## [Spektralzerlegung](/de/node/63365) Definition Eine Zerlegung eines Operators in Komponenten, die mit seinem Spektrum assoziiert sind, üblicherweise als Summe skalaren Eigenwerte mal Projektionsoperatoren auf die entsprechenden Eigenräume dargestellt; bei normalen Operatoren auf Innenproduktraumen sind diese Projektionen orthogonal. ## Prinzip Prinzip Ist ein Operator diagonalisierbar, so besitzt er die Darstellung A = Σ λ P_λ, wobei {P_λ} paarweise orthogonale idempotente Projektionen sind, die zur Identität aufsummieren und λ über das Spektrum läuft; in unendlichen oder nichtnormalen Kontexten verallgemeinert der Spektralsatz dies durch spektrale Maße. ## Demonstration Demonstration Eine reelle symmetrische Matrix A lässt sich schreiben als A = Σ_i λ_i u_i u_i^T, wobei die u_i eine orthonormale Eigenbasis bilden und u_i u_i^T orthogonale Rang-eins-Projektionen sind; diese Zerlegung liefert sofort Formeln für Funktionen von A wie exp(A) oder A^k. ## Fehlanwendung Fehlanwendung Die spektrale Zerlegung mit orthogonalen Projektionen auf nichtnormale Matrizen ohne Diagonalisierbarkeit anzuwenden; verallgemeinerte Eigenräume fälschlich als spektrale Projektionen zu behandeln, führt zu fehlerhaften funktionalen Berechnungen und Stabilitätsaussagen. ## Konsequenz Konsequenz Die spektrale Zerlegung liefert eine Funktionalrechnung (skalare Funktionen auf Eigenwerte anwenden und mittels Projektionen rekombinieren), vereinfacht die Analyse von Dynamiken und bildet die Grundlage vieler Algorithmen in der numerischen linearen Algebra und der Quantentheorie, wenn die Voraussetzungen erfüllt sind. ## Umkehrung Umkehrung Die Umkehr ist die Jordan-Perspektive: Anstelle orthogonaler spektraler Projektionen nimmt man verallgemeinerte Eigenräume und nilpotente Teile hin und drückt den Operator als Summe von Jordan-Blöcken statt als direkte Summe von Eigenraumprojektionen aus. ## Abgrenzung Abgrenzung Eine vollständige spektrale Zerlegung mit orthogonalen Projektionen erfordert Diagonalisierbarkeit oder Normalität in endlichen Dimensionen (oder Selbstadjungiertheit/Normalität in unendlichen Dimensionen); sonst sind Jordan-Form, Schur-Zerlegung oder das spektrale Maß erforderlich. ## Semantische Spannung Semantische Spannung Spannung zwischen spektraler Zerlegung und Singulärwertzerlegung (SVD): Die spektrale Zerlegung diagonalisiert normale Operatoren bezüglich Eigenvektoren, während die SVD auf beliebige Matrizen anwendbar ist und orthonormale singuläre Vektoren sowie nichtnegative Singulärwerte liefert, die im Allgemeinen nicht mit Eigenwerten übereinstimmen. ## Synthese Synthese Die spektrale Zerlegung drückt einen Operator als Rekombination spektraler Projektionen gewichtet mit Eigenwerten aus und bietet eine kanonische funktionale Darstellung, wenn Eigenvektoren (oder spektrale Maße) verfügbar sind; reine spektrale Wirkung wird so von nilpotenten Verzerrungen getrennt, die durch andere Normalformen behandelt werden.