谱定理-矩阵特征值分解

实际上说到经典谱定理，大量人第一反应就是直接甩出那个最标准的证明流程：先证正规算子的谱是离散的点，再证一般算子能逼近这些点，接着得构造谱分解，最终用积复级数去展开算子。但这通法挺稳，却也忒“端着”了，仿佛我们不是在看一堆数学工具，而是在拆解一块砖头的化学成分。我更喜爱把它看作一种即兴演奏时的指法，别看学起来间或会手抖，但间或迸出的火花，确实比在教科书里按部就班地敲敲板书更有意思。 咱们得先把那个最硬的骨头——正规算子的谱性质搞明白。在泛函分析里，正规算子就像是那些能完美互易的鬼魅，它们拥有整个的谱，并且这个谱是离散的、孤立的点，一个个像孤星一样掉在希尔伯特空间里，互不相干，互不干扰。
举个例子，算子 $A = text{diag}(lambda_1, lambda_2, dots)$ 就是典型的正规算子，它的谱就是 ${lambda_1, lambda_2, dots}$ 这个具体的点集。
要是算子能“对角化”，那么它的功能就彻底变成了在这些离散点上单独操作，中间没有任何复杂的相互功能。
这时候，我们处理的只是一个个孤立的点，这就好比你在处理几个彻底独立的小房间，每个房间里的灯是独立的，互不串味。 但现实世界里的算子往往没那么“整”，它们更多是带“噪”的，是近似正规的。
这时候谱定理就得有点“活”了。对于一般的有界自伴算子 $A$，它的谱 $sigma(A)$ 可能是一堆没断开的区域，比如 $[-infty, -10]$ 和 $[10, +infty]$ 连在一起，中间可能缺了一块。
不过没关系，谱定理的核心不是去管那些密密麻麻的整个区域，而是去抓那些关键的“断点”——也就是谱的孤立点。对于每一个孤立的点 $lambda in sigma(A)$，定理保证我们能找到一组正交基，使得 $A$ 在这个基底下就是那个熟悉的对角阵 $text{diag}(lambda_1, lambda_2, dots)$。
这就相当于说，甭管 $A$ 在基底下长啥样，只要它是孤立的，它终究能变成一堆孤立的点。 说到这里，你可能会怪，如何把一个连成一片的区域，硬拆成一堆孤立的点呢？这就引出了谱分解的思想。
要是一个算子 $T$ 在 $L^2(mu)$ 上具有谱分解，那意味着它是由一系列谱测度 $dE_lambda$ 叠加而成的。
也就是说，$T$ 的功能，实际上是把不同的频率（要么能量带）给加权混合起来了。利用冯·诺依曼的算子空间理论，我们能够把 $T$ 写成一个积分形式：$Tf = int_{mathbb{C}} lambda dE_lambda f$。
这里的 $lambda$ 跑遍了整个复平面，$E_lambda$ 则是对应的谱测度。
要是 $T$ 的谱 $sigma(T)$ 是一个闭集，那这个积分就是离散的，就是无数个离散的项相加；要是 $sigma(T)$ 是一个区域，那这个积分就是连续的。谱定理在这里架起了一座桥，让“连续谱”也能像“离散谱”一样被我们理解和操作。 为了证明这个“桥”能过，我们需求一个挺关键的工具，叫“极小扰动”，要么叫“有限秩扰动”。想象一下，你手里有一个完美的正规算子 $A$，它把整个空间 $H$ 拆成了互不重叠的小块。目前，你给其中一块小碎片 $K$ 加了一点“噪音”，要么略微歪了一下，让 $A$ 变成 $A+epsilon K$。根据谱定理和保真性，这个新算子的谱依然由 $sigma(A)$ 组成，只是 $sigma(A)$ 里多了一些 $lambda$，要么少了一些 $lambda$。
要是 $lambda$ 不再是孤立的点，那就意味着 $A$ 的谱撑不住了。
这时候，定理告诉我们，只要扰动充足小，$A$ 的谱变回孤立的点了吗？不一定，它可能会变宽。但这时候，谱分解依然成立，只是基变了，并且这些新的基元素能够取自原来的离散谱。
也就是说，别看 $A$ 的谱变宽了，但它内部的离散局部依然存有，并且能够通过一个新的基来“取”出来。
这一步就像是在一团乱麻里，拉出了一根根规整的单根线，别看线还是散开的，但每一根线都是独立的。 有了这个“孤立的点”作为抓手，我们就能启动对一般的算子 $A$ 做文章。
起初，对于自伴算子，它的谱一定是实数集。对于非对称但正规算子，它的谱依然存有。利用 Riesz 角化定理的变体，我们能够证明：要是 $A$ 是自伴的，那么 $A$ 在某个基底 $M_1, M_2, dots$ 下的表示，就是无限多个离散谱点的叠加，每一个点 $m_i$ 对应的系数就是 $a_i$，记作 $A = sum a_i m_i m_i^dagger$。
这听起来像极了我们学过的傅里叶级数，只不过这里的“系数”不再是光滑的函数，而是跳变的点积。 再看一个更实用的例子。假设有有限维空间 $M_1, dots, M_n$，我们定义算子 $A$ 在 $M$ 上的功能为 $A|_M = sum_{i=1}^n lambda_i |e_iranglelangle e_i|$。对于更大的空间 $H$，我们能够把 $H$ 分成 $M$ 和 $H ominus M$ 两局部。算子 $A$ 在 $H$ 中的功能就是 $A = A|_M + 0$。
那么 $A$ 的谱分解一共只有 $n$ 个项，系数就是 $a_1, dots, a_n$。但要是在 $H$ 上持续扩充，比如加入一个无穷维的正交补空间，算子 $A$ 在 $H$ 上的谱分解项数就变成无穷多了。
这时候，每一个 $a_i$ 就对应了一个新的“点”。
这种结构上的扩展，实际上并没有破坏核心逻辑——谱定理告诉我们要找出一组基，使得在这个基底下 $A$ 就是对角阵。对于无穷维的情况，这个“对角阵”就是无数条线叠在一起，看起来像是连续积分，但本质还是无数离散的点。 还有没有更生活化的例子？寻思量子力学里的哈密顿算符。它描述的是粒子的能量状态，算符 $H$ 的谱 $sigma(H)$ 对应的是所有可能的能量本征值。
要是系统处于基态，那 $H$ 就是一个正规算子，它的谱分解就是 $H = E_0 |e_0ranglelangle e_0| + E_1 |e_1ranglelangle e_1| + dots$，每一项的能量 $E_k$ 都是离散的，且互不干扰，就像一个个独立的能级箱子。
要是系统处于混合态，要么寻思的是无限维的连续谱，比如自由粒子的动量，$H$ 的谱就是一个区间 $[0, +infty)$。
这时候，谱分解就变成了：$H = int_0^{+infty} lambda dE_lambda$。
这里的 $lambda$ 是动量（能量），$dE_lambda$ 是相应的测度。
这个积分实际上就是一个“无限个离散的点”的连续叠加。在数学上，我们说 $1/lambda$ 这种函数在离散谱下是可微的，在连续谱下是可积的，但出于 $1/lambda$ 在 $lambda=0$ 处发散，故此在连续谱下它是不可微分的。
这反过来说明，谱的“离散”性质拍板了它能不能被微分。
要是谱是离散的，那么对应的函数是能够微分的；要是谱是连续的，那么对应的函数往往不可微。
这就像爬楼梯，离散的是台阶，连续的是斜坡，自然斜坡能走得更远，但离散的是你脚下的一个个点。 再深入一点，我们还能够看看谱分解在逼近中的应用。对于任意一个有界算子 $T$，我们能够用一系列谱投影 $E_lambda$ 的线性组合来逼近它。具体来说，对于任意 $epsilon > 0$，都存有一个关于 $sigma(T)$ 的闭集 $K_epsilon$，使得 $sup_{lambda in K_epsilon} |E_lambda T - T E_lambda| < epsilon$。
这意味着，要是我们只关切那些能量在 $K_epsilon$ 范围内的粒子，我们能够通过调整这些粒子的能量分布，让算子 $T$ 简直彻底体现出来。
这就好比你在做实验，先测出几个离散的能量值，然后在这些值之间填充一个区域，让仪器尽可能准地读取到 $T$ 的数据。当区域无限大时，填满了整个复平面，这就构成了谱分解。 最终总结一下，谱定理在应用层面的意义，实际上比证明得多得多。它供给了一种“通用语言”。
不管是量子力学的离散能级，还是信号处理中的离散傅里叶变换，还是泛函分析里的无限维算子逼近，本质上都是在处理谱的分解难题。离散谱对应着可微分、可积的函数，连续谱对应着不可微分的函数。谱定理就像是一个强大的过滤器，它告诉我们：不管算子长啥样子，只要它是正规的要么接近正规的，我们就总能找到一组基，让它在底下变成一个“对角阵”。对于非正规算子，我们只需求用谱投影去“截断”它，要么用有限秩扰动到正规算子附近，就能借用正规算子的强大工具去分析它。 真正让谱定理伟大起来的那个瞬间，或许不是在黑板上写下那个漂亮的公式，而是在某个深夜看着一个复杂的微分方程，突然意识到：不管那些项多么纠缠，不管能量分布多么复杂，只要它是封闭的、自洽的，总能在某个维度上，要么某个能量带内，被我们清楚地描画出来。
这种“抽丝剥茧”的本事，才是谱定理的灵魂。它让我们在面对浩瀚的希尔伯特空间时，不再被吓倒，而是能够找到一个坚实的支点，去撬动那些看似不可捉摸的抽象概念。
这不只是是数学的优雅，更是一种对世界本质构想的深刻洞察——世界能够挺复杂，但只要我们懂得用谱这把尺子去丈量，总能找到那根稳固的线头，让我们看清真相的面貌。