MIT 18.06 linear algebra 第二十四讲笔记
第二十四讲课程要点:
- Markov matrices
- Steady State
- Fourier Series & Projections
A=⎡⎣⎢0.10.20.70.010.9900.30.30.4⎤⎦⎥ A = [ 0.1 0.01 0.3 0.2 0.99 0.3 0.7 0 0.4 ] ,这个矩阵就是马尔科夫矩阵。
马尔科夫矩阵的性质:
- 矩阵中的每个元素大于等于0,即 aij≥0 a i j ≥ 0 。
- 马尔科夫矩阵中每一列的各个元素相加之和为1。
- 马尔科夫矩阵的幂依旧是马尔科夫矩阵。
- 马尔科夫矩阵必定有一个特征值为1。即 λi=1 λ i = 1 。
λ=1 λ = 1 是矩阵的一个特征值。其对应的特征向量中的元素是大于等于0的。其它的特征值的绝对值小于1。即 λi<1 λ i < 1 。
前面有公式 Uk=AkU0=C1λk1x1+C2λk2x2+⋯+Cnλknxn U k = A k U 0 = C 1 λ 1 k x 1 + C 2 λ 2 k x 2 + ⋯ + C n λ n k x n 。假设上式中 λ1=1 λ 1 = 1 ,其它的 λ<0 λ < 0 。当 k→∞ k → ∞ 时, Uk≈C1x1 U k ≈ C 1 x 1 。
A−I=⎡⎣⎢−0.90.20.70.01−0.010</