The Spectral Shift Function for Non-Self-Adjoint Perturbations

Cet article définit et analyse la fonction de décalage spectral pour des perturbations non auto-adjointes d'opérateurs auto-adjoints, en étendant la formule de trace de Lifshits-Kreĭn et en appliquant ces résultats aux opérateurs de Schrödinger avec des potentiels complexes.

L'essentiel

Imaginez que vous êtes un chef d'orchestre (le mathématicien) essayant de comprendre comment un petit changement dans votre orchestre modifie la musique globale.

Dans le monde de la physique quantique et des mathématiques, l'orchestre est un opérateur (une machine mathématique qui transforme des fonctions), et la musique est son spectre (l'ensemble des notes ou fréquences qu'il peut produire).

Voici une explication simple de ce papier, qui traite d'un cas très particulier : quand l'orchestre n'est pas parfaitement "juste" (ce qu'on appelle non-auto-adjoint).

1. Le Problème : Un orchestre qui "dérape"

Habituellement, les physiciens étudient des systèmes "parfaits" (auto-adjoints). C'est comme un piano : si vous appuyez sur une touche, vous obtenez une note pure et réelle. Si vous ajoutez un petit objet sur une corde (une perturbation), la note change légèrement, mais elle reste réelle. On peut facilement mesurer ce changement avec un outil appelé Fonction de Décalage Spectral (SSF). C'est un peu comme un compteur qui dit : "Combien de notes se sont déplacées à cause de mon petit objet ?"

Mais dans ce papier, les auteurs s'intéressent à des systèmes non-parfaits (non-auto-adjoints). Imaginez un piano dont certaines touches, quand on les appuie, font sortir des sons qui "glissent" vers des fréquences imaginaires ou complexes. C'est comme si la musique ne restait plus sur le sol, mais montait dans le ciel ou s'enfonçait sous terre.

• Le défi : L'outil classique (la SSF) ne fonctionne plus bien ici. Il est conçu pour des notes réelles. Comment mesurer le décalage quand les notes deviennent "fantômes" (complexes) ?

2. La Solution : Une nouvelle boussole mathématique

Les auteurs (Bruneau, Frantz et Nicoleau) ont créé une nouvelle version de cette boussole (la SSF) capable de fonctionner même quand la musique devient "étrange".

Voici comment ils y sont arrivés, avec des analogies :

A. Le tri des notes (Le Calcul Fonctionnel)

Imaginez que votre orchestre a deux types de musiciens :

1. Ceux qui jouent des notes réelles (sur le sol).
2. Ceux qui jouent des notes complexes (qui volent dans le ciel).

Les auteurs disent : "Ne paniquez pas ! Séparons les deux groupes."
Ils utilisent une technique mathématique (la formule de Helffer-Sjöstrand) pour isoler les musiciens qui jouent sur le sol. Ils définissent la SSF uniquement pour cette partie "solide" de l'orchestre, en ignorant temporairement les notes qui volent, mais en tenant compte de leur présence. C'est comme si on mesurait le décalage des notes au sol, tout en sachant que certains musiciens sont partis en vacances dans le ciel.

B. La règle de l'ombre (Les Perturbations Relativement de Classe Trace)

Parfois, le changement (la perturbation) est trop gros pour être mesuré directement. C'est comme essayer de compter les grains de sable d'une plage entière.
Les auteurs utilisent un truc astucieux : ils regardent l'orchestre non pas à travers une loupe directe, mais à travers un miroir déformant (une transformation mathématique). Ils transforment le problème complexe en un problème plus simple (comme regarder l'ombre d'un objet au lieu de l'objet lui-même). Une fois le calcul fait sur l'ombre, ils remontent le résultat pour comprendre l'objet original.

3. Les Phénomènes Étranges (Les Singularités Spectrales)

C'est là que ça devient fascinant. Dans un système parfait, tout est lisse. Mais dans ce système "défaut", il y a des points critiques appelés singularités spectrales.

• L'analogie du trou noir : Imaginez que vous lancez une pierre dans un lac. L'eau est calme, sauf à un endroit précis où il y a un tourbillon invisible. Si vous passez trop près, votre bateau (la fonction mathématique) commence à trembler violemment.
• Dans ce papier, les auteurs montrent que la SSF (notre compteur) devient très agitée près de ces tourbillons. Elle ne fait plus un petit saut simple, elle explose ou change de comportement de manière très précise.
• La découverte clé : Ils ont prouvé que même si la musique est "étrange" (complexes), on peut toujours prédire exactement comment la SSF va se comporter près de ces tourbillons. C'est comme avoir une carte météo précise pour éviter les tempêtes dans un océan de mathématiques.

4. Pourquoi est-ce utile ? (La Physique Réelle)

Pourquoi se soucier de ces notes "imaginaires" ?

• En physique réelle : Cela correspond à des systèmes où l'énergie n'est pas conservée. Par exemple, un atome qui perd de l'énergie (dissipation) ou un système avec des fuites.
• L'application : Les auteurs appliquent leur théorie aux atomes (opérateurs de Schrödinger) placés dans des champs électriques complexes.
• Le résultat : Ils montrent que la SSF contient des informations cachées. Si vous regardez bien la SSF, vous pouvez détecter la présence d'énergies "fantômes" (valeurs propres complexes) qui indiquent que le système est instable ou qu'il y a des résonances dangereuses.

En résumé

Ce papier est comme un manuel de réparation pour un instrument de musique brisé.

1. Le problème : L'instrument produit des sons qui ne sont pas des nombres réels (des sons "imaginaires").
2. L'outil : Les auteurs inventent une nouvelle règle de mesure (la SSF généralisée) qui fonctionne même dans ce chaos.
3. La méthode : Ils séparent les sons "normaux" des sons "étranges" et utilisent des transformations mathématiques pour faire le calcul.
4. Le résultat : Ils peuvent maintenant prédire exactement comment la musique change, même près des points où l'instrument "casse" (les singularités).

C'est une avancée majeure pour comprendre comment les systèmes physiques réels (qui perdent souvent de l'énergie) se comportent, en utilisant des outils mathématiques autrefois réservés aux systèmes parfaits.

Résumé technique

1. Problématique et Contexte

La fonction de décalage spectral (Spectral Shift Function - SSF), notée $\xi(\lambda; H, H_0)$, est un outil fondamental en théorie spectrale et en théorie de la diffusion. Initialement introduite par Lifshits et Krein pour les perturbations de classe trace d'opérateurs auto-adjoints, elle permet de relier la variation du spectre à des grandeurs de diffusion (déphasage, temps de séjour) via la formule de trace :
$$\text{Tr}(f(H) - f(H_0)) = \int_{\mathbb{R}} \xi(\lambda) f'(\lambda) d\lambda$$
Pour les opérateurs auto-adjoints, $\xi$ est une fonction réelle et sa dérivée est liée au déterminant de perturbation par $\xi(\lambda) = \frac{1}{\pi} \lim_{\varepsilon \to 0^+} \arg D(\lambda + i\varepsilon)$.

Le problème central de cet article est de définir et d'analyser cette fonction dans le cadre de perturbations non auto-adjointes d'opérateurs auto-adjoints.
Les difficultés majeures sont :

• Le spectre de l'opérateur perturbé $H = H_0 + V$ peut contenir des valeurs propres complexes (hors de l'axe réel).
• Le déterminant de perturbation peut s'annuler et n'est plus nécessairement réel sur l'axe réel.
• L'apparition de singularités spectrales (points du spectre essentiel où la résolvante n'admet pas de limite forte ou où la limite absorption échoue), qui correspondent souvent à des résonances réelles.
• La perte de la propriété de réalité de la SSF et de sa compacité de support.

L'objectif est d'établir une formule de trace valide pour des fonctions test $f \in C_c^\infty(\mathbb{R})$ et de comprendre la structure de $\xi$ en présence de ces singularités.

2. Méthodologie

Les auteurs développent une approche rigoureuse combinant plusieurs outils d'analyse fonctionnelle et spectrale :

A. Calcul Fonctionnel de Helffer-Sjöstrand

Pour définir $f(H)$ lorsque $H$ n'est pas auto-adjoint, les auteurs utilisent la formule de Helffer-Sjöstrand étendue. Ils décomposent l'opérateur $H$ en une somme directe (via une projection de Riesz) d'une partie à spectre réel ($H_r$) et d'une partie à spectre non réel ($H_c$, correspondant aux valeurs propres complexes isolées).
La fonction $f(H)$ est définie par :
$$f(H) = \frac{1}{\pi} \int_{\mathbb{C}} \partial_{\bar{z}} \tilde{f}(z) (H - z)^{-1} dx dy$$
où $\tilde{f}$ est une extension presque analytique de $f$. Cette construction nécessite des hypothèses de contrôle sur la résolvante dans un voisinage tubulaire de l'axe réel.

B. Hypothèses Techniques

Le cadre repose sur trois hypothèses clés pour un intervalle ouvert $I \subset \mathbb{R}$ :

1. Hypothèse 1 : $H$ possède un nombre fini de valeurs propres non réelles dont la partie réelle est dans $I$.
2. Hypothèse 2 : La résolvante $R_H(z)$ croît au plus polynomialement dans un voisinage tubulaire de $I$ (contrôle de la singularité).
3. Hypothèse 3 : La différence des résolvantes (ou d'une puissance de résolvantes) appartient à la classe trace $L^1(\mathcal{H})$.

C. Changement de Variables Spectral

Pour traiter les perturbations relativement de classe trace (où $H-H_0 \notin L^1$ mais $(H+c)^{-m} - (H_0+c)^{-m} \in L^1$), les auteurs utilisent un changement de variable spectral. Ils définissent la SSF pour $H$ via celle de l'opérateur transformé $(H+c)^{-m}$, en utilisant la relation $\xi(\lambda; H, H_0) = \xi((\lambda+c)^{-m}; (H+c)^{-m}, (H_0+c)^{-m})$.

D. Analyse des Singularités Spectrales

Dans le cas des opérateurs de Schrödinger avec potentiel complexe, les auteurs relient les singularités spectrales aux résonances réelles. Ils analysent le comportement asymptotique de la dérivée de la SSF $\xi'$ près de ces singularités en utilisant le développement de Laurent de la résolvante méromorphe.

3. Résultats Principaux

A. Existence et Définition de la SSF

Sous les hypothèses ci-dessus, les auteurs prouvent que l'application $f \mapsto \text{Tr}(f(H) - f(H_0))$ définit une distribution sur $I$. La SSF $\xi$ est définie (à une constante additive près) par :
$$\langle \xi', f \rangle = \text{Tr}(f(H) - f(H_0))$$
Contrairement au cas auto-adjoint, $\xi$ n'est pas nécessairement réelle et peut ne pas être à support compact (elle peut tendre vers une constante non nulle à l'infini si des valeurs propres complexes sont présentes).

B. Formule de Représentation

Les auteurs établissent une formule de représentation pour la dérivée de la SSF en termes de la discontinuité de la trace de la différence des résolvantes :
$$\xi'(\lambda) = \frac{1}{2\pi i} \lim_{\varepsilon \to 0^+} \left( \text{Tr}(R_H(\lambda+i\varepsilon) - R_{H_0}(\lambda+i\varepsilon)) - \text{Tr}(R_H(\lambda-i\varepsilon) - R_{H_0}(\lambda-i\varepsilon)) \right)$$
Ils généralisent également la formule liant $\xi$ au déterminant de perturbation $D_V(z)$, bien que la relation soit plus complexe (impliquant des mesures non nécessairement réelles).

C. Régularité et Asymptotiques

• Régularité : En dehors des singularités spectrales, $\xi$ est une fonction régulière ($C^{k+1}$ si le potentiel est suffisamment régulier).
• Comportement près d'une singularité : Si $\lambda_0$ est une singularité spectrale d'ordre fini $\nu_0$, la dérivée $\xi'$ admet un développement asymptotique distributionnel :
  $$\xi'(\lambda) \sim \sum_{k=1}^{\nu_0} \frac{\alpha_k}{(\lambda - \lambda_0 + i0)^k} + H(\lambda)$$
  où $H$ est régulier. Cela implique que la partie singulière de $\xi'$ est une combinaison linéaire de valeurs principales et de dérivées de masses de Dirac.
• Haute énergie : Pour les opérateurs de Schrödinger en dimension 3 avec potentiel à décroissance courte, le comportement à haute énergie de $\xi'$ coïncide avec le cas auto-adjoint :
  $$\xi'(\lambda) \sim \frac{1}{8\pi^2 \sqrt{\lambda}} \int_{\mathbb{R}^3} V(x) dx + o(\lambda^{-1/2})$$

D. Exemples Toy Models

L'article analyse des modèles explicites (opérateurs en dimension finie, perturbations de rang un) qui illustrent :

• La non-intégrabilité de la SSF en présence de valeurs propres complexes (sauts à l'infini).
• La nature complexe de la SSF.
• Le comportement de la SSF lors de la création d'une résonance réelle (singularité spectrale) : saut de $1/2$ dans la partie réelle et divergence de la partie imaginaire.

4. Contributions Clés

1. Extension du cadre de Lifshits-Krein : Définition rigoureuse de la SSF pour des perturbations non auto-adjointes générales, incluant les cas de perturbations relativement de classe trace.
2. Gestion des valeurs propres complexes : Intégration systématique de la contribution des valeurs propres non réelles dans le calcul fonctionnel et la formule de trace.
3. Analyse fine des singularités : Caractérisation précise du comportement distributionnel de la SSF au voisinage des singularités spectrales (liées aux résonances réelles), généralisant les résultats connus pour les opérateurs dissipatifs.
4. Application aux opérateurs de Schrödinger : Application concrète aux opérateurs $-\Delta + V$ avec $V$ complexe, démontrant la régularité hors des singularités et le comportement asymptotique.

5. Signification et Impact

Ce travail est significatif car il comble un vide théorique important entre la théorie spectrale auto-adjointe classique et les systèmes dissipatifs ou non conservatifs.

• Théorie de la diffusion : Il fournit un outil pour interpréter les phases de diffusion et les temps de séjour dans des systèmes non conservatifs (ex: milieux absorbants, systèmes ouverts).
• Physique mathématique : La capacité à détecter la présence de valeurs propres complexes et de résonances via la SSF est cruciale pour l'étude de la stabilité des systèmes et de la dynamique quantique non hermitienne.
• Généralité : La méthode basée sur le calcul fonctionnel de Helffer-Sjöstrand et le changement de variables offre une approche robuste applicable à divers types d'opérateurs non auto-adjoints au-delà des Schrödinger.

En résumé, ce papier établit les fondations analytiques nécessaires pour utiliser la fonction de décalage spectral comme invariant spectral robuste dans le domaine non auto-adjoint, en clarifiant le rôle des singularités spectrales et des valeurs propres complexes.