Calcolatore di Diagonalizzazione di Matrice

Diagonalizza una matrice quadrata calcolando autovalori, autovettori e la decomposizione A = PDP⁻¹. Supporta matrici da 2×2 a 5×5 con soluzioni dettagliate, polinomio caratteristico, analisi della molteplicità e visualizzazione interattiva.

Utilizzo gratuitoSenza registrazioneRisultati istantanei

Calcolatore di Diagonalizzazione di MatriceProvalo ora — gratis ▼

Embed Calcolatore di Diagonalizzazione di Matrice Widget

Calcolatore di Diagonalizzazione di Matrice

Il Calcolatore di Diagonalizzazione di Matrice decompone qualsiasi matrice quadrata nella forma A = PDP⁻¹, dove D è una matrice diagonale di autovalori e P è la matrice degli autovettori. Inserisci una matrice da 2×2 a 5×5 e ottieni la fattorizzazione completa con soluzioni passo-passo, polinomio caratteristico, analisi della molteplicità algebrica e geometrica e animazione interattiva della decomposizione.

Cos'è la diagonalizzazione di matrici?

La diagonalizzazione di matrici è il processo di ricerca delle matrici P e D tali che:

$$A = PDP^{-1}$$

dove D è una matrice diagonale i cui elementi sono gli autovalori di A, e P è una matrice invertibile le cui colonne sono i corrispondenti autovettori. Equivalentemente, $D = P^{-1}AP$, il che significa che D è simile ad A.

Autovalori

Scalari λ che soddisfano Av = λv. Appaiono sulla diagonale di D.

→

Autovettori

Vettori non nulli v che soddisfano Av = λv. Formano le colonne di P.

◇

Matrice Diagonale D

Contiene gli autovalori sulla diagonale, zeri altrove. Facilita il calcolo delle potenze.

↔

Similitudine

A e D sono matrici simili — rappresentano la stessa trasformazione in basi diverse.

Come diagonalizzare una matrice

Passaggio 1. Seleziona la dimensione della matrice (da 2×2 a 5×5) e inserisci i valori nella griglia. Puoi anche cliccare su un esempio rapido per caricare una matrice predefinita per il test.

Passaggio 2. Clicca su Diagonalizza Matrice. Il calcolatore calcola il polinomio caratteristico det(A − λI) e trova le sue radici (autovalori).

Passaggio 3. Per ogni autovalore, lo strumento risolve (A − λI)x = 0 per trovare gli autovettori e controlla la molteplicità algebrica rispetto a quella geometrica per determinare se la matrice è diagonalizzabile.

Passaggio 4. Se diagonalizzabile, il calcolatore costruisce P (autovettori come colonne), D (autovalori sulla diagonale) e P⁻¹, quindi verifica che PDP⁻¹ = A.

Passaggio 5. Esplora la decomposizione animata per visualizzare come A si scompone in P × D × P⁻¹ e segui la soluzione completa utilizzando i controlli di navigazione.

Quando una matrice è diagonalizzabile?

Condizione	Diagonalizzabile?	Esempio
n autovalori reali distinti	Sempre sì	$\begin{pmatrix}2&1\\0&3\end{pmatrix}$ → λ = 2, 3
Matrice simmetrica (A = Aᵀ)	Sempre sì (λ reali)	Il teorema spettrale garantisce la diagonalizzazione ortogonale
λ ripetuti con MA = MG	Sì	$\begin{pmatrix}5&0\\0&5\end{pmatrix}$ → λ = 5 (MA=2, MG=2)
λ ripetuti con MA > MG	No	$\begin{pmatrix}1&1\\0&1\end{pmatrix}$ → λ = 1 (MA=2, MG=1)
Autovalori complessi	Su ℂ: controlla MA = MG	$\begin{pmatrix}0&-1\\1&0\end{pmatrix}$ → λ = ±i

Molteplicità Algebrica vs. Geometrica

Per ogni autovalore λ:

• Molteplicità algebrica (MA): il numero di volte che λ appare come radice del polinomio caratteristico det(A − λI) = 0.

• Molteplicità geometrica (MG): la dimensione dell'autospazio ker(A − λI), ovvero il numero di autovettori linearmente indipendenti.

Una matrice è diagonalizzabile se e solo se MG = MA per ogni autovalore. La condizione 1 ≤ MG ≤ MA è sempre valida.

Perché la diagonalizzazione è importante

⚡

Potenze di Matrici

$A^k = PD^kP^{-1}$. Poiché D è diagonale, $D^k$ eleva semplicemente ogni autovalore alla potenza k.

📈

Equazioni Differenziali

I sistemi x' = Ax si disaccoppiano in equazioni indipendenti quando A è diagonalizzata: x' = PDP⁻¹x.

🔗

Catene di Markov

Il comportamento a lungo termine delle matrici di transizione è determinato dagli autovalori — la diagonalizzazione rivela gli stati stazionari.

📊

PCA

L'Analisi delle Componenti Principali diagonalizza la matrice di covarianza per trovare le direzioni di massima varianza.

Diagonalizzazione vs. Altre Decomposizioni

Decomposizione	Forma	Requisito
Autodecomposizione (questo strumento)	A = PDP⁻¹	n autovettori indipendenti
Spettrale (simmetrica)	A = QΛQᵀ	A = Aᵀ (Q ortogonale)
Forma Normale di Jordan	A = PJP⁻¹	Qualsiasi matrice quadrata
SVD	A = UΣVᵀ	Qualsiasi matrice (anche non quadrata)
Decomposizione LU	A = LU	Quadrata, con condizioni

Domande Frequenti

Cosa significa diagonalizzare una matrice?

Diagonalizzare una matrice A significa trovare una matrice invertibile P e una matrice diagonale D tali che A = PDP⁻¹. Gli elementi sulla diagonale di D sono gli autovalori e le colonne di P sono i corrispondenti autovettori.

Quando una matrice è diagonalizzabile?

Una matrice è diagonalizzabile se e solo se, per ogni autovalore, la molteplicità geometrica è uguale alla molteplicità algebrica. Equivalentemente, devono esserci n autovettori linearmente indipendenti per una matrice n×n. Tutte le matrici reali simmetriche e tutte le matrici con n autovalori distinti sono diagonalizzabili.

Qual è la differenza tra molteplicità algebrica e geometrica?

La molteplicità algebrica è il numero di volte che un autovalore appare come radice del polinomio caratteristico. La molteplicità geometrica è la dimensione dell'autospazio, ovvero il numero di autovettori linearmente indipendenti per quell'autovalore. Una matrice è diagonalizzabile precisamente quando queste due quantità sono uguali per ogni autovalore.

Una matrice con autovalori complessi può essere diagonalizzata?

Sì, una matrice con autovalori complessi può comunque essere diagonalizzata sui numeri complessi, purché la molteplicità geometrica sia uguale alla molteplicità algebrica per ogni autovalore. Le matrici P e D risultanti conterranno voci complesse.

Quali sono le applicazioni della diagonalizzazione di matrici?

La diagonalizzazione di matrici viene utilizzata per calcolare le potenze di matrici in modo efficiente (A^k = PD^kP⁻¹), risolvere sistemi di equazioni differenziali, analizzare catene di Markov e il comportamento dello stato stazionario, eseguire l'analisi delle componenti principali in statistica e comprendere le trasformazioni lineari in fisica e ingegneria.

Cita questo contenuto, pagina o strumento come:

"Calcolatore di Diagonalizzazione di Matrice" su https://MiniWebtool.com/it/calcolatore-di-diagonalizzazione-di-matrice/ di MiniWebtool, https://MiniWebtool.com/

dal team MiniWebtool. Aggiornato: 2026-04-12

API per sviluppatori disponibile: Esegui questo strumento dalla tua app, automazione o agente con una richiesta HTTP JSON. Vedi documentazione API

Calcolatore di Diagonalizzazione di Matrice

Calcolatore di Diagonalizzazione di Matrice

Cos'è la diagonalizzazione di matrici?

Come diagonalizzare una matrice

Quando una matrice è diagonalizzabile?

Molteplicità Algebrica vs. Geometrica

Perché la diagonalizzazione è importante

Diagonalizzazione vs. Altre Decomposizioni

Domande Frequenti

Algebra Lineare:

Risolutore matematico

Numeri e fattori

Frazioni e divisione

Potenze, radici e logaritmi

Algebra ed equazioni

Calcolo

Geometria e trigonometria

Strumenti popolari e aggiornati:

Scarica tutto in un unico ZIP con Pro

Condizione	Diagonalizzabile?	Esempio
n autovalori reali distinti	Sempre sì	\(\begin{pmatrix}2&1\\0&3\end{pmatrix}\) → λ = 2, 3
Matrice simmetrica (A = Aᵀ)	Sempre sì (λ reali)	Il teorema spettrale garantisce la diagonalizzazione ortogonale
λ ripetuti con MA = MG	Sì	\(\begin{pmatrix}5&0\\0&5\end{pmatrix}\) → λ = 5 (MA=2, MG=2)
λ ripetuti con MA > MG	No	\(\begin{pmatrix}1&1\\0&1\end{pmatrix}\) → λ = 1 (MA=2, MG=1)
Autovalori complessi	Su ℂ: controlla MA = MG	\(\begin{pmatrix}0&-1\\1&0\end{pmatrix}\) → λ = ±i