Линейная алгебра

Собственный базис

Базисы из собственных векторов и координатная запись операторов в таком базисе.

4 формулы

Таблица формул

Формула Запись Тема Для чего нужна
Диагонализация матрицы $A=PDP^{-1}$ Линейная алгебра Диагонализация представляет квадратную матрицу A в виде A=PDP^{-1}, где D диагональна, а столбцы P являются собственными векторами A. Это переводит действие оператора в собственный базис.
Базис из собственных векторов $B=(v_1,\ldots,v_n),\quad Av_i=\lambda_i v_i$ Линейная алгебра Базис из собственных векторов - это базис пространства, каждый вектор которого является собственным для оператора A. В таком базисе матрица оператора становится диагональной.
Диагонализируемость при различных собственных значениях $\lambda_1,\ldots,\lambda_n\text{ различны}\Longrightarrow A\text{ диагонализируема}$ Линейная алгебра Если матрица n x n имеет n различных собственных значений, то она диагонализируема. Разным собственным значениям соответствуют линейно независимые собственные векторы.
Матрица диагонализируемого оператора в собственном базисе $[T]_B=\operatorname{diag}(\lambda_1,\ldots,\lambda_n)$ Линейная алгебра Если B - базис из собственных векторов оператора T, то матрица T в этом базисе диагональна. На диагонали стоят собственные значения, соответствующие векторам базиса.