拉普拉斯矩阵

  介绍：

       拉普拉斯矩阵(Laplacian matrix) 也叫做导纳矩阵、基尔霍夫矩阵或离散拉普拉斯算子，主要应用在图论中，作为一个图的矩阵表示。

        给定一个有n个顶点的图G，它的拉普拉斯矩阵           定义为:  L=D-A

        其中D为图的度矩阵，A为图的邻接矩阵。度矩阵在有向图中，只需要考虑出度或者入度中的一个。

        例如：下面一张图的拉普拉斯矩阵表示为：

                

              相应的矩阵表示为：

               特点：

                  1） 拉普拉斯矩阵是半正定矩阵，对称矩阵；
                  2） 特征值中0出现的次数就是图连通区域的个数；
                  3） 最小特征值是0，因为拉普拉斯矩阵每一行的和均为0；
                  4） 最小非零特征值是图的代数连通度。

     正则化的拉普拉斯矩阵

         显然，拉普拉斯矩阵都是对称的。此外，另外一种更为常用的拉普拉斯矩阵形式是正则化的拉普拉斯矩阵（Symmetric normalized Laplacian），定义为：

该矩阵中的元素由下面的式子给出：

常见的拉普拉斯矩阵有三种：