譜定理

譜定理的應用

譜定理不只是一個供人讚嘆的結構結果;它是眾多計算背後的主力。統一的原因在於:一旦算子寫成 A = Q D Q^*,關於 A 的每個難題都化為關於對角 D 的易題,而酉矩陣 Q 只是把問題在特徵坐標內外來回翻譯。以下是反覆出現的用法。

主軸與二次型。實對稱 A 的二次型 x^T A x 在特徵基下變為純平方和 lambda_1 y_1^2 + ... + lambda_n y_n^2。特徵向量是主軸;特徵值告訴你形狀(所有 lambda_i > 0 時是橢球)。這是分類圓錐曲線和二次曲面背後的幾何,是多元極大極小的二階導數判別法背後的幾何,也是主成分分析背後的幾何——那裡協方差矩陣的前幾個特徵向量是方差最大的方向。

矩陣函數與動力學。通過函數演算你得到 exp(A) = Q exp(D) Q^*,它把線性系統 dx/dt = A x 解為 x(t) = exp(tA) x(0);特徵值支配增長、衰減與振盪。冪 A^k = Q D^k Q^* 驅動馬可夫鏈和迭代的長期行為。正平方根餵給極分解與 SVD。每種情形裡,譜定理都把一個棘手的算子計算替換為對特徵值的逐元算術——這正是該定理從物理到統計到數值分析處處現身的原因。

x^T A x = sum lambda_i y_i^2 (principal axes), exp(tA) = Q exp(tD) Q^* (dynamics)

把二次型對角化為平方和,並取指數以求解線性常微分方程。

唯一的統一訣竅是用酉矩陣作共軛:A 的任意函數都是 Q(D 的同一函數)Q^*。由於 D 是對角的,內層計算是對特徵值的逐元運算。

又稱
why the spectral theorem mattersuses of the spectral theorem