- - - - - - - - -
Cette démonstration complète un élément de l'exercice 5.2 .
Elle m'a été communiquée par Philippe Tormo. Merci à lui.
Soit `barbbA = bbA - < bbA >I`
1) Montrons d'abord que `bbA` et `barbbA` ont les mêmes vecteurs propres :
Si `|a>` est vecteur propre de `bbA` alors `bbA|a> = a|a>`, `a` étant la valeur propre associée.
Calculons `barbbA |a>` :
` barbbA|a> = (bbA - < bbA ">I")|a> = bbA|a> - < bbA >|a> `
` = (a - < bbA >)|a> ` puisque `bbA|a> = a|a>`
Donc `|a>` est le vecteur propre de `barbbA` avec la valeur propre ` (bara = a - < bbA >) `
` bbA ` et ` barbbA ` étant de même dimension, ils ont les mêmes vecteurs propres, et `|a> = |bara> `
2) Calculons maintenant ` Pr(bara) `, le système étant dans un état quelconque ` |X> `:
` Pr(bara) = < X|bara"><" bara|X> `, mais on a vu que `|bara> = |a> `
donc ` color(blue)(Pr(bara) =) < X|a"><" a|X> color (blue)(= Pr(a)) ` ce que l'on voulait démontrer.
Remarque 1 :
Au passage Philippe Tormo démontre que :
1) les valeurs propres sont décalées de ` < bbA > `
2) les vecteurs propres sont inchangés
ce qui était énoncé dans le paragraphe 5.4 page 136, mais non démontré !
Remarque 2 :
Une visualisation de ces propriétés est effectuée dans le Complément 5.6 .
Autre démonstration :
Prenons de la même manière ` bara = a - < a > ` .
` < bara > = Sigma_a bara Pr(bara) `
` = Sigma_a(a- "< a >")Pr(bara) `
` = Sigma_a aPr(bara) - < a > Sigma_a Pr(bara) `
` = Sigma_a aPr(bara) - < a >` puisque ` Sigma_a Pr(bara)= 1 `
mais ` < bara > = 0 ` car la distribution est centrée (on peut le démontrer aussi - Voir (**)), donc :
` Sigma_a aPr(bara) = < a > = Sigma_a aPr(a) `
d'où :
` color(blue) (Pr(bara) = Pr(a) ) ` ce que l'on voulait démontrer.
(**) : démonstration de ` < bara > = 0 ` avec ` bara = a - < a > `
Soit ` bba ` une variable aléatoire de valeurs ` {a_i} ` avec les probabilités ` {Pr (a_i)} ` associées.
` < bba > = Sigma_i a_i Pr(a_i) `
et soit ` k in bbbR ` un nombre positif ou négatif,
` < bba - k > = Sigma_i (a_i - k) Pr(a_i) `
` = Sigma_i a_iPr(a_i) - k Sigma_i Pr(a_i) `
` = Sigma_i a_iPr(a_i) - k` puisque ` Sigma_i Pr(a_i)= 1 `
` = < bba > - k`
Dans la situation présente ` k = < bba > ` puisqu'une moyenne est un nombre,
donc :
` < bba - < bba > > = < bba > - < bba > = 0`
ce qui nous donne bien :
` color(blue) ( < bara > = 0)` ce que l'on voulait démontrer.