拉普拉斯矩阵

       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。