【集合论】关系闭包 ( 关系闭包求法 | 关系图求闭包 | 关系矩阵求闭包 | 闭包运算与关系性质 | 闭包复合运算 )
文章目录
- 一、闭包求法
- 二、求闭包示例 ( 关系图角度 )
- 三、求闭包示例 ( 关系矩阵角度 )
- 四、闭包运算与关系性质
- 五、闭包复合运算
一、闭包求法
RRR 关系是 AAA 集合上的二元关系 , R⊆AR \subseteq AR⊆A , 且 AAA 集合不为空集 , A≠∅A \not= \varnothingA=∅
求自反闭包 : r(R)=R∪IAr(R) = R \cup I_Ar(R)=R∪IA , 给每个顶点添加环 ;
- 如果 RRR 关系是自反的 , 当且仅当 , IA⊆RI_A \subseteq RIA⊆R
求对称闭包 : s(R)=R∪R−1s(R) = R \cup R^{-1}s(R)=R∪R−1
- 原来 没有有向边 ( 有序对 ) , 自然也没有对应的逆 , 此时不添加边
- 原来 有一条有向边 ( 有序对 ) , 再添加一个反向的有向边 , 组成 关系图中的 顶点间的 双向有向边
- 原来 有两条有向边 ( 有序对 ) , 此时就不用添加其它边
- 如果 RRR 关系是对称的 , 当且仅当 , R=R−1R = R^{-1}R=R−1
求传递闭包 : t(R)=R∪R2∪R3∪⋯t(R) = R \cup R^2 \cup R^3 \cup \cdotst(R)=R∪R2∪R3∪⋯
将 RRR 关系所有的幂运算值并起来 , 就是其传递闭包 , RRR 关系的 111 次幂 , RRR 关系的 222 次幂 , RRR 关系的 333 次幂 , ⋯\cdots⋯ , RRR 关系的 nnn 次幂 , 并起来 , 就是其传递闭包 ;
如果 AAA 是有穷集 , 其关系也是有穷的 , 求出其所有的 nnn 次幂 , 不用求出很多幂运算 , 因为关系的幂运算后面都是循环的 , 求出已知的所有 nnn 次幂 取 并集即可 ;
如果 RRR 关系是传递的 , 当且仅当 , R2⊆RR^2 \subseteq RR2⊆R
二、求闭包示例 ( 关系图角度 )
集合 A={a,b,c,d}A = \{ a, b, c , d \}A={a,b,c,d}
关系 R={<a,b>,<b,a>,<b,c>,<c,d>}R = \{ <a,b> , <b,a> , <b,c> , <c,d> \}R={<a,b>,<b,a>,<b,c>,<c,d>}
求关系 RRR 的自反闭包 r(R)r(R)r(R) , 对称闭包 s(R)s(R)s(R) , 传递闭包 t(R)t(R)t(R)
求自反闭包 : 就是给每个顶点加上环 :
求对称闭包 : 将 顶点间 单向边改成双向边 , 不管 顶点间双向边 和 顶点间没有边 的情况 ;
求传递闭包 : 将能到的点直接连起来 ;
- a 可以到 b , 路径 a -> b ; a 可以到 c , 路径是 a -> b -> c ; a 可以到 d , 路径是 a -> b -> c -> d ; 因此添加 a 到 c , d 的有向边 ;
- b 可以到 a , 路径 b -> a ; b 可以到 c , 路径是 b -> c ; b 可以到 d , 路径是 b -> c -> d ; 因此添加 b 到 d 的有向边 ;
- c 可以到 d , 路径 c -> d ; 没有可连接的边 ;
- d 哪都到不了 , 没有可连接的边 ;
- 另外出现双向边时 , 两个顶点必须加环 ;
三、求闭包示例 ( 关系矩阵角度 )
关系 R={<a,b>,<b,a>,<b,c>,<c,d>}R = \{ <a, b> , <b,a> , <b,c> , <c,d> \}R={<a,b>,<b,a>,<b,c>,<c,d>}
使用关系矩阵方法求其 自反闭包 , 对称闭包 , 传递闭包 ;
将上述关系写成矩阵形式为 :
M(R)=[0100101000010000]M(R) = \begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \end{bmatrix}M(R)=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001000010⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤
自反闭包 : 将主对角线值 , 全部改成 111 , 左上角到右下角为主对角线 ;
M(r(R))=[1100111000110001]M(r(R)) = \begin{bmatrix} 1 & 1 & 0 & 0 \\\\ 1 & 1 & 1 & 0 \\\\ 0 & 0 & 1 & 1 \\\\ 0 & 0 & 0 & 1 \end{bmatrix}M(r(R))=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡1100110001100011⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤
对称闭包 : 主对角线两端要对称 , 以对角线为基准 , 使对角线两边的值对称 ;
M(s(R))=[0100101001010010]M(s(R)) = \begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 1 & 0 & 1 \\\\ 0 & 0 & 1 & 0 \end{bmatrix}M(s(R))=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100101001010010⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤
传递闭包 : 求该关系矩阵的 二次幂 , 三次幂 , 四次幂 , ⋯\cdots⋯ , 直到出现相同的循环的值为止 ;
将上述所有的不同的 矩阵幂运算 进行逻辑相加 ( 或 ) 操作 , 就是其传递闭包对应的矩阵 , 计算机算法适合使用该方法 , 如果人计算 , 还是关系图比较形象 ;
参考 : 【集合论】关系表示 ( 关系矩阵 | 关系矩阵示例 | 关系矩阵性质 | 关系矩阵运算 | 关系图 | 关系图示例 | 关系表示相关性质 ) 四、关系矩阵运算
注意逆序合成
M(R2)=M(R∘R)=M(R)∙M(R)=[0100101000010000]∙[0100101000010000]=[1010010100000000]M(R^2) = M(R \circ R) = M(R) \bullet M(R) =\begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} \bullet \begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} = \begin{bmatrix} 1 & 0 & 1 & 0 \\\\ 0 & 1 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \\\\ 0 & 0 & 0 & 0 \end{bmatrix}M(R2)=M(R∘R)=M(R)∙M(R)=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001000010⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤∙⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001000010⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡1000010010000100⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤
M(R3)=M(R2∘R)=M(R)∙M(R2)=[0100101000010000]∙[1010010100000000]=[0101101000000000]M(R^3) = M(R^2 \circ R) = M(R) \bullet M(R^2) = \begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} \bullet \begin{bmatrix} 1 & 0 & 1 & 0 \\\\ 0 & 1 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} = \begin{bmatrix} 0 & 1 & 0 & 1 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 0 \\\\ 0 & 0 & 0 & 0 \end{bmatrix}M(R3)=M(R2∘R)=M(R)∙M(R2)=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001000010⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤∙⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡1000010010000100⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001001000⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤
M(R4)=M(R3∘R)=M(R)∙M(R3)=[0100101000010000]∙[0101101000000000]=[1010010100000000]=M(R2)M(R^4) = M(R^3 \circ R) = M(R) \bullet M(R^3) =\begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} \bullet \begin{bmatrix} 0 & 1 & 0 & 1 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 0 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} = \begin{bmatrix} 1 & 0 & 1 & 0 \\\\ 0 & 1 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} = M(R^2)M(R4)=M(R3∘R)=M(R)∙M(R3)=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001000010⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤∙⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001001000⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡1000010010000100⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤=M(R2)
因此其 R4R^4R4 之后的幂运算值 , 偶数次幂关系矩阵与 M(R2)M(R^2)M(R2) 值相同 , 奇数次幂关系矩阵与 M(R3)M(R^3)M(R3) 值相同 ;
M(t(R))=M(R)∨M(R2)∨M(R3)=[1111111100000000]M(t(R)) = M(R) \lor M(R^2) \lor M(R^3) =\begin{bmatrix} 1 & 1 & 1 & 1 \\\\ 1 & 1 & 1 & 1 \\\\ 0 & 0 & 0 & 0 \\\\ 0 & 0 & 0 & 0 \end{bmatrix}M(t(R))=M(R)∨M(R2)∨M(R3)=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡1100110011001100⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤
四、闭包运算与关系性质
自反性 | 对称性 | 传递性 | |
---|---|---|---|
r(R)r(R)r(R) | 111 ( 本身性质 ) | 111 | 111 |
r(R)r(R)r(R) | 111 | 111 ( 本身性质 ) | |
r(R)r(R)r(R) | 111 | 111 | 111 ( 本身性质 ) |
上述表格中值为 111 , 说明原来存在该性质 , 求对应的 自反/对称/传递 闭包后 , 仍具有该性质 , 反之不具有该性质 ;
表格第二行含义 : r(R)r(R)r(R) 对应的行 ;
- 自反性 : 假如 RRR 原来是自反的 , 那么 r(R)r(R)r(R) 也是自反的 ;
- 对称性 : 假如 RRR 原来是对称的 , 那么 r(R)r(R)r(R) 也是对称的 ; 求自反闭包 , 只是给顶点加环 , 不影响对称性 ;
- 传递性 : 假如 RRR 原来是传递的 , 那么 r(R)r(R)r(R) 也是传递的 ; 求自反闭包 , 只是给顶点加环 , 不影响传递性 ;
仅有一个特例 : 原来 RRR 是传递的 , 如果求对称闭包 , 其对称闭包的传递性就不存在了 ;
表格第二列说明 ( 自反性 ) : 如果 RRR 关系是自反的 , 那么其 对称闭包 s(R)s(R)s(R) 和 传递闭包 t(R)t(R)t(R) 也是自反的 ;
R自反⇒s(R)和t(R)自反R 自反 \Rightarrow s(R) 和 t(R) 自反R自反⇒s(R)和t(R)自反
表格第三列说明 ( 对称性 ) : 如果 RRR 关系是对称的 , 那么其 自反闭包 r(R)r(R)r(R) 和 传递闭包 t(R)t(R)t(R) 也是对称的 ;
R对称⇒r(R)和t(R)对称R 对称 \Rightarrow r(R) 和 t(R) 对称R对称⇒r(R)和t(R)对称
表格第四列说明 ( 传递性 ) : 如果 RRR 关系是传递的 , 那么其 自反闭包 r(R)r(R)r(R) 也是传递的 ;
R传递⇒r(R)传递R 传递 \Rightarrow r(R) 传递R传递⇒r(R)传递
五、闭包复合运算
RRR 关系是 AAA 集合上的二元关系 , R⊆AR \subseteq AR⊆A , 且 AAA 集合不为空集 , A≠∅A \not= \varnothingA=∅
1. rs(R)=sr(R)rs(R) = sr(R)rs(R)=sr(R) :
- rs( R ) : 先求 RRR 关系的 自反闭包 , 然后再求自反闭包的 对称闭包
- sr( R ) : 先求 RRR 关系的对称闭包 , 然后再求对称闭包的自反闭包
- 上述两个闭包运算的 结果相同
2. rt(R)=tr(R)rt(R) = tr(R)rt(R)=tr(R)
- rt( R ) : 先求 RRR 关系的 自反闭包 , 然后再求自反闭包的 传递闭包
- tr( R ) : 先求 RRR 关系的传递闭包 , 然后再求传递闭包的自反闭包
- 上述两个闭包运算的 结果相同
3. st(R)⊆ts(R)st(R) \subseteq ts(R)st(R)⊆ts(R)
- st( R ) : 先求 RRR 关系的 对称闭包 , 然后再求对称闭包的 传递闭包
- ts( R ) : 先求 RRR 关系的传递闭包 , 然后再求传递闭包的对称闭包
- 上述两个闭包运算的结果 , ts(R)ts(R)ts(R) 关系 包含 st(R)st(R)st(R) 关系 ;
【集合论】关系闭包 ( 关系闭包求法 | 关系图求闭包 | 关系矩阵求闭包 | 闭包运算与关系性质 | 闭包复合运算 )相关推荐
- 离散数学关系的基本运算和关系的性质闭包
文章目录 关系的运算 基本运算 关系的复合运算 关系的逆运算 关系的性质 一. 自反性和反自反性 二.对称性和反对称性 三. 传递性 关系性质的判定定理 关系的性质闭包 关系的幂运算 传递闭包的关系矩 ...
- [转]一张图理解prototype、proto和constructor的三角关系
本文转自:http://www.cnblogs.com/xiaohuochai/p/5721552.html 前面的话 javascript里的关系又多又乱.作用域链是一种单向的链式关系,还算简单清晰 ...
- 图马尔可夫网络:融合统计关系学习与图神经网络
©PaperWeekly 原创 · 作者|石壮威 学校|南开大学硕士 研究方向|机器学习.图神经网络 论文标题: GMNN: Graph Markov Neural Networks 收录会议: IC ...
- Mermaid classDiagram类图应用举例 汉,蜀汉,刘宋关系图
Mermaid classDiagram类图应用举例 汉,蜀汉,刘宋关系图 西汉.东汉.蜀汉.刘宋 源代码如下,效果图在后 classDiagramclass 刘邦{ <<-201--19 ...
- AI:人工智能领域主要方向(技术和应用)、与机器学习/深度学习的关系、数据科学关键技术与知识发现/数据挖掘/统计学/模式识别/神经计算学/数据库的关系(几张图理清之间的暧昧关系)
AI:人工智能领域主要方向(技术和应用).与机器学习/深度学习的关系.数据科学关键技术与知识发现/数据挖掘/统计学/模式识别/神经计算学/数据库的关系(几张图理清之间的暧昧关系) 目录 人工智能主要领 ...
- 快速读懂UML类图,搞懂类之间的6大关系,轻松绘制UML类图
快速读懂UML类图,搞懂类之间的6大关系,轻松绘制UML类图 前言 一.UML类图简介 二.类之间的六大关系及UML类图 1.依赖关系及UML类图表示 2.泛化关系及UML类图表示 3.实现关系及UM ...
- EA类图之间的关系,用例图、类图、顺序图操作
九种关系总结,EA图中会用到: 关联关系(Association):双向关联,单向关联,自关联.多重性关联Multiplicity. 聚合(Aggregation):整体与部分的关系,整体对象销毁时成 ...
- 模式识别中的特征向量和矩阵的特征向量有什么关系
模式识别中的特征向量和矩阵的特征向量有什么关系 特征向量是个什么东西?学过矩阵论的人都知道,一个可逆的矩阵可以分解为特征值和特征向量的乘积,即AV=lambaV,其中V是特征向量矩阵:这个的好处是可以 ...
- 高等数学期末总复习 DAY 3.利用导数定义求极限 判断连续与可导的关系 关于导数定义的证明题 基本求导 基本高阶求导 抽象函数求导
DAY 3. 一路陪我走过来的从来都不是什么善良正直正能量,而是虚荣嫉妒不甘心 文章目录 DAY 3. 1. 利用导数定义求极限 2.判断连续与可导的关系 3.关于导数定义的证明题 4.基本复合函数求 ...
- 【Pytorch神经网络理论篇】 25 基于谱域图神经网络GNN:基础知识+GNN功能+矩阵基础+图卷积神经网络+拉普拉斯矩阵
图神经网络(Graph Neural Network,GNN)是一类能够从图结构数据中学习特征规律的神经网络,是解决图结构数据(非欧氏空间数据)机器学习问题的最重要的技术. 1 图神经网络的基础知识 ...
最新文章
- 云计算安全解决方案白皮书(一)
- JavaScript知识总结
- linux中ctime,mtime,atime的区别
- android studio安装教程完整,Android Studio 安装配置方法完整教程【小白秒懂】
- Mysql学习总结(46)——8种常被忽视的SQL错误用法
- Unity3D手游开发日记(6) - 适合移动平台的水深处理
- OpenGl文章 Android OpenGL ES 简明开发教程
- 苹果平板计算机音乐,iphone、ipad上传照片、视频、音乐到电脑中 手机电脑互传文件...
- 据悉知名程序员社区因系统故障至页面乱码瘫痪,如电影情节?
- connection pool exhausted
- 信托公司消金小额贷款项目的现金流预测
- 使用Mailgun Store():应用程序传入电子邮件的临时邮箱
- Deepflow 初步架构
- 自媒体人如何在千氪实现月收入过万?
- MSRA相关资料总结!
- day15 计算圆周率
- Conflux人物志 | 元气满满的办事员小罗
- 【JavaScript 教程系列第 10 篇】判断一个数是整数还是小数
- 全国大学生数学建模竞赛
- 神器Markmap!!!
热门文章
- 联通HG8347R WO-36光猫 当前用户不允许登录解决办法
- 核定征收的个体户,年营业额不超过120万,还需要缴纳个税吗?
- vmware下ubuntu从图形界面切换到控制台的快捷键
- 我国网络广告的现状及未来发展趋势分析
- python爬取天眼查存入excel表格_python爬取企查查江苏企业信息生成excel表格
- 计算机二级C语言辅导考试买啥书,在大学想考计算机二级,请问自学的话需要买什么辅导书,要买好几本是吗?...
- 逃离北上广?别闹了!
- 单片机流水灯工作原理
- windows背景豆沙绿设置
- win10计算机更新后网络卡,win10更新后很卡怎么办