PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT

D'ORDRE 3

1.

Produit vectoriel

1.1. Dnition.

1.1.1. Orientation de l'espace.

Dans l'espace usuel, si l'on se donne deux vecteurs ~i et ~j 'orthogonaux de norme
1, il existe deux possibilits de leur adjoindre un troisime vecteur pour obtenir une
base orthonormale de l'ensemble des vecteurs de l'espace. On obtient deux bases
B = (~i, ~j, ~k) et B 0 = (~i, ~j, ~k).
On peut dcider de dire que l'une d'elle, mettons B , est de sens direct, et que
tout triplet de vecteurs non coplanaires (~u, ~v , w)
~ est de sens direct, si l'on vrie la
 rgle du Bonhomme d'Ampre  (utilise en lectromagntisme lmentaire) :

Pour le  Bonhomme d'Am~i, ~j) est positif (pour aller de ~i ~j , il voit une rotation de
pre , l'angle orient ([
droite gauche)
On peut aussi dnir le sens direct par la  rgle des trois doigts de la main
droite  :
1

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

(~i, ~j, ~k) est une base orthonormale directe (B.O.N.D.) si avec ma main droite, je
peux placer ~i selon mon pouce, ~j selon mon index et ~k selon mon majeur (on peut
aussi faire une permutation circulaire : (~j, ~k,~i), ou (~k,~i, ~j) de sens direct)

Nous nous placerons dsormais dans un espace  usuel  muni d'une B.O.N.D.
(~i, ~j, ~k) pour dnir des coordonnes de vecteurs.
Nous adopterons la notation  matricielle  des vecteurs : sous-entendu que la
base est (~i, ~j, ~k), on notera

x
~v = x~i + y~j + z~k ~v = y
z

C'est de loin la notation la plus pratique, et celle vitant le maximum d'erreurs

de calcul. On aura au niveau lmentaire :
0

a
a
a + a0
~u + ~v = b + b0 = b + b0
c
c0
c + c0

a
a
~u = b = b
c
c

La base utilise tant orthonormale, on aura pour expression du produit scalaire :

~u.~v = aa0 + bb0 + cc0

et bien sr
||~u|| =

~u2 = a2 + b2 + c2

(~u2 dsignant le carr scalaire)

1.1.2. Produit vectoriel.
L'espace usuel E est muni d'une base orthonormale directe (~i, ~j, ~k). Dans l'espace
E des vecteurs de l'espace, on dnit une loi de composition interne, le produit
vectoriel, not , tel que
1)
~i ~j
~j ~k

= ~k
= ~i

~k ~i = ~j

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

2) anticommutatif :
(~u, ~v ) E 2 , ~u ~v = ~v ~u

3) distributif droite sur l'addition vectorielle :

~u (~v + w)
~ = ~u ~v + ~u w
~

ce qui implique aussi, grce l'anticommutativit, la distributivit gauche :

(~u + ~v ) w
~ = ~u w
~ + ~v w
~

4) pseudo-associatif avec la multiplication par un rel :

(~u) ~v = (~u ~v )

L'anticommutativit implique que le produit vectoriel est altern, c'est--dire

~u E, ~u ~u = ~0

0
x
x
Donc, si ~u = y et ~v = y 0 , on a (en omettant les  carrs  vectoriels,
z
z0

tous nuls)

~u ~v

(x~i + y~j + z~k) (x0~i + y 0~j + z 0~k)

= xy 0~i ~j + xz 0~i ~k + yx0~j ~i + yz 0~j ~k + zx0~k ~i + zy 0~k ~j
= xy 0~k xz 0~j yx0~k + yz 0~i + zx0~j zy 0~i

(yz 0 zy 0 )~i + (zx0 xz 0 )~j + (xy 0 yx0 )~k

On retiendra

yz 0 y 0 z
~u ~v = zx0 z 0 x
xy 0 x0 y

On vrie aisment que le produit ainsi dni analytiquement est anticommutatif

et distributif sur l'addition vectorielle.
1.2. Proprits.
1.2.1. Orthogonalit de ~u ~v avec ~u et ~v :
Calculons par exemple le produit scalaire
~u.(~u ~v )

= x(yz 0 y 0 z) + y(zx0 z 0 x) + z(xy 0 x0 y)

= xyz 0 xy 0 z + x0 yz xyz 0 + xy 0 z x0 yz = 0

De mme ~v .(~u ~v ) = ~0 (inutile de le prouver : se servir de l'anticommutativit

et de la nullit du premier produit scalaire).
Le produit vectoriel de deux vecteurs est orthogonal au plan vectoriel engendr
par ces deux vecteurs s'ils sont non colinaires (disons, le plan vectoriel dont ces
deux vecteurs constituent une base).

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

1.2.2. Norme de ~u ~v :
Calculons
||~u ~v ||2 = (yz 0 y 0 z)2 + (zx0 z 0 x)2 + (xy 0 x0 y)2

et additionnons avec le carr du produit scalaire (~u.~v )2 : on trouve, aprs un

calcul lmentaire,
||~u ~v ||2 + (~u.~v )2 = ||~u||2 .||~v ||2
[
Or, comme ~u.~v = ||~u||.||~v || cos (~
u, ~v ), on en dduit
[
||~u ~v || = ||~u||.||~v || sin (~
u, ~v )

Remarque
Dans l'espace, on ne peut dnir d'angle orient. En eet, si je dessine un angle
orient de sens positif (trigonomtrique) sur une table, vu de dessous la table, l'angle
sera vu comme de sens ngatif.
Donc un angle est un nombre positif, compris entre 0 et , et son sinus est positif !
1.2.3. Interprtation de la norme de ~u~v : C'est l'aire du paralllogramme construit
sur ces deux vecteurs :

1.2.4. Le triplet de vecteurs (~u, ~v , ~u ~v ) est de sens direct. On le vriera sur des
exemples ; c'tait vrai pour (~i, ~j, ~k) et l'on a par exemple ~k = ~i ~j .
On peut donner du produit vectoriel une autre dnition : tout couple de
vecteurs (~u, ~v ) non colinaires, il associe un vecteur w
~ = ~u ~v qui leur est orthogonal
tous les deux, tel que (~u, ~v , w)
~ soit de sens direct, et
[
||w||
~ = ||~u||.||~v || sin (~
u, ~v )

ou encore, tel que

||w||
~ = aire du parall
elogramme construit sur ~u et ~v

1.2.5. Le produit vectoriel de deux vecteurs est nul si et seulement si ces vecteurs
[
sont colinaires. En eet, ||~u ~v || = ||~u||.||~v ||. sin (~
u, ~v ) = 0 ||~u|| = 0 ou ||~v || =
[
0 ou sin (~
u, ~v ) = 0
[
Ce qui veut dire : ~u = ~0 ou ~v = ~0 ou (~
u, ~v ) = 0 ou
On rappelle que le vecteur nul est colinaire tout vecteur, puisque
~0 = 0.~u

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

La nullit du produit vectoriel est donc un critre (dans l'espace) pour la colinarit de deux vecteurs.
On aurait pu aussi dduire ce critre du caractre altern du produit vectoriel.
2.

Quelques applications

2.1. Equation d'un plan dont on connat un repre.

Soit P un plan de l'espace, dont un repre est (A, ~u, ~v ).
Un vecteur normal au plan (i.e. orthogonal au plan) tant ~n = ~u ~v , l'quation

du plan n'est autre que AM .~n = 0, soit

AM .(~u ~v ) = 0

(nous allons voir que cela signie galement

det(AM , ~u, ~v ) = 0

ce qui signie aussi (autre critre ) que les trois vecteurs sont linairement lis,
c'est--dire coplanaires.
2.2. Distance d'un point une droite dont on connat un repre.
Soit D une droite de repre (A, ~u).
Un point M de l'espace a pour projection orthogonale sur la droite le point H .
On a :

AM ~u = (AH + HM ) ~u = HM ~u

car AH et ~u sont colinaires, donc de produit vectoriel nul.

Comme de plus, HM et ~u sont colinaires, on en dduit

||AM ~u|| = HM.||~u||

Donc la distance de M la droite D est

||AM ~u||
d(M, D) =
||~u||

2.2.1. Application.
1. Equation d'un cylindre d'axe = (A, ~u) et de rayon R.
C'est tout simplement

||AM ~u|| = R||~u||

ou plutt (pour ne pas garder de racines carres, puisque comparer deux nombres
positifs quivaut comparer leurs carrs) :

||AM ~u||2 = R2 ||~u||2

2
Exemple, avec A(1, 0, 2) et ~u = 3
0

x1
2
3(z + 2)

2(z + 2)
AM ~u = y 3 =
z+2
0
3(x 1) 2y

L'quation du cylindre de rayon 2 et d'axe est :

13(z + 2)2 + (3x 2y 3)2 = 52

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

ou, en simpliant,
9x2 + 4y 2 + 13z 2 18x + 12y + 52z 12xy + 9 = 0

Vrions avec Maple :

with(plots) :
implicitplot3d(13*(z+2)^2+(3*x-2*y-3)^2=52,x=-5..5,y=-5..5,z=-5..5,scaling=constrained,
numpoints=5000) ;

(il a fallu faire tourner l'image 3D

avec la souris)
numpoints = nombre de points. Sans cette commande, on aurait une forme trs
imparfaite, anguleuse, avec un trop petit nombre de points.
scaling=constrained : reprsenter dans un repre orthonormal.
2. Equation d'un cne d'axe = (A, ~u), de sommet A et de demi-angle au
sommet .

On peut dnir ce cne en disant que pour tout point M de ce cne, on a

d(M, )
= sin
d(M, A)

soit

||AM ~u||2 = sin2 ||~u||2 .AM 2

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

Exemple

1
Si A(2, 0, 1) , ~u = 1 , = 6
0

x2
1
z+1

z+1
alors AM ~u = y 1 =
z+1
0
x + 2 y

L'quation du cne est

2(z + 1)2 + (x + y 2)2 =

1
[(x 2)2 + y 2 + (z + 1)2 ]
2

ou, simplication faite,

x2 + y 2 + 3z 2 4x 8y + 6z + 4xy + 7 = 0

Vrions avec Maple :

with(plots) :implicitplot3d(x^2+y^2+3*z^2-4*x-8*y+6*z+4*x*y=-7,x=-3..7,y=5..5,z=-6..4,scaling=constrained,numpoints=5000) ;

(c'est un peu dicile reconnatre, car on a l'intersection du cne avec un cube (x, y, z) [3, 7] [5, 5]
[6, 4])
3.

Produit mixte

3.1. Dnition.
Soient ~u, ~v , w
~ trois vecteurs de l'espace usuel.
Leur produit mixte est par dnition
(~u, ~v , w)
~ = ~u.(~v w)
~

C'est donc
||~u||.||~v w||
~ cos (~u\
, ~v w)
~

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

Autrement dit, c'est au signe prs, le volume du paralllpipde construit sur les
trois vecteurs ~u, ~v , w
~ (aire du paralllogramme construit sur ~v et w
~ par la hauteur
\
h = ||~u|| cos (~u, ~v w)
~ )

3.1.1. Consquence et critre de coplanarit. Si les trois vecteurs sont des vecteurs
d'un mme plan de l'espace, ce qui revient dire que l'un est combinaison linaire
des deux autres (par exemple, ~u = ~v + w
~ ), alors le produit mixte ~u.(~v w)
~ est
nul. (hauteur du paralllpipde = 0)
Rciproquement, le produit mixte est nul si
\
||~u.(~v w)||
~ = ||~u||.||~v ||.||w||
~ sin (~
v , w)|
~ cos (~u\
, ~v w)
~ =0

ce qui quivaut
~u = ~0 ou ~v = ~0 ou w
~ = ~0 ou ~u colin
eaire a
` ~v ou h = 0

ce qui veut bien dire que les trois vecteurs sont coplanaires.
On en dduit le critre
~u.(~v w)
~ = ~0 ~u, ~v et w
~ coplanaires

3.2. Proprits.

0
x
x
3.2.1. Expression analytique du produit mixte : Si je pose ~u = y , ~v = y 0
z
z0

x
et w
~ = y , alors
z

~u.(~v w)
~ = xy 0 z + yz 0 x + zx0 y zy 0 x z 0 yx zyx0

on peut  lire  et mmoriser facilement cette formule en regardant le tableau

x
y
z

x0
y0
z0

x
y
z

x
y
z

x0
y0
z0

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

Les 3 produits aects d'un signe (+) sont les produits  descendants  et les 3
produits aects d'un signe (-) sont les produits  montants .
3.2.2. Le produit mixte est compltement antisymtrique : Simplement en comparant les expressions analytiques, on dduit
~v .(~u w)
~

~u.(~v w)
~

~u.(w
~ ~v )

~u.(~v w)
~

w.(~
~ v ~u)

~u.(~v w)
~

(en permutant deux des vecteurs, on change le produit mixte en son oppos)
3.2.3. Le produit mixte est invariant par permutation circulaire. On a
~u.(~v w)
~ = ~v .(w
~ ~u) = w.(~
~ u ~v )

En eet,
~v .(w
~ ~u) = w.(~
~ v ~u) = +~u.(~v w)
~

(une permutation circulaire est la compose de deux permutations de vecteurs)

3.2.4. Le produit mixte est une forme multilinaire (plus prcisment, trilinaire).
Terminologie
On appelle forme linaire une application f : E R faisant correspondre un
vecteur ~u un rel f (~u), et satisfaisant (linarit)
(, ) R2 , (~u, ~v ) E, f (~u + ~v ) = f (~u) + f (~v )

ce qui veut dire deux choses : pour tous ~u, ~v , ,

f (~u + ~v )

f (~u) + f (~v )

f (~u)

f (~u)

Une forme bilinaire est une application

f :EE R

faisant correspondre un couple de vecteurs (~u, ~v ) un rel f (~u, ~v ), et satisfaisant

(, ) R2 , (~u, ~v , w)
~ E 3 , f (~u + ~v , w)
~ = f (~u, w)
~ + f (~v , w)
~
(, ) R2 , (~u, ~v , w)
~ E 3 , f (~u, ~v + w)
~ = f (~u, ~v ) + f (~u, w)
~

Une forme trilinaire est une application

f :EEE R

faisant correspondre un triplet de vecteurs (~u, ~v , w)

~ un rel f (~u, ~v , w)
~ , et satisfaisant
(, ) R, (~u, ~v , w,
~ ~x), f (~u + ~v , w,
~ ~x) = f (~u, w,
~ ~x) + f (~v , w,
~ ~x)
(, ) R, (~u, ~v , w,
~ ~x), f (~u, ~v + w,
~ ~x) = f (~u, ~v , ~x) + f (~u, w,
~ ~x)
(, ) R, (~u, ~v , w,
~ ~x), f (~u, ~v , w
~ + ~x) = (~u, ~v , w)
~ + f (~u, ~v , ~x)

une forme trilinaire est compltement antisymtrique si elle change de signe

chaque fois qu'on permute deux des vecteurs :
f (~v , ~u, w)
~

= f (~u, ~v , w)
~

f (~u, w,
~ ~v )

= f (~u, ~v , w)
~

f (w,
~ ~v , ~u)

= f (~u, ~v , w)
~

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

4.

10

Dterminants d'ordre 3

Comparaison avec un critre sur les vecteurs du plan

On a vu (mon cours de 2nde sur les vecteurs) le critre pour les vecteurs du
plan :
det(~u, ~v ) = 0 ~u et ~v colin
eaires

On rappelle que  colinaires  veut dire :

R, ~u = ~v ou ~v = ~u

C'est la ngation de  ~u et ~v sont linairement indpendants , qui s'crit

(, ) R2 , (~u + ~v = ~0) ( = = 0)

Or nous venons de voir

~u.(~v w)
~ = 0 ~u, ~v et w
~ coplanaires

On rappelle que  coplanaires  veut dire :

(, ) R2 , ~u = ~v + w
~ ou ~v = ~u + w
~ ou w
~ = ~u + ~v

C'est la ngation de  ~u, ~v et w

~ sont linairement indpendants , qui s'crit
(, , ) R3 , (~u + ~v + w
~ = ~0) ( = = = 0)

Ces deux critres sont nalement identiques, la dimension du plan (2) ou de

l'espace (3) prs.
4.1. Dnition. On en dduit la dnition du dterminant d'ordre 3 :
det(~u, ~v , w)
~ = ~u.(~v w)
~

Autrement dit, le produit mixte n'est autre que le dterminant de trois vecteurs
dans l'espace.
On a ainsi le critre de coplanarit (ou de dpendance linaire) :
~u, ~v , w
~ sont coplanaires det(~u, ~v , w)
~ =0

On dit, plus  algbriquement  que  gomtriquement  :

~u, ~v et w
~ sont li
es det(~u, ~v , w)
~ =0

0
x
x
On crira, si ~u = y , ~v = y 0 , w
~=
z
z0

4.2. Notation pour les dterminants.

x
y ,
z

 x

det(~u, ~v , w)
~ =  y
 z

x0
y0
z0

x
y0
z

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

11

4.3. Rgle de Sarrus pour le calcul des dterminants. Nous avons vu le

 tableau mnmotechnique  de calcul du produit mixte, donc du dterminant :
x
y
z

x0
y0
z0

x
y
z

x
y
z

x0
y0
z0

Avec un minime eort, en pensant la permutation circulaire

on aboutit la rgle de Sarrus :


 x

 y

 z

x0
y0
z0

x
y
z




 = xy 0 z + yz 0 x + zx0 y zy 0 x yx0 z xz 0 y



(toujours (+) en descendant, et (-) en montant, mais avec permutation circulaire

des lignes)
4.4. Une proprit des dterminants non dduite de l'tude prcdente

du produit mixte.

4.4.1. Transpose d'une matrice : Si M = (mij ), on dnit la transpose M t =

(m
ij ) par m
ij = mji (autrement dit, on permute le rle des lignes et des colonnes :

a
M = d
g

c
a
f Mt = b
i
c

b
e
h

g
h
i

d
e
f

4.4.2. Dterminant d'une matrice. On posera tout naturellement

a
det d
g


 a
c


f
=  d
 g
i

b
e
h

b
e
h

c
f
i

4.4.3. Proprit : le dterminant d'une matrice est le dterminant de sa transpose.

On le vrie par simple calcul :
det(M ) = det(M t )

soit


 a

 d

 g

b
e
h

c
f
i

 
  a
 
= b
 
  c

d
e
f

g
h
i

4.5. Autres proprits, transcriptions des proprits du produit mixte.

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

12

4.5.1. Antisymtrie et caractre  altern . Si l'on permute deux colonnes d'un

dterminant, ou deux lignes, on le change en son oppos :



















b a
e d
h g

c
f
i

a c
d f
g i

b
e
h

c
f
i

b
e
h

a
d
g

d
a
g

e
b
h

f
c
i

a
g
d

b
h
e

c
i
f

g
d
a

h
e
b

i
f
c




= 




= 




= 


a
d
g

b
e
h

c
f
i

a
d
g

b
e
h

c
f
i

a
d
g

b
e
h

c
f
i




= 




= 




= 


a
d
g

b
e
h

c
f
i

a
d
g

b
e
h

c
f
i

a
d
g

b
e
h

c
f
i

et i



















Le produit mixte est nul si deux colonnes ou deux lignes sont gales ou proportionnelles ; en eet, le produit vectoriel est nul si les vecteurs sont colinaires entre
eux :
det(~u, ~u, ~v )

det(~u, ~u, ~v ) = 0

det(~u, ~v , ~v )

det(~u, ~v , ~v ) = 0

det(~u, ~v , ~u)

det(~u, ~v , ~u) = 0

4.5.2. Permutation circulaire des colonnes ou des lignes. Le dterminant d'ordre 3

est invariant par permutation des colonnes ou des lignes :













a
d
g

b
e
h

a
d
g

b
e
h








c 
f 
i 

c
f
i




= 




= 


b c
e f
h i
d
g
a

e
h
b

 
 
 
=
 
 
 
f  
i  = 
c  
a
d
g

c
f
i

a
d
g

g
a
d

h
b
e








i 
c 
f 
b
e
h

4.5.3. Le dterminant est une forme multilinaire.

det(~u + ~v , w,
~ ~x) = det(~u, w,
~ ~x) + det(~v , w,
~ ~x)

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

13

ce qui s'crit



















a + b
a0 + b0
a + b

c
c0
c

d
d0
d

a
a0
a

b + c
b0 + c0
b + c

d
d0
d

a
a0
a

b
b0
b

c + d
c0 + d0
c + d




 =





 =





 =



a
a0
a

c
c0
c

d
d0
d

a
a0
a

b
b0
b

d
d0
d

a
a
a

b
b0
b

c
c0
c







 + 










 + 










 + 





b
b0
b

c
c0
c

d
d0
d

a
a0
a

c
c0
c

d
d0
d

a
a0
a

b
b0
b

d
d0
d

et comme det(M ) = det(M t ), la mme proprit existe pour les lignes :



 a + b a0 + b0 a + b 




c
c0
c




d
d0
d




a
a0
a


 b + c b0 + c0 b + c 




d
d0
d




a
a0
a


0


b
b
b


 c + d c0 + d0 c + d 




= 




= 




= 


a
c
d

a0
c0
d0

a
c
d

a
b
d

a0
b0
d0

a
b
d

a
b
c

a0
b0
c0

a
b
c







 + 










 + 










 + 





b
c
d

b0
c0
d0

b
c
d

a
c
d

a0
c0
d0

a
c
d

a
b
d

a0
b0
d0

a
b
d

4.5.4. Dveloppement d'un dterminant sur une ligne ou une colonne. On vrie
par simple calcul (dveloppement du dterminant sur une ligne) :



















a
d
g

b
e
h

c
f
i

a
d
g

b
e
h

c
f
i

a
d
g

b
e
h

c
f
i




 d
 e f 


b 
= a
g
h i 



 d
f 
+ c 
g
i 


b 
h 



 a
c 
f 
g
i 




 a
 b c 


+ e 
= d 
g
h i 

 b
= g 
e


e 
h 



 a c
c 
h 
f 
d f





 + i a

 d


b 
e 

et (dveloppement du dterminant sur une colonne) :




















a
d
g

b
e
h

c
f
i

a
d
g

b
e
h

c
f
i

a
d
g

b
e
h

c
f
i






 e f 



 d b c  + g b
= a 



 e
h i
h i

 d
= b 
g

 d
= c 
g



 a
f 

+
e

 g
i


 a
e 
f 

h
g


c 
f 



 a c
c 


h

 d f
i


 a b
b 
+ i 

h
d e

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

5.

14

Applications : systme de Cramer d'ordre 3, inverse d'une matrice

de

M3 (R)

5.1. Systme de Cramer. Il s'crit

(S)

ax + by + cz = d
a0 x + b0 y + c0 z = d0

ax + by + cz = d

On peut l'crire
~ + yB
~ + zC
~ =D
~
xA

~ = a0 , etc.
avec A
a

Supposons ces vecteurs crits dans une base orthonormale, et calculons le produit
vectoriel
~ (xA
~ + yB
~ + z C)
~ =B
~ D
~
B

soit
~ (xA
~ + z C)
~ =B
~ D
~
B
~ :
Multiplions scalairement par C
~ B
~ (xA
~ + z C)]
~ = C.(
~ B
~ D)
~
C.[

soit
~ B
~ A)
~ = C.(
~ B
~ D)
~
xC.(

ce qui se traduit en termes de dterminants par

~ B,
~ A)
~ = det(C,
~ B,
~ D)
~
xdet(C,

ou
~ B,
~ C)
~ = det(D,
~ B,
~ C)
~
xdet(A,

Un raisonnement analogue nous donne

~ B,
~ C)
~
~ D,
~ C)
~
ydet(A,
= det(A,
~ B,
~ C)
~
~ B,
~ D)
~
zdet(A,
= det(A,

Dnition
On appelle dterminant du systme (S)

 a

~ B,
~ C)
~ =  a0
det(A,

 a

b
b0
b

c
c0
c

Si ce dterminant est non nul, le systme (S) admet donc la solution unique :

 d
1  0
d
x=

d

b
b0
b

c
c0
c




 a

 0
1
, y =
 a



d
d0
d

c
c0
c




 a

 0
1
, z =
 a



b
b0
b

d
d0
d

~ , y en remplaant la
(on obtient x en remplaant la premire colonne par D
deuxime colonne et z en remplaant la 3e colonne)

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

15

5.2. Inverse d'une matrice de M3 (R). Le systme (S) s'crit galement

avec M = a0
a

b
b0
b

MX = D

c
x
d
c0 , X = y et D = d0 .
c
z
d

Si M est inversible, on peut crire

M 1 M X = M 1 D

soit

(puisque M 1 M = I = 0
0

X =M 1 D
0 0
1 0 )
0 1

Or nous avons vu que si , qui n'est autre que det(M ), est non nul, on a

 d
1  0
d
x=

d

b
b0
b

c
c0
c




 a

 0
1
, y =
 a



a

d
d0
d

c
c0
c




 a

 0
1
, z =
 a



a

b
b0
b

d
d0
d

ce qui veut dire

x =
y

Autrement dit

1 0
[(b c bc0 )d (bc bc)d0 + (bc0 b0 c)d]

1
[(a0 c ac0 )d + (ac ac)d0 (ac0 a0 c)d]

1 0
[(a b ab0 )d (ab ab)d0 + (ab0 a0 b)d]

d
x
b0 c bc0
(bc bc)
bc0 b0 c
y = 1 (a0 c ac0 )
ac ac
(ac0 a0 c) d0

0
0
d
z
a b ab
(ab ab)
ab0 a0 b

La matrice gurant sur cette dernire galit (avec le facteur 1 ) n'est autre que
la matrice M 1 .
Voil comment l'crire mnmotechniquement, sans eort ni erreur :
1) D'abord crire la matrice
, dont chaque terme est obtenu
des  cofacteurs

+ +

en faisant prcder du signe + le dterminant d'ordre 2 obtenu en

+ +

rayant la ligne et la colonne  du terme considr :

b0 c bc0
(a0 c ac0 ) a0 b ab0
ac ac
(ab ab)
cof (M ) = (bc bc)
0
0
0
0
bc b c
(ac a c)
ab0 a0 b
Ensuite, on transpose cof (M ), ce qui donne

b0 c bc0
(bc bc)
bc0 b0 c
ac ac
(ac0 a0 c)
cof (M )t = (a0 c ac0 )
0
0
a b ab
(ab ab)
ab0 a0 b

La matrice inverse est obtenue en multipliant cette dernire matrice par

Exemple

1
.

PRODUIT VECTORIEL ET PRODUIT MIXTE, DTERMINANT D'ORDRE 3

16

1 0 1
3
M = 0 2
1 2 5
Calculons det(M ), pour voir si M est inversible :


 1 0 1 


 0 2
3  = 10 + 0 + 0 + 2 0 + 6 = 2

 1 2 5 
M est donc inversible.

Matrice des cofacteurs :

4
cof (M ) = 2
2

Donc

M 1

4
1
3
=
2
2

2
4
2

3
4
3

2
2
2

2
2
3 = 23
2
1

1
2
1

3
2

Vrions avec Maple :

with(linalg) :
(on doit activer la bibliothque linalg (linear algebra ))
M :=matrix([[1,0,-1],[0,2,3],[1,-2,-5]]) ;
det(M) ;
evalm(M^(-1)) ;
On a d crire  evalm  (valuer en tant que matrice) sinon, Maple se serait
content d'crire M 1 !
On obtient bien le rsultat ci-dessus (ouf !)...