二元关系




数学上,二元关系英语:Binary relation,或简称关系)用於讨论两种物件的连系。诸如算术中的「大於」及「等於」、几何学中的「相似」或集合论中的「为……之元素」、「为……之子集」。




目录






  • 1 定义


  • 2 特殊的二元关系


  • 3 关系矩阵


  • 4 关系图


  • 5 运算


  • 6 性质


  • 7 闭包


  • 8 参见





定义


集合X{displaystyle X}X与集合Y{displaystyle Y}Y上的二元关系是R=(X,Y,G(R)){displaystyle R=(X,Y,G(R))}R=(X,Y,G(R)),当中G(R){displaystyle G(R)}G(R),称为R{displaystyle R}R,是笛卡兒積Y{displaystyle Xtimes Y}Xtimes Y的子集。若(x,y)∈G(R){displaystyle (x,y)in G(R)}(x,y)in G(R)则称x{displaystyle x}xy{displaystyle y}y有关系R{displaystyle R}R,并记作xRy{displaystyle xRy}xRyR(x,y){displaystyle R(x,y)}R(x,y)


但经常地我们把关系与其图等价起来,即若R⊆Y{displaystyle Rsubseteq Xtimes Y}{displaystyle Rsubseteq Xtimes Y}R{displaystyle R}R是一个关系。


例子:有四件物件{球,糖,车,枪}及四个人{甲,乙,丙,丁}。若甲拥有球,
乙拥有糖,及丁拥有车-即无人有枪及丙一无所有-则二元关系为「……拥有……」便是



R{displaystyle R}R=({球,糖,车,枪}, {甲,乙,丙,丁}, {(球,甲), (糖,乙), (车,丁)})。

其中R{displaystyle R}R的首项是物件的集合,次项是人的集合,而末项是由有序对(物件,主人)
组成的集合。比如有序对(球,甲)以R{displaystyle R}R表示,
代表球为甲拥有。


不同的关系可以有相同的图。以下的关系


({球,糖,车,枪}, {甲,乙,丁}, {(球,甲), (糖,乙), (车,丁)})

中人人皆是物主,所以与R{displaystyle R}R不同,但两者有相同的图。


话虽如此,我们很多時候索性把R{displaystyle R}R定义为G(R){displaystyle G(R)}G(R)而“有序对(x,y)∈G(R){displaystyle (x,y)in G(R)}{displaystyle (x,y)in G(R)}”亦即是“(x,y)∈R{displaystyle (x,y)in R}(x,y)in R”。


二元关系可看作成二元函数,這種二元函数把输入元x∈X{displaystyle xin X}x in Xy∈Y{displaystyle yin Y}{displaystyle yin Y}視為獨立變數並求真偽值(包括「有序对(x,y){displaystyle (x,y)}(x,y)是或非二元关系中的一元」此一問題)。


X=Y{displaystyle X=Y}X=Y,則稱R{displaystyle R}RX{displaystyle X}X上的關係。



特殊的二元关系


A{displaystyle A}A是一个集合,则



  1. 空集{displaystyle varnothing }varnothing 称作A{displaystyle A}A上的空关系


  2. EA=A×A{displaystyle E_{A}=Atimes A}E_{{A}}=Atimes A称作A{displaystyle A}A上的全域关系完全關係


  3. IA={(x,x)|x∈A}{displaystyle I_{A}={(x,x)|xin A}}I_{{A}}={(x,x)|xin A}称作A{displaystyle A}A上的恒等关系



关系矩阵


X={x1,x2,…,xn}{displaystyle X={x_{1},x_{2},ldots ,x_{n}}}X={x_{1},x_{2},ldots ,x_{n}}Y={y1,y2,…,ym}{displaystyle Y={y_{1},y_{2},ldots ,y_{m}}}Y={y_{1},y_{2},ldots ,y_{m}}R{displaystyle R}RX{displaystyle X}X Y{displaystyle Y}Y上的关系,令


rij={1(xi,yj)∈R0(xi,yj)∉R{displaystyle r_{ij}={begin{cases}1&(x_{i},y_{j})in R\0&(x_{i},y_{j})notin Rend{cases}}}r_{{ij}}={begin{cases}1&(x_{i},y_{j})in R\0&(x_{i},y_{j})notin Rend{cases}}

则0,1矩阵


(rij)=[r11r12⋯r1mr21r22⋯r2m⋮rn1rn2⋯rnm]{displaystyle (r_{ij})={begin{bmatrix}r_{11}&r_{12}&cdots &r_{1m}\r_{21}&r_{22}&cdots &r_{2m}\vdots &vdots &vdots &vdots \r_{n1}&r_{n2}&cdots &r_{nm}end{bmatrix}}}(r_{{ij}})={begin{bmatrix}r_{{11}}&r_{{12}}&cdots &r_{{1m}}\r_{{21}}&r_{{22}}&cdots &r_{{2m}}\vdots &vdots &vdots &vdots \r_{{n1}}&r_{{n2}}&cdots &r_{{nm}}end{bmatrix}}

称为R{displaystyle R}R关系矩阵,记作MR{displaystyle M_{R}}M_{{R}}



关系图


A={x1,x2,…,xn}{displaystyle A={x_{1},x_{2},ldots ,x_{n}}}A={x_{1},x_{2},ldots ,x_{n}}R{displaystyle R}RA{displaystyle A}A上的关系,令图G=(V,E){displaystyle G=(V,E)}G=(V,E),其中顶点集合V=A{displaystyle V=A}V=A,边集合为E{displaystyle E}E,且对于任意的xi,xj∈V{displaystyle x_{i},x_{j}in V}x_{i},x_{j}in V,满足(xi,xj)∈E{displaystyle (x_{i},x_{j})in E}(x_{i},x_{j})in E当且仅当(xi,xj)∈R{displaystyle (x_{i},x_{j})in R}(x_{i},x_{j})in R。则称图G{displaystyle G}G是关系R{displaystyle R}R关系图,记作GR{displaystyle G_{R}}G_{R}



运算


关系的基本运算有以下几种:


  • R{displaystyle R}R为二元关系,R{displaystyle R}R中所有有序对的第一元素构成的集合称为R{displaystyle R}R定义域,记作dom(R){displaystyle {mbox{dom}}(R)}{mbox{dom}}(R)。形式化表示为

dom(R)={x|∃y, (x,y)∈R}{displaystyle {mbox{dom}}(R)={x|exists y,~(x,y)in R}}{mbox{dom}}(R)={x|exists y,~(x,y)in R}

  • R{displaystyle R}R为二元关系,R{displaystyle R}R中所有有序对的第二元素构成的集合称为R{displaystyle R}R值域,记作ran(R){displaystyle {mbox{ran}}(R)}{mbox{ran}}(R)。形式化表示为

ran(R)={y|∃x, (x,y)∈R}{displaystyle {mbox{ran}}(R)={y|exists x,~(x,y)in R}}{mbox{ran}}(R)={y|exists x,~(x,y)in R}

  • R{displaystyle R}R为二元关系,R{displaystyle R}R的定义域和值域的并集称作R{displaystyle R}R,记作fld(R){displaystyle {mbox{fld}}(R)}{mbox{fld}}(R),形式化表示为

fld(R)=dom(R)∪ran(R){displaystyle {mbox{fld}}(R)={mbox{dom}}(R)cup {mbox{ran}}(R)}{mbox{fld}}(R)={mbox{dom}}(R)cup {mbox{ran}}(R)

  • R{displaystyle R}R为二元关系,R{displaystyle R}R逆关系,简称R{displaystyle R}R,记作R−1{displaystyle R^{-1}}R^{{-1}},其中

R−1={(x,y)|(y,x)∈R}{displaystyle R^{-1}={(x,y)|(y,x)in R}}R^{{-1}}={(x,y)|(y,x)in R}

  • F,G{displaystyle F,G}F, G为二元关系,G{displaystyle G}GF{displaystyle F}F合成關係记作F∘G{displaystyle Fcirc G}Fcirc G,其中

F∘G={(x,y)|∃t, (x,t)∈F∧(t,y)∈G}{displaystyle Fcirc G={(x,y)|exists t,~(x,t)in Fwedge (t,y)in G}}Fcirc G={(x,y)|exists t,~(x,t)in Fwedge (t,y)in G}

  • R{displaystyle R}R为二元关系,A{displaystyle A}A是一个集合。R{displaystyle R}RA{displaystyle A}A上的限制记作R↾A{displaystyle Rupharpoonright A}Rupharpoonright A,其中

R↾A={(x,y)|(x,y)∈R∧x∈A}{displaystyle Rupharpoonright A={(x,y)|(x,y)in Rwedge xin A}}Rupharpoonright A={(x,y)|(x,y)in Rwedge xin A}

  • R{displaystyle R}R为二元关系,A{displaystyle A}A是一个集合。A{displaystyle A}AR{displaystyle R}R下的记作R[A]{displaystyle R[A]}R[A],其中

R[A]=ran(R↾A){displaystyle R[A]={mbox{ran}}(Rupharpoonright A)}R[A]={mbox{ran}}(Rupharpoonright A)

  • R{displaystyle R}RA{displaystyle A}A上的二元关系,在右复合的基础上可以定义关系的幂运算


R0=IA {displaystyle R^{0}=I_{A} }R^{0}=I_{A}
Rn+1=Rn∘R {displaystyle R^{n+1}=R^{n}circ R }R^{{n+1}}=R^{n}circ R


性质


关系的性质主要有以下五种:


  • 自反性:x∈A, (x,x)∈R{displaystyle forall xin A,~(x,x)in R}forall xin A,~(x,x)in R

在集合X上的关系R,如对任意x∈X{displaystyle xin X}xin X,有(x,x)∈R{displaystyle (x,x)in R}(x,x)in R,则称R是自反的。

  • 非自反性(自反性的否定的強型式):x∈A,  (x,x)∉R{displaystyle forall xin A,~~(x,x)notin R}forall xin A,~~(x,x)notin R

在集合X上的关系R,如对任意x∈X{displaystyle xin X}x in X,有(x,x)∉R{displaystyle (x,x)notin R}(x,x)notin R,则称R是非自反的。

  • 对称性:x,y∈A, (x,y)∈R⟹(y,x)∈R{displaystyle forall x,yin A,~(x,y)in Rimplies (y,x)in R}forall x,yin A,~(x,y)in Rimplies (y,x)in R

在集合X上的关系R,如果有(x,y)∈R{displaystyle (x,y)in R}(x,y)in Rx≠y{displaystyle xneq y}xneq y必有(y,x)∈R{displaystyle (y,x)in R}(y,x)in R,则称R是对称的。


  • 反对称性(不是對稱性的否定):x,y∈A, ((x,y)∈R∧(y,x)∈R)⟹x=y{displaystyle forall x,yin A,~((x,y)in Rwedge (y,x)in R)implies x=y}forall x,yin A,~((x,y)in Rwedge (y,x)in R)implies x=y

  • 非對稱性(對稱性的否定的強型式):x,y∈A, (x,y)∈R⟹(y,x)∉R{displaystyle forall x,yin A,~(x,y)in Rimplies (y,x)notin R}{displaystyle forall x,yin A,~(x,y)in Rimplies (y,x)notin R}


非對稱性是 滿足反自反性的反對稱性。

  • 传递性:x,y,z∈A, ((x,y)∈R∧(y,z)∈R)⟹(x,z)∈R{displaystyle forall x,y,zin A,~((x,y)in Rwedge (y,z)in R)implies (x,z)in R}forall x,y,zin A,~((x,y)in Rwedge (y,z)in R)implies (x,z)in R

R{displaystyle R}R为集合A{displaystyle A}A上的关系,下面给出R{displaystyle R}R的五种性质成立的充要条件:




  1. R{displaystyle R}RA{displaystyle A}A上自反,当且仅当IA⊆R{displaystyle I_{A}subseteq R}I_{A}subseteq R


  2. R{displaystyle R}RA{displaystyle A}A上非自反,当且仅当R∩IA=∅{displaystyle Rcap I_{A}=emptyset }Rcap I_{{A}}=emptyset


  3. R{displaystyle R}RA{displaystyle A}A上对称,当且仅当R=R−1 {displaystyle R=R^{-1} }R=R^{{-1}}


  4. R{displaystyle R}RA{displaystyle A}A上反对称,当且仅当R∩R−1⊆IA{displaystyle Rcap R^{-1}subseteq I_{A}}Rcap R^{{-1}}subseteq I_{{A}}


  5. R{displaystyle R}RA{displaystyle A}A上非對稱,当且仅当R∩R−1=∅{displaystyle Rcap R^{-1}=emptyset }Rcap R^{{-1}}=emptyset


  6. R{displaystyle R}RA{displaystyle A}A上传递,当且仅当R∘R⊆R{displaystyle Rcirc Rsubseteq R}Rcirc Rsubseteq R



闭包


R{displaystyle R}R是非空集合A{displaystyle A}A上的关系,R{displaystyle R}R的自反(对称或传递)闭包A{displaystyle A}A上的关系R′{displaystyle R'}R',满足




  1. R′{displaystyle R'}R'是自反的(对称的或传递的)

  2. R⊆R′{displaystyle Rsubseteq R'}Rsubseteq R'

  3. A{displaystyle A}A上任何包含R{displaystyle R}R的自反(对称或传递)关系R″{displaystyle R''}R''R′⊆R″{displaystyle R'subseteq R''}R'subseteq R''


一般将R{displaystyle R}R的自反闭包记作r(R){displaystyle r(R)}r(R),对称闭包记作s(R){displaystyle s(R)}s(R),传递闭包记作t(R){displaystyle t(R)}t(R)


下列三个定理给出了构造闭包的方法:



  1. r(R)=R∪R0{displaystyle r(R)=Rcup R^{0}}r(R)=Rcup R^{0}

  2. s(R)=R∪R−1{displaystyle s(R)=Rcup R^{-1}}s(R)=Rcup R^{{-1}}

  3. t(R)=R∪R2∪R3∪{displaystyle t(R)=Rcup R^{2}cup R^{3}cup cdots }t(R)=Rcup R^{2}cup R^{3}cup cdots


对于有限集合A{displaystyle A}A上的关系R{displaystyle R}R,存在一个正整数r{displaystyle r}r,使得


t(R)=R∪R2∪Rr{displaystyle t(R)=Rcup R^{2}cup cdots cup R^{r}}t(R)=Rcup R^{2}cup cdots cup R^{r}

求传递闭包是图论中一个非常重要的问题,例如给定了一个城市的交通地图,可利用求传递闭包的方法获知任意两个地点之间是否有路相连通。可以直接利用关系矩阵相乘来求传递闭包,但那样做复杂度比较高;好一点的办法是在计算矩阵相乘的时候用分治法降低时间复杂度;但最好的方法是利用基于动态规划的Floyd-Warshall算法来求传递闭包。



参见



  • 有序对

  • 二元集合

  • 笛卡儿积

  • 偏序关系

  • 等价关系

  • 相容关系




Popular posts from this blog

數位音樂下載

格利澤436b

When can things happen in Etherscan, such as the picture below?