You are on page 1of 13

EL LADO OSCURO Y DOGMATICO DE LA

MATEMTICA
El Paradigma de la programacin orientada objetos ES UN PARADIGMA QUE MEJOR MODELA LA

REALIDAD QUE LAS MATEMATICAS, ASI LAS MATEMATICAS AL NO SER COMPUTACIONALES


SE UBICAN COMO MODELO DE LA REALIDAD INSUFICIENTE, INCOMPLETO Y A VECES HASTA
INCOMPETENTE . Leoncio Ibarra 2016
Leoncio Ibarra M. Email:libarram@gmail.com

Los lenguajes de programacin orientado objetos, han alcanzado un nivel


de desarrollo, aplicabilidad y accesibilidad universal que pareciera debiera ser
la materia obligada de todo estudiante, como hace un tiempo as los cremos
con relacin a las matemticas.
El paradigma de los lenguajes de programacin orientados a objetos es
distinto al de las matemticas. En matemticas bsicamente interesa definir
conjuntos y funciones, para luego estudiar algunas de sus propiedades. Un
apartado muy importante es el relativo a la teora de ecuaciones, donde se
plantean varias funciones casi siempre del mismo tipo y el problema consiste en
encontrar sus incognitas o raices principalmente mediante una frmula
compacta, y algunas veces mediante un algoritmo que aproxime a la solucin.
Las raices son los valores que al ser evaluados por estas funciones o
ecuaciones se consigue las igualdades previstas. En esta pretencin se ha
previlegiado las ecuaciones lineales o las ecs. diferenciales pero que sean
ordinarias y de primer orden, ya que las de otro tipo de ecuaciones como: las
ecs. exponenciales o trigonmetricas o las ecuaciones en derivadas parciales o
las de orden superior son problemas, que en cas todos los casos, estn sin
solucin analtica exacta. En efecto, a sabiendas de la teora de Galois, y an
en el caso ms sencillo: al pretender encontrar las raices de la unidad, o sea
las x que cumplen x^n =1. En este caso, por ejemplo, se establece de modo
bicondicional los casos en que es posible encontrar de modo exacto las raices
de la unidad con operaciones con radicales, en los casos en que NO, que son
bastantes, no hay ni habr mtodos generales exactos, por lo tanto slo
podremos proponer en estos casos restantes algoritmos que aproximen a los
valores de las raices. Lo mismo pasa si nos remitimos a encontrar las raices de
las ecuaciones trigonometricas equivalentes, utilizando la formula de Moivre.
Cfr. A HISTORICAL PERSPECTIVE ON THE PROBLEM OF REPRESENTING THE ROOTS OF UNITY
THROUGH RADICALS. J.Villa-Morales, jvilla@correo.uaa.mx; J.E. Macias-Diaz 2, jemacias@correo.uaa.mx

En los lenguajes orientados a objetos, su inters es genrico y centrado


en definir:
clases, son conjuntos de objetos de ciertos atributos, donde los atributos

pueden ser valores primitivos o incluso objetos de la misma u otra clase,


donde los valores de los atributos pueden ser comunes o No a todos los objetos
de la clase,--el concepto de clase es mas general que el de conjunto tradicional,
ya que los elementos no siempre son simples valores primitivos u objetos de
ciertos atributos, sino que pueden ser objetos complejos definidos incluso por
otros objetos de ciertos atributos del mismo tipo o no que el de la clase
original--.
y definir mtodos, son funciones con o sin parmetros, independientes o
NO de los objetos de la clase,--el concepto de mtodo es mas general que el de
funcin tradicional ya que dispone de argumento interno y argumento externo:
el argumento interno son todos los valores donde se evalua y el argumento
externo en donde se aplica, por ejemplo, la velocidad final en caida libre; su
argumentos internos son la velocidad inicial y el tiempo que dura la caida o la
distancia recorrida; y su argumento externo es estar en la tierra a nivel del mar.
Los mtodos pueden tener valor de retorno nulo, o un objeto, o un atributo de
un objeto, o un simple numero.Todos los mtodos se disean para hacer algo,
digamos para definir o modificar los atributos del objeto al cual se aplica el
mtodo, o para modificar los atributos de los objetos en los cuales se evalua el
mtodo, o para hacer algo relacionado con otros objetos o valores locales que
no son sus argumentos interno o externo--. As al tener un problema, lo que hay
que hacer es elegir algunos objetos y mtodos de ciertas clases para resolverlo
algortmicamente, lo cual significa que hay que proponer una orquesta de
mtodos, la cual a su vez puede incluir algunas composicines en cadena de
mtodos y de argumentos, importando o no que tan compleja sea la orquesta,
importando o no que los mtodos sean concurrentes o en sincrona, de modo
que finlmente logremos resolver el problema. El problema estar resuelto en
trminos de cierto criterio de optimizacin o paro.
En los lenguajes orientados a objetos siempre existe la posibilidad de
alguien proponga otra mejor orquesta o algoritmo que resuelva el mismo
problema en menor nmero de pasos o tiempo, y tambien siempre ser posible
cambiar o ser mas exigente con el criterio de optimizacin o paro. Como ves
resolver un problema no necesariamente se reduce a encontrar soluciones a
determinadas ecuaciones, si no mas bien en decidir el modo como objetos y
mtodos de diversas clases trabajen en equipo, para que al invocar o proponer
una o varias composicines de ellos quede resuelto nuestro problema de
interes. Esos objetos y mtodos elegidos siempre estn disponibles para
resolver cualquier otro problema, es decir, no fueron slo propuestos o
diseados solo para nuestro problema. Por lo tanto las clases con sus objetos y
mtodos existen o fueron definidos para que realizarn o se pudiera llevar a
cabo ciertas tareas genricas y simples, de manera que con nuestra creatividad

ser posible al proponer multiples cadenas de composicin para que sea


posible lograr tareas mas complejas, con propsitos muy diversos. El caracter
de las clses es dinmico, eso significa que siempre est abierta la posibilidad
de extender la definicin de la clase a otra mas diversa, llamndola sublase y
a la original que es mas general o restringida super clase, el nombre est
justificado en el sentido de que todo los objetos de la sublase son objetos de la
superclase. Recordemos que los sistemas axiomaticos formales de la
matematica son mas bien estticos, ya que todo lo que se diga ya estaba
implcitamente dicho en las reglas y axiomas originales, solo que al demostrar
los teoremas o ecuaciones lo vamos haciendo explcito. En la programacin
orientada a objetos es a la inversa cada vez vamos agregando nuevos atributos
y mtodos y haciendo mas diversas y poderosas las clases. O sea es mas
natural el recicaje de las ideas en los lenguajes orientados a objetos, y la
solucin a los problemas es constructiva y es posible ampliarla o mejorarla en
cualquier momento simplemente definiendo una nueva clase que puede
heredar los objetos y mtodos de otra clase y con la posibilidad adems de
definir nuevos mtodos , incluso sobrescribiendo o sobrecargando los que ya
teniamos.

El lado oscuro de las matemticas


Dejas de ser un fantico de la matemtica formal: cuando al conocer otras
grandes manifestaciones del intelecto humano stas logran impresionarte a tal
grado que no dudas en afirmar o concluir: las matemticas NO es el prototipo
de la nica o mejor verdad lgica posible, ni tampoco es el mejor entrenamiento
disponible para el logro del desarrollo intelectual, o bien, cuando te atreves a
ubicar o concebir a la matemtica como un simple lenguaje o producto cultural,
y no como un lenguaje o producto cultural casi divino, entonces estars en
mejores condiciones de aprender y apreciar el lado brillante y creativo de otras
grandes proezas del (intelecto) humano, por ejemplo, entre otras: la tecnologa
java, y tambin si eres autocrtico muy probablemente te atrevers a descubir
en la matemtica su lado oscuro o dogmtico.
En lo que se refiere al lado oscuro o dogmtico de la matemtica, pongamos
algunos ejemplos, para evidenciarlo.
1). Como que no es natural haya un conjunto B que tenga por elemento
a B mismo?, si hasta es posible construir una funda con una funda
incluida igual a ella, sin embargo al considerar al conjunto C, cuyos
elementos x NO son elementos de x mismo, no sabemos decidir si C es o
no elemento de C mismo. As tenemos la paradoja de Russell, que se
resuelve postulando que C no es conjunto, aunque algunos creyeron que
la paradoja se originaba al admitir la posibilidad de que un conjunto

tuviera por elemento a si mismo, asi se divulg (equivocdamente) que


era inadmisible que un conjunto tuviera por elemento a si mismo. Otro
conjunto diablico es el conjunto U de los todos los conjuntos ya que al
aceptarlo como conjunto, U debe ser elemento de si mismo, tan slo por
eso ya era incmodo para algunos; lo mas grave de este natural conjunto
universal es que se convierte en un hoyo negro ya que U tendria mas
elementos que su conjunto potencia P(U), pues por definicion de U: P(U)
es subconjunto propio de U, asi habria un contraejemplo de que la
cardinalidad de P(X) es mayor que la cardinalidad de X. Muere el
contraejemplo inadmisible, simplemente postulando U no es un conjunto,
aunque de nuevo algunos creyeron que la paradoja del super conjunto U
se originaba porque admite que U sea elemento de U mismo.
2). Como es que siempre es posible exista una funcin de eleccion,

cuyo dominio son los indices de una familia de conjuntos no vacios,


ajenos y la imagen bajo la funcion para cada indice es un elemento
del conjunto correspondiente de esa misma familia?; o sea estamos
tratando de criticar al axioma de eleccin, que en otras de sus
versiones equivalente, reza as: si tenemos una familia de conjuntos
ajenos no vacios entonces siempre existe otro conjunto donde cada uno
de sus elementos fue tomado de uno y solo uno de los conjuntos de esa
misma familia, de tal suerte de que si los elementos son distintos,
entonces fueron tomados de conjuntos distintos de esa misma familia.
Ntese que aqui la familia de conjuntos puede ser infinita, luego al axioma
de eleccin le resulta fcil postular que siempre tendremos el tiempo
necesario para hacer lo que se menciona, o que alguien tuvo el tiempo
necesario para hacerlo; por otro lado se sabe que la disponibilidad de un
tiempo infinito es una vacilada por la que nadie apuesta , o si?. Alguien
puede replicar diciendo: si hemos aceptado los limites de una funcion f(n),
cuando n tiende a infinito, por que no esto tambin?. Si se ve con cuidado
los limites que involucran infinito, no requieren de un proceso de tiempo
infinito, simplemente afirman que cada vez que se intente sera posible
verificarlo algo para un numero suficientemente grande. Lo cual no es
anlogo a lo que establece el axioma de eleccin. Sin embargo el axioma
de eleccin es seductor y pareciera no debe de haber problema y hasta
pareciera natural aceptarlo, pero si lo analizamos con mas cuidado: una
cosa es definir un conjunto A por aquellos elementos que cumplen una
propiedad P esttica, fija, comn, y otra es que definir un conjunto B, en el
que sus elementos cumplen una propiedad P z dinmica (no-esttica),
variable, no comn, o sea si tenemos dos elementos x,y de B, es porque x
cumple Px, & y cumple Py, donde Px & Py son propiedades radicalmente
distintas, ya que definen sendos conjuntos ajenos. O sea, queremos

Cfr.

resaltar que al definir a B como el conjunto de las x que cumplen una


propiedad de algn otro conjunto de una familia, de tal suerte, que de
haber dos elementos de B distintos, entonces tambien la propiedad que
cumplen se refiere a conjuntos distintos, as queda claro que la propiedad
a verificar para cada elemento es prcticamente distinta, se aprecia que si
fuera la misma propiedad la definicin sera mas normal y tolerable, pero
siendo distinta para cada elemento, nos queda la sensacin que se esta
abusando de la definicin o al menos del tiempo que es requerido, es
como postular que siempre habr tiempo suficiente para hacer cualquier
cosa repetidas veces sin importar que cada vez lo que hay que hacer no
sea anlogo o lo mismo, y adems el conjunto que postulamos existe, No
es nico, o sea, adems de postular debe existir un tal conjunto B sin
saber con precisin como conseguirlo, y que requerir infinito tiempo
conseguirlo, ya que hay que elegir un elto. de cada conjunto de una
familia infinita de conjuntos ajenos no vacios, tiene la posibilidad de que
ese conjunto B sea distinto cada vez que lo invoquemos. As tenemos un
axioma de eleccin poco constructivo, demasiado dogmtico o al menos
demasiado pretencioso, en cuanto que podamos disponer de infinito
tiempo y pasos para conseguir algo (no nico), donde cada paso de
eleccin nos lleva a tener que verificar una propiedad de pertenencia
distinta. Ni siquiera,-si se ve con cuidado-, la definicin formal de limite en
cualquiera de sus modalidades; as como la definicin de conjunto infinito,
son afirmaciones tan pretenciosas, como lo es el axioma de eleccin. De
hecho una consecuencia de apariencia paradjica del axioma de eleccin
o de una versin debil de l es el teorema de Banach-Tarski que en
palabras llanas lo que dice:
Una esfera se puede dividir en un conjunto finito de partes disjuntas
(conjuntos no medibles segn Lebesgue) que pueden ser
rotadas, trasladadas y vueltas a unir para dar lugar a dos esferas
idnticas a la original.
http://francis.naukas.com/2010/11/19/la-paradoja-de-banach-tarski-y-el-axioma-de-eleccion/

Aunque se pretende salvar el sentido lgico, de tal resultado alegando: Este resultado matemtico

puede resultar paradjico pero es importante recordar que si un conjunto es no medible


segn Lebesgue, lo que quiere decir que es un conjunto similar a un fractal, un conjunto muy
intrincado y difcil (si no imposible) de imaginar. Los conjuntos que no son medibles segn
Lebesgue son bestias o monstruos ms all de lo que nuestra imaginacin (no matemtica)
puede alcanzar.

En lo personal creo, que esta falta de claridad, es por apostarle demasiado al


concepto de conjunto, cuando sera mas fcil o imaginable recurrir a los
algoritmos o a otros recursos conceptuales alternativos. Por ejemplo el
concepto de clase en programacin es con creces un concepto mas

evolucionado que el simple concepto de conjunto, lo mismo pasa si


comparamos el concepto de funcin con el de mtodo, etc.
3). Si N es el conjunto de los nos. Naturales, y P(N) es el conjunto

potencia, y si c=card(R), siendo R el conjunto de los nmeros reales,


sabemos que siendo alfcero=card(N), alfuno=card(P(N)), entonces
usando los axiomas de Zermelo-Fraenkel (ZF) puede comprobarse que los tres
cardinales anteriores cumplen: alfcero<alfunoc. Ya sea utilizando
la hiptesis del contnuo o no, es posible demostrar que: c=alfuno.
Gdel prob en 1938 que esta hiptesis es independiente de los axiomas ZF, y
por tanto puede ser tomado como un axioma nuevo para la teora de conjuntos.
Sin embargo, en 1963 Paul Cohen prob que la negacin de la hiptesis del
continuo tambin es independiente de los axiomas ZF, es decir, pueden
construirse tanto "una teora de conjuntos cantoriana" en la que la hiptesis del
continuo es una afirmacin cierta, como "una teora de conjuntos NOcantoriana" en las que la hiptesis del continuo sea falsa. Esta situacin es
similar a la del postulado sobre las lineas paralelas de las geometras no
eucldeas & eucldeas. O sea la misma matemtica ha admitido la

posibilidad
de
contar
con
matemticas
con
versiones
contradictorias en al menos uno de sus axiomas respectivos. Ante
la evidencia de tales hechos, (a menos que persista uno en su
postura de no verlos o aceptarlos), finalmente es fcil concebir a la
matemtica como un simple lenguaje o producto cultural humano, y
no como un lenguaje o producto cultural casi divino.
Para los que no recuerden. La hiptesis del continuo afirma: NO existe
conjunto X, cuya cardinalidad est entre las cardinalidades de N & P(N),
luego si alfcero=card(N), alfuno=card(P(N)), entonces la hiptesis del
continuo dira no hay nmeros transfinitos entre alfcero & alfuno, o sea el
infinito mas pequeo es el N, y el inmediato superior de N es P(N), la cual
al generalizarla, entonces el inmediato superior de P(N) sera P(P(N)), y
as sucesivamente. Nos ha parecido natural, pero NO puede demostrarse,
por eso requerimos postularla como axioma. La hiptesis del continuo en
otras palabras dira que NO hay nmeros transfinitos entre alfcero &
alfuno, ni entre alfuno & alfdos, y as sucesivamente.
La negacin de hiptesis del continuo afirmara: s existe al menos un
conjunto X, cuya cardinalidad est entre las cardinalidades de N & P(N),
luego si alfcero=card(N), alfuno=card(P(N)), entonces de suponerla habra
nmeros transfinitos entre alfcero & alfuno, o sea el infinito mas pequeo
es el N, pero el inmediato superior de N no sera P(N), la cual al
generalizarla, entonces el inmediato superior de P(N) no sera P(P(N)), y
as sucesivamente. La negacin de la hiptesis del continuo NO nos ha
parecido natural, pero tampoco puede demostrarse sea falsa, por eso

hasta podemos postularla como axioma. La negacin de hiptesis del


continuo en otras palabras dira que s hay nmeros transfinitos entre
alfcero & alfuno, y al generalizarla, tamben habra nmeros transfinitos
entre alfuno & alfdos, y as sucesivamente. En resumen y a fin de que
quede claro por analoga. Gracias a la hiptesis del continuo se ha podido
discretizar a los numeros transfinitos, algo as como los nmeros
naturales. Con la negacin de la hiptesis del continuo tendramos que
aceptar que hay otra clase de nmeros transfinitos no tan discretizados,
algo asi como los racionales.
4).

Como que no es posible que las matrices en matemticas no


puedan ser modisqueadas y que necesariamente los valores de sus
entradas deban ser todos objetos del mismo tipo?.

El propsito de cada mtodo en los lenguajes orientados a objetos es claro,


sencillo y preciso. Sin embargo en matemticas no siempre es claro el
propsito de ciertas ramas de las matemticas, como el del algebra lineal con
matrices planas o de dimension dos pero de orden infinito, o el desarrollo de
una algebra de cuaterniones como parejas de complejos, alguien podra decir
que bueno que la matemtica se atreva con lo que otros se le antoja
impensable. De acuerdo, pero tambien otras veces raya en lo timido u obsoleto,
por ejemplo, cuando:
renuncia a trabajar con conjuntos que contengan por elemento a el mismo;
renuncia a trabajar con funciones cuya imagen sea un objeto nulo,pero a pesar
de eso la funcin haga algo;
renuncia a trabajar con matrices mordisqueadas y que ademas sus valores
puedan ser objetos de todo tipo;
renuncia a trabajar con algoritmos inspirados en metaheuristicas;
renuncia a trabajar en coordinacion con lo logrado con los lenguajes de
programacion orientados a objetos y con lo logrado con las ciencias de la
computacion a fin de que deje de centrar su desarrollo solo en cuestiones
lgicas, donde generalmente al complicarse el problema: opta por redefinir el
problema simplificndolo en exceso, y asumiendo las mejores condiciones en
recursos de tiempo, pasos y de sincrona, para as poder conseguir una
solucin simple, y a veces intil.
5). Preferimos una matemtica ajuste su paradigma de desarrollo, a uno
menos terico o ideal; digamos que empate su paradigma de desarrollo a lo
mejor de los paradigmas de los lenguajes de programacion mas avanzados.
Preferimos una matemtica mas computacional, capaz de de abordar no
solo problemas de decisin sino tambien problemas de optimizacin.

Recordemos algo sobre problemas de decisin y de optimizacin.


Un problema de decisin decide sobre la veracidad de:
Existe un x tal que P(x) es verdadera o falsa, o simplemente para un Xo
especfico: debemos responder si P(Xo) es verdadera o falsa ?, la respuesta de
reduce a un s o a un NO para ese x especfico abstracto o para ese Xo
especfico concreto.
En un problema de optimizacin adems de decidir si hay o NO hay mas de
una x, nos imponemos la tarea debe encontrar o caracterizar las x que cumplen
o NO con P(x), la respuesta para un problema de optimizacin es ms
complicada o difcil de obtener, generalmente requiere de la formulacin de un
algoritmo de bsqueda para lograr una respuesta en un tiempo razonable. No
siempre el resultado en esa busqueda es contundente o exhaustivo, muchas
veces slo podremos conseguir resultados aproximados o soluciones parciales.
Asi el mejor algoritmo ser el que mejor se aproxime, o aquel que d una
respuesta menos parcial, y obviamente con el menor nmero de recursos y de
tiempo necesarios.
Por ejemplo, cuando x es una n-ada valores discretos tomados de al menos dos
valores posibles, o bien una lista de n-valores discretos tomados de m-posibles,
con m>n, entonces: los problemas de decisin y los de ptimizacin se
complican convirtindose en as en problemas de tipo NPC y NPH
respectivamente, ante los cuales la matemtica clsica a la fecha se ha
evidenciado como incompetente. Algunos matemticos al abordar slo
problemas de decisin y NO de optimizacin, no crean conciencia de la
necesidad de los algoritmos computacionales, y menos si sus problemas no son
del mbito discreto o aleatorio, la mayora de stos ingenuamente creen:
si resolvemos primero el problema de decisin, ya el luego el de optimizacin
correspondiente ser mas fcil abordarlo. Por eso insistimos: una postura
medieval de algunos matemticos es cuando se empean en reducirlo todo a
una ecuacin o un sistema de ecuaciones (lineales u ordinarias), y se les ovida
que an aceptndolo, NO siempre ser posible encontrar las raices fcilmente
con una formula o con la demostracin de un teorema, inevitablemente tendrn
que elaborar un algoritmo de busqueda y de aproximacin, mxime si el
problema de optimizacin se d en el ambito discreto y algunas de las variables
involucradas son NO determinsticas.
Hay problemas que parecieran ser de decisin, pero son mas bien de
optimizacin, por ejemplo si queremos demostrar que en efecto existe un Xo

para el cual P(x) es cierta o falsa, es claramente un problema de decisin, pero


si mas bien queremos demostrar que NO existe un x para el cual P(x) es cierta
o falsa, es mas bien un problema de optimizacin. Muchos problemas de este
tipo traen de cabeza a la matemtica. En palabras llanas, casi siempre es mas
fcil demostrar que existe algo que sea, pero ya demostrar que NO existe algo
sea: no siempre es fcil. Pongamos unos ejemplos: el ultimo teorema de
Fermat, o Hiptesis de Reimman, o que no existe una sucesin mediante la
cual sea posible generar a los numeros primos.
NO queremos una matemtica:
concentre o de prioridad a formular un modelo compacto, evitando
formularlo en trminos iterativos, ya que de acuerdo con nuestra
expriencia, generalmente eso es a costa de que tal proceso de
compactacin implique no slo la reduccin de reglas o relaciones iterativas,
aplicacin de simplificaciones y factorizaciones, sino tambin someterse a un
proceso largo y tortuoso, provocando olvidemos o perdamos el rastro de los
conceptos originales, para al final si bien logramos 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 de
hacer las cosas, estuvo justificado cuando todo el cmputo era manual,
haba que asumirlo a pesar del costo pedaggico.
Ahora requerimos de una matemtica formule un modelo o la solucin en
trminos iterativos o de un algoritmo, fcilmente traducible a un lenguaje
de programacion. Algunos llaman a esta matemtica armnica o heurstica,
otros simplemente computacional.
Estamos luchando por una nueva generacin de matemticos, que
adems de demostrar teoremas sobre la existencia y unicidad de la solucin,
sepan como conseguirla, que se den cuenta de las limitaciones de la
matemtica clsica NO computacional y sepan reconocer si otras ciencias la
han rebasado conceptual y creativamente abordando los mismos o nuevos
problemas. Queremos matemticos se atrevan a cuestionar la veracidad del
siguiente slogan o dogma:
la matemtica lo abarca casi todo, o casi todo se deriva de ella; y lo que no se
explicita o implemente algortmicamente, bueno, seguro alguien lo har, ya que
lo esencial ya esta dicho o puede ser dicho o desarrollado slo por la
matemtica clsica (ser?)
Es de todos sabido que los matemticos formales no aceptan nada si
antes no lo demuestran, sin embargo la demostracin debe partir de los

axiomas y/o de otros teoremas ya demostrados, luego los nicos dogmas de las
matemticas son los axiomas, ya que esos no se demuestran; hasta aqu
parecera que todo esta en orden, no hay mas complicaciones o misterios: NO
habr mas dogmas que los propios axiomas de la teora matemtica
correspondiente, sin embargo al paso del tiempo es facil descuidarse e ir
sumando o aceptando nuevos dogmas que NO son de la matemtica pero s de
los algunos matemticos o de cualquiera que los acepte.

EL LADO DOGMTICO DE LA MATEMTICA O DE SUS SEGUIDORES


Cuando ensees, no olvides tambin ensear a dudar, incluso de aquello
que tu mismo enseas. Jose Ortega y Gasset
Una seora bellsima, al acercarse a Albert Einstein, le plante la
siguiente posibilidad:- Seor, con su inteligencia y mi belleza tendramos hijos
perfectos; a lo cual Einstein contest:- Seora, no ha pensado en la
posibilidad, de que resulten mas bien de mi belleza y de su inteligencia?

Un primer dogma:
(1). El mundo se puede modelar solo con variables

continuas,
exactas,infinitas y deterministicas. O sea, creer que el mundo es posible
describirlo solo con la matemtica clasica del siglo pasado o anterior.
Afortunadamente algunos matemticos se percatan de existe otro mundo que
requiere para ser modelado mas bien con variables discontinuas, aproximadas,
finitas y NO deterministicas (aleatorias). O sea el que describe la matemtica
NO clasica: discreta y computacional o sea la matemtica que admite abordar
problemas NPC o NPH con el uso de la programacion y la implementacion de
metaheuristicas. O sea el dogma es falso, si la realidad a la que nos referimos
involucra muchas variables y condiciones estocsticas o caticas, ademas hay
que estar seguros, si en efecto queremos un modelo que reproduzca o prediga,
o mas bien uno que permita controlar o transformar la realidad de acuerdo a un
criterio de optimizacion adecuado, entonces a la fecha para este ltimo caso:
los modelos matemticos no clsicos mas recientes y computacionales ya
estn compitiendo con los modelos clsicos.

Segundo dogma:
(2). Todos los modelos o teoremas de las matematics son valiosos sin
importar haya dos que sean contradictorios, ya que lo ms importante es
que su origen es lgico, sin que importe mas.

Un ejemplo de ello son las geometrias no planas. Sin lugar a dudas las
verdades lgicas son importantes o bellas, pero actualmente tambien es
importante que se puede o no hacer con ellas en trminos prcticos.

Tercer dogma:
(3). La matemtica es la nica posedora de las grandes ideas y la clave

para el desarrollo intelectual.


Es claramente falso. Basta estudiar algo de tecnologa java para darse cuenta
que los mas gloriosos conceptos matemticos como conjunto, funcin, y
vecindad, son solo simples propuestas, y no necesariamente las mas
adecuadas si se le compara con los conceptos de clase, mtodo y la idea de
cercana ya en un ambito discreto o computacional.

Cuarto dogma:
(4).Las matemticas son el lenguaje universal, o al menos el lenguaje de
las ciencias, o al menos el lenguaje de las fsica.
Que sea lenguaje universal es claramente falso, pues es mas universal la
musica o el lenguaje de seas por poner un contraejemplo. Que sea el lenguaje
de las ciencias, parece demasiada pretensin, y que sea el lenguaje de la
fsica,...bueno, en efecto las matemticas le han servido a la fsica como un
lenguaje adecuado para formular sus leyes, pero la fsica no ha podido ni
explicar, ni controlar todo lo que ocurre en la naturaleza, actualmente ya varios
fsicos prestigiados, han declarado que ante los fenomenos complejos de la
naturaleza es mejor alternativa recurrir a los algoritmos computacionales y No a
las formulaciones matemticas tradicionales. Consultar: la nueva ciencia de S.
Wolfram 2002.
Algunos matemticos quedan seducidos con sus modelos, les basta que sean
lgicos y bellos, si alguien alega que no tienen relacin con la realidad, su
subconciente les dicta el quinto dogma:

Quinto dogma:
(5).No es que el modelo matemtico est mal, lo que esta mal es la
realidad que pretendemos ajustar a l, adems no necesitamos asociarle
al modelo matemtico ninguna referencia real, su belleza logica justifica
su existencia.
Recuerdemos que hay al menos tres geometrias: la plana, la esferica, la
hiperbolica; cada una NO es suficiente, ni la mejor; son mas bien
aproximaciones de la realidad. Tambin hay al menos dos teoras de conjuntos,
una que acepta la hiptesis del continuo y otra que NO lo acepta. O sea las
matemticas no es la realidad son simples de modelos de la realidad.

No restamos el valor de las matemticas, como lenguajes formales, pero no hay


una sola matemtica, cada rama es un sistema, que puede o no tener
coincidencias o traslapes con otros sistemas.

Sexto dogma:
(6). Antes de estudiar las matemticas discretas debes de estudiar las
clsicas o continuas, y por supuesto en el orden como lo marca la
tradicin.
Repito como lo marca la tradicin y no que as deba de ser. Otro colmo, es el
sptimo dogma:

Sptimo dogma:
(7).Una ecuacin matemtica es mas importante que un algoritmo.
Es fcil percatarse que la naturaleza nos demuestra todo lo contrario. Por
ejemplo, si tu quieres un modelo de la hora del dia, por ejemplo, no vas a
recurrir a una ecuacin matemtica, para eso se inventaron los relojes; en todo
caso se puede afirmar que estos son implementaciones algortmicas de una
idea matemtica. O sea las matemticas en el mejor de los casos son buenas
ideas, que de no implementarse algortmicamente, son como las promesas
incumplidas. Afortunadamente actualmente hay ya muchos libros que subrayan
la importancia y trascendencia de los algoritmos, y del uso de la computadora
en el mbito del estudio y del desarrollo de las matemticas, rompiendo con el
paradigma:
si las matemticas son o se pretenden fomales, deben plantearse y
desarrollarse slo con estricto apego a la demostracin lgica inductiva o
deductiva, sin requerir de manera esencial de algun recurso algortmico o
computacional.
Cfr. The Princeton Companion to Mathematics es un libro, editado por
Timothy Gowers con editores June Barrow-Green & Imre Leader, y
publicado en 2008 por Princeton University Press (ISBN 978-0-69111880-2). Ofrece una amplia visin de conjunto de las matemticas, y
se caracteriza por la alta calidad de los contribuyentes. El libro fue el
ganador 2011 del Premio del Libro de Euler de la Asociacin
Matemtica de Amrica, otorgado anualmente a "un libro excepcional
sobre las matemticas". Tomado de:http://en.wikipedia.org/wiki/
The_Princeton_Companion_to_Mathematics.

La postura de la mayora de los matemticos es lograr modelos que


simplemente reproduzcan o predigan la realidad; la postura de algunos pocos
matemticos es lograr modelos que permitan realmente controlar o transformar
la realidad de acuerdo un criterio de optimizacin cada vez mas adecuado, sin
embargo, despus de estudiar la programacin orientada objetos y de usarla y
aplicarla es facil concluir: el Paradigma de la programacin orientada
objetos ES UN PARADIGMA QUE MEJOR MODELA LA REALIDAD QUE
LAS MATEMATICAS, ASI LAS MATEMATICAS AL NO SER
COMPUTACIONALES SE UBICAN COMO MODELO DE LA REALIDAD
INSUFICIENTE, INCOMPLETO Y A VECES HASTA INCOMPETENTE.
Amemos a las matemticas !, no estoy en contra de eso, en general amemos
lo que hagamos; pese a sus deficiencias o defectos, pero evitemos eso nos
impida ver si nuestra postura es ya obsoleta; as aunque nos duela tenemos
que reconocer que la matemtica NO lo es todo, ni lo abarca todo, hay muchos
problemas que han sido abordados por las ciencias de la computacin y no por
la matemtica clsica al mantenterse sta alejada o desvinculada de las
ciencias de la computacin, as a la fecha hay muchos lenguajes modernos de
programacin han alcanzado un nivel de desarrollo, aplicabilidad y accesibilidad
universal que pareciera debiera ser la materia obligada de todo estudiante,
como algun da as lo creimos con relacin a las matemticas clsicas. Para
que las sirven matemticas clsicas ?, si sus grandes ideas ( que no son las
nicas, ni las mas accesibles , ni las mejores ) NO se implementan o se llevan a
la prctica, es por eso que requerimos de una matemtica computacional. Un
monlogo por mas lgico y perfecto que sea, finalmente es rebasado por un
dilogo computacional o algortmico mas interactivo, real y prctico a pesar de
sus imperfecciones.

You might also like