设矩阵 的一个特征值λ₁=0,求A的其他特征值 的值.

相似题目

• 设3阶方阵A的特征值为λ[sub1sub]=λ[sub2sub]=1，λ[sub3sub]=-2，方阵B=3A[sup3sup]+2A[sup2sup]-2E.求B及B[supsup]的特征值.

  查看最佳答案

• 设A是数域K上的n级矩阵,证明:如果λ₀是A的l重特征值,那么λ₀²是A²的I重特征值。

  查看最佳答案

• 设A是实数域上的一个mXn矩阵,m＞n,β∈R^m，如果X₀∈Rⁿ使得那么称X₀是线性方程

  设A是实数域上的一个mXn矩阵,m＞n,β∈R^m，如果X₀∈Rⁿ使得<img src='https://img2.soutiyun.com/ask/2020-08-03/96529974160306.png' />那么称X₀是线性方程组AX=β最小二乘解。证明:X₀是AX=β的最小二乘解当且仅当X₀是线性方程组 A'AX=A'β的解

  查看最佳答案

• 设且|A|=-1,Aⁿ是A的伴随矩阵,Aⁿ有特征值λ₀,对应于λ₀的特征向量为ξ=[-1,-

  设<img src='https://img2.soutiyun.com/ask/2021-03-05/983803880284013.png' />且|A|=-1,Aⁿ是A的伴随矩阵,Aⁿ有特征值λ₀,对应于λ₀的特征向量为ξ=[-1,-1,1]^T,求a,b,c及λ₀.

  查看最佳答案

• 设X₁，X₂，...，X_n是来自参数为λ的泊松分布总体的一个样本，试求λ的极大似然估计量及矩估计量。

  查看最佳答案

• 设λ₁;λ₂是A的两个不同的特征值,ξ是对应于λ₁的特征向量,证明:ξ不是λ₂的特征向量(即一个特征向量不能属于两个不同的特征值)

  查看最佳答案

• 已知3阶矩阵A的特征值为λ₁=0，λ₂=1，λ₃=-1，其对应的特征向量分别是ξ₁，ξ₂，ξ₃，取P=（ξ₃，ξ₂，ξ₁)，则P^-1AP=（)。

  A．A.图片0$ B．B.图片1$ C．C.图片2$ D．D.图片3$

  查看最佳答案

• 设A=（a_ij)是m×n矩阵，β=（b₁，b₂，···，b_n)是n维行向量，如果方程组（I)Ax=0的解全是

  设A=(a_ij)是m×n矩阵，β=(b₁，b₂，···，b_n)是n维行向量，如果方程组(I)Ax=0的解全是方程(II)b₁x₁+b₂x₂+···+b_nx_n=0)的解，证明β可用A的行向量α₁，α₂，···，α_m线性表出。

  查看最佳答案

• 设V是复数域上的n维线性空间，是V的线性变换，且证明：1)如果λ₀是的一特征值，那么的不变子空

  设V是复数域上的n维线性空间，<img src='https://img2.soutiyun.com/ask/2021-01-07/978868267578788.png' />是V的线性变换，且<img src='https://img2.soutiyun.com/ask/2021-01-07/978868294125306.png' />证明： 1)如果λ₀是<img src='https://img2.soutiyun.com/ask/2021-01-07/978868310424238.png' />的一特征值，那么<img src='https://img2.soutiyun.com/ask/2021-01-07/978868327402209.png' />的不变子空间; 2)<img src='https://img2.soutiyun.com/ask/2021-01-07/978868267578788.png' />至少有一个公共的特征向量。

  查看最佳答案

• 设y₁，y₂是一阶非齐次线性微分方程y'+P（x)y=Q（x)的两个解，若常数λ，μ使得λy₁+μy₂为y'+P（x)y=Q（x)解，而λy₁-μy₂为y'+P（x)y=0的解。则（)。

  A．A.λ=1/2，μ=1/2 B．B.λ=-1/2，μ=-1/2 C．C.λ=2/3，μ=1/3 D．D.λ=2/3，μ=2/3

  查看最佳答案

• 设a∈Rⁿ,a=（a₁,a₂,...,a_n)^T≠0 求证: 是正交矩阵。

  设a∈Rⁿ,a=(a₁,a₂,...,a_n)^T≠0 求证: <img src='https://img2.soutiyun.com/ask/2020-08-16/966461113345045.png' /> 是正交矩阵。

  查看最佳答案

• 设B是n级实矩阵,B'B的全部特征值排序成λ₁≥λ₂≥…≥λ_n。证明:如果B有特征值，那么B的任一特征值μ满足:

  <img src='https://img2.soutiyun.com/ask/2020-08-04/965379420865127.png' />

  查看最佳答案

• 设三阶矩阵A的特征值为λ₁=-1，λ₂=2，λ₃=5，矩阵B=3A-A²，（1)求矩阵B的特征值和|B|;（2)矩阵B是否可对角化？若可以，写出与B相似的对角矩阵。

  查看最佳答案

• 设X~U[0,λ],X₁,X₂,...,Xn是取自X的一个样本，求λ的矩法估计

  查看最佳答案

• 设A为n阶矩阵,证明:当k₁≠0,k₂≠0时,k₁ξ₁=k₂ξ₂不是A的特征向量.

  设A为n阶矩阵,<img src='https://img2.soutiyun.com/ask/2021-03-05/983793334730841.png' />证明:当k₁≠0,k₂≠0时,k₁ξ₁=k₂ξ₂不是A的特征向量.

  查看最佳答案

• 设矩阵 ,若向量a=（1, 1, k)^T是矩阵A^-1的对应于特征值λ的一个特征向量，求λ和k的值.

  设矩阵<img src='https://img2.soutiyun.com/ask/2020-08-17/966509740284248.png' />,若向量a=(1, 1, k)^T是矩阵A^-1的对应于特征值λ的一个特征向量，求λ和k的值.

  查看最佳答案

• 设A是3阶矩阵,若Ax=0有通解k₁ξ₁+k₂ξ₂,且A的每行元素之和为a.问a为何值时,A可相似于对角矩阵,相似时,求可递矩阵P,使P^-1AP=A;问a为何值时,A不能确定是否相似于对角矩阵,说明理由。

  查看最佳答案

• 设3阶对称阵A的特征值为λ₁=1，λ₂=-1，λ₃=0;对应λ₁，λ₂的特征向量依次为p<sub>1⌘

  设3阶对称阵A的特征值为λ₁=1，λ₂=-1，λ₃=0;对应λ₁，λ₂的特征向量依次为p₁=(1，2，2)^T，p₂=(2，1，-2)^T，求A。

  查看最佳答案

• 设A是数域K上的n级矩阵。证明:如果|A|≠0,那么A的列向量组a₁,a₂,...,a_n是Kⁿ（由列向量组成)的一个基:A的行向量组γ₁,γ₂,...,γ_n是Kⁿ（由行向量组成)的一个基。

  查看最佳答案

• 设λ₁,λ₂都是n阶矩阵A的特征值,λ₁≠λ₂,,且a₁与a₂分别是A的对应于λ₁与λ₂的特征向量,则（).

  A.c₁=0且c₂=0时,a=c₁a₁+c₂a₂必是A的特征向量 B.c₁≠0且c₂≠0时,a=c₁a₁+c₂a₂必是A的特征向量 C.c₁,c₂=0时,a₁=c₁a₁+c₂a₂必是A的特征向量 D.c₁≠0而c₂=0时,a=c₁a₁+c₂a₂必是A的特征向量

  查看最佳答案

• 设A=（a_ij)为n阶上三角矩阵，证明:（1)若a_ii≠a_jj（i≠j);则A可对角化（2)若a₁₁=a₂₂=...=a_nn，且至少有一个a_ij≠0（i≠j),则A不可对角化

  查看最佳答案

• 设X₁,...,X_n来自伽玛分布族{Ga（a,λ)|a＞0,λ＞0}的一个样本,寻求（α,λ)的充分统计量.

  查看最佳答案

• 设A=[a_ij]为n阶实对称矩阵，λ₁≥λ₂≥...≥λ_n为其特征值，证明：<img src='https://img2.soutiyun.com/ask/2020-11-27/97534084251998.jpg' />

  查看最佳答案

• 设总体X的密度函数为其中λ＞0为未知参数X₁，…，X_n为抽自此总体的简单随机样本，求λ的置信

  设总体X的密度函数为其<img src='https://img2.soutiyun.com/ask/2020-08-04/965410352488315.png' />中λ＞0为未知参数X₁，…，X_n为抽自此总体的简单随机样本，求λ的置信水平为1-α的置信区间.

  查看最佳答案