Deje $A$ ser diagonalizable $n\times n$, lo $A=SDS^{-1}$ para algunos matriz diagonal $D$. Esto puede ser reescrita como $AS=SD$ o, si tenemos en cuenta $S=[v_1\;v_2\;\dots\;v_n]$ (donde $v_i$ representa una columna) y $D=\operatorname{diag}(d_1,d_2,\dots,d_n)$ (espero que la notación es claro),
$$
Av_i=d_iv_i
$$
Desde $S$ es invertible, sus columnas forman un conjunto linealmente independiente. Por otra parte, vemos que cada columna es un vector propio de a $A$. Si un autovalor $\lambda$ aparece $k$ veces en la diagonal de $D$, podemos ver que hay, al menos, $k$ linealmente independiente de vectores propios relativa a $\lambda$. Por otro lado, el polinomio característico de a $D$ es el mismo que el polinomio característico de a $A$, por lo que cada autovalor debe aparecer en $D$ exactamente tantas veces como su multiplicidad algebraica.
El espacio propio de $A$ en relación al $\lambda$ es el subespacio formado por los vectores $v$ tal que $Av=\lambda v$. Así hemos demostrado que la dimensión del subespacio propio (generalmente llamado el geométrica de la multiplicidad del autovalor) es al menos igual a la multiplicidad algebraica.
Ya que la suma de las multiplicidades algebraica de todos los autovalores es el tamaño de la $n$ de la matriz $A$, vemos que la multiplicidad geométrica de cada autovalor debe ser igual a la multiplicidad algebraica.
Por lo tanto esta es una condición necesaria para que una matriz sea diagonalizable. Es también suficiente, porque si se mantiene podemos hacer una base de $\mathbb{R}^n$ consta de los vectores propios y que se puede utilizar para diagonalizing $A$.
En el caso de su matriz, la geométrica de la multiplicidad del autovalor $0$$1$, mientras que la multiplicidad algebraica es $2$.