EKVITABILNE PARTICIJE IN TOEPLITZOVE MATRIKE Aleksandar Jurišić Politehnika Nova Gorica in IMFM Vipavska 13, p.p. 301, Nova Gorica Slovenija Štefko Mi

Podobni dokumenti
Vaje: Matrike 1. Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N 0 1 n ; n N Pokaži, da je množica x 0 y 0 x

Kazalo 1 DVOMESTNE RELACIJE Operacije z dvomestnimi relacijami Predstavitev relacij

Slide 1

Osnove matematicne analize 2018/19

Ravninski grafi Tina Malec 6. februar 2007 Predstavili bomo nekaj osnovnih dejstev o ravninskih grafih, pojem dualnega grafa (k danemu grafu) ter kako

Linearna algebra - povzetek vsebine Peter Šemrl Jadranska 21, kabinet 4.10 Izpitni režim: Kolokviji in pisni izpiti so vsi s

Brownova kovariancna razdalja

6.1 Uvod 6 Igra Chomp Marko Repše, Chomp je nepristranska igra dveh igralcev s popolno informacijo na dvo (ali vec) dimenzionalnem prostoru

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be

5 SIMPLICIALNI KOMPLEKSI Definicija 5.1 Vektorji r 0,..., r k v R n so afino neodvisni, če so vektorji r 1 r 0, r 2 r 0,..., r k r 0 linearno neodvisn

Domače vaje iz LINEARNE ALGEBRE Marjeta Kramar Fijavž Fakulteta za gradbeništvo in geodezijo Univerze v Ljubljani 2007/08 Kazalo 1 Vektorji 2 2 Analit

Rešene naloge iz Linearne Algebre

FGG14

Microsoft PowerPoint _12_15-11_predavanje(1_00)-IR-pdf

3. Metode, ki temeljijo na minimalnem ostanku Denimo, da smo z Arnoldijevim algoritmom zgenerirali ON bazo podprostora Krilova K k (A, r 0 ) in velja

Učinkovita izvedba algoritma Goldberg-Tarjan Teja Peklaj 26. februar Definicije Definicija 1 Naj bo (G, u, s, t) omrežje, f : E(G) R, za katero v

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Denis Kolarič Maribor, 2010

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite

GeomInterp.dvi

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-avgust-17.dvi

FGG13

Matematika II (UN) 1. kolokvij (13. april 2012) RE ITVE Naloga 1 (25 to k) Dana je linearna preslikava s predpisom τ( x) = A x A 1 x, kjer je A

resitve.dvi

DS2.dvi

FAKULTETA ZA STROJNIŠTVO Matematika 2 Pisni izpit 9. junij 2005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite bese

Vrste

Mrežni modeli polimernih verig Boštjan Jenčič 22. maj 2013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posamezni segmenti p

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi

Wienerjevemu indeksu podobni indeksi na grafih

Numeri na analiza - podiplomski ²tudij FGG doma e naloge - 1. skupina V prvem delu morate re²iti toliko nalog, da bo njihova skupna vsota vsaj 10 to k

MergedFile

Namesto (x,y)R uporabljamo xRy

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Vika Koban Maribor, 2012

Matematika II (UNI) Izpit (23. avgust 2011) RE ITVE Naloga 1 (20 to k) Vektorja a = (0, 1, 1) in b = (1, 0, 1) oklepata trikotnik v prostoru. Izra una

Matematika 2

1. izbirni test za MMO 2018 Ljubljana, 16. december Naj bo n naravno število. Na mizi imamo n 2 okraskov n različnih barv in ni nujno, da imam

'Kombinatoricna optimizacija / Lokalna optimizacija'

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Peter Škofič Maribor, 2014

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite

FGG02

Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y

glava.dvi

resitve.dvi

Microsoft Word - UP_Lekcija04_2014.docx

RAČUNALNIŠKA ORODJA V MATEMATIKI

REED-SOLOMONOVE KODE Aleksandar Jurišić Arjana Žitnik 6. junij 2004 Math. Subj. Class. (2000): 51E22, 94B05?, 11T71 Reed-Solomonove kode so izjemno us

PRIPRAVA NA 1. Š. N.: KVADRATNA FUNKCIJA IN KVADRATNA ENAČBA 1. Izračunaj presečišča parabole y=5 x x 8 s koordinatnima osema. R: 2 0, 8, 4,0,,0

CpE & ME 519

Osnove verjetnosti in statistika

Univerza v Ljubljani Fakulteta za računalništvo in informatiko Nejc Ramovš Problem izomorfnega podgrafa DIPLOMSKO DELO NA UNIVERZITETNEM ŠTUDIJU Mento

Poslovilno predavanje

predstavitev fakultete za matematiko 2017 A

Funkcije in grafi

LaTeX slides

Vektorji - naloge za test Naloga 1 Ali so točke A(1, 2, 3), B(0, 3, 7), C(3, 5, 11) b) A(0, 3, 5), B(1, 2, 2), C(3, 0, 4) kolinearne? Naloga 2 Ali toč

Matematika II (UN) 2. kolokvij (7. junij 2013) RE ITVE Naloga 1 (25 to k) ƒasovna funkcija f je denirana za t [0, 2] in podana s spodnjim grafom. f t

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-junij-17.dvi

MAGIČNI KVADRATI DIMENZIJE 4n+2

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA NEŽKA RUGELJ SHOROV ALGORITEM DIPLOMSKO DELO LJUBLJANA, 2017

ANALITIČNA GEOMETRIJA V RAVNINI

Univerza na Primorskem FAMNIT, MFI Vrednotenje zavarovalnih produktov Seminarska naloga Naloge so sestavni del preverjanja znanja pri predmetu Vrednot

I Z B R A N A P O G L AV J A I Z D I S K R E T N E M AT E M AT I K E zbornik seminarskih nalog iz diskretne matematike Matjaž Krnc, Riste Škrekovski J

Turingov stroj in programiranje Barbara Strniša Opis in definicija Definirajmo nekaj oznak: Σ abeceda... končna neprazna množica simbolo

GRUPE07junij.dvi

resitve.dvi

(Microsoft PowerPoint - vorsic ET 9.2 OES matri\350ne metode 2011.ppt [Compatibility Mode])

PREDMETNI KURIKULUM ZA RAZVOJ METEMATIČNIH KOMPETENC

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 2017

resitve.dvi

C:/Users/Matevz/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-januar-februar-15.dvi

Srednja šola za oblikovanje

Mladi za napredek Maribora srečanje DOLŽINA»SPIRALE«Matematika Raziskovalna naloga Februar 2015

C:/AndrejT/vestnik/76_1/Rotovnik/main.dvi

Osnove verjetnostne metode doc. dr. R. Škrekovski Oddelek za Matematiko Fakulteta za Matematiko in Fiziko Univerza v Ljubljani

2. izbirni test za MMO 2017 Ljubljana, 17. februar Naj bosta k 1 in k 2 dve krožnici s središčema O 1 in O 2, ki se sekata v dveh točkah, ter

Urejevalna razdalja Avtorji: Nino Cajnkar, Gregor Kikelj Mentorica: Anja Petković 1 Motivacija Tajnica v posadki MARS - a je pridna delavka, ampak se

UNIVERZA NA PRIMORSKEM Fakulteta za matematiko, naravoslovje in informacijske tehnologije Matematika 1. stopnja Vida Maksimovi Hamiltonski cikli v kub

LaTeX slides

M

RAM stroj Nataša Naglič 4. junij RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni

Osnove statistike v fizični geografiji 2

STAVKI _5_

Ime in priimek

Strojna oprema

Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku β a c γ b α sin = a c cos = b c tan = a b cot = b a Sinus kota je razmerje kotu naspr

Iterativne metode v numeri ni linearni algebri 2013/ doma a naloga Re²itve stisnite v ZIP datoteko z imenom ime-priimek-vpisna-1.zip in jih odd

ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA

DN5(Kor).dvi

Mere kompleksnih mrež (angl. Network Statistics) - Seminarska naloga pri predmetu Izbrana poglavja iz diskretne matematike

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo MAGISTRSKO DELO Daša Štesl Maribor, 2017

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA

6.6 Simetrični problem lastnih vrednosti Če je A = A T, potem so lastne vrednosti realne, matrika pa se da diagonalizirati. Schurova forma za simetrič

UM FKKT, Bolonjski visoko²olski program Kemijska tehnologija Vpisna ²tevilka Priimek, ime 3. test pri predmetu MATEMATIKA II Ra unski del

Posebne funkcije

Lehmerjev algoritem za racunanje najvecjega skupnega delitelja

2.1 Osnovni pojmi 2 Nim Ga²per Ko²mrlj, Denicija 2.1 P-poloºaj je poloºaj, ki je izgubljen za igralca na potezi. N- poloºaj je poloºaj, ki

rm.dvi

Teme za zaključne naloge Jaka Smrekar 23. julij 2016 Kazalo 1 Topologija Dugundjijev razširitveni izrek Izrek

Transkripcija:

EKVITABILNE PARTICIJE IN TOEPLITZOVE MATRIKE Aleksandar Jurišić Politehnika Nova Gorica in IMFM Vipavska 13, p.p. 301, Nova Gorica Slovenija Štefko Miklavič 30. okt. 2003 Math. Subj. Class. (2000): 05E{20, 30, 35}, 05C{12, 62, 50}, 05B{20, 25, 30}, 68R{05, 10, 141}, 11T71, 51Exx, 52Cxx, Predstavili bomo ekvitabilne particije vozlišč grafa, ki nam omogočajo, da pridobimo informacije o lastnih vrednostih in lastnih vektorjih grafa iz manjšega kvocientnega grafa. S pomočjo ekvitabilnih particij bomo poiskali lastne vrednosti razdaljno-regularnega grafa in faktorizirali determinanto simetrične Töplitzeve matrike. 1 Uvod Konstrukcija kvocientnega grafa je v teoriji grafov pomemben in koristen postopek. Z njo lahko iz velikega grafa G dobimo graf, ki ima marsikaj skupnega z grafom G. Ker pa je kvocientni graf manjši od prvotnega grafa G, pridemo pogosto do informacij o skupnih lastnostih dosti lažje s študiranjem kvocientnega grafa, kot pa grafa G. Tak primer je recimo računanje lastnih vrednosti grafa. Vzemimo naprimer graf povezav Petersenovega grafa. Namesto da bi njegove lastne vrednosti računali kot lastne vrednosti matrike dimenzije 15 15, je dovolj, da izračunamo lastne vrednosti matrike dimenzije 4 4. Kvocientni graf definiramo preko ekvitabilnih particij vozlišč grafa. V nekaterih primerih (razdaljno-regularni grafi) lahko iz kvocientnega grafa dobimo celotno informacijo o lastnih vrednostih in lastnih vektorjih originalnega grafa. Seveda pa ekvitabilne particije niso uporabne samo za konstrukcijo kvocientnih grafov. Uporabne so pri študiju asociativnih shem, pri iskanju grupe avtomorfizmov grafa, definicijo pa lahko razširimo tudi na ekvitabilne particije matrike. V naslednjem poglavju, ki je povzeto po Godsil [1, podpoglavji 5.1, 5.2], bomo najprej definirali ekvitabilne particije in kvocientne grafe. Nato si bomo ogledali povezavo med lastnimi vrednostmi ter lastnimi vektorji kvocientnega grafa in lastnimi vrednostmi ter lastnimi vektorji originalnega grafa. V tretjem razdelku pa bomo s pomočjo ekvitabilnih particij faktorizirali determinanto simetrične Töplitzove matrike. 1

2 Ekvitabilne particije Ker je najbolj naravno, da nove pojme vpeljemo preko primerov, začnimo z dvema zanimivima kombinatoričnima objektoma dodekaedrom in Petersenovim grafom. Vozlišča dodekaedra naj bodo elementi dvoelementnih množic: v vsaki množici naj bosta tisti dve vozlišči dodekaedra, ki imata medsebojno razdaljo enako 5. Naj bodo sedaj te dvoelementne podmnožice vozlišča novega grafa. Dve vozlišči naj bosta povezeni natanko takrat, kadar ustrezni dve množici vsebujeta sosednji vozlišči dodekaedra. Graf, ki ga na tak način dobimo, je Petersenov graf. Naj bo G graf in V (G) množica njegovih vozlišč. Particija množice V (G) naj bo kot običajno množica disjunktnih in nepraznih podmnožic množice V (G), katerih unija je enaka množici V (G). Particija π = {C 1, C 2,..., C k } je ekvitabilna, če za poljubna dva indeksa i in j velja, da je število sosedov, ki jih ima poljubno vozlišče iz množice C i v množici C j neodvisno od izbire vozlišča iz C i. Podgraf, ki je induciran s poljubno množico ekvitabilne particije π je torej regularen, saj ima vsako vozlišče iz množice C i v množici C i isto število sosedov. Podobno je vsak dvodelen graf, ki ga sestavljajo povezave, ki povezujejo vozlišča dveh različnih množic particije π, polregularen - vozlišča, ki pripadajo isti množici particije, imajo isto stopnjo. Na sliki 1 vidimo dva primera ekvitabilnih particij. 3 8 2 7 9 4 1 7 3 4 5 6 6 10 2 8 1 5 Slika 1: Particija π = {{1, 2, 4, 5, 7, 8}, {3, 6}} je ekvitabilna particija McKay-evega grafa G 1 na levi, particija σ = {{1}, {2, 5, 6}, {3, 4, 7, 8, 9, 10}} pa ekvitabilna particija Petersenovega grafa G 2 na desni strani slike. Celo družino primerov ekvitabilnih particij dobimo s pomočjo grupe avtomorfizmov grafa. Naj bo G graf in Γ neka podgrupa njegove grupe avtomorfizmov. Orbite grupe Γ določajo particijo množice vozlišč grafa G. Naj bosta x in y vozlišči grafa G, ki ležita v isti množici te particije. Potem obstaja tak f Γ, da je f(x) = y. Ker pa f preslika vsako podmnožico te particije samo nase, imata x in y v vsaki množici particije isto število sosedov. Particija je zato ekvitabilna. Na sliki 1 množice particije McKayevega grafa niso orbite nobene podgrupe grupe avtomorfizmov tega grafa, medtem ko so množice particije Petersenovega grafa orbite stabilizatorja točke 1. Naj bo dana ekvitabilna particija π = {C 1, C 2,..., C k } množice vozlišč grafa G. S c ij označimo število sosedov, ki jih ima poljubno vozlišče iz množice C i v množici C j. Števila c ij (1 i, j k) imenujemo parametri ekvitabilne particije π. Kvocientni graf G/π je usmerjen graf z množico vozlišč {C 1, C 2,..., C k }, v katerem gre od vozlišča C i do vozlišča C j natanko c ij usmerjenih povezav. V splošnem ima lahko kvocientni graf tako večkratne povezave kot tudi zanke. Matrika sosednosti kvocientnega grafa G/π je matrika dimenzije k k, ki ima ij-ti element enak c ij. V prejšnjih dveh primerih je A(G 1 /π) = ( 1 1 3 0 ) in A(G 2 /σ) = 2 0 3 0 1 0 2 0 1 2.

Ekvitabilne particije se izkažejo za zelo uporabne. Kot bomo videli, je vsaka lastna vrednost kvocientnega grafa G/π tudi lastna vrednost grafa G, karakteristični polinom kvocientnega grafa G/π pa vedno deli karakteristični polinom grafa G. Karakteristična matrika P = P (π) particije π = {C 1, C 2,..., C k } grafa z n vozlišči je matrika dimenzije n k, katere ij-ti element je 1, če je i-to vozlišče grafa G vsebovano v množici C j, in 0 sicer. Pokažimo sedaj naslednjo lemo. Lema 2.1 Naj bo π = {C 1, C 2,..., C k } particija vozlišč grafa G, P njena karakteristična matrika in A matrika sosednosti grafa G. Particija π je ekvitabilna natanko tedaj, ko obstaja taka matrika B, da je AP = P B. Matrika B je v tem primeru enaka matriki sosednosti kvocientnega grafa G/π. Dokaz. Naj bo π ekvitabilna particija vozlišč grafa G in naj bodo števila c ij (1 i, j k) njeni parametri. Element ij matrike AP je enak številu sosedov, ki jih ima i-to vozlišče grafa G v množici C j. Ker je particija π ekvitabilna, je to število odvisno samo od množice particije π, v kateri i-to vozlišče grafa G leži. Torej so tiste vrstice produkta AP, ki pripadajo vozliščem iz množice C l enake (c l1, c l2,..., c lk ) (1 l k). Prav to pa so tudi vrstice produkta P B, kjer je B matrika sosednosti kvocientnega grafa G/π. Naj bo sedaj AP = P B za neko matriko B in naj bosta i, j vozlišči grafa G iz množice C l particije π. Naj bo C r poljubna množica particije π. Vozlišče i ima (AP ) ir sosedov v C r, vozlišče j pa (AP ) jr. Ker pa je (AP ) ir = (P B) ir in (AP ) jr = (P B) jr, je (AP ) ir = k p ia b ar = b lr in (AP ) jr = a=1 k p ja b ar = b lr. a=1 Torej imata dve poljubni vozlišči iz C l vedno b lr sosedov v C r, kar pa pomeni, da je particija π ekvitabilna, matrika B pa je očitno ravno matrika sosednosti kvocientnega grafa G/π. Definicijo ekvitabilne particije pa lahko povemo tudi jeziku linearne algebre. Velja namreč naslednja lema. Lema 2.2 Naj bo G graf, matrika A njegova matrika sosednosti in π particija vozlišč grafa G s karakteristično matriko P. Potem je π ekvitabilna natanko tedaj, ko je vektorski podprostor, ki ga napenjajo stolpci matrike P, A-invarianten. Dokaz. Vemo, da je vektorski podprostor, ki ga napenjajo stolpci matrike P, A-invarianten natanko tedaj, ko obstaja taka matrika B, da velja AP = P B. Trditev sedaj sledi iz leme 2.1. Z naslednjim izrekom bomo povezali lastne vrednosti in lastne vektorje kvocientnega grafa G/π z lastnimi vrednostmi in lastnimi vektorji grafa G. Izrek 2.3 Naj bo π = {C 1, C 2,..., C k } ekvitabilna particija množice vozlišč grafa G, P njena karakteristična matrika, A matrika sosednosti grafa G in B matrika sosednosti kvocientnega grafa G/π. Dalje naj bo x vektor dimenzije k 1, y vektor dimenzije n 1, kjer je n število vozliš č grafa G, in θ realno število. Potem velja: a) Če je Bx = θx, potem je AP x = θp x. b) Če je Ay = θy, potem je yt P B = θy T P. 3

c) Karakteristični polinom matrike B deli karakteristični polinom matrike A. Dokaz. Če je Bx = θx, potem je po lemi 2.1 AP x = P Bx = P θx = θp x. Podobno, če je Ay = θy, potem je zopet po lemi 2.1 y T P B = y T AP = θy T P. Dokazati moramo še točko c). Če je vektor x različen od vektorja 0, potem je tudi vektor P x neničeln. Vektor P x ima namreč na vseh koordinatah, ki pripadajo elementom množice C i konstanto vrednost - ravno i-to koordinato vektorja x. Naj bo x vektor dimenzije k 1, ki je linearno neodvisen od vektorja x. Zaradi pravkar omenjene lastnosti vektorjev P x in P x se ni težko prepričati, da sta tudi vektorja P x in P x linearno neodvisna. Po točki a) je torej vsaka lastna vrednost θ matrike B tudi lastna vrednost matrike A. Poleg tega pa je večkratnost θ kot lastne vrednosti matrike A vsaj tolikšna, kot je večkratnost θ kot lastne vrednosti matrike B. Točka c) je tako dokazana. Opomba 2.4 Dokaz izreka 2.3 se da očitno razširiti na primer, ko sta A in B poljubni dve simetrični matriki, za kateri obstaja taka matrika P, da je AP = P B. Točka b) izreka 2.3 nam pove, da če je y lastni vektor matrike A, potem je y T P lastni vektor matrike B natanko tedaj, ko je različen od vektorja 0. To pa se zgodi natanko takrat, ko je za vsak i (1 i k) vsota tistih koordinat vektorja y, ki predstavljajo vozlišča iz množice C i, enaka 0. 3 Simetrične Töplitzove matrike Začnimo z definicijo. Simetrična Töplitzova matrika T dimenzije n n je matrika, za katero velja i j = k h = (T ) ij = (T ) kh. Simetrični Töplitzovi matriki dimenzije 5 5 in 6 6 sta torej matriki oblike a b c d e f a b c d e b a b c d b a b c d e c b a b c d c b a b in c b a b c d d c b a b c. e d c b a b e d c b a f e d c b a S pomočjo programskega paketa Mathematica oz. Maple lahko hitro razcepimo determinanto zgornjih dveh matrik na dva faktorja. V prvem primeru je determinanta enaka a 2b 2c b a + c b + d c b + d a + e a c b d b d a e, v drugem pa a + b b + c c + d b + c a + d b + e c + d b + e a + f a b b c c d b c a d b e c d b e a f. 4

Vendar pa se tako iskanje razcepa ustavi že pri n=11. Poskusimo najti pravilo za faktorizacijo determinante Töplitzove matrike v splošnem primeru. Najprej predpostavimo, da ima matrika T sodo dimenzijo n = 2k. V tem primeru je matrika T oblike ( ) A B B T, (1) A kjer sta A in B matriki dimenzije k k. Izrek 3.1 Naj bo T Töplitzova matrika dimenzije 2k 2k, matriki A in B pa naj bosta definirani kot zgoraj. Potem je det(t ) = det(a + B v ) det(a B v ), kjer smo z B v označili preko vodoravne osi prezrcaljeno matriko B. Dokaz. Naj bo P 2k pot na 2k vozliščih in naj bo π = {{k, k+1}, {k 1, k+2},..., {1, 2k}} particija njenih vozlišč. Particija π je ekvitabilna, P 1 pa naj bo njena karakteristična matrika. Matrika P 1 je oblike ( ) Iv, I kjer je I identična matrika dimenzije k k, I v pa matrika I, prezrcaljena preko vodoravne osi. Ker je matrika A simetrična, se s pomočjo (1) brez težav prepričamo, da velja T P 1 = P 1 (A + B v ). Zato so po izreku 2.3 in opombi 2.4 lastne vrednosti matrike A + B v tudi lastne vrednosti matrike T z vsaj tako večkratnostjo. Ker je determinanta matrike enaka produktu njenih lastnih vrednosti, velja det(a + B v ) det(t ). Podobno definirajmo matriko P 2 : P 2 = ( Iv I ). Potem velja T P 2 = P 2 (A B v ), in zato zopet po izreku 2.3 in opombi 2.4 det(a B v ) det(t ). Pokažimo sedaj, da tudi produkt det(a + B v ) det(a B v ) deli det(t ). Naj imata matriki A + B v in A B v isto lastno vrednost θ s pripadajočima lastnima vektorjema x in y. Če sta vektorja x in y linearno neodvisna, potem sta linearno neodvisna tudi vektorja P 1 x in P 2 y, torej ima θ kot lastna vrednost matrike T večkratnost vsaj 2. Prav tako sta tudi v primeru, ko sta vektorja x in y linearno odvisna, vektorja P 1 x in P 2 y linearno neodvisna, zato ima θ kot lastna vrednost matrike T zopet večkratnost vsaj 2. Torej det(a + B v ) det(a B v ) det(t ). Ker pa sta matriki A + B v in A B v dimenzije k, mora veljati enačaj: det(a + B v ) det(a B v ) = det(t ). 5

Poglejmo si sedaj še primer, ko je dimenzija matrike T enaka 2k + 1. V tem primeru je matrika T take oblike: A x B x T a 11 ) n (x T, (2) B T x v A kjer sta A in B matriki dimenzije k k in x vektor dimenzije k 1. Indeksa v in n označujeta zrcaljenje preko vodoravne oziroma navpične osi. Definirajmo matriko C dimenzije (k + 1) (k + 1) takole: ( ) a11 2(x C = T ) n. x v A + B v Izrek se v tem primeru glasi takole. Izrek 3.2 Naj bo T Töplitzova matrika dimenzije (2k + 1) (2k + 1). Matrike A, B in C naj bodo definirane kot zgoraj. Potem je det(t ) = det(c) det(a B v ). Dokaz. Naj bo I identična matrika dimenzije k k, matrika I v naj bo preko vodoravne osi prezrcaljena matika I, 0 pa naj bo ničelni vektor dimenzije k 1. Podobno kot v dokazu izreka 3.1 definirajmo matriki P 1 dimenzije (2k + 1) (k + 1) in P 2 dimenzije (2k + 1) k: 0 I v I v P 1 = 1 0 T, P 2 = 0 T. 0 I I Matrika P 1 je tudi karakteristična matrika ekvitabilne particije π = {{k+1}, {k, k+2}, {k 1, k + 3},..., {1, 2k + 1}} vozlišč poti na 2k + 1 vozliščih. Podobno kot prej tudi v tem primeru s pomočjo (2) vidimo, da veljata enakosti T P 1 = P 1 C in T P 2 = P 2 (A B v ). Zato so po izreku 2.3 in opombi 2.4 lastne vrednosti matrik C in A B v vrednosti matrike T. Torej tudi lastne det(c) det(t ) in det(a B v ) det(t ). Naj bo sedaj θ skupna lastna vrednost matrik C in A B v, x in y pa pripadajoča lastna vektorja. V vsakem primeru sta vektorja P 1 x in P 2 y linearno neodvisna, zato ima θ kot lastna vrednost matrike T večkratnost vsaj 2. Torej det(c) det(a B v ) det(t ). Spet pa zaradi dimenzij matrik C in A B v velja enačaj: Izrek je s tem dokazan. Literatura det(c) det(a B v ) = det(t ). [1] C. D. Godsil, Algebraic Combinatorics, Chapman & Hall, New York, 1993. [2] A. Jurišić, Antipodal Covers, doktorska disertacija, University of Waterloo, Canada, 1995 6