人工智能教程 - 数学基础课程1.3 - 高等代数(一)-12 图和网络,关联矩阵

图和网络

很多人认为图和网络是应用数学中最重要的模型

(Graphs & Networks)

离散数学定义其为图(the discrete version is a graph)

Graph: Nodes, Edges
在这里插入图片描述
n = 4 nodes
m = 5 edges


关联矩阵(Incidence matrix)

A = [ − 1 1 0 0 0 − 1 1 0 − 1 0 1 0 − 1 0 0 1 0 0 − 1 1 ] { e d g e 1 e d g e 2 e d g e 3 e d g e 4 e d g e 5 A=\begin{bmatrix} -1&1& 0 & 0 \\ 0&-1& 1 & 0 \\ -1&0& 1 & 0 \\ -1&0& 0 & 1 \\ 0&0 & -1& 1 \\ \end{bmatrix}\left\{\begin{matrix} edge 1\\ edge 2\\ edge 3\\ edge 4\\ edge 5 \end{matrix}\right. A=10110110000110100011edge1edge2edge3edge4edge5

rank=3
edge1,2,3 构成的子图为一个回路(loop),回路意味着线性相关(loop correspond to linear dependent rows)
有很多0,所以这个矩阵很稀疏(a lot of zeros, so it’s a very sparse matrix. )

x = [ x 1 x 2 x 3 x 4 ] x=\begin{bmatrix} x_1 \\ x_2 \\ x_3 \\ x_4 \\ \end{bmatrix} x=x1x2x3x4 to Ax = 0

A x = [ x 2 − x 1 x 3 − x 2 x 3 − x 1 x 4 − x 1 x 4 − x 3 ] = [ 0 0 0 0 0 ] Ax=\begin{bmatrix} x_2-x_1 \\ x_3-x_2 \\ x_3-x_1 \\ x_4-x_1 \\ x_4-x_3 \\ \end{bmatrix}=\begin{bmatrix} 0 \\ 0 \\ 0 \\ 0 \\ 0 \\ \end{bmatrix} Ax=x2x1x3x2x3x1x4x1x4x3=00000

TREE: no loop

dim N( A T A^T AT) = m- r
#loop = # edges =(#nodes -1)
(rank = n-1)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值