离散数学（又称计算机数学）是现代数学的重要分支，是计算机专业课程中的核心基础课程之一。离散数学以是研究：离散量的结构和相互之间的关系为主要目标，其研究对象一般为：有限或可数个元素（例如：自然数、整数、真假值、有限个结点等），而离散性也是计算机科学的显著特点

离散数学(又称计算机数学)是现代数学的 重要分支,是计算机专业课程中的核心基 础课程之一。 离散数学以是研究:离散量的结构和相互之 间的关系为主要目标,其研究对象一般为 :有限或可数个元素(例如:自然数、整 数、真假值、有限个结点等),而离散性 也是计算机科学的显著特点

针对粗糙集中连续属性需要离散化问题进行了研究.根据数据对象的可分辨性原理构造超立方体,在数据空间上对信息表中的连续属性进行整体离散化处理.根据条件属性与决策属性的一致性关系,依照条件属性在粗糙集边界域中的分类能力来确定条件属性的重要性,在此基础上选取重要划分点对信息表中的连续属性进行局部离散化,同时以信息熵作为迭代约束条件.数值示例和实验表明这种整体与局部相结合的离散化方法是有效可行的

离散模型是将实际问题直接抽象成离散的数、符号或图形，然后以离散数学为主要研究工具来解决的数学模型。连续模型进行离散化所得到的数学模型不在此讨论

离散数学是计算机出现以后迅速发展起 来的一门数学分支。计算机科学就是算 法的科学，而计算机所处理的对象是离 散的数据，所以离散对象的处理就成了 计算机科学的核心，而研究离散对象的 科学恰恰就是离散数学

第二章随机变量及其分布 2-2离散型随机变量 一.离散型随机变量的概念与性质 离散型随机变量的定义 如果随机变量X的取值是有限个或可列无穷个,则称为离散型随机变量

1．理解离散型随机变量的均值的意义和性质． 2．会根据离散型随机变量的分布列求出均值． 3．会利用离散型随机变量的均值解决一些相关的实际问题．

第四章离散时间 Markov链 4.1定义和一些例子 在一些物理学、生物学、经济学等许多学科中都有如下行为的系统:该系统 是与时间有关的一个系统,如果已知系统在现在的状态,则此系统的过去所处的 状态与将来所处状态是(条件)独立的,这个特性称为 Markov性。本节我们考 虑状态空间S为离散的,用o,i1,…或i,j表示状态,参数集T为离散的(一般表 示时间),T={1,2

第六章几种离散型变量的分布及其应用 连续型随机变量:数值变量资料。 离散型随机变量:分类变量资料经整理后 得到的例数。 连续型随机变量有n个,无数种; 离散型随机变量只有一个,(n+1)种

如果二维随机向量(X,Y)的每个分 量都是离散型随机变量,则称(X,Y)是 二维离散型随机向量. 二维离散型随机向量(X,Y)所有可 能取的值也是有限个或可列无穷个