Diagonalisation

Géométrie et algèbre des applications linéaires, vecteurs et matrices

La diagonalisation réécrit une matrice dans son propre système de coordonnées le plus naturel, celui construit à partir de ses vecteurs propres. Dans ce système la matrice est diagonale : elle ne fait que mettre à l'échelle chaque axe propre par sa valeur propre. Une transformation embrouillée devient simple.

Ici P a les vecteurs propres comme colonnes et D est diagonale avec les valeurs propres. Lisez le produit de droite à gauche comme une recette en trois étapes : P⁻¹ pivote dans les coordonnées propres, D met chaque axe à l'échelle, et P pivote en arrière. Une transformation désordonnée, exprimée comme un étirement pur entre deux changements de repère.

La diagonalisation rend les puissances matricielles presque gratuites. Parce que la paire du milieu P⁻¹P s'annule, Aᵏ = P Dᵏ P⁻¹, et élever une matrice diagonale à une puissance revient à élever chaque entrée diagonale à cette puissance. Pas de multiplication matricielle répétée nécessaire.

Où cela apparaît en MLLa diagonalisation explique le comportement asymptotique des applications linéaires répétées, et presque tout algorithme itératif est une application répétée près d'un point fixe. Que la dynamique d'entraînement converge ou explose se réduit à savoir si les valeurs propres pertinentes sont à l'intérieur ou à l'extérieur du cercle unité. La même idée, appliquée aux matrices symétriques, devient la…
▶ Diagonalisation
← Vecteurs Propres & Valeurs PropresMatrices Symétriques →