17

Chapitre 4
Déterminants

1. Déterminants d’ordre 2

1.1. Définitions
Soit E un K-ev de dimension 2
• On dit que f est une forme bilinéaire de ExE dans K si ∀( x1 , x 2 ) ∈ E 2 :
f (λx1 + µx '1 , x 2 ) = λf (x1 , x 2 ) + µf (x '1 , x 2 )
f (x1 , λx 2 + µx '2 ) = λf (x1 , x 2 ) + µf (x1 , x '2 )

• On dit que f est antisymétrique si ∀( x1 , x 2 ) ∈ E 2 , f (x 2 , x1 ) = −f (x1 , x 2 )

• On dit que f est alternée si ∀x ∈ E , f (x, x ) = 0

r r
Exemple : le produit scalaire x . y
r r r r
1) le produit scalaire est une forme bilinéaire : ∀( x, y) ∈ R 3 × R 3 , x . y = x1 y1 + x 2 y 2 + x 3 y 3
r r r r
2) il est symétrique : x . y = y . x
r r r
3) il n’est pas alterné : x . x = x12 + x 22 + x 32 = x
2

Théorème :
Toute forme bilinéaire antisymétrique est alternée et, réciproquement, toute forme bilinéaire alternée
est antisymétrique.

Démonstration (D1)

Théorème :
Soit f une forme bilinéaire antisymétrique
Soit B = {e1 , e 2 } une base de E

x1 = a11e1 + a12e 2

∀( x1 , x 2 ) ∈ E 2 , ∃(a11 , a12 , a 21 , a 22 ) ∈ R 4 tq 
x 2 = a 21e1 + a 22e 2

Alors f (x1 , x 2 ) = det B ( x1 , x 2 ) × f (e1 , e 2 )

Avec det B ( x1 , x 2 ) = a11 × a 22 − a12 × a 21

a11 a12
On note det B ( x1 , x 2 ) =
a 21 a 22

Démonstration (D2)
 18
Théorèmes :
• L’espace Α2 des formes bilinéaires alternées sur E est un K-ev de dimension 1
• Soit B = {e1 , e 2 } et B' = {e'1 , e'2 } deux bases de E
det B' ( x1 , x 2 ) = det B' (e1 , e 2 ) × det B ( x1 , x 2 )

• La famille {x1 , x 2 } est libre ssi det B ( x1 , x 2 ) ≠ 0

Démonstration du 3ème théorème (D3)

1.2. Déterminants et matrices

Soit A ∈ Μ2(K). On appelle déterminant de A le déterminant des vecteurs lignes (ou colonnes) de A.

Exemple : soit la matrice A suivante :

f (e1) f (e2 )

 a11 a12  e1
A= 
a 
 21 a 22  e2
a11 a12
det(A) = det B (f (e1 ), f (e 2 )) = = a11 × a 22 − a12 × a 21
a 21 a 22

Théorème :
Soit (A, B) ∈ (Μ2(K))2
det(A × B) = det(A) × det(B) = det(B) × det(A)

2. Déterminant d’ordre 3

2.2.Définitions

Soit E un K-ev de dimension 3 et f : E3 → K

• f est trilinéaire si elle est linéaire par rapport à chaque vecteur xi ( i ∈ {1, 2, 3})
• f est antisymétrique ou alternée si elle est nulle lorsque 2 vecteurs sont égaux.
f (x1 , x 2 , x 3 ) = 0 dès que xi = xj pour 1 couple (i,j)

Théorèmes :
• Α3 est l’ensemble des formes trilinéaires alternées et est un K-ev de dimension 1
• Soit f une forme trilinéaire et B = {e1 , e 2 , e3 } une base de E :

f ( x1 , x 2 , x 3 ) = det B (x1 , x 2 , x 3 ) × f (e1 , e 2 , e3 )

• Si B et B’ sont deux bases de E :

det B' (x1 , x 2 , x 3 ) = det B' (e1 , e2 , e3 ) × det B ( x1 , x 2 , x 3 )
 19
• La famille {x1 , x 2 , x 3 } est libre ssi det B ( x1 , x 2 , x 3 ) ≠ 0

• Soit A et B ∈ Μ3(K), det(AB) = det(A) × det(B)

• Soit A ∈ Μ3(K), det( t A) = det(A)

2.2. Calcul pratique

 a11 a12 a13 
 
Soit la matrice : A =  a 21 a 22 a 23 
 
a a 33 
 31 a 32
Notations :
• On note Aij la matrice déduite de A en supprimant la ligne i et la colonne j
• On note ~a le cofacteur de l’élément a : ~a = (−1)i+ j × det(A )
ij ij ij ij

det(A ij ) s’appelle déterminant mineur

En pratique, on développe le déterminant de A au moyen des cofacteurs relatifs à la 1ère ligne (ou la
1ère colonne).
a11 a12 a13
det(A) = a 21 a 22 a 23

a 31 a 32 a 33

det(A) = a11 × ~
a11 + a12 × ~
a12 + a13 × ~
a13

= a11 × det(A11 ) − a12 × det(A12 ) + a13 × det(A13 )

a 22 a 23 a 21 a 23 a 21 a 22
= a11 × − a12 × + a13 ×
a 32 a 33 a 31 a 33 a 31 a 32

= a11 × (a 22a 33 − a 23a 32 ) − a12 × (a 21a 33 − a 23a 31 ) + a13 × (a 21a 32 − a 22a 31 )

3. Déterminant d’ordre n

3.1. Déterminant d’une matrice carrée d’ordre n

On a les résultats et les règles de calcul suivants :
• detA = 0 si deux colonnes sont égales ou proportionnelles ou si une colonne est nulle
• detA change de signe si on permute deux colonnes
• detA ne change pas de valeur si on substitue à la colonne i la colonne i+kj (j étant une autre
colonne)
• detA est multiplié par λ si on remplace la colonne j par λj

Remarque : ces propriétés sont aussi valables pour les lignes

 20
Propriétés :
det(AB) = det A × det B

det( t A) = det A

Exercice 1 :
Calculer le déterminant de la matrice suivante :
a a a a
 
a b b b
A =  
a b c c
 
 
a b c d

Exercice 2 :
Calculer le déterminant de la matrice suivante :
 a11 a12 ... a1n 
 
 0 a ... a 2 n 
T = 
22

 ... ... ... ... 

 
 
 0 0 ... a nn 

a 22 ... a 2 n a 33 ... a 3n
det T = a11 × ... ... ... = a11 × a 22 × ... ... ... = a11 × a 22 × a 33 × ...× a nn

0 ... a nn 0 ... a nn

Le déterminant d’une matrice triangulaire est égal au produit des coefficients de la diagonale.

3.2. Comatrice

Définition :
Soit M ∈ Μn(K). On appelle comatrice de M, notée M*, la matrice des cofacteurs.

Exercice 3 :
Trouver la comatrice de la matrice suivante :
 1 0 − 1
 
M = 0 −1 1 

 
 −1 2 0 
 

Théorème :
∀M ∈ Μn(K), M×t M*= t M * ×M = det M × I n
 21
Exercice 4 :
Reprendre l’exemple précédent et montrer que M×t M* = det M × I3

3.3. Matrices inversibles

Théorème :
Soit M ∈ Μn(K), M est inversible ssi det M ≠ 0
1
On a alors M −1 = ×t M *
det M

Propriétés :
Soit A et B deux matrices carrées d’ordre n telles que det A ≠ 0 et det B ≠ 0
1
• det(A −1 ) =
det A
• (A −1 ) −1 = A

• (AB) −1 = B−1 × A −1

• t
(A −1 ) =( t A) −1

Démonstrations (D4)

4. Déterminant d’un endomorphisme de E

Définition :
Soit f ∈ £(E). On appelle déterminant de f et on note det(f) le déterminant de sa matrice associée dans
une base quelconque.

Remarque :
det(f) ne dépend pas de la base considérée

Démonstration (D5)

5. Applications

5.1. Rang d’une matrice (rectangle ou carrée)

Rappels :
rgA = rgf = dim(Im f )
rgA = rang du système composé par les vecteurs colonnes de la matrice
rgA = rang du système composé par les vecteurs lignes de la matrice
rgA = taille de la plus grande matrice carrée extraite de A et de det ≠ 0
 22
5.2. Système linéaire de n équations à n inconnues
 a 11 x 1 + a 12 x 2 + ... + a 1 n x n = b 1

 a 21 x 1 + a 22 x 2 + ... + a 2 n x n = b 2
(S) 
...

 a n 1 x 1 + a n 2 x 2 + ... + a nn x n = b n

 x1   b1   a11 ... a1n 

     
On pose X =  ...  , B =  ...  et A =  ... ... ...  donc on peut écrire le système AX = B
     
x  b  a 
 n  n  n1 ... a nn 
Si det ≠ 0 , A est inversible et on peut calculer X = A −1B

Définition :
(S) est dit système de Cramer si det ≠ 0
⇔ X = A −1B
⇔ (S) possède une unique solution
⇔ f est une bijection sur E

Calcul de la solution unique (x1, x2, …, xn)

∆j
Lorsque l’on a une solution unique (x1, x2,…, xn), on utilise les formules de Cramer : x j =
∆
∆ = det(A)
∆j : déterminant déduit de ∆ en remplaçant la colonne aj par la colonne b

Exercice 5 : Résoudre le système suivant :

4x1 + 5x 2 = 3

2x1 + 3x 2 = 1

Proposition : critères d’existence de solutions

Soit l’application linéaire f : K p → K n dont la matrice dans les bases Bp et Bn est A.
Soit x et b les vecteurs de Kp et de Kn dont les coordonnées dans les bases Bp et Bn sont X et B.
Soit le système linéaire (S) défini par : AX = B
Alors (S) admet au moins une solution ssi l’une des conditions équivalentes suivantes est satisfaite :
1) b ∈ Im f
 a1i 
p
 
2) ∃(λ1 , λ 2 ,...λ p ) ∈ K tq B = ∑ λ i Ci avec Ci =  ...  la ième colonne de la matrice A
p

i =1  
a 
 ni 
Démonstration (D6)