DIAGONALIZZAZIONE

1 Autovalori e autovettori
Sia K un campo (R o C).

Definizione 1.1. Due matrici quadrate A e A0 ∈ Mn (K) di ordine n ad

entrate in K per le quali esista P ∈ Mn (K) invertibile tale che A0 = P −1 AP
si dicono simili.

Definizione 1.2. A ∈ Mn (K) si dice diagonalizzabile se esiste ∆ ∈ Mn (K)

diagonale simile ad A.
Siano A ∈ Mn (K) e I la matrice identità.

Definizione 1.3. Il polinomio PA (Λ) = |A − ΛI| ∈ K[Λ] si dice polinomio

caratteristico di A.
Si prova che PA (Λ) ha grado n.

Definizione 1.4. Le radici λ di PA (Λ) appartenenti a K si dicono autovalori

di A.

Osservazione 1.5. λ è autovalore della matrice A ∈ Mn (R) ⇔ |A − λI| = 0

e λ ∈ R. λ è autovalore della matrice A ∈ Mn (C) ⇔ 
|A − λI|
 = 0 e λ ∈ C.
X1
 X2 
Sia λ ∈ K un autovalore di A ∈ Mn (K). Posto X =  .. ,
 
 . 
Xn

Definizione 1.6. Il sottospazio Vλ di K n delle soluzioni del sistema lineare

omogeneo
(A − λI)X = 0 (1)
si dice autospazio
 associato all’autovalore λ di A. Ciascuna soluzione non

x1
 x2 
banale x =  ..  ∈ K n − {0} di (1) si dice autovettore di A associato
 
 . 
xn
all’autovalore λ.
Pertanto, x ∈ K n è autovettore associato all’autovalore λ di A ∈ Mn (K) ⇐⇒
x 6= 0 e Ax = λx.
Poiché λ è autovalore di A si ha che ρ(A − λI) < n (|A − λI| = 0) quindi
dim Vλ = n − ρ(A − λI) ≥ 1. Detta r la molteplicità di λ come radice di
PA (λ) si prova inoltre che dim Vλ ≤ r. Quindi

1 ≤ dim Vλ ≤ r.

Valgono le sguenti

Proposizione 1.7. Autovettori associati ad autovalori distinti sono linear-

mente indipendenti.

Proposizione 1.8. Siano A, B ∈ Mn (K) matrici simili, A ∼ B, allora

PA (Λ) = PB (Λ).
Di conseguenza A e B hanno gli stessi autovalori con la stessa molteplicità.
Inoltre si prova anche che gli autospazi associati agli stessi autovalori di A e
B hanno la stessa dimensione.

2 Matrici diagonalizzabili.
Teorema 2.1. Sia A ∈ Mn (K). Sono equivalenti le affermazioni seguenti:

1. A è diagonalizzabile

2. K n ha una base B = {v1 , v2 , . . . , vn } formata da autovettori di A.

3. Detta ri la molteplicità di ciascun autovalore λi di A si ha:

P
• ri = n,
• ∀λi , dim Vλi = ri (⇔ ρ(A − λi ) = n − ri )

Si ha ∆ = P −1 AP dove P = v1 v2 · · ·
vn è la matrice che ha vi

come i-esima colonna e ∆ = λ1 λ2 · · · λn è la matrice diagonale i cui

elementi diagonali sono gli autovalori λi tali che Avi = λi vi , ∀i = 1, 2, . . . n.
3 Prodotto scalare in Rn
Identifichiamo Rn con lo spazio Mn1 (R), in modo da pensare ogni vettore di
Rn come una matrice colonna.
   
x1 y1
 x2   y2 
Definizione 3.1. Per ogni x =  .. , y =  ..  ∈ Rn chiamiamo
   
 .   . 
xn yn
prodotto scalare di x e y il numero reale
 
y1
n
 y2 


X 
x·y = xi yi = xTy = x1 · · · xn  ..  . (2)
i=1
 . 
yn

Il prodotto scalare verifica le seguenti condizioni:

• simmetria : x · y = y · x per ogni x, y ∈ Rn

• linearità : (αx + βy) · z = α(x · z) + β(y · z) per ogni x, y, z ∈ Rn e

per ogni α, β ∈ Rn

• positività : x · x ≥ 0 per ogni x ∈ Rn e x · x = 0 ⇐⇒ x = 0

√
Definizione 3.2. Per x ∈ Rn ||x|| = x · x si dice modulo o norma di x.

Proposizione 3.3. Per ogni x, y ∈ Rn e per ogni α ∈ R si ha:

• ||x|| ≥ 0 e ||x|| = 0 ⇐⇒ x = 0;

• ||αx|| = |α| ||x||;

• |x · y| ≤ ||x|| ||y|| (diseguaglianza di Cauchy-Schwarz);

• ||x + y|| ≤ ||x|| + ||y|| (diseguaglianza triangolare).

Definizione 3.4. I vettori di Rn di norma 1 di dicono unitari o normali; sia

x
x un vettore non nullo di Rn , il vettore unitario ||x|| si dice il normalizzato
n
di x; due vettori x, y non nulli di R si dicono ortogonali se x · y = 0.
Definizione 3.5. Un sottoinsieme T ⊂ Rm non contenente il vettore nullo
si dice ortogonale se è costituito da un solo vettore o da vettori a due a due
ortogonali. T si dice ortonormale se è ortogonale e i suoi vettori sono unitari.

Proposizione 3.6. Ogni sottoinsieme ortogonale T = {v1 , v2 , · · · , vn } è

libero.
Dimostrazione. Supponiamo che a1 v1 + a2 v2 + · · · + an vn = 0 (ai ∈ R).
Moltiplicando scalarmente ambo i membri per vi , i = 1, 2, . . . , n, si ottiene:

(a1 v1 + a2 v2 + · · · + an vn ) · vi = ai vi · vi = 0;

essendo vi · vi 6= 0 si ha ai = 0 per i = 1, 2, . . . , n, pertanto v1 , v2 , · · · , vn sono

linearmente indipendenti e T è libero. 
Siano W un sottospazio non nullo di Rm di dimensione n (1 ≤ n ≤ m) e
T = {v1 , v2 , . . . , vn } ⊂ W un sottoinsieme ortogonale di W .

Osservazione 3.7. T è base di W perché costituito da n vettori linear-

mente indipendenti. Un sottoinsieme ortogonale T = {v1 , v2 , . . . , vn } ⊂ W
costituito da n vettori unitari si dice base ortonormale di W .
Mostriamo ora come da una base B = {v1 , v2 , . . . , vt , . . . , vn } di W con-
tenente il sottoinsieme S = {v1 , . . . , vt } ortogonale si possa costruire una
base ortonormale di W (algoritmo di ortonormalizzazione di Gram-
Schmidt).
Normalizziamo ciascun vettore di S e consideriamo il sottoinsieme ortonor-
male T = {v10 = ||vv11 || , v20 = ||vv22 || , . . . , vt0 = ||vvtt || }. Se t = n abbiamo finito. Sia
t < n. Consideriamo il vettore:
t
X
0
vt+1 = vt+1 − (vi0 · vt+1 )vi0 ;
i=1

esso è ortogonale a ciascun vettore di T . Infatti

t
X
0
vt+1 · vj0 = vt+1 · vj0 − (vi0 · vt+1 )(vi0 · vj0 ) = vt+1 · vj0 − (vj0 · vt+1 )||vj0 ||2 = 0.
i=1

S n vt+10
o
Il sottoinsieme T 0
||vt+1 || è ortonormale. Ripetendo il procedimento per
tutti i vettori di B si ottiene una base ortonormale di W .
4 Diagonalizzazione delle matrici simmetriche
Si provano le seguenti:

Proposizione 4.1. Sono definizioni equivalenti:

• Q ∈ Mn (R) è ortogonale

• QT = Q−1

• Le colonne di Q sono una base ortonormale di Rn .

Proposizione 4.2. Sia A ∈ Mn (R) una matrice simmetrica.

• Le radici del polinomio caratteristico PA (Λ) di A sono tutte reali;

• autovettori associati ad autovalori distinti di A sono ortogonali.

Teorema 4.3. Una matrice simmetrica reale A ∈ Mn (R) è diagonalizzabile

mediante una matrice Q ortogonale.

Pertanto se una matrice reale A è simmetrica

esistono ∆ = λ 1 λ 2 · · · λn
diagonale e Q = w1 w2 · · · wn ortogonale tale che ∆ = QT AQ, dove
B = {w1 , w2 , · · · , wn } è una base ortonormale di Rn costituita da autovettori
di A e Awi = λi wi per ogni i = 1, 2, · · · , n.

5 Esercizi
Esercizio 5.1. Siano A ∈ Mn (K) una matrice n × n ad entrate in K ,λ
un autovalore di A, r = 1 la molteplicità di λ come radice del polinomio
caratteristico di A. Provare che dim Vλ = 1. Infatti:
Si ha: 1 ≤ dim Vλ ≤ r = 1 =⇒ dim Vλ = 1.

Esercizio 5.2. Sia A ∈ Mn (K) una matrice n × n con n autovalori distinti

allora A è diagonalizzabile.
Per l’ipotesi ciascun autovalore λi ∈ K ha molteplicità ri = 1. Quindi:
Pn
• i=1 ri = n,

• ∀λi , dim Vλi = 1 = ri

pertanto A è diagonalizzabile.
  
2 0 0
Esercizio 5.3. Dire se A =  2 3 0  ∈ M3 (R) è diagonalizzabile come
4 0 3
matrice reale. In caso affermativo scrivere ∆ diagonale e P invertibile tale
che ∆ = P −1 AP .
Il polinomio caratteristico, gli autovalori e le relative molteplicità di A sono:
PA (Λ) = |A−ΛI| = (2−Λ)(3−Λ)2 , λ1 = 2 con r1 = 1 e λ2 = 3 con r2 = 2.

• La 2i=1 ri = 3 = n, dove n è l’ordine di A.

P

• Poiché λ1 = 2 è radice semplice di A si ha dim V2 = 1.

 
−1 0 0
Inoltre è ρ(A − 3I) = ρ  2 0 0  = 1 = n − r2 = 3 − 2.
4 0 0
Quindi A è diagonalizzabile.
L’autospazio associato a λ2 = 3 e una sua base sono rispettivamente
V3 = {(0, X2 , X3 )/X2 , X3 ∈ R}, BV3 = {(0, 1, 0), (0, 0, 1)}.
R1 ←→ 41 R3 1 0 41
   
0 0 0
Poiché (A − 2I) =  2 1 0  −→  0 1 − 1  si ha
2
4 0 1 R2 → R2 − 21 R3 0 0 0
1 1
V2 = {(− X3 , X3 , X3 )/X3 ∈ R}, BV2 = {(1, −2, −4)}.
4 2
   
2 0 0 1 0 0
∆ =  0 3 0  e P =  −2 1 0 
0 0 3 −4 0 1
sono tali che ∆ = P −1 AP .
 
1 0 0
Esercizio 5.4. Dire se A =  3 2 1  ∈ M3 (R) è diagonalizzabile come
4 −1 2
matrice reale. E’ diagonalizzabile come matrice complessa?
L’unica radice reale di |A − ΛI| = (1 − Λ)[(2 − Λ)2 + 1] è λ = 1 che quindi è
l’unico autovalore di A di molteplicità r = 1. Pertanto A non è diagonalizz-
abile come matrice reale perché la somma delle molteplicità degli autovalori
è diversa dall’ordine della matrice.
Osserviamo che A è diagonalizzabile come matrice complessa perché ha
tre autovalori complessi distinti.
Esercizio 5.5. Sia
 
1 0 −1
A =  −1 0 1  ∈ M3 (R)
2 0 −2

a) Dire perchè la matrice A0 = AAT è diagonalizzabile. Scrivere ∆ diagonale

e P invertibile tale che ∆ = P −1 A0 P .
b) Scrivere, se è possibile, Q ortogonale tale che ∆ = QT A0 Q.
a) Poichè (A0 )T = (AAT )T = (AT )T AT = AAT = A0 , A0 ∈ M3 (R) è simme-
trica e quindi è diagonalizzabile. Il polinomio caratteristico, gli autovalori λi
con le relative molteplicità ri della matrice
    
1 0 −1 1 −1 2 2 −2 4
A0 =  −1 0 1   0 0 0  =  −2 2 −4 
2 0 −2 −1 1 −2 4 −4 8
sono
|A0 − ΛI| = Λ2 (12 − Λ);λ1 = 0 con r1 = 2; λ2 = 12 con r2 = 1
 
0 0 0
e una matrice diagonale simile ad A0 è ∆ =  0 0 0 . Poichè
0 0 12
  R1 → 12 R1  
2 −2 4 1 −1 2
−→
(A0 − 0I) =  −2 2 −4   0 0 0 
R2 → R2 + R1
4 −4 8 0 0 0
R3 → R3 − 2R1
e
1
R ↔ R1 + 52 R3
   
−10 −2 4 4 3
1 −1 −1
(A0 −12I) =  −2 −10 −4  −→  0 1 1/2 
1 1
4 −4 −4 R2 → − 12 (R2 + 2 R3 ) 0 −12 −6
 
R1 → R1 + R2 1 0 −1/2
−→  0 1 1/2 
R3 → R3 + 12R2 0 0 0
gli autospazi V0 e V12 , due loro basi e P tale che ∆ = P −1 A0 P sono:
1 1
V0 = {(X2 −2X3 , X2 , X3 )/X2 , X3 ∈ R}, V12 = {( X3 , − X3 , X3 )/X3 ∈ R}
2 2
  
1 −2 1
BV0 = {(1, 1, 0), (−2, 0, 1)}, BV12 = {(1, −1, 2)}, P =  1 0 −1  .
0 1 2
b) I vettori di (X2 − 2X3 , X2 , X3 ) di V0 ortogonali a (1, 1, 0) devono soddis-
fare alla condizione (X2 − 2X3 , X2 , X3 ) · (1, 1, 0) = 0 ⇒ X2 = X3 e quindi
sono {(−X3 , X3 , X3 )/X3 ∈ R}, scegliamo fra essi il vettore (−1, 1, 1). Come
matrice ortogonale Q tale ∆ = QT A0 Q possiamo scegliere
 √ √ √ 
1/√2 −1/√ 3 1/ √6
Q =  1/ 2 1/√3 −1/√ 6  .
0 1/ 3 2/ 6