Trouver la racine carrée d'une matrice laplacienne


11

Supposons que la matrice suivante est donnée [ 0,500 - 0,333 - 0,167 - 0,500 0,667 - 0,167 - 0,500 - 0,333 0,833 ] avec sa transposée A T . Le produit A T A = G donne [ 0,750 - 0,334 - 0,417 - 0,334 0,667 - 0,333 - 0,417 - 0,333 0,750 ] ,A

[0.5000.3330.1670.5000.6670.1670.5000.3330.833]
ATATA=G
[0.7500.3340.4170.3340.6670.3330.4170.3330.750]

est une matrice laplacienne . On notera que les matrices A et G sont de rang 2, avec le zéro correspondant à des valeurs propres vecteurs propres 1 n = [ 1 1 1 ] T .GAG1n=[111]T

Je me demande quelle serait la façon d'obtenir si seulement G est donné. J'essayé eigendecomposition G = U E U T , puis mis A ' = U E une / deux , mais a obtenu des résultats différents. Je suppose que cela a à voir avec une déficience de rang. Quelqu'un pourrait-il expliquer cela? De toute évidence, l'exemple ci-dessus est à titre d'illustration; vous pourriez envisager une décomposition générale de la matrice laplacienne de la forme ci-dessus.AGG=UEUTA=UE1/2


Puisque, par exemple, la décomposition de Cholesky pourrait être utilisée pour trouver , la décomposition sur G pourrait donner de nombreuses solutions. Je suis intéressé par la solution qui pourrait être exprimée comme A = ( I - 1 n w T ) ,I est une matrice d'identité 3 × 3 , 1 n = [ 1 1 1 ] , et w étant un vecteur satisfaisant w T 1 n = 1G=LLTG

A=(I1nwT),
I3×31n=[1 1 1]wwT1n=1. Si cela simplifie les choses, vous pouvez supposer que les entrées de sont pas négatives.w

Je pense que le commentaire que vous avez ajouté sur la représentation de n'est que partiellement utile. Il suppose qu'il y a exactement une valeur propre égale à zéro, mais la non-détermination est toujours là, n'est-ce pas? A
Wolfgang Bangerth

@WolfgangBangerth J'essaie de comprendre la signification de "non-détermination". Si tel est , il vaut pour l'exemple ci - dessus, et je ne sais pas si elle peut être généralisée pour A = I - 1 n w T . Cependant, à l'exception de n = 3 , je doute que la solution existerait toujours. det(A)=0A=I1nwTn=3
usero

Non, ce que je voulais dire, c'est que la solution à votre problème n'est pas déterminée de manière unique. Je faisais remarquer que le fait que la matrice ait ou non une valeur propre nulle ne change pas réellement le fait que le problème de la racine carrée n'a pas de solution unique.
Wolfgang Bangerth

Réponses:


11

G=ATAλ0λ1λnGRn×nλ0=0G

A=[0001],
A=[0001]=[00sinθcosθ][0sinθ0cosθ]=LLT.

GGAGR4×4

G=[3111110010101001]
AmnAm×n
Aev={1if e=(v,w) and v<w1if e=(v,w) and v>w0otherwise,
e=(v,w)vwG
A=[110010101001],
G=ATAGAG

Mettre à jour:

NMGG=NM

G=[3000010000100001][0111100010001000].
GAA
Aev={1if e=(v,w) and v<w1if e=(v,w) and v>w0otherwise,.
e1v1v2Ae1,v1v1v2v<wAevAe1,v1=1Ae1,v2=1A
A=v1v2v3v4e11100e21010e31001.

GrVE

w:V×VR+,
uvw(u,v)uVu
du=vVw(u,v).
GrAd(Gr)n×nVw(u,v)D(Gr)VG
G=D(Gr)Ad(Gr).

G=[34135121323135121334].
GG=ATAAA=I1nwTwT1n=1AAAd(Gr)G
G=[5400010001112][12135121313135121316]=D(Gr)Ad(Gr).

v1v2v31/21/31/6w[12 13 16]TA
A=I1nwT=[121316122316121356].

A


AGO(n2)G

GG

AG

AG

1
GA=I1nwTGG=ATA=(I1nwT)T(I1nwT)

9

AB

B2=A,

C

CHC=A,

CQCQ

Enfin, on peut définir de manière constructive la racine carrée de matrice unique d'une matrice semi-définie positive hermitienne grâce à sa décomposition en valeurs propres, disons

A=UΛUH,

UΛA

B=UΛUH.

A

6

G=ATA.
GGG=LTLA=LAG, et si vous voulez en avoir une en particulier, vous devez reformuler la question de manière à spécifier les propriétés structurelles de la "branche" de la racine carrée qui vous intéresse.

Je dirais que cette situation n'est pas différente de prendre la racine carrée parmi les nombres réels en utilisant les nombres complexes: là aussi, en général, vous avez deux racines, et vous devez dire laquelle vous voulez rendre la réponse unique.


Tu as définitivement raison. Une autre façon serait l'approche de décomposition spectrale comme je le dis ci-dessus. J'ai fait un montage pour rendre la solution unique. Espérons que cela ne compliquera pas les choses.
usero

Une solution avec la contrainte que je donne ci-dessus existe-t-elle toujours? Peut-être que cela ne vaut que pour certains cas, et pas en général.
usero

En fait, Cholesky ne fonctionne pas dans son cas, car il nécessite (essentiellement) que la matrice soit hermitienne positive-définie.
Jack Poulson

4

LDLTD^=DG=LD^


LDLT

1
@JackPoulson J'essaie une matrice singulière A dans matlab, et je lance ldl, ça marche. Les valeurs propres nulles correspondent aux zéros dans la diagonale de D.
Willowbrook

2
LDLTPAP=LDLTD2×2
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.