আমরা ম্যাট্রিক্স Laplacian ম্যাট্রিক্স আছে যা eigenvalues একটি সেট আছে λ 0 ≤ λ 1 ≤ ... ≤ λ এন জন্য জি ∈ আর এন × এন যেখানে আমরা সবসময় জানতে λ 0 = 0 । সুতরাং Laplacian ম্যাট্রিক্স সবসময় প্রতিসম ধনাত্মক আধা-নির্দিষ্ট হয়। কারণ ম্যাট্রিক্স জিG=ATAλ0≤λ1≤…≤λnG∈Rn×nλ0=0Gপ্রতিসম ধনাত্মক সুনির্দিষ্ট নয়, যখন আমরা কোলেস্কি পচন নিয়ে আলোচনা করি তখন আমাদের সতর্ক থাকতে হবে। কোলেস্কি পচন ইতিবাচক আধা-নির্দিষ্ট ম্যাট্রিক্সের জন্য বিদ্যমান তবে এটি আর অনন্য নয়। উদাহরণস্বরূপ, ইতিবাচক আধা-নির্দিষ্ট ম্যাট্রিক্স
এর অনেকগুলি Cholesky পচন
A= [
A=[0001],
A=[0001]=[0sinθ0cosθ][00sinθcosθ]=LLT.
যাইহোক, কারণ আমরা একটি ম্যাট্রিক্স আছে করে একটি Laplacian ম্যাট্রিক্স আমরা আসলে Cholesky decompositions বা ইতিবাচক আধা নির্দিষ্ট ম্যাট্রিক্স বর্গমূল খোঁজার মত আরো পরিশীলিত রৈখিক বীজগণিত সরঞ্জাম এড়াতে পারেন হিসেবে পরিচিত জি যেমন যে আমরা পুনরুদ্ধার একজন । উদাহরণস্বরূপ, যদি আমরা ল্যাপ্লেস ম্যাট্রিক্স জি ∈ আর 4 × 4 ,
জি = [GGAG∈R4×4
আমরা কাঙ্ক্ষিত ম্যাট্রিক্সএপুনরুদ্ধার করতে গ্রাফ তত্ত্ব ব্যবহার করতে পারি। আমরা ওরিয়েন্টেড ইনসিডেন্স ম্যাট্রিক্স প্রণয়ন করে এটি করি। যদি আমরা গ্রাফের প্রান্তগুলির সংখ্যামিএবং সংখ্যার কোণকেnহিসাবে সংজ্ঞায়িত করে থাকিতবে ওরিয়েন্টেড ঘটনা ম্যাট্রিক্সএহ'ল একটি e v v = { 1 দ্বারা প্রদত্তএকটিএম×nম্যাট্রিক্স
যদি e = ( v , w ) এবং v < w - 1 যদি e = ( v , w
G=⎡⎣⎢⎢⎢3−1−1−1−1100−1010−1001⎤⎦⎥⎥⎥
AmnAm×n
যেখানে
e=(v,w)প্রান্তটি
vএবং
w এরসাথে সংযুক্ত করে নির্দেশ করে। আমরা যদিচারটি শীর্ষে এবং তিনটি প্রান্তের সাথে
জি এরজন্য গ্রাফ নিয়ে থাকিতবে আমাদের কাছে ওরিয়েন্টেড ঘটনা ম্যাট্রিক্স
এ=[Aev=⎧⎩⎨⎪⎪1−10if e=(v,w) এবং v<wif e=(v,w) এবং v>wঅন্যথায় ,
e = ( v , w )বনামWজি
এবং আমরা খুঁজে পেতে পারি যে
জি= এ টি এ। আপনি যে ম্যাট্রিক্স সমস্যার বর্ণনা দিয়েছেন তার জন্য আপনি
জি এরজন্যএকই সংখ্যার প্রান্তটি শীর্ষে হিসাবেএকটি গ্রাফ তৈরি করবেন, তখন আপনাকে ম্যাট্রিক্স
এপুনর্গঠন করার সক্ষমতা থাকা উচিতযখন আপনাকে কেবল ল্যাপ্ল্যাকিয়ান ম্যাট্রিক্স
জিদেওয়া হয়।
এ = ⎡⎣⎢111- 1000- 1000- 1⎤⎦⎥,
জি = এটিএকজনজিএকজনজি
হালনাগাদ:
যদি আমরা একটি গ্রাফের ভার্টেক্স ডিগ্রির তির্যক ম্যাট্রিক্সকে হিসাবে এবং গ্রাফের সংলগ্ন ম্যাট্রিক্সকে এম হিসাবে সংজ্ঞায়িত করি, তবে গ্রাফের ল্যাপল্যাসিয়ান ম্যাট্রিক্স জি দ্বারা সংজ্ঞা দেওয়া হয়েছে জি = এন - এম দ্বারা । উদাহরণস্বরূপ, নিম্নলিখিত গ্রাফ এএনএমজিজি = এন- এম
আমরা দেখতে পাই ল্যাপ্লাসিয়ান ম্যাট্রিক্সটি
এখন আমরাচিত্রের গ্রাফে প্রদত্ত প্রান্ত এবং নোডগুলি ব্যবহার করেওরিয়েন্টেড ঘটনা ম্যাট্রিক্সএ এরসাথেজিসম্পর্কিত করব। আবার আমরা এন্ট্রি খুঁজেএকটিথেকে
একটি ই বনাম = { 1 যদি ই = ( V , W ) এবং V < W - 1 যদি ই = ( V , W ) এবং V > W 0 অন্যথায় , ।
উদাহরণস্বরূপ, প্রান্ত ই 1
জি = ⎡⎣⎢⎢⎢3000010000100001⎤⎦⎥⎥⎥- ⎡⎣⎢⎢⎢0111100010001000⎤⎦⎥⎥⎥।
জিএকজনএকজনএকজনe v= ⎧⎩⎨⎪⎪1- 10if e=(v,w) এবং v<wif e=(v,w) এবং v>wঅন্যথায় ,।
ই1নোডগুলি
এবং
ভি 2 কে সংযুক্ত করে । সুতরাং
এ ই 1 , ভি 1 নির্ধারণ করার জন্য আমরা নোট করি যে
ভি 1 এর সূচকটি
ভি 2 এর সূচকের চেয়ে কম (অথবা আমাদের ক্ষেত্রে
এ ই ভি এর সংজ্ঞা
v < w আছে )। সুতরাং,
এ ই 1 , ভি 1 = 1 । একইভাবে সূচকের তুলনা করার মাধ্যমে আমরা
A e 1 , v 2 = - 1 খুঁজে পেতে পারিবনাম1বনাম2একজনই1, ভি1বনাম1বনাম2v < ডাব্লুএকজনe vএকজনই1, ভি1= 1একজনই1, ভি2=−1। আমরা দিতে
আরো স্পষ্ট ভাবে প্রান্ত এবং ছেদচিহ্ন অঙ্কিত উল্লেখ নিচের।
এ =AA=e1e2e3v1111v2−100v30−10v400−1.
GrVE
w:V×V→R+,
uvw(u,v)u∈Vudu=∑v∈Vw(u,v).
GrAd(Gr)n×nVw(u,v)D(Gr)VGG=D(Gr)−Ad(Gr).
G=⎡⎣⎢⎢34−13−512−1323−13−512−1334⎤⎦⎥⎥.
GG=ATAAA=I−1nwTwT1n=1AAAd(Gr)GG=⎡⎣⎢⎢5400010001112⎤⎦⎥⎥−⎡⎣⎢⎢12135121313135121316⎤⎦⎥⎥= ডি ( জি আর ) - এ ডি( জি দ ) ।
বনাম1বনাম2বনাম31 / 21 / 31 / 6W[ ১2 13 16]টিএকজনএ = আই- 1এনWটি= ⎡⎣⎢⎢12- 12- 12- 1323- 13- 16- 1656⎤⎦⎥⎥।
একজন