离散数学第6章关系

关系的定义

//std::map with bool function
R = {<a,b> | a in A && b in B && bool(a,b)}
如果A == B,则称R为A上的关系

例如一个笛卡尔积

y1y2
x1<x1,y1><x1,y2>
x2<x2,y1><x2,y2>
x3<x3,y1><x3,y2>

这个矩阵就是X x Y的笛卡尔积,然后定义关系R

10
01
11

把对应元素取出来,R = {<x1,y1>, <x2,y2>, <x3,y1>, <x3,y2>}
记作x1Ry1, x2Ry2…

空关系

∅ \emptyset是AXA的子集,故为一种关系

画成矩阵,整个矩阵就是一个NaN,既不是0也不是1,而是什么都不是。

普通的空关系

y1y2y3
x1NaNNaNNaN
x2NaNNaNNaN
x3NaNNaNNaN

空集的空关系

画不出矩阵。
只要记住空集的空关系具有关系的5大性质: 自反,反自反,对称,反对称,传递性;这全部是由false->true推出来的。

全域关系

R = 全1

恒等关系I A I_AIA

I A I_AIA = 单位矩阵

逆关系

转置矩阵,但是要写成R − 1 R^{-1}R1

关系的性质

自反

全自环 或 空集上的空关系(可以理解为某种程度上的自环)
I A ⊆ R I_A \subseteq RIAR

反自反

无自环

对称

无单边
R = R T R = R^TR=RT,但是在本书里面逆关系用R − 1 R^{-1}R1表示,所以变成了R = R − 1 R = R^{-1}R=R1

反对称

并不是反对称矩阵。反对称矩阵是a[i][j] * a[j][i] == -1,而这里是0,且i != j。不涉及有没有自环的判断,因为那个是自反性的判断。

无双边
R ∩ R − 1 ⊆ I A R \cap R^{-1} \subseteq I_ARR1IA

传递

双边必双环&& 三角必矢量 && 无双边无三角时所有通路长度 <= 1
a i j ∗ a j k ⇒ a i k aij * ajk \Rightarrow aikaijajkaik
R 2 ⊆ R R^2\subseteq RR2R

等价

自反 + 对称 + 传递
此时xRy记作x~y

等价类

x ∈ [ a ] R ∩ S ⟺ < x , a > ∈ R ∩ S ⟺ x R a ∧ x S a x \in [a]_{R \cap S} \iff <x,a> \in R\cap S \iff xRa \land xSax[a]RS<x,a>RSxRaxSa

关系的运算

除了复合和逆关系,关系的运算是集合的运算而不是矩阵的运算了,例如写R+S,是对称差,具体效果是elemwise取异或。
( A ∪ B ) − 1 = A − 1 ∪ B − 1 (A\cup B)^{-1} = A^{-1} \cup B^{-1}(AB)1=A1B1
( R ○ S ) − 1 = S − 1 ○ R − 1 (R○S)^{-1} = S^{-1} ○ R^{-1}(RS)1=S1R1

复合

满足结合律,满足∪ \cup的分配率

矩阵乘法,记作○
A ○ B = { < x , z > ∣ ∃ y ( x A y ∧ y B z ) } A ○ B = \{<x,z> | \exist y(xAy \land yBz)\}AB={<x,z>y(xAyyBz)}

闭包

在图中添加尽可能少的边,使得R具有某些性质,具有极小性。

自反闭包

r ( R ) = R ∪ I A r(R) = R \cup I_Ar(R)=RIA

对称闭包

s ( R ) = R ∪ R − 1 s(R) = R \cup R^{-1}s(R)=RR1

传递闭包

t ( R ) = ∪ 1 n − 1 R i t(R) = \cup_1^{n-1} R^it(R)=1n1Ri

哈斯图

偏序

反对称 + 传递 + 自反
如果是反自反则称为严格偏序

哈斯图是根据偏序关系简化了的关系图,利用传递性尽量少画线,并且用上下关系省略了箭头。

偏序集

pair<set, 其偏序关系的集合>

可比

哈斯图中两点之间有连线

遮盖

哈斯图中的一条线,具有偏序关系的“最短性”

全序集

线序集
哈斯图是一条直线
∀ x ∀ y 可 比 \forall x \forall y可比xy

极元

哈斯图中向上/向下路径中的那些终点都是极元

定义为没有比极元更大/小的其他点,不可比,即没有线相连,也满足“没有其他更大”的定义。

最元

唯一的那个极元

定义为比其他的所有点都大/小,内涵了可比的性质。

能顺着重力流向所有元素/被所有元素流向的那些元素

确界

上界的最小元,下界的最大元

例如最小公倍数和最大公因子

良序

任何子图都存在最小元

划分

不漏,不空,不交的一种划分方式,写为vector<vector> = vector<划分块>,vecvec.size() = 秩
在同一个划分块中算一个等价关系

覆盖

如果即划分中的“不漏”的概念

例题

R1 ⊆ \subseteq R2,求证t(R1) ⊆ \subseteq t(R2)
在这里插入图片描述
在这里插入图片描述


版权声明:本文为u013474815原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。