WikiPrépaLivrets

On se place dans M3(K)\mathcal{M}_3(\mathbb{K}) où K\mathbb{K} désigne R\mathbb{R} ou C\mathbb{C}. On se propose de déterminer l'ensemble des matrices A∈M3(K)A \in \mathcal{M}_3(\mathbb{K}) vérifiant la relation A2=MA^2 = M pour les matrices MM suivantes :

  1. M1=(100040009)M_1 = \begin{pmatrix} 1 & 0 & 0
    0 & 4 & 0
    0 & 0 & 9 \end{pmatrix}
  2. M2=(100054005)M_2 = \begin{pmatrix} 1 & 0 & 0
    0 & 5 & 4
    0 & 0 & 5 \end{pmatrix}
  3. M3=(100110104)M_3 = \begin{pmatrix} 1 & 0 & 0
    1 & 1 & 0
    1 & 0 & 4 \end{pmatrix}
  4. M4=(012004000)M_4 = \begin{pmatrix} 0 & 1 & 2
    0 & 0 & 4
    0 & 0 & 0 \end{pmatrix}
  5. M5=(455545−5−5−6)M_5 = \begin{pmatrix} 4 & 5 & 5
    5 & 4 & 5
    -5 & -5 & -6 \end{pmatrix}

1.

Remarquer que si A2=MA^2 = M, alors AA commute avec MM. Utiliser cette propriété pour restreindre la forme de AA.

2.

Pour les matrices non diagonalisables, étudier l'effet de AA sur les sous-espaces caractéristiques de MM (noyaux itérés).

3.

Pour M4M_4, s'intéresser à l'indice de nilpotence.

4.

Pour M5M_5, commencer par réduire la matrice MM. Attention à la nature du corps K\mathbb{K} pour l'existence des racines.

Idées clés

•

La relation A2=MA^2 = M implique AM=A⋅A2=A3=A2⋅A=MAAM = A \cdot A^2 = A^3 = A^2 \cdot A = MA. AA appartient donc au commutant de MM.

•

Si MM possède des valeurs propres distinctes, toute matrice AA commutant avec MM est diagonalisable dans la même base que MM.

•

Pour une matrice nilpotente, on utilise la contrainte sur l'indice de nilpotence par rapport à la dimension de l'espace.

Résolution.

  1. Cas de M1M_1 : Les valeurs propres de M1M_1 sont 1, 4 et 9. Elles sont distinctes. Une matrice AA qui commute avec une matrice diagonale à valeurs propres distinctes est nécessairement diagonale. Soit A=diag(a,b,c)A = \text{diag}(a, b, c). La condition A2=M1A^2 = M_1 devient :
    (a2000b2000c2)=(100040009)\begin{pmatrix} a^2 & 0 & 0
    0 & b^2 & 0
    0 & 0 & c^2 \end{pmatrix} = \begin{pmatrix} 1 & 0 & 0
    0 & 4 & 0
    0 & 0 & 9 \end{pmatrix}
    On en déduit a∈{−1,1}a \in \{-1, 1\}, b∈{−2,2}b \in \{-2, 2\} et c∈{−3,3}c \in \{-3, 3\}. Il y a 2×2×2=82 \times 2 \times 2 = 8 solutions dans M3(K)\mathcal{M}_3(\mathbb{K}) :
    A∈{diag(ϵ1,2ϵ2,3ϵ3)∣(ϵ1,ϵ2,ϵ3)∈{−1,1}3}\boxed{ A \in \{ \text{diag}(\epsilon_1, 2\epsilon_2, 3\epsilon_3) \mid (\epsilon_1, \epsilon_2, \epsilon_3) \in \{-1, 1\}^3 \} }

  2. Cas de M2M_2 : M2M_2 est une matrice diagonale par blocs. Soit A=(aLCB)A = \begin{pmatrix} a & L
    C & B \end{pmatrix}
    avec B∈M2(K)B \in \mathcal{M}_2(\mathbb{K}). Comme AA commute avec M2M_2, AA laisse stables les sous-espaces propres et caractéristiques de M2M_2. Ici, E1(M2)=Vect(e1)E_1(M_2) = \text{Vect}(e_1) et N5(M2)=Vect(e2,e3)N_5(M_2) = \text{Vect}(e_2, e_3). Ainsi, AA est de la forme (a00B)\begin{pmatrix} a & 0
    0 & B \end{pmatrix}
    avec a2=1a^2 = 1 (soit a=±1a = \pm 1) et B2=(5405)B^2 = \begin{pmatrix} 5 & 4
    0 & 5 \end{pmatrix}
    . BB doit commuter avec (5405)\begin{pmatrix} 5 & 4
    0 & 5 \end{pmatrix}
    , donc avec (0100)\begin{pmatrix} 0 & 1
    0 & 0 \end{pmatrix}
    . Un calcul simple montre que BB est de la forme (xy0x)\begin{pmatrix} x & y
    0 & x \end{pmatrix}
    . En calculant B2B^2, on obtient (x22xy0x2)=(5405)\begin{pmatrix} x^2 & 2xy
    0 & x^2 \end{pmatrix} = \begin{pmatrix} 5 & 4
    0 & 5 \end{pmatrix}
    . On trouve x2=5x^2 = 5 et 2xy=42xy = 4, soit y=2/xy = 2/x.
    A=(ϵ1000ϵ252ϵ2/500ϵ25),ϵ1,ϵ2∈{−1,1}\boxed{ A = \begin{pmatrix} \epsilon_1 & 0 & 0
    0 & \epsilon_2 \sqrt{5} & 2\epsilon_2/\sqrt{5}
    0 & 0 & \epsilon_2 \sqrt{5} \end{pmatrix},   \epsilon_1, \epsilon_2 \in \{-1, 1\} }

  3. Cas de M3M_3 : Le polynôme caractéristique est χM3(X)=(X−1)2(X−4)\chi_{M_3}(X) = (X-1)^2(X-4). E4(M3)=ker⁡(M3−4I)=Vect(0,0,1)E_4(M_3) = \ker(M_3 - 4I) = \text{Vect}(0, 0, 1). E1(M3)=ker⁡(M3−I)=Vect(0,3,−1)E_1(M_3) = \ker(M_3 - I) = \text{Vect}(0, 3, -1). La dimension de E1E_1 est 1, donc M3M_3 n'est pas diagonalisable. Si A2=M3A^2 = M_3, alors AA commute avec M3M_3, donc AA laisse stable E4E_4 et le sous-espace caractéristique N1=ker⁡(M3−I)2N_1 = \ker(M_3 - I)^2. Un calcul montre que N1=Vect(e2,3e1−e3)N_1 = \text{Vect}(e_2, 3e_1 - e_3). En posant AA dans une base adaptée, on aboutit par un raisonnement analogue au cas précédent (en utilisant la structure triangulaire supérieure de la réduite de M3M_3) qu'il n'y a de solutions que si l'on peut trouver une racine carrée du bloc de Jordan associé à la valeur propre 1. Par identification, on obtient 4 solutions.
  4. Cas de M4M_4 : M4M_4 est une matrice nilpotente. Calculons ses puissances : M42=(004000000)M_4^2 = \begin{pmatrix} 0 & 0 & 4
    0 & 0 & 0
    0 & 0 & 0 \end{pmatrix}
    et M43=0M_4^3 = 0. L'indice de nilpotence de M4M_4 est k=3k=3. Si A2=M4A^2 = M_4, alors AA est également nilpotente. Soit pp son indice de nilpotence. Dans M3(K)\mathcal{M}_3(\mathbb{K}), on sait que p≤3p \le 3. Alors A2=M4A^2 = M_4, A4=M42≠0A^4 = M_4^2 \neq 0, et A6=M43=0A^6 = M_4^3 = 0. Or, si A3=0A^3 = 0, alors A4=0A^4 = 0, ce qui contredit A4≠0A^4 \neq 0.
    L’eˊquation A2=M4 n’admet aucune solution.\boxed{ \text{L'équation } A^2 = M_4 \text{ n'admet aucune solution.} }

  5. Cas de M5M_5 : On cherche les valeurs propres de M5M_5. On remarque que M5+I=(555555−5−5−5)M_5 + I = \begin{pmatrix} 5 & 5 & 5
    5 & 5 & 5
    -5 & -5 & -5 \end{pmatrix}
    est de rang 1. Ainsi, −1-1 est valeur propre de multiplicité 3−1=23-1 = 2. La trace vaut Tr(M5)=4+4−6=2\text{Tr}(M_5) = 4 + 4 - 6 = 2. Soit λ\lambda la troisième valeur propre : 2(−1)+λ=2  ⟹  λ=42(-1) + \lambda = 2 \implies \lambda = 4. M5M_5 est diagonalisable car dim⁡E−1=2\dim E_{-1} = 2. Il existe P∈GL3(K)P \in GL_3(\mathbb{K}) telle que M5=Pdiag(−1,−1,4)P−1M_5 = P \text{diag}(-1, -1, 4) P^{-1}. L'équation A2=M5A^2 = M_5 est équivalente à (P−1AP)2=diag(−1,−1,4)(P^{-1}AP)^2 = \text{diag}(-1, -1, 4). Si K=R\mathbb{K = \mathbb{R} :} Soit D′=P−1APD' = P^{-1}AP. D′D' doit avoir des valeurs propres dont le carré appartient à {−1,4}\{-1, 4\}. Or, les valeurs propres de D′D' sont les racines de son polynôme caractéristique de degré 3. Il existe au moins une valeur propre réelle μ\mu. Alors μ2∈{−1,4}\mu^2 \in \{-1, 4\}. Comme μ∈R\mu \in \mathbb{R}, on a forcément μ2=4\mu^2 = 4, donc μ=±2\mu = \pm 2. Les deux autres valeurs propres μ2,μ3\mu_2, \mu_3 doivent vérifier μ22=−1\mu_2^2 = -1 et μ32=−1\mu_3^2 = -1, donc μ2,μ3=±i\mu_2, \mu_3 = \pm i. Comme AA est réelle, ses valeurs propres non réelles sont conjuguées, donc {μ2,μ3}={i,−i}\{\mu_2, \mu_3\} = \{i, -i\}. Une telle matrice AA existe. Par exemple, si D′=(20000−1010)D' = \begin{pmatrix} 2 & 0 & 0
    0 & 0 & -1
    0 & 1 & 0 \end{pmatrix}
    , alors (D′)2=diag(4,−1,−1)(D')^2 = \text{diag}(4, -1, -1).
    L’eˊquation admet une infiniteˊ de solutions sur R (car le choix de P n’est pas unique).\boxed{ \text{L'équation admet une infinité de solutions sur } \mathbb{R} \text{ (car le choix de } P \text{ n'est pas unique).} }

Dans le cas M4M_4, l'erreur classique est d'oublier que l'indice de nilpotence d'une matrice de taille nn ne peut excéder nn. Si A2=MA^2 = M, l'indice de AA est "environ" le double de celui de MM.