1 le 18 Février 2010 UTBM MT12 Arthur LANNUZEL http ://mathutbmal.free.fr Déterminants K = R ou C. E un K-esp. vect. (on sait que dans le cas d’un espace vectoriel de dimension finie n, quitte à choisir une base, on peut identifier E et Kn .) 1 Formes n-linéaires sur E = Kn. Définition 1.1 i) Une application ϕ : E n −→ K est dite forme n-linéaire si ϕ est linéaire par rapport à chaque variable : - ∀v, u1 , ..., un ∈ E, ϕ(u1 , ..., ui−1 , ui + v, ui+1 , ..., un ) = ϕ(u1 , ..., ui−1 , ui , ui+1 , ..., un ) + ϕ(u1 , ..., ui−1 , v, ui+1 , ..., un ) - ∀u1 , ..., un ∈ E, ∀λ ∈ K, ϕ(u1 , ..., ui−1 , λ.ui , ui+1 , ..., un ) = λ.ϕ(u1 , ..., ui−1 , ui , ui+1 , ..., un ). ii) Une forme n-linéaire est dite antisymétrique si ∀i < j, ϕ(u1 , ..., ui−1 , ui , ..., uj , uj+1 , ..., un ) = −ϕ(u1 , ..., ui−1 , uj , ..., ui , uj+1 , ..., un ). iii) L’ensemble des formes n-linéaires antisymétriques sur K est noté An (K) (c’est un K-espace vectoriel). Proposition 1.2 Soit ϕ une forme n-linéaire sur E alors : ϕ antisymètrique ⇐⇒ ϕ alternée (i.e. xi = xj avec i ̸= j =⇒ ϕ(x1 , x2 , ..., xn ) = 0. Preuve. =⇒) Supposons ϕ symétrique. Alors ϕ(x1 , ..., xi , .., xj , .., xn ) = −ϕ(x1 , ..., xj , .., xi , .., xn ) donc, si xi = xj on a ϕ(x1 , ..., xi , .., xj , .., xn ) = 0. ⇐=) Si ϕ alternée alors ϕ(x1 , ..., xi + xj , .., xj + xi , .., xn ) = 0. Mais ϕ(x1 , ..., xi + xj , .., xj + xi , .., xn ) = ϕ(x1 , ..., xi , .., xj , .., xn ) + ϕ(x1 , ..., xj , .., xi , .., xn ) + ϕ(x1 , ..., xi , .., xi , .., xn ) + ϕ(x1 , ..., xj , .., xj , .., xn ) et ϕ(x1 , ..., xi , .., xi , .., xn ) = ϕ(x1 , ..., xj , .., xj , .., xn ) = 0. Donc ϕ est antisymétrique. CQFD 2 2 2.1 Déterminant. définition. E K esp.vect. de dimension n. Soit B = {e1 , e2 , ..., en } une base de E. Soit ϕ : E n −→ K une forme n-linéaire alternée. Soit (x1 , x2 , ..., xn ) ∈ E n . Étudions ϕ(x1 , x2 , ..., xn ) en tenant compte de B. On a : ! x1 =a1,1 .e1 + a2,1 .e2 + ... + an,1 .en , ! x2 =a1,2 .e1 + a2,2 .e2 + ... + an,2 .en , ... ! xn =a1,n .e1 + a2,n .e2 + ... + an,n .en . Alors ϕ(x1 , x2 , ..., xn ) = ∑ ϕ(a1,1 .e1 + ... + a∑ n,1 .en , a1,2 .e1 + ... ∑+n an,2 .en , , ..., a1,n .e1 + ... + an,n .en ) n n = ∑i1 =1 ai1 ,1 ϕ(e ∑ i1 , i2 =1 ai2 ,2 ei2 , ..., ∑inn =1 ain ,n ein ) = ∑ni1 =1 ai1 ,1 ∑ni2 =1 ai2 ,2 ϕ(e∑ i1 , ei2 , ..., in =1 ain ,n ein ) n n n = i1 =1 ai1 ,1 i2 =1 ai2 ,2 ... in =1 ain ,n ϕ(ei1 , ei2 , ..., ein ) Mais ϕ(ei1 , ei2 , ..., ein ) = 0∑dès que ∃ik = ik′ avec k ̸= k ′ , n donc ϕ(x1 , x2 , ..., xn ) = σ∈Sn aσ(1),1 aσ(2),2 ...aσ(n),n ϕ(ei1 , ei2 , ..., ein ) où Sn est l’ensemble des permutations de (1, ..., n) (i.e. les bijections de {1, ..., n} dans {1, ..., n}) Pour σ ∈ Sn , on pose ϵσ , la signature de σ : ϵσ = (−1)k où k est le nombre de permutations de 2 termes nécessaires dans (σ(1), σ(2), ..., σ(n)) pour obtenir (1, 2, ..., n). ( ) 123456 Exemples 2.1 σ = est une permutation de (1, 2, 3, 4, 5, 6) donne 231564 ϵσ = (−1)4 = 1. Conclusion : ϕ(x1 , x2 , ..., xn ) = K. ∑ σ∈Sn ϵσ aσ(1),1 aσ(2),2 ...aσ(n),n .ϕ(e1 , e2 , ..., en ) avec ϕ(e1 , e2 , ..., en ) ∈ On en déduit le Théorème 2.2 Soit E K e.v. muni d’une base B = {e1 , e2 , ..., en }. L’espace vectoriel sur K des formes n-linéaires alternée définie sur E est de dimension 1. Chaque forme n-linéaire alternée ϕ0 est uniquement déterminée par la donnée de ϕ0 (e1 , e2 , ..., en ) = k0 ∈ K. 3 D’où la Définition 2.3 Soit E K e.v. muni d’une base B = {e1 , e2 , ..., en } (donc E ∼ = Kn ). La forme n-linéaire ϕ0 définie par ϕ0 (e1 , e2 , ..., en ) = 1 est appelée déterminant dans la base B = {e1 , e2 , ..., en } donc detB : où ∀i ∈ {1, 2, ..., n}, ViB En −→ ∑ K (V1 , V2 , ..., Vn ) 7→ σ∈Sn ϵσ xσ(1),1 xσ(2),2 ...xσ(n),n x1,i x2,i = ... . xn,i Exemples 2.4 Soit EK-e.v. de baseB ={e1 , e2 , e3 }. 1 1 1 1 . 0 , x3B = 2 , x2B = x1B = 0 1 3 2.2 Propriétés du déterminant. Propriétés 2.5 Soit E un K-e.v. muni d’une base B = {e1 , e2 , ..., en }. i) Si B ′ = (e′1 , e′2 , ..., e′n ) est une autre base de E alors det (V1 , ..., Vn ) = det (B). det(V1 , V2 , ..., Vn ) (admis). ′ ′ B B B ii) Si Vi = 0 alors detB (V1 , V2 , ..., Vn ) = 0 (exo.). iii) Si Vi = λ.Vj (i ̸= j) pour λ ∈ K alors detB (V1 , V2 , ..., Vn ) = 0 (exo.). ∑ iv) Important (exo.) :detB (V1 , ..., Vi + j̸=i λj .Vj , ..., Vn ) = detB (V1 , ..., Vi , ..., Vn ) . i.e. On ne change pas le calcul du déterminant lorsqu’on ajoute à un vecteur une combinaison linéaire des autres. Exercice 2.6 E = K2 de base B = {e1 , e2 }. Soient x = a.e1 + b.e2 et y = c.e1 + d.e2 . a c det(x, y) = b d B =? Corollaire 2.7 Soit B une base finie de E. {u1 , u2 , ..., un } libre ⇐⇒ det(u1 , u2 , ..., un } = ̸ 0. B 4 Preuve. ⇐=) Evident d’après les propriétés. =⇒) u1 , u2 , ..., un libres donc F = {u1 , u2 , ..., un } est une base de E donc det(F). det(B) = det(B) = 1, B F B donc detF (B) ̸= 0. CQFD 3 Déterminant d’une matrice carrée et mode de calcul. a1,1 ... a1,n Définition 3.1 Soit A = (ai,j )1≤i,j≤n ∈ Mn (K) alorsdet(A) = ... ... ... an,1 ... an,n n dans la base canonique de K des n vecteurs colonnes de A. est le déterminant Propriétés 3.2 Soit A, B ∈ Mn (K). a) det(A) = det(t A). (le vérifier pour A ∈ M3 (R)) b) ∀λ ∈ K, det(λ.A) = λn . det(A). (exo.) c) det(A.B) = det(A). det(B). (le vérifier pour A, B ∈ M3 (R)) d) A inversible ⇐⇒ det(A) ̸= 0, 1 . (exo.) et, si A inversible, det(A−1 ) = det(A) e) Si A et B sont semblables (i.e. ∃P ∈ Gln (K)/B = P −1 .A.P ) alors det B = det A. (exo.) La réciproque est fausse. Définition 3.3 Soit A ∈ M(K). Pour 1 ≤ i, j ≤ n, on appelle mineur Ai,j de la matrice A, le déterminant de la matrice obtenue à partir de A en supprimant le iième ligne et la j ième colonne. 2 1 0 Exemples 3.4 Si A = 3 2 1 1 1 3 Application 3.5 Rang de vecteurs : d’une famille 1 2 3 2 3 4 7 6 F = { 3 , 5 , 8 , 6 }. 1 1 2 2 5 Proposition 3.6 (calcul de déterminant) a - Développement par rapport à la k ième ligne n ∑ (−1)k+j .ak,j .Ak,j . det(A) = j=1 b - Développement par rapport à la k ième ligne det(A) = n ∑ (−1)k+i .ai,k .Ai,k . i=1 Exercice 3.7 Vérifier la 3 2 Exemples 3.8 A = 1 proposition précédente pour A ∈ M3 (K). 0 −2 4 1 . 0 −1 Application 3.9 déterminant d’une matrice triangulaire (en exo.) Comment simplifier le calcul ? i) Si les lignes (ou les colonnes) sont liées, le déterminant est nul. ii) Si on échange 2 lignes ou 2 colonnes, le déterminant change de signe. iii) Si on ajoute à une colonne (resp. une ligne), une combinaison linéaire des autres colonnes (resp. lignes),le déterminant ne change pas. Exemples 3.10 4 1 2 1 1 1 3 2 2 1 3 3 4 1 2 4 5 Déterminant d’un endomorphisme. E K e.v. Soient f ∈ End(E) et ( B = {e1 , e2 , ..., en } une base )de E. On sait que Mf,B = f (e1 )B f (e2 )B ... f (en )B . Soit B ′ = {e′1 , e′2 , ..., e′n }, une autre base de E alors Mf,B′ = PB′ ,B .Mf,B .PB−1 ′ ,B , donc det(Mf,B′ ) = det(Mf,B ). 6 On peut donc poser la Définition 4.1 E K e.v. Soient f ∈ End(E) et B = {e1 , e2 , ..., en } une base de E. On définit le déterminant de f par det(f ) := det(Mf,B ) = det(f (e1 )B , f (e2 )B , ..., f (en )B ) Proposition 4.2 Soit f ∈ End(E) alors f bijectif ⇐⇒ det(f ) ̸= 0. Preuve. Claire puisque f bijective ⇐⇒ Mf,B inversible et Mf,B inversible ⇐⇒ det(Mf,B ) ̸= 0. CQFD