человека 4 с потока, я думаю. А сколько нужно?
===
Я правильно, понимаю, что ты предлагаешь разделить матмех на два факультета: для тех, кто собирается работать математика, и для тех, кто не отказался бы в двадцать лет учиться математики хотя бы потому, что это красиво и интересно, а не потому, что это будущая специальность?

Не вижу смысла в формализации этого разделения.

(Reply to this) (Parent) (Thread)

>человека 4 с потока, я думаю. А сколько нужно?

Оптимистичная оценка.
Я думаю, человека 4 идёт в аспирантуру заниматься наукой
(а не уклоняться от армии).
Но после аспирантуры математикой занимаются не все.

>Не вижу смысла в формализации этого разделения.

Я скорее хочу, чтобы программу заменили на нормальную,
проигнорировав нытьё студентов-бездельников,
которым «трудно», а также давление миннаукобраза.
Как это сделают — не важно.

(Reply to this) (Parent) (Thread)

О текущих студентах пока невозможно сказать. Но, мне кажется, ситуация не изменялась к худшему с середины 90х (до последнего времени, ибо "...въехал в город на белом коне, сжёг гимназию и упразднил науки", непонятно, что будет).

Когда я поступал в аспирантуру ПОМИ (1995), одновременно со мной поступало человек восемь. В ПОМИ с нашего курса работало минимум четверо. Математикой занимается больше (кто за границей, кто дома).

Курс считался совершенно провальным. ПОМИ-группа развалилась после первого семестра, кажется, за отсутствием сдавших все предметы :)

(Reply to this) (Parent)

Должны ли там быть вещи, абсолютно необходимые почти что любому прикладнику, но "мёртвые" в научном плане, например матстатистика?

(Reply to this) (Parent) (Thread)

В первую очередь надо выяснить специализацию программы.
На computer science — одно, на software engineering — другое.
Матстатистика не нужна ни там, ни там.

(Reply to this) (Parent) (Thread)

В computer science матстатистика абсолютно необходима (без неё даже с методом Монте-Карло работать сложно), в software engineering - желательна.

И зачем проводить жёсткую границу между этими двумя специальностями? Люди часто учаться на одну из них, а работают по другой. Или посерединке между ними.

Вообще ПМСМ не стоит зацикливаться на разделении специальностей, в этом я с Вербицким (и Вами в головном посте) согласен.

(Reply to this) (Parent) (Thread)

Монте-Карло — это численный анализ.
Его обычно не включают в computer science, а рассматривают как отдельную область.
Зачем нужна матстатистика в software engineering
я не очень понимаю.
У вас есть какие-нибудь конкретные примеры?

Жёсткую границу я не провожу — если кому-то
хочется изучать и то, и другое, то это вполне допустимо.

(Reply to this) (Parent) (Thread)

Честно говоря с трудом представляю, кому и зачем может понадобиться специалист по computer science, не владеющий методом Монте-Карло.

Специалисту по software engineering (т.е., по простому говоря, программисту) статистика нужна для работы с вероятностными алгоритмами. Впрочем, даже если программа вероятностные методы не использует, но её результат зависит от случайных (в каком-то смысле) входных данных, протестировать и надёжно оценить её быстродействие сложно без знания матстатистики.

(Reply to this) (Parent) (Thread)

А я с трудом представляю, зачем метод Монте-Карло может
понадобиться специалисту по computer science. Можете дать примеры?
Зато он нужен специалистам по численному анализу.

Статистика для работы с вероятностными алгоритмами не нужна.
Там используются очень примитивная дискретная теория
вероятностей, на уровне простейшей комбинаторики.
Тоже верно и для анализа программ на «случайных» входных
данных (это называется анализ среднего времени работы).

(Reply to this) (Parent)