矩阵树定理是把图的生成树个数和矩阵行列式联系起来的一个定理。此处试图整理它的一种证明方式。
- 定义
- 几条引理
- 矩阵树定理
一. 定义
首先设我们讨论的无向图
然后我们把
然后定义
注意到
举一个例子。
![f8c4c02acb7c5a43ae7badf9d1dd8cd7.png](https://i-blog.csdnimg.cn/blog_migrate/31b248dce2362217efb7090d7dfed86f.png)
上图的关联矩阵
容易发现
二. 几条引理
Lemma 1,其中
表示
的转置
证明:很容易就可以从定义中得出。
然后分情况讨论。
然后我们定义一些
Def 1 定义reduced incidence matrix(减关联矩阵??我不会翻译啊)是去掉
最后一行得到的
矩阵。
Def 2 在此基础上,定义一个矩阵
,其中集合
。它的意思是,抽出矩阵
的第
列,得到一个新的矩阵,称之为
![]()
然后我们证明引理2
Lemma 2 令是边集
的一个大小为
的子集,若
不构成生成树,则
;若
构成树,则
。其中
表示矩阵的行列式
若
若
然后我们把
至此,我们已经几乎做完了所有准备工作。不过还要提到一条线性代数的定理。
Binet-Cauchy Theorem 设是一个
矩阵,
是一个
矩阵。则有 L
,其中
大小为
,且是
的子集。
的记号和上面的类似,是取
中,与
中元素对应的
列得到的
新矩阵;
则改为取行,也得到了一个
新矩阵。
它是
三. 矩阵树定理
现在我们完成最后的部分。
Matrix-tree Theorem 设图,拉普拉斯矩阵
。则
的生成树的个数等于
,其中
是去掉
第
列第
行得到的子矩阵(
任意)。
不妨设去掉最后一行最后一列。
与引理1类似,我们很容易可以得到
而引理2告诉我们,在
四. ?
没想到吧,还有。
Thm 有p个顶点的完全图,生成树的个数为
个
这个可以用矩阵树定理证明,读者自证不难(逃
不过还有一种很有意思的办法:用Prüfer编码证明。证明过程清晰且简单。
五. 最后
之所以学了矩阵树定理,是因为假期看图论的MOOC,姜守旭老师说“课后自己了解”。结果就了解出来这些(吐血)。实际上矩阵树定理还有其他的证明方式(比如不借助
上面的证明过程来自于Richard P. Stanley的 topics in algebraic combinatorics 的Chapter9,里面有更多的内容,能看英文的可以去看看!