ผลต่างระหว่างรุ่นของ "Sgt/lecture4"

จาก Theory Wiki
ไปยังการนำทาง ไปยังการค้นหา
(หน้าที่ถูกสร้างด้วย '<noinclude>{{Sgt/เนื้อหา}}</noinclude> {{หัวคำบรรยาย|Spectral graph theory}}')
 
แถว 1: แถว 1:
 
<noinclude>{{Sgt/เนื้อหา}}</noinclude>
 
<noinclude>{{Sgt/เนื้อหา}}</noinclude>
 
{{หัวคำบรรยาย|Spectral graph theory}}
 
{{หัวคำบรรยาย|Spectral graph theory}}
 +
 +
ในสัปดาห์นี้ เราได้พูดถึง [http://en.wikipedia.org/wiki/Min-max_theorem Courant–Fischer Theorem]
 +
 +
==Courant–Fischer Theorem==
 +
ให้ A เป็น symmetric matrix ขนาด n ที่มี eigen value <math>\mu_1 \geq \mu_2 \geq \ldots \geq \mu_n</math> (สังเกตว่าเรียงสลับด้านกับ <math>\lambda</math> ในเลคเชอร์อื่นๆ)
 +
 +
เราจะได้ว่า
 +
{{กล่องทฤษฎีบท|:<math>
 +
\begin{align}
 +
\mu_k &= \max\limits_{S \subseteq \mathbb{R}^n \ ; \ dim(S) = k} &&\min_{x \in S \ ; \ x \neq \bar{0}} \frac{x^TAx}{x^Tx}\\
 +
&= \min\limits_{T \subseteq \mathbb{R}^n \ ; \ dim(T) = n-k+1} &&\max_{x \in S \ ; \ x \neq \bar{0}} \frac{x^TAx}{x^Tx}
 +
\end{align}
 +
</math>}}
 +
 +
{{เริ่มบทพิสูจน์}}
 +
To be proved...
 +
{{จบบทพิสูจน์}}
 +
 +
==Graphic Inequality==
 +
เป็นการเปรียบเทียบกราฟโดยให้ sense ของการ "มากกว่า" "น้อยกว่า" เหมือนการเปรียบเทียบจำนวนจริง<br/>
 +
ให้ A เป็น matrix ใดๆ เราเขียนแทนว่า A เป็น positive semi-definite ด้วย <math>A \succeq 0</math> โดยนิยามดังนี้
 +
{{กล่องทฤษฎีบท|<math>A \succeq 0</math> เมื่อและต่อเมื่อ <math>\forall\psi\in\mathbb{R}^n\ ;\ \psi^TA\psi \geq 0</math>}}
 +
และสำหรับ matrix A,B ใดๆ เราเขียนแทนว่า <math>A \succeq B</math> เมื่อและต่อเมื่อ <math>A-B \succeq 0</math>
 +
 +
ความสัมพันธ์นี้มีคุณสมบัติถ่ายทอด คือถ้า <math>A \succeq B ; B \succeq C</math> จะได้ว่า <math>A \succeq C</math>
 +
 +
ทำนองเดียวกัน สำหรับกราฟ G,H ใดๆ เราแทนว่า <math>G \succeq H</math> เมื่อและต่อเมื่อ <math>L_G \succeq L_H</math>
 +
และสังเกตว่า ถ้า H เป็น subgraph ของ G จะได้ว่า <math>G \succeq H</math>
 +
 +
 +
TO BE CONTINUED

รุ่นแก้ไขเมื่อ 07:57, 24 กุมภาพันธ์ 2558

Spectral Graph Theory

  1. บทนำและทบทวนพีชคณิตเชิงเส้น (ณัฐวุฒิ)
  2. คุณสมบัติของ Eigenvalue ต่อกราฟ (ธานี,ณัฐวุฒิ)
  3. คุณสมบัติของ Eigenvalue ต่อกราฟ[2] (ภัทร)
  4. คุณสมบัติของ Eigenvalue ลำดับที่สองบนกราฟต่างๆ (ธานี)
  5. Cheeger Inequality (ศุภชวาล)
  6. การทดลอง Cheeger Inequality และ Effective Resistance (ธานี)
  7. Random Walks และ Psuedo Random Generator (ศุภชวาล)
  8. Psuedo Random Generator[2] (ภัทร)
  9. Coding Theory และ Expander code (ธานี)
  10. Expander graph from Linear coding (ภัทร)
  11. Chebyshev polynomial (ศุภชวาล)
  12. Preconditioning (ธานี)

แก้ไขกล่องนี้แก้ไขสารบัญ

บันทึกคำบรรยายวิชา Spectral graph theory นี้ เป็นบันทึกที่นิสิตเขียนขึ้น เนื้อหาโดยมากยังไม่ผ่านการตรวจสอบอย่างละเอียด การนำไปใช้ควรระมัดระวัง

ในสัปดาห์นี้ เราได้พูดถึง Courant–Fischer Theorem

Courant–Fischer Theorem

ให้ A เป็น symmetric matrix ขนาด n ที่มี eigen value (สังเกตว่าเรียงสลับด้านกับ ในเลคเชอร์อื่นๆ)

เราจะได้ว่า


To be proved...

Littlebox.png

Graphic Inequality

เป็นการเปรียบเทียบกราฟโดยให้ sense ของการ "มากกว่า" "น้อยกว่า" เหมือนการเปรียบเทียบจำนวนจริง
ให้ A เป็น matrix ใดๆ เราเขียนแทนว่า A เป็น positive semi-definite ด้วย โดยนิยามดังนี้

เมื่อและต่อเมื่อ

และสำหรับ matrix A,B ใดๆ เราเขียนแทนว่า เมื่อและต่อเมื่อ

ความสัมพันธ์นี้มีคุณสมบัติถ่ายทอด คือถ้า จะได้ว่า

ทำนองเดียวกัน สำหรับกราฟ G,H ใดๆ เราแทนว่า เมื่อและต่อเมื่อ และสังเกตว่า ถ้า H เป็น subgraph ของ G จะได้ว่า


TO BE CONTINUED