La teoría de grafos, las matemáticas discretas, la teoría de probabilidad, el álgebra lineal forman un núcleo para todos los cursos de pregrado.
Estudiar problemas algorítmicos requiere una gran base en la teoría de grafos para comprender incluso los enunciados del problema.
La teoría de la probabilidad está en todas partes, ya que la informática es como la mecánica cuántica, todo está borroso todo el tiempo, errores en todas las observaciones, cantidades desconocidas …
- Dadas N monedas, colocadas en una fila, indexadas 1 a N de izquierda a derecha. Inicialmente todas las monedas muestran cabeza. En cada turno, dos enteros, no necesariamente distintos, A y B entre 1 y N (inclusive) se eligen de manera uniforme al azar. Todas las monedas con un índice de A a B (inclusive) se voltean. ¿Cuál es el número esperado de monedas que muestran la cabeza después de que M gira?
- ¿Se puede encontrar la intersección de dos listas en menos de tiempo lineal (las listas están ordenadas)?
- ¿Es posible mejorar el rendimiento computacional aprovechando la necesidad de menor precisión?
- ¿Cómo resolvemos el siguiente problema en SPOJ utilizando aritmética modular inversa: SPOJ.com - Problema UCV2013A?
- ¿Cuáles son algunos de los documentos que debe leer sobre STOC, FOCS y SODA en los últimos 10 años sobre algoritmos de aproximación, algoritmos aleatorios y algoritmos en línea que introdujeron nuevas técnicas útiles?
Las matemáticas discretas son divertidas y permiten soluciones innovadoras para todo tipo de problemas.
El álgebra lineal se necesita un poco más en el futuro, especialmente en la escuela de posgrado. Las áreas de aprendizaje automático / IA y gráficos dependen en gran medida del álgebra lineal.
Estos forman el núcleo de todas las clases de pregrado. Para cursos más avanzados, álgebra abstracta, teoría de optimización, métodos numéricos, ecuaciones diferenciales.
Me estoy emocionando simplemente escribiendo esto.