如何判斷特徵向量是否正交

　　對於實對稱矩陣不同特徵值的特徵向量一定正交，根據向量正交的概念，向量相乘為零，特徵向量和特徵子空間都有一定意義的唯一性，若一個矩陣沒有重特徵值，特徵向量唯一確定，只要可逆矩陣P的列不正交，D是沒有重特徵值的對角陣，則特徵向量不正交。

　　實對稱矩陣的特徵向量一定正交。如果有n階矩陣A，其矩陣的元素都為實數，且矩陣A的轉置等於其本身（aij=aji）（i，j為元素的腳標），則稱A為實對稱矩陣。

　　矩陣是高等代數學中的常見工具，也常見於統計分析等應用數學學科中。在物理學中，矩陣於電路學、力學、光學和量子物理中都有應用；計算機科學中，三維動畫製作也需要用到矩陣。矩陣的運算是數值分析領域的重要問題。將矩陣分解為簡單矩陣的組合可以在理論和實際應用上簡化矩陣的運算。

　　對稱陣不同的特徵值對應的特徵向量是相互正交的。矩陣的特徵向量是矩陣理論上的重要概念之一，它有著廣泛的應用。數學上，線性變換的特徵向量（本徵向量）是一個非簡併的向量，其方向在該變換下不變。該向量在此變換下縮放的比例稱為其特徵值（本徵值）。

　　一個線性變換通常可以由其特徵值和特徵向量完全描述。特徵空間是相同特徵值的特徵向量的集合。“特徵”一詞來自德語的eigen。1904年希爾伯特首先在這個意義下使用了這個詞，更早亥爾姆霍爾茲也在相關意義下使用過該詞。eigen一詞可翻譯為”自身的”、“特定於……的”、“有特徵的”、或者“個體的”，這顯示了特徵值對於定義特定的線性變換的重要性。