¿Cuántas matemáticas y en qué ramas se necesita realmente en informática?

Personalmente, creo que la informática es en realidad un tipo de matemática aplicada. El conocimiento básico de la informática no es más que matemáticas.

Estas ramas son muy esenciales:

  • Matemáticas discretas (especialmente. Teoría de grafos y lógica matemática).
  • álgebra lineal
  • Análisis matemático
  • estadística matemática
  • teoría de probabilidad

Al final, quiero mostrarles varios ejemplos interesantes para ilustrar cómo las matemáticas ayudaron a las ciencias de la computación.

1.PageRank Algorithm
¿Alguna vez ha pensado en la razón por la que Google puede proporcionar las páginas más valiosas que desea en un tiempo extremadamente corto? Una de las razones es que aplicaron el algoritmo PageRank.
PageRank es un algoritmo muy importante y famoso en tecnología de búsqueda, que fue creado por Larry Page, uno de los fundadores de Google. En pocas palabras, este algoritmo utiliza la teoría de matrices para describir la importancia de cada página web para que pueda encontrar la página web más completa que desee.

Como la ciencia de la computación es una ciencia matemática, es muy difícil precisar los lugares exactos en los que las matemáticas terminan y la teoría de la ciencia computacional comienza. Honestamente, me gustaría pensar más en eso, qué matemáticas se utilizan menos en Ciencias de la computación en lugar de “lo que realmente se necesitan las ramas”. Como alguien que estudia Algoritmos, realmente no hay límite sobre qué tipos de Matemáticas necesito entender. Un día podría estar leyendo un artículo en el que no sea más que discreto, y al día siguiente podría estar leyendo uno sobre programación lineal y sería necesario saber algunas matemáticas continuas para comprender correctamente cómo funciona el algoritmo. Encontrará que las matemáticas discretas son populares, los documentos que lee mucho más, ya que nuestra teoría se basa en estructuras discretas, pero realmente no sabe qué tipo de matemáticas necesitará a continuación porque los algoritmos pueden emplear todo tipo de ideas, suponiendo que puedan Estar representado de manera finita.

Hace muchos años estaba tomando un curso en Fortran (realmente saliendo con alguien) y una tarea era escribir un programa para calcular el factorial de un número. Entregué mi programa de un solo paso: la función gamma se implementa en Fortran. El instructor se sorprendió y asumió que se usaría el do-loop estándar. Relato esta historia porque a menudo es posible encontrar una manera de hacer algo en la informática con poco conocimiento de las matemáticas. Sin embargo, esa es a menudo la peor manera de hacerlo.

Bill Lin incluyó una serie de áreas de matemáticas que sin duda son importantes para los informáticos. Me gustaría agregar a eso que algunas áreas de las matemáticas se encuentran generalmente en la investigación de operaciones, a saber, la optimización (especialmente la programación lineal y dinámica), la teoría de colas y la teoría de juegos.

Por supuesto, si un científico de la computación quiere trabajar en un campo científico, tendrá que saber más matemáticas aplicadas (ecuaciones diferenciales, etc.)

Supongo que la pregunta es si una persona quiere ser un científico informático o un técnico en computación No hay nada de malo en esto último, pero el primero necesita los sólidos antecedentes matemáticos.

Depende en gran medida de lo que estés haciendo. En un nivel básico, diría casi ninguno, aunque el razonamiento algebraico está involucrado en la mayoría de la programación.

Sin embargo, hay campos que requieren algunas matemáticas, sin embargo. Vas a tener problemas para crear un algoritmo de criptografía sin matemáticas. Incluso una clase introductoria de IA requería álgebra lineal. La manipulación de coordenadas o el trabajo con datos GPS a menudo implica trigonometría.

Puede crear un sitio web decente sin ver espacios de funciones ortogonales ni multiplicar matrices dispersas (para animaciones decentes puede que necesite trigonometría de jardín de infantes).
Sin embargo, si desea manejar grandes volúmenes de datos de manera profesional, es mejor que comprenda bien cómo se comportan las estructuras de datos y si trata con la criptografía, comprenderá mejor de qué se trata la teoría de números.