(A)).In.
Dmonstration :
Notons B la matrice tCom(A).A.
n
Son coefficient gnrique vaut : 1 i,j n, bi,j =
k =1
ki .a kj .

Il est clair que si : i = j, alors : bi,j = det(A) (obtenu en dveloppant suivant la jime colonne).
a 11 L a 1 j1 a 1i a 1 j+1 L a 1n
M M M M M
a i 11 L a i 1 j1 a i 1i a i 1 j+1 L a i 1n
si : i j, alors : bi,j = a i1 L a 1 j1 a ii a ij+1 L a in , o on a remplac la jime colonne de A
a i +11 L a i +1 j1 a i +1i a i +1 j+1 L a i +1n
M M M M M
a n1 L a nj1 a ni a nj+1 L a nn
ime
par la i , et ce que lon vrifie aisment en dveloppant ce dernier dterminant.
Mais par ailleurs il est nul, puisque les colonnes i et j sont identiques.
Finalement : B = det(A).In.
Lautre produit se traite de faon identique, mais en utilisant des dveloppements suivant les lignes.

Thorme 5.2 : expression de linverse dune matrice carre inversible

Soit : A Mn(K), inversible.
1 t
Alors : A 1 = . Com(A) .
det(A)
Dmonstration :
1
Le rsultat prcdent, si A est inversible, permet dobtenir : A. . t Com(A) = I n .
det( A )
Do la valeur de A-1.

6. Applications.

Dfinition 6.1 : systme de Cramer

On appelle systme de Cramer un systme linaire de n quations n inconnues, scrivant
matriciellement : A.X = B, o A est une matrice carre inversible.

Thorme 6.1 : rsolution dun systme de Cramer

Soit : A.X = B, un systme de Carmer.
1 t
Ce systme admet une solution unique X0 donn par : X 0 = . Com(A).B , et :
det(A)

Chapitre 05 : Dterminants - cours complet. - 13 -

 a 1,1 L a 1,i 1 b1 a 1,i +1 L a 1,n
M M M M M
M M M M M
M M M M M
a n ,1 L a n ,i 1 bn a n ,i +1 L a n ,n
1 i n, x i = , o dans le dterminant suprieur, on a
a 1,1 L a 1,n
M M
a n ,1 L a n ,n
remplac la i-me colonne par la matrice colonne B.
Dmonstration :
1 t
Le systme admet une solution unique car A est inversible et elle vaut : X0 = A-1.B = . Com(A).B .
det(A)
Quant au deuxime rsultat, en dveloppant le dterminant suprieur suivant la iime ligne, on obtient :
n n
1 1
1 i n, xi = . b k . ki = . ki .b k , soit bien la valeur donne par la formule
det(A) k =1 det(A) k =1
prcdente.

Dfinition 6.2 : rang dune matrice

Soit : A Mn,p( ).
Le rang de A est le rang de lendomorphisme canoniquement associ A.

Thorme 6.2 : lien entre rang dune matrice et rang de ses vecteurs colonnes
Soit : A Mn,p( ).
Le rang de A est gal la dimension de lespace image de lendomorphisme canoniquement associ
A, galement au rang de la famille des colonnes de A vues comme des vecteurs de n.
Dmonstration :
Le premier rsultat est immdiat, puisque cest la dfinition mme du rang dun endomorphisme.
Pour le second, puisque les colonnes de A forment une famille gnratrice de limage de
lendomorphisme, le rang de cette famille est bien la dimension de limage et donc le rang de A.

Dfinition 6.3 : matrice extraite dune matrice

Soit : A Mn,p( ).
On appelle matrice extraite de A toute matrice obtenue partir de A en supprimant des lignes et/ou des
colonnes, en respectant lordre des lments restants par rapport celui quils avaient dans A.

Thorme 6.3 : caractrisation du rang par des dterminants extraits non nuls
Soit : A Mn,p( ).
Alors le rang de A est la taille de la plus grande matrice carre extraite de A inversible.
Cest aussi la taille du plus grand dterminant extrait de A non nul.
Dmonstration :
Notons r le rang de A, s la taille de la plus grande matrice carre, extraite de A, inversible.
r s.
En effet, soit B une matrice carre extraite de A de taille q > r.
Cette matrice est obtenue laide de q colonnes de A (notons les c j1 ,..., c jq ), qui forment donc une
famille lie de Kn.
Donc on peut trouver (1, , q) dans Kq, tel que, dans Kn, on ait : 1 .c j1 + ... + q .c jq = 0 .
Dans ces n galits (ce sont des n-uplets), on ne garde alors que les lignes dont les numros
correspondent ceux de B, et on obtient ainsi une combinaison linaire nulle des colonnes de B.
On en dduit que B nest pas inversible, et donc que s est infrieur ou gal r.
s r.
Soit u lapplication linaire canoniquement associe A, B = (e1, , ep) et : B = (e1, , en) les bases
Chapitre 05 : Dterminants - cours complet. - 14 -
 canoniques de Kp et Kn.
Comme le rang de A vaut r, on peut trouver r colonnes de A formant une famille libre dans Kn, puisque
les colonnes de A forment une base de Im(u).
Pour simplifier (quitte les permuter), on supposera que ce sont les r premires colonnes.
On peut alors complter cette famille laide de (n r) vecteurs de la base canonique B pour former
une nouvelle base de Kn, et la matrice A des coordonnes des n vecteurs ainsi obtenus est inversible.
Notons que dans cette matrice nn, les r premires colonnes sont identiques celles de A et les (n r)
restantes sont composes de 0 lexception dun seul 1.
Si maintenant on calcule le dterminant de A (qui est donc non nul), en le dveloppant successivement
par rapport ses (n r) dernires colonnes, on aboutit :
a j1 ,1 L a j1 ,r

det(A) = .det M M , le numro des lignes j1, , jr, correspondant celles sur lesquelles il

a jr ,1 L a jr ,r
ny a pas de 1 dans les dernires colonnes de A, et le signe aux signes venant des cofacteurs de A.
Finalement, on vient de mettre en vidence un dterminant non nul, extrait de A.
Donc : s r.
Finalement, on a bien lgalit.

Thorme 6.4 : rang dune transpose

La rang dune matrice est gal celui de sa transpose.
Dmonstration :
Soit : n 1, et : A Mn(K).
Tout dterminant extrait de A non nul, fournit un dterminant (transpos) extrait de tA non nul, donc :
rg(tA) rg(A).
Puis : rg(A) = rg(t(tA)) rg(tA) rg(A), do des galits en place des ingalits et : rg(tA) = rg(A).
Remarque : il existe videmment dautres dmonstrations de ce rsultat .
Par exemple, si u est lapplication linaire de n dans p canoniquement associe A, en sinspirant de
la dmonstration du thorme du rang, on peut noter (er+1, , en) une base de ker(u), et (e1, , er) une
base de Im(u), et des antcdents e1, , er de ces vecteurs par u.
On montre alors que la famille (e1, , en) est une base de n.
Puis si on complte (e1, , er) en une base (e1, , ep) de p.
On note enfin P la matrice de passage de la base canonique de n (ei), et Q la matrice de passage de
la base canonique de p (ei).
Ir 0 r ,n r
Alors la matrice de u dans les bases (ei) et (ei) est la matrice par blocs : Jr = .
0 p r ,r 0 p r ,n r
De plus cette matrice est lie A par la relation : Jr = Q-1.A.P, soit : A = Q.Je.P-1.
Enfin :; tA = t(P-1).tJr.t.Q, et tQ et t(P-1) tant inversibles, rg(tA) = rg(tJr) = rg(Jr) = r = rg(A).

7. Exemple des dterminants tridiagonaux : suites rcurrentes linaires deux termes.

Dfinition 7.1 : suite rcurrente linaire deux termes, relle ou complexe

On appelle suite rcurrente linaire deux termes une suite relle ou complexe (un) telle que :
(,) K2, avec : 0, n , un+2 = .un+1 + .un.

Dfinition 7.2 : quation caractristique associe une suite rcurrente linaire deux termes
Soit (un) une suite relle ou complexe telle que : (,) K2, 0, n , un+2 = .un+1 + .un.
On appelle quation caractristique associe cette suite lquation : r2 = .r + .

Thorme 7.1 : structure de K-espace vectoriel des suites rcurrentes linaires deux termes
Soit : (,) K2, 0.
Lensemble E, des suites (un) de K qui vrifient la relation : n , (E) un+2 = .un+1 + .un, forme un
K-espace vectoriel de dimension 2.
Dmonstration :
cest bien entendu un sous-espace vectoriel de K , puisquil est inclus dans cet espace vectoriel, non

Chapitre 05 : Dterminants - cours complet. - 15 -

 vide car la suite nulle appartient E,, et enfin stable par combinaison linaire, car si deux suites (un) et
(vn) vrifient la relation de rcurrence (E) pour tout entier n, et et sont des lments de K, il est
immdiat que (.(un) + .(vn)) vrifie galement cette relation pour tout entier n.
soient les deux suites (an) et (bn) dfinies par :
a0 = 1, a1 = 0, n 0, an+2 = .an+1 + .an, et :
b0 = 0, b1 = 1, n 0, bn+2 = .bn+1 + .bn.
Ces deux suites forment une base de E,. En effet :
elles appartiennent E, de faon vidente,
elles forment une famille libre car, si : .(an) + .(bn) = 0, alors les deux premiers termes donnent :
.a0 + .b0 = 0 = , et : .a1 + .b1 = 0 = .
elles forment une famille gnratrice, car : (un) E,, (un) = u0.(an) + u1.(bn), comme on le vrifie
immdiatement par rcurrence double sur n.
Finalement E, est bien un K-espace vectoriel de dimension 2.

Thorme 7.2 : expression des suites rcurrentes linaires deux termes

Soit (un) une suite relle ou complexe telle que : (,) K2, 0, n , un+2 = .un+1 + .un.
si, dans le cas rel ou complexe, lquation caractristique associe admet deux racines distinctes r1
et r2 , il existe deux constantes relles ou complexes a et b, telles que : n , un = a.r1n + b.r2n.
si, dans le cas rel ou complexe, lquation caractristique associe admet une racine double r, il
existe deux constantes relles ou complexes a et b telles que : n , un = (a.n + b).rn.
si, dans le cas rel, lquation caractristique associe admet deux racines complexes conjugues
.ei et .e-i, il existe deux constantes relles a et b telles que : n , un = n.(a.sin(n.) + b.cos(n.)).
Dmonstration :
Plaons nous pour commencer dans le cas de suites complexes.
Si lon cherche les suites gomtriques appartenant E,, de la forme : (un) = (rn), on constate que cette
suite est dans E, si et seulement si : n , rn+2 = .rn+1 + .rn.
Or si cette galit est vraie pour tout n, elle lest en particulier pour : n = 0, do : r2 = .r + .
Rciproquement, si la dernire galit est vrifie, alors (rn) est dans E, (il suffit de multiplier par rn).
On obtient lquation caractristique associe E, et elle correspond au polynme [X2 .X ].
Si ce polynme a deux racines distinctes r1 et r2, alors on vrifie immdiatement que (r1n) et (r2n)
forment une base de E,, puisquelles sont dans cet ensemble et quelles forment une famille libre.
En effet : (1,2) 2, 1.(r1n) + 2.(r2n) = 0, entrane (pour n valant 0 ou 1) :
1 + 2 = 0, et : 1.r1 + 2.r2 = 0, soit : 1 = 2 = 0, puisque : r1 r2.
Donc pour toute suite (un) de E,, il existe donc bien deux constantes complexes a et b telles que :
n , un = a.r1n + b.r2n, et lon peut par exemple dterminer a et b laide de u0 et u1.
Si le polynme admet une racine double r, on sait que (rn) est lment de E, mais on vrifie de plus
la main que (n.rn) est encore dans E,, et que ces deux suites forment encore une famille libre, donc une
base de E,.
Donc : (un) E,, (a,b) 2, (un) = a.(n.rn) + b.(rn), soit : n , un = (a.n + b).rn, valeurs a et b que
lon peut nouveau dterminer avec u0 et u1.
Dans le cas rel, maintenant, E, est toujours un -espace vectoriel de dimension 2.
si lquation caractristique admet deux racines relles distinctes ou une racine double (relle), les
tudes et rsultats prcdents restent valables.
si lquation caractristique admet deux racines complexes (conjugues puisque lquation
caractristique est coefficients rels), on peut les crire : r = .ei., avec : > 0, , 0 ().
1 1
Les deux suites : . ((r+n) + (r-n)), et : . ((r+n) (r-n)), vrifient la relation de rcurrence (E), comme
2 2.i
combinaison linaire de deux lments du -espace vectoriel E ,.
1 1
Mais elles scrivent encore : . ((r+n) + (r-n)) = (n.cos(n.)), et : . ((r+n) (r-n)) = (n.sin(n.)).
2 2.i
Donc ce sont deux suites relles vrifiant la relation (E), et ce sont donc des lments de E,.
Comme enfin, puisque nest pas congru 0 modulo , elles forment une famille libre ainsi quon le
vrifie immdiatement, elles forment finalement une base de E,, l encore en utilisant un argument de
dimension et pour toute suite (un) de E,, il existe bien deux constantes relles a et b telles que :
n , un = n.(a.sin(n.) + b.cos(n.)).

Chapitre 05 : Dterminants - cours complet. - 16 -

 Remarque :
On peut traiter ce problme tout autrement (avec de la diagonalisation), de la faon suivante :
Une suite (un) appartient E, si et seulement si : n , Xn+1 = A.Xn, o on a not :
un 0 1
n , Xn = , et : A = , et donc si et seulement si : n , Xn = An.X0.
u n +1
Le polynme caractristique de A est alors : P() = 2 . , qui revient lquation caractristique
de la suite rcurrente.
si ce polynme a deux racines distinctes r1 et r2, alors A est diagonalisable.
r1n 0 -1
Les suites de E, sont telles que : n , Xn = P. .P .X0,
0 r2n
et en dveloppant, on constate quelles sont toutes de la forme : (un) = a.(r1n) + b.(r2n).
Donc : E, Vect((r1n), (r2n)), et du fait que E, est de dimension 2, on conclut lgalit de ces
espaces.
Pour toute suite (un) de E,, il existe donc bien deux constantes complexes a et b telles que :
n , un = a.r1n + b.r2n.
si le polynme caractristique de A a une racine double r (non nulle, puisque : 0), alors A est
trigonalisable, mais pas diagonalisable.
En effet, si elle tait diagonalisable, elle serait semblable r.I2, donc serait gale r.I2, ce qui nest par
vidence pas le cas.
r -1
n
rn n..r n 1 -1
Les suites de E, sont donc telles que : n , Xn = P. .P .X0 = P. .P .X0,
0 r 0 r n
ainsi quon le vrifie immdiatement par rcurrence (avec non nul).

Dfinition 7.3 : dterminant tridiagonal

Une matrice (ou un dterminant) est dite tridiagonale si et seulement si tous les coefficients de la matrice
sont nuls en dehors de la diagonale principale ainsi que les diagonales situes immdiatement au-
dessus et en dessous de cette diagonale.

Thorme 7.3 : calcul dun dterminant tridiagonal

Un dterminant tridiagonal se calculer par rcurrence.
a1 b1 0 L 0

c1 O O O M
Plus prcisment, si : An = 0 O O O 0 , n = det(An), vrifie la relation de rcurrence :

M O O O b n 1
0 L 0 c n 1 a n

n 3, n = an.n-1 bn-1.cn-1.n-2.
En particulier si les ai, bi et ci sont des familles constantes, alors (n) constitue une suite rcurrente
linaire deux termes vrifiant : n 3, n a.n-1 + b.c.n-2 = 0.
Dmonstration :
Il suffit de dvelopper n par rapport sa dernire ligne puis par rapport la dernire colonne du second
dterminant qui apparat.
Il suffit alors, dans le cas o les trois familles sont constantes, de rsoudre lquation caractristique
associe.

Chapitre 05 : Dterminants - cours complet. - 17 -