互素分解使空間分裂
設 m_T = f g,其中 f 與 g 互素(gcd(f, g) = 1)。由貝祖定理存在多項式 a, b 使 a f + b g = 1。在 T 處求值:a(T) f(T) + b(T) g(T) = I。定義 P = b(T) g(T)、Q = a(T) f(T);則 P + Q = I。這是互素分解與中國剩餘定理的算子形式。
P 與 Q 是互補投影:P^2 = P,Q^2 = Q,P Q = 0。它們的像是 V_f = ker f(T) 與 V_g = ker g(T),且 V = V_f (+) V_g。每個直和項都是 T-不變的,因為 P 與 Q 是 T 的多項式,而算子的多項式與它可交換。我們就把算子的定義域分解為獨立的不變塊。
多個因子:用插值構造譜投影
當 m_T(x) = prod (x - lambda_i) 分解為不同的線性因子時(可對角化情形,見第五篇),各 (x - lambda_i) 兩兩互素,故 V = (+)_i ker(T - lambda_i I):特徵空間的直和。可用拉格朗日插值把每個投影到 lambda_i-特徵空間的 P_i 寫成 T 的單個多項式。
Distinct eigenvalues lambda_1, ..., lambda_r.
Lagrange basis polynomial for lambda_i:
L_i(x) = prod_{j != i} (x - lambda_j) / (lambda_i - lambda_j)
It satisfies L_i(lambda_j) = 1 if j == i, else 0.
Spectral projection onto the lambda_i eigenspace:
P_i = L_i(T)
Properties: P_i P_j = 0 (i != j), sum_i P_i = I,
T = sum_i lambda_i P_i (spectral resolution)恆等式 T = sum_i lambda_i P_i 就是譜分解。它呼應第一卷的譜定理,卻不需要內積——只需 m_T 分解為不同的線性因子。幾何(正交投影)被純代數(插值投影)所取代。
函數演算:合理地定義 f(T)
在特徵值互不相同時,任何在譜上有定義的函數 f 都給出算子 f(T) = sum_i f(lambda_i) P_i。這個多項式函數演算把純量函數一致地轉化為算子:它與普通的多項式代入一致,且 (fg)(T) = f(T) g(T)。你只需作用在特徵值上就能構造 sqrt(T)、exp(T) 或 T^{-1}。