入门级概念：集合、关系、元组离散数学学习1

weixin_43425490

于 2021-05-03 15:22:46 发布

阅读量455

点赞数

分类专栏：离散数学

本文链接：https://blog.csdn.net/weixin_43425490/article/details/116356253

版权

离散数学专栏收录该内容

1 篇文章 0 订阅

订阅专栏

参考博客
 学习视频

1.集合

1.1 集合元素

定义：集合是指由指定范围内的满足给定条件的所有对象聚集在一起构成，每一个对象称为这个集合的元素。
集合的数学符号：通常情况下，用带或者不带下标的大写英文字母表示集合： $A,B,C…A_1,B_1,C_1…$
用带或者不带下标的小节英文字母表示元素： $a,b,c…a_1,b_1,c_1…$
常用集合：自然数集合N，整数集合Z，有理数集合Q，实数集合R等

习题 1: $\large\{ \small 0 , 1 , \{ 0 , 1 \} , \{ 1 , 2 \}\large\}$ 有几个元素? 机器学习中, 这类形式的集合有什么优点和缺点?
答：4个元素，分别是 $0,1,\{0,1\},\{1,2\}$ 。
机器学习中，将一个集合看作是一个特征，使用这类形式的集合，个人认为优点是提高了数据集的可扩展性，不局限于单一的数据类型，比如该集合是指身高，但当集合的某元素只能获取到 {体重、年龄、性别} 等时，这三个元素的集合就成了新的元素。缺点是提高了机器学习的复杂度。

1.2 基数

定义：集合A中的元素个数称为集合的基数，记为|A|。
基数有限、无限决定集合是有限集、无限集。
举例：
$A=\{a,b,c\}, |A|=3$
$B=\{a,\{b,c\}\}, |B|=2$
注意： $|\emptyset|=0, |\{\emptyset\}|=1$

习题 2: $\emptyset$ 的基数是多少? $\{\emptyset \}$ 呢?
答： $|\emptyset|=0, |\{\emptyset\}|=1$

1.3笛卡尔积

(此处对元组的说法和参考博客有别)定义序偶：两个元素按照一定的次序组成的二元组称为序偶，记作 $\langle x,y\rangle$ ，其中，x是第一元素，y是第二元素。
序偶不能看成是两个元素平等地在一个集合中：
如果 $\langle x_1,y_1 \rangle = \langle x_2,y_2\rangle$ ,那么 $x_1=x_2,y_1=y_2$
定义笛卡尔积：设 $A, B$ 是两个集合，称集合 $\times B = \{\langle x,y\rangle|(x\in A) \bigwedge(y\in B)\}$ 为集合 $A, B$ 的笛卡尔积。
举例：设集合 $A=\{1,2\},B=\{a,b,c\}$ ，笛卡尔积
$A\times B = \{\langle1,a \rangle , \langle1,b\rangle,\langle 1,c\rangle,\langle2,a\rangle,\langle2,b\rangle,\langle 2,c \rangle\}$
$B\times A = \{\langle a,1\rangle,\langle a,2\rangle,\langle b,1\rangle,\langle b,2\rangle,\langle c ,1\rangle, \langle c,2\rangle\}$
设集合 $A=\{1\},B=\{2\},C=\{3\}$ ，笛卡尔积
$\times B) \times C = \{\langle\langle1,2\rangle,3\rangle\}$
$\times (B \times C) = \{\langle1,\langle2,3\rangle\rangle\}$
可以看出，笛卡尔积不满足交换律，结合律。

1.4幂集

定义：设A为任意集合，把A的所有不同子集构成的集合称为A的幂集，记作 $P (A)$ ，即 $\{x | x \subseteq A\}$
举例：
设 $A=\{a,b,c\}, B=\{a,\{b,c\}\}$ 求它们的幂集 $P (A)$ 和 $P (B)$
解： $P(A)=\large\{\emptyset , \left\{a\right\}, \left\{b\right\}, \left\{c\right\}, \left\{a,b\right\}, \left\{b,c\right\}, \left\{a,c\right\}, \left\{a,b,c\right\}\large\}$
$P(B)=\large\{\emptyset ,\left\{a\right\}, \left\{b,c\right\}, \left\{\small\{a\},\{b,c\}\right\}\large\}$

2.二元关系

定义：设 $A, B$ 为两个非空集合，称 $A\times B$ 的任意子集 $R$ 为从 $A$ 到 $B$ 的一个二元关系。其中， $A$ 称为关系 $R$ 的前域， $B$ 称为关系 $R$ 的后域。如果 $A = B$ ，则称 $R$ 为 $A$ 上的一个二元关系。
举例：令 $A$ 为某大学生所有学生集合， $B$ 表示该大学开设所有课程集合，则 $A\times B$ 可以表示该校学生选课的所有可能情况。而真正的选课情况（如{学生 $a_1$ 选了课程 $b_1$ …学生 $a_i$ 选了课程 $b_j$ }这一个集合）则会是 $A\times B$ 中的某一个子集。

在计算机中，关系可以通过矩阵表示。假设 $A, B$ 两个集合的元素 $a_i,b_j$ 之间满足条件，则在关系矩阵 $m_{ij}$ 中置对应位置为1，这样的矩阵则能完整表示一个二元关系。

3.函数

需要注意的是，函数是特殊的关系，如函数 $y=\sqrt {1-x^2}$ ，定义域为 $D$ ，值域为 $V$ ，对于任意 $x$ 能找到唯一对应的 $y$ ，同时，关系为 $D\times V$ 的一个子集。但是关系不一定是函数，如 $x^2+y^2=1$ 不是函数，但由圆上的所有点（元素）构成此关系，为 $R\times R$ 的一个子集。

习题 5：多标签学习中, 输出为一个向量，相应的学习器算不算函数呢?
答：多标签学习相应学习器算作函数。理解函数的输入和输出一一对应的关系。学习器输出的一个维特征向量，是标签的集合，是一个唯一的结果，除非输出的是多个向量。

4.元组

(此处对元组的说法和参考博客有别) 用面向对象的方法理解，k个属性即k元组。

习题 6: 元组只能表达对象的数据部分, 还是可以完整地表达 (既包括数据, 也包括方法/函数)? 用一个具体的程序来说明.
答：元组可以表达完整对象。
举例：现有外星的编码和地球的字符编码，恰好都是同一个编码结构，现在已知字符的整形值和字符，采用字符和其整形值比较的方法来判断是否属于地球的字符编码。

#include <iostream>  
#include <vector>  
#include <tuple>  
using namespace std;

string isASCII(int num, char chr)
{
    if (num - (int)chr == 0)
    {
        return string("earth");
    }
    return string("Mars");
}

int main()
{
    //4元组，依次是整形值，英文字母，映射函数，是否是地球人的ASC码
    //给定一组数据,是否是地球人的asc码暂定火星语
    tuple<int, char, string(*)(int, char), string> t((int)'a', 'a', isASCII, "Mars");

    //获取对象的整体判断
    get<3>(t) = get<2>(t)(get<0>(t), get<1>(t));

    cout << (int)get<0>(t) << "\t" <<  get<1>(t) << "\t"\
        << get<3>(t) <<endl;
    return 0;
}

疑问：前有概念：序偶是二元组。在机器学习中，是否会关注元组中特征的顺序？多个非空集的笛卡尔积是否可以用来直接代表多元组的可能？

最好懂的分割线以下内容正在研究学习

习题 7：定义二叉树 (待完善)

习题 8：定义带权无向图
a weighted undirected graphs is a tuple $G_w = (V,w)$ , where $V = \{v_1, v_2,…，v_n\}$ is the set of nodes, and $\times V \to R^+\bigcup \{0\}$ is the edge weight function,
$\forall \langle v_i,v_j\rangle \in V\times V$ , $w(v_i,v_j)=w(v_j,v_i)$

习题 9：考虑 $\phi$ , 重新写 Definition 6 以解决其存在的问题, 见其讨论 d).
在definition 6 基础上重新定义树
$\Sigma=\{u\}$ , $T=\{V,r,p\}$ , $V=\{v_1, v_2,…，v_3\}$ , $r\in V$ , $p:V\bigcup\{\phi\} \times \Sigma^* \to V\bigcup \{\phi\}$
$p(v,\epsilon)=v$
$\forall v \in V, \exists1 s \in \Sigma^* ,st.p(v,s)=r$

习题3.1：模仿自动机的样子来重新定义二叉树.
$T=(\Sigma, V, Q, r, \phi, c)$ where
a) $\Sigma = \{\mathrm l, \mathrm r\}$ is the alphabet,
b) $V=\{v_1, v_2,…，v_n\}$ is the set of nodes,
c) $\bigcup \{\phi \}$ is the set of states, and $\phi$ is null node
d) $r\in V$ is the root node and start state,
e) $\phi$ is the special terminal state,
f) $\times \Sigma^* \to Q$ is the transition function satisfying $\forall v \in V, \exists 1 s \in \Sigma^*, st. c(r,s)=v$ .

习题3.2：模仿自动机的样子来重新定义树.
$T=(\Sigma, V, Q, r, \phi, p)$ where
a) $\Sigma = \{\mathrm u\}$ is the alphabet,
b) $V=\{v_1, v_2,…，v_n\}$ is the set of nodes,meanwhile $V$ is the set of start states,
c) $\bigcup \{\phi \}$ is the set of states and $\phi$ is null node,
d) $r\in V$ is the root node,
e) $\phi$ is the special terminal state,
f) $\times \Sigma^* \to Q$ is the transition function satisfying $\forall v \in V, \exists1 s \in \Sigma^* ,st.p(v,s)=r$

weixin_43425490

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
入门级概念：集合、关系、元组离散数学学习1

离散数学学习1参考博客学习视频1.集合1.1 集合元素定义：集合是指由指定范围内的满足给定条件的所有对象聚集在一起构成，每一个对象称为这个集合的元素。集合的数学符号：通常情况下，用带或者不带下标的大写英文字母表示集合：A,B,C…A1,B1,C1…A,B,C…A_1,B_1,C_1…A,B,C…A1,B1,C1…用带或者不带下标的小节英文字母表示元素：a,b,c…a1,b1,c1…a,b,c…a_1,b_1,c_1…a,b,c…a1,b1,c1…常用集合：自然数集合N，整数
复制链接

扫一扫