Mostrando entradas con la etiqueta Matemáticas. Mostrar todas las entradas
Mostrando entradas con la etiqueta Matemáticas. Mostrar todas las entradas

miércoles, 17 de enero de 2018

Yo quiero ser Matemático - Fernando Alcalde Cuesta

Y yo quiero ser...Matemático
(Por Fernando Alcalde Cuesta)

Escucha música mientras lees, vete al final.

¿Cuándo decidí ser matemático? Creo que tendría unos quince años cuando decidí estudiar matemáticas, pero, pese a la influencia de mi profesor de matemáticas en aquella época, nada me hubiese hecho pensar antes que sería matemático. Quizás físico o químico, probablemente arquitecto o ingeniero, como deseaba mi padre, pero no matemático. Sin embargo, ahora sé que de algún modo estaba destinado a serlo. Lo he explicado en un corto texto dedicado a mi padre y a sus raíces, El hijo del agrimensor, publicado en mi blog personal Matemáticas en imágenes. Pero nada de eso sabía cuando comencé mis estudios de matemáticas, aunque con el tiempo he descubierto que, pese a ser el primero en la familia de mi padre en tener estudios, mi gusto por las matemáticas es parte de una herencia antigua y mi decisión, como la vida, fruto del azar y de la necesidad. Mi hijo tiene quince años y pronto tendrá que decidir qué quiere estudiar. Yo lo animo a ampliar sus opciones aprendiendo robótica, programación o neurociencia, pero soy consciente que su manera de abordar los problemas es más propia de un matemático que de un físico, un informático o un biólogo. Estudiará física, ingeniería o biología, lo que desee, pero intuyo que probablemente, tarde o temprano, se convertirá en matemático. Quizás otra vez el juego del sutil equilibrio entre azar y necesidad que rige nuestros destinos.

Pero, ¿qué son las matemáticas? Para explicar mi idea de las matemáticas, tomaré prestada la definición de William Thurston para quien las matemáticas serían algo así como la teoría de los patrones formales. Lo que Eugene Wigner definió como “la irrazonable eficacia de las matemáticas en las ciencias naturales” obedece a mi juicio al interés humano por la profundidad y la belleza de los patrones que irremisiblemente aparecen por doquier en la naturaleza y en la ciencia. Personalmente son los patrones espaciales los que más me interesan, pero no por ello me considero geómetra o topólogo, sino matemático. Si quiero entender las simetrías de un objeto, un sistema o un proceso, no me puedo contentar con aplicar mis conocimientos geométricos o topológicos, pues seguramente tendré que enfrentarme a cuestiones algebraicas, analíticas o probabilísticas. Las buenas matemáticas son imposibles de parcelar.

Muchas personas creen que las matemáticas son una disciplina árida que usa reglas complicadas y oscuras para manipular números, símbolos y ecuaciones, algo así como una rutinaria y compleja contabilidad. Sin embargo, aunque maneje números, símbolos y ecuaciones, yo no concibo las matemáticas sin imágenes y soy incapaz de pensar en un concepto matemático sin asociarle algún tipo de representación. Como sostiene Thurston, “en matemáticas, saber qué es fascinante, desconcertante, interesante, sorprendente, aburrido, tedioso, emocionante es crucial; no es accidental, sino que conforma nuestra manera de pensar.” Pero lo fascinante o emocionante en matemáticas no es constante, ya que nuestro interés evoluciona con el tiempo. En mi caso, yo me inicié en la teoría de foliaciones, que aún estaba de moda en los años 1980, con un problema que treinta y tantos años después sigue sin resolver. En mi tesis, adaptaba un teorema clásico sobre simetrías de sistemas de ecuaciones diferenciales al contexto no menos clásico de la geometría de Poisson. Mis contribuciones eran básicamente una revisión de ideas y resultados de Sophus Lie, Heinz Hopf, Henri Cartan y Alexander Grothendieck, en algunos casos a través de la visión de gente como Willem Van Est o Pierre Molino. Esto es precisamente lo que más me satisface de ese trabajo, que humildemente entronca con el pensamiento de auténticos gigantes, lo que me lleva a un aspecto fundamental del trabajo científico sobre el que insistiré más tarde: en matemáticas, como en física o biología, nunca se parte de cero, sino que nuestras ideas y soluciones se nutren de las ideas y soluciones de quienes nos precedieron. La ventaja de haberme formado en el extranjero no está en el nivel o la calidad de la formación, sino en la pertenencia a una escuela y en el sentimiento que propicia esa pertenencia. Me abruma pensar que apenas once generaciones me separan de Jacob Bernoulli y ver la lista de quienes me precedieron, aunque eso me anime a contribuir haciendo perdurar esa escuela en la medida de mis posibilidades.

Fig. 1. Patrón de difracción de un casi-cristal y mosaico con simetría pentagonal descrito por Johannes Kepler en su libro Harmonices Mundi.

Mi vuelta a las foliaciones ha derivado poco a poco en un interés creciente por los sistemas dinámicos en un sentido muy amplio, lo que me ha llevado recientemente a interesarme por los procesos de invasión en redes complejas y la topología de las redes neuronales. En este viaje, no he estado, ni estoy solo. Hay una parte del trabajo matemático que es radicalmente solitaria, a veces excluyente y obsesiva. Pero hay otra parte de ese trabajo que es necesariamente colectiva y no se trata solo de la influencia de los clásicos como comentaba antes o de la necesidad de exponer ideas y resultados al conocimiento y a la crítica de otros matemáticos, sino del placer emocionante de discutir lo que uno piensa, la poca claridad que uno atisba en medio de la confusión, con colaboradores cercanos: viejos conocidos o nuevos compañeros de viaje, antiguos alumnos convertidos en pares mejores que uno mismo o jóvenes armados de un entusiasmo nuevo. Son momentos impagables que pocas profesiones ofrecen.

Y en ese viaje de la teoría a las aplicaciones, que parece una constante en el trabajo de muchos matemáticos puros y que jocosamente atribuyo a la atracción del lado oscuro de la fuerza, he descubierto un diálogo completamente nuevo para mí. El trabajo de los referees o árbitros en las publicaciones de matemáticas es particular. Con un estilo a menudo desagradable y desabrido, que nadie ha explicado mejor que Wystan Hugh Auden -¡Qué suerte la del matemático! Solo lo juzgan sus iguales y la exigencia es tan alta que ningún colega o rival poseerá jamás una reputación que no merezca-, no suele ser frecuente que los informes supongan mejoras en un artículo fuera del hecho de repensar alguna cuestión o su formulación. Sin embargo, la evaluación de mis últimos artículos en el mundo vertiginoso y despiadado de las aplicaciones me ha permitido abordar discusiones emocionantes con científicos que provienen de otras áreas como la biología o la física. En algunos casos, los comentarios y las réplicas han sido en realidad más interesantes que los propios artículos, que han terminado beneficiándose finalmente de esa dinámica. La comprensión de fenómenos complejos que ponen en juego cantidades ingentes de datos nos obliga a una revisión del modelo actual de ciencia haciendo necesaria la colaboración de especialistas con visiones complementarias o cuando menos diferentes de esos fenómenos. No se trata de que los matemáticos se limiten al análisis de los datos o contribuyan a la descripción formal de modelos o ecuaciones, sino de abordar nuevos retos de modo global. Una mirada a la interrelación entre matemática y física en el tránsito del siglo XIX al siglo XX puede ayudarnos a comprender los retos a los que enfrentamos un siglo después y al papel que sin duda jugará la biología en el desarrollo de las matemáticas del siglo XXI.

Fig. 2. Probabilidad de fijación de un invasor o mutante en cada uno de los 274.668 grafos de 9 vértices expresada en función del número total de caminos que unen cada par vértices en cada grafo. El código de color permite visualizar como se distribuyen.

Entonces, ¿qué aportan las matemáticas? Las matemáticas aportan claridad permitiéndonos tener una visión integral y ordenada de nuestro mundo. Como les digo a mis alumnos del doble grado de Ingeniería Informática y Matemáticas, lo importante no son los enunciados concretos de los teoremas, que probablemente no necesitarán jamás, sino las ideas y estrategias que usamos para demostrarlos, con las que podemos extraer descripciones y fórmulas generales o comprender fenómenos extremadamente complejos. La importancia de teoremas como los demostrados por Andrew Wiles o Grigori Perelman no reside en sus enunciados concretos, sino en el desafío que han supuesto para el entendimiento humano. Si quieres participar en esa extraordinaria aventura, investigando en teoría de números o topología, pero también en big data, análisis de redes o neurociencia, entonces hazte matemático.

Fernando Alcalde Cuesta
Doctor en Matemáticas por la Universidad Claude Bernard Lyon 1
Profesor Titular de la Universidad de Santiago de Compostela

Escucha música mientras lees.


Yo quiero ser Topólogo - Enrique Macías Virgós

Y yo quiero ser...Topólogo
(Por Enrique Macías Virgós)

Escucha música mientras lees, vete al final.

En Matemáticas, la solución de muchos problemas no consiste en realizar cálculos (álge­bra) o medir distancias (geometría), sino en entender la configuración o la estructura de un objeto. El primero en resolver una cuestión así fue el matemático suizo Leonhard Euler (1707-1783), al que plantearon el siguiente acertijo (ver Fig. 1): “En la antigua ciudad de Königsberg, en Prusia, el río Pregel forma dos islas que están unidas entre ellas y a las orillas por siete puentes. ¿Es posible hacer un paseo que recorra todos los puentes y pase una sola vez por cada uno?”Como puedes ver, este problema no depende del tamaño de la ciudad, ni de la longitud de los puentes, ni de si están lejos o cerca unos de otros, sino de la manera en que conectan las distintas porciones del terreno. Es un problema “topológico”. La gran innovación de Euler fue estudiarlo de manera abstracta, lo que le permitió demostrar que no existe tal paseo, además de dar un método para estudiar cualquier número de puentes y regiones.

Fig. 1. Los puentes de Königsberg

¿Qué es la Topología?

La Topología es una rama de las Matemáticas, que tiene muchas apli­caciones en otras disciplinas científicas como la Física, la Ingeniería o la Biología. Es una versión moderna de la geometría, que permite estudiar todo tipo de situaciones desde un punto de vista cualitativo y estructural, más que cuantitativo, y aun así extraer información valiosa. Resuelve problemas que no dependen de la forma exacta de los objetos implicados, sino de la manera en que están colocados, y no importa si los deformamos, retorcemos o estiramos; eso sí, sin romper ni hacer agujeros. La Topología se fija en propiedades que son “invariantes”, es decir, que no cambian aunque deformemos los datos, como en el problema de Königsberg, donde a cada región del plano le corresponde el número de puentes que la conectan con las otras regiones. A continuación veremos otros temas que interesan a la Topología.

La característica de Euler-Poincaré

Los “sólidos platónicos” (tetraedro, cubo, octaedro, dodecaedro e ico­saedro) son conocidos desde la antigüedad. En el siglo XVIII, Euler se dio cuenta de que todos cumplen la siguiente fórmula: V-A+C=2, donde V es el número de vértices, A es el número de aristas y C es el número de caras. Por ejemplo, en el cubo (ver Fig. 2) tenemos V=8 vértices, A=12 aristas y C=6 caras, de modo que V-A+C vale 2 (se llama su “característica de Euler”).

El mismo resultado se obtiene con objetos más complicados, como el “icosaedro truncado” de la Fig. 2, que posee V=60 vértices, A=90 aristas, 12 caras pentagonales y 20 hexagonales; por tanto, C=32, así que su característica también es 2.

Fig. 2. El cubo, el icosaedro truncado y una esfera

Lo que tienen en común todas estas figuras es que son deformaciones de una “esfera” (la superficie de una pelota), como puedes comprobar si piensas en el conocido balón de fútbol de la Fig. 2. En cambio, a diferencia de las anteriores, la característica de un “toro” (la superficie de una rosquilla), vale cero, como puedes comprobar si calculas V, A y C en la Fig. 3. Vemos así que la característica de Euler es un “invariante” topológico que permite distinguir unas superficies de otras.

Fig. 3. Una rosquilla “topológica”

Se considera al matemático francés Henri Poincaré (1854-1912) como el fundador de la topología moderna. En su época, y debido a la aparición de la teoría de la relatividad y de las llamadas “geometrías no euclidianas”, los físicos y los matemáticos empezaron a plantearse el estudio de las posibles “formas” que puede tener el espacio-tiempo en que vivimos, y fue él quien generalizó la característica de Euler a dimensiones superiores.

La banda de Moebius

Existen otros invariantes topológicos que son aún más sutiles. El matemático alemán Augustus Möbius (1790-1868) descubrió la curiosa superficie de la Fig. 4, que se obtiene pegando una banda alargada de papel, pero dando un giro a los extremos antes de unirlos. Como puedes comprobar por ti mismo, es imposible colorear una cara y la otra no ¡porque solo tiene una cara! Además, el borde está formado por una única circunferencia (no como el cilindro, que tiene dos bordes). En el vídeo de la referencia [3] el topólogo Raúl Ibáñez explica qué ocurre si cortas una banda de Möbius a lo largo. Tendrás un resultado diferente según que cortes exacta­mente por el centro (obtendrás una cinta más larga y retorcida) o a un tercio de distancia del borde (en este caso obtendrás ¡dos cintas separadas pero enlazadas!). El invariante que está detrás de estos extraños fenómenos es la “orientabilidad”, es decir la posibilidad de decir cuando se está “hacia arriba” y cuando se está “hacia abajo”. El cilindro es “orientable”, pero la banda de Möbius no.

Fig. 4. La banda de Möbius y el cilindro

Teoría de nudos

Una teoría topológica muy interesante es el estudio de los “nudos”. En Topología, para simplificar, se supone que los dos extremos del cordel están unidos. Todos los nudos son de­for­ma­ciones de una circun­fe­ren­cia, pero se trata de decidir si podemos desenredarlos o no, es decir, si hay una trans­for­ma­ción de todo el espacio que convierta un nudo en otro. ¿Podrías decidir si hay una manera de transformar los tres nudos de la Fig. 5 entre ellos sin cortarlos?

Fig. 5. Tres nudos

Un juego topológico

El siguiente juego fue inventado por el matemático inglés John H. Conway (1937- ), y se conoce con distintos nombres (juego de los brotes, juego de las coles de Bruselas). Se empieza dibujando dos puntos (los “brotes”) y después por turno cada jugador traza una línea que empiece y acabe en un brote (vale que sea el mismo punto), y dibuja un nuevo brote en el medio de la línea. Las líneas pueden tener cualquier forma, pero no pueden cortarse. Además, cuando de un brote salen tres líneas, se considera que está muerto y ya no puede usarse. Se pierde el juego cuando ya no se puede dibujar ninguna línea. Es una situación claramente topológica (no importa demasiado la posición de los puntos ni la forma de las curvas) y hay resultados interesantes: por ejemplo, una partida no puede durar menos de cuatro jugadas ni más de cinco. Posibles variantes del juego son: empezar con más puntos, o permitir que de cada brote puedan salir cuatro ramas en vez de tres.

Fig. 6. Una partida de “brotes”

En el blog de mi amigo el mago Moebius (referencia [6]) encontrarás más juegos topológicos.

Algunas aplicaciones de la Topología

La Topología se considera una parte de la “matemática pura” y en principio no está enfocada a problemas que tengan una aplicación directa. De todos modos, en la actualidad ya tiene muchas aplicaciones. Veamos algunas.
-Física. La Topología se usa en la física de la materia condensada, para explicar el comportamiento de superfluídos y superconductores. El premio Nobel de Física de 2016 se otorgó a tres investigadores americanos que usaron la Topología para estudiar cambios de fase diferentes de los usuales (sólido, líquido y gaseoso).
-Robótica. Para planificar el movimiento de uno o más robots es necesario conocer el conjunto de posiciones posibles (el “espacio de configuraciones”) e implementar instrucciones (“algoritmos”) para que se muevan sin colisiones. Es necesario estudiar un invariante, la llamada “complejidad topológica”, para saber cuántos algoritmos se necesitan para cubrir todas las posiciones posibles.
-Biología. En el estudio del cerebro aún no conocemos bien la relación entre la complejidad de las conexiones de una red de neuronas y la función que realizan. La topóloga Katrhyn Hess (1967- ) está usando técnicas de “topología algebraica” para esquematizar el flujo de información y entender cómo se procesan los estímulos.
-Química. La Topología juega un papel destacado cuando se estudia la estructura tridimensional de nuevas moléculas con propiedades inusuales o el plegamiento de proteínas.
-Computación. El “análisis topológico de datos” es importante para entender las estructuras complejas que aparecen en muchos procesos mecánicos, físicos y biológicos. Las técnicas topológicas consiguen suficiente información en un tiempo de computación aceptable y proporcionan métodos para describir los datos, como por ejemplo la manera en que están agrupados (“clustering”).
-Matemáticas. La Topología se usa en un montón de resultados interesantes: teoremas del punto fijo, existencia de soluciones de ecuaciones, comportamiento cualitativo de modelos matemáticos, teorema de la curva de Jordan, teorema de la esfera peluda, conjetura de Poincaré, …

A modo de conclusión

Cuando miramos el plano del metro de una gran ciudad (Fig. 7) tenemos una información que no es “geométrica” (distancias, ángulos) sino “topológica” (estructura, conexiones, ciclos). La Topología estudia “espacios” abstractos, que tanto pueden representar el escenario de un experimento físico como las posibles configuraciones de una máquina o de una molécula de ADN.

Fig. 7. El metro de Valencia

Desde el punto de vista de la Topología, dos espacios son equivalentes si pueden ser transformados el uno en el otro deformándolos sin cortar ni pegar. Un chiste clásico dice que un topólogo ¡no es capaz de distinguir una rosquilla de una taza con asa!


Referencias:
[1] Los puentes de Königsberg: Matemáticas en el Mundo Moderno, Editorial Blume 1974.
[4] Nudos: https://es.wikipedia.org/wiki/Teor%C3%ADa_de_nudos, ver también la versión en inglés.
[5] Juego de los brotes: M. Gardner, Carnaval matemático, Alianza Editorial, 1995.
[6] Juegos topológicos: https://topologia.wordpress.com/.

Copyright de las figuras: Fig. 1: The Euler archive E53; Fig. 2: Eigil Nielsen Select Sports;: Fig. 2: File: Hexahedron.jpg, File: Truncatedicosahedron.jpg., Fig. 3: File: Hexagonal torus.png, Fig. 4: File: MobiusStrip-01.png, File: Cylinder-Ruled-Surface.png, Fig. 5: File: Blue Figure-Eight Knot.png, Fig. 6: File: Sprouts-2spot-game.png: Fig. 7: Metrovalencia. Wikimedia Commons, the free media repository
Enrique Macías Virgós
Doctor en Matemáticas
Profesor del área de Geometría y Topología de la Universidad de Santiago de Compostela

Escucha música mientras lees.


Yo quiero ser Matemática Industrial - M. Elena Vázquez Cendón

Y yo quiero ser...Matemática Industrial
(Por M. Elena Vázquez Cendón)


Escucha música mientras lees, vete al final.

Saludo desde estas líneas a las personas que desarrollarán ciencia y tecnología en los próximos años y lo hago firmando como matemática industrial. Si tengo que concretar unas coordenadas temporales para identificar el inicio de mi vocación respondo con un depende de gallega que trataré de explicar.

Mi gusto por entender y la seguridad que me daban las Matemáticas se remonta a los comienzos de mi formación. En el Instituto, entonces lo iniciábamos con 14 años en equivalencia con tercero de la ESO de ahora, tenía claro que me gustaba resolver problemas. Esta competencia se desarrollaba sobre todo en Matemáticas, pero luego este reto reaparece en Física y en Química. La foto que acompaña a este texto es con mis profesores de Física, y Química, Arias y Boullón, y mi profesora de Matemáticas, Lourdes, cuando volví al instituto, 33 años después de terminar, para participar en las Jornadas Matemáticas. Creo que el salir con los ojos cerrados es un retrato del sueño que supuso volver a mi casa académica, para contar lo que gracias a sus impulsos pude hacer. Les llevaba un ejemplo de aplicaciones a la red de gas, al agua y también a la parte de la Biología al hablarles del flujo en sangre, y mi profesora de Biología también estaba presente.

Fig. 1. Visita al IES As Lagoas Mayo 2017

Seguro que esta experiencia la vivirá alguna alumna, hoy de instituto, que lea estas líneas. Confesé en mi intervención que dar esa charla era una deuda y al mismo tiempo una refutación que tenía pendiente con mi yo de 18 años. Hoy en día los centros de enseñanzas medias son muy dinámicos organizando jornadas de este tipo, pero hace 33 no había muchas conferencias y recordaba que en una ocasión que no conocíamos el tema de la conferencia, me aventuré a decir que de lo que estaba claro es que no sería era de Matemáticas. ¿Cómo se iba a hablar una hora de mates? Pensaba yo hace 33 años, sin hacer ejercicios o poner ejemplos. ¡Ese no podía ser el tema! No lo era en esa ocasión, pero tenía que enseñarle a María Elena, que sí se podía hablar de Matemáticas.

Fue una experiencia entrañable, me reencontré con profesores y alguna compañera de facultad y volví con apuntes sobre un matemático gallego al que admiro, Domingo Fontán, que quiero compartir con las lectoras y los lectores, para con un ejemplo gallego histórico ilustrarles la Matemática Industrial.

Domingo Fontán Rodríguez (Portas, 1788 - Cuntis, 1866) fue un visionario. La suya fue una labor grandiosa y su compromiso con la ciencia, inquebrantable. Se formó en la Universidad de Santiago de Compostela (USC) en muchas disciplinas hace unos doscientos años, y entre ellas estaban las matemáticas. Fue discípulo del matemático José Rodríguez González, otro referente de la matemática gallega, que participó en la medición del meridiano de Greenwich. Con este maestro y mentor de referencia, Fontán decide asumir el reto de realizar la “Carta geométrica de Galicia”. Una gran aventura matemática con la impronta de compromiso social de comunicar Galicia. Él tenía claro que el desarrollo de nuestra tierra pasaba por establecer una red de comunicaciones y para definirla era necesario conocer con precisión la topografía del territorio. Este fue el planteamiento que se hizo cuando en 1817 asumió el reto. La solución, un regalo científico y tecnológico, es la realidad de la Carta geométrica.

Fig. 2. Con el Fontán de Otero Pedrayo en Trasalva (Ourense)

El trabajo concluido en 1834 se presentó oficialmente a la Reina María Cristina de Borbón-Dos Sicilias, y la impresión de la misma se hizo en 1845 en París. Para ello recorrió durante 17 años Galicia en burro, realizando una triangulación del territorio y midiendo en cada vértice la presión atmosférica a las mismas horas que su hermano lo hacía en Noya, para posteriormente obtener la altura. Para identificar correctamente la triangulación sin fronteras, que Fontán calculó para Galicia, necesitó medir no solo los ángulos de cada triángulo, le hacía falta calcular al menos un lado de un triángulo, lo que hizo midiendo con varas. Para validar los cálculos y filtrar errores decidió calcular dos lados y verificó la precisión de las medidas. Para valorar el reto logrado debemos de ser conscientes que lo inició hace doscientos años.

Seguro que ya están preguntándose si finalmente el trazado de los ferrocarriles y las carreteras gallegas tienen ADN del Fontán, que es así como se reseña este mapa en textos de los grandes literatos gallegos como Otero Pedrayo, que creció imaginando viajes por Galicia en el Fontán que tenía en casa, con el que me retraté en la Fig. 2. ¡La respuesta es afirmativa!

Si ahora preguntase como resumir en dos palabras la conexión entre objetivo formulado y la metodología científica empleada por Domingo Fontán, seguro que Matemática Industrial puede ser un buen binomio de respuesta.

Si este fue un reto logrado hace doscientos años, no seré yo quien ponga límites a los de las personas que hoy sienten admiración conociendo la figura de este ilustre matemático cuyos restos reposan hoy a los pies de los de Rosalía de Castro. Sois vosotras y vosotros, si me permitís la confianza de colegas en algún instante temporal, quienes tenéis que soñarlos e imaginarnos.

En este texto juego a adivinar mi profesión en el futuro intersecando el tiempo en 33 años y me aventuro desde el pasado a decir lo que sé que seré hoy.

Cuando tenía las mismas dudas, mis referentes eran mis profesores del instituto. Primero pensé en hacer Física, tener como profesor al Señor Arias, generó mi primera vocación. Pero cuando aparecieron las dudas, el que actuó de mentor en el camino de la decisión, fue Alfonso Amorín, mi profesor de Matemáticas en COU, actualmente presidente de la empresa gallega EDISA. Por aquel entonces, año 1984 no se conocía en binomio Matemática Industrial, pero sin el término, yo confieso que era con lo que soñaba: hermanar la física y las matemáticas para resolver problemas, y hoy puedo compartir que es lo que hago. En diferentes escritos he agradecido a todos estos docentes su capacidad para enseñarnos las disciplinas que los motivaron y que hicieron nacer nuestras vocaciones, por sus lecciones y por atendernos también en los caminos de las dudas.

Si sigo despertando preguntas, y hay lectores que me acompañan en esta parte del texto, seguro que quieren saber qué hice, cuáles son mis granitos de arena de hermanamiento de las matemáticas con otras disciplinas para resolver problemas.

Seguí el camino de la investigación gracias a encontrarme a uno de los referentes de la Matemática Industrial, el profesor Alfredo Bermúdez del Departamento de Matemática Aplicada de la USC. Él me brindó poder desarrollar, con la beca de colaboración del último año de carrera, un proyecto que sería mi tesina de licenciatura para resolver las ecuaciones de las aguas someras con la metodología de volúmenes finitos.

Fig. 3. Cálculo de la  propagación de una onda de marea en la ría de Pontevedra.

La motivación de estos problemas estaba en un proyecto con la Xunta de Galicia para el estudio de las corrientes en las rías gallegas. Trabajar con el Prof. Bermúdez es uno de los grandes regalos que siempre agradeceré a mi universidad, la USC. El tema, al no existir en el año 1989 un software que permitiese hacer los cálculos, nos llevó a una tesis doctoral, de la que es director, para desarrollar métodos numéricos que calculasen correctamente las corrientes cuando el fondo no es plano, esto es, respetando la batimetría, la topografía del fondo de las rías.

Aprendimos como hacerlo y lo compartimos con la comunidad científica en forma de publicaciones. Además, forma parte de un software, TURBILLON registrado en 2005, que se enriqueció con el trabajo desarrollado por un compañero de la Universidade de A Coruña (UDC), Luis Cea, con el que aprendí mucho al actuar de codirectora de su tesis doctoral junto con el también profesor de esa universidad, Jerónimo Puertas. En este trabajo aportamos la implementación de modelos de turbulencia bidimensionales y resolvimos problemas de escalas de peces, ver Fig. 4. Gracias a la formación de los profesores de la UDC, son Ingenieros de Caminos, pudimos realizar validaciones experimentales. Es estos problemas son los profesionales de la Bilogía los que nos indican los caudales y los calados óptimos para el desarrollo de las escalas atendiendo a las especies que viven en los ríos. Medir errores y aprender de ellos para cuantificar en qué medida nuestros modelos representan la realidad es hacer lo que soñaba, cuando no sabía poner nombre a lo que sería.

Fig. 4. Simulación en una escala de peces en la que se representa el módulo de la velocidad calculado.

Esta conexión con la UDC nos llevó a colaborar con la Universidad Politécnica de Cataluña y pasar de un software registrado, al proyecto Aula Iber y al software libre del mismo nombre, Iber, con una gran proyección nacional e internacional, con el que se están resolviendo muchas regiones del mundo.

En este camino seguimos aprendiendo de las matemáticas y con las matemáticas para aplicarlas a problemas reales. Estos estudios nos permitieron trabajar en un contrato gestionado por el Instituto Tecnológico de Matemática Industrial (ITMATI) con Endesa Generación S.A. Se trataba de hacer una simulación numérica del sistema hidrológico del Eume en las inmediaciones del Lago minero para determinar el deslinde del lago y el dominio público hidráulico. El compañero de trabajo en este contrato fue Pedro Fontán, y para el mismo empleamos la metodología desarrollada en su trabajo fin de máster, del Máster en Ingeniería Matemática, que luego se transformó en el Máster en Matemática Industrial.

Para finalizar me gustaría compartir, que además de aplicaciones variadas en el contexto de la resolución de las ecuaciones de las aguas someras, con las que comencé a tener contacto gracias a la beca de colaboración, las matemáticas permiten aplicar las mismas metodologías a problemas aparentemente muy diferentes.

Comenzaba diciendo que en mi visita al instituto presente problemas de simulación en redes de gas, el trabajo forma parte de un contrato liderado por el Prof. Bermúdez con la empresa Reganosa y dio lugar al software “GANESO: Simulación y Optimización de Redes de Gas”. En el código de este software, en la parte transitoria, está implementado el método de volúmenes finitos en el que también desarrollamos contribuciones que hemos publicado y que siguen las metodologías que empleamos para resolver los modelos de corrientes en las rías y en las escalas de peces. De nuevo tener en cuenta la topografía, los tubos de la red de gas van enterrados, la que Fontán calculó en la Carta Geométrica, es un tema que nos ocupa a las personas que nos dedicamos a la Matemática Industrial hoy.

Gracias desde estas líneas a todas las personas con las que comparto autoría de trabajos y proyectos, por todo lo aprendido y compartido en el camino de la Matemática Industrial.

Gracias a ti, lectora o lector, por llegar al final por hoy de esta historia. ¡Te deseo que pronto seas tú lo que quieras ser!

M. Elena Vázquez Cendón
Doctora en Matemáticas
Profesora Titular de Matemática Aplicada, Universidade de Santiago de Compostela

Escucha música mientras lees.


Yo quiero ser Probabilista (casi seguramente) - Carlos Escudero Liébana

Y yo quiero ser...Probabilista (casi seguramente)
(Por Carlos Escudero Liébana)

Escucha música mientras lees, vete al final.


Doscientos mil demonios
de su furia infernal den testimonios,
volviéndose inclementes
doscientas mil serpientes
que asiéndome de un vuelo
den conmigo de patas en el cielo,
del mandato oprimidos
de Dios, por justos juicios compelidos,
si vivir no quisiera, sin injurias
en Galicia o Asturias
antes que en esta corte [1].

Agosto de dos mil diecisiete. Algún lugar del norte de España. Llueve intensamente. Solo en casa, pienso que es el momento óptimo para escribir. No en vano, Quintín me había encargado hacía unas semanas escribir un capítulo de su libro. Acepté el encargo con gran gusto, pensando que sería sencillo escribir sobre un tema que me parece tan apasionante como la probabilidad. Sin embargo aquí estoy, con una página que continua en blanco. Me reclino sobre la silla, noto como su respaldo de madera se clava en los huesos de mi espalda mientras miro a través de la ventana como la lluvia sigue cayendo. Balanceo el bolígrafo entre mis dedos sobre el papel impoluto mientras recuerdo la conversación que unos turistas mantenían uno de estos días: “No volvemos, ¡aquí siempre está lloviendo!”. En definitiva, es una tarea imposible: ¡a nadie le gusta la probabilidad! Ciertamente, la mayoría de la gente quiere explicaciones sencillas, no argumentos probabilistas. El repiqueteo de las gotas de lluvia contra el cristal de la ventana me saca súbitamente de mi ensoñación, pero miro hacia abajo y el papel sigue en blanco. En fin, imposible.

Dos veces, dos, has tenido
ocasión para jugarte
la vida en una partida,
y las dos te la jugaste [2].

Juegos de azar

Los seres humanos han desarrollado y practicado juegos de azar a lo largo de los siglos. El estudio sistemático de los mismos, con el objetivo de obtener ventaja sobre los rivales, está relacionado con el origen de la teoría de la probabilidad. No en vano ejemplos y ejercicios ilustrados con juegos de azar son muy comunes en los cursos de probabilidad. Entre ellos se podría decir que destaca en cierto modo el problema de Monty Hall [3]. Podemos explicarlo brevemente de la siguiente manera: un concursante en un programa de televisión tiene que elegir una puerta entre tres. Detrás de dos se encuentran sendas cabras y detrás de la tercera un coche. A falta de más información el concursante escoge una de las tres puertas al azar. En ese momento el presentador abre una de las dos puertas restantes y muestra una cabra. A continuación da la oportunidad al concursante de cambiar de puerta, ¿debería hacerlo? Contra lo que la intuición parece sugerir, sí debería hacerlo para maximizar sus posibilidades de ganar el coche; concretamente las doblaría si cambiase su elección original. Podemos volver a ilustrar la importancia de un estudio sistemático de las probabilidades en los juegos de azar con una versión un poco más sofisticada de este ejemplo.

Fig. 1.  Dados de 4, 6, 8, 10, 12 y 20 caras con los que practicar diversos juegos de azar.

Supongamos que tenemos tres cajas con dos monedas cada una: en una caja hay dos monedas de tres peniques, en otra dos monedas falsas (que no valen nada) y en la tercera una de cada, y asumimos que las cajas son indistinguibles. Nos enfrentamos a otro jugador que escoge al azar una de las tres cajas, tras lo cual nosotros elegimos al azar una de las dos restantes. Lo que haya en nuestra caja es lo que ganaremos. Una vez escogidas las cajas nuestro rival extrae al azar una moneda de la suya y nos la muestra: es una moneda de tres peniques. En este momento el moderador del juego nos ofrece dos peniques por nuestra caja, ¿qué deberíamos hacer? Un análisis de la situación revela que deberíamos aceptar la oferta, aunque iguala en magnitud a la recompensa esperada, tiene la virtud de reducir el riesgo. ¿Y si cambiásemos las reglas para que solo el mayor premio se materializase? Entonces aún con más razón deberíamos aceptar los dos peniques, porque la probabilidad de quedarse sin nada sería alta. Dejamos al lector los detalles del análisis, para que así aprecie mejor el desarrollo de los argumentos probabilistas.

Fig. 2. Una moneda de tres peniques como las usadas en nuestro juego de azar.

A pesar de que estos ejemplos ilustran cómo la probabilidad puede ayudarnos en los juegos de azar (aun siendo ejemplos teóricos), su estudio sigue sin ser popular. Más al contrario, es muy común ver que ciertos argumentos totalmente falsos se repiten una y otra vez. Un ejemplo paradigmático tiene lugar durante las fechas prenavideñas debido a la popularidad de los sorteos de lotería. Argumentos tales como que unos números tienen mayor probabilidad de salir que otros (que ya han salido, o que no son “bonitos”, signifique lo que signifique este concepto en este contexto) o que los décimos comprados en ciertos lugares tienden a ser más favorecidos por la suerte carecen de cualquier rigor científico y son sin embargo empleados de forma recursiva.

Pero aun bien no lo he creído
porque cosa extraña fuera
que un hombre a Madrid viniera
y hallase recién venido
una dama que rogase
que su vida defendiese,
un hermano que le hiriese,
y otro que le aposentase.
Fuera notable suceso
y, aunque todo puede ser,
no lo tengo de creer
sin vello [1].

Los sucesos extremos existen

Acostumbrados como estamos a la cotidianeidad del día a día los sucesos poco frecuentes nos puede parecer algo desde sorprendente hasta molesto. Es habitual que se intenten encontrar motivos para que estos sucesos hayan tenido lugar, pero su origen puede ser de naturaleza aleatoria. Entre estos sucesos se encuentran los fenómenos meteorológicos extremos y las extinciones masivas de poblaciones, o bien la aparición de plagas. Es muy común encontrar en estos tiempos opiniones sobre los días veraniegos de calor duro, relativamente frecuentes en gran parte del país, relacionadas de una manera u otra con el cambio climático. Sin embargo, los fenómenos meteorológicos extremos siempre han estado presentes a lo largo de la historia, y prolongadas sequías, inundaciones o inviernos anormalmente largos aparecen descritos en los diferentes siglos. Luego la aparición de un suceso tal no indica más que la naturaleza aleatoria del clima. Sin embargo, un aumento de la frecuencia con la que aparecen sucesos meteorológicos extremos sí podría estar emparentado con un cambio climático [4],  lo que nos aboca necesariamente a un estudio probabilista cuantitativo de la situación. En general, la naturaleza aleatoria del tiempo meteorológico suele provocar un cierto despiste en algunas personas. La predicción meteorológica siempre es probabilista y uno no puede tomarla como infalible. De la misma manera, el hecho de haber estado unos días en una ciudad y haber encontrado lluvia, frío o calor excesivo no es sinónimo de que ese sea el clima usual allí: de nuevo conviene resaltar que la variabilidad meteorológica puede ser enorme.

Como ya hemos mencionado, la aleatoriedad también es inherente a muchas facetas de las poblaciones biológicas; y no solo extinciones y plagas pueden aparecer por azar. La evolución biológica está fuertemente determinada por las mutaciones aleatorias, que pueden ser seleccionadas de manera natural o neutra [5], dando la segunda opción más peso al azar que a las ventajas selectivas. De la misma manera, hay fenómenos de diferente naturaleza que pueden tener un origen puramente aleatorio, como las crisis financieras o las expansiones económicas; y en ambos casos es usual encontrarse colectivos que se afanan por explicarlas por medio de causas simples. Dicho esto, es importante resaltar que no todas las crisis económicas, fenómenos meteorológicos o sucesos extremos en general están causados por el azar. Frecuentemente unas pocas causas, sencillas y bien definidas, están en la base de tales sucesos. Lo que en ocasiones olvidamos es que, además de estos sucesos, más previsibles y evitables, están los que tienen en el azar su origen. Para entender el impacto que pueden llegar a tener estos últimos no cabe más que un estudio cuantitativo de sus probabilidades, estudio que puede también llevarnos a comprender con mayor profundidad sucesos ya acontecidos.

En conclusión

Hemos comentado unos pocos ejemplos de casos en los que la teoría de la probabilidad puede arrojar luz sobre hechos científicos o sucesos cotidianos. Realmente hay muchísimos ejemplos más que van desde la mecánica cuántica hasta la valoración de productos financieros. Un hecho particularmente interesante acerca de la teoría de la probabilidad es, en mi opinión, su capacidad de contradecir el pensamiento mágico o pseudocientífico. Por poner un último ejemplo, como una matrona me comentó hace tiempo, parece que hay días que nacen muchos bebés y días que no nace ninguno. Es decir, que los nacimientos se distribuyen en el tiempo de forma poco homogénea. Este hecho ha dado lugar a diferentes teorías pseudocientíficas sobre qué días es más probable que nazca un bebé. Sin embargo, se puede encontrar una explicación meramente probabilista: el hecho de que los nacimientos se produzcan homogéneamente repartidos en el tiempo es muy poco probable. De nuevo, tal y como hemos comentado anteriormente, parece que se trata de una explicación poco popular y que las teorías pseudocientíficas siguen prevaleciendo sobre las probabilistas en este respecto en al menos parte del imaginario popular. Finalmente, ¿cómo puede saber alguien si le gustaría ser probabilista? Si los temas mencionados en este capítulo le resultan de interés es posible que le gustase internarse más profundamente en la teoría de la probabilidad. Si los problemas planteados le resultan atractivos y no rompecabezas sin mucho sentido entonces puede avanzar sin miedo en la disciplina. A lo largo del tiempo me he encontrado personas que se sentían atraídas por la probabilidad. En unos casos por sus aplicaciones en diferentes campos, como la física o la biología, o simplemente por la intrínseca belleza matemática de esta materia. Pero puestos a resumir experiencias creo que los juegos de azar y las aplicaciones financieras han tenido un papel destacado entre las motivaciones que la gente ha tenido a bien contarme a lo largo de los años. Y es que a día de hoy sigue siendo posible sacar ventaja en unos y otras mediante estudios probabilistas sistemáticos de los casos particulares de interés, máxime habida cuenta la escasa popularidad de la que, en mi opinión, goza esta disciplina. ¿Y respecto a mi experiencia personal? Sin duda muchas de las cuestiones que he mencionado me han atraído a lo largo del tiempo, y esa es una de las razones por las que me gusta la probabilidad. Pero para ser honesto he de añadir que hay muchas otras cosas que me han gustado también, y sin embargo no les he dedicado mi trabajo. Creo que, a fin de cuentas, ha sido un proceso fuertemente aleatorio el que me ha llevado a la teoría de la probabilidad.

Por no malograr el tiempo;
que en estas cosas se gasta,
pudiéndolo aprovechar
en pedir de nuestras faltas
perdón, humilde el autor
os le pide a vuestras plantas [1].


Notas:
[1] La dama duende, Pedro Calderón de la Barca.
[2] Poesías de la guerra española, Pedro Garfias Zurita.
[3] Mathematical Games,columna de Scientific American, Martin Gardner,octubre de 1959,pp.180–182.
Carlos Escudero Liébana
Doctor en Ciencias Físicas
Departamento de Matemáticas, Universidad Autónoma de Madrid

Escucha música mientras lees.


martes, 16 de enero de 2018

Yo quiero ser Matemática Pesquera - Margarita María Rincón Hidalgo

Y yo quiero ser...Matemática Pesquera
(Por Margarita María Rincón Hidalgo)


Escucha música mientras lees, vete al final.

Quiero empezar este capítulo, aclarando que hace diez años no tenía idea de que terminaría aplicando las matemáticas a la biología y en particular a la pesca.

Las matemáticas ocuparon siempre un lugar importante en mi vida, en el colegio me gustaban y se me daban bien, había una cierta alegría en la resolución de problemas y en esos instantes cuando comprendía de verdad algún concepto, además lo mágico que hay en las matemáticas es que cuando entiendes un concepto, se abre una estructura completa ante ti y el significado de muchos conceptos más se abren, como abrir una caja que contiene muchos compartimentos.

Recuerdo cuando tenía 15 años y estaba en plena crisis adolescente, me encontraba en estado de desasosiego y empecé a resolver identidades trigonométricas, una mezcla entre lógica y trigonometría, y la calma llegó y el tiempo pasó sin que lo notara.

Cuando encuentras algo que te lleva a la calma y que a su vez despierta en ti mucha curiosidad, te das cuenta que has encontrado un tesoro. Buscando saber más de ese tesoro decidí estudiar matemáticas en la mejor Universidad de mi país de nacimiento, la Universidad Nacional de Colombia y es allí donde tengo dos revelaciones que cambiaron la visión que tenía hasta entonces. La primera, que las matemáticas que me habían enseñado en el colegio, eran matemáticas antiguas, que llevaban gestándose desde antes del 400 a.c (Pitágoras y otros pensadores importantes nacieron por esa época), es decir que mis profesores habían intentado enseñarme los descubrimientos hechos durante aproximadamente 2000 años en los 10 años que estuve en el colegio. Normal que a veces uno se sintiera atosigado y no entendiera para que servían tantas cosas, a veces no había tiempo para poner tanto conocimiento en el contexto adecuado. Sin embargo, los dos primeros años de la carrera también estaban dedicados a las matemáticas antiguas, aunque ya abarcaban un periodo más reciente, se podría decir que de 1800 en adelante. La segunda revelación, que tiene que ver con la primera, es que para estudiar matemáticas no hay que ser muy inteligente, hay que dedicarle tiempo, ser muy constante y hay que tener paciencia, porque entender todo lo que se ha hecho en los últimos 2000 años requiere trabajo, y como decía un querido profesor de la universidad, las matemáticas más que con la cabeza se hacen con el culo, refiriéndose a la cantidad de horas que pasaba uno sentado frente al papel intentando resolver problemas varios.

Yo decidí dedicarme a una rama de esas matemáticas antiguas que se remonta al siglo XVIII cuando Thomas Robert Malthus empezó a encontrar patrones matemáticos analizando varias poblaciones humanas, estos estudios demográficos fueron la base de lo que hoy se conoce como ciencia de pesquerías. Esta rama de la ciencia gira en torno a la resolución de la siguiente pregunta: ¿Cuántos peces hay en el mar?

La necesidad de resolver este interrogante radica en que la pesca es muy importante para nosotros desde el punto de vista ecológico y económico: hace parte de la biodiversidad siendo un eslabón de la cadena alimenticia y miles de familias alrededor del mundo logran subsistir gracias al gran número de trabajos que genera la pesca. A principios del siglo XX algunos científicos postularon que era imposible que los peces se acabaran, en una época donde no se explotaba el mar de la forma en que se hace ahora, ya en esta época sabemos que eso no es cierto porque lamentablemente han colapsado grandes pesquerías (como el Bacalao en Terranova o la anchoveta en Perú). Por lo tanto, si sabemos cuántos peces hay, podemos encontrar un límite que permita que los peces se reproduzcan con éxito pero que a su vez la pesca sea rentable económicamente.

Sin embargo es imposible responder a esta pregunta de forma exacta, los peces se mueven constantemente y no disponemos de un sistema de monitorización en una extensión tan grande como la que ocupa el mar, lo único que podemos hacer es aproximar y es aquí donde las matemáticas empiezan a ser útiles. La cantidad de peces en un área se aproxima usando modelos matemáticos.

Para esos modelos se necesitan datos, por un lado los pescadores están obligados a registrar todo lo que pescan y esta es una de las principales fuentes de información de las que disponemos, pero por otro lado los organismos de investigación realizan periódicamente campañas oceanográficas en las cuales un barco con una ecosonda traza una ruta delimitando una zona determinada, y este barco a su vez pesca pequeñas cantidades para hacerse una idea del tamaño, peso, madurez y edad de los peces que se ven con la ecosonda. Toda la información proveniente de las capturas y de las campañas es el alimento de los modelos matemáticos.

En esos datos se buscan patrones que permitan responder preguntas intermedias como ¿Cuántos huevos pone una hembra?, ¿Cómo es el crecimiento de la población? ¿Hay otros factores en el ecosistema que afecten la supervivencia de los peces?

Fig. 1. Diagrama del ciclo de vida de la anchoa (boquerón) en el Golfo de Cádiz incluyendo los factores ambientales que afectan las diferentes etapas. Cortesía de  Integration and Application Network, University of Maryland Center for Environmental Science (ian.umces.edu/symbols/). Tomada de [1].

En el caso de la anchoa (conocido también como boquerón) en el Golfo de Cádiz, estos modelos han permitido encontrar conexiones entre los fuertes vientos de levante y la mortalidad de los peces cuando estos aún son muy pequeños: el viento los arrastra con fuerza hacia grandes corrientes donde su supervivencia es muy difícil. También sabemos que hacen la puesta de huevos cuando las temperaturas son altas y que lo hacen  cerca de la desembocadura del río Guadalquivir, que el agua dulce del río hace que esa zona sea muy rica en nutrientes favoreciendo su desarrollo y que si al contrario viene poca agua dulce del río (por ejemplo cuando llueve muy poco) su mortalidad es mayor (Fig. 1). Conociendo todas estas variables y los procesos involucrados podemos estimar si el año siguiente habrán muchos o pocos boquerones y así los científicos cada año damos una recomendación de cuánto se puede pescar de forma sostenible.

A modo de conclusión

La importancia de los peces dentro del ecosistema y la de la pesca como fuente de alimentación y de generación de empleo ha incentivado el desarrollo de modelos matemáticos que permiten sintetizar el ciclo de vida de los peces incluyendo la influencia del ecosistema y el efecto de la pesca. En estos modelos se aprecia cómo interactúan la biología, la física, la oceanografía, la estadística, las matemáticas e incluso hasta la economía y la política. La ciencia pesquera es un campo interdisciplinar donde la comunicación fluida entre las partes favorece la buena gestión.

Conoce, comparte, divulga, participa.

Yo que venía de un mundo de números he encontrado en esta aplicación la forma de convertir muchas ecuaciones en un beneficio tangible para la sociedad y el ecosistema.


Referencias:
[1] Margarita María Rincón, John D. Mumford, Polina Levontin, Adrian W. Leach, Javier Ruiz; The economic value of environmental data: a notional insurances cheme for the European anchovy, ICES Journal of Marine Science, Volume 73, Issue 4, 1 March 2016, Pages 1033–1041, https://doi.org/10.1093/icesjms/fsv268
Margarita María Rincón Hidalgo
Twitter: Margarita_RH
Doctora en Física y Matemáticas
Investigadora Postdoctoral en el Instituto de Ciencias Marinas de Andalucía (ICMAN-CSIC)

Escucha música mientras lees.


lunes, 15 de enero de 2018

Yo quiero ser Matemática Física - Ángela Capel Cuevas

Y yo quiero ser...Matemática Física
(Por Ángela Capel Cuevas)

Escucha música mientras lees, vete al final.

No ha pasado mucho tiempo desde el momento en el que tuve que tomar una de las decisiones más trascendentales de mi vida: Qué carrera estudiar. O, al menos, eso era lo que me parecía en aquel momento. La cuestión era permanente: ¿Matemáticas o Física? Disfrutaba muchísimo aprendiendo sobre ambas y soñaba con poder dedicar mi vida a estudiar algo que las combinase, pero en la época pre-doble grado en matemáticas y física había que elegir una para comenzar. Y sin una idea clara de a qué me dedicaría tras la época universitaria, se me antojaba que una decisión equivocada en este momento condicionaría el resto de mi vida laboral.

¡Nada más lejos de la realidad! Finalmente, elegí estudiar matemáticas y tomar algunos cursos de física, con la finalidad de dedicarme a la investigación en algún campo de intersección entre ambas, pero por el camino he descubierto que a la misma situación en la que me encuentro actualmente podría haber llegado de muchas otras maneras. Y también que, aunque durante la época de secundaria y carrera parezca en numerosas ocasiones que uno se puede dedicar a las matemáticas o a la física, pero no a las dos, la investigación en los abundantes puntos en los que ambas se cruzan es de lo más interesante que se puede encontrar.

En este capítulo, voy a hablar de un campo que se incluye dentro de la Matemática Física y se llama Información Cuántica. De hecho, es un campo que se encuentra en la intersección entre las matemáticas, la física y la ciencia de la computación y en el que se trabaja tanto en la parte académica como en numerosas empresas relacionadas con la tecnología informática. Tiene como principal finalidad el desarrollo de un ordenador cuántico, con todo lo que ello conlleva.

¿Qué es la Teoría de la Información Cuántica?

Vivimos en un mundo en el que el desarrollo de las tecnologías está a la orden del día, y en el que los medios de comunicación juegan un papel fundamental. Sin embargo, raramente conocemos cómo funciona la transmisión de información. Aunque sí sabemos que, para enviar una fotografía, audio o vídeo, se empleará una cantidad diferente de bits dependiendo de la complejidad de los archivos. En general, la teoría que describe los procesos de transmisión y procesamiento de la información es la Teoría de la Información, cuyas bases fueron establecidas por Claude Shannon hace más de medio siglo.

A partir de los primeros trabajos de Shannon, la teoría fue creciendo conforme lo hacía la necesidad de comunicación en la sociedad. Uno de los aspectos más positivos de dicha teoría es que se puede explicar a partir de una base muy sencilla, a la vez que su desarrollo alcanza una gran abstracción matemática. Para ello, se introdujo el concepto de bit. Un bit es un dígito del sistema de numeración binario, es decir, sólo puede tomar el valor 0 o el 1 (podemos imaginarlo como una bombilla que se encuentra apagada o encendida). Para codificar información en un dispositivo se utilizan secuencias de bits, en las que la posición de cada bit es determinante. Cuanto mayor es la información que se quiere transmitir, mayor es el número de bits necesarios, y, por tanto, mayor debe ser el tamaño del soporte del que se disponga y de las memorias en las que se almacenen. El proceso de miniaturización tecnológica que comenzó a desarrollarse entonces fue de los más importantes avances tecnológicos de la época, dado que también proporcionó un aumento en la velocidad de transmisión de la información.

             Sin embargo, a principios de los 80 se planteó una situación problemática: de continuar reduciendo el tamaño de los dispositivos mencionados anteriormente, en algún momento se llegaría a una escala microscópica, ¡en la que las leyes de Newton no pueden predecir los fenómenos que se producen! De este hecho precisamente surgieron a finales del siglo XIX una serie de experimentos que darían lugar después a la Física Cuántica. Por tanto, la computación digital tradicional no tardaría en llegar a su límite, puesto que ya se habían alcanzado escalas nanométricas. Surgió entonces la necesidad de trabajar en nuevos campos de la física para desarrollar nuevas tecnologías, y ahí la Información Cuántica entró en escena.

             La idea en la que se fundamenta la computación cuántica es la siguiente. Mientras que en la computación clásica un bit sólo puede tomar dos valores, 0 ó 1, en la computación cuántica intervienen las leyes de la mecánica cuántica y, puesto que una partícula puede estar en un estado de superposición, se puede encontrar en el estado 0, en el 1, ¡o en el 0 y el 1 a la vez! Esto permite que se puedan realizar varias operaciones a la vez, según el número de qubits, lo que conlleva una gran mejora respecto al caso clásico. Lo podemos ver en el siguiente ejemplo: Si tenemos un vector de 3 bits, la partícula puede tomar 8 valores distintos, pero solo uno a la vez. Sin embargo, si tenemos un vector de 3 qubits, se pueden tomar los 8 valores distintos a la vez, de forma paralela. Por tanto, el número de operaciones permitidas por una secuencia de qubits es exponencial con el número de qubits.

             Este hecho hace que diseñar un ordenador cuya unidad fundamental de información sea el qubit, el llamado ordenador cuántico, sea un problema muy estudiado y de gran interés en todo el mundo actualmente. Se cree que en los dispositivos a partir de 50 qubits ya se empezarán a obtener resultados interesantes, ya que la cantidad de operaciones a las que darán lugar en paralelo será de , es decir, ¡un número de 15 cifras! Y con un ordenador de 300 qubits, se podrán realizar en paralelo tantas operaciones como partículas hay en todo el universo. Esto permitirá resolver problemas que con los computadores actuales no se pueden resolver, aunque provocará que los sistemas de cifrado actuales dejen de ser útiles, puesto que se podrán descifrar de forma rápida y sencilla, lo que está propiciando el desarrollo de un nuevo campo llamado criptografía cuántica.

             Por el momento, al ordenador cuántico todavía le queda bastante para poder ser comercial. A principios de 2018, los prototipos más potentes que se han presentado tienen alrededor de 50 qubits: Google ha presentado uno de 49 qubits, IBM uno de 50 y el Moscow Institute of Physics and Technology, uno de 51. Sin embargo, los qubits, a diferencia de los bits, son muy sensibles y cualquier interacción que tengan con el entorno puede modificar completamente el cálculo, por lo que es necesario mejorar el aislamiento de este tipo de computadoras, el que es probablemente el mayor problema con el que se encuentran este tipo de empresas a la hora de intentar realizar prototipos con un mayor número de qubits. En la siguiente tabla recogemos una serie de fotografías sobre distintos prototipos presentados por IBM.

Izda. Prototipo de 5 qubits.  Dcha. Prototipo de 17qubits.

Izda. Prototipo de 50 qubits.  Dcha. Refrigerador de IBM.

¿Cómo puede investigar un/a matemático/a en Información Cuántica?

Una pregunta de carácter tan general como la anterior, difícilmente admite una respuesta global. No me planteo buscarla en esta sección; mi intención es simplemente contar qué intento aportar yo, como matemática, a este campo.

Dentro del proceso de creación de un ordenador cuántico, es esencial diseñar dispositivos en los que se pueda almacenar la enorme cantidad de información que estos ordenadores manejan. Puesto que se espera que los ordenadores cuánticos aumenten exponencialmente la información con la que trabajan los clásicos, de igual manera deben aumentar su capacidad los dispositivos en los que se almacene dicha información, también llamados memorias cuánticas. Y a pesar de que, por el momento, no hay una opinión unánime sobre cómo debe ser exactamente una memoria cuántica, hace unos años se realizaron unos estudios, que se enmarcaron en lo que se conoce como ingeniería cuántica, en los que se mostró que unos buenos candidatos a memorias cuánticas son los llamados sistemas cuánticos de muchos cuerpos abiertos que verifican la propiedad de mezclado rápido.

Los sistemas cuánticos de muchos cuerpos abiertos están formados por una gran cantidad de partículas que interaccionan entre sí, rodeadas por un entorno que las influencia de forma no despreciable. Estos sistemas también se pueden ver como disipativos, en los que la energía se disipa hasta alcanzar un equilibrio térmico con el entorno (como cuando se deja un plato de comida caliente en una habitación y tras un tiempo éste se ha enfriado).

Los sistemas disipativos con los que trabajamos siempre convergen a un estado de equilibrio, ¡aunque puede que esto suceda en un tiempo infinito! Sin embargo, no nos interesa estudiar el tiempo que tardan en converger, sino la velocidad. Si esta velocidad es suficientemente alta, se dice que hay mezclado rápido, y, por tanto, el material con el que se está trabajando es un buen candidato a memoria cuántica.

Consecuentemente, dado un sistema cuántico de muchos cuerpos abierto, el problema de estudiar si tiene la propiedad de mezclado rápido es un problema extremadamente útil, a la par que interesante. Y para atacarlo, son necesarios amplios conocimientos matemáticos. 

Conclusión

La Información Cuántica es uno de los campos más transversales que ha surgido en los últimos años, puesto que se encuentra en la intersección entre las matemáticas, la física y las ciencias de la computación. Constituye un mundo de interés no sólo en la parte académica, sino que trata de un tema ampliamente estudiado por las más importantes empresas del planeta relacionadas con la computación y el desarrollo de la tecnología, puesto que su principal objetivo, la obtención del ordenador cuántico, supondrá, probablemente, una de las grandes revoluciones tecnológicas del siglo XXI. Sin embargo, el trabajo acaba de empezar; aún queda mucho hasta llegar al ansiado computador cuántico comercial. Mientras tanto, cada día nuevas personas a lo largo del mundo deciden aportar su granito de arena para que ello suceda.

¡Tú puedes ser el siguiente!


Referencias:
-. Introducción a la información cuántica: http://www.fgcsic.es/lychnos/es_es/articulos/informacion_cuantica
-. Desarrollo de la computación cuántica en el tiempo: https://es.wikipedia.org/wiki/Computación_cuántica
-. Estado de la computación cuántica a principios de 2018:
-. Fotografías: IBM.
Ángela Capel Cuevas
Estudiante de doctorado en Matemáticas
Instituto de Ciencias Matemáticas (CSIC-UAM-UC3M-UCM)

En la actualidad (Diciembre 2021):
Doctora en Matemáticas.
Junior Professor Universidad de Tübingen.


Escucha música mientras lees.


Capítulos más populares