MIT_Linear_Algebra_lec12: 网络图像 关联矩阵 基尔霍夫定律
MIT 公开课:Gilbert Strang《线性代数》课程笔记(汇总)
这是一个网络图结构,节点+流向,可以表示复杂的关系,如电路结构,人物关系,网络结构。
关联矩阵
这种结构可以用矩阵加以表示。课中讲到的表示方法是,行代表边,列表示节点。图中有5条边,所以行数是5;有4个节点,所以列数是4.
A=⎣⎢⎢⎢⎢⎡−10−1−101−10000110−100011⎦⎥⎥⎥⎥⎤
可以看出是一个稀疏矩阵。
A的零空间
即Ax = 0中x的集合。
A[x1x2x3x4]
即
[x2−x1x3−x1x4−x1x4−x3]=0
xi 可以看成i节点的势,两个节点之间的势之差就是电压降。
AT的零空间
AT表示的就是节点的情况。
ATy=0
⎣⎢⎢⎡−11000−110−1010−100100−11⎦⎥⎥⎤⎣⎢⎢⎢⎢⎡y1y2y3y4y5⎦⎥⎥⎥⎥⎤
节点电流的流入流出情况满足基尔霍夫定律,可以理解成一种能量守恒。
欧拉公式
- (AT的零空间的维度) = A的列数 - rank(AT) = 5 - 3 = 2
- AT的零空间的基
[11−100][001−11]
- 回路个数 = 边数 - (节点数 - 1)
- 个人理解:
- 可以看到图中有两个最小环路,这代表了边的线性相关性。
1,2,3可以得到一个环路,3,4,5可以得到一个环路。
这里有两个解 = 回路个数,所以AT零空间的维度就是2 = 回路个数。
- 反过来说,边独立的最多三条,比如1,2,4或5。 连接4个节点不成环的最少边数 =
rank(AT)=3 = (节点数 - 1)