图和网络-线性代数课时12（MIT Linear Algebra , Gilbert Strang）

最新推荐文章于 2020-02-18 14:07:01 发布

_晴少_

最新推荐文章于 2020-02-18 14:07:01 发布

阅读量1.1k

点赞数 1

分类专栏：数学线性代数文章标签：图和网络关联矩阵基尔霍夫定律欧拉公式 Gilbert Strang

本文链接：https://blog.csdn.net/wanhongluli/article/details/83338507

版权

数学同时被 2 个专栏收录

19 篇文章 3 订阅

订阅专栏

线性代数

19 篇文章 1 订阅

订阅专栏

这是Strang教授的第十二讲，讲解的内容是关于线性代数的一个重要应用：图和网络，理论结合实践，展示数学在工程实践中的重要地位，学完本节课，你会发现很多物理系统，比如力学系统、电学系统，生物学系统，经济学系统，计算机科学领域里的系统,...,都可以用线性代数建模求解。

有向图和关联矩阵

在上一节课的最后（矩阵空间、秩1矩阵和小世界图-线性代数课时11（MIT Linear Algebra , Gilbert Strang）），提到了小世界图，图是由节点和边构成的系统。有向图是指边是有方向的，在实际的系统中，方向具有实际意义，比如，在电学系统中方向可以是代表电流从节点1流向节点2，在力学系统中可能是代表作用力的方向。下图是一个由4个节点和6条边构成的有向图，6x4大小的矩阵A可以表示这个系统，矩阵A是有向图的关联矩阵。

关联矩阵表明了图中节点和边的关系，它的列代表了节点、它的行代表了边，边上的两个节点取值1和-1,1和-1表明了箭头的方向，边不在的节点取值为0，比如矩阵A的第一行代表了边1与节点的关系：在节点1和2取值为-1和1，在节点3、4取值为0，因为1条边只会连接两个节点，所以关联矩阵每一行只有两个元素非0，所以关联矩阵会是一个稀疏矩阵。我们对上面的关联矩阵A做行变换消元得到矩阵U：

$U=\begin{bmatrix} -1 &1 &0 &0 \\ 0& -1 & 1 &0 \\ 0& 0 &-1 &1 \\ 0& 0 & 0 &0 \\ 0& 0 & 0 &0 \\ 0 & 0 & 0 & 0 \end{bmatrix}$

关联矩阵A表示了一个特殊的图：4个节点的全链接图（所有节点两两之间均存在连结），下面给出另外一个特殊的连接图：它是节点之间的最小连接图，图中不存在环，这样的图又叫做树（Tree）.

第一幅图是一个全连接图，第二幅图是一个无环图，它们是图的两个极端，假设节点的数目是n，对于全连接图来说，它的边的数目是m=1/2n(n-1),对于无环图，它的边的数目是m=n-1.观察关联矩阵B和矩阵U，发现B和U的非0行一模一样，这揭示了图的一个秘密：消元可以将任意的一副图简化成一颗树。这表明途中的环会使关联矩阵的行向量存在依赖关系，比如第一副图中边1、2、3构成一个环，在矩阵A中可以通过行2-行1得到行3.另外，既然任意一个关联矩阵都可以化为一颗树，表明关联矩阵的秩r=n-1，表明关联矩阵的零空间是n维空间的一条直线，比如上面的关联矩阵A的零空间N(A)=c(1 1 1 1).

下面，我们图赋予实际的物理学意义来介绍A的4个基本子空间的在特殊物理系统下的实际意义。 $x=\begin{bmatrix} x_1 &x_2 &x_3 &x_4 \end{bmatrix}^T$ 表示节点1-4上的电压， $y=\begin{bmatrix} y_1 &y_2 &y_3 &y_4 &y_5 &y_6 \end{bmatrix}^T$ 表示各条边上的电流。

零空间

零空间包含Ax=0的全部解，那么在上面的物理学系统中Ax=0代表什么实际的物理意义呢，Ax代表各个节点之间的电位差，Ax=0表明4个节点的点位相等。这就是关联矩阵零空间的物理意义。、，4个结点的电位都是常数c，并且零空间的维度是1。

行空间

行空间没有特殊的物理意义，但我们要提到关联矩阵行空间的一个特点：A的行空间每个行向量相加为0，这对A行空间的所有向量都适用，并且A的零空间一定是过元素全为1的向量的一条直线。

列空间

在列空间中我们将揭示基尔霍夫电压定律：在闭合回路中，个节点之间的电势差之和为0.我们知道Ax代表各节点之间的电势差。那么我们如何知道给定各个节点之间得电势差的确定的向量b是否是物理系统的解呢，当然我们可以直接求解Ax=b得出结果。但这样我们并不能洞察它背后的物理意义，我们沿着第一幅图中的一个环边（1，3，-2）对电势差求和：

$(x_2-x_1)+(x_3-x_2)-(x_3-x_1)=0$

其中 $x_2-x_1=b_1$ 、 $x_3-x_2=b_3$ 、 $x_3-x_1=b_2$ ,这就是著名的基尔霍夫电压定律：

$b_1+b_3-b_2=0$

通过测试途中的每一个环是否满足基尔霍夫电压定律，我们就可以确定一个特定的b是否在关联矩阵的列空间中。

左零空间

左零空间包含了 $A^Ty=0$ 的全部解，它背后的物理意义是基尔霍夫电流定律(KCL)：流入节点的电流等于流出节点的电流之和。

$A^Ty=\begin{bmatrix} -1 &-1 &0 &-1 &0 &0 \\ 1& 0 & -1 & 0 & -1 &0 \\ 0& 1 & 1 & 0 &0 &-1 \\ 0& 0 &0 &1 &1 &1 \end{bmatrix}\begin{bmatrix} y_1\\ y_2\\ y_3\\ y_4\\ y_5\\ y_6 \end{bmatrix}=\begin{bmatrix} 0\\ 0\\ 0\\ 0 \end{bmatrix}$

例如 $A^Ty$ 中A的第一行与y相乘： $-y_1-y_2-y_4=0$ 表明流入和流出节点1的电流之和为0.关于左零空间还有一点需要说明，就是它的一组基可以通过图中的所有小的环（环内不包含环）找到，单位电流沿着环流动，环上的每一个节点流入的电流等于流出的电流，比如图1中有3个小环：

边（1、5、4），（3、6、5）、（6，2，4）构成一个3个小环，3个小环上满足 $A^Ty$ =0的解分别是（1 0 0 -1 0 0）、（0 0 1 1 -1）、（0 -1 0 1 0 -1），它们构成了A左零空间的一组基。

这里面隐藏着一个著名的公式：欧拉公式。我们在给出左零空间的一组基的时候已经用到了， $N(A^T)$ 维数m-r，前面说过关联矩阵的秩r=n-1，所以 $N(A^T)$ 的维数就是m-n+1,从我们寻找 $N(A^T)$ 的一组基德过程中知道，小环的个数和 $N(A^T)$ 的维数相等。那么欧拉公式是怎样定义的呢：

欧拉公式：#nodes -#edges+# small loops=1

带入#nodes=n，#edges=m，#small loops=m-n+1即可证明欧拉公式。

网络和 $A^TCA$

在真实的物理网络中边上的电流y和两个数字可以建立起联系，1个就是节点之间的电势差，另外一个就是节点之间边上的“电导率”c，在示例的物理系统中就是电导率=1/电阻。将边上的电导率构成一个电导率矩阵（对角矩阵）C,那么 $y=CAx$ ，那么 $A^Ty$ 就可以写成 $A^TCAx=0$ ,这就是解决网络流量问题的核心公式了。 $A^TCAx=0$ 并没有考虑外部外部激励，如果如下图我们在节点1和节点4之间添加激励f，方程就变为求解 $A^TCAx=f$ .

最后举例说明如何通过 $A^TCA$ 求解这个系统，假设电导率C=I ，f=S，那么 $A^TCAx=f$ :

$\begin{bmatrix} -1 &-1 &0 &-1 &0 &0 \\ 1& 0 &-1 &0 &-1 &0 \\ 0&1 &1 &0 &0 &-1 \\ 0& 0 &0 &1 &1 &1 \end{bmatrix}\begin{bmatrix} -1&1 &0 &0 \\ -1& 0 &1 &0 \\ 0& -1 & 1 &0 \\ -1& 0 &0 &1 \\ 0 &-1 &0 &1 \\ 0 &0 &-1 &1 \\ \end{bmatrix}\begin{bmatrix} x_1\\ x_2\\ x_3\\ x_4 \end{bmatrix}=\begin{bmatrix} 3 &-1 &-1 &-1 \\ -1& 3 &-1 &-1 \\ -1& -1& 3 & -1\\ -1& -1& -1& 3 \end{bmatrix}\begin{bmatrix} x_1\\ x_2\\ x_3\\ x_4 \end{bmatrix}$

$=\begin{bmatrix} S\\ 0\\ 0\\ 0 \end{bmatrix}$

求解上面的方程：

$\begin{bmatrix} x_1\\ x_2\\ x_3\\ x_4 \end{bmatrix}=\begin{bmatrix} S/2\\ S/4\\ S/4\\ 0 \end{bmatrix}$ ,其中 $x_4=0$ 表明节点4接地，各条边上的电流 $y=CAx$ ：

$\begin{bmatrix} y_1\\ y_2\\ y_3\\ y_4\\ y_5\\ y_6 \end{bmatrix}=-\begin{bmatrix} -1 &1 &0 &0 \\ -1&0 &1 &0 \\ 0& -1 & 1 &0 \\ -1& 0 &0 &1 \\ 0& -1 &0 & 1\\ 0& 0 &-1 &1 \end{bmatrix}\begin{bmatrix} S/2\\ S/4\\ S/4\\ 0 \end{bmatrix}=\begin{bmatrix} S/4\\ S/4\\ 0\\ S/2\\ S/4\\ S/4 \end{bmatrix}$ ,注意上面的“-”号，它是根据实际物理系统的的规律加上的。

本章讲解的内容在书本上存在于8.2章节，而教授放到4个基本子空间之后讲解，我想他的用意是要通过实际应用让我们更加深入的理解4个基本子空间的具体意义和它们的重要性吧。

本课的内容对应《INTRODUCTION TO LINEAR ALGEBRA》8.2章节。

_晴少_

关注

1
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
图和网络-线性代数课时12（MIT Linear Algebra , Gilbert Strang）

这是Strang教授的第十二讲，讲解的内容是关于线性代数的一个重要应用：图和网络，理论结合实践，展示数学在工程实践中的重要地位，学完本节课，你会发现很多物理系统，比如力学系统、电学系统，生物学系统，经济学系统，计算机科学领域里的系统,...,都可以用线性代数建模求解。有向图和关联矩阵在上一节课的最后（矩阵空间、秩1矩阵和小世界图-线性代数课时11（MIT L...
复制链接

扫一扫