Chapitre 23

Déterminants

Objectifs

– Étudier le groupe des permutations de [[1..n]]. Définir les notions : de cycles, de transpositions, de décomposi-
tion en produit de cylces, de signature.
– Définir les notions d’applications n-linéaires et leurs propriétés éventuelles (symétrique, antisymétrique, alter-
née). Développement suivant une base.
– Définir l’application déterminant d’une famille de vecteurs dans une base, étudier les propriétés.
– Définir le déterminant d’un endomorphisme, étudier ses propriétés.
– Définir le déterminant d’une matrice carrée, étudier ses propriétés. Notion de comatrice et propriétés.
– Établir les formules de Cramer.

Sommaire
I) Le groupe symétrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1) Décomposition des permutations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2) Signature . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
II) Applications n-linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1) definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2) Développement suivant une base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
III) Déterminant dans une base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1) Formes n-linéaires en dimension n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2) Déterminants de n vecteurs dans une base . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3) Propriétés du déterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
IV) Déterminant d’un endomorphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1) definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2) Propriétés du déterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
V) Déterminant d’une matrice carrée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1) definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2) Propriétés du déterminant d’une matrice carrée . . . . . . . . . . . . . . . . . . . . . . 6
3) Développement suivant une ligne ou une colonne . . . . . . . . . . . . . . . . . . . . . 6
4) Comatrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
VI) Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1) Systèmes linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2) Orientation d’un espace vectoriel réel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
VII) Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

I) Le groupe symétrique
1) Décomposition des permutations

MPSI LYCÉE G UEZ D E B ALZAC [Link] 1/10

Le groupe symétrique Chapitre 23 : Déterminants

D ÉFINITION 23.1
.
. Soit En = [[1..n]] , avec n ∈ N∗ , on note Sn l’ensemble
. des permutations de En , c’est à dire l’ensemble
des bijections de En vers lui-même. On rappelle que (Sn , ◦) est un groupe de cardinal n! (non abélien
dès que n > 3), ce groupe est appelé groupe symétrique de type n .

D ÉFINITION 23.2 (notion de cycle)

.
Soit σ ∈ Sn , on dit que σ est un cycle lorsqu’il existe k entiers distincts dans [[1..n]] : i 1 , . . . , i k (k > 1)
. tels que σ(i 1 ) = i 2 , . . . , σ(i k−1 ) = i k , σ(i k ) = i 1 , les autres
. entiers de En étant fixes par σ. Dans ce cas, on
notera σ = (i 1 i 2 . . . i k ). Le nombre k est appelé longueur du cycle, et un cycle de longueur 2 est appelé
une transposition. L’ensemble {i 1 , . . . , i k } est appelé support du cycle σ. On convient que l’identité de
En est un cycle de longueur nulle et à support vide.

. THÉORÈME 23.1 (admis)

. .
Toute permutation de En est un produit (pour la loi ◦) de cycles à supports disjoints, cette décom-
. position est unique à l’ordre près.

. THÉORÈME 23.2
. .
. Toute permutation est un produit de transpositions.

2) Signature

D ÉFINITION 23.3 (inversion)

.. .
Soit σ ∈ Sn , on appelle inversion de σ tout couple d’entiers (i , j ) ∈ [[1..n]] 2 tel que i < j et σ(i ) > σ( j ).
Le nombre d’inversions de σ est noté Iσ .

. THÉORÈME 23.3 (Nombre d’inversions d’une transposition)

. .
. Soit σ = (a b) une transposition de Sn avec a < b : alors Iσ = 2(b − a) − 1.

D ÉFINITION 23.4 (signature d’une permutation)

. .
Soit σ ∈ Sn , on appelle signature de σ le nombre noté ε(σ) et défini par ε(σ) = (−1)Iσ .

X Exemple(s): Signature d’une transposition, si σ = (a b) avec a < b ∈ En , alors Iσ = 2(b − a) − 1, donc ε(σ) = −1.

. THÉORÈME 23.4 (admis)

. L’application signature ε : (Sn , ◦) → ({±1}, ×), est .un morphisme de groupes, c’est à dire :

. ∀ σ, σ0 ∈ Sn , ε(σ ◦ σ0 ) = ε(σ) × ε(σ0 ).

Application : calcul de la signature d’une permutation. Pour calculer la signature d’une permutation σ, il
suffit de connaître sa décomposition en produit de transpositions : σ = τ1 ◦ . . . ◦ τk , on a alors ε(σ) = ε(τ1 ) ×
. . . ε(τk ) = (−1)k .

MPSI LYCÉE G UEZ D E B ALZAC [Link] 2/10

Applications n-linéaires Chapitre 23 : Déterminants

D ÉFINITION 23.5 (le groupe alterné)

.
L’application signature étant un morphisme de groupe, son noyau est un sous-groupe de Sn . Par
définition, ce sous-groupe est appelé groupe alterné de type n et noté An . On a donc :
. .
An = ker(ε) = {σ ∈ Sn / ε(σ) = 1}.

An est parfois appelé groupe des permutations paires car c’est l’ensemble des permutations qui
s’écrivent comme produit d’un nombre pair de transpositions.

. THÉORÈME 23.5
. .
n!
Le groupe alterné An est de cardinal .
. 2

II) Applications n-linéaires

1) definition

D ÉFINITION 23.6
.
Soient E et F deux K-espaces vectoriels et f : En → F une application. On dit que f est n -linéaire
. lorsque f est linéaire par rapport à chacune de . ses variables (les autres étant fixes), c’est à dire :
∀ x 1 , . . . , x n ∈ E, ∀ i ∈ [[1..n]] , l’application f i : E → F définie par :

f i (x) = f (x 1 , . . . , x i −1 , x, x i +1 , . . . , x n ) est linéaire.

D ÉFINITION 23.7
.
Soit f : En → F une application n -linéaire, on dit que f est :
– symétrique : lorsque ∀ σ ∈ Sn , ∀ x 1 , . . . , x n ∈ E : f (x σ(1) , . . . , x σ(n) ) = f (x 1 , . . . , x n ), autrement dit,
. changer l’ordre des vecteurs ne change pas le résultat. .
– antisymétrique : lorsque ∀ σ ∈ Sn , ∀ x 1 , . . . , x n ∈ E : f (x σ(1) , . . . , x σ(n) ) = ε(σ). f (x 1 , . . . , x n ), autrement
dit, échanger deux vecteurs change le signe du résultat.
– alternée : lorsque ∀ x 1 , . . . , x n ∈ E, s’il existe i , j ∈ [[1..n]] tels que i 6= j et x i = x j , alors f (x 1 , . . . , x n ) =
0, autrement dit, si deux des vecteurs sont égaux alors le résultat est nul.

. THÉORÈME 23.6
. .
. Il y a équivalence entre antisymétrique et alternée.

2) Développement suivant une base

Soit E de dimension p, soit B = (e 1 , . . . , e p ) une base de E, soit S = (x 1 , . . . , x n ) un système de n vecteurs
de E et soit A = P B,S ∈ Mp,n (K) la matrice de passage de B à S. Soit u = f (x 1 , . . . , x n ), en développant par
∑
rapport à la première variable, on obtient : u = a j 1 ,1 f (e j 1 , x 2 , . . . , x n ). Puis on développe chacun de ces
16 j 1 6p
∑
termes par rapport à la deuxième variable x 2 , ce qui donne u = a j 1 ,1 a j 2 ,2 f (e j 1 , e j 2 , x 3 , . . . , x n ), etc...,
16 j 1 , j 2 6p
ce qui donne à la fin :

MPSI LYCÉE G UEZ D E B ALZAC [Link] 3/10

Déterminant dans une base Chapitre 23 : Déterminants

∑
f (x 1 , . . . , x n ) = a j 1 ,1 · · · a j n ,n f (e j 1 , . . . , e j n ).
16 j 1 ,..., j n 6p

C’est le développement de f (x 1 , . . . , x n ) dans la base B, on voit ainsi qu’une application n-linéaire f :

n
E → F est entièrement déterminée par la donnée des vecteurs f (e j 1 , . . . , e j n ).
Supposons maintenant que f soit en plus alternée, alors f (e j 1 , . . . , e j n ) est nul dès que deux des indices
sont égaux, par conséquent on obtient la formule :
( )
∑ ∑
f (x 1 , . . . , x n ) = a j σ(1) ,1 · · · a j σ(n) ,n f (e j σ(1) , . . . , e j σ(n) ) .
16 j 1 <···< j n 6p σ∈Sn

Or, f (e j σ(1) , . . . , e j σ(n) ) = ε(σ). f (e j 1 , . . . , e j n ), finalement on a la formule :

( )
∑ ∑
f (x 1 , . . . , x n ) = ε(σ)a j σ(1) ,1 · · · a j σ(n) ,n f (e j 1 , . . . , e j n ).
16 j 1 <···< j n 6p σ∈Sn

III) Déterminant dans une base

1) Formes n-linéaires en dimension n
Avec les notations du paragraphe précédent, supposons que la dimension de E soit égale à n et soit B =
(e 1 , . . . , e n ) une base de E, alors il existe une seule famille d’indices j 1 , . . . , j n telle que 1 6 j 1 < · · · < j n 6 n,
c’est la famille j 1 = 1, . . . , j n = n, donc si f est une forme n-linéaire alternée sur E, alors il existe un unique
scalaire α tel que : ∑
∀ x 1 , . . . , x n ∈ E, f (x 1 , . . . , x n ) = α ε(σ)a σ(1),1 a σ(2),2 . . . a σ(n),n .
σ∈Sn

Avec α = f (e 1 , . . . , e n ) (ce qui détermine entièrement f ), et les scalaires a i , j étant les coefficients de la matrice
du système (x 1 , . . . , x n ) dans la base B.
Si σ parcourt Sn , alors σ−1 aussi, on peut donc écrire :

∑
∀x 1 , . . . , x n ∈ E, f (x 1 , . . . , x n ) = α ε(σ)a 1,σ−1 (1) a 2,σ−1 (2) . . . a n,σ−1 (n)
σ−1 ∈Sn
∑
=α ε(σ)a 1,σ(1) . . . a n,σ(n) .
σ∈Sn
∑
Posons ∀x 1 , . . . , x n ∈ E, f 1 (x 1 , . . . , x n ) = ε(σ)a 1,σ(1) . . . a n,σ(n) , alors on vérifie que f 1 est une forme n-
σ∈Sn
linéaire alternée sur E et que f 1 (e 1 , . . . , e n ) = 1 (en particulier f 1 est non nulle). De plus, le raisonnement
précédent montre que toute forme n-linéaire alternée sur E est de la forme f = α f 1 avec α ∈ K, on peut
donc énoncer :

. THÉORÈME 23.7
. .
Si dim(E) = n , alors l’ensemble des formes n -linéaires alternées sur E est un K-espace vectoriel de
n
. dimension 1 (droite vectorielle), c’est en fait un s.e.v de l’ensemble des applications de E vers K.

2) Déterminants de n vecteurs dans une base

D ÉFINITION 23.8
.
L’application f 1 définie ci-dessus est appelée déterminant dans la base B, elle est notée detB.
. .
C’est donc une forme n -linéaire alternée sur E, qui constitue une base de l’ensemble des formes n -
linéaires alternées sur E, plus précisément, c’est l’unique forme n -linéaire alternée sur E qui vérifie :
detB(e 1 , . . . , e n ) = 1.

MPSI LYCÉE G UEZ D E B ALZAC [Link] 4/10

Déterminant d’un endomorphisme Chapitre 23 : Déterminants

Expression du déterminant : Soit B = (e 1 , . . . , e n ) une base de E et soit (x 1 , . . . , x n ) une famille de n vecteurs

de E, et soit A = (a i , j ) ∈ Mn (K) la matrice de cette famille dans la base B, on a l’expression suivante :
∑
det(x 1 , . . . , x n ) = ε(σ)a 1,σ(1) . . . a n,σ(n) .
B σ∈Sn

3) Propriétés du déterminant
Soit E un K-espace vectoriel de dimension n et B = (e 1 ; . . . , e n ) une base de E.
– L’application detB est une forme n-linéaire alternée, donc :
– elle est linéaire par rapport à chaque variable, par exemple :

det(αx 1 + βx 10 , x 2 , . . . , x n ) = α det(x 1 , x 2 , . . . , x n ) + β det(x 10 , x 2 , . . . , x n ).

B B B

– si on échange deux vecteurs dans le déterminant, alors le résultat change de signe.

– Si deux des vecteurs de la famille (x 1 , . . . , x n ) sont égaux, alors detB(x 1 , . . . , x n ) = 0.
– detB(e 1 , . . . , e n ) = 1, ce que l’on note detB(B) = 1, c’est l’unique forme n-linéaire alternée sur E qui
vérifie cette égalité.
– Si B0 est une autre base de E, alors detB0 = detB0 (B). detB
– La famille (x 1 , . . . , x n ) est une base de E ssi detB(x 1 , . . . , x n ) 6= 0.

IV) Déterminant d’un endomorphisme

1) definition

D ÉFINITION 23.9
.
. Soit E un K-espace vectoriel et soit B = (e 1 , . . . , e .n ) une base de E, soit u ∈ L (E), on appelle détermi-
nant de u le scalaire, noté det(u) et défini par : det(u) = detB(u(e 1 ), . . . , u(e n )). Ce scalaire est indépen-
dant de la base B choisie.

Expression du déterminant : Soit u ∈ L (E) et soit B = (e 1 , . . . , e n ) une base de E, la matrice du système

(u(e 1 ), . . . , u(e n )) est en fait la matrice de u dans la base B, posons A(a i , j ) = mat(u), alors on peut écrire :
B
∑
det(u) = ε(σ)a 1σ(1) · · · a nσ(n) .
σ∈Sn

2) Propriétés du déterminant
– Soit u ∈ L (E), soit B une base de E, alors :

∀ x 1 , . . . , x n ∈ E, det(u(x 1 ), . . . , u(x n )) = det(u) det(x 1 , . . . , x n ).

B B

– Soient u, v ∈ L (E), on a det(u ◦ v) = det(v ◦ u) = det(u) det(v).

– Soit u ∈ L (E) et soit B une base de E, alors u ∈ GL(E) ssi det(u) 6= 0, et si c’est le cas, alors det(u −1 ) =
1
.
det(u)

D ÉFINITION 23.10
.
. L’application det : GL(E) → K∗ est un morphisme . de groupes, son noyau est donc un sous-groupe
de GL(E), ce sous-groupe est appelé groupe spécial linéaire et noté SL(E). On a donc : SL(E) = {u ∈
GL(E) / det(u) = 1} = {u ∈ L (E) / det(u) = 1}.

MPSI LYCÉE G UEZ D E B ALZAC [Link] 5/10

Déterminant d’une matrice carrée Chapitre 23 : Déterminants

V) Déterminant d’une matrice carrée

1) definition

D ÉFINITION 23.11
.
Soit A = (a i , j ) ∈ Mn (K), et soit u l’endomorphisme de Kn canoniquement associé à A, on appelle
déterminant de A le déterminant de u et on pose
. .
det(A) = det(u) = det(C1 (A), . . . , Cn (A)),
B

où B désigne la base canonique de Kn .

Expression du déterminant : A est la matrice de u dans la base canonique de Kn , donc d’après le paragraphe
précédent, on a :
∑
det(A) = ε(σ)a 1,σ(1) · · · a n,σ(n) .
σ∈Sn
¯ ¯
¯ ¯
¯ a 1,1 ··· a 1,n ¯¯
¯
¯ . .. ¯¯
Notation : on écrit : det(A) = ¯¯ .. . ¯
¯ ¯
¯ ¯
¯a n,1 ··· a n,n ¯

2) Propriétés du déterminant d’une matrice carrée

– Une matrice carrée A et sa transposée, ont le même déterminant. On en déduit que si B est la base
canonique de Kn , alors det(A) = detB(C1 (A), . . . , Cn (A)) = detB(L1 (A), . . . , Ln (A)).
– Soit u ∈ L (E), et soit B une base quelconque de E, si mat(u) = A ∈ Mn (K), alors det(u) = det(A). On
B
en déduit en particulier que si P ∈ GLn (K), alors det(P −1 × A × P) = det(A).
– Si A, B ∈ Mn (K), alors det(A × B) = det(A) det(B), en particulier, on a det(A × B) = det(B × A).
– Une matrice carrée est inversible ssi son déterminant est non nul, si c’est le cas, alors det(A−1 ) =
det(A)−1 .
– Utilisation de la méthode de Gauss : on utilise celle-ci pour se ramener au calcul du déterminant d’une
matrice triangulaire, plus précisément :
– L’opération Li ↔ L j , change le signe du déterminant (idem avec les colonnes).
– L’opération Li ← αLi (α 6= 0), multiplie le déterminant par α (idem avec les colonnes).
– L’opération Li ← Li + αL j , ne change pas le déterminant (idem avec les colonnes).

D ÉFINITION 23.12
.
. L’application : det : GLn (K) → Kn , est un morphisme
. de groupes, donc son noyau est un sous-groupe
de GLn (K), celui-ci est appelé groupe spécial linéaire de type n sur K, on le note SLn (K), on a donc :
SLn (K) = {A ∈ Mn (K) / det(A) = 1}.

3) Développement suivant une ligne ou une colonne

Soit A = (a i , j ) ∈ Mn (K), soit B = (e 1 , . . . , e n ) la base canonique de Kn , notons C1 , . . . , Cn les vecteurs
∑n
colonnes de A, pour j ∈ [[1..n]], on a C j = a i , j e i , par linéarité par rapport à la j -ième variable, on peut
i =1
écrire :
∑
n
det(A) = a i , j det(C1 , . . . , C j −1 , e i , C j +1 , . . . , Cn ).
i =1 B

MPSI LYCÉE G UEZ D E B ALZAC [Link] 6/10

Déterminant d’une matrice carrée Chapitre 23 : Déterminants

∑
n
En posant γi , j (A) = detB(C1 , . . . , C j −1 , e i , C j +1 , . . . , Cn ), on a alors det(A) = a i , j γi , j (A), c’est le développe-
i =1
ment de det(A) suivant la colonne j .

D ÉFINITION 23.13
.. .
Le scalaire γi , j (A) est appelé cofacteur (i j ) de la matrice A, c’est le déterminant de la matrice A dans
laquelle la colonne j a été remplacée par le i -ième vecteur de la base canonique de Kn .

D ÉFINITION 23.14
.
. Soit A ∈ Mn (K), on appelle mineur (i j ) de la matrice
. A, le déterminant ∆i , j (A) de la matrice Ai , j
obtenue par suppression de ligne i et de la colonne j de A. Le lien entre cofacteur et mineur est :
γi , j (A) = (−1)i + j ∆i , j (A).

Le développement de det(A) suivant la colonne j s’écrit donc :

∑
n
det(A) = a i , j (−1)i + j ∆i , j (A).
i =1

∆i , j (A) est un déterminant d’ordre n − 1, c’est donc une formule récurrente.

Développement suivant la ligne j : comme une matrice A ∈ Mn (K) a le même déterminant que sa trans-
posée, développer det(A) suivant la ligne j revient à développer det(tA) suivant la colonne j , ce qui donne
∑
n
det(A) = (tA)i , j (−1)i + j ∆i , j (tA), mais ∆i , j (tA) = ∆ j ,i (A), ce qui donne finalement :
i =1

∑
n
det(A) = a j ,i (−1)i + j ∆ j ,i (A).
i =1

Un exemple classique : le déterminant de Vandermonde1

 
1 α0 ··· αn0 
. .. .. 
Soit A = 
.
. . . , où α0 , . . . , αn ∈ K, soit Vn = det(A), alors on a le résultat suivant :
 
n
1 αn ··· αn
∏
Vn = (α j − αi ).
06i < j 6n

4) Comatrice

D ÉFINITION 23.15
.. .
Soit A ∈ Mn (K), on appelle comatrice de A la matrice de Mn (K) dont les coefficients sont les cofac-
teurs γi , j (A). Notation : Com(A) = (γi , j (A))16i , j 6n .

. THÉORÈME 23.8 (relation fondamentale)

. .
. ∀ A ∈ Mn (K), A × tCom(A) = tCom(A) × A = det(A)In .

Application : si A ∈ Mn (K) est inversible, alors :

1 VANDERMONDE Alexandre (1735 – 1796) : mathématicien français qui fut le premier à étudier les déterminants.

MPSI LYCÉE G UEZ D E B ALZAC [Link] 7/10

Applications Chapitre 23 : Déterminants

1 t
A−1 = Com(A).
det(A)

VI) Applications
1) Systèmes linéaires


 a 11 x 1 + . . . + a 1p x p = b 1



..
C’est un système de la forme (S) : . , où les scalaires x 1 , . . . , x p sont les in-




 a x +...+ a x
n1 1 np p = b n
connues.
Le système (S) peut s’interpréter de plusieurs façons  :     
x
  1 b
  1  a 11 · · · a 1n 
 .   .   . .. 
 .
– Sous forme matricielle : (S) ⇐⇒ AX = B où X =  . , B =  . , et A =  .   .   . . 
, A est la
     
xp bn a n1 · · · a np
matrice du système.
– Sous forme linéaire : soit u ∈ L (Kp , Kn ) l’application linéaire canoniquement associée à A, soit x ∈ Kp
le vecteur de coordonnées (x 1 , . . . , x p ) dans la base canonique, et soit b le vecteur de Kn de coordon-
nées (b 1 , . . . , b n ), on a alors (S) ⇐⇒ u(x) = b.
– Sous forme vectorielle : soient v 1 , . . . , v p les vecteurs colonnes de A, on a (S) ⇐⇒ x 1 v 1 +. . .+ x p v p = b,
c’est une équation vectorielle dans Kn .

D ÉFINITION 23.16 (Systèmes de C RAMER)

.. .
C’est un système linéaire carré possédant une unique solution, ce qui revient à dire que la matrice du
système est carrée inversible.
Formules de Cramer 2 : on a ici n = p, notons C1 , . . . , Cn les colonnes de A ,on a B = x 1 C1 + . . . + x n Cn , soit Di
la matrice obtenue en remplaçant dans A la colonne i par la colonne B, on a :

∑
n
det(Di ) = x k det(C1 , . . . , Ci −1 , Ck , Ci +1 , . . . , Cn )
k=1

ce qui donne det(Di ) = x i det(A), d’où les formules :

det(C1 , . . . , Ci −1 , B, Ci +1 , . . . , Cn )
∀ i ∈ [[1..n]], x i = .
det(A)

2) Orientation d’un espace vectoriel réel

Soient B et B0 deux bases d’un R-espace vectoriel de dimension finie, E, soit P la matrice de passage,
alors P est une matrice inversible, donc det(P) 6= 0, on a alors soit det(P) > 0, soit det(P) < 0.

D ÉFINITION 23.17
.. .
On dit que la base B est en relation avec la base B0 lorsque la matrice de passage a un déterminant
strictement positif, on note alors BS B0 .
2 CRAMER Gabriel (1704 – 1752) : mathématicien français qui s’est intéressé aux systèmes linéaires et à la théorie des détermi-

nants.

MPSI LYCÉE G UEZ D E B ALZAC [Link] 8/10

 Exercices Chapitre 23 : Déterminants

. THÉORÈME 23.9
. .
. La relation S est une relation d’équivalence, et il n’y a que deux classes d’équivalence.

D ÉFINITION 23.18
.
. Orienter l’espace vectoriel E c’est choisir une des. deux classes d’équivalence, que l’on appelle classe
des bases directes, l’autre étant alors appelée classe des bases indirectes. Il n’y a donc que deux orien-
tations possibles.
. À retenir : le déterminant de la matrice de passage entre deux bases directes (ou deux bases indirectes) est
strictement positif. Le déterminant de la matrice de passage entre une base directe et une base indirecte est
strictement négatif.

D ÉFINITION 23.19 (orientation induite sur un hyperplan)

.
. Soit H un hyperplan de E (R-espace vectoriel orienté), . et soit e n un vecteur de E n’appartenant pas à
H, soit B = (e 1 , . . . , e n−1 ) une base de H, la famille (e 1 , . . . , e n ) est une base de E, si cette base est directe,
on dira que (e 1 , . . . , e n−1 ) est une base directe de H pour l’orientation induite sur H par le vecteur e n .

VII) Exercices
F Exercice 23.1
Calculer les déterminants suivants :
¯ ¯
¯ ¯
¯ ¯ ¯ ¯ ¯1 1 1 1 1¯¯
¯ ¯ ¯ ¯ ¯
¯x 1 2 3¯ ¯x y z t¯ ¯ ¯
¯ ¯ ¯ ¯ ¯1 1¯¯
¯ ¯ ¯ ¯ ¯ 2 1 0
¯y 0 1 2¯¯ ¯1 2 1 0¯¯ ¯ ¯
¯ ¯ ¯ ¯
a) ¯ ¯ b) ¯ ¯ c) ¯0 1 1 0 1¯¯ .
¯ ¯ ¯ ¯ ¯
¯z 1 −1 1¯ ¯1 1 m 0¯ ¯ ¯
¯ ¯ ¯ ¯ ¯1 0 1 0 2¯¯
¯ ¯ ¯ ¯ ¯
¯t 2 1 3¯ ¯0 1 2 1¯ ¯ ¯
¯ ¯
¯3 1 1 0 3¯

F Exercice 23.2
Calculer le déterminant de la matrice A ∈ Mn (K) dans les cas suivants :

a) a i j = 1 − δi j . b) a i j = b − aδi j c) a i j = |i − j |.


 a +b si i = j





 ab si j = i + 1 j −1
d) a i j = e) a i j = Cp−i +1 , où p > n. f) a i j = sin(i + j ).



 1 si i = j + 1



 0 sinon

MPSI LYCÉE G UEZ D E B ALZAC [Link] 9/10

 Exercices Chapitre 23 : Déterminants

F Exercice 23.3
a) Soit B une base d’un K-espace E de dimension n, soit λ ∈ K, soit p 6 n, soit x 1 , . . . , x n , e ∈ E,
montrer que detB(x 1 + λe, x 2 + λe, . . . , x p + λe, x p+1 , . . . , x n ) est un polynôme en λ de degré au
plus 1.
 
λ1 a · · · a 
 .. 
 .. .. 
b . . . 
Soient a, b ∈ C distincts, pour λ1 , . . . , λn ∈ C, on pose : A =   . .


 .. .. ... a 
 
 
b · · · b λn
b) Pour x ∈ C, on pose P(x) = det(B) où B = (a i j + x). Montrer que P(x) est un polynôme de degré
1 au plus 1. Calculer P(−a) et P(−b).
c) En déduire det(A).

F Exercice 23.4
 
B C
a) Soit A =   ∈ Mn (K) avec B ∈ Mp (K), D ∈ Mn−p (K) et C ∈ Mp,n−p (K).
On−p,p D
   
Ip C B Op,n−p
i) Montrer que A = A0 × A00 avec A0 =   et A00 =  .
On−p,p D On−p,p In−p
0 00
ii) Calculer det(A ) et det(A ), en déduire que det(A) = det(B) × det(D).
 
 A1 ∗ ··· ∗ 
 
 .. .. .. 
 0 . . . 
 
b) Soit A une matrice triangulaire par blocs, c’est à dire A =  , où les ma-
 . .. .. 
 .. . . ∗ 
 
 
0 ··· 0 An
∏
n
trices Ai sont carrées, montrer que det(A) = det(Ai ).
i =1

F Exercice 23.5
Soit E un espace de dimension n, B une base de E et u ∈ L (E), pour (x 1 , . . . , x n ) ∈ En , on pose
f (x 1 , . . . , x n ) = detB(u(x 1 ), x 2 , . . . , x n ) + . . . + detB(x 1 , . . . , x n−1 , u(x n )). Montrer que f = tr(u). detB.

F Exercice 23.6
Soit A ∈ Mn (K), soit B = (e 1 , . . . , e n ) la base canonique de Kn , on note c 1 , . . . , c n les vecteurs colonnes
de A.
∑
a) Montrer que det(A) = a i 1 a j 2 detB(e i , e j , c 2 , . . . , c n ).
16i , j 6n
¯ ¯
¯ ¯
∑ ¯ a
i 1 +i 2 ¯ i 1 1
a i12¯
b) En déduire que det(A) = − (−1) ¯ × ∆(i ,i ),(1,2) (A) où ∆(i ,i ),(1,2) (A) dé-
¯ ¯ 1 2 1 2
16i 1 <i 2 6n ¯a i 1 a i 2 ¯
2 2

signe le déterminant de la matrice obtenue en supprimant dans la matrice A les lignes L i 1 et

Li 2 et les colonnes C1 et C2 . C’est le développement de det(A) suivant les colonnes 1 et 2.
¯ ¯
¯ ¯
¯x y z t ¯
¯ ¯
¯ ¯
¯ 1 0 1 2¯
¯ ¯
c) Exemple : développer le déterminant ¯ ¯ suivant les colonnes 1 et 2.
¯ ¯
¯ 1 0 m 1¯
¯ ¯
¯ ¯
¯ 0 1 2 1¯

MPSI LYCÉE G UEZ D E B ALZAC [Link] 10/10