极小函数依赖集求解方法

目录

一、定义:

二、求解方法

三、实例


一、定义:

如果函数依赖集F满足下列条件,则称F为一个极小函数依赖集,亦称为最小依赖集或最小覆盖(minimal cover)。

(1)F中任一函数依赖的右部仅含有一个属性

(2)F中不存在这样的函数依赖X->A,使得F与F-{X->A}等价。

(3)F中不存在这样的函数依赖X->A,X有真子集Z使得F-{X->A}∪{Z->A}与F等价。

最小依赖集不是唯一的,它与对各函数依赖及X->A中X各属性的处置顺序有关。


二、求解方法

(1)分解多属性右部项:用分解的法则,使F中的任何一个函数依赖的右部仅含有一个属性

(2)去掉多余的函数依赖:从第一个函数依赖X→Y开始将其从F中去掉,然后在剩下的函数依赖中求X的闭包X+,看X+是否包含Y,若是,则去掉X→Y;否则不能去掉,依次做下去。直到找不到冗余的函数依赖;

(3)去掉各依赖左部多余的属性:把一个左部多项函数依赖的属性逐个去除,看能否再推出,能则去除,不行则保留。

三、实例

【例1】:设关系模式R(ABCDE)上的函数依赖集F={A→BC, BCD→E, B→D, A→D, E→A},求F的极小依赖集

解:步骤一:分解多属性右部项

因为A→BC,右部存在多属性,所以对其分解

可得F={A→B,A→C,BCD→E, B→D, A→D, E→A}

现在F中右部不存在多属性可进行步骤二

步骤二:去掉多余的函数依赖

假设去掉A→B:此时的A+ ={A},因为A->C,所以此时A+ = {A,C};因为A->D,所以此时A+={A,C,D};因为此时推不出其他属性所以A+ ={A,C,D},不包含B,所以不可去掉。

假设去掉A→C:此时A+ = {A},因为A->B,所以此时A+ = {A,B};为B->D,所以此时A+={A,B,D};因为此时推不出其他属性所以A+ ={A,B,D},不包含C,所以不可去掉。

假设去掉BCD→E:此时BCD+ = {B,C,D},因为此时推不出其他属性所以BCD+ ={B,C,D},不包含E,所以不可去掉。

假设去掉 B→D:此时B+ = {B},因为此时推不出其他属性所以B+ ={B},不包含D,所以不可去掉。

假设去掉A→D:此时A+ = {A},因为A->B,A→C所以此时A+ = {A,B,C};为B->D,所以此时A+={A,B,C,D};包含D,所以可以去掉。

假设去掉E→A:此时E+ = {E},因为此时推不出其他属性所以E+ ={E},不包含A,所以不可去掉。

此时F={A→B,A→C,BCD→E, B→D, E→A}

因为此时F中有BCD→E,存在左部冗余所以进行步骤三

步骤三:去掉各依赖左部多余的属性

假设去掉BCD中的B:因为此时推不出其他属性所以CD+ ={C,D},不包含B,所以不可去掉。

假设去掉BCD中的C:因为此时推不出其他属性所以BD+ ={B,D},不包含C,所以不可去掉。

假设去掉BCD中的D:因为B→D,所以此时BC+={B,C,D},包含D,所以可以去掉。

此时F={A→B,A→C,BC→E, B→D, E→A}

接下来再判断BC是否还可去掉

假设去掉BC中的B:因为此时推不出其他属性所以C+ ={C},不包含B,所以不可去掉。

假设去掉BC中的C:因为B→D所以此时B+ = {B,D};因为此时推不出其他属性所以B+ ={B,D},不包含C,所以不可去掉。

所以本题的最小函数依赖为:F={A→B,A→C,BC→E, B→D, E→A}

  • 13
    点赞
  • 61
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: 有限元方法是一种工程分析方法,它是通过将复杂的连续体问题转化成离散的、有限个简单元素组成的问题来求解。而有限元方法的数学基础主要包括以下几个方面: 1. 数学模型和假设:有限元方法中,首先需要建立数学模型,并对问题进行适当的假设。这些模型和假设可以基于力学原理和数学方程,如平衡方程、运动方程等。 2. 离散化:有限元方法将连续体问题离散化为有限个小元素的问题。这些小元素通常是简单的几何形状,如线段、三角形、四边形等。离散化的过程可以采用分割、插值等方法。 3. 弱形式:有限元方法通过将原问题转化为弱形式,来使得问题更易于数值求解。弱形式通常利用变分原理和测试函数来表示,可以用来构建离散形式的方程和边界条件。 4. 有限元法求解:有限元方法求解过程涉及到建立刚度矩阵和载荷向量,利用迭代或直接求解方法求解线性或非线性方程组。其中刚度矩阵和载荷向量的构建依赖于离散化和弱形式。 5. 错误估计和收敛性分析:有限元方法的解与真实解之间存在误差,因此需要进行误差估计和收敛性分析。这些分析可以通过估计离散化误差、对比精确解和数值解等方法来进行。 以上是有限元方法的数学基础的主要内容。掌握这些基本概念和原理对于理解和应用有限元方法是非常重要的。 ### 回答2: 有限元方法(Finite Element Method,FEM)是一种数值计算方法,主要用于求解各种工程问题的数学模型。有限元方法的数学基础包括以下几个方面: 1. 偏微分方程理论:有限元方法是基于偏微分方程(Partial Differential Equation,PDE)理论发展起来的。因此,对有限元方法的理解离不开对偏微分方程理论的学习和掌握。常见的偏微分方程包括抛物型方程、椭圆型方程和双曲型方程等。通过对偏微分方程的分析和求解,可以得到问题的数学模型。 2. 变分法:有限元方法是一种基于变分法(Variational Method)的数值计算方法。变分法是一种将微分方程问题转化为变分问题的数学方法。通过构建合适的变分问题,可以得到具有良好性质的近似解。有限元方法中的变分问题通常是将原问题转化为小值问题,通过找到使得泛函取小值的函数,得到问题的近似解。 3. 有限元离散化:有限元方法通过将区域离散化为有限个小单元,并在每个小单元内采用一定的插值函数来逼近未知函数的行为。有限元方法的核心是将连续问题转化为离散问题。这需要进行网格划分,并构建适当的插值函数。通过合理选择插值函数,可以得到问题的有限维近似。 4. 数值代数方法:在有限元方法中,一般需要进行大规模的线性代数求解求解线性代数方程组是有限元方法中的一个核心问题,常用的方法有直接解法和迭代解法。常见的直接解法包括高斯消元法和LU分解法等,而迭代解法常用的有Jacobi迭代法和共轭梯度法等。对线性代数方法的理解对于有效地求解问题具有重要意义。 有限元方法的数学基础涵盖了偏微分方程理论、变分法、有限元离散化和数值代数方法等多个方面。通过深入学习这些基础知识,可以更好地理解和应用有限元方法解决实际问题。 ### 回答3: 有限元方法是一种数值解法,用于求解大型数学模型的近似解。它是通过将连续的物理域划分为离散的子域,再利用数学方法将问题转化为离散的代数方程组来求解的。 有限元方法的数学基础主要包括以下几个方面: 1. 变分原理:有限元方法的基础是变分原理,其中包括小作用量原理和弱形式原理。小作用量原理指出,真实系统在任意变分下作用量保持不变。弱形式原理则将偏微分方程转换为其在某个函数空间上的积分等效形式。 2. 插值函数和基函数:有限元方法使用插值函数和基函数来近似解。插值函数用于将连续的物理域划分为离散的子域,基函数则用于近似表示解在每个子域上的分布。常用的插值函数有拉格朗日插值和埃尔米特插值。 3. 加权残差方法:有限元方法使用加权残差方法求解离散的代数方程组。该方法通过将原始偏微分方程乘以加权函数,再对方程两边进行积分,得到离散的形式。常用的加权函数有加权残差法、加权最小二乘法和加权伽辽金法。 4. 数值积分:有限元方法需要对离散方程组进行数值积分。数值积分的目的是将连续的积分转化为离散的求和,以便计算机进行处理。常用的数值积分方法有高斯积分和龙格-库塔积分。 综上所述,有限元方法的数学基础包括变分原理、插值函数和基函数、加权残差方法以及数值积分。这些基础内容为有限元方法的应用提供了理论依据和计算手段。

“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 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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