Soit (g_n) une séquence indépendante et identiquement distribuée d*d matrices réelles aléatoires. Considérons le produit G_n = g_n ...g_1. Pour les matrices inversibles et les matrices positives, nous établissons des développements asymptotiques de grande déviation de type Bahadur-Rao et Petrov pour le cocycle de la norme log |G_nx|, conjointement avec la chaîne Markov X_n^x = G_nx/|G_nx|, où x est un point de départ sur l'espace projectif. De plus, nous établissons également des résultats de grands écarts de type Bahadur-Rao et Petrov pour les entrées G_n^{i,j}. En particulier, nous obtenons le principe de grands écarts avec une fonction de taux explicite, ainsi en améliorant de manière significative les bornes de grands écarts établies récemment. Pour les preuves, une question très importante consiste à établir la propriété de régularité Hölder pour la mesure stationnaire pi_s correspondant à la chaîne de Markov X_n^x sous la mesure changée, qui présente un intérêt indépendant. En tant qu'applications, nous obtenons des théorèmes de limite locaux avec grandes déviations pour le cocycle de la norme log |G_nx| et le logarithme des entrées log|G_n^{i,j}|.