e指数上矩阵运算_关联矩阵求‘环’

本文深入探讨图论中的关联矩阵应用,通过矩阵运算找出图中的基础环,并通过线性组合列举所有可能的环。以5节点7边的图为例,介绍了如何建立关联矩阵,如何利用齐次线性方程组找到基础环,并展示了解决过程。最终通过基础环向量的线性组合,得到图中所有环的表示。
摘要由CSDN通过智能技术生成

在上篇文章‘关联矩阵和图’中,我们介绍了以矩阵为工具,运算‘图’中的元素,找出‘环’的思路。今天将继续延伸这个课题。

我们曾以下面的五边形的图为例,写出它的关联矩阵

equation?tex=A_%7Bm%2An%7D m是边数,n是节点数。找出‘基础环’,并进行线性组合,最终罗列出图中所有的环,如下图示。

b8556498607364d8873a5562ad5ea147.png

今天,我们讨论的图仍是 5 个节点,7 条边,但这些边有很多‘立体交叉’的情况。从直观上不容易把图看清楚,而对矩阵来说,与上面的图形没有区别。

8f5d8c99a67db1028108373841c5e3a5.png

这张图里,没有孤立节点和悬挂节点,可以沿着图中的边一笔把 5 个节点连成一个环,这符合了我们对‘图’的要求。就按照走线的顺序给这些‘节点’和‘边’编号,并标出边的方向。其它的边的编号顺序向后,方向没有硬性规定,这里我们采取了逆时针为正向。然后写出关联矩阵

equation?tex=A_%7Bm%2An%7D 。强调的是,图中节点的编号就是该节点在矩阵A中的‘列’序号;边的编号就是该边在矩阵A中的‘行’序号,起点标 -1,终点标 1,无关的节点标零。看下面的矩阵 A,它有 5 列(5个节点),7 行(7条边),节点 1:出度 1,入度 2;节点 2:出度 1,入度 2......节点 5:出度 1,入度 1。

下面要解方程

equation?tex=A%5E%7BT%7D X=O,求‘基础向量’(见文‘关联矩阵和图‘}。这个m元齐次线性方程组的解法,课本上都有介绍,今天我们使用较为简化的’转置法‘。

1)对方程两边进行转置,得到同解方程组

equation?tex=X%5E%7BT%7D A=
equation?tex=O%5E%7BT%7D

2)变换矩阵:( A ,E ) 初等行变换--

equation?tex=%5Crightarrow
equation?tex=A_%7B%E9%98%B6%7D
equation?tex=E_%7B%28ij%28k%29%29%7D 。其中E为m阶单位矩阵,
equation?tex=A_%7B%E9%98%B6%7D 是 A 的行阶梯形矩阵,
equation?tex=E_%7B%28ij%28k%29%29%7D 是由 E 变换得到的消元矩阵。

3)得到等式

equation?tex=E_%7B%28ij%28k%29%29%7D A=
equation?tex=A_%7B%E9%98%B6%7D 。注意
equation?tex=A_%7B%E9%98%B6%7D 的下面 m-n+1行为全零行,对应的
equation?tex=E_%7B%28ij%28k%29%29%7D 的下面 m-n+1行就是我们要求的
equation?tex=X%5E%7BT%7D 。例如(0,1,1,0,0,0,1)表示选取边2,边3,边7形成一个环。下面我们看对(A ,E)的变换。
  • -1 1 0 0 0 1 0 0 0 0 0 0
  • 0 -1 1 0 0 0 1 0 0 0 0 0
  • 0 0 -1 1 0 0 0 1 0 0 0 0
  • 0 0 0 -1 1 0 0 0 1 0 0 0 ----------------------------
    equation?tex=%5Crightarrow
  • 1 0 0 0 -1 0 0 0 0 1 0 0
    equation?tex=r_%7B5%7D +
    equation?tex=r_%7B1%7D +
    equation?tex=r_%7B2%7D +
    equation?tex=r_%7B3%7D +
    equation?tex=r_%7B4%7D
  • 1 0 -1 0 0 0 0 0 0 0 1 0
    equation?tex=r_%7B6%7D +
    equation?tex=r_%7B1%7D +
    equation?tex=r_%7B2%7D
  • 0 1 0 -1 0 0 0 0 0 0 0 1
    equation?tex=r_%7B7%7D +
    equation?tex=r_%7B2%7D +
    equation?tex=r_%7B3%7D
  • A E
  • -1 1 0 0 0 1 0 0 0 0 0 0
  • 0 -1 1 0 0 0 1 0 0 0 0 0
  • 0 0 -1 1 0 0 0 1 0 0 0 0
  • 0 0 0 -1 1 0 0 0 1 0 0 0
  • 0 0 0 0 0 1 1 1 1 1 0 0
  • 0 0 0 0 0 1 1 0 0 0 1 0
  • 0 0 0 0 0 0 1 1 0 0 0 1

equation?tex=A_%7B%E9%98%B6%7D
equation?tex=E_%7B%28ij%28k%29%29%7D

equation?tex=E_%7B%28ij%28k%29%29%7D 摘录出下面三行即为本图的‘基础环’向量,再进行线性组合如下。
  • 基 础 向 量
  • (1,1,1,1 ,1,0,0),(1,1,0,0,0,1,0),(0,1,1,0,0,0,1)
  • equation?tex=c_%7B3%7D%5E%7B2%7D 组 合 向 量
  • (1,1,1,1,1,0,0)-(1,1,0,0,0,1,0)=(0,0,1,1,1,-1,0)
  • (1,1,1,1,1,0,0)-(0,1,1,0,0,0,1)=(1,0,0,1,1,0,-1)
  • (1,1,0,0,0,1,0)-(0,1,1,0,0,0,1)=(1,0,-1,0,0,1,-1)
  • equation?tex=c_%7B3%7D%5E%7B3%7D 组 合 向 量
  • (1,1,1,1,1,0,0)-(1,1,0,0,0,1,0)-(0,1,1,0,0,0,1)

=(0,-1,0,1,1,-1,-1)

下面按顺序排列出本图所有的环。

基 础 环

cbf23f8ed04bb1df9d3b188cf2ef909d.png

equation?tex=c_%7B3%7D%5E%7B2%7D 组 合 环
equation?tex=c_%7B3%7D%5E%7B3%7D 组 合 环

综上所述,在一张‘图’里,可以一笔把所有的‘节点’连成一个‘环’。那么

  1. 按连线的顺序给节点和之间的边编号,并确定边的方向。其它的边的编号顺序向后,方向自定
  2. 写出本图的关联矩阵
    equation?tex=A_%7Bm%2An%7D 。图中‘基础环’的个数s=m-n+1,环总数h=
    equation?tex=c_%7Bs%7D%5E%7B1%7D +......
    equation?tex=c_%7Bs%7D%5E%7Bs%7D
  3. 对矩阵 (A ,E)施行初等行变换,将 A变换为行阶梯形矩阵,从而得到消元矩阵
    equation?tex=E_%7B%28ij%28k%29%29%7D
  4. equation?tex=E_%7B%28ij%28k%29%29%7D 中摘录出下面的 m-n+1 行,即为我们要求的‘基础向量‘。
  5. 对基础向量施行组合运算,得出本图的全部环向量。
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