El efecto mariposa, un atractor extraño

El orden lleva asociado un grado importante de predicción, al caos le sucede lo contrario. Los sistemas lineales, representan el orden, son predecibles y cómodos de manejar, de ahí nuestra tendencia a generalizarlos. Ante un sinfín de situaciones generalizamos, proyectamos los datos del presente para tratar de averiguar un comportamiento futuro y casi siempre nos va bien. Pero existen sistemas que se resisten: pequeñas variaciones, incertidumbres, en los datos iniciales desembocan en situaciones finales totalmente descontroladas e impredecibles. Son los llamados sistemas caóticos ( En la figura, atractor extraño "poisson_saturne" hecho con el programa Chaoscope).


Para estudiar estos sistemas se requiere de una metodología diferente. Su estudio se realiza en el llamado espacio de fases, un espacio abstracto en el que se representan todas las variables dinámicas del sistema. Por ejemplo, un péndulo simple ideal se vería representado por dos variables, la velocidad y la posición de la masa suspendida. Su representación podría hacerse, por tanto, en el plano y sería una circunferencia. Cada punto de la misma representaría dos cantidades, la velocidad y la posición, en ese momento.


Esa figura en el espacio de fases, a la que se aproxima el fenómeno estudiado, se le llama su atractor. En los sistemas no caóticos el atractor suele ser un punto, una circunferencia, una figura geométrica conocida, pero en los sistemas caóticos presenta una forma “extraña”, de ahí que reciba el nombre de “atractor extraño”, con una dimensión fraccionaria o fractal ( En la figura, atractor de Lorenz, en 3D, con el programa Chaoscope).

El primero de éstos fue hallado, por casualidad, por el meteorólogo Edward Lorenz cuando trataba de encontrar un modelo matemático que permitiera predecir el comportamiento de grandes masas de aire. Consiguió ajustar el modelo a sólo tres variables que indican como cambian la velocidad y la temperatura del aire a lo largo del tiempo (atractor de Lorenz).


Después de haber estudiado el modelo, volvió a introducir los datos iniciales - esta vez con menos decimales- y el resultado que obtuvo fue completamente diferente del anterior. Cuando reflexionó sobre los resultados se dio cuenta que el sistema era extremadamente sensible a las condiciones iniciales: pequeñas perturbaciones en los datos de partida tienen una gran influencia sobre el resultado final. Sus ecuaciones captaban la esencia de la verdadera atmósfera. “Aquel primer día ( invierno de 1961) decidió que los pronósticos amplios estaban condenados a la extinción”. Pero vio más que azar en su modelo del tiempo: una fina estructura geométrica, orden disfrazado de casualidad.


Para explicar de una manera gráfica – y exagerada - la cuestión se le ocurrió que el simple aleteo de una mariposa, que no se hubiera tenido en cuenta en los datos iniciales, podía modificar una predicción hasta hacerla totalmente inviable después de un determinado tiempo.


Sobre el efecto mariposa se han escrito cientos de artículos, novelas, canciones y se han hecho películas. Recientemente he leído un artículo de Enrique Dans, profesor del Instituto de Empresa, en el que compara el “ecosistema de Internet” con los sistemas no lineales y complejos como el tiempo atmosférico:” Las variables en juego ( en Internet) no son tantas: si en el clima hablamos fundamentalmente de velocidad y temperatura del aire, en Internet hablamos de visitas, vínculos y cuestiones afines. Pero el posible impacto de una variación infinitesimal en medición de las variables de origen puede tener un impacto brutal en los resultados finales,...” . “ Criterios que todo el mundo, aparentemente, da por buenos, como el sacrosanto PageRank de Google, la cuenta de vínculos entrantes de una página web que lleva a cabo Technorati o los rankings de popularidad de Alexa son medidas completamente burdas, groseras, carentes de inteligencia, que responden únicamente al deseo e intentar reducir la incertidumbre, pero que lo hacen, en general, bastante mal.”


En este sentido nos encontramos en la era anterior al descubrimiento del efecto mariposa, utilizamos métodos lineales para tratar de analizar los sistemas complejos, no lineales, en donde las realimentaciones de todo tipo, y a todos los niveles, son la propia esencia del sistema. Necesitamos conocer "el atractor extraño de Internet".

Para saber más:"Caos,La creación de una ciencia", de James Gleik. Seix Barral. Barcelona 1988. Un magnífico libro