Qu es la Matemtica

Computacional?
Ibarra-Martnez L.1 ,
Medina- Rivera C.S.2
RESUMEN
En este artculo se precisa lo que es la
Matemtica computacional y su diferencia
de otros conceptos con los que se suele
confundir. Se hace tambin una revisin
crtica de la Matemtica Clsica y sus
limitaciones. Lo anterior con el objetivo de
enfatizar la importancia de vincularse con la
ciencia de la computacin y aprovechar sus
logros, y promover que la Matemtica
reasuma su carcter experimental a travs de
la computadora, a fin de facilitar su
aprendizaje y aplicacin.
OBJETIVOS
(1) Enfatizar la importancia de vincularse
con la ciencia de la computacin y
aprovechar sus logros, y (2) Promover que
la Matemtica reasuma su carcter
experimental a travs de la computadora,
a fin de facilitar su aprendizaje y
aplicacin. Pero al tomar con seriedad esta
pretensin llegamos al concepto de la
llamada matemtica computacional, y como
no es muy conocida debimos, (3) Precisar
lo que es la Matemtica computacional y
diferenciarla de otros conceptos con los
que se suele confundir. Finalmente esto nos
llev a (4) Hacer una revisin crtica de la
Matemtica Clsica y sus limitaciones.

Es
necesario
que
la
Matemtica
reasuma
su
carcter experimental a travs
1

Universidad Autnoma de Aguascalientes.

libarra@correo.uaa.mx
2
Universidad Autnoma de Aguascalientes.
csmedina@correo.uaa.mx

de la computadora, a fin de
facilitar su aprendizaje y
aplicacin ?.
Durante muchos aos a pesar de
conocer las crticas de Morris Klein,
presentadas en su libro sobre el fracaso de la
Matemticas Modernas en la dcada de
1970, seguimos creyendo en el proceso
lgico deductivo, en la notacin
y
formalizacin matemtica: como valores
supremos del intelecto humano, y que muy
probablemente no haba otra mejor manera o
ms moderna de ensear y aprender
matemticas. Sin embargo al enfrentarnos al
problema de la enseanza y aprendizaje de
la Matemticas y de la Fsica, conforme
pasaba el tiempo, cobraban ms sentido las
crticas formuladas por Morris Klein al
modo poco experimental y excesivamente
formal de ensear y aprender matemticas.
La gota que derramo el vaso, fue cuando
al acercarnos a las ciencias de la
computacin, nos percatamos del carcter
disfuncional de las matemticas clsicas al
pretender su implementacin computacional,
este carcter disfuncional se evidenciaba, ya
sea porque su notacin o formulacin
simblica compacta es ajena a ese propsito
o acaso la mayora de los lenguajes de
programacin estan desarrollados con
paradigmas
ajenos
al
paradigma
matemtico, en cualquier caso: la
matemtica clsica es una rama del
conocimiento donde los problemas se
resuelven sin subrayar la importancia del
uso del cmputo, pero s enfatizando el uso
de la lgica, o se resuelven suponiendo
disponemos de todos los recursos
computacionales que resulten necesarios, sin
que importe el costo en tiempo o pasos, se
da por sentado que siempre tendremos
suficiente tiempo o que la cantidad de pasos
u operaciones es algo que NO debe
preocuparnos, cometiendo adems
una

omisin grave: la matemtica clsica

tradicionalmente se ensea y aprende
divorciada
de
los
Lenguajes
de
Programacin y de la teora de Algoritmos
que son algunas de entre otras disciplinas
con las que guarda relacin al pretender su
implementacin computacional adecuada y
ptima; o los que ensean o aprenden
matemticas o fsica, suponen que la
implementacin computacional de
los
modelos es una tarea sencilla y obvia: luego
ellos u otros fcilmente podrn lograr, lo
cual no siempre es cierto. La matemtica
clsica es una ciencia formal si bien
adecuada para formular modelos con
variables estticas, continuas e infinitas, con
los que es posible conseguir soluciones
exactas y determinsticas; este logro si bien
pareca solo estaba respaldado por el estricto
apego y buen uso de la lgica, finalmente
uno descubre, que el exito reconocido a las
matemticas clsicas, tambin esta fundado
en aceptar, an sin darnos cuenta, la
siguiente suposicin genrica: el uso
concurrente y sincronizado de los recursos
y tiempos computacionales necesarios, es
algo por lo NO que debamos
preocuparnos. Lo anterior resulta ms
claro al abordar problemas ya sea de
decisin o de optimizacin que mas bien
requieran formular modelos dinmicos,
discretos y finitos, as es posible descubri
que bajo estas nuevas condiciones no
siempre es fcil deducir lgicamente la
tradicional solucin exacta o determinstica,
convirtindose
en
insostenible
o
cuestionable la suposicin mencionada, que
ya mas a detalle, rezara as: el uso
concurrente y sincronizado de los recursos
y tiempos computacionales necesarios, es
algo por lo NO debamos preocuparnos; o
NO importa si el algoritmo disponible para
el problema que pretendemos resolver no
tenga cota polinomial para los pasos o
tiempos necesarios; o si se requiere varios
algoritmos en paralelo o en sincrona, ser

muy facil formularnos e implementarlos,

as finalmente se cae en cuenta: la tarea de
formular modelos e implementarlos,
particularmente para sistemas complejos,
NO es una tarea obvia o muy fcil, existe
adems un estado del arte. Y por lo tanto
tuvimos que reconocer, muy a nuestro
pesar: la matemtica clsica (infinita y
continua), es realmente incompleta, por no
decir,
incompetente
para
abordar
problemas dinmicos complejos, o de tipo
NPC, o NPH, los cuales ahora en lugar de
ser abordados por la matemtica clsica, son
ahora tratados preferencialmente por la
matemtica
finita
o
discreta
que
normalmente
s
est
estrechamente
vinculada con la ciencia de la computacin.
Al aceptar y concebir una
matemtica sea clsica o no, pero vinculada
con la computacin, se revive y revalora el
carcter experimental que de origen tena las
matemticas, y tambin se presenta ante
nuestros ojos como una alternativa ms para
facilitar su proceso de enseanza
aprendizaje el cual usualmente se vena
limitando solo al modo lgico formal, que
Morris Klein y otros haban criticado, ante
muchos odos sordos.

Es importante de vincularse
con
la
ciencia
de
la
computacin y aprovechar sus
logros ?.
La ciencia de la computacin, muy
eventualmente asume infinitud, y los
problemas que plantea su desarrollo
requieren ms bien de una matemtica
discreta y finita.
La matemtica continua y infinita, es
la que tradicionalmente es enseada y
aprendida en las aulas, la cual llamaremos
matemtica clsica; alguien podra decir,

que bueno!, as debe de ser ya que lo

finito es un caso particular de lo infinito, y
lo discreto es una variante particular de lo
continuo, por lo tanto, de nuevo, qu bueno!,
..se ensee la matemtica continua o
infinita, para que luego aparezca la
matemtica discreta o finita como un caso
particular o variante fcil de aquella; sin
embargo eso que suena lgico, ya en la
prctica uno descubre lo siguiente:

Los modelos tradicionales de la

matemtica
clsica
debemos
discretizarlos,
al
pretender
implementarlos
computacionalmente, o sea la
matemtica continua requiere de la
ayuda o apoyo de la matemtica
numrica
o
discreta,
luego
finalmente los modelos continuos se
reformulan en trminos discretos y
mucho menos frecuente ocurre al
revs.

Puede
uno empezar
estudiar
cualquier tpico de la matemtica
finita, sin saber prcticamente nada
de la matemtica clsica infinita, as
la matemtica clsica infinita, luego
empieza a perder vigencia o al
menos
justificacin
de
que
necesariamente ella debe ser
estudiada primero, mxime si el tipo
de problemas que uno pretende
resolver, se resuelven prescindiendo
de ella.

Por lo tanto, resulta cuestionable que la

matemtica clsica del infinito y el continuo
sea la ms importante, o que deba ser
estudiada primero; uno debe estudiar lo
necesario en funcin de los problemas que
pretenda resolver, no es el caso estudiar algo
solo porque era lo que se estudiaba hace mas
de un siglo; es bueno tomar sugerencias y
tomarlas como buenas si en verdad resulta

que en efecto estudiar lo sugerido es

realmente apasionante o guarda estrecha
relacin con nuestros intereses y problemas
a resolver.
Cuando uno llega a este punto, las
afirmaciones de Morris Klein, de Brouwer,
Poincare, Imre Lakatos, Godel, Donald
Knuth sobre las limitaciones de la
matemtica clsica formal y sobre los modos
incorrectos de ensearla, privilegiando la
demostracin formal del teorema por sobre
una demostracin previa informal de l,
olvidndose de un buen algoritmo asociado,
cobran sentido y vida. Por ejemplo, Donald
Knuth, genio matemtico contemporneo
reconocido internacionlmente por su
aportacin generosa del Ltex, durante gran
parte de su vida, intento de muchas maneras
comunicar: la verdad lgica es incompleta
sin la verdad algortmica. Sus libros
Matemtica Concreta y sus tres volmenes
sobre el Arte de la Programacin
pretendieron llenar el hueco que usualmente
deja la matemtica abstracta, tambin cada
vez que se comunicaba con sus colegas
aprovechaba la oportunidad para agregar la
siguiente nota a sus escritos:
Cuidado con los errores en el cdigo
anterior; slo he demostrado que es
correcto, no lo he probado.
Por otro lado, si concebimos a la
Matemtica como un Lenguaje Formal,
entonces la Matemtica sera tan solo un
ejemplo entre varios posibles, como lo son
los Lenguajes de Programacin que tambin
son Lenguajes Formales.
Se sabe que a los estudiosos de Lenguajes de
Programacin se les recomienda sepan sobre
Compiladores, entonces, cual afirmacin
ser anloga para los estudiosos de la
Matemtica, acaso que sepan algo de
Metamatemtica o de Algoritmos y
Complejidad Computacional?; pero si no
hubiera analoga posible, entonces habra

que ahondar en las diferencias entre

Matemticas
y
los
Lenguajes
de
programacin, aun cuando coincidan en ser
Lenguajes Formales.
Al
evaluar
la
tecnologa
computacional, desde el punto de vista de
Lenguaje formal o de herramienta
intelectual o tecnolgica, -si se nos permite
la siguiente afirmacin sin entrar en detalles,
ya que sera motivo de otro artculo,
acptese por ahora nuestra apreciacin a
titulo de opinin personal cmo Profesores
de Matemticas y Fsica,-: descubrimos en
los lenguajes de programacin, sistemas
y proyectos intelectuales cada vez mas
universales, integradores, poderosos,
accesibles, y sobre todo apasionantes, sin
que importe son dificiles o no, tan slo
basta fijarse en java, o en wolfram
language3. Y si para muchos resulta
evidente que las matemticas sea el
lenguaje universal de la fsica, ahora para
muchos ms, resultar evidente que los
lenguajes de programacin son cada da
mas necesarios en casi todos nuestros
mbitos de vida moderna, lo cual es un
hecho o apreciacin por dems
interesante, que no puede
pasar
desapercibida.

Revisin
crtica
de
Matemtica Clsica y
limitaciones.

la
sus

El que la matemtica clsica haya

3

http://www.oracle.com/technetwork/java/ja
vase/virtual-dev-day-java7-keynote1641807.pdf
http://www.oracle.com/lad/technologies/ja
va/index.html
http://openjdk.java.net/faq/

tenido algunos aciertos, o xitos al modelar

algunos fenmenos fsicos, no significa que
sea perfecta, por lo tanto es posible
cuestionar sirva tal cual para modelar
fenmenos sociales o biolgicos con el
mismo xito o nivel de acierto.
Tradicionalmente durante muchos
aos resultaba inconcebible, siquiera pensar
que haba algo superior a las concepciones
matemticas, todo mundo estaba de acuerdo
que era la obra intelectual maestra del
hombre, sin embargo hace 100 aos, se
plante la necesidad si no de una nueva
Matemtica, si de cambiar la jerarqua de
valores intelectuales que la Matemtica
vena promoviendo, este revisin crtica hizo
que se hablara de la Matemtica
constructivista o intuicionista, representada
por Brouwer4 la cual, en una primera
aproximacin pareciera que slo cuestionaba
la aplicacin indiscriminada o excesiva de
los principios lgicos aristotlicos: de la
negacin, de la no contradiccin, del tercero
excluido y de la razn suficiente, mediante
los cuales es posible establecer las siguientes
reglas de deduccin:
1. P es falso, si al asumir P podemos
deducir K&noK, o sea una
contradiccin o absurdo.
2. Si P es falso entonces noP debe ser
verdadero.
Los lgicos y matemticos saben es posible
demostrar de modo indirecto, al aplicar las
dos reglas anteriores, que noP debe ser
verdadero, pero Brouwer not:
al caer en un uso excesivo de este modo de
demostracin indirecto nos hace olvidar
que a lo mejor haya un mtodo directo de
demostracin de la misma afirmacin. En
todo caso, Brower propuso:
4

http://vaninaue.academia.edu/JorgeRoetti/Papers/5863
75/CENTENARIO_DE_LA_TESIS_DOCTORAL
_DE_LEJ_BROUWER_100_anos_de_intuicion
ismo_matematico

es preferible demostrar noP es cierto por

demostracin directa y no porque deba ser
cierto por demostracin indirecta.-- La
demostracin directa nos obliga a tener
que deducir noP, a partir de otros axiomas
o teoremas, debiendo generar y precisar la
sucesin de enunciados consecutivos que
nos permiten concluir noP.-- La
demostracin indirecta, nos permite NO
ser explcito, ya que simplemente
concluimos: noP debe ser cierto, pues al
suponer P dedujimos una contradiccin o
absurdo.
Algunos han interpretado la crtica de
Brouwer, al solo remitirse a esta primera
aproximacin, en el sentido que l NO
est de acuerdo con el principio del
tercero excluido. Ya que es fcil fuera del
mbito de las ciencias formales, dar
ejemplos que al parecer lo contradicen o es
cuestionable su aceptacin absoluta. Por
ejemplo, si queremos demostrar que alguien
es hombre(mujer), al demostrarlo de modo
indirecto suponemos que es mujer(hombre),
pero al caer luego en una contradiccin
concluimos que la suposicin de que sea
mujer(hombre) es falsa, al aplicar la regla 2,
queda demostrada nuestra afirmacin
original, pero si con tal proceder no estamos
de acuerdo, es porque consideramos que
probablemente haya una tercera opcin,
adems de que tambin es necesario
confrontarlo de manera directa, que en
efecto es hombre(mujer).
Un ejemplo ms, si defino que el odio es la
negacin del amor, y si me lleva a una
contradiccin suponer que me odias (amas),
eso demuestra en todo caso que es falso que
me odies (ames), pero no por eso queda
demostrado que me ames (odies) es
verdadero.
Otro ejemplo: si al asumir culpabilidad
resultaron incongruencias o contradicciones,
entonces concluiramos simplemente que

NO es culpable, pero no por eso nos

apresuraramos a concluir que por lo tanto es
inocente.
Nosotros interpretamos, en una segunda,
interpretacin, que Brouwer sostena:
NO es sano para el desarrollo
algortmico de la Matemtica apostarle
demasiado
a
las
demostraciones
indirectas.
En una tercera interpretacin, la crtica de
Brouwer da pie, podamos afirmar:
que bueno demostremos teoremas, que
generalmente son afirmaciones sobre la
veracidad de lo que debe ser, pero si NO
aclaramos cmo es posible conseguir eso
que debe ser, en realidad estamos a la
mitad del camino, o sea contamos con una
verdad incompleta, que
falta ser
implementada.
Bsicamente Brouwer criticaba el uso
excesivo de razonamientos indirectos o por
reduccin al absurdo, si eso nos alejaba de la
construccin de un algoritmo til, como
alguien deca:

el principio, la norma, el debe ser, es

importante,
pero
sin
el
procedimiento, sin el cmo ser o
hacerlo, simplemente, es una verdad
incompleta.

El mayor mrito de la Matemtica

constructivista
o
intuicionista,
representada por Brouwer,
desde
esta tercera interpretacin, es que
cuestion el excesivo valor dado al
teorema por sobre el valor dado al
algoritmo, desafortunadamente creemos en
su tiempo no se entendi bien su crtica,
ahora 100 aos despus (2012), podemos
retomarla, reinterpretarla y actualizarla,

diciendo:

con bastante frecuencia las

matemticas clsicas se atiborran
de teoremas, algunos por dems
obvios que ni siquiera vale la pena
perder
el
tiempo
en
su
demostracin, y lo ms grave es
que al parecer eso sirve de pretexto
para NO preocuparse o NO asumir
el compromiso de formular los
posibles algoritmos basados o
derivados de los teoremas, para
luego elegir o reformular el
algoritmo ms adecuado a nuestro
problema.
As por nuestra parte, retomando el espritu
crtico de Morris Klein, Brouwer, Poincare,
Imre Lakatos, Godel, Donald Knuth, entre
otros, formulamos las siguientes crticas a la
matemtica clsica:

1). De ser necesario, la matemtica

clsica, supone dispone de todo el
tiempo del mundo, y que el uso
concurrente y sincronizado de los
recursos computacionales NO es un
problema, al formular sus modelos:
le resulta muy fcil postular axiomas o
principios
y
demostrar teoremas
olvidndose del tiempo y del uso
concurrente y sincronizado de los algoritmos
y recursos, o sea en muchos casos supone
sin siquiera percatarse que en realidad
resuelve los problemas en teora; por
ejemplo demuestra que en algunos casos al
sumar una infinidad de trminos el valor de
la suma converge a un valor definido, pero:
NO le importa ni el nmero de pasos, ni el
tiempo necesario para lograr esa suma; otro
ejemplo, si se propone un algoritmo
mediante el cual puede conseguir la n-ada de
valores para los cuales una funcin al ser
evaluada en ellos asume un determinado
valor, entonces supone el mismo algoritmo

seguir funcionando, sin importar que tan

grande sea n, ya que al formular el algoritmo
se dijo que n era un valor arbitrario, solo
checa el algoritmo funcione o termine en un
tiemo razonable para algunos valores
pequeos de n. Sin embargo, si se checa el
algoritmo para el caso en que la funcin se
defina y evalue para una n-ada cada vez mas
grande, en muchos casos se puede descubrir,
el algoritmo ya NO termina en un tiempo
razonable, ya que si el No. de pasos o
tiempo necesario para resolver el problema
era del orden de 2 a la n, entonces para
n>=60, la cantidad de pasos o tiempo
simplemente sera excesivo, por NO decir
imposible, a menos que reformulemos el
algoritmo, lo cual frecuentemente puede
significar renunciar a una solucin exacta,
por una solucin aproximada pero factible
en tiempo o pasos. O sea tendremos varios
algoritmos, que nos permitirn encontrar la
n-ada de valores, en la cual al ser evaluada
la funcin de inters se acerca al valor
determinado, o varios algoritmos que nos
permitirn encontrar la n-ada de valores, en
la cual al ser evaluada la funcin de inters
la funcin asume el valor determinado. La
matemtica clsica se olvida generalmente
del problema del uso concurrente y
sincronizado de recursos coputacionales, a
menos que aborde problemas complejos
cuya solucin requiera de ello. Bajo esta
ptica, un mismo problema da pie a varios
problemas si tan slo cambiamos el criterio
de paro o de optimizacin, lo mismo si
definimos diferentes sincronias ante el uso
concurrente de los recursos computacionales
necesarios. Asi el mejor algoritmo es aquel
que consiga la solucin exacta en el menor
No. de pasos, o aquel que consiga la
solucin ms aproximada y en el menor de
pasos o tiempo, con un uso sincronizado e
inteligente de los recursos.

2). Tradicionalmente, la matemtica

clsica, se concentra ms en

formular un modelo compacto,

evitando quede en trminos
iterativos, tal proceso de compactacin
implica la reduccin de reglas o relaciones
iterativas, aplicacin de simplificaciones y
factorizaciones, algunas veces el proceso es
largo y tortuoso, provocando algunas veces
nos olvidemos o perdamos el rastro de los
conceptos originales, para al final lograr
presumir un modelo o una frmula si bien
compacta y elegante a la vista, resulta de
ms difcil implementacin computacional
que el modelo original no compacto, sin
simplificaciones, sin factorizaciones, con
relaciones iterativas. Tal modo tradicional
de hacer las cosas estuvo justificado
cuando todo el cmputo era manual.

3). La matemtica clsica con

frecuencia sistemtica privilegia la
solucin de problemas de decisin,
por sobre la solucin de problemas
de optimizacin: demuestra lgicamente
que en efecto debe existir la solucin, pero
puede NO hacer nada para conseguirla
realmente; recordemos que un problema de
decisin bsicamente decide sobre la
veracidad de:
Existe un x tal que P(x) es verdadera, o
simplemente, para un xo especfico: P(xo) es
verdadera ?, la respuesta de reduce a un s o
a un NO; sin embargo un problema de
optimizacin nos pide encontrar o
caracterizar las x que cumplen con P(x), la
respuesta para un problema de optimizacin
es ms complicada o difcil de obtener,
requiere de la formulacin de un algoritmo
de bsqueda adecuado para lograr la
respuesta en un tiempo razonable.

4). La matemtica clsica cree que

al generalizar, en el infinito, los
teoremas conocidos, es un gran

avance,
sin que eso realmente
signifique la solucin de algn
problema prctico, pongamos unos
ejemplos:
primero demuestra que al contraer
una circunferencia sobre una esfera de 3
dimensiones finalmente queda reducido a un
punto lo cual es bastante claro e intuitivo, y
luego se plantea el reto de demostrar el
mismo teorema pero ahora suponiendo que
partimos de una circunferencia sobre una
esfera de dimensin mayor que 3, claro
primero se esfuerza por definir en abstracto
lo que es una esfera de dimensin 4 o ms,
lo mismo, el de una circunferencia sobre su
superficie, una vez hecho eso entonces se
pone a demostrar que al contraer la
circunferencia sobre la esfera de dimensin
4 o ms finalmente converge en un punto de
la esfera.
Primero se percata que hay casos
en que un triangulo rectngulo tiene rea en
valor entero, luego trata de contar cuantos
casos en total hay, como si eso fuese muy
importante.
Primero demuestra que la ecuacin
xn +yn =zn; NO tiene soluciones
enteras en x, y , z, para cuando
n3, luego demuestra que tampoco
hay ninguna solucin entera dada
por x, y, z para el caso en que
n>3.
En resumidas cuentas, muchos de los
teoremas matemticos clsicos, o son
verdades lgicas, que resultaron asumiendo
infinitud de pasos o tiempo, cuando en la
vida prctica, resulta imposible disponer de
una infinidad de pasos o tiempo; o son
verdades formuladas de manera elegante o
compacta, pero que eso mismo dificult su
implementacin computacional.
As nuestra crtica, se reduce bsicamente a

una cuestin de jerarqua de valores

intelectuales:

precisar el como, debamos luego

corregir o reformular el que original.

Preferimos una matemtica

que busque el uso inteligente(o
dinmico) de la verdad algortmica
lograda en pasos o tiempos finitos
con cota polinomial. Creemos est
sobrevaluada la matemtica que se
centra en el uso determinstico(o
esttico) de la verdad puramente
lgica ajena al costo de su
implementacin computacional.
Preferimos una matemtica
que previlegia la solucin de
problemas
de
optimizacin.
Creemos est sobrevaluada la
matemtica que previlegia la
solucin de problemas de decisin.

La matemtica clsica hace un siglo,

decidi aferrarse a lo formal, a lo abstracto,
al infinito, al nfasis en la demostracin
lgica ms que a la formulacin algortmica,
unos dicen que
fue porque
Nicols
Bourbaki (que en realidad era un equipo de
matemticos franceses) as lo decidi y USA
preocupado por ganarle a Rusia en su
carrera espacial, adopt para su propio
sistema educativo la propuesta de Bourbaki,
otros dicen que ms bien fue por la gran
influencia de Hilbert al plantearlo como un
proyecto histrico necesario, y los dems
simplemente nos dejamos llevar, algunos
otros, que al parecer son la mayora,
simplemente creen que as debe de ser, mas
si han asimilado sin chistar los siguientes
mitos:
--- las matemticas clsicas son el lenguaje

Obviamente el que prefiramos una

matemtica y no otra, NO depende
de ella en s, sino de los que la
estudian y desarrollan. Aunque es
muy fcil que los novatos no se
percaten de ello, y simplemente se
dejen llevar por la tradicin, dando
preferencia previlegiada a una
matemtica y no a otra como algo
que as deba de ser.
Nuestra crtica, trasladada a las dems
ciencias no formales, se puede actualizar
diciendo:
si una verdad lgica o cientfica no tiene
manera de interpretarse algortmica o
computacionalmente debe aceptarse con
reserva o que en realidad todava est
incompleta, ya que aun cuando estemos
de acuerdo en el que, pero si no
sabemos el como, vamos a la mitad del
camino, cabiendo la posibilidad que al

universal: de la naturaleza o de la ciencia o al

menos de la fsica clsica, y lo que en ella se
establezca, estudie o proponga debe estar bien
y es lo mejor para todos; la matemtica clsica
es lo mejor que tenemos y no nos puede
mentir,---

Actualmente es posible estar en

desacuerdo con tales afirmaciones,
cada da es mas evidente sostener
que la matemtica clsica se formul
sin el nimo consciente de facilitar su
implementacin computacional, por
lo tanto en muchos casos es
disfuncional
computacional
o
algortmicamente hablando,
o
simplemente la mayora de los
lenguajes de programacin son
ajenos al paradigma matemtico,
alguien podra decir: eso no es cierto,
en efecto, podemos estar de acuerdo
con l si seguimos viendo a la
matemtica como una herramienta
para
modelar problemas muy
sencillos o muy simplificados, que
solo dependa su solucin de unas

cuantas frmulas estticas, pero

resultar ms evidente su cracter
disfuncional, si recurrimos a ella para
modelar problemas de involucren al
menos cinco variables y haya
tambin al menos cinco reglas que
regulen sus valores siendo el tiempo
una de esas variables; buena parte de
esa discapacidad computacional, e
incompetencia de modelaje de las
matemticas, mas que un error es
consecuencia
de
que
tradicionalmente al desarrollarla se
privilegi el logro de un buen
teorema por el logro de un buen
algoritmo, pero para los que
pretendemos vincular la matemtica
con la computacin NO nos basta
solo los teoremas, como tampoco nos
basta o nos resulta convincente
abordar sistemas complejos con
modelos matemticos simplistas de a
lo mas 4 variables, sujetos a pocas
relaciones y a pocas variaciones
posibles; o para decirlo en palabras
llanas:
en efecto la matemtica clsica
avanz significativamente en saber
distinguir si algo es o no es, al lograr
modelar o resolver problemas
sencillos para los cuales solo se
requera o resultaba suficiente, pocas
variables, y en tales casos pareca
natural
o
lgico
asumir
infinitud, exactitud, continuidad, y
no teniamos objecin en aceptar que
las relaciones entre las variables o el
comportamiento de los propios
valores eran determinsticos,
pero actualmente, cada da, para ms
matemticos es impostergable debamos
saber cmo conseguir que algo sea o no sea,
as una matemtica con enfasis solo en la
verdad lgica, sin atencin a la verdad
algortmica, es una matemtica incompleta o
inutil. O como dicen los emprendedores:

una buena idea, por buena que sea, en

realidad no es tan buena si no se ejecuta o
implementa. Asi an cuando algunos les
duela aceptarlo: la matemtica clsica es
inoperante o inadecuada al pretender
modelar o resolver problemas para los
cuales se requiere o resulta necesario la
consideracin de al menos 5 variables, o aun
siendo muchas variables sus relaciones y
valores NO son
determinsticos; hay
muchos problemas ante los cuales NO es
natural o lgico asumir infinitud, exactitud,
continuidad, y es ms realista aceptar
finitud, aproximacin, discontinuidad, y que
inevitablemente
hay
relaciones
no
determinsticas entre las variables o que
algunas variables son NO-determinsticas.
Y sobre su atributo de universalidad
de las matemticas clsicas es una
presuncin
por
dems
egocntrica,
rpidamente cuestionable, ya que hay otros
lenguajes mas universales que ella, como el
lenguaje por seas y el de la msica, por tan
solo poner dos ejemplos de contrapeso.
Stephen
Wolfram,
fsico
y
genio
contemporaneo,
muy
reconocido
internacionalmente, por el desarrollo del
software denominado Mathematica, en el
ao 2002, despues de 10 aos de de
pensarlo mucho, finalmente se atreve y
publica su libro:
La nueva clase de Ciencia, en el cual
declara,- que interpretado con nuestras
palabras -:
No
es
posible
sigamos
conformandonos slo con verdades
lgicas, frmulas o ecuaciones, que si
bien ayudan a resolver problemas de
decisin sencillos, finalmente tambin
requerimos de verdades algortmicas que
nos permitan resolver problemas complejos
de optimizacin, se requiere de una nueva
ciencia, que incluya no solo la

demostracin lgica de teoremas, frmulas

o
ecuaciones
sino
tambin
la
implementacin computacional ptima de
nuevas verdades algoritmicas.
En ese entonces(2002), a Stephen
Wolfram, lo jusgaron de atrevido, vanidoso
y arrogante, en efecto as pareci ya que le
falto humildad o tiempo para reconocer las
aportaciones en esa linea de pensamiento de
otros que le predecieron, como: Morris
Klein, Brouwer, Poincare, Imre Lakatos,
Godel,
Donald
Knuth,
etc.
Afortunadamente, nuestro escrito pretende
llenar ese hueco o corregir esa omisin.
Una vez olvidado el incidente, eso
no ha impedido que ahora (2013)
11 aos despus se hayan ido
sumando mltiples seguidores de
su tesis mencionada en su libro: La nueva
clase de Ciencia. Tan solo consultar este
sitio:
http://www.wolframscience.com/reference/bibliography.html

Tanto Stephen Wolfram,

como
nosotros enfatizamos: la matemtica clsica
ha dominado durante los ltimos 300 aos,
de un modo tal que nos ha hecho olvidar la
importancia de reasumir el carcter
experimental de las matemticas, algunos
lo justificaban alegando que una matematica
lgica era mejor que una matematica
experimental, la cual podra incluso
engaarnos, adems como era la obra
mxima del intelecto humano, no poda estar
equivocada en su manera de hacer las cosas,
adems ya los fsicos le haban dado el visto
bueno. De nuevo, eso es ms un mito que
una realidad, ya que la historia nos ensea la
importancia de la experimentacin, y
tambin nos ha dado la oportunidad de
conocer otras manifestaciones de la
grandeza del intelecto humano, como es el
caso de la tecnologa java, por tan solo
poner un ejemplo de contrapeso.
Afortunadamente son los mismos fsicos,
como Stephen Wolfram, entre otros, que ya
no estn completamente de acuerdo que una

matemtica clasica, desvinculada de la

computacin, de la teora de algoritmos, sea
una matemtica realmente til o completa.
Tambin no faltan los que justifican, que
gracias al estudio de la mtematica clsica
con el estricto y tradicional rigor lgico, aun
cuando no sirva para nada, es formativa, o
sea contribuye significativamente a la
formacin lgico-deductiva de quienes la
estudian. No creemos en tal dogma, quiz si
no hubiera otra alternativa, pero a la fecha,
bien podra ser mejor remitirse a los
lenguajes de programacin, o otras
propuestas no matemticas que le apuestan
de manera ms eficaz al logro del desarrollo
de habilidades motrices, cognitivas y
afectivas; en nuestra experiencia como
docente de ms de 30 aos nos resulta
evidente que aun cuando el estudioso de la
matemtica o de la fsica, lo haga por gusto,
finalmente eso no es garanta de un buen
desarrollo de su pensamiento crtico y
autocrtico. Tambin sostenemos que es
urgente ser selectivo en lo que los jvenes
deben de estudiar de la matemtica y de la
fsica, ya que habiendo tantas ramas: no
debe ser obligatorio que todos estudien las
mismas o en el mismo orden; ya basta de
seguir el estudio de las matemticas o de la
fsica, segn lo marca la tradicin del siglo
antepasado; ya basta de obligar a estudiar a
todos los jvenes las mismas ramas de las
matemticas clsicas infinitas continuas que
no necesariamente son las ms aplicadas, ni
las ms interesantes. Ya Conrad Wolfram y
Ken Robinson han explicado esto ltimo
tambin en sus propias palabras.5
Por otro lado las geometras NO
euclidianas, o tambin llamadas No planas,
nos han demostrado que la verdad de los
5

http://www.youtube.com/watch?
v=60OVlfAUPJg
http://www.youtube.com/watch?
v=TmTrRnNxOaY&feature=fvwrel

sistemas formales NO es absoluta, es en

todo caso convencional, una verdad
relativa a cada sistema. Por ejemplo la
afirmacin de que exista cero o solo una o
ms de una rectas distintas a la recta original
que pasa por un punto exterior y que NO
interseca a la original a dado pie segn como
se postule a las diferentes Geometras, cada
una tiene una formulacin distinta del
llamado quinto postulado de las paralelas. 6
Hasta aqu debe quedar claro que ya
no todo mundo est de acuerdo que un
teorema sea ms valioso que un algoritmo,
mas si el teorema se obtuvo por
demostracin indirecta, como bien sostuvo
Brouwer hace mas de 100 aos, adems los
teoremas matemticos ya no son verdades
absolutas o dictados de Dios, ya lo ha dejado
bien claro las Geometras planas y no
planas, cada una con diferentes variantes del
postulado de las paralelas, y por lo
consiguiente cada una con sus propias
versiones de teoremas, con orgenes hasta
cierto
punto
contradictorios,
pero
igualmente vlidos desde el punto de vista
lgico formal. En otras palabras, si P debe
ser cierto, porque al asumir noP nos lleva a
una contradiccin dentro de la rama
matemtica k1, entonces eso no nos impide
que dentro de la rama k2, suceda al revs, es
decir, que noP deba ser cierto, porque al
asumir P nos lleva a contradiccin dentro de
la rama k2.
Por lo tanto, queda al descubierto, que la
verdad lgico formal es una verdad
convencional, por eso a largo plazo, como
bien proponan Brouwer, Donald Knuth:
debemos invertir tiempo, no solo en
demostrar teoremas, sino tambin en
desarrollar buenos algoritmos los cuales
algunos pueden ser inspiradores de otros
6

http://cidcie.ubiobio.cl/wordpress/geometri
anew/?page_id=138

algoritmos incluso de otras reas. Por

ejemplo, podemos definir lo que es un
nmero primo, o lo que es un mximo
comn divisor, y sin embargo quiz para
muchos finalmente sea ms importante y til
contar con un buen algoritmo explcito que
nos permita decidir si un numero es primo o
no, o con un buen algoritmo explcito para
decidir si un numero es mximo comn
divisor o no, o ms an contar con un buen
algoritmo explcito que nos permita
encontrar los nmeros primos dentro de
cierto rango, o contar con un buen algoritmo
explcito que nos permita encontrar el
mximo comn de ciertos nmeros dados.
Primero
Donald
Knuth
muy
probablemente se percat, y luego Cook en
1972, demostr que es posible clasificar los
problemas por el tipo de algoritmo que los
resuelven, y que no todos los algoritmos son
del mismo tipo, y que hay problemas que
pueden ser resueltos por diferentes tipos de
algoritmos, y finalmente demostr que hay
problemas que al suponer ser resueltos con
cierto tipo de algoritmo ese mismo
algoritmo podra ser usado para resolver
otros problemas, independientemente que
esos problemas ya tuvieran un algoritmo que
tambin lo resuelve.
Brouwer hace 100 aos, nos dijo: la verdad
lgica conseguida por demostracin
indirecta, es un mal hbito si eso nos hace
descuidar u olvidar la verdad algortmica,
pero tal afirmacin quedo en el olvido, hasta
que Donald Knuth y Cook retomaron el
tema. Por otro lado, Karl Popper, insiste en
1934 y luego 1959 en su libro sobre la
lgica de la investigacin cientfica, que
ningn enunciado o hiptesis P ser
realmente cientfica, si no se somete a
refutacin o prueba de falsacin, o sea no
ser cientfico P slo porque se verifique o
se verifiquen sus consecuencias, lo ser si
adems al suponer noP
resulta una
contradiccin o NO podemos explicar todo

lo s se poda con P. Pero agrega Popper, el

que P sea cientfico no significa que sea
cierto, significa ms bien que por ahora lo
preferiremos, en lugar de noP, ya que noP
ha generado contradicciones o no explica de
modo ms completo o satisfactorio la
realidad que P. Las posturas de Popper &
Brouwer son una tanto contradictorias, pero
no lo son tanto, si se aclara que la crtica de
Popper aplica para las ciencias fcticas, y la
de Brouwer para las ciencias formales. Pero
bien es posible hacer de las dos una: Popper
dira:
considrese o prefirase a P, si antes ya se
mostr que noP en al menos un caso no
explica claramente lo que s explica de
modo ms completo y satisfactorio P,
digamos que aunque ambas P & noP s se
verifiquen, o expliquen cada una a su
manera muchos casos comunes, hemos
encontrado al menos un caso, en que noP
no lo hace de modo satisfactorio o resulta
claramente contradictoria, ya que noP dice
una cosa y la realidad o los hechos nos
dicen otra con relacin a un caso al menos,
as se dice que ese caso nos ha permitido
refutarla o falsearla, sin importar que
hubiera muchos casos en que ambas se
verifiquen.
Brower dira:
prefirase a P si podemos verificarlo o
deducirlo de modo directo, o suponerlo nos
pone en mejores condiciones para conseguir
o derivar mejores algoritmos para resolver
los mismos problemas, sobre todo si son
problemas de optimizacin y no solo de
decisin, a Brower no le importa que si al
suponer noP se deduce una contradiccin,
simplemente Brower, agregara por ahora
es falso noP, pero ello NO debe obligar o
apresurar a aceptar P como cierto.
Un ejemplo ms:
Si resulta ahora lgicamente contradictorio
que se pueda viajar en un tiempo corto a
otro sistema solar, entonces es falso por
ahora pueda viajar en tiempo corto a otro

sistema solar, pero eso NO debe

apresurarme y concluir que por lo tanto, he
demostrado que es cierto es que NO podr
viajar en un tiempo corto a otro sistema
solar.
Otro ejemplo:
Aun cuando por ahora resulta
contradictorio asumir vida despus de la
muerte, no por eso debemos apresurarnos a
aceptar que hemos demostrado es cierto que
no hay vida despus de la muerte.
A manera de parbola, desde el punto de
vista del creyente: Popper dira, prefiero
creer en Dios, si se demuestra que ante la
falta de l, nada tiene sentido o hay muchas
contradicciones sin l, y Brouwer agregara,
no sirve de gran cosa saber que existe Dios
si no hay un buen camino o algoritmo que
nos permita a vivir (felizmente) con l, y
sera deseable verificar de algn modo,
digamos con algn milagro bondadoso de su
existencia. Y desde el punto de vista del
ateo: Popper dira, prefiero NO creer en
Dios, si se demuestra que con l, nada tiene
sentido o hay muchas contradicciones el
suponerlo, y Brouwer agregara, no sirve de
gran cosa saber que NO existe Dios si no
hay un buen camino o algoritmo que nos
permita vivir (felizmente) sin l, y sera
deseable verificar de algn modo, digamos
con el incumplimiento de alguno de sus
planes profticos de su inexistencia.
En todas las ramas del conocimiento,
incluida la propia Matemtica es usual
suponer muchas simplificaciones, por
ejemplo,
que
las
variables
son
independientes e idnticamente distribuidas,
o alguna otra suposicin, propuesta no por
adecuada, sino porque eso facilita la
construccin del modelo. Por ejemplo, los
Fsicos inventan el concepto de partcula, o
que NO existe la friccin, o que
la
aceleracin de la gravedad es constante, etc.
Los Estadsticos suponen, y no siempre est

justificado, que todas las variables aleatorias

son independientes y con distribucin
Normal. Los estudiosos de inventarios
suponen que la demanda de un artculo es
siempre es constante etc., por eso unos hasta
llegan a concluir con sarcasmo matemtico:
que no es que el modelo matemtico est
mal, lo que pasa es que la realidad se resiste
a adaptarse a l.
Las limitaciones de la matemtica clsica
son las que tienen todos los sistemas lgicos
formales, digamos que no haba porque
sorprendernos, tampoco debe asustarnos que
al implementar computacionalmente algunos
modelos
o
teoremas
matemticos,
descubramos que su notacin se plante sin
el nimo consciente de facilitar su
traduccin a la sintaxis de los lenguajes de
programacin modernos, o acaso la mayora
de los lenguajes de programacin estan
desarrollados con paradigmas ajenos al
paradigma matemtico, en cualquier caso:
quienes siguen defendiendo a ultranza la
notacin matemtica slo porque se ha
aplicado el rigor lgico al desarrollarla, es
porque no se han involucrado directa y
seriamente con el problema de la traduccin
algortmica de los teoremas, o solo les
importa su belleza lgica, sin importar si
relamente la matemtica ofrece los mejores
modelos en todos los casos. Cuando
Bertrand Russell, llev esa creencia al
extremo, escribi tres volmenes con el
ttulo Principia Mathematica, a la fecha
100 aos despus, slo se dice que es una
gran obra matemtica, basada casi
exclusivamente en el rigor lgico, pero que
en la prctica a casi nadie le interesa, o que
muy pocos comprenden, de hecho slo est
disponible en papel en muy pocas
bibliotecas de escuelas de matemticas; el
mismo Russell declar que prcticamente
nadie le compr su obra.7

Afortunadamente es gratis en lnea, al

menos el volumen uno, de parte de la
Universidad de Michigan.8
El mismo Russell cay en la cuenta de que
las Matemticas clsicas modernas son una
rama del conocimiento en la finalmente no
sabe uno de que est hablando, ni si lo que
dice es realmente cierto o til.
A los que concebimos a las matemticas
como una herramienta de modelaje, y que
por lo tanto, no nos basta contemplar slo su
belleza terica o lgica, tarde que temprano
concluimos, que lo que realmente importa:
es saber cul modelo predice, o
reproduce, o transforma, mejor la realidad,
y no cul modelo es ms bello. Tambin en
la medida que uno pretenda modelar
problemas ms complejos, se percata que
estos al pretender resolverlos, muy
frecuentemente estos NO admiten una nica
solucin posible, y regularmente una parte
de sus variables relevantes involucradas son
No-determinsticas,
y
es
inevitable
considerar nuevas reglas de inferencia, o
sea, la modelacin de los problemas
complejos no se restringen al uso de las
reglas de la lgica
y de la propia
Matemtica, finalmente resulta necesario el
apoyo
o
uso
de
herramienta
computacional, digamos un Lenguaje de
Programacin orientado a objetos, el cual
inevitablemente nos orilla a adoptar
nuevas reglas, a fin de que ellas se
apliquen de modo automtico o
semiautomtico, digamos que son las
reglas
heredadas
de
la
propia
computacin, o las que son sugeridas por
las Metaheursticas, as actualmente
estamos ante un nuevo paradigma de la
modelacin matemtica, que no est
restringido a la reglas de la matemtica y
lgica determinstica tradicional o clsica.
8

http://www.cristinaambrosini.com.ar/textos/rusell.htm

http://quod.lib.umich.edu/u/umhistmath/A
AT3201.0001.001?view=toc

concentrados en conseguir un valor

de retorno derivado de reglas
precisas, pero ya no tanto si la
operacin o funcin es mucho ms
complicada, siendo una si se aplica a
un objeto y otra si se aplica a otro
objeto, an cuando persistan los
mismos valores para sus parmetros
o argumentos; lo mismo si
pretendemos un argumento o
dominio definido con buen numero
de parmetros a evaluar pero NO
todos del mismo tipo, y si adems las
reglas que la definen aunque sean
precisas
otras
son
Nodeterminsticas, y el colmo: !ya el
nfasis no es slo en el valor de
retorno si no tambin la realizacin
de determinadas y variadas tareas
previas o intermedias, basta conocer
el concepto de mtodo desarrollado
en Java, o en algn otro lenguaje de
programacin orintado a objetos para
percatarse que en efecto el concepto
de operacin o funcin matemtica
es demasiado simplista.

Afortunadamente, ya surgieron los nuevos

intelectuales que no necesariamente son
matemticos, y curiosamente muchos de
ellos son fsicos, pero siendo libre
pensadores no ceidos a las limitaciones del
pensamiento lgico matemtico clsico;
finalmente NO se han credo el cuento que
todo se puede modelar con la matemtica
clsica. No se requiere de ser demasiado
inteligente para percatarse de que los ms
gloriosos conceptos de las matemticas
clsicas son realmente simplistas si se le
compara con los logrados por la
programacin orientada objetos. En seguida
comentamos los ms conocidos:

El de conjunto, con elementos del

mismo tipo que cumplen una solo
propiedad.
Si
bien
Resulta
particularmente til para demostrar
teoremas, ya no lo es tanto al
formular algoritmos. Por otro lado,
basta conocer el concepto de Clase
desarrollado en Java para percatarse
que el concepto de Conjunto es
demasiado
simplista.
Algunos
pedagogos por otra parte, se han
opuesta sistemticamente al enfoque
conjuntista
de
ensear
las
matemticas, alegando que es un
enfoque daino o innecesario. En
efecto tienen razn si pretendemos
enfatizar que nuestro objetivo es
conseguir y formular algoritmos y no
demostrar teoremas.
El de operacin o funcin, casi
siempre definida con parmetros o
argumentos: que son valores
primitivos, o del mismo tipo o
conjunto. Resulta particularmente
til
cuando
estamos
solo

Hacia un modelo integrado de los

algoritmos metaheursticos
Modelamiento y simulacin de
sistemas complejos
Red HEUR

El
concepto
de
vecindad
tradicionalmente asociado a una
medida, muy socorrida y til si
estamos ante una topologa continua
y esttica, pero si la topologa es
discreta y estocstica, entonces el
enfoque de vecindad como lo
propone la topologa clsica resulta
inoperante, No necesariamente se
necesita una medida para hablar de
lo que es vecino o cercano.

La matemtica clsica como muchos

modelos tambin es simplista, sin
embargo cuando lo es menos, acepta
tratar con variables o funciones no
determinsticas pero que sean las
menos, independientes y con la
misma distribucin de probabilidad,

si NO, entonces con distribuciones

de probabilidad conocidas.
Estos nuevos pensadores han dejado de creer
en el monopolio intelectual de
las
matemticas clsicas, eso quiz fue cierto
hace algunos aos, ahora es fcil percatarse
que existen nuevos conceptos propuestos
por otras disciplinas, incluso ms elaborados
e interesantes que rebasan o compiten con
los de la matemtica clsica. Basta
contemplar el desarrollo de las ciencias de la
computacin, o tan slo el de la
programacin orientada a objetos, o el de la
tecnologa java, para quedarse perplejo, y
dejar de creer que la matemtica clsica
tiene el monopolio de la modelacin
abstracta, y que sea la nica que ofrezca una
buena alternativa prctica de modelaje o de
desarrollo intelectual.
Muchos de los modelos de la fsica se
empezaron a complicar, al tratar de
reformularlos cuando no se dan todas las
condiciones que habamos supuesto, o
cuando muchas de esas suposiciones en
realidad eran artificiales, motivadas por
lograr deducir fcilmente el modelo. Sin
embargo, rehacer lgicamente los modelos
matemticos aplicables a la fsica sin
suponer todo lo artificialmente convenido a
fin de facilitarnos la labor de deduccin, es
casi como volver a empezar: de modo
experimental, como al principio de los
tiempos, pero ahora se tiene la ventaja del
uso de la computadora como un medio de
apoyo para simular algunos experimentos.
Probablemente la fsica computacional
apareci en los inicios de la creacin de la
Bomba atmica.
Ahora, es posible argumentar que la nueva
fsica no necesariamente es determinstica,
en algunos caso se requiera sea
computacional, y que se apoye en modelos
probabilsticos, discretos, aproximados y
finitos, tan solo por esto el paradigma de la

modelacin fsica, apegndose de modo

estricto a la matemtica clsica esta ya
trastocado o cuestionado.10
La incompletitud de los sistemas lgico
formales, se evidenci gracias al Teorema de
Gdel, el cual establece que siempre
habr al menos un teorema o enunciado
que, aunque probablemente cierto, ser
indemostrable, a menos que agreguemos
un nuevo axioma a la rama de la
matemtica
o
sistema
formal
correspondiente.11 De hecho los axiomas
deben ser enunciados indemostrables
o
independientes de los otros axiomas, en
otras palabras, lo que dice el Teorema de
Godel, es que siempre habr un nuevo
axioma que no habamos considerado. Por
eso la pretensin de Bertrand Russell de
fundar y derivar toda la Matemtica de un
nmero fijo de axiomas fracas, con Godel
quedaba claro que eso no iba ser posible.
Por otro lado, si suponemos existe un
sistema completo, Godel demostr que tal
sistema
axiomtico
formal
ser
inconsistente, es decir, que tarde que
temprano derivaremos una contradiccin.
Asi si las matematics son consistentes, de
acuerdo con Godel deben ser incompletas.
Por lo tanto, la pretensin de consistencia o
completez dentro de las ciencias formales es
posible de manera excluyente, y fuera de las
ciencias formales, cualquiera de ellas es un
10

http://laboratorios.fi.uba.ar/lmm/nuevo_pa
radigma.html
http://mmc.geofisica.unam.mx/acl/Archivo
s/Conferencias/091107/Presentacion.pdf
http://www.conicit.go.cr/boletin/boletin85/
e_ciencia_CENAT.html
11

http://www.dgdc.unam.mx/Hipercuadernos
/Godel/Intro.html
http://www.sinewton.org/numeros/numero
s/64/historia_03.pdf

sueo. La historia del desarrollo de la

ciencia esta llena de ejemplos: recodemos la
teora Geocntrica, o cuando pretendamos
resolver con la fsica clsica o Newtoniana
algunos problemas fuera de cierto rango de
masa o velocidad.
Las pruebas de Independencia y de
Consistencia para los sistemas matemticos
lgico-formales son problemas, adems de
no-obvios, que rebasan a la propia
matemtica y son, en todo caso, problemas
de
la
Metamatemtica,
pero
paradjicamente, normalmente, ni los
mismos matemticos estudian; ya que antes
se asuma que si algo estaba formulado en
trminos de la Matemtica, no haba de
nada de qu preocuparse, pero ahora desde
el punto de vista de la Metamatemtica, la
Matemtica es slo un ejemplo de un
sistema lgico formal a estudiar, de entre
varios posibles, como lo son los lenguajes de
Programacin. Histricamente para la
matemtica no le ha sido facil decidir si algo
es indemostrable, cuando finalmente lo
acepta entonces deber agregarse como
axioma sea el o su negacin, tal ha sido el
caso con: del quinto postulado de la
paralelas, la hiptesis del continuo, el
axioma de eleccin.

sus objetivos. Y ya cada dia es mas

evidente: los lenguajes de programacin
no se conforman con slo enunciar la
verdad lgica o implementarla modesta o
idealmente, sino que han estado luchado
por lograr una implementacin cada vez
mas ambiciosa pero posible.

En resumidas cuentas, la matemtica clsica,

aun NO siendo autocrtica y creyndose que
su paradigma de desarrollo es mejor que
cualquier otro paradigma de cualquier
Lenguaje de programacin, y asumiendo de
buena f: sus axiomas son independientes,
es consistente y NO nos moleste o incomode
sea incompleta, sin embargo lo que ya NO
puede pasar desapercibido o minimizado es
que
en
su
presuncin
exacta,
determinstica, continua e infinita, ha
quedado rebasada o completada por una
nueva matemtica aproximada, no
determinstica, discreta y finita, la cual de
manera ms natural acepta aliarse con la
ciencia de la computacin a fin de lograr

En la matemtica clsica es fcil

perder aos y aos en la demostracin de
afirmaciones que de lograrlas o no, NO es
clara la diferencia o trascendencia, o lo que
es peor hay demasiado tiempo invertido en
demostracin de miles de teoremas por
dems evidentes, solo que no se haban
demostrado, quien lo logra demostrar se

Bajo esta perspectiva, la matemtica clsica

debe ser en todo caso una materia optativa
ms que obligada, para los que estamos
abiertos al uso de la ciencia de la
computacin. Y cada vez aparecen mejores
heramientas computacionales y lenguajes de
programacin que dentro del mundo
moderno su eleccin y uso se esta tornando
cada vez mas necesaria.
Durante ms de un siglo ha habido
demasiado talento matemtico estudiando a
los ngeles en el infinito y mas all y
olvidndose de los humanos en el finito y
ms ac, por decirlo de alguna otra manera,
sin caer en la afirmacin mas fuerte hasta
grosera de Poincare al respecto.12 Y vaya que
Henri Poincare
era reconocido por el
propio Bertrand Russell como el ms grande
Matemtico los tiempos modernos de
entonces.13

12

http://claesjohnsonmathscience.wordpre
ss.com/article/cantor-s-paradise-lostyvfu3xg7d7wt-37/
Poincar se refiere a las ideas de
Cantor como una "enfermedad grave"
infeccin de la disciplina de las
matemticas.
13
http://www.librosmaravillosos.com/grand
esmatematicos/capitulo28.html

asombra de su logro, pero alguien de la calle

puede decir: !eso, yo ya lo saba!, de
qu sirvi haberlo demostrado?. Claro que
tambin hay teoremas que no son evidentes,
y
realmente
interesantes
pero
paradjicamente: o casi nadie conoce al
detalle su demostracin o si hay alguna
demostracin conocida solo unos cuantos
lgicos o matemticos la comprenden. Por
ejemplo el teorema de Cook, el teorema de
Godel, el ltimo teorema de Fermat, etc..
Afortunadamente las ciencias de la
computacin han hecho posible, se
universalice realmente la comunicacin, la
informacin, el conocimiento y hasta el arte
de la programacin, tarea que los
matemticos clsicos quiz soaron pero
que al parecer no les dio tiempo, o quiz ni
siquiera se atrevieron. Es impresionante la
cantidad de autodidactas que hay en las
ciencias de la computacin, tan solo en Java
hay del orden de ms de 9 millones de
desarrolladores,14 siendo un porcentaje
importante
de
ellos
programadores
certificados de Java, sea que cuenten con
una carrera universitaria o no. Y hay toda
una infraestructura de muchas empresas para
apoyar el logro de tal certificacin:
manteniendo buenos niveles de calidad, y de
validez mundial; fenmeno que no se da en
otras disciplinas con ese monto de
participantes entusiastas. Sin embargo hay
que reconocer que hay algunas olimpiadas o
concursos con estmulos importantes del
orden de milln de dlares que otorga el
Instituto de Matemticas Clay a quien
resuelva cada uno de siete problemas
matemticos pendientes,15 que recientemente
resuelve uno de esos problemas pendientes
un matemtico ruso pero rechaza el premio.
Tambin el Instituto Clay otorga un milln
14

http://www.mcgrawhill.com.sg/html/9780071633604.html
15

http://www.claymath.org/millennium/

de dlares, para quien resuelva si P =NP o

NO, a la fecha para tal problema existen
reportadas casi 100 demostraciones, donde
la casi mitad dice que si es igual, la otra casi
mitad dice que no es igual y una pequea
parte dice que no se puede demostrar ni una
ni otra cosa16. Que est pasando?, o hay
mucho charlatn que hace lo imposible por
conseguir el milln de dlares, o no se ha
entendido bien el problema, por lo cual cada
quien lo resuelve segn su interpretacin
que hace de l, o es justamente uno de esos
teoremas que son indemostrables. ?

Qu
es la Matemtica
Computacional y cules son sus
similitudes y diferencias con
otros conceptos con los que se
suele confundir?
El

Cmputo

Matemtico

(CM)

pretende implementar computacionalmente

solo algoritmos determinsticos que la
matemtica ha propuesto para resolver
determinados problemas matemticos.
Los algoritmos si funcionaron bien para los
primeros casos sencillos, entonces el CM
supone que estos mismos algoritmos sern
pertinentes o funcionaran bien para los casos
complicados.
Los casos complicados se presentan cuando
el tamao de la entrada del algoritmo crece,
o cuando el criterio de optimizacin del
algoritmo original se reformula, hacindolo
ms complejo, es decir, las condiciones de
paro son mas o es ms complicado el
proceso de su verificacin.
La implementacin computacional de
algoritmos
matemticos
supone
reformularlos o adecuarlos a la sintaxis de
algn Lenguaje de programacin.
La
necesidad
e
importancia
de
implementacin computacional de un
16

http://www.win.tue.nl/~gwoegi/P-versusNP.htm

algoritmo se evidencia ms cuando estamos

ante un algoritmo que involucra un proceso
reiterativo prolongado, o simplemente,
cuando la cantidad de los clculos por
realizar son demasiados como para que la
solucin manual sea una opcin prctica.
Pese a las bondades del CM, generalmente
en este ambiente NO se asume una actitud
crtica ya que simplemente se traduce a
algn lenguaje de programacin lo ya
previsto tericamente por algn algoritmo
matemtico, entonces normalmente no se
reporta novedades o descubrimientos
importantes. Por eso muchos tericos de la
Matemtica, cuando alguien les reporta un
programa, que resuelve algn problema
segn lo indic la teora, dicen que eso NO
es investigacin cientfica, concluyen que no
hay ninguna novedad cientfica en
simplemente traducir a las instrucciones del
programa lo previsto por la teora. Ms
adelante en otro artculo veremos eso es solo
cierto si estamos ante un problema de tipo P,
y que no sera el caso cuando estamos ante
un problema de tipo NP, NPC o NPH.
El Cmputo Numrico (CN) no es ms que
el CM que adems incluye el inters de
llevar a la computadora versiones finitas de
algoritmos
matemticos
formulados
tericamente en trminos de un nmero
infinito de pasos, tolerando que la versin
finita del algoritmo nos d una solucin no
exacta, pero que su grado de aproximacin
sea aceptable.
Estos algoritmos aproximados se dan de
modo inevitable, bien sea porque la versin
exacta corresponde a un algoritmo infinito
en un nmero dado de pasos, o porque son
una alternativa prctica que se considera
cuando no se dan todas las condiciones que
hacen posible la obtencin de la solucin
exacta.
As, tanto el CM como el CN requieren de
lo que lo que la matemtica plantea
tericamente, digamos que es la matemtica

finita o aproximada de una matemtica

infinita o exacta.
Es as que el CM y el CN se encuentran
presentes en casi todas las reas de la
matemtica, as se refiera a cuestiones
puramente acadmicas, es decir, abordando
problemas si bien interesantes, a veces no
resuelven
necesariamente
problemas
prcticos explcitos. Por ejemplo, el CM o
el CN puede plantearse los siguientes
problemas: conseguir una muy buena
aproximacin para el nmero pi, o para el
nmero e, digamos que involucre hasta la
cifra decimal ubicada en la posicin mil, o
generar el No. Primo nmero mil o los
primeros diez
mil
nmeros Primos
consecutivos mayores que 1, etc..

La

Ingeniera

matemtica (IM)

pretende rescatar o descubrir el carcter

aplicado de la matemtica, enfatizando el
aprovechamiento de los teoremas y
despreocupndose de su demostracin,
consciente que alguien ya los demostr con
todo el rigor y la formalidad requerida.
La aplicacin matemtica que ms le
interesa a la IM es la relativa a problemas
que surgen del desarrollo y aplicacin de la
Ingeniera misma. Esto conduce a tratar de
descubrir o inferir de la Matemtica o de sus
teoremas lo que se supone es til o podra
ser til a los Ingenieros, al pretender
resolver algunos de sus problemas.
As entonces, se puede decir que la IM es la
parte pragmtica de la matemtica, por lo
tanto la IM asume el cmputo matemtico y
numrico, pero enfatizando cuestiones de
tipo o inters ingenieril.
La IM s puede llegar a proponer un nuevo
algoritmo si no derivado de la teora
matemtica, s derivado de alguna heurstica
que resuelve un problema ingenieril, y que
normalmente no se plantean los tericos de
la matemtica. Por dar un ejemplo, mientras
que los tericos de la matemtica, resuelven

solo problemas de volmenes de figuras

geomtricas muy bien definidas, los
ingenieros matemticos abordan problemas
de volmenes irregulares, tal y como el
volumen de agua contenido en una presa.

El Computo-No determinstico
(CND), es Ingeniera matemtica que
adems
pretende
implementar
computacionalmente tanto los algoritmos
determinsticos que la matemtica clsica ha
propuesto para resolver determinados
problemas, como los algoritmos no
determinsticos que las Metaheursticas han
sugerido como idneos. Algunos de manera
pretenciosa se refieren al CND, como
computo inteligente.
El CND no asume a priori que todos los
algoritmos sean con cota polinomial, por lo
que se impone la tarea de revisarlos
crticamente en sus casos extremos, a saber:
cuando el tamao de la entrada crece o el
criterio de paro del problema se complica.
En este sentido, el CND generalmente s
reporta novedades o descubrimientos, al
ofrecer una mejor solucin sea en tiempo o
en grado de aproximacin con algn
algoritmo, sea determinstico o no, pero que
haya sido probado tenga cota polinomial.

La matemtica computacional
(MC), es ms que la suma de las
anteriores: CM+CN+IM+CND, es una
postura ms abierta, flexible y de clara
vinculacin de la Matemtica con la
Computacin.
La
Matemtica
Computacional a diferencia de cualquiera de
las anteriores asume realmente una revisin
autocrtica de la Matemtica clsica y sus
limitaciones como la mencionada en el
apartado
anterior.
La
Matemtica
computacional pretende ser una matemtica
ms concreta, que rescata el valor de la
experimentacin y de la simulacin
matemtica, revalora el papel del algoritmo,

considera importante la demostracin del

teorema, pero finalmente prefiere un buen
algoritmo basado o no en un buen teorema,
que solo contar con un buen teorema. La
matemtica computacional no se le olvida
que ha pasado por varias etapas, algunas son
comunes a todas las matemticas: la
primera, cuando solamente era una ciencia
basada en la experiencia o en algunos
descubrimientos aislados, sin axiomas, sin
definiciones y teoremas muy precisos o muy
formales; la segunda, cuando cada rama de
la matemtica tuvo sus propios axiomas, sus
propias definiciones y teoremas, siendo los
teoremas derivaciones lgicas de los
axiomas, definiciones y de otros teoremas
previamente demostrados o deducidos
generalmente solo de la propia rama en
cuestin. Por otro lado, a la par que la
matemtica se desarrollaba, lo haca tambin
la Fsica, y lo haca apoyndose en ella; y es
que la matemtica fue particularmente til
para la fsica, pues la representacin de las
leyes en forma matemtica pudo clarificar
los clculos, facilitar la explicacin de los
fenmenos, y organizar el corpus terico en
cada una de las diversas reas bajo estudio;
es innegable que la fsica durante un buen
tiempo fue el mejor ejemplo de lo que se
puede lograr apoyndose tan slo en la
matemtica clsica. La veracidad de tal
afirmacin prevaleci en tanto los
fenmenos
fsicos
se
asuman
determinsticos y no se involucraban
demasiadas variables, digamos, no ms de
cuatro variables; por curiosidad revise las
formulas y ecuaciones importantes de la
Fsica y cuente las variables que involucran
en su formulacin. Bsicamente lo que se
quiere decir, es que el xito de la Fsica fue
un xito tambin para la matemtica, y as se
crey durante un buen tiempo que el
desarrollo de uno era motivado o apoyado
por el de la otra.
Tambin se lleg afirmar que la clave del
xito de ambas era la lgica y la formalidad,

as a partir del siglo antepasado, la

matemtica por un lado se convirti en un
ejemplo de cmo apegndose a la lgica era
posible construir un conjunto de modelos
matemticos abstractos dignos de presumir,
los cuales involucraban preferente o
principalmente variables
o
funciones
continuas, exactas, determinsticas e
infinitas. Esta es la llamada Matemtica
Clsica. 17
Tambin por otro lado a partir de entonces,
todos estaban felices de que se dijera, o al
menos no molestaba, que la fsica era lo que
es gracias a la matemtica clsica, y la
matemtica clsica era lo que es gracias a la
lgica; sin embargo ese romanticismo color
de rosa, empez a cuestionarse, de muchas
maneras, como la vimos en el punto anterior.
La matemtica computacional es la
matemtica de este siglo, que adems de
rescatar el carcter experimental de la
matemtica de antao, se apoya no solo de
la Lgica, sino tambin de la computacin y
de las Metaheursticas, lo cual nos lleva
inevitablemente a los lenguajes de
Programacin, -y los hay de tan diversos
tipos como paradigmas en los que se basan,a fin de poder formular o construir los
nuevos modelos matemticos abstractos, los
cuales parecen privilegiar el uso de
probabilidad por sobre el de lgica
determinstica. Las variables o funciones de
estos nuevos modelos son preferente o
inevitablemente discretas, aproximadas, Nodeterminsticas y finitas. Para as poder
abordar los nuevos problemas NP, NPC y
NPH, que se haban estado postergando por
la matemtica clsica. Esto es lo que ahora
tambin se llama Matemtica No-clsica, o
Matemtica Discreta.
17

Cfr. Modelos y Variables del mismo

autor, esta disponible en :
http://www.cns.gatech.edu/~luzvela/epigr
afe/variables.pdf

La matemtica computacional reconoce en

la ciencia de la computacin un aliado
poderoso, a fin de lograr avanzar en casi
cualquier campo del conocimiento. Si del
matrimonio de la matemtica antigua con la
lgica nace la llamada matemtica moderna
o formal, del matrimonio de la matemtica
moderna con la computacin nace la
matemtica computacional, la cual reasume
el carcter experimental de la matemtica,
sin perder el carcter de ciencia formal. As
los nuevos teoremas de la matemtica
computacional, no sern solo aquellos que
se puedan demostrar, si no tambin todos
aquellos algoritmos computables con cota
polinomial.
A la fecha ya tambin se habla de
computacin
cientfica,
como
una
herramienta ms para abordar el problema
de la cientificidad de alguna afirmacin en
cualquier ciencia. En el fondo es finalmente
aceptar que una verdad lgica est
incompleta si no nos lleva a formular e
implementar una verdad algortmica factible
o polinomial.

CONCLUSIONES
De todo lo anterior, creemos ya podemos
concluir que:
Cada da se hace ms evidente las
limitaciones del pensamiento matemtico
clsico, y del fracaso de su propuesta
pedaggica tradicional. Ya es hora de
romper paradigmas en la educacin
matemtica, y de retomar el estudio de la
Matemtica finita o discreta, no dando la
primaca al estudio de la Matemtica
continua e infinita.
De no haber cambios, por ejemplo,
manteniendo la matemtica alejada de la
computacin, ser ms evidente su sesgo o
retraso con respecto a lo logrado por las
ciencias de la computacin. Stephen
Wolfram, creador del Lenguaje de

programacin Mathematica, y del

buscador Wolfram Alpha, etc., (
http://www.stephenwolfram.com/intervie
ws/ ) en su libro Una nueva clase de
Ciencias, propone una nueva clase de
ciencias, una de esas, creemos sera la
Matemtica Computacional.
Stephen Wolfram en mltiples ocasiones ha
afirmado:
La idea principal de un nuevo tipo de
ciencia fue introducir una nueva forma de
modelar cosas en el mundo. Hace
trescientos
aos,
hubo
una
gran
transformacin en la ciencia cuando se
dieron cuenta de que se poda usar las
matemticas y la estructura formal de las
matemticas, para hablar sobre el mundo
natural. Usando las matemticas, uno
podra calcular lo que debe suceder en el
mundo, cmo los planetas se mueven, cmo
deben moverse los cometas, y todo ese tipo
de cosas.
Ese ha sido el paradigma dominante de los
ltimos 300 aos por las ciencias exactas.
En esencia, el paradigma dice: vamos a
encontrar una ecuacin matemtica que
representa lo que estamos hablando, y
vamos a usar esa ecuacin matemtica para
predecir lo que un sistema va a hacer. Ese
paradigma ha sido tambin la base para la
mayora de nuestra ingeniera: Vamos a ver
cmo este puente debera trabajar con
ecuaciones de clculo, etc. O bien, vamos a
resolver este circuito elctrico con algn
otro tipo de ecuacin diferencial, o una
ecuacin algebraica o lo que sea.
Pero si miramos con ms cuidado,
descubrimos que la ciencia (aqu debi
decir, por ejemplo, la Matemtica clsica)
no siempre ha tenido mucho que decir, si los
sistemas son ms complejos. Por ejemplo,
cuando nos fijamos en la naturaleza, nos
preguntamos qu tipo de algoritmos la

naturaleza est usando para hacer lo que

hace.
Yo, -Stephen Wolfram- he descubierto que
hay programas o algoritmos muy simples
pueden servir como modelos muy precisos
para un montn de cosas que ocurren en la
naturaleza. Ellos nos dicen algo acerca de
cmo la naturaleza le resulta tan fcil poder
hacer todo y que sera muy difcil para
nosotros hacer si nos imaginamos que la
naturaleza trabaja de acuerdo a las
matemticas.
La ciencia de la computacin, no se cie a la
implementacin de un solo paradigma, ya
que los hay: imperativos, orientados a
objetos, declarativos, funcionales,18 etc.,
desde esta ptica la matemtica clsica se
puede ver solo como una implementacin
del paradigma declarativo o lgico, pero
dicho paradigma solo es uno entre varios
posibles, o sea la matemtica clsica No es
ya como antes algunos lo crean la
propuesta mxima del modelaje, en realidad
es solo una propuesta entre varias posibles,
como dicen los hermenuticos, la realidad
siempre es mucho ms compleja y ningn
modelo por superior que se presente,
finalmente
es
una
de
muchas
interpretaciones posibles de ella.

18

http://www.scribd.com/doc/9174723/Paradi
gmas-de-Programacion