MATRICI SIMILI

Definizione Siano A, B  M n K  due matrici quadrate di ordine n ad elementi in K, si dice che A è simile a
B, se esiste una matrice P  M n K  invertibile tale che B  P 1 AP.
In simboli si indica A⁓ B .

MATRICE DIAGONALIZZABILE
Definizione Sia A  M n K  una matrice quadrata di ordine n, si dice che A è diagonalizzabile se è simile ad
una matrice diagonale, cioè se esiste una matrice P  M n K  invertibile tale che P 1 AP sia una matrice
diagonale.
In tal caso si dice che la matrice P diagonalizza A(o che è una matrice diagonalizzante per A).

Per poter stabilire una condizione necessaria e sufficiente affinchè una matrice quadrata sia diagonalizzabile,
occorre introdurre i concetti di autovalore, autovettore, autospazio di una matrice.

AUTOVALORI ED AUTOVETTORI DI UNA MATRICE QUADRATA

Definizione Sia A  M n K  una matrice quadrata di ordine n, ad elementi in K, uno scalare   K si dice
 x1 
x 
un autovalore di A se esiste un vettore colonna non nullo X   2   M n ,1 K  tale che AX  X .

x 
 n

Tale vettore non nullo, che si può identificare con un vettore v  x1 ,..., xn   K n , si dice un autovettore di
A relativo all’autovalore  .

Definizione Sia A  M n K  una matrice quadrata di ordine n,ad elementi in K, si dice polinomio
caratteristico di A, il polinomio di grado n a coefficienti in K, così definito p A  x  : A  xI n .

L’equazione A  xI n  0 si dice l’equazione caratteristica di A.

Quindi   K è un autovalore se e solo se risulta A  I n  0 .

MOLTEPLICITA’ ALGEBRICA
Definizione Se  è uno zero del polinomio caratteristico p A x  di A, con molteplicità uguale ad m, allora si
dice che l’autovalore  ha molteplicità algebrica pari ad m.
La molteplicità algebrica di  si indica con ma   .
AUTOSPAZIO E MOLTEPLICITA’ GEOMETRICA
Nella teoria dei sistemi abbiamo visto che vale la seguente
Proposizione L’insieme delle soluzioni di un sistema lineare omogeneo di m equazioni in n incognite è un
sottospazio vettoriale di K n.
Da questo segue che se   K è un autovalore di A, l’insieme delle soluzioni del sistema omogeneo
 A  I n X  0 n,1 , cioè V , è un sottospazio vettoriale di M n,1 K  , o equivalentemente di K n .
Definizione V : X  M n,1 K  | AX  X  si dice l’autospazio di A corrispondente o associato
all’autovalore .
L’autospazio di una matrice A, associato ad un autovalore  contiene tutti gli autovettori di A relativi a tale
autovalore e il vettore nullo, che per definizione non è un autovettore di A.
L’autospazio V non è ridotto al vettore nullo, pertanto la sua dimensione sarà un intero positivo minore o
uguale ad n.
1
 Definizione La dimensione dell’autospazio V relativo all’autovalore  si dice molteplicità geometrica di  .
Si indica con il simbolo mg   .

Si dimostra che vale il seguente Teorema:

Teorema Sia A  M n K  una matrice quadrata di ordine n, se   K è un autovalore di A, allora si ha:
1) mg    n  r  A  I n 
2) 1  mg    ma  

AUTOVETTORI, AUTOVALORI, AUTOSPAZI DI UN ENDOMORFISMO

I concetti di autovalori e di autovettore si possono definire in modo più generale per endomorfismi di spazi
vettoriali generici.
Definizione Siano V uno spazio vettoriale su K ed f : V  V un endomorfismo di V, si dice che   K è un
  
autovalore di f se esiste un vettore non nullo v V tale che f v   v .

v si dice autovettore di f relativo a  .
  
Definizione Fissato un autovalore  di f, l’insieme V : v V | f v   v  è detto l’autospazio di f
relativo a  .
Si dimostra che valgono:
1) V è un sottospazio vettoriale di V.
 
2) Sia V uno spazio vettoriale su K di dimensione finita, sia f un endomorfismo, sia B  u1,...,un  una base
di V, sia A la matrice associata ad f rispetto a tale base, allora:  è un autovalore di f se e solo se è un
autovalore di A.
  
3) Un vettore v V è un autovettore di f relativo a  se e solo se il vettore v B delle componenti di v
rispetto a B è un autovettore di A relativo a .

Definizione Siano V uno spazio vettoriale su K, f un endomorfismo di V, A la matrice associata ad f rispetto ad

una base B di V, si dice polinomio caratteristico di f, il polinomio caratteristico di A.

OSSERVAZIONE
Il polinomio caratteristico non dipende dalla base scelta e quindi dalla matrice A, perciò si può parlare di
polinomio caratteristico dell’endomorfismo.
 
1) Siano v , w due autovettori distinti di un endomorfismo f relativi allo stesso autovalore  . Stabilire se
 
v  w è un autovettore di f.
Soluzione
     
v , w due autovettori distinti relativi allo stesso autovalore  , pertanto f v   v e f w  w .
       
f v  w  f v   f w  v  w   v  w
quindi
 
v  w è un autovettore di f relativo a .
6  3 1
2)Sia A  M 3 R  , A  3
 0 5  dire se   5 è un autovalore di A.

 2 2 6 
Soluzione
Calcoliamo il polinomio caratteristico, cioè

2
 1 3 1
A  5I 3  3  5 5  20  0 quindi   5 non è un autovalore di A.
2 2 1
  0 1
3)Si stabilisca se il vettore v  0,1  R 2 è un autovettore della matrice A     M 2 R 
 1 0
Soluzione
 0 1  0   1  0
v  0,1  R 2 non è un autovettore della matrice data perché risulta   1    0     1 
  1 0      
  R .
4)Sia f : R  R un’applicazione lineare così definita f  x, y , z    x, y  3 z , x  y  z  .
3 3

  
Verificare che i vettori v1  0,3,1, v2  0,1,1, v3   1,1,0  sono autovettori di f e determinare i
rispettivi autovalori.
Soluzione

Calcoliamo
 
f v1   f 0,3,1  0,6,2  2v1
 
f v2   f 0,1,1  0,2,2  2v2
 
f v3   f  1,1,0    1,1,0  v3
  
quindi v1 è autovettore relativo all’autovalore 2, v2 è autovettore relativo all’autovalore -2, v3 è autovettore
relativo all’autovalore 1.
 3  2 0

5)Sia A  M 3 R  , A   2 3 0 

 0 0 5 
determinare gli autovalori e i corrispondenti autospazi.
Soluzione
L’equazione caratteristica è A  xI 3  0

3 x  2 0
2 3 x 0 0
0 0 5 x
3 x  2
 0  5  x 3  x 3  x   4  5  x  1  x   0
2
 5  x 
2 3 x
Gli autovalori di A sono 1  1, 2  5
L’autospazio V1 associato a 1 è l’insieme delle soluzioni del sistema lineare omogeneo  A  I 3 X  0 3,1
 2  2 0  x   0 

cioè  2 2 0  y    0 

 0 0 4  z   0 
   
 
Risolvendo il sistema si ha V1      M 3,1 R  |   R 
 0  
 1  
 
Una base di tale autospazio è BV1   1  
 0  
L’autospazio V 2 associato a 2 è l’insieme delle soluzioni del sistema lineare omogeneo
3
 A  5I 3 X  03,1
  2  2 0  x   0 
cioè
  2  2 0  y    0 
    
 0 0 0  z   0 
Risolvendo il sistema si ha
    
 
V5      M 3,1 R  |  ,   R 
   

quindi una base è

  1  0 
 
BV5   1 ,  0 
 0   1 

6)Sia f : R 3  R 3 un endomorfismo tale che la matrice associata rispetto alla base canonica di R 3 è
 1 2 2
A   1 3 1 
2 2 1
 
Determinare autovalori ed autospazi.
Soluzione
Gli autovalori della matrice sono le soluzioni dell’equazione caratteristica A  I 3  0
1  2 2
1 3 1 0
2 2 1 
Sviluppando secondo la prima riga si ha,

1   3 2  1
1 
2
1 1
2 1 
2
1 3
2 2


 1   3   1     2  21    2   22  23    

 
 1    2  4  1  2  2  8  4  ,


 3  52    5  2   5    5  1  2   5 
 1   1     5

1   1     5  0  le soluzioni sono 1  1, 2  1, 3  5 con molteplicità algebrica 1.

Determiniamo gli autospazi relativi a ciascun autovalore.
Per 1  1 , l’autospazio associato è l’insieme delle soluzioni del sistema lineare omogeneo
 A  1I 3 X  03,1
1 2 2  1 0 0   2 2 2
A  1I 3   1 3 1    0  1 0    1 4 1  quindi
  
2 2 1  0 0  1  2 2 2 
  

4
 2 2 2  x   0 
 1 4 1  y    0 
    
 2 2 2  z   0 
2 x  2 y  2 z  0
sviluppando si ottiene x  4 y  z  0
2 x  2 y  2 z  0
il rango della matrice è 2, quindi ci sono 3 2  1 soluzioni, cioè 1 autovettori relativi a 1  1

Le soluzioni del sistema sono 

x  z

y  0
 a
 
quindi il generico autovettore relativo a 1 è 0 , a  R .
 
 a 
  a  
 
L’autospazio associato a 1  1 è V   0   M 3,1 R  | a  R  ,
1
   a  
dimV1  1
Per 2  5
 4 2 2  x   0 
 A  2 I 3 X  03,1 quindi  1  2 1  y    0 

 2 2  4  z   0 

 4 x  2 y  2 z  0
x  2 y  z  0
2 x  2 y  4 z  0
il rango della matrice è 2, quindi ci sono 3 2  1 soluzioni, cioè 1 autovettori relativi a 2  5 .
a
 
Risolvendo il sistema si ha x  z , y  z , quindi il generico autovettore è a con a  R.
 
a
 a  
 
L’autospazio associato a 2 è V   a   M 3,1 R  | a  R  , dimV  1 .
2 2
 a  
Per 3  1
 0 2 2  x   0 
 A  3 I3 X  03,1 , quindi  1 2 1  y    0 
 2 2 0  z   0 
    
2 y  2 z  0
x  2 y  z  0
2 x  2 y  0
3 2
Il rango del sistema è 2, quindi ci sono   1 soluzioni, quindi 1 autovettori.
Risolvendo il sistema si ha x  z , y   z

 a 
 
Il generico autovettore relativo a 3  1 è  a , a  R .
 
 a 
5
  a  
 
L’autospazio associato a 3 è V    a   M 3,1 R  | a  R  , dimV  1 .
3 3
 a  
7) Determinare autovalori ed autospazi di
f : R 3  R 3 tale che f  x, y, z    x, y, x  4 z  ,
Soluzione
1 0 0
Sia A   0 1 0  la matrice associata alla base canonica.
 1 0 4
 

Gli autovalori di A sono le soluzioni dell’equazione caratteristica

A  I 3  0

1  0 0
0 1  0 0
1 0 4

1   1   4     0
le soluzioni sono1  4 con molteplicità algebrica pari a 1; 2  1 con molteplicità algebrica pari a 2.
Determiniamo gli autospazi relativi a ciascun autovalore. Per 1  4
  3 0 0
A  1I 3   0  3 0 
 1 0 0 

Il sistema lineare omogeneo associato è
 A  1I 3 X  03,1

  3 0 0  x   0 
 0  3 0  y    0 
    
 1 0 0  z   0 
 3x  0
 3 y  0
 x  0
Il rango della matrice del sistema è 2, quindi ci sono 1 soluzioni, cioè 1 autovalori relativi a 1  4

Le soluzioni del sistema omogeneo sono

x y0
0
Il generico autovettore relativo a 1  4 è  0 , a  R
a
 
L’autospazio associato è
 0  
 
V1   0   M 3,1 R  | a  R 
 a  
V1  L0,0,1  dim V1  1

6
Per 1 4
0 0 0
A  2 I 3   0 0 0 
1 0 3
 
 0 0 0  x   0 
 0 0 0  y    0 
il sistema lineare omogeneo associato è     
 1 0 3  z   0 
x  3z  0
2 2
Il rango della matrice del sistema è 1, quindi ci sono  soluzioni, cioè  autovalori relativi a 2  1 che si
ottengono risolvendo il sistema , quindi x  3 z .
  3a 
Il generico autovettore relativo a 2  1 è
 b , a, b  R
 
 a 
L’autospazio associato è
  3a  
 
V2   b   M 3,1 R  | a, b  R 
 a  
V2  L 3,0,1, 0,1,0 
L’unione delle basi degli autospazi è una base
B  0,01,  3,0,1, 0,1,0

Si risolvano per esercizio

8)Determinare autovalori ed autovettori di

f : R 3  R 3 ' f  x, y, z    x  z , y  z , z .

9) Determinare autovalori ed autospazi di

f : R 3  R 3 ' f  x, y, z   2 x  z ,2 x  z , x  y  z 