Aproximaciones en ciencia

Introducción al Pensamiento Científico

Grado en Filosofía, UNED
Equipo docente: Javier González de Prado, Cristian Saborido
 Incertidumbre, precisión, exactitud
• Incertidumbre: En una situación de incertidumbre la evidencia disponible
es incompleta y solo nos permite dar respuestas parciales y provisionales a
las preguntas planteadas en la investigación.

• Imprecisión: Una respuesta a una pregunta es imprecisa cuando deja

varias opciones abiertas y no eliminar la incertidumbre completamente.
– E.g. ‘¿A qué hora llegará el tren?’ ‘Entre las 2 y las 3.’

• Aproximaciones: respuestas incorrectas/inexactas a una pregunta, pero

suficientemente cercanas a la respuesta correcta.
– E.g. ‘¿A qué hora llega el tren?’ ‘Aproximadamente a las 2.29h’ [La
hora exacta de llegada son las 2.30h]
– 3,1416 es una aproximación del número π.
 Incertidumbre, precisión, exactitud
• Incertidumbre: En una situación de incertidumbre la evidencia disponible
es incompleta y solo nos permite dar respuestas parciales y provisionales a
las preguntas planteadas en la investigación.

• Imprecisión: Una respuesta a una pregunta es imprecisa cuando deja

varias opciones abiertas y no eliminar la incertidumbre completamente.
– E.g. ‘¿A qué hora llegará el tren?’ ‘Entre las 2 y las 3.’

• Aproximaciones: respuestas incorrectas/inexactas a una pregunta, pero

suficientemente cercanas a la respuesta correcta.
– E.g. ‘¿A qué hora llega el tren?’ ‘Aproximadamente a las 2.29h’ [La
hora exacta de llegada son las 2.30h]
– 3,1416 es una aproximación del número π.
 Incertidumbre, precisión, exactitud
• Incertidumbre: En una situación de incertidumbre la evidencia disponible
es incompleta y solo nos permite dar respuestas parciales y provisionales a
las preguntas planteadas en la investigación.

• Imprecisión: Una respuesta a una pregunta es imprecisa cuando deja

varias opciones abiertas y no eliminar la incertidumbre completamente.
– E.g. ‘¿A qué hora llegará el tren?’ ‘Entre las 2 y las 3.’

• Aproximaciones: respuestas incorrectas/inexactas a una pregunta, pero

suficientemente cercanas a la respuesta correcta.
– E.g. ‘¿A qué hora llega el tren?’ ‘Aproximadamente a las 2.30h’ [La
hora exacta de llegada son las 2.29h]
– 3,1416 es una aproximación del número π.
 Aproximaciones en ciencia
• Aproximación: respuesta que sabemos que no es
exactamente correcta.

• ¿En qué circunstancias se usan aproximaciones en ciencia?

•  Cuando la evidencia disponible es limitada y no nos

permite averiguar la respuesta correcta a nuestra pregunta
de investigación.
•  Cuando la respuesta correcta es demasiado trabajosa de
obtener, o resulta difícil de utilizar en cálculos y para
realizar predicciones.

• El uso de aproximaciones en ciencia es ubicuo: son

frecuentes en la mayoría de disciplinas científicas.
 Aproximaciones en ciencia
• Aproximación: respuesta que sabemos que no es
exactamente correcta.

• ¿En qué circunstancias se usan aproximaciones en ciencia?

•  Cuando la evidencia disponible es limitada y no nos

permite averiguar la respuesta correcta a nuestra pregunta
de investigación.
•  Cuando la respuesta correcta es demasiado trabajosa de
obtener, o resulta difícil de utilizar en cálculos y para
realizar predicciones.

• El uso de aproximaciones en ciencia es ubicuo: son

frecuentes en la mayoría de disciplinas científicas.
 Aproximaciones en ciencia
• Aproximación: respuesta que sabemos que no es
exactamente correcta.

• ¿En qué circunstancias se usan aproximaciones en ciencia?

•  Cuando la evidencia disponible es limitada y no nos

permite averiguar la respuesta correcta a nuestra pregunta
de investigación.
•  Cuando la respuesta correcta es demasiado trabajosa de
obtener, o resulta difícil de utilizar en cálculos y para
realizar predicciones.

• El uso de aproximaciones en ciencia es ubicuo: son

frecuentes en la mayoría de disciplinas científicas.
 Aproximaciones y la aspiración a la verdad
• Las aproximaciones son, estrictamente, falsas.

– E.g.: Si el tren llega a las 2.29h, es falso que llegue a las 2.30h.

• La ciencia aspira a la verdad:

• ¿Es compatible el uso de aproximaciones con la aspiración

de la ciencia a la verdad?

• ¿Si sabemos que una respuesta/hipótesis/predicción queda

falsada por la evidencia, no deberíamos descartarla
(aplicando el método científico)?
 Aproximaciones y la aspiración a la verdad
• Las aproximaciones son, estrictamente, falsas.

– E.g.: Si el tren llega a las 2.29h, es falso que llegue a las 2.30h.

• La ciencia aspira a la verdad:

• ¿Es compatible el uso de aproximaciones con la aspiración

de la ciencia a la verdad?

• ¿Si sabemos que una respuesta/hipótesis/predicción queda

falsada por la evidencia, no deberíamos descartarla
(aplicando el método científico)?
 ¿Son las aproximaciones aceptables en ciencia?

• El uso de aproximaciones en ciencia puede resultar legítimo, siempre que

seamos conscientes de que no son respuestas exactas.

• Una aproximación será aceptable si es suficientemente cercana a la

respuesta correcta para los intereses de los investigadores.

• ¿Qué quiere decir que una aproximación sea suficientemente cercana a la

respuesta correcta?

•  Una aproximación será cercana a la respuesta correcta en la medida en

que pueda usarse de manera exitosa para entender y manipular el
fenómeno estudiado.
•  Para muchas aplicaciones prácticas, la diferencia entre una buena
aproximación y una respuesta exacta no será relevante o apreciable.
•  El que una aproximación sea aceptable o no dependerá de para qué
quieran usarla los investigadores (cuáles sean sus intereses).
 ¿Son las aproximaciones aceptables en ciencia?

• El uso de aproximaciones en ciencia puede resultar legítimo, siempre que

seamos conscientes de que no son respuestas exactas.

• Una aproximación será aceptable si es suficientemente cercana a la

respuesta correcta para los intereses de los investigadores.

• ¿Qué quiere decir que una aproximación sea suficientemente cercana a la

respuesta correcta?

•  Una aproximación será cercana a la respuesta correcta en la medida en

que pueda usarse de manera exitosa para entender y manipular el
fenómeno estudiado (en concreto, en la medida en que lleve a
aplicaciones prácticas exitosas).
•  Para muchas aplicaciones prácticas, la diferencia entre una buena
aproximación y una respuesta exacta no será relevante o apreciable.
•  El que una aproximación sea aceptable o no dependerá de para qué
quieran usarla los investigadores (cuáles sean sus intereses).
 La física newtoniana como una aproximación
• La física gravitacional newtoniana se considera una teoría incorrecta,
refutada por la evidencia y sustituida por la teoría relativista.
•  No obstante, para muchas aplicaciones prácticas, la física newtoniana
sigue siendo una aproximación suficientemente buena a la verdad.

La física newtoniana ofrece una muy buena aproximación del

comportamiento de sistemas con interacciones gravitacionales débiles y
velocidades mucho menores que la de la luz (las condiciones típicas en la
Tierra).
•  En estas condiciones, los resultados obtenidos usando la física
newtoniana no divergen apreciablemente de los resultados correctos
relativistas (e.g. podemos construir un puente fiable usando la física
newtoniana).

•  En cambio, hay que recurrir a la física relativista para estudiar

fenómenos como los agujeros negros, o para diseñar sistemas GPS fiables
(la aproximación newtoniana es demasiado inexacta para este tipo de
aplicaciones).
•
 La física newtoniana como una aproximación
• La física gravitacional newtoniana se considera una teoría incorrecta,
refutada por la evidencia y sustituida por la teoría relativista.
•  No obstante, para muchas aplicaciones prácticas, la física newtoniana
sigue siendo una aproximación suficientemente buena a la verdad.

• La física newtoniana ofrece una muy buena aproximación del

comportamiento de sistemas con interacciones gravitacionales débiles y
velocidades mucho menores que la de la luz (las condiciones típicas en la
Tierra).
•  En estas condiciones, los resultados obtenidos usando la física
newtoniana no divergen apreciablemente de los resultados correctos
relativistas (e.g. podemos construir un puente fiable usando la física
newtoniana).

•  En cambio, hay que recurrir a la física relativista para estudiar

fenómenos como los agujeros negros, o para diseñar sistemas GPS fiables
(la aproximación newtoniana es demasiado inexacta para este tipo de
aplicaciones).
•
 La física newtoniana como una aproximación
• La física gravitacional newtoniana se considera una teoría incorrecta,
refutada por la evidencia y sustituida por la teoría relativista.
•  No obstante, para muchas aplicaciones prácticas, la física newtoniana
sigue siendo una aproximación suficientemente buena a la verdad.

• La física newtoniana ofrece una muy buena aproximación del

comportamiento de sistemas con interacciones gravitacionales débiles y
velocidades mucho menores que la de la luz (las condiciones típicas en la
Tierra).
•  En estas condiciones, los resultados obtenidos usando la física
newtoniana no divergen apreciablemente de los resultados correctos
relativistas (e.g. podemos construir un puente fiable usando la física
newtoniana).

•  En cambio, hay que recurrir a la física relativista para estudiar

fenómenos como los agujeros negros, o para diseñar sistemas GPS fiables
(la aproximación newtoniana es demasiado inexacta para este tipo de
aplicaciones).
•
 Simplificaciones e idealizaciones
• Una forma típica de obtener aproximaciones es simplificar el problema
investigado, introduciendo idealizaciones.

• Idealización: En vez de estudiar el sistema real, estudiamos un sistema

simplificado en el que se ha eliminado parte de la complejidad.
•  Los resultados obtenidos estudiando una versión idealizada de la
realidad describirán los hechos solo de manera aproximada.
•  Las idealizaciones y simplificaciones son ubicuas en ciencia.
•  Si es una buena aproximación, los resultados obtenidos seguirán
teniendo aplicaciones útiles.

– Ejemplo: Al estudiar el movimiento de un cuerpo unido a un muelle

con frecuencia se ignora el efecto del rozamiento con el aire, o se
desprecia la masa del muelle (es decir, se estudia un sistema
idealizado en el que el muelle no tiene masa).
 Simplificaciones e idealizaciones
• Una forma típica de obtener aproximaciones es simplificar el problema
investigado, introduciendo idealizaciones.

• Idealización: En vez de estudiar el sistema real, estudiamos un sistema

simplificado en el que se ha eliminado parte de la complejidad.
•  Los resultados obtenidos estudiando una versión idealizada de la
realidad describirán los hechos solo de manera aproximada.
•  Si es una buena aproximación, los resultados obtenidos seguirán
teniendo aplicaciones útiles.
•  Las idealizaciones y simplificaciones son ubicuas en ciencia.

– Ejemplo: Al estudiar el movimiento de un cuerpo unido a un muelle

con frecuencia se ignora el efecto del rozamiento con el aire, o se
desprecia la masa del muelle (es decir, se estudia un sistema
idealizado en el que el muelle no tiene masa).
 Simplificaciones e idealizaciones
• Una forma típica de obtener aproximaciones es simplificar el problema
investigado, introduciendo idealizaciones..

• Idealización: En vez de estudiar el sistema real, estudiamos un sistema

simplificado en el que se ha eliminado parte de la complejidad.
•  Los resultados obtenidos estudiando una versión idealizada de la
realidad describirán los hechos solo de manera aproximada.
•  Si es una buena aproximación, los resultados obtenidos seguirán
teniendo aplicaciones útiles.
•  Las idealizaciones y simplificaciones son ubicuas en ciencia.

– Ejemplo: Al estudiar el movimiento de un cuerpo unido a un muelle

con frecuencia se ignora el efecto del rozamiento con el aire, o se
desprecia la masa del muelle (es decir, se estudia un sistema
idealizado en el que el muelle no tiene masa).
 Simplificando cálculos
• En muchos casos, los problemas matemáticos que hay que resolver
para obtener resultados/predicciones exactas a partir de una teoría
o hipótesis son demasiado complicados.
• Para poder trabajar de manera operativa con una teoría/hipótesis
es frecuente que tengamos que simplificar los cálculos implicados
en la manipulación de dicha teoría/hipótesis (obteniendo por tanto
resultados aproximados).

•  Por ejemplo, en lugar de enfrentarnos a una ecuación

complicada podemos resolver una ecuación más sencilla
suficientemente parecida a la original.
•  El uso de ordenadores permite obtener soluciones aproximadas
a problemas matemáticos complejos.
 Simplificando cálculos
• En muchos casos, los problemas matemáticos que hay que resolver
para obtener resultados/predicciones exactas a partir de una teoría
o hipótesis son demasiado complicados.
• Para poder trabajar de manera operativa con una teoría/hipótesis
es frecuente que tengamos que simplificar los cálculos implicados
en la manipulación de dicha teoría/hipótesis (obteniendo por tanto
resultados aproximados).

•  Por ejemplo, en lugar de enfrentarnos a una ecuación

complicada podemos resolver una ecuación más sencilla
suficientemente parecida a la original.
•  El uso de ordenadores permite obtener soluciones aproximadas
a problemas matemáticos complejos.
 Simplificando la ecuación del péndulo
• La ecuación de movimiento de un péndulo simple es

• (g es la aceleración de la gravedad, l la longitud del péndulo y θ el ángulo

que el péndulo se separa de la vertical):

• Para valores pequeños de θ, sinθ ≈ θ, así que podemos simplificar la

ecuación a:

• Esta es una ecuación fácil de resolver (es la ecuación que describe el

movimiento armónico de un muelle simple idealizado)
 Simplificando la ecuación del péndulo
• La ecuación de movimiento de un péndulo simple es

• (g es la aceleración de la gravedad, l la longitud del péndulo y θ el ángulo

que el péndulo se separa de la vertical):

• Para valores pequeños de θ, sinθ ≈ θ, así que si nos centramos en

pequeñas oscilaciones podemos simplificar la ecuación a:

• Esta es una ecuación fácil de resolver (es la ecuación que describe el

movimiento armónico de un muelle simple idealizado)
 Simplificando la ecuación del péndulo
• La ecuación de movimiento de un péndulo simple es

• (g es la aceleración de la gravedad, l la longitud del péndulo y θ el ángulo

que el péndulo se separa de la vertical):

• Para valores pequeños de θ, sinθ ≈ θ, así que si nos centramos en

pequeñas oscilaciones podemos simplificar la ecuación a:

• Esta es una ecuación fácil de resolver (es la ecuación que describe el

movimiento armónico de un muelle simple idealizado).
 El arte de simplificar
• Para que una aproximación sea aceptable, las simplificaciones
realizadas no deben afectar significativamente a los resultados
obtenidos (los factores ignorados al idealizar han de tener una
influencia suficientemente pequeña en el comportamiento del
sistema).

•  En sistemas complejos no siempre es fácil anticipar en qué casos

una simplificación (ignorar los efectos de cierta variable) tendrá
consecuencias relevantes.

– Ejemplo:
– Las ciencias sociales estudian sistemas particularmente complejos
(sociedades humanas) cuyo comportamiento depende de la
interacción de numerosas variables. Con frecuencia es difícil
determinar cuáles de estas variables tienen una influencia significativa
en el comportamiento del sistema.
 El arte de simplificar
• Para que una aproximación sea aceptable, las simplificaciones
realizadas no deben afectar significativamente a los resultados
obtenidos (los factores ignorados al idealizar han de tener una
influencia suficientemente pequeña en el comportamiento del
sistema).

•  En sistemas complejos no siempre es fácil anticipar en qué casos

una simplificación (ignorar los efectos de cierta variable) tendrá
consecuencias relevantes.

– Ejemplo:
– Las ciencias sociales estudian sistemas particularmente complejos
(sociedades humanas) cuyo comportamiento depende de la
interacción de numerosas variables. Con frecuencia es difícil
determinar cuáles de estas variables tienen una influencia significativa
en el comportamiento del sistema.
 Simplificaciones en ciencias sociales
• En economía es habitual describir a los individuos como agentes
racionales ideales (e.g. perfectamente coherentes, lógicamente
omniscientes, satisfacen de manera óptima sus preferencias) y a los
mercados de manera idealizada como si se diera competencia perfecta
(e.g. información completa y simétrica; sin barreras de entrada; número
elevado de compradores y vendedores).

• Los mercados idealizados con competencia perfecta solo representan de

manera aproximada los mercados reales.
•  Las conclusiones obtenidas del estudio de situaciones idealizadas con
competencia perfecta pueden tener aplicaciones útiles para el estudio de
mercados reales.
•  Sin embargo, en muchos casos las idealizaciones realizadas al suponer
competencia perfecta llevan a una representación distorsionada del
mercados real que se quiere estudiar.
 Simplificaciones en ciencias sociales
• En economía es habitual describir a los individuos como agentes
racionales ideales (e.g. perfectamente coherentes, lógicamente
omniscientes, satisfacen de manera óptima sus preferencias) y a los
mercados de manera idealizada como si se diera competencia perfecta
(e.g. información completa y simétrica; sin barreras de entrada; número
elevado de compradores y vendedores).

• Los mercados idealizados con competencia perfecta solo representan de

manera aproximada los mercados reales.
•  Las conclusiones obtenidas del estudio de situaciones idealizadas con
competencia perfecta pueden tener aplicaciones útiles para el estudio de
mercados reales.
•  Sin embargo, en muchos casos las idealizaciones realizadas al suponer
competencia perfecta llevan a una representación distorsionada del
mercados real que se quiere estudiar.
 Conclusiones
• En ciencia que no siempre es posible (o no resulta práctico) trabajar
con resultados exactos, que den una respuesta completa y correcta
a nuestras preguntas de investigación.
•  En estos casos es habitual recurrir a aproximaciones.

• Las aproximaciones involucran idealizaciones y simplificaciones en

nuestra representación del fenómeno estudiado.
•  Las representaciones idealizadas de la realidad se conocen como
modelos científicos.