关键字

simple:

指的是特征值数目为1。

strongly connected:

有向图中任何两点都存在有向路径。

row and column stochastic:

行\列和为1。
特性:存在

irreducible matrix:

不可约矩阵 M M M,不存在矩阵 P ′ M P = Σ P'MP=\Sigma PMP=Σ, 其中 Σ \Sigma Σ为对角阵;
充要:矩阵 M M M对应的有向图是强连通的。

Gershgorin圆盘定理:

定义半径 R i = s u m i ≠ j ∣ A ( i , j ) ∣ R_i = sum_{i≠j} |A(i,j)| Ri=sumi=jA(i,j),即第i行所有非对角元的模的和
再定义一个以对角元 A ( i , i ) A(i,i) A(i,i)为圆心, R i R_i Ri为半径的闭圆盘 C i = z : ∣ z − A ( i , i ) ∣ ≤ R i C_i={z: |z-A(i,i)| ≤ R_i} Ci=z:zA(i,i)Ri
那么 A A A的所有特征值都落在 n n n个闭圆盘 C i C_i Ci的并集中,这个就是圆盘定理。

Perron-Frobenius Theorem定理:

弗罗贝尼乌斯一佩龙定理(Frobenius-Perrontheorem)关于所有元素均为正实数的正矩阵的基本性质的重要定理.该定理断言:若矩阵 A > 0 A>0 A>0 ρ ( A ) ρ(A) ρ(A)为A的谱半径,则:
1. ρ ( A ) ρ(A) ρ(A) A A A的正特征值,其对应的一个特征向量为正特征向量;
2.对于 A A A的任意其他特征值,都有 ∣ λ ∣ < ρ ( A ) |λ|<ρ(A) λ<ρ(A)
3. ρ ( A ) ρ(A) ρ(A) A A A的单重特征值。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值