Pour un exemple concret, voir la discussion de cette question
Quelle est une explication intuitive de l'approximation de Stirling'
(le matériel dans ma réponse est important dans l'analyse des algorithmes de tri).
La plus grande erreur constamment commise par les étudiants dans l'évaluation de ce qui'est utile pour leur future carrière est de ne penser qu'au matériel spécifique ou aux compétences de bas niveau, en ignorant les compétences fondamentales et de haut niveau. La deuxième erreur est de ne considérer que les applications qu'ils connaissent (après avoir interrogé les étudiants de mon cours d'algorithmique, j'ai été stupéfait de voir ce qu'ils considéraient comme pratique/impratique). Cela limite évidemment leur créativité future et peut les démotiver dans les cours fondamentaux.
Le calcul et les mathématiques discrètes (ensemble) sont le meilleur moyen d'aiguiser l'esprit des étudiants&apos ; et d'enseigner une pensée abstraite et rigoureuse, ainsi que d'entraîner des compétences quantitatives. Points notables : les techniques d'optimisation (trouver les minima et les maxima), l'idée d'une preuve formelle et l'idée qu'une chose peut être vraie ou fausse, indépendamment de ce que vous en pensez aujourd'hui. Ce type de réflexion est indispensable pour le débogage et l'optimisation des produits. Les mathématiques discrètes, clairement nécessaires à la CS, s'appuient souvent sur les concepts et les techniques du calcul.
Des sujets spécifiques du calcul sont également utiles en CS. L'analyse numérique, l'infographie, la vision par ordinateur, l'apprentissage automatique, le data mining et la bioinformatique sont truffés de techniques de calcul et d'algèbre linéaire. Plus généralement, le calcul est nécessaire pour comprendre la probabilité, qui est également fortement utilisée dans toutes les branches de la CS (pensez à la vitesse imprévisible du réseau et au temps moyen de défaillance des disques durs).
Si vous pensez que les algorithmes sont nécessaires pour un diplôme de CS, alors le calcul est également nécessaire. L'analyse du temps d'exécution dans le pire des cas des algorithmes utilise le théorème du maître, qui est fondamentalement du calcul. L'analyse du temps d'exécution dans le cas moyen d'un tri rapide utilise des arguments probabilistes, également basés sur le calcul. Les sommations utilisées pour compter le nombre d'étapes dans des boucles imbriquées avec des limites interdépendantes peuvent être résolues à l'aide du calcul (ceci est utile pour le débogage et l'optimisation des performances).