____ _ _ _ _
| _ \ ___ | |_ (_) _ __ ___ __| | (_) __ _
| |_) | / _ \ | __| | | | '_ \ / _ \ / _| | | | / _ |
| _ < | __/ | |_ | | | |_) | | __/ | (_| | | | | (_| |
|_| \_\ \___| \__| |_| | .__/ \___| \__,_| |_| \__,_|
|_|
- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b- `b
Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―Β―
Adjazenzgraph
ββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββ
top
Ein Adjazenzgraph ist ein Konzept der Graphentheorie, das jeder Matrix einen Graph zuordnet. Damit wird eine Verbindung von Linearer Algebra und Graphentheorie hergestellt, die es erlaubt, Begriffe und LΓΆsungskonzepte zu ΓΌbertragen.
Contents
β’ Definition
β’ Eigenschaften
β’ Verwendung
β’ Literatur
ββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββββ
Definition
Sei A β β R n Γ Γ n {\displaystyle A\in \mathbb {R} ^{n\times n}} eine Matrix mit reellen EintrΓ€gen. Dann ist der Adjazenzgraph ohne Kantengewichte G A = ( V , E ) {\displaystyle G_{A}=(V,E)} von A {\displaystyle A} definiert als
β’ Die Knotenmenge V = { 1 , β¦ β¦ , n } {\displaystyle V=\{1,\ldots ,n\}}
β’ Die Kantenmenge E {\displaystyle E} . Dabei ist ( i , j ) β β E {\displaystyle (i,j)\in E} genau dann wenn a i , j {\displaystyle a_{i,j}} von 0 verschieden ist
Will man einen gewichteten Adjazenzgraph erstellen, so erhΓ€lt die Kante ( i , j ) {\displaystyle (i,j)} das Gewicht a i , j {\displaystyle a_{i,j}} , falls dieses von 0 verschieden ist.
Diese Definition entspricht der Interpretation der Matrix A {\displaystyle A} als eine Adjazenzmatrix und der Rekonstruktion des Graphen aus dieser.
Eigenschaften
Wie auch bei der Adjazenzmatrix schlagen sich einige Eigenschaften der Matrix im Adjazenzgraph wieder:
β’ Der Adjazenzgraph ist ungerichtet genau dann wenn die Matrix A {\displaystyle A} symmetrisch ist.
β’ Der Adjazenzgraph ist schleifenfrei genau dann wenn alle DiagonaleintrΓ€ge von A {\displaystyle A} gleich 0 sind.
β’ Der Adjazenzgraph ist genau dann stark zusammenhΓ€ngend, wenn die Matrix A {\displaystyle A} irreduzibel ist.
Verwendung
Wie auch die Adjazenzmatrix schlΓ€gt der Adjazenzgraph eine Verbindung zwischen Linearer Algebra und Graphentheorie und erlaubt somit, LΓΆsungskonzepte beider Themen zu verbinden. Beispiel hierfΓΌr ist die IrreduzibilitΓ€t von Matrizen. Diese lΓ€sst sich mit Mitteln der Linearen Algebra nur schwer ΓΌberprΓΌfen. Erstellt man den Adjazenzgraphen und ΓΌberprΓΌft diesen auf starken Zusammenhang, so ist dies Γ€quivalent zur ΓberprΓΌfung der IrreduzibilitΓ€t der Matrix. AuΓerdem bieten sich Adjazenzgraphen zur Veranschaulichung von Markow-Ketten an, da jeder Γbergangsgraph Adjazenzgraph einer zeilenstochastischen Matrix ist.
Literatur
β’ Peter Knabner, Wolf Barth: Lineare Algebra. Grundlagen und Anwendungen (= Springer-Lehrbuch). Springer, Berlin 2012, ISBN 978-3-642-32185-6.