数学魔鬼表达式——第二天

早:
关系就是某个笛卡尔积的任意子集 → \to → 集合之间的属于关系也是一种关系
x ∈ { 1 , 2 } x\in\{1, 2\} x∈{1,2}
U = { 1 , 2 } \mathbf{U}=\{1, 2\} U={1,2}
2 U = { ∅ , { 1 } , { 2 } , { 1 , 2 } } 2^\mathbf{U}= \{\emptyset, \{1\}, \{2\}, \{1, 2\}\} 2U={∅,{1},{2},{1,2}}
U × 2 U = { ( 1 , { 1 } ) , ( 1 , { 1 , 2 } ) , ( 2 , { 2 } ) , ( 2 , { 1 , 2 } ) } \mathbf{U}\times2^{\mathbf{U}}=\{(1, \{1\}), (1, \{1, 2\}), (2, \{2\}), (2, \{1, 2\})\} U×2U={(1,{1}),(1,{1,2}),(2,{2}),(2,{1,2})}
比如x为1, 它与集合之间的属于关系就是 ( 1 , { 1 , 2 } ) (1,\{1, 2\}) (1,{1,2})

  1. 令 A = { 1 , 2 , 5 , 8 , 9 } \mathbf{A} = \{1, 2, 5, 8, 9\} A={1,2,5,8,9}, 写出 A \mathbf{A} A 上的 “模 2 同余” 关系及相应的划分.

P = { { 1 , 5 , 9 } , { 2 , 8 } } \mathcal{P}=\{\{1, 5, 9\}, \{2, 8\}\} P={{1,5,9},{2,8}}

  1. A = { 1 , 2 , 5 , 8 , 9 } \mathbf{A}=\{1, 2, 5, 8, 9\} A={1,2,5,8,9}, 给定两个关系 R 1 \mathbf{R_{1}} R1​, R 2 \mathbf{R_{2}} R2​,写出 R 1 R 2 \mathbf{R_{1}\mathbf{R_2}} R1​R2​, R 1 + \mathbf{R_{1}^+} R1+​, R 1 + \mathbf{R_{1}}^+ R1​+

R 1 = { ( 1 , 2 ) , ( 5 , 8 ) } \mathbf{R_1}=\{(1,2), (5, 8)\} R1​={(1,2),(5,8)}, R 2 = { ( 2 , 5 ) } \mathbf{R_2}=\{(2, 5)\} R2​={(2,5)}
R 1 R 2 = { ( 1 , 5 ) } \mathbf{R_{1}\mathbf{R_2}}=\{(1, 5)\} R1​R2​={(1,5)}
R 1 + = { ( 1 , 2 ) , ( 5 , 8 ) , ∅ } \mathbf{R_{1}}^+=\{(1,2), (5, 8),\emptyset\} R1​+={(1,2),(5,8),∅}
R 1 + = { ( 1 , 2 ) , ( 5 , 8 ) , ∅ , ( 1 , 1 ) , ( 2 , 2 ) , ( 5 , 5 ) , ( 8 , 8 ) } \mathbf{R_{1}^+}=\{(1,2), (5, 8),\emptyset, (1, 1), (2, 2), (5, 5), (8, 8)\} R1+​={(1,2),(5,8),∅,(1,1),(2,2),(5,5),(8,8)}

  1. 查阅粗糙集上下近似的定义并大致描述.

粗集是用来表示不确定集合的一种数学方法。在精确集中设集合X={x1,x2,x3,x4,x5x6,x7},从x1~x7都确定是集合X中的元素。但是在粗糙集中我们无法确定某些元素是否一定属于这个集合,它可能属于也能不属于。为了来表达这个不确定 的集合,我们可以用粗糙集来对对于不确定的集合的表示。

  • 下近似集是在那些所有的包含于X 的知识库中的集合中求并得到的(包含在X内的最大可定义集)
  • 上近似则是将那些包含X的知识库中的集合求并得到的(包含X的最小可定义集)

中:

  1. 举例说明你对函数的认识.

函数三要素, 定义域, 值域, 一一对应
例如: f ( x ) = x 2 f(x)=x^2 f(x)=x2,对于 ∀ x , ∃ 1 f ( x ) 与 之 对 应 \forall x,\exists1f(x)与之对应 ∀x,∃1f(x)与之对应
对于 x 2 + y 2 = 0 → y = g ( x ) x^2+y^2 = 0\to y=g(x) x2+y2=0→y=g(x), ∀ x ≠ 0 , ∃ \forall x\neq0,\exists ∀x​=0,∃两个y与之对应

晚:

6.5. 自己给定一个矩阵并计算其各种范数.

例如: X = ∣ 1 − 1 1 0 1 − 1 ∣ \mathbf{X}=\begin{vmatrix}1 & -1 & 1\\ 0 & 1 & -1\end{vmatrix} X=∣∣∣∣​10​−11​1−1​∣∣∣∣​

  1. ∣ ∣ X ∣ ∣ 0 = 5 ||\mathbf{X}||_0=5 ∣∣X∣∣0​=5
  2. ∣ ∣ X ∣ ∣ 1 = 5 ||\mathbf{X}||_1=5 ∣∣X∣∣1​=5
  3. ∣ ∣ X ∣ ∣ 2 = 5 ||\mathbf{X}||_2=\sqrt5 ∣∣X∣∣2​=5
  4. ∣ ∣ X ∣ ∣ ∞ = 1 ||\mathbf{X}||_{\infty}=1 ∣∣X∣∣∞​=1

//TODO 添加对于其他范数的求解,核范数,p范数

上一篇:03-树1 树的同构


下一篇:HCIP网络类型初级实验