2.1 集合
集合用于把对象聚集在一起，该集合中的对象具有相似的性质。
-
（1）集合
- 不同对象的一个 无序的聚集，对象也可称集合的元素(element)或成员(member)， a ∈ A a \in A a∈A， a ∉ A a \notin A a∈/A。 （2）描述集合：
- 花名册方法(roster method): 花括号之间列出所有元素。
- 集合构造器(set builder): {x|x具有性质P} （3）空集(empty set或null set)
- 不含任何元素的集合，用 ∅ \varnothing ∅或 { } 表示。 （4）单元素集(singleton set)
- 只含一个元素的集合。
- 区分： ∅ \varnothing ∅与{ ∅ \varnothing ∅}，{ ∅ \varnothing ∅}的唯一元素是空集本身。 （5）朴素集合论
- 集合的直觉定义&无论什么性质都存在一个恰好有具有该性质的对象组成的集合 → \rightarrow → 悖论(paradox)或逻辑不一致性。
- 朴素集合论 → \rightarrow → 处理悖论，保持一致性。 （6）文氏图
- 用于表示集合之间的关系。
- 全集 U U U：包含所考虑的全部对象，矩形框表示。
- 集合：矩形框内部，圆形或其他几何图形表示。
- 特定元素：点表示 （7）子集
- A是B的子集(subset)&B是A的超集(superset)：A的每个元素也是B的元素。
- A ⊆ B A \subseteq B A⊆B 或者 B ⊇ A B \supseteq A B⊇A（二者等价） （8）非空集合
- 非空集合S至少有2个子集：① ∅ ⊆ S \varnothing \subseteq S ∅⊆S ，② S ∅ S S \varnothing S S∅S 。 （9）真子集( A ⊂ B A \subset B A⊂B )
- A A A 是 B B B 的子集，但是 A ≠ B A ≠ B A=B 。
- ∀ x ( x ∈ A → x ∈ B ) ∧ ∃ x ( x ∈ B ∧ x ∉ A ) \forall x ( x \in A \rightarrow x \in B ) \land \exist x ( x \in B \land x \notin A) ∀x(x∈A→x∈B)∧∃x(x∈B∧x∈/A) （10）集合的大小
- 有限集： S S S 中有 n n n 个不同元素， n n n 为非负整数。
- n n n： S S S的基数( cardinality)，记为 ∣ S ∣ | S | ∣S∣
- 无限集合：集合不是有限的。 （11）幂集(power set)
- P ( S ) \mathcal{P}(S) P(S)：集合 S S S 所有子集的集合。
- S S S 有 n n n 个元素 → \rightarrow → S S S 的幂集有 2 n 2^n 2n 个元素。
- 空集的幂集： P ( ∅ ) = \mathcal{P}(\varnothing) = P(∅)={ ∅ \varnothing ∅}
- 集合{ ∅ \varnothing ∅}的幂集： P \mathcal{P} P({ ∅ \varnothing ∅})={ ∅ \varnothing ∅,{ ∅ \varnothing ∅}} (12) 有序 n n n 元组(ordered n-tuple)
- 有序聚集： a 1 ， a 2 ， . . . ， a n a_1，a_2，...，a_n a1，a2，...，an
- 序偶(ordered pair)：有序二元组
- 相等： a = c a=c a=c 和 b = d b=d b=d 时，序偶 ( a , b ) = ( c , d ) (a,b) = (c,d) (a,b)=(c,d) (13) 笛卡儿积(Cartesian producut)
- A × B A \times B A×B：所有序偶 ( a , b ) (a,b) (a,b) 的集合。
- A × B = A \times B = A×B= { ( a , b ) ∣ a ∈ A ∧ b ∈ B (a,b) \mid a \in A \land b \in B (a,b)∣a∈A∧b∈B}
- A × B A \times B A×B的一个子集 R R R：从 A A A 到 B B B 的关系(relation)。 （14）笛卡儿积（多集合）
- A 1 × A 2 × . . . × A n A_1 \times A_2 \times ... \times A_n A1×A2×...×An = { ( a 1 , a 2 , . . . , a n ) ∣ a i ∈ A , i = 1 , 2 , . . . , n (a_1,a_2,...,a_n) \mid a_i \in A,i=1,2,...,n (a1,a2,...,an)∣ai∈A,i=1,2,...,n} （15）带量词的集合符号
- P ( x ) P(x) P(x) 在 S S S 所有元素上的全称量化： ∀ x ∈ S ( P ( x ) ) ≡ ∀ x ( x ∈ S → P ( x ) ) \forall x \in S(P(x)) \equiv \forall x(x \in S \rightarrow P(x)) ∀x∈S(P(x))≡∀x(x∈S→P(x))
- P ( x ) P(x) P(x) 在 S S S 所有元素上的存在量化： ∃ x ∈ S ( P ( x ) ) ≡ ∃ x ( x ∈ S ∧ P ( x ) ) \exist x \in S(P(x)) \equiv \exist x(x \in S \land P(x)) ∃x∈S(P(x))≡∃x(x∈S∧P(x)) （16）真值集(truth set)
- { x ∈ D ∣ P ( x ) x \in D \mid P(x) x∈D∣P(x) }： D D D 中使 P ( x ) P(x) P(x) 为真的元素 x x x组成的集合。
2.2 集合运算
两个或多个集合可以以多种不同的方式结合。
- 并集
A ⋃ B = A\bigcup B = A⋃B= { x ∣ x ∈ A ∨ x ∈ B x \mid x \in A \lor x \in B x∣x∈A∨x∈B}
A 1 ⋃ A 2 ⋃ . . . ⋃ A n = ⋃ i = 1 n A i A_1 \bigcup A_2 \bigcup ... \bigcup A_n = \bigcup \limits_{i=1}^n A_i A1⋃A2⋃...⋃An=i=1⋃nAi - 交集
A ⋂ B = A\bigcap B = A⋂B= { x ∣ x ∈ A ∧ x ∈ B x \mid x \in A \land x \in B x∣x∈A∧x∈B}
若是交集为空集，则这两个集合是不相交的。
A 1 ⋂ A 2 ⋂ . . . ⋂ A n = ⋂ i = 1 n A i A_1 \bigcap A_2 \bigcap ... \bigcap A_n = \bigcap \limits_{i=1}^n A_i A1⋂A2⋂...⋂An=i=1⋂nAi - 包含排斥原理、容斥原理(principle of inclusion-exclusion) ——枚举技术
∣ A ⋃ B ∣ = \mid A \bigcup B \mid = ∣A⋃B∣= ∣ A ∣ + ∣ B ∣ − ∣ A ⋂ B ∣ \mid A \mid + \mid B \mid - \mid A \bigcap B \mid ∣A∣+∣B∣−∣A⋂B∣ - 差集和补集
A − B = A-B= A−B={ x ∣ x ∈ A ∧ x ∉ B x \mid x \in A \land x \notin B x∣x∈A∧x∈/B}
A − B = A ⋂ B ‾ A-B= A \bigcap \overline{B} A−B=A⋂B
包含属于 A A A 而不属于 B B B 的元素
A A A 和 B B B 的差集 → \rightarrow → B B B 相对于 A A A 的补集。 - 集合的补集
A ‾ = U − A = \overline {A}= U-A = A=U−A={ x ∈ U ∣ x ∉ A x \in U \mid x \notin A x∈U∣x∈/A}
U U U：全集
A ‾ \overline {A} A： A A A 相对于 U U U 的补集。 - 集合恒等式
- 证明集合恒等式
- 集合的计算机表示
U U U 的子集 A A A： a 1 ， a 2 ， . . . ， a n a_1，a_2，...，a_n a1，a2，...，an，用长度为 n n n 的比特串表示：
若 a i ∈ A a_i \in A ai∈A,则比特串第 i i i 位是 1 1 1；若 a i ∉ A a_i \notin A ai∈/A，则是 0 0 0。 - 多重集(multiset)
一个元素的无序集，其中元素作为成员可以出现多于一次。
{ m 1 ⋅ a 1 ， m 2 ⋅ a 2 ， . . . ， m r ⋅ a r m_1 \cdot a_1，m_2 \cdot a_2，...，m_r \cdot a_r m1⋅a1，m2⋅a2，...，mr⋅ar}：表示元素 a 1 a_1 a1出现了 m 1 m_1 m1次…
多重集的并取出现最大次数；
交取最小次数；
差取二者次数相减的最大次数，为负则取0；
和取两者的和。
2.3 函数
为一个集合的每个元素指派另一个集合（也可以是第一个集合）中的一个特定元素。
- 函数
对 A A A的每个元素恰好指派 B B B的一个元素
① f ( a ) = b f(a)=b f(a)=b： B B B 中元素 b b b 是唯一由函数 f f f 指派给 A A A 中元素 a a a 的。
② f ： A → B f：A \rightarrow B f：A→B： f f f 是从 A A A 到 B B B 的元素。 - 定义域和陪域
定义域(domain)： A A A 是 f f f 的定义域。
陪域(codomain)： B B B 是 f f f 的陪域。 - 像和原像
前提： f ( a ) = b f(a)=b f(a)=b
① b b b 是 a a a 的像(image)
② a a a 是 b b b 的原像(preimage)
③ f f f 的值域(range)或像： A A A 中元素的所有像的集合。 - 映射
f f f 是从 A A A 到 B B B 的函数： f f f 把 A A A 映射(map) 到 B B B。 - 区分：陪域 & 值域
① 陪域 ：这类函数所有可能值的集合（即 B B B的所有元素）。
② 值域：是对所有 a ∈ A a \in A a∈A 的 f ( a ) f(a) f(a) 值的集合，所有那些能作为定义域中至少一个元素的 f f f 函数值的陪域中元素的集合。
③ 值域 ⊆ \subseteq ⊆ 陪域。
④ 若陪域 = 值域，则 f f f 是映上函数。 - 实值函数
– 陪域是实数集合
f 1 f_1 f1 和 f 2 f_2 f2 是从 A A A 到 R R R 的函数，对任意 x ∈ A x \in A x∈A：
① ( f 1 + f 2 ) ( x ) = f 1 ( x ) + f 2 ( x ) (f_1 + f_2)(x) = f_1(x) + f_2(x) (f1+f2)(x)=f1(x)+f2(x)
② ( f 1 f 2 ) ( x ) = f 1 ( x ) f 2 ( x ) (f_1f_2)(x) = f_1(x)f_2(x) (f1f2)(x)=f1(x)f2(x) -
A
A
A 的子集的像
S S S： A A A 的一个子集
① { f ( s ) ∣ s ∈ S f(s) \mid s \in S f(s)∣s∈S}： S S S 在 f f f 下的像，由 S S S 中元素的像组成的 B B B 的子集。
② f ( S ) = f(S) = f(S)={ t ∣ ∃ s ∈ S ( t = f ( s ) ) t \mid \exists s \in S(t = f(s)) t∣∃s∈S(t=f(s))} 简写为 { f ( s ) ∣ s ∈ S f(s) \mid s \in S f(s)∣s∈S}。
③ f ( S ) f(S) f(S) 表示一个集合，而不是函数 f f f 在集合 S S S 处的值。 - 一对一函数(单射函数)
函数 f f f 是一对一(one-to-one) 或 单射(injection)的： f f f 的定义域中的所有 a a a 和 b b b 有 f ( a ) = f ( b ) f(a) = f(b) f(a)=f(b) 蕴含 a = b a=b a=b （即只要 a ≠ b a \neq b a=b 就有 f ( a ) ≠ f ( b ) f(a) \neq f(b) f(a)=f(b)）。 - 函数增减性
① 递增： x < y x < y x<y 时有 f ( x ) ⩽ f ( y ) ≡ ∀ x ∀ y ( x < y → f ( x ) ⩽ f ( y ) ) f(x) \leqslant f(y) \equiv \forall x \forall y(x < y \rightarrow f(x) \leqslant f(y) ) f(x)⩽f(y)≡∀x∀y(x<y→f(x)⩽f(y))
② 递减： x < y x < y x<y 时有 f ( x ) ⩾ f ( y ) ≡ ∀ x ∀ y ( x < y → f ( x ) ⩾ f ( y ) ) f(x) \geqslant f(y) \equiv \forall x \forall y(x < y \rightarrow f(x) \geqslant f(y) ) f(x)⩾f(y)≡∀x∀y(x<y→f(x)⩾f(y)) - 映上函数(满射函数)
函数 f f f 是映上(onto) 或满射(surjection)函数：对每个 b ∈ B b \in B b∈B 有元素 a ∈ A a \in A a∈A 使得 f ( a ) = f ( b ) f(a) = f(b) f(a)=f(b)（即 ∀ y ∃ x ( f ( x ) = y ) \forall y \exists x(f(x)=y) ∀y∃x(f(x)=y)， x , y x,y x,y 的论域分别是函数的定义域和陪域）。 - 一一对应函数(双射函数)
函数 f f f 是*一一对应(one-to-one correspondence) 或双射(bijection)函数：函数既是一对一的又是映上的。 - 恒等函数
A A A 上的恒等函数 ι A \iota_A ιA： A → A A \rightarrow A A→A，其中对所有的 x ∈ A x \in A x∈A，有 ι A ( x ) = x \iota_A(x) = x ιA(x)=x，是一个双射函数。
- 反函数
f f f：从 A A A 到 B B B 的一一对应，否则不存在反函数。
f − 1 f^{-1} f−1： f f f 的反(逆)函数，指派给 B B B 中元素 b b b 的是 A A A 中使得 f ( a ) = b f(a) = b f(a)=b 的唯一元素 a a a。
f ( a ) = b → f − 1 ( b ) = a f(a) = b \rightarrow f^{-1}(b) = a f(a)=b→f−1(b)=a - 函数合成
g g g：从 A A A 到 B B B 的函数
f f f：从 B B B 到 C C C 的函数
f ∘ g f \circ g f∘g： f f f 和 g g g 的合成(composition)
对任意 a ∈ A a \in A a∈A，有 ( f ∘ g ) ( a ) = f ( g ( a ) ) (f \circ g)(a) = f(g(a)) (f∘g)(a)=f(g(a))
定义域： g g g 的定义域
值域： g g g的值域在 f f f 下的像 - 图
f f f 的图(graph)：序偶集合 { ( a , b ) ∣ a ∈ A 且 f ( a ) = b (a,b) \mid a \in A 且 f(a) = b (a,b)∣a∈A且f(a)=b} - 取整函数
① ⌊ x ⌋ \lfloor x \rfloor ⌊x⌋：下取整函数(floor)，小于或等于 x x x 的最大整数。
② ⌈ x ⌉ \lceil x \rceil ⌈x⌉：上取整函数(floor)，大于或等于 x x x 的最小整数。
- 阶乘函数
f ： N → Z + ≡ f ( n ) = n ! f：N \rightarrow Z^+ \equiv f(n) = n! f：N→Z+≡f(n)=n! - 部分函数
① 从 A A A 到 B B B 的部分函数(partial function) f f f：给 A A A 的一个子集中的每个元素 a a a 指派 B B B 中唯一的元素 b b b。
② A A A 和 B B B 分别是 f f f 的域和陪域。
③ f f f 对于 A A A 中但不在 f f f 的定义域中的元素无定义(undefined)。
④ 若 f f f 的定义域等于 A A A 时， f f f 是全函数(total function)。
2.4 序列与求和
序列是元素的有序列表。
- 序列
从整数集的一个子集到一个集合 S S S 的函数
a n a_n an：整数 n n n 的像，是序列(sequence)的一个项(term)。 - 几何级数(geometric progression)
a , a r , a r 2 , . . . , a r n , . . . a,ar,ar^2,...,ar^n,... a,ar,ar2,...,arn,... → f ( x ) = a r x \rightarrow f(x) = ar^x →f(x)=arx
初始项 a a a、公比 r r r：实数 - 算术级数(arithmetic progression)
a , a + d , a + 2 d , . . . , a + n d , . . . a,a+d,a+2d,...,a+nd,... a,a+d,a+2d,...,a+nd,...
初始项 a a a、公差 d d d：实数 - 串
串(strings)：有穷序列，还可记作 a 1 a 2 . . . a n a_1a_2...a_n a1a2...an
空串(empty string)： λ \lambda λ，没有任何项的串，长度为0. - 递推关系
序列{ a n a_n an}的递推关系(recurrence relation)是一个等式，对所有满足 n ⩾ n 0 n \geqslant n_0 n⩾n0的 n n n，把序列中的 a n a_n an 用序列中的前面项即 a 0 , a 1 , . . . , a n a_0,a_1,...,a_n a0,a1,...,an 中的一项或多项来表示。 - 斐波那契数列
斐波那契数列 f 0 , f 1 , f 2 , . . . f_0,f_1,f_2,... f0,f1,f2,... 由初始条件 f 0 = 0 、 f 1 = 1 f_0 = 0、f_1 = 1 f0=0、f1=1 和递推关系 f n = f n − 1 + f n − 2 f_n = f_{n-1} + f_{n-2} fn=fn−1+fn−2 ( n = 2 , 3 , . . . ) (n=2,3,...) (n=2,3,...) - 闭公式(closed formula)
序列的项的一个显式公式。 - 迭代
迭代(iteration)或重复利用递推关系。
① 正向替换：从初始条件出发找到连续的项直到 a n a_n an 为止。
② 反向替换：从 a n a_n an 开始迭代时将其表示为序列中前面的项直到可以用 a 1 a_1 a1 表示。 - 构造序列的项
① 闭公式 ②递推关系 ③某种一般规则 - Lucas序列
初始条件： L 1 = 1 、 L 2 = 3 L_1 =1、L_2 = 3 L1=1、L2=3
递推关系： L n = L n − 1 + L n − 2 L_n =L_{n-1} + L_{n-2} Ln=Ln−1+Ln−2 - 重要序列
- 整数序列
在线整数序列百科(Online Encyclopedia of Integer Sequences，OEIS)
The On-Line Encyclopedia of Integer Sequences - 求和
解决序列项的累加问题
∑ j = m n a j ∑ m ⩽ j ⩽ n a j \sum \limits_{j=m}^na_j \qquad \sum \limits_{m \leqslant j \leqslant n} a_j j=m∑najm⩽j⩽n∑aj - 几何数列
几何级数项的求和 → \rightarrow → geometric series
a a a 和 r r r 都是实数且 r ≠ 0 r \neq 0 r=0，则：
- 双重求和
∑ i = 1 m ∑ j = 1 n i j \sum \limits_{i=1}^m \sum \limits_{j=1}^n ij i=1∑mj=1∑nij：先展开内层求和，再计算外层求和。 - 求和公式
- 无穷级数
2.5 集合的基数
-
有限集合的基数
集合中的元素个数 -
可数无限集
和正整数集合具有相同基数的集合
– 有理数集合：可数无限
– 实数集：不可数 -
基数(cardinality)
若从 A A A 到 B B B 存在一个一一对应(仅限于有限集)
① A A A 、 B B B 具有相同基数，写作 ∣ A ∣ = ∣ B ∣ \mid A \mid =\mid B \mid ∣A∣=∣B∣
② A A A 的基数小于或等于 B B B 的基数，写作 ∣ A ∣ ⩽ ∣ B ∣ \mid A \mid \leqslant \mid B \mid ∣A∣⩽∣B∣
③ 若 ∣ A ∣ ⩽ ∣ B ∣ \mid A \mid \leqslant \mid B \mid ∣A∣⩽∣B∣，且 A A A 和 B B B 的基数不同，写作 ∣ A ∣ < ∣ B ∣ \mid A \mid < \mid B \mid ∣A∣<∣B∣ -
可数集合
① 一个集合或者是有限集或者与自然数集具有相同的基数，称该集合为可数的。
② ℵ 0 \aleph_0 ℵ0：集合 S S S 的基数（无限集 S S S 是可数的） → ∣ S ∣ = ℵ 0 \rightarrow \mid S \mid = \aleph_0 →∣S∣=ℵ0 -
希尔伯特大饭店
证明某些对有限集不可能的事情对无限集变得可能 → \rightarrow → 有可数无限多个房间，即使在所有房间都住满了客人，也可以不断地容纳一位新客人。 -
不可数集合
实数集合是不可数的。 -
区分可数无限集合和有限集合
-
可数集合的并
A A A 和 B B B 都是可数集合，则 A ⋃ B A \bigcup B A⋃B 也是可数集合。 -
Schr o ¨ \ddot{o} o¨der-Bernstein定理
若 ∣ A ∣ ⩽ ∣ B ∣ \mid A \mid \leqslant \mid B \mid ∣A∣⩽∣B∣ 和 ∣ B ∣ ⩽ ∣ A ∣ \mid B \mid \leqslant \mid A \mid ∣B∣⩽∣A∣，则 ∣ A ∣ = ∣ B ∣ \mid A \mid = \mid B \mid ∣A∣=∣B∣
若存在一对一函数 f f f 从 A A A 到 B B B 和 g g g 从 B B B 到 A A A，则存在 A A A 和 B B B 之间的一一对应函数。 -
可计算的函数
存在计算机程序能计算该函数的值。 -
连续统假设(contimuun hypothesis)
（前提）康托尔定理：一个集合的基数总小于其幂集的基数。 ℵ 0 < 2 ℵ , 2 ℵ 0 = c \aleph_0 < 2^\aleph, 2^{\aleph_0} = c ℵ0<2ℵ,2ℵ0=c
不存在介于 ℵ 0 \aleph_0 ℵ0 和 c c c 之间的基数 X X X，即不存在集合 A A A 使得正整数集合的基数 ℵ 0 \aleph_0 ℵ0 小于 ∣ A ∣ \mid A \mid ∣A∣，而 ∣ A ∣ \mid A \mid ∣A∣又小于实数集的基数 c c c，可得出 c = ℵ 1 c = \aleph_1 c=ℵ1，故有 2 ℵ 0 = ℵ 1 2^{\aleph_0}=\aleph_1 2ℵ0=ℵ1.
2.6 矩阵
矩阵表示集合中元素之间的关系。
-
矩阵(matrix)
矩形状的数组
第 i i i 行是 1 × n 1 \times n 1×n 矩阵[ a i 1 , a i 2 , . . . , a i n a_{i1},a_{i2},...,a_{in} ai1,ai2,...,ain]
第 j j j 行是 n × 1 n \times 1 n×1 矩阵
第 ( i , j ) (i,j) (i,j) 元素(element)或项(entry)是元素 a i j a_{ij} aij -
方阵(square)
行数和列数相同的矩阵；若每个位置上的对应项都相等，则两矩阵相等。 -
矩阵加法
A A A 和 B B B 为 m × n m \times n m×n 矩阵
A + B A + B A+B： A A A 和 B B B 的和， a i j + b i j a_{ij} +b_{ij} aij+bij -
矩阵乘积
A A A 为 m × k m \times k m×k 矩阵
B B B 为 k × n k \times n k×n 矩阵
A B AB AB： A A A 和 B B B 的乘积， c i j = a i 1 b 1 j + a i 2 b 2 j + . . . + a i k b k j c_{ij} = a_{i1}b_{1j}+a_{i2}b_{2j}+...+a_{ik}b_{kj} cij=ai1b1j+ai2b2j+...+aikbkj -
n阶单位矩阵(identity matrix of order n)
n × n n \times n n×n 矩阵 I n = [ δ i j ] I_n=[\delta_{ij}] In=[δij]（克罗内克积(kronecker delta)）
-
转置(transpose)
A = [ a i j ] A=[a_{ij}] A=[aij] 为 m × n m \times n m×n 矩阵
A T = [ b i j ] A^T=[b_{ij}] AT=[bij] 为 n × m n \times m n×m 矩阵
[ b i j ] [b_{ij}] [bij]= [ a j i ] [a_{ji}] [aji]， i = 1 , 2 , 3 , . . . , n i=1,2,3,...,n i=1,2,3,...,n， j = 1 , 2 , 3 , . . . , m j=1,2,3,...,m j=1,2,3,...,m -
对称(symmertric)方阵
A = A T A = A^T A=AT，并有 a i j = a j i a_{ij} = a_{ji} aij=aji -
0-1矩阵
所有元非0即1的矩阵。
A A A 和 B B B 为 m × n m \times n m×n 阶0-1矩阵
① A ∨ B A \lor B A∨B： a i j ∨ b i j a_{ij} \lor b_{ij} aij∨bij
② A ∧ B A \land B A∧B： a i j ∧ b i j a_{ij} \land b_{ij} aij∧bij
二者仍是0-1矩阵。 -
矩阵的布尔积
A A A 为 m × k m \times k m×k 阶0-1矩阵
B B B 为 k × n k \times n k×n 阶0-1矩阵
A ⊙ B A \odot B A⊙B： A A A 和 B B B 的布尔积(Boolean product)， m × n m \times n m×n 阶矩阵 [ c i j ] [c_{ij}] [cij]
c i j = ( a i 1 ∧ b 1 j ) ∨ ( a i 2 ∧ b 2 j ) ∨ . . . ∨ ( a i k ∧ b k j ) c_{ij} = (a_{i1} \land b_{1j}) \lor (a_{i2} \land b_{2j}) \lor... \lor (a_{ik} \land b_{kj}) cij=(ai1∧b1j)∨(ai2∧b2j)∨...∨(aik∧bkj) -
0-1方阵的布尔幂
A [ r ] A^{[r]} A[r]： A A A 的 r r r 次布尔幂
A [ 0 ] = I n A^{[0]}=I_n A[0]=In
3048
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
