离散数学关系图？根据这个定义,关系图中1 → 2 表示1小于等于2;1 →3 表示1小于等于3;1→4表示1小于等于4;2→3表示2小于等于3;2→4表示2小于等于4;3→4表示3小于等于4。所以关系图完整清晰地表达了在集合A上定义的二元关系R。二元关系及其关系图是数学理论中的重要概念,用于描述事物之间的对应与相关联。那么，离散数学关系图？一起来了解一下吧。
假设，N阶矩阵A和N阶矩阵B的乘积矩阵为C，即记作：C=A*B；其运算过程如下：
令A矩阵的第i行记作：ai，B矩阵第j列记作：bj，C矩阵第i行j列记作：cij
则cij=(ai1*b1j)+(ai2*b2j)+……+(ain*bnj)；
(其中，ai1表示矩阵A的第i行第1列的元素的值，以此类推）；
因此，那个M^2的矩阵第一行第一列的元素值为：
0*0+1*1+0*0+0*0=1，以此类推就得到那个结果了。
扩展资料：
离散数学也可以说是计算机科学的基础核心学科，在离散数学中的有一个著名的典型例子-四色定理又称四色猜想，这是世界近代三大数学难题之一；
它是在1852年，由英国的一名绘图员弗南西斯·格思里提出的，他在进行地图着色时，发现了一个现象，“每幅地图都可以仅用四种颜色着色，并且共同边界的国家都可以被着上不同的颜色”。
那么这能否从数学上进行证明呢？100多年后的1976年，肯尼斯·阿佩尔（Kenneth Appel）和沃尔夫冈·哈肯（Wolfgang Haken）使用计算机辅助计算，用了1200个小时和100亿次的判断，终于证明了四色定理，轰动世界，这就是离散数学与计算机科学相互协作的结果。
描述法表达R为R={ (1,1), (1,2), (1,3), (1,4), (2,2), (2,3), (2,4), (3,3), (3,4), (4,4) }。
画出关系图如下所示：
其中，x表示该位置上的元素与其它元素存在R关系。例如，(1,2)和(1,3)都存在于R中，因此在关系图中，(1,2)和(1,3)这两个元素所在的位置都用x填充了。
写这篇文章时，试图参照资料把离散数学中的关系总结出一个明确的概念，起初发现很难解释清楚，后来把关系理解为二元关系的相关属性。从图，集合，矩阵单个方面的相关术语进行相关验证和比较，就可以更深入的理解和应用。
关于关系的一个综述
从数学的角度来说，关系是笛卡儿的子集，就是一个二维表，还可以是一个矩阵，一个有向图
n元关系，多个（>2）集合的笛卡儿的子集，集合的个数叫关系的阶叫做n.类似n个数
可以用集合，图，矩阵来表示二元关系
关于离散数学中的关系，会出现以下几个概念，二元关系，等价关系，整除关系
我们通过分析他们的共性即可以深入的理解【关系】的含义
这篇文章中主要围绕关系的三种表示方法展开讨论。将涉及到无向图，临接矩阵，关联矩阵，等价关系，整除关系相关的概念
01 集合基数
02矩阵图
0201关联矩阵
03 关系图
04等价关系
05 整除关系
因为在二元关系中，关系的表示方法有三种:分别是集合表示法，图示，和矩阵表示。也就是说这三种方式都能说明关系。图示法会包括有向图和无向图，矩阵会包括关联矩阵和临接矩阵。
集合基数
基数（阶）集合的元素个数 |A|
矩阵图
例：设A=(1,2,3,4) R是A上的二元关系，并且P｛<1,1>,<1,3>,<3,1>,<3,3>,<4,1>,<4,2>,<4,3>} 画R的关系图和矩阵
关系矩阵为:
1 0 1 0
0 0 0 0
1 0 1 0
1 1 1 0
关系图
【定义】设集合A={x1,x2,…,xm},B={y1,y2,…,yn}，R为A,B之间的二元关系。
传递性：如果有a→b的连线且有b→c的连线，就一定有a→c的连线。
传递关系
类似反对称关系
if (xRy && yRz) {xRz shall exists;} 换句话说: 不允许已经出现xRy&&yRz 却没有xRz;
e.g. R1 = {<1, 2>, <2, 3>, <1, 3>} R2 = {<1, 3>, <2, 3>}
扩展资料
关系矩阵的注意事项：把R中的序偶在矩阵中填上1, 其余XXY的其他位置填上0。
注意： XXY矩阵大小为|X|行|Y|列；例如：X={1, 2, 3} Y={5,6,7} XXY矩阵(记住笛卡尔积可以创建矩阵)是3*3规模。
几种基础关系如下：
自反性：∀ a ∈A, => (a, a) ∈ R
反自反：∀ a ∈A, => (a, a) ∉R
对称性：(a, b) ∈R∧ a ≠ b => (b, a)∈R//
反对称：(a, b) ∈R∧(b, a)∈R =>a=b// 这三个注意前件为假的情况
传递性：(a, b)∈R,(b, c)∈R =>(a, c)∈R //
参考资料来源：
百度百科——传递关系
写这篇文章时，试图参照资料把离散数学中的关系总结出一个明确的概念，起初发现很难解释清楚，后来把关系理解为二元关系的相关属性。从图，集合，矩阵单个方面的相关术语进行相关验证和比较，就可以更深入的理解和应用。
关于关系的一个综述
从数学的角度来说，关系是笛卡儿的子集，就是一个二维表，还可以是一个矩阵，一个有向图
n元关系，多个（>2）集合的笛卡儿的子集，集合的个数叫关系的阶叫做n.类似n个数
可以用集合，图，矩阵来表示二元关系
关于离散数学中的关系，会出现以下几个概念，二元关系，等价关系，整除关系
我们通过分析他们的共性即可以深入的理解【关系】的含义
这篇文章中主要围绕关系的三种表示方法展开讨论。将涉及到无向图，临接矩阵，关联矩阵，等价关系，整除关系相关的概念
01 集合基数
02矩阵图
0201关联矩阵
03 关系图
04等价关系
05 整除关系
因为在二元关系中，关系的表示方法有三种:分别是集合表示法，图示，和矩阵表示。也就是说这三种方式都能说明关系。图示法会包括有向图和无向图，矩阵会包括关联矩阵和临接矩阵。
集合基数
基数（阶）集合的元素个数 |A|
矩阵图
例：设A=(1,2,3,4) R是A上的二元关系，并且P｛<1,1>,<1,3>,<3,1>,<3,3>,<4,1>,<4,2>,<4,3>} 画R的关系图和矩阵
关系矩阵为:
1 0 1 0
0 0 0 0
1 0 1 0
1 1 1 0
关系图
【定义】设集合A={x1,x2,…,xm},B={y1,y2,…,yn}，R为A,B之间的二元关系。
以上就是离散数学关系图的全部内容，集合的划分就是对集合的元素分块，看到底是分成几块。屋外 答案 rij表示矩阵的第i行第j列元素在计算机中，矩阵可以用数组表示，多维数组。对于一个无向图G，pxq, p为顶点的个数，q为边数。 b i j 表示在关联矩阵中点i和边j之间的关系。若点i和边j之间是连着的，内容来源于互联网，信息真伪需自行辨别。如有侵权请联系删除。
