ULTIMAS ENTRADAS
Mostrando entradas con la etiqueta matematicas. Mostrar todas las entradas
Mostrando entradas con la etiqueta matematicas. Mostrar todas las entradas

El Cubo de Rubik, en sólo 20 pasos

Cubo de RubikSe ponga como se ponga, se mezcle como se mezcle, no importa las vueltas que se le den, el Cubo de Rubik puede ser resuelto en 20 movimientos o menos.

El nuevo algoritmo reduce de 22 a 20 el número mínimo de movimientos.

Un equipo de matemáticos e ingenieros encabezados por Morley Davidson, de la Universidad del Estado de Kent (Ohio, EE.UU.), estableció que con 20 pasos, a lo máximo, se puede acabar con éxito lo que supone una tarea eterna o imposible para muchos: dejar las seis caras del famoso dado cada una con su color.

 

Eso sí, con ayuda de la informática, ya que los algoritmos -la secuencia matemática de pasos a seguir- que pueden ser memorizados por un ser humano requieren un mínimo de 40 movimientos.

 

El algoritmo que reduce "el número de Dios" de los 22 movimientos establecidos en 2008 por Tomas Rokicki y John Welbron a 20 fue establecido por Davidson, John Dethridge, Herbert Kociemba y el mismo Rokicki.

 

¿Cómo?

 

Las 27 piezas del cubo -seis fijas- pueden colocarse en más de 43 trillones de posibles posiciones, que el equipo de matemáticos redujo a 2.000 millones de bloques de 19.000 millones y después, usando simetría, bajó la cuenta a 56 millones de bloques...

 

Todo muy complejo, para matemáticos e ingenieros, y con cifras que no caben en cabeza humana. Por eso, la solución fue posible gracias a la ayuda de Google, que permitió el uso remoto de 35 años de tiempo de sus computadoras en hibernación.

 

Con todo, una "combinación de trucos matemáticos y cuidadosa programación" hizo posible establecer el algoritmo que fue calculado en pocas semanas con las computadoras de Google.

 

Esta solución ha sido encontrada tres décadas después de que un primer estudio concluyera en "probablemente alrededor" de 80 los movimientos necesarios.

 

En julio de 1981, Morwen Thistlewaite probó que eran suficientes 52 pasos, algo que sólo fue superado en abril de 1992 por Hans Kloosterman.


Por BBC Ciencia

 

La espiral de Ulam

La espiral de UlamHasta los momentos de aburrimiento sirven para descubrir cosas apasionantes cuando uno es un genio. En 1963, el matemático Stanisław Ulam se encontraba en una conferencia científica y comenzó a hacer garabatos sobre un papel. Dispuso los números enteros sobre una espiral, y luego comenzó a marcar los números primos. Descubrió una serie de patrones regulares en forma de diagonales que se convirtieron en el artículo de la portada de la revista Scientific American al año siguiente. La espiral de Ulam es algo que aún hoy mantiene ocupados a los especialistas.

Los matemáticos dicen que un número natural es “primo” cuando tiene exactamente dos divisores naturales distintos: él mismo y el 1. Estos números han intrigado a los matemáticos desde hace siglos, y al día de hoy no existe ninguna fórmula que genere toda la serie de primos. Se sabe que son infinitos, y son una parte importante de la teoría de números. Los números primos forman parte de algunos trabajos centenarios, como la hipótesis de Riemann o la conjetura de Goldbach, y la dificultad que presenta la determinación de los factores primos de un número grande -uno que tenga cientos o miles de dígitos- los ha convertido en la llave ideal para muchos sistemas de criptografía.

 

“La espiral de Ulam” aún hoy mantiene ocupados a los especialistas.

“La espiral de Ulam” aún hoy mantiene ocupados a los especialistas.

El primer número primo es el 2. Lo siguen el 3, 5, 7, 11, 13, 17, etc. La distribución de  los números primos sobre la “recta” de los números naturales parece ser completamente aleatoria aunque, como es lógico, la limitación que impone el hecho de que solamente puedan ser divididos por si mismos y por 1 hace que esta distribución no sea -estrictamente hablando- completamente al azar. Muchos matemáticos (probablemente todos) se sienten muy atraídos por estos números. Uno de ellos, el polacoestadounidense Stanisław Marcin Ulam hizo en 1963 un descubrimiento muy interesante. Ulam había asistido a una conferencia científica cuyo contenido le resultaba absolutamente aburrido. Tenía papel y lápiz, así que comenzó a garabatear cosas, como cualquiera de nosotros hace mientras habla por teléfono o -como Ulam- está pensando en cualquier cosa. Pero a diferencia de los simples mortales, Stanisław era un matemático de raza, así que en lugar de monigotes o corazoncillos dibujó números. Sin ningún plan preconcebido, fue escribiendo los números enteros a lo largo de una espiral, tal como se ve en la imagen siguiente:

 

Ulam dispuso los números enteros sobre una espiral.

Ulam dispuso los números enteros sobre una espiral.

Luego de dibujar unas cuantas vueltas de números, y viendo que la conferencia seguía su derrotero sin tocar algún tema que fuese de su interés, comenzó a marcar los números primos. Señaló el 2, luego el 3, el 5 y así, hasta que luego de haber marcado algunas docenas de números, se encontró con un patrón parecido al siguiente:

 

Y luego fue marcando los números que eran primos.

Y luego fue marcando los números que eran primos.

Rápidamente notó que los números que quedaban sobre la espiral -los “primos”- se agrupaban siguiendo patrones diagonales. A pesar de que seguía siendo difícil predecir donde “caería” el próximo primo, el aspecto que mostraba el gráfico resultante era a todas luces algo muy diferente a una distribución azarosa. Es fácil ver que los números se agrupan en lineas diagonales de diferentes longitudes. Dado que todos los primos (si dejamos de lado el 2) son impares y que en la espiral de Ulam algunas diagonales contienen números impares y otras pares, los números primos caen en diagonales alternas. Dada su naturaleza irregular, estas estas diagonales contienen proporciones diferentes de  números primos.

 

El gráfico resultante es muy atractivo.

El gráfico resultante es muy atractivo.

Utilizando ordenadores se han graficado “espirales de Ulam” de tamaños enormes. Invariablemente, y sin importar qué tan grande se haga la espiral, las diagonales mencionadas siguen apareciendo. Esto ocurre aún cuando el número central no sea uno. De hecho, puede utilizarse cualquier número como inicio de la espiral y el resultado es siempre parecido. Como es lógico, las espirales generadas cuando se toman números diferentes no son idénticas, pero siempre muestran esas diagonales. El “trabajo” que hizo Ulam mientras se aburría en esa conferencia rápidamente se hizo famoso entre sus colegas. Tanto, que la portada de la afamada revista Scientific American de marzo de 1964 tenía, como artículo destacado, esta espiral. A pesar de todo, el aporte de Ulam no ha servido aún para desarrollar ninguna aplicación revolucionaria de los números primos o para encontrar algún sistema más rápido que permita factorizar un número en menos tiempo. Sin embargo, los especialistas no pierden las esperanzas de que, algún día, esta espiral arroje luz sobre la naturaleza de estos intrigantes números.

 

Enlaces

Espiral de Ulam en  Wikipedia

Por Ariel Palazzesi en Neoteo

 

Un matemático español refuta la conjetura de Hirsch

La Biblioteca de Cornell (EEUU) ha publicado en su espacio abierto de internet el artículo del profesor de Matemáticas de la Universidad de Cantabria (UC) Francisco Santos en el que se explica el contraejemplo que refuta la conjetura de Hirsch, un problema matemático pendiente de resolución desde 1957.

 

 

La hipótesis de Hirsch se utiliza para predecir el nivel de complejidad de un algoritmo símplex

El mes pasado, este profesor universitario, que dirige el Centro Internacional de Encuentros Matemáticos de Cantabria, anunció que había refutado la conjetura de Hirsch desarrollando el denominado "Teorema generalizado de los 'd' pasos". La importancia del descubrimiento, recuerda ahora la UC en un comunicado, radica en que abre una nueva línea de investigación sobre la complejidad de la programación lineal, un método de trabajo que se emplea para resolver cuestiones cotidianas como los cálculos de horarios o la organización de las redes de transporte. El artículo en el que Santos explica en 27 páginas su propuesta de refutación de la conjetura está disponible en esta página web de la Universidad de Cornell.

 

La hipótesis formulada por Warren M. Hirsch -que recibe el nombre de conjetura porque hasta la fecha no se ha podido demostrar ni refutar- se utiliza para predecir el nivel de complejidad que puede alcanzar el algoritmo del símplex. El símplex es un método empleado en geometría que también se utiliza en la vida diaria para resolver problemas de logística, de organización del trabajo, de estrategia de mercado, de inversión o incluso de diseño de redes. Un ejemplo de ello puede ser determinar en una red urbana de metro cuál es la ruta para ir de un punto a otro haciendo el menor número de transbordos.

 

La conjetura establecía que hay un límite en la complejidad que puede alcanzarse al aplicar ese método, una suposición que hasta ahora había funcionado y que había resistido numerosos intentos de rebatirla. Francisco Santos asegura que ha hallado un ejemplo en el que la complejidad predicha por la conjetura se queda un 3 por ciento por debajo de la solución real, una diferencia que reconoce que es ligera, pero que supone "la ruptura de una barrera psicológica".

 

"Al tratarse de una conjetura que llevaba 50 años abierta, sin que nadie fuera capaz de demostrarla o rebatirla, cuando se encuentra una refutación, pues parece que se rompe una barrera psicológica. Se abre la veda y no se sabe muy bien dónde puede estar el límite", comentó al anunciar su descubrimiento este profesor de la UC, que hace diez años ya rompió otra conjetura sobre triangulación.

 

Por abc.es

 

La esponja de Menger

La esponja de Menger

Existen objetos sumamente complejos que pueden ser definidos matemáticamente utilizando un conjunto de reglas relativamente simples. La esponja de Menger es uno de ellos. Se trata de un conjunto fractal descrito por primera vez en 1926 por Karl Menger, y es una “versión tridimensional” de la “alfombra de Sierpinski”. Este inocente cubo posee algunas características absolutamente desconcertantes: ¡su superficie es infinita y su volumen nulo!

 

 

 

La esponja de Menger (también llamada cubo de Menger) es un fractal -un objeto semigeométrico cuya estructura básica, fragmentada o irregular, se repite a diferentes escalas- descrito por Karl Menger en 1926,y se trata de la versión tridimensional de la alfombra de Sierpinski. Para entender cómo se construye una esponja de Menger necesitamos primero entender la forma en que se obtiene una alfombra de Sierpinski, otro fractal que fue propuesto por Wacław Sierpiński en 1916. Para obtener una alfombra de estas, se parte de un cuadrado y se lo  divide en otros 9, iguales (3 a lo ancho por 3 a lo largo) y se elimina el del centro. Luego, se repite el proceso con los 8 restantes, una y otra vez. El resultado final es una superficie repleta de agujeros de diferentes tamaños, con una superficie que tiende a cero a medida que aumenta el numero de iteraciones. ¿Cómo puede una figura bidimensional tener una superficie nula? Bien, esr es justamente uno de los aspectos más atractivos de los fractales.

 

 

Estamos acostumbrados a que los objetos tienen un número entero de  dimensiones. Una recta, por ejemplo, tiene una sola dimensión. Un cuadrado tiene dos, y un cubo tiene tres. Pero los objetos fractales como la alfombra de Sierpinski o el cubo de Menger pueden tener un número fraccionario de dimensiones. Por ejemplo, la mencionada alfombra tiene una dimensión de 1,8927... mayor a la de una recta, pero menor a la de una superficie plana tradicional. La esponja de Menger se obtiene aplicando a un cubo un proceso similar al utilizado para crear la alfombra de  Sierpinski . En el primer paso, se divide el cubo inicial en 27 cubos más pequeños (tres a lo largo, tres a lo ancho y tres a lo alto), y se eliminan los cubos centrales de cada cara y el cubo del centro. Eso nos deja con 27-6-1 = 20 cubos, a los que se les aplica una y otra vez el mismo procedimiento. El resultado es una figura que guarda un cierto parecido con una esponja de mar (de ahí su nombre) y que tiene una dimensión de  log 20 / log 3 = 2.7268...

 

 

¿Cómo puede ser que a partir de una figura de 3 dimensiones como es un cubo obtengamos un “monstruo” de dimensión ligeramente menor? El secreto se encuentra en el infinito. En efecto, si solo repitiésemos el proceso de construcción de la esponja un número finito de veces, seguiríamos teniendo una cantidad finita de cubos. Pero al aplicar indefinidamente el mecanismo propuesto por Menger obtenemos el cubo  inicial horadado una y otra vez por una “red de tubos prismáticos de sección cuadrada” cada vez más pequeños, que conforman una red interna similar a la que conforman nuestros capilares, venas y arterias, pero infinitamente más compleja. Lo que era un cubo se ha convertido en una colección de segmentos orientados en las tres dimensiones posibles, un esqueleto que a pesar de estar compuesto por infinitas piezas, estas poseen un “espesor” que tiende a cero con cada iteración, lo que hace de la esponja de Menger un objeto con un volumen nulo y una superficie infinita.

La estructura de la esponja de Menger se repite a diferentes 
escalas.

La estructura de la esponja de Menger se repite a diferentes escalas.

Lejos de ser “solo una cara bonita”, estas estructuras fractales suelen tener importantes aplicaciones prácticas. Los fractales nos ayudan a modelar el tráfico en redes de comunicaciones, a comprimir las señales de audio y vídeo, a entender la forma en que crecen los tejidos o evolucionan determinadas poblaciones, o en el análisis de los patrones sísmicos. Incluso existen métodos de análisis bursátil y de mercado que se basan en los fractales. Como puedes ver, la matemática siempre resulta útil y sorprendente.

 

Enlaces

La esponja de Menger en Wikipedia

Por Ariel Palazzesi en Neoteo

 

Dos matemáticos solucionan la ecuación de Boltzmann, un problema de 140 años

El autor de la fórmula se suicidó presionado por el desprecio de la comunidad científica de la época.

 

Dos 
matemáticos solucionan la ecuación de Boltzmann, un problema de 140 
años

Ludwing Boltzman / ABC

 

Dos matemáticos de la Universidad de Pennsylvania han logrado encontrar una solución a la ecuación de Boltzmann, un intrincado problema creado por un físico austríaco del siglo XIX que nadie había logrado resolver durante 140 años. Su descubrimiento es una de esas hazañas teóricas que causan sensación y despiertan la curiosidad, aunque realmente hay muy pocas personas en el mundo que capaces de entender realmente en qué consiste el hallazgo ni mucho menos para qué sirve. Es complicadísimo.

 

La ecuación de Boltzman es clave en la teoría cinética de los gases. Describe cómo un gas evoluciona hacia un estado de equilibrio. Esa es la teoría, pero había que demostrarla. Y Philip T. Gressman y Robert M. Strain parecen haberlo logrado. Utilizando modernas técnicas matemáticas en el campo de las ecuaciones diferenciales parciales y análisis armónico, los científicos demostraron la ecuación. Su trabajo se publica en la revista Proceedings of the National Academy of Sciences (PNAS).

 

Ludwig Boltzmann fue un pionero de la mecánica estadística y su constante es un concepto fundamental de la termodinámica. Nacido en Viena en 1844, se ahorcó en 1906. Aunque el motivo del suicidio no ha sido aclarado, pudo haber estado provocado por el profundo malestar que sentía tras ser rechazada su tesis sobe el átomo y las moléculas por la comunidad científica de la época. Al menos, desde el otro mundo, podrá sentir que, ahora, alguien ha limpiado su honor.

 

Por ABC.es

 

El amor para siempre está destinado al fracaso, según una fórmula matemática

El 
amor para siempre está destinado al fracaso, según una fórmula 
matemática

Una pareja decide estar junta para toda la vida. Se casan o se comprometen tras considerarlo seriamente. A no ser que sean un par de chiflados, lo habitual es que se lo piensen mucho hasta estar bien seguros del paso que van a dar. Sin embargo, las tasas de ruptura son increíblemente altas. Nuestra hipotética pareja, a pesar de haber planeado cuidadosamente su relación, puede terminar en fracaso: separada o quizás todavía unida, pero insatisfecha y aburrida. ¿Qué ha pasado con el amor? José Manuel Rey, profesor del Departamento de Análisis Económico de la Universidad Complutense de Madrid, ha elaborado un curioso modelo matemático en el que emplea la segunda ley de la termodinámica y unas ecuaciones de control del ámbito de la ingeniería para explicar qué demonios les pasa a las parejas. Las conclusiones no son muy esperanzadoras. Según sus resultados, mantener el amor a largo plazo «es algo muy costoso y, con excepciones, casi imposible».

 

Rey, cuyo trabajo ha sido publicado en la revista científica PLoS ONE, aplica lo que los psicólogos llaman la segunda ley de la termodinámica de las relaciones sentimentales. «En el mundo de la física, un recipiente que está caliente tiende a enfriarse de manera espontánea si nadie lo mantiene con calor; con las relaciones pasa lo mismo, hay que cuidarlas», explica el investigador a ABC.es. Aquí no cabe el romanticismo ni la química. Superadas las mariposas en el estómago, «hablamos de parejas que han tomado la decisión racional de estar juntas para toda la vida, lo que se promete en un matrimonio por la Iglesia». Partiendo de ese punto, el investigador aplica la teoría del control óptimo -la misma que utilizan los ingenieros para mantener un satélite en órbita o tripular una nave espacial-, para conocer cómo debe ser ese esfuerzo.

 

El amor para siempre está destinado al fracaso, según una 
fórmula matemática

Algo «perverso»

 

Como es fácil sospechar, la conclusión es que mantener una relación a largo plazo «es muy difícil». Eso ya los sabíamos, pero además esta fórmula matemática nos dice por qué. Para empezar, «la manera de regar el jardín, de mantener nuestra relación, es muy particular. Cada pareja debe descubrir su patrón específico, que no es evidente», apunta Rey. Este patrón puede traducirse en acciones cotidianas como hacer planes juntos, dedicarse tiempo, escuchar los problemas del otro, ser más cariñoso o tolerante, hacerse regalos... En segundo lugar, «uno debe conocer cuánto está dispuesto a esforzarse por mantener la relación... Esto es perverso, porque sea lo que sea, siempre será insuficiente». Por último, la propia dinámica de las cosas dice que «cuando uno se esfuerza algo menos, hay una inercia a la dejadez».

 

El modelo es bastante desalentador, «especialmente si lo aplicamos a la sociedad en la que vivimos, en la que prevalecen las políticas de poco esfuerzo y mucha recompensa», medita José Manuel Rey. A pesar de todo, siempre queda una ventana abierta a la esperanza. «Hay personas que lo consiguen, pero si preguntas a las parejas que llevan 40 años juntas y felices, seguro que no te van a decir que ha sido gratis».

 

Por ABC.es

 

Math-o-mir: Escribe ecuaciones matemáticas

¿Ecuaciones? Las cosas se volvieron un poco más fáciles

¿Te ha pasado alguna vez que debías entregar algún trabajo con una compleja ecuación impresa, y perdiste la cordura buscando los símbolos necesarios entre tablas ASCII y el Mapa de Caracteres de Windows, sólo para terminar aplicando los últimos retoques con un lápiz? Bueno, con Math-o-mir, la odisea de escribir ecuaciones matemáticas se hace mucho menos detestable. Además de poseer una gran cantidad de símbolos, es completamente gratuito, por lo que si debes lidiar con ecuaciones diariamente, tal vez deberías darle una probada.

 

Algunas ecuaciones pueden ser verdaderamente complejas, no solo de entender, sino también de escribir. Algunos de los símbolos parecen sacados de una retorcida pesadilla de H.R. Giger, pero lo peor de todo es que, por más flexibles y poderosos que se hayan vuelto los ordenadores hoy en día, escribir algo tan aparentemente sencillo como el símbolo de la raíz cuadrada implica una visita al Mapa de Caracteres, una tarea tediosa cuando hay que lidiar con múltiples ecuaciones. Como si eso fuera poco, también hay que batallar con el tamaño de los símbolos, lo que termina por quebrar la salud mental del usuario. Para evitar esto, la mejor forma de sobrevivir a una ecuación en un ordenador es con una mezcla entre escritura y dibujo. Math-o-mir es una aplicación que te permite hacer ambas cosas a la vez, sobre un mismo documento.

 

Se pueden crear varios tipos de ecuaciones, con una cantidad de 
símbolos significativa

Se pueden crear varios tipos de ecuaciones, con una cantidad de símbolos significativa

La cantidad de símbolos disponibles es significativa, muchos de los cuales no están presentes en el teclado de forma directa. En vez de luchar con el Mapa de Caracteres, sólo debes ampliar el menú de selección para cada símbolo (la pequeña flecha gris) y buscar el que necesitas. Puedes cambiar su tamaño, agregar divisiones de página, subrayar, tachar, rodear en círculos, e incluso utilizar una grilla para ubicar las ecuaciones de forma alineada. Debemos admitir que Math-o-mir no es tan intuitivo como parece. Lo mejor que se puede hacer es abrir la ecuación de ejemplo y estudiar todas las posibilidades que se ofrecen allí. Gráficos y funciones están dentro de las capacidades de Math-o-mir, aunque deberás pasar un tiempo con él antes de que puedas dominarlo del todo. La recompensa es dejar de lado toda herramienta auxiliar, sin mencionar el hecho de no tener que utilizar a un editor de imágenes para crear una raíz cuadrada que cubra a toda la ecuación.


La herramienta es completamente gratuita, su instalador es muy pequeño, y es compatible con Windows 7. También puedes enviar a imprimir directamente desde Math-o-mir, pero creemos que lo más lógico será escribir las ecuaciones allí, y luego exportarlas para para ser insertadas en un documento final. Para lograr este efecto, sólo deberás escoger a la ecuación dentro del programa, y copiarla en formato de imagen al portapapeles (algo que muchos conocen como "convertir a curvas"). El resto, depende de tus necesidades. Word, PDF, Excel, y otros tantos formatos podrán recibir a la ecuación escrita en Math-o-mir. Probablemente existan herramientas profesionales que sean aún más flexibles, pero entre lo gratuito y lo liviano, Math-o-mir sobresale por mérito propio.

 

Enlaces

Sitio oficial: Haz clic aquí

Por Lisandro Pardo en Neoteo

 

El azar existe y se puede medir

Científicos internacionales, entre ellos un español, demuestran que Einstein estaba equivocado y consiguen por primera vez generar números aleatorios que nadie, de ninguna forma, puede prever

 

El azar 
existe y se puede medir

Cuando lanzamos una moneda al aire, pueden pasar dos cosas: que salga cara o que salga cruz. Creemos que el resultado es aleatorio, que depende de eso que algunos llaman suerte y otros azar. Sin embargo, si nos jugamos, digamos, quién paga un par de cervezas, no es cierto que sólo intervenga el destino. Si conocemos la velocidad de la moneda y la posición en que ha sido lanzada con exactitud, podemos predecir el resultado, porque la teoría clásica dice que en nuestro mundo no existe la casualidad, sólo la ignorancia. Sin embargo, un grupo internacional de científicos, entre ellos el investigador español Antonio Acín, profesor ICREA del Instituto de Ciencias Fotónicas en Castelldefels, ha confirmado que esta afirmación es falsa, al menos en el mundo cuántico. El equipo ha logrado generar 42 números realmente aleatorios, no sólo demostrando que el azar existe, al contrario de lo que aseguraba Einstein, sino que también se puede cuantificar. El desarrollo, que se publica en la revista Nature, puede tener múltiples aplicaciones en la vida real, como la criptografía. Ningún espía podría dar con una clave así.

 

«En el mundo físico, a escala humana, el azar no existe, sólo se produce por falta de conocimientos», recuerda Acín. «Si vas a un casino y sabes cómo funciona una ruleta, puedes predecir dónde va a ir a parar la pelotita». Albert Einstein pensaba que el mundo microscópico, el de la física cuántica, era igual, de ahí su famosa frase «Dios no juega a los dados». Sin embargo, los físicos han demostrado que no estaba en lo cierto. En 1964, John Bell desarrolló una teoría que implica la existencia del azar en la física cuántica. Ahora, los científicos han tomado esa teoría y han conseguido generar números aleatorios en esa escala. Es la primera vez.

 

Ocultos hasta para Dios

 

Resulta muy complicado para cualquiera que no trabaje en este campo, pero puede tener aplicaciones de lo más mundanas. «Si eres el dueño de un casino virtual, de uno de esos casinos de internet, te interesará tener un generador de números aleatorios auténtico, para que nadie pueda utilizar ningún procedimiento de engaño para conocer los resultados», explica Acín. También es útil si se pretende descifrar un mensaje o, por ejemplo, la cuenta de un banco. «Estos números son aleatorios de verdad, para cualquiera, Dios incluido, si se me permite la irreverencia», afirma. Y parece cierto. En la escala humana, un Dios omnipotente sabría todo lo ocurre. En el mundo cuántico, un Dios así no tiene cabida.

 

Para llevar a cabo el experimento, los científicos utilizaron una «trampa» para átomos, una máquina de la Universidad de Mariland que consigue atrapar dos átomos y generar símbolos con ellos. La «trampa» logró generar 42 auténticamente aleatorios en 36 horas, pero puede obtener más si sigue trabajando. El proceso es muy lento. El nuevo descubrimiento puede tener «implicaciones filosóficas muy interesante -admite Acín-, pero ese es un punto que los científicos no vamos a discutir».

 

Por ABC.es

 

Número áureo: belleza matemática

Número áureo: belleza matemática

El número áureo es la relación o proporción que guardan entre sí dos segmentos de rectas. Fue descubierto en la antigüedad, y puede encontrarse no solo en figuras geométricas, sino también en la naturaleza. A menudo se le atribuye un carácter estético especial a los objetos que contienen este número, y es posible encontrar esta relación en diversas obras de la arquitectura u el arte. Por ejemplo, el Hombre de Vitruvio, dibujado por Leonardo Da Vinci y considerado un ideal de belleza, está proporcionado según el número áureo. ¿Cuál es el origen y la importancia de este valor matemático?

 

Hay números que han intrigado a la humanidad desde hace siglos. Valores como PI -la razón matemática entre la longitud de una circunferencia y su diámetro- o e -la base de los logaritmos naturales-, suelen aparecer como resultado de las más dispares ecuaciones o en las proporciones de diferentes objetos naturales. El número áureo -a menudo llamado número dorado, razón áurea, razón dorada, media áurea, proporción áurea o divina proporción- también posee muchas propiedades interesantes y aparece, escondido y enigmático, en los sitios más dispares.

 

Se encuentra en las espiraless del interior de los caracoles como 
el nautilus.

Se encuentra en las espiraless del interior de los caracoles como el nautilus.

El primero en hacer un estudio formal sobre el número áureo fue Euclides, unos tres siglos antes de Cristo, en su obra Los Elementos. Euclides definió su valor diciendo que  "una línea recta está dividida en el extremo y su proporcional cuando la línea entera es al segmento mayor como el mayor es al menor." En otras palabras, dos números positivos a y b están en razón áurea si y sólo si (a+b) / a = a / b. El valor de esta relación es un número que, como también demostró Euclides, no puede ser descrito como la razón de dos números enteros (es decir, es irracional y posee infinitos decimales) cuyo su valor aproximado es 1,6180339887498...

 

 

Casi 2000 años más tarde, en 1525, Alberto Durero publicó su “Instrucción sobre la medida con regla y compás de figuras planas y sólidas”, en la que describe cómo trazar con regla y compás la espiral basada en la sección áurea, la misma que hoy conocemos como “espiral de Durero”. Unas décadas después, el astrónomo Johannes Kepler desarrolló su modelo del Sistema Solar, explicado en Mysterium Cosmographicum (El Misterio Cósmico). Para tener una idea de la importancia que tenía este número para Kepler, basta con citar un pasaje de esa obra: “La geometría tiene dos grandes tesoros: uno es el teorema de Pitágoras; el otro, la división de una línea entre el extremo y su proporcional. El primero lo podemos comparar a una medida de oro; el segundo lo debemos denominar una joya preciosa”. Es posible que el primero en utilizar el adjetivo áureo, dorado, o de oro, para referirse a este número haya sido el matemático alemán Martin Ohm (hermano del físico Georg Simon Ohm), en 1835. En efecto, en la segunda edición de 1835 de su libro “Die Reine Elementar Matematik” (Las Matemáticas Puras Elementales), Ohm escribe en una nota al pie: “Uno también acostumbra llamar a esta división de una línea arbitraria en dos partes como éstas la sección dorada." El hecho de que no se incluyera esta anotación en su primera edición es un indicio firme de que el término pudo ganar popularidad aproximadamente en el año 1830.


El número áureo también está “emparentado” con la serie de Fibonacci. Si llamamos Fn al enésimo número de Fibonacci y Fn+1 al siguiente, podemos ver que a medida que n se hace más grande, la razón entre Fn+1 y Fn oscila, siendo alternativamente menor y mayor que la razón áurea. Esto lo relaciona de una forma muy especial con la naturaleza, ya que como hemos visto antes, la serie de Fibonacci aparece continuamente en la estructura de los seres vivos. El número áureo, por ejemplo, relaciona la cantidad de abejas macho y abejas hembras que hay en una colmena, o la disposición de los pétalos de las flores. De hecho, el papel que juega el número áureo en la botánica es tan grande que se lo conoce como “Ley de Ludwig”.  Quizás uno de los ejemplos más conocidos sea la relación que existe en la distancia entre las espiras del interior espiralado de los caracoles como el nautilus. En realidad, casi todas las espirales que aparecen en la naturaleza, como en el caso del girasol o las piñas de los pinos poseen esta relación áurea, ya que su número generalmente es un término de la sucesión de Fibonacci.

 

Las partes del Partenón se relacionan también con el número áureo.

Las partes del Partenón se relacionan también con el número áureo.

Este número también aparece con mucha frecuencia en el arte y la arquitectura. Por algún motivo, las figuras que están “proporcionadas” según el número áureo nos resultan más agradables. Aunque recientes investigaciones revelan que no hay ninguna prueba que conecte esta proporción con la estética griega, lo cierto es que a lo largo de la historia se ha utilizado para “embellecer” muchas obras. Por ejemplo, el uso de la sección áurea puede encontrarse en las principales obras de Leonardo Da Vinci. Es bien conocido el interés de Leonardo por la las matemáticas del arte y de la naturaleza, y esta proporción no le era indiferente. De hecho, en su estudio de la figura humana, plasmado en el Hombre de Vitruvio, puede verse cómo todas las partes del cuerpo humano guardan relación con la sección áurea. Algunos expertos creen que la gran pintura inacabada de Leonardo, San Jerónimo, que muestra a este santo con un león a sus pies, fue pintada ex profeso de forma que un rectángulo con estas proporciones encajase perfectamente alrededor de la figura central. También el rostro de la Mona Lisa encierra un “rectángulo dorado” perfecto. Obviamente, Leonardo no fue el único en utilizar esta proporción en su obra. Miguel Ángel, por ejemplo, hizo uso del número áureo en la impresionante escultura El David, desde la posición del ombligo con respecto a la altura, hasta la colocación de las articulaciones de los dedos.

 

El Hombre de Vitruvio, de Leonardo Da Vinci.

El Hombre de Vitruvio, de Leonardo Da Vinci.

La arquitectura no es ajena a este valor matemático. La relación entre las partes, el techo y las columnas del Partenón de Atenas, por ejemplo, también se relacionan mediante el número áureo. Muchos productos de consumo masivo se diseñan siguiendo esta relación, ya que resultan más agradables o cómodos. Las tarjetas de crédito o las cajas de cigarrillos poseen dimensiones que mantienen esta proporción. El número áureo puede encontrarse por todas partes, y a menudo ni siquiera somos consientes de que está allí. Pero en general, cuando algo nos resulta atractivo, esconde entre sus partes esta relación.

 

Enlaces

Número áureo en Wikipedia

Por Ariel Palazzesi en Neoteo

 

Un genio de la teoría de los números gana el «Nobel» de matemáticas

Un genio de la teoría de los números gana el «Nobel» de matemáticas

Una vida dedicada a los números

Tate nació en 1925 en Minneapolis (Minnesota, EEUU), y recientemente acaba de jubilarse de su puesto de profesor en la Universidad de Texas, donde ocupaba la Cátedra de Matemáticas Sid W. Richardson desde 1990.


Licenciado en Matemáticas por Harvard en 1946, y doctor en Princeton cuatro años después, Tate ha sido también docente en las universidades de Princeton, Columbia y Harvard, además de ejercer de profesor invitado en centros en el extranjero como el Instituto de Estudios Científicos Superiores de Bures-sur-Yvette y la Universidad de París-Sur XI, los dos en Francia.

 

El Premio Cole (1956) y el reconocimiento a toda su carrera (1995), ambos de la Sociedad Matemática Americana, así como el Premio Wolff (2003), compartido con Mikio Sato, son algunos de los principales galardones que había recibido con anterioridad.

 

El estadounidense John Torrence Tate (Minneapolis, 1925), hasta hace poco profesor de la Universidad de Texas, ha ganado el premio Abel, considerado el "Nobel" de las matemáticas, por su influencia en la teoría de los números.

 

"Muchas de las líneas principales de investigación de la teoría algebraica de los números y la geometría aritmética son posibles por las contribuciones incisivas y los conocimientos iluminadores de John Tate. Ciertamente ha dejado una impronta ilustre en las matemáticas modernas", según el fallo de la Academia de las Ciencias y las Letras de Noruega, entidad que otorga anualmente el galardón.

 

Uno de los primeros hitos en una larga carrera científica de seis décadas fue su tesis de 1950 sobre el análisis de Fourier en cuerpos de números. Sus trabajos con Emil Artin han revolucionado la teoría global de cuerpos de clases basándose en nuevas técnicas de cohomología de grupos, mientras que con Jonathan Lubin se dedicó a reelaborar la teoría local de cuerpos de clases mediante una ingeniosa utilización de los grupos formales.

 

Los espacios analíticos rígidos, que han engendrado el campo de la geometría analítica rígida, son invención suya, al igual que el desarrollo de numerosas ideas y construcciones matemáticas esenciales, entre las que figuran la cohomología de Tate, el teorema de dualidad de Tate, el motivo de Tate y el módulo de Tate.

 

Tate recibirá el premio y los 6 millones de coronas noruegas (750.000 euros, 1 millón de dólares) con que está dotado el galardón de manos del rey Harald V de Noruega el próximo 25 de mayo en una ceremonia en la Universidad de Oslo. Sucede en el palmarés del galardón al ruso nacionalizado francés Mikhail Leonidovich Gromov, distinguido el año pasado por sus contribuciones a la geometría.

 

El premio "Abel" se denomina así en recuerdo del matemático noruego Niels Henrik Abel (1802-1829), y fue establecido por el Parlamento noruego en 2002, aunque la institución que lo otorga es la Academia de las Ciencias y las Letras de ese país.

 

Por ABC.es

 

Matemáticas y predicción de comportamiento criminal

Un modelo matemático predice que un control policial riguroso puede eliminar completamente los puntos calientes de crímenes de una clase, pero simplemente desplaza los de otro tipo.

martin_short

Martin Short. Fuente: UCLA.

¿Le gusta la serie Numb3rs? Entonces quizás le agrade saber que la serie no está tan lejos de la realidad como en un principio se podría pensar.
El antropólogo Jeffrey Brantingham y los matemáticos Martin Short y Andrea Bertozzi, todos de la Universidad de California en Los Ángeles, han usado las Matemáticas para calcular cómo los movimientos de criminales y víctimas crean oportunidades para el crimen y cómo la policía puede reducir esta criminalidad.


Jeffrey Brantingham estudia además a los cazadores-recolectores del norte de Tíbet. Según él los criminales se comportan esencialmente como cazadores-recolectores: forrajean en busca de oportunidades para cometer un crimen. El comportamiento de los cazadores-recolectores que les hace elegir entre un ñu y una gacela es el mismo tipo de cálculo que usa un criminal para elegir entre un Honda o un Lexus como objetivo de su crimen.
Estos investigadores han estado analizando la naturaleza de los puntos calientes en donde se dan crímenes a través de modelos matemáticos sofisticados para así determinar los patrones de comportamiento criminal del sistema urbano. Según ellos, sus resultados no solamente se pueden aplicar a Los Ángeles, sino a otras ciudades.


El modelo matemático que han obtenido es no lineal y desarrolla patrones complejos tanto en el espacio como en el tiempo. Al parecer, las ecuaciones implicadas en este modelo, que son similares a las que describen las reacciones moleculares, la difusión o terremotos y sus réplicas, explican cómo se forman los puntos calientes locales donde se dan los crímenes.
Según el modelo de estos investigadores hay dos clases de puntos calientes. El primero, que se denomina “supercrítico”, surge cuando pequeñas explosiones de crímenes sobrepasan un determinado umbral y crean una ola de crimen local. El segundo, que se puede denominar “subcrítico” sucede cuando un factor particular, como pueda ser la presencia de un punto de venta de droga, provoca una gran explosión crímenes al atraer a los criminales. Los dos tipos aparentan ser iguales a primera vista, pero no lo son. Si simplemente se localizan en un mapa los puntos calientes y no se estudia con cuidado las diferencias, los distintos tipos pasan desapercibidos. Este modelo permite distinguir los dos casos antes citados.


Estos dos tipos de puntos calientes son distintos sobre todo desde el punto de vista de la acción policial, bajo la cual se comportan de manera muy distinta. Las ecuaciones indican que un control policial riguroso puede eliminar completamente los puntos calientes subcríticos, pero simplemente desplazan la variedad supercrítica. Por tanto, añadir más presencia policial en unos casos hace que el crimen se desplace a otros lugares y otras veces consigue erradicar el crimen. Desde el punto de vista matemático los dos tipos de respuesta frente a la presencia policial se pueden estudiar haciendo un análisis matemático relacionado con la teoría de bifurcaciones.


Según Bertozzi, aunque el modelo está idealizado, los parámetros que aparecen en él se pueden conocer de manera muy precisa para así poder obtener una predicción fiable. Ya han utilizado los datos criminales de los últimos diez años que tiene el departamento de policía de Los Ángeles. De todos modos, esperan perfeccionar el modelo más adelante y así mejorar las predicciones.
Lo que quizás sea más interesante es que el modelo podría ser capaz de predecir donde se están formando los puntos calientes subcríticos y así la policía podría atajar el problema antes de que empeore. Sin embargo, los autores del mismo se muestran más cautos, aunque optimistas. Como este tipo de estudio acaba de empezar, los investigadores necesitarán años hasta que se comprenda la dinámica fundamental de los sistemas en los que se da el crimen y poder así hacer buenas predicciones y diseñar estrategias adecuadas. En Biología o Ingeniería han trabajado sobre este tipo de modelos desde hace décadas y llevan ventaja.
Entre los objetivos de estos investigadores estaría explicar por qué si a uno le roban la casa es posible que le suceda de nuevo o le pase a su vecino. Quizás los ladrones se sienten cómodos en el vecindario. Sostienen que el cálculo que hay detrás de ese comportamiento, de entrar en un área en la que crean escapar impunes, es el mismo que hay detrás de la gente que busca peleas en bares o planea atentados terroristas con bombas.


El trasfondo es que el comportamiento humano en estos casos no es tan complejo como se cree, sobre todo cuando no se pretende explicarlo todo (no se pretende decir si un individuo en concreto cometerá un crimen). Hay aspectos del comportamiento humanos que pueden ser entendidos fácilmente con una estructura matemática formal. Según los autores, son precisamente estas regularidades del comportamiento las que se pueden comprender matemáticamente.

Fuentes y referencias:
Nota de prensa de UCLA.
Artículo original en PNAS (resumen).

 

Publicado en Neofronteras

 

El problema de la Bella Durmiente

la Bella Durmiente

Los filósofos y matemáticos a menudo evidencian una habilidad especial para complicar las cosas. Un buen ejemplo de esto es El problema de la Bella Durmiente, una vuelta de tuerca que convierte un cuento para niños en una pesadilla para adultos. Sigue leyendo, y averigua por qué las brujas no deberían tener monedas, los príncipes ya no besan como antes y -sobre todo- cómo un par de cerebritos pueden encontrar una paradoja dentro de un cuento para niños. Sin desperdicio.

 

Todos conocemos la clásica historia de la Bella Durmiente, que se hiere con una rueca embrujada y cae en un profundo sueño del que solo el beso de un príncipe la podrá sacar. Seguro que el argumento te resulta familiar, porque Disney ha hecho una fortuna con él. Pero un filosofo llamado Adam Elga, famoso por haber creado varios puzles difíciles de resolver, basándose en el trabajo de  Arnold Zuboff (publicado como “One Self: The Logic of Experience”), le ha dado una vuelta de tuerca para convertirlo en un problema lógico de difícil solución. Supongamos que es domingo, y que la Bella Durmiente se pincha el dedo con la rueca. En ese instante, se hace presente la bruja y -antes que la muchacha se duerma- arroja una moneda al aire. Si sale cara, la Bella Durmiente se despertará de la maldición el lunes y ahí se acabará la historia, sin necesidad de príncipes salvadores y sin paradojas de ninguna clase. Pero si sale sello, también se despertará el lunes, aunque solo para volver a dormirse hasta el martes. Cuando despierte el martes estará libre de la maldición pero tendrá una pequeña secuela: gracias a las malas artes de la bruja, no se acordará si se despertó o no el lunes.

Nuestra Bella Durmiente se despierta sin saber si es lunes o 
martes.

Nuestra Bella Durmiente se despierta sin saber si es lunes o martes.

Puestas así las cosas, y con el Príncipe ausente del relato, nuestra Bella Durmiente se despierta sin saber si es lunes o martes. Dado que si despertó el lunes dicho evento fue borrado de su mente por la bruja, no tiene forma de saber en qué día se encuentra. Adam Elga asume que La Bella Durmiente es perfectamente racional y que el domingo, antes de quedar dormida, se ha enterado del plan elaborado por la bruja. Con estos datos, la niña puede asignar probabilidades al hecho de que sea lunes y al hecho de que sea martes. O, dicho de otro modo, puede asignar probabilidades al hecho de que la moneda cayera en cara o que cayera en sello. La cuestión a resolver es: ¿qué probabilidad subjetiva debería otorgarle ella a la hipótesis de que la moneda cayó en cara? Existen dos formas de encarar el problema.


La primera asume que como el domingo la Bella Durmiente sabía que la moneda no estaba trucada, tenía un 50% de probabilidades que cayera en cara. Dado que al ser despertada el lunes no recibe ningún dato adicional que pueda ayudarla a deducir su situación (ya que su memoria es borrada), la probabilidad es de un 50% de que sea lunes, y de un 50% de que sea martes. ¿Parece lógico, verdad? Pero antes de festejar, veamos la segunda forma en que se puede encarar este problema.

 

¿Confundido? No te preocupes, no eres el único.

¿Confundido? No te preocupes, no eres el único.

Supongamos que el experimento de la bruja se lleva a cabo un elevado número de veces. Al igual que antes, como la moneda no esta trucada, la mitad de las veces caerá cara y la otra mitad caerá en sello. Sabemos que la Bella Durmiente se despierta una vez tras salir “cara” y dos veces tras salir “sello”. Como ambas caras de la moneda tienen  las mismas probabilidades de ocurrir, todos los despertares de la muchacha tienen también la misma probabilidad. Si la bruja hace 100 veces su truco, la Bella Durmiente despertaría 50 veces en lunes (luego de salir cara), 50 veces en lunes (tras salir sello) y 50 veces en martes tras sello. Si cada vez se le pregunta a la niña “¿Qué día es hoy?”, sabe que tiene el doble de probabilidades de ser despertada tras sello que tras cara. Las probabilidades que asignará a “sello” serán 66,66% y a “cara” sólo el 33,33%.


¿Confundido? No te preocupes, no eres el único. ¿Cuál es la respuesta correcta? Adam Elga sostiene que la segunda situación es la correcta, y que existe un 33,33% de posibilidades de que la Bella Durmiente despierte el martes tras haber salido cara. David Lewis, otro experto en temas de lógica,  piensa que la primera respuesta es la correcta, y que al arrojar una moneda al aire no hay otra alternativa que asignar un 50% de probabilidades a cada posible resultado. Tu ¿con quién estás de acuerdo?

 

Enlaces

El problema, en Wikipedia 

 

Por Ariel Palazzesi en Neoteo

 

La ecuación de Drake para la novia ideal

La ecuación de Drake para la novia ideal

Todos hemos oído hablar de la Ecuación de Drake, una fórmula matemática propuesta por el radioastrónomo Frank Drake, con el propósito de estimar la cantidad de civilizaciones en nuestra galaxia que podrían emitir señales de radio. El economista Peter Backus, luego de darse cuenta que no podía formalizar una relación después de tres años, elaboró una ecuación semejante que intenta encontrar cuál es la posibilidad de encontrar una novia ideal. ¿Se trata de una humorada, o realmente funciona?

 

La Ecuación de Drake fue concebida en 1961 por el radioastrónomo y presidente del Instituto SETI Frank Drake, con el propósito de estimar la cantidad de civilizaciones en nuestra galaxia susceptibles de poseer emisiones de radio detectables. Drake trabajaba en el Observatorio de Radioastronomía Nacional en Green Bank, Virginia Occidental (EE. UU.) al momento de desarrollar su ecuación, y la comunidad científica ha aceptado su relevancia como primera aproximación teórica al problema. El resultado de la Ecuación de Drake depende de varios factores, entre ellos el ritmo anual de formación de estrellas adecuadas en la galaxia, el número de estas que tienen planetas en su órbita y la fracción de esos planetas donde la vida inteligente ha desarrollado una tecnología e intenta comunicarse con otras razas. Tan bien hizo su trabajo Drake, que otros científicos y aficionados han intentado elaborar formulas parecidas pero aplicables a problemas muy diferentes.

Si vives en UK, tienes un 0,0000034% de posibilidades de encontrarte con una de ellas.

Si vives en UK, tienes un 0,0000034% de posibilidades de encontrarte con una de ellas.

Uno de ellos, y quizás el más imaginativo de todos, es el economista Peter Backus. Su ecuación nació cuando se dio cuenta de que no podía formalizar una relación después de tres años de estar solo. En lugar de quejarse del destino o buscar una cita por Internet como hace todo el mundo, decidió aplicar las matemáticas para estimar cuáles eran sus posibilidades de conseguir una compañera. El resultado forma parte de su estudio “Why I don't have a girlfriend: An application of the Drake Equation to love in the UK” ( "Por qué no tengo una novia: Aplicación de la ecuación de drake en el amor en U.K.") y es una ecuación muy similar -al menos en aspecto- a la de Drake. Aunque, en lugar de estrellas y planetas, tienen en cuenta parámetros como la edad de las candidatas o que sea o no atractiva. Backus explica que le pareció “algo natural utilizar las matemáticas como una forma de cuantificar mi consternación.
La  solución de la Ecuación de Backus tiene en cuenta (entre otros) los siguientes parámetros: la mujer debe ser atractiva y tener entre 24 y 34 años, y poseer un título universitario. También estima que hay una posibilidad entre 20 de que ella lo encuentre atractivo -condición indispensable para que la pareja pudiese formarse- y 50% de que ella sea soltera. Como resultado obtuvo que, de los 30 millones de mujeres que viven hoy en el Reino Unido, solo 26 eran las adecuadas. “Una noche cualquiera, en Londres, tengo solo un 0,0000034% de posibilidades de encontrarme con una de estas personas especiales”, se lamenta Backus. Parece una probabilidad bajísima pero, sin embargo, Peter ya ha encontrado a una de estas chicas. “Es de Londres," dice. "Y cumple todos mis criterios." Como puedes ver, no todo está perdido. Puedes colocar tus parámetros en la Ecuación de Backus, y calcular tus propias chances de abandonar la soltería. ¿Te animas?

 

Enlaces

Más información: Warwick 

 

Por Ariel Palazzesi en Neoteo

 

La historia de Pi (π)

La historia de Pi (π)

Quizás sea el número más famoso de todos. La relación entre la longitud de una circunferencia y su diámetro en la Geometría euclidiana, π (pi), es un número irracional. Se la considera una de las constantes matemáticas más importantes y resulta indispensables para la matemática, la física y la ingeniería. Te contamos la historia de este número que posee infinitos decimales y que no puede expresarse como un cociente entre dos enteros, cuyo valor (truncado) es 3,14159265358979323846...

 

 

Es indudable que π ha fascinado a la humanidad desde tiempos inmemoriales. En todas las épocas, los matemáticos más capaces han dedicado parte de su tiempo en la búsqueda de un algoritmo que permita calcular mejor o más rápidamente su valor. Concretamente, π expresa la relación que existe entre la longitud de una circunferencia y su diámetro dentro del marco de la llamada Geometría euclidiana (esta relación no es constante en geometrías no euclídeas). A pesar que para prácticamente cualquier propósito práctico imaginable basta con conocer una decena de decimales, la humanidad ha dedicado millones de horas hombre a calcular el mayor número posible de ellos, quizás buscando la tan esquiva periodicidad que permita expresarlo como el cociente entre dos enteros. Tal trabajo es, por supuesto, absolutamente inútil: desde 1761 sabemos que se trata de un número irracional, lo que significa que no puede expresarse como fracción de dos números enteros, tal como lo demostró el genial Johann Heinrich Lambert.

Los geeks aman a π.

Los geeks aman a π.

La elección de la letra griega π para denominar a esta constante matemática proviene de la inicial de las palabras de origen griego "περιφέρεια" (periferia) y "περίμετρον" (perímetro), y fue usada por primera vez alrededor del año 1700. Fue el matemático Leonhard Euler quien popularizó definitivamente el uso de esta letra en su obra “Introducción al cálculo infinitesimal” en 1748. A lo largo de la historia el valor que adoptamos para π ha ido cambiando. A medida que los métodos para trabajar con números se han ido haciendo mas precisos, la cantidad de decimales correctos que se conocen de PI han ido aumentando. Y la invención del ordenador, como es lógico, ha hecho que su valor se conozca con millones de millones de decimales. Obviamente, es un trabajo simplemente inútil y que a menudo se utiliza como prueba de las capacidades de un superordenador (“veámos cuántos millones de decimales de π puede calcular este trasto en una hora”), ya que cualquier obra de ingeniería puede realizarse conociendo solo unos pocos decimales. Para tener una idea, con cincuenta decimales se podría describirse la curvatura de un objeto del tamaño del Universo con un error más pequeño que el tamaño de un protón.
El valor de π se ha obtenido con diversas aproximaciones a lo largo de la historia, siendo una de las constantes matemáticas que más aparece en las ecuaciones de la física. El récord actual es de 2.576.980.370.000 de decimales, y lo calculó Daisuke Takahashi en un superordenador T2K Tsukuba System. El valor más antiguo que se conoce es 3,1605 y aparece escrito en el “Papiro de Ahmes”, encontrado en Egipto y datado en el año 1900 antes de Cristo. A pesar del “retroceso” en la precisión  de π que significó la adopción de “3” (por motivos religiosos) en el comienzo de la era cristiana, a lo largo de los siglos este número se ha ido calculando cada vez con mayor numero de decimales correctos. En el año 263 de nuestra era, el chino Liu Hui calculó su valor como 3,14159 (un error de menos de 1 en un millón). En el año 1400, el matemático indio Madhava calculó 3,14159265359 (0,085 partes por millón de error).

En 1949, un ENIAC fue capaz de obtener los primeros 2.037 decimales de π.

En 1949, un ENIAC fue capaz de obtener los primeros 2.037 decimales de π.

Pero los algoritmos encontrados por los matemáticos a partir del siglo 17 rápidamente dispararon el numero de decimales conocidos. En 1841 William Rutherford calculó 208 decimales, de los cuales sólo los primeros 152 eran correctos.  William Shanks, un matemático aficionado de origen inglés  dedicó cerca de 20 años a calcular π y llegó a obtener 707 decimales en 1873. En el año 1944, D. F. Ferguson encontró un error en el decimal 528 de Shanks, a partir del cual todos los dígitos posteriores eran erróneos. El mismo Ferguson, en 1947,  recalculó π con 808 decimales utilizando una calculadora mecánica. Pero la invención del ordenador llevaría esta carrera a limites insospechados. En 1949, un ordenador ENIAC fue capaz de romper todos los récords anteriores al obtener los primeros 2.037 decimales de π en unas 70 horas de trabajo (seguramente, William Shanks hubiese dado su brazo derecho por una máquina así). Poco a poco fueron surgiendo ordenadores más potentes, que destronaban a los anteriores en el número de cifras calculadas, y en 1954 un NORAC superó la barrera de las 3000 cifras, al hallar los primeros 3.092 decimales correctos. A lo largo de los años 1960 los ordenadores IBM fueron batiendo récord tras récord, hasta que en 1966 un IBM 7030 llegó a los 250.000 decimales en unas 8 horas y media de trabajo. El primer millón de cifras de π y su inversa 1/π se puede consultarse en este sitio.

¿existe alguna secuencia en π donde exista una sucesión de mil ceros consecutivos?

¿existe alguna secuencia en π donde exista una sucesión de mil ceros consecutivos?

Los geeks aman a π. Es posible encontrar desde remeras con el número π estampado hasta descuentos en tiendas (Amazon supo tener descuentos de π / 2 en algunos productos) basados en ese número. π también ha formado parte de la trama de muchas novelas y películas, algunas de mucho éxito. Quizás la más recordada sea, justamente, “Pi” (1998), del director Darren Aronofsky. Trata sobre un matemático que cree que el mundo se representa por números. Por supuesto, Aronofsky no fue el primero en utilizar este número en el cine. Mucho antes, el genial Alfred Hitchcock, en su film “Cortina rasgada” utiliza el símbolo π como nombre de una organización de espionaje. En las series “Los Simpsons” y “Futurama” también se hacen frecuentes comentarios relacionados con π.
Lo cierto es que con 16 decimales basta y sobra para obtener, con el espesor aproximado de un cabello, la longitud de una circunferencia que tenga por radio la distancia media de la Tierra al Sol. ¿Por que seguimos empecinados en calcular más y más decimales de π? Hay dos razones. En primer lugar, lejos de cualquier utilidad práctica,  nuestra mente no se resigna aún a aceptar cosas que no pueda llegar a comprender, como por ejemplo el infinito. Y por otro, quedan aún cuestiones por resolver sobre π. No sabemos, por ejemplo, si cada uno de los dígitos decimales (0, 1, 2, 3, 4, 5, 6, 7, 8 y 9) aparecen infinitas veces los decimales de π. Tampoco sabemos si cada uno de los dígitos decimales tiene la misma probabilidad de ser elegido cuando tomamos un decimal cualquiera al azar. También queda por resolver la llamada “cuestión de Brouwer”:¿existe alguna secuencia en los decimales de π  donde exista una sucesión de mil ceros consecutivos?

T2K Tsukuba System: 2.576.980.370.000 de decimales en sólo 70 horas.

T2K Tsukuba System: 2.576.980.370.000 de decimales en sólo 70 horas.

Está claro que ninguna de estas cuestiones -resueltas o no- tienen un gran impacto en nuestras vidas. Pero nuestra curiosidad es más fuerte, y aun seguimos buscando la forma de obtener más y más precisión en la determinación del valor de  π. Lejos han quedado las épocas donde la Iglesia sostenía que su valor era exactamente 3 (aunque cualquier niño con una cinta métrica pudiese demostrar que no era cierto) o cuando los egipcios se las ingeniaban para construir algunas de las obras más grandes de la antigüedad usando “3,1605” como base. Seguramente en pocos años superaremos la barrera de los 10 millones de millones de decimales. ¿Nos servirá para algo? Probablemente no. Pero nos habremos divertido recorriendo ese camino. ¿No crees?

Enlaces: Dale un vistazo al primer millón de decimales de PI

 

Por Ariel Palazzesi en Neoteo

 

La sucesión de Fibonacci en la naturaleza

Fibonacci en la naturaleza

La sucesión de Fibonacci es la sucesión de números que, empezando por la unidad,  cada uno de sus términos es la suma de los dos anteriores (1,1,2,3,5,8,13,...). Resulta sorprendente que una construcción matemática como esa aparezca recurrentemente en la naturaleza. La distribución de las hojas alrededor del tallo, la reproducción de los conejos o la disposición de las semillas en numerosas flores y frutos se produce siguiendo secuencias basadas exclusivamente en estos números. ¿Se trata de una simple casualidad, o existe alguna especie de “plan oculto” que vincula las matemáticas con la naturaleza?

Una sucesión matemática es una aplicación definida sobre los números naturales. Esto, en castellano, quiere decir que es una serie de números que se genera aplicando determinadas reglas. De hecho, es muy sencillo imaginar una sucesión de números, y existen infinitas de ellas. Sin embargo, algunas son más “famosas” que otras. Por lo general, se intenta que las leyes que dan lugar a la sucesión sean lo mas simple y claras posibles. Leonardo de Pisa (1170 - 1250), también conocido como Fibonacci, fue un matemático italiano que se hizo famoso al difundir en Europa el sistema de numeración que emplea notación posicional (de base 10, o decimal) y un dígito de valor nulo (el cero) que usamos en la actualidad. Leonardo también ideó una sucesión de números que lleva su nombre, la llamada “sucesión de Fibonacci”.

Flor del girasol, 55 espirales en un sentido y 89 en el otro, o bien 89 y 144 respectivamente.

Flor del girasol, 55 espirales en un sentido y 89 en el otro, o bien 89 y 144 respectivamente.

Se trata de una sucesión muy simple, en la que cada término es la suma de los dos anteriores. La sucesión comienza por el número 1, y continua con 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584..., ya que 1 = 0+1; 2=1+1; 3= 1+2; 5=2+3; 8=3+5; 13=5+8=; 21=8+13... etc. Los números de Fibonacci, otro de los nombres que recibe este grupo de  valores, poseen varias propiedades interesantes. Quizás una de las más curiosas, es que el cociente de dos números consecutivos de la serie se aproxima a la denominada “razón dorada”, “sección áurea” o “divina proporción”. Este número, descubierto por los renacentistas, tiene un valor de (1+ raíz de 5)/2 = 1.61803..., y se lo nombra con la letra griega Phi. La sucesión formada por los cocientes (resultados de la división) de números de Fibonacci consecutivos converge, rápidamente, hacia el número áureo. Los griegos y renacentistas estaban fascinados con este número, ya que lo consideraban el ideal de la belleza. Un objeto que tuviese una proporción (por ejemplo, entre el alto y el ancho) que se ajustase a la  sección áurea era estéticamente más agradable que uno que no lo hiciese.

Si. El largo de tus falanges también respeta la sucesión de Fibonacci.

Si. El largo de tus falanges también respeta la sucesión de Fibonacci.

¿Como es posible que el cociente de dos números de una secuencia inventada por el hombre se relacionase con la belleza? La razón es simple:  la sucesión de Fibonacci está estrechamente emparentada con la naturaleza. Algunos aseguran que Leonardo encontró estos números cuando estudiaba el crecimiento de las poblaciones de conejos, y es muy posible que así sea. Imaginemos que una pareja de conejos tarda un mes en alcanzar la edad fértil, y a partir de ese momento cada vez engendra otra pareja de conejos, que a su vez (tras llegar a la edad de la fertilidad) engendrarán cada mes una pareja de conejos. ¿Cuántos conejos habrá al cabo de un determinado número
de meses?
Acertaste: cada mes habrá un numero de conejos que coincide con cada uno de los términos de la sucesión de Fibonacci. ¿Asombroso, verdad? Pero hay más.

El numero de conejos coincide con cada uno de los términos de la sucesión de Fibonacci.

El numero de conejos coincide con cada uno de los términos de la sucesión de Fibonacci.

Las ramas y las hojas de las plantas son más o menos eficientes para atrapar el máximo de luz solar posible de acuerdo a la forma en que se distribuyen alrededor del tallo. Si miras un poco en tu jardín, verás que no hay plantas en que las hojas se encuentren una justo en la vertical de la otra. En general, las hojas nacen siguiendo una espiral alrededor del tallo. Fijemos nuestra atención en una hoja de la base del tallo y asignemosle el número cero. Luego, contemos cuantas hojas hay en el tallo hasta encontrarnos directamente sobre la hoja "cero". Veremos que en la mayoría de las plantas este número pertenece la sucesión de Fibonacci. Además,  si contamos cuantas vueltas dimos antes de obtener la superposición de las hojas, nuevamente se obtiene un número de la sucesión de Fibonacci.

Las piñas poseen un número de espirales que coincide con dos términos de la sucesión de los números de Fibonacci.

Las piñas poseen un número de espirales que coincide con dos términos de la sucesión de los números de Fibonacci.

El número de espirales que pueden verse en numerosas variedades de flores y frutos también se ajusta a parejas consecutivas de términos de esta sucesión. El ejemplo más frecuentemente citado es la de la flor del girasol, cuya gran mayoría posee 55 espirales en un sentido y 89 en el otro, o bien 89 y 144 respectivamente.

Las hojas nacen siguiendo una espiral alrededor del tallo.

Las hojas nacen siguiendo una espiral alrededor del tallo.

Las margaritas también obedecen a esta secuencia, y acomodan sus semillas en forma de 21 y 34 espirales. Las piñas, prácticamente cualquier variedad que encuentres, también presentan  un número de espirales que coincide con dos términos de la sucesión de los números de Fibonacci, por lo general 8 y 13  o 5 y 8. Cuando uno comienza a bucear un poco en la forma en que los vegetales crecen o acomodan sus semillas, pareciera que se han programado en sus códigos genéticos los términos de la sucesión de Fibonacci. Sin embargo, solo se trata de los resultados de la evolución, una cuestión meramente práctica que coincide con los números de Leonardo.

Las margaritas acomodan sus semillas en forma de 21 y 34 espirales.

Las margaritas acomodan sus semillas en forma de 21 y 34 espirales.

Simplemente, las plantas que acomodan sus semillas de esta forma logran “meter” una mayor cantidad de ellas en el mismo espacio, “economizando” valiosos recursos. A lo largo de los milenios, la selección natural las ha premiado con la proliferación, a la vez que ha extinguido a las menos eficientes. La razón por la que los números de Fibonacci pueden encontrarse en tantos ejemplos de la naturaleza, también se relaciona estrechamente con el nexo que existe entre esta sucesión y el número áureo, motivo por el cual los griegos encontraban “tan naturales y agradables” las obras que se basaban en él. Como lo explica el profesor y matemático inglés, Dr. Ron Knott (Universidad de Surrey, Reino Unido):

"¿Por qué encontramos el número Phi tantas veces, al estudiar el crecimiento de los vegetales? La respuesta está en los empaques: encontrar la mejor manera de ordenar los objetos para minimizar espacio perdido. Si te preguntasen cuál es la mejor forma de empacar objetos, seguramente responderías que depende de la forma de los objetos, ya que los objetos cuadrados quedarían mejor en estructuras cuadradas, mientras que los redondos se ordenan mejor en una estructura hexagonal. (…) Pero, ¿cómo ordenar las hojas alrededor de un tallo, o las semillas en una flor, cuando ambas siguen creciendo? Al parecer, la Naturaleza usa el mismo patrón para disponer las semillas en una flor, los pétalos en sus bordes, y el lugar de las hojas en un tallo. Aún más, todos estos ordenamientos siguen siendo eficaces a medida que la planta crece. Este patrón corresponde a un ángulo de rotación a partir del punto central, mediante el cual los nuevos elementos (hojas, pétalos) se van organizando a medida que crecen.
Los botánicos han demostrado que las plantas crecen a partir de un pequeño grupo de células situado en la punta de cada sección que crece: ramas, brotes, pétalos y otras. Este grupo se llama meristema. Las células crecen y se ordenan en espiral: cada una se "dirige" a una dirección manteniendo un cierto ángulo en relación al punto central. Lo asombroso es que un solo ángulo puede producir el diseño de organización óptimo, sin que importe cuánto más va a crecer la planta. De modo que, por ejemplo, una hoja situada en el inicio de un tallo será tapada lo menos posible por las que crecen después, y recibirá la necesaria cantidad de luz solar. Y ese ángulo de rotación corresponde a una fracción decimal del número áureo: 0.618034".

Las galaxias tambien creen en Fibonacci.

Las galaxias tambien creen en Fibonacci.

A una escala mucho mayor, los brazos en espiral de las galaxias también se acomodan según los números de  Fibonacci. Sin dudas, es sorprendente la relación que existe entre la matemática y la naturaleza, pero no se trata en absoluto de una casualidad. ¿Que te parece?

Enlaces: Página web de Ron Knott

 

Por Ariel Palazzesi en Neoteo

 

El conjunto mandelbulb

Proponen un nuevo conjunto fractal que en tres dimensiones tiene una características similares al conjunto de Mandelbrot (que se define en 2 dimensiones) y al que llaman conjunto mandelbulb.

Foto

Conjunto mandelbulb. Foto: Daniel White.

Hay otros espacios a explorar que no son el espacio exterior. Son espacios abstractos habitados por objetos matemáticos. A veces su representación gráfica es increíblemente bella. Uno de los más famosos es el conjunto de Mabdelbrot que pertenece al plano complejo. Benoît Mandelbrot lo estudio en 1980 y por eso lleva su nombre, aunque en realidad éste fue descubierto por Pierre Fatou y Gaston Julia a principios del pasado siglo y representado por primera vez en 1978 Robert Brooks y Peter Matelski.
El conjunto de Mandelbrot, al estar contenido en el plano complejo, es plano. Sin embargo, posee una rica geometría. Es el arquetipo de fractal, de las figuras que son autosemejantes. Es decir, que cada parte, por pequeña que sea, tiene una forma similar a la de cualquier otra parte a cualquier escala.
Hay muchos ejemplos de fractales que se pueden construir de una manera sencilla. Uno de ellos puede ser el de la curva de Koch, que contiene un área finita bajo un perímetro infinito de dimensión fractal 1,26. Y es que otra característica de estos objetos es que tienen, en general, dimensión fraccionaria.
Además de estas características extrañas, el conjunto de Mandelbrot posee valor en Ciencias de la Computación. Se obtiene por recursión, iterando una función compleja (que usa números complejos) una y otra otra vez, concretamente esta fórmula:

zt+1 = zt2 + c

El algoritmo utilizado para representar el conjunto es como sigue:

Para cada punto c perteneciente al plano complejo.
- Fijar z0 =0
- Iterar desde t=1 hasta tmax
Calcular zt = z2t + c
Si |zt| > 2 salir del bucle
- Si t < tmax pintar c de blanco (el punto no pertenece al conjunto)
- Si t = tmax pintar c de negro (el punto pertenece al conjunto)

Como se puede apreciar, un punto pertenecerá o no al conjunto si el módulo del punto iterado tmax veces cumple o no una condición dada, si converge o no.
El conjunto, una vez llegamos a una profundidad de exploración dada por tmax, viene a ser algo así:

Foto

Los puntos coloreados (que no son negro) corresponden a números que no pertenecen al conjunto y para los que se ha asignado un color en función de lo supuestamente “lejos” que se han quedado de él. Si aumentamos mucho el número de iteraciones, y escogemos regiones cada vez más pequeñas, podemos apreciar la autosimilitud y la intrincada estructura de este objeto que algunos han llegado a calificar como monstruo. Es decir, aparecen nuevos detalles al aumentar la resolución, a todas las escalas estudiadas, e incluso aparecen “copias” del conjunto entero a resoluciones finísimas.
Lo más fascinante quizás sea que se puede demostrar que el conjunto de Mandelbrot es incomputable. Hay varios tipos de incomputabilidad, pero en este caso nos referimos a si podemos contestar la pregunta de si un programa se detendrá o no (un problema de decisión). Asumimos además que el programa que se quiere comprobar termina cuando alcanza una solución a un problema determinado y no lo hace si no la encuentra.

Foto

Alan Turing demostró que hay muchos problemas que no son computables y que, por tanto, algunas veces no podemos decir si un programa se detendrá o no. Una vez que un modelo de computación tiene la habilidad de estudiarse a sí mismo paga el precio de no ser capaz de parar bajo un conjunto apropiado de circunstancias (ciertas o erróneas).
Recordemos que Gödel demostró que todo formalismo matemático lo suficientemente complejo para que sea consistente es necesariamente incompleto. Pues bien, el teorema de Gödel es un caso particular del de Turing, ya que cualquier afirmación matemática puede ser implementada en un programa.
Por tanto la pregunta “¿Hay una demostración matemática para esta afirmación?” es equivalente a “¿Parará el programa?”.
En realidad el algoritmo antes expuesto no representa el conjunto de Mandelbrot, sino una aproximación a él. Esto se debe a que hemos truncado el cálculo a una profundidad dada (tmax). Habrá puntos que hemos calificado como no pertenecientes al conjunto que si hubiéramos esperado más tiempo (más iteraciones) hubieran convergido y cumplido el criterio. Y da lo mismo si aumentamos el número de iteraciones, porque seguirá habiendo puntos para los cuales exista el mismo problema (y no sabremos a priori cuáles son). Esto quiere decir que para algunos puntos del plano complejo nunca sabremos si pertenecen o no a este conjunto tan singular.
Así que, como vemos, el conjunto de Mandelbrot da para mucho más que unas figuras atractivas. Pero como hay que captar la atención del lector de alguna manera podemos seguir con esta historia y publicar figuras realmente bonitas sobre este tema, concretamente sobre un nuevo conjunto, ente que además nos ha servido para contar todo lo anterior.

En los años ochenta hubo una auténtica fiebre por parte de los aficionados a la hora de calcular y representar el conjunto de Mandelbrot con mayor resolución, sobre todo a través del seguimiento que hizo Sicentific American (el que escribe todavía recuerda leer esos artículos sin entender mucho los detalles). Se inventaron atajos y algoritmos que permitían un cálculo que se hacía cada vez menos llevadero para lo ordenadores conforme se aumentaba la resolución.
Como todas las cosas, pasó de moda, pero desde entonces se esperaba descubrir conjuntos similares que tuvieran toda esta rica gama de características, a poder ser incluso en dimensiones superiores.
Lo más que se llegó a descubrir fue un conjunto similar en cuatro dimensiones del cual se representaban cortes tridimensionales que parecían bastante pobres.
Obviamente había fractales tridimensionales que se podían construir de manera sencilla, pero, o bien eran totalmente estocásticos, o bien completamente regulares. Ninguno captaba la filosofía del conjunto de Mandelbrot. Y los algoritmos de iteración que se proponía en 3D no mostraban un comportamiento fractal real. Los trucos de hacer girar sobre sí mismo al conjunto de Mandelbrot tampoco proporcionaban resultados satisfactorios.
Ahora se propone un conjunto contenido en el espacio tridimensional que, si bien no se ha demostrado que sea tan rico matemáticamente como el de Mandelbrot, sí produce imágenes comparables. Denominan al nuevo conjunto mandelbulb.
Daniel White, un británico aficionado al tema, posee una página web en donde muestra algunos ejemplos del conjunto mandelbulb calculados en los últimos dos años.
Para crear el nuevo conjunto White se vale de coordenadas esféricas y de una función iterada con una filosofía similar a la empleada en el caso del conjunto de Mandelbrot.
Las primeras versiones del algoritmo producían objetos que carecían del detalle fractal fino que tiene el conjunto de Mandelbrot, pero gracias al foro sobre fractales y a la cooperación con otros aficionados se ha llegado a una formula o fórmulas que producen objetos increíblemente bellos, aunque no sean equivalentes a un Mandelbrot tridimensional.
Todavía queda por introducir rigor matemático en este tema y está por ver si al final se consigue algo análogo al conjunto Mandelbrot en tres dimensiones, pero de momento nos podemos deleitar con unas bellas y góticas imágenes.

GALERÍA

Esta figura representa el conjunto mandelbulb:

Foto

Aquí un detalle de ese conjunto calculado por David Makin:

Foto

White llama a esta región del conjunto la cueva de los secretos perdidos:

Foto

A los aficionados a la coliflor romanesca les encantará esta imagen:

Foto

Ampliaciones sucesivas de la región anterior nos proporcionan:

Foto

Foto

Estas otras regiones evocan a colares submarinos:

Foto

Foto

Según White esto recuerda a una colmena:

Foto

La espina de mandelbulb le será familiar a todo aficionado al conjunto de Mandelbrot:

Foto

Helado en Neptuno:

Foto

Para los amantes de los paisajes kársticos:

Foto

Las ecuaciones admiten variaciones que dan como resultado otros conjuntos igual de interesantes, como estos de aquí:

Foto

Foto

En la página web de White se pueden encontrar estas mismas imágenes en alta resolución y muchas otras, así como el algoritmo para obtenerlas.

Fuentes y referencias:
Página web de White.
Vídeo 1.
Vídeo 2.
Vídeo 3.
Vídeo 4.
Página de Wikipedia.
Ejemplo de imagen en alta resolución.

 

Por Neofronteras

 
 
Support : Creating Website | Johny Template | Mas Template
Copyright © 2011. NEW WORLD - All Rights Reserved
Template Created by Creating Website Published by Mas Template
Proudly powered by Blogger