La représentation d'un opérateur linéaire par une matrice diagonale (ou une forme de multiplication par une variable) dans une base orthonormée convenable, lorsque cette base existe ; dans les espaces de Hilbert de dimension finie il s'agit de la décomposition en valeurs propres obtenue par un changement de base unitaire pour les opérateurs normaux et, plus généralement, par le théorème spectral pour les opérateurs autoadjoints ou normaux.

Principe

Un opérateur est diagonalisable lorsque son action se réduit à des multiplications scalaires indépendantes sur les vecteurs de base ; cela exige un nombre suffisant de vecteurs propres (absence de défaut) et, typiquement, la normalité (commutation avec son adjoint) afin qu'une matrice unitaire le diagonalise.

Démonstration

Pour une matrice hermitienne H d'espace fini, il existe une matrice unitaire U telle que U† H U = diag(λ1, …, λn) ; pour un opérateur autoadjoint non borné sur L2(R), le théorème spectral l'exprime comme une intégrale par rapport à une mesure projectionnelle, ce qui généralise la représentation diagonale aux spectres continus.

Mauvaise application

Affirmer la diagonalisation pour une matrice non normale (qui n'a pas n vecteurs propres indépendants) ou traiter un bloc de Jordan comme diagonal conduit à un calcul fonctionnel erroné et à des dynamiques incorrectes ; de même prétendre à une diagonalisation dans une base incomplète ou ignorer les problèmes de domaine en dimension infinie est une mauvaise application.

Conséquence

Lorsque valable, la diagonalisation transforme des équations d'opérateurs en équations scalaires, simplifie les exponentielles et fonctions d'opérateurs, rend les calculs d'évolution temporelle et de statistiques de mesure en opérations sur les valeurs propres, et révèle les multiplicités spectrales.

Inversion

Le concept inverse est un opérateur non diagonalisable (défectueux) ou admettant seulement une forme de Jordan : l'opérateur ne peut être réduit à de simples multiplications scalaires et présente des vecteurs propres généralisés et des parties nilpotentes.

Limite

S'applique aux opérateurs normaux bornés en dimension finie et aux opérateurs autoadjoints/normaux sous le théorème spectral en dimension infinie ; sont exclus les opérateurs bornés non normaux génériques sans base complète de vecteurs propres, et les opérateurs non bornés nécessitent une spécification rigoureuse du domaine.

Tension sémantique

Concepts voisins : la block-diagonalisation, la décomposition en valeurs singulières (qui diagonalise via deux unitaires mais pas forcément par similarité) et la décomposition spectrale pour spectres continus — chacun donne une simplification de type diagonale mais diffère par les hypothèses et invariances.

Synthèse

La diagonalisation est la réduction d'un opérateur à des actions scalaires indépendantes sur une base orthonormée complète quand les propriétés spectrales le permettent ; elle sert de pont pratique entre l'algèbre des opérateurs et les données spectrales scalaires pour le calcul fonctionnel et la dynamique.