集合论:二元关系(1)

     集合论这一章内容很多,重点是二元关系中关系矩阵,关系图和关系性质:自反、反自反、对称、反对称、传递以及关系闭包的运算,等价关系,偏序关系,哈斯图,真吓人!

1.笛卡儿积

     由两个元素x和y按照一定顺序排列成的二元组称作一个有序对,记为<x,y>,就是说x和y是有顺序的,不能随意调换,所以要想两个有序对相等当且仅当对应位置的元素相等

     设A,B为集合,用A中元素为第一元素,B中元素为第二元素构成有序对,所有这样的有序对组成的集合称作A和B的笛卡儿积,记为AxB。并不需要知道为什么这样定义,只需要知道我们把A集合的元素取出来放在二元组的第一位,B集合的元素取出来放在第二位,所有这样二元组组成的集合就是A和B的笛卡儿积。

     很显然,因为二元组是有序对,所以笛卡儿积德运算并不满足交换律和结合律,分配律是没问题的

2.二元关系

     如果一个集合满足以下条件之一:

    (1)集合非空,所有元素都是有序对

    (2)集合是空集

    则称该集合为一个二元关系,简称关系,对于二元关系R,如果<x,y>属于R,则记为xRy

      设A,B为集合,AxB的任何子集所定义的二元关系称作从A到B的二元关系。二元关系就是两个元素之间的关系。

      什么意思呢?其实很好理解,就是A和B所组成的任何有序对都可以看作是A中元素和B中元素产生的联系,我们可以找到一个关系来使这两个元素产生联系。二元关系其实就是一个集合,这个集合里面包含了所有满足这个关系的有序对,。比如我们说A上的恒等关系,就是找出满足两个元素相等的有序对,这个有序对可以理解成两个元素之间的前后关系,如果顺序变了也就不满足这个关系了,所以才叫有序对。所以我认为应该先有了二元关系的概念,才有了有序对,之后才出现了笛卡儿积来定义有序对组成的集合。其实AxB的所有子集都存在联系两个元素之间的关系,只是能不能找到的问题,二元关系就是表示两个东西之间有联系,并且说明是怎么联系的,联系的方式是什么

      另外,两个集合的笛卡尔积是遍历了所有的“对”,之所以是子集是因为上述“联系的描述”可能对某些对有效,对某些对无效。也就是我们平时说的,这一对有关系,这一对没关系。

     理解了这个之后,我们再看什么全域关系,恒等关系,小于等于关系,整除关系,包含关系就很简单了。

2.1全域关系 恒等关系 小于等于关系 整除关系     

    恒等关系 : IA = { < x , x > ∣ x ∈ A } 

    全域关系 : E A = A × A = { < x , y > ∣ x ∈ A ∧ y ∈ A }  , 任何两个元素之间都有关系 ;

   小于等于关系: LA​={<x,y>∣x∈A∧y∈A∧x≤y}
    整除关系 : DA​={<x,y>∣x∈A∧y∈A∧x∣y}

    我们还可以定于大于关系,小于关系,大于等于关系等等

2.2描述关系的三种方法

     有集合表达式,关系矩阵和关系图,集合表达式就是上面的

     关系矩阵

  

     比如:

     A = { a , b , c } 

    R 1 = { < a , a > , < a , b > , < b , a > , < b , c > }  

    则R1的关系矩阵为:

     关系图

     图片转至http://t.csdnimg.cn/J2CcU      

     关系图也是来说明两个元素之间是否存在某个关系

3.关系运算

     

     (1)逆运算

     从关系图来看,就是把边的方向反过来即可

     从关系矩阵来看,就是把矩阵进行转置操作

     (2)复合运算

       就是把B中同时和A、C产生关系的元素找出来,相当于给A和C中的元素搭了个桥

    (3)限制和像

     R在A上的限制就是说在R中找第一个元素属于A的有序对,A在R下的像就是R在A上的限制的值域。

    (4)关系的n次幂

     关于R^2的关系矩阵的计算是RxR的,其中第一行第一列的元素是第一个矩阵的第一行元素与第二个矩阵第一列对应位置的元素相乘完之和再相加得到的,第二行第三列的元素是第一个矩阵的第二行元素与第二个矩阵的第三列对应位置的元素相乘完之和再相加得到的。R^3,R^n都是这样计算的。

2.关系的性质

2.1自反与反自反     

     注意这里是对任意的x都要满足或者不满足这个关系,才能说R在A上是自反或者非自反的,比如:

      其中A={1,2,3},对于R2来说,对于任意的1,2,3都满足<1,1>,<2,2>,<3,3>属于R,则R在A上是自反的,而对于R3来说任意x都不满足这个关系,所以是非自反的,对于R1,有的满足,有的不满足,属于高不成低不就,所以既不是自反的也不是非自反的,总的来说,自反就是全都满足,反自反就是全都不满足

2.2对称与反对称

     对称很好理解,反对称怎么理解,就是说如果对任意的x和y有x,y都属于A且x不等于y,<x,y>属于R,我们可以推出<y,x>不属于R,我们就说R在A上是反对称的。总的来说对称就是全都满足,反对称就是全都不满足。

2.3传递

    这个很好理解,跟复合有点像,y也是给x和z搭了个桥。 

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/news/239701.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

伽马校正:FPGA

参考资料&#xff1a; Tone Mapping 与 Gamma Correction - 知乎 (zhihu.com) Book_VIP: 《基于MATLAB与FPGA的图像处理教程》此书是业内第一本基于MATLAB与FPGA的图像处理教程&#xff0c;第一本真正结合理论及算法加速方案&#xff0c;在Matlab验证&#xff0c;以及在FPGA上…

【开源工程及源码】超级经典开源项目实景三维数字孪生智慧机场

智慧机场可视化平台通过可视化手段&#xff0c;将复杂的机场运营数据以图形、图表等形式展现&#xff0c;使管理者能够更直观、实时地了解机场的各个方面。飞渡科技通过整合物联网IOT、人工智能、大数据分析等技术&#xff0c;围绕机场管理、运控、安防、服务、监测等业务领域&…

Java设计模式-原型模式

目录 一、克隆羊问题 二、传统方式解决 三、基本介绍 四、浅拷贝和深拷贝 &#xff08;一&#xff09;浅拷贝介绍 &#xff08;二&#xff09;深拷贝 五、原型模式深拷贝 &#xff08;一&#xff09;重写clone方法 &#xff08;二&#xff09;对象序列化 六、注意事项…

扩展检测和响应:零信任安全的核心要素

面对不断增长的攻击面&#xff0c;扩展和增强威胁检测和响应能力是XDR在安全功效方面的主要结果。这一成果不仅有助于全面保护&#xff0c;而且有助于更好地实施零信任安全。 默认情况下&#xff0c;这种方法不信任任何用户或任何设备&#xff0c;只允许访问需要的资源。为了更…

【OCR识别】PaddleHub实现验证码识别

文章目录 前言无脑安装使用PaddleHub寻找预训练模型库完整代码效果图 前言 前面有篇文章介绍了 【网站验证码识别】 &#xff0c;但是其是利用 tesseract 工具的命令行来实现图片内容的识别。 这几天我突然想起&#xff0c;大学时参加百度 AI 比赛用过其 PaddleHub 框架&…

Kubectl 部署无状态应用

基本概念 无状态服务 无状态服务不会在本地存储持久化数据。多个服务实例对于同一个用户请求的响应结果是完全一致的。这种多服务实例之间是没有依赖关系&#xff0c;比如web应用&#xff0c;在k8s控制器中动态启停无状态服务的pod并不会对其它的pod产生影响。 有状态服务 有状…

Web自动化测试工具的优势分析

Web自动化测试工具在现代软件开发中扮演着关键的角色&#xff0c;帮助团队确保Web应用程序的质量和稳定性。然而&#xff0c;选择合适的Web自动化测试工具对项目的成功至关重要。本文将介绍Web自动化测试工具优势是什么! 1. 自动化执行 Web自动化测试工具能够模拟用户的行为&am…

基于博弈树的开源五子棋AI教程[4 静态棋盘评估]

引子 静态棋盘的评估是棋力的一个很重要的体现&#xff0c;一个优秀的基于博弈树搜索的AI往往有上千行工作量&#xff0c;本文没有做深入讨论&#xff0c;仅仅写了个引子用来抛砖引玉。 评估一般从两个角度入手&#xff0c;一个是子力&#xff0c;另一个是局势。 1 评估维度 …

计算机的工作原理(上)

1. 计算机发展史 计算的需求在人类的历史中是广泛存在的&#xff0c;发展大体经历了从一般计算工具到机械计算机到目前的电子计算机的发展历程。&#xff08;以下是计算机的发展历程&#xff09; 1、公元前2500 年前&#xff0c;算盘已经出现了&#xff1b;除此之外&#xff0c…

js中将数字转成中文

文章目录 一、实现二、最后 一、实现 如果要将数字10、100和1000转换成中文的"十"、“一百"和"一千”&#xff0c;可以使用以下 JavaScript 代码实现&#xff1a; function numberToChinese(num) {const chineseNums [零, 一, 二, 三, 四, 五, 六, 七, …

Centos系统升级gcc版本

自己环境的gcc版本太低&#xff0c;影响使用SAN全家桶进行内存泄露检查 当前环境gcc版本查看 gcc --version 进行升级&#xff1a; 1、安装EPEL存储库 yum install epel-release -y 2、确保系统已经更新到最新版本 yum update -y 3、安装GCC编译器及其相关工具包 yum g…

让生活更智能,P1600边缘智能网关带你进入智能家居新时代

一、什么是P1600边缘智能网关&#xff1f; 在科技日新月异的今天&#xff0c;我们的生活已经被各种智能产品所包围。而在这个智能化的浪潮中&#xff0c;P1600边缘智能网关以其独特的优势&#xff0c;成为了智能家居的重要组成部分。那么&#xff0c;什么是P1600边缘智能网关呢…

Elasticsearch Reroute API 的使用

本文通过一个 Elasticsearch 集群中主分片分配不均衡的例子演示一下 Cluster reroute API 的使用。 对于 Elasticsearch 分片分配策略不了解的同学可以点一下关注&#xff0c;后面更文之后获取第一手资料。 环境信息 Windows 10 Elasticsearch 8.1 JDK17 初始集群状态 分片…

嵌入式系统与物联网:智能化、互联世界的构建者

随着科技的飞速发展&#xff0c;我们的生活、工作以及整个社会结构都经历着深刻的变革。在这个过程中&#xff0c;嵌入式系统和物联网&#xff08;IoT&#xff09;技术扮演了关键的角色。本文将探讨嵌入式系统如何与物联网相互作用&#xff0c;以及它们在构建智能化、互联的世界…

SVM —— 代码实现

SMO 算法的实现步骤&#xff1a; 代码如下&#xff1a; import numpy as np import matplotlib.pyplot as plt import seaborn as sns import random# 设置中文字体为宋体&#xff0c;英文字体为 times new roman sns.set(font"SimSun", style"ticks", fo…

Vue.js 教程

Vue.js&#xff08;读音 /vjuː/, 类似于 view&#xff09; 是一套构建用户界面的渐进式框架。 Vue 只关注视图层&#xff0c; 采用自底向上增量开发的设计。 Vue 的目标是通过尽可能简单的 API 实现响应的数据绑定和组合的视图组件。 阅读本教程前&#xff0c;您需要了解的…

利用MultCloud在线复制传输不同网盘之间的数据:支持谷歌Drive、百度网盘等

本文介绍通过MultCloud平台&#xff0c;在国内实现谷歌Drive、OneDrive、百度网盘等不同云盘之间数据的传输、共享等操作的免费方法。 有的时候&#xff0c;我们希望对自己不同网盘之间的数据加以传输、共享&#xff1b;例如&#xff0c;我们可以将自己谷歌Drive中的数据&#…

贪心法之活动安排问题

问题: 给定n个活动&#xff0c;每个活动有一个开始时间si和结束时间fi&#xff0c;选择出最大的互不相容的活动 集合。 思路&#xff1a; 将所有活动按照结束时间从小到大排序。 选择第一个活动&#xff0c;并将其加入最终的选择集合中。 依次考虑剩余的活动&#x…

antdesignpro实现滚动加载分页数据

原理解析&#xff1a;每滚动一次相当于翻页&#xff0c;请求后端时给的页码参数要想办法加1&#xff0c;后端才能根据页码给出相应数据 注意后端收到页码参数之后要准确计算出每页的首行数据&#xff0c;关键逻辑代码&#xff1a; # 根据前端传的页码&#xff0c;进行计算下一…

芯片到底是怎么访问外设

微型计算机的组成&#xff1a;CPURAM硬盘等 什么是FLASH&#xff1f; FLASH存储器又称闪存&#xff0c;它结合了ROM和RAM的长处&#xff0c;不仅具备电子可擦除可编程&#xff08;EEPROM&#xff09;的性能&#xff0c;还不会断电丢失数据同时可以快速读取数据&#xff08;NV…