從網路課程 程式必修課！離散數學與演算法 來淺嚐一下沒機會在課堂上所學的離散數學與演算法。或許對撰寫程式的效能提昇會有些幫助。
課程相關資訊
[連結]：https://hiskio.com/courses/1196/lectures/133685
本篇範圍：Chapter 4
請注意：本系列文章為個人對應課程的消化吸收後，所整理出來的內容。換言之，並不一定會包含全部的課程內容，也有可能會添加其他資源來說明。
內容
Universal Generalization ( U.G. )
一般情況下是不會用到的。其定義為：
已知 P(a) 且 a 在 Domain x 中，則所有的 x 都屬於 P(x) 。這背後需有 2 個前提：
1. x 不為 free variables
2. 你不能使用這樣的推導：(∃x) P(x) -> P (a) -> (∀x) P(x) 。舉例：x 代表所有的人，a 屬於其中一位身高高於 170 公分的人，那你不能推導出所有的人身高都高於 170 公分
因此，你必須先使用 U.I. ，才有機會使用 U.G.。若你曾用過 E.I.，你也不能用 U.G.
