Cours 1ère année


Groupe symétrique et
 déterminants
I) Groupe symétrique
Proposition et définition 1 :
Soit n ≥ 1.
1) On rappelle qu’une bijection de {1, . . . , n} vers lui-même est dite permu-
tation de {1, . . . , n}.
2) Le groupe des permutations de {1, . . . , n} se note (Sn , ◦) et s’appelle le
groupe symétrique de type n.
3) card(Sn ) = n!
4) (Sn , ◦) n’est pas commutatif si n ≥ 3.
Représentation d’une permutation :
Soit σ ∈ Sn . On la représente de la manière suivante :
 
1 2 ... n
σ=
σ(1) σ(2) . . . σ(n)
Définition 2 :
Support d’une permutation σ :
supp(σ) = {1 ≤ i ≤ n | σ(i) 6= i} ; l’ensemble des points non fixes.
Bref :
1) σ(i) = i ⇔ i 6∈ supp(σ)
2) σ(i) 6= i ⇔ i ∈ supp(σ)
Exemple :
 
1 2 3 4 5 6
Prenons σ = ∈ S6 .
6 4 3 2 5 1
On a supp(σ) = {1, 2, 4, 6}
Proposition 3 :
La composée de deux permutations de supports disjoints est commutative.
Définition 4 : (Cycle-transposition)
1) Soient n ≥ 2 et σ ∈ Sn . Soit 2 ≤ p ≤ n.
On dit que σ est un p − cycle (ou cycle de longueur p ) si et seulement
s’il existe p entiers a1 , . . . , ap ∈ {1, . . . , n} tels que

σ(a1 ) = a2 , σ(a2 ) = a3 , . . . , σ(ap−1 ) = ap , σ(ap ) = a1
∀i 6∈ {a1 , . . . , ap }, σ(i) = i


2) Dans ce cas, on note σ = a1 a2 . . . ap
3) Un cycle de longueur 2 s’appelle transposition.
4) Un cycle de longueur n s’appelle permutation circulaire.

Pr.ELAMIRI 1/ 16 www.iamateacher.org
Cours 1ère année

NB :


1) Le support d’un p-cycle σ = a1 a2 . . . ap est supp(σ) = {a1 , a2 , . . . , ap }
2) Supposons i 6= j. On a
 
τ (i) = j, τ (j) = i
τ = (i j) ⇔
∀k 6∈ {i, j}, τ (k) = k

3) Soit τ une transposition. On a

τ 2 = id et τ −1 = τ

4) Soit σ est un p − cycle. On a σ p = id

Exemples :
Donner tous les éléments de S2 et S3 .
Proposition 4 : (Décomposition d’une permutation en produit de cycles)
Toute permutation de Sn peut sécrire comme produit de cycles à supports
disjoints.
NB : Il y a commutativité de la décomposition.
Exemples :
Décomposer en produits de cycles disjoints chacune des permuations sui-
vantes :
 
1 2 3 4 5 6
1) σ1 =
6 4 3 2 5 1
 
1 2 3 4 5 6 7
2) σ2 =
4 7 1 3 6 5 2
Proposition 5 : (Décomposition d’une permutation en produit de transpo-
sitions)
Toute permutation de Sn peut s’écrire comme produit de transpositions.
Idée pratique :


a1 a2 . . . ap = (a1 a2 )(a2 a3 ) . . . (ap−1 ap )
Exemples :
Décomposer en produits de transpositions chacune des permuations sui-
vantes :
 
1 2 3 4 5 6
1) σ1 =
6 4 3 2 5 1
 
1 2 3 4 5 6 7
2) σ2 =
4 7 1 3 6 5 2
Proposition et définition 5 : (Signature)
Il existe une unique application ε : Sn → {−1, 1} telle que :
1) ε(τ ) = −1 pour toute transposition τ .
2) ∀σ, σ 0 ∈ Sn , ε(σσ 0 ) = ε(σ)ε(σ 0 ).

Pr.ELAMIRI 2/ 16 www.iamateacher.org
Cours 1ère année

Vocabulaire :
ε(σ) s’appelle la signature de σ.
Proposition 6 :
1) Soit c un p − cycle. On a ε(c) = (−1)p−1 .
2) ε(id) = 1
Démo :


1) Soit c = a1 a2 . . . ap un p − cycle.
On a c = (a1 a2 )(a2 a3 ) . . . (ap−1 ap ).
Alors ε(c) = ε((a1 a2 )) × ε((a2 a3 ) × · · · × ε((ap−1 ap )) = (−1)p−1 .
2) ε(id) = ε(τ 2 ) = (ε(τ ))2 = (−1)2 = 1 ; où τ une transposition.
Exemples :
Calculer la signature de chacune des permuations suivantes :
 
1 2 3 4 5 6
1) σ1 =
6 4 3 2 5 1
 
1 2 3 4 5 6 7
2) σ2 =
4 7 1 3 6 5 2
II) Déterminant selon une base
NB :
Dans tout ce chapitre, E désigne un K-espace vectoriel de dimension finie ;
où K = R ou C.
1) Formes n-linéaires
Définition 1 : (Forme bilinéaire sur E)
Soit f : E 2 → K.
f est dite forme bilinéaire sur E si et seulement si :
1) ∀a ∈ E, l’application x 7→ f (x, a) est une forme linéaire.
On dit que f est linéaire par rapport à la première variable.
2) ∀a ∈ E, l’application x 7→ f (a, x) est une forme linéaire.
On dit que f est linéaire par rapport à la deuxième variable.
Autrement dit :
1) ∀a ∈ E, ∀x, y ∈ E, ∀α ∈ K, on a :
f (αx + y, a) = αf (x, a) + f (y, a)

2) ∀a ∈ E, ∀x, y ∈ E, ∀α ∈ K, on a :
f (a, αx + y) = αf (a, x) + f (a, y)

Exemples 1 :
1) Ici E = R2 .
Considérons l’application Φ1 définie sur E 2 à valeurs dans R par :
x = (x1 , x2 ) ∈ R2

Pour , Φ1 (x, y) = x1 y1 + x2 y2 .
y = (y1 , y2 ) ∈ R2
Vérifier que Φ1 est une forme bilinéaire sur R2 .

Pr.ELAMIRI 3/ 16 www.iamateacher.org
Cours 1ère année

2) Ici E = Rn où n ≥ 2.
Considérons l’applications Ψ1 définie sur E 2 à valeurs dans R par :
n
x = (x1 , . . . , xn ) ∈ Rn
 X
P our n , Ψ1 (x, y) = x1 y1 + . . . , xn yn = x i yi
y = (y1 , . . . , yn ) ∈ R
i=1

Vérifier que Ψ1 est une forme bilinéaire sur Rn .

Exemples 2 :
1) Ici E = R2 .
Considérons l’application Φ2 définie sur E 2 à valeurs dans R par :
x = (x1 , x2 ) ∈ R2

Pour , Φ2 (x, y) = x1 y2 − x2 y1
y = (y1 , y2 ) ∈ R2
Vérifier que Φ2 est une forme bilinéaire sur R2 .
2) Soit E un K-espace vectoriel de dimension 2.
Soit B = (e1 , e2 ) une base de E.
Considérons
 l’application Ψ2 définie sur E 2 à valeurs dans R par :
x = x1 e1 + x2 e2 ∈ E
Pour , Ψ2 (x, y) = x1 y2 − x2 y1
y = y1 e 1 + y2 e 2 ∈ E
Vérifier que Ψ2 est une forme bilinéaire sur E.
NB :
On définit de même une application f : E 3 → K trilinéaire sur E.
f est linéaire par rapport à chacune de ses variables, c-à-d :
1) Linéarité par rapport à la première composante :
∀a, b ∈ E, ∀x, y ∈ E, ∀α ∈ K, on a :

f (αx + y, a, b) = αf (x, a, b) + f (y, a, b)

2) Linéarité par rapport à la deuxième composante :

∀a, b ∈ E, ∀x, y ∈ E, ∀α ∈ K, on a :

f (a, αx + y, b) = αf (a, x, b) + f (a, y, b)

3) Linéarité par rapport à la troisième composante :

∀a, b ∈ E, ∀x, y ∈ E, ∀α ∈ K, on a :

f (a, b, αx + y) = αf (a, b, x) + f (a, b, y)

En général :
Définition 2 : (Forme n-linéaire sur E)
Soit f : E n → K, où n ≥ 2.
On dit que f est une forme n-linéaire sur E si et seulement si pour tout
1 ≤ i ≤ n, f est linéaire par rapport à la i-ème composante.
Autrement dit :

Pr.ELAMIRI 4/ 16 www.iamateacher.org
Cours 1ère année

∀1 ≤ i ≤ n, ∀x1 , . . . , xi−1 , xi+1 , . . . , xn ∈ E. L’application suivante est une

forme linéaire sur E :

t 7→ f (x1 , . . . , xi−1 , t, xi+1 , . . . , xn )

Réflèxes à avoir :
Soit f est une forme n-linéaire sur E. On a :
1) f (x1 , . . . , xi−1 , 0, xi+1 , . . . , xn ) = 0
2) f (x1 , . . . , xi−1 , αu + βv, xi+1 , . . . , xn ) = αf (x1 , . . . , xi−1 , u, xi+1 , . . . , xn )+
βf (x1 , . . . , xi−1 , v, xi+1 , . . . , xn )
p p
!
X X
3) f x1 , . . . , xi−1 , αk uk , xi+1 , . . . , xn = αk f (x1 , . . . , xi−1 , uk , xi+1 , . . . , xn )
k=1 k=1
4) f (λx1 , . . . , λxn ) = λn · f (x1 , . . . , xn )
2) Formes n-linéaires alternées
Définitions 1 :
Soit f : E n → K une forme n-linéaire sur E, où n ≥ 2.
1) f est dite symétrique si et seulement si pour tout (x1 , . . . , xn ) ∈ E n , la
permutation de deux vecteurs dans f (x1 , . . . , xn ) ne change pas sa valeur.
2) f est dite anti-symétrique si et seulement si pour tout (x1 , . . . , xn ) ∈ E n ,
la permutation de deux vecteurs dans f (x1 , . . . , xn ) change son signe.
3) f est dite alternée si et seulement si pour tout (x1 , . . . , xn ) ∈ E n , si deux
de ces vecteurs sont égaux alors f (x1 , . . . , xn ) = 0
Cas particulier d’une forme bilinéaire :
Soit f : E 2 → K une forme bilinéaire sur E.
1) f est symétrique ⇔ ∀x1 , x2 ∈ E, f (x1 , x2 ) = f (x2 , x1 )
2) f est anti-symétrique ⇔ ∀x1 , x2 ∈ E, f (x1 , x2 ) = −f (x2 , x1 )
Proposition 2 :
L’ensemble des formes n-linéaires alternées sur E est un K-espace vectoriel.
Proposition 3 :
Soit f : E n → K une forme n-linéaire sur E.
Les propositions suivantes sont équivalentes :
1) f est symétrique.
2) Pour tout (x1 , . . . , xn ) ∈ E n . Pour toute transposition τ . On a

f (xτ (1) , . . . , xτ (n) ) = f (x1 , . . . , xn )

3) Pour tout (x1 , . . . , xn ) ∈ E n . Pour toute permutation σ. On a

f (xσ(1) , . . . , xσ(n) ) = f (x1 , . . . , xn )

Pr.ELAMIRI 5/ 16 www.iamateacher.org
Cours 1ère année

Démo en bref :
2) traduit 1).
3) vient de 2) puisque tout permutation s’écrit comme produit de transpo-
sitions.
Proposition 4 :
Soit f : E n → K une forme n-linéaire sur E.
Les propositions suivantes sont équivalentes :
1) f est anti-symétrique.
2) Pour tout (x1 , . . . , xn ) ∈ E n . Pour toute transposition τ . On a
f (xτ (1) , . . . , xτ (n) ) = −f (x1 , . . . , xn )

3) Pour tout (x1 , . . . , xn ) ∈ E n . Pour toute permutation σ. On a

f (xσ(1) , . . . , xσ(n) ) = ε(σ)f (x1 , . . . , xn )
où ε désigne la signature.
Démo en bref :
2) traduit 1).
3) vient de 2) puisque tout permutation s’écrit comme produit de transpo-
sitions.
Exemples :
Reconsidérons les formes bilinéaires Φ1 , Φ2 , Ψ1 et Ψ2 définies dans les exemples
ci-dessus. Vérifier que :
1) Φ1 et Ψ1 sont symétriques.
2) Φ2 et Ψ2 sont anti-symétriques.
Proposition 5 :
Soit f : E n → K une forme n-linéaire sur E.
Les propositions suivantes sont équivalentes :
1) f est anti-symétrique.
2) f est alternée.
Démo :
a) 1) ⇒ 2)
Soit (x1 , . . . , xn ) ∈ E n .
Supposons que xi = xj , où i, j ∈ {1, . . . , n} avec i 6= j.
Montrons que f (x1 , . . . , xn ) = 0 :
Permutons les vecteurs xi et xj dans f (x1 , . . . , xn ). On aura :
f (x1 , . . . , xn ) = −f (x1 , . . . , xn ) car xi = xj .
D’où f (x1 , . . . , xn ) = 0.
b) 2) ⇒ 1)
Soit (x1 , x2 , x3 , . . . , xn ) ∈ E n .
Montrons par exemple que
f (x1 , x2 , x3 , . . . , xn ) = −f (x2 , x1 , x3 , . . . , xn )

Pr.ELAMIRI 6/ 16 www.iamateacher.org
Cours 1ère année

On a : f (x1 + x2 , x1 + x2 , x3 , . . . , xn ) = 0 car f est alternée.

⇒ f (x1 , x1 + x2 , x3 , . . . , xn ) + f (x2 , x1 + x2 , x3 , . . . , xn ) = 0
⇒ f (x1 , x1 , x3 , . . . , xn ) + f (x1 , x2 , x3 , . . . , xn )
+f (x2 , x1 , x3 , . . . , xn ) + f (x2 , x2 , x3 , . . . , xn ) = 0
⇒ f (x1 , x2 , x3 , . . . , xn ) + f (x2 , x1 , x3 , . . . , xn ) = 0
⇒ f (x1 , x2 , x3 , . . . , xn ) = −f (x2 , x1 , x3 , . . . , xn )
Proposition 6 :
Soit f : E n → K une forme n-linéaire alternée.
1) Si dans (x1 , . . . , xn ) , un vecteur est combinaison linéaire des autres vec-
teurs alors f (x1 , . . . , xn ) = 0.
2) Si (x1 , . . . , xn ) est une famille liée alors f (x1 , . . . , xn ) = 0.
3) La valeur de f (x1 , . . . , xn ) est inchangée si on ajoute à un vecteur de
(x1 , . . . , xn ) une combinaison linéaire des autres vecteurs.
Démo :
n
!
X
1) Montrons par exemple que f λi xi , x2 , . . . , xn = 0. On a :
i=2
n n
!
X X
f λi xi , x2 , . . . , xn = λi f (xi , x2 , . . . , xn ) f linére par rapport à première place
i=2 i=2
= 0 (car chaque xi se repète)
2) Si la famille est liée, alors l’un de ses vecteurs est combinaison linéaire
des autres vecteurs.
3) On vérifie par exemple qu’on a :
n
!
X
f (x1 , x2 , . . . , xn ) = f x1 + λi xi , x2 , . . . , xn
i=2
On a
n n
! !
X X
f x1 + λi xi , x2 , . . . , xn = f (x1 , x2 , . . . , xn ) + f λi xi , x2 , . . . , xn
i=2 i=2
= f (x1 , x2 , . . . , xn ) d0 après 1)

3) Déterminant d’une famille de vecteurs dans une base

Exercice résolu introductif :
Soit E un K-espace vectoriel de dimension 2.
Soit B = (e1 , e2 ) une base de E.
2
Reconsidérons encore
 la  Ψ2 définie sur E par :
 forme bi-linéairealternée
x11 x12
Si matB (x1 ) = et matB (x2 ) =
x21 x22
alors Ψ2 (x1 , x2 ) = x11 x22 − x21 x12 .
1) i) Vérifier que Ψ2 (B) = 1
X Y2
ii) Vérifier que Ψ2 (x1 , x2 ) = ε(σ) xσ(i)i
σ∈S2 i=1

Pr.ELAMIRI 7/ 16 www.iamateacher.org
Cours 1ère année

iii) Montrer que l’espace vectoriel des formes bi-linéaires alternées sur E
est la droite vectorielle engendrée par Ψ2 .
2) Montrer que Ψ2 est l’unique forme bi-linéaire alternée f vérifiant f (B) = 1.
Solution :
1) i) Ψ2 (B) = Ψ2 (e1 , e2 ) = 1 × 1 − 0 × 0 = 1.
ii) On a : S2 = {id, τ } où τ = (1, 2).
X Y2
xσ(i)i = ε(id) 2i=1 xid(i)i + ε(τ ) 2i=1 xτ (i)i
Q Q
ε(σ)
σ∈S2 i=1
= 1 × x11 x22 + (−1) × x21 x12
= x11 x22 − x21 x12 = Ψ2 (x1 , x2 )
iii) Notons H l’espace des formes bi-linéaires alternées.
Montrons que H = vect(Ψ2 ).
On a d’une part que Ψ2 ∈ H.
D’autre part, soit f ∈ H. Montrons que f ∈ vect(Ψ2 ).
Avec les mêmes notations que ci-dessus, on a :

f (x1 , x2 ) = f (x11 e1 + x21 e2 , x12 e1 + x22 e2 )

= x11 x12 f (e1 , e1 ) + x11 x22 f (e1 , e2 ) + x21 x12 f (e2 , e1 )
+x21 x22 f (e2 , e2 )
= x11 x22 f (e1 , e2 ) + x21 x12 f (e2 , e1 )
= f (e1 , e2 )(x11 x22 − x21 x12 )
= [f (e1 , e2 ) · Ψ2 ] (x1 , x2 )
Ainsi f ∈ vect(Ψ2 ), d’où l’égalité.
2) D’abord Ψ2 est une forme linéaire alternée vérifiant Ψ2 (B) = 1.
Montrons qu’elle est la seule :
Soit alors f ∈ H vérifiant f (B) = 1. Montrons que f = Ψ2 . On a :
f ∈ H = vect(Ψ2 ) ⇒ ∃C ∈ K, f = CΨ2
⇒ f (B) = CΨ2 (B)
⇒ C = 1 (car f (B) = Ψ2 (B) = 1)
Et f = CΨ2 ⇒ f = Ψ2
Vocabulaire :
Ψ2 se note detB , et s’appelle le déterminant d’une famille de vecteurs dans
la base B.
Résumé :
Soit E un K-espace vectoriel de dimension 2.
Soit B = (e1 , e2 ) une base
 de E.  
x11 x12
Si matB (x1 ) = , matB (x2 ) =
x21 x22
alors :
2
X Y x11 x12
1) detB (x1 , x2 ) = x11 x22 − x21 x12 = ε(σ) xσ(i)i , noté .
x21 x22
σ∈S2 i=1

Pr.ELAMIRI 8/ 16 www.iamateacher.org
Cours 1ère année

2) detB (B) = 1.
D’une manière générale, on a :
Proposition et définition 1 :
Soient E un K-espace vectoriel de dimension finie n ≥ 1, et B = (e1 , . . . , en )
une base de E.
1) Il existe une unique forme n-linéaire alternée f vérifiant f (B) = 1.
Celle-ci se note detB , et s’appelle le déterminant d’une famille de vecteurs
dans la base B.
2) L’espace vectoriel des formes n-linéaires alternées de E est la droite vec-
torielle engendrée par detB .
Ainsi, toute forme n-linéaire alternée est proportionnelle à detB .
NB :
1) detB (B) = 1
2) Toutes les propriétés d’une forme n-linéaire alternée valent pour detB .
Par exemple, si F est une famille liée de E de cardinal n, alors
detB (F) = 0, etc.
Proposition 2 : (Formule de Leibniz)
Soient E un K-espace vectoriel de dimension finie n ≥ 1, et B une base de
E.
Soient (x1 , . . . , xn ) une famille à n vecteurs de E. 
x1j
Notons pour chaque j ∈ {1, . . . , n}, matB (xj ) =  ... .
 

xnj
On a la Formule de Leibniz suivante :
X n
Y
detB (x1 , . . . , xn ) = ε(σ) xσ(i)i
σ∈Sn i=1

Notation :
Avec les notations dans la proposition 2, on a la notation suivante

n x11 ... x1n

detB (x1 , . . . , xn ) =
X
ε(σ)
Y
xσ(i)i = .. ..
. .
σ∈Sn i=1 xn1 . . . xnn

Cas particuliers :
1) Pour n= 1 :
a =a
2) Pour n= 2 :
a c
= ad − bc
b d

Pr.ELAMIRI 9/ 16 www.iamateacher.org
Cours 1ère année

Proposition 3 : (Relation entre detB et detB’ )

Soient B et B 0 deux bases du n-espace vectoriel E.
Pour toute famille F de E de cardinal n, on a :

detB (F) = detB’ (F) × detB (B’)

Démo :
On a detB = C · detB’ car l’ensemble des formes n-linéaires alternées est une
droite vectorielle engendrée par detB’ .
Alors detB (B 0 ) = C · detB’ (B 0 ).
Or detB’ (B 0 ) = 1 alors detB (B 0 ) = C.
Ainsi, detB = C · detB’ devient detB = detB (B 0 ) · detB’ .
Et en évaluant en F on obtient :

detB (F) = detB’ (F) × detB (B’)

Corollaire 4 :
Soit B une base du n-espace vectoriel E.
Pour toute base B 0 de E, on a :

−1
detB (B 0 ) 6= 0 et detB (B 0 ) = detB 0 (B)

Démo :
Vient du fait que detB 0 (B) × detB (B 0 ) = detB (B) = 1.
Corollaire 5 : (Caractérisation d’une base)
Soient E un K-espace vectoriel de dimension finie n ≥ 2, et B une base de
E.
Soit F une famille de E de cardinal n. on a :

F est une base de E ⇔ detB (F) 6= 0

NB :
F est une une f amille liée de E ⇔ detB (F) = 0
Démo :
(⇒) Vient du corollaire 4.
(⇐) Par contraposée :
F n0 est pas une base ⇔ F liée
⇒ detB (F) = 0 car detB f orme n − linéaire alternée
4) Déterminant d’un endomorphisme
Proposition et définition 1 :
Soient E un K-espace vectoriel de dimension finie n et f ∈ L(E).
1) detB (f (B)) ne dépend pas de la base B de E.
2) Le déterminant de f est le scalaire detB (f (B)), où B est une base de E.
On le note det( f ).

Pr.ELAMIRI 10/ 16 www.iamateacher.org

Cours 1ère année

Démo :
Soient B et S deux bases de E. Montrons que detB (f (B)) = detS (f (S)).
On a
detB (f (B)) = detS (f (B)) × detB (S) (Ω)

D’autre part, l’application (x1 , . . . , xn ) 7→ detS (f (x1 , . . . , xn )) est une forme

n-linéaire alternée sur E.
Alors il existe λ ∈ K tel que

∀(x1 , . . . , xn ) ∈ E n , detS (f (x1 , . . . , xn )) = λ · detS (x1 , . . . , xn )

En évaluant en S on obtient λ = detS (f (S)).

Ainsi

∀(x1 , . . . , xn ) ∈ E n , detS (f (x1 , . . . , xn )) = detS (f (S)) · detS (x1 , . . . , xn )

En évaluant Cette relation en B, on obtient :

detS (f (B)) = detS (f (S)) · detS (B)

(Ω) devient :

detB (f (B)) = detS (f (S)) × detS (B) × detB (S)

Or detS (B) × detB (S) = 1 alors detB (f (B)) = detS (f (S)).

Proposition 2 :
Soient E un K-espace vectoriel de dimension finie n et f ∈ L(E).
1) ∀λ ∈ K, det (λf ) = λn · det (f )
2) det(IE ) = 1.
3) ∀λ ∈ K, det (λIE ) = λn .
Démo :
Notons B = (e1 , . . . , en ) une base de E.
1) On a :
det (λf ) = detB ((λf )(B))
= detB (λf (e1 ), . . . , λf (en ))
= λn × detB (f (e1 ), . . . , f (en ))
= λn × detB (f (B))
= λn × det(f )
2) det (IE ) = detB (e1 , . . . , en ) = 1
3) det (λIE ) = λn × det (IE ) = λn

Pr.ELAMIRI 11/ 16 www.iamateacher.org

Cours 1ère année

Proposition 3 :
Soient E un K-espace vectoriel de dimension finie et f, g ∈ L(E). On a

det (f ◦ g) = det(f ) × det(g)

Démo :
Soit B une base de E.
1) Cas 1 : si g(B) est une base de E
det (f ◦ g) = detB (f ◦ g)(B)
= detB (f (g(B)))
= detg(B) (f (g(B))) × detB (g(B))
= det(f ) × det(g)
2) Cas 2 : si g(B) n’est pas une base de E
Alors g n’est pas inversible, et par suite det(g) = 0.
On a aussi g(B) est une famille liée de E, et f(g(B)) aussi.
Donc detB (f (g(B))) = 0.
Soit det(f ◦ g) = 0. Et l’égalité voulue est vérifiée.
Proposition 4 :
Soient E un K-espace vectoriel de dimension finie n et f ∈ L(E). On a
1) f est inversible ⇔ det(f ) 6= 0
2) Dans ce cas, on a
1
det f −1 =


det(f )
Démo :
1) Soit B une base de E. On a :
f est inversible ⇔ f (B) est une base de E
⇔ detB (f (B)) 6= 0
⇔ det(f ) 6= 0
2) Supposons que f est inversible. On a
−1 = det (f ) × det f −1



1 = det(IE ) = det f ◦ f
5) Déterminant d’une matrice
Définition 1 :
Soient A ∈ Mn (K) et Bc la base canonique de Mn1 (K).
Notons C1 , . . . , Cn les n colonnes de A.
Le detérminant de A est

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

Proposition 2 :
Notons A = (aij )1≤i,j≤n .

Pr.ELAMIRI 12/ 16 www.iamateacher.org

Cours 1ère année

 
a1j
Ainsi Cj =  ...  pour tout 1 ≤ j ≤ n. On a alors
 

anj

a11 ... a1n n

det(A) = .. .. =
X
ε(σ)
Y
aσ(i)i
. .
an1 . . . ann σ∈Sn i=1

Proposition 3 :
Soient E un espace vectoriel de dimension finie n, B une base de E, f ∈ L(E)
et (x1 , . . . , xn ) une famille de n vecteurs de E.
1) detB (x1 , . . . , xn ) = det (matB (x1 , . . . , xn ))
2) det(f ) = det (matB f (B)) = det (matB (f ))
Proposition 4 :
Soient A ∈ Mn (K) et λ ∈ K. On a
1) det(In ) = 1
2) det(λA) = λn · det(A)
3) det(AB) = det(A) · det(B)
4) ∀p ∈ N, det(Ap ) = (det(A))p
5) det t A = det(A)

6) Le déterminant d’une matrice est celui de ses lignes dans la base canonique
de M1n (K).
7) i) ( A est inversible ) ⇔ ( det(A) 6= 0 )
ii) Le cas échéant, on a
1
det A−1 =


det(A)

6) Résolution d’un système de Cramer

Considérons le système de Cramer suivant :

 a11 x1 + . . . + a1n xn = b1

(Σ) .. .. ..
 . . .
an1 x1 + . . . + ann xn = bn

   
x1 b1
X =  ...  étant la colonne des inconnues, b =  ...  le second membre
   

xn bn
et A sa matrice inversible.
a11 . . . a1n
Notons ∆ = det(A) = .. .. . ( Il es non nul)
. .
an1 . . . ann

Pr.ELAMIRI 13/ 16 www.iamateacher.org

Cours 1ère année

Pour chaque k ∈ {1, . . . , n}, ∆xk est le déterminant obtenu à partir de ∆ en

remplaçant la k−ème colonne par le second membre b.
Proposition :
L’unique solution du système (Σ) est le n − uplet (x1 , . . . , xn ) défini par

∆ xk
∀k ∈ {1, . . . , n}, xk =
∆
Démo :
Notons B est la base canonique de Mn1 (K).
On a x1 C1 + · · · + xn Cn = b. Par suite :

∆xk = detB (C1 , . . . , Ck−1 , b, Ck+1 , . . . , Cn )

n
!
X
= detB C1 , . . . , Ck−1 , xi Ci , Ck+1 , . . . , Cn
i=1
n
X
= xi detB (C1 , . . . , Ck−1 , Ci , Ck+1 , . . . , Cn )
i=1
= xk detB (C1 , . . . , Ck−1 , Ck , Ck+1 , . . . , Cn )
= xk · det(A)
= xk · ∆

Et on conclut.
7) Effet des opérations élémentaires
Proposition 1 :
Soient A ∈ Mn (K) et λ ∈ K. On a
1) En multipliant par λ une colonne (respectivement ligne) de A, son déter-
minant se multiplie par λ.
2) En permuttant deux colonnes (resp lignes) de A, son déterminant se mul-
tiplie par (−1).
3) En ajoutant à une colonne (resp ligne) de A une combinaison linéaire des
autres colonnes (resp lignes), son déterminant reste inchangé.
Démo :
Vient du fait que le déterminant d’une matrice est celui de ses colonnes dans
la base canonique de Mn1 (K), et que detB est une forme n-linéaire alternée.
Pour les lignes, c’est du fait que le déterminant d’une matrice est celui de
ses lignes. Et on procède de même.
Notations :
OPEL : Opérations élémentaires sur les lignes ;
OPEC : Opérations élémentaires sur les colonnes.
Corollaire 2 : (Traduction via les OPEL et OPEC)
1) L’OPEL Li ← λLi et l’OPEC Ci ← λCi multiplient det(A) par λ
2) L’OPEL Li ↔ Lj et l’OPEC Ci ↔ Cj multiplient det(A) par (−1), où
i 6= j.

Pr.ELAMIRI 14/ 16 www.iamateacher.org

Cours 1ère année

3) L’OPEL Li ← Li + λLj et l’OPEC Ci ← Ci + λCj n’affectent pas la

valeur de det(A), où i 6= j.
8) Déterminant triangulaire et triangulaire par blocs
Proposition 1 : ( Déterminant triangulaire et diagonal )
1) ( Déterminant triangulaire supérieur)

λ1 ∗ ... ∗
.. .. n
0 λ2 . . Y
.. .. .. = λi
. . . ∗ i=1
0 ... 0 λn

2) ( Déterminant diagonal)

λ1 0 ... 0
.. .. n
0 λ2 . . Y
.. .. .. = λi
. . . 0 i=1
0 ... 0 λn

Proposition 2 : ( Déterminant triangulaire supérieur par blocs)

1)
A ∗
= det(A) × det(B)
0 B
2)
A1 ∗ ... ∗
.. .. p
0 A2 . . Y
.. .. .. = det(Ai )
. . . ∗ i=1
0 ... 0 Ap
Proposition 3 : ( Déterminant triangulaire inférieur par blocs)
1)
A 0
= det(A) × det(B)
∗ B
2)
A1 0 ... 0
.. .. p
∗ A2 . . Y
.. .. .. = det(Ai )
. . . 0 i=1
∗ ... ∗ Ap
9) Cofacteurs- Comatrice - Développement par rapport à une ligne ou une colonne.
Définitions 1 : ( Mineurs-Cofacteurs-Comatrices )
Soient A ∈ Mn (K) et (i, j) ∈ {1, . . . , n}2 .

Pr.ELAMIRI 15/ 16 www.iamateacher.org

Cours 1ère année

1) Le mineur d’indice (i,j) :

C’est le déterminant ∆ij obtenu à partir de det(A) par suppression de
la i-ème ligne et la j-ème colonne.
2) Le cofacteur d’indice (i,j) :
C’est le scalaire
Cij = (−1)i+j ∆ij
3) La comatrice de A :
C’est la matrice (Cij )1≤i,j≤n des cofacteurs de A.
On la note Com(A) ou A. e
Proposition 2 :
1) ( Déterminant suivant la j-ème colonne )
Soit A = (aij )1≤i,j≤n ∈ Mn (K). Pour tout 1 ≤ j ≤ n. On a
n
X
det(A) = (−1)i+j aij ∆ij
i=1

2) ( Déterminant suivant la i-ème ligne )

Soit A = (aij )1≤i,j≤n ∈ Mn (K). Pour tout 1 ≤ i ≤ n. On a
n
X
det(A) = (−1)i+j aij ∆ij
j=1

10) Calcul de l’inverse d’une matrice

Proposition :
Soit A ∈ Mn (K).
1) A × t (com(A)) = t (com(A)) · A = det(A) · In
2) Si A esi inversible, alors
1 t
A−1 = (com(A))
det(A)
11) Déterminant de VanderMonde
Proposition :
Soit n  2. Soient x1 , x2 , ..., xn ∈ C . On note :
1 1 ... 1
x1 x2 ... xn
V (x1 , x2 , ..., xn ) = .. .. ..
. . .
x1n−1 xn−1
2 . . . xnn−1
On a Y
V (x1 , x2 , ..., xn ) = (xj − xi )
1i≺jn

Démo : Voir TD.

Pr.ELAMIRI 16/ 16 www.iamateacher.org