离散数学(图论)课后总结

离散数学总结离散数学学习总结一、课程内容介绍：1．集合论部分：集合论是离散数学中第一个抽象难关，在老师的生动讲解下，深入浅出，使得集合论成了相当有趣的知识。

只是对于以后的应用还不是很了解，感觉学好它很重要。

直观地说，把一些事物汇集到一起组成一个整体就叫集合，而这些事物就是这个集合的元素或成员。

例如：方程x2－1＝0的实数解集合；26个英文字母的集合；坐标平面上所有点的集合；集合通常用大写的英文字母来标记，例如自然数集合N(在离散数学中认为0也是自然数)，整数集合Z，有理数集合Q，实数集合R，复数集合C等。

表示一个集合的方法有两种：列元素法和谓词表示法，如果两个集合的交集为，则称这两个集合是不相交的。

例如B和C 是不相交的。

两个集合的并和交运算可以推广成n个集合的并和交：A1∪A2∪…∪An＝{x|x∈A1∨x∈A2∨…∨x∈An}A1∩A2∩…∩An＝{x|x∈A1∧x∈A2∧…∧x∈An}2．关系二元关系也可简称为关系。

对于二元关系R，如果∈R，可记作xRy；如果R，则记作x y。

例如R1={<1,2>,}，R2={<1,2>,a,b}。

则R1是二元关系，R2不是二元关系，只是一个集合，除非将a和b定义为有序对。

根据上面的记法可以写1R12，aR1b，aR1c等。

给出一个关系的方法有三种:集合表达式，关系矩阵和关系图。

设R是A上的关系，我们希望R具有某些有用的性质，比如说自反性。

如果R不具有自反性，我们通过在R中添加一部分有序对来改得到新的关系R'，使得R'具有自反性。

但又不希望R'与R相差太多，换句话说，添加的有序对要尽可能的少。

满足这些要求的R'就称为R的自反闭包。

通过添加有序对来构造的闭包除自反闭保外还有对称闭包和传递闭包。

3．代数系统代数结构也叫做抽象代数，主要研究抽象的代数系统。

抽象的代数系统也是一种数学模型，可以用它表示实际世界中的离散结构。

离散图论知识点总结一、基本概念图（Graph）是离散数学中的一个重要概念，它由顶点集合V和边集合E组成。

一般用G （V，E）来表示，其中V={v1,v2,…,vn}是有限非空集合，E是V中元素的无序对的集合。

图分为有向图和无向图。

无向图中的边是无序的，有向图中的边是有序的。

图中存在一些特殊的图，比如完全图、树、路径、回路等。

二、图的表示方法1. 邻接矩阵邻接矩阵是一种常见的图的表示方法，它使用一个二维数组来表示图的关系。

对于一个n 个顶点的图，邻接矩阵是一个n*n的矩阵A，其中A[i][j]表示顶点i到顶点j之间是否存在边。

对于无向图，A[i][j]=1表示顶点i与顶点j之间存在边，A[i][j]=0表示不存在。

对于有向图，A[i][j]=1表示i指向j的边存在，A[i][j]=0表示不存在。

2. 邻接表邻接表是另一种常见的图的表示方法。

它将图的信息储存在一个数组中，数组的每个元素与图的一个顶点相对应。

对于每个顶点vi，数组中储存与该顶点邻接的顶点的信息。

邻接表可以用链表或者数组来表示，链表表示的邻接表比较灵活，但是在查找某个边的相邻顶点时需要遍历整个链表。

三、图的性质1. 度图中每个顶点的度是与其相邻的边的数目。

对于无向图，顶点的度等于与其相邻的边的数目；对于有向图，则分为入度和出度。

2. 连通性对于无向图G，若图中任意两个顶点都有路径相连，则称图G是连通的。

对于有向图G，若从任意一个顶点vi到任意一个顶点vj都存在路径，则称G是强连通的。

3. 路径和回路路径是指图中一系列的边，连接图中的两个顶点；回路是指起点与终点相同的路径。

路径的长度是指路径中边的数目。

4. 树和森林一个无向图，如果是连通图且不存在回路，则称为树。

一个无向图，若它不是连通图，则称为森林。

四、图的常见算法1. 深度优先搜索（DFS）深度优先搜索是一种用于图的遍历的算法，它从图的某个顶点vi出发，访问它的所有邻接顶点，再对其中未访问的顶点继续深度优先搜索。

离散数学课程总结
作为一名计算机专业的学生，离散数学的学习尤为重要，在对问题的描述和逻辑分析方面，离散数学有着相当重要的作用。

目前为止我们已经学习了三章内容，刚开始学习时，内容还比较简单基础，随着课程的不断推进，所学习的知识环环相扣，有时候还没来得及巩固好某个知识点，在新学的内容中又遇到了，直接导致了我对于新知识的不理解，我一般都是在课后花更多的时间去补起来。

虽然是一名理科生，但是离散数学的学习并不容易，它与高中我所接触到的理科学科不同的是，离散数学的概念、定义、推论很多，而且很多都很相似，并且具有一定的抽象性，理解并不难，但要真正的记住并掌握并不容易。

况且进入大学，学习的态度对于高中来说都有所下降，在学习过程中缺少课后的练习和巩固，导致大量的定义学了就忘，这点我将在今后的学习中加以改善。

刘老师上课给我的感觉是干净利落，并且不和其他老师一样留下直播回放，这使得我们不敢错过课上的内容。

老师平时并不布置练习，学生的自控能力很差，作业方面可能需要老师的督促，我现在做过的练习很少，此后我会积极督促自己复习。

离散数学图论（图、树）常考考点知识点总结图的定义和表示1.图：一个图是一个序偶＜V , E ＞，记为G =< V ，E >，其中：① V ={V1,V2,V3,…, Vn}是有限非空集合，Vi 称为结点，V 称为节点集② E 是有限集合，称为边集，E中的每个元素都有V中的结点对与之对应，称之为边③与边对应的结点对既可以是无序的，也可以是有序的表示方法集合表示法，邻接矩阵法2.邻接矩阵：零图的邻接矩阵全零图中不与任何结点相邻接的结点称为孤立结点，两个端点相同的边称为环或者自回路3.零图：仅有孤立节点组成的图4.平凡图：仅含一个节点的零图无向图和有向图5.无向图：每条边都是无向边的图有向图：每条边都是有向边的图6.多重图：含有平行边的图(无向图中，两结点之间包括结点自身之间的几条边；有向图中同方向的边)7.线图：非多重图8.重数：平行边的条数9..简单图：无环的线图10.子图，真子图，导出子图，生成子图，补图子图：边和结点都是原图的子集，则称该图为原图的子图真子图（该图为原图的子图，但是不跟原图相等）11.生成子图：顶点集跟原图相等，边集是原图的子集12.导出子图：顶点集是原图的子集，边集是由顶点集在原图中构成的所有边构成的图完全图（任何两个节点之间都有边）13.完全图：完全图的邻接矩阵主对角线的元素全为0，其余元素都是114.补图：完全图简单图15.自补图：G与G的补图同构，则称自补图16.正则图：无向图G=<V,E>,如果每个顶点的度数都是k，则图G称作k-正则图17.结点的度数利用邻接矩阵求度数：18.握手定理：图中结点度数的总和等于边数的两倍推论：度数为奇数的结点个数为偶数有向图中，所有结点的入度=出度=边数19.图的度数序列：出度序列+入度序列20.图的同构：通俗来说就是两个图的顶点和边之间有双射关系，并且每条边对应的重数相同（也就是可任意挪动结点的位置，其他皆不变）21.图的连通性及判定条件可达性：对节点vi 和vj 之间存在通路，则称vi 和vj 之间是可达的22.无向图的连通性：图中每两个顶点之间都是互相可达的23..强连通图：有向图G 的任意两个顶点之间是相互可达的判定条件：G 中存在一条经过所有节点至少一次的回路24.单向连通图：有向图G 中任意两个顶点之间至少有一个节点到另一个节点之间是可达的判定条件：有向图G 中存在一条路经过所有节点25.弱连通图：有向图除去方向后的无向图是连通的判定条件：有向图邻接矩阵与转置矩阵的并是全一的矩阵26.点割：设无向图G=<V,E>为联通图，对任意的顶点w  V,若删除w及与w相关联的所有边后，无向图不再联通，则w称为割点；27.点割集：设无向图G=<V,E>为连通图，若存在点集 ，当删除 中所有顶点及与V1顶点相关联的所有边后，图G不再是联通的；而删除了V1的任何真子集 及与V2中顶点先关的所有边后，所得的子图仍是连通图，则称V1是G的一个点割集设无向图G=<V,E>为连通图，任意边e  E,若删除e后无向图不再联通，则称e 为割边，也成为桥28.边割集：欧拉图，哈密顿图，偶图（二分图），平面图29.欧拉通路（回路）：图G 是连通图，并且存在一条经过所有边一次且仅一次的通路（回路）称为拉通路（回路）30.欧拉图：存在欧拉通路和回路的图31.半欧拉图：有通路但没有欧拉回路32.欧拉通路判定：图G 是连通的，并且有且仅有零个或者两个奇度数的节点欧拉回路判定：图G 是连通的，并且所有节点的度数均为偶数有向欧拉图判定：图G 是连通的，并且所有节点的出度等于入度33.哈顿密图：图G 中存在一条回路，经过所有点一次且仅一次34..偶图：图G 中的顶点集被分成两部分子集V1,V2，其中V1nV2= o ,V1UV2= V ，并且图G 中任意一条边的两个端点都是一个在V1中，一个在V2中35.平面图：如果把无向图G 中的点和边画在平面上，不存在任何两条边有不在端点处的交叉点，则称图G 是平面图，否则是非平面图36.图的分类树无向树和有向树无向树：连通而不含回路的无向图称为无向树生成树：图G 的某个生成子图是树有向树：一个有向图，略去所有有向边的方向所得到的无向图是一棵树最小生成树最小生成树：设G -< V . E 是连通赋权图，T 是G 的一个生成树，T 的每个树枝所赋权值之和称为T 的权，记为W ( T . G 中具有最小权的生成树称为G 的最小生成树最优树（哈夫曼树）设有一棵二元树，若对所有的树叶赋以权值w1,w2… wn ，则称之为赋权二元树，若权为wi 的叶的层数为L ( wi )，则称W ( T )= EWixL ( wi ）为该赋权二元树的权，W ）最小的二元树称为最优树。

离散数学课程总结(word版可编辑修改)编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（离散数学课程总结(word版可编辑修改)）的内容能够给您的工作和学习带来便利。

同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。

本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为离散数学课程总结(word版可编辑修改)的全部内容。

《离散数学》课程论文计科系 10级计本一、对课程的理解个人认为离散数学是一门综合性非常强的学科.本书分为六个部分。

为数理逻辑、集合论、代数结构、组合数学、图论和初等数论。

其中由于课时紧凑我们忽略了部分学习内容.感觉它是一门集理论思维与抽象思维于一身的学科。

开始学习大家可能会觉得很简单，学得很轻松,第一部分的数理逻辑在高中时也有所接触,只是现在在高中的基础上更深层次的加入一些元素。

第二部分集合论高中也学过一点基本的,多了二元关系之类。

据课本介绍，其中的偏序关系广泛用于实际问题中,调度问题就是典型的实例。

第三部分的代数结构是完全新的学习内容，开始带有抽象的色彩。

接下来就学习了图论,是个很有意思的部分,不像之前那么枯燥,可以有图形与关系之间的转换.搜集有关资料得知《离散数学》的特点是：1、知识点集中,概念和定理多：《离散数学》是建立在大量概念之上的逻辑推理学科，概念的理解是我们学习这门学科的核心。

不管哪本离散数学教材，都会在每一章节列出若干定义和定理，接着就是这些定义定理的直接应用.掌握、理解和运用这些概念和定理是学好这门课的关键。

要特别注意概念之间的联系，而描述这些联系的则是定理和性质.2、方法性强:离散数学的特点是抽象思维能力的要求较高。

通过对它的学习，能大大提高我们本身的逻辑推理能力、抽象思维能力和形式化思维能力,从而今后在学习任何一门计算机科学的专业主干课程时，都不会遇上任何思维理解上的困难。

离散数学图论整理总结第⼋章图论8.1 图的基本概念8.1.1 图定义8.1―1 ⼀个图G 是⼀个三重组〈V (G ),E (G ),ΦG 〉,其中V (G )是⼀个⾮空的结点(或叫顶点)集合,E (G )是边的集合,ΦG 是从边集E 到结点偶对集合上的函数。

⼀个图可以⽤⼀个图形表⽰。

定义中的结点偶对可以是有序的,也可以是⽆序的。

若边e 所对应的偶对〈a ,b 〉是有序的,则称e 是有向边。

有向边简称弧,a 叫弧e 的始点,b 叫弧e 的终点,统称为e 的端点。

称e 是关联于结点a 和b 的,结点a 和结点b 是邻接的。

若边e 所对应的偶对(a ,b )是⽆序的,则称e 是⽆向边。

⽆向边简称棱,除⽆始点和终点的术语外,其它术语与有向边相同每⼀条边都是有向边的图称为有向图。

每⼀条边都是⽆向边的图称为⽆向图。

有向图和⽆向图也可互相转化。

例如,把⽆向图中每⼀条边都看作两条⽅向不同的有向边,这时⽆向图就成为有向图。

⼜如,把有向图中每条有向边都看作⽆向边,就得到⽆向图。

这个⽆向图习惯上叫做该有向图的底图。

在图中,不与任何结点邻接的结点称为弧⽴结点。

全由孤⽴结点构成的图称为零图。

关联于同⼀结点的⼀条边称为⾃回路。

在有向图中,两结点间(包括结点⾃⾝间)若同始点和同终点的边多于⼀条,则这⼏条边称为平⾏边。

在⽆向图中,两结点间(包括结点⾃⾝间)若多于⼀条边,则称这⼏条边为平⾏边。

两结点a 、b 间互相平⾏的边的条数称为边［a ,b ］的重数。

仅有⼀条时重数为1,⽆边时重数为0。

定义8.1―2 含有平⾏边的图称为多重图。

⾮多重图称为线图。

⽆⾃回路的线图称为简单图。

仅有⼀个结点的简单图称为平凡图。

定义 8.1―3 赋权图G 是⼀个三重组〈V ,E ,g 〉或四重组〈V ,E ,f ,g 〉,其中V 是结点集合, E 是边的集合,f 是定义在V 上的函数,g 是定义在E 上的函数。

8.1.2 结点的次数定义 8.1―4 在有向图中,对于任何结点v ,以v 为始点的边的条数称为结点v 的引出次数(或出度),记为deg +(v );以v 为终点的边的条数称为结点v 的引⼊次数(或⼊度),记为deg -(v );结点v 的引出次数和引⼊次数之和称为结点v 的次数(或度数),记作deg (v )。

2024年学习《离散数学》心得体会模板《离散数学》学习心得体会随着信息科学技术的不断发展，离散数学作为计算机科学与技术中的重要学科，越来越受到学生们的关注与重视。

作为一门理论性较强的课程，《离散数学》涉及到一系列的离散结构、数学推理和证明方法等内容，对于学生来说具有一定的挑战性。

在2024年的学习过程中，我对《离散数学》有着一些新的体会和收获。

首先，通过学习《离散数学》，我对离散结构有了更深入的了解。

离散结构是计算机科学与技术的基础，也是离散数学的重要内容。

在这门课程中，我学习了集合论、关系、函数、图论等各种离散结构的概念和性质。

通过对离散结构的学习，我逐渐认识到离散数学在计算机科学中的重要性，这为我以后的学习和研究奠定了坚实的基础。

其次，学习《离散数学》让我了解到数学推理的重要性。

离散数学是一门很有理论性的学科，需要进行严密的推理和证明。

在学习中，我逐渐熟悉了数学推理的方法和步骤，比如直接证明、归纳法、反证法等。

这些方法不仅在离散数学中有所应用，在其他学科中也有很大的作用。

通过锻炼数学推理的能力，我对问题的思考和解决能力也有了明显的提升。

此外，学习《离散数学》还让我明白了数学的抽象思维的重要性。

离散数学中的很多概念和性质都具有很高的抽象程度，需要我们用抽象的思维方式去理解和运用。

在学习过程中，我逐渐适应了这种抽象思维的方式，并通过解决问题和做题的过程中熟练掌握了抽象思维的技巧。

这对于我以后在计算机科学和其他领域的学习和研究有着重要的借鉴意义。

此外，通过学习《离散数学》，我也提高了自己的问题解决能力。

离散数学中的问题往往需要我们通过分析和推理找到解决的方法，这对于培养我们的问题解决能力非常重要。

通过实践和思考，我逐渐掌握了解决问题的一般步骤和方法，提高了自己的问题解决能力。

这对于我以后在工作和生活中遇到问题时会有极大的帮助。

综上所述，通过学习《离散数学》，我对离散结构有了更深入的了解，对数学推理和抽象思维有了更高的要求，并提高了自己的问题解决能力。

第八章图论例1、下面哪些数的序列,可能是一个图的度数序列?如果可能,请试画出它的图. 哪些可能不是简单图?a) (1,2,3,4,5) b) (2,2,2,2,2) c) (1,2,3,2,4) d) (1,1,1,1,4) e) (1,2, 2,4,5)解:a)不是, 因为有三个数字是奇数. b) c) d)是.e) 不是简单图,因为它有5个结点, 有一个结点度为5, 必然有环或平行边.例2、已知无向简单图G中,有10条边,4个3度结点,其余结点的度均小于或等于2,问G中至少有多少个结点?为什么?解:已知边数|E|=10, ∑deg(v)=2|E|=20其中有4个3度结点, 余下结点度之和为: 20-3×4=8 因为G是简单图, 其余每个结点度数≤2, 所以至少还有4个结点.所以G中至少有8个结点.强连通、单侧连通和弱连通在简单有向图G中,如果任何两个结点间相互可达, 则称G是强连通. 如果任何一对结点间, 至少有一个结点到另一个结点可达, 则称G是单侧连通. 如果将G看成无向图后(即把有向边看成无向边)是连通的,则称G是弱连通.在简单有向图中,具有强连通的最大子图,称为强分图.具有单侧连通的最大子图,称为单侧分图. 具有弱连通的最大子图,称为弱分图.注：我每次都会被各种分图弄糊涂！！考试时要注意啊，千万不要错了利用可达性矩阵求强分图，注意初等矩阵变换的知识不要忘了！！令图G=<V,E,W>, 集合Si V Si’=V-Si , 令|V|=nSi={u|从u0到u的最短路已求出}Si’={u’|从u0到u’的最短路未求出}Dijkstra算法:(求从u0到各点u的最短路长)第一步. 置初值: d(u0,u0)=0 d(u0,v)=∞(其中v≠u0)i=0 S0={u0} S0’=V-S0 ,第二步.若i=n-1 则停. 否则转第三步第三步. 对每个u’∈Si’计算d(u0,u’)=min{d(u0,u’), d(u0,ui)+c(ui,u’)} ui ∈Si计算min{d(u0,u’)}u’∈S i’并用ui+1记下达到该最小值的那个结点u’置Si+1 =Si∪{ui+1} i=i+1 Si’=V-Si , 转第二步.例3、求最短路解：例.求右图中从v1到v6的最短路1.置初值: u0=v1d(u0,u0)=0d(u0,v2)=d(u0,v3)=d(u0,v4)=d(u0,v5)=d(u0,v6)=∞2.3. i=0 S0={v1} S0’={v2,v3,v4,v5,v6}d(u0,v2)=min{d(u0,v2), d(u0,u0)+c(u0,v2)}=min{∞,0+3}=3d(u0,v3)=min{d(u0,v3),d(u0,u0)+c(u0,v3)}=min{∞,0+∞}=∞d(u0,v4)=min{d(u0,v4), d(u0,u0)+c(u0,v4)}=min{∞,0+5}=5d(u0,v5)=min{d(u0,v5),d(u0,u0)+c(u0,v5)}=min{∞,0+∞}=∞d(u0,v6)=min{d(u0,v6),d(u0,u0)+c(u0,v6)}=min{∞,0+∞}=∞min{3,∞,5, ∞,∞}=3ui+1 =u1=v2 , 实际已求出d(u0,v2)=3, 路是u0v2i=1 S1={v1, v2}S1’={v3,v4,v5,v6}u1=v2d(u0,u1)=3d(u0,v3)=min{d(u0,v3),d(u0,u1)+c(u1,v3)}=min{∞,3+6}=9d(u0,v4)=min{d(u0,v4), d(u0,u1)+c(u1,v4)}=min{5,3+1}=4d(u0,v5)=min{d(u0,v5),d(u0,u1)+c(u1,v5)}=min{∞,3+∞}=∞d(u0,v6)=min{d(u0,v6),d(u0,u1)+c(u1,v6)}=min{∞,3+∞}=∞min{9,4,∞,∞}=4ui+1 =u2=v4 , 实际已求出d(u0,v4)=4, 路是u0v2v4i=2 S2={v1, v2 ,v4}S2’={v3,v5,v6}u2=v4d(u0,u2)=4d(u0,v3)=min{d(u0,v3), d(u0,u2)+c(u2,v3)}=min{9 ,4+3}=7d(u0,v5)=min{d(u0,v5), d(u0,u2)+c(u2,v5)}=min{∞,4+1}=5d(u0,v6)=min{d(u0,v6), d(u0,u2)+c(u2,v6)}=min{∞,4+∞}=∞min{7,5,∞}=5ui+1 =u3=v5 , 实际已求出d(u0,v5)=5, 路是u0v2v4 v5i=3 S3={v1, v2 ,v4 ,v5}S3’={v3,v6}u3=v5d(u0,u3)=5d(u0,v3)=min{d(u0,v3),d(u0,u3)+c(u3,v3)}=min{7 ,5+3}=7d(u0,v6)=min{d(u0,v6),d(u0,u3)+c(u3,v6)}=min{∞,5+6}=11 min{7,11}=7ui+1 =u4=v3 , 实际已求出d(u0,v3)=7, 路是u0v2v4 v3i=4 S3={v1, v2 ,v4 ,v5, v3} S3’={v6} u4=v3 d(u0,u4)=7 d(u0,v6)=min{d(u0,v6),d(u0,u4)+c(u4,v6)}=min{11,7+3}=10min{10}=10ui+1 =u5=v6 , 实际已求出d(u0,v6)=10, 路是u0v2v4 v3 v6i=5 (n-1) 时算法停止.例4、求关键路径。

离散数学课程总结一、对该课程的理解：离散数学是现代数学的一个重要分支，是计算机科学专业的专业主干课之一，课程结合计算科学的特点研究离散对象和相互关系，对提高学生的抽象思维与逻辑推理能力有很重要的作用。

它以研究离散量的结构和相互关系为主要目标，在计算机科学的数据结构、操作系统等有广泛的应用。

它是许多数学科目的统称。

它的内容包括了数理逻辑、集合论、抽象代数、图论、排列组合、形式语言及自动机等。

该门课概念较多、论性较强，定理比较多，学习起来难免有点枯燥乏味。

同时也因为概念比较多所以课程连接比较混乱，概念不清，张冠李戴等问题屡屡出现。

第一章主要是介绍命题逻辑的基本概念。

其中包括命题与联结词；命题公式及其赋值。

这张可以说是基础中的基础，为后面打下基础。

通过各种联结词将命题连接起来构成推理，从而可以判断其真假。

第二章主要是介绍命题逻辑等值演算。

其中包括等值式；析取范式与合取范式；联结词的完备集；可满足性问题与消解集。

学习完了第一章的命题逻辑之后，就开始在此基础上扩充知识点。

在这章中重点有运用等值演算法或者真值表法去求解析取范式和合取范式（或者主析取范式和主合取范式）以及等值式。

26个等值式中我们要特别需要记住的有分配律，德摩根律，蕴涵等值式，等价等值式，这些等值式贯穿于后面几章的知识。

其后就是求主析取范式和主合取范式了第三章主要是介绍命题逻辑的推理理论。

其中包括推理的形式结构和自然推理系统P。

这张将又会介绍更多的等值式。

当然，学以致用在本章得以诠释，同时这也是考试的一个重点。

第四章的知识点逐渐深入，由浅及深，主要是介绍一阶逻辑基本概念。

也就是一阶逻辑命题符号化，一阶逻辑公式及其解释。

第五章与第四章息息相关，主要是介绍一阶逻辑等值演算与推理。

包括一阶逻辑等值式与置换规则，前束范式，推理理论。

运用等值式及各种规则求一阶逻辑的翻译或者符号化。

第六章主要是介绍集合代数。

包括有集合的基本概念，集合的运算，集合恒等式。

《离散数学》课程总结第一篇：《离散数学》课程总结《离散数学》学期总结转眼之间，这学期要结束了。

我们的离散数学，这门课程的学习也即将接近尾声。

下面就是我对这门课一些认识及自己的学习心得。

首先我们这门课程离散数学到底包含了哪几大部分？每部分具体又有什么内？这门课程在计算机科学中有什么地位？这门课程在我们以后的学习生活中，以及在将来的工作中有什么帮助？下面我将以上几个方面具体谈一谈并将总结一下自己本人在这门课程学习过程中遇到的一些问题和心得体会。

这门课程有数理逻辑，集合论，代数系统和图论四部分。

这四大部分通常被称为离散数学的四大体系。

其中每一部分都是一个独立的学科，内容丰富。

而我们离散数学中的内容是其中最基本，最重要且和计算机科学最密切相关的内容吸收到离散数学中来，并使它们前后贯通，形成一个有机整体。

这门课的主要内容有命题逻辑、谓词逻辑，属于数理逻辑部分，集合论中有集合、二元关系、函数，代数系统包含代数系统基础、群、环、域以及格和布尔代数的知识（这部分我们没有涉及）。

那么这门课程在计算机科学中有着什么样的地位呢，这门课程是计算机科学专业中重要的专业基础课程，核心课程，可以这么说，离散数学，既是一门专业基础课，是一门工具性学科。

这门课讲授的内容，与后续专学习业密切相关。

在这门课里我们讲授了大量的计算机学科专业必要的基本概念，基本理论和基本方法。

为我们以后的学习，工作打下良好基础。

在算法设计，人工智能，计算机网络，神经网络，智能计算等学科中有着重要的作用。

在计算机科学中有着广泛的应用。

通过这门课可以对我们计算机算法的理解和逻辑思维得到提高。

那么我们具体学了什么内容呢？（一）首先集合论是整个数学的基础，（不管是离散数学还是连续数学）如果没有专门学过，那么出现在离散数学中还是很合适的。

至于由集合论引出的二元关系，函数的内容，也是理所应当的。

数理逻辑是一个让人眼前一亮的东西。

我第一次发现，原来有些复杂的推理问题是可以通过“计算”的方法解决的。