线性代数应用:图与矩阵
1. 线性代数的应用背景
- 线性代数中的矩阵并非随意构造,而是来源于实际应用。例如,化学教授通过矩阵分析化学反应,利用行简化(row reduction)来理解复杂的化学反应过程。
- 在Mathworks(Matlab的开发公司)举办的活动中,讨论了线性代数在多个领域的应用。
2. 图(Graph)与矩阵
- 图的定义:图由节点(nodes)和边(edges)组成。例如,可以考虑所有网站、电话或人的图。
- 示例图:构造一个包含4个节点和5条边的简单图。节点编号为1、2、3、4,边的方向分别为1→2、2→3、1→3、1→4、3→4。
- 矩阵的构造:根据图的结构,构造与之对应的矩阵,称为关联矩阵(Incidence Matrix)。矩阵的行对应边,列对应节点。矩阵的元素表示边与节点的关系,具体为:
- 如果边从节点出发,对应位置为-1;
- 如果边指向节点,对应位置为+1;
- 如果边与节点无关,对应位置为0。
3. 关联矩阵的性质
- 矩阵维度:对于上述图,矩阵维度为5×4(5条边,4个节点)。
- 稀疏性:矩阵中每行只有两个非零元素(一个-1和一个+1),因此矩阵非常稀疏。
- 结构:矩阵的结构反映了图的结构,例如,矩阵中的行对应边,列对应节点。
4. 矩阵的零空间(Null Space)
- 零空间的定义:零空间包含所有满足方程 Ax=0 的向量 x。
- 求解零空间:通过解方程 Ax=0,找到零空间中的向量。对于上述矩阵,零空间的维度为1,一个基向量为 [1,1,1,1]。这意味着所有节点的电势(potentials)相同时,电势差为零,电流不会流动。
- 物理意义:零空间中的向量表示电势可以任意增加或减少一个常数,而不会影响电流的流动。
5. 矩阵的秩(Rank)
- 秩的定义:矩阵的秩是其列向量中线性无关的个数。
- 计算秩:对于上述矩阵,秩为3。这意味着矩阵中有3个线性无关的列。
6. 矩阵的转置零空间(Null Space of AT)
- 方程 ATy=0:这是应用数学中最基本的方程之一,表示电流满足基尔霍夫电流定律(Kirchhoff’s Current Law, KCL)。
- 基尔霍夫电流定律:该定律指出,流入节点的电流等于流出节点的电流。例如,对于节点1,方程为 −y1−y3−y4=0。
- 求解 ATy=0:通过分析图的结构,可以找到满足该方程的电流向量 y。例如,可以找到两个线性无关的解,分别对应于图中的两个环路。
7. 矩阵的行空间(Row Space)与列空间(Column Space)
- 行空间的维度:矩阵的行空间的维度等于其秩,即3。
- 列空间的维度:矩阵的列空间的维度也等于其秩,即3。
- 公式:对于任意图,节点数(n)减去边数(m)加上环路数(l)等于1,即 n−m+l=1。
- 验证:通过分析图的结构,可以验证该公式。例如,对于上述图,节点数为4,边数为5,环路数为2,满足 4−5+2=1。
9. 应用数学的基本方程
- 电势差:电势差 E 由矩阵 A 与电势向量 x 的乘积给出,即 E=Ax。
- 电流:电流 y 由电势差 E 通过欧姆定律(Ohm’s Law)给出,即 y=CE。
- 基尔霍夫电流定律:电流 y 满足基尔霍夫电流定律,即 ATy=0。
10. 矩阵 ATCA 的性质
- 对称性:矩阵 ATCA 是对称矩阵。
- 物理意义:该矩阵在应用数学中具有重要意义,例如在电路分析中,它与系统的平衡方程有关。
总结
- 本节课通过图与矩阵的关系,展示了线性代数在实际应用中的重要性。
- 关联矩阵的零空间、秩、转置零空间等概念在电路分析、网络流等领域具有重要的物理意义。
- 欧拉公式揭示了图的结构与节点、边、环路之间的关系。
- 应用数学的基本方程通过矩阵 A、AT 和欧姆定律将电势、电势差和电流联系起来。
图、网络与关联矩阵的练习
问题 12.1:(8.2 #1.《线性代数导论》:Strang)
写出下图所示的正方形图的4×4关联矩阵 A。(提示:第一行在第1列有-1,在第2列有+1。)哪些向量 (x1,x2,x3,x4) 在 A 的零空间中?如何判断 (1,0,0,0) 不在 A 的行空间中?

解答:
关联矩阵 A:
A=⎣⎢⎢⎢⎡−10011−10001−10001−1⎦⎥⎥⎥⎤
求零空间:解方程 Ax=0:
⎣⎢⎢⎢⎡−10011−10001−10001−1⎦⎥⎥⎥⎤⎣⎢⎢⎢⎡x1x2x3x4⎦⎥⎥⎥⎤=⎣⎢⎢⎢⎡0000⎦⎥⎥⎥⎤
逐行分析:
- x2−x1=0 ⇒ x2=x1
- x3−x2=0 ⇒ x3=x2=x1
- x4−x3=0 ⇒ x4=x3=x2=x1
- x1−x4=0 ⇒ x1=x4
因此,零空间中的向量形式为 (a,a,a,a),其中 a 是任意常数。
判断 (1,0,0,0) 不在 A 的行空间中:
行空间是零空间的正交补空间。由于 (1,0,0,0) 与零空间中的向量 (a,a,a,a) 不正交(因为它们的点积不为零),所以 (1,0,0,0) 不在 A 的行空间中。
问题 12.2:(8.2 #7.)
继续使用问题1中的网络,假设电导矩阵为:
C=⎣⎢⎢⎢⎡1000020000200001⎦⎥⎥⎥⎤
计算矩阵乘积 ATCA。对于 f=(1,0,−1,0),求解方程 ATCAx=f。在正方形图上标出对应的电势 x 和电流 y=−CAx,其中电流源 f 从节点1流入,从节点3流出。
解答:
关联矩阵 A:
A=⎣⎢⎢⎢⎡−10011−10001−10001−1⎦⎥⎥⎥⎤
计算 ATCA:
AT=⎣⎢⎢⎢⎡−11000−11000−11100−1⎦⎥⎥⎥⎤
ATCA=⎣⎢⎢⎢⎡−11000−11000−11100−1⎦⎥⎥⎥⎤⎣⎢⎢⎢⎡1000020000200001⎦⎥⎥⎥⎤⎣⎢⎢⎢⎡−10011−10001−10001−1⎦⎥⎥⎥⎤
计算过程:
ATCA=⎣⎢⎢⎢⎡2−10−1−13−100−13−1−10−12⎦⎥⎥⎥⎤
求解方程 ATCAx=f:
ATCAx=⎣⎢⎢⎢⎡2−10−1−13−100−13−1−10−12⎦⎥⎥⎥⎤⎣⎢⎢⎢⎡x1x2x3x4⎦⎥⎥⎥⎤=⎣⎢⎢⎢⎡10−10⎦⎥⎥⎥⎤
通过行简化增广矩阵:
⎣⎢⎢⎢⎡2−10−1−13−100−13−1−10−12∣∣∣∣10−10⎦⎥⎥⎥⎤
假设 x3=0(表示节点3接地),解得:
x=⎣⎢⎢⎢⎡3/41/401/4⎦⎥⎥⎥⎤
计算电流 y=−CAx:
y=−CAx=−⎣⎢⎢⎢⎡1000020000200001⎦⎥⎥⎥⎤⎣⎢⎢⎢⎡3/41/401/4⎦⎥⎥⎥⎤=⎣⎢⎢⎢⎡−3/4−1/20−1/4⎦⎥⎥⎥⎤
在正方形图上标出电势和电流:
- 节点电势 x:(3/4,1/4,0,1/4)
- 边上的电流 y:(−3/4,−1/2,0,−1/4)
