為甚麼緊緻性使對角化成為可能
實對稱或複 Hermitian 矩陣具有標準正交特徵向量基。在無限維 Hilbert 空間中,僅有自伴隨性並不能保證這種離散特徵向量表述:恆等算子已經說明,有界自伴隨算子未必緊緻。緊緻性提供了缺少的有限維性質。其非零特徵值可以按重數列出,若列表無限,只有零可能是極限。
全文設 為可分的實或複 Hilbert 空間,內積對第一變量線性。設 緊緻且自伴隨,即 有界且 。我們直接證明特徵向量展開。證明會使用 Hilbert 投影定理、標準正交級數的收斂性及其閉生成空間上的 Parseval 恆等式,以及緊緻算子把有界序列送到具有收斂子序列的序列這一事實。這些都是此前的 Hilbert 空間和緊緻算子結果;這裏不假設一般譜定理。
定理:包括零的情形
定理 5.1.1
(緊緻自伴隨譜定理)
存在有限或可數無限個標準正交特徵向量 ,對應按重數重複列出的非零實特徵值 ,使得
級數按範數收斂。如果向量族無限,則 ;每個非零特徵值的重數有限。對每個 ,
若 ,向量族為空,。若構造在有限步後停止,和式便是有限和,且這些向量的生成空間就是 的值域。核可以為零,也可以是有限維或無限維。若 有限維,此向量族必定有限;加上核的一組標準正交基,即得通常的矩陣特徵向量基。在可分無限維情形中,也可加上核的一組有限或可數標準正交基,但上述公式並不要求將它列出。證明佔用接下來兩節:先找一個特徵向量,再得到整個向量族。
常見錯誤
(以為零必定是特徵值)
定理把 分離出來,但沒有說 。無限維空間上的單射緊緻算子可以有趨於零的非零特徵值,同時核為零;下面的對角例子就是一例。此時零是特徵值的極限,卻不是特徵值。定理也沒有聲稱每個有界自伴隨算子都具有這種可數特徵向量展開。
第一步:找出極值特徵向量
引理 5.1.2
(實特徵值與正交特徵空間)
自伴隨算子的每個特徵值都是實數,而屬於不同特徵值的特徵向量互相正交。
證明
(把 移到內積另一側)
自伴隨性使 為實數。若 且 ,則 為實數,故 是實數。若又有 且 ,則
這裏用了 ,所以 。
關鍵引理在不假設單位球面緊緻的情況下得到特徵向量。
引理 5.1.3
(極值特徵向量)
若 ,則存在單位向量 和實數 ,使 且 。
證明
(先使二次型取極值,再用一次緊緻性)
令 。顯然 。對於單位向量 ,實數情形給 乘以適當符號,複數情形給它乘以適當相位,使 為非負實數。自伴隨性和平行四邊形恆等式給出
齊次性將定義 的界推廣到非單位向量,包括零。對單位 取上確界,得到 ,所以 。
取單位向量 使 。取子序列後,實數 趨於 或 。由緊緻性,再取子序列使 收斂。沿此子序列,
由於 , 收斂到某個單位向量 。由 的連續性得到 。
證明透視
每個假設在極值引理中的位置
自伴隨性用了兩次。它使 為實數,所以取極值的序列可以推向單一符號 ;它也把極化恆等式變成界 ,使二次型能偵測到完整的算子範數。對於非自伴隨算子,例如下文的冪零矩陣,二次型嚴格小於範數,也不存在模為 的特徵向量。
緊緻性只用了一次,而且是用在像序列 上。不明顯的一步是 的恆等式:它說明 幾乎是特徵向量,於是除以 後, 的收斂性便轉移到 。正是這次除法需要 。沒有緊緻性,近似特徵向量未必收斂:對下文討論的乘法算子 , 可以任意接近 ,卻沒有任何特徵向量。
常見錯誤
(把緊緻性用在單位球面上)
緊緻算子並不使 的單位球面緊緻;在無限維中單位球面從來不緊緻。僅有界的單位向量序列,例如標準正交序列,沒有收斂子序列。證明只從 抽取收斂子序列,再由近似特徵向量恆等式恢復 的收斂。
構造展開
引理給出一個特徵向量;在正交補上重複使用它,便得到全部特徵向量。
證明
(逐個剝離特徵向量)
假設已選出標準正交的非零特徵值向量 。其正交補 是閉空間,並且在 下不變:對 ,
限制算子 緊緻且自伴隨。若它非零,極值引理提供單位特徵向量 ,滿足 。同樣從 開始。限制算子的範數不會增加,故所選特徵值的模單調不增。
若選出 個向量後限制算子為零,則 ,且 。反過來,由第一個引理,核中向量與每個非零特徵值向量正交,所以 。這也包含 、 的情形。
若過程無限繼續,緊緻性迫使 。否則,由於模單調不增,它們始終不小於某個 。但當 時,
因此 沒有收斂子序列,與緊緻性矛盾。令 為所選特徵向量的閉生成空間。正交補 包含於每個 ,並在 下不變。因此對 ,
於是 。核向量與每個非零特徵值向量正交,故反向包含也成立,即 。投影到 並使用標準正交級數定理,即得定理中的兩個展開。對範數收斂的展開應用有界算子 ,便得到 的公式。
列表包含每個非零特徵值及其全部重數。若 且 ,則 ;比較 與 ,可見除非 ,否則 ;所以 的特徵空間由所選的、滿足 的 生成。最後,該特徵空間是有限維的:其中的無限標準正交序列在 下的像相互之間有固定距離 ,與緊緻性矛盾。因此無限列表只能在零處聚集。
證明透視
是甚麼讓逐一剝離的過程站得住
自伴隨性使每個正交補 都是不變子空間,因此極值引理可以再次應用於緊緻自伴隨的限制算子;先前選出的特徵向量只在這裏起作用。除引理之外,緊緻性還用了兩次,而且兩次都作用於標準正交序列:若像 彼此保持固定距離,就沒有收斂子序列,這迫使 且重數有限。收尾的一步是在 上的估計 。由於 包含於每個 ,逐步縮小的限制範數把 在其上壓到零,從而無須選取核的基,就把剩下的空間認定為 。
例子與假設的界限
例題 5.1.4
(無限對角算子)
在 上令 。其有限座標截斷 滿足 ,故按算子範數收斂到 ,因此 緊緻;對角元為實數使它自伴隨。標準向量滿足 ,所以定理中的向量族是 ,,重數均為一。若 ,則每個座標 都為零,所以核為零,且 。非零特徵值趨於零;此處零不是特徵值,儘管非零特徵值的倒數無界。
例題 5.1.5
(核為無限維的有限秩投影)
在 上,令 為常函數 。常函數 的範數為一,且 。因此 是正交投影,自伴隨且緊緻(其值域一維)。它唯一的非零特徵值為 1,特徵空間由 生成;核是積分為零的函數構成的無限維空間。定理在此成為 ,Parseval 恆等式則為 。這是構造在一步後便停止的邊界情形。
例題 5.1.6
(構造先選出模最大的特徵值)
在 上令 。它的秩為二,所以是緊緻算子;其 區塊是實對稱矩陣,所以 自伴隨。在複數情形,單位向量的二次型為 ,其最大模為 ,在 處達到,此時 。所以引理選出 ,儘管另一個特徵值是正數。
在 上,限制算子的範數為 ,在 處達到,,所以 。在 上每個向量都有 ,故 ,構造停止,。用 檢驗展開:,而
概念視角分析
特徵值是二次型的逐次極大值
這個構造也在不解特徵方程的情況下描述了特徵值。極值引理把自伴隨限制算子的範數等同於其二次型的上確界,因此
並在 處取得。在秩二的例子中, 是 在所有單位向量上的極大值,而 是它在 中單位向量上的極大值。每個特徵值都是同一個純量函數在球面上的極值,約束條件由已找到的特徵向量給出。
定理的兩個假設不能互相代替。無限維 Hilbert 空間上的恆等算子自伴隨但不緊緻:標準正交序列沒有收斂子序列。在可分 Hilbert 空間中它有特徵向量基,但非零特徵值不趨於零,因此不能不加修改地套用緊緻算子的結論。下面是更鮮明的失效。
反例模式
自伴隨而不緊緻:完全沒有特徵向量
待檢驗的說法:每個有界自伴隨算子都有一組標準正交特徵向量,生成其核的正交補。取 上的乘法算子 。有界性來自 ,自伴隨性來自 為實數。其核為零,因為 幾乎處處成立迫使 幾乎處處為零。然而它沒有特徵向量:由第一個引理,任何特徵值都是實數,而 蘊含 幾乎處處成立,所以 在單點 以外為零,而單點的測度為零。該說法要求特徵向量生成整個 ,但特徵向量根本不存在。修正就是定理中的緊緻性假設; 不是緊緻算子。
反過來,矩陣 在 上是緊緻算子,卻不是自伴隨算子。它唯一的特徵值是零,特徵空間是一維的,故其特徵向量不能構成一組基。沒有自伴隨性,僅有緊緻性不能給出這種對角化。
練習與解答
快速檢查
(在 上令 。給出其非零特徵值及重數、核與譜展開。)
從標準基讀出特徵向量。
解答 · 答案
非零特徵值為 和 ,重數均為一,特徵向量為 。核由前兩個座標為零的全部序列組成,且 。
快速檢查
(設 緊緻且自伴隨,、,其中 非零。證明 ,並給出 的下界。)
在 中把 移到另一側。
解答 · 答案
自伴隨性給出 ,故 。由 ,得到 。
快速檢查
(對投影 ,求 的核分量與非零特徵值分量。)
計算 。
解答 · 答案
,所以非零特徵值分量是常數 ,而 的積分為零,是核分量。
快速檢查
(解釋為甚麼非零特徵值 具有無限維特徵空間會與緊緻性矛盾。)
把 作用在該特徵空間的一個標準正交序列上。
解答 · 答案
在特徵空間中選標準正交序列 。當 時,,所以 沒有收斂子序列,與緊緻性矛盾。