不同特征值的特征向量为什么一定正交

问题描述

精选答案

不同特征值对应的特征向量在线性代数中一定正交的性质是基于对称矩阵的特征分解（Spectral Theorem）而来的。

特征分解是指将对称矩阵分解为特征值和特征向量的线性组合。对于一个对称矩阵 (A)，假设它有不同特征值 (lambda_1, lambda_2, ldots, lambda_n) 对应的特征向量分别为 (v_1, v_2, ldots, v_n)。这些特征向量满足下面的性质：

1. **正交性质：** 对于不同的特征值 (lambda_i) 和 (lambda_j)（其中 (i eq j)），对应的特征向量 (v_i) 和 (v_j) 是正交的，即它们的内积为零：(v_i cdot v_j = 0)，其中 (cdot) 表示向量的内积。

2. **单位化：** 特征向量通常被单位化，即它们的模为1，这样可以方便地进行线性组合。这些性质的证明涉及到线性代数和矩阵理论的深入知识，主要依赖于对称矩阵特征分解的数学推导。基于这些性质，我们可以在特征向量之间建立正交关系，使得不同特征值对应的特征向量是正交的。需要注意的是，上述性质仅在对称矩阵的情况下成立。对于非对称矩阵，特征向量不一定正交。