www.wikidata.de-de.nina.az
Dieser Artikel behandelt die Inzidenzmatrix von Graphen Eine allgemeinere Sichtweise wird im Artikel zu Inzidenzstrukturen beschrieben Eine Inzidenzmatrix eines Graphen ist eine Matrix welche die Beziehungen der Knoten und Kanten des Graphen speichert Wenn der Graph n displaystyle n Knoten und m displaystyle m Kanten besitzt ist seine Inzidenzmatrix eine n m displaystyle n times m Matrix Der Eintrag in der i displaystyle i ten Zeile und j displaystyle j ten Spalte gibt an ob der i displaystyle i te Knoten Teil der j displaystyle j ten Kante ist Steht an dieser Stelle eine 1 ist eine Inzidenzbeziehung gegeben bei einer 0 liegt keine Inzidenz vor Es wird davon ausgegangen dass die Knoten von 1 bis n displaystyle n und die Kanten von 1 bis m displaystyle m durchnummeriert sind Inhaltsverzeichnis 1 Definition 1 1 Ungerichtete Graphen 1 2 Gerichtete Graphen 2 Beispiele 2 1 Ungerichtete Graphen 2 2 Gerichtete Graphen 3 Zusammenhang mit anderen Matrizen 4 Verwendung 4 1 Speicherung von Graphen im Computer 4 2 Spektrale Graphentheorie 4 3 Optimierung 5 Literatur 6 EinzelnachweiseDefinition BearbeitenUngerichtete Graphen Bearbeiten Fur einen schleifenfreien ungerichteten Graphen G V E displaystyle G V E nbsp mit V v 1 v n displaystyle V v 1 dotsc v n nbsp und E e 1 e m displaystyle E e 1 dotsc e m nbsp ist die Inzidenzmatrix B b i j displaystyle B b i j nbsp formal definiert durch b i j 1 falls v i e j 0 sonst displaystyle b ij begin cases 1 amp text falls v i in e j 0 amp text sonst end cases nbsp Die Inzidenzmatrix eines ungerichteten Graphen enthalt also in jeder Spalte genau 2 von 0 verschiedene Eintrage Gerichtete Graphen Bearbeiten Fur einen schleifenfreien gerichteten Graphen G V E displaystyle G V E nbsp mit V v 1 v n displaystyle V v 1 dotsc v n nbsp und E e 1 e m displaystyle E e 1 dotsc e m nbsp ist die Inzidenzmatrix B b i j displaystyle B b i j nbsp definiert durch b i j 1 falls e j v i x 0 falls v i e j 1 falls e j x v i displaystyle b ij begin cases 1 amp text falls e j v i x 0 amp text falls v i notin e j 1 amp text falls e j x v i end cases nbsp wobei x displaystyle x nbsp hier einen beliebigen Knoten darstellt Die Inzidenzmatrix eines gerichteten Graphen enthalt also in jeder Spalte genau einmal die 1 displaystyle 1 nbsp Startknoten und einmal die 1 displaystyle 1 nbsp Endknoten Alternativ werden Inzidenzmatrizen manchmal auch mit umgekehrtem Vorzeichen definiert das heisst b i j 1 displaystyle b ij 1 nbsp falls die Kante e j displaystyle e j nbsp am Knoten v i displaystyle v i nbsp beginnt und b i j 1 displaystyle b ij 1 nbsp falls die Kante e j displaystyle e j nbsp am Knoten v i displaystyle v i nbsp endet Dies ist insbesondere zu beachten wenn man Ungleichungen betrachtet die Inzidenzmatrizen enthalten Beispiele BearbeitenUngerichtete Graphen Bearbeiten nbsp Wir untersuchen nun als Beispiel den rechts stehenden Graphen der dem Haus vom Nikolaus ahnelt mit der in dem Bild angegebenen Nummerierung der Knoten und Kanten Um aus diesem Graphen eine Inzidenzmatrix zu erstellen beginnen wir mit einer leeren Matrix Diese enthalt fur den betrachteten Graphen j 6 displaystyle j 6 nbsp Spalten und i 5 displaystyle i 5 nbsp Zeilen Die Kanten werden in die Spalten eingetragen und die Knoten in die Zeilen Die Zahlen an den Kanten sind dabei nicht mit Gewichtungen der Kanten zu verwechseln Sie beschreiben die Namen der Kanten e 1 e 2 e 6 displaystyle e 1 e 2 dotsc e 6 nbsp die in der Matrix als Spalten wiederzufinden sind Nun werden fur jede Spalte Kante die dazugehorigen Knoten mit 1 markiert alle anderen Knoten mit 0 Es ergibt sich folgende Inzidenzmatrix 1 0 0 0 1 0 1 1 0 0 0 1 0 1 1 0 0 0 0 0 1 1 0 0 0 0 0 1 1 1 displaystyle begin pmatrix 1 amp 0 amp 0 amp 0 amp 1 amp 0 1 amp 1 amp 0 amp 0 amp 0 amp 1 0 amp 1 amp 1 amp 0 amp 0 amp 0 0 amp 0 amp 1 amp 1 amp 0 amp 0 0 amp 0 amp 0 amp 1 amp 1 amp 1 end pmatrix nbsp oder als Tabelle formatiert e1 e2 e3 e4 e5 e6v1 1 0 0 0 1 0v2 1 1 0 0 0 1v3 0 1 1 0 0 0v4 0 0 1 1 0 0v5 0 0 0 1 1 1Ist die Inzidenzmatrix eines ungerichteten Graphen korrekt aufgebaut dann muss in jeder Spalte Kante in Summe 2 stehen da jede Kante exakt 2 Punkte verbindet Ist ein Punkt mit sich selbst verbunden steht in der entsprechenden Zelle eine 2 Die Summe jeder Zeile entspricht den Kanten die in den dazugehorigen Punkt fuhren 1 Gerichtete Graphen Bearbeiten nbsp Als Beispiel einer Inzidenzmatrix eines gerichteten Graphen betrachten wir nun den rechts stehenden Graphen Wieder nehmen wir die Nummerierung der Knoten als vorgegeben an Die Kanten sind wie folgend nummeriert e 1 1 2 e 2 3 2 e 3 3 1 e 4 1 4 e 5 2 4 e 6 4 3 displaystyle e 1 1 2 e 2 3 2 e 3 3 1 e 4 1 4 e 5 2 4 e 6 4 3 nbsp Es ist E 6 m displaystyle E 6 m nbsp und V 4 n displaystyle V 4 n nbsp Die Inzidenzmatrix ist also eine 4 6 displaystyle 4 times 6 nbsp Matrix 1 0 1 1 0 0 1 1 0 0 1 0 0 1 1 0 0 1 0 0 0 1 1 1 displaystyle begin pmatrix 1 amp 0 amp 1 amp 1 amp 0 amp 0 1 amp 1 amp 0 amp 0 amp 1 amp 0 0 amp 1 amp 1 amp 0 amp 0 amp 1 0 amp 0 amp 0 amp 1 amp 1 amp 1 end pmatrix nbsp oder als Tabelle formatiert e1 e2 e3 e4 e5 e6v1 1 0 1 1 0 0v2 1 1 0 0 1 0v3 0 1 1 0 0 1v4 0 0 0 1 1 1Die Inzidenzmatrix eines gerichteten Graphen ist korrekt aufgebaut wenn in jeder Spalte zwei Nichtnulleintrage stehen die sich zu Null addieren Zusammenhang mit anderen Matrizen BearbeitenEine andere Matrix die Graphen beschreibt ist die Laplace Matrix Es ist eine n n displaystyle n times n nbsp Matrix wobei n displaystyle n nbsp die Anzahl der Knoten ist Die Koeffizienten ihrer Diagonale enthalten den Grad der Knoten des Graphen und die anderen Koeffizienten in Zeile i displaystyle i nbsp und in Spalte j displaystyle j nbsp sind gleich 1 wenn die Knoten i displaystyle i nbsp und j displaystyle j nbsp verbunden sind und 0 wenn dies nicht der Fall ist Wenn B G displaystyle B G nbsp die Inzidenzmatrix eines gerichteten Graphen G displaystyle G nbsp ist konnen wir die Laplace Matrix L G displaystyle L G nbsp durch Multiplizieren von B G displaystyle B G nbsp mit seiner transponierten Matrix B T G displaystyle B mathrm T G nbsp berechnen L G B G B T G displaystyle L G B G cdot B mathrm T G nbsp nbsp Zum Beispiel fur den gerichteten Graphen in der nebenstehenden Abbildung L G 1 0 0 0 1 0 1 1 0 0 0 1 0 1 1 0 0 0 0 0 1 1 0 0 0 0 0 1 1 1 1 1 0 0 0 0 1 1 0 0 0 0 1 1 0 0 0 0 1 1 1 0 0 0 1 0 1 0 0 1 2 1 0 0 1 1 3 1 0 1 0 1 2 1 0 0 0 1 2 1 1 1 0 1 3 displaystyle L G begin pmatrix 1 amp 0 amp 0 amp 0 amp 1 amp 0 1 amp 1 amp 0 amp 0 amp 0 amp 1 0 amp 1 amp 1 amp 0 amp 0 amp 0 0 amp 0 amp 1 amp 1 amp 0 amp 0 0 amp 0 amp 0 amp 1 amp 1 amp 1 end pmatrix cdot begin pmatrix 1 amp 1 amp 0 amp 0 amp 0 0 amp 1 amp 1 amp 0 amp 0 0 amp 0 amp 1 amp 1 amp 0 0 amp 0 amp 0 amp 1 amp 1 1 amp 0 amp 0 amp 0 amp 1 0 amp 1 amp 0 amp 0 amp 1 end pmatrix begin pmatrix 2 amp 1 amp 0 amp 0 amp 1 1 amp 3 amp 1 amp 0 amp 1 0 amp 1 amp 2 amp 1 amp 0 0 amp 0 amp 1 amp 2 amp 1 1 amp 1 amp 0 amp 1 amp 3 end pmatrix nbsp Die Adjazenzmatrix eines Graphen ist eine weitere Matrix die den Graphen beschreibt Es ist eine n n displaystyle n times n nbsp Matrix wobei n displaystyle n nbsp die Anzahl der Knoten ist Die anderen Koeffizienten in Zeile i displaystyle i nbsp und in Spalte j displaystyle j nbsp sind gleich 1 wenn die Knoten i displaystyle i nbsp und j displaystyle j nbsp verbunden sind und ansonsten 0 Fur einen ungerichteten Graphen ist diese Matrix symmetrisch Die Gradmatrix eines Graphen ist eine n n displaystyle n times n nbsp Diagonalmatrix die den Grad jedes Knotens auflistet Der Koeffizient in Zeile i displaystyle i nbsp und in Spalte i displaystyle i nbsp gibt den Grad des Knoten i displaystyle i nbsp an alle anderen Koeffizienten sind 0 Wenn B G displaystyle B G nbsp die Inzidenzmatrix eines ungerichteten Graphen G displaystyle G nbsp ist A G displaystyle A G nbsp seine Adjazenzmatrix und D G displaystyle D G nbsp seine Gradmatrix ist dann gilt A G D G B G B T G displaystyle A G D G B G cdot B mathrm T G nbsp nbsp Zum Beispiel fur den ungerichteten Graphen in der nebenstehenden Abbildung A G D G 1 0 0 0 1 0 1 1 0 0 0 1 0 1 1 0 0 0 0 0 1 1 0 0 0 0 0 1 1 1 1 1 0 0 0 0 1 1 0 0 0 0 1 1 0 0 0 0 1 1 1 0 0 0 1 0 1 0 0 1 2 1 0 0 1 1 3 1 0 1 0 1 2 1 0 0 0 1 2 1 1 1 0 1 3 displaystyle A G D G begin pmatrix 1 amp 0 amp 0 amp 0 amp 1 amp 0 1 amp 1 amp 0 amp 0 amp 0 amp 1 0 amp 1 amp 1 amp 0 amp 0 amp 0 0 amp 0 amp 1 amp 1 amp 0 amp 0 0 amp 0 amp 0 amp 1 amp 1 amp 1 end pmatrix cdot begin pmatrix 1 amp 1 amp 0 amp 0 amp 0 0 amp 1 amp 1 amp 0 amp 0 0 amp 0 amp 1 amp 1 amp 0 0 amp 0 amp 0 amp 1 amp 1 1 amp 0 amp 0 amp 0 amp 1 0 amp 1 amp 0 amp 0 amp 1 end pmatrix begin pmatrix 2 amp 1 amp 0 amp 0 amp 1 1 amp 3 amp 1 amp 0 amp 1 0 amp 1 amp 2 amp 1 amp 0 0 amp 0 amp 1 amp 2 amp 1 1 amp 1 amp 0 amp 1 amp 3 end pmatrix nbsp Indem wir die Diagonale von den anderen Werten isolieren erhalten wir A G 0 1 0 0 1 1 0 1 0 1 0 1 0 1 0 0 0 1 0 1 1 1 0 1 0 D G 2 0 0 0 0 0 3 0 0 0 0 0 2 0 0 0 0 0 2 0 0 0 0 0 3 displaystyle A G begin pmatrix 0 amp 1 amp 0 amp 0 amp 1 1 amp 0 amp 1 amp 0 amp 1 0 amp 1 amp 0 amp 1 amp 0 0 amp 0 amp 1 amp 0 amp 1 1 amp 1 amp 0 amp 1 amp 0 end pmatrix quad D G begin pmatrix 2 amp 0 amp 0 amp 0 amp 0 0 amp 3 amp 0 amp 0 amp 0 0 amp 0 amp 2 amp 0 amp 0 0 amp 0 amp 0 amp 2 amp 0 0 amp 0 amp 0 amp 0 amp 3 end pmatrix nbsp Der Kantengraph eines ungerichteten Graphen wird erhalten indem seine Kanten durch Knoten ersetzt werden und die neuen Knoten verbunden werden wenn die entsprechenden ursprunglichen Kanten einen Knoten gemeinsam haben Die nebenstehende Abbildung zeigt den Kantengraph des ungerichteten Graphen aus dem vorigen Beispiel Wenn B G displaystyle B G nbsp die Inzidenzmatrix eines ungerichteten Graphen G displaystyle G nbsp und I m displaystyle I m nbsp die Einheitsmatrix ist konnen wir die Adjazenzmatrix A L G displaystyle A L G nbsp seines Kantengraphen folgendermassen berechnen A L G B G B T G 2 I m displaystyle A L G B G cdot B mathrm T G 2 cdot I m nbsp nbsp Zum Beispiel fur den Kantengraphen in der nebenstehenden Abbildung A L G 1 1 0 0 0 0 1 1 0 0 0 0 1 1 0 0 0 0 1 1 1 0 0 0 1 0 1 0 0 1 1 0 0 0 1 0 1 1 0 0 0 1 0 1 1 0 0 0 0 0 1 1 0 0 0 0 0 1 1 1 2 0 0 0 0 0 0 2 0 0 0 0 0 0 2 0 0 0 0 0 0 2 0 0 0 0 0 0 2 0 0 0 0 0 0 2 0 1 0 0 1 1 1 0 1 0 0 1 0 1 0 1 0 0 0 0 1 0 1 1 1 0 0 1 0 1 1 1 0 1 1 0 displaystyle A L G begin pmatrix 1 amp 1 amp 0 amp 0 amp 0 0 amp 1 amp 1 amp 0 amp 0 0 amp 0 amp 1 amp 1 amp 0 0 amp 0 amp 0 amp 1 amp 1 1 amp 0 amp 0 amp 0 amp 1 0 amp 1 amp 0 amp 0 amp 1 end pmatrix cdot begin pmatrix 1 amp 0 amp 0 amp 0 amp 1 amp 0 1 amp 1 amp 0 amp 0 amp 0 amp 1 0 amp 1 amp 1 amp 0 amp 0 amp 0 0 amp 0 amp 1 amp 1 amp 0 amp 0 0 amp 0 amp 0 amp 1 amp 1 amp 1 end pmatrix begin pmatrix 2 amp 0 amp 0 amp 0 amp 0 amp 0 0 amp 2 amp 0 amp 0 amp 0 amp 0 0 amp 0 amp 2 amp 0 amp 0 amp 0 0 amp 0 amp 0 amp 2 amp 0 amp 0 0 amp 0 amp 0 amp 0 amp 2 amp 0 0 amp 0 amp 0 amp 0 amp 0 amp 2 end pmatrix begin pmatrix 0 amp 1 amp 0 amp 0 amp 1 amp 1 1 amp 0 amp 1 amp 0 amp 0 amp 1 0 amp 1 amp 0 amp 1 amp 0 amp 0 0 amp 0 amp 1 amp 0 amp 1 amp 1 1 amp 0 amp 0 amp 1 amp 0 amp 1 1 amp 1 amp 0 amp 1 amp 1 amp 0 end pmatrix nbsp Verwendung BearbeitenSpeicherung von Graphen im Computer Bearbeiten Inzidenzmatrizen werden in der Informatik zur Speicherung von Graphen verwendet Die Inzidenzmatrix eines Graphen mit n displaystyle n nbsp Knoten und m displaystyle m nbsp Kanten benotigt einen Speicherplatz von O n m displaystyle mathcal O n cdot m nbsp Da die Platzkomplexitat von Adjazenzmatrizen O n 2 displaystyle mathcal O n 2 nbsp betragt sind Inzidenzmatrizen sollte es weniger Kanten als Knoten geben speicherplatztechnisch effizienter Spektrale Graphentheorie Bearbeiten Des Weiteren finden Inzidenzmatrizen Anwendung in der spektralen Graphentheorie wo versucht wird aufgrund gewisser Eigenschaften der Inzidenzmatrix Ruckschlusse auf die Eigenschaften des reprasentierten Graphen zu ziehen Optimierung Bearbeiten Die Inzidenzmatrix eines ungerichteten bipartiten Graphen ist eine total unimodulare Matrix genauso wie die eines Digraphen Daher lasst sich unter gewissen Voraussetzungen die Ganzzahligkeit der Losung eines linearen Optimierungsproblems zeigen wenn die zulassige Menge durch eine der vorhin genannten Inzidenzmatrizen definiert wird Insbesondere stellt dies eine Verbindung zwischen diskreter Optimierung und linearer Optimierung her Literatur BearbeitenPeter Knabner Wolf Barth Lineare Algebra Grundlagen und Anwendungen Springer Lehrbuch Springer Spektrum Berlin u a 2013 ISBN 978 3 642 32185 6 Reinhard Diestel Graphentheorie 4 Auflage Springer Heidelberg u a 2010 ISBN 978 3 642 14911 5 Einzelnachweise Bearbeiten Manfred Brill Mathematik fur Informatiker Einfuhrung an praktischen Beispielen aus der Welt der Computer 2 vollig neu bearbeitete Auflage Hanser Fachbuchverlag Munchen u a 2005 ISBN 3 446 22802 0 S 161 169 Normdaten Sachbegriff GND 4815731 4 lobid OGND AKS Abgerufen von https de wikipedia org w index php title Inzidenzmatrix amp oldid 213616317