数学中的矩阵与马尔可夫链理论解析
1. M - 矩阵与线性迭代
在矩阵理论中，有一类特殊的矩阵——M - 矩阵。所有非对角元素非正且主 minors 非负的矩阵是 M - 矩阵；而所有非对角元素非正且主 minors 为正的矩阵则是非奇异 M - 矩阵。若对非奇异 M - 矩阵进行分裂，即 (A = M - N)，且 (M^{-1} \geq 0)，那么线性平稳迭代（15.1.21）对于所有初始向量 (x(0)) 和所有右侧向量 (b) 都收敛，特别地，雅可比方法收敛。
2. 佩龙 - 弗罗贝尼乌斯理论
佩龙 - 弗罗贝尼乌斯理论在处理非负矩阵时十分重要。在数学中，当矩阵 (A) 的每个元素都是非负数时（记为 (A \geq 0)），称其为非负矩阵；当每个元素 (a_{ij} > 0) 时（记为 (A > 0)），则称其为正矩阵。例如，在 PageRank 算法基础中的超链接矩阵 (H) 和随机矩阵 (S) 都是非负矩阵，而谷歌矩阵 (G) 是正矩阵。因此，正矩阵和非负矩阵的性质决定了 PageRank 的行为，而佩龙 - 弗罗贝尼乌斯理论通过描述正矩阵和非负矩阵的主导特征值和特征向量的性质来揭示这些性质。
2.1 佩龙定理
- 正矩阵的佩龙定理：若 (A_{n×n} > 0) 且 (r = \rho (A))，则有以下结论：
- (r > 0)。
- (r \in \sigma (A))，(r) 被称为佩龙根。
- (alg \ mult_A (r) = 1)，即佩龙根是单根。 </
