Главная

Популярная публикация

Научная публикация

Случайная публикация

Обратная связь

ТОР 5 статей:

Методические подходы к анализу финансового состояния предприятия

Проблема периодизации русской литературы ХХ века. Краткая характеристика второй половины ХХ века

Ценовые и неценовые факторы

Характеристика шлифовальных кругов и ее маркировка

Служебные части речи. Предлог. Союз. Частицы

КАТЕГОРИИ:






Матрицы смежности и инцидентности




 

Любой ориентированный граф с вершинами v 1, v 2, …, vn и дугами a 1, a 2, …, am можно задать его матрицей инцидентности B =(bij), i = 1,2,…, n, j = 1,2,…, m, размера nm, в которой bij = 1, если дуга aj исходит из вершины vi; bij = –1, если дуга aj заходит в вершину vi; bij = 0, если дуга aj не инцидентна вершине vi.

Матрицу инцидентности можно использовать и для задания неориентированного графа. В этом случае bij = 1, если дуга aj инцидентна вершине vi, и bij = 0, если дуга aj не инцидентна вершине vi. Например, граф на рис. 2 (с. 107) можно задать следующей матрицей инцидентности (дуги упорядочены в алфавитном порядке):


 

 


 1 1


0 0 −1


 −1 0 1


0 0 


B   0

 0


 

0 −1 1

−1 0 −1


0 .

0 


 

Графы без параллельных дуг удобно представлять при помощи матриц смежности. Для графа с n вершинами матрица смежности – это квадратная матрица A =(aij) порядка n, состоящая из нулей и единиц. Элемент aij равен 1, если имеется дуга, соединяющая вершины i и j, и равен 0 в противном случае. Впрочем, если в графе имеются параллельные дуги, то и тогда можно использовать матрицу смежности: можно полагать aij равным числу дуг, соединяющих вершины i и j.

Матрица смежности неориентированного графа симметрична. Например, матрицей смежности графа,

представленного на рис. 7.

 

 


 

служит матрица


Рис. 7


 

 

1 

 

0 

0    
1    
1    
1    

 

A  1 

 

0 

 

при том, что вершины занумерованы, начиная с левой верхней, по часовой стрелке. Если изменить порядок нумерации вершин, то изменится и матрица смежности. Например, нумеруя вершины того же графа по часовой стрелке, начав с правой

верхней вершины, мы получим матрицу смежности

 


 1 1

A ′   1 0

 0 1

 1 1


0 1 

1 1 

0 1 .

1 0 


 

Обе матрицы представляют один и тот же граф и получаются одна из другой перестановкой строк и столбцов. Вообще, любая перестановка, применяемая одновременно и к строкам и к столбцам матрицы смежности некоторого графа, приводит снова к матрице смежности того же графа. В случае, когда вершины графа упорядочены, матрица смежности определена однозначно.


 

 

Матрица смежности ориентированного графа, вообще говоря, несимметрична. Например, следующая матрица является матрицей смежности ориентированного графа на

рис. 2 (с. 107):

 


 0 1

A   0 0

 1 0

 0 0


0 1 

1 0 

0 1 .

0 0 


 

 

Теорема. Пусть G – ориентированный граф с вершинами 1,

 

2, …, n, и A = (aij) – его матрица смежности. Тогда элемент aij(k) матрицы Ak равен числу путей длины k из вершины i в вершину j.

(k +1)
До каз а тельст во. Докажем теорему индукцией по k. При k = 1 имеем A 1 = A, так что заключение теоремы верно, поскольку элемент aij (1) = (aij) равен числу дуг из i в j, то есть числу путей длины 1. Предположим теперь, что каждый элемент aij (k) матрицы Ak = (aij (k)) равен числу путей длины k из вершины i в вершину j и покажем, что каждый элемент aij матрицы Ak +1 = (aij (k +1)) равен числу путей длины k +1 из вершины i в вершину j. Так как Ak +1 = AkA, то

aij (k +1) = ai 1(k)⋅ a 1 j + ai 2(k)⋅ a 2 j +…+ ain (k)⋅ anj. (1) Слагаемое ai 1(k)⋅ a 1 j равно числу путей из i в j длины k +1, в которых вершина 1 предпоследняя: пути длины k из вершины i в вершину 1 комбинируются с дугами из вершины 1 в вершину


 

 

j. Аналогично слагаемое ai 2(k)⋅ a 2 j равно числу путей из i в j длины k +1, в которых вершина 2 предпоследняя, и т. д. Каждый путь из i в j длины k +1 получается из некоторого пути длины k, начинающегося в вершине i, присоединением к нему некоторой дуги, заканчивающейся в вершине j. Поэтому сумма в правой части равенства (1) равна числу путей из i в j длины k +1.

 

Пример. Рассмотрим граф на рис. 8. Пути длины 1 представлены дугами. Все пути длины 2 и более выходят из вершины 2. Путь длины k из вершины 2 в вершину 2 представляет собой петлю, повторенную k раз. Остальные пути получаются как комбинации путей длины 1 и 2 с соответствующим силом повторений петли.

 

1 2

 

 

 


 

Матрица смежности:


Рис. 8


 

0 0 2 

 

A  1 1 1 

 
0 0 


 

 

дает число путей длины 1. Ее квадрат:

 

0 0 0 

 

A 2  1 1 3 

 
0 0 

 

– число путей длины 2. Легко видеть, что Ak = A 2 при k ≥ 2.

Замечание. Утверждение предыдущей теоремы можно распространить и на случай k = 0. Для каждой вершины графа имеется ровно один путь длины 0 из этой вершины в нее саму. Других путей длины 0 на графе нет. Следовательно, элемент eij единичной матрицы E = A 0 равен числу путей длины 0 из

 

вершины i в вершину j (eij = 0 при ij, eij = 1 при i = j).

 

 

Пусть G – ориентированный граф и A – его матрица смежности. Рассмотрим последовательность матриц

A 0, A 1, A 2, …, An –1. (2) Зафиксируем пару вершин i и j. Если существует какой-нибудь путь из i в j, то существует и путь длины меньше n. В самом деле, если длина пути превосходит n – 1, то такой путь проходит через более чем n вершин, и, значит, на таком пути хотя бы одна вершина, скажем, v, встретится более одного раза. Отбросив часть пути, ведущую из вершины v в нее саму, получаем более короткий путь из i в j. Повторив подобную операцию несколько раз, можно получить путь из i в j, длина которого не превосходит n – 1. Таким образом, если из i в j имеется некоторый путь, то в одной из матриц (2) на месте (i, j)


 

встретится элемент, отличный от нуля. Если в матрице Ak на месте (i, j) находится элемент, отличный от нуля, а во всех предшествующих матрицах A 0, A 1, A 2, …, Ak –1 на месте (i, j) стоят нули, то k – это длина кратчайшего пути из i в j.

 






Не нашли, что искали? Воспользуйтесь поиском:

vikidalka.ru - 2015-2024 год. Все права принадлежат их авторам! Нарушение авторских прав | Нарушение персональных данных