Aus paarweise linearer Unabhängigkeit folgt außerdem nicht die lineare Unabhängigkeit für die gesamte Menge der Vektoren.
Zu zeigen: Aus \( a_1v_1+ \ldots + a_nv_n =0 \) (Glg. 1) folgt \( a_i=0 \) für alle \( i \).
Es gilt \( \varphi(a_1v_1+ \ldots + a_nv_n) =a_1\varphi(v_1)+ \ldots +a_n \varphi(v_n)=a_1\lambda_1v_1 + \ldots +a_n\lambda_nv_n \) (Linearität+Eigenvektoren). (Glg. 2)
Beachte, dass es sich hier um Eigenvektoren handelt und daher \( \varphi(v_i)= \lambda_i v_i \) gilt für alle \( i \).
Den Induktionsanfang hat man leicht gezeigt, weil ein Vektor stets linear unabhängig ist.
Im Induktionsschritt setzt man nun so an, dass man davon ausgeht, dass \( n-1\) Vektoren linear unabhängig sind, es gilt also (Glg. 1) für \(n-1\) Vektoren.
Aus (Glg. 2) erhält man einerseits \(a_1\lambda_1v_1 + \ldots +a_n\lambda_nv_n=0\) und andererseits liefert (Glg. 1) mit \(\lambda_n\) multipliziert \(a_1\lambda_nv_1 + \ldots +a_n\lambda_nv_n=0\).
Subtrahiert man beide Gleichungen voneinander, kann man die Induktionsvoraussetzung anwenden und schlussfolgern, dass alle \( a_i \) null sein müssen, weil die Eigenwete paarweise verschieden sind. Man erhält nämlich Koeffizienten der Form \(a_i(\lambda_i-\lambda_n)\).