Cuando eres un estudiante universitario, no puedes predecir cuándo y cómo se necesitará cada parte de tu entrenamiento matemático. Los temas estándar en el plan de estudios de ingeniería están ahí porque la experiencia ha demostrado que surgen con mucha frecuencia. Puede que no los necesite a todos, pero en su carrera académica y laboral probablemente necesitará muchos de ellos. ¡Probablemente también te encontrarás con conceptos matemáticos que no formaban parte de tu currículum! Un beneficio secundario importante de tener una base matemática sólida es que aprenderá a no asustarse con las ecuaciones. La actitud que implica la pregunta no es una que le sirva bien en una carrera técnica.
En mi trabajo de bioinformática, trabajo regularmente con personas muy inteligentes que tienen títulos avanzados en diversos campos científicos. Al igual que en muchos campos, la biología se está convirtiendo cada vez más en un análisis cuantitativo de grandes bases de datos. Algunos de mis colegas ahora se encuentran discapacitados por su aversión al pensamiento matemático y estadístico.
En cuanto a los ejemplos de cuándo necesité usar conceptos matemáticos específicos en mi propio trabajo, aquí hay algunos que puedo recordar de la cabeza:
Necesitaba ecuaciones diferenciales ordinarias cuando estudiaba campos como Estática, Dinámica, Teoría de control y Análisis de circuitos eléctricos.
- Cómo obtener más conocimientos en un corto período de tiempo
- ¿Cuáles son las tecnologías que se deben aprender al comenzar el desarrollo web?
- Cómo aprender algo muy rápido en poco tiempo.
- ¿Cuáles son algunos buenos sitios para el aprendizaje y el conocimiento general (además de Quora)?
- Cuando la gente dice que puede leer música, ¿qué significa eso realmente?
Necesitaba ecuaciones diferenciales parciales cuando estudié campos como Mecánica de fluidos, Termodinámica y Transferencia de calor y masa.
En mi trabajo actual, el análisis estadístico multivariado es extremadamente importante. Muchos conceptos matemáticos diferentes subyacen a las herramientas estadísticas modernas, pero el Álgebra Lineal y los Sistemas Eigens son especialmente importantes.