关系的基本概念及其性质

这篇具有很好参考价值的文章主要介绍了关系的基本概念及其性质。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、关系的基本概念及其性质

1、关系的概念

二元关系:

  定义:设A和B是两个集合,A×B的任一子集R称为从A到B的一个二元关系。

  如果(a,b)∈R,则a与b符合关系R,记为aRb;

   如果(a,b) R,则a与b不符合关系R,记为aRb。

  如果A=B,则称R为A上的二元关系。

  性质: 若|A|=m,|B|=n,则|A×B|=m×n,A×B共有2m×n个子集,所以从A到B的二元关系共有2m×n个。

  A×B也是从A到B的二元关系(全域关系)。

  A×A上的任意子集都是A上的一个关系

  若|A|=n,则A上的关系有2n2个

  空集Φ称为从A到B的空关系。

   集合{(a,a)|a∈A}称为A上的恒等关系或相等关系,记为IA。

  全域关系:EA=A×A

   RC=A×A-R

  序对(a,b)=(c,d)的充要条件是a=c,b=d

  定义:设二元关系R⊆A×B,集合{x|x∈A且∃y∈B使(x,y)∈R}称为R的定义域,并记为dom(R);集合{y|y∈B且 ∃x∈A使(x,y)∈R}称为R的值域,并记为ran(R)。

  一般地,dom(R)⊆A,ran(R)⊆B。

n元关系:

  定义:设A1,A2,…,An是n个集合,A1×A2×…×An的一个子集R称为A1,A2,…,An间的一个n元关系,每个Ai称为R的一个域。

2、关系矩阵和关系图

关系矩阵

  定义:设有穷集合A={a1,a2,…,an}和B={b1,b2,…,bm},R是从A到B的一个二元关系,R的关系矩阵定义为一个矩阵M=(mij),其中

关系的性质,离散数学,矩阵,线性代数,算法

  从有穷集合A到有穷集合B的二元关系R用图表示时,首先用点表示A和B的元素,并在旁边标注元素的名字,然后用从点x到点y的矢线表示R中的序对(x,y)。若(x,x)∈R,则画一条从点x指向自身的线,称为环。这样由点和线组成的有向图称为R的关系图。

关系的性质,离散数学,矩阵,线性代数,算法

 关系的并、交、差、余:

关系的性质,离散数学,矩阵,线性代数,算法

   集合的并、交、差、余运算的性质对关系运算也成立。

  作为关系时,余运算是对全域关系而言的,即将A×B作为全集E

3、偏序的性质

自反

  定义:集合A上的二元关系R称为自反的,如果∀x∈A,有xRx。

  说明: 在这个定义中要求A的每个元素x,都有xRx,即(x,x)∈R, 这并不排斥某个序对(x,y),当x≠y时,仍有(x,y)∈R。 显然,R是自反的,当且仅当IA⊆R。(R-1也是自反的)

反自反

  定义:集合A上的二元关系R称为反自反的,如果∀x∈A,有xRx都不成立。

  R是反自反的,则IA∩R=∅

  说明:非空集合上的一个二元关系是自反的,必不是反自反的,反之亦然。 一个二元关系不是自反的,未必是反自反的,反之亦然。 即存在既不是自反的,也不是反自反的二元关系。

对称

  定义:集合A上的二元关系R,如果∀x,y∈A,只要xRy就有yRx,则称R是对称的。(R-1=R)

反对称

  定义:集合A上的二元关系R,对∀x,y∈A,如果xRy且yRx,则x=y,则称R是反对称的。(如果xRy,则yRz,除非x=y时有yRx成立)(R∩R-1⊆IA)

  关于对称与反对称的说明: 二元关系的对称性和反对称性不是矛盾的 存在既是对称的,也是反对称的二元关系

传递

  定义:集合A上的二元关系R,对∀ x,y,z∈A,如果xRy且yRz,则xRz,那么称R是传递的。

具有某种性质的关系的关系矩阵、关系图的特点

  关系矩阵

  (1)R是自反的,当且仅当M的对角线上的全部元素均为1。

  (2)R是反自反的,当且仅当M的对角线上的全部元素为0。  

  (3)R是对称的,当且仅当M是对称矩阵。

  (4)R是反对称的,当且仅当i≠j时M中元素mij与mji不同时为1。   

  (5)R是传递的,当且仅当M中的元素mij=1且mjk=1时必有mik=1。

  关系图

  (6)R是自反的,当且仅当G的每个顶点上均有一个环。

  (7)R是反自反的,当且仅当G中没有环。

  (8)R是对称的,当且仅当G中任两不同的顶点之间如果有矢线,则必有两条方向相反的矢线。

  (9)R是反对称的,当且仅当G中任两顶点之间最多有一条矢线。

  (10)R是传递的,当且仅当G从某顶点i沿矢线方向经两条矢线可到达另一顶点j,则必有从顶点i到顶点j的矢线。

4、复合关系和逆关系

复合关系:  

  定义:设R是A到B的二元关系,S是B到C的二元关系,则R与S的复合关系为一个从A到C的二元关系,记为R◦S。 R◦S={(x,z)|x∈A,z∈C, ∃y∈B使xRy且yRz}

  关系的复合运算不满足交换律,也不满足幂等律,但是关系的复合运算满足结合律。

  设R,S,T分别是集合A到B,B到C,C到D的二元关系,则(R◦S)◦T=R◦(S◦T)。

  幂的定义:设R是A上的一个二元关系,递归地定义R的非负整数次幂为:

  R0=IA,R1=R,Rn+1=Rn◦R

  定理:设R是A上的一个二元关系,对任意的非负整数m,n,有 Rm◦Rn=Rm+n,(Rm)n=Rmn

  设A是一个有限集且|A|=n,R是A上的一个二元关系,则存在非负整数s,t,使0≤s<t≤2n2 且Rs=Rt。

  定理:设R是A到B的二元关系,则 IA◦R=R◦IB=R

  定理:设R1是A到B的二元关系,R2和R3是B到C的二元关系,R4是C到D的二元关系,则

  (1)R1◦(R2∪R3)=(R1◦R2)∪(R1◦R3)

  (2)R1◦(R2∩R3)=(R1◦R2)∩(R1◦R3)

  (3)(R2∪R3)◦R4=(R2◦R4)∪(R3◦R4)

  (4)(R2∩R3)◦R4=(R2◦R4)∩(R3◦R4)

复合运算的矩阵实现

  设R和S都是A到B的二元关系,其关系矩阵分别为MR和MS,R∪S与R∩S的关系矩阵分别记为MR∪S和MR∩S,易证明: MR∪S=MR∨MS,MR∩S=MR∧MS。

  设R是A到B的二元关系,S是B到C的二元关系,其关系矩阵分别为MR和MS,R◦S的关系矩阵MR◦S,易证明: MR◦ S=MR◦MS。

  集合A上的关系R具有传递性的充要条件是R○R⊆R

逆关系

  定义:设R是从A到B的二元关系,则从B到A的二元关系R-1={(y,x)|(x,y)∈R}称为R的逆关系。

  定理:设R是A到B的二元关系,则(R-1)-1=R。

  定理:设R和S分别是A到B、B到C的二元关系,则 (R◦S)-1= R-1◦S-1

逆运算的矩阵实现

  关系R-1的关系矩阵 是关系R的关系矩阵MR的转置矩阵,即 =(MR)T。

关系的闭包

传递闭包

  定义:设R是A上的一个二元关系,A上一切包含R的传递关系的交称为R的传递闭包,记为R+。  

关系的性质,离散数学,矩阵,线性代数,算法

  说明:R+是包含R的那些传递关系中最小的那个关系。

  定理:二元关系R的传递闭包R+是传递关系。

  定理:设R是A上的一个二元关系,则

关系的性质,离散数学,矩阵,线性代数,算法

   定理:设A是n元集,R是A上的一个二元关系,则 

关系的性质,离散数学,矩阵,线性代数,算法

   传递闭包的矩阵运算实现,即:

关系的性质,离散数学,矩阵,线性代数,算法

 自反传递闭包

  定义:设R是A上的一个二元关系,A上包含R的所有自反且传递的二元关系的交称为R的自反传递闭包,记为R*。

  定理:设R是A上的一个二元关系,则 R*=R0∪R+

自反闭包

  定义:A上包含R的所有自反关系的交,记为r(R),易知 r(R)=R0∪R 而且R是自反的,当且仅当r(R)=R。

对称闭包

  定义:A上包含R的所有对称关系的交,记为s(R),易知 s(R)=R∪R-1 而且R是对称的,当且仅当s(R)=R。文章来源地址https://www.toymoban.com/news/detail-759803.html

到了这里,关于关系的基本概念及其性质的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 宋浩线性代数笔记(二)矩阵及其性质

    更新线性代数第二章——矩阵,本章为线代学科最核心的一章,知识点多而杂碎,务必仔细学习。 重难点在于: 1.矩阵的乘法运算 2.逆矩阵、伴随矩阵的求解 3.矩阵的初等变换 4.矩阵的秩 (去年写的字,属实有点ugly,大家尽量看。。。) 首先来看一下考研数学一种对这一章

    2024年02月15日
    浏览(69)
  • 线性代数矩阵秩的8大性质、重要定理以及关系

             

    2024年02月11日
    浏览(46)
  • 考研数学笔记:线性代数中抽象矩阵性质汇总

    在考研线性代数这门课中,对抽象矩阵(矩阵 A A A 和矩阵 B B B 这样的矩阵)的考察几乎贯穿始终,涉及了很多性质、运算规律等内容,在这篇考研数学笔记中,我们汇总了几乎所有考研数学要用到的抽象矩阵的性质,详情在这里: 线性代数抽象矩阵(块矩阵)运算规则(性

    2024年02月03日
    浏览(47)
  • 离散数学之矩阵关系运算

    矩阵关系运算前提: (1)第一个矩阵的列数等于第二个矩阵的行数。 (2)两个矩阵的元素均是0或1。 例如:A关系运算B得到C   原理:C11=(A11∧B11)∨(A12∧B21) C12=(A11∧B12)∨(A12∧B22)...... 就是把矩阵乘法中各个元素的乘法变成合取,原来乘法之后进行的相加改为合取后的析取。    

    2024年02月12日
    浏览(38)
  • 离散数学-集合论-关系的概念、表示和运算(7)

    函数是x 到y 的映射,这种映射反就是一种关系。因为定义域x 是一个集合、值域y 也是一个集合所以函数就是一个x, y 有序对的集合。因此,我们可以通过二元关系来定义函数的概念,利用有序对的集合来表示函数。 1.1 有序对 定义: 由两个元素 x 和 y,按照一定的顺序组成的

    2024年02月06日
    浏览(42)
  • 《离散数学及其应用(原书第8版)》ISBN978-7-111-63687-8 第11章 11.1.3 树的性质 节 第664页的例9说明

    《离散数学及其应用(原书第8版)》ISBN978-7-111-63687-8 第11章 11.1.3 树的性质 节 第664页的定理3的引申 定理3 带有i个内点的m叉树含有n=mi+1个顶点 见本人博文 内点定义不同的讨论 如果对于一个m叉正则树,即任意分支节点的儿子恰好有m个,公式该如何表述。 下图绘制了一个5叉

    2024年02月12日
    浏览(36)
  • 离散数学:图的基本概念

    本帖子讨论图的基本概念,这一章,我们将利用有序对和二元关系的概念定义图。图分为了无向图和有向图,他们有共性也有区别,请大家注意体会,用联系和辩证的观点去认识。 注意无向图和有向图的表示,最大区别在于边的集合的表示,无向图中边集为无序集VV的子集,

    2024年02月09日
    浏览(49)
  • 【学习笔记】(数学)线性代数-矩阵的概念和特殊矩阵

    由 m × n mtimes n m × n 个数按一定的次序排成的 m m m 行 n n n 列的矩形数表成为 m × n mtimes n m × n 的矩阵,简称 矩阵 (matrix)。 横的各排称为矩阵的 行 ,竖的各列称为矩阵的 列 。 元素为实数的称为 实矩阵 ,一般情况下我们所讨论的矩阵均为实矩阵。 1 行 n n n 列的矩阵称为

    2024年02月09日
    浏览(45)
  • 离散数学 第十章 图的基本概念

    目录 10.1 图的基本概念 10.2 道路与回路 10.3 图的连通性 10.4 图的矩阵表示 ①什么是图:一个序偶(V,E),记作G=(V,E)                          V(G)={v1,v2,...,vn} 结点集,n为G的阶                         E(G)={e1,e2,...,em} 边集,m为G的边数 ②图的分类: 1.无向图

    2024年02月07日
    浏览(44)
  • 离散数学-图论-图的基本概念(11)

    1.1 图的定义 定义1: 一个 无向图 G是一个有序的二元组V,E,其中 (1)V是一个非空有穷集,称为顶点集,其元素称为顶点或结点。 (2)E是无序积VV的有穷多重子集,称为边集,其元素称为无向边,简称边。 定义2: 一个 有向图 D是一个有序的二元组V,E,其中 (1)V是一个非

    2024年02月13日
    浏览(47)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包