用乘幂法求矩阵的特征向量matlab,乘幂法求矩阵特征值和特征向量课件.ppt

?2? MR ∵A2∪∩ ? ∧ ∨ ?,? ?An ∵ A2 ∪∩ ? ∧ ∨ ?,? ?An 关系的概念 定义: A?B的子集R叫做A到B的一个2元关系; A1???An的子集R叫做A1???An上的一个n元关系. 若?x,y??R,则称x与y有关系R,并记为xRy. 例: A={a,b,c,d}; B={e,f,g};则 R= {?a,g?, ?d,e?}是一个2元关系,且有 aRg;dRe. 注:因一般地?x,y???y,x?,故一般地xRy?yRx. 二元关系的图示,前域,陪域,定义域,值域 R为A到B的一个2元关系时,称A为R的前域,称B为R的陪域. 集合D(R)={x|?y(?x,y??R}称为R的定义域;R(R)={y|?x(?x,y??R}称为R的值域. 对于上例中的 R= {?a,g?, ?d,e?}有 D(R)={a,d}; R(R)={g,e}. 一些重要关系 若R= A1???An, 则R称为全域关系; 若R= ?则R称为空关系. 设S和R是给定集合上的关系,则R∪S,R∩S,R-S,R’分别称为R与S的并关系,交关系,差关系和R的补关系.这样一来,从已知关系可以派生出各种新关系. A上的2元关系IA={?x,x?|x?A}称为相等关系. 一些性质 ① D(R∪S)=D(R)∪D(S); ② D(R∩S)?D(R)∩D(S); ③ R(R∪S)=R(R)∪R(S); ④ R(R∩S)?R(R)∩R(S). 证① x?D(R∪S)??y(x(R∪S)y) ??y(xRy∨xSy) ??y(xRy)∨?y(xSy) 辖域收缩 ?x?D(R)∨x?D(S) ?x?D(R)∪D(S) 3.1习题#7 证明: A上有2|A?A|个2元关系 因为A?A有多少个子集,便有多少个A上的2元关系,所以,A上的2元关系的个数是: |?(A?A)|=2|A?A| =2|A|·|A| 即2的|A|2次方. 一般地,A上的n元关系的个数是2的|A|n次方. 例6 A={1,2,3,4,5};R={?1,2?,?2,2?,?3,2?, ?3,4? ?4,3?}的关系图 用下面的有向图表示 关系矩阵的概念 若R为A={a1,?,am}到B={b1,?,bn}的一个关系,则 m?n 矩阵 MR={rij}称为R的关系矩阵,其中, rij=1,当aiRbj; rij=0,当?(aiRbj). 例: A={a,b,c,d}; B={e,f,g}; 则 R= {?a,g?, ?d,e?}的关系矩阵为: ┏ 0 0 1 ┓ ∣ 0 0 0 ∣ ∣ 0 0 0 ∣ └ 1 0 0 ┛ 空关系与全域关系的关系矩阵 空关系的关系矩阵为全0矩阵:M?=0. 全域关系的关系矩阵为全1矩阵,记为J. 相等关系的关系矩阵为单位矩阵:MIA=E. 基于R与MR互相唯一决定的特性,可用关系矩阵有效地刻画关系的许多性质 对于有限集A上的任意关系R与S R=S ? MR=MS; R?S ? MR ? MS (即) ? ?i?j ( rij ? sij) ? ?i?j ( rij =1? sij=1). R在A中自反 ? IA ?R (MR对角元全为1) R在A中反自反 ? R∩IA=? (MR对角元全为0) R在A中对称 ? MR为对称矩阵 (MRT =MR) ?i?j ( i?j? rijrji=0) ? R在A中反对称 关系的一些重要性质 对于A上的任意关系R R在A中自反??x(x?A?xRx); R在A中反自反??x(x?A ??(xRx)); R在A中对称??x?y(x,y?A∧xRy ?yRx); R在A中反对称 ??x?y(x,y?A∧xRy∧yRx ?x=y); R在A中传递 ??x?y?z(x,y,z?A∧xRy∧yRz ?xRz). 3.1#8(d) R={?a,b?,?b,c?,?c,a?,?d,d?}只有反对称性 R的关系矩阵为: ┏ 0 1 0 0 ┓ ∣ 0 0 1 0 ∣ ∣ 1 0 0 0 ∣ └ 0 0 0 1 ┛ 3.1#10: 整数集I上二元关系相等关系=,?,?,全域关系I?I,空关系?的性质 = 自反 对称 反对称 传递