La teoría del caos es un área de dinámica determinista que propone que eventos aparentemente aleatorios pueden resultar de ecuaciones normales debido a la complejidad de los sistemas involucrados. En TI (tecnología de la información), la teoría del caos tiene aplicaciones en muchas áreas, incluidas redes, análisis de big data, lógica difusa, inteligencia empresarial (BI), marketing, teoría de juegos, pensamiento de sistemas, análisis predictivo y redes sociales.
En un contexto científico, la palabra caos tiene un significado ligeramente diferente al que tiene en su uso general como un estado de confusión, sin ningún orden. Caos, con referencia a teoría del caos, se refiere a una aparente falta de orden en un sistema que, no obstante, obedece a leyes o reglas particulares; esta comprensión del caos es sinónimo de inestabilidad dinámica, una condición descubierta por el físico Henri Poincaré a principios del siglo XX que se refiere a una falta inherente de previsibilidad en algunos sistemas físicos.
Los dos componentes principales de la teoría del caos son la idea de que los sistemas, sin importar cuán complejos sean, dependen de un orden subyacente, y que los sistemas y eventos muy simples o pequeños pueden causar comportamientos o eventos muy complejos. Esta última idea se conoce como dependencia sensible de las condiciones iniciales, una circunstancia descubierta por Edward Lorenz (a quien generalmente se le atribuye como el primer experimentador en el área del caos) a principios de la década de 1960.
Lorenz, un meteorólogo, estaba ejecutando ecuaciones computarizadas para modelar y predecir teóricamente las condiciones climáticas. Habiendo ejecutado una secuencia en particular, decidió replicarla. Lorenz volvió a ingresar el número de su impresión, tomó la mitad de la secuencia y lo dejó correr. Lo que encontró a su regreso fue, contrariamente a sus expectativas, estos resultados fueron radicalmente diferentes de sus primeros resultados. De hecho, Lorenz había ingresado no exactamente el mismo número, .506127, sino la cifra redondeada de .506. De acuerdo con todas las expectativas científicas en ese momento, la secuencia resultante debería haber diferido solo muy levemente del ensayo original, porque se consideró que la medición con tres decimales era razonablemente precisa. Dado que se consideró que las dos cifras eran casi iguales, los resultados también deberían haber sido similares.
Dado que la experimentación repetida demostró lo contrario, Lorenz concluyó que la más mínima diferencia en las condiciones iniciales, más allá de la capacidad humana de medir, hacía imposible la predicción de resultados pasados o futuros, una idea que violaba las convenciones básicas de la física. Como señaló el famoso físico Richard Feynman, «A los físicos les gusta pensar que todo lo que tienes que hacer es decir, estas son las condiciones, ¿qué pasa ahora?»
Las leyes newtonianas de la física son completamente deterministas: asumen que, al menos teóricamente, son posibles mediciones precisas, y que una medición más precisa de cualquier condición producirá predicciones más precisas sobre condiciones pasadas o futuras. Se suponía que, al menos en teoría, era posible hacer predicciones casi perfectas sobre el comportamiento de cualquier sistema físico si las mediciones pudieran ser lo suficientemente precisas, y que cuanto más precisas fueran las mediciones iniciales, más precisas serían las medidas. predicciones resultantes.
Poincaré descubrió que en algunos sistemas astronómicos (que generalmente constan de tres o más cuerpos que interactúan), incluso errores muy pequeños en las mediciones iniciales producirían una enorme imprevisibilidad, muy desproporcionada con lo que se esperaría matemáticamente. Dos o más conjuntos idénticos de mediciones de condiciones iniciales, que según la física newtoniana producirían resultados idénticos, de hecho, la mayoría de las veces condujeron a resultados muy diferentes. Poincaré demostró matemáticamente que, incluso si las mediciones iniciales pudieran hacerse un millón de veces más precisas, la incertidumbre de la predicción de los resultados no disminuyó junto con la inexactitud de la medición, sino que siguió siendo enorme. A menos que las mediciones iniciales pudieran definirse de manera absoluta, una imposibilidad, la previsibilidad para los sistemas complejos y caóticos, se desempeñaron apenas mejor que si las predicciones se hubieran seleccionado al azar entre los posibles resultados.
los efecto mariposa, descrito por primera vez por Lorenz en la reunión de diciembre de 1972 de la Asociación Estadounidense para el Avance de la Ciencia en Washington, DC, ilustra vívidamente la idea esencial de la teoría del caos. En un artículo de 1963 para la Academia de Ciencias de Nueva York, Lorenz había citado la afirmación de un meteorólogo anónimo de que, si la teoría del caos fuera cierta, un solo aleteo de las alas de una gaviota sería suficiente para cambiar el curso de todos los sistemas climáticos futuros en la tierra. .
Para el momento de la reunión de 1972, había examinado y perfeccionado esa idea para su charla, «Previsibilidad: ¿el aleteo de las alas de una mariposa en Brasil desencadena un tornado en Texas?» El ejemplo de un sistema tan pequeño como una mariposa responsable de crear un sistema tan grande y distante como un tornado en Texas ilustra la imposibilidad de hacer predicciones para sistemas complejos; a pesar del hecho de que están determinadas por condiciones subyacentes, precisamente cuáles son esas condiciones nunca pueden articularse lo suficiente como para permitir predicciones a largo plazo.
Aunque a menudo se piensa que el caos se refiere a la aleatoriedad y la falta de orden, es más exacto pensar en él como un aparente aleatoriedad que resulta de sistemas complejos e interacciones entre sistemas. Según James Gleick, autor de Caos: haciendo una nueva ciencia, la teoría del caos es «una revolución no de la tecnología, como la revolución del láser o la revolución de la computadora, sino una revolución de las ideas. Esta revolución comenzó con un conjunto de ideas que tienen que ver con el desorden en la naturaleza: de la turbulencia en los fluidos, a la errática flujos de epidemias, hasta el retorcimiento arrítmico de un corazón humano en los momentos antes de la muerte. Ha continuado con un conjunto aún más amplio de ideas que podrían clasificarse mejor bajo la rúbrica de complejidad «.
