算术结构拉普拉斯矩阵最大特征值的上界

2020-04-09 07:07,,
湖南工业大学学报 2020年2期
关键词:拉普拉斯算术特征向量

,,

(湖南师范大学 数学系,湖南 长沙 410081)

1 研究背景

对于一个连通图G,如果向量,则称为G的算术结构;如果条件

A(G)=(aij),i~j表示i与j相邻;d、r都为列向量,所有的元素都是正整数,rT为向量r的转置矩阵。

给定一个简单图G,其拉普拉斯矩阵为

图的算术结构的概念,是Lorenzini研究代数几何中退化曲线时,出现交矩阵而引入的[1]。近年来,关于算术结构的研究较多,如文献[2]研究了完全图、路和圈上算术结构的一些性质;文献[3]研究了路和圈上算术结构的个数等。代数图论是图论的一大分支,它利用图的关联矩阵的代数性质来研究图。特别地,图谱理论主要研究它的邻接矩阵、拉普拉斯矩阵的特征值和图的性质之间的联系[4]。

2 预备知识

为了证明本文将给出的有关结论,先介绍一些相关的知识和结论。

定义矩阵

因为L(G,d)是实对称矩阵,它的特征值为实数,故可设为。

引理1[5]设A是一个n阶任意矩阵,其特征值为λ1≥λ2≥…≥λn,为对应于特征值λk的特征向量,q为任意n维的列向量,则矩阵A+vqT的特征值为

定理1设G是一个n阶连通图,则B(G)的特征值为

证明由B(G)=L(G,d)+re可得,B(G)r=L(G,d)r+rer。

因向量r中每个元素都是正整数,G连通,矩阵B(G)非负不可约,所以由Perron-Frobenius定理知,er是B(G)的谱半径,且r是其Perron向量,即

由引理1可以得到B(G)的特征值为

推论1设G是一个n阶连通图,(d,r)为G上的一个算术结构,则

3 算术结构的拉普拉斯矩阵特征值更精确的上界

引理2[8]设M(G)=(mij)是一个n阶非负实对称矩阵,若有一个对应于谱半径的正特征向量,为M(G)的第二大特征值,则有

定理2设G是一个n阶连通图,为G上的一个算术结构,则

证明由知,,从而r是对应的正特征向量。

当i~j时,则

由式(6)和式(7)可得,

由引理2可知,

定理3设G是一个n阶连通图,(d,r)为G上的一个算术结构,则

证明令R=diag(r1,r2,…,rn),定义矩阵,则C(G)的元素为

因为矩阵C(G)与L(G,d)相似,所以它们有相同的特征值,令x是矩阵C(G)对应于特征值的特征向量。

由上述2个等式可得

因为xj≤xk,xk≤xi,所以由式(10)得

其中

所以

因为L(G,d)r=0,所以C(G)eT=0,C(G)的秩等于L(G,d)的秩。因eT、x是C(G)不同特征值的特征向量,所以向量x与eT正交。而xi>xj,因此

即L(G,d)最大特征值的上界为

推论2设G是一个n阶连通图,(d,r)为G上的一个算术结构,则

证明事实上

类似地可得

将上述两式子代入

可得

所以,由式(8)可知

相比较而言,式(11)没有(8)精确,但计算简便一些,也可以作为判断特征值上界的一个依据。

4 算例

例1拆分完全图K4的边v3,v4得到的一个图S4,如图1所示。在G的算术结构的拉普拉斯矩阵L(G,d)中,若d=(1,2,10,15,1)T,r=(15,10,3,2,5)T,试用本文的结论计算L(G,d)的最大特征值的上界。

图1 图S4Fig.1 Figure S4

解用式(2)(4)(8)(11)计算得到L(G,d)的最大特征值的上界分别为35,20,15.5,17,而矩阵L(G,d)的实际特征值有5个,分别为0,0.891 2,2.600 8,10.293 0,15.215 0。

显然,由式(8)计算的结果为15.5,它与L(G,d)的实际最大特征值15.215 0相差非常小,所以式(8)更精确。

5 结语

本文得到了算术结构拉普拉斯矩阵L(G,d)的最大特征值的4个上界,分别如式(2)(4)(8)(11)所示,其中式(8)中的上界最精确,而式(11)中的上界计算较简便。

猜你喜欢
拉普拉斯算术特征向量
二年制职教本科线性代数课程的几何化教学设计——以特征值和特征向量为例
克罗内克积的特征向量
对拉普拉斯变换的教学理解
基于拉普拉斯机制的随机游走知识发现系统的优化研究
广义积分与拉普拉斯变换的相关研究
三个高阶微分方程的解法研究
担心等
算算术
学算术
小狗算算术