矩阵第六章非负矩阵.docVIP

第六章 非负矩阵 元素都是非负实数的矩阵称为非负矩阵。 §1 正矩阵 定义6－1 的实矩阵称为非负的（记为）或正的（记为），如果的所有元素都是非负的（所有），或正的（所有）。 定义 一个方阵，如果它的每一行和每一列都只有某个元素为1，其余的元素都为零，在矩阵称为一个置换矩阵。 显然交换矩阵的两行（或两列），可由左乘（或右乘）一个适当的置换矩阵来实现。置换矩阵是可逆的，且当为置换矩阵时，。 定义6－2 矩阵称为可约的，如果存在阶置换矩阵，使得 这里是阶方阵（），右上角是的零矩阵。否则，就称为不可约的。 定理6－1（Perron定理）任一正矩阵都有正的特征值，它是特征方程的单根，而且大于其它特征值的模。这个“极大”特征值对应于矩阵的一个坐标都是正数的特征向量。 这个定理亦可以叙述成： 定理6－1’ 设，且为其谱半径，则 （1）为的正特征值，其对应的一个特征向量为正向量； （2）的任何其它特征值，都有； （3）是的单特征根。 层次分析法： ， （1） 定义2 满足关系式（1）的正互反矩阵称为一致矩阵。 需要检验构造出来的（正互反）判断矩阵是否严重地非一致，以便确定是否接受。 定理1 正互反矩阵的最大特征根必为正实数，其对应特征向量的所有分量均为正实数。的其余特征值的模均严格小于。 定理2 若为一致矩阵，则 （i）必为正互反矩阵。 （ii）的转置矩阵也是一致矩阵。 （iii）的任意两行成比例，比例因子大于零，从而（同样，的任意两列也成比例）。 （iv）的最大特征值，其中为矩阵的阶。的其余特征根均为零。 （v）若的最大特征值对应的特征向量为，则，，即 定理3 阶正互反矩阵为一致矩阵当且仅当其最大特征根，且当正互反矩阵非一致时，必有。 §2 非负矩阵 定理6.2（Frobenius定理）设是不可约非负矩阵，则总有正的特征值，它是特征方程的单根；所有其它特征值的模都不超过；这个“极大”特征值对应于矩阵的一个坐标都是正数的特征向量；如果有个特征值 的模都等于，则这些数都是互不相同的而且是方程（）的根；复数平面上的点集在绕原点旋转角的变换下不变。当时，矩阵置换相似于矩阵，即 这里是置换矩阵，又的主对角线上都是非空零矩阵。矩阵称为不可约非负矩阵的标准形。 定理6－3 设为非负矩阵，则必有一非负特征值，而的所有特征值的模都不超过；特征值对应于非负特征向量 （，且） 注 一般的非负矩阵尚有一个比较重要的性质 若，则有。 由定义来判别矩阵是否可约是困难的，有多种判别条件可以使用。 定理6－4 阶非负矩阵为不可约的充要条件是存在正整数，使得 例如，非负矩阵 是不可约的，因为当时，即有 定理6－5 设为正矩阵，是的对应于特征值的特征向量，又是的对应于特征值的任一正特征向量，则有 非负矩阵的分类：若非负矩阵有个特征值的模均等于，则当时，就称方阵是本原的；当时，就称是非本原的。统称为的非本原性指标。本原矩阵与非本原矩阵的性质很不相同。正矩阵都是本原矩阵，但反之不真。 定理6－6 非负矩阵是本原矩阵的充要条件是存在某个正整数，使得。 例如，非负矩阵 是本原的，因为 推论 设，，且为本原矩阵，则 （1）也是本原矩阵； （2）对任一正整数，也是本原矩阵； （3）也是本原矩阵。 §3 随机矩阵 定义6－3 非负矩阵称为一个随机矩阵，如果的每一行上的元素之和都等于1。 定理6－7 非负矩阵是随机矩阵的充要条件是矩阵有特征值1，且维向量是与1相应的一个正的特征向量。 定理6－8 若非负矩阵有正的极大特征值，且对应于特征值有正的特征向量，则矩阵能相似于数与某个随机矩阵的乘积 ， 即是说，是随机矩阵。 定理6－9 设为不可约随机矩阵，则极限 存在的充要条件是为本原矩阵。 例 求，其中 马氏链 定义４　一个马氏链的转移矩阵是正则的，当且仅当存在正整数，使的每一元素都是正数。 定理３　若是一个马氏链的正则阵，那么： （i）有唯一的不动点向量，的每个分量为正。 （ii）的次幂（为正整数）随的增加趋于矩阵，的每一行向量均等于不动点向量。 定理4 设时齐（齐次）马氏链的状态空间为，是它的一步转移概率矩阵，如果存在正整数，使对任意的，都有 ， 则此链具有遍历性；且有极限分布，它是方程组 或即 ， 的满足条件 ， 的唯一解。 §4 M矩阵 定义6－4 设为阶实矩阵，且，。那么，若，则称为M矩阵；若，则称为非奇异M矩阵。 全体阶实方阵的集合用记号表示。又记 定理6－10 设为非奇异M矩阵，且，又。则 （1）与存在，且； （2）的每个实特征值为正数； （3） 证明：（1）