desarrollo cientfico y tecnolgico Publicado por Matemticas y sus fronteras el 25 junio, 2007 Comentarios (6)
1. Un cambio en el mtodo cientfico
Los dos pilares clsicos del mtodo cientfico son los experimentos y la teora. La generalizacin del uso de los ordenadores ha hecho que en las ltimas dcadas haya aparecido un tercer pilar del mtodo cientfico: la simulacin computacional. La simulacin computacional es un mtodo de investigacin cientfica que emplea los ordenadores para estudiar sistemas fsicos, biolgicos o sociales de acuerdo a las leyes derivadas de la teora y los experimentos. La simulacin computacional es una metodologa muy joven, que an no sabemos cunto puede dar de s. Pero no es aventurado afirmar que gran parte de los logros cientficos y tecnolgicos del futuro estarn influidos por, motivados por o relacionados con los modernos mtodos de computacin. 2. Una consecuencia de la computacin: la matematizacin de las ciencias y las tecnologas Es difcil imaginar en la actualidad disciplinas cientficas o tecnolgicas que no usen con frecuencia los ordenadores. Eso obliga a cientficos y tecnlogos de mbitos diversos como medicina, biologa, ciencias sociales, etc, a comunicarse con un ordenador. Los ordenadores slo trabajan sobre objetos matemticos nmeros y letras -, realizando sobre ellos operaciones matemticas clculos, ordenaciones y clasificaciones. Ello ha provocado que muchas ciencias que poco tenan que ver con las matemticas se hayan matematizado enormemente. Este proceso es especialmente llamativo en las ciencias sociales y de la vida. Ya no son slo disciplinas como la fsica, la qumica y las ingenieras las que usan tcnicas matemticas sofisticadas. Por ejemplo, los modelos matemticos de la gentica pueden ser tanto o ms complicados que los de la fsica. Una caracterstica de los nuevos modelos es que con frecuencia nacen por y para ser estudiados computacionalmente con ordenadores. Su objetivo es obtener informacin cuantitativa precisa de fenmenos que involucran muchos parmetros y son, por ello, muy exigentes y retadores respecto de las tcnicas de matemtica computacional que requieren. En el ao 2002 asistimos a uno de los logros cientficos ms importantes de los ltimos aos: la descripcin completa de la secuencia del genoma humano. Detrs de este logro se encuentra un algoritmo matemtico que redujo drsticamente el tiempo necesario para completar la secuencia, y que fue principalmente desarrollado por el matemtico Eugene Myers. Este hito cientfico nos permite sacar algunas conclusiones generales: la matemtica computacional fue la clave de la resolucin del problema; el tipo de matemtica computacional que se utiliz fue muy distinta de lo que clsicamente se entiende como anlisis numrico; y la interdisciplinariedad jug un papel fundamental. En la actualidad, muchas ciencias y tecnologas vuelven sus ojos hacia las matemticas porque las matemticas pueden realizar, gracias a los ordenadores, clculos y tareas que eran inimaginables hace unos aos. En este contexto recae sobre la matemtica computacional la responsabilidad de llenar, mediante el desarrollo de algoritmos innovadores, el hueco existente entre las arquitecturas de los ordenadores disponibles y las aplicaciones que deben ser ejecutadas. Muchas de estas aplicaciones no han usado hasta hace pocos aos las matemticas y por lo tanto plantean nuevas exigencias y problemas. 3. Un medio para realizar experimentos irrealizables La simulacin computacional constituye un mtodo para realizar experimentos irrealizables. Por citar un problema de actualidad: no se puede hacer un experimento sobre cmo se extiende una epidemia de grandes magnitudes. Slo la simulacin computacional de modelos matemticos puede darnos una idea de su comportamiento. Otros problemas de este tipo incluyen las catstrofes naturales terremotos, maremotos, incendios, inundaciones, sequas, etc. 4. Un medio para aumentar beneficios en la industria y las finanzas La simulacin computacional de nuevos diseos en la industria, como por ejemplo de aviones, satlites, coches y barcos, puede contribuir a ahorrar muchos millones de euros en industrias como la automovilstica y la aero-espacial, si comparamos sus costes con la construccin de prototipos reales. Consideraciones similares se aplican en otros mbitos como el diseo de nuevos ordenadores con arquitecturas que involucren innovaciones de alto riesgo, el desarrollo de nuevos frmacos, la simulacin del comportamiento de los mercados financieros, etc. De nuevo en el mundo de los mercados financieros nos encontramos muchas veces con la imposibilidad de realizar experimentos reales. 5. Qu es la matemtica computacional? Hemos evitado hasta ahora dar una definicin de la matemtica computacional. Nuestro objetivo ha sido mostrar su importancia y ubicuidad en los desarrollos cientficos y tecnolgicos actuales. Creemos que la matemtica computacional debe ser una actividad integradora y multidisciplinar. Por ello proponemos una definicin amplia: la matemtica computacional es el conjunto de programas de ordenador, algoritmos, tcnicas y teoras necesario para resolver en un ordenador modelos matemticos de problemas que surgen en la ciencia y la tecnologa. Insistimos en que entendemos ciencia en un sentido global, incluyendo tanto la economa, las ciencias sociales y de la salud, como las ciencias clsicas fsica, qumica, biologa, geologa, etc. Remarquemos una palabra que aparece en la definicin anterior: resolver. La matemtica computacional debe proporcionar soluciones prcticas y concretas a los problemas. En ese sentido se basa en disciplinas matemticas clsicas y, por supuesto, en el anlisis numrico, pero va ms all de ellas. A la matemtica computacional no le basta con desarrollar y analizar nuevos algoritmos, debe proporcionar los programas optimizados que los implementen. 6. Nuevos algoritmos en la era de los Teraflops Los ordenadores actualmente ms potentes son capaces de realizar ms de un Teraflop (1012 = un milln de millones) de operaciones por segundo. Ser capaces no significa que siempre lo hagan. De hecho estos nmeros espectaculares se refieren a la velocidad mxima de clculo que pueden alcanzar. Estos supercomputadores son mquinas complicadas que trabajan en paralelo. Conseguir su mxima eficiencia al resolver un problema requiere el desarrollo de nuevos y sofisticados algoritmos. No se trata de reprogramar los algoritmos existentes, sino de hacer nuevas matemticas que estn en perfecta comunin con las arquitecturas disponibles. Sin estas matemticas la potencia de los ordenadores ms modernos queda seriamente limitada. Las prestaciones de los ordenadores han aumentado espectacularmente en las ltimas dcadas, y seguirn hacindolo, pero con seguridad no al mismo ritmo. En cualquier caso no tanto como para enfrentarse con los algoritmos existentes a los complejos modelos que surgen hoy en da en las aplicaciones. Estamos necesariamente en una era de nuevos algoritmos. Adems no hay que olvidar que los algoritmos por s solos han logrado aumentar la velocidad de clculo en muchos problemas en un factor comparable al resultante del aumento de prestaciones de los ordenadores. Un ejemplo famoso es la evolucin de los algoritmos para resolver la ecuacin de Poisson en tres dimensiones, un problema que surge en aplicaciones como el clculo de potenciales electrostticos. En este caso, el desarrollo de nuevos algoritmos ha logrado, por s solo, que los clculos sean diecisis millones de veces ms rpidos (16.000.000!). Como conclusin: el desarrollo de nuevos algoritmos slo tiene como lmite el ingenio y la inteligencia de los hombres, mientras que la velocidad de los ordenadores tiene lmites fsicos que no tardarn en alcanzarse.