1 基本定义
有界线性算子是泛函分析中最基础的对象之一。它通常指定义在赋范空间之间、同时满足线性与有界性条件的映射。在线性结构之外加入“有界”要求后，映射的连续性、可估计性以及与范数之间的关系便可以统一描述，因此这一概念在理论与应用中都极为重要。
1.1 线性算子的定义
设 \(X\) 与 \(Y\) 为线性空间，一个映射 \(T:X\to Y\) 若对任意 \(x_1,x_2\in X\) 与标量 \(\alpha,\beta\) 都满足 \[ T(\alpha x_1+\beta x_2)=\alpha T(x_1)+\beta T(x_2), \] 则称 \(T\) 为线性算子。线性算子保持了向量加法与数乘结构，是研究空间之间结构保持映射的基本形式。
1.2 有界性的定义
在赋范空间框架下，线性算子是否“有界”，通常通过其对元素范数的控制来刻画。若存在常数 \(C\ge 0\)，使得对所有 \(x\in X\) 都有 \[
| \|Tx\|\le C\|x\|, |
|---|
\] 则称 \(T\) 为有界线性算子。
1.2.1 范数意义下的有界
这里的“有界”并不是指像集在目标空间中落入某个有限区间，而是指算子输出的大小能够被输入大小按固定比例控制。该常数 \(C\) 反映了算子对向量长度的放大程度，也常被视为算子的稳定性指标。
1.2.2 连续性与有界性的关系
对赋范空间之间的线性映射而言，有界性与连续性是等价的。也就是说，一个线性算子在某一点连续，当且仅当它处处连续，当且仅当它是有界的。这一结论使得“连续”与“可估计”在理论上合并为同一性质。
1.3 有界线性算子的等价刻画
有界线性算子还可以通过若干等价方式描述，这些刻画在证明与应用中常常更为方便。
1.3.1 Lipschitz 条件
若存在常数 \(L\ge 0\)，使得对所有 \(x,y\in X\) 有 \[
| \|Tx-Ty\|\le L\|x-y\|, |
|---|
\] 则 \(T\) 满足 Lipschitz 条件。对线性算子而言，这与有界性完全等价，且常数 \(L\) 可直接取为算子范数。
1.3.2 原点邻域上的控制
线性算子的连续性也可通过原点附近的行为来判断。若存在原点的某个邻域 \(U\)，使得 \(T(U)\) 落在目标空间的某个有界集内，则 \(T\) 有界。由于线性结构的存在，只需考察原点附近即可推出全局性质。
1.4 相关记号与常用约定
通常记有界线性算子为 \(T\)、\(A\) 或 \(B\)，其定义域与值域分别记为 \(X\) 与 \(Y\)。从 \(X\) 到 \(Y\) 的有界线性算子全体常记为 \(\mathcal{B}(X,Y)\) 或 \(L(X,Y)\)。当 \(X=Y\) 时，常写作 \(\mathcal{B}(X)\) 或 \(L(X)\)。若无特别说明，空间默认取实或复赋范空间，具体标量域依上下文而定。
2 算子范数
算子范数是衡量有界线性算子大小的标准工具，也是后续谱理论与空间完备性讨论的基础。
2.1 算子范数的定义
对 \(T\in \mathcal{B}(X,Y)\)，其算子范数定义为 \[
| \|T\|=\sup_{\|x\|\le 1}\|Tx\|. |
|---|
\] 等价地，也可写为 \[
| \|T\|=\sup_{x\ne 0}\frac{\|Tx\|}{\|x\|}. |
|---|
\] 若该上确界有限，则 \(T\) 有界；反之亦然。
2.2 算子范数的基本性质
算子范数与空间范数相容，能够自然反映算子的线性操作行为。
2.2.1 次可加性
若 \(S,T\in \mathcal{B}(X,Y)\)，则 \[
| \|S+T\|\le \|S\|+\|T\|. |
|---|
\] 这说明算子范数满足三角不等式。
2.2.2 齐次性
对任意标量 \(\alpha\) 与有界线性算子 \(T\)，有 \[
| \|\alpha T\|= | \alpha | \,\|T\|. |
|---|
\] 因此算子范数对数乘具有明确的尺度响应。
2.2.3 与复合运算的关系
若 \(S\in \mathcal{B}(Y,Z)\)、\(T\in \mathcal{B}(X,Y)\)，则复合算子 \(ST\in \mathcal{B}(X,Z)\)，并满足 \[
| \|ST\|\le \|S\|\,\|T\|. |
|---|
\] 这一性质在迭代方法、微分方程和谱分析中都十分重要。
2.3 算子范数与有界性的等价关系
| 线性算子有界当且仅当其算子范数有限。若 \(\|T\|<\infty\)，则自动得到 |
|---|
\[
| \|Tx\|\le \|T\|\|x\|, |
|---|
\] 从而 \(T\) 有界；反过来，任何满足某个线性估计的算子都具有有限算子范数。
2.4 范数达到与最优常数问题
| 算子范数本质上是最优 Lipschitz 常数。对于某些有限维空间或特殊算子，可能存在单位球上的某个向量 \(x_0\) 使得 \(\|Tx_0\|=\|T\|\)。但在一般无限维空间中，上确界未必能被真正取到，这便形成“范数是否达到”的问题。 |
|---|
3 典型例子
有界线性算子在许多熟悉的映射中都能见到。它们有助于理解抽象定义的含义。
3.1 有限维空间上的线性映射
在有限维赋范空间之间，任意线性映射都是有界的。原因在于有限维空间中所有范数等价，线性映射在基底上的表现即可控制其整体行为，因此不必额外担心“失控”的增长。
3.2 恒等算子与零算子
| 恒等算子 \(I(x)=x\) 是最基本的有界线性算子，其算子范数为 1。零算子 \(0(x)=0\) 则满足 \(\|0\|=0\)。这两个例子分别代表了“无放大”和“完全抑制”的两端情形。 |
|---|
3.3 乘法算子
在函数空间中，若 \(m\) 是有界函数，则乘法算子 \(T(f)=mf\) 往往是有界线性算子。其有界性通常由函数的上确界控制，常见于连续函数空间和 \(L^p\) 空间的讨论中。
3.4 积分算子
积分算子常写为 \[ (Tf)(x)=\int K(x,t)f(t)\,dt, \] 其中 \(K\) 为核函数。若核满足适当可积性或有界性条件，则该算子可能是有界的。积分算子是偏微分方程与变分方法中的常见工具。
3.5 平移与投影算子
在函数空间中，平移算子通过改变变量位置实现“平移”效果；若定义得当，通常保持范数或至少保持有界。投影算子则将元素映射到某个子空间，若投影沿闭补空间进行，通常是有界线性算子，且满足幂等关系 \(P^2=P\)。
3.6 反例：非有界线性算子
微分算子是经典的非有界线性算子例子。例如在某些函数空间中，\(Df=f'\) 虽然线性，但其输出可能远大于输入，无法被一个统一常数控制。因此，线性并不自动意味着有界。
4 基本性质
有界线性算子在运算和拓扑性质上都表现出良好的稳定性。
4.1 线性结构下的封闭性
4.1.1 和与数乘
若 \(S,T\) 为有界线性算子，则 \(S+T\) 与 \(\alpha T\) 仍为有界线性算子。这说明有界线性算子在加法与数乘下构成线性空间。
4.1.2 复合
若 \(S\) 与 \(T\) 分别可复合，则 \(ST\) 仍是有界线性算子。复合运算使得算子可以像代数元素一样进行组合，形成丰富的结构。
4.2 连续性性质
4.2.1 点连续与处处连续
线性有界算子若在某一点连续，则在整个定义域上连续。尤其当它在原点连续时，便可推出全局连续，这一性质是线性情形下非常特殊的简化。
4.2.2 一致连续性
有界线性算子不仅连续，而且在整个空间上都是一致连续的。事实上，由于 \[
| \|Tx-Ty\|=\|T(x-y)\|\le \|T\|\|x-y\|, |
|---|
\] 它天然满足全局 Lipschitz 条件。
4.3 像空间与核空间
4.3.1 核的线性子空间性质
核空间 \[ \ker T=\{x\in X:Tx=0\} \] 总是 \(X\) 的线性子空间。若算子连续，则核也是闭子空间，这在商空间构造中尤为重要。
4.3.2 像空间的特征
像空间 \[ \operatorname{Im}T=\{Tx:x\in X\} \] 是目标空间中的线性子空间，但未必闭。像空间是否闭，常常是研究可逆性、闭图像与谱性质时的关键问题。
4.4 估计与界
有界线性算子的各类估计常以算子范数为核心表达。对任意 \(x\in X\)，都有 \[
| \|Tx\|\le \|T\|\|x\|. |
|---|
\] 更一般地，若对某族元素有统一估计，则可推出算子在该族上的稳定行为。
5 算子空间
有界线性算子本身也构成一个重要的函数空间对象。
5.1 有界线性算子空间的定义
从 \(X\) 到 \(Y\) 的全部有界线性算子组成集合 \(\mathcal{B}(X,Y)\)。在适当定义加法与数乘后，它成为线性空间。
5.2 算子空间的范数结构
在 \(\mathcal{B}(X,Y)\) 上赋予算子范数后，可将其看作一个赋范空间。该范数与复合运算兼容，便于讨论收敛、极限与稳定性。
5.3 完备性与巴拿赫空间性质
若 \(Y\) 是巴拿赫空间，则 \(\mathcal{B}(X,Y)\) 在算子范数下也是巴拿赫空间。也就是说，算子空间中的每个柯西列都收敛于一个有界线性算子。这一性质对极限过程和近似方法极为重要。
5.4 典型算子空间
5.4.1 从 X 到 Y 的有界线性算子空间
\(\mathcal{B}(X,Y)\) 是最一般的有界算子空间，涵盖不同类型空间之间的映射。许多具体问题都可以归结为研究这一空间中的元素。
5.4.2 自伴随与正规算子的相关子类
在 Hilbert 空间中，某些有界算子还可进一步细分为自伴随算子、正规算子、幺正算子等子类。它们具有更强的代数与几何性质，常见于谱理论与量子理论。
6 重要子类
有界线性算子内部存在多种具有代表性的子类，它们在结构和应用上各具特色。
6.1 紧算子
紧算子能将有界集映为相对紧集。它们在无限维空间中扮演类似“有限维近似”的角色，许多性质接近矩阵算子，因而在积分方程中非常常见。
6.2 有限秩算子
有限秩算子的像空间维数有限。它们是最接近矩阵的抽象算子，也常作为紧算子的基本构件。许多近似理论会先用有限秩算子逼近更复杂的算子。
6.3 可逆有界线性算子
若有界线性算子 \(T\) 存在有界逆算子 \(T^{-1}\)，则称其可逆。可逆性意味着映射既无信息丢失，也不会在范数上失去控制，是结构保持程度较强的一类算子。
6.4 自伴随算子
在复 Hilbert 空间中，自伴随算子满足 \(T=T^*\)。这类算子在谱性质上最为规整，其特征值和谱分解往往具有清晰的几何意义。
6.5 正交投影算子
正交投影算子将向量投到某个闭子空间，并使误差与该子空间正交。它满足 \(P^2=P\) 且 \(P=P^*\)，在最小二乘、分解理论和几何分析中十分常见。
6.6 等距算子与幺正算子
等距算子保持范数不变，若其作用在 Hilbert 空间上并且可逆且逆仍为等距，则称为幺正算子。幺正算子是最强的“长度保持”变换之一。
7 谱理论基础
谱理论研究算子在“可逆性失效”处的结构，是有界算子理论的核心部分。
7.1 谱的定义
对 \(T\in\mathcal{B}(X)\)，若标量 \(\lambda\) 使得 \(\lambda I-T\) 不可逆，则称 \(\lambda\) 属于 \(T\) 的谱，记为 \(\sigma(T)\)。其补集称为预解集。
7.2 预解集与预解算子
若 \(\lambda I-T\) 可逆，则 \(\lambda\) 属于预解集 \(\rho(T)\)，并且其逆算子 \[ (\lambda I-T)^{-1} \] 称为预解算子。预解算子在谱分析中起到类似“拉普拉斯变换核”的作用。
7.3 谱半径
谱半径定义为 \[
| r(T)=\sup\{ | \lambda | :\lambda\in\sigma(T)\}. |
|---|
\] 它刻画了谱整体距离原点的最大尺度，并与算子范数之间存在重要联系。
7.4 谱定理的初步形式
在自伴随、正规或幺正算子情形下，谱定理给出更精细的表示方式，使算子可借助某种“对角化”思想理解。初步形式通常强调：这类算子的行为可由其谱来描述。
7.5 谱与算子范数的联系
一般有 \[
| r(T)\le \|T\|. |
|---|
\] 这表明谱半径不会超过算子范数，但二者未必相等。对某些特殊算子或在极限意义下，这一关系会更紧密。
8 运算与代数结构
有界线性算子不仅是分析对象，也具有明显的代数结构。
8.1 算子加法
若 \(S,T\in\mathcal{B}(X,Y)\)，则 \(S+T\) 仍属于同一空间，且满足通常的加法交换律与结合律。它是算子空间线性结构的基本运算。
8.2 标量乘法
对标量 \(\alpha\) 与算子 \(T\)，\(\alpha T\) 仍为有界线性算子。标量乘法与加法一起使算子空间成为线性空间。
8.3 复合与幂
当定义域和值域相容时，复合给出算子的乘法。若 \(T\in\mathcal{B}(X)\)，则可定义幂 \(T^n\)，用于研究迭代过程、收敛性和谱性质。
8.4 交换子与对易关系
两个算子的交换子定义为 \[ [S,T]=ST-TS. \] 若交换子为零，则称二者对易。对易关系在联合谱、分解理论以及量子形式化中都很关键。
8.5 逆算子与 Neumann 级数
| 若 \(\|T\|<1\)，则 \(I-T\) 可逆，且 |
|---|
\[ (I-T)^{-1}=\sum_{n=0}^\infty T^n. \] 这称为 Neumann 级数。它是构造逆算子和证明扰动稳定性的常用工具。
9 在具体空间中的表现
有界线性算子在不同空间中会呈现出不同的侧重点。
9.1 赋范空间上的一般情形
在任意赋范空间上，有界算子都服从统一的范数控制原则。很多抽象结论只依赖赋范结构，而不要求空间具备额外的内积或完备性。
9.2 Hilbert 空间中的有界算子
Hilbert 空间因拥有内积结构，使得有界算子可以讨论伴随算子、自伴随性与正交分解。几何意义在这里尤为突出，投影与幺正变换也有更直观的解释。
9.3 Banach 空间中的有界算子
Banach 空间是完备赋范空间，是有界算子理论最自然的场景之一。许多基本定理，如开映射定理与闭图像定理，正是在这一框架下成立。
9.4 序列空间上的算子
在 \(\ell^p\) 等序列空间中，算子常表现为矩阵作用、移位作用或加权变换。这里既有离散结构的简洁，也保留了无限维分析的复杂性。
9.5 函数空间上的算子
在 \(C(K)\)、\(L^p\) 等函数空间中，有界算子往往对应积分、乘法、卷积或组成映射。此类算子直接服务于微分方程、逼近理论和信号处理。
10 相关定理
有界线性算子理论与若干基本定理紧密相连，这些定理构成现代泛函分析的重要骨架。
10.1 有界线性映射定理
该类定理通常表明，在某些条件下，线性映射只要在局部满足适当控制，就能推出整体有界性。它为从局部信息推导全局性质提供了基础。
10.2 开映射定理
开映射定理指出，巴拿赫空间之间的连续满射线性算子是开映射。它揭示了有界线性算子在整体结构上的良好传播性质。
10.3 闭图像定理
闭图像定理说明，若线性算子的图像在积空间中是闭的，并满足适当完备性条件，则该算子有界。它是判断算子连续性的实用准则之一。
10.4 均匀有界原理
均匀有界原理表明，一族连续线性算子若对每个点的作用都局部有界，则其范数在整体上也受统一控制。该结论在极限过程和函数列分析中十分关键。
10.5 Hahn-Banach 定理的关联背景
Hahn-Banach 定理为构造对偶空间中的泛函、证明分离定理以及建立许多延拓结果提供了基础。它虽不专属于有界算子，但在有界线性算子理论中具有深远背景意义。
11 应用
有界线性算子的思想广泛进入数学及其相关学科。
11.1 微分方程中的算子表示
许多微分方程可写成算子方程形式，例如把微分方程转化为等价的积分方程后，相关积分算子往往具有良好的有界性，便于使用迭代法求解。
11.2 数值方法中的离散化算子
在数值分析中，连续问题常被离散为有限维算子问题。矩阵、差分格式和投影方法都可视为有界线性算子的离散近似。
11.3 物理模型中的线性响应
在线性响应理论里，外部输入与系统输出之间的关系常通过线性算子描述。若系统稳定，则对应算子通常体现为有界性，从而保证响应不会无节制放大。
11.4 信号处理与滤波
滤波器可被抽象为算子，输入信号经过处理后得到输出信号。若滤波过程稳定且不致放大噪声过度，则相应算子通常是有界的。
11.5 量子力学中的算子框架
在量子理论的数学形式中，可观测量、演化与投影等常以算子表达。虽然更深层的理论涉及无界算子，但有界算子仍是其中最重要、最规整的一部分，尤其在幺正演化与投影测量中尤为常见。
12 历史与发展
有界线性算子概念的形成，与泛函分析整体的发展密不可分。
12.1 泛函分析的形成
泛函分析起源于对函数空间、积分方程和线性泛函的研究。随着抽象空间观点的建立，人们逐渐认识到需要用统一语言描述这些空间之间的映射。
12.2 有界算子概念的确立
在早期分析中，连续线性变换的估计性质已经出现。随着赋范空间和巴拿赫空间理论成熟，有界线性算子被明确地作为核心概念加以系统研究，并与连续性建立起严格等价关系。
12.3 现代算子理论的发展
现代算子理论沿着谱理论、紧算子理论、半群理论以及自伴随算子分析等方向不断扩展。算子范数、对偶性与空间结构的研究也愈加深入，使有界线性算子成为连接抽象理论与具体应用的重要桥梁。