Kazalo 1 DVOMESTNE RELACIJE Operacije z dvomestnimi relacijami Predstavitev relacij

Podobni dokumenti
Namesto (x,y)R uporabljamo xRy

EKVITABILNE PARTICIJE IN TOEPLITZOVE MATRIKE Aleksandar Jurišić Politehnika Nova Gorica in IMFM Vipavska 13, p.p. 301, Nova Gorica Slovenija Štefko Mi

Vaje: Matrike 1. Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N 0 1 n ; n N Pokaži, da je množica x 0 y 0 x

6.1 Uvod 6 Igra Chomp Marko Repše, Chomp je nepristranska igra dveh igralcev s popolno informacijo na dvo (ali vec) dimenzionalnem prostoru

3. Metode, ki temeljijo na minimalnem ostanku Denimo, da smo z Arnoldijevim algoritmom zgenerirali ON bazo podprostora Krilova K k (A, r 0 ) in velja

Osnove matematicne analize 2018/19

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite

5 SIMPLICIALNI KOMPLEKSI Definicija 5.1 Vektorji r 0,..., r k v R n so afino neodvisni, če so vektorji r 1 r 0, r 2 r 0,..., r k r 0 linearno neodvisn

Vrste

OSNOVE LOGIKE 1. Kaj je izjava? Kaj je negacija izjave? Kaj je konjunkcija in kaj disjunkcija izjav? Povejte, kako je s pravilnostjo negacije, konjunk

FGG14

Linearna algebra - povzetek vsebine Peter Šemrl Jadranska 21, kabinet 4.10 Izpitni režim: Kolokviji in pisni izpiti so vsi s

Microsoft PowerPoint _12_15-11_predavanje(1_00)-IR-pdf

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite

FGG02

Ravninski grafi Tina Malec 6. februar 2007 Predstavili bomo nekaj osnovnih dejstev o ravninskih grafih, pojem dualnega grafa (k danemu grafu) ter kako

Brownova kovariancna razdalja

Urejevalna razdalja Avtorji: Nino Cajnkar, Gregor Kikelj Mentorica: Anja Petković 1 Motivacija Tajnica v posadki MARS - a je pridna delavka, ampak se

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Peter Škofič Maribor, 2014

MAGIČNI KVADRATI DIMENZIJE 4n+2

Osnove verjetnosti in statistika

Matematika II (UN) 1. kolokvij (13. april 2012) RE ITVE Naloga 1 (25 to k) Dana je linearna preslikava s predpisom τ( x) = A x A 1 x, kjer je A

DN5(Kor).dvi

Slide 1

ZveznostFunkcij11.dvi

2.1 Osnovni pojmi 2 Nim Ga²per Ko²mrlj, Denicija 2.1 P-poloºaj je poloºaj, ki je izgubljen za igralca na potezi. N- poloºaj je poloºaj, ki

glava.dvi

Turingov stroj in programiranje Barbara Strniša Opis in definicija Definirajmo nekaj oznak: Σ abeceda... končna neprazna množica simbolo

Podatkovni model ER

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-avgust-17.dvi

resitve.dvi

FGG13

2. izbirni test za MMO 2017 Ljubljana, 17. februar Naj bosta k 1 in k 2 dve krožnici s središčema O 1 in O 2, ki se sekata v dveh točkah, ter

BiokemInfo - Pregled funkcij

CpE & ME 519

'Kombinatoricna optimizacija / Lokalna optimizacija'

Wienerjevemu indeksu podobni indeksi na grafih

DS2.dvi

Sestavljanje in re\unhbox \bgroup \let \unhbox \setbox \hbox {s\global \mathchardef \spacefactor }\ac

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo MAGISTRSKO DELO Daša Štesl Maribor, 2017

RAM stroj Nataša Naglič 4. junij RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni

Microsoft Word - UP_Lekcija04_2014.docx

MATLAB programiranje MATLAB... programski jezik in programersko okolje Zakaj Matlab? tipičen proceduralni jezik enostaven za uporabo hitro učenje prir

Poslovilno predavanje

M

MONADE V FUNKCIJSKEM PROGRAMIRANJU MITJA ROZMAN Fakulteta za matematiko in fiziko Univerza v Ljubljani Članek predstavi monado, eno pomembnejših struk

1. izbirni test za MMO 2018 Ljubljana, 16. december Naj bo n naravno število. Na mizi imamo n 2 okraskov n različnih barv in ni nujno, da imam

Diapozitiv 1

Microsoft Word - M docx

PREDMETNI KURIKULUM ZA RAZVOJ METEMATIČNIH KOMPETENC

4.Racionalna števila Ulomek je zapis oblike. Sestavljen je iz števila a (a ), ki ga imenujemo števec, in iz števila b (b, b 0), ki ga imenujemo imenov

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina

11. Navadne diferencialne enačbe Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogo

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi

Domače vaje iz LINEARNE ALGEBRE Marjeta Kramar Fijavž Fakulteta za gradbeništvo in geodezijo Univerze v Ljubljani 2007/08 Kazalo 1 Vektorji 2 2 Analit

GeomInterp.dvi

Statistika, Prakticna matematika, , izrocki

STAVKI _5_

ANALITIČNA GEOMETRIJA V RAVNINI

RAČUNALNIŠKA ORODJA V MATEMATIKI

Mladi za napredek Maribora srečanje DOLŽINA»SPIRALE«Matematika Raziskovalna naloga Februar 2015

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Denis Kolarič Maribor, 2010

resitve.dvi

Ime in priimek

SESTAVA VSEBINE MATEMATIKE V 6

Poskusi s kondenzatorji

Diapozitiv 1

Učinkovita izvedba algoritma Goldberg-Tarjan Teja Peklaj 26. februar Definicije Definicija 1 Naj bo (G, u, s, t) omrežje, f : E(G) R, za katero v

Teorija kodiranja in kriptografija 2013/ AES

Zavod sv. Stanislava Škofijska klasična gimnazija Programiranje v Pythonu Program za računanje Maturitetna seminarska naloga iz informatike Kandidat:

LaTeX slides

Univerza v Ljubljani Fakulteta za računalništvo in informatiko Nejc Ramovš Problem izomorfnega podgrafa DIPLOMSKO DELO NA UNIVERZITETNEM ŠTUDIJU Mento

Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y

Rešene naloge iz Linearne Algebre

Slide 1

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-junij-17.dvi

Matematika 2

Microsoft Word - M docx

PRIPRAVA NA 1. Š. N.: KVADRATNA FUNKCIJA IN KVADRATNA ENAČBA 1. Izračunaj presečišča parabole y=5 x x 8 s koordinatnima osema. R: 2 0, 8, 4,0,,0

Microsoft Word - Seštevamo stotice.doc

Zavezanec za davek: Davčna številka:. Priloga 8 PODATKI V ZVEZI Z OLAJŠAVO ZA ZAPOSLOVANJE po 55.b, 56. in 57. členu ZDDPO-2 Za obdobje od do PODATKI

Strojna oprema

Protege, I.Savnik

Microsoft Word - M doc

KOMISIJA ZA LOGIKO 32. TEKMOVANJE IZ ZNANJA LOGIKE DRŽAVNO TEKMOVANJE, in 2. letnik Šifra: NALOGA MOŽNE TOČKE DOSEŽENE TOČKE

resitve.dvi

REED-SOLOMONOVE KODE Aleksandar Jurišić Arjana Žitnik 6. junij 2004 Math. Subj. Class. (2000): 51E22, 94B05?, 11T71 Reed-Solomonove kode so izjemno us

resitve.dvi

SQL doc. dr. Evelin Krmac RELACIJSKE PODATKOVNE BAZE Relacijski model organizacije podatkov podatki predstavljeni preko relacij 2D tabel operacije se

Del 1 Limite

INFORMATOR BIROKRAT 1/2011

Izpit iz GEOMETRIJE 17. junij 2004 Vpisna ²tevilka: Vrsta: Ime in priimek: Sedeº: 1. Poi² i vse stoºnice v P(R 3 ), ki se dotikajo premice x = 0, prem

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA

Univerza v Ljubljani Fakulteta za elektrotehniko Fakulteta za računalništvo in informatiko MATEMATIKA I Gabrijel Tomšič Bojan Orel Neža Mramor Kosta L

FAKULTETA ZA STROJNIŠTVO Matematika 2 Pisni izpit 9. junij 2005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite bese

Srednja šola za oblikovanje

MergedFile

Bellman-Fordov algoritem za iskanje najkraj²ih poti Alenka Frim 19. februar 2009 Popravek 25. februar 2009 Imamo usmerjen graf G z uteºmi na povezavah

Transkripcija:

Kazalo 1 DVOMESTNE RELACIJE 1 1.1 Operacije z dvomestnimi relacijami...................... 2 1.2 Predstavitev relacij............................... 3 1.3 Lastnosti relacij na dani množici (R X X)................ 5 1.4 Ekvivalenčna relacija.............................. 7 1 DVOMESTNE RELACIJE Relacije v grobem pojmujemo kot povezave med elementi danih množic. Relacija ( n-mestna) je podmnožica kartezičnega produkta X 1 X 2... X n, kjer so X 1, X 2,..., X n dane množice. Dvomestna relacija R iz množice X v množico Y je podmnožica kartezičnega produkta X Y. Simbolično: R X Y. Zapis xry preberemo: x je v relaciji R z y. Uporabljamo tudi zapis (x, y) R ali pa za konkretne relacije npr.: x y, A B, m n in podobno. V bodoče bomo uporabljali izraz relacija (brez dvomestna). Če množici X in Y sovpadata in je R X X, govorimo o relaciji R na množici X. Zgled 1.1. Naj bo X = {1, 2, 3} in Y = {a, b}. Relacijo R definirajmo kot Za to relacijo velja: 1Rb, 1Ra in 2Ra. R = {(1, b), (1, a), (2, a)}. Domena D R relacije R X Y je množica vseh prvih koordinat elementov relacije R in je očitno podmnožica množice X. Zaloga vrednosti Z R relacije R je množica vseh drugih koordinat elementov relacije R in je podmnožica v Y. Zgled 1.2. Naj bo X = {2, 3, 4}, Y = {3, 4, 5, 6, 7} in R = {(x, y) ; x y}. Zapis x y pomeni: x deli y ali z drugimi besedami: y je deljiv z x. Torej je Pri tem je D R = {2, 3, 4} in Z R = {3, 4, 6}. R = {(2, 4), (2, 6), (3, 3), (3, 6), (4, 4)}. Inverzna relacija k dani relaciji R X Y je relacija R 1 Y X, ki je določena s predpisom xr 1 y yrx ali pa: (x, y) R 1 natanko tedaj ko je (y, x) R. Za relacijo R iz primera 1.2 je R 1 = {(4, 2), (6, 2), (3, 3), (6, 3), (4, 4)}. Očitno je (R 1 ) 1 = R, D R 1 = Z R in Z R 1 = D R. 1

1.1 Operacije z dvomestnimi relacijami 1. Bodita R X Y in S X Y relaciji iz množice X v množico Y. Ker je vsaka relacija v svojem bistvu množica, so takoj smiselne operacije unija, presek in komplement: R S, R S in R = (X Y ) \R. Dokaj očitne lastnosti teh operacij so: (R S) 1 = R 1 S 1 (R S) 1 = R 1 S 1 (R ) = R (R S) = R S (R S) = R S. 2. Produkt relacij R X Y in S Y Z je relacija R S X Z, za katero velja x X je v relaciji R S z elementom z Z natanko tedaj, ko obstaja tak y Y, za katerega je xry in ysz. Z drugimi besedami: obstaja y, preko katerega z R in S pridemo od x do z. Lastnosti produkta relacij: 1. V splošnem R S S R. Vzemimo X = Y = Z = {x; x je državljan-ka Slovenije} in xry y je brat od x xsy y je oče od x S premislekom ugotovimo, da iz x R S y sledi, da ima x brata z in je y oče od x, medtem ko iz x S R y sledi, da ima oče z (od x) brata y in je torej y stric od x. 2. R (S Q) = (R S) Q asociativnost 3. R (S Q) = R S R Q distributivnost dogovor: operacija je višje prioritete kot ali, zato ni potreben oklepaj! 4. R (S Q) R S R Q Pozor: ne velja enačaj! 5. (R S) 1 = S 1 R 1 Zveza med produktom relacij in kompozitumom funkcij Naj bosta dani funkciji f : X Y in g : Y Z. Potem sta grafa G f = {(x, f (x)) ; x X} X Y in G g = {(x, g (x)) ; x Y } Y Z 2

relaciji. Pišimo R = G f in S = G g. Nato je x R S z y Y : xry in ysz y Y : y = f (x) in z = g (y) z = g (f (x)) x G g f y Če je funkcija f : X Y bijekcija, obstaja funkcija f 1 : Y X. Za funkciji f in f 1 velja: f f 1 = id Y in f 1 f = id X. Za obstoj relacije R 1 nismo zahtevali nobenih posebnih pogojev (pa tudi potrebno ni bilo, ker je R 1 avtomatično relacija; medtem ko je f 1 le relacija in ne funkcija, če f ni bijektivna). Zaradi večje svobode pri relacijah pa se lahko zgodi, da se R R 1 razlikuje od identične relacije I = {(x, x) ; x X}. Zgled 1.3. Naj bo X = {a, b, c} in R = {(a, c), (b, c)}. Potem je R 1 = {(c, a), (c, b)} in R R 1 = {(a, a), (b, b), (a, b), (b, c)} I X = {(a, a), (b, b), (c, c)}. 1.2 Predstavitev relacij 1. Z grafom kot podmnožico kartezičnega produkta. 2. Z relacijskim grafom (če je R X X). Od točke x i do točke x j poteka usmerjena povezava natanko takrat ko je x i Rx j. 3. Z relacijsko matriko M R = [m ij, katere element m ij, ki leži v i-ti vrstici in v j-tem stopcu, je lahko le 0 ali 1 in velja: m ij = 1 x i Ry i Matrika M R ima m vrstic in n stolpcev, če je R {x 1, x 2,..., x m } {y 1, y 2,..., y n }. Recimo, da je X = {1, 2, 3}, Y = {a, b, c, d} in R = {(1, a), (1, c), (2, b), (3, a), (3, d)} X Y. Potem se relacijska matrika M R glasi: M R = 1 2 3 a b c d 1 0 1 0 0 1 0 0. 1 0 0 1 Relacijska matrika je zelo primerna za predstavitev relacij v računalniku. Kako pa bomo z njimi računali? Oziroma, kako izračunati relacijske matrike, ki pripadajo računskim operacijam z relacijami? 3

Definirajmo računski operaciji in na množici {0, 1} s tabelama: 0 1 0 0 1 1 1 1 in 0 1 0 0 0 1 0 1 Operaciji se obnašata analogno kot logični operaciji ali ter in. S pomočjo teh dveh operacij vpeljemo operaciji in tudi na matrikah in sicer tako, da jih izvajamo na istoležnih členih. Recimo, da sta M 1 in M 2 dani matriki enake velikosti: [ 0 1 1 M 1 =, Potem je in M 1 M 2 = M 1 M 2 = Zelo hitro ugotovimo, da je M 2 = 1 0 1 [ 0 0 1 0 1 0 [ 0 0 1 0 1 1 1 0 0 1 1 0 [ 0 0 1 0 1 1 1 0 0 1 1 0. = = M R S = M R M S M R S = M R M S. [ 0 1 1 1 1 1 [ 0 0 1 0 0 0 Omenimo še eno preprosto operacijo na matriki: transponiranje. To je operacija, ki v matriki zamenja vlogo vrstic in stolpcev, npr.: T m m 11 m 12 m 13 m 11 m 21 m 31 14 m 21 m 22 m 23 m 24 = m 12 m 22 m 32 m m 31 m 32 m 33 m 13 m 23 m 33. 34 m 14 m 24 m 34 In takoj opazimo, da je M R 1 = (M R ) T. Malo bolj zapleteno je izračunati matriko produkta. Velja namreč: če je M R = [a ij in M S = [b ij, in če z m ij označimo element matrike M R S v i-ti vrstici in j-tem stolpcu, je m ij = (a i1 b 1j ) (a i2 b 2j )... (a ip b pj ). Kdaj bo namreč m ij = 1 oziroma x i R Sy j? To bo takrat, ko bo za vsaj en z k izpolnjeno x i Rz k in z k Sy j. To pa pove, da mora za vsaj en k {1, 2,..., p} veljati a ik b kj = 1. To pa je ekvivalentno dejstvu, da je p k=1 (a ik b kj ) = (a i1 b 1j ) (a i2 b 2j )... (a ip b pj ) = 1. 4.

Tako smo prišli še do ene operacije z matrikami, označili jo bomo M R S = M R M S. Še enkrat z besedami povejmo, kako izračunamo ij-ti element matrike M R M S. Ta je disjunkcija ( ) konjunkcij( ) elementov i-te vrstice matrike M R in j-tega stolpca matrike M S. Zgled 1.4. Naj bodo dane množice X = {1, 2, 3}, Y = {a, b} in Z = {e, f, g}. Bodita R = {(1, b), (2, a)} X Y in S = {(a, f), (b, g)} Y Z. Izračunajmo matriko M R S iz matrik M R in M S. M R = 0 1 1 0 0 0 M R M S =, M S = = = 0 1 1 0 0 0 [ 0 1 0 0 0 1 [ 0 1 0 0 0 1 (0 0) (1 0) (0 1) (1 0) ( (0 0) ) ( (1 1) ) (1 0) (0 0) (1 1) (0 0) 1 0 0 1 (0 0) (0 0) (0 1) (0 0) (0 0) (0 1) 0 0 1 0 1 0 0 0 0 Podčrtani element v drugi vrstici in tretjem stolpcu smo izračunali iz elementov druge vrstice matrike M R in elementov tretjega stolpca matrike M S 1.3 Lastnosti relacij na dani množici (R X X) 1. sovisnost Relacija R je sovisna, če sta poljubna različna elementa množice X primerljiva: x, y X : x y xry ali yrx V jeziku relacijskih grafov bi lahko rekli: med poljubnima med seboj različnima točkama x in y je vsaj ena povezava. Primeri takih relacij: < ali na kaki podmnožici realnih števil 2. stroga sovisnost R je strogo sovisna, če sta poljubna elementa med seboj primerljiva. To pomeni: poljubna različna elementa, pa tudi vsak element sam s seboj. V relacijskem grafu 5

je vsaj ena povezava med poljubnima točkama, vsaka točka pa ima tudi zanko (povezana je sama s seboj) x, y X : xry ali yrx. Očitno je vsaka strogo sovisna relacija tudi sovisna relacija. Primeri: na dani podmnožici R, = na poljubni neprazni množici, na N 3. refleksivnost Vsak element množice X je v relaciji s samim seboj. Simbolično: x X : xrx. Na relacijskem grafu ima vsaka točka zanko. Primeri: na dani podmnožici R, = na poljubni množici, na potenčni množici dane množice, na N 4. irefleksivnost Noben element množice X ni v relaciji s samim seboj. x X : xrx Nobena točka relacijskega grafa nima zanke. Primer: < na kaki podmnožici R 5. simetričnost Če je neki par (x, y) v simetrični relaciji, je v relaciji tudi par (y, x). x, y X : xry yrx. Med poljubnima točkama relacijskega grafa bodisi ni nobene povezave ali pa sta povezavi v obe smeri. Primer: = 6. antisimetričnost Za različna elementa množice X ne more biti hkrati izpolnjeno xry in yrx. x, y X : xry in yrx x = y Med poljubnima različnima točkama relacijskega grafa ni nikoli dveh povezav. Primeri:, na dani podmnožici R, na potenčni množici neke dane množice, na množici N 6

7. tranzitivnost Če je x v relaciji z y ter nadalje tudi y v relaciji z elementom z, mora biti tudi x v relaciji z elementom z. x, y, z X : xry in yrz xrz V relacijskem grafu to pomeni: če lahko v smeri puščic pridemo iz točke x do z preko točke y, lahko pridemo tudi direktno od x do z. Primeri: =, <,,,. 1.4 Ekvivalenčna relacija Posebej pomemba med relacijami na dani množici je taka, ki je refleksivna, simetrična in tranzitivna. Taki relaciji rečemo ekvivalenčna relacija in jo pogosto označimo z znakom. Najpreprostejši primer take relacije je relacija enakosti med elementi dane množice. Pogosto pa primerjamo elemente dane množice samo glede enakosti določenih lastnosti in ne nujno vseh in to nas ponavadi pripelje do ekvivalenčne relacije. Zgled 1.5. Naj bo X = PA, kjer je A dana množica. Definirajmo relacijo med podmnožicami množice A (t.j.: med elementi PA) C A in C φ C = φ φ C, D A C D C in D sta enako močni iz C v D obstaja bijekcija Prepričajmo se, da je ta relacija ekvivalenčna. 1. Ker je identična preslikava i C : C C, i C (x) = x bijekcija, je C C. Torej je refleksivna. 2. Če je C D, to pomeni, da obstaja bijekcija f : C D. Vemo, da je potem tudi f 1 : D C bijekcija, kar nam zagotavlja, da je tudi D C. Vidimo, da je simetrična. 3. Nazadnje naj bo C D in D E; torej imamo bijakciji f : C D in g : D E. Vemo, da je kompozitum bijekcij spet bijekcija, torej je f g : C E spet bijekcija in sta zato tudi C in E enako močni, torej je tudi C E. S tem smo preverili tranzitivnost relacije. Denimo, da imamo podano ekvivalenčno relacijo na množici X. Ekvivalenčni razred elementa x X je množica vseh tistih y X, ki so v relaciji z elementom x. [x = {y X; y x} 7

Zgled 1.6. Naj bo X = {1, 2, 3, 4, 5} in R = {(1, 1), (1, 3), (1, 5), (2, 2), (2, 4), (3, 1), (3, 3), (3, 5), (4, 2), (4, 4), (5, 1), (5, 3), (5, 5)}. Zlahka se prepričamo, da je R ekvivalenčna relacija, ker je refleksivna, simetrična in tranzitivna. Izračunajmo ekvivalenčne razrede posameznih elementov. [1 = {1, 3, 5} = [3 = [5 [2 = {2, 4} = [4 Opazimo, da se določeni ekvivalenčni razredi ujemajo, če pa so različni, pa nimajo skupnih elementov. Po drugi strani pa je tudi vsak element množice X v nekem ekvivalenčnem razredu. To velja tudi na splošno. Izrek 1.7. Naj bo poljubna ekvivalenčna relacija na dani neprazni množici X. Potem za poljubna elementa a, b X velja: 1. a b [a = [b Ekvivalenčna razreda elementov, ki sta v relaciji, se ujemata. 2. Če a ni v relaciji z b, potem je [a [b = φ Ekvivalenčna razreda elementov, ki nista v relaciji, sta disjunktna. 3. X je disjunktna unija ekvivalenčnih razredov. Z drugimi besedami: vsak element množice X pripada natanko enemu ekvivalenčnemu razredu. Ta izrek nam zagotavlja, da lahko ekvivalenčno relacijo rekonstruiramo, če poznamo njene ekvivalenčne razrede. Zgled 1.8. Recimo, da je [1 = {1, 3, 5}, [2 = {2, 6} in [4 = {4}. Torej je X = {1, 2, 3, 4, 5, 6} in ekvivalenčna relacija, ki jo ti razredi določajo, se glasi: = {(1, 1), (1, 3), (3, 1), (1, 5), (5, 1), (3, 3), (3, 5), (5, 3), (5, 5), (2, 2), (2, 6), (6, 2), (6, 6), (4, 4)}. Množico ekvivalenčnih razredov relacije na množici X imenujemo faktorska množica in jo označimo X/. Za relacijo iz prejšnjega zgleda je X/ = {[1, [2, [4} = {{1, 3, 5}, {2, 6}, {4}}. 8