‘壹’ 绂绘暎鏁板︿腑镄勯泦钖堣洪噷镄勫叧绯绘湁鍑犵嶏纻镐庝箞鍒ゅ畾锛
1锛岃嚜鍙嶏细R涓篈涓婄殑浜屽厓鍏崇郴锛岃嫢
瀵逛簬浠绘剰镄刹锛寈灞炰簬闆嗗悎A鈫<x,x>鈭圧锛屽垯绉癛鍦ˋ涓婃槸镊鍙岖殑
2锛涘圭О锛氥鏁板︿笂锛岃嫢瀵规墍链夌殑
a
鍜
b
灞炰簬
X锛屼笅杩拌鍙ヤ缭鎸佹湁鏁堬纴鍒欓泦钖
X
涓婄殑浜屽厓鍏崇郴
R
鏄瀵圭О镄勶细銆岃嫢
a
鍏崇郴鍒
b锛屽垯
b
鍏崇郴鍒
a銆伞
銆銆鏁板︿笂琛ㄧず涓猴细
<math>\forall
a,
b
\in
X,\
a
R
b
\Rightarrow
\;
b
R
a</math>
銆銆渚嫔傦细钬滃拰钬︹︾粨濠气濇槸瀵圭О鍏崇郴锛涒滃皬浜庘濅笉鏄瀵圭О鍏崇郴銆
銆銆瀵圭О鍏崇郴涓嶆槸鍙嶅圭О鍏崇郴锛坅Rb
涓
bRa
寰楀埌
b
=
a锛夌殑鍙崭箟銆傛湁浜涘叧绯绘棦鏄瀵圭О镄勫张鏄鍙嶅圭О镄勶纴姣斿"绛変簬"锛涙湁浜涘叧绯绘棦涓嶆槸瀵圭О镄勪篃涓嶆槸鍙嶅圭О镄勶纴姣斿傛暣鏁扮殑"鏁撮櫎"锛涙湁浜涘叧绯绘槸瀵圭О镄勪絾涓嶆槸鍙嶅圭О镄勶纴姣斿"妯
n
钖屼綑"锛涙湁浜涘叧绯讳笉鏄瀵圭О镄勪絾鏄鍙嶅圭О镄勶纴姣斿"灏忎簬"銆
3浼犻掞细銆鍦ㄩ昏緫瀛﹀拰鏁板︿腑锛岃嫢瀵规墍链夌殑
a锛宐锛宑
灞炰簬
X锛屼笅杩拌鍙ヤ缭鎸佹湁鏁堬纴鍒欓泦钖
X
涓婄殑浜屽厓鍏崇郴
R
鏄浼犻掔殑锛氥岃嫢a
鍏崇郴鍒
b
涓
b
鍏崇郴鍒
c锛
鍒
a
鍏崇郴鍒
c銆伞
銆銆鏁板︿笂琛ㄧず涓猴细
銆銆<math>\forall
a,
b,
c
\in
X,\
a
R
b
\and
b
R
c
\;
\Rightarrow
a
R
c</math>
4鍙嶈嚜鍙嶏细
5鍙嶅圭О锛氥鏁板︿笂锛岃嫢瀵规墍链夌殑
a
鍜
b
灞炰簬
X锛屼笅杩拌鍙ヤ缭鎸佹湁鏁堬纴鍒欓泦钖
X
涓婄殑浜屽厓鍏崇郴
R
鏄鍙嶅圭О镄勶细銆岃嫢瀵规墍链夌殑
a
鍜
b
灞炰簬
X锛岃嫢
a
鍏崇郴鍒
b
涓
b
鍏崇郴鍒
a锛屽垯
a
=
b銆伞
銆銆鏁板︿笂琛ㄧず涓猴细
銆銆<math>\forall
a,
b
\in
X,\
a
R
b
\and
b
R
a
\;
\Rightarrow
\;
a
=
b</math>
銆銆涓ユ牸涓岖瓑鏄鍙嶅圭О镄勶绂瀹为檯涓
a
<
b
涓
b
<
a
鏄涓嶅彲鑳界殑锛屽洜姝や弗镙间笉绛夌殑鍙嶅圭О镐ф槸涓绉岖┖铏氱殑鐪(vacuously
true)銆
銆銆娉ㄦ剰锛屽弽瀵圭О鍏崇郴涓嶆槸瀵圭О鍏崇郴锛坅Rb
寰楀埌
bRa锛夌殑鍙崭箟銆傛湁浜涘叧绯绘棦鏄瀵圭О镄勫张鏄鍙嶅圭О镄勶纴姣斿"绛変簬"锛涙湁浜涘叧绯绘棦涓嶆槸瀵圭О镄勪篃涓嶆槸鍙嶅圭О镄勶纴姣斿傛暣鏁扮殑"鏁撮櫎"锛涙湁浜涘叧绯绘槸瀵圭О镄勪絾涓嶆槸鍙嶅圭О镄勶纴姣斿"妯
n
钖屼綑"锛涙湁浜涘叧绯讳笉鏄瀵圭О镄勪絾鏄鍙嶅圭О镄勶纴姣斿"灏忎簬"銆
銆銆婊¤冻浼犻掓у拰镊鍙嶆х殑鍙嶅圭О鍏崇郴绉颁负锅忓簭鍏崇郴銆
‘贰’ 离散数学知识点有哪些
离散数学知识点介绍如下：
1、→，前键为真，后键为假才为假；＜—＞，相同为真，不同为假。
2、主析取范式：极小项（m)之和；主合取范式：极大项（M)之积。
3、求极小项时，命题变元的肯定为1，否定为0，求极大项时相反。
4、求极大极小项时，每个变元或变元的否定只能出现一次，求极小项时变元不够合取真，求极大项时变元不够析取假。
5、求范式时，为保证编码不错，命题变元最好按P，Q，R的顺序依次写。
6、真值表中值为1的项为极小项，值为0的项为极大项。
7、n个变元共有个极小项或极大项，这为（0~-1)刚好为化简完后的主析取加主合取。
8、永真式没有主合取范式，永假式没有主析取范式。
9、推证蕴含式的方法（=>)：真值表法；分析法（假定前键为真推出后键为真，假定前键为假推出后键也为假）。
10、命题逻辑的推理演算方法：P规则，T规则。
‘叁’ 3、离散数学的思想和知识点对计算机算法设计、程序设计有哪些作用
离散数学课程所传授的思想和方法，广泛地体现在计算机科学技术及相关专业的诸领域，从科学计算到信息处理，从理论计算机科学到计算机应用技术，从计算机软件到计算机硬件，从人工智能到认知系统，无不与离散数学密切相关。由于数字电子计算机是一个离散结构，它只能处理离散的或离散化了的数量关系， 因此，无论计算机科学本身，还是与计算机科学及其应用密切相关的现代科学研究领域，都面临着如何对离散结构建立相应的数学模型；又如何将已用连续数量关系建立起来的数学模型离散化，从而可由计算机加以处理。
‘肆’ 离散数学第五版：第四章知识点概要
第一节为集合的笛卡尔积与二元关系：前半部分主要讲了有序对，第一元素，第二元素，笛卡尔积等的概念；后半部分讲了一些二元关系，比如空关系，全域关系，恒等关系，小于等于关系，整除关系，关系矩阵和关系图等。 第一元素和第二元素就像是坐标的x值和y值，像是一个死规定。 笛卡尔积是一个听过很多次也经常忘的概念，就像括号乘法一样，作各项的有序组合。另外其有四个性质：第一个是关于空集，集合与空集的笛卡尔积仍然为空；笛卡尔积不满足结合律；笛卡尔积满足分配率。 二元关系指的是一个集合，一般称为R，要求是该集合为空集或者其元素都为有序对。 另外，A*B的子集称为从A到B的二元关系，若AB相等，则称为A上的二元关系。 空关系指空集。 全域关系指集合A的全部关系组成。 恒等关系指x，y相等的关系；同理可以理解小于等于关系以及整除关系。 关系矩阵和关系图指的是关系具体描述形式，见例分析。第二节为关系的运算：重新说明了定义域domR，值域ranR，以及域fldR；同时定义了三种关系，逆，合成，限制，像。并且夹带了一些定理，最后说明了概念R的n次幂。 逆有点像逆运算，从y推x。 合成可以类比为复合函数。 限制如名所示，就是在给定限制条件下的关系。 像指的是给定限定条件下的关系的值域。 R的n次幂运算，样式和乘方很像，其实就是不断的合成关系。R的0次方为单位矩阵。第三节为关系的性质：主要是指五种，自反性，非自反性，对称性，反对称性以及传递性。首先必须要说的是，对于一个关系而言，其可以不含有以上任何一种性质。下面以关系矩阵特点展开介绍。 自反性指主对角线元素全部为1。 非自反性指主对角线元素全部为0。 对称性指矩阵为对称矩阵。 非对称性指矩阵中对称位置的两个元素必定一者为1另一者为0。 传递性指如果顶点a到b有关系，b到c有关系，则a到c也有关系。第四节为关系的闭包：所谓闭包什么的都是一些比较扯的概念，其实说白了就是往关系中少添加一点元素，使得原本不具备某些属性的关系具有想要的属性。其中有三个概念，自反闭包r(R)，对称闭包s(R)，传递闭包t(R)，同时说了一些构造方法。第五节为等价关系和偏序关系：顾名思义，主要就介绍了等价关系和偏序关系，其中定义了等价类、商集、划分、偏序集、全序集、哈斯图、元、界等。 等价关系指在非空集合A上同时满足自反、对称和传递性的关系，可以记作x～y。 等价类指等价关系中具有完整传递关系的一个类，指的是y，记作[x]。 A在R下的商集，指的是等价关系R下哥哥等价类的整体集合，记作A/R。 划分就像切大饼一样，讲集合分为互斥的几个部分。一个有意思的点是，划分和商集可以互相对应起来。 偏序关系指在非空集合A上满足自反性、反对称性和传递性的关系，简称偏序，记作≤。 一个集合A和A上的偏序关系R一齐称之为偏序集，记作<A,R>。 全序集是偏序集的特例，全序集中对于任意的x,y∈A，x与y都可比，且这种关系叫全序关系。 哈斯图指偏序集的描述方式，其描述关系是下部指向上部，从定义可以看出，全序集的图像是一条直线，所以全序集也可以叫线序集。 最大（小）元指的是所有元都指向（指向所有元）的元，并不是所有偏序集都有最大（小）元。 极大（小）元指的是不指向其他元（不被其他元指）的元。 上界与下界引入了新的集合B，对于属于A的集合B，若存在元y，使得B中所有元都指向y，则y算是B的一个上界。下界则反之。 最小上界（上确界）、最大下界（下确界）可以顾名思义了，在已知的上下界中做选择。第六节为函数的定义和性质：定义了函数、函数值、满射、单射、双射、函数的像、常函数、恒等函数、单调函数、特征函数、自然映射。 函数和函数值，实在是不想讲。 函数的集合：若A、B为集合，所有从A到B的函数构成集合B↑A，读作“B上A”。 集合在函数下的像，这种叫法对应的其实是该集合（定义域）下函数的值域。 满射指值域刚好等于集合B，单射指x与y一一对应，双射指同时满足单射和满射。 常函数指常数函数，恒等函数指y=x，单调函数略，特征函数指0或1的函数。 自然映射可以单独提出来， 相对于之前的概念比较陌生，指的是某一元素直接映射到等价类的情况，如 1 —> {1,3,5}。第七节为复合函数和反函数：如题所示，跟初高中学的知识完全划等，无需多言。