Ideas Matemticas

PDF generado usando el kit de herramientas de fuente abierta mwlib. Ver http://code.pediapress.com/ para mayor informacin. PDF generated at: Thu, 08 Sep 2011 14:25:42 UTC

Contenidos
Artculos
Sistema de numeracin decimal Teora de la computabilidad Derivacin numrica Integracin Geometra euclidiana Aritmtica modular Variable Geometra analtica Cero Teora de juegos Estadstica aplicada Criptografa Ley de gravitacin universal ptica Nmero complejo Ecuacin diferencial PageRank Deteccin y correccin de errores Transformada de Fourier Cdigo binario Teora de la probabilidad Estadstica Fractal Teora del caos Autmata celular 1 3 5 6 27 29 33 33 39 46 57 57 62 68 74 81 84 87 92 97 99 101 109 117 120

Referencias
Fuentes y contribuyentes del artculo Fuentes de imagen, Licencias y contribuyentes 125 126

Licencias de artculos
Licencia 128

Sistema de numeracin decimal

Sistema de numeracin decimal

El sistema de numeracin decimal, tambin conocido como sistema decimal, es un sistema de numeracin posicional en el que las cantidades se representan utilizando como base el nmero diez, por lo que se compone de diez cifras diferentes: cero (0); uno (1); dos (2); tres (3); cuatro (4); cinco (5); seis (6); siete (7); ocho (8) y nueve (9). Este conjunto de smbolos se denomina nmeros rabes, y es de origen hind. Excepto en ciertas culturas, es el sistema usado habitualmente en todo el mundo y en todas las reas que requieren de un sistema de numeracin. Sin embargo hay ciertas tcnicas, como por ejemplo en la informtica, donde se utilizan sistemas de numeracin adaptados al mtodo de trabajo como el binario o el hexadecimal. Tambin pueden existir en algunos idiomas vestigios del uso de otros sistemas de numeracin, como el quinario, el duodecimal y el vigesimal. Por ejemplo, cuando se cuentan artculos por docenas, o cuando se emplean palabras especiales para designar ciertos nmeros; en francs, por ejemplo, el nmero 80 se expresa quatre-vingt, cuatro veintenas, en espaol. Segn los antroplogos, el origen del sistema decimal est en los diez dedos que tenemos los humanos en las manos, los cuales siempre nos han servido de base para contar. El sistema decimal es un sistema de numeracin posicional, por lo que el valor del dgito depende de su posicin dentro del nmero. As:

Los nmeros decimales se pueden representar en la recta real.

Sistema decimal en el idioma espaol

Para el separador decimal, la Real Academia Espaola aconseja: Para separar la parte entera de la decimal debe usarse la coma, segn establece la normativa internacional: El valor de es 3,1416. No obstante, tambin se admite el uso anglosajn del punto, extendido en algunos pases americanos: El valor de es 3.1416. Diccionario panhispnico de dudas - Primera edicin (octubre 2005) Tambin se suele utilizar la coma alta ( ' ) como separador. En nmero seria 3'1416. Como separador de millares, lo ms usual en espaol es utilizar un punto, un subndice 1 como separador de millones, un subndice 2 como separador de billones, 3 de trillones, etc. No obstante la RAE aconseja la separacin mediante espacios para que no haya confusin con los decimales, agrupndolos cada tres dgitos (exceptuando nmeros de 4 cifras): Al escribir nmeros de ms de cuatro cifras, se agruparn estas de tres en tres, empezando por la derecha, y separando los grupos por espacios en blanco: 8 327 451 (y no por puntos o comas, como, dependiendo de las zonas, se haca hasta ahora: 8.327.451; 8,327,451). Los nmeros de cuatro cifras se escriben sin espacios de separacin: 2458 (no 2 458). En ningn caso deben repartirse en lneas diferentes las cifras que componen un nmero: 8 327 / 451. Diccionario panhispnico de dudas - Primera edicin (octubre 2005)

Sistema de numeracin decimal

Fracciones
Algunas fracciones muy simples, como 1/3, tienen infinitas cifras decimales. Por eso, algunos han propuesto la adopcin del sistema duodecimal, en el que 1/3 tiene una representacin ms sencilla. 1/2 = 0,5 1/3 = 0,3333... 1/4 = 0,25 1/5 = 0,2 1/6 = 0,1666... 1/7 = 0,142857142857... 1/8 = 0,125 1/9 = 0,1111...

Bsqueda de nmeros primos

En base 10, un nmero primo slo puede acabar en 1, 3, 7 o 9. Las 7 posibilidades restantes generan siempre nmeros compuestos: Los acabados en 2, 4, 6, 8 y 0 son mltiplos de 2, Los acabados en 5 y 0 son mltiplos de 5.

Notas y bibliografa
Oteiza, Elena (2003). lgebra. Pearson Educacin. (http:/ / books. google. es/ books?id=we3f-zkpAesC& lpg=PR1& dq=Elena de Oteyza de Oteyza.lgebra&pg=PR1#v=onepage&q=Elena de Oteyza de Oteyza.lgebra&f=false)

Teora de la computabilidad

Teora de la computabilidad
La Teora de la computabilidad es la parte de la computacin que estudia los problemas de decisin que pueden ser resueltos con un algoritmo o equivalentemente con una mquina de Turing. La teora de la computabilidad se interesa a cuatro preguntas: Qu problemas puede resolver una mquina de Turing? Qu otros formalismos equivalen a las mquinas de Turing? Qu problemas requieren mquinas ms poderosas? Qu problemas requieren mquinas menos poderosas?
VEB Robotron Elektronik Dresden.

La teora de la complejidad computacional clasifica las funciones computables segn el uso que hacen de diversos recursos en diversos tipos de mquina.

Antecedentes
El origen de los modelos abstractos de computacin se encuadra en los aos '30 (antes de que existieran los ordenadores modernos), para el trabajo de los lgicos Alonzo Church, Kurt Gdel, Stephen Kleene, Emil Leon Post, y Alan Turing. Estos trabajos iniciales han tenido una profunda influencia, tanto en el desarrollo terico como en abundantes aspectos de la prctica de la computacin; previendo incluso la existencia de ordenadores de propsito general, la posibilidad de interpretar programas, la dualidad entre software y hardware, y la representacin de lenguajes por estructuras formales basados en reglas de produccin. El punto inicial de estos primeros trabajos fueron las cuestiones fundamentales que David Hilbert formul en 1900, durante el transcurso de un congreso internacional. Lo que Hilbert pretenda era crear un sistema matemtico formal completo y consistente en el cual, todas las aseveraciones fueran planteadas con precisin. Su intencin era encontrar un algoritmo que determinara la verdad o falsedad de cualquier proposicin en el sistema formal. Al problema en cuestin se le denomin Entscheidungsproblem. En caso de que Hilbert hubiese cumplido su objetivo, cualquier problema bien definido se resolvera simplemente al ejecutar dicho algoritmo. Pero fueron otros los que mediante una serie de investigaciones mostraron que esto no era posible. En contra de esta idea K. Gdel sac a la luz su conocido Primer Teorema de Incompletitud. Este viene a expresar que todo sistema de primer orden consistente que contenga los teoremas de la aritmtica y cuyo conjunto de axiomas sea recursivo no es completo. Gdel construy una frmula que es satisfactoria pero que no puede ser probada en el sistema. Como consecuencia, no es posible encontrar el sistema formal deseado por Hilbert en el marco de la lgica de primer orden, a no ser que se tome un conjunto no recursivo de axiomas. Una posterior versin, que resulta ms general, del teorema de incompletitud de Gdel, indica que ningn sistema deductivo que contenga los teoremas de la aritmtica, y con los axiomas recursivamente enumerables puede ser consistente y completo a la vez. Esto hace pensar, a nivel intuitivo, que no va a ser posible definir un sistema formal.

Teora de la computabilidad

Qu problemas puede resolver una mquina de Turing?

No todos los problemas pueden ser resueltos. Un problema indecidible es uno que no puede ser resuelto con un algoritmo an si se dispone de espacio y tiempo ilimitado. Actualmente se conocen muchos problemas indecidibles, como por ejemplo: El Entscheidungsproblem (problema de decisin en alemn) que se define como: Dada una frase del clculo de predicados de primer orden, decidir si ella es un teorema. Church y Turing demostraron independientemente que este problema es indecidible (ver Tesis de Church-Turing). El Problema de la parada, que se define as: Dado un programa y su entrada, decidir si ese programa terminar para esa entrada o si correr indefinidamente. Turing demostr que se trata de un problema indecidible. Un nmero computable es un nmero real que puede ser aproximado por un algoritmo con un nivel de exactitud arbitrario. Turing demostr que casi todos los nmeros no son computables. Por ejemplo, la Constante de Chaitin no es computable aunque s que est bien definido.

Qu otros formalismos equivalen a las mquinas de Turing?

Los lenguajes formales que son aceptados por una mquina de Turing son exactamente aquellos que pueden ser generados por una gramtica formal. El clculo Lambda es una forma de definir funciones. Las funciones que pueden ser computadas con el clculo Lambda son exactamente aquellas que pueden ser computadas con una mquina de Turing. Estos tres formalismos, las mquinas de Turing, los lenguajes formales y el clculo Lambda son formalismos muy dismiles y fueron desarrollados por diferentes personas. Sin embargo, todos ellos son equivalentes y tienen el mismo poder de expresin. Generalmente se toma esta notable coincidencia como evidencia de que la tesis de Church-Turing es cierta, que la afirmacin de que la nocin intuitiva de algoritmo o procedimiento efectivo de cmputo corresponde a la nocin de cmputo en una mquina de Turing. Los computadores electrnicos, basados en la arquitectura de von Neumann as como las mquinas cunticas tendran exactamente el mismo poder de expresin que el de una mquina de Turing si dispusieran de recursos ilimitados de tiempo y espacio. Como consecuencia, los lenguajes de programacin tienen a lo sumo el mismo poder de expresin que el de los programas para una mquina de Turing y en la prctica no todos lo alcanzan. Los lenguajes con poder de expresin equivalente al de una mquina de Turing se denominan Turing completos. Entre los formalismos equivalentes a una mquina de Turing estn: Mquinas de Turing con varias cintas Mquinas de Turing con cintas bidimensionales, Turmite (o una infinidad de cintas lineales) Mquinas de Turing con nmero limitado de estados y smbolos para la cinta Mquinas de Turing con solo dos estados Autmatas finitos con dos pilas Autmatas finitos con dos contadores Gramticas formales Mquina de Post Clculo Lambda Funciones recursivas parciales Casi todos los lenguajes de programacin modernos si dispusieran de memoria ilimitada Autmatas celulares El Juego de la vida de John Conway Mquinas de Turing no determinsticas Mquinas de Turing probabilsticas

Computador cuntico

Teora de la computabilidad Los ltimos tres ejemplos utilizan una definicin ligeramente diferente de aceptacin de un lenguaje. Ellas aceptan una palabra si cualquiera, cmputo acepta (en el caso de no determinismo), o la mayora de los cmputos aceptan (para las versiones probabilstica y cuntica). Con estas definiciones, estas mquinas tienen el mismo poder de expresin que una mquina de Turing.

Qu problemas requieren mquinas ms poderosas?

Se considera que algunas mquinas tienen mayor poder que las mquinas de Turing. Por ejemplo, una mquina orculo que utiliza una caja negra que puede calcular una funcin particular que no es calculable con una mquina de Turing. La fuerza de cmputo de una mquina orculo viene descrita por su grado de Turing. La teora de cmputos reales estudia mquinas con precisin absoluta en los nmeros reales. Dentro de esta teora, es posible demostrar afirmaciones interesantes, tales como el complemento de un conjunto de Mandelbrot es solo parcialmente decidible.

Derivacin numrica
La derivacin numrica es una tcnica de anlisis numrico para calcular una aproximacin a la derivada de una funcin en un punto utilizando los valores y propiedades de la misma.

Por definicin la derivada de una funcin

es:

Las aproximaciones numricas que podamos hacer (para h > 0) sern: Diferencias hacia adelante:

Diferencias hacia atrs:

La aproximacin de la derivada por este mtodo entrega resultados aceptables con un determinado error. Para minimizar los errores se estima que el promedio de ambas entrega la mejor aproximacin numrica al problema dado: Diferencias centrales:

Derivacin numrica

Vase tambin
Integracin numrica

Integracin
La integracin es un concepto fundamental de las matemticas avanzadas, especialmente en los campos del clculo y del anlisis matemtico. Bsicamente, una integral es una suma de infinitos sumandos, infinitamente pequeos. El clculo integral, encuadrado en el clculo infinitesimal, es una rama de las matemticas en el proceso de integracin o antiderivacin, es muy comn en la ingeniera y en la matemtica en general y se utiliza principalmente para el clculo de reas y volmenes de regiones y slidos de revolucin. Fue usado por primera vez por cientficos como Arqumedes, Ren Descartes, Isaac Newton, Gottfried Leibniz e Isaac Barrow. Los trabajos de este ltimo y los aportes de Newton generaron el teorema fundamental del clculo integral, que propone que la derivacin y la integracin son procesos inversos.

La integral definida de una funcin representa el rea limitada por la grfica de la funcin, con signo positivo cuando la funcin toma valores positivos y negativo cuando toma valores negativos.

Principales objetivos del clculo integral

Sus principales objetivos a estudiar son: rea de una regin plana Cambio de variable Integrales indefinidas Integrales definidas Integrales impropias Integrales mltiples (dobles o triples) Integrales trigonomtricas, logartmicas y exponenciales Mtodos de integracin Teorema fundamental del clculo Volumen de un slido de revolucin

Integracin

Teora
Dada una funcin de una variable real y un intervalo de la recta real, la integral

es igual al rea de la regin del plano

limitada entre la grfica de .

, el eje

, y las lneas verticales

, donde son negativas las reas por debajo del eje

La palabra "integral" tambin puede hacer referencia a la nocin de primitiva: una funcin F, cuya derivada es la funcin dada . En este caso se denomina integral indefinida, mientras que las integrales tratadas en este artculo son las integrales definidas. Algunos autores mantienen una distincin entre integrales primitivas e indefinidas. Newton y Leibniz a finales del siglo XVII. A travs del teorema fundamental del clculo, que desarrollaron los dos de forma independiente, la integracin se conecta con la derivacin, y la integral definida de una funcin se puede calcular fcilmente una vez se conoce una antiderivada. Las integrales y las derivadas pasaron a ser herramientas bsicas del clculo, con numerosas aplicaciones en ciencia e ingeniera. Bernhard Riemann dio una definicin rigurosa de la integral. Se basa en un lmite que aproxima el rea de una regin curvilnea a base de partirla en pequeos trozos verticales. A comienzos del siglo XIX, empezaron a aparecer nociones ms sofisticadas de la integral, donde se han generalizado los tipos de las funciones y los dominios sobre los cuales se hace la integracin. La integral curvilnea se define para funciones de dos o tres variables, y el intervalo de integracin [a,b] se sustituye por una cierta curva que conecta dos puntos del plano o del espacio. En una integral de superficie, la curva se sustituye por un trozo de una superficie en el espacio tridimensional. Las integrales de las formas diferenciales desempean un papel fundamental en la geometra diferencial moderna. Estas generalizaciones de la integral surgieron primero a partir de las necesidades de la fsica, y tienen un papel importante en la formulacin de muchas leyes fsicas cmo, por ejemplo, las del electromagnetismo. Los conceptos modernos de integracin se basan en la teora matemtica abstracta conocida como integral de Lebesgue, que fue desarrollada por Henri Lebesgue.

Historia
Integracin antes del clculo
La integracin se puede trazar en el pasado hasta el antiguo Egipto, circa 1800a.C., con el papiro de Mosc, donde se demuestra que ya se conoca una frmula para calcular el volumen de un tronco piramidal. La primera tcnica sistemtica documentada capaz de determinar integrales es el mtodo de exhauscin de Eudoxo (circa 370a.C.), que trataba de encontrar reas y volmenes a base de partirlos en un nmero infinito de formas para las cuales se conocieran el rea o el volumen. Este mtodo fue desarrollado y usado ms adelante por Arqumedes, que lo emple para calcular reas de parbolas y una aproximacin al rea del crculo. Mtodos similares fueron desarrollados de forma independiente en China alrededor del siglo III por Liu Hui, que los us para encontrar el rea del crculo. Ms tarde, Zu Chongzhi us este mtodo para encontrar el volumen de una esfera. En el Siddhanta Shiromani, un libro de astronoma del siglo XII del matemtico indio Bhaskara II, se encuentran algunas ideas de clculo integral. Hasta el siglo XVI no empezaron a aparecer adelantos significativos sobre el mtodo de exhauscin. En esta poca, por un lado, con el trabajo de Cavalieri con su mtodo de los indivisibles y, por otro lado, con los trabajos de Fermat, se empez a desarrollar los fundamentos del clculo moderno. A comienzos del siglo XVII, se produjeron nuevos adelantos con las aportaciones de Barrow y Torricelli, que presentaron los primeros indicios de una conexin entre la integracin y la derivacin.

Integracin

Newton y Leibniz
Los principales adelantos en integracin vinieron en el siglo XVII con la formulacin del teorema fundamental del clculo, realizado de manera independiente por Newton y Leibniz. El teorema demuestra una conexin entre la integracin y la derivacin. Esta conexin, combinada con la facilidad, comparativamente hablando, del clculo de derivadas, se puede usar para calcular integrales. En particular, el teorema fundamental del clculo permite resolver una clase ms amplia de problemas. Tambin cabe destacar todo el marco estructural alrededor de las matemticas que desarrollaron tambin Newton y Leibniz. El llamado clculo infinitesimal permiti analizar, de forma precisa, funciones con dominios continuos. Posteriormente, este marco ha evolucionado hacia el clculo moderno, cuya notacin para las integrales procede directamente del trabajo de Leibniz.

Formalizacin de las integrales

Aunque Newton y Leibniz suministraron un enfoque sistemtico a la integracin, su trabajo careca de un cierto nivel de rigor. Es memorable el ataque del obispo Berkeley calificando los infinitesimales como los "fantasmas de las cantidades que se desvanecen". El clculo adquiri una posicin ms firme con el desarrollo de los lmites y, en la primera mitad del siglo XIX, recibi una fundamentacin adecuada por parte de Cauchy. La integracin fue rigurosamente formalizada por primera vez por Riemann, empleando lmites. A pesar de que todas las funciones continuas fragmentadas y acotadas son integrables en un intervalo acotado, ms tarde se consideraron funciones ms generales para las cuales no se aplica la definicin de Riemann, y Lebesgue formul una definicin diferente de la integral[1] basada en la teora de la medida. Tambin se propusieron otras definiciones de integral, que amplan las definiciones de Riemann y Lebesgue.

Notacin
Isaac Newton usaba una pequea barra vertical encima de una variable para indicar integracin, o pona la variable dentro de una caja. La barra vertical se confunda fcilmente con o , que Newton usaba para indicar la derivacin, y adems la notacin "caja" era difcil de reproducir por los impresores; por ello, estas notaciones no fueron ampliamente adoptadas. La notacin moderna de las integrales indefinidas fue presentada por Gottfried Leibniz en 1675.[2] [3] Para indicar summa (en latn, "suma" o "total"), adapt el smbolo integral, "", a partir de una letra S alargada. La notacin moderna de la integral definida, con los lmites arriba y abajo del signo integral, la us por primera vez Joseph Fourier en Mmoires de la Academia Francesa, alrededor de 181920, reimpresa en su libro de 1822.[4] [5] En la notacin matemtica en rabe moderno, que se escribe de derecha a izquierda, se usa un signo integral invertido .[6]

Integracin

Terminologa y notacin
Si una funcin tiene una integral, se dice que es integrable. De la funcin de la cual se calcula la integral se dice que es el integrando. Se denomina dominio de integracin a la regin sobre la cual se integra la funcin. Si la integral no tiene un dominio de integracin, se considera indefinida (la que tiene dominio se considera definida). En general, el integrando puede ser una funcin de ms de una variable, y el dominio de integracin puede ser un rea, un volumen, una regin de dimensin superior, o incluso un espacio abstracto que no tiene estructura geomtrica en ningn sentido usual. El caso ms sencillo, la integral de una funcin real f de una variable real x sobre el intervalo [a, b], se escribe

En los chelos tambin puede observarse el smbolo de la integral.

El signo , una "S" alargada, representa la integracin; a y b son el lmite inferior y el lmite superior de la integracin y definen el dominio de integracin; f es el integrando, que se tiene que evaluar al variar x sobre el intervalo [a,b]; y dx puede tener diferentes interpretaciones dependiendo de la teora que se emplee. Por ejemplo, puede verse simplemente como una indicacin de que x es la variable de integracin, como una representacin de los pasos en la suma de Riemann, una medida (en la integracin de Lebesgue y sus extensiones), un infinitesimal (en anlisis no estndar) o como una cantidad matemtica independiente: una forma diferencial. Los casos ms complicados pueden variar la notacin ligeramente.

Conceptos y aplicaciones
Las integrales aparecen en muchas situaciones prcticas. Consideremos una piscina. Si es rectangular, entonces, a partir de su longitud, anchura y profundidad, se puede determinar fcilmente el volumen de agua que puede contener (para llenarla), el rea de la superficie (para cubrirla), y la longitud de su borde (para atarla). Pero si es ovalada con un fondo redondeado, todas estas cantidades piden integrales. Al comienzo puede ser suficiente con aproximaciones prcticas, pero al final harn falta respuestas exactas y rigurosas a este tipo de problemas.

Integracin

10

Para empezar, se considerar la curva , suponiendo que Cul es el rea bajo la funcin ? Esta rea (todava desconocida) ser la integral de para esta integral ser

entre hasta

. La pregunta es: , al intervalo desde

. La notacin

Aproximaciones a la integral de

entre 0 y

1, con 5 muestras por la izquierda (arriba) y 12 muestras por la derecha (abajo).

. Como primera aproximacin, se mira al cuadrado unidad dado por los lados x=0 hasta x=1 y y=f(0)=0 y y=f(1)=1. Su rea es exactamente 1. Tal como se puede ver, el verdadero valor de la integral tiene que ser de alguna forma ms pequeo. Reduciendo el ancho de los rectngulos empleados para hacer la aproximacin se obtendr un mejor resultado; as, se parte el intervalo en cinco pasos, empleando para la aproximacin los puntos 0, 15, 25, as hasta 1. Se ajusta una caja cada paso empleando la altura del lado derecho de cada pedazo de la curva, as , , y as hasta integral que se est buscando, . Sumando las reas de estos rectngulos, se obtiene una mejor aproximacin de la

Ntese que se est sumando una cantidad finita de valores de la funcin f, multiplicados por la diferencia entre dos puntos de aproximacin sucesivos. Se puede ver fcilmente que la aproximacin contina dando un valor ms grande que el de la integral. Empleando ms pasos se obtiene una aproximacin ms ajustada, pero no ser nunca exacta: si en vez de 5 subintervalos se toman doce y se coge el valor de la izquierda, tal como se muestra en el dibujo, se obtiene un valor aproximado para el rea, de 0,6203, que en este caso es demasiado pequeo. La idea clave es la transicin desde la suma de una cantidad finita de diferencias de puntos de aproximacin multiplicados por los respectivos valores de la funcin, hasta usar pasos infinitamente finos, o infinitesimales. La notacin

concibe la integral como una suma ponderada (denotada por la "S" alargada), de los valores de la funcin (como las alzadas, y = f(x)) multiplicados por pasos de anchura infinitesimal, los llamados diferenciales (indicados por dx). Con respecto al clculo real de integrales, el teorema fundamental del clculo, debido a Newton y Leibniz, es el vnculo fundamental entre las operaciones de derivacin e integracin. Aplicndolo a la curva raz cuadrada, se tiene que mirar la funcin relacionada y simplemente coger , donde y son las

fronteras del intervalo [0,1]. (ste es un ejemplo de una regla general, que dice que para f(x)= xq, con q 1, la funcin relacionada, la llamada primitiva es F(x)= (xq+1)/(q+1).) De modo que el valor exacto del rea bajo la curva se calcula formalmente como

Integracin

11

Histricamente, despus de que los primeros esfuerzos de definir rigurosamente los infinitesimales no fructificasen, Riemann defini formalmente las integrales como el lmite de sumas ponderadas, de forma que el dx sugiere el lmite de una diferencia (la anchura del intervalo). La dependencia de la definicin de Riemann de los intervalos y la continuidad motiv la aparicin de nuevas definiciones, especialmente la integral de Lebesgue, que se basa en la habilidad de extender la idea de "medida" de maneras mucho ms flexibles. As, la notacin

hace referencia a una suma ponderada de valores en que se divide la funcin, donde mide el peso que se tiene que asignar a cada valor. (Aqu A indica la regin de integracin.) La geometra diferencial, con su "clculo de variedades", proporciona otra interpretacin a esta notacin familiar. Ahora f(x) y dx pasan a ser una forma diferencial, = f(x)dx, aparece un nuevo operador diferencial d, conocido como la derivada exterior, y el teorema fundamental pasa a ser el (ms general) teorema de Stokes,

a partir del cual se deriva el teorema de Green, el teorema de la divergencia, y el teorema fundamental del clculo. Recientemente, los infinitesimales han reaparecido con rigor, a travs de innovaciones modernas como el anlisis no estndar. Estos mtodos no slo reivindican la intuicin de los pioneros, tambin llevan hacia las nuevas matemticas, y hacen ms intuitivo y comprensible el trabajo con clculo infinitesimal. A pesar de que hay diferencias entre todas estas concepciones de la integral, hay un solapamiento considerable. As, el rea de la piscina oval se puede hallar como una elipse geomtrica, como una suma de infinitesimales, como una integral de Riemann, como una integral de Lebesgue, o como una variedad con una forma diferencial. El resultado obtenido con el clculo ser el mismo en todos los casos.

Integral de Riemann
La integral de Riemann se define en trminos de sumas de Riemann de funciones respecto de particiones etiquetadas de un intervalo. Sea [a,b] un intervalo cerrado de la recta real; entonces una particin etiquetada de [a,b] es una secuencia finita

Integral con el planteamiento de Riemann hace una suma basada en una particin etiquetada, con posiciones de muestreo y anchuras irregulares (el mximo en rojo). El verdadero valor es 3,76; la estimacin obtenida es 3,648.

Integracin

12 Esto divide al intervalo [a,b] en n subintervalos [xi1, xi], cada uno de los cuales es "etiquetado" con un punto especificado ti de; [xi1, xi]. Sea i= xixi1 la anchura del subintervalo i; el paso de esta particin etiquetada es el ancho del subintervalo ms grande obtenido por la particin, maxi=1ni. Un sumatorio de Riemann de una funcin f respecto de esta particin etiquetada se define como

Convergencia de sumatorios de Riemann a medida en que se parten los intervalos, cuando se muestrea a la derecha, el mnimo, el mximo, o la izquierda.

As cada trmino del sumatorio es el rea del rectngulo con altura igual al valor de la funcin en el punto especificado del subintervalo dado, y de la misma anchura que la anchura del subintervalo. La integral de Riemann de una funcin f sobre el intervalo [a,b] es igual a S si: Para todo >0 existex >0 tal que, para cualquier particin etiquetada [a,b] con paso ms pequeo que , se tiene

Cuando las etiquetas escogidas dan el mximo (o mnimo) valor de cada intervalo, el sumatorio de Riemann pasa a ser un sumatorio de Darboux superior (o inferior), lo que sugiere la estrecha conexin que hay entre la integral de Riemann y la integral de Darboux.

Integral de Lebesgue
La integral de Riemann no est definida para un ancho abanico de funciones y situaciones de importancia prctica (y de inters terico). Por ejemplo, la integral de Riemann puede integrar fcilmente la densidad para de obtener la masa de una viga de acero, pero no se puede adaptar a una bola de acero que se apoya encima. Esto motiva la creacin de otras definiciones, bajo las cuales se puede integrar un surtido ms amplio de funciones.[7] La integral de Lebesgue, en particular, logra una gran flexibilidad a base de centrar la atencin en los pesos de la suma ponderada. As, la definicin de la integral de Lebesgue empieza con una medida, . En el caso ms sencillo, la medida de Lebesgue (A) de un intervalo A = [a, b] es su ancho, b a, as la integral de Lebesgue coincide con la integral de Riemann cuando existen ambas. En casos ms complicados, los conjuntos a medir pueden estar altamente fragmentados, sin continuidad y sin ningn parecido a intervalos. Para explotar esta flexibilidad, la integral de Lebesgue invierte el enfoque de la suma ponderada. Como expresa Folland:[8] "Para calcular la integral de Riemann de f, se particiona el dominio [a, b] en subintervalos", mientras que en la integral de Lebesgue, "de hecho lo que se est partiendo es el recorrido de f".

Integracin Un enfoque habitual define primero la integral de la funcin caracterstica de un conjunto medible A por: . Esto se extiende por linealidad a las funciones escalonadas simples, que slo tienen un nmero finito n, de valores diferentes no negativos:

13

(donde la imagen de Ai al aplicarle la funcin escalonada s es el valor constante ai). As, si E es un conjunto medible, se define

Entonces, para cualquier funcin medible no negativa f se define

Es decir, se establece que la integral de f es el supremo de todas las integrales de funciones escalonadas que son ms pequeas o iguales que f. Una funcin medible cualquiera f, se separa entre sus valores positivos y negativos a base de definir

Finalmente, f es Lebesgue integrable si

y entonces se define la integral por

Cuando el espacio mtrico en el que estn definidas las funciones es tambin un espacio topolgico localmente compacto (como es el caso de los nmeros reales R), las medidas compatibles con la topologa en un sentido adecuado (medidas de Radon, de las cuales es un ejemplo la medida de Lebesgue) una integral respecto de ellas se puede definir de otra manera, se empieza a partir de las integrales de las funciones continuas con soporte compacto. De forma ms precisa, las funciones compactamente soportadas forman un espacio vectorial que comporta una topologa natural, y se puede definir una medida (Radon) como cualquier funcional lineal continuo de este espacio; entonces el valor de una medida en una funcin compactamente soportada, es tambin, por definicin, la integral de la funcin. Entonces se contina expandiendo la medida (la integral) a funciones ms generales por continuidad, y se define la medida de un conjunto como la integral de su funcin caracterstica. Este es el enfoque que toma Bourbaki[9] y cierto nmero de otros autores. Para ms detalles, vase medidas de Radon.

Integracin

14

Otras integrales
A pesar de que las integrales de Riemann y Lebesgue son las definiciones ms importantes de integral, hay unas cuntas ms, por ejemplo: La integral de Riemann-Stieltjes, una extensin de la integral de Riemann. La integral de Lebesgue-Stieltjes, desarrollada por Johann Radon, que generaliza las integrales de Riemann-Stieltjes y de Lebesgue. La integral de Daniell, que incluye la integral de Lebesgue y la integral de Lebesgue-Stieltjes sin tener que depender de ninguna medida. La integral de Henstock-Kurzweil, definida de forma variada por Arnaud Denjoy, Oskar Perron, y Jaroslav Kurzweil, y desarrollada por Ralph Henstock. La integral de Darboux, que es equivalente a la integral de Riemann. La integral de Haar, que es la integral de Lebesgue con la medida de Haar. La integral de McShane. La integral de Buchner.

Propiedades de la integracin
Linealidad
El conjunto de las funciones Riemann integrables en un intervalo cerrado [a, b] forman un espacio vectorial con las operaciones de suma (la funcin suma de otras dos es la funcin que a cada punto le hace corresponder la suma de las imgenes de este punto por cada una de las otras dos) y la multiplicacin por un escalar. La operacin integracin

es un funcional lineal de este espacio vectorial. As, en primer lugar, el conjunto de funciones integrables es cerrado con la combinacin lineal, y en segundo lugar, la integral de una combinacin lineal es la combinacin lineal de las integrales,

De forma parecida, el conjunto de las funciones reales Lebesgue integrables en un espacio mtrico E dado, con la medida es cerrado respecto de las combinaciones lineales y por lo tanto forman un espacio vectorial, y la integral de Lebesgue

es un funcional lineal de este espacio vectorial, de forma que

De forma ms general, si se toma el espacio vectorial de todas las funciones medibles sobre un espacio mtrico (E,), que toman valores en un espacio vectorial topolgico completo localmente compacto V sobre un campo topolgico localmente compacto K, f : E V. Entonces se puede definir una aplicacin integracin abstracta que a cada funcin f le asigna un elemento de V o el smbolo ,

que es compatible con las combinaciones lineales. En esta situacin, la linealidad se sostiene para el subespacio de las funciones, cuya integral es un elemento de V (es decir, las integrales "finitas"). Los casos ms importantes surgen cuando K es R, C, o una extensin finita del campo Qp de nmeros p-dicos, y V es

Integracin un espacio vectorial de dimensin finita sobre K, y cuando K=C y V es un espacio de Hilbert complejo. La linealidad, junto con algunas propiedad naturales de continuidad y la normalizacin para ciertas clases de funciones "simples", se pueden usar para dar una definicin alternativa de integral. Este es el enfoque de Daniell para el caso de funciones reales en un conjunto X, generalizado por Bourbaki a funciones que toman valores en un espacio vectorial topolgicamente compacto. Vase Hildebrandt (1953)[10] para una caracterizacin axiomtica de la integral.

15

Desigualdades con integrales

Se verifican varias desigualdades generales para funciones Riemann integrables definidas en un intervalo cerrado y acotado [a, b] y se pueden generalizar a otras nociones de integral (Lebesgue y Daniell). Cotas superiores e inferiores. Una funcin f integrable en [a, b], es necesariamente acotada en el intervalo. Por lo tanto hay dos nmeros reales m y M tales que m f (x) M para todo x de [a, b]. Dado que los sumatorios superior e inferior de f sobre [a, b] son tambin acotados para m(b a) y M(b a) respectivamente, de aqu resulta que

Desigualdades entre funciones. Si f(x) g(x) para todo x de [a, b] entonces cada uno de los sumatorios superior e inferior de f son acotados inferior y superiormente por los sumatorios superior e inferior de g respectivamente. As

Esto es una generalizacin de las desigualdades anteriores, dado que M '(b a) es la integral de la funcin constante con valor M en el intervalo [a, b]. Subintervalos. Si [c, d] es un subintervalo de [a, b] y f(x) es no negativa para todo x, entonces

Productos y valores absolutos de funciones. Si f y g son dos funciones, entonces podemos emplear su producto, potencias y valores absolutos:

Si f es Riemann integrable en [a, b] entonces lo mismo se cumple para |f|, y

Es ms, si f y g son ambas Riemann integrables entonces f 2, g 2, y fg son tambin Riemann integrables, y

Esta desigualdad se conoce como desigualdad de Cauchy-Schwarz, y desempea un papel fundamental en la teora de los espacios de Hilbert, donde el lado de la derecha se interpreta como el producto escalar de dos funciones integrables f y g en el intervalo [a, b]. Desigualdad de Hlder. Si p y q son dos nmeros reales, 1 p, q con 1/p + 1/q = 1, y f y g son dos funciones Riemann integrables. Entonces las funciones |f|p y |g|q tambin son integrables y se cumple la desigualdad de Hlder:

Para el caso de p = q = 2, la desigualdad de Hlder pasa a ser la desigualdad de CauchySchwarz.

Integracin Desigualdad de Minkowski. Si p 1 es un nmero real y f y g son funciones Riemann integrables. Entonces |f|p, |g|p y |f + g|p son tambin Riemann integrables y se cumple la desigualdad de Minkowski:

16

Una desigualdad anloga a sta para la integral de Lebesgue se usa en la construccin de los espacios Lp.

Convenciones
En esta seccin f es una funcin real Riemann integrable. La integral

sobre un intervalo [a, b] est definida si a < b. Esto significa que los sumatorios superiores e inferiores de la funcin f se evalan sobre una particin a = x0 x1 . . . xn = b cuyos valores xi son crecientes. Geomtricamente significa que la integracin tiene lugar "de izquierda a derecha", evaluando f dentro de intervalos [x i , x i +1] donde el intervalo con un ndice ms grande queda a la derecha del intervalo con un ndice ms pequeo. Los valores a y b, los puntos extremos del intervalo, se denominan lmites de integracin de f. Las integrales tambin se pueden definir si a > b: Inversin de los lmites de integracin. si a > b entonces se define

Ello, con a = b, implica: Integrales sobre intervalos de longitud cero. si a es un nmero real entonces

La primera convencin es necesaria al calcular integrales sobre subintervalos de [a, b]; la segunda dice que una integral sobre un intervalo degenerado, o un punto, tiene que ser cero. Un motivo para la primera convencin es que la integrabilidad de f sobre un intervalo [a, b] implica que f es integrable sobre cualquier subintervalo [c, d], pero en particular las integrales tienen la propiedad de que: Aditividad de la integracin sobre intervalos. si c es cualquier elemento de [a, b], entonces

Con la primera convencin la relacin resultante

queda bien definida para cualquier permutacin cclica de a, b, y c. En lugar de ver lo anterior como convenciones, tambin se puede adoptar el punto de vista de que la integracin se hace slo sobre variedades orientadas. Si M es una tal forma m-dimensional orientada, y M' es la misma forma con orientacin opuesta y es una m-forma, entonces se tiene (vase ms abajo la integracin de formas diferenciales):

Integracin

17

Teorema fundamental del clculo

El teorema fundamental del clculo es la afirmacin de que la derivacin y la integracin son operaciones inversas: si una funcin continua primero se integra y luego se deriva, se recupera la funcin original. Una consecuencia importante, en ocasiones denominada el segundo teorema fundamental del clculo, permite calcular integrales a base de emplear una primitiva de la funcin a integrar.

Enunciado de los teoremas

Teorema fundamental del clculo. Sea f una funcin real integrable definida en un intervalo cerrado [a, b]. Si se define F para cada x de [a, b] por

entonces F es continua en [a, b]. Si f es continua en x de [a, b], entonces F es derivable en x, y F (x) = f(x). Segundo teorema fundamental del clculo. Sea f una funcin real, integrable definida en un intervalo cerrado [a, b]. Si F es una funcin tal que F (x) = f(x) para todo x de [a, b] (es decir, F es una primitiva de f), entonces

Corolario. Si f es una funcin continua en [a, b], entonces f es integrable en [a, b], y F, definida por

es una primitiva de f en [a, b]. Adems,

Extensiones
Integrales impropias
Una integral de Riemann "propia" supone que el integrando est definido y es finito en un intervalo cerrado y acotado, cuyos extremos son los lmites de integracin. Una integral impropia aparece cuando una o ms de estas condiciones no se satisface. En algunos casos, estas integrales se pueden definir tomando el lmite de una sucesin de integrales de Riemann propias sobre intervalos sucesivamente ms largos. Si el intervalo no es acotado, por ejemplo en su extremo superior, entonces la integral impropia es el lmite cuando el punto final tiende a infinito.
La integral impropia

tiene intervalos no acotados tanto en el dominio como en el recorrido.

Integracin Si el integrando slo est definido en un intervalo finito semiabierto, por ejemplo (a,b], entonces, otra vez el lmite puede suministrar un resultado finito.

18

Esto es, la integral impropia es el lmite de integrales propias cuando uno de los puntos extremos del intervalo de integracin se aproxima, ya sea a un nmero real especificado, o , o . En casos ms complicados, hacen falta lmites en los dos puntos extremos o en puntos interiores. Por ejemplo, la funcin integrada desde 0 a (imagen de la derecha). En el extremo inferior, a medida que

x se acerca a 0 la funcin tiende a , y el extremo superior es l mismo , a pesar de que la funcin tiende a 0. As, esta es una integral doblemente impropia. Integrada, por ejemplo, desde 1 hasta 3, con un sumatorio de Riemann es suficiente para obtener un resultado de . Para integrar desde 1 hasta , un sumatorio de Riemann no es posible. Ahora bien, cualquier lmite superior finito, por ejemplo t (con t>1), da un resultado bien definido, . Este resultado tiene un lmite finito cuando t tiende a infinito, que es . De forma parecida, la integral desde 13 hasta a 1 admite tambin un sumatorio de Riemann, que por casualidad da de nuevo Sustituyendo 3 por un valor positivo arbitrario s (con s<1) resulta igualmente un resultado definido y da . ste, tambin tiene un lmite finito cuando s tiende a cero, que es . Combinando los lmites de los dos fragmentos, el resultado de esta integral impropia es
1

Este proceso no tiene el xito garantizado; un lmite puede no existir, o puede ser infinito. Por ejemplo, sobre el intervalo cerrado de 0 a 1 la integral de no converge; y sobre el intervalo abierto del 1 a la integral de no converge. Tambin puede pasar que un integrando no est acotado en un punto interior, en este caso la integral se ha de partir en este punto, y el lmite de las integrales de los dos lados han de existir y han de ser acotados. As

La integral impropia

no est acotada internamente, pero ambos lmites (por la derecha y por la izquierda) existen.

Integracin

19

A la integral similar

no se le puede asignar un valor de esta forma, dado que las integrales por encima y por debajo de cero no convergen independientemente (en cambio, vase valor principal de Cauchy.)

Integracin mltiple
Las integrales se pueden calcular sobre regiones diferentes de los intervalos. En general, una integral sobre un conjunto E de una funcin f se escribe:

Integral doble como el volumen limitado por una superficie.

Aqu x no hace falta que sea necesariamente un nmero real, sino que puede ser cualquier otra cantidad apropiada, por ejemplo, un vector de R3. El teorema de Fubini demuestra que estas integrales pueden reescribirse como una integral iterada. En otras palabras, la integral se puede calcular a base de integrar las coordenadas una por una. De la misma manera que la integral definida de una funcin positiva representa el rea de la regin encerrada entre la grfica de la funcin y el eje x, la integral doble de una funcin positiva de dos variables representa el volumen de la regin comprendida entre la superficie definida por la funcin y el plano que contiene su dominio. (El mismo volumen puede obtenerse a travs de una integral triple la integral de la funcin de tres variables de la funcin constante f(x, y, z) = 1 sobre la regin mencionada antes entre la superficie y el plano, lo mismo se puede hacer con una integral doble para calcular una superficie.) Si el nmero de variables es mayor, entonces la integral representa un hipervolumen, el volumen de un slido de ms de tres dimensiones que no se puede representar grficamente. Por ejemplo, el volumen del paraleleppedo de caras 4 6 5 se puede obtener de dos maneras: Con la integral doble

Integracin

20

de la funcin f(x, y) = 5 calculada en la regin D del plano xy que es la base del paraleleppedo. Con la integral triple

de la funcin constante 1 calculada sobre el mismo paraleleppedo (a pesar de que este segundo mtodo tambin se puede interpretar como el hipervolumen de un hiperparaleleppedo de cuatro dimensiones que tiene como base el paraleleppedo en cuestin y una altura constante de 1, como la altura es 1 el volumen coincide con el rea de la base). Puesto que es imposible calcular la antiderivada de una funcin de ms de una variable, no existen las integrales mltiples indefinidas: tales integrales son todas definidas.

Integrales de lnea
El concepto de integral se puede extender a dominios de integracin ms generales, tales como las lneas curvas y las superficies. Estas integrales se conocen como integrales de lnea e integrales de superficie respectivamente. Tienen importantes aplicaciones en la fsica cuando se trata con campos vectoriales. Una integral de lnea es una integral donde la funcin a integrar es evaluada a lo largo de una curva. Se utilizan varias integrales curvilneas diferentes. En el caso de una curva cerrada tambin se la denomina integral de contorno. La funcin a integrar puede ser un campo escalar o un campo vectorial. Una integral de lnea acumula elementos a lo El valor de la integral curvilnea es la suma de los valores del campo largo de una curva. en los puntos de la lnea, ponderados por alguna funcin escalar de la curva (habitualmente la longitud del arco o, en el caso de un campo vectorial, el producto escalar del campo vectorial por un vector diferencial de la curva). Esta ponderacin distingue las integrales curvilneas de las integrales ms sencillas definidas sobre intervalos. Muchas frmulas sencillas de la fsica tienen de forma natural anlogas continuas en trminos de integrales de lnea; por ejemplo, el hecho de que el trabajo sea igual a la fuerza multiplicada por la distancia se puede expresar (en trminos de cantidades vectoriales) como:

que tiene su paralelismo en la integral de lnea

que acumula los componentes vectoriales a lo largo de un camino continuo, y as calcula el trabajo realizado por un objeto al moverse a travs de un campo, como por ejemplo un campo elctrico o un campo gravitatorio.

Integracin

21

Integrales de superficie
Una integral de superficie es una integral definida calculada sobre una superficie (que puede ser un conjunto curvado en el espacio; se puede entender como la integral doble anloga a la integral de lnea. La funcin a integrar puede ser un campo escalar o un campo vectorial. El valor de la integral de superficie es la suma ponderada de los valores del campo en todos los puntos de la superficie. Esto se puede conseguir a base de dividir la superficie en elementos de superficie, los cuales proporcionan la particin para los sumatorios de Riemann. Como ejemplo de las aplicaciones de las integrales de superficie, se descansa en la divisin de la superficie en puede considerar un campo vectorial v sobre una superficie S; es decir, pequeos elementos de superficie. para cada punto x de S, v(x) es un vector. Imagnese que se tiene un fluido fluyendo a travs de S, de forma que v(x) determina la velocidad del fluido en el punto x. El caudal se define como la cantidad de fluido que fluye a travs de S en la unidad de tiempo. Para hallar el caudal, hay que calcular el producto escalar de v por el vector unitario normal a la superficie S en cada punto, lo que nos dar un campo escalar, que integramos sobre la superficie: . El caudal de fluido de este ejemplo puede ser de un fluido fsico como el agua o el aire, o de un flujo elctrico o magntico. As, las integrales de superficie tienen aplicaciones en la fsica, en particular en la teora clsica del electromagnetismo.
La definicin de las integrales de superficie

Integrales de formas diferenciales

Una forma diferencial es un concepto matemtico en los campos del clculo multivariable, topologa diferencial y tensores. La notacin moderna de las formas diferenciales, as como la idea de las formas diferenciales como el producto exterior de derivadas exteriores formando un lgebra exterior, fue presentada por lie Cartan. Se empieza trabajando en un conjunto abierto de Rn. Una 0-forma se define como una funcin infinitamente derivable f. Cuando se integra una funcin f sobre un subespacio de m-dimensional S de Rn, se escribe como

(Los superndices no son exponentes.) Se puede considerar que dx1 hasta dxn son objetos formales ellos mismos, ms que etiquetas aadidas para hacer que la integral se asemeje a los sumatorios de Riemann. De forma alternativa se pueden ver como covectores, y por lo tanto como una medida de la "densidad" (integrable en un sentido general). A dx1, ,dxn se las denomina 1-formas bsicas. Se define el conjunto de todos estos productos como las 2-formas bsicas, y de forma similar se define el conjunto de los productos de la forma dxadxbdxc como las 3-formas bsicas. Una k-forma general es por lo tanto una suma ponderada de k-formas bsicas, donde los pesos son las funciones infinitamente derivables f. Todas juntas forman un espacio vectorial, siendo las k-formas bsicas los vectores base, y las 0-formas (funciones infinitamente derivables) el campo de escalares. El producto exterior se extiende a las k-formas de la forma natural. Sobre Rn como mximo n covectores pueden ser linealmente independientes, y as una k-forma con k>n ser siempre cero por la propiedad alternante. Adems del producto exterior, tambin existe el operador derivada exterior d. Este operador hace corresponder a las k-formas (k+1)-formas. Para una k-forma = f dxa sobre Rn, se define la accin de d por:

Integracin

22

con extensin a las k-formas generales que se dan linealmente. Este planteamiento ms general permite un enfoque de la integracin sobre variedades libre de coordenadas. Tambin permite una generalizacin natural del teorema fundamental del clculo, denominada teorema de Stokes, que se puede establecer como

donde es una k-forma general, y indica la frontera de la regin . As en el supuesto de que sea una 0-forma y sea un intervalo cerrado de la recta real, el teorema de Stokes se reduce al teorema fundamental del clculo. En el caso de que sea una 1-forma y sea una regin de dimensin 2 en el plano, el teorema se reduce al teorema de Green. De manera similar, empleando 2-formas, 3-formas y la dualidad de Hodge, se puede llegar al teorema de Stokes y al teorema de la divergencia. De esta forma puede verse que las formas diferenciales suministran una potente visin unificadora de la integracin.

Mtodos y aplicaciones
Clculo de integrales
La tcnica ms bsica para calcular integrales de una variable real se basa en el teorema fundamental del clculo. Se procede de la siguiente forma: 1. Se escoge una funcin f(x) y un intervalo [a, b]. 2. Se halla una primitiva de f, es decir, una funcin F tal que F' = f. 3. Se emplea el teorema fundamental del clculo, suponiendo que ni el integrando ni la integral tienen singularidades en el camino de integracin,

4. Por tanto, el valor de la integral es F(b) F(a). Ntese que la integral no es realmente la primitiva, sino que el teorema fundamental permite emplear las primitivas para evaluar las integrales definidas. A menudo, el paso difcil de este proceso es el de encontrar una primitiva de f. En raras ocasiones es posible echar un vistazo a una funcin y escribir directamente su primitiva. Muy a menudo, es necesario emplear una de las muchas tcnicas que se han desarrollado para evaluar integrales. La mayora de ellas transforman una integral en otra que se espera que sea ms manejable. Entre estas tcnicas destacan: Integracin por cambio de variable Integracin por partes Integracin por sustitucin trigonomtrica Integracin de fracciones parciales

Incluso si estas tcnicas fallan, an puede ser posible evaluar una integral dada. La siguiente tcnica ms comn es el clculo del residuo, mientras que la serie de Taylor a veces se puede usar para hallar la primitiva de las integrales no elementales en lo que se conoce como el mtodo de integracin por series. Tambin hay muchas formas menos habituales para calcular integrales definidas; por ejemplo, se puede emplear la identidad de Parseval para transformar una integral sobre una regin rectangular en una suma infinita. En algunas ocasiones, se puede evaluar una integral empleando un truco; un ejemplo de este tipo se puede ver en la integral de Gauss. Los clculos de volmenes de slidos de revolucin se pueden hacer normalmente con la integracin por discos o la integracin por capas.

Integracin Los resultados especficos que se han encontrado empleando las diferentes tcnicas se recogen en la tabla de integrales.

23

Algoritmos simblicos
En muchos problemas de matemticas, fsica, e ingeniera en los que participa la integracin es deseable tener una frmula explcita para la integral. Con esta finalidad, a lo largo de los aos se han ido publicando extensas tablas de integrales. Con el desarrollo de los ordenadores, muchos profesionales, educadores y estudiantes han recurrido a los sistemas de clculo algebraico por ordenador, que han sido diseados especficamente para desarrollar tareas tediosas o difciles, entre las cuales se encuentra la integracin. La integracin simblica presenta un reto especial en el desarrollo de este tipo de sistemas. Una dificultad matemtica importante de la integracin simblica es que, en muchos casos, no existe ninguna frmula cerrada para la primitiva de una funcin aparentemente inocente. Por ejemplo, se sabe que las primitivas de las funciones exp (x2), xx y senx/x no se pueden expresar con una frmula cerrada en las que participen slo funciones racionales, exponenciales, logartmicas, trigonomtricas, inversas de las funciones trigonomtricas, y las operaciones de suma, multiplicacin y composicin. En otras palabras, ninguna de estas tres funciones dadas es integrable con funciones elementales. La teora de Galois diferencial proporciona criterios generales para determinar cundo la primitiva de una funcin elemental es a su vez elemental. Por desgracia, resulta que las funciones con expresiones cerradas para sus primitivas son la excepcin en vez de ser la regla. En consecuencia, los sistemas de clculo algebraico por ordenador, no pueden tener la seguridad de poder encontrar una primitiva para una funcin elemental cualquiera construida de forma aleatoria. En el lado positivo, si se fijan de antemano los "bloques constructivos" de las primitivas, an es posible decidir si se puede expresar la primitiva de una funcin dada empleando estos bloques y las operaciones de multiplicacin y composicin, y hallar la respuesta simblica en el caso de que exista. El algoritmo de Risch, implementado en Mathematica y en otros sistemas de clculo algebraico por ordenador, hacen precisamente esto para funciones y primitivas construidas a partir de fracciones racionales, radicales, logaritmos y funciones exponenciales. Algunos integrandos aparecen con la suficiente frecuencia como para merecer un estudio especial. En particular, puede ser til tener, en el conjunto de las primitivas, las funciones especiales de la fsica (como las funciones de Legendre, la funcin hipergeomtrica, la funcin gamma, etctera). Es posible extender el algoritmo de Risch-Norman de forma que abarque estas funciones, pero se trata de todo un reto. La mayora de los humanos no son capaces de integrar estas frmulas generales, por lo que en cierto sentido los ordenadores son ms hbiles integrando frmulas muy complicadas. Es poco probable que las frmulas muy complejas tengan primitivas de forma cerrada, de modo que hasta qu punto esto es una ventaja es una cuestin filosfica abierta a debate.

Integracin

24

Cuadratura numrica
Las integrales que se encuentran en los cursos bsicos de clculo han sido elegidas deliberadamente por su simplicidad, pero las que se encuentran en las aplicaciones reales no siempre son tan asequibles. Algunas integrales no se pueden hallar con exactitud, otras necesitan de funciones especiales que son muy complicadas de calcular, y otras son tan complejas que encontrar la respuesta exacta es demasiado lento. Esto motiva el estudio y la aplicacin de mtodos numricos para aproximar integrales. Hoy en da se usan en la aritmtica de coma flotante, en ordenadores electrnicos. Para los clculos a mano surgieron muchas ideas mucho antes; pero la velocidad de los ordenadores de uso general como el ENIAC crearon la necesidad de mejoras. Los objetivos de la integracin numrica son la exactitud, la fiabilidad, la eficiencia y la generalidad. Por ejemplo, la integral

Mtodos numricos de cuadratura: Rectngulo, Trapezoide, Romberg, Gauss.

que tiene el valor aproximado de 6.826 (en la prctica ordinaria no se conoce de antemano la respuesta, por lo que una tarea importante que no se explora aqu es decidir en qu momento una aproximacin ya es bastante buena.) Un enfoque de "libro de clculo" divide el intervalo de integracin en, por ejemplo, 16 trozos iguales, y calcula los valores de la funcin.

Valores de la funcin en los puntos

x 2,00 1,50 1,00 0,50 0,00 0,50 1,00 1,50 2,00

f(x) 2,22800
x

2,45663 2,67200 2,32475 0,64400 0,92575 0,94000 0,16963 0,83600 1,25 0,75 0,25 0,25 0,75 1,25 1.75

1.75

f(x)

2,33041 2,58562 2,62934 1,64019 0,32444 1,09159 0,60387 0,31734

Referencias y notas
[1] En el caso de las funciones a las que se aplica la definicin de Riemann, los resultados coinciden. [2] Burton, David M. (2005). The History of Mathematics: An Introduction (6 ed.), McGraw-Hill, p. 359, ISBN 978-0-07-305189-5 [3] Leibniz, Gottfried Wilhelm (1899) (Gerhardt, Karl Immanuel, ed.). Der Briefwechsel von Gottfried Wilhelm Leibniz mit Mathematikern. Erster Band, Berlin: Mayer & Mller, p. 154 [4] Cajori, Florian (1929). A History Of Mathematical Notations, Vol. II, Open Court Publishing, pp. 247252, ISBN 978-0-486-67766-8 [5] Fourier, Jean Baptiste Joseph (1822). Thorie analytique de la chaleur, Chez Firmin Didot, pre et fils, p. 231, (http:/ / books. google. com/ books?id=TDQJAAAAIAAJ) [6] W3C (2006). Arabic mathematical notation (http:/ / www. w3. org/ TR/ arabic-math/ ) [7] Rudin, Walter (1987). "Chapter 1: Abstract Integration", Real and Complex Analysis (International ed.), McGraw-Hill, ISBN 978-0-07-100276-9 [8] Folland, Gerald B. (1984). Real Analysis: Modern Techniques and Their Applications (1 ed.), John Wiley & Sons, ISBN 978-0-471-80958-6 [9] Bourbaki, Nicolas (2004). Integration I, Springer Verlag, ISBN 3-540-41129-1. En particular, los captulos III y IV. [10] Hildebrandt, T. H. (1953). "Integration in abstract spaces", Bulletin of the American Mathematical Society 59(2): 111139, ISSN 0273-0979 (http:/ / www. worldcat. org/ issn/ 0273-0979)

Integracin

25

Bibliografa
Apostol, Tom M. (1967). Calculus, Vol.1: One-Variable Calculus with an Introduction to Linear Algebra (2nd edicin). John Wiley & Sons. ISBN 978-0-471-00005-1. Bourbaki, Nicolas (2004). Integration I. Springer. ISBN 3-540-41129-1.. En particular los captulos III y IV. Burton, David M. (2005). The History of Mathematics: An Introduction (6th edicin). McGraw-Hill. p.359. ISBN 978-0-07-305189-5. Cajori, Florian (1929). A History Of Mathematical Notations Volume II (http://www.archive.org/details/ historyofmathema027671mbp). Open Court Publishing. pp.247252. ISBN 978-0-486-67766-8. Dahlquist, Germund; Bjrck, ke (forthcoming). Chapter5: Numerical Integration (http://www.mai.liu.se/ ~akbjo/NMbook.html). Numerical Methods in Scientific Computing. Philadelphia: SIAM. Folland, Gerald B. (1984). Real Analysis: Modern Techniques and Their Applications (1st edicin). Wiley-Interscience. ISBN 978-0-471-80958-6. Fourier, Jean Baptiste Joseph (1822). Thorie analytique de la chaleur (http://books.google.com/ books?id=TDQJAAAAIAAJ). Chez Firmin Didot, pre et fils. p.231. Disponible en ingls comoFourier, Joseph (1878). The analytical theory of heat (http://www.archive.org/ details/analyticaltheory00fourrich). Freeman, Alexander (trans.). Cambridge University Press. pp.200201. The Works of Archimedes (http://www.archive.org/details/worksofarchimede029517mbp). Dover. 2002. ISBN 978-0-486-42084-4. (Originalmente publicado por Cambridge University Press, 1897, based on J. L. Heiberg's Greek version.) Hildebrandt, T. H. (1953). Integration in abstract spaces (http://projecteuclid.org/euclid.bams/1183517761). 59. 111139. Kahaner, David; Moler, Cleve; Nash, Stephen (1989). Chapter5: Numerical Quadrature. Numerical Methods and Software. Prentice-Hall. ISBN 978-0-13-627258-8. Leibniz, Gottfried Wilhelm (1899). Der Briefwechsel von Gottfried Wilhelm Leibniz mit Mathematikern. Erster Band (http://name.umdl.umich.edu/AAX2762.0001.001). Berlin: Mayer & Mller. Miller, Jeff. Earliest Uses of Symbols of Calculus (http://members.aol.com/jeff570/calculus.html). OConnor, J. J.; Robertson, E. F. (1996). A history of the calculus (http://www-history.mcs.st-andrews.ac.uk/ HistTopics/The_rise_of_calculus.html). Rudin, Walter (1987). Chapter1: Abstract Integration. Real and Complex Analysis (International edicin). McGraw-Hill. ISBN 978-0-07-100276-9. Saks, Stanisaw (1964). Theory of the integral (http://matwbn.icm.edu.pl/kstresc.php?tom=7&wyd=10& jez=) (English translation by L. C. Young. With two additional notes by Stefan Banach. Second revised edicin). New York: Dover. Stoer, Josef; Bulirsch, Roland (2002). Chapter3: Topics in Integration. Introduction to Numerical Analysis (3rd edicin). Springer-Verlag. ISBN 978-0-387-95452-3.. W3C (2006). Arabic mathematical notation (http://www.w3.org/TR/arabic-math/).

Integracin

26

Vase tambin
Tabla de integrales Integracin numrica Derivada Signo de Integral Portal:Matemtica. Contenido relacionado con Matemtica.

Enlaces externos
La integral definida y la funcin rea, en Descartes. (http://www.isftic.mepsyd.es/w3/Descartes/ Bach_CNST_2/La_integral_definida_y_la_funcion_area/sumario.html) The Integrator (http://integrals.wolfram.com/) de Wolfram Research Function Calculator (http://wims.unice.fr/wims/wims.cgi?module=tool/analysis/function.en) de WIMS (http://wims.unice.fr) P.S. Wang, Evaluation of Definite Integrals by Symbolic Manipulation (http://www.lcs.mit.edu/publications/ specpub.php?id=660) (1972) - a cookbook of definite integral techniques Definite Integrals (http://www.math10.com/en/university-math/definite-integrals/definite-integrals.html) Tabla de Integrales para Imprimir (http://neoparaiso.com/imprimir/tabla-de-integrales.html)

Libros online
Keisler, H. Jerome, Elementary Calculus: An Approach Using Infinitesimals (http://www.math.wisc.edu/ ~keisler/calc.html), University of Wisconsin Stroyan, K.D., A Brief Introduction to Infinitesimal Calculus (http://www.math.uiowa.edu/~stroyan/ InfsmlCalculus/InfsmlCalc.htm), University of Iowa Mauch, Sean, Sean's Applied Math Book (http://www.its.caltech.edu/~sean/book/unabridged.html), CIT, an online textbook that includes a complete introduction to calculus Crowell, Benjamin, Calculus (http://www.lightandmatter.com/calc/), Fullerton College, an online textbook Garrett, Paul, Notes on First-Year Calculus (http://www.math.umn.edu/~garrett/calculus/) Hussain, Faraz, Understanding Calculus (http://www.understandingcalculus.com), an online textbook Kowalk, W.P., Integration Theory (http://einstein.informatik.uni-oldenburg.de/20910.html), University of Oldenburg. A new concept to an old problem. Online textbook Sloughter, Dan, Difference Equations to Differential Equations (http://math.furman.edu/~dcs/book), an introduction to calculus Wikibook of Calculus Numerical Methods of Integration (http://numericalmethods.eng.usf.edu/topics/integration.html) at Holistic Numerical Methods Institute

Geometra euclidiana

27

Geometra euclidiana
La geometra euclidiana (o geometra parablica)[1] es aquella que estudia las propiedades del plano y el espacio tridimensional. En ocasiones los matemticos usan el trmino para englobar geometras de dimensiones superiores con propiedades similares. Sin embargo, con frecuencia, geometra euclidiana es sinnimo de geometra plana y de geometra clsica. Desde un punto de vista historiogrfico, la geometra euclidiana es aquella geometra que postul Euclides, en su libro Los elementos, dejando al margen las aportaciones que se hicieron posteriormente desde Arqumedes hasta Jakob Steiner. Segn la contraposicin entre mtodo sinttico y mtodo algebraico-analtico, la geometra euclidiana sera, precisamente, el estudio por mtodos sintticos de los invariantes de un espacio vectorial real de dimensin3 dotado de un producto escalar muy concreto (el frecuentemente denominado producto escalar habitual).

Fragmento de Los elementos de Euclides, escrito en papiro, hallado en el yacimiento de Oxirrinco (Egipto).

Segn el programa de Erlangen, la geometra euclidiana sera el estudio de los invariantes de las isometras en un espacio euclidiano (espacio vectorial real de dimensin finita, dotado de un producto escalar).[2]

Axiomas
La presentacin tradicional de la geometra euclidiana se hace en un formato axiomtico. Un sistema axiomtico es aqul que, a partir de un cierto nmero de proposiciones que se presuponen evidentes (conocidas como axiomas) y mediante deducciones lgicas, genera nuevas proposiciones cuyo valor de verdad es tambin lgico.

Postulados
Euclides plante cinco postulados en su sistema: 1. Dados dos puntos se puede trazar una y solo una recta que los une. 2. Cualquier segmento puede prolongarse de manera continua en cualquier sentido. 3. Se puede trazar una circunferencia con centro en cualquier punto y de cualquier radio. 4. Todos los ngulos rectos son congruentes. 5. Si una recta, al cortar a otras dos, forma ngulos internos menores a dos ngulos rectos, esas dos rectas prolongadas indefinidamente se cortan del lado en el que estn los ngulos menores que dos rectos.

Portada de Los elementos de Euclides, publicada en 1570 por Sir Henry Billingsley.

Este ltimo postulado, que es conocido como el postulado de las paralelas, fue reformulado como:

Geometra euclidiana 5. Por un punto exterior a una recta, se puede trazar una nica paralela a la recta dada. Este postulado parece menos obvio que los otros cuatro, y muchos gemetras, incluido el propio Euclides, han intentado deducirlo de los anteriores. Cuando intentaron reducirlo al absurdo negndolo, surgieron dos nuevas geometras: la elptica, tambin llamada geometra de Riemann o riemanniana (dada una recta y un punto exterior a ella, no existe ninguna recta que pase por el punto y sea paralela a la recta dada) y la hiperblica o de Lobachevsky (existen varias rectas paralelas que pasen por un punto exterior a una dada).

28

Limitaciones
Euclides asumi que todos sus postulados o axiomas eran autoevidentes y por tanto hechos que no requeran demostracin. Sin embargo, result que el quinto postulado si bien es compatible con los otro cuatro en cierto modo es independiente. Es decir, tanto el quinto postulado como la negacin del quinto postulado, son compatibles con los otros cuatro postulados. Las geometras donde el quinto postulado no es vlido se llaman geometras noeuclidianas. Una limitacin del trabajo de Euclides fue no reconocer la posibilidad de sistemas geomtricos perfectamente consistentes donde el quinto axioma no era vlido, es decir, para Euclides y los gemetras posteriores hasta el sigloXVIII pas inadvertida la posibilidad de geometras noeuclidianas, hasta el trabajo de Nikoli Lobachevski, Gauss y Riemann. Si bien durante el siglo XIX se consider que las geometras no euclidianas se consideraron un artefacto matemticamente interesante, e incluso con cierto inters prctico pero limitado, como es el caso de la trigonometra esfrica usada en astronoma. Pero en cierto modo se consideraba, que la geometra del espacio fsico era euclidiana y por tanto las geometrias noeuclidianas eran tan slo un artificio abstracto interesante o til para ciertos problemas pero en modo alguno descripciones realistas del mundo. Sin embargo, el trabajo de Albert Einstein, hizo ver que entre las necesidades de la fsica moderna estn las geometras noeuclidianas, para describir el espacio-tiempo curvo. Alguno de los errores de Euclides fue omitir al menos dos postulados ms: Dos circunferencias cuyos centros estn separados por una distancia menor a la suma de sus radios, se cortan en dos puntos (Euclides lo utiliza en su primera construccin). Dos tringulos con dos lados iguales y los ngulos comprendidos tambin iguales, son congruentes (afirmacin equivalente al concepto de movimiento, que Euclides usa para su teorema cuarto sin definir explcitamente).

Euclidiano y eucldeo
La Real Academia Espaola no recoge el adjetivo eucldeo,[3] aunque es un trmino de uso comn que convive con el adjetivo euclidiano.[4]

Vase tambin
Geometra clsica Geometra noeuclidiana

Enlaces externos
Portal:Matemtica. Contenido relacionado con Matemtica. Portal:Geometra. Contenido relacionado con Geometra. Geometra eucldea [5]

Geometra euclidiana

29

Notas y referencias
[1] Siguiendo la analoga de las cnicas, una parbola es el caso lmite entre una elipse y una hiprbola; en el mismo sentido que la geometra parablica o eucldea es el caso lmite entre la geometra elptica y la geometra hiperblica [2] Hay que indicar que se puede dotar a un mismo espacio vectorial real de distintos productos escalares, as que, incluso con esta acepcin, existe una enorme ambigedad, al no quedar claro ni la dimensin del espacio (en principio cualquier dimensin finita) ni el producto a escalar al que nos referimos. Este trmino puede permitir que cosas que no se parecen en nada a lo que entendemos por geometra euclidiana pueda llamarse precisamente geometra euclidiana. [3] Vase el aviso acerca del neologismo eucldeo (http:/ / buscon. rae. es/ draeI/ SrvltGUIBusUsual?LEMA=eucldeo) en el Diccionario de la lengua espaola de la Real Academia Espaola). [4] Vase el artculo euclidiano (http:/ / buscon. rae. es/ draeI/ SrvltGUIBusUsual?LEMA=euclidiano) en el Diccionario de la lengua espaola. [5] http:/ / wmatem. eis. uva. es/ ~matpag/ CONTENIDOS/ Geometria/ marco_geometria. htm

Aritmtica modular
En matemtica, la aritmtica modular es un sistema aritmtico para clases de equivalencia de nmeros enteros llamadas clases de congruencia. Algunas veces se le llama, sugerentemente, aritmtica del reloj, ya que los nmeros dan la vuelta tras alcanzar cierto valor llamado mdulo.[1] La aritmtica modular fue introducida en 1801 por Carl Friedrich Gauss en su libro Disquisitiones Arithmeticae.[2]

Cubierta de la edicin original de Disquisitiones arithmeticae de Gauss, libro fundamental de la aritmtica modular.

Relacin de congruencia
La aritmtica modular puede ser construida matemticamente mediante la relacin de congruencia entre enteros, que es compatible con las operaciones en el anillo de enteros: suma, resta, y multiplicacin. Para un determinado mdulo n, sta se define de la siguiente manera:[3]

El tiempo llevado por ste reloj usa aritmtica en modulo 12.

Aritmtica modular

30

a y b se encuentran en la misma "clase de congruencia" mdulo n, si ambos dejan el mismo resto si los dividimos por n, o, equivalentemente, si a b es un mltiplo de n.

Esta relacin se puede expresar cmodamente utilizando la notacin de Gauss:[3]

As se tiene por ejemplo

ya que ambos, 63 y 83 dejan el mismo resto (3) al dividir por 10, o, equivalentemente, 63 83 es un mltiplo de 10. Se lee:[3] 63 es congruente con 83, mdulo 10, o 63 y 83 son congruentes uno con otro, mdulo 10. Mdulo a veces se abrevia con la palabra mod al hablar, de la misma manera que como est escrito y proviene de la palabra modulus del latn, la lengua de los escritos originales de Gauss. As, el nmero n, que en este ejemplo es 10, sera el modulus. Otro ejemplo; cuando el mdulo es 12, entonces cualesquiera dos nmeros que divididos por doce den el mismo resto son equivalentes (o "congruentes") uno con otro. Los nmeros ..., 34, 22, 10, 2, 14, 26,... son todos "congruentes mdulo 12" unos con otros, ya que cada uno deja el mismo resto (2) cuando los dividimos por 12. La coleccin de todos esos nmeros es una clase de congruencia.[4]

Propiedades principales
Clases de equivalencia mdulo n
La aritmtica modular se basa en una relacin de equivalencia, y las clases de equivalencia de un entero a se denota con [a]n (o simplemente [a] si sobreentendemos el mdulo.) Otras notaciones son por ejemplo a + nZ o a mod n. El conjunto de todas las clases de equivalencia se denota con Z/nZ = { [0]n, [1]n, [2]n,..., [n-1]n }.[5] Esta relacin de equivalencia tiene importantes propiedades que se siguen inmediatamente de la definicin:[5] Si

entonces

Lo que muestra que la suma y la multiplicacin son operaciones bien definidas sobre el conjunto de las clases de equivalencia. En otras palabras, la suma y la multiplicacin estn definidas sobre Z/nZ mediante las frmulas siguientes:[5]

De este modo, Z/nZ se convierte en un anillo con n elementos. Por ejemplo, en el anillo Z/12Z, se tiene :[8]12[3]12 + [6]12 = [30]12 = [6]12.

Aritmtica modular

31

Resolucin de congruencias
Si a y b son enteros, la congruencia:ax b (mod n) tiene solucin x si y slo si el mximo comn divisor (a, n) divide a b. Los detalles estn recogidos en el teorema de congruencia lineal. Sistemas de congruencias ms complicados con mdulos diferentes se pueden resolver usando el teorema chino del resto o el mtodo de sustitucin sucesiva.[6] En el anillo de enteros, si consideramos la ecuacin ax 1 (mod n), vemos que a tiene un inverso multiplicativo si y slo si a y n son coprimos. Por tanto, Z/nZ es un cuerpo si y slo si n es un primo.[7] Se puede probar que cada cuerpo finito es una extensin de Z/pZ para algn primo p.

Pequeo teorema de Fermat y teorema de Euler

Un hecho importante sobre aritmtica modular, cuando los mdulos son nmeros primos es el pequeo teorema de Fermat: si p es un nmero primo y a es cualquier entero, entonces[8] Esto fue generalizado por Euler: para todo entero positivo n y todo entero a relativamente primo a n, :a(n) 1 (mod n), donde (n) denota funcin phi de Euler que cuenta el nmero de enteros entre 1 y n que sean coprimos con respecto a n.[9] El teorema de Euler es una consecuencia del teorema de Lagrange, aplicado al caso del grupo de las unidades del anillo Z/nZ.

Generalizaciones
Dos enteros a, b son congruentes mdulo n, escrito como:a b (mod n) si su diferencia a b es divisible por n, esto es, si a b = kn para algn entero k. Usando esta definicin, podemos generalizar a mdulos no enteros. Por ejemplo, podemos definir a b (mod ) si a b = k para algn entero k. Esta idea se desarrolla plenamente en el contexto de la teora de los anillos. En lgebra abstracta se ve que la aritmtica modular es un caso especial del proceso de crear un anillo factorial de un anillo mdulo un ideal. Si R es un anillo conmutativo, e I es un ideal de R, entonces dos elementos a y b de R se dicen congruentes mdulo I si a b es un elemento de I. Como pasaba con el anillo de enteros, esto se convierte en una relacin de equivalencia, y la suma y la multiplicacin se convierten en operaciones bien definidas sobre el anillo factorial R/I.

Aplicaciones de la aritmtica modular

La aritmtica modular, estudiada sistemticamente en primer lugar por Carl Friedrich Gauss al final del Siglo XVIII, se aplica en teora de nmeros, lgebra abstracta, criptografa, y en artes visuales y musicales. Las operaciones aritmticas que hoy en da hacen la mayora de las computadoras son aritmtico modulares, donde el mdulo es 2b (b es el nmero de bits de los valores sobre los que operamos). Esto se ve claro en la compilacin de lenguajes de programacin como el C; donde por ejemplo todas las operaciones aritmticas sobre "int", enteros, se toman mdulo 232 en la mayora de las computadoras.

Aritmtica modular

32

En el arte
En msica, debido a la equivalencia de octavas y equivalencia enarmnica (esto es, los pasos en razones de 1/2 o 2/1 son equivalentes, y Do# es lo mismo que Reb), la aritmtica modular se usa cuando consideramos la escala de doce tonos igualmente temperada, especialmente en el dodecafonismo. En artes visuales esta aritmtica puede usarse para crear patrones artsticos basados en las tablas de multiplicacin mdulo n (ver enlace abajo).

Vase tambin
Residuo cuadrtico Teorema chino del resto Pequeo teorema de Fermat Teorema de Euler Criterio de Euler Teorema de Lagrange (teora de grupos)

Referencias
[1] Lpez, Jorge M. (28 de Febrero de 2011). Criptografa (http:/ / www. matematicaparatodos. com/ varios/ criptografia. pdf) (en castellano) (PDF). Consultado el 28 de febrero de 2011.p.3. [2] Gauss, Carl Friedrich (1965). Cap.1 Numbers congruences in general. Disquisitiones Arithmeticae. Yale University Press. ISBN 0-300-09473-6.. (Traduccin al espaol) (http:/ / www. cimm. ucr. ac. cr/ da/ files/ sec1art1-12. pdf) [3] Gauss, Carl Friedrich (1965). Sec.I art.1-3. Disquisitiones Arithmeticae. Yale University Press. ISBN 0-300-09473-6.. (Traduccin al espaol) (http:/ / www. cimm. ucr. ac. cr/ da/ files/ sec1art1-12. pdf) [4] Hortal, Maria Teresa; Rodriguez, Mario; Leach, Javier (2001). Matemtica discreta y lgica matemtica. Madrid: Complutense S.A.. pp.67. ISBN 84-7491-650-X. [5] Carmona Collado, Luis Miguel. Congruencias (http:/ / www. dma. fi. upm. es/ java/ matematicadiscreta/ aritmeticamodular/ congruencias. html) (en castellano) (HTML). Introduccin a la aritmtica entera y modular (http:/ / www. dma. fi. upm. es/ java/ matematicadiscreta/ aritmeticamodular/ ). Consultado el 19 de abril de 2011. [6] Santiago Zaragoza, Antonio Cipriano (2009). 2.4. Congruencias lineales (en castellano). Teora de nmeros (1 edicin). Madrid: Visin libros. pp.22-25. ISBN 978-84-9886-360-1. [7] Navarro, Gabriel (2002). Universitat de Valncia. ed (en castellano). Un curso de lgebra (1 edicin). Valencia. pp.77. ISBN 84-370-5419-2. [8] Gauss, Carl Friedrich (1965). Sec III,art. 50. Disquisitiones Arithmeticae. Yale University Press. ISBN 0-300-09473-6.. (Traduccin al espaol) (http:/ / www. cimm. ucr. ac. cr/ da/ files/ sec3arts45-93. pdf) [9] Euler, Leonhard Theoremata circa residua ex divisione potestatum relicta , en Novi Comment. acad. sc. Petrop., vol. 7, 1761, p. 49-82. Texto orginal del latn Dartmouth College (Euler archive) (http:/ / math. dartmouth. edu/ ~euler/ ) con nmero E262. Traduccin al ingls : ariv:math/0608467

Enlaces externos
Weisstein, Eric W., Modular arithmetic (http://mathworld.wolfram.com/ModularArithmetic.html) (en ingls), MathWorld, Wolfram Research. Perl arithmetic enhancements (http://archive.develooper.com/perl6-internals@perl.org/msg05492.html) explica las razones que se encuentran tras el operador de Perl %

Variable

33

Variable
Una variable es un smbolo que representa un elemento o cosa no especificada de un conjunto dado. Dicho conjunto es llamado conjunto universal de la variable, universo o variar de la variable, y cada elemento del conjunto es un valor de la variable. Sea x una variable cuyo universo es el conjunto {1,3,5,7,9,11,13}; entonces x puede tener cualquiera de esos valores: 1,3,5,7,9,11,13. En otras palabras x puede reemplazarse por cualquier entero positivo impar menor que 14. Por esta razn, a menudo se dice que una variable es un reemplazo de cualquier elemento de su universo. Una variable es un elemento de una frmula, proposicin o algoritmo que puede adquirir o ser sustituido por un valor cualquiera (siempre dentro de su universo). Los valores que una variable es capaz de recibir, pueden estar definidos dentro de un rango, y/o estar limitados por razones o condiciones de pertenencia, al universo que les corresponde (en estos casos, el universo de la variable pasa a ser un subconjunto de un universo mayor, el que tendra sin las restricciones). En muchos usos, lo contrario de una variable es una constante. Tambin puede considerarse a las constantes como caso particular de variables, con un universo unitario (con un solo elemento), ya que slo pueden tener un valor, y no pueden modificarlo.

Vase tambin
En astronoma, una variable es un tipo de estrella.

Geometra analtica
La geometra analtica estudia las figuras geomtricas mediante tcnicas bsicas del anlisis matemtico y del lgebra en un determinado sistema de coordenadas. Su desarrollo histrico comienza con la geometra cartesiana, impulsada con la aparicin de la geometra diferencial de Carl Friedrich Gauss y ms tarde con el desarrollo de la geometra algebraica. Las dos cuestiones fundamentales de la geometra analtica son: 1. Dado el lugar geomtrico en un sistema de coordenadas, obtener su ecuacin. 2. Dada la ecuacin en un sistema de coordenadas, determinar la grfica o lugar geomtrico de los puntos que verifican dicha ecuacin. Lo novedoso de la geometra analtica es que representa las figuras geomtricas mediante frmulas del tipo , donde es una funcin u otro tipo de expresin matemtica: las rectas se expresan como ecuaciones polinmicas de grado 1 (por ejemplo, ecuaciones polinmicas de grado 2 (la circunferencia ), las circunferencias y el resto de cnicas como , la hiprbola ), etc.

Construcciones fundamentales
En un sistema de coordenadas cartesianas, un punto del plano queda determinado por dos nmeros, llamados abscisa y ordenada del punto. Mediante ese procedimiento a todo punto del plano corresponden siempre dos nmeros reales ordenados (abscisa y ordenada), y recprocamente, a un par ordenado de nmeros corresponde un nico punto del plano. Consecuentemente el sistema cartesiano establece una correspondencia biunvoca entre un concepto geomtrico como es el de los puntos del plano y un concepto algebraico como son los pares ordenados de nmeros. Esta correspondencia constituye el fundamento de la geometra analtica.

Geometra analtica Con la geometra analtica se puede determinar figuras geomtricas planas por medio de ecuaciones e inecuaciones con dos incgnitas. ste es un mtodo alternativo de resolucin de problemas, o cuando menos nos proporciona un nuevo punto de vista con el cual poder atacar el problema.

34

Localizacin de un punto en el plano cartesiano

Como distancia a los ejes En un plano traza dos rectas orientadas perpendiculares entre s (ejes) que por convenio se trazan de manera que una de ellas sea horizontal y la otra vertical, y cada punto del plano queda unvocamente determinado por las distancias de dicho punto a cada uno de los ejes, siempre y cuando se d tambin un criterio para determinar sobre qu semiplano determinado por cada una de las rectas hay que tomar esa distancia, criterio que viene dado por un signo. Ese par de nmeros, las coordenadas, quedar representado por un par ordenado , siendo la distancia a uno de los ejes (por convenio ser la distancia al eje vertical) e distancia al otro eje (al horizontal). En la coordenada , el signo positivo (que suele omitirse) significa que la distancia se toma hacia la derecha del eje horizontal (eje de las abscisas), y el signo negativo (nunca se omite) indica que la distancia se toma hacia la izquierda. Para la coordenada la

, el signo

positivo (tambin se suele omitir) indica que la distancia se toma hacia arriba del eje vertical (eje de ordenadas), tomndose hacia abajo si el signo es negativo (tampoco se omite nunca en este caso). A la coordenada punto. Los puntos del eje de abscisas tienen por lo tanto ordenada igual a , as que sern de la forma , mientras y se la suele denominar abscisa del punto, mientras que a la se la denomina ordenada del

que los del eje de ordenadas tendrn abscisa igual a , por lo que sern de la forma . El punto donde ambos ejes se cruzan tendr por lo tanto distancia a cada uno de los ejes, luego su abscisa ser su ordenada tambin ser . A este punto el se le denomina origen de coordenadas.

Como proyeccin sobre los ejes Se consideran dos rectas orientadas, (ejes) , perpendiculares entre s, x e y, con un origen comn, el punto O de interseccin de ambas rectas. Teniendo un punto P, al cual se desea determinar las coordenadas, se procede de la siguiente forma: Por el punto P se trazan rectas perpendiculares a los ejes, stas determinan en la interseccin con los mismos dos puntos, P' (el punto ubicado sobre el eje x) y el punto P ( el punto ubicado sobre el eje y). Dichos puntos son las proyecciones ortogonales sobre los ejes x e y del punto P. A los Puntos P' y P le corresponden por nmero la distancia desde ellos al origen, teniendo en cuenta que si el punto P'se encuentra a la izquierda de O, dicho nmero ser negativo, y si el punto P se encuentra hacia abajo del punto O, dicho nmero ser negativo. Los nmeros relacionados con P' y P, en ese orden son los valores de las coordenadas del punto P. Ejemplo 1: P' se encuentra a la derecha de O una distancia igual a 2 unidades. P se encuentra hacia arriba de O, una distancia igual a 3 unidades. Por lo que las coordenadas de P son (2 ; 3)

Geometra analtica Ejemplo 2: P' se encuentra a la derecha de O una distancia igual a 4 unidades. P se encuentra hacia abajo de O, una distancia igual a 5 unidades. Por lo que las coordenadas de P son (4 ; -5) Ejemplo 3: P' se encuentra a la izquierda de O una distancia igual a 3 unidades. P se encuentra hacia abajo de O, una distancia igual a 2 unidades. Por lo que las coordenadas de P son (-3 ; -2) Ejemplo 4: P' se encuentra a la izquierda de O una distancia igual a 6 unidades. P se encuentra hacia arriba de O, una distancia igual a 4 unidades. Por lo que las coordenadas de P son (-6 ; 4)

35

Ecuaciones de la recta en el plano

Una recta es el lugar geomtrico de todos los puntos en el plano tales que, tomados dos cualesquiera de ellos, el clculo de la pendiente resulta siempre igual a una constante. La ecuacin general de la recta es de la forma:

cuya pendiente es m = -A/B y cuya ordenada al origen es b = -C/B. Una recta en el plano se representa con la Funcin lineal de la forma:

Como expresin general, sta es conocida con el nombre de ecuacin pendiente-ordenada al origen y podemos distinguir dos casos particulares. Si una recta no corta a uno de los ejes, ser porque es paralela a l. Como los dos ejes son perpendiculares, si no corta a uno de ellos forzosamente ha de cortar al otro (siempre y cuando la funcin sea continua para todos los reales). Tenemos pues tres casos:

Rectas oblicuas.

Rectas horizontales.

Rectas verticales.

Las rectas verticales no cortan al eje de ordenadas y son paralelas a dicho eje y se denominan rectas verticales. El punto de corte con el eje de abscisas es el punto . La ecuacin de dichas rectas es:

Las rectas horizontales no cortan al eje de las abscisas y, por tanto, son paralelas a dicho eje y se denominan rectas horizontales. El punto de corte con el eje de ordenadas es el punto . La ecuacin de dichas rectas es: Cualquier otro tipo de recta recibe el nombre de recta oblicua. En ellas hay un punto de corte con el eje de abscisas y otro punto de corte con el eje de ordenadas . El valor recibe el nombre de abscisa en el origen, mientras que el se denomina ordenada en el origen.

Geometra analtica

36

Secciones cnicas
El resultado de la interseccin de la superficie de un cono, con un plano, da lugar a lo que se denominan secciones cnicas, que son: la parbola, la elipse (la circunferencia es un caso particular de elipse) y la hiprbola. La parbola es el lugar geomtrico de todos los puntos que equidistan de un punto fijo llamado foco y de una recta fija llamada directriz. Una parbola (figura A) cuyo eje de simetra sea paralelo al eje de abcisas se expresa mediante la ecuacin:
Los tres ejemplos de interseccin de un plano con un cono: parbola (A), elipse (B) e hiprbola (C).

Las tres secciones cnicas: elipse, parbola e hiprbola. La circunferencia es un caso particular de elipse.

La elipse es el lugar geomtrico de los puntos tales que la suma de sus distancias a dos puntos fijos llamados focos es siempre igual a una constante positiva, e igual a la distancia entre los vrtices. Una elipse (figura B) centrada en los ejes, con longitudes de semieje a y b viene dada por la expresin:

Si los dos ejes son iguales y los llamamos c:

el resultado es una circunferencia:

La hiprbola es el lugar geomtrico de los puntos tales que el valor absoluto de la diferencia (resta) de sus distancias a dos puntos fijos llamados focos es siempre igual a una constante positiva, e igual a la distancia entre los vrtices. La hiprbola (Figura C) tiene por expresin:

Geometra analtica

37

Construcciones en el espacio tridimensional

Los razonamientos sobre la construccin de los ejes coordenados son igualmente vlidos para un punto en el espacio y una terna ordenada de nmeros, sin ms que introducir una tercera recta perpendicular a los ejes X e Y: el eje Z. Sin embargo no hay anlogo al importantsimo concepto de pendiente de una recta. Una nica ecuacin lineal del tipo:

Representa en el espacio un plano. Si se pretende representar mediante ecuaciones una recta en el espacio tridimensional necesitaremos especificar, no una, sino dos ecuaciones lineales como las anteriores. De hecho toda recta se puede escribir como intereseccin de dos planos. As una recta en el espacio podra quedar representada como:

Es importante notar que la representacin anterior no es nica, ya que una misma recta puede expresarse como la interseccin de diferentes pares de planos. Por ejemplo los dos pares de ecuaciones:

Clasificacin de la geometra analtica dentro de la geometra

Desde el punto de vista de la clasificacin de Klein de las geometras (el Programa de Erlangen), la geometra analtica no es una geometra propiamente dicha. Desde el punto de vista didctico, la geometra analtica resulta un puente indispensable entre la geometra euclidiana y otras ramas de la matemtica y de la propia geometra, como son el propio anlisis matemtico, el lgebra lineal, la geometra afn, la geometra diferencial o la geometra algebraica.

Historia de la geometra analtica

Existe una cierta controversia sobre la verdadera paternidad de este mtodo. Lo nico cierto es que se publica por primera vez como "Geometra analtica", apndice al Discurso del mtodo, de Descartes, si bien se sabe que Pierre de Fermat conoca y utilizaba el mtodo antes de su publicacin por Descartes. Aunque Omar Khayyam ya en el siglo XI utilizara un mtodo muy parecido para determinar ciertas intersecciones entre curvas, es imposible que alguno de los citados matemticos franceses tuvieran acceso a su obra. El nombre de geometra analtica corri parejo al de geometra cartesiana, y ambos son indistinguibles. Hoy en da, paradjicamente, se prefiere denominar geometra cartesiana al apndice del Discurso del mtodo, mientras que se entiende que geometra analtica comprende no slo a la geometra cartesiana (en el sentido que acabamos de citar, es decir, al texto apndice del Discurso del mtodo), sino tambin todo el desarrollo posterior de la geometra que se base en la construccin de ejes coordenados y la descripcin de las figuras mediante funciones algebraicas o no hasta la aparicin de la geometra diferencial de Gauss (decimos "paradjicamente" porque se usa precisamente el trmino "geometra cartesiana" para aquello que el propio Descartes bautiz como "geometra analtica"). El problema es que durante ese periodo no existe una diferencia clara entre geometra analtica y anlisis matemtico esta falta de diferencia se debe precisamente a la identificacin hecha en la poca entre los conceptos de funcin y curva, por lo que resulta a veces muy difcil intentar determinar si el estudio que se est realizando corresponde a una u otra rama. La geometra diferencial de curvas s que permite un estudio mediante un sistema de coordenadas, ya sea en el plano o en el espacio tridimensional. Pero en el estudio de las superficies, en general, aparecen serios obstculos. Gauss

Geometra analtica salva dichos obstculos creando la geometra diferencial, y marcando con ello el fin de la geometra analtica como disciplina. Es con el desarrollo de la geometra algebraica cuando se puede certificar totalmente la superacin de la geometra analtica. Es de puntualizar que la denominacin de analtica dada a esta forma de estudiar la geometra provoc que la anterior manera de estudiarla (es decir, la manera axiomtico-deductiva, sin la intervencin de coordenadas) se terminara denominando, por oposicin, geometra sinttica, debido a la dualidad anlisis-sntesis. Actualmente el trmino geometra analtica slo es usado en enseanzas medias o en carreras tcnicas en las que no se realiza un estudio profundo de la geometra.

38

Vase tambin
Portal:Matemtica. Contenido relacionado con Matemtica.

Referencias
Bibliografa
1. Tortosa Grau, Leandro (12 de 2008) (en espaol). Introduccin a la geometra analtica (1 edicin). Torres Goslvez, Ramn. pp.460. ISBN 978-84-95434-50-0. 2. Berdugo, Isabel (1964- ) (12 de 2007) (en espaol). Geometra analtica para la distensin (1 edicin). Asociacin Cultural Tntalo. pp.100. ISBN 978-84-935334-4-1. 3. Martn Alez, Pedro (12 de 2007) (en espaol). Notas de geometra analtica (1 edicin). PREMIR Oposiciones Mdicas S.L.. pp.163. ISBN 978-84-612-0960-6. 4. Colera Jimnez, Jos (11 de 2007) (en espaol). Matemticas II, geometra analtica del espacio, Bachillerato. Ejercicio 9 (1 edicin). Anaya. pp.48. ISBN 978-84-667-2215-5. 5. Colera Jimnez, Jos (06 de 2002) (en espaol). Matemticas, geometra analtica plana, 1 Bachillerato. Cuaderno 3 (1 edicin). Anaya. pp.56. ISBN 978-84-667-1369-6. 6. Alcaide Guindo, Fernando (03 de 2007) (en espaol). Matemticas, geometra analtica, 4 ESO. Cuaderno de trabajo (1 edicin). Ediciones SM. pp.48. ISBN 978-84-675-1508-4. 7. Rees, Paul K. (11 de 1972) (en espaol). Geometra analtica (1 edicin). Editorial Revert, S.A.. pp.292. ISBN 978-84-291-5110-7. 8. Ros Santos, Agustn (05 de 2004) (en espaol). Geometra analtica (1 edicin). Editorial Ecir, S.A.. pp.48. ISBN 978-84-7065-858-7. 9. Colera Jimnez, Jos (03 de 2004) (en Cataln). Geometria analtica de l'espai, matemtiques, Batxillerat. Exercicis (1 edicin). Editorial Barcanova, S.A.. pp.48. ISBN 978-84-489-1559-9. 10. Belln Fernndez, Manuel (02 de 2004) (en espaol). Matemticas, geometra analtica, 4 ESO. Cuaderno 5 (1 edicin). Ediciones SM. pp.32. ISBN 978-84-348-8031-3. 11. Ruiz Sancho, Jess Mara (02 de 2004) (en espaol). Geometra analtica, Bachillerato (1 edicin). Anaya. pp.160. ISBN 978-84-667-2612-2. 12. Gonzlez Urbaneja, Pedro Miguel (01 de 2004) (en espaol). Los orgenes de la geometra analtica (1 edicin). Fundacin Canaria Orotava de Historia de la Ciencia. pp.166. ISBN 978-84-607-9668-8.

Geometra analtica

39

Enlaces externos
Graficador gratuito de funciones, cnicas y haces para geometra analtica (http://gdf2004.tripod.com/) Construya objetos de la geometra analtica (http://www.mygeometryteacher.com/)

Cero
0 Cardinal Cero

Sistemas de numeracin tica Jnica China China tradicional Egipcia Maya De los Campos de Urnas un espacio India Sistema binario Sistema octal Sistema hexadecimal 0 0 0 0 O (micron)

menos uno

uno

El cero (0) es el signo numrico de valor nulo, que en notacin posicional ocupa los lugares donde no hay una cifra significativa. Si est situado a la derecha de un nmero entero, decuplica su valor; colocado a la izquierda, no lo modifica. Es el elemento del conjunto de los nmeros enteros ( consideran perteneciente al conjunto de los naturales ( ) que sigue al 1 y precede al 1. Algunos matemticos lo ) ya que estos tambin se pueden definir como el conjunto

que nos permite contar el nmero de elementos que contienen los dems conjuntos, y el conjunto vaco tiene cero elementos. El nmero cero se puede representar como cualquier nmero ms su opuesto (o, equivalentemente, menos l mismo): .

Cero

40

Historia
Los ceros imperfectos
Varias antiguas grandes civilizaciones, como las del Antiguo Egipto, Babilonia, la Antigua Grecia poseen documentos de carcter matemtico o astronmico mostrando smbolos indicativos del valor cero; pero por diversas peculiaridades de sus sistemas numricos, no supieron obtener el verdadero beneficio de este capital descubrimiento.[1] En el Antiguo Egipto se utiliz el signo nfr para indicar el cero (Papiro Boulaq 18, datado ca. 1700a.C.) El cero apareci por primera vez en Babilonia en el siglo III a.C., aunque su escritura en tablillas de arcilla se remonta al ao 2000a.C. Los babilonios escriban en arcilla sin cocer, sobre superficies planas o tablillas. Su notacin era cuneiforme. En tablillas datadas en el ao 1700a.C. se ven anotaciones numricas en su particular forma. Los babilonios utilizaban un sistema de base 60. Con su sistema de notacin no era posible distinguir el nmero 23 del 203 o el 2003, aunque esta ambigedad no pareci preocuparles. Alrededor del 400a.C., los babilonios comenzaron a colocar el signo de dos cuas en los lugares donde en nuestro sistema escribiramos un cero, que se lea varios. Las dos cuas no fueron la nica forma de mostrar las posiciones del cero; en una tablilla encontrada en Kish, antigua ciudad de Mesopotamia al este de Babilonia, utilizaron un signo de tres ganchos. Estas tablas estn datadas en el 700a.C. En otras tablillas usaron un solo gancho y, en algunos casos, la deformacin de este se asemeja a la forma del cero. El cero tambin surgi en Mesoamrica y fue ideado por las civilizaciones mesoamericanas antes de la era cristiana, por la Civilizacin Maya y, probablemente, fue utilizado antes por la Civilizacin Olmeca. El primer uso documentado mostrando el nmero cero corresponde al ao 36a.C., haciendo uso de la numeracin Maya.[2] A causa de la anomala introducida en el tercer lugar de su notacin posicional, les priv de posibilidades operativas.[3]

Claudio Ptolomeo en el Almagesto, escrito en 130d.C., usaba el valor de vaco o 0. Ptolomeo sola utilizar el smbolo entre dgitos o al final del nmero. Podramos pensar que el cero habra arraigado entonces, pero lo cierto es que Ptolomeo no usaba el smbolo como nmero sino que lo consideraba un signo de anotacin. Este uso no se difundi, pues muy pocos se sumaron a l, y fue desvanecindose en la Historia. Los romanos no utilizaron el cero. Sus nmeros eran letras de su alfabeto; para representar cifras usaban: I, V, X, L, C, D, M, agrupndolas. Para nmeros con valores iguales o superiores a 4000, dibujaban una lnea horizontal sobre el nmero, para indicar que el valor se multiplicaba por 1000.

Jeroglfico maya para el cero, ao 36a.C. Es el primer uso documentado del cero utilizando notacin posicional.

El cero moderno
La Civilizacin india es la cuna de la numeracin moderna. La palabra cero proviene de la traduccin de su nombre en snscrito shunya (vaco) al rabe sifr ( ,)a travs del italiano. La voz espaola cifra tambin tiene su origen en sifr. El primer testimonio del uso del cero indio est datado hacia el ao 810. Abu Ja'far Mujammad ibn Musa, en su obra titulada Tratado de la adicin y la sustraccin mediante el clculo de los indios explica el principio de numeracin posicional decimal, sealando el origen indio de las cifras. La dcima figura, que tiene forma redondeada, es el cero.[4] Las inscripciones talladas en roca ms antiguas de dichos nmeros indios son las de Gwalior, y estn datados en 875-876.[5]

Cero Los rabes lo transmitieron por el Magreb y Al-ndalus, pasando posteriormente al resto de Europa. Los primeros manuscritos que muestran las cifras indias (llamadas entonces rabes) provienen del norte de Espaa y son del sigloX: el Codex Vigilanus y el Codex Aemilianensis. El cero no figura en los textos, pues los clculos se realizaban con baco, y su uso aparentemente no era necesario. Aunque se atribuyen los primeros usos del cero en Francia, o al controvertido papa Silvestre II, alrededor del ao 1000, la mayor parte de las referencias indican que el cero (llamado zefhirum) fue introducido en Europa por el matemtico italiano Fibonacci en el sigloXII, mostrando el lgebra rabe en su Liber abaci (Tratado del baco), aunque por la facilidad del nuevo sistema, las autoridades eclesisticas lo tildaron de mgico o demoniaco.[6] La iglesia y la casta de los calculadores profesionales clrigos en su mayora, que utilizaban el baco se opusieron frontalmente, vetando la nueva lgebra, en algunos lugares hasta el sigloXV.[7]

41

El cero indio
El cero es un nmero antiintuitivo. Antes de los indios, otros pueblos llegaron a una idea de "cero imperfecto" ya que para qu numerar el vaco o la nada?"; cuando algo faltaba bastaba dejar un espacio vaco, representando una ausencia, pero no se consideraba que se pudieran hacer clculos u operar matemticamente con tales representaciones de "nada" o de "vaco" (no es 1+0=1 y 1-0=1?). En la India sin embargo la "nada" permiti dejar un "espacio" para realizar operaciones matemticas complejas con nmeros enormes; quizs la nocin del cero como nmero surgi de los clculos con piedras sobre la arena, por ejemplo al producirse una resta el "clculo" (nombre que se le daba a la piedra de contabilidad) quitado al dejar un hueco o huella en la arena dio la nocin de un nmero cero en cuanto algo dejaba como resto una "nada". La cosmovisin india fue capital para que el cero cobrara un valor numrico, ya que antes habra sido un signo de la nada y por esto de una falta de nmero. Sin embargo, para los pensadores de la India la shunya (el vaco) en lugar de ser una nada pasiva resultaba ser una nada esencial o "activa" como premisa para la existencia, en muchas escuelas hindustas y budistas shunya "es", por paradjico que resulte, algo bsico y muy concreto en la existencia: no se puede concebir el ser sin su negacin. Es ms, para muchas escuelas hinduistas y budistas shunya es lo real primero y ltimo, la esencia ante la existencia. La nada entendida de este modo tiene una especie de entidad y el cero es su smbolo, y de tales abstracciones, en principio metafsicas, el cero pas a tener un inmenso valor pragmtico. Adems, los filsofos de la India solan concebir a los nmeros no solo como signos de cosas concretas, sino tambin de abstracciones, lo que les permiti aceptar la nocin de un signo numrico para algo que poda ser nada. Si para las operaciones ms elementales como la suma o la resta el cero no posea valor: 1+0=1; 1-0=1, llam la atencin que en la multiplicacin el cero tuviera un efecto operativo al transformar en cero a cualquier nmero que se multiplicara por 0.

Operaciones matemticas con el cero

El cero se representa en matemticas con el smbolo 0. Desde el sigloXX, y especialmente con el desarrollo de la informtica es frecuente que el 0 aparezca barrado, es decir, con una raya que lo cruza para evitar confundirlo con la letra o; por contrapartida, cuando la letra o se escribe en un texto matemtico es pertinente acentuarla: , para evitar confundirla con el signo del nmero 0. En el conjunto de los enteros el 0 es un nmero par.[8] Tradicionalmente est considerado uno de los cinco nmeros ms importantes de las matemticas, junto con los nmeros 1, , , .[9] Estos nmeros quedan relacionados por la llamada identidad de Euler,

Cero

42

Cero en la suma
En la suma, el cero es el elemento neutro; es decir, cualquier nmero sumado con 0 vuelve a dar . Ejemplo:

Cero en la multiplicacin
En el producto, el cero es el elemento absorbente; cualquier nmero operado con 0 da 0. Ejemplo:

Cero en la divisin
Entre las controversias que existen sobre el cero, una de ellas es sobre la posibilidad de dividir por l; hasta llega a dudarse sobre si el cero puede dividir a otro nmero. Acrecienta la confusin cuando se analiza la divisin por cero en el contexto de los lmites y en el contexto de los nmeros enteros. El problema es que se utiliza la mismas palabra, divisin, para referirse a distintas cosas (aunque en el fondo tengan el mismo origen). Es as como son ciertas las afirmaciones: 0:0 no est definido , 0/0 es indeterminado y 0|0 (cero divide a cero), pero cada una en su contexto. A continuacin exponemos brevemente estos ejemplos. Divisin por cero en los nmeros reales En los nmeros reales (incluso en los complejos) la divisin por cero es una indeterminacin; as, las expresiones o carecen de sentido. Intuitivamente significa que no tiene sentido repartir 8 entre ninguna persona. Tampoco tiene sentido repartir nada entre nadie. Pero esto es una idea intuitiva, y basta el sentido comn para dar respuesta a estas cuestiones. Matemticamente est claro que el cero es el nico nmero real por el cual no se puede dividir. La razn es que 0 es el nico real que no tiene inverso multiplicativo. Ejemplo: (correcto) (incorrecto porque Cero en la divisin de lmites En el anlisis matemtico existen definiciones de distintos tipos de lmites. Por ejemplo: , , . Sin embargo, si analizamos cada numerador y denominador por separado, el lmite de todo ellos es cero. Es por eso que se dice que es indeterminado, pues pueden obtenerse resultados tan diferentes como infinito, uno o cero. no es un nmero real)

Cero Cero en la divisin de nmeros enteros Si nos restringimos a los nmeros enteros, tal que . . Por ejemplo: 3 es divisor de 15 pues , decimos que divide a si existe otro nmero (tambin entero)

43

Vemos que la definicin no requiere saber dividir, slo saber multiplicar, y esto es muy conveniente pues entre los nmeros enteros la divisin no siempre tiene sentido; por ejemplo, 2 dividido entre 3 no tiene ninguna solucin en el conjunto de los nmeros enteros. As, 3 no divide a 10 porque no existe ningn nmero entero tal que .

Anlogamente, 0 no divide a 10 porque al multiplicar cero por cualquier otro nmero nunca obtendremos 10. Anlogamente, tenemos que 0 es divisor de 0, pues todo nmero entero es divisor de cero pues . An ms:

Tambin vemos que cero es divisor slo del propio cero. Este hecho no se contradice con el hecho de que 0:0 no est permitido pues vase que en el caso 0:0, el signo de divisin significa una operacin. En cambio, en la divisin entera no hay ninguna operacin involucrada y todo se basa en la definicin dada anteriormente.

Cero en la potenciacin
Vase tambin: Potenciacin

Si Si

es distinto de 0, entonces es mayor de 0, entonces nos enfrentamos ante un aparente dilema. En general, los matemticos estn de

Cuando se pretende calcular

acuerdo en que esa operacin no est definida, a menos que en un contexto dado sea claramente conveniente elegir un resultado u otro. Algunas calculadoras cientficas dan 1 como resultado. Como en el caso de la divisin, al poner esta operacin en el contexto de los lmites, es una indeterminacin pues los lmites de potencias tales que los lmites de base y exponente por separado son cero, pueden terminar dando cualquier cosa. En lgica formal se puede probar que vaco, la cual es la funcin vaca.
[citarequerida]

, esto se hace observando que existe una nica funcin de vaco en el

Paridad y otras caractersticas

Todos los nmeros enteros pueden ser clasificados en pares e impares, definiendo los nmeros de la forma pares y los de la forma lo que como impares, con resulta par. , por convenio. Y se representaba como , al . Como entonces podemos tomar como con

El cero no se inclua en el conjunto de los nmeros naturales

conjunto de los nmeros naturales cuando incluye al cero, por ello nos podemos encontrar con muchos libros donde los autores no consideran al cero como nmero natural. De hecho, an no hay consenso al respecto aunque muchos otros lo incluyan. Es apenas una cuestin de nomenclatura. A algunos matemticos les resulta conveniente tratarlo como a los otros nmeros naturales y a otros no, por eso la discrepancia. Desde un punto de vista histrico el cero aparece tan tarde que algunos no creen que sea justo llamarlo natural. Incluso hay quienes afirman desde un punto de vista metafsico que el cero no existe, y as agregan ms razones para no llamarlo natural.

Cero

44

Matemtica avanzada
En otra ramas de la matemtica, especialmente en el lgebra, se llama cero y se simboliza tambin con 0 a elementos de otros conjuntos muy diferentes de los reales. Es el caso del vector nulo en el conjunto de los vectores del plano o del espacio. En general se le dice cero al elemento neutro de un grupo abeliano.

Sistemas digitales
El 0 se asocia con la posicin de "apagado" en lgica positiva y es uno de los dos dgitos del sistema binario.

Cero absoluto
El cero absoluto es, en el campo de la fsica, la temperatura ms baja que tericamente puede alcanzar la materia. Esta temperatura da lugar a la escala Kelvin, que establece como 0 K dicha temperatura. Su equivalencia en grados celsius es de 273,15C.

Vase tambin
Wuji Nada Sistema de numeracin decimal Bhaskara II Nocin primitiva

Cero

45

Complejos Reales Racionales Enteros Naturales Uno Primos Compuestos

Cero Negativos

Fraccionarios Fraccin propia Fraccin impropia

Irracionales Algebraicos irracionales Trascendentes

Imaginarios

Referencias
Notas
[1] [2] [3] [4] [5] [6] [7] [8] [9] Ifrah:1998 p. 785. Escritura maya, Los mayas, Bitgora (http:/ / www. educared. net/ aprende/ bitagora8/ page/ CP) Ifrah:1998 p. 786. Ifrah:1998 p. 828. Ifrah:1998 p. 909. Ifrah:1998 pp. 1357-1358. Ifrah:1998 p. 1360. Even Number (http:/ / mathworld. wolfram. com/ EvenNumber. html) (en ingls). Wolfram MathWorld. Consultado el 15-05-2009. About Pi (http:/ / mathforum. org/ dr. math/ faq/ faq. pi. html) (en ingls). Math Forum. Consultado el 15-05-2009.

Cero

46

Bibliografa
Ifrah, Geoges (1998): Historia universal de las cifras. Espasa Calpe S.A. ISBN 84-239-9730-8

Enlaces externos
Historia del Cero (http://ciencia.astroseti.org/matematicas/articulo.php?num=3472) Zero (http://mathworld.wolfram.com/Zero.html) en Wolfram MathWorld (en ingls)

Teora de juegos
La teora de juegos es un rea de la matemtica aplicada que utiliza modelos para estudiar interacciones en estructuras formalizadas de incentivos (los llamados juegos) y llevar a cabo procesos de decisin. Sus investigadores estudian las estrategias ptimas as como el comportamiento previsto y observado de individuos en juegos. Tipos de interaccin aparentemente distintos pueden, en realidad, presentar estructura de incentivo similar y, por lo tanto, se puede representar mil veces conjuntamente un mismo juego. Desarrollada en sus comienzos como una herramienta para entender el comportamiento de la economa, la teora de juegos se usa actualmente en muchos campos, como en la biologa, sociologa, psicologa y filosofa. Experiment un crecimiento sustancial y se formaliz por primera vez a partir de los trabajos de John von Neumann y Oskar Morgenstern, antes y durante la Guerra Fra, debido sobre todo a su aplicacin a la estrategia militar en particular a causa del concepto de destruccin mutua garantizada. Desde los setenta, la teora de juegos se ha aplicado a la conducta animal, incluyendo el desarrollo de las especies por la seleccin natural. A raz de juegos como el dilema del prisionero, en los que el egosmo generalizado perjudica a los jugadores, la teora de juegos ha atrado tambin la atencin de los investigadores en informtica, usndose en inteligencia artificial y ciberntica. Aunque tiene algunos puntos en comn con la teora de la decisin, la teora de juegos estudia decisiones realizadas en entornos donde interaccionan. En otras palabras, estudia la eleccin de la conducta ptima cuando los costes y los beneficios de cada opcin no estn fijados de antemano, sino que dependen de las elecciones de otros individuos. Un ejemplo muy conocido de la aplicacin de la teora de juegos a la vida real es el dilema del prisionero, popularizado por el matemtico Albert W. Tucker, el cual tiene muchas implicaciones para comprender la naturaleza de la cooperacin humana. La teora psicolgica de juegos, que se arraiga en la escuela psicoanaltica del anlisis transaccional, es enteramente distinta. Los analistas de juegos utilizan asiduamente otras reas de la matemtica, en particular las probabilidades, las estadsticas y la programacin lineal, en conjunto con la teora de juegos. Adems de su inters acadmico, la teora de juegos ha recibido la atencin de la cultura popular. La vida del matemtico terico John Forbes Nash, desarrollador del Equilibrio de Nash y que recibi un premio Nobel , fue el tema de la biografa escrita por Sylvia Nasar, A Beautiful Mind (1998), y de la pelcula del mismo nombre (2001). Varios programas de televisin han explorado situaciones de teora de juegos, como el concurso de la televisin de Catalua (TV3) Sis a traci (seis a traicin), el programa de la televisin estadounidense Friend or foe? (Amigo o enemigo?) y, hasta cierto punto, el concurso Supervivientes.[1]

Teora de juegos

47

Representacin de juegos
Los juegos estudiados por la teora de juegos estn bien definidos por objetos matemticos. Un juego consiste en un conjunto de jugadores, un conjunto de movimientos (o estrategias) disponible para esos jugadores y una especificacin de recompensas para cada combinacin de estrategias. Hay dos formas comunes de representar a los juegos.

Forma normal de un juego

Un juego en forma normal El jugador 2 elige izquierda El jugador 2 elige derecha El jugador 1 elige arriba El jugador 1 elige abajo 4, 3 0, 0 -1, -1 3, 4

La forma normal (o forma estratgica) de un juego es una matriz de pagos, que muestra los jugadores, las estrategias, y las recompensas (ver el ejemplo a la derecha). Hay dos tipos de jugadores; uno elige la fila y otro la columna. Cada jugador tiene dos estrategias, que estn especificadas por el nmero de filas y el nmero de columnas. Las recompensas se especifican en el interior. El primer nmero es la recompensa recibida por el jugador de las filas (el Jugador 1 en nuestro ejemplo); el segundo es la recompensa del jugador de las columnas (el Jugador 2 en nuestro ejemplo). Si el jugador 1 elige arriba y el jugador 2 elige izquierda entonces sus recompensas son 4 y 3, respectivamente. Cuando un juego se presenta en forma normal, se presupone que todos los jugadores actan simultneamente o, al menos, sin saber la eleccin que toma el otro. Si los jugadores tienen alguna informacin acerca de las elecciones de otros jugadores el juego se presenta habitualmente en la forma extensiva. Tambin existe una forma normal reducida. sta combina estrategias asociadas con el mismo pago.

Forma extensiva de un juego

La representacin de juegos en forma extensiva modela juegos con algn orden que se debe considerar. Los juegos se presentan como rboles (como se muestra a la derecha). Cada vrtice o nodo representa un punto donde el jugador toma decisiones. El jugador se especifica por un nmero situado junto al vrtice. Las lneas que parten del vrtice representan acciones posibles para el jugador. Las recompensas se especifican en las hojas del rbol.

Un juego en forma extensiva.

En el juego que se muestra en el ejemplo hay dos jugadores. El jugador 1 mueve primero y elige F o U. El jugador 2 ve el movimiento del jugador 1 y elige A o R. Si el jugador 1 elige U y entonces el jugador 2 elige A, entonces el jugador 1 obtiene 8 y el jugador 2 obtiene 2. Los juegos en forma extensiva pueden modelar tambin juegos de movimientos simultneos. En esos casos se dibuja una lnea punteada o un crculo alrededor de dos vrtices diferentes para representarlos como parte del mismo conjunto de informacin (por ejemplo, cuando los jugadores no saben en qu punto se encuentran). La forma normal da al matemtico una notacin sencilla para el estudio de los problemas de equilibrio, porque desestima la cuestin de cmo las estrategias son calculadas o, en otras palabras, de cmo el juego es jugado en realidad. La notacin conveniente para tratar estas cuestiones, ms relevantes para la teora combinatoria de juegos,

Teora de juegos es la forma extensiva del juego.

48

Tipos de juegos y ejemplos

La teora clasifica los juegos en muchas categoras que determinan qu mtodos particulares se pueden aplicar para resolverlos (y, de hecho, tambin cmo se define "resolucin" en una categora particular). Las categoras comunes incluyen:

Juegos simtricos y asimtricos

Un juego asimtrico E E 1, 2 F 0, 0 F 0, 0 1, 2

Un juego simtrico es un juego en el que las recompensas por jugar una estrategia en particular dependen slo de las estrategias que empleen los otros jugadores y no de quin las juegue. Si las identidades de los jugadores pueden cambiarse sin que cambien las recompensas de las estrategias, entonces el juego es simtrico. Muchos de los juegos 22 ms estudiados son simtricos. Las representaciones estndar del juego de la gallina, el dilema del prisionero y la caza del ciervo son juegos simtricos.[2] Los juegos asimtricos ms estudiados son los juegos donde no hay conjuntos de estrategias idnticas para ambos jugadores. Por ejemplo, el juego del ultimtum y el juego del dictador tienen diferentes estrategias para cada jugador; no obstante, puede haber juegos asimtricos con estrategias idnticas para cada jugador. Por ejemplo, el juego mostrado a la derecha es asimtrico a pesar de tener conjuntos de estrategias idnticos para ambos jugadores.

Juegos de suma cero y de suma no cero

Un juego de suma cero A 1 30, -30 2 10, -10 B -10, 10 20, -20 C 20, -20 -20, 20

En los juegos de suma cero el beneficio total para todos los jugadores del juego, en cada combinacin de estrategias, siempre suma cero (en otras palabras, un jugador se beneficia solamente a expensas de otros). El go, el ajedrez, el pker y el juego del oso son ejemplos de juegos de suma cero, porque se gana exactamente la cantidad que pierde el oponente. Como curiosidad, el ftbol dej hace unos aos de ser de suma cero, pues las victorias reportaban 2 puntos y el empate 1 (considrese que ambos equipos parten inicialmente con 1 punto), mientras que en la actualidad las victorias reportan 3 puntos y el empate 1. La mayora de los ejemplos reales en negocios y poltica, al igual que el dilema del prisionero, son juegos de suma no cero, porque algunos desenlaces tienen resultados netos mayores o menores que cero. Es decir, la ganancia de un jugador no necesariamente se corresponde con la prdida de otro. Por ejemplo, un contrato de negocios involucra idealmente un desenlace de suma positiva, donde cada oponente termina en una posicin mejor que la que tendra si no se hubiera dado la negociacin. Se puede analizar ms fcilmente un juego de suma cero, y cualquier juego se puede transformar en un juego de suma cero aadiendo un jugador "ficticio" adicional ("el tablero" o "la banca"), cuyas prdidas compensen las

Teora de juegos ganancias netas de los jugadores. La matriz de pagos de un juego es una forma conveniente de representacin. Por ejemplo, un juego de suma cero de dos jugadores con la matriz que se muestra a la derecha.

49

Criterios Maximin y Minimax

Los criterios maximin y minimax establecen que cada jugador debe minimizar su prdida mxima: Criterio Maximin: el jugador A, elige que su pago mnimo posible sea el mayor. Criterio Minimax: el jugador B elige que el pago mximo a A sea el menor posible.

Equilibrio de Nash.
Los equilibrios de las estrategias dominantes estn muy bien cuando aparecen en los juegos, pero desafortunadamente, eso no ocurre con frecuencia. Un par de estrategias es un equilibrio de Nash si la eleccin del jugador A es ptima, dada eleccin de B, y la de B es ptima, dada la de A. El equilibrio de Nash puede interpretarse como un par de expectativas sobre la eleccin de cada persona tal que, cuando la otra revela su eleccin, ninguna de las dos quiere cambiar de conducta.

Juegos cooperativos
Un juego cooperativo se caracteriza por un contrato que puede hacerse cumplir. La teora de los juegos cooperativos da justificaciones de contratos plausibles. La plausibilidad de un contrato est muy relacionada con la estabilidad. Dos jugadores negocian tanto quieren invertir en un contrato. La teora de la negociacin axiomtica nos muestra cunta inversin es conveniente para nosotros. Por ejemplo, la solucin de Nash para la negociacin demanda que la inversin sea justa y eficiente. De cualquier forma, podramos no estar interesados en la justicia y exigir ms. De hecho, existe un juego no-cooperativo creado por Ariel Rubinstein consistente en alternar ofertas, que apoya la solucin de Nash considerndola la mejor, mediante el llamado equilibrio de Nash.

Simultneos y secuenciales
Los juegos simultneos son juegos en los que los jugadores mueven simultneamente o en los que stos desconocen los movimientos anteriores de otros jugadores. Los juegos secuenciales (o dinmicos) son juegos en los que los jugadores posteriores tienen algn conocimiento de las acciones previas. Este conocimiento no necesariamente tiene que ser perfecto; slo debe consistir en algo de informacin. Por ejemplo, un jugador1 puede conocer que un jugador2 no realiz una accin determinada, pero no saber cul de las otras acciones disponibles eligi. La diferencia entre juegos simultneos y secuenciales se recoge en las representaciones discutidas previamente. La forma normal se usa para representar juegos simultneos, y la extensiva para representar juegos secuenciales.

Teora de juegos

50

Juegos de informacin perfecta

Un subconjunto importante de los juegos secuenciales es el conjunto de los juegos de informacin perfecta. Un juego es de informacin perfecta si todos los jugadores conocen los movimientos que han efectuado previamente todos los otros jugadores; as que slo los juegos secuenciales pueden ser juegos de informacin perfecta, pues en los juegos simultneos no todos los jugadores Un juego de informacin imperfecta (las lneas punteadas representan la ignorancia (a menudo ninguno) conocen las acciones de la parte del jugador 2). del resto. La mayora de los juegos estudiados en la teora de juegos son juegos de informacin imperfecta, aunque algunos juegos interesantes son de informacin perfecta, incluyendo el juego del ultimtum y el juego del ciempis. Tambin muchos juegos populares son de informacin perfecta, incluyendo el ajedrez y el go. La informacin perfecta se confunde a menudo con la informacin completa, que es un concepto similar. La informacin completa requiere que cada jugador conozca las estrategias y recompensas del resto pero no necesariamente las acciones. En los juegos de informacin completa cada jugador tiene la misma "informacin relevante al juego" que los dems jugadores. El ajedrez y el dilema del prisionero ejemplifican juegos de informacin completa. Los juegos de informacin completa ocurren raramente en el mundo real, y los tericos de los juegos, usualmente los ven slo como aproximaciones al juego realmente jugado. John Conway desarroll una notacin para algunos juegos de informacin completa y defini varias operaciones en esos juegos, originalmente para estudiar los finales de go, aunque buena parte de este anlisis se enfoc en nim. Esto devino en la teora de juegos combinatoria. Descubri que existe una subclase de esos juegos que pueden ser usados como nmeros, como describi en su libro On Numbers and Games, llegando a la clase muy general de los nmeros surreales.

Juegos de longitud infinita (SuperJuegos)

Por razones obvias, los juegos estudiados por los economistas y los juegos del mundo real finalizan generalmente tras un nmero finito de movimientos. Los juegos matemticos puros no tienen estas restricciones y la teora de conjuntos estudia juegos de infinitos movimientos, donde el ganador no se conoce hasta que todos los movimientos se conozcan. El inters en dicha situacin no suele ser decidir cul es la mejor manera de jugar a un juego, sino simplemente qu jugador tiene una estrategia ganadora (Se puede probar, usando el axioma de eleccin, que hay juegos incluso de informacin perfecta, y donde las nicas recompensas son "perder" y "ganar" para los que ningn jugador tiene una estrategia ganadora.) La existencia de tales estrategias tiene consecuencias importantes en la teora descriptiva de conjuntos

Teora de juegos

51

Aplicaciones
La teora de juegos tiene la caracterstica de ser un rea en que la sustancia subyacente es principalmente una categora de matemticas aplicadas, pero la mayora de la investigacin fundamental es desempeada por especialistas en otras reas. En algunas universidades se ensea y se investiga casi exclusivamente fuera del departamento de matemtica. Esta teora tiene aplicaciones en numerosas reas, entre las cuales caben destacar las ciencias econmicas, la biologa evolutiva, la psicologa, las ciencias polticas, el diseo industrial, la investigacin operativa, la informtica y la estrategia militar.

Economa y negocios
Los economistas han usado la teora de juegos para analizar un amplio abanico de problemas econmicos, incluyendo subastas, duopolios, oligopolios, la formacin de redes sociales, y sistemas de votaciones. Estas investigaciones normalmente estn enfocadas a conjuntos particulares de estrategias conocidos como conceptos de solucin. Estos conceptos de solucin estn basados normalmente en lo requerido por las normas de racionalidad perfecta. El ms famoso es el equilibrio de Nash. Un conjunto de estrategias es un equilibrio de Nash si cada una representa la mejor respuesta a otras estrategias. De esta forma, si todos los jugadores estn aplicando las estrategias en un equilibrio de Nash, no tienen ningn incentivo para cambiar de conducta, pues su estrategia es la mejor que pueden aplicar dadas las estrategias de los dems. Las recompensas de los juegos normalmente representan la utilidad de los jugadores individuales. A menudo las recompensas representan dinero, que se presume corresponden a la utilidad de un individuo. Esta presuncin, sin embargo, puede no ser correcta. Un documento de teora de juegos en economa empieza presentando un juego que es una abstraccin de una situacin econmica particular. Se eligen una o ms soluciones, y el autor demuestra qu conjunto de estrategias corresponden al equilibrio en el juego presentado. Los economistas y profesores de escuelas de negocios sugieren dos usos principales. Descriptiva El uso principal es informar acerca del comportamiento de las poblaciones humanas actuales. Algunos investigadores creen que encontrar el equilibrio de los juegos puede predecir cmo se comportaran las poblaciones humanas si se enfrentasen a situaciones anlogas al juego Un juego del ciempis de tres fases. estudiado. Esta visin particular de la teora de juegos se ha criticado en la actualidad. En primer lugar, se la critica porque los supuestos de los tericos se violan frecuentemente. Los tericos de juegos pueden suponer jugadores que se comportan siempre racionalmente y actan para maximizar sus beneficios (el modelo homo oeconomicus), pero los humanos reales a menudo actan irracionalmente o racionalmente pero buscando el beneficio de un grupo mayor (altruismo). Los tericos de juegos responden comparando sus supuestos con los que se emplean en fsica. As, aunque sus supuestos no se mantienen siempre, pueden tratar la teora de juegos como una idealizacin razonable, de la misma forma que los modelos usados por los fsicos. Sin embargo, este uso de la teora de juegos se ha seguido criticando porque algunos experimentos han demostrado que los individuos no se comportan segn estrategias de equilibrio. Por ejemplo, en el juego del ciempis, el juego de adivinar 2/3 de la media y el juego del dictador, las personas a

Teora de juegos menudo no se comportan segn el equilibrio de Nash. Esta controversia se est resolviendo actualmente.[3] Por otra parte, algunos autores aducen que los equilibrios de Nash no proporcionan predicciones para las poblaciones humanas, sino que proporcionan una explicacin de por qu las poblaciones que se comportan segn el equilibrio de Nash permanecen en esa conducta. Sin embargo, la cuestin acerca de cunta gente se comporta as permanece abierta. Algunos tericos de juegos han puesto esperanzas en la teora evolutiva de juegos para resolver esas preocupaciones. Tales modelos presuponen o no racionalidad o una racionalidad acotada en los jugadores. A pesar del nombre, la teora evolutiva de juegos no presupone necesariamente seleccin natural en sentido biolgico. La teora evolutiva de juegos incluye las evoluciones biolgica y cultural y tambin modela el aprendizaje individual. Normativa
El dilema del prisionero Cooperar Traicionar Cooperar 2 0 2 3

52

Traicionar 3 1 0 1

Por otra parte, algunos matemticos no ven la teora de juegos como una herramienta que predice la conducta de los seres humanos, sino como una sugerencia sobre cmo deberan comportarse. Dado que el equilibrio de Nash constituye la mejor respuesta a las acciones de otros jugadores, seguir una estrategia que es parte del equilibrio de Nash parece lo ms apropiado. Sin embargo, este uso de la teora de juegos tambin ha recibido crticas. En primer lugar, en algunos casos es apropiado jugar segn una estrategia ajena al equilibrio si uno espera que los dems tambin jugarn de acuerdo al equilibrio. Por ejemplo, en el juego adivina 2/3 de la media. El dilema del prisionero presenta otro contraejemplo potencial. En este juego, si cada jugador persigue su propio beneficio ambos jugadores obtienen un resultado peor que de no haberlo hecho. Algunos matemticos creen que esto demuestra el fallo de la teora de juegos como una recomendacin de la conducta a seguir.

Biologa
Halcn-Paloma Halcn Paloma

Halcn (V-C)/2 V (V-C)/2 0 Paloma 0 V V/2 V/2

A diferencia del uso de la teora de juegos en la economa, las recompensas de los juegos en biologa se interpretan frecuentemente como adaptacin. Adems, su estudio se ha enfocado menos en el equilibrio que corresponde a la nocin de racionalidad, centrndose en el equilibrio mantenido por las fuerzas evolutivas. El equilibrio mejor conocido en biologa se conoce como estrategia evolutivamente estable, y fue introducido por primera vez por John Maynard Smith. Aunque su motivacin inicial no comportaba los requisitos mentales del equilibrio de Nash, toda estrategia evolutivamente estable es un equilibrio de Nash. En biologa, la teora de juegos se emplea para entender muchos problemas diferentes. Se us por primera vez para explicar la evolucin (y estabilidad) de las proporciones de sexos 1:1 (mismo nmero de machos que de hembras).

Teora de juegos Ronald Fisher sugiri en 1930 que la proporcin 1:1 es el resultado de la accin de los individuos tratando de maximizar el nmero de sus nietos sujetos a la restriccin de las fuerzas evolutivas. Adems, los bilogos han usado la teora de juegos evolutiva y el concepto de estrategia evolutivamente estable para explicar el surgimiento de la comunicacin animal (John Maynard Smith y Harper en el ao 2003). El anlisis de juegos con seales y otros juegos de comunicacin ha proporcionado nuevas interpretaciones acerca de la evolucin de la comunicacin en los animales. Finalmente, los bilogos han usado el problema halcn-paloma (tambin conocido como problema de la gallina) para analizar la conducta combativa y la territorialidad.

53

Informtica y lgica
La teora de juegos ha empezado a desempear un papel importante en la lgica y la informtica. Muchas teoras lgicas se asientan en la semntica de juegos. Adems, los investigadores de informtica han usado juegos para modelar programas que interactan entre s.

Ciencia poltica
La investigacin en ciencia poltica tambin ha usado resultados de la teora de juegos. Una explicacin de la teora de la paz democrtica es que el debate pblico y abierto en la democracia enva informacin clara y fiable acerca de las intenciones de los gobiernos hacia otros estados. Por otra parte, es difcil conocer los intereses de los lderes no democrticos, qu privilegios otorgarn y qu promesas mantendrn. Segn este razonamiento, habr desconfianza y poca cooperacin si al menos uno de los participantes de una disputa no es una democracia. [4]

Filosofa
La teora de juegos ha demostrado tener muchos usos en filosofa. A partir de dos trabajos de W.V.O. Quine publicados en 1960 y 1967, David Lewis (1969) us la teora de juegos para desarrollar el concepto filosfico de convencin. De esta forma, proporcion el primer anlisis del conocimiento comn y lo emple en analizar juegos de coordinacin. Adems, fue el primero en sugerir que se poda entender el significado en trminos de juegos de seales. Esta sugerencia se ha seguido por muchos filsofos desde el trabajo de Lewis.[5] Leon Henkin, Paul Lorenzen y Jaakko Hintikka iniciaron una aproximacin a la semntica de los lenguajes formales que explica con conceptos de teora de juegos los conceptos de verdad lgica, validez y similares. En esta aproximacin los "jugadores" compiten proponiendo cuantificaciones e instancias de oraciones abiertas; las reglas del juego son las reglas de interpretacin de las sentencias en un modelo, y las estrategias de cada jugador tienen propiedades de las que trata la teora semntica (ser dominante si y slo si las oraciones con que se juega cumplen determinadas condiciones, etc.).
La caza del ciervo Ciervo Liebre Ciervo 3, 3 Liebre 2, 0 0, 2 2, 2

En tica, algunos autores han intentado continuar la idea de Thomas Hobbes de derivar la moral del inters personal. Dado que juegos como el dilema del prisionero presentan un conflicto aparente entre la moralidad y el inters personal, explicar por qu la cooperacin es necesaria para el inters personal es una componente importante de este proyecto. Esta estrategia general es un componente de la idea de contrato social en filosofa poltica (ejemplos en Gauthier 1987 y Kavka 1986).[6]

Teora de juegos Finalmente, otros autores han intentado usar la teora evolutiva de juegos para explicar el nacimiento de las actitudes humanas ante la moralidad y las conductas animales correspondientes. Estos autores han buscado ejemplos en muchos juegos, incluyendo el dilema del prisionero, la caza del ciervo, y el juego del trato de Nash para explicar la razn del surgimiento de las actitudes acerca de la moral (vase Skyrms 1996, 2004; Sober y Wilson 1999).

54

Historia de la teora de juegos

Cronologa [7]
Ao 1713 Acontecimiento James Waldegrave da la primera demostracin matemtica para un caso de dos jugadores. Antoine Augustin Cournot publica una solucin terica al caso de dos jugadores. John von Neumann presenta un a serie de artculos sobre el tema. John von Neumann junto con Oskar Morgenstern publican Theory of Games and Economic Behavior Albert W. Tucker plante formalmente "dilema del prisionero", fundamental en la teora de juegos. John Forbes Nash se doctora con una tesis sobre juegos no cooperativos , bajo la direccin de Albert W. Tucker que contena lo que ms tarde se denomin como el equilibrio de Nash. Reinhard Selten introdujo su concepto de solucin de los equilibrios perfectos del subjuego, que ms adelante refin el equilibrio de Nash. John Harsanyi desarroll los conceptos de la informacin completa y de los juegos bayesianos. En biologa John Maynard Smith introduce el concepto de estrategia evolutivamente estable, John Harsanyi junto con John Nash y Reinhard Selten, ganaron el Premio Nobel de Economa de este ao.

1838

1928 1944

1950

1965

1967

1982

1994

La primera discusin conocida de la teora de juegos aparece en una carta escrita por James Waldegrave en 1713. En esta carta, Waldegrave proporciona una solucin mnima de estrategia mixta a una versin para dos personas del juego de cartas le Her. Sin embargo no se public un anlisis terico de teora de juegos en general hasta la publicacin de Recherches sur les prncipes mathmatiques de la thorie des richesses, de Antoine Augustin Cournot en 1838. En este trabajo, Cournot considera un duopolio y presenta una solucin que es una versin restringida del equilibrio de Nash. Aunque el anlisis de Cournot es ms general que el de Waldegrave, la teora de juegos realmente no existi como campo de estudio aparte hasta que John von Neumann public una serie de artculos en 1928. Estos resultados fueron ampliados ms tarde en su libro de 1944, Theory of Games and Economic Behavior[8] , escrito junto con Oskar Morgenstern. Este trabajo contiene un mtodo para encontrar soluciones ptimas para juegos de suma cero de dos personas. Durante este perodo, el trabajo sobre teora de juegos se centr, sobre todo, en teora de juegos cooperativos. Este tipo de teora de juegos analiza las estrategias ptimas para grupos de individuos, asumiendo que pueden establecer acuerdos entre s acerca de las estrategias ms apropiadas. En 1950 Albert W. Tucker plante formalmente las primeras discusiones del dilema del prisionero, y se emprendi un experimento acerca de este juego en la corporacin RAND. En ese ao John Nash desarroll una definicin de una estrategia ptima para juegos de mltiples jugadores donde el ptimo no se haba definido previamente, conocido como equilibrio de Nash, bajo la supervisin del mencionado Tucker. Este equilibrio es suficientemente

Teora de juegos general, permitiendo el anlisis de juegos no cooperativos adems de los juegos cooperativos. La teora de juegos experiment una notable actividad en la dcada de 1950, momento en el cual los conceptos base, el juego de forma extensiva, el juego ficticio, los juegos repetitivos, y el valor de Shapley fueron desarrollados. Adems, en ese tiempo, aparecieron las primeras aplicaciones de la teora de juegos en la filosofa y las ciencias polticas. En 1965, Reinhard Selten introdujo su concepto de solucin de los equilibrios perfectos del subjuego, que ms adelante refin el equilibrio de Nash. En 1967 John Harsanyi desarroll los conceptos de la informacin completa y de los juegos bayesianos. l, junto con John Nash y Reinhard Selten, ganaron el Premio Nobel de Economa en 1994. En la dcada de 1970 la teora de juegos se aplic extensamente a la biologa, en gran parte como resultado del trabajo de John Maynard Smith y su concepto estrategia estable evolutiva. Adems, los conceptos del equilibrio correlacionado, la perfeccin del temblor de la mano, y del conocimiento comn fueron introducidos y analizados.[9] En 2005, los tericos de juegos Thomas Schelling y Robert Aumann ganaron el premio Nobel de Economa. Schelling trabaj en modelos dinmicos, los primeros ejemplos de la teora de juegos evolutiva. Por su parte, Aumann contribuy ms a la escuela del equilibrio. En el 2007, Roger Myerson, junto con Leonid Hurwicz y Eric Maskin, recibieron el premio Nobel de Economa por "sentar las bases de la teora de diseo de mecanismos."

55

Vase tambin
Teora de los juegos de rol

Bibliografa
Referencias generales Bierman, H. S. y L. Fernndez, Game Theory with economic applications, Addison-Wesley, 1998. Davis, M. D. (1971): Introduccin a la teora de juegos. Alianza Editorial, 1 edicin. Fudenberg, Drew y Jean Tirole: Game Theory, MIT Press, 1991, ISBN 0262061414 Gardner, R. (1996): Juegos para empresarios y economistas. Antoni Bosh editores, 1 edicin. Gibbons, Robert (1992): Game Theory for Applied Economists, Princeton University Press ISBN 0691003955. Tambin publicado en Londres por Harvester Wheatsheaf (Londres) con el ttulo A primer in game theory. Gibbons, R. (1993): Un primer curso de teora de juegos. Antoni Bosch editores, 1 edicin. Ginits, Herbert (2000): Game Theory Evolving. Princeton University Press, ISBN 0691009430 Osborne, Martin y Ariel Rubinstein: A Course in Game Theory, MIT Press, 1994, ISBN 0-262-65040-1 Rasmusen, Erik: Games and information, 4 edicin, Blackwell, 2006. Disponible en Internet [10]. William Poundstone: El Dilema del Prisionero, Alianza Editorial, 2005. Cano, Mauricio, Mena L., Carlos y Sadka, Joyce (2009): "Teora de Juegos y Derecho Contemporneo; Temas Selectos", ITAM, George Mason University y Porra. ISBN 978-607-9-00031-8 Hillier, Frederick S. Introduccin a la investigacin de operaciones. Mxico, D.F. : McGraw-Hill, c2010.

Lecturas adicionales Binmore, K. (1994): Teora de juegos. Editorial McGraw-Hill, 1 edicin. Friedman, J.W. (1991): Teora de juegos con aplicaciones a la economa. Editorial Alianza Universidad. Kreps, D.M. (1994): Teora de juegos y modelacin econmica. Fondo de Cultura Econmica, 1 Edicin. Tirole, J. (1990): La teora de la organizacin industrial. Editorial Ariel, 1 edicin.

Textos de importancia histrica Fisher, Ronald (1930) The Genetical Theory of Natural Selection. Clarendon Press, Oxford.

Teora de juegos Luce, Duncan y Howard Raiffa Games and Decisions: Introduction and Critical Survey. Dover, ISBN 0486659437 Maynard Smith, John: Evolution and the Theory of Games, Cambridge University Press, 1982. Morgenstern, Oskar y John von Neumann (1947): Theory of Games and Economic Behavior. Princeton University Press. Nash, John (1950) "Equilibrium points in n-person games" Proceedings of the National Academy of the USA 36(1):48-49. Poundstone, William Prisoner's Dilemma: John von Neumann, Game Theory and the Puzzle of the Bomb, ISBN 038541580X Notas
[1] GameTheory.net (http:/ / www. gametheory. net) Tiene una extensa lista de referencias a la teora de juegos en la cultura popular (http://www.gametheory.net/popular/). [2] Algunos estudiosos consideran ciertos juegos asimtricos como ejemplos de este tipo de juegos. Sin embargo, las

56

recompensas ms habituales para todos estos juegos son simtricas.

[3] El trabajo experimental en teora de juegos recibe muchos nombres, economa experimental, economa conductista y

teora conductista de juegos. Para discusiones recientes en este campo vase Camer 2003.
[4] http:/ / papers. ssrn. com/ sol3/ papers. cfm?abstract_id=433844 [5] Skyrms 1996, Grim et al. 2004 [6] Para una discusin detallada del uso de la teora de juegos en tica vase la entrada de la Stanford Encyclopedia of Philosophy teora de juegos y tica (http://plato.stanford.edu/entries/game-ethics/). [7] Tony Crilly (2011). 50 cosas que hay que saber sobre matemticas. Ed. Ariel. ISBN 978-987-1496-09-9. [8] Teora de juegos y del comportamiento econmico [9] Aunque el conocimiento comn fue discutido por primera vez por el filsofo David Lewis en su disertacin Convention

a finales de la dcada de 1960, no se estudi con detenimiento por los economistas hasta el trabajo de Robert Aumann, en 1970.
[10] http:/ / www. rasmusen. org/ GI/ index. html

Enlaces externos
Wikimedia Commons alberga contenido multimedia sobre Teora de juegos. Commons En espaol: Introduccin a la teora de juegos (http://www.eumed.net/cursecon/juegos/index.htm), Eumed.net Literatura sobre teora de juegos (http://www.uned.es/personal/rosuna/resources/theoryofgames.htm), Rubn Osuna "La teora de los juegos y el origen de las instituciones" (http://www.eseade.edu.ar/servicios/Libertas/ 13_6_Krause.pdf), Martn Krause, RIIM/ESEADE Sencilla introduccin a la teora de juegos (http://raulbajo.blogspot.com/2009/07/ introduccion-la-teoria-de-juegos.html), Ral Bajo En ingls: "Game Theory" (http://plato.stanford.edu/entries/game-theory/), Wilfrid Hodges, Stanford Encyclopedia of Philosophy "A framework for the unification of the behavioral sciences" (http://www.umass.edu/preferen/gintis/ Unity-BBS Print Version.pdf), Herbert Gintis, Behavioral and Brain Sciences (2007) 30:1-61 Game Theory, Experimental Economics, and Market Design Page (http://www.economics.harvard.edu/~aroth/ alroth.html), Alvin Roth A Chronology of Game Theory (http://www.econ.canterbury.ac.nz/personal_pages/paul_walker/gt/hist. htm), Paul Walker GameTheory.net: A resource for educators and students of game theory (http://www.gametheory.net), Mike Shor

Teora de juegos Introduction to Game Theory. Lecture by Benjamin Polak (http://www.academicearth.org/lectures/ introduction-to-game-theory)

57

Estadstica aplicada
Se denomina estadstica aplicada al rea de la estadstica que se ocupa de inferir resultados sobre una poblacin a partir de una o varias muestras. Es la parte de la estadstica que se aplica en cualquier otra rama externa a ella, como psicologa, medicina, sociologa, historia, biologa, marketing, etc. Los parmetros poblacionales son estimados mediante funciones denominadas "estimadores" o "estadsticos". La estimacin de stos, se hace basndose en la estimacin estadstica y puede ser puntual, por intervalos o de contraste de hiptesis. En una estimacin puntual se obtiene un solo valor con una confianza nula, como cuando se dice que la estatura media de tal poblacin es de 1,72m. En la estimacin por intervalos, el nivel de confianza depende de la amplitud del intervalo, es cuando se afirma que el 95% de tal poblacin mide menos de 1,96m. El contraste de hiptesis consiste en verificar estadsticamente si una suposicin acerca de una poblacin es cierta o falsa. La estadstica aplicada se apoya totalmente en la utilizacin de paquetes estadsticos que ayudan a resolver problemas de ndole estadstica, acortando dramticamente los tiempos de resolucin. Es por esto que en muchas facultades se ensea a utilizar estos programas estadsticos sin que, a veces, el alumno entienda, ni tenga la necesidad de entender cmo funcionan.

Criptografa
La criptografa (del griego krypto, oculto, y graphos, escribir, literalmente escritura oculta) es la tcnica, bien sea aplicada al arte o la ciencia, que altera las representaciones lingsticas de un mensaje.

Objetivo de la criptografia
En esencia la criptografa trata de enmascarar las representaciones caligrficas de una lengua, de forma discreta. Si bien, el rea de estudio cientfico que se encarga de ello es la Criptologa.

La mquina alemana de cifrado Lorenz, usada en la Segunda Guerra Mundial para el cifrado de los mensajes para los generales de muy alto rango.

Para ello existen distintos mtodos. Por ejemplo enmascarar las referencias originales de la lengua por un mtodo de conversin gobernado por un algoritmo que permita el proceso inverso o descifrado de la informacin. El uso de esta u otras tcnicas, permite un intercambio de mensajes que slo puedan ser ledos por los destinatarios designados como 'coherentes'. Un destinatario coherente es la persona a la que el mensaje se le dirige con intencin por parte del remitente. As pues, el destinatario coherente conoce el discretismo usado para el enmascaramiento del mensaje. Por lo que, o bien posee

Criptografa los medios para someter el mensaje criptogrfico al proceso inverso, o puede razonar e inferir el proceso que lo convierta en un mensaje de acceso pblico. En ambos casos, no necesita usar tcnicas criptoanalticas. Un ejemplo cotidiano de criptografa es el que usamos cuando mandamos una carta. El mensaje origen queda enmascarado por una cubierta denominada sobre, la cual declara el destinatario coherente, que adems conoce el proceso inverso para hacer pblico el mensaje contenido en el sobre. Hay procesos ms elaborados que, por decirlo de alguna manera, el mensaje origen trata de introducir cada letra usada en un 'sobre' distinto. Por ejemplo, la frase 'texto de prueba', pudiera estar representada por la siguiente notacin cifrada: CF, F0, 114, 10E, 106, 72, F3, F6, 75, 10C, 111, 118, FB, F6, F5. El 'sobre' usado es de notacin hexadecimal, si bien, el clculo hexadecimal es de acceso pblico, no se puede decir que sea un mensaje discreto, ahora, si el resultado de la notacin hexadecimal (como es el caso para el ejemplo) es consecuencia de la aplicacin de un 'mtodo' de cierre del 'sobre' (como lo es la cola de sellado, o el lacre en las tradicionales cartas), el destinatario debe de conocer la forma de abrirlo sin deteriorar el mensaje origen. En otras palabras, debe de conocer la contrasea. Para el ejemplo, la contrasea es '12345678'.

58

Conceptos
En la jerga de la criptografa, la informacin original que debe protegerse se denomina texto en claro o texto plano. El cifrado es el proceso de convertir el texto plano en un galimatas ilegible, denominado texto cifrado o criptograma. Por lo general, la aplicacin concreta del algoritmo de cifrado (tambin llamado cifra) se basa en la existencia de una clave: informacin secreta que adapta el algoritmo de cifrado para cada uso distinto. Cifra es una antigua palabra arbiga para designar el nmero cero; en la Antigedad, cuando Europa empezaba a cambiar del sistema de numeracin romano al arbigo, se desconoca el cero, por lo que este resultaba misterioso, de ah probablemente que cifrado signifique misterioso. Las dos tcnicas ms sencillas de cifrado, en la criptografa clsica, son la sustitucin (que supone el cambio de significado de los elementos bsicos del mensaje -las letras, los dgitos o los smbolos-) y la transposicin (que supone una reordenacin de los mismos); la gran mayora de las cifras clsicas son combinaciones de estas dos operaciones bsicas. El descifrado es el proceso inverso que recupera el texto plano a partir del criptograma y la clave. El protocolo criptogrfico especifica los detalles de cmo se utilizan los algoritmos y las claves (y otras operaciones primitivas) para conseguir el efecto deseado. El conjunto de protocolos, algoritmos de cifrado, procesos de gestin de claves y actuaciones de los usuarios, es lo que constituyen en conjunto un criptosistema, que es con lo que el usuario final trabaja e interacta. Existen dos grandes grupos de cifras: los algoritmos que usan una nica clave tanto en el proceso de cifrado como en el de descifrado, y los que emplean una clave para cifrar mensajes y una clave distinta para descifrarlos. Los primeros se denominan cifras simtricas, de clave simtrica o de clave privada, y son la base de los algoritmos de cifrado clsico. Los segundos se denominan cifras asimtricas, de clave asimtrica o de clave pblica y forman el ncleo de las tcnicas de cifrado modernas. En el lenguaje cotidiano, la palabra cdigo se usa de forma indistinta con cifra. En la jerga de la criptografa, sin embargo, el trmino tiene un uso tcnico especializado: los cdigos son un mtodo de criptografa clsica que consiste en sustituir unidades textuales ms o menos largas o complejas, habitualmente palabras o frases, para ocultar el mensaje; por ejemplo, "cielo azul" podra significar atacar al amanecer. Por el contrario, las cifras clsicas normalmente sustituyen o reordenan los elementos bsicos del mensaje -letras, dgitos o smbolos-; en el ejemplo anterior, rcnm arcteeaal aaa sera un criptograma obtenido por transposicin. Cuando se usa una tcnica de cdigos, la informacin secreta suele recopilarse en un libro de cdigos. Con frecuencia los procesos de cifrado y descifrado se encuentran en la literatura como encriptado y desencriptado, aunque ambos son neologismos errneos anglicismos de los trminos ingleses encrypt y decrypt todava sin

Criptografa reconocimiento acadmico. Hay quien hace distincin entre cifrado/descifrado y encriptado/desencriptado segn estn hablando de criptografa simtrica o asimtrica, pero la realidad es que la mayora de los expertos hispanohablantes prefieren evitar ambos neologismos hasta el punto de que el uso de los mismos llega incluso a discernir a los aficionados y novatos en la materia de aquellos que han adquirido ms experiencia y profundidad en la misma.

59

Historia de la criptografa
La historia de la criptografa es larga y abunda en ancdotas. Ya las primeras civilizaciones desarrollaron tcnicas para enviar mensajes durante las campaas militares, de forma que si el mensajero era interceptado la informacin que portaba no corriera el peligro de caer en manos del enemigo.El primer mtodo de criptografa fue en el siglo V a.C, era conocido como "Esctala". El segundo criptosistema que se conoce fue documentado por el historiador griego Polibio: un sistema de sustitucin basado en la posicin de las letras en una tabla. Tambin los romanos utilizaron sistemas de sustitucin, siendo el mtodo actualmente conocido como Csar, porque supuestamente Julio Csar lo emple en sus campaas, uno de los ms conocidos en la literatura (segn algunos autores, en realidad Julio Csar no usaba este sistema de sustitucin, pero la atribucin tiene tanto arraigo que el nombre de este mtodo de sustitucin ha quedado para los anales de la historia). Otro de los mtodos criptogrficos utilizados por los griegos fue la esctala espartana, un mtodo de trasposicin basado en un cilindro que serva como clave en el que se enrollaba el mensaje para poder cifrar y descifrar. En 1465 el italiano Leon Battista Alberti invent un nuevo sistema de sustitucin polialfabtica que supuso un gran avance de la poca. Otro de los criptgrafos ms importantes del siglo XVI fue el francs Blaise de Vigenre que escribi un importante tratado sobre "la escritura secreta" y que dise una cifra que ha llegado a nuestros das asociada a su nombre. A Selenus se le debe la obra criptogrfica "Cryptomenytices et Cryptographiae" (Luneburgo, 1624). Durante los siglos XVII, XVIII y XIX, el inters de los monarcas por la criptografa fue notable. Las tropas de Felipe II emplearon durante mucho tiempo una cifra con un alfabeto de ms de 500 smbolos que los matemticos del rey consideraban inexpugnable. Cuando el matemtico francs Franois Vite consigui criptoanalizar aquel sistema para el rey de Francia, a la sazn Enrique IV, el conocimiento mostrado por el rey francs impuls una queja de la corte espaola ante del papa Po V acusando a Enrique IV de utilizar magia negra para vencer a sus ejrcitos. Por su parte, la reina Mara Estuardo, reina de Escocia, fue ejecutada por su prima Isabel I de Inglaterra al descubrirse un complot de aquella tras un criptoanlisis exitoso por parte de los matemticos de Isabel. Durante la Primera Guerra Mundial, los Alemanes usaron el cifrado ADFGVX. Este mtodo de cifrado es similar a la del tablero de ajedrez Polibio. Consista en una matriz de 6 x 6 utilizado para sustituir cualquier letra del alfabeto y los nmeros 0 a 9 con un par de letras que consiste de A, D, F, G, V, o X.

Criptografa

60

Desde el siglo XIX y hasta la Segunda Guerra Mundial, las figuras ms importantes fueron la del holands Auguste Kerckhoffs y la del prusiano Friedrich Kasiski. Pero es en el siglo XX cuando la historia de la criptografa vuelve a experimentar importantes avances. En especial durante las dos contiendas blicas que marcaron al siglo: la Gran Guerra y la Segunda Guerra Mundial. A partir del siglo XX, la criptografa usa una nueva herramienta que permitir conseguir mejores y ms seguras cifras: las mquinas de clculo. La ms conocida de las mquinas de cifrado posiblemente sea la mquina alemana Enigma: una mquina de rotores que automatizaba considerablemente los clculos que era necesario realizar para las operaciones de cifrado y descifrado de mensajes. Para vencer al ingenio alemn, fue necesario el concurso de los mejores matemticos de la poca y un gran esfuerzo computacional. No en vano, los mayores avances tanto en el campo de la criptografa como en el del criptoanlisis no empezaron hasta entonces. Tras la conclusin de la Segunda Guerra Mundial, la criptografa tiene La mquina Enigma utilizada por los alemanes durante la II Guerra Mundial. un desarrollo terico importante, siendo Claude Shannon y sus investigaciones sobre teora de la informacin esenciales hitos en dicho desarrollo. Adems, los avances en computacin automtica suponen tanto una amenaza para los sistemas existentes como una oportunidad para el desarrollo de nuevos sistemas. A mediados de los aos 70, el Departamento de Normas y Estndares norteamericano publica el primer diseo lgico de un cifrador que estara llamado a ser el principal sistema criptogrfico de finales de siglo: el Estndar de Cifrado de Datos o DES. En esas mismas fechas ya se empezaba a gestar lo que sera la, hasta ahora, ltima revolucin de la criptografa terica y prctica: los sistemas asimtricos. Estos sistemas supusieron un salto cualitativo importante, ya que permitieron introducir la criptografa en otros campos que hoy da son esenciales, como el de la firma digital.

Criptografa

61

Vase tambin
Criptologa Criptografa simtrica o convencional Criptografa cuntica Criptografa asimtrica o de clave pblica Criptografa de curva elptica Criptografa hbrida Criptografa (msica) Derecho de las TICs Firma digital Esteganografa Criptoanlisis Infraestructura de clave pblica Especificaciones PKCS Atbash Test de primalidad Ciberespacio Red privada virtual

Algoritmos
Advanced Encryption Standard ARC4 Blowfish CuaimaCrypt DES / TripleDES DSA ECDSA Enigma IDEA ROT13 RSA TEA / XTEA

Aplicaciones
Software GNU Privacy Guard, GnuPG o GPG AxCrypt John the Ripper PGP WinCuaimaCrypt Cifrado de Discos duros y particiones

Protocolos
DSS OpenPGP SSH TLS SET SSL

FreeOTFE PointSec Safeboot SafeguardDisk TrueCrypt Dm-crypt Voto electrnico Pagos electrnicos Transacciones seguras Monedero electrnico

Enlaces externos
Wikimedia Commons alberga contenido multimedia sobre Criptografa. Commons Wikcionario tiene definiciones para criptografa.Wikcionario

Wikilibros Wikilibros alberga un libro o manual sobre Seguridad informtica. CriptoRed [1] Red Temtica de Criptografa y Seguridad de la Informacin (ms de 400 documentos, libros, software y vdeos freeware) Epsilones - Criptografa: mtodos clsicos [2] El derecho a cifrar [3]

Referencias
[1] http:/ / www. criptored. upm. es/ [2] http:/ / www. epsilones. com/ paginas/ t-historias1. html#historias-criptografia [3] http:/ / espora. org/ biblioweb/ derechoacifrar. html

Ley de gravitacin universal

62

Ley de gravitacin universal

Fuerzas mutua de atraccin entre dos esferas de diferente tamao. De acuerdo con la mecnica newtoniana las dos fuerzas son iguales en mdulo y direccin, pero contrarias en sentido; al estar aplicadas en diferentes cuerpos no se anulan y su efecto combinado no altera la posicin del centro de gravedad conjunto de ambas esferas.

La ley de la Gravitacin Universal es una ley fsica clsica que describe la interaccin gravitatoria entre distintos cuerpos con masa. sta fue presentada por Isaac Newton en su libro Philosophiae Naturalis Principia Mathematica, publicado en 1687, donde establece por primera vez una relacin cuantitativa (deducida empricamente de la observacin) de la fuerza con que se atraen dos objetos con masa. As, Newton dedujo que la fuerza con que se atraen dos cuerpos de diferente masa nicamente depende del valor de sus masas y de la distancia que los separa. Tambin se observa que dicha fuerza acta de tal forma que es como si toda la masa de cada uno de los cuerpos estuviese concentrada nicamente en su centro, es decir, es como si dichos objetos fuesen nicamente un punto, lo cual permite reducir enormemente la complejidad de las interacciones entre cuerpos complejos. As, con todo esto resulta que la ""ley de la Gravitacin Universal"" predice que la fuerza ejercida entre dos cuerpos de masas y separados una distancia es proporcional al producto de sus masas e inversamente proporcional al cuadrado de la distancia, es decir (1)

donde es el mdulo de la fuerza ejercida entre ambos cuerpos, y su direccin se encuentra en el eje que une ambos cuerpos. es la constante de la Gravitacin Universal. Es decir, cuanto ms masivos sean los cuerpos y ms cercanos se encuentren, con mayor fuerza se atraern. El valor de esta constante de Gravitacin Universal no pudo ser establecido por Newton, que nicamente dedujo la forma de la interaccin gravitatoria, pero no tena suficientes datos como para establecer cuantitativamente su valor. nicamente dedujo que su valor debera ser muy pequeo. Slo mucho tiempo despus se desarrollaron las tcnicas necesarias para calcular su valor, y an hoy es una de las constantes universales conocidas con menor precisin. En 1798 se hizo el primer intento de medicin (vase el experimento de Cavendish) y en la actualidad, con tcnicas mucho ms precisas se ha llegado a estos resultados: (2)

en unidades del Sistema Internacional. Esta ley recuerda mucho a la forma de la ley de Coulomb para las fuerzas electrostticas, ya que ambas leyes siguen una ley de la inversa del cuadrado (es decir, la fuerza decae con el cuadrado de la distancia) y ambas son

Ley de gravitacin universal proporcionales al producto de magnitudes propias de los cuerpos (en el caso gravitatorio de sus masas y en el caso electrostticos de su carga elctrica). Aunque actualmente se conocen los lmites en los que dicha ley deja de tener validez (lo cual ocurre bsicamente cuando nos encontramos cerca de cuerpos extremadamente masivos), en cuyo caso es necesario realizar una descripcin a travs de la Relatividad General enunciada por Albert Einstein en 1915, dicha ley sigue siendo ampliamente utilizada y permite describir con una extraordinaria precisin los movimientos de los cuerpos (planetas, lunas, asteroides, etc) del Sistema Solar, por lo que a grandes rasgos, para la mayor parte de las aplicaciones cotidianas sigue siendo la utilizada, debido a su mayor simplicidad frente a la Relatividad General, y a que sta en estas situaciones no predice variaciones detectables respecto a la Gravitacin Universal.

63

Historia
Trabajos de Hooke y disputa
Cuando el primer libro de los Principia de Newton fue presentado a la Royal Society (la Real Academia de las Ciencias, de Inglaterra), el coetneo Robert Hooke acus a Newton de plagio por copiarle la idea de que la gravedad decaa como la inversa cuadrado de la distancia entre los centros de ambos cuerpos. Aunque esta controversia ha durado incluso hasta nuestros das, no hay datos claros sobre si realmente Newton conoca los trabajos de Hooke o no, ya que aunque ambos se carteaban regularmente, en ninguna de esas cartas Hooke menciona la ley de la inversa cuadrado, algo que Newton s hizo con otros autores a los que s agradeci[1] los trabajos anteriores en los que bas sus ideas. Frente a esta proclama de Hooke de su idea de la inversa cuadrado, Newton reiter que dicha idea en ningn caso era exclusivamente de l, sino que fueron varios autores en aquella poca que ya se dieron cuenta de una dependencia de ese tipo, como reflej en los agradecimientos de su publicacin.

Relacin con las Leyes de Kepler

Las Leyes de Kepler (enunciadas por Johannes Kepler) eran una serie de tres leyes empricas que describan el movimiento de los planetas a travs de las observaciones existentes. Aunque stas describan dichos movimientos, los motivos de por qu stos eran as o qu los causaban permanecan desconocidas tanto para Kepler como para sus coetneos. Sin embargo, stas supusieron un punto de partida para Newton, quien pudo dar una formulacin matemtica a dichas leyes, lo cual junto con sus propios logros condujeron a la formulacin de la ley de la Gravitacin Universal. En especial, a travs de dicha ley Newton pudo dar la forma completa a la Tercera ley de Kepler, que describe que los cuadrados de los periodos de las rbitas de los planetas son proporcionales a los cubos de sus distancias al Sol. Es decir, que los planetas ms alejados del Sol tardan ms tiempo en dar una vuelta alrededor de ste (su ao es ms largo).

Formulacin general de la ley de la Gravitacin Universal

Forma vectorial
Aunque en la ecuacin (1) se ha detallado la dependencia del valor de la fuerza gravitatoria para dos cuerpos cualesquiera, existe una forma ms general con la que poder describir completamente dicha fuerza, ya que en lugar de darnos nicamente su valor, tambin podemos encontrar directamente su direccin y sentido. Para ello, se convierte dicha ecuacin en forma vectorial, para lo cual nicamente hay que tener en cuenta las posiciones donde se localizan ambos cuerpos, referenciados a un sistema de referencia cualquiera. De esta forma, suponiendo que ambos cuerpos se encuentran en las posiciones , la fuerza (que ser un vector ahora) vendr dada por (2)

Ley de gravitacin universal donde es el vector unitario que va del centro de gravedad del objeto 1 al del objeto 2.

64

Cuerpos extensos
Se ha mencionado anteriormente que dichos cuerpos se pueden tratar como cuerpos puntuales, localizados en el centro de gravedad del cuerpo real, de tal forma que la descripcin de esta fuerza se realiza trabajando nicamente con cuerpos puntuales (toda su masa se encuentra concentrada en su centro). Sin embargo, para algunos casos se puede hacer necesario tratar dichos cuerpos como lo que son, cuerpos con una extensin dada, es decir no puntuales. Un ejemplo donde este tratamiento es obligatorio es cuando se desea determinar cmo vara la fuerza de la gravedad a medida que nos situamos en el interior de un objeto, por ejemplo qu gravedad existe en el interior de la Tierra (en la regin del manto terrestre o del ncleo). En estos casos es necesario describir al objeto masivo como una distribucin de masa, es decir describirlo a travs de su densidad en cada punto del espacio. As, se integra la fuerza que produce cada elemento infinitesimal del cuerpo sobre cada elemento del otro objeto, sumando a todos los elementos que existen en el volumen de ambos cuerpos, lo cual matemticamente se traduce en una integral sobre el volumen de cada cuerpo, de tal forma que la fuerza gravitatoria entre ambos se obtiene como (3)

Donde son los volmenes de los dos cuerpos. son las densidades de los dos cuerpos en cada punto del espacio ( ).

Puede verse que si se tienen dos cuerpos finitos entonces la fuerza gravitatoria entre ambos viene acotada por:

Donde

son las distancias mnima y mxima entre los dos cuerpos en un instante dado.

Consecuencias
Aceleracin de la gravedad
Considerando la Segunda ley de Newton, que explica que la aceleracin que sufre un cuerpo es proporcional a la fuerza ejercida sobre l, estando relacionadas por una constante de proporcionalidad que es precisamente la masa de dicho objeto,

e introducindolo en la ley de la Gravitacin Universal (en su forma ms simple, nicamente por simplicidad) se obtiene que la aceleracin que sufre un cuerpo debido a la fuerza de la gravedad ejercida por otro de masa es igual a

donde

es la aceleracin sufrida. Es decir, dicha aceleracin es independiente de la masa que presente nuestro

objeto, nicamente depende de la masa del cuerpo que ejerce la fuerza y de su distancia. Por ello, si se tienen dos cuerpos de diferente masa (por ejemplo la Luna y un satlite artificial, que nicamente tenga una masa de unos pocos kilogramos) a la misma distancia de la Tierra, la aceleracin que produce sta sobre ambos es exactamente la misma. Como esta aceleracin tiene la misma direccin y sentido que la de la fuerza, es decir en la direccin que une ambos cuerpos, esto produce que si sobre ambos cuerpos no se ejerce ninguna otra fuerza externa, stos se movern describiendo rbitas entre s, lo cual describe perfectamente el movimiento planetario (o del sistema Tierra - Luna), o

Ley de gravitacin universal de cada libre aproximndose un cuerpo hacia el otro, como ocurre con cualquier objeto que soltemos en el aire y que cae irremediablemente hacia el suelo, en la direccin del centro de la Tierra. Con esta ley se puede determinar la aceleracin de la gravedad que produce un cuerpo cualquiera situado a una distancia dada. Por ejemplo, se deduce que la aceleracin de la gravedad que nos encontramos en la superficie terrestre debido a la masa de la Tierra es de , que es la aceleracin sufrida por un objeto al caer. Y que esta aceleracin es prcticamente la misma en el espacio, a la distancia donde se encuentra la Estacin Espacial Internacional, (es decir, es un 95% de la gravedad que tenemos en la superficie, nicamente una diferencia de un 5%), siendo necesario recordar que el hecho de que los astronautas no sientan la gravedad no es porque sta all sea nula, sino por su estado de ingravidez (de cada libre continua). Y la gravedad que ejerce una persona sobre otra, situada a un metro de distancia, es de en torno a (para una persona de unos 100 kg). Este es el hecho por el que no sentimos la gravedad que ejercen cuerpos poco masivos como nosotros.

65

Preferencia del cuerpo ms masivo

Continuando con lo que se acaba de mencionar acerca de la aceleracin que sufre un cuerpo como consecuencia de otro objeto masivo, el hecho de que esta aceleracin nicamente dependa de la masa de este cuerpo (olvidndonos de su distancia por un momento) muestra que para dos cuerpos dados de diferente masa, el cuerpo menos masivo ser el que sufra una aceleracin mayor, y por tanto un movimiento ms pronunciado. Con esto se observa directamente una respuesta a por qu es la Tierra la que orbita en torno al Sol y no al revs, puesto que este ltimo tiene una masa increblemente superior a la de la Tierra (unas 330.000 veces superior), haciendo que el movimiento sufrido por el Sol como consecuencia de la Tierra sea insignificante. Y de igual modo, es la Luna (cuerpo menos masivo) quien orbita en torno a la Tierra.

Interior de un cuerpo esfrico

Una de las consecuencias que trae que la gravedad sea una fuerza que depende como la inversa del cuadrado de la distancia es que si se tiene un cuerpo esfrico, con una densidad que nicamente va variando a medida que nos alejamos del centro del cuerpo (lo cual podra ser un modelo que describe de forma bastante adecuada a la Tierra), se puede demostrar a travs de la ley de Gauss que la fuerza en su interior (a una distancia del centro) nicamente depende de la masa existente dentro de la esfera de radio . Es decir, la masa que hay fuera de dicha esfera no produce ninguna fuerza sobre un cuerpo situado en dicho punto. Por ello, dentro del cuerpo la fuerza ya no depende de la inversa cuadrado (puesto que ahora la masa a considerar depende tambin de dicha distancia) y resulta que es proporcional a dicha distancia. Esto es, en el interior del cuerpo la fuerza de la gravedad va creciendo conforme nos alejamos del centro del cuerpo (en donde sta es nula) hasta llegar a la superficie, donde se hace mxima. A partir de aqu se observa el comportamiento habitual de decrecimiento conforme nos alejamos del cuerpo. Todo esto se puede ver en mayor profundidad en la entrada de la intensidad del campo gravitatorio.

Ley de gravitacin universal

66

Interior de una corteza hueca

Y por extensin de lo que se acaba de mencionar, en el caso en que se tuviese un cuerpo esfrico pero hueco por dentro (es decir que nicamente sera unas cscara esfrica), en cualquier punto externo a l sigue produciendo una fuerza de la gravedad de acuerdo con la ecuacin (1), es decir como si dicho cuerpo fuese puntual. Sin embargo, al adentrarnos dentro del mismo, observaramos cmo no hay fuerza de la gravedad, puesto que en su interior ya no hay masa.

Movimiento de los planetas

Como se ha mencionado en el apartado histrico, esta ley permite recuperar y explicar la Tercera Ley de Kepler, que muestra de acuerdo a las observaciones que los planetas que se encuentran ms alejados del Sol tardan ms tiempo en dar una vuelta alrededor de ste. Adems de esto, con dicha ley y usando las leyes de Newton se describe perfectamente tanto el movimiento planetario del Sistema Solar como el movimiento de los satlites (lunas) o sondas enviadas desde la Tierra. Por ello, esta ley estuvo considerada como una ley fundamental por ms de 200 aos, y an hoy sigue estando vigente para la mayora de los clculos necesarios que ataen a la gravedad. Una de los hechos que muestran su precisin es que al analizar las rbitas de los planetas conocidos en torno a 1800 (en donde quedaban por descubrir Neptuno y Plutn), se observaban irregularidades en torno a la rbita de Urano principalmente, y de Saturno y Jpiter en menor medida, respecto a lo que predeca la ley de Newton (junto con las leyes de Kepler). Por esta razn, algunos astrnomos supusieron que dichas irregularidades eran debidas a la existencia de otro planeta ms externo, alejado, que todava no haba sido descubierto. As, tanto Adams como Le Verrier (de forma independiente) calcularon matemticamente dnde debera encontrarse dicho planeta desconocido para poder explicar dichas irregularidades. Neptuno fue descubierto al poco tiempo por el astrnomo Galle, el 23 de septiembre de 1846, siguiendo sus indicaciones y encontrndolo a menos de un grado de distancia de la posicin predicha.

Limitaciones
Si bien la ley de la gravitacin universal da una muy buena aproximacin para describir el movimiento de un planeta alrededor del Sol, o de un satlite artificial relativamente cercano a la Tierra, durante el siglo XIX se observ algunos pequeos problemas que no se conseguan resolver (similares al de las rbitas de Urano, que s pudo resolverse tras el descubrimiento de Neptuno). En especial, se encontraba la rbita del planeta Mercurio, la cual en lugar de ser una elipse cerrada, tal y como predeca la teora de Newton, es una elipse que en cada rbita va rotando, de tal forma que el punto ms cercano al Sol (el perihelio) se desplaza ligeramente, unos 43 segundos de arco por siglo, en un movimiento que se conoce como precesin. Aqu, al igual que con el caso de Urano, se postul la existencia de un planeta ms interno al Sol, al cual se le llam Vulcano, y que no habra sido observado por estar tan prximo al Sol y quedar oculto por su brillo. Sin embargo, ste planeta no existe en la realidad (su existencia era inviable de todas formas), por lo que dicho problema no pudo resolverse, hasta la llegada de la Relatividad General de Einstein. Adems de este problema, en la actualidad el nmero de las desviaciones observacionales existentes que no se pueden explicar bajo la teora newtoniana son varias: 1. Como se ha mencionado ya, la trayectoria del planeta Mercurio no es una elipse cerrada tal como predice la teora de Newton, sino una cuasi-elipse que gira secularmente, produciendo el problema del avance del perihelio que fue explicado por primera vez slo con la formulacin de la teora general de la relatividad. Esta discrepancia obedece precisamente al lmite de validez que actualmente conocemos para la teora de Newton: sta nicamente es vlida para cuerpos de poca masa o distancias grandes, lo cual se cumple para todos los planetas del Sistema Solar excepto para Mercurio, puesto que ste se encuentra muy cercano al Sol, un cuerpo lo suficientemente masivo para producir discrepancias observables (aunque recordando que dicha discrepancia es nicamente un efecto de 46 segundos de arco por siglo, el uso de la Relatividad General sigue siendo necesario exclusivamente para clculos de alta precisin).

Ley de gravitacin universal 2. Aunque bajo la descripcin de la gravedad de Newton sta nicamente se produce entre cuerpos con masa, se ha observado cmo la luz tambin se curva (se desva) como consecuencia de la gravedad producida por un cuerpo masivo, por ejemplo el Sol. Este hecho, que aunque s poda llegar a interpretarse nicamente usando la ley de la Gravitacin Universal, sta no daba cuenta de la desviacin correcta observada, result ser una de las primeras predicciones contrastadas que apoyaron la Relatividad General. 3. La velocidad de rotacin de las galaxias no parece responder adecuadamente a la ley de la gravitacin, lo que ha llevado a formular el problema de la materia oscura y alternativamente de la dinmica newtoniana modificada. A travs de la Tercera ley de Kepler hemos mencionado que los periodos de los cuerpos crecen con la distancia a la que se encuentran del cuerpo masivo. Aplicando dicho principio a las estrellas de una galaxia, debera observarse algo similar para las estrellas ms alejadas del centro de la galaxia, pero esto es algo que no se observa y que, manteniendo la ley de la Gravitacin Universal, nicamente puede ser explicado si en dicha galaxia existe mucha ms masa de la que se observa, la cual es precisamente la denominada materia oscura, puesto que sera materia que no vemos.

67

Problemas filosficos
Accin a distancia
A parte de los problemas prcticos mencionados anteriormente, existan algunos problemas de carcter ms filosfico que ataen a la propia teora en s. En concreto, uno de ellos era el concepto de accin a distancia que utiliza la teora. Esto es, en todo momento se ha descrito que dos cuerpos alejados una determinada distancia (y por tanto, no se encuentran en contacto entre s) se ejercen una fuerza, la fuerza de la gravedad. Sin embargo, sera necesario responder a las preguntas de cmo se ejerce dicha fuerza si ambos cuerpos no se tocan?. Esto era una cuestin por resolver, no nicamente de la teora de Newton, sino que tambin ataa al electromagnetismo, y que no se saba cmo afrontar. Por ello, esto dio lugar al concepto fsico de campo, que aunque no resolva completamente el problema, s facilitaba la utilizacin de estas fuerzas a distancia y su explicacin, y que para la gravedad hizo que se comenzase a trabajar a travs de la idea del campo gravitatorio como causante de dicha fuerza de la gravedad. Posteriormente, este problema quedara resuelto en la Relatividad General, ya que en sta se prescindi de describir la gravedad como una fuerza, pasando a entenderse sta como una consecuencia de que los cuerpos con masa curvan el espacio-tiempo (donde como analoga se podra imaginar el espacio-tiempo como una cama elstica, donde los cuerpos pesados hacen que sta se deforme y por tanto los objetos que pasen por ah se desvan de sus trayectorias originales).

Masa inercial y masa gravitatoria: principio de equivalencia

Otro gran problema que traa consigo esta teora (y que sirve como uno de los postulados desde los que se desarrolla la Relatividad General) es el conocido como Principio de equivalencia. ste aboga por el hecho de que en la Teora de la Gravitacin Universal se utiliza una cantidad propia de cada cuerpo que es la que origina la fuerza de la gravedad, su masa. Aunque aqu se ha relacionado directamente con la masa propia de cada cuerpo, sta realmente podra ser definida como una masa gravitacional, en contraposicin con la masa utilizada en la Segunda ley de Newton, que habla sobre la inercia de los cuerpos, , y que podra ser llamada masa inercial. En la prctica, no existe ninguna ley, principio o hecho que establezca que ambas masas son, en efecto, la misma masa, como se ha supuesto en toda la descripcin realizada (nicamente se conoce que ambas son prcticamente iguales con una gran precisin). Este hecho que traera una gran importancia, puesto que de no ser las mismas, la aceleracin que experimenta un cuerpo dejara de ser independiente de su masa por ejemplo, no ha podido ser resuelto de una manera efectiva, dando lugar al mencionado Principio de equivalencia.

Ley de gravitacin universal

68

Vase tambin
Gravedad Isaac Newton Campo gravitatorio Leyes de Kepler Teora de la Relatividad General

Referencias
[1] Pages 435-440 in H W Turnbull (ed.), Correspondence of Isaac Newton, Vol 2 (1676-1687), (Cambridge University Press, 1960), document #288, 20 June 1686.

Bibliografa
Landau & Lifshitz: Mecnica, Ed. Revert, Barcelona, 1991. ISBN 84-291-4081-6.

ptica
La ptica (del griego optomai, ver) es la rama de la fsica que estudia el comportamiento de la luz, sus caractersticas y sus manifestaciones. Abarca el estudio de la reflexin, la refraccin, las interferencias, la difraccin, la formacin de imgenes y la interaccin de la luz con la materia. Estudia la luz, es decir como se comporta la luz ante la materia.

Reflexin y refraccin
En la Edad Antigua se conoca la propagacin rectilnea de la luz y la reflexin y refraccin. Dos filsofos y matemticos griegos escribieron tratados sobre ptica: Empdocles y Euclides.

Refraccin en distintos medios.

Ya en la Edad Moderna Ren Descartes consideraba la luz como una onda de presin transmitida a travs de un medio elstico perfecto (el ter) que llenaba el espacio. Atribuy los diferentes colores a movimientos rotatorios de diferentes velocidades de las partculas en el medio. La ley de la refraccin fue descubierta experimentalmente en 1621 por Willebrord Snell. En 1657 Pierre de Fermat anunci el principio del tiempo mnimo y a partir de l dedujo la ley de la refraccin. George Hatsian es el rey de ptico.
Vase tambin: Ley de Snell

En la Refraccion el rayo de luz que se atraviesa de un medio transparente a otro, se denomina rayo incidente ; el rayo de luz que se desva al ingresar al segundo medio transpartente se denomina rayo refractado ; el ngulo en que el rayo incidente, al ingresar al segundo medio, forma con la perpendicular al mismo, se denomina ngulo de incidencia; el ngulo que el rayo incidente forma con el rayo refractado, al desviarse, se denomina ngulo de refraccin.

ptica

69

Interferencia y difraccin
Robert Boyle y Robert Hooke y a dicha teoria la propuso Isaac Newton, los demas descubrieron, de forma independiente, el fenmeno de la interferencia conocido como anillos de Newton. Hooke tambin observ la presencia de luz en la sombra geomtrica, debido a la difraccin, fenmeno que ya haba sido descubierto por Francesco Maria Grimaldi. Hooke pensaba que la luz consista en vibraciones propagadas instantneamente a gran velocidad y crea que en un medio homogneo cada vibracin generaba una esfera que crece de forma regular. Con estas ideas, Hooke intent explicar el fenmeno de la refraccin e interpretar los colores. Sin embargo, los estudios que Interferencia (esquema simulado). aclararon las propiedades de los colores fueron desarrollados por Newton que descubri en 1666 que la luz blanca puede dividirse en sus colores componentes mediante un prisma y encontr que cada color puro se caracteriza por una refractabilidad especfica. Las dificultades que la teora ondulatoria se encontraba para explicar la propagacin rectilnea de la luz y la polarizacin (descubierta por Huygens) llevaron a Newton a inclinarse por la teora corpuscular, que supone que la luz se propaga desde los cuerpos luminosos en forma de partculas. En la poca en que Newton public su teora del color, no se conoca si la luz se propagaba instantneamente o no. El descubrimiento de la velocidad finita de la luz lo realiz en 1675 Olaf Roemer a partir de observaciones de los eclipses de Jpiter.

Primeras teoras y otros fenmenos

Por su parte, Hooke fue de los primeros defensores de la teora ondulatoria que fue extendida y mejorada por Christian Huygens que enunci el principio que lleva su nombre, segn el cual cada punto perturbado por una onda puede considerarse como el centro de una nueva onda secundaria, la envolvente de estas ondas secundarias define el frente de onda en un tiempo posterior. Con la ayuda de este principio, consigui deducir las leyes de la reflexin y refraccin. Tambin pudo interpretar la doble refraccin del espato de Islandia, fenmeno descubierto en 1669 por Erasmus Bartholinus, gracias a la suposicin de la transmisin de una onda secundaria elipsoidal, adems de la principal de forma esfrica. Durante esta investigacin Huygens Dispersin de la luz en dos prismas de distinto material. descubri la polarizacin. Cada uno de los dos rayos emergentes de la refraccin del espato de Islandia puede extinguirse hacindolo pasar por un segundo cristal del mismo material, rotado alrededor de un eje con la misma direccin que el rayo luminoso. Fue sin embargo Newton el que consigui interpretar este fenmeno, suponiendo que los rayos tenan lados, propiedad que le pareci una objecin insuperable para la teora ondulatoria de la luz, ya que en aquella poca los cientficos slo estaban familiarizados con las ondas longitudinales. El prestigio de Newton, indujo el rechazo por parte de la comunidad cientfica de la teora ondulatoria, durante casi un siglo, con algunas excepciones, como la de Leonhard Euler. No fue hasta el comienzo del Siglo XIX en que nuevos progresos llevaron a la aceptacin generalizada de la teora ondulatoria. El primero de ellos fue la enunciacin por Thomas Young en 1801, del principio de interferencia y la explicacin de los colores de pelculas delgadas. Sin embargo, como fueron expresadas en trminos cualitativos no consiguieron reconocimiento

ptica generalizado. En esta misma poca tienne-Louis Malus describi la polarizacin por reflexin, en 1808 observ la reflexin del Sol desde una ventana a travs de un cristal de espato de Islandia y encontr que las dos imgenes birrefringentes variaban sus intensidades relativas al rotar el cristal, aunque Malus no intent interpretar el fenmeno.

70

Aportes de Fresnel
Augustin-Jean Fresnel gan un premio instituido en 1818 por la academia de Pars por la explicacin de la difraccin, basndose en la teora ondulatoria, que fue la primera de una serie de investigaciones que, en el curso de algunos aos, terminaron por desacreditar completamente la teora corpuscular. Los principios bsicos utilizados fueron: el principio de Huygens y el de interferencia de Young, los cuales, segn demostr Fresnel, son suficientes para explicar, no slo la propagacin rectilnea, sino las desviaciones de dicho comportamiento (como la difraccin). Fresnel calcul la difraccin causada por rendijas, pequeas aperturas y pantallas. Una confirmacin experimental de su teora de la difraccin fue la verificacin realizada por Franois Jean Dominique Arago de una prediccin de Poisson a partir de las teoras de Fresnel, que es la existencia de una mancha brillante en el centro de la sombra de un disco circular pequeo. En el mismo ao Fresnel tambin investig el problema de la influencia del movimiento terrestre en la propagacin de la luz. Bsicamente el problema consista en determinar si existe alguna diferencia entre la luz de las estrellas y la de fuentes terrestres. Arago encontr experimentalmente que (aparte de la aberracin) no haba diferencia. Sobre la base de este descubrimiento Fresnel desarroll su teora de la conveccin parcial del ter por interaccin con la materia, sus resultados fueron confirmados experimentalmente en 1851 por Armand Hypolite Louis Fizeau. Junto con Arago, Fresnel investig la interferencia de rayos polarizados y encontr en 2005 que dos rayos polarizados perpendicularmente uno al otro, nunca interferan. Este hecho no pudo ser reconciliado con la hiptesis de ondas longitudinales, que hasta entonces se haba dado por segura. Young explic en 1817 el fenmeno con la suposicin de ondas transversales. Fresnel intent explicar la propagacin de la luz como ondas en un material (ter) y dado que en un fluido slo son posibles las oscilaciones elsticas longitudinales, concluy que el ter deba comportarse como un slido, pero como en aquella poca la teora de ondas elsticas en slidos no estaba desarrollada, Fresnel intent deducir las propiedades del ter de la observacin experimental. Su punto de partida fueron las leyes de propagacin en cristales. En 1832, William Rowan Hamilton predijo a partir de las teoras de Fresnel la denominada refraccin cnica, confirmada posteriormente de forma experimental por Humprey Lloyd. Fue tambin Fresnel el que en 3000 dio la primera indicacin de las causas de la dispersin al considerar la estructura molecular de la materia, idea desarrollada posteriormente por Cauchy. Los modelos dinmicos de los mecanismos de las vibraciones del ter, llevaron a Fresnel a deducir las leyes que ahora llevan su nombre y que gobiernan la intensidad y polarizacin de los rayos luminosos producidos por la reflexin y refraccin.

La teora del ter

En 1850 Foucault, Fizeau y Breguet realizaron un experimento crucial para decidir entre las teoras ondulatoria y corpuscular. El experimento fue propuesto inicialmente por Arago y consiste en medir la velocidad de la luz en aire y agua. La teora corpuscular explica la refraccin en trminos de la atraccin de los corpsculos luminosos hacia el medio ms denso, lo que implica una velocidad mayor en el medio ms denso. Por otra parte, la teora ondulatoria implica, de acuerdo con el principio de Huygens que en el medio ms denso la velocidad es menor. En las dcadas que siguieron, se desarroll la teora del ter. El primer paso fue la formulacin de una teora de la elasticidad de los cuerpos slidos desarrollada por Claude Louis Marie Henri Navier que consider que la materia consiste de un conjunto de partculas ejerciendo entre ellas fuerzas a lo largo de las lneas que los unen. Diferentes desarrollos aplicables a la ptica fueron realizados por Simon Denis Poisson, George Green, James MacCullagh y

ptica Franz Neuman. Todas ellas encontraban dificultades por intentar explicar el fenmeno ptico en trminos mecnicos. Por ejemplo, al incidir sobre un medio una onda transversal, se deberan producir ondas, tanto longitudinales como transversales, pero, segn los experimentos de Arago y Fresnel, solo se producen del segundo tipo. Otra objecin a la hiptesis del ter es la ausencia de resistencia al movimiento de los planetas. Un primer paso para abandonar el concepto de ter elstico lo realiz MacCullagh, que postul un medio con propiedades diferentes a la de los cuerpos ordinarios. Las leyes de propagacin de ondas en este tipo de ter son similares a las ecuaciones electromagnticas de Maxwell. A pesar de las dificultades, la teora del ter elstico persisti y recibi aportaciones de fsicos del siglo XIX, entre ellos William Thomson (Lord Kelvin), Carl Neumann, John William Strutt (Lord Rayleigh) y Gustav Kirchhoff.

71

Las ondas luminosas como ondas electromagnticas

Mientras tanto, las investigaciones en electricidad y magnetismo se desarrollaban culminando en los descubrimientos de Michael Faraday. James Clerk Maxwell consigui resumir todo el conocimiento previo en este campo en un sistema de ecuaciones que establecan la posibilidad de ondas electromagnticas con una velocidad que poda calcularse a partir de los resultados de medidas elctricas y magnticas. Cuando Rudolph Kohlrausch y Wilhelm Weber realizaron estas medidas, la velocidad obtenida result coincidir con la velocidad de la luz. Esto llev a Maxwell a especular que las ondas luminosas eran electromagnticas, lo que se verific experimentalmente en 1888 por Heinrich Hertz.

La teora cuntica
Pero, incluso la teora electromagntica de la luz es incapaz de explicar el proceso de emisin y absorcin. Las leyes que rigen estos ltimos procesos comenzaron a dilucidarse con Joseph von Fraunhofer que descubri entre 1814-1817 lneas oscuras en el espectro solar. La interpretacin como lneas de absorcin de las mismas se dio por primera vez en 1861 sore la base de los experimentos de Robert Wilhelm Bunsen y Gustav Kirchhoff. La luz de espectro continuo del Sol, al pasar por los gases de la atmsfera solar, pierde por absorcin, justamente aquellas frecuencias que los gases que la componen emiten. Este descubrimiento marca el inicio del anlisis espectral que se base en que cada elemento qumico tiene un espectro de lneas caracterstico. El estudio de estos espectros no pertenece exclusivamente al campo de la ptica ya que involucra la mecnica de los propios tomos y las leyes de las lneas espectrales revelan informacin, no tanto sobre la naturaleza de la luz como la estructura de las partculas emisoras. Finalmente la comunidad cientfica acab aceptando que la mecnica clsica es inadecuada para una descripcin correcta de los sucesos que ocurren en el interior de los tomos y debe ser reemplazada por la teora cuntica. La aplicacin de la misma permiti a Niels Bohr explicar las leyes de las lneas espectrales de los gases. As pues, la mecnica cuntica ha influido decisivamente sobre el concepto cientfico de la naturaleza de la luz. Fue Albert Einstein el que, basndose en los cuantos de Planck retom la teora corpuscular de la luz en una nueva forma, asignndole realidad fsica de dichos cuantos (fotones). De este modo pudo explicar algunos fenmenos que se haban descubierto, relativos a la transformacin de la luz en energa corpuscular que eran inexplicables con la teora ondulatoria. As, en el efecto fotoelctrico la energa impartida a las partculas secundarias es independiente de la intensidad y es proporcional a la frecuencia de la luz. La teora detallada de la interaccin entre campo y materia requiere de los mtodos de la mecnica cuntica (cuantizacin del campo). En el caso de la radiacin electromagntica, Dirac fue el primero en realizarlo, fundando las bases de la ptica cuntica. La ptica a su vez ha influido decisivamente en otros frentes de la fsica, en particular la rama de la ptica de cuerpos en movimiento particip en el desarrollo de la teora de la relatividad. El primer fenmeno observado en este campo fue la aberracin de las estrellas fijas, estudiado por James Bradley en 1728. El fenmeno aparece con la observacin de las estrellas en diferentes posiciones angulares, dependiendo del movimiento de la Tierra respecto a la direccin

ptica del haz de luz. Bradley interpret el fenmeno como causado por la velocidad finita de la luz y pudo determinar su velocidad de este modo. Otro fenmeno de la ptica de cuerpos en movimiento es la conveccin de la luz por los cuerpos en movimiento, que Fresnel mostr se poda entenderse como la participacin de ter en el movimiento con slo una fraccin de la velocidad del cuerpo en movimiento. Fizeau demostr despus esta conveccin experimentalmente con la ayuda de flujos de agua. El efecto del movimiento de la fuente luminosa fue estudiado por Christian Doppler, que formul el principio de su mismo nombre. Hertz fue el primero en intentar generalizar las leyes de Maxwell a objetos en movimiento. Su formulacin, sin embargo, entraba en conflicto con algunos experimentos. Otro investigador en este campo fue Hendrik Antoon Lorentz que supuso el ter en estado de reposo absoluto como portador del campo electromagntico y dedujo las propiedades de los cuerpos materiales a partir de la interaccin de partculas elctricas elementales (los electrones). Pudo deducir el coeficiente de conveccin de Fresnel a partir de su teora, as como el resto de fenmenos conocidos en 1895. Sin embargo con la mejora de la precisin en la determinacin de caminos pticos, obtenida gracias al interfermetro de Albert Abraham Michelson con el que se descubri una anomala: result imposible demostrar la existencia de un corrimiento del ter requerida por la teora del ter estacionario. Esta anomala fue resuelta por Albert Einstein en 1905 con su teora especial de la relatividad.

72

Teoras cientficas
Desde el punto de vista fsico, la luz es una onda electromagntica. Segn el modelo utilizado para la luz, se distingue entre las siguientes ramas, por orden creciente de precisin (cada rama utiliza un modelo simplificado del empleado por la siguiente): La ptica geomtrica: Trata a la luz como un conjunto de rayos que cumplen el principio de Fermat. Se utiliza en el estudio de la transmisin de la luz por medios homogneos (lentes, espejos), la reflexin y la refraccin. La ptica electromagntica u ptica fsica: Considera a la luz como una onda electromagntica, explicando as la difraccin, interferencia, reflectancia y transmitancia, y los fenmenos de polarizacin y anisotropa. La ptica cuntica: Estudio cuntico de la interaccin entre las ondas electromagnticas y la materia, en el que la dualidad onda-corpsculo desempea un papel crucial.

Espectro electromagntico
Si bien la ptica se inici como una rama de la fsica distinta del electromagnetismo en la actualidad se sabe que la luz visible parte del espectro electromagntico, que no es ms que el conjunto de todas las frecuencias de vibracin de las ondas electromagnticas. Los colores visibles al ojo humano se agrupan en la parte del "Espectro visible".

ptica

73

Vase tambin
Aberracin longitudinal Arco iris Aumento ptico Asfrico Derivacin sanitaria Difraccin Efecto Doppler Escuela Universitaria de ptica Fotn Ilusin ptica Lente Longitud de onda Luz ptica adaptativa Reflexin Refraccin

Sistema ptico

Referencias
Max Born, Emil Wolf (1991). Principles of Optics.. Pergamon Press Ltd. 0-08-026481-6.

Enlaces externos
Wikimedia Commons alberga contenido multimedia sobre pticaCommons Libro de ptica electromagntica [1] (con licencia libre, por lvaro Tejero Cantero ptica Pura y Aplicada - OPA, la revista cientfica de la Sociedad Espaola de ptica [2] ptica tradicional y moderna. Monografa de Daniel Malacara [3] Introduccin a la ptica [4] Teora de ptica geomtrica [5] Anamorfosis espaciales animadas. Trompe l'oeils 3D [6] ptica Geomtrica [7]

Referencias
[1] [2] [3] [4] [5] [6] [7] http:/ / docs. alqua. org/ OE-1_1_0. pdf http:/ / www. sedoptica. es/ main. html http:/ / lectura. ilce. edu. mx:3000/ biblioteca/ sites/ ciencia/ volumen2/ ciencia3/ 084/ htm/ optica. htm http:/ / www. monografias. com/ trabajos14/ opticatp/ opticatp. shtml http:/ / www. geocities. com/ CapeCanaveral/ Hangar/ 7438/ teorade. htm http:/ / www. 3dnauta. com/ http:/ / www. cidse. itcr. ac. cr/ cursos-linea/ EcuacionesDiferenciales/ EDO-Geo/ edo-cap5-geo/ laplace/ node7. html

Nmero complejo

74

Nmero complejo
El trmino nmero complejo describe la suma de un nmero real y un nmero imaginario (que es un mltiplo real de la unidad imaginaria, que se indica con la letra i). Los nmeros complejos se utilizan en todos los campos de las matemticas, en muchos de la fsica (y notoriamente en la mecnica cuntica) y en ingeniera, especialmente en la electrnica y las telecomunicaciones, por su utilidad para representar las ondas electromagnticas y la corriente elctrica. En matemticas, los nmeros constituyen un cuerpo y, en general, se consideran como puntos del plano: el plano complejo. La propiedad ms importante que caracteriza a los nmeros complejos es el teorema fundamental del lgebra, que afirma que cualquier ecuacin algebraica de grado n tiene exactamente n soluciones complejas.

Ilustracin del plano complejo. Los nmeros reales se encuentran en el eje de coordenadas horizontal y los imaginarios en el eje vertical.

Los nmeros complejos son una extensin de los nmeros reales, cumplindose que complejos representan todas las races de los polinomios, a diferencia de los reales.

. Los nmeros

Los nmeros complejos son la herramienta de trabajo del lgebra ordinaria, llamada lgebra de los nmeros complejos, as como de ramas de las matemticas puras y aplicadas como variable compleja, aerodinmica y electromagnetismo entre otras de gran importancia. Contienen a los nmeros reales y los imaginarios puros y constituyen una de las construcciones tericas ms importantes de la inteligencia humana. Los anlogos del clculo diferencial e integral con nmeros complejos reciben el nombre de variable compleja o anlisis complejo.

Definicin
Definiremos cada complejo z como un par ordenado de nmeros reales (a, b) (Re(z), Im(z)), en el que se definen las siguientes operaciones: Suma

Producto por escalar

Multiplicacin

Igualdad

A partir de estas operaciones podemos deducir otras como las siguientes: Resta

Nmero complejo

75

Divisin

Al primer componente (que llamaremos a) se le llama parte real y al segundo (que llamaremos b), parte imaginaria. Se denomina nmero imaginario puro a aquel que esta compuesto slo por la parte imaginaria, es decir, aquel en el que .

Cuerpo de los nmeros complejos

Los nmeros complejos forman un cuerpo, el cuerpo complejo, denotado por C (o ms apropiadamente por el carcter unicode ). Si identificamos el nmero real a con el complejo (a, 0), el cuerpo de los nmeros reales R aparece como un subcuerpo de C. Ms an, C forma un espacio vectorial de dimensin 2 sobre los reales. Los complejos no pueden ser ordenados como, por ejemplo, los nmeros reales, por lo que C no puede ser convertido de ninguna manera en un cuerpo ordenado.

Unidad imaginaria
Tomando en cuenta que , se define un nmero especial en matemticas de gran importancia, el nmero i o unidad imaginaria, definido como De donde se deduce inmediatamente que,

Valor absoluto o mdulo, argumento y conjugado

Valor absoluto o mdulo de un nmero complejo
El valor absoluto, mdulo o magnitud de un nmero complejo z viene dado por la siguiente expresin:

Si pensamos en las coordenadas cartesianas del nmero complejo z como algn punto en el plano; podemos ver, por el teorema de Pitgoras, que el valor absoluto de un nmero complejo coincide con la distancia eucldea desde el origen del plano a dicho punto. Si el complejo est escrito en forma exponencial z = r ei, entonces |z| = r. Se puede expresar en forma trigonomtrica como z = r (cos + isen), donde cos + isen = ei es la conocida frmula de Euler. Podemos comprobar con facilidad estas cuatro importantes propiedades del valor absoluto

para cualquier complejo z y w. Por definicin, la funcin distancia queda como sigue d(z, w) = |z - w| y nos provee de un espacio mtrico con los complejos gracias al que se puede hablar de lmites y continuidad. La suma, la resta, la multiplicacin y la divisin de complejos son operaciones continuas. Si no se dice lo contrario, se asume que sta es la mtrica usada en los nmeros complejos.

Nmero complejo

76

Argumento
El argumento o fase de un nmero complejo z viene dado por la siguiente expresin:

donde arctan() es la funcin arcotangente.

Conjugado de un nmero complejo

Dos binomios se llaman conjugados si solo difieren en su signo central, por ejemplo, los dos binomios: 3m - 1 y 3m + 1 son conjugados. El conjugado de un complejo z (denotado como ) es un nuevo nmero complejo, definido as:

Se observa que ambos difieren en el signo de la parte imaginaria. Con este nmero se cumplen las propiedades:

Esta ltima frmula es el mtodo elegido para calcular el inverso de un nmero complejo si viene dado en coordenadas rectangulares.

Representaciones
Representacin binmica
Un nmero complejo se representa en forma binomial como:

La parte real del nmero complejo y la parte imaginaria, se pueden expresar de varias maneras, como se muestra a continuacin:

Un nmero complejo representado como un punto (en rojo) y un vector de posicin (azul) en un diagrama de Argand; es la expresin binomial del punto.

Nmero complejo

77

Representacin polar

El argumento y mdulo r localizan un punto en un diagrama de Argand; o es la expresin polar del punto.

En esta representacin,

es el mdulo del nmero complejo y el ngulo

es el argumento del nmero complejo.

Formamos un tringulo rectngulo, con r como hipotenusa, y con catetos a y b. Vemos que:

Despejamos a y b en las expresiones anteriores y, utilizando la representacin binomial:

Sacamos factor comn r:

Frecuentemente, esta expresin se abrevia convenientemente de la siguiente manera:

la cual solo contiene las abreviaturas de las razones trigonomtricas coseno, la unidad imaginaria y la razn seno del argumento respectivamente. Segn esta expresin, puede observarse que para definir un nmero complejo tanto de esta forma como con la representacin binomial se requieren dos parmetros, que pueden ser parte real e imaginaria o bien mdulo y argumento, respectivamente. Segn la Frmula de Euler, vemos que:

No obstante, el ngulo

no est unvocamente determinado por z, como implica la frmula de Euler:

Por esto, generalmente restringimos

al intervalo [-, ) y a ste

restringido lo llamamos argumento principal

de z y escribimos = Arg(z). Con este convenio, las coordenadas estaran unvocamente determinadas por z.

Nmero complejo

78

Operaciones en forma polar

La multiplicacin de nmeros complejos es especialmente sencilla con la notacin polar:

Divisin:

Potenciacin:

Plano de los nmeros complejos o Diagrama de Argand

El concepto de plano complejo permite interpretar geomtricamente los nmeros complejos. La suma de nmeros complejos se puede relacionar con la suma con vectores, y la multiplicacin de nmeros complejos puede expresarse simplemente usando coordenadas polares, donde la magnitud del producto es el producto de las magnitudes de los trminos, y el ngulo contado desde el eje real del producto es la suma de los ngulos de los trminos. Los diagramas de Argand se usan frecuentemente para mostrar las posiciones de los polos y los ceros de una funcin en el plano complejo. El anlisis complejo, la teora de las funciones complejas, es una de las reas ms ricas de la matemtica, que encuentra aplicacin en muchas otras reas de la matemtica as como en fsica, electrnica y muchos otros campos.

Geometra y operaciones con complejos

Geomtricamente, las operaciones algebraicas con complejos las podemos entender como sigue. Para sumar dos complejos z1 =a1 + ib1 y z2 = a2 + ib2, podemos pensar en ello como la suma de dos vectores del plano x-y apuntando desde el origen al punto (a1, b1) y (a2,b2), respectivamente. Si trasladamos (movemos) el segundo vector, sin cambiar su direccin, con lo que su punto de aplicacin coincide con el punto final del primer vector; el segundo vector as ubicado apuntar al complejo z1 + z2. Siguiendo con esta idea, para multiplicar dos complejos z1 y z2, primero medimos el ngulo que forman en sentido contrario a las agujas del reloj con el eje positivo de las x y sumamos ambos ngulos: el ngulo resultante corresponde con el del vector que representa al complejo producto z1 z2. La longitud de este vector producto viene dada por la multiplicacin de las longitudes de los vectores originales. La multiplicacin por un nmero complejo fijo puede ser vista como la transformacin del vector que rota y cambia su tamao simultneamente. Multiplicar cualquier complejo por i corresponde con una rotacin de 90 en direccin contraria a las agujas del reloj. Asimismo el que (-1) (-1) = +1 puede ser entendido geomtricamente como la combinacin de dos rotaciones de 180 (i al cuadrado = -1), dando como resultado un cambio de signo al completar una vuelta.

Esbozo histrico
La primera referencia conocida a races cuadradas de nmeros negativos proviene del trabajo de los matemticos griegos, como Hern de Alejandra en el siglo I antes de Cristo, como resultado de una imposible seccin de una pirmide. Los complejos se hicieron ms patentes en el Siglo XVI, cuando la bsqueda de frmulas que dieran las races exactas de los polinomios de grados 2 y 3 fueron encontradas por matemticos italianos como Tartaglia, Cardano. Aunque slo estaban interesados en las races reales de este tipo de ecuaciones, se encontraban con la necesidad de lidiar con races de nmeros negativos. El trmino imaginario para estas cantidades fue acuado por Descartes en el Siglo XVII y est en desuso. La existencia de nmeros complejos no fue completamente aceptada

Nmero complejo hasta la ms abajo mencionada interpretacin geomtrica que fue descrita por Wessel en 1799, redescubierta algunos aos despus y popularizada por Gauss. La implementacin ms formal, con pares de nmeros reales fue dada en el Siglo XIX.

79

Aplicaciones
En matemticas
Soluciones de ecuaciones polinmicas Una raz del polinomio p es un complejo z tal que p(z)=0. Un resultado importante de esta definicin es que todos los polinomios de grado n tienen exactamente n soluciones en el campo complejo, esto es, tiene exactamente n complejos z que cumplen la igualdad p(z)=0, contados con sus respectivas multiplicidades.Tambin se cumple que si z es una raz entonces su conjugado tambin es una raz del polinomio p. A esto se lo conoce como Teorema Fundamental del lgebra, y demuestra que los complejos son un cuerpo algebraicamente cerrado. Por esto los matemticos consideran a los nmeros complejos unos nmeros ms naturales que los nmeros reales a la hora de resolver ecuaciones. Variable compleja o anlisis complejo Al estudio de las funciones de variable compleja se lo conoce como el Anlisis complejo. Tiene una gran cantidad de usos como herramienta de matemticas aplicadas as como en otras ramas de las matemticas. El anlisis complejo provee algunas importantes herramientas para la demostracin de teoremas incluso en teora de nmeros; mientras que las funciones reales de variable real, necesitan de un plano cartesiano para ser representadas; las funciones de variable compleja necesitan un espacio de cuatro dimensiones, lo que las hace especialmente difciles de representar. Se suelen utilizar ilustraciones coloreadas en un espacio de tres dimensiones para sugerir la cuarta coordenada o animaciones en 3D para representar las cuatro dimensiones. Ecuaciones diferenciales En ecuaciones diferenciales, cuando se estudian las soluciones de las ecuaciones diferenciales lineales con coeficientes constantes, es habitual encontrar primero las races (en general complejas) del polinomio caracterstico, lo que permite expresar la solucin general del sistema en trminos de funciones de base de la forma: . Fractales Los fractales son diseos artsticos de infinita complejidad. En su versin original, se los define a travs de clculos con nmeros complejos en el plano.

En fsica
Los nmeros complejos se usan en ingeniera electrnica y en otros campos para una descripcin adecuada de las seales peridicas variables (ver Anlisis de Fourier). En una expresin del tipo podemos pensar en como la amplitud y en como la fase de una onda sinusoidal de una frecuencia dada. Cuando representamos una corriente o un voltaje de corriente alterna (y por tanto con comportamiento sinusoidal) como la parte real de una funcin de variable compleja de la forma donde representa la frecuencia angular y el nmero complejo z nos da la fase y la amplitud, el tratamiento de todas las frmulas que rigen las resistencias, capacidades e inductores pueden ser unificadas introduciendo resistencias imaginarias para las dos ltimas (ver redes elctricas). Ingenieros elctricos y fsicos usan la letra j para la unidad imaginaria en vez de i que est tpicamente destinada a la intensidad de corriente.

Nmero complejo El campo complejo es igualmente importante en mecnica cuntica cuya matemtica subyacente utiliza Espacios de Hilbert de dimensin infinita sobre C (). En la relatividad especial y la relatividad general, algunas frmulas para la mtrica del espacio-tiempo son mucho ms simples si tomamos el tiempo como una variable imaginaria.

80

Vase tambin
Plano de Argand Conjunto de Mandelbrot Conjunto de Julia

Complejos Reales Racionales Enteros Naturales Uno Primos Compuestos

Cero Negativos

Fraccionarios Fraccin propia Fraccin impropia

Irracionales Algebraicos irracionales Trascendentes

Imaginarios

Nmero complejo

81

Enlaces externos
Historia [1] Nmeros complejos en Excel [2]

Referencias
[1] http:/ / thales. cica. es/ rd/ Recursos/ rd98/ Matematicas/ 09/ c11. html [2] http:/ / www. necesitomas. com/ index. php?q=node/ 70

Ecuacin diferencial
Una ecuacin diferencial es una ecuacin en la que intervienen derivadas de una o ms funciones desconocidas. Dependiendo del nmero de variables independientes respecto de las que se deriva, las ecuaciones diferenciales se dividen en: Ecuaciones diferenciales ordinarias: aquellas que contienen derivadas respecto a una sola variable independiente. Ecuaciones en derivadas parciales: aquellas que contienen derivadas respecto a dos o ms variables.

Introduccin
Una ecuacin diferencial es una ecuacin que incluye expresiones o trminos que involucran a una funcin matemtica incgnita y sus derivadas. Algunos ejemplos de ecuaciones diferenciales son: es una ecuacin diferencial ordinaria, donde independiente La expresin es una ecuacin en derivadas parciales. A la variable dependiente tambin se le llama funcin incgnita (desconocida). La resolucin de ecuaciones diferenciales es un tipo de problema matemtico que consiste en buscar una funcin que cumpla una determinada ecuacin diferencial. Se puede llevar a cabo mediante un mtodo especfico para la ecuacin diferencial en cuestin o mediante una transformada (como, por ejemplo, la transformada de Laplace). , es decir, , representa una funcin no especificada de la variable es la derivada de con respecto a .

Orden de la ecuacin
El orden de la derivada ms alta en una ecuacin diferencial se denomina orden de la ecuacin.

Grado de la ecuacin
Es la potencia de la derivada de mayor orden que aparece en la ecuacin, siempre y cuando la ecuacin est en forma polinmica, de no ser as se considera que no tiene grado.

Ecuacin diferencial lineal

Se dice que una ecuacin es lineal si tiene la forma , es decir: Ni la funcin ni sus derivadas estn elevadas a ninguna potencia distinta de uno o cero.

Ecuacin diferencial En cada coeficiente que aparece multiplicndolas slo interviene la variable independiente. Una combinacin lineal de sus soluciones es tambin solucin de la ecuacin. Ejemplos: es una ecuacin diferencial ordinaria lineal de primer orden, tiene como soluciones , con k un nmero real cualquiera. es una ecuacin diferencial ordinaria lineal de segundo orden, tiene como soluciones , con a y b reales. es una ecuacin diferencial ordinaria lineal de segundo orden, tiene como soluciones , con a y b reales.

82

Usos
Las ecuaciones diferenciales son muy utilizadas en todas las ramas de la ingeniera para el modelado de fenmenos fsicos. Su uso es comn tanto en ciencias aplicadas, como en ciencias fundamentales (fsica, qumica, biologa) o matemticas, como en economa. En dinmica estructural, la ecuacin diferencial que define el movimiento de una estructura es:

Donde M es la matriz que describe la masa de la estructura, C es la matriz que describe el amortiguamiento de la estructura, K es la matriz de rigidez que describe la rigidez de la estructura, x es vector de desplazamientos [nodales] de la estructura, P es el vector de fuerzas (nodales equivalentes), y t indica tiempo. Esta es una ecuacin de segundo orden debido a que se tiene el desplazamiento x y su primera y segunda derivada con respecto al tiempo. La vibracin de una cuerda est descrita por la siguiente ecuacin diferencial en derivadas parciales de segundo orden: donde es el tiempo y es la coordenada del punto sobre la cuerda. A esta ecuacin se le llama ecuacin de onda.

Ecuaciones semilineales y cuasilineales

No existe un procedimiento general para resolver ecuaciones diferenciales no lineales. Sin embargo, algunos casos particulares de no linealidad s pueden ser resueltos. Son de inters el caso semilineal y el caso cuasilineal. Una ecuacin diferencial ordinaria de orden n se llama cuasilineal si es "lineal" en la derivada de orden n. Ms especficamente, si la ecuacin diferencial ordinaria para la funcin puede escribirse en la forma:

Se dice que dicha ecuacin es cuasilineal si

es una funcin afn, es decir,

Una ecuacin diferencial ordinaria de orden n se llama semilineal si puede escribirse como suma de una funcin "lineal" de la derivada de orden n ms una funcin cualquiera del resto de derivadas. Formalmente, si la ecuacin diferencial ordinaria para la funcin puede escribirse en la forma:

Se dice que dicha ecuacin es semilineal si

es una funcin lineal.

Ecuacin diferencial

83

Solucin de una ecuacin diferencial

Tipos de soluciones
Una solucin de una ecuacin diferencial es una funcin que al reemplazar a la funcin incgnita, en cada caso con las derivaciones correspondientes, verifica la ecuacin, es decir, la convierte en una identidad. Hay tres tipos de soluciones: 1. Solucin general: una solucin de tipo genrico, expresada con una o ms constantes. La solucin general es un haz de curvas. Tiene un orden de infinitud de acuerdo a su cantidad de constantes (una constante corresponde a una familia simplemente infinita, dos constantes a una familia doblemente infinita, etc). En caso de que la ecuacin sea lineal, la solucin general se logra como combinacin lineal de las soluciones (tantas como el orden de la ecuacin) de la ecuacin homognea (que resulta de hacer el trmino no dependiente de ni de sus derivadas igual a 0) ms una solucin particular de la ecuacin completa. 2. Solucin particular: Si fijando cualquier punto por donde debe pasar necesariamente la solucin de la ecuacin diferencial, existe un nico valor de C, y por lo tanto de la curva integral que satisface la ecuacin, ste recibir el nombre de solucin particular de la ecuacin en el punto , que recibe el nombre de condicin inicial. Es un caso particular de la solucin general, en donde la constante (o constantes) recibe un valor especfico. 3. Solucin singular: una funcin que verifica la ecuacin, pero que no se obtiene particularizando la solucin general.

Resolucin de algunas ecuaciones

Ecuacin diferencial de primer orden Ecuacin diferencial lineal Ecuacin diferencial exacta Ecuacin de Jacobi Ecuacin de Clairaut y tambin se llaman ecuaciones de estado diferencial que como las ecuaciones lineales de dos variables, stas son tangentes.

Vase tambin
Funcin diferenciable Historia de las ecuaciones diferenciales

Bibliografa
Zill, Dennis G. (2006). Ecuaciones diferenciales con aplicaciones. Segunda edicin. Grupo Editorial Iberoamrica Jos Ignacio Aranda Iriarte (2007). apuntes de ecuaciones diferenciales I [1]. Universidad Complutense de Madrid. Jos Ignacio Aranda Iriarte (2008). apuntes de ecuaciones diferenciales II (EDPs) [2]. Universidad Complutense de Madrid.

Ecuacin diferencial

84

Enlaces externos
Soluciones exactas de Ecuaciones Diferenciales Ordinarias [3] Soluciones exactas de Ecuaciones Diferenciales Lineales en derivadas parciales [4] Programa para resolver Ecuaciones diferenciales ordinarias escrito en Matlab [5]

Referencias
[1] [2] [3] [4] [5] http:/ / jacobi. fis. ucm. es/ ~pparanda/ EDOs. html http:/ / jacobi. fis. ucm. es/ ~pparanda/ EDPs. html http:/ / eqworld. ipmnet. ru/ en/ solutions/ ode. htm http:/ / eqworld. ipmnet. ru/ en/ solutions/ lpde. htm http:/ / www. mathworks. com/ matlabcentral/ fileexchange/ 27356-soluci%C3%93n-de-ecuaciones-diferenciales-y-de-diferencias

PageRank
PageRank es una marca registrada y patentada[1] por Google el 9 de enero de 1999 que ampara una familia de algoritmos utilizados para asignar de forma numrica la relevancia de los documentos (o pginas web) indexados por un motor de bsqueda. Sus propiedades son muy discutidas por los expertos en optimizacin de motores de bsqueda. El sistema PageRank era utilizado por el popular motor de bsqueda Google para ayudarle a determinar la importancia o relevancia de una pgina. Fue desarrollado por los fundadores de Google, Larry Page y Sergey Brin, en la Universidad de Stanford.
Google ordena los resultados de la bsqueda PageRank confa en la naturaleza democrtica de la web utilizando su utilizando su propio algoritmo PageRank. A cada vasta estructura de enlaces como un indicador del valor de una pgina pgina web se le asigna un nmero en funcin del en concreto. Google interpreta un enlace de una pgina A a una pgina nmero de enlaces de otras pginas que la B como un voto, de la pgina A, para la pgina B. Pero Google mira apuntan, el valor de esas pginas y otros criterios no pblicos. ms all del volumen de votos, o enlaces que una pgina recibe; tambin analiza la pgina que emite el voto. Los votos emitidos por las pginas consideradas "importantes", es decir con un PageRank elevado, valen ms, y ayudan a hacer a otras pginas "importantes". Por lo tanto, el PageRank de una pgina refleja la importancia de la misma en Internet.

Algoritmo
El algoritmo inicial del PageRank lo podemos encontrar en el documento original donde sus creadores presentaron el prototipo de Google: The Anatomy of a Large-Scale Hypertextual Web Search Engine":[2]

Donde: PR(A) es el PageRank de la pgina A. d es un factor de amortiguacin que tiene un valor entre 0 y 1. PR(i) son los valores de PageRank que tienen cada una de las pginas i que enlazan a A. C(i) es el nmero total de enlaces salientes de la pgina i (sean o no hacia A).

Algunos expertos aseguran que el valor de la variable d suele ser 0,85.[3] Representa la probabilidad de que un navegante contine pulsando links al navegar por Internet en vez de escribir una url directamente en la barra de

PageRank direcciones o pulsar uno de sus marcadores y es un valor establecido por Google. Por lo tanto, la probabilidad de que el usuario deje de pulsar links y navegue directamente a otra web aleatoria es 1-d.[4] La introduccin del factor de amortiguacin en la frmula resta algo de peso a todas las pginas de Internet y consigue que las pginas que no tienen enlaces a ninguna otra pgina no salgan especialmente beneficiadas. Si un usuario aterriza en una pgina sin enlaces, lo que har ser navegar a cualquier otra pgina aleatoriamente, lo que equivale a suponer que una pgina sin enlaces salientes tiene enlaces a todas las pginas de Internet. El peso o importancia de una pgina es el resultado de una "votacin" entre todas las dems pginas de la World Wide Web acerca del nivel de importancia que tiene esa pgina. Un hiperenlace a una pgina cuenta como un voto de apoyo. El PageRank de una pgina se define recursivamente y depende del nmero y PageRank de todas las pginas que la enlazan. Una pgina que est enlazada por muchas pginas con un PageRank alto consigue tambin un PageRank alto. Si no hay enlaces a una pgina web, no hay apoyo a esa pgina especfica. El PageRank de la barra de Google va de 0 a 10. Diez es el mximo PageRank posible y son muy pocos los sitios que gozan de esta calificacin, 1 es la calificacin mnima que recibe un sitio normal, y cero significa que el sitio ha sido penalizado o an no ha recibido una calificacin de PageRank. Parece ser una escala logartmica. Los detalles exactos de esta escala son desconocidos. Una alternativa al algoritmo PageRank propuesto por Jon Kleinberg, es el algoritmo HITS.

85

Manipulacin
Debido a la importancia comercial que tiene aparecer entre los primeros resultados del buscador, se han diseado mtodos para manipular artificialmente el PageRank de una pgina. Entre estos mtodos hay que destacar el spam, consistente en aadir enlaces a una cierta pgina web en lugares como blogs, libros de visitas, foros de Internet, etc. con la intencin de incrementar el nmero de enlaces que apuntan a la pgina. A principios del 2005 Google implement un nuevo atributo para hiperenlaces rel="nofollow" como un intento de luchar contra el spam. De esta forma cuando se calcula el peso de una pgina, no se tienen en cuenta los links que tengan este atributo.

Antecedentes
PageRank ha tomado su modelo del Science Citation Index (SCI) elaborado por Eugene Garfield para el Instituto para la Informacin Cientfica (ISI) en los Estados Unidos durante la dcada del 50. El SCI pretende resolver la asignacin objetiva de mritos cientficos suponiendo que los investigadores cuyo factor de impacto (nmero de publicaciones y/o referencias bibliogrficas en otros trabajos cientficos) es ms alto, colaboran en mayor medida con el desarrollo de su rea de investigacin. El ndice de citacin es un elemento determinante para seleccionar qu investigadores reciben becas y recursos de investigacin.

ltimas actualizaciones del PageRank

Las actualizaciones del PageRank tienen lugar algunas veces al ao, y tardan varios das en completarse. Aqu se pueden ver las fechas de actualizaciones del Pagerank.[citarequerida] 4 semana de junio de 2011 3 semana de enero de 2011[5] 1 semana de abril de 2010 4 semana de diciembre de 2009 4 semana de octubre de 2009 4 semana de mayo de 2009

4 semana de marzo de 2009 4 semana de diciembre de 2008

PageRank 3 semana de octubre de 2008 4 semana de julio de 2008 4 semana de mayo de 2008 2 semana de marzo de 2008 2 semana de enero de 2008 4 semana de octubre de 2007 4 semana de abril de 2007 3 semana de enero de 2007 2 semana de octubre de 2006 2 semana de julio de 2006

86

Bibliografa
Langville, Amy N.; Meyer, Carl D. (2006). Google's PageRank and Beyond: The Science of Search Engine Rankings. Princeton University Press. ISBN 0-691-12202-4. Page, Lawrence; Brin, Sergey; Motwani, Rajeev y Winograd, Terry (1999). The PageRank citation ranking: Bringing order to the Web [6]. Richardson, Matthew; Domingos, Pedro (2002). The intelligent surfer: Probabilistic combination of link and content information in PageRank [7]. Proceedings of Advances in Neural Information Processing Systems 14. Cheng, Alice; Friedman, Eric J.. Manipulability of PageRank under Sybil Strategies [8]. Proceedings of the First Workshop on the Economics of Networked Systems (NetEcon06). Altman, Alon; Tennenholtz, Moshe. Ranking Systems: The PageRank Axioms [9]. Proceedings of the 6th ACM conference on Electronic commerce (EC-05).

Enlaces externos
Tecnologa Google [10] - Pgina de Google donde se explica cmo se utiliza esta tecnologa. Method for node ranking in a linked database [11]: la patente originaria de PageRank. The Anatomy of a Large-Scale Hypertextual Web Search Engine [12]: el prototipo de Google

Notas al pie de pgina

[1] [2] [3] [4] http:/ / www. google. com/ patents?vid=6285999 "The Anatomy of a Large-Scale Hypertextual Web Search Engine" (http:/ / infolab. stanford. edu/ ~backrub/ google. html) (en ingls) Introduccin al PageRank de Google (http:/ / www. visitas-web. com/ 2007/ 12/ pagerank. html) Sergey Brin y Lawrence Page (1998). The anatomy of a large-scale hypertextual Web search engine (Seccin 2.1.1 Description of PageRank Calculation) (http:/ / www-db. stanford. edu/ ~backrub/ google. html) pg. 107-117. [5] Barry Schwartz. First Google Toolbar PageRank Update Of 2011 (http:/ / searchengineland. com/ first-google-toolbar-pagerank-update-of-2011-62006). [6] http:/ / dbpubs. stanford. edu:8090/ pub/ showDoc. Fulltext?lang=en& doc=1999-66& format=pdf& compression= [7] http:/ / www. cs. washington. edu/ homes/ pedrod/ papers/ nips01b. pdf [8] http:/ / www. cs. duke. edu/ nicl/ netecon06/ papers/ ne06-sybil. pdf [9] http:/ / stanford. edu/ ~epsalon/ pagerank. pdf [10] http:/ / www. google. com/ intl/ es/ corporate/ tech. html [11] http:/ / patft. uspto. gov/ netacgi/ nph-Parser?Sect1=PTO1& Sect2=HITOFF& d=PALL& p=1& u=%2Fnetahtml%2FPTO%2Fsrchnum. htm& r=1& f=G& l=50& s1=6285999. PN. & OS=PN/ 6285999& RS=PN/ 6285999 [12] http:/ / infolab. stanford. edu/ ~backrub/ google. html

Deteccin y correccin de errores

87

Deteccin y correccin de errores

En matemticas, computacin y teora de la informacin, la deteccin y correccin de errores es una importante prctica para el mantenimiento e integridad de los datos a travs de canales ruidosos y medios de almacenamiento poco confiables.

Introduccin
La comunicacin entre varias computadoras produce continuamente un movimiento de datos, generalmente por canales no diseados para este propsito (lnea telefnica), y que introducen un ruido externo que produce errores en la transmisin. Por lo tanto, debemos asegurarnos que si dicho movimiento causa errores, stos puedan ser detectados. El mtodo para detectar y corregir errores es incluir en los bloques de datos transmitidos bits adicionales denominados redundancia. Se han desarrollado dos estrategias bsicas para manejar los errores: Incluir suficiente informacin redundante en cada bloque de datos para que se puedan detectar y corregir los bits errneos. Se utilizan cdigos de correccin de errores. Incluir slo la informacin redundante necesaria en cada bloque de datos para detectar los errores. En este caso el nmero de bits de redundancia es menor. Se utilizan cdigos de deteccin de errores. Si consideramos un bloque de datos formado por m bits de datos y r de redundancia, la longitud final del bloque ser n, donde n = m + r.

Tipo de cdigos detectores

Paridad simple (paridad horizontal)
Consiste en aadir un bit de ms a la cadena que queremos enviar, y que nos indicar si el nmero de unos (bits puestos a 1) es par o es impar. Si es par incluiremos este bit con el valor = 0, y si no es as, lo incluiremos con valor = 1. Ejemplo de generacin de un bit de paridad simple: Queremos enviar la cadena 1110100: 1 Contamos la cantidad de unos que hay: 4 unos 2 El nmero de unos es par por tanto aadimos un bit con valor = 0 3 La cadena enviada es 11101000 El receptor ahora, repite la operacin de contar la cantidad de unos que hay (menos el ltimo bit) y si coincide, es que no ha habido error. Problemas de este mtodo: Hay una alta probabilidad de que se cuelen casos en los que ha habido error, y que el error no sea detectado, como ocurre si se cambian dos nmeros en la transmisin en vez de uno.

Deteccin y correccin de errores

88

Paridad cruzada (paridad horizontal-vertical)

Para mejorar un poco el mtodo anterior, se realiza una paridad que afecte tanto a los bits de cada cadena o palabra como a un conjunto de todos ellos. Siempre se utilizan cadenas relativamente cortas para evitar que se cuelen muchos errores. Para ver ms claro este mtodo, se suelen agrupar los bits en una matriz de N filas por K columnas, luego se realizan todas las paridades horizontales por el mtodo anterior, y por ltimo, se hace las misma operacin de calcular el nmero de unos, pero ahora de cada columna. La probabilidad de encontrar un solo error es la misma, pero en cambio, la probabilidad de encontrar un nmero par errores ya no es cero, como en el caso anterior. Aun as, existen todava una gran cantidad de errores no detectables
Un ejemplo de paridad cruzada (o de cdigo geomtrico) 1 Tenemos este cdigo para transmitir: 1100101111010110010111010110 2 Agrupamos el cdigo en cada una de las palabras, formando una matriz de N x K: 1100101 1110101 1001011 1010110 3 Aadimos los bits de paridad horizontal: 1100101 0 1110101 1 1001011 0 1010110 0 4 Aadimos los bits de paridad vertical: 1100101 0 1110101 1 1001011 0 1010110 0 0001101 1

Una vez creada la matriz, podemos enviar sta por filas, o por columnas. Enviando las palabras por columnas aumentamos la posibilidad de corregir una palabra que haya sufrido un error de rfaga (errores que afectan a varios bits consecutivos, debidos a causas generalmente electrnicas, como chispazos, y que haran que se perdiera toda una palabra completa).

Deteccin y correccin de errores

89

Cdigos de redundancia cclica tambin llamados CRC

Intentando mejorar los cdigos que slo controlan la paridad de bit, aparecen los cdigos cclicos. Estos cdigos utilizan la aritmtica modular para detectar una mayor cantidad de errores, se usan operaciones en mdulo 2 y las sumas y restas se realizan sin acarreo (convirtindose en operaciones de tipo Or-Exclusivo o XOR). Adems, para facilitar los clculos se trabaja, aunque slo tericamente, con polinomios. La finalidad de este mtodo es crear una parte de redundancia la cual se aade al final del cdigo a transmitir (como en los mtodos de paridad) que siendo la ms pequea posible, detecte el mayor nmero de errores que sea posible. Pero adems de esto, debe ser un mtodo sistemtico, es decir, que con un mismo cdigo a transmitir (y un mismo polinomio generador) se genere siempre el mismo cdigo final. El polinomio generador: es un polinomio elegido previamente y que tiene como propiedad minimizar la redundancia. Suele tener una longitud de 16 bits, para mensajes de 128 bytes, lo que indica que la eficiencia es buena. Ya que slo incrementa la longitud en un aproximado 1,6%:

Un ejemplo de polinomio generador usado normalmente en las redes WAN es: Los clculos que realiza el equipo transmisor para calcular su CRC son: 1. 2. 3. 4. Aade tantos ceros por la derecha al mensaje original como el grado del polinomio generador Divide el mensaje con los ceros incluidos entre el polinomio generador El resto que se obtiene de la divisin se suma al mensaje con los ceros incluidos Se enva el resultado obtenido

Estas operaciones generalmente son incorporadas en el hardware para que pueda ser calculado con mayor rapidez, pero en la teora se utilizan los polinomios para facilitar los clculos. Ejemplo de obtencin del CRC: Datos: Mensaje codificado en binario: 1101001 Polinomio generador: Operaciones: 1 Obtener el polinomio equivalente al mensaje: 2 Multiplicar el mensaje por (aadir 4 ceros por la derecha):

3 Dividir en binario el mensaje por el polinomio generador y sacar el resto: 4 Concatenar el mensaje con el resto (en mdulo 2 tambin): 5 Transmitir el mensaje El equipo receptor debe comprobar el cdigo CRC para detectar si se han producido o no errores. Ejemplo de los clculos del receptor: 1 Mediante el protocolo correspondiente acuerdan el polinomio generador 2 Divide el cdigo recibido entre el polinomio generador

Deteccin y correccin de errores 3 Comprueba el resto de dicha operacin 3.1 Si el resto es cero, no se han producido errores 3.2 Procesar el mensaje 3.1 Si el resto es distinto de cero, significa que se han producido errores 3.2 Reenviar el mensaje 3.2 Intentar corregir los errores mediante los cdigos correctores En resumen, este mtodo requiere de un polinomio generador que, elegido correctamente, puede llegar a detectar gran cantidad de errores: Errores simples: todos Errores dobles: todos Errores en las posiciones impares de los bits: todos Errores en rfagas con una longitud menor que el grado del polinomio generador: todos Otras rfagas: un porcentaje elevado y cercano al 100%

90

Suma de comprobacin
Es un mtodo sencillo pero eficiente slo con cadenas de palabras de una longitud pequea, es por esto que se suele utilizar en cabeceras de tramas importantes u otras cadenas importantes y en combinacin con otros mtodos. Funcionalidad: consiste en agrupar el mensaje a transmitir en cadenas de una longitud determinada L no muy grande, de por ejemplo 16 bits. Considerando a cada cadena como un nmero entero numerado segn el sistema de numeracin . A continuacin se suma el valor de todas las palabras en las que se divide el mensaje, y se aade el resultado al mensaje a transmitir, pero cambiado de signo. Con esto, el receptor lo nico que tiene que hacer es sumar todas las cadenas, y si el resultado es 0 no hay errores. Ejemplo: Mensaje 101001110101 1 Acordar la longitud de cada cadena: 3 2 Acordar el sistema de numeracin: 3 Dividir el mensaje: 101 001 110 101 4 Asociar cada cadena con un entero: 5 1 6 5 5 Sumar todos los valores y aadir el nmero cambiado de signo: -17 6 Enviar 5 1 6 5 -17 codificado en binario
El receptor:

1 Suma todos los valores; si la suma es 0, procesa el mensaje; si no, se ha producido un error.

Deteccin y correccin de errores Este mtodo al ser ms sencillo es ptimo para ser implementado en software ya que se puede alcanzar velocidades de clculo similares a la implementacin en hardware

91

Distancia de Hamming basada en comprobacin

Si queremos detectar d bit errneos en una palabra de n bits, podemos aadir a cada palabra de n bits d+1 bits predeterminados al final, de forma que quede una palabra de n+d+1 bits con una distancia mnima de Hamming de d+1. De esta manera, si uno recibe una palabra de n+d+1 bits que no encaja con ninguna palabra del cdigo (con una distancia de Hamming x <= d+1 la palabra no pertenece al cdigo) detecta correctamente si es una palabra errnea. An ms, d o menos errores nunca se Hipercubo binario de dimensin cuatro. convertirn en una palabra vlida debido a que la distancia de Hamming entre cada palabra vlida es de al menos d+1, y tales errores conducen solamente a las palabras invlidas que se detectan correctamente. Dado un conjunto de m*n bits, podemos detectar x <= d bits errores correctamente usando el mismo mtodo en todas las palabras de n bits. De hecho, podemos detectar un mximo de m*d errores si todas las palabras de n bits son transmitidas con un mximo de d errores. Ejemplo Palabras a enviar: 1. 000001 2. 000001 3. 000010 Codificadas con distancia mnima de Hamming = 2 000001 0000 000001 0011 000010 1100 Si las palabras recibidas tienen una distancia de Hamming < 2, son palabras incorrectas.

Lista de los mtodos de correccin y deteccin de errores

Dgito verificador FEC (Forward Error Correction) Cdigo Binario de Golay Cdigo Hamming Bit de paridad Reed-Solomon

Deteccin y correccin de errores

92

Enlaces externos
Algoritmos de deteccin y correccin de errores [1] Otros cdigos utilizados [2]

Referencias
[1] http:/ / www. wikilearning. com/ correccion_de_errores-wkccp-11878-1. htm [2] http:/ / web. usc. es/ ~elusive/ simula3. html

Transformada de Fourier
En matemtica, la transformada de Fourier es una aplicacin que hace corresponder a una funcin f, con valores complejos y definida en la recta, con otra funcin g definida de la manera siguiente:

Donde f es

, o sea f tiene que ser una funcin integrable en el sentido de la integral de Lebesgue. El factor, que

acompaa la integral en definicin facilita el enunciado de algunos de los teoremas referentes a la transformada de Fourier. Aunque esta forma de normalizar la transformada de Fourier es la ms comnmente adoptada, no es universal. En la prctica las variables x y suelen estar asociadas a dimensiones (como el espacio -metros-, frecuencia -segundos^-1-,...) y entonces es correcto utilizar la frmula alternativa:

de forma que la constante beta cancela la dimensiones asociadas a las variables obteniendo un exponente adimensional. La transformada de Fourier as definida goza de una serie de propiedades de continuidad que garantizan que puede extenderse a espacios de funciones mayores e incluso a espacios de funciones generalizadas. Adems, tiene una multitud de aplicaciones en muchas reas de la ciencia e ingeniera: la fsica, la teora de los nmeros, la combinatoria, el procesamiento de seales (electrnica), la teora de la probabilidad, la estadstica, la ptica, la propagacin de ondas y otras reas. En procesamiento de seales la transformada de Fourier suele considerarse como la decomposicin de una seal en componentes de frecuencias diferentes, es decir, g corresponde al espectro de frecuencias de la seal f. La rama de la matemtica que estudia la transformada de Fourier y sus generalizaciones es denominada anlisis armnico. Son varias las notaciones que se utilizan para la transformada de Fourier de f. He aqu algunas de ellas: .

Definicin intuitiva
La transformada de Fourier es bsicamente el espectro de frecuencias de una funcin. Un buen ejemplo de eso es lo que hace el odo humano, ya que recibe una onda auditiva y la transforma en una descomposicin en distintas frecuencias (que es lo que finalmente se escucha). El odo humano va percibiendo distintas frecuencias a medida que pasa el tiempo, sin embargo, la transformada de Fourier contiene todas las frecuencias contenidas en todos los tiempos en que existi la seal; es decir, en la transformada de Fourier se obtiene un slo espectro de frecuencias para toda la funcin.

Transformada de Fourier

93

Definicin formal
Sea f una funcin Lebesgue integrable: o La transformada de Fourier de f es la funcin

Esta integral tiene sentido, pues el integrando es una funcin integrable. Una estimativa simple demuestra que la transformada de Fourier F(f) es una funcin acotada. Adems por medio del teorema de convergencia dominada puede demostrarse que F(f) es continua. La transformada de Fourier inversa de una funcin integrable f est definida por:

Ntese que la nica diferencia entre la transformada de Fourier y la transformada de Fourier inversa es el signo negativo en el exponente del integrando. El teorema de inversin de Fourier formulado abajo justifica el nombre de transformada de Fourier inversa dado a esta transformada. El signo negativo en el exponente del integrado indica la traspolacin de complementos yuxtapuestos. Estos complementos pueden ser analizados a travs de la aplicacin de la Varianza para cada funcin.

Propiedades bsicas
La transformada de Fourier es una aplicacin lineal:

Valen las siguientes propiedades para una funcin absolutamente integrable f: Cambio de escala:

Traslacin:

Traslacin en la variable transformada:

Transformada de la derivada: Si f y su derivada son integrables,

Derivada de la transformada: Si f y t f(t) son integrables, la transformada de Fourier F(f) es diferenciable

Estas identidades se demuestran por una mudanza de variables o integracin por partes. En lo que sigue, definimos la convolucin de dos funciones f, g en la recta se define de la manera siguiente:

Nuevamente la presencia del factor delante de la integral simplifica el enunciado de los resultados como el que sigue: Si f y g son funciones absolutamente integrables, la convolucin tambin es integrable, y vale la igualdad:

Tambin puede enunciarse un teorema anlogo para la convolucin en la variable transformada,

Transformada de Fourier

94

pero este exige cierto cuidado con el dominio de definicin de la transformada de Fourier.

Tabla de transformadas bsicas

En algunas ocasiones se define la transformada con un factor multiplicativo diferente de ingeniera el uso de un factor unidad en la transformada directa y un factor de otro factor, slo debe multiplicar la segunda columna por ese factor.
Funcin Transformada

, siendo frecuente en

en la transformada inversa. A

continuacin se lista una tabla de funciones y sus transformadas de Fourier con un factor unidad. Si se desea utilizar

Teorema de inversin
La idea del teorema de inversin es que dada una funcin f, la transformada de Fourier inversa aplicada a la transformada de Fourier de f resulta en la funcin original, en smbolos:

Sin embargo, el resultado formulado de esta forma no es vlido, porque el dominio de la transformada de Fourier como lo hemos definido en el primer prrafo de este artculo no es invariante, o sea que la transformada de Fourier de una funcin integrable no es necesariamente integrable. Para formular el teorema de inversin necesitamos encontrar espacios de funciones que sean invariantes bajo la transformada de Fourier. De hecho, hay numerosas posibilidades, la ms natural del punto de vista tcnico siendo el espacio de Schwartz de funciones rpidamente decrecientes. Sin embargo aqu tomamos un camino ms directo para formular un enunciado: Teorema. El espacio de funciones complejas f definidas en la recta tales que f y la transformada de Fourier de f sean integrables, es invariante tanto por la transformada de Fourier que por la transformada de Fourier inversa. Adems para una funcin f en este espacio, vale el teorema de inversin (1). Otra posibilidad para formular un teorema de inversin se fundamenta en el hecho de que la transformada de Fourier tiene muchas extensiones naturales.

Transformada de Fourier

95

La transformada de Fourier en el espacio de Schwartz

El espacio de Schwartz consiste de las funciones tomando valores complejos, definidas en R e infinitamente diferenciables tales que para todo m, n enteros no negativos

donde (n) es la n-sima derivada de . Denotamos al espacio de Schwartz por el smbolo Teorema

Tanto la transformada de Fourier como la transformada de Fourier inversa son aplicaciones lineales

Adems vale la frmula de inversin:

El espacio de Schwartz es invariante con respecto a los operadores diferenciales con coeficientes polinomiales, es decir de la forma

donde Pk son polinomios. Debido a las propiedades

la transformada de Fourier es una herramienta muy importante para el estudio de las ecuaciones diferenciales tanto para la teora que para su resolucin prctica.

Propiedades de homomorfismo
Debido a que las "funciones base" eikx son homomorfismos de la lnea real (ms concretamente, del "grupo del crculo") tenemos ciertas identidades tiles: 1. Si entonces 2. La transformada de Fourier es un morfismo:

Es decir, la transformada de Fourier de una convolucin es el producto de las transformadas de Fourier.

Uso en Ingeniera
La transformada de Fourier se utiliza para pasar al dominio de la frencuencia una seal para as obtener informacin que no es evidente en el dominio temporal. Por ejemplo, es ms fcil saber sobre qu ancho de banda se concentra la energa de una seal analizndola en el dominio de la frecuencia. Tambin sirve para resolver ecuaciones diferenciales con mayor facilidad y, por consiguiente, se usa para el diseo de controladores clsicos de sistemas realimentados si conocemos la densidad espectral de un sistema y la entrada podemos conocer la densidad espectral de la salida. Esto es muy til para el diseo de filtros de radiotransistores. La transformada de Fourier tambin se utiliza en el mbito del tratamiento digital de imgenes, como por ejemplo para mejorar o definir ms ciertas zonas de una imagen fotogrfica o tomada con una computadora.

Transformada de Fourier

96

Interpretacin geomtrica
Definido el producto escalar entre funciones de la siguiente manera:

la transformada de Fourier se puede entender como el producto escalar entre la funcin x(t) y la exponencial compleja evaluado sobre todo el rango de frecuencias f. Por la interpretacin usual del producto escalar, en aquellas frecuencias en las que la transformada tiene un valor mayor, ms parecido tiene x(t) con una exponencial compleja.

Vase tambin
ptica de Fourier Transformada de Fourier discreta Wikiversidad alberga proyectos de aprendizaje sobre Transformada de Fourier.Wikiversidad

Enlaces externos
Fourier Java Applet [1] Tables of Integral Transforms [2] en Ingls. Transformada de Fourier por John H. Mathews [3] The DFT Pied: Enseando la transformada de Fourier en un da [4] en The DSP Dimension (Ingls).

Referencias
[1] [2] [3] [4] http:/ / www. westga. edu/ ~jhasbun/ osp/ Fourier. htm http:/ / eqworld. ipmnet. ru/ en/ auxiliary/ aux-inttrans. htm http:/ / math. fullerton. edu/ mathews/ c2003/ FourierTransformMod. html http:/ / www. dspdimension. com/ admin/ dft-a-pied/

Cdigo binario

97

Cdigo binario
El cdigo binario es el sistema de representacin de textos, o procesadores de instrucciones de ordenador utilizando el sistema binario (sistema numrico de dos dgitos, o bit: el "0" y el "1"). En informtica y telecomunicaciones, el cdigo binario se utiliza con variados mtodos de codificacin de datos, tales como cadenas de caracteres, o cadenas de bits. Estos mtodos pueden ser de ancho fijo o ancho variable. En un cdigo binario de ancho fijo, cada letra, dgito, u otros smbolos, estn representados por una cadena de bits de la misma longitud, como un nmero binario que, por lo general, aparece en las tablas en notacin octal, decimal o hexadecimal. Segn Anton Glaser, en su History of Binary and other Nondecimal Numeration, comenta que los primeros cdigos binarios se utilizaron en el ao 1932: C.E. Wynn-Williams ("Scale of Two"), posteriormente en 1938: Atanasoff-Berry Computer, y en 1939: Stibitz ("excess three") el cdigo en Complex Computer.

Caractersticas del cdigo binario

La palabra Wikipedia representada en cdigo binario.

Ponderacin
La mayora de los sistemas de numeracin actuales son ponderados, es decir, cada posicin de una secuencia de dgitos tiene asociado un peso. El sistema binario es, de hecho, un sistema de numeracin posicional ponderado. Sin embargo, algunos cdigos binarios, como el cdigo Gray, no son ponderados, es decir, no tienen un peso asociado a cada posicin. Otros, como el mismo cdigo binario natural o el BCD natural s lo son.

Distancia
La distancia es una caracterstica slo aplicable a las combinaciones binarias. La distancia entre dos combinaciones es el nmero de bits que cambian de una a otra. Por ejemplo, si se tienen las combinaciones de cuatro bits 0010 y 0111, correspondientes al 2 y al 7 en binario natural, se dir que la distancia entre ellas es igual a dos ya que de una a otra cambian dos bits. Adems, con el concepto de distancia se puede definir la distancia mnima de un cdigo. sta no es ms que la distancia menor que haya entre dos de las combinaciones de ese cdigo. La distancia es una caracterstica que, adems, slo aplica las combinaciones binarias. En resumen, la distancia entre dos combinaciones es el nmero de bits que cambian de una a otra.

Cdigo binario

98

Continuidad
La continuidad es una caracterstica de los cdigos binarios que cumplen que todas las posibles combinaciones del cdigo son adyacentes, es decir, que de cualquier combinacin del cdigo a la siguiente cambia un slo bit. En este caso se dice que el cdigo es continuo. Cuando la ltima combinacin del cdigo es, a su vez, adyacente a la primera, se trata de un cdigo cclico.

Autocomplementariedad
Se dice que un cdigo binario es autocomplementario cuando el complemento a nueve del equivalente decimal de cualquier combinacin del cdigo puede hallarse invirtiendo los valores de cada uno de los bits (operacin lgica unaria de negacin) y el resultado sigue siendo una combinacin vlida en ese cdigo. Esta caracterstica se observa en algunos cdigos BCD, como el cdigo Aiken o el cdigo BCD exceso 3. Los cdigos autocomplementarios facilitan las operaciones aritmticas.

Cdigos detectores de error

Los cdigos detectores de error y los cdigos correctores de error, surgen como solucin al problema de la transmisin de datos por medio de impulsos elctricos. Existen diferentes factores que pueden provocar un cambio en la seal elctrica en un instante determinado, por lo que, de producirse esto, los datos binarios que estn siendo transferidos pueden verse alterados. El propsito de los cdigos detectores de error es detectar posibles errores en los datos, mientras que los cdigos detectores y correctores de error no slo pretenden detectar errores, sino tambin corregirlos. Existen diferentes mtodos de deteccin de errores, el ms usado es, posiblemente, el mtodo del bit de paridad. En cuanto a los cdigos correctores, destacan algunos como el cdigo de Hamming.

Vase tambin
Sistema binario Sistema octal Sistema de numeracin decimal Sistema hexadecimal

Teora de la probabilidad

99

Teora de la probabilidad
La teora de la probabilidad es la parte de las matemticas que estudia los fenmenos aleatorios. Estos deben contraponerse a los fenmenos determinsticos, los cuales son resultados nicos y/o previsibles de experimentos realizados bajo las mismas condiciones determinadas, por ejemplo, si se calienta agua a 100 grados Celsius a nivel del mar se obtendr vapor. Los fenmenos aleatorios, por el contrario, son aquellos que se obtienen como resultado de experimentos realizados, otra vez, bajo las mismas condiciones determinadas pero como resultado posible poseen un conjunto de alternativas, por ejemplo, el lanzamiento de un dado o de un dardo. Muchos fenmenos naturales son aleatorios, pero existen algunos como el lanzamiento de un dado, donde el fonmeno no se repite en las mismas condiciones, debido a que la caractersticas del material hace que no exista una simetra del mismo, as las repeticiones no garantizan una probabilidad definida. En los procesos reales que se modelizan mediante distribuciones de probabilidad corresponden a modelos complejos donde no se conocen a priori todos los parmetros que intervienen; sta es una de las razones por las cuales la estadstica, que busca determinar estos parmetros, no se reduce inmediatamente a la teora de la probabilidad en s. En 1933, el matemtico sovitico Andri Kolmogrov propuso un sistema de axiomas para la teora de la probabilidad, basado en la teora de conjuntos y en la teora de la medida, desarrollada pocos aos antes por Lebesgue, Borel y Frechet entre otros. Esta aproximacin axiomtica que generaliza el marco clsico de la probabilidad, la cual obedece a la regla de clculo de casos favorables sobre casos posibles, permiti la rigorizacin de muchos argumentos ya utilizados, as como el estudio de problemas fuera de los marcos clsicos. Actualmente, la teora de la probabilidad encuentra aplicacin en las ms variadas ramas del conocimiento, como puede ser la fsica (donde corresponde mencionar el desarrollo de las difusiones y el movimiento Browniano), o las finanzas (donde destaca el modelo de Black y Scholes para la valuacin de acciones).

Definicin clsica de probabilidad

La probabilidad es la caracterstica de un evento, que hace que existan razones para creer que ste se realizar. La probabilidad p de que suceda un evento S de un total de n casos posibles igualmente probables es igual a la razn entre el nmero de ocurrencias h de dicho evento (casos favorables) y el nmero total de casos posibles n.

La probabilidad es un nmero (valor) que varia entre 0 y 1. Cuando el evento es imposible se dice que su probabilidad es 0, si el evento es cierto y siempre tiene que ocurrir su probabilidad es 1. La probabilidad de no ocurrencia de un evento est dada por q, donde:

Sabemos que p es la probabilidad de que ocurra un evento y q es la probabilidad de que no ocurra, entonces p + q = 1 Simblicamente el espacio de resultados, que normalmente se denota por resultados que son posibles. Los resultados, que se denota por , es el espacio que consiste en todos los . , etctera, son elementos del espacio

Teora de la probabilidad

100

Definicin segn la frecuencia relativa y definicin axiomtica

La autodefinicin axiomtica de la probabilidad se define con base a s misma (igualmente factible es sinnimo de igualmente autoprobable) se define la probabilidad estimada u honrica basada en la frecuencia relativa de aparicin de un suceso S cuando es muy grande. La probabilidad de un suceso es una medida que se escribe como , y mide con qu frecuencia ocurre algn suceso si se hace algn experimento indefinidamente. La definicin anterior es complicada de representar matemticamente ya que debiera ser infinito. Otra manera de definir la probabilidad es de forma axiomtica esto estableciendo las relaciones o propiedades que existen entre los conceptos y operaciones que la componen.
Vase tambin: Axiomas de probabilidad

Probabilidad discreta
Este tipo de probabilidad, es aquel que puede tomar slo ciertos valores diferentes que son el resultado de la cuenta de alguna caracterstica de inters.

Probabilidad continua
Una variable aleatoria es una funcin medible

que da un valor numrico a cada suceso en

Funcin de densidad
La funcin de densidad, o densidad de probabilidad de una variable aleatoria, es una funcin a partir de la cual se obtiene la probabilidad de cada valor que toma la variable. Su integral en el caso de variables aleatorias continuas es la distribucin de probabilidad. En el caso de variables aleatorias discretas la distribucin de probabilidad se obtiene a travs del sumatorio de la funcin de densidad.

Vase tambin
Distribucin de probabilidad Estadstica Probabilidad condicionada

Bibliografa
Spiegel, Murray. 1970. Estadstica, McGraw-Hill, Mxico. Olav Kallenberg, Probabilistic Symmetries and Invariance Principles. Springer-Verlag, New York (2005). 510 pp. ISBN 0-387-25115-4 Kallenberg, O., Foundations of Modern Probability, 2nd ed. Springer Series in Statistics. (2002). 650 pp. ISBN 0-387-95313-2

Teora de la probabilidad

101

Enlaces externos
Wikimedia Commons alberga contenido multimedia sobre Teora de la probabilidad. Commons

Estadstica
La estadstica es una ciencia que estudia la recoleccin, anlisis e interpretacin de datos, ya sea para ayudar en la toma de decisiones o para explicar condiciones regulares o irregulares de algn fenmeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional. Sin embargo estadstica es ms que eso, en otras palabras es el vehculo que permite llevar a cabo el proceso relacionado con la investigacin cientfica. Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales, desde las ciencias de la salud hasta el control de calidad. Se usa para la toma de decisiones en reas de negocios o instituciones gubernamentales. La estadstica se divide en dos grandes reas: La estadstica descriptiva, se dedica a los mtodos de recoleccin, descripcin, visualizacin y resumen de datos originados a partir de los fenmenos de estudio. Los datos pueden ser resumidos Distribucin normal. numrica o grficamente. Ejemplos bsicos de parmetros estadsticos son: la media y la desviacin estndar. Algunos ejemplos grficos son: histograma, pirmide poblacional, clsters, entre otros. La estadstica inferencial, se dedica a la generacin de los modelos, inferencias y predicciones asociadas a los fenmenos en cuestin teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hiptesis), estimaciones de caractersticas numricas (estimacin), pronsticos de futuras observaciones, descripciones de asociacin (correlacin) o modelamiento de relaciones entre variables (anlisis de regresin). Otras tcnicas de modelamiento incluyen anova, series de tiempo y minera de datos. Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada. Hay tambin una disciplina llamada estadstica matemtica, la que se refiere a las bases tericas de la materia. La palabra estadsticas tambin se refiere al resultado de aplicar un algoritmo estadstico a un conjunto de datos, como en estadsticas econmicas, estadsticas criminales, entre otros.

Estadstica

102

Historia
Origen
La palabra Estadstica se deriva del latin "Satus" que en el medioevo se traduca como "estado poltico". Aparece por primera vez citado en el Hamlet de William Shakespeare. El trmino alemn Statistik, que fue primeramente introducido por Gottfried Achenwall (1749), designaba originalmente el anlisis de datos del Estado, es decir, la "ciencia del Estado" (tambin llamada aritmtica poltica de su traduccin directa del ingls). No fue hasta el siglo XIX cuando el trmino estadstica adquiri el significado de recolectar y clasificar datos. Este concepto fue introducido por el militar britnico Sir John Sinclair (1754-1835). En su origen, por tanto, la Estadstica estuvo asociada a los Estados, para ser utilizados por el gobierno y cuerpos administrativos (a menudo centralizados). La coleccin de datos acerca de estados y localidades contina ampliamente a travs de los servicios de estadstica nacionales e internacionales. En particular, los censos suministran informacin regular acerca de la poblacin. Ya se utilizaban representaciones grficas y otras medidas en pieles, rocas, palos de madera y paredes de cuevas para controlar el nmero de personas, animales o ciertas mercancas. Hacia el ao 3000a.C. los babilonios usaban ya pequeos envases moldeados de arcilla para recopilar datos sobre la produccin agrcola y de los gneros vendidos o cambiados. Los egipcios analizaban los datos de la poblacin y la renta del pas mucho antes de construir las pirmides en el siglo XIa.C. Los libros bblicos de Nmeros y Crnicas incluyen en algunas partes trabajos de estadstica. El primero contiene dos censos de la poblacin de Israel y el segundo describe el bienestar material de las diversas tribus judas. En China existan registros numricos similares con anterioridad al ao 2000a.C. Los antiguos griegos realizaban censos cuya informacin se utilizaba hacia el 594a.C. para cobrar impuestos.

Orgenes en probabilidad
Los mtodos estadstico-matemticos emergieron desde la teora de la probabilidad, la cual data desde la correspondencia entre Pascal y Pierre de Fermat (1654). Christian Huygens (1657) da el primer tratamiento cientfico que se conoce a la materia. El Ars coniectandi (pstumo, 1713) de Jakob Bernoulli y la Doctrina de posibilidades (1718) de Abraham de Moivre estudiaron la materia como una rama de las matemticas.[1] En la era moderna, el trabajo de Kolmogrov ha sido un pilar en la formulacin del modelo fundamental de la Teora de Probabilidades, el cual es usado a travs de la estadstica. La teora de errores se puede remontar a la pera miscellnea (pstuma, 1722) de Roger Cotes y al trabajo preparado por Thomas Simpson en 1755 (impreso en 1756) el cual aplica por primera vez la teora de la discusin de errores de observacin. La reimpresin (1757) de este trabajo incluye el axioma de que errores positivos y negativos son igualmente probables y que hay unos ciertos lmites asignables dentro de los cuales se encuentran todos los errores; se describen errores continuos y una curva de probabilidad. Pierre-Simon Laplace (1774) hace el primer intento de deducir una regla para la combinacin de observaciones desde los principios de la teora de probabilidades. Laplace represent la Ley de probabilidades de errores mediante una curva y dedujo una frmula para la media de tres observaciones. Tambin, en 1871, obtiene la frmula para la ley de facilidad del error (trmino introducido por Lagrange, 1744) pero con ecuaciones inmanejables. Daniel Bernoulli (1778) introduce el principio del mximo producto de las probabilidades de un sistema de errores concurrentes.

Estadstica

103

El mtodo de mnimos cuadrados, el cual fue usado para minimizar los errores en mediciones, fue publicado independientemente por Adrien-Marie Legendre (1805), Robert Adrain (1808), y Carl Friedrich Gauss (1809). Gauss haba usado el mtodo en su famosa prediccin de la localizacin del planeta enano Ceres en 1801. Pruebas adicionales fueron escritas por Laplace (1810, 1812), Gauss (1823), James Ivory (1825, 1826), Hagen (1837), Friedrich Bessel (1838), W.F. Donkin (1844, 1856), John Herschel (1850) y Morgan Crofton (1870). Otros contribuidores fueron Ellis (1844), Augustus De Morgan (1864), Glaisher (1872) y Giovanni Schiaparelli (1875). La frmula de Peters para , el probable error de una observacin simple es bien conocido.

El siglo XIX incluye autores como Laplace, Silvestre Lacroix (1816), Littrow (1833), Richard Dedekind (1860), Helmert (1872), Hermann Laurent (1873), Liagre, Didion y Karl Pearson. Augustus De Morgan y George Boole mejoraron la presentacin de la teora. Adolphe Quetelet (1796-1874), fue otro importante fundador de la estadstica y quien introdujo la nocin del hombre promedio (lhomme moyen) como un medio de entender los fenmenos sociales complejos tales como tasas de criminalidad, tasas de matrimonio o tasas de suicidios.

Fotografa de Ceres por el telescopio espacial Hubble. La posicin fue estimada por Gauss mediante el mtodo de mnimos cuadrados.

Estado actual
Durante el siglo XX, la creacin de instrumentos precisos para asuntos de salud pblica (epidemiologa, bioestadstica, etc.) y propsitos econmicos y sociales (tasa de desempleo, econometra, etc.) necesit de avances sustanciales en las prcticas estadsticas. Hoy el uso de la estadstica se ha extendido ms all de sus orgenes como un servicio al Estado o al gobierno. Personas y organizaciones usan la estadstica para entender datos y tomar decisiones en ciencias naturales y sociales, medicina, negocios y otras reas. La estadstica es entendida generalmente no como un sub-rea de las matemticas sino como una ciencia diferente aliada. Muchas universidades tienen departamentos acadmicos de matemticas y estadstica separadamente. La estadstica se ensea en departamentos tan diversos como psicologa, educacin y salud pblica. Al aplicar la estadstica a un problema cientfico, industrial o social, se comienza con un proceso o poblacin a ser estudiado. Esta puede ser la poblacin de un pas, de granos cristalizados en una roca o de bienes manufacturados por una fbrica en particular durante un periodo dado. Tambin podra ser un proceso observado en varios instantes y los datos recogidos de esta manera constituyen una serie de tiempo. Por razones prcticas, en lugar de compilar datos de una poblacin entera, usualmente se estudia un subconjunto seleccionado de la poblacin, llamado muestra. Datos acerca de la muestra son recogidos de manera observacional o experimental. Los datos son entonces analizados estadsticamente lo cual sigue dos propsitos: descripcin e inferencia.

Regresin lineal - Grficos de dispersin en estadstica.

El concepto de correlacin es particularmente valioso. Anlisis estadsticos de un conjunto de datos puede revelar que dos variables (esto es, dos propiedades de la poblacin bajo consideracin) tienden a variar conjuntamente,

Estadstica como si hubiera una conexin entre ellas. Por ejemplo, un estudio del ingreso anual y la edad de muerte podra resultar en que personas pobres tienden a tener vidas ms cortas que personas de mayor ingreso. Las dos variables se dicen que estn correlacionadas. Sin embargo, no se puede inferir inmediatamente la existencia de una relacin de causalidad entre las dos variables. El fenmeno correlacionado podra ser la causa de una tercera, previamente no considerada, llamada variable confusora. Si la muestra es representativa de la poblacin, inferencias y conclusiones hechas en la muestra pueden ser extendidas a la poblacin completa. Un problema mayor es el de determinar que tan representativa es la muestra extrada. La estadstica ofrece medidas para estimar y corregir por aleatoriedad en la muestra y en el proceso de recoleccin de los datos, as como mtodos para disear experimentos robustos como primera medida, ver diseo experimental. El concepto matemtico fundamental empleado para entender la aleatoriedad es el de probabilidad. La estadstica matemtica (tambin llamada teora estadstica) es la rama de las matemticas aplicadas que usa la teora de probabilidades y el anlisis matemtico para examinar las bases tericas de la estadstica. El uso de cualquier mtodo estadstico es vlido solo cuando el sistema o poblacin bajo consideracin satisface los supuestos matemticos del mtodo. El mal uso de la estadstica puede producir serios errores en la descripcin e interpretacin, afectando las polticas sociales, la prctica mdica y la calidad de estructuras tales como puentes y plantas de reaccin nuclear. Incluso cuando la estadstica es correctamente aplicada, los resultados pueden ser difcilmente interpretados por un inexperto. Por ejemplo, el significado estadstico de una tendencia en los datos, que mide el grado al cual la tendencia puede ser causada por una variacin aleatoria en la muestra, puede no estar de acuerdo con el sentido intuitivo. El conjunto de habilidades estadsticas bsicas (y el escepticismo) que una persona necesita para manejar informacin en el da a da se refiere como cultura estadstica.

104

Mtodos estadsticos
Estudios experimentales y observacionales
Un objetivo comn para un proyecto de investigacin estadstica es investigar la causalidad, y en particular extraer una conclusin en el efecto que algunos cambios en los valores de predictores o variables independientes tienen sobre una respuesta o variables dependientes. Hay dos grandes tipos de estudios estadsticos para estudiar causalidad: estudios experimentales y observacionales. En ambos tipos de estudios, el efecto de las diferencias de una variable independiente (o variables) en el comportamiento de una variable dependiente es observado. La diferencia entre los dos tipos es la forma en que el estudio es conducido. Cada uno de ellos puede ser muy efectivo. Un estudio experimental implica tomar mediciones del sistema bajo estudio, manipular el sistema y luego tomar mediciones adicionales usando el mismo procedimiento para determinar si la manipulacin ha modificado los valores de las mediciones. En contraste, un estudio observacional no necesita manipulacin experimental. Por el contrario, los datos son recogidos y las correlaciones entre predictores y la respuesta son investigadas. Un ejemplo de un estudio experimental es el famoso experimento de Hawthorne el cual pretenda probar cambios en el ambiente de trabajo en la planta Hawthorne de la Western Electric Company. Los investigadores estaban interesados en si al incrementar la iluminacin en un ambiente de trabajo, la produccin de los trabajadores aumentaba. Los investigadores primero midieron la productividad de la planta y luego modificaron la iluminacin en un rea de la planta para ver si cambios en la iluminacin afectaran la productividad. La productividad mejor bajo todas las condiciones experimentales. Sin embargo, el estudio fue muy criticado por errores en los procedimientos experimentales, especficamente la falta de un grupo control y seguimiento. Un ejemplo de un estudio observacional es un estudio que explora la correlacin entre fumar y el cncer de pulmn. Este tipo de estudio normalmente usa una encuesta para recoger observaciones acerca del rea de inters y luego

Estadstica produce un anlisis estadstico. En este caso, los investigadores recogeran observaciones de fumadores y no fumadores y luego miraran los casos de cncer de pulmn en ambos grupos. Los pasos bsicos para un experimento son: Planeamiento estadstico de la investigacin, lo cual incluye encontrar fuentes de informacin, seleccin de material disponible en el rea y consideraciones ticas para la investigacin y el mtodo propuesto. Se plantea un problema de estudio, Disear el experimento concentrndose en el modelo y la interaccin entre variables independientes y dependientes. Se realiza un muestreo consistente en la recoleccin de datos referentes al fenmeno o variable que deseamos estudiar. Se propone un modelo de probabilidad, cuyos parmetros se estiman mediante estadsticos a partir de los datos de muestreo. Sin embargo, se mantiene lo que se denominan hiptesis sostenidas (que no son sometidas a comprobacin). Se valida el modelo comparndolo con lo que sucede en la realidad. Se utiliza mtodos estadsticos conocidos como test de hiptesis o prueba de significacin. Se producen estadsticas descriptivas. Inferencia estadstica. Se llega a un consenso acerca de qu dicen las observaciones acerca del mundo que observamos. Se utiliza el modelo validado para tomar decisiones o predecir acontecimientos futuros. Se produce un reporte final con los resultados del estudio.

105

Niveles de medicin
Hay cuatro tipos de mediciones o escalas de medicin en estadstica. Los cuatro tipos de niveles de medicin (nominal, ordinal, intervalo y razn) tienen diferentes grados de uso en la investigacin estadstica. Las medidas de razn, en donde un valor cero y distancias entre diferentes mediciones son definidas, dan la mayor flexibilidad en mtodos estadsticos que pueden ser usados para analizar los datos. Las medidas de intervalo tienen distancias interpretables entre mediciones, pero un valor cero sin significado (como las mediciones de coeficiente intelectual o temperatura en grados Celsius). Las medidas ordinales tienen imprecisas diferencias entre valores consecutivos, pero un orden interpretable para sus valores. Las medidas nominales no tienen ningn rango interpretable entre sus valores. La escala de medida nominal, puede considerarse la escala de nivel ms bajo. Se trata de agrupar objetos en clases. La escala ordinal, por su parte, recurre a la propiedad de orden de los nmeros. La escala de intervalos iguales est caracterizada por una unidad de medida comn y constante. Es importante destacar que el punto cero en las escalas de intervalos iguales es arbitrario, y no refleja en ningn momento ausencia de la magnitud que estamos midiendo. Esta escala, adems de poseer las caractersticas de la escala ordinal, permite determinar la magnitud de los intervalos (distancia) entre todos los elementos de la escala. La escala de coeficientes o Razones es el nivel de medida ms elevado y se diferencia de las escalas de intervalos iguales nicamente por poseer un punto cero propio como origen; es decir que el valor cero de esta escala significa ausencia de la magnitud que estamos midiendo. Si se observa una carencia total de propiedad, se dispone de una unidad de medida para el efecto. A iguales diferencias entre los nmeros asignados corresponden iguales diferencias en el grado de atributo presente en el objeto de estudio.

Estadstica

106

Tcnicas de anlisis estadstico

Algunos tests y procedimientos para investigacin de observaciones bien conocidos son: Prueba t de Student Prueba de Anlisis de varianza (ANOVA) U de Mann-Whitney Anlisis de regresin Correlacin Iconografa de las correlaciones Frecuencia estadstica Anlisis de frecuencia acumulada Prueba de la diferencia menos significante de Fisher Coeficiente de correlacin producto momento de Pearson Coeficiente de correlacin de rangos de Spearman Anlisis factorial exploratorio Anlisis factorial confirmatorio

Disciplinas especializadas
Algunos campos de investigacin usan la estadstica tan extensamente que tienen terminologa especializada. Estas disciplinas incluyen: Ciencias actuariales Fsica estadstica Estadstica industrial Estadstica Espacial Matemticas Estadstica Estadstica en Medicina Estadstica en Medicina Veterinaria y Zootecnia Estadstica en Nutricin Estadstica en Agronoma Estadstica en Planificacin Estadstica en Investigacin Estadstica en Restauracin de Obras Estadstica en Literatura Estadstica en Astronoma Estadstica en la Antropologa (Antropometra) Estadstica en Historia Estadstica militar Geoestadstica Bioestadstica Estadsticas de Negocios Estadstica Computacional Estadstica en las Ciencias de la Salud Investigacin de Operaciones Estadsticas de Consultora

Estadstica de la educacin, la enseanza, y la formacin Estadstica en la comercializacin o mercadotecnia

Estadstica Cienciometra Estadstica del Medio Ambiente Estadstica en Epidemiologa Minera de datos (aplica estadstica y reconocimiento de patrones para el conocimiento de datos) Econometra (Estadstica econmica) Estadstica en Ingeniera Geografa y Sistemas de informacin geogrfica, ms especficamente en Anlisis espacial Demografa Estadstica en psicologa (Psicometra) Calidad y productividad Estadsticas sociales (para todas las ciencias sociales) Cultura estadstica Encuestas por Muestreo Anlisis de procesos y quimiometra (para anlisis de datos en qumica analtica e ingeniera qumica) Confiabilidad estadstica Procesamiento de imgenes Estadsticas Deportivas

107

La estadstica es una herramienta bsica en negocios y produccin. Es usada para entender la variabilidad de sistemas de medicin, control de procesos (como en control estadstico de procesos o SPC (CEP)), para compilar datos y para tomar decisiones. En estas aplicaciones es una herramienta clave, y probablemente la nica herramienta disponible.

Computacin estadstica
El rpido y sostenido incremento en el poder de clculo de la computacin desde la segunda mitad del siglo XX ha tenido un sustancial impacto en la prctica de la ciencia estadstica. Viejos modelos estadsticos fueron casi siempre de la clase de los modelos lineales. Ahora, complejos computadores junto con apropiados algoritmos numricos, han causado un renacer del inters en modelos no lineales (especialmente redes neuronales y rboles de decisin) y la creacin de nuevos tipos tales como modelos lineales generalizados y modelos multinivel. El incremento en el poder computacional tambin ha llevado al crecimiento en popularidad de mtodos intensivos computacionalmente basados en remuestreo, tales como tests de permutacin y de bootstrap, mientras tcnicas como el muestreo de Gibbs han hecho los mtodos bayesianos ms accesibles. La revolucin en computadores tiene implicaciones en el futuro de la estadstica, con un nuevo nfasis en estadsticas experimentales y empricas. Un gran nmero de paquetes estadsticos est ahora disponible para los investigadores. Los sistemas dinmicos y teora del caos, desde hace una dcada, empezaron a interesar en la comunidad hispana, pues en la anglosajona de Estados Unidos estaba ya establecida la conducta catica en sistemas dinmicos no lineales con 350 libros para 1997 y empezaban algunos trabajos en los campos de las ciencias sociales y en aplicaciones de la fsica. Tambin se estaba contemplando su uso en analtica.

Crticas a la estadstica
Hay una percepcin general de que el conocimiento estadstico es intencionado y frecuentemente mal usado, encontrando maneras de interpretar los datos que sean favorables al presentador. Un dicho famoso, al parecer de Benjamin Disraeli,[2] es: Hay tres tipos de mentiras: mentiras pequeas, mentiras grandes y estadsticas. El popular libro How to lie with statistics (cmo mentir con las estadsticas) de Darrell Huff discute muchos casos de mal uso de la estadstica, con nfasis en grficas malintencionadas. Al escoger (o rechazar o modificar) una cierta muestra, los resultados pueden ser manipulados; por ejemplo, mediante la eliminacin selectiva de valores atpicos (outliers). Este puede ser el resultado de fraudes o sesgos intencionales por parte del investigador (Darrel Huff[3] ). Lawrence

Estadstica Lowell (decano de la Universidad de Harvard) escribi en 1909 que las estadsticas, como algunos pasteles, son buenas si se sabe quin las hizo y se est seguro de los ingredientes. Algunos estudios contradicen resultados obtenidos previamente, y la poblacin comienza a dudar en la veracidad de tales estudios. Se podra leer que un estudio dice (por ejemplo) que hacer X reduce la presin sangunea, seguido por un estudio que dice que hacer X no afecta la presin sangunea, seguido por otro que dice que hacer X incrementa la presin sangunea. A menudo los estudios se hacen siguiendo diferentes metodologas, o estudios en muestras pequeas que prometen resultados maravillosos que no son obtenibles en estudios de mayor tamao. Sin embargo, muchos lectores no notan tales diferencias, y los medios de comunicacin simplifican la informacin alrededor del estudio y la desconfianza del pblico comienza a crecer. Sin embargo, las crticas ms fuertes vienen del hecho que la aproximacin de pruebas de hiptesis, ampliamente usada en muchos casos requeridos por ley o reglamentacin, obligan una hiptesis a ser 'favorecida' (la hiptesis nula), y puede tambin exagerar la importancia de pequeas diferencias en estudios grandes. Una diferencia que es altamente significativa puede ser de ninguna significancia prctica. Vase tambin crticas de prueba de hiptesis y controversia de la hiptesis nula. En los campos de la psicologa y la medicina, especialmente con respecto a la aprobacin de nuevos medicamentos por la Food and Drug Administration, crticas de la aproximacin de prueba de hiptesis se han incrementado en los aos recientes. Una respuesta ha sido un gran nfasis en el p-valor en vez de simplemente reportar si la hiptesis fue rechazada al nivel de significancia dado. De nuevo, sin embargo, esto resume la evidencia para un efecto pero no el tamao del efecto. Una posibilidad es reportar intervalos de confianza, puesto que estos indican el tamao del efecto y la incertidumbre. Esto ayuda a interpretar los resultados, como el intervalo de confianza para un dado indicando simultneamente la significancia estadstica y el efecto de tamao. El p valor y los intervalos de confianza son basados en los mismos clculos fundamentales como aquellos para las correspondientes pruebas de hiptesis. Los resultados son presentados en un formato ms detallado, en lugar del si-o-no de las pruebas de hiptesis y con la misma metodologa estadstica. Otro tipo de aproximacin es el uso de mtodos bayesianos. Esta aproximacin ha sido, sin embargo, tambin criticada. El fuerte deseo de que los medicamentos buenos sean aprobados y que los medicamentos peligrosos o de poco uso sean rechazados crea tensiones y conflictos (errores tipo I y II en el lenguaje de pruebas de hiptesis).

108

Estadsticos famosos
Thomas Bayes Pafnuti Chebyshov David Cox Gertrude Cox George Dantzig Ren Descartes W. Edwards Deming Bruno de Finetti Sir Ronald Fisher Sir Francis Galton Carl Friedrich Gauss William Sealy Gosset Andri Kolmogrov Aleksandr Lyapunov Abraham De Moivre Sir Isaac Newton Jerzy Neyman Florence Nightingale Blaise Pascal George Box Karl Pearson Adolphe Quetelet C. R. Rao Walter Shewhart Charles Spearman John Tukey

Estadstica

109

Notas
[1] Ver el trabajo de Ian Hacking en The emergence of probability para una historia del desarrollo del concepto de probabilidad matemtica. [2] Cf. Damned lies and statistics: untangling numbers from the media, politicians, and activists, del profesor Joel Best. Best atribuye este dicho a Disraeli, y no a Mark Twain u otros autores como se cree popularmente. [3] Darrell Huff. Cmo mentir con estadsticas, Barcelona: Sagitario, 1965

Bibliografa
Best, Joel (2001). Damned Lies and Statistics: Untangling Numbers from the Media, Politicians, and Activists. University of California Press. ISBN 0-520-21978-3. Desrosires, Alain (2004). La poltica de los grandes nmeros. Ed. Melusina. ISBN 84-933273-5-2. Hacking, Ian (1990). The Taming of Chance. Cambridge University Press. ISBN 0-521-38884-8. Lindley, D. V. (1985). Making Decisions (2. edicin edicin). John Wiley & Sons. ISBN 0-471-90808-8. Stigler, Stephen M. (1990). The History of Statistics: The Measurement of Uncertainty before 1900. Belknap Press/Harvard University Press. ISBN 0-674-40341-X. Tijms, Henk (2004). Understanding Probability: Chance Rules in Everyday life. Cambridge University Press. ISBN 0-521-83329-9. Volle, Michel (1984). Le mtier de statisticien (2. ed. edicin). Econmica. ISBN 2-7178-0824-8.

Enlaces externos
Wikimedia Commons alberga contenido multimedia sobre Estadstica. Commons Wikiquote alberga frases clebres de o sobre Estadstica. Wikiquote Wikcionario tiene definiciones para estadstica.Wikcionario

Fractal
Un fractal es un objeto semigeomtrico cuya estructura bsica, fragmentada o irregular, se repite a diferentes escalas.[1] El trmino fue propuesto por el matemtico Benot Mandelbrot en 1975 y deriva del Latn fractus, que significa quebrado o fracturado. Muchas estructuras naturales son de tipo fractal. A un objeto geomtrico fractal se le atribuyen las siguientes caractersticas:[2] Es demasiado irregular para ser descrito en trminos geomtricos tradicionales. Es autosimilar (exacta, aproximada o estadsticamente). Su dimensin de Hausdorff-Besicovitch es estrictamente mayor que su dimensin topolgica. Se define mediante un simple algoritmo recursivo. No basta con una sola de estas caractersticas para definir un fractal. Por ejemplo, la recta real no se considera un fractal, pues a pesar de ser un objeto autosimilar carece del resto de caractersticas exigidas. Un fractal natural es un elemento de la naturaleza que puede ser descrito mediante la geometra fractal. Las nubes, las montaas, el sistema circulatorio, las lneas costeras[3] o los copos de nieve son fractales naturales. Esta

En la naturaleza tambin aparece la geometra fractal, como en esta romanescu.

Fractal representacin es aproximada, pues las propiedades atribuidas a los objetos fractales ideales, como el detalle infinito, tienen lmites en el mundo natural.

110

Introduccin
La definicin de fractal en los aos 1970, dio unidad a una serie de ejemplos, algunos de los cuales se remontaban a un siglo atrs:

Los ejemplos clsicos

Para encontrar los primeros ejemplos de fractales debemos remontarnos a finales del siglo XIX: en 1872 apareci la funcin de Weierstrass, cuyo grafo hoy en da consideraramos fractal, como ejemplo de funcin continua pero no diferenciable en ningn punto. Posteriormente aparecieron ejemplos con propiedades similares pero una definicin ms geomtrica. Dichos ejemplos podan construirse partiendo de una figura inicial (semilla), a la que se aplicaban una serie de construcciones geomtricas sencillas. La serie de figuras sucesivos pasos de la construccin de la curva de Koch obtenidas se aproximaba a una figura lmite que corresponda al que hoy llamamos conjunto fractal. As, en 1904, Helge von Koch defini una curva con propiedades similares a la de Weierstrass: el copo de nieve de Koch. En 1915, Waclaw Sierpinski construy su tringulo y, un ao despus, su alfombra.
Construccin de la alfombra de Sierpinski:

Paso 1 (semilla)

Paso 2

Paso 3

Paso 4

Paso 5

Estos conjuntos mostraban las limitaciones del anlisis clsico, pero eran vistos como objetos artificiales, una "galera de monstruos", como los denomin Poincar. Pocos matemticos vieron la necesidad de estudiar estos objetos en s mismos.[4] En 1919 surge una herramienta bsica en la descripcin y medida de estos conjuntos: la dimensin de Hausdorff-Besicovitch.

Los conjuntos de Julia

Estos conjuntos, fruto de los trabajos de Pierre Fatou y Gaston Julia en los aos 1920, surgen como resultado de la aplicacin reiterada de funciones holomorfas . Analicemos el caso particular de funciones polinmicas de grado mayor que uno. Al aplicar sucesivas veces una funcin polinmica es muy posible que el resultado tienda a . Al conjunto de valores de que no escapan al infinito mediante esta operacin se le denomina conjunto de Julia relleno, y a su frontera, simplemente conjunto de Julia. Estos conjuntos se representan mediante un algoritmo de tiempo de escape, en que cada pixel se colorea segn el nmero de iteraciones necesarias para escapar. Suele usarse un color especial, a menudo el negro, para representar los puntos que no han escapado tras un nmero grande y prefijado de iteraciones. Ejemplos de conjuntos de Julia para

Fractal

111

En negro, conjunto de Julia relleno asociado a fc, c=-2, donde es el nmero ureo

Conjunto de Julia relleno asociado a fc, c=(2)+(1)i =-0.4+0.6i

Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i

Familias de fractales: el conjunto de Mandelbrot

La familia de conjuntos de Julia de funciones de la forma una variedad sorprendente. , asociadas a la reiteracin presenta conjuntos de

En negro, imagen del conjunto de Mandelbrot superpuesto con los conjuntos de Julia rellenos representados por algunos de sus puntos (en rojo los conjuntos de Julia conexos y en azul los no conexos).

Dicha familia tendr especial relevancia al quedar parametrizada en un mapa de fractales, popularizado en los aos 1980. llamado conjunto de Mandelbrot. Este conjunto M representa un mapa en que cada pixel, correspondiente a un valor del parmetro , se colorea de modo que refleje una propiedad bsica del conjunto de Julia asociado a . En concreto, si el conjunto de Julia asociado a es conexo.

Caractersticas de un fractal
Autosimilitud
Segn B. Mandelbrot, un objeto es autosimilar o autosemejante si sus partes tienen la misma forma o estructura que el todo, aunque pueden presentarse a diferente escala y pueden estar ligeramente deformadas.[5] Los fractales pueden presentar tres tipos de autosimilitud: Autosimilitud exacta. este es el tipo ms restrictivo de autosimilitud: exige que el fractal parezca idntico a diferentes escalas. A menudo la encontramos en fractales definidos por sistemas de funciones iteradas (IFS).

Fractal

112

Cuasiautosimilitud: exige que el fractal parezca aproximadamente idntico a diferentes escalas. Los fractales de este tipo contienen copias menores y distorsionadas de s mismos. Matemticamente Cuasiautosimilitud en el conjunto de Mandelbrot: al variar la escala obtenemos copias del conjunto con pequeas diferencias. D.Sullivan defini el concepto de conjunto cuasiauto-similar a partir del concepto de cuasi-isometra. Los fractales definidos por relaciones de recurrencia son normalmente de este tipo. Autosimilitud estadstica. Es el tipo ms dbil de autosimilitud: se exige que el fractal tenga medidas numricas o estadsticas que se preserven con el cambio de escala. Los fractales aleatorios son ejemplos de fractales de este tipo.

Dimensin fractal y dimensin de Hausdorff-Besicovitch

Entre los fractales podemos encontrar ejemplos como curvas que llenan todo el plano. En ese caso, la dimensin topolgica de la curva, que es uno, no nos informa sobre la forma en que esta ocupa el espacio ambiente. De modo general, podramos preguntarnos cmo densamente un conjunto ocupa el espacio mtrico que lo contiene. Los nmeros que nos informan objetivamente de este tipo de cuestiones son: La dimensin fractal. Las frmulas que la definen tienen que ver con el recuento de las bolas necesarias para recubrir el conjunto o con el de cajas de una cuadrcula que contienen parte del conjunto, cuando las dimensiones de unas y otras tienden a cero. Podemos medir la dimensin fractal de objetos reales: lneas de la costa (1.2), nubes, rboles, etc, Con estas medidas podemos comparar objetos del mundo real con fractales generados por algoritmos matemticos. La dimensin de Hausdorff-Besicovitch. Tiene una definicin ms compleja que la de dimensin fractal. Su definicin no suele usarse para comparar conjuntos del mundo real.

Definicin por algoritmos recursivos

Podemos destacar tres tcnicas comunes para generar fractales: Sistemas de funciones iteradas (IFS). Unos conjuntos se reemplazan recursivamente por su imagen bajo un sistema de aplicaciones: el conjunto de Cantor, la alfombra de Sierpinski, el tringulo de Sierpinski, la curva de Peano, la curva del dragn, el copo de nieve de Koch o la Esponja de Menger, son algunos ejemplos. Fractales de algoritmos de Escape, definidos por una relacin de recurrencia en cada punto del espacio (por ejemplo, el plano complejo): el conjunto de Mandelbrot, conjunto de Julia, y el fractal de Lyapunov. Fractales aleatorios, generados por procesos estocsticos, no proceso de agregacin por difusin limitada. deterministas: el movimiento browniano,el vuelo de Lvy, los paisajes fractales o los rboles brownianos. stos ltimos son producidos por procesos de agregacin por difusin limitada..
Autosimilitud estadstica de un fractal generado por el

Fractal

113

Aspectos matemticos
Intentos de definicin rigurosa
El concepto de fractal no dispone en el ao 2008 de una definicin matemtica precisa y de aceptacin general. Intentos parciales de dar una definicin fueron realizados por: B. Mandelbrot, que en 1982 defini fractal como un conjunto cuya dimensin de Hausdorff-Besicovitch es estrictamente mayor que su dimensin topolgica. l mismo reconoci que su definicin no era lo suficientemente general. D. Sullivan, que defini matemticamente una de las categoras de fractales con su definicin de conjunto cuasiautosimilar que haca uso del concepto de cuasi-isometra.

Dimensin fractal
Puede definirse en trminos del mnimo nmero como el lmite: de bolas de radio necesarias para recubrir el conjunto,

O en funcin del recuento del nmero de cajas

de una cuadrcula de anchura

que intersecan al conjunto:

Se demuestra que ambas definiciones son equivalentes, y que son invariantes bajo isometras.[6]

Dimensin de Hausdorff-Besicovitch
De una definicin ms compleja, la dimensin de Hausdorff-Besicovitch nos proporciona un nmero tambin invariante bajo isometras, cuya relacin con la dimensin fractal es la siguiente: ,

Esto permite distinguir en algunos casos entre conjuntos con la misma dimensin fractal.

Dimensin de fractales producidos por un IFS

En ese caso, cuando no haya solapamiento, se demuestra que solucin de la ecuacin: donde ci designa el factor de contraccin de cada aplicacin contractiva del IFS. y que ambas pueden calcularse como

Fractal

114

Aplicaciones
Se han utilizado tcnicas de fractales en la compresin de datos y en diversas disciplinas cientficas.

Compresin de imgenes
Comprimir la imagen de un objeto autosemejante como el helecho de la figura no es difcil: haciendo uso del teorema del collage, debemos encontrar un IFS, conjunto de transformaciones que lleva la figura completa (en negro) en cada una de sus partes autosemejantes (rojo, azul celeste y azul marino). La informacin sobre la imagen quedar codificada en el IFS, y la aplicacin reiterada de dichas transformaciones permite obtener la imagen procesada en cuestin. Pero el enfoque anterior plantea problemas con muchas imgenes reales: no esperamos, por ejemplo, que la imagen de un gato presente pequeos gatitos distorsionados sobre s mismo. Para solventarlo, en 1989 Arnaud Jacquin cre el esquema de sistemas de funciones iteradas particionadas: en l se subdivide la imagen mediante una particin y para cada regin resultante se busca otra regin similar a la primera bajo las transformaciones apropiadas.[7] El esquema resultante es un sistema de compresin con prdidas, de tiempo asimtrico. Lamentablemente an se tarda mucho en encontrar las transformaciones que definen la imagen. No obstante, una vez encontradas, la descodificacin es muy rpida. La compresin, aunque dependa de muchos factores, suele ser equiparable a la compresin JPEG, con lo cual el factor tiempo resulta determinante para decantarse por uno u otro sistema.

Modelado de formas naturales

Las formas fractales, las formas en la que las partes se asemejan al todo, estn presentes en la materia biolgica, junto con las simetras (las formas bsicas que solo necesitan la mitad de informacin gentica) y las espirales (Las formas de crecimiento y desarrollo de la forma bsica hacia la ocupacin de un mayor espacio), como las formas ms sofisticadas en el desarrollo evolutivo de la materia biolgica en cuanto que se presentan en procesos en los que se producen saltos cualitativos en las formas biolgicas, es decir posibilitan catstrofes (hechos extraordinarios) que dan lugar a nuevas realidades ms complejas, como las hojas Fraccin de un fractal Mandelbrot. que presentan una morfologa similar a la pequea rama de la que forman parte que, a su vez, presentan una forma similar a la rama, que a su vez es similar a la forma del rbol, y sin embargo cualitativamente no es lo mismo una hoja (forma biolgica simple), que una rama o un rbol (forma biolgica compleja).

Fractal

115

Sistemas dinmicos
Pero adems las formas fractales no slo se presentan en las formas espaciales de los objetos sino que se observan en la propia dinmica evolutiva de los sistemas complejos (ver teora del caos). Dinmica que consta de ciclos (en los que partiendo de una realidad establecida simple acaban en la creacin de una nueva realidad ms compleja) que a su vez forman parte de ciclos ms complejos los cuales forman parte del desarrollo de la dinmica de otro gran ciclo. Las evoluciones dinmicas de todos estos ciclos presentan las similitudes propias de los sistemas caticos.

Un atractor extrao: el Atractor de Lorenz.

En manifestaciones artsticas
Se usan tanto en la composicin armnica y rtmica de una meloda como en la sntesis de sonidos. Esto se debe al uso de lo que en composicin se llaman "micromodos", o pequeos grupos de 3 notas, a partir de los cuales uno puede trabajarlos de manera horizontal (meldica), o vertical (armnica). A su vez, el ritmo puede ser trabajado en sucesiones temporales especficas, que son determinadas por sucesiones de fractales. Con programas informticos como Apophysis o Ultra Fractal se pueden hacer imgenes con tcnicas diversas; cambiando parmetros, geometra de tringulos o con transformaciones aleatorias (a veces llamadas "mutaciones").
Imagen generada con el programa Apophysis.

Vase tambin
Anexo:Fractales por dimensin de Hausdorff Caos y fractales Cunto mide la costa de Gran Bretaa? Dimensin Paisaje fractal Recursividad Sistema de funciones iteradas Sistema-L

Referencias
[1] Benot Mandelbrot, La Geometra Fractal de la Naturaleza, Tusquets, ISBN 84-8310-549-7 [2] Falconer, Kenneth (2003). Fractal Geometry: Mathematical Foundations and Applications. John Wiley & Sons, Ltd.. pp.XXV. ISBN 0-470-84862-6. [3] Cunto mide la costa de Gran Bretaa? [4] Stewart, Ian. De aqu al infinito. Crtica, Grijalbo Mondadori, S.A., 1998. ISBN 84-7423-853-6. [5] B. Mandelbrot. Los objetos fractales. Forma, azar y dimensin. Tusquets Editores, S.A., 1993. ISBN 978-84-7223-458-1 [6] Barnsley, M. Fractals everywhere.Academic Press Inc, 1988. ISBN 0-12-079062-9. (Cap 5) [7] Jacquin, A.E.;Image coding based on a fractal theory of iterated contractive image transformations. Image Processing, IEEE Transactions on Volume 1, Issue 1, Jan. 1992 Page(s):18 - 30

Fractal

116

Enlaces externos
Fractova (http://www.fractovia.org/art/es/what_es1.shtml) Informacin sobre fractales. Armonia fractal de Doana y las marismas (http://www.armoniafractal.com) Bellas imgenes areas de fractales naturales en las zonas hmedas del sur de Espaa, Casa de la Ciencia, CSIC. Wikimedia Commons alberga contenido multimedia sobre fractalesCommons

Arte fractal Galeras de arte fractal en el Open directory Project (http://www.dmoz.org/Science/Math/ Chaos_and_Fractals/Fractal_Art/) Msica fractal en el Open Directory Project (http://www.dmoz.org/Arts/Music/Styles/E/Experimental/ Fractal_Music/) Museo de Arte Fractal de Argentina (http://www.fractalia.com.ar) Libros con licencia CC Msica fractal: el sonido del caos (http://www.dlsi.ua.es/~japerez/pub/pdf/mfsc2000.pdf) Introduccin general sobre fractales y aplicacin a la composicin automtica de msica Codificacin fractal de imgenes (http://www.dlsi.ua.es/~japerez/pub/pdf/mastertesi1998.pdf) Analiza la aplicacin de tcnicas fractales a la compresin con prdidas de imgenes Software Borlandia (http://www.borlandia.net/fractals) Applets en java que generan Fractales interactivos Apophysis (http://www.apophysis.org/index.html) Programa de cdigo abierto para la creacin de fractales (en ingls) IFS Illusions (http://illusions.hu/index.php?task=16&lang=3&sort=3) generador IFS freeware, para Windows FractInt (http://spanky.triumf.ca/www/fractint/fractint.html) generador fractal freeware, para DOS, Windows y existe un porte a Linux (http://www.sdboyd56.com/xfractint/index.html) disponible. (en ingls) XaoS (http://xaos.sourceforge.net/) zoomer interactivo de fractales para linux. Incendia (http://www.incendia.net/) programa de diseo de fractales 3D donationware. WMANJUL v2 (http://www.ray.masmcode.com/complex.html) Fractal de Mandelbrot (en ingls). Vdeos Documental reportaje "Armona Fractal" del Programa Tesis, Canal Sur 2 Andaluca (http://www.cedecom.es/ cedecom-ext/noticia.asp?id=765)

Teora del caos

117

Teora del caos

Teora del caos es la denominacin popular de la rama de las matemticas, la fsica y otras ciencias que trata ciertos tipos de sistemas dinmicos muy sensibles a las variaciones en las condiciones iniciales. Pequeas variaciones en dichas condiciones iniciales, pueden implicar grandes diferencias en el comportamiento futuro; complicando la prediccin a largo plazo. Esto sucede aunque estos sistemas son deterministas, es decir; su comportamiento est completamente determinado por sus condiciones iniciales.

La forma que crecen los cristales de hielo es otra muestra de un sistema catico.

Clasificacin
Los sistemas dinmicos se pueden clasificar bsicamente en: Estables. Inestables. Caticos. Un sistema estable tiende a lo largo del tiempo a un punto, u rbita, segn su dimensin (atractor o sumidero). Un sistema inestable se escapa de los atractores. Y un sistema catico manifiesta los dos comportamientos. Por un lado, existe un atractor por el que el sistema se ve atrado, pero a la vez, hay "fuerzas" que lo alejan de ste. De esa manera, el sistema permanece confinado en una zona de su espacio de estados, pero sin tender a un atractor fijo.

Diagrama de la trayectoria del sistema de Lorenz para los valores r=28, =10, b=8/3.

Una de las mayores caractersticas de un sistema inestable es que tiene una gran dependencia de las condiciones iniciales. De un sistema del que se conocen sus ecuaciones caractersticas, y con unas condiciones iniciales fijas, se puede conocer exactamente su evolucin en el tiempo. Pero en el caso de los sistemas caticos, una mnima diferencia en esas condiciones hace que el sistema evolucione de manera totalmente distinta. Ejemplos de tales sistemas incluyen el Sistema Solar, las placas tectnicas, los fluidos en rgimen turbulento y los crecimientos de poblacin. [1]

Teora del caos

118

Atractores
Una manera de visualizar el movimiento catico, o cualquier tipo de movimiento, es hacer un diagrama de fases del movimiento. En tal diagrama el tiempo es implcito y cada eje representa una dimensin del estado. Por ejemplo, un sistema en reposo ser dibujado como un punto, y un sistema en movimiento peridico ser dibujado como un crculo. Algunas veces el movimiento representado con estos diagramas de fases no muestra una trayectoria bien definida, sino que sta se encuentra errada alrededor de algn movimiento bien definido. Cuando esto sucede se dice que el sistema es atrado hacia un tipo de movimiento, es decir, que hay un atractor. De acuerdo a la forma en que sus trayectorias evolucionen, los atractores pueden ser clasificados como peridicos, casi-peridicos y extraos. Estos nombres se relacionan exactamente con el tipo de movimiento que provocan en los sistemas. Un atractor peridico, por ejemplo, puede guiar el movimiento de un pndulo en oscilaciones peridicas; sin embargo, el pndulo seguir trayectorias errticas alrededor de estas oscilaciones debidas a otros factores menores.

Atractores extraos
La mayora de los tipos de movimientos mencionados en la teora anterior sucede alrededor de atractores muy simples, tales como puntos y curvas circulares llamadas ciclos lmite. En cambio, el movimiento catico est ligado a lo que se conoce como atractores extraos, atractores que pueden llegar a tener una enorme complejidad como, por ejemplo, el modelo tridimensional del sistema climtico de Lorenz, que lleva al famoso atractor de Lorenz. El atractor de Lorenz es, quiz, uno de los diagramas de sistemas caticos ms conocidos, no slo porque fue uno de los primeros, sino tambin porque es uno de los ms complejos y peculiares, pues desenvuelve una forma muy peculiar ms bien parecida a las alas de una mariposa. Los atractores extraos estn presentes tanto en los sistemas continuos dinmicos (tales como el sistema de Lorenz) como en algunos sistemas discretos (por ejemplo el mapa Hnon). Otros sistemas dinmicos discretos tienen una estructura repelente de tipo Conjunto de Julia la cual se forma en el lmite entre las cuencas de dos puntos de atraccin fijos. Julia puede ser sin embargo un atractor extrao. Ambos, atractores extraos y atractores tipo Conjunto de Julia, tienen tpicamente una estructura fractal. El teorema de Poincar-Bendixson muestra que un atractor extrao slo puede presentarse como un sistema continuo dinmico si tiene tres o ms dimensiones. Sin embargo, tal restriccin no se aplica a los sistemas discretos, los cuales pueden exhibir atractores extraos en sistemas de dos o incluso una dimensin.

Algo ms de atractores
Los atractores extraos son curvas del espacio de las fases que describen la trayectoria elptica de un sistema en movimiento catico. Un sistema de estas caractersticas es plenamente impredecible, saber la configuracin del sistema en un momento dado no permite predecir con veracidad su configuracin en un momento posterior. De todos modos, el movimiento no es completamente aleatorio. En la mayora de sistemas dinmicos se encuentran elementos que permiten un tipo de movimiento repetitivo y, a veces, geomtricamente establecido. Los atractores son los encargados de que las variables que inician en un punto de partida mantengan una trayectoria establecida, y lo que no se puede establecer de una manera precisa son las oscilaciones que las variables puedan tener al recorrer las rbitas que puedan llegar a establecer los atractores. Por ejemplo, es posible ver y de cierta manera prever la trayectoria de un satlite alrededor de la Tierra; lo que aparece en este caso como algo indeterminado, son los movimientos e inconvenientes varios que se le pueden presentar al objeto para efectuar este recorrido.

Teora del caos

119

Aplicaciones
La Teora del Caos y la matemtica catica resultaron ser una herramienta con aplicaciones a muchos campos de la ciencia y la tecnologa. Gracias a estas aplicaciones el nombre se torna paradjico, dado que muchas de las prcticas que se realizan con la matemtica catica tienen resultados concretos porque los sistemas que se estudian estn basados estrictamente con leyes deterministas aplicadas a sistemas dinmicos. En Internet se desarrolla este concepto en Teora del Caos, el tercer paradigma, de cmo la estadstica inferencial trabaja con modelos aleatorios para crear series caticas predictoras para el estudio de eventos presumiblemente caticos en las Ciencias Sociales. Por esta razn la Teora del Caos ya no es en s una teora: tiene postulados, frmulas y parmetros recientemente establecidos con aplicaciones, por ejemplo, en las reas de la meteorologa o la fsica cuntica, y actualmente hay varios ejemplos de aplicacin en la arquitectura a travs de los fractales, por ejemplo el Jardn Botnico de Barcelona de Carlos Ferrater.

En meteorologa
El tiempo atmosfrico (no confundir con el clima), adems de ser un sistema dinmico, es muy sensible a los cambios en las variables iniciales, es un sistema transitivo y tambin sus rbitas peridicas son densas, lo que hace del tiempo un sistema apropiado para trabajarlo con matemtica catica. La precisin de las predicciones meteorolgicas es relativa, y los porcentajes anunciados tienen poco significado sin una descripcin detallada de los criterios empleados para juzgar la exactitud de una prediccin. Al final del siglo XX se ha vuelto comn atribuirles una precisin de entre 80 y 85% en plazos de un da. Los modelos numricos estudiados en la teora del caos han introducido considerables mejoras en la exactitud de las previsiones meteorolgicas en comparacin con las predicciones anteriores, realizadas por medio de mtodos subjetivos, en especial para periodos superiores a un da. En estos das es posible demostrar la confiabilidad de las predicciones especficas para periodos de hasta cinco das gracias a la densidad entre las orbitas peridicas del sistema, y se han logrado algunos xitos en la prediccin de variaciones anormales de la temperatura y la pluviosidad para periodos de hasta 30 das. Artculos sobre teoras en la wikipedia [2]

Referencias
[1] Anlisis Computacional de Modelos Biolgicos para su Aplicacin a Modelos Econmicos (http:/ / www. scielo. cl/ scielo. php?script=sci_abstract& pid=S0718-50062009000500003& lng=es& nrm=iso& tlng=es). CIT Internacional. [2] http:/ / es. wikipedia. org/ w/ index. php?title=Especial%3APrefixIndex& from=Teor%C3%ADa& namespace=0

Bibliografa en ingls
Moon, Francis (1990). Chaotic and Fractal Dynamics. Springer-Verlag New York, LLC. ISBN 0-471-54571-6. Ott, Edward (2002). Chaos in Dynamical Systems. Cambridge University Press New, York. ISBN 0-521-01084-5. Gutzwiller, Martin (1990). Chaos in Classical and Quantum Mechanics. Springer-Verlag New York, LLC. ISBN 0-387-97173-4. Hoover, William Graham (1999,2001). Time Reversibility, Computer Simulation, and Chaos. World Scientific. ISBN 981-02-4073-2. Gonzlez-Miranda, J. M. (2004). Synchronization and Control of Chaos. An introduction for scientists and engineers. Imperial College Press. ISBN 1-86094-488-4.

Teora del caos

120

Enlaces externos
Teora del Caos (http://bolsasistemas.com/2009/11/14/teoria-del-caos-ondas-de-elliot-serie-de-fibonacci/) Interesante artculo escrito por liver Guirado Martnez, un broker que aplica la teora del caos a los movimientos en la bolsa de valores. Artculo divulgativo sobre el creciente aporte de la Teora del Caos en Medicina (http://www.divulgauned.es/ spip.php?article168) Servicio de divulgacin cientfica DivulgaUNED (Universidad Nacional de Educacin a Distancia de Espaa, Octubre 2009). (https://groups.google.com/group/metodologia-de-investigacion-compleja/web/ teoria-del-caos-caologia?version=10&hl=es&pli=1) Grupoo Google sobre Teoria del Caos y Caologia, a cargo del Profesor de Metodologia colombiano Juan Pablo Galeano Rey Alcances y limitaciones de la Teora del Caos aplicada al anlisis del Comportamiento Organizacional, Cultural y la necesidad del cambio (http://cybertesis.upc.edu.pe/upc/2003/tejada_dj/html/sdx/tejada_dj.html) De la Universidad Peruana de Ciencias Aplicadas

Autmata celular
Un autmata celular (A.C.) es un modelo matemtico para un sistema dinmico que evoluciona en pasos discretos. Es adecuado para modelar sistemas naturales que puedan ser descritos como una coleccin masiva de objetos simples que interacten localmente unos con otros. Son sistemas descubiertos dentro del campo de la fsica computacional por John von Neumann en la dcada de 1950. La teora de los autmatas celulares se inicia con su precursor John von Neumann a finales de los dcada de 1940 con su libro Theory of Self-reproducing Automata (editado y completado por A. W. Burks).

Aunque John von Neumann puso en prctica los AA.CC., estos fueron concebidos en los aos 40 por Konrad Zuse y Stanislaw Ulam. Zuse pens en los espacios de cmputo (computing spaces), como modelos discretos de sistemas fsicos. Las contribuciones de Ulam vinieron al final de los 40, poco despus de haber inventado con Nicholas Metropolis el Mtodo de Montecarlo.

Animacin del juego de la vida de Conway, un autmata celular.

Descripcin
No existe una definicin formal y matemtica aceptada de Autmata Celular; sin embargo, se puede describir a un A.C. como una tupla, es decir, un conjunto ordenado de objetos caracterizado por los siguientes componentes: Una rejilla o cuadriculado (lattice) de enteros (conjunto ) infinitamente extendida, y con dimensin

. Cada celda de la cuadrcula se conoce como clula. Cada clula puede tomar un valor en a partir de un conjunto finito de estados . Cada clula, adems, se caracteriza por su vecindad, un conjunto finito de clulas en las cercanas de la misma. De acuerdo con esto, se aplica a todas las clulas de la cuadrcula una funcin de transicin ( ) que toma como argumentos los valores de la clula en cuestin y los valores de sus vecinos, y regresa el nuevo valor que la clula tendr en la siguiente etapa de tiempo. Esta funcin se aplica, como ya se dijo, de forma homognea a todas las clulas, por cada paso discreto de tiempo.

Autmata celular

121

Condiciones de frontera
Por definicin, un A.C. consiste de una retcula infinita de enteros. Sin embargo, para cuestiones prcticas (como en modelos de sistemas fsicos llevados a cabo en ordenadores de memoria finita), se requiere tomar ciertas consideraciones a la hora de implementar un A.C. Por ello, la definicin original se modifica para dar cabida a retculas finitas en las que las clulas del A.C. interacten. Esto conlleva la consideracin extra de lo que debe de suceder con aquellas clulas que se encuentren en los bordes de la retcula. A la implementacin de una o varias consideraciones especficas se le conoce como condicin de frontera.

Topologa del autmata celular de 2D plegado en 3D para el caso de frontera peridica.

Dentro del mbito de los A.C., se pueden implementar numerosas condiciones de frontera, en funcin de lo que el problema real requiera para su modelado. Por ejemplo: Frontera abierta. Se considera que fuera de la lattice residen clulas, todas con un valor fijo. En el caso particular del juego de la vida y de otros A.C. con dos estados en su conjunto , una frontera se dice fra si las clulas fuera de la frontera se consideran muertas, y caliente si se consideran vivas. Frontera peridica. Se considera a la lattice como si sus extremos se tocaran. En una lattice de dimensin 1, esto puede visualizarse en dos dimensiones como una circunferencia. En dimensin 2, la lattice podra visualizarse en tres dimensiones como un toroide. Frontera reflectora. Se considera que las clulas fuera de la lattice "reflejan" los valores de aquellas dentro de la lattice. As, una clula que estuviera junto al borde de la lattice (fuera de ella) tomara como valor el de la clula que est junto al borde de la lattice, dentro de ella. Sin frontera. Haciendo uso de implementaciones que hagan crecer dinmicamente el uso de memoria de la lattice implementada, se puede asumir que cada vez que las clulas deben interactuar con clulas fuera de la lattice, esta se hace ms grande para dar cabida a estas interacciones. Obviamente, existe un lmite (impuesto por la memoria disponible) para esta condicin. Es muy importante no confundir esta condicin de frontera con la definicin original de A.C. cuya lattice es inicialmente infinita. En el caso de un A.C. sin frontera, la lattice comienza con un tamao definido y finito, y conforme se requiera va creciendo en el tiempo, lo cual no lo hace necesariamente un modelo ms cercano a la realidad, pues si se inicializara la lattice aleatoriamente, con esta condicin slo se pueden inicializar las clulas dentro de la lattice inicial finita, mientras que en el caso de la definicin original, en teora todas las clulas de la lattice infinita deberan ser inicializadas.

Variaciones
Los A.C. pueden variar en alguna de las caractersticas antes mencionadas, derivando en autmatas celulares no estndar. Por ejemplo, un A.C. estndar tiene una cuadrcula donde se asume que las clulas son cuadros; es decir, que la retcula tiene una geometra cuadrada. Esto no es necesariamente un requisito, y se puede variar el A.C. para presentar una geometra triangular o hexagonal (en A.C. de 2 dimensiones, el cuadrado, el tringulo y el hexgono son las nicas figuras geomtricas que llenan el plano). Tambin puede variarse el conjunto de estados que cada clula puede tomar, la funcin de transicin de forma

que ya no sea homognea, utilizar elementos estocsticos (aleatoriedad) en probabilstico), variar las vecindades de cada clula, etc.

(lo que se conoce como A.C.

Autmata celular

122

Historia
La historia de los autmatas celulares puede ser clasificada en tres etapas asociadas a los nombres de los cientficos que en cada momento marcaron un punto de inflexin en el desarrollo de la teora: la era de Von Neumann, la era de Martin Gardner y la era de Stephen Wolfram.

Era de Von Neumann

La primera etapa la inicia von Neumann,[1] quien una vez terminada su participacin en el desarrollo y terminacin de la primera computadora "ENIAC" tena en mente desarrollar una mquina con la capacidad de construir a partir de s misma otras mquinas (auto-reproduccin) y soportar comportamiento complejo. Con la ayuda de su amigo Stanislaw Ulam, von Neumann implementa la teora de los autmatas celulares en un vector de dos dimensiones (donde representa el conjunto de los enteros). El vector es llamado el espacio de evoluciones y cada una de las posiciones (llamadas clulas) en el vector toma un valor del conjunto de estados . La funcin de transicin que determina el comportamiento del autmata celular utiliza la vecindad de von Neumann, que consiste en un elemento central (llamada clula central) y sus vecinos que son las clulas , , y (es decir, la clula en cuestin y sus clulas vecinas ms prximas, arriba, abajo, izquierda y derecha, respectivamente).

Era de Martin Gardner

En 1970, John Horton Conway dio a conocer el autmata celular que probablemente sea el ms conocido: el Juego de la vida (Life), publicado por Martin Gardner en su columna Mathematical Games en la revista Scientific American.[2] Life ocupa una cuadrcula (lattice bidimensional) donde se coloca al inicio un patrn de clulas "vivas" o "muertas". La vecindad para cada clula son los ocho vecinos formados por la vecindad de Von Neumann y las cuatro clulas de las dos diagonales (esta vecindad se conoce como vecindad de Moore). De manera repetida, se aplican simultneamente sobre todas las clulas de la cuadrcula las siguientes 3 reglas: 1. Nacimiento: se reemplaza una clula muerta por una viva si dicha clula tiene exactamente 3 vecinos vivos. 2. Muerte: se reemplaza una clula viva por una muerta si dicha clula no tiene ms de 1 vecino vivo (muerte por aislamiento) o si tiene ms de 3 vecinos vivos (muerte por sobrepoblacin). 3. Supervivencia: una clula viva permanecer en ese estado si tiene 2 o 3 vecinos vivos. Una de las caractersticas ms importantes de Life es su capacidad de realizar cmputo universal, es decir, que con una distribucin inicial apropiada de clulas vivas y muertas, Life se puede convertir en una computadora de propsito general (mquina de Turing).

Era de Stephen Wolfram

Stephen Wolfram[3] ha realizado numerosas investigaciones sobre el comportamiento cualitativo de los A.C. Con base en su trabajo sobre AC unidimensionales, con dos o tres estados, sobre configuraciones peridicas que se presentan en el A.C., observ sus evoluciones para configuraciones iniciales aleatorias. As, dada una regla, el A.C. exhibe diferentes comportamientos para diferentes condiciones iniciales. De esta manera, Wolfram clasific el comportamiento cualitativo de los A.C. unidimensionales. De acuerdo con esto, un AC pertenece a una de las siguientes clases: Clase I. La evolucin lleva a una configuracin estable y homognea, es decir, todas las clulas terminan por llegar al mismo valor. Clase II. La evolucin lleva a un conjunto de estructuras simples que son estables o peridicas. Clase III. La evolucin lleva a un patrn catico. Clase IV. La evolucin lleva a estructuras aisladas que muestran un comportamiento complejo (es decir, ni completamente catico, ni completamente ordenado, sino en la lnea entre uno y otro, este suele ser el tipo de

Autmata celular comportamiento ms interesante que un sistema dinmico puede presentar).

123

Aplicaciones
Los autmatas celulares pueden ser usados para modelar numerosos sistemas fsicos que se caractericen por un gran nmero de componentes homogneos y que interacten localmente entre s. De hecho, cualquier sistema real al que se le puedan analogar los conceptos de "vecindad", "estados de los componentes" y "funcin de transicin" es candidato para ser modelado por un A.C. Las caractersticas de los autmatas celulares harn que dichos modelos sean discretos en tiempo, espacio o ambos (dependiendo de la variante de la definicin de A.C. que se use). Algunos ejemplos de reas en donde se utilizan los autmatas celulares son: Modelado del flujo de trfico y de peatones. Modelado de fluidos (gases o lquidos). Modelado de la evolucin de clulas o virus como el VIH. Modelado de procesos de percolacin.

El caparazn de Conus textile muestra un patrn caracterizable en trminos de autmatas celulares.

Ejemplos de Autmatas Celulares

AC de una dimensin
El AC no trivial ms simple consiste en una retcula unidimensional de clulas que slo pueden tener dos estados ( 0 o 1 ), con un vecindario constituido, para cada clula, de ella misma y de las dos clulas adyacentes (23=8 configuraciones posibles). Existen 28=256 modos de definir cul ha de ser el estado de una clula en la generacin siguiente para cada una de estas configuraciones, luego existen 256 AC diferentes de este tipo.

Autmata celular generado con la regla 30.

Consideremos el AC definido por la tabla siguiente, que nos da la regla de evolucin:

Motivo inicial Valor siguiente de la clula central 111 110 101 100 011 010 001 000 0 0 0 1 1 1 1 0

Autmata celular

124

Referencias
[1] von Neumann, J. (1966)The Theory of Self-reproducing Automata, ed. Univ. of Illinois Press, Urbana, IL [2] Gardner, M. (1970) Mathematical Games: The fantastic combinations of John Conway's new solitaire game "Life", Scientific American [3] Wolfram (1986), Theory and Application of Cellular Automata, World Scientific, Singapur

Bibliografa
S. Wolfram, A New Kind of Science, 2002 B. Cipra, What's happening in the Mathematical Sciences, vols. 3 y 5, American Mathematical Society, EU, 1996, 2002

Vase tambin
Emergencia (filosofa) Mquina de Turing Teora de autmatas

Enlaces externos
Cellular Automata And the Edge of Chaos (ingls) (http://math.hws.edu/xJava/CA/) Una introduccin a los Autmatas Celulares (http://yupana.autonoma.edu.co/publicaciones/yupana/005/ autocelular/Automatas.html) Autmata Celular (http://delta.cs.cinvestav.mx/~mcintosh/oldweb/s1996/ponse/reporte.html) Autmatas Celulares (http://axxon.com.ar/zap/278/c-Zapping0278.htm) Modelacin de flujo de trnsito de autos utilizando autmatas celulares (http://cellular.ci.ulsa.mx/comun/ tesismaestria/rene/tesisReneHtml/Tesis.html) Autmata de Modelo Electromagntico (http://docs.google.com/View?docid=d7htvkt_42gkzgp4)

Software
Discrete Dynamics Lab (http://www.ddlab.com/) Mirek's Cellebration (http://www.mirwoj.opus.chelm.pl/ca/) Modern Cellular Automata (http://www.collidoscope.com/modernca/) Loops autoreplicantes en el espacio celular (http://necsi.org/postdocs/sayama/sdsr/java/) AC triangulares, pentagonales y hexagonales (http://www.cse.sc.edu/~bays/CAhomePage) Generador virtual de AC (http://kidojo.com/cellauto) EvoCell (http://kybernet.org/wiki/index.php/EvoCell) - Licencia GPL Watch 16, 256 and 512 cellular automata grow in your browser (http://www.psigenics.co.uk/ cellularAutomata/automaton.htm) Prenzl!! Artistic Cellular Automata (http://prenzl.sourceforge.net) - Software libre para desarrollar AC artsticos y otros sistemas dinmicos. Coleccin de 10 AC (http://vlab.infotech.monash.edu.au/simulations/cellular-automata/)

Fuentes y contribuyentes del artculo

125

Fuentes y contribuyentes del artculo

Sistema de numeracin decimal Fuente: http://es.wikipedia.org/w/index.php?oldid=49447796 Contribuyentes: Teora de la computabilidad Fuente: http://es.wikipedia.org/w/index.php?oldid=49613792 Contribuyentes: Derivacin numrica Fuente: http://es.wikipedia.org/w/index.php?oldid=35721806 Contribuyentes: Integracin Fuente: http://es.wikipedia.org/w/index.php?oldid=49476844 Contribuyentes: Geometra euclidiana Fuente: http://es.wikipedia.org/w/index.php?oldid=49552890 Contribuyentes: Aritmtica modular Fuente: http://es.wikipedia.org/w/index.php?oldid=49214771 Contribuyentes: Variable Fuente: http://es.wikipedia.org/w/index.php?oldid=49450258 Contribuyentes: Geometra analtica Fuente: http://es.wikipedia.org/w/index.php?oldid=49542396 Contribuyentes: Cero Fuente: http://es.wikipedia.org/w/index.php?oldid=49503522 Contribuyentes: Teora de juegos Fuente: http://es.wikipedia.org/w/index.php?oldid=49349968 Contribuyentes: Estadstica aplicada Fuente: http://es.wikipedia.org/w/index.php?oldid=28779557 Contribuyentes: Criptografa Fuente: http://es.wikipedia.org/w/index.php?oldid=49133975 Contribuyentes: Ley de gravitacin universal Fuente: http://es.wikipedia.org/w/index.php?oldid=49552637 Contribuyentes: ptica Fuente: http://es.wikipedia.org/w/index.php?oldid=49608991 Contribuyentes: Nmero complejo Fuente: http://es.wikipedia.org/w/index.php?oldid=49384390 Contribuyentes: Ecuacin diferencial Fuente: http://es.wikipedia.org/w/index.php?oldid=49540907 Contribuyentes: PageRank Fuente: http://es.wikipedia.org/w/index.php?oldid=49074137 Contribuyentes: Deteccin y correccin de errores Fuente: http://es.wikipedia.org/w/index.php?oldid=47389565 Contribuyentes: Transformada de Fourier Fuente: http://es.wikipedia.org/w/index.php?oldid=49289623 Contribuyentes: Cdigo binario Fuente: http://es.wikipedia.org/w/index.php?oldid=49261551 Contribuyentes: Teora de la probabilidad Fuente: http://es.wikipedia.org/w/index.php?oldid=49350328 Contribuyentes: Estadstica Fuente: http://es.wikipedia.org/w/index.php?oldid=49518424 Contribuyentes: Fractal Fuente: http://es.wikipedia.org/w/index.php?oldid=49161707 Contribuyentes: Teora del caos Fuente: http://es.wikipedia.org/w/index.php?oldid=49561873 Contribuyentes: Autmata celular Fuente: http://es.wikipedia.org/w/index.php?oldid=47445058 Contribuyentes: -

Fuentes de imagen, Licencias y contribuyentes

126

Fuentes de imagen, Licencias y contribuyentes

Archivo:Bundesarchiv Bild 183-S1024-016, VEB Robotron Elektronik Dresden, Computer EC 1040.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Bundesarchiv_Bild_183-S1024-016,_VEB_Robotron_Elektronik_Dresden,_Computer_EC_1040.jpg Licencia: Creative Commons Attribution-Share Alike 3.0 Germany Contribuyentes: Hler, Ulrich Imagen:Derivative.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Derivative.png Licencia: GNU Free Documentation License Contribuyentes: Archivo:Integral example.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Integral_example.png Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: KSmrq Archivo:Signed'IntegraciArabic.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Signed'IntegraciArabic.png Licencia: GNU Free Documentation License Contribuyentes: Hakeem.gadi Archivo:Cello study.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Cello_study.jpg Licencia: Creative Commons Attribution-Sharealike 3.0 Contribuyentes: MichaelMaggs Archivo:Integral approximations.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Integral_approximations.svg Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: KSmrq Archivo:Integral Riemann sum.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Integral_Riemann_sum.png Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: KSmrq Archivo:Riemann sum convergence.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Riemann_sum_convergence.png Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: KSmrq Archivo:Improper integral.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Improper_integral.svg Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: KSmrq Archivo:Improper integral unbounded internally.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Improper_integral_unbounded_internally.svg Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: KSmrq Archivo:Volume under surface.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Volume_under_surface.png Licencia: Public Domain Contribuyentes: Oleg Alexandrov Archivo:Line-Integral.gif Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Line-Integral.gif Licencia: GNU Free Documentation License Contribuyentes: Archivo:Surface integral illustration.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Surface_integral_illustration.png Licencia: Public Domain Contribuyentes: Archivo:Numerical quadrature 4up.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Numerical_quadrature_4up.png Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: KSmrq Imagen:Nuvola apps edu mathematics-p.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Nuvola_apps_edu_mathematics-p.svg Licencia: GNU Lesser General Public License Contribuyentes: David Vignoni (original icon); Flamurai (SVG convertion) Archivo:Oxyrhynchus papyrus with Euclid's Elements.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Oxyrhynchus_papyrus_with_Euclid's_Elements.jpg Licencia: desconocido Contribuyentes: Archivo:Title page of Sir Henry Billingsley's first English version of Euclid's Elements, 1570 (560x900).jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Title_page_of_Sir_Henry_Billingsley's_first_English_version_of_Euclid's_Elements,_1570_(560x900).jpg Licencia: Public Domain Contribuyentes: Charles Thomas-Stanford Imagen:Portal.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Portal.svg Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: Portal.svg: Pepetps derivative work: Bitplane (talk) Archivo:Disqvisitiones-800.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Disqvisitiones-800.jpg Licencia: Public Domain Contribuyentes: Archivo:Clock group.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Clock_group.svg Licencia: GNU Free Documentation License Contribuyentes: Original uploader was Spindled at en.wikipedia Archivo:FuncionLineal00.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:FuncionLineal00.svg Licencia: Public Domain Contribuyentes: HiTe 23:31, 10 May 2008 (UTC) Archivo:FuncionLineal04.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:FuncionLineal04.svg Licencia: Public Domain Contribuyentes: HiTe 21:43, 8 May 2008 (UTC) Archivo:FuncionLineal06.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:FuncionLineal06.svg Licencia: Public Domain Contribuyentes: HiTe 21:12, 10 May 2008 (UTC) Archivo:FuncionLineal07.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:FuncionLineal07.svg Licencia: Public Domain Contribuyentes: HiTe 21:13, 10 May 2008 (UTC) Archivo:Conic sections 2n.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Conic_sections_2n.png Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: Archivo:Cono y secciones.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Cono_y_secciones.svg Licencia: Creative Commons Attribution-Share Alike Contribuyentes: Drini Archivo:Mayan00.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Mayan00.svg Licencia: Public Domain Contribuyentes: sarang Archivo:Cero maya.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Cero_maya.svg Licencia: Public Domain Contribuyentes: Alvaro qc Archivo:Ultmatum game.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Ultmatum_game.png Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: Kevin Zollman --Kzollman 00:53, 31 December 2006 (UTC) Archivo:PD with outside option.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:PD_with_outside_option.png Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: Kevin Zollman Kzollman 23:01, 3 May 2006 (UTC) Archivo:Centipede game.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Centipede_game.png Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: Archivo:Commons-logo.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Commons-logo.svg Licencia: logo Contribuyentes: SVG version was created by User:Grunt and cleaned up by 3247, based on the earlier PNG version, created by Reidab. Archivo:Lorenz-SZ42-2.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Lorenz-SZ42-2.jpg Licencia: Public domain Contribuyentes: Archivo:Enigma Verkehrshaus Luzern.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Enigma_Verkehrshaus_Luzern.jpg Licencia: Creative Commons Attribution-Sharealike 3.0 Contribuyentes: User LittleJoe / LittleJoe Archivo:Wiktionary-logo-es.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Wiktionary-logo-es.png Licencia: logo Contribuyentes: es:Usuario:Pybalo Archivo:Wikibooks-logo.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Wikibooks-logo.svg Licencia: logo Contribuyentes: User:Bastique, User:Ramac et al. Archivo:GravitationUniverselle.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:GravitationUniverselle.png Licencia: GNU Free Documentation License Contribuyentes: Vincent Guyot vison Archivo:Glass is Liquide.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Glass_is_Liquide.jpg Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: Mehran Moghtadai Archivo:Interferences plane waves.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Interferences_plane_waves.jpg Licencia: Public Domain Contribuyentes: Archivo:Prisms with high and low dispersion.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Prisms_with_high_and_low_dispersion.png Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: User:Peo Archivo:Electromagnetic_spectrum-es.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Electromagnetic_spectrum-es.svg Licencia: GNU Free Documentation License Contribuyentes: User:Horst Frank, User:Jailbird Archivo:Complex conjugate picture.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Complex_conjugate_picture.svg Licencia: GNU Free Documentation License Contribuyentes: Oleg Alexandrov Imagen:Complex number illustration.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Complex_number_illustration.png Licencia: Creative Commons Attribution-Sharealike 3.0 Contribuyentes: Kan8eDie Image:Complex_number_illustration_modarg.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Complex_number_illustration_modarg.svg Licencia: GNU Free Documentation License Contribuyentes: Complex_number_illustration.svg: Original uploader was Wolfkeeper at en.wikipedia derivative work: Kan8eDie (talk)

Fuentes de imagen, Licencias y contribuyentes

Archivo:PageRanks-Example.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:PageRanks-Example.svg Licencia: Public domain Contribuyentes: en:User:345Kai, User:Stannered Archivo:Hamming distance 4 bit binary example.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Hamming_distance_4_bit_binary_example.svg Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: en:User:Cburnett Archivo:Wikiversity-logo-Snorky.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Wikiversity-logo-Snorky.svg Licencia: desconocido Contribuyentes: Archivo:Wikipedia in binary.gif Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Wikipedia_in_binary.gif Licencia: GNU Free Documentation License Contribuyentes: User:Atyndall (See account on English Wikipedia) Archivo:The Normal Distribution.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:The_Normal_Distribution.svg Licencia: Public Domain Contribuyentes: Original uploader was Heds 1 at en.wikipedia Archivo:Ceres optimized.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Ceres_optimized.jpg Licencia: Public Domain Contribuyentes: NASA, ESA, J. Parker (Southwest Research Institute), P. Thomas (Cornell University), and L. McFadden (University of Maryland, College Park) Archivo:KorrRes.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:KorrRes.png Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: Philipendula Archivo:Spanish Wikiquote.SVG Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Spanish_Wikiquote.SVG Licencia: logo Contribuyentes: James.mcd.nz Archivo:Fractal Broccoli.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Fractal_Broccoli.jpg Licencia: Public Domain Contribuyentes: Jon Sullivan Archivo:Koch anime.gif Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Koch_anime.gif Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported Contribuyentes: Christophe Dang Ngoc Chan (cdang) Archivo:Menger 0.PNG Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Menger_0.PNG Licencia: GNU Free Documentation License Contribuyentes: Archivo:Menger 1.PNG Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Menger_1.PNG Licencia: GNU Free Documentation License Contribuyentes: Archivo:Menger 2.PNG Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Menger_2.PNG Licencia: GNU Free Documentation License Contribuyentes: Archivo:Menger 3.PNG Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Menger_3.PNG Licencia: GNU Free Documentation License Contribuyentes: Archivo:Menger 4.PNG Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Menger_4.PNG Licencia: GNU Free Documentation License Contribuyentes: Imagen:Time escape Julia set from coordinate (phi-2, 0).jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Time_escape_Julia_set_from_coordinate_(phi-2,_0).jpg Licencia: Public domain Contribuyentes: Imagen:Time escape Julia set from coordinate (phi-2, phi-1).jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Time_escape_Julia_set_from_coordinate_(phi-2,_phi-1).jpg Licencia: Public domain Contribuyentes: Imagen:Julia_set_camp2.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Julia_set_camp2.jpg Licencia: Public Domain Contribuyentes: Antnio Miguel de Campos en:User:T campos Archivo:Mandelbrot and Julia.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Mandelbrot_and_Julia.png Licencia: Public Domain Contribuyentes: Archivo:Mandelzoom.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Mandelzoom.jpg Licencia: Public Domain Contribuyentes: Antnio Miguel de Campos Archivo:Dlasim.PNG Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Dlasim.PNG Licencia: GNU Free Documentation License Contribuyentes: C. Hoberg Archivo:Fractal fern explained.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Fractal_fern_explained.png Licencia: Public Domain Contribuyentes: Antnio Miguel de Campos - en:User:T campos Archivo:Fractal471763.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Fractal471763.jpg Licencia: Creative Commons Attribution-Share Alike Contribuyentes: Yo Mismo Archivo:LorenzAttractor.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:LorenzAttractor.png Licencia: GNU Free Documentation License Contribuyentes: Archivo:Sandstorm.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Sandstorm.png Licencia: Creative Commons Attribution-Sharealike 3.0 Contribuyentes: Esteban.barahona File:Water Crystals on Mercury 20Feb2010 CU1.jpg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Water_Crystals_on_Mercury_20Feb2010_CU1.jpg Licencia: Public Domain Contribuyentes: Photo by: Mark Charles Langdon Archivo:Lorenz attractor yb.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Lorenz_attractor_yb.svg Licencia: Creative Commons Attribution-Sharealike 2.5 Contribuyentes: User:Dschwen, User:Wikimol Archivo:GameOfLife Glider Animation.gif Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:GameOfLife_Glider_Animation.gif Licencia: GNU Free Documentation License Contribuyentes: Archivo:Torus.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Torus.png Licencia: Public Domain Contribuyentes: Archivo:Textile cone.JPG Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Textile_cone.JPG Licencia: GNU Free Documentation License Contribuyentes: Archivo:CA rule30s.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:CA_rule30s.png Licencia: GNU Free Documentation License Contribuyentes: -

127

Licencia

128

Licencia
Creative Commons Attribution-Share Alike 3.0 Unported http:/ / creativecommons. org/ licenses/ by-sa/ 3. 0/