谱定理的应用

谱定理不只是一个供人赞叹的结构结果；它是众多计算背后的主力。统一的原因在于：一旦算子写成 A = Q D Q^*，关于 A 的每个难题都化为关于对角 D 的易题，而酉矩阵 Q 只是把问题在特征坐标内外来回翻译。以下是反复出现的用法。

主轴与二次型。实对称 A 的二次型 x^T A x 在特征基下变为纯平方和 lambda_1 y_1^2 + ... + lambda_n y_n^2。特征向量是主轴；特征值告诉你形状（所有 lambda_i > 0 时是椭球）。这是分类圆锥曲线和二次曲面背后的几何，是多元极大极小的二阶导数判别法背后的几何，也是主成分分析背后的几何——那里协方差矩阵的前几个特征向量是方差最大的方向。

矩阵函数与动力学。通过函数演算你得到 exp(A) = Q exp(D) Q^*，它把线性系统 dx/dt = A x 解为 x(t) = exp(tA) x(0)；特征值支配增长、衰减与振荡。幂 A^k = Q D^k Q^* 驱动马尔可夫链和迭代的长期行为。正平方根喂给极分解与 SVD。每种情形里，谱定理都把一个棘手的算子计算替换为对特征值的逐元算术——这正是该定理从物理到统计到数值分析处处现身的原因。