spectre ponctuel, continu et résiduel
En dimension finie le théorème du rang nous assure qu’un opérateur linéaire A est inversible dès que A-\lambda\,Id est injectif puisque : {\rm dim}_{\mathbb C} ({\rm Ker}(A-\lambda\,Id))+{\rm dim}_{\mathbb C} ({\rm Im}(A-\lambda\,Id))={\rm dim}_{\mathbb C} ({\mathcal H}) Mais ce n’est plus vrai en dimension infinie, car il faut aussi considérer les cas où A-\lambda\,Id n’est pas surjectif : {\rm Im}(A-\lambda\,Id)\varsubsetneq {\mathcal H}. Pour un opérateur continu (où seulement fermé) le spectre sera un sous-ensemble fermé \sigma(A)\subset \{\lambda\in{\mathbb C}\vert\; \vert \lambda\vert\leq \Vert A\Vert\} qu’on décompose en trois parties disjointes : \sigma(A)=\sigma_p(A)\cup\sigma_c(A)\cup\sigma_r(A)- spectre ponctuel
- si A-\lambda\,Id n’est pas injectif soit {\rm Ker}(A-\lambda\,Id)=\{{\bf 0}\} : \sigma_p(A)=\{\lambda \in {\mathbb C}\vert {\rm ker}(A-\lambda\,Id)\neq \{0\}\}
- spectre continu
- si A-\lambda\,Id n’est pas surjectif mais quand même d’image dense dans {\mathcal H} \sigma_c(A)=\{\lambda \in {\mathbb C}\vert {\rm ker}(A-\lambda\,Id)= \{0\}\;et\; {\rm Im}(A-\lambda\,Id)\varsubsetneq {\mathcal H}\;et\; \overline{{\rm Im}(A-\lambda\,Id)}={\mathcal H}\}
- spectre résiduel
- si A-\lambda\,Id n’est pas surjectif mais pas d’image dense dans {\mathcal H} \sigma_r(A)=\{\lambda \in {\mathbb C}\vert {\rm ker}(A-\lambda\,Id)= \{0\}\;et\; {\rm Im}(A-\lambda\,Id)\varsubsetneq {\mathcal H}\;et\; \overline{{\rm Im}(A-\lambda\,Id)}\neq{\mathcal H}\}
{\mathcal H} = {{\rm Im}(A-\lambda\,Id)} \oplus {{\rm Im}(A-\lambda\,Id)}^\bot = {{\rm Im}(A-\lambda\,Id)} \oplus \overline{{\rm Ker}(A^*-\overline{\lambda}\,Id)} ce qui donne une caractérisation plus simple du spectre résiduel :
Proposition Pour tout opérateur linéaire sur l’espace de Hilbert \mathcal H on a :
\lambda\in\sigma_r(A)\Leftrightarrow \lambda\notin \sigma_p(A)\;et\;\overline{\lambda}\in\sigma_p(A^*)
En particulier si A est auto-adjoint \sigma_p(A)=\sigma_p(A^*)\subset {\mathbb R} et forcément \sigma_r(A)={\varnothing} .
\lambda\in\sigma_r(A)\Leftrightarrow \lambda\notin \sigma_p(A)\;et\;\overline{\lambda}\in\sigma_p(A^*)
En particulier si A est auto-adjoint \sigma_p(A)=\sigma_p(A^*)\subset {\mathbb R} et forcément \sigma_r(A)={\varnothing} .
calcul du spectre sur quelques exemples
- 1. spectre continu
- On considère l’espace vectoriel {\mathcal H}=l^2({\mathbb N}), des suites {\bf x}=(x_n)_{\mathbb N} de carré sommable, et l’opérateur A(x_n)_{\mathbb N}=(a_nx_n)_{\mathbb N}, associée à une suite à valeurs dans {\mathbb R}^*_+ telle que a_n\mathop{\sim}_{n\to\infty} {1\over n^\alpha},\, \alpha>0 on va voir que \sigma(A)=\overline{\{a_k\vert k\in{\mathbb N}\}}=\underbrace{\{a_k\vert k\in{\mathbb N}\}}_{=\sigma_p(A)}\cup\underbrace{\{0\}}_{=\sigma_c(A)}
- comme A=A^* et il n’y a pas de spectre résiduel, de plus a_n\to 0 la suite est bornée et \Vert A\Vert=\Vert a\Vert_\infty donc \sigma(A)\subset\{\lambda \in {\mathbb R}\vert\; \vert \lambda\vert\leq \Vert a\Vert_\infty\}.
- si \lambda\notin\overline{\{a_k\vert k\in{\mathbb N}\}} alors A-\lambda\,Id est inversible car (A-\lambda\,Id)(x_n)=((a_n -\lambda)x_n)={\bf y}\Rightarrow x_n={y_n\over a_n-\lambda }\sim_\infty-{y_n\over \lambda}\in {\mathcal H}
- ensuite tout \lambda=a_k est valeur propre de A avec pour vecteur propre la suite (x_n)_{\mathbb N} tel que x_n=\delta_{n,k} (un seul terme non-nul en position n) donc \sigma_p(A)={\{a_k\vert k\in{\mathbb N}\}}
- même si a_n\neq 0,\forall n on ne peut pas inverser A car son image n’est pas égale à {\mathcal H} A(x_n)=(a_nx_n)={\bf y}=\left({1\over n^{1/2+\alpha}}\right)\Rightarrow x_n={y_n\over a_n}\sim{1\over n^{1/2}}\notin {\mathcal H} cependant l’image est bien dense puisqu’elle contient les suites x_k={y_k\over a_k}{\mathbf 1}_{[0,n]}(k)\in {\mathcal H},\forall n On a donc que \sigma_c(A)=\{0\} .
- 2. opérateur de décalage
- On considère encore l’espace de Hilbert {\mathcal H}=l^2({\mathbb N}) avec cette fois l’opérateur de décalage “ à droite” A(x_n)_{\mathbb N}=(x_{n+1})_{\mathbb N} et son adjoint A^*(x_n)_{\mathbb N}=(0,x_0,x_1,\dots)_{\mathbb N} on va voir que \sigma(A)=\{\lambda\in{\mathbb C}\vert \;\vert \lambda\vert\leq 1\}=\underbrace{\{\lambda\in{\mathbb C}\vert \;\vert \lambda\vert< 1\}}_{=\sigma_p(A)}\cup\underbrace{\{\lambda\in{\mathbb C}\vert \;\vert \lambda\vert= 1\}}_{=\sigma_c(A)} et \sigma(A^*)=\{\lambda\in{\mathbb C}\vert \;\vert \lambda\vert\leq 1\}=\underbrace{\{\lambda\in{\mathbb C}\vert \;\vert \lambda\vert< 1\}}_{=\sigma_r(A^*)}\cup\underbrace{\{\lambda\in{\mathbb C}\vert \;\vert \lambda\vert= 1\}}_{=\sigma_c(A^*)}
- comme \Vert A\Vert=1=\Vert A^*\Vert on a \sigma(A) et \sigma(A^*)\subset \{\lambda\in{\mathbb C}\vert\; \vert \lambda\vert\leq 1\}
- si \vert\lambda\vert<1 alors A(x_n)=\lambda(x_n)\Rightarrow x_{n+1}=\lambda x_n\Rightarrow x_n=\lambda^n x_0 \in {\mathcal H} \text{ (décroissance géométrique)} mais aussi A^*(x_n)=\lambda(x_n)\Rightarrow x_{n-1}=\lambda x_n\Rightarrow x_n={x_0\over\lambda^n}=0 \text{ (car $x_0=0$) } donc \lambda est une valeur propre simple de A mais pas une valeur propre de A^*, comme \vert\bar\lambda\vert<1 ce résultat est aussi valable pour \bar \lambda et on en déduit que : \sigma_p(A) =\{\lambda\in{\mathbb C}\vert \;\vert \lambda\vert< 1\} =\sigma_r(A^*)
- si \vert\lambda\vert=1 alors il n’y a pas de valeur propre pour A A(x_n)=\lambda(x_n)\Rightarrow x_{n+1}=\lambda x_n\Rightarrow x_n=\lambda^n x_0 \notin {\mathcal H} \text{ ( série même pas convergente)} ni pour A^* donc \lambda\notin\sigma_r(A). Le spectre étant fermé on en déduit que \lambda\in\sigma_c(A) et de même pour A^* .
- 3. opérateur de multiplication des fonctions
- On considère maintenant l’espace vectoriel {\mathcal H}={\mathbb L}^2({\mathbb R}), des fonctions x\mapsto f(x) de carré intégrable, et l’opérateur Af(x)=a(x) f(x), associée à une fonction assez régulière a\in C^\infty\cap{\mathbb L}^\infty({\mathbb R}) à valeurs réelles alors \sigma(A)=\overline{\{a(x)\vert x\in{\mathbb R}\}}\; et\, \left\{ \begin{array}{rcl} \sigma_p(A)&=&\{\lambda\vert \exists x_0\in{\mathbb R},\,\epsilon>0,\forall \vert x-x_0\vert\leq\epsilon,\,a(x)=\lambda\}\\ \sigma_c(A)&=&\{a(x)\vert \exists k\in{\mathbb N}^*,\, a^{(k)}(x)\neq 0\} \end{array} \right.
- comme A=A^* il n’y a pas de spectre résiduel \sigma_r(A)={\varnothing} et \sigma(A)\subset{\{\lambda\in{\mathbb R}\vert\; \vert\lambda\vert \leq \Vert a\Vert_\infty\}}
- si a^{-1}(\lambda) est un ensemble discret (ou vide!) alors \lambda ne peut pas être une valeur propre (Af(x)=a(x)f(x)=\lambda\,f(x)\Rightarrow (a(x)-\lambda)f(x)=0\, \forall x\in{\mathbb R}\Rightarrow f(x)=0\,ppt-x\in {\mathbb R} c’est le cas si \lambda \in \{a(x)\vert \exists k\in{\mathbb N}^*,\, a^{(k)}(x)\neq 0\}
- au contraire si a(x) est constante sur un petit intervalle alors pour \lambda=a(x),\forall x\in[x_0-\epsilon,x_0+\epsilon] avec \epsilon>0 et toute fonction f\in C^\infty_0([x_0-\epsilon,x_0+\epsilon]) on a Af(x)=a(x)f(x)=\lambda f(x) donc \lambda est une valeur propre, qui est en plus de multiplicité infinie !
spectre discret et spectre essentiel
Aux trois définitions de spectre ponctuel, continu et résiduel s’ajoutent ensuite celles des spectres discret et essentiel :- spectre discret
- Il s’agit des valeurs propres isolées et de multiplicité finie c’est à dire si \sigma_d(A)=\{\lambda \in \sigma_p(A)\vert \dim_{\mathbb C}({\rm ker}(A-\lambda\,Id))<\infty\;et\; \lambda\notin\overline{\sigma_p(A)\setminus\{\lambda\}}\,\}
- spectre essentiel
- le complémentaire du spectre discret \sigma_{ess}(A)=\sigma(A)\setminus \sigma_d(A)
Théorème \lambda\in\sigma_{ess}(A) si et seulement si \exists ({\bf u}_n)\in{\mathcal H},\, \Vert {\bf u}_n\Vert=1,\, \Vert A{\bf u}_n-\lambda{\bf u}_n\Vert \mathop{\rightarrow}_{n\to\infty}0,\,et\, \not\exists \text{ pas de sous-suite convergente de }({\bf u}_n)_{\mathbb N}
la suite ({\bf u}_n)_{\mathbb N} est appelée suite de Weyl associée à \lambda.
la suite ({\bf u}_n)_{\mathbb N} est appelée suite de Weyl associée à \lambda.
Si \lambda est une valeur propre de multiplicité infinie une suite de vecteurs propres est évidement une suite de Weyl, inversement A-\lambda\,Id n’est pas inversible car sinon en prenant {\bf v}_n=A{\bf u}_n-\lambda{\bf u}_n on aurait une contradiction: 1=\Vert {\bf u}_n\Vert=\Vert (A-\lambda\,Id)^{-1} {\bf v}_n\Vert \leq \Vert (A-\lambda\,Id)^{-1} \Vert\times \Vert {\bf v}_n\Vert \mathop{\rightarrow}_{n\to\infty}0 Les suites de Weyl permettent de montrer que le spectre essentiel est la partie stable du spectre lorsqu’on ajoute une perturbation compacte à l’opérateur de départ :
Théorème Soient A,K:{\mathcal H}\rightarrow{\mathcal H} linéaires avec K compact alors \sigma_{ess}(A)=\sigma_{ess}(A+K)
Une suite de Weyl ({\bf u}_n)_{\mathbb N} pour A contient forcément une sous-suite faiblement convergente (par le théorème de Alaoglu qui assure de la compacité de la boule unité de \mathcal H pour la topologie faible) et Ku_n converge vers \bf 0 pour la topologie forte (car K est compact) quitte à remplacer ({\bf u}_n)_{\mathbb N} par une sous-suite convergente. On en déduit que c’est aussi une suite de Weyl pour A+K
\Vert (A+K){\bf u}_n-\lambda {\bf u}_n\Vert\leq\Vert A{\bf u}_n-\lambda {\bf u}_n\Vert +\Vert K{\bf u}_n\Vert \mathop{\rightarrow}_{n\to\infty}0+0=0 conclusion \sigma_{ess}(A)\subset \sigma_{ess}(A+K) et réciproquement en prenant B=A+K et B-K=A.
Calculs de spectres discrets et essentiels
Calculer une suite de Weyl revient à rechercher un vecteur propre “approché” de l’opérateur, c’est une méthode assez facile à mettre en pratique.- retour sur l’exemple 1
- C’est une illustration directe du théorème de stabilité du spectre essentiel avec A=0 et K(x_n)=(a_nx_n) sur l^2({\mathbb N}) qui est bien un opérateur compact puisque diagonal dans la base canonique avec sa suite de valeurs propres qui tend vers 0! Dans ce cas le spectre essentiel est réduit à \{0\} est le même pour les deux opérateurs pourtant la perturbation compact transforme la valeur propre de multiplicité infini 0 en une suite de valeurs propres tendant vers 0.
- retour sur l’exemple 2
- l’opérateur de décalage “à droite” sur l^2({\mathbb N})
- pour \vert\lambda\vert<1 on considère une suite de \lambda_n\mathop{\rightarrow}_{n\to\infty}\lambda qui sont des valeurs propres de A alors les vecteurs propres associés {\bf u}_n forment une suite de Weyl puisque \Vert A{\bf u}_n-\lambda {\bf u}_n\Vert =\Vert(\lambda_n-\lambda) {\bf u}_n\Vert=\vert\lambda_n-\lambda\vert \to 0
- pour \vert\lambda\vert=1 on considère une suite {\bf u}_n={1\over \sqrt{n}}(1,\lambda,\lambda^2,\dots,\lambda^{n-1},0,0\dots) alors \Vert {\bf u}_n\Vert^2=\sum_{k=0}^{n-1}{\vert\lambda\vert^{2k}\over n}=1,\; \Vert A{\bf u}_n-\lambda {\bf u}_n\Vert =\left\Vert{1\over \sqrt{n}}(0,0,\dots,0,\lambda^{n},0,0\dots)\right\Vert={1\over \sqrt{n}} \to 0
- retour sur l’exemple 3
- On reprend l’exemple de l’opérateur Af(x)=a(x) f(x), sur {\mathcal H}={\mathbb L}^2({\mathbb R}), associée à une fonction assez régulière a\in C^\infty\cap{\mathbb L}^\infty({\mathbb R}) à valeurs réelles alors \sigma_{ess}(A)=\overline{\{a(x)\vert x\in{\mathbb R}\}} On construit facilement une suite de Weyl pour \lambda=a(x_0) en prenant une suite de gaussienne de norme 1 dans {\mathcal H} qui se concentre en x=x_0, soit {\bf u}_n(x)= \left({n\over 2\pi}\right)^{1/4} e^{-n(x-x_0)^2\over 4}, on aura par convergence dominée : \Vert A{\bf u}_n-\lambda {\bf u}_n\Vert^2 =\int_{\mathbb R} \vert a(x)-\lambda\vert^2 \sqrt{n\over 2\pi} e^{-n(x-x_0)^2\over 2} dx = \int_{\mathbb R} \left\vert a\left(x_0+{t\over \sqrt{n}}\right)-\lambda\right\vert^2 { e^{-t^2\over 2} \over \sqrt{2\pi}}dt \mathop{\rightarrow}_{n\to\infty}0 car
- \left\vert a\left(x_0+{t\over \sqrt{n}}\right)-\lambda\right\vert^2 { e^{-t^2\over 2} \over \sqrt{2\pi}}\leq C e^{-t^2\over 2} \in {\mathbb L}^1({\mathbb R})
- \left\vert a\left(x_0+{t\over \sqrt{n}}\right)-\lambda\right\vert^2 { e^{-t^2\over 2} \over \sqrt{2\pi}}\mathop{\rightarrow}_{n\to\infty}\vert \lambda-\lambda\vert^2 e^{-t^2\over 2} =0,\, \forall x\in {\mathbb R}
Aucun commentaire:
Enregistrer un commentaire
Pour écrire des formules mathématiques vous pouvez utiliser la syntaxe latex en mettant vos formules entre des "dollars" \$....\$ par exemple :
- \sum_{n=1}^\infty {1\over n^2}={\pi^2\over 6} s'obtient avec \sum_{n=1}^\infty {1\over n^2}={\pi^2\over 6}
- \mathbb R s'obtient avec {\mathbb R} et \mathcal D s'obtient avec {\mathcal D}
- pour les crochets \langle .,. \rangle dans les commentaires utilisez \langle .,. \rangle
vous pouvez écrire du html dans les commentaires :
- italique <i> ... </i> gras <b> ... </b>
- lien <a href="http://adresse "> .... </a>