证明：对于实对称矩阵，不同特征值对应的特征向量相互正交

前言

不同特征值对应的特征向量相互正交，是实对称矩阵的一个重要属性，而且从这个属性出发可以证明实对称矩阵的另一个属性：实对称矩阵必可相似对角化。对于一个 n 维矩阵，其可相似对角化的充分且必要条件是——具有 n 个线性无关的特征向量。如果一个 n 维矩阵的不同特征值对应的特征向量相互正交，那么这个矩阵不同特征值对应的特征向量之间线性无关，又因为实对称矩阵 A 的 k 重特征值所对应的线性无关的特征向量恰有 k 个，则 n 维实对称矩阵必然具有 n 个线性无关的特征向量，所以，实对称矩阵必可相似对角化。

本文的中心是证明——对于实对称矩阵，不同特征值对应的特征向量相互正交。

证明

给定一个 n 维实对称矩阵 $S$ ，用 $\lambda ,\alpha$ 表示它的两个不等的特征值，用 $x,y$ 分别表示 $S$ 对应于 $\lambda ,\alpha$ 的特征向量，即：$S^T=S,Sx=\lambda x,Sy=\alpha y(\alpha \ne \lambda )$.

对 $Sx=\lambda x$ 两边转置，得 $x^T{S}^T=\lambda x^T$，再往两端右乘一个 $y$，并利用 $S^T=S$，得：
$$x^{T}Sy=\lambda x^{T}y\text{\hspace{1em}(1)}$$
对 $Sy=\alpha y$ 两端左乘一个 $x^T$，得：
$$x^{T}Sy=\alpha x^{T}y\text{\hspace{1em}(2)}$$
再用 式$(1)$ 减去 式$(2)$：
$$0=(\lambda -\alpha )x^{T}y\text{\hspace{1em}(3)}$$
已知 $\lambda \ne \alpha$，所以只能是 $x^{T}y=0$，即特征向量 $x$ 与特征向量 $y$ 相互正交，故得证：对于实对称矩阵，不同特征值对应的特征向量相互正交。

参考源

• Lecture 4: Eigenvalues and Eigenvectors（Matrix Methods in Data Analysis, Signal Processing, and Machine Learning）by Prof. Gilbert Strang.