谱定理

谱定理（Spectral Theorem）是线性代数与泛函分析中最深刻的基本定理之一。它刻画了一类具有对称性的线性算子（或矩阵）能够通过其特征值与特征向量（或更一般的谱）进行对角化表示的性质。谱定理揭示了线性算子的内部结构：任何自伴算子或正规算子都可以分解为更简单的组成部分——即特征空间上的投影算子的加权组合。谱定理不仅为线性理论提供了优雅的数学框架，更是量子力学、微分方程、数据科学、信号处理等众多学科的理论基石。理解谱定理是掌握现代数学物理与计算科学的关键。

有限维空间中的谱定理

在有限维内积空间中，谱定理最初源于对实对称矩阵和Hermite矩阵的研究。设 $A$ 为 $n \times n$ 实对称矩阵（即满足 $A^\mathsf{T} = A$ 的矩阵），则谱定理断言：存在正交矩阵 $Q$（即满足 $Q^\mathsf{T} Q = I$ 的矩阵），使得

其中 $\Lambda = \operatorname{diag}(\lambda_1, \lambda_2, \dots, \lambda_n)$ 是以 $A$ 的特征值为对角元的对角矩阵，而 $Q$ 的每一列对应一个标准正交的特征向量。换言之，实对称矩阵可以通过正交变换化为对角形。

对于复空间中的Hermite矩阵（满足 $A^* = A$，其中 $A^*$ 为共轭转置），存在酉矩阵 $U$（$U^* U = I$）使得 $U^* A U$ 为实对角矩阵。这一结论的重要性在于：实对称矩阵和Hermite矩阵的特征值均为实数，且其特征向量可以选取为构成空间的一组标准正交基。

正规算子的概念将谱定理推广到更一般的范围。若一个线性算子 $T$ 满足 $T T^* = T^* T$，则称其为正规算子。谱定理表明：有限维内积空间上的算子可酉对角化当且仅当它是正规算子。这涵盖了Hermite算子、酉算子、斜Hermite算子等所有常见的重要算子类型。正规算子的谱分解可以写作

其中 $\lambda_i$ 为互异的特征值，$P_i$ 为到对应特征空间上的正交投影算子，满足 $P_i P_j = 0$（$i \neq j$）且 $\sum_i P_i = I$。这种形式的分解称为算子的谱分解（spectral decomposition），它将算子拆解为投影算子的加权和。

无限维空间中的谱定理

从有限维过渡到无限维Hilbert空间是谱定理最具深度的发展方向。对于无限维Hilbert空间 $\mathcal{H}$ 上的有界自伴算子 $T$（即 $T^* = T$ 且 $\|T\| < \infty$），其特征值可能不存在（例如乘法算子 $M_x$ 在 $L^2[0,1]$ 上没有任何特征向量），因此不能像有限维那样仅仅用求和表示。取而代之的是积分形式的谱分解。

设 $T$ 为 $\mathcal{H}$ 上的有界自伴算子，则存在唯一的一个投影值测度（projection-valued measure，亦称谱测度 spectral measure）$E$，定义在 $\mathbb{R}$ 的Borel子集上，取值于 $\mathcal{H}$ 上的正交投影算子，使得

其中 $\sigma(T) \subset \mathbb{R}$ 是 $T$ 的谱集。该积分在强算子拓扑意义下收敛。这一公式称为谱积分（spectral integral），它是有界自伴算子的谱定理的标准陈述。

谱测度 $E$ 具有如下性质：

• $E(\varnothing) = 0$，$E(\mathbb{R}) = I$；
• 若 $\{B_n\}$ 为两两不交的Borel集序列，则 $E(\bigcup_n B_n) = \sum_n E(B_n)$（级数在强算子拓扑下收敛）；
• 对任意Borel集 $B$，$E(B)$ 为正交投影算子；
• $E(B)$ 与 $T$ 可交换：$T E(B) = E(B) T$。

对于无界自伴算子（如量子力学中的位置算子 $\hat{x}$、动量算子 $-i\hbar \frac{d}{dx}$），谱定理同样成立。此时 $T$ 的定义域是 $\mathcal{H}$ 的稠密子集，谱分解的形式为

其中 $E$ 仍是投影值测度，而积分不再局限于有界谱集。无界自伴算子的谱定理在数学物理中具有不可替代的地位。

谱定理与函数演算

谱定理的一个重要推论是谱函数演算（spectral functional calculus）的存在。对于自伴算子 $T$ 及其谱测度 $E$，对于任意Borel可测函数 $f : \mathbb{R} \to \mathbb{C}$，可以定义算子

这一对应 $f \mapsto f(T)$ 是从 $(\mathbb{R}$ 上的有界Borel函数) 到 (有界算子) 的一个代数同态，它将函数 $f(\lambda) = \lambda$ 映射回 $T$ 本身。利用函数演算，可以自然地定义 $T$ 的平方根 $\sqrt{T}$、指数函数 $e^{tT}$ 以及更复杂的算子函数，为算子理论提供了强大的工具。

主要应用

量子力学

物理系统的状态由Hilbert空间中的单位向量表示，可观测物理量由自伴算子表示。谱定理保证：对自伴算子 $A$ 进行测量时，结果落入Borel集 $B$ 的概率为 $\langle \psi | E(B) | \psi \rangle$，其中 $E$ 是 $A$ 的谱测度。这构成了量子力学概率解释的数学基础。

主成分分析（PCA）

给定数据集的协方差矩阵为实对称半正定矩阵，谱定理确保其可正交对角化。特征值的大小反映对应主成分方向上的数据方差，按特征值降序选取前 $k$ 个特征向量即实现降维。

微分方程与Sturm–Liouville理论

Sturm–Liouville问题中的微分算子为自伴算子（在适当的内积和边界条件下），其谱分解给出了特征函数的完备正交系，使得任意函数可按特征函数展开。这正是分离变量法求解偏微分方程的理论依据。

谱聚类

图拉普拉斯矩阵作为实对称半正定矩阵，谱定理提供了其特征分解的理论保证。谱聚类算法利用拉普拉斯矩阵的第二小特征值对应的特征向量进行图划分，在机器学习中广泛使用。

历史注记

谱定理的萌芽可追溯到18世纪末Lagrange和Laplace关于振动弦的特征函数研究。19世纪，Sturm和Liouville系统发展了Sturm–Liouville理论，发现了二阶微分算子的特征函数构成正交基的现象。Hilbert在20世纪初将其整合到积分方程理论中，提出了Hilbert空间的概念并系统建立了谱理论的基础框架。von Neumann在1920年代将谱定理推广到无界自伴算子，为量子力学的严格数学基础铺平了道路。此后，Gelfand、Naimark等人将谱定理推广到C*-代数等抽象代数框架中，使其成为泛函分析中最成熟和最有影响力的理论之一。

谱定理的核心思想——通过对称性实现对角化——贯穿了从初等线性代数到抽象算子理论的整个数学谱系，是连接代数与分析的桥梁。这一思想还进一步延伸到了非交换几何、表示论和量子信息理论等前沿领域，持续推动着数学与物理学的发展。