Nous nous intéressons à l'approche descriptive de l'analyse discriminante linéaire de données matricielles dans le cas binaire. Sous l'hypothèse de séparabilité de la variabilité des lignes de celle des colonnes, les combinaisons linéaires des lignes et des colonnes les plus discriminantes sont déterminées par la décomposition en valeurs singulières de la différence des moyennes des deux classes en munissant les espaces des lignes et des colonnes de la métrique de Mahalanobis. Cette approche permet d'obtenir des représentations des données dans des plans factoriels et de dégager des composantes discriminantes. Une application a des signaux d'électroencéphalographie multi-capteurs illustre la pertinence de la méthode.