设G = ( V , E ) 为n 阶简单图,V = { v 1 , v 2 , ⋯ , v n } 为其顶点集,A ( G ) = [ a i j ] 为其邻接矩阵,如果v i v j ∈ E ,则a i j = 1 ,否则a i j = 0 。将G 的特征值与特征向量分别定义为A ( G ) 的特征值与特征向量。如果G 的特征子空间V λ = { x | A x = λ x } 与全1向量j = ( 1,1 , ⋯ , 1 ) T 不正交,即至少存在1个特征向量x ∈ V λ ,使得x T j ≠ 0 ,则称G 的特征值λ 为主特征值[1 ] 。G 的谱S p e c ( G ) 定义为A ( G ) 的特征值的多重集。如果S p e c ( G ) = S p e c ( H ) ,则称图G 与图H 同谱。关于同谱图的构造及其性质,已有大量研究成果[2 -4 ] 。
那么,具有相同特征向量的图有哪些?HORN等[1 ] 给出了方阵可交换的充要条件:2个可对角化的方阵可交换当且仅当它们存在一组公共的特征向量。由于图的邻接矩阵为实对称矩阵,所以2个公共特征向量的图其邻接矩阵可交换。如果存在一个置换矩阵P σ ,使得A ( G ) [ P σ T A ( H ) P σ ] = [ P σ T A ( H ) P σ ] A ( G ) ,则称图G 与图H 可交换。有关可交换图的研究成果不多。HEINZE[5 ] 提出了可交换图的定义,并给出了可交换图的简单性质。BEEZER[6 ] 通过研究n 个顶点的路P n 的邻接矩阵A ( P n ) 的矩阵多项式的( 0,1 ) 位置特征,确定了所有与P n 可交换的图。AKBARI等[7 ] 找到了所有可使完全二部图K n , n 分解为可交换的完美匹配或哈密顿圈的整数n 。COLLINS等[8 ] 研究了具有相同主特征向量的图的道矩阵(walk matrix)之间的关系。
本文研究简单图邻接矩阵的可交换性,首先,从图的Perron向量、主特征值数量、正则性三方面给出可交换图的必要条件。然后,枚举所有具有6个点且主特征值数量不超过2的可交换图,并利用阶数较小的可交换图,通过矩阵的克罗内克积与图的笛卡尔积,构造新的阶数较大的可交换图,证明所有n 阶循环图是可交换的。最后,将一个邻接矩阵表示为另一个特征值互异的邻接矩阵的矩阵多项式,给出了2种算法,并比较其优劣。
下文将要用到的定义和符号。设G = ( V , E ) 是一个简单图,其补图为G ¯ = ( V , E ¯ ) ,其中v 1 v 2 ∈ E ¯ 当且仅当v 1 v 2 ∈ E 。给定2个图G 1 = ( V 1 , E 1 ) 与G 2 = ( V 2 , E 2 ) ,则G 1 与G 2 的笛卡尔积记为G = G 1 □ G 2 ,其顶点集为V ( G ) = { ( u , v ) | u ∈ V 1 , v ∈ V 2 } ,顶点( u 1 , v 1 ) 和( u 2 , v 2 ) 相连当且仅当u 1 = u 2 , v 1 v 2 ∈ E 2 或u 1 u 2 ∈ E 1 , v 1 = v 2 。
设A 是一个m × n 矩阵,B 是一个p × q 矩阵,则矩阵A 与 B 的克罗内克积A ⊗ B 为m p × n q 的分块矩阵,表示为
A ⊗ B = a 11 B ⋯ a 1 n B ⋮ ⋮ a m 1 B ⋯ a m n B 。
I , J 分别表示n 阶单位矩阵与全1 矩阵,j 为n 维全1 向量。其他图论概念和符号可参见文献[9 -11 ]。
1 预备知识
引理1 [1 ] 设A , B 是2个可对角化的n 阶方阵,则以下命题等价:
引理2 [5 ] 若λ 是图G 的q 重主特征值,则λ 的特征子空间存在一组标准正交基,使得其中只有一个特征向量与j 不正交,其余q - 1 个特征向量均与j 正交。
引理3 (Perron-Frobenius定理)[1 ] 设A 是n 阶非负不可约方阵( n ≥ 2 ) ,ρ ( A ) 为其谱半径,则
(3) 存在唯一的正向量x = [ x i ] ,使得A x = ρ ( A ) x 且x 1 + x 2 + ⋯ + x n = 1 ,则称x 为A 的Perron向量。
引理4 [10 ] 设A , B 分别为m 阶图G 与n 阶图H 的邻接矩阵(m 可以与n 相等),则G 与H 的笛卡尔积的邻接矩阵为
A ( G □ H ) = I m ⊗ B + A ⊗ I n 。
引理5 [1 ,12 ] 设A 是n 阶方阵且有n 个不同的特征值,若A B = B A ,则存在唯一次数小于n 的多项式f ( x ) = ∑ i = 0 n - 1 a i x i ,使得B = f ( A ) 。
引理6 [13 ] 图G 恰有1个主特征值当且仅当G 是正则图。
2 可交换图的必要条件
(1) 若G 与H 连通,则ρ ( A ( G ) ) 的Perron向量与ρ ( A ( H ) ) 的相同;
(2) 若G 和H 的主特征值都是单根,则它们的主特征值数量相同。
证明 (1)不妨设 A ( G ) A ( H ) = A ( H ) A ( G ) ,由引理1(3),知A ( G ) 与A ( H ) 存在一组公共特征向量x 1 , x 2 , ⋯ , x n ,使得⊕ i = 1 n s p a n ( x i ) = R n 。因为G 与H 连通,A ( G ) 和A ( H ) 是非负不可约方阵,由Perron-Frobenius定理,可知A ( G ) 和A ( H ) 的谱半径ρ ( G ) 和ρ ( H ) 都是单根且对应的特征向量均为正向量,不妨设x 1 , x 2 , ⋯ , x n 中的唯一正特征向量为x 1 ,因此可以调整x 1 的模长使其为ρ ( G ) 与ρ ( H ) 的Perron向量。
(2) 反证法,不妨设G 与H 的主特征值、不同特征值数量分别为r 1 ,r 2 ;S 1 ,S 2 且r 1 > r 2 。记
V λ i = { ξ | A ( G ) ξ = λ i ξ } , V μ i = { η | A ( H ) η = μ i η }
R n = V λ 1 ⊕ ⋯ ⊕ V λ r 1 ⊕ ⋯ ⊕ V λ s 1 ,(1)
结合引理2,可知x 1 , x 2 , ⋯ , x n 中恰有r 1 个特征向量与j 不正交。又因为
R n = V μ 1 ⊕ ⋯ ⊕ V μ r 2 ⊕ ⋯ ⊕ V μ s 2 ,(2)
所以x 1 , x 2 , ⋯ , x n 中恰有r 2 个特征向量与j 不正交,矛盾。
注1 定理1中“图G 和H 的主特征值都是单根”条件不可去除,否则存在反例,如图1 所示,其中可交换图K 2,4 和3 K 2 的主特征值数量分别为2和1。
图1
图1
主特征值数量不同的可交换图
Fig.1
Commutative graphs with different number of main eigenvalues
定理2 设图G 的补图为G ¯ ,则A ( G ) A ( G ¯ ) = A ( G ¯ ) A ( G ) 当且仅当G 为正则图。
证明 因为A ( G ¯ ) = J - I - A ( G ) ,设G 的度序列为A ( G ) j = [ d 1 , d 2 , … , d n ] T ,又
A ( G ) [ J - I - A ( G ) ] = A ( G ) J - A ( G ) I - A ( G ) 2 ,
[ J - I - A ( G ) ] A ( G ) = J A ( G ) - I A ( G ) - A ( G ) 2 ,
A ( G ) J = J A ( G ) ,
d 1 d 1 ⋯ d 1 d 2 d 2 ⋯ d 2 ⋮ ⋮ ⋮ d n d n ⋯ d n = d 1 d 2 ⋯ d n d 1 d 2 ⋯ d n ⋮ ⋮ ⋮ d 1 d 2 ⋯ d n 。
A ( G ) J = k ⋯ k ⋮ ⋮ k ⋯ k = J A ( G ) ,
A ( G ) [ J - I - A ( G ) ] = [ J - I - A ( G ) ] A ( G ) 。
注2 在定理2中,若只要求图G 与其补图G ¯ 可交换,则G 不一定是正则图,如图2 所示。
图2
图2
非正则可交换图G 与G ¯
Fig.2
Non-regular commutative graphs G and G ¯
定理3 图G 1 与正则图G 2 可交换当且仅当G ¯ 1 与G 2 可交换。
A ( G 1 ) A ( G 2 ) = A ( G 2 ) A ( G 1 ) ,
A ( G ¯ 1 ) A ( G 2 ) = [ J - I - A ( G 1 ) ] A ( G 2 ) = J A ( G 2 ) - A ( G 2 ) - A ( G 1 ) A ( G 2 ) = A ( G 2 ) J - A ( G 2 ) - A ( G 2 ) A ( G 1 ) = A ( G 2 ) [ J - I - A ( G 1 ) ] = A ( G 2 ) A ( G ¯ 1 ) 。
证明 在定理3中,令G 1 = n K 1 ,因为A ( n K 1 ) = O n × n 与任意邻接矩阵可交换,所以图G 1 与任意正则图G 2 的邻接矩阵可交换。由定理3,知G 2 与G ¯ 1 = K n 可交换。
经编程计算,枚举了所有主特征值数量小于3的连通图及与其可交换的连通图,如图3 所示。其中,G 1 ~ G 5 为主特征值数量为1的六阶连通图,且均为循环图。
图3
图3
主特征值数量小于3的六阶连通图
Fig.3
Connected graphs with 6 vertices and the number of main eigenvalues less than 3
表1 列出了主特征值数量为2的18个六阶连通图及与其对应的可交换连通图。
3 可交换图的构造
通过矩阵的克罗内克积、图的笛卡尔积及循环矩阵,构造可交换图。
3.1 矩阵的克罗内克积
定理4 设A ,C 均为m 阶方阵,B ,D 均为n 阶方阵。若A C = C A ,B D = D B ,则
( A ⊗ B ) ( C ⊗ D ) = ( C ⊗ D ) ( A ⊗ B ) 。
a 11 B ⋯ a 1 m B ⋮ ⋮ a m 1 B ⋯ a m m B c 11 D ⋯ c 1 m D ⋮ ⋮ c m 1 D ⋯ c m m D i j = ∑ k = 1 m a i k c k j B D = ( A C ) i j ( B D ) ,
c 11 D ⋯ c 1 m D ⋮ ⋮ c m 1 D ⋯ c m m D a 11 B ⋯ a 1 m B ⋮ ⋮ a m 1 B ⋯ a m m B i j = ∑ k = 1 m c i k a k j D B = ( C A ) i j ⊗ ( D B ) 。
( A C ) i j B D = ( C A ) i j D B ,
所以 ( A ⊗ B ) ( C ⊗ D ) = ( C ⊗ D ) ( A ⊗ B ) 。
推论2 设A 1 ,A 2 为2个m 阶图的邻接矩阵,B 1 ,B 2 为2个n 阶( 0,1 ) 方阵(主对角线元素可为1)。若A 1 A 2 = A 2 A 1 ,B 1 B 2 = B 2 B 1 ,则A 1 ⊗ B 1 ,A 2 ⊗ B 2 所对应的图可交换。
3.2 图的笛卡尔积
定理5 设A ,C 均为m 阶图Γ 1 , Γ 2 的邻接矩阵,B ,D 均为n 阶图Γ 3 , Γ 4 的邻接矩阵。若A C = C A ,B D = D B ,则图Γ 1 □ Γ 3 与图Γ 2 □ Γ 4 可交换。
( A □ B ) ( C □ D ) = ( I m ⊗ B + A ⊗ I n ) ( I m ⊗ D + C ⊗ I n ) = ( I m ⊗ B ) ( I m ⊗ D ) + ( I m ⊗ B ) ( C ⊗ I n ) + ( A ⊗ I n ) ( I m ⊗ D ) + ( A ⊗ I n ) ( C ⊗ I n ) = ( I m ⊗ B D ) + ( C ⊗ B ) + ( A ⊗ D ) + ( A C ⊗ I n ) = ( I m ⊗ D B ) + ( A ⊗ D ) + ( C ⊗ B ) + ( C A ⊗ I n ) = ( I m ⊗ D ) ( I m ⊗ B ) + ( I m ⊗ D ) ( A ⊗ I n ) + ( C ⊗ I n ) ( I m ⊗ B ) + ( C ⊗ I n ) ( A ⊗ I n ) = ( I m ⊗ D + C ⊗ I n ) ( I m ⊗ B + A ⊗ I n ) = ( C □ D ) ( A □ B ) 。
3.3 循环矩阵
循环矩阵是一种特殊的方阵,将上一行各元素依次右移一个位置得到下一行元素,上一行最后一个元素为下一行第一个元素。
A = a 1 a 2 ⋯ a n a n a 1 ⋯ a n - 1 ⋮ ⋮ ⋮ a 2 a 3 ⋯ a 1 ,B = b 1 b 2 ⋯ b n b n b 1 ⋯ b n - 1 ⋮ ⋮ ⋮ b 2 b 3 ⋯ b 1 。
P = 0 1 0 ⋯ 0 0 0 0 1 ⋯ 0 0 0 0 0 ⋯ 0 0 ⋮ ⋮ ⋮ ⋮ ⋮ 0 0 0 ⋯ 0 1 1 0 0 ⋯ 0 0 : = e n , e 1 , e 2 , ⋯ , e n - 2 , e n - 1 ,
其中,e i 表示第i 个分量为1,其余分量均为0的n 维列向量。由矩阵分块乘法,可得
P i = e n - i + 1 , e n - i + 2 , e n - i + 3 , ⋯ , e n - i - 1 , e n - i ,
A = a 1 P 0 + a 2 P + ⋯ + a n P n - 1 , B = b 1 P 0 + b 2 P + ⋯ + b n P n - 1 。
若一个图的邻接矩阵为循环矩阵,则称该图为循环图,从而有
4 可交换图的矩阵多项式
设A 1 是n 阶图G 1 的邻接矩阵,A 1 有n 个不同的特征值,由引理5,任何一个与A 1 可交换的图G 2 的邻接矩阵A 2 均能表示为A 1 的次数小于n 的多项式
f ( x ) = ∑ i = 0 n - 1 c i x i
下面给出矩阵多项式f ( x ) 的2种求解法,并比较其优劣。
4.1 线性方程组法
Step 1 约定A 1 0 = I n ,依次求A 1 的各次幂A 1 k ( k = 0,1 , ⋯ , n - 1 ) 。
Step 2 构造线性方程组A x = B 的系数矩阵A ,则第k + 1 列为A 1 k ( k = 0,1 , ⋯ , n - 1 ) 按列压平而成的n 2 维列向量。
Step 3 令B 为A 2 按列压平而成的n 2 维列向量。
Step 4 对A x = B 两边左乘A 的左逆A l e f t - 1 ,求解超定线性方程组的解x = A l e f t - 1 B 。
4.2 拉格朗日插值法
S p e c A 1 = { λ 1 > λ 2 > ⋯ > λ n } ,
S p e c A 2 = { μ 1 m 1 , μ 2 m 2 , ⋯ , μ s m s } ,
其中,上标m i 表示A 2 的特征值μ i ( 1 ≤ i ≤ s ) 的重数且满足∑ i = 1 s m i = n 。计算矩阵V 1 ,其中V 1 的列向量为A 1 的全部标准正交特征向量。
A 2 V 1 = [ A 2 x 1 , A 2 x 2 , … , A 2 x n ] = [ μ i 1 x 1 , μ i 2 x 2 , … , μ i n x n ] = x 1 , x 2 , … , x n μ i 1 μ i 2 ⋱ μ i n 。
Step 3 计算μ i V 1 ( 1 ≤ i ≤ s ) ,并与A 2 V 1 比较,找出所有相同的列,将其在A 2 V 1 中的列标号记为j 1 , j 2 , … , j k ,即λ j 1 , λ j 2 , … , λ j k 与μ i 对应,其中{ λ j 1 , λ j 2 , … , λ j k } ⊂ S p e c A 1 。
Step 4 对得到的n 组对应特征值( λ i , μ j ) ( 1 ≤ i ≤ n , 1 ≤ j ≤ s ) ,采用拉格朗日插值法,得到多项式f ( x ) 。
输出 f ( x ) = c 0 + c 1 x + ⋯ + c n - 1 x n - 1 。
4.3 算例
设A 为图Γ 1 的邻接矩阵,B 为路P 10 的邻接矩阵,如图4 所示。
图4
图4
一对可互相表示为其邻接矩阵的矩阵多项式的可交换图
Fig.4
A pair of commutative graphs that can be expressed as matrix polynomial of their adjacency matrices
S p e c ( A ) = ( ± 3.513 0 , ± 1.204 0 , ± 0.763 5 , ± 0.594 4 , ± 0.521 1 ) ,
特征值互不相同,从而矩阵B 可表示为A 的多项式f ( A ) 。分别采用线性方程组法和拉格朗日插值法,可得
f ( x ) = - 48 x + 267 x 3 - 431 x 5 + 206 x 7 - 14 x 9 ,
2种方法所用时间分别为0.005 7 s和0.111 2 s。
4.4 2种方法的对比
理论上,采用线性方程组法可获得精确解,且与矩阵规模n 无关,但在实际计算中,由于受舍入误差、机器误差的影响,当图的顶点较多时,在计算矩阵伪逆时可能会产生较大的误差,因此对算例的选取有一定要求,本文算例使用了50个顶点的路的图,可得到准确结果。
拉格朗日插值法是一种数值近似方法,在计算无理特征值时会产生一定舍入误差。当算例较简单,即顶点较少(小于等于10个)时,可得到准确的插值多项式,但当顶点数超过10时,会产生较大误差,无法得到准确的数值解。
在计算时间上,如只计算矩阵的伪逆与拉格朗日插值多项式,当顶点较多时,拉格朗日插值法更快,但在实际计算过程中,拉格朗日插值法需先通过2个循环得到一一对应的特征值,再进行拉格朗日插值求解,而线性方程组法只需计算矩阵乘法与伪逆,所以线性方程组法更快。
http://dx.doi.org/10.3785/j.issn.1008-9497.2024.02.001
参考文献
View Option
[1]
HORN R A , JOHNSON C R . Matrix Analysis [M]. 2nd ed . Cambridge / New York : Cambridge University Press , 2012 .
[本文引用: 5]
[2]
GODSIL C D , MCKAY B D . Constructing cospectral graphs
[J]. Aequationes Mathematicae , 1982 , 25 (1 ): 257 -268 . DOI: 10.1007/BF02189621
[本文引用: 1]
[3]
LIU F J , WANG W , YU T , et al . Generalized cospectral graphs with and without Hamiltonian cycles
[J]. Linear Algebra and Its Applications , 2020 , 585 : 199 -208 . DOI: 10.1016/j.laa.2019.10.001
[5]
HEINZE A . Applications of Schur Rings in Algebraic Combinatorics: Graphs, Partial Difference Sets and Cyclotomic Schemes
[D]. Oldenburg : Universität Oldenburg , 2001 .
[本文引用: 2]
[7]
AKBARI S , MOAZAMI F , MOHAMMADIAN A . Commutativity of the adjacency matrices of graphs
[J]. Discrete Mathematics , 2009 , 309 (3 ): 595 -600 . DOI: 10.1016/j.disc.2008.09.006
[本文引用: 1]
[8]
COLLINS L , SCIRIHA I . The walks and CDC of graphs with the same main eigenspace
[J]. Discussiones Mathematicae Graph Theory , 2023 , 43 (2 ): 507 -532 . DOI: 10.7151/dmgt.2386
[本文引用: 1]
[10]
CVETKOVIĆ D M , ROWLINSON P . An Introduction to the Theory of Graph Spectra: 48 [M]. Cambridge : Cambridge University Press , 2010 . doi:10.1017/cbo9780511801518
[本文引用: 1]
[11]
高随祥 . 图论与网络流理论 [M]. 北京 : 高等教育出版社 , 2009 .
[本文引用: 1]
GAO S X . Graph Theory and Network Flow Theory [M]. Beijing : Higher Education Press , 2009 .
[本文引用: 1]
[12]
丘维声 . 高等代数(下册) [M]. 北京 : 清华大学出版社 , 2019 .
[本文引用: 1]
QIU W S . Higher Algebra (Vol 2) [M]. Beijing : Tsinghua University Press , 2019 .
[本文引用: 1]
[13]
DRAZIN M P . Some generalizations of matrix commutativity
[J]. Proceedings of the London Mathematical Society , 1951 , s3-1 (1 ): 222 -231 . DOI: 10.1112/plms/s3-1.1.222
[本文引用: 1]
5
2012
... 设G = ( V , E ) 为n 阶简单图,V = { v 1 , v 2 , ⋯ , v n } 为其顶点集,A ( G ) = [ a i j ] 为其邻接矩阵,如果v i v j ∈ E ,则a i j = 1 ,否则a i j = 0 . 将G 的特征值与特征向量分别定义为A ( G ) 的特征值与特征向量.如果G 的特征子空间V λ = { x | A x = λ x } 与全1向量j = ( 1,1 , ⋯ , 1 ) T 不正交,即至少存在1个特征向量x ∈ V λ ,使得x T j ≠ 0 ,则称G 的特征值λ 为主特征值[1 ] .G 的谱S p e c ( G ) 定义为A ( G ) 的特征值的多重集.如果S p e c ( G ) = S p e c ( H ) ,则称图G 与图H 同谱.关于同谱图的构造及其性质,已有大量研究成果[2 -4 ] . ...
... 那么,具有相同特征向量的图有哪些?HORN等[1 ] 给出了方阵可交换的充要条件:2个可对角化的方阵可交换当且仅当它们存在一组公共的特征向量.由于图的邻接矩阵为实对称矩阵,所以2个公共特征向量的图其邻接矩阵可交换.如果存在一个置换矩阵P σ ,使得A ( G ) [ P σ T A ( H ) P σ ] = [ P σ T A ( H ) P σ ] A ( G ) ,则称图G 与图H 可交换.有关可交换图的研究成果不多.HEINZE[5 ] 提出了可交换图的定义,并给出了可交换图的简单性质.BEEZER[6 ] 通过研究n 个顶点的路P n 的邻接矩阵A ( P n ) 的矩阵多项式的( 0,1 ) 位置特征,确定了所有与P n 可交换的图.AKBARI等[7 ] 找到了所有可使完全二部图K n , n 分解为可交换的完美匹配或哈密顿圈的整数n . COLLINS等[8 ] 研究了具有相同主特征向量的图的道矩阵(walk matrix)之间的关系. ...
... 引理1 [1 ] 设A , B 是2个可对角化的n 阶方阵,则以下命题等价: ...
... 引理3 (Perron-Frobenius定理)[1 ] 设A 是n 阶非负不可约方阵( n ≥ 2 ) ,ρ ( A ) 为其谱半径,则 ...
... 引理5 [1 ,12 ] 设A 是n 阶方阵且有n 个不同的特征值,若A B = B A ,则存在唯一次数小于n 的多项式f ( x ) = ∑ i = 0 n - 1 a i x i ,使得B = f ( A ) . ...
Constructing cospectral graphs
1
1982
... 设G = ( V , E ) 为n 阶简单图,V = { v 1 , v 2 , ⋯ , v n } 为其顶点集,A ( G ) = [ a i j ] 为其邻接矩阵,如果v i v j ∈ E ,则a i j = 1 ,否则a i j = 0 . 将G 的特征值与特征向量分别定义为A ( G ) 的特征值与特征向量.如果G 的特征子空间V λ = { x | A x = λ x } 与全1向量j = ( 1,1 , ⋯ , 1 ) T 不正交,即至少存在1个特征向量x ∈ V λ ,使得x T j ≠ 0 ,则称G 的特征值λ 为主特征值[1 ] .G 的谱S p e c ( G ) 定义为A ( G ) 的特征值的多重集.如果S p e c ( G ) = S p e c ( H ) ,则称图G 与图H 同谱.关于同谱图的构造及其性质,已有大量研究成果[2 -4 ] . ...
Generalized cospectral graphs with and without Hamiltonian cycles
0
2020
Constructing cospectral bipartite graphs
1
2020
... 设G = ( V , E ) 为n 阶简单图,V = { v 1 , v 2 , ⋯ , v n } 为其顶点集,A ( G ) = [ a i j ] 为其邻接矩阵,如果v i v j ∈ E ,则a i j = 1 ,否则a i j = 0 . 将G 的特征值与特征向量分别定义为A ( G ) 的特征值与特征向量.如果G 的特征子空间V λ = { x | A x = λ x } 与全1向量j = ( 1,1 , ⋯ , 1 ) T 不正交,即至少存在1个特征向量x ∈ V λ ,使得x T j ≠ 0 ,则称G 的特征值λ 为主特征值[1 ] .G 的谱S p e c ( G ) 定义为A ( G ) 的特征值的多重集.如果S p e c ( G ) = S p e c ( H ) ,则称图G 与图H 同谱.关于同谱图的构造及其性质,已有大量研究成果[2 -4 ] . ...
Applications of Schur Rings in Algebraic Combinatorics: Graphs, Partial Difference Sets and Cyclotomic Schemes
2
2001
... 那么,具有相同特征向量的图有哪些?HORN等[1 ] 给出了方阵可交换的充要条件:2个可对角化的方阵可交换当且仅当它们存在一组公共的特征向量.由于图的邻接矩阵为实对称矩阵,所以2个公共特征向量的图其邻接矩阵可交换.如果存在一个置换矩阵P σ ,使得A ( G ) [ P σ T A ( H ) P σ ] = [ P σ T A ( H ) P σ ] A ( G ) ,则称图G 与图H 可交换.有关可交换图的研究成果不多.HEINZE[5 ] 提出了可交换图的定义,并给出了可交换图的简单性质.BEEZER[6 ] 通过研究n 个顶点的路P n 的邻接矩阵A ( P n ) 的矩阵多项式的( 0,1 ) 位置特征,确定了所有与P n 可交换的图.AKBARI等[7 ] 找到了所有可使完全二部图K n , n 分解为可交换的完美匹配或哈密顿圈的整数n . COLLINS等[8 ] 研究了具有相同主特征向量的图的道矩阵(walk matrix)之间的关系. ...
... 引理2 [5 ] 若λ 是图G 的q 重主特征值,则λ 的特征子空间存在一组标准正交基,使得其中只有一个特征向量与j 不正交,其余q - 1 个特征向量均与j 正交. ...
On the polynomial of a path
1
1984
... 那么,具有相同特征向量的图有哪些?HORN等[1 ] 给出了方阵可交换的充要条件:2个可对角化的方阵可交换当且仅当它们存在一组公共的特征向量.由于图的邻接矩阵为实对称矩阵,所以2个公共特征向量的图其邻接矩阵可交换.如果存在一个置换矩阵P σ ,使得A ( G ) [ P σ T A ( H ) P σ ] = [ P σ T A ( H ) P σ ] A ( G ) ,则称图G 与图H 可交换.有关可交换图的研究成果不多.HEINZE[5 ] 提出了可交换图的定义,并给出了可交换图的简单性质.BEEZER[6 ] 通过研究n 个顶点的路P n 的邻接矩阵A ( P n ) 的矩阵多项式的( 0,1 ) 位置特征,确定了所有与P n 可交换的图.AKBARI等[7 ] 找到了所有可使完全二部图K n , n 分解为可交换的完美匹配或哈密顿圈的整数n . COLLINS等[8 ] 研究了具有相同主特征向量的图的道矩阵(walk matrix)之间的关系. ...
Commutativity of the adjacency matrices of graphs
1
2009
... 那么,具有相同特征向量的图有哪些?HORN等[1 ] 给出了方阵可交换的充要条件:2个可对角化的方阵可交换当且仅当它们存在一组公共的特征向量.由于图的邻接矩阵为实对称矩阵,所以2个公共特征向量的图其邻接矩阵可交换.如果存在一个置换矩阵P σ ,使得A ( G ) [ P σ T A ( H ) P σ ] = [ P σ T A ( H ) P σ ] A ( G ) ,则称图G 与图H 可交换.有关可交换图的研究成果不多.HEINZE[5 ] 提出了可交换图的定义,并给出了可交换图的简单性质.BEEZER[6 ] 通过研究n 个顶点的路P n 的邻接矩阵A ( P n ) 的矩阵多项式的( 0,1 ) 位置特征,确定了所有与P n 可交换的图.AKBARI等[7 ] 找到了所有可使完全二部图K n , n 分解为可交换的完美匹配或哈密顿圈的整数n . COLLINS等[8 ] 研究了具有相同主特征向量的图的道矩阵(walk matrix)之间的关系. ...
The walks and CDC of graphs with the same main eigenspace
1
2023
... 那么,具有相同特征向量的图有哪些?HORN等[1 ] 给出了方阵可交换的充要条件:2个可对角化的方阵可交换当且仅当它们存在一组公共的特征向量.由于图的邻接矩阵为实对称矩阵,所以2个公共特征向量的图其邻接矩阵可交换.如果存在一个置换矩阵P σ ,使得A ( G ) [ P σ T A ( H ) P σ ] = [ P σ T A ( H ) P σ ] A ( G ) ,则称图G 与图H 可交换.有关可交换图的研究成果不多.HEINZE[5 ] 提出了可交换图的定义,并给出了可交换图的简单性质.BEEZER[6 ] 通过研究n 个顶点的路P n 的邻接矩阵A ( P n ) 的矩阵多项式的( 0,1 ) 位置特征,确定了所有与P n 可交换的图.AKBARI等[7 ] 找到了所有可使完全二部图K n , n 分解为可交换的完美匹配或哈密顿圈的整数n . COLLINS等[8 ] 研究了具有相同主特征向量的图的道矩阵(walk matrix)之间的关系. ...
1
2001
... I , J 分别表示n 阶单位矩阵与全1 矩阵,j 为n 维全1 向量.其他图论概念和符号可参见文献[9 -11 ]. ...
1
2010
... 引理4 [10 ] 设A , B 分别为m 阶图G 与n 阶图H 的邻接矩阵(m 可以与n 相等),则G 与H 的笛卡尔积的邻接矩阵为 ...
1
2009
... I , J 分别表示n 阶单位矩阵与全1 矩阵,j 为n 维全1 向量.其他图论概念和符号可参见文献[9 -11 ]. ...
1
2009
... I , J 分别表示n 阶单位矩阵与全1 矩阵,j 为n 维全1 向量.其他图论概念和符号可参见文献[9 -11 ]. ...
1
2019
... 引理5 [1 ,12 ] 设A 是n 阶方阵且有n 个不同的特征值,若A B = B A ,则存在唯一次数小于n 的多项式f ( x ) = ∑ i = 0 n - 1 a i x i ,使得B = f ( A ) . ...
1
2019
... 引理5 [1 ,12 ] 设A 是n 阶方阵且有n 个不同的特征值,若A B = B A ,则存在唯一次数小于n 的多项式f ( x ) = ∑ i = 0 n - 1 a i x i ,使得B = f ( A ) . ...
Some generalizations of matrix commutativity
1
1951
... 引理6 [13 ] 图G 恰有1个主特征值当且仅当G 是正则图. ...