线性代数矩阵论——特征值特征向量相似矩阵应用示例
2010-10-19 09:07
281 查看
天气Markov链的稳定状态
设一个地区的天气状态为晴、阴、雨三种状态,今天天气状态出现的概率为向量
,其中
,
,
分别是今天出现晴、阴、雨的概率。设明天状态概率为向量
,转移矩阵A为
,
天气状态概率的模型为
,即
用该模型可以预测以后第k天天气状态概率
如下:
,
,
,…,
,这就是天气Markov链,用它可以得到:
,
天气Markov链稳态问题是:是否在
天出现一个状态概率
,使
,这样第
天以后的任意一天的状态概率会是
,称
是Markov链的稳态分布向量。求稳态分布向量
。
解:求得A的特征矩阵为
,特征值为
,其中
,
,
因此,
,
对任意初始状态概率向量
,当
时,有
,
,
人口流动问题
设某国人口流动状态的统计规律是每年有十分之一的城市人口流向农村,十分之二的农村人口流入城市。假定人口总数不变,那么经过许多年后全国人口将会集中在城市吗?
解:设最初城市和农村人口分别为y0,z0,第一年末城乡人口为
即
则第k年末城乡人口为
由此推得
,设
,为计算
,将
相似对角化,求得
,
,
,当
时,
,故
,即当
时,城市与农村人口为2:1,趋于稳定的分布状态。
参考文献:
[1] 刘先忠, 杨明. 线性代数. 北京: 高等教育出版社.
设一个地区的天气状态为晴、阴、雨三种状态,今天天气状态出现的概率为向量
,其中
,
,
分别是今天出现晴、阴、雨的概率。设明天状态概率为向量
,转移矩阵A为
,
天气状态概率的模型为
,即
用该模型可以预测以后第k天天气状态概率
如下:
,
,
,…,
,这就是天气Markov链,用它可以得到:
,
天气Markov链稳态问题是:是否在
天出现一个状态概率
,使
,这样第
天以后的任意一天的状态概率会是
,称
是Markov链的稳态分布向量。求稳态分布向量
。
解:求得A的特征矩阵为
,特征值为
,其中
,
,
因此,
,
对任意初始状态概率向量
,当
时,有
,
,
人口流动问题
设某国人口流动状态的统计规律是每年有十分之一的城市人口流向农村,十分之二的农村人口流入城市。假定人口总数不变,那么经过许多年后全国人口将会集中在城市吗?
解:设最初城市和农村人口分别为y0,z0,第一年末城乡人口为
即
则第k年末城乡人口为
由此推得
,设
,为计算
,将
相似对角化,求得
,
,
,当
时,
,故
,即当
时,城市与农村人口为2:1,趋于稳定的分布状态。
参考文献:
[1] 刘先忠, 杨明. 线性代数. 北京: 高等教育出版社.
相关文章推荐
- 线性代数矩阵论——特征值特征向量相似矩阵应用示例
- 线性代数:第五章 相似矩阵及二次型(1)向量的内积 方阵的特征值与特征向量 相似矩阵
- 矩阵的特征值与特征向量以及相似矩阵
- matlab求矩阵前k小的特征值和对应的特征向量
- 矩阵及其变换、特征值与特征向量的物理意义
- 数值分析 幂法求矩阵A按模最大的特征值和相应的特征向量
- 特征值与特征向量:信号处理中的应用
- 矩阵及其变换、特征值与特征向量的物理意义
- opencv 求矩阵的特征向量矩阵和特征值
- 线性代数 - 05 矩阵的特征值与特征向量
- C语言调用MKL进行矩阵计算—特征值特征向量求解
- Jacobian矩阵、Hessian矩阵、特征值、特征向量
- 矩阵及其变换、特征值与特征向量的物理意义
- 雅克比求矩阵的特征值特征向量函数改进
- 总结r(A)=1的矩阵特征向量与特征值
- 浅浅地聊一下矩阵与线性映射及矩阵的特征值与特征向量
- 【线性代数】矩阵、向量、行列式、特征值与特征向量(掌握这些概念一篇文章就够了)
- 矩阵及其变换、特征值与特征向量的物理意义
- [线性代数]矩阵的特征值与特征向量
- 什么是特征向量,特征值,矩阵分解---物理意义