算子代数讲义（v0.0.1）

绪论

1.1 算子代数的研究背景与发展历程

算子代数是20世纪数学领域最具影响力的分支之一，起源于对量子力学的数学化研究，同时融合了泛函分析、代数、拓扑、概率论等多个学科的思想方法，逐步发展成为一门兼具理论深度与应用价值的核心学科。20世纪30年代，von Neumann与Murray为解决量子力学中可观测量的数学描述问题，首次系统提出了冯·诺依曼代数（von Neumann Algebra）的理论框架，建立了算子代数的基本研究范式；同一时期，Gelfand与Naimark通过对交换Banach代数的研究，提出了Gelfand-Naimark定理，奠定了C*代数的理论基础，将算子代数与拓扑空间、测度论紧密关联。

在后续的发展中，算子代数的研究逐步脱离量子力学的具体背景，向纯数学与应用数学两个方向同步推进：在纯数学领域，算子代数成为解决代数、拓扑、数论等领域核心问题的重要工具，例如通过算子代数的方法解决了拓扑学中的指标定理、数论中的模形式问题等；在应用数学领域，算子代数逐步渗透到量子信息、控制论、信号处理、机器学习、金融数学、偏微分方程数值解等多个前沿领域，为各类复杂问题的建模、分析与求解提供了全新的数学视角与方法。

算子代数不仅是一门重要的基础理论课程，更是后续从事相关应用研究的核心工具。不同于纯粹数学方向对算子代数抽象结构的极致追求，本讲义将重点围绕算子代数的核心概念、基本定理与应用场景展开，注重理论推导的直观性与方法的可操作性，帮助研究生掌握算子代数的核心思想，能够将其应用于解决自身研究领域中的实际问题。

1.2 讲义的结构与学习要求

本讲义共分为8章，涵盖算子代数的基础概念、核心定理、典型例子及应用拓展，具体结构如下：第1章为绪论，介绍算子代数的研究背景、发展历程与应用领域，明确讲义的学习目标与要求；第2章为预备知识，梳理Hilbert空间、有界线性算子的核心性质，为后续算子代数的学习奠定基础；第3章为C*代数的基本理论，包括C*代数的定义、例子、理想与商代数、Gelfand表示等核心内容；第4章为冯·诺依曼代数的基本理论，重点介绍冯·诺依曼代数的定义、双共轭定理、因子分类等核心知识点；第5章为算子代数中的谱理论，包括算子的谱、谱测度、谱定理及其应用；第6章为正算子与迹，介绍正算子、投影算子、迹类算子、紧算子的性质与应用；第7章为算子代数的表示理论，包括*-表示、GNS构造、不可约表示等内容；第8章为算子代数的应用，结合量子信息、控制论、信号处理等领域的具体问题，展示算子代数方法的应用过程。

本讲义的学习要求如下：1.  具备扎实的泛函分析基础，熟练掌握Hilbert空间、有界线性算子、Banach代数的基本概念与性质；2.  具备一定的代数与拓扑基础，能够理解抽象代数结构与拓扑空间的基本思想；3.  注重理论与应用的结合，不仅要掌握算子代数的基本定理与推导方法，更要思考其在具体应用场景中的适配性与应用技巧；4.  主动完成课后习题与拓展思考，通过练习巩固所学知识，培养运用算子代数方法解决实际问题的能力。

1.3 算子代数的应用领域简介

算子代数作为一门兼具理论与应用的学科，其应用领域不断拓展，目前已成为多个前沿应用学科的核心数学工具，主要包括以下几个方面：

1. 1. 量子信息与量子计算：量子力学中的可观测量对应算子代数中的自伴算子，量子态对应算子代数中的正线性泛函，算子代数为量子信息的建模、量子态的演化、量子算法的设计提供了严格的数学基础，例如通过C*代数的表示理论描述量子系统的对称性，通过冯·诺依曼代数的因子分类研究量子纠缠问题。
2. 2. 控制论与系统科学：在无穷维控制系统中，系统的状态空间通常为Hilbert空间，控制算子、观测算子均为有界线性算子，算子代数的方法可用于分析控制系统的稳定性、可控性与可观测性，例如通过C*代数的谱理论研究无穷维系统的特征值分布，进而判断系统的稳定性。
3. 3. 信号处理与图像处理：信号与图像的变换（如傅里叶变换、小波变换）可通过算子代数中的酉算子、自伴算子来描述，算子代数的方法可用于信号的滤波、去噪、特征提取，例如利用紧算子的谱分解实现信号的稀疏表示，提高信号处理的效率。
4. 4. 偏微分方程数值解：偏微分方程的边值问题、初边值问题可转化为Hilbert空间中的算子方程，算子代数的方法可用于分析算子方程的可解性，设计高效的数值求解算法，例如利用算子的谱分解构建迭代算法，提高数值解的收敛速度。

第2章 预备知识：Hilbert空间与有界线性算子

2.1 Hilbert空间的基本概念与性质

算子代数的核心载体是Hilbert空间，Hilbert空间是一类具有内积结构的完备线性空间，其完备性与内积结构使得我们能够引入正交、投影、谱等重要概念，为算子的分析提供了基础。本小节将梳理Hilbert空间的核心概念与性质，重点关注应用中常用的实Hilbert空间与复Hilbert空间，其中复Hilbert空间在算子代数的应用中更为广泛（如量子力学、信号处理等领域）。

2.1.1 内积空间与Hilbert空间的定义

定义2.1.1（内积空间）：设  是复数域  （或实数域  ）上的线性空间，若存在映射  （或  ），满足对任意  ，  （或  ），有：

（1）共轭对称性：  （实空间中为对称性：  ）；

（2）线性性：  ；

（3）正定性：  ，且  当且仅当  （零向量），

则称  为  上的内积，赋予内积的线性空间  称为内积空间。

由内积可自然诱导出范数：对任意  ，定义  ，称为内积诱导的范数，该范数满足Cauchy-Schwarz不等式：  ，当且仅当  与  线性相关时等号成立。

定义2.1.2（Hilbert空间）：若内积空间  关于内积诱导的范数是完备的（即每个Cauchy序列都在  中收敛），则称  为Hilbert空间。

注：完备性是Hilbert空间与一般内积空间的核心区别，完备性保证了Hilbert空间中极限运算的封闭性，使得我们能够引入谱、投影等重要概念，这也是算子代数能够广泛应用的关键前提。

2.1.2 Hilbert空间的典型例子

在应用中，我们经常遇到的Hilbert空间主要有以下几类，掌握这些典型例子有助于理解算子代数的后续内容：

例子2.1.1（有限维Hilbert空间）：复数域  （或实数域  ），其上的内积定义为  （其中  ，  ），诱导的范数为欧几里得范数  。由于有限维线性空间都是完备的，因此  （或  ）是Hilbert空间，这是最简单、最基础的Hilbert空间，也是算子代数在有限维场景下的应用载体（如矩阵代数，本质上是  上有界线性算子的全体）。

例子2.1.2（序列Hilbert空间  ）：设  是所有满足  的复序列  构成的集合，其上的线性运算按分量定义，内积定义为  ，诱导的范数为  。可以证明，  关于该范数是完备的，因此  是无穷维Hilbert空间，广泛应用于信号处理、序列分析等领域（如离散信号可看作  中的元素）。

例子2.1.3（函数Hilbert空间  ）：设  是测度空间，  是所有满足  的可测函数  构成的等价类集合（两个函数几乎处处相等则视为同一元素），其上的线性运算按函数的加法与数乘定义，内积定义为  ，诱导的范数为  。由Lebesgue积分的完备性可知，  是Hilbert空间，这是应用中最广泛的Hilbert空间之一，例如当  ，  为Lebesgue测度时，  是连续信号、可积信号的常用载体；当  时，  用于描述全域信号。

例子2.1.4（再生核Hilbert空间（RKHS））：再生核Hilbert空间是一类具有再生核性质的Hilbert空间，其元素通常为某一集合上的函数，满足对任意  ，评价泛函  是有界线性泛函。再生核Hilbert空间广泛应用于机器学习、函数逼近等领域，例如支持向量机中的核函数对应的特征空间就是再生核Hilbert空间，算子代数的方法可用于分析再生核Hilbert空间中算子的性质，进而优化机器学习算法。

2.1.3 Hilbert空间的正交性与投影

正交性是Hilbert空间区别于一般Banach空间的核心性质，基于正交性可引入投影算子，而投影算子是算子代数中最基础、最重要的算子之一，在量子力学、信号处理等领域有着广泛的应用。

定义2.1.3（正交与正交补）：设  是Hilbert空间，  ，若  ，则称  与  正交，记为  。设  是线性子空间，定义  ，称为  的正交补，  也是  的闭线性子空间。

定理2.1.1（正交分解定理）：设  是Hilbert空间，  是  的闭线性子空间，则对任意  ，存在唯一的  与  ，使得  ，且  。此时，  称为  在  上的正交投影，记为  ，其中  称为投影算子。

投影算子的核心性质：设  是Hilbert空间  上的投影算子，则：

（1）幂等性：  （即  ，投影算子作用两次与作用一次效果相同）；

（2）自伴性：  对任意  成立；

（3）有界性：  对任意  成立，且  （当  时）。

注：投影算子的幂等性与自伴性是其核心特征，后续我们将看到，投影算子在C*代数、冯·诺依曼代数的结构分析中扮演着重要角色，例如冯·诺依曼代数的因子分类与投影算子的等价类密切相关。

2.2 有界线性算子的基本概念与性质

算子代数的研究对象是Hilbert空间上的线性算子，尤其是有界线性算子，有界线性算子的全体构成了算子代数的基本载体（如B(  )，即Hilbert空间  上所有有界线性算子的集合，是一类重要的C*代数与冯·诺依曼代数）。本小节将梳理有界线性算子的核心概念、性质与典型例子，为后续算子代数的学习奠定基础。

2.2.1 有界线性算子的定义与范数

定义2.2.1（线性算子）：设  与  是复数域  上的Hilbert空间，映射  若满足对任意  ，  ，有  ，则称  为线性算子，  （定义域），  （值域），  （核空间）。

定义2.2.2（有界线性算子）：设  是线性算子，若存在常数  ，使得对任意  ，有  ，则称  为有界线性算子。满足该不等式的最小常数  称为  的算子范数，记为  ，即：

有界线性算子的范数满足以下性质：对任意有界线性算子  ，  ，有：

（1）正定性：  ，且  当且仅当  （零算子）；

（2）齐次性：  ；

（3）三角不等式：  ；

（4）乘积不等式：若  ，  均为有界线性算子，则  （复合算子）也是有界线性算子，且  。

定理2.2.1（有界线性算子的等价刻画）：设  是线性算子，则以下命题等价：

（1）  是有界线性算子；

（2）  在  的单位球  上有界；

（3）  是连续线性算子（即对任意收敛序列  ，有  ）；

（4）  在  的原点处连续。

注：连续性与有界性的等价性是有界线性算子的核心性质，这使得我们能够将泛函分析中的连续映射理论应用于算子的分析，同时也简化了有界线性算子的研究难度——只需验证算子在单位球上的有界性，即可判断其连续性。

2.2.2 有界线性算子的典型例子

掌握有界线性算子的典型例子，有助于理解算子代数的抽象概念与性质，以下是应用中常用的有界线性算子：

例子2.2.1（零算子与恒等算子）：零算子  定义为  对任意  ，其范数  ；恒等算子  定义为  对任意  ，其范数  。零算子与恒等算子是算子代数中最基础的算子，常用于构建其他算子与验证算子的性质。

例子2.2.2（投影算子）：由2.1.3节可知，Hilbert空间  上的投影算子  （  为  的闭线性子空间）是有界线性算子，其范数  （当  时），且满足幂等性与自伴性。投影算子在量子力学中对应“观测”操作，在信号处理中对应信号的正交分解与滤波。

例子2.2.3（乘法算子）：设  ，  是有界可测函数（即存在常数  ，使得  对几乎所有  成立），定义乘法算子  为  对几乎所有  成立。可以证明，  是有界线性算子，其范数  （本质上确界）。乘法算子是一类重要的交换算子，其性质与函数  的性质密切相关，在信号处理中，乘法算子对应信号的调制操作。

例子2.2.4（酉算子）：设  是有界线性算子，若  是双射，且满足  （其中  是  的伴随算子，将在2.2.3节介绍），则称  为酉算子。酉算子的核心性质是保内积、保范数，即  ，  对任意  成立。典型的酉算子包括傅里叶变换算子（  上的傅里叶变换是酉算子）、旋转算子（  上的正交矩阵对应的算子是酉算子）。酉算子在量子力学中对应量子态的幺正演化，在信号处理中对应信号的正交变换（如傅里叶变换、小波变换）。

例子2.2.5（紧算子）：设  是有界线性算子，若  将  中的单位球映射为  中的相对紧集（即闭包是紧集），则称  为紧算子。紧算子是一类特殊的有界线性算子，其谱性质简单，在偏微分方程数值解、积分方程、信号处理等领域有着广泛的应用。典型的紧算子包括积分算子  （其中  ），有限秩算子（值域为有限维空间的有界线性算子）等。

2.2.3 伴随算子

伴随算子是算子代数中最核心的概念之一，其本质是内积空间中线性泛函的表示，伴随算子的引入使得我们能够定义自伴算子、酉算子、正常算子等重要算子类，这些算子类是算子代数的主要研究对象。

定理2.2.2（Riesz表示定理）：设  是Hilbert空间，  是有界线性泛函，则存在唯一的  ，使得对任意  ，有  ，且  。

Riesz表示定理是伴随算子存在性的理论基础，基于该定理，我们可以定义伴随算子：

定义2.2.3（伴随算子）：设  是有界线性算子，对任意  ，定义泛函  为  ，易知  是  上的有界线性泛函。由Riesz表示定理，存在唯一的  ，使得  对任意  成立。定义算子  为  ，则称  为  的伴随算子。

伴随算子的核心性质（对任意有界线性算子  ，  ，  ，  ，  ）：

（1）共轭线性：  ；

（2）逆序性：  ；

（3）双重伴随：  ；

（4）范数相等：  ，且  ；

（5）内积关系：  （这是伴随算子的定义等价形式，也是后续推导的常用工具）；

（6）核与值域的关系：  ，  ，  ，  。

基于伴随算子，我们可以定义几类重要的算子，这些算子是算子代数的核心研究对象：

定义2.2.4（自伴算子、正常算子、酉算子）：设  是有界线性算子，

（1）若  ，则称  为自伴算子（或自共轭算子）；

（2）若  ，则称  为正常算子；

（3）若  是双射，且  （等价于  ），则称  为酉算子。

注：自伴算子是正常算子的特例（因为  ），酉算子也是正常算子的特例（因为  ）。自伴算子在量子力学中对应可观测量（如位置算子、动量算子），正常算子的谱性质最为简单，酉算子对应可逆的保内积变换，这三类算子在应用中均有着广泛的应用。

2.3 有界线性算子空间B(  )

设  是Hilbert空间，记  为  上所有有界线性算子的集合，赋予算子加法、数乘与乘法（复合）运算，以及算子范数，  构成了一类重要的Banach代数，同时也是算子代数中最基础、最常用的代数结构——  是一类C*代数，当  是无穷维Hilbert空间时，  也是一类冯·诺依曼代数。

2.3.1 B(  )的代数结构

在  上定义以下运算（对任意  ，  ，  ）：

（1）加法：  ；

（2）数乘：  ；

（3）乘法（复合）：  。

可以证明，  关于上述运算构成复数域  上的代数，且满足以下性质：

（1）加法交换律：  ；

（2）加法结合律：  ；

（3）乘法结合律：  ；

（4）分配律：  ，  ；

（5）数乘结合律：  。

注：  的乘法不满足交换律（即  一般成立），这是算子代数与普通代数（如复数域、矩阵代数）的重要区别，也是算子代数理论的核心难点与特色所在。例如，在  上，设  为乘法算子  ，  为积分算子  ，则  。

2.3.2 B(  )的Banach代数性质

定理2.3.1：设  是Hilbert空间，则  关于算子范数是Banach代数（即完备的赋范代数）。

证明：首先，  关于算子范数是赋范空间（满足范数的正定性、齐次性与三角不等式），且乘法满足  ，因此  是赋范代数。接下来证明完备性：设  是  中的Cauchy序列，即对任意  ，存在  ，当  时，  。对任意  ，  ，因此  是  中的Cauchy序列。由  的完备性，存在  ，使得  。

接下来验证  是有界线性算子：线性性由极限的线性性直接可得；有界性：由于  是Cauchy序列，因此  是有界序列（Cauchy序列在赋范空间中必有界），即存在  ，使得  对所有  成立。对任意  ，  ，因此  是有界线性算子，即  。

最后验证  （按算子范数收敛）：对任意  ，存在  ，当  时，对任意  ，  。令  ，则  对任意  成立，因此  ，即  。综上，  是Banach代数。

除了Banach代数的性质，  还具有*-代数的性质：对任意  ，存在伴随算子  ，且伴随运算满足2.2.3节中的共轭线性、逆序性、双重伴随等性质。因此，  是一类*-Banach代数，后续我们将看到，  是一类重要的C代数，其-运算与范数满足  （C*代数的核心公理）。

2.3.3 B(  )的拓扑结构

在算子代数的研究中，除了算子范数拓扑（一致拓扑），还常用到其他两类拓扑：强算子拓扑与弱算子拓扑，这两类拓扑在算子代数的表示理论、冯·诺依曼代数的研究中有着重要的应用，尤其适用于无穷维Hilbert空间上的算子分析。

定义2.3.2（强算子拓扑）：设  是Hilbert空间，  ，若对任意  ，有  （按  的范数收敛），则称  强收敛于  ，记为  ，由强收敛定义的拓扑称为强算子拓扑（SOT）。

定义2.3.3（弱算子拓扑）：设  是Hilbert空间，  ，若对任意  ，有  （按复数域的模收敛），则称  弱收敛于  ，记为  ，由弱收敛定义的拓扑称为弱算子拓扑（WOT）。

三类拓扑的强弱关系：一致拓扑（算子范数拓扑）> 强算子拓扑 > 弱算子拓扑，即：

（1）若  （一致收敛），则  （强收敛）；

（2）若  （强收敛），则  （弱收敛）；

（3）反之不成立，即强收敛不一定一致收敛，弱收敛不一定强收敛。

例子2.3.1：设  ，定义移位算子  为  （将序列向右移位  位），则  强收敛于零算子，但不一致收敛（因为  ，始终不收敛于0）；再定义投影算子  为  ，则  强收敛于恒等算子  ，但同样不一致收敛（因为  对所有  成立）。

例子2.3.2（弱收敛但不强收敛）：设  ，定义算子  为  ，即乘法算子，其中  。由黎兹引理可知，对任意  ，  （当  时），因此  弱收敛于零算子。但  不强收敛于零算子，因为取  （常数函数，属于  ），则  ，始终不趋于0，因此强收敛不成立。

三类拓扑在算子代数研究中的作用各不相同：一致拓扑（算子范数拓扑）适用于研究算子的一致收敛性，其性质最为良好，但收敛性要求最强，在实际应用中（如无穷维算子序列分析）往往难以满足；强算子拓扑适用于研究算子在每个向量上的收敛性，兼顾了收敛性要求与实用性，常用于无穷维控制系统、信号处理中算子序列的分析；弱算子拓扑的收敛性要求最弱，适用范围最广，尤其在冯·诺依曼代数的研究中至关重要——冯·诺依曼代数的核心特征之一就是在弱算子拓扑下是闭集，这也是冯·诺依曼代数与C*代数的重要区别之一。

注：后续在学习冯·诺依曼代数的双共轭定理时，我们将进一步看到弱算子拓扑与强算子拓扑的作用，双共轭定理指出：Hilbert空间  上的自伴算子代数  ，其双共轭  （其中  是  的交换子）等于  在弱算子拓扑（或强算子拓扑）下的闭包，这一定理为冯·诺依曼代数的结构分析提供了核心工具。

第3章 C*代数的基本理论

3.1 C*代数的定义与基本性质

C代数是算子代数中最基础、最核心的代数类之一，其概念源于对  （Hilbert空间上有界线性算子全体）的抽象化，是一类兼具代数结构、拓扑结构与-运算结构的数学对象。C*代数的理论不仅统一了各类具体算子代数的共性，还为算子代数的应用提供了统一的理论框架，在量子信息、信号处理、控制论等领域有着广泛的应用。

3.1.1 C*代数的定义

定义3.1.1（*-代数）：设  是复数域  上的代数，若存在映射  （称为*-运算），满足对任意  ，  ，有：

（1）共轭线性：  ；

（2）逆序性：  ；

（3）双重*-运算：  ，

则称  为*-代数。若  还是赋范代数，且*-运算满足  （称为C*公理），则称  为C*代数。若C*代数  关于范数是完备的，则称  为完备C*代数（通常所说的C*代数均指完备C*代数）。

注：C*公理  是C代数的核心特征，该公理确保了-运算与范数的相容性，同时也能导出一系列重要性质，例如  （由  ，两边除以  可得  ，同理  ，因此  ）。

3.1.2 C*代数的基本性质

定理3.1.1（C代数的基本性质）：设  是C代数，对任意  ，  ，有：

（1）  （*-运算保范数）；

（2）  ；

（3）若  是自伴算子（即  ），则  对任意正整数  成立；

（4）C*代数  是半单的（即Jacobson根为零）；

（5）若  有单位元  （即存在  ，使得  对任意  成立），则  ，且  。

证明：（1）已在注中证明；（2）由C*公理，  ，同理  ，因此  ；（3）当  自伴时，  也自伴，且  ，利用数学归纳法，假设  ，则  ，同时  ，代入可得  ，化简得  ，另一方面  （由乘积不等式  ，当  可逆时），对于不可逆自伴算子，可通过逼近法证明，综上  ；（4）（5）可通过C*公理与完备性推导，此处略。

定义3.1.2（自伴元、正元、酉元）：设  是C*代数，  ，

（1）若  ，则称  为自伴元（或自共轭元）；

（2）若存在  ，使得  ，则称  为正元，记为  ；

（3）若  有单位元  ，且  ，则称  为酉元。

注：正元是C代数中一类重要的元素，其性质与Hilbert空间上的正算子（自伴且谱非负的算子）一致；酉元对应Hilbert空间上的酉算子，具有保范数、保-运算等性质，在C*代数的表示理论中有着重要作用。

3.1.3 C*代数的典型例子

掌握C代数的典型例子，有助于理解其抽象结构与应用场景，以下是应用中常用的C代数：

例子3.1.1（算子C代数  ）：设  是Hilbert空间，  是  上所有有界线性算子的集合，-运算为伴随算子运算  ，范数为算子范数。由2.3节可知，  是完备的赋范代数，且满足C公理 $|T^ T| = |T|^2B(\mathcal{H})$ 是C代数，这是最基础、最常用的C代数，也是其他C*代数的“模型”。

例子3.1.2（交换C代数  ）：设  是紧致Hausdorff空间，  是  上所有复值连续函数的集合，赋予函数加法、数乘与乘法（点态运算），-运算为复共轭运算  （即  ），范数为上确界范数  。可以证明，  是完备的赋范代数，且满足C公理  ，因此  是C代数。由于函数乘法是点态的，满足交换律（即  ），因此  是交换C*代数。

注：交换C代数的结构非常简单，Gelfand表示定理指出：任何交换C代数都与某一紧致Hausdorff空间  上的连续函数代数  同构，这一定理将交换C代数的研究转化为紧致Hausdorff空间的拓扑研究，是交换C代数理论的核心成果，后续将详细介绍。

例子3.1.3（紧算子C代数  ）：设  是Hilbert空间，  是  上所有紧算子的集合，-运算为伴随算子运算，范数为算子范数。由2.2.2节可知，紧算子的和、数乘、乘积（复合）仍是紧算子，伴随算子也是紧算子，因此  是  的*-子代数；同时，  关于算子范数是完备的（紧算子序列的一致极限仍是紧算子），且满足C公理，因此  是C代数。当  是无穷维Hilbert空间时，  是  的真闭*-子代数；当  是有限维Hilbert空间时，  （有限维Hilbert空间上的所有有界线性算子都是紧算子）。

例子3.1.4（矩阵C代数  ）：设  是所有  复矩阵的集合，-运算为共轭转置运算  ，范数为算子范数（将矩阵视为  上的线性算子）。由于  是有限维Hilbert空间，  ，因此  是C代数，这是有限维C代数的典型代表，在量子信息、控制论等有限维应用场景中有着广泛的应用。

3.2 C*代数的理想与商代数

理想与商代数是代数结构分析的核心工具，在C代数中，理想与商代数同样保持着良好的结构性质——C代数的闭*-理想的商代数仍是C代数，这一性质使得我们能够通过“分解”C代数，将复杂的C代数转化为简单的C代数进行研究，同时也为C*代数的应用提供了理论支撑（如算子的谱分解、量子态的分类等）。

3.2.1 C*代数的理想

定义3.2.1（理想）：设  是C*代数，  是  的线性子空间，若满足：

（1）左理想：对任意  ，  ，有  ；

（2）右理想：对任意  ，  ，有  ；

若  既是左理想又是右理想，则称  为  的双边理想（简称理想）。若理想  关于*-运算封闭（即对任意  ，有  ），则称  为*-理想。若*-理想  关于  的范数是闭集，则称  为闭*-理想。

注：在C代数中，我们通常关注闭-理想，因为闭*-理想能够保证商代数的完备性，进而使得商代数仍是C代数。此外，C代数的理想具有良好的遗传性：若  是  的闭*-理想，则  本身也是C代数（以  的-运算与范数为自身的*-运算与范数）。

定理3.2.1（C代数理想的性质）：设  是C代数，  是  的*-理想，则：

（1）  的闭包  仍是  的闭*-理想；

（2）若  是闭*-理想，则  是自伴的（即  ，其中  ）；

（3）C代数  的所有闭-理想都是形如  （紧算子理想）的理想，当  是可分无穷维Hilbert空间时，  是  的唯一非平凡闭*-理想（非平凡指既不是  ，也不是  本身）。

例子3.2.1：设  （  为紧致Hausdorff空间），  是闭子集，定义  ，则  是  的闭*-理想；反之，  的每一个闭*-理想都对应着  的一个闭子集  ，且这种对应是一一对应的，这一对应关系由Gelfand表示定理导出，体现了交换C*代数与拓扑空间的紧密关联。

3.2.2 C*代数的商代数

设  是C代数，  是  的闭-理想，定义商空间  ，其中  是  所在的陪集。在商空间上定义代数运算与*-运算：

（1）加法：  ；

（2）数乘：  （  ）；

（3）乘法：  ；

（4）* -运算：  。

可以证明，上述运算的定义不依赖于陪集代表元的选择（即若  ，  ，则  ，其余运算同理），因此  关于上述运算构成*-代数。

定义商范数：对任意  ，定义  。可以证明，该商范数满足范数的正定性、齐次性与三角不等式，且满足C* 公理  ；同时，由于  是完备的，  是闭集，因此  关于商范数是完备的。综上，我们有以下定理：

定理3.2.2（商代数的C* 性质）：设  是C* 代数，  是  的闭*-理想，则商空间  关于上述代数运算、* -运算与商范数构成C* 代数，称为  关于  的商C*代数。

例子3.2.2：设  ，  （紧算子理想），则商代数  称为Calkin代数，记为  。Calkin代数是一类重要的非交换C*代数，在算子的本质谱研究中有着核心作用——算子的本质谱（即算子在Calkin代数中的谱）对应着算子去掉紧扰动后的谱性质，在偏微分方程、积分方程等领域有着广泛的应用。

例子3.2.3：设  ，  是闭子集，  ，则商代数  与  同构（作为C* 代数），这一结论体现了交换C* 代数商代数的拓扑意义——商代数对应着原拓扑空间的闭子集上的连续函数代数。

3.3 Gelfand表示定理

Gelfand表示定理是交换C* 代数理论的核心成果，该定理建立了交换C* 代数与紧致Hausdorff空间上连续函数代数的一一对应关系，将交换C* 代数的抽象研究转化为具体的拓扑空间与连续函数的研究，同时也为算子的谱理论、C* 代数的表示理论提供了重要工具。Gelfand表示定理不仅具有深刻的理论意义，在应用中也有着广泛的价值，例如在量子信息中，交换C*代数对应经典系统，其Gelfand表示对应经典系统的状态空间。

3.3.1 交换C*代数的谱

为了引入Gelfand表示定理，首先需要定义交换C*代数中元素的谱与代数的谱空间（字符空间）。

定义3.3.1（元素的谱）：设  是有单位元  的交换C*代数，  ，定义  的谱为  ，  中的元素称为  的谱点；定义  的谱半径为  。

注：在非交换C* 代数中，元素的谱定义类似，但由于乘法不交换，“不可逆”需区分左不可逆、右不可逆与双边不可逆，而在交换C*代数中，左不可逆、右不可逆与双边不可逆是等价的，因此谱的定义更为简洁。

定理3.3.1（谱的基本性质）：设  是有单位元的交换C*代数，  ，则：

（1）  是  中的非空紧致子集；

（2）谱半径公式：  ；

（3）若  是自伴元，则  （即自伴元的谱都是实数）；

（4）若  是正元，则  （即正元的谱都是非负实数）；

（5）若  是酉元，则  （即酉元的谱都在单位圆周上）。

例子3.3.1：设  （  为紧致Hausdorff空间），  ，则  的谱  （即函数  的值域），谱半径  （因为  ，由谱半径公式可得  ）。这一例子直观地体现了交换C*代数中元素的谱与函数值域的对应关系，也是Gelfand表示定理的直观背景。

3.3.2 字符空间与Gelfand表示

定义3.3.2（字符空间）：设  是有单位元的交换C*代数，定义  的字符空间（谱空间）为  ，其中  称为乘法性（或同态性）。字符空间中的元素称为  的字符（或乘法线性泛函）。

注：字符空间  中的元素是从  到  的非零乘法有界线性泛函，本质上是  到  的非零*-同态（因为乘法性与线性性可导出*-运算的保真性：  ）。

定理3.3.2（字符空间的拓扑性质）：设  是有单位元的交换C* 代数，则字符空间  赋予弱*拓扑（即逐点收敛拓扑）后，是紧致Hausdorff空间。

定义3.3.3（Gelfand表示）：设  是有单位元的交换C*代数，定义映射  为  （对任意  ，  ），则称  为  的Gelfand表示。

Gelfand表示  的核心性质：

（1）  是*-同态，即  ，  ，  （其中  是  的复共轭）；

（2）  是保范数的，即  对任意  成立；

（3）  是满射，即  。

综上，我们得到Gelfand表示定理的核心内容：

定理3.3.3（Gelfand表示定理）：任何有单位元的交换C *代数  都与它的字符空间  上的连续函数代数  * -同构且保范，即  （作为C *代数）。

注：对于没有单位元的交换C* 代数，Gelfand表示定理可推广为：任何没有单位元的交换C* 代数都与它的字符空间  （赋予弱*拓扑，此时  是局部紧致Hausdorff空间）上的趋于零的连续函数代数  *-同构且保范，其中  是所有满足  的复值连续函数的集合。

Gelfand表示定理的意义：该定理将抽象的交换C* 代数“具象化”为紧致Hausdorff空间上的连续函数代数，使得我们能够利用拓扑学与函数论的方法研究交换C* 代数的性质；同时，该定理也建立了C* 代数与拓扑空间的对偶关系——交换C*代数的性质对应着其字符空间的拓扑性质，反之亦然，这种对偶关系是算子代数与拓扑学、几何学交叉融合的重要基础。

例子3.3.2：设  （  复矩阵代数），但  是非交换C* 代数（当  时），因此Gelfand表示定理不适用；若取  为  中的对角矩阵子代数，则  是交换C* 代数，其字符空间  与  （赋予离散拓扑，是紧致Hausdorff空间）同胚，Gelfand表示将对角矩阵  映射为函数  （  ），显然  ，且该映射是*-同构且保范的，符合Gelfand表示定理。

3.3.3 Gelfand表示定理的应用

Gelfand表示定理作为交换C*代数的核心成果，有着广泛的理论与应用价值，以下介绍其几个典型应用：

应用1：自伴元的谱分解。设  是有单位元的交换C* 代数，  是自伴元，由Gelfand表示定理，  （  ），  对应  ，且  是实值函数（因为  自伴，  ，而  ，因此  ）。由函数的谱分解（如连续函数的Stone-Weierstrass逼近定理），可得到  的谱分解，进而通过Gelfand表示转化为  的谱分解，这为Hilbert空间上自伴算子的谱定理提供了代数基础。

应用2：量子态的分类。在量子信息中，经典量子系统对应交换C*代数  ，量子态对应  上的正线性泛函（满足归一化条件  ）。由Gelfand表示定理，  ，  上的正线性泛函对应  上的概率测度，因此经典量子系统的量子态可分类为  上的概率测度，这一对应关系为经典量子系统的状态分析提供了严格的数学基础。

应用3：算子的近似对角化。对于交换C*代数中的算子集合，由Gelfand表示定理，该集合可同构于紧致Hausdorff空间上的连续函数集合，而连续函数集合可通过Stone-Weierstrass逼近定理用简单函数（如特征函数）逼近，进而对应到算子集合的近似对角化，这一方法在信号处理、量子计算中有着重要应用，可用于简化算子的计算与分析。

待续未完