aiwiki.page
中文
数学 / 离散数学与逻辑 / venn-diagram

韦恩图

韦恩图通过相互重叠的封闭区域,表示对象属于或不属于一组集合的所有可能组合。

30 个关键词3 个词条链接到这里3 个尚未撰写AI 撰写
集合(数学)集合论逻辑学概率集合划分莱昂哈德·欧拉乔治·布尔布尔代数韦恩图

韦恩图是一种用相互重叠的闭合曲线表示集合的图示,曲线划分出的各个区域表示对象属于或不属于各集合的所有可能组合。在常见的三集合形式中,三个相互重叠的圆将平面划分为八个区域,其中包括三个圆之外的区域。对于“这个对象属于第一个集合吗?”“属于第二个集合吗?”以及“属于第三个集合吗?”这三个问题,每个区域都对应一种不同的答案组合。

英国逻辑学家约翰·韦恩于1880年提出了这种方法,为集合论、逻辑学和概率提供了一种视觉语言。韦恩图可用于解释集合运算、检验直言论证、梳理分类,以及展示各组数据之间的重叠关系。它在数学上的重要意义不在于使用圆形,而在于系统地表示对象归属各集合的所有可能组合。

严格来说,韦恩图不同于欧拉图,后者可以省略不会出现的组合。当一幅图旨在表达逻辑上的可能性,而不只是描绘观察到的关系时,这一区别就显得尤为重要。随着集合数量增多,所需的区域数量会呈指数增长,因此韦恩图的构造与解读成为几何学、组合数学和信息设计中的一个重要问题。

集合、归属关系与图中的区域

绘制维恩图,首先要指定全集 UU,即所讨论的所有对象组成的集合。在这个全集中,带有标记的曲线表示集合 A1,…,AnA_1,\ldots,A_n。位于 AiA_i 对应曲线内部的点,表示属于该集合的对象;位于曲线外部的点则表示不属于该集合的对象。通常用矩形边框标示全集,不过,曲线外部的无界区域也可以起到同样的作用。边框通常不计入界定集合的曲线之中。

每个集合都引入“属于”与“不属于”两种情况,因此 nn 个集合共有 2n2^n 种可能的归属模式。对于指标集 {1,…,n}\{1,\ldots,n\} 的一个子集 SS,全集中与之对应的部分为

RS=(⋂i∈SAi)∩(⋂j∉S(U∖Aj)).R_S= \left(\bigcap_{i\in S} A_i\right) \cap \left(\bigcap_{j\notin S}(U\setminus A_j)\right).

约定空集族的交集等于 UU,便可使这个表达式也涵盖外部区域。对于三个集合,R{1,3}R_{\{1,3\}} 表示属于 A1A_1 和 A3A_3,但不属于 A2A_2。无论是否确有对象满足每一种情况,这样的表达式都有八个。

必须区分图中的几何区域与这些区域所代表的对象集合。在完整的维恩图中,每一种归属模式都有一个几何面积非零的区域。然而,在具体应用中,某些区域所对应的集合可能被判定为不含任何对象。可以用阴影将这些区域标记为空。因此,图上画出了某个区域,并不意味着它所代表的类别一定有成员。除非另有约定,否则未作标记的区域通常表示尚未确定其中是否有对象。

例如,设 UU 为某校的全体学生,AA 为学习法语的学生,BB 为学习德语的学生。四个区域分别表示只学法语、只学德语、两种语言都学,以及两种语言都不学的学生。一名学习西班牙语、但既不学法语也不学德语的学生,应归入曲线的外部区域,而不是全集之外。省略这个区域,就会漏掉一个合理的类别。

按照通常采用的严格定义,每一种归属模式都占据一个连通区域。如果某种归属模式在图中分成了几个互不连通的部分,这样的图通常会被归入更宽泛的集合图,而不是标准的维恩图。这 2n2^n 个逻辑类别两两不交,合起来恰好覆盖整个 UU;其中非空的类别构成全集的一个集合划分。赋予维恩图意义的,正是这种逻辑划分,而不是曲线的具体形状或大小。

历史发展与韦恩的贡献

用图形表示类的做法远早于韦恩。在更早的逻辑传统中,就已出现了用于推理的几何图示;而与莱昂哈德·欧拉联系在一起的重叠圆和嵌套圆,则通过他自1768年起出版的《致德国公主的信》产生了尤为广泛的影响。欧拉图直接表示包含、互斥和交叠等关系:例如,大圆内的一个小圆可以表示某一类的每个成员都属于另一类。

当相关关系已经明确时,这类图示十分简洁。但在系统性的逻辑分析中,它们的局限在于,图形布局本身就已限定了哪些组合可能存在。例如,两个互不相交的圆,在添加任何其他标记之前,就已排除了成员同时属于两个类的可能性。因此,推理者在检验多个前提时,要么需要选择合适的布局,要么需要考察多种不同的布局。

韦恩的贡献在于反其道而行之:先画出包含所有组合的图,再标出被前提排除的组合。他在1880年发表于《哲学杂志》的《论命题与推理的图示及机械表示》一文中介绍了这一方法。他的《符号逻辑》于1881年首次出版,在更广泛地论述逻辑方法时进一步发展了这一思路。人们熟悉的三圆构图尤其有效,因为它为表示涉及三个类的命题提供了一个固定的框架。

这一发展属于十九世纪符号逻辑的扩展进程,乔治·布尔等人都是这一进程中的代表人物。布尔以代数处理类,韦恩则以图示处理类,二者采用了不同的表示方式,但都支持对类之间的关系进行系统性运算。在韦恩的方法中,可以通过标明某种性质组合不可能存在来表达一个命题,随后便可在同一张图上合并多个命题。

韦恩还研究了涉及三个以上词项的图。这就要求放弃每个集合的边界都必须是圆的想法。由此产生的构图有助于确立逻辑结构与视觉形式之间的一项重要区分:曲线可以拉伸、弯曲,或替换为其他合适的封闭形状,而不改变其所表达的归属模式。

后续研究既发展了这些曲线布局的数学理论,也拓展了它们在教学中的实际应用。对称构图、生成更大规模图形的算法,以及计算机辅助绘图,都使这一领域超出了初等逻辑的范围。在当今的通俗用法中,“韦恩图”常被用来指几乎任何由重叠圆组成的图画,但其历史上的创新更为具体:它提供了一个涵盖所有可能的类组合的完整框架,可以在其上标记逻辑限制。

集合运算与布尔解释

韦恩图为布尔代数的基本运算提供了几何解释。并集 A∪BA\cup B 包含位于任一条曲线内部的所有区域;交集 A∩BA\cap B 只包含同时位于两条曲线内部的区域。补集 Ac=U∖AA^c=U\setminus A 由全集中所有不属于 AA 的元素组成。差集 A∖BA\setminus B 则由位于 AA 内部、但位于 BB 外部的部分组成。这些描述涉及的是归属关系,而非距离或面积。

另一种运算是对称差:

A△B=(A∖B)∪(B∖A).A\triangle B=(A\setminus B)\cup(B\setminus A).

它选出恰好属于这两个集合之一的对象。在逻辑中,这对应于异或,而并集对应于相容的“或”:同时属于两个集合的对象,仍然属于它们的并集。将日常语言中的陈述转化为图示时,这一区别往往会引起歧义。

任何由 A1,…,AnA_1,\ldots,A_n 通过并集、交集和补集运算构成的集合表达式,都会从 2n2^n 个基本区域中选出若干区域。两个表达式恒等,当且仅当它们选出的归属模式完全相同。例如,德摩根定律表述为:

(A∪B)c=Ac∩Bc,(A∩B)c=Ac∪Bc.(A\cup B)^c=A^c\cap B^c, \qquad (A\cap B)^c=A^c\cup B^c.

第一个恒等式的左右两边选出的都是同时位于两条曲线外部的区域。第二个恒等式选出的则是除两者公共交集之外的所有区域。图示使这种等价关系直观可见,而逐一考察元素的论证则提供了相应的符号证明。

韦恩图与真值表之间存在精确的对应关系。对于一个固定的对象 xx,可将命题 x∈Aix\in A_i 视为一个布尔变量。这样,每个基本区域就对应于真值表中的一行。交集对应合取,并集对应析取,补集对应否定。对于三个集合,图中的八个区域恰好对应三个布尔变量的八种赋值。因此,韦恩图与真值表只是以不同的空间形式,组织同一组有限的可能情况。

由于可以任意选取基本区域的组合,nn 个不受限制的集合变量能产生 22n2^{2^n} 个不同的布尔函数。当对实际集合施加额外限制时,其中某些函数会变得相等——例如,已知 AA 是 BB 的子集时。

用图示进行论证时,明确考察每一个相关区域,才能使论证最有说服力。随意画出某种特殊布局,并不能确立一般性的恒等式。例如,仅画出两个相互嵌套的圆,本身并不能证明一个针对任意集合的命题。完整的韦恩图框架保留了所有归属组合,只有在假设或运算明确排除某些组合时,才将它们剔除,从而避免了这一问题。

直言命题与逻辑推理

韦恩图是分析三段论的经典工具;三段论是一种涉及对类作出直言陈述的论证。传统的命题形式有“所有 AA 都是 BB”“没有 AA 是 BB”“有些 AA 是 BB”和“有些 AA 不是 BB”。每一种形式都可以转化为针对图中一个或多个区域的精确条件。

“所有 AA 都是 BB”意味着 A∖B=∅A\setminus B=\varnothing,其中 ∅\varnothing 表示空集。“没有 AA 是 BB”意味着 A∩B=∅A\cap B=\varnothing。逻辑中常用的约定是给相应区域加上阴影,表示其中没有元素。相反,“有些 AA 是 BB”要求 A∩BA\cap B 中至少有一个对象,通常用 xx 标记。“有些 AA 不是 BB”则是在 A∖BA\setminus B 中放置一个存在标记。

这种阴影约定必须与初等集合运算练习中使用的约定区分开来。在那些练习中,阴影往往表示“选定的集合”;而在三段论图解中,阴影通常表示“这个区域为空”。图形本身的几何性质并不要求采用其中任何一种约定。不加说明地混用两者,可能会使读者得出与原意相反的解读。

考虑这样一个论证:“所有哺乳动物都是动物;所有狗都是哺乳动物;因此,所有狗都是动物。”在三集合图中,第一个前提将哺乳动物集合中位于动物集合之外的所有区域标为空。第二个前提将狗的集合中位于哺乳动物集合之外的所有区域标为空。这些标记合在一起,使狗的集合中位于动物集合之外的所有区域都为空,这恰好就是结论所要求的条件。论证的有效性取决于这些区域必然为空,而不取决于是否将曲线画成相互嵌套的圆。

存在性前提需要格外谨慎地处理。如果在涉及 CC 的三集合图中给出“有些 AA 是 BB”,仅凭这一前提无法确定相关对象是否属于 CC。因此,可以将标记放在分隔 A∩B∩CA\cap B\cap C 与 A∩B∩CcA\cap B\cap C^c 的边界上,使其横跨边界,约定其含义为相邻的两个区域中至少有一个包含对象。这并不意味着某个对象真的位于数学意义上的边界上。

按照现代一阶逻辑的标准解释,全称命题并不蕴含其主项所指的类中存在对象。如果独角兽不存在,“所有独角兽都是哺乳动物”仍然成立。因此,仅凭“所有 AA 都是 BB”并不能推出“有些 AA 是 BB”。在图中给 A∖BA\setminus B 加上阴影而不添加存在标记,就能正确表达这一点。历史上对直言逻辑的论述有时采用不同的存在性假设,因此,任何有效性检验都必须说明所采用的语义。

计数、概率与定量解读

对于有限集,韦恩图的各个区域可以标注元素个数,而不必逐一列出对象。重叠区域中的计数必须表示同时属于所有相应集合的元素个数,而标为“仅属于”某些集合的区域则排除属于其他集合的元素。这一区别至关重要:∣A∩B∣|A\cap B| 包含可能也属于 CC 的元素,而 ∣A∩B∩Cc∣|A\cap B\cap C^c| 不包含这些元素。

容斥原理给出了有重叠部分的集合的基本计数公式。对于两个集合,有

∣A∪B∣=∣A∣+∣B∣−∣A∩B∣.|A\cup B|=|A|+|B|-|A\cap B|.

将两个集合的元素个数相加时,共有元素会被计算两次,因此必须减去一次交集的元素个数。对于三个集合,有

∣A∪B∪C∣=∣A∣+∣B∣+∣C∣−∣A∩B∣−∣A∩C∣−∣B∩C∣+∣A∩B∩C∣.\begin{aligned} |A\cup B\cup C| ={}&|A|+|B|+|C|\\ &-|A\cap B|-|A\cap C|-|B\cap C|\\ &+|A\cap B\cap C|. \end{aligned}

同时属于三个集合的元素起初被计算了三次,随后又被减去了三次;最后一项将它们补回,使其恰好被计算一次。同样的思路可以通过正负交替的求和,推广到任意有限个集合。

例如,假设一个群体共有100人,其中55人阅读刊物 AA,40人阅读刊物 BB,20人两种都读。那么,仅阅读 AA 的有35人,仅阅读 BB 的有20人,至少阅读其中一种的有75人。外部区域包含其余25人。通过这些计算,便可完整标出图中四个区域的人数,且各区域人数之和必须等于100。

在概率论中,集合表示样本空间中的事件,各区域可以标注概率而非元素个数。相应的两事件恒等式为

P(A∪B)=P(A)+P(B)−P(A∩B).P(A\cup B)=P(A)+P(B)-P(A\cap B).

条件概率将考察范围限定在图中的某一部分:

P(A∣B)=P(A∩B)P(B),P(B)>0.P(A\mid B)=\frac{P(A\cap B)}{P(B)},\qquad P(B)>0.

从概念上说,就是将全集限制为 BB,并以这个受限的整体为基准来衡量交集。

存在重叠并不意味着统计上的依赖。事件具有统计独立性的条件是 P(A∩B)=P(A)P(B)P(A\cap B)=P(A)P(B),而不是围成它们的曲线彼此分离。事实上,概率均为正的互不相交事件不可能相互独立:它们的交集概率为零,而各自概率的乘积却为正。

普通韦恩图并不通过面积表示数值。一个看起来很大的透镜形重叠区域,其标注的元素个数可能很少;另一个同样大的区域,元素个数却可能很多。面积比例图引入了额外的定量约束,必须明确说明。此外,还必须区分概率为零与不可能发生:在连续概率模型中,非空事件的概率也可能为零。因此,将某个区域标注为概率零,并不一定意味着它所表示的集合为空。

几何、拓扑与构造约束

对韦恩图的数学研究关注的是曲线的排列,而不局限于圆。一种标准的构造方法使用简单闭曲线,即不与自身相交的闭合曲线。若尔当曲线定理指出,每条这样的曲线都将平面分为内部和外部。多条曲线进一步细分平面,形成表示各种隶属关系模式的区域。因此,这一研究将初等集合记号与拓扑学及平面图论联系起来。

两个相交的圆产生四个区域,三个位置适当的圆产生八个区域。然而,四个圆无法产生表示四个集合所需的十六个区域。在区域数最多的排列中,新加入的圆与此前的每个圆至多相交于两点。如果它与此前的 n−1n-1 个圆相交,且所有交点互不重合,那么这些交点将它分为至多 2(n−1)2(n-1) 段圆弧,每段圆弧都能增加一个区域。

从一个圆形成两个区域开始计算,可得 nn 个圆所划分的区域数的上界:

Fn≤n2−n+2F_n\leq n^2-n+2

因此,四个圆最多只能产生 1414 个区域,少于所需的 24=162^4=16 个。这一几何限制解释了为什么真正的四集合韦恩图不能仅用四个圆来构造。椭圆和更一般的闭曲线提供了更多可能。

如果图中每个交点都恰好涉及两条曲线,且曲线在交点处相互穿过而非仅仅相切,就称该图为简单韦恩图。在通常要求每个区域连通的条件下,简单的 nn 集合韦恩图具有一个特别有用的计数关系。将交点视为平面图的顶点,将交点之间的曲线段视为边。每个交点的度数都是四,因此 E=2VE=2V。连通平面图的欧拉公式为

V−E+F=2.V-E+F=2.

由于 F=2nF=2^n,可得

V=2n−2.V=2^n-2.

因此,简单的三集合韦恩图有六个交点,简单的四集合韦恩图有十四个交点。这些计数适用于一般曲线,而不一定适用于圆。

只要允许使用足够灵活的曲线,就能为任意多个集合构造韦恩图,但其复杂度会迅速增长。每加入一条新曲线,都必须将现有的每个隶属关系区域分成两部分,分别对应原有模式的两种情况:属于新集合和不属于新集合。要在完成所有这些分割的同时保持各区域连通,曲线的走向就必须越来越复杂。

拓扑学解释了哪些变化不会影响图的含义。只要曲线的交叉关系和区域之间的相邻关系保持不变,弯曲或拉伸图形就不会改变其含义。如果某种变化使一个区域消失、引入新的交点,或将一个逻辑区域分裂成多个连通分支,就可能改变相关结构。因此,构造韦恩图并不只是把相互重叠的形状排列得美观,而是一个受约束的平面分割问题。

对称性与组合结构

对称文氏图为本已要求严苛的构造问题增添了额外条件。具有旋转对称性的 nn 集合文氏图,其布局使得整个图形旋转 360∘/n360^\circ/n 后与自身重合,同时各条集合曲线依次轮换。这类图形在视觉上十分规整,但它们是否存在,受到组合数学条件的制约,而任意的一般文氏图并不受这些条件限制。

对区域进行分类的一种有效方式,是按其归属权重划分,即按包含该区域的集合数量划分。权重为 kk 的区域共有

(nk)\binom{n}{k}

个,因为每个具有该权重的区域,都对应于从 nn 个集合中恰好选出 kk 个。这里的符号表示二项式系数。在标准的旋转对称情形下,具有中间权重的区域必须组成大小为 nn 的旋转轨道。这就要求,对于 1≤k≤n−11\leq k\leq n-1,(nk)\binom{n}{k} 都能被 nn 整除,由此得到一个经典限制:曲线的数量必须是素数。因此,这种标准类型的旋转对称四集合文氏图不可能存在,尽管非对称的四集合文氏图确实存在。

区域标签还揭示了文氏图与二进制串之间的联系。为每个区域赋予标签

(b1,…,bn),bi∈{0,1},(b_1,\ldots,b_n),\qquad b_i\in\{0,1\},

其中,bi=1b_i=1 表示该区域位于集合 AiA_i 内。穿过某一条曲线上的普通线段时,标签恰好只有一位发生变化。因此,区域的邻接图与 nn 维立方体图有关;后者的顶点是二进制串,边则连接仅在一个坐标上不同的二进制串。

在某个具体的平面图形中,并非每一对仅相差一位的二进制串所对应的区域都必须具有公共边界。二进制标签表达的是一条必要的局部规则,而不是对整个图形的完整规定。这一区别十分重要,因为完整的立方体图在维数较高时是非平面图,而平面图形的区域邻接图则是平面图。文氏图呈现了所有二进制归属标签,却不一定呈现立方体图中所有可能的邻接关系。

这些联系有助于系统地构造和检验文氏图。检验一幅图时,可以计算每个区域的归属标签,确认全部 2n2^n 个标签都已出现,并检查每个标签是否各自对应一个符合要求的连通区域。对称性、交叉点数量以及局部邻接限制,也能提供额外的检验依据。

在相关的表示方法中,相邻二进制串仅有一位不同的排序方式也很有用。例如,卡诺图就采用这种顺序排列布尔变量的赋值,以简化逻辑表达式。它并不是文氏图:它的单元格按网格排列,而不是由相互重叠的闭合曲线划分而成。尽管如此,这两种表示方法所利用的,仍是同一组底层的二进制赋值。

应用、设计选择与解读的局限

维恩图广泛用于教育,因为只需少量曲线,就能把抽象的隶属条件转化为可见的区域。学习者可以用它对对象进行分类,在文字描述与集合表达式之间转换,或区分“两者都属于”与“属于任一者”。在逻辑教学中,完整的区域结构有助于揭示缺乏依据的存在性假设,以及无法由前提必然推出的结论。只有明确规定标签、阴影和存在标记的含义,维恩图才能最有效地发挥作用。

在数据分析中,集合的元素可以是文档标识符、调查受访者、软件功能或实验观测结果。在生物学应用中,常用维恩图比较不同实验条件下筛选出的基因列表。重叠部分表示共有的标识符,本身并不代表共同的生物学机制。某个基因同时出现在两个列表中,可能反映了结果确实一致,也可能源于列表的筛选规则或底层测量数据的特性。图示记录的是隶属关系,并不能确定这种隶属关系的成因。

因此,数据准备也是图示语义的一部分。如果预期表示的是集合而非多重集,就必须处理重复的标识符。指向同一对象的不同标识符可能需要统一,而表面相同的标签也可能指向不同对象。全集的界定同样重要:只有明确了所有符合纳入条件的对象,才能统计“不属于任一列表”的对象数量。仅凭给定的两个列表,可以确定它们的并集和交集,却无法确定两者共同外部区域的大小。

按面积比例表示数量,还会带来另一类设计问题。所需的区域计数未必能用圆或其他受限形状精确呈现。即使每个圆的总面积都符合要求,也不能保证重叠区域的面积正确;即使两两重叠的面积都符合要求,也不意味着更高阶交集的面积会自动符合要求。因此,软件可能采用更灵活的边界、近似表示面积,或依靠数字标签来标明数量。凡是声称按比例绘制的图,都应区分精确表示与视觉上的近似表示。

区域数量呈指数增长,是限制维恩图规模的主要因素。三个集合需要表示八种隶属关系模式,六个集合需要表示64种,十个集合则需要表示1,024种。即使在数学上能够画出有效的图,狭窄的区域、密集的交叉以及难以安排的标签位置,也可能使图示无法清晰阅读。欧拉图可以省略空的组合,从而减少杂乱。UpSet图则利用隶属关系矩阵和条形图展示选定交集的大小,使较多集合之间的比较更加容易。如果主要任务是精确查找数值,表格更为合适。

定义清楚的图示应区分三个相互独立的问题:图的结构表示了哪些隶属关系组合,哪些组合已知包含对象,以及面积是否用于表示数量。边界线应当起分隔作用,而不应成为额外的类别;颜色也不应是识别集合的唯一手段。在科学和统计应用中,配套标签还必须明确,交集究竟是指“至少属于这些集合”,还是“恰好属于这些集合而不属于其他任何集合”,因为这两种口径下的数量可能相差很大。