本系列笔记为方便日后自己查阅而写,更多的是个人见解,也算一种学习的复习与总结,望善始善终吧~
马尔科夫矩阵Markov Matrix
马尔科夫矩阵Markov Matrix有两个性质:所有元素大于等于0,所有矩阵的列相加等于1。
这里性质导致一些有趣的特性:
- 马尔科夫矩阵Markov Matrix 的幂依然是马尔科夫矩阵Markov Matrix
- 马尔科夫矩阵Markov Matrix的其中一个特征值为1,其他所有的特征值的绝对值小于1
这二个特性导致了什么呢?看看我们之前关于矩阵的幂的公式:
不难发现随着k的增大,特征值的绝对值小于1的项最终都趋近于0,steady state取决于特征值为1的那一项。那么特征向量呢?
一个例子:
既然我们说其必定存在特征值为1,那么观察:
首先,很容易观察出,对于马尔科夫矩阵 A ,其减去单位矩阵
这里老师引入一个性质:
det(A−λI=0)
⇒det((A−λI)T=