离散相 感想1

第一篇：离散相 感想1

①离散相计算步骤：

首先根据所分析的物理问题判断离散相与连续相的耦合关系：分为单相耦合和双相耦合

单相耦合：离散相对连续相影响很小无需设置相间耦合 双相耦合：离散相对连续相影响较大需要设置相间耦合 单相耦合问题：只要在加入离散相粒子前计算连续相流场直至收敛，然后打开离散相模型，加入离散相粒子，无需迭代计算因为已经计算收敛流场稳定了；

双相耦合问题：计算开始前打开离散相模型加入离散相粒子，初始化流场，设置相间耦合、每多少步连续相计算后进行离散相轨道计算，然后将更新后的离散相动量与能量加入下一次的连续相方程计算中，收敛稳定后，进行离散相后处理或观察连续相流场情况。②离散相时间步的一些概念：

particle time step size仅当采用非稳态方式进行颗粒轨迹计算时才会用到，是进行颗粒轨迹计算的时间间隔步长。后者是隔多长时间做一次颗粒轨迹的计算，让颗粒前进一次；前者是进行颗粒轨迹计算时所用的积分时间步长。在离散相非稳态计算中，粒子是以particle time step size的时间步长来喷射颗粒的，颗粒喷射完之后就要跟踪其轨迹，这时又要用到积分时间步长的概念，由于两次喷射之间的时间间隔是particle time step size，这就要求积分时间步长一定要小于或者等于particle time step size，否则颗粒就会“走过头”。

如果选择Track with Fluid Flow Time Step，Inject Particles at会默认选择Fluid Flow Time Step，颗粒在计算连续相前被释放，然后“预算”颗粒轨迹预统计track、escape数目，再进行连续相计算，在本时间步的最后会更新离散相轨迹，统计track、escape数目；选择Inject Particles at，Particle Time Step，时间步长设为0.005，Particle Time Step Size 设为0.001，则粒子在本时间步内释放了五次，可以总结：

Track with Fluid Flow Time Step 则颗粒在一个时间步内只在计算连续相前释放一次；

Inject Particles at,Particle Time Step 则释放次数=时间步长/Particle Time Step Size ③关于Rosin-Rammler分布求分布指数(Spread Parameter)n 步骤：

①首先列出理想直径分布：如下所示

再转化为如下

②依靠该式 求解平均直径和分布指数

n=

④粒子追踪方式：这个xrs333版主整理过下面转载：

DPM模型的颗粒运动方程对时间积分可以得到颗粒运动轨迹。进行分散相颗粒轨迹积分计算的方式有两种：稳态追踪方式和非稳态追踪方式。不论连续相的求解是稳态还是非稳态的，都可以采用这两种方式，但是其意义是不同的。(1)颗粒轨迹稳态追踪方式

所谓稳态方式是指每隔若干个连续相流场迭代步（如非耦合分散相计算，则在连续相迭代收敛后，进行结果数据处理时），在当前流场状态下，逐个地对每个颗粒进行从起始位置直到其终了（即颗粒到达计算域边界或已完全蒸发，或轨迹追踪已达最大步数）的轨迹积分计算及源项计算。稳态方式得到某一时刻连续相流场条件下在一系列积分时间步的颗粒状态，一系列颗粒位置可连成运动轨迹线。

对于非稳态流动问题，稳态方式的颗粒轨迹积分相当于是计算颗粒在某一时刻的“冻结”流场中的轨迹，其一条轨迹并非某一颗粒的实际运动历程。对于颗粒St<<1，颗粒跟随性好的情况，颗粒的运动轨迹就是流动的迹线。这时，如果颗粒源（即喷射，Injection）的颗粒流数目足够大，并且分散相初始条件不随时间变化，使得从颗粒源发出的大量颗粒的初始条件在统计上是稳定的，则稳态方式计算的颗粒轨迹可以代表当时计算域内全部颗粒的运动。否则，稳态方式得到的轨迹既不是颗粒的实际运动历程，也不代表计算域内全部颗粒的运动。为了正确再现非稳态问题中分散相颗粒的运动，应采用颗粒轨迹追踪的非稳态方式，交替进行连续相迭代和分散相计算。

(2)颗粒轨迹非稳态追踪方式

非稳态方式是指每隔若干个连续相流场迭代步，对每个颗粒进行一轮包括一步或多步的轨迹计算及源项计算，从而将颗粒逐轮、逐步地沿轨迹向前推进，依次得到每一步计算后更新的颗粒状态（位置、速度、尺寸、温度等）。非稳态方式得到某一时刻全部颗粒的当前状态。

采用非稳态追踪方式时，对于连续相稳态求解与非稳态求解两种情况的颗粒轨迹追踪方式不同，相关的选项和输入项也不同，分别说明如下。a.连续相稳态计算时的颗粒轨迹追踪过程

连续相稳态计算时，为了进行颗粒轨迹的非稳态追踪，分散相与连续相必须是耦合的，即必须选择Interaction with Continuous Phase选项，并指定大于0的Number of Continuous Phase Iterations Per DPM Iteration值。颗粒轨迹追踪方式为，每隔此连续相迭代步数，DPM求解器对每个颗粒进行一轮包含一步或多步的轨迹计算。每一步，DPM求解器计算颗粒从当前状态（位置、速度、尺寸、温度等）起在积分时间（即一个颗粒时间步长）内的运动轨迹以及动量、质量和能量损益，并得到更新的颗粒状态。同时，在每一个颗粒时间步喷射一次颗粒。一轮轨迹计算得到的分散相颗粒的动量、质量和能量损益将在下一个连续相迭代步计入连续相源项。积分时间步长和每一轮的步数由用户给定。这样，随着连续相迭代的进行，颗粒将逐轮、逐步地向前推进。

b.连续相非稳态计算时的颗粒轨迹追踪过程

连续相非稳态求解时，DPM求解器在每一个连续相时间步对每个颗粒进行一轮包含一步或多步的轨迹计算。与连续相稳态计算时相同，在每一步，DPM求解器计算颗粒从当前状态（位置、速度等）起在积分时间内的运动轨迹以及动量、质量和能量损益，并得到更新的颗粒状态。每一步的积分时间以及颗粒喷射时刻的控制见下面所述相关选项和输入项，但不管选择何种方式，每个injection每次喷射的颗粒包总质量总是保证其质量流量。每一轮的步数是与连续相时间步在时间上相重叠的颗粒时间步数。这样，连续相迭代与分散相计算交替进行，颗粒将逐步地向前推进。

Max Number of Steps是在每一步颗粒轨迹计算中的最大积分时间步数，积分时间步达到此数，该步颗粒轨迹计算即停止，并报告颗粒终了状态为incomplete。这两个“步”容易混淆，前者是“大步”；后者是“小步”，是数值积分时间步。

在一步颗粒轨迹计算中，积分时间步长约等于颗粒经过一个控制容积所需时间除以Step Length Factor，也就是颗粒分几步走过一个控制容积的每一步时长；另一种给定积分时间步长的方法是选择Specify Length Scale选项，这时，积分时间步长约等于所给的长度尺度（Length Scale）除以颗粒相对于连续相的速度大小。而积分步数约等于颗粒时间步长（Particle Time Step Size）除以积分时间步长，但以Max Number of Steps为限。因此，如Max Number of Steps不够大，则未到颗粒时间步长就结束一个颗粒时间步，并转入下一个颗粒时间步，因而颗粒终了状态报告为incomplete。

下面是个人的一些补充需要注意的：

1.稳态追踪方式中主要就是注意轨道计算的时间步长Max Number of Steps，个人认为这个是稳态追踪中关键的参数不之一适当设大一点才能保证得到较完整的轨迹；

2.稳态追踪方式主要还是在单相耦合计算中用处较大，用于在得到稳定流场后加入离散相粒子，计算轨迹；

3.非稳态追踪方式在瞬态计算中要注意的比较多，因为涉及到的时间步长概念多一些，②中已经总结了一部分，非稳态追踪初始接触时容易被忽略的就是start time 和end time的设置，这两个参数对计算影响很大，是决定粒子释放时间的关键参数，要根据自己的实际问题来设定；

暂时就这么多 大家还有什么问题和意见感想在论坛上多交流吧，流体中文网论坛是一个解决问题的学习的好地方！

第二篇：离散心得体会

离散数学心得体会

在学习离散数学之前，就听学过的学长学姐说：“离散数学特别难，老师上课用Ppt，一学期下来感觉会像天书一般被逻辑推理、各种关系公式以及图论彻底弄糊涂，但是这门课有特别重要尤其是对于计算机专业，所以要好好学习。”对于刚刚学过难懂的高数的我，心中很是没有底气学习这门学科，但是在这学期对于离散数学的学习之后，感觉与学长学姐所说的还是有相当大的差异。

离散数学本身对绝大多数学生来说是一门十分困难的课程，这个不可否认，但是通过这一学期的学习，我对这门课程有一些初步的了解，现在的心情和当初也很不相同。对于所有的学科而言都不会是很容易就能够很轻松的学懂并掌握，因此难于不难也是因人而异的。这其中很大一部分决定性原因则是在于对于一门学科的努力程度与投入时间的相对比例，在离散数学中概念绝对性的多，也非常的抽象难以理解，所以不经过多次反复的练习与巩固知识点，想在短时间内有飞速的提高是比非常还困难的。我认为离散数学的学习就应该按照预习听课复习并多次回顾的流程学习的基础上面，掌握一定的学习技巧和认真听取老师讲解时总结的方法，这样脚踏实地，离散数学也一定会学好，这门对记忆力、理解力和能力高度挑战的学科也自然会被更多的人喜爱。

通过这学期的学习，我对于离散数学的几点小总结是，离散数学一定要带着问题进行概念的学习和理解，这就有别于其他学科可以不预习直接听课，也会达到一定的学习效果，但是离散数学其中的概念如果不事先进行预习熟悉，直接上课听讲，一定会被弄的晕头转向，犹如老虎吃天无从下口，自然不会达到认真听讲的作用，所以预习是必不可少的对于离散数学；就像数理逻辑这部分的抽象知识一样，如果仅仅是上课听一下老师的讲解，然后置之不理，所学的知识点没有几天就会全部还给课本，这主要在于我们没有掌握离散数学中一些概念定理的实质，因此我们应该在听课的同时反复斟酌课本中的例子，再结合概念定理进行理解，这样才会做到知识的深入理解和较长期的记忆；离散数学学习中也一定要积极思考问题，尤其是在老师停下课程，让大家进行思考或者做练习时，这不仅说明这个知识点需要做更进一步的理解或者这个知识点的重要性，而更重要的是要锻炼培养我们的课堂思维能力，因此我们一定要认真仔细的跟着老师的引导积极思考；温故而知新，最后一定要有条理的进行定期总结回顾，这样不仅可以复习前面学习过可能忘记的知识点，还可以做到新旧知识点的融合，能够加深对于前面遗留问题的解决且为新知识的理解铺路；另一方面，我觉的我们学生必须掌握离散数学这门课程的重点和难点，一门课程肯定有其重难点，只有明确了重难点，我们才能更好的掌握该门课程。这仅仅是我一学期以来学习离散数学的几个属于自己的小总结，但是我认为在业精于勤荒于嬉是永远的真谛的同时，我们更应该加强现在学科方法的总结与思考里的锻炼。

我认为对于离散数学的学时确实有点少，高数课程一周要学习三节课，然而学习难度更胜一筹的离散数学却一周仅有两节课，大量的新知识点在有限的时间内全部抛出，让本来就对离散数学感觉恐慌的同学更加无法接受，自然学习的效果会有所降低，教学的目的在一定程度上面也不会达到。总之，这样相对较少的学时安排繁重的教与学的任务，不仅使老师增加授课压力，也使大多数同学们感觉学习离散数学的挑战性更大，也更加害怕学习，但是离散数学作为一门很重要的学科，如果学习不好，会对以后其他学科的学习造成一些隐性的阻碍。

对于我们的教材选用，我认为还是非常的好，但有点小问题就是例题太少，这也可能会减少授课时的学时，但对于部分难理解的章节，还是希望有更多的例题作为大家学习的引导，这样对于大家的课前预习与下课后的自主学习可能会好点，然后结合后面的作业题，大家反复练习可能会更容易理解与学习。

张老师手写板书为主、电子教案为辅的教学方式非常适用于离散数学这门课。在上了这学期的课之后，再重新与学长学姐的话进行对比，我认为像离散数学这门概念既多又抽象的学科，采取这种的教学方式，大家都更加容易理解知识点，能够更的上老师的讲课节奏、有思考的时间，更容易让大家产生学习兴趣。离散数学是我们计算机学科的一门很重要的专业基础课程,它在计算机科学中有着广泛的应用。面对学习离散数学概念较多，理论性强，定义、定理比较多,一时难以理解和记忆,不过张老师总能用容易能使学生接受的定义方式,对不同的定义、定理找出它们之间的相互联系，便于我们理解。兴趣是学习之母,学习任何一门科学,都需要有兴趣。有了兴趣,自然也就有了动力。张老师的教学，让我们在学习的同时也培养了我们的学习兴趣，有利于我们更好的理解概念定理。另外，离散数学概念繁杂，学起来难免有些枯燥，张老师也适当穿插介绍一些知识点在计算机学科专业中的应用,具有非常大的启发性。可以让我们了解离散数学的实际应用，增加学习兴趣。学习好一门课要老师和学生的配合，老师可以多多了解我们的学习状况，多多互动，活跃课堂气氛，有利于我们更好的相关知识定理。总之，学好离散数学课要双方的努力，更要双方的配合。张老师这次让全班同学都写建议，就是一个很好的互动，相信以后学习离散数学课的同学们会感觉到更加精彩的离散数学教学方式。

在这学期学习了离散数学这门课程，对于一个爱好数学的我来说，我是非常受益的。同时，离散数学作为一门与计算机学科相关的专业基础课，对我学专业知识也有很大的帮助。学习离散数学，可以培养我们的逻辑思维方式，对于我们学习计算机方向的学生来说是非常有用的。尤其是在计算机编程方面对逻辑思维就有一定的要求。离散数学这门课程，是一门比较难学的课程，它有太多的概念、定义，需要我们有很好的记忆力，但是要完全记住这么多的概念、定义是非常困难的。所以说我们在有好的记忆力之外，还要运用理解记忆的方法来解决，这样我们就不必花费过多的时间和精力去记忆这么多的概念和定义了。离散数学作为一门理科学科，在我看来最好的学习方法就是多动手、多做题，在做题得过程中，慢慢积累做题得经验，同时也可以对概念和定义有一个更深层次的理解。学习各个学科都有其各自的学习方法与思维方式，只有运用对了学习方法才能更好的学习这门课程。学习一门课程都是为了解决实际问题，学习离散数学也不例外。学通了一门课程才能在解决问题的时候不会走弯路。离散数学是一门比较难学的课程，在学习的过程中，也肯定会遇到许多的问题，但是通过反复的理解概念及做练习题和与其他同学的交流，最后还是会解决这些问题。学习离散数学的过程中，也有许多的乐趣。但在轻松学习的过程中，还得从中学到东西，学到道理。我在学习这门课程之后，对我的专业知识方面有了很大的帮助，让我的思维有了进一步的发散，使我在其他的学科中受益匪浅。

总之，通过这学期张老师讲解的离散数学课程，使我思考抽象问题的思维方式又得到了锻炼，能力有所提高，而且为以后专业课程的学习打下了良好的基础，最后非常感谢张老师这一学期的辛勤教学。

第三篇：离散数学试题

中央电大离散数学试题

月

一、单项选择题（每小题3分，本题共15分）

1．若集合A={1，{2}，{1，2}}，则下列表述正确的是()．

A．2AB．{1}A

C．1AD．2  A

2．已知一棵无向树T中有8个顶点，4度、3度、2度的分支点各一个，T的树叶数为

()．

A．6B．4C．3D．

53．设无向图G的邻接矩阵为

0111110011100001100111010

则G的边数为()．

A．1B．7C．6D．14 4．设集合A={a}，则A的幂集为()．

A．{{a}}B．{a，{a}}

C．{，{a}}D．{，a}

5．下列公式中()为永真式．

A．AB  ABB．AB  (AB)

C．AB  ABD．AB  (AB)

二、填空题（每小题3分，本题共15分）

6．命题公式PP的真值是

7．若无向树T有5个结点，则T的边数为．

8．设正则m叉树的树叶数为t，分支数为i，则(m-1)i

9．设集合A={1，2}上的关系R＝{<1, 1>,<1, 2>}，则在R中仅需加一个元素，就可使新得到的关系为对称的．

10．(x)(A(x)→B(x，z)∨C(y))中的自由变元有．

三、逻辑公式翻译（每小题6分，本题共12分）

11．将语句“今天上课．”翻译成命题公式．

12．将语句“他去操场锻炼，仅当他有时间．”翻译成命题公式．

四、判断说明题（每小题7分，本题共14分）

判断下列各题正误，并说明理由．

13．设集合A={1，2}，B={3，4}，从A到B的关系为f={<1, 3>}，则f是A到B的函数．

14．设G是一个有4个结点10条边的连通图，则G为平面图．

五．计算题（每小题12分，本题共36分）

15．试求出（P∨Q）→（R∨Q）的析取范式．

16．设A={{1}, 1, 2}，B={ 1, {2}}，试计算

（1）（A∩B）（2）（A∪B）（3）A （A∩B）．

17．图G=，其中V={ a, b, c, d }，E={(a, b),(a, c),(a, d),(b, c),(b, d),(c, d)}，对应边的权值依次为1、2、3、1、4及5，试

（1）画出G的图形；

（2）写出G的邻接矩阵；

（3）求出G权最小的生成树及其权值．

六、证明题（本题共8分）

18．试证明：若R与S是集合A上的自反关系，则R∩S也是集合A上的自反关系．

中央电大2010年7月离散数学

试题解答

(供参考)

一、单项选择题（每小题3分，本题共15分）

1．B2．D3．B4．C5．B

二、填空题（每小题3分，本题共15分）

6．假（或F，或0）

7．48．t-

19． <2, 1>

10．z，y

三、逻辑公式翻译（每小题6分，本题共12分）

11．设P：今天上课，（2分）则命题公式为：P．（6分）

12．设 P：他去操场锻炼，Q：他有时间，（2分）则命题公式为：P Q．（6分）

四、判断说明题（每小题7分，本题共14分）

13．错误．（3分）因为A中元素2没有B中元素与之对应，故f不是A到B的函数．（7分）

14．错误．（3分）不满足“设G是一个有v个结点e条边的连通简单平面图，若v≥3，则e≤3v-6．”（7分）

五．计算题（每小题12分，本题共36分）

15．（P∨Q）→（R∨Q） ┐(P∨Q)∨（R∨Q）（4分）

(┐P∧┐Q)∨（R∨Q）（8分）

(┐P∧┐Q)∨R∨Q（析取范式）（12分）

16．（1）（A∩B）={1}（4分）

（2）（A∪B）={1, 2, {1}, {2}}（8分）

（3）A（A∩B）={{1}, 1, 2}（12分）

17．（1）G的图形表示如图一所示：ad1

5b c（3分）图一

（2）邻接矩阵：

01101111（6分）1101

1110

（3）最小的生成树如图二中的粗线所示：

a 3d5

b图二1c

权为：1+1+3=5

六、证明题（本题共8分）

18．证明：设xA，因为R自反，所以x R x，即< x, x>R；

又因为S自反，所以x R x，即< x, x >S．即< x, x>R∩S故R∩S自反．

10分）12分）（4分）（6分）（8分）（（

第四篇：离散数学论文

浅论离散数学的实际应用

摘要：

离散数学是现代数学的重要分支，是研究离散量的结构及相互关系的学科，它在计算机理论研究及软、硬件开发的各个领域都有着广泛的应用。作为一门重要的专业基础课，对于我们电子专业的同学来说，学习离散数学史有其重要现实意义：它不仅能为我们的专业课学习打下基础，也为我们今后将要从事的软、硬件开发和应用研究打下坚实的基础，同时也有助于培养我们的抽象思维、严格的逻辑推理和创新能力。离散数学的应用非常广泛，本文主要研究其在我们所学的重要课程中的应用：数字电路中的门电路设计、软件技术基础中的一些技术以及解决现实生活中的一些问题的应用。

关键字：离散数学、电路设计、软件技术、应用

1.什么是离散数学

1.1简介

离散数学(Discrete mathematics)是研究离散量的结构及其相互关系的数学学科，是现代数学的一个重要分支。它在各学科领域，特别在计算机科学与技术领域有着广泛的应用，同时离散数学也是计算机专业的许多专业课程，如程序设计语言、数据结构、操作系统、编译技术、人工智能、数据库、算法设计与分析、理论计算机科学基础等必不可少的先行课程。

1.2离散数学的内容

离散数学是传统的逻辑学，集合论（包括函数），数论基础，算法设计，组合分析，离散概率，关系理论，图论与树，抽象代数（包括代数系统，群、环、域等），布尔代数，计算模型（语言与自动机）等汇集起来的一门综合学科。离散数学的应用遍及现代科学技术的诸多领域，它通常研究的领域包括：数理逻辑、集合论、代数结构、关系论、函数论、图论、组合学、数论等。

2.离散数学在门电路设计中的应用

2.1 逻辑门的概念

逻辑门是集成电路中的基本组件。简单的逻辑门可由晶体管组成。这些晶体管的组合可以使代表两种信号的高低电平在通过它们之后产生高电平或者低电平的信号。高、低电平可以分别代表逻辑上的“真”与“假”

或二进制当中的1和0，从而实现逻辑运算。常见的逻辑门包括“与”门，“或”门，“非”门，“异或”门（也称：互斥或）等等。逻辑门可以组合使用实现更为复杂的逻辑运算。

2.2 在门电路设计中的应用

在数字电路中，离散数学的应用主要体现在数理逻辑部分的使用。在数字电路中广于使用的逻辑代数即为布尔代数。逻辑代数中的逻辑运算与、或、非、异或与离散数学中的合取，析取、否定、异或（排斥或）相对应。

数字电路的学习重点在于掌握电路设计技术，在设计门电路时，要求设计者根据给出的具体逻辑问题，求出实现这一逻辑功能的逻辑电路。一般的设计过程为如下：

首先，进行逻辑抽象.分析给定的逻辑问题，确定输入、输出变量,一般把引起事件的原因作为输入变量，把事件的结果作为输出变量。再以二值逻辑的0、1两种状态分别代表变量的两种不同状态，并根据给定的因果关系列出逻辑真值表。于是，这个实际的逻辑问题被抽象成一个逻辑函数了，而且这个逻辑函数是以真值表形式给出的。

然后根据真值表写出逻辑函数式。在这一步的主要工作为对逻辑函数进行化简和变换，此时采用的方法一般为使用逻辑代数公式，即离散数学中的命题演算公式将命题公式直接进行化简；或者用卡诺图法进行化简；或者同时采用两种方法，互相验证结果是否最简。但在一般情况下，在真值表中变量较多，逻辑函数式较为复杂时，我们采用卡诺图法更为方便快捷，且出错率更低。

在得到最简逻辑函数式后，选定器件类型，开始构建实际电路。在对所用器件种类有所限制或使用中规模集成电路构建设计好的电路时，需要把函数式变换为适当的形式。此时，我们将采用命题等值演算对函数式进行变换，变换的结果通常为合取范式和析取范式，以便使用最少的器件和最简单的连线。

3.离散数学在软件技术中的应用

离散数学作为计算机科学技术的支撑学科之一，它在计算机程序中有着极其重要和广泛的应用。在软件技术基础中，我们所学习的数据结构极其运算，查找与排序技术，数据库技术，无一不是建立在离散数学的基础上的。

数据存储结构分为顺序存储和链式存储两大类，无论是哪种存储结构，我们都必须存储数据元素和元素之间的前后件关系这两方面的内容。通过数据元素间的特定关系，我们可以得出数据结构的集合，写出关系矩阵，画出关系图。对于线性结构的数据，我们构造顺序表或链表对数据进行存储处理和分析，对于非线性结构的数据，我们则经常使用树和图来表

示。树和图的概念对于非线性结构数据非常重要，例如一个学校的行政层次结构，我们可以用树来表示，一个城市中的交通路线可以用图来描述。

在查找和排序技术中，树显得尤为重要。在多种排序技术中，树概念的使用在堆排序技术中直观可见。堆排序的基本思想是，先将所需要排序的元素用完全二叉树表示成堆，堆定义为：具有n个元素的序列（h1,h2,„hn）,当且仅当满足hi≥h2i,hi≥h2i+1或hi≤h2i,hi≤h2i+1时称为堆。然后在调整建堆的过程中，总是将根结点值与左右子树的根结点值进行比较，若不满足堆的条件，则将左右子树根结点值中的大者（或小者）与根结点值进行交换。这个调整过程一直做到所有子树均为堆为止。查找技术史建立在树的基础之上的，首先要构建二叉排序树，然后在其中进行查找。为提高查找数据的效率，一般采用多层索引树进行查找。主要的查找方法建立在树的遍历基础上。遍历一棵树有3种方法：前序遍历、中序遍历和后序遍历。具体采用哪种遍历方法由所选择的查找方法所决定。

数据库技术主要是实现对数据的加工和管理。在关系模型数据库中，对数据的操作归结为各种集合运算。在关系模型的数据语言中，我们除了要运用常规的集合运算（并、交、差、笛卡尔积等）外，还定义了一些专门的关系运算，如投影、选择、连接等运算。前者是将关系（即二维表）看成元素组的集合，这些运算主要是从二维表中行的方向来进行的；后者主要是从二维表中列的方向来进行运算的。两者统称为关系代数。由于这方面的内容在离散数学和软件技术基础两门课程中都刚开始进入学习，所以在此不做进一步的研究。

4.离散数学在现实生活中的应用

离散数学不仅在于软硬件设计和计算机科学中有着广泛的应用，同时它也能解决一些生活中的问题，实用而且有趣，以下仅举一些例子作为说明。

图是由一些顶点和连接这些顶点的一些边所组成的离散结构。存在多种不同类型的图，其间的区别在于连接顶点对的边的种类和数目。在实际应用中，有值图广为使用。例如计算航线网络里两个城市之间航班的不同组合的数目，确定是否可能走遍城市里所有街道而不重复经过街道，以及求地图区域着色所需要的颜色数等等。树在生活中的最常见的应用则是描述一个家族的家谱，同时这种家谱树在生物遗传学中对于某个家族的遗传病史的研究也有很大作用。组合数学这一研究个体安排的学科，是离散数学的重要组成部分，它可以用来求解各种各样的问题，计算事件的概率，可以用来分析赌博游戏，如扑克，抽奖，计算及系统中的密码等等。离散数学可以解决的问题甚多，它包括：

有多少种方式可以在一个计算机系统上选择一个合法口令？ 赢彩票的概率是多少？

网络上两台计算机之间是否有通路？

使用某一运输系统的两个城市之间的最短路径是什么？

怎样把整数列表按增序排列？ 完成上述排列需要多少步骤？ 怎样设计两个整数相加的电路？ 有多少合法的因特网地址？

如果知道了学习离散数学能解决上述这类问题，你会突然对离散数学产生极大的兴趣，你会迫不及待地想学好它，至少我就是这样的。

参考文献：

【1】离散数学 耿素云、屈婉玲、张立昂编著 清华大学出版社

【2】离散数学及其应用（美）Kenneth H.Rosen著 袁崇义 屈婉玲 王捍贫 刘田 译 【3】百度百科词条

第五篇：离散数学课程总结

离散数学课程总结

姓名：

学号：

班级： 级计科系软件工程（）班

近年来，计算机科学与技术有了飞速发展，在生产与生活的各个领域都发挥着越来越重要的作用。离散数学是研究离散量的结构及其相互关系的数学学科，是现代数学的一个重要分支。它在各学科领域，特别在计算机科学与技术领域有着广泛的应用，同时离散数学也是计算机专业的许多专业课程。

一、课程总结

本书的主要内容有数理逻辑、集合论、代数结构、组合数学、图论以及初等数论六部分，而我们主要学习的有第一部分数理逻辑、第二部分集合论以及第五部分图论，第三部分代数结构也学习了一部分。

第一部分：数理逻辑

数理逻辑是研究推理的数学分支，推理有一些列的陈述句组成。在数理逻辑中，主要学习了命题逻辑的基本概念、命题逻辑的等值演算、命题逻辑的推理理论、一阶逻辑基本概念、一阶逻辑等值演算与推理。

1.在命题逻辑的基本概念中学习了命题的真值及真值表、命题与联结词、命题及其分类、联结词与复合命题、命题公式及其赋值。2.在命题逻辑的等值演算中主要学习了等值式与基本的等值式模式、等值演算与置换规则、析取范式与合取范式，极大值和极小值，主析取范式与主合取范式、联结词完备集。

3.在命题逻辑的推理理论中主要学习了推理的正确与错误、推理的形式结构、判断推理正确的方法、推理定律；自然推理系统P、形式系统的定义与分类、自然推理系统P，在P中构造证明：直接证明法、附加前提证明法、归谬法。

4.在一阶逻辑基本概念中主要学习了一阶逻辑命题符号化、个体词、谓词、量词、一阶逻辑公式及其解释、一阶语言、合式公式及合式公式的解释、永真式、矛盾式、可满足式。

5.在一阶逻辑等值演算与推理中主要学习了一阶逻辑等值式与基本等值式、置换规则、换名规则、代替规则、前束范式、自然推理系统N及其推理规则。

第二部分：集合论

在集合论中，主要学习了集合代数、二元关系和函数。1.在集合代数中，学习了集合的基本概念：属于、包含、空集、元集、幂集、全集；集合的基本运算：并、交、补相对、对称差等；集合恒等式：集合运算的主要算律、恒等式的证明方法。2.在二元关系中学习了有序对与笛卡儿积、二元关系的定义与表示法、关系的运算、关系的性质、关系的闭包、等价关系与划分、偏序关系。

第三部分：代数结构

在代数结构中，主要学习了代数系统、群与环。

1、在代数系统中学习了二元运算及其性质：一元和二元运算定义及其实例、二元运算的主要性质、代数系统：代数系统定义及其实例、子代数、积代数。

2、在群与环中学习了群的定义与性质：半群、独异点、群、阶。

第五部分：图论

在图论中主要学习了图的基本概念、欧拉图与哈密顿图、树。1.在图的基本概念中学习了图、通路与回路、图的连通性，图的矩阵表示、图的运算。

2.在欧拉图与哈密顿图中学习了欧拉图、哈密顿图。3.在树中学习了无向树及其性质、生成树、根数及其应用。

二、对课程的建议

离散数学是建立在大量定义、定理之上的逻辑推理学科，因此对概念的理解是学习这门课程的核心。在学习这些概念的基础上，要特别注意概念之间的联系，而描述这些联系的实体则是大量的定理和性质。在考试中有一部分内容是考查学生对定义和定理的识记、理解和运用，因此要真正理解离散数学中所给出的每个基本概念真正的含义。

另外，离散这门课程我觉得每一个部分之间并没有什么太大的联系，可以说都是独立的，所以我们可以对内容侧重讲解，虽然说这对以后的数据结构有一定的影响。所以更应该对一些有用的内容进行选择性的部分详细讲解。

更重要的一点就是加强实践，因为本书多是概念，我们不能仅仅只是纸上谈兵，例如在数理逻辑中，我们可能对一些命题逻辑公式熟练于心，但是解决实际问题时可能有各种问题。因此我们要加强训练，多做一些证明题，这样才能把理念用于实践之中。后面的图论就更不用说了，只有结合实际的题目才能够掌握和理解。

三、对老师的建议

老师讲课很认真，对每一个知识点讲的也很是详细，但是我觉得老师不够严厉。另外，我希望老师可以穿插介绍一些知识点在计算机科学中的应用，将之与离散数学理论结合介绍给学生，使学生更重视这一课程的学习。