Wenn die \( v_j \) mit \( j=1, ... n \) eine Orthonormalbasis sind, gibt es \( \alpha_j \in \mathbb{R} \) mit $$ x = \sum_{j=1}^n \alpha_j v_j $$
Daraus folgt $$ v_i^T x = \sum_{j=1}^n \alpha_j v_i^T v_j = \sum_{j=1}^n \alpha_j \delta_{ij} = \alpha_i $$
also $$ x = \sum_{j=1}^n \left( v_j^T x \right) v_j $$ und deshalb
$$ \| x \|^2 = x^T x = \sum_{i=1}^n \left( v_i^T x \right) v_i^T \cdot \sum_{i=1}^n \left( v_i^T x \right) v_i = \sum_{i,j=1}^n \left( v_i^T x \right) v_i^T \left( v_j^T x \right) v_j = \sum_{i,j=1}^n \left( v_i^T x \right) \delta_{ij} \left( v_j^T x \right) = \sum_{i=1}^n \left( v_i^T x \right)^2 $$