首页 > 其他分享 >离散数学-数理逻辑

离散数学-数理逻辑

时间:2023-06-03 17:03:14浏览次数:35  
标签:量词 联结词 公式 命题 离散数学 谓词 变元 数理逻辑


《离散数学》是计算机专业的一门十分重要的专业基础课。离散数学作为有力的数学工具对计算机的发展、计算机研究起着重大的作用。目前,计算机科学中普通采用离散数学中的一些基本概念、基本思想和基本方法。通过本课程的学习,掌握数理逻辑、集合论、代数和图论等近代数学分支的最基本知识:培养抽象思维能力及逻辑思维能力。

  • (一) 命题逻辑的等值演算与推理演算
  • 1.命题逻辑的基本概念、命题逻辑联结词与真值表,重言式
  • 2.简单命题的形式化(简单自然语句的形式化)
  • 3.等值定理、基本等值公式以及等值演算
  • 4.命题公式与真值表的关系、联结词的完备集
  • 5.析取范式、合取范式、主析取范式和主合取范式
  • 6.命题逻辑的推理规则与推理演算,归结推理证明方法
  • 7.命题逻辑公理系统的概念,公理系统的基本结构
  • (二) 谓词逻辑的等值演算和推理演算
  • 1.谓词、量词的基本概念及表示法
  • 2.复杂自然语句的形式化
  • 3.否定型等值式、量词分配等值式
  • 4.范式、前束范式,Skolem 标准形
  • 5.基本推理公式及其证明方法
  • 6.谓词逻辑的推理规则与推理演算,归结推理法
  • (三) 集合与关系
  • 1.集合的概念、性质和基本运算,集合间的关系和特殊集合
  • 2.有限集合的基数,包含排斥原理
  • 3.集合论公理系统,无穷公理和自然数集合
  • 4.二元关系的概念、关系矩阵和关系图
  • 5.关系的逆、合成,关系的基本性质,关系的闭包
  • 6.等价关系和划分,偏序关系与哈斯图
  • 7.任意集合上的函数定义与性质、特殊函数,满射、单射与双射
  • 8.集合的势、无限集合的基数
  • (四) 图论的基本概念、路与回路
  • 1.图的基本概念与性质
  • 2.图的代数表示
  • 3.途径、路、回路、迹的定义
  • 4.欧拉环游(欧拉闭迹)与欧拉迹
  • 5.汉密尔顿路与回路
  • 6.最短路径
  • 7.连通性
  • 8.有向图
  • (五) 树、平面图与图的着色
  • 1.树的定义及等价条件
  • 2.支撑树的计数
  • 3.森林
  • 4.最短树
  • 5.平面图与极大平面图
  • 6.对偶图
  • 7.色数与色多项式
  • (六) 代数结构
  • 1.代数系统的概念
  • 2.同构与同态
  • 3.群的基本知识
  • 4.循环群、群的同构
  • 5.变换群和置换群、Caylay 定理
  • 6.陪集和群的陪集分解、Lagrange 定理
  • 7.正规子群与商群
  • 8.同态、同态基本定理
  • 9.环和域的概念

数理逻辑

数理逻辑是研究演绎推理的一门学科,用数学的方法来研究推理的规律统称为数理逻辑。
数理逻辑在问路问题中、排队论问题中的应用有很多。

命题逻辑

命题及其表示法

原子命题(简单命题): 不能再分解为更为简单命题的命题。例如:雪是黑色的。
复合命题: 由联结词、标点符号和原子命题复合而成的命题。例如:如果今天晚上有星星,那么明天就是睛天。

表示命题的符号称为命题标识符
一个命题标识符如表示确定的命题,就称为命题常量。即命题常元有确定的真值。
如果命题标识符只表示任意命题的位置标志,就称为命题变元。即命题变元的真值待定。只有当用某具体命题带入命题变元后,它才有确定的真值。
当命题变元表示原子命题时,该变元称为原子变元

例:
离散数学-数理逻辑_人工智能:中国的首都在北京
离散数学-数理逻辑_命题逻辑_02:上海是个美丽的城市
离散数学-数理逻辑_机器学习_03:命题 离散数学-数理逻辑_算法_04 和命题 离散数学-数理逻辑_命题逻辑_05
其中: 离散数学-数理逻辑_人工智能离散数学-数理逻辑_命题逻辑_02 是命题常元,离散数学-数理逻辑_机器学习_03

命题联结词

在数理逻辑中,复合命题是由原子命题逻辑联结词组合而成,联结词是复合命题中的重要组成部分。
命题联结词,两个句子真值之间的联结。

为了便于书写和进行推演,必须对联结词作出明确规定并符号化

否定联结词: 离散数学-数理逻辑_算法_09,非
合取联结词: 离散数学-数理逻辑_算法_10 与、且
析取联结词: 离散数学-数理逻辑_机器学习_11,或
条件联结词: 离散数学-数理逻辑_算法_12,“若…则…”“如果…就."“只有…才…”
等价联结词(双条件联结词): 离散数学-数理逻辑_离散数学_13,当且仅当

合取析取老是混怎么办?并析交合,析取就是并集,合取就是交集。

不可兼析取 离散数学-数理逻辑_机器学习_14 排斥、异或
与非:离散数学-数理逻辑_算法_15
或非 离散数学-数理逻辑_算法_16
条件否定 离散数学-数理逻辑_算法_17

离散数学-数理逻辑_命题逻辑_18

联结词说明
(1) 联结词是句子与句子之间的联结
(2) 联结词是两个句子真值之间的联结,而非句子的具体含义的联结,两个句子之间可以无任何地内在联系
(3) 联结词与自然语言之间的对应并非一一对应:

两个命题变元共能构成 离散数学-数理逻辑_离散数学_19 种不等价的命题,而这些情况用 离散数学-数理逻辑_机器学习_20 个联结词能够全部表示出来所以 离散数学-数理逻辑_机器学习_20 个联结词就足够了
最小联结词组:必须是功能完备的,即任何命题公式都可以由最小联结词组中所包含的联结词来表示。对于最小联结词组,删除其中任何一个联结词就不能把所有的命题表达出来。

命题公式

离散数学-数理逻辑_机器学习_03离散数学-数理逻辑_机器学习_23任意两个命题,则 离散数学-数理逻辑_人工智能_24离散数学-数理逻辑_离散数学_25离散数学-数理逻辑_命题逻辑_26离散数学-数理逻辑_算法_27 等都是复合命题

离散数学-数理逻辑_机器学习_03离散数学-数理逻辑_机器学习_23 是命题变元,则上述各式均称作命题公式离散数学-数理逻辑_机器学习_03离散数学-数理逻辑_机器学习_23 称作命题公式的分量

必须注意:命题公式是没有真假值的,仅当在一个公式中命题变元用确定的命题代人时,才得到一个命题。这个命题的真值,依赖于代换变元的那些命题的真值。此外,并不是由命题变元,联结词和一些括号组成的字符串都能成为命题公式。

命题公式(propositional formula) 亦称合式公式,是数理逻辑术语,它是按照一定规律形成的符号序列,在命题演算中,公式通常用归纳定义给出,例如,在一个具有五个联结词 离散数学-数理逻辑_命题逻辑_32

(1) 单个命题变元本身是一个命题公式;
(2) 如果 离散数学-数理逻辑_人工智能 是命题公式,则 离散数学-数理逻辑_机器学习_34 是命题公式;
(3) 如果 离散数学-数理逻辑_人工智能离散数学-数理逻辑_命题逻辑_02 是命题公式,则 离散数学-数理逻辑_命题逻辑_37离散数学-数理逻辑_离散数学_38离散数学-数理逻辑_命题逻辑_39离散数学-数理逻辑_离散数学_40 均为命题公式;
(4) 当且仅当有限次的应用 1~3 条所得到的包含命题变元,联结词和括号的符号串是命题公式。

因此,根据上述定义,离散数学-数理逻辑_人工智能_41离散数学-数理逻辑_命题逻辑_42 等是公式,而离散数学-数理逻辑_人工智能_43离散数学-数理逻辑_算法_44等都不是公式。

有了联结词的合式公式概念,我们可以把自然语言中的有些语句,翻译成数理逻辑中的符号形式。

命题公式的真值表

离散数学-数理逻辑_机器学习_45 是出现在公式 离散数学-数理逻辑_算法_46 中的所有命题变元,指定 离散数学-数理逻辑_机器学习_45 一组真值,则这组真值称为 离散数学-数理逻辑_算法_46 的一个解释或指派,常记为 离散数学-数理逻辑_离散数学_49

一般来说,若有 离散数学-数理逻辑_算法_50 个命题变元,则应有 离散数学-数理逻辑_离散数学_51

将公式 离散数学-数理逻辑_算法_46 在其所有可能指派下的真值情况列成表,称为 离散数学-数理逻辑_算法_46

(1) 永真公式(重言式):给定一命题公式,若无论对分量作怎样的指派,其对应的真值永为 离散数学-数理逻辑_机器学习_54,则称该命题公式为重言式或永真式。
(2) 永假公式(矛盾式)
(3) 蕴合式: 当且仅当 离散数学-数理逻辑_离散数学_55 是一个重言式时,我们称“离散数学-数理逻辑_机器学习_03 蕴合 离散数学-数理逻辑_机器学习_23”,并记作 离散数学-数理逻辑_机器学习_58

重言式

定义: 重言式就是永真公式
定理: 任何两个重言式的合取或析取,仍然是一个重言式。
定理: 一个重言式,对同一分量用任何公式置换,其结果仍为重言式。
定理:离散数学-数理逻辑_人工智能离散数学-数理逻辑_命题逻辑_02 为两个命题公式,离散数学-数理逻辑_机器学习_61 当且仅当 离散数学-数理逻辑_离散数学_40

证明公式为重言式的方法:真值表法等价公式推导

例: 离散数学-数理逻辑_离散数学_63

//TODO

蕴合式

离散数学-数理逻辑_离散数学_55 是一个永真式,则称“离散数学-数理逻辑_机器学习_03 蕴含 离散数学-数理逻辑_机器学习_23”,记为 离散数学-数理逻辑_机器学习_58

定理:离散数学-数理逻辑_机器学习_03离散数学-数理逻辑_机器学习_23 为任意两命题公式,离散数学-数理逻辑_机器学习_70 的充分必要条件是离散数学-数理逻辑_机器学习_58离散数学-数理逻辑_算法_72
蕴合式性质:离散数学-数理逻辑_算法_73 为合式公式,若 离散数学-数理逻辑_离散数学_74,且 离散数学-数理逻辑_人工智能 为重言式,则 离散数学-数理逻辑_命题逻辑_02 必是重言式;
蕴合式性质:离散数学-数理逻辑_离散数学_74离散数学-数理逻辑_机器学习_78离散数学-数理逻辑_离散数学_79。即蕴含关系是传递的。
蕴合式性质:离散数学-数理逻辑_离散数学_74离散数学-数理逻辑_离散数学_79,那么 离散数学-数理逻辑_人工智能_82
蕴合式性质:离散数学-数理逻辑_离散数学_74离散数学-数理逻辑_命题逻辑_84,则 离散数学-数理逻辑_机器学习_85

离散数学-数理逻辑_离散数学_55 来说:
离散数学-数理逻辑_命题逻辑_87 称作它的逆换式
离散数学-数理逻辑_人工智能_88 称作它的反换式
离散数学-数理逻辑_机器学习_89 称作它的逆反式
有如下关系:
离散数学-数理逻辑_人工智能_90
离散数学-数理逻辑_算法_91

证明 离散数学-数理逻辑_离散数学_74

(1) 用 真值表法推导法 证明 离散数学-数理逻辑_人工智能_93 (用定义)
(2) 用分析方法证明 离散数学-数理逻辑_离散数学_74,有两种分析法
a. 假设前件 离散数学-数理逻辑_人工智能 为真时推出后件 离散数学-数理逻辑_命题逻辑_02 也为真,则 离散数学-数理逻辑_离散数学_74
b. 假设后件 离散数学-数理逻辑_命题逻辑_02 为假时,推出前件 离散数学-数理逻辑_人工智能 也为假,则离散数学-数理逻辑_离散数学_74

离散数学-数理逻辑_机器学习_101

例: 离散数学-数理逻辑_离散数学_63

//TODO

命题公式的等价公式

离散数学-数理逻辑_算法_46离散数学-数理逻辑_离散数学_104 是公式,如果在任意分量指派下,离散数学-数理逻辑_算法_46离散数学-数理逻辑_离散数学_104 的真值相同,则称公式 离散数学-数理逻辑_算法_46离散数学-数理逻辑_离散数学_104 是等价的,记作 离散数学-数理逻辑_算法_109

例: 证明 离散数学-数理逻辑_机器学习_110

证明两个公式等价的方法:真值表法等价公式推导

离散数学-数理逻辑_离散数学_111

特别提示:必须牢记这 16 组等值式

命题公式的对偶式

在给定的命题公式 离散数学-数理逻辑_人工智能 中,将联结词 离散数学-数理逻辑_机器学习_11 换成 离散数学-数理逻辑_算法_10离散数学-数理逻辑_算法_10 换成 离散数学-数理逻辑_机器学习_11,若有特殊量 离散数学-数理逻辑_机器学习_54离散数学-数理逻辑_机器学习_118,则 离散数学-数理逻辑_机器学习_54 换为 离散数学-数理逻辑_机器学习_118离散数学-数理逻辑_机器学习_118 换为 离散数学-数理逻辑_机器学习_54,所得公式 离散数学-数理逻辑_算法_123 称为公式 离散数学-数理逻辑_人工智能对偶式

命题公式的范式

真值表对偶律等可以简化或推证一些命题公式。同一命题公式可以由各种相互等价的表达形式,为了把命题公式规范化,下面讨论命题公式的范式问题

范式的概念

合取范式: 一个命题公式称为合取范式,当且仅当它具有型式:离散数学-数理逻辑_离散数学_125,其中 离散数学-数理逻辑_算法_126 都是由命题变元或其否定所组成的析取式(注意这里)

析取范式: 一个命题公式称为析取范式,当且仅当它具有型式:离散数学-数理逻辑_离散数学_127,其中 离散数学-数理逻辑_离散数学_128 都是由命题变元或其否定所组成的合取式(注意这里)

注意:
(1) 析取范式、合取范式仅含联结词 离散数学-数理逻辑_人工智能_129
(2) 联结词 离散数学-数理逻辑_算法_09 仅出现在命题变元前;

范式的求解方法

范式存在定理:对于任意命题公式,都存在与其等价的析取范式和合取范式。

求任意命题公式的合取范式或析取范式:
(1) 利用等价公式中的等价式蕴涵式将公式中的 离散数学-数理逻辑_算法_12离散数学-数理逻辑_离散数学_13 用联结词 离散数学-数理逻辑_算法_09离散数学-数理逻辑_算法_10离散数学-数理逻辑_机器学习_11 来取代;
(2) 重复使用德·摩根定律离散数学-数理逻辑_算法_09 移到各个命题变元的前端,并消去多余的 离散数学-数理逻辑_算法_09
(3) 重复利用分配律结合律,可将公式规约为合取范式(合取式的析取)或析取范式(析取式的合取);

注意:范式的不惟一性

考虑公式:
离散数学-数理逻辑_人工智能_138
其与之等价的析取范式:
离散数学-数理逻辑_机器学习_139
离散数学-数理逻辑_算法_140
离散数学-数理逻辑_离散数学_141
离散数学-数理逻辑_算法_142

由此产生了主析取范式主合取范式的概念。
一个命题公式的主析取范式主合取范式是唯一的。

主范式之小项和主析取范式

小项: 离散数学-数理逻辑_算法_50 个命题变元 离散数学-数理逻辑_算法_144离散数学-数理逻辑_机器学习_145离散数学-数理逻辑_机器学习_146离散数学-数理逻辑_算法_147离散数学-数理逻辑_命题逻辑_148合取式中,若每个命题变元与其否定不同时存在,但二者之一恰好出现一次且仅一次,则称此合取式为关于 离散数学-数理逻辑_算法_149

越重合越小。

对于 离散数学-数理逻辑_算法_50 个命题变元,可构成 离散数学-数理逻辑_离散数学_51

例:
(1) 一个命题变元 离散数学-数理逻辑_机器学习_03 对应的小项有两个:离散数学-数理逻辑_离散数学_153离散数学-数理逻辑_算法_154
(2) 两个命题变元 离散数学-数理逻辑_机器学习_03离散数学-数理逻辑_机器学习_23 对应的小项有四个:
离散数学-数理逻辑_离散数学_157离散数学-数理逻辑_机器学习_158离散数学-数理逻辑_离散数学_157离散数学-数理逻辑_离散数学_160

小项(整个合取式为小项)的性质:
没有两个小项等价
每个小项当其真值指派对应的编码相同时,真值为 1,其它情况均为 0;
任意两个不同小项的合取($ \land 离散数学-数理逻辑_算法_161

主析取范式: 给定的析取范式中,每一个合取式都是小项,则称该范式为主析取范式。

对于一个命题公式的主析取范式,如将其命题变元的个数及出现次序固定后,则此公式的主析取范式便是唯一的,因此,给定任两个公式,由主析取范式可以方便地看出两个公式是否等价

求主析取范式的方法:

(a) 真值表法

定理: 命题公式对应的真值表中真值结果为真的所有的行,找到其每一个分量指派所对应的小项将这些极小项进行析取即可得到相应的主析取范式。

例: 求公式 离散数学-数理逻辑_机器学习_162离散数学-数理逻辑_命题逻辑_163离散数学-数理逻辑_命题逻辑_164

第一步画图真值表

离散数学-数理逻辑_人工智能_165

第二步找到每个公式所有真值为 T 的时候,离散数学-数理逻辑_机器学习_03离散数学-数理逻辑_机器学习_23

比如命题公式 离散数学-数理逻辑_机器学习_162 分别在 离散数学-数理逻辑_离散数学_169离散数学-数理逻辑_算法_170离散数学-数理逻辑_机器学习_171 时为 离散数学-数理逻辑_机器学习_54

离散数学-数理逻辑_人工智能_173

例: 求公式 离散数学-数理逻辑_机器学习_174

//TODO

(b) 等价公式推导法

(1) 先求出该公式所对应的析取范式
(2) 去掉重复出现的命题变元、析取范式中的永假式
(3) 若析取范式的某一个合取式缺少该命题公式中所规定的命题变元,则可用公式:离散数学-数理逻辑_离散数学_175 将命题变元 离散数学-数理逻辑_机器学习_03 补进去,并利用分配律展开;
(4) 将相同的小项合并,同时利用交换律进行顺序调整,由此可转换成标准的主析取范式

例: 求公式 离散数学-数理逻辑_机器学习_174

//TODO

主范式之大项和主合取范式

大项: 在含有 离散数学-数理逻辑_算法_50 个命题变元 离散数学-数理逻辑_算法_149 的析取式中,若每个命题变元与其否定不同时存在但二者之一恰好出现一次且仅一次,则称此析取式为关于离散数学-数理逻辑_算法_149 的一个大项
对于 离散数学-数理逻辑_算法_50 个命题变元,可构成 离散数学-数理逻辑_离散数学_51大项

例:
(1) 一个命题变元 离散数学-数理逻辑_机器学习_03,对应的极大项有两项:离散数学-数理逻辑_算法_184
(2) 两个命题变元 离散数学-数理逻辑_机器学习_185 对应的极大项有四项:离散数学-数理逻辑_命题逻辑_186

大项的性质:
(1) 没有两个大项等价;
(2) 每个大项当其真值指派对应的编码相同时,真值为 0,其它情况均为 1;
(3) 任意两个不同大项的析取永真式
(4) 所有大项的合取为永假公式

主合取范式: 给定的合取范式中,每一个析取式都是大项,则称该范式为主合取范式

求主合取范式的方法:

(a) 真值表法
公式对应的真值表中真值结果为假的所有的行,找到其每一个解释所对应的大项,将这些大项进行合取即可得到相应的主合取范式。

例: 求公式 离散数学-数理逻辑_机器学习_174

//TODO

(b) 等价公式推导法
(1) 先求出该公式所对应的合取范式
(2) 去掉重复出现的命题变元、合取范式中的永真式
(3) 若合取范式的某一个析取式缺少该命题公式中所规定的命题变元,则可用公式:离散数学-数理逻辑_离散数学_188 将命题变元 离散数学-数理逻辑_机器学习_03 补进去,并利用分配律展开;
(4) 相同的小项合并,同时利用交换律进行顺序调整,由此可转换成标准的主合取范式;

例: 求公式 离散数学-数理逻辑_机器学习_174

//TODO

主析取范式和主合取范式之间的转换

离散数学-数理逻辑_离散数学_191

范式的作用
  1. 判断公式类型
  2. 判断公式是否等价
  3. 判断公式为真或为假的分量指派

命题演算中的推理规则

离散数学-数理逻辑_算法_192 是两个命题公式。当且仅当 离散数学-数理逻辑_命题逻辑_193 为重言式,即 离散数学-数理逻辑_离散数学_79,称 离散数学-数理逻辑_离散数学_195离散数学-数理逻辑_人工智能有效结论,或 离散数学-数理逻辑_离散数学_195 可由 离散数学-数理逻辑_人工智能 逻辑推出。
推广:设 离散数学-数理逻辑_算法_199 是命题公式。当且仅当公式 离散数学-数理逻辑_人工智能_200,称 离散数学-数理逻辑_离散数学_195 是一组前提 离散数学-数理逻辑_命题逻辑_202有效结论

判别有效结论的过程就是论证过程,论证方法千变万化,但基本方法是真值表法、直接证法和间接证法。

判断有效结论的常用方法:

  1. 真值表法: 仅适用于命题变元少的情况。
  2. 直接证法:由一组前提,利用一些公认的推理规则,根据已知的等价或蕴含公式,推演得到有效的结论。P规则,T规则
  3. 间接证法: (1) 反证法(归缪法) (2) CP 规则
  4. 利用定义:离散数学-数理逻辑_人工智能_203 当且仅当 离散数学-数理逻辑_机器学习_204

谓词逻辑

命题逻辑能够解决的问题是有局限性的。只能进行命题间关系的推理,无法解决与命题的结构和成分有关的推理问题。
谓词逻辑这类推理中,各命题之间的逻辑关系不是体现在原子命题之间,而是体现在构成原子命题的内部成分之间。对此,命题逻辑将无能为力。

命题逻辑只考虑逻辑连接词的逻辑特性不考虑命题本身,谓词逻辑既考虑连接词的逻辑特性,还深入分析到命题内部考虑谓词及其量词的逻辑特性。
命题逻辑显然可以看作谓词逻辑的一个子集。 因为谓词逻辑中一般是允许出现 0 元谓词的。全部由 0 元谓词的构成的公式就是命题逻辑公式了。
论域为一个大小确定的有限集时,一个谓词公式可以等价地转化成一个命题逻辑公式
一阶谓词逻辑是命题逻辑的推广,二阶谓词逻辑是一阶谓词逻辑的推广。

谓词的概念与表示

命题是具有真假意义的陈述句,从语法上分析,一个陈述句由主语谓语两部分组成。

离散数学-数理逻辑_算法_205

这个图很好的展示了,原子命题,个体词,谓词和命题函数之间的关系。

个体(客体): 不依赖于人的主观而客观存在的实体,可以是具体的物体,也可以是抽象概念。
个体常元: 具体的事务,用a,b,c表示
个体变元: 抽象的事物,用x,y,z表示
个体域(论域): 一个客体变元的取值范围;有限个体域,如离散数学-数理逻辑_人工智能_206无限个体域,如 离散数学-数理逻辑_命题逻辑_207全总个体域,由宇宙间一切事物组成。
谓词: 表示个体词性质或相互之间关系的词,一元谓词(离散数学-数理逻辑_机器学习_208)表示性质,如:离散数学-数理逻辑_算法_209离散数学-数理逻辑_离散数学_210 具有性质 离散数学-数理逻辑_机器学习_118多元谓词(离散数学-数理逻辑_机器学习_212)表示事物之间的关系,如 离散数学-数理逻辑_算法_213离散数学-数理逻辑_离散数学_210离散数学-数理逻辑_人工智能_215 有关系 离散数学-数理逻辑_命题逻辑_216

一般用大写字母表示谓词,用小写字母表示客体名称
谓词表达命题,必须包括客体谓词字母两个部分。
单独一个谓词不是完整命题,把谓词字母后填上客体所得的式子称为谓词填式谓词和谓词填式是两个不同的概念。
一般地说,离散数学-数理逻辑_算法_50 元谓词需要 离散数学-数理逻辑_算法_50 个客体名称插入到固定地位置上,如果 离散数学-数理逻辑_人工智能离散数学-数理逻辑_算法_50 元谓词,离散数学-数理逻辑_命题逻辑_221 是客体的名称,则 离散数学-数理逻辑_离散数学_222 就可成为一个命题(一个谓词填式可以成为一个命题)。

单纯的谓词单纯的个体词都无法构成一个完整的逻辑含义,只有将它们结合起来时才能构成一个独立的逻辑断言

例: 他是三好学生,哥白尼指出地球绕着太阳转。
“是三好学生”,“指出”,是谓词,分别用大写字母 离散数学-数理逻辑_人工智能离散数学-数理逻辑_命题逻辑_02 表示;
客体名称"他"和哥白尼和地球绕着太阳转分别用小写字母a,b,c表示。

则,离散数学-数理逻辑_命题逻辑_225,B(b,c) 是谓词填式,这样的谓词填式可能是一个命题

命题函数

一个谓词,一些客体变元组成的表达式称为简单命题函数
由一个或 离散数学-数理逻辑_算法_50简单命题函数以及逻辑联结词组合而成的表达式称为复合命题函数

例: 离散数学-数理逻辑_算法_213 表示 离散数学-数理逻辑_离散数学_210 小于 离散数学-数理逻辑_人工智能_215,那么,离散数学-数理逻辑_算法_213 是一个命题函数而不是一个命题。当离散数学-数理逻辑_人工智能_231取定一个值时,如 离散数学-数理逻辑_命题逻辑_232 表示一个真命题,离散数学-数理逻辑_人工智能_233

逻辑联结词在复合命题函数中与命题演算中的解释完全相同。

例:离散数学-数理逻辑_命题逻辑_234 表示 离散数学-数理逻辑_离散数学_210 学习好,离散数学-数理逻辑_机器学习_236表示 离散数学-数理逻辑_离散数学_210 工作好,则 离散数学-数理逻辑_机器学习_238 表示 离散数学-数理逻辑_离散数学_210 学习不好,离散数学-数理逻辑_离散数学_240 表示 离散数学-数理逻辑_离散数学_210 工作不好,当 离散数学-数理逻辑_离散数学_210 指人时是命题,离散数学-数理逻辑_离散数学_243

命题函数中客体变元的论域的量词

例: 离散数学-数理逻辑_人工智能_244
离散数学-数理逻辑_机器学习_245 解释为“离散数学-数理逻辑_算法_04 小于 离散数学-数理逻辑_命题逻辑_05”,当 离散数学-数理逻辑_命题逻辑_248 都在实数域中取值时,为永真式
离散数学-数理逻辑_机器学习_245 解释为“离散数学-数理逻辑_算法_04离散数学-数理逻辑_命题逻辑_05 的儿子”,当 离散数学-数理逻辑_命题逻辑_248 都指人为永假式
离散数学-数理逻辑_机器学习_245 解释为“离散数学-数理逻辑_算法_04离散数学-数理逻辑_命题逻辑_255米”,当 离散数学-数理逻辑_命题逻辑_248 表示地面上的房子,则该式可能为 离散数学-数理逻辑_机器学习_54,也可能为 离散数学-数理逻辑_机器学习_118,由 离散数学-数理逻辑_命题逻辑_248

命题函数确定为命题与客体变元的个体域有关。

**个体域:**在命题函数中,客体变元的论述范围称作个体域。
**全总个体域;**个体域可以是有限的,也可以是无限的,把各种个体域综合在一起作为论述范围的域称全总个体域。

全称量词: 离散数学-数理逻辑_命题逻辑_260,所有的 离散数学-数理逻辑_离散数学_210;任意的 离散数学-数理逻辑_离散数学_210;一切的 离散数学-数理逻辑_离散数学_210;每一个 离散数学-数理逻辑_离散数学_210;等等。
存在量词: 离散数学-数理逻辑_人工智能_265,有些 离散数学-数理逻辑_离散数学_210;至少有一个 离散数学-数理逻辑_离散数学_210;某一些 离散数学-数理逻辑_离散数学_210;存在 离散数学-数理逻辑_离散数学_210;等等。

谓词逻辑符号化的两条规则
注意:题目中没给个体域,一律用全总个体域
引入特性谓词 离散数学-数理逻辑_算法_209: 离散数学-数理逻辑_离散数学_210

默认情况下,所有命题函数的个体域全部统一使用全总个体域,然后客体变元的变化范围用特性谓词(一元谓词表性质)加以限制。这种特性谓词在加入到命题函数中时必定遵循如下原则:
(1) 对于全称量词(离散数学-数理逻辑_算法_272),刻划其对应个体域范围的特性谓词作为蕴涵式之前件加入。
(2) 对于存在量词(离散数学-数理逻辑_命题逻辑_273),刻划其对应个体域范围的特性谓词作为合取式之合取项加入。

例:
(1) 所有的人都要死。
(2) 有的人活到百岁以上。
现将这两个命题符号化,在符号之前必须明确个体域

第一种情况:考虑个体域 离散数学-数理逻辑_离散数学_274
(1) 命题符号化为 离散数学-数理逻辑_命题逻辑_275,其中 离散数学-数理逻辑_算法_209离散数学-数理逻辑_离散数学_210 是要死的,命题为真。
(2) 命题符号化为 离散数学-数理逻辑_机器学习_278,其中 离散数学-数理逻辑_算法_279离散数学-数理逻辑_离散数学_210

第二种情况:考虑个体 离散数学-数理逻辑_命题逻辑_281全总个体域(所有个体域的综合)。则
(1) 离散数学-数理逻辑_命题逻辑_275 表示宇宙间一切事物都是要死的,这与原命题不符;
(2) 离散数学-数理逻辑_机器学习_278 表示在宇宙间一切事物中存在百岁以上的,不符合题意;
引进一个特性谓词 离散数学-数理逻辑_算法_284离散数学-数理逻辑_算法_04 是人,有了特性谓词后,符号化为:
离散数学-数理逻辑_人工智能_286
离散数学-数理逻辑_算法_287

例: 在一阶逻辑中将下面命题符号化
(1) 人都爱美
(2) 有人用左手写字

个体域分别为
(a) 离散数学-数理逻辑_命题逻辑_281 为人类集合
(b) 离散数学-数理逻辑_命题逻辑_281

解:
(a)
(1) 离散数学-数理逻辑_机器学习_290离散数学-数理逻辑_算法_279离散数学-数理逻辑_离散数学_210 爱美
(2) 离散数学-数理逻辑_机器学习_278离散数学-数理逻辑_算法_279离散数学-数理逻辑_离散数学_210

(b)
离散数学-数理逻辑_算法_209: 离散数学-数理逻辑_离散数学_210 为人(特性谓词),离散数学-数理逻辑_算法_279: 离散数学-数理逻辑_离散数学_210 爱美
(1) 离散数学-数理逻辑_命题逻辑_300
(1) 离散数学-数理逻辑_算法_301

谓词公式

原子谓词公式 = 命题变元 + 客体变元
谓词公式 = 原子谓词公式 x n + 逻辑联结词 + 量词;

谓词公式中的变元的约束

指导变元(作用变元)
作用域(辖域)
自由变元
离散数学-数理逻辑_机器学习_302 元谓词
约束变元的换名
自由变元的代入

给定 离散数学-数理逻辑_机器学习_303 为一个谓词公式,其中有一部分公式形式为 离散数学-数理逻辑_算法_304离散数学-数理逻辑_离散数学_305。这里 离散数学-数理逻辑_算法_272离散数学-数理逻辑_算法_307 后面所跟的 离散数学-数理逻辑_离散数学_210 叫做量词的指导变元作用变元离散数学-数理逻辑_命题逻辑_309 中的第一个 离散数学-数理逻辑_离散数学_210 是指导变元或作用变元),离散数学-数理逻辑_命题逻辑_311 叫做相应量词的作用域。在作用域中 离散数学-数理逻辑_离散数学_210 的一切出现,称为 离散数学-数理逻辑_离散数学_210离散数学-数理逻辑_机器学习_303 中的约束出现离散数学-数理逻辑_离散数学_210 亦称为被相应量词中的指导变元所约束。在 离散数学-数理逻辑_机器学习_303 中除去约束变元以外所出现的变元称作自由变元自由变元是不受约束的变元,虽然它有时也在量词的作用域中出现(比如 离散数学-数理逻辑_离散数学_317 中的 离散数学-数理逻辑_人工智能_215),但它不受相应量词中指导变元的约束,故我们可把自由变元看作是公式中的参数

从约束变元的概念可以看出,离散数学-数理逻辑_算法_319离散数学-数理逻辑_算法_50 元谓词,它有 离散数学-数理逻辑_算法_50 个相互独立的自由变元,若对其中 离散数学-数理逻辑_命题逻辑_322 个变元进行约束,则成为 离散数学-数理逻辑_机器学习_302 元谓词,因此,谓词公式中如果没有自由变元出现,则该式就成为一个命题。例如,离散数学-数理逻辑_算法_324 是二元谓词。离散数学-数理逻辑_算法_325

为了避免由于变元的约束与自由同时出现,引起概念上的混乱,故可对约束变元进行换名。使得一个变元在一个公式中只呈一种形式出现,即呈自由出现呈约束出现
采用如下二规则:

约束变元的换名

对公式 离散数学-数理逻辑_机器学习_303 中的约束变元更改名称符号,这种遵守一定规则的更改,称为约束变元的换名。其规则为:
(1) 对于约束变元可以换名,其更改的变元名称范围是量词中的指导变元,以及该量词作用域中所出现的该变元,在公式的其余部分不变。
(2) 换名时一定要更改为作用域中没有出现的变元名称。

将量词辖域中出现的某约束出现的个体变项及对应的指导变项改成另一个在辖域中未曾出现的个体变项,其余不变。

自由变元的代入

对于公式中的自由变元,也允许更改,这种更改叫做代入。自由变元的代入,亦需遵守一定的规则,这个规则叫做自由变元的代人规则,现说明如下:
(1) 对于谓词公式中的自由变元,可以作代入,代入时需对公式中出现该自由变元的每一处进行。
(2) 用以代入的变元与原公式中所有变元的名称不能相同。

将某自由变项用与公式中所有个体变项不同的变项符号代替且处处代替。如果谓词公式(例如 离散数学-数理逻辑_算法_209)前,没有全称量词或者存在量词的约束,可以把 离散数学-数理逻辑_离散数学_210 换成另一个字母,和其他谓词公式中的 离散数学-数理逻辑_离散数学_210

谓词公式的等价关系和蕴含关系

[定义] 若两个谓词公式 离散数学-数理逻辑_人工智能离散数学-数理逻辑_命题逻辑_02 有共同的论域 离散数学-数理逻辑_算法_332,且在任何解释下 离散数学-数理逻辑_人工智能离散数学-数理逻辑_命题逻辑_02 有相同的真值,则称谓词公式 离散数学-数理逻辑_人工智能离散数学-数理逻辑_命题逻辑_02离散数学-数理逻辑_机器学习_337 上等价,记作作 离散数学-数理逻辑_机器学习_61离散数学-数理逻辑_命题逻辑_339

谓词公式是永真的;
谓词公式是不可满足的;
谓词公式是可满足的;

[定义] 若两个谓词公式 离散数学-数理逻辑_人工智能离散数学-数理逻辑_命题逻辑_02 有相同的论域,且在任何解释下 离散数学-数理逻辑_命题逻辑_39离散数学-数理逻辑_算法_343,则称谓词公式 离散数学-数理逻辑_人工智能 蕴含 离散数学-数理逻辑_命题逻辑_02,记作 离散数学-数理逻辑_离散数学_74

量词转化律

离散数学-数理逻辑_人工智能_347

(1) 不是对于所有的 离散数学-数理逻辑_离散数学_210离散数学-数理逻辑_算法_349 等价于存在 离散数学-数理逻辑_离散数学_210离散数学-数理逻辑_算法_349
(2) 不存在 离散数学-数理逻辑_离散数学_210 离散数学-数理逻辑_算法_349 等价于对于所有的 离散数学-数理逻辑_离散数学_210离散数学-数理逻辑_算法_349
(3) 出现在量词之前的否定,不是否定该量词,而是否定被量化了的整个命题。

量词辖域扩张及收缩律

设命题 离散数学-数理逻辑_机器学习_03 中不出现约束变元 离散数学-数理逻辑_离散数学_210,则有:

离散数学-数理逻辑_机器学习_358

当谓词的变元与量词的指导变元不相同时,亦能有上述类似的公式(将上式中的 离散数学-数理逻辑_机器学习_03 变为 离散数学-数理逻辑_离散数学_360)。

量词分配律(★★★★★)

量词对各个联结词的分配律。

对任意谓词公式 离散数学-数理逻辑_算法_349离散数学-数理逻辑_机器学习_362 有:
逻辑等价:
离散数学-数理逻辑_机器学习_363

逻辑蕴含:
离散数学-数理逻辑_机器学习_03离散数学-数理逻辑_机器学习_23谓词公式,若 离散数学-数理逻辑_离散数学_55 为永真式,则 离散数学-数理逻辑_机器学习_03 永真蕴含 离散数学-数理逻辑_机器学习_23,记为离散数学-数理逻辑_机器学习_58

离散数学-数理逻辑_命题逻辑_370

多个量词的使用

离散数学-数理逻辑_算法_371

离散数学-数理逻辑_算法_372

一句话总结:前四个是大范围推小范围。全称量词和存在量词在公式中出现的次序,不能随意更换,后不同约束变元的存在(存在量词)和所有(全称量词)可以交换。

例: 利用谓词之间的等价关系证明下列公式之间的关系:离散数学-数理逻辑_人工智能_373

离散数学-数理逻辑_算法_374

谓词公式的标准型——前束范式

如果公式中的一切量词都位于该公式的最前端(不含否定词)且这些量词的辖域都延伸到公式的末端,称公式是一个前束范式

例: 求下列公式的前束范式
(1) 离散数学-数理逻辑_算法_375
解:

离散数学-数理逻辑_算法_376

后两步结果都是前束范式,说明谓词公式的前束范式不惟一

(2) 离散数学-数理逻辑_算法_377

离散数学-数理逻辑_人工智能_378

谓词逻辑中的任一公式都可化为与之等价的前束范式,但其前束范式并不唯一。

求谓词公式的前束范式:

求解过程总结:把各个子式之前的量词换成一个,然后用量词的分配律合起来;

离散数学-数理逻辑_算法_46 是任一公式,通过下述步骤可将其转化为与之等价的前束范式:
(1) 消去多余的量词
(2) 约束变元的换名自由变元的代入
(3) 消去公式中包含的联结词 离散数学-数理逻辑_算法_12离散数学-数理逻辑_算法_381
(4) 反复运用德摩根定律,直接将 离散数学-数理逻辑_算法_09 内移到原子谓词公式的前端;
(5) 使用谓词的等价公式将所有量词提到公式的最前端;

例:离散数学-数理逻辑_机器学习_383

解:
(1) 消去联结词 离散数学-数理逻辑_命题逻辑_384,得:离散数学-数理逻辑_人工智能_385
(2) 内移,得:离散数学-数理逻辑_离散数学_386
(3) 量词左移,得:
离散数学-数理逻辑_机器学习_387

即:离散数学-数理逻辑_人工智能_388 为原式的前束范式,这里 离散数学-数理逻辑_离散数学_389

谓词演算的推理理论

离散数学-数理逻辑_离散数学_390离散数学-数理逻辑_离散数学_195 都是谓词公式。若 离散数学-数理逻辑_机器学习_392 为永真式,即 离散数学-数理逻辑_命题逻辑_393。则称由前提 离散数学-数理逻辑_离散数学_390 推出结论 离散数学-数理逻辑_离散数学_195推理正确(有效)

离散数学-数理逻辑_离散数学_195 称为前提 离散数学-数理逻辑_离散数学_390有效结论逻辑结果

离散数学-数理逻辑_命题逻辑_398 称为由前提 离散数学-数理逻辑_离散数学_390 推出结论 离散数学-数理逻辑_离散数学_195推理的形式结构

谓词逻辑中常用的推理规则其来源可分为两类:
(一) 命题逻辑中的所有推理规则
如规则 离散数学-数理逻辑_机器学习_03离散数学-数理逻辑_机器学习_54离散数学-数理逻辑_机器学习_403 规则,反证法等亦可在谓词演算的推理中应用,只是应将各规则中的命题公式理解为谓词公式
谓词演算的推理方法可视为命题演算推理方法的扩张。
(二) 谓词逻辑中特有的推理规则
(1) 谓词演算中与量词有关的基本的永真蕴含式逻辑等价式
(2) 量词的消去或添加规则
在谓词演算的推理中,某些前提或结论会受到量词的限制,为了使用命题演算中的等价式和蕴含式,必须有消去或添加量词的规则

量词的消去或添加规则
全称指定规则(离散数学-数理逻辑_命题逻辑_404

离散数学-数理逻辑_命题逻辑_405

如果个体域 离散数学-数理逻辑_命题逻辑_281 中所有的个体都具有性质 离散数学-数理逻辑_人工智能,则 离散数学-数理逻辑_命题逻辑_281 中每一个个体 (个体常元、个体变元) 都具有性质 离散数学-数理逻辑_人工智能

两式成立的条件是:
(1) 离散数学-数理逻辑_离散数学_210离散数学-数理逻辑_算法_349自由出现的个体变元。
(2) 在 (1) 式中,离散数学-数理逻辑_人工智能_215 为任意的不在 离散数学-数理逻辑_命题逻辑_413的个体变元,特别地,离散数学-数理逻辑_命题逻辑_414 可取 离散数学-数理逻辑_离散数学_243
(3) 在 (2) 式中,离散数学-数理逻辑_人工智能_416任意的个体常元。

例: 设个体域 离散数学-数理逻辑_命题逻辑_281 为实数集,谓词 离散数学-数理逻辑_机器学习_418: 离散数学-数理逻辑_机器学习_419。则 离散数学-数理逻辑_算法_420: 对任意的实数 离散数学-数理逻辑_离散数学_210,都存在实数 离散数学-数理逻辑_人工智能_215,使 离散数学-数理逻辑_机器学习_419。(真命题)

则下列推理正确的是:()

(1) 离散数学-数理逻辑_离散数学_424
(2) 离散数学-数理逻辑_算法_425
(3) 离散数学-数理逻辑_算法_426
(4) 离散数学-数理逻辑_机器学习_427

答案:离散数学-数理逻辑_人工智能_428正确,离散数学-数理逻辑_算法_429 出错的原因是 离散数学-数理逻辑_人工智能_215 已在 离散数学-数理逻辑_人工智能_431

全称推广规则(UG 规则)

离散数学-数理逻辑_命题逻辑_432
如果个体域 离散数学-数理逻辑_命题逻辑_281 中每一个个体都具有性质 离散数学-数理逻辑_人工智能,则 离散数学-数理逻辑_命题逻辑_281 中所有的个体都具有该性质 离散数学-数理逻辑_人工智能

该式成立的条件是
(1) 离散数学-数理逻辑_人工智能_215离散数学-数理逻辑_机器学习_438自由个体变元,且 离散数学-数理逻辑_人工智能_215 取个体域 离散数学-数理逻辑_命题逻辑_281 中的任何值时
离散数学-数理逻辑_机器学习_438 均为真。
(2) 取代 离散数学-数理逻辑_人工智能_215离散数学-数理逻辑_离散数学_210 不能是 离散数学-数理逻辑_离散数学_444,否则也会产生错误。
注:使用本规则时,事先必须已经验证了对个体域中的每在个 离散数学-数理逻辑_离散数学_210离散数学-数理逻辑_算法_349

存在指定规则(离散数学-数理逻辑_算法_447

离散数学-数理逻辑_算法_448

如果个体域 离散数学-数理逻辑_命题逻辑_281 中存在具有性质 离散数学-数理逻辑_人工智能 的个体,则 离散数学-数理逻辑_命题逻辑_281 中必有某一个个体 离散数学-数理逻辑_人工智能_416 (个体常元) 具有该性质 离散数学-数理逻辑_人工智能

该式成立的条件是:
(1) 离散数学-数理逻辑_离散数学_210离散数学-数理逻辑_算法_349 中自由出现的个体变元。
(2) 离散数学-数理逻辑_人工智能_416使 离散数学-数理逻辑_算法_457的个体常元,且此 离散数学-数理逻辑_人工智能_416 在该推导前(包括在 离散数学-数理逻辑_算法_349中) 从未使用过。
(3) 若 离散数学-数理逻辑_算法_349 中除自由出现的 离散数学-数理逻辑_离散数学_210 以外,还有其他自由个体变元时,不能使用此规则。

例: 设个体域 离散数学-数理逻辑_命题逻辑_281 为整数集,谓词 离散数学-数理逻辑_算法_463 是奇数,离散数学-数理逻辑_机器学习_464

推理过程如下:
(1) 离散数学-数理逻辑_人工智能_465
(2) 离散数学-数理逻辑_算法_466

离散数学-数理逻辑_机器学习_467离散数学-数理逻辑_离散数学_468 都是真命题,但 离散数学-数理逻辑_机器学习_469 假,出错原因: (2) 中的 离散数学-数理逻辑_人工智能_416 已在 (1) 被指定了,已是一个特定的值。(2) 应改为: 离散数学-数理逻辑_命题逻辑_471离散数学-数理逻辑_机器学习_472

例: 离散数学-数理逻辑_命题逻辑_473,出错原因: 离散数学-数理逻辑_人工智能_416 的确定还与 离散数学-数理逻辑_人工智能_215 有关。应改为: 离散数学-数理逻辑_人工智能_476

存在推广规则(离散数学-数理逻辑_算法_477

离散数学-数理逻辑_机器学习_478
离散数学-数理逻辑_机器学习_479

如果个体域 离散数学-数理逻辑_命题逻辑_281 中某个个体 (个体常元、个体变元)具有性质 离散数学-数理逻辑_人工智能,则 离散数学-数理逻辑_命题逻辑_281 中存在着具有该性质 离散数学-数理逻辑_人工智能

两式成立的条件是
(1) 离散数学-数理逻辑_人工智能_416使 离散数学-数理逻辑_算法_457的个体常元。
(2) 离散数学-数理逻辑_人工智能_215使 离散数学-数理逻辑_离散数学_444的自由个体变元。
(3) 取代 离散数学-数理逻辑_人工智能_416离散数学-数理逻辑_人工智能_215离散数学-数理逻辑_离散数学_210 不能在 离散数学-数理逻辑_算法_457离散数学-数理逻辑_离散数学_444

例: 设个体域 离散数学-数理逻辑_命题逻辑_281 为实数集
(a) 谓词 离散数学-数理逻辑_机器学习_418离散数学-数理逻辑_机器学习_419
则下列推理正确的是:

(1) 离散数学-数理逻辑_机器学习_496
(2) 离散数学-数理逻辑_机器学习_497
1对2错

(b) 谓词 离散数学-数理逻辑_机器学习_418离散数学-数理逻辑_算法_499
则下列推理正确的是:

(1) 离散数学-数理逻辑_算法_500
(2) 离散数学-数理逻辑_算法_501

1错2对

使用时的注意事项:

(1) 量词的消去或添加规则只对前束范式(即辖域为整个公式)的量词成立,不能对出现在公式中间的量词使用它们。
(2) 使用时,要严格按照限制条件去使用,并从整体上考虑个体常元和个体变元符号的选择。
(3) 用 离散数学-数理逻辑_人工智能_215离散数学-数理逻辑_人工智能_416 取代 离散数学-数理逻辑_算法_349 中自由出现的 离散数学-数理逻辑_离散数学_210 时,一定要在 离散数学-数理逻辑_离散数学_210

数理逻辑总结

命题公式中的命题变元的最小粒度是命题。命题公式中的命题变元之间,可以通过下面的联结词来联结。

否定联结词:离散数学-数理逻辑_算法_09,非
合取联结词:离散数学-数理逻辑_算法_10 与、且
析取联结词:离散数学-数理逻辑_机器学习_11,或
条件联结词:离散数学-数理逻辑_算法_12,“若…则…”“如果…就."“只有…才…”
等价联结词(双条件联结词):离散数学-数理逻辑_离散数学_13,当且仅当

并析交合。

命题公式的等价:离散数学-数理逻辑_算法_381
命题公式的蕴含:离散数学-数理逻辑_离散数学_513

谓词公式的等价:离散数学-数理逻辑_算法_381
谓词公式的蕴含:离散数学-数理逻辑_离散数学_513

分析一个命题中的谓词可以构成一个命题函数,函数的参数是客体
命题公式没有真值但是有真值表

  1. 什么时候翻译成命题公式?
  2. 什么时候翻译成命题函数?
  3. 谓词逻辑翻译技巧:主系表中的系表是谓词,表性质;主谓宾中的谓语是谓词,表主和宾的关系。


标签:量词,联结词,公式,命题,离散数学,谓词,变元,数理逻辑
From: https://blog.51cto.com/xichenguan/6408249

相关文章

  • 离散数学代数系统内容总结
    前言:  代数系统这部分内容,重点在二元运算(二元运算的基本定义及相关的性质),和群和子群(判断一个代数系统是否是群,群的次幂计算,群中元素的阶)。二元运算:  1.什么是二元运算:   设S为集合,函数f:S×S→S就称为S上的一个二元运算。     S中任何两个元素都可......
  • 离散数学(屈婉玲版)第三部分内容总结
    离散代数结构内容总结第九章代数系统 9.1二元运算及其性质定义:设集合S,有函数f:SxS→S称为S上的二元运算。注意标红,运算体现了封闭性:集合里的元素运算结果还是集合里的元素。这里举个栗子:自然数集的加法运算是二元运算:一个自然数N加上另一个自然......
  • 离散数学重要知识
    乘法原则:每一步都是相互独立的,互不影响顺序是有关的通常枚举枚举每一步的情况,然后把他乘起来减法思维:(dowhatwedon'twant)当正面想不出来的时候,就利用反面去想往往是比较简单的但是现在我的第一反应就是反面思维,有时正面思维是更简单的,(在乘法原则的时候)......
  • 离散数学第二版(屈婉玲)第二部分内容总结
    第二部分 集合论总结第6章 集合代数6.1集合的基本概念集合中的关系:元素和集合之间:属于或不属于。集合与集合之间:包含被包含,子集,真子集,空集,幂集。 6.2集合的运算集合的基本运算:并、交、相对补、对称差、绝对补 ......
  • 离散数学第二部分内容总结
    前言:  高中对集合已经有过学习,像基本概念,一些基础的运算都有学习过,这部分的内容比较简单,重点要理清楚二元关系中的概念,容易弄混的地方要牢记。集合的基本概念:  1.集合的基本概念:   集合是“确定的一堆东西”,集合里的“东西”则称为元素。现代的集合一般被定义为:由一个......
  • 离散数学第一部分内容总结
    一、命题逻辑命题:能够判断真假的陈述句称作命题。一个命题的“结果”,称为真值。例:X>Y不是命题,因为无法判断真假。明天会下雨是命题,可以判断真假。(但真值无法确定) 命题变元:命题标识符如仅是表示任意命题的位置标识,就称为命题变元。它是位置标识,不是能判真假的陈述句。......
  • 离散数学——期中经典题型
    贝叶斯定理;概率、方差、期望之间的关系;期望的线性性质两道题都用到了期望的线性性质。鸽笼原理关键是学会构造抽屉!证明关系的某些性质关于格的定义要清楚,用来解决1,3两问。这个题的第二问略有难度,要知道有界格是一定有上下确界的!数学归纳法证明结构归纳法证明归纳定......
  • 离散数学关系的基本运算和关系的性质闭包
    文章目录关系的运算基本运算关系的复合运算关系的逆运算关系的性质一.自反性和反自反性二.对称性和反对称性三.传递性关系性质的判定定理关系的性质闭包关系的幂运算传递闭包的关系矩阵闭包关系的性质多重闭包关系的运算定义5.2.1:设R,S是X到Y的二元关系,则R∪S,R∩S,R-S,~R,R⨁S也......
  • 离散数学——图论
    设\(A,B\)为任意的两个集合,称\[\{\{a,b\}\mida\inA\wedgeb\inB\}\]为\(A\)与\(B\)的无序积,记作\(A\&B\).为方便起见,将无序积中的无序对\(\{a,......
  • 离散数学--小点
    将问题转化为已知的数学问题,抽象化,比如01,问题01的排版放置,思考如何对放的位置经行修饰以此来满足题目条件atmost时一定要考虑0的情况,很多时候,都要如此......