油管视频：
https://www.youtube.com/watch?v=uvYTGEZQTEs&index=1&list=PLANMHOrJaFxPMQCMYcYqwOCYlreFswAKP
概括一下：
首先，稳定态（absorb）就是去找特征值为1的特征向量，这个大家都能想到。
但是，你会发现 转移矩阵（transition matrix）的写法和 线性代数中的那种是不同的。
按照这里的写法，只能从左边用行向量去乘 转移矩阵。
而线性代数中的规范是从右边用列向量去乘 矩阵。
然后视频中解特征向量时就只好展开算。而线性代数中直接在矩阵上行变换就可以消元了。
然后是，矩阵特征值1 有多个特征向量的情况。
如果给定一个初始状态，那么最终状态一定是这几个特征向量的线性组合。
用有向图来看这个问题：
这个图可以分成3个强连通的部分a,b,c, 但是没有箭头流入
终止状态是 b* 和 c *
这个图对应的矩阵的特征值1 对应的特征向量应该有两个，分别是 b 的分量 和纯 c 的分量。单独看，纯 b 的特征向量 和 b 这个子图 单独存在时的特征向量是一样的。纯 c 的特征向量同理。
所以其实可以先把 b 和 c 分别压缩成两个点。（a 是不能压缩的。）
实际 的最终状态（纯b的特征向量 和 纯c的特征向量的权重）和 初始状态有关，
其他：
一个以前没见过的，但是觉得会有用，的定理
https://en.wikipedia.org/wiki/Perron–Frobenius_theorem