Se desarrolló mucha matemática aplicada para resolver problemas específicos en la ciencia, por lo que en general diría que esto es muy común.
Por ejemplo, la teoría de Young-Helmholtz sobre la visión tricromática en color generó una gran cantidad de investigaciones sobre el escalamiento multidimensional, que fue una de las primeras aplicaciones de varios métodos numéricos importantes en álgebra lineal y optimización no lineal. Por ejemplo, el primer artículo moderno sobre la SVD de Eckhart y Young se publicó en 1936 en Psychometrika y el MDS no métrico de Joseph Kruskal fue uno de los primeros usos de la pendiente de gradiente. MDS ahora se usa ampliamente en todas partes, desde generar motores de recomendación hasta estudiar patrones de votación en el Congreso.
Las generalizaciones tensoriales de la descomposición del valor Singular, como el modelo PARAFAC o Tucker2 y Tucker3, provienen de una mezcla de áreas sustantivas, incluido el procesamiento de ambas señales (su teléfono celular no funcionaría sin PARAFAC) y la psicología. Los desarrollos posteriores en estas áreas provienen principalmente de los quimiométricos.
Finalmente, muchos métodos de regularización, como la regularización de Tijonov, originalmente se usaron para resolver ecuaciones integrales en física, pero demostraron ser muy útiles en otros lugares. Las generalizaciones son bastante esenciales en áreas como la bioinformática.
- ¿Es posible la visión de rayos X?
- ¿Es un enfoque de Einstein o Feynman el mejor para un avance en la física?
- ¿Cómo es ser un gen científico?
- ¿Qué ideas en la filosofía de la ciencia son totalmente erróneas?
- ¿Qué pasaría con una persona con síndrome de Down si sus cromosomas adicionales fueran silenciados?