拉普拉斯矩阵(Laplacian matrix) 也叫做导纳矩阵、基尔霍夫矩阵或离散拉普拉斯算子,主要应用在图论中,作为一个图的矩阵表示。
1.定义
给定一个有n个顶点的图G,它的拉普拉斯矩阵 定义为:
L=D-A
其中D为图的度矩阵,A为图的邻接矩阵。度矩阵在有向图中,只需要考虑出度或者入度中的一个。经过计算可以得
(1)若i =j,则,
为顶点
的度;
(2)若i≠ j,但顶点 和顶点
相邻,则
;
(3)其它情况。
也可以将这三种值通过除以 进行标准化。
2.举例
例图:不带权的无向图
度矩阵: (体现点与点之间关系)
邻接矩阵:(体现点与边之间关系)
拉普拉斯矩阵:(体现点与点 和 点与边之间关系)
3.性质
(1)拉普拉斯矩阵是半正定矩阵;
(2)特征值中0出现的次数就是图连通区域的个数;
(3)最小特征值是0,因为拉普拉斯矩阵每一行的和均为0;
(4)最小非零特征值是图的代数连通度。