Determinant en Beamer PDF

Cours d'algèbre II (SMPC)

Déterminants
Prof. Mohamed Louzari

Department of mathematics, Faculty of sciences
Abdelmalek Essaâdi University, Tetouan
Année Universitaire: 2017-2018

Plan
Plan
1 Déterminants
2 Déterminants d'ordre n
3 Propriétés des déterminants
4 Déterminant d'un endomorphisme
5 Calcul des déterminants
6 La matrice adjointe
7 Règle de Cramer
8 Valeurs Propres et Vecteurs Propres

Déterminants
Plan
1 Déterminants
7 Règle de Cramer

Déterminants
Motivation
Dans ce chapitre, nous considérons les matrices à coecients dans

un corps commutatif K (R ou C). Le déterminant d'une famille de
vecteurs ou d'une matrice carrée est un scalaire (i.e., un élément de
K ). Le déterminant permet de savoir si une matrice carrée est
inversible ou non, en plus il joue un rôle important dans la
résolution des systèmes linéaires.
Déterminants
Formes p-linéaires alternées

Dénition
Soient E un K -espace vectoriel de dimension n et p un entier
naturel non nul. On appelle forme p-linéaire sur E , une application
f : E p → K , telle que pour tous ui , vi ∈ E, λ ∈ K et
i = 1, 2, · · · , p, on a
f (· · · , ui + vi , · · · ) = f (· · · , ui , · · · ) + f (· · · , vi , · · · )
f (· · · , λui , · · · ) = λf (· · · , ui , · · · ).
C'est à dire, f est linéaire par rapport à chaque composante.
1 Si p = 2, on dit que f est une forme bilinéaire.
2 Si p = 3, on dit que f est une forme trilinéaire.
Déterminants
Formes p-linéaires alternées
Dénition
1 Une forme p-linéaire f sur E est dite alternée, si pour tous
ui , uj ∈ E avec 1 ≤ i, j ≤ p, on a
f (· · · , ui , · · · , uj , · · · ) = −f (· · · , uj , · · · , ui , · · · ).
2 Si f est alternée et ui = uj , alors f (u1 , · · · , up ) = 0.

Déterminants
Déterminants d'ordres 2
Dénition
Soit E un K -espace vectoriel de dimension 2, relativement à une base B
de E , considérons v1 = (α1 , α2 ), v2 = (β1 , β2 ) ∈ E . Alors

α1 β1
1 détB (v1 , v2 ) =
= α1 β2 − α2 β1 , s'appelle déterminant
α2 β2
de v1 , v2 dans la base B .
2 détB est une forme bilinéaire alternée.
Dénition
a c
Soit A = ∈ M2 (K), on appelle déterminant de A, le
b d
déterminant
de ses vecteurs colonnes et on note
a c
dét(A) = = ad − bc.
b d
Déterminants
Déterminants d'ordre 3
Dénition
Soient E un K -espace vectoriel de dimension 3, relativement à une
base B de E , considérons
v1 = (α1 , α2 , α3 ), v2 = (β1 , β2 , β3 ), v3 = (γ1 , γ2 , γ3 ) ∈ E . Alors

α1 β1 γ1

1 détB (v1 , v2 , v3 ) = α2 β2 γ2 =
α3 β3 γ3
α1 β2 γ3 + α2 β3 γ1 + α3 β1 γ2 − α3 β2 γ1 − α1 β3 γ2 − α2 β1 γ3 ,
s'appelle déterminant de v1 , v2 , v3 dans la base B .
2 détB est une forme trilinéaire alternée.
Déterminants
Dénition 
α1 β1 γ1
Soit A =  α2 β2 γ2  ∈ M3 (K), on appelle déterminant de
α3 β3 γ3
A, le déterminant
de ses vecteurs colonnes et on note
α1 β1 γ1

dét(A) = α2 β2 γ2 =
α3 β3 γ3
α1 β2 γ3 + α2 β3 γ1 + α3 β1 γ2 − α3 β2 γ1 − α1 β3 γ2 − α2 β1 γ3 .
Déterminants
Exemple
 
1 2 3
Considérons la matrice A =  4 5 6 . Alors
8 8 9

1 2 3

dét(A) = 4 5 6

8 8 9
= (1×5×9)+(4×8×3)+(2×6×8)−(8×5×3)−(1×8×6)−(4×2×9)
= 45 + 96 + 96 − 120 − 48 − 72 = −3.
Déterminants
Règle de Sarrus
Cette règle est valable seulement en dimension 3. Il s'agit de
recopier les deux premières lignes au dessous de la matrice, puis on
additionne les produits de trois termes en les regroupant selon les
diagonales descendantes, et on soustrait ensuite les produits de
trois termes regroupés selon les diagonales montantes.

α1 β1 γ1

α2 β2 γ2

détB (v1 , v2 , v3 ) = α3 β3 γ3

α1 β1 γ1

α2 β2 γ2
= α1 β2 γ3 + α2 β3 γ1 + α3 β1 γ2 − α3 β2 γ1 − α1 β3 γ2 − α2 β1 γ3 .
Déterminants
Interprétation géométrique du déterminant
Proposition
Soient E un R-espace vectoriel de dimension n > 1 et
v1 , v2 , v3 ∈ E .
1 Si n = 2. Alors |dét(v1 , v2 )| est l'aire du parallélogramme
déterminé par v1 et v2 .
2 Si n = 3. Alors |dét(v1 , v2 , v3 )| est le volume du
parallélépipède déterminé par v1 , v2 et v3 .
Déterminants d'ordre n
Plan
1 Déterminants
7 Règle de Cramer

Dénition
Soient E un K -espace vectoriel de dimension n, relativement à une
base B de E . Considérons les vecteurs v1 = (α11 , α21 , · · · , αn1 ),
v2 = (α12 , α22 , · · · , αn2 ), · · · , vn = (α1n , α2n , · · · , αnn ). Alors

α11 α12 · · · α1n

α21 α22 · · · α2n
détB (v1 , · · · , vn ) = . .. .. .. , s'appelle

..
1
. . .
αn1 αn2 · · · αnn
déterminant de v1 , v2 , · · · , vn dans la base B .
2 détB est une forme n-linéaire alternée.
Dénition
Soient E un K -espace vectoriel de dimension n, relativement à une
base B de E . Considérons les vecteurs v1 = (α11 , α21 , · · · , αn1 ),
v2 = (α12 , α22 , · · · , αn2 ), · · · , vn = (α1n , α2n , · · · , αnn ). Alors

α11 α12 · · · α1n

α21 α22 · · · α2n
détB (v1 , · · · , vn ) = . .. .. .. , s'appelle

..
1
. . .
αn1 αn2 · · · αnn
déterminant de v1 , v2 , · · · , vn dans la base B .
2 détB est une forme n-linéaire alternée.
Dénition
Soit A ∈ Mn (K), le déterminant de A c'est le déterminant de ses
vecteurs colonnes dans la base canonique de K n .
Opérations élémentaires
1 Si on multiplie une colonne par λ, le déterminant est multiplié

par λ.
2 Si on permute deux colonnes, le déterminant change le signe.
3 Si on ajoute à une colonne une combinaison linéaire des autres
colonnes, le déterminant ne change pas.
Exemple
Calculons le déterminant

1 2 3 1 2 3

4 5 6 = 0 −3 −6 L2 ← L2 − 4L1

8 8 9 0 −8 −15 L3 ← L3 − 8L1

−3 −6 1 2
= = −3
−8 −15 −8 −15

1 2
= −3 = −3.
0 1
Propriétés des déterminants
Plan
1 Déterminants
7 Règle de Cramer


Théorème
Soient E un K -espace vectoriel de dimension n, B une base de E
et {v1 , · · · , vn } une famille de vecteurs de E . Alors
{v1 , · · · , vn } est libre ⇔ détB (v1 , · · · , vn ) 6= 0.
Corollaire
Soit A ∈ Mn (K), on a :
1 A est inversible ⇔ détB (A) 6= 0.
2 Si une colonne de A est nulle le déterminant de A est nulle.
3 Si deux colonnes sont égales où proportionnelles le
déterminant est nul.
Théorème
Soit A ∈ Mn (K), alors dét(A) = dét(At ).
Déterminant d'un endomorphisme
Plan
1 Déterminants
7 Règle de Cramer

Dénition
Soit E un K -espace vectoriel de dimension nie de base
B = {e1 , · · · , en } et f ∈ LK (E). On appelle déterminant de f
qu'on note détB (f ) = dét(M at(f ; B)).
Proposition
Soient E un K -espace vectoriel de dimension nie et B une base
de E . Alors, pour tous f, g ∈ LK (E) et λ ∈ K on a :
détB (λf ) = λn détB (f ).
détB (gof ) = détB (g).détB (f ).
Corollaire
Soient M, N ∈ Mn (K) et λ ∈ K, on a :
dét(λM ) = λn détB (M ).
dét(M × N ) = dét(M ).dét(N ).
Si A est inversible, alors dét(A−1 ) = (dét(A))−1 .
Calcul des déterminants
Plan
1 Déterminants
7 Règle de Cramer


Proposition
Considérons la matrice
 
0
.. 
. 

A=
 A0  ∈ Mn (K),
 0 
× ··· × α
où A0 ∈ Mn−1 (K). Alors dét(A) = α.dét(A0 ).
Corollaire
Soit A = (αij ) ∈ Mn (K) une matrice carrée triangulaire supérieure (ou
inférieure). Alors
n
Y
dét(A) = αii .
i=1
Exemple
 
−1 2 3
Si A =  2 −3 1  , on a :
1 3 −2

−1 2 3 −1 2 3 −1 2 3

dét(A) = 2 −3 1 = 0 1 7 = 0 1 7 = 34.

1 3 −2 0 5 1 0 0 −34
Exemple
Calculons le déterminant

1
1 2 1
1 1 2 1

3
1 4 5
= 0 −2 −2 2 L2 ← L2 − 3L1

7
6 1 2
0 −1 −13 −5 L3 ← L3 − 7L1
1
1 3 4 0 0 1 3 L4 ← L4 − L3

1 1 2 1

1 1
2 1
0 1 1 −1 = −2 0 1
1 −1
= −2
0 −1 −13 −5

0 0
−12 −6 L3 ← L3 + L2
0 0 1 3 0 0 1 3

1 1 2 1 1 1 2 1

0 1 1 −1 0 1 1 −1
= (−2) × (−6) = 12 = 60.
0 0 2 1 0 0 2 1
5
0 0 1 3 0 0 0 2
Mineurs & Cofacteurs
Dénition
Soit A = (αij ) ∈ Mn (K) une matrice carrée. On note Aij la
matrice obtenue en supprimant la ième ligne et la j ème colonne de
A.
Le scalaire Mij (A) = dét(Aij ) est dit le (i, j)ème -mineur de A.
Le scalaire Cij (A) = (−1)i+j Mij (A) est dit le
(i, j)ème -cofacteur de A.
Si aucune confusion n'est à craindre, on note Mij (A) par Mij
et Cij (A) par Cij .
Développement d'un déterminant
Théorème
Soit A = (αij ) ∈ Mn (K). Alors
dét(A) = ni=1 αij Cij (A), pour tout j = 1, 2, · · · , n
P
(Développement suivant la j ème colonne).
dét(A) = nj=1 αij Cij (A), pour tout i = 1, 2, · · · , n
P
(Développement suivant la ième ligne).

Développement d'un déterminant
Remarque
Il est clair que, pour chaque coecient αij le signe (−1)i+j est
donné selon sa place dans la matrice en commençant par le signe +
pour α11 et en changeant le signe pour chaque changement de
ligne ou de colonne.
 
+ − + − + ···

 − + − + − ··· 

 + − + − + ··· 
.. .. .. .. .. ..
 
. . . . . .
Développement suivant une colonne

 
−1 2 3
On considère la matrice A =  2 −3 1 .
1 3 −2
(1) Développement suivant la première colonne. On a

−3 1
• M11 = = 3 et C11 = (−1)1+1 M11 = 3,
3 −2

2 3
• M21 = = −13 et C21 = (−1)2+1 M21 = 13,
3 −2

2 3
• M31 = = 11 et C31 = (−1)3+1 M31 = 11.
−3 1
Ainsi,
dét(A) = α11 C11 + α21 C21 + α31 C31
= (−1 × 3) + (2 × 13) + (1 × 11) = 34.

Développement suivant une colonne

 
−1 2 3
On considère la matrice A =  2 −3 1 .
1 3 −2
(2) Développement suivant la deuxième colonne. On a

2 1
• M12 = = −5 et C12 = (−1)1+2 M12 = 5,
1 −2

−1 3
• M22 = = −1 et C22 = (−1)2+2 M22 = −1,
1 −2

−1 3
• M32 = = −7 et C32 = (−1)3+2 M32 = 7.
2 1
Ainsi,
dét(A) = α12 C12 (A) + α22 C22 (A) + α32 C32 (A)
= (2 × 5) + (−3 × −1) + (3 × 7) = 34.

La matrice adjointe
Plan
1 Déterminants
7 Règle de Cramer

La matrice adjointe
La matrice adjointe
Soit A = [αij ] ∈ Mn (K) une matrice carrée.

1 On appelle comatrice de A, noté com(A), la matrice des
cofacteurs de A.
2 La transposée de la comatrice de A est dite matrice adjointe
de A et on la note :
 
C11 C21 · · · Cn1
 C12 C22 · · · Cn2 
adj(A) =  . .. .. .. .
 
 .. . . . 
C1n C2n · · · Cnn
La matrice adjointe
La matrice adjointe
Exemple
 
1 2 3
Considérons la matrice A =  4 5 6 , alors
8 8 9
   
C11 C21 C31 −3 6 −3
adj(A) =  C12 C22 C32  =  12 −15 6 .
C13 C23 C33 −8 8 −3
La matrice adjointe
Formule de l'inverse
Théorème
Soit A = [αij ] ∈ Mn (K). Alors,
A.adj(A) = adj(A).A = dét(A)In .
Corollaire
Si dét(A) 6= 0, alors A est inversible et on a :
1
A−1 = .adj(A)
dét(A)
La matrice adjointe
Formule de l'inverse : Exemple

 
−1 2 3
On considère la matrice A =  2 −3 1  , on a
1 3 −2

−3 1 2 3 2 3
dét(A) = −
− 2
+ = 34 6= 0,
3 −2 3 −2 −3 1
donc A est inversible.

 Alors la matrice
  des cofacteurs de
 A est :
C11 C12
C13 3 5 9
Com(A) =  C21 C23  =  13 −1
C22 5 . Ainsi,
C31 C32
C33
 11
 7 −1
3 13 11
adj(A) = Com(A)t =  5 −1 7 . Par suite,
 9  5 −1
3 13 11
1 
A−1 = 5 −1 7 .
34
9 5 −1
Règle de Cramer
Plan
1 Déterminants
7 Règle de Cramer

Règle de Cramer
Règle de Cramer
Le système linéaire de n équations et n indéterminées x1 , x2 , · · · , xn .


 a11 x1 + · · · + a1n xn = b1
 a21 x1 + · · · + a2n xn = b2

..


 .
an1 x1 + · · · + ann xn = bn

Possède une unique solution, si ∆ = dét(aij ) 6= 0. Cette solution est

donnée par :
∆1 ∆2 ∆n
x1 = , x2 = , · · · , xn = ,
∆ ∆ ∆
où ∆i est le déterminant de la matrice obtenue à partir
 de A = (aij ) en
b1
 b2 
remplaçant sa ième colonne par la matrice colonne  .. .
 
 . 
bn
Règle de Cramer
Règle de Cramer : Exemple

Utilisons la règle de Cramer pour résoudre le système suivant :

 −2x + 3y − z = 1
x + 2y − z = 4
−2x − y + z = −3

D'abord on a :

−2 3 −1

∆ = 1 2 −1 = −2 6= 0.
−2 −1 1
Donc, on peut appliquer la règle de Cramer pour résoudre ce
système linéaire.
∆x ∆y ∆z
x= , y= , z= .
∆ ∆ ∆
Avec :
Règle de Cramer
Règle de Cramer : Exemple

1 3 −1 1 3 −1 1 3 −1
∆x = 4 2 −1 = 4 2 −1 = 3 −1 0 = −4.
−3 −1 1 1 1 0 1 1 0

−2 1 −1 −2 1 −1 −2 −1 −1
∆y = 1 4 −1 = 1 4 −1 = 1 5 −1 = −6.
−2 −3 1 −1 1 0 −1 0 0

−2 3 1 −2
3 1 −2
1 1
∆z = 1 2 4 = 1 2 4 = 1 3 4 = −8.
−2 −1 −3 −8 8 0 −8 0 0
Par suite, x = 2, y = 3, z = 4.
Valeurs Propres et Vecteurs Propres
Plan
1 Déterminants
7 Règle de Cramer

Dénition : Matrices semblables

Soient A, B ∈ Mn (K) deux matrices carrées. On dit que B est
semblable à A, s'il existe une matrice inversible P ∈ Mn (K) telle
que B = P −1 AP .
Dénition : Valeurs propres & vecteurs propres

Soient A ∈ Mn (K) et λ ∈ K . On dit que λ est une valeur propre
de A, s'il existe une matrice colonne non nul x ∈ Mn×1 (K) telle
que Ax = λx. Une telle matrice colonne x est dite vecteur propre
de A associé à la valeur propre λ.
A noter que les vecteurs propres sont par dénition non nuls.
Théorème
Soient A ∈ Mn (K) une matrice carrée et λ ∈ K . Alors
λ est une valeur propre de A si et seulement si dét(A − λIn ) = 0.
Corollaire
Les matrices semblables ont les mêmes valeurs propres.
Polynôme caractéristique d'une matrice

Dénition
Soient A = (aij ) ∈ Mn (K) et λ ∈ K . On a

a11 − λ a12 ··· a1n

a21 a22 − λ ··· a2n
dét(A − λIn ) = .. .. .. .. .

. . . .

an1 an2 ··· ann − λ
Alors dét(A − λIn ) est un polynôme de degré n en λ, qu'on appelle

polynôme caractéristique de A. En plus, l'équation dét(A − λIn ) = 0 est
dite équation caractéristique de A.
Les valeurs propres de A sont évidement les racines du polynôme
caractéristique de A. Si le corps K = C, le nombre de ces racines est égal
à n.
Soient λ1 , λ2 , · · · , λk les valeurs propres distinctes de A. Alors, le

polynôme caractéristique de A peut être factorisé sous la forme
dét(A − λIn ) = (−1)n (λ − λ1 )r1 (λ − λ2 )r2 · · · (λ − λk )rk .
Les entiers r1 , r2 , · · · , rk sont appelés les ordres de multiplicité (ou

les multiplicités algébriques) de λ1 , λ2 , · · · , λk respectivement.
Exemple

0 1
Considérons la matrice A = . On a
−1 0

−λ 1
= λ2 + 1.

dét(A − λI2 ) =
−1 −λ
Puisque λ2 + 1 n'a pas de racines réelles, donc A ne possède pas

des valeurs propres réelles. Cependant, si on regarde A comme une
matrice sur C alors elle a deux valeurs propres i et −i.

Determinant en Beamer PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Determinant en Beamer PDF

Transféré par

Droits d'auteur :

Formats disponibles

Cours d'algèbre II (SMPC)

Cours d'algèbre II (SMPC)

Prof. Mohamed Louzari

Abdelmalek Essaâdi University, Tetouan

Année Universitaire: 2017-2018

3 Propriétés des déterminants

4 Déterminant d'un endomorphisme

5 Calcul des déterminants

8 Valeurs Propres et Vecteurs Propres

3 Propriétés des déterminants

4 Déterminant d'un endomorphisme

5 Calcul des déterminants

8 Valeurs Propres et Vecteurs Propres

Dans ce chapitre, nous considérons les matrices à coecients dans

Formes p-linéaires alternées

Formes p-linéaires alternées

2 Si f est alternée et ui = uj , alors f (u1 , · · · , up ) = 0.

Interprétation géométrique du déterminant

3 Propriétés des déterminants

4 Déterminant d'un endomorphisme

5 Calcul des déterminants

8 Valeurs Propres et Vecteurs Propres

1 Si on multiplie une colonne par λ, le déterminant est multiplié

Propriétés des déterminants

3 Propriétés des déterminants

4 Déterminant d'un endomorphisme

5 Calcul des déterminants

8 Valeurs Propres et Vecteurs Propres

Propriétés des déterminants

Propriétés des déterminants

Propriétés des déterminants

Propriétés des déterminants

Déterminant d'un endomorphisme

3 Propriétés des déterminants

4 Déterminant d'un endomorphisme

5 Calcul des déterminants

8 Valeurs Propres et Vecteurs Propres

Déterminant d'un endomorphisme

Déterminant d'un endomorphisme

Déterminant d'un endomorphisme

Déterminant d'un endomorphisme

Calcul des déterminants

3 Propriétés des déterminants

4 Déterminant d'un endomorphisme

5 Calcul des déterminants

8 Valeurs Propres et Vecteurs Propres

Calcul des déterminants

Calcul des déterminants

où A0 ∈ Mn−1 (K). Alors dét(A) = α.dét(A0 ).

Calcul des déterminants

Calcul des déterminants

Calcul des déterminants

Calcul des déterminants

Mineurs & Cofacteurs

Calcul des déterminants

Développement d'un déterminant

(Développement suivant la ième ligne).

Calcul des déterminants

Développement d'un déterminant

Calcul des déterminants

Développement suivant une colonne

= (−1 × 3) + (2 × 13) + (1 × 11) = 34.

Calcul des déterminants

Dans ce chapitre, nous considérons les matrices à coecients dans

Dénition : Matrices semblables

Dénition : Valeurs propres & vecteurs propres