Caray, tomé esto hace tanto tiempo, apenas lo recuerdo. Este fue uno de los primeros cursos avanzados ( es decir , nivel de posgrado) que tomé. En teoría, primero toma 6.854 (algoritmos avanzados), pero las clases cubren material bastante disjunto, por lo que no importó.
Karger fue un gran profesor, y creo que una gran cantidad de material era suyo. Las cosas más importantes que recuerdo son en realidad solo algunas herramientas básicas de probabilidad, como la desigualdad de Chebyshev y el límite de Chernoff. Muchos de los análisis solo involucraron la aplicación de esos, así que me familiaricé bastante con ellos. Además, recuerdo hashing. (Hashing es totalmente una trampa por cierto. O (1) para todo? Como, en serio, ¿cómo puede ser tan bueno?) Luego, una mezcolanza de temas al azar.
La clase tenía series de problemas semanales, que eran bastante divertidos si no recuerdo mal. A Karger no le gusta contratar calificadores por alguna razón, por lo que todos en la clase deben ayudar a calificar al menos un conjunto de problemas. Esto significó que la calificación fue algo escamosa ( ¡merecía totalmente esos 3 puntos! ), Pero estuvo bien ya que era una pequeña clase de posgrado.
- Cómo construir una computadora fuera del agua, y cómo ayuda esto con Navier-Stokes
- ¿Cuán avanzada es la matemática discreta utilizada en la informática teórica?
- ¿Qué es la combinatoria en matemáticas discretas?
- Cómo representar más de la cantidad predeterminada de dígitos en números como (1/7) en Python
- Se nos dan probabilidades [matemáticas] P (A) = P (B) = P (C) \ geq 2/3 [/ matemáticas] y sabemos que [matemáticas] P (A \ cap B \ cap C) = 0 [/ mates]. ¿Qué podemos decir sobre [matemáticas] P (A) [/ matemáticas]?
