定理Theorem

有限维谱定理

Finite-dimensional spectral theorem

有限维复正规算子存在正交规范特征基；实数情形对应自伴算子。

形式陈述

设 $V$ 是有限维复内积空间， $T:V\to V$ 为线性算子， $T^*$ 表示其伴随算子。复版谱定理断言： $V$ 存在由 $T$ 的特征向量组成的正交规范基，当且仅当 $T$ 正规，即

TT^*=T^*T.

矩阵语言： $A\in\mathbb C^{n\times n}$ 正规当且仅当存在酉矩阵 $U$ 使

A=U\operatorname{diag}(\lambda_1,\ldots,\lambda_n)U^*,

其中 $\lambda_i$ 是 $A$ 的特征值。若进一步 $T=T^*$ （自伴），则所有特征值为实数；若 $T$ 酉，则特征值全在单位圆上。实版谱定理：有限维实内积空间上的算子存在正交规范特征基当且仅当它自伴（矩阵语言：实对称矩阵总可写成 $A=Q\operatorname{diag}(\lambda_1,\dots,\lambda_n)Q^{\top}$ ， $Q$ 为正交矩阵， $\lambda_i\in\mathbb R$ ）。等价地， $V$ 可分解为诸特征空间的正交直和。

直觉

对角化沿特征方向选择坐标，谱定理进一步让这些坐标轴彼此正交、长度为一。于是换基保持长度，算子的作用则由每个方向上的特征值单独描述：实自伴算子沿各轴伸缩或反向，复正规算子还可以改变相位。

在复数情形，正规性 $TT^*=T^*T$ 恰好保证不同特征值的特征空间彼此正交，并且它们的和覆盖全空间。在每个特征空间内选一组正交规范基，再合在一起，就得到全空间的正交规范特征基。

例子与边界

实对称矩阵 $A=\begin{pmatrix}2&1\\1&2\end{pmatrix}$ 的特征值为 $3$ 与 $1$ ，对应特征向量 $(1,1)$ 与 $(1,-1)$ 。两者内积为零，分别除以 $\sqrt2$ 后，就得到正交对角化中的两列。

矩阵 $B=\begin{pmatrix}1&1\\0&2\end{pmatrix}$ 则有特征向量基 $(1,0),(1,1)$ ，可以普通对角化。两个特征空间都是一维，其方向的内积非零，缩放也无法让它们正交。同时 $BB^{\mathsf T}=\begin{pmatrix}2&2\\2&4\end{pmatrix}$ 与 $B^{\mathsf T}B=\begin{pmatrix}1&1\\1&5\end{pmatrix}$ 不同，直接显示它不正规。

平面 $90^\circ$ 旋转 $R$ 满足 $RR^{\mathsf T}=R^{\mathsf T}R=I$ ，是实正规矩阵，但没有实特征向量。视为复矩阵后，它有特征值 $\pm i$ ，可以酉对角化。保留实坐标时，一般实正规矩阵可正交化为实数的一阶块与表示共轭特征值的二阶旋转伸缩块；实自伴性则保证所有块都能取为实的一阶块。

同一重特征值的特征空间内可以另选正交规范基，算子在整个空间上始终只是乘以这个特征值。因此各特征空间由算子确定，空间内部的坐标轴保留选择自由。

推论与应用

谱定理把一大类算子化为独立的谱分量。它使实二次型在正交坐标中呈现主轴，也使复 Hermitian 能量 $x^*Ax$ 在酉坐标中化为实系数的模长平方和，并把正定与半正定精确化为特征值符号条件，支撑协方差矩阵的正交分解。

求解实对称正定线性系统时，Cholesky 分解通过三角因子直接求解；共轭梯度法则逐步逼近解，并用特征值范围分析收敛速度。谱定理在这里提供了理解误差如何沿不同方向变化的坐标。

在算子层面，谱定理允许定义函数演算 $f(T)=U\operatorname{diag}(f(\lambda_i))U^*$ ，从而构造正算子的平方根与矩阵指数；把它应用于 $T^*T$ 就得到任意矩形映射的奇异值分解。在可分 Hilbert 空间中，紧自伴算子也可由正交规范特征基展开；一般有界自伴算子的相应表达则使用投影值测度的积分，见有界自伴算子谱定理。

一般非正规方阵没有这样的酉对角化，但在谱避开闭负实轴时仍有主平方根。Denman–Beavers 迭代同时逼近根与逆根；它必须把平方残差、主分支和浮点误差分别检查，不能直接沿用正交谱坐标下的直觉。

参考资料

Sheldon Axler, Linear Algebra Done Right, 4th ed., Springer, 2024，Ch. 7, spectral theorem for normal and self-adjoint operators。
Michael Artin, Algebra, 2nd ed., Pearson, 2011，Ch. 6, symmetric and Hermitian spectral theorems。

关系图谱38 个相邻概念 · 2 类关系

正在载入交互图谱…

前置三跳
前置二跳
前置一跳
当前条目
后续一跳
后续二跳
后续三跳

文字版关系按与当前条目的最短距离分组

类型化关系

Schur 分解

“若 $A$ 正规，则 $T=Q^ AQ$ 也正规；正规上三角矩阵必为对角矩阵，因此 Schur 分解退化为谱定理的酉对角化。一般矩阵的 Schur 向量是 $Q$ 的列。对复上三角形，每个前…”

Kraus 表示

“若 $\Phi$ 完全正，则 $J(\Phi)\succeq0$。由有限维谱定理，可将非零特征值吸收到向量长度中，写成 $J=\sum {j=1}^r v j\rangle\langle v…”

Knill–Laflamme纠错条件

“且同样由保持迹得 $\operatorname{Tr}\alpha=1$。用谱定理选酉矩阵 $U$，使 $U^\dagger\alpha U=\operatorname{diag}(\lam…”

CHSH 不等式

“这里取Euclidean 诱导算子范数。每个对易子范数至多 $2$，故 $ \mathcal B^2 \le8$，从而 $ \langle\mathcal B\rangle \le2\sqr…”

有界自伴算子谱定理

“Hilbert 空间上的有界伴随算子刻画自伴性，有限维情形退化为Hermitian 矩阵谱定理。投影值积分支撑算子函数演算、正算子的唯一正平方根与量子测量。对单位向量 $x$，$\mu x(…”

奇异值分解

“以有限维谱定理为已知结果，可以完整构造 SVD。$T^ T$ 自伴且半正定，故有正交规范特征基 $v i$ 与非负特征值 $\sigma i^2$。对正特征值定义 $u i=Tv i/\si…”

谱扩张与 Cheeger 不等式

“记 $L=D A$。由实对称矩阵的谱定理，在 $D^{1/2}\mathbf1$ 的正交补上取 Rayleigh 商，便有 $$ \lambda 2=\min {f\ne0,\ \sum u…”

量子态保真度与最优纯化重叠

“其中 $ M 1=\operatorname{Tr}\sqrt{M^\dagger M}$，所有半正定矩阵的平方根均取半正定平方根。由谱定理，这就是在正交特征基上逐个开平方，包括把零特征值仍…”

量子不可广播定理

“两两对易的 Hermitian 算子可在同一正交基下对角化：先对任一非标量成员应用谱定理，其余成员因对易而保持各特征子空间，再在这些子空间内递归。每次非平凡分解都降低块维数，有限维下最终各成…”

矩阵 Bernstein 不等式

“在正定矩阵锥上是凹函数。这里 $\exp$、$\log$ 均由谱定理定义。本页调用 Tropp 所述的这一深层引理，不证明 Lieb 定理本身；以下给出从它到 Bernstein 界的全部步…”

Qubitization 与二维信号子空间

“由Hermitian谱分解，取 $A u \lambda\rangle=\lambda u \lambda\rangle$，令”

Hermitian 特征问题的逆迭代与 Rayleigh 商迭代

“对 Hermitian 矩阵，有限维谱定理提供正交特征基，使逆迭代的每个谱分量按 (λj−μ)^{ 1} 独立缩放；Rayleigh 商更新的局部高阶收敛正是在这个坐标分解中证明。”

量子相位估计

“若输入为 $ \psi\rangle=\sum \ell c \ell u \ell\rangle$，在有限维谱定理给出的正交特征基中演算并忽略目标寄存器，得到 $P(y)=\sum \el…”

核主成分分析

“给定 $m\ge1$ 个由特征映射给出的实 Hilbert 向量 $\phi i=\phi(x i)$，先在特征空间取均值 $\bar\phi=m^{ 1}\sum i\phi i$，令 $…”

一般 Adversary 界

“$\Gamma$ 可含正负实数；允许复 Hermitian 矩阵不改变最优值。为看清这一点，先用谱定理选单位向量 $v$ 取得最大模特征值，必要时将 $\Gamma$ 取负；再以对角酉矩阵共…”

量子查询的正权 Adversary 方法

“证明的进度量可写得更明确。由谱定理及逐项非负性，可选非负单位向量 $v$，使 $\Gamma v= \Gamma v$：取达到最大绝对 Rayleigh 商的向量并逐项取绝对值，商不会减小。…”

信赖域二次子问题

“必要性可以通过构造一个这样的解看清。由实对称矩阵的有限维谱定理，将 $H$ 按正交特征方向写为 $U\operatorname{diag}(d i)U^T$，令 $\gamma=U^Tg$。…”

多元正态分布

“再用对称矩阵的谱分解写”

von Neumann 熵

“设 $\rho$ 是非零有限维复内积空间 $\mathcal H$ 上的密度算子，$\dim\mathcal H=d$。由有限维谱定理，存在正交单位基使”

子系统量子码与规范自由度

“噪声可以通过这些重叠了解规范状态，却无法区分逻辑基，也不能把不同逻辑标签混在同一错误像里。把“误差编号、规范编号”合并成辅助指标，用谱定理对其重叠矩阵对角化，可构造一个恢复等距映射：把共同的…”

正算子值测度（POVM）

“借助谱定理可以定义正平方根 $M a=\sqrt{E a}$。若采用这一实现，结果 $a$ 的未归一化测后态是 $M a\rho M a^\dagger$；当 $p(a) 0$，条件态为该矩…”

正交规范基

“QR 分解用正交规范基组织矩阵的列空间；Schur 分解用酉基把复方阵化为上三角形；有限维谱定理进一步为复正规算子选择正交规范特征基。三者分别利用这种基来组织列空间、三角结构和特征方向。”

正定与半正定矩阵

“由有限维谱定理，对称/Hermitian 矩阵正定当且仅当所有特征值严格为正，半正定当且仅当所有特征值非负。半正定还等价于存在矩阵 $B$ 使”

图 Laplacian

“由实对称矩阵的有限维谱定理，可取正交规范特征基。当 $ V \ge2$ 且 $G +$ 连通时，在常数向量的正交补上展开便得第二小特征值的变分式： $$ \lambda 2(L)=\min…”

偏迹

“左边先丢弃 $B$ 再计算概率，右边把局部测量嵌入完整系统，二者相同。这一恒等式也唯一确定偏迹：有限维中，测量效应的复线性张成是全部算子空间。具体说，任意 Hermitian 算子可按谱分解…”

密度算子

“由有限维谱定理，任何密度算子都能写为 $\rho=\sum j\lambda j u j\rangle\langle u j $，其中 $\lambda j\ge0$ 且 $\sum j\l…”

量子相对熵

“由有限维谱定理，若 $A=\sum j a j v j\rangle\langle v j $，就在支撑上定义”

量子态纯化

“由谱定理，只保留正特征值可写成”

卡方分布

“由有限维谱定理，选取正交矩阵把 $P$ 对角化为 $\operatorname{diag}(I r,0)$ 后，二次型恰成为 $r$ 个独立标准正态平方和。正交变换后的向量仍联合正态且协方差…”

迹距离

“令 $A=\rho \sigma$。由谱定理，可把正、负特征值分开写成 $A=A + A $，其中 $A \pm\succeq0$ 且支撑正交。因为 $\operatorname{Tr}A=…”

二次型

“在实数域上，对称矩阵的谱定理可把二次型正交对角化，从而用正、负、零平方项的数量描述其惯性；Sylvester 惯性定律保证这些数量不依赖所选基。二次型由此组织圆锥曲线与二次曲面的分类，也刻画…”

对角化

“特征基有多种选择。每个特征向量都可作非零缩放，也可在同一特征空间内另选一组基；调整列顺序时，对角元随之按同一顺序排列。实对称矩阵和复正规矩阵还能选取正交规范特征基，这是谱定理给出的更强结构。”

伴随算子

“伴随定义了常用算子类：$T=T^$ 是自伴，$TT^=T^T$ 是正规，$T^=T^{ 1}$ 是酉（实数域上称正交）。有限维谱定理为复正规算子给出酉对角化，为实自伴算子给出正交对角化。有限…”

锥规划的对偶与证书

“在实对称矩阵空间 $\mathbb S^n$ 上使用迹内积 $\langle S,X\rangle=\operatorname{tr}(SX)$。由有限维谱定理，若 $X\succeq0$，…”

形式陈述 ​

反向链接

形式陈述