Bootstrap

清华大学公开课线性代数2——第8讲:图和网络

此博客停止更新迁移至SnailDove’s Blog查看本文点击此处

目录

笔记源自:清华大学公开课:线性代数2——第8讲:图和网络

这门公开课参考教材:Gilbert Strang, Introduction to linear algebra, Wellesley-Cambridge Press,2016 ,本讲源自此书的第十章

提示:如果文中图片看不清文字,请右键单击鼠标,选择在新窗口打开图片,然后放大图片(这边上传之前都是可以看清的,由于网页正文部分大小固定,因此图片被自动缩小以便适配网页),截图部分是课堂ppt老师随手的板书。

简介

欧姆定律Ohm’s law的向量形式

matrix_of_Ohm's_law.png

图与矩阵

directed_graphs.png
circute_graph

关联矩阵incidence matrix

incidence_matrix

邻接矩阵adjacency matrix

adjacency_matrix

拉普拉斯矩阵laplacian matrix

laplacian_matrix

注: 半正定证明与刚度矩阵类似

网络和加权Laplacian矩阵

network

电路相关的物理定律

typical_circuit_laws

例子
不接外部源

1st_example_of_circuit_network_and_laplacian_matrix_without_external_sources

接外部源

2nd_example_of_circuit_network_and_laplacian_matrix

带权 K=ATCA K = A T C A

K=ATCA_with_weights

关联矩阵的四个基本子空间

N(A)

N(A)_of_incidence_matrix

C(A)

C(A) C ( A ) 的定义得: C(A)={Ax|xRn} C ( A ) = { A x | x ∈ R n } 。沿用前面使用的字母: u u 是各点电势,e是各边电势差, Au=e A u = e ,当 Au=e A u = e 有解 eC(A) ⇔ e ∈ C ( A )

  1. 去证明: dim(C(A))=n1 d i m ( C ( A ) ) = n − 1 ,即 A A 的任意 n1个列向量是线性无关的。设 A=(a1,a2,...,an) A = ( a 1 , a 2 , . . . , a n ) ,不妨假设 a1,a2,...,an1 a 1 , a 2 , . . . , a n − 1 线性相关,那么存在 c1,c2,...,cn1R c 1 , c 2 , . . . , c n − 1 ∈ R 且不全为0满足: c1a1+c2a2+...+cn1an1+0an=0Ac1c2...cn10=0c1c2...cn10N(A), c 1 a 1 + c 2 a 2 + . . . + c n − 1 a n − 1 + 0 a n = 0 ⇒ A ( c 1 c 2 . . . c n − 1 0 ) = 0 ⇒ ( c 1 c 2 . . . c n − 1 0 ) ∈ N ( A ) , 但与 N(A)=c1...1cR N ( A ) = { c ( 1 . . . 1 ) | c ∈ R } 矛盾,以此类推,得以证明 C(A) C ( A ) 的维数是 n1 n − 1 ,即 A A 的任意n1个列向量均可作为 C(A) C ( A ) 的一组基。

  2. 发现矩阵中对应的回路: eC(A) e ∈ C ( A ) 如下等式有解 Au=e11000101100110100011u1u2u3u4u5=e1e2e3e4e5u1+u2=e1u1+u3=e2u2+u3=e3u2+u4=e4u3+u4=e5{e1e2+e3=0e3e4+e5=0 A u = e ⇒ ( − 1 1 0 0 − 1 0 1 0 0 − 1 1 0 0 − 1 0 1 0 0 − 1 1 ) ( u 1 u 2 u 3 u 4 u 5 ) = ( e 1 e 2 e 3 e 4 e 5 ) ⇒ { − u 1 + u 2 = e 1 − u 1 + u 3 = e 2 − u 2 + u 3 = e 3 − u 2 + u 4 = e 4 − u 3 + u 4 = e 5 ⇒ { e 1 − e 2 + e 3 = 0 e 3 − e 4 + e 5 = 0 ,即边1,2,3这3条边电势差之和为0,由图上可得边1,2,3恰好构成一个回路,边3,4,5也一样。这恰好是Kirchholff Voltage Law (KVL)。把这两个回路等式书写成矩阵形式 (1010110101)e1e2e3e4e5=0 ( 1 − 1 1 0 0 0 0 1 − 1 1 ) ( e 1 e 2 e 3 e 4 e 5 ) = 0 . 此时称矩阵 B=(1010110101) B = ( 1 − 1 1 0 0 0 0 1 − 1 1 ) 回路矩阵,可以看到它的每一行代表一个回路且称为极小回路,每一列代表一条边。如果边的方向是逆时针方向则取为正号,否则取为负号。注意,此时 eN(B) e ∈ N ( B )

  3. 此外, BA=(1010110101)11000101100110100011=(00000000) B A = ( 1 − 1 1 0 0 0 0 1 − 1 1 ) ( − 1 1 0 0 − 1 0 1 0 0 − 1 1 0 0 − 1 0 1 0 0 − 1 1 ) = ( 0 0 0 0 0 0 0 0 ) C(A)N(B) C ( A ) ⊆ N ( B ) dim(N(B))=3,dim(C(A))=3 d i m ( N ( B ) ) = 3 , d i m ( C ( A ) ) = 3 ,因此 C(A) C ( A ) 就构成了 N(B) N ( B ) 的基。从理意义角度理解: A A 矩阵执行的操作表示求解各边电势之差,B各行刚好是回路,由 KVL K V L 定律得结果必为0.
N(AT) N ( A T )
  1. 由定义得: N(AT)={yRm|ATy=0} N ( A T ) = { y ∈ R m | A T y = 0 } 。例子中,关联矩阵 A A 各行代表一条边,各列代表一个顶点。那么AT 的行代表顶点,列代表边。
    ATy=011001010011001010011y1y2y3y4y5=00000y1y2=0y1y3y4=0y2+y3y5=0y4+y5=0 A T y = 0 ⇒ ( − 1 − 1 0 0 0 1 0 − 1 − 1 0 0 1 1 0 − 1 0 0 0 1 1 ) ( y 1 y 2 y 3 y 4 y 5 ) = ( 0 0 0 0 0 ) ⇒ { − y 1 − y 2 = 0 y 1 − y 3 − y 4 = 0 y 2 + y 3 − y 5 = 0 y 4 + y 5 = 0
    物理意义解读: yi y i 是各第 i i 边上的电流,上述等式表明每一个顶点输入输出电流和为0,即Kichhoff Current Law (KCL)

  2. ATy=0, 由前文得到:
    BA=0ATBT=0ATBT=110010100110010100111110000111=00000000 B A = 0 ⇒ A T B T = 0 ⇒ A T B T = ( − 1 − 1 0 0 0 1 0 − 1 − 1 0 0 1 1 0 − 1 0 0 0 1 1 ) ( 1 0 − 1 0 1 1 0 − 1 0 1 ) = ( 0 0 0 0 0 0 0 0 )
    因此, C(BT)N(AT) C ( B T ) ⊆ N ( A T ) 。由于 r(A)=C(A)=r=n1,N(AT)+C(A)=m,N(AT)=mr=53=2 r ( A ) = C ( A ) = r = n − 1 , N ( A T ) + C ( A ) = m , N ( A T ) = m − r = 5 − 3 = 2 , 由于 BT B T 的列向量线性无关,即 B B 的行向量代表回路,那么回路向量就是N(AT)的一组基。

C(AT) C ( A T )

C(A^T)_of_incidence_matrix

总结

summary_of_4_subspaces_of_incidence_matrix

  • N(Am×n) N ( A m × n ) 零空间 Au=0 A u = 0 N(A)=c(1,1,...,1)Tn×1 N ( A ) = c ( 1 , 1 , . . . , 1 ) T n × 1 ;物理意义:各点电势相等,电势差为0。
  • C(Am×n) C ( A m × n ) 列空间 Au=e A u = e (上文用的是x, b), A A 中任意n1 列构成了 C(A) C ( A ) 的一组基;物理意义每个极小回路电势守恒,每个极小回路构成的极大回路电势依然守恒,诠释了KVL定律。
  • N(AT) N ( A T ) 左零空间 ATy=0 A T y = 0 ,回路向量构成了 N(AT) N ( A T ) 的一组基;诠释了无外部电流源的KCL定律。
  • C(AT) C ( A T ) 行空间 , ATy=f A T y = f , 每个极大树子图对应关联矩阵的行向量(即边)构成了 C(AT) C ( A T ) 的一组基;诠释了有外部电流源的KCL定律。
注计
N(B)=C(A)

N(B)=C(A)

B的零空间中的任何一个向量,它都要属于A的列空间 A A 的列空间中的每一个向量的特点,比如说A乘上一个 x1 x 1 xn x n x1 x 1 xn x n n n 个顶点的电势。A乘上这个向量得到的是各个边上的电势差,那么相应的 xjxk x j − x k 就是 j j k两个顶点上的电势差,顶点连线, j j k连线的边上的电势差。那么我们要想说明,N(B)中的向量属于C(A)那么我们只要说明任何一个向量属于B的零空间,它最后都能写成这样一种形式,就可以了。那么设 e e 属于N(B),那么我们可以取定这个连通图的一个极大树子图,然后在这个极大树子图 T T 上取一个顶点作为基点,那么任意的另外一个顶点K跟这个基点之间它们连线的路在 T T 上只有一条这样的路,因为T是一个树,它不可能有回路,所以在 T T 中有唯一的一条连接K到基点的路。定义K的电势:在这条路上各边的电势之和,各边的电势之和,我们这个e1 em e m 呢,我们可以刻画各个边上的电势,那么我们可以看到 e e 属于N(B)我们实际上可以检查出任意边上的电势差实际上是 ej e j uk u k u1 u 1 ,那么其中的这个 k k 呢为j的起点,l j j 的终点,最后我们就可以得到e=Au,所以 e e 就属于C(A)就是这个地方呢,我们要使用 e e 属于N(B),我们才能检查出:任意边上的这个电势差等于 uk u k ul u l ,就是要满足科尔霍夫电压定律。

欧拉公式Euler’s formula

Euler's_formula_of_2_dimensions

对于 Bx×mC(BT)+dim(N(B))=rB+dim(N(B))=mmrB=dim(N(B))=dim(C(A))=n1 B x × m ⇒ C ( B T ) + d i m ( N ( B ) ) = r B + d i m ( N ( B ) ) = m ⇒ m − r B = d i m ( N ( B ) ) = d i m ( C ( A ) ) = n − 1

又因为欧拉公式: ml=n1 m − l = n − 1 ,得: rB=l r B = l ,即 B B <script type="math/tex" id="MathJax-Element-104">B</script>是行满秩的,其实极小回路组对应极大线性无关组。

;