WikiPrépaLivrets

Matrice de Vandermonde

La matrice de Vandermonde est la matrice des puissances successives de nn scalaires. Son déterminant se calcule explicitement et ne s'annule que si deux scalaires sont égaux : c'est l'outil standard pour montrer qu'une famille de suites géométriques ou de fonctions puissances est libre, ou qu'un système « à la Newton » n'a que la solution nulle.

Au programmePremière année (MPSI, MP2I, PCSI) · Déterminants

Énoncé

Théorème (déterminant de Vandermonde)

Soit n≥2n\ge 2 et x1,…,xn∈Kx_1,\dots,x_n\in\K. La matrice de Vandermonde associée est

V(x1,…,xn)=(xi j−1)1≤i,j≤n=(1x1x12⋯x1n−11x2x22⋯x2n−1⋮⋮⋮⋮1xnxn2⋯xnn−1).V(x_1,\dots,x_n)=\big(x_i^{\,j-1}\big)_{1\le i,j\le n}=\begin{pmatrix}1&x_1&x_1^2&\cdots&x_1^{n-1}\\ 1&x_2&x_2^2&\cdots&x_2^{n-1}\\ \vdots&\vdots&\vdots&&\vdots\\ 1&x_n&x_n^2&\cdots&x_n^{n-1}\end{pmatrix}.

Son déterminant vaut

det⁡V(x1,…,xn)=∏1≤i<j≤n(xj−xi).\det V(x_1,\dots,x_n)=\prod_{1\le i<j\le n}(x_j-x_i).

En particulier, V(x1,…,xn)V(x_1,\dots,x_n) est inversible si et seulement si les xix_i sont deux à deux distincts. Certains ouvrages utilisent la transposée ; le déterminant est le même.

Démonstration

On raisonne par récurrence sur nn. Pour n=2n=2, det⁡(1x11x2)=x2−x1\det\begin{pmatrix}1&x_1\\1&x_2\end{pmatrix}=x_2-x_1.

Soit n≥3n\ge 3 et supposons la formule vraie au rang n−1n-1. Notons C1,…,CnC_1,\dots,C_n les colonnes de V=V(x1,…,xn)V=V(x_1,\dots,x_n). On effectue successivement, pour j=n,n−1,…,2j=n,n-1,\dots,2 (dans cet ordre, afin d'utiliser à chaque fois la colonne Cj−1C_{j-1} non encore modifiée), l'opération

Cj←Cj−x1Cj−1.C_j\leftarrow C_j-x_1C_{j-1}.

Ces opérations ne changent pas le déterminant. Le coefficient (i,j)(i,j) devient, pour j≥2j\ge 2, xi j−1−x1xi j−2=xi j−2(xi−x1)x_i^{\,j-1}-x_1x_i^{\,j-2}=x_i^{\,j-2}(x_i-x_1). La première ligne devient donc (1,0,…,0)(1,0,\dots,0). En développant selon cette ligne :

det⁡V=det⁡(xi j−2(xi−x1))2≤i,j≤n.\det V=\det\Big(x_i^{\,j-2}(x_i-x_1)\Big)_{2\le i,j\le n}.

On factorise (xi−x1)(x_i-x_1) dans chaque ligne ii (linéarité par rapport à chaque ligne) :

det⁡V=∏i=2n(xi−x1)⋅det⁡(xi k−1)2≤i≤n, 1≤k≤n−1=∏i=2n(xi−x1)⋅det⁡V(x2,…,xn).\det V=\prod_{i=2}^{n}(x_i-x_1)\cdot\det\big(x_i^{\,k-1}\big)_{2\le i\le n,\ 1\le k\le n-1}=\prod_{i=2}^{n}(x_i-x_1)\cdot\det V(x_2,\dots,x_n).

L'hypothèse de récurrence donne det⁡V(x2,…,xn)=∏2≤i<j≤n(xj−xi)\det V(x_2,\dots,x_n)=\prod_{2\le i<j\le n}(x_j-x_i), d'où la formule au rang nn.

Inversibilité. Le produit est non nul si et seulement si xj≠xix_j\neq x_i pour tous i<ji<j.

Interprétation. VV est la matrice, dans les bases canoniques, de l'application linéaire Kn−1[X]→Kn\K_{n-1}[X]\to\K^n, P↦(P(x1),…,P(xn))P\mapsto\big(P(x_1),\dots,P(x_n)\big). Lorsque les xix_i sont distincts, elle est injective (un polynôme non nul de degré au plus n−1n-1 a au plus n−1n-1 racines), donc bijective : c'est l'existence et l'unicité du polynôme interpolateur de Lagrange.

Méthode : quand et comment l'utiliser

On reconnaît une matrice de Vandermonde dès qu'apparaît un système du type ∑jcj λj k=0\sum_{j} c_j\,\lambda_j^{\,k}=0 pour k=0,…,n−1k=0,\dots,n-1 (ou k=1,…,nk=1,\dots,n), avec des λj\lambda_j distincts. Pour k=1,…,nk=1,\dots,n, la matrice (λj k)(\lambda_j^{\,k}) a pour déterminant λ1⋯λndet⁡V(λ1,…,λn)\lambda_1\cdots\lambda_n\det V(\lambda_1,\dots,\lambda_n) : elle est inversible si les λj\lambda_j sont distincts et non nuls.

Exemples d'application

Un calcul direct

Pour (x1,x2,x3)=(1,2,3)(x_1,x_2,x_3)=(1,2,3) :

det⁡(111124139)=(2−1)(3−1)(3−2)=2.\det\begin{pmatrix}1&1&1\\1&2&4\\1&3&9\end{pmatrix}=(2-1)(3-1)(3-2)=2.

Le développement selon la première ligne donne bien 1⋅(18−12)−1⋅(9−4)+1⋅(3−2)=6−5+1=21\cdot(18-12)-1\cdot(9-4)+1\cdot(3-2)=6-5+1=2.

Liberté de suites géométriques

Soit λ1,…,λp∈C\lambda_1,\dots,\lambda_p\in\C deux à deux distincts et c1,…,cp∈Cc_1,\dots,c_p\in\C tels que ∑j=1pcjλj k=0\sum_{j=1}^p c_j\lambda_j^{\,k}=0 pour tout k∈Nk\in\N. Les équations pour k=0,…,p−1k=0,\dots,p-1 forment le système V(λ1,…,λp)⊤c=0V(\lambda_1,\dots,\lambda_p)^{\top}c=0, dont la matrice est inversible. Donc c=0c=0 : les suites (λj k)k∈N(\lambda_j^{\,k})_{k\in\N} sont linéairement indépendantes. Le même argument, avec k=1,…,pk=1,\dots,p et des λj\lambda_j non nuls, sert à caractériser la nilpotence par les traces.

Erreurs classiques

  • Se tromper de sens dans le produit : ∏i<j(xi−xj)\prod_{i<j}(x_i-x_j) diffère de ∏i<j(xj−xi)\prod_{i<j}(x_j-x_i) par le signe (−1)n(n−1)/2(-1)^{n(n-1)/2}.

  • Exiger que les xix_i soient non nuls : la matrice V(x1,…,xn)V(x_1,\dots,x_n) contient la colonne des xi0=1x_i^0=1 et reste inversible si l'un des xix_i est nul, pourvu qu'ils soient distincts. En revanche, la matrice (xi j)1≤i,j≤n(x_i^{\,j})_{1\le i,j\le n}, sans colonne de 11, exige aussi xi≠0x_i\neq 0.

  • Faire les opérations Cj←Cj−x1Cj−1C_j\leftarrow C_j-x_1C_{j-1} dans l'ordre j=2,3,…j=2,3,\dots : on utiliserait alors des colonnes déjà modifiées. Il faut partir de la dernière colonne.

  • Appliquer la formule à une matrice rectangulaire (xi j−1)(x_i^{\,j-1}) de taille m×nm\times n : il n'y a pas de déterminant, mais la matrice est de rang min⁡(m,n)\min(m,n) lorsque les xix_i sont distincts.

Place dans le programme

Première année (MPSI, MP2I, PCSI), chapitre « Déterminants ».

Le déterminant de Vandermonde est un calcul classique du chapitre sur les déterminants de première année. Il faut savoir refaire la démonstration rapidement ; il est constamment réutilisé en deuxième année (réduction, interpolation, suites récurrentes).

Dans les sujets de concours

Pour vous entraîner sur des sujets complets : Algèbre linéaire (703 sujets), Polynômes et fractions rationnelles (272 sujets).

Sujets où cette notion intervient explicitement :

Questions fréquentes

Quand une matrice de Vandermonde est-elle inversible ?

Si et seulement si les scalaires x1,…,xnx_1,\dots,x_n sont deux à deux distincts, puisque det⁡V=∏i<j(xj−xi)\det V=\prod_{i<j}(x_j-x_i).

Quel est l'inverse d'une matrice de Vandermonde ?

Si les xix_i sont distincts, la colonne ii de V−1V^{-1} contient les coefficients (par degrés croissants) du polynôme de Lagrange Li=∏k≠iX−xkxi−xkL_i=\prod_{k\neq i}\frac{X-x_k}{x_i-x_k}, car V−1V^{-1} associe à des valeurs (y1,…,yn)(y_1,\dots,y_n) les coefficients du polynôme interpolateur ∑iyiLi\sum_i y_iL_i.

Vandermonde matrix : est-ce la même chose ?

Oui, c'est le nom anglais de la même matrice. Selon les sources, les puissances sont rangées en lignes ou en colonnes ; le déterminant ne change pas.

Exercices corrigés utilisant : Matrice de Vandermonde

5 exercices