Déterminants

Dans tout ce chapitre K désigne R ou C et n un entier naturel non nul.

I Déterminant d’une matrice carrée

1 Définition

Théorème 1
Il existe une unique application de Mn (K) dans K, appelée déterminant et notée det, qui vérifie les
trois propriétés suivantes :
1. le déterminant est linéaire par rapport à chacune de ses colonnes (application n-linéaire) ;
2. l’échange de deux colonnes a pour effet de multiplier le déterminant par −1 (application anti-
symétrique) ;
3. le déterminant de la matrice unité In vaut 1 : det(In ) = 1.

Notations :
a11 . . . a1n
— Le déterminant de la matrice A = (aij ) ∈ Mn (K) est noté : det(A) ou .. .. .
. .
an1 . . . ann
— Si on note C1 , C2 , . . . , Cn les colonnes de la matrice A on pourra aussi écrire :

det(A) = det(C1 , C2 , . . . , Cn ).

On peut alors, par exemple, écrire la propriété de linéarité par rapport à la première colonne sous
la forme :

det(λC1 + µC1′ , C2 , . . . , Cn ) = λ det(C1 , C2 , . . . , Cn ) + µ det(C1′ , C2 , . . . , Cn ).

Et on peut procéder de même pour les autres colonnes.

Remarque :
Ce théorème-définition ne vous permet pas de calculer facilement de façon explicite le déterminant
d’une matrice quelconque, les différentes techniques de calcul seront détaillées dans la partie II.

2 Propriétés

Propriété 1
Soit A ∈ Mn (K). Si A possède deux colonnes identiques, alors det(A) = 0.

Démonstration :
Notons C1 , C2 , . . . , Cn les colonnes de la matrice A et Ci et Cj (i < j) les deux colonnes
de A qui sont identiques.
En échangeant les colonnes Ci et Cj , le déterminant de A est multiplié par −1. Donc

det(A) = − det(C1 , . . . , Cj , . . . , Ci , . . . , Cn ).

Or, Ci = Cj donc det(C1 , . . . , Cj , . . . , Ci , . . . , Cn ) = det(A).

Par conséquent det(A) = − det(A) et donc det(A) = 0.
✷

Cours TSI2 Page 1 Déterminants

 Corollaire 1
Soit A ∈ Mn (K). Si rg(A) < n, c’est-à-dire si les colonnes de A sont liées, alors det(A) = 0.

Démonstration :
On note toujours C1 , C2 , . . . , Cn les colonnes de la matrice A.
On suppose donc que ces colonnes sont liées. Il existe donc une colonne qui peut s’exprimer
comme une combinaison linéaire des autres colonnes. Quitte à échanger des colonnes, on
peut supposer que Cn est une combinaison linéaire des autres colonnes. Il existe donc λ1 ,
λ2 , . . . , λn−1 des scalaires tels que :

Cn = λ1 C1 + λ2 C2 + . . . + λn−1 Cn−1 .

Ainsi on a :
n−1
X
det(A) = det(C1 , C2 , . . . , Cn−1 , λi C i )
i=1
n−1
X
= λi det(C1 , C2 , . . . , Cn−1, Ci ) linéarité par rapport à la dernière colonne
i=1
n−1
X
= λi × 0 deux colonnes identiques dans chaque déterminant
i=1
=0

Corollaire 2
Soit A ∈ Mn (K). Si A possède une colonne nulle alors det(A) = 0.

Propriété 2
Soit A ∈ Mn (K). AT désigne la transposée de A. On a :

det(AT ) = det(A).

Conseils méthodologiques :
La transposition échange les colonnes en lignes et comme A et sa transposée ont le même déterminant,
toutes les propriétés énoncées sur les colonnes peuvent être appliquées aux lignes.
Propriété 3
Soit A ∈ Mn (K), λ ∈ K et C1 , C2 , . . . , Cn les colonnes de la matrice A.
— det(C1 , . . . , Ci−1 , λCi , Ci+1 , . . . , Cn ) = λ det(C1 , . . . , Cn ) ;
— det(λA) = λn det(A).

Remarques :
— Le premier point de cette propriété rappelle juste le fait que le déterminant est linéaire par rapport
à chaque colonne.
— Le deuxième point s’obtient très facilement :
On a : det(λA) = det(λC1 , λC2, . . . , λCn ).
Il ≪ sort ≫ alors un λ par colonne, donc det(λA) = λn det(A).
ATTENTION det(λA) 6= λ det(A) et det(A + B) 6= det(A) + det(B).

Cours TSI2 Page 2 Déterminants

 Théorème 2
Soit A ∈ Mn (K).
1
A est une matrice inversible si, et seulement si, det(A) 6= 0 et on a alors det(A−1 ) = .
det(A)

Conseils méthodologiques :
Ce théorème est l’un des plus importants du chapitre car il illustre la principale utilité du déterminant :
savoir si une matrice est inversible !
Propriété 4
Soient A et B deux matrices de Mn (K).

det(AB) = det(BA) = det(A) × det(B)

Propriété 5
Soient A et B deux matrices de Mn (K).
Si A et B sont deux matrices semblables, alors det(A) = det(B).

Démonstration :
A et B sont semblables donc il existe une matrice P inversible telle que A = P BP −1. On
a donc :
1
det(A) = det(P BP −1 ) = det(P )×det(B)×det(P −1) = det(P )×det(B)× = det(B).
det(P )

En conclusion det(A) = det(B).

✷

II Calcul de déterminant
1 Dimension 2 ou 3

Théorème 3
Soit (a, b, c, d, e, f, g, h, i) ∈ K9 .
a b
— = ad − bc
c d
a b c
— d e f = aei + bf g + cdh − ceg − af h − bdi (Règle de Sarrus)
g h i

Remarque : Les formules données ici ont déjà été vues en TSI 1 dans les chapitres de géométrie du
plan et de l’espace.

Cours TSI2 Page 3 Déterminants

 Conseils méthodologiques :
— Voici un moyen mnémotechnique pour se souvenir de la règle de Sarrus :
+ + +
a b c a b

d e f d e

g h i g h
− − −
— Attention la règle de Sarrus ne peut s’utiliser que pour les déterminants 3 × 3 !
— Même si la règle de Sarrus parait très séduisante, ce ne sera pas toujours la plus astucieuse
pour calculer un déterminant 3 × 3. En effet, dès que l’on aura un déterminant à paramètre, on
préfèrera obtenir un résultat sous forme factorisée alors que la règle de Sarrus donne un résultat
sous forme développée.
Exemples 1 :
1 i
— = 1 × 1 − (−i) × i = 1 + i2 = 0
−i 1
—
x−3 2x 2x
2 −x − 1 2 = (x − 3) × (−x − 1) × (1 − x) + 16x + 16x
4 4 1−x
− 4 × (−x − 1) × 2x − 8 × (x − 3) − (1 − x) × 4x

= (x − 3)(x2 − 1) + 32x + 8x2 + 8x − 8x + 24 − 4x + 4x2

= x3 − 3x2 − x + 3 + 12x2 + 28x + 24
= x3 + 9x2 + 27x + 27

2 Matrices diagonales ou triangulaires

Propriété 6
Soit A une matrice diagonale. Alors le déterminant de A est égal au produit de ses éléments diagonaux.

Exemples 2 :
2 0 0 0
0 −3 0 0
— = 2 × (−3) × 1 × (−1) = 6
0 0 1 0
0 0 0 −1

1 0 0
— 0 0 0 = 1 × 0 × 100 = 0
0 0 100

Propriété 7
Soit A une matrice triangulaire (supérieure ou inférieure). Alors le déterminant de A est égal au produit
de ses éléments diagonaux.

Cours TSI2 Page 4 Déterminants

 Exemples 3 :
x 2x 3x
— Soit x ∈ R, 0 −x −x = x × (−x) × (x + 2) = −x2 (x + 2)
0 0 x+2
i 2i −5
— 0 i 1 + i = i × i × (1 − i) = −1 + i
0 0 1−i
0 0 0
— 1 3 0 = 0×3×5= 0
2 4 5

3 Opérations sur les colonnes ou les lignes, méthode du pivot

Théorème 4 : Opérations autorisées

— Ajouter à une colonne une combinaison linéaire des autres colonnes (ou à une ligne une combi-
naison linéaire des autres lignes) ne change pas la valeur du déterminant.
X X
On notera ces opérations : Ci ← Ci + λk Ck et Li ← Li + λk Lk .
k6=i k6=i
— Échanger deux lignes ou deux colonnes a pour effet de multiplier le déterminant par −1.
On notera ces opérations : Li ↔ Lj ou Ci ↔ Cj .

Conseils méthodologiques :
Ces opérations permettent de calculer la valeur de n’importe quel déterminant car, à l’aide de ces
opérations, on peut transformer toute matrice en une matrice triangulaire (méthode du pivot vue en
TSI 1). Contrairement à l’utilisation de la méthode du pivot en TSI 1, on ne cherchera pas à obtenir une
matrice échelonnée réduite mais juste une matrice triangulaire car l’opération Li ← λLi change la valeur
du déterminant !
Attention, les calculs pourront parfois être lourds et il ne faudra pas oublier les propriétés du
déterminant énoncées dans la partie I 2) ainsi que l’utilisation de la technique présentée dans la par-
tie suivante pour alléger les calculs.
Exemple 4:
1 2 2 −2
1 −1 2 3
On souhaite calculer D = .
−1 0 1 2
−2 3 1 −1
1 2 2 −2
0 −3 0 5 L2 ← L2 − L1
D =
0 2 3 0 L3 ← L3 + L1
0 7 5 −5 L4 ← L4 + 2L1

1 2 2 −2
0 2 3 0
= (−1) L2 ↔ L3
0 −3 0 5
0 7 5 −5

Cours TSI2 Page 5 Déterminants

 1 2 2 −2
0 7 5 −5
D = L2 ↔ L4
0 −3 0 5
0 2 3 0

1 2 −2 2
0 5 −5 7
= (−1)2 C2 ↔ C3 puis C3 ↔ C4
0 0 5 −3
0 3 0 2

1 2 −2 2
0 5 −5 7 3
= L4 ← L4 − L2
0 0 5 −3 5
0 0 3 − 11
5

1 2 −2 2
0 5 −5 7 3
D = L4 ← L4 − L3
0 0 5 −3 5
0 0 0 − 52
 
2
=1×5×5× − = −10
5

Remarque :
Il est très important d’écrire à côté du calcul de déterminant les opérations effectuées sur les lignes ou
les colonnes afin que n’importe qui puisse relire les calculs sans difficulté.
Exemple 5:
Reprenons le deuxième déterminant de l’exemple 1. Nous avions obtenu un résultat sous forme développée
à l’aide de la règle de Sarrus. Voici comment obtenir directement un résultat sous forme factorisée :

x−3 2x 2x x+3 x+3 x+3

L1 ← L1 + L2 + L3
2 −x − 1 2 = 2 −x − 1 2
4 4 1−x 4 4 1−x

1 1 1
= (x + 3) 2 −x − 1 2 linéarité par rapport à la première ligne
4 4 1−x .

1 0 0
C2 ← C2 − C1
= (x + 3) 2 −x − 3 0
C3 ← C3 − C1
4 0 −x − 3

= (x + 3)3

Conseils méthodologiques :
On sera souvent amené à résoudre des équations du type det(A(x)) = 0. On préfèrera donc obtenir un
résultat de det(A(x)) sous forme factorisée plutôt que développée. C’est pourquoi la règle de Sarrus est
rarement utilisée pour les déterminants faisant intervenir un ou plusieurs paramètres.

Cours TSI2 Page 6 Déterminants

 4 Développement par rapport à une ligne ou une colonne

Théorème 5
Soit A = (aij ) ∈ Mn (K). On note Ai,j la matrice obtenue en ôtant la ième ligne et la j ème colonne de
A. (Ai,j ∈ Mn−1(K))
— Développement par rapport à la ième ligne (i ∈ J1; nK)
n
X
det(A) = (−1)i+j aij × det(Ai,j ).
j=1

— Développement par rapport à la j ème colonne (j ∈ J1; nK)

n
X
det(A) = (−1)i+j aij × det(Ai,j ).
i=1

Exemple 6:
1 0 0 1
0 1 0 0
Calculons le déterminant suivant : D = .
1 0 1 1
2 3 1 1
Le développement de D par rapport à la deuxième ligne donne :

0 0 1 1 0 1
2+1 2+2
D = (−1) × 0 × 0 1 1 + (−1) ×1× 1 1 1
3 1 1 2 1 1
1 0 1 1 0 0
2+3 2+4
+ (−1) × 0 × 1 0 1 + (−1) ×0× 1 0 1
2 3 1 2 3 1
1 0 1
= 1 1 1 .
2 1 1
On développe maintenant par rapport à la première ligne :

1 0 1
1 1 1 1 1 1
D = 1 1 1 = (−1)1+1 × 1 × + (−1)1+2 × 0 × + (−1)1+3 × 1 ×
1 1 2 1 2 1
2 1 1
= (1 − 1) + (1 − 2) = −1.

Conseils méthodologiques :
Développer par rapport à une ligne ou une colonne est particulièrement astucieux lorsqu’on dispose
d’une ligne ou d’une colonne avec un seul coefficient non nul. Pour se ramener à cette situation on utilisera
les opérations sur les lignes et les colonnes.
Et il ne faut jamais oublier les propriétés du déterminant : si deux lignes ou colonnes sont identiques
alors le déterminant et nul ; si les lignes ou les colonnes sont liées alors le déterminant est nul ; si une ligne
ou une colonne est nulle alors le déterminant est nul...

Cours TSI2 Page 7 Déterminants

 III Déterminant d’une famille de vecteurs ou d’un endomorphisme
Dans toute cette partie E désigne un K-espace vectoriel de dimension finie n ∈ N∗ .

1 Déterminant d’une famille de vecteurs

a Définition
Définition 1
Soit (−
→u 1, . . . , −
→u n ) une famille de vecteurs de E et B une base de E.
On note MatB (− →
u 1, . . . , −
→
u n ) la matrice de la famille (−
→
u 1, . . . , −
→
u n ) dans la base B.
On appelle déterminant dans la base B de la famille ( u 1 , . . . , → →
− −u n ), et on note
→
− →
− →
− →
−
detB ( u 1 , . . . , u n ), le déterminant de la matrice MatB ( u 1 , . . . , u n ).

Remarque :
La ième colonne de la matrice MatB (−
→
u 1, . . . , −
→
u n ) contient les coordonnées du vecteur →
−
ui dans la base
B.
Exemple 7:
On se place dans l’espace vectoriel E = R2 [X] muni de sa base canonique Bc .
On pose Q0 = (X − 2)2 , Q1 = 1 − X et Q2 = X 2 . On souhaite calculer detBc (Q0 , Q1 , Q2 ).
Déterminons la matrice de la famille (Q0 , Q1 , Q2 ) dans la base
 Bc:
4
2
— Q0 = X − 4X + 4 = 4P0 − 4P1 + P2 donc MatBc (Q0 ) =  −4 .
1
 
1
— Q1 = 1 − X = P0 − P1 + 0P2 donc MatBc (Q1 ) = −1. 
 0
0
2
— Q2 = X = 0P0 + 0P1 + P2 donc MatBc (Q2 ) = 0. 
1
4 1 0
On a donc detBc (Q0 , Q1 , Q2 ) = −4 −1 0 = 0, car les deux premières lignes sont proportionnelles .
1 0 1

Exemple 8:
On se place dans R3 muni de sa base canonique Bc et on considère aussi la base B = (− →u,−
→v ,−
→
w ) avec
→
− →
− →
−
u = (1, 0, 0), v = (1, 2, 0) et w = (1, 1, 3).
→
−
On pose − →
a = (0, 1, −3), b = (2, 1, 3) et −→c = (0, −2, 0).
→
− →
−
Calculons detBc ( a , b , c ) et detB ( a , b , −
→
− →
− →
− →
c ).  
0
→
− →
−
— a = 0(1, 0, 0) + 1(0, 1, 0) − 3(0, 0, 1) donc MatBc ( a ) =  1 .
−3
   
2 0
→
−
De même, MatBc ( b ) = 1 et MatBc (− →c ) = −2.
3 0
0 2 0
→
− →
Donc detBc (−→a , b ,− c ) = 1 1 −2 . En développant par rapport à la dernière colonne on a :
−3 3 0

→ −
− 0 2
det(−
→
a , b ,→
c ) = −(−2) × = 12.
Bc −3 3

Cours TSI2 Page 8 Déterminants

 — Pour trouver les cordonnées de −
→
a dans la base B il faut résoudre −
→
a = α−
→
u + +β − →
v + γ−→w . Puis
→ −
− →
procéder de même pour b et c . Après calculs
 ontrouve :
0
→
− →
− →
− →
− →
−
a = 0 u + 1 v + (−1) w donc MatB ( a ) =  1 .
−1
   
1 1
→
− →
−
De même, MatB ( b ) = 0 et MatB ( c ) = −1.
  
1 0
0 1 1
−
→ → →
− −
Donc detB ( a , b , c ) = 1 0 −1 . En développant par rapport à la première ligne on obtient :
−1 1 0

→
− → 1 −1 1 0
det(−
→
a , b ,−
c ) = −1 × +1× = 1 + 1 = 2.
B −1 0 −1 1

Remarque :
Attention, on voit dans cet exemple que le déterminant d’une famille de vecteurs dépend de la base
choisie.
b Interprétation géométrique en dimension 2 et 3
— En dimension 2 :
Le déterminant de la famille (− →
u1 , −
→
u2 ) dans la base B = (− →
e1 , −
→
e2 ) est égal à l’aire algébrique du
parallélogramme de côtés −→
u1 et −→
u2 , l’unité d’aire étant l’aire du parallélogramme de côtés − →
e1 et →
−
e2
→
−
et le signe étant déterminé par l’orientation relative de B et (u1 , u2 ).→
−

−
→
u 1

−
→
e2
−
→
u 2

−
→
e1

Ici, detB (u1 , u2) = −4 : l’aire du parallélogramme gris clair est égale à 4 fois l’aire du parallélogramme
gris foncé et l’orientation de la famille (u1 , u2 ) est contraire à celle de la base (e1 , e2 ).
— En dimension 3 :
Le déterminant de la famille (− →
u1 , →
−
u2 , −
→
u3 ) dans la base B = (−
→
e1 , −
→
e2 , −
→
e3 ) est égal au volume algébrique
→
− →
− →
−
du parallélépipède de côtés u1 , u2 et u3 , l’unité de volume étant le volume du parallélépipède de
côtés −
→
e1 , −
→
e2 et −
→
e3 et le signe étant déterminé par l’orientation de la base B.
Remarque :
Le déterminant a déjà été utilisé en géométrie du plan ou de l’espace en TSI 1 afin de déterminer une
équation de droite ou de plan.

Cours TSI2 Page 9 Déterminants

 c Propriétés
Les propriétés suivantes découlent directement des propriétés sur les déterminants de matrice.
Propriété 8
Soit B une base de E et (− →u 1, . . . , −
→
u n ) une famille de vecteurs de E.
— detB est un application de E n dans K, linéaire par rapport à chacune de ses variables.
— La famille (− →u 1, . . . , →
−
u n ) est liée si, et seulement si, detB (−→
u 1, . . . , −
→
u n ) = 0.
→
− →
−
— detB ( u 1 , . . . , u n ) ne change pas de valeur si on ajoute à l’un des vecteurs une combinaison
linéaire des autres.
— Si on échange deux vecteurs la valeur du déterminant est multipliée par −1.

Le déterminant est aussi un outil pour caractériser les bases d’un espace vectoriel :
Théorème 6 : Caractérisation des bases
Soit (−
→
u 1, . . . , −
→
u n ) une famille de vecteurs de E. Les trois affirmations suivantes sont équivalentes :
1. La famille (− →
1u ,...,−
→u ) est une base de E.
n

2. Pour toute base B de E, detB (− →

u 1, . . . , −
→
u n ) 6= 0.
3. Il existe une base B de E telle que detB (− →u 1, . . . , −
→
u n ) 6= 0.

Conseils méthodologiques :
Le déterminant est donc un nouvel outil pour savoir si une famille donnée est une base de E.
Exemple 9:
Reprenons les deux exemples précédents :
— Comme detB (Q0 , Q1 , Q2 ) = 0 on peut affirmer que la famille (Q0 , Q1 , Q2 ) n’est pas une base de
R2 [X].
→ →
− → →
− → →
−
— Comme detBc (− →
a , b ,−
c ) 6= 0 (ou detB (−
→
a , b ,−
c ) 6= 0) on peut affirmer que la famille (−
→
a , b ,−
c)
3
est une base de R .

2 Déterminant d’un endomorphisme

Théorème 7
Soit f un endomorphisme de E, B et B ′ deux bases de E, A = MatB (f ) et A′ = MatB′ (f ).
Alors det(A) = det(A′ ).

Démonstration :
Les matrices A et A′ sont les matrices associées à un même endomorphisme dans deux
bases différentes. A et A′ sont donc deux matrices semblables.
Ainsi, d’après la propriété 5, det(A) = det(A′ ).
✷

Définition 2
Soit f un endomorphisme de E. On appelle déterminant de f , et on note det(f ), le scalaire égal au
déterminant de la matrice de f dans n’importe quelle base de E.

Cours TSI2 Page 10 Déterminants

 Exemple 10:
   
a b a−b b−d
On considère l’endomorphisme f de M2 (R) défini par f = .
c d c−d a−c
On souhaite calculer le déterminant de f .
Pour cela on choisit la base canonique B = (E11 , E12 , E21 , E22 ) de M2 (R).
On commence par déterminer la matrice A de f dans la base B. On a :
 
1 0
f (E11 ) = = 1E11 + 0E12 + 0E21 + 1E22
0 1
 
−1 1
f (E12 ) = = −1E11 + 1E12 + 0E21 + 0E22
0 0
 
0 0
f (E21 ) = = 0E11 + 0E12 + 1E21 − 1E22
1 −1
 
0 −1
f (E22 ) = = 0E11 − 1E12 − 1E21 + 0E22 .
−1 0
 
1 −1 0 0
0 1 0 −1
Ainsi A = 
0 0
.
1 −1
1 0 −1 0
On a donc :
1 −1 0 0
0 1 0 −1
det(f ) = =0
0 0 1 −1
1 0 −1 0
car on remarque que les colonnes sont liées : si on ajoute toutes les colonnes on trouve 0.
Conseils méthodologiques :
Contrairement au calcul du déterminant d’une famille de vecteur, le calcul du déterminant d’un endo-
morphisme ne dépend pas de la base choisie. Un choix astucieux de la base pourra donc parfois réduire
considérablement les calculs du déterminant.
Propriété 9
Soient f et g deux endomorphismes de E.

det(f ◦ g) = det(f ) × det(g)

Exemples 11 :
— La matrice de l’application identité dans n’importe quelle base est égale à la matrice identité. Donc
det(idE ) = 1.
— Si s est une symétrie vectorielle alors on a s ◦ s = idE . Donc det(s)2 = 1 et donc det(s) = 1 ou −1.

Théorème 8 : Caractérisation des automorphismes

Soit f un endomorphisme de E.
1
f est un automorphisme de E si, et seulement si, det(f ) 6= 0, et on a alors det(f −1 ) = .
det(f )

Conseils méthodologiques :
Le déterminant est donc un outil supplémentaire pour répondre à la question : ≪ l’endomorphisme f
est-il bijectif ? ≫.

Cours TSI2 Page 11 Déterminants