辽宁开放大学离散数学（本）学习行为评价

辽宁开放大学离散数学（本）学习心得

一、学习背景与课程概述

离散数学作为计算机科学与信息技术领域的基础课程，一直被视为逻辑思维和抽象能力培养的重要工具。在辽宁开放大学的本科阶段，这门课程被安排在第三学期，课程代码为XXXX，由张XX教授主讲。课程内容涵盖集合论、数理逻辑、图论、代数结构和组合数学等多个模块，旨在帮助学生建立离散结构的数学思维，并为后续专业课程（如算法设计、数据库原理、人工智能等）奠定理论基础。

作为计算机科学专业的学生，我深知离散数学的重要性，但同时也对其抽象性和逻辑性感到担忧。课程采用线上教学与自主学习相结合的模式，每周通过平台发布教学视频、课件和习题，学生需按计划完成学习任务并参与线上讨论。这种学习方式对自律性要求较高，但也为我提供了灵活的学习空间。

二、课程内容与核心知识点

1. 集合论

- 基础概念：集合的表示方法、子集、幂集、集合的运算（并、交、补、对称差）等。

- 深入理解：通过学习集合的笛卡尔积和二元关系，我意识到关系的性质（如自反性、对称性、传递性）在数据库设计中的应用，例如通过关系闭包优化查询效率。

- 难点：集合的基数和无限集概念较为抽象，需结合实例反复理解。

2. 数理逻辑

- 命题逻辑：命题符号化、逻辑联结词（合取、析取、蕴含、等价）、真值表和逻辑等价式。

- 谓词逻辑：量词（全称、存在）、谓词符号化及自然推理系统。

- 收获：逻辑推理能力显著提升，能够用形式化语言描述问题，并在编程中应用逻辑表达式优化代码逻辑。

3. 图论

- 基本概念：图的定义、路径、回路、树、欧拉图、哈密顿图等。

- 算法应用：学习了最短路径算法（Dijkstra算法）、最小生成树算法（Kruskal算法）以及图的着色问题，这些内容与数据结构和算法设计直接相关。

- 实践体会：通过绘制图结构解决实际问题，例如用邻接矩阵表示人际关系网络，或用树结构分析文件系统层级。

4. 代数结构

- 群论与环论：二元运算、半群、群、环的定义及性质，同态与同构概念。

- 应用价值：意识到代数结构在密码学（如RSA算法）和编译原理中的潜在作用，但部分抽象定理（如拉格朗日定理）理解较吃力。

5. 组合数学

- 排列与组合：排列数、组合数的计算，鸽巢原理，生成函数。

- 实际案例：通过组合数学解决概率问题和算法复杂度分析，例如计算密码强度或优化资源分配方案。

三、学习方法与经验总结

1. 教材与视频结合学习

- 课程指定教材为《离散数学及其应用》（第8版，Kenneth H. Rosen），内容详实但部分章节较难理解。我通过先观看张教授的讲解视频，再结合教材中的例题和习题进行巩固，效果显著提升。

2. 分阶段攻克难点

- 逻辑推理：初期对逻辑符号化和证明方法（如数学归纳法）不熟悉，通过反复练习真值表和构造证明步骤逐渐掌握。

- 图论算法：利用在线资源（如可汗学院、B站教程）补充算法的可视化演示，结合手动推导加深理解。

- 代数结构：通过查阅《近世代数》相关章节，将群论与编程中的函数变换结合，形成直观认知。

3. 实践与应用驱动学习

- 编程实践：用Python实现图的遍历算法（如DFS、BFS），通过代码调试理解算法逻辑。

- 生活案例：将抽象概念与实际问题关联，例如用集合运算分析用户行为数据，用逻辑表达式简化业务流程判断条件。

4. 线上讨论与互助

- 积极参与课程论坛，与同学讨论习题解法和概念理解。例如，在讨论“如何证明一个关系是等价关系”时，通过不同角度的思考碰撞，最终掌握了自反性、对称性和传递性的综合应用。

四、学习收获与个人成长

1. 逻辑思维能力的提升

- 离散数学让我学会用严谨的逻辑分析问题，例如在编程中遇到复杂条件判断时，能够通过逻辑表达式拆分和简化，避免代码冗余。

2. 抽象建模能力的培养

- 能够将现实问题转化为数学模型，例如用图论中的最小生成树算法优化校园网络布线方案，或用组合数学计算项目风险概率。

3. 对计算机科学理论的理解加深

- 理解了数据结构（如树、图）的数学本质，以及算法设计中对离散结构的依赖。例如，哈希表的冲突解决机制与集合的映射关系密切相关。

4. 自主学习能力的锻炼

- 开放大学的线上模式要求学生具备较强的自我管理能力。我通过制定每周学习计划、定期复习笔记和主动提问，逐步适应了这种学习节奏。

五、学习中的挑战与解决策略

1. 抽象概念的理解困难

- 问题：集合论中的无限集、逻辑中的量词嵌套、群论中的同构概念等，初期难以直观理解。

- 解决：通过绘制思维导图梳理知识脉络，寻找生活中的类比（如用“无限集”比喻互联网用户群体的不可穷举性），并反复通过习题验证理论。

2. 时间管理压力

- 问题：课程内容密集，且需兼顾工作与学习，常因时间分配不当导致进度滞后。

- 解决：采用番茄工作法（25分钟专注+5分钟休息）提高学习效率，利用周末集中攻克难点。

3. 证明题的思维瓶颈

- 问题：数学归纳法和构造性证明需要较强的逻辑连贯性，初期常因步骤跳跃而失分。

- 解决：总结证明题的通用模板（如归纳法的“基例→假设→归纳步骤”），并模仿教材中的例题结构逐步练习。

六、离散数学对后续学习的启示

1. 算法设计与分析

- 离散数学中的图论和组合数学为算法课程提供了理论支撑，例如动态规划问题中的状态转移矩阵与图的邻接矩阵有相似之处。

2. 数据库与数据结构

- 关系代数和SQL查询的优化依赖于集合论知识，而树结构和图的存储与遍历算法则直接应用了图论中的理论模型。

3. 编程逻辑与代码优化

- 逻辑运算符的正确使用、条件语句的嵌套结构，以及递归算法的设计，都与数理逻辑和递归证明密切相关。

4. 科研与工程思维

- 离散数学强调的“分而治之”思想（如递归、组合分解）和“形式化描述”方法，为解决复杂工程问题提供了新的视角。

七、课程改进建议

1. 增加案例驱动教学

- 部分抽象理论（如代数结构）若能结合更多实际应用案例（如密码学中的群论应用），将有助于学生理解。

2. 优化习题难度梯度

- 部分章节的习题难度跳跃较大，建议增加中等难度的过渡题目，帮助学生循序渐进掌握技巧。

3. 加强线上互动答疑

- 虽然课程论坛活跃，但教师答疑响应较慢。若能增设实时讨论或每周答疑直播，学习效果会更佳。

八、总结与反思

离散数学的学习是一场思维的“升级”之旅。它不仅教会了我如何用数学语言描述离散对象，更培养了我分析问题的系统性和严谨性。尽管过程中遇到诸多挑战，但通过主动探索、实践应用和与同学的交流，最终实现了从“被动接受”到“主动思考”的转变。

未来，我计划将离散数学的知识进一步深化，例如通过阅读《具体数学》拓展组合数学的应用，或结合编程项目实践图论算法。同时，我也意识到这门课程对培养计算机科学核心能力的重要性，它将成为我后续学习与职业发展的重要基石。

笔记日期：2023年11月

笔记作者：XXX

参考教材

打赏

如果觉得文章对您有用，请随意打赏。
您的支持是我们继续创作的动力！

微信扫一扫

支付宝扫一扫