TD30

TD 30 : GROUPE SYMÉTRIQUE ET DÉTERMINANT
▶ Groupe symétrique
EXERCICE 30.1 Décomposer les permutations suivantes en produits de cycles à supports disjoints, puis en produit de F
transpositions. En déduire leur signature

1 2 3 4 5 6 1 2 3 4 5 6 7 8 9 10
𝜎1 = , 𝜎2 =
2 6 5 4 1 3 3 10 6 4 2 1 7 5 8 9
EXERCICE 30.2 Un résultat annoncé en cours PD

Soient (𝑖, 𝑗, 𝑘, ℓ) ∈ ⟦1, 𝑛⟧2 , avec 𝑖 ≠ 𝑗 et 𝑘 ≠ ℓ.
Montrer qu’il existe 𝜎 ∈ 𝔖𝑛 tel que 𝜎 (𝑖) = 𝑘 et 𝜎 ( 𝑗) = ℓ.
Rappelons que ce résultat nous a permis de prouver que si 𝜏1 et 𝜏2 sont deux transpositions, alors il existe 𝜎 ∈ 𝔖𝑛 tel que 𝜏1 = 𝜎𝜏2𝜎 −1 .
EXERCICE 30.3 Montrer par récurrence

sur 𝑛 que toute permutation de 𝔖𝑛 est produit d’au plus 𝑛 − 1 transpositions. PD
1 2 3 4 5
Décomposer 𝜎 = en produit d’au plus 4 transpositions.
3 4 1 5 2
EXERCICE 30.4 Groupe alterné AD

Soit 𝑛 ⩾ 2. Montrer que 𝔄𝑛 = {𝜎 ∈ 𝔖𝑛 | 𝜀 (𝜎) = 1} est un sous-groupe de 𝔖𝑛 , de cardinal 2.
𝑛!
EXERCICE 30.5 D’autres générateurs du groupe symétrique AD

𝑖 +1 𝑗 −1

𝑗 −1 𝑗 −2

1. Monter que pour 1 ⩽ 𝑖 < 𝑗 ⩽ 𝑛, 𝑖 𝑗 = 𝑖 ... 𝑗 ... 𝑖 .
2. Montrer que tout élément de 𝔖𝑛 peut s’écrire comme produit de transpositions de la forme 𝑖 𝑖 + 1 , 𝑖 ∈ ⟦1, 𝑛 − 1⟧.

3. En déduire que tout élément de 𝔖𝑛 est produit de transpositions de la forme 1 𝑖 , 2 ⩽ 𝑖 ⩽ 𝑛.

EXERCICE 30.6 Minoration de la fonction de Landau (Oral ENS Ulm 2019) TD

Pour 𝑛 ∈ N∗ , on note 𝑓 (𝑛) = max min{𝑘 ⩾ 1 | 𝜎 𝑘 = id}.
𝜎 ∈𝔖𝑛
Prouver que pour tout 𝑘 ∈ N, 𝑛𝑘 = 𝑜 (𝑓 (𝑛)).
𝑛→+∞
▶ Formes multilinéaires
EXERCICE 30.7 Soit 𝐴 ∈ M𝑛 (K). Montrer que 𝜑 : (𝑋, 𝑌 ) ↦→ 𝑋 ⊤𝐴𝑌 est une forme bilinéaire sur M𝑛,1 (K). F
Prouver qu’elle est alternée si 𝐴 est antisymétrique.
▶ Formes linéaires alternées
EXERCICE 30.8 Soit 𝜑 : 𝐸 2 → K une forme bilinéaire alternée sur un espace vectoriel 𝐸. F
Pour (𝑥, 𝑦) ∈ 𝐸 2 , exprimer 𝜑 (𝑥 + 𝑦, 𝑥 − 𝑦) en fonction de 𝜑 (𝑥, 𝑦).
EXERCICE 30.9 Soit 𝐸 un espace vectoriel de dimension 𝑛, et soit B une base de 𝐸. Soit également 𝑓 ∈ L(𝐸). AD
Montrer que pour tout (𝑥 1, . . . , 𝑥𝑛 ) ∈ 𝐸𝑛 ,
𝑛
∑︁
detB (𝑥 1, . . . , 𝑥𝑘 −1, 𝑓 (𝑥𝑘 ), 𝑥𝑘+1, . . . 𝑥𝑛 ) = tr(𝑓 )detB (𝑥 1, . . . , 𝑥𝑛 ).
𝑘=1
EXERCICE 30.10 Dimension de l’espace des formes 𝑘-linéaires alternées (Oral ENS) TD
Soit 𝐸 un K-espace vectoriel de dimension 𝑛, et soit 𝑘 ∈ N∗ . Déterminer la dimension de l’espace A𝑘 (𝐸) des formes
𝑘-linéaires alternées sur 𝐸.
MP2I LYCÉE CHAMPOLLION 2022-2023

▶ Déterminants théoriques
EXERCICE 30.11 Soit 𝐴 ∈ M𝑛 (R) une matrice antisymétrique, avec 𝑛 impair. Montrer que det 𝐴 = 0. Est-ce encore PD
vrai si 𝑛 est pair ?
EXERCICE 30.12 Soit 𝐸 un R-espace vectoriel de dimension impaire. Montrer qu’il n’existe pas de 𝑓 ∈ L(𝐸) tel que PD
𝑓 2 = −id𝐸 .
EXERCICE 30.13 Montrer que le volume d’un parallélépipède de R3 dont les sommets sont dans Z est un entier. PD
EXERCICE 30.14 Formules de Cramer AD
Soit 𝐴 ∈ 𝐺𝐿𝑛 (K), de sorte que pour 𝐵 ∈ M𝑛,1 (K), le système 𝐴𝑋 = 𝐵 possède une unique solution, que l’on notera
𝑋 = (𝑥𝑖 )1⩽𝑖 ⩽𝑛 ∈ M𝑛,1 (K). Pour 𝑖 ∈ ⟦1, 𝑛⟧, on note 𝐴𝑖 la matrice dont toutes les colonnes sont celles de 𝐴, sauf la 𝑖 ème, qui
est égale à 𝐵.
det(𝐴𝑖 )
Prouver que ∀𝑖 ∈ ⟦1, 𝑛⟧, 𝑥𝑖 = .
det(𝐴) (
𝑎𝑥 + 𝑏𝑦 = 𝑒
Cas particulier : donner l’unique solution de lorsque 𝑎𝑑 − 𝑏𝑐 ≠ 0.
𝑐𝑥 + 𝑑𝑦 = 𝑓
EXERCICE 30.15 Soit 𝐴 = (𝑎𝑖,𝑗 )1⩽𝑖,𝑗 ⩽𝑛 ∈ M𝑛 (K), et soit 𝐵 = (−1)𝑖+𝑗 𝑎𝑖,𝑗

1⩽𝑖,𝑗 ⩽𝑛 . Comparer det 𝐴 et det 𝐵. AD
EXERCICE 30.16 Soient (𝐴, 𝐵, 𝐶, 𝐷) ∈ M𝑛 (R) 4 , telles que 𝐶𝐷 = 𝐷𝐶. D

𝐴 𝐵0𝑛 𝐷
1. Calculer le produit par blocs .
𝐶 𝐷𝐼𝑛 −𝐶

𝐴 𝐵
2. Dans le cas où 𝐷 est inversible, prouver que det = det(𝐴𝐷 − 𝐵𝐶).
𝐶 𝐷
3. Prouver que le résultat reste valable lorsque 𝐷 n’est plus inversible. On pourra à cet effet étudier la fonction
𝑡 ↦→ det(𝐷 + 𝑡𝐼𝑛 ).
EXERCICE 30.17 Un classique : deux matrices réelles semblables sur C sont semblables sur R D
Soient 𝐴, 𝐵 ∈ M𝑛 (R), semblables en tant que matrices de M𝑛 (C), c’est-à-dire telles qu’il existe 𝑃 ∈ 𝐺𝐿𝑛 (C) telle que
𝐴 = 𝑃𝐵𝑃 −1 .
On note alors 𝑃 = 𝑃 1 + 𝑖𝑃2 , avec 𝑃1, 𝑃2 ∈ M𝑛 (R).
En considérant l’application 𝑡 ↦→ det(𝑃 1 + 𝑡𝑃 2 ), prouver que 𝐴 et 𝐵 sont semblables sur M𝑛 (R).
▶ Calcul de déterminants
EXERCICE 30.18 Calculer les déterminants suivants, par les méthodes de votre choix, en en donnant une forme la plus F
factorisée possible. Ici, 𝑎, 𝑏 et 𝑐 sont des scalaires.

1 0 −1 2 0 1 1 3 𝑎 𝑐 𝑐 𝑏
0 𝑎 𝑏 1 1 1
−4 1 3 −4 2 0 1 −1 𝑐 𝑎 𝑏 𝑐

0 , , 𝑎 0 𝑐 , 𝑎 𝑏 𝑐 ,
1 0 1 3 1 1 4 𝑐 𝑏 𝑎 𝑐
𝑐 0 𝑎 2 𝑏 2 𝑐 2

𝑏
1 0 −1 4 1 0 2 3 𝑏 𝑐 𝑐 𝑎
EXERCICE 30.19 Pour quelles valeurs de 𝜆 ∈ C la famille (8, −1, 2 − 𝜆), (5, 1 − 𝜆, 1), (2 + 𝜆, −2, 1) est-elle une base de PD
C3 ?
EXERCICE 30.20 Oh la grosse astuce ! PD

cos(𝑎 1 ) cos(𝑎 2 ) ... cos(𝑎𝑛 )

cos(𝑎 1 + ℎ) cos(𝑎 2 + ℎ) ... cos(𝑎𝑛 + ℎ)
Soient 𝑎 1, . . . , 𝑎𝑛 , ℎ des réels. Calculer Δ =

.. .. ..

. . .

cos(𝑎 1 + (𝑛 − 1)ℎ) cos(𝑎 2 + (𝑛 − 1)ℎ) ... cos(𝑎𝑛 + (𝑛 − 1)ℎ)
EXERCICE 30.21 Soit 𝑓 l’endomorphisme de M𝑛 (K) défini par 𝑓 (𝑀) = 𝑀 ⊤ . Calculer rg(𝑓 ), tr(𝑓 ) et det(𝑓 ). PD
EXERCICE 30.22 Retour sur les déterminants par blocs AD
𝐴 𝐵
Soit 𝐴 ∈ M𝑛 (K), 𝐵 ∈ M𝑛,𝑝 (K) et 𝐶 ∈ M𝑝 (K). Soit alors 𝑀 = ∈ M𝑛+𝑝 (K).
0𝑝,𝑛 𝐶

𝐼𝑛 𝐵 𝐴 0
1. Montrer que 𝑀 = .
0 𝐶 0 𝐼𝑝
2. Retrouver alors l’expression de det(𝑀) vue en cours.
1 𝑥 𝑥2 𝑥 3

1 1 1 1
EXERCICE 30.23 Pour 𝑥 ∈ C, on note 𝐷 (𝑥) = 1 2 3 4
. AD
2
1 22 32 2
4
Montrer que 𝐷 est une fonction polynomiale, divisible par 𝑥 ↦→ (𝑥 − 1) 3 , dont on donnera une forme factorisée.
EXERCICE 30.24 Soient 𝐴 ∈ M𝑛,𝑝 (K) et 𝐵 ∈ M𝑝,𝑛 (K), avec 𝑛 > 𝑝. Calculer det(𝐴𝐵). AD
EXERCICE 30.25 Calculer par récurrence les déterminants suivants, où 𝑎1, . . . , 𝑎𝑛 sont des scalaires : AD

0 1 ... ... 1 −2 1 0 ··· 0
𝑎1 𝑎1 𝑎1 ... 𝑎 1
.. .. .. ..
−1
0 . . 𝑎1
𝑎2 𝑎2 ... 𝑎 2 1 −2 1
. .
.. .. .. .. .. , 𝑎1 𝑎2 𝑎3 ... 𝑎 3 , .. ..
. . . . . 0 1 −2 . .
.. .. .. .. ..
. .. .. . . . . . . .. .. ..
.. . . 1 .. . . . 1
𝑎1 𝑎2 𝑎3 . . . 𝑎𝑛
−1 ... ... −1 0 0 0 ··· 1 −2
EXERCICE 30.26 Polynôme caractéristique AD

K −→ K
Pour 𝐴 ∈ M𝑛 (K), on note 𝜒𝐴 : .
𝑥 ↦−→ det(𝑥𝐼𝑛 − 𝐴)
1. Montrer que 𝜒𝐴 est une fonction polynomiale, de degré 𝑛, dont on déterminera le coefficient dominant et le
coefficient constant.
2. En déduire que {𝜆 ∈ K | 𝐴 − 𝜆𝐼𝑛 n’est pas inversible} est de cardinal au plus égal à 𝑛.
3. Soient 𝐴, 𝐵 ∈ M𝑛 (K).

𝐼 𝐵
(a) Montrer que 𝑛 = det(𝐼𝑛 − 𝐴𝐵) = det(𝐼𝑛 − 𝐵𝐴).
𝐴 𝐼𝑛
(b) En déduire que 𝜒𝐴𝐵 = 𝜒𝐵𝐴 .
EXERCICE 30.27 Soient 𝑎 ≠ 𝑏 et 𝜆1, . . . , 𝜆𝑛 des scalaires. Pour 𝑥 ∈ K, on pose AD

𝜆1 + 𝑥 𝑎 +𝑥 ... 𝑎 + 𝑥

.. ..
𝑏 +𝑥 𝜆2 + 𝑥 . .
Δ𝑛 (𝑥) = . .
.. .. ..
. . 𝑎 + 𝑥
𝑏 +𝑥 ... 𝑏 +𝑥 𝜆𝑛 + 𝑥 [𝑛]
1. Montrer que Δ𝑛 est une fonction affine de 𝑥.

2. Calculer Δ𝑛 (𝑥), et en déduire Δ𝑛 (0).
▶ Comatrice
EXERCICE 30.28 Groupe spécial linéaire PD
On note M𝑛 (Z) l’ensemble des matrices de M𝑛 (R) dont tous les coefficients sont des entiers relatifs.
On note de plus 𝑆𝐿𝑛 (Z) = {𝐴 ∈ M𝑛 (Z) | det 𝐴 = 1}. Prouver que 𝑆𝐿𝑛 (Z) est un sous-groupe de 𝐺𝐿𝑛 (R).
EXERCICE 30.29 Soient 𝐴, 𝐵 ∈ M𝑛 (C) qui commutent. On souhaite prouver que Com(A) et Com(𝐵) commutent. D
1. Prouver le résultat si 𝐴 et 𝐵 sont inversibles.
2. Prouver que 𝑓 : 𝑡 ↦→ det(𝐴 + 𝑡𝐼𝑛 ) est une fonction polynomiale. En déduire que pour 𝑝 ∈ N∗ suffisamment grand,
1 1
𝐴 + 𝐼𝑛 et 𝐵 + 𝐼𝑛 sont inversibles.
𝑝 𝑝
3. Conclure en faisant tendre 𝑝 vers l’infini.
EXERCICE 30.30 Rang et déterminant de la comatrice AD


 𝑛 si rg(𝐴) = 𝑛
Soit 𝐴 ∈ M𝑛 (K). Prouver que rg(Com(𝐴)) = 1 si rg(𝐴) = 𝑛 − 1 .



 0 si rg(𝐴) ⩽ 𝑛 − 2


Déterminer une expression de det(Com(𝐴)) en fonction de det(𝐴).

CORRECTION 1
CORRECTION DES EXERCICES DU TD 30

SOLUTION DE L’EXERCICE 30.1
1 Voir les exemples dans le
Rappelons que la méthode1 est de déterminer les différentes orbites sous l’action de 𝜎.
Alors 𝜎1 est un 5-cycle : 𝜎 = 1 2 6 3 5 . cours.
1
Et 𝜎2 = 1 3 6 2 10 9 8 5 .

Pour les signatures, ne revenons pas aux produits de transpositions, et souvenons-nous que
la signature d’un 𝑝-cycle est (−1) 𝑝 −1 .
Donc 𝜀 (𝜎1 ) = 1 et 𝜀 (𝜎2 ) = (−1) 2 (−1) 4 = 1.
▶ Commençons par le cas où {𝑖, 𝑗 } ∩ {𝑘, ℓ } = ∅.
Notons 𝜏1 = 𝑖 𝑘 et 𝜏2 = 𝑗 ℓ , et soit 𝜎 = 𝜏1𝜏2 .
Alors 𝜏2 ( 𝑗) = ℓ et ℓ est un point fixe de 𝜏1 , donc 𝜎 ( 𝑗) = ℓ.
Et 𝑖 est un point fixe de 𝜏2 , donc 𝜏2 (𝑖) = 𝑖 et donc 𝜎 (𝑖) = 𝜏1 (𝑖) = 𝑘.
▶ Si {𝑖, 𝑗 } ∩ {𝑘, ℓ } est un singleton.

Quitte à échanger 𝑖 et 𝑗 et 𝑘 et ℓ, on peut supposer que
𝑖 = 𝑘 et 𝑗 ≠ ℓ, alors 𝜎 = 𝑗 ℓ convient.
▶ Si 𝑖 = 𝑘 et 𝑗 = ℓ, alors 𝜎 = id convient.

▶ Si 𝑖 = ℓ et 𝑗 = 𝑘, alors 𝜎 = 𝑖 𝑗 convient.

2 Il y en a 2...
Pour 𝑛 = 2, il n’y a pas grand chose à dire, il suffit de faire la liste de tous les éléments2 de
𝔖2 .
L’identité est produit de 0 transpositions, et 1 2 est une transposition, donc produit d’au

plus une transposition.
Supposons la propriété vérifiée au rang 𝑛, et soit 𝜎 ∈ 𝔖𝑛+1 .

▶ Si 𝜎 (𝑛 + 1) = 𝑛 + 1. Alors 𝜎 |⟦1,𝑛⟧ est une permutation de ⟦1, 𝑛⟧. Donc par hypothèse de ré-
currence, il existe 𝑝 transpositions 𝜏1, . . . , 𝜏𝑝 ∈ 𝔖𝑛 , avec 𝑝 ⩽ 𝑛−1 telles que 𝜎 |⟦1,𝑛⟧ = 𝜏1 · · · 𝜏𝑝 .
⟦1, 𝑛 + 1⟧ −→ ⟦1, ( 𝑛 + 1⟧
En posant alors 𝜏e𝑖 : 𝜏𝑖 (𝑘) si 𝑘 ⩽ 𝑛 , alors 𝜏e𝑖 est une transposition
𝑘 ↦−→
𝑛 + 1 si 𝑘 = 𝑛 + 1
de 𝔖𝑛+1 et 𝜎 = 𝜏e1 · · · 𝜏e𝑝 .
Donc 𝜎 est produit d’au plus 𝑝 transpositions, avec 𝑝 ⩽ 𝑛 − 1 ⩽ 𝑛.
▶ Si 𝜎 (𝑛 + 1) ≠ 𝑛 + 1.
Soit alors 𝜏 = 𝑛 + 1 𝜎 (𝑛 + 1) .

Alors 𝜎 ′ = 𝜏𝜎 est une permutation de ⟦1, 𝑛 + 1⟧ qui possède 𝑛 + 1 comme point fixe.
Donc nous sommes ramenés au cas précédent : il existe 𝜏1, . . . , 𝜏𝑝 , 𝑝 ⩽ 𝑛 − 1 des transposi-
tions telles que 𝜎 ′ = 𝜏1 · · · 𝜏𝑝 .
Et donc 𝜎 = 𝜏𝜏1 · · · 𝜏𝑝 est produit d’au plus 𝑝 + 1 transpositions, avec 𝑝 + 1 ⩽ 𝑛. Remarque
On aurait pu itérer le pro-
En appliquant ce qui a été dit précédemment au 𝜎 de l’énoncé, il vient cédé et commencer
par

composer par 4 2 , mais
1 2 3 4 5 comme il est clair que les
5 2 𝜎=

= 1 3 4 2 .

3 4 1 2 5 orbites non triviales sont de
cardinal 2, la décomposition
en produit de cycles disjoints
Et donc 𝜎 = 5 2

1 3 4

2.

est déjà une décomposition
en produit de transpositions.
L’ensemble 𝔄𝑛 est le noyau du morphisme 𝜀 : 𝔖𝑛 → {−1, 1}.
Et donc comme le noyau de tout morphisme, c’est un sous-groupe de 𝔖𝑛 .
Pour son cardinal, notons que si 𝜏 est une transposition de 𝔖𝑛 , par exemple on pourra
prendre 𝜏 = 1 2 , alors l’application 𝜎 ↦→ 𝜏𝜎 est une bijection de 𝔄𝑛 sur
{𝜎 ∈ 𝔖𝑛 | 𝜀 (𝜎) = −1} = 𝔖𝑛 \ 𝔄𝑛 .
En effet, elle est injective, car si 𝜏𝜎 = 𝜏𝜎 ′ , alors par multiplication par 𝜏 −1 = 𝜏, on a 𝜎 = 𝜎 ′ .
Et si 𝜎 est une permutation de signature −1 (on dit que 𝜎 est impaire), alors 𝜏𝜎 ∈ 𝔄𝑛 et
MP2I LYCÉE CHAMPOLLION 2022-2023 M. VIENNEY

2 TD 30
𝜎 = 𝜏 (𝜏𝜎). Généralisation
Mais Card(𝔄𝑛 ) + Card(𝔖𝑛 \ 𝔄𝑛 ) = Card(𝔖𝑛 ) = 𝑛! ⇔ 2Card(𝔄𝑛 ) = 𝑛!, d’où le résultat. Prouver que si 𝜑 : 𝐺 → 𝐻
est un morphisme de groupes
entre deux groupes finis 𝐺
et 𝐻 , alors Card(Ker 𝜑 ) =
SOLUTION DE L’EXERCICE 30.5 Card(𝐺 )
.
Card(Im 𝜑 )
1. Il «suffit» de faire le calcul...
Notons à cet effet 𝜎1 = 𝑖 𝑖 + 1 . . . 𝑗 et 𝜎2 = 𝑗 − 1 𝑗 − 2 . . . 𝑖 et 𝜏 = 𝑖 𝑗 .

Il s’agit donc de prouver que pour tout 𝑘 ∈ ⟦1, 𝑛⟧, (𝜎1 ◦ 𝜎2 ) (𝑘) = 𝜏 (𝑘).
▶ Si 𝑘 ∉ ⟦𝑖, 𝑗⟧, alors 𝑘 est invariant par 𝜎1 et 𝜎2 , donc par leur produit. Mais par ailleurs
𝜏 (𝑘) = 𝑘.
▶ Si 𝑘 = 𝑖, 𝜎2 (𝑖) = 𝑗 − 1 et donc 𝜎1 (𝜎2 (𝑖)) = 𝜎1 ( 𝑗 − 1) = 𝑗.
▶ Si 𝑘 = 𝑗, alors 𝜎2 ( 𝑗) = 𝑗 et donc 𝜎1 (𝜎2 (𝑘)) = 𝜎1 ( 𝑗) = 𝑖.
▶ Enfin, si 𝑖 < 𝑘 < 𝑗, alors 𝜎2 (𝑘) = 𝑘 − 1 et donc 𝜎1 (𝜎2 (𝑘)) = 𝜎1 (𝑘 − 1) = 𝑘 = 𝜏 (𝑘).
Donc on a bien 𝜎1 ◦ 𝜎2 = 𝜏.
2. Nous savons que tout élément de 𝔖𝑛 est un produit de transpositions.
Donc si nous prouvons que toutes les transpositions sont produit de 𝑘 𝑘 + 1 , c’est gagné.

Il suffit d’utiliser la décomposition d’un cycle en produit de transpositions qui a été vue en
cours, conjuguée à la question 1 :
𝑖 𝑖 +1 ... 𝑗 −1 𝑗 = 𝑖 𝑖 +1 𝑖 +1 𝑖 +2 ··· 𝑗 −1 𝑗

et de même
𝑗 −1 𝑗 −2 ... 𝑖 = 𝑗 −1

𝑗 −2 ··· 𝑖 +1 𝑖 .

Et donc

𝑖 +1 ··· 𝑗 −2

𝑗 −1

𝑗 −1 𝑗 𝑗 −2 𝑗 −1 ··· 𝑖 𝑖 +1 .

𝑖 𝑗 = 𝑖
𝑖 + 1 = 1 𝑖 1 𝑖 + 1 1 𝑖 si 𝑖 ⩾ 2 et que sinon, c’est

3. Il suffit de remarquer que 𝑖
juste 1 2 .

Et alors le résultat est immédiat en utilisant la question précédente.
3 Rappel : l’ordre d’un élé-
Il s’agit de comprendre que 𝑓 (𝑛) représente l’ordre3 maximal d’un élément du groupe
symétrique 𝔖𝑛 . ment 𝑥 dans un groupe fini
est le plus petit 𝑝 ∈ N∗ tel
que 𝑥 𝑝 = 𝑒.
Or si une permutation 𝜎 s’écrit sous forme de produits de cycles à supports disjoints
𝜎1 · · · 𝜎𝑝 , de longueurs respectives 𝑎 1, . . . , 𝑎𝑝 , alors puisque ces ccles commutent, pour tout
𝑘 ∈ N, 𝜎 𝑘 = 𝜎1𝑘 𝜎2𝑘 · · · 𝜎𝑝𝑘 .
Donc en particulier, 𝜎 𝑘 = id si et seulement si chacun des 𝜎𝑖𝑘 est égal à l’identité. Mais Remarque
𝜎𝑖𝑘 = id si et seulement si 𝑎𝑖 | 𝑘. Donc 𝜎 𝑘 = id si et seulement si 𝑘 est divisible par tous les En effet,pour toute telle
𝑎𝑖 . suite finie d’entiers, il existe
Donc l’ordre de 𝜎 est le ppcm de 𝑎 1, . . . , 𝑎𝑝 . bien une permutation de
⟦1, 𝑛⟧ qui est produit de 𝑝
cycles à supports disjoints
Ce qui signifie que 𝑓 (𝑛) est le max des ppcm de toutes les suites finies 𝑎 1, . . . , 𝑎𝑝 d’entiers,
de longueurs respectives
avec 𝑎 1 + · · · + 𝑎𝑝 ⩽ 𝑛. 𝑎 1 , . . . , 𝑎𝑝 .
Commençons par noter que pour tout 𝑛 ∈ N∗ , 𝔖𝑛+1 contient un sous-groupe4 isomorphe Il suffit de prendre
à 𝔖𝑛 . 𝜎1 = 1 2 ... 𝑎1
Et par conséquent, 𝑓 (𝑛) ⩽ 𝑓 (𝑛 + 1), de sorte que 𝑓 est croissante. puis
𝜎2 =
𝑎1 + 1 𝑎1 + 2 . . . 𝑎1 + 𝑎2 ,
Soit donc à présent 𝑘 ∈ N∗ , et prenons dans un premier temps un entier 𝑛 multiple de 𝑘, etc, et 𝜎 = 𝜎1 · · · 𝜎𝑝 .
donc de la forme 𝑘𝑝, avec 𝑝 > 𝑘.
Considérons alors les entiers 𝑝, 𝑝 − 1, . . . , 𝑝 − 𝑘 + 1. Les seuls éventuels diviseurs communs
à deux de ces nombres sont 1, 2, . . . , 𝑘 − 1. 4 En fait plusieurs sous-
Donc leur ppcm est supérieur ou égal à groupes. On peut prendre

par exemple l’ensemble des
𝑝 𝑝 −1 𝑝 −𝑘 +1 𝑝 (𝑝 − 1) · · · (𝑝 − 𝑘 + 1) permutations dont 𝑛 + 1 est
··· = . un point fixe.
1 · 2 · · · (𝑘 − 1) 1 · 2 · · · (𝑘 − 1) 1 · 2 · · · (𝑘 − 1) ((𝑘 − 1)!)𝑘
Cette majoration est bien entendu loin d’être optimale, mais elle nous donne déjà
𝑓 (𝑝𝑘) 𝑝 (𝑝 − 1) · · · (𝑝 − 𝑘 + 1)
−1
⩾ −→ +∞
(𝑝𝑘) 𝑘 𝑝 𝑘 −1𝑘 𝑘 −1 ((𝑘 − 1)!)𝑘 𝑝→+∞

CORRECTION 3
puisque le numérateur est un polynôme de degré 𝑘 en 𝑝 et le dénominateur un polynôme

de degré 𝑘 − 1.
𝑛
Pour traiter les 𝑛 quelconques (et plus nécessairement multiples de 𝑘), notons que 𝑓 (𝑛) ⩾ 𝑓 𝑘 𝑘 ,
et donc que
𝑓 (𝑛) 𝑓 𝑛𝑘 𝑘
⩾ .
𝑛𝑘 −1 𝑛𝑘 −1
𝑘 −1
Mais 𝑛 ∼ 𝑘 𝑛𝑘 et donc 𝑛𝑘 −1 ∼ 𝑘 𝑛𝑘

, si bien que
𝑛→+∞ 𝑛→+∞
𝑛 𝑛
𝑓 𝑘 𝑘 𝑓 𝑘 𝑘
∼
𝑛𝑘 −1 𝑛→+∞
𝑛 𝑘 −1
𝑘 𝑘
qui tend vers +∞ lorsque 𝑛 → +∞ d’après la question précédente.

𝑓 (𝑛)
Et donc 𝑘 −1 −→ +∞, si bien que 𝑛𝑘 = 𝑜 (𝑓 (𝑛)).
𝑛 𝑛→+∞ 𝑛→+∞

Commençons par noter que 𝜑 est bien à valeurs dans K.
Soient 𝑋, 𝑌 , 𝑍 ∈ M𝑛,1 (K) 2 , et soit 𝜆 ∈ K. Alors
𝜑 (𝜆𝑋 + 𝑌 , 𝑍 ) = (𝜆𝑋 + 𝑌 ) ⊤𝐴𝑍 = 𝜆𝑋 ⊤𝐴𝑍 + 𝑌 ⊤𝐴𝑍 = 𝜆𝜑 (𝑋, 𝑍 ) + 𝜑 (𝑌 , 𝑍 ).
Donc 𝜑 est linéaire par rapport à sa première variable.

On prouve sans difficulté qu’elle l’est aussi par rapport à la seconde.
Transposée
De plus, si 𝐴 est antisymétrique, alors pour tout 𝑋 ∈ M𝑛,1 (K), on a 𝑋 ⊤ 𝐴𝑋 est une matrice 1 × 1
⊤ ⊤ (que l’on identifie donc à un
𝜑 (𝑋, 𝑋 ) = 𝑋 ⊤𝐴𝑋 = 𝑋 ⊤𝐴⊤𝑋 = −𝑋 ⊤𝐴𝑋 = −𝜑 (𝑋, 𝑋 ). scalaire).
Elle est donc égale à sa
Et donc 𝜑 (𝑋, 𝑋 ) = 0, de sorte que 𝜑 est alternée. propre transposée.

Soient (𝑥, 𝑦) ∈ 𝐸 2 . Alors
Linéarité par rapport à la
𝜑 (𝑥 + 𝑦, 𝑥 − 𝑦) = 𝜑 (𝑥, 𝑥 − 𝑦) + 𝜑 (𝑦, 𝑥 − 𝑦) première variable.
= 𝜑 (𝑥, 𝑥) −𝜑 (𝑥 − 𝑦) + 𝜑 (𝑦, 𝑥) − 𝜑 (𝑦, 𝑦) Linéarité par rapport à la

| {z } | {z } seconde variable.
=0 =0
= 2𝜑 (𝑦, 𝑥). 𝜑 est alternée.
SOLUTION DE L’EXERCICE 30.9 𝑛

∑︁
Nous allons commencer par prouver que 𝜑 : (𝑥 1, . . . , 𝑥𝑛 ) ↦→ detB (𝑥 1, . . . , 𝑥𝑖 −1, 𝑓 (𝑥𝑖 ), 𝑥𝑖+1, . . . , 𝑥𝑛 )
𝑖=1
est une forme 𝑛-linéaire alternée.
Prouvons la linéarité par rapport à la 𝑗 ème variable.

Soient donc (𝑥 1, . . . , 𝑥 𝑗 −1, 𝑥 𝑗+1, . . . , 𝑥𝑛 ) ∈ 𝐸𝑛−1 , et soient (𝑥, 𝑦) ∈ 𝐸 2 , 𝜆 ∈ K.
Alors
𝑗 −1
∑︁
𝜑 (𝑥 1, . . . , 𝑥 𝑗 −1, 𝜆𝑥 + 𝑦, 𝑥 𝑗+1, . . . , 𝑥𝑛 ) = detB (𝑥 1, . . . , 𝑓 (𝑥𝑖 ), . . . , 𝑥 𝑗 −1, 𝜆𝑥 + 𝑦, 𝑥 𝑗+1, . . . , 𝑥𝑛 )
𝑖=1
+ detB (𝑥 1, . . . , 𝑥 𝑗 −1, 𝑓 (𝜆𝑥 + 𝑦), 𝑥 𝑗+1, . . . , 𝑥𝑛 )
𝑛
∑︁
+ detB (𝑥 1, . . . , 𝑥 𝑗 −1, 𝜆𝑥 + 𝑦, 𝑥 𝑗+1, . . . , 𝑓 (𝑥𝑖 ), . . . , 𝑥𝑛 )
𝑖=𝑗+1
𝑗 −1
∑︁
On ne note plus que les

= 𝜆detB (𝑥 1, . . . , 𝑥, . . . , 𝑥𝑛 ) + detB (𝑥 1, . . . , 𝑦, . . . , 𝑥𝑛 )
vecteurs en 𝑖 ème position.
𝑖=1
+ detB (𝑥 1, . . . , 𝜆𝑓 (𝑥) + 𝑓 (𝑦), . . . , 𝑥𝑛 ) On a seulement utilisé la
linéarité de 𝑓 .
𝑛
∑︁
+ 𝜆detB (𝑥 1, . . . , 𝑥, . . . , 𝑥𝑛 ) + detB (𝑥 1, . . . , 𝑦, . . . , 𝑥𝑛 )
𝑖=𝑗+1

4 TD 30
Trop long !
= 𝜆𝜑 (𝑥 1, . . . , 𝑥, . . . , 𝑥𝑛 ) + 𝜑 (𝑥 1, . . . , 𝑦, . . . , 𝑥𝑛 ).
Pour abréger, on n’a pas
détaillé une dernière étape,
Donc 𝜑 est 𝑛-linéaire. qui utilise la linéarité de detB
De plus, si on suppose que (𝑥 1, . . . , 𝑥𝑛 ) ∈ 𝐸𝑛 est tel que 𝑥𝑘 = 𝑥 ℓ , 𝑘 < ℓ, alors par rapport à la 𝑗 ème variable.
𝑛
∑︁
𝜑 (𝑥 1, . . . , 𝑥𝑛 ) = detB (𝑥 1, . . . , 𝑓 (𝑥𝑖 ), . . . , 𝑥𝑛 )
𝑖=1
∑︁
= detB (𝑥 1, . . . , 𝑓 (𝑥𝑖 ), . . . , 𝑥𝑘 ) + detB (𝑥 1, . . . , 𝑓 (𝑥𝑘 ), . . . , 𝑥 ℓ , . . . , 𝑥𝑛 )
𝑖∉{𝑘,ℓ }
+ detB (𝑥 1, . . . , 𝑥𝑘 , . . . , 𝑓 (𝑥 ℓ ), . . . , 𝑥𝑛 )
= detB (𝑥 1, . . . , 𝑓 (𝑥𝑘 ), . . . , 𝑥𝑘 , . . . , 𝑥𝑛 ) + detB (𝑥 1, . . . , 𝑥𝑘 , . . . , 𝑓 (𝑥𝑘 ), . . . , 𝑥𝑛 ) Tous les termes pour 𝑖 ∉
{𝑘, ℓ } sont nuls puisque deux
= detB (𝑥 1, . . . , 𝑓 (𝑥𝑘 ), . . . , 𝑥𝑘 , . . . , 𝑥𝑛 ) − detB (𝑥 1, . . . , 𝑓 (𝑥𝑘 ), . . . , 𝑥𝑘 , . . . , 𝑥𝑛 ) = 0. des vecteurs sont identiques
et que detB est alternée.
Donc 𝜑 est 𝑛-linéaire alternée.
Rappel
On sait alors que
L’ensemble des formes 𝑛-
𝑛 linéaires alternées sur 𝐸 est
un espace vectoriel de dimen-
∑︁
𝜑 = 𝜑 (𝑒 1, . . . , 𝑒𝑛 )detB = detB (𝑒 1, . . . , 𝑒𝑖 −1, 𝑓 (𝑒𝑖 ), 𝑒𝑖+1, . . . , 𝑒𝑛 )detB .
sion 1.
𝑖=1
Notons 𝐴 = (𝑎𝑖,𝑗 )1⩽𝑖,𝑗 ⩽𝑛 = MatB (𝑓 ).

Alors pour 𝑖 ∈ ⟦1, 𝑛⟧, on a
𝑛
!
∑︁
detB (𝑒 1, . . . , 𝑒𝑖 −1, 𝑓 (𝑒𝑖 ), 𝑒𝑖+1, . . . , 𝑒𝑛 ) = detB 𝑒 1, . . . , 𝑒𝑖 −1, 𝑎 𝑗,𝑖 𝑒 𝑗 , 𝑒𝑖+1, . . . , 𝑒𝑛
𝑗=1
𝑛
∑︁
= 𝑎 𝑗,𝑖 detB (𝑒 1, . . . , 𝑒𝑖 −1, 𝑒 𝑗 , 𝑒𝑖+1, . . . , 𝑒𝑛 )
Détails
𝑗=1
Les déterminants précédents
= 𝑎𝑖,𝑖 detB (𝑒 1, . . . , 𝑒𝑛 ) = 𝑎𝑖,𝑖 . sont nuls si 𝑗 ≠ 𝑖 car alors
deux des vecteurs sont égaux.
𝑛
∑︁
Donc au final, 𝜑 (𝑒 1, . . . , 𝑒𝑛 ) = 𝑎𝑖,𝑖 = tr(𝑓 ).
𝑖=1
Et donc 𝜑 = tr(𝑓 )detB .
L’énoncé suppose implicitement qu’on sait que A𝑘 (𝐸) est un espace vectoriel, ce n’est
pas directement du cours, mais ce n’est pas difficile du tout de prouver qu’il s’agit d’un
sous-espace vectoriel de l’ensemble des applications de 𝐸𝑘 dans K.
Notons tout de suite que pour 𝑘 > 𝑛, il n’y a pas de forme 𝑘-linéaire alternée non nulle sur
𝐸.
En effet, toute famille de 𝑘 vecteurs de 𝐸 est alors liée, et donc possède une image nulle par
toute forme 𝑘-linéaire alternée.
Autrement dit, pour 𝑘 > 𝑛, dim A𝑘 (𝐸) = 0.
Dans la suite, nous supposons donc 𝑘 < 𝑛.
Les mêmes arguments que ceux utilisés pour le déterminant prouvent que si (𝑒 1, . . . , 𝑒𝑛 ) est
𝑛
∑︁
une base de 𝐸, que (𝑥 1, . . . , 𝑥𝑘 ) ∈ 𝐸 est une famille de vecteurs de 𝐸 tels que 𝑥 𝑗 =
𝑘 𝑎𝑖,𝑗 𝑒𝑖 ,
𝑖=1
alors pour tout forme 𝑘-linéaire alternée 𝑓 : 𝐸𝑛 → K,
𝑛 𝑛 𝑛
!
∑︁ ∑︁ ∑︁
𝑓 (𝑥 1, . . . , 𝑥𝑛 ) = 𝑓 𝑎𝑖,1𝑒𝑖 , 𝑎𝑖,2𝑒𝑖 , . . . , 𝑎𝑖,𝑘 𝑒𝑖
𝑖=1 𝑖=1 𝑖=1
𝑛 𝑛 Détails
∑︁ ∑︁
= ··· 𝑎𝑖 1,1 · · · 𝑎𝑖𝑘 ,𝑘 𝑓 (𝑒𝑖 1 , · · · , 𝑒𝑖𝑘 ) On réordonne les vecteurs
de la base par ordre croissant,
𝑖 1 =1 𝑖𝑘 =1
! et tout échange de deux
∑︁ ∑︁ vecteurs fait apparaître un
= 𝜀 (𝜎)𝑎𝑖𝜎 (1),1 𝑎𝑖𝜎 (2),2 · · · 𝑎𝑖𝜎 (𝑘 ),𝑘 𝑓 (𝑒𝑖 1 , · · · , 𝑒𝑖𝑘 ) (★) −1.
1⩽𝑖 1 <𝑖 2 <···<𝑖𝑘 ⩽𝑛 𝜎 ∈𝔖𝑘

CORRECTION 5
5 Sauf si 𝑘 = 𝑛.
Contrairement au cas des formes 𝑛-linéaires, il ne suffit ici pas5 de connaître la valeur
de 𝑓 sur la base (𝑒 1, . . . , 𝑒𝑛 ), mais il faut la connaître sur chaque «𝑝-uplet croissant de de
(𝑒 1, . . . , 𝑒𝑛 )», c’est-à-dire sur chaque élément de
D𝑘 = {(𝑒𝑖 1 , . . . , 𝑒𝑖𝑘 ), 1 ⩽ 𝑖 1 < · · · < 𝑖𝑘 ⩽ 𝑛}.
Commençons par remarquer que le cardinal de D𝑘 est 𝑛𝑘 : choisir un élément de D𝑘 ,

c’est choisir une partie de cardinal 𝑝 de (𝑒 1, . . . , 𝑒𝑛 ), il n’y aura alors qu’une seule manière
de l’ordonner.

𝑛
Donc est un bon candidat pour la dimension cherchée, ne reste plus qu’à le prouver...
𝑘
Pour commencer, montrons que pour 𝑖 = (𝑖 1, . . . , 𝑖𝑘 ) ∈ D𝑘 ,
∑︁ 𝑘
Ö
𝑓𝑖 : (𝑥 1, . . . , 𝑥𝑘 ) ↦→ 𝜀 (𝜎) 𝑎𝑖𝜎 ( 𝑗 ) ,𝑗
𝜎 ∈𝔖𝑘 𝑗=1
est une forme 𝑘-linéaire alternée sur 𝐸.

6 Qui rappelons-le implique
La 𝑘-linéarité ne pose aucune difficulté, et pour le caractère alterné, la preuve donnée en
le caractère alterné, au moins
cours de l’antisymétrie6 reste valable. pour les corps tels que 2 ≠ 0.
Plus simplement, on peut remarquer que 𝑓𝑖 (𝑥 1, . . . , 𝑥𝑘 ) est le déterminant de la matrice
extraite de (𝑎𝑖,𝑗 ) 1⩽𝑖 ⩽𝑛 obtenue en ne gardant que les lignes 𝑖 1, . . . , 𝑖𝑘 .
1⩽ 𝑗 ⩽𝑘
Et alors le déterminer étant 𝑛-linéaire alterné, il est facile de constater que 𝑓𝑖 l’est aussi.
Ce point de vue nous ( permet d’aller plus loin : pour 𝑖 = (𝑖 1, . . . , 𝑖𝑘 ) et 𝑘 = ( 𝑗1, . . . , 𝑗𝑘 ) ∈ D𝑛 ,
1 si 𝑖 = 𝑗
on a 𝑓𝑖 (𝑒 𝑗1 , . . . , 𝑒 𝑗𝑘 ) = .
0 sinon
En effet, dans le cas 𝑖 = 𝑗, alors 𝑓𝑖 (𝑒 𝑗1 , . . . , 𝑒 𝑗𝑘 ) est le déterminant de la matrice 𝐼𝑘 .
Remarque
Et si 𝑖 ≠ 𝑗, l’un des éléments de 𝑖, appelons-le 𝑖 𝑝 n’est pas dans 𝑗, et donc la 𝑝 ème ligne de la
Le point que nous venons de
matrice dont 𝑓𝑖 (𝑒 𝑗1 , . . . , 𝑒 𝑗𝑘 ) est le déterminant est nulle, donc le déterminant est nul. prouver pourrait se retrouver
sans parler de matrice.

𝑛
Donc nous avons formes 𝑛-linéaires alternées, et la formule (★) prouve qu’elles en-
𝑘
gendrent A𝑘 (𝐸).
Il ne reste donc qu’à prouver qu’elles sont libres.
∑︁
Soient alors (𝜆𝑖 )𝑖 ∈ D𝑘 des scalaires tels que 𝜆𝑖 𝑓𝑖 = 0.
𝑖 ∈ D𝑘
Pour 𝑖 = (𝑖 1, . . . , 𝑖𝑘 ) ∈ D𝑘 , en évaluant la relation ci-dessus en (𝑒𝑖 1 , . . . , 𝑒𝑖𝑘 ), on arrive à
𝜆𝑖 𝑓𝑖 (𝑒𝑖 1 , . . . , 𝑒𝑖𝑘 ) = 0 ⇔ 𝜆𝑖 = 0.
Et donc la famille (𝑓𝑖 )𝑖 ∈ D𝑛 est libre, et donc est une base de A𝑘 (𝐸).

𝑛
On en déduit que dim A𝑘 (𝐸) = .
𝑘
Remarque : une vérification aisée : pour 𝑘 = 𝑛, on obtient dim A𝑛 (𝐸) = 1, ce qui est un résultat
du cours.

Par 𝑛-linéarité, on a
det(𝐴) = det −𝐴⊤ = (−1)𝑛 det 𝐴⊤ = (−1)𝑛 det(𝐴) = − det(𝐴).

Et donc det 𝐴 = 0.
0 1
Ce résultat n’est plus valable pour 𝑛 pair, comme en témoigne le cas de la matrice .
−1 0
Et plus généralement, si 𝑛 = 2𝑝 est pair, on peut considérer la matrice triangulaire par

6 TD 30
blocs
0 1 0 0 ... ... 0 0
©−1
0 0 0 0 0ª®

0 .. .. ®®
0 0 1 . .®
.. .. ®®
0 0 −1 0

. .®
. .. .. .. ®
.
0 0®
. . ®
. .
. .. ®
. .. ..
. 0 0®
®
. . .
0 0 0 0
... ... 0 1®
®
«0 0 0 0
. . . . . . −1 0¬

0 1𝑝
qui est clairement antisymétrique et possède = 1 comme déterminant.
−1 0

Raisonnons par l’absurde et supposons qu’un tel 𝑓 existe, et notons 𝑛 = dim 𝐸.
Alors det(𝑓 2 ) = det(−id𝐸 ) ⇔ (det 𝑓 ) 2 = (−1)𝑛 det(id𝐸 ) = −1.
Et bien entendu, ceci n’est pas possible lorsque det 𝑓 est réel. En effet
SOLUTION DE L’EXERCICE 30.13 Considérer le déterminant
dans la base canonique, c’est
Notons (𝑢, ® les vecteurs sur lequel est construit ce parallélépipède, qui sont à coordon-
® 𝑣®, 𝑤) prendre comme unité de
nées entières, puisqu’il en est de même des sommets. volume un cube de côtés 1.
Le volume en question s’entend au sens usuel du terme, c’est-à-dire le déterminant de C’est bien ce qu’on entend
(𝑢, ® dans la base canonique de R3 .
® 𝑣®, 𝑤) usuellement par volume.
Donc le volume cherché est le déterminant d’une matrice 3 × 3 dont tous les coefficients
sont dans Z.
Or, toute matrice 𝐴 = (𝑎𝑖,𝑗 )1⩽𝑖,𝑗 ⩽𝑛 , à coefficients entiers possède un déterminant entier,
puisque
∑︁ 𝑛
Ö
det(𝐴) = 𝜀 (𝜎) 𝑎𝜎 (𝑖 ),𝑖
𝜎 ∈𝔖𝑛 𝑖=1
est une somme de produits d’entiers.

Notons 𝐶 1, . . . , 𝐶𝑛 les colonnes de 𝐴, et B la base canonique de M𝑛,1 (K).
Puisque 𝐴𝑋 = 𝐵, on a donc 𝐵 = 𝑥 1𝐶 1 + 𝑥 2𝐶 2 + · · · + 𝑥𝑛𝐶𝑛 .
Et donc
𝑛
!
∑︁
det(𝐴𝑖 ) = det 𝐶 1, . . . , 𝐶𝑖 −1, 𝑥𝑘 𝐶𝑘 , 𝐶𝑖+1, . . . , 𝐶𝑛
B
𝑘=1
𝑛
∑︁
= 𝑥𝑘 det (𝐶 1, . . . , 𝐶𝑖 −1, 𝐶𝑘 , 𝐶𝑖+1, . . . , 𝐶𝑛 )
B
𝑘=1
= 𝑥𝑖 det (𝐶 1, . . . , 𝐶𝑖 −1, 𝐶𝑖 , 𝐶𝑖+1, . . . , 𝐶𝑛 ) = 𝑥𝑖 det(𝐴). Si 𝑘 ≠ 𝑖, le déterminant
B considéré possède deux co-
lonnes égales, donc est nul.
Une autre preuve : une autre option est de noter que 𝐴𝑋 = 𝐵 ⇔ 𝑋 = 𝐴 −1 𝐵.
1
Mais nous savons que 𝐴 −1 = Com(𝐴) ⊤ .
det 𝐴
Donc 𝑥𝑖 , le coefficient à la 𝑖 ème ligne de 𝑋 est égal à
𝑛
1 ⊤ 1 ∑︁
𝑥𝑖 = [𝑋 ] 𝑖,1 = [Com(𝐴) 𝐵] 𝑖 = [Com(𝐴) ⊤ ] 𝑖,𝑗 [𝐵] 𝑗,1
det 𝐴 det 𝐴 𝑗=1
𝑛
1 ∑︁
= [Com(𝐴)] 𝑗,𝑖 [𝐵] 𝑗,1
det 𝐴 𝑗=1
𝑛
1 ∑︁
= (−1) 𝑗+𝑖 Δ 𝑗,𝑖 (𝐴) [𝐵] 𝑗,1 .
det 𝐴 𝑗=1
7 Puisque c’est 𝑗, le numéro

Cette somme ressemble fortement à un développement, par rapport à une colonne7
Et en effet, c’est le développement par rapport à la 𝑖 ème colonne de det(𝐴𝑖 ), puisque [𝐵] 𝑗,1 de ligne qui varie.

CORRECTION 7
est le coefficient ( 𝑗, 𝑖) de 𝐴𝑖 , et que les colonnes de 𝐴𝑖 autres que la 𝑖 ème étant celles de 𝐴,
Δ 𝑗,𝑖 (𝐴𝑖 ) = Δ 𝑗,𝑖 (𝐴).
det 𝐴𝑖
Et donc on a directement 𝑥𝑖 = .
det 𝐴

𝑎 𝑏 𝑒
Dans le cas où 𝑛 = 2, et 𝐴 = et 𝐵 = , on trouve donc que l’unique solution est
𝑐 𝑑 𝑓

𝑒 𝑏 𝑎 𝑒

𝑓 𝑑 𝑒𝑑 − 𝑏 𝑓 𝑐 𝑓 𝑎𝑓 − 𝑐𝑒
𝑥= = et 𝑦 = = .
det(𝐴) 𝑎𝑑 − 𝑏𝑐 det(𝐴) 𝑎𝑑 − 𝑏𝑐
Commentaires : comme souvent avec le déterminant, ces formules sont très jolies, mais en pratique
inutilisables lorsque 𝑛 grandit, et ce n’est probablement pas la meilleure façon de résoudre un système
linéaire !
Pour passer de 𝐵 à 𝐴, on a multiplié la ligne 𝑖 par (−1)𝑖 et la colonne 𝑗 par (−1) 𝑗 . Ainsi, on
a
(−1) 1 (−1) 1𝑎 1,1 (−1) 1 (−1) 2𝑎 1,2 . . . . . . (−1) 1 (−1) 𝑗 𝑎 1,𝑗 . . . (−1) 1 (−1)𝑛 𝑎 1,𝑛

(−1) 2 (−1) 1𝑎 2,1 (−1) 2 (−1) 2𝑎 2,2 . . . . . . (−1) 2 (−1) 𝑗 𝑎 2,𝑗 . . . (−1) 2 (−1)𝑛 𝑎 2,𝑛

.. .. .. ..
. . . .
La multilinéarité par rapport
det 𝐵 = 1 2

(−1) (−1) 𝑎𝑖,1 (−1) (−1) 𝑎𝑖,2 . . . . . . (−1) (−1) 𝑎𝑖,𝑗 . . . (−1) (−1) 𝑎𝑖,𝑛
𝑖 𝑖 𝑖 𝑗 𝑖 𝑛
aux lignes nous permet de
.. .. .. .. sortir le (−1) 1 de la première

. . . .
ligne.
(−1)𝑛 (−1) 1𝑎𝑛,1 (−1)𝑛 (−1) 2𝑎𝑛,2 . . . . . . (−1)𝑛 (−1) 𝑗 𝑎𝑛,𝑗 . . . (−1)𝑛 (−1)𝑛 𝑎𝑛,𝑛
(−1) 1𝑎 1,1 (−1) 2𝑎 1,2

... ... (−1) 𝑗 𝑎 1,𝑗 ... (−1)𝑛 𝑎 1,𝑛
(−1) 2 (−1) 1𝑎 2,1 (−1) 2 (−1) 2𝑎 2,2 . . . . . . (−1) 2 (−1) 𝑗 𝑎 2,𝑗 . . . (−1) 2 (−1)𝑛 𝑎 2,𝑛

.. .. .. ..
. . . .
Puis le (−1) 2 de la seconde,
= − 1 2

(−1) (−1) 𝑎𝑖,1 (−1) (−1) 𝑎𝑖,2 . . . . . . (−1) (−1) 𝑎𝑖,𝑗 . . . (−1) (−1) 𝑎𝑖,𝑛
𝑖 𝑖 𝑖 𝑗 𝑖 𝑛
le (−1) 3 de la troisième, etc.
.. .. .. ..

. . . .

(−1)𝑛 (−1) 1𝑎𝑛,1 (−1)𝑛 (−1) 2𝑎𝑛,2 . . . . . . (−1)𝑛 (−1) 𝑗 𝑎𝑛,𝑗 . . . (−1)𝑛 (−1)𝑛 𝑎𝑛,𝑛
(−1) 1𝑎 1,1 (−1) 2𝑎 1,2 . . . . . . (−1) 𝑗 𝑎 1,𝑗 . . . (−1)𝑛 𝑎 1,𝑛

(−1) 1𝑎 2,1 (−1) 2𝑎 2,2 . . . . . . (−1) 𝑗 𝑎 2,𝑗 . . . (−1)𝑛 𝑎 2,𝑛

.. .. .. ..
1+2+···+𝑛
. . . .
= −(−1) (−1) 1𝑎𝑖,1 (−1) 2𝑎𝑖,2 . . . . . . (−1) 𝑗 𝑎𝑖,𝑗 . . . (−1)𝑛 𝑎𝑖,𝑛

.. .. .. ..

. . . .

(−1) 1𝑎𝑛,1 (−1) 2𝑎𝑛,2 . . . . . . (−1) 𝑗 𝑎𝑛,𝑗 . . . (−1)𝑛 𝑎𝑛,𝑛

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

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

.. .. .. ..
. . . .
= −(−1) 1+2+···+𝑛 (−1) 1+2+···+𝑛 Même principe mais pour les

𝑎
𝑖,1 𝑎 𝑖,2 . . . . . . 𝑎 𝑖,𝑗 . . . 𝑎 𝑖,𝑛
colonnes
.. .. .. ..
. . . .

𝑎𝑛,1 𝑎𝑛,2 . . . . . . 𝑎𝑛,𝑗 . . . 𝑎𝑛,𝑛
= (−1)𝑛 (𝑛+1) det(𝐴) = det(𝐴).
SOLUTION
DE L’EXERCICE
30.16
𝐴𝐷 − 𝐵𝐶 𝐴𝐷 − 𝐵𝐶 𝐵
𝐵
1. On a = .
𝐶𝐷 − 𝐷𝐶 𝐷 0𝑛 𝐷

𝐷 0𝑛
2. Si 𝐷 est inversible, la matrice est triangulaire par blocs, de déterminant
−𝐶 𝐼𝑛
det(𝐷) det(𝐼𝑛 ) = det(𝐷) ≠ 0, donc elle est inversible.
Il vient donc
𝐴 𝐵

𝐴𝐷 − 𝐵𝐶 𝐵
Analogie
det det(𝐷) = det . Vos aurez sûrement reconnu
𝐶 𝐷 0 𝐷
que ce 𝐴𝐷 − 𝐵𝐶 ressemble au
Mais ce dernier déterminant est lui-même triangulaire
par blocs, égal à det(𝐴𝐷−𝐵𝐶) det(𝐷). − 𝑏𝑐 du déterminant de
𝑎𝑑
𝑎 𝑏
𝐴 𝐵 ∈ M2 (R).
Et donc det(𝐷) étant non nul, on a bien det = det(𝐴𝐷 − 𝐵𝐶). 𝑐 𝑑
𝐶 𝐷

8 TD 30
3. La fonction 𝑡 ↦→ det(𝐷 + 𝑡𝐼𝑛 ) est une fonction polynomiale de degré au plus 𝑛. En effet,
c’est
∑︁ 𝑛
Ö
det(𝐷 + 𝑡𝐼𝑛 ) = 𝜀 (𝜎) [𝐷 + 𝑡𝐼𝑛 ] 𝜎 (𝑖 ),𝑖
qui est une somme de produits de 𝑛 termes polynomiaux en 𝑡 de degré au plus 1.

𝑛
Ö
De plus, à 𝜎 ∈ 𝔖𝑛 fixé, [𝐷 +𝑡𝐼𝑛 ] 𝜎 ( 𝑖 ),𝑖 est de degré 𝑛 si et seulement si tous les [𝐷 +𝑡𝐼𝑛 ] 𝜎 (𝑖 ),𝑖
𝑖=1 Détails
sont de degré 1. Pour 𝜎 (𝑖 ) ≠ 𝑖, le coefficient
Ceci n’arrive que lorsque pour tout 𝑖 ∈ ⟦1, 𝑛⟧, 𝜎 (𝑖) = 𝑖, et donc pour 𝜎 = id. (𝜎 (𝑖 ), 𝑖 ) de 𝐼𝑛 est nul et
Et alors le coefficient de degré 𝑛 est 1. donc [𝐷 + 𝑡𝐼𝑛 ] 𝜎 (𝑖 ),𝑖 est une
constante indépendante de 𝑡 .
Ainsi, 𝑃 : 𝑡 ↦→ det(𝐷 + 𝑡𝐼𝑛 ) est polynomiale, et non nulle. Donc elle ne possède qu’un
nombre fini de racines (dont 0 fait partie puisque det(𝐷) = 0).
Soit alors 𝛼 > 0 la plus petite racine strictement positive de 𝑃 si elle existe (sinon, posons
𝛼 = +∞).
Alors pour 𝑡 ∈]0, 𝛼 [, det(𝐷 + 𝑡𝐼𝑛 ) ≠ 0.
Donc par la question
2, puisque 𝐶 et 𝐷 + 𝑡𝐼𝑛 commutent,
𝐴 𝐵
det = det(𝐴(𝐷 + 𝑡𝐼𝑛 ) − 𝐵𝐶).
𝐶 𝐷 + 𝑡𝐼𝑛

𝐴 𝐵
Or, par le même type d’arguments, les fonctions 𝑡 ↦→ det et 𝑡 ↦→ det(𝐴(𝐷 + 𝑡𝐼𝑛 ) − 𝐵𝐶)
𝐶 𝐷 + 𝑡𝐼𝑛
sont polynomiales, et en particulier sont continues sur R. Et en particulier sont continues
en 0.
Donc en passant à la limite lorsque 𝑡 → 0+ , il vient

𝐴 𝐵 𝐴 𝐵
det = lim+ det = lim+ det(𝐴(𝐷 + 𝑡𝐼𝑛 ) − 𝐵𝐶) = det(𝐴𝐷 − 𝐵𝐶).
𝐶 𝐷 𝑡 →0 𝐶 𝐷 + 𝑡𝐼𝑛 𝑡 →0

Commençons par remarquer que 𝐴 = 𝑃𝐵𝑃 −1 s’écrit aussi 𝐴𝑃 = 𝑃𝐵.
Soit encore 𝐴𝑃1 + 𝑖𝐴𝑃2 = 𝑃1 𝐵 + 𝑖𝑃 2 𝐵.
Puisque 𝐴, 𝑃1, 𝑃2 et 𝐵 sont à coefficients réels, on a 𝐴𝑃1 = 𝑃 1 𝐵 et de même 𝐴𝑃2 = 𝑃2 𝐵.
Donc si l’une des matrices 𝑃 1 ou 𝑃2 est inversible, alors on a fini : il existe 𝑄 ∈ 𝐺𝐿𝑛 (R)
telle que 𝐴𝑄 = 𝑄𝐵 ⇔ 𝐴 = 𝑄𝐵𝑄 −1 , donc 𝐴 et 𝐵 sont semblables dans M𝑛 (R).
Le problème va donc apparaître lorsque ni 𝑃 1 ni 𝑃 2 ne sont inversibles.

Dans ce cas, notons 𝜑 l’application définie sur C par 𝑡 ↦→ det(𝑃1 + 𝑡𝑃2 ).
Alors il s’agit d’une application polynomiale en 𝑡, de degré au plus 𝑛.
Pour le voir, écrivons, une fois n’est pas coutume,
∑︁ 𝑛
Ö
𝜑 (𝑡) = 𝜀 (𝜎) [𝑃1 + 𝑡𝑃2 ] 𝜎 (𝑖 ),𝑖
qui fait apparaître des produits de 𝑛 polynômes en 𝑡 de degrés au plus 1.

De plus, 𝜑 n’est pas le polynôme nul puisque 𝑃 = 𝑃1 + 𝑖𝑃2 est inversible, donc 𝜑 (𝑖) ≠ 0.
Par conséquent, 𝜑 ne possède qu’un nombre fini de racines. Et donc il existe 𝑡 0 ∈ R tel que
𝜑 (𝑡 0 ) ≠ 0 ⇔ 𝑃1 + 𝑡 0 𝑃2 soit inversible.
Et alors on a 𝐴(𝑃1 + 𝑡 0 𝑃 2 ) = (𝑃 1 + 𝑡 0 𝑃2 )𝐵 ⇔ 𝐴 = (𝑃1 + 𝑡 0 𝑃2 )𝐵(𝑃1 + 𝑡 0 𝑃2 ) −1 .
Comme 𝑃1 + 𝑡 0 𝑃 2 est à coefficients réels, 𝐴 et 𝐵 sont semblables en tant que matrices réelles.
1. Bien entendu, on pourrait développer par la ligne ou la colonne de notre choix. Dans
ce cas, le meilleur choix est sûrement la troisième ligne puisqu’elle ne contient que deux
coefficients non nuls, et donc il ne faudrait calculer que deux déterminants 3 × 3.
Préférons commencer par une opération sur les colonnes pour n’avoir qu’un déterminant
8 Ce qui peut se faire à l’aide
3 × 3 à calculer8 .
de la règle de Sarrus, un
1 0 −1 2 développement, par opéra-
1 −1 2
−4 1 3 −5 tions élémentaires, ou par
𝐷 = = − −4 3 −5 une combinaisons des deux
𝐶 4 ←𝐶 4 −𝐶 2
0 1 0 0
1 −1 4

1 0 −1 4
derniers.

CORRECTION 9

1 −1 2
1 −1
= − −4 3 −5 = −2
= 2.
𝐿3 ←𝐿3 −𝐿1 0 −4 3
0 2
2. 18.
3. Il suffit de développer par rapport à la première ligne, ce qui nous donne

𝑎 𝑐 𝑎 0
−𝑎
+𝑏
= 2𝑎𝑏𝑐.
𝑏 0 𝑏 𝑐
4. Commençons par réaliser les opérations 𝐶 2 ← 𝐶 2 − 𝐶 1 et 𝐶 3 ← 𝐶 3 − 𝐶 1 . Alors on obtient

1 0 0
𝑏 −𝑎 𝑐 − 𝑎 2 2 2 2
2 𝑏2 − 𝑎 2 𝑐2 − 𝑎 2 = 𝑏 2 − 𝑎 2 𝑐 2 − 𝑎 2 = (𝑏−𝑎) (𝑐 −𝑎 )−(𝑐−𝑎) (𝑏 −𝑎 ) = (𝑏−𝑎) (𝑐−𝑎) (𝑐−𝑏).
𝑎
𝑎 𝑏 −𝑎 𝑐 −𝑎
5. Commençons par des opérations élémentaires :

𝑎 𝑐 𝑐 𝑏

𝑎 𝑐
0 𝑏 𝑎
𝑐 0 𝑏
𝑐 𝑎 𝑏 𝑐 𝑐 𝑎 𝑏 − 𝑎 𝑐 𝑐 𝑎 𝑏 −𝑎 𝑐
𝐷 = = =
2𝑐 .
𝑐 𝑏 𝑎 𝑐 𝐶3 ←𝐶3 −𝐶2 𝑐 𝑏 𝑎 − 𝑏
𝑐 𝐿3 ←𝐿3 +𝐿2 𝑎 +𝑏 0 2𝑐
𝑏 𝑐 𝑐 𝑎 𝑏 𝑐 0 𝑎 𝑏 𝑐 0 𝑎
Puis développons par rapport à la troisième colonne :

𝑎 𝑐 𝑏 𝑎 − 𝑏 𝑐 𝑏 1 𝑐 𝑏
2

𝐷 = (𝑎 − 𝑏) 2𝑐 𝑎 + 𝑏 2𝑐
= (𝑎 − 𝑏) 0 𝑎 +𝑏 2𝑐 = (𝑎 − 𝑏) 0 𝑎 + 𝑏
2𝑐
𝐶 ←𝐶 −𝐶
𝑏 𝑐 𝑎 1 1 3 𝑏 − 𝑎 𝑐 𝑎 −1 𝑐 𝑎
En développant par rapport à la première colonne,

𝐷 = (𝑎−𝑏) 2 (𝑎 + 𝑏)𝑎 − 2𝑐 2 − 2𝑐 2 + (𝑎 + 𝑏)𝑏 = (𝑎−𝑏) 2 (𝑎 + 𝑏) 2 − 4𝑐 2 = (𝑎−𝑏) 2 (𝑎+𝑏+2) (𝑎+𝑏−2𝑐).


Écrivons la matrice de cette famille (nommons-la (𝑒 1, 𝑒 2, 𝑒 3 )) dans la base canonique : il
8 5 2+𝜆
s’agit de 𝐴 = −1 1 − 𝜆 −2 ®.
© ª
Rappel
«2 − 𝜆 1 1 ¬
3 L’ajout à une colonne d’une
Nous savons que (𝑒 1, 𝑒 2, 𝑒 3 ) est une base de C si et seulement si det 𝐴 ≠ 0. combinaison linéaire des
Pour calculer det 𝐴, commençons par des opérations sur les colonnes, en réalisant les autres ne change pas le déter-
opérations 𝐶 1 ← 𝐶 1 − (2 − 𝜆𝐶 3 ) et 𝐶 2 ← 𝐶 2 − 𝐶 3 , de sorte que minant.
4 + 𝜆2 3 − 𝜆 2 + 𝜆

4 + 𝜆2 3 − 𝜆 2

det 𝐴 = 3 − 2𝜆 3 − 𝜆 −2 = (−1) 3+3 ×1 = (3−𝜆) 4 + 𝜆 1 2 2

3 − 2𝜆 3 − 𝜆 3 − 2𝜆 1 = (3−𝜆) (𝜆 +2𝜆+1) = (3−𝜆) (𝜆+1)
0 0 1
Et donc ce déterminant est nul si et seulement si 𝜆 ∈ {−1, 3}.

Donc (𝑒 1, 𝑒 2, 𝑒 3 ) est une base de C3 si et seulement si 𝜆 ∉ {−1, 3}.
Il faut faire un peu de trigo et se souvenir que cos(𝑎 𝑗 +𝑖ℎ) = cos(𝑎 𝑗 ) cos(𝑖ℎ) −sin(𝑎 𝑗 ) sin(𝑖ℎ).
1 0
cos(ℎ) sin(ℎ)
© ª © ª
® ®
Notons alors 𝐶 = .. ® et 𝑆 =
® .. ®.
®
. ® . ®
« cos((𝑛 − 1)ℎ) ¬ « sin((𝑛 − 1)ℎ) ¬
Alors la 𝑗 ème colonne du déterminant Δ est cos(𝑎 𝑗 )𝐶 − sin(𝑎 𝑗 )𝑆 ∈ Vect(𝐶, 𝑆).
9 En fait il est facile de
Donc toutes les colonnes de Δ sont dans un espace de dimension au plus9 2.
En particulier, si 𝑛 ⩾ 3, elles forment une famille liée, et donc Δ = 0. constater (en utilisant leur
première ligne) qui 𝑆 et 𝐶 ne
Et si 𝑛 = 2, alors
sont pas proportionnelles, et
donc engendrent un espace

cos(𝑎 1 ) cos(𝑎 2 )
Δ= de dimension exactement 2.
cos(𝑎 1 + ℎ) cos(𝑎 2 + ℎ)
= cos(𝑎 1 + 𝑎 2 + ℎ) cos(𝑎 1 − 𝑎 2 − ℎ) − cos(𝑎 1 + 𝑎 2 + ℎ) cos(𝑎 2 − 𝑎 1 − ℎ)
= cos(𝑎 1 + 𝑎 2 + ℎ) sin(ℎ) sin(𝑎 1 − 𝑎 2 ).

10 TD 30

Le rang est facile car 𝑓 est une symétrie : 𝑓 2 = id, et en particulier est inversible, égale à
10 On dit encore une involu-
son propre inverse10 .
Donc rg(𝑓 ) = dim M𝑛 (K) = 𝑛 2 . tion.
Pour la trace comme pour le déterminant, il nous faut la matrice de 𝑓 dans une base
de M𝑛 (K). Et pour que les calculs soient le plus faciles possibles, mieux vaut choisir
intelligemment cette base.
Donnons deux solutions, juste pour prouver qu’il n’y a pas toujours qu’une bonne solution.
▶ Première option : travaillons dans la base canonique de M𝑛 (K). Celle-ci n’est pas
canoniquement ordonnée, donc choisissons judicieusement l’ordre des éléments, et notons
B = (𝐸 1,1, 𝐸 2,2, . . . , 𝐸𝑛,𝑛 , 𝐸 1,2, 𝐸 2,1, 𝐸 1,3, 𝐸 3,1, . . . , 𝐸𝑛−1,𝑛 , 𝐸𝑛,𝑛−1 ). Alors
𝑓 (𝐸 1,1 ) ... 𝑓 (𝐸𝑛,𝑛 ) 𝑓 (𝐸 1,2 ) 𝑓 (𝐸 2,1 ) 𝑓 (𝐸 1,3 ) 𝑓 (𝐸 3,1 ) ... 𝑓 (𝐸𝑛−1,𝑛 ) 𝑓 (𝐸𝑛,𝑛−1 )
1 𝐸 1,1
© .. ª .
.

. ®
® .

1 ®
® 𝐸𝑛,𝑛

0 1 ®
® 𝐸 1,2
𝐴 = MatB (𝑓 ) =
1 0 ®
® 𝐸 2,1
0 1 ®
® 𝐸 1,3

1 0 ®
® 𝐸 3,1
.. ® .
.

. ®
® .
0 1 ® 𝐸𝑛−1,𝑛
« 1 0 ¬ 𝐸𝑛,𝑛−1
où tous les coefficients laissés vides sont nuls.

𝑛 2 − 𝑛 𝑛(𝑛 − 1)
Autrement dit, 𝐴 est diagonale par blocs, avec 𝑛 blocs 1 × 1 égaux à 1 et =
2 2
0 1 Dénombrement
blocs de la forme .
1 0 2
Le 𝑛 2−𝑛 vient du fait qu’aux
Et donc non seulement on a tout de suite tr(𝑓 ) = tr(𝐴) = 𝑛, mais en plus, par déterminant 𝑛 matrices de la base cano-
par blocs : nique, on a retiré les 𝑛 de

0 1 0 1

𝑛 (𝑛−1)
la forme 𝐸𝑖,𝑖 , et qu’on a re-
det(𝑓 ) = det(𝐴) = 1 · · · 1 × ··· = (−1) 2 . groupé celles qui restaient
|{z} 1 0 1 0 par deux.
𝑛 fois | {z } Dit autrement, c’est 𝑛2 ,
𝑛 (𝑛−1)
2 fois le nombre de manières de
choisir une paire formée de
▶ Seconde option : souvenons nous que M𝑛 (K) = S𝑛 (K) ⊕ A𝑛 (K), et que nous avons deux éléments distincts de
𝑛(𝑛 + 1) 𝑛(𝑛 − 1) ⟦1, 𝑛⟧.
déjà établi que dim S𝑛 (K) = et dim A𝑛 (K) = .
2 2
Si 𝑆 1, . . . , 𝑆 𝑛 (𝑛+1) est une base de S𝑛 (K) et que 𝐴1, . . . , 𝐴 𝑛 (𝑛−1) est une base de A𝑛 (K),
2 2
alors leur concaténation B est une base de M𝑛 (K) dans laquelle la matrice de 𝑓 est
𝑓 (𝑆 1 ) ... 𝑓 (𝑆𝑛 (𝑛+1)/2 ) 𝑓 (𝐴1 ) ... 𝑓 (𝐴𝑛 (𝑛−1) /2 )
1 0 ... ... ... 0 𝑆1
© .. .. .. ª .

0 . . . ®
®
.
.
.. .. .. .. ®
𝐴 = MatB (𝑓 ) =
. . 1 . . ®
® 𝑆𝑛 (𝑛+1) /2
.. .. .. ®

. −1 . . ®
® 𝐴1
.. .. .. .. ® .
. . . . 0 ® .
.
« 0 ... ... ... 0 −1 ¬ 𝐴𝑛 (𝑛−1) /2
Remarque
𝑛(𝑛 + 1) 𝑛(𝑛 − 1) Le même raisonnement s’ap-
C’est donc une matrice diagonale avec termes égaux à 1 et termes égaux
2 2 plique pour toute symétrie 𝑠,
à −1, de sorte que pour laquelle on a alors
𝑛(𝑛 + 1) 𝑛(𝑛 − 1) 𝑛 (𝑛−1) det(𝑠 ) = (−1) dim Ker(𝑠+id𝐸 ) .

tr(𝑓 ) = − = 𝑛 et det(𝑓 ) = (−1) 2 .
2 2
(
1 si 𝑛 ≡ 0 (mod 4) ou 𝑛 ≡ 1 (mod 4)
Notons enfin que ceci se simplifie un peu det(𝑓 ) =
−1 si 𝑛 ≡ 2 (mod 4) ou 𝑛 ≡ 3 (mod 4)

CORRECTION 11

1. C’est un simple calcul de produit par blocs :

𝐼𝑛 𝐵 𝐴 0 𝐼𝑛 𝐴 𝐵𝐼𝑝
= = 𝑀.
0 𝐶 0 𝐼𝑝 0 𝐶𝐼𝑝

𝐼𝑛 𝐶 𝐴 0
2. On a donc det 𝑀 = det × det .
0 𝐵 0 𝐼𝑝

𝐼 𝐶
Mais si on développe 𝑛 par rapport à sa première colonne, on fait apparaître un
0 𝐵
𝐼𝑛−1 𝐶 ′
déterminant de la forme , qui peut de nouveau se développer par rapport à la
0 𝐵
première colonne, etc.
𝐼 𝐶
Jusqu’à arriver à 𝑛 = det(𝐵).
0 𝐵

𝐴 0
Et de même, pour , que l’on peut développer par rapport à sa dernière ligne, etc,
0 𝐼𝑝
pour prouver qu’il vaut det(𝐴).
𝐴 𝐵
On retrouve ainsi det = det(𝐴) det(𝐶).
0 𝐶

Commençons par procéder à des opérations sur les colonnes, en réalisant l’opération
𝐶 4 ← 𝐶 4 − 3𝐶 3 + 3𝐶 2 − 𝐶 1 , de sorte que, par le binôme de Newton
1 𝑥 𝑥 2 (𝑥 − 1) 3

1 1 1 0
𝐷 (𝑥) =
12 22 32 0
1 2 3 0
En développant par rapport à la dernière colonne, on trouve donc

1 1 1
𝐷 (𝑥) = −(𝑥 − 1) 3 1 2 3 .

12 22 32
On reconnaît alors un déterminant de Vandermonde :

𝐷 (𝑥) = −(𝑥 − 1) 3 (3 − 1) (3 − 2) (2 − 1) = −2(𝑥 − 1) 3 .
Commençons par noter que 𝐴𝐵 est une matrice de M𝑛 (K).
Nous allons prouver que rg(𝐴𝐵) < 𝑛.
Notons 𝐶 1, . . . , 𝐶𝑝 les colonnes de 𝐴 (qui sont donc dans M𝑛,1 (K)) et 𝐷 1, . . . , 𝐷𝑛 celles de
𝐵 (qui sont donc dans M𝑝,1 (K)).
Alors les colonnes de 𝐴𝐵 sont 𝐴𝐷 1, . . . , 𝐴𝐷𝑛 .
𝜆1
© . ª
Mais si 𝐷𝑖 = .. ®®, alors 𝐴𝐷𝑖 = 𝜆1𝐶 1 + · · · + 𝜆𝑝 𝐶𝑝 .

« 𝜆𝑝 ¬
Ainsi, toutes les colonnes de 𝐵 sont dans Vect(𝐶 1, . . . , 𝐶𝑝 ), qui est de dimension au plus 𝑝.
Et donc rg(𝐴𝐵) ⩽ 𝑝 < 𝑛. En particulier, 𝐴𝐵 ne saurait être inversible, et donc son
déterminant est nul.
Une des grosses difficultés de ce type d’exercice est la gestion des pointillés : assurez-vous
d’avoir bien compris les matrices en jeu, et soyez soigneux dans votre rédaction.
1. Pour 𝑛 ⩾ 2, réalisons les opérations 𝐿1 ← 𝐿1 − 𝐿2, 𝐿2 ← 𝐿2 − 𝐿3, . . . , 𝐿𝑛−1 ← 𝐿𝑛−1 − 𝐿𝑛 .
Alors
1 1 0 . . . 0

.. .. .. .
0
. . . ..
𝐷𝑛 = .. .. .. .. .
. . . . 0
0 ... 0 1 1

−1 . . . . . . −1 −1 0
[𝑛]

12 TD 30
Il est alors possible de procéder à un développement par rapport à la première colonne :

1 1 0 . . . 0
1 0 . . . . . . 0

.. .. .. .. .. .. ..
1
. .
0 . . . .
.

𝐷𝑛 = .. .. .. .. − (−1) 𝑛+1 . . . . . . .
.
= 𝐷𝑛−1 + (−1)𝑛 .
0
. . .
. . . . 0 .
.
0 ... 0 1 1 .. . . . . . . . . . 0

−1 . . . . . . −1 −1 0
0

[𝑛] . . . 1 1 [𝑛−1]

0 1
Puisque 𝐷 2 = = 1, on a donc 𝐷 3 = 𝐷 2 − 1 = 0, puis 𝐷 4 = 1, etc. Soit encore
−1 0
(
0 si 𝑛 est impair
𝐷𝑛 =
1 si 𝑛 est pair
Notons que la matrice dont on calcule le déterminant est antisymétrique, donc pour 𝑛
impair, il n’est pas surprenant de trouver 0, c’est le résultat de l’exercice 11.
Une autre solution : commençons par réaliser les opérations 𝐶 1 ← 𝐶 1 + 𝐶𝑛 , puis

𝐿1 ← 𝐿1 + 𝐿𝑛 :

1 1 . . . . . . 1 0 0 . . . 0 1

.. .. ..
0 0 . . 0 0 1 .

.. .. .. .. . . .. .. .. .
𝐷𝑛 = . . .. = ..

. . . . . ..

0 .. .. .. ..
. . 1 0
. . 1
−1 . . . . . . −1 0 −1 . . . . . . −1 0
[𝑛] [𝑛]
Développons alors par rapport à la première colonne :

0 0 ... 0 1

0 1 ... ... 1

..
𝐷𝑛 = (−1) (−1)𝑛+1 −1 0 1 . .
.. . .. ...
.
1
−1 . . . −1 0 1 [𝑛−1]
On redéveloppe par rapport à la première ligne :

0 1 ... ... 1

..
−1 0 . . .

.
𝐷𝑛 = (−1) 2𝑛+2 ... .. .. .. .. = 𝐷𝑛−2 .

. . . .
. . ..
.. . . . 1
Ambigu

−1 . . . . . . −1 0 [𝑛−2]
Sur ce type d’exercice, la va-
0 1 leur de 𝑛 à partir de laquelle
𝐷 2 = = 1, donc pour tout 𝑛 pair, 𝐷𝑛 = 1. le déterminant est clairement
−1 0
bien défini n’est pas toujours
Si on a envie de donner un sens à 𝐷 1 , c’est 𝐷 1 = |0| = 0. très claire...
0 1 1

Si on préfère commencer à 𝐷 3 = −1 0 1 = 0.

−1 −1 0
Donc pour tout 𝑛 impair, 𝐷𝑛 = 0.
2. Notons 𝐷𝑛 (𝑎 1, . . . , 𝑎𝑛 ) le déterminant cherché.
Soustrayons la première ligne aux suivantes :

𝑎 1 𝑎1 𝑎1 ... 𝑎 1

0 𝑎2 − 𝑎1 𝑎2 − 𝑎1 . . . 𝑎2 − 𝑎1

𝐷𝑛 (𝑎 1, . . . , 𝑎𝑛 ) = 0 𝑎 2 − 𝑎 1 𝑎 3 − 𝑎 1 . . . 𝑎 3 − 𝑎 1

.. .. .. .. .
..
.
. . .
0 𝑎 2 − 𝑎 1 𝑎 3 − 𝑎 1 . . . 𝑎𝑛 − 𝑎 1

CORRECTION 13

𝑎2 − 𝑎1 𝑎2 − 𝑎1 ... 𝑎 2 − 𝑎 1

𝑎2 − 𝑎1 𝑎3 − 𝑎1 ... 𝑎 3 − 𝑎 1
On a développé par rapport à
= 𝑎1 . .. = 𝑎 1 𝐷𝑛−1 (𝑎 2 − 𝑎 1, . . . , 𝑎𝑛 − 𝑎 1 ).

.. ..
.. . . . la première colonne.

𝑎2 − 𝑎1 𝑎3 − 𝑎1 . . . 𝑎𝑛 − 𝑎 1
Puis sur le même principe, 𝐷𝑛−1 (𝑎 2 − 𝑎 1, . . . , 𝑎𝑛 − 𝑎 1 ) = (𝑎 2 − 𝑎 1 )𝐷𝑛−2 (𝑎 3 − 𝑎 2, . . . , 𝑎𝑛 − 𝑎 2 ),

etc, et donc au final
𝐷𝑛 (𝑎 1, . . . , 𝑎𝑛 ) = 𝑎 1 (𝑎 2 − 𝑎 1 ) (𝑎 3 − 𝑎 2 ) · · · (𝑎𝑛 − 𝑎𝑛−1 ).
Une autre solution : réalisons l’opération 𝐿𝑛 ← 𝐿𝑛 − 𝐿𝑛−1 :

𝑎 1 𝑎 1 𝑎 1 ... 𝑎1

𝑎 1 𝑎 2 𝑎 2 ... 𝑎2

𝑎 1 𝑎 2 𝑎 3 ... 𝑎3

𝐷𝑛 (𝑎 1, . . . , 𝑎𝑛 ) = .

.. .. .. ..

.. . . . .

𝑎 1 𝑎 2 𝑎 3 ... 𝑎𝑛−1

0 0 0 . . . 𝑎𝑛 − 𝑎𝑛−1 [𝑛]
= (𝑎𝑛 − 𝑎𝑛−1 ) (−1) 2𝑛 𝐷𝑛−1 (𝑎 1, 𝑎 2, . . . , 𝑎𝑛−1 )
= (𝑎𝑛 − 𝑎𝑛−1 )𝐷𝑛−1 (𝑎 1, . . . , 𝑎𝑛−1 )

𝑎1 𝑎1 1 𝑎 1
On a 𝐷 2 =
= 𝑎1
= 𝑎 1 (𝑎 2 − 𝑎 1 ).
𝑎1 𝑎2 1 𝑎2
Donc 𝐷 3 = (𝑎 3 − 𝑎 2 )𝐷 2 = 𝑎 1 (𝑎 2 − 𝑎 1 ) (𝑎 3 − 𝑎 2 ).
Par récurrence, on prouve alors que

𝑛−1
Ö
𝐷𝑛 = 𝑎 1 (𝑎 2 − 𝑎 1 ) (𝑎 3 − 𝑎 2 ) · · · (𝑎𝑛 − 𝑎𝑛−1 ) = 𝑎 1 (𝑎𝑖+1 − 𝑎𝑖 ).
𝑖=1

−2 1 0
−2 1
3. On a facilement 𝐷 2 = = 3 et 𝐷 3 = 1 −2 1 = −4.
1 −2 0 1 −2
Et pour 𝑛 ⩾ 4, on a, en développant par rapport à la première ligne

−2 1 0 · · · 0 Astuce
−2 1 · · · 0 1 1 ··· 0
1 −2 1 · · · 0
Dans ce type de détermi-

.. .. .
.. .. ..
. . . . .
. 1 . . 0 −2 . . nants écrits avec des poin-
𝐷𝑛 = 0
1 . . . = −2 .
− .
. .. .. tillés, on perd vite la taille
.. .. .. .. . . −2 1 .. . . 1 de la matrice, il est utile de

. . . −2 1
0 · · · 1 −2

0

0 ··· 1 −2 l’inscrire en bas à droite.
0 · · · 1 −2 [𝑛] [𝑛−1] [𝑛−1]

−2 1 · · · 0

..
1 −2 . . .

.
= −2𝐷𝑛−1 − . = −2𝐷𝑛−1 − 𝐷𝑛−2 .
.. . .. . . . 1

0 · · · 1 −2
[𝑛−2]
On reconnaît alors une suite récurrente linéaire d’ordre 2, dont le polynôme caractéristique
est 𝑋 2 + 2𝑋 + 1, qui possède −1 comme racine double.
Donc il existe deux réels 𝛼 et 𝛽 tels que 𝐷𝑛 = (𝛼 + 𝛽𝑛) (−2)𝑛 . À l’aide des conditions initiales
(𝐷 2 = 3 et 𝐷 3 = −4), on trouve 𝐷𝑛 = (𝑛 + 1) (−1)𝑛 .
1. Pour 𝑥 ∈ K, on a
∑︁ 𝑛
Ö
𝜒𝐴 (𝑥) = 𝜀 (𝜎) [𝑥𝐼𝑛 − 𝐴] 𝜎 (𝑖 ),𝑖 .
Or, pour tout 𝜎 ∈ 𝔖𝑛 et tout 𝑖 ∈ ⟦1, 𝑛⟧, 𝑥 ↦→ [𝑥𝐼𝑛 − 𝐴] 𝜎 (𝑖 ),𝑖 est une fonction polynomiale
de degré au plus 1.

14 TD 30
Mieux
En effet, elle est de degré 1 si 𝜎 (𝑖) = 𝑖, et constante (donc de degré 0) sinon.
𝑛 Le degré de cette fonction est
exactement le nombre de 𝑖
Ö
Donc pour tout 𝜎 ∈ 𝔖𝑛 , 𝑥 ↦→ 𝜀 (𝜎) [𝑥𝐼𝑛 − 𝐴] 𝜎 (𝑖 ),𝑖 est polynomiale de degré au plus 𝑛. tels que 𝜎 (𝑖 ) = 𝑖, c’est-à-dire
𝑖=1 le nombre de points fixes de
Et donc 𝜒𝐴 l’est également. 𝜎.
𝑛
Ö
Mieux : pour 𝜎 ∈ 𝔖𝑛 , 𝑥 ↦→ 𝜀 (𝜎) [𝑥𝐼𝑛 − 𝐴] 𝜎 (𝑖 ),𝑖 est de degré 𝑛 si et seulement si ses 𝑛
𝑖=1
facteurs sont de degré 1.
Donc si pour tout 𝑖 ∈ ⟦1, 𝑛⟧, 𝜎 (𝑖) = 𝑖. Donc si et seulement si 𝜎 = id.
∑︁ 𝑛
Ö
Et donc 𝑥 ↦→ 𝜀 (𝜎) [𝑥𝐼𝑛 − 𝐴] 𝜎 (𝑖 ),𝑖 est de degré exactement 𝑛, puisque somme d’une
11 Au nombre de 𝑛! − 1.
fonction polynomiale de degré 𝑛 et de fonctions11 polynomiales de degré strictement
inférieur à 𝑛.
𝑛
Ö 𝑛
Ö 𝑛
Ö
Son coefficient dominant est alors celui de [𝑥𝐼𝑛 −𝐴] id(𝑖 ),𝑖 = [𝑥𝐼𝑛 −𝐴] 𝑖,𝑖 = (𝑥 −𝑎𝑖,𝑖 ).
𝑖=1 𝑖=1 𝑖=1
Il vaut donc 1.
Enfin, son coefficient constant est 𝜒𝐴 (0) = det(−𝐴) = (−1)𝑛 det(𝐴).
Remarque : une permutation 𝜎 ∈ 𝔖𝑛 ne peut pas posséder 𝑛 − 1 points fixes : soit elle en
a 𝑛 (et c’est l’identité), soit elle en a au plus 𝑛 − 2.
Donc tous les termes de la somme correspondant à 𝜎 ∈ 𝔖𝑛 \ {id} sont de degré au plus
𝑛 − 2.
Donc le coefficient de degré 𝑛 − 1 est précisément celui correspondant à 𝜎 = id, donc le
Ö𝑛
terme de degré 𝑛 − 1 de 𝑥 ↦→ (𝑥 − 𝑎𝑖,𝑖 ).
𝑖=1
𝑛
∑︁
Par les relations racines-coefficients, c’est (−𝑎𝑖,𝑖 ) = −tr(𝐴).
𝑖=1
2. Pour 𝜆 ∈ K, 𝐴 − 𝜆𝐼𝑛 n’est pas inversible si et seulement si det(𝐴 − 𝜆𝐼𝑛 ) = 0, soit si et
seulement si 𝜒𝐴 (𝜆) = 0.
Mais puisque 𝜒𝐴 est polynomiale de degré au plus 𝑛, elle s’annule au plus 𝑛 fois sur K.
3.a. Donnons deux preuves de ce résultat.
𝐼 𝐵 Intuition
Pour la première, travaillons sur les lignes de 𝑛 .
𝐴 𝐼𝑛 À l’aide du 1 tout en haut
𝑛
∑︁ à gauche, on peut annuler
Pour tout 𝑖 ∈ ⟦1, 𝑛⟧, réalisons l’opération 𝐿𝑛+𝑖 ← 𝐿𝑛+𝑖 − 𝑎𝑖,𝑗 𝐿 𝑗 . les coefficients du bloc 𝐴
en bas à gauche à l’aide des
𝑗=1
opérations 𝐿𝑛+1 ← 𝐿𝑛+1 −
Cela a pour effet de rendre le bloc en bas à gauche nul. 𝑎 1,1 𝐿1 , 𝐿𝑛+2 ← 𝐿𝑛+2 − 𝑎 2,1 𝐿1 ,
Et pour 𝑘 ∈ ⟦1, 𝑛⟧, le coefficient (𝑛 + 𝑖, 𝑛 + 𝑘) devient etc.
Puis utiliser le 1 en posi-
𝑛
∑︁ tion (2, 2) pour annuler la
[𝐼𝑛 ] 𝑖,𝑘 − 𝑎𝑖,𝑗 𝑏 𝑗,𝑘 = [𝐼𝑛 ] 𝑖,𝑘 − [𝐴𝐵] 𝑖,𝑘 . deuxième colonne du bloc 𝐴.
𝑗=1 Et ainsi de suite...
Autrement dit, le bloc en bas à droite devient 𝐼𝑛 − 𝐴𝐵.

Puisque les opérations que nous venons de réaliser n’ont à aucun moment changé le
Rappel
déterminant , on a donc
Ajouter à une ligne une com-

𝐼𝑛 𝐵 𝐼𝑛
binaison linéaire des autres
𝐵
𝐴 𝐼𝑛 0𝑛 𝐼𝑛 − 𝐴𝐵 = det(𝐼𝑛 ) det(𝐼𝑛 − 𝐴𝐵) = det(𝐼𝑛 − 𝐴𝐵).
= préserve le déterminant.
Sur le même principe, à l’aide d’opérations sur les colonnes, on peut montrer que

𝐼𝑛 𝐵 𝐼𝑛 0𝑛
𝐴 𝐼𝑛 𝐴 𝐼𝑛 − 𝐵𝐴 = det(𝐼𝑛 − 𝐵𝐴).
=

CORRECTION 15
Alternative, moins laborieuse mais plus astucieuse : on a

𝐼𝑛 𝐵 𝐼𝑛 0𝑛 𝐼𝑛 − 𝐴𝐵 𝐵
= .
𝐴 𝐼𝑛 −𝐴 𝐼𝑛 0𝑛 𝐼𝑛

𝐼𝑛 𝐵 𝐼𝑛 0𝑛 𝐼𝑛 − 𝐵𝐴 𝐵
Et donc
= = det(𝐼𝑛 − 𝐵𝐴).
𝐴 𝐼𝑛 −𝐴 𝐼𝑛 0𝑛 𝐼𝑛

𝐼 𝐵 𝐼𝑛 −𝐵 𝐼 0𝑛
Et de même, 𝑛 = 𝑛 .
𝐴 𝐼𝑛 0 𝐼𝑛 𝐴 𝐼𝑛 − 𝐴𝐵
3.b. Soit 𝑥 ∈ K.
Si 𝑥 = 0, alors 𝜒𝐴𝐵 (0) = det(−𝐴𝐵) = (−1)𝑛 det(𝐴) det(𝐵) = det(−𝐵𝐴) = 𝜒𝐵𝐴 (0).
Si 𝑥 ≠ 0, alors par ce qui précède, on a
1 1

𝜒𝐴𝐵 (𝑥) = det(𝑥𝐼𝑛 −𝐴𝐵) = 𝑥 det 𝐼𝑛 − 𝐴𝐵 = 𝑥 det 𝐼𝑛 − 𝐵𝐴 = det(𝑥𝐼𝑛 −𝐵𝐴) = 𝜒𝐵𝐴 (𝑥).
𝑛 𝑛
𝑥 𝑥
Et donc pour tout 𝑥 ∈ K, 𝜒𝐴𝐵 (𝑥) = 𝜒𝐵𝐴 (𝑥).
1. Au premier abord, un développement «brutal» de Δ𝑛 (𝑥) nous prouverait qu’il s’agit d’un
polynôme de degré au plus 𝑛, mais il est alors bien difficile de constater que tous les termes
de degré 2, 3, . . . , 𝑛 en 𝑥 se simplifient.
Plus simplement, commençons par l’opération 𝐶𝑖 ← 𝐶𝑖 − 𝐶 1 , pour 2 ⩽ 𝑖 ⩽ 𝑛. Alors

𝜆1 + 𝑥 𝑎 − 𝜆1 . . . 𝑎 − 𝜆1

..
𝑏 + 𝑥 𝜆2 − 𝑏 . . .

.
Δ𝑛 (𝑥) = .

.
.. . .. . . . 𝑎 − 𝑏

𝑏 +𝑥 ... 0 𝜆𝑛 − 𝑏
12 Les cofacteurs sont des
Et alors un développement par rapport à la première colonne prouve12 cette fois qu’il s’agit
d’un polynôme de degré au plus 1, c’est-à-dire d’une fonction affine en 𝑥. constantes indépendantes de
𝑥.
2. Nous savons donc qu’il existe deux réels 𝛼, 𝛽 tels que pour tout 𝑥 ∈ K, Δ𝑛 (𝑥) = 𝛼𝑥 + 𝛽.
Ö𝑛 𝑛
Ö
13 Il s’agit de deux détermi-
Or, on a13 Δ𝑛 (−𝑎) = (𝜆𝑖 − 𝑎) et de même Δ𝑛 (−𝑏) = (𝜆𝑖 − 𝑏).
𝑖=1 𝑖=1 nants de matrices triangu-
Par résolution d’un système 2 × 2, on trouve donc laires.
𝑛
Ö 𝑛
Ö 𝑛
Ö 𝑛
Ö
(𝜆𝑖 − 𝑎) − (𝜆𝑖 − 𝑏) 𝑏 (𝜆𝑖 − 𝑎) − 𝑎 (𝜆𝑖 − 𝑏)
𝑖=1 𝑖=1 𝑖=1 𝑖=1
𝛼= ,𝛽= .
𝑏 −𝑎 𝑏 −𝑎
Remarque
Et donc en particulier, Δ𝑛 (0) = 𝛽.
Pour 𝜆1 = · · · = 𝜆𝑛 = 0,
SOLUTION DE L’EXERCICE 30.28 𝑎 = 1 et 𝑏 = −1, on retrouve
le résultat de la première
Il est clair que 𝐼𝑛 ∈ 𝑆𝐿𝑛 (Z) et que 𝑆𝐿𝑛 (Z) est stable par produit.
question de l’exercice 25.
Il s’agit donc de prouver la stabilité par passage à l’inverse.
Soit donc 𝐴 ∈ 𝑆𝐿𝑛 (Z). Alors toutes les matrices extraites de 𝐴 sont à coefficients entiers.
Mais le déterminant d’une matrice à coefficients entiers est à coefficients entiers. Le plus
simple pour le voir est de se souvenir que
∑︁ 𝑛
Ö
det 𝑀 = 𝜀 (𝜎) 𝑚𝜎 (𝑖 ),𝑖 .
Donc si 𝐴 est à coefficients entiers, tous ses mineurs sont des entiers. Et par conséquent,
1
Com(𝐴) ∈ M𝑛 (Z). Mais alors 𝐴 −1 = Com(𝐴) ⊤ = Com(𝐴) ⊤ est encore à coefficients
det 𝐴
1
entiers, et a pour déterminant = 1. C’est donc une matrice de 𝑆𝐿𝑛 (Z).
det(𝐴)
Et donc 𝑆𝐿𝑛 (Z) est un sous-groupe de 𝐺𝐿𝑛 (R).
Remarque : en revanche, il existe des matrices inversibles

à coefficients entiers dont l’inverse n’est
2 0
pas à coefficients entiers, prendre par exemple .
0 1

16 TD 30

14 Passer à l’inverse dans la
1. Si 𝐴 et 𝐵 sont inversibles, et commutent, alors leurs inverses aussi14 .
1 relation 𝐴𝐵 = 𝐵𝐴.
Mais nous savons alors que 𝐴 −1 = Com(𝐴) ⊤ et idem pour 𝐵.
det 𝐴
Donc les transposées des comatrices commutent, et par transposition, Com(𝐴) et Com(𝐵)
commutent également.
2. Il s’agit de se souvenir que
∑︁ 𝑛
Ö ∑︁ 𝑛
Ö
𝑓 (𝑡) = det(𝐴 + 𝑡𝐼𝑛 ) = 𝜀 (𝜎) [𝐴 + 𝑡𝐼𝑛 ] 𝜎 (𝑖 ),𝑖 = 𝜀 (𝜎) (𝑎𝜎 (𝑖 ),𝑖 + 𝛿𝜎 (𝑖 ),𝑖 𝑡).
𝜎 ∈𝔖𝑛 𝑖=1 𝜎 ∈𝔖𝑛 𝑖=1
15 À 𝑛! termes.
On a donc une somme15 de produit de 𝑛 fonctions polynomiales de degré au plus 1.
Donc 𝑓 est bien une fonction polynomiale, et en plus on peut affirmer que son degré au
plus 𝑛.
Allons plus loin : il s’agit d’un polynôme de degré exactement 𝑛. En effet, pour 𝜎 = id,
Ö𝑛 𝑛
Ö Mieux
(𝑎𝜎 (𝑖 ),𝑖 + 𝛿𝜎 (𝑖 ),𝑖 𝑡) = (𝑎𝑖,𝑖 + 𝑡) est un polynôme de degré exactement 𝑛. Le coefficient dominant est
𝑖=1 𝑖=1 alors égal à 1.
Et si 𝜎 ≠ id, alors il existe 𝑖 0 ∈ ⟦1, 𝑛⟧ tel que 𝜎 (𝑖 0 ) ≠ 𝑖 0 , et alors 𝛿𝜎 (𝑖 0 ),𝑖 0 = 0, de sorte que
Ö𝑛
(𝑎𝜎 (𝑖 ),𝑖 + 𝛿𝜎 (𝑖 ),𝑖 ) est de degré inférieur ou égal à 𝑛 − 1.
𝑖=1
Donc par somme, 𝑓 est une fonction polynomiale en 𝑡 de degré 𝑛.
En particulier, elle n’est pas constante, et donc, comme tout polynôme, possède un nombre
fini de racines (dont fait partie 0 si 𝐴 n’est pas inversible).
1
En particulier, si 𝑝 est assez grand, alors n’est pas l’une de ces racines, de sorte que
𝑝
1 1

det 𝐴 + 𝐼𝑛 ≠ 0, et donc 𝐴 + 𝐼𝑛 est inversible.
𝑝 𝑝
1
De même, pour 𝑝 suffisamment grand, 𝐵 + 𝐼𝑛 est inversible.
𝑝
3. Il nous faudrait ici disposer d’une notion correctement définie de limite de suite de
16 Ce sera fait en spé.
matrices16 pour conclure rapidement, donc le raisonnement va être un peu laborieux.
1
Mais l’idée principale, et vous pouvez probablement vous en contenter, est que 𝐴 + 𝐼𝑛 −→ 𝐴,
𝑝 𝑝→+∞
même si la signification de cette limite reste à préciser.
1

Et alors Com 𝐴 + 𝐼𝑛 −→ Com(𝐴).
𝑝 𝑝→+∞
Comme on a le même résultat pour 𝐵 et que pour 𝑝 suffisamment grand,
1 1 1 1

Com 𝐴 + 𝐼𝑛 Com 𝐵 + 𝐼𝑛 = Com 𝐵 + 𝐼𝑛 Com 𝐴 + 𝐼𝑛
𝑝 𝑝 𝑝 𝑝
en passant à la limite lorsque 𝑝 tend vers +∞, Com(𝐴)Com(𝐵) = Com(𝐵)Com(𝐴).
Plus précisément, notons 𝑐𝑖,𝑗 (resp. 𝑑𝑖,𝑗 ) les coefficients

de Com(𝐴) (resp. de Com(𝐵)), et
1 1

(𝑝 ) (𝑝 )
𝑐𝑖,𝑗 (resp. 𝑑𝑖,𝑗 ) ceux de Com 𝐴 + 𝐼𝑛 (resp. Com 𝐵 + 𝐼𝑛 ).
𝑝 𝑝
1

(𝑝 )
Alors pour tout (𝑖, 𝑗) ∈ ⟦1, 𝑛⟧2 , 𝑐𝑖,𝑗 = (−1)𝑖+𝑗 Δ𝑖,𝑗 𝐴 + 𝐼𝑛 .
𝑝
1

17 Le plus simple étant sûre-
Or, Δ𝑖,𝑗 𝐴 + 𝐼𝑛 −→ Δ𝑖,𝑗 (𝐴). Les détails resteraient (laborieusement17 .) à écrire, mais
𝑝 𝑝→+∞ ment de revenir à la formule
l’idée est que Δ𝑖,𝑗 (𝐴 + 𝑡𝐼𝑛) est un polynôme en 𝑡, donc continu en 0. donnant le déterminant
1 Δ𝑖,𝑗 (𝐴 + 𝑡𝐼𝑛) sous forme

De même, Δ𝑖,𝑗 𝐵 + 𝐼𝑛 −→ Δ𝑖,𝑗 (𝐵). d’une somme, et de remar-
𝑡 𝑝→+∞
quer que tous les coefficients
(𝑝 ) (𝑝 )
Et donc on a à la fois 𝑐𝑖,𝑗 −→ 𝑐𝑖,𝑗 et 𝑑𝑖,𝑗 −→ 𝑑𝑖,𝑗 . Notons que nous parlons ici de suites de 𝐴 + 𝑡𝐼𝑛 sont des polynômes
𝑝→+∞ 𝑝→+∞
en 𝑡
de complexes, pour lesquelles nous savons ce que signifie une limite.
1 1
Mais alors, pour 𝑝 suffisamment grand pour que 𝐴+ 𝐼𝑛 et 𝐵+ 𝐼𝑛 soient inversibles, on a par
𝑝 𝑝
1 1
la question 1, qui s’applique car 𝐴 + 𝐼𝑛 et 𝐵 + 𝐼𝑛 commutent, en identifiant les coefficients
𝑝 𝑝

CORRECTION 17

(𝑖, 𝑗) de l’égalité Com 𝐴 + 𝑝1 𝐼𝑛 Com 𝐵 + 𝑝1 𝐼𝑛 = Com 𝐵 + 𝑝1 𝐼𝑛 Com 𝐴 + 𝑝1 𝐼𝑛
𝑛
∑︁ 𝑛
∑︁
(𝑝 ) (𝑝 ) (𝑝 ) (𝑝 )
∀(𝑖, 𝑗) ∈ ⟦1, 𝑛⟧2, 𝑐𝑖,𝑘 𝑑𝑘,𝑗 = 𝑑𝑖,𝑘 𝑐𝑘,𝑗
𝑘=1 𝑘=1
Et donc par passage à la limite,

𝑛
∑︁ 𝑛
∑︁
𝑐𝑖,𝑘 𝑑𝑘,𝑗 = 𝑑𝑖,𝑘 𝑐𝑘,𝑗
𝑘=1 𝑘=1
ce qui signifie que le coefficient (𝑖, 𝑗) de Com(𝐴)Com(𝐵) est égal à celui de Com(𝐵)Com(𝐴).
Ceci étant vrai pour tout (𝑖, 𝑗) ∈ ⟦1, 𝑛⟧2 , il vient bien Com(𝐴)Com(𝐵) = Com(𝐵)Com(𝐴).

1
▶ Si 𝐴 est de rang 𝑛, elle est inversible, et son inverse est Com(𝐴) ⊤ .
det(𝐴)
Donc Com(𝐴) ⊤ est de rang 𝑛, et par invariance du rang par transposition, Com(𝐴) est
également de rang 𝑛. Détails
Il y a là un résultat classique
▶ Si 𝐴 est de rang 𝑛 − 1. Alors nous savons que 𝐴Com(𝐴) ⊤ = det(𝐴)𝐼𝑛 = 0. sur les applications linéaires :
𝑔 ◦ 𝑓 = 0 si et seulement si
Donc Im(Com(𝐴)) ⊂ Ker(𝐴), et par le théorème du rang, dim Ker 𝐴 = 𝑛 − rg(𝐴) = 1. Im 𝑓 ⊂ Ker 𝑔.
Donc soit dim Im(Com(𝐴) ⊤ ) ⩽ 1. L’analogue matriciel est donc
Soit encore rg(Com(𝐴) ⊤ ) ⩽ 1 ⇔ rg (Com(𝐴)) ⩽ 1. 𝐴𝐵 = 0 ⇔ Im 𝐵 ⊂ Ker 𝐴.
Mais 𝐴 étant de rang 𝑛 − 1, elle possède une matrice extraite de taille 𝑛 − 1 qui est inversible.
Et donc le déterminant de cette matrice extraite, qui est un mineur de 𝐴, est non nul.
Et par conséquent, Com(𝐴) ≠ 0, et donc est de rang 1.
▶ Enfin, si 𝐴 est de rang inférieur à 𝑛 − 2, alors toutes ses matrices extraites de taille 𝑛−1
sont non inversibles, et donc de déterminant nul.
Donc tous les mineurs de 𝐴 sont nuls, de sorte que la comatrice de 𝐴 est nulle.
Remarque : puisque 𝐴 est de rang inférieur à 𝑛 − 2, il existe au moins 2 colonnes de 𝐴 qui sont
combinaison linéaires des 𝑛 − 2 autres.
Et donc dans toute matrice 𝐴′ extraite de 𝐴 de taille 𝑛 − 1 se trouve encore l’une de ces deux lignes,
qui est alors combinaison linéaire des autres lignes de 𝐴′ .
Donc 𝐴′ n’est pas inversible, si bien que son déterminant est nul.
Et par conséquent tous les mineurs de 𝐴 sont nuls, si bien que Com(𝐴) = 0.
Pour le déterminant de la comatrice, il suffit d’utiliser la relation 𝐴Com(𝐴) ⊤ = det(𝐴)𝐼𝑛 ,

qui par passage au déterminant nous donne det(𝐴) det(Com(𝐴)) = (det 𝐴)𝑛 .
Si 𝐴 est inversible, il vient donc det(Com(𝐴)) = (det 𝐴)𝑛−1 .
Et si 𝐴 n’est pas inversible, alors Com(𝐴) non plus, donc est de déterminant nul.
Dans tous les cas, det(Com(𝐴)) = (det 𝐴)𝑛−1 .

TD30

Transféré par

Informations du document

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

TD30

Transféré par

Droits d'auteur :

Formats disponibles

TD 30 : GROUPE SYMÉTRIQUE ET DÉTERMINANT

EXERCICE 30.2 Un résultat annoncé en cours PD

EXERCICE 30.3  Montrer par récurrence

EXERCICE 30.4 Groupe alterné AD

EXERCICE 30.5 D’autres générateurs du groupe symétrique AD

3. En déduire que tout élément de 𝔖𝑛 est produit de transpositions de la forme 1 𝑖 , 2 ⩽ 𝑖 ⩽ 𝑛.

EXERCICE 30.6 Minoration de la fonction de Landau (Oral ENS Ulm 2019) TD

▶ Formes linéaires alternées

MP2I LYCÉE CHAMPOLLION 2022-2023

EXERCICE 30.15 Soit 𝐴 = (𝑎𝑖,𝑗 )1⩽𝑖,𝑗 ⩽𝑛 ∈ M𝑛 (K), et soit 𝐵 = (−1)𝑖+𝑗 𝑎𝑖,𝑗

EXERCICE 30.20 Oh la grosse astuce ! PD

MP2I LYCÉE CHAMPOLLION 2022-2023

EXERCICE 30.26 Polynôme caractéristique AD

1. Montrer que Δ𝑛 est une fonction affine de 𝑥.

MP2I LYCÉE CHAMPOLLION 2022-2023

CORRECTION DES EXERCICES DU TD 30

▶ Si {𝑖, 𝑗 } ∩ {𝑘, ℓ } est un singleton.

SOLUTION DE L’EXERCICE 30.3

Supposons la propriété vérifiée au rang 𝑛, et soit 𝜎 ∈ 𝔖𝑛+1 .

MP2I LYCÉE CHAMPOLLION 2022-2023 M. VIENNEY

𝑖 + 1 = 1 𝑖 1 𝑖 + 1 1 𝑖 si 𝑖 ⩾ 2 et que sinon, c’est

Donc leur ppcm est supérieur ou égal à groupes. On peut prendre

MP2I LYCÉE CHAMPOLLION 2022-2023 M. VIENNEY

puisque le numérateur est un polynôme de degré 𝑘 en 𝑝 et le dénominateur un polynôme

qui tend vers +∞ lorsque 𝑛 → +∞ d’après la question précédente.

SOLUTION DE L’EXERCICE 30.7

𝜑 (𝜆𝑋 + 𝑌 , 𝑍 ) = (𝜆𝑋 + 𝑌 ) ⊤𝐴𝑍 = 𝜆𝑋 ⊤𝐴𝑍 + 𝑌 ⊤𝐴𝑍 = 𝜆𝜑 (𝑋, 𝑍 ) + 𝜑 (𝑌 , 𝑍 ).

Donc 𝜑 est linéaire par rapport à sa première variable.

SOLUTION DE L’EXERCICE 30.8

= 𝜑 (𝑥, 𝑥) −𝜑 (𝑥 − 𝑦) + 𝜑 (𝑦, 𝑥) − 𝜑 (𝑦, 𝑦) Linéarité par rapport à la

SOLUTION DE L’EXERCICE 30.9 𝑛

Prouvons la linéarité par rapport à la 𝑗 ème variable.

MP2I LYCÉE CHAMPOLLION 2022-2023 M. VIENNEY

Notons 𝐴 = (𝑎𝑖,𝑗 )1⩽𝑖,𝑗 ⩽𝑛 = MatB (𝑓 ).

MP2I LYCÉE CHAMPOLLION 2022-2023 M. VIENNEY

D𝑘 = {(𝑒𝑖 1 , . . . , 𝑒𝑖𝑘 ), 1 ⩽ 𝑖 1 < · · · < 𝑖𝑘 ⩽ 𝑛}.

Commençons par remarquer que le cardinal de D𝑘 est 𝑛𝑘 : choisir un élément de D𝑘 ,

Pour commencer, montrons que pour 𝑖 = (𝑖 1, . . . , 𝑖𝑘 ) ∈ D𝑘 ,

est une forme 𝑘-linéaire alternée sur 𝐸.

SOLUTION DE L’EXERCICE 30.11

det(𝐴) = det −𝐴⊤ = (−1)𝑛 det 𝐴⊤ = (−1)𝑛 det(𝐴) = − det(𝐴).

MP2I LYCÉE CHAMPOLLION 2022-2023 M. VIENNEY

SOLUTION DE L’EXERCICE 30.12

est une somme de produits d’entiers.

7 Puisque c’est 𝑗, le numéro

MP2I LYCÉE CHAMPOLLION 2022-2023 M. VIENNEY

MP2I LYCÉE CHAMPOLLION 2022-2023 M. VIENNEY

qui est une somme de produits de 𝑛 termes polynomiaux en 𝑡 de degré au plus 1.

SOLUTION DE L’EXERCICE 30.17

Le problème va donc apparaître lorsque ni 𝑃 1 ni 𝑃 2 ne sont inversibles.

qui fait apparaître des produits de 𝑛 polynômes en 𝑡 de degrés au plus 1.

MP2I LYCÉE CHAMPOLLION 2022-2023 M. VIENNEY

4. Commençons par réaliser les opérations 𝐶 2 ← 𝐶 2 − 𝐶 1 et 𝐶 3 ← 𝐶 3 − 𝐶 1 . Alors on obtient

5. Commençons par des opérations élémentaires :

Puis développons par rapport à la troisième colonne :

En développant par rapport à la première colonne,

SOLUTION DE L’EXERCICE 30.19

Et donc ce déterminant est nul si et seulement si 𝜆 ∈ {−1, 3}.

MP2I LYCÉE CHAMPOLLION 2022-2023 M. VIENNEY

SOLUTION DE L’EXERCICE 30.21

où tous les coefficients laissés vides sont nuls.

𝑛(𝑛 + 1) 𝑛(𝑛 − 1) 𝑛 (𝑛−1) det(𝑠 ) = (−1) dim Ker(𝑠+id𝐸 ) .

MP2I LYCÉE CHAMPOLLION 2022-2023 M. VIENNEY

SOLUTION DE L’EXERCICE 30.22

EXERCICE 30.3 Montrer par récurrence

Remarque : en revanche, il existe des matrices inversibles

Plus précisément, notons 𝑐𝑖,𝑗 (resp. 𝑑𝑖,𝑗 ) les coefficients