Déterminants

I Formes n-linéaires 1
I.A Dénition d'une forme n-linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
I.B Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
I.C Forme n-linéaire symétrique/antisymétrique . . . . . . . . . . . . . . . . . . . . . . . . 2
I.D Forme n-linéaire alternée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

II Etude des formes n-linéaires alternées en dimension n 3

II.A Préliminaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
II.B Déterminant et indépendance linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

III Calcul des déterminants 5

III.A Invariance par transposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
III.B Méthodes pour simplier le calcul d'un déterminant . . . . . . . . . . . . . . . . . . . 6
III.C Développement d'un déterminant par rapport à une ligne ou une colonne . . . . . . . 6

IV Déterminant d'un endomorphisme 8

IV.A Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
IV.B Propriétés du déterminant d'un endomorphisme . . . . . . . . . . . . . . . . . . . . . . 9
IV.C Déterminant d'une matrice carrée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Dans tout le chapitre, E est un espace vectoriel sur K = R ou C.

I Formes n-linéaires

I.A Dénition d'une forme n-linéaire

Dénition
{ 1.
En → K
Soit φ :
(x1 , x2 , . . . , −
−
→ −
→ x→
n) 7 → φ(−
→, −
x → −
→
1 x2 , . . . , xn )

φ est appelée forme n-linéaire si φ est linéaire par rapport à chaque −

→
xi

I.B Exemples
 E = R3 , n = 2. Le produit scalaire :
   
x1 y1
φ :  x2  ,  y2  7→ x1 y1 + x2 y2 + x3 y3
x3 y3

est une forme bilinéaire sur R3 .    

x1 y1
C'est une application de R3 × R3 dans R, linéaire par rapport à  x2  et à  y2 .
x3 y3
 Le produit usuel φ : (a, b) 7→ ab est une forme bilinéaire sur R ; c'est une application de R × R
dans R, linéaire par rapport à a et par rapport à b.
 E est un espace vectoriel de dimension 2 sur K, rapporté à une base B = (→ −
e1 , →
−
e2 ), et n = 3.

φ : (−
→
x,−
→
y ,−
→
z ) 7→ x1 y2 z2 − x2 y1 z1

est une forme trilinéaire sur E .

Exercice 1
φ étant trilinéaire sur E , développer :

φ(2→
−
u +→
−
v ,→
−
u −→
−
v +−
→
w,→
−
w −→
−
u)

et remarquer l'analogie avec le développement dans R d'un produit comme (2a + b)(a − b + c)(c − a).
[det201]

1
 Il est clair que l'application nulle de E n dans K, est une forme n-linéaire particulière, que la
somme de deux formes n-linéaires et le produit par un scalaire d'une forme n-linéaire, sont des
formes n-linéaires. On peut donc dire que :

Proposition 1.
Les formes n-linéaires sur E constituent donc un sous-espace vectoriel de l'espace vectoriel F(E n , K)
des applications de E n dans K.
On notera Ln (E, K) le K-espace vectoriel des formes n-linéaires sur E .

I.C Forme n-linéaire symétrique/antisymétrique

Dénition 2.
φ ∈ Ln (E, K) est dite symétrique si φ(−
→, −
x → −
→
1 x2 , . . . , xn ) est invariant par échange de deux vecteurs :

∀ (−
→, −
x → −
→ −
→ −
→ −
→ −
→ −
→ −
→ −
→ −
→
1 x2 , . . . , xn ) ∈ E , φ(x1 , . . . , xi , . . . , xj , . . . , xn ) = φ(x1 , . . . , xj , . . . , xi , . . . , xn )
n

Exemple 1. Par dénition, un produit scalaire est une forme bilinéaire symétrique (dénie positive).

Dénition 3.
φ ∈ Ln (E, K) est dite antisymétrique si φ(−
→, −
x → −
→
1 x2 , . . . , xn ) est changé en son opposé par échange de
deux vecteurs :

∀ (−
→, −
x → −
→ −
→ −
→ →
− −
→ −
→ →
− −
→ −
→
1 x2 , . . . , xn ) ∈ E , φ(x1 , . . . , xi , . . . , xj , . . . , xn ) = −φ(x1 , . . . , xj , . . . , xi , . . . , xn )
n

Exemple 2. soit E un espace vectoriel de dimension 2 sur K, rapporté à une base B = (− →

e1 , −
→
e2 ) .
−
→ −
→
L'application φ : ( x , y ) 7→ x1 y2 − x2 y1 , est une forme bilinéaire antisymétrique sur E .

I.D Forme n-linéaire alternée

Dénition 4.
φ ∈ Ln (E, K) est dite alternée si φ(−
→, −
x → −
→
1 x2 , . . . , xn ) est nul dès que deux des vecteurs sont égaux.

Théorème 1.
Soit φ une forme n-linéaire sur un K-espace vectoriel E :

φ est alternée ⇐⇒ φ est antisymétrique.

Démonstration.

(=⇒) : on considère φ(−

→, . . . , −
x 1
→
xi + −
→, . . . , −
x j
→
xi + −
→, . . . , −
x j x→
n ). C'est évidemment nul, puisque φ est alternée. Et après
développement on obtient :
0 = φ(−
→, . . . , −
x 1
→
xi , . . . , −
→, . . . , −
xj x→ −
→ −
→ −
→ −
→
n ) + φ(x1 , . . . , xj , . . . , xi , . . . , xn )

(⇐=) : on a, grâce à l'antisymétrie : φ(−

→, . . . , →
x 1
−
xi , . . . , −
→
xi , . . . , −
x→ −
→ −
→ −
→ −
→
n ) = −φ(x1 , . . . , xi , . . . , xi , . . . , xn ).

Remarque 1. Il existe des corps dans lesquels 1 + 1 = 0. Pour ces corps, les deux notions de forme
n-linéaire alternée et de forme n-linéaire antisymétrique ne coïncident pas.

2
 Proposition 2.
L'ensemble des formes n-linéaires alternées (ou antisymétriques) forment un sous-espace vectoriel de
Ln (E, K). On notera An (E, K) ce K-espace vectoriel.

Proposition 3.
Soit φ ∈ An (E, K) :
1. Si l'un des vecteurs −
→, . . . , −
x 1 x→ −
→ −
→
n est nul, alors φ(x1 , . . . , xn ) = 0.

2. Si deux des vecteurs −→, . . . , −

x 1 x→ sont égaux, alors φ(−
n
→, . . . , −
x x→) = 0.
1 n

3. On a changement de signe par échange de deux vecteurs.

4. Si les vecteurs −
→, . . . , −
x 1 x→ sont liés, alors φ(−
n
→, . . . , −
x x→) = 0.
1 n

5. On ne change pas la valeur de φ(−

→, . . . , −
x1 x→ −
→
n ) en ajoutant à xk une combinaison linéaire des
autres vecteurs.

Démonstration.
→
− −
→
1. En eet, l'application −
→
xi 7→ φ(−
→, . . . , −
x 1
→
xi , . . . , −
x→
n ) est linéaire, donc l'image de 0 est 0 .

2. Car φ est alternée.

3. Car φ est antisymétrique.
4. En eet, l'un des vecteurs, disons −
→, est combinaison linéaire des autres. Dans φ(−
x 1
→, . . . , −
x 1 x→ −
→
n ), on remplace x1
par cette combinaison linéaire, on développe par n-linéarité, et on tient compte du fait que φ est alternée.
5. En exercice.

Exercice 2
Démontrer ce dernier point. [det202]

II Etude des formes n-linéaires alternées en dimension n

II.A Préliminaires
Exercice 3
Soit E un espace vectoriel de dimension 3 sur K, rapporté à une base B = (→
−
e1 , →
−
e2 , −
→
e3 ). Soient α, β ∈ K.
On considère la forme bilinéaire sur E dénie par :
( → )
φ : x1 −
e1 + x 2 →
−
e2 + x3 −
→
e3 , y1 −
→
e1 + y 2 →
−
e2 + y3 −
→
e3 7→ x1 y3 + αx2 y1 + βx3 y2

Est-il possible de choisir α et β pour que cette forme soit alternée ? Même question avec la forme :
( − )
φ : x1 →
e1 + x2 −
→
e2 + x3 −
→
e3 , y 1 →
−
e1 + y2 −
→
e2 + y3 −
→
e3 7→ x1 y3 + x1 y2 + αx3 y1 + βx2 y1

[det203]

Exercice 4
Soit E un espace vectoriel de dimension n sur K. Soit p un entier > n. Montrer que toute forme
p-linéaire alternée sur E est nulle. [det204]

L'objet de ce paragraphe II est d'étudier les formes n-linéaires alternées lorsque dim E = n .

3
 Théorème 2.
Si dim E = n, alors dim An (E, K) = 1. Plus précisément, il existe une forme n-linéaire alternée non
nulle, et toutes les autres lui sont proportionnelles.

Démonstration. On va d'abord démontrer ce théorème pour n = 3. On se donne donc un K-espace vectoriel E de

dimension 3, et une forme trilinéaire φ sur E .
Soit B = (−
→
e1 , −
→
e2 , −
→
e3 ) une base de E et soient trois vecteurs −
→, −
x → − →
1 x2 , x3 donnés par leurs matrices-colonnes :
     
α11 α12 α13
−
→
x1 :  α21  −
→
x2 :  α22  −
→
x3 :  α23 
α31 α32 α33
autrement dit on a : x1 = α11 e1 + α21 e2 + α31 e3 , x2 = α12 e1 + α22 e2 + α32 −
−
→ −
→ −
→ −
→ −
→ −
→ −
→ →
e3 , −
→=α −
x 3
→ −
→ −
→
13 e1 + α23 e2 + α33 e3 .
−→ −
→ −
→
Maintenant, on développe φ(x1 , x2 , x3 ), en utilisant les propriétés de forme n-linéaire alternée de φ ; on obtient :
[ ]
α11 (α22 α33 − α32 α23 ) − α21 (α12 α33 − α32 α13 ) + α31 (α12 α23 − α22 α13 ) × φ(− →
e1 , −
→
e2 , −
→
e3 )

On note detB l'application qui à (− →, −

x → − →
1 x2 , x3 ) associe le terme entre crochets. On vérie sans diculté que :

detB (−→
e1 , −
→
e2 , −
→
e3 ) = 1
et que detB est une forme trilinéaire alternée non nulle.
En résumé, on a exhibé une forme trilinéaire alternée non nulle detB , telle que pour toute forme trilinéaire alternée φ,
on ait : φ = φ(−
→
e1 , −
→
e2 , −
→
e3 )× detB ou encore φ = λ× detB , en posant λ = φ(− →
e1 , −
→
e2 , −
→
e3 ). Finalement :
Si dim E = 3, A3 (E, K) est un K-espace vectoriel de dimension 1.
On vient de voir qu'une base de ce K-espace vectoriel est constituée par la forme trilinéaire non nulle detB :
[ ]
detB : (−
→, −
x → − →
1 x2 , x3 ) 7→ α11 (α22 α33 − α32 α23 ) − α21 (α12 α33 − α32 α13 ) + α31 (α12 α23 − α22 α13 )

et on représente ce terme entre crochets par la notation :

α11 α12 α13
detB (−
→, −
x → − →
1 x2 , x3 ) = α21 α22 α23
α31 α32 α33
En dimension n, le principe est le même, mais les vérications sont beaucoup plus compliquées, et on admettra la
plupart d'entre elles.
Soit B = (−→
e1 , −
→
e2 , . . . , −
e→ −
→ − → −
→
n ) une base de E et soient n vecteurs x1 , x2 , . . . , xn donnés par leurs coordonnées αij dans la
base B, αij étant la i-ème coordonnée de xj . −
→
Soit φ une forme n-linéaire alternée ; on développe φ(− →, −
x → −
→
1 x2 , . . . , xn ) et on obtient :
(∑
n ∑
n ∑
n )
φ αi1 −
→
ei , αi2 −
→
ei , . . . , αin −
→
ei = D × φ(−
→
e1 , −
→
e2 , . . . , −
e→
n)
i=1 i=1 i=1

où D est une expression "lourde" des variables αij que l'on note :
α11 α12 ... α1n
α21 α22 ... α2n
D = detB (−
→, −
x → −
→
1 x2 , . . . xn ) = .. .. ..
. . .
αn1 αn2 . . . αnn
Cette notation fait gurer en colonnes les coordonnées de −
x1 , −
→ →, . . . , −
x→ detB (−
→, −→ −
→
x 2 n dans la base B ;x 1 x2 , . . . xn ) est évi-
demment un nombre.
On admet que l'application detB : (− →, −
x → −
→ −
→ − → −
→
1 x2 , . . . xn ) 7→ detB (x1 , x2 , . . . xn ) est une forme n-linéaire alternée, qu'elle est
non nulle (car detB (B) = 1), et on a :
∀φ ∈ An (E, K), ∀(x −
→, x −
→, . . . , x −
→) ∈ E n , φ(x −
→, x
−→, . . . , x
−
→) = φ(− →
e1 , −
→
e2 , . . . , e−
→) × det (x−
→ − → −
→
1 2 n 1 2 n n B 1 , x2 , . . . , xn )

On voit que la forme n-linéaire alternée φ est proportionnelle à la forme n-linéaire alternée detB ; plus précisément, on
a : φ = λ detB , avec λ = φ(−
→
e1 , −
→
e2 , . . . , −
e→n ).

La dénition suivante découle de ce qu'on vient de démontrer :

Dénition 5. Si B = (→
−
e1 , →
−
e2 , . . . , −
e→
n ) est une base de E , on appelle déterminant dans la base B , noté
detB , l'unique forme n-linéaire alternée qui vérie :

detB (→
−
e1 , →
−
e2 , . . . , −
e→
n) = 1

Remarque 2. La forme linéaire detB dépend évidemment de B.

4
II.B Déterminant et indépendance linéaire
Théorème 3.
Soient E un K-espace vectoriel, B = (−
→
e1 , −
→
e2 , . . . , −
e→ −
→ − → −
→
n ) une base de E , et u1 , u2 , . . . , un ∈ E .

−
→, −→ −
→ detB (−
→, −→ −
→
u 1 u2 , . . . , un sont linéairement indépendants ⇐⇒ u 1 u2 , . . . , un ) ̸= 0

Démonstration.

(⇐=) : c'est clair par la contraposée : si −→, −

u → −
→ −
→ − → −
→
1 u2 , . . . , un étaient linéairement dépendants, on aurait detB (u1 , u2 , . . . , un ) = 0,
car c'est une propriété générale des formes n-linéaires alternées.
(=⇒) : si −→, −
u → −
→
1 u2 , . . . , un sont linéairement indépendants, ils forment une base B de E , et on peut parler de la forme
′

n-linéaire alternée non nulle detB′ sur E . Elle est nécessairement proportionnelle à detB :

∃λ ∈ K∗ , detB = λ detB′

(λ est non nul, car les deux formes n-linéaires detB′ et detB sont non nulles).
On applique à (−→, −
u → −
→
1 u2 , . . . , un ). On obtient :

1 = λ detB (−
→, −
u → −
→
1 u2 , . . . , un )

d'où évidemment : detB (u−

→, u
1
−
→, . . . , u
2
−
→) ̸= 0.
n

Remarque 3. En appliquant à (→
−
e1 , →
−
e2 , . . . , −
e→
n ) la formule detB′ = λ detB , on obtient λ = detB′ (B)
d'où la formule de changement de base pour les déterminants :

Théorème 4 (Formule de changement de base pour les déterminants).

′
Si B et B sont deux bases de E , on a detB′ = detB′ (B) × detB , autrement dit :

∀(−
→, −
x → −
→ −
→ − → −
→ −
→ − → −
→
1 x2 , . . . , xn ) ∈ E , detB′ (x1 , x2 , . . . , xn ) = detB′ (B) × detB (x1 , x2 , . . . , xn )
n

III Calcul des déterminants

III.A Invariance par transposition

Théorème 5.
On ne change pas la valeur d'un déterminant en échangeant lignes et colonnes.

Ce théorème signie donc que :

α11 α12 ... α1n α11 α21 ... αn1

α21 α22 ... α2n α12 α22 ... αn2
.. .. .. = .. .. ..
. . . . . .
αn1 αn2 . . . αnn α1n α2n ... αnn

Démonstration. Nous admettons ce théorème. 1

Exercice 5
Vérier ce résultat pour n = 2 et n = 3. [det205]

1. Voir à ce sujet l'épreuve de Centrale TSI, Math 2, 2003

5
III.B Méthodes pour simplier le calcul d'un déterminant
Les méthodes suivantes sont essentielles, et reposent sur le fait que :

detB : (−
→, −
x → −
→ −
→ − → −
→
1 x2 , . . . , xn ) 7→ detB (x1 , x2 , . . . , xn )

est une forme n-linéaire alternée sur E .

 Un déterminant est nul si et seulement si ses colonnes (respectivement ses lignes) sont linéaire-
ment dépendantes.
 La valeur d'un déterminant est inchangée si on ajoute à une colonne (respectivement à une
ligne) une combinaison linéaire des autres colonnes (respectivement des autres lignes).
 Il y a linéarité par rapport à chacune des colonnes (respectivement chacune des lignes).
 La valeur d'un déterminant est changée en son opposée par échange de deux colonnes, ou par
échange de deux lignes.

III.C Développement d'un déterminant par rapport à une ligne ou une

colonne
Exercice 6
Soit E un K-espace vectoriel de dimension n, rapporté à une base B = (− →
e1 , −
→
e2 , . . . , −
e→
n ).
On pose F = Vect(− →
e2 , . . . , −
e→
n ) , et B ′
= ( −
→
e2 , . . . , −
→). On considère l'application φ : F n−1 → K, qui à
e n
(−
→, . . . , −
x2 x→) associe det (−
n B
→
e ,−
1
→, . . . , −
x 2 x→).n

1. Montrer qu'il existe λ ∈ K tel que :

∀(−
→, . . . , −
x2 x→
n) ∈ F
n−1
, φ(−
→, . . . , −
x2 x→ −
→ −
→
n ) = λ detB′ (x2 , . . . , xn )

2. Quelle est la valeur de λ ?

3. Montrer que, quels que soient les nombres αij , on a :

1 0 ... 0
α22 ... α2n
0 α22 ... α2n .. ..
.. .. .. = . .
. . .
αn2 ... αnn
0 αn2 . . . αnn

4. Montrer que :

α11 α12 0 ... 0

α22 α23 ... α2n
0 α22 α23 ... α2n .. .. ..
.. .. .. .. . . .
. . . . = α11 × .. .. ..
.. .. .. .. . . .
. . . .
αn2 αn3 ... αnn
0 αn2 αn3 . . . αnn

puis que :
α11 α12 α13 ... α1n
α22 α23 ... α2n
0 α22 α23 ... α2n .. .. ..
.. .. .. .. . . .
. . . . = α11 × .. .. ..
.. .. .. .. . . .
. . . .
αn2 αn3 ... αnn
0 αn2 αn3 . . . αnn

[det206]

6
 Dénition 6.
α11 α12 ... α1n
α21 α22 ... α2n
Soit ∆ = .. .. ..
. . .
αn1 αn2 . . . αnn
Le mineur de αij est le déterminant ∆ij obtenu en rayant la ligne et la colonne de αij .

Théorème 6 (Développement d'un déterminant par rapport à une colonne).

{ }
∆ est le même déterminant que dans la dénition ci-dessus. Soit k ∈ 1, 2, . . . , n . On a :

∑
n
∆= (−1)i+k αik ∆ik
i=1

(développement de ∆ par rapport à sa k ème colonne)

Exercice 7
Démontrer ce résultat en envisageant d'abord le cas k = 1. [det207]

Remarque 4. D'après l'invariance par transposition, on a aussi le développement par rapport à la

k ème ligne :
∑
n
∆= (−1)i+k αki ∆ki
i=1

Exercice 8 Déterminant triangulaire

α11 α12 α13 ... α1n
0 α22 α23 ... α2n
Calculer : 0 0 α33 ... α3n [det208]
.. ..
. .
0 ... ... 0 αnn

Exercice 9
1 0 a a2
0 1 b b2
Calculer : [det209]
1 0 c c2
0 1 d d2

Exercice 10
1 3 −2 4
5 2 −1 5
Calculer par la méthode du pivot :
1 2 3 −1
5 −2 1 1
Compter le nombre de multiplications (ou divisions) nécessaire à ce calcul. [det210]

Exercice 11
Compter le nombre de multiplications ou divisions qu'on eectue lorsqu'on calcule un déterminant
n × n par la méthode du pivot, ou lorsqu'on le développe par la méthode "brutale". Evaluer ces
nombres lorsque n = 20. [det211]

7
Exercice 12 Déterminant de Vandermonde (fréquent dans les concours !)
On pose, pour a1 , a2 , . . . , an ∈ K :
1 a1 a21 . . . an−1
1
1 a2 a22 . . . an−1
2
.. ..
V (a1 , a2 , . . . , an ) = . .
.. ..
. .
1 an a2n . . . an−1
n

1. Calculer V (a, b, c), et mettre le résultat sous forme d'un produit de facteurs.
2. On considère le polynôme V (a1 , a2 , . . . , an−1 , X). Déterminer son degré, son coecient domi-
nant, et ses zéros.
3. En déduire que :
V (a1 , a2 , . . . , an ) = V (a1 , a2 , . . . , an−1 ) × (an − a1 )(an − a2 ) . . . (an − an−1 )
4. Conclure que :
∏
V (a1 , a2 , . . . , an ) = (aj − ai )
i<j

[det212]

IV Déterminant d'un endomorphisme

IV.A Généralités
Soient E un K-espace vectoriel, B = (− →
e1 , −
→
e2 , . . . , −
e→
n ) une base de E , et f un endomorphisme de
E . L'application :
(−
→, −
x →, . . . , −
x 1 x→) 7→ det (f (−
2 n x→), f (−
→), . . . , f (−
x
B 1 x→)) 2 n

est une forme n-linéaire alternée. Elle est donc proportionnelle à detE , c'est-à-dire :
∃λ ∈ K, ∀(− →, −
x →, . . . , −
x 1 2 x→) ∈ E n , det (f (−
n
→), f (−
x →), . . . , f (−
x B 1 x→)) = λ det (−
2
→, −
x →, . . . , −
x x→)
n B 1 2 n

En évaluant en (−
→
e1 , −
→
e2 , . . . , −
e→
n ), on obtient :

λ = detB (f (−
→
e1 ), f (−
→
e2 ), . . . , f (−
e→
n ))

De plus, ce nombre ne dépend pas de la base choisie. En eet, considérons une autre base B′ = (−
→, −
u → −
→
1 u2 , . . . , un ),
et posons :
µ = det ′ (f (−
→), f (−
u →), . . . , f (−
u B 1 u→)) 2 n

Par la formule de changement de base pour les déterminants, on a :

µ = detB′ (B) × detB (f (−
→), f (−
u1
→), . . . , f (−
u2 u→ −
→ − → −
→
n )) = detB′ (B) × λ × detB (u1 , u2 , . . . , un ) = λ

d'où :

Théorème 7 (et dénition).

Soient E un K-espace vectoriel, B = (−
→
e1 , −
→
e2 , . . . , −
e→
n ) une base de E , et f ∈ L(E). Le nombre :

det f = detB (f (−
→
e1 ), f (−
→
e2 ), . . . , f (−
e→
n ))

ne dépend pas de la base. On l'appelle déterminant de f . De plus, on a, quelle que soit la base B de
E:

∀(−
→, −
x → −
→ −
→ −
→ −
→ −
→ − → −
→
1 x2 , . . . , xn ) ∈ E , detB (f (x1 ), f (x2 ), . . . , f (xn )) = det f × detB (x1 , x2 , . . . , xn )
n

8
IV.B Propriétés du déterminant d'un endomorphisme
Théorème 8.
Soit f un endomorphisme de E , espace vectoriel de dimension n :
f ∈ GL(E) ⇐⇒ det f ̸= 0

Démonstration. Soit B = (−
→
e1 , −
→
e2 , . . . , −
e→
n ) une base de E . On a :

det f = detB (f (−
→
e1 ), f (−
→
e2 ), . . . , f (−
e→
n ))

et alors :
det f ̸= 0 ⇐⇒ f (−
→
e1 ), f (−
→
e2 ), . . . , f (−
e→
n) sont linéairement indépendants
⇐⇒ rgf = dim Im f = n
⇐⇒ f ∈ GL(E)

Théorème 9.
Soient f, g deux endomorphismes de E , espace vectoriel de dimension n :
det(g ◦ f ) = det g × det f

Démonstration. Si B = (−
→
e1 , −
→
e2 , . . . , e−
→) est une base de E , on a :
n

det(g ◦ f ) = detB (g ◦ f (− →
e1 ), g ◦ f (−
→
e2 ), . . . , g ◦ f (−
e→
n ))
−
→ −
→ −
→
= det g × detB (f (e1 ), f (e2 ), . . . , f (en ))
= det g × det f

Enn, par la dénition même de det f , on a :

det IdE = 1

et, si f ∈ GL(E), on a, d'après les deux points précédents :

1
det f −1 =
det f

IV.C Déterminant d'une matrice carrée

Dénition
 7. 
a11 a12 ... a1n a11 a12 ... a1n
 a21 a22 ... a2n  a21 a22 ... a2n
 
Si A =  .. .. ..  ∈ Mn (K), on pose : det A = .. .. ..
 . . .  . . .
an1 an2 ... ann an1 an2 ... ann

Soit E un K-espace vectoriel de dimension n rapporté à une base B = (−

→
e1 , −
→
e2 , . . . , −
e→
n ), et soit f
l'endomorphisme de E dont la matrice dans la base B est A. On a :

a11 a12 ... a1n

a21 a22 ... a2n
det f = detB (f (−
→
e1 ), f (→
−
e2 ), . . . , f (−
e→
n )) = .. .. .. = det A
. . .
an1 an2 ... ann

et les propriétés du déterminant d'un endomorphisme ont leurs propriétés correspondantes pour les
déterminants de matrices carrées :
 Soit A ∈ Mn (K) :

9
 A est régulière ⇐⇒ det A ̸= 0
 Soient A, B ∈ Mn (K) :

det AB = det A × det B

 Soit A ∈ GLn (K) :

1
det A−1 =
det A

Exercice 13
( ) ( )
a b a′ b′
Vérier directement la formule : det AB = det A × det B , si A = et B = .
c d c′ d′
[det213]

Exercice 14
Montrer que deux matrices semblables ont le même déterminant. A quoi cela correspond-il en ce qui
concerne le déterminant d'un endomorphisme ? [det214]

Exercice 15
Soient p, q, n trois entiers > 0 tels que p + q = n.
Soient A ∈ Mp (K), B ∈ Mpq (K), C ∈ Mq (K). On dénit M ∈ Mn (K), par blocs, de la manière
suivante :
     
     
     
  A   B  
     
     
M =



     
 
 
  0   C  

A et C sont des blocs carrés, B est un bloc rectangulaire, et la matrice en bas à gauche est un bloc
nul. Vérier que :
           
           
           
  Ip   B     A   0  
           
           
M =

×
 


           
   
   
  0   C     0   Iq  

et en déduire que :

det M = det A × det C

(ce résultat gure au programme et doit être connu). [det215]

Exercice 16 Déterminant d'une matrice triangulaire par blocs

10
Calculer det M si :  [ ] [ ] [ ] 
A11 A12 ··· A1k
 
 
 [ ] [ ] 
 ··· 
 0 A22 A2k 
 
 
 
M = 
 
 .. .. 
 . . 
 
 
 
 
[ ]
0 0 Akk
(les [Aii ] sont des blocs carrés, et sous les [Aii ], il n'y a que des 0). [det216]

Exercice 17 Déterminants circulants

a0 , a1 , . . . , an−1 étant n nombres complexes, on pose :
 
a0 a1 ··· ··· an−1
 an−1 a ··· ··· an−2 
 0 
C=  an−2 an−1 ··· ··· an−3 

 ··· ··· ··· ··· ··· 
a1 a2 ··· ··· a0

Soit P (X) = a0 + a1 X + · · · +
 an−1 X ∈ C[X]. On note z0 ,
n−1
z1 , . . . , zn−1 les racines n-ièmes de 1.
1 
1 1 ··· ··· 1
 zi  
   02z z1 · · · · · · zn−1 

 2 
Pour chaque i, on pose Zi =  zi , et on pose enn Z =   0 z z12 · · · · · · zn−1
2 

 ..  
 .  · · · ··· ··· ··· ··· 
z n−1 z0n−1
z1n−1 · · · · · · zn−1
n−1
i
1. Montrer que pour chaque i, CZi = P (zi )Zi .
2. Calculer CZ .
3. Montrer que det C = P (z0 ) × P (z1 ) × · · · × P (zn−1 ).
[det217]

11