1 D´ eterminant d’une matrice carr´ ee 3 2 Propri´ et´ es du d´ eterminant 6 2.1 Op´ erations ´ el´ ementaires . . . . 6 2.2 Inversibilit´ e . . . . 8 2.3 D´ eterminant d’une famille de vecteurs . . . . 9 2.4 D´ eterminant d’un produit . . . . 10 2.5 D´ eterminant de la transpos´ ee . . . . 11 2.6 D´ eveloppement par rapport ` a une ligne ou
une colonne . . . . 11 3 D´ eterminant d’un endomorphisme 13 4 Autres applications des d´ eterminants 14 4.1 Syst` emes lin´ eaires . . . . 14 4.2 Equation des hyperplans vectoriels . . . . ´ 15
Mathieu Mansuy - Professeur de Math´ ematiques en sup´ erieures PCSI au Lyc´ ee Saint Louis (Paris)
mansuy.mathieu@hotmail.fr
Introduction
On se place dans R
2muni de sa base canonique que l’on note ( ~i,~j).
Soit ~ u, ~ v deux vecteurs de R
2, et P
~u,~vle parall´ elogramme port´ e par les vecteurs ~ u et ~ v : P
~u,~v= {α~ u + β~ v | α, β ∈ [0, 1]}
On note A(P
~u,~v) l’aire alg´ ebrique de P
~u,~vc’est ` a dire que l’aire de P
~u,~vest compt´ ee :
positivement si une mesure de l’angle (~ u, ~ v) appartient ` a [0, π].
n´ egativement si une mesure de l’angle (~ u, ~ v) appartient ` a ] − π, 0[.
~ u
1~ u
2~i
~j
Soit u ~
1, ~ u
2, ~ v
1, ~ v
2∈ R
2. Soit λ ∈ R . On a les propri´ et´ es suivantes : (1) A(P
u~1+u~2, ~v1) = A(P
u~1, ~v1) + A(P
u~2, ~v1)
(2) A(P
λ ~u1, ~v1) = λA(P
u~1, ~v1) (3) A(P
v~1, ~u1) = −A(P
u~1, ~v1)
(4) A(P
u~1, ~u1) = 0
(5) A(P
~i,~j) = 1.
Propri´ et´ e 1
Preuve.
(1) ~i
~j u ~
1~
u
2u ~
3(2)
~ u
1~ u
2~i
~j
Corollaire.
(6) A(P
u~1,λ ~v1) = λA(P
u~1, ~v1) (7) A(P
u~1, ~v1+v~2) = A(P
u~1, ~v1) + A(P
u~1, ~v2)
G´ en´ eralisons ceci en dimension finie quelconque.
1 D´ eterminant d’une matrice carr´ ee
Dans tout le chapitre K d´ esignera R ou C, et n sera un entier naturel sup´ erieur ou ´ egal ` a 2.
Dans toute cette section, on identifiera la matrice A ∈ M
n(K) avec le n-uplet de ses colonnes (C
1(A), . . . , C
n(A)) ∈ M
n,1( K )
n. En particulier, pour f : M
n( K ) → K une application et A ∈ M
n( K ), on notera indiff´ eremment f (A) ou f (C
1(A), . . . , C
n(A)) la valeur prise par f en A.
D´ efinition.
Soit f : M
n( K ) → K une application. On dit que :
f est multilin´ eaire si f est lin´ eaire par rapport ` a chaque colonne des matrices de M
n( K ) : pour tout C
1, . . . , C
n∈ M
n,1( K ), pour tout j ∈ [|1, n|],
X 7→ f (C
1, . . . , C
j−1, X, C
j+1, . . . , C
n) est lin´ eaire de M
n,1( K ) dans K .
f est antisym´ etrique si pour tout C
1, . . . , C
n∈ M
n,1( K ), pour tout 1 ≤ i < j ≤ n, f (C
1, . . . , C
i, . . . , C
j, . . . , C
n) = −f(C
1, . . . , C
j, . . . , C
i, . . . , C
n).
f est altern´ ee si pour tout C
1, . . . , C
n∈ M
n,1( K ), pour tout 1 ≤ i < j ≤ n, C
i= C
j⇒ f (C
1, . . . , C
n) = 0.
Exemple. L’application f :
M
2,1( R )
2→ R a
c
, b
d
7→ A(P
(a,c),(b,d)) est multilin´ eaire (bilin´ eaire), anti- sym´ etrique et altern´ ee.
Soit f : M
n( K ) → K une application multilin´ eaire. On a l’´ equivalence suivante : f est antisym´ etrique ⇔ f est altern´ ee .
Propri´ et´ e 2
Preuve.
⇒ Soient C
1, . . . , C
n∈ M
n,1( K ). Supposons que C
i= C
jpour 1 ≤ i < j ≤ n, alors :
f (C
1, . . . , C
i, . . . , C
j, . . . , C
n) = −f (C
1, . . . , C
j, . . . , C
i, . . . , C
n) = −f (C
1, . . . , C
i, . . . , C
j, . . . , C
n).
Donc 2f(C
1, . . . , C
i, . . . , C
j, . . . , C
n) = 0 et f (C
1, . . . , C
i, . . . , C
j, . . . , C
n) = 0.
⇐ Supposons que f est altern´ ee. Consid´ erons C
1, . . . , C
n∈ M
n,1( K ) et 1 ≤ i < j ≤ n. On a : 0 = f (C
1, . . . , C
i+ C
j, . . . , C
i+ C
j, . . . C
n)
= f (C
1, . . . , C
i, . . . , C
i+ C
j, . . . C
n) + f (C
1, . . . , C
j, . . . , C
i+ C
j, . . . C
n)
= f (C
1, . . . , C
i, . . . , C
i, . . . C
n) + f (C
1, . . . , C
i, . . . , C
j, . . . C
n) + f (C
1, . . . , C
j, . . . , C
i, . . . C
n) + f (C
1, . . . , C
j, . . . , C
j, . . . C
n)
= f (C
1, . . . , C
i, . . . , C
j, . . . C
n) + f(C
1, . . . , C
j, . . . , C
i, . . . C
n)
Ainsi, on a bien f(C
1, . . . , C
i, . . . , C
j, . . . , C
n) = −f (C
1, . . . , C
j, . . . , C
i, . . . , C
n).
Il existe une unique application f : M
n( K ) → K satisfaisant les propri´ et´ es suivantes :
f est multilin´ eaire ;
f est antisym´ etrique (et donc altern´ ee ´ egalement) ;
f (I
n) = 1.
Propri´ et´ e 3
D´ efinition.
Cette application est appel´ ee d´ eterminant et not´ ee det. Si A ∈ M
n( K ), alors det(A) ∈ K est appel´ e le d´ eterminant de la matrice A.
Notation. Si A =
a
1,1a
1,2. . . a
1,na
2,1a
2,2. . . a
2,n.. . .. . .. . a
n,1a
n,2. . . a
n,n
, on note det(A) =
a
1,1a
1,2. . . a
1,na
2,1a
2,2. . . a
2,n.. . .. . .. . a
n,1a
n,2. . . a
n,n.
Preuve pour n = 2. On raisonne par analyse-synth` ese :
Analyse. Supposons qu’une telle application f : M
2( K ) → K existe, et soit A = a b
c d
∈ M
2(K). Notons e
1=
1 0
, e
2= 0
1
∈ M
2,1(K). On a : f(A) = f ((ae
1+ ce
2), be
1+ de
2)
= abf (e
1, e
1) + adf (e
1, e
2) + cbf (e
2, e
1) + cdf (e
2, e
2)
= (ad − bc)f (I
2) = ad − bc
Synth` ese. On v´ erifie sans difficult´ e que f : M
2(K) → K, a b
c d
7→ ad − bc est bien une application multilin´ eaire, antisym´ etrique et telle que f(I
2) = 1.
Soit A = a b
c d
∈ M
2( K ). On a :
det(A) = ad − bc.
Propri´ et´ e 4
Exercice. D´ eterminer l’expression explicite de det pour n = 3.
Analyse. Supposons avoir f qui convient. Soit A =
x
1y
1z
1x
2y
2z
2x
3y
3z
3
. Par lin´ earit´ e par rapport
`
a chaque colonne, on a : f (A) = x
1f
1 y
1z
10 y
2z
20 y
3z
3
+ x
2f
0 y
1z
11 y
2z
20 y
3z
3
+ x
3f
0 y
1z
10 y
2z
21 y
3z
3
= x
1y
1f
1 1 z
10 0 z
20 0 z
3
+ x
1y
2f
1 0 z
10 1 z
20 0 z
3
+ x
1y
3f
1 0 z
10 0 z
20 1 z
3
+ x
2y
1f
0 1 z
11 0 z
20 0 z
3
+ x
2y
2f
0 0 z
11 1 z
20 0 z
3
+ x
2y
3f
0 0 z
11 0 z
20 1 z
3
+ x
3y
1f
0 1 z
10 0 z
21 0 z
3
+ x
3y
2f
0 0 z
10 1 z
21 0 z
3
+ x
3y
3f
0 0 z
10 0 z
21 1 z
3
= x
1y
2z
3f
1 0 0 0 1 0 0 0 1
+ x
1y
3z
2f
1 0 0 0 0 1 0 1 0
+ x
2y
1z
3f
0 1 0 1 0 0 0 0 1
+ x
2y
3z
1f
0 0 1 1 0 0 0 1 0
+ x
3y
1z
2f
0 1 0 0 0 1 1 0 0
+ x
3y
2z
1f
0 0 1 0 1 0 1 0 0
= (x
1y
2z
3− x
1y
3z
2− x
2y
1z
3+ x
2y
3z
1+ x
3y
1z
2− x
3y
2z
1)f (I
3)
= x
1y
2z
3− x
1y
3z
2− x
2y
1z
3+ x
2y
3z
1+ x
3y
1z
2− x
3y
2z
1donc on a unicit´ e.
Synth` ese. Posons f : M
3( K ) → K ,
x
1y
1z
1x
2y
2z
2x
3y
3z
3
7→ x
1y
2z
3− x
1y
3z
2− x
2y
1z
3+ x
2y
3z
1+ x
3y
1z
2−x
3y
2z
1. On v´ erifie ensuite que f est lin´ eaire et antisym´ etrique par rapport aux colonnes, et que f (I
3) = 1 donc on a existence.
Remarque. Pour n ≥ 2 quelconque, on a l’expression explicite suivante du d´ eterminant d’une matrice A = (a
i,j) ∈ M
n(K).
det(A) = X
σ∈Sn
ε(σ)a
σ(1),1a
σ(2),2. . . a
σ(n),n,
ou la somme est prise sur l’ensemble des bijections (permutations) de {1, . . . , n} dans lui-mˆ eme, et o` u ε est ce qu’on appelle la signature de σ. Cette formule n’est pas ` a savoir (hors programme), mais il est int´ eressant de retenir que det(A) est une fonction polynomiale en les coefficients de la matrice A.
Un d´ eterminant est ainsi continu, de classe C
k... si les coefficients le sont.
Remarque.
Consid´ erons f :
M
2( R ) → R A =
a b
c d
7→ A(P
(a,c),(b,d)) . On a vu que f est multilin´ eaire (par rapport ` a chacune de ses colonnes), antisym´ etrique. De plus f v´ erifie f(I
n) = 1. Par unicit´ e, on a donc f = det. Ainsi en notant ~ u = (a, c), ~ v = (b, d) ∈ R
2, on en d´ eduit que det (A) est l’aire alg´ ebrique du parall´ elogramme construit sur les vecteurs ~ u, ~ v : det(A) = A(P
~u,~v).
Dans R
3: soit ~ u = (a
1, a
2, a
3), ~ v = (b
1, b
2, b
3) et w ~ = (c
1, c
2, c
3) ∈ R
3. On peut montrer que
det
a
1b
1c
1a
2b
2c
2a
3b
3c
3
est le volume du parall´ el´ epip` ede engendr´ e par les vecteurs ~ u, ~ v et w. ~
Donnons les premi` eres propri´ et´ es sur le d´ eterminant d’une matrice.
Soit A ∈ M
n( K ) une matrice carr´ e.
(1) Si une colonne de A est nulle, alors det(A) = 0.
(2) Si deux colonnes de A sont ´ egales, alors det(A) = 0.
(3) Pour tout λ ∈ K , det(λ · A) = λ
ndet(A) (Attention ` a ne pas se tromper ici !) Propri´ et´ e 5
Preuve. Les points (1) et (3) d´ ecoulent imm´ ediatement de la multilin´ earit´ e, le point (2) d´ ecoule de
det altern´ ee.
2 Propri´ et´ es du d´ eterminant
2.1 Op´ erations ´ el´ ementaires
Rappel. Matrices d’op´ erations ´ el´ ementaires.
Pour 1 ≤ i, j ≤ n et λ ∈ K , on a d´ efini les matrices d’op´ erations ´ el´ ementaires suivantes :
matrice de dilatation (λ 6= 0) : D
i(λ) =
1
. ..
λ . ..
1
∈ M
n( K ).
matrice de transposition : P
i,j=
1
1
1 1
∈ M
n(K).
matrice de transvection : T
i,j(λ) =
1
. .. λ 1
. ..
1
∈ M
n( K ).
Soit 1 ≤ i, j ≤ n, λ ∈ K et A ∈ M
n( K ). On a : (1) det(AD
i(λ)) = λ det(A) (λ 6= 0) ;
(2) det(AP
i,j) = − det(A) ; (3) det(AT
i,j(λ)) = det(A).
Propri´ et´ e 6
Preuve.
(1) AD
i(λ) est la matrice obtenue en appliquant C
i← λC
i` a A. Par multilin´ earit´ e de det, on a bien det(AD
i(λ)) = λ det(A).
(2) AP
i,jest la matrice obtenue en appliquant C
i↔ C
j` a A. Par antisym´ etrie de det, on a bien det(AP
i,j) = − det(A)
(3) AT
i,j(λ) est la matrice obtenue en appliquant C
j← C
j+ λC
i` a A. Par multilin´ earit´ e de det qui est altern´ ee, on a bien det(AT
i,j(λ)) = det(A).
Remarque. Pour A = I
n, on obtient :
det(D
i(λ)) = λ ; det(P
i,j) = −1 ; det(T
i,j(λ)) = 1.
En particulier si E est une matrice d’op´ eration ´ el´ ementaire, alors det(E) 6= 0 et pour toute matrice A ∈ M
n( K ), det(A × E) = det(A) × det(E).
Soit T = (t
i,j) ∈ M
n( K ) une matrice triangulaire (sup´ erieure ou inf´ erieure) ou diagonale.
Alors :
det(T ) = t
1,1t
2,2. . . t
n,n. Propri´ et´ e 7 (D´ eterminant d’une matrice triangulaire)
Preuve. Traitons le cas o` u T est triangulaire sup´ erieure (la preuve est la mˆ eme si T est triangulaire inf´ erieure). La preuve consiste ` a appliquer l’algorithme de Gauss sur les colonnes de T.
En utilisant la lin´ earit´ e sur la premi` ere colonne et les op´ erations ´ el´ ementaires, on obtient :
t
1,1t
1,2. . . t
1,n0 t
2,2. . . t
2,n.. . .. . .. . 0 0 . . . t
n,n= t
1,1×
1 t
1,2. . . t
1,n0 t
2,2. . . t
2,n.. . .. . .. . 0 0 . . . t
n,nCi←C
=
i−t1,iC1t
1,1×
1 0 . . . 0
0 t
2,2. . . t
2,n.. . .. . .. . 0 0 . . . t
n,nEn poursuivant l’algorithme de Gauss sur les colonnes de T , on obtient ainsi :
t
1,1t
1,2. . . t
1,n0 t
2,2. . . t
2,n.. . .. . .. . 0 0 . . . t
n,n= t
1,1t
2,2. . . t
n,n1 0 . . . 0 0 1 . . . 0 .. . .. . .. . 0 0 . . . 1
= t
1,1t
2,2. . . t
n,n.
I Pour calculer le d´ eterminant d’une matrice A ∈ M
n(K), on applique l’algorithme de Gauss sur les colonnes de la matrice. On se ram` ene ainsi ` a une matrice ´ echelonn´ ee triangulaire inf´ erieure (inutile de la r´ eduire) dont le calcul du d´ eterminant est ais´ e.
Exemple. Calculer le d´ eterminant des matrices A =
1 1 1 1 2 4 1 3 8
et B =
1 2 3 4 0 4 3 2 1
.
1 1 1 1 2 4 1 3 8
= C
2← C
2− C
1C
3← C
3− C
11 0 0 1 1 3 1 2 7
= C
3← C
3− 3C
21 0 0 1 1 0 1 2 1
= 1.
det(B ) = 32.
Exercice. Calculer
a 1 . . . 1 1 1 a . . . 1 1 .. . .. . .. . .. . 1 1 . . . a 1 1 1 . . . 1 a .
∆ = =
C1←Pn i=1Ci
a + n + 1 1 . . . 1 1 a + 1 + n a . . . 1 1 .. . .. . .. . .. . a + n + 1 1 . . . a 1 a + n + 1 1 . . . 1 a
= (a + n + 1)
1 1 . . . 1 1 1 a . . . 1 1 .. . .. . .. . .. . 1 1 . . . a 1 1 1 . . . 1 a
Ci←C
=
i−C1(a + n + 1)
1 0 . . . 0
1 a − 1 0 .. .
.. . 0 . .. . .. .. .
1 .. . 0 a − 1 0
1 0 · · · 0 a − 1
= (a + n − 1)(a − 1)
n−1. 2.2 Inversibilit´ e
Soit A ∈ M
n(K). Alors :
A est inversible ⇔ det(A) 6= 0.
Th´ eor` eme 8
Preuve.
⇒ Supposons que A soit inversible. Alors on sait que A est produit de matrices d’op´ erations
´ el´ ementaires : il existe E
1, . . . , E
kmatrices d’op´ erations ´ el´ ementaires telles que A = E
1×· · ·×E
k. On en d´ eduit alors que :
det(A) = det(E
1× · · · × E
k) = det(E
1× · · · × E
k−1) det(E
k) = · · · = det(E
1) × · · · × det(E
k) 6= 0.
⇐ Soit A ∈ M
n( K ). On sait qu’il existe une matrice R ´ echelonn´ ee r´ eduite par colonnes et E = E
1× · · · × E
kun produit de matrices d’op´ erations ´ el´ ementaires telles que :
A = RE.
Supposons que A ne soit pas inversible, alors le nombre de pivots dans la matrice R est < n. En d’autres termes, R contient au moins une colonne nulle, et det(R) = 0. On obtient alors :
det(A) = det(RE) = det(R) × det(E
1) × · · · × det(E
n) = 0.
Exemple. Les matrices A =
1 1 1 1 2 4 1 3 8
et B =
1 2 3 4 0 4 3 2 1
sont inversibles.
La matrice C
a=
a 1 . . . 1 1 1 a . . . 1 1 .. . .. . .. . .. . 1 1 . . . a 1 1 1 . . . 1 a
est inversible si et seulement si det(C
a) = (a+n−1)(a−1)
n−16= 0
soit si et seulement si a 6= 1 et a 6= 1 − n.
Remarque. On retrouve ici qu’une matrice triangulaire est inversible si et seulement si tous ces coefficients diagonaux sont non nuls.
2.3 D´ eterminant d’une famille de vecteurs D´ efinition.
Soit E un K -espace vectoriel de dimension n, B = (e
1, . . . , e
n) une base de E. Soit F = (v
1, . . . , v
n) une famille de vecteurs de E.
On appelle matrice des coordonn´ ees de la famille F dans la base B la matrice not´ ee M at
B(F) = (a
i,j) ∈ M
n( K ) d´ efinie par :
∀1 ≤ j ≤ n, v
j=
n
X
i=1
a
i,je
i.
On appelle d´ eterminant de la famille F dans la base B et on note det
B(F), le d´ eterminant det(M at
B(F )).
L’application det
B: E
n→ K, (v
1, . . . , v
n) 7→ det
B(v
1, . . . , v
n) satisfait les propri´ et´ es suiv- antes :
(1) det
Best multilin´ eaire, c’est ` a dire det
Best lin´ eaire par rapport ` a chacun des n vecteurs
;
(2) det
Best antisym´ etrique : il change de signe lorsqu’on permute deux vecteurs ; (3) det
Best altern´ ee : il est nul si deux vecteurs sont ´ egaux ;
(4) det
B(e
1, . . . , e
n) = 1.
Propri´ et´ e 9
Preuve. Les trois premiers points d´ ecoulent de la d´ efinition mˆ eme de det
Bet des propri´ et´ es analogues satisfaites par le d´ eterminant d’une matrice. Pour le dernier point, il suffit de noter que M at
B(B) = I
n,
et donc det
B(e
1, . . . , e
n) = det(I
n) = 1.
Avec les notations pr´ ec´ edentes, on a l’´ equivalence :
F est une base de E ⇔ det
B(F) 6= 0.
Th´ eor` eme 10
Preuve.
F est une base de E ⇔ M at
B(F ) inversible ⇔ det
B(F) = det(M at
B(F)) 6= 0.
Exemples. Montrer que ((1, 2, 3), (2, 3, 1), (3, 2, 1)) est une base de R
3.
Exercice. Soient a
1, . . . , a
n∈ R . Montrer que
cos(a
1+ a
1) cos(a
1+ a
2) . . . cos(a
1+ a
n) cos(a
2+ a
1) cos(a
2+ a
2) . . . cos(a
2+ a
n)
.. . .. . .. .
cos(a
n+ a
1) cos(a
n+ a
2) . . . cos(a
n+ a
n)
= 0.
Il suffit de noter que toutes les colonnes de ce d´ eterminant appartiennent au sous-espace V ect(C, S ) avec C = (cos(a
1), . . . , cos(a
n)), S = (sin(a
1), . . . , sin(a
n)).
Interpr´ etation g´ eom´ etrique du d´ eterminant d’une famille de vecteurs
On se place dans le plan R
2muni de la base canonique B. Soient u, v ∈ R
2. Alors | det
B(u, v)| est l’aire du parall´ elogramme d´ efini par les vecteurs u et v.
Si B est la base canonique de R
3et u, v, w ∈ R
3des vecteurs, alors |det
B(u, v, w)| est le volume du parall´ el´ epip` ede form´ e par ces trois vecteurs.
Remarques. On retrouve en particulier le th´ eor` eme pr´ ec´ edent : (u, v) est une base ssi u et v ne sont pas colin´ eaires, ssi le parall´ elogramme est non aplati, ssi son aire est > 0, ssi |det
B(u, v)| 6= 0.
2.4 D´ eterminant d’un produit
Remarque. Soit A ∈ M
n( K ). On a d´ ej` a montr´ e que si E est une matrice d’op´ eration ´ el´ ementaire, ou plus g´ en´ eralement un produit de telles matrices, alors :
det(A × E) = det(A) × det(E).
Soient A, B ∈ M
n(K). Alors :
det(A × B) = det(A) × det(B).
En particulier si A est inversible, alors det(A
−1) = 1 det(A) . Propri´ et´ e 11
Preuve. Si B est inversible, le r´ esultat d´ ecoule de la remarque pr´ ec´ edente en se rappelant que toute matrice inversible peut s’´ ecrire comme produit de matrices d’op´ erations ´ el´ ementaires. Si B n’est pas inversible, alors A × B n’est pas inversible non plus
1, et l’identit´ e est imm´ ediate puisque det(AB) = 0 = det(B).
Enfin si A est inversible, alors :
det(A) × det(A
−1) = det(I
n) = 1.
Attention. det(A + B) 6= det(A) + det(B ).
Corolaire. Soit A ∈ M
n( K ), P ∈ GL
n( K ) et p ∈ N . On a : det(A
p) = det(A)
pdet(P
−1AP ) = det(A)
Remarque. det(AB) = det(A) det(B) = det(B) det(A) = det(BA). Notons cependant qu’en g´ en´ eral AB 6= BA !
1Pr´ecisons pourquoiA×Best non inversible : siBest non inversible, il existeX0∈Kn,X06= 0Kntel queBX0= 0Kn. Mais alorsA×B×X0= 0Kn et doncA×B est non inversible.
2.5 D´ eterminant de la transpos´ ee
Soit A ∈ M
n( K ). On a :
det(
tA) = det(A).
Propri´ et´ e 12
Preuve. Supposons que A soit non inversible. Alors
tA est non inversible ´ egalement et l’´ egalit´ e est satisfaite.
Supposons que A soit une matrice d’op´ eration ´ el´ ementaire, alors on v´ erifie sans difficult´ e que det(
tA) = det(A).
Supposons ` a pr´ esent que A soit inversible. On sait alors que A est produit de matrices d’op´ erations
´
el´ ementaires E
1, . . . , E
k. Alors :
det(
tA) = det(
tE
k× · · · ×
tE
1) = det(
tE
k) × · · · × det(
tE
1) = det(E
k) × · · · × det(E
1) = det(A).
Cons´ equence. Les propri´ et´ es du d´ eterminant, valables sur les colonnes d’une matrice, le sont
´
egalement sur ses lignes, en d’autres termes :
det(M ) est multilin´ eaire par rapport ` a chacune des lignes de la variable-matrice ;
det est antisym´ etrique et altern´ ee en les lignes de la matrice.
En particulier, il est ´ egalement possible de faire des op´ erations ´ el´ ementaires sur les lignes d’un d´ eterminant, avec les mˆ emes r` egles de calcul que pour les colonnes.
2.6 D´ eveloppement par rapport ` a une ligne ou une colonne
Lemme.
m
1,1. . . m
1,n−1m
1,n.. . .. . .. .
m
n−1,n. . . m
n−1,n−1m
n−1,n0 . . . 0 1
=
m
1,1. . . m
1,n−1.. . .. .
m
n−1,n. . . m
n−1,n−1Preuve. Consid´ erons l’application suivante :
f : M
n−1( K ) → K , A 7→
A ∗
0 1 .
Alors f est multilin´ eaire, antisym´ etrique et v´ erifie f (I
n−1) = 1. Par unicit´ e d’une telle application, on obtient f = det. D’o` u finalement :
m
1,1. . . m
1,n−1m
1,n.. . .. . .. .
m
n−1,n. . . m
n−1,n−1m
n−1,n0 . . . 0 1
=
m
1,1. . . m
1,n−1.. . .. .
m
n−1,n. . . m
n−1,n−1.
Remarque. On obtient un r´ esultat analogue en transposant.
D´ efinition.
Soit M = (m
i,j) ∈ M
n( K ). Pour tout 1 ≤ i, j ≤ n, on appelle mineur d’indice (i, j) le d´ eterminant
∆
i,jde la matrice carr´ ee d’ordre n − 1 obtenue en rayant dans M la ligne i et la colonne j.
Pour toute matrice carr´ ee M ∈ M
n( K ), on peut calculer le d´ eterminant de M :
par d´ eveloppement suivant la j-` eme colonne : det(M ) =
n
X
i=1
(−1)
i+j∆
i,j.
par d´ eveloppement suivant la i-` eme ligne : det(M ) =
n
X
j=1
(−1)
i+j∆
i,j. Propri´ et´ e 13
Preuve. On le montre pour la premi` ere formule. On a :
m
1,1. . . m
1,j. . . m
1,n.. . .. . .. .
m
i,1. . . m
i,j. . . m
i,n.. . .. . .. .
m
n,1. . . m
n,j. . . m
n,n=
n
X
i=1
m
i,jm
1,1. . . 0 . . . m
1,n.. . .. . .. . m
i,1. . . 1 . . . m
i,n.. . .. . .. . m
n,1. . . 0 . . . m
n,n=
n
X
i=1
(−1)
n−jm
i,jm
1,1. . . . . . m
1,n0
.. . .. . .. .
m
i,1. . . . . . m
i,n1
.. . .. . .. .
m
n,1. . . . . . m
n,n0
=
n
X
i=1
(−1)
n−j(−1)
n−im
i,jm
1,1. . . . . . m
1,n0 .. . .. . .. . .. . .. . .. . m
n,1. . . . . . m
n,n0 m
i,1. . . . . . m
i,n1
=
n
X
i=1
(−1)
i+jm
i,j∆
i,jExemple. Calculer le d´ eterminant
1 2 3 4 5 6 7 8 9
en d´ eveloppant par rapport ` a la colonne 3, puis par rapport ` a la ligne 2.
Remarque. Complexit´ e de l’algorithme de calcul du d´ eterminant.
Ces formules ram` enent le calcul d’un d´ eterminant d’ordre n ` a celui de n d´ eterminants d’ordre n − 1.
Si u
nest le nombre d’op´ erations pour calculer un d´ eterminant d’ordre n, on a donc : u
n= nu
n−1+ n ≥ nu
n−1.
D’o` u u
n≥ n!
2 u
2= 3
2 n!. Ainsi cet algorithme est rapidement explosif en nombre d’op´ erations. Ces
formules ne sont donc pas exploitable en pratique (sauf pour n = 3). En pratique, on se ram` ene
toujours, grˆ ace ` a l’algorithme de Gauss, au d´ eterminant d’une matrice triangulaire, ce qui n´ ecessite
O(n
3) op´ erations.
Quelques chiffres. Une modeste matrice 25 × 25, on a 25! ≈ 1, 5 × 10
25op´ erations. Un ordinateur t´ eraflops, c’est-` a-dire capable d’effectuer 10
12op´ erations en virgule flottante par seconde aurait besoin d’au moins 500000 ans de fonctionnement ininterrompu pour effectuer ce calcul.
Ce chiffre est ` a comparer avec le nombre d’op´ erations de la m´ ethode de Gauss. Dans ce cas, l’ordre est de 10
5op´ erations, que le mˆ eme ordinateur effectuera en 0, 1 millioni` emes de secondes.
A titre d’information, l’ordinateur le plus puissant du monde en 2004 `
2(compos´ e de 32768 processeurs) atteint une puissance maximale de 70,72 t´ eraflops. Il s’en tirerait en 70500 ans seulement... Avec une matrice 26 × 26, ce chiffre passe ` a 1833000 ann´ ees de calcul.
Remarque. Par une r´ ecurrence ´ evidente et ` a l’aide de ces formules, on retrouve ici que le d´ eterminant d’une matrice est une fonction polynomiale en les coefficients de la matrice.
3 D´ eterminant d’un endomorphisme
Lemme. Soit E un K -espace vectoriel de dimension n et f L(E). Soient B, B
0deux bases de E. Alors :
det(M at
B(f )) = det(M at
B0(f )).
En particulier, le scalaire det(M at
B(f )) ne d´ epend que de f , et pas de la base B de E choisie.
Preuve. Notons A = M at
B(f )), A
0= M at
B0(f ), et soit P = P ass(B, B
0) la matrice de passage de la base B ` a la base B
0. Alors on a A
0= P
−1AP et donc en prenant le d´ eterminant :
det(A
0) = det(P
−1AP ) = det(P
−1) det(A) det(P ) = det(A).
D´ efinition.
On appelle d´ eterminant de l’endomorphisme f ∈ L(E), et on note det(f ), le d´ eterminant de la matrice de f dans n’importe quelle base de E.
Remarque. Si B = (e
1, . . . , e
n) est une base de E et f ∈ L(E), alors : det(f) = det
B(f (e
1), . . . , f (e
n)).
Ainsi | det(f )| est le coefficient par lequel f multiplie les volumes.
Exemples.
det(Id
E) = det
B(Id
E(e
1), . . . , Id
E(e
n)) = det
B(e
1, . . . , e
n) = 1.
det(λId
E) = det
B(λe
1, . . . , λe
n) = λ
n.
Soit p la projection sur F dans la direction de G 6= {0
E}. En prenant B = (e
1, . . . , e
p, e
p+1, . . . , e
n) une base adapt´ ee ` a la somme direct E = F ⊕ G, on obtient :
det(p) = det
B(p(e
1), . . . , p(e
p), p(e
p+1), . . . , p(e
n)) = det
B(e
1, . . . , e
p, 0
E, . . . , 0
E) = 0.
Soit s la sym´ etrie par rapport ` a F dans la direction de G. En prenant B = (e
1, . . . , e
p, e
p+1, . . . , e
n) une base adapt´ ee ` a la somme direct E = F ⊕ G, on obtient :
det(s) = det
B(s(e
1), . . . , s(e
p), s(e
p+1), . . . , s(e
n)) = det
B(e
1, . . . , e
p, −e
p+1, . . . , −e
n) = (−1)
n−p.
2Le gouvernement am´ericain esp`ere franchir la barre de l’exaflops (1018op´erations) dans les prochaines ann´ees.
Soient f, g ∈ L(E).
(1) det(f ◦ g) = det(f ) × det(g) ;
(2) f est un automorphisme ⇔ det(f ) 6= 0.
Et si f est bijective, alors det(f
−1) = 1 det(f ) . Propri´ et´ e 14
Preuve. Toutes ces propri´ et´ es d´ ecoulent directement de celles d´ emontr´ ees pour le d´ eterminant d’une
matrice.
4 Autres applications des d´ eterminants
4.1 Syst` emes lin´ eaires
On consid` ere un syst` eme lin´ eaire M X = B de n ´ equations ` a n inconnues, avec M ∈ M
n( K ). On rappelle que ce syst` eme est dit de Cramer s’il v´ erifie l’une des conditions ´ equivalentes suivantes : (1) M est de rang n ;
(2) M ∼
LI
n; (3) M ∼
CI
n; (4) M ∈ GL
n( K ) ;
(5) Pour tout B ∈ M
n,1( K ), le syst` eme M X = B admet une unique solution ;
(6) Pour tout B ∈ M
n,1( K ), le syst` eme M X = B admet au moins une solution ;
(7) Le syst` eme M X = 0
n,1admet une unique so- lution.
L’unique solution de ce syst` eme est alors X = M
−1B .
Le syst` eme lin´ eaire M X = B est de Cramer si et seulement si det(M) 6= 0.
Propri´ et´ e 15
On donne ` a pr´ esent des formules pr´ ecisant la solution unique d’un tel syst` eme.
Pour toute matrice carr´ ee inversible M ∈ M
n( K ), la solution X = (x
1, . . . , x
n) du syst` eme de Cramer M X = B est donn´ ee par :
∀k = 1, . . . , n, x
k= det(C
1(M ), . . . , B, . . . , C
n(M))
det(M ) .
Propri´ et´ e 16 (Formules de Cramer)
Preuve. L’unique solution X du syst` eme de Cramer M X = B v´ erifie :
x
1C
1+ · · · + x
nC
n= B.
On obtient alors (avec B en position k) :
det(C
1, . . . , B, . . . , C
n) = det(C
1, . . . ,
n
X
j=1
x
jC
j, . . . , C
n)
=
n
X
j=1