特徵理論與對角化
譜投影
當矩陣可對角化時,空間乾淨地分裂為各特徵子空間,任何向量都可分解成每個特徵子空間一份的若干分量。譜投影 P_i 就是執行這一分解的算子:它抽取向量落在特徵子空間 E_lambda_i 中的分量,同時丟棄落在其餘所有特徵子空間中的分量。
形式地說,若 A 可對角化,互異特徵值為 lambda_1, ..., lambda_m,則存在唯一的投影 P_1, ..., P_m,滿足三條性質:每個 P_i 冪等(P_i^2 = P_i);它們作為投影彼此正交(i != j 時 P_i P_j = 0);它們之和為恆等(P_1 + ... + P_m = I)。每個 P_i 沿其餘特徵子空間之和,投影到 E_lambda_i 上。
回報是譜分解 A = lambda_1 P_1 + ... + lambda_m P_m。它把 A 改寫成投影的加權和,從而使 A 的函數變得平凡:A^k = sum lambda_i^k P_i,e^A = sum e^lambda_i P_i,一般地 f(A) = sum f(lambda_i) P_i。對於對稱或 Hermitian 矩陣,這些投影是正交投影,這正是譜定理的核心。
A = sum_i lambda_i P_i , with P_i^2 = P_i , P_i P_j = 0 (i!=j) , sum_i P_i = I
譜分解:A 是各特徵值對其特徵投影加權後的和。
僅當 A 是正規矩陣(如對稱/Hermitian)時,譜投影才是正交(自伴)投影。對一般可對角化的 A,它們是斜投影——仍然冪等且和為 I,但並不垂直。
又稱
另見