29 de marzo de 2024 29 / 03 / 2024

Caos: el desorden ordenado

Sergio de Régules

Imagen de Caos: el desorden ordenado

Ilustración: John Groth

El general Mijaíl Ilariónovich Kutusov ordenó a sus hombres apuntar una pesada pieza de artillería hacia donde se encontraban las tropas de Napoleón, cerca del poblado ruso de Borodino. Luego alzó la espada con gesto teatral para darle al momento la majestad que ameritaba.

—¡Fuego! —bramó al tiempo que bajaba el arma como si quisiera cortarle una rebanada a un gigantesco pastel.

—¡Pum! —hizo el cañón y escupió hacia las trincheras francesas una bala que dio en el blanco con precisión terrible y galicida.

Kutusov no lo sabía, pero su confianza en que el proyectil cayera exactamente donde él quería equivalía a una fe inamovible en el determinismo de las leyes de la mecánica de Isaac Newton, sabio inglés muerto en 1727 que había inaugurado de una vez por todas la época moderna de las ciencias con sus tres leyes del movimiento y su ley de la gravitación universal.

El dedo inexorable del destino

Con la mecánica newtoniana es fácil calcular la trayectoria de la bala si uno conoce la inclinación del cañón y la velocidad con que sale el proyectil. Dadas estas dos condiciones iniciales, y sabiendo que la bala está sujeta a la fuerza de gravedad durante su vuelo, su comporta miento está perfecta y fatídicamente determinado.

Cuando uno lleva la mecánica de Newton hasta sus últimas consecuencias, que rayan en lo filosófico, puede concluir, como el marqués Pierre Simon de Laplace en el siglo XVIII, que si fuera posible conocer la posición y la velocidad de todas las cosas, así como las fuerzas que actúan sobre ellas, en un instante dado, podríamos en principio predecir el futuro con toda precisión por el resto de la eternidad. Eso es el determinismo de las leyes de Newton, el cual —puede uno concluir inocentemente— prescribe un universo ordenado, predecible... y aburrido.

Eso pensaba todo el mundo y a través de los siglos hubo discusiones acaloradas en las que se debatía si la mecánica newtoniana dejaba o no lugar para el libre albedrío, esa sensación que tiene uno de que conduce su vida como mejor le parece. A principios del siglo XX la mecánica cuántica vino a aliviar un poco la tensión porque decía que, por lo menos en la escala de los átomos, la naturaleza tenía un comportamiento refrescan te mente indeterminado. ¿Quizá de allí provenía el libre albedrío? Pero en el mundo macroscópico las leyes de Newton siguen funcionando muy bien, y siguen siendo deterministas.

Ecuaciones diferenciales

Las ecuaciones de la geometría analítica son como un lazo de amor entre dos variables, x e y. En una ecuación muy simple, por ejemplo y = x, la variable y sigue a x incondicionalmente. Lo que haga x, eso mismo hará y. Esta enfermiza relación de codependencia corresponde a una recta en el plano.

En muchos casos, además de las variables, es importante tomar en cuenta las velocidades con las que éstas varían, es decir, sus tasas de cambio. La tasa de cambio de una variable se determina calculando la diferencia de los valores que toma la variable en dos instantes muy cercanos. Y mientras más cercanos, mejor: en el caso ideal, se usan intervalos infinitamente próximos y entonces la tasa de cambio es la derivada de la variable.

Una ecuación en la que figuran las derivadas de las variables se llama ecuación diferencial. Si la suma de dos soluciones de la ecuación también es solución de la ecuación, ésta es lineal. Las ecuaciones diferenciales lineales tienen otras propiedades muy agradables además de ésta, una de las cuales es que son relativamente fáciles de resolver.

Las ecuaciones no lineales, en cambio, son horriblemente difíciles de tratar. Aunque en ciertos casos podemos resolverlas y en otros podemos obtener información útil sin resolverlas, la gran mayoría son tan poco dóciles como un tiranosaurio que hace un mes que sólo come ensalada. Como sabemos hoy, si uno mete la mano en la caja de ecuaciones diferenciales aplicables a la naturaleza para sacar una al azar, la probabilidad de que ésta sea lineal es igual a cero.

Pronóstico: Sol. No salgas sin Paraguas

A principios de los años sesenta, los meteorólogos eran de los pocos científicos que confiaban en las computadoras, y es que no les quedaba más remedio. Los modelos matemáticos de la atmósfera estaban basados en ecuaciones diferenciales no lineales que, a diferencia de las ecuaciones lineales usadas por los físicos para casi todo, no suelen tener soluciones que puedan expresarse por medio de fórmulas. Las ecuaciones diferenciales no lineales se resuelven con fuerza bruta, tabulando valores numéricos de las variables punto por punto, trabajo que sólo una computadora podría hacer sin protestar.

Uno de esos meteorólogos era el estadounidense Edward Lorenz, quien ejecutaba simulaciones por computadora de los fenómenos atmosféricos. Un día Lorenz quiso extender una simulación para ver cómo se comportaba en intervalos más largos. Para no tener que hacer el cálculo completo otra vez, Lorenz tomó los resultados a los que había llegado la computadora a la mitad de la simulación y los usó como condiciones iniciales de una nueva ronda de cálculos, hecho lo cual se fue a hacer un cafecito. Cuál no sería su sorpresa cuando, al regresar, se dio cuenta de que su sistema atmosférico artifi cial había hecho una cosa totalmente distinta a la ronda anterior. Su modelo consistía en tres ecuaciones diferenciales interre lacionadas, que si bien no eran lineales, sí eran perfecta y newtonianamente deter ministas. ¿De dónde habían salido esos resultados tan distintos?

Lorenz no tardó en desenmarañar lo que había ocurrido. La máquina daba números con colas decimales de seis cifras. Al reintroducir los datos intermedios como condiciones iniciales para la segunda vuelta, Lorenz les había cortado tres de estas cifras, una diferencia de unas cuantas milésimas, pensando que la discrepancia sería mínima. Al principio las dos simulaciones corrían a la par, pero al rato discrepaban tanto que no se podía creer que hubieran partido de estados iniciales que diferían por tan poco.

Lorenz concluyó que pronosticar el tiempo más allá de unos cuantos días era imposible en virtud de que una alteración muy pequeña de las condiciones iniciales podía tener efectos muy grandes en poco tiempo. Expresó esta idea de una manera más sugerente en una conferencia titulada "¿Puede una mariposa que agita las alas en Brasil provocar un tornado en Texas?" Desde entonces este fenómeno de sensibilidad aguda a las condiciones iniciales se conoce como efecto mariposa. Y donde hay efecto mariposa ni la computadora más poderosa puede hacer predicciones útiles a largo plazo, por más deterministas y simples que sean las ecuaciones. ¡Aquello era el caos!

Un precursor

Los grandes descubrimientos en las ciencias en ocasiones se hacen dos veces. Lorenz no lo sabía, pero ya desde finales del siglo XIX el matemático francés Henri Poincaré se había topado con la fea cara del caos. En 1890 trató de resolver una versión simplifi cada del problema del movimiento de tres cuerpos sujetos a la acción de la gravedad y se dio cuenta con horror de que, pese a lo simple y determi nista de las ecuaciones, el movimiento de estos cuerpos es tan complicado que resulta impredecible.

"Puede suceder", escribió más tarde Poincaré, "que pequeñas diferencias en las condiciones iniciales engendren diferencias muy grandes en los fenómenos finales; un error pequeño en las primeras produciría un error enorme en los últimos. La predicción entonces se vuelve imposible".

El caos, emperador del mundo

El caos determinista que descubrieron Lorenz en la meteorología y Poincaré en el movimiento de tres cuerpos sujetos a sus atracciones gravitacionales mutuas, domina muchísimos procesos naturales y no tan naturales: los vórtices que forma el humo de un cigarro, el flujo turbulento del agua en un río, la inquieta danza de las llamas de una chimenea, la formación de un embotellamiento de tránsito, las fluctuaciones de la bolsa de valores, los latidos del corazón, el estado del tiempo y hasta los disturbios sociales que conducen a la guerra, y la guerra misma.

No se trata del caos total al que nos referimos con esta palabra en el lenguaje de todos los días. El chiste de los fenómenos caóticos en el sentido determinista es que: 1) están por todas partes, 2) detrás de su desorden aparente se oculta un orden matemático maravilloso.

La disciplina que estudia el caos se llama teoría de sistemas dinámicos no lineales y ha rebasado las fronteras de la física. Entre quienes la utilizan se pueden encontrar físicos, matemáticos, biólogos, médicos, economistas, sociólogos e ingenieros. El caos compete a todo el mundo.

Caos y fractales

Sírvete yoghurt líquido de tu marca preferida en un vaso de vidrio. Tómatelo y deja que lo que queda escurra por las paredes. Al rato verás aparecer una especie de río muy ramificado: hay ramas anchas, de las que salen ramas más pequeñas, de las que salen ramas más pequeñas, de las que... Parecerá que se sigue ramifi cando infinitamente. Lo que estás viendo es un fractal.

Las montañas del Himalaya, una cascada, una nube espumosa, la copa de un pino, la costa de Noruega, cualquier costa, tus vasos sanguíneos y muchos objetos naturales más tienen también la inquietante propiedad de presentar detalles a cualquier escala. Todas estas cosas son aproximadamente fractales.

¿Por qué aproximadamente? Porque en sentido matemático estricto un fractal tiene detalles en todas las escalas: lo puedes ampliar cuantas veces quieras, y seguirás viendo estructura. En cambio con los objetos naturales una vez que te acercas a la escala atómica ya no puedes aumentarlos más. Los atractores extraños de los sistemas dinámicos caóticos, con sus dobleces interminables, también son fractales. Su geometría complicada e irregular se refl eja en el comportamiento dinámico complicado e irregular de los fenómenos caóticos.

El orden del desorden

Un sistema dinámico es cualquier cosa para la cual se puedan defi nir: 1) las variables que determinan lo que uno ha decidido llamar estado del sistema, y 2) la dinámica, es decir, la receta para mover las variables en el tiempo. Escoge el estado inicial (los valores iniciales de todas las variables), dale vuelta a la manivela de la dinámica y observa qué hace tu sistema.

Un ecosistema puede ser un sistema dinámico y sus variables serían, por ejemplo, las poblaciones de los organismos que lo integran. Si aumenta el número de depredadores de una especie, se reduce la población de esa especie, lo cual puede conducir, a su vez, a que se reduzca el número de depredadores. Esto, pero dicho con matemáticas, sería la dinámica del sistema.

Un sistema dinámico físico simple es el socorrido péndulo, cuyo estado queda determinado por las variables posición y velocidad. Eso es todo lo que necesitas para saber qué está haciendo el péndulo en un instante dado. La dinámica es la ecuación de movimiento del péndulo, dictada por las leyes de Newton.

Una forma especialmente útil y divertida de representar el comportamiento de un sistema dinámico es construir su espacio de estados, que es un sistema de ejes de coordenadas cartesianas. Hay un eje por cada variable del sistema, de modo que el péndulo tiene un espacio de estados de dos dimensiones, pero un sistema dinámico más complicado puede tener un espacio de estados de muchas más.

El estado del sistema se representa por un punto y la dinámica dice cómo se pasea ese punto por el espacio de estados al correr del tiempo. El péndulo hace cosas muy simples en su espacio de estados: si no hay pérdida de energía por fricción, da vueltas y vueltas en un ciclo; si la hay, hace una espiral que cae hasta el origen; si está conectado a un mecanismo que le restituye la energía perdida por fricción, como el del péndulo de un reloj, parta de donde parta, siempre acabará en el mismo ciclo. El ciclo y el punto al que cae el péndulo con fricción son ejemplos de atractores en el espacio de estados. Un atractor es una región del espacio de estados en la que todas las trayectorias acaban por caer, sin importar de dónde salgan, y representa el comportamiento del sistema dinámico a largo plazo.

Eso hizo Edward Lorenz con su modelo de la atmósfera: construyó el espacio de estados y se puso a ver qué hacían las trayectorias, lo cual, por cierto, fue posible porque Lorenz tenía computadora. Hasta ese día sólo se conocían tres tipos de atractor: el punto, el ciclo y la dona, a la que los matemáticos llaman toro (se ve que de animales no saben mucho). Esta clase de figuras son los atractores de los sistemas dinámicos lineales. Son sencillas y predecibles. Pero cuando Lorenz puso a su sistema a pasearse por el espacio de estados, vio aparecer una figura extraña. No era ni punto, ni ciclo, ni toro, ni vaca: era un superfi cie llena de pliegues. Los pliegues tenían más pliegues, que tenían más pliegues, y así sucesivamente, a escalas cada vez más pequeñas, hasta el infi nito.

Zambulléndose en el espacio de estados de su sistema, Lorenz descubrió de dónde venía el comportamiento caótico: dos puntos iniciales muy cercanos, correspondientes a condiciones iniciales muy parecidas, no tardaban en separarse. El atractor de Lorenz convertía discrepancias microscópicas en diferencias gigantescas en poco tiempo. El mecanismo por medio del cual efectuaba este barajeo aleatorio de estados inicialmente cercanos se parece mucho a lo que hace un panadero al amasar una pasta para hojaldre: primero extiende la pasta (los puntos se separan) y luego la dobla (los puntos quedan listos para una nueva operación de extensión). Después repite la operación: extiende, dobla, extiende, dobla, un número infi nito de veces, como un panadero desquiciado. Los atractores hojaldrados que resultan de estas operaciones se conocen como atractores extraños. Detrás del desorden de un fenómeno caótico se encuentra el orden de un atractor extraño.

Esto ha permitido extraer mucha información sobre fenómenos no lineales que antes eran intratables. Sin embargo, no todo lo que parece caótico es caótico en el sentido determinista. Muchos fenómenos que parecen aleatorios lo son. El general Kutusov y sus hombres se llevaron una paliza de campeonato en la batalla de Borodino y quizá no haya orden oculto detrás del azar que parece dictar el resultado de muchos confl ictos armados. Pero el caos determinista contribuyó al menos en parte a la victoria de los rusos sobre los franceses unos meses más tarde: la campaña de Napoleón en Rusia fracasó finalmente por culpa de la mala organización... y de un crudísimo invierno.

"Para entender el caos hay que vivirlo", dice el autor. Quizá por eso es físico y le gusta tanto colaborar en ¿Cómo ves? Dominando su caos personal ha escrito los libros El renovador involuntario: Nicolás Copérnico y El Sol muerto de risa (Edit. Pangea), y está preparando otro más, Cuentos cuánticos.

 
Logotipo facebook
Logotipo Twitter
Logotipo instagram
Logotipo tiktok

Síguenos en nuestras redes sociales

Imagen de Ciencia a domicilio
Imagen de Suscripción a la revista
Imagen de Universum
Imagen de Ciencia UNAM