Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pidebuck PDF
Pidebuck PDF
& Jorge del Ro San Jos
Escuela Tcnica Superior de Ingenieras Agrarias
Universidad de Valladolid
Avenida de Madrid, 44
34004 Palencia (Espaa)
Tel: +34 979 108300
amap@iaf.uva.es
vpando@eio.uva.es
) = 1) incluye entes
(nosotros mismos, es decir: algunos
i
) que aplican el axioma de las conjeturas
razonadas (en este caso: conscientemente) de manera que funcionan por un principio
contenido en las transformaciones del Mundo, razn por la que puede admitirse que
estn hechos a imagen y semejanza del Universo. Ahora bien: una diferencia notoria
estriba en el hecho de que nuestros cambios de perspectiva (o transformaciones) son
finitos en el tiempo mientras que el Mundo s parece ser eterno.
Las transformaciones (o la evolucin) del Mundo (como la de nuestros cerebros)
siguen unas leyes, muchas de las cuales estn por descubrir. Son leyes fsico-
matemticas, leyes de azar, leyes memorsticas y leyes caticas (a semejanza de las
establecidas en la definicin del axioma de las conjeturas razonadas).
Para la obtencin de la funcin del Mundo hemos partido de una expresin con
puntos suspensivos en su interior, incapaces inicialmente de esbozar su contenido.
Mediante una transformacin mental innecesaria (pues podramos haber escrito la
funcin del Mundo directamente (
M
(..,
i
,) =1), sin el paso previo con los puntos
suspensivos), hemos llegado a
M
. Sin embargo, esta transformacin (o cambio de
perspectiva) nos ha ayudado a interpretar los entes del interior de la funcin.
Facilitamos el proceso mental de comprensin utilizando el axioma de las conjeturas
razonadas, que no es sino un modelo del funcionamiento del razonamiento humano,
como ha quedado comprobado.
6. El Big Bang y las Creencias Religiosas
El Mundo se ha transformado y se sigue transformando. No sabemos cmo se
transforma (en qu sentido, segn qu leyes) pero se transforma por el principio del
cambio. Desde nuestra perspectiva (desde nuestro pensamiento) podemos concebir
transformaciones diferentes de la actual, tratando de entrever la evolucin del Universo.
Algunos cosmlogos actuales plantean que el Universo es eterno y que tiene unas
transformaciones cclicas que lo llevan a concentrarse todo l en un punto para despus
explotar (Big Bang) iniciando una nueva expansin y formacin de un Universo
extenso. Cada Big Bang viene a constituir un latido del Mundo. Conforme a esta teora,
los agujeros negros son aprendices del Big Bang, en los que se estn concentrando
infinitos entes (
i
, incluida la luz).
Siendo as, existe una transformacin que simplifica el Mundo enormemente,
pasando de infinitos monomios (
i
) a un nico monomio
M
, en donde se halla todo el
Universo concentrado en un punto.
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
6
www.oasificacion.com Generalizaciones al teorema
1 ) ( ,.......) (....., 1 ) , .......... .......... ,......... , (
* !
2 1
= = =
M M i Mk
R
Mj
) ( ,...) (..., ...... ,...) (..., ) (
! * ! ! ! ! !
M M
R
i Mj
A o R A o R
i Mi
A
M M
El Mundo material se llega a simplificar tanto que se concentra en un nico
lugar, en un punto, albergando toda la materia y energa en ese punto de infinitas
dimensiones y adimensional a la vez:
M
. Esta situacin es al parecer muy inestable
por lo que se produce una gran explosin (un Big Bang), una transformacin brusca que
genera un nuevo Universo expandido.
Conforme a esta teora csmica, toda la materia (tambin nosotros) migra
finalmente hacia un agujero negro para terminar nuevamente formando parte de
M
, que
vuelve a explotar.
En una primera lectura no queda espacio para Dios
4
en este modelo universal.
Sin embargo, esta apreciacin no es cierta. Siempre queda un resquicio amplio donde
insertar a un Ser Supremo en este Mundo. En efecto: apetece pensar que las propiedades
anmicas subsisten tras la muerte y que migran a otro polo del Universo, a
D
, en
completa paz y armona. Muchas religiones actuales mantienen esta creencia de una u
otra manera, no pudiendo la Ciencia aseverar o negar su validez, de momento.
Es cierto: se puede concebir un polo opuesto a
M
(es decir: ubicuo) en donde se
concentre todo el Mundo anmico (o espiritual) en perfecto equilibrio. A este ente con
infinitas dimensiones espirituales lo podemos simbolizar por
D
. Se trata de la Paz
Suprema, de la Paz Universal, que es infinitamente estable, el Eterno Presente. Un
mundo anmico paralelo al material se puede estar rigiendo por unas leyes similares a
las fsicas, leyes que el hombre est empezando a descubrir para su Ciencia pero que
dista mucho de conocer en profundidad.
A su vez, si a todo fenmeno fsico real le suponemos un fenmeno fsico
imaginario que sea simtrico,
D
tendr su simtrico imaginario, que simbolizamos por
D
, y que se corresponde con el diablo, una paz ficticia o irreal, pero que resulta
atractiva siendo en realidad falsa, un espejismo. Igualmente,
M
tiene a
M
como
simtrico imaginario, nocin que se corresponde con el infierno.
7. Paradoja aparente
No conviene concluir este trabajo sin apuntar una paradoja implcita del mismo:
Se ha deducido un axioma (el de las conjeturas razonadas) a partir de un teorema, es
decir: se ha seguido el camino inverso al de las deducciones formales de las
Matemticas. Cmo es eso posible?
La respuesta la podemos encontrar en el propio teorema de Buckingham (como
no puede ser de otra manera!): Al igual que todos los teoremas, el teorema Pi es fruto
del pensamiento humano pero a su vez y en este caso tan especial ste constituye un
modelo sencillo sobre la forma de pensar que tiene el propio ser humano. Este bucle
hace al teorema mucho ms potente de lo que en apariencia es, convirtindolo, en el
fondo, en el axioma de las conjeturas razonadas. Nos surge con ello una duda sin
importancia: Habremos aportado algo a la Ciencia?
4
y todos sus sinnimos
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
7
www.oasificacion.com Generalizaciones al teorema
Anexo I: Teorema de Buckingham (1914)
El teorema de Edgar Buckingham
5
trata sobre el aburrido anlisis dimensional
de las frmulas fsicas. Sin embargo, es un teorema atractivo, sorprendente, casi mgico
para algunos e incomprensible para muchos, que se quedan perplejos al verlo aplicar.
Como todo teorema, es fruto del pensamiento humano pero a su vez y en este caso
constituye un modelo sencillo sobre la forma de pensar que tiene el propio ser humano.
Es esto lo que le confiere un inters muy especial y lo que le hace desconcertante.
Enuncimoslo y demostremos su validez:
En un sistema de medida que contenga m magnitudes fundamentales,
consideremos una funcin expresiva de un fenmeno fsico en el que intervienen en
total r parmetros Q, representativos de otras tantas magnitudes, sean stas
fundamentales o derivadas:
0 ) ,........, , (
2 1
=
r
Q Q Q f [1]
Sean a
j1
, a
j2
, , a
jm
las dimensiones de Q
j
respecto a las magnitudes
fundamentales:
[ ]
=
jm j j j
a a a Q ......
2 1
.
Sea n m la caracterstica de la matriz
jk
a .
Entonces, la ecuacin [1] es reducible a otra equivalente, de la forma:
0 ) ,....., , (
2 1
=
n r
, [2]
siendo
1
,
2
, ,
r-n
, (rn) monomios adimensionales formados por productos de
potencias de las Q variables, tomados como se indicar ms adelante.
Formemos la matriz de los coeficientes:
rm rn r r
jm jn j j
nm nn n n
m n
m n
jk
a a a a
a a a a
a a a a
a a a a
a a a a
a
........ .......
...... .......... .......... .......... ..........
........ .......
..... .......... .......... .......... ..........
....... .......
..... .......... .......... .......... ..........
....... .......
....... .......
2 1
2 1
2 1
2 2 22 21
1 1 12 11
=
5
Los trabajos de los fsicos Vaschy (1892) y Riabouchinski (1911) pueden considerarse pioneros y precursores del
teorema Pi. Por otro lado, el matemtico Federman (1911) demuestra dicho teorema pero sin encontrar aplicacin
prctica a su hallazgo.
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
8
www.oasificacion.com Generalizaciones al teorema
Existe al menos un menor no nulo de orden n. Este menor, permutando
convenientemente los ndices, puede ser el indicado en la matriz. La fila j, una
cualquiera de las (rn) restantes, es combinacin lineal de las filas de dicho menor, de
forma que:
nk jn k j k j jk
a a a a ........
2 2 1 1
+ + + = . [3]
De aqu se deduce que el producto
jn j j
n j j
Q Q Q Q
= ....
2 1
2 1
[4]
es adimensional. Despejando Q
j
se obtiene:
jn j j
n j j
Q Q Q Q
....
2 1
2 1
= [5]
Sustituyendo en [1]: 0 ) ,........, , (
2 1
=
r
Q Q Q f obtendremos:
0 ) ,........, , ; ,....... , ( ) ,........, , (
2 1 2 1 2 1
= =
n r n r
Q Q Q F Q Q Q f . [6]
Si efectuamos dentro del mismo sistema de dimensiones un cambio de unidades,
la funcin F(..) ha de conservar en el nuevo sistema la misma expresin [6]. Es decir,
en el nuevo sistema ha de ser:
0 ) ,........, , ; ,....... , (
* *
2
*
1
* *
2
*
1
=
n r n
Q Q Q F [7]
Pero los
i
son iguales a los
i
*
por ser adimensionales, y como Q
i
Q
i
*
, por
tener dimensiones, se deduce que en la funcin F(..) no pueden intervenir las
variables Q que necesariamente habrn sido eliminadas al efectuar la sustitucin [5] en
[1]; es decir, que dicha ecuacin F ha de ser de la forma:
0 ) ,........, , (
2 1
=
n r
[8]
con lo que el teorema queda demostrado.
Conforme a lo demostrado, en cada monomio
j
entran (n+1) factores formados
por los n correspondientes al menor no nulo y uno de los (rn) restantes, con lo que la
forma prctica de aplicar el teorema queda claramente indicada. Conviene sealar que
en la demostracin figura
j
con exponente unidad (ecuacin 4) cuando en realidad este
exponente puede ser cualquiera (
j
-1
,
j
2
, etc.), puesto que cada monomio
j
puede ir
elevado a cualquier nmero dentro de la funcin.
Tanto por su utilidad prctica en el mbito de la Fsica como por su enorme
atractivo matemtico (y hasta filosfico), el teorema de Buckingham ha sido objeto de
numerosos estudios y revisiones. Al respecto, merecen citarse los excelentes artculos
de Grtler (1975) y de Pobedrya & Georgievskii (2006). Tambin conviene citar los
trabajos de Martinot-Lagarde (1948), Birkhoff (1950), Boyling (1979) y Curtis et al.
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
9
www.oasificacion.com Generalizaciones al teorema
(1982), en donde el lector puede encontrar diferentes desarrollos matemticos que
conducen a la demostracin del teorema.
El teorema de Buckingham es slo aplicable para simplificar la perspectiva de
fenmenos fsicos; por el contrario, el axioma de las conjeturas razonadas puede
aplicarse a todo tipo de fenmenos (matemticos, fsicos, qumicos, biolgicos,
mdicos, informticos, filosficos, religiosos, .).
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
10
www.oasificacion.com Generalizaciones al teorema
Anexo II: Corolario al teorema de Buckingham
Dada la funcin ( 1 ,....,. ,
2 1 1
) =
r
Q Q Q F a la que se puede aplicar el teorema de
Buckingham, esta funcin F
1
() se puede transformar en una funcin equivalente
( ) 1 ,...., ), ( ),....., ( ), (
2 2 1 1 2
=
r j n n
Q Q Q f Q f Q f F , siendo un
monomio adimensional cualquiera, convirtiendo tantas magnitudes Q
l k i m m m m
Q Q Q Q Q f ... ) ( = =
m
en otros tantos
monomios adimensionales como se desee, con tal de que se sigan satisfaciendo las
condiciones de aplicacin del teorema en la funcin equivalente ( )
r j n
Q Q F ,..., , ,....,
1 2
con las magnitudes Q
j
a Q
r
restantes.
En efecto: Si la funcin no fuese una
transformacin lcita para el problema inicial tampoco lo sera el procedimiento usado
en el propio teorema de Buckingham, que es coincidente con el planteado con la
funcin .
l k i m m m
Q Q Q Q Q f ... ) ( =
( )
m m
Q f
Este corolario permite una gran flexibilidad en la obtencin de monomios
adimensionales lo que puede facilitar su posterior interpretacin fsica.
Ejemplo de aplicacin:
Considerando todas las magnitudes (o variables) que pueden estar interviniendo
en la infiltracin, Martnez de Azagra et al. (2006) concluyen que sta se deja expresar
como una funcin genrica de todas ellas (vase la figura 1). En concreto:
1 ) , , , , , , , , , , , , , , , (
1 0 1 0 1
= f k k c d d c b a F
h
[9]
siendo: a, b, y c las longitudes de referencia del suelo considerado, segn unos ejes x y
z {L}
d
o
la longitud de poros en la superficie del suelo (=dimetro caracterstico en el
horizonte superior) {L}
d
1
el dimetro caracterstico en el segundo horizonte {L}
la tortuosidad {L}
c
h
el contenido de humedad del suelo {L}
la densidad absoluta del agua {ML
-3
}
el peso especfico del agua {ML
-2
T
-2
}
el coeficiente de viscosidad dinmico {ML
-1
T
-1
}
el mdulo de elasticidad volumtrica {ML
-1
T
-2
}
el coeficiente de tensin superficial {MT
-2
}
k
0
la permeabilidad del horizonte superficial {LT
-1
}
k
1
la permeabilidad del horizonte subyacente {LT
-1
}
f la capacidad de infiltracin del suelo {LT
-1
}
el potencial hdrico {ML
-1
T
-2
}
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
11
www.oasificacion.com Generalizaciones al teorema
Figura 1. Representacin esquemtica del perfil de un suelo en el que se sealan las
magnitudes geomtricas (a, b, c
j
,
j
y d
j
) y permeabilidades (k
j
) en el horizonte
superficial (j = 0) y en el subyacente (j = 1), diez de las magnitudes fsicas que
intervienen en la ecuacin general de infiltracin.
La aplicacin del teorema de Buckingham y su corolario conduce a la
formacin de los siguientes trece monomios adimensionales (
i
):
b
a
=
1
[10]
c
a
=
2
[11]
a
d
0
3
= [12]
c
c
h
=
4
[13]
c
=
5
[14]
1
0
6
d
d
= [15]
1
0
7
k
k
= [16]
1
8
k
f
= [17]
0
9
d g
f
= [18]
0
10
d f
= [19]
f
=
11
[20]
0
12
d
f
= [21]
f
=
13
[22]
con lo que la funcin de partida [9] que describe el proceso de infiltracin en un suelo
utilizando dieciseis variables puede reducirse a otra funcin equivalente () en la que
intervienen nicamente trece variables adimensionales, los trece monomios definidos
por las ecuaciones [10] a [22]:
1 ) , , , , , , , , , , , , (
13 12 11 10 9 8 7 6 5 4 3 2 1
= [23]
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
12
www.oasificacion.com Generalizaciones al teorema
La obtencin de todos los monomios es sencilla pero bastante farragosa. En
efecto; la matriz de los coeficientes es:
n Magnitud Masa Longitud Tiempo
1 a 0 1 0
2 b 0 1 0
3 c 0 1 0
4 d
0
0 1 0
5 d
1
0 1 0
6 0 1 0
7 c
h
0 1 0
8 1 -3 0
9 1 -2 -2
10 1 -1 -1
11 1 -1 -2
12 1 0 -2
13 k
0
0 1 -1
14 k
1
0 1 -1
15 f 0 1 -1
16 1 -1 -2
Su caracterstica es 3 por lo que el nmero de monomios en que queda reducido
el problema es trece: 16 3 =13
Cada uno de los monomios estar formado por los tres parmetros
correspondientes a un menor no nulo y uno cualquiera de los trece parmetros restantes.
Inicialmente y por el corolario enunciado, se puede obtener una serie de monomios con
ayuda de unas magnitudes de referencia distintas de las que luego servirn de base para
aplicar el teorema en s.
Como primera terna de magnitudes elegimos c, k
1
y , cuya matriz de
dimensiones tiene caracterstica 3. Con esta terna obtenemos tres monomios, a saber:
4
,
5
,
7
, utilizando la ecuacin: ) (
1 i i i i
Q f k c Q = =
siendo Q
i
una magnitud genrica (en este caso: c
h
, y k
0
, respectivamente) y , y
tres exponentes que hacen a la expresin adimensional.
Ya que los clculos son siempre iguales y a modo de ejemplo:
) (
0 7 1 0 7
k f k c k = =
Para que este producto sea adimensional: =0; = 1 y =0, de manera que
el monomio adimensional es:
1
0
0 7 7
) (
k
k
k f = = .
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
13
www.oasificacion.com Generalizaciones al teorema
Escribiendo la ecuacin de dimensiones:
{ } { }{ } { } { }
2 2 1 1 0
= T L M T L L T L T L M
2 1 2 1 0 0 0
+ +
= T L M T L M
Luego: =0
1 + + 2 =0 =0
1 2 =0 =1 con lo que queda comprobado.
Como segunda terna de magnitudes elegimos a, y , cuya matriz de
dimensiones tambin tiene caracterstica 3. Con esta terna obtenemos dos monomios, a
saber:
1
y
2
. En este caso utilizamos como exponente 1.
Para que este producto sea adimensional: =1; = =0
1
1
a b
=
Para que este producto sea adimensional: =1; = =0
1
2
a c
=
La funcin de partida [9] puede sustituirse por esta otra equivalente:
1 ) , , , , , , , , , , , , , , , (
1 7 4 5 1 0 2 1 2
= f k d d a F
Ordenando variables: 1 ) , , , , , , , , , , , , , , , (
1 1 0 7 5 4 2 1 2
= f k d d a F
Es ahora, una vez obtenidos estos cinco monomios por aplicacin del corolario,
cuando aplicamos el teorema de Buckingham con las once variables restantes. La
matriz de coeficientes, convenientemente ordenada, es:
n Magnitud Masa Longitud Tiempo
1 d
0
0 1 0
2 f 0 1 -1
3 1 -3 0
4 a 0 1 0
5 d
1
0 1 0
6 k
1
0 1 -1
7 1 -2 -2
8 1 -1 -1
9 1 -1 -2
10 1 0 -2
11 1 -1 -2
La caracterstica de esta matriz es tres. Por lo tanto, el nmero de monomios
adicionales a obtener es 8 (11 3). Como terna de magnitudes se elige en este caso: d
0
, f
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
14
www.oasificacion.com Generalizaciones al teorema
y . Mediante la expresin general se obtienen los ocho monomios
que restan, a saber:
0
f d Q
i i
=
3
,
6
,
8
,
9
,
10
,
11
,
12
y
13
. El procedimiento de clculo es
idntico al seguido con los ejemplos anteriores. Tan slo significar que en unos casos se
elige el exponente uno y en otros el exponente menos uno. A modo de ltimo ejemplo,
vamos a obtener
9
, que se corresponde con el nmero de Froude elevado al cuadrado.
0
1
9
f d
=
Escribiendo la ecuacin de dimensiones:
{ } { } { } { } { }
3 1
1
2 2 0
= L M T L L T L M T L M
+ + +
=
2 3 2 1 0 0 0
T L M T L M
Luego: 1 + =0 =1
2 + + 3 =0 = 1
2 =0 =2
con lo que
0
2
1 2 1
0
1
9
d
f
f d = =
.
Entre la densidad absoluta () y el peso especfico () se cumple la siguiente
relacin: g = , de manera que podemos escribir:
0
2
9
d g
f
= , con lo que llegamos a
una expresin coincidente con la indicada en la ecuacin [18]. El hecho de que aparezca
su raz
0
d g
f
no debe perturbarnos ya que cada monomio
j
puede ir elevado a
cualquier exponente dentro de la funcin , como ya ha quedado dicho con anterioridad.
As, llegamos finalmente a la ecuacin enunciada de trece monomios:
1 ) , , , , , , , , , , , , (
13 12 11 10 9 8 7 6 5 4 3 2 1
= [23]
funcin que puede ser simplificada por consideraciones de ndole fsica hasta quedar
slo ocho parmetros definitorios del proceso (Martnez de Azagra et al., 2006).
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
15
www.oasificacion.com Generalizaciones al teorema
Anexo III: Funciones divagada
La combinacin de una funcin neuronal con una funcin de distribucin da
lugar a una funcin divagada. Basta con que los recintos aprendidos de la funcin
neuronal queden modificados por funciones de azar para tener funciones divagada. El
procedimiento ms directo consiste en multiplicar los trminos de ciertas curvas o rectas
frontera por nmeros aleatorios (
i
) extrados de funciones de distribucin, dando a los
nuevos recintos plena validez.
El origen de una funcin divagada lo encontramos en ciertas neuronas excitadas
(en contraposicin a neuronas estables) y cuyo estado denominamos divagante. Una
neurona divagante cambia de perspectiva, alterando de forma voluntaria y aleatoria
alguno de sus pesos sinpticos mediante un valor numrico extrado de una funcin de
distribucin cualesquiera. Con ello modifica su comportamiento (es decir: su funcin de
salida) de forma impredecible y en algunas ocasiones de forma ventajosa.
Si el valor se obtiene, por ejemplo, de una funcin de distribucin normal con
media igual a uno (
e
=1) cabe esperar un cambio gradual de perspectiva. En cambio, si
e
1 el salto esperable ser brusco. A su vez, si la varianza (
e
) es pequea la
divagacin puede calificarse de prudente mientras que si
e
es grande la divagacin
puede pronosticarse de imprudente.
Cualquier neurona estable puede excitarse en un momento dado, pasando a ser
una neurona divagante que da lo aprendido por incierto tratando de descubrir por azar
una nueva realidad, siendo ms o menos prudente en la divagada merced a la funcin de
distribucin utilizada a la hora de extraer el valor numrico .
Interesa recalcar, que una funcin divagada es el resultado (el efecto o la
integral) que producen las distintas neuronas divagantes al interactuar con las neuronas
estables de la capa neuronal que las asocia. En consecuencia, no debe identificarse
funcin divagada con neurona divagante. Esta ltima supone nicamente el origen, la
explicacin formal al hecho de que el razonamiento pueda incluir divagadas,
mutaciones voluntarias a la lgica.
Para comprender mejor el concepto de neurona divagante, bueno ser partir del
modelo matemtico de una neurona: Una neurona artificial es un dispositivo de clculo
que imita el funcionamiento de una neurona biolgica. Desde una perspectiva
matemtica se puede definir como una funcin que a partir de un vector de entrada (x
1
,
x
2
, ., x
n
) procedente de un estmulo exterior o de otras neuronas, proporciona una
nica respuesta o salida (y
i
).
De entre los distintos modelos de neuronas artificiales existentes nos vamos a
referir a un caso particular denominado neurona estndar para introducir los
principales elementos de que constan estos modelos matemticos (vase la figura 2), y
para con posterioridad describir una neurona divagante.
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
16
www.oasificacion.com Generalizaciones al teorema
Entrada o
estmulo
Sinapsis
Figura 2: Modelo de la i-sima neurona estndar
x
j
son las variables de entrada a la neurona i-sima. Pueden proceder del espacio
sensorial o de otras neuronas. No existen limitaciones en cuanto a su naturaleza discreta
o continua. Cada entrada es procesada por una dendrita j-sima.
w
ij
son los pesos sinpticos de cada dendrita j-sima. Representan la intensidad
de la interaccin entre cada entrada j-sima y la neurona i-sima.
=
n
j
j ij
x w
1
, es la regla de propagacin considerada en el modelo de neurona
estndar. Simula el valor postsinptico de la neurona. Se obtiene a partir de las entradas
x
j
y los pesos sinpticos w
ij.
Es la operacin que integra todas las entradas a la neurona.
La funcin ms habitual, en el modelo estndar, es la suma ponderada de las entradas x
j
y los pesos sinpticos w
ij
. Tambin se puede interpretar como el producto escalar de los
vectores de entrada y sus pesos.
i
, es el umbral de activacin. Simula el nivel mnimo que debe alcanzar el
potencial postsinptico para que la neurona se active.
=
n
j
i j ij
x w
1
, es el estado de activacin, resultado de restar al potencial
postsinptico el umbral de activacin
i
.
h() es la funcin de salida. Proporciona la respuesta de la neurona segn su
estado de activacin. En el modelo estndar se supone la funcin identidad.
y
i
es la variable de salida o de respuesta. Puede ser discreta o continua. El
modelo de neurona estndar supone que el propio estado de activacin es la salida.
x
j
w
ij
Dendrita
Soma
o cuerpo celular
Axn
i
x
2
x
1
Regla de
propagacin
Umbral de
activacin
Funcin de
salida
y
i
Respuesta o
salida
w
i1
Estado de
activacin
h()
x
n
w
i2
w
in
=
n
j
j ij
x w
1
=
n
j
i j ij
x w
1
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
17
www.oasificacion.com Generalizaciones al teorema
Segn sea el dominio de los valores de salida se realiza una clasificacin de
neuronas: valores binarios dan origen a las neuronas de tipo McCulloch-Pitts; de tipo
Ising si slo admiten dos estados, o de tipo Potts si admiten nmeros naturales.
La ecuacin matemtica de una neurona estndar i-sima [ecuacin 24] recoge
los conceptos descritos con anterioridad de la siguiente manera, donde todas las
variables ya han sido presentadas:
=
= =
n
j
i j ij i j ij i
x w x w h y
1
) , , ( [24]
De forma tradicional se admite que una neurona puede encontrarse en dos
estados principales de funcionamiento: aprendizaje y recuerdo. En el primero de ellos el
valor de los pesos sinpticos es desconocido para la neurona. En base a casos conocidos
se realiza un ajuste o entrenamiento de la neurona para conocer su valor. Una vez
concretados, la neurona ya est en disposicin de hacer predicciones, de recordar. La
aparicin de un nmero suficiente de nuevos casos en los que la prediccin sea errnea,
conduce a una nueva fase de aprendizaje en el que se realizan sucesivos ajustes del
vector de pesos sinpticos.
Hasta aqu hemos descrito de forma sucinta, qu es una neurona artificial.
Recordemos que su actividad una vez entrenada nos ofrece un nico valor de salida y
i
.
Adicionalmente conviene apuntar que un conjunto de neuronas forma una capa
neuronal que genera un vector de soluciones (y
1
,y
2
,, y
n
). A su vez, una red
neuronal es un conjunto de capas cuyos vectores de entrada son los vectores de salida
de la capa anterior.
Dentro de este esquema, ya clsico en matemticas neuronales, la nica forma
de aprender pasa necesariamente por el reconocimiento de nuevos casos por parte de la
neurona, los cuales provocan sucesivos entrenamientos, que ajustan los pesos sinpticos
a la nueva realidad observada. Sin embargo no todo el conocimiento humano ha sido
obtenido de manera acumulativa. La generalizacin del teorema de Buckingham
permite concebir un nuevo tipo de aprendizaje sbito, que nos permite explicar la
aparicin de saltos y comportamientos imprevistos en las neuronas. De hecho, una
neurona puede encontrarse en tres estados de funcionamiento diferentes: los dos
sealados con anterioridad ms un tercero consistente en una actitud divagante. En tal
estado una neurona estable y entrenada se comporta sbitamente de forma imprevista.
Analticamente, una neurona divagante puede adoptar la siguiente expresin [ecuacin
25] partiendo del modelo de neurona estndar.
i
n
k
j ij k ik
k
j
j ij i
x w x w x w y + + =
+
= 1
1
1
'
[25]
donde es un nmero aleatorio extrado de una funcin de distribucin
cualquiera, que la neurona divagante o excitada da por cierto. Su accin provoca un
cambio de perspectiva en la toma de decisiones de la neurona. Se trata de una actitud
voluntaria. La neurona lo hace adrede. No se trata de un error casual o accidental en la
transmisin de los pesos sinpticos. El lugar k en donde se produce la divagacin es
elegido por la neurona, pudiendo tambin afectar al umbral de activacin (
i
). Una
frontera aprendida ( ) queda modificada por un nmero aleatorio ().
k ik
x w
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
18
www.oasificacion.com Generalizaciones al teorema
La magnitud de la divagacin viene dada por el valor que haya tomado .
Nmeros prximos a la unidad originan cambios pequeos en el comportamiento de la
neurona. Valores numricos bien distintos de la unidad, incidiendo sobre pesos
sinpticos estratgicos, originarn un comportamiento notablemente diferente en la
neurona.
Si se considera la funcin de distribucin normal, como generadora del valor ,
estamos en disposicin de efectuar una primera tentativa de caracterizacin de la
divagacin: Valores de media
e
=1 dan origen a un salto pequeo, con medias
e
<> 1
se produce un salto brusco, una varianza
e
pequea conduce a una divagacin prudente
y por ultimo una varianza
e
elevada desemboca en una divagacin imprudente.
Igualmente se pueden considerar otras funciones de distribucin como las binomiales
con el fin de poder cambiar de operadores (<,>).
Una vez descrito el estado divagante de una neurona y anlogamente al
desarrollo planteado por las matemticas neuronales, se puede inferir la existencia de
una capa divagante, resultado de la interaccin de distintas neuronas divagantes, e
incluso la existencia de redes divagantes, que sern las que finalmente puedan
conducir a una funcin divagada. El cerebro, para dar por vlida dicha funcin o para
rechazarla, rememora los recintos (o lmites) previos comparando ambas soluciones (la
surgida con las divagadas y la previa, fruto del aprendizaje). Es as cmo dilucida cul
parece ms certera, ms operativa, o ms veraz.
Conviene preguntarse si la neurona puede divagar de forma dirigida o si se trata
de un fenmeno puramente aleatorio. A poco que reflexionemos sobre el modelo
descrito, concluiremos que la divagacin, aunque de ndole aleatoria, puede tener un
marcado carcter dirigido. Como primera decisin dirigida est la eleccin del lugar k
en donde incide el valor aleatorio (sobre un peso w
ij
, sobre el sumatorio o sobre
i
).
La segunda decisin dirigida se refiere a la funcin de distribucin y a sus valores
e
y
e
(ms o menos prudentes). Por otro lado, ciertas neuronas estndar contiguas pueden
estar orientando a la neurona excitada en su divagacin.
La mente humana obra para sus actos de ndole fsica con una cortapisa de suma
prudencia (fruto de su experiencia). Las divagadas no tienen prcticamente cabida en el
plano de la realidad cotidiana. No ocurre lo mismo en sus pensamientos puros
(conjeturas, sueos, etc.) en los que la mente no tiene que imponer limitacin alguna a
la hora de hacer transformadas (es decir: cambios de perspectiva). Sin embargo y pese a
su frecuencia, slo muy lentamente se producen progresos en la ciencia, en el
conocimiento. Hemos de reconocerlo: los cerebros divagan con una eficiencia muy baja.
Slo de ciento al viento emergen, balbucientes, nuevos paradigmas cientficos que
exigen de la participacin de un intenso debate intelectual antes de su aceptacin,
debido al gran cambio de perspectiva que nos plantean. Una funcin divagada (es decir:
un hallazgo cientfico en el plano mental) conduce inicialmente a una duda o
inestabilidad general, hasta que termina siendo aceptada como cierta.
Es hora de concluir este trabajo y lo debemos hacer consecuentemente, es decir:
dudando mucho de nuestras propias divagadas.
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
19
www.oasificacion.com Generalizaciones al teorema
Anexo IV: Significado de los smbolos utilizados
Smbolo Significado
a Variable dimensional genrica; Longitud caracterstica del suelo segn el eje
horizontal x {L}
a
jk
Dimensin k de la magnitud Q
j
respecto a la magnitud fundamental Q
k
A! Ampliacin de la complejidad por el cambio de perspectiva
b Variable dimensional genrica; Longitud caracterstica del suelo segn el eje
y {L}
c Variable dimensional genrica; Longitud caracterstica del suelo segn el eje
vertical z {L}
c
h
Longitud de la humedad lineal segn el eje vertical z {L}
d Variable dimensional genrica
d
0
Longitud de poros caracterstica en el horizonte superficial, dimetro
caracterstico del horizonte superficial {L}
d
1
Dimetro caracterstico en el segundo horizonte {L}
e Variable genrica
f
Capacidad de infiltracin del suelo {LT
-1
}
f
i
(.) Una funcin genrica
F, F
i
() Una funcin genrica
g Aceleracin de la gravedad {LT
-2
}
h() Funcin de activacin de una neurona
k
0
Permeabilidad del horizonte superficial {LT
-1
}
k
1
Permeabilidad del horizonte subyacente {LT
-1
}
L Longitud {L}
M Masa {M}
Q
j
Magnitud genrica
R! Reduccin de la complejidad gracias al cambio de perspectiva
t, T Tiempo {T}
x Variable genrica
x
j
Variable de entrada j-sima a la neurona
y Variable genrica
y
i
, y
i
e
Media de la funcin de distribucin
i
,
i
*
Monomio genrico {adimensional o dimensional}
D
Dios {infinitas dimensiones anmicas}
M
Punto con toda la materia y energa del Universo
Densidad absoluta del agua {ML
-3
}
Coeficiente de tensin superficial {MT
-2
}
e
Varianza de la funcin de distribucin
Variable dimensional genrica
,
i
Nmero aleatorio extrado de una funcin de distribucin
Potencial hdrico {ML
-1
T
-2
}
Tortuosidad del flujo, del agua infiltrada en el suelo {L}
i
Umbral de activacin de la neurona i-sima
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
20
www.oasificacion.com Generalizaciones al teorema
6. Bibliografa
Birkhoff, G. (1950): Hydrodynamics: A Study in Logic, Fact and Similitude.
Universidad de Princeton (EE.UU.)
Buckingham, E. (1914): On physically similar systems. Illustrations of the use of
dimensional equations. Physical Review, 4: 345 376
Boyling, J .B. (1979): A Short Proof of the Pi Theorem of Dimensional Analysis.
Journal of Applied Mathematics and Physics (ZAMP), 30: 531 533
Curtis, W.D.; David Logan, J . & Parker, W.A. (1982): Dimensional Analysis and the Pi
Theorem. Linear Algebra and its Applications, 47: 117 126
Federman, A.K. (1911): Acerca de algunos mtodos generales de integracin de
ecuaciones diferenciales parciales de primer orden [en ruso]. Instituto Politcnico
de San Petersburgo. Estestvoznaniya i Matematika, 16 (1): 97 155
Grtler, H. (1975): Zur Geschichte des Pi Theorems. Zeitschrift fr angewandte
Mathematik und Mechanik (ZAMM), 55: 3 8
Martnez de Azagra Paredes, A.; Pando Fernndez, V.; del Ro San J os, J . & Navarro
Hevia, J . (2006): Aproximacin al conocimiento de la infiltracin a travs del
anlisis dimensional. Ecologa, 20: 471 491
Martinot-Lagarde, A. (1948) : Analyse Dimensionelle : Applications la Mecanique des
Fluides. Groupement des Recherches Aeronautiques (Lille, Francia)
Pobedrya, B.E. & Georgievskii, D.V. (2006) : On the Proof of the -Theorem in
Dimension Theory. Russian Journal of Mathematical Physics, 13 (4) : 431 437
Riabouchinski, D.P. (1911) : Mthode des variables de dimension zro. LArophile,
19 : 407 408
Vaschy, A. (1892): Sur les lois de similitude en physique. Annales Tlgraphiques, 19:
25 28
A. Martnez de Azagra, V. Pando & J . del Ro (2007)
21