Il n’en va pas de même dans les espaces vectoriels normés de dimension infinie (espace de Banach) où la notion de spectre est beaucoup plus riche et complexe. Il existe plusieurs subdivisions du spectre qu’on a souvent tendance à mélanger . Pour s’y retrouver il vaut mieux avoir en tête quelques exemples simples pour chaque type de spectre.
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 nOn 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
- 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
- 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}0car
- \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>