Autovalori e autovettori.

Diagonalizzazione
Denizione 1. Siano A e B due matrici quadrate di ordine n a elementi in
un campo K (A, B K
n,n
). Si dice che A `e simile a B e si scrive
A B
se esiste una matrice P K
n,n
invertibile (cio`e, non singolare) tale che
B = P
1
AP
Si verica facilmente che la relazione di similitudine `e una relazione di
equivalenza sullinsieme K
n,n
, cio`e:
a) Per ogni A K
n,n
risulta A A (propriet` a riessiva).
b) Per ogni coppia di matrici A, B K
n,n
, se A B, allora B A
(propriet` a simmetrica).
c) Per ogni terna di matrici A, B, C K
n,n
, se A B e B C, allora
A C (propriet` a transitiva).
Denizione 2. Sia A K
n,n
una matrice quadrata di ordine n. Si dice
che A `e diagonalizzabile se `e simile ad una matrice diagonale, cio`e se
esiste una matrice P K
n,n
invertibile tale che P
1
AP sia diagonale; in
tal caso si dice che la matrice P diagonalizza A (o che `e una matrice
diagonalizzante per A).
Ovviamente tutte le matrici diagonali sono matrici diagonalizzabili. In
generale, per poter stabilire una condizione necessaria e suciente anch`e
una matrice quadrata sia diagonalizzabile, si introducono i concetti fonda-
mentali di autovalore, autovettore e autospazio di una matrice.
1
Denizione 3. Sia A una matrice quadrata di ordine n a elementi in un
campo K. Uno scalare K `e detto un autovalore di A se esiste un
vettore colonna non nullo X =
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
K
n,1
tale che
AX = X
Un tale vettore non nullo (che pu`o essere identicato con un vettore v =
(x
1
, x
2
, . . . , x
n
) K
n
) `e detto un autovettore di A relativo (o corrispon-
dente) allautovalore .
Dalla denizione segue che uno scalare K `e un autovalore se e solo se
lequazione matriciale
(A I
n
)X = 0
n,1
ha una soluzione non nulla, cio`e se e solo se il sistema lineare omogeneo di
n equazioni nelle n incognite x
1
, x
2
, . . . , x
n
_

_
(a
11
)x
1
+a
12
x
2
+ +a
1n
x
n
= 0
a
21
x
1
+ (a
22
)x
2
+ +a
2n
x
n
= 0
.
.
.
a
n1
x
1
+a
n2
x
2
+ + (a
nn
)x
n
= 0
ammette altre soluzioni oltre a quella banale. Ci`o avviene solo quando tale
sistema non `e di Cramer, cio`e se e solo se il determinante della matrice
incompleta `e nullo. Dunque, K `e un autovalore di A se e solo se
|A I
n
| = 0
.
Denizione 4. Sia A = (a
ij
) K
n,n
una matrice quadrata di ordine n. Si
dice polinomio caratteristico di A il polinomio di grado n a coecienti
in K cos` denito
p
A
(x) := |A xI
n
|
Lequazione
|A xI
n
| = 0
`e detta lequazione caratteristica di A.
2
Alla luce di tale denizione, uno scalare K `e un autovalore di A se
e solo se `e uno zero del polinomio caratteristico di A. Chiaramente, una
matrice possiede al pi` u n autovalori distinti, essendo al massimo n gli zeri di
un polinomio di grado n. Si dice molteplicit`a algebrica dellautovalore ,
la molteplicit` a di come zero del polinomio caratteristico p
A
(x) di A, cio`e
lintero positivo m
a
() tale che
p
A
(x) = (x )
ma()
q(x)
con q() = 0.
Esempio 5. Sia
A =
_
_
1 4 2
0 1 0
0 4 3
_
_
R
3,3
una matrice ad elementi reali. Gli autovalori di A sono gli zeri reali del
polinomio caratteristico di A
p
A
(x) = |A xI
n
| =

1 x 4 2
0 1 x 0
0 4 3 x

= (1 x)
2
(3 x)
Quindi, gli autovalori di A sono
1
= 1 e
2
= 3.
In generale, linsieme S delle soluzioni di un sistema lineare omogeneo
di m equazioni in n incognite su un campo K `e un sottospazio vettoriale di
K
n
. Pertanto, se K `e un autovalore di A, linsieme V

delle soluzioni del

sistema omogeneo (A I
n
)X = 0
n,1
`e un sottospazio vettoriale di K
n,1
o,
equivalentemente, di K
n
. Tale spazio
V

:= {X K
n,1
| AX = X }
o equivalentemente
V

:= {v K
n
| Av = v}
`e detto lautospazio di A corrispondente (o associato) allautovalore .
Dunque, lautospazio di una matrice A associato ad un autovalore della
matrice stessa contiene tutti gli autovettori di A relativi a tale autovalore
e il vettore nullo che, per denizione, non `e un autovettore di A. Inoltre,
3
lautospazio V

non `e ridotto al vettore nullo (per denizione di autovalore).

Pertanto la sua dimensione sar` a un intero positivo minore o uguale ad n. Tale
dimensione dicesi molteplicit`a geometrica dellautovalore e si denota con
m
g
(). Dunque, per denizione
m
g
() := dim V

Esempio 6. Sia
A =
_
_
3 2 0
2 3 0
0 0 5
_
_
R
3,3
una matrice ad elementi reali. Determiniamo gli autovalori di A e i corrispon-
denti autospazi. Lequazione caratteristica di A `e
(1 x)(5 x)
2
= 0
Quindi, gli autovalori di A sono
1
= 1 e
2
= 5.
Lautospazio V
1
di A associato allautovalore 1 `e linsieme delle soluzioni del
sistema lineare omogeneo (A I
3
)X = 0
3,1
, cio`e di
_
_
2 2 0
2 2 0
0 0 4
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_
Risolvendo tale sistema si ha che
V
1
=
_
_
_

0
_
_
R
3,1
| R
_
Una base si tale autospazio `e
B
V
1
=
_
_
_
1
1
0
_
_
_
Lautospazio V
5
di A associato allautovalore 5 `e linsieme delle soluzioni del
sistema lineare omogeneo (A 5I
3
)X = 0
3,1
, cio`e di
_
_
2 2 0
2 2 0
0 0 0
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_
4
Risolvendo tale sistema si ha che
V
5
=
_
_
_

_
_
R
3,1
| , R
_
Una base si tale autospazio `e
B
V
5
=
_
_
_
1
1
0
_
_
,
_
_
0
0
1
_
_
_
Il polinomio caratteristico di una matrice A `e eettivamente un poli-
nomio a coecienti in K poich`e nel calcolo del determinante intervengono
solo operazioni di addizione e moltiplicazione in K. Si dimostra che, se
p
A
(x) = a
n
x
n
+a
n1
x
n1
+ +a
2
x
2
+a
1
x +a
0
allora
a
n
= (1)
n
a
n1
= (1)
n1
Tr(A), essendo Tr(A) la traccia di A, cio`e la somma
degli elementi della diagonale principale.
a
0
= det A
Inoltre, sussiste il seguente celebre teorema di Cayley-Hamilton
Teorema 7. Siano A K
n,n
una matrice quadrata e
p
A
(x) = a
n
x
n
+a
n1
x
n1
+ +a
2
x
2
+a
1
x +a
0
il suo polinomio caratteristico. Allora si ha che
a
n
A
n
+a
n1
A
n1
+ +a
2
A
2
+a
1
A +a
0
I
n
= 0
n
Tale teorema si enuncia spesso dicendo (impropriamente) che ogni matrice
`e uno zero del suo polinomio caratteristico.
Una interessante applicazione di tale teorema `e la determinazione dellinversa
di una matrice A invertibile. Infatti se A `e invertibile, allora a
0
= det A = 0
e
A
1
=
1
a
0
[a
n
A
n1
+a
n1
A
n2
+ +a
2
A +a
1
I
n
]
5
Proposizione 8. Siano A e B due matrici di K
n,n
. Se A e B sono matrici
simili, allora:
1. A e B hanno lo stesso determinante.
2. A e B hanno lo stesso rango.
3. A e B hanno lo stesso polinomio caratteristico (e quindi, gli stessi
autovalori).
Si osservi che, in generale, tali condizioni sono necessarie ma non su-
cienti. Infatti esistono matrici che ammettono il medesimo polinomio carat-
teristico, hanno lo stesso rango e uguale determinante senza essere simili.
Proposizione 9. Sia A una matrice quadrata di ordine n a elementi in un
campo K e siano e due autovalori distinti di A. Allora sussistono le
seguenti propriet`a:
1. V

= {0
n,1
};
2. se X e Y sono due autovettori di A associati rispettivamente a e ,
allora X e Y sono linearmente indipendenti;
3. se si considera una base di V

e una base di V

, lunione delle due basi

`e costituita da vettori linearmente indipendenti.
In realt`a tale proposizione si pu`o generalizzare considerando tutti gli
autovalori distinti di A, che supponiamo essere
1
,
2
, . . . ,
k
, con k n.
Se v
1
, v
2
, . . . , v
k
sono autovettori di A associati agli autovalori distinti

1
,
2
, . . . ,
k
, allora v
1
, v
2
, . . . , v
k
sono linearmente indipendenti.
Se B
V

1
, B
V

2
, , B
V

k
sono, rispettivamente, una base di V

1
, V

2
, . . . , V

k
,
allora B
V

1
B
V

2
B
V

k
`e un insieme linearmente indipendente
(cio`e, `e costituito da vettori linearmente indipendenti).
Sussiste il seguente teorema.
Teorema 10. Sia A K
n,n
una matrice quadrata di ordine n. Allora, se
K `e un autovalore di A, si ha che
a) m
g
() = n r(A I
n
)
6
b) 1 m
g
() m
a
()
I concetti di autovalore e di autovettore si possono denire in modo pi` u
generale per endomorsmi di spazi vettoriali V generici.
Denizione 11. Siano V uno spazio vettoriale su K e f : V V un
endomorsmo di V (cio`e unapplicazione lineare di V in s`e). Si dice che uno
scalare K `e un autovalore di f se esiste un vettore non nullo v V
tale che
f(v) = v
In tal caso si dice che v `e un autovettore di f relativo a .
Ripetendo quanto fatto in precedenza con le matrici, ssato un autoval-
ore di f, linsieme V

:= {v V | f(v) = v} `e detto lautospazio di

f associato (o relativo) a . Si dimostra facilmente che V

`e un sottospazio
vettoriale di V .
Nel caso in cui V abbia dimensione nita n, ssata una base B = {u
1
, u
2
, . . . , u
n
}
di V , detta A la matrice associata ad f rispetto a tale base, si dimostra che
a) `e un autovalore di f se e solo se `e un autovalore di A.
b) Un vettore v V `e un autovettore di f relativo a se e solo se il
vettore [v]
B
delle componenti di v rispetto a B `e un autovettore di A
relativo a .
Sussiste il seguente
Teorema 12. Sia A K
n,n
una matrice quadrata di ordine n. Allora sono
equivalenti le seguenti aermazioni:
a) A `e diagonalizzabile.
b) A ha n autovettori linearmente indipendenti.
Dimostrazione. Proviamo che a) b). Supponiamo, quindi, che A sia
diagonalizzabile. Allora, esiste una matrice P invertibile
P =
_
_
_
_
_
p
11
p
12
. . . p
1n
p
21
p
22
. . . p
2n
.
.
.
.
.
.
.
.
.
.
.
.
p
n1
p
n2
. . . p
nn
_
_
_
_
_
7
tale che P
1
AP = D, dove D `e una matrice diagonale
D =
_
_
_
_
_

1
0 . . . 0
0
2
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . .
n
_
_
_
_
_
Ne segue che P(P
1
AP) = PD da cui (PP
1
)AP = PD, e quindi
AP = PD
cio`e
AP =
_
_
_
_
_
p
11
p
12
. . . p
1n
p
21
p
22
. . . p
2n
.
.
.
.
.
.
.
.
.
.
.
.
p
n1
p
n2
. . . p
nn
_
_
_
_
_
_
_
_
_
_

1
0 . . . 0
0
2
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . .
n
_
_
_
_
_
=
=
_
_
_
_
_

1
p
11

2
p
12
. . .
n
p
1n

1
p
21

2
p
22
. . .
n
p
2n
.
.
.
.
.
.
.
.
.
.
.
.

1
p
n1

2
p
n2
. . .
n
p
nn
_
_
_
_
_
Denotati con p
1
, p
2
, . . . , p
n
i vettori colonna di P, la precedente relazione
implica che le colonne di AP sono
1
p
1
,
2
p
2
, . . . ,
n
p
n
. Daltra parte, per
denizione di prodotto righe per colonne di matrici, le colonne di AP sono
Ap
1
, Ap
2
, . . . , Ap
n
. Ne segue che
Ap
1
=
1
p
1
, Ap
2
=
2
p
2
, . . . , Ap
n
=
n
p
n
Dalla invertibilit` a di P segue che i vettori p
1
, p
2
, . . . , p
n
sono tutti non nulli;
pertanto essi sono autovettori di A relativi agli autovalori
1
,
2
, . . . ,
n
. In-
oltre, sempre per linvertibilit`a di P si ha che p
1
, p
2
, . . . , p
n
sono linearmente
indipendenti. Dunque, A possiede n autovettori linearmente indipendenti.
Proviamo ora che b) a). Supponiamo, pertanto, che A abbia n autovettori
linearmente indipendenti, p
1
, p
2
, . . . , p
n
relativi agli autovalori
1
,
2
, . . . ,
n
.
Detta
P =
_
_
_
_
_
p
11
p
12
. . . p
1n
p
21
p
22
. . . p
2n
.
.
.
.
.
.
.
.
.
.
.
.
p
n1
p
n2
. . . p
nn
_
_
_
_
_
8
la matrice i cui vettori colonna sono gli autovettori p
1
, p
2
, . . . , p
n
, si ha che
P `e invertibile (per la lineare indipendenza delle colonne). Le colonne della
matrice AP sono
Ap
1
, Ap
2
, . . . , Ap
n
Daltra parte, essendo p
1
, p
2
, . . . , p
n
autovettori di A relativi agli autovalori

1
,
2
, . . . ,
n
, si ha che
Ap
1
=
1
p
1
, Ap
2
=
2
p
2
, . . . , Ap
n
=
n
p
n
cio`e
AP =
_
_
_
_
_

1
p
11

2
p
12
. . .
n
p
1n

1
p
21

2
p
22
. . .
n
p
2n
.
.
.
.
.
.
.
.
.
.
.
.

1
p
n1

2
p
n2
. . .
n
p
nn
_
_
_
_
_
=
=
_
_
_
_
_
p
11
p
12
. . . p
1n
p
21
p
22
. . . p
2n
.
.
.
.
.
.
.
.
.
.
.
.
p
n1
p
n2
. . . p
nn
_
_
_
_
_
_
_
_
_
_

1
0 . . . 0
0
2
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . .
n
_
_
_
_
_
= PD
dove D `e la matrice diagonale avente gli autovalori
1
,
2
, . . . ,
n
sulla di-
agonale principale. Per linvertibilit` a di P, la relazione dedotta AP = PD
implica che P
1
AP = D; cio`e, A `e diagonalizzabile.
La dimostrazione del teorema precedente fornisce un metodo eettivo per
diagonalizzare una matrice A diagonalizzabile. I passi da eettuare sono i
seguenti:
Determinare n autovettori linearmente indipendenti di A, p
1
, p
2
, . . . , p
n
.
Costruire la matrice P avente p
1
, p
2
, . . . , p
n
come suoi vettori colonna.
La matrice P
1
AP sar` a diagonale con elementi diagonali
1
,
2
, . . . ,
n
,
dove
i
`e lautovalore di A corrispondente a p
i
, per ogni i = 1, 2, . . . , n.
Esempio 13. Consideriamo la matrice
A =
_
_
3 2 0
2 3 0
0 0 5
_
_
R
3,3
9
dellesempio precedente. Gli autovalori di A sono
1
= 1 e
2
= 5. Abbiamo
visto che, ad esempio, i vettori
p
1
=
_
_
1
1
0
_
_
, p
2
=
_
_
0
0
1
_
_
formano una base dellautospazio V
5
di A associato allautovalore 5 e che una
base dellautospazio V
1
di A associato allautovalore 1 `e costituita dal vettore
p
3
=
_
_
1
1
0
_
_
Si verica facilmente che i tre autovettori p
1
, p
2
, p
3
sono linearmente indipen-
denti e che la matrice
P =
_
_
1 0 1
1 0 1
0 1 0
_
_
diagonalizza A. Come conferma, il lettore verichi che
P
1
AP =
_
_
1/2 1/2 0
0 0 1
1/2 1/2 0
_
_
_
_
3 2 0
2 3 0
0 0 5
_
_
_
_
1 0 1
1 0 1
0 1 0
_
_
=
_
_
5 0 0
0 5 0
0 0 1
_
_
Si osservi che non esiste un ordine di preferenza per le colonne della matrice
diagonalizzante P. Lelemento
i
di P
1
AP `e lautovalore di A relativo
allautovettore p
i
, i-esima colonna di P. Ne segue che cambiando lordine
delle colonne di P cambia anche lordine degli autovalori sulla diagonale
principale di P
1
AP. Pertanto, se
P =
_
_
1 1 0
1 1 0
0 0 1
_
_
allora
P
1
AP =
_
_
5 0 0
0 1 0
0 0 5
_
_
10
Il seguente fondamentale teorema fornisce una condizione necessaria e su-
ciente anch`e una matrice A sia diagonalizzabile.
Teorema 14. Sia A K
n,n
una matrice quadrata di ordine n e
1
,
2
, . . . ,
k
siano i suoi autovalori distinti. Allora, se V

1
, V

2
, . . . , V

k
sono gli autospazi
corrispondenti, A `e diagonalizzabile se solo se
dimV

1
+ dimV

2
+ + dim V

k
= n
Inoltre, se A `e diagonalizzabile, per ottenere una base di n autovettori, basta
determinare una base B
V

1
, B
V

2
, . . . , B
V

k
di ciascun autospazio e considerare
gli n vettori di B
V

1
B
V

2
B
V

k
.
Esempio 15. Sia A =
_
_
3 2 4
2 0 2
4 2 3
_
_
R
3,3
. Gli autovalori di A sono
1
= 8
e
2
= 1 (la verica `e lasciata al lettore). Si ha che lautospazio V
8
ha
dimensione 1 e una sua base `e
B
V
8
=
_
v
1
=
_
_
2
1
2
_
_
_
Lautospazio V
1
ha dimensione 2 e una sua base `e
B
V
1
=
_
v
2
=
_
_
1
2
0
_
_
, v
3
=
_
_
0
2
1
_
_
_
Ne segue che
dimV
8
+ dimV
1
= 3 = n
e, quindi, per il teorema precedente, A `e diagonalizzabile. Inoltre,
B
V
8
B
V
1
= {v
1
, v
2
, v
3
}
`e una base di autovettori di A. Pertanto la matrice
P =
_
_
2 1 0
1 2 2
2 0 1
_
_
11
diagonalizza A. Come conferma, il lettore verichi che
P
1
AP =
_
_
8 0 0
0 1 0
0 0 1
_
_
Esempio 16. Sia A =
_
_
1 3 9
0 5 18
0 2 7
_
_
R
3,3
. Allora, A ha un unico
autovalore = 1 e
dimV
1
= 2 = 3
(la verica `e lasciata al lettore). Ne segue che A non `e diagonalizzabile.
Una condizione necessaria e suciente di diagonalizzabilit`a equivalente
alla precedente `e fornita dal seguente fondamentale teorema.
Teorema 17. Sia A K
n,n
una matrice quadrata di ordine n. Allora, A `e
diagonalizzabile se solo se si vericano le seguenti due condizioni:
a) tutti gli zeri del polinomio caratteristico p
A
(x) di A appartengono al
campo K.
b) per ogni autovalore di A si ha che m
g
() = m
a
() (in tal caso,
lautovalore si dice regolare).
Da tale teorema si evince che ci sono soltanto due motivi per cui una
matrice risulta non essere diagonalizzabile:
a) qualche zero del polinomio caratteristico p
A
(x) di A non appartiene
al campo K (si pensi al caso K = R: il polinomio caratteristico ha
coecienti reali ma potrebbe ammettere zeri complessi);
b) qualche autovalore di A potrebbe non essere regolare, cio`e potrebbe
avere molteplicit` a geometrica minore di quella algebrica.
Una immediata conseguenza di tale teorema `e il seguente
Corollario 18. Se una matrice A K
n,n
ha n autovalori distinti, allora A
`e diagonalizzabile.
Si dimostra, altres`, il seguente fondamentale
12
Teorema 19. Ogni matrice A R
n,n
reale e simmetrica `e diagonalizzabile.
Raccogliendo tutti i risultati precedentemente esposti, si perviene al seguente
Teorema 20. Sia A K
n,n
una matrice diagonalizzabile e siano
1
,
2
, . . . ,
k
i suoi autovalori distinti (k n). Allora A risulta essere simile ad una ma-
trice diagonale D avente sulla diagonale principale proprio gli autovalori di
A riportati con la propria molteplicit`a (algebrica e geometrica). Le colonne
di una matrice P che diagonalizzi A si ottengono considerando i vettori delle
basi B
V

1
, B
V

2
, . . . , B
V

k
di ciascun autospazio di A.
Esempio 21. Stabilire se la matrice
A =
_
_
1 3 0
0 2 0
0 3 1
_
_
R
3,3
`e diagonalizzabile e, in caso aermativo, scrivere una matrice che la diago-
nalizza.
Gli zeri del polinomio caratteristico di A
p
A
(x) = (x + 2)(x 1)
2
sono 2 e 1, entrambi reali (cio`e appartenenti al campo R). Pertanto la
prima condizione per la diagonalizzabilit` a `e soddisfatta. Gli autovalori di A
sono dunque
1
= 2 avente molteplicit`a algebrica 1 coincidente con quella
geometrica (necessariamente, dal momento che 1 m
g
() m
a
() per
ogni autovalore ) e
2
= 1 avente molteplicit` a algebrica 2 coincidente con
quella geometrica (il lettore lo verichi). Quindi, anche la seconda condizione
per la diagonalizzabilit`a `e vericata. Ne segue che A `e diagonalizzabile. Ad
esempio, i vettori
p
1
=
_
_
1
0
0
_
_
, p
2
=
_
_
0
0
1
_
_
formano una base dellautospazio V
1
di A associato allautovalore 1 mentre
una base dellautospazio V
2
di A associato allautovalore 2 `e costituita dal
vettore
p
3
=
_
_
1
1
1
_
_
13
Una matrice P che diagonalizza A `e pertanto
P =
_
_
1 0 1
0 0 1
0 1 1
_
_
Come conferma, il lettore verichi che
P
1
AP =
_
_
1 0 0
0 1 0
0 0 2
_
_
Esempio 22. Stabilire se la matrice
A =
_
_
0 2 2
0 1 0
1 0 1
_
_
R
3,3
`e diagonalizzabile e, in caso aermativo, scrivere una matrice che la diago-
nalizza.
Gli zeri del polinomio caratteristico di A
p
A
(x) = (x 1)(x
2
x + 2)
non sono tutti reali. Pertanto la prima condizione per la diagonalizzabilit`a
non `e soddisfatta. Ne segue che A non `e diagonalizzabile. Lunico autovalore
di A `e 1 avente molteplicit` a algebrica 1 coincidente con quella geometrica.
Esempio 23. Stabilire se la matrice
A =
_
_
2 1 0
2 0 2
1 0 1
_
_
R
3,3
`e diagonalizzabile e, in caso aermativo, scrivere una matrice che la diago-
nalizza.
Gli zeri del polinomio caratteristico di A
p
A
(x) = x
2
(x 1)
sono 0 e 1, entrambi reali (cio`e appartenenti al campo R). Pertanto la prima
condizione per la diagonalizzabilit`a `e soddisfatta. Gli autovalori di A sono
14
dunque
1
= 1 avente molteplicit` a algebrica 1 coincidente con quella geo-
metrica (necessariamente, dal momento che 1 m
g
() m
a
() per ogni
autovalore ) e
2
= 0 avente molteplicit` a algebrica 2 maggiore di quella
geometrica pari a 1 (il lettore lo verichi). Quindi, la seconda condizione per
la diagonalizzabilit` a non `e vericata. Ne segue che A non `e diagonalizzabile.
Esempio 24. Stabilire se la matrice
A =
_
_
1 1 1
1 0 1
2 1 0
_
_
R
3,3
`e diagonalizzabile e, in caso aermativo, scrivere una matrice che la diago-
nalizza.
In questo caso, A possiede tre autovalori distinti:
1
= 0,
2
= 1 e

3
= 2. Ne segue che, per il precedente corollario, la matrice `e diagonaliz-
zabile. La determinazione di una matrice P diagonalizzante per A `e lasciata
come esercizio al lettore.
Esempio 25. Data la matrice
A =
_
_
h 1 1
2 0 h
h 1 0
_
_
R
3,3
stabilire per quali valori del parametro reale h, = 0 `e autovalore di A. In
corrispondenza del valore negativo di h, stabilire se A `e diagonalizzabile.
Il polinomio caratteristico di A `e
p
A
(x) = x
3
+hx
2
+ 2x + 2h
2
2
Poich`e R `e un autovalore di A se e solo se p
A
() = 0, risulta che 0 `e un
autovalore di A se e solo se p
A
(0) = 0 cio`e se e solo se 2h
2
2 = 0. Dunque,
0 `e un autovalore di A se e solo se h = 1.
In corrispondenza di h = 1 il polinomio caratteristico di A diventa
p
A
(x) = x
3
x
2
+ 2x = x(x + 2)(x 1)
Gli autovalori di A sono
1
= 0,
2
= 1 e
3
= 2. Per un corollario
precedente, la matrice A `e diagonalizzabile (avendo tre autovalori distinti).
15