5 pontos por GN⁺ 2026-01-10 | 1 comentários | Compartilhar no WhatsApp
  • Material didático de matemática para estudantes de Ciência da Computação oferecido pelo MIT, cobrindo de forma sistemática conceitos matemáticos essenciais, de lógica e provas até probabilidade, recorrência e teoria dos grafos
  • Composto por cinco partes — provas, estruturas, contagem, probabilidade e recorrências —, cada uma aborda em conjunto os fundamentos teóricos e as aplicações em Ciência da Computação
  • Inclui tópicos indispensáveis para programação e análise de algoritmos, como fórmulas lógicas, indução matemática, máquinas de estado, grafos e variáveis aleatórias
  • Mostra o uso de conceitos matemáticos por meio de casos reais e problemas aplicados, como criptografia RSA, o código de Turing e o problema de Monty Hall
  • Escrito em coautoria por pesquisadores do MIT e do Google, o material é publicado sob a licença Creative Commons BY-SA 3.0, permitindo aprendizado e reutilização livremente

Visão geral do material

  • Mathematics for Computer Science (MCS) é o livro-texto da disciplina de graduação em Ciência da Computação e Engenharia Elétrica do MIT (6.042), criado para desenvolver raciocínio lógico e capacidade de modelagem matemática
  • Os autores são Eric Lehman (Google Inc.), F. Thomson Leighton (MIT, Akamai Technologies) e Albert R. Meyer (MIT)
  • Trata-se da edição revisada de 6 de junho de 2018, distribuída sob a licença Creative Commons Attribution-ShareAlike 3.0

I. Proofs (Provas)

  • Aborda os princípios básicos das provas matemáticas, como proposições, predicados, método axiomático, prova por contradição e prova por casos
  • Explica a relação entre o Well Ordering Principle (princípio da boa ordenação) e a indução, com aplicação em exemplos como a fatoração em primos
  • Inclui fórmulas lógicas e lógica proposicional, o problema SAT e tipos de dados matemáticos (conjuntos, funções, relações)

II. Structures (Estruturas)

  • Apresenta a base matemática da Ciência da Computação com foco em teoria dos números, teoria dos grafos e estruturas de rede
    • Aplicações da teoria dos números, como números primos, máximo divisor comum, aritmética modular e criptografia RSA
    • Explicação de modelos estruturais como grafos direcionados, ordens parciais, roteamento em rede, grafos simples e grafos planares
  • Trata do código de Turing e da relação com o problema SAT, mostrando a conexão entre teoria da computação e criptografia

III. Counting (Contagem e combinatória)

  • Aborda somas, produtos, notação assintótica, regras de contagem e funções geradoras como técnicas de cálculo combinatório
  • Inclui exemplos práticos como o princípio da casa dos pombos, o princípio da inclusão-exclusão e exemplos com mãos de pôquer
  • Aplica funções geradoras e métodos para resolver recorrências lineares à análise de algoritmos e ao cálculo de sequências

IV. Probability (Probabilidade)

  • Cobre todo o espectro da teoria das probabilidades, incluindo espaços de probabilidade, probabilidade condicional, variáveis aleatórias, variância, estimação amostral e random walk
  • Inclui casos que testam a intuição, como o problema de Monty Hall, o paradoxo de Simpson e o problema do aniversário
  • Fornece fundamentos para análise de dados por meio das desigualdades de Markov e Chebyshev e de amostragem aleatória

V. Recurrences (Recorrências)

  • Trata de temas centrais da análise de algoritmos, como Torre de Hanói, merge sort e recorrências de divisão e conquista
  • Explica estruturas eficientes de cálculo por meio de métodos para resolver recorrências lineares e de uma forma de pensar recursiva

Apêndice

  • Inclui referências bibliográficas, explicação de símbolos e índice, facilitando o estudo e a consulta
  • O material completo é disponibilizado gratuitamente em PDF no site do MIT CSAIL

1 comentários

 
GN⁺ 2026-01-10
Comentários do Hacker News
  • Menciona que Thomson Leighton é fundador da Akamai e recomenda a série de aulas dele
    Foi um dos conteúdos mais impressionantes sobre internet que já viu

  • A estrutura de cada seção é bem padrão, mas gostou do fato de cada citação vir com referências reversas para todas as fontes
    Gostaria que houvesse mais livros feitos desse jeito

    • A seleção de conteúdo, por outro lado, pareceu fora do padrão, o que foi interessante, e há o humor característico do MIT
      Só é uma pena que a escrita tenha parado depois de 2018
  • Gosta muito deste livro. É difícil, mas conseguiu entender 1 a 2 páginas de cada seção
    Teve o insight de que funções são listas infinitas de entradas e saídas, e também achou marcante o humor nas notações matemáticas
    Quer entendê-lo completamente antes de morrer

    • Diz que a expressão “entendo 1 a 2 páginas por seção” fez lembrar um textão ao estilo Victor Hugo, o que achou engraçado
    • “1 a 2 páginas”? Como piada, diz que seria algo como “-1 página”
  • Pergunta se é possível escolher apenas 5 livros obrigatórios de ciência da computação

    • Diz que é impossível limitar a 5 e compartilha sua própria lista Top 10
      Inclui Brookshear, Forta, Stallings, CLRS, Kurose & Ross, Sipser, Aumasson, Russell & Norvig, entre outros
      Afirma que Python virou praticamente uma língua franca e também recomenda Python Crash Course 3rd Edition, de Matthes
    • Se a pessoa não for da área de computação, recomenda TeachYourselfCS.com
      Lá também há indicação de 2 livros essenciais para quem tem pouco tempo
    • Diz que depende da área em que se trabalha. É uma pergunta parecida com “que linguagem devo aprender?”
    • Comenta que este livro parece focar menos em relações do que em números e recomenda estudar também type theory e category theory
    • Diz que não existe uma lista com a qual todos concordariam. O importante é explorar por conta própria e encontrar livros adequados em algoritmos, autômatos, linguagens, sistemas operacionais, machine learning etc.
  • Gostou especialmente da parte de probabilidade do livro
    O problema de Monty Hall foi explicado com clareza usando o “método de 4 passos”, muito mais fácil de entender do que no filme

    • Descobriu que a edição de 2017 pode ser encontrada no Reino Unido em impressão sob demanda
      É boa para estudar parcialmente em formato físico
  • Ao ver o sumário, ficou surpreso que o capítulo 2 fosse sobre o Well-Ordering Principle
    Diferentemente do teorema de Zermelo, achou estranho partir da ordem dos números naturais como premissa
    Isso porque normalmente aprendeu a definir a ordem a partir dos axiomas de Peano e só depois provar o princípio

    • Explica que o Well-Ordering Principle, o Axiom of Choice e o Zorn’s Lemma são equivalentes
      É interessante que até nos reais exista uma boa ordenação, embora não seja possível expressar concretamente essa ordem
      Também cita a piada: “o axioma da escolha é obviamente verdadeiro, o princípio da boa ordenação é obviamente falso, e o lema de Zorn eu não sei”
    • Diz que no ensino de CS isso costuma aparecer apenas como base da indução matemática, e depois quase não volta a ser mencionado nas aulas de algoritmos
  • Reexplica o princípio da casa dos pombos da seção 15.8 com a abordagem de Dijkstra
    Se 500 mil pessoas em Boston tiverem entre 1 e 200 mil fios de cabelo, como a média é 2,5 pessoas por quantidade, prova-se que pelo menos 3 pessoas têm o mesmo número de fios
    Achou interessante que isso se resolva com o simples fato de que a média não pode exceder o valor máximo

  • Diz que foi a primeira vez que viu um livro em formato de caderno de exercícios e pergunta se há respostas
    Tentou resolver alguns problemas, mas não conseguiu conferir as respostas

    • O curso de Discrete Math da Math Academy mostra a resolução depois que se envia a resposta e também tem recurso de repetição espaçada
    • Sentiu que sem respostas fica difícil estudar sozinho. Discrete Mathematics With Applications, de Susanna Epp, também é uma boa alternativa
    • Diz que esses problemas podem ser resolvidos facilmente com LLM
    • Compartilha uma experiência em que um LLM realmente detectou um erro em uma prova. O Gemini apontou uma demonstração errada e foi útil
    • O motivo de as universidades não divulgarem os manuais de respostas é a reutilização dos exercícios. Elas reciclam um conjunto limitado de problemas ao longo dos anos
  • Agradece, dizendo que é um material muito útil

  • Fica feliz por ter encontrado, graças ao Hacker News, o PDF que estava procurando
    Pede recomendações de leitores de tela que consigam ler PDF

    • Levanta a dúvida se existe algum leitor capaz de ler PDFs com fórmulas em LaTeX
      Diz que ele mesmo também não consegue ler a maioria dos símbolos matemáticos