文章目录
- 一、概述
- 二、符号表
-
- [2.1 常用符号表](#2.1 常用符号表)
- [2.2 希腊字母表](#2.2 希腊字母表)
- 三、集合的表示与运算
-
- [3.1 集合的表示](#3.1 集合的表示)
- [3.2 元素与集合](#3.2 元素与集合)
- [3.3 集合的运算](#3.3 集合的运算)
- [3.4 幂集](#3.4 幂集)
- [3.5 笛卡尔积](#3.5 笛卡尔积)
- [3.6 作业](#3.6 作业)
一、概述
本系列内容参考闵老师的博客:数学表达式: 从恐惧到单挑 (符号表)
(1)数学表达式的几个注意事项:
- 公式这种说法具有误导性,应该用equation或者expression表示;
- 数学表达式的特点不是复杂,而是与文字相比起来简单准确;
- 数学表达式不是越难懂越好,而是越简洁易懂越好;
(2)数学表达式学习建议:
- 建议最好找《离散数学》、《概率论与数理统计》、《机器学习》(西瓜书)等书籍模仿,其次是顶刊论文,一般论文不要看;
- 从简单到复杂;
(3)一些准则:
- 提到"XXX 公式"时,提出者必须是大数学家;
- 提到"XXX 说"时,这个人的水平不能低于周志华(国际人工智能联合会理事会主席);
- 不可将其他可视化工具写的数学表达式转换为latex;
二、符号表
2.1 常用符号表
下表为符号常用表,在" 文字 "的两边加上" $ "符号即变成左边的符号(需要在markdown编辑器下添加,该模式写出的表达式的源码与Latex比较一致),还有一些符号需要逐步加入。
表2.1 常用符号表
符号 | 文字 | 涵义 | 备注 |
---|---|---|---|
x {x} x | x | 标量 | 小写字母 |
x \mathbf{x} x | \mathbf{x} | 向量 | 小写字母 |
X \mathbf{X} X | \mathbf{X} | 矩阵、集合 | 大写字母 |
x T \mathbf{x}^{\mathrm{T}} xT | \mathbf{x}^{\mathrm{T}} | 向量转置 | T表示transpose |
注意:表示向量、集合等,可以使用粗体 \mathbf{x} ( x \mathbf{x} x),\bm{x} ( x \bm{x} x),\boldsymbol{x} ( x \boldsymbol{x} x)。主要全文统一即可,建议使用\mathbf{x}。
2.2 希腊字母表
表2.2 希腊字母表
希腊字母小写、大写 | LaTex形式 | 希腊字母小写、大写 | Latex形式 |
---|---|---|---|
α A \alpha A αA | \alpha A | μ N \mu N μN | \mu N |
β B \beta B βB | \beta B | ξ Ξ \xi \Xi ξΞ | \xi \Xi |
γ Γ \gamma \Gamma γΓ | \gamma \Gamma | o O o O oO | o O |
δ Δ \delta \Delta δΔ | \delta \Delta | π Π \pi \Pi πΠ | \pi \Pi |
ϵ ε E \epsilon \varepsilon E ϵεE | \epsilon \varepsilon E | ρ ϱ P \rho \varrho P ρϱP | \rho \varrho P |
ζ Z \zeta Z ζZ | \zeta Z | σ Σ \sigma \Sigma σΣ | \sigma \Sigma |
η H \eta H ηH | \eta H | τ T \tau T τT | \tau T |
θ ϑ Θ \theta \vartheta \Theta θϑΘ | \theta \vartheta \Theta | υ Υ \upsilon \Upsilon υΥ | \upsilon \Upsilon |
ω Ω \omega \Omega ωΩ | \omega \Omega | ϕ φ Φ \phi \varphi \Phi ϕφΦ | \phi \varphi \Phi |
κ K \kappa K κK | \kappa K | χ X \chi X χX | \chi X |
λ Λ \lambda \Lambda λΛ | \lambda \Lambda | ψ Ψ \psi \Psi ψΨ | \psi \Psi |
μ M \mu M μM | \mu M | ι \iota ι | \iota |
三、集合的表示与运算
集合论是数学的基础,更是计算机的基础。在默认情况下,集合元素不可重复(在组合数学中有可重集的概念)。另外,集合元素是无序的。
3.1 集合的表示
(1)枚举法:
A = { 0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 } \mathbf{A}=\{0,1,2,3,4,5,6,7,8,9\} A={0,1,2,3,4,5,6,7,8,9} 表示阿拉伯数字的集合;
N = { 0 , 1 , 2 , ... } \mathbb{N}=\{0,1,2,\dots\} N={0,1,2,...} 表示自然数的集合;
Ω = { a , b , ... , z } \mathbf{\Omega}=\{\textrm{a},\textrm{b},\dots,\textrm{z}\} Ω={a,b,...,z} 表示英文字母表的集合。其中,这里面的字母是非斜体的,表示不是变量。另外,未加" $ "符号的表达式为:\mathbf{\Omega} = {\textrm{a},\textrm{b},\dots,\textrm{z}}。有时候在\Omega之外没有加\mathbf,作为希腊字母的影响没有英文字母的影响大。
(2) 表示向量、集合等,可以使用粗体 \mathbf{x} ( x \mathbf{x} x),\bm{x} ( x \bm{x} x),\boldsymbol{x} ( x \boldsymbol{x} x)。主要全文统一,建议使用\mathbf{x}即可,西瓜书应该使用的是mathbf。
(3)枚举法的几种简记:
- 如果是两个整数之间的枚举集合,可使用简记 [ 1..10 ] = { 1 , 2 , ... , 10 } [1..10]=\{1,2,\dots,10\} [1..10]={1,2,...,10},也可以使用变量如: [ i . . j ] [\textrm{i}..\textrm{j}] [i..j]。注意:这里是两个点,而不是三个点的\dots 。两个点多见于Pascal语言,更多内容请见:https://baike.baidu.com/item/区间/1273117。
- 开区间(3, 5)表示大于3,小于5的所有实数;闭区间 [3, 5] 表示大于或等于3,小于或等于5的所有实数。(这是基础数学的内容,不仅限于离散数学的范畴。)
- X = { x i } i = 1 n = { x 1 , x 2 , ... , x n } \mathbf{X}=\{x_{i}\}{i=1}^{n}=\{x_1,x_2,\dots,x_n\} X={xi}i=1n={x1,x2,...,xn} 表示集合有n个元素。该式子的源码为:\mathbf{X}={x{i}}_{i=1}^{n}={x_1,x_2,\dots,x_n}。(x_2可以省略。)
(4)谓词法:
奇数的集合可以表示为:
O = { x ∣ x ∈ N , x m o d 2 = 1 } = { x ∈ N ∣ x m o d 2 = 1 } \mathbf{O}=\{x|x\in\mathbb{N},x \mod 2=1\}=\{x\in\mathbb{N}\ |\ x \mod 2=1\} O={x∣x∈N,xmod2=1}={x∈N ∣ xmod2=1}.
第一种表示方法最基础,将元素放在竖线的左边,元素满足的条件放在竖线的右边;第二种表示方法比较常用,将元素基本限制放在竖线左边,提升颜值。
(5)常用集合:
- 实数 R {\mathbb{R}} R:源码为 \mathbb{R}. 有些地方也写成 R {\mathcal{R}} R ,源码为 \mathcal{R};
- 有理数 Q \mathbf{Q} Q:源码为 \mathbf{Q};
(6)平凡子集:
- 空集 ∅ \emptyset ∅:源码为 \emptyset,不可以写为 ϕ \phi ϕ,源码为 \phi,这是错误写法;
- 全集(universe) U \mathbf{U} U:这个一般在离散数学中使用,源码为\mathbf{U};
3.2 元素与集合
- x ∈ X x\in\mathbf{X} x∈X:表示元素和集合的关系,源码为:x\in\mathbf{X};
- A ⊆ B \mathbf{A}\subseteq\mathbf{B} A⊆B:表示集合与集合之间的关系,源码为:\mathbf{A} \subseteq \mathbf{B};
3.3 集合的运算
- 集合的基数:
∣ X ∣ \vert\mathbf{X}\vert ∣X∣:表示 X \mathbf{X} X中元素的个数,其源码为:\vert \mathbf{X} \vert 或者 |\mathbf{X}|,这里不太清楚 \vert 和竖线的区别。其中, ∣ ∅ ∣ = 0 \vert\emptyset\vert=0 ∣∅∣=0 - 并:
X ∪ Y \mathbf{X}\cup\mathbf{Y} X∪Y:表示两个集合的并,源码为:\mathbf{X} \cup \mathbf{Y};
⋃ i = 1 n X i \bigcup_{i=1}^{n}\mathbf{X}{i} ⋃i=1nXi:表示n个集合的并,源码为:\bigcup{i=1}^{n} \mathbf{X}{i};
这个方式与 ∑ i = 1 n i = 1 + 2 + ⋯ + n = n ( n + 1 ) 2 \sum_{i=1}^n i=1+2+\dots+n=\frac{n(n+1)}{2} ∑i=1ni=1+2+⋯+n=2n(n+1)是一致的,源码为:\sum{i=1}^n i=1+2+\dots+n=\frac{n(n+1)}{2}; - 交:
X ∩ Y \mathbf{X}\cap\mathbf{Y} X∩Y:表示两个集合的交,源码为:\mathbf{X} \cap \mathbf{Y};
⋂ i = 1 n X i \bigcap_{i=1}^{n}\mathbf{X}i ⋂i=1nXi:表示几个集合的交,源码为:\bigcap{i=1}^{n} \mathbf{X}_i; - 差:
X ∖ Y \mathbf{X}\setminus\mathbf{Y} X∖Y:表示两个集合的差,源码为:\mathbf{X} \setminus \mathbf{Y},setminus是专门为集合设计的,使用减号显得不够专业; - 补:
X ‾ = U ∖ X \overline{\mathbf{X}}=\mathbf{U}\setminus\mathbf{X} X=U∖X:表示为 X \mathbf{X} X的补集,这里 U \mathbf{U} U为全集,源码为:\overline{\mathbf{X}}=\mathbf{U} \setminus \mathbf{X};有时候式子用了\overline会比较难看,也可以使用 ¬ X \neg\mathbf{X} ¬X,源码为:\neg \mathbf{X},但是\neg是逻辑运算的符号,表示"非",只能是凑合使用;
3.4 幂集
幂集(power set)表示为 2 A = { B ∣ B ⊆ A } 2^{\mathbf{A}}=\{\mathbf{B}\vert\mathbf{B}\subseteq\mathbf{A}\} 2A={B∣B⊆A},源码为:2^{\mathbf{A}} = {\mathbf{B} \vert \mathbf{B} \subseteq \mathbf{A}}。
例如: A = { 0 , 1 , 2 } \mathbf{A}=\{0,1,2\} A={0,1,2},则 2 A = { ∅ , { 0 } , { 1 } , { 2 } , { 0 , 1 } , { 0 , 2 } , { 1 , 2 } , { 0 , 1 , 2 } } 2^{\mathbf{A}}=\{\emptyset,\{0\},\{1\},\{2\},\{0,1\},\{0,2\},\{1,2\},\{0,1,2\}\} 2A={∅,{0},{1},{2},{0,1},{0,2},{1,2},{0,1,2}},源码为:2^{\mathbf{A}}={\emptyset,{0},{1},{2},{0,1},{0,2},{1,2},{0,1,2}};
其中, ∣ 2 A ∣ = 2 ∣ A ∣ = 2 3 = 8 \vert2^{\mathbf{A}}\vert=2^{\vert\mathbf{A}\vert}=2^3=8 ∣2A∣=2∣A∣=23=8,源码为:\vert2^{\mathbf{A}}\vert=2^{\vert \mathbf{A} \vert}=2^3=8;从基本的组合数学知识可知,若一个集合有 n n n个元素,要么全选,要么不选,相当于 n {n} n位二进制数,所以有 2 n 2^{n} 2n中可能,这也是幂集的来由。
- B ⊆ A \mathbf{B}\subseteq\mathbf{A} B⊆A(源码为\mathbf{B}\subseteq\mathbf{A}) 与 B ∈ 2 A \mathbf{B}\in2^{\mathbf{A}} B∈2A(源码为\mathbf{B}\in2^{\mathbf{A}})等价,并且后者看起来把简单的问题复杂化,但是在一些特殊情况下是有用的。
- 一般而言,只讨论有穷集的密集,不考虑无穷极的密集。在空闲时候可以思考: ∣ 2 N ∣ = ∣ R ∣ \vert2^{\mathbb{N}}\vert=\vert\mathbb{R}\vert ∣2N∣=∣R∣(源码为:\vert 2^{\mathbb{N}} \vert=\vert \mathbb{R} \vert),表示2的可数无穷次方为一阶不可数无穷。
3.5 笛卡尔积
笛卡尔积表示为: A × B = { ( a , b ) ∣ a ∈ A , b ∈ B } \mathbf{A}\times\mathbf{B}=\{(a,b)\vert a\in\mathbf{A},b\in\mathbf{B}\} A×B={(a,b)∣a∈A,b∈B},源码为:\mathbf{A} \times \mathbf{B}={(a,b)\vert a \in \mathbf{A},b \in \mathbf{B}};
- 相当于一个集合中各选一个元素出来,然后组成一个新的元素对;
- 元素对是有序的, ( a , b ) ≠ ( b , a ) (a,b)\ne(b,a) (a,b)=(b,a)(源码为(a,b)\ne(b,a)),因此 A × B ≠ B × A \mathbf{A}\times\mathbf{B}\ne\mathbf{B}\times\mathbf{A} A×B=B×A(源码为\mathbf{A} \times \mathbf{B} \ne \mathbf{B} \times \mathbf{A})。其中,\ne 是not equal的简写,也可以写为\neq;
- ∅ × B = ∅ \emptyset\times\mathbf{B}=\emptyset ∅×B=∅,空集无元素,源码为:\emptyset \times \mathbf{B}=\emptyset;
- 对于有穷集合(不考虑无穷集合), ∣ A × B ∣ = ∣ A ∣ × ∣ B ∣ \vert\mathbf{A}\times\mathbf{B}\vert=\vert\mathbf{A}\vert\times\vert\mathbf{B}\vert ∣A×B∣=∣A∣×∣B∣,源码为\vert \mathbf{A} \times \mathbf{B} \vert=\vert \mathbf{A} \vert \times \vert \mathbf{B} \vert,当这两个元素有一个为空集的时候,本式也成立;
- 一维数据所在的空间为 R \mathbb{R} R(\mathbb{R}),二维数据所在的空间为 R × R = R 2 \mathbb{R}\times\mathbb{R}=\mathbb{R}^2 R×R=R2(\mathbb{R} \times \mathbb{R}=\mathbb{R}^2),三维数据的空间为\\mathbf{R}\^3(\mathbf{R}^3),以此类推, n n n维数据的空间为 R n \mathbf{R}^n Rn;
3.6 作业
- 令 A = { 3 , 5 } \mathbf{A}=\{3,5\} A={3,5},写出 2 A 2^{\mathbf{A}} 2A
2 A = { ∅ , { 3 } , { 5 } , { 3 , 5 } } 2^{\mathbf{A}}=\{\emptyset,\{3\},\{5\},\{3,5\}\} 2A={∅,{3},{5},{3,5}},源码为:2^{\mathbf{A}}={\emptyset,{3},{5},{3,5}}。
- 展开 2 ∅ 2^{\emptyset} 2∅
2 ∅ = { ∅ , { ∅ } } 2^\emptyset\ =\{\emptyset\ , \{\emptyset\}\} 2∅ ={∅ ,{∅}},源码为:2^\emptyset\ ={\emptyset\ , {\emptyset}}。
- 令 A = { 5 , 6 , 7 , 8 , 9 } \mathbf{A}=\{5,6,7,8,9\} A={5,6,7,8,9},写出 A \mathbf{A} A的其它两种表示方法
A \mathbf{A} A的另外两种表示方法如下:
- 枚举法: A = { 5 , 6 , ... , 9 } \mathbf{A}=\{5,6,\dots,9\} A={5,6,...,9},源码为:\mathbf{A}={5,6,\dots,9};
- 区间表示法: A = { x ∈ N ∣ 5 ≤ x ≤ 9 } \mathbf{A}=\{x\in\mathbb{N}\ \vert \ 5\leq x \leq 9\} A={x∈N ∣ 5≤x≤9},源码为:\mathbf{A}={x \in \mathbb{N} \vert 5 \leq x \leq 9};