Qu es la Matemtica
Computacional?
Ibarra-Martnez L.1 ,
Medina- Rivera C.S.2
RESUMEN
Los objetivos de este artculo son: (1)
enfatizar la importancia de vincularse con
la ciencia de la computacin y aprovechar
sus logros, y (2) promover que la
Matemtica reasuma su carcter
experimental a travs de la computadora,
a fin de facilitar su aprendizaje y
aplicacin. Pero al tomar con seriedad esta
pretensin llegamos al concepto de la
llamada matemtica computacional, y como
no es muy conocida debimos, (3) precisar
lo que es la Matemtica computacional y
diferenciarla de otros conceptos con los
que se suele confundir. Finalmente esto nos
llev a (4) hacer una revisin crtica de lo
que es la Matemtica Clsica y sus
limitaciones.
Es necesario que la
Matemtica reasuma su
carcter experimental a travs
de la computadora, a fin de
facilitar su aprendizaje y
aplicacin ?.
Durante muchos aos a pesar de que
conocamos las crticas de Morris Klein,
presentadas en su libro sobre el fracaso de la
Matemticas Modernas en la dcada de
1970, seguimos creyendo en el proceso
lgico deductivo, en la notacin
formalizacin matemtica: como valores
supremos del intelecto humano, y que muy
1
Universidad Autnoma de Aguascalientes.
libarra@correo.uaa.mx
2 Universidad Autnoma de Aguascalientes.
csmedina@correo.uaa.mx
probablemente no haba otra manera mejor o
ms moderna de ensear y aprender
matemticas. Sin embargo al enfrentarnos al
problema de la enseanza y aprendizaje de
la Matemticas y de la Fsica, conforme
pasaba el tiempo, cobraban ms sentido las
crticas formuladas por Morris Klein al
modo poco experimental y excesivamente
formal de ensear y aprender matemticas.
Para nosotros, la gota que derramo el
vaso, fue cuando al acercarnos a las
ciencias de la computacin, nos percatamos
del carcter disfuncional de las matemticas
clsicas al pretender su implementacin
computacional, este carcter disfuncional se
evidenciaba, ya sea porque la notacin
matemtica por default es ajena a ese
propsito, o por que las matemticas
clsicas son optimistas (por no decir ideales
tericas) al conseguir o demostrar sus
conclusiones, ya que estn respaldadas en el
mito de que los recursos y tiempos
computacionales para la matemtica clsica
son ilimitados, o sea la matemtica clsica
es una rama del conocimiento donde el
atributo de la infinitud se asume sin objecin
como si fuera lo ms natural o real, y para el
colmo, tradicionalmente se ensea y aprende
divorciada de los Lenguajes de
Programacin y de la teora de Algoritmos
que son algunas de otras disciplinas con las
que guardara relacin al pretender su
implementacin computacional. La
matemtica clsica es una ciencia formal si
bien adecuada para modelar entes estticos,
continuos e infinitos, con los cuales hasta
presume puede conseguir soluciones exactas
y determinsticas; este logro si bien pareca
solo estaba respaldado por el estricto apego
y y buen uso de la lgica, finalmente uno
descubre que con bastante frecuencia
tambin estaba fundado en aceptar: siempre
es posible suponer disponemos de todos los
recursos y tiempos computacionales
necesarios. Lo anterior nos result ms
claro al abordar problemas ya sea de
decisin o de optimizacin los cuales
requeran el uso de modelos dinmicos,
discretos y finitos, as tambin descubrimos
que bajo estas nuevas condiciones no era
siempre fcil deducir lgicamente la
tradicional solucin exacta o determinstica,
y tampoco podamos seguir suponiendo
idealmente que los recursos y tiempos
computacionales podan ser infinitos. As
tuvimos que reconocer que la matemtica
clsica (infinita y continua) muy a nuestro
pesar, es realmente incompleta, por no decir,
incompetente para abordar cuestiones
dinmicas complejas, o problemas de tipo
NPC, o NPH, los cuales ahora en lugar de
ser abordados por la matemtica clsica, son
ahora tratados preferencialmente por la
matemtica finita o discreta que
normalmente s est estrechamente
vinculada con la ciencia de la computacin.
Al aceptar y concebir una matemtica sea
clsica o no, pero vinculada con la
computacin, se revive y revalora el carcter
experimental que de origen tena las
matemticas, y tambin se presenta ante
nuestros ojos como una alternativa ms para
facilitar su proceso de enseanza
aprendizaje el cual usualmente se vena
limitando solo al modo lgico formal, que
Morris Klein y otros haban criticado, ante
muchos odos sordos.
Es importante de vincularse
con la ciencia de la
computacin y aprovechar sus
logros ?.
La ciencia de la computacin, muy
eventualmente asume infinitud, y los
problemas que plantea su desarrollo
requieren ms bien de una matemtica
discreta y finita.
La matemtica continua y infinita, es la que
tradicionalmente es enseada y aprendida en
las aulas, la cual llamaremos matemtica
clsica; alguien podra decir, que bueno!, as
debe de ser ya que lo finito es un caso
particular de lo infinito, y lo discreto es una
variante particular de lo continuo, por lo
tanto, de nuevo, qu bueno!, que se
ensee la matemtica continua o infinita,
para que luego aparezca la matemtica
discreta o finita como un caso particular o
variante fcil de aquella; sin embargo eso
que suena lgico, ya en la prctica uno
descubre:
Cuando los modelos tradicionales de
la matemtica clsica se discretizan, tan solo
por implementarlos computacionalmente, la
matemtica continua requiere de la ayuda o
apoyo de la matemtica numrica o discreta,
o sea finalmente los modelos continuos se
reformulan en trminos discretos y mucho
menos frecuente ocurre al revs.
Puede uno empezar estudiar
cualquier tpico de la matemtica finita, sin
saber nada de la matemtica clsica infinita,
luego la matemtica clsica infinita, para
nosotros empieza a perder vigencia o al
menos justificacin de que necesariamente
ella debe ser estudiada primero, mxime si
el tipo de problemas que uno pretende
resolver, se resuelven prescindiendo de ella.
Por lo tanto, ya resulta cuestionable que la
matemtica clsica del infinito y el continuo
sea la ms importante, o que deba ser
estudiada primero, en todo caso uno debe
estudiar lo necesario en funcin de los
problemas que pretenda resolver, no es el
caso estudiar algo porque alguien as lo
recomend siendo que el resolvi otros
problemas y uno pretende resolver otros, en
todo caso es bueno tomar sugerencias y
tomarlas como buenas si en verdad resulta
que en efecto estudiar lo sugerido es
realmente apasionante o guarda estrecha
relacin con nuestros intereses o problemas
a resolver.
Cuando uno llega a este punto, las
afirmaciones de Morris Klein, de Brouwer,
Poincare, Imre Lakatos, Godel, Donald
Knuth sobre las limitaciones de la
matemtica clsica formal y sobre los modos
incorrectos de ensearla, privilegiando la
demostracin formal del teorema por sobre
una demostracin previa informal de l,
olvidndose de un buen algoritmo asociado,
cobran sentido y vida. Donald Knuth,
durante gran parte de su vida, intento de
muchas maneras comunicar que la verdad
lgica es incompleta sin la verdad
algortmica. Sus libros Matemtica
Concreta y sus tres volumenes sobre el
Arte de la Programacin pretendieron
llenar el hueco que usualmente deja la
matemtica abstracta, tambin cada vez que
se comunicaba con sus colegas aprovechaba
la oportunidad para agregar la siguiente nota
a sus escritos:
Cuidado con los errores en el cdigo
anterior; slo he demostrado que es
correcto, no lo he probado.
Por otro lado, si concebimos a la
Matemtica como un Lenguaje Formal,
entonces la Matemtica sera tan solo un
ejemplo entre varios posibles, como lo son
los Lenguajes de Programacin que tambin
son Lenguajes Formales.
Se sabe que a los estudiosos de Lenguajes de
Programacin se les recomienda sepan sobre
Compiladores, entonces, cual afirmacin
seria anloga para los estudiosos de la
Matemtica, acaso que supieran algo de
Metamatemtica?; pero si no hubiera
analoga posible, entonces habra que
ahondar en las diferencias entre
Matemticas y los Lenguajes de
programacin, aun cuando coincidan en ser
Lenguajes Formales.
Tan solo al comparar las Matemticas con
la tecnologa Java, desde el punto de vista de
Lenguajes formales o de herramientas
intelectuales o tecnolgicas, -si se nos
permite la siguiente afirmacin sin entrar en
detalles, ya que sera motivo de otro
artculo, acptese por ahora nuestra
apreciacin a titulo de opinin personal
cmo Profesores de Matemticas y Fsica,-:
descubrimos en el Lenguaje de
programacin de Java, un sistema y
proyecto intelectual ms universal, mas
integrador, ms completo, ms accesible
que las matemticas clsicas. 3. Para
ponerlo en palabras llanas, si toleramos se
diga que las matemticas es el lenguaje
universal de la fsica, ahora bien se puede
tolerar y hasta es evidente que hoy por
hoy, java es el lenguaje universal de la
programacin y de la comunicacin.
Revisin crtica de lo que es la
Matemtica Clsica y sus
limitaciones.
El que la matemtica clsica haya tenido
algunos aciertos, o xitos al modelar algunos
fenmenos fsicos, no significa que sea
perfecta, o que no sea posible elaborar una
crtica sobre ella, o que por lo tanto sirva tal
cual para modelar fenmenos sociales o
biolgicos con el mismo xito o nivel de
acierto. Tradicionalmente durante muchos
aos resultaba inconcebible, siquiera pensar
que haba algo superior a las concepciones
matemticas, todo mundo estaba de acuerdo
que era la obra intelectual maestra del
hombre, sin embargo hace 100 aos, se
plante la necesidad si no de una nueva
Matemtica, si de cambiar la jerarqua de
valores intelectuales que la Matemtica
vena promoviendo, este revisin crtica hizo
3
http://www.oracle.com/technetwork/java/javase
/virtual-dev-day-java7-keynote-1641807.pdf
http://www.oracle.com/lad/technologies/java/in
dex.html
http://openjdk.java.net/faq/
que se hablara de la Matemtica
constructivista o intuicionista, representada
por Brouwer4 la cual, si bien no cuestiona
la validez de los principios lgicos
aristotlicos: de la negacin, de la no
contradiccin, y tercero excluido, mediante
los cuales es posible establecer las siguientes
reglas de deduccin:
1. Si P es verdadero entonces noP
debe ser falso,
2. Si P es falso entonces noP debe
ser verdadero.
Los lgicos y matemticos saben que
mediante la Regla 2, es posible de modo
indirecto conseguir demostrar que noP debe
ser verdadero, pero Brouwer not que al
caer en un uso excesivo de tal regla, nos
haca olvidar que a lo mejor haba tambin
un mtodo directo de demostracin de la
misma afirmacin. En todo caso, Brower
propona: es preferible demostrar noP es
cierto por demostracin directa y no por que
deba ser cierto demostracin indirecta.
Algunos han interpretado la crtica de
Brouwer en el sentido que l no est de
acuerdo con el principio del tercero
excluido. Por ejemplo, si queremos
demostrar que alguien es hombre(mujer), al
demostrarlo de modo indirecto suponemos
que es mujer(hombre), pero al caer luego en
una contradiccin concluimos que la
suposicin de que sea mujer(hombre) es
falsa, al aplicar la regla 2, queda demostrada
nuestra afirmacin original, pero si con tal
proceder no estamos de acuerdo, es porque
consideramos que probablemente haya una
tercera opcin, adems de que tambin es
necesario confrontarlo de manera directa,
que en efecto es hombre(mujer). Brouwer
sostena que NO era sano para el desarrollo
algortmico de la Matemtica apostarle
demasiado a las demostraciones indirectas,
4http://vanina-
ue.academia.edu/JorgeRoetti/Papers/586375/CE
NTENARIO_DE_LA_TESIS_DOCTORAL_DE_LEJ_BR
OUWER_100_anos_de_intuicionismo_matematico
que de hecho, eso mismo puede pasar en el
campo del derecho. Otro ejemplo: si al
asumir culpabilidad resultaron
incongruencias o contradicciones, entonces
concluiramos simplemente que es no
culpable, pero no por eso nos
apresuraramos a concluir que por lo tanto es
inocente, o sea, Brouwer, insistira que la
demostracin indirecta de que es no
culpable, nos lleva solo a afirmar que
probablemente sea inocente, adems
agregara Brower, que bueno!, que estemos
de acuerdo en el debe ser, en el principio o
en la norma ms adecuada, pero eso no
justifica que nos olvidemos del
procedimiento, del algoritmo, si no, al final,
solo nos llenaremos de muy buena teora,
pero sin aterrizarla, sin el compromiso de
tambin implementarla ya sea algortmica o
computacionalmente. Por eso Brouwer,
finalmente propona que:
es ms sano asumir que noP est
indeterminado, o que noP
probablemente sea verdadero, y ser
definitivo ya sea que lo asumamos
por axioma o finalmente podamos
derivarlo de modo ms directo.
Un ejemplo ms, si defino que el odio es la
negacin del amor, y si me lleva a una
contradiccin suponer que me odias (amas),
eso demuestra en todo caso que es falso que
me odies (ames), pero no por eso queda
demostrado que me ames (odies) es
verdadero. Bsicamente Brouwer criticaba
el uso excesivo de razonamientos indirectos
o por reduccin al absurdo, si eso nos
alejaba de la construccin de un algoritmo
til, como decamos,el principio, la
norma, el debe ser, es importante, pero sin el
procedimiento, sin el cmo ser o hacerlo,
simplemente, es una verdad incompleta, por
no decir, incompetente. El mayor mrito de
la Matemtica constructivista o intuicionista,
representada por Brouwer, desde nuestra
interpretacin es que cuestion el
excesivo valor dado al teorema por sobre el
valor dado al algoritmo, desafortunadamente
creemos en su tiempo no se entendi bien su
crtica, ahora 100 aos despus, podemos
retomarla y reinterpretarla diciendo: con
bastante frecuencia las teoras matemticas
clsicas se atiborran de teoremas, algunos
por dems obvios que ni siquiera vale la
pena perder el tiempo en su demostracin, y
lo ms grave es que al parecer eso sirve de
pretexto para NO preocuparse o NO asumir
el compromiso de formular los posibles
algoritmos basados o derivados de los
teoremas, para luego elegir o reformular el
algoritmo ms adecuado a nuestro
problema.
Tambin a la matemtica clsica le resulta
muy fcil postular axiomas o principios y
demostrar o derivar teoremas olvidndose
del tiempo o recursos que estamos
suponiendo implcitamente sin siquiera
percatarnos. O sea la matemtica clsica
resuelve los problemas en teora; por
ejemplo demuestra que en algunos casos al
sumar una infinidad de trminos el valor de
la suma converge a un valor definido, ntese
que no le importa el tiempo necesario para
lograr la suma de la infinidad de trminos;
otro ejemplo, si fue fcil y posible conseguir
la n-ada de valores que maximiza o
minimiza un funcin objetivo entonces
supone que lo mismo pasar si en vez de
conseguir una n-ada pretendemos conseguir
una m-ada , con m>n, dado que el n era un
No. arbitrariamente dado. En la prctica eso
NO siempre resulta, ya que si el No. de
pasos o tiempo necesario para resolver el
problema era del orden de 2 a la n, entonces
para m=60, la cantidad de pasos o tiempo
simplemente sera excesivo, por NO decir
imposible.
La Matemtica clsica muchas veces
demuestra lgicamente que debe existir la
solucin, pero puede NO hacer nada para
conseguirla realmente, y otras veces se
conforma con generalizar los teoremas,
sin que eso signifique la solucin de algn
problema prctico, por ejemplo primero
demuestra que al contraer una circunferencia
sobre una esfera de 3 dimensiones
finalmente queda reducido a un punto lo
cual es bastante claro e intuitivo, y luego se
plantea el reto de demostrar el mismo
teorema pero ahora suponiendo que
partimos de una circunferencia sobre una
esfera de dimensin mayor que 3, claro
primero se esfuerza por definir en abstracto
lo que es una esfera de dimensin 4 o ms,
lo mismo, el de una circunferencia sobre su
superficie, una vez hecho eso entonces se
pone a demostrar que al contraer la
circunferencia sobre la esfera de dimensin
4 o ms finalmente converge en un punto de
la esfera.
Muchos de los teoremas matemticos
clsicos, se pueden presumir como verdades
lgicas, que resultaron asumiendo infinitud
de pasos o tiempo, cuando en la vida
prctica, resulta imposible disponer de una
infinidad de pasos o tiempo. Por que no
contar con una nueva matemtica,
que le resulte tan importante la
verdad lgica como la verdad
algortmica pero lograda en pasos o
tiempos finitos con cota polinomial?
La matemtica clsica en el ltimo siglo, por
no decir, hace apenas menos de un siglo se
aferr a lo formal, a lo abstracto, al infinito,
a la demostracin lgica de todo, unos dicen
que fue porque Nicols Bourbaki le dio
ms valor al teorema que al algoritmo, otros
que porque USA preocupado por ganarle a
Rusia en su carrera espacial, adopt para su
propio sistema educativo la propuesta de
Bourbaki, otros dicen que porque Hilbert as
lo plante como necesario, y los dems
simplemente nos dejamos llevar, algunos
otros, que al parecer son la mayora,
simplemente creen que as debe de ser, ya
que en vista de que: --- las matemticas son
el lenguaje universal o el lenguaje de la
naturaleza o de la ciencia o al menos el
lenguaje de la fsica clsica, lo que en ella se
establezca, estudie o proponga debe estar bien y
es lo mejor para todos; la matemtica clsica es
lo mejor que tenemos y no nos puede mentir,-
-- tales afirmaciones son ms un mito que
una realidad, ya que la matemtica clsica se
formula sin el nimo consciente de facilitar
su implementacin computacin, por lo
tanto en muchos casos es disfuncional
computacionalmente hablando, alguien
podra decir que no es cierto al ahora de
modelar problemas sencillos, pero resultar
ms evidente, al pretender modelar
problemas de involucren al menos cinco
variables y haya tambin al menos cinco
reglas que regulen sus valores siendo el
tiempo una de esas variables; buena parte de
esa discapacidad computacional de las
matemticas, la hemos heredado debido a
que tradicionalmente se ha privilegiado la
demostracin de un buen teorema por el
logro de un buen algoritmo; sin embargo
Stephen Wolfram en el ao 2002 declara
pblica y formalmente la necesidad de hacer
algo al respecto en su libro: La nueva clase
de Ciencia, y ahora nosotros en el 2012,
simplemente retomamos y defendemos tal
postura. Al parecer la matemtica clsica
que ha dominado durante los ltimos 300
aos, sin importarle reasumir su carcter
experimental a fin de facilitar a la mayora
su enseanza y aprendizaje, algunos la
justificaban pues se asuma que as debera
ser, siendo que era la obra mxima del
intelecto humano, de nuevo eso, eso es ms
un mito que una realidad, quien siga en esa
creencia es porque definitivamente no
conoce nada de la tecnologa java, por tan
solo poner un ejemplo de contrapeso.
Tambin no faltan los que justifican, que
gracias a su estudio con el estricto rigor
lgico aun cuando no sirva para nada es
formativa, o sea contribuye
significativamente a la formacin lgico-
deductiva de quienes la estudian. Nosotros
tampoco creemos en tal dogma, quiz si no
hubiera otra alternativa, pero a la fecha, bien
podra ser mejor remitirse a los lenguajes de
programacin, o otras propuestas no
matemticas que le apuestan de manera ms
eficaz al logro del desarrollo de habilidades
motrices, cognitivas y afectivas; en nuestra
experiencia como docente de ms de 30
aos nos resulta evidente que aun cuando el
estudioso de la matemtica o de la fsica, lo
haga por gusto, finalmente eso no es
garanta de un buen desarrollo de su
pensamiento crtico y autocrtico. Tambin
sostenemos que es urgente ser selectivo en
lo que los jvenes deben de estudiar de la
matemtica y de la fsica, ya que habiendo
tantas ramas: no debe ser obligatorio que
todos estudien las mismas o en el mismo
orden; ya basta de seguir el estudio de las
matemticas o de la fsica, segn lo marca la
tradicin del siglo antepasado; ya basta de
obligar a estudiar a todos los jvenes las
mismas ramas de las matemticas clsicas
infinitas continuas que no necesariamente
son las ms aplicadas, ni las ms
interesantes. Ya Conrad Wolfram y Ken
Robinson han explicado esto ltimo
tambin en sus propias palabras.5
Por otro lado las geometras NO euclidianas,
o tambin llamadas No planas, nos han
demostrado que la verdad de los sistemas
formales NO es absoluta, es en todo caso
convencional, una verdad relativa a cada
sistema. Por ejemplo la afirmacin de que
exista cero o solo una o ms de una rectas
distintas a la recta original que pasa por un
punto exterior y que NO interseca a la
original a dado pie segn como se postule a
las diferentes Geometras, cada una tiene
5
http://www.youtube.com/watch?v=60OVlfA
UPJg
http://www.youtube.com/watch?v=TmTrRn
NxOaY&feature=fvwrel
una formulacin distinta del llamado quinto
postulado de las paralelas. 6
Hasta aqu debe quedar claro que ya no todo
mundo est de acuerdo que un teorema sea
ms valioso que un algoritmo, mas si el
teorema se obtuvo por demostracin
indirecta, como bien sostuvo Brouwer hace
mas de 100 aos, adems los teoremas
matemticos ya no son verdades absolutas o
dictados de Dios, ya lo ha dejado bien claro
las Geometras planas y no planas, cada una
con diferentes variantes del postulado de las
paralelas, y por lo consiguiente cada una con
sus propias versiones de teoremas, con
orgenes hasta cierto punto contradictorios,
pero igualmente vlidos desde el punto de
vista lgico formal. En otras palabras, si P
debe ser cierto, porque al asumir noP nos
lleva a una contradiccin dentro de la rama
matemtica k1, entonces eso no nos impide
que dentro de la rama k2, suceda al revs, es
decir, que noP deba ser cierto, porque al
asumir P nos lleva a contradiccin dentro de
la rama k2.
Por lo tanto, queda al descubierto, que la
verdad lgico formal es una verdad
convencional, por eso a largo plazo, como
bien proponan Brouwer, Donald Knuth:
debemos invertir tiempo, no solo en
demostrar teoremas, sino tambin en
desarrollar buenos algoritmos relativos.
Por ejemplo, podemos definir lo que es un
nmero primo, o lo que es un mximo
comn divisor, y sin embargo quiz para
muchos finalmente sea ms importante y til
contar con un buen algoritmo explcito que
nos permita decidir si un numero es primo o
no, o con un buen algoritmo explcito para
decidir si un numero es mximo comn
divisor o no, o ms an contar con un buen
algoritmo explcito que nos permita
6
http://cidcie.ubiobio.cl/wordpress/geometriane
w/?page_id=138
encontrar los nmeros primos dentro de
cierto rango, o contar con un buen algoritmo
explcito que nos permita encontrar el
mximo comn de ciertos nmeros dados.
Primero Donald Knuth muy probablemente
se percat, y luego Cook en 1972, demostr
que es posible clasificar los problemas por el
tipo de algoritmo que los resuelven, y que
no todos los algoritmos son del mismo tipo,
y que hay problemas que pueden ser
resueltos por diferentes tipos de algoritmos,
y finalmente demostr que hay problemas
que al suponer ser resueltos con cierto tipo
de algoritmo ese mismo algoritmo podra ser
usado para resolver otros problemas,
independientemente que esos problemas ya
tuvieran un algoritmo que tambin lo
resuelve.
Brouwer hace 100 aos, nos dijo: la verdad
lgica conseguida por demostracin
indirecta, es un mal hbito si eso nos hace
descuidar u olvidar la verdad algortmica,
pero tal afirmacin quedo en el olvido, hasta
que Donald Knuth y Cook retomaron el
tema. Por otro lado, Karl Popper, insiste en
1934 y luego 1959 en su libro sobre la
lgica de la investigacin cientfica, que
ningn enunciado o hiptesis P ser
realmente cientfica, si no se somete a
refutacin o prueba de falsacin, o sea no
ser cientfica porque ella se verifique o se
verifiquen sus consecuencias, lo ser en
tanto al suponer noP resulta una
contradiccin o no podemos explicar todo lo
s se poda con P. Pero aclara el que P sea
cientfica no significa que sea cierta,
significa ms bien que por ahora la
preferiremos, en lugar de noP, ya que noP
ha generado contradicciones o no explica de
modo ms completo o satisfactorio la
realidad que P. Las posturas de Popper &
Brouwer son una tanto contradictorias, pero
no lo son tanto, si uno aclara que la crtica
de Popper aplica para las ciencias fcticas, y
la de Brouwer para las ciencias formales.
Pero bien es posible hacer de las dos una:
considrese o prefirase a P, si antes ya se
mostr que noP es incompleta o se demostr
que es contradictoria, y ser mejor si
adems contamos con algn buen algoritmo
derivado de P, y adems sera deseable
verificar de algn modo lo dicho por P.
A manera de parbola, desde el punto de
vista del creyente: Popper dira, prefiero
creer en Dios, si se demuestra que ante la
falta de l, nada tiene sentido o hay muchas
contradicciones sin l, y Brouwer agregara,
no sirve de gran cosa saber que existe Dios
si no hay un buen camino que nos lleve a
vivir (felizmente) con l, y sera deseable
verificar de algn modo, digamos con algn
milagro bondadoso de su existencia. Y
desde el punto de vista del ateo: Popper
dira, prefiero NO creer en Dios, si se
demuestra que con l, nada tiene sentido o
hay muchas contradicciones el suponerlo, y
Brouwer agregara, no sirve de gran cosa
saber que NO existe Dios si no hay un buen
camino que nos lleve a vivir (felizmente) sin
l, y sera deseable verificar de algn modo,
digamos con el incumplimiento de alguno de
sus planes profticos de su inexistencia.
A la fecha ya tambin se habla de
computacin cientfica, como una
herramienta ms para abordar el problema
de la cientificidad de alguna afirmacin en
cualquier ciencia.
En todas las ramas del conocimiento,
incluida la propia Matemtica es usual
suponer muchas simplificaciones, por
ejemplo, que las variables son
independientes e idnticamente distribuidas,
o alguna otra suposicin, propuesta no por
adecuada, sino porque eso facilita la
construccin del modelo. Por ejemplo, los
Fsicos inventan el concepto de partcula, o
que NO existe la friccin, o que la
aceleracin de la gravedad es constante, etc.
Los Estadsticos suponen, y no siempre est
justificado, que todas las variables aleatorias
son independientes y con distribucin
Normal. Los estudiosos de inventarios
suponen que la demanda de un artculo es
siempre es constante etc., por eso unos hasta
llegan a concluir con sarcasmo matemtico:
que no es que el modelo matemtico est
mal, lo que pasa es que la realidad se resiste
a adaptarse a l.
Despus de algunos aos de estudiar
Matemticas descubrimos que la propia
notacin matemtica es en s mismo un gran
problema, y el colmo es que aparte de
complicada, una vez que la dominamos, si
alguna vez pretendemos implementar
computacionalmente el modelo o teorema
matemtico, descubrimos que la notacin
matemtica se plante sin el nimo
consciente de facilitar su traduccin a la
sintaxis de los lenguajes de programacin
modernos. Quienes siguen defendiendo a
ultranza la notacin matemtica slo porque
se ha aplicado el rigor lgico al
desarrollarla, es porque no se han
involucrado directa y seriamente con el
problema de la traduccin algortmica de los
teoremas, o solo les importa su belleza
lgica, sin importan si son modelos o no de
alguna realidad. Cuando Bertrand Russell,
llev esa creencia al extremo, escribi tres
volmenes con el ttulo Principia
Mathematica, a la fecha 100 aos despus,
slo se dice que es una gran obra
matemtica, basada casi exclusivamente en
el rigor lgico, pero que en la prctica a casi
nadie le interesa, o que muy pocos
comprenden, de hecho slo est disponible
en papel en muy pocas bibliotecas de
escuelas de matemticas; el mismo Russell
declar que prcticamente nadie le compr
su obra.7
Afortunadamente es gratis en lnea, al
menos el volumen uno, de parte de la
7http://www.cristina-
ambrosini.com.ar/textos/rusell.htm
Universidad de Michigan.8
El mismo Russell cay en la cuenta de que
las Matemticas clsicas modernas son una
rama del conocimiento en la finalmente no
sabe uno de que est hablando, ni si lo que
dice es realmente cierto.
A los que concebimos a las matemticas
como una herramienta de modelaje, y que
por lo tanto, no nos basta contemplar slo su
belleza terica o lgica, tarde que temprano
concluimos, que lo que realmente importa:
es saber cul modelo predice, o reproduce,
o transforma, mejor la realidad, y no cul
modelo es ms bello. Tambin en la
medida que uno pretenda modelar
problemas ms complejos, se percata que
estos al pretender resolverlos, muy
frecuentemente estos NO admiten una nica
solucin posible, y regularmente una parte
de sus variables relevantes involucradas son
No-determinsticas, y es inevitable
considerar nuevas reglas de inferencia, o
sea, la modelacin de los problemas
complejos no se restringen al uso de las
reglas propuestas por la lgica y de la
propia Matemtica, finalmente resulta
necesario el apoyo o uso de herramienta
computacional, digamos un Lenguaje de
programacin, el cual inevitablemente
nos orilla a adoptar nuevas reglas, sea
que uno las use manualmente o las acepte
a fin de que ellas se apliquen de modo
automtico o semiautomtico, digamos
que son las reglas heredadas de la propia
computacin, o las que son sugeridas por
las Metaheursticas, as actualmente
estamos ante un nuevo paradigma de la
modelacin matemtica, que no est
restringido a la reglas de la matemtica y
lgica determinstica tradicional o clsica.
8
http://quod.lib.umich.edu/u/umhistmath/AA
T3201.0001.001?view=toc
9
Afortunadamente, ya surgieron los nuevos
intelectuales que no necesariamente son
matemticos o fsicos, y que siendo libre
pensadores no estn ceidos a las
limitaciones del pensamiento matemtico
clsico, el cual se ha credo el cuento que
todo se puede modelar con la matemtica
clsica, y el colmo, apoyada casi siempre en
unos cuantos y los mismos conceptos, por
ejemplo:
El de conjuntos, casi siempre con un
enfoque por dems simplista, pues la
mayora est definido por elementos
del mismo tipo que cumplen una solo
propiedad. Resultan particularmente
til para demostrar teoremas, pero ya
no tanto para formular algoritmos,
basta conocer el concepto de Clase
para percatarse de ello y de que el
concepto de Conjunto es demasiado
simplista.
El de operaciones o funciones, casi
siempre definidas con parmetros o
valores primitivos, o del mismo tipo
o conjunto. Resultan particularmente
til cuando estamos solo
concentrados en conseguir un valor
de retorno derivado de reglas
precisas , pero ya no tanto si la
operacin o funcin es mucho ms
complicada, siendo una si se aplica a
un objeto y otra si se aplica a otro
objeto, lo mismo si pretendemos un
argumento o dominio definido con
buen numero de parmetros a
evaluar, y si las reglas aunque
algunas sean precisas otras son No-
determinsticas, y el colmo ya el
nfasis no es solo el valor de retorno
si no tambin la realizacin de
9Hacia un modelo integrado de los algoritmos
metaheursticos
Modelamiento y simulacin de sistemas complejos
Red HEUR
 determinadas tareas previas o
intermedias, basta conocer el
concepto de mtodo para percatarse
que en efecto el concepto de
operacin o funcin matemtica es
demasiado simplista.
El concepto de vecindad
tradicionalmente asociado a una
medida, muy socorrida y til si
estamos ante una topologa continua
y esttica, pero si la topologa es
discreta y estocstica, entonces el
enfoque de la topologa clsica
resulta inoperante.
Y los ms complicado que adopta la
matemtica clsica es cuando acepta
tratar con variables o funciones no
determinsticas pero que sean las
menos, independientes y con
distribuciones de probabilidad
conocidas.
Para estos nuevos intelectuales existen
nuevos conceptos, incluso ms elaborados e
interesantes que rebasan o compiten con los
de la matemtica clsica. Basta contemplar
el desarrollo de las ciencias de la
computacin, o tan slo el de la
programacin orientada a objetos, o el de la
tecnologa java, para quedarse perplejo, y
dejar de creer que la matemtica clsica
tiene el monopolio de la modelacin
abstracta, y que sea la nica que ofrezca una
buena alternativa prctica de modelaje o de
desarrollo intelectual.
Muchos de los modelos de la fsica se
empezaron a complicar, al tratar de
reformularlos cuando no se dan todas las
condiciones que habamos supuesto, o
cuando muchas de esas suposiciones en
realidad eran artificiales, motivadas por
lograr deducir fcilmente el modelo. Sin
embargo, rehacer lgicamente los modelos
matemticos aplicables a la fsica sin
suponer todo lo artificialmente convenido a
fin de facilitarnos la labor de deduccin, es
casi como volver a empezar: de modo
experimental, como al principio de los
tiempos, pero ahora se tiene la ventaja del
uso de la computadora como un medio de
apoyo para simular algunos experimentos.
Probablemente la fsica computacional
apareci en los inicios de la creacin de la
Bomba atmica.
As, es posible argumentar que la nueva
fsica no necesariamente es determinstica,
pero si computacional, y requiere de
modelos probabilsticos, discretos,
aproximados y finitos, tan solo por esto el
paradigma de la modelacin fsica,
apegndose de modo estricto a la
matemtica clsica esta ya trastocado o
cuestionado.10
La incompletitud de los sistemas formales,
se evidenci gracias al Teorema de Gdel, el
cual establece que siempre habr al menos
un teorema o enunciado que, aunque
probablemente cierto, ser indemostrable, a
menos que lo agreguemos como axioma a la
rama de la matemtica o sistema formal
correspondiente.11 De hecho los axiomas
deben ser enunciados indemostrables o
independientes de los otros axiomas, en
otras palabras, lo que dice el Teorema de
Godel, es que siempre habr un nuevo
axioma que no habamos considerado. Por
eso la pretensin de Bertrand Russell de
10
http://laboratorios.fi.uba.ar/lmm/nuevo_paradig
ma.html
http://mmc.geofisica.unam.mx/acl/Archivos/Con
ferencias/091107/Presentacion.pdf
http://www.conicit.go.cr/boletin/boletin85/e_cie
ncia_CENAT.html
11
http://www.dgdc.unam.mx/Hipercuadernos/God
el/Intro.html
fundar toda la Matemtica en la Lgica
fracas, con Godel quedaba claro que eso no
iba ser posible. Por otro lado, aunque
tengamos la certeza que nuestros axiomas
son enunciados independientes y no nos
moleste que nuestro sistema sea incompleto,
sin embargo es probable que nuestro sistema
axiomtico formal sea inconsistente, es
decir, que tarde que temprano derivemos
una contradiccin. Tal fue el caso con la
teora Geocntrica, o cuando pretendamos
resolver con la fsica clsica o Newtoniana
algunos problemas en el rango de grandes
masas o velocidades.
Las pruebas de Independencia y de
Consistencia para los sistemas matemticos
lgico-formales son problemas, adems de
no-obvios, que rebasan a la propia
matemtica y son, en todo caso, problemas
de la Metamatemtica, que a la fecha,
normalmente, ni los mismos matemticos
estudian, ya que antes se asuma que si algo
estaba formulado en trminos de la
Matemtica, no haba de nada de qu
preocuparse, pero ahora desde el punto de
vista de la Metamatemtica, la Matemtica
es slo un ejemplo de un sistema lgico
formal a estudiar, de entre varios posibles,
como lo son los lenguajes de Programacin.
En resumidas cuentas la matemtica clsica
sumida en su presuncin exacta,
determinstica, continua e infinita, ha
quedado rebasada o completada por una
nueva matemtica aproximada, no
determinstica, discreta y finita, la cual de
manera ms natural acepta aliarse con la
ciencia de la computacin a fin de lograr sus
objetivos. Bajo esta perspectiva, la
matemtica clsica debe ser en todo caso
una materia optativa ms que obligada, para
los que estamos abiertos al uso de la ciencia
de la computacin.
Durante ms de un siglo ha habido
demasiado talento matemtico estudiando a
los ngeles en el infinito y mas all y
olvidndose de los humanos en el finito y
ms ac, por decirlo de alguna otra manera,
sin caer en la afirmacin mas fuerte hasta
grosera de Poincare al respecto.12 Y vaya
que Henri Poincare era reconocido por el
propio Bertrand Russell como el ms grande
Matemtico los tiempos modernos de
entonces.13
En la matemtica clsica es fcil perder aos
y aos en la demostracin de afirmaciones
que de lograrlas o no, NO es clara la
diferencia o trascendencia, o lo que es peor
hay demasiado tiempo invertido en
demostracin de miles de teoremas por
dems evidentes, solo que no se haban
demostrado, quien lo logra demostrar se
asombra de su logro, pero alguien de la calle
puede decir: !eso, yo ya lo saba!, de
qu sirvi haberlo demostrado?. Claro que
tambin hay teoremas que no son evidentes,
y realmente interesantes pero
paradjicamente: o casi nadie conoce al
detalle su demostracin o si hay alguna
demostracin conocida solo unos cuantos
lgicos o matemticos la comprenden. Por
ejemplo el teorema de Cook, el teorema de
Godel, el ltimo teorema de Fermat, etc..
Afortunadamente las ciencias de la
computacin han hecho posible, se
universalice realmente la comunicacin, la
informacin, el conocimiento y hasta el arte
de la programacin, tarea que los
matemticos clsicos quiz soaron pero
que al parecer no les dio tiempo, o quiz ni
siquiera se atrevieron. Es impresionante la
cantidad de autodidactas que hay en las
12http://claesjohnsonmathscience.wordpress.com
/article/cantor-s-paradise-lost-yvfu3xg7d7wt-37/
Poincar se refiere a las ideas de Cantor como una
"enfermedad grave" infeccin de la disciplina de
las matemticas.
13http://www.librosmaravillosos.com/grandesma
tematicos/capitulo28.html
ciencias de la computacin, tan solo en Java
hay del orden de 6 millones de
desarrolladores,14 siendo un porcentaje
importante de ellos programadores
certificados de Java, sea que cuenten con
una carrera universitaria o no. Y hay toda
una infraestructura de muchas empresas para
apoyar el logro de tal certificacin:
manteniendo buenos niveles de calidad, y de
validez mundial; fenmeno que no se da en
otras disciplinas con ese monto de
participantes entusiastas. Sin embargo hay
que reconocer que hay algunas olimpiadas o
concursos con estmulos importantes del
orden de milln de dlares que otorga el
Instituto de Matemticas Clay a quien
resuelva cada uno de siete problemas
matemticos pendientes,15 que
recientemente resuelve uno de esos
problemas pendientes un matemtico ruso
pero rechaza el premio. Tambin el Instituto
Clay otorga un milln de dlares, para
quien resuelva si P =NP o NO, a la fecha
para tal problema existen reportadas casi
100 demostraciones, donde la casi mitad
dice que si es igual, la otra casi mitad dice
que no es igual y una pequea parte dice que
no se puede demostrar ni una ni otra cosa16.
Que est pasando?, o hay mucho charlatn
que hace lo imposible por conseguir el
milln de dlares, o no se ha entendido bien
el problema, por lo cual cada quien lo
resuelve segn su interpretacin que hace de
l, o es justamente uno de esos teoremas que
son indemostrables. ?
Qu es la Matemtica
14http://www.mcgraw-
hill.com.sg/html/9780071633604.html
15 http://www.claymath.org/millennium/
http://www.win.tue.nl/~gwoegi/P-versus-
16
NP.htm
Computacional y cules son sus
similitudes y diferencias con
otros conceptos con los que se
suele confundir?
El Cmputo Matemtico (CM)
pretende implementar computacionalmente
solo algoritmos determinsticos que la
matemtica ha propuesto para resolver
determinados problemas matemticos.
Los algoritmos si funcionaron bien para los
primeros casos sencillos, entonces el CM
supone que estos mismos algoritmos sern
pertinentes o funcionaran bien para los casos
complicados.
Los casos complicados se presentan cuando
el tamao de la entrada del algoritmo crece,
o cuando el criterio de optimizacin del
algoritmo original se reformula, hacindolo
ms complejo, es decir, las condiciones de
paro son mas o es ms complicado el
proceso de su verificacin.
La implementacin computacional de
algoritmos matemticos supone
reformularlos o adecuarlos a la sintaxis de
algn Lenguaje de programacin.
La necesidad e importancia de
implementacin computacional de un
algoritmo se evidencia ms cuando estamos
ante un algoritmo que involucra un proceso
reiterativo prolongado, o simplemente,
cuando la cantidad de los clculos por
realizar son demasiados como para que la
solucin manual sea una opcin prctica.
Pese a las bondades del CM, generalmente
en este ambiente NO se asume una actitud
crtica ya que simplemente se traduce a
algn lenguaje de programacin lo ya
previsto tericamente por algn algoritmo
matemtico, entonces normalmente no se
reporta novedades o descubrimientos
importantes. Por eso muchos tericos de la
Matemtica, cuando alguien les reporta un
programa, que resuelve algn problema
segn lo indic la teora, dicen que eso NO
es investigacin cientfica, concluyen que no
hay ninguna novedad cientfica en
simplemente traducir a las instrucciones del
programa lo previsto por la teora. Ms
adelante en otro artculo veremos eso es solo
cierto si estamos ante un problema de tipo P,
y que no sera el caso cuando estamos ante
un problema de tipo NP, NPC o NPH.
El Cmputo Numrico (CN) no es ms que
el CM que adems incluye el inters de
llevar a la computadora versiones finitas de
algoritmos matemticos formulados
tericamente en trminos de un nmero
infinito de pasos, tolerando que la versin
finita del algoritmo nos d una solucin no
exacta, pero que su grado de aproximacin
sea aceptable.
Estos algoritmos aproximados se dan de
modo inevitable, bien sea porque la versin
exacta corresponde a un algoritmo infinito
en un nmero dado de pasos, o porque son
una alternativa prctica que se considera
cuando no se dan todas las condiciones que
hacen posible la obtencin de la solucin
exacta.
As, tanto el CM como el CN requieren de
lo que lo que la matemtica plantea
tericamente, digamos que es la matemtica
finita o aproximada de una matemtica
infinita o exacta.
Es as que el CM y el CN se encuentran
presentes en casi todas las reas de la
matemtica, as se refiera a cuestiones
puramente acadmicas, es decir, abordando
problemas si bien interesantes, a veces no
resuelven necesariamente problemas
prcticos explcitos. Por ejemplo, el CM o
el CN puede plantearse los siguientes
problemas: conseguir una muy buena
aproximacin para el nmero pi, o para el
nmero e, digamos que involucre hasta la
cifra decimal ubicada en la posicin mil, o
generar el No. Primo nmero mil o los
primeros diez mil nmeros Primos
consecutivos mayores que 1, etc...
La Ingeniera matemtica (IM)
pretende rescatar o descubrir el carcter
aplicado de la matemtica, enfatizando el
aprovechamiento de los teoremas y
despreocupndose de su demostracin,
consciente que alguien ya los demostr con
todo el rigor y la formalidad requerida.
La aplicacin matemtica que ms le
interesa a la IM es la relativa a problemas
que surgen del desarrollo y aplicacin de la
Ingeniera misma. Esto conduce a tratar de
descubrir o inferir de la Matemtica o de sus
teoremas lo que se supone es til o podra
ser til a los Ingenieros, al pretender
resolver algunos de sus problemas.
As entonces, se puede decir que la IM es la
parte pragmtica de la matemtica, por lo
tanto la IM asume el cmputo matemtico y
numrico, pero enfatizando cuestiones de
tipo o inters ingenieril.
La IM s puede llegar a proponer un nuevo
algoritmo si no derivado de la teora
matemtica, s derivado de alguna heurstica
que resuelve un problema ingenieril, y que
normalmente no se plantean los tericos de
la matemtica. Por dar un ejemplo, mientras
que los tericos de la matemtica, resuelven
solo problemas de volmenes de figuras
geomtricas muy bien definidas, los
ingenieros matemticos abordan problemas
de volmenes irregulares, tal y como el
volumen de agua contenido en una presa.
El Computo-No determinstico
(CND), es Ingeniera matemtica que
adems pretende implementar
computacionalmente tanto los algoritmos
determinsticos que la matemtica clsica ha
propuesto para resolver determinados
problemas, como los algoritmos no
determinsticos que las Metaheursticas han
sugerido como idneos. Algunos de manera
pretenciosa se refieren al CND, como
computo inteligente.
El CND no asume a priori que todos los
algoritmos sean con cota polinomial, por lo
que se impone la tarea de revisarlos
crticamente en sus casos extremos, a saber:
cuando el tamao de la entrada crece o el
criterio de paro del problema se complica.
En este sentido, el CND generalmente s
reporta novedades o descubrimientos, al
ofrecer una mejor solucin sea en tiempo o
en grado de aproximacin con algn
algoritmo, sea determinstico o no, pero que
haya sido probado tenga cota polinomial.
La matemtica computacional
(MC), es ms que la suma de las
anteriores: CM+CN+IM+CND, es una
postura ms abierta, flexible y de clara
vinculacin de la Matemtica con la
Computacin. La Matemtica
Computacional a diferencia de cualquiera de
las anteriores asume realmente una revisin
autocrtica de la Matemtica clsica y sus
limitaciones como la mencionada en el
apartado anterior. La Matemtica
computacional pretende ser una matemtica
ms concreta, que rescata el valor de la
experimentacin y de la simulacin
matemtica, revalora el papel del algoritmo,
considera importante la demostracin del
teorema, pero finalmente prefiere un buen
algoritmo basado o no en un buen teorema,
que solo contar con un buen teorema. La
matemtica computacional no se le olvida
que ha pasado por varias etapas, algunas son
comunes a todas las matemticas: la
primera, cuando solamente era una ciencia
basada en la experiencia o en algunos
descubrimientos aislados, sin axiomas, sin
definiciones y teoremas muy precisos o muy
formales; la segunda, cuando cada rama de
la matemtica tuvo sus propios axiomas, sus
propias definiciones y teoremas, siendo los
teoremas derivaciones lgicas de los
axiomas, definiciones y de otros teoremas
previamente demostrados o deducidos
generalmente solo de la propia rama en
cuestin. Por otro lado, a la par que la
matemtica se desarrollaba, lo haca tambin
la Fsica, y lo haca apoyndose en ella; y es
que la matemtica fue particularmente til
para la fsica, pues la representacin de las
leyes en forma matemtica pudo clarificar
los clculos, facilitar la explicacin de los
fenmenos, y organizar el corpus terico en
cada una de las diversas reas bajo estudio;
es innegable que la fsica durante un buen
tiempo fue el mejor ejemplo de lo que se
puede lograr apoyndose tan slo en la
matemtica clsica. La veracidad de tal
afirmacin prevaleci en tanto los
fenmenos fsicos se asuman
determinsticos y no se involucraban
demasiadas variables, digamos, no ms de
tres variables; por curiosidad revise las
formulas y ecuaciones importantes de la
Fsica y cuente las variables que involucran
en su formulacin. Bsicamente lo que se
quiere decir, es que el xito de la Fsica fue
un xito tambin para la matemtica, y as se
crey durante un buen tiempo que el
desarrollo de uno era motivado o apoyado
por el de la otra.
Tambin se lleg afirmar que la clave del
xito de ambas era la lgica y la formalidad,
as a partir del siglo antepasado, la
matemtica por un lado se convirti en un
ejemplo de cmo apegndose a la lgica era
posible construir un conjunto de modelos
matemticos abstractos dignos de presumir,
los cuales involucraban preferente o
principalmente variables o funciones
continuas, exactas, determinsticas e
infinitas. Esta es la llamada Matemtica
Clsica. 17
Tambin por otro lado a partir de entonces,
17 Cfr. Modelos y Variables del mismo autor, esta
disponible en :
http://www.cns.gatech.edu/~luzvela/epigrafe/va
riables.pdf
todos estaban felices de que se dijera, o al
menos no molestaba, que la fsica era lo que
es gracias a la matemtica clsica, y la
matemtica clsica era lo que es gracias a la
lgica; sin embargo ese romanticismo color
de rosa, empez a cuestionarse, de muchas
maneras, como la vimos en el punto
anterior.
La matemtica computacional es la
matemtica de este siglo, que adems de
rescatar el carcter experimental de la
matemtica de antao, se apoya no solo de
la Lgica, sino tambin de la computacin y
de las Metaheursticas, lo cual nos lleva
inevitablemente a los lenguajes de
Programacin, -y los hay de tan diversos
tipos como paradigmas en los que se basan,-
a fin de poder formular o construir los
nuevos modelos matemticos abstractos, los
cuales parecen privilegiar el uso de
probabilidad por sobre el de lgica
determinstica. Las variables o funciones de
estos nuevos modelos son preferente o
inevitablemente discretas, aproximadas, No-
determinsticas y finitas. Para as poder
abordar los nuevos problemas NP, NPC y
NPH, que se haban estado postergando por
la matemtica clsica. Esto es lo que ahora
tambin se llama Matemtica No-clsica, o
Matemtica Discreta.
La matemtica computacional reconoce en
la ciencia de la computacin un aliado
poderoso, a fin de lograr avanzar en casi
cualquier campo del conocimiento. Si del
matrimonio de la matemtica antigua con la
lgica nace la llamada matemtica moderna
o formal, del matrimonio de la matemtica
moderna con la computacin nace la
matemtica computacional, la cual reasume
el carcter experimental de la matemtica,
sin perder el carcter de ciencia formal. As
los nuevos teoremas de la matemtica
computacional, no sern solo aquellos que
se puedan demostrar, si no tambin todos
aquellos algoritmos computables con cota
polinomial.
CONCLUSIONES
De todo lo anterior, creemos ya podemos
concluir que:
Cada da se hace ms evidente las
limitaciones del pensamiento matemtico
clsico, y del fracaso de su propuesta
pedaggica tradicional. Ya es hora de
romper paradigmas en la educacin
matemtica, y de retomar el estudio de la
Matemtica finita o discreta, no dando la
primaca al estudio de la Matemtica
continua e infinita.
De no haber cambios, por ejemplo,
manteniendo la matemtica alejada de la
computacin, ser ms evidente su sesgo o
retraso con respecto a lo logrado por las
ciencias de la computacin. Stephen
Wolfram, creador del Lenguaje de
programacin Mathematica, y del
buscador Wolfram Alpha, etc., (
http://www.stephenwolfram.com/intervie
ws/ ) en su libro Una nueva clase de
Ciencias, propone una nueva clase de
ciencias, una de esas, creemos sera la
Matemtica Computacional.
Stephen Wolfram en mltiples ocasiones ha
afirmado:
La idea principal de un nuevo tipo de
ciencia fue introducir una nueva forma de
modelar cosas en el mundo. Hace
trescientos aos, hubo una gran
transformacin en la ciencia cuando se
dieron cuenta de que se poda usar las
matemticas y la estructura formal de las
matemticas, para hablar sobre el mundo
natural. Usando las matemticas, uno
podra calcular lo que debe suceder en el
mundo, cmo los planetas se mueven, cmo
deben moverse los cometas, y todo ese tipo
de cosas.
Ese ha sido el paradigma dominante de los
ltimos 300 aos por las ciencias exactas.
En esencia, el paradigma dice: vamos a
encontrar una ecuacin matemtica que
representa lo que estamos hablando, y
vamos a usar esa ecuacin matemtica para
predecir lo que un sistema va a hacer. Ese
paradigma ha sido tambin la base para la
mayora de nuestra ingeniera: Vamos a ver
cmo este puente debera trabajar con
ecuaciones de clculo, etc. O bien, vamos a
resolver este circuito elctrico con algn
otro tipo de ecuacin diferencial, o una
ecuacin algebraica o lo que sea.
posibles, o sea la matemtica clsica No es
ya como antes algunos lo crean la
propuesta mxima del modelaje, en realidad
es solo una propuesta entre varias posibles,
como dicen los hermenuticos, la realidad
siempre es mucho ms compleja y ningn
modelo por superior que se presente,
finalmente es una de muchas
interpretaciones posibles de ella.

Pero si miramos con ms cuidado,

descubrimos que la ciencia (aqu debi
decir, por ejemplo, la Matemtica clsica)
no siempre ha tenido mucho que decir, si los
sistemas que son ms complejos. Por
ejemplo, cuando nos fijamos en la
naturaleza, nos preguntamos qu tipo de
algoritmos la naturaleza est usando para
hacer lo que hace.
Yo, -Stephen Wolfram- he descubierto que
hay programas o algoritmos muy simples
pueden servir como modelos muy precisos
para un montn de cosas que ocurren en la
naturaleza. Ellos nos dicen algo acerca de
cmo la naturaleza le resulta tan fcil poder
hacer todo y que sera muy difcil para
nosotros hacer si nos imaginamos que la
naturaleza trabaja de acuerdo a las
matemticas.

La ciencia de la computacin, no se cie a la

implementacin de un solo paradigma, ya
que los hay: imperativos, orientados a
objetos, declarativos, funcionales,18 etc.,
desde esta ptica la matemtica clsica se
puede ver solo como una implementacin
del paradigma declarativo o lgico, pero
dicho paradigma solo es uno entre varios

18

http://www.scribd.com/doc/9174723/Paradigm
as-de-Programacion