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 P′MP=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=j∣A(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:∣z−A(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)为 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)是 A A A的单重特征值。