関係。パヌトI



サむクルの他の蚘事
. I

. II



モデリングの正匏な理論では、代数的関係を䜿甚したす。これには、実際の物理的、技術的、および情報的なオブゞェクト、それらの機胜のプロセスを蚘述する代数的構造のモデルの眲名に含たれたす。埌者の䞭には、䟋えば、デヌタベヌスリレヌショナルデヌタベヌスRDBが含たれたす。私は意思決定の分野がそれほど重芁ではないず考えおいたす。それは完党に関係の理論に基づいた、2぀の䞻芁な統蚈的および代数的で構成されおいたす。この理論の専門家の教育レベルはれロに近いです。



専門分野に関する教科曞を開くず、せいぜい、著者によっお非垞に独特な方法で解釈されおいる同等性に぀いお芋るこずができたす。すでに擁護されおいるDTNに質問したす。関係のキャリアも特定の関係も瀺さない同等の関係を考慮したすか。それはあなたの蚘録でどのように芋えたすか。回答それはどのように芋えるか-通垞。圌はこれらすべおに぀いお非垞に挠然ずした考えを持っおいるこずが刀明したした。



倖囜の蚘事を陀いお、ReDBのデザむンに関する出版物に名前を付けるのは難しいず思いたす。 90幎代に、圌は反察者であり、階局的、ネットワヌク化された、リレヌショナルデヌタベヌスを考慮した論文のレビュヌを曞きたした。しかし、幎に䞀床、1幎半前に再び䜜業がレビュヌに来たした。著者はすでにDBに぀いお、DB関係の正芏化に぀いおのみ曞いおいたすが、理論的な新芏性は瀺しおいたせん。倚くの倧孊は、デヌタベヌスに関するコヌスを教えおいたすが、デヌタベヌスの䜜成方法やDBMSの䜜成方法ではなく、原則ずしお、既補の倖囜のデヌタベヌスの操䜜方法に぀いお教えおいたす。



牧垫スタッフは、LSI、VLSI、カスタムLSIはもちろん、囜内のDBMS、OS、プログラミング蚀語を䜜成するようにITスペシャリストに教える準備ができおいたせん。ここでは、どうやら、列車は長い間、そしお長い間出発したした。だから無駄にいく぀かの頬はプラむドで膚らんでいたすスノバリヌを読んでください、これは他の人の出版物ぞのコメントから芋るこずができ、あなたができるこずを自分自身に瀺し、プラむドのために他の誰かの無駄な翻蚳や再歌にふけるこずはありたせん-「評䟡」ず「カルマ」創造性の欠劂だけでなく、単玔な教育ず育成にも圱響を及がしたす。



関係ず密接に関連しおいる2番目のドメむンは意思決定です。私たち䞀人䞀人は垞にこれで忙しいです。意識的か無意識かを刀断せずに指を離すこずはありたせん。解決策に぀いお理解しおいる人はほずんどいたせん。意思決定者意思決定者の決定は、代替案の奜みに基づいおいたす。そしお、遞奜モデルはたさにこのタむプの関係であり、「遞奜関係の空間」ず呌ばれたす。しかし、誰がそれらを研究したす。それぞれのタむプの関係の数に぀いおの質問で「スペシャリスト」に来たずき、圌は答えを知らず、反察の質問で「殺された」のですが、なぜそれが必芁なのですか



関係の抂念



態床ずいう甚語はすべおの読者によく知られおいるず思いたすが、定矩を求めるこずは最も混乱したす。これには倚くの理由がありたす。圌らはほずんどの堎合、教育プロセスで関係を䜿甚した堎合、この甚語に焊点を圓おなかった教垫であり、明らかに蚘憶に残る䟋を匕甚しおいたせんでした。



私の蚘憶には、䞀生に䞀床の思い出に残る䟋がいく぀かありたす。マッピングず関係に぀いお。最初にマッピングに぀いお説明したす。ペむントのバケツが2぀ありたす。䞀方は癜、もう䞀方は黒。そしお、立方䜓の箱がありたすたくさん。顔にぱンボス加工された数字がありたす。キュヌブの面を2色で着色する方法はいく぀ありたすか答えは予想倖です-6ビットのバむナリ数、たたは2 6= 64. f2→6 2個のオブゞェクトが6に衚瀺されたす。衚の各行は、fiの個別の衚瀺です。



6列のテヌブルを䜜成しおみたしょう。色は癜0、黒の数ず䞀臎し、立方䜓の面は列になりたす。 6぀の面すべおが癜いずいう事実から始めたす-これは6次元のれロベクトルです。 2行目は、ファセットが1぀黒です。぀たり、最䞋䜍ビットは1で埋められ、6ビットの2進数がなくなるたで続きたす。キュヌブを共通の長い列に配眮したす。それぞれに0から63たでの数字があるようです。



これで衚瀺が反転したす。玙のパック倚くず6぀の塗料フェルトチップペン。

玙の䞡面に異なる色のフェルトチップペンで印を付けたす。䜕枚必芁です。回答f6→2たたは6 2 = 36。これらは任意のマッピングです。



関係に移りたしょう。抜象セットから始めたしょう-関係

= {a1、a2、a3、...、an}のキャリア。

あなたはそれに぀いおここで読むこずができたす。理解を深めるために、セットを3぀の芁玠に枛らしたす。 A = {a1、a2、a3}。今、我々は、デカルト乗算×=行う2、

×= {A1、A1、A1、A2、A1、A3、A2、A1、A2、A2、A2、A3 、a3、a1、a3、a2、a3、a3}。



A×Aから9぀の順序付けられた芁玠のペアを取埗したした。ペアでは、最初の芁玠は最初の芁玠から、2番目の芁玠は2番目の芁玠からのものです。それでは、A×Aカルテシアンスク゚アからすべおのサブセットを取埗しおみたしょう。たず、簡単な䟋です。



䟋1..。 4぀の芁玠のセットA = {a、b、c、d}が䞎えられたす。そのすべおのサブセットを曞き出したす。 BA= {Ø}; {a}; {b}; {c}; {d}; {ab}; {ac}; {ad}; {bc}; {bd}; {cd}; { abc}; {abd}; {acd}; {bcd}; {abcd}; 2 4 = 16サブセット。これはセットAのブヌルBAであり、空のサブセットが含たれおいたす。



サブセットには、A×Aから異なる数の芁玠ペアが含たれたす。1、2、3など、9ペアすべおたで、このリストには空のセットØも含たれたす。サブセットはいく぀ありたすか倚く、぀たり2 9 = 512芁玠。



定矩。セットのカルテシアン積のサブセット正方圢がありたすは、リレヌションず呌ばれたす。䜜品は同じセットを䜿甚しおいるこずに泚意しおください。セットが異なる堎合、関係はありたせんが、察応がありたす..。



それが2぀の芁因のカルテシアン積である堎合、関係はバむナリであり、3の堎合は内郚であり、4の堎合はテトラであり、nの堎合はn-aryです。 Arityは、関係にある堎所の数です。関係には倧文字のR、H、P、Sの名前が付けられおいたす...関係の理論で非垞に重芁な圹割を果たすため、バむナリ関係BOに぀いお詳しく芋おいきたしょう。実際、他のすべおはバむナリ関係に還元できたす。



関係蚘号は、芁玠Rx、yの巊偎、たたは芁玠間のx Ryに配眮されたす。 x、yєA。

定矩セットAのすべおのサブセットのセットは、ブヌルず呌ばれたす。私たちのブヌルは2 | A×A |で構成されおいたす芁玠、ここ| A×A |セットのカヌディナリティです。



関係は、A = {a1、a2、a3、a4}でさたざたな衚珟で蚭定できたす。



  • 芁玠の列挙; R1 = {a1、a2、a1、a3、a2、a3a2、a4a3、a2a3、a4}
  • バむナリn = 16ビットベクトル。<0110001101010000>;
  • マトリックス;




図1.2。aバむナリ関係の4×4マトリックスbマトリックスのセルの番号付け



ここでは、セル番号が䜿甚され、図のセル番号で埋められおいたす。1b

-ベクトル衚珟。バむナリ関係を衚すためのバむナリベクトルは、次のように芁玠{0,1}から圢成されたす。



ベクトル圢匏で関係を蚭定するために怜蚎した䟋は、次のようになりたす。





-グラフ衚珟。セット

A = {x1、x2、z3、...、xn}の芁玠を平面䞊の点、぀たり、グラフの頂点G = [Q、R]。



ペアxi、xjєRi = jの堎合、円匧xi、xiが頂点xiでルヌプに倉わる堎合にのみ、グラフにxiからxjたで円匧を描きたす。䟋図。 1a二元関係A [4×4]のグラフによる衚珟を図2.2に瀺したす。



図2.2。有向グラフによる関係の衚珟



バむナリ関係のカタログn = 3



遠くに倧きなものが芋られたす。関係ずその倚様性を理解するために、すべお500を超える関係の関係を含む3぀の芁玠のセットに察しおバむナリ関係のカタログを手動で䜜成する必芁がありたした。その埌、関係が起こったり、起こったりしたした。



明らかに、カタログが2含たれたす3×3 = 2 9関係、およびそれらのそれぞれは、固有のプロパティのセットを備えおいたす。以䞋衚3は、セットA、| A |の512の関係すべおの完党なリストです。 = 3、3぀の芁玠のうち。キャリアセットn = 3のカヌディナリティのさたざたな倀に察するさたざたなサブクラスのカルテシアンスク゚ア3×3のセル数の組み合わせで衚される比率の数衚2を蚈算した結果も瀺されおいたす。関係ごずに、その基本的なプロパティずタむプに属するものが瀺されおいたす衚3。カタログで䜿甚されおいる略語を衚2

衚2に瀺したす。さたざたなnのカタログの定量的特性





リレヌションを䜿甚した操䜜の本質ずその手法を、バむナリリレヌションで特に単玔で理解しやすい䟋を䜿甚しお説明するず䟿利です。操䜜には、2぀以䞊の関係が含たれる堎合がありたす。個々の関係に察しお実行される操䜜は、単䞀の操䜜です。たずえば、関係を反転逆に取埗し、補数を取り、関係を狭める制限する操䜜。䟋では、カタログの䜿甚方法を説明したす。



䟋2。カタログテヌブルの行Npr = 14に぀いお考えおみたす。それは圢をしおいたす



行の最初の9文字等匏の右偎は、9から2の組み合わせに察応するバむナリベクトルです。぀たり、最初のセルの数巊から右に数えるは、バむナリ関係の行列の5番目のセルの番号です。芁玠a1a1 = a2a2 = 1。この組み合わせは、すべおの関係のリストで、序数Ncc = 4およびスルヌ数Npr = 14を持ちたす。この行の残りの郚分には、0たたは1が含たれおいたす。れロは、れロ列の名前に察応するプロパティが存圚しないこずを瀺し、1は、考慮される関係にそのようなプロパティが存圚するこずを瀺したす。



関係の特性ず定量的特性



リレヌションの最も重芁なプロパティに぀いお考えおみたしょう。これにより、遞択理論や意思決定、その他のアプリケヌションでリレヌショナルデヌタベヌスで䜿甚されるリレヌションのタむプクラスをさらに匷調するこずができたす。以䞋では、関係を蚘号[R、Ω]で瀺したす。Rはリレヌションの名前、Ωはリレヌションのキャリアセットです。



1.反射性。セットの各芁玠がそれ自䜓ず関係Rにある堎合、関係[R、Ω]は反射的ず呌ばれたす図2.3。反射BOのグラフには、すべおの頂点にルヌプ円匧があり、関係行列にはE単䜍の䞻察角線が含たれおいたす。





図2.3。反射姿勢



2.反射防止。セットの芁玠がそれ自䜓ずの関係Rにない堎合、関係[R、Ω]は反反射ず呌ばれたす図2.4。反射防止関係は厳密ず呌ばれたす。





図2.4。



反射防止姿勢3.郚分反射。

セットの1぀以䞊の芁玠がそれ自䜓ずの関係Rにない堎合、関係[R、Ω]は郚分反射ず呌ばれたす図2.5。





4.察称性。関係[R、Ω]は、順序付きペアx、yずずもに、関係に順序付きペアy、xも含たれおいる堎合、察称ず呌ばれたす図2.6。





5.非察称性。関係[R、Ω]は、順序付けられたペアx、y

єRに察しお、順序付けられたペアy、xєRの堎合、x = yの堎合にのみ、非察称ず呌ばれたす。このような比率の堎合、R∩R - 1⊆E 図2.7。





6.非察称性。関係[R、Ω]は、反反射的であり、任意の順序付きペアx、yєRの順序付きペアy、x∉Rの堎合、関係R∩R -1 =Øの堎合、非察称ず呌ばれたす図2.8。





7.遷移性。関係[R、Ω]は、順序付けられたペアx、y、y、zєRに察しお、関係Rに順序付けられたペアx、zєRがある堎合、たたはR×R⊆Rの堎合、遷移ず呌ばれたす図。 。2.9。





8.呚期性。関係[R、Ω]は、その芁玠{x1、x2、z3、...、xn}に芁玠のサブセット{xi、xi + 1、... xr、...、xj、xi}がある堎合、埪環ず呌ばれたす。シヌケンスxiRxi + 1R ... RxjRxiを曞き出すこずができたす。このようなシヌケンスは、サむクルたたはルヌプず呌ばれたす図2.10。





9.非呚期性。茪郭がない関係は非呚期的ず呌ばれたす。非環匏の関係のために、関係Rのk個の∩R= Oが任意のk> 1図2.11が満たされたす。







10.完党性接続性。関係[R、Ω]は、任意の2぀の芁玠y、zєΩに察しお䞀方が他方に関連しおいる堎合、完党接続ず呌ばれたす図2.12。盎線性。線圢関係は、最小限の完党な関係です。





図2.12。線圢関係



したがっお、関係は数孊オブゞェクトずしお特定のプロパティを持っおいるこずを確立したした。その定矩は前に瀺したした。次の段萜では、いく぀かのプロパティの本質ず衚珟に぀いお怜蚎したす。



  1. 反射率xєAxRx。
  2. 反反射性xєA¬xRx。
  3. 察称性x、yєAxRy→yRx。
  4. 非察称性xRyyRx→x = y。
  5. 過枡性; x、y、zєAxRyyRz→xRz。
  6. 呚期性; x、yєA; ..。
  7. 完党性x、yєxRy、yRx;
  8. 接続性x≠y→xRy、yRx。
  9. 盎線性x、yєxRy、yRx。


関係の空間の分析は理論の耇雑なタスクであり、泚意する必芁がありたすが、完党にはほど遠いです。䞻な結果には、その埌のすべおの結果を䌎う完党な関係空間を圢成する関係のサブセットの遞択が含たれる必芁がありたす。



このような離散空間の定量的関係は、

理論的にも実際的にも非垞に重芁です。さたざたなタむプの関係のプロパティに関連する定量的特性のいく぀かの偎面を以䞋で怜蚎したす。



関係の操䜜



リレヌションを持぀ほずんどの数倀システムず同様に、次の操䜜が実行されたす。



  • 単項;
  • バむナリ;
  • n-ary。


以䞋は、ブヌル⊕加算ず乗算、および2぀の倉数x1ずx2、mod2加算ずバむナリ加算の衚です。





䞊蚘では、セットのカルテシアン積の順序付けられたペアのサブセットずしお、バむナリ関係の抂念が導入され、関係のプロパティも考慮されたした。さらに、バむナリ関係ず関係のマトリックス衚珟が蚀及されたした。ここで、リレヌションの抂念をより詳现に怜蚎し、さらに、リレヌションのセットの䞭で最も重芁なバむナリリレヌションの基本的な操䜜に぀いお怜蚎したす。



それらの堎合、次の条件を満たす必芁がありたす。



  • 操䜜のオペランドのarityは䞀臎する必芁がありたす。
  • 操䜜の結果は、同じarityの関係である必芁がありたす。


バむナリおよびn-ary関係の堎合、次の条件を満たす必芁がありたす第1オペランドの到着領域は、第2オペランドの起点領域ず䞀臎する必芁がありたす。



関係の単䞀操䜜関係の



反転。関係Rの逆は、条件xR -1 y <=> yRxによっお定矩される比率R -1です。より正確には、p・p -1 ≠E =Δであるため、この操䜜は疑䌌反転ず呌ばれる必芁がありたす。 関係は、それに含たれる順序付けられたペアをリストする圢匏で蚘述されたす。各ペアでコンポヌネントが亀換されるず、新しいペアは比率P -1を圢成したす。これは、Pの逆数ず呌ばれたす。







関係Pの逆の関係は、aj aiєP -1であるペアai ajによっお圢成される関係です。マトリクス状に関係するため、逆の関係は行列Pの転眮しお埗られる



9デュアル関係Pのdは関係Pには、ナニバヌサル関係に属し、逆の関係逆に加えおに属しおいないすべおのこれらの察によっお圢成された関係である



Pの次元= {ai aj| AI、AJєA×AAI、AJ∉ P -1} =A×A\ P -1。



集合䜓の二重関係ず逆関係には、カルテシアン積A×Aのすべおのペアが含たれ、関係PずPのように、共通のペアはありたせん。 パヌティションを圢成するA×A





どの関係でも、Pは満たされないこずに泚意しおください。PP= d。



ナロヌむングPA1。関係[R1、A1]は、Ω1⊆ΩおよびR1 =R∩Ω1×Ω1の堎合、関係[R、A]のセットΩ1ぞの制限ず呌ばれたす。セットA1⊆Aの比率PA1は、関係Pに属し、同時にカルテシアン積A1×A1の䞀郚であるすべおのペアによっお圢成されるセットA1の比率PA1です。蚀い換えるず、PA1は関係PずA1×A1の亀点です。 A1 = {a1、a3、a4}ずするず、行列圢匏の関係PずQの堎合、狭小化関係は次の圢匏になりたす。





バむナリ操䜜



少なくずも2぀の関係を必芁ずする操䜜はn-aryn-aryです。同じ同盟関係の関係者のみがそのような䜜戊に参加するこずができたす。そのような操䜜の䟋亀差、結合、差異、関係の察称的な差異、およびその他。操䜜で3぀以䞊のリレヌションを䜿甚する堎合は、最初の2぀に察しお順番に実行され、次に最埌のリレヌションず3番目のリレヌションに察しお順番に実行されたす。



぀たり、これらの操䜜は2぀の関係に察しお定矩されたす。リレヌションの操䜜では、リレヌションを指定するためのドメむンオペランドず結果が䞀臎し、リレヌションのアリティが䞀臎し、操䜜の結果が同じアリティのリレヌションであるず想定されたす。䟋ずしお、離散セットで定矩されたバむナリ関係PおよびQの操䜜を怜蚎したす。

= {a1、a2、a3、a4}ブヌル行列による原則ずしお、れロは行列に適合したせん





1.亀差点P∩Qは、䞡方の関係に含たれるAの芁玠のすべおのペアによっお圢成される関係です。PずQに共通、

P∩Q= {ai aj| ai ajєPai ajєQ}。



比率行列P∩Qは、行列PずQのブヌル亀差ずしお取埗されたす。





そのような共通のペアがない堎合、関係の亀差は空であるず蚀われたす。それはヌル関係です。関係R1ずR2の亀点R1∩R2は、A×Aからの察応するサブセットの亀点によっお決定される関係です。



2.ナニオンPUQ。関係R1ずR2の和集合R1UR2は、A×Aからの察応するサブセットの和集合によっお定矩される関係です。比率Pたたは比率Qのいずれかを構成するすべおのペアによっお圢成される比率。少なくずも1぀の関係接続

√-たたは統合関係に属するペアによっおPUQ = {ai aj| ai ajєP√ai ajєQ}。



セットA×Aに、リレヌションPUQに含たれおいない他のペアがなく、それらの亀点がれロの堎合、リレヌションPずQは、結合するず完党なリレヌションA×Aを圢成するず蚀われ、それらのシステムはこの完党なリレヌションのパヌティションです。関係行列の和集合は、関係行列のブヌル和ずしお圢成されたす。





3.差P \ Qは、関係Q

P \ Q = {ai aj|に含たれないPからのペアによっお圢成される比率です。ai ajєPai aj∉Q}。



マトリックス衚珟の関係の違いは次のずおりです。





4.関係を増やす。関係を圢成する順序付けられたペアには、同じ芁玠が含たれる堎合ず含たれない堎合がありたす。構成に同䞀の芁玠があるペアの䞭から、隣接隣接ず呌ばれ、2番目のペアに1番目の芁玠があり、最初のペアの2番目の芁玠が同じであるような順序付けられたペアを遞び出したす。隣接するペアの積を順序付けられたペアずしお定矩したしょう

ai ak∙ak aj=>ai aj。



グラフ理論の芳点から、これは、隣接するペアが、2぀の隣接する円匧で構成されるポむントakを通過する際に、ポむントaiからポむントajぞのルヌトを圢成するこずを意味したす。これらのアヌクの積は、ポむントaiからポむントajぞの3番目のアヌクであり、䞭間ポむントakをバむパスしお、同じ方向のルヌトの極倀ポむント間の遷移を実装したす。アヌクai ajは、これらのポむントを盎接閉じるず蚀われおいたす。



5.察称差PΔQ-ナニオンPUQに含たれおいるが、亀差点P∩Qには含たれおいないペアによっお圢成される比率。別の定矩圢匏は、操䜜の名前を説明したす。PΔQは、差P \ QずQ \ Pの和集合である順序付けられたペアによっお圢成されたす。したがっお、察称差の匏は、次の2぀の異なる方法で蚘述できたす

。PΔQ=PU Q\P∩Q=P \ QUQ \ P。



察称差分行列は次のずおりです。





最埌のレコヌドから、察称差分の操䜜により、オペランドの䞊べ替えが可胜になりたす。぀たり、可換です。



5.構成たたは補品P∙Q-次のすべおのペアによっお圢成される関係

P∙Q = {ai aj|ai akєPak ajєQ}。



蚀い換えるず、結果の関係の各順序付きペアは、隣接するペアの乗算の結果であり、その1番目のペアは最初の因子関係に属し、2番目のペアは2番目の因子関係に属したす。合成操䜜は可換ではありたせん。



セットMの構成◊Qは、x、zєPおよびz、yのようなZєMが存圚する堎合に、ペアx、yを含む同じセットMで定矩された関係Rです。 єQ。



関係の行列衚珟では、関係の構成行列は、元の関係の行列のブヌル積に等しくなりたす。





関係の構成の特殊なケヌスは、関係の2乗です。



関連のn番目の皋床は、次匏により再垰的に定矩されおいる誘導を甚いお瀺すこずができるP N = P N-1 ◊、この手段は、ペアx、yはPєこずN堎合におけるマトリックスチェヌンを含む堎合芁玠xi、xi + 1єP、1 <i <n –1など。



合成操䜜には、行列の積のように連想性の特性がありたす。



セットMの関係の構成は、括匧の任意の配眮に察する関係のペアワむズ構成の結果です。合成結果を蚭定する領域は倉わりたせん。



関係のブヌル行列の構成は、これらの関係の行列のブヌル積の結果ずしお圢成されたす。



衚3.バむナリ関係のカタログn = 3。クリック可胜















文献
1. .., .. . , , . — .: , 2017. -352 .

2. .. ., , - .: .. ., 2001. -352 .

3. .. .- .: , 2003. -960 .

4. . . -.: ,1971.- 478 .

5. .. . 1- .: . .. , 2015. -219 .

6. .. . 2- .: . .. , 2017. -151 .

7. . . .-.: ,1985.- 352 .

8. ., ., . . .-.: ,1998.-703 .

9. . . -.: ,1980. -463 .

10. .. .- .: ,2006. — 304 .

.. : -.: .. ., 2001. -280 .

11. .. : , , -.: , 2000.-280 .

12. ., . .-.: , 1973.-832 .

13. ., . : 2- . .1 -.: ,1988. — 430 .

14. ., . : 2- . .2 -.: ,1988. — 392 .

15. .., .., .., .-.: ,1967.-264 .

16. . . -.: , 1987.- 608 .

17. .. . -. ,1990.- 288 .

18. ., ., . . — .: , 1986. — 197 .

19. .. . .-.: ,1991.-352 .

20. .. .- .: .. ., 2001. -280 .

21. .. .- .: , 2000. -304 .

22. .. .-.: ,1966.-648 .

23. . . — .: ,1983.-334 .

24. . .-.: . , 1962.- 468 .

25. .. , , . — .: ,2006. — 368 .

26. .. : 2- .2.-.: . ., 1987. -256 .

27. .. .- : ,2000. -240 .




All Articles