Med u_1 = (1, 2)^t. så menar jag radvektorn (1, 2) transponerat, det vill säga kolonnvektorn
Anledningen till att jag skrev (1, 2)^t är för att det är mycket lättare än att faktiskt försöka få in i kolonnvektor på ett bra sätt i text här på forumet.
Citat:
Ursprungligen postat av feverdream
Fast antar att en diagonalisering blir
(3 0)
(0 3)
multiplicerat med
(1 0)
(1/3 1/3)
då jag får ut samma matris A, om jag inte missuppfattat begreppet diagonalisering? Fast det där hjälpte väl inte direkt kanske...
Njä, en diagonalisering är att skriva A = PDP^-1 för D diagonal och P inverterbar. Poängen är att om man kan göra så så kan man skriva
A^n = PDP^-1 * ... * PDP^-1 (n faktorer)
= P D^n P^-1 (mellanliggande P^-1 och P tar ut varann)
och för diagonala matrisen D kan man enkelt skriva D^n på sluten form, och därmed också A^n på sluten form.
Ett ekvivalent synsätt, som kanske är enklare att förstå, är att vi försöker hitta f1 och f2 som är egenvektorer till F, och som dessutom bildar en bas för R².
Tanken är då att för vektorer skrivna i basen (f1, f2) så är det väldigt lätt att hitta ett uttryck för F applicerad n gånger på en vektor: Det är nämligen så att
F^n(a*f1 + b*f2) = a λ1^n f1 + b λ2^n f2
för a, b godtyckliga skalärer, och där λ1 och λ2 är egenvärdena svarandes mot f1 och f2.
Alltså kan vi räkna ut u_n i basen (e1, e2) genom följande procedur:
1) Ta u1.
2) Skriv den som en linjärkombination i basen (f1, f2)
3) Applicera F på den n-1 gånger
4) Byt tillbaka till basen (e1, e2).