LA NECESIDAD DE UNA MATEMATICA COMPUTACIONAL

Leoncio Ibarra Mtz. libarram@gmail.com diciembre del 2015

La ciencia de la computacin afronta sus problemas de modo pragmtico,

sin presuncin de verdades esenciales o divinas, inicialmente se empez a
desarrollar al abordar el problema de como organizar y (re)generar la
informacin o el conocimiento de manera expedita; y result incluso para
sorpresas de muchos - que eso le ha llevado plantearse nuevos problemas,
algunos con soluciones ya conocidas como los videojuegos, las tabletas
digitales, los robots inteligentes, las maquinas virtuales, los telefonos moviles,
el internet, etc.. estos nuevos problemas a pesar de su trascendencia y gran
impacto social han sido ajenos al interes del matemtico puro, o sea se
resolvieron NO gracias a las matematicas clasicas, si no mas bien a pesar de
de su ausencia real, basta consultar los libros de matematicas y planes de de
matematicas universitarias. O simplemente preguntarle a los grandes
programadores al respecto ( http://www.dosideas.com/noticias/actualidad/24710-preguntas-a-los-mas-grandes-programadores.html ). Si
todava no estas
convencido... Cada da mas nios que incursionan de manera exitosa en el
campo de la computacin sin tener saber de matemticas mas que lo bsico (
http://www.pequetecnologia.com/steve-jobs-continua-vivo/,
http://inhabitat.com/a-15-year-old-isdeveloping-a-3d-printer-thats-10-times-faster-than-anything-on-the-market/ ).
Actualmente la mayora de los matemticos clsicos NO estn involucrados en
el desarrollo de las ciencias de la computacin, salvo contadsimas
excepciones. Tal situacin no debe sorprendernos, ya que el desarrollo de las
teoras y modelos matemticos NO computables se formulan asumiendo las
mejores condiciones, y nos han hecho creer que basta demostrar teoremas, ya
alguien implementar computacionalmente la solucin. Asi se han desarrollado
teoras matemticas en las que se requiere contar: con infinidad de elementos,
o con infinidad de tiempo o con infinidad de pasos. Por ejemplo, el axioma de
eleccin, o la hipotesis del continuo; bueno...a fin de que se entienda,
intentemos como ellos un axioma nuevo, que llamaremos el axioma de la
santidad, el cual postula:

En caso de haber suficiente tiempo, cualquiera antes de morir, hasta

el mas malvado finalmente se convierten en santo ,
y as es facil concluir -el axioma de la santidad hace posible la conversin de los
malvados, y si todava hubiera una pequea duda se apela al caracter
incuestionable, que la tradicin le ha dado a las matemticas clsicas.
En las ciencias de la computacin:
NO se dan por supuesto se tienen las mejores condiciones, ni en nmero de
elementos, ni en cantidad de tiempo , ni en pasos disponibles, es todo lo
CONTRARIO, siempre se asume se dispone de un nmero finito de elementos,
de poco tiempo y muchos o demasiados pasos son tolerados slo si el tiempo
requerido es pequeo. El enfoque de las ciencias de la computacin sobre los
algoritmos es mas realista.
En matematicas los algoritmos, no tienen toda la riqueza y variedad de los
algoritmos computacionales. En seguida intamos una explicacin.
1. El algoritmo tendra buen desempeo, si se prueba con el mismo
problema, pero cada vez mas grande, tan grande como sea probable
enfrentarse a el, luego en algunos casos, el algoritmo debe reformularse
si truena o es incopetente al aplicarlo al mismo problema, pero de mayor
tamao.
Un problema en la ciencia de la computacin, de tener una solucin debe
conseguirse en un tiempo razonable, aun si el problema crece en tamao, por
ejemplo, de que sirve tener una pagina web estatica o dinamica, que funciona
bien solo si la cantidad de usuarios o clientes que acceden a ella es un numero
muy reducido y no cuando el numero crece un poco mas; digamos que
el performance de los algoritmos, debe persistir, NO solo cuando el tamao
del problema es chico, debemos probar el algoritmo sobre todo si el
problema que resuelve crece en tamao.
2. Si un algoritmo NO basta, entonces se requieren varios y ademas
debemos decidir su modo de sincronizacin.

Un problema en la ciencia de la computacin debe tener una solucin modular,

lo cual significa que por complicado que sea el problema debera ser posible
plantearlo y resolverlo en terminos de subproblemas digamos que el diseo de
los algoritmos debe ser modular, mxime si estos resuelven un problema
complicado, o sea NO es posible creer que sera fcil resover un problema
complicado, con un nico algoritmo, se requieren involucrar a mas de uno,
sincronizarlos de alguno, y an siendo secuenciales, el problema sera resuelto
en terminos de subproblemas que lo definen.
3. El algoritmo debe seguir funcionando, aun cuando cambiemos las
condiciones iniciales del problema, si no, entonces es algoritmo NO es
flexible.
Un problema en la ciencia de la computacin al redefinir radicalmente sus
condiciones de inicio o los supuestos que lo definen, eso no debe implicar
rehacer el algoritmo anterior desde cero; digamos que el diseo de los
algoritmos que lo resuelven debe ser flexible a fin de que puede ajustarse a
las nuevas condiciones de nuestro problema, eso significa que el tiempo
requerido para hacer los cambios debe ser muy pequeo, comparado con el
tiempo que requiri hacerlo originalmente.
4. El algoritmo debe ser mantendible o poderse facilmente reformularse al
no darse todas las suposiciones del problema correspondiente, sea que
se varien, omitan o se agreguen nuevas suposiciones, en el entendido de
que el nuevo problema es una variacin leve del original. El algoritmo
logrado para el problema original debe servirnos casi tal cual para abordar
una variante leve de l.
Un problema en la ciencia de la computacin al redefinir levemente algunas de
sus condiciones de inicio o los supuestos que lo definen, eso debe implicar la
aplicacin de un simple mantenimiento del algoritmo anterior; digamos que el
diseo de los algoritmos debe ser mantenible a fin de que pueda ajustarse a
una variacin leve en las condiciones de nuestro problema original, eso significa
que el tiempo requerido para hacer los ajustes debe ser muy pequeo,
comparado con el tiempo que requiri hacerlo originalmente.

5. El algoritmo debe ser extensible o poderse facilmente reformularse al

no darse todas las suposiciones del problema correspondiente, sea que
se varien, omitan o se agreguen nuevas suposiciones, en el entendido de
que el nuevo problema es una variacin NO leve del original. El algoritmo
logrado para el problema original debe servirnos reformular el algoritmo
en un corto tiempo para abordar una variante NO leve del problema
original
Un problema en la ciencia de la computacin al agregar o quitar condiciones de
inicio o supuestos que lo definen, eso no debe implicar rehacer el algoritmo
anterior desde cero; digamos que el diseo de los algoritmos debe ser
extensible a fin de que puede ajustarse a las nuevas condiciones de nuestro
problema, eso significa que el tiempo requerido para hacer los cambios debe
ser muy pequeo, comparado con el tiempo que requiri hacerlo originalmente.
Un problema en la ciencia de la computacin debe contemplar la posibilidad
de resolverlo en condiciones remotas, es decir, la solucion a un problema no
esta completa si no se logra tambin corriendo nuestros algorimos en maquinas
remotas y/o virtuales.
En resumen, mientras que a los clsicos o viejos matematicos No
computacionales solo les importa contar con un algoritmo que resuelva el
problema, sin importar costos en pasos y tiempo, para los matemticos
computacionales importa mucho la calidad del algoritmo, asi que contrario a la
creencia de la verdades finales, los algoritmos estn en constante evolucin asi
como las guas para formularlos; para los matemticos computacionales no hay
algoritmo definitivo, pero de ser posible siempre las nuevas propuestas deben
aprovechar las anteriores.
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.
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, etc.,( http://www.scribd.com/doc/9174723/Paradigmas-de-Programacion )
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.