DE - DETERMINANTS

Rappels sur la méthode du pivot

Si A est une matrice de M (n, m; R), les opérations intervenant dans la méthode du pivot s’interprètent
comme le produit de A par des matrices particulières.

Opération de première espèce : si on ajoute à la ligne i de A, λ fois la ligne j, on obtient une

(i,j) (i,j)
matrice B = Tλ A, où Tλ est la matrice triangulaire supérieure de format (n, n) ayant des 1 sur
la diagonale principale, et des zéros partout ailleurs sauf pour le coefficient d’indice (i, j) qui vaut λ.
(i,j) (i,j) (j,i)
On remarque que cette matrice est inversible et que son inverse vaut T−λ , et que tTλ = Tλ

Opération de deuxième espèce : si on permute les lignes i et j de A, on obtient une matrice

B = S (i,j) A, où S (i,j) est la matrice symétrique de format (n, n) qui a des 1 sur la diagonale sauf pour
les coefficients d’indice (i, i) et (j, j), et dont les autres termes sont nuls sauf ceux d’indice (i, j) et
(j, i) qui valent 1. Cette matrice est symétrique, inversible, et égale à son inverse.

Opération de troisième espèce : si on multiplie la ligne i de A par le nombre µ non nul, on ob-
(i) (i)
tient une matrice B = Dµ A, où Dµ est la matrice diagonale de format (n, n) dont tous les éléments
diagonaux valent 1, sauf celui d’indice (i, i) qui vaut µ. Cette matrice est symétrique, inversible et son
(i)
inverse est D1/µ .

Nous appellerons matrice élémentaire une matrice d’un des trois types définis précédemment. En par-
ticulier, l’inverse d’une matrice élémentaire est élémentaire, la transposée d’une matrice élémentaire
est élémentaire.

Plaçons nous maintenant dans le cas où m = n.

Si la matrice A est de rang n, alors on peut la transformer par une suite d’opérations en la matrice
unité In . Donc, il existe des matrices élémentaires telles que

Pq′ · · · P1′ A = In ,

et l’on en déduit
A = (P1′ )−1 · · · (Pq′ )−1 = P1 · · · Pq ,
et toute matrice inversible est le produit de matrices élémentaires.

Si A est de rang r, il existera des matrices élémentaires telles que

Pq′ · · · P1′ A = Jr ,

où Jr est de la forme  
Ir B
Jr = ,
O O
DE 2

c’est une matrice ayant n − r lignes de 0, et Ir désigne la matrice unité de format (r, r).

Alors
A = (P1′ )−1 · · · (Pq′ )−1 Jr = P1 · · · Pq Jr .
Donc si A est de rang r c’est le produit de matrices élémentaires et d’une matrice Jr .

Axiomes de définition du déterminant d’une matrice

Nous admettrons le théorème suivant :

Il existe une application de M (n, R) dans R qui à une matrice carrée A d’ordre n associe un nombre
appelé déterminant de A et noté det A et qui vérifie les propriétés suivantes :

(i) pour toute matrice carrée A d’ordre n et quels que soient i et j compris entre 1 et n, et λ réel,
(i,j)
det(Tλ A) = det A .

(ii) pour toute matrice carrée A d’ordre n et quels que soient i et j compris entre 1 et n,

det(S (i,j) A) = − det A .

(iii) pour toute matrice carrée A d’ordre n et quels que soient i compris entre 1 et n, et µ réel non nul,

det(Dµ(i) A) = µ det A .

(iv) det In = 1.

Nous dirons qu’un déterminant est d’ordre n, si c’est le déterminant d’une matrice (n, n).

Nous allons voir comment à partir de ces quatre axiomes, on peut déduire les résultats généraux et les
méthodes de calcul des déterminants.

Notation - Soit n ≥ 2. Si  
a11 a12 ··· a1n
 a21 a22 ··· a2n 
 
A= . .. .. 
 .. . . 
an1 an2 · · · ann
on notera  
 a11 a12 · · · a1n 

 a21 a22 · · · a2n 

det A =  . .. ..  .
 .. . . 

an1 an2 · · · ann 
 DE 3

Autre formulation des axiomes

(i) signifie que l’on ne change pas un déterminant en ajoutant à une ligne un multiple d’une autre, et
donc plus généralement une combinaison linéaire des autres.

(ii) signifie que si l’on permute deux lignes d’un déterminant, il change de signe.

(iii) signifie que si l’on multiplie une ligne par µ le déterminant est multiplié par µ, ou encore que si
l’on met µ en facteur dans une ligne du déterminant, il est mis en facteur dans le déterminant.

Cas particulier n = 1.

Si A = (a11 ), il est évident que l’application qui à A associe le nombre a11 vérifie les propriétés (iii)
et (iv), (le cas des propriétés (i) et (ii) ne se pose pas). On posera donc det A = a11 , et on supposera
désormais que n ≥ 2. On pourra facilement vérifier que les formules obtenues dans la suite pour n ≥ 2
sont valable aussi si n = 1.

Quelques conséquences lorsque n ≥ 2

(1) Si une matrice A possède deux lignes égales, alors det A = 0.

En effet d’après (ii), si l’on permute les deux lignes égales, on trouve la même matrice mais alors
det A = − det A .
(2) Si une matrice A possède une ligne de zéros, alors det A = 0.

En effet, si A = 0, alors cela résulte de (1). Si A 6= 0, on ajoute à la ligne de zéros une ligne non nulle.
Le déterminant ne change pas, mais la matrice possède cette fois deux lignes égales, et le déterminant
est nul d’après (1).

(3) Si une ligne de A est combinaison linéaire des autres, alors det A = 0.

En effet, en ajoutant à la ligne l’opposée de la combinaison linéaire, on obtient une ligne de 0 et on ne

change pas le déterminant, donc il est nul d’après (2).

(4) det(λA) = λn det A.

En effet chacune des n lignes étant multipliée par λ, le déterminant est multiplié par λn .

(5) Le déterminant d’une matrice diagonale est le produit des éléments diagonaux.

En effet, si un élément diagonal est nul, le déterminant possède une ligne de zéros et est nul. Sinon,
en mettant successivement chaque élément de la diagonale principale en facteur, on obtient le produit
des éléments diagonaux multiplié par le déterminant de In qui vaut 1.
DE 4

Calcul du déterminant par la méthode du pivot

Si l’on transforme une matrice A en la matrice B par la méthode du pivot, deux cas sont possibles.

(1) Si le rang de A est strictement plus petit que n, il existe une ligne de zéros et le déterminant est nul.

(2) Si le rang de A vaut n, on transforme A en une matrice diagonale. Les opérations de première
espèce ne changent pas le déterminant. Si l’on fait k opérations de deuxième espèce, le déterminant est
multiplié par (−1)k . On obtient alors une matrice diagonale, où les pivots π1 ,. . . πn se trouvent sur la
diagonale principale et donc
det A = (−1)k π1 · · · πn .
Le déterminant est donc, au signe près, le produit des pivots. En particulier il est non nul. On en déduit
alors le résultat important suivant :

Une matrice A est de rang n, donc est inversible, si et seulement si det A 6= 0.

Exemples
 
0 2 1
(1) Calculons le déterminant de la matrice A = 1 1 2. En appliquant la méthode du pivot, on
2 3 1
obtient en utilisant les opérations de première espèce :
       
 0 2 1 0 2 1  0 0 7  0 0 7
  
det A =  1 1 2 = 1 1 2  = 1 0 5  = 1 0 0
 2 3 1 0 1 −3 0 1 −3 0 1 0

on permute alors les deux premières lignes. Il y a changement de signe :

 
1 0 0
 
det A = − 0 0 7
0 1 0

puis les deux dernières. Il y a un nouveau changement de signe :

 
1 0 0
 
det A = 0 1 0
0 0 7

On obtient une matrice diagonale, et det A est le produit des éléments diagonaux, donc det A = 7.

(2) Les matrices élémentaires - Il résulte immédiatement des axiomes (en écrivant P = P I) que
(i,j)
det Tλ =1 , det S (i,j) = −1 , det Dµ(i) = µ .

(3) Les matrices triangulaires - Le déterminant est le produit des éléments diagonaux. En effet, si
le rang est r < n, la méthode du pivot fait apparaître n − r lignes de zéros et le déterminant est nul,
sinon, elle transforme la matrice initiale en une matrice diagonale ayant les mêmes éléments diagonaux.
 DE 5

Les formules du produit et de la transposée.

De ce qui précède, on déduit que

det(AB) = det A det B ,
lorsque A est une matrice élémentaire et B est une matrice quelconque.

Si maintenant A = P1 · · · Pq est un produit de matrices élémentaires, on en déduit facilement par

récurrence que, quel que soit B,

det(AB) = det P1 · · · det Pq det B .

En particulier, si B = In ,
det A = det P1 · · · det Pq ,
et donc
det(AB) = det A det B .
Si A est une matrice inversible, c’est un produit de matrices élémentaires et donc

det(AB) = det A det B .

Si A n’est pas inversible, alors, det A = 0, et on peut écrire

A = P1 · · · Pq Jk ,

avec k < n, donc

det(AB) = det P1 · · · det Pq det(Jk B). .
Mais la matrice Jk B a également au moins une ligne de 0, donc, son déterminant est nul. Alors

det(AB) = 0 = det A det B .

On a donc finalement quels que soient A et B

det(AB) = det A det B

En particulier le produit de deux matrices A et B est inversible si et seulement si les deux matrices
sont inversibles.

De plus, si A est inversible, on déduit de l’égalité

AA−1 = In ,

que
det A det(A−1 ) = 1 ,
DE 6

donc
det(A−1 ) = (det A)−1

Etudions maintenant la transposée. On remarque que pour une matrice élémentaire

det( tA) = det A .

et pour un produit de matrices élémentaires A = P1 · · · Pq , on a

det A = det P1 · · · det Pq ,

mais
t
A = tPq · · · tP1 ,
et
det( tA) = det( tPq ) · · · det( tP1 ) .
Mais alors
det( tA) = det(Pq ) · · · det(P1 ) ,
D’où l’on déduit
det( tA) = det A .
C’est le cas, si A est une matrice inversible. Enfin puisque A est inversible si et seulement si tA est
inversible, on a, si A n’est pas inversible

det( tA) = det A = 0 .

On a donc finalement, pour toute matrice A,

det tA = det A

Conséquence - Tout ce que l’on a dit précédemment pour des lignes de A peut se dire également
pour les colonnes de A. Par exemple :

- on ne change pas un déterminant en ajoutant à une colonne une combinaison linéaire des autres,
- si µ est en facteur dans une colonne il est en facteur dans le déterminant
- un déterminant qui a une colonne de zéros est nul, etc . . . .

Développement d’un déterminant par blocs diagonaux

Si la matrice A a tous ses termes nuls exceptés les termes de blocs carrés A1 ,. . . , Ap à cheval sur la
diagonale principale, alors
det A = det A1 · · · det Ap .
 DE 7

En effet les opérations élémentaires sur les éléments d’une matrice Ai ne modifient pas les autres. On
choisit les pivots successivement dans A1 ,. . . ,Ap . S’il existe dans un Ai une ligne de zéros, alors il existe
une ligne de zéros dans A, et
det A = 0 = det A1 · · · det Ap .
Sinon, les pivots de A sont obtenus en réunissant les pivots des Ai et le déterminant est le produit de
ces pivots. Alors en regroupant ceux de chaque Ai on trouve encore

det A = det A1 · · · det Ap .

Exemple  
1 0 0 0  
   
2 2 0 0  1 0 3 1 
 = = 2 × (−3) = −6 .
0 0 3 1  2 2 0 −1

0 0 0 −1
Déterminant d’un système de n vecteurs dans une base donnée

Soit S = (X1 , . . . , Xn ) un système de n vecteurs dans un espace de dimension n, on appellera déter-

minant de S dans la base B, et on notera detB (X1 , . . . , Xn ), le déterminant de la matrice A de S
dans cette base.

Si A′ est la matrice de S dans une base B ′ , et si P est la matrice de passage de B à B ′ , on a

A = P A′ ,

donc
det A = det P det A′ ,
le déterminant du système dépend donc de la base. Mais bien sûr, si le système n’est pas libre

det A = det A′ = 0 .

Par contre si le système est libre, il y a n pivots et le déterminant (qui est au signe près, le produit
des pivots) est non nul quel que soit la base. Donc :

un système S de n vecteurs d’un espace de dimension finie n est une base si et seulement son déter-
minant dans une base quelconque est non nul.

Déterminant d’un endomorphisme

Soit E un espace vectoriel de dimension n et soit f une application linéaire de E dans E. Si A et A′

sont les matrices de f dans les bases B et B ′ respectivement, on a

A′ = P −1 AP

où P est la matrice de passage de B à B ′ . Alors

det A′ = det(P −1 ) det A det P .

DE 8

mais, puisque
det(P −1 ) = (det P )−1 ,
on trouve
det A = det A′ .
Donc le déterminant ne dépend pas de la base. On dira alors que c’est le déterminant de f . Donc :

un endomorphisme f d’un espace de dimension fini est bijectif si et seulement si det f 6= 0.

Déterminant et multilinéarité

Soit B une base fixée dans un espace E de dimension finie n. On étudie l’application de E n dans R qui
à (X1 , . . . , Xn ) associe le déterminant detB (X1 , . . . , Xn ) du système dans la base B. (Pour simplifier
les notations, on omettra l’indice B dans ce qui suit).

Tout d’abord
det(λX1 , X2 , . . . , Xn ) = λ det(X1 , X2 , . . . , Xn ) ,
puisque λ est en facteur dans la première colonne de la matrice du système dans la base B.

Maintenant regardons det(X1 + Y1 , X2 , · · · , Xn ). Il y a deux cas possibles :

(1) le système (X1 , . . . , Xn ) est libre dans Rn . Alors Y1 s’écrit comme combinaison linéaire des vecteurs
de ce système. Donc
Y1 = α1 X1 + · · · + αn Xn .
Alors
det(X1 + Y1 , X2 , · · · , Xn ) = det((1 + α1 )X1 + α2 X2 + · · · αn Xn , X2 , . . . , Xn ) .
Mais en ajoutant à la première colonne la combinaison linéaire −(α2 X2 + · · · αn Xn ), on obtient

det(X1 + Y1 , X2 , · · · , Xn ) = det((1 + α1 )X1 , X2 , . . . , Xn ) ,

puis en mettant en facteur 1 + α1 ,

det(X1 + Y1 , X2 , · · · , Xn ) = (1 + α1 ) det(X1 , X2 , . . . , Xn ) .

Mais on a aussi,de manière analogue,

det(Y1 , X2 , · · · , Xn ) = α1 det(X1 , X2 , . . . , Xn ) ,

et, finalement

det(X1 + Y1 , X2 , · · · , Xn ) = det(X1 , X2 , . . . , Xn ) + det(Y1 , X2 , . . . , Xn ) .

(2) le système (X1 , . . . , Xn ) est lié dans Rn , donc

det(X1 , X2 , · · · , Xn ) = 0 ,
 DE 9

et il existe α1 , . . . , αn non tous nuls tels que

α1 X1 + α2 X2 + · · · + αn Xn = 0 .

Si α1 n’est pas nul, alors, on peut exprimer X1 comme combinaison linéaire de X2 ,. . . ,Xn . donc en
ajoutant à la première colonne, l’opposée de cette combinaison linéaire

det(X1 + Y1 , X2 , · · · , Xn ) = det(Y1 , X2 , . . . , Xn ) = det(X1 , X2 , . . . , Xn ) + det(Y1 , X2 , . . . , Xn ) .

Si α1 est nul, alors

α2 X2 + · · · + αn Xn = 0 ,
avec des αi non tous nuls, donc le système (X2 , · · · , Xn ) est lié. Alors les systèmes (X1 +Y1 , X2 , · · · , Xn )
et (Y1 , X2 , · · · , Xn ) sont également liés, donc tous les déterminants son nuls et l’on a

det(X1 + Y1 , X2 , · · · , Xn ) = 0 = det(X1 , X2 , . . . , Xn ) + det(Y1 , X2 , . . . , Xn ) .

Conclusion, si l’on fixe X2 , . . . , Xn , l’application qui à X associe det(X, X2 , . . . , Xn ) est linéaire.

Mais, en fait, ce résultat reste vrai quelles que soient les n − 1 variables fixées parmi les n : on a
linéarité par rapport à la n−ième. On traduit ceci en disant que l’application déterminant est une
forme multilinéaire (ou n-linéaire).

Comme de plus on change de signe si l’on permute deux vecteurs, on dit que le déterminant est une
forme multilinéaire alternée.

Exemple - Soit A et B deux matrices de M (n; R) ayant toutes leurs colonnes identiques sauf les deux
premières. Notons X1 , X2 , . . . , Xn les colonnes de A et Y1 , X2 , . . . , . . . , Xn celles de B. Alors A + B a
comme colonnes X1 + Y1 , 2X2 , . . . , . . . , 2Xn . Et donc

det(A + B) = det(X1 + Y1 , 2X2 , . . . , . . . , 2Xn ) .

Comme 2 est en facteur dans n − 1 colonnes

det(A + B) = 2n−1 det(X1 + Y1 , X2 , . . . , . . . , Xn ) .

Et par linéarité par rapport à la première colonne,

det(A + B) = 2n−1 (det(X1 , X2 , . . . , . . . , Xn ) + det(Y1 , X2 , . . . , . . . , Xn )) = 2n−1 (det A + det B) .

Remarque - Sauf dans des cas particuliers comme l’exemple précédent, il n’y a pas de formule général
liant det(A + B), det A et det B.

Développement d’un déterminant par rapport à une ligne ou une colonne

Quelques définitions

Soit A = (aij ), une matrice carrée d’ordre n. Notons A(i, j) la matrice extraite de A en enlevant la
ligne i et la colonne j de A. On appelle mineur de aij le déterminant det A(i, j) de cette matrice.
DE 10

C’est donc un déterminant d’ordre n − 1.

aij = (−1)i+j det A(i, j).

On appelle cofacteur de aij le nombre e

Si X1 ,. . . ,Xn désignent les colonnes de A et si l’on note E1 ,. . . , En les vecteurs de la base canonique
B de Rn , on a alors
det A = det(X1 , . . . , Xn ) .
Mais,
Xj = a1j E1 + · · · + anj En .
donc par linéarité

det A = a1j det(X1 , . . . , Xj−1 , E1 , Xj+1 , . . . , Xn ) + · · · + anj det(X1 , . . . , Xj−1 , En , Xj+1 , . . . , Xn ) .

Calculons
 
 a11 ··· a1(j−1) 0 a1(j+1) ··· a1n 
 
 .. .. .. .. .. 
 . . . . . 
 
a(i−1)1 ··· a(i−1)(j−1) 0 a(i−1)(j+1) ··· a(i−1)n 

∆ij = det(X1 , . . . , Xj−1 , Ei , Xj+1 , . . . , Xn ) =  ai1 ··· ai(j−1) 1 ai(j+1) ··· ain  .
a ··· a(i+1)(j−1) 0 a(i+1)(j+1) ··· a(i+1)n 
 (i+1)1
 . .. .. .. .. 
 .. . . . . 

 an1 ··· an(j−1) 0 an(j+1) ··· ann 

En combinant la j−ème colonne aux autres pour faire apparaître des zéros dans la ligne i, on obtient
 
 a11 · · · a1(j−1) 0 a1(j+1) · · · a1n 
 
 .. .. .. .. .. 
 . . . . . 
 
a(i−1)1 · · · a(i−1)(j−1) 0 a(i−1)(j+1) · · · a(i−1)n 
 
∆ij =  0 ··· 0 1 0 ··· 0  .
a(i+1)1 · · · a(i+1)(j−1) 0 a(i+1)(j+1) · · · a(i+1)n 
 
 .. .
. .
. .
. .
. 
 . . . . . 

 an1 ··· an(j−1) 0 an(j+1) ··· ann 

On remonte la ligne i en haut du déterminant en la permutant avec les i − 1 précédentes, donc

 
 0 ··· 0 1 0 ··· 0 

 a11 · · · a1(j−1) 0 a1(j+1) ··· a1n 

 .. .. .. .. .. 
 . . . . . 

∆ij = (−1)i−1 a(i−1)1 · · · a(i−1)(j−1) 0 a(i−1)(j+1) · · · a(i−1)n  .
a(i+1)1 · · · a(i+1)(j−1) 0 a(i+1)(j+1) · · · a(i+1)n 

 .. .. .. .. .. 
 . . . . . 

 an1 ··· an(j−1) 0 an(j+1) ··· ann 
On ramène la colonne j à gauche du déterminant en la permutant avec les j − 1 précédentes, donc
 DE 11

 
1 0 ··· 0 0 ··· 0 
 
0 a11 ··· a1(j−1) a1(j+1) ··· a1n 
 
 .. .. .. .. .. 
. . . . . 
 
∆ij = (−1)i−1 (−1)j−1 0 a(i−1)1 ··· a(i−1)(j−1) a(i−1)(j+1) · · · a(i−1)n  .

0 a(i+1)1 ··· a(i+1)(j−1) a(i+1)(j+1) · · · a(i+1)n 

 .. .. .. .. .. 
. . . . . 

0 an1 ··· an(j−1) an(j+1) ··· ann 
et finalement, en utilisant le développement par blocs :
 
 a11 ··· a1(j−1) a1(j+1) ··· a1n 
 
 .. .. .. .. 
 . . . . 
 
a · · · a(i−1)(j−1) a(i−1)(j+1) ··· a(i−1)n 
∆ij = (−1)i+j−2  (i−1)1 .
a(i+1)1 · · · a(i+1)(j−1) a(i+1)(j+1) ··· a(i+1)n 
 .. .. .. .. 
 . . . . 

 an1 ··· an(j−1) an(j+1) ··· ann 
Alors, puisque (−1)i+j−2 = (−1)i+j , le déterminant ∆ij n’est autre que le cofacteur de aij et l’on
obtient

det A = a11 e
a11 + · · · + a1n e
a1n .
On obtient le développement du déterminant par rapport à la première colonne. On démontre
de même que l’on a un résultat analogue pour n’importe quelle colonne (ou ligne) :

quel que soit i compris entre 1 et n, on a

n
X
det A = aik e
aik ,
k=1

c’est le développement de det A par rapport à la i−ème ligne, et quel que soit j compris entre 1 et n

n
X
det A = akj e
akj ,
k=1

c’est le développement de det A par rapport à la j−ème colonne.

Remarque - Le nombre (−1)i+j est toujours positif sur la diagonale principale. D’autre part lorsque
l’on se déplace dans une ligne ou une colonne, le signe est alterné. Il est donc facile de voir par quel
signe il faut multiplier le mineur pour avoir le cofacteur correspondant.
DE 12

Déterminant d’ordre 2
 
a11 a12
Soit A = .
a21 a22
Si l’on développe par rapport à la première ligne, le cofacteur de a11 est a22 et celui de a12 est −a21 ,
d’où  
a11 a12 

det A =   = a11 a22 − a12 a21 .
a21 a22 

On peut vérifier que cette expression satisfait aux axiomes (i) à (iv) de définition du déterminant, ce
qui justifie son existence dans ce cas.

Déterminant d’ordre 3

0 2 1
Exemple - Reprenons la matrice A = 1 1 2. Si l’on développe par rapport à la première ligne
2 3 1
     
1 2 1 2 1 1
det A = 0  −2  
2 1 + 1
 
2 3 ,
3 1

donc
det A = −2 × (−3) + 1 = 7 .
 
a11 a12 a13
Formule générale - Soit A = a21 a22 a23 .
a31 a32 a33
Si l’on développe par rapport à la première ligne,

     
a22 a23  a21 a23  a21 a22 
det A = a11   − a12   
a31 a33  + a13 a31 a32 

a32 a33 
= a11 (a22 a33 − a23 a32 ) − a12 (a21 a33 − a23 a31 ) + a13 (a21 a32 − a22 a31 )
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a11 a23 a32 − a13 a22 a31 − a12 a21 a33 .

On peut encore vérifier que cette expression satisfait les axiomes (i) à (iv) de définition du déterminant,
ce qui justifie son existence dans ce cas.

Pour “retenir par cœur” cette formule, on utilise différents moyens “mnémotechniques”. En voici un,
appelé “règle de Sarrus”. Il consiste à organiser les termes “en diagonale”. En pratique, on réécrit les
deux premières lignes de la matrice en dessous de A :

il y a 3 droites parallèles à la diagonale principale qui donneront les 3 produits affectés du signe +, et
3 droites parallèles à l’autre diagonale qui donneront les 3 produits affectés du signe −.
 DE 13




 a11 a12 a13

+



 a21 a22 a23


a31 a32 a33





 a11 a12 a13

−



 a21 a22 a23


Attention, cette règle ne s’applique que pour les déterminants d’ordre 3.

Déterminant d’ordre n

Il est possible d’écrire une formule générale donnant l’expression d’un déterminant sous forme de somme
de produits de coefficients de la matrice. Cette formule utilise la notion de permutation d’un ensemble
fini et ne sera pas abordée ici. C’est cette formule qui permet de justifier l’existence du déterminant.

Le développement par rapport à une ligne permet de ramener le calcul d’un déterminant d’ordre n à
celui de n déterminants d’ordre n − 1. Ce type de calcul est donc assez long en général. La méthode
est facilement utilisable pour des déterminants d’ordre 3 ou 4. (Choisir si possible une ligne ou une
colonne contenant “beaucoup” de zéros). On l’utilise également à l’ordre n dans le but de trouver des
relations de récurrence, comme le montre les exemples suivants.
 
1 2 0 1
1 1 2 1
(a) On veut calculer le déterminant de A = 
1 1
. On développe par rapport à la troisième
0 1
0 1 −1 1
colonne  
1 2 0 1    
  1 2 1  1 2 1
1 1 2 1   
   1 1 − (−1) 1 1 1
1 1 0 1 = −2 1
  0 1 1  1 1 1
0 1 −1 1

le déterminant de droite comporte deux lignes égales. Il est donc nul. Celui de gauche peut se développer
par rapport à la dernière ligne
 
1 2 1    
  1 1 1 2
1 1 1 = −    
  1 1 + 1 1 1 = −1
0 1 1

Donc det A = 2.
DE 14

(b) On veut calculer le déterminant d’ordre n suivant :

 
 1 + x2 x 0 0 
 
 
 
 x 1 + x2 
 
 
 
∆n (x) =  0 0  .
 
 
 1 + x2 x 

 
 
 0 0 x 1 + x2 

Si l’on développe par rapport à la première ligne, on obtient

   
 1 + x2 x 0 0  x x 0 0 
  
   
  0 1 + x2 x 
 x 1 + x 2   
   
  0 x 

2 
  
∆n = (1 + x )  0 0  − x  

   0 
   
 1+x 2 x    

 

 1 + x2 x 

   
 0 0 x 1 + x2  0 0 x 1+x 
2

Les deux déterminants du membre de droite sont d’ordre n − 1. On reconnaît dans le premier ∆n−1 (x).
Si l’on développe le second par rapport à la première colonne
   
x x 0 0   1 + x2 x 0 0 
 
   
 0 1 + x2 x   
   x 1 + x2 
   
0 x   
   
  = x 0 0 
  
 0   
   
 2
  1+x 2 x 
 1 + x x  
   
   
0 0 x 1 + x2   0 0 x 1 + x2 

et cette fois le déterminant de droite est d’ordre n − 2. On reconnaît ∆n−2 (x). Finalement

∆n = (1 + x2 )∆n−1 (x) − x2 ∆n−2 (x) .

On voit que
∆1 (x) = 1 + x2 et ∆2 (x) = (1 + x2 )2 − x2 = 1 + x2 + x4 .
On démontre alors facilement par récurrence que
n
X
∆n (x) = x2k .
k=0
 DE 15

(c) Matrice compagnon

On considère un polynôme unitaire de degré n :

Pn (x) = xn − a1 xn−1 + a2 xn−2 − · · · + (−1)n an ,

où a1 , . . . , an sont n nombres donnés dans R. On considère d’autre part la matrice (n, n), (dépendants
de a1 , . . . , an ), donnée par
 
x 0 0 −a n 
 
 
 
1 
 
 
 
An =  0 0 
 
 
 x −a 
 2 
 
 
0 0 1 x − a1 
On développe le déterminant de An suivant la première ligne :

det An = x det An−1 + (−1)n an .

En effet, si on enlève la première ligne et la dernière colonne, ce qui reste est une matrice (n − 1, n − 1)
triangulaire avec des 1 sur la diagonale. Le cofacteur de −an vaut donc (−1)n+1 . On montre alors par
récurrence que det(An ) = Pn (x).

Remarque - On a An = xIn + Cn , et c’est usuellement Cn que l’on appelle “matrice compagnon de

Pn ”. (Attention, il y a plusieurs choix de signes différents suivants les auteurs).

Calcul de l’inverse d’une matrice

e = (e
Si A = (aij ) est une matrice carrée, la matrice A aij ) est appelée matrice des cofacteurs ou
comatrice de A.

On a alors la formule suivante :

e = t(A)A
A t(A) e = (det A) I ,

e permet d’avoir det A sans avoir à le calculer d’une

(et on remarque en particulier que le calcul de A
autre manière), et, si A est inversible :

1 t e
A−1 = (A) .
det A
DE 16

Attention à ne pas oublier de prendre la transposée de la matrice des cofacteurs.

Démontrons ces formules.

e Donc bij = e
Notons bij les éléments de la matrice t(A). aji .

e
Notons cij les éléments de la matrice A t(A).

On a donc, par la formule du produit de matrices

n
X n
X
cij = aik bkj = aik e
ajk .
k=1 k=1

Si i = j,
n
X
cii = aik e
aik ,
k=1
mais ceci n’est autre que le développement de det A par rapport à la i−ème ligne. Donc
cii = det A .
Si i 6= j
n
X
cij = aik e
ajk ,
k=1
et ceci est le développement par rapport à la j−ème ligne du déterminant obtenu à partir de A en rem-
plaçant la ligne i par la ligne j, c’est-à-dire d’un déterminant ayant deux lignes égales. Donc cij est nul.

Il en résulte bien que

e = (det A) I .
A t(A)
e
On peut faire un calcul analogue pour le produit t(A)A.

Remarque - Le calcul de A−1 par la méthode précédente redonne facilement l’inverse d’une matrice
de format (2, 2)    
a b 1 d −b
= .
c d ad − bc −c a
On peut encore l’utiliser pour une matrice (3, 3) (il y a 9 déterminants d’ordre 2 à calculer). Mais cela
devient inutilisable en pratique pour des ordres supérieurs (à l’ordre n, il y a n2 déterminants d’ordre
n − 1).

Formules de Cramer

Soit S : AX = B un système de n équations linéaires à n inconnues. Alors A est une matrice carrée.
Elle a donc un déterminant et on a vu que A est de rang n si et seulement si det A 6= 0.

Pour un système S : AX = B de n équations linéaires à n inconnues les propriétés suivantes sont

donc équivalentes :
 DE 17

(a) S est un système de Cramer

(b) le système S admet une solution et une seule
(c) le rang de A est n
(d) det A 6= 0 ,

et on peut calculer explicitement la solution :

1 t e
(C) X = A−1 B = (A)B .
det A
   
x1 b1
 ..   .. 
Posons X =  .  et B =  . .
xp bp
e = (bij ) avec bij = e
En notant, comme dans le paragraphe précédent, t(A) aji , on a alors, en écrivant la
t e
formule du produit de matrices (A)B,
n n
1 X 1 X
xk = bki bi = bi e
aik .
det A det A
i=1 i=1

n
X
On remarque alors que aik n’est autre que le développement par rapport à la k−ième colonne du
bi e
i=1
déterminant de la matrice carrée A[k] obtenue en remplaçant dans A la k−ième colonne par le second
membre B.

On obtient ainsi les formules de Cramer

det A[k]
(C) ∀ i , 1 ≤ i ≤ n , xk = .
det A

Exemple - Le système de 2 équations a deux inconnues x et y


ax + by = α
(S )
cx + dy = β

est un système de Cramer si et seulement si ad − bc 6= 0 et alors l’unique solution est donnée par
  
  α b 

  

 1  β d 

 x= (dα − bβ) =  

 ad − bc  a b 

  

  c d 

   .

  a α 

  

 1  c β 

 y= (−cα + aβ) =  

  a b 

 ad − bc  
  c d 
DE 18

Remarque - Pour des calculs explicites, la méthode du pivot est en générale beaucoup plus rapide
que les calculs par les formules de Cramer. (Par exemple pour 3 équations, il faut calculer quatre
déterminants (3,3) ). Celles-ci sont intéressantes lorsque le système comporte des paramètres.

Détermination du rang d’un système

Dans cette partie A est une matrice de M (n, m; R). Nous allons montrer le théorème suivant :

Une matrice A de format (m, n) est de rang r si et seulement si on a les deux propriétés suivantes :
1 il existe une matrice carrée A′ de format (r, r) extraite de A telle que det A′ 6= 0
2 toute matrice carrée A′′ de format (r + 1, r + 1) extraite de A et contenant A′ vérifie det A′′ = 0.

Supposons que l’on ait 1 . Alors un pivot transforme A′ en B ′ qui est telle que det B ′ = det A′ 6= 0.
Donc B ′ est inversible et possède r pivots. Si maintenant on effectue un pivot sur A en prolongeant
à A les opérations faites sur A′ . On obtient une matrice B qui contient au moins les r pivots de B ′ .
Donc rg A ≥ r.

Si l’on a également 2 , et si A′′ est une matrice (r + 1, r + 1) extraite de A et contenant A′ le pivot

précédent transforme A′′ en une matrice B ′′ contenant B ′ et incluse dans B. On a det B ′′ = det A′′ = 0.
On ne peut donc pas trouver un (r + 1)−ième pivot, et rg A = r.

Inversement, si A est de rang r, un pivot transforme A en une matrice B possédant exactement r pivots.
Ces r pivots se trouvent dans une matrice B ′ de format (r, r), qui provient de la transformation par le
pivot d’une matrice A′ de format (r, r) extraite de A. On a alors det A′ = det B ′ 6= 0. Donc 1 est vérifié.

Si maintenant A′′ est une matrice (r + 1, r + 1) extraite de A contenant A′ , le pivot la transforme en

une matrice B ′′ extraite de B et contenant B ′ . Mais B ′′ ne possède que r pivots, donc det B ′′ = 0.
Alors det A′′ = 0, et la propriété 2 est vérifiée.
 
0 1 1 −1
Exemple - On veut chercher le rang de la matrice. A = (aij ) = 1 0 1 1 . On peut procéder de
2 1 3 1
deux manières :

1) Déterminants d’ordre croissant.

Prenons A1 = (a12 ) = (1) Son déterminant n’est pas nul, donc rg A ≥ 1.

 
0 1
Soit ensuite A2 = , contenant A1 et extraite de A (2 premières lignes et colonnes). On a
1 0
det A2 = −1, donc rg A ≥ 2.
 DE 19

Il y a deux matrices contenant A2

   
0 1 1 0 1 −1
1 0 1 et 1 0 1  .
2 1 3 2 1 1

On constate que les déterminants de ces deux matrices sont nuls. Alors rg A = 2.

2) Déterminants d’ordre décroissant.

Le rang de A est au plus 3. On calcule tous les déterminants d’ordre 3 extraits de A. Il y en a quatre.
En plus des déterminants des deux matrices écrites ci-dessus, on a également ceux de
   
1 1 −1 0 1 −1
0 1 1  et 1 1 1  .
1 3 1 2 3 1

On constate que ces quatre déterminants son nuls. Donc rg A ≤ 2. Puis on trouve une matrice (2,2)
extraite de déterminant non nul (la matrice A2 écrite ci-dessus par exemple). Donc rg A = 2.

Remarque finale

Pour la détermination du rang d’une matrice, on peut donc remplacer la méthode du pivot par la
recherche de matrices carrées extraites de déterminant non nul. Encore une fois la méthode du pivot
est beaucoup plus rapide. Mais pour certains problèmes théoriques (des matrices dont les coefficients
dépendent d’un paramètre par exemple), l’utilisation du déterminant peut être plus adaptée.

On peut même poursuivre l’étude et remplacer complètement la méthode du pivot par l’utilisation des
déterminants. Beaucoup d’ouvrages très théoriques (en particulier à certaines époques) ne mentionnent
la méthode du pivot qu’en passant, alors que les ouvrages de mathématiques appliquées (analyse nu-
mérique, calcul scientifique,. . . ) détaillent au contraire les différentes méthodes de choix de pivots, et
d’amélioration de la rapidité des calculs par ces méthodes.

Le déterminant de Vandermonde

A titre d’exemple de calcul de déterminant, on va étudier ici un déterminant particulier, appelé “dé-
terminant de Vandermonde”, que l’on voit apparaître dans divers problèmes de mathématiques.

Soit les n + 1 nombres réels a0 , a1 , . . . , an . On considère le déterminant (n + 1, n + 1) suivant :

 
1 a0 a20 an0 

 
 an1 
1 a1 a21
∆(a0 , a1 , . . . , an ) =  .

 
 
 n

1 an a2n an 
DE 20

Pour trouver sa valeur, on peut considérer ce déterminant comme un polynôme de la variable an dépen-
dant des paramètres a0 , . . . , an−1 . Supposons tout d’abord que les nombres a0 , . . . , an−1 soient distincts.

On peut alors faire les remarques suivantes :

(a) Si on développe ce déterminant par rapport à la dernière ligne, on constate immédiatement que
∆(a0 , a1 , . . . , an ) est un polynôme P (an ) de la variable an de degré n au plus, le coefficient de ann étant
le déterminant ∆(a0 , a1 , . . . , an−1 ) qui est d’ordre n.

(b) Si l’on remplace an dans ∆(a0 , a1 , . . . , an ) par une des autres valeurs a0 , . . . , an−1 le déterminant
a deux lignes égales, il est donc nul.

Alors le polynôme P (an ) est un polynôme de degré n au plus possédant n racines distinctes a0 , . . . , an−1 .
Il se factorise donc sous la forme

P (an ) = αn (an − a0 )(an − a1 ) · · · (an − an−1 ) ,

où αn est le coefficient de ann . On en déduit donc

∆(a0 , a1 , . . . , an ) = ∆(a0 , a1 , . . . , an−1 )(an − a0 )(an − a1 ) · · · (an − an−1 ) .

Ce résultat reste vrai si deux des nombres a0 , . . . , an−1 sont égaux, car les déterminants ∆(a0 , a1 , . . . , an−1 )
et ∆(a0 , a1 , . . . , an ) sont alors nuls puisqu’ils ont deux lignes égales.

Comme
∆(a0 , a1 ) = a1 − a0 ,
on obtient par récurrence que ∆(a0 , a1 , . . . , an ) est le produit de toutes les différences ai − aj , lorsque
0≤j<i≤n: Y
∆(a0 , a1 , . . . , an ) = (ai − aj ) .
{(i,j) | 0≤j<i≤n}

En particulier un tel déterminant est nul si et seulement si il existe i et j distincts tels que ai = aj .

Une conséquence de ce résultat est la suivante :

Soient n + 1 nombres réels distincts a0 , . . . , an et n + 1 réels b0 , . . . , bn . Il existe un polynôme P de

degré au plus n et un seul qui vérifie, pour tout i compris entre 1 et n la relation P (ai ) = bi .
n
X
En effet, si l’on pose P (X) = λi X i , les conditions ci-dessus se traduisent par un système de n + 1
i=0
équations linéaires à n+1 inconnues λ0 , . . . , λn , dont la matrice A a pour déterminant ∆(a0 , a1 , . . . , an ),
et ce déterminant n’est pas nul. La matrice A est donc inversible et le système a une solution et une
seule.