Diagonalisasi

Geometri dan aljabar pemetaan linear, vektor, dan matriks

Diagonalisasi menulis ulang matriks dalam sistem koordinat paling alaminya sendiri, yang dibangun dari eigenvector-nya. Dalam sistem itu matriks menjadi diagonal: ia tidak melakukan apa pun selain menskalakan setiap sumbu eigen dengan eigenvalue-nya. Transformasi kusut menjadi transformasi sederhana.

Di sini P memiliki eigenvector sebagai kolom-kolomnya dan D diagonal dengan eigenvalue. Baca produk dari kanan ke kiri sebagai resep tiga langkah: P⁻¹ memutar ke koordinat eigen, D menskalakan setiap sumbu, dan P memutar kembali. Transformasi rumit, dinyatakan sebagai peregangan murni di antara dua perubahan sudut pandang.

Diagonalisasi membuat pangkat matriks hampir gratis. Karena pasangan tengah P⁻¹P saling menghapus, Aᵏ = P Dᵏ P⁻¹, dan menaikkan matriks diagonal ke pangkat hanya menaikkan setiap entri diagonal ke pangkat itu. Tidak perlu perkalian matriks berulang.

Di mana ini berlaku dalam MLDiagonalisasi menjelaskan perilaku jangka panjang dari peta linear berulang, dan hampir setiap algoritma iteratif adalah peta berulang di dekat titik tetap. Apakah dinamika training konvergen atau meledak bergantung pada apakah eigenvalue relevan berada di dalam atau di luar lingkaran satuan. Ide yang sama, diterapkan pada matriks simetris, menjadi dekomposisi spektral yang menggerakkan PCA dan…
▶ Diagonalisasi
← Eigenvector & EigenvalueMatriks Simetris →