矩阵论 & 图论期末考试复习思维导图
Posted 海轰Pro
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了矩阵论 & 图论期末考试复习思维导图相关的知识,希望对你有一定的参考价值。
矩阵论
第一章
核域(解空间)、值域?
n(A) = dim N(A) = n - rank(A)
n(A):核空间的维数,也称为零度
rank(A) = dim R(A)
证是否为线性空间、子空间
加法封闭性
数乘封闭性
八条性质(重点是零元、负元)
任何一个元素 + 零元 等于其本身
任何一个元素 + 负元 等于 零元
博客:(2)
- 非空
- 加法、数乘封闭
- 八条性质?
求一个向量关于一组基的坐标
列出方程等式 再进行求解
求过渡矩阵
求子空间的基?
求子空间的维数?
重点:(5)线性子空间
解空间的基、维数?
习题1 第6题
第二章
记住 施瓦茨不等式
内积定义的证明?
四个条件:
对称性
结合性
数乘
非负
内积、模
(a,a) = |a|^2
齐次方程解法、非齐次方程解法
求标准正交积!!
前提是找出一组基
再进行正交化
向量的内积!!
(a,a) = a^T a
第三章
线性变换在基下的矩阵?
线性变换的核域、值域!
(11):线性变换的矩阵表示
线性变换的特征值、特征向量!
找出这个线性变换对于的矩阵A
求A进行变换 求解 找出初等解系
记得设特征向量(基础的)
特征值与特征向量的关系
求矩阵的标准形!
就是求 smith标准形
12):相似形理论
一般还是 先求 D1 D2 D3
再求出d1 d2 d3
证明两个矩阵相似(难点!!)
习题三 例题13
(12):相似形理论
定理3.3.11
- 两个矩阵相似
- 与一个对角阵相似
证明方阵相似于对角阵
(13):Hamliton-Cayley定理、最小多项式
m(\\lambda)无重根
求若当标准形J(难点!)
习题三 15题
找初等因子
求相似变换矩阵P 使得PAP^-1 = J(难点!)
利用Hamliton-Cayley定理 简化算式
习题三 题23
求最小多项式
线性变换定义
等价
补充
难题
- 课本 例题 P54 例12
- 习题三 P65 例16
- 习题三 P65 例4
概念
-
正定二次型
-
行列式因子、不变因子、初等因子
行列式因子就是 D
不变因子就是 d
初等因子 就是 所有d中的因子(可能会有重复的) -
伴随矩阵
-
多项式的幂
(a+b)^k = ??
-
零化多项式
-
谱范数
其实就是矩阵的 2 范数
-
单纯矩阵
n阶方阵相似于对角阵 称其为单纯矩阵
-
实对称正定阵
A = P^T P
第四章
向量范数的证明
非负性
齐次性
三角不等式
矩阵范数的证明
非负
齐次
三角不等式
相容性
向量范数
- 1范数
- 2范数
- ∞范数
矩阵范数(记忆!)
(15):矩阵的范数
-
m1范数
A中每个元素先求模 再求和
-
m∞范数
n 乘以 最大元素的模
注意这里的n是方阵的行数或列数
-
F- 范数(m2范数)
所有元素模的平方 再求和
再对和进行开方
-
1范数
对每一列元素取模再求和,然后找出各列模总和中最大的一个值
-
2范数
找出A^HA中的最大特征值 再开方
-
∞范数
对每一行元素取模再求和,然后找出各行模总和中最大的一个值
第五章
求矩阵的微分、积分
求e^At、G(A)
令需要求解的方程为G(A)
列出特征方程
求出d
从而得到 最小多项式m(\\lambda)
再根据最小多项式设未知方程(这里次数要降一次)
一个未知数需要一个方程 方程数量不够利用微分求导来凑
求解方程组即可
- 方法一:对角?
- 方法二:若当?
- 方法三:待定系数
齐次微分方程组的解!
非齐次微分方程组的解!
第六章
LU分解(!)
A=LU
L:下三角矩阵
U:上三角矩阵
也称为A的三角分解
分解形式不唯一
-
可逆方阵的LU分解
A=LU
A的各阶顺序主子式不等于0
有唯一的LU分解
L:单位下三角矩阵 主对角元素全为1(注意这里是单位下三角)
U:上三角矩阵求解过程:
先对A进行初等行变换(右边补充单位阵E)
使得左边变为上三角矩阵U
然后再对右边求逆矩阵 得到L
-
可逆方阵的LDU分解
A的各阶顺序主子式不等于0 则有唯一的LDU分解
L:单位下三角
U:单位上三角
D:对角阵先对A扩充为增广矩阵(A,E)
进行初等行变换 得到(A1,L1) 其中A1是上三角 L1是单位下角
对L1求逆矩阵 得到L:单位下三角
然后对A1再进行填充 得增广矩阵(这次是列填充)(A1|E)
然后进行初等列变换 使得A1变为对角阵 得到(D|U1)
D就是需要的对角阵
然后再对U1进行求逆 得到U
-
不可逆方阵的拟LU分解
-
引言:A可逆时 但顺序主子式不全为非0时
对A的行进行重排 使得顺序主子式全为非0
行重排 相当于 A左乘一个初等矩阵P
再对PA进行LU分解或LDU分解
即 PA=LU 或 PA=LDU
-
A不可逆时 即R(A)=r < n
首先保证前r阶顺序主子式全非0
然后再进行正常的LU分解(步骤一样)
若前r阶顺序主子式有0时
则需要先进行重排
使得前r阶顺序主子式全非0
再进行LU分解
-
-
不可逆方阵的拟LDU分解
首先保证前r阶顺序主子式全非0
然后再进行正常的LDU分解(步骤一样)
若前r阶顺序主子式有0时
则需要先进行重排
使得前r阶顺序主子式全非0
再进行LDU分解
谱分解
列出特征多项式
求解特征值
分别求出特征值对应的特征向量
所有特征向量组成P
求出P^-1
…
-
概念:单纯矩阵?
方阵A可以相似于对角阵
-
概念:谱分解
-
重点:求A的谱分解
列出A的特征多项式
求出特征值
求出特征值对应的特征向量
组成P
再求P^-1
依据特征值对应的重根数划分P和P^-1
得到S_i
最后结果为\\sum \\lambda_i S_i
最大秩分解
A = CD
C:列满秩
D:行满秩
步骤:
先对A进行初等行变换 得行最简形A2
得到rank(A)=r
取A中前r列为C A2中前r行为D(易错:c是从A中取 D是从最简行矩阵中取!)
最大秩分解不唯一| A = CD 不唯一
但D^H (DDH)-1 (CHC)-1C^H 唯一
- 形式:A=CD
- 重点:化为行最简形
QR分解
先进行最大秩分解
对C进行标准正交化 得到Q
利用A=QR 变形 R= Q^HA 得到R
因为A=CD不唯一 故A=QR也不唯一
-
形式:A=QR
Q^HQ = E
rank® = r = rank(A) 说明R是行满秩 -
注意:列满秩和行满秩的情况
列满秩时(一般是这样 高个子)
A = QR
Q^H Q = E
R为具有正对角元素的上三角阵
R : r * r行满秩(矮个子)
A = LQ
Q^HQ = E
L: m * r
L为具有正对角元素对下三角阵 -
R的求法?
A = QR
Q^H Q = E
=>
R = Q^H A
第七章
A-
AGA = A
称G为A的广义逆矩阵
G = A^(i) \\in Ai
A^(i):满足第i个方程的一个矩阵
Ai:满足第i个方程的所有矩阵
A1 就是A-
A-不唯一
-
A- 推导
-
A- 求解过程(重点!)
对A进行初等行、列变换
用P、Q分别记录其变换过程最后 A = Q X P
其中X是大小是和原来A相反的
比如A是3 * 4 则X为 4 * 3除了E_r外,其他用变量填充
-
A-的性质
- 左逆
- 右逆
A+
先将A进行最大秩分解为 A = CD
再代入A+公式进行计算
相容线性方程组的通解
-
形式1
A- y + (E - A- A )z
-
形式2
A+ y + (E - A+ A) z
相容线性方程组的最小范数解(必考)
A+y
不相容线性方程组的最小二乘解
A_l^-y 是最小二乘解
A_l^- \\in A1,4
不相容线性方程组的极小最小二乘解(必考)
A+y
第八章
特征值上界?
- 复矩阵
- 实矩阵
圆盘定理?
- 行对角占优
- 列对角占优
盖尔定理
谱半径的估计?
图论
第一章
图的三要素
握手定理
同构?
- 定义
- 判定??
图运算
- 删点运算
- 删边运算
- 并运算
- 交运算
- 差运算?
- 对称差(或环和运算)
图的矩阵表示
-
邻接矩阵
- 无向图的邻接矩阵
- 有向图的邻接矩阵
- 加权有向图的带权邻接矩阵
-
关联矩阵??
- 无向图的关联矩阵
- 有向图的关联矩阵
-
边矩阵
第二章
通路、道路、路径的定义??
连通?
- 顶点之间的连通???
- 图连通
- 连通片??
圈
-
定义
-
长度?
- 奇圈
- 偶圈
顶点之间的距离
有向通路
-
有向道路
-
有向路径
- 有向圈
-
有向回路
半通路
强连通、单向连通、弱连通
有向图中
- 完备回路
- 完备通路
- 完备半通路
强连通片(或强连通分图)
树
- 定义
- 树叶
- 森林或林
- 平凡树
生成树?
生成树的个数
Caylay公式
生成树算法
- 破圈法
- 避圈法
最小生成树
-
定义
-
算法
-
Kruskal算法
先边按权从小到大排列
再从小到大选 不构成圈即可 -
Prim算法
-
第三章
点断集
-
定义?
-
连通度?
最小点断集中顶点的数目
- 有点断集
- 无点断集
- 不连通
- 平凡
-
割点
-
k-连通图
边断集
-
定义
-
边连通度
- 有边断集
- 无边断集
- 不连通
- 平凡
-
割边
-
k-边连通图
门格尔定理(Menger)??
课本 P39
Whiteney定理????
课本 P39
割边
割集??
割点
Harary算法?
课本 P45
概念
无向图、有向图、混合图
环、重边
简单图
完备图(K_n)
完备二部图(K_m, n)
平凡图
空图
边集为空
n阶图
顶点数为n
(n,m)图
顶点数为n 边数为m
边的重数
连接两个相同顶点的边的数量
子图
顶点、边都是原顶点、边的子集
生成子图
顶点保留原图顶点 边取子集
顶点导出子图、边导出子图
K-正则图
每个顶点的度数都是k
正则图的阶数
阶数就是顶点数
偶图
其实就是二部图
图的直径
两顶点之间的最大距离
未掌握/易错
二部图的充要条件
G不含奇圈
G是树的充要条件?
(5)
-
G无环…
且任何两个顶点之间有唯一的路径
-
G连通…
E = V - 1
-
G连通…
且对G的任一边,G-e不连通
-
G无圈…
且 E = V - 1
-
G无圈…
对任意一个e = uv \\notin E(G) G+e恰好有一个圈
G是连通图,e \\in E, 则e是割边的充要条件?
e不含在圈中
G连通的充要条件?
G有生成树
G连通,G是树的充要条件
G的每条边都是G的割边
设T是连通图G的一颗生成树,对T的每条边e有
余树 T- 不含 G的割集
T-+e 含G的唯一割集
树T的顶点v是T的割点的充要条件
d(v) >= 2
一个图有理想匹配的必要条件
偶数个顶点
四定理
H图的充分、必要、充要条件
- 必要条件
- 充分条件
- 充要条件
图同构的必要条件
两图的顶点数、边数相等
次数相同的顶点数也相等
G是非空连通图
P109
- G是欧拉图
- G无奇次顶点
- …
G有欧拉道路的充要条件
G最多只有两个奇次顶点
G是可嵌平面图的充要条件
G可在球面上嵌入
-
answer - 1
G在球面上可嵌入
-
answer - 2
不含K5 k3 3 的任何细分
G是平面图的充要条件
G中无可收缩到K5 或 K33 的子图
计算题
Dijkstra算法
Floyd算法
匈牙利算法
- 求理想匹配
- 求最大匹配
Kuhn-munkres算法
P86
求最大权理想匹配
若需要求最小权理想匹配 使用一个大数减去所有元素
寻找欧拉巡回
寻找一个权最小的巡回
-
是欧拉图时
- Fleury算法
- Hierholzer算法
-
不是欧拉图时
-
正好有两个奇次顶点
-
最小对集法(2n个奇次顶点)
P117
求出奇次顶点的最短距离
寻找奇次顶点的最小权匹配 (注意使用大数减去 一般就枚举就可以了)
将M添加至原图G
求欧拉巡回
-
TSP近似算法
-
Christofides最小权匹配算法
P134
-
二边逐次修正法
P142
-
求最佳H圈的权的下界
P143
可平面化算法
P164
证明方法
最长路径法
数学归纳法
- 第一类
- 第二类
第四章
Dijkstra算法
Floyd算法
第五章
匹配?
- 定义???
- M渗透点??
- M非渗透点??
- M交错路径???
- M可增长路径??
理想匹配??
最大匹配???
四定理
- Berge定理
- Hall定理???
- Konig定理???
- Tutte定理??
t条件??
覆盖???
极小覆盖???
最小覆盖???
第六章
欧拉图
-
无向欧拉图
- 巡回??
- 欧拉巡回
- 欧拉图
- 欧拉道路
-
有向欧拉图
- 有向巡回
- 有向欧拉巡回
- 有向欧拉图
- 有向欧拉道路
-
Fleury算法?
-
Hierholzer算法?
-
最小对集算法 Edmonds算法(重点)
哈米尔顿图??
-
H路径???
-
H圈???
-
定义
-
必要条件
-
充分条件
- Dirac定理
-
充要条件???
- 定理6.7
- 定理6.8
-
图的闭包
流动推销员问题
-
最佳H圈??
权最小的哈米尔顿圈
-
最佳推销员回路???
经过每个顶点至少一次的权最小闭通路
TSP近似算法
-
构造型
- Christofides最小权匹配算法
-
改进型
- 二边逐次修正法
-
求最佳H圈的下界
第七章
平面图
-
可嵌平面图
图G可以嵌入平面
-
G的平面嵌入
可嵌平面图G 嵌在平面中形成的图 称为G的平面嵌入
欧拉公式
-
面的定义??
-
面集
-
面的数目
-
面的周界??
顶点 + 边
-
欧拉公式表示
对偶图
-
画法?
-
面f的次数??
周界中边的数目
割边算两次!
库拉托夫斯基定理
-
K5 和 K(3,3) 都是非平面图
-
细分???
将G的某些边换成路径
-
可嵌平面图的充分必要条件(库拉托夫斯基定理)??
-
初等收缩??
-
瓦格纳定理??
可平面性算法
-
桥???
- 定义
- 附着点
- 基
-
可嵌平面图
-
可嵌平面子图
-
G-可接受的平面嵌入
-
可展??
-
可平面性算法(重点)
以上是关于矩阵论 & 图论期末考试复习思维导图的主要内容,如果未能解决你的问题,请参考以下文章