¿Dónde usamos las matemáticas discretas y la probabilidad en informática?

1) Para ver ejemplos de matemáticas discretas, visite Wikipedia: Matemáticas discretas

Hay una gran cantidad de matemáticas discretas en compiladores, análisis sintáctico, bases de datos, combinatoria, teoría de grafos, algoritmos, teoría del lenguaje de programación, computabilidad y capacidad de decisión (teoría CS) y aprendizaje automático. Hay probabilidad en algoritmos y aprendizaje automático. Ambos temas están esparcidos en otras asignaturas de CS, pero rara vez en grandes cantidades ni su dominio es esencial para comprender esos temas.

2) El dominio de las matemáticas discretas no es esencial para la programación, pero si quiere llamarse científico de la computación, debe comprender cómo se almacena, recupera, representa la información en la memoria y cómo se puede reorganizar y manipular, lo que requiere alguna comprensión de los principios en matemáticas discretas. Lo mismo puede decirse de la probabilidad, especialmente si necesita predecir la probabilidad de que ocurran algunos eventos (como la frecuencia con que una variable se puede dividir por cero, dado el conjunto de datos que tiene), o el rendimiento de su algoritmo depende del rango u orden de Los datos entrantes. Sin embargo, en mi opinión, casi todas las pruebas requeridas en estos cursos son una pérdida de tiempo. Existen porque los teóricos profesionales de CS (como los matemáticos) disfrutan de las pruebas.

No debería sorprender que muchos cursos de CS de prerrequisitos, como las matemáticas y la teoría discretas, se enseñen mal y sean aburridos. Se hacen deliberadamente más difíciles de lo necesario, como una forma de expulsar el exceso de estudiantes que se especializan en CS. (Muchas escuelas no pueden graduar tantos estudiantes de CS como se matriculan, por lo que a menudo los alientan a cambiar a otras especialidades haciendo que CS sea doloroso en los primeros cursos, como matemáticas discretas). Buena suerte.

Esta respuesta fue escrita como un borrador cuando el autor de la pregunta me pidió que respondiera la pregunta. No pude terminarlo y pronto se perdió entre mis próximas actividades en las redes sociales. Lo acabo de ver hoy y pensé publicar como está.

Nota personal: Incluso yo solía pensar así cuando era un poco más joven, pero lamentablemente no había Quora en ese momento, y las personas que me rodeaban no estaban en condiciones de responder a esto perfectamente.

Matemáticas discretas es el lado más bonito de las matemáticas que te lleva a un mundo más seguro, libre de esos diferenciales confusos y las integrales terminadas. Los temas que estudiamos principalmente en este tema son Lógica, Pruebas, Recursión, Conteo (sus permutaciones y combinaciones), Relaciones, Gráficos-Árboles y quizás un poco sobre Modelos de Computación.

¿Pero dónde los usamos?
De Wikipedia …
Los conceptos y las anotaciones de las matemáticas discretas son útiles para estudiar y describir objetos y problemas en las ramas de la informática, como los algoritmos informáticos, los lenguajes de programación, la criptografía, la demostración automatizada de teoremas y el desarrollo de software.

Agregando peso a la probabilidad, esto agregará mucha acción a esta respuesta. Veamos…

Supongamos que tiene acceso a todos los correos electrónicos que reciben sus amigos. Algunos de ellos fueron engañados recientemente en una estafa en línea, algo así como esos correos electrónicos nigerianos. Les dijiste que no respondieran, pero lo hicieron, y perdiste mil dólares. Ahora desea agregar alguna funcionalidad al servidor de correo electrónico que utiliza su universidad que, si hay algún correo electrónico, se enviará automáticamente a la carpeta SPAM. ¿Cómo funcionaría?

En una mirada más profunda, te das cuenta de que todos esos correos electrónicos se ven iguales: hablan de grandes sumas de dinero, te dicen que les des sus detalles, hablan de uno de sus padres o parientes cercanos que murió recientemente y dejó grandes sumas de dinero, nunca te enviaron un correo electrónico antes, en su mayoría usan servicios de correo electrónico como hotmail o yahoo … hay muchos puntos de este tipo. Ya tenemos herramientas de análisis y lingüísticas que lo ayudarán a identificar que hablan de mucho dinero; puede examinar los registros del servidor de correo electrónico para ver si enviaron algún correo electrónico anteriormente. Ahora, ¿cómo va a utilizar esta información?

Introduce probabilidad. Cada uno de estos factores aumenta las posibilidades de que el correo electrónico sea spam.
Usando la probabilidad, usamos una herramienta llamada clasificador: clasificará un correo electrónico en una de las dos categorías: SPAM o No SPAM.

Algunos de los usos que puedo pensar de inmediato son:

  • Matemáticas discretas
  • Teoría de grafos
  • Decisiones de redes
  • Programación dinámica
  • Combinaciones de permutación
    • Obtener una estimación aproximada de la complejidad de un algoritmo
  • Teoría de conjuntos + lógica
    • generando soluciones a problemas
    • Pruebas
  • Probabilidad
    • generando soluciones a problemas
    • análisis de complejidad de algoritmos
    • pruebas probabilísticas
    • programación probabilística (aplicación de rotonda)

    Dicho esto, puede funcionar en el campo de la informática sin ser competente en todas sus partes. Sin embargo, debe tener una comprensión funcional de esas cosas.

    Le recomendaría que no se salte estos, ya que contribuyen mucho a su capacidad de programar.

    Utiliza matemática discreta y probabilidad en todas partes en todas las áreas de la informática. Los programadores sin conocimiento de CS generalmente no lo saben, y no es necesario que trabajen, pero una vez que llegas a las cosas realmente involucradas (como escribir analizadores y compiladores), un poco de comprensión es muy útil.

    La probabilidad, por ejemplo, se utiliza en la teoría de la información. Grandes aplicaciones, como, por ejemplo, compresión.

    Las matemáticas discretas (que significan diferentes cosas dependiendo de a quién le preguntes) incluyen autómatas para alguien que piensa en términos de CS. Lo cual, con la noción de una gramática, conduce a compiladores y analizadores. Los autómatas son enormes en muchas áreas de CS, incluida la IA.

    Cada vez que usa su computadora o su teléfono celular, usa matemática y probabilidad discretas, están debajo de todo.

    No tienes que ser bueno para ser un verdadero científico de la computación … sea lo que sea … pero tienes que entender cómo encajan las piezas.

    Aquí hay una pareja, aunque hay muchas:

    La teoría de gráficos aparece en muchas redes, así como en algoritmos de mapeo (búsqueda de rutas).

    En la programación de subprocesos múltiples, se requiere un pedido global cuando se trata de bloqueos para garantizar que no se produzca un punto muerto

    No sé si esto responde a su pregunta, pero realmente no necesita una aplicación para todo. Es una maravilla en sí mismo analizar propiedades extrañas de un sistema y descubrir cosas nuevas. Tiene toneladas de algoritmos maravillosos en informática que no tienen aplicación intencional en ninguna parte, pero la teoría CS es algo así como Pure Mathematics, donde se enfoca no solo en las aplicaciones en particular, sino que solo explora propiedades peculiares del sistema.

    Supongo que es un requisito previo para aprender asignaturas como teoría de números, teoría de juegos, etc.

    Discursos matemáticos discretos sobre conjuntos. Como su nombre indica, se trata de elementos discretos. Como el 1 y 0. Discreto. No hay nada en el medio. Todas las cosas digitales tienen un estado discreto. ¡1 o 0 nada en el medio! Entonces supongo que sería eso.

    Apartamentos de eso, por favor no consideren esta pregunta como respondida. Porque yo también quiero saber más, de dónde vendría la aplicación del sujeto. O donde lo hemos aplicado implícitamente sin saber que ya lo hemos aplicado.

    More Interesting

    Cómo corregir el sobreajuste

    Las entidades biológicas inconscientes que simplemente reaccionan automáticamente a su entorno han evolucionado y se han vuelto autoconscientes. ¿Qué impide que AI lo haga?

    ¿Cuáles son las aplicaciones del aprendizaje automático en optometría y ciencias de la visión?

    ¿Es un análisis de regresión múltiple más útil / perspicaz para la relación entre IV y DV que un ANOVA?

    He asignado mis pesos (w) a un múltiple multinomial (o k-simplex), dividiendo cada componente de w por la suma de todos los componentes. ¿Cómo realizo la regularización (equivalente a l1 o l2) en el nuevo espacio multinomial múltiple (k-simplex)?

    En el aprendizaje profundo, ¿se pueden obtener buenos resultados cuando usas una función lineal entre las capas ocultas?

    ¿Cuáles son los modelos actuales de análisis de sentimiento de arte independientemente de la efectividad?

    ¿En qué casos tengo que usar un entorno distribuido y en qué casos no?

    Cómo usar SVM para clasificar imágenes normales y anormales si se conocen las características

    Usando TensorFlow, ¿cómo construiría una IA que pueda reconocer patrones en secuencias numéricas y luego transmitir el patrón al usuario? Está destinado a aprender los patrones que le doy de comer.

    ¿Qué es el mecanizado en caliente?

    ¿Mi reproductor de caja de ritmo aprendió qué canción tocar a continuación?

    Si alguien está haciendo una maestría en OMS CS de Georgia Tech, ¿cuál es la mejor especialización en términos de perspectivas (suponiendo el mismo nivel de interés en cada una), bases de datos e ingeniería de software, aprendizaje automático o inteligencia interactiva?

    ¿Puede el aprendizaje profundo predecir los dígitos de Pi?

    Sistemas de recomendación: ¿Cuál es la diferencia entre el filtrado colaborativo de elemento a elemento y el filtrado basado en contenido?