第五章 集合论
全文均为手敲,如果发现有误,请于评论区交流讨论留言,作者会及时修改
5.3 函数
基本概念
- 函数是一种特殊的关系,这种关系满足单值性,即从X到Y,元素x不能劈叉
- 即 二 元 关 系 f 满 足 : 若 < x , y 1 > ∈ f 且 < x , y 2 > ∈ f 则 y 1 = y 2 即二元关系f满足:若< x, y_1> \in f 且 < x, y_2> \in f 则y_1 = y_2 即二元关系f满足:若<x,y1>∈f且<x,y2>∈f则y1=y2
- 这样的f我们称为X到Y的部分函数
- x叫源像点,y是像点,可记为 y = f ( x ) y=f(x) y=f(x)
- 函数的定义域与值域的定义完全照搬关系的
- 若 x ∈ d o m ( f ) , 则 称 f 在 x 处 有 定 义 , 记 为 : “ f ( x ) ↓ ” 若x \in dom(f), 则称f在x处有定义,记为:“f(x) \downarrow” 若x∈dom(f),则称f在x处有定义,记为:“f(x)↓”
- 无 定 义 记 为 : “ f ( x ) ↑ ” 无定义记为:“f(x) \uparrow” 无定义记为:“f(x)↑”
- 注意我们上述说的都是部分函数。
- 我们把 d o m ( f ) = X dom(f) = X dom(f)=X的函数称为全函数,简称函数
- d o m ( f ) ⊂ X 的 函 数 称 为 严 格 部 分 函 数 dom(f) \subset X的函数称为严格部分函数 dom(f)⊂X的函数称为严格部分函数
- r a n ( f ) = Y ran(f) = Y ran(f)=Y ,称f为X到Y上的部分函数。
- r a n ( f ) ⊂ Y ran(f) \subset Y ran(f)⊂Y ,称f为X到Y内的部分函数。
- 1-1部分函数: 当 f ( x 1 ) = f ( x 2 ) 时 , 都 有 x 1 = x 2 当f(x_1)=f(x_2)时,都有x_1=x_2 当f(x1)=f(x2)时,都有x1=x2
- 函数的限制:
- 若 A ⊆ X , 则 f ∩ ( A × X ) 是 从 A 到 Y 的 函 数 , 称 为 f 在 A 上 的 限 制 , 记 作 f ∣ A 若A \subseteq X,则f\cap(A\times X)是从A到Y的函数,称为f在A上的限制,记作f|_A 若A⊆X,则f∩(A×X)是从A到Y的函数,称为f在A上的限制,记作f∣A
- 又 称 f 为 f ∣ A 到 X 上 的 延 拓 又称f为f|_A到X上的延拓 又称f为f∣A到X上的延拓
- 部分函数f的像与源像(f是X到Y的部分函数,
A
⊆
X
且
B
⊆
Y
A \subseteq X 且 B \subseteq Y
A⊆X且B⊆Y):
- f [ A ] = { f ( x ) ∣ x ∈ A ∧ f ( x ) ↓ } f[A] = \{f(x)|x \in A \wedge f(x)\downarrow \} f[A]={f(x)∣x∈A∧f(x)↓}
- f − 1 [ B ] = { x ∈ X ∣ f ( x ) ∈ B ∧ f ( x ) ↓ } f^{-1}[B] = \{x \in X | f(x) \in B \wedge f(x)\downarrow \} f−1[B]={x∈X∣f(x)∈B∧f(x)↓}
-
d
o
m
(
f
)
=
f
−
1
[
Y
]
;
r
a
n
(
f
)
=
f
[
X
]
dom( f ) = f ^ { -1 } [Y] ; ran(f) = f[ X ]
dom(f)=f−1[Y];ran(f)=f[X]
- 实际上这里的 f f f和我们上文中的 f : X → Y f:X\to Y f:X→Y已经发生了变化,变成了集合到集合的关系,但不影响理解。
- 常用定理(不太重要,但可以看看,熟悉函数的性质):
- A 1 ⊆ A 2 ⊆ X , 则 f [ A 1 ] ⊆ f [ A 2 ] ⊆ r a n ( f ) ( f − 1 同 理 ) A_1 \subseteq A_2 \subseteq X,则f[A_1] \subseteq f[A_2] \subseteq ran(f) (f^{-1}同理) A1⊆A2⊆X,则f[A1]⊆f[A2]⊆ran(f)(f−1同理)
- 缩放定理:
- A ⊆ d o m ( f ) , 则 A ⊆ f − 1 [ f [ A ] ] A \subseteq dom(f),则A \subseteq f^{-1}[f[A] ] A⊆dom(f),则A⊆f−1[f[A]]
- B ⊆ r a n ( f ) , 则 B = f [ f − 1 [ B ] ] B \subseteq ran(f),则B = f[f^{-1}[B]] B⊆ran(f),则B=f[f−1[B]]
- (有点不对称,原因是 # d o m > # r a n \# dom > \# ran #dom>#ran)
-
若
A
⊆
ρ
(
X
)
,
B
⊆
ρ
(
Y
)
若A \subseteq \rho (X), B \subseteq \rho (Y)
若A⊆ρ(X),B⊆ρ(Y)
- f [ ∪ A ] = ∪ { f [ α ] ∣ α ∈ A } f[\cup A] = \cup \{f[\alpha] | \alpha \in A \} f[∪A]=∪{f[α]∣α∈A}
- f [ ∩ A ] ⊆ ∩ { f [ α ] ∣ α ∈ A } ( A ≠ ϕ ) f[\cap A] \subseteq \cap \{f[\alpha] | \alpha \in A \}(A \neq \phi) f[∩A]⊆∩{f[α]∣α∈A}(A=ϕ)
- f − 1 [ ∪ B ] = ∪ { f − 1 [ β ] ∣ β ∈ B } f^{-1}[\cup B] = \cup \{f^{-1}[\beta] | \beta \in B \} f−1[∪B]=∪{f−1[β]∣β∈B}
- f − 1 [ ∩ B ] = ∩ { f − 1 [ β ] ∣ β ∈ B } ( B ≠ ϕ ) f^{-1}[\cap B] = \cap \{f^{-1}[\beta] | \beta \in B \}(B \neq \phi) f−1[∩B]=∩{f−1[β]∣β∈B}(B=ϕ)(与第2条不对称)
- 限制定理:
- d o m ( f ∣ A ) = A ∩ d o m f dom(f|_A) = A \cap domf dom(f∣A)=A∩domf
- r a n ( f ∣ A ) = f [ A ] ran(f|_A) = f[A] ran(f∣A)=f[A]
- 若 A ⊆ d o m f , 则 f ∣ A 是 A 的 全 函 数 若A \subseteq domf,则f|_A是A的全函数 若A⊆domf,则f∣A是A的全函数
- 全函数集合:
- Y X = { f ∣ f : X → Y } Y^X = \{f | f: X \rightarrow Y\} YX={f∣f:X→Y}
- 每 个 X 中 的 元 素 都 可 以 任 意 选 择 一 个 Y 中 的 元 素 , 所 以 # ( Y X ) = ( # Y ) ( # X ) 每个X中的元素都可以任意选择一个Y中的元素,所以\#(Y^X) = (\# Y)^{(\# X)} 每个X中的元素都可以任意选择一个Y中的元素,所以#(YX)=(#Y)(#X)
函数的复合
- 函数是一种特殊的关系,所以函数的复合与关系的复合是一样的,我们定义
f
⋅
g
f \cdot g
f⋅g为X到Z的关系
- 但是由于我们常用f(x)的方式来表示函数,所以我们把 f ⋅ g f \cdot g f⋅g的复合关系表示为复合函数的话,写法为 g ( f ( x ) ) = ( g ⋅ f ) ( x ) g(f(x)) = (g \cdot f)(x) g(f(x))=(g⋅f)(x)
- 定义域与值域讨论:f是X到Y的部分函数,g是Y到z的部分函数
- d o m ( g ⋅ f ) = f − 1 [ d o m g ] ( r a n 类 似 ) dom(g \cdot f) = f^-1[dom g] (ran类似) dom(g⋅f)=f−1[domg](ran类似)(关系怎么证这就怎么证)
- f 与 g 都 是 全 函 数 , 则 g ⋅ f 也 是 全 函 数 f与g都是全函数,则g \cdot f也是全函数 f与g都是全函数,则g⋅f也是全函数(由上得)
- 结合律照样满足(关系一样)
- 若 f : X → X , 则 我 们 可 以 定 义 f 的 n 次 幂 , f n 若f:X\rightarrow X, 则我们可以定义f的n次幂,f^n 若f:X→X,则我们可以定义f的n次幂,fn(关系可以由矩阵表示,联系方阵与矩阵的n次幂定义)
函数的性质
- 三大性质:(注意前提是全函数)
- 满射: f 是 满 射 ⟺ ∀ y ( y ∈ Y → ∃ x ( x ∈ X ∧ y = f ( x ) ) ) f是满射 \iff \forall y(y \in Y \rightarrow \exists x(x \in X \wedge y = f(x) ) ) f是满射⟺∀y(y∈Y→∃x(x∈X∧y=f(x)))
- 单射: f 是 单 射 ⟺ ∀ x 1 ∀ x 2 ( x 1 ∈ X ∧ x 2 ∈ X ∧ f ( x 1 ) = f ( x 2 ) → x 1 = x 2 ) f是单射 \iff \forall x_1 \forall x_2(x_1 \in X \wedge x_2 \in X \wedge f(x_1) = f(x_2) \rightarrow x_1 = x_2) f是单射⟺∀x1∀x2(x1∈X∧x2∈X∧f(x1)=f(x2)→x1=x2)
- 满射 + 单射 = 双射
- 若 f 和 g 都 是 满 / 单 / 双 射 时 , g ⋅ f 也 是 满 / 单 / 双 射 若f和g都是满/单/双射时,g\cdot f也是满/单/双射 若f和g都是满/单/双射时,g⋅f也是满/单/双射(按定义证)
- 左满右单定理:
- 若 g ⋅ f 是 满 射 , 则 g 是 满 射 若g\cdot f是满射,则g是满射 若g⋅f是满射,则g是满射
- 若 g ⋅ f 是 单 射 , 则 f 是 单 射 若g\cdot f是单射,则f是单射 若g⋅f是单射,则f是单射(反证法)
- 若 g ⋅ f 是 双 射 , 则 … 若g\cdot f是双射,则\dots 若g⋅f是双射,则…
- 可以意象化的理解
逆函数
-
还是那句话,函数是一种特殊的关系,所以函数的复合和关系的复合内容基本一致,但是函数有他的特殊性,就是单值性。所以我们如果沿用关系的逆的定义,会很麻烦,因为这样一个函数反过来不一定满足单值性,所以我们这里函数的逆明显不同于关系的逆,而更加的相像与矩阵的逆,而且复合是矩阵乘,所以在接触函数的逆的时候我们可以时刻联系矩阵运算
-
我们定义了左逆右逆: 若 f : X → Y 若f:X \rightarrow Y 若f:X→Y
- 若 有 g : Y → X , 使 得 g ⋅ f = I x , 则 f 左 可 逆 , g 为 f 的 左 逆 若有g:Y \rightarrow X,使得g \cdot f = I_x,则f左可逆,g为f的左逆 若有g:Y→X,使得g⋅f=Ix,则f左可逆,g为f的左逆(右逆同理)
- 若有g同时为左逆和右逆,则f可逆,g为f的逆
- 左逆右逆不一定存在,也不一定唯一
-
左右可逆的条件:
- 左 可 逆 ⟺ 单 射 左可逆 \iff 单射 左可逆⟺单射
- 右 可 逆 ⟺ 满 射 右可逆 \iff 满射 右可逆⟺满射
- 可 逆 ⟺ 双 射 可逆 \iff 双射 可逆⟺双射
- 可以用左满右单定理证出一边,用单射满射的性质构造出g来证另一边
- 而我有一种新的理解,上文说到,我们可以时刻联系矩阵运算,满射的话X范围会比Y大,单射的话Y的范围会比X要大,对应的正是行数大于列数及列数大于行数的长条形矩阵(或说行满秩与列满秩),我们也可以构造出左边的逆与右边的逆(这里的逆矩阵也是长条形,当然只是类似),注意函数的左右是反过来的,所以矩阵的左乘和右乘的最后要在名称上称为右逆和左逆。(我这里不再细说,感兴趣欢迎来讨论)
-
若 f 可 逆 , 则 f 的 逆 唯 一 , 且 f 的 逆 关 系 f − 1 即 为 f 的 逆 函 数 若f可逆,则f的逆唯一,且f的逆关系f^{-1}即为f的逆函数 若f可逆,则f的逆唯一,且f的逆关系f−1即为f的逆函数
- 唯一性证明: g 1 = g 1 ⋅ I Y = g 1 ⋅ ( f ⋅ g 2 ) = I X ⋅ g 2 = g 2 g_1 = g_1 \cdot I_Y = g_1 \cdot (f \cdot g_2) = I_X \cdot g_2 = g_2 g1=g1⋅IY=g1⋅(f⋅g2)=IX⋅g2=g2
- 关于 $f^{-1} 是 f 的 逆 函 数 : 证 明 不 难 , 但 是 我 们 注 意 到 , 是f的逆函数:证明不难,但是我们注意到, 是f的逆函数:证明不难,但是我们注意到,f^{-1} $的矩阵表示为f的矩阵的转置,而不是矩阵的逆,这里主要是由于关系复合的乘法与真正的矩阵乘是有差别的,但是我们可以类比单位阵的意味,这里的矩阵可逆是正交的。
-
可逆与复合的交换: f 可 逆 , g 可 逆 , 则 g ⋅ f 可 逆 , 且 ( g ⋅ f ) − 1 = f − 1 ⋅ g − 1 f可逆,g可逆,则g \cdot f可逆,且(g \cdot f )^{-1} = f^{-1} \cdot g^{-1} f可逆,g可逆,则g⋅f可逆,且(g⋅f)−1=f−1⋅g−1
- 证: ( g ⋅ f ) ⋅ ( f − 1 ⋅ g − 1 ) = I X ( 左 乘 同 理 ) (g \cdot f) \cdot (f^{-1} \cdot g^{-1}) = I_X(左乘同理) (g⋅f)⋅(f−1⋅g−1)=IX(左乘同理)
集合的特征函数
-
特征函数全集映射到{0,1}上,原理很简单,但是可以简化很多逻辑表达式的计算问题,但是要真正派上大用场得等到下一节-基数。
-
定义:设U是全集,A是U的子集
-
定
义
A
的
特
征
函
数
Ψ
A
:
U
→
{
0
,
1
}
定义A的特征函数\Psi_A:U\rightarrow \{0,1\}
定义A的特征函数ΨA:U→{0,1}
Ψ A ( x ) = { 1 若 x ∈ A 0 若 x ∉ A \Psi_A(x)= \begin{cases} 1 \quad 若x \in A \\\\ 0 \quad 若x \notin A \end{cases} ΨA(x)=⎩⎪⎨⎪⎧1若x∈A0若x∈/A
-
定
义
A
的
特
征
函
数
Ψ
A
:
U
→
{
0
,
1
}
定义A的特征函数\Psi_A:U\rightarrow \{0,1\}
定义A的特征函数ΨA:U→{0,1}
-
性质:
- ∀ x ( Ψ A ( x ) = 0 ) ⟺ A = ϕ \forall x(\Psi_A(x) = 0) \iff A = \phi ∀x(ΨA(x)=0)⟺A=ϕ
- A = U ⟺ … A = U \iff \dots A=U⟺…
- ∀ x ( Ψ A ( x ) ≤ Ψ B ) ⟺ A ⊆ B \forall x(\Psi_A(x) \leq \Psi_B) \iff A \subseteq B ∀x(ΨA(x)≤ΨB)⟺A⊆B
- A = B ⟺ … A = B \iff \dots A=B⟺…
- Ψ A ∩ B = Ψ A ⋅ Ψ B \Psi_{A \cap B} = \Psi_A \cdot \Psi_B ΨA∩B=ΨA⋅ΨB
- Ψ A ∪ B = Ψ A + Ψ B − Ψ A ∩ B \Psi_{A \cup B} = \Psi_A + \Psi_B - \Psi_{A \cap B} ΨA∪B=ΨA+ΨB−ΨA∩B
- Ψ ∼ A = 1 − Ψ A \Psi_{\sim A} = 1 - \Psi_A Ψ∼A=1−ΨA
- Ψ A − B = Ψ A ∩ ∼ B = … \Psi_{A - B} = \Psi_{A \cap \sim B} = \dots ΨA−B=ΨA∩∼B=…
-
证明俩逻辑表达式相等可以转化为证明特征函数相等