Descomposición Espectral y Diagonalización

Una matriz cuadrada $A$ es diagonalizable si puede escribirse como $A = PDP^{-1}$, donde $D$ es diagonal y $P$ es invertible. Las columnas de $P$ son autovectores de $A$ y las entradas diagonales de $D$ son los autovalores correspondientes. Esta descomposición expresa el mapa lineal en la *base de autovectores*, donde se vuelve puro escalado por eje.

No toda matriz es diagonalizable. Una condición suficiente es tener $n$ autovectores linealmente independientes, lo cual ocurre automáticamente cuando todos los autovalores son distintos. Una matriz con autovalores repetidos puede o no ser diagonalizable, dependiendo de si cada autovalor tiene suficientes autovectores (multiplicidad geométrica = multiplicidad algebraica). Cuando falla, recurrimos a la forma normal de Jordan.

Las matrices reales simétricas son siempre ortogonalmente diagonalizables: $A = QDQ^\top$ con $Q$ ortogonal. Es de nuevo el teorema espectral — la descomposición más bonita posible. Para matrices SDP, todos los autovalores son positivos y podemos definir funciones matriciales como $A^{1/2} = QD^{1/2}Q^\top$, $e^A = Q e^D Q^\top$ o $\log A = Q \log(D) Q^\top$, simplemente aplicando la función entrada por entrada a la diagonal.

¿Por qué diagonalizar? Porque las funciones de $A$ se vuelven triviales: $A^k = PD^k P^{-1}$ reduce calcular una potencia matricial a elevar escalares. Resolver EDOs lineales $\dot{\mathbf{x}} = A\mathbf{x}$ se reduce a ecuaciones 1D desacopladas. Y dinámicas iterativas como $\mathbf{x}_{k+1} = A\mathbf{x}_k$ tienen un comportamiento a largo plazo simple gobernado por el autovalor dominante — si $|\lambda_1| < 1$ el sistema se contrae a cero, si $|\lambda_1| > 1$ diverge.

En ML, la descomposición espectral es el motor de PCA (descomponiendo la matriz de covarianza), del spectral clustering (descomponiendo el Laplaciano del grafo) y de los procesos gaussianos (descomponiendo la matriz del kernel). También sustenta el análisis de estabilidad de dinámicas aprendidas (RNNs, modelos de difusión) — si los autovalores del Jacobiano aprendido se salen del círculo unitario, el entrenamiento y la generación se descontrolan de formas predecibles.