Доведення теорем Перрона-Фробеніуса та Маркова для матриць другого порядку
Визначення: Матриця А n-го порядку зветься нерозкладною, якщо однаковим переставленням рядків та стовпців її не можна привести до виду , де А1, А2 - квадратні матриці розмірів k x k та (n-k) x (n-k) відповідно. Для 2х2 матриць це означає, що та
Визначення: Матриця А зветься невід'ємною, якщо всі її елементи невід'ємні.
Зауваження: Фробеніус довів, що твердження теореми Перрона залишаються в силі для нерозкладних невід'ємних матриць. Це можна довести, просто повторивши наше доведення теореми Перрона для 2х2 матриць у випадку, коли один або обидва діагональних елемента дорівнюють нулю.
Визначення: Квадратна матриця називається стохастичною, якщо
1)
2)
Теорема Маркова: Нехай для стохастичної матриці P існує натуральне число k0 таке, що (тобто всі елементи додатні). Тоді
1. (існування границі матриці означає, що існує границя кожного її елементу)
2. Матриця - має однакові рядки.
3. Всі елементи цих рядків додатні.
Доведення теореми для 2х2 матриць.
Запишемо стохастичну матрицю у вигляді , деЗапишемо її характеристичне рівняння: ,
Це квадратне рівняння з дискрімінантом:
І тому
З урахуванням маємо , але якщо , то це значить, що p=q=1 або p=q=0, відкіля матриця P буде мати вигляд , або і тоді Pn містить нулі , що суперечить умові. Таким чином .
Беспосередньою перевіркою з урахуванням стохастичності встановлюємо, що власному значенню відповідає власний вектор , де x1=x2, тобто, наприклад власний вектор. Знайдемо власний вектор , що відповідає власному значенню .
За визначенням
Звідки
Згадуючи, що отримуємо
Очевидно, що рівняння системи пропорційні, тому одне з них можна відкинути. Знайдемо y1 з першого рівняння: або звідки , але , бо в протилежному випадку дана матриця мала б вигяд: , а тоді матриця мала б нульовий елемент , що суперечить умові. Тому можна записати, що
Доведемо тепер твердження 1 теореми.
Розглянемо матрицю S, стовпцями якої є власні вектори матриці P. Нам необхідно отримати зручну формулу для Pn.
Позначимо .