为什么矩阵不同的特征值对应的特征向量是相互正交的呢
命题应该是实对称矩阵不同的特征值对应的特征向量是相互正交的。证明如下:
设λ1,λ2是两个A的不同特征值,α1, α2分别是其对应的特征向量,有
A * α1 = λ1 * α1, A * α2 = λ2 *α2
分别取转置,并分别两边右乘α2和α1,得
α1' * A' * α2 =λ2 * α1' * α2, α2' * A' * α1 =λ1 * α2' * α1
对应相减并注意到α2' * A' * α1=(α2' * A' * α1)'= α1' * A' * α2
所以 (λ1 - λ2) α1' * α2 = α1' * A' * α2 - α2' * A' * α1 = α1' * A' * α2 - α1' * A' * α2 =0
而 λ1 - λ2≠ 0,因此 α1' * α2 = 0
即 α1与α2 正交。
扩展资料:
定义Rx(t1,t2)=E{X(t1)X(t2)}为相关函数,若R=0,称正交(注意,相关函数为0,不是不相关,而是正交)。正交不仅仅描述确定函数之间的关系,也用以描述随机过程。两个随机过程X(t) Y(t)正交,即E[X(t)Y(t)]=0, 若E[X(t)Y(t)]=E[X(t)]E(Y(t)]说明两者不相关。不相关和相互独立一般不等价,只有当过程为高斯过程时才成立。
参考资料来源:百度百科-正交关系