§1
线性算子是把一个赋范空间映射到另一个（常为自己）的"线性变换"。有界算子构成巴拿赫空间；谱是矩阵特征值在无限维的推广，描述算子"不可逆"的位置。自伴算子的谱定理把算子对角化到函数空间，是量子力学数学基础。
一、有界线性算子与算子范数
定义. 线性算子 $T:X\to Y$ 称为有界，若存在 $C$ 使 $\lVert Tx\rVert\le C\lVert x\rVert$。其算子范数
$$\lVert T\rVert=\sup_{\lVert x\rVert=1}\lVert Tx\rVert=\sup_{x\ne0}\frac{\lVert Tx\rVert}{\lVert x\rVert}.$$
有界等价于连续；全体有界线性算子 $\mathcal{B}(X,Y)$ 在算子范数下是巴拿赫空间。
二、伴随算子
在希尔伯特空间，算子 $T$ 的伴随 $T^*$ 由
$$\langle Tx,y\rangle=\langle x,T^*y\rangle$$
唯一确定。自伴即 $T=T^$；酉即 $T^T=I$。
三、谱的概念
对算子 $T$ 与标量 $\lambda$，若 $T-\lambda I$ 不可逆（或逆无界/不定义到全空间），则 $\lambda$ 属于谱 $\sigma(T)$。谱分三类：
| 类型 | 条件 | 含义 |
|---|---|---|
| 点谱 | $T-\lambda I$ 有非平凡核 | 真特征值 |
| 连续谱 | 单射、稠值域、逆无界 | 无特征向量但不可逆 |
| 剩余谱 | 非单射且值域不稠 | 残余不可逆部分 |
有限维矩阵只有点谱（即特征值）；无限维才出现连续/剩余谱。
四、紧算子与自伴谱定理
紧算子：把有界集映为相对紧集（有限维中即"近似有限秩"）。紧自伴算子的非零谱点必为特征值，且特征向量可正交化。
谱定理（简述）. 自伴（或正规）算子可"对角化"为沿谱的积分：存在谱测度 $E$ 使
$$T=\int_{\sigma(T)}\lambda\,dE(\lambda).$$
这是傅里叶展开与量子观测量的理论依据。
五、例题与解答
例题
求矩阵 $A=\begin{bmatrix}2&1\\1&2\end{bmatrix}$ 的谱（特征值）。
解： 解特征方程 $\det(A-\lambda I)=0$：
$$\det\begin{bmatrix}2-\lambda&1\\1&2-\lambda\end{bmatrix} =(2-\lambda)^2-1=\lambda^2-4\lambda+3=0.$$
得 $\lambda=1,\ 3$。故谱 $\sigma(A)=\{1,3\}$，均为点谱（各有一维特征空间，特征向量 $(1,-1)^T$、$(1,1)^T$）。✓
练习
1. 计算算子范数：$\mathbb{R}^2$ 上 $T(x,y)=(2x,3y)$ 配欧氏范数。
2. 对上例矩阵 $A$，求对应特征向量并验证正交。
3. 为什么有限维矩阵的谱仅由特征值组成（没有连续谱）？
参考答案与提示
1. 单位圆上 $\lVert T(x,y)\rVert^2=4x^2+9y^2\le9(x^2+y^2)$，最大值为 $9$，故 $\lVert T\rVert=3$。
2. $\lambda=1$：$A-I$ 核由 $(1,-1)$ 张成；$\lambda=3$：由 $(1,1)$ 张成；二者点积 $1-1=0$，正交。
3. 有限维空间上线性算子处处定义且连续，值域维数缺一则逆必存在（满射=单射），不会出现"稠而不满"的连续谱或剩余谱情形。
本章小结
- 有界线性算子配算子范数；有界等价于连续。
- 伴随算子由内积关系定义；自伴/酉是两类重要对称。
- 谱 = 使 $T-\lambda I$ 不可逆的 $\lambda$，分点/连续/剩余三类。
- 有限维谱即特征值；紧自伴算子谱可正交对角化。
- 本章互动演示见页面底部交互图（spectrumDemo：单位圆在 $(A-\lambda I)$ 下的椭圆像，特征值处过原点）。
互动演示
拖动下方控件观察动态过程。
线性算子的谱（有限维示例）：A=[[2,1],[1,2]]，单位圆在 (A-λI) 下的像为椭圆；λ 取特征值 1、3 时椭圆过原点（奇异），属于谱。