目录
9.1 Relations and Their Properties (关系及其性质)
9.3 Representing Relations (关系的表示)
9.4 Closures of Relations (关系的闭包)
9.5 Equivalence Relations (等价关系)
9.1 Relations and Their Properties (关系及其性质)
1.二元关系（binary relation）
（1）基本概念：
一个二元关系R是集合A到集合B的一个子集
集合A上的二进制关系就是A×A的子集和集合A到A的关系
那么集合A上面有多少关系呢？
因为A×A有n^2个元素，所以A×A有2^n^2个子集
（2）自反（reflexive）
设R是集合A上的一个关系， 如果对A中的每一个元素x, 均有(x, x) ∈ R， 则称R是自反关系，即 R是自反的 ⇔ ∀x(x∈A →x, x) ∈R).
例如：正整数集合上的整除关系 (正整数总能被自己整除)， 相等关系等都是自反的关系。整数集合上的大于关系， 小于关系等都不是自反的关系。
下面三个是自反关系的例子
下面是三种情况不是自反
（3）对称（symmetric）
设R是集合A上的一个关系， 如果对A中的每一个元素x和元素y, 如有(x, y) ∈ R，必有(y, x)∈R, 则称R是对称关系，即 R是对称的 ⇔ ∀x∀y (x∈A ∧ y∈A ∧(x, y) ∈ R → (y, x) ∉ R)
例如：整数集合上的等于关系，任意集合上的全域关系， 同学关系，朋友关系等都是对称的。
（4）反对称（antisymmetric）
（5）传递性（transitive）
设R是集合A上的一个关系， x、y、z是A中的元素, 若(x, y) ∈ R 和 (y, z) ∈ R,
必有(x , z) ∈ R, 则称R是传递关系。
例如：实数集合上的大于关系， 小于关系都是传递关系，同学关系、朋友关系等不一定是传递的。
2.复合关系
R1是集合A到集合B的关系
R2是集合B到集合C的关系
R2和R1的复合关系 R2R1 = 集合A到集合C的关系（有点传递的味道）
关系的幂（用归纳法）
传递关系的幂是该关系的子集
9.3 Representing Relations (关系的表示)
1.矩阵如何表示关系
（1）有限集之间的关系可以用零1矩阵来表示
（2）A = {a1,a2,a3,...}
B = {b1,b2,b3,...}
两个集合之间的关系R何以用
来表示
（3）如果R是自反关系，那矩阵里主对角线上的元素都是1
（4）如果R表示对称关系，那么MR是对称矩阵
如果R表示反对称关系，那么矩阵里i≠j时，mij = 0或者mji = 0
2.矩阵运算
（1）并集和交集
并集就是两个矩阵相同位置上的元素按照真值表进行析取（有至少一个1为1，同0为0）
交集就是两个矩阵相同位置上的元素按照真值表进行合取（有至少一个0为0，同1为1）
（2）矩阵复合
其实就是两个矩阵相乘（注意矩阵乘法的前提）
（3）复合矩阵的幂
3.图是怎么表示关系的
（1）有向图
一个有向图由一组顶点V（点，vertices）组成，以及一组被称为E, (边, edge)的有序元素对组成
顶点a称为边（a，b）的始点，顶点b称为该边的终点；边（a，a）称为环
（2）关系
自反性：就是一个环绕着一个点
对称性：如果边（x, y)存在，那么（y, x）必须存在，必须存在双向边
反对称性：如果边（x, y）（x≠y）存在，那么边（y, x）不存在，只存在单项边
传递性：如果边（x,y）和（y, z）都存在，那么边（x, z）必须存在
如果条件（边（x,y）和（y, z））里面少了一条边，而且结果（边（x, y））也不存在，也就是说只有一条单向边（a指向b，但b不指向任何点），这种情况也满足传递性
在一幅图里面，如果找到一组或一条边不符合上面的性质，那这个图就没有对应的性质
9.4 Closures of Relations (关系的闭包)
1.定义：
2.自反闭包
设 R = {(a, b) | a < b}是自然数集合上的一个关系
R的自反闭包为
3.对称闭包
R的对称闭包
4.路径（path）
在有向图中，从a到b的路径是一组边的序列
比如（a,x1), (x1, x2), (x2, x3)等等
路径的长度就是路径的边的总数
（1）边集为空时，路径长度为0
（2）长度n-1，起点和重点都在同一位置的路径被称为圈
路径和边的关系：
（1）有向图中的一条路径可以多次通过一个顶点
（2）有向图中的一条边可以在一条路径中出现不止一次
5.传递闭包
（1）连通关系
连通关系R*由成对的路径（a，b）组成，指的是从a到b包含的n种走法，每种走法的路径大小至少为1.
Rn是路径（a，b）的集合，指的是从a到b的一条长度为n的路径
（2）传递闭包 = 连通关系R*
传递闭包的例子
用零1矩阵来表示传递闭包
9.5 Equivalence Relations (等价关系)
1.等价关系
如果一个集合上的关系是自反的、对称的、传递的，则称为等价关系
集合上的元素等价可以写成
2.字符串
I(x)表示x 的字符串长度，当集合上的两个元素的字符串长度相等的时候（I(a) = I(b))，我们称a和b之间存在关系，写成aRb
自反性：I(a) = I(a)，比如aRa
对称性：aRb,如果I(a) = I(b)成立，I(b) = I(a)也成立，我们可以得出bRa
传递性：假设有aRb和bRc。由于(a)=(b)和(a)=(c)都成立，我们可以得出aRc
3.等价关系的判断（从传递性，对称性，自反性三个方面考虑）
（1）同余模
当a-b是m的倍数时，我们可以得出
（2）除法
4.等价类（Equivalence Classes）
与A的元素a相关的所有元素的集合称为a的等价类，在关系R上的等价类写成
集合里两个元素等价可以表示成
（1）同余类（Congruence Classes）
一个整数a模m的同余类表示为
比如：
（2）集合A的关系等价类的并集就是他自己
（3）集合的划分
把集合分割成一块一块的
例子：
集合划分的等价类
9.6 Partial Orderings (偏序)
R是非空集合A上的关系，如果R是自反的，反对称的，和传递的，则称R是A上的偏序关系。（和等价关系的区分：等价关系有对称性，没有反对称；偏序有反对称，没有对称）
1.偏序的定义：
设R是集合A上的一个二元关系，若R满足：
Ⅰ 自反性：对任意x∈A，有xRx；
Ⅱ 反对称性（即反对称关系）：对任意x,y∈A，若xRy，且yRx，则x=y；
Ⅲ 传递性：对任意x, y,z∈A，若xRy，且yRz，则xRz。 则称R为A上的偏序关系。
例子：证明“大于或等于”关系（≥）是在整数集合上的偏序
2.偏序集
集合S和偏序R组成偏序集，记作（S, R）
如果a≼b或b≼a，那么当a和b是偏序集（S,≼) 的元素时，那么a和b是可比的。
当a和b是（S,≼) 的元素，但是不满足a≼b和b≼a，那么a和b被称为不可比的。
（这里的≤可以替换成任何数学符号，如果偏序集里面的元素经过该符号运算之后数学逻辑结果存在，那就是可比的，反之不可比。）
例子：
如果S的每两个元素都具有可比性，那么S被称为全序集(totally ordered set)或线序集(linearly ordered set)，≼被称为全序(total order)或线序。
一个全序集也被称为链。
偏序集(S,≼)中，≼是全序，并且S每个非空子集都有一个最小元素，那这个偏序集被称为良序集(well-ordered set)
3.字典排列
假设有两个偏序集（A1、≼1）和（A2、≼2），A1⨉A2上的字典排序通过指定（a1, a2）小于（b1, b2），即（a1, a2）≺（b1, b2）、a1≺ b1或a1=b1和a2≺
b2来定义
从两个集合第一个元素开始比较，小的排前面，相等就跳到下一个元素。
这里第三个元素3小于4，所以第一个个偏序集小于第二个， 只要找到大小关系，就不管后面元素的大小关系了
4.哈塞图（Hasse Diagrams）
（1）定义：
哈塞图是一种部分排序的视觉表示，它忽略了自反和传递性质所呈现的边
a图到b图，消除了自反留下的环；b图到c图，消除了传递产生的边
（2）最大元素(maximal element(s))和最小元素(minimal element(s))
最大元素就是画出的哈塞图最顶上（不再延伸出去）的那些元素，最小元素就是最底下的那些元素
（3）最大最小元
最大元（greatest element)：在所有元素里面最大的元素（唯一）
最小元(least element)：最小的元素（唯一）
a图有最小元，但是因为b,c,d地位相等，所以不存在最大元；
b图最大元素和最小元素各有两个，所以没有最大元和最小元
（4）上下界
设A是S的一个子集
上界（upper bound）：u是S里的一个元素，而且S里面的所有元素都≤u, 这个u就是A的上界
下界（lower bound）：a是S里的一个元素，而且S里面的所有元素都≥a, 这个a就是A的下界
（5）最小上下界
最小上界（least upper bound）：在所有上界元素里面最小的元素（唯一）
最大下界（greatest lower bound）：在所有下界元素里面最大的元素（唯一）
{b,d,g}的上界元素有g和h, 因为g小于h，所以g就是最小上界
（6）格（lattice）
如果一个偏序集每一对元素都有最小上界，也有最大下界，那么这个偏序集称为格
（7）拓扑排序（Topological Sorting）
假设R是一个偏序，如果每当aRb都有a≼b，则说一个全序≼与偏序R兼容，从偏序构造一个兼容的全序的过程称为拓扑排序。
拓扑排序的步骤：
1.找出偏序集（A, ≤）的最小元素a1
2.把a1删除，接着在偏序(A − {a1 }, ≼ )找最小元素a2
3.删除a2，继续在偏序(A − {a1 , a2 }, ≼ )找最小元素a3
以此类推，直到A为空
例子：拓扑排序偏序({1, 2, 4, 5, 12, 20}, |)
全序排列：1 ≺ 5 ≺ 2 ≺ 4 ≺ 20 ≺ 12（这里先删除5和先删除2是一样的）
拓扑排序下面的哈塞图
5094
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
