图论-10

10-图矩阵与图空间 注：所写主要参考为许胤龙《图论导引》，因觉得此书所写不合理，故附参考张先迪《图论及其应用》

线性空间简介

• 线性空间：给定数域$F$，非空集合$V$，$V$中元素通常称为向量
  • 在$V$中定义了一种二元运算，称为向量加法，记作$+$，即对任意$\alpha ,\beta$，都按某一法则对应于$V$内惟一确定的一个向量$\alpha +\beta$，称为$\alpha$与$\beta$的和
  • 在$F$与$V$的元素间定义了一种运算，称为数量乘法，即对$V$中任意元素$\alpha$和$F$中任意元素$k$，都按某一法则对应$V$内惟一确定的一个元素$k\alpha$，称为$k$与$\alpha$的积
  • 满足四种加法运算律和四种数乘运算律，则称$V$是$F$上的一个线性空间
• 线性相关/线性无关：对于一组向量$v_1,v_2,\cdots ,v_n\in V$，如果存在一组不全为零的系数$k_1,k_2,\cdots ,k_n\in F$，使得$k_1{v}_1+k_2{v}_2+\cdots +k_n{v}_n=0$，那么称该组向量线性相关，反之，线性无关
• 基：如果存在一组向量$v_1,v_2,\cdots ,v_n\in V$，$v_1,v_2,\cdots v_n$线性无关，而且$V$中任意一个向量都可以表示成$v_1,v_2,\cdots ,v_n$的线性组合，称$v_1,v_2,\cdots ,v_n$为向量空间$V$的一组基
• 维数：一组基中向量的个数称为维数
• 线性子空间：设$V$是数域$F$上的线性空间，$V^{\prime }\subseteq V$且$V^{\prime }\ne \varnothing$，若$V^{\prime }$也是$F$上的线性空间，则称$V^{\prime }$是$V$的线性子空间
• 定理：设$V$是数域$F$上的线性空间，$V^{\prime }\subseteq V$且$V^{\prime }\ne \varnothing$，若$V^{\prime }$中任意两个向量的线性组合仍属于$V^{\prime }$，即任给$\alpha ,\beta \in V^{\prime }$，任给$k,l\in F$，都有$k\alpha +l\beta \in V^{\prime }$，则$V^{\prime }$是$V$的线性子空间

---

图的空间

• 边空间：给定图$G=(V,E)$，设 E = { e 1 , e 2 , ⋯   , e ϵ } E=\{e_1,e_2,\cdots,e_\epsilon\} E={e1​,e2​,⋯,eϵ​}，我们将$G$所有的边子集对应的向量作为元素，构成下面的向量集合 ϵ ( G ) = { E ′ 对 应 的 向 量 ∣ E ′ ⊆ E } \epsilon(G)=\{E'对应的向量|E'\subseteq E\} ϵ(G)={E′对应的向量∣E′⊆E}
  • 在$ϵ(G)$中定义加法$(i_i,i_2,\cdots ,i_{ϵ})+(j_1,j_2,\cdots ,j_{ϵ})=(i_1+j_1,i_2+j_2,\cdots ,i_{ϵ}+j_{ϵ})$，每个分量的加法为$F_2$中加法
  • 在$ϵ(G)$中向量与$F_2$中元素定义数乘$1\times (i_1,i_2,\cdots ,i_{ϵ})=(i_1,i_2,\cdots ,i_{ϵ})$，$0\times (i_1,i_2,\cdots ,i_{ϵ})=(0,0,\cdots ,0)$
  • 易验证$ϵ(G)$是$F_2$上的线性空间，称为$G$的边空间
• 圈向量：给定图$G=(V,E)$，$G$中一些无公共边的圈之并对应于$G$的一个边集合，这样的边集合在$ϵ(G)$中对应的边向量称为圈向量
• 圈空间：所有的圈向量和零向量构成集合$C(G)$，为$ϵ(G)$的子空间，称为圈空间
• 定理：$C(G)$是$ϵ(G)$的线性子空间
• 基本圈组：给定连通图$G$，取$G$的一棵生成树，任取一条边$e\in E(G)-E(T)$，则$T+e$上有唯一一个圈，设$e_1,e_2,\cdots ,e_{ϵ-v+1}$为$G$中所有不在$T$上的边，分别记$T+e_1,T+e_2,\cdots ,T+e_{ϵ-v+1}$上所含的圈$C_1,C_2,\cdots ,C_{ϵ-v+1}$，我们称$C_1,C_2,\cdots ,C_{ϵ-v+1}$为$G$的基本圈组
• 定理：给定连通图$G$的一棵生成树$T$，其对应的基本圈组$C_1,C_2,\cdots ,C_{ϵ-v+1}$为$C(G)$的一组基，$C(G)$的维数为$ϵ-v+1$
• 断集：给定图$G=(V(G),E(G))$，取$V^{\prime }\subset V$，使得$V^{\prime }\ne \varnothing$且$\overline{V^{\prime }}=V-V^{\prime }\ne \varnothing$，用$(V^{\prime },\overline{V^{\prime }})$表示$E(G)$中一个端点在$V^{\prime }$中，另一个端点在$\overline{V^{\prime }}$中的边子集。我么称$(V^{\prime },\overline{V^{\prime }})$为$G$的一个断集。
• 断集向量：断集在$ϵ(G)$中对应的向量称为断集向量
• 断集空间：将图$G$的所有断集向量与零向量组成的集合记为$S(G)$，即$S(G)$是$ϵ(G)$的线性子空间，称之为断集空间
• 定理：$S(G)$是$ϵ(G)$的线性子空间
• 割集：若$E^{\prime }\in E(G)$满足$G-E^{\prime }$不连通，且任给$E^{\prime }$的真子集$E^{\prime \prime }$，$G-E^{\prime \prime }$不连通，则称$E^{\prime }$为图$G$的割集
• 基本割集组：给定连通图$G$的生成树$T$，则$G$的任一割集必含树$T$上的一条边，设$e_1,e_2,\cdots ,e_{v-1}$为树$T$上所有的边，记$G$中含边$e_1,e_2,\cdots ,e_{v-1}$的割集分别为$S_1,S_2,\cdots ,S_{v-1}$，$S_1,S_2,\cdots ,S_{v-1}$是断集空间的一组基，称之为基本割集组
• 定理：给定连通图$G$的一棵生成树$T$，其对应的基本割集组$S_1,S_2,\cdots ,S_{v-1}$为$S(G)$的一组基，$S(G)$的维数为$v-1$
• 定理：任给连通图$G$的圈向量$C\in C(G)$和断集向量$S\in S(G)$，$C$与$S$的内积$(C,S)=0$，其中的运算是在$F_2$中进行的
• 基本圈矩阵：将所有基本圈向量作为横向量构成一个矩阵
• 基本割集矩阵：将所有基本割集向量作为行向量构成一个矩阵

---

邻接矩阵

• 邻接矩阵：给定无向图$G=(V,E)$，设 V = { v 1 , v 2 , ⋯   , v v } V=\{v_1,v_2,\cdots,v_v\} V={v1​,v2​,⋯,vv​}，定义$G$的邻接矩阵为$A(G)=(a_{ij}{)}_{v\times v}$，其中$a_{ij}$为$G$中顶点$v_i$与$v_j$之间的边数
• 定理：设$G=(V,E)$是无向图， V = { v 1 , v 2 , ⋯   , v v } V=\{v_1,v_2,\cdots,v_v\} V={v1​,v2​,⋯,vv​}，其邻接矩阵为$A(G)=(a_{ij}{)}_{v\times v}$，记$A^n(G)=(a_{ij}^{(n)}{)}_{v\times v}$，则$a_{ij}^{(n)}$为图$G$中从$v_i$到$v_j$长为$n$的路径数
• 有向图的邻接矩阵：给定有向图$G=(V,E)$，设 V = { v 1 , v 2 , ⋯   , v v } V=\{v_1,v_2,\cdots,v_v\} V={v1​,v2​,⋯,vv​}，定义$G$的邻接矩阵为$A(G)=(a_{ij}{)}_{v\times v}$，其中$a_{ij}$为$G$中以$v_i$为尾，$v_j$为头的边数
• 定理：设$G=(V,E)$是有向图， V = { v 1 , v 2 , ⋯   , v v } V=\{v_1,v_2,\cdots,v_v\} V={v1​,v2​,⋯,vv​}，其邻接矩阵为$A(G)=(a_{ij}{)}_{v\times v}$，记$A^n(G)=(a_{ij}^{(n)}{)}_{v\times v}$，则$a_{ij}^{(n)}$为图$G$中从$v_i$到$v_j$长为$n$的有向路径数
• $Warshall$算法
  • 输入：有向图$D$的邻接矩阵$A(D)=(a_{ij}{)}_{v\times v}$
  • 输出：可达性矩阵$R(D)=(r_{ij}{)}_{v\times v}$，若$v_i$在$G$中可达$v_j$，则$r_{ij}=1$，否则$r_{ij}=0$
  • 初始化：对所有$1\le i\le v,r_{ii}^{(0)}=0$，对所有$1\le i,j\le v$，若$a_{ij}>0$，令$r_{ij}^{(0)}=1$，否则$r_{ij}^{(0)}=0$，令$l=0$
  • 对所有的$1\le i\le v$，若$r_{i(l+1)}^{(l)}$=1，则对所有的$1\le j\le v$，令$r_{ij}^{(l+1)}=r_{ij}^{(l)}\vee r_{(l+1)j}^{(l)}$，$l=l+1$；否则，令$r_{ij}^{(l+1)}=r_{ij}^{(l)}$，$l=l+1$，直至$l=v$，算法停止
• 引理：对$0\le l\le v$，$Warshall$算法满足
  • $r_{ij}^{(l)}=1$，当且仅当$D$中存在从$v_i$到$v_j$的有向路径，且该有向路径上除了$v_i,v_j$外，其余顶点都在顶点子集 { v 1 , v 2 , ⋯   , v l } \{v_1,v_2,\cdots,v_l\} {v1​,v2​,⋯,vl​}中
  • $r_{ii}^{(l)}=1$，当且仅当$v_i$在$D$中一个有向回路上，且该有向回路上除了$v_i$外，其余顶点都在顶点子集 { v 1 , v 2 , ⋯   , v l } \{v_1,v_2,\cdots,v_l\} {v1​,v2​,⋯,vl​}中

---

关联矩阵

• 关联矩阵：给定无环无向图$G=(V,E)$，设 V = { v 1 , v 2 , ⋯   , v v } V=\{v_1,v_2,\cdots,v_v\} V={v1​,v2​,⋯,vv​}， E = { e 1 , e 2 , ⋯   , e ϵ } E=\{e_1,e_2,\cdots,e_\epsilon\} E={e1​,e2​,⋯,eϵ​}，定义$G$的关联矩阵为$B(G)=(b_{ij}{)}_{v\times ϵ}$，$b_{ij}$定义为$b_{ij}=\{\begin{array}{ll}1,& v_i与e_j关联\\ 0,& v_i与e_j不关联\end{array}$
• 基本关联矩阵：称删去$B(G)$中任意一行后所得到的矩阵为$G$的基本关联矩阵，记为$B_f(G)$
• 定理：设$G$是连通图，则有$r(B(G))=r(B_f(G))=v-1$
  • 推论：设$G$是简单图，则有$r(B(G))=r(B_f(G))=v-w$
• 定理：设$G$是连通图，$e_{i_1},e_{i_2},\cdots ,e_{v(G)-1}\in E(G)$，则$G[e_{i_1},e_{i_2},\cdots ,e_{v(G)-1}]$是$G$的生成树，等价于$B_f(G)$中由第$i_1,i_2,\cdots ,i_{v(G)-1}$列构成的子矩阵为满秩矩阵
• 有向图关联矩阵：给定有向图$G=(V,E)$，设 V = { v 1 , v 2 , ⋯   , v v } V=\{v_1,v_2,\cdots,v_v\} V={v1​,v2​,⋯,vv​}，有向边集合 E = { e 1 , e 2 , ⋯   , e ϵ } E=\{e_1,e_2,\cdots,e_\epsilon\} E={e1​,e2​,⋯,eϵ​}，定义$G$的关联矩阵为$B(G)=(b_{ij}{)}_{v\times ϵ}$，$b_{ij}$定义为$b_{ij}=\{\begin{array}{ll}-1,& v_i是e_j的头\\ 1,& v_i是e_j的尾\\ 0,& v_i与e_j不关联\end{array}$
• 定理：设$G$是连通有向图，则有$r(B(G))=r(B_f(G))=v-1$
  • 推论：设$G$是有向图，则有$r(B(G))=r(B_f(G))=v-w$
• 引理：设$B(D)$是有向图$D$的关联矩阵，$B^{\prime }$是$B(D)$的任意一个子方阵，则有$det(B^{\prime })=0,-1或1$
• Binet-Cauchy定理：设$A,B$分别为一个$m\times n$与$n\times m$矩阵，其中$m\le n$，则$A$与$B$的积的行列式满足下列公式：$det(A\times B)={\sum }_{1\le k_1<k_2<\cdots <k_m\le n}det(A(12\cdots m;k_1{k}_2\cdots k_m))\times det(B(k_1{k}_2\cdots k_m;12\cdots m))$