Résumé de cours : Déterminants.

Systèmes linéaires.
MPSI-Maths. Source disponible sur :
Mr Mamouni : [email protected] http://www.chez.com/myismail
c

Table des matières 1 Formes n-linéaires.

1.1 Formes bilinéaires.
1 Formes n-linéaires. 1
Définition 1. On appelle forme bilinéaire sur E, toute application
1.1 Formes bilinéaires. . . . . . . . . . . . . . . . . . . . . . . . . . 1 ϕ : E × E −→ K linéaire par rapport à l’une des variables
(x, y) 7−→ ϕ(x, y)
1.2 Formes n-linéaires. . . . . . . . . . . . . . . . . . . . . . . . . . 2 fixant l’autre, autrement dit :

ϕ(x1 + λx2 , y) = ϕ(x1 , y) + λϕ(x2 , y)

2 Déterminant d’une famille de vecteurs dans une base donnée. 2 ϕ(x, y1 + λy2 ) = ϕ(x, y1 ) + λϕ(x, y2 )

3 Déterminant d’un endomorphisme. 3 Propriétés.

Soit ϕ une forme bilinéaire sur E, (x, y) ∈ E 2 , et (λ, µ) ∈ K2 , on a les
résultats suivants :
4 Déterminant d’une matrice carrée d’ordre n. 3 – ϕ(λx, µy) = λµϕ(x, y).
– ϕ(x, y) = 0 si x = 0E ou y = 0E .
Vocabulaire.
5 Systèmes linéaires. 4 Soit ϕ une forme bilinéaire sur E, on dit que :
MPSI-Maths Résumé de cours: Groupes symétriques . http://www.chez.com/myismail
Mr Mamouni Page 1 sur 4 [email protected]
 n
– ϕ est symétrique si et seulement si ϕ(x, y) = ϕ(y, x) ∀ (x, y) ∈ E 2 . Y
– ϕ(λ1 x1 , . . . , λn xn ) = ϕ(x1 , . . . , xn ).
– ϕ est antisymétrique ou bien alternée si et seulement si
i=1
ϕ(x, y) = −ϕ(y, x) ∀ (x, y) ∈ E 2 . – ϕ(x1 , . . . , xn ) = 0 si l’un des xi est nul.
Propriétés. Vocabulaire.
Soit ϕ une forme bilinéaire alternée sur E, (x, y) ∈ E 2 , et (λ, µ) ∈ K2 on a Soit ϕ une forme n-linéaire sur E, on dit que :
les résultats suivants : – ϕ est symétrique si et seulement si :
– ϕ(x, x) = 0. ϕ(xσ(1) , . . . , xσ(n) ) = ϕ(x1 , . . . , xn ) ∀ (x1 , . . . , xn ) ∈ E n .
– ϕ(x, y + λx) = ϕ(x, y). – ϕ est antisymétrique si et seulement si
– ϕ(x, y) = 0 si {x, y} est liée. ϕ(xσ(1) , . . . , xσ(n) ) = ε(σ)ϕ(x1 , . . . , xn ) ∀ (x1 , . . . , xn ) ∈ E n .
– ϕ(x1 , . . . , xi , . . . , xj , . . . , xn ) = −ϕ(x1 , . . . , xj , . . . , xi , . . . , xn ),
Théoréme 1. Toutes les formes bilinéaires alternées sur un K- ∀ (x1 , . . . , xn ) ∈ E n , ∀ 1 ≤ i 6= j ≤ n.
espace vectoriel de dimension 2 sont proprtionnelles. Propriétés.
Soit ϕ une forme bilinéaire, alors ϕ est alternée si et seulement si elle est
antisymétrique.
1.2 Formes n-linéaires. Soit ϕ une forme bilinéaire alternée sur E, (x1 , . . . , xn ) ∈ E n , et
Définition 2. On appelle forme n-linéaire sur E, toute application (λ1 , . . . , λn ) ∈ Kn on a les résultats suivants :
ϕ: E – ϕ(x1 , . . . , xn ) = 0 si ∃i 6= j tel que ! x i = xj .
. . × E} −→ K
| × .{z linéaire par rapport à cha-
n fois X
(x1 , . . . , xn ) 7−→ ϕ((x1 , . . . , xn )) – ϕ x1 , . . . , x i + λj xj , . . . , xn = ϕ(x1 , . . . , xn ).
j6=i
cune de ses variables en! fixant les autres, autrement dit :
Xn n
X – ϕ(x1 , . . . , xn ) = 0 si {x1 , . . . , xn } est liée.
ϕ λ i xi , y 2 , . . . , y n = λi ϕ(xi , y2 , . . . , yn )
i=1 i=1 Théoréme 2. Toutes les formes n-linéaires alternées sur un K-
Linéarité par rapport à la!première variable espace vectoriel de dimension n sont proprtionnelles.
X n n
X
ϕ y1 , λ i xi , y 3 , . . . , y n = λi ϕ(y1 xi , y3 , . . . , yn )
i=1 i=1
Linéarité par rapport à la ! deuxième variable 2 Déterminant d’une famille de vecteurs dans
n
X Xn
ϕ y1 , . . . , yn−1 , λ i xi = λi ϕ(y1 , . . . , yn−1 , xi ) une base donnée.
i=1 i=1
Linéarité par rapport à la dernière variable Définition 3. Soit B une base de E tel que dim E = n. On appelle
déterminant dans la base B, l’unique forme n-linéaire alternée définie
sur E n notée detB vérifiant la relation suivante : detB (B) = 1
Propriétés.
Soit ϕ une forme n-linéaire sur E, (x1 , . . . , xn ) ∈ E n , et (λ1 , . . . , λn ) ∈ Kn ,
on a les résultats suivants : Propriétés.
MPSI-Maths Résumé de cours: Groupes symétriques . http://www.chez.com/myismail
Mr Mamouni Page 2 sur 4 [email protected]
 Soit B une base de E, et B 0 famille d’éléments de E tel que cardB 0 = dim E, 4 Déterminant d’une matrice carrée d’ordre n.
on a les résultats suivants :
– B 0 est liée si et seulement si detB (B 0 ) = 0. Définition 5. Le déterminant d’une matrice carrée d’ordre n,
– B 0 est libre si et seulement si detB (B 0 ) 6= 0. A ∈ Mn (K), noté det(A) est par définition le déterminant de ses vec-
– B 0 = {x, y} est une base de E si et seulement si detB (B 0 ) 6= 0, et dans teurs colonnes dans la base canonique de Kn .
1
ce cas on a : detB0 (B) = Notation.
detB (B 0 )
Orientation d’un R-espace vectoriel . Si A = (ai,j )1≤i,j≤n , son déterminant se note aussi |ai,j |.
Orienter E revient à se fixer une base B0 , toute autre base B est dite directe Propriétés.
 
a b 
si et seulement si detB0 (B) > 0, dans le cas contraire c’est à dire si detB0 (B) < 0 –   = ad − bc.
elle est dite indirecte. c d
– Si E est un K-ev de dimension finie, de base B et u un endomorphisme
En général les bases canoniques sont directes et orientent l’espace vectoriel .
de E, alors : det u = det (MB (u)).
Équation d’une droite du plan.
– det(In ) = 1.
Si D est la droite du plan passant par le point A est dirigée par le vecteur X Yn
~u, alors son équation s’obtient à l’aide da la relation suivante : – Soit A = (ai,j )1≤i,j≤n , alors det A = ε(σ) ai,σ(i) .
M ∈ D ⇐⇒ detB (AM ~ , ~u) = 0 où B = (~i, ~j) la base canonique de R2 . σ∈Sn i=1
Xn
– Soit A = (ai,j )1≤i,j≤n alors det(A) = (−1)i+j det(Ai,j ) ∀ 1 ≤ j ≤ n
i=1
3 Déterminant d’un endomorphisme. où Ai,j est la matrice obtenue en enlevant la i–ème ligne et j–ème co-
lonne, det(Ai,j ) s’appelle cofacteur d’indice (i, j), la matrice formée par
Définition 4. Soit u : E −→ E un endomorphisme, alors det B u (B) ses cofacteurs s’appelle comatrice de A et se note Com(A). On dit qu’on
ne dépond pas du choix de la base B de E, on pose alors a developpé le déterminant suivant la j–ème colonne.
n
det(u) = detB u (B) et on l’appelle le déterminant de u. X
– Si A = (ai,j )1≤i,j≤n alors det(A) = (−1)i+j det(Ai,j ) ∀ 1 ≤ i ≤ n. On
j=1
dit qu’on a developpé
 le déterminant suivant la j–ème colonne.
Propriétés. 
a b
Soit u, v : E −→ E deux endomorphismes de E tel que dim E = n, B – Soit A = tel que ad − bc 6= 0, alors A est inversible avec
c d
une base de E et B 0 = (x1 , . . . , xn ) famille d’élements de E, on a les résultats  
−1 1 d −b
suivants : A =
ad − bc −c a
– det(idE ) = 1.
– Si B et B 0 sont deux bases de E, alors detB (B 0 ) = det(P ) où P est la
– detB (u(B 0 )) = det(u) detB (B 0 ).
matrice de passage de B vers B 0 .
– det(u ◦ v) = det(u) det(v).
– A = (ai,j ) est inversible si et seulement si det(A) 6= 0 et dans ce cas :
– u est un automorphisme de E si et seulement si det(u) 6= 0 et dans ce
1 −1 1 −1 1 t
cas det(u−1 ) = . det(A ) = avec A = Com(A)
det(u) det(A) det(A)

MPSI-Maths Résumé de cours: Groupes symétriques . http://www.chez.com/myismail

Mr Mamouni Page 3 sur 4 [email protected]
 – det(AB) = det(A) det(B). (S) revient à chercher les coefficients de cette combinaison linéaire.
– Si P est inversible alors det(P AP −1 ) = det(A). Le système AX = 0 s’appelle système homogène, ou sans second membre, son
– λ est une valeur propre de A si et seulement si λ racine du polynôme ensemble de solutions est exactement le K-ev ker(A) de dimension p − r où
χA (X) = det(A − XIn ), appelé polynôme caractéristique de A. r = rg(A).
– Toute matrice qui admet n valeurs propres distinctes dans K est diago- L’ensemble de solutions du système (S) est exactement X0 + ker(A), où X0
nalisable dans Mn (K). est une solution particulière, autrement dit : toute solution X de l’équation
AX = b s’écrit sous la forme X = X0 + X1 où X0 est une solution particulière
et X1 ∈ ker(A).
5 Systèmes linéaires. Si rg(A) = r, alors toutes les inconnues s’écrivent seulement en fonction de
p − r inconnues appelées inconnues principales
On appelle système linéaire à n équation et p inconnues et à coefficients Le systéme est dit de Crammer lorsque la matrice A est carrée inversible, c’est
dans K, tout système d’équations de la forme à dire n = p = r, dans ce cas il a admet une unique solution X = A−1 b.
 Il est possible d’inverser la matrice A, en résolvant le systéme AX = Y et ex-

 a11 x1 + a12 x2 + . . . + a1p xp = b1 primer les coefficients de X en fonction de ceux de Y ce qui donnera le système

a21 x1 + a22 x2 + . . . + a2p xp = b2 BY = X, on a alors B = A−1 .
(S)

 ... Si A est inversible, alors l’une solution X = (xi )1≤i≤n du système AX = b

an1 x1 + an2 x2 + . . . + anp xp = bn det(Ai )
s’obtient à l’aide des formules suivantes : xi = où Ai est la matrice
det(A)
Un tel système peut s’écrire matriciellement sous la forme AX = b où
obtenue en remplaçant dans A la i–ème colonne par le second membre b.
A = (aij ) 1≤i≤n ∈ Mn,p(K) s’appelle la matrice du système, b = (bi )1≤i≤n
1≤j≤p
s’appelle son second membres, et X = (xi )1≤i≤p sont les inconnues.
Le système est dit compatible si et seulement si il admet des solutions. On a
alors le résultat suivant :
(S) est compatible si et seulement si b ∈ Im(A) si et seulement si b est
combinaison linéaire des vecteurs colonnes de la matrice A, au fait résoudre Fin.

MPSI-Maths Résumé de cours: Groupes symétriques . http://www.chez.com/myismail

Mr Mamouni Page 4 sur 4 [email protected]