線形代数 固有値分解

目次

固有値分解とは?

行列 A を

A = P D P^T

という3つの部品に分ける分解のことです。

イメージでいうと:

  • P … 座標軸を「固有ベクトルの向き」に並べ替える回転(直交行列)
  • D … その方向にどれくらい「伸ばす/縮める」かを表す倍率(固有値)
  • P^T … 並べ替えた座標軸を元の座標系に戻す回転

各記号の役割

(1) D(ディー)

固有値が並んだ対角行列。
それぞれの固有値は「固有ベクトル方向に対しての伸び縮みの倍率」を意味します。

例:
D = [[ 3, 0 ], [ 0, -1 ]]
→ ある方向には3倍に伸ばす
→ 別の方向には反転して1倍に縮める


(2) P(ピー)

固有ベクトルを並べた行列。
行列 A が「どの方向に影響を与えるか」を示します。
直交行列なので、列ベクトルはお互いに直角で、長さ1に正規化されています。

イメージ:A の「自然な軸(主軸)」を並べた地図。


(3) P^T(ピー・トランスポーズ)

P の転置行列。
固有ベクトル方向に変換した座標系を「元の座標」に戻す役割があります。

イメージ:
「固有ベクトル座標で見る → 固有値で伸び縮み → 元の座標に戻す」
という一連の流れの最後の仕上げ。

2×2行列の固有値分解

行列

$$
A =
\begin{pmatrix}
5 & 2 \\
2 & 8
\end{pmatrix}
$$

対象行列を固有値分解して、(A = P D P^{T}) の形にせよ。


① 固有値

固有方程式は

$$
\det(A – \lambda I) = 0
$$

$$
\begin{vmatrix}
5 – \lambda & 2 \\
2 & 8 – \lambda
\end{vmatrix}
= (5 – \lambda)(8 – \lambda) – 4 = 0
$$

これを解くと、

$$
\lambda_1 = 4, \quad \lambda_2 = 9
$$


② 固有ベクトル(整数比)

λ = 4 のとき
$$
(A – 4I)v = 0 \quad \Rightarrow \quad v_1 =
\begin{pmatrix}
-2 \\
1
\end{pmatrix}
$$

λ = 9 のとき

$$
(A – 9I)v = 0 \quad \Rightarrow \quad v_2 =
\begin{pmatrix}
1 \\
2
\end{pmatrix}
$$


③ 直交性と正規化

2つのベクトルの内積は

$$
v_1 \cdot v_2 = (-2)(1) + (1)(2) = -2 + 2 = 0
$$

よって直交しています。

さらに正規化すると:

$$
u_1 = \frac{1}{\sqrt{5}}
\begin{pmatrix}
-2 \\
1
\end{pmatrix},
\quad
u_2 = \frac{1}{\sqrt{5}}
\begin{pmatrix}
1 \\
2
\end{pmatrix}
$$


④ 正規直交行列 P

正規直交化した固有ベクトルを並べて

$$
P =
\begin{pmatrix}
-2/\sqrt{5} & 1/\sqrt{5} \\
1/\sqrt{5} & 2/\sqrt{5}
\end{pmatrix}
$$


⑤ 対角化

固有値を並べた対角行列は

$$
D =
\begin{pmatrix}
4 & 0 \\
0 & 9
\end{pmatrix}
$$

正規直交行列なので

$$
P^{-1} = P^T
$$

しかも P は対称なので

$$
P^T = P
$$


⑥ 最終式

したがって、

$$
A = P D P^T = P D P
$$

Pythonコード

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

コメント

コメントする

CAPTCHA


目次