Plus grande valeur absolue des valeurs propres d'un opérateur
En mathématiques , le rayon spectral d'une matrice carrée ou d'un opérateur linéaire borné est la plus grande valeur absolue de ses valeurs propres (c'est-à-dire supremum parmi les valeurs absolues des éléments de son spectre ). Il est parfois noté (·).
Matrices
Soit λ 1 , ..., λ n sont les ( réelles ou complexes valeurs propres d'une matrice) A ∈ C n × n . Alors son rayon spectral ρ ( A ) est défini comme :
Le rayon spectral est une sorte d'infimum de toutes les normes d'une matrice. En effet, d'une part, pour toute norme matricielle naturelle ; et d'autre part, la formule de Gelfand indique que . Ces deux résultats sont présentés ci-dessous.
Cependant, le rayon spectral ne satisfait pas nécessairement pour des vecteurs arbitraires . Pour voir pourquoi, soyons arbitraires et considérons la matrice
-
.
Le polynôme caractéristique de est , donc ses valeurs propres sont et donc . Cependant, . En conséquence, pour toute norme,
Comme illustration de la formule de Gelfand, notez que as , puisque si est pair et si est impair.
Un cas particulier dans lequel pour tout est quand est une matrice hermitienne et est la norme euclidienne . En effet, toute matrice hermitienne est diagonalisable par une matrice unitaire , et les matrices unitaires préservent la longueur du vecteur :
Opérateurs linéaires bornés
Pour un opérateur linéaire borné A sur un espace de Banach , les valeurs propres sont remplacés par le spectre de l'opérateur , les valeurs pour lesquelles ne parvient pas à être injective; on note le spectre par
Le rayon spectral est alors défini comme le supremum des grandeurs des éléments du spectre :
Si nous notons la norme de l' opérateur par , alors nous avons la formule du rayon spectral ou la formule de Gelfand :
Un opérateur borné (sur un espace de Hilbert complexe) est appelé opérateur spectraloïde si son rayon spectral coïncide avec son rayon numérique . Un exemple d'un tel opérateur est un opérateur normal .
Graphiques
Le rayon spectral d'un graphe fini est défini comme étant le rayon spectral de sa matrice d'adjacence .
Cette définition s'étend au cas des graphes infinis avec des degrés bornés de sommets (c'est-à-dire qu'il existe un nombre réel C tel que le degré de chaque sommet du graphe est plus petit que C ). Dans ce cas, pour le graphe G définir :
Soit γ l'opérateur d'adjacence de G :
Le rayon spectral de G est défini comme étant le rayon spectral de l'opérateur linéaire borné γ .
Limite supérieure
Bornes supérieures pour le rayon spectral d'une matrice
La proposition suivante montre une borne supérieure simple mais utile pour le rayon spectral d'une matrice :
Proposition. Soit A ∈ C n × n avec rayon spectral ρ ( A ) et une norme de la matrice cohérente || ⋅ || . Alors pour chaque entier :
Preuve
Soit ( v , λ ) est un vecteur propre - valeur propre paire pour une matrice A . Par la propriété sous-multiplicative de la norme matricielle, on obtient :
et puisque v 0 on a
et donc
Bornes supérieures pour le rayon spectral d'un graphique
Il existe de nombreuses bornes supérieures pour le rayon spectral d'un graphe en fonction de son nombre n de sommets et de son nombre m d'arêtes. Par exemple, si
où est un entier, alors
Séquence de puissance
Théorème
Le rayon spectral est étroitement lié au comportement de la convergence de la séquence de puissance d'une matrice ; à savoir, le théorème suivant est vérifié :
-
Théorème. Soit A ∈ C n × n avec rayon spectral ρ ( A ) . Alors ρ ( A ) < 1 si et seulement si
- En revanche, si ρ ( A ) > 1 , . L'énoncé est valable pour tout choix de norme matricielle sur C n × n .
Preuve du théorème
Supposons que la limite en question soit nulle, nous montrerons que ρ ( A ) < 1 . Soit ( v , λ ) est un vecteur propre - valeur propre paire de A . Puisque A k v = λ k v on a :
et, puisque par hypothèse v 0 , on doit avoir
ce qui implique |λ| < 1. Puisque cela doit être vrai pour toute valeur propre λ, nous pouvons conclure ρ( A ) < 1.
Supposons maintenant que le rayon de A est inférieur à 1 . De la forme normale Jordanie théorème, nous savons que pour tout A ∈ C n × n , il existe V , J ∈ C n × n avec V non singulier et J bloc diagonale tel que:
avec
où
Il est facile de voir que
et, puisque J est bloc-diagonale,
Maintenant, un résultat standard sur la puissance k d'un bloc de Jordan indique que, pour :
Ainsi, si alors pour tout i . Donc pour tout i on a :
ce qui implique
Donc,
De l'autre côté, si , il y a au moins un élément dans J qui ne reste pas borné lorsque k augmente, prouvant ainsi la deuxième partie de l'énoncé.
La formule de Gelfand
Théorème
Le théorème suivant donne le rayon spectral comme limite des normes matricielles.
-
Théorème (formule de Gelfand ; 1941). Pour toute norme matricielle ||⋅||, on a
-
.
Preuve
Pour tout ε > 0 , nous construisons d'abord les deux matrices suivantes :
Puis:
On applique d'abord le théorème précédent à A + :
Cela signifie, par la définition de la limite de séquence, qu'il existe N + ∈ N tel que pour tout k N + ,
alors
L'application du théorème précédent à A − implique qu'elle n'est pas bornée et qu'il existe N − ∈ N tel que pour tout k N − ,
alors
Soit N = max{ N + , N − }, alors on a :
qui, par définition, est
Corollaires Gelfand
La formule de Gelfand conduit directement à une borne sur le rayon spectral d'un produit de matrices en nombre fini, à savoir en supposant qu'elles commutent toutes, nous obtenons
En fait, dans le cas où la norme est cohérente , la preuve montre plus que la thèse ; en fait, en utilisant le lemme précédent, on peut remplacer dans la définition de la limite la borne inférieure gauche par le rayon spectral lui-même et écrire plus précisément :
qui, par définition, est
où le + signifie que la limite est approchée par le haut.
Exemple
Considérez la matrice
dont les valeurs propres sont 5, 10, 10 ; par définition, ρ ( A ) = 10 . Dans le tableau suivant, les valeurs de pour les quatre normes les plus utilisées sont répertoriées en fonction de plusieurs valeurs croissantes de k (notez qu'en raison de la forme particulière de cette matrice, ) :
k
|
|
|
|
1
|
14
|
15.362291496
|
10.681145748
|
2
|
12.649110641
|
12.328294348
|
10.595665162
|
3
|
11.934831919
|
11.532450664
|
10.500980846
|
4
|
11.501633169
|
11.151002986
|
10.418165779
|
5
|
11.216043151
|
10.921242235
|
10.351918183
|
|
|
|
|
dix
|
10.604944422
|
10.455910430
|
10.183690042
|
11
|
10.548677680
|
10.413702213
|
10.166990229
|
12
|
10.501921835
|
10.378620930
|
10.153031596
|
|
|
|
|
20
|
10.298254399
|
10.225504447
|
10.091577411
|
30
|
10.197860892
|
10.149776921
|
10.060958900
|
40
|
10.148031640
|
10.112123681
|
10.045684426
|
50
|
10.118251035
|
10.089598820
|
10.036530875
|
|
|
|
|
100
|
10.058951752
|
10.044699508
|
10.018248786
|
200
|
10.029432562
|
10.022324834
|
10.009120234
|
300
|
10.019612095
|
10.014877690
|
10.006079232
|
400
|
10.014705469
|
10.011156194
|
10.04559078
|
|
|
|
|
1000
|
10.005879594
|
10.04460985
|
10.001823382
|
2000
|
10.002939365
|
10.002230244
|
10.000911649
|
3000
|
10.001959481
|
10.001486774
|
10.000607757
|
|
|
|
|
10000
|
10.000587804
|
10.000446009
|
10.000182323
|
20000
|
10.000293898
|
10.000223002
|
10.000091161
|
30000
|
10.000195931
|
10.000148667
|
10.000060774
|
|
|
|
|
100000
|
10 000058779
|
10.000044600
|
10.000018232
|
Notes et références
Bibliographie
-
Dunford, Nelson; Schwartz, Jacob (1963), Opérateurs linéaires II. Théorie spectrale : opérateurs auto-adjoints dans l'espace Hilbert , Interscience Publishers, Inc.
-
Lax, Peter D. (2002), Analyse fonctionnelle , Wiley-Interscience, ISBN 0-471-55604-1
Voir également