Lecture 2. Topics:Many examples of graphs and their Laplacians
The Laplacian, again [#k6f8e5c0]
Some Fundamental Graphs [#p07cc704]
- $K_n, P_n, R_n$, grid
Bounding Eigenvalues [#l0f67e0e]
単純なやつには正確に計算できるが,実際にはわかんないのでboundする
Theorem 2.3.1. [#pa32500b]
min-max ほげ,max-min ほげ.以下の書き方のほうがわかりやすい気がする(Spectral Drawingのやつに乗っていた).
min 版 [#u9b9acf1]
$A$:対称行列.$k$ 番目に小さい固有値 $\lambda_k$ に対応する $k$ 本目の固有ベクトル $v_k$ は,以下の最適化問題の解である.
- $\min_{x} x^T A x$
- subject to: $x^T v_i = 0$ ($i < k$), $x^T x = 1$
- しかも,$\lambda_k = \min_{x} x^T A x$
特に,グラフラプラシアンでは,1 本目 $v_1 = \boldsymbol{1}$ なので,
- $\lambda_2 = \min_{x \perp \boldsymbol{1}, x^T x = 1} x^T A x$ または
- $\lambda_2 = \min_{x \perp \boldsymbol{1}} \frac{x^T A x}{x^T x} $ または
max 版 [#v36bd3b8]
$A$:対称行列.$k$ 番目に小さい固有値 $\lambda_k$ に対応する $k$ 本目の固有ベクトル $v_k$ は,以下の最適化問題の解である.
- $\max_{x} x^T A x$
- subject to: $x^T v_i = 0$ ($i > k$), $x^T x = 1$
- しかも,$\lambda_k = \max_{x} x^T A x$
Lemma 2.3.3. [#geec76c8]
- $\lambda_{\max}(G) \leq d + 1$
- これは tight