EFECTO MARIPOSA
Según el efecto mariposa, dadas unas circunstancias peculiares del tiempo y
condiciones iniciales de un determinado sistema dinámico caótico (más concretamente
con dependencia sensitiva a las condiciones iniciales) cualquier pequeña
discrepancia entre dos situaciones con una variación pequeña en los datos
iniciales, cabe resaltar que sin duda alguna y sin explicación científica, acabará
dando lugar a situaciones donde ambos sistemas evolucionan en ciertos aspectos de
forma completamente diferente. Eso implica que si en un sistema se produce una
pequeña perturbación inicial, mediante un proceso de amplificación, podrá generar
un efecto considerablemente grande a corto o medio plazo. Es un concepto de la
teoría del caos.
En el ejemplo particular propuesto por Edward Norton Lorenz, por el efecto
mariposa, si se parte de dos mundos o situaciones globales casi idénticos, pero en
uno de ellos hay una mariposa aleteando y en el otro no, a largo plazo, el mundo
con la mariposa y el mundo sin la mariposa acabarán siendo muy diferentes. En uno
de ellos puede producirse a gran distancia un tornado y en el otro no suceder en
absoluto.
Origen y evolución del concepto Efecto Mariposa
La relación entre el aleteo de una mariposa con acontecimientos remotos puede ya
verse sugerida en un antiguo proverbio chino que dice: «el leve aleteo de las alas
de una mariposa se puede sentir al otro lado del mundo»[cita requerida]. Este
proverbio aludiría a una visión holística, en la que todos los acontecimientos
estarían relacionados y repercutirían los unos en los otros, pero sin implicar
necesariamente una repercusión de enorme magnitud a partir de acontecimientos
ínfimos.
En tiempos modernos la específica formulación del concepto como Efecto Mariposa
está íntimamente ligado al surgimiento de la teoría del caos, que ya sí
efectivamente sugiere la posibilidad de que un ínfimo acontecimiento como el aleteo
de una mariposa, acaecido en un momento dado, pueda alterar a largo plazo una
secuencia de acontecimientos de inmensa magnitud, (al menos para variar el lugar y
momento de su aparición, no tanto para aportar la energía para causarlos, que
obviamente no posee). Su formulación se la debemos al matemático y meteorólogo
estadounidense Edward Norton Lorenz (1917-2008) para explicar el comportamiento
caótico de sistemas inestables, tales como el tiempo meteorológico, expuesto en su
artículo de 1963: Flujo determinista no periódico.1 Lorenz comunicó este concepto a
una audiencia general, «en forma de pregunta, no de afirmación», durante una
conferencia2 en la reunión anual de 1972 de la American Association for the
Advancement of Science (AAAS), en el MIT, con el título: Predictability; Does the
Flap of a Butterfly's wings in Brazil Set Off a Tornado in Texas?,
(Predictibilidad, ¿El aleteo de una mariposa en Brasil hace aparecer un tornado en
Texas?). Por falta de modelos meteorológicos que pudieran apoyar esa posibilidad,
Lorenz tuvo cuidado en advertir que no estaba sugiriendo que la respuesta a su
pregunta fuera necesariamente positiva, «Lest I appear frivolous in even posing the
title question, let alone suggesting that it might have an affirmative answer ...»
(Para que no parezca frívolo ni siquiera al plantear la pregunta del título, y
mucho menos sugerir que podría tener una respuesta afirmativa ...)
Anteriormente, Lorenz había usado el ejemplo de una gaviota provocando una tormenta
pero finalmente lo hizo más poético con la mariposa, siguiendo las recomendaciones
de unos colegas.
Lorenz trabajaba en 1960 en la predicción del tiempo meteorológico con la ayuda de
ordenadores y, al repetir unos cálculos introduciendo valores anteriormente
obtenidos, observó cambios drásticos en los resultados del tiempo meteorológico
previsto a largo plazo tras efectuar un levísimo redondeo, (la impresora, para
ahorrar espacio recogía sólo tres cifras decimales del valor de una determinada
magnitud, [0,506], que él introdujo como valor inicial para continuar los cálculos,
[considerando que el error era insignificante], en lugar de introducir el valor más
preciso almacenado en la memoria del ordenador, [0,506127]). Esta es su propia
descripción:
En un momento dado, decidí repetir algunos de los cálculos con el fin de examinar
con mayor detalle lo que estaba ocurriendo. Detuve el ordenador, tecleé una línea
de números que había salido por la impresora un rato antes y lo puse en marcha otra
vez. Me fui al vestíbulo a tomarme una taza de café y regresé al cabo de una hora,
tiempo durante el cual el ordenador había simulado unos dos meses de tiempo
meteorológico. Los números que salían por la impresora no tenían nada que ver con
los anteriores.
Inmediatamente pensé que se había estropeado alguna válvula o que el ordenador
tenía alguna otra avería, cosa nada infrecuente, pero antes de llamar a los
técnicos decidí comprobar dónde se encontraba la dificultad, sabiendo que de esa
forma podría acelerar la reparación. En lugar de una interrupción brusca, me
encontré con que los nuevos valores repetían los anteriores en un principio, pero
que enseguida empezaban a diferir, en una, en varias unidades, en la última cifra
decimal, luego en la anterior y luego en la anterior. La verdad es que las
diferencias se duplicaban en tamaño más o menos constantemente cada cuatro días,
hasta que cualquier parecido con las cifras originales desaparecía en algún momento
del segundo mes.
Con eso me bastó para comprender lo que ocurría: los números que yo había tecleado
no eran los números originales exactos sino los valores redondeados que había dado
a la impresora en un principio. Los errores redondeados iniciales eran los
culpables: se iban amplificando constantemente hasta dominar la solución. Dicho con
terminología de hoy: se trataba del caos.
Edward Lorenz en La esencia del Caos3
En 1987 el término «efecto mariposa» despegó gracias al bestseller Caos: la
creación de una ciencia, de James Gleick.4 Entonces fue cuando el descubrimiento de
Lorenz llegó al público general, con una gran repercusión y popularidad.
James Gleick resumió lo sucedido de este modo:
En una determinada ocasión quiso volver a echar un vistazo a una simulación que ya
había hecho, llevándola más lejos en el tiempo. En vez de comenzar desde el
principio y esperar a que el ordenador llegara al intervalo que le interesaba,
introdujo en el teclado los valores que ya tenía apuntados en el papel. Dejó la
máquina trabajando y se fue a tomar un café. Después de una hora, la máquina había
simulado dos meses de predicción atmosférica, y sucedió lo inesperado: Existían
valores de los días que había simulado anteriormente que no coincidían con los que
había calculado esta vez... De repente comprendió la verdad... El ordenador
almacenaba seis decimales: 0,506127. En la impresión, para ahorrar espacio,
aparecían únicamente tres: 0,506... Lorenz había introducido la expresión más
corta, redondeada, convencido de que la diferencia - una milésima parte - era de
poca importancia. En el sistema de ecuaciones de Lorenz, los errores ínfimos tenían
efectos catastróficos
James Gleick en Caos: la creación de una ciencia
Consecuencias generales
Esta interrelación de causa-efecto se da en todos los eventos de la vida. Un
pequeño cambio puede generar grandes resultados o, hipotéticamente, «el aleteo de
una mariposa en Hong Kong puede desatar una tempestad en Nueva York».
La consecuencia práctica del efecto mariposa es que en sistemas complejos tales
como el estado del tiempo o la bolsa de valores es muy difícil predecir con
seguridad en un mediano rango de tiempo. Los modelos finitos que tratan de simular
estos sistemas necesariamente descartan información acerca del sistema y los
eventos asociados a él. Estos errores son magnificados en cada unidad de tiempo
simulada hasta que el error resultante llega a exceder el cien por ciento.
