【线性代数公开课MIT Linear Algebra】 第十二课 从矩阵角度看点边结构

本系列笔记为方便日后自己查阅而写,更多的是个人见解,也算一种学习的复习与总结,望善始善终吧~

这一节课从矩阵角度来观察包含点和边的拓扑结构,涉及电路、图论、数据结构,信息量略大。

从矩阵看图论

矩阵 A

【线性代数公开课MIT Linear Algebra】 第十二课 从矩阵角度看点边结构_第1张图片
故事从一个简单的图开始,四个顶点,五个有向边,抽象的拓扑结构,没有实际的含义,所以它可以用来代表电路、液压系统、建筑结构等等,世界上许多系统都可以抽象成这样的数学模型。
接下来我们要用矩阵表示这个结构:
【线性代数公开课MIT Linear Algebra】 第十二课 从矩阵角度看点边结构_第2张图片
这里老师使用的是**关联矩阵**Incident matrix,还有另外一种表示方法是邻接矩阵。
矩阵上看就是每行代表一条边Edge,每列代表一个点Node,第一行就对应编号1的边,对于边1,点1出,点2入,故第一列位置填-1,第二列填1,以此类推。

null space与电势差

我们想要知道之前所学的东西可以代表哪些实际上的概念,观察null space:
【线性代数公开课MIT Linear Algebra】 第十二课 从矩阵角度看点边结构_第3张图片
写出方程之后我们很容易看出来,对于 xAxx ,这就很像是经过 A 之后我们可以获得电势差一样,而求解null space就是求解 x 取何值时总的电势差为0。
运用之前学到的知识,很容易知道null space的dimension为1,其basics为

1111

所以当各点的值(电势)相同时,其差值(电势差)相等,全部为0,意味着没有电流。这里的值可以是温度,那么其差值为0,意味着没有热传导。

rank与地

这个接下来我们观察矩阵的秩,秩为3,这意味着其中一个点的值与其他点线性相关,通常我们会把这个点设置为0,也就是接地,这样其他各个点的电势就是相对这个点取值。

矩阵 AT

left null space与基尔霍夫电流定律KCL

继续观察矩阵的left null space:
【线性代数公开课MIT Linear Algebra】 第十二课 从矩阵角度看点边结构_第4张图片
写成方程形式:
【线性代数公开课MIT Linear Algebra】 第十二课 从矩阵角度看点边结构_第5张图片
画出拓扑结构:
【线性代数公开课MIT Linear Algebra】 第十二课 从矩阵角度看点边结构_第6张图片
这里的 y 像是什么?电流,仔细观察方程,流入节点和流出节点的电流之和为0?!这不就是基尔霍夫电流定律KCL吗?
接下来我们要得出left null space的basics:
【线性代数公开课MIT Linear Algebra】 第十二课 从矩阵角度看点边结构_第7张图片
这组基表示 y1,y2,y30y3,y4,y50 就像电路里学的,每个小环上的电流之和为0.

rank 与树

观察 AT 的rank,rank为3,取一组基表示:
【线性代数公开课MIT Linear Algebra】 第十二课 从矩阵角度看点边结构_第8张图片
加粗的部分就是我们取的basics,可以看出其包含三个Node,四个Edge,不构成回路Loop,因为一个Loop内的点是线性相关的,无法构成basics,这组basics构成了一个更小的图,这样没有回路的图我们叫它

维度与欧拉公式

dim(N(AT))=mr
对应回路数Loop=边数Edge-(节点Node-1)

这不就是欧拉公式吗?Loop就是面,Edge就是线,Node就是点。

A AT 结合看

【线性代数公开课MIT Linear Algebra】 第十二课 从矩阵角度看点边结构_第9张图片
xAxCATKCLf
AATsymmetricmatrix

PS:更详细的课堂笔记见另一位仁兄的笔记
http://blog.csdn.net/suqier1314520/article/details/13505829

你可能感兴趣的:(图论,矩阵,线性代数,电路)