第1讲 集合与映射的有关概念 掌握以下主要内容: 1.集合、子集、幂集、n元组和笛卡尔积. 2.映射的定义及性质. 3.逆映射.

Slides:



Advertisements
Similar presentations
第五节 函数的微分 一、微分的定义 二、微分的几何意义 三、基本初等函数的微分公式与微分运算 法则 四、微分形式不变性 五、微分在近似计算中的应用 六、小结.
Advertisements

2.8 函数的微分 1 微分的定义 2 微分的几何意义 3 微分公式与微分运算法则 4 微分在近似计算中的应用.
1 热烈欢迎各位朋友使用该课件! 广州大学数学与信息科学学院. 2 工科高等数学 广州大学袁文俊、邓小成、尚亚东.
2.5 函数的微分 一、问题的提出 二、微分的定义 三、可微的条件 四、微分的几何意义 五、微分的求法 六、小结.
第二章 导数与微分. 二、 微分的几何意义 三、微分在近似计算中的应用 一、 微分的定义 2.3 微 分.
全微分 教学目的:全微分的有关概念和意义 教学重点:全微分的计算和应用 教学难点:全微分应用于近似计算.
2.3 函数的微分. 四川财经职业学院 课前复习 高阶导数的定义和计算方法。 作业解析:
复习: :对任意的x∈A,都有x∈B。 集合A与集合B间的关系 A(B) A B :存在x0∈A,但x0∈B。 A B A B.
第五章 二次型. 第五章 二次型 知识点1---二次型及其矩阵表示 二次型的基本概念 1. 线性变换与合同矩阵 2.
第三章 函数逼近 — 最佳平方逼近.
§1 线性空间的定义与性质 ★线性空间的定义 ★线性空间的性质 ★线性空间的子空间 线性空间是线性代数的高等部分,是代数学
常用逻辑用语复习课 李娟.
第五章 定积分及其应用.
第四章 一元函数的积分 §4.1 不定积分的概念与性质 §4.2 换元积分法 §4.3 分部积分法 §4.4 有理函数的积分
第5章 定积分及其应用 基本要求 5.1 定积分的概念与性质 5.2 微积分基本公式 5.3 定积分的换元积分法与分部积分法
定积分习题课.
第三节 格林公式及其应用(2) 一、曲线积分与路径无关的定义 二、曲线积分与路径无关的条件 三、二元函数的全微分的求积 四、小结.
§5 微分及其应用 一、微分的概念 实例:正方形金属薄片受热后面积的改变量..
全 微 分 欧阳顺湘 北京师范大学珠海分校
2-7、函数的微分 教学要求 教学要点.
§5 微分及其应用 一、微分的概念 实例:正方形金属薄片受热后面积的改变量..
第5章 §5.3 定积分的积分法 换元积分法 不定积分 分部积分法 换元积分法 定积分 分部积分法.
第2章 Z变换 Z变换的定义与收敛域 Z反变换 系统的稳定性和H(z) 系统函数.
第三章 多维随机变量及其分布 §2 边缘分布 边缘分布函数 边缘分布律 边缘概率密度.
计算机数学基础 主讲老师: 邓辉文.
§2 求导法则 2.1 求导数的四则运算法则 下面分三部分加以证明, 并同时给出相应的推论和例题 .
第一章 函数 函数 — 研究对象—第一章 分析基础 极限 — 研究方法—第二章 连续 — 研究桥梁—第二章.
计算机问题求解 – 论题 函数 2018年11月20日.
在数学的天地里,重要的不是我们知道什么,而是我们怎么知道什么。     
1.2子集、全集、补集(二) 楚水实验学校高一数学备课组.
第一章 函数与极限.
第八章 函数 主要内容 函数的定义与性质 函数定义 函数性质 函数运算 函数的逆 函数的合成 双射函数与集合的基数.
数列.
§4 谓词演算的性质 谓词逻辑Pred(Y)。 是Y上的关于类型 {F,→,x|xX}的自由代数 赋值 形式证明
实数与向量的积.
线段的有关计算.
线性代数 第二章 矩阵 §1 矩阵的定义 定义:m×n个数排成的数表 3) 零矩阵: 4) n阶方阵:An=[aij]n×n
概 率 统 计 主讲教师 叶宏 山东大学数学院.
线 性 代 数 厦门大学线性代数教学组 2019年4月24日6时8分 / 45.
5.2 常用统计分布 一、常见分布 二、概率分布的分位数 三、小结.
复习.
第十章 双线性型 Bilinear Form 厦门大学数学科学学院 网址: gdjpkc.xmu.edu.cn
离散数学-集合论 南京大学计算机科学与技术系
复习: 若A(x1,y1,z1) , B(x2,y2,z2), 则 AB = OB - OA=(x2-x1 , y2-y1 , z2-z1)
正切函数的图象和性质 周期函数定义: 一般地,对于函数 (x),如果存在一个非零常数T,使得当x取定义域内的每一个值时,都有
定理21.9(可满足性定理)设A是P(Y)的协调子集,则存在P(Y)的解释域U和项解释,使得赋值函数v(A){1}。
第16讲 相似矩阵与方阵的对角化 主要内容: 1.相似矩阵 2. 方阵的对角化.
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
1.2 子集、补集、全集习题课.
1.设A和B是集合,证明:A=B当且仅当A∩B=A∪B
第一节 不定积分的概念与性质 一、原函数与不定积分的概念 二、不定积分的几何意义 三、基本积分表 四、不定积分的性质 五、小结 思考题.
4) 若A可逆,则 也可逆, 证明: 所以.
学习任务三 偏导数 结合一元函数的导数学习二元函数的偏导数是非常有用的. 要求了解二元函数的偏导数的定义, 掌握二元函数偏导数的计算.
2.2矩阵的代数运算.
上杭二中 曾庆华 上杭二中 曾庆华 上杭二中 曾庆华.
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
第4讲 关系的概念与运算 重点内容: 1.关系的定义. 2.关系的运算,特别是关系的复合运算..
第五章 函数 函数也叫映射,交换,是数学中的一个基本概念,在高数中,函数的概念是从变量的角度提出来的,这种函数一般是连续或间断连续的函数,这里将连续函数的概念推广到离散量的讨论,即将函数看作一种特殊的二元关系。
第八章 函数 主讲:李春英 办公地点:软件大楼202
2019/5/20 第三节 高阶导数 1.
第二节 函数的极限 一、函数极限的定义 二、函数极限的性质 三、小结 思考题.
《离散结构》 二元运算性质的判断 西安工程大学计算机科学学院 王爱丽.
§2 方阵的特征值与特征向量.
主讲教师 欧阳丹彤 吉林大学计算机科学与技术学院
第三节 函数的微分 3.1 微分的概念 3.2 微分的计算 3.3 微分的应用.
第四节 向量的乘积 一、两向量的数量积 二、两向量的向量积.
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
第三节 数量积 向量积 混合积 一、向量的数量积 二、向量的向量积 三、向量的混合积 四、小结 思考题.
§2 自由代数 定义19.7:设X是集合,G是一个T-代数,为X到G的函数,若对每个T-代数A和X到A的函数,都存在唯一的G到A的同态映射,使得=,则称G(更严格的说是(G,))是生成集X上的自由T-代数。X中的元素称为生成元。 A变, 变 变, 也变 对给定的 和A,是唯一的.
1.2.2 充要条件 高二数学 选修 1-1 第一章 常用逻辑用语.
Presentation transcript:

第1讲 集合与映射的有关概念 掌握以下主要内容: 1.集合、子集、幂集、n元组和笛卡尔积. 2.映射的定义及性质. 3.逆映射. 4.复合映射.

《离散数学》 (Discrete Mathematics) 《离散数学》(第二版), 邓辉文 编著 清华大学出版社, 2010 ISBN 978-7-302-13711-5 《离散数学习题解答》(第二版), 邓辉文 编著, 清华大学出版社, 2010 ISBN 978-7-302-13712-2

离散数学研究的对象: 离散量及其之间的关系. 离散量与连续量及其之间的转换. 现今计算机的处理对象是非常特殊的离散量: 0和1. 学习离散数学的目的: 1.培养各种能力. 2.为后继专业课程的学习作知识上的准备.

离散数学的基本内容: 5.组合计数(Chapter 8) 1.集合与关系 Chapter 1 集合、映射与运算 Chapter 2 关系 2.数理逻辑 Chapter 3 命题逻辑 Chapter 4 谓词逻辑 3.代数结构(Chapter 5 ) 4.图论 Chapter 6 图论 Chapter 7 几类特殊的图 5.组合计数(Chapter 8)

学习离散数学的方法: 参考文献: 1.听视频讲座. 2.看网络课件. 3.作业. 4.网络课件中的12套模拟试题. 耿素云 屈婉玲,离散数学(修订版),高等教育出版社, 2004. Kenneth H. Rosen, Discrete Mathematics and Its Applications (Fourth Edition), McGraw-Hill Companies, Inc.1998.(有中译本,2002)

Chapter 1 Sets, Mappings and Operations 集合是现代数学的最基本概念(?). 映射又称为函数, 它是现代数学的基本概念, 可以借助于集合下定义. 运算本质上是映射, 但其研究有其特殊性. 集合、映射、运算及关系(Chapter 2)是贯穿于本书的一条主线.

1.1 集合的有关概念 1. 集合 集合(用处?)已渗透到自然科学以及社会科学的各个研究领域, 在信息的表示及处理中,可以借助于集合去实现数据的删节、插入、排序以及描述数据间的关系. 在一定范围内, 集合(set)是其具有某种特定性质的对象汇集成的一个整体, 其中的每一个对象都称为该集合的元素(element). 这里所指范围是全集U(见图1-1).(避免悖论!) 在数学中常用{ }表示整体. 若x是集合A中元素,则记xA, 否则xA.

常见的数的集合用正+黑体字母表示: N是自然数集合,包括数0;Z是整数集合;Q是有理数集合;R是实数集合;C是复数集合. 表示集合的常用方法: (1)列举法:{0, 2, 4, 6, 8}, N = {0, 1, 2, 3, …}. (2)描述法:{x|x满足的条件}. (3)递归法 自然数集合N可递归定义, 在后面章节定义命题公式及谓词公式时还会用此法. 有限集合A的元素个数|A|.

Remarks 1.集合中的元素可以是集合, 例如A = {a, {a, b}, b, c}. 2.集合之间的元素原则上是没有次序的, 如 A = {a, {a, b}, b, c}就是 {a, b, c , {a, b}}; 3.集合中的元素原则上不重复, 如{a, {a, b}, b, b, c}还是集合A. 不含有任意元素的集合称为空集, 记为或{ }.

2.子集 A  B, 特别地是任意集合的子集. A = B. Theorem 1-2(P3) (1) A  A. (2) A  B, B  A  A = B. (3) A  B, B  C  A  C. Theorem 1-3 A = B  A  B 且 B  A.

注意 与  的不同. 例1-2 由A  B, B C可否得出A  C? Solution 不成立,例如A = {a, b}, B = {a, b, c}, C = {a, {a, b, c}}. 课堂练习: 4, 5. 3. 幂集 X = {a, b}  P(X) = {, {a}, {b}, {a, b}}. P(P()) = P({}) = {, {}}(P5, 6(1)). , {}, {{}}(P5, 2)

Theorem 1-4 Proof 由乘法原理证明? 4.n元组 Def 1-4 将n个元素(?)x1, x2,…, xn按一定顺序排列就得到一个n元(有序)组. 在数据结构中就是一个线性表.

n = 2: (x, y). n = 3: (x, y, z) 显然, 一般说来(x, y)  (y, x). 注意区别(a, b, c), ((a, b), c), (a, (b, c))的不同.

n维向量是n元组, 长度为n的线性表是n元组, 抽象数据结构Data_Structure = (D, S) 本身是一个2 元组. 2元组常称为有序对或序偶. 5.笛卡儿积

CAB = {(, a, 1), (, b, 1), (, a, 2), (, b, 2)}. 例1-4(P4) 设A = {a, b}, B = {1, 2}, C = {}, 求AB, BA, BC, CAB. Solution BC = {(1, ), (2, )} CAB = {(, a, 1), (, b, 1), (, a, 2), (, b, 2)}.

Remark   A = A   = . P5, 10? Theorem Hint 可推广到更多个集合的笛卡儿积的情形:

1.2 映射的有关概念 1.映射的定义 映射=函数(高数中?),它也是现代数学中的基本概念,要求我们在各学科中都要会使用映射的观点. 函数在信息科学中得到了充分的应用,大家熟悉的C语言是一种函数型语言. Def A B

函数的表示: 函数符号的选取. 注意区别函数f与函数表达式f(x). 映射的两个特点: (1)解析式 (2)图形 (3)表格(数值计算中出现较多) 函数符号的选取. 注意区别函数f与函数表达式f(x). 映射的两个特点: (1)全函数; (2)唯一性.

B上A: 例1-5 Theorem 1-6 注意B上A的记号与该结论的关系. x1 x2 x3 y1 y2

X f(X) f-1(Y) Y

n元函数(n 1): n = 0: C语言中的无参函数?

2.映射的性质 (1)单射

(2)满射 例如, 是Z到N的满射, 但不是Z到Z的满射(?).

(3)双射 双射又称为一一对应:既单又满. 例1-8 例1-9(P8)

Def 1-11 有限集合A上自身的双射称为A上的置换(permutation). 例1-10 Def 1-11 有限集合A上自身的双射称为A上的置换(permutation). A = {1, 2, 3, 4}上的所有置换有多少个? 4! 1 2 3 1 2 3

设f: AB, 将对应关系f逆转(改变方向), 一般来说, 不能得到B到A的映射: 3. 逆映射 设f: AB, 将对应关系f逆转(改变方向), 一般来说, 不能得到B到A的映射: Def 1-12 设f: AB, 若将对应关系f逆转后能得出一个得到B到A的映射, 则称该映射为f的逆映射, 记为f-1. a b c 1 2 3

Theorem 1-7 f 的逆映射存在的充要条件是f是双射. 对于y = sin x, 当 时, 有反函数, 常记为 当 时, y = sin x仍有反函数, 但不能 记为arcsin. 显然, 当 时, 无反函数.

4. 复合映射 设f: A  B, g: B  C: 例1-12 a b c 1 2 3    

例1-13(P9) f: RR, f(x) = x2, g: RR, g(x) = x + 2, 求f◦g和g◦f. Solution x  R: (f◦g)(x) = g(f(x)) = g(x2) = x2 + 2. (g◦f)(x) = f(g(x)) = f(x+2) = (x+2)2. Remark f◦g  g◦f.

Theorem 1-9 Theorem 1-10 (1)若f和g是单射, 则f◦g是单射. (2)若f和g是满射, 则f◦g是满射. (3)若f和g是双射, 则f◦g是双射. Proof (2)任意z  C, 由于g是满射, 存在y  B, 使得z = g(y). 又由于f是满射, 存在x  A, 使得y = f(x). 于是z = g(y) = g(f(x)) = (f◦g)(x). 故f◦g是满射(see below).

Theorem 1-11 (1)若f◦g是单射, 则f是单射, g不一定. (2)若f◦g是满射, 则g是满射, f 不一定. (3)若f◦g是双射, 则f是单射且g是满射. Proof (1)任意x1, x2 A, 若f(x1) = f(x2),

显然, g(f(x1)) = g(f(x2)), 即(f◦g)(x1) = (f◦g)(x2). 由于f◦g是单射, 因此 x1 = x2 显然, g(f(x1)) = g(f(x2)), 即(f◦g)(x1) = (f◦g)(x2). 由于f◦g是单射, 因此 x1 = x2. 故f是单射. g不一定(见上图)?

一般来说f◦g  g◦f, 但 Theorem 1-12