¿Qué áreas de las matemáticas puras son más relevantes para la industria?

Las aplicaciones de las matemáticas “puras” están en todas partes. Por supuesto, a muchos no les importa si su investigación matemática produce aplicación, pero la mayoría de las matemáticas que se consideran aplicadas hoy comenzaron como “puras”.

Aquí hay algunos ejemplos que encuentro ordenados:

  • Topología algebraica: redes de sensores, visión por computadora, análisis estadístico de big data (a la empresa: inteligencia artificial y análisis avanzado | Ayasdi)
  • Teoría de grupo / anillo / campo / (Galois) : cifrado, compresión de datos (información de codificación y decodificación), química, cualquier cosa que tenga que ver con la simetría
  • Teoría de los gráficos : redes (sociales, informáticas, etc.), los algoritmos de programación más populares, investigación genética, estudio de cómo se propagan los rumores, realmente esto se aplica en todas partes para representar una relación.
  • Teoría de la categoría : Haskell, estudio de gramática y lenguaje humano, optimización de programas, etc., etc.

Ninguno, no necesita conceptos matemáticos abstractos para administrar negocios. A menos que sea un departamento de investigación específico. Todo lo que necesita en la industria es seguir una lógica sólida. Eso es todo. Las cosas que se usan fuera de la academia son bastante fáciles.

La pregunta tiene una contradicción debido a las definiciones. Las matemáticas puras son aquellas construcciones y teoremas que aún no han encontrado aplicación (tenga en cuenta que uso la palabra “todavía” allí). Por lo tanto, si se descubriera que era relevante, ya no sería lo que la gente suele llamar “matemática pura”.

Imagine una bandeja de entrada llena de correo electrónico. La matemática pura es la bandeja de entrada sin clasificar. Luego tiene carpetas por proyectos, por personas, etc. Cuando ha ordenado cualquier elemento, se mueve de la bandeja de entrada a esa carpeta (a menos que use gmail, para lo cual se pueden aplicar las matemáticas mientras está sentado en su bandeja de entrada).

No sé mucho sobre esto, pero sí sé que los valores propios y los vectores propios se utilizan para optimizar el rendimiento en máquinas muy grandes. Si tiene una máquina que, por ejemplo, desea mantener a 1000 ° C, la calentará hasta que esté a esa temperatura y luego detenga el calentamiento. Sin embargo, el calor residual continúa calentando la máquina y alcanza una temperatura superior a 1000 ° C. Entonces lo enfrías y una vez que alcanzas los 1000 ° C lo mantienes allí. Pero te excedes. Este es un círculo vicioso y este proceso puede desperdiciar grandes cantidades de energía. El uso de valores propios ayuda a las computadoras a superar este problema.