离散数学在生活中的应用.

离散数学是一门理论兼实际应用的综合性学科，即具有严备的理论基础，又具备应用科学的特点。它是计算机科学和其他应用科学的基础理论课。 离散数学是一门理论兼实际应用的综合性学科，即具有严备的理论基础，又具备应用科学的特点。它是计算机科学和其他应用科学的基础理论课 一般是解决最优化问题，比如很多有联系的事情，按照如何顺序在做能达到用时最少，效果最好。主要用在工程领域和计算机领域。 定义：离散数学是一门理论兼实际应用的综合性学科，即具有严备的理论基础，又具备应用科学的特点。它是计算机科学和其他应用科学的基础理论课。 应用：逻辑与证明，算法，计算方法与分类原理，循环关系，图论，树，网络模型，布尔代数与组合电路，自动化、语法与语言，计算几何。离散数学课程所涉及的概念、方法和理论，大量地应用在 “ 数字电路 ” 、 “ 编译原理 ” 、 “ 数据结构 ” 、 “ 操作系统 ” 、 “ 数据库系统 ” 、 “ 算法的分析与设计 ” 、 “ 软件工程 ” 、 “ 人工智能 ” 、 “ 多媒体技术 ” 、 “ 计算机网络 ” 等专业课程以及 “ 信息管理 ” 、 “ 信号处理 ” 、 “ 模式识别 ” 、 “ 数据加密 ” 等 参考资料： 给老师正浦靠费的 《离散数学》是理工科高等院校计算机专业的重要基础课程，它不仅为后续课程——数据结构、操作系统、编译原理、数据库原理、人工智能等做必要的理论准备，而且在培养学生的创新思维、创新能力和综合素质方面有其独特的作用。 到20世纪下半叶乃至21世纪，随着电气时代乃至计算机时代的来临。对直接与计算机打交道的越来越多的人群来说，最重要的数学趋势不再是以微积分为代表的连续数学，而是以图论、组合学、数论、代数、概率论、运筹学与控制论、数理逻辑等为核心内容的离散分析，也就是离散数学。因为计算机是“离散地”处理、计算、安排、存储、调拨、配置，用“离散”近似（可做到相当精确）逼近“连续”。从中学到大学，从数学专业到理工科专业，离散数学的课程和内容逐步与传统的突出连续数学的课程及内容分庭抗礼，起着越来越显著的作用。 最实际的应用比如说最短路径问题，就要用到离散的图论知识，在物流方面应用广泛。求商场最佳进货量，随不是直接的离散问题，也要用到离散的思想。此外，凡是涉及计算机、数值分析的地方就少不了离散数学。离散数学已经越来越多的影响着人类的生活。

离散数学：前束范式的换名规则

你可以理解x，y可以取任意值啊，所以可以取x和y来表示。但按离散书中说的是，使用了换名规则。想再理解深入，那就是自由变元和约束变元的问题，之所以是有时写y，有时写x，是因为在运算时让人明白是自由变元还是约束变元，你要明白x,y在不同情况下是代表自由变元或者约束变元。如你第一个公式有时写成(彐x)(-P(x)VQ(x))【-代表否定】那是把x都看做约束变元。
有的地方却换名了变成彐x彐y(-P(x)VQ(y))【-代表否定】那是p（x）与Q(Y)中的约束变元不同，一个是x，一个是y。所以要换名，那看得人明白。有不明白的，再找我吧。希望对你的有帮助。

已知概率密度函数怎么求它的数学期望和方差

代入公式。在[a,b]上的均匀分布，期望=(a+b)/2，方差=[(b-a)^2]/2。代入直接得到结论。如果不知道均匀分布的期望和方差公式，只能按步就班的做：
期望：
EX=∫{从-a积到a} xf(x) dx
=∫{从-a积到a} x/2a dx
=x^2/4a |{上a,下-a}
=0
E(X^2)=∫{从-a积到a} (x^2)*f(x) dx
=∫{从-a积到a} x^2/2a dx
=x^3/6a |{上a,下-a}
=(a^2)/3
方差：
DX=E(X^2)-(EX)^2=(a^2)/3

扩展资料：
离散e79fa5e98193e59b9ee7ad9431333431353939型随机变量与连续型随机变量都是由随机变量取值范围(取值)确定。
变量取值只能取离散型的自然数，就是离散型随机变量。例如，一次掷20个硬币，k个硬币正面朝上，k是随机变量。k的取值只能是自然数0，1，2，…，20，而不能取小数3.5、无理数，因而k是离散型随机变量。
如果变量可以在某个区间内取任一实数，即变量的取值可以是连续的，这随机变量就称为连续型随机变量。
例如，公共汽车每15分钟一班，某人在站台等车时间x是个随机变量，x的取值范围是[0,15），它是一个区间，从理论上说在这个区间内可取任一实数3.5、无理数等，因而称这随机变量是连续型随机变量。
由于随机变量X的取值 只取决于概率密度函数的积分，所以概率密度函数在个别点上的取值并不会影响随机变量的表现。
更准确来说，如果一个函数和X的概率密度函数取值不同的点只有有限个、可数无限个或者相对于整个实数轴来说测度为0（是一个零测集），那么这个函数也可以是X的概率密度函数。
连续型的随机变量取值在任意一点的概率都是0。作为推论，连续型随机变量在区间上取值的概率与这个区间是开区间还是闭区间无关。要注意的是，概率P{x=a}=0，但{X=a}并不是不可能事件
参考资料来源：搜狗百科-数学期望

离散数学在生活中的实例

例如，工厂里生产的工件的尺寸大小就是离散数学在生活中最好的体现，因为每一个工件的尺寸大小都是随机的，不可能完全一致。

离散数学中UI,EI,UG,EG规则的使用规律

用来在证明时你需要添加或摘去谓词逻辑的时候（也就是从谓词转成命题的时候）
E.G:
在证明的时候你需要有P（C）成立来推出Q（C）成立时，这时候题设条件只有任意x P(x)，则采用UI来去掉”任意“符号。