离散数学 —— 二元关系（恒等关系、关系图与关系矩阵、复合关系、自反与反自反、对称与反对称、传递性、闭包、等价类、商集、集合的划分、序关系、哈斯图、上下界函数）

最新推荐文章于 2024-05-08 17:19:38 发布
最新推荐文章于 2024-05-08 17:19:38 发布
阅读量1.3w 收藏 56
点赞数 11
文章标签： 矩阵 离散数学
版权声明：本文为博主原创文章，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。
本文链接：https://blog.csdn.net/qq_45696288/article/details/118941929
版权


4.1     关系及其表示：

4.2     关系的性质：

4.3     关系的等价：

4.4     序关系：

4.5     函数：

关系的复合（序偶对复合）：例题

闭包：例题

二元关系传递：例题

爱睡觉的小馨
关注
  • 11
    点赞
  • 踩
  • 56
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
二元关系的复合与近似算子的合成
02-23
定义了各种类型的经典二元关系和模糊二元关系,讨论了二元关系的合成及其性质。给出了两个近似空间合成的概念,并讨论合成前的近似空间所导出的近似算子与合成后的近似空间所导出的近似算子之间的关系。证明了合成后的近似空间所导出的近似算子恰好是两个近似空间所导出的近似算子的合成。
离散数学 二元关系和函数
12-12
离散数学 二元关系和函数一些例题ppt ..
离散数学知识点总结（10）“关系” 知识的总结 ＜1＞：关系的基础概念 —— 有序 n 元组，集合的笛卡尔积，集合的关系（二元关系）的定义，关系的集合运算， 关系的基本性质
qq_42902997的博客
09-29 5451
文章目录有序 n 元组和集合的笛卡尔积序偶关系有序二元组序偶相等有序三元组有序n元组有序 n 元组相等集合的笛卡尔积集合笛卡尔积的性质集合的二元关系及其表示方法相关关系的定义关系的定义域和值域关系的表示方法枚举法谓词公式法有向图法矩阵法特殊的关系空关系 ∅\empty∅全域关系（完全关系）恒等关系 有序 n 元组和集合的笛卡尔积 序偶关系 有序二元组 有两个对象 x,yx,yx,y 组成的序列称为有序二元组，也称之为序偶，记作 <x,y><x,y><x,y> 序偶与集合
离散数学——关系
qq_45902301的博客
04-16 8345
这篇文章简单的介绍了离散数学中的关系相关的知识。
关系的定义及表示
呆萌很的博客
09-12 835
1、若集合R是A×A的子集，则称R是集合A上的二元关系，简称关系例：A={1,2}， A×A={,,,}，A×A的任何一个子集都是A上的关系如： R={, }是A上的关系2、若集合R是A×B的子集，则称R是从A到B的关系例：A={1,2},B={3,4}，A×B={,,,}R={,}是从A到B的关系3、称={|x∈A}为A上的恒等关系 ，称A×A为A上的。
离散数学考前复习：（四）关系
瞎扯淡小基地
05-26 5533
离散数学考前复习：（四）关系 4.1 关系及其基本概念 二元关系：由两个元素 x 和 y，按照一定的顺序组成的二元组称为有序对，记作<x,y> List item ...
离散数学第6章关系
u013474815的博客
01-07 3867
关系的定义 关系和笛卡尔积都是有序偶的集合 例如一个笛卡尔积 y1 y2 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 1 0 0 1 1 1 把对应元素取出来，R = {<x1,y1>, <x2,y2>, <x3,y1>, &
离散数学复习2
qq_hua_xia的博客
05-24 3756
1.（基本概念）闭包:设R是集合A上的关系，若存在关系R的具有性质P的闭包，则此闭包是集合A上包含R的具有性质P的关系S，并且S是每个包含R的具有性质P的A X A的子集。 拓展: （1）自反闭包: ①R⊆S。 ②S是自反的。 ③S最小。 ④r（R）=R∪IA [若R自反则r（R）=R] （2）对称闭包: ①R⊆S。 ②S是对称的。 ③S最小。 ④若R是对称的则s（R）=R。 （3）传递闭包: ①R* 是所有Rⁿ的并集。 ②关系R的传递闭包等于连通性关系R*。 ③S是传递性的。 ④设MR是定义在n个元素集
【集合论】二元关系 ( 特殊关系类型 | 空关系 | 恒等关系 | 全域关系 | 整除关系 | 大小关系 )
热门推荐
让 学习 成为一种 习惯 ( 韩曙亮 の 技术博客 )
10-02 2万+
一、 特殊关系 、 二、 集合上的特殊关系 、 三、 整除关系 、 四、 大小关系 、
离散数学【关系】习题解析 序偶，直积，关系图，关系矩阵，哈斯图
小松与蘑菇
06-19 1万+
下面是习题与解析 第一题 序偶与类型 (1) 解： R={<1,2>,<1,4>,<1,6>,<2,1>,<2,2>,<2,4>,<2,6>,<4,1>,<4,2>,<4,4>,<4,6>,<6,1>,<6,2>,<6,4>,<6,6>} 因为 1+1=2 所以<1,1> ∉\notin∈/​ R ，<2,2
大学离散数学实验二元关系及其性质.zip
01-06
等价关系：集合A上的二元关系R同时具有自反性、对称性和传递性，则称R是A上的等价关系。 【实验原理和方法】 （1）A上的二元关系用一个n×n关系矩阵R= 表示，定义一个n×n数组r[n][n]表示n×n矩阵关系。 （2）若R对...
sd.rar_判断 一个 二元 关系 性质_判断自反
09-14
给定一个结合上的任意二元关系，判断它的自反，反自反，对称，反对称，传递等性质
离散数学实验报告——根据矩阵的乘法求复合关系
07-31
将二元关系用关系矩阵表示。通过两个关系矩阵对应行列元素先进行逻辑乘，后进行逻辑加生成新的关系矩阵中的每一个元素。新的关系矩阵所对应的二元关系就是两个二元关系复合形成的，编程实现这一复合过程。
二元关系（续）
松子茶的专栏
04-25 6348
设R是A上的关系，我们希望R具有某些有用的性质，比如说自反性。如果R不具有自反性，我们通过在R中添加一部分有序对来改造R，得到新的关系R'，使得R'具有自反性。但又不希望R'与R相差太多，换句话说，添加的有序对要尽可能的少。满足这些要求的R'就称为R的自反闭包。通过添加有序对来构造的闭包除自反闭保外还有对称闭包和传递闭包。关于Discrete Mathematics更多讨论与交流，敬请关注本博客和新浪微博songzi_tea.
测试方法——因果图法和判定表法
TP微客的博客
03-18 4848
因果图法介绍： 一、应用场合 因果图法：使用一种适合于描述对于多种条件的组合，并产生多个不同结果的测试方法。因果图法主要是输入条件与输出结果之间的依赖关系，通过画出便于观察的图示，结合判定表法来设计测试用例的一种方法。 二、因果图说明 1、因：即原因，表示输入条件 2、果：即结果，表示输出结果 以图形符号的形式，找出输入条件和输出结果之间的对应关系。 三、图...
离散数学（十一）：关系的概念、表示和运算
10-18 6289
离散数学基础
二元关系的矩阵和图表示
松子茶的专栏
08-05 1万+
两个事物之间的关系称之为二元关系。在数学上，二元关系指的是这样的一个集合S，它的所有元素都为二元有序对。它反映的是有序对中第一个元素组成的集合与第二个元素组成的集合之间的关系。举个例子，集合S={,} 就表示了中文集合{天秤座,狮子座}与英文集合{libra,leo}之间的对应关系。二元关系可以用集合表示，就像我们上面提到的。而除此之外，还可以用其他数学工具来描述它——矩阵和图。矩阵的基本元素是数
【离散数学】二元关系
趟过java，遇见web
11-02 2493
关系，关系矩阵、关系图、单射一对一函数，x不同则y不同 （一个萝卜一个坑，可能有坑没有萝卜）满射值域y是满的，每个y都有x对应，不存在某个y没有x对应的情况 (满坑萝卜，可能有的坑，有多个萝卜)双射每个y都有x对应，而且都是一一对应 （一个萝卜一个坑，所有的萝卜都有坑，所有的坑都有萝卜）
力扣HOT100 - 74. 搜索二维矩阵
最新发布
qq_61504864的博客
05-08 476
两次二分，第一次定位行，第二次定位列。
C++编程实现判定任意二元关系的自反性、对称性、传递性、 反自反性和反对称性
05-26
以下是 C++ 代码实现判定任意二元关系的自反性、对称性、传递性、反自反性和反对称性： ```cpp #include <iostream> #include <vector> using namespace std; // 判断关系矩阵是否为自反矩阵 bool isReflexive(vector<vector<int>>& matrix) { int n = matrix.size(); for (int i = 0; i < n; i++) { if (matrix[i][i] == 0) { return false; } } return true; } // 判断关系矩阵是否为对称矩阵 bool isSymmetric(vector<vector<int>>& matrix) { int n = matrix.size(); for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { if (matrix[i][j] != matrix[j][i]) { return false; } } } return true; } // 判断关系矩阵是否为传递矩阵 bool isTransitive(vector<vector<int>>& matrix) { int n = matrix.size(); for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { if (matrix[i][j] == 1) { for (int k = 0; k < n; k++) { if (matrix[j][k] == 1 && matrix[i][k] != 1) { return false; } } } } } return true; } // 判断关系矩阵是否为反自反矩阵 bool isAntiReflexive(vector<vector<int>>& matrix) { int n = matrix.size(); for (int i = 0; i < n; i++) { if (matrix[i][i] == 1) { return false; } } return true; } // 判断关系矩阵是否为反对称矩阵 bool isAntiSymmetric(vector<vector<int>>& matrix) { int n = matrix.size(); for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { if (matrix[i][j] == 1 && matrix[j][i] == 1 && i != j) { return false; } } } return true; } int main() { int n; // 矩阵维数 cin >> n; vector<vector<int>> matrix(n, vector<int>(n)); // 输入关系矩阵 for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { cin >> matrix[i][j]; } } // 判断各种性质 if (isReflexive(matrix)) { cout << "是自反矩阵" << endl; } else { cout << "不是自反矩阵" << endl; } if (isSymmetric(matrix)) { cout << "是对称矩阵" << endl; } else { cout << "不是对称矩阵" << endl; } if (isTransitive(matrix)) { cout << "是传递矩阵" << endl; } else { cout << "不是传递矩阵" << endl; } if (isAntiReflexive(matrix)) { cout << "是反自反矩阵" << endl; } else { cout << "不是反自反矩阵" << endl; } if (isAntiSymmetric(matrix)) { cout << "是反对称矩阵" << endl; } else { cout << "不是反对称矩阵" << endl; } return 0; } ``` 其中，关系矩阵的输入方式为：先输入矩阵维数，再输入 $n^2$ 个元素构成的矩阵。如下所示： ``` 4 1 0 0 0 0 1 0 0 0 1 1 0 1 0 0 1 ``` 以上代码可以判断任意 $n$ 维关系矩阵的自反性、对称性、传递性、反自反性和反对称性。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

爱睡觉的小馨

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值