Según la teoría del caos, la evolución de un sistema está relacionada con su sensibilidad a las condiciones iniciales.
La teoría del caos es un concepto que se emplea en diversas ciencias para aludir a los cambios que se producen en un sistema cuando se registra una variación en sus condiciones iniciales. Dichas modificaciones pueden ser muy importantes incluso cuando la primera alteración sea mínima.
En los sistemas deterministas, se entiende que el comportamiento se encuentra determinado por los factores primigenios. Esto supone que se puede predecir su desarrollo. Sin embargo, es habitual que en un momento irrumpa una aparente aleatoriedad: ese supuesto azar y la inestabilidad son analizados por la teoría del caos.
De acuerdo a la teoría del caos, el comportamiento futuro de un sistema se asocia a distintas variables. Debido a esa multiplicidad de variables, no se puede garantizar la precisión de las predicciones ya que una pequeña variación en el estado original es capaz de provocar numerosos cambios.
Temas
ResumenOrigen de la teoría del caos
El origen de la teoría del caos se ubica a fines del siglo XIX. Se nombra al francés Henri Poincaré como un pionero de esta área a partir de sus investigaciones sobre el Sistema Solar.
Poincaré, al estudiar la gravedad de los cuerpos celestes, advirtió las dificultades para determinar la interacción gravitatoria que existe entre tres objetos basándose en cálculos matemáticos. Por eso, con el problema de los tres cuerpos, concluyó que asegurar la estabilidad de las órbitas es imposible. Analizando esas órbitas caóticas, llegó al postulado que luego se conoció como teorema de recurrencia de Poincaré, que afirma que algunos sistemas, luego de un tiempo extenso aunque finito, regresan a un estado cercano o igual al inicial.
Ya en la segunda parte del siglo XX, el estadounidense Edward Lorenz avanzó con la teoría del caos cuando se proponía crear un modelo matemático para lograr la predicción de las condiciones atmosféricas. Lorenz descubrió que cualquier diferencia en el punto de partida generaba modificaciones relevantes en las predicciones del modelo.
Así, muchos científicos comenzaron a cuestionar el determinismo de las leyes que postula la física clásica. La rama de estudio que hoy se denomina teoría del caos hace hincapié en la imposibilidad de predecir eventos en aquellos sistemas dinámicos que involucran a muchas variables. Hay que tener en cuenta que ese caos está presente en la naturaleza pero también en la psicología, la economía y otras ciencias sociales.
Los modelos climáticos y los modelos de población pueden estudiarse desde la teoría del caos.
El efecto mariposa
Suele asociarse la teoría del caos al llamado efecto mariposa. Dicha expresión alude a que el simple aleteo de una mariposa en una parte del mundo puede llegar a provocar un tsunami en el otro extremo, según un proverbio oriental.
Lo que indica el efecto mariposa es que un acontecimiento aparentemente menor puede producir una secuencia de sucesos encadenados cuyos resultados resultan impredecibles. La alteración en las condiciones iniciales, por lo tanto, genera una consecuencia que es imposible de anticipar en una primera instancia.
La teoría del caos y el efecto mariposa se enmarcan en los sistemas dinámicos. Un sistema dinámico se compone de hechos que cambian a medida que pasa el tiempo: cuando evidencia una marcada sensibilidad a los cambios de las condiciones iniciales, se lo clasifica como un sistema caótico.
Si bien en dicho caos hay impredecibilidad, su devenir crea patrones. Por eso se afirma que el caos no es previsible pero sí determinista, con lo cual se descarta el azar.
La climatología, la meteorología y la ecología son algunas de las ciencias que están vinculadas a la teoría del caos.
Los atractores en la teoría del caos
Debe considerarse que incluso un sistema caótico desarrolla una trayectoria con tendencia hacia ciertos puntos. Esos puntos son denominados atractores.
Los atractores son valores numéricos hacia los que, al evolucionar, tiende un sistema caótico. Todos aquellos atractores de un sistema componen el conjunto de los fractales.
Puede decirse que un fractal es un objeto matemático en el cual cada una de sus partes se parece al objeto completo. Esto se debe a que su estructura se repite a distintas escalas.
Es posible diferenciar entre los atractores clásicos y los atractores extraños. En el caso de los atractores clásicos, la totalidad de sus trayectorias finalizan en un estado estacionario. Cuando esto no se cumple y los conjuntos no pueden describirse bajo los mismos parámetros, se trata de atractores extraños.
Las redes neuronales y la inteligencia artificial
En el campo de la inteligencia artificial se apela a redes neuronales recurrentes, que permiten la introducción de órdenes lineales.
Hay que tener en cuenta que, en un sistema caótico, la fluidez se hace presente cuando hay modificaciones en las conexiones entre los elementos debido a distintas causas. Un elemento que permanece inmóvil puede desarrollar una actividad espontáneamente o por una interacción, generando las fluctuaciones en cuestión. Esas fluctuaciones, cuando el sistema tiene mayor densidad de elementos, tienden a volverse periódicas.
Retomando la cuestión de la inteligencia artificial, el procesamiento de información requiere de un orden interno en el sistema para que el almacenamiento de los datos sea posible. Sin embargo, además se necesita un grado de desorden para que haya fluidez y, de este modo, la información pueda procesarse.
Esto hace que en la inteligencia artificial deba introducirse la aleatoriedad. Al considerar las propiedades de los fractales, se puede tomar una sección de fractal, descubrir su punto crítico y estudiar los datos en la escala apropiada. Las redes neuronales artificiales, en definitiva, suponen la convergencia de un orden y un desorden: una información de entrada tiene que atravesar la red para que, luego de la ejecución de distintas operaciones, se produzcan los valores de salida.
Publicado por 
