Sei sulla pagina 1di 33

Parte 7.

Autovettori e autovalori
A. Savo Appunti del Corso di Geometria 2013-14

Indice delle sezioni


1 Endomorfismi, 1
2 Cambiamento di base, 3
3 Matrici simili, 6
4 Endomorfismi diagonalizzabili, 7
5 Autovettori e autovalori, 7
6 Il polinomio caratteristico, 11
7 Calcolo degli autospazi, 15
8 Primo criterio, 18
9 Secondo criterio, 23
10 Matrici diagonalizzabili, 30

Endomorfismi

Se V `e uno spazio vettoriale, un endomorfismo di V `e semplicemente un applicazione


lineare f : V V . Un endomorfismo di V `e spesso chiamato operatore di V .
Possiamo ad esempio definire lendomorfismo identit`
a, denotato con I : V V , che
associa a ogni vettore di V il vettore stesso:
I(v) = v.
Fissata una base B di V diremo matrice associata a f rispetto a B la matrice associata
allapplicazione lineare f prendendo la base B sia nello spazio di partenza che in quello di
arrivo.
La matrice associata dipende dalla scelta della base; poiche uno spazio vettoriale non
nullo ammette infinite basi diverse, uno stesso endomorfismo ammetter`a (tranne rari casi)
infinite matrici associate, tutte diverse tra loro. Studieremo il modo di trovare la base pi`
u
conveniente, rispetto alla quale la matrice associata assuma una forma particolarmente
semplice.
1

Esempio Consideriamo lendomorfismo f di R3 definito da:


x
7x 13y + 6z
f y = 2x 8y + 6z .
z
2x 13y + 11z

7 13 6
La matrice associata a f rispetto alla base canonica `e A = 2 8 6 .
2 13 11
Cambiamo ora base, e consideriamo la base (v1 , v2 , v3 ) di R3 , dove



1
13
3
v1 = 1 , v2 = 2 , v3 = 0 .
1
0
1

1
0
13
65
3
15
Risulta f 1 = 0 , f 2 = 10 , f 0 = 0 . Dunque:
1
0
0
0
1
5

f (v1 ) = 0
f (v2 ) = 5v2

f (v3 ) = 5v3

0 0 0
` chiaro che la matrice associata A0
e la matrice associata `e A0 = 0 5 0, diagonale. E
0 0 5
`e molto pi`
u semplice; per studiare lendomorfismo f la base (v1 , v2 , v3 ) `e pi`
u conveniente
della base canonica. 
Esempio Sia f lendomorfismo di R2 definito da

  
x
x+y
=
.
f
y
x+y
Determinare le matrici A, A0 , A00 associate a f :
a) rispetto alla base canonica;

 
1
1
0
b) rispetto alla base
=
dove
=
, v2 =
;
1
1
 
 
2
3
c) rispetto alla base B 00 = (v100 , v200 ) dove v100 =
, v200 =
.
1
2
B0

(v10 , v20 )

v10


Soluzione. a) A `e semplicemente la matrice canonica di f :


1 1
.
1 1

b) Si ha:

 

0
0
0
0

f (v1 ) = 0 = 0 v1 + 0 v2
 

0
0
0

f (v2 ) = 2 = 0 v1 + 2 v2
Dunque

A0



0 0
=
.
0 2

c) Si ha:

 

3
00

f (v1 ) =
= 3 v100 + 3 v200

3
 

00

f
(v
)
=
= 5 v100 + 5 v200

2
5
Dunque

A00



3 5
=
.
3
5

Le matrici associate sono quindi, rispettivamente








3 5
1 1
0 0
00
0
.
,A =
A=
,A =
3
5
0 2
1 1
Per studiare la relazione tra le diverse matrici associate ad uno stesso endomorfismo dobbiamo prima capire la relazione che intercorre tra due basi di uno stesso spazio vettoriale.

Cambiamento di base

Sia V uno spazio vettoriale e siano B = (v1 , . . . , vn ), B 0 = (v10 , . . . , vn0 ) due basi di V . Ogni
vettore della base B 0 si esprimer`
a dunque come combinazione lineare dei vettori della base
B:
0
v1 = a11 v1 + a21 v2 + + an1 vn

v0 = a v + a v + + a v
12 1
22 2
n2 n
2
(1)

...

0
vn = a1n v1 + a2n v2 + + ann vn
La matrice ottenuta incolonnando le coordinate:

a11 a12 . . .
a21 a22 . . .
M =

an1 an2 . . .
3

a1n
a2n

ann

`e detta matrice del cambiamento di base (o matrice di passaggio) da B a B 0 . La iesima


colonna di M `e dunque data dalle coordinate del vettore vi0 rispetto a B, per ogni i =
1, . . . , n.
La matrice M `e evidentemente n n.
Le relazioni in (1) si esprimono, in forma compatta:
(v10 , . . . , vn0 ) = (v1 , . . . , vn )M

(2)

dove, a destra, si intende il prodotto del vettore riga (v1 , . . . , vn ) (le cui entrate sono
vettori) per la matrice M . Si scriver`
a anche
B 0 = BM.
Proposizione a) La matrice di un cambiamento di base `e invertibile.
b) Viceversa, sia B = (v1 , . . . , vn ) una base di V n , e M = {aij } una matrice invertibile.
Allora i vettori v10 , . . . , vn0 definiti dalle relazioni in (1) formano una base di V n .
c) Se B, B 0 sono due basi, la matrice di passaggio da B 0 a B `e linversa della matrice di
passaggio da B a B 0 .
Dimostrazione. a) Il rango della matrice di passaggio M `e uguale alla dimensione del
sottospazio di V n generato dai vettori v10 , . . . , vn0 . Poiche questi vettori per ipotesi formano
una base di V n , tale sottospazio `e tutto V n , quindi il rango vale n e la matrice `e invertibile.
b) Per ipotesi, il rango della matrice M `e n: dunque il sottospazio generato dai vettori
v10 , . . . , vn0 ha dimensione n e coincide con V n . Ci`o significa che v10 , . . . , vn0 sono n = dim V n
vettori generatori e dunque formano una base.
c) Questo si dimostra moltiplicando ambo i membri della relazione (2), a destra, per
linversa M 1 . 
0
Esempio Fissiamo 
V 
= R2 , esiano
 B = BC = (e1 , e2 ) la base canonica e B la base
1
4
. Poiche
, w2 =
(w1 , w2 ) dove w1 =
3
5

w1 = e1 + 3e2
w2 = 4e1 + 5e2

la matrice di passaggio `e


1 4
M=
.
3 5
4

(3)

Notiamo che le relazioni (3) si esprimono in forma matriciale:




1 4
(w1 , w2 ) = (e1 , e2 )
,
3 5
dove a destra
si `e moltiplicato il vettore riga (e1 , e2 ) (le cui entrate sono vettori) per la


1 4
matrice
. 
3 5
Dalla definizione segue facilmente che
Osservazione Sia V = Rn . La matrice di passaggio dalla base canonica (e1 , . . . , en ) alla
base (w1 , . . . , wn ) si ottiene semplicemente incolonnando i vettori w1 , . . . , wn .
Esempio Consideriamo la base B = (v1 , v2 , v3 ) formata dai vettori



1
1
1

v1 = 1 , v2 = 1 , v3 = 0
0
0
1
e la base B 0 = (w1 , w2 , w3 ), dove



0
3
2
w1 = 1 , w2 = 3 , w3 = 3 .
1
2
1
Determinare la matrice di passaggio da B a B 0 .
Soluzione. Abbiamo le relazioni

w1 = v 1 v 3
w2 = 2v1 + v2

w3 = v1 + 2v2 v3
e quindi

1 2 1
M = 0 1 2 .
1 0 1

Matrici simili

Diremo che due matrici quadrate A, A0 sono simili se esiste una matrice invertibile M tale
che
A0 = M 1 AM.
Risulta che matrici associate ad uno stesso endomorfismo (rispetto a basi diverse) sono
simili.
Teorema Sia f un endomorfismo di uno spazio vettoriale V , e siano B e B 0 due basi di
V . Se A `e la matrice associata a f rispetto a B, e A0 `e la matrice associata a f rispetto
a B 0 , allora A e A0 sono simili. Precisamente,
A0 = M 1 AM,
dove M `e la matrice di passaggio da B a B 0 .
` una verifica diretta, che omettiamo. 
Dimostrazione. E
Esempio In uno degli esempi precedenti, abbiamo visto che lendomorfismo f di R2
definito da

  
x+y
x
.
=
f
x+y
y


1 1
rispetto alla base canonica BC , e con la matrice
si rappresenta con la matrice A =
1 1
 

 

1
1
0 0
0
0
0
0
0
0
. Per il teorema,
, v2 =
rispetto alla base B = (v1 , v2 ) dove v1 =
A =
1
1
0 2
le due matrici sono simili. In effetti si ha
A0 = M 1 AM

dove M =

1 1
1 1

`e la matrice di passaggio da BC a B 0 .

Osservazione Vale anche il viceversa del teorema precedente: date due matrici simili,
diciamo A e A0 , allora esse rappresentano uno stesso endomorfismo. Ad esempio, se f `e
lendomorfismo di Rn rappresentato da A rispetto alla base canonica, e se B 0 `e la base di
Rn tale che la matrice di passaggio dalla base canonica a B 0 `e M , allora A0 rappresenta f
nella base B 0 .

Endomorfismi diagonalizzabili

Un endomorfismo di uno spazio vettoriale V si dice diagonalizzabile se puo essere


rappresentato da una matrice diagonale; in altre parole, se esiste una base di V rispetto
alla quale la matrice associata `e diagonale.
Esempio Sia f : R3 R3 definito da

x
9x 12y + 3z
f y = 4x 7y + 3z .
z
4x 12y + 8z

9 12 3
La matrice associata rispetto alla base canonica `e A = 4 7 3: non `e diagonale.
4 12 8
Pero possiamo trovare una base piu fortunata. Siano infatti



1
3
0
v1 = 1 , v2 = 1 , v3 = 1 ,
1
0
4
che formano una base di R3 . Un calcolo mostra che:

f (v1 ) = 0
f (v2 ) = 5v2 .

f (v3 ) = 5v3

0 0 0
Dunque la matrice associata a f rispetto alla base B 0 = (v1 , v2 , v3 ) `e A0 = 0 5 0,
0 0 5
diagonale. Per definizione, lendomorfismo f `e diagonalizzabile.
Notiamo che i vettori della base buona hanno tutti la seguente propriet`a: il trasformato
del vettore `e un multiplo del vettore stesso. Tale propriet`a caratterizza quelli che saranno
chiamati autovettori di f .
Studieremo il seguente problema:
dato un endomorfismo, stabilire se esso `e diagonalizzabile, e trovare eventualmente
una base rispetto alla quale la matrice associata `e diagonalizzabile.

5
5.1

Autovettori e autovalori
Definizione

Definizione Sia f un endomorfismo di uno spazio vettoriale V .


7

a) Un vettore v 6= O si dice autovettore di f associato allautovalore R se


f (v) = v.
b) Uno scalare si dice autovalore di f se esiste un vettore v 6= O tale che f (v) = v.
R2

 


x
x+y
definito da f
=
, e siano v1 =
y
x+y

Esempio Sia f lendomorfismo f di


 
 
1
1
, v2 =
. Un calcolo mostra che
1
1
(
f (v1 ) = O = 0v1
f (v2 ) = 2v2

Allora, per definizione, v1 `e un autovettore di f associato allautovalore = 0, e v2 `e un


autovettore associato allautovalore = 2.
2
Notiamo che i due autovettori
formano una base (v1 , v2 ) di R , e che la matrice associata

0 0
, con elementi diagonali dati esattamente dagli autovalori.
a tale base `e diagonale:
0 2

Ricordiamo che, per definizione, un autovettore di un endomorfismo `e, per definizione,


non nullo. Al contrario, lo scalare 0 pu`o essere un autovalore di f . In effetti, osserviamo
che
0 `e un autovalore di f se solo se Kerf 6= {O}. Ogni vettore del nucleo, diverso dal
vettore nullo, `e un autovettore con autovalore 0.

5.2

Caratterizzazione degli endomorfismi diagonalizzabili

Supponiamo ora che ci sia una base di V , diciamo (v1 , . . . , vn ), formata da autovettori di
f . Allora esistono autovalori 1 , . . . , n (non necessariamente tutti distinti) tali che

f (v1 ) = 1 v1

f (v ) = v
2
2 2

.
.
.

f (vn ) = n vn .
Per definizione, la matrice associata a f rispetto a tale base di autovettori `e diagonale

1 0 . . . 0
0 2 . . . 0

D= .
.. . .
..
..
. .
.
0

0
8

...

con elementi diagonali dati dagli autovalori. Viceversa, se la matrice associata a f rispetto
a una data base (v1 , . . . , vn ) `e diagonale, allora i vettori di tale base sono autovettori di
f associati, rispettivamente, agli elementi diagonali 1 , . . . , n . In conclusione, abbiamo
dimostrato il seguente risultato.
Teorema Un endomorfismo f di uno spazio vettoriale V `e diagonalizzabile se e solo se V
ammette una base formata da autovettori di f .
Osserviamo i seguenti esempi banali di endomorfismi diagonalizzabili.
Esempio Lendomorfismo nullo O : V V ha matrice associata nulla rispetto a una
qualunque base, dunque `e banalmente diagonalizzabile. Gli autovalori sono tutti uguali a
zero.
Esempio Lendomorfismo identit`
a I : V V `e diagonalizzabile, poiche ha matrice associata data, appunto, dalla matrice identit`a (rispetto a una qualunque base). Gli autovalori
sono tutti uguali a 1.
Osserviamo ora che non tutti gli endomorfismi sono diagonalizzabili; anzi, ci sono endomorfismi che non ammettono autovettori (e quindi non ammettono autovalori).
Esempio Consideriamo lendomorfismo di R2 definito da
   
y
x
,
=
f
x
y

 

x
0 1
sia un autovettore
. Supponiamo per assurdo che
con matrice canonica A =
y
1 0
di f con autovalore :
 
 
x
x
,
=
f
y
y
   
0
x
con
6=
. Allora si avrebbe
0
y
(
x = y
y = x
Moltiplichiamo la prima equazione per x, la seconda per y e sommiamo. Otteniamo la
relazione
(x2 + y 2 ) = 0,
da cui = 0 oppure x2 + y 2 = 0. Ora, nessuno dei casi si pu`o verificare, perche altrimenti
x = y = 0. Dunque f non ha ne autovettori, ne autovalori. 
9

5.3

Autospazio associato a un autovalore

` facile verificare che, se `e un autovalore, il sottoinsieme di V


E
E() = {v V : f (v) = v}
`e un sottospazio di V , detto autospazio associato a . La sua dimensione `e detta anche
molteplicit`
a geometrica di , e si denota con M G(). Quindi:
M G() = dim E().
Notiamo che E() `e formato dal vettore nullo, e da tutti gli autovettori associati a . Se
`e un autovalore, allora per definizione esiste almeno un vettore non nullo nel sottospazio
E(). Dunque, se `e un autovalore si ha sempre
M G() 1.
Per definizione, si ha inoltre:
E(0) = Kerf.


 
x+y
x
di R2 ha autovalori 1 = 0 e 2 = 2.
=
Esempio Lendomorfismo f
x+y
y
Lautospazio E(0) associato a 0 `e il nucleo di f , di equazione x + y = 0, dunque
 
1
dim E(0) = 1 con base
.
1
Lautospazio E(2) associato allautovalore 2 `e definito dallequazione
 
 
x
x
;
f
=2
y
y
Con semplici calcoli, si vede che E(2) `e descritto dallequazione x y = 0. Dunque
 
1
dim E(2) = 1 con base
.
1
Entrambi gli autovalori hanno molteplicit`a geometrica 1. 
Consideriamo ora il seguente problema:
dato lendomorfismo f , determinare tutti gli autovalori e gli autospazi di f .
Vedremo che, se f `e un endomorfismo di uno spazio vettoriale V di dimensione n, allora gli
autovalori sono le radici di un certo polinomio di grado n, detto polinomio caratteristico
di f .
10

Il polinomio caratteristico

In ci`o che segue, V = V n `e uno spazio vettoriale di dimensione n.


Proposizione Sia f un endomorfismo di V n e sia A una qualunque matrice associata a
f . Allora R `e un autovalore di f se e solo se
det(A I) = 0,
dove I `e la matrice identit`
a.
Dimostrazione. Supponiamo che sia un autovalore di f : allora esiste un vettore v 6= 0
tale che f (v) = v. Fissiamo una qualunque base B di V e consideriamo la matrice A,
associata a f rispetto a B. Sia X Rn il vettore colonna delle coordinate di v (notiamo
che X 6= O per ipotesi). Allora sappiamo che AX `e il vettore colonna delle coordinate di
f (v). Dunque
AX = X.
Poiche X = IX lequazione si scrive:
(A I)X = O.

(4)

Tale equazione equivale a un sistema lineare omogeneo di n equazioni in n incognite, con


matrice dei coefficienti data da A I. Per ipotesi, X 6= 0 `e un autosoluzione del sistema:
dunque rk(A I) < n, cio`e det(A I) = 0.
Viceversa, se R `e tale che det(AI) = 0 possiamo invertire il ragionamento e trovare
unautosoluzione X del sistema (4): a X corrisponde un vettore non nullo v V tale che
f (v) = v e quindi risulta un autovalore di f . 
Consideriamo la funzione di x:
pA (x) = det(A xI).
Si verifica facilmente che pA (x) `e un polinomio di grado n nella variabile x, detto il
polinomio caratteristico di A.
Abbiamo il seguente risultato.
Teorema Sia f un endomorfismo di V n , e sia A una matrice associata a f . Allora:
a) Gli autovalori di f sono le radici del polinomio caratteristico di A.
b) Se `e un autovalore di f allora:
M G() = dim E() = n rk(A I).
11

Dimostrazione. La prima parte `e gi`


a dimostrata. La seconda segue immediatamente dal
fatto che la la dimensione dellautospazio E() associato a uguaglia la dimensione del
sottospazio delle soluzioni del sistema lineare omogeneo (A I)X = O. Dal teorema di
Rouche-Capelli, tale dimensione vale n rk(A I). 
` noto che un polinomio di grado n ammette al massimo n radici distinte. Poiche il
E
polinomio caratteristico di una matrice n n ha grado n, osserviamo che
Un endomorfismo di uno spazio vettoriale V n ammette al massimo n autovalori
distinti.
  

x
2x + 6y
2
Esempio Trovare gli autovalori dellendomorfismo di R : f
=
.
y
2x + 5y
Soluzione. Fissando la base
 canonica
 possiamo prendere come matrice associata la matrice
2 6
canonica di f , cio`e A =
. Si ha:
2 5

A xI =


 
 
2 x
6
x 0
2 6
.
=

2
5x
0 x
2 5

Dunque


2 x
6

pA (x) =
2
5 x
= x2 3x + 2
Gli autovalori si ottengono risolvendo lequazione caratteristica x2 3x + 2 = 0. Troviamo
le due soluzioni:
1 = 1, 2 = 2.
che saranno quindi gli autovalori di f . 
   
x
y
=
di R2 non ammette
Esempio Abbiamo gi`
a osservato che lendomorfismo f
y
x


0 1
autovalori. In effetti, la sua matrice canonica A =
ha polinomio caratteristico
1 0


x 1

= x2 + 1,
pA (x) =
1 x
che non ammette radici (reali). 

12

Esercizio Dimostrare che il polinomio caratteristico di una matrice 2 2 si scrive


pA (x) = x2 trA x + det A.
dove trA `e la tracciadi A (definita
come la somma degli elementi diagonali di A).

1 2
Ad esempio, se A =
allora trA = 5 e det A = 2: dunque
3 4
pA (x) = x2 5x 2.

1 1 1
Esempio Il polinomio caratteristico della matrice 0 1 1 `e:
0 0 3


1 x
1
1

1x
1 = (x 1)2 (x + 3)
pA (x) = 0
0
0
3 x
e gli autovalori distinti sono: 1 = 1, 2 = 3. 
Notiamo che la matrice dellesempio precedente `e triangolare superiore. In generale, se A
`e triangolare superiore (rispettivamente, inferiore) anche A xI `e triangolare superiore
(rispettivamente, inferiore). Si ottiene facilmente che
gli autovalori (distinti) di una matrice triangolare (superiore o inferiore) sono gli
elementi diagonali (distinti) della matrice.

6.1

Matrici simili hanno lo stesso polinomio caratteristico

Abbiamo visto che gli autovalori di un endomorfismo f sono le radici del polinomio caratteristico di una matrice associata a f . Sappiamo che le matrici associate ad un endomorfismo sono, in genere, diverse, poiche dipendono dalla scelta di una base. In questa sezione
verificheremo che tutte le matrici associate ad uno stesso endomorfismo hanno lo stesso
polinomio caratteristico. Iniziamo con un esempio.

 
 

1 1
0 0
3 5
Esempio Le matrici
,
,
sono tutte associate alloperatore di
1 1
0 2
3
5
R2
  

x
x+y
f
=
y
x+y
   
   
1
1
2
3
0
rispetto alle basi: BC (base canonica), B =
,
,B =
,
. Un
1
1
1
2
calcolo mostra che, in effetti, tutte e tre le matrici hanno polinomio caratteristico x2 2x.
13

Il risultato generale `e conseguenza della seguente proposizione.


Proposizione Matrici simili hanno lo stesso polinomio caratteristico.
Dimostrazione. Dobbiamo far vedere che, se A e A0 sono due matrici simili, allora pA (x) =
pA0 (x). Sia C una matrice invertibile tale A0 = C 1 AC. Allora:
pA0 (x) = det(A0 xI)
= det(C 1 AC xI)
= det C 1 AC C 1 (xI)C

= det C 1 (A xI)C

= det(C 1 ) det(A I) det C


1
=
det(A xI) det C
det C
= det(A xI)
= pA (x).

Corollario Tutte le matrici associate ad uno stesso endomorfismo hanno lo stesso polinomio caratteristico.
Dimostrazione. Supponiamo che A e A0 siano due matrici associate allo stesso endomorfismo f . Allora sappiamo che A e A0 sono simili, e dunque, per la proposizione precedente,
esse hanno lo stesso polinomio caratteristico. 
Grazie alla precedente proposizione, possiamo definire il polinomio caratteristico di un
endomorfismo f di V n come il polinomio caratteristico di una qualunque matrice associata
a f (tale polinomio `e sempre lo stesso). Scriveremo dunque
pf (x) = pA (x),
dove A `e una matrice associata a f .
Esempio Sia D : R3 [x] R3 [x] lendomorfismo derivazione:
D(p(x)) = p0 (x).

0 1 0
La matrice associata a D rispetto alla base canonica (1, x, x2 ) di R3 [x] `e A = 0 0 2.
0 0 0
Dunque
pf (x) = pA (x) = x3 ,
e lunico autovalore di D `e = 0.
14

Calcolo degli autospazi

Una volta calcolati gli autovalori 1 , . . . , k di un endomorfismo f (tramite il polinomio


caratteristico di una sua matrice associata A) sar`a possibile determinare gli autospazi
semplicemente risolvendo lequazione vettoriale
f (v) = j v
(nellincognita v) per ognuno degli autovalori trovati. Notiamo che le coordinate X di un
qualunque vettore dellautospazio E(j ) sono le soluzioni del sistema lineare omogeneo
(A j I)X = O.
In questo modo `e possibile stabilire se lendomorfismo `e diagonalizzabile oppure no.
Iniziamo discutendo due esempi; daremo in seguito dei criteri generali.
Esempio Determinare gli autospazi dellendomorfismo di R2 definito da
  

x
2x + 6y
f
=
y
2x + 5y
e stabilire se f `e diagonalizzabile.


2 6
. Quindi:
Soluzione. La matrice di f nella base canonica `e A =
2 5
pA (x) = x2 3x + 2 = (x 1)(x 2).
Gli autovalori distinti di f sono 1 = 1, 2 = 2. Per trovare lautospazio associato
allautovalore 1 dobbiamo risolvere lequazione vettoriale f (v) = v; passando alle coordinate, lequazione `e equivalente al sistema
(A I)X = O.


3 6
Poiche A I =
il sistema si scrive
2 4
(
3x + 6y = 0
2x + 4y = 0.
Quindi
E(1) =

 

2t
,t R ,
t
15

con base

v1 =

 
2
.
1



4 6
Per lautovalore 2 si ha A 2I =
e il sistema `e
2 3
(

4x + 6y = 0
2x + 3y = 0.

Quindi
 

3s
E(2) =
,s R ,
2s

con base

 
3
v2 =
.
2

Notiamo che i due autospazi hanno entrambi dimensione 1 e quindi gli autovalori hanno
entrambi molteplicit`
a geometrica 1:
M G(1) = M G(2) = 1.
Collezionando le basi di ciascuno dei due autospazi (prendendo cio`e B1 B2 ) otteniamo la
coppia di vettori linearmente indipendenti
   
3
2
,
,
(v1 , v2 ) =
2
1
che `e dunque una base di R2 formata da autovettori di f. Lendomorfismo
f `e diagonal
1 0
. 
izzabile, e la matrice associata a f rispetto a tale base `e
0 2
` importante osservare che f ha due autovalori distinti 1 = 1, 2 = 2, entrambi di
E
molteplicit`a geometrica 1. Quindi la somma delle molteplicit`a geometriche degli autovalori
`e 2, pari alla dimensione dello spazio su cui opera f :
M G(1) + M G(2) = 2 = dim R2 .
Esempio Determinare gli autovalori
e

1 1
sentato dalla matrice A = 0 1
0
0
diagonalizzabile.

3
gli
autospazi dellendomorfismo f di R rappre5
3 rispetto alla base canonica. Stabilire se f `e
2

Soluzione. f si scrive esplicitamente:


x
x + y + 5z
f y = y + 3z .
z
2z
16

Poiche A `e triangolare superiore, gli autovalori saranno gli elementi diagonali. f ha dunque
due autovalori distinti 1 = 1, 2 = 2 e, di conseguenza, due autospazi: E(1), E(2).
Cerchiamo una base di ciascuno di essi. Per E(1) dobbiamo risolvere lequazione f (v) =
v, dunque il sistema
(A + I)X = O.

0 1 5

Esplicitamente A + I = 0 0 3 dunque il sistema `e:


0 0 3

y + 5z = 0
3z = 0

3z = 0

1
e il suo insieme delle soluzioni ha dimensione 1 con base 0. In conclusione
0

dim E(1) = 1,


1
con base 0.
0

Per verificare il risultato ricordiamo che, in generale, la dimensione dellautospazio E()


di un endomorfismo f : V n V n `e data da
M G() = n rk(A I).
In questo caso = 1 e rk(A + I) = 2, dunque M G(1) = 3 2 = 1.
Veniamo ora al secondo autospazio, E(2). La sua dimensione `e M G(2) = 3 rk(A 2I).
Poiche la matrice

3 1 5
A 2I = 0 3 3
0
0 0
ha rango due, otteniamo M G(2) = 1. Una base di E(2) si ottiene risolvendo il sistema
(A 2I)X = 0:
(
3x + y + 5z = 0
3y + 3z = 0

17


2t
1

che ammette soluzioni t , con t R. Ne segue che:


t

dim E(2) = 1,

con base 1.
1

Uniamo ora le basi dei due autospazi: otteniamo i due autovettori



1
2
0 , 1
0
1
che sono linearmente indipendenti ma che non possono formare una base di R3 , poiche R3
ha dimensione 3. In conclusione, f non `e diagonalizzabile. In effetti, per avere una base
di autovettori almeno uno dei due autospazi avrebbe dovuto avere dimensione maggiore o
uguale a 2. La non diagonalizzabilit`
a di f `e dunque conseguenza del fatto che la somma
delle molteplicit`
a geometriche degli autovalori `e minore della dimensione dellintero spazio:
M G(1) + M G(2) = 2 < 3 = dim R3 .

Nella prossima sezione mostreremo che un endomorfismo di un qualunque spazio vettoriale
V n `e diagonalizzabile se e solo se la somma delle molteplicit`a geometriche di tutti i suoi
autovalori vale precisamente n.

Primo criterio

Osserviamo che, dati due autovalori distinti 1 6= 2 di un endomorfismo f , si ha sempre


E(1 ) E(2 ) = {O}.
Infatti, se v E(1 ) E(2 ), allora f (v) = 1 v e f (v) = 2 v da cui, uguagliando,
otteniamo
(1 2 )v = O.
Per ipotesi, 1 2 6= 0 dunque necessariamente v = O.
Proposizione Sia f un endomorfismo di uno spazio vettoriale V n , con autovalori distinti
1 , . . . , h (si suppone h 1).
18

a) Sia Bi una base dellautospazio E(i ), dove i = 1, . . . , h. Allora i vettori dellinsieme


B1 Bh
sono linearmente indipendenti.
b) La somma di tutte le molteplicit`
a geometriche `e minore o uguale a n:
h
X

M G(i ) n.

i=1

Dimostrazione. a) Per dare unidea della dimostrazione esamineremo solo il caso in cui ci
siano due autovalori distinti 1 6= 2 . Il caso generale si dimostra per induzione. Fissate
le basi B1 = (u1 , . . . , uk ) di E(1 ) e B2 = (v1 , . . . , vl ) di E(2 ), supponiamo che
a1 u1 + + ak uk + b1 v1 + + bl vl = O.
Ponendo u = a1 u1 + + ak uk e v = b1 v1 + + bl vl otteniamo
u + v = O.
Ora per ipotesi u E(1 ) e v E(2 ); poiche u = v vediamo che
u E(1 ) E(2 )
dunque u = O e
a1 u1 + + ak uk = O.
Poiche i vettori u1 , . . . , uk sono linearmente indipendenti per ipotesi otteniamo infine
a1 = = ak = 0. Analogamente v = O implica b1 = = bl = 0. La conclusione `e che i
vettori dellunione
B1 B2 = {u1 , . . . , uk , v1 , . . . , vl }
sono linearmente indipendenti.
b) Siccome Bi `e una base di E(i ), il numero dei vettori di Bi `e dim E(i ) = M G(i ),
per ogni i = 1, . . . , h. Dunque i vettori dellinsieme B1 Bh sono, in numero, pari alla
somma di tutte le molteplicit`
a geometriche; poiche sono linearmente indipendenti per la
parte a), tale somma non pu`
o superare la dimensione n. 
La proposizione afferma che, unendo le basi di tutti gli autospazi, otteniamo sempre vettori linearmente indipendenti: se gli autovettori cosi ottenuti sono in numero sufficiente
(cio`e n) allora essi formeranno una base dellintero spazio e lendomorfismo risulter`a diagonalizzabile. Enunciamo dunque il criterio seguente, che chiameremo primo criterio di
diagonalizzabilit`
a.
19

Teorema Un endomorfismo di uno spazio vettoriale V n `e diagonalizzabile se e solo se la


somma delle molteplicit`
a geometriche dei suoi autovalori `e uguale a n. In altre parole, se
e solo se
k
X
M G(i ) = n,
i=1

dove 1 , . . . , k sono gli autovalori distinti di f .


P
Dimostrazione. Supponiamo che ki=1 M G(i ) = n. I vettori di B1 Bk sono in
tutto n = dim V n e sono linearmente indipendenti grazie alla proposizione precedente;
dunque tali vettori formano una base di autovettori e lendomorfismo `e diagonalizzabile.
Viceversa, se la somma delle molteplicit`a geometriche `e diversa da n allora deve essere
` evidente che in tal caso non esiste una
minore di n per la parte b) della proposizione. E
base di autovettori. 
Corollario Sia f un operatore di V n , e supponiamo che f ammetta n autovalori distinti.
Allora f `e diagonalizzabile.
Dimostrazione. Poiche la molteplicit`
a geometrica di un autovalore vale almeno uno, e
gli autovalori distinti sono n, la somma di tutte le molteplicit`a geometriche `e almeno n;
per la parte b) della proposizione tale somma deve essere uguale a n e quindi f risulta
diagonalizzabile. In particolare, lesistenza di n autovalori distinti implica che tutti gli
autospazi hanno dimensione 1. 
Il corollario d`
a una condizione sufficiente, ma non necessaria, per la diagonalizzabilit`a.
Per stabilire se un dato endomorfismo di V n sia diagonalizzabile oppure no, possiamo
procedere come segue.
1. Fissiamo una base e consideriamo una matrice associata A.
2. Troviamo gli autovalori distinti di f , diciamo 1 , . . . , k , risolvendo lequazione caratteristica pA (x) = 0.
3. Calcoliamo la molteplicit`
a geometrica di ciascun autovalore, con la formula
M G(i ) = n rk(A i I).
4. Se la somma di tutte le molteplicit`
a geometriche `e minore di n, lendomorfismo f non
`e diagonalizzabile, e abbiamo finito.
5. Se tale somma vale n, allora f `e diagonalizzabile. Per trovare una base di autovettori,
troviamo una base Bi di ciascun autospazio risolvendo il sistema (A i I)X = O. Uniamo
20

tutte le basi cosi trovate: linsieme di autovettori B = B1 Bk sar`a la base di V n


cercata.
Ecco degli esempi.

8.1

Esempio

Consideriamo lendomorfismo f di R3

x
x+yz
f y = 2x + 2y 2z
z
x y + z

1
1 1
2 2
Scegliendo la base canonica, possiamo considerare la matrice associata A = 2
1 1 1
3
2
con polinomio caratteristico pA (x) = x + 4x che si fattorizza come
pA (x) = x2 (x 4).
Abbiamo due autovalori distinti: 1 = 0 e 2 = 4. Un calcolo mostra che rkA = 1 dunque
M G(0) = 2,
mentre rk(A 4I) = 1 dunque
M G(4) = 1.
La somma delle molteplicit`
a geometriche `e 3, pari alla dimensione, e f risulta diagonalizzabile. Una base di E(0) (che, per inciso, `e il nucleo di f ) `e data dai vettori


1
1
v1 = 1 , v2 = 0 .
0
1
Una base di E(4) `e data dal vettore

1
w1 = 2
1
Unendo le basi degli autospazi, otteniamo i tre vettori
(v1 , v2 , w1 )
21

che, grazie alla proposizione, sono linearmente indipendenti (non c`e bisogno di ulteriori
verifiche) e formano la base di autovettori cercata.
Notiamo che la matrice associata a f rispetto alla base B = (v1 , v2 , w1 ) `e diagonale, con
elementi diagonali dati dagli autovalori associati, rispettivamente, a v1 , v2 , w1 :

0 0 0
D = 0 0 0
0 0 4
ed `e simile alla matrice A, nel senso che D = C 1 AC. La matrice C `e la matrice di
passaggio dalla base canonica alla base B, e dunque le colonne di C sono date dalla base
di autovettori B:

1 1 1
C = 1 0 2 .
0 1 1


8.2

Esempio

2 0 0
Consideriamo lendomorfismo f di R3 rappresentato da A = 0 0 3 rispetto alla
0 2 0
base canonica. Il polinomio caratteristico di A `e
pA (x) = (2 x)(x2 + 6)
che ammette lunico autovalore 1 = 2 (infatti, il fattore x2 + 6 `e irriducibile). Si vede
che A 2I ha rango 2, dunque M G(2) = 1. La somma delle molteplicit`a geometriche `e 1,
minore di 3, e f non `e diagonalizzabile. 

8.3

Esempio

2
Consideriamo lendomorfismo f di R3 rappresentato da A = 0
0
base canonica. Poiche A `e triangolare superiore, gli autovalori di
diagonali di A. Quindi f ammette tre autovalori distinti

4 1
3 1 rispetto alla
0 1
f saranno gli elementi

1 = 2, 2 = 3, 3 = 1.
Poiche la dimensione `e 3, il corollario assicura che f `e diagonalizzabile.
22

8.4

Esempio

1 a 0
Si consideri lendomorfismo f di R3 rappresentato da A = 0 1 b rispetto alla base
0 0 1
canonica. Per quali valori di a, b lendomorfismo risulta diagonalizzabile?
Soluzione. Abbiamo lunico autovalore 1 con M G(1) = 3 rk(A I) e quindi f `e diagonalizzabile se e solo se rk(A I) = 0, cio`e se e solo se A I = 0, che corrisponde a
a = b = 0. 

Secondo criterio

In questa sezione daremo un altro criterio necessario e sufficiente per la diagonalizzabilit`a.

9.1

Radici di un polinomio e molteplicit`


a

Sia p(x) un polinomio di grado n a coefficienti reali. Il numero R `e una radice di p(x)
se
p() = 0.
Non tutti i polinomi ammettono radici.
Esempio Il polinomio p(x) = x2 + 1 non ammette radici. Pi
u in generale, il polinomio di
secondo grado p(x) = ax2 + bx + c ammette radici se e solo se il discriminante = b2 4ac
`e maggiore o uguale a zero. In tal caso le radici si ottengono dalla formula

b
=
.
2a
Quindi avremo due radici distinte se > 0, una sola radice se = 0 e nessuna radice se
< 0.
` ben noto che `e una radice di p(x) se e solo se p(x) `e divisibile per x , e si avr`a
E
p(x) = (x )q(x),
dove q(x) `e un polinomio di grado n 1. Se q() 6= 0, diremo che `e una radice di
molteplicit`a 1. Se q() = 0 allora possiamo dividere q(x) per x e avremo
p(x) = (x )2 r(x)

23

con r(x) polinomio di grado n 2. Continuando in questo modo, arriveremo dopo k n


passi alla decomposizione
p(x) = (x )k r(x),
con r(x) polinomio tale che r() 6= 0. Diremo allora che `e una radice con molteplicit`
a
k. Dunque

`e una radice di molteplicit`


a k se p(x) `e divisibile per (x)k ma non per (x)k+1 .

Il polinomio p(x) si dice totalmente riducibile se si spezza nel prodotto di polinomi di primo
grado del tipo x j , eventualmente moltiplicato per una costante c 6= 0. Se 1 , . . . , k
sono le radici distinte, allora p(x) `e totalmente riducibile se si scrive
p(x) = c(x 1 )m1 (x 2 )m2 (x k )mk ,
` chiaro dalla definizione che, per ogni j, lesponente mj `e la
con m1 + + mk = n. E
molteplicit`a della radice j .
Esempio Consideriamo il polinomio p(x) = 2x5 2x4 4x3 . Allora:
p(x) = 2x3 (x2 x 2)
= 2x3 (x 2)(x + 1).
Dunque p(x) `e totalmente riducibile, con radici 0, 2, 1: la prima ha molteplicit`a 3, e le
altre hanno molteplicit`
a 1. La somma delle molteplicit`a `e 5, pari al grado di p(x).
Esempio Il polinomio p(x) = x4 x2 6 non `e totalmente riducibile. Infatti
p(x) = (x2 3)(x2 + 2)

= (x 3)(x + 3)(x2 + 2).


Il fattore x2 + 2
non ammette
radici, e non pu`o essere ulteriormente decomposto. p(x) am
mette le radici 3, 3, entrambe di molteplicit`a 1. Dunque la somma delle molteplicit`a
delle radici `e 2, minore di 4 (il grado di p(x)).
Osserviamo che
la somma delle molteplicit`
a delle radici di un polinomio di grado n `e sempre minore
o uguale a n; tale somma vale n se e solo se il polinomio `e totalmente riducibile.

9.2

Secondo criterio di diagonalizzabilit`


a

Sia f un endomorfismo di V n e A una matrice associata. Sappiamo che gli autovalori di


f sono le radici di pA (x), il polinomio caratteristico di A.
24

Definiamo molteplicit`
a algebrica dellautovalore la molteplicit`a di quale radice di
pA (x). Essa si denota con il simbolo
M A().
Ricordiamo che un polinomio `e totalmente riducibile se e solo se la somma delle molteplicit`a
delle sue radici `e uguale al suo grado. Dunque:
Il polinomio caratteristico di f `e totalmente riducibile se e solo se la somma delle
molteplicit`a algebriche dei suoi autovalori vale n.
Unautovalore d`
a luogo a due molteplicit`a: la molteplicit`a algebrica M A() e la molteplicit`a
geometrica M G() (definita, ricordiamo, come la dimensione dellautospazio associato
E()).

2
0
Esempio Supponiamo che una matrice associata a f sia A =
0
0

3
2
0
0

1 0
1 1
. Allora
2 4
0 3

pA (x) = (x 2)3 (x 3).


Abbiamo due autovalori: 1 = 2, di molteplicit`a algebrica 3, e 2 = 3, di molteplicit`a
algebrica 1. Si verifica che
M G(2) = 4 rk(A 2I) = 4 3 = 1
e inoltre M G(3) = 1. Quindi M A(2) > M G(2) mentre M A(3) = M G(3).
Proposizione Se `e un autovalore si ha sempre
M A() M G() 1.
Dimostrazione. La disuguaglianza M G() 1 `e stata gi`a osservata. La dimostrazione
della disuguaglianza M A() M G() `e omessa. 
Veniamo ora al risultato pi
u importante di questa sezione.
Teorema Un endomorfismo di V n `e diagonalizzabile se e solo se
1) il polinomio caratteristico di f `e totalmente riducibile;
2) per ogni autovalore si ha M A() = M G().

25

Dimostrazione. Supponiamo che 1) e 2) siano verificate, e siano 1 , . . . , k gli autovalori


distinti di f . Allora, poiche pf (x) `e totalmente riducibile, abbiamo
k
X

M A(j ) = n.

j=1

Daltra parte, abbiamo M A(j ) = M G(j ) per ogni j, dunque


k
X

M G(j ) = n

j=1

e f risulta diagonalizzabile grazie al primo criterio, dimostrato nella sezione precedente.


P
Viceversa, se f `e diagonalizzabile si avr`a kj=1 M G(j ) = n. Dunque
n

k
X

M A(j )

j=1

k
X

M G(j ) = n,

j=1

dove la prima disuguaglianza scende dal fatto che il polinomio caratteristico ha grado n, e
la seconda `e vera poiche M A(j ) M G(j ) per ogni j. Ne segue che le due disuguaglianze
devono essere uguaglianze, quindi
k
X

M A(j ) = n,

j=1

e pf (x) `e totalmente riducibile. Inoltre, necessariamente M A(j ) = M G(j ) per ogni j.




Lautovalore si dice semplice se M A() = 1, e si dice multiplo se M A() > 1.

Dalla proposizione, vediamo che se `e semplice allora M A() = M G() = 1. Dunque, `e


sufficiente determinare luguaglianza delle molteplicit`a solo per gli autovalori multipli.
Concretamente, abbiamo il seguente algoritmo alternativo per stabilire se un dato endomorfismo f `e diagonalizzabile oppure no.
1) Consideriamo una matrice associata A e calcoliamo pA (x).
2) Se pA (x) non `e totalmente riducibile allora f non `e diagonalizzabile e abbiamo finito.
3) Se pA (x) `e totalmente riducibile, consideriamo gli autovalori multipli, diciamo 1 , . . . , h .
Se le molteplicit`
a algebriche e geometriche di ciascuno di questi autovalori coincidono allora f `e diagonalizzabile, altrimenti no.
26

Esempio Consideriamo lendomorfismo f

2
0
A=
0
0

di R4 rappresentato dalla matrice

3 1 0
2 1 1

0 2 4
0 0 3

rispetto alla base canonica (vedi esempio precedente). Si ha pA (x) = (x 2)3 (x 3), che
`e totalmente riducibile, con un solo autovalore multiplo 1 = 2 di molteplicit`a algebrica 3
` dunque sufficiente calcolare la molteplicit`a geo(laltro autovalore 2 = 3 `e semplice). E
metrica dellautovalore 2. Si ha M G(2) = 1, dunque M A(2) > M G(2) e lendomorfismo
f non `e diagonalizzabile.
Esempio Consideriamo lendomorfismo f

2
0
A=
0
0

di R4 rappresentato dalla matrice

3 0 0
2 0 0

0 1 1
0 3 2

rispetto alla base canonica. Un calcolo mostra che


pA (x) = (x 2)2 (x2 + x + 1).
Il fattore quadratico x2 + x + 1 non ammette radici, dunque pA (x) non `e totalmente
riducibile. Di conseguenza f non `e diagonalizzabile.
Esempio Consideriamo lendomorfismo f di

1
2
A=
0
0

R4 rappresentato dalla matrice

1 0 0
4 0 0

0 2 3
0 1 0

rispetto alla base canonica. Un calcolo mostra che


pA (x) = (x2 5x + 6)(x2 2x 3) = (x + 1)(x 2)(x 3)2
Il polinomio caratteristico `e totalmente riducibile, con autovalori 1, 2, 3 di cui solo il terzo
`e multiplo:
M A(3) = 2.

27

` sufficiente dunque calcolare M G(3). Si ha:


E

2
2
rk(A 3I) = rk
0
0

1 0
0
1 0
0
= 2,
0 1 3
0 1 3

dunque
M G(3) = 4 rk(A 3I) = 2.
In conclusione, M A(3) = M G(3) = 2 per lunico autovalore multiplo, dunque f `e diagonalizzabile.
` chiaro a questo punto che le molteplicit`a geometriche degli autovalori sono:
E
M G(1) = M G(2) = 1

e M G(3) = 2.

Dunque f ammette una base di autovettori


B = (v1 , v2 , v3 , v4 )
con v1 associato allautovalore 1, v2 associato allautovalore 2, e v3 , v4 entrambi associati
allautovalore 3. La matrice associata a f rispetto a tale base `e

1 0 0 0
0 2 0 0

D=
0 0 3 0 .
0 0 0 3
Di conseguenza, A `e simile a D: se M `e la matrice di colonne v1 , v2 , v3 , v4 allora
D = M 1 AM.
Per esercizio, calcolare esplicitamente una base di autovettori e la matrice di passaggio M .

9.3

Esempi su spazi di matrici

In questa sezione daremo esempi di endomorfismi di Mat(2 2). La base canonica di


Mat(2 2) sar`
a scritta (E1 , E2 , E3 , E4 ) con








1 0
0 1
0 0
0 0
E1 =
, E2 =
, E3 =
, E4 =
.
0 0
0 0
1 0
0 1
Esempio Consideriamo lendomorfismo T : Mat(2 2) Mat(2 2) definito da T (A) =
A + At . Dimostrare che T `e diagonalizzabile.
28


Soluzione. Esplicitamente T
nella base canonica `e:

a b
c d

2a
=
b+c

2 0
0 1
A=
0 1
0 0


b+c
. Dunque la matrice associata a T
2d

0 0
1 0

1 0
0 2

Il polinomio caratteristico `e pA (x) = x(x 2)3 , con autovalori distinti 1 = 0, 2 = 2. Si


ha rkA = 3 quindi M G(0) = 1, rk(A 2I) = 1 quindi M G(2) = 3. Si ha:
M G(0) + M G(2) = 4 = dim Mat(2 2),
dunque T `e diagonalizzabile. Troviamo ora basi di ciascun autospazio. Una base di E(0)
`e E2 E3 . Una base di E(2) `e (E1 , E2 + E3 , E4 ). Dunque una base di Mat(2 2) formata
da autovettori `e:

 
 
 

0 1
1 0
0 1
0 0
(E2 E3 , E1 , E2 + E3 , E4 ) = (
,
,
,
).
1 0
0 0
1 0
0 1
Esempio Consideriamo
lendomorfismo
T : Mat(2 2) Mat(2 2) definito da T (A) =


1
1
. Stabilire se T `e diagonalizzabile.
AN , dove N =
1 1

 

xy xy
x y
. La matrice associata nella base
=
Soluzione. Esplicitamente T
zw zw
z w
canonica `e

1 1 0 0
1 1 0 0

A=
0 0 1 1
0 0 1 1
Un calcolo mostra che pA (x) = x4 . Abbiamo dunque un solo autovalore 1 = 0 con
M A(0) = 4. Poich`e rkA = 2 si ha M G(0) = 2 < 4, dunque T non `e diagonalizzabile.

 

x y
2x + 6y 2x + 5y
=
.
Esempio Sia T : Mat(22) Mat(22) definito da T
z w
2z + w
w
Stabilire se T `e diagonalizzabile.
Soluzione. Matrice di T nella base canonica:

2 6 0 0
2 5 0 0

A=
0 0 2 1
0 0 0 1
29

Polinomio caratteristico pA (x) = (x 1)2 (x + 2)(x 2), totalmente riducibile. Abbiamo


tre autovalori distinti 1 = 1, 2 = 2, 3 = 2, di cui solo il primo `e multiplo: M A(1) =
2. Si ha rk(A I) = 2 dunque M G(1) = 2 = M A(1): per il secondo criterio, T `e
diagonalizzabile. Si pu`
o verificare che una base di autovettori `e:

 
 
 

2 1
0 0
3 2
0 0
,
,
,
,
0 0
0 1
0 0
1 0
in cui i primi due autovettori sono associati a 1, il terzo autovettore `e associato a 2 e il
quarto a 2. In questa base la matrice associata `e:

1 0 0 0
0 1 0 0

A0 =
0 0 2 0 .
0 0 0 2

10

Matrici diagonalizzabili

Se A `e una matrice quadrata n n, diremo che il vettore colonna v Rn , con v 6= O, `e


un autovettore di A se
Av = v,
per un certo R, detto autovalore relativo a v. In altre parole:
v `e un autovettore di A se e solo se v `e un autovettore dellendomorfismo di Rn
rappresentato da A rispetto alla base canonica.
Diremo che la matrice A `e diagonalizzabile se A `e simile ad una matrice diagonale;
se cio`e possiamo trovare una matrice diagonale D e una matrice invertibile M tali che
D = M 1 AM.

(5)

Diagonalizzare una matrice (quando ci`o `e possibile) significa trovare matrici D e M che
verificano la relazione (5).
Il teorema seguente ci dice quando `e possibile diagonalizzare una matrice.
Teorema Sia A una matrice quadrata, e f loperatore di Rn rappresentato da A rispetto
alla base canonica. Allora:
a) A `e diagonalizzabile se e solo se f `e diagonalizzabile.
b) Se B = (v1 , . . . , vn ) `e una base di autovettori di f , associati rispettivamente agli autovalori 1 , . . . , n (non necessariamente distinti) e se M `e la matrice di colonne v1 , . . . , vn ,
allora si ha:
M 1 AM = D
30

dove D `e la matrice diagonale di elementi diagonali 1 , . . . , n , rispettivamente.


In altre parole, A `e simile alla matrice i cui elementi diagonali sono gli autovalori di f ,
e M `e la matrice le cui colonne formano una base di autovettori di f (presi nello stesso
ordine degli autovalori).
Dimostrazione. a) Se f `e diagonalizzabile, allora esiste una matrice associata diagonale
D: sappiamo che matrici associate allo stesso endomorfismo sono simili, dunque A `e simile
a D. Il viceversa si dimostra in modo analogo.
b) Sappiamo che nella base di autovettori B lendomorfismo f si rappresenta con la matrice
diagonale D avente elementi diagonali 1 , . . . , n , e che
D = M 1 AM
dove M `e la matrice di passaggio dalla base canonica alla base di autovettori B. Per
definizione di matrice di passaggio, le colonne di M sono proprio i vettori di B, e dunque
si ha (b). 

10.1

Esempio



2 6
.
Diagonalizzare, se possibile, la matrice A =
2 5
Soluzione. Gli autovalori distinti di A sono 1 = 1, 2 = 2, sono due, dunque A `e diagonalizzabile. Base di autovettori:
   
3
2
.
,
(v1 , v2 ) =
2
1
Dunque D =

10.2





1 0
2 3
eM=
e risulta D = M 1 AM .
0 2
1 2

Serie di esempi

Consideriamo le seguenti matrici:

1 1 1
A1 = 0 1 1 ,
0 0 3

1 2 1
A3 = 0 2 1 ,
0 0 1

A2 = 1
2

A4 = 1
0
31

1 1
0 1
2 3

1 0
0 0
0 2

Vediamo quali fra queste sono diagonalizzabili, applicando il secondo criterio.


Matrice A1 . Polinomio caratteristico (x 1)2 (x + 3), totalmente riducibile. Autovalori
distinti 1, 3, di cui solo il primo `e multiplo, con M A(1) = 2. Si ha M G(3) = 1 < M A(1).
Quindi A1 non `e diagonalizzabile.
Matrice A2 . Polinomio caratteristico (x 1)2 (x 3), totalmente riducibile. Autovalori
distinti 1, 3, di cui solo il primo `e multiplo, con M A(1) = 2. Si ha M G(1) = 2 quindi A2
`e diagonalizzabile.
Matrice A3 . Polinomio caratteristico (x 1)(x 2)(x + 1). Autovalori distinti 1, 2, 1:
sono tre, tutti semplici, quindi A3 `e diagonalizzabile.
Matrice A4 . Polinomio caratteristico (x 2)(x2 + 1): il fattore quadratico x2 + 1
non ha radici, dunque il polinomio caratteristico non `e totalmente riducibile e A4 non `e
diagonalizzabile.
Possiamo diagonalizzare solo A2 e A3 .
Diagonalizzazione di A2 . Autovalori 1, 3. Cerchiamo una base degli autospazi. Si ha

1
1
1
A2 I = 1 1 1
2
2
2
e lautospazio E(1)
si ottiene
il sistema (A2 I)X = O. Un calcolo mostra che
risolvendo

1
1
una base di E(1) `e 1 , 0 . Si ha poi
0
1

1 1
1
A2 3I = 1 3 1
2
2
0

1

per cui una base di E(3) `e 1. Unendo le basi dei due autospazi otteniamo la base di
2
autovettori:

1
1
1

1 , 0 , 1 associati, nellordine, a 1, 1, 3.
B=
0
1
2
Dunque

1
1
1
M = 1 0 1 ,
0 1 2
32

1 0 0
D = 0 1 0 .
0 0 3

Possiamo verificare che D = M 1 AM ovvero che M D = AM .


Diagonalizzazione di A3 . Autovalori 1, 2, 1. Si ha:


0 2 1
1

A3 I = 0 1 1 , base di E(1) = 0 .
0 0 2
0


1 2 1
2

0 0 1 , base di E(2) = 1 .
A3 2I =
0 0 3
0

2 2 1
5/2
A3 + I = 0 3 1 , base di E(1) = 1 .
0 0 0
3
Quindi una base di autovettori `e:


5/2
2
1
B = 0 , 1 , 1
3
0
0

associati, nellordine, a 1, 2, 1.

Si ha dunque:

1 2 25
M = 0 1 1 ,
0 0 3

33

1 0 0
D = 0 2 0 .
0 0 1