Beruflich Dokumente
Kultur Dokumente
TPICOS
DE
MATEMTICA
SELECCIN DE LECTURAS
Slo para uso instruccional
Sin valor comercial
EDUCACIN
Mencin: Matemtica
1
Universidad Nacional Abierta
TPICOS
DE
MATEMTICA
CDIGO 575
SELECCIN DE LECTURAS
Compilador
Profesor Arocha Mara
Noviembre 2 005
2
Universidad Nacional Abierta
INDICE
Introduccin 4.
LECTURA 6. Matrices.... 76
3
Universidad Nacional Abierta
INTRODUCCION
Nuestro sistema educativo, debe tener por finalidad, adems de ser imprescindi-
ble que ste se adapte a los cambios que se van generando con los avances tericos y
con las aplicaciones cientficas y tecnolgicas, garantizando con esto la transmisin y
supervivencia del conocimiento.
Por tal motivo, esta seleccin de lectura tiene la finalidad de permitir a nuestros
futuros docentes conocer contenidos en accin para llevar al aula. Es decir, los avances
tecnologicos como cientificos hacen necesario objetos discretos y procesos finitos. Esto
establece que se ponga de manifiesto temas como grafos, matrices, problemas de op-
timizacin, fractales, procesos iterativos, caos, ecuaciones en diferencias, entre otros.
Dichos contenidos se suelen agrupar con el trmino de matemtica discreta.
Con este curso el docente podr concretar aspectos estudiados en otras mate-
rias en su vinculacin con temas especficos de la matemtica y que le dan sentido al
Currculo Matemtico, a la Evaluacin Matemtica y a los Materiales Instruccionales
diseados con fines especficos.
4
Universidad Nacional Abierta
5
Universidad Nacional Abierta
LECTURA 1
Matemtica Discreta
Talleres divulgativos
matemticas en accin
24 Noviembre 2004
Francisco Santos
Qu es la Matemtica Discreta?
En matemticas, discreto es lo contrario de continuo.
continuo discreto
6
Universidad Nacional Abierta
7
Universidad Nacional Abierta
. y tambin que ese mismo nmero cuenta las posibles maneras de ir desde el
punto (0,0) al punto (43,6) mediante caminos montonos en la retcula de cuadrados
de lado 1.
Particiones de un nmero
Dado un nmero natural n llamamos particiones de n a todas las maneras de
escribir n como suma de nmeros naturales. Por ejemplo:
hay 11 particiones del nmero 6:
1+1+1+1+1+1
2+1+1+1+1 4+1+1
2+2+1+1 4+2
2+2+2 5+1
3+1+1+1 6
3+2+1
3+3
8
Universidad Nacional Abierta
9
Universidad Nacional Abierta
I ( x ) (1 x x 2 x 3 x 4 ...)(1 x 3 x 6 x 9 x 12 ...)
(1 x 5 x 10 x 15 x 20 ...)( 1 x 7 x 14 x 21 x 28 ...)
1
(1 x )(1 x )(1 x 5 )(1 x 7 )...
3
Y:
D( x ) 1 x x 2 x 3 x 4 ...)(1 x 3 x 6 x 9 x 12 ...)
(1 x )(1 x 2 )(1 x 3 )(1 x 4 )...
(1 x )(1 x 2 )(1 x 3 )(1 x 4 )...
(1 x )(1 x )(1 x )(1 x )...
2 3 4
QED
Es uno de los mtodos ms usados hoy da. El principio bsico es que a veces
es ms fcil manipular la funcin generatriz en global que los trminos de la sucesin
a estudiar, individualizados. (Adems de que, por ejemplo, el anlisis de los ceros de la
funcin generatriz da informacin muy precisa sobre el comportamiento asinttico de
la sucesin a estudiar.
10
Universidad Nacional Abierta
impar multiplicado por una potencia de dos (lo cual se puede hacer de manera nica).
Sustityase cada parte por el factor impar repetido las veces que dice el factor poten-
cia de dos. Por ejemplo:
60=15 x 4 se sustituira por 15+1515+15.
46=23 x 2 se sustituira por 23+23
8=1 x 8 se sustituira por 1+1+1+1+1+1+1+1
(2) Grafos
Teora de grafos
Junto con la combinatoria enumerativa es la otra gran pata de la Matemtica
discreta.
11
Universidad Nacional Abierta
12
Universidad Nacional Abierta
13
Universidad Nacional Abierta
Grafos Hamiltonianos
W.R. Hamilton (1805-1865) in-
vent (y patent) un juego en el que se
trataba de hacer un recorrido por 20
ciudades del mundo sin pasar por nin-
guna ms de una vez. Las ciudades es-
taban unidas por 30 aristas, formando
el grafo de un icosaedro.
Es decir, se trataba de construir
un camino Hamiltoniano en el grafo
del dodecaedro.
El juego
icosiano
de Hamilton
14
Universidad Nacional Abierta
15
Universidad Nacional Abierta
16
Universidad Nacional Abierta
La conjetura de Kepler
En el empaquetamiento cbico compacto, de cada esfera
es un dodecaedro rmbico las esferas forman capas de empaque-
tamientos hexagonales
La celda de Voronoi
Hilbert, 1900 (como parte del problema 18 de su famosa lista para los mate-
mticos futuros): Cul es la manera ms densa de colocar en el espacio un nmero
infinito de slidos iguales de una forma dada, e.g., esferas []?
17
Universidad Nacional Abierta
L. Fjes Toth (1953) redujo por primera vez la conjetura de Kepler a un pro-
blema de clculo (encontrar el mnimo de cierta funcin de varias variables), finito
pero complicado.
Dimensin 4
En dimensin 4 el empaquetamiento ms compacto concido es el retculo D4
(puntos de coordenadas enteras y con suma par). Cada esfera toca a otras 24 (coloca-
das en los vrtices de una 24-celda).
18
Universidad Nacional Abierta
En dimensiones an mayores:
El empaquetamiento reticular ms denso se conoce en dimensiones 1, 2, 3, 4,
5, 6, 7, 8 y 24.
Los de dimensiones 6, 7, y 8 (retculos E6, E7 y E8)
los demostr Blichfeld en 1938. El de dimensin 24
es el llamado retculo de Leech, conocido desde
los 1950s, pero su optimalidad no se demostr
hasta hace poco (Cohn y Elkies, 2003).
La cota de Cohn-Elkies para empaquetamientos
reticulares, mejora ligeramente a la anterior cota
conocida y es suficiente para concluir que el retculo de Leech es ptimo.
Un poliedro regular de dimensin n+1 es un poliedro cuyas caras son todas po-
liedros regulares de dimensin n iguales e igualmente dispuestos.
Dimensin 2:
Hay un polgono regular para cada nmero de lados:
Dimensin 3:
Hay slo cinco. Los cinco slidos platnicos:
19
Universidad Nacional Abierta
Del mismo modo, con cuadrados y pentgonos slo es posible colocar tres alre-
dedor de cada vrtice, porque 90x4 = 360 y 108x4 > 360.
Dimensin 4
Es fcil llevar a cabo la misma clasificacin en dimensin cuatro. La ni-
ca novedad es que no tenemos que pensar en cuntos poliedros de una clase es posi-
ble colocar en cada vrtice sino de qu maneras es posible colocarlos de modo que
alrededor del vrtice se forme un poliedro regular (al que llamaremos figura de vr-
tice del poliedro de dimensin cuatro).
20
Universidad Nacional Abierta
Cara (P) Figura de vrtice (Q) Los casos positivos resultan ser los 6 resalta-
Tetraedro Tetraedro dos en negrita.
Tetraedro Octaedro Hay 6 poliedros regulares de dimensin
Tetraedro Icosaedro cuatro.
Cubo Tetraedro Nota: a decir verdad, slo hemos demostra-
Cubo Octaedro do que no puede haber ms que estos seis,
Cubo Icosaedro pero hace falta un argumento ms (o una
Dodecaedro Tetraedro construccin explcita) para demostrar que
Dodecaedro Octaedro estos seis existen. Es decir, que la regla lo-
Dodecaedro Icosaedro cal para construirlos se puede propagar y no
Octaedro Cubo da lugar a malas intersecciones entre caras.
Icosaedro Dodecaedro Adems, la construccin no nos dice cuntas
caras tendr el poliedro final, del mismo mo-
do que a priori no podemos saber que colo-
cando cinco tringulos por vrtice en dimen-
sin tres vamos a obtener un poliedro de 20
caras.
Por ejemplo, si queremos que las caras de nuestro poliedro regular sean cu-
bos, debemos empezar colocando cubos alrededor de un vrtice de modo que (local-
mente, alrededor del vrtice) se forme uno de los tres poliedros regulares cuyas caras
son tringulos.
21
Universidad Nacional Abierta
Si las caras son octaedros, la disposicin local debe ser la de un 3-poliedro con
caras cuadradas, es decir un cubo.
22
Universidad Nacional Abierta
23
Universidad Nacional Abierta
LECTURA 2.
Educacin Universitaria, 1999, No. 2
LA HISTORIA DE LA MATEMTICA Y DE LA
CIENCIA COMO ESTRATEGIA EN LA DIDCTICA
DE RESOLUCIN DE PROBLEMAS.
Israel Mazaro Triana. Lic. en Educacin en la especialidad de Matemtica,
Profesor Asistente del Departamento de Matemtica General de la Facultad de
Mecnica Qumica de la Universidad de Matanzas.
Los problemas que la naturaleza plantea al ser humano pueden ser abordados
de muy variadas formas o desde pticas muy diversas. La Ciencia contempla la natura-
leza desde una perspectiva que permite establecer leyes, propiedades, modelos, etc.
de la realidad que hagan a esta ms comprensible.
24
Universidad Nacional Abierta
Entre los valores a que hacamos referencia en el prrafo anterior, Carlos Sn-
chez, 1989, pp.13-15, destaca:
25
Universidad Nacional Abierta
Por su parte Miguel de Guzmn (1993, pp. 107-119), enfatiza el papel del cono-
cimiento de la Matemtica y la Ciencia en el bagaje de conocimientos del profesor de
cualquier nivel de enseanza y seala valiosos elementos sobre esta problemtica,
26
Universidad Nacional Abierta
27
Universidad Nacional Abierta
plina cuya historia y mtodos generales aportan adems valores informativos y forma-
tivos a nuestros estudiantes.
Segn lo expuesto por Juan Manuel Navarro Cordn y Toms Calvo Martnez,
1992, p. 20: Los pitagricos fueron, ante todo, matemticos (los primeros que hicieron
progresar las matemticas, dice Aristteles) y su dedicacin a las matemticas influy
decisivamente en su explicacin acerca de la naturaleza (origen, sustrato y causa) de
lo real. Observaron, en efecto que mltiples propiedades y comportamientos de los
seres reales pueden ser formulados matemticamente y supusieron que todos los se-
res del universo- lo que son y su forma de comportarse-son formulables matemtica-
mente. Desde entonces la ciencia se ha beneficiado incesantemente de esta suposi-
cin, confirmndola una y otra vez.
28
Universidad Nacional Abierta
29
Universidad Nacional Abierta
30
Universidad Nacional Abierta
31
Universidad Nacional Abierta
El estudio anterior puede ser fructfero slo si las investigaciones se realizan ba-
sndose en la ciencia marxista-leninista con la aplicacin del mtodo del materialismo
dialctico y con completo conocimiento del contenido especial de las cuestiones estu-
diadas.
32
Universidad Nacional Abierta
BIBLIOGRAFA
33
Universidad Nacional Abierta
LECTURA 3
RECOPILACIN DE PROBLEMAS
HISTRICOS.
La idea de Euler fue considerar los cuatro lugares terrestres, que se deseaban
comunicar (hay 4 de ellos), como puntos de destino y, a los famosos puentes, como
trayectorias entre esos puntos. En consecuencia, el mapa de Knigsberg en esencia
matemtica puede ser entonces reducido al siguiente diagrama, que es un ejemplo de
lo que se suele llamar un grafo:
34
Universidad Nacional Abierta
Un grafo, es una figura cuyas lneas o curvas (llamadas aristas), conectan pun-
tos o vrtices. En consecuencia, la trayectoria de los puentes de Knigsberg puede ser
reformulada como un grafo, en el cual las aristas son recorridas una sola vez. En la
siguiente figura, los puntos rojos representan las reas terrestres de Knigsberg y las
curvas negras los puentes. Este problema, por supuesto que puede ser resuelto me-
diante un estudio exhaustivo de todas las posibles trayectorias. Pero las matemticas
se interesan en generalizar el problema y buscar una solucin sencilla y vlida para
todos los posibles mapas de ciudades, e incluso objetos ms generales.
En funcin de la ubicacin de cada uno de los vrtices y de los puentes que los
conectan, Euler demostr que no existe solucin al problema de la trayectoria de los
puentes de Knigsberg.
Por ejemplo una molcula qumica puede representarse como un grafo donde
los vrtices son los tomos que la componen y las aristas, los enlaces entre estos to-
mos.
35
Universidad Nacional Abierta
36
Universidad Nacional Abierta
2. Problemas de Construccin
Determinar si un grafo dado es euleriano y construir un camino euleriano (algo-
ritmo de Fleury).
3. Problemas de Enumeracin
Grafos etiquetados.
Digrafos etiquetados.
rboles etiquetados.
4. Problemas de Optimizacin
Problema de encontrar el camino mnimo entre dos vrtices en dgrafo pesado.
Problema del viajante de comercio
www.astrocosmo.cl/anexos/p-p_konigsberg.htm
www.personal.kent.edu/~rmuhamma/GraphTheory/MyGraphTheory/graphIntro.htm
http://docencia.udea.edu.co/regionalizacion/teoriaderedes/nocionesbasicas.html
37
Universidad Nacional Abierta
El comienzo
Como tantos otros problemas matemticos, comenz
de una manera casual. En 1850 un ingls estudiante de
leyes, Francis Guthrie se entretena intentando colo-
rear el mapa de Inglaterra utilizando la menor cantidad
de colores posibles e intent hacerlo con slo cuatro
colores sin conseguirlo, pero tena la intuicin de que
se poda hacer.
Le cont a su hermano Frederick su problema. Frede-
rick haba estudiado con un prestigioso matemtico
ingls de la poca llamado De Morgan, que no supo
solucionar el problema. De Morgan le envi una carta
a Hamilton (otro matemtico ingls importante) que
no abord el problema.
El caso es que el problema de los cuatro colores empez a adquirir fama de tal
forma que en 1878 el profesor Cayley lo propuso oficialmente a la London Mathema-
tical Society (una de las sociedades de matemticos ms importantes del mundo)
como un problema a resolver.
Al poco tiempo A. B. Kempe propuso uona demos-
tracin que public en 1879. Esta demostracin
fue, en principio, aceptada y dio mucha fama a
Kempe, hasta que Heawood descubri en 1890,
11 aos despus, que la demostracin de Kempe
tena un error, Heawood sigui trabajando en el
problema pero no lo solucion, sin embargo consi-
gui probar que con cinco colores si se poda colo-
rear cualquier mapa.
38
Universidad Nacional Abierta
La prueba
Por fin!, en 1976 Appel y Haken dieron una prueba del teorema. Demostra-
ron mediante un complicado programa de ordenador que, efectivamente cuatro
colores eran suficientes para colorear cualquier mapa .
De nuevo surgieron objeciones. El proceso del ordenador, es decir los pasos in-
ternos del ordenador no podan seguirse ni comprobarse cuando la mquina los
haca; y para verificarlos "a mano", eran tantos, que habra hecho falta toda
una vida para realizarlos. De modo que algunos matemticos han tenido mu-
chas reservas con respecto a esta demostracin.
Por ltimo, en 1996, Neil Robertson; Daniel P. Sanders; Paul Seymour y
Robin Thomas, de la Escuela de Matemticas del Georgia Institute of Te-
chnology de Estados Unidos, publicaron una nueva prueba que no tena los in-
convenientes de la demostracin de Appel y Haken.
Te proponemos algunos ejercicios Pese a que, como has visto, todo mapa
plano se puede colorear con slo cuatro colores, la cosa no es nada fcil. Pue-
des intentarlo con los tres siguientes mapas. Si quieres, puedes hacer "click"
sobre uno de ellos y los obtendrs en el tamao de una pgina, que puedes im-
39
Universidad Nacional Abierta
40
Universidad Nacional Abierta
LECTURA 4
Ensear probabilidad en primaria y secundaria?
Para qu y por qu?
Liliana Jimnez M., Jos Rafael Jimnez F.
Programa de Maestra en Matemtica Educativa
Universidad de Costa Rica
"Cuando no est en
nuestra mano determi-
nar lo que es verdad,
debemos actuar de
acuerdo con lo que es
ms probable.''
Descartes
Resumen:
Este trabajo va dirigido a maestros y profesores de Matemtica. En l se exponen
algunas reflexiones sobre la necesidad de abordar, en nuestros das, los conceptos de
incertidumbre y probabilidad en la educacin primaria y secundaria. Adems se propo-
nen algunos modelos de ejercicios que los introducen, con algunos comentarios didc-
ticos para orientar el proceso.
Por otra parte, se trata de provocar ms discusin acerca de la importancia de ensear
el tema de probabilidad a nivel tanto de secundaria como de primaria, ya que es reco-
nocido que en el mbito costarricense, los objetivos de este tema son dejados de lado
con mucha frecuencia.
Introduccin
En los programas de estudio de Matemtica para segundo y tercer ciclo, del Mi-
nisterio de Educacin Pblica de Costa Rica (M.E.P.), se incluye entre los contenidos
por estudiar, algunas nociones ligadas a los temas de Probabilidad y Estadstica. Sin
embargo es conocido que en repetidas ocasiones estos temas no se cubren, al menos
en secundaria. Esto ocurre, entre otras razones, porque el tiempo lectivo que propone
el M.E.P. para cubrir los programas a veces resulta insuficiente. Esto ltimo, aunado al
hecho de que dichos temas hasta el ao 2003 no eran evaluados en las pruebas nacio-
nales de conclusin de ciclo, ha provocado que muchos profesores los dejen de lado.
Amn de esto, se puede agregar que muchos docentes no son conscientes de la impor-
tancia que puede tener para un estudiante poseer como parte de su cultura un buen
manejo de la nocin de incertidumbre.
41
Universidad Nacional Abierta
42
Universidad Nacional Abierta
cionamiento del cerebro humano o las leyes de la gentica, o los fsicos cuando tratan
de explicar el estado de las partculas atmicas y subatmicas de la materia.
43
Universidad Nacional Abierta
que se refiere a aquellas situaciones que no se pueden controlar, pero que influirn en
el resultado. Si un joven decide iniciarse en el fumado, hoy da existe mucha informa-
cin que indica una medida sobre el riesgo de enfermar de cncer.
Pinceladas de historia
Los primeros pasos en la teora de las probabilidades fueron dados por el mate-
mtico y mdico italiano Jernimo Cardano (1501-1576). Se dice que Cardano era un
jugador y que inclusive algunas veces estuvo en la crcel a causa de sus trampas y
pilleras. l decidi que si iba a usar su tiempo en juegos de azar, aprovechara para
aplicar la matemtica y as sacara provecho de su pasatiempo. Procedi a estudiar las
probabilidades de ganar en varios juegos de azar y public sus reflexiones de la mate-
ria en su libro "Liber De Ludo Aleae'' (El libro de los juegos de azar). "Este libro es un
manual del jugador, en el cual se ensea a hacer trampas lo mismo que a descubrir-
las''. (Kline, 1998, pg 518)
Ms tarde, en 1653, otro jugador y matemtico, el llamado Caballero de Mr, se
interes por la relacin entre la matemtica y los juegos de azar. "De talento limitado,
remiti a Pascal algunos problemas sobre el juego de dados. Y ste, en colaboracin
44
Universidad Nacional Abierta
Aunque esta teora nace como una aplicacin de la matemtica a los juegos de
azar, su estudio se fue profundizando cuando se necesitaron otras aplicaciones. Esto se
puede observar en el trabajo de Laplace, con su problema de determinar la exactitud
de las observaciones astronmicas o en procesos de muestreo al aplicar algunos mto-
dos de la estadstica, que introducen inevitablemente la posibilidad de error. O en la
biologa con Mendel, en sus trabajos de gentica.
45
Universidad Nacional Abierta
actividades que involucran juegos para acercar al estudiante a las nociones de incerti-
dumbre y probabilidad.
46
Universidad Nacional Abierta
47
Universidad Nacional Abierta
torno del estudiante, y se eliminen prejuicios. Esto ltimo se podra lograr si se motiva
al alumno con actividades en forma de juegos, pero adems, si se indica la importancia
de las probabilidades en el mundo actual, tales como los seguros, la salud, los nego-
cios o la asignacin de empleos.
Actividad 2.
Se trata de repetir la actividad anterior pero con dos de las cuatro bolas de
igual color, es decir hay tres colores y cuatro bolas. Antes de realizar la primera
seleccin se debe notar si los estudiantes se dan cuenta que ahora hay un color
que "puede salir ms veces''. Una vez realizado el experimento conviene escri-
bir en la pizarra algunos comentarios como "el color que estaba repetido sali
ms veces ...'', "todos los colores salieron ...'', etc.
Actividad 3.
El maestro entrega a los alumnos una hoja en la cual est descrito el experi-
mento. Se tiene una caja con cinco bolas de diferentes colores: roja-verde-azul-
amarilla-negra. Se extrae una bola y se anota el color. Cul cree usted que
48
Universidad Nacional Abierta
saldr? Si se realiza el experimento 20 veces cree usted que hay alguna bola
que saldr ms veces?. Nuevamente, lo importante es considerar aquellos co-
mentarios que tienen un sentido relacionado con el azar.
Actividad 4.
El maestro entrega a los alumnos una hoja donde se describe el experimento:
Se tiene una caja con cinco bolas: cuatro rojas y una amarilla. Se pueden repe-
tir entonces preguntas similares a las anteriores y se puede pedir al nio que
haga dibujos que ilustren su respuesta.
Combinando nombres
Actividad 1.
El maestro escribe en el pizarrn los nombres de cinco personas y pregunta a
los nios. "Si se quiere escoger un comit de tres personas que representen a
estos nios, de cuntas formas podemos hacerlo?''. Una vez que se han escu-
chado algunas opiniones se les pide que digan posibles escogencias y se van
anotando en la pizarra, teniendo el cuidado de que no queden repetidas. Es im-
portante que en algn momento de la actividad se establezca que el orden no
interesa, es decir que tres nombres en diferente orden representan el mismo
comit. En este caso un problema que se plantea es cmo determinar cuando
se tienen todos los resultados posibles para garantizar que se tienen todas las
posibilidades. Si no se oyen sugerencias, conviene entonces que el profesor
plantee a los estudiantes una tcnica para formar estos comits. Una de ellas
podra ser fijar un nombre, y luego escoger el segundo y el tercero. Es muy im-
49
Universidad Nacional Abierta
portante que en este nivel el profesor no d frmulas, para que el alumno logre
construir resultados.
Actividad 2.
Otra actividad que conviene plantear como variante del caso anterior es aquella
donde se asignara a cada uno de los miembros del comit una determinada ta-
rea que podemos llamar P=presidente, S=secretario y T=tesorero. Llamaremos
a estos grupos directivas. La fase donde se establecen los resultados podra ser
semejante a la realizada en la actividad anterior. Sin embargo conviene tam-
bin desarrollarla en el sentido de que cada comit permite obtener un cierto
nmero de directivas; as el profesor podra pedir inicialmente a los estudiantes
que digan cules directivas se pueden obtener del comit formado por Mario-
Carmen-Ana. Se esperara que el estudiante haga todas las ordenaciones posi-
bles con estos tres nombres y obtenga que el resultado es seis directivas. Ob-
serve que del grupo de cinco personas se podran obtener sesenta directivas en
total. Tratar de obtenerlas todas tal vez sea difcil, lo importante es que los es-
tudiantes se den cuenta que en el caso de la actividad anterior el orden en la
terna no importa, en cambio en esta actividad el orden de la terna s importa.
Actividad 3.
El maestro les pide que formen grupos de tres personas y le entrega una hoja a
cada alumno. En sta se indican seis nombres y se les pide que determinen
cuantos comits de cuatro personas se pueden formar con esas seis personas.
La idea es que el alumno solo diga cuntos. El diagrama de rbol funciona bien
en este caso.
Actividad 4.
Una vez realizada la actividad anterior conviene que los alumnos establezcan el
nmero de directivas de cuatro personas que se pueden formar de esas seis
personas.
Actividad 5.
Otra actividad que se puede desarrollar es pedir a cuatro alumnos que se colo-
quen frente al grupo uno al lado del otro. Una vez all se les pide que se orde-
nen de distintas formas. Otro alumno escribira en la pizarra cada uno de los re-
50
Universidad Nacional Abierta
Usando dados
El uso de los dados en la escuela primaria plantea el inconveniente que el alumno
confunde el nombre del evento con la frecuencia de la ocurrencia. As, puede ocurrir
que si se lanza un dado el alumno crea que un 5 puede obtenerse con frecuencia cinco
sobre seis. Es por esto necesario que se trabaje con dados que tengan en sus caras
51
Universidad Nacional Abierta
52
Universidad Nacional Abierta
La idea es que en este nivel, aprovechando los conceptos y habilidades que traen
los estudiantes de primaria, se vayan introduciendo las definiciones y teoremas nece-
sarios para la comprensin de la teora de probabilidades, formalmente.
Es muy importante dejar claro, en las primeras discusiones, que los fenmenos estu-
diados por la probabilidad cumplen con las siguientes caractersticas:
Tcnicas de conteo
Actividad 1.
El profesor divide al grupo en subgrupos de cuatro estudiantes.
Les pide a los alumnos que asignen cargos a cada uno de los miembros del gru-
po:
P = presidencia, S = secretara, F = fiscala, T = tesorera.
Cuando ya hayan hecho la asignacin de cargos, les pide que den otra nueva
asignacin.
Despus de que todos los grupos ya hicieron la asignacin les pide que hagan
todas las posibles asignaciones, es decir que escriban todas las posibles formas
de asignar los cargos.
53
Universidad Nacional Abierta
Una vez que todos los grupos consideren que finalizaron el trabajo se hace una
comparacin del nmero de resultados que todos los grupos hicieron.
Se debe establecer un resultado general.
Actividad 2.
El profesor muestra a los alumnos una caja con tres bolas distintas solo en el
color --R: roja, B: blanca, A: amarilla--. Pide a un estudiante que seleccione
una bola, anota la letra que corresponde al color. Devuelve la bola. La accin se
repite dos veces ms. El profesor dice a sus alumnos que este tipo de experi-
mento se denomina "tres extracciones con reemplazo''. Luego les dice: "Escri-
ban en sus cuadernos todos los tipos de resultados que se podran obtener''.
Cuando ya los hayan realizado, pregunta: "Cuntos resultados se obtuvieron?''
Conviene que aquellos estudiantes que no obtengan una respuesta correcta re-
visen cules consideraciones no hicieron.
Actividad 1.
i) Antes de lanzar el dado, cul de todos los jugadores tiene mayor posibilidad de
obtener el punto?
ii) Cul es el nmero mnimo de veces que se debe lanzar el dado para obtener un
ganador?
iii) Cul es el nmero mximo de veces que se debe lanzar el dado para obtener un
ganador?
54
Universidad Nacional Abierta
Actividad 2.
Se escriben los nmeros 1, 2, 3 en un papel. En otro se escribe 4, 5 y el 6 en
otro papel. Cada estudiante selecciona un papel de modo que obtenga una
asignacin de nmeros: Estudiante A: 1, 2, 3. Estudiante B: 4, 5. Estudiante C:
6.
Se repite el juego de la actividad 1 con las mismas reglas. Se agrega una pre-
gunta:
iv) Por qu considera que se obtuvo este ganador?
Actividad 3.
Se lanza un dado numerado del 1 al 6 y se observa el nmero de la cara supe-
rior.
1. Anote cules son los resultados que se pueden obtener.
2. Interesa observar si el nmero obtenido es mltiplo de 3. Cules resultados
son favorables a este suceso?
3. Analice el siguiente resultado: "El nmero obtenido es un divisor de 30'' Cul
fue ese nmero?
4. Es posible el siguiente suceso: "El nmero obtenido es un mltiplo de 7''?
5. Cuando un suceso no ocurre con ningn resultado se llama "evento imposible''.
D un ejemplo de otro evento imposible.
6. Puede obtenerse un nmero que sea par y menor que 5? Indique con cules
resultados ocurre este suceso.
Actividad 4.
Hay cuatro jugadores que tienen un cartn con nmeros y lanzan segn su turno dos
dados. Si el total de los dados es un nmero del cartn el jugador coloca una ficha so-
bre ste y contina otro jugador. Gana aqul que complete una fila o columna antes
que los otros jugadores.
55
Universidad Nacional Abierta
7 9 5 6 9 7 8 5 7 11 9 12
8 * 3 4 * 3 3 * 10 3 * 10
6 10 4 10 11 12 4 11 2 2 4 5
Es importante que el estudiante conjeture con cul de los cartones podra tener ms
xito. Para esto el profesor debe orientarlo para que analice la probabilidad de que se
obtenga cada uno de los nmeros y tambin observe su correspondiente posicin en el
cartn. No es lo mismo que aparezca en un cartn una fila o columna con el 6, 7 y 8,
que tener estos mismos nmeros desordenados en el cartn. o que no aparezcan estos
nmeros del todo.
Actividad 5.
Suponga que se tienen dos dados que se lanzan para anotar el total de la
suma de las caras superiores.
56
Universidad Nacional Abierta
1 2 3 4 5 6
1
2
2 5
3
3 4
4 5
5 6
7
6 11
8
10
11
12
5. Suponga que se van a lanzar dos dados. Hay tres jugadores y usted debe esco-
ger de primero un nmero de los posibles que se obtendran al sumar. Cada ju-
gador escoge un nmero distinto. Ganar aqul que tiene el nmero que sale
en la suma.
i. Cul nmero escogera usted? Explique.
ii. Si antes que usted los otros jugadores escogieron el 7 y 8, cul escoge-
ra usted? Explique.
Actividad 6.
57
Universidad Nacional Abierta
D un ejemplo de:
a) Una situacin de la vida cotidiana cuya ocurrencia dependa del azar.
b) Un hecho cientfico cuya ocurrencia es aleatoria.
c) Un hecho de la vida cotidiana cuya ocurrencia parece ser aleatoria pero no lo
es.
d) Un hecho cientfico cuya ocurrencia parece ser aleatoria pero no lo es.
Conclusin
Una manera de contribuir a mejorar la enseanza de la teora de las probabilida-
des en nuestro pas, es por medio de la investigacin. Las interrogantes planteadas en
la Seccin 4 de este trabajo deberan desarrollarse en proyectos de investigacin o
accin social, o bien, en tesis de licenciatura o maestra, dada la necesidad de aclarar
dichos puntos.
Por otro lado, si se busca que una propuesta acerca de profundizar ms en la en-
seanza de la teora de las probabilidades en Costa Rica tenga xito, es indispensable
que las instituciones de educacin superior tomen el asunto en sus manos, tanto apo-
yando investigaciones como las que se proponen en este trabajo, como con la labor de
impulsar planes de capacitacin en dos direcciones: una para formar a los docentes
que nunca estudiaron los temas de Probabilidad y Estadstica; otro que ayude a refres-
car a los que olvidaron estos temas.
58
Universidad Nacional Abierta
les. El estudio conjunto de algunos conceptos podra ser beneficioso para los estudian-
tes.
Bibliografa
1. Antibi, A. (2000) "Didctica de las Matemticas. Mtodos de Resolucin de Proble-
mas''. Editorial de la Universidad de Costa Rica, Serie Cabcar, San Jos, pg. 128-
147.
2. Brousseau, G. (1986) "Fundamentos y mtodos de la didctica de las matemti-
59
Universidad Nacional Abierta
LECTURA 5.
Nociones Bsicas
GRAFOS (REDES Y CIRCUITOS)
http://www.um.es/mataplic/fguil/tema3-grafos.doc
Grficamente representaremos los vrtices por puntos y las aristas por lneas que
los unen.
Un vrtice puede tener 0 o ms aristas, pero toda arista debe unir exactamente 2
vrtices.
Si |V| es finito se dice que el grafo es finito. En este curso estudiaremos los gra-
fos finitos, centrndonos sobre todo en grafos no dirigidos. Tambin supondremos, a
no ser que se diga lo contrario, que entre dos vrtices hay, como mucho, una arista y
que toda arista une dos vrtices distintos.
Aristas
Si la arista carece de direccin se denota indistintamente {a,b} o {b,a}, siendo a
y b los vrtices que une.
Vrtices
Dos vrtices v, w se dice que son adyacentes si {v,w}A (o sea, si existe una
arista entre ellos)
Llamaremos grado de un vrtice al nmero de aristas de las que es extremo. Se
dice que un vrtice es par o impar segn lo sea su grado.
60
Universidad Nacional Abierta
Caminos
Sean x, y V, se dice que hay un camino en G de x a y si existe una sucesin
finita no vaca de aristas {x,v1}, {v1,v2},..., {vn,y}. En este caso
- x e y se llaman los extremos del camino
- El nmero de aristas del camino se llama la longitud del camino.
- Si los vrtices no se repiten el camino se dice propio o simple.
- Si hay un camino no simple entre 2 vrtices, tambin habr un camino simple
entre ellos.
- Cuando los dos extremos de un camino son iguales, el camino se llama circuito o
camino cerrado.
- Llamaremos ciclo a un circuito simple
- Un vrtice a se dice accesible desde el vrtice b si existe un camino entre ellos.
Todo vrtice es accesible respecto a si mismo
Ejemplos de Grafos
1.- Grafo regular: Aquel con el mismo grado en todos los vrtices. Si ese grado
es k lo llamaremos k-regular.
Por ejemplo, el primero de los siguientes grafos es 3-regular, el segundo es 2-
regular y el tercero no es regular
2.- Grafo bipartito: Es aquel con cuyos vrtices pueden formarse dos conjuntos
disjuntos de modo que no haya adyacencias entre vrtices pertenecientes al mismo
conjunto
61
Universidad Nacional Abierta
3.- Grafo completo: Aquel con una arista entre cada par de vrtices. Un grafo
completo con n vrtices se denota Kn.
A continuacin pueden verse los dibujos de K3, K4, K5 y K6
Todo grafo completo es regular porque cada vrtice tiene grado |V|-1 al estar
conectado con todos los otros vrtices.
4.- Un grafo bipartido regular se denota Km,n donde m, n es el grado de cada con-
junto disjunto de vrtices.
62
Universidad Nacional Abierta
Ejemplo:
v1 v2 v3 v4 v5
v1 v2
v1 0 1 1 0 0
v2 1 0 1 1 0
v3 1 1 0 1 1
v3 v4
v4 0 1 1 0 0
v5
v5 0 0 1 0 0
cencia. Se cumple que el valor del coeficiente aijk de la matriz Ak es igual al nmero de
63
Universidad Nacional Abierta
Definicin.- Un grafo G se dice conexo si cada par de vrtices est unido al me-
nos por un camino.
Definicin.- La relacin entre vrtices dada por v est relacionado con w si hay
un camino que los une es de equivalencia. Las clases de equivalencia de esta relacin
se llaman las componentes conexas del grafo.
64
Universidad Nacional Abierta
Ejemplo:
1 2
1) El primero no tiene ciclos ni caminos eu-
leriano,
8 5 3 El segundo tiene ciclo euleriano
6 4
2) Si un grafo es isomorfo a un solo ciclo, siempre tiene ciclo euleriano
Nota.- Lo mismo ocurre con una unin finita en las condiciones anteriores
65
Universidad Nacional Abierta
En el primer caso, la nica arista elegida es la que haya usado ahora para llegar
aw
En el segundo caso, cada vez que haya pasado antes por w habr escogido dos
aristas (una para llegar y otra para salir) y, finalmente, habr escogido una ms para
llegar esta ltima vez a w.
En cualquiera de los dos casos, he cogido un nmero impar de aristas en w. Co-
mo w tiene grado par, tiene que haber alguna que no haya cogido todava. En conse-
cuencia, puedo seguir recorriendo el grafo.
Como el nmero de aristas es finito, llegar un momento en que tenga que pa-
rarme, es decir, llegar un momento en que al llegar a un vrtice no pueda seguir por-
que ya haya elegido todas las aristas que haba en ese vrtice. Por lo que hemos dicho
antes, en ese momento debo estar de vuelta en el vrtice v y hemos construido un
ciclo.
Consideremos el subgrafo formado por el ciclo anterior que es claramente eule-
riano.
Si ese subgrafo tiene todas las aristas del grafo, el grafo original coincide con el
subgrafo, por lo que G es euleriano.
En otro caso, consideremos el subgrafo formado por las aristas que no hayamos
elegido. Este subgrafo tiene un nmero menor de aristas que G. Adems, el grado de
los vrtices ha de seguir siendo par. En efecto, el grado de los vrtices ser el grado
original (que era par), menos las aristas que hayamos quitado. Pero, como lo que he-
mos quitado es un ciclo, el nmero de aristas que quitamos en cada vrtice es un n-
mero par (igual a dos veces el nmero de ocasiones en que el ciclo pase por ese vrti-
ce). En consecuencia, el grado de cada vrtices es ahora par - par = par. Descompo-
niendo en componentes conexas, tendremos ahora una unin disjunta de grafos que,
por el principio de induccin, deben de ser eulerianos.
Ahora bien, la unin de estos grafos es G que era conexo, as que deben tener
vrtices en comn. Pero ya vimos que la unin de grafos eulerianos sin aristas en co-
mn y unidos por vrtices es euleriano.
Como todas las aristas estn una vez y slo una en el ciclo, el grado de un vrtice
es el nmero de aristas del ciclo que pasan por l. Si recorremos el ciclo, cada vez que
pasamos por un vrtice tendremos dos aristas (una de llegada y otra de salida). Por
66
Universidad Nacional Abierta
tanto el grado de cada vrtice ser dos veces el nmero de ocasiones que pase por l
el ciclo euleriano. En consecuencia el grado es par
Algoritmo de Fleury
Si G es un grafo euleriano siempre es posible seguir la siguiente construccin de
un circuito euleriano. Se empieza por un vrtice arbitrario y se recorren las aristas ar-
bitrariamente sometida a dos condiciones:
1) Se borran las aristas a medida que son atravesadas
2) Solo se recorre una arista de separacin si no queda otra alternativa
Caminos hamiltonianos
Un camino hamiltoniano es un camino que recorre todos los vrtices de un grafo
sin pasar dos veces por el mismo vrtice. Si el camino es cerrado se dice un ciclo ha-
miltoniano
Un grafo G se dice hamiltoniano si tiene un ciclo hamiltoniano.
Teorema.- Si un grafo es conexo con |V|3 y para cada par de vrtices la suma
de sus grados es mayor o igual que el nmero de vrtices entonces es hamiltoniano.
67
Universidad Nacional Abierta
Nota.- Por tanto, un grafo es un rbol entre cada par de vrtices existe un
camino y slo uno.
Demostracin
ab Por definicin de rbol, G es conexo y entre cada par de vrtices debe ha-
ber, al menos, un camino. Si hubiese dos caminos distintos uniendo dos vrtices, su
unin formara un ciclo, pero los rboles no tienen ciclos
68
Universidad Nacional Abierta
bc Es conexo porque cada par de vrtices est conectado por un camino. Una
arista es un camino entre dos vrtices, por tanto es el nico. Si quito esa arista, ya no
hay caminos entre los vrtices que una y el grafo deja de ser conexo. Por tanto toda
arista es de separacin.
cd G no puede tener ciclos porque las aristas de los ciclos no son de separa-
cin
Veamos que |V|=|E|+1 por induccin en |V|
Para |V|=1 hay un nico vrtice v |A| = 0 y |V| = |A| + 1
Supongamos que el teorema es cierto para grafos con menos de n aristas y va-
mos a verlo si n = |A|.
Quito una arista e, que ser de separacin, y el grafo se parte en dos componen-
tes conexas G1 = (V1, E1) con |V1| < n y G2 = (V2, E2) con |V2| < n.
Por la hipotesis de induccin |V1| = |E1| + 1, |V2| = |E2| + 1, luego |V| = |V1| +
|V2| = (|E1| + +|E2| + 1) + 1 = |E| + 1
fa Si G no fuese conexo, habra dos vrtices entre los que no habra ningn
camino. Entonces al aadir una arista entre ellos no formaramos ningn ciclo
69
Universidad Nacional Abierta
Puede haber ms de un rbol generador de peso mnimo, pero todos deben tener
el mismo peso.
En este tipo de rbol los vrtices se llaman nodos. Se llama hijo de un nodo al
vrtice adyacente que esta ms alejado de la raz que el nodo del que es hijo. Los no-
dos sin hijos se llaman hojas.
Un rbol se dice n-ario cuando todos los nodos excepto los terminales tienen a lo
sumo n hijos.
70
Universidad Nacional Abierta
Ejemplo:
Ejemplo:
4
1 2
3
Definicin.- Se llama grado de una regin a la longitud del camino que la bor-
dea.
Dos regiones de un mapa se consideran adyacentes si el circuito que las bordea
tiene alguna arista en comn.
71
Universidad Nacional Abierta
Como dos regiones pueden tener ms de una arista como frontera comn, nos
vemos obligados a permitir que haya ms de una arista entre dos vrtices. As mismo,
puede haber aristas que empiecen y terminen en el mismo vrtice.
Ejemplo de construccin:
E 0
a) Si |E|=0. |V|=1, |R|=1. Con lo que claramente se verifica
Mapa conexo
la frmula de Euler.
b) Supongamos que |E|= m 1
Se dan dos casos
1) Si el mapa tiene algn ciclo. Consideremos el subgrafo G' resultante
de suprimir una arista perteneciente a un circuito. G' seguira siendo
conexo porque la arista perteneca a un circuito y el nmero de re-
giones disminuye en una unidad porque las aristas pertenecientes a
un ciclo siempre son fronteras de dos regiones distintas. Por la hip-
un rbol, tendremos R V E 2
72
Universidad Nacional Abierta
Teorema ( de Kuratowski)
Un grafo G es plano no contiene ningn subgrafo isomorfo a una subdivisin
de K5 o K3,3.
Demostracin:
Demasiado complicada para este nivel.
Se llama nmero cromtico del grafo G al menor k tal que G puede colorearse
con k colores
73
Universidad Nacional Abierta
Caso1.- Hay un nmero k < n tal que hay k vrtices de V1 unidos exactamente a
k vrtices de V2.
En este caso partimos el grafo en dos, G1 y G2. En el primero ponemos los k vr-
tices de V1 con los correspondientes k vrtices de V2 y en el segundo ponemos los de-
ms vrtices.
Veamos que se da la condicin de diversidad en los nuevos grafos por lo que,
dado que en ellos el primer subconjunto de vrtices tiene menos de n vrtices (tendrn
74
Universidad Nacional Abierta
75
Universidad Nacional Abierta
LECTURA 6.
MATRICES
Prueba de ello es que el mtodo aparece en Los Nueve Captulos, la obra ma-
temtica china ms importante de la antigedad.
Uno de los problemas de este tratado es el siguiente:
Hay tres tipos de cereal, de los cuales tres fardos del primero, dos del segundo,
y uno del tercero hacen 39 medidas. Dos del primero, tres del segundo y uno
del tercero hacen 34 medidas. Y uno del primero, dos del segundo y tres del
tercero hacen 26 medidas. Cuntas medidas de cereal son contenidas en un
fardo de cada tipo?
2 3 2
3 1 1
26 34 39
76
Universidad Nacional Abierta
Y da instrucciones para que el lector operando sobre las columnas llegue a la tabla
siguiente
0 0 3
0 5 2
36 1 1
99 24 39
Sin embargo hay que esperar hasta el siglo XIX para que se desarrolle una de las he-
rramientas ms importantes de la matemtica: el lgebra de matrices. A ella contribu-
yeron diversos matemticos, entre ellos los ingleses Cayley y Sylvester, a quienes al-
gunos historiadores han bautizado como los gemelos invariantes.
Una gran inteligencia que se puso de manifiesto en los primeros aos escolares.
Ambos estudiaron en Cambridge aunque en distintos aos debido a la diferencia de
edad. Sylvester fue alumno de otro algebrista notable De Morgan.
Tenan una gran variedad de aficiones diferentes a las matemticas: leer, viajar, pin-
tar, etc.
77
Universidad Nacional Abierta
Cayley es uno de los matemticos ms prolficos de la historia siendo uno de los primeros
en estudiar las matrices de forma sistemtica. En 1858 public unas Memorias sobre la
teora de matrices en la que daba la definicin de matriz, suma de matrices, de producto de
un nmero real por una matriz, de producto de matrices y de inversa de una matriz. Cayley
afirma que obtuvo la idea de matriz a travs de la de determinante y tambin como una
forma conveniente de expresar transformaciones geomtricas. Al trabajar en la teora de
transformaciones hace constar que si a la transformacin
78
Universidad Nacional Abierta
Bibliografa:
79
Universidad Nacional Abierta
LECTURA 7.
LA MATEMTICA DE TODOS LOS DIAS
PROBLEMAS DE OPTIMIZACIN
80
Universidad Nacional Abierta
Para comparar los dos cilindros, inserto el de la base ms pequea (A) dentro del
que tiene la base ms grande (B) (fig.2.3); es como si el cilindro A estuviese dividido
en dos partes iguales: una mitad adentro del cilindro B y la otra mitad afuera.
Figura 2.2
FICHA HISTRICA
81
Universidad Nacional Abierta
Figura 2.5
Dice Galileo que la gente est siempre convencida de que los cilindros construi-
dos de esta manera deben tener el mismo volumen. Esto es lo que escribe: Hay un
incidente entre el pueblo, del cual se habla como si se tratara de un hecho maravilloso.
Se tiene la costumbre de hacer sacos para contener grano usando un fondo de madera
y utilizando un pedazo de tela ms largo por un borde que por el otro (fig.2.6). En-
tonces ms cuando se utiliza la menor medida de la tela como altura del saco o cuando
se hace lo contrario? Por ejemplo, si un borde de la tela fuese de 6 codos y el otro de
12, ms contendr cuando se circunde la tabla del fondo con la longitud de 12, que-
dando la altura del saco de 6 codos, que si se circundase el fondo de 6 codos teniendo
12 por altura. Ahora bien, por lo que se ha mostrado, a la idea general de contener
ms para un saco que para el otro, se aade el conocimiento especfico y particular del
cul es el que ms contiene; y es que tanto ms contendr cuando ms bajo sea y
tanto menos cuando ms alto.
Los campesinos - parece querer decir Galileo - han aprendido la matemtica de
su trabajo, mientras que la gente se maravilla todava con este incidente.
Y hoy? Los siglos han pasado, pero... sigue siendo igual!
Figura 2.6
82
Universidad Nacional Abierta
Figura 2.7
Con dos hojas iguales pueden construirse dos paraleleppedos de base cuadrada
(fig 2.8).
Figura 2.8
83
Universidad Nacional Abierta
Figura 2.9
Obtenemos dos paraleleppedos: uno ancho y estrecho, el otro bajo y largo (fig.
2.10).
Tendrn el mismo volumen? Ahora quedamos un poco perplejos.
En seguida hagamos otra construccin: con dimensiones de hojas diferentes,
tomando por ejemplo la mitad de la ltima hoja cortada a lo largo (fig.2.11).
84
Universidad Nacional Abierta
Figura 2.12
Ya puede verse bien: No, los dos recipientes no pueden tener el mismo volu-
men!
Para convencerse basta con cortar el tubito en cuatro partes iguales
(fig.2.13a); si colocamos estas piezas en el recipiente de base grande, nos damos
cuenta de que dejamos mucho espacio libre (fig.2.13b). Ambas figuras han sido
agrandadas para mayor claridad.
Figura 2.13
85
Universidad Nacional Abierta
es fcil entender cmo se obtiene. Dado que volumen corresponde a contenido, sur-
ge espontneamente este razonamiento (fig.2.14).
Figura 2.14
86
Universidad Nacional Abierta
Resulta ser mayor el volumen del paraleleppedo menos alto, pero con la base
ms grande. Y sin embargo no se vea!
Calculemos ahora los volmenes en el tercer caso, en donde, en cambio, se pro-
baba fcilmente que los volmenes no eran iguales. Las dimensiones de las tiras obte-
nidas al dividir a lo largo la hoja en cuatro, son ahora 20 y 4.
Tenemos ahora las figuras y los clculos relativos a este caso (fig. 2.16).
Se encuentra que los volmenes difieren realmente mucho!
87
Universidad Nacional Abierta
Ser siempre de este modo? La razn entre los volmenes de los paraleleppe-
dos obtenidos al doblar en cuatro partes iguales, resultar siempre igual a la razn
entre las dimensiones de la hoja?
Para estar seguros, no basta con probarlo en un caso cualquiera; con probarlo
para 100, 1000,... casi puede decirse que es muy probable que ocurra siempre as,
pero no se tiene la certeza absoluta. La certeza se tiene si hacemos abstraccin de
los nmeros, es decir, si en lugar de nmeros utilizamos letras. Nadie debe espantar-
se por el hecho de usar frecuentemente smbolos para entender mejor!
Denotemos ahora con a y b, las dimensiones de la hoja que vamos a doblar
(fig.2.17).
Figura 2.17
Cuando doblamos la hoja en cuatro partes iguales de las dos maneras (fig. 2.18),
y formamos los paraleleppedos (fig.2.19), obtenemos para cada volumen el valor indi-
cado a un costado de cada figura.
88
Universidad Nacional Abierta
89
Universidad Nacional Abierta
Figura 2.21
Figura 2.22
90
Universidad Nacional Abierta
91
Universidad Nacional Abierta
La superficie esfrica est formada por una capa finsima de agua jabonosa, capa
que contiene la cantidad de aire que hemos soplado al interior.
La burbuja de jabn tiene como envoltura una finsima pelcula elstica, y esta
pelcula, precisamente por ser elstica, tiende a contraerse hasta hacer mnima su su-
perficie. El hecho de que la pelcula tome forma esfrica significa que, a igualdad de
volumen, es decir de cantidad de aire soplado, la esfera tiene la superficie mnima.
Continuemos jugando con las burbujas de jabn, pero ahora poniendo algn obs-
tculo a la formacin de la esfera. Procedamos de esta manera: Tomemos dos placas
de vidrio y, despus de haberlas humedecido con la solucin jabonosa, coloqumoslas
de modo que sean paralelas (fig. 2.27).
Soplemos ahora una burbuja en el espacio comprendido entre las dos placas, y
observemos. En cuanto se sopla un poco de aire, se forma una pequea esfera que
cabe en el espacio entre las placas.
Sin embargo, cuando se juega con burbujas de jabn, no se piensa realmente que
estas pelotillas de aire estn dentro de la matemtica!
Pero si se contina soplando, habr un momento en el que la pelcula ya no ten-
dr espacio suficiente para seguir siendo esfrica; de pronto, veremos aparecer un
cilindro (fig. 2.28). El cilindro tiene como bases dos crculos colocados sobre las dos
placas.
92
Universidad Nacional Abierta
Reflexionemos: cada una de las bases de este cilindro est formada por una l-
mina jabonosa y, por ende, elstica.
El hecho de que la lmina se contraiga en forma de crculo, significa que el crculo
tiene el contorno mnimo entre todas las figuras planas que contienen la misma canti-
dad de sustancia jabonosa. Resulta de este modo que, a igualdad de rea, el crculo
tiene el permetro mnimo.
En resumen, entre todas las figuras planas que tienen la misma extensin, el
crculo es el que tiene el permetro mnimo.
En conclusin, el crculo en el plano tiene la misma propiedad que la esfera en el
espacio.
Hemos iniciado con un juego, pero este juego condujo a descubrimientos mate-
mticas sobre las superficies mnimas y sobre los contornos mnimos, bajo ciertas con-
diciones. Conviene decir que la idea de estudiar las burbujas de jabn desde un punto
de vista cientfico, se debe a un gran fsico matemtico del siglo pasado: el belga J.A.
Ferdinand Plateau.
Estos problemas de optimizacin (hacer mnima una envoltura, hacer mnimo un
contorno bajo ciertas condiciones) han estimulado hasta nuestros das un amplsimo
campo de investigacin por parte de los matemticos.
93
Universidad Nacional Abierta
Para convencerse de que estas dos ltimas propiedades son vlidas, basta un
razonamiento; hagamos referencia por ejemplo, al crculo. Sabemos que el crculo tie-
ne el permetro mnimo entre todas las figuras planas que tienen la misma rea.
Consideremos a continuacin unas figuras que tienen el mismo permetro; es
fcil construirlas, basta con tomar como contorno un trozo de estambre y acomodarlo
en varias formas: de cuadrado, de tringulo, de crculo, etctera (fig.2.29).
Comparemos a manera de ejemplo el crculo con el cuadrado. Si el rea del crcu-
lo no fuese ms grande que la del cuadrado, las dos reas seran iguales, pero si las
reas son iguales, el crculo tiene, por la propiedad 2, el menor permetro, y esto es
absurdo porque hemos supuesto que las dos figuras tienen el mismo permetro.
Figura 2.29
94
Universidad Nacional Abierta
podemos comprender por qu le fue dada la forma esfrica a este contenedor: la esfe-
ra es, entre las diversas formas, la que tiene el mximo volumen, es decir la de mxi-
ma capacidad, a igualdad de envoltura (fig.2.31).
Figura 2.30
95
Universidad Nacional Abierta
Figura 2.32
Dispuso este cordn en forma de crculo (o, mejor dicho, en semicrculo porque
quera que la ciudad tuviese vista al mar); es as como el cordn, hecho de piel de
buey, form el sitio de una ciudad que muy pronto se hizo famosa: Cartago.
Se comprende entonces que Dido, muchos siglos antes de Cristo, conoca esta
propiedad: a igualdad de permetro, el crculo contiene el rea mxima.
La propiedad dual del crculo de tener un permetro mnimo a igualdad de rea,
fue utilizada siempre en el medievo para la construccin de ciudades. De hecho no son
pocas las ciudades construidas en ese periodo que presentan forma circular. La razn
era probablemente ahorrar en la longitud de la muralla y, al mismo tiempo, poder vigi-
lar con un nmero mnimo de hombres los ataques que llegaban a la ciudad desde el
exterior (fig. 2.33).
96
Universidad Nacional Abierta
Figura 2.33
97
Universidad Nacional Abierta
Figura 2.34
De este modo se entiende que, para obtener el volumen, es decir, para saber
cul es el contenido del paraleleppedo, es indispensable repetir tantas veces el rea
de las base como nos lo indique la altura; es necesario por tanto multiplicar la base por
la altura. Entonces, el volumen depende del rea de la figura plana que se mueve pa-
ralelamente a s misma y de la altura del slido.
Esta idea condujo en 1627 a un alumno de Galileo, el padre Bonaventura Cavalie-
ri, a afirmar que:
Si se cortan slidos de igual altura con planos paralelos a uno fijo, por ejemplo
el plano de la base, y se obtienen secciones de igual rea, entonces los slidos tie-
nen el mismo volumen.
Para entender bien el significado de esta afirmacin, que se conoce como Princi-
pio de Cavalieri, observemos la figura 2.35: Estn representados tres slidos de igual
altura apoyados sobre el mismo plano, uno de base triangular, uno de base cuadrada y
uno cuya base es una figura de contorno curvilneo.
98
Universidad Nacional Abierta
Estos slidos son cortados por planos paralelos a la base. Si resulta que las tres
secciones tienen la misma rea en cualquier nivel, es obvio entonces que la cantidad
de material que constituye a los slidos es siempre la misma y, por tanto, los slidos
tienen el mismo volumen.
Queremos transformarlo en un slido que tenga el mismo volumen, pero que sea
menos anguloso, por ejemplo en un cilindro. Procedamos de esta forma: Plantamos
sobre la mesa en donde est apoyado el cubo, perpendicularmente al plano de ella, un
alambre de hierro (fig. 2.37).
99
Universidad Nacional Abierta
Ahora se comprende que el cilindro contiene el mismo volumen del cubo porque
se cumplen exactamente las condiciones indicadas en el Principio de Cavalieri (fig.
2.39).
100
Universidad Nacional Abierta
cilindro est formada por un conjunto de hilos circulares iguales colocados uno sobre el
otro; en el caso del cubo, en cambio, la superficie lateral est formada por un conjunto
de hilos cuadrados iguales, colocados uno sobre el otro.
En nuestro caso, los dos contornos, circular y cuadrado, encierran la misma rea;
ahora sabemos que (seccin 2.7), a igualdad de rea el crculo es el que tiene el me-
nos permetro. Esto lleva a afirmar que la superficie lateral del cilindro, formada por la
superposicin de hilos circulares, tiene rea menor que la del cubo. Toda la envoltura
del cilindro tiene por tanto una superficie menor que la del cubo, aunque ambos con-
tengan el mismo volumen.
Figura 2.41
101
Universidad Nacional Abierta
Las secciones que obtenemos son rectngulos. Estos rectngulos tienen todos la
misma altura (es la altura h del cilindro) y tienen por base una cuerda del crculo, es
decir, un segmento que va de cero (cuando el plano es tangente a las generatrices
del cilindro g o g) a la longitud del dimetro d de la base circular. En correspondencia
con cada uno de estos rectngulos, construyamos un crculo de igual rea, cuyo centro
se encuentre sobre la recta s (fig. 2.43); obtenemos as una superficie de rotacin so-
bre el eje s. El crculo ms grande est sealado en color gris: es equivalente al rec-
tngulo que tiene las dimensiones d y h.
102
Universidad Nacional Abierta
3. Hacia la esfera
El razonamiento matemtico ha logrado transformar un cubo en un cilindro, y un
cilindro en una superficie ms redondeada. De esta ltima se puede pasar a otra su-
perficie al fijar como eje de rotacin la antigua recta r; luego a otra ms que tenga a la
recta s como eje de rotacin la recta r y continuar de igual manera.
Se comprende que los slidos que vamos construyendo poco a poco, tienden a
tener a la recta r o a la recta s como ejes de rotacin, y tienden por tanto a la forma
esfrica; de hecho, es la esfera la nica superficie que tiene dos ejes de rotacin per-
pendiculares entre si (fig. 2.44).
El razonamiento que hemos desarrollado hace comprender de qu manera la idea
de una demostracin puede ser sugerida por una experiencia concreta: La demostra-
cin repite de hecho el acto manual con el cual, ejerciendo sobre un cubo de arcilla
una presin, ora horizontal, ora vertical, se le da al bloque de arcilla una forma cada
vez ms redondeada.
103
Universidad Nacional Abierta
La esfera tiene solamente dos ejes de rotacin perpendiculares entre s. Si se corta un elipsoide con planos
perpendiculares a r, se obtienen crculos; en cambio, si se corta el elipsoide con planos perpendiculares a s,
se obtienen elipses.
Si se corta un elipsoide con planos perpendiculares a r, se obtienen crculos; en cambio, si se corta el elip-
soide con planos perpendiculares a s, se obtienen elipses.
104
Universidad Nacional Abierta
LECTURA 8.
Sistemas ponderados de votacin
http://www.uam.es/personal_pdi/ciencias/ehernan/ICE99MVC/Pondera.doc
Ejemplo 1. Empresa con dos accionistas A y B que poseen el 60% y el 40% de las
acciones respectivamente. Se necesita mayora absoluta para tomar las decisiones.
Coalicin: Conjunto de votantes que se han unido para votar a favor o en contra de
una propuesta.
105
Universidad Nacional Abierta
Coalicin de bloqueo: es una coalicin en la que la suma de sus votos (o pesos) son
suficientes para conseguir que no se apruebe una medida si votan en contra de
ella.
Para que una coalicin sea de bloqueo basta que la suma de los votos de todos
sus miembros sea superior al nmero de votos totales menos la cuota.
Coalicin ganadora mnima: es una coalicin ganadora en la que todos sus miem-
bros son votantes basculantes.
106
Universidad Nacional Abierta
P( X )
ndice de Shapley-Shubik =
n!
Ejercicio 10. Una empresa tiene un accionista con el 10% de las acciones. Los restan-
tes 90 accionistas tienen igual participacin en la empresa. Se toman las decisiones
por mayora absoluta. Encuentra el ndice de Shapley-Shubik de cada accionista.
Dos sistemas de votacin con el mismo nmero de votantes son equivalentes si hay
alguna forma de intercambiar los votantes de un sistema con los del otro manteniendo
las coaliciones ganadoras.
107
Universidad Nacional Abierta
Ejercicio 13 (El poder del Rey). El Rey, su Senado y el Parlamento (ejercicio 12) no
gobiernan con un sistema de votacin ponderado. Pero se puede hablar de coaliciones
y de votantes basculantes. Para hacerte una idea del poder del Rey encuentra lo si-
guiente:
Tienes que rellenar el cuadro siguiente con los ndices de Shapley-Shubik y con
la probabilidad de que un votante sea basculante para los sistemas de votacin
que se especifican en la primera columna. Los cuatro primeros han sido considerados
en los ejercicios anteriores; el antepenltimo el es sistema en el que cada votante tie-
ne un voto y las decisiones deben tomarse por unanimidad; en los dos ltimos cada
votante tiene un voto y las propuestas se aprueban por mayora absoluta (debes
distinguir los casos de nmero de votantes par e impar).
108
Universidad Nacional Abierta
Ejercicio 11
Una empresa con 91 accionistas.
51: 10, 1, 1, ......., 1
Ejercicio 10
Decisin por unanimidad.
n: 1, 1, ........, 1, 1
Mayora absoluta con n impar
(n+1)/2: 1, 1, ....., 1, 1.
n=2m+1
Mayora absoluta con n par
(n/2)+1: 1, 1, ....., 1, 1.
n=2m
109
Universidad Nacional Abierta
LECTURA 9.
BIOLOGA Y TRANSFORMACIONES AFINES
Tomando De viaje con la matemtica. Imaginacin y razonamiento matemti-
co. Por Emma Castelnuovo
DArcy Thompson nota que estos perfiles, que difieren por pequeas variantes,
pueden encuadrarse en retculas de paralelogramos, demostrando as que el proceso
de transformacin de un perfil a otro es por causa de una afinidad.
En la figura 4.41 se presentan los perfiles de dos peces que viven a gran profun-
didad: el Argyropelecus olfersi y el Sternoptyx diaphana.
110
Universidad Nacional Abierta
2
x x
3
y y
1
x x
3
y y
Las formas de las patas son por tanto afines: Hay una reduccin de la pata del
buey a la de la oveja y a su vez a la de la jirafa.
111
Universidad Nacional Abierta
Una investigacin del mismo tipo se muestra en la figura 4.44. En este caso, la
secuencia de perfiles sugiere la evolucin de la cabeza humana desde el hombre de
Neanderthal (perfil interno) al hombre del futuro (perfil externo).
112
Universidad Nacional Abierta
LECTURA 10.
Fractales: formas de la naturaleza?
Abelardo Gil-Fournier
113
Universidad Nacional Abierta
Dimensin fractal
El que estos objetos reciban el nombre precisamente de esta propiedad, el po-
seer dimensin decimal, nos puede hacer sospechar, con razn, sobre la importancia
de este concepto, tanto en su anlisis como en su significacin.
Al poseer una dimensin situada entre dos nmeros enteros, no podremos tra-
tarlo como un volumen y un rea bien definidos. As, diremos de un fractal con dimen-
sin situada en el intervalo (1,2) que es una superficie no delimitada por una curva o
un conjunto de rectas, pero que no llega a ser un plano (su permetro es infinito y no
diferenciable). Si sta estuviera en (0,1) diramos que se trata un conjunto de puntos
alineados que no llegan a constituir una recta, pese a ser infinitos y a estar infinita-
mente prximos entre s. ste es el caso del conjunto de Cantor (que vimos en la sec-
cin acerca del estudio mediante la topologa). Presentamos aqu una de las figuras de
Koch, construidas mediante un proceso geomtrico iterado. El fractal resultante tiene
dimensin en el intervalo (1,2).
Este significado de la dimensin fractal tiene una interpretacin fsica muy in-
teresante: la dimensin fractal de un objeto es un parmetro que nos cuantifica la ca-
pacidad de ste de ocupar espacio, independientemente de la estructura geomtrica
del mismo. El fractal se extiende por el espacio de dimensin menor (de las dos entre
las que se encuentra) repitiendo un mismo motivo indefinidamente, hasta "superar"
esa dimensin (al poseer longitudes, reas o volmenes infinitos).
Adems de esta informacin, cualitativa en cierto modo, y que aprovecha poco
el valor numrico (el nmero que representa la dimensin), sta nos indica la escala a
la que se encuentran ciertos parmetros al aparecer las copias del conjunto inicial en el
desarrollo del cuerpo del fractal. Y en este nmero se diferencian todos los fractales
entre s. Todos presentan copias de s mismos (autosemejanza), no exactamente idn-
ticas, en su cuerpo, pero no escalan de la misma forma. Por eso, atribuimos a la di-
mensin el "grado de ocupacin" del espacio por el conjunto en cuestin. Pensemos
ahora un momento en la idea que tenemos de la naturaleza, como sistema en evolu-
114
Universidad Nacional Abierta
cin, que tiende al mejor aprovechamiento del entorno. No utilizar sta una geome-
tra de dimensin fractal, con el fin de aprovechar lo mejor posible el espacio? Los
pulmones son superficies increblemente extensas, situadas en un volumen muy redu-
cido; el conjunto de conductos de nuestro sistema circulatorio colocado en lnea recta
tendra una longitud inmensa y, sin embargo, est situado en nuestro cuerpo ocupando
una superficie finita y reducida. Y como stos, podemos pensar en muchos ejemplos
ms. Teniendo presente la idea de que la naturaleza tiende a maximizar o minimizar
algunas magnitudes, los fractales aparecen como geometra propia y caracterstica de
sta.
115
Universidad Nacional Abierta
el siguiente ejemplo, obra del primer investigador de la geometra fractal: Benoit Man-
delbrot. Por ello el conjunto se conoce como fractal de Mandelbrot. En el espacio de los
nmeros complejos (de dos dimensiones reales, una la parte imaginaria, y otra la
real), iteramos sobre cada punto la siguiente funcin:
Si la rbita del punto converge, entonces pintamos el punto. Si no converge, fi-
jamos un nmero de modo que al superar una sucesin ste nmero en una de las
iteraciones, pintamos el punto origen de sta con un color segn la iteracin (por
ejemplo, segn la ltima cifra del valor de sta). Con estas leyes obtenemos uno de los
fractales ms conocidos y a la vez asombrosos. En l se dan claramente la autoseme-
janza y la alta ocupacin del espacio.
La imagen producida por la aplicacin reiterada de esta funcin es la que aqu
aparece (en la pgina). Puede irse ampliando la imagen (haciendo "zooms") y nos en-
contraremos que la esta curiosa silueta aparece repetida a escalas mucho ms peque-
as indefinidamente. Finalmente, podemos hablar de otra forma de crear figuras frac-
tales, conocida como "Chaos Game". Es muy general, y puede dar lugar a todo tipo de
fractales, incluidos los anteriores. El mtodo es muy sencillo: tenemos n reglas sobre
el espacio de fases (que llevan un punto a otro punto del espacio), y una sucesin de n
sucesos una determinada probabilidad. Segn el suceso que ocurra aplicamos sobre el
punto una u otra ley. Hacemos que aparezca un nuevo suceso, y repetimos el proceso.
Reiterado este mecanismo una y otra vez obtenemos figuras de todo tipo. Una de
ellas, quiz la ms famosa, es la de la hoja de helecho que aqu presentamos. Este
fractal se ha generado con cuatro funciones con distinta probabilidad, siendo cada fun-
cin lineal (una matriz). Fijmonos en las caractersticas propias de fractal: autoseme-
janza (cada ramita es igual a la hoja entera) y repeticin.
Un mecanismo tan sencillo es capaz de generar una imagen tan bella como la
que aqu vemos, claramente presente en la naturaleza. Con este mtodo podemos si-
mular las costas de un continente, un cielo estrellado, galaxias, rboles, por eso es uno
de los ms interesantes (y con muchas aplicaciones para el mundo multimedia).
Con esto hemos visto cmo se construye un fractal. Pero, qu relacin guardan
estas hermosas figuras con los sistemas dinmicos caticos? En primer lugar tenemos
procesos iterativos en todos los mtodos de construccin, tambin presentes en los
sistemas dinmicos. Pero no slo en la construccin aparece la reiteracin. Como he-
mos visto, la autosemejanza y la repeticin de un mismo motivo son caractersticas de
los fractales, constituye su mtodo de conquista del espacio. Luego, si consideramos el
mecanismo que crea un fractal como un sistema dinmico (por ser un proceso itera-
do), el objeto pasa a ser la representacin grfica de la ley. En los atractores, esta
116
Universidad Nacional Abierta
117
Universidad Nacional Abierta
118
Universidad Nacional Abierta
nuevos intervalos, etc. Mandelbrot asoci la imagen con un objeto estudiado por el
matemtico Georg Canto, el conjunto de Cantor. Descubri otros procesos con comple-
jidad creciente a medida que nos aproximamos a ellos, y los llam fractales. Mostr
cmo los fractales estn presentes en muchos lugares tanto en las matemticas como
en la naturaleza.
Entre otros premios, ha recibido la "Barnard Medal for Meritorius Service to
Science", la Medalla Franklin y la Medalla Steinmetz (sta, en 1991).
119
Universidad Nacional Abierta
LECTURA 11.
Resumen del curso de Introduccin a la Geome-
tra Fractal
http://www.fractaltec.org/CursoGeometriaFractal.pdf
Comenzando
Para introducirnos de lleno en el mundo de los Fractales, lo primero que quiero
contarles son las palabras que dan inicio al libro Fractals Everywhere (Fractales en
todos Lados) de Michael F. Barnsley, uno de los pioneros y ms importantes divulga-
dores e investigadores del tema:
La geometra Fractal cambiar a fondo su visin de las cosas. Seguir
leyendo es peligroso. Se arriesga a perder definitivamente la imagen
inofensiva que tiene de nubes, bosques, galaxias, hojas, plumas, flo-
res, rocas, montaas, tapices, y de muchas otras cosas. Jams vol-
ver a recuperar las interpretaciones de todos estos objetos que has-
ta ahora le eran familiares."
120
Universidad Nacional Abierta
Un poco de historia
Los Fractales son los objetos matemticos que constituyen la Geome-
tra de la Teora del Caos, aunque es importante destacar que no todos los fractales
son caticos como veremos ms adelante. Los objetos fractales fueron creados mucho
antes de haberse desarrollado formalmente la Geometra Fractal o la Teora del Caos.
De hecho, se pueden encontrar y reconocer figuras con caractersticas fractales como
la del tringulo de Sierpinski (figura 1) en grabados de tela de hace varias dcadas
atrs, hasta en los aos de 1400 se hallaron grabados japoneses con estas estructu-
ras.
121
Universidad Nacional Abierta
Entonces, hasta el momento vimos de manera general como los sistemas din-
micos y caticos se fueron introduciendo en el pensamiento de la comunidad cientfica
y como fueron surgiendo nuevas necesidades para reformular teoras y crear nuevas
herramientas que pudieran describir sistemas que hasta ese entonces eran considera-
dos excepciones y a los cuales se les realizaban diferentes aproximaciones y se les
aplicaban diversos trucos matemticos para ajustarlos a las herramientas disponibles
en esos tiempos. Ms adelante veremos los problemas que surgen al aplicar estos tipos
de tcnicas de aproximacin y omitir variables y detalles que con el trascurso del tiem-
po pueden derivar en sistemas caticos y totalmente impredecibles, pero no nos ade-
lantemos.
122
Universidad Nacional Abierta
Hemos visto tambin que objetos con estructuras que hoy reconocemos como
fractales han existido durante muchos aos, como ser todas las figuras anteriormente
mencionadas, y es por ello que diversos libros y autores difieren al contarnos la histo-
ria de cmo surgi esta rama de la matemtica.
A pesar de toda esta introduccin an no les he contado como nacieron los frac-
tales ni como fueron formulados tericamente.
123
Universidad Nacional Abierta
3) Imaginemos por ltimo un tercer punto de partida, algo extremista, pero vale.
Esta vez no estamos ni en un satlite, ni en el avin; esta vez nos encontramos
parados sobre la misma costa de Inglaterra con una regla como la que usbamos
en la escuela, y nos ponemos a medir roca por roca, rugosidad por rugosidad,
detalle por detalle.
Cul creen que ser el resultado de las distintas mediciones? Siempre habr
arrojado el mismo resultado? Si fue variando, cul habr sido el de mayor extensin?
Sera bueno que antes de seguir leyendo sacaran sus propias conclusiones y las justifi-
caciones de por qu pasa eso.
La realidad y la geometra tradicional nos muestra que una figura con bordes
rectos o redondeados tiene una longitud menor que otra equivalente pero llena de ru-
gosidades. Comparemos por ejemplo un crculo perfecto con la figura que vimos ante-
riormente de von Koch, (figura 3-B). La segunda tiene una longitud mucho ms grande
en sus bordes que la circunferencia. Teniendo en cuenta esto volvamos al caso de la
costa de Inglaterra y la pregunta de Mandelbrot. Si acabamos de decir que una longi-
tud sin rigurosidades es menos extensa que una totalmente irregular, entonces pode-
mos asegurar que los resultados de las 3 mediciones sern en todos los casos diferen-
tes, y el de mayor extensin ser el tercer caso, ya que es en el cual nos topamos con
ms detalles. En realidad el resultado de este ltimo caso se acercara a infinito en el
marco terico.
124
Universidad Nacional Abierta
por ms que se est hablando de lo mismo, es ms, tengo entendido que hasta el
mismo Mandelbrot no est 100% conforme con la definicin. Otra consecuencia puede
llegar a ser que la Geometra Fractal se ha trasformado en una herramienta multidisci-
plinaria utilizada por cientficos, artistas, psiclogos, socilogos, etc ... entonces, un
matemtico no va a dar una definicin de la misma forma que la dar un programador
de computadoras o un artista plstico. Por lo tanto, para poder contarles que es un
fractal, y al ser este que nos rene un grupo multidisciplinario, decid enunciar un con-
junto de definiciones y pensamientos y al final intentar unirlos todos para que junto
con mi propia visin, poder formular una definicin lo ms clara y contundente posible.
Por el momento entonces solamente voy a enumerar una serie de frases sueltas:
1) Los Fractales son los objetos matemticos que conforman la Geometra de la Teora
del Caos.
2) La Geometra Fractal es tambin conocida como la Geometra de la Naturaleza.
3) La palabra Fractal, enunciada por Mandelbrot, proviene del latn y significa roto,
quebrado. (esto se asocia con las discontinuidades de funciones matemticas que
mencionaba en prrafos anteriores).
4) La Geometra Fractal es un nuevo lenguaje; ya que los puntos, rectas, esferas, elip-
ses y dems objetos de la geometra tradicional son reemplazados por algoritmos
iterativos computacionales que permiten describir sistemas naturales, caticos y di-
nmicos.
5) Los Fractales son objetos cuya dimensin es no entera o fraccionaria.
6) Un objeto fractal es aqul que su dimensin fractal de Hausdorff -Besicovich supera
a su dimensin topolgica.
7) Un objeto fractal es aqul que posee las siguientes dos caractersticas:
a) Autosimilitud,
b) Dimensin Fractal
8) Un fractal es un objeto en el cual sus partes tienen alguna relacin con el todo.
(esto est ntimamente ligado a la Autosimilitud)
Veamos algunas en particular. Comencemos con la primera; cada teora o ley ma-
temtica posee sus propias herramientas que la soportan y la describen. Las ms co-
125
Universidad Nacional Abierta
munes son la geometra euclidiana, el lgebra, o el mismo clculo, este ltimo en es-
pecial se da en la Fsica. La teora del Caos no es la excepcin a la regla, y se sustenta,
entre otras cosas, sobre la Geometra Fractal.
Sigamos adelante.
a) Autosimilitud:
Cada porcin de un objeto tiene las mismas caractersticas del objeto completo.
Tambin se puede decir que cada rea de un fractal conserva, de manera estadstica-
mente similar, sus caractersticas globales.
Pero veamos un ejemplo grfico, con el conjunto de Mandelbrot, el fractal ms
conocido
126
Universidad Nacional Abierta
Muy importante, noten que no uso la palabra ZOOM con el significado de am-
pliacin de la imagen, sino es solo para dar una idea figurativa, lo que realmente se
hace con un software para generar fractales es iteraciones! Lo veremos ms adelante.
Pero bsicamente digo que cada vez que elijo un trozo de imagen para ampliar dentro
de ellas encuentro infinitas imgenes similares.
127
Universidad Nacional Abierta
b) Dimensin Fractal:
En matemtica estamos acostumbrados a trabajar con cuatro dimen-
siones, que son las siguientes:
- Dimensin 0 ---- Un punto
- Dimensin 1 ---- Una lnea recta
- Dimensin 2 ---- Un plano
- Dimensin 3 ---- El espacio
Existe una quinta que es la de un conjunto vaco, se dice que el mis-
mo posee una dimensin de 1.
Hasta aqu hemos recorrido un camino relativamente largo e intenso para llegar
tan solo a poder encontrar una definicin lo ms justa posible de la Geometra Fractal y
que englobe varios temas abstractos y tal vez nada intuitivos. As que ac va el primer
ensayo para una posible definicin:
La Geometra Fractal, llamada tambin "Geometra de la Naturaleza",
es un conjunto de estructuras irregulares y complejas descriptas a tra-
vs de algoritmos matemticos y computacionales; los cuales reem-
plazan a los puntos, rectas, circunferencias y dems figuras provenien-
tes de la matemtica tradicional. Estos objetos tienen como caracters-
ticas fundamental las propiedades de Autosimilitud y la de convivir en
extraos paisajes formados por dimensiones fraccionarias.
128
Universidad Nacional Abierta
Bien, ahora nos toca estudiar de una manera ms detallada cada uno de estos
aspectos.
129
Universidad Nacional Abierta
2) De esta ltima propiedad (1) que hemos visto, podemos sacar una conclusin
sumamente importante, y a la que hay que prestarle MUCHA atencin. Los
Fractales pueden ser generados a partir de elementos de la matemtica tradi-
cional (fractales lineales), o a travs de nmeros complejos. Estos ltimos
seguramente los han estudiado en la secundaria. De hecho, el conjunto de
Mandelbrot se genera a travs de iterar una cierta cantidad de veces la ecua-
cin compleja:
130
Universidad Nacional Abierta
Para recordar un poco las propiedades de estos nmeros, digamos que se divi-
den en dos partes, una real y una imaginaria. A la parte imaginaria la denota-
mos con i lo cual es igual a Recordemos tambin que los complejos pueden es-
cribirse de varias maneras, en este caso nosotros usaremos la forma binmica,
donde si (2 + 3i) es un nmero complejo, entonces 2 es su parte real y 3 es su
parte imaginaria.
Vamos a analizar ahora la ecuacin de Mandelbrot:
Dados dos nmeros complejos Z y C (los mismos que estn en la ecuacin) y
donde:
Z = X + Yi
C = a + bi
La ecuacin nos dice que elevemos Z al cuadrado y luego le sumemos C, hag-
moslo entonces
Z^2 = (X + Yi)^2 = X^2 + 2XYi + (Yi)^2
Por potencies sucesivas de los nmeros complejos sabemos que i^2 = -1, por
lo tanto nuestra expresin nos quedara:
X^2 + 2XYi Y^2
Para sumar lo que debemos hacer es agrupar la parte real y luego la parte
compleja, entonces tendramos:
X^2 Y^2 + a + 2XYi + bi
He puesto en color rojo la parte real (X) y en azul la parte imaginaria (Y)
131
Universidad Nacional Abierta
3) Qu son las iteraciones? Es repetir y volver sobre s mismo una cierta canti-
dad de veces. En el caso de los fractales lo que iteramos son frmulas o ecua-
ciones como la que recin hemos visto para generar el Conjunto de Mandelbrot.
Cmo iteramos esas frmulas? sera la siguiente pregunta. Bueno, la respuesta
es sencilla, hacerlo realidad es ms complicado. Lo hacemos mediante algorit-
mos. Alguien se pregunt alguna vez por que los fractales no se crearon ante-
riormente? Creo que la respuesta adecuada a ello est ligado directamente al
desarrollo de las computadoras, sin ellas los fractales no existiran. Iterar y ha-
cer estos clculos con lpiz y papel resultara en una complejidad que nadie po-
dra resolver (quizs Cantor). Como deca hace un instante, los fractales teri-
cos tienen detalle infinito. Por ejemplo si nos adentramos en el tringulo de
Sierpinski siempre encontraremos otro tringulo con las mismas caractersticas
que el anterior pero a diferente escala (diferente tamao), eso significa que es-
t iterado infinitas veces. Esto es algo que no podemos experimentar, ya que
crear un algoritmo de iteracin infinita hara que una computadora se tildase.
Por ello, si alguno ya us algn software como el Fractint, Ultrafractal, o cual-
quier otro para generar imgenes fractales, habr notado que llega un momen-
to en que la pantalla irremediablemente se queda en negro o blanco. Si son ob-
servadores deberan haberse preguntado por qu pas eso si los fractales en
teora tienen detalles infinitos y siempre deberamos encontrar una nueva ima-
gen. Bueno, esto se debe justamente a lo que hablbamos recin, todava no se
han podido escribir programas con iteracin infinita. (al menos hasta donde yo
s)
Esto ltimo pasa en la Naturaleza tambin, como ya vimos existen varios siste-
mas que tienen caractersticas fractal, autosimilares, como ser rboles, ros,
neuronas, etc. Si vemos un rbol en su totalidad, y luego tomamos una rama,
sta ltima tendr caractersticas muy similares al rbol en su totalidad. En la
misma rama podemos otras ms pequeas y en ellas a su vez otras ms chicas
an. Esas caractersticas transforman a un rbol en un objeto fractal. Pero llega
un momento en que ya no hay manera de seguir descomponiendo la rama de
132
Universidad Nacional Abierta
un rbol. Por lo tanto no sera un fractal perfecto, que como ya hemos deducido
hace un momento solo existen en el campo terico.
4) Dijimos muy superficialmente que todos los fractales DEBEN tener una di-
mensin fractal (prximo tema), pero no todos los fractales son autosimilares,
estos ltimos son los menos, pero es necesario mencionarlos. Un ejemplo de
ellos son los fractales plasmticos, y tienen una forma muy indefinida. Vea-
mos una imagen.
Dimensin Fractal
Ahora nos toca entrar de lleno en el que tal vez sea el concepto ms importan-
te, y en el cual ms esfuerzo debern hacer para comprender, para ello tendrn que
dejar de pensar en la matemtica tradicional por un momento y adentrarse en las
geometras no-Eucldeas.
Ya hemos visto que los fractales DEBEN poseer una dimensin fractal (aunque esto es
relativo, hay fractales que poseen dimensin fractal igual a 2 y an as son fractales).
Entonces, la dimensin fractal debera ser:
- 1) no entera
- 2) su dimensin de Hausdorff debe superar su dimensin topolgica.
Recin hice una aclaracin que hay fractales que poseen dimensin entera, lo
cual aparenta ser una contradiccin, pero hay que aclarar que si bien ellos no cumplen
con el punto 1), si cumplen con el 2), es el tpico caso de la curva de Peano o de Hil-
bert, que parte de una curva, cuya dimensin topolgica es 1, y termina llenando el
espacio, cuya dimensin es 2. Por lo tanto, la dimensin final es de 2, mayor a 1 su
dimensin topolgica. Aclaramos tambin que cumple la caracterstica de autosimili-
tud.
133
Universidad Nacional Abierta
Como los fractales estn compuestos por elementos cada vez ms pequeos de
s mismo (Autosimilitud), el concepto de longitud pasa a ser algo muy complejo y has-
ta casi sin sentido, de esta manera el concepto de dimensin comienza a jugar un
papel fundamental. De ahora en adelante no deberamos preguntarnos cuanto mide un
fractal, sino cual es su dimensin.
Calcular la dimensin fractal de un objeto puede ser una tarea por dems com-
plicada, de hecho hay muchos fractales a los que an no se les ha podido calcular su
dimensin con precisin. Es todo un tema de debate la dimensin fractal de la corteza
del cerebro humano por ejemplo, aunque se dice que ronda los 2.8... Para poder com-
prender estos nuevos conceptos voy a trabajar ahora con fractales lineales, lo cual
va a resultar mucho ms sencillo que con los no lineales, ya que como acabo de men-
cionar, estos ltimos pueden resultar muy tediosos y se necesitan otras tcnicas, la
ms famoso y exacta sea quizs el box counting mtodo (el mtodo de conteo de
cajas). Existe un sitio, que da una introduccin y tutorial sobre este mtodo, y adems
tiene un EXCELENTE software libre para bajar y calcular la dimensin de diferentes
fractales no-lineales o lineales.
134
Universidad Nacional Abierta
http://astronomy.swin.edu.au/~pbourke/fractals/fracdim/fdc_linux.tar.gz aconsejo
tambin bajarse los ejemplos TGA. Por lo que se este software esta disponible para
Linux y Mac, pero seguramente existe algn otro para WIN. Cualquier duda que tengan
sobre este mtodo, no duden en consultar en los foros de FractalTec:
http://www.fractaltec.org/local-cgi/cutecast/cutecast.pl
Probemos esto:
Tomamos un lnea recta.
Supongamos ahora, que tenemos la misma recta, pero esta vez tomamos un
elemento de medicin que sea justamente la mitad del anterior.
135
Universidad Nacional Abierta
Esto significa que si tenemos la recta original de 1 metro, y la medimos con una
regla de 50 cm. obtendremos 2 segmentos de 50 cm cada uno, o sea, dos veces nues-
tra escala de medicin.
L es la escala de medicin
D es justamente la Dimensin.
136
Universidad Nacional Abierta
Ahora tenemos algo un poco ms complicado para despejar (solo para aquellos
que hace tiempo que no estn relacionados con la matemtica) Tenemos:
Aqu tenemos un problema, Log1/Log1 es una indeterminacin del tipo 0/0. Por
lo tanto no podemos utilizar esta frmula, deberamos seguir.
Que pasa en nuestra segunda parte de la experiencia de medicin. Tenemos
ahora que L = 2 y S = 2. Por lo tanto:
D = Log 2 / Log 2 -- D = 1
137
Universidad Nacional Abierta
Como conclusin final hemos probado que una recta NO es un fractal. Anloga-
mente se prueba que un cuadrado tampoco lo es, la dimensin ser igual a 2 (coincide
con el plano) y un cubo tampoco es un fractal, su dimensin es 3 (coincide con el es-
pacio) Se los dejo como ejercicio!
Para ello vamos a volver a tomar un fractal amigo y ya conocido por todos us-
tedes. La curva de von Koch.
138
Universidad Nacional Abierta
Traducido al lenguaje coloquial, diremos que tomamos una lnea recta, le apli-
camos un algoritmo tal que al apoderarse de esa misma recta la divida en tres seg-
mentos iguales, una vez hecho eso, quiero que el algoritmo elimine el segmento del
centro y lo reemplace por otros dos, formando as un tringulo como muestra la se-
gunda instancia (imagen 2-B). Hasta ah los dos pasos de generacin, ahora comienza
la iteracin. Y cada iteracin har exactamente lo mismo, o sea, lo que le indique el
algoritmo. Cada vez que vea una lnea recta, la tomar y la dividir en tres partes
iguales, eliminar el segmento del medio y lo reemplazar por otros dos iguales for-
mando un tringulo. Es ms difcil de explicar con palabras que vindolo grficamente.
Veamos ahora, y por ltimo en esta segunda clase, que pasa con el Conjunto de
Cantor. Anteriormente les dije que tena una propiedad que era interesante debatir
para ver si se lo puede considerar como fractal o no. Aqu que les muestro esa propie-
dad y luego lo discutimos.
139
Universidad Nacional Abierta
Tenemos otra vez como imagen generadora una lnea recta (se genera de arriba
hacia abajo). Estudien con detalle lo que ven y notarn que ahora S = 2 y L = 3. Por el
contrario de lo que sucede con el Conjunto de Cantor, el algoritmo nos divide ahora la
recta en 3 segmentos iguales, pero elimina a uno de ellos y no agrega nada como su-
ceda antes. Por lo tanto tenemos:
D = Log 2 / Log 3 - D = 0.6309.............
Bien, obtuvimos una dimensin fraccionaria. Pero que cambi? Ella es menor
que su dimensin topolgica correspondiente a 1 por ser una lnea recta su generador.
Esto es algo que le preocup a Mandelbrot, pero expertos en fractales consideran
igualmente al Conjunto de Cantor, y a otros con estas particularidades, como fractales.
Personalmente las excepciones me molestas y preocupan bastante, si bien es cierto
que tiene una autosimilitud perfecta, por su dimensin yo optara por no considerarlo
un fractal.
Bien, aqu hay que notar algo sumamente importante y muy confuso para la
mayora. La dimensin fractal que obtuvimos es no entera. Hasta ah perfecto. Ahora,
esta dimensin es superior o inferior a su dimensin topolgica? La respuesta es que
140
Universidad Nacional Abierta
La misma explicacin se aplica a las curvas de Peano y Hilbert que discut ante-
riormente, parten de una curva, la cual tiene dimensin topolgica igual a 1!!!
141
Universidad Nacional Abierta
NOTA: por ltima vez quiero recalcar que nos fue fcil calcular estas dimensio-
nes porque pertenecen a fractales lineales, pero la idea es llegara comprender los frac-
tales complejos o no lineales ya que son las estructuras que se presentan en la Natura-
leza, para eso recomiendo que profundicen en el box counting method que mencion
anteriormente.
142
Universidad Nacional Abierta
143
Universidad Nacional Abierta
Veamos, la Geometra Fractal es tan solo una pequea parte de la Teora del
Caos, esta ltima se basa en una diversidad muy grande de herramientas matemticas
que van mucho ms all de los Fractales. Si, como hemos visto anteriormente, aque-
llos sistemas no lineales o caticos que tengan Autosimilitud y una dimensin fraccio-
naria sern estudiados por la Geometra Fractal, pero no todos los sistemas caticos
poseen estas cualidades, por lo tanto se requiere otro tipo de tcnicas para estudiarlos.
la cual nos da por resultado la posicin de un objeto que viaja a una velocidad deter-
minada en un tiempo y con una aceleracin dada.
O las muy famosas leyes de Newton, como por ejemplo la segunda que nos di-
ce:
F=ma
Ella nos muestra que el valor de la sumatoria de todas las Fuerzas es igual a la
masa multiplicada por la aceleracin.
Lo que intento dejar en claro con estos ejemplos es que, segn la matemtica
tradicional, conocidas tales condiciones iniciales puedo saber con exactitud como se
va a comportar un cuerpo o un sistema a lo largo del tiempo. En teora, si conozco
donde se encuentra un cuerpo, a que velocidad se mueve, que aceleracin posee y en
que trayectoria se desliza, voy a poder saber sin problemas donde va a estar y que
caractersticas tendr su movimiento en el tiempo que yo elija. Tanto en el pasado co-
mo en el futuro.
Es bueno hacer una aclaracin sobre el tiempo en este momento. La Teora del
Caos, y de la mano de Prigogine, habla sobre la Flecha del Tiempo concepto funda-
mental de esta nueva teora. Esta nos dice que el tiempo es irreversible. La mecnica
clsica no diferencia entre presente y pasado, como veamos en las ecuaciones ante-
riores, no importa que tiempo ponga en la variable t, voy a obtener un resultado lgico
144
Universidad Nacional Abierta
y correcto. La Teora del Caos nos ensea que todos los sistemas son irreversibles,
jams puedo volver hacia atrs, por este motivo se habla de la Flecha del Tiempo,
solo apunta hacia un extremo, futuro!
145
Universidad Nacional Abierta
Los sistemas caticos son aquellos que se encuentran afectados directamente por sus
condiciones iniciales, transformndolos en el transcurso del tiempo en sistemas impo-
sibles de predecir.
Antes de seguir, voy a dar ms ejemplos de sistemas caticos para fijar estas
ideas.
- El clima meteorolgico, no se puede predecir con razonable exactitud con ms
de una semana de anticipacin. Y no siempre se acierta haciendo un pronstico
ese mismo da, por ms tecnologa avanzada que se utilice. Esto se debe a la
gran cantidad de variables que son precisas conocer. - En la bolsa de comercio,
un simple rumor sobre la suba o baja de acciones puede potenciarse a lo largo
del tiempo y causar un efecto catico. (comparar con el ejemplo de la maripo-
sa, como se potencia esa onda en el aire y como se potencia el rumor y cuales
son los resultados.) - Hace aproximadamente 6 aos la Tierra tard en girar al-
rededor del Sol un segundo ms de lo estipulado. Se cree que se debi en prin-
cipio a las mareas. Ese segundo de ms causar que en cientos de millones de
aos la Tierra pierda su rbita. (para nosotros mucho tiempo, para la Naturale-
za un tiempo razonable)
146
Universidad Nacional Abierta
Para la Teora del Caos, no existen sistemas ni 100% ordenados, ni 100% cati-
cos. Esta teora acepta tanto el Orden como el Caos y los relaciona en una dualidad de
la siguiente manera:
En todo sistema ordenado, el caos siempre est presente o implcito
En todo sistema catico, el orden siempre est presente o implcito
Estos postulados son los que personalmente siempre me han llamado la aten-
cin y los que me han convencido de que esta Teora es la que mejor describe los sis-
temas naturales, en conjunto con la Geometra Fractal.
Pero analicemos un poco que nos dicen y luego daremos tres ejemplos que se
dan en la naturaleza y que son dignos de estudiar, los cuales nos llevarn a replan-
tearnos un serie de cosas que hasta ahora creamos sin meditar.
Imaginemos un sistema ordenado. Uno podra ser el que mencion anteriormente, la
Tierra girando armnicamente alrededor del Sol (sistema ordenado y predecible), y
que en determinado momento se demora un segundo en cumplir el recorrido total en
su rbita, lo que determina que ser expulsada de la misma a lo largo del tiempo.
(consecuencias caticas) De este ejemplo se desprende el primer postulado. En todo
momento el sistema terrestre es ordenado, pero lleva implcito consigo mismo el caos,
que va trabajando muy de a poco y silenciosamente y en un determinado punto se
apoderar por completo del mismo y generar consecuencias insospechadas o catas-
trficas.
147
Universidad Nacional Abierta
ductos, pero no los conoce nadie, no estn inmersos en el mercado. Esta situacin
muestra que una empresa tiene justamente lo que le falta a la otra, y por separado
todas funcionan de manera catica y errtica. Qu pasara si todas o algunas de ellas
se uniesen con base en contratos legales, un organigrama bien establecido y confianza
entre sus socios. Lo que era un sistema totalmente desordenado por separado, encon-
tr sus patrones y puntos en comn y deriv en un sistema armnico, ordenado y pro-
ductivo.
Algo sumamente importante, y por donde siguen pasando las claves para en-
tender esta teora es lo siguiente:
Ejemplo 1
El primero de ellos no es tan complicado, y hasta lo pueden experimentar uste-
des mismos.
148
Universidad Nacional Abierta
Imagnese que en esta pirmide cada uno de esos punto es un clavo. Todos se
encuentran incrustados en una pared vertical. (mi dibujo est algo desalineado, si van
a probar esta experiencia, debera estar un poco mejor construido.)
El robot toma una pequea bola o pelota perfectamente circular, sin irregulari-
dades. La coloca sobre el tope de la pirmide, o sea, en el primer clavo y luego la suel-
ta. Esa bolita comienza a caer rebotando de clavo en clavo y pasando siempre entre
medio de dos de ellos y llega al siguiente nivel sin detenerse hasta llegar la base. En la
base de mi dibujo se encuentran solamente 5 clavos, pero la idea es que sean muchos
ms, una cantidad superior a los 100 para poder probar esto. Bueno, cuando la bolita
llega a la base, esta sale de la pirmide como dijimos antes por entre medio de dos
clavos, imaginemos para el primer ejemplo entre el clavo 10 y 11 comenzando a con-
tar de izquierda a derecha.
149
Universidad Nacional Abierta
Ejemplo 2
Cientficos realizaron esta investigacin
Seguramente todos conocen el juego de computadora llamado Tetris. Estos in-
vestigadores convocaron a una persona que no conociera de que se trataba dicho jue-
go. Le inyectaron glucosa radioactiva (el cerebro se alimenta de glucosa), y lo sentaron
frente a la PC sin darle instrucciones de cmo jugar. Con un monitor se sigui la evolu-
cin. La glucosa radioactiva iluminaba las regiones del cerebro que la persona utilizaba
para intentar entender el Tetris, las cuales en primera instancia se manifestaban en
gran cantidad. Luego se le ense a jugar al mismo tiempo que se le repeta el mismo
procedimiento con la glucosa. Mientras la persona ms aprenda, menos regiones del
cerebro se iluminaban, el cerebro iba asimilando y acumulando informacin, ya no ne-
cesitaba buscar aleatoriamente datos por toda su corteza. Una vez que la persona
comprendi por completo el juego, apenas una leve regin del cerebro se iluminaba.
Este es un caso muy significativo de la transformacin de un sistema catico (todo el
cerebro iluminado en busca de informacin de cmo jugar) a uno ordenado (una leve
regin iluminada una vez asimilado el juego) Otro de los postulados que vimos ante-
riormente.
Ejemplo 3
El Solitn de John Russell. Si arrojamos una piedra en un estanque de agua la
misma generar una perturbacin, produciendo pequeas olas, las cuales se diluirn
en un tiempo breve, dependiendo en principio de la fuerza con que se la haya arrojado
y las condiciones del agua en ese momento. Ahora bien, John Rusell observ un fen-
meno increble. En situaciones muy especiales, cuando las condiciones iniciales se pre-
sentan de una manera nica, hay olas en el ocano que se unen formando una nueva
con caractersticas propias. Esta nueva ola, llamada SOLITON viaja centenares de ki-
lmetros sin perder su forma. Si un barco la atraviesa, al instante recobra su estructu-
ra original y sigue adelante. No importa si hay vientos o tormentas, la misma sigue su
trayectoria inmutable. Este fenmeno es muy famoso y ha sido muy estudiado. Se ha
intentado reproducir artificialmente en universidades por alumnos de matemtica y
fsica, hay conferencias especializadas en el tema, y cursos especiales solamente refe-
ridos a este raro fenmeno, que puede englobar todos los misterios del Caos.
Es otro ejemplo de cmo un sistema catico como ser olas en el ocano se unen
y forman un nuevo sistema totalmente ordenado y armnico.
150
Universidad Nacional Abierta
Atractores
Un tema fundamental, el cual lamentablemente no voy a poder profundizar en
este momento, es el tema de los Atractores. Los mismos son el camino de ida y vuelta
que nos conducen al Caos.
En ejemplos anteriores, como el del juego del Tetris, vimos que cuando la per-
sona aprenda a jugar a la perfeccin se iluminaba solo una regin del cerebro. Deci-
mos entonces, que en ese momento se form un Atractor.
En el ejemplo de la ola de John Russell, ese Solitn es un Atractor puro.
151
Universidad Nacional Abierta
Para dar un ejemplo de ello, voy al libro que me introdujo en la Teora del Caos
y el cual me fascin por aos, el mismo se llama El Espejo Turbulento y sus autores
son John Briggs y David Peat.
Veamos ahora cual es la ecuacin matemtica que se utiliza para estudiar po-
blaciones demogrficas que se duplican ao tras ao:
Xn+1 = 2Xn
152
Universidad Nacional Abierta
Hay que aclarar que esta ecuacin es general y sirve para darnos una idea glo-
bal de la expansin poblacional. Luego, para cada comunidad en especial, se harn los
ajustes particulares.
Ahora tenemos:
Xn+1 = NXn(1-Xn)
153
Universidad Nacional Abierta
Cuando crece Xn, el trmino (1- Xn) sin dudas disminuye. Cuando Xn tiende a 0 fjen-
se que la ecuacin nos queda prcticamente como la original, o sea, sin el nuevo tr-
mino ya que este se asemeja a 1. En cambio, cuando crece Xn y se acerca a 1, el nue-
vo trmino se acerca a 0, haciendo disminuir todo el trmino que se encuentra a la
derecha del signo igual, o sea, la poblacin un ao despus de nuestra medicin.
Esto est directamente ligado a que una poblacin no puede crecer infinitamen-
te, sino que s auto regula. Ese ltimo trmino aadido a la ecuacin original nos
muestra la cota, en otras palabras, los lmites que puede crecer una poblacin. Esa
cota, matemticamente, es entre 0 y 1, sin importar la cantidad de individuos dentro
de la poblacin, es solo una regulacin matemtica.
Cont este tema de una manera muy sinttica, se puede llegar a profundizar
mucho ms, pero igualmente quera dejarles planteada una ecuacin no lineal, y como
se genera una Iteracin en la cual nuestra variable es el ao. Sera interesante que
ustedes mismos planteen diferentes condiciones iniciales y ver a que resultados llegan.
En mis lecturas sobre los aspectos matemticos de la Teora del Caos profundizo mu-
cho en este tema, y adems proveo software para dicho estudio, pero esto escapa a
este curso. Les recomiendo darse una vuelta por www.fractaltec.org para buscar in-
formacin.
154
Universidad Nacional Abierta
Cuando la tasa es de 2.5 nuevamente hay una oscilacin grande, pero luego
vuelve a estabilizarse en 2/3. Vemos que la poblacin no se extingue.
Las oscilaciones de las que hablaba, se deben a varios factores, como ser clim-
ticos, alimenticios, espacio disponible para desarrollarse, etc. Por ejemplo, si tenemos
una tasa de natalidad altsima, va a haber muchos habitantes en la comunidad, pero el
alimento y el espacio pueden resultar escasos, por lo tanto muchos comenzarn a mo-
rir. Hasta llegar a regularse en un determinado nmero. Por el contrario, si el espacio y
el alimento abundan, y la poblacin es muy chica, se dan condiciones propicias para
155
Universidad Nacional Abierta
Dijimos que uno de los nmeros claves era 2/3 o 66%. Ahora, cuando la tasa
de natalidad es de 3.56, nuevamente el sistema comienza a oscilar caticamente. Esos
puntos clave como dijimos son atractores, y en cada punto catico que detectemos
ser un nuevo atractor construyendo as un grafico de bifurcaciones como los que
vemos en las imgenes anteriores.
156
Universidad Nacional Abierta
157
Universidad Nacional Abierta
158
Universidad Nacional Abierta
Apuesto a que todos han encontrado algo muy similar al nmero PI en estas es-
tructuras. No se ustedes, pero yo no creo en las casualidades.
El Dr. Aaron Klebanoff brinda una prueba detallada de cmo lleg a estos resul-
tados, la cual estoy estudiando desde hace un tiempo y resulta bastante complejo.
Otro punto ms que podramos encarar con el grupo de matemtica.
Los patrones de semejanza entre la teora de nmeros tradicional, y la
teora fractal, podra resultar uno de los campos de estudio e investigacin
ms importantes.
Solo les cont en esta ocasin dos ejemplos como las relaciones entre Sierpinski
y Pascal, y PI con el Conjunto de Mandelbrot, pero hay muchas ms, hasta funciones
de Riemann tienen estructuras fractales.
Por qu destaco estos aspectos? Tengan en cuenta algo, teoremas, enunciados
y demostraciones como por ejemplo Pitgoras y otros tan conocidos como este ltimo
han existido por cientos de aos, y han pasado por millones de manos de investigado-
res, tericos o estudiantes, digamos que ya no se le pueden descubrir nuevas facetas
matemticas a teoremas tan reconocidos. Es ms, creo que tan solo quedan por deve-
lar y probar cuatro o cinco intrigas matemticas. Pero la Teora Fractal es muy recien-
te, no tiene mas de 20 aos, y todos nosotros somos una de las primeras manos que
reciben a esta nueva ciencia. Tenemos un campo muy grande para estudiar, para pos-
159
Universidad Nacional Abierta
tular ideas, para corregir enunciados, para descubrir aplicaciones y para probar nues-
tra propia visin del tema. Lo fantstico de esto es que cualquiera con mucha discipli-
na, que estudie mucha matemtica y programacin de computadoras, sentados frente
a su PC puede descubrir un mundo totalmente nuevo. Pero es imprescindible tener un
punto de vista propio e intercambiar ideas y conocimientos multidisciplinarios. Espero
que al menos este curso termine por motivarlos a comenzar tal experiencia.
Por ltimo, y ya finalizando esta clase, los invito a aquellos que an no tienen
software para generar fractales que comiencen a bajarlos de Internet.
Generando Fractales
Estudio del programa Fractint y UltraFractal.
1) El propsito de esta seccin no es el de ser un tutorial o un curso sobre estos
programas, sino el de dar las herramientas bsicas para que puedan generar
sus propios fractales inmediatamente y entender el software para luego poder
profundizarlo por ustedes mismos. Si esta clase les servir para comenzar
2) En varias ocasiones estar mencionando la palabra ZOOM. Desde este mo-
mento quiero aclarar que no es la palabra correcta para describir el proceso por
el cual vemos un fractal por dentro. La palabra exacta sera iteracin. La ven-
taja de la primera es la de ser muy intuitiva, y el concepto justo de iteracin lo
entendern cuando les quede claro el de Dimensin Fractal.
160
Universidad Nacional Abierta
161
Universidad Nacional Abierta
162
Universidad Nacional Abierta
Veamos:
163
Universidad Nacional Abierta
NOTA: Cuando ustedes presionen varias veces la tecla PgUp el recuadro se di-
rigir hacia el centro del fractal, para moverlo dentro de la imagen de un lado hacia
otro deben usar las cuatro flechas del teclado: los cursores.
Fjense en el ejemplo que di recin, noten en la figura 2-A el recuadro blanco
que hice. En la figura 2-B aparecer el resultado luego de haber presionado ENTER una
vez creado ese rectngulo. As sucesivamente en cada una de las imgenes.
NOTA: Para achicar el rectngulo donde queremos hacer nuestro ZOOM como
dije recin utilizamos la tecla PgUp, como intuitivamente se darn cuenta para agran-
dar ese rectngulo usaremos la tecla PgDn o PageDown o AvPag
Aqu viene la parte interesante y la que nos permite aprender ms all de gene-
rar bonitas imgenes. Podemos repetir este proceso de crear nuevos rectngulos y
sumergirnos en diferentes reas del fractal una cierta cantidad de veces. Pero llegar
un momento donde vamos a tener toda la pantalla de un solo color. Los fractales teri-
cos tienen detalle infinito, por lo tanto se supone que se podran realizar infinitos
ZOOMs dentro cada imagen, pero no es as, todava no se ha podido crear un progra-
ma para realizar ese tipo de clculos y probablemente nunca se pueda. De esto habl-
bamos en clases anteriores y surgi el tema en los foros de debate sobre bucles infini-
tos. Igualmente, algo que le en un tutorial en el sitio de rea Fractal sobre este pro-
grama y el cual recomiendo para profundizar esta clase:
http://areafractal.tierradenomadas.com/fctint.html , dice textualmente:
La mayora de los tipos de fractal incluidos admiten ampliar cualquier parte de
la imagen. En principio, el lmite de zoom por procedimientos normales es 10^15. Eso
significa, ms o menos, ampliar una mesa de ping-pong ms all del tamao del sis-
tema solar. Podra ser suficiente, pero lo cierto es que, aplicando una tcnica llamada
precisin arbitraria, Fractint puede llegar a niveles de ampliacin del orden de
10^1600. No existen ejemplos de esta relacin de tamao dentro del universo conoci-
do.
Impresionante, no? El podero que tenemos cada uno de nosotros con nuestras
PC para investigar... Solo es cuestin de saber aprovecharlo.
Bien, sigamos avanzando. El Fractint no tiene solo el Conjunto de Mandelbrot
para investigar, sino que trae ms de 100 frmulas para interactuar. Para acceder a
ellas, podemos hacerlo con la tecla t la cual nos mostrar todos los tipos de fractales
disponibles. El que vimos hasta ahora es el llamado Mandel, prueben todos los dems,
y comiencen a hacer zoom en cada uno de ellos.
Otra opcin a la tecla t es, desde el men principal, Select Fractal Type
164
Universidad Nacional Abierta
Algo interesante y muy destacado en el Fractint es que trae una seccin de fractales
IFS, los cuales nosotros llamamos anteriormente fractales lineales. Podrn generar
desde esa seccin entre otros, el tringulo de Sierpinski o la hoja de helecho que vi-
mos en otras clases, pero insisto, no desde un punto de vista artstico.
Otra cosa muy importante es la extensin de los archivos reconocidos por
Fractint. Los PAR son los parmetros que ustedes podrn abrir con este programa pa-
ra empezar a estudiarlo. Por ejemplo, yo puedo crear en mi computadora un fractal
con el Fractint y guardar sus parmetros, puedo subir a Internet ese archivo PAR y
cualquiera de ustedes bajarlo, abrirlo desde sus PC y comenzar a trabajar sobre l.
Est lleno de sitios de artistas fractales que suben sus frmulas y sus parmetros para
que otros usuarios trabajen sobre ellos. Por lo tanto, cada vez que vean en alguna pa-
gina de fractales, algn parmetro PAR, podrn abrirlo con el Fractint y crear nuevas
imgenes a partir de l.
Algo sorprendente y sumamente til que nos presenta Fractint es que una vez
que hicieron zoom y vieron una imagen que les gusto, pueden guardarla en formato
GIF. Pero esta imagen no ser comn y corriente, o sea, una imagen plana. Ese GIF
tendr incorporado todo el cdigo y parmetros que se utilizaron para crear esa ima-
gen. Suena complicado, pero lo que realmente implica es que si yo abro con el Fractint
esa imagen nuevamente puedo seguir haciendo ZOOMs sobre ella como si fuera un
cdigo de programacin y no una imagen plana.
Guardar una imagen es sumamente sencillo. Basta con presionar la tecla S y
automticamente Fractint guardar ese fractal en el directorio que han creado y donde
instalaron el programa. Se guarda con el nombre fract001.gif luego ustedes pueden
renombrarlo. Si a continuacin guardan otra imagen, como es lgico esta tendr el
nombre fract002.gif
Otra opcin para guardar sus fractales es desde el men principal: Save image
to file
Si bajan parmetros e imgenes desde algn sitio en Internet, para poder abrir-
las en su PC primero debern buscarlas, para ello: presionen la tecla r o en su defecto
desde el men principal: load image from file
Para escapar siempre de un men a otro, o para salir de una imagen, presionen
la tecla Esc
Bien, estas son las herramientas ms bsicas que le permitirn crear sus prime-
ras imgenes fractales. Hagamos un resumen:
Una vez instalado el programa y habiendo corrido el archivo Fractint.exe:
1) ENTER para salir de la pantalla de presentacin.
165
Universidad Nacional Abierta
166
Universidad Nacional Abierta
167
Universidad Nacional Abierta
2) ULTRAFRACTAL
Caractersticas principale:
- Para acceder al programa, pueden hacerlo desde: http://www.ultrafractal.com
- La ltima versin disponible es la 3.0, aunque yo recomiendo fuertemente la anterior,
la 2.05 que se puede bajar desde:
http://tucows.gms.lu/mmedia/adnload/194925_75032.html
- Existen versiones para diferentes versiones de Windows y est escrito en lenguaje
Pyton.
- UltraFractal es shareware, tiene un perodo de prueba de 30 das.
Bien, esas son sus caractersticas principales. La ventaja que tiene sobre el
Fractint es que su interfaz es mucho ms linda y por sobre todas las cosas es mucho
ms intuitivo. Para los que recin estn comenzando en el manejo de software para la
generacin de fractales, creo que este es un muy buen comienzo, es muy fcil de ins-
talar, muy fcil de manejar y podrn generar imgenes de gran belleza.
Empecemos, toda la filosofa es igual que la del Fractint y la de cualquier otro
software. Se trata de abrir un archivo, comenzar a hacer zoom dentro de l y de esa
manera generar nuevos fractales. Para aquellos ms adelantados tambin se trata de
crear sus propias frmulas.
Al igual que el Fractint una vez que se corre el programa aparecer en la panta-
lla el Conjunto de Mandelbrot. Ya no hay que hacer malabarismo para crear un rectn-
gulo y luego hacer zoom en la imagen, ahora simplemente se har manteniendo pre-
sionado el botn del mouse y movindolo hasta la regin del fractal que deseen am-
pliar. Aparece un pequeo men flotante donde encontrarn opciones para girar la
seleccin, aumentar o disminuir su tamao.
Aparecen otras dos pantallas a modo de men, una de propiedades que tiene
que ver con la formula utilizada, sus parmetros, transformaciones que se le pueden
aplicar a un fractal para deformarlo y otras propiedades algo ms complicadas. Pueden
experimentar tranquilamente con todas ellas, y guiarse con el tutorial que se encuen-
tra en el HELP Getting Started.
La segunda ventana se divide en 3 partes:
1) Layers: Esta opcin es la que le dar el toque artstico a sus fractales. Le
permitir combinar varias capas y agregar efectos. Quienes sepan de diseo
grafico y manejen software como el PhotoShop les resultar muy fcil,
aquellos que no estn tan familiarizados con estos programas no les queda
otra que practicar muchsimo, bajarse parmetros de fractales ya diseados
168
Universidad Nacional Abierta
169
Universidad Nacional Abierta
grfico como del DreamWeaver, el resultado ser el mismo, la manera de hacerlo no,
una es mucho ms didctica y fcil que la otra.
Entonces, con la instalacin bsica del UF vienen aproximadamente 20 fractales
de muestra, sus parmetros estn guardados en la carpeta PARAMETERS y sus respec-
tivas frmulas, como no poda ser de otra manera, se encuentran en la carpeta
FORMULA. Hasta el momento esto no debera ser ningn problema para ustedes, ni
siquiera tienen que ingresar a las mencionadas carpetas. Pero, si desean bajar ms
imgenes, como seguramente suceder, entonces debern fijarse bien donde guardan
sus archivos, ms adelante retomo esto.
Para abrir un fractal, pueden ir a FILE OPEN (Directorio donde se instal UF
Parameters) Elegir el fractal deseado.
Una vez que lo tenemos en la pantalla, como expliqu antes, con el mouse po-
demos comenzar a hacer zoom e iteraciones para generar nuevos fractales.
Veamos un poco el tema de los colores que en este programa resultan muy in-
teresantes.
Para cambiar de una paleta a otra, el tema es algo complicado. Hay que seguir los si-
guientes 5 pasos:
1) Ir a FILE BROWSE - GRADIENT. Ah vern una serie de paletas disponibles.
2) Elegir la que ms les guste y hacer doble click sobre ella para abrirla.
3) Presionar al mismo tiempo las teclas ctrl - c (equivalente a COPIAR)
4) Una vez hecho eso, volver a la imagen y presionar nuevamente el icono
170
Universidad Nacional Abierta
171
Universidad Nacional Abierta
Bueno, esto es todo por ahora con el UltraFractal, les deseo suerte, y la nica
forma en la que van a tener xito es siendo perseverantes y seguir adelante por ms
que se topen con problemas o no entienda algn tema en particular.
3) Otros Programas
Por supuesto que el Fractint y el UltraFractal no son los nicos programas para ge-
nerar fractales, existen cientos de ellos. Algunos otros que me gustara destacar son:
Fractal Explorer:
Puede bajarse de:
http://www.eclectasy.com/Fractal-Explorer/index.html
http://www.freedownloadscenter.com/Multimedia_and_Graphics/Graphics_Editors/
Fractal_Explorer_Download.html
Una galera de imgenes de este programa se puede encontrar en:
http://members.optusnet.com.au/~peterstone/gallery.html
Si bien no es tan artstico como el UltraFractal, este tiene una opcin para generar
paisajes fractales en 3D, lo cual me ha resultado muy interesante. Para ello deben con-
tar adems con la Fractal Landscapes Library y descomprimirla en el directorio que
han instalado el Fractal Explorer. La pueden bajar de:
http://www.eclectasy.com/Fractal-Explorer/download.htm
172
Universidad Nacional Abierta
173
Universidad Nacional Abierta
LECTURA 12.
Trabajo enviado por:
Yuliana Corzo
yulicorzo@cantv.net
La Lgica
Indice
1. Introduccin
2. Historia
3. Conceptos bsicos de Lgica Difusa
4. Que es la Lgica Difusa?
5. Conjuntos Difusos: Lgica Difusa.
6. Operaciones entre Conjuntos Difusos.
1. Introduccin
La lgica borrosa es una rama de la inteligencia artificial que se funda en el
concepto "Todo es cuestin de grado" , lo cual permite manejar informacin vaga o de
difcil especificacin si quisiramos hacer cambiar con esta informacin el funciona-
miento o el estado de un sistema especifico. Es entonces posible con la lgica borrosa
gobernar un sistema por medio de reglas de 'sentido comn' las cuales se refieren a
cantidades indefinidas.
Las reglas involucradas en un sistema borroso, pueden ser aprendidas con sis-
temas adaptativos que aprenden al ' observar ' como operan las personas los dispositi-
vos reales, o estas reglas pueden tambin ser formuladas por un experto humano.
En general la lgica borrosa se aplica tanto a sistemas de control como para
modelar cualquier sistema continuo de ingeniera, fsica, biologa o economa.
La lgica borrosa es entonces definida como un sistema matemtico que modela
funciones no lineales, que convierte unas entradas en salidas acordes con los plantea-
mientos lgicos que usan el razonamiento aproximado.
Se fundamenta en los denominados conjuntos borrosos y un sistema de infe-
rencia borroso basado en reglas de la forma " SI....... ENTONCES...... ", donde los va-
lores lingsticos de la premisa y el consecuente estn definidos por conjuntos borro-
sos, es as como las reglas siempre convierten un conjunto borroso en otro.
174
Universidad Nacional Abierta
2. Historia
Los conjuntos difusos fueron introducidos por primera vez en 1965; la creciente
disciplina de la lgica difusa provee por s misma un medio para acoplar estas tareas.
En cierto nivel, la lgica difusa puede ser vista como un lenguaje que permite trasladar
sentencias sofisticadas en lenguaje natural a un lenguaje matemtico formal. Mientras
la motivacin original fue ayudar a manejar aspectos imprecisos del mundo real, la
prctica temprana de la lgica difusa permiti el desarrollo de aplicaciones prcticas.
Aparecieron numerosas publicaciones que presentaban los fundamentos bsicos con
aplicaciones potenciales. Esta frase marc una fuerte necesidad de distinguir la lgica
difusa de la teora de probabilidad. Tal como la entendemos ahora, la teora de conjun-
tos difusos y la teora de probabilidad tienen diferentes tipos de incertidumbre.
En 1994, la teora de la lgica difusa se encontraba en la cumbre, pero esta
idea no es nueva, para muchos, estuvo bajo el nombre de lgica difusa durante 25
aos, pero sus orgenes se remontan hasta 2,500 aos. An Aristteles consideraba
que existan ciertos grados de veracidad y falsedad. Platn haba considerado ya gra-
dos de pertenencia.
En el siglo XVIII el filsofo y obispo anglicano Irlands, George Berkeley y David
Hume describieron que el ncleo de un concepto atrae conceptos similares. Hume en
particular, crea en la lgica del sentido comn, el razonamiento basado en el conoci-
miento que la gente adquiere en forma ordinaria mediante vivencias en el mundo. En
Alemania, Immanuel Kant, consideraba que solo los matemticos podan proveer defi-
niciones claras, y muchos principios contradictorios no tenan solucin. Por ejemplo la
materia poda ser dividida infinitamente y al mismo tiempo no poda ser dividida infini-
tamente. Particularmente la escuela americana de la filosofa llamada pragmatismo
fundada a principios de siglo por Charles Sanders Peirce, cuyas ideas se fundamenta-
ron en estos conceptos, fue el primero en considerar ''vaguedades'', ms que falso o
verdadero, como forma de acercamiento al mundo y a la forma en que la gente funcio-
na.
La idea de que la lgica produce contradicciones fue popularizada por el filsofo
y matemtico britnico Bertrand Russell, a principios del siglo XX. Estudio las vague-
dades del lenguaje, concluyendo con precisin que la vaguedad es un grado. El filosofo
austraco Ludwing Wittgenstein estudi las formas en las que una palabra puede ser
empleada para muchas cosas que tienen algo en comn. La primera lgica de vague-
dades fue desarrollada en 1920 por el filsofo Jan Lukasiewicz, visualiz los conjuntos
con un posible grado de pertenencia con valores de 0 y 1, despus los extendi a un
nmero infinito de valores entre 0 y 1. En los aos sesentas, Lofti Zadeh invent la
175
Universidad Nacional Abierta
lgica difusa, que combina los conceptos de la lgica y de los conjuntos de Lukasiewicz
mediante la definicin de grados de pertenencia.
Conceptos imprecisos.
Aceptamos la imprecisin como una consecuencia natural de ''la forma de las
cosas en el mundo''. La dicotoma entre el rigor y la precisin del modelado matemti-
co en todo los campos y la intrnseca incertidumbre de ''el mundo real'' no es general-
mente aceptada por los cientficos, filsofos y analistas de negocios. Nosotros simple-
mente aproximamos estos eventos a funciones numricas y escogemos un resultado
en lugar de hacer un anlisis del conocimiento emprico. Sin embargo procesamos y
entendemos de manera implcita la imprecisin de la informacin fcilmente. Estamos
capacitados para formular planes, tomar decisiones y reconocer conceptos compatibles
con altos niveles de vaguedad y ambigedad. considere las siguientes sentencias:
La temperatura est caliente
La inflacin actual aumenta rpidamente
Los grandes proyectos generalmente tardan mucho
Nuestros precios estn por abajo de los precios de la competencia
IBM es una compaa grande y agresiva
Alejandro es alto pero Ana no es bajita
Estas proposiciones forman el ncleo de nuestras relaciones con ''la forma de
las cosas en el mundo''. Sin embargo, son incompatibles con el modelado tradicional y
176
Universidad Nacional Abierta
177
Universidad Nacional Abierta
Operaciones.
En la lgica Booleana tradicional, los conjuntos son considerados como sistemas
bivalentes con sus estados alternando entre inclusin y exclusin. La caracterstica de
la funcin discriminante refleja este espacio bivaluado
Esto indica que la funcin de pertenencia para el conjunto A es cero si x no es
un elemento en A y la funcin de pertenencia es si x es un elemento en A. Dado que
existen solamente dos estados, la transicin entre estos dos estados es siempre inme-
diata. La pertenencia de estos conjuntos est siempre totalmente categorizada y no
existe ambigedad o dicotoma acerca de la pertenencia. Existen 4 operaciones bsicas
de conjuntos en esta lgica: unin, interseccin, complemento y unin exclusiva.
Al igual que en los conjuntos convencionales, existen definiciones especficas
para combinar y especificar nuevos conjuntos difusos. Este conjunto de funciones te-
ricas provee las herramientas fundamentales de la lgica.
En el caso usual, con las operaciones comunes de interseccin, unin y com-
plemento, el conjunto de conjuntos de U forman un lgebra booleana, es decir se
cumplen las condiciones de asociatividad, conmutatividad, elementos neutros, dem
potencia, absorcin, distributividad, complemento y las leyes de Morgan.
Las tres operaciones mencionadas se pueden extender de varias formas a con-
juntos difusos, de modo que al restringirlas a los conjuntos usuales, coincidan con las
comunes. Estas extensiones resultantes satisfacen en forma general slo a algunas de
las condiciones listadas anteriormente, y para mantener la vigencia de alguna, ser
obligatorio sacrificar a otras. En el sistema se opt por extender las operaciones en el
178
Universidad Nacional Abierta
sentido clsico, es decir, dados dos conjuntos difusos A y B, se definen las operaciones
extendidas de la siguiente forma
Dado que los conjuntos difusos no se particionan en el mismo sentido que los
conjuntos Booleanos, estas operaciones son aplicadas al nivel de pertenencia, como
una consecuencia de los conjuntos difusos. Decidir si un valor es o no es miembro de
cualquier conjunto difuso en particular, requiere algunas nociones de cmo esta cons-
truido el conjunto, del universo y de los lmites de ste.
179
Universidad Nacional Abierta
exacta de las etiquetas lingsticas. Zadeh tambin considera que las etiquetas lings-
ticas pueden clasificarse en dos categoras que informalmente se definen como sigue:
Tipo I: las que pueden representarse como operadores que actan en un con-
junto difuso: ''muy'', ''ms o menos'', ''mucho'', ''ligeramente'', ''altamente'',
''bastante'', etc. y,
Tipo II: las que requieren una descripcin de cmo actan en los componentes
del conjunto difuso (operando): ''esencialmente'', ''tcnicamente'', ''estricta-
mente'', ''prcticamente'', ''virtualmente'', etc...
En otras palabras, las etiquetas lingsticas pueden ser caracterizadas cmo
operadores ms que construcciones complicadas sobre las operaciones primitivas de
conjuntos difusos.
Ejemplos de etiquetas tipo I.
De acuerdo a ste punto de vista y sabiendo que el lenguaje natural es muy rico
y complejo, tomamos el operador ''muy'' que podemos caracterizar con un significado
de que an cuando no tenga validez universal sea slo una aproximacin. Asumimos
que si el significado de un trmino x es un conjunto difuso A, entonces el significado de
muy X.
Ms y menos
Se pueden definir etiquetas lingsticas artificiales, por ejemplo: ms, menos,
que son instancias de lo que puede llamarse acentuador y desacentuador respectiva-
mente, cuya funcin es proporcionar ligeras variantes de la concentracin y la dilata-
cin.
Los exponentes se eligen de modo que se de la igualdad aproximada: mas mas x =
menos muy x, y que, adems, se pueden utilizar para definir etiquetas lingsticas cu-
yo significado difiere ligeramente de otras, ejemplo:
Mas o menos
Otra etiqueta lingstica interesante es ''ms o menos'' que en sus usos ms
comunes como ''ms o menos inteligente'', ''ms o menos rectangular'' etc, juega el
papel de difusificador.
Ligeramente
Su efecto es dependiente de la definicin de proximidad u ordenamientos en el
dominio del operando. Existen casos, sin embargo, en los que su significado puede
definirse en trminos de etiquetas lingsticas tipo I, bajo la suposicin de que el do-
minio del operando es un conjunto ordenado linealmente.
Clase de
180
Universidad Nacional Abierta
181
Universidad Nacional Abierta
182
Universidad Nacional Abierta
Sistemas expertos.
Verificadores de ortografa, los cuales sugieren una lista de palabras probables
para reemplazar una palabra mal escrita.
Control de sistemas de trenes subterrneos.
Los operadores lgicos que se utilizarn en Lgica Difusa (AND, OR, etc.) se de-
finen tambin usando tablas de verdad, pero mediante un "principio de extensin" por
el cual gran parte del aparato matemtico clsico existente puede ser adaptado a la
manipulacin de los Conjuntos Difusos y, por tanto, a la de las variables lingsticas.
La operacin ms importante para el desarrollo y creacin de Reglas Lgicas es
la implicacin, simbolizada por " " que representa el "Entonces" de las reglas heurs-
ticas: Si (...) Entonces ( ) (...).
As, en la Lgica Difusa hay muchas maneras de definir la implicacin. Se puede
elegir una "funcin (matemtica) de implicacin" distinta en cada caso para represen-
tar a la implicacin.
La ltima caracterstica de los sistemas lgicos es el procedimiento de razona-
miento, que permite inferir resultados lgicos a partir de una serie de antecedentes.
Generalmente, el razonamiento lgico se basa en silogismos, en los que los anteceden-
tes son por un lado las proposiciones condicionales (nuestras reglas), y las observacio-
nes presentes por otro (sern las premisas de cada regla).
Los esquemas de razonamiento utilizados son "esquemas de razonamiento
aproximado", que intentan reproducir los esquemas mentales del cerebro humano en
el proceso de razonamiento. Estos esquemas consistirn en una generalizacin de los
esquemas bsicos de inferencia en Lgica Binaria (silogismo clsico).
Tan importante ser la seleccin de un esquema de razonamiento como su re-
presentacin material, ya que el objetivo final es poder desarrollar un procedimiento
analtico concreto para el diseo de controladores difusos y la toma de decisiones en
general.
Una vez que dispongamos de representaciones analticas de cada uno de los
elementos lgicos que acabamos de enumerar, estaremos en disposicin de desarrollar
formalmente un controlador "heurstico" que nos permita inferir el control adecuado de
un determinado proceso en funcin de un conjunto de reglas "lingsticas", definidas
de antemano tras la observacin de la salida y normas de funcionamiento de ste.
5. Conjuntos Difusos: Lgica Difusa.
Predicados Vagos y Conjuntos Difusos.
183
Universidad Nacional Abierta
Los conjuntos clsicos se definen mediante un predicado que da lugar a una cla-
ra divisin del Universo de Discurso X en los valores "Verdadero" y "Falso". Sin embar-
go, el razonamiento humano utiliza frecuentemente predicados que no se pueden re-
ducir a este tipo de divisin: son los denominados predicados vagos.
Por ejemplo, tomando el Universo de Discurso formado por todas las posibles
temperaturas ambientales en la ciudad de Huelva, se puede definir en dicho universo
el conjunto A como aqul formado por las temperaturas "clidas".
Por supuesto, es imposible dar a A una definicin clsica, ya que su correspon-
diente predicado no divide el universo X en dos partes claramente diferenciadas. No
podemos afirmar con rotundidad que una temperatura es "clida" o no lo es. El pro-
blema podra resolverse en parte considerando que una temperatura es "clida" cuan-
do su valor supera cierto umbral fijado de antemano. Se dice que el problema tan slo
se resuelve en parte, y de manera no muy convincente, por dos motivos: de una parte
el umbral mencionado se establece de una manera arbitraria, y por otro lado podra
darse el caso de que dos temperaturas con valores muy diferentes fuesen consideradas
ambas como "clidas". Evidentemente, el concepto "calor" as definido nos dara una
informacin muy pobre sobre la temperatura ambiental.
La manera ms apropiada de dar solucin a este problema es considerar que la
pertenencia o no pertenencia de un elemento x al conjunto A no es absoluta sino gra-
dual. En definitiva, definiremos A como un Conjunto Difuso. Su funcin de pertenencia
ya no adoptar valores en el conjunto discreto {0,1} (lgica booleana), sino en el in-
tervalo cerrado [0,1]. En conclusin podemos observar que los Conjuntos Difusos son
una generalizacin de los conjuntos clsicos.
Mediante notacin matemtica se define un Conjunto Difuso B como:
B = { ( x , B( x ) ) / x X }
B: X [0,1]
184
Universidad Nacional Abierta
185
Universidad Nacional Abierta
Veamos un ejemplo:
Ejemplo de Conjuntos Difusos en el universo de la edad.
Tmese un individuo x cuya edad sea de 20 aos. Como se puede observar en
la figura, pertenece al Conjunto Difuso "Joven" y al Conjunto Difuso "Maduro". Se pue-
de observar que posee un grado de pertenencia A(x) de 0.6 para el Conjunto Difuso
"Joven" y un grado de 0.4 para el Conjunto Difuso "Maduro"; tambin posee un grado
de 0 para "Viejo". De este ejemplo se puede deducir que un elemento puede pertene-
cer a varios Conjuntos Difusos a la vez aunque con distinto grado. As, nuestro indivi-
duo x tiene un grado de pertenencia mayor al conjunto "Joven " que al conjunto "Ma-
duro"(0.6 > 0.4), pero no se puede decir, tratndose de Conjuntos Difusos, que x es
joven o que x es maduro de manera rotunda.
186
Universidad Nacional Abierta
Variables Lingsticas
La Teora de Conjuntos Difusos puede utilizarse para representar expresiones
lingsticas que se utilizan para describir conjuntos o algoritmos. Los Conjuntos Difusos
son capaces de captar por s mismos la vaguedad lingstica de palabras y frases co-
mnmente aceptadas, como "gato pardo" o "ligero cambio". La habilidad humana de
comunicarse mediante definiciones vagas o inciertas es un atributo importante de la
inteligencia.
Una Variable Lingstica es aquella variable cuyos valores son palabras o sen-
tencias que van a enmarcarse en un lenguaje predeterminado. Para estas variables
lingsticas se utilizar un nombre y un valor lingstico sobre un Universo de Discurso.
Adems, podrn dar lugar a sentencias generadas por reglas sintcticas, a las que se
les podr dar un significado mediante distintas reglas semnticas.
Los Conjuntos Difusos pueden utilizarse para representar expresiones tales co-
mo:
o X es PEQUEO.
o La velocidad es RPIDA.
o El ganso es CLARO.
Las expresiones anteriores pueden dar lugar a expresiones lingsticas ms
complejas como:
o X no es PEQUEO.
o La velocidad es RPIDA pero no muy RPIDA.
o El ganso es CLARO y muy ALEGRE.
As, se pueden ir complicando las expresiones. Por ejemplo, la expresin "x no
es PEQUEO" puede calcularse a partir de la original calculando el complemento de la
siguiente forma:
_no_PEQUEA (x) = 1- _PEQUEO (x)
Tratando de esta forma los distintos modificadores lingsticos (muy, poco, r-
pido, lento...) pueden ir calculndose todas las expresiones anteriores.
187
Universidad Nacional Abierta
LECTURA 13.
LA PREDICCIN Y LA TEORA DEL CAOS
Por Juan de Dios Ruano Gmez
Profesor de Tcnicas de Investigacin Social en la Facultad de
Sociologa de la Universidad de A Corua.
Para la ciencia clsica, que ha tenido como referente genrico a la fsica y den-
tro de sta a la dinmica, el conocimiento y comprensin total de su objeto de inves-
tigacin supona la capacidad del cientfico de predecir con certeza y precisin la situa-
cin de su objeto tanto en el pasado como en el futuro, con slo conocer la definicin
de uno de los estados del objeto considerado y la ley que rige su evolucin. No muy
lejana a esta concepcin, en el mbito concreto de la reflexin sociolgica, la estructu-
ra social como vertiente descriptiva de una sociedad y el cambio social como bsqueda
de las leyes que dirigen su evolucin, se muestran deudoras de esta particular episte-
mologa vertebradora de los ltimos siglos de la historia de la ciencia. Sin embargo,
esta estrategia global que preside la ciencia clsica, y que puede encuadrarse en el
principio de razn suficiente, ha significado varias cosas: En primer lugar, la indepen-
dencia del objeto respecto de quien le observa; y, en segundo lugar, la igualdad entre
causa y efecto, lo que implicaba que nada pertinente para la definicin del objeto y su
posterior comportamiento o evolucin, escapara a la observacin cientfica.
Ambas caractersticas han cuestionado en mayor o menor medida la cientifi-
cidad clsica de las aproximaciones sociolgicas a su objeto de estudio. Ahora bien,
tanto la nocin de inestabilidad que se encuentra en la base de los comportamientos
caticos como la nocin de suceso originaria de la mecnica cuntica han constitui-
do un revulsivo trascendental para las descripciones efectuadas en trminos clsicos,
188
Universidad Nacional Abierta
189
Universidad Nacional Abierta
190
Universidad Nacional Abierta
dad. Esta es la no linealidad. Los grupos no se portan como sus miembros. (Kosko,
1995: 110-111).
Una tercera caracterstica de los sistemas caticos viene dada por sus formas
complejas, circunstancia sta que implica una problematizacin de la escala en la que
se efecte la eventual medicin del sistema. Como afirma Katherine Hayles: En la
fsica clsica se considera que los objetos son independientes de la escala elegida para
medirlos. Se supone que un crculo tiene una determinada circunferencia, ya sea que
se lo mida con un metro o con una regla de una pulgada. (1993: 32). Ciertamente se
supone que el cambio de escala puede aumentar la precisin, pero ello no afecta a la
creencia en la existencia de una medida exacta que podra asociarse a la identidad del
objeto. Pues bien, ambos supuestos (cambio de escala asociado a la precisin y posibi-
lidad de relacionar a un objeto con su medida exacta) funcionan a la perfeccin con las
formas regulares crculos, rectngulos, tringulos, etc., no as con las formas irregu-
lares complejas tales como aquellas que podemos observar distradamente en la natu-
raleza: costas martimas, paisajes montaosos, movimientos de partculas de polvo en
el aire o, sencillamente, nubes.
De esta tercera caracterstica se derivan dos instrumentos analticos cualitativos
de la mxima actualidad. Nos estamos refiriendo a la geometra fractal (o teora geo-
mtrica de la medida) y a la llamada lgica borrosa o ms propiamente teora de con-
juntos borrosos. Sendas teoras se pronuncian respecto a la medicin de las formas
complejas en un mismo sentido: A mayor informacin sobre el objeto, mayor impreci-
sin sobre el mismo. Sorprendente no? Y sin embargo, los cientficos sociales suelen
estar acostumbrados a este tipo de impresiones. Como escribiera en 1972 el autor de
la teora de conjuntos borrosos: A medida que aumenta la complejidad de un siste-
ma, nuestra capacidad de hacer enunciados precisos y significantes sobre su compor-
tamiento decrece hasta un umbral ms all del cual la precisin y la significatividad (o
pertinencia) se vuelven casi caractersticas mutuamente excluyentes. ...A modo de
corolario hay un principio que se puede enunciar sucintamente as: Cuanto ms de
cerca se mira un problema del mundo real, tanto ms borrosa se vuelve su solucin.
(Kosko, 1995: 147).
Si la precisin de la medida aumenta el grado de indefinicin del objeto de in-
vestigacin cmo afrontar el estudio de los sistemas complejos inestables? La solu-
cin forma parte de un cambio de enfoque. En efecto, no se trata tanto de considerar
el nivel de los elementos que forman el sistema como de fijarse y establecer las sime-
tras recursivas entre niveles de escala. Para exponer esta idea en trminos sociolgi-
cos, diremos que esta operacin por ejemplo fue la que el autor de este artculo,
191
Universidad Nacional Abierta
junto con Andrs Garca (socilogo del Centro Europeo de Informacin a la poblacin
en Situaciones de Emergencia), puso en marcha para analizar la lamentacin, multipli-
cacin, caza de chivo expiatorio y guerra contra las autoridades, que el colectivo de
taxistas madrileos inici a finales del ao 1994 tras anunciarse el homicidio de dos de
ellos. La escala no era ms que una escalada de violencia que termin colapsando
una conocida plaza madrilea; la simetra recursiva se constitua en la forma social que
Canetti, en su conocida obra Masa y Poder, describi como muta, esto es, un grupo de
personas excitadas que nada desean con mayor vehemencia que ser ms.
El anlisis conclua en la sucesiva mutacin de una clase de muta en otra. Es
decir, en el paso de una muta de lamentacin (grupo de personas que se renen para
sentir duelo por la muerte de un semejante, de un prximo, de un igual coincide con
los momentos en los que se componen los primeros grupos de taxistas para conocer y
condolerse mutuamente de las trgicas circunstancias en las que murieron dos de sus
compaeros) para, al ir aumentando en nmero de miembros, convertirse en una
muta de multiplicacin que, posteriormente (una vez conocidas las caractersticas fsi-
cas de los presuntos asesinos), se transforma en una muta de caza en busca de ven-
ganza, que concluye (tras no encontrar a sus potenciales vctimas) en una muta de
guerra que descarg sus iras frente a todo poder instituido que se puso a su alcance
incluidos, por supuesto, sus propios representantes gremiales.
Lo que exponemos a continuacin sera, sin embargo, un ejemplo de simetra
recursiva entre niveles de escala extrado de la fsica: (...) el flujo turbulento se pue-
de representar con el modelo de pequeos torbellinos dentro de torbellinos mayores,
albergados a su vez dentro de torbellinos an mayores. En vez de tratar de seguir una
molcula individual, como se hara en los flujos laminares, este mtodo representa la
turbulencia por medio de simetras que se repiten en muchos niveles de escala. Se
considera que los diferentes niveles estn conectados a travs de puntos de acopla-
miento. En cualquiera de estos puntos de acoplamiento las fluctuaciones pequeas
pueden causar que el flujo evolucione de manera diferente, de modo que sea imposible
predecir cmo se comportar el sistema. (Hayles, 1993: 33).
Por lo dems, esta cita nos lleva a las orillas del problema que se plantea en re-
lacin con la Teora del Caos y su bifronte rostro epistemolgico, esto es, respecto al
motivo de la controversia entre enfoques cientficos clsicos y perspectivas complejas
de investigacin. Y esta cuestin no es otra que la del determinismo y la prediccin. En
efecto, tradicionalmente para la ciencia clsica, si podemos determinar en un instan-
te uno de los estados del sistema que queramos investigar y conocer la ley que rige
la evolucin de ese mismo sistema podremos entonces predecir el comportamiento, la
192
Universidad Nacional Abierta
posicin futura de ese sistema, as como retrodecir cualesquiera de sus anteriores po-
siciones en el pasado. Ibez sola exponer con el ejemplo de las encuestas electorales
la conexin que se produca entre determinismo y prediccin, deca as: Para valorar
las encuestas electorales debemos hacer dos preguntas: en qu medida prevn el
comportamiento electoral?, y en qu medida lo determinan? La respuesta, como ve-
remos, ser nica: la medida en que prevn el comportamiento electoral es la medida
en que lo determinan (pues slo es previsible lo que est determinado). (1997: 108).
En la actualidad, no obstante, ni siquiera acerca de lo que est determinado puede
garantizarse la posibilidad de que sea previsible. La Teora del Caos ha acabado con
esa conexin, los sistemas caticos son deterministas (y en este sentido, son clsicos),
conocemos tan precisamente como queramos la secuencia que les da origen, la ley
que rige su evolucin y, sin embargo, son impredecibles dada su dependencia sensible
de las condiciones iniciales (y en este aspecto, mostraran su carcter complejo).
Ibez apuntaba en ese mismo contexto a la reflexividad del sujeto social como
explicacin de la dificultad de prediccin en los sistemas sociales, la Teora del Caos
por su parte incorpora mediante el concepto de dependencia sensible de las condicio-
nes iniciales esa reflexividad. Por esto, a la dependencia sensible de las condiciones
iniciales cabra conceptualizarla en sus consecuencias como la reflexividad de los sis-
temas inestables, sean estos del tipo que sean. De su mano, historia y complejidad se
integran en la matemtica y en la fsica de nuestros das. De tal manera que la unin
entre determinismo y prediccin no es ya sino un caso particular dentro de una incerti-
dumbre generalizada a medio y largo plazo. Para los cientficos sociales, este hecho
confirma desde los ltimos desarrollos de la fsica y de la matemtica que la batalla
por la cientificidad no debe buscarse en la precisin, como antesala tradicionalmente
necesaria para la prediccin. Slo en los sistemas simples esto es as, es decir, que la
precisin ayuda a la prediccin. Por el contrario, en los sistemas complejos, y toda so-
ciedad lo es, la precisin puede llegar a hacer ms borrosa la comprensin del futuro.
Si tomamos como ejemplo el caso de un sistema social o poltico en situacin de
inestabilidad, lo anterior es tanto ms cierto cuanto que el propio sistema est a ex-
pensas de que una perturbacin, por insignificante y local que en los tiempos de calma
pueda parecernos, se amplifique (efecto mariposa) hasta el punto de dejar de ser una
perturbacin del orden social y constituirse en el comportamiento que, finalmente,
termine estructurando el sistema en su globalidad. El conocimiento preciso de las per-
turbaciones susceptibles de alcanzar una importancia significativa en la evolucin del
sistema social o poltico inestable implicara someter a los centros reguladores del sis-
tema a una crisis an ms aguda4. Como ha sealado Atlan, una crisis no supone me-
193
Universidad Nacional Abierta
BIBLIOGRAFA
Atlan, H. (1990): Entre el cristal y el humo: Ensayo sobre la organizacin de lo vivo,
Madrid, Debate.
Balandier, G. (1989): El desorden. La teora del caos y las ciencias sociales. Elogio de
la fecundidad del movimiento, Barcelona, Gedisa.
Canetti, E. (1994): Masa y poder, Barcelona, Muchnik Editores.
Dobry, M. (1988): Sociologa de las crisis polticas, Madrid, Centro de Investigaciones
Sociolgicas.
Gleick, J. (1988): Caos: La creacin de una ciencia, Barcelona, Seix Barral.
Hayles, N. K. (1993): La evolucin del caos: El orden dentro del desorden en las cien-
cias contemporneas, Barcelona, Gedisa.
Ibez, J. (1997): A contracorriente, Madrid, Fundamentos.
Kosko, B. (1995): Pensamiento borroso: La nueva ciencia de la lgica borrosa, Barce-
lona, Grijalbo/Mondadori.
Lorenz, E. N. (1995): La esencia del caos, Madrid, Debate.
Prigogine, I. (1988): Tan solo una ilusin? Una exploracin del caos al orden, Barce-
lona, Tusquets.
194
Universidad Nacional Abierta
LECTURA 14
Borrosidad y Educacin 1
Julio Mosquera
Esta ponencia est dedicada a una discusin en torno a la relacin entre borrosi-
dad y educacin. En la primera parte de la ponencia presento una breve introduccin
a la teora de los conjuntos borrosos o difusos. En la segunda parte entro en detalles
sobre el tema central de la ponencia. En esta parte, las relaciones entre la borrosidad
y la educacin son categorizadas en tres grupos como sigue: Enseanza de la borrosi-
dad, la borrosidad en la enseanza y uso de la borrosidad en la investigacin educati-
va. El primero se refiere a la introduccin de la teora de conjuntos y la lgica borrosa
como contenidos en el curriculum tanto de la educacin media como en la educacin
universitaria. En este caso, hago especial nfasis en la enseanza de esta teora de
conjuntos a los docentes de matemticas en formacin y en servicio que trabajan en la
Tercera Etapa de la Educacin Bsica y en la Educacin Media Diversificada y Profesio-
nal. El segundo punto refiere al tratamiento, desde la perspectiva de la borrosidad, de
temas que tradicionalmente han sido estudiados en la escuela o en algunas profesio-
nes. Es decir, la reconceptualizacin de ciertos contenidos tomando como base la teo-
ra de conjuntos borrosos. Por ltimo, tenemos el uso de esta teora como herramien-
ta en la investigacin en educacin matemtica.
Antes de continuar me detendr un momento para hablar sobre el problema de
traduccin. Algunos autores traducen fuzzy como difuso y otros como borroso. Yo
particularmente he escogido usar, desde hace varios aos, el trmino borroso. Me
parece que es el trmino ms adecuado y que permite mantener cierta coherencia a
medida que se avanza en el estudio de los conjuntos fuzzy. Algunos autores usan bo-
rroso y difuso como sinnimos, mientras que otros no lo traducen y adoptan el mismo
trmino fuzzy tal cual. Dejo todava abierto este asunto y en lo que sigue utilizar,
provisionalmente, borroso y difuso como sinnimos.
1
Conferencia presentada en Seminario Matemtica, Borrosidad e Interdisciplinariedad, 07
y 21 de Noviembre de 2000, Comisin de Estudios Interdisciplinarios, Universidad Central
de Venezuela, Caracas
195
Universidad Nacional Abierta
196
Universidad Nacional Abierta
Una vez ofrecida esta definicin, Zadeh, en la obra citada, presenta el ejemplo
siguiente:
Ejemplo: Sea X la recta real R y sea A el conjunto borroso de los nmeros que
son muy mayores que 1. Entonces, uno puede dar una caracterizacin precisa, aun-
que subjetiva de A especificando fA(x) como una funcin sobre R. Valores representa-
tivos de tal funcin podran ser: fA(0) = 0; fA(1) = 0; fA (5) = 0,01; FA(10) = 0,2; fA
(100) = 0,95; fA (500) =1. (traduccin de Mosquera, p. 340).
Unas palabras sobre la eleccin del intervalo [0, 1] son necesarias antes de con-
tinuar. Realmente podra seleccionarse otro intervalo, esta eleccin en particular se
hace por conveniencia. Como seala opo (2000), una de las razones para la esco-
gencia de un intervalo nico es la de homogeneizar el discurso. Otra razn es que al
escoger este intervalo podemos ver a los conjuntos borrosos como una extensin na-
tural de los conjuntos clsicos cuya funcin caracterstica es binaria, toma solamente
valores 0 y 1.
Una vez definidos los conjuntos borrosos debemos pasar a definir un conjunto
borroso vaco, la igualdad de conjuntos borrosos y las operaciones entre estos conjun-
tos, as como otras operaciones propias de los conjuntos borrosos. No entrar aqu en
esa materia. Para aprender ms sobre conjuntos y lgica borrosas, les recomiendo
trabajos disponibles en Espaol como los de Orellana (1999), Kosko e Isaura (1993),
Medina (2000) y opo (2000). La referencia ms importante en Espaol, en la catego-
ra de divulgacin y discusin sobre implicaciones de la adopcin del enfoque borroso,
es el libro de Bart Kosko (1995).
Enseanza de la Borrosidad
Hace varios aos escrib sobre la introduccin de la teora de conjuntos borrosos
en la formacin matemtica de los profesores de esta disciplina (Mosquera, 1992).
Argumentaba que la idea bsica sobre la que se construye esta teora de conjuntos
borrosos en la formacin de profesores nos permite, entre otras cosas, mostrar: (a)
que las matemticas estn vivas y en constante desarrollo, (b) una teora matemtica
que es aplicada en la resolucin de muchos problemas prcticos, (c) un caso de teora
matemtica que nos ayuda a interpretar ciertos fenmenos y (d) la influencia de fuer-
zas sociales en la produccin de nuevos conocimientos matemticos.
La mayora de la poblacin, incluidos muchos de los profesores de matemticas,
piensan que las matemticas son cosa del pasado y que estas estn petrificadas. La
introduccin del tema de los conjuntos borrosos nos permitira mostrar una teora ma-
temtica que fue creada en los aos sesenta y que est en pleno desarrollo.
197
Universidad Nacional Abierta
Los conjuntos y la lgica borrosa nos permiten mostrar un caso de ideas mate-
mticas con enormes aplicaciones prcticas. Hace unos meses me refera anecdtica-
mente, en el acto de premiacin de la Vigsima Quinta (25) Olimpada Venezolana de
Matemticas, a que estas ideas se han convertido en necesarias para ser un buen con-
sumidor. Fui a comprar una lavadora y encontr que en el mercado venezolano se
estaban comercializando modelos de lavadoras electrnicas controladas con lgica bo-
rrosa. Parte de la publicidad se centraba en que el lavado era como lavado a mano.
Es decir, que la forma de lavar la mquina se pareca a la forma de lavar un ser hu-
mano. Aqu est uno de los puntos clave de los sistemas borrosos: hacer que siste-
mas artificiales funcionen de manera ms prxima a como funcionara si la manejara
un humano. La lista de aplicaciones de la lgica borrosa en aparatos domsticos es
enorme y no viene al caso detallarla. Tambin, obviamente estn las aplicaciones en
el campo militar y de inteligencia artificial.
Sera interesante explorar las semejanzas entre los orgenes y el desarrollo del
clculo diferencial e integral y el caso de los conjuntos borrosos. Sabemos que el caso
del primero el xito de las aplicaciones prcticas hizo que los cientficos no se ocuparan
de desarrollar con rigor su trabajo con el clculo. Pero, eso sera asunto de otra confe-
rencia.
La importancia de la teora de conjuntos borrosos no se limita a sus aplicaciones
tecnolgicas. Hay otro aspecto de mucha importancia para la educacin, se trata de
un cambio de paradigma o de manera de pensar. Por ejemplo, en el caso del estudio
de la cognicin, la adopcin de una perspectiva borrosa significa abandonar la lgica
aristotlica como gua normativa para el movimiento del pensamiento. Esto significa
abandonar la idea de que las personas necesariamente tiene que establecer o basar
sus razonamientos en dicotomas. Recordemos que las leyes de la contradiccin y la
del excluido no son vlidas para los conjuntos borrosos.
Las investigaciones que llevaron a la creacin de la teora de conjuntos borrosos
fueron financiados principalmente por fondos provenientes de la Marina, el Ejercito y la
Fuerza Area Norteamericana y de compaas privadas de la industria armamentista.
Los problemas planteados y el inters en resolverlos estaban relacionados con asuntos
propuestos por los militares. Tenemos entonces aqu un buen ejemplo de un conoci-
miento matemtico que fue producido en conexin con las necesidades especficas de
una industria. Una industria influenciada por los intereses hegemnicos y las decisio-
nes polticas del gobierno de los Estados Unidos. Con este ejemplo, podramos iniciar
una discusin sobre el papel de las fuerzas sociales, polticas, econmicas y tecnolgi-
cas en la promocin de la creacin de nuevos conocimientos matemticos.
198
Universidad Nacional Abierta
199
Universidad Nacional Abierta
La Borrosidad en la Enseanza
En esta seccin, como dije en la introduccin, presentar un ejemplo de cmo la
adopcin de la perspectiva de la borrosidad afecta la enseanza de ciertos temas. Este
asunto est estrechamente ligado con uno sealado anteriormente, el cambio de para-
digma.
Describir brevemente un ejemplo tomado de la enseanza de nutricin. Los
ejemplos y los grficos mostrados en esta seccin son tomados de Wirsam (1996). La
aceptacin del consumo de grasa desde el punto de vista de un nutricionista sin expe-
riencia es rgida, con fronteras precisas. Los lmites establecidos para el consumo de
grasa por este tipo de nutricionista es representado en el grfico siguiente.
200
Universidad Nacional Abierta
201
Universidad Nacional Abierta
202
Universidad Nacional Abierta
0 15 40 60 85 100
Figura 6: Grados de adquisicin de un nivel de van Hiele (Gutirrez et al., 1991, p.
239)
Esta caracterizacin de los niveles de van Hiele hecha por Gutirrez et al. (1991)
prepara a este modelo para su matematizacin en trminos de los conjuntos borrosos.
En esa caracterizacin las fronteras entre los niveles son vagas y las transicin de un
perodo al siguientes es gradual en lugar de abrupta, tal cual como se mostr en la
figura 3.
Como ya seal, basndose en el trabajo original de Gutirrez et al. (1991), Per-
dikaris (1996) elabor una matematizacin de los niveles de van Hiele en trminos de
conjuntos y variable borrosas. Comienza este autor tomando como variable lingstica
el nivel de adquisicin. A partir de esta variable lingstica se definen los estados
que la caracterizan como etiquetas lingsticas son: adquisicin nula, adquisicin baja,
adquisicin intermedia, adquisicin alta y adquisicin completa. Estos estados repre-
sentan conjuntos borrosos porque no existen fronteras claras que limiten al conjunto
de valores asignados al intervalo de referencia. A continuacin presento con ms de-
talles la propuesta Perdikaris.
Este autor, siguiendo resultados obtenidos en otras investigaciones sobre los ni-
veles de van Hiele, toma en consideracin solamente los tres primeros niveles. Deno-
203
Universidad Nacional Abierta
temos h1(t), h2(t) y h3(t) a los niveles de van Hiele (variables borrosas) y por las le-
tras
A = adquisicin nula
B = adquisicin baja
C = adquisicin intermedia
D = adquisicin alta
E = adquisicin completa
Los cinco estados (conjuntos borrosos) de cada nivel de van Hiele. Las observa-
ciones hecha en cada grupo, tres en el estudio original de Gutirrez et. al., son identifi-
cadas con la letra t la cual toma valores 1, 2 y 3. Estos grupos tenan 20, 21 y 9 estu-
diantes respectivamente. Cada observacin consiste de tres quntuplas de nmeros,
uno para cada nivel de van Hiele. Por ejemplo h1(t) = (0, 0, 0, 0, 1), h2(t) = (0, 0,
1/21, 2/21, 18/21), h3(t) = (0, 2/9, 4/9, 2/9, 1/9). Esto significa, por ejemplo, que
en el segundo grupo slo 18 de los 21 estudiantes han alcanzado completamente el
nivel 2 de van Hiele. Estos nmeros representan los grados de pertenencia de los va-
lores observados de cada atributo de los cinco conjuntos borrosos correspondiente a
las etiquetas a, b, c, d y e respectivamente. Los datos fueron tomados del estudio
original de Gutirrez et. al
Segn lo anterior tenemos que al multiplicar el grado de pertenencia del estado
en un nivel por el nmero de estudiantes en el grupo obtenemos el nmero de estu-
diantes en ese nivel. Luego Perdikaris (1996) introduce el clculo de la posibilidad
r(s), el cual es calculado mediante la divisin de la pseudofrecuencia del estado por el
valor mximo de todas las pseudofrecuencias. La psudofrecuencia del estado es la
suma de los valores de pertenencia para cada estado en los respectivos grupos.
Conclusiones
He presentado brevemente tres manifestaciones de la relacin entre borrosidad y
educacin. Fundamentalmente, las tres estn ligadas a un punto importante la adop-
cin de una lgica diferente de la aristotlica. La adopcin de esta lgica trae implica-
ciones que van ms all de un mero ejercicio acadmico. Nuestra manera de concebir
y de tratar los problemas en diversos contextos tiene que cambiar. Es importante, que
la perspectiva de la borrosidad, o el pensamiento borroso, sea introducido en los pro-
gramas de formacin de profesores para la Educacin Media, Ms an, dadas la enor-
mes aplicaciones tecnolgicas de los sistemas borrosos, su estudio debera incluirse en
los planes de formacin de ingenieros, tcnico y de otros profesionales.
204
Universidad Nacional Abierta
Bibliografa
Ansari, A. Q. (1992). The basics of fuzzy logic: A tutorial review. Computer Educa-
tion, 88, 5-9
Gutirrez. A., Jaime A. y Fortuny, J. M. (1991). An alternative paradigm to evaluate
the acquisition of the van Hiele levels. Journal for Research in Mathematics Edu-
cation, 22, 237-249
Kosko, B. (1995). Pensamiento borroso. Barcelona: Crtica.
Kosko, B. e Isara, S. (septiembre 1993). Lgica borrosa. Investigacin y Ciencia, (),
pp. 60-65.
Medina, F. E. (2000). Lgica difusa. Innovacin y Ciencia, 9(1), pp. 54-61
Mosquera, J. (1992). Advanced mathematics from an elementary standpoint. The
Mathematics Educator, 3(1), 11-15
opo, H. (2000). Comprendiendo el mundo difuso. Una aproximacin a los conjuntos,
la lgica y la aritmtica difusa como herramienta para modelar la complejidad.
www.minedu.gob/web/el_ministerio/la_situacin_futura/investigaciones/logica_di
fusa/logica_difusa.html
Orellana, R. (comp.) (1999). Sociedad e Investigacin: Borrosidad. Publicaciones,
Ao 2, N 4. Caracas: Comisin de Estudios Interdisciplinarios-Rectorado UCV
Perdikaris, R. (comp.) (1996). Mathematizing the van Hiele levels: A fuzzy set ap-
proach. International Journal of Mathematics Education, Science and Technolo-
gy, 27(1), 41-47.
Wirsam, B. (1996). Application of fuzzy systems theory to setting nutrient require-
ments. Washington, D.C.: Internet Edition Linden.
Zadeh, L.A. (1965). Fuzzy sets. Information and Control, 8, 338-353.
205
Universidad Nacional Abierta
LECTURA 15
Diagrama de Voronoy
206