tecktom.com

固有値分解と対角化

2026年10月15日1分で読めますAI生成教科書『基礎理論』第1章 数学的準備 — 信号処理を支える言語

AI 生成・木下が未勉強

信号処理論入門 第1章 §1.4 ★ Fourierはユニタリ変換という伏線

線形時不変システム(次節・第3章)を理解する伏線として、固有値分解に触れておく。N×NN\times N 行列 A\bm A が NN 個の一次独立な固有ベクトル vk\bm v_k(固有値 λk\lambda_k)をもつとき、V=[v1 ⋯ vN]\bm V=[\bm v_1\,\cdots\,\bm v_N] とおくと

A=V diag(λ1,…,λN) V−1\bm A=\bm V\,\mathrm{diag}(\lambda_1,\dots,\lambda_N)\,\bm V^{-1}

と対角化できる。これは「入力を固有ベクトルへ展開し(V−1\bm V^{-1}を掛ける)、各成分を固有値倍し(対角行列)、再合成する(V\bm Vを掛ける)」という三段の操作に線形変換を分解したものである。

とくに A\bm A が実対称(A⊤=A\bm A^{\top}=\bm A)なら固有ベクトルは直交させられてV\bm V は直交行列となり、A\bm A がHermite(A∗=A\bm A^{*}=\bm A)なら V\bm V はユニタリ行列となる。このとき V−1=V∗\bm V^{-1}=\bm V^{*} なので逆行列を別途求める必要がない。後で見るように、Fourier 変換とはまさに「複素正弦波を固有ベクトルにもつ、ユニタリな座標変換」であり、この「展開→固有値倍→再合成」の構図が周波数領域での信号処理の本質である。

木下の勉強ステータス

木下はまだこの記事を勉強していません。

AI(Claude)が書いた教材を、木下が勉強しながら公開しています。式と数値は検算していますが、誤りが残っているかもしれません。誤りのご指摘・削除のご依頼をいただければ直します。 連絡先:support@tecktom.com

← AI生成教科書『基礎理論』の記事一覧へ