4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI



Hasonló dokumentumok
5. A kiterjesztési elv, nyelvi változók

Diszkrét matematika I.

Itt és a továbbiakban a számhalmazokra az alábbi jelöléseket használjuk:

RE 1. Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

1. előadás: Halmazelmélet, számfogalom, teljes

A relációelmélet alapjai

KOVÁCS BÉLA, MATEMATIKA I.

2. Alapfogalmak, műveletek

Halmaz: alapfogalom, bizonyos elemek (matematikai objektumok) Egy halmaz akkor adott, ha minden objektumról eldönthető, hogy

A valós számok halmaza

Nagy Gábor compalg.inf.elte.hu/ nagy

Mátrixok 2017 Mátrixok

2014. szeptember 24. és 26. Dr. Vincze Szilvia

1.1 Halmazelméleti fogalmak, jelölések

Halmazelmélet. 1. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Halmazelmélet p. 1/1

SZÁMÍTÁSTUDOMÁNY ALAPJAI

Mátrixok, mátrixműveletek

Fuzzy halmazok jellemzői

HALMAZELMÉLET feladatsor 1.

Algoritmusok Tervezése. Fuzzy rendszerek Dr. Bécsi Tamás

1. Mondjon legalább három példát predikátumra. 4. Mikor van egy változó egy kvantor hatáskörében?

A fontosabb definíciók

0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles

Nagy Gábor compalg.inf.elte.hu/ nagy

Diszkrét matematika I.

(amelyek például a hétköznapi nyelv szavaival fejezik ki alternatívák egy véges halmazán

A matematika alapjai 1 A MATEMATIKA ALAPJAI. Pécsi Tudományegyetem, 2006

Miskolci Egyetem. Diszkrét matek I. Vizsga-jegyzet. Hegedűs Ádám Imre

Intergrált Intenzív Matematika Érettségi

Vektorterek. =a gyakorlatokon megoldásra ajánlott

Struktúra nélküli adatszerkezetek

Diszkrét matematika I. gyakorlat

Logika és informatikai alkalmazásai

Matematikai logika 1 A MATEMATIKAI LOGIKA ALAPJAI. Pécsi Tudományegyetem, Bevezetés

4. Fogyasztói preferenciák elmélete

Relációk. 1. Descartes-szorzat. 2. Relációk

Nagy Gábor compalg.inf.elte.hu/ nagy

Analízis I. beugró vizsgakérdések

Mikor van egy változó egy kvantor hatáskörében? Milyen tulajdonságokkal rendelkezik a,,részhalmaz fogalom?

Térinformatikai algoritmusok Elemi algoritmusok

BOOLE ALGEBRA Logika: A konjunkció és diszjunkció tulajdonságai

Bevezetés a számításelméletbe (MS1 BS)

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

KOVÁCS BÉLA, MATEMATIKA I.

DISZKRÉT MATEMATIKA RENDEZETT HALMAZOKKAL KAPCSOLATOS PÉLDÁK. Rendezett halmaz. (a, b) R a R b 1. Reflexív 2. Antiszimmetrikus 3.

Térinformatikai algoritmusok Elemi algoritmusok

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján

Diszkrét matematika I.

VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

A Matematika I. előadás részletes tematikája

Diszkrét matematika 1. középszint

Mindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé. (Albert Einstein) Halmazok 1

Dr. Vincze Szilvia;

1. tétel Halmazok és halmazok számossága. Halmazműveletek és logikai műveletek kapcsolata.

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének

Matematika szigorlat, Mérnök informatikus szak I máj. 29.

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I.

Logika és informatikai alkalmazásai

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja

DISZKRÉT MATEMATIKA: STRUKTÚRÁK Előadáson mutatott példa: Bércesné Novák Ágnes

Diszkrét Matematika I.

Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.

Gauss-Seidel iteráció

Diszkrét matematika I.

Vektorok, mátrixok, lineáris egyenletrendszerek

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

Logika és informatikai alkalmazásai

Diszkrét matematika II., 8. előadás. Vektorterek

Valasek Gábor

Valós függvények tulajdonságai és határérték-számítása

Műveletek mátrixokkal. Kalkulus. 2018/2019 ősz

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Halmazelmélet. 1. Jelenítsük meg Venn-diagrammon az alábbi halmazokat: a) b) c) 2. Milyen halmazokat határoznak meg az alábbi Venn-diagrammok?

Relációk. 1. Descartes-szorzat

Mindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé.

Felügyelt önálló tanulás - Analízis III.

Vektorterek. Több esetben találkozhattunk olyan struktúrával, ahol az. szabadvektorok esetében, vagy a függvények körében, vagy a. vektortér fogalma.

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.

ALAPFOGALMAK 1. A reláció az program programfüggvénye, ha. Azt mondjuk, hogy az feladat szigorúbb, mint az feladat, ha

függvény grafikonja milyen transzformációkkal származtatható az f0 : R R, f0(

6. Függvények. 1. Az alábbi függvények közül melyik szigorúan monoton növekvő a 0;1 intervallumban?

Előfeltétel: legalább elégséges jegy Diszkrét matematika II. (GEMAK122B) tárgyból

Bevezetés a matematikába 1. Definíciók, vizsgakérdések

1.1. Definíció. Azt mondjuk, hogy a oszója b-nek, vagy más szóval, b osztható a-val, ha létezik olyan x Z, hogy b = ax. Ennek jelölése a b.

Matematikai logika és halmazelmélet

Intelligens irányítások

IV.A. Relációk Megoldások

1. Algebrai alapok: Melyek műveletek az alábbiak közül?

Nagy Gábor compalg.inf.elte.hu/ nagy

Nagy András. Feladatok a logaritmus témaköréhez 11. osztály 2010.

3. Venn-diagrammok használata nélkül bizonyítsuk be az alábbi összefüggéseket!

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva

Logika és informatikai alkalmazásai

Diszkrét matematika HALMAZALGEBRA. Halmazalgebra

Gy ur uk aprilis 11.

DISZKRÉT MATEMATIKA I. TÉTELEK

Átírás:

4. Fuzzy relációk Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM

Tartalomjegyzék I 1 Klasszikus relációk Halmazok Descartes-szorzata Relációk 2 Fuzzy relációk Fuzzy relációk véges alaphalmazok között Projekció és hengeres kiterjesztés 3 Bináris fuzzy relációk Alapfogalmak Bináris fuzzy relációk kompozíciója Bináris fuzzy relációk tulajdonságai 4 Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Halmaz reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe

Klasszikus relációk 173 KLASSZIKUS RELÁCIÓK

Klasszikus relációk Halmazok Descartes-szorzata 174 Definíció Legyenek A és B halmazok. Ezek A B-vel jelölt Descartes-szorzatán az összes olyan (a, b) rendezett párból álló halmazt értjük, amelyre a A és b B: A B := {(a, b) a A és b B}.

Klasszikus relációk Halmazok Descartes-szorzata 175 Definíció Legyen X 1, X 2,..., X n véges sok halmaz (n N). Ezek Descartes-szorzatát X 1 X 2... X n jelöli. Ez az összes olyan (x 1, x 2,... x n ) rendezett szám n-esből áll, amelyre x 1 X 1, x 2 X 2,..., x n X n. Ha X 1 = X 2 =... = X n = X, akkor Descartes-szorzatukat X n jelöli.

Klasszikus relációk Relációk 176 Definíció Legyenek A és B halmazok. Egy az A és B közti reláció nem más, mint az A B egy R részhalmaza. Ekkor R-et bináris relációnak hívjuk. Amennyiben a A és b B relációban állnak, ezt így jelöljük: (a, b) R, vagy arb. Mivel R A B halmaz, ezért karakterisztikus függvényét is használhatjuk: { 1, ha (a, b) R, χ R (a, b) = 0, egyébként.

Klasszikus relációk Relációk Definíció Legyen X 1, X 2,..., X n véges sok halmaz. Egy az X 1, X 2,..., X n közti reláció nem más, mint az X 1 X 2... X n egy R részhalmaza. Ekkor R-et n-dimenziós relációnak nevezzük. Amennyiben x 1 X 1,..., x n X n relációban állnak, ezt így jelöljük: (x 1, x 2,..., x n ) R. Mivel R X 1 X 2... X n halmaz, ezért most is használhatjuk karakterisztikus függvényét: { 1 ha (x1,..., x n ) R, χ R (x 1,..., x n ) = 0 egyébként.

Fuzzy relációk 178 FUZZY RELÁCIÓK

Fuzzy relációk Definíció Legyen X 1, X 2,..., X n véges sok halmaz. Egy az X 1, X 2,..., X n közti fuzzy reláció nem más, mint az X 1 X 2... X n egy fuzzy részhalmaza. Eddigi szokásainknak megfelelően egy fuzzy relációt és annak tagsági függvényét ugyanazzal a szimbólummal jelöljük. Egy az X 1, X 2,..., X n közti R fuzzy reláció bármely [R] α szinthalmaza klasszikus reláció ugyanazon halmazok között.

Fuzzy relációk 180 Példa (a) Az y = x klasszikus reláció. (b) Az y nagyjából egyenlő x-szel fuzzy reláció.

Fuzzy relációk 181 Példa (a) Az y < x klasszikus reláció. (b) Az y kicsit kisebb, mint x fuzzy reláció.

Fuzzy relációk Fuzzy relációk véges alaphalmazok között 182 Legyen X = {x 1,..., x n } és Y = {y 1,..., y m } véges halmaz, és R egy bináris fuzzy reláció X Y -on. Ekkor R reprezentálható egy (r ij ) n m tagsági mátrix segítségével, ahol r ij = R(x i, y j ) minden i és j esetén (i = 1,..., n, j = 1,..., m). Például, ha X = {Budapest, Sydney, London} és Y = {Hongkong, Budapest}, és R X Y fuzzy reláció jelentése: nagyon távol fekszik, akkor az ezt reprezentáló mátrix az alábbi: R = 0.9 0 0.5 1 1 0.3.

Fuzzy relációk Projekció és hengeres kiterjesztés Projekció és hengeres kiterjesztés

Fuzzy relációk Projekció és hengeres kiterjesztés 184 A projekció és a hengeres kiterjesztés fuzzy relációkon értelmezett műveletek. Ezek fontos szerepet játszanak a fuzzy szabályalapú irányítási rendszereknél. Tekintsük az X 1, X 2,..., X n halmazok Descartes-szorzatát, és legyen x = (x 1, x 2,..., x n ) ennek egy eleme. Legyen J {1, 2,..., n}, és tekintsük a J-beli j indexeknek megfelelő X j halmazok Descartes-szorzatát: Y J := j J X j. Például, ha n = 4, és J = {1, 4}, akkor Y J = X 1 X 4.

Fuzzy relációk Projekció és hengeres kiterjesztés Projekció

Fuzzy relációk Projekció és hengeres kiterjesztés 186 Jelölje J elemszámát r. Egy y Y J vektort az x X 1 X 2... X n részvektorának nevezünk, ha y j = x j minden j J esetén. Ezt a tényt az y x szimbólummal jelöljük. Az előző példa esetén y = (x 1, x 4 ) részvektora x = (x 1, x 2, x 3, x 4 )-nek. Az y úgy kapható meg, hogy az x minden olyan indexű komponensét töröljük, amely nincs J-ben. Definíció Legyen R az X 1, X 2,..., X n halmazok közti fuzzy reláció, J {1, 2,..., n}, és jelöljük Y J -t egyszerűen Y -nal. Jelölje [R Y ] az R reláció projekcióját Y -ra, amelynek tagsági függvényét az alábbi módon definiáljuk: [R Y ](y) := max y x R(x), y Y.

Fuzzy relációk Projekció és hengeres kiterjesztés 187 Példa Legyen X 1 = {A, B}, X 2 = {A, B}, és X 3 = {A, B, C}, és az ezek közötti R reláció az alábbi táblázatban adott:

Fuzzy relációk Projekció és hengeres kiterjesztés Példa (folyt.) Legyen J = {1, 2}, ekkor Y J = X 1 X 2. Jelöljük a fenti R projekcióját Y -ra R 12 -vel. Ekkor R 12 (A, A) értékét az R(A, A, A), R(A, A, B) és R(A, A, C) értékek maximuma adja. Vagyis R 12 (A, A) = max(0.4, 0.9, 0.2) = 0.9; R 12 (A, B) értékét az R(A, B, A), R(A, B, B) és R(A, B, C) értékek maximuma adja. Vagyis R 12 (A, B) = max(1, 0, 0.8) = 1; R 12 (B, A) értékét az R(B, A, A), R(B, A, B) és R(B, A, C) értékek maximuma adja. Vagyis R 12 (B, A) = max(0.5, 0.3, 0.1) = 0.5; R 12 (B, B) értékét az R(B, B, A), R(B, B, B) és R(B, B, C) értékek maximuma adja. Vagyis R 12 (B, B) = max(0, 0.5, 1) = 1.

Fuzzy relációk Projekció és hengeres kiterjesztés Hengeres kiterjesztés

Fuzzy relációk Projekció és hengeres kiterjesztés 190 Most azt vizsgáljuk, hogy ha ismerünk egy fuzzy relációt Y J -n, azt hogyan terjeszthetjük ki az összes halmaz Descartes-szorzatára. Definíció Legyenek X 1, X 2,..., X n halmazok, J {1, 2,..., n}, és jelöljük Y J -t egyszerűen Y -nal. Legyen R fuzzy reláció a J indexhalmaznak megfelelő X j halmazok között. Ekkor az R fuzzy reláció X 1 X 2... X n Descartes-szorzatra való hengeres kiterjesztésén azt az [R X \ Y ] relációt értjük, amelynek tagsági függvényét az alábbi módon értelmezzük: [R X \ Y ](x) := R(y), minden olyan x-re, amelyre y x. A hengeres kiterjesztés a legnagyobb olyan fuzzy relációt eredményezi, amelyik kompatibilis az adott projekcióval. Egyúttal ez a hengeres kiterjesztés a legkevésbé specifikus reláció az adott projekcióval kompatibilisek között.

Fuzzy relációk Projekció és hengeres kiterjesztés Példa A projekció illusztrálására bemutatott példából indulunk ki. Ott kiszámítottuk az R 12 relációt. Nézzük most meg, hogy mi lesz R 12 hengeres kiterjesztése. Egyszerűen csak [R ]-t írunk: [R ](A, A, A) = [R ](A, A, B) = [R ](A, A, C) = R 12 (A, A) = 0.9 [R ](A, B, A) = [R ](A, B, B) = [R ](A, B, C) = R 12 (A, B) = 1 [R ](B, A, A) = [R ](B, A, B) = [R ](B, A, C) = R 12 (B, A) = 0.5 [R ](B, B, A) = [R ](B, B, B) = [R ](B, B, C) = R 12 (B, B) = 1 Ha összehasonlítjuk az [R ] relációt az eredeti R relációval, akkor látható, hogy ezek különböznek egymástól. Ez azt jelenti, hogy információt vesztünk akkor, amikor a projekciókat képezzük.

Bináris fuzzy relációk 192 BINÁRIS FUZZY RELÁCIÓK

Bináris fuzzy relációk Alapfogalmak A bináris (vagyis 2 dimenziós) relációk megkülönböztetett jelentőségűek, hiszen bizonyos értelemben a függvény fogalmának kiterjesztését jelentik. Legyen X és Y adott halmaz, R pedig fuzzy reláció X és Y között (vagyis R F(X Y )). R értelmezési tartománya (domain) az X azon dom R-rel jelölt fuzzy részhalmaza, amelynek tagsági függvénye az alábbi módon értelmezett: dom R(x) := max R(x, y) (x X ). y Y R értékkészlete (range) az Y azon ran R-rel jelölt fuzzy részhalmaza, amelynek tagsági függvénye az alábbi módon értelmezett: ran R(y) := max R(x, y) (y Y ). x X R inverze az az R 1 -gyel jelölt fuzzy reláció, amely Y és X közötti, és amelyre R 1 (y, x) := R(x, y).

Bináris fuzzy relációk Alapfogalmak 194 Véges X és Y halmazok esetén egy X és Y közötti R fuzzy reláció vagy tagsági mátrixként, vagy páros gráfként is reprezentálható.

Bináris fuzzy relációk Alapfogalmak 195 A véges esetben az R inverzét reprezentáló tagsági mátrix az R tagsági mátrixának a transzponáltja lesz (sorok és oszlopok felcserélődnek). Minden R bináris fuzzy relációra igaz, hogy ( R 1) 1 = R.

Bináris fuzzy relációk Bináris fuzzy relációk kompozíciója Bináris fuzzy relációk kompozíciója

Bináris fuzzy relációk Bináris fuzzy relációk kompozíciója 197 Legyenek P X Y és Q Y Z hagyományos relációk. Ezek P Q-val jelölt kompozíciója az az R X Z klasszikus reláció, amely az alábbi módon értelmezett: xrz = x(p Q)z ha van olyan y Y : xpy és yqz. Definíció Legyenek most P F(X Y ) és Q F(Y Z) bináris fuzzy relációk. Ezek standard kompozíciója az az R = P Q bináris fuzzy reláció X és Z között, amelynek tagsági függvénye az alábbi módon értelmezett: R(x, z) = max min(p(x, y), Q(y, z)), x X, z Z. y Y

Bináris fuzzy relációk Bináris fuzzy relációk kompozíciója Ha Y nem véges, akkor valójában sup veendő max helyett. Azért hívják standard kompozíciónak, mert a standard t-norma és t-konorma szerepel benne. A standard kompozíció asszociatív. A kompozíció inverze egyenlő az inverzek fordított kompozíciójával: (P Q) 1 = Q 1 P 1. A standard kompozíció nem kommutatív.

Bináris fuzzy relációk Bináris fuzzy relációk kompozíciója Bináris fuzzy relációk kompozícióját könnyen kiszámíthatjuk akkor, amikor az alaphalmazok végesek. Legyen P = [p ik ], Q = [q kj ] és R = [r ij ] a tagsági mátrixok, ahol R = P Q. Ekkor azt írhatjuk, hogy [r ij ] = [p ik ] [q kj ], ahol r ij = max min(p ik, q kj ). k Vegyük észre, hogy ez a mátrixok szokásos szorzásához hasonlóan működik. Az eltérés annyi, hogy a szorzatot a minimum, az összeget pedig a maximum helyettesíti.

Bináris fuzzy relációk Bináris fuzzy relációk kompozíciója 200 Illusztráció ahol például az r 11 és r 32 értékét az alábbi módon számítjuk ki:

Bináris fuzzy relációk Bináris fuzzy relációk kompozíciója Halmazműveletek fuzzy relációkon Legyenek R és Q fuzzy relációk X és Y között, és legyen (T, S, N) egy De Morgan hármas. T -metszet R T Q: R T Q(x, y) = T ( R(x, y), Q(x, y) ) S-unió R S Q: R S S(x, y) = S ( R(x, y), Q(x, y) ) N-komplementer N R: N R(x, y) = N ( R(x, y) ) Részreláció: R Q pontosan akkor, ha R(x, y) Q(x, y) minden (x, y) X Y esetén Inverz reláció: R 1 (x, y) = R(y, x)

Bináris fuzzy relációk Bináris fuzzy relációk kompozíciója 202 Fuzzy relációk T -kompozíciója Legyen R fuzzy reláció X és Y között, Q fuzzy reláció Y és Z között. Ezek T -kompozíciója az alábbi X és Z közötti R T Q fuzzy reláció: R T Q(x, y) = sup{t ( R(x, y), Q(y, z) ) y Y } Véges alaphalmazok esetén ez is hasonló a mátrixok szorzásához: most szorzás helyett T, összeadás helyett a maximum szerepel.

Bináris fuzzy relációk Bináris fuzzy relációk kompozíciója 203 Példa X = {a, b, c}, Y = {r, s, t, u}, Z = {x, y} R r s t u a 1.0 0.2 0.9 0.2 b 0.8 1.0 0.0 0.2 c 0.0 0.3 0.2 0.9 Q x y r 0.3 0.4 s 1.0 0.6 t 0.9 0.8 u 0.3 1.0 R TM Q =? R TL Q =?

Bináris fuzzy relációk Bináris fuzzy relációk tulajdonságai Bináris fuzzy relációk tulajdonságai

Bináris fuzzy relációk Bináris fuzzy relációk tulajdonságai 205 Bináris fuzzy relációk tulajdonságai Reflexivitás: R(x, x) = 1 minden x X esetén. Irreflexivitás: R(x, x) = 0 minden x X esetén. Szimmetria: R(x, y) = R(y, x) minden x, y X esetén. T -aszimmetria: T (R(x, y), R(y, x)) = 0 minden x, y X esetén. T -tranzitivitás: T (R(x, y), R(y, z)) R(x, z) minden x, y, z X esetén. S-teljesség: S(R(x, y), R(y, x)) = 1 minden x, y X esetén. Erős teljesség: max(r(x, y), R(y, x)) = 1 minden x, y X esetén.

Bináris fuzzy relációk Bináris fuzzy relációk tulajdonságai 206 Példa: hasonló X = Y = {1,..., 8} 1 2 3 4 5 6 7 8 1 1.0 0.5 0.0 0.0 0.0 0.0 0.0 0.0 2 0.5 1.0 0.5 0.0 0.0 0.0 0.0 0.0 3 0.0 0.5 1.0 0.5 0.0 0.0 0.0 0.0 4 0.0 0.0 0.5 1.0 0.5 0.0 0.0 0.0 5 0.0 0.0 0.0 0.5 1.0 0.5 0.0 0.0 6 0.0 0.0 0.0 0.0 0.5 1.0 0.5 0.0 7 0.0 0.0 0.0 0.0 0.0 0.5 1.0 0.5 8 0.0 0.0 0.0 0.0 0.0 0.0 0.5 1.0 Mely tulajdonságok érvényesek erre a fuzzy relációra?

Bináris fuzzy relációk Bináris fuzzy relációk tulajdonságai Speciális bináris fuzzy relációk T -előrendezés: reflexív és T -tranzitív Gyenge T -rendezés: reflexív, T -tranzitív, és erősen teljes T -ekvivalencia reláció: reflexív, szimmetrikus, és T -tranzitív Szigorú T -rendezés: irreflexív, T -aszimmetrikus, és T -tranzitív

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 208 FUZZY HALMAZ FUZZY RELÁCIÓ SZERINTI KÉPE ÉS ŐSKÉPE

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Halmaz reláció szerinti képe és ősképe Halmaz reláció szerinti képe és ősképe

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Halmaz reláció szerinti képe és ősképe Halmaz függvény szerinti képe és ősképe Legyen f : X Y függvény és A az X részhalmaza. Ekkor az A halmaz f szerinti képét a következő módon definiáljuk: f (A) = {y Y van olyan x A, hogy y = f (x)} Legyen B az Y részhalmaza. Ekkor a B halmaz f szerinti ősképét az alábbi módon értelmezzük: f 1 (B) = {x X van olyan y B, amelyre y = f (x)}.

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Halmaz reláció szerinti képe és ősképe Halmaz reláció szerinti képe és ősképe Legyen R egy reláció X és Y között, és A az X részhalmaza. Ekkor az A halmaz R szerinti képét a következő módon definiáljuk: R(A) = {y Y van olyan x A, hogy (x, y) R} Legyen B az Y részhalmaza. Ekkor a B halmaz R szerinti ősképét az alábbi módon értelmezzük: R 1 (B) = {x X van olyan y B, amelyre (x, y) R}.

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Halmaz reláció szerinti képe és ősképe 212 Példa X = {a, b, c}, Y = {r, s, t, u}, A = {a, b}, B = {r} R r s t u a 1 0 1 0 b 1 1 0 0 c 0 0 0 1 R(A) =? R 1 (B) =?

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Halmaz reláció szerinti képe és ősképe 213 Általános módszer R(A) kiszámítására Legyen R reláció X és Y között, A pedig X részhalmaza. 1 Hengeres kiterjesztés: Definiáljuk az X és Y közötti R relációt így: R = {(x, y) x A}; 2 Metszet: Számítsuk ki az R = R R relációt; 3 R projekciója Y -ra: Definiáljunk egy B halmazt: B = {y Y van olyan x X, amelyre (x, y) R }. Az így meghatározott B halmaz pontosan R(A)-val egyenlő.

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Halmaz reláció szerinti képe és ősképe 214 Általános módszer R 1 (B) kiszámítására Legyen R reláció X és Y között, B pedig Y egy részhalmaza. 1 Hengeres kiterjesztés: Definiáljuk az X és Y közötti R relációt így: R = {(x, y) y B}; 2 Metszet: Számítsuk ki az R = R R relációt; 3 R projekciója X -re: Definiáljunk egy A halmazt: A = {x X van olyan y Y, amelyre (x, y) R }. Az így meghatározott A halmaz pontosan R 1 (B)-vel egyenlő.

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Halmaz reláció szerinti képe és ősképe 215 Példa X = Y = {1,..., 8}, A = {4, 5, 7} R 1 2 3 4 5 6 7 8 1 1 1 1 1 1 1 1 1 2 0 1 1 1 1 1 1 1 3 0 0 1 1 1 1 1 1 4 0 0 0 1 1 1 1 1 5 0 0 0 0 1 1 1 1 6 0 0 0 0 0 1 1 1 7 0 0 0 0 0 0 1 1 8 0 0 0 0 0 0 0 1 R(A) =?

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Halmaz reláció szerinti képe és ősképe 216 1. lépés: Hengeres kiterjesztés (R ) A = {4, 5, 7} R 1 2 3 4 5 6 7 8 1 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 4 1 1 1 1 1 1 1 1 5 1 1 1 1 1 1 1 1 6 0 0 0 0 0 0 0 0 7 1 1 1 1 1 1 1 1 8 0 0 0 0 0 0 0 0

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Halmaz reláció szerinti képe és ősképe 217 2. lépés: Metszet (R = R R ) R 1 2 3 4 5 6 7 8 1 1 1 1 1 1 1 1 1 2 0 1 1 1 1 1 1 1 3 0 0 1 1 1 1 1 1 4 0 0 0 1 1 1 1 1 5 0 0 0 0 1 1 1 1 6 0 0 0 0 0 1 1 1 7 0 0 0 0 0 0 1 1 8 0 0 0 0 0 0 0 1 R 1 2 3 4 5 6 7 8 1 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 4 1 1 1 1 1 1 1 1 5 1 1 1 1 1 1 1 1 6 0 0 0 0 0 0 0 0 7 1 1 1 1 1 1 1 1 8 0 0 0 0 0 0 0 0

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Halmaz reláció szerinti képe és ősképe 218 3. lépés: R projekciója Y -ra R 1 2 3 4 5 6 7 8 1 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 4 0 0 0 1 1 1 1 1 5 0 0 0 0 1 1 1 1 6 0 0 0 0 0 0 0 0 7 0 0 0 0 0 0 1 1 8 0 0 0 0 0 0 0 0 R(A) = {4, 5, 6, 7, 8}

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 220 Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Legyen R fuzzy reláció X és Y között, A pedig az X egy fuzzy részhalmaza. Ekkor az A fuzzy halmaz R szerinti T -képét így definiáljuk: R T (A)(y) = sup{t (A(x), R(x, y)) x X }. Legyen B az Y egy fuzzy részhalmaza. Ekkor a B fuzzy halmaz R szerinti T -ősképét így értelmezzük: R 1 T (B)(x) = sup{t (R(x, y), B(y)) y Y }.

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Általános módszer R T (A) kiszámítására Legyen R fuzzy reláció X és Y között, A pedig az X egy fuzzy részhalmaza. 1 Hengeres kiterjesztés: Definiáljunk egy az X és Y közötti R fuzzy relációt: R (x, y) = A(x); 2 Metszet: Számítsuk ki az R = R T R fuzzy relációt; 3 R projekciója Y -ra: Definiáljunk egy B fuzzy halmazt így: B(y) = sup{r (x, y) x X } Az így kapott B fuzzy halmaz egyenlő R T (A)-val.

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 222 Általános módszer R 1 (B) kiszámítására T Legyen R fuzzy reláció X és Y között, B pedig az Y egy fuzzy részhalmaza. 1 Hengeres kiterjesztés: Definiáljunk egy az X és Y közötti R fuzzy relációt: R (x, y) = B(y); 2 Metszet: Számítsuk ki az R = R T R fuzzy relációt; 3 R projekciója X -re: Definiáljunk egy A fuzzy halmazt így: A(x) = sup{r (x, y) y Y }. Az így kapott A fuzzy halmaz egyenlő R 1 T (B)-vel.

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 223 Példa X = {a, b, c}, Y = {r, s, t, u} R r s t u a 1.0 0.2 0.9 0.2 b 0.8 1.0 0.0 0.2 c 0.0 0.3 0.2 0.9 x A(x) a 1.0 b 0.4 c 0.0 y B(y) r 0.0 s 0.3 t 0.7 u 0.1 R TL (A) =? R 1 T L (B) =?

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 224 Példa X = Y = {1,..., 8} R 1 2 3 4 5 6 7 8 1 0.0 0.0 0.0 0.5 1.0 1.0 1.0 1.0 2 0.0 0.0 0.0 0.0 0.5 1.0 1.0 1.0 3 0.0 0.0 0.0 0.0 0.0 0.5 1.0 1.0 4 0.0 0.0 0.0 0.0 0.0 0.0 0.5 1.0 5 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.5 6 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 7 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 x A(x) 1 0.0 2 0.4 3 1.0 4 0.5 5 0.0 6 0.0 7 0.0 8 0.0 R TM (A) =?

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 225 1. lépés: Hengeres kiterjesztés (R ) x A(x) 1 0.0 2 0.4 3 1.0 4 0.5 5 0.0 6 0.0 7 0.0 8 0.0 R 1 2 3 4 5 6 7 8 1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 2 0.4 0.4 0.4 0.4 0.4 0.4 0.4 0.4 3 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 4 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 5 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 6 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 7 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 226 2. lépés: Metszet (R = R TM R ) R 1 2 3 4 5 6 7 8 1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 2 0.0 0.0 0.0 0.0 0.4 0.4 0.4 0.4 3 0.0 0.0 0.0 0.0 0.0 0.5 1.0 1.0 4 0.0 0.0 0.0 0.0 0.0 0.0 0.5 0.5 5 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 6 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 7 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 227 3. lépés: R projekciója Y -ra R 1 2 3 4 5 6 7 8 1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 2 0.0 0.0 0.0 0.0 0.4 0.4 0.4 0.4 3 0.0 0.0 0.0 0.0 0.0 0.5 1.0 1.0 4 0.0 0.0 0.0 0.0 0.0 0.0 0.5 0.5 5 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 6 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 7 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 x R TM (A)(x) 1 0.0 2 0.0 3 0.0 4 0.0 5 0.4 6 0.5 7 1.0 8 1.0

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 228 R T (A) grafikus reprezentációja 1 Output 0 Input

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 229 Példa: X végtelen X = R E(x, y) = max(1 x y, 0) L(x, y) = { 1 ha x y max(1 x + y, 0) egyébként E egy T L -ekvivalencia reláció; L egy T L -E-rendezés: T L -tranzitív, E-reflexív (E(x, y) L(x, y)), és T L -E antiszimmetrikus (T (L(x, y), L(y, x)) E(x, y))

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 230 E és L grafikus reprezentációja 1 0.75 1 0.75 0.5 0.25 4 0.5 0.25 4 0 0 0 0 2 2 2 2 4 0 4 0

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 231 Példa: az A fuzzy halmaz 1 0.8 0.6 0.4 0.2 1 2 3 4 5

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 232 Példa: E TL (A) 1 0.8 0.6 0.4 0.2 1 2 3 4 5

Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 233 Példa: L TL (A) 1 0.8 0.6 0.4 0.2 1 2 3 4 5

234 Fuzzy halmaz fuzzy reláció szerinti képe és ősképe Példa: L 1 T L (A) Fuzzy halmaz fuzzy reláció szerinti képe és ősképe 1 0.8 0.6 0.4 0.2 1 2 3 4 5