Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint



Documents pareils
Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Calcul différentiel. Chapitre Différentiabilité

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

3. Conditionnement P (B)

Intégration et probabilités TD1 Espaces mesurés Corrigé

3 Approximation de solutions d équations

NOTATIONS PRÉLIMINAIRES

Programmes des classes préparatoires aux Grandes Ecoles

Calcul différentiel sur R n Première partie

Cours de mathématiques

Théorème du point fixe - Théorème de l inversion locale

Calcul fonctionnel holomorphe dans les algèbres de Banach

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

1 Complément sur la projection du nuage des individus

Fonctions de plusieurs variables

Mesures gaussiennes et espaces de Fock


Chapitre 2. Matrices

Correction de l examen de la première session

Amphi 3: Espaces complets - Applications linéaires continues

Intégration et probabilités TD1 Espaces mesurés

Simulation de variables aléatoires

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Cours d Analyse. Fonctions de plusieurs variables

I. Polynômes de Tchebychev

Programmation linéaire et Optimisation. Didier Smets

Capes Première épreuve

Approximations variationelles des EDP Notes du Cours de M2

Programme de la classe de première année MPSI

Exercices Corrigés Premières notions sur les espaces vectoriels

Le produit semi-direct

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Cours 02 : Problème général de la programmation linéaire

ENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA

Résolution d équations non linéaires

Limites finies en un point

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Image d un intervalle par une fonction continue

Résolution de systèmes linéaires par des méthodes directes

Développement décimal d un réel

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Physique quantique et physique statistique

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Analyse en Composantes Principales

Espérance conditionnelle

Chapitre 2 Le problème de l unicité des solutions

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v t

Chapitre VI - Méthodes de factorisation

La mesure de Lebesgue sur la droite réelle

MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

RO04/TI07 - Optimisation non-linéaire

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Théorie de la Mesure et Intégration

Le Modèle Linéaire par l exemple :

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE

Cours d analyse numérique SMI-S4

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

[ édité le 30 avril 2015 Enoncés 1

C1 : Fonctions de plusieurs variables

CHAPITRE IV. L axiome du choix

Moments des variables aléatoires réelles

Continuité et dérivabilité d une fonction

Yamina Yagoub-Zidi. Inconditionnalité et propriétés du point fixe dans les espaces de fonctions lisses

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2

C algèbre d un certain groupe de Lie nilpotent.

La fonction exponentielle

Problème 1 : applications du plan affine

NOTICE DOUBLE DIPLÔME

Résumé du cours d algèbre 1, Sandra Rozensztajn. UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

VARIÉTÉS CR POLARISÉES ET G-POLARISÉES, PARTIE I LAURENT MEERSSEMAN. À la mémoire de Marco Brunella

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Théorie et codage de l information

Structures algébriques

aux différences est appelé équation aux différences d ordre n en forme normale.

Continuité d une fonction de plusieurs variables

Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA

Chp. 4. Minimisation d une fonction d une variable

Introduction à l étude des Corps Finis

Première partie. Introduction à la méthodes des différences finies

I Stabilité, Commandabilité et Observabilité Introduction Un exemple emprunté à la robotique Le plan Problème...

Corrigé du baccalauréat S Asie 21 juin 2010

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Transcription:

Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint 18 mars 2008 1 Généralités sur les opérateurs 1.1 Définitions Soient H et H deux espaces de Hilbert sur C. Définition 1.1 : Toute application linéaire continue T : H H s appelle un opérateur. L espace vectoriel L(H, H ) des applications linéaires continues de H dans H est l espace des opérateurs de H dans H. Notations : 1) Pour alléger les écritures, l image d un vecteur x H par l opérateur T L(H, H ) sera généralement notée T x mais la notation traditionnelle T (x) sera parfois utilisée également. 2) La norme de T est le nombre (1) T = sup T x H ; x H 1 c est la norme usuelle assujettie aux normes de H et H. 3) On notera KerT le noyau de l opérateur T i.e. KerT = {x H; T x = 0}. 4) ImT désignera le sous-espace de H image de H par T. On le notera aussi T (H). Remarque : KerT (resp. ImT ) est un sous-espace vectoriel de H (resp. de H ). On notera que KerT est toujours un sous-espace fermé de H mais ImT n est pas forcément fermé 1 dans H (des exemples seront vus en TD). 1.2 Composé de plusieurs opérateurs Soient H, H et H des espaces de Hilbert et T 1 L(H, H ) et T 2 L(H, H ) des opérateurs. Considèrons l opérateur composé T 2 T 1 L(H, H ). Proposition 1.2 : On a T 2 T 1 T 2. T 1. Notes du cours sur les espaces de Hilbert de M. L. Gallardo, Licence 3-ième année, Université de Tours, année 2007-2008. Les démonstrations sont données dans le cours oral. 1 ceci ne peut arriver que si dimh = + car si dimh < + tous ses sous-espaces sont fermés. 1

Remarque : Dans le résultat précédent les normes d opérateur sont toujours celles définies en (1) c est-à-dire les normes assujetties aux normes des espaces de Hilbert concernés par les opérateurs. Application : Soit U L(H, H) un opérateur de l espace de Hilbert H dans lui même. On définit les puissances de l opérateur U comme étant les opérateurs de H dans H définis de la manière suivante : U 0 = I(l opérateur identité), U 1 = U, U 2 = U U,..., U n = U U n 1 = U n 1 U (n 1). Corollaire 1.3 : n N, U n U n. Corollaire 1.4 : La série + n=0 1 U n converge dans L(H, H). Sa somme est n! un opérateur de H dans H appelé exponentielle de l opérateur U et noté e U ou exp U. Sa norme vérifie : (2) exp U exp ( U ). 1.3 Inverse d un opérateur Soient H et H des espaces de Hilbert et A L(H, H ) un opérateur. Définition 1.5 : On dit que A est inversible s il existe B L(H, H) tel que (3) A B = I H, et B A = I H, où I H (resp. I H ) est l opérateur identité de H (resp. de H ). Un tel opérateur B (lorsqu il existe) est unique. On l appelle opérateur inverse de A ou plus simplement inverse de A et on le note B := A 1. Cas particulier où H = H : Soit T L(H, H). Dans le cas où H est de dimension finie, on sait que l inversibilité de T a plusieurs aspects équivalents. Plus précisément, rappelons l important résultat suivant 2 : Théorème 1.6 : Si dim H < +, les propriétés suivantes sont équivalentes : 1) T est inversible. 2) T est injectif. 3) T est surjectif. 4) T admet un inverse à droite (i.e. il existe U L(H, H) tel que T U = I H ). 5) T admet un inverse à gauche (i.e. il existe V L(H, H) tel que V T = I H ). Remarque et contre-exemple : Attention si dim H = +, les propriétés équivalentes du théorème précédent ne sont plus vraies : Soit H = l 2, l espace des suites de nombres complexes de carré sommable, muni de sa norme x 2 = ( + n=1 x 2) 1/2 (x = (xn ) n 1 ). Considérons l application S : l 2 l 2 définie pour tout x = (x n ) n 1, par Sx = y = (y n ) n 1 où (4) y 1 = 0 y 2 = x 1,..., y n = x n+1,... (n 1). Autrement dit Sx est la suite qui commence par 0 et qui ensuite est composée des mêmes termes que la suite x mais décalés d un rang. L application S est linéaire de l 2 dans lui même et c est une isométrie puisque Sx 2 = x 2. 2 voir les cours de L1 et L2. 2

Donc S L(l 2, l 2 ). On appelle S l opérateur de décalage 3 dans l 2. On voit alors facilement que : 1) S est injective (car isométrique), 2) S n est pas surjective. 3) S admet un inverse à gauche T : x = (x n ) n 1 T x = (x n+1 ) n 1 (c est l opérateur qui «efface» la première coordonnée donc on a clairement T S = I l 2). 4) L opérateur T n est pas inverse à droite de l opérateur S. Le seul résultat simple valable quelle que soit la dimension de H est le suivant : Théorème 1.7 : Si T L(H, H) est tel que T < 1, alors la série + n=0 T n est convergente dans L(H, H), l opérateur I T est inversible et (5) (I T ) 1 = Remarque 1 : Le résultat précédent est vrai aussi si H est remplacé par un espace de Banach quelconque. Remarque 2 : Il convient de savoir utiliser le résultat du théorème sous la forme suivante : Si T L(H, H) est tel que I T < 1, alors T est inversible et on a T 1 = + n=0 (I T )n. 1.4 Adjoint d un opérateur Soient H et H des espaces de Hilbert. On va généraliser la notion d adjoint d une application linéaire de C d dans lui même, qu on étudie généralement en L2. Théorème 1.8 : Soit T L(H, H ). Alors il existe un unique opérateur T L(H, H) tel que n=0 T n. (6) x H, y H, < T x, y > H =< x, T y > H. L opérateur T s appelle l adjoint de T. Définition 1.9 : Si T L(H, H) est tel que T = T, on dit que l opérateur T est autoadjoint (ou hermitien). Théorème 1.10 (Propriétés de l adjoint) : 1) Pour tout A L(H, H ), on a (7) (A ) = A et A = A. 2) Si A L(H, H ) et B L(H, H), alors (8) (B A) = A B. 4) Pour tout A 1, A 2 L(H, H ) et tout λ, µ C, on a (9) (λa 1 + µa 2 ) = λa 1 + µa 2. 3 ou «shift» en anglais. 3

1.4.1 Exemples d opérateurs adjoint Exemple 1 : Soit H = L 2 ([a, b]) (a < b) l espace des classes de fonctions x : [a, b] C de carré sommable avec le produit scalaire < x, y >= b x(t)y(t)dt a et soit f : [a, b] C une fonction continue fixée. L application T qui à la fonction x H fait correspondre la fonction T x définie sur [a, b] par (T x)(t) = f(t)x(t) est un opérateur T L(H, H) appelé opérateur de multiplication par f. L opérateur T L(H, H) est alors l opérateur de multiplication par la fonction f. Exemple 2 : Soit k : [c, d] [a, b] C (c < d, a < b) une fonction continue de deux variables réelles. On considère l application K : L 2 ([a, b]) L 2 ([c, d]) telle que pour tout x L 2 ([a, b]), Kx est la fonction définie par (10) t [c, d], (Kx)(t) = b a k(t, s)x(s)ds. K est un opérateur de L 2 ([a, b]) dans L 2 ([c, d]) qu on appelle opérateur intégral de noyau k(t, s). On abrège souvent en disant que K est un opérateur à noyau (égal à k). L opérateur adjoint K est aussi un opérateur à noyau. C est l opérateur intégral de L 2 ([c, d]) dans L 2 ([a, b]) dont le noyau est la fonction (s, t) k(s, t) de [a, b] [c, d] dans C (attention les intervalles sont maintenant dans l ordre inverse!) i.e. pour tout y L 2 ([c, d]), K y L 2 ([a, b]) est la fonction définie par (11) s [a, b], (K y)(s) = d c k(s, t)y(t)dt. Dans le cas particulier où [a, b] = [c, d], l opérateur K : L 2 ([a, b]) L 2 ([a, b]) est autoadjoint si le noyau k satisfait la condition de symétrie hermitienne (12) (s, t) [a, b] 2, k(s, t) = k(t, s). 1.4.2 Vecteurs propres et valeurs propres d un opérateur autoadjoint Les opérateurs autoadjoints ont des propriétés particulièrement importantes que nous allons maintenant examiner. Soit H un espace de Hilbert et T L(H, H) un opérateur. Théorème 1.11 (Norme d un opérateur autoadjoint) : Si T est autoadjoint (i.e. T = T ), alors (13) T = sup < T x, x > x =1 Définition 1.12 (Rappel) : On dit qu un nombre λ C est une valeur propre de T s il existe un vecteur x H, x 0, tel que T x = λx. Un tel vecteur x est alors appelé vecteur propre associé à la valeur propre λ. 4

Remarque : Soit λ une valeur propre de T. Alors l ensemble V λ de tous 4 les vecteurs x H tels que T x = λx est un sous-espace fermé (exercice) de H. On l appelle le sous-espace propre associé à la valeur propre λ. Théorème 1.13 Si T est autoadjoint, les valeurs propres de T sont réelles et les vecteurs propres correspondant à des valeurs propres distinctes sont deux à deux orthogonaux 5. Dans le cas de la dimension finie, on déduit le résultat bien connu suivant Corollaire 1.14 : Si dim H < + et si T L(H, H) est autoadjoint, alors T est diagonalisable Pour la démonstration on a besoin du lemme suivant que nous signalons car il est très utile en général : Lemme 1.15 : Soit T L(H, H) un opérateur et soit V un sous-espace vectoriel fermé de H invariant par T (i.e. x V, T x V ). Alors le sous-espace V est invariant par l adjoint T. 1.4.3 Matrice d un opérateur dans une base hilbertienne Soit H un espace de Hilbert séparable et (e n ) n N une base hilbertienne de H. Soit T un opérateur de H dans lui même. Pour tout j 1, on peut écrire (14) T e j = i=1 < T e j, e i > e i. Nous allons voir que les coefficients a ij :=< T e j, e i > ((i, j) N N ) déterminent entièrement l opérateur T : Pour tout x H, posons x j =< x, e j >. on a alors x = + x je j et (15) T x = x j T e j, car l opérateur T est continu. D autre part, la décomposition de T x sur la base hilbertienne (e n ) donne (16) T x = i=1 < T x, e i > e i. Mais d après (15) et grâce à la continuité du produit scalaire, on a (17) < T x, e i >= D après (16), on a donc (18) T x = i=1 x j < T e j, e i >= ( + ) a ij x j e i. x j a ij. 4 incluant le vecteur 0 (qui n est pas un vecteur propre par définition). 5 Autrement dit les sous-espaces propres V λ1 et V λ2 correspondant à des valeurs propres λ 1 λ 2, sont orthogonaux. 5

La formule (17) montre alors que le i-ième coefficient (de Fourier) de T x sur la base hilbertienne (e n ), s obtient comme en dimension finie en faisant le «produit» de la i-ième ligne de la matrice (a ij ) par la colonne des coefficients de Fourier de x. Définition 1.16 : La matrice A = (a ij ) (i,j) N N à une infinité de lignes et de colonnes, est appelée matrice de l opérateur T dans la base hilbertienne (e n ). On notera que puisque a ij :=< T e j, e i >, la j-ième colonne de la matrice A est constituée des coefficients du vecteur T e j comme en dimension finie. Remarque : Nous ne développerons pas le calcul matriciel en dimension infinie car il présente certaines difficultés techniques liées essentiellement à des problèmes de convergence de séries. Exercice : Si A = (a ij ) (i,j) N N est la matrice d un opérateur T dans une base hilbertienne de H, quelle est la matrice de l opérateur adjoint T? 6