集合论—笛卡尔积与二元关系

简介: 集合论—笛卡尔积与二元关系

正文


笛卡尔积


笛卡尔积的定义


设A 、B 为集合,用A中的元素作为第一元素,B 中的元素作为第二元素,构成有序对。所有这样的有序对组成的集合称作A 和B 的笛卡尔积,记作A × B


1.png

由排列组合关系可知,若A 中有m 个元素,B 中有n 个元素,则A × B 或B × A B×A中有m n个元素。

例如,若A = { a , b } ,B = { 0 , 1 , 2 } 则


2.png

用图表表示


3.png

则可得:

4.png

n阶笛卡尔积:

设A 1 , A 2 , . . . , A n  (n⩾2)是集合,它们的n 阶笛卡尔积记作A 1 × A 2 × , . . . , × A n ,其中

5.png


当A 1 = A 2 = . . . = A n  时,可将它们的n nn阶笛卡尔积简记为An

例如,A = { a , b } ,则

A3={<a,a,a>,<a,a,b>,<a,b,a>,<a,b,b>,<b,a,a>,<b,a,a>,<b,b,a>,<b,b,b>}


笛卡尔积运算的性质:


若A 、B 中有一个空集,则它们的笛卡尔积是空集,即


6.png


当A ≠ B且AA、B 都不是空集时,有

7.png

当A 、B 、C 都不是空集时,有

8.png

笛卡尔积运算对交和并满足分配律

9.png

有序对、有序n 元组、元素的定义

有序对:

由两个元素x和y 按一定的顺序排列成的二元组称作一个有序对或序偶,记作,平面直角坐标系中的坐标就是一个典型的有序对。

有序对的特征:

当x ≠ y 时, ̸=

两个有序对相等=)的充分必要条件是x = u 且y = v

有序n 元组:

一个有序n 元组(n⩾3)是一个有序对,其中第一个元素是一个有序n − 1 元组,一个有序n 元组记作<x1,x2,...,xn>,即

10.png


元素:

在一个有序对<x,y>中,x 是有序对的第一元素,y 是有序对的第二元素。


二元关系

定义一:

如果一个集合为空集或者它的元素都是有序对,则称这个集合是一个二元关系,一般记作R 。对于二元关系R,若<x,y>R则记作x R y ;若<x,y>/R,则记z作xRy


定义二:

设A 、B为集合,A × B 的任何子集所定义的二元关系称作从 A到B 的二元关系,特别当A = B 时,则称作 A 上的二元关系


关系上的计数及特殊关系:

通常集合A 上不同关系的数目依赖于A AA的基数(即集合中元素的个数),若∣ A ∣ = n ,那么∣ A × A ∣ = n 2,A × A 的子集有2  2^{n^2} 个。


A × A上的每一个子集就代表一个A 上的关系,即表示A 上有2n2 个不同的二元关系,其中有三种特殊的关系,假设有集合A = { 1 , 2 },则


空关系

11.png

全域关系

12.png

恒等关系

13.png


关系矩阵和关系图:


设A = { x 1 , x 2 , . . . , x n }R是A 上的关系,令

14.png

则R 的关系矩阵为:


15.png

设V 是一个顶点集,E 是一个有向边集,令V = A = x 1 , x 2 , . . . , x n  。若x i R x j  ,则x i  到x j  的有向边< x i , x j > ∈ E ,那么G=就是R 的关系图。

相关文章
|
小程序
小程序踩坑:Setting data field "xxxx" to undefined is invalid.
小程序踩坑:Setting data field "xxxx" to undefined is invalid.
751 0
|
6月前
|
机器学习/深度学习 算法 关系型数据库
强化学习
强化学习(RL)是一种通过智能体与环境交互,以最大化累积奖励为目标的学习方法。核心包括状态、动作、奖励、策略与价值函数,依赖试错和延迟奖励机制。常见算法如Q-learning、PPO、DPO等,广泛应用于游戏、机器人及大模型训练。结合人类反馈(RLHF),可实现对齐人类偏好的智能行为优化。(239字)
|
10月前
|
JSON 算法 API
深度分析小红书城API接口,用Python脚本实现
小红书作为以UGC内容为核心的生活方式平台,其非官方API主要通过移动端抓包解析获得,涵盖内容推荐、搜索、笔记详情、用户信息和互动操作等功能。本文分析了其接口体系、认证机制及请求规范,并提供基于Python的调用框架,涉及签名生成、登录态管理与数据解析。需注意非官方接口存在稳定性与合规风险,使用时应遵守平台协议及法律法规。
|
机器学习/深度学习 数据采集 人工智能
快瞳AI鱼类识别 —— AI赋能海洋生物智能监测
鱼类AI识别技术基于深度学习算法,通过大量鱼类图像训练,实现对鱼类的快速精准识别。该技术模仿人类视觉系统,利用卷积神经网络(CNN)提取鱼体特征,从浅层的鳞片纹理到深层的整体形态逐步分析。快瞳科技提出的MF-Net模型突破了鱼类种类繁多、数据不均衡等难点,通过多阶段特征融合、动态权重调整及三维特征建模,显著提升识别性能。这项技术不仅重塑水产科研方式,还为海洋生物多样性保护提供智能化解决方案,推动AI在生态保护领域的应用迈入新阶段。
1474 6
|
机器学习/深度学习 人工智能 运维
运维不靠玄学!用AI预测系统负载,谁用谁说香!
运维不靠玄学!用AI预测系统负载,谁用谁说香!
506 18
|
机器学习/深度学习 人工智能 自然语言处理
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
谷歌最新推出的Gemini 2.0是一款原生多模态输入输出的AI模型,以Agent技术为核心,支持多种数据类型的输入与输出,具备强大的性能和多语言音频输出能力。本文将详细介绍Gemini 2.0的主要功能、技术原理及其在多个领域的应用场景。
1564 20
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
|
消息中间件 存储 物联网
RocketMQ 之 IoT 消息解析:物联网需要的消息技术
RocketMQ 5.0 是为应对物联网(IoT)场景而发布的云原生消息中间件,旨在解决 IoT 中大规模设备连接、数据处理和边缘计算的需求。
1795 121
|
前端开发 JavaScript
HTML怎么写渐变色效果好性能高
在 HTML 和 CSS 中,实现高性能且美观的渐变色效果主要依赖于 CSS 的线性渐变(`linear-gradient`)和径向渐变(`radial-gradient`)。
|
运维 负载均衡 安全
|
缓存 安全 关系型数据库
Mysql给root开启远程访问权限
MySql出于安全方面考虑默认只允许本机(localhost, 127.0.0.1)来连接访问,所以需要给root账户新增一个远程访问权限。
Mysql给root开启远程访问权限