Comment calculer le déterminant d’une matrice ?

Rédac des Sherpas - Mis à jour le 28/04/2022
déterminant d'une matrice

En galère sur le calcul du déterminant d’une matrice ? Pas de panique ! Grâce à ce cours dédié à la notion : Comment calculer le déterminant d’une matrice ?, vous allez pouvoir décrocher de bonnes notes dans les interrogations écrites et orales liées à cette notion !

Calcul des déterminants

Opérations sur les déterminants

Proposition

Soit A\in\mathcal{M}_n(\mathbb{K}).
  • Multiplier une colonne de A par un scalaire \lambda multiplie le déterminant de A par \lambda.
  • Ajouter à une colonne de A un multiple d’une des autres colonnes de A ne change pas le déterminant.
  • Échanger deux colonnes de A change le déterminant en son opposé.
  • Démonstration : Déterminant d’une matrice

    On note C_1,\dots,C_n les colonnes de A et \mathcal{B} la base canonique de \mathbb{K}^n. Soient i\in [\![ 1,n ]\!] et \lambda\in\mathbb{K}.
  • Par linéarité par rapport à la i-ème variable,

        \[\mathrm{det}_{\mathcal{B}}(C_1,\dots,C_{i-1},\lambda C_i,C_{i+1},\dots,C_n)=\mathrm{det}_{\mathcal{B}}(C_1,\dots,C_{i-1},C_i,C_{i+1},\dots,C_n)=\lambda\mathrm{det}(A).\]

  • Soit j\neq i. Par linéarité par rapport à la i-ème variable,

        \[\mathrm{det}_{\mathcal{B}}(C_1,\dots,C_{i-1},C_i+\lambda C_j,C_{i+1},\dots,C_n) = \mathrm{det}(A)+\lambda\mathrm{det}_{\mathcal{B}}(C_1,\dots,C_{i-1},C_j,C_{i+1},\dots,C_n)\]

    De plus, \mathrm{det}_{\mathcal{B}}(C_1,\dots,C_{i-1},C_j,C_{i+1},\dots,C_n)=0 car les variables i et j sont égales. Donc,

        \[\mathrm{det}_{\mathcal{B}}(C_1,\dots,C_{i-1},C_i+\lambda C_j,C_{i+1},\dots,C_n) = \mathrm{det}(A).\]

  • Conséquence du caractère alterné de \mathrm{det}.
  • Le déterminant est invariant par transposition. On a alors le résultat suivant.

    Proposition

    Soit A\in\mathcal{M}_n(\mathbb{K}).
  • Multiplier une ligne de A par un scalaire \lambda multiplie le déterminant de A par \lambda.
  • Ajouter à une ligne de A un multiple d’une des autres lignes de A ne change pas le déterminant.
  • Échanger deux lignes de A change le déterminant en son opposé.
  • Par récurrence, on montre alors le résultat suivant.

    Corollaire

    Soit A\in\mathcal{M}_n(\mathbb{K}).
  • On ne change pas la valeur de \mathrm{det}(A) en ajoutant à une colonne de A une combinaison linéaire des autres colonnes de A.
  • On ne change pas la valeur de \mathrm{det}(A) en ajoutant à une ligne de A une combinaison linéaire des autres lignes de A.
  • Définition : Cofacteur

    Soient A \in\mathcal{M}_n(\mathbb{K}) et (i,j)\in [\![ 1,n ]\!]^2.
    Le cofacteur (i,j) de A est le scalaire \Delta_{i,j}=(-1)^{i+j}\mathrm{det}(B_{i,j})B_{i,j} est la matrice obtenue en supprimant la ligne i et la colonne j de A.

    Théorème

    Soit A \in\mathcal{M}_n(\mathbb{K}).
  • Soit j\in [\![ 1,n ]\!]. On a \mathrm{det}(A)=\displaystyle\sum\limits_{i=1}^na_{i,j}\Delta_{i,j}. On dit qu’on a développé le déterminant par rapport à la j-ème colonne.
  • Soit i\in [\![ 1,n ]\!]. On a \mathrm{det}(A)=\displaystyle\sum\limits_{j=1}^na_{i,j}\Delta_{i,j}. On dit qu’on a développé le déterminant par rapport à la i-ème ligne.
  • Théorème

    Soit A=(a_{i,j})_{1 \leq i,j \leq n}\in \mathcal{M}_n(\mathbb{K}).
    Si A est triangulaire, alors \mathrm{det}(A)=a_{1,1}\times \dots \times a_{n,n}.
    Autrement dit, le déterminant d’une matrice triangulaire est le produit de ses coefficients diagonaux.

    Démonstration

    On donne la démonstration dans le cas des matrices triangulaires supérieures.
    On raisonne par récurrence sur n. Pour tout n\in\mathbb{N}^\star, on note \mathcal{P}_n : « Si A\in \mathcal{M}_n(\mathbb{K}) est triangulaire, alors \mathrm{det}(A) est le produit des coefficients diagonaux de A ».
    Initialisation : immédiat.
    Hérédité : soit n\in\mathbb{N}^*. On suppose \mathcal{P}_n et on montre \mathcal{P}_{n+1}.
    Soit A=(a_{i,j})_{1 \leq i,j \leq n+1} \in \mathcal{M}_{n+1}(\mathbb{K}) une matrice triangulaire supérieure. En développant par rapport à la première colonne, on a :

        \[\mathrm{det}(A)=a_{1,1}\times \begin{vmatrix} a_{2,2} & \cdots & a_{2,n+1}\\ \vdots &  & \vdots\\ a_{n+1,2} & \cdots & a_{n+1,n+1} \end{vmatrix}_{(n)}.\]


    De plus, la matrice (a_{i,j})_{2 \leq i,j \leq n+1} \in  \mathcal{M}_n(\mathbb{K}) est triangulaire supérieure. Donc, par hypothèse de récurrence,

        \[\mathrm{det}(A)=a_{1,1}\times a_{2,2}\times\dots\times  a_{n+1,n+1}.\]


    Ce qui achève la récurrence. Si A est triangulaire inférieure, alors {}^t\!A est triangulaire supérieure et a les mêmes coefficients diagonaux que A. D’où, \mathrm{det}(A)=\mathrm{det}({}^t\!A)=a_{1,1}\times\dots \times a_{n,n}.

    Remarque

  • En particulier, le déterminant d’une matrice diagonale est le produit de ses coefficients diagonaux.
  • On retrouve l’équivalence suivante : une matrice triangulaire est inversible si, et seulement si, ses coefficients diagonaux sont non nuls.
  • livre maths mpsi vuibert

    Cet article est extrait de l’ouvrage Maths MPSI-MP2I. Tout-en-un : cours, méthodes, entraînement et corrigés (éditions Vuibert, juin 2021) écrit par E. Thomas, S. Bellec, G. Boutard. ISBN n°9782311408720

    Tu as aimé cet article ?
    profile picture
    Rédac des Sherpas
    La Rédac des Sherpas, c'est près de 100 auteurs passionnés d'éducation qui mettent leur expertise à ta disposition pour t'aider à profiter pleinement de tes études. Étudiants, profs particuliers ou spécialistes : avec eux, tu es sûr d'avoir les meilleurs conseils ! ⚡️

    Laisse-nous un commentaire !

    Des questions ? Des bons plans à partager ? Nous validons ton commentaire et te répondons en quelques heures ! 🎉

    https://sherpas.com/blog/guide-methodo-prepa/

    Notre ebook pour réussir ta prépa

    Télécharge notre guide et découvre comment réussir tes années en prépa grâce à nos conseils et nos méthodes ! 👩🏻‍🎓