一、命题的基本概念

命题的定义:
陈述客观世界事情的陈述句叫命题,其特征性质是非真即假。

命题的“真值”有两种:

真(true,T,1)、假(false,F,0),常用p,q,r……等命题变元表示命题

命题联结词:
由简单命题造复杂命题
如果……则……,如果(如果(如果……则……)则……)则……,

用文字不好表述,所以用符号:((p → q) → r) → s

命题联结词 表示
否定词 ¬ p ( 非 p )
析取词 p ∨ q
合取词 p ∧ q
蕴含词 p → q
等价词 p ↔ q

蕴含词:

p → q 成立时,称 p 为 q 的充分条件,q 为 p的必要条件.

p ↔ q 成立时,称 p 为 q 的充分必要条件. p ↔ q 相当于 p → q 且 q → p.

p → q 的逆命题指的时 q → p,逆否命题是 ¬ q → ¬ p.

题:用命题联结词表示“ p 与 q 恰好有一个成立 ”.
两种情况:

  1. p = 1 且 q = 0
  2. p = 0 且 q = 0
    命题联结词:**( p ∧ ¬ q ) ∨ ( ( ¬ p ) ∧ q )**

二、命题的等价与永真公式

基础概念

  1. 命题变元:
    设命题 φ 中共有 n 个命题变元 p1, …, pn。
  2. 赋值:
    对 p1, …, pn 分别指定真值 δ1, …, δn (δi ∈ {0, 1}),则称 φ 有一个赋值 (p1, …, pn) = (δ1, …, δn)。
  3. 成真赋值:
    如果此赋值使得 φ 真,则称它为 φ 的成真赋值。
  4. 成假赋值:
    如果此赋值使得 φ 假,则称它为 φ 的成假赋值。
  5. 永真公式(重言式):
    如果在任何赋值下 φ 都真,则称 φ 为永真公式(重言式)。
  6. 同真同假(等价):
    对于命题公式 α 与 β,如果在任何赋值下,α, β 同真同假,则称 α 与 β 等价,记为 α ≡ β,相当于 α ↔ β 是永真公式。

易错点: α ≡ β 表示的是两个命题之间的关系,而 α ↔ β 只是一个命题。

1、否定:

p ¬p
1 0
0 1

2、合取:

p q p ∧ q
1 1 1
1 0 0
0 1 0
0 0 0

3、析取:

p q p ∨ q
1 1 1
1 0 1
0 1 1
0 0 0

4、条件:

p q p → q
1 1 1
1 0 0
0 1 1
0 0 1

5、双条件:

p q p ↔ q
1 1 1
1 0 0
0 1 0
0 0 1

例题:

p q r ¬p ¬p ∧ q ¬(¬p ∧ q) ¬r ¬(¬p ∧ q) ∨ ¬r
0 0 0 1 0 1 1 1
0 0 1 1 0 1 0 1
0 1 0 1 1 0 1 1
0 1 1 1 1 0 0 0
1 0 0 0 0 1 1 1
1 0 1 0 0 1 0 1
1 1 0 0 0 1 1 1
1 1 1 0 0 1 0 1

三、命题演算的基本逻辑规律

八条必须牢记的等价关系式:

1、排中律:
α ∨ ¬α ≡ 1.

2、“→” 的定义:
α → β ≡ ¬α ∨ β.

3、“↔” 的定义:
α ↔ β ≡ (α → β) ∧ (β → α).

4、幂等律:
α ∨ α ≡ α ∧ α ≡ α.

5、交换律:
α ∨ β ≡ β ∨ α, α ∧ β ≡ β ∧ α.

6、结合律:
(α ∨ β) ∨ γ ≡ α ∨ (β ∨ γ), (α ∧ β) ∧ γ ≡ α ∧ (β ∧ γ).

7、分配律:
α ∨ (β ∧ γ) ≡ (α ∨ β) ∧ (α ∨ γ), α ∧ (β ∨ γ) ≡ (α ∧ β) ∨ (α ∧ γ).

8、德摩根律:
¬(α ∨ β) ≡ ¬α ∧ ¬β, ¬(α ∧ β) ≡ ¬α ∨ ¬β.

证明 (α → γ) ∨ (β → γ) ≡ (α ∧ β) → γ

  1. 利用条件运算的定义,将 α → γ 和 β → γ 进行展开:

    α → γ ≡ ¬α ∨ γ
    β → γ ≡ ¬β ∨ γ
  2. 将原式 (α → γ) ∨ (β → γ) 代入条件运算的定义:
    (α → γ) ∨ (β → γ) ≡ (¬α ∨ γ) ∨ (¬β ∨ γ)

  3. 根据析取的结合律,将上式重新排列:
    (¬α ∨ γ) ∨ (¬β ∨ γ) ≡ ¬α ∨ ¬β ∨ γ

  4. 根据析取的结合律,上式等价于:
    ¬α ∨ ¬β ∨ γ ≡ ¬(α ∧ β) ∨ γ

  5. 利用条件运算的定义,将 ¬(α ∧ β) ∨ γ 重新表示:
    ¬(α ∧ β) ∨ γ ≡ (α ∧ β) → γ

四、析取范式与合取范式

  1. 命题变元或其否定叫准变元
  2. 由有限个准变元作析取而得的析取式叫析基
  3. 由有限个准变元作合取而得的合取式叫合基
  4. 有限个合基的析取式叫析取范式,有限个析基的合取式叫合取范式

1、填空题:(选填:析取、合取)

(p ∧ ¬q) ∨ (¬p ∧ ¬q ∧ ¬s) ∨ (¬q ∧ ¬r) 是析取范式。

(p ∨ ¬q) ∧ (¬p ∨ ¬q ∨ ¬s) ∧ (¬q ∨ ¬r) 是合取范式。

2、将公式 φ = (p → q) ↔ r 化成等价于它的析取范式

  1. 首先,利用条件和双条件的定义,将公式展开:
    p → q ≡ ¬p ∨ q
    (p → q) ↔ r ≡ ((¬p ∨ q) ∧ r) ∨ ((p ∧ ¬q) ∧ ¬r)
  2. 将双条件的定义展开:
    (¬p ∨ q) ↔ r ≡ ((¬p ∨ q) → r) ∧ (r → (¬p ∨ q))
  3. 利用条件运算的定义,将公式进一步展开:
    ((¬p ∨ q) → r) ≡ ¬(¬p ∨ q) ∨ r ≡ (p ∧ ¬q) ∨ r
    (r → (¬p ∨ q)) ≡ ¬r ∨ (¬p ∨ q)
  4. 将以上结果结合起来:
    (¬p ∨ q) ↔ r ≡ ((p ∧ ¬q) ∨ r) ∧ (¬r ∨ (¬p ∨ q))
  5. 最后,使用分配律将公式转化为析取范式:
    ((p ∧ ¬q) ∨ r) ∧ (¬r ∨ (¬p ∨ q))

五、主析取范式与主合取范式

设 ( p_1, \ldots, p_n ) 是 ( n ) 个不同的命题符号,( p_i’ ) 是 ( p_i ) 或 ( \neg p_i )。设 ( \delta_i ) 为:

[
\delta_i = \begin{cases}
1, & \text{如果 } p_i’ \text{ 为 } p_i \
0, & \text{如果 } p_i’ \text{ 为 } \neg p_i
\end{cases}
]

且 ( \delta_i’ = 1 - \delta_i )。

[
m = p_1’ \land p_2’ \land \cdots \land p_n’ \text{ 是一个极小项,它唯一的成真赋值是 } (p_1, \ldots, p_n) = (\delta_1, \ldots, \delta_n)。
]

[
M = p_1’ \lor p_2’ \lor \cdots \lor p_n’ \text{ 是一个极大项,它唯一的成假赋值是 } (p_1, \ldots, p_n) = (\delta_1’, \ldots, \delta_n’)。
]

设二进制的 ( \delta_1, \ldots, \delta_n ) 表示数 ( i ),则把上述极小项记为 ( m_i ),把上述极大项记为 ( M_i )( ( 0 \leq i \leq 2^n - 1 ) )

由主析取范式可知成真赋值,由主合取范式可知成假赋值。

  1. 永真公式无主合取范式
  2. 永假公式无主析取范式

例题:把 φ = (p ∧ (q → r)) → s 化为主合取范式,求成假赋值。

  1. 将公式转换为合取范式:
    1.1. 化简 φ:
    [
    φ = (p ∧ (¬q ∨ r)) → s
    ]
    1.2. 使用 → 的定义:
    [
    φ = ¬(p ∧ (¬q ∨ r)) ∨ s
    ]
    1.3. 使用德摩根律:
    [
    φ = (¬p ∨ ¬(¬q ∨ r)) ∨ s
    ]
    1.4. 再次使用德摩根律:
    [
    φ = (¬p ∨ (q ∧ ¬r)) ∨ s
    ]
    1.5. 分配律:
    [
    φ = (¬p ∨ q ∨ s) ∧ (¬p ∨ ¬r ∨ s)
    ]

  2. 求成假赋值:
    对于合取范式为假的情况,必须每个子句都为假:
    [
    ¬p ∨ q ∨ s = 假
    ]
    [
    ¬p ∨ ¬r ∨ s = 假
    ]

    因此,需要:
    [
    ¬p = 假 ⇒ p = 真
    ]
    [
    q ∨ s = 假 ⇒ q = 假 且 s = 假
    ]
    [
    ¬r ∨ s = 假 ⇒ r = 真 且 s = 假
    ]

    所以,成假赋值为:
    [
    p = 真, q = 假, r = 真, s = 假
    ]

例题:某科研所要从A, B, C三名骨干中选取1至2人出国进修,选派满足:
(1) A去则C去;
(2) B去则C不去;
(3) C不去则A或B可去。
问:如何选派?

解题步骤:

  1. 用 ( p, q, r ) 分别表示 A, B, C 去:
    [
    \phi = (p \rightarrow r) \land (q \rightarrow \neg r) \land (\neg r \rightarrow (p \lor q))
    ]

  2. 将条件用逻辑符号表示:
    [
    \phi = (\neg p \lor r) \land (\neg q \lor \neg r) \land (r \lor p \lor q)
    ]

  3. 化简公式:
    [
    \phi = (\neg p + r) \land (\neg q + \neg r) \land (r + p + q)
    ]
    [
    \phi = \neg p \neg q r + \neg p q r + p \neg q r + \neg q r + p \neg q \neg r + \neg p q \neg r + p q \neg r + q r
    ]

  4. 主析取范式(DNF):
    [
    \phi = (\neg p \land \neg q \land r) \lor (\neg p \land q \land r) \lor (p \land \neg q \land r) \lor (\neg q \land r) \lor (p \land \neg q \land \neg r) \lor (\neg p \land q \land \neg r) \lor (p \land q \land \neg r) \lor (q \land r)
    ]

计算成真赋值:

[
(p, q, r) = (0, 0, 1) 或 (0, 1, 0) 或 (1, 0, 1)
]

结论:

符合上述条件的选派方式有三种:

  • 选派B去: ( (0, 1, 0) )
  • 选派C去: ( (0, 0, 1) )
  • 选派A和C一起去: ( (1, 0, 1) )

六、全称量词与存在量词的基本概念

存在量词

∃𝑥𝜑(𝑥) 指存在𝑥使公式𝜑(𝑥)成立.

全称量词

∀𝑥𝜑(𝑥), 指对任意𝑥, 公式𝜑(𝑥)都成立.

有下列关系:

¬∃𝑥𝜑(𝑥) ≡ ∀𝑥¬𝜑(𝑥)

∀𝑥¬𝜑(𝑥) ≡ ¬∃𝑥𝜑(𝑥)

¬∀𝑥𝜑(𝑥) ≡ ∃𝑥¬𝜑(𝑥)

∃𝑥𝜑(𝑥) ≡ ¬∀𝑥¬𝜑(𝑥)

∀𝑥(𝜑(𝑥)∧ψ(𝑥)) ≡ ∀𝑥𝜑(𝑥) ∧ ∀𝑥ψ(𝑥)

∃𝑥(𝜑(𝑥)∨ψ(𝑥)) ≡ ∃𝑥𝜑(𝑥) ∨ ∃𝑥ψ(𝑥)

对应关系:

  • “任意” 对应 “且”
  • “存在” 对应 “或”

证明:

为了证明:
$$ \exists x (\varphi(x) \rightarrow \psi(x)) \equiv (\forall x \varphi(x) \rightarrow \exists x \psi(x)) $$

证明

$$
\exists x (\varphi(x) \rightarrow \psi(x))
$$

等价于

$$
\exists x (\neg \varphi(x) \lor \psi(x))
$$

等价于

$$
\exists x (\neg \varphi(x)) \lor \exists x (\psi(x))
$$

等价于

$$
\neg \forall x (\varphi(x)) \lor \exists x (\psi(x))
$$

等价于

$$
\forall x (\varphi(x)) \rightarrow \exists x (\psi(x))
$$

七、集合论

集合 R 为关系 (relation) 指满足

[
\forall z (z \in R \rightarrow \exists x \exists y (\langle x, y \rangle = z))
]

的有序对 (\langle x, y \rangle) 构成的集合,对于关系 (R),(\langle x, y \rangle \in R) 也写作 (xRy),此时说 (x) 与 (y) 有关系 (R)。

  • 把 (x \in \bigcup \bigcup R : \exists y(xRy))(所有 (xRy) 中的 (x) 构成的集合)叫 (R) 的 定义域,记为 (Dom(R))

  • 把 (y \in \bigcup \bigcup R : \exists x(xRy))(所有 (xRy) 中的 (y) 构成的集合)叫 (R) 的 值域,记为 (Ran(R))

  • 把 (R^{-1} = { \langle y, x \rangle \in Ran(R) \times Dom(R) : xRy }) 叫 (R) 的 逆关系,显然 (xRy \Leftrightarrow yR^{-1}x)

  • 一个 函数映射 (F) 指的是一个关系,且对于 (x \in Dom(F)),(\exists! y (xFy))(即定义域中的每个元素只能对应值域中的唯一元素)。我们把这唯一的 (y) 记为 (F(x))。

关系的定义

  • 若 (R \subseteq A \times A),称 (R) 为 A 上的关系
  • 若 (R, S) 为关系,定义关系的 复合

[
R \circ S = { \langle x, z \rangle \in Dom(S) \times Ran(R) : \exists y (xSy \land yRz) }
]

  • 可以用函数来理解:若 (f : X \rightarrow Y),(g : Y \rightarrow Z),则 ((g \circ f)(x) = g(f(x)))。

注意

  • 不同的书对复合的定义不太一样,这里采用的是 “左复合” 定义,有的书可能定义为 “右复合”

[
R \circ S = { \langle x, z \rangle : \exists y (xRy \land ySz) }
]

题目

设 (A = {a, b, c, d}),(R_1, R_2) 为 (A) 上的关系,其中

[
R_1 = {\langle a, a \rangle, \langle a, b \rangle, \langle b, d \rangle}
]

[
R_2 = {\langle a, d \rangle, \langle b, c \rangle, \langle b, d \rangle, \langle c, b \rangle}
]

则 (R_1 \circ R_2) 为

[
R_1 \circ R_2 = {\langle x, z \rangle \in Dom(S) \times Ran(R) : \exists y (xR_1y \land yR_2z)}
]

使用左复合定义:

  • (\langle a, a \rangle \in R_1) 且 (\langle a, d \rangle \in R_2),因此 (\langle a, d \rangle \in R_1 \circ R_2)
  • (\langle a, b \rangle \in R_1) 且 (\langle b, c \rangle \in R_2),因此 (\langle a, c \rangle \in R_1 \circ R_2)
  • (\langle a, b \rangle \in R_1) 且 (\langle b, d \rangle \in R_2),因此 (\langle a, d \rangle \in R_1 \circ R_2)(重复,已在集合中)
  • (\langle b, d \rangle \in R_1) 无法满足复合关系,因为 (d) 不是 (R_2) 的定义域中的元素

综上,(R_1 \circ R_2) 为

[
R_1 \circ R_2 = {\langle a, d \rangle, \langle a, c \rangle}
]

关系的性质

自反

对 (A) 上关系 (R),称 (R) 在 (A) 上自反,指

[
\forall x \in A (xRx)
]

等价于

[
I_A = {\langle x, x \rangle : x \in A} \subseteq R
]

对称

对 (A) 上关系 (R),称 (R) 在 (A) 上对称,指

[
\forall x \in A \forall y \in A (xRy \rightarrow yRx)
]

传递

对 (A) 上关系 (R),称 (R) 在 (A) 上传递,指

[
\forall x \in A \forall y \in A \forall z \in A ((xRy \land yRz) \rightarrow xRz)
]

等价关系

(R) 是 (A) 上等价关系指 (R) 同时满足自反性、对称性、传递性。

性质 定义
(R) 自反 (R) 在 (A = Dom(R) \cup Ran(R)) 上自反。
(R) 对称 (\forall x \forall y (xRy \rightarrow yRx))。
(R) 传递 (\forall x \forall y \forall z ((xRy \land yRz) \rightarrow xRz))。

等价关系的关系满足以下性质:

  • (R \subseteq R \circ R)
  • (R = R^{-1})
  • (R \circ R \subseteq R)

题1

设 (R) 为 (A) 上的自反和传递的关系,证明 (R \cap R^{-1}) 是 (A) 上的等价关系。

证明过程

  1. 自反性

    • 因为 (R) 是自反的,所以对任意 (x \in A),有 (xRx)。
    • 因为 (R^{-1}) 也是自反的,所以对任意 (x \in A),有 (xR^{-1}x)。
    • 因此,对任意 (x \in A),有 (x (R \cap R^{-1}) x),即 (R \cap R^{-1}) 是自反的。
  2. 对称性

    • 如果 ((x, y) \in R \cap R^{-1}),则 (xRy) 且 (yRx)。
    • 由于 (xRy) 且 (yRx),交换顺序仍然成立,因此 ((y, x) \in R \cap R^{-1})。
    • 因此,(R \cap R^{-1}) 是对称的。
  3. 传递性

    • 如果 ((x, y) \in R \cap R^{-1}) 且 ((y, z) \in R \cap R^{-1}),则 (xRy)、(yRx)、(yRz) 和 (zRy) 都成立。
    • 因为 (R) 是传递的,所以 (xRz) 和 (zRx)。
    • 因此,((x, z) \in R \cap R^{-1})。
    • 因此,(R \cap R^{-1}) 是传递的。

综上所述,(R \cap R^{-1}) 是自反的、对称的和传递的,因此 (R \cap R^{-1}) 是 (A) 上的等价关系。

八、图论基础概念

#### 1、假设我们有一个有限的非空集合 \( V \),和一个与 \( V \) 不重叠的集合 \( E \)。有一个关联函数 \( \psi: E \rightarrow \{\{x, y\} : x, y \in V\} \)(无序对)或 \( \langle x, y \rangle : x, y \in V \)(有序对)。我们把 \( G = (V, E) \) 称为一个图,把 \( V \) 中的元素叫做 **顶点**, \( E \) 中的元素叫做 **边**。 - **端点**:如果 \( e \in E \) 并且 \( \psi(e) = \{x, y\} \) 或 \( \langle x, y \rangle \),我们就说 \( x, y \) 是 \( e \) 的 **端点**,\( e \) 连接顶点 \( x, y \)。 - **表示**:通常我们用平面上的点表示 \( V \) 中的元素,当边 \( e \) 连接顶点 \( x, y \) 时,用一条连接 \( x \) 和 \( y \) 的线表示。如果 \( \psi(e) \) 是有序对 \( \langle x, y \rangle \),则用从 \( x \) 指向 \( y \) 的箭头表示这样的边 \( e \),这种边叫做 **有向边/弧**。 - **无向边**:没有方向的边叫做 **无向边**,所有边都是无向边的图叫做 **无向图**,所有边都是有向边的图叫做 **有向图**。 - **环**:图 \( G \) 中,如果一条边的两个端点是同一个顶点,这样的边叫做 **环**。 - **平行边或多重边**:如果连接同一对顶点的边不止一条,这些边叫做 **平行边或多重边**。有平行边的图叫做 **多重图**,没有环和平行边的无向图叫做 **简单图**。 - **相邻**:如果图 \( G \) 中有边 \( e \) 连接顶点 \( x, y \),我们说 \( x, y \) **相邻**。在无向图中,有共同顶点的两条边叫做 **相邻的边**;在有向图中,若边 \( e_1 \) 的终点和边 \( e_2 \) 的起点是同一个顶点,我们称 \( e_1 \) 和 \( e_2 \) **相邻**。 #### 2、 对于图 \( G \),用 \( V(G) \) 表示 \( G \) 的顶点集,用 \( E(G) \) 表示 \( G \) 的边集。把 \( v \in V(G) \) 的**邻域**定义为 \[ N_G(v) = \{ u \in V(G) \setminus \{ v \} : u \text{与} v \text{相邻} \} \] 把 \( N_G(v) \cup \{v\} \) 叫做 \( v \) 的**闭邻域**。 对于无向图 \( G \),若 \( v \in V(G) \),记 \( d_G(v) \)(或简记为 \( d(v) \))表示 \( v \) 关联的边的条数,称为 \( v \) 的**度(次数)**。 下图中,\( N_G(v_1) = \{ v_2, v_3, v_5 \} \)。 ![alt text](../img/离散数学期末复习笔记/image.png)

图同构的定义

设 \( G \) 与 \( H \) 是两个图,如果存在 \( V(G) \) 与 \( V(H) \) 的一一对应 \( f \) 以及 \( E(G) \) 到 \( E(H) \) 的一一对应 \( g \),使得 \( G \) 中边 \( e \) 连接顶点 \( u, v \) 当且仅当 \( H \) 中 \( g(e) \) 连接 \( f(u), f(v) \),则称 \( G \) 与 \( H \) **同构**,记为 \( G \cong H \)。

两个同构的例子

其中 ( u_i ) 与 ( v_i ) 一一对应。

  • 图1: ( u_2 ), ( u_3 ), ( u_4 ), ( u_1 ) 形成一个正方形。
  • 图2: ( v_1 ), ( v_2 ), ( v_3 ), ( v_4 ), ( v_5 ) 形成一个五边形。

两图中的顶点如下对应:

  • ( u_1 ) 对应 ( v_1 )
  • ( u_2 ) 对应 ( v_2 )
  • ( u_3 ) 对应 ( v_3 )
  • ( u_4 ) 对应 ( v_4 )
  • ( u_5 ) 对应 ( v_5 )