zumindest a) lässt sich zunächst unter folgender Prämisse zeigen:
Ist \( v = (v_1, \dots, v_n) \) die Darstellung der orthonormalen Basis als Matrix, dann liefert auch die transponierte Matrix \( v^T \) eine orthonormale Basis, denn
\( v v^T = 1 = (vv^T)^T = v^T v \).
Damit berechnen wir unter Nutzung der \( \varphi \) und \( \psi \) darstellenden Vektoren \( a \) und \( b \) das Skalarprodukt
\( \langle \varphi, \psi \rangle = \sum_{i=1}^n \langle a, v_i \rangle \langle b, v_i \rangle \)
\( = \sum_{i, j, k = 1}^n a_j b_k v_{i, j}v_{i, k} \)
\( = \sum_{j, k = 1}^n a_j b_k \delta_{j, k} \)
\( = \sum_{j=1}^n a_j b_j = \langle a, b \rangle \).
Somit hängt \( \langle \varphi, \psi \rangle \) nicht von der gewählten Orthonormal-Basis (sondern nur von den darstellenden Vektoren \( a \) und \( b \)) ab. \( \langle \varphi, \psi \rangle \) hat also für alle Orthonormal-Basen den gleichen Wert.
Damit lässt sich relativ natürlich die Lösung für c) gewinnen.
Für b) setzt man \( (\varphi + \psi) w = \langle a + b, w \rangle \) an, um die Linearität zu zeigen.
Mister