La Matemática Discreta se ha transformado en una disciplina clave para la informática y la ciencia

Computacional por razones las cuales son porque se basan en la Informática, y la Matemática
Discreta está profundamente unidas a todos los campos de las Ciencias de la Computación; y
porque su expresión y conceptos que se emplean en estas ciencias permiten que muchos
problemas puedan formalizarse utilizando la Matemática Discreta.

Las matemáticas discretas son las bases de diferentes campos científicos del mundo real, en
específico el de la informática. Por esto yo opino y a lo que veo en el día a día sobre mi carrera es
que las primordiales técnicas que se aprenden a lo largo del curso de matemáticas discretas se
pueden usar en diversos campos, en diferentes ingenierías.

La matemática discreta es la rama de la matemática que trata con los objetos

que pueden asumir solamente valores separados. Por lo tanto, el término
“Matemática Discreta” se utiliza en contraste con “Matemática Continua”,
que es la rama de las matemáticas que se ocupan de objetos que puedan
variar suavemente (y que incluye, por ejemplo, cálculo). Mientras que los
objetos discretos pueden caracterizarse a menudo por enteros, los objetos
continuos requieren números reales.
El estudio de temas en matemáticas discretas generalmente incluye el
estudio de algoritmos, sus implementaciones y eficiencias. La matemática
discreta es el lenguaje matemático de la informática, y como tal, su
importancia ha aumentado dramáticamente en las últimas décadas.

La investigación en matemáticas discretas aumentó en la segunda mitad del

siglo XX en parte debido al desarrollo de ordenadores digitales que operan en
pasos discretos y almacenan datos en bits discretos. Los conceptos y las
notaciones de la matemática discreta son útiles en el estudio y la descripción
de objetos y problemas en ramas de la informática, tales como algoritmos de
computadora, lenguajes de programación, criptografía, probar teorema
automatizado, y desarrollo de software. Por el contrario, las
implementaciones informáticas son importantes en la aplicación de las ideas
de la matemática discreta a los problemas del mundo real, como en la
investigación de operaciones.
La Matemática Discreta es fundamental para ciencias de la
computación y es válido reconocer que mucho del desarrollo de la
informática moderna tiene sus bases en los conceptos que se estudian
en esta rama de la ciencia de la matemática.
Las matemática son la base de todo en este mundo, desde el momento
que naces estas entrando al mundo matemático, en cierta forma
nuestro universo es matemático, es decir, la importancia de las
matemáticas en la ingeniería es necesaria, un ingeniero necesita la
capacidad de razonar y resolver complejidades en el área de trabajo en
donde se desenvuelva.
Las matemáticas son muy importantes para la carrera de ingeniería de
sistemas, el ingeniero debe estudiar matemáticas. No hay otra manera
deformar adecuadamente el pensamiento analítico, el desarrollo de la
lógica, el rigor demostrativo, el sentido de la exactitud y el de la
aproximación aceptable, la objetividad numérica, la propensión a la
medición, y tantas otras cualidades de los buenos ingenieros.

Las bases de datos relacionales desempeñan un papel en casi todas las

organizaciones que deben llevar un registro de empleados, clientes o
recursos. Una base de datos relacional conecta los rasgos de una
determinada pieza de información. Por ejemplo, en una base de datos
que contiene información de clientes, el aspecto relacional de esta base
de datos permite que el sistema informático sepa cómo vincular el
nombre del cliente, dirección, número de teléfono y otra información
pertinente. Todo esto se hace a través del concepto de matemáticas
discretas de conjuntos. Los conjuntos permiten que la información se
agrupe y se ponga en orden. Dado que cada pieza de información y
cada rasgo que pertenece a ese pedazo de información es discreta, la
organización de tal información en una base de datos requiere métodos
de matemática discreta.

Los algoritmos son las reglas por las que una computadora opera. Estas
reglas se crean a través de las leyes de la matemática discreta. Un
programador de computadoras usa la matemática discreta para diseñar
algoritmos eficientes. Este diseño incluye la aplicación de matemática
discreta para determinar el número de pasos de un algoritmo necesita
para completar, lo que implica la velocidad del algoritmo. Debido a las
aplicaciones de matemática discreta en los algoritmos, las
computadoras de hoy en día corren más rápido que nunca.

La Matemática Computacional es una herramienta básica

para un ingeniero o un científico, porque le permite
solucionar de forma aproximada, problemas prácticos que
no podrían resolverse de manera analítica. Puede decirse
que la matemática computacional (Métodos Numéricos)
es la matemática más elemental que existe, ya que para
solucionar problemas, solo hacen uso de operaciones
aritméticas. Sin embargo es ahí donde radica su fuerza,
porque es a través de ella que se modelan y resuelven
muchos problemas de la realidad, que es cambiante,
compleja y variada

Es difícil imaginar en la actualidad disciplinas científicas o tecnológicas que no usen con

frecuencia los ordenadores. Eso obliga a científicos y tecnólogos de ámbitos diversos como
medicina, biología, ciencias sociales, etc, a comunicarse con un ordenador. Los ordenadores
sólo trabajan sobre objetos matemáticos – números y letras -, realizando sobre ellos
operaciones matemáticas – cálculos, ordenaciones y clasificaciones. Ello ha provocado que
muchas ciencias que poco tenían que ver con las matemáticas se hayan matematizado
enormemente. Este proceso es especialmente llamativo en las ciencias sociales y de la vida.
Ya no son sólo disciplinas como la física, la química y las ingenierías las que usan técnicas
matemáticas sofisticadas. Por ejemplo, los modelos matemáticos de la genética pueden ser
tanto o más complicados que los de la física. Una característica de los nuevos modelos es que
con frecuencia nacen por y para ser estudiados computacionalmente con ordenadores. Su
objetivo es obtener información cuantitativa precisa de fenómenos que involucran muchos
parámetros y son, por ello, muy exigentes y retadores respecto de las técnicas de matemática
computacional que requieren.

Los ordenadores actualmente más potentes son capaces de realizar más de un Teraflop (1012
= un millón de millones) de operaciones por segundo. Ser capaces no significa que siempre lo
hagan. De hecho estos números espectaculares se refieren a la velocidad máxima de cálculo
que pueden alcanzar. Estos supercomputadores son máquinas complicadas que trabajan en
paralelo. Conseguir su máxima eficiencia al resolver un problema requiere el desarrollo de
nuevos y sofisticados algoritmos. No se trata de reprogramar los algoritmos existentes, sino de
hacer nuevas matemáticas que estén en perfecta comunión con las arquitecturas disponibles.
Sin estas matemáticas la potencia de los ordenadores más modernos queda seriamente
limitada.

El álgebra es dividida en tres etapas de desarrollo distintas, estas marcan un desarrollo

lento en el avance de fórmulas y procesos para la resolución de distintos problemas,
también ayudan a generar los mismos, estas etapas son conocidas como Algebra
Retorica, Algebra Sincopada y Algebra Simbólica. Estas abarcan un periodo de tiempo de
2,000 a.c. al año 1842 con Nesselman. Estas son de gran importancia para las
matemáticas, debido a su gran aporte hacia la misma.

El álgebra retorica se denomina así, en el campo de la educación matemática, en la

primera fase en el desarrollo histórico del álgebra, debido a que los problemas y sus
soluciones se describían mediante lenguaje natural, sin incluir ningún símbolo, ni siquiera
de las operaciones. Es el álgebra de la edad clásica. Desde los egipcios y babilonios
hasta la obra de Diofanto (Siglo III). (Con Diofácto inicia el álgebra sincopada o lacónica.)

También cuenta con la etapa llamada, Algebra sincopada, es la segunda fase en el

desarrollo histórico del álgebra, caracterizada por el uso de abreviaciones para las
incógnitas, aunque los cálculos se describían totalmente en lenguaje natural. Se
considera que esta fase va desde la Aritmética de Diofanto (Siglo III) hasta Vieta (Siglo
XVI) --quien es considerado por algunos el padre del álgebra por haber inaugurado la fase
simbólica.

La tercera y última etapa se llama, Algebra simbólica, En matemáticas y ciencias de la

computación, el álgebra computacional, también conocida como cálculo simbólico o
cálculo algebraico, es un área científica que se refiere al estudio y desarrollo de
algoritmos y software para la manipulación de expresiones matemáticas y otros objetos
matemáticos. Aunque, hablando con propiedad, el álgebra computacional debe ser un
sub-campo de la computación científica, ellos son considerados generalmente como
campos distintos, porque la computación científica se basa generalmente en el análisis
numérico con números aproximados en punto flotante; mientras que, el álgebra
computacional enfatiza el cálculo exacto con expresiones que contengan variables que no
tienen cualquier valor dado y por lo tanto son manipulados como símbolos (de ahí se debe
el nombre de cálculo simbólico).

Las aplicaciones de software que realizan cálculos simbólicos son conocidos como
sistemas de álgebra computacional, con el término sistema aludiendo a la complejidad de
las principales aplicaciones que incluyen, al menos, un método para representar los datos
matemáticos en una computadora, un lenguaje de programación de usuario (por lo
general diferente del lenguaje usado para la ejecución), un administrador de memoria, una
interfaz de usuario para la entrada/salida de expresiones matemáticas, un gran conjunto
de subrutinas para realizar operaciones usuales, como la simplificación de expresiones, la
regla de la cadena utilizando diferenciación, factorización de polinomios, integración
indefinida, etc.

En los comienzos del álgebra computacional, alrededor de 1970, cuando los algoritmos
clásicos fueron puestos por primera vez en los ordenadores, resultaron ser altamente
ineficientes. Por lo tanto, una gran parte de la labor de los investigadores en el campo
consistió en revisar el álgebra clásica con el fin de hacerla más computable y descubrir
algoritmos eficientes que implementen esta eficacia. Un ejemplo típico de este tipo de
trabajo es el cálculo del máximo común divisor de polinomios, que se requiere para
simplificar fracciones. Casi todo en este artículo, que está detrás del algoritmo clásico de
Euclides, ha sido introducido por la necesidad del álgebra computacional.

El álgebra computacional es ampliamente utilizada para experimentar en matemática y

diseñar las fórmulas que se utilizan en los programas numéricos. También se usa para
cálculos científicos completos, cuando los métodos puramente numéricos fallan, como en
la criptografía asimétrica o para algunos problemas no lineales.