Universit Joseph Fourier, Grenoble

Maths en Ligne

Dterminants
Luc Rozoy, Bernard Ycart
Les dterminants sont un outil indispensable de lalgbre linaire, que vous avez
dj rencontr en dimensions 2 et 3. Peu de prrequis pour ce chapitre, part les
notions de base sur les espaces vectoriels de dimension finie, les systmes linaires
et le calcul matriciel. Votre objectif minimal est dapprendre les mthodes de calcul
des dterminants ; comprendre en plus les raisonnements dvelopps ici, ne peut que
renforcer votre culture algbrique.

Table des matires

1 Cours
1.1 Permutations . . . . . . . . . . .
1.2 Formes alternes . . . . . . . . .
1.3 Dterminant dun endomorphisme
1.4 Mineurs et cofacteurs . . . . . . .
1.5 Mthodes de calcul . . . . . . . .
1.6 Interprtation gomtrique . . . .
2 Entranement
2.1 Vrai ou faux . . .
2.2 Exercices . . . . .
2.3 QCM . . . . . . .
2.4 Devoir . . . . . .
2.5 Corrig du devoir

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

1
1
5
12
14
17
22

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

25
25
27
32
35
38

3 Complments
3.1 Les ttonnements de Leibniz .
3.2 Lcole japonaise . . . . . . .
3.3 Les excuses de Cramer . . . .
3.4 Cauchy raconte lhistoire . . .
3.5 Le dernier honnte homme . .
3.6 La solidit des pyramides . . .
3.7 Les dterminants de Sylvester
3.8 La condensation de Dodgson .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

44
44
45
47
48
48
53
53
55

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

12 septembre 2016

Dterminants

Maths en Ligne

UJF Grenoble

Cours

1.1

Permutations

Lensemble Sn des permutations de lensemble {1, . . . , n}, muni de la composition

des applications est le premier exemple de groupe non commutatif que vous ayez rencontr. Vous avez besoin den savoir un peu plus pour manipuler des dterminants. La
notion importante de cette section est celle de signature.
Soit s Sn une bijection de {1, . . . , n} dans lui-mme. Nous la noterons
s=

1
2
s(1) s(2)

n
s(n)

Par exemple pour n = 12 :

s=

1 2 3 4 5 6 7 8 9 10 11 12
9 5 3 7 2 12 11 10 4 6 1 8

est la bijection qui 1 associe 9, 2 associe 5, etc. On peut se demander pourquoi

imposer une notation aussi redondante, puisque les images sont donnes par la deuxime
ligne dans lordre de la premire. La raison est que lon rserve une notation plus
simple aux cycles. La composition des applications est note , mais nous noterons sn
la compose de s avec elle-mme n fois.
Dfinition 1. Soit s une permutation de Sn et i un lment de {1, . . . , n}. On appelle
orbite de i pour s lensemble (fini) {sn (i) , n N}.
Dans lexemple ci-dessus, pour trouver lorbite de 1, on calcule limage de 1 qui est
9, puis limage de 9 qui est 4, etc., jusqu retrouver 1 (qui est limage de 11). Lorbite
de 1 est donc {1, 9, 4, 7, 11}. Lorbite de 2 est {2, 5}, celle de 3 est {3} (on dit que 3
est un point fixe). Observez quune orbite est la mme pour tous ses lments : lorbite
de 9, 4, 7 et 11 est aussi {1, 9, 4, 7, 11}. Le plus petit entier k tel que sk (x) = x est la
longueur de lorbite {x, s(x), s2 (x), . . . , sk1 (x)}. Par dfinition, un ensemble nest pas
ordonn. Or nous aurons besoin dun ordre pour crire des cycles. Nous conviendrons
donc dcrire une orbite comme la liste ordonne [x, s(x), . . . , sk1 (x)], o x est le plus
petit lment de lorbite.
Dfinition 2. On appelle dcomposition en orbites de la permutation s la squence
dorbites disjointes des lments de {1, . . . , n} pour s, crite par ordre croissant de leurs
plus petits lments.
Un algorithme trs simple produit la dcomposition en orbites dune permutation.
Tant quil reste des lments de {1, . . . , n} hors des orbites dj crites
choisir le plus petit de ces lments
1

Dterminants

Maths en Ligne

UJF Grenoble

crire son orbite

Fin Tant que
Dans lexemple ci-dessus, on commencera donc par crire lorbite de 1 : [1, 9, 4, 7, 11].
Le premier lment non rang est 2. Son orbite est [2, 5]. Llment 3 na pas t rang,
son orbite est [3]. Le plus petit lment non rang ce stade est 6, dont lorbite est
[6, 12, 8, 10]. Tous les lments ont alors t rangs, et la dcomposition en orbites de s
est :
[1, 9, 4, 7, 11], [2, 5], [3], [6, 12, 8, 10]
Dfinition 3. Soit s Sn une permutation et
[1, . . . , sk1 1 (1)], . . . , [ih , . . . , skh 1 (ih )]
sa dcomposition en orbites. On appelle signature de la permutation s et on note (s) :
(s) = (1)(k1 1)++(kh 1) ,
o k1 , . . . , kh sont les longueurs des orbites successives dans la dcomposition de s.
Toujours sur le mme exemple, les longueurs des orbites successives sont 5, 2, 1, 4,
la signature est donc (s) = (1)4+1+0+3 = +1.
Soyons honntes : sachant dcomposer une permutation en orbites et en dduire sa
signature, vous en savez assez pour calculer des dterminants, ce qui aprs tout est
bien le but de ce chapitre. Il serait dommage de vous en tenir l, car vous perdriez le
sel algbrique du groupe des permutations. Voici le rsultat principal de cette section.
Thorme 1. Lapplication signature, de (Sn , ) dans ({1, 1}, ) est lunique homomorphisme surjectif entre ces deux groupes.
La dmonstration comporte plusieurs tapes, qui sont autant de rsultats intressants. Dabord, nous allons enrichir les orbites pour donner un sens plus prcis la
notion de dcomposition.
Dfinition 4. Soit k un entier suprieur ou gal 2, et i1 , . . . , ik k lments tous
distincts de {1, . . . , n}. On qualifiera de cycle de longueur k et on notera (i1 , . . . , ik ) la
permutation telle que :
(i1 ) = i2 ,

... ,

(ik1 ) = ik ,

(ik ) = i1 ,

et pour tout i
/ {i1 , . . . , ik }, (i) = i .
Linconvnient de cette notation est que plusieurs critures diffrentes peuvent dsigner le mme cycle : (1, 2, 3) et (2, 3, 1) par exemple. Comme ci-dessus, nous convenons
dcrire en premier le plus petit lment du cycle. Ceci permet dassocier de manire
unique un cycle une orbite. Observez que dans la dcomposition en orbites du cycle
(i1 , . . . , ik ) on trouve [i1 , . . . , ik ], et n k points fixes. La signature du cycle (i1 , . . . , ik )
est :
((i1 , . . . , ik )) = (1)k1 .
2

Dterminants

Maths en Ligne

UJF Grenoble

Proposition 1. Soit s une permutation et

[1, . . . , sk1 1 (1)], . . . , [ih , . . . , skh 1 (ih )]
sa dcomposition en orbites. Alors s est la compose des cycles dduits des orbites de
longueur > 2.
0

s = (i1 , . . . , sk1 1 (1)) (ih , . . . , skh 1 (ih )) ,

k10 , . . . , kh0 > 2 .

La vrification est immdiate. Observez que deux cycles commutent si les ensembles
dlments quils concernent sont disjoints :
{i1 , . . . , ik } {j1 , . . . , jh } = = (i1 , . . . , ik ) (j1 , . . . , jh ) = (j1 , . . . , jh ) (i1 , . . . , ik )
Dans une dcomposition en orbites, oubliez les singletons et ne conservez que les orbites de longueur au moins 2, que vous transformez en cycles : si kj > 2, remplacez
[ij , . . . , skj 1 (ij )] par (ij , . . . , skj 1 (ij )). Enfin, remplacez les virgules dans lnumration des orbites, par le signe de composition : votre permutation s est une compose
de cycles.
!
1 2 3 4 5 6 7 8 9 10 11 12
s =
9 5 3 7 2 12 11 10 4 6 1 8
= (1, 9, 4, 7, 11) (2, 5) (6, 12, 8, 10)
1 2 3 4 5 6 7 8 9
=
9 2 3 7 5 6 11 8 4
1 2 3 4 5 6 7 8 9

1 5 3 4 2 6 7 8 9
1 2 3 4 5 6 7 8

1 2 3 4 5 12 7 10

10 11 12
10 1 12 !
10 11 12
10 11 12 !
9 10 11 12
9 6 11 8

Les cycles de longueur 2 jouent un rle particulier. On les appelle transpositions. Leur
signature vaut 1. Afin de faciliter la lecture, pour i 6= j {1, . . . , n} nous noterons
i,j = (i, j) la transposition de i et j :
i,j (i) = j ,

i,j (j) = i ,

i,j (k) = k ,

k 6= i, j .

Proposition 2. Soit s une permutation et

[1, . . . , sk1 1 (1)], . . . , [ih , . . . , skh 1 (ih )]
sa dcomposition en orbites. Alors s est la compose de (k1 1) + + (kh 1) transpositions.
Remarquez que le nombre de transpositions dans cette dcomposition est exactement lexposant de (1) dans la dfinition de la signature.
3

Dterminants

Maths en Ligne

UJF Grenoble

Dmonstration : Nous avons vu (proposition 1) que toute permutation scrit comme

une compose de cycles. Il nous suffit de vrifier quun cycle de longueur k est compose
de k 1 transpositions. Voici une manire de dcomposer le cycle (i1 , . . . , ik ) :
(i1 , . . . , ik ) = i1 ,ik i1 ,ik1 i1 ,i2
(vrifiez-le, par rcurrence sur k).

Toute permutation scrit donc comme un produit (au sens de la composition des
applications) de transpositions. Une telle criture na rien dunique : lordre de deux
cycles disjoints peut tre chang, on peut toujours insrer deux fois la mme permutation dans le produit sans changer le rsultat, etc. Le miracle est que si deux produits
de transpositions donnent la mme permutation, alors les nombres de permutations
dans ces deux produits ont la mme parit : cest une consquence du thorme 1. Le
rsultat suivant est ltape cl dans sa dmonstration.
Lemme 1. Soit s une permutation et une transposition. Alors :
( s) = (s) .
Dmonstration : Lide de la dmonstration est de montrer que la compose par une
transposition agit sur la dcomposition en orbites, soit en cassant une orbite en deux,
soit en regroupant deux orbites. Dans les deux cas lexposant de la signature est soit
augment, soit diminu de 1, et la signature est change en son oppose.
Considrons la dcomposition en orbites de s. Supposons que transpose les deux
lments distincts i et j et examinons la dcomposition en orbites de s. De deux
choses lune : soit i et j appartiennent la mme orbite de s, soit i et j appartiennent
deux orbites distinctes.
Si i et j appartiennent la mme orbite de s. Quitte rordonner les lments,
nous pouvons supposer sans perte de gnralit que lorbite est [1, . . . , k], et que
les deux lments transposer sont 1 et j avec 1 < j 6 k. Pour la permutation
s, limage dun entier h est :
? s(h) si h est diffrent de j 1 et k,
? 1 si h = j 1,
? j si h = k.
Lorbite [1, . . . , k] est casse en [1, . . . , j 1] et [j, . . . , k]. Le terme k 1 dans
lexposant de la signature est remplac par (j 2) + (k j). Lexposant de la
signature est diminu de 1, et celle-ci est change en son oppose.
Si i et j appartiennent deux orbites distinctes de s. Quitte rordonner les
lments, nous pouvons supposer sans perte de gnralit que les deux orbites
sont [1, . . . , j 1] et [j, . . . , k], avec 1 < j 6 k 6 n et que les deux lments
transposer sont 1 et j. Pour la permutation s, limage dun entier h est :
? s(h) si h est diffrent de j 1 et k
? j si h = j 1
4

Dterminants

Maths en Ligne

UJF Grenoble

? 1 si h = k
Les deux orbites [1, . . . , j1] et [j, . . . , k] sont regroupes en une seule : [1, . . . , k].
Les deux termes j 2 et k j dans lexposant de la signature sont remplacs
par le terme k 1. Lexposant de la signature est augment de 1, et celle-ci est
encore change en son oppose.

Nous avons maintenant tous les outils pour dmontrer le thorme 1.
Dmonstration : Nous commenons par dmontrer que la signature est un homomorphisme de groupes, de (Sn , ) dans ({1, 1}, ) :
s, s0 Sn ,

(s s0 ) = (s) (s0 ) .

Soient s et s0 deux transpositions quelconques. Daprs la proposition 2, s est le produit

de (k1 1) + + (kh 1) transpositions, o k1 , . . . , kh sont les longueurs des orbites
de s. Or daprs le lemme 1, la compose dune transposition par une permutation
quelconque mutiplie sa signature par (1). La compose de s0 par (k1 1)+ +(kh 1)
transpositions successives multiplie la signature par (1)(k1 1)++(kh 1) = (s), do le
rsultat.
Pour terminer la dmonstration du thorme 1, nous devons dmontrer lunicit.
Soit s une permutation quelconque : multiplions la transposition 1,2 droite par s1
et gauche par s : on obtient la transposition s(1),s(2) . Nimporte quelle transposition
se dduit donc de 1,2 par une opration de ce type (on dit que les transpositions sont
toutes conjugues). Considrons maintenant un homomorphisme de groupe de (Sn , )
dans ({1, 1}, ). Comme est un homomorphisme de groupes,
(s(1),s(2) ) = (s 1,2 s1 ) = (s)(1,2 )((s))1 = (1,2 ) .
Toutes les transpositions, puisquelles sont conjugues, doivent avoir la mme image par
. Supposons que cette image commune soit 1. Dans la mesure o toute permutation
scrit commme un produit de transpositions (proposition 2), on obtient (s) = 1
pour toute permutation s. Dans ce cas, lhomomorphisme est constant et donc non
surjectif. Si est suppos surjectif, alors ncessairement limage de toute transposition
doit valoir 1. Donc concide avec sur toutes les transpositions. Mais puisque
toute permutation est produit de transpositions et que et sont tous les deux des
homorphismes de groupes,
s Sn ,

(s) = (s) .


1.2

Formes alternes

Le corps de nombres de rfrence sera R, mais tout ce qui suit vaut aussi pour le
corps des complexes C. Soit E un espace vectoriel de dimension n sur R.
5

Maths en Ligne

Dterminants

UJF Grenoble

Dfinition 5. On appelle forme n-linaire alterne toute application f de E n dans R

telle que :
f est n-linaire : i = 1, . . . , n, v1 , . . . , vi1 , vi+1 , . . . , vn E lapplication partielle qui v E associe f (v1 , . . . , vi1 , v, vi+1 , . . . , vn ) est linaire :
u, v E , , R ,
f (v1 , . . . , vi1 , u + v, vi+1 , . . . , vn ) = f (v1 , . . . , vi1 , u, vi+1 , . . . , vn )
+f (v1 , . . . , vi1 , v, vi+1 , . . . , vn )
f est alterne : s Sn , v1 , . . . , vn E, i 6= j {1, . . . , n} :
f (v1 , . . . , vj , . . . , vi , . . . , vn ) = f (v1 , . . . , vi , . . . , vj , . . . , vn ) .
Une forme linaire associe donc un rel un n-uplet de vecteurs. Si on remplace un
des n vecteurs par son produit par un rel, le rsultat est multipli par ce mme rel.
Si on remplace un vecteur par une somme de deux vecteurs, le rsultat est la somme
des deux rsultats obtenus avec chacun des vecteurs (forme n-linaire). De plus si on
change deux des n vecteurs, le rsultat est oppos (forme alterne). Nous aurions aussi
bien pu demander que limage dun n-uplet de vecteurs dans lequel deux dentre eux
sont gaux, soit nulle.
Proposition 3. Soit f une forme n-linaire. Alors f est une forme alterne si et
seulement si, pour tout n-uplet de vecteurs v1 , . . . , vn et pour tout i 6= j {1, . . . , n},
vi = vj = f (v1 , . . . , vn ) = 0 .
Dmonstration : Supposons dabord que f soit une forme alterne :
f (v1 , . . . , vi , . . . , vj , . . . , vn ) = f (v1 , . . . , vj , . . . , vi , . . . , vn ) .
Si vi = vj , le rsultat doit tre le mme : il ne peut tre que nul.
Rciproquement, si f est une forme n-linaire :
f (v1 , . . . , vi + vj , . . . , vi + vj , . . . , vn ) = f (v1 , . . . , vi , . . . , vi , . . . , vn )
+f (v1 , . . . , vi , . . . , vj , . . . , vn )
+f (v1 , . . . , vj , . . . , vi , . . . , vn )
+f (v1 , . . . , vj , . . . , vj , . . . , vn )
Si limage dun n-uplet dans lequel deux des vecteurs sont gaux est nulle, alors la
somme ci-dessus est nulle, et les deux termes dans lesquels vi et vj sont rpts sont
galement nuls. Il vient donc :
f (v1 , . . . , vi , . . . , vj , . . . , vn ) = f (v1 , . . . , vj , . . . , vi , . . . , vn ) .

Toute forme n-linaire alterne est explicitement dtermine par sa valeur sur une
base.
6

Dterminants

Maths en Ligne

UJF Grenoble

Thorme 2. Soit (e1 , . . . , en ) une base de E. Soit (v1 , . . . , vn ) un n-uplet de vecteurs. Pour tout j = 1, . . . , n, on note (ai,j )i=1,...,n les coordonnes de vj dans la base
(e1 , . . . , en ) :
j = 1, . . . , n ,

vj =

n
X

ai,j ei .

i=1

Alors :

f (v1 , . . . , vn ) = f (e1 , . . . , en )

(s)

n
Y

as(j),j ,

j=1

sSn

o (s) dsigne la signature de la permutation s.

Dmonstration : Appliquons la n-linarit :
n
X

f (v1 , . . . , vn ) = f

ai,1 ei , . . . ,

i=1

n
X

ai,n ei

i=1

On obtient une somme de facteurs dont chacun est calcul en choisissant lun des termes
de la somme pour chacune des coordonnes. Un tel terme est dfini par une application
de {1, . . . , n} dans lui-mme :

f (v1 , . . . , vn ) =

n
Y

a(j),j f (e(1) , . . . , e(n) ) .

j=1

{1,...,n}{1,...,n}

Mais daprs la proposition 3, parmi les termes f (e(1) , . . . , e(n) ) tous ceux qui comportent deux fois le mme vecteur sont nuls. Seuls peuvent tre non nuls les termes
correspondant une application de {1, . . . , n} dans lui-mme injective. Une telle
application est ncessairement bijective : cest une permutation.

f (v1 , . . . , vn ) =

n
Y

sSn

as(j),j f (es(1) , . . . , es(n) ) .

j=1

Or toute permutation est un produit de transpositions. Chaque transposition des coordonnes change le signe, donc si une permutation s est le produit de k transpositions :
f (es(1) , . . . , es(n) ) = (1)k f (e1 , . . . , en ) .
Donc daprs la proposition 2 :
f (es(1) , . . . , es(n) ) = (s)f (e1 , . . . , en ) .

Le thorme 2 montre quune forme n-linaire alterne est dtermine de faon
unique par sa valeur sur une base de E.
7

Dterminants

Maths en Ligne

UJF Grenoble

Dfinition 6. On appelle :
1. dterminant dans la base B lunique forme linaire alterne f telle que f (B) = 1 ;
on la note detB .
2. dterminant dune famille (v1 , . . . , vn ) de n vecteurs de Rn son dterminant dans
la base canonique de Rn ;
3. dterminant dune matrice carre A Mnn (R), le dterminant de la famille
de ses vecteurs colonnes dans la base canonique de Rn .
Voici comment seffectuent les changements de base.
Proposition 4. Soient B et B 0 deux bases de E.


detB0 = detB0 (B) detB

Dmonstration : Comme consquence du thorme 2, deux formes n-linaires alternes
sont toujours proportionnelles. Il existe donc une constante telle que detB0 = detB .
En prenant limage par detB et detB0 de la base B, on trouve = detB0 (B), puisque
detB (B) = 1 par dfinition.

La plupart des dterminants que vous aurez calculer seront des dterminants dune
famille de vecteurs de Rn ou dune matrice. On les note entre deux barres droites :
|v1 , . . . , vn | ou |A|
Soit A = (ai,j )i,j=1,...,n une matrice carre. Le thorme 2 fournit une expression explicite de son dterminant :
n
|A| =

(s)

as(j),j .

(1)

j=1

sSn

Commencez par vrifier que cette formule concide bien avec celles que vous connaissez
en dimensions 2 et 3.


x x 
 1
2

 = x1 y 2 x2 y 1 .
 y1 y2 

x
 1

 y1

 z1

x2 x3 
y2 y3  = x1 y2 z3 + x2 y3 z1 + x3 y1 z2 z1 y2 x3 z2 y3 x1 z3 y1 x2 .

z2 z3 

La rgle de Sarrus est un moyen mnmotechnique dappliquer la formule en dimension

3 (et en dimension 3 seulement). On rcrit les deux premires lignes du dterminant
en dessous de celui-ci, puis on effectue tous les produits en diagonale. On affecte du
signe + les diagonales descendantes, du signe les diagonales montantes, et on ajoute
le tout (figure 1). Par exemple :








1
2 3
2 1 1
3 2 2

= +(2) + (12) + (+6) (9) (2) (+8) = 5

Dterminants

Maths en Ligne

UJF Grenoble

z1 y2 x3
x1 z2 y3

x1

x2

x3

y1

y2

y3

y1 x2 z3

z1

z2

z3

x1

x2

x3

+ x1 y2 z3

y1

y2

y3

+ y1 z2 x3
+ z1 x2 y3

Figure 1 Rgle de Sarrus.

part en dimensions 2 et 3, la formule (1) ne vous sera pas trs utile, et vous ne
devez surtout pas la considrer comme un algorithme de calcul : elle suppose (n1)(n!)
multiplications et n! 1 additions, ce qui est prohibitif. Vous devez cependant retenir
les deux consquences suivantes.
Proposition 5. Le dterminant dune matrice est gal celui de sa transpose.
Dmonstration : Reprenons la formule explicite.
X

|A| =

n
Y

(s)

as(j),j .

j=1

sSn

Nous pouvons rindicer le produit correspondant la permutation s :

n
Y

as(j),j =

n
Y

ai,s1 (i) .

i=1

j=1

De plus la signature dune permutation est gale celle de son inverse (car est un
homomorphisme de groupe).
|A| =

(s1 )

n
Y

ai,s1 (i) .

i=1

sSn

Rindions alors la somme :

|A| =

X
sSn

(s)

n
Y

ai,s(i) = |tA| .

i=1


9

Dterminants

Maths en Ligne

UJF Grenoble

Proposition 6. Le dterminant dune matrice triangulaire par blocs est le produit des
dterminants des blocs diagonaux.
Dmonstration : Par la proposition prcdente il suffit dexaminer le cas dune matrice
triangulaire par blocs suprieure, cest--dire du type :

A=

B1

?
...
..
.

0
..
.
0

?
?
..

?
?
.

?
Bd

Nous souhaitons montrer que

|A| = |B1 | . . . |Bd | .
La dmonstration seffectue par rcurrence sur le nombre de blocs. Si d = 1, il ny a
rien dmontrer. Nous affirmons quil suffit de dmontrer la proprit pour d = 2. En
effet, une matrice diagonale avec d blocs peut tre vue comme une matrice 2 blocs,
dont lun a lui-mme d 1 blocs. Si la proprit est vraie pour 2 et pour d 1, elle
sera vraie pour d, do le rsultat par rcurrence. Considrons donc une matrice A du
type :

B
?
1

A=
0
B2
Nous supposons donc que pour un certain entier k strictement compris entre 1 et n :
(i > k et j 6 k) = ai,j = 0 ,
de sorte que
B1 = (ai,j )i,j=1,...,k

et B2 = (ai,j )i,j=k+1,...,n .

Utilisons nouveau la formule explicite.

|A| =

(s)

n
Y

as(j),j .

j=1

sSn

Soit s Sn une permutation. Le produit nj=1 as(j),j est nul sil existe j tel que s(j) > k
et j 6 k. Supposons que ce produit soit non nul. Alors ncessairement j 6 k entrane
s(j) 6 k. Soit s1 la restriction de s {1, . . . , k} : cest une permutation de {1, . . . , k}.
Donc la restriction s2 de s {k + 1, . . . , n} est aussi une permutation de {k + 1, . . . , n}.
On a donc s = s1 s2 , ce qui entrane (s) = (s1 )(s2 ). Le produit scrit alors :
Q

n
Y
j=1

as(j),j =

k
Y

as1 (j),j

j=1

n
Y
j=k+1

10

as2 (j),j .

Dterminants

Maths en Ligne

UJF Grenoble

Notons S lensemble des permutations de {1, . . . , k} et S 0 lensemble des permutations

de {k + 1, . . . , n}. Si on le dbarrasse des termes nuls, le dterminant de A devient :
|A| =

X X

(s1 )(s2 )

s1 S s2 S 0

(s1 )

s1 S

k
Y

n
Y

as1 (j),j

j=1
k
Y

as1 (j),j

j=1

as2 (j),j

j=k+1

s2

(s2 )

S 0

n
Y

as2 (j),j

j=k+1

= |B1 | |B2 | .

Lapplication la plus frquente de la proposition 6 concerne les matrices triangulaires (n blocs de taille 1 sur la diagonale) : le dterminant dune matrice triangulaire
est le produit de ses coefficients diagonaux. Comme cas particulier, le dterminant
dune matrice diagonale est le produit des coefficients diagonaux, et le dterminant de
la matrice identit est 1.
Vous devez galement retenir les consquences suivantes de la dfinition 6.
Proposition 7. Quelle que soit la base B,
1. une famille de vecteurs est lie si et seulement si son dterminant est nul ;
2. on ne modifie pas le dterminant si on ajoute lun des vecteurs une combinaison linaire des autres.
Dmonstration :
1. Soit (v1 , . . . , vn ) une famille de n vecteurs de E. Dans un espace vectoriel de
dimension n, si une famille de n vecteurs est libre, alors cest une base. Par la
proposition 4, le dterminant de cette base dans nimporte quelle autre est non
nul. Rciproquement, si la famille est lie, alors lun des vecteurs est combinaison
linaire des autres. Sans perte de gnralit, supposons que ce soit le dernier.
En utilisant la linarit par rapport la dernire coordonne :
detB (v1 , . . . , vn1 ,

n1
X

i vi ) =

i=1

n1
X

i detB (v1 , . . . , vn1 , vi )

i=1

Or le dterminant dune famille de vecteurs dont deux sont gaux est nul (proposition 3). La somme est donc nulle.
2. Ajoutons au dernier vecteur une combinaison linaire des autres.
detB (v1 , . . . , vn1 , vn +

n1
X

i vi ) = detB (v1 , . . . , vn1 , vn )

i=1

+detB (v1 , . . . , vn1 ,

n1
X
i=1

11

i vi ) .

Dterminants

Maths en Ligne

UJF Grenoble

Daprs le point prcdent, le second dterminant est nul. Do le rsultat.


Voici lcriture en termes de matrices, combinant la proposition prcdente avec la
proposition 5.
Corollaire 1.
1. Le dterminant dune matrice carre de taille n n est nul si et seulement si
son rang est strictement infrieur n.
2. On ne modifie pas le dterminant dune matrice en ajoutant lun des vecteurs
colonnes une combinaison linaire des autres.
3. On ne modifie pas le dterminant dune matrice en ajoutant lun des vecteurs
lignes une combinaison linaire des autres.

1.3

Dterminant dun endomorphisme

Soit E un espace vectoriel de dimension n, et f un endomorphisme (application

linaire de E dans E). Le dterminant dans une base de E de limage par f de cette
mme base, ne dpend pas de la base choisie.
Proposition 8. Soient B et B 0 deux bases de E. Alors :
detB (f (B)) = detB0 (f (B 0 )) .
Dmonstration : Lapplication qui un n-uplet de vecteurs (v1 , . . . , vn ) associe
detB (f (v1 ), . . . , f (vn )) est n-linaire et alterne. Daprs le thorme 2, elle est proportionnelle lapplication detB . Il existe donc une constante telle que
detB (f (v1 ), . . . , f (vn )) = detB (v1 , . . . , vn ) .
Or par dfinition :
detB (B) = 1 .
En utilisant le cas particulier o les vecteurs v1 , . . . , vn sont ceux de la base B, la
constante est ncessairement detB (f (B)). De mme,
detB0 (f (v1 ), . . . , f (vn )) = detB0 (f (B 0 )) detB0 (v1 , . . . , vn ) .
Mais daprs la proposition 4,


detB0 = detB0 (B) detB .

Donc


detB0 (f (v1 ), . . . , f (vn )) =

detB0 (B) detB (f (v1 ), . . . , f (vn ))





detB0 (B)
12

detB (f (B) detB (v1 , . . . , vn ) .

Dterminants

Maths en Ligne

UJF Grenoble

Mais aussi :


detB0 (f (B 0 )) detB0 (v1 , . . . , vn )

detB0 (f (B 0 ))

detB0 (f (v1 ), . . . , f (vn )) =

=



detB0 (B) detB (v1 , . . . , vn ) .

Il sensuit que
detB (f (B)) = detB0 (f (B 0 )) .

La proposition 8 permet de dfinir le dterminant dun endomorphisme.
Dfinition 7. On appelle dterminant de lendomorphisme f , et on note det(f ) la
valeur de detB (f (B)), commune toutes les bases B.
Le dterminant de f est donc gal au dterminant de la matrice de f dans nimporte
quelle base. De plus, si B est une base de E et (v1 , . . . , vn ) un n-uplet quelconque de
vecteurs de E :
detB (f (v1 ), . . . , f (vn )) = det(f ) detB (v1 , . . . , vn ) .
Thorme 3. Soient f et g deux endomorphismes de E. Alors :
det(g f ) = det(g) det(f ) .
Dmonstration : Soit B une base de E. Par dfinition du dterminant dun endomorphisme,
det(g f ) = detB (g(f (B)))
= det(g) detB (f (B))
= det(g)det(f ) .

Dans le cas particulier o f est un automorphisme de E, son dterminant est non
nul (limage par f dune base est une base). Sa compose avec lapplication rciproque
f 1 est lidentit, de dterminant 1. Donc :
det(f 1 ) =

1
.
det(f )

La traduction en termes de matrices est la suivante.

Corollaire 2.
13

Dterminants

Maths en Ligne

UJF Grenoble

1. Soient A et B deux matrices de taille n n.

det(AB) = det(A) det(B) .
2. Une matrice carre A est inversible si et seulement si son dterminant est non
nul, et alors :


1
 1 
A  =
|A|

1.4

Mineurs et cofacteurs

Les mineurs sont les dterminants de dimensions infrieures que lon extrait dun
dterminant initial en ne conservant que certaines lignes et colonnes.
Dfinition 8. Soit A = (ai,j )i,j=1,...,n une matrice carre. Soit k un entier compris
entre 1 et n. Soient l et c deux applications injectives de {1, . . . , k} dans {1, . . . , n}.
On appelle mineur dordre k du dterminant |A|, associ aux lignes (l(i))i=1,...,k et aux
colonnes (c(j))j=1,...,k , le dterminant :
|(al(i),c(j) )i,j=1,...,k | .
Le mineur dordre  2 extrait dun
dterminant dordre 4 pour l(1) = 1, l(2) = 3,

 a

a
c(1) = 2, c(2) = 4 est  1,2 1,4  :
 a3,2 a3,4 











a1,1
a2,1
a3,1
a4,1

a1,2
a2,2
a3,2
a4,2

a1,3
a2,3
a3,3
a4,3

a1,4
a2,4
a3,4
a4,4

Nous savons dj quune famille de vecteurs est libre si et seulement si son dterminant
est non nul (proposition 7), ou bien quune matrice est de rang maximal si et seulement
si son dterminant est non nul (corollaire 1). Les mineurs permettent de dterminer
exactement le rang dune matrice quand il nest pas maximal.
Proposition 9. Soit A une matrice de taille n n. La matrice A est de rang r < n si
et seulement si :
1. il existe un mineur dordre r non nul et
2. tous les mineurs dordre r + 1 sont nuls.
Dmonstration : Il est quivalent de dmontrer que le rang de A est strictement
infrieur r si et seulement si tous les mineurs dordre r sont nuls.
Si le rang de A est strictement infrieur r, alors toute famille de r vecteurs colonnes est
lie. Considrons une famille de r vecteurs colonnes de A, et supposons quelle soit lie.
14

Dterminants

Maths en Ligne

UJF Grenoble

Au moins un des vecteurs est combinaison linaire des autres : sans perte de gnralit,
nous pouvons supposer que cest le dernier. Considrons un mineur dordre r extrait de
A, en choisissant les r colonnes de la famille considre, et r lignes quelconques. Dans
ce mineur, la dernire colonne est combinaison linaire des autres et donc le mineur
est nul. Ce qui prcde vaut pour toute famille de r vecteurs colonnes, donc tous les
mineurs dordre r sont nuls.
Nous montrons ensuite la contrapose de limplication rciproque. Si le rang de A est
suprieur ou gal r alors il existe une famille libre de r vecteurs colonnes. Choisissons
r vecteurs colonnes formant une famille libre, et considrons la matrice n r de ces
r vecteurs colonnes, qui est donc de rang r. Les vecteurs lignes forment une matrice
de n vecteurs de Rr . Or une matrice et sa transpose ont mme rang. La famille des
n vecteurs lignes est encore de rang r. On peut donc en extraire une famille libre de
r vecteurs. Les coordonnes de ces r vecteurs forment une matrice r r de rang r,
extraite de la matrice A. Son dterminant est un mineur de taille r et il est non nul. 
Les mineurs dordre n 1 jouent un rle particulier : affects de signes alterns, ce sont
les cofacteurs.
Dfinition 9. Soit A = (ai,j )i,j=1,...,n une matrice carre. Soient i et j deux entiers
compris entre 1 et n. On appelle cofacteur dindices i et j et on note Ai,j le produit
par (1)i+j du mineur dordre n 1 obtenu en supprimant la i-ime ligne et la j-ime
colonne de A.
Ai,j = (1)i+j |(ah,k )h6=i,k6=j | .
La matrice des cofacteurs est appele comatrice de A et note Ae :
Ae = (Ai,j )i,j=1,...,n .
Une premire utilisation des cofacteurs est le dveloppement suivant une ligne ou
une colonne.
Proposition 10. Soit A = (ai,j )i,j=1,...,n une matrice carre. Soient i et j deux entiers
compris entre 1 et n.
|A| =

n
X

ai,k Ai,k =

k=1

n
X

ah,j Ah,j .

h=1

Dmonstration : Comme le dterminant dune matrice est gal celui de sa transpose, il suffit de dmontrer pour le dveloppement selon la j-ime colonne. Cette j-ime
P
colonne est le vecteur (ah,j ), qui scrit h ah,j eh , o les eh sont les vecteurs de la base
canonique. Par la n-linarit, il suffit de dmontrer que le cofacteur Ah,j est le dterminant obtenu en remplaant la j-ime colonne de A par le vecteur eh , dont la h-ime
coordonne vaut 1 et les autres sont nulles. Considrons cette nouvelle matrice. Appliquons aux lignes le cycle (1, . . . , h), dont la signature est (1)h1 . Appliquons ensuite
aux colonnes le cycle (1, . . . , j), dont la signature est (1)j1 . On obtient une matrice
15

Maths en Ligne

Dterminants

UJF Grenoble

diagonale par blocs : la premire colonne est le vecteur (e1 ). Daprs la proposition 6, le
dterminant est le produit des dterminants des deux blocs diagonaux. Le premier est
|1|. Le second est le dterminant du mineur extrait de A en supprimant la ligne h et la
colonne j. Pour tenir compte des permutations effectues sur les lignes et colonnes, il
convient de le multiplier par (1)h1 (1)j1 = (1)h+j : on obtient bien le cofacteur
Ah,j .

Proposition 11. Pour toute matrice A de taille n,
A tAe = tAe A = |A| In ,
o Ae est la comatrice de A, tAe sa transpose, et In la matrice identit.
Dmonstration : Pour i, j = 1, . . . , n, le coefficient dindices i, j du produit A tAe est :
n
X

ai,k Aj,k .

k=1

Le coefficient dindices i, j du produit tAe A est :

n
X

Ah,i ah,j .

h=1

Pour i = j, nous avons dj vrifi dans la proposition prcdente que ces coefficients
valent |A|. Il reste montrer quils sont nuls pour i 6= j. Nous avons vu dans la
dmonstration prcdente, que le cofacteur Ah,i est gal au dterminant de la matrice
n n dduite de A en remplaant la i-ime colonne de A par le vecteur eh , dont la
P
h-ime coordonne vaut 1 et les autres sont nulles. Par la n linarit, nh=1 Ah,i ah,j est
le dterminant dduit de A en remplaant la i-ime colonne par la j-ime. Mais alors,
la i-ime colonne et la j-ime sont identiques, donc le dterminant est nul. On obtient
lautre rsultat en changeant le rle des lignes et des colonnes (proposition 5).

Dans le cas o le dterminant de A est non nul, la proposition 11 fournit une
expression explicite de son inverse.
Corollaire 3. Soit A une matrice carre inversible. Linverse de A est :
1 te
A.
A1 =
|A|
On obtient mme une rsolution explicite du systme Ax = b : ce sont les formules
de Cramer.
Corollaire 4. Soit A une matrice carre inversible. Soit b un vecteur de Rn . Notons
Ab,j la matrice dduite de A en remplaant la j-ime colonne par b. Soit x = (xi )i=1,...,n
la solution du systme Ax = b. Alors :
j = 1, . . . , n ,

16

xj =

|Ab,j |
.
|A|

Dterminants

Maths en Ligne

UJF Grenoble

Dmonstration : Le vecteur x est le produit A1 b. En utilisant lexpression de A1 en

fonction de la comatrice,
n
1 X
Ai,j bj .
xj =
|A| i=1
Utilisons nouveau linterprtation du cofacteur Ai,j comme le dterminant dduit de
P
A en remplaant la j-ime colonne par ei : la somme ni=1 Ai,j bj est bien le dterminant
de Ab,j .

Et pour terminer, la mauvaise nouvelle : aucun des rsultats de cette section nest
algorithmiquement utile ! Pour calculer le rang dune matrice, il est beaucoup plus
rapide dappliquer la mthode du pivot de Gauss (le rang est le nombre de pivots non
nuls) que de calculer les mineurs. Pour calculer linverse dune matrice, la mthode du
pivot de Gauss est encore la plus efficace (et de loin !) compare la comatrice. Et
pour rsoudre un systme linaire ? Toujours le pivot de Gauss, plutt que les formules
de Cramer. Mais au fait quel est le meilleur algorithme pour calculer un dterminant ?
Ben justement : le pivot de Gauss.

1.5

Mthodes de calcul

Nous commenons par extraire des sections prcdentes les rsultats les plus utiles
pour le calcul pratique.
(R1) Le dterminant dune matrice triangulaire est le produit des coefficients de la
diagonale.
(R2) On ne modifie pas un dterminant si on ajoute une ligne (ou une colonne)
une combinaison linaire des autres lignes (ou des autres colonnes).
(R3) Si on multiplie une ligne ou une colonne par une constante, le dterminant
est multipli par cette mme constante.
(R4) On peut dvelopper un dterminant selon ou une ligne ou une colonne, grce
aux formules
n
n
|A| =

ai,k Ai,k =

k=1

ah,j Ah,j ,

h=1

o les Ai,j sont les cofacteurs.

Attention, il faut appliquer ces rsultats un par un et pas simultanment ; en particulier,
il convient dviter dajouter en mme temps des combinaisons linaires plusieurs
lignes ou colonnes, ce qui engendre souvent des erreurs. On ne se lance jamais dans
le dveloppement selon ou une ligne ou une colonne, avant davoir utilis les rsultats
prcdents, pour faire apparatre des zros .
La mthode algorithmique, sans astuce donc conseille, est la mthode du pivot de
Gauss, qui procde par transformations successives pour faire apparatre des zros sous
la diagonale. Une petite piqure de rappel sur un exemple nest peut-tre pas superflue.

17

Dterminants

Maths en Ligne

UJF Grenoble

Considrons la matrice suivante.

A=

1
2
1
1

1
0
1
1
1
0
2 1
1
0 1 3

Le coefficient dindices (1, 1) est non nul, il ny a donc pas de permutations effectuer.
Le premier pivot est p1 = 1. Voici les transformations qui annulent la premire colonne
au-dessous du pivot.

L2 L2 2L1
L3 L3 L1
L4 L4 + L1

1
1
0
1
0 1
1 2
0
1 1
0
0
1 1 2

Le second pivot est 1. Les transformations qui annulent le

sont les suivantes.

1
1
0
1
0 1
1 2

L3 L3 + L2 0
0
0 2
L4 L4 + L2
0
0
0 4

bas de la seconde colonne

Pour obtenir un troisime pivot non nul, il faut changer les deux dernires colonnes.

1
1
1
0 1 2
0
0 2
0
0 4

0
1
0
0

Le troisime pivot est 2. Il ne reste quune ligne transformer.

L4 L4 2L3

1
1
1
0 1 2
0
0 2
0
0
0

0
1
0
0

Constatez qu chaque tape de la mthode, les transformations consistent :

1. ajouter une ligne un multiple dune autre, ce qui ne change pas le dterminant ;
2. permuter deux lignes ou deux colonnes, ce qui change le dterminant en son
oppos.
La matrice obtenue au bout du compte est triangulaire ; son dterminant est le produit
des coefficients diagonaux. Pour en dduire le dterminant initial, il suffit de compter le
nombre de permutations de lignes ou de colonnes, et de changer le signe si ce nombre est
impair. Au bilan, le nombre doprations ncessaire au calcul dun dterminant dordre
18

Dterminants

Maths en Ligne

UJF Grenoble

n par la mthode du pivot de Gauss est quivalent 23 n3 , ce qui est incomparablement

plus rapide que les n(n!) oprations de la formule explicite.
Nous illustrons maintenant les mthodes de calcul sur quelques exemples classiques.
Proposition 12. Le dterminant














0 a1 a2
a1 0 a2
D(a1 , . . . , an ) = a1 a2 0
..
.

. . . an 

. . . an 
. . . an 
. . . .. 
. 

. . . an 0 

a1 a2

est :
n

D(a1 , . . . , an ) = (1)

n
X

ai

i=1

n
Y

ai

i=1

Dmonstration : La somme des lments de chaque ligne vaut ni=1 ai . On commence

P
donc par ajouter toutes les colonnes la premire, puis on met ni=1 ai en facteur.
P

D(a1 , . . . , an ) =






!
n

X

ai 

i=1





1 a1 a2 . . . an 

1 0 a2 . . . an 
1 a2 0 . . . an 
..
. 
..
. .. 
.

1 a2 . . . an 0 

On conserve la premire ligne, puis on retranche chaque ligne la suivante :

D(a1 , . . . , an ) =







! 
n

X
ai 

i=1







1 a1
0 a1
0
..
.
..
.
0

a2
...
...

a2
0

...
...
...
...

...
...

a2
...
...
..
. an1 an1
...
0
an














0 

an 

an
0
..
.
..
.

On dveloppe alors suivant la premire colonne :

D(a1 , . . . , an ) =






!

n
X

ai 

i=1





a1

a2
0
..
.

a2
...
...

...

...
..
.
...

...

0
..
.
..
.

an1 an1
0
0
an
an

Ce dernier dterminant est celui dune matrice triangulaire : il est le produit des lments de la diagonale.

19

Dterminants

Maths en Ligne

UJF Grenoble

Proposition 13. Le dterminant (dit de Vandermonde )















1 a1 a21 . . . an1
1
1 a2 a22 . . . an1
2
n1
2
D(a1 , . . . , an ) = 1 a3 a3 . . . a3
..
..
.
.
n1
2
1 an an . . . an

est :
Y

D(a1 , . . . , an ) =

(aj ai ) .

16i<j6n

Dmonstration : Considrons le polynme de degr n 1 qui a pour racines

a1 , . . . , an1 :
P (X) =

n1
Y

(X ai ) = X

i=1

n1

n2
X

cj X j .

j=0

Ajoutons la dernire colonne la premire multiplie par c0 , la seconde multiplie par

c1 , etc. Par dfinition de P , ceci va annuler les lments de la dernire colonne, sauf le
dernier :


 1 a
2
0 

1 a1 . . .


 1 a2 a22 . . .
0 

2

0 
D(a1 , . . . , an ) =  1 a3 a3 . . .

.
..

 ..
.




 1 an a2n . . . P (an ) 
Si on dveloppe suivant la dernire colonne,
D(a1 , . . . , an ) = P (an ) D(a1 , . . . , an1 ) .
Or P (an ) =

Qn1
i=1

(an ai ) : do le rsultat, par rcurrence.

Voici une autre dmonstration. Le dterminant D(a1 , . . . , an ) est un polynme en

a1 , . . . , an . Le dveloppement selon une ligne quelconque, montre que cest un polynme de degr n 1 en chacune des variables. Or il sannule ds que deux dentre elles
sont gales (puisqualors deux lignes concident). Donc D(a1 , . . . , an ) est un multiple
du produit de toutes les diffrences (aj ai ) pour 1 6 i < j 6 n. Or ces deux polynmes sont de mme degr en chacune des variables. Il ne reste donc qu dterminer
la constante de proportionnalit. Pour cela, examinons le terme en ann1 : il est gal
au mineur dindices (n, n), qui est D(a1 , . . . , an1 ), affect du signe + comme tous les
mineurs diagonaux. Par rcurrence, le coefficient de proportionnalit cherch est donc
1.


20

Dterminants

Maths en Ligne

UJF Grenoble

Proposition 14. Le dterminant (dit circulant )















a1 a2 . . . an1 an
an a1 a2 . . . an1
D(a1 , . . . , an ) = an1 an a1 . . . an2
..
..
.
.
a2 a3 . . . a n
a1
est :
D(a1 , . . . , an ) =

n1
Y

P (k ) ,

k=0

o P est le polynme
P (X) = a1 + a2 X + + an X n1 ,
et les k sont les racines n-imes de lunit :
k = 0, . . . , n 1 ,

k = ei(2k/n) .

Dmonstration : Notons A la matrice propose. Soit une racine n-ime de lunit

(quelconque). Considrons le vecteur (colonne) v() = (k )k=0,...,n1 , et multiplions
droite la matrice A par v(). La premire coordonne du produit est
a1 + a2 + + an n1 = P () .
La seconde coordonne est :
an + a1 1 + + an1 k1 = P () .
On vrifie de mme, que pour i = 1, . . . , n, la i-ime coordonne est i1 P (). Donc
Av() = P ()v().
Considrons maintenant la famille de vecteurs (v(0 ), . . . , v(n1 )). Son dterminant
est le dterminant de Vandermonde de la proposition prcdente : les i tant tous
diffrents, il est non nul. Donc la famille de vecteurs est une base. Notons-la B. Soit f
lendomorphisme qui a pour matrice A dans la base canonique. Sa matrice dans la base
B est la matrice diagonale dont les coefficients diagonaux sont P (0 ), . . . , P (n1 ) : son
Q
dterminant est le produit n1
k=0 P (k ). Or le dterminant de f est le mme quelle que
soit la base dans laquelle on crit sa matrice. Do le rsultat.

Proposition 15. Le dterminant

D(a0 , . . . , an1 , x) =

x
1
0
..
.
..
.
0

0 ... ... 0
a0
..
... ...
.
a1
..
...
. . . ..
.
.
..
..
..
.
. 0
.
.. ..
.
. x
an2
... ... 0
1 an1 x
21

Dterminants

Maths en Ligne

UJF Grenoble

est :
D(a0 , . . . , an1 , x) = (1)n (xn an1 xn1 a1 x a0 ) .
La matrice pour x = 0 est la matrice compagnon du polynme ci-dessus : vous
comprendrez pourquoi quand vous tudierez la rduction des endomorphismes.
Dmonstration : Pour n = 1, la formule donne D(an1 , x) = (x an1 ), elle est donc
correcte. Dveloppons suivant la premire ligne :

D(a0 , . . . , an1 , x) =










(x) 








x
1
0
..
.
..
.
0

0 ...
... ...
..
.
..
.
..
.
... ...








+(1)n+1 a0 






..

0
..
.
..
.

..

...

a1
a2
..
.
..
.

..

. x
an2
0
1 an1 x

1 x . . . . . . 0 
.. 
.
.
0 .. ..
. 
.. 
.. . .
..
. . 
.
.

..
.. ..
. x 
.
.

0 ... ... 0
1 


= (x)D(a1 , . . . , an1 , x) + (1)n+1 a0 .

Si D(a1 , . . . , an1 , x) = (1)n1 (xn1 an2 xn2 a1 x a0 ), alors lexpression
ci-dessus donne bien
D(a0 , . . . , an1 , x) = (1)n (xn an1 xn1 a1 x a0 ) ,
do le rsultat, par rcurrence.

1.6

Interprtation gomtrique

Vous savez sans doute dj quen gomtrie plane, laire dun paralllogramme est
au signe prs le dterminant des deux vecteurs qui lengendrent. Cest vrai en dimension
quelconque.
Dfinition 10. Soit E un espace vectoriel de dimension n. Soit (v1 , . . . , vn ) un n-uplet
de vecteurs de E. On appelle paralllpipde engendr par (v1 , . . . , vn ) lensemble :
P (v1 , . . . , vn ) = { 1 v1 + + n vn , (1 , . . . , n ) [0, 1]n } .

22

Dterminants

Maths en Ligne

B

UJF Grenoble

Figure 2 Paralllpipdes en dimension 2 et 3.

En dimension 2, cest un paralllogramme, en dimension 3 un paralllpipde ordinaire (figure 2).
Pour dfinir une mesure, il faut un talon qui en donne lunit. Dans Rn , on convient
que le volume du paralllpipde engendr par les vecteurs de la base canonique est 1.
Dans un espace vectoriel E, on peut choisir une base B quelconque, et dcider que le
volume du paralllpipde quelle engendre vaut 1.
Une fois fix ltalon, comment calculer le volume des autres paralllpipdes, cest-dire dfinir une application V P qui un n-uplet (v1 , . . . , vn ) associe le volume du
paralllpipde P (v1 , . . . , vn ) ?
VP
E n R
(v1 , . . . , vn ) 7 V P (v1 , . . . , vn )
Voici trois proprits physiquement raisonnables .
(P1) Si on remplace un vecteur par la somme de deux autres, le volume est la somme
des deux volumes.
V P (v1 , . . . , v + v 0 , . . . , vn ) = V P (v1 , . . . , v, . . . , vn ) + V P (v1 , . . . , v 0 , . . . , vn ) .
(P2) Si on multiplie un des vecteurs par un rel, le volume doit tre multipli par ce
mme rel.
V P (v1 , . . . , v, . . . , vn ) = V P (v1 , . . . , v, . . . , vn )
(P3) Si deux des vecteurs sont identiques, alors le volume est nul.
V P (v1 , . . . , v, . . . , v, . . . , vn ) = 0 .
La proprit (P1) est facile admettre. Pensez deux botes poses lune sur lautre :
elles ont une face en commun et la pile forme un nouveau paralllpipde, dont le
volume est bien la somme des volumes des deux botes. Attention, si vous ladmettez
pour v + v 0 , vous devez ladmettre aussi pour v v 0 ; et si on peut soustraire deux
volumes, alors un volume peut tre ngatif. Effectivement, le volume ici est muni dun
23

Maths en Ligne

Dterminants

UJF Grenoble

signe. La valeur absolue est la mesure au sens ordinaire, le signe traduit lorientation
du n-uplet de vecteurs. La proprit (P2) est elle aussi assez naturelle : si vous tirez un
paralllpipde dans une direction, vous multipliez son volume. Mais surtout, elle est
(presque) une consquence de (P1) : en effet, pour tout entier, puis rationnel, (P2)
se dduit de (P1). Il suffit alors de faire lhypothse que les applications partielles sont
continues au voisinage de 0 pour en dduire la proprit pour tout rel. La proprit
(P3) est aussi trs naturelle : si deux des vecteurs qui engendrent le paralllpipde
sont identiques, celui-ci est aplati , cest--dire quil est inclus dans un hyperplan.
tant inclus dans un sous-espace de dimension infrieure, son volume n-dimensionnel
est nul.
Maintenant, relisez la section 1.2, en particulier la dfinition 6 et la proposition
3. Lapplication V P , si elle vrifie les proprits (P1), (P2) et (P3), est une forme
multilinaire alterne. Si de plus V P (B) = 1, alors V P est le dterminant dans la base
B. Si (v1 , . . . , vn ) est tel que detB (v1 , . . . , vn ) est non nul, alors (v1 , . . . , vn ) est une base
de E. La valeur absolue du dterminant est le volume du paralllpipde engendr,
au sens ordinaire. Son signe est positif si la nouvelle base a la mme orientation que
lancienne, ngatif dans le cas contraire.

24

Dterminants

Maths en Ligne

UJF Grenoble

Entranement

2.1

Vrai ou faux

Vrai-Faux 1. La signature de la permutation propose est +1 : vrai ou faux et pourquoi ?

!
1 2 3 4 5
1. 
1 3 2 4 5
!

2. 

1 2 3 4 5
2 1 3 5 4

3. 

1 2 3 4 5
2 3 4 1 5

4. 

1 2 3 4 5
4 5 3 2 1

5. 

1 2 3 4 5
3 5 4 1 2

6. 

1 2 3 4 5
3 2 4 1 5

7. 

1 2 3 4 5
3 1 4 5 2

Vrai-Faux 2. Soient v1 , v2 , v3 , v4 4 vecteurs quelconques de R4 . On note det le dterminant dans la base canonique de R4 . Parmi les affirmations suivantes lesquelles sont
vraies, lesquelles sont fausses et pourquoi ?
1.  Si v2 = v4 alors det(v1 , v2 , v3 , v4 ) = 0.
2.  Si v3 = 2v4 alors det(v1 , v2 , v3 , v4 ) = 2.
3.  det(v1 , v3 , v4 , v2 ) = det(v1 , v2 , v3 , v4 )
4.  det(v1 , 2v2 , 3v4 , 4v4 ) = 24 det(v1 , v2 , v3 , v4 )
5.  det(v1 + v3 , v2 , v1 + v3 , v4 ) = 2 det(v1 , v2 , v3 , v4 )
6.  det(v1 + 3v3 , v2 , v3 , v4 ) = det(v1 , v2 , v3 , v4 )
7.  det(v1 + 3v3 , v2 , v3 , v4 v2 ) = det(v1 , v2 , v3 , v4 )
8.  det(3v1 + v3 , v2 , v3 , v4 v2 ) = det(v1 , v2 , v3 , v4 )
9.  det(2v1 + v3 , v2 , v3 , 2v4 v2 ) = 4 det(v1 , v2 , v3 , v4 )
Vrai-Faux 3. Soit n un entier suprieur ou gal 2. On considre un n-uplet de vecteurs
de Rn . Parmi les affirmations suivantes lesquelles sont vraies, lesquelles sont fausses et
pourquoi ?
1.  Si on remplace lun des vecteurs par une combinaison linaire des autres le
dterminant est inchang.
25

Maths en Ligne

Dterminants

UJF Grenoble

2.  Si on soustrait au premier vecteur la somme de tous les vecteurs, le dterminant est inchang.
3.  Si on soustrait le premier vecteur chacun des autres, le dterminant est
inchang.
4.  Si on multiplie les deux premiers vecteurs par 1, le dterminant est inchang.
5.  Si on multiplie chacun des vecteurs par 2, le dterminant est multipli par 2n .
6.  Si on ajoute au dernier vecteur la somme de tous les vecteurs, le dterminant
est multipli par 2.
7.  Si on change deux des vecteurs, le dterminant est chang en son oppos.
Vrai-Faux 4. Soit A une matrice carre de taille n n (n > 2). Parmi les affirmations
suivantes lesquelles sont vraies, lesquelles sont fausses et pourquoi ?
1.  |A| = |tA|
2.  |2A| = 2|A|
3.  | A| = (1)n |A|
4.  |A + tA| = 2|A|
5.  Si A est diagonale, son dterminant est le produit des coefficients diagonaux.
6.  Si A est triangulaire, son dterminant est le produit des coefficients diagonaux.
7.  Si A est diagonale par blocs, son dterminant est le produit des coefficients
diagonaux.
8.  Si une des lignes de A est combinaison linaire des autres, alors |A| = 0.
9.  Si on ajoute la premire ligne de A une combinaison linaire des autres, le
dterminant est inchang.
10.  Si on soustrait de la dernire ligne de A la somme de toutes les lignes, le
dterminant est inchang.
Vrai-Faux 5. Soient r et n deux entiers tels que 1 6 r < n. Soit A une matrice carre
de taille n n. Parmi les affirmations suivantes lesquelles sont vraies, lesquelles sont
fausses et pourquoi ?
1.  A est inversible si et seulement si son dterminant est non nul.
2.  A est de rang r si et seulement si au moins un des mineurs dordre r est non
nul.
3.  Si A est de rang r alors tous les mineurs dordre r sont non nuls.
4.  Si A est de rang r alors tous les mineurs dordre r + 1 sont nuls.
5.  Si tous les mineurs dordre r sont nuls, alors A est de rang strictement infrieur
r.
6.  Sil existe un mineur dordre r non nul, alors A est de rang r
7.  Sil existe un mineur dordre r non nul, alors A est de rang au moins r
26

Dterminants

Maths en Ligne

2.2

UJF Grenoble

Exercices

Exercice 1. Pour n = 3, puis n = 4 :

1. crire toutes les permutations de Sn
2. crire la dcomposition en orbites de chaque permutation
3. En dduire une dcomposition en produit de cycles, puis en produit de permutations.
4. Calculer la signature.
Exercice 2. On considre les lments suivants de S10 .
1 2 3 4 5 6 7 8 9 10
6 7 8 10 3 9 1 2 5 4

1 2 3 4 5 6 7 8 9 10
7 2 8 1 4 10 5 9 6 3

1 2 3 4 5 6 7 8 9 10
8 2 7 4 3 9 5 10 1 6

1 2 3 4 5 6 7 8 9 10
4 3 7 5 2 8 1 6 10 9

1 2 3 4 5 6 7 8 9 10
2 8 7 1 6 10 4 5 9 3

1 2 3 4 5 6 7 8 9 10
5 10 2 6 9 4 7 1 8 3

1 2 3 4 5 6 7 8 9 10
7 8 6 10 2 4 1 5 9 3

1 2 3 4 5 6 7 8 9 10
5 10 6 2 3 1 7 4 9 8

1 2 3 4 5 6 7 8 9 10
7 3 1 8 5 6 2 9 4 10

1 2 3 4 5 6 7 8 9 10
5 7 6 1 10 9 8 2 4 3

;
;
;
!

Pour chacune de ces permutations :

1. crire sa dcomposition en orbites.
2. En dduire sa signature.
3. Calculer la compose de 1,2 s. crire sa dcomposition en orbites et vrifier
que (1,2 s) = (s).
4. Calculer la compose de s 1,2 . crire sa dcomposition en orbites et vrifier
que (s 1,2 ) = (s).
Exercice 3. Soit s Sn une permutation. On considre lensemble P des
dlments de {1, . . . , n}. On dfinit la quantit :
(s) =

Y
{i,j}P

n(n1)
2

s(i) s(j)
.
ij

1. Montrer que (s) = 1.

2. Soient s, s0 Sn deux permutations. Montrer que (s s0 ) = (s)(s0 ).

27

paires

Dterminants

Maths en Ligne

UJF Grenoble

3. Soit {i, j} P une paire dlments de {1, . . . , n}. On dit que la paire {i, j} est
en inversion pour la permutation s si i < j et s(i) > s(j). Montrer que (s) est
gal +1 si le nombre de paires en inversion est pair, 1 sil est impair.
4. Montrer que si s est une transposition, alors (s) = 1.
5. Dduire de ce qui prcde que lapplication s 7 (s) concide avec la signature.
Exercice 4. Soit s Sn une permutation. Soit B = (v1 , . . . , vn ) une base de Rn . On
dfinit lendomorphisme fs de Rn , par :
i = 1, . . . , n ,

fs (vj ) = vs(i) .

Montrer que le dterminant de fs est gal la signature de s.

Exercice 5. Calculer chacun des dterminants suivants :
1. par la rgle de Sarrus,
2. en dveloppant selon la premire colonne,
3. en dveloppant selon la seconde ligne,
4. par la mthode du pivot de Gauss.
5. Quelle mthode est la plus rapide ?

 
 
 0
0 1   2
2 1   2
0
1


 
 
0 0  ;  1 1 1  ;  0 1 1
 1

 
 
 0 1
2   1 1
0   1 2 2








1 1
0
1
0
0
1 1 2

1 2 1   0 2
1
1
2  ;  1 1
 
1 1
0   2
2

2
0
2

0
2 1 
0
0
2 

1 1
2 


1 2 1 
1
0
0 

1 1
0 

Exercice 6. Calculer chacun des dterminants suivants :

1. en dveloppant selon la premire colonne,
2. en dveloppant selon la seconde ligne,
3. par la mthode du pivot de Gauss.
4. Quelle mthode est la plus rapide ?

 
 

 1
1 2 1   2
2 2 1   2
0 1
2 

 2
0
0
0   1 2
0
0   2 1
1 1 


 ; 
 ; 

 1 1
1
2   2
2
1 1   2
1
0 2 

 1
1
2
0   1 1
1
0   1
1 2
2 










2 1
0
2   2 1 2
1
2
0 1 1   2
2 1
2
 ; 


1
1
0 1   1
2
1
0
2
1
0 1   0
1 1 1


28

2 1
0
2 
1
1 1
0 

2
2
2 1 
1
2
2 2 


Dterminants

Maths en Ligne

UJF Grenoble

Exercice 7. Factoriser les dterminants suivants.









1 a a2   1 cos() cos(2)   a b b   a b c 
1 b b2  ;  1 cos() cos(2)  ;  b a b  ;  b c a  .

 
 
 
1 c c2   1 cos() cos(2)   b b a   c a b 


Exercice 8. Factoriser les dterminants suivants.




















1
0
1
0

0
a
b
1

1
b
a
0

0
1
0
1

1
1
1
1

a
c
a
c

b
b
d
d

ab
cb
ad
cd

0
1
1
1

1
0
a
b

1
a
0
c

1
b
c
0

a
a
a
a

b
a
a
a

b
b
a
a

b
b
b
a

a
a
a
a

a
b
b
b

a
b
c
c

a
b
c
d

1
1
1
1

1
1
a
b

1
a
1
c

1
b
c
0

Exercice 9. Soit n > 2 un entier, et A une matrice carre de taille n n dont tous
les coefficients valent 1. Montrer que le dterminant de A est un entier divisible par
2n1 . Indication : faire apparatre des zros dans la premire colonne.
Exercice 10. Soit n > 2 un entier et a un rel. Pour chacun des dterminants dordre
n suivants :
1. Calculer D2 , D3 .
2. tablir une formule de rcurrence reliant Dn et Dn1
3. En dduire lexpression de Dn en fonction de n et a.

Dn =

a
..
.
..
.

1
..

..

.
...

a2 . . . an2 an1
... ...
an2
a
..
..
.. ..
.
.
.
.
..
. 1
a
a2

an2
... a
an1 an2 . . . . . .

Dn =

1
1
0
..
.
..
.
0

1
a

1
a

... ... 1 1
0 ... ... 0
..
..
.
1 a
.
.
.. .. .. .. .
.
.
.
. .
.. ..
.
. a 0
. . . . . . 0 1 a

29

a
1


















Dterminants

Maths en Ligne



















UJF Grenoble

0 . . . . . . 0 an
.. n1
.
.
1 .. ..
. a
..
..
. . ..
.
. .
0
.
Dn = . .
.
.
.. . .
.. 0
..
..
... ...
.
a a2
0 ... ... 0 1
a
a

Exercice 11.
1. Soient a, b, c, d quatre fonctions drivables de R dans R. On pose :


a(x) b(x) 
 .
f (x) =
c(x) d(x) 
Montrer que f est drivable et que






a0 (x) b(x)   a(x) b0 (x)

f (x) = 0
+
c (x) d(x)   c(x) d0 (x)
0

2. Soit n > 2 un entier. Soient a1 (x), . . . an (x) n fonctions de R dans Rn , dont

chaque coordonne est une fonction drivable de R dans R. Soit f la fonction
qui x associe det(a1 (x), . . . , an (x). Montrer que f est drivable et que
f 0 (x) =

n
X

det(a1 , . . . , ai1 , a0i (x), ai+1 (x), . . . , an (x)) .

i=1

3. Soient x, , trois rels. On considre le dterminant suivant.









1
cos(x)
sin(x)
1 cos(x + ) sin(x + )
1 cos(x + ) sin(x + )

Montrer que cest une fonction constante de x et calculer cette constante.

Exercice 12. Soit n > 2 un entier. Soient A, B, C, D quatre matrices de taille n n.
On note le dterminant dordre 2n suivant :






A B 
=
 .
C D 
1. Montrer que






D C 
=
 .
B A 

30

Dterminants

Maths en Ligne

UJF Grenoble

2. Dans le cas particulier o A est la matrice nulle. Montrer que



0 B 
 = (1)n det(B)det(C) .
=
C D 
3. Dans le cas particulier C = B et D = A. Montrer que






B
A B   A + B B   A + B
=
=
=
0
AB
B A   A+B A  

= det(A + B)det(A B) .

4. On suppose que C et D commutent (CD = DC) et que D est inversible. Montrer que ! = det(AD BC). Indication : multiplier droite par la matrice
D 0
.
C I
5. On suppose toujours que C et D commutent, mais on ne suppose plus que
D est inversible. Pour tout x rel, on note Dx la matrice xI + D, et x le
dterminant obtenu en remplaant D par Dx dans . Montrer que pour tout
x R, x = det(ADx BC). En dduire que = det(AD BC).
6. Montrer que si A et C commutent, alors = det(AD CB).
7. Montrer que si B et D commutent, alors = det(DA BC).
8. Montrer que si A et B commutent, alors = det(DA CB).
9. quelle condition la matrice

A A
A A

est-elle inversible ? Si cest le cas, quel

est son inverse ?

10. quelle condition la matrice

I B
B I

est-elle inversible ? Si cest le cas, quel

est son inverse ?

Exercice 13. Soit n > 1 un entier. Soient A et B deux matrices de taille n n,
coefficients rels.
1. Montrer que det(A+iB) et det(AiB) sont deux nombres complexes conjugus.
2. On suppose que A et B commutent (AB = BA). Montrer que det(A2 + B 2 ) > 0.
3. Vrifier que les deux matrices suivantes A et B suivantes ne commutent pas et
calculer det(A2 + B 2 ).
A=

1 1
1 1

B=

0
1

1
0

Exercice 14. Soit n un entier > 2. Soit A Mnn (R) une matrice triangulaire. Montrer
que la comatrice Ae est aussi triangulaire.
Exercice 15. Soit n un entier > 2. Soit A Mnn (R). On note Ae la comatrice de A.
31

Dterminants

Maths en Ligne

UJF Grenoble

1. On suppose que A est inversible. Quel est le dterminant de Ae ? Montrer que la

comatrice de Ae est (det(A))n2 A.
2. On suppose que le rang de A est infrieur ou gal n 2. Montrer que Ae est la
matrice nulle.
3. On suppose que le rang de A est gal n 1. Montrer que le rang de Ae est 1.
Exercice 16. Soient a, b, c, d quatre vecteurs de R3 . Montrer que :
det(d, b, c) a + det(a, d, c) b + det(a, b, d) c = det(a, b, c) d .
Indication : considrer le systme ax + by + cz = d.
Exercice 17. Dterminer le rang des matrices suivantes,
1. par la mthode des mineurs,
2. par lalgorithme du pivot de Gauss.

0 1 0 1
0 1
1

0 1 0 0
0

;
0
1 0 1 0
1
1 0 1 0
0
0

0
1
0
0
0 1
0
0

2
1
0 1
1
1
1 1

0 1
2
1
1 1 1
1

1 2
0 2
0
1
1 1
0

2
4
1
4 2
4
2
4 1
;
;
2
3
1
3 1
2
1
2 0
2 3 1 3
1 2 1 2
1

1
0
0
0

0
1
0
1

0
0
2
0

Exercice 18. Dterminer en fonction du paramtre a le rang des matrices suivantes,

1. par la mthode des mineurs,
2. par lalgorithme

2 a a a
a 2 a a

a a 2 a
a a a 2

2.3

du pivot

1
0

;
1
0

de Gauss.

0 1 0
a+1
1
a+1

2 a 1
1
a
+
1
a+1

;
a 2 0 a
2a
1
1 0 1
a+1
a
a

1
a
1
1

QCM

Donnez-vous une heure pour rpondre ce questionnaire. Les 10 questions sont

indpendantes. Pour chaque question 5 affirmations sont proposes, parmi lesquelles 2
sont vraies et 3 sont fausses. Pour chaque question, cochez les 2 affirmations que vous
pensez vraies. Chaque question pour laquelle les 2 affirmations vraies sont coches
rapporte 2 points.
Question 1. La signature de la permutation propose est +1.

32

Dterminants

Maths en Ligne

A
B
C
D
E

1
1
1
3
1
4
1
3
1
3

2
3
2
2
2
5
2
5
2
5

3
2
3
6
3
3
3
2
3
6

4
4
4
1
4
6
4
4
4
2

5
6
5
5
5
2
5
6
5
1

6
5
6
4
6
1
6
1
6
4

UJF Grenoble

!
!
!
!
!

Question 2. Soient v1 , v2 , v3 , v4 4 vecteurs quelconques de R4 . On note det le dterminant dans la base canonique de R4 .
A det(2v1 + 3v2 , v2 , v3 , v4 ) = 6 det(v1 , v2 , v3 , v4 )
B Si v1 + v2 = v3 + v4 alors det(v1 , v2 , v3 , v4 ) = 0
C det(2v1 + 3v2 , v2 , v3 , 2v4 3v3 ) = 4 det(v1 , v2 , v3 , v4 )
D det(v1 + v2 , v2 + v3 , v3 + v4 , v4 + v1 ) = 4 det(v1 , v2 , v3 , v4 )
E det(v1 + v2 , v2 v1 , v3 + v4 , v3 v4 ) = 2 det(v1 , v2 , v3 , v4 )
Question 3. Soit n un entier suprieur ou gal 2. On considre un n-uplet de vecteurs
de Rn .
A Si on remplace le premier vecteur par la somme de tous les autres, le dterminant est inchang.
B Si on soustrait au dernier vecteur la somme de tous les autres, le dterminant
est inchang.
C Si on multiplie par 3 chacun des vecteurs, le dterminant est multipli par 3.
D Si on ajoute au dernier vecteur la somme de tous les vecteurs, le dterminant
est inchang.
E Si on soustrait au premier vecteur la somme de tous les vecteurs, le dterminant
sannule.
Question 4. Soit A une matrice carre de taille n n (n > 2).
A |tA| = (1)n |A|
B Si A est triangulaire par blocs, son dterminant est le produit des coefficients
diagonaux.
C Si on ajoute la premire ligne de A la somme de toutes les autres, le dterminant est inchang.
D Si une des lignes de A est combinaison linaire des autres, alors |A| = 0.
E Si on ajoute la premire ligne le double de la seconde, le dterminant est
doubl.
Question 5. Soient r et n deux entiers tels que 1 6 r < n. Soit A une matrice carre
de taille n n.
33

Dterminants

Maths en Ligne

UJF Grenoble

A A est de rang n si et seulement si son dterminant est non nul.

B A est de rang r si et seulement si tous les mineurs dordre r sont non nuls.
C Si A est de rang strictement suprieur r alors tous les mineurs dordre r sont
non nuls.
D Si au moins un des mineurs dordre r est non nul, alors A est de rang au moins
gal r.
E Si tous les mineurs dordre r sont nuls, alors A est de rang r 1.








1 2 1 

Question 6. On considre le dterminant D = 0 3 2 

1 2 0 

 
 3 2   2 1 

 



A En dveloppant selon la premire colonne, D = 
 2 0   3 2 

 

 2 1   1 1 

 



B En dveloppant selon la dernire ligne, D = 
3 2   0 2 
C En remplaant
la troisime ligne par la premire moins la troisime :


 1 2 1 


D =  0 3 2 


 0 0 1 


 2 1 1 




D En permutant les colonnes : D =  3 2 0 


 2 0 1 
E Par la rgle de Sarrus : D = 0 + 0 + 4 3 4 + 0
Question 7. On considre le systme linaire

x+ 2y+ z = 2
3y+ 2z = 3

x+ 2y
= 1
On note D le dterminant

 du systme.
 2 2 1 

1 
A x =  3 3 2 

D 
1 2 0 


 2 1 1 


1 

B y=  3 0 2 

D 
1 1 0 


 1 2 2 

1 

C z =  0 3 3 
D
1 2 1 


 2 2 1 


1
D x =  0 0 1 

D 
0 1 0 
34

Dterminants

Maths en Ligne

UJF Grenoble

1 2 1 
1
0 3 2 
E y=

D
0 1 1 
Question 8. Soit A = (ai,j )i,j=1,...,n une matrice de taille n n (n > 2). Pour i, j
{1, . . . , n}, on note Ai,j le cofacteur dindices i et j.
A Si i 6= j alors
B

n
X

Ai,k ak,i = |A|

C Si i 6= j alors
n
X

ai,k Ak,j = 0

k=1

k=1

n
X

n
X

Ai,k aj,k = 0

k=1

ai,k Ai,k = |A|

k=1

E Si i 6= j alors

n
X

ak,i Ai,k = 0

k=1

a b b 
Question 9. Soit a et b deux rels. On considre le dterminant D = b a b .

b b a 
A D est un polynme de degr 3 en b
B D est nul si et seulement si a = b
C Si a = 2b, alors D = 0
D D = (a + 2b)(a b)
E D est multiple de (a b)2 .








1 1 1
Question 10. Soient a, b, c trois rels. On considre le dterminant D = a b c
a2 b 2 c 2
A D est un polynme de degr 2 en a
B Si a = b alors D = 0
C Si a = 1 alors D = 0
D a2 b2 divise D
E D = (a b)(b c)(c a)

Rponses : 1AD 2BC 3BE 4CD 5AD 6BE 7AB 2AE 9CD 10AE

2.4

Devoir

Essayez de bien rdiger vos rponses, sans vous reporter ni au cours, ni au corrig. Si
vous souhaitez vous valuer, donnez-vous deux heures ; puis comparez vos rponses avec
35

Dterminants

Maths en Ligne

UJF Grenoble

le corrig et comptez un point pour chaque question laquelle vous aurez correctement
rpondu.
Questions de cours : Soit n un entier et A = (ai,j )i,j=1,...,n une matrice de taille nn.
1. Donner lexpression du dterminant de A en fonction de ses coefficients.
2. Dmontrer que le dterminant de la transpose de A est gal au dterminant de
A.
3. Donner la dfinition des cofacteurs de A.
4. Soit r un entier tel que 1 6 r < n. Dmontrer que si le rang de A est strictement
infrieur r alors tous les mineurs dordre r de A sont nuls.
5. Dmontrer que si le rang de A est suprieur ou gal r alors il existe un mineur
dordre r non nul.
Exercice 1 : Soit n > 2 un entier. Soient a, b, x1 , . . . , xn des rels. On note A la matrice
de taille n n dont la diagonale est (x1 , . . . , xn ), les termes au-dessus sont tous gaux
a, les termes au-dessous tous gaux b.

A=

x1

b
..
.
..
.
b

... ... a
..
.
x2 . .
.
..
.. .. ..
. .
.
.
... ...
a
. . . . . . b xn

1. Dans le cas particulier o a = b et tous les xi sont gaux x, montrer que

det(A) = (x + (n 1)a)(x a)n1 .
2. On note J la matrice de taille n n dont tous les coefficients valent 1. Dans le
cas gnral, montrer que le polynme det(A + XJ) est de degr 1 en X.
3. Calculer det(A aJ) et det(A bJ).
4. On suppose a 6= b. Montrer que
det(A) =

bP (a) aP (b)
,
ba

o P dsigne le polynme P (X) = (x1 X) . . . (xn X).

5. En dduire que pour a = b, det(A) = P (a) aP 0 (a).
Exercice 2 : Soit n > 1 un entier. Soient (a1 , . . . , an ) et (b1 , . . . , bn ) deux lments de
Cn tels que
i, j = 1, . . . , n , ai + bj 6= 0 .

36

Dterminants

Maths en Ligne

UJF Grenoble

On appelle matrice de Cauchy et on note An la matrice de taille nn dont le coefficient

1
dindices (i, j) est ai +b
. On note Dn son dterminant.
j

Dn =


1

 a1 +b1


1

 a2 +b1


..

.



1

 an1 +b1


1

an +b1

1
a1 +b2

... ...

1
a1 +bn

1
a2 +b2

... ...

1
a2 +bn

..
.

..
.

1
an1 +b2

... ...

1
an1 +bn

1
an +b2

... ...

1
an +bn

1. Montrer que si
i 6= j ,

ai = aj ou bi = bj ,

alors Dn = 0.
2. Montrer que

Dn =


 an +b1
 a1 +b1

 an +b1

 a2 +b1


1
..

.
(an + b1 ) (an + bn ) 

 an +b1
 an1 +b1



1

an +b2
a1 +b2

... ...

an +bn
a1 +bn

an +b2
a2 +b2

... ...

an +bn
a2 +bn

..
.

..
.

an +b2
an1 +b2

... ...

an +bn
an1 +bn

... ...

an a1
a1 +b2

... ...

an a1
a1 +bn

an a2
a2 +b2

... ...

an a2
a2 +bn

3. Montrer que

 an a1
 a1 +b1

 an a2

 a2 +b1


1
..

.
(an + b1 ) (an + bn ) 
 a a
 n n1
 an1 +b1



1

Dn =

..
.

..
.

an an1
an1 +b2

... ...

an an1
an1 +bn

... ...

4. Montrer que

Dn =


1

 a1 +b1


1

 a2 +b1

(an a1 ) (an an1 ) 
..
.

(an + b1 ) (an + bn ) 

1

 an1 +b1



1

37

1
a1 +b2

... ...

1
a1 +bn

1
a2 +b2

... ...

1
a2 +bn

..
.

..
.

1
an1 +b2

... ...

1
an1 +bn

... ...

Dterminants

Maths en Ligne

UJF Grenoble

5. Montrer que
Dn =

bn b1


(a1 +b1 )(a1 +bn )


bn b1


(a2 +b1 )(a2 +bn )


..

.




b b1
 (an1 +bn1 )(an1
+bn )



0

(an a1 ) (an an1 )

(an + b1 ) (an + bn )

bn b2
(a1 +b2 )(a1 +bn )

...

bn bn1
(a1 +bn1 )(a1 +bn )

1
a1 +bn

bn b2
(a2 +b2 )(a2 +bn )

...

bn bn1
(a2 +bn1 )(a2 +bn )

1
a2 +bn

..
.

..
.

bn b2
(an1 +b2 )(an1 +bn )

...

bn bn1
(an1 +bn1 )(an1 +bn )

1
an1 +bn

...

6. Montrer que
Dn =

(an a1 ) (an an1 )(bn b1 ) (bn bn1 )

Dn1 .
(an + b1 ) (an + bn )(a1 + bn ) (an1 + bn )

7. En dduire que
Y

Dn =

(ai aj )(bj bi )

16i<j6n

(ai + bj )

16i,j6n

8. On note Ci,j le cofacteur dindices (i, j) de la matrice An . On suppose que

Dn 6= 0. Montrer que
Ci,j
=
Dn

(ai + bj )

(ai + bk )

(ah + bj )

h6=j

k6=i

(ai ak )

(bj bh )

h6=j

k6=i

9. La matrice de Hilbert est le cas particulier de matrice Cauchy obtenu pour ai = i

et bj = j1. Pour n = 4, crire la matrice de Hilbert et calculer son dterminant.
10. Calculer linverse de la matrice de Hilbert pour n = 4.

2.5

Corrig du devoir

Questions de cours :
1. Lexpression du dterminant de A en fonction de ses coefficients est
|A| =

X
sSn

(s)

n
Y

as(j),j ,

j=1

o (s) dsigne la signature de la permutation s.

38

Dterminants

Maths en Ligne

UJF Grenoble

2. Reprenons la formule de la question prcdente.

X

|A| =

n
Y

(s)

as(j),j .

j=1

sSn

Nous pouvons rindicer le produit correspondant la permutation s :

n
Y

as(j),j =

j=1

n
Y

ai,s1 (i) .

i=1

De plus la signature dune permutation est gale celle de son inverse (car est
un homomorphisme de groupe).
|A| =

(s )

n
Y

ai,s1 (i) .

i=1

sSn

Rindions alors la somme :

|A| =

(s)

n
Y

ai,s(i) = |tA| .

i=1

sSn

3. Soient i et j deux entiers compris entre 1 et n. On appelle cofacteur dindices i

et j et on note Ai,j le produit par (1)i+j du mineur dordre n 1 obtenu en
supprimant la i-ime ligne et la j-ime colonne de A.
Ai,j = (1)i+j |(ah,k )h6=i,k6=j | .
4. Considrons une famille de r vecteurs colonnes de A, et supposons quelle soit
lie. Au moins un des vecteurs est combinaison linaire des autres : sans perte de
gnralit, nous pouvons supposer que cest le dernier. Considrons un mineur
dordre r extrait de A, en choisissant les r colonnes de la famille considre, et r
lignes quelconques. Dans ce mineur, la dernire colonne est combinaison linaire
des autres et donc le mineur est nul. Ce qui prcde vaut pour toute famille de
r vecteurs colonnes, donc tous les mineurs dordre r sont nuls.
5. Si le rang de A est suprieur ou gal r alors il existe une famille libre de r
vecteurs colonnes. Choisissons r vecteurs colonnes formant une famille libre, et
considrons la matrice n r de ces r vecteurs colonnes, qui est donc de rang r.
Les vecteurs lignes forment une matrice de n vecteurs de Rr . Or une matrice et
sa transpose ont mme rang. La famille des n vecteurs lignes est encore de rang
r. On peut donc en extraire une famille libre de r vecteurs. Les coordonnes de
ces r vecteurs forment une matrice r r de rang r, extraite de la matrice A.
Son dterminant est un mineur de taille r et il est non nul.
Exercice 1 :
39

Dterminants

Maths en Ligne

UJF Grenoble

1. Nous devons calculer le dterminant
















... ...
..
.
x
.. .. ..
.
.
.
... ...
... ... a

a
D = ...
..
.
a

a
..
.
..
.
a
x

La somme des lments de chaque ligne est gale x + (n 1)a. Ajoutons les
colonnes dindices 2 n la premire, et mettons x + (n 1)a en facteur.

D=








(x + (n 1)a) 






1 a . . . . . . a 
.. 
.
1 x ..
. 
..
. . . . ..  .
. . 
.
. a

.. .. . . . .
. a 
.
. .

1 a ... a x 

Soustrayons alors la premire ligne de chacune des autres.

D=








(x + (n 1)a) 






1
a
0 xa
..
..
.
.
..
.
0 ...

...
0
..
.
..
.
...

...
a
...
0
..
..
.
.
..
.
0
0 xa

Le dterminant dune matrice triangulaire est gal au produit des coefficients

diagonaux, donc D = (x + (n 1)a)(x a)n1 .
2. On ne change pas la valeur de det(A + XJ) si on soustrait la premire ligne
chacune des autres. Si on fait cela, le terme en X disparat des lignes dindices
2 n, et la premire ligne reste (x1 + X, a + X, . . . , a + X). En dveloppant
suivant la premire ligne :
det(A + XJ) = (x1 + X)B1,1 + (a + X)

n
X

B1,j ,

j=2

o les Bi,j sont des cofacteurs extraits des lignes 2 n, qui ne contiennent donc
pas X. Do le rsultat.
3. Les matrices A aJ et A bJ sont diagonales. Leur dterminant est le produit
des coefficients diagonaux.
det(A aJ) =

n
Y

(xi a) et det(A bJ) =

i=1

n
Y

(xi b) .

i=1

40

Dterminants

Maths en Ligne

UJF Grenoble

4. Daprs la question 2, det(A XJ) est un polynme de degr 1 en X, disons

X + , o et sont deux rels. Par la question prcdente, nous connaissons
sa valeur en a et b :
a + =

n
Y

(xi a) et b + =

i=1

n
Y

(xi b)

i=1

Le dterminant de A est la valeur de ce polynme en X = 0, savoir . En

liminant entre les deux quations on obtient : (b a) = bP (a) aP (b), o
P dsigne le polynme P (X) = (x1 X) . . . (xn X). Si a 6= b,
= det(A) =

bP (a) aP (b)
,
ba

5. Pour a, x1 , . . . , xn fixs, la fonction qui b associe det(A) est une fonction polynomiale, donc continue. Sa valeur en b = a est la limite de lexpression trouve
question prcdente lorsque b tend vers a.
(b a)P (a) a(P (b) P (a))
bP (a) aP (b)
= lim
= P (a) aP 0 (a) .
ba
ba
ba
ba
lim

Exercice 2 :
1. Si ai = aj , les deux lignes dindices i et j sont identiques, donc le dterminant
est nul. De mme, si bi = bj , les deux colonnes dindices i et j sont identiques
et le dterminant est nul.
2. Si on multiplie la j-ime colonne du dterminant par an + bj , le dterminant est
multipli par an + bj , ce qui donne le rsultat annonc.
3. Le coefficient dindices (i, j) trouv la question prcdente est :
an + b j
an ai + ai + bj
an ai
=
=
+1.
ai + b j
ai + b j
ai + b j
On vrifie donc le rsultat annonc en soustrayant la dernire ligne aux prcdentes.
4. Dans le dterminant de la question prcdente, on peut mettre en facteur (an
ai ) dans tous les termes de la i-ime ligne, ce qui conduit au rsultat demand.
5. Dans le dterminant de la question prcdente, soustrayons la dernire colonne
chacune des prcdentes. Pour i, j = 1, . . . , n 1, le terme dindices (i, j)
devient :
1
ai + b n ai b j
bn bj
1

=
=
,
ai + b j
ai + b n
(ai + bj )(ai + bn )
(ai + bj )(ai + bn )
do le rsultat.
41

Dterminants

Maths en Ligne

UJF Grenoble

6. Dans le dterminant de la question prcdente, le terme (bn bj ) est en facteur

1
est en facteur
dans tous les coefficients de la j-ime colonne, et le terme ai +b
n
dans tous les termes de la i-ime ligne. Donc :
Dn =

(an a1 ) (an an1 )(bn b1 ) (bn bn1 )

(an + b1 ) (an + bn )(a1 + bn ) (an1 + bn )


1

 a1 +b1


1

 a2 +b1


..

.



1

 an1 +b1



0

1
a1 +b2

... ...

1
a1 +bn

1
a2 +b2

... ...

1
a2 +bn

..
.

..
.

1
an1 +b2

... ...
...

1
an1 +bn

Or si on dveloppe ce dernier dterminant selon la dernire ligne, on trouve le

dterminant de Cauchy dordre n 1, correspondant aux vecteurs (a1 , . . . , an1 )
et (b1 , . . . , bn1 ), not Dn1 .
1
7. Pour n = 1, D1 = a1 +b
. Supposons la formule vraie pour Dn1 . Daprs la
1
question prcdente,

Y
16i<n

Dn = Y

(an ai )(bn bi )
(an + bi )(ai + bn )

16i6n

(ai aj )(bj bi )

16i<j6n1

(ai + bj )

16i,j6n1

soit

Dn =

(ai aj )(bj bi )

16i<j6n

(ai + bj )

16i,j6n

8. Le cofacteur dindices (i, j) de la matrice An est le dterminant de la matrice

obtenue en supprimant la ligne i et la colonne j. Ce faisant, on obtient la matrice
de Cauchy de taille n 1 n 1, associe aux vecteurs
(a1 , . . . , ai1 , ai+1 . . . , an ) et (b1 , . . . , bj1 , bj+1 . . . , an ) .
Le cofacteur est donn par la formule de la question prcdente, dont on supprime tous les facteurs contenant ai et tous les facteurs contenant bj , et que lon
pultiplie par (1)i+j . Le rapport CDi,jn ne conserve donc que les facteurs contenant
ai et bj . Les termes en ai ak sont affects du signe + si k < i, si k > i, idem
pour les termes en bj bh . Do le rsultat.

42

Dterminants

Maths en Ligne

UJF Grenoble

9. Pour n = 4, la matrice de Hilbert est :

H4 =

1
2

1
3

1
4

1
2

1
3

1
4

1
5

1
3

1
4

1
5

1
4

1
5

1
6

1
6

1
7

Daprs la question 7, son dterminant est

321211
1
=
.
4567345623451234
6048000
10. En utilisant le rsultat de la question 8, on obtient :

H41 =

16
120
240
140
120 1200 2700 1680
240 2700 6480 4200
140 1680 4200 2800

43

Maths en Ligne

3
3.1

Dterminants

UJF Grenoble

Complments
Les ttonnements de Leibniz

Sil y a bien un fil directeur dans luvre foisonnante de Leibniz (16461716), cest
son souci constant damliorer l art dinventer . Pour lui, il convient avant tout de
dsencombrer lesprit du savant de tout ce qui peut tre automatis. Do en particulier
les recherches que Leibniz mnera toute sa vie sur les calculateurs mcaniques. En
outre, Leibniz tait parfaitement conscient de limportance dun choix judicieux de
notations, permettant dautomatiser les calculs avec des symboles. Il appelle cela l art
caractristique , (du choix des caractres), lui-mme soumis lart combinatoire (de
combiner ces caractres) 1 . Ce thme tait dj prsent ds sa thse, crite en 1666
lge de 20 ans : il y inventait un alphabet de la pense humaine . Ce souci
dautomatiser les procdures par un choix de notations judicieux la conduit pour le
calcul diffrentiel, dfinir celles que vous utilisez encore. Le mme souci prside encore
ses travaux sur la rsolution de systmes linaires, et la dtermination de solutions
communes aux quations algbriques. Cest ainsi quil est amen au fil des annes
dvelopper les dterminants. Il nest pas lauteur de la thorie complte, mais plutt
dun ensemble de rgles empiriques non dmontres, qui prfigurent nanmoins les
proprits que vous avez apprises dans ce chapitre. Dailleurs il nexiste pas de trait
publi par Leibniz sur les dterminants. Seulement un corpus de manuscrits et de lettres
en latin, adresses quelques uns de ses 1100 correspondants recenss. Pourquoi un
tel intrt pour les systmes linaires ? Leibniz pensait que nimporte quelle rsolution
dquation (algbrique, diffrentielle ou autre) pouvait se ramener la rsolution dun
systme linaire. Au vu des mthodes numriques dveloppes depuis deux sicles,
ctait singulirement prmonitoire !
Dans le cadre de son art caractristique , Leibniz inventa plus cinquante manires
dutiliser des nombres fictifs ; deux seulement furent publies. Voici une de ses faons
dcrire une quation linaire quelconque :
10 + 11x + 12y = 0 .
Comprenez : a1,0 +a1,1 x+a1,2 y = 0, ou bien ax+by = c : que prfrez-vous ? Paradoxalement, ces multiples choix de notations pour les systmes linaires, le fait de ne pas
distinguer premier et second membre, semblent lavoir handicap plutt quaid dans
ses lents ttonnements vers la dfinition du dterminant. Ayant peru assez tt que les
quantits qui apparaissaient dans les solutions de systmes linaires taient des sommes
de produits de coefficients, il a mis trs longtemps dgager la rgle de lalternance de
signe. Il entrevoit cette rgle ds 1678.
Ainsi nous avons une rgle de laquelle la valeur dune inconnue linaire peut
tre crite sans aucun calcul.
1. M. Eberhard Knobloch : Dterminants et limination chez Leibniz, Revue dHistoire des
Sciences, 54(2), pp. 143164 (2001)

44

Maths en Ligne

Dterminants

UJF Grenoble

Ctait trop optimiste. Son heuristique ne se gnralise pas encore. Prudent, il crit :
Ce thorme mritait dtre dmontr exactement, ce qui se ferait par cette
subtile analyse-l qui prescrit les lois au calcul mme sans calcul.
Voici la rgle des signes en 1683.
Soit un terme quelconque positif ou ngatif : les termes qui se distinguent
de ce terme par un nombre pair de coefficients sont affects du signe oppos.
Ceux qui se distinguent par un nombre impair de coefficients sont affects
du mme signe.
Encore une autre, la mme anne :
Les membres qui nont quun seul coefficient commun ou un nombre impair
de tels coefficients ont des signes opposs. Ceux qui ont deux ou un nombre
pair de coefficients communs ont le mme signe.
Ce nest toujours pas a : Leibniz essaie de deviner le rsultat en dcortiquant les
systmes 2 2 et 3 3 quil rsoud, mais la gnralisation nest pas vidente. Petit
petit, il parvient dgager la notion de permutation des indices.
Les permutations des indices droits ont le mme signe si elles rsultent
lune de lautre par un changement cyclique. Les autres permutations ont
un signe oppos.
Enfin en 1684, il tient son succs.
Dans cette tentative, jai rsolu le problme tandis quauparavant javais
toujours essuy un chec. Voici un exemple insigne de lart combinatoire.
La rgle quil nonce alors est bien la bonne :
Deux termes qui se distinguent lun de lautre seulement par un nombre
impair de transpositions des indices gauches ou droits ont des signes opposs. Ceux qui se distinguent lun de lautre par un nombre pair ont le mme
signe.
Sil a fallu autant de temps Leibniz pour comprendre comment dvelopper un dterminant, peut-tre nest-ce pas si vident ?

3.2

Lcole japonaise

Les Neuf Chapitres de lart du Calcul ont jou pour les mathmatiques en extrmeorient, le rle des lments dEuclide pour les mathmatiques occidentales. Ce livre de
problmes crit en Chine dans les premiers sicles de notre re, contient en particulier
des problmes dquations et la rsolution des systmes linaires. Ainsi, des sicles
plus tard, les systmes dquations taient toujours pour les mathmaticiens japonais
une source dinspiration. Il nest donc pas surprenant queux-aussi aient, comme les
mathmaticiens europens, dgag la notion de dterminant des mthodes de rsolution
dquations. Plus surprenant est le fait que les deux dcouvertes ont t quasiment
45

Maths en Ligne

Dterminants

UJF Grenoble

simultanes. Le premier dterminant a t crit au Japon par Seki Takakazu (ou Seki
Kowa) (16421708) 2 3 . Louvrage dans lequel la notion apparat est dat de 1683, mais il
est probable que son auteur travaillait sur les problmes dlimination depuis plusieurs
annes. Ce que dautres ne manquaient pas de lui reprocher.
Il existe aujourdhui dans notre pays, des mathmaticiens qui connaissent
lgalisation mais qui, par got du secret ou par relle ignorance, nul ne
sait, ne la rvlent pas. Si bien que nous ne la trouvons dans aucun livre.
Celle-ci va tre divulgue par lcole de Nakanishi pour apaiser les esprits.
Dsormais les trsors de la rsolution des problmes de mathmatiques se
trouveront runis dans le seul Recueil dgalisations.
Un des lves de Takakazu se charge de riposter.
Ces temps derniers, des mathmaticiens de la capitale et de la province se
sont mis, soit par ignorance de la subtilit des procdures de Seki, soit parce
quils suspectent ce dernier de camoufler son ignorance des procdures, le
mettre lessai en lui soumettant des problmes de mme nature [que ceux
de Sawagushi] ou laccuser de stre tromp dans les procdures, dvoilant
ainsi leur propre incomptence.
Mais la meilleure manire de rpondre est encore de publier.
Dplorant que, parmi le trs grand nombre douvrages chinois et japonais
consacrs aux mathmatiques, il ny en ait aucun qui ait pntr le sens
profond du shakusa, les trois samourai [Seki et les deux frres Takebe]
tinrent conseil, puis, partir de lt de la troisime anne de Tenna [1683],
se mirent rdiger sous la conduite de Katahiro lessentiel des nouveaux
rsultats que chacun avait obtenus, firent le point sur les mthodes lgues,
anciennes et rcentes ; le tout fut rassembl au milieu des annes Genroku
[1688-1703]. Il y avait au total douze livres, auxquels le nom de Sanp taisei
[trait accompli de mathmatiques] fut donn et que [Katahiro] commena
mettre au propre.
Seki Takakazu a t la figure de proue des mathmatiques japonaises de lpoque Edo,
et ses connaissances attiraient de nombreux disciples.
Jeune homme ( lge de seize ans), il [Kataaki] se tourna avec son frre
cadet Katahiro vers les mathmatiques. Ils avaient abord cet art avec une
grande dtermination et staient plongs dans les ouvrages chinois et japonais ; et, bien quils en eussent clairci le contenu, ils ne parvenaient pas
saisir le principe (ri) des rsolutions de problmes (kainan). Ils entendirent
cette poque que les mathmatiques de Seki Shinzuke Takakazu (vassal du seigneur de Kfu, Tsunashige) dpassaient de loin ce qui se faisait
2. A. Horiuchi : Les mathmatiques japonaises lpoque dEdo 1600-1868 Librairie Philosophique
Vrin (1994)
3. Y. Mikami : On the Japanese theory of determinants, Isis, 2(1), pp. 936 (1914)

46

Maths en Ligne

Dterminants

UJF Grenoble

dans le monde. Les deux frres le choisirent comme matre et tudirent

auprs de lui ; ils sintressrent galement la science calendrique et
lastronomie, y travaillrent jour et nuit en oubliant le boire et le manger,
et uvrrent patiemment pour explorer la Voie qui gouverne les principes
des procdures.
Mais ce ntait pas la seule cole de mathmatiques au Japon. Et si la quasi-concidence
de la dcouverte du dterminant par Takakazu et Leibniz est tonnante, le parallle
entre les controverses de savants en Europe et au Japon ne lest pas moins.

3.3

Les excuses de Cramer

Il na fallu que trois pages Gabriel Cramer (17041752) pour passer la postrit.
Ces trois pages constituent la premire partie de lAppendice de son livre Introduction
lanalyse des lignes courbes algbriques , qui en comprend prs de 700. Aprs avoir
donn la solution gnrale dun systme linaire de dimensions 1, 2 et 3, il poursuit :
Lexamen de ces Formules fournit cette Rgle gnrale. Le nombre des quations & des inconnues tant n, on trouvera la valeur de chaque inconnue en
formant n fractions dont le dnominateur commun a autant de termes quil
y a de divers arrangements de n choses diffrentes. . .
Pas de doute, ce sont bien les formules de Cramer quil dcrit. Ce nest quune Rgle
marginale dans un ensemble monumental. Voici ce quil en dit dans la prface.
LAppendice contient trois Dmonstrations qui auraient trop interrompu
la suite du Discours si on les avait insres o elles sont cites. Il ny a
proprement que celle du No . 2. qui soit ncessaire.
Pourtant le succs fut quasi immdiat. Gergonne raconte :
Cette mthode fut tellement en faveur, que les examens aux coles des
services publics ne roulaient, pour ainsi dire, que sur elle ; on tait admis
ou rejet suivant quon la possdait bien ou mal.
Cramer aurait t le premier surpris dapprendre do vient sa clbrit. Il nen aura
pas eu le temps : il semble que le travail excessif quil a fourni pour crire ce monument
soit lorigine de la dgradation brutale de sa sant, et son dcs seulement 48 ans.
Quant lampleur de louvrage, il ne vous en fera point dexcuses .
Tel est le plan que je me suis propos dans cet essai. Cest mes Lecteurs
juger si je lai rempli. Jai tant de grces leur demander, que je ne leur
ferai point dexcuses, ni sur le style, o je nai cherch que la clart ; ni
sur certains dtails, que jai cr ncessaires aux jeunes Gomtres en faveur
desquels jcris ; ni sur la longueur de cet Ouvrage, dont je suis moi-mme
surpris. Elle vient principalement du nombre dExemples que japporte pour
illustrer les Rgles que je donne. Je sens fort bien que les Savants en voudraient moins, mais en change les Commenants en dsireraient peut-tre
47

Maths en Ligne

Dterminants

UJF Grenoble

davantage. Je puis dire aux uns, que je ne crois pas avoir plac un seul
Exemple sans quelque raison particulire ; & jose assurer les autres que je
ne pense pas quils trouvent dans les Rgles aucune difficult qui ne soit
claircie par quelque Exemple.

3.4

Cauchy raconte lhistoire

Dans quel domaine des mathmatiques connues au dbut du xixe sicle Cauchy
(17891857) na-t-il pas laiss sa trace ? Euh. . . je nen connais pas ! Les dterminants,
sont le sujet de lun de ses premiers travaux : Mmoire sur les fonctions qui ne peuvent
obtenir que deux valeurs gales et de signes contraires par suite des transpositions
opres entre les variables quelles renferment . Soixante dix neuf pages magistrales
crites en 1812 et parues au Journal de lcole Polytechnique en 1815. La premire
partie, Fonctions symtriques alternes dbute comme ce chapitre : dcomposition
dune permutation en cycles, en produits de transpositions, etc. Cauchy en vient ensuite
au vif du sujet. Comme il commence par brosser un historique du domaine, tant vaut
en profiter. Remarquez quil ne cite ni Takakazu (nous lexcuserons), ni Leibniz ; mais
Laplace, Vandermonde et Bzout ne semblaient pas non plus conscient de ces travaux,
raliss plus dun sicle auparavant, mais peu diffuss.
Je vais maintenant examiner particulirement une certaine espce de fonctions symtriques alternes qui soffrent delles-mmes dans un grand nombre de recherches analytiques. Cest au moyen de ces fonctions quon exprime les valeurs gnrales des inconnues que renferment plusieurs quations
du premier degr. Elles se reprsentent toutes les fois quon a des quations
de condition former, ainsi que dans la thorie gnrale de llimination.
MM. Laplace et Vandermonde les ont considres sous ce rapport dans les
Mmoires de lAcadmie des Sciences (anne 1772) et M. Bzout les a encore
examines depuis sous le mme point de vue dans sa Thorie des quations.
M. Gauss sen est servi avec avantage dans ses Recherches analytiques pour
dcouvrir les proprits gnrales des formes du second degr, cest--dire
des polynmes du second degr deux ou plusieurs variables, et il a dsign ces mmes fonctions sous le nom de dterminants. Je conserverai cette
dnomination qui fournit un moyen facile dnoncer les rsultats ; jobserverai seulement quon donne aussi quelquefois aux fonctions dont il sagit
le nom de rsultantes deux ou plusieurs lettres. Ainsi les deux expressions suivantes, dterminant et rsultante devront tre regardes comme
synonymes.

3.5

Le dernier honnte homme

Dans la correspondance de Lagrange, considr comme le plus grand mathmaticien

de la fin du xviiie, on trouve des apprciations extrmement louangeuses sur Alexandre
48

Dterminants

Maths en Ligne

UJF Grenoble

Thophile Vandermonde (17351796). Voici quelques extraits.

M. de Vandermonde me parat un trs grand analyste, et jai t trs enchant de son travail sur les quations. Ce que vous me dites de son caractre augmente encore mon estime pour lui, et le dsir que jai de mriter la
sienne.
[. . . ]
Je vous prie de remercier de ma part M. de Vandermonde de la lettre dont
il ma honor. Les thormes quelle contient sont trs beaux ; et je ne puis
assez admirer avec combien de sagacit il traite ces sortes de matires si
difficiles et si compliques. Tout ce que jai vu de lui jusquici me donne
lide dun gnie bien rare, et je le crois destin faire les plus grandes
dcouvertes dans lAnalyse.
[. . . ]
Le Mmoire de M. de Vandermonde sur llimination ma surtout frapp.
Tout ce qui sort de sa plume me plat singulirement ; jy trouve un air de
simplicit, de gnralit et doriginalit qui menchante.
Pourtant quand Lebesgue expose en 1937 ses vues sur luvre mathmatique de
Vandermonde, lapprciation est plus mitige.
La grande notorit nest assure en Mathmatiques quaux noms associs
une mthode, un thorme, une notation. Peu importe dailleurs que
lattribution soit fonde ou non, et le nom de Vandermonde serait ignor
de limmense majorit des mathmaticiens si on ne lui avait attribu ce
dterminant que vous connaissez bien, et qui nest pas de lui !
[. . . ]
Vandermonde na pas senti limportance de ses propres recherches, faute
dy avoir suffisamment rflchi. Sil eut rellement du gnie et dpassa son
poque, ses travaux ne peuvent nanmoins tre compris qu la lumire des
recherches contemporaines de Lagrange, et postrieures de Gauss, Abel ou
Galois.
Et Lebesgue dexpliquer que la fausse attribution Vandermonde de ce fameux dterminant est une mprise due sa convention dcriture des indices.
Un retour aux sources simpose. Dans son Mmoire sur llimination de 1772, le
moins que lon puisse dire est que les notations ne sont pas faciles. Voici comment il
commence.
1

Je suppose que lon reprsente par 1, 1, 1, &c. 2, 2, 2, &c. 3, 3, 3, &c. autant

de diffrentes quantits gnrales, dont lune quelconque soit a, une autre

quelconque soit b, &c. & que le produit des deux soit dsign lordinaire

par a b. Des deux nombres ordinaux & a, le premier, par exemple,

49

Dterminants

Maths en Ligne

UJF Grenoble

dsignera de quelle quation est pris le cofficient a, & le second dsignera

le rang que tient ce cofficient dans lquation, comme on le verra ci-aprs.
Je suppose encore le systme suivant dabrviations, & que lon fasse



=abba
a b

a b c

=a

+b
+c
b c
c a
a b

=a
b
+c
d
a b c d
b c d
c d a
d a b
a b c

[. . . ]
. . . Inutile den reproduire plus, vous aurez compris dune part que Vandermonde est
bien dcid traiter par sa notation des dterminants tout fait gnraux, dautre part
que ce ne sera pas de la tarte de comprendre ce quil veut dire. De fait, une fois franchi
lobstacle des notations, le mmoire contient bien une dfinition des dterminants par
rcurrence, et lnonc de leurs principales proprits, . . . mais pas le dterminant de
Vandermonde. Du moins en apparence.
Voici comment Cauchy, dans son mmoire de 1815, prsente les dterminants.
Soient a1 , a2 , . . . , an plusieurs quantits diffrentes en nombre gal n. On
a fait voir ci-dessus que, en multipliant le produit de ces quantits ou
a1 a2 a3 . . . an
par le produit de leurs diffrences respectives, ou par
(a2 a1 )(a3 a1 ) . . . (an a1 )(a3 a2 ) . . . (an a2 ) . . . (an an1 )
on obtenait pour rsultat la fonction symtrique alterne
S(a1 a22 . . . ann )
qui, par consquent, se trouve toujours tre gale au produit
a1 a2 . . . an (a2 a1 )(a3 a1 ) . . . (an a1 )(a3 a2 ) . . . (an a2 ) . . . (an an1 ) .
Supposons maintenant que lon dveloppe ce dernier produit et que, dans
chaque terme du dveloppement, on remplace lexposant de chaque lettre
par un second indice gal lexposant dont il sagit : en crivant, par
exemple, ar,i au lieu de air et ai,r au lieu de ari , on obtiendra pour rsultat
une nouvelle fonction symtrique alterne qui, au lieu dtre reprsente par
S(a11 a22 . . . ann ) ,
50

Dterminants

Maths en Ligne

UJF Grenoble

sera reprsente par

S(a1,1 a2,2 . . . an,n ) ,
le signe S tant relatif aux premiers indices de chaque lettre. Telle est la
forme la plus gnrale des fonctions que je dsignerai dans la suite sous le
nom de dterminants.
[. . . ]
Supposons ces quantits disposes en carr, comme on vient de le voir,
sur un nombre gal n de lignes horizontales et sur autant de colonnes
verticales, de manire que, des deux indices qui affectent chaque quantit,
le premier varie seul dans chaque colonne verticale et que le second varie
seul dans chaque ligne horizontale, lensemble des quantits dont il sagit
formera un systme que jappellerai systme symtrique de lordre n.
[. . . ]
Pour obtenir le dterminant du systme (1) il suffit, comme on la dit cidessus, de remplacer les exposants des lettres par des indices dans le dveloppement du produit
a1 a2 . . . an (a2 a1 )(a3 a1 ) . . . (an a1 )(a3 a2 ) . . . (an a2 ) . . . (an an1 ) .
Il existe donc bien une mthode, consistant crire un dterminant de Vandermonde
n variables comme un produit de facteurs, pour ensuite faire descendre les exposants
de chacune des variables en indices. Pour n = 3 :
a a2 a3 

2 3
2 3
2 3
2 3
2 3
2 3
abc(b a)(c a)(c b) = ab c + bc a + ca b cb a ac b ba a = b b2 b3  ,

c c2 c3 








tandis que








a1 a2 a3 
b1 b2 b3  = a1 b2 c3 + b1 c2 a3 + c1 a2 b3 c1 b2 a3 a1 c2 b3 b1 a2 a3 .

c1 c2 c3 

Cauchy utilise abondamment cette mthode pour dmontrer les proprits des dterminants, et la prconise comme mthode de calcul, dans son cours dAnalyse de lcole
Polytechnique. Lalgbre linaire tant encore inconnue, il fallait bien se dbrouiller
autrement ! Loin dtre un exemple particulier (comme nous vous lavons prsent), le
dterminant de Vandermonde tait donc un moyen commode dcrire les dterminants
gnraux et dtudier leurs proprits. Vandermonde en tait-il conscient ? Voici ce quil
dit dans son mmoire sur llimination (cest nous qui soulignons).
Ceux qui ont connaissance des symboles abrgs que jai nomms types
partiels de combinaison dans mon Mmoire sur la rsolution des quations,
reconnatront ici la formation du type partiel dpendant du second degr,
51

Maths en Ligne

Dterminants

UJF Grenoble

pour un nombre quelconque de lettres ; ils verront sans peine quen prenant
ici nos , , , , &c. par exemple, pour des exposants, tous les termes
de mme signe, dans le dveloppement de lune de nos abrviations ; seront aussi le dveloppement du type partiel dpendant du second degr,
& form dun pareil nombre de lettres ; ce que dmontrent nos oprations
prcdentes.
Le Mmoire sur la rsolution des quations, publi lanne prcdente, a t lu lacadmie en novembre 1770, soit 2 mois seulement avant celui sur llimination. Vandermonde y introduit une classification des fonctions symtriques, quil appelle types
partiels . Or que trouve-t-on la page 4 de ce mmoire, loccasion dun exemple ?
Or (a2 b + b2 c + c2 a a2 c b2 a c2 b), qui gale (a b)(a c)(b c) a pour carr. . . .
Au vu des textes, les conclusions suivantes nous semblent simposer.
1. Il ny aucune mprise due la convention dcriture des indices ; il a au contraire
une mthode reconnue comme telle, consistant changer le rle des indices et
des exposants, afin de tirer parti de la factorisation du dterminant de Vandermonde. Cauchy en fait un usage important, tant dans son mmoire de 1812, que
dans son cours danalyse de lcole Polytechnique de 1821.
2. Vandermonde tait parfaitement conscient de cette mthode, puisquil le dit
explicitement dans le mmoire sur llimination, et quil donne la factorisation
dans le mmoire sur la rsolution des quations.
3. Mme si Cauchy a vritablement dvelopp la thorie, et tir toutes les consquences de la mthode, il est juste de donner le nom de Vandermonde la fois
au dterminant et la mthode.
Pourquoi alors la place de Vandermonde dans lHistoire est-elle si trique ? Il ne semble
pas avoir aim attirer lattention. Lastronome sudois Lexell crivait en 1780 4 :
M. Vandermonde passe pour tre un homme de talent, quoiquil nen a pas
la mine. Sa manire de sexprimer nest pas trop claire. Il est petit et son
front ne passerait jamais pour le front dun mathmaticien.
Comme on dit dans ces cas-l : Napolon aussi tait petit. La modestie de Vandermonde
le conduisait seffacer volontiers, plutt que de rentrer dans ces polmiques qui ont
toujours maill les relations entre savants. Le mmoire sur llimination mentionne :
Ce mmoire a t lu pour la premire fois lAcadmie le 12 janvier 1771.
Il contenait diffrentes choses que jai supprimes ici, parce quelles ont t
publies depuis par dautres gomtres.
Lautre gomtre dont il sagit est Laplace, dont le mmoire, publi dans le mme
volume, nallait pas aussi loin sur le plan thorique que celui de Vandermonde. Mme sil
a t justement reconnu comme le fondateur de la thorie des dterminants, son activit
4. A. Birembaut : LAcadmie royale des Sciences en 1780 vue par lastronome sudois Lexell
(17401784) Revue dHistoire des Sciences et de leurs applications, 10(2), pp. 148166 (1957)

52

Maths en Ligne

Dterminants

UJF Grenoble

mathmatique rduite (seulement 3 ans) ne lui a pas laiss le temps de dvelopper

une uvre denvergure. Qua-t-il donc fait dautre ? Ami de Vaucanson, Lavoisier et
Berthollet, Vandermonde sintressa au moins autant la mcanique (il a dirig le
Conservatoire National des Arts et Mtiers) ou la chimie, quaux mathmatiques.
Mais aussi la musique, et sur la fin de sa vie lconomie politique 5 . ce tournant
de sicle o les scientifiques commenaient se spcialiser de plus en plus, peut-tre
Vandermonde a-t-il souffert dtre un des derniers touche--tout, un honnte homme
comme on disait au sicle des lumires.

3.6

La solidit des pyramides

Linterprtation dun dterminant comme un volume est attribue Joseph-Louis

Lagrange (17361813). Voici ce quil crit dans Nouvelle solution du problme du
mouvement de rotation dun corps de figure quelconque qui nest anim par aucune
force acclratrice , paru aux Nouveaux mmoires de lAcadmie Royale des Sciences
et Belles-Lettres de Berlin , en 1773.
Imaginons maintenant une pyramide triangulaire qui ait ses quatre angles,
lun au centre des coordonnes, les autres aux points M , M 0 , M 00 , il nest
pas difficile de prouver que la solidit de cette pyramide sera exprime par
les coordonnes x, y, z, x0 , y 0 , z 0 , . . . de cette manire.
z(x0 y 00 y 0 x00 ) + z 0 (yx00 xy 00 ) + z 00 (xy 0 yx0 )
,
6
[. . . ]
Ainsi cette quantit sera nulle toutes les fois que la pyramide en question
svanouira, ce qui arrive lorsque les trois points M , M 0 , M 00 sont dans un
mme plan passant par le centre des coordonnes.

3.7

Les dterminants de Sylvester

Pour Takakazu, comme pour Leibniz, Cramer ou Vandermonde, la rsolution dun

systme linaire ntait quun cas particulier du problme gnral de llimination des
variables entre des quations polynomiales. Il consiste trouver des solutions communes
un systme dquations polynomiales plusieurs variables. Le systme est linaire si
les degrs des polynmes en chacune des variables est 1. Lautre cas particulier facile
est celui o il ny a quune variable et deux quations polynomiales. Il sagit donc de
dterminer une racine commune deux polynmes, disons
P = a0 + a1 X + + an X n

et Q = b0 + b1 X + + bm X m .

5. J. Hecht : Un exemple de multidisciplinarit : Alexandre Vandermonde (17351796), Population,

4, pp. 641676 (1971)

53

Maths en Ligne

Dterminants

UJF Grenoble

Quelle condition doivent satisfaire les coefficients pour que P et Q aient une racine
commune ? Commenons par former la matrice de Sylvester, S(P, Q), en crivant m+n
colonnes obtenues en rptant de faon dcale les deux vecteurs de coefficients. Pour
n = 2 et m = 3 :

a0 0 0 b 0 0 0 0

a1 a0 0 b 1 b 0 0 0

a a a b b b
0
1
0
2
1
0

0 a2 a1 b 3 b 2 b 1 b 0

S(P, Q) =

0
0
a
0
b
b
b
2
3
2
1

0
0 0 0 0 b3 b2

0 0 0 0 0 0 b3
Thorme 4. Le degr du pgcd de P et Q et le rang de la matrice S(P, Q) sont lis
par :
deg pgcd(P, Q) = n + m rang S(P, Q) .
Vous pouvez dmontrer vous-mmes ce rsultat : il suffit de comprendre quel est
le rapport entre larithmtique des polynmes et le noyau de la matrice de Sylvester.
Notons R le pgcd de P et Q et supposons quil soit de degr suprieur ou gal 1.
Notons A et B les quotients de P et Q par R : ils sont tels que P = AR et Q = BR,
donc BP AQ = 0. Les polynmes A et B sont de degrs au plus n 1 et m 1.
crivons :
A = 0 + 1 X + + n1 X n1

et B = 0 + 1 X + + m1 X m1 .

Soit v le vecteur de Rn+m obtenu en concatnant les coefficients de B puis de A.

v = (0 , 1 , . . . , m1 , 0 , 1 , . . . , n1 ) .
Convainquez-vous que le produit de la matrice S(P, G) par le vecteur colonne tv est le
vecteur des coefficients de BP AQ. Le reste devrait tre facile.
Le dterminant de la matrice de Sylvester sappelait au dbut le rsultant. Il tait dj
implicitement prsent chez Takakazu comme chez Leibniz, et avait t explicit par
Euler, puis Bzout. Pourquoi donc lui a-t-on donn le nom de James Joseph Sylvester
(18141897) ?
Certainement pas linitiative de ses tudiants de lUniversit de Virginie. Il tait
pourtant prvenu : en tant que juif, et anglais de surcrot, il nallait pas tre facilement
accept par les White Anglo-Saxon Protestants de ltat esclavagiste qutait encore
la Virginie davant la guerre de scession (lhistoire se droule dbut 1842). 6 .
Unless Sylvester is content to sink into a mere cypher, and submit to all
sorts of imposition from the students, he will have difficulties. They will try
6. L. S. Feuer : Americas First Jewish Professor : James Joseph Sylvester at the University of
Virginia, American Jewish Archives 36, p.151-201 (1984)

54

Maths en Ligne

Dterminants

UJF Grenoble

him, and when they do so, he will [. . . ] commit some sort of blunder, and
compromise his dignity in some way. I reckon our London cockney knows
about as much about Virginian manners and character as a horse would
about differential calculus.
Effectivement, la provocation des tudiants et la gaffe de Sylvester ne staient pas
faites attendre.
The cause of his sudden abandonment of the University of Virginia is often
related by the Rev. R.L. Dabney, as follows : In Sylvesters class were a
pair of brothers, stupid and excruciatingly pompous. When Sylvester pointed out the blunders made in a recitation by the younger of the pair, this
individual felt his honor and family pride aggrieved, and sent word to Professor Sylvester that he must apologize or be chastised.
Sylvester bought a sword-cane, which he was carrying when way-laid by
the brothers, the younger armed with a heavy bludgeon.
An intimate friend of Dr. Dabneys happened to be approaching at the moment of the encounter. The younger brother stepped up in front of Professor
Sylvester and demanded an instant and humble apology.
Almost immediately he struck at Sylvester, knocking off his hat, and then
delivered with his heavy bludgeon a crushing blow upon Sylvesters bare
head.
Sylvester drew his sword-cane and lunged straight at him, striking him
just over the heart. With a despairing howl, the student fell back into his
brothers arms screaming out, I am killed ! ! He has killed me ! Sylvester
was urged away from the spot by Dr. Dabneys friend, and without even
waiting to collect his books, he left for New York, and took ship back to
England.
Meanwhile, a surgeon was summoned to the student, who was lividly pale,
bathed in cold sweat, in complete collapse, seemingly dying, whispering his
last prayers. The surgeon tore open his vest, cut open his shirt, and at once
declared him not in the least injured. The fine point of the sword-cane had
struck a rib fair, and caught against it, not penetrating.
When assured that the wound was not much more than a mosquito-bite,
the dying man arose, adjusted his shirt, buttoned his vest, and walked off,
though still trembling from the nervous shock.

3.8

La condensation de Dodgson

Soit calculer un dterminant A = |ai,j |i,j=1,...,n . Il convient dabord de le rarranger

par combinaison de lignes et de colonnes, de manire ce que ses coefficients dindices
compris entre 2 et n1 soient non nuls. La condensation de Dodgson se droule en
3 tapes :
55

Maths en Ligne

Dterminants

UJF Grenoble

1. former tous les dterminants 2 2 possibles avec des termes contigus, que lon
place dans un dterminant de taille (n1) (n1),
2. rpter lopration de manire obtenir un dterminant de taille (n2) (n2),
disons C = |ci,j |i,j=1,...,n2 ,
3. diviser chaque terme ci,j par le terme ai+1,j+1 du dterminant initial.
On itre ensuite jusqu atteindre la taille 1 1, et diviser par le terme central du
dterminant 3 3 obtenu antrieurement : le rsultat est le dterminant cherch. Vous
ntes pas convaincu que lalgorithme fait bien ce qui est annonc ? Il nest peut-tre
pas utile de sacharner en savoir plus : il faut bien avouer quil na aucun intrt ni
pour le calcul la main, ni pour limplmentation sur machine. Le nombre doprations,
certes plus rduit que pour le dveloppement par lignes, reste trs suprieur celui de
la mthode du pivot de Gauss.
Charles Dodgson (18321898) a publi cette mthode en 1866 sous le titre Condensation of Determinants, Being a New and Brief Method for Computing their Arithmetical Values . Pas plus que sa mthode, il na laiss de souvenir imprissable, ni comme
enseignant (il tait professeur au Christ Church College dOxford mais avait des problmes dlocution), ni comme mathmaticien.
An inveterate publisher of triffles [who] was forever putting up pamphlets,
papers, broadsheets, and books on mathematical topics [that] earned him no
reputation beyond that of a crochety, if sometimes amusing controversialist,
a compiler of puzzles and curiosities, and a busy yet ineffective reformer on
elementary points of computation and instructional methods. In the higher
reaches of the subject he made no mark at all, and has left none since.
Voil ce qui sappelle habiller quelquun pour lhiver. Ny a-t-il vraiment rien dautre
pour le sauver ? La religion ? Il nalla pas jusqu tre ordonn prtre, mais il fut tout de
mme diacre et il prononait rgulirement des sermons et servait des offices religieux.
Ou bien la photographie ? Il laissa une collection de 3000 clichs. Rien de tout cela
ne suffit expliquer pourquoi Charles L. Dodgson est plus clbre que nimporte quel
autre mathmaticien.
Vous le connaissez sous le pseudonyme de Lewis Carroll : Alice in Wonderland
est paru en 1865, un an avant la mthode de condensation. Profitons en pour tordre
le cou une fois de plus une rumeur tenace, qui a commenc circuler peu aprs. La
voici reprise dans une biographie datant de 1910.
A funny tale is told about Queen Victoria. It seems that Lewis Carroll sent
the second presentation copy of Alice in Wonderland to Princess Beatrice,
the Queens youngest daughter. Her mother was so pleased with the book
that she asked to have the authors other works sent to her, and we can
imagine her surprise when she received a large package of learned treatises
by the mathematical lecturer of Christ Church College.

56

Maths en Ligne

Dterminants

UJF Grenoble

Lanecdote est piquante, mais compltement imaginaire et dailleurs incompatible avec

le caractre de Dodgson et le soin quil prit se dmarquer de Lewis Carroll. Il se crut
tout de mme oblig de publier un dmenti trente ans plus tard.
I take this opportunity of giving what publicity I can to my contradiction of
a silly story, which has been going the round of the papers, about my having
presented certain books to Her Majesty the Queen. It is so constantly repeated, and is such absolute fiction, that I think it worthwhile to state, once
for all, that it is utterly false in every particular : nothing even resembling
it has occured.

57