数学中的各种矩阵大总结--拉普拉斯矩阵

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接: https://blog.csdn.net/baimafujinji/article/details/74169484

1、单位矩阵(Identity Matrix)


如果A矩阵可逆,其逆矩阵为A-1,那么AA-1 = I,这里 I 就是单位矩阵。形式上,单位矩阵 I 是一个n×n的方阵,其主对角线上的元素都是1,其余位置的元素都为0。因此,单位矩阵也可以记为: In = diag(1, 1, ..., 1)。


2、上三角矩阵/下三角矩阵


在线性代数中,三角矩阵是方形矩阵的一种,如下图所示,该矩阵的下三角(不包括主对角线)的元素均为常数0,则称其为一个上三角矩阵。


与上三角矩阵相反,如果一个矩阵的主对角线上方均为常数0,则称该矩阵为下三角矩阵,例如:


3、Toeplitz 矩阵


Toeplitz矩阵又叫做常对角矩阵(diagonal-constant matrix),指矩阵中每条自左上至右下的斜线上之元素都为同一常数的矩阵。例如下面就是一个Toeplitz矩阵的例子:


任意n×n的Toeplitz矩阵具有如下形式:


最常见的Toeplitz矩阵是对称Toeplitz矩阵,这种矩阵仅由第一行元素就可以完全确定。


4、Hermitian 矩阵


对于一个复矩阵A,其共轭转置记为A*。如果A = A*,则称为Hermitian矩阵。例如,


显然,如果一个实矩阵是对称的,那么它也是一个Hermitian矩阵。

此外,如果一个复Toeplitz矩阵中之元素满足复共轭对称关系,则称其为Hermitian Toeplitz矩阵。


5、循环矩阵(Circulant Matrix)


循环矩阵是Toeplitz矩阵的一种特殊形式,如下所示,当给定矩阵的第一行时,矩阵的后一行都是由前一行向右循环移位得到的。


6、酉矩阵(Unitary Matrix)与正交矩阵


A ∈ Mn×n(C), A*A = AA* = I, then A is unitary; A ∈ Mn×n(R), ATA = AAT = I, then A is orthogonal。


7、Hessian 矩阵


形如下面样子的矩阵,具体请参考《Hessian矩阵与多元函数极值》。


8、Vandermonde 矩阵



9、Fourier矩阵







10、拉普拉斯矩阵(Laplacian matrix)


拉普拉斯矩阵是图论中用到的一种重要矩阵,给定一个有n个顶点的图 G=(V,E),其拉普拉斯矩阵被定义为 L = D-A,其中为图的度矩阵,为图的邻接矩阵。例如,给定一个简单的图,如下(例子来自wiki百科):


把此“图”转换为邻接矩阵的形式,记为A:


把W的每一列元素加起来得到N个数,然后把它们放在对角线上(其它地方都是零),组成一个N×N的对角矩阵,记为度矩阵D,如下图所示。其实度矩阵(对角线元素)表示的就是原图中每个点的度数,即由该点发出的边之数量。


根据拉普拉斯矩阵的定义L = D-A,可得拉普拉斯矩阵L 为:

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:



附录、循环矩阵的对角化


前面Part 5中介绍的循环矩阵有一个很特殊的性质,即它可以被Fourier矩阵对角化,即有:



* 8-9 来自《矩阵分析与应用》(张贤达 著)

* 补充循环矩阵对角化的一个英文资料 (Iterative Methods for Toeplitz Systems, Michael K. Ng, Oxford University Press)




(本文完)

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