矩阵是重要的数学工具，也是当今人工智能、机器学习等领域重要的数据处理对象。本书作为矩阵理论的教材，将由浅入深地介绍矩阵的基本理论，包括矩阵的概念与运算、线性方程组、线性映射和线性变换、行列式、向量空间、特征值和特征向量、相似矩阵、二次型等，还有这些基本理论在机器学习上的简单应用。此外在本书各章还附上了对应的Python

本书系统地论述了图谱理论的基本定义,基本定理和重要应用,深人介绍了图论中数种主要矩阵及其特征多项式,以及这些矩阵的谱(特征值及其重数)的规律与应用,其中涉及系统工程、电路和人工智能领域. 本书可作为研究生的学习用书,也可为相关领域的研究和开发人员提供理论参考

本书共6章，分为3部分。第1部分是数理逻辑，包括第1章命题逻辑和第2章一阶逻辑。第2部分是集合论，包括第3章集合代数、第4章二元关系和第5章函数。第3部分是第6章图论。每章均包含丰富的习题及部分习题的参考答案，针对重要的知识点设计了线上参考资源，包括教学课件和交互式可视化教学软件，读者可下载。

本书包括集合与关系、计数、数理逻辑、图论基础、再论图论和代数结构六章内容，介绍离散数学的基础知识。

"内容第一部分数理逻辑部分，将选取生活中的逻辑案例和公务员考试题目为引入点，逐步分解数理逻辑中涉及到的命题、谓词、范式及推理理论。一方面可以弘扬优秀的中华传统文化，另一方面可以改变目前教材中的国外案例居多的状况。拓展环节能够对所选案例进行理论推导、Python程序实现并形成最终报告。第二部分集合论，通过学习集合论的经典

本书共分7章，用数学的思维方式进行编写，以研究线性空间及其线性映射为主线，系统介绍了高等代数的基本概念和方法，从基础的行列式理论开始，逐步深入讲解矩阵理论、向量空间、线性方程组、二次型、线性变换等内容，强调理论与实践相结合。本书注重直观而深入的阐述代数的基本概念，通过清晰的数学推导，在介绍抽象的数学概念时交代其来龙去脉

本书根据高等院校普通本科线性代数课程及其在各专业中的应用编写而成。本书包含行列式、矩阵、向量组的线性相关性、线性方程组、相似矩阵及二次型、线性空间与线性变换等内容。

本教材力求兼顾理论教学与软件工程专业教学,构思以课程自身内容为载体的应用及实践,链接软件工程后续课程。内容覆盖集合论(集合、关系、函数)、数理逻辑基础(命题逻辑、谓词逻辑、自然推理系统)、图论基础、抽象代数(群、环、域、格)。实践环节,以某种程序设计语言为载体(Python、Haskell或Racket),以离散数学问

本书较为系统地介绍了计算机科学与技术、软件工程、智能科学与技术、人工智能、数据科学与大数据技术等信息类或智能类相关专业培养所必需掌握的离散数学基础知识，全书分为四个部分（数理逻辑、集合论、代数结构和图论），共7章.第1章介绍命题及其命题逻辑；第2章介绍一阶谓词逻辑及其推理理论；第3章介绍集合的基本概念和性质；第4章介绍

"本书是一本图论算法书，旨在帮助编程学习者打开图论算法学习之门。全书共7章，主要内容包括图、二分图、拓扑排序、树、并查集、最小生成树和最短路问题。本书根据编程学习者的学习规律——先掌握一门编程语言基础以及必要的算法基础(以C++语言基础和趣味算法为例)，再逐步学习图论算法的学习方式，合理取舍、精心挑选出近百道经典图论算