定理已证明
紧自伴算子的谱定理
命题陈述
设 T 为希尔伯特空间 H 上的紧自伴算子。那么存在由 T 的特征向量 e1,e2,… 组成的 H 的一组标准正交基,其实特征值 λ1,λ2,… 满足:若 H 是无穷维的则 λn→0,并且对每个 x∈H 都有 Tx=∑nλn⟨x,en⟩en。
为什么成立?
这说明紧自伴算子无论看起来多么复杂,在合适的标准正交基下其实都是对角矩阵——正如线性代数中的对称矩阵总能被一组正交特征基对角化一样。这使得我们可以定义算子的函数、求解 Tx=y,并按主导特征方向分解信号或图像(主成分分析正是这一定理的伪装形式)。
证明思路
首先,自伴算子的每个特征值都是实数:若 x=0 且 Tx=λx,则 λ∥x∥2=⟨Tx,x⟩=⟨x,Tx⟩=λˉ∥x∥2(中间一步用到自伴性),故 λ=λˉ。类似地,对应不同特征值 λ=μ 的特征向量正交:λ⟨x,y⟩=⟨Tx,y⟩=⟨x,Ty⟩=μ⟨x,y⟩ 迫使 ⟨x,y⟩=0。
接着,紧性保证确实存在绝对值最大的特征值:对自伴的 T,算子范数满足 ∥T∥=sup∥x∥=1∣⟨Tx,x⟩∣,而紧性使我们能从 ∣⟨Tx,x⟩∣ 的极大化序列中抽出收敛子列,从而得到单位向量 e1,满足 Te1=λ1e1,其中 ∣λ1∣=∥T∥。
现在用归纳法:已找到带特征值 λ1,…,λn−1 的标准正交特征向量 e1,…,en−1,将 T 限制到闭子空间 Hn={e1,…,en−1}⊥ 上。因为 T 把 Hn 映到自身(自伴性使不变子空间的正交补也是不变的),并且在其上仍是紧且自伴的,同样的最大特征值论证给出下一个特征向量 en∈Hn,满足 ∣λn∣≤∣λn−1∣。
最后,若此过程不终止,则 λn→0:否则会有无穷多个 ∣λn∣ 始终大于某个 δ>0,但那样 {Ten}={λnen} 就不会有收敛子列(由标准正交性,当 n=m 时 ∥λnen−λmen∥2≥δ2⋅2),这与 T 的紧性矛盾。此后可验证 {en} 的闭张成与 kerT 一起穷尽了 H,且 T 在 kerT 上作用为 0,由此对所有 x∈H 得到特征展开 Tx=∑nλn⟨x,en⟩en。