不可约行随机矩阵与其Λ-凸组合矩阵的主特征向量关系问询
嗨，我来帮你理清这个问题。首先我们先把关键的推导步骤理清楚（之前可能存在矩阵转置顺序的小误区），然后分情况讨论你关心的$I-\Lambda$不可逆的场景。
首先明确核心方程：
你定义的矩阵是 $P^\lambda = \Lambda + (I - \Lambda)P$，其中 $\Lambda = \text{diag}(\lambda_1,\dots,\lambda_n)$，$\lambda_i \in [0,1]$。它的转置应该是 $(P\lambda)T = \Lambda + P^T(I - \Lambda)$（因为矩阵转置的规则是 $(AB)^T = BTAT$，而对角矩阵的转置等于自身）。
我们要找的不变分布 $\pi^\lambda$ 满足：
$$(P\lambda)T \pi^\lambda = \pi^\lambda, \quad \sum_{i=1}^n \pi^\lambda_i = 1, \quad \pi^\lambda_i \geq 0$$
把转置后的矩阵代入方程，整理可得：
$$\pi^\lambda = \Lambda \pi^\lambda + P^T(I - \Lambda)\pi^\lambda$$
移项后得到关键等式：
$$(I - \Lambda)\pi^\lambda = P^T(I - \Lambda)\pi^\lambda$$
令 $y = (I - \Lambda)\pi^\lambda$，那么上式等价于 $y = P^T y$。因为原矩阵 $P$ 是不可约行随机矩阵，它的主特征空间（对应特征值1）是一维的，唯一的非负归一化解就是 $\pi$，所以 $y$ 必须是 $\pi$ 的非负倍数：$y = c\pi$，其中 $c \geq 0$。
现在分两种情况讨论：
情况1：所有 $\lambda_i \neq 1$（即 $I-\Lambda$ 可逆）
此时对每个 $i$，$1-\lambda_i \neq 0$，从 $y_i = (1-\lambda_i)\pi^\lambda_i = c\pi_i$ 可以直接解出：
$$\pi^\lambda_i = \frac{c\pi_i}{1-\lambda_i}$$
再利用归一化条件 $\sum_{i=1}^n \pi^\lambda_i = 1$，可以求出常数 $c$：
$$c = \frac{1}{\sum_{j=1}^n \frac{\pi_j}{1-\lambda_j}}$$
代入后得到归一化的 $\pi^\lambda$：
$$\pi^\lambda_i = \frac{\frac{\pi_i}{1-\lambda_i}}{\sum_{j=1}^n \frac{\pi_j}{1-\lambda_j}}$$
这其实就是你提到的 $(I-\Lambda)^{-1}\pi$ 做了归一化后的结果（你之前写的未归一化版本分量和不为1，所以需要除以分量和来满足不变分布的归一化要求）。
情况2：存在 $\lambda_i = 1$（即 $I-\Lambda$ 不可逆）
设 $S = {i \mid \lambda_i = 1}$（也就是那些$\lambda_i=1$的节点集合），$T = {1,\dots,n} \setminus S$。
对于 $i \in S$，$1-\lambda_i = 0$，所以 $y_i = 0 = c\pi_i$。而因为 $P$ 不可约，$\pi_i > 0$，所以必须 $c=0$。
当 $c=0$ 时，对所有 $i$，$y_i = (1-\lambda_i)\pi^\lambda_i = 0$：
- 对于 $i \in T$（$\lambda_i < 1$），$1-\lambda_i \neq 0$，所以 $\pi^\lambda_i = 0$；
- 对于 $i \in S$，$\pi^\lambda_i$ 可以是任意非负数，只要满足 $\sum_{i \in S} \pi^\lambda_i = 1$。
换句话说，此时 $P^\lambda$ 的不变分布只能是仅在集合 $S$ 上有非零分量的概率分布。这也符合直观：当 $\lambda_i=1$ 时，$P^\lambda$ 的第 $i$ 行是标准基向量 $e_i$，也就是节点 $i$ 是吸收态——一旦到达就永远停留；而原矩阵 $P$ 不可约，意味着 $T$ 中的节点最终都会到达 $S$ 中的吸收态，所以 transient 节点（$T$）在不变分布中不可能有非零分量。
举个简单例子验证：
取 $P = \begin{pmatrix}0 & 1 \ 1 & 0\end{pmatrix}$（不可约行随机），$\pi = [0.5, 0.5]$；取 $\Lambda = \text{diag}(1,0)$，则 $P^\lambda = \begin{pmatrix}1 & 0 \ 1 & 0\end{pmatrix}$。此时 $S={1}$，$T={2}$，根据结论，$\pi^\lambda$ 只能是 $[1,0]$，验证一下：$(P\lambda)T [1,0] = \begin{pmatrix}1 & 1 \ 0 & 0\end{pmatrix}[1,0] = [1,0]$，确实满足不变分布的条件，而如果尝试用原 $\pi = [0.5,0.5]$，代入后得到 $[1,0] \neq [0.5,0.5]$，不符合条件，这也验证了我们的结论。
总结一下：
- 当所有 $\lambda_i \neq 1$ 时，$\pi^\lambda$ 是 $(I-\Lambda)^{-1}\pi$ 归一化后的结果；
- 当存在 $\lambda_i=1$ 时，$\pi^\lambda$ 是仅在 $\lambda_i=1$ 的节点集合上的任意概率分布，transient 节点的分量必须为0。
备注：内容来源于stack exchange，提问作者fracapuano
