[图解]建模相关的基础知识-11

1
00:00:00,700 --> 00:00:05,090
下一个知识点就是函数在集合上的限制

2
00:00:08,290 --> 00:00:10,200
符号可以这样来

3
00:00:10,210 --> 00:00:16,640
F然后一个往下的箭头A 

4
00:00:16,650 --> 00:00:19,520
意思就是说F里面的元素

5
00:00:20,120 --> 00:00:23,980
它的第1坐标是在A里面的

6
00:00:27,030 --> 00:00:30,380
比如说,右边 X,2

7
00:00:31,120 --> 00:00:34,260
这是一对,y,1,一对,这个集合

8
00:00:35,370 --> 00:00:38,150
然后在X集合上做限制

9
00:00:39,230 --> 00:00:41,530
也就是说,第1坐标

10
00:00:41,540 --> 00:00:44,850
只能是X这里面的集合里面的元素

11
00:00:44,860 --> 00:00:46,650
实际上只有这个

12
00:00:46,820 --> 00:00:48,510
所以X,2

13
00:00:49,530 --> 00:00:54,890
这个跟我们后面投影

14
00:00:56,050 --> 00:01:00,100
select是类似的

15
00:01:00,590 --> 00:01:05,560
哪个字段,类似的

16
00:01:05,570 --> 00:01:06,680
X,2,Z,2

17
00:01:06,690 --> 00:01:13,730


18
00:01:14,060 --> 00:01:16,060
XYZ都有

19
00:01:16,690 --> 00:01:19,170
所以这里面一个都没有少

20
00:01:19,760 --> 00:01:21,100
都照搬过来了

21
00:01:21,110 --> 00:01:28,320
下面,G5,工号1,姓名罗玉凤,地址

22
00:01:29,320 --> 00:01:31,540
然后我们针对姓名、地址

23
00:01:31,550 --> 00:01:33,810
这两个来做一个限制

24
00:01:34,690 --> 00:01:36,960
工号就没有了,姓名罗玉凤

25
00:01:36,970 --> 00:01:38,360
地址,纽约法拉盛

26
00:01:40,360 --> 00:01:41,510
如果后面是空集

27
00:01:42,190 --> 00:01:43,070
那就空集了

28
00:01:43,480 --> 00:01:46,350
因为空集没东西,没有元素

29
00:01:49,190 --> 00:01:50,900
意思就是没有任何一个

30
00:01:53,030 --> 00:01:56,660
这个集合里面没有一个元素能够被选中

31
00:01:56,670 --> 00:01:56,740


32
00:02:02,100 --> 00:02:06,550
这样来,我们结合刚才讲的

33
00:02:06,840 --> 00:02:10,700
你看,F和G兼容

34
00:02:10,710 --> 00:02:13,010
我们可以这样来定义

35
00:02:13,380 --> 00:02:18,700
当F、G的

36
00:02:20,720 --> 00:02:23,750
用这个F和G的定义域的交集

37
00:02:23,760 --> 00:02:31,370
来限制这个F,和用F和G的定义域的

38
00:02:31,380 --> 00:02:32,370
交集来限制G

39
00:02:32,380 --> 00:02:35,290
结果是一样的,也就是说

40
00:02:36,140 --> 00:02:38,020
刚才那个兼容的意思

41
00:02:38,030 --> 00:02:40,180
就可以这样描述

42
00:02:40,550 --> 00:02:45,550
两个定义的交集

43
00:02:47,760 --> 00:02:50,340
以交集来筛选

44
00:02:52,260 --> 00:02:56,110
集合里面的元素,得到的结果是相同的

45
00:02:56,700 --> 00:02:58,020
那么这两个就兼容

46
00:03:03,650 --> 00:03:08,320
往往我们后面我们用一些表也好

47
00:03:08,770 --> 00:03:09,960
类也好

48
00:03:10,920 --> 00:03:13,430
往往这两个交集就是一个ID 

49
00:03:14,360 --> 00:03:18,200
比如说,员工,姓名什么的

50
00:03:18,210 --> 00:03:19,280
然后里面有部门ID

51
00:03:19,370 --> 00:03:21,240
部门里面也有一个部门ID

52
00:03:22,210 --> 00:03:23,480
只有这两个字段

53
00:03:23,570 --> 00:03:26,440
两个元素是一样的

54
00:03:28,570 --> 00:03:31,820
那么这两个就可以兼容

1
00:00:00,290 --> 00:00:03,040
下一个知识点就是函数的组合

2
00:00:04,450 --> 00:00:06,120
这里的组合,英语

3
00:00:06,130 --> 00:00:07,000
还是Composition

4
00:00:07,090 --> 00:00:08,790
跟UML里面

5
00:00:08,800 --> 00:00:10,460
那个是一个词

6
00:00:10,630 --> 00:00:13,910
但是意思有些不一样

7
00:00:14,040 --> 00:00:15,230
它这里指的是什么

8
00:00:16,350 --> 00:00:17,940
连续应用函数

9
00:00:17,950 --> 00:00:20,180
就是说两个函数叠加在一起

10
00:00:24,890 --> 00:00:26,930
那么头一个函数的值域

11
00:00:26,940 --> 00:00:29,920
就成为下一个的定义域

12
00:00:30,780 --> 00:00:35,920
比如说,g组合f,我们用方块这个来表达

13
00:00:36,890 --> 00:00:38,980
结果就相当于什么

14
00:00:41,900 --> 00:00:44,950
f(a)

15
00:00:44,960 --> 00:00:48,680
然后再g,这是第1坐标

16
00:00:49,050 --> 00:00:53,460
第2坐标是这个

17
00:00:53,820 --> 00:00:56,580
然后后面是条件

18
00:00:56,910 --> 00:00:59,780
a是在这个f的定义域里面的

19
00:01:01,670 --> 00:01:07,940
而f(a)就是g的定义域

20
00:01:07,950 --> 00:01:16,610
也就是说,f(a)是a施加f函数之后得到的值

21
00:01:17,180 --> 00:01:23,330
那么这个值就属于g的定义域里面

22
00:01:24,310 --> 00:01:25,890
这样两个就接得上了

23
00:01:28,900 --> 00:01:31,200
比如说,编号

24
00:01:32,010 --> 00:01:33,770
经过f,工号

25
00:01:33,780 --> 00:01:37,080
你看右边这个,f是编号,工号,姓名

26
00:01:37,090 --> 00:01:38,720
然后,姓名,职位,工作

27
00:01:39,150 --> 00:01:40,770


28
00:01:43,330 --> 00:01:48,170
g组合f,那就先应用f了

29
00:01:48,540 --> 00:01:49,890
现在你看编号

30
00:01:50,520 --> 00:01:53,780
然后f(编号)

31
00:01:55,200 --> 00:01:56,070
然后再g

32
00:01:58,720 --> 00:02:02,360
这样把它套上来

33
00:02:03,720 --> 00:02:04,040


34
00:02:06,540 --> 00:02:10,720
f(编号)实际上就是工号

35
00:02:10,730 --> 00:02:16,950
编号-工号,g(工号)就是99

36
00:02:17,530 --> 00:02:18,320
实际上就相当于

37
00:02:19,070 --> 00:02:23,540
f相当于把编号到工号

38
00:02:23,550 --> 00:02:25,040
姓名到员工姓名,职位到工作

39
00:02:25,050 --> 00:02:26,540
这是第一个转换

40
00:02:27,640 --> 00:02:30,550
g就相当于把工号转到999

41
00:02:31,500 --> 00:02:32,500
第2个转换

42
00:02:37,850 --> 00:02:39,290
它的用途

43
00:02:39,640 --> 00:02:42,100
一个就是重命名

44
00:02:42,430 --> 00:02:44,220
给定元组的属性

45
00:02:45,040 --> 00:02:47,470
编号转成工号,就转过来

46
00:02:47,480 --> 00:02:49,390
转换类型一样的

55
00:03:32,430 --> 00:03:33,540
就可以并起来

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/28804.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

闭包表(Closure Table)

设计血缘关系(data-lineage)时,想到要使用的表模型。 表设计 节点记录表 - node CREATE TABLE lineages_node (name varchar(255) COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT 节点名称,id bigint(20) unsigned NOT NULL AUTO_INCREM…

element--el-table合计换行显示

el-table合计换行显示 效果图实现1、使用到的参数2、代码演示 效果图 实现 1、使用到的参数 官网链接:element-table 将show-summary设置为true就会在表格尾部展示合计行。默认情况下,对于合计行,第一列不进行数据求合操作,而是…

【Python/Pytorch - 网络模型】-- SVD算法

文章目录 文章目录 00 写在前面01 基于Pytorch版本的SVD算代码02 理论知识 00 写在前面 (1)矩阵的奇异值分解在最优化问题、特征值问题、最小二乘方问题、广义逆矩阵问题及统计学等方面都有重要应用; (2)应用&#…

Sora和快手可灵背后的核心技术 | 3DVAE:通过小批量特征交换实现身体和面部的三维形状变分自动编码器

【摘要】学习3D脸部和身体生成模型中一个解开的、可解释的和结构化的潜在表示仍然是一个开放的问题。当需要控制身份特征时,这个问题尤其突出。在本文中,论文提出了一种直观而有效的自监督方法来训练一个3D形状变分自动编码器(VAE),以鼓励身份特征的解开潜在表示。通过交换不同…

数据结构(DS)C语言版:学习笔记(4):线性表

参考教材:数据结构C语言版(严蔚敏,吴伟民编著) 工具:XMind、幕布、公式编译器 正在备考,结合自身空闲时间,不定时更新,会在里面加入一些真题帮助理解数据结构 目录 2.1线性…

eNSP由于Cloud网卡设置错误引起的STP环路机制问题

现象:SW1和SW2之间直连(vlan13)不可达,但是断开左边的Cloud云的虚拟之后可达(设置g0/0/1口为down) ,接口协议均up,配置正确。 查看生成树状态: 发现,SW2的g0/0/4接口为阻塞状态&…

[机器学习] Stable Diffusion初体验——基于深度学习通过神经网络的强大AI平台

文章目录 前言平台介绍 一.创建应用 Stable Diffusion WebUI初始化上传模型,VAE,lora 介绍sd模型,vae,lora模型进入应用文生图工作区调参区图生图 结语 前言 在这个信息爆炸的时代,AI技术正以前所未有的速度发展着。图…

微服务开发与实战Day07 - MQ高级篇

一、消息可靠性问题 首先,分析一下消息丢失的可能性有哪些。 消息从发送者发送消息,到消费者处理消息,需要经过的流程是这样的: 消息从生产者到消费者的每一步都可能导致消息丢失: 发送消息时丢失: 生产…

第二证券:新股“肉签”不断,今日两只申购!光伏巨头小伙伴来了

本周(6月17日—6月21日),A股商场将迎来两只新股,分别为沪市主板的永臻股份和创业板的爱迪特,均将于本周一进行申购。 资料显现,永臻股份是国内领先的铝合金光伏结构件制造商,公司发行价为23.35…

俄罗斯方块小游戏(附源码)

游戏展示 一.导包 import turtle import random 二.定义一个Block类 定义一个Block类,用于表示游戏中的方块,包含颜色和形状。 class Block:def __init__(self, color, tiles):self.color colorself.tiles tiles三.定义了7个不同的Block对象 定义了7…

docker通过容器id查看运行命令;Portainer监控管理docker容器

1、docker通过容器id查看运行命令 参考:https://blog.csdn.net/a772304419/article/details/138732138 docker inspect 运行镜像id“Cmd”: [ “–model”, “/qwen-7b”, “–port”, “10860”, “–max-model-len”, “4096”, “–trust-remote-code”, “–t…

C# Winform内嵌窗体(在主窗体上显示子窗体)

在开发Winform项目中,经常会要切换不同的窗体。通常程序都有一个主窗体,在切换窗体时往往需要关闭其他子窗体,这个实例就来介绍MDI主窗体内嵌子窗体的实现方法。 MDI主窗体要设置一个比较重要的属性,IsMdiContainertrue。子窗体的…

论文阅读——ApeGNN- Node-Wise Adaptive Aggregation in GNNs for Recommendation

ApeGNN: Node-Wise Adaptive Aggregation in GNNs for Recommendation ApeGNN:GNN 中的节点自适应聚合以进行推荐 Abstract 近年来,图神经网络(GNN)在推荐方面取得了长足的进步。基于 GNN 的推荐系统的核心机制是迭代聚合用户-…

ThinkPHP 的老漏洞仍然被攻击者钟情

研究人员发现安全领域出现了令人不安的趋势:攻击者不仅对新披露的漏洞十分感兴趣,对已知的漏洞也丝毫不放过,尽管有些漏洞已经存在了好些年头,攻击者仍然能够通过老漏洞成功完成攻击。 典型的例子就是 ThinkPHP 远程代码执行漏洞…

轨迹优化 | 图解欧氏距离场与梯度场算法(附ROS C++/Python实现)

目录 0 专栏介绍1 什么是距离场?2 欧氏距离场计算原理3 双线性插值与欧式梯度场4 仿真实现4.1 ROS C实现4.2 Python实现 0 专栏介绍 🔥课程设计、毕业设计、创新竞赛、学术研究必备!本专栏涉及更高阶的运动规划算法实战:曲线生成…

深度学习之激活函数

激活函数(Activation Function)是一种添加到人工神经网络中的函数,旨在帮助网络学习数据中的复杂模式。在神经元中,输入的input经过一系列加权求和后作用于另一个函数,这个函数就是这里的激活函数。 1. 为什么需要激活…

鸿蒙开发:【线程模型】

线程模型 线程类型 Stage模型下的线程主要有如下三类: 主线程 执行UI绘制。管理主线程的ArkTS引擎实例,使多个UIAbility组件能够运行在其之上。管理其他线程的ArkTS引擎实例,例如使用TaskPool(任务池)创建任务或取消…

示例:WPF中应用MarkupExtention自定义IValueConverter

一、目的:应用MarkupExtention定义IValueConverter,使得应用起来更简单和高效 二、实现 public abstract class MarkupValueConverterBase : MarkupExtension, IValueConverter{public abstract object Convert(object value, Type targetType, object …

数字化转型对企业有什么价值?

数字化转型对企业有什么价值? 1. 信息共享 很多业务设计和管理规划,通常需要综合多个业务部门和业务专题的数据。 如果企业的数据和信息在位置分布上非常分散,就很难充分利用企业积累的数据资源,并将其用于有效的管理决策和业务…

零基础直接上手java跨平台桌面程序,使用javafx(七)用户操作界面探讨,这个系列结束

GUI&#xff0c;我们还是喜欢web。如果javafx有像wpf的WebView2差不多的功能&#xff0c;我们就开心了scene builder中拖出一个webview&#xff0c;然后再回到代码中。发现<?import javafx.scene.web.*?>是红色的&#xff0c;我们缺少配置。于是在pom.xml中添加JavaFX依…