12.【线性代数】——图和网络
十二 图和网络(线性代数的应用)
图 g r a p h = { n o d e s , e d g e s } graph=\{nodes, edges\} graph={nodes,edges}
上图中,有4个节点(node),5条边(edge),图上的各个数字为标号。
1.关联矩阵
A = [ − 1 1 0 0 0 − 1 1 0 − 1 0 1 0 − 1 0 0 1 0 0 − 1 1 ] ⏟ [ n o d e 1 , n o d e 2 , n o d e 3 , n o d e 4 ] A=\underbrace{\begin{bmatrix} -1&1&0&0\\ 0&-1&1&0\\ -1&0&1&0\\ -1&0&0&1\\ 0&0&-1&1 \end{bmatrix}}_{[node1, node2,node3,node4]} A=[node1,node2,node3,node4] −10−1−101−10000110−100011
每一行表示一条边,-1表示开始的节点,1表示结束的节点。第一行表示 e d g e 1 edge_1 edge1。
e d g e 1 edge_1 edge1, e d g e 2 edge_2 edge2和 e d g e 3 edge_3 edge3现象相关,存在回路( e d g e 1 + e d g e 2 = e d g e 3 edge_1+edge_2=edge_3 edge1+edge2=edge3)。
树:没有回路的图
把图看做是电流图。每一个节点表示电势。两个节点的电势差,形成电流。
2. A A A矩阵的零空间,求解 A x = 0 Ax=0 Ax=0 电势
A [ x 1 x 2 x 3 x 4 ] = [ x 2 − x 1 x 3 − x 2 x 3 − x 1 x 4 − x 1 x 4 − x 3 ] = [ 0 0 0 0 0 ] A \begin{bmatrix} x_1\\ x_2\\ x_3\\ x_4 \end{bmatrix} = \begin{bmatrix} x_2-x_1\\ x_3-x_2\\ x_3-x_1\\ x_4-x_1\\ x_4-x_3 \end{bmatrix} = \begin{bmatrix} 0\\ 0\\ 0\\ 0\\ 0 \end{bmatrix} A x1x2x3x4 = x2−x1x3−x2x3−x1x4−x1x4−x3 = 00000
解得:
x = c [ 1 1 1 1 ] x = c\begin{bmatrix} 1\\ 1\\ 1\\ 1 \end{bmatrix} x=c 1111
d i m ( N ( A ) ) = 1 , 那么 r a n k A = n − 1 = # n o d e s − 1 dim(N(A)) = 1, 那么rankA = n - 1 = \#nodes - 1 dim(N(A))=1,那么rankA=n−1=#nodes−1
3. A T A^T AT矩阵的零空间,电流
A T y = [ − 1 0 − 1 − 1 0 1 − 1 0 0 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 ] A^Ty=\begin{bmatrix} -1&0&-1&-1&0\\ 1&-1&0&0&0\\ 0&1&1&0&-1\\ 0&0&0&1&1 \end{bmatrix}\begin{bmatrix} y_1\\ y_2\\ y_3\\ y_4\\ y_5\\ \end{bmatrix} =\begin{bmatrix} 0\\ 0\\ 0\\ 0 \end{bmatrix} ATy= −11000−110−1010−100100−11 y1y2y3y4y5 = 0000
得出:
{ − y 1 − y 3 − y 4 = 0 ( 合流 = 0 ) y 1 − y 2 = 0 ( 流入 = 流出 ) y 2 + y 3 − y 5 = 0 ( 流入 = 流出 ) y 4 + y 5 = 0 ( 合流 = 0 ) ⇒ y = c [ 1 1 − 1 0 0 ] + d [ 0 0 1 − 1 1 ] ( 两个基为图中的回路 # l o o p ) \begin{cases} -y_1 -y_3 -y_4 =0 (合流=0) \\ y_1-y_2=0 (流入=流出) \\ y_2+y_3-y_5=0(流入=流出) \\ y_4+y_5=0 (合流=0) \end{cases}\xRightarrow{} y= c\begin{bmatrix} 1\\1\\-1\\0\\0 \end{bmatrix} + d\begin{bmatrix} 0\\ 0\\ 1\\ -1\\1 \end{bmatrix} (两个基为图中的回路\#loop) ⎩ ⎨ ⎧−y1−y3−y4=0(合流=0)y1−y2=0(流入=流出)y2+y3−y5=0(流入=流出)y4+y5=0(合流=0)y=c 11−100 +d 001−11 (两个基为图中的回路#loop)
KCL定律: a. 合流 = 0 b. 流入=流出
总结电流图
结论
树:没有回路的图
d i m ( N ( A T ) ) = m − r dim(N(A^T)) = m - r dim(N(AT))=m−r
# l o o p = # e d g e s − ( # n o d e s − 1 ) \#loop = \#edges - (\#nodes - 1) #loop=#edges−(#nodes−1)
# n o d e s − # e d g e s + # l o o p = 1 \#nodes-\#edges +\#loop = 1 #nodes−#edges+#loop=1(对所有图适用)
相关文章:
12.【线性代数】——图和网络
十二 图和网络(线性代数的应用) 图 g r a p h { n o d e s , e d g e s } graph\{nodes, edges\} graph{nodes,edges}1.关联矩阵2. A A A矩阵的零空间,求解 A x 0 Ax0 Ax0 电势3. A T A^T AT矩阵的零空间,电流总结电流图结论 …...
[环境搭建篇] Windows 环境下如何安装repo工具
Windows 环境下如何安装repo工具 1. 安装前置依赖2. 配置Repo引导脚本方法一:通过Gitee镜像安装(推荐)方法二:通过清华镜像安装 3. 解决依赖问题4. 初始化Repo仓库5. 常见问题解决 前言: 在Windows环境下安装Repo工具需…...
LeetCode 热题 100_字符串解码(71_394_中等_C++)(栈)
LeetCode 热题 100_字符串解码(71_394) 题目描述:输入输出样例:题解:解题思路:思路一(栈): 代码实现代码实现(栈):以思路一为例进行调…...
「DataX」数据迁移-IDEA运行DataX方法总结
背景 业务需求希望把Oracle数据库中的数据,迁移至MySql数据库中,因为需要迁移全量和增量的数据,所以希望想用数据迁移工具进行操作。 经过一些调研查询,最终打算使用DataX进行数据的迁移。 DataX简单介绍 DataX 是阿里云 DataW…...
【 <一> 炼丹初探:JavaWeb 的起源与基础】之 Servlet 过滤器:实现请求的预处理与后处理
<前文回顾> 点击此处查看 合集 https://blog.csdn.net/foyodesigner/category_12907601.html?fromshareblogcolumn&sharetypeblogcolumn&sharerId12907601&sharereferPC&sharesourceFoyoDesigner&sharefromfrom_link <今日更新> 一、过滤器&…...
DeepSeek与浏览器自动化AI Agent构建指南
文章使用到的模型可以用硅基流动中的: 注册链接:硅基流动统一登录 邀请码:FytHp9Xa 一、技术选型阶段 1. 基础组件选择 AI模型:DeepSeek-R1开放API(对话/推理)或DeepSeek-Coder(代码生成&#…...
面试中常问的mysql数据库指令【杭州多测师_王sir】
数据库中的修改表结构、增删改查、用户权限操作DDL 》数据库定义语言 create database,create table drop tableDML 》数据库操作语言 insert into,delete from,update set,DQL 》数据库查询语言 select .... from....crea…...
深度学习驱动的智能化革命:从技术突破到行业实践
第一章 深度学习的技术演进与核心架构 1.1 从浅层网络到深度学习的范式转变 深度学习的核心在于通过多层次非线性变换自动提取数据特征,其发展历程可划分为三个阶段:符号主义时代的规则驱动(1950s-1980s)、连接主义时代的浅层网络(1990s-2000s)以及深度学习时代的端到端…...
基于编译器特性浅析C++程序性能优化
最近在恶补计算机基础知识,学到CSAPP第五章的内容,在这里总结并且展开一下C程序性能优化相关的内容。 衡量程序性能的方式 一般而言,程序的性能可以用CPE(Cycles Per Element)来衡量,其指的是处理每个元素…...
服务器上通过ollama部署deepseek
2025年1月下旬,DeepSeek的R1模型发布后的一周内就火了,性能比肩OpenAI的o1模型,且训练成本仅为560万美元,成本远低于openAI,使得英伟达股票大跌。 下面我们来看下如何个人如何部署deepseek-r1模型。 我是用的仙宫云的…...
Android Coil总结
文章目录 Android Coil总结概述添加依赖用法基本用法占位图变形自定义ImageLoader取消加载协程支持缓存清除缓存监听 简单封装 Android Coil总结 概述 Coil 是一个用于 Android 的 Kotlin 图像加载库,旨在简化图像加载和显示的过程。它基于 Kotlin 协程࿰…...
《安富莱嵌入式周报》第351期:DIY半导体制造,工业设备抗干扰提升方法,NASA软件开发规范,小型LCD在线UI编辑器,开源USB PD电源,开源锂电池管理
周报汇总地址:嵌入式周报 - uCOS & uCGUI & emWin & embOS & TouchGFX & ThreadX - 硬汉嵌入式论坛 - Powered by Discuz! 视频版: https://www.bilibili.com/video/BV16C95YEEZs 《安富莱嵌入式周报》第351期:DIY半导体…...
Redis在人员管理系统中的应用示例
用户会话管理 场景:用户登录后存储会话信息,支持多服务器共享 实现: 用户登录成功后,生成唯一Token(如JWT),作为Redis的Key Value存储用户ID、角色、权限等信息,设置过期时间&…...
The Wedding Juicer POJ - 2227
采取从外层边界,一步一步向内部拓展的策略,具体来说,一开始将最外面一层的点加入队列,并标记这些点的坐标已经被访问 取出队列中高度最低的点,将其弹出,查看其上下左右的点,如果新点没有被访问…...
# 深入理解RNN(一):循环神经网络的核心计算机制
深入理解RNN:循环神经网络的核心计算机制 RNN示意图 引言 在自然语言处理、时间序列预测、语音识别等涉及序列数据的领域,循环神经网络(RNN)一直扮演着核心角色。尽管近年来Transformer等架构逐渐成为主流,RNN的基本原理和思想依然对于理…...
分布式锁—6.Redisson的同步器组件
大纲 1.Redisson的分布式锁简单总结 2.Redisson的Semaphore简介 3.Redisson的Semaphore源码剖析 4.Redisson的CountDownLatch简介 5.Redisson的CountDownLatch源码剖析 1.Redisson的分布式锁简单总结 (1)可重入锁RedissonLock (2)公平锁RedissonFairLock (3)联锁MultiL…...
同步 Fork 仓库的命令
同步 Fork 仓库的命令 要将您 fork 的仓库的 main 分支与原始仓库(fork 源)同步,您可以使用以下命令: 首先,确保您已经添加了原始仓库作为远程仓库(如果尚未添加): git remote add…...
基于PySide6的CATIA零件自动化着色工具开发实践
引言 在汽车及航空制造领域,CATIA作为核心的CAD设计软件,其二次开发能力对提升设计效率具有重要意义。本文介绍一种基于Python的CATIA零件着色工具开发方案,通过PySide6实现GUI交互,结合COM接口操作实现零件着色自动化。该方案成…...
OpenManus 的提示词
OpenManus 的提示词 引言英文提示词的详细内容工具集的详细说明中文翻译的详细内容GitHub 仓库信息背景分析总结 引言 OpenManus 是一个全能 AI 助手,旨在通过多种工具高效地完成用户提出的各种任务,包括编程、信息检索、文件处理和网页浏览等。其系统提…...
Ubuntu-docker安装mysql
只记录执行步骤。 1 手动下载myql镜像(拉去华为云镜像) docker pull swr.cn-east-3.myhuaweicloud.com/library/mysql:latest配置并启动mysql 在opt下创建文件夹 命令:cd /opt/ 命令:mkdir mysql_docker 命令:cd m…...
量子网络模拟器SeQUeNCe的并行化设计与性能优化
1. 量子网络模拟的工程挑战与SeQUeNCe的定位量子网络正逐步从理论走向工程实践,其核心价值在于利用量子纠缠特性实现传统通信无法企及的安全性和计算能力。但在实际部署前,工程师们面临一个关键问题:如何验证包含数百个量子节点的网络设计方案…...
Tauri + Next.js 桌面应用开发:从架构到部署的完整实践指南
1. 项目概述:一个现代桌面应用开发的“瑞士军刀” 最近在折腾一个桌面端的小工具,需要把Web前端那套东西打包成一个独立的桌面应用。一开始想着用Electron,毕竟生态成熟,但一想到那动辄上百兆的安装包和不算低的内存占用…...
专业指南:高效在ARM设备上运行x86_64程序的完整解决方案
专业指南:高效在ARM设备上运行x86_64程序的完整解决方案 【免费下载链接】box64 Box64 - Linux Userspace x86_64 Emulator with a twist, targeted at ARM64, RV64 and LoongArch Linux devices 项目地址: https://gitcode.com/gh_mirrors/bo/box64 你是否正…...
增材制造如何破解光电子小批量定制化制造难题
1. 项目概述:一份被“雪藏”的产业复兴蓝图最近在整理行业资料时,我翻到了一篇2012年《EE Times》的老文章,标题叫《Seeing the light on optoelectronics manufacturing》。文章的核心观点很有意思,它批评了当时美国国家研究委员…...
半导体行业复苏:晶圆出货与EDA增长背后的技术驱动力与挑战
1. 行业复苏信号:晶圆出货量与EDA市场的强劲联动最近和几位在晶圆厂和芯片设计公司工作的老朋友聊天,大家不约而同地提到一个感受:产线又忙起来了,设计部门的项目排期也肉眼可见地变长了。这种感觉并非空穴来风,近期SE…...
MAXON 机电高压油安全切断阀 通用型摆动式闸阀 灰铸铁 8790
在工业锅炉、熔炉及加热系统中,燃料管路的安全切断是防控火灾与爆炸风险的核心环节。MAXON(麦克森)8790 机电高压油安全切断阀,作为霍尼韦尔旗下经典的通用型摆动式闸阀,以灰铸铁阀体、毫秒级切断速度与严苛安全认证&a…...
量子支持向量机原理与硬件优化实践
1. 量子支持向量机基础原理与硬件挑战量子支持向量机(QSVM)是传统支持向量机在量子计算框架下的扩展,其核心创新点在于利用量子态空间的高维特性构建核函数。与传统核方法相比,量子核映射通过量子电路将经典数据编码到希尔伯特空间…...
2026年中小企业性能测试平台:低成本易落地选型指南
中小企业在性能测试方面面临痛点:专业测试人员匮乏、预算有限、IT 架构相对简单、测试需求集中在基础接口与核心业务场景,无需复杂的企业级管控与大规模并发压测能力。因此,中小企业对性能测试平台的核心需求是:低成本、易落地、易…...
zotero-pdf-translate自动翻译失效:5步快速诊断与修复指南
zotero-pdf-translate自动翻译失效:5步快速诊断与修复指南 【免费下载链接】zotero-pdf-translate Translate PDF, EPub, webpage, metadata, annotations, notes to the target language. Support 20 translate services. 项目地址: https://gitcode.com/gh_mirr…...
Windows 平台 OpenClaw 2.7.1 可视化安装避坑技巧与高效配置方法
OpenClaw 2.7.1 Windows 一键部署教程|3 分钟快速搭建本地 AI 智能助手OpenClaw(小龙虾)是一款实用性极强的本地 AI 智能体工具,适配全系 Windows 系统。软件依托自然语言交互逻辑,可智能完成电脑操控、文件分类管理、…...
