За исключением некоторых случаев в линейном пространстве существует более одного базиса. Возникает задача получить формулы связи между двумя базисами. Пусть даны два базиса в пространстве
(
):
, 
Первый базис
условно назовем “старым”, второй
“новым”.
Каждый вектор
(
) базиса
разложим по векторам
базиса
в виде

или в матричной форме
. (1.14)
Определение 1.12. Формула (1.14) называется формулой перехода от базиса
к базису
. Ее удобно записать в виде
. (1.15)
При этом матрица
называется матрицей перехода от базиса
к базису
.
Заметим, что столбцами матрицы
являются координатные вектор-столбцы, соответствующие векторам нового базиса
в старом базисе
.
Рассмотрим основные свойства матрицы перехода.
Теорема 1.4 (свойства матрицы перехода).
1. Матрица перехода от базиса
к базису
есть единичная матрица.
2. Всякая матрица
перехода от базиса
к базису
является неособенной, причем
есть матрица перехода от базиса
к базису
.
3. Пусть
,
,
– базисы в
. Если
,
– матрицы перехода от
к
и от
к
соответственно, то
– матрица перехода от
к
.
4. Пусть
,
,
– базисы в
. Если
,
– матрицы перехода от
к
и от
к
соответственно, то
– матрица перехода от
к
.
□ 1. Положив в формуле (1.15)
, получим
, откуда следует, что матрица перехода
.
2. Предположим, что матрица
перехода от базиса
к базису
является особенной. Тогда по свойству определителей столбцы матрицы
линейно зависимы. Учитывая, что столбцами матрицы
являются координатные вектор-столбцы

векторов
базиса
в базисе
, то система
вектор-столбцов линейно зависима. Следовательно, линейно зависима система
, что противоречит тому, что
является базисом.
3. Если
,
есть матрицы перехода от
к
и от
к
соответственно, то на основании формулы (1.15) имеем
,
откуда
,
то есть
– матрица перехода от
к
.
4. Если
,
матрицы перехода от
к
и от
к
соответственно, то на основании формулы (1.15) имеем
,
откуда (учитываем, что
)

то есть
является матрицей перехода от
к
. ■
Следующая теорема дает критерий того, является ли конкретная система векторов базисом линейного пространства.
Теорема 1.5. Пусть
– базис в
,
. Рассмотрим систему векторов
. Разложим вектор
(
) по векторам базиса
:

Из коэффициентов разложений составим матрицу
.
Тогда система векторов
является базисом в пространстве
тогда и только тогда, когда матрица
является неособенной матрицей.
Рассмотрим изменение координатного вектор-столбца одного и того же вектора при переходе от одного базиса к другому.
Теорема 1.6. Пусть
, 
есть координатные вектор-столбцы вектора
в базисах
и
соответственно (
). Тогда
. (1.16)
□ Разложим вектор
по векторам базисов
и
. Используя формулу (1.10), получим
. Приравнивая правые части последних равенств, получим
. Учитывая связь между базисами
и
(формула (1.15)), имеем
.
Последнее равенство можно рассматривать как запись двух разложений одного и того же вектора
в базисе
. Разложениям соответствуют вектор-столбцы
и
. Так разложение вектора по базису единственно (см. теорему 1.1), то
, откуда и получаем равенство (1.16). ■
Согласно теореме 1.6, чтобы получить координатный вектор-столбец вектора в новом базисе
, необходимо матрицу перехода от нового базиса к старому умножить на координатный вектор-столбец вектора в старом базисе
.
Определение 1.13. Равенство (1.16) называется формулами преобразования координат при переходе от базиса
к базису
.
Рассмотрим далее на примерах пространств
и
алгоритмы перехода от базиса к базису.