矩阵即图,图即矩阵:被低估的线性代数核心洞察
TivadarDanka · x · 2026-09-04
Tivadar Danka 在 The Palindrome 撰文讲解线性代数中最被低估的事实:非负矩阵与其有向图是同一件事的两种表示。
- 编码规则:矩阵每一行对应一个节点,元素 aij 表示从节点 i 指向 j 的带权有向边,零元素对应省略的边,得到的图称为矩阵的有向图(digraph)。
- 行对应出边、列对应入边,可直观读出每个节点的连接结构。
- 图表示的好处:矩阵的幂对应图上的游走——A² 的元素恰好枚举了所有两步游走;若图是马尔可夫链的状态转移,矩阵幂就对应多步转移概率。
- 这种对应把复杂的代数行为转化为图上的直觉,是研究矩阵性质的"作弊码"。
「研究」频道最新
- 多模型路由实测：同成本下 LLM 错误率直降 46% — SucceededMind · 2026-09-04
- matklad 谈对象池与内存安全：use-after-free 的物理效应如何被改变 — jedisct1 · 2026-09-04
- Agent's Last Exam 最高 59.3%,作者称这才是衡量 AI 替代人类的关键基准 — DevToD4 · 2026-09-04
- 把所有生物×机器学习数据集喂给一个模型，有人试过吗？ — iskander · 2026-09-04
- 解析器静默吞掉 tool-call,LLM 稳定性基准可测出假满分 — docybo · 2026-09-04
- AI 形式化能力突飞猛进，Lean 却开始撞墙 — davidad · 2026-09-04