Ich habe vor kurzem angefangen, mich mit mathematischer Optimierung zu beschäftigen und liebe es. Es scheint, dass viele Optimierungsprobleme leicht als lineare Programme ausgedrückt und gelöst werden können (z. B. Netzwerkflüsse, Kanten- / Scheitelpunktabdeckung, reisender Verkäufer usw.). Ich weiß, dass einige von ihnen NP-hart sind, aber der Punkt ist, dass sie es können 'als lineares Programm gerahmt', wenn nicht optimal gelöst.
Das brachte mich zum Nachdenken: Wir haben in der gesamten Schule / Hochschule immer Systeme linearer Gleichungen und linearer Algebra gelernt. Und die Fähigkeit von LPs zu sehen, verschiedene Algorithmen auszudrücken, ist irgendwie faszinierend.
Frage: Obwohl überall um uns herum nichtlineare Systeme vorherrschen, wie / warum sind lineare Systeme für die Informatik so wichtig? Ich verstehe, dass sie das Verständnis vereinfachen und die meiste Zeit rechnerisch nachvollziehbar sind, aber ist es das? Wie gut ist diese "Annäherung"? Vereinfachen wir uns zu stark und sind die Ergebnisse in der Praxis noch aussagekräftig? Oder ist es nur "Natur", dh die faszinierendsten Probleme sind tatsächlich einfach linear?
Wäre es sicher, dass "lineare Algebra / Gleichungen / Programmierung" die Eckpfeiler von CS sind? Wenn nicht, was wäre dann ein guter Widerspruch? Wie oft beschäftigen wir uns mit nichtlinearen Dingen (ich meine nicht unbedingt theoretisch, sondern auch vom Standpunkt der Lösbarkeit aus, dh nur zu sagen, dass es NP nicht schneidet; es sollte eine gute Annäherung an das Problem geben und würde es landen up linear sein?)