紧算子奇异值分解能否采用无限维矩阵形式表示？

数据老陈

2026-5-19

关于紧算子的无限维矩阵形式表示

这个想法一点都不浅显——其实紧算子的奇异值分解和无限维矩阵表示是泛函分析里非常实用的一个关联点，我来帮你理清楚核心问题：

你给出的奇异值分解$\displaystyle Kx=\sum_{n\in \mathbb{N}}{\sigma_n\langle x ,u_n\rangle v_n}$，和$K = U\Sigma V^*$的无限维算子复合形式本质上是完全等价的，只是表达方式不同：

$V^{*$是从$X$到$\ell}2(\mathbb{N})$的酉算子，作用在$x$上就是输出它在标准正交基${u_n}$下的系数序列$\left(\langle x,u_n\rangle\right)_{n\in\mathbb{N}}$；
$\Sigma$是$\ell^2(\mathbb{N})$上的对角紧算子，对角元就是奇异值$\sigma_n$（按降序排列，且$\sigma_n \to 0$，这是紧算子的标志性性质），它的作用就是把系数序列的每个元素乘以对应的$\sigma_n$；
$U$是从$\ell^2(\mathbb{N})$到$Y$的酉算子，作用就是把加权后的系数序列$\left(\sigma_n\langle x,u_n\rangle\right){n\in\mathbb{N}}$映射回$Y$空间，也就是展开成$\sum{n}\sigma_n\langle x,u_n\rangle v_n$。

这种写法完全符合算子的定义和紧算子的性质：紧算子的非零奇异值至多可数，且趋于0，这保证了$\Sigma$作为对角算子是紧的，同时$U$、$V^*$作为酉算子（由标准正交基生成）是有界线性算子，三者的复合自然就是原紧算子$K$。

别把无限维“算子复合”和有限维矩阵乘法混为一谈：这里的$U\Sigma V^*$是算子的复合运算，不是有限维里逐元素的矩阵乘法。所有运算的收敛性都要按空间的范数来判断——而紧算子的$\sigma_n \to 0$刚好保证了$\sum_{n}\sigma_n\langle x,u_n\rangle v_n$在$Y$中范数收敛，这是整个表示成立的核心前提。
不是所有无限维算子都能这么写：只有当算子是紧算子（或更窄的迹类、希尔伯特-施密特类）时，才会有可数个趋于0的奇异值，让$\Sigma$成为有意义的紧对角算子。一般的有界线性算子可能没有这样的可数奇异值分解。

你说的“简化计算、避免繁琐下标”完全是对的：

推导算子范数、迹（迹类算子）、谱性质时，直接用$U\Sigma V^{*$的形式可以把问题转化为$\ell}2$空间里的对角算子问题，不用反复写求和式；
求解算子方程$Kx = y$时，能转化为$\Sigma (V^*x) = U^{*y$，也就是在$\ell}2$里解对角方程，直接得到系数序列，再映射回原空间即可；
处理算子乘积（比如$K_1K_2$）时，也能利用酉算子的性质简化推导，不用展开多层求和。

内容的提问来源于stack exchange，提问作者dba