English French German Spain Italian Dutch Russian Portuguese Japanese Korean Arabic Chinese Simplified
  • Sidamat

    Software interactivo para el aprendizaje de las matemáticas

  • Edublog

    Acá encontrarás noticias e información relacionada con las matemáticas y el mundo real.

  • MathClubVirtual

    Red de docentes y estudiantes apasionados por las matemáticas

  • Docente de secundaria

    En Institución Educativa Exalumnas de la Presentación Ibagué Col

  • Matemàticas y Tic

    Uso de Excel para el aprendizaje de la estadística

Un revolucionario de las Matemáticas

Este año se conmemora el 200 aniversario del fallecimiento de Évariste Galois, un genio que la noche antes de morir dejó escrito en una carta su importante legado.

Un gran concepto de sí mismo, un espíritu revolucionario y una vida personal con tintes novelescos que acabó en un duelo al amanecer  bien pueden encajar con el carácter de un librepensador o un filósofo. Muy pocos pensarían en un matemático, pero la vida de Évariste Galois (Bourg-la-Reine, 1811) poco o nada se ciñe a los cánones tradicionales. Murió sin haber cumplido los 21 años y, aún así, casi todos los expertos consideran que "cambió de forma radical las matemáticas".

Este año se celebra el 'Año Galois' para conmemorar el 200 aniversario de su nacimiento y, por eso, la Facultad de Ciencia y Tecnología de la Universidad del País Vasco (UPV) ha organizado actos para dar a conocer la importante 'herencia' de este genio precoz. La todavía ministra de Ciencia e Innovación, Cristina Garmendia, recordó al matemático francés en la última entrega de los premios nacionales de investigación. "Su historia nos permite reivindicar para la ciencia dos valores, el apasionamiento y la aventura, a los que la profesión investigadora no debe renunciar", dijo.

Como otros grandes científicos, el mérito de Galois no se reconoció hasta años después de su muerte. Y es que su desorganización y su falta de método provocaron que las dos memorias que envió en vida a la Academia de las Ciencias de Francia fuesen rechazadas por incomprensibles.

Galois no empezó a estudiar hasta los 12 años, cuando se matriculó en el prestigioso liceo Louis-Le-Grand de París, en cuyas aulas también se han formado Moliere y Voltaire, además de Georges Pompidou, Valery Giscard d'Estaing y Jacques Chirac. Sus profesores no le consideraban un buen estudiante, ya que sólo destacaba en las asignaturas que le interesaban. Al final, le obligaron a repetir curso y esto cambió su vida. En su camino, se cruzó un buen maestro de matemáticas, que le dio lo que ahora se puede considerar un manual universitario. "Cuentan que se lo leyó en dos días y desde entonces no hizo más que matemáticas. Aún así, sus profesores se quejaban de que no tenía método alguno", relata Fernando Corbalán, catedrático de Matemáticas y autor del libro 'Galois. Revolución y matemáticas'.

"Lo que tenía era un gran concepto de si mismo". Por eso, se presentó a la prueba de acceso a la Escuela Politécnica sin "prepararlo" y, obviamente, suspendió. Un año después, volvió a repetir el examen y, como pensaba que le estaban tomando el pelo con las preguntas tan simples que le estaban realizando, lanzó el borrador a los miembros del tribunal que le evaluaban y abandonó el aula.

 "No tengo tiempo"
Évariste Galois nació en pleno esplendor revolucionario francés y no se mantuvo al margen. Se enroló en las filas del grupo radical Los Amigos del Pueblo en 1831 y, en tres ocasiones, fue encarcelado por motivos políticos. En una de sus estancias en prisión, se declaró una epidemia de peste y le trasladaron a una casa de salud. Allí conoció a Stéphanie-Félicité Poterin. "Galois pensaba que tenía una relación con ella, pero yo creo que ella pasaba bastante de él", bromea Corbalán.

Su prematura muerte llegó en un duelo al amanecer  de mayo de 1832. Muchos creen que fue motivado por amor; algunos señalan que fue una encerrona política; y otros,  consideran que fue "un suicidio para tratar de favorecer la sublevación" de sus correligionarios.

La vida de Galois nunca fue convencional y su final tampoco. La noche anterior al duelo escribió tres cartas: a sus camaradas revolucionarios, a sus más allegados y a Auguste Chevalier. En esta última, resume su teoría sobre ecuaciones, funciones integrales y métodos resolubles. Nunca se sabrá si sus descubrimientos fueron más amplios, ya que al borde del manuscrito dejó escrito un angustioso: "No tengo tiempo".

Uno de los últimos deseos de Galois fue que Chevalier acudiese a la Academia de las Ciencias para que reconociesen la importancia de sus estudios. Doce años después de su muerte, alguien descubrió sus escritos, los entendió y los puso a la disposición de la comunidad científica. Corbalán asegura que "los entendidos no le comprendieron en vida porque suponía un cambio total de visión, porque no quiso estancarse en lo que existía" y aconseja a los "nuevos genios" que sigan este ejemplo, porque "a veces el camino correcto no nos lleva al adecuado".
Comparte este artículo en tus redes sociales:

Reto matemático semestre B 2011

Acá está el tan esperado reto para este semestre


Un vendedor de plata no podía pagar su alquiler del mes de diciembre   por adelantado. Tenía una barra de plata pura de 31 centímetros de largo; de modo que hizo con la dueña del apartamento el siguiente arreglo: Le dijo que cortaría la barra enpedazos más pequeños. El primer día de diciembre le daría a la señora un centímetro de la barra, y cada día subsiguiente le agregaría otro centímetro más. Ella conservaría la plata en prenda. A fin de mes, el vendedor esperaba estar en condiciones de pagarle la renta completa, y ella le devolvería los pedazos de la barra de plata. Diciembre tiene 31 días, de modo que una manera de cortar la plata era dividirla en 31 partes, cada una de un centímetro de largo. Pero como era bastante laborioso cortarla, el señor deseaba cumplir el acuerdo dividiéndola en el menor número posible de partes. Por ejemplo, podía darle a la casera un centímetro el primer día, otro centímetro el segundo día, y el tercer día podía entregarle una parte de tres centímetros y recibir a cambio las dos partes anteriores de un centímetro.  Suponiendo que las porciones de barra fueran entregadas y devueltas de esta manera, determinar el menor número posible de partes en las que el buscador debe dividir su barra de plata.  
Comparte este artículo en tus redes sociales:

De las Series de Fourier a la Nanotecnología


Las series de funciones seno y coseno fueron utilizadas por Leonard Euler y otros en el siglo 18 para estudiar la dinámica de las vibraciones de cuerdas y para estudiar los movimientos de los cuerpos en mecánica celeste. Joseph Fourier, a principios del siglo 19, reconoció la gran utilidad práctica de estas series para estudiar la conducción del calor y comenzó a desarrollar una teoría general de las mismas. A partir de entonces, las series de Fourier se utilizan por doquier, desde la acústica o la óptica, hasta los circuitos eléctricos. 

Las series de fourier consisten en la descomposición de una onda periódica en una serie infinita de sumas de ondas sinusoidales, esto para el análisis matemático de dicha onda periódica.

En la actualidad, los métodos de Fourier están en la base de gran parte de la ciencia y de la ingeniería moderna, en especial de las técnicas computacionales.  Sin embargo, las matemáticas de principios del siglo 19 eran inadecuadas para el desarrollo riguroso de las ideas de Fourier y aparecieron gran número de problemas de carácter técnico que desafiaron a muchas de las grandes mentes de la época. Costó mucho desarrollar nuevas técnicas matemáticas para poder resolver estas dificultades. En la década de 1830, Gustav Lejeune Dirichlet obtuvo la primera definición clara y útil del concepto de función. 

Bernhard Riemann en la década de 1850 y Henri Lebesgue en la década de 1900 obtuvieron nociones rigurosas de la integración de funciones. La convergencia de series infinitas resultó muy  resbaladiza al principio, pero se logró dominar gracias a Augustin-Louis Cauchy y a Karl Weierstrass, que trabajaron en la décadas de 1820 y 1850, respectivamente. En la década de 1870, los primeros pasos de Georg Cantor hacia una teoría abstracta de los conjuntos se iniciaron con el análisis de las diferencias entre funciones que no son iguales pero cuyas series de Fourier son idénticas.


En la primera década del siglo 20, el concepto de espacio de Hilbert fue clave para entender las propiedades de las series de Fourier. El matemático alemán David Hilbert y sus colegas definieron estos espacios de forma axiomática, algo que parecía muy alejado de las aplicaciones prácticas. Sin embargo, en la década de 1920, Hermann Weyl, Paul Dirac y John von Neumann reconocieron que este concepto era la piedra angular de la mecánica cuántica, ya que los estados posibles de un sistema cuántico son elementos de cierta clase de espacios de Hilbert. 

La mecánica cuántica es la teoría científica más exitosa de todos los tiempos. Sin ella, gran parte de nuestra tecnología moderna (el láser, los ordenadores, los televisores de pantalla plana, la energía nuclear, etc.) no existiría. Quien podía imaginar que problemas matemáticos abstractos relacionados con las propiedades matemáticas de las series de Fourier acabarían revolucionando la ciencia y la ingeniería del siglo 20, y acabarían conduciendo a la energía nuclear.
Comparte este artículo en tus redes sociales:

De los jugadores a las aseguradoras


Girolamo Cardano
En el siglo XVI, fue un matemático y un jugador compulsivo. Por desgracia para él, perdió en el juego la mayor parte del dinero que había heredado. Por fortuna para la ciencia escribió lo que se considera el primer trabajo en teoría de la probabilidad moderna, “Liber de ludo aleae,” que acabó publicado en 1663. Un siglo después, otro jugador, Chevalier de Méré, tenía un truco que parecía muy razonable para ganar a los dados a largo plazo, pero perdió todo su dinero. Consultó a su amigo Blaise Pascal buscando una explicación. Pascal escribió a Pierre de Fermat en 1654. La correspondencia entre ellos sentó las bases de la teoría de la probabilidad. 

Christiaan Huygens estudió estos resultados y escribió la primera obra publicada sobre probabilidad, “Ratiociniis De Ludo Aleae” (publicada en 1657).  En el siglo XVII, Jakob Bernoulli reconoció que la teoría de la probabilidad podría aplicarse mucho más allá de los juegos de azar. Escribió “Ars Conjectandi” (publicado después de su muerte en 1713), que consolidó y amplió el trabajo en probabilidad de Cardano, Fermat, Huygens y Pascal. Bernoulli probó la ley de grandes números, que dice que cuanto mayor sea la muestra, más se parecerá el resultado muestral al de la población original. 

Las compañías de seguros deben limitar el número de pólizas que venden. Cada póliza vendida implica un riesgo adicional y el efecto acumulado podría arruinar la empresa. A partir del siglo XVIII, las empresas de seguros comenzaron a utilizar la teoría de probabilidades para sus políticas de ventas y para decidir los precios de los seguros con objeto de garantizar beneficios a largo plazo. La ley de Bernoulli de los grandes números es clave para seleccionar el tamaño de las muestras que permiten realizar predicciones fiables.


Comparte este artículo en tus redes sociales:

De las naranjas a los módems


En 1998, de repente, las matemáticas fueron noticia en todos los medios. Thomas Hales actualmente Andrew Mellon (Universidad de Pittsburgh, Pennsylvania) había demostrado la conjetura de Kepler, que afirma que la mejor forma de apilar naranjas en una caja es la utilizada en todas las fruterías (el empaquetamiento de esferas más eficiente posible). 

Un problema que había estado abierto desde 1611, cuando lo propuso Johannes Kepler. En algunos medios de prensa y TV se llegó a decir “creo que es una pérdida de tiempo y dinero de los contribuyentes.” Hoy en día, las matemáticas del empaquetamiento de esferas se utilizan en ingeniería de comunicaciones y teoría de la información y de la codificación para planificar canales de comunicación y para desarrollar códigos correctores de errores. El problema de Kepler fue mucho más difícil de demostrar de lo que Kepler nunca pudo imaginar. De hecho, el problema más sencillo sobre la mejor forma de empaquetar círculos planos fue demostrado en 1940 por László Fejes Tóth.



Otro problema sencillo cuya solución costó muchos años fue el problema de las esferas que se besan, planteado en el siglo XVII por Isaac Newton y David Gregory: Dada una esfera, ¿cuántas esferas iguales que ésta pueden colocarse con la condición de que toquen a la inicial? En dos dimensiones es fácil demostrar que la respuesta es 6. Newton pensaba que 12 era el número máximo en 3 dimensiones. Lo es, pero la demostración tuvo que esperar al trabajo de Kurt Schütte y Bartel van der Waerden en 1953. Oleg Musin demostró en 2003 que el número de besos en 4 dimensiones es 24. En cinco dimensiones sólo se sabe que se encuentra entre 40 y 44. Sabemos la respuesta en ocho dimensiones, que es 240, como demostró Andrew Odlyzko en 1979. Más aún, en 24 dimensiones la respuesta es 196.560. Estas demostraciones son más sencillas que la del resultado en tres dimensiones y utilizan empaquetamiento de esferas mucho más complicados e increíblemente densos, la red E8 en 8 dimensiones y la red de Leech en 24 dimensiones.

Todo esto es muy bonito, pero ¿sirve para algo? En la década de 1960, un ingeniero llamado Gordon Lang diseñó los sistemas de comunicación por módem utilizando estos empaquetamientos de esferas multidimensionales. 

El problema de la comunicación analógica en una línea telefónica es el ruido. En una conversación entre dos personas el lenguaje natural es tan redundante que el ruido importa poco, pero para enviar datos es necesario introducir ciertas redundancias y utilizar técnicas correctoras de error, lo que reduce el ancho de banda del canal (la cantidad de información que se puede transmitir por segundo). Lang utilizó los empaquetamientos de esferas para lidiar con el ruido y aumentar al máximo el ancho de banda. Para ello utilizó una codificación basada en el empaquetamiento E8 (más tarde también se utilizó el de Leech). 

En la década de los 70, el trabajo de Lang fue clave para el desarrollo temprano de la internet. Donald Coxeter, matemático que ayudó a Lang en su trabajo, dijo que estaba “horrorizado de que sus bellas teorías hubieran sido manchadas de esta manera por las aplicaciones.”
Comparte este artículo en tus redes sociales:

Cuaterniones de Hamilton: Origen y utilidad en videojuegos



La historia de cómo descubrió los cuaterniones el matemático irlandés William Rowan Hamilton (1805–1865).
Se dice que esto ocurrió el 16 de octubre 1843 mientras estaba caminando sobre el Puente de “Broome” en Dublín y tras más de dos décadas echándole cabeza a la multiplicación de tripletas, pues  había estado buscando una manera de extender el sistema de números complejos a tres dimensiones de tal forma que permitiera describir las rotaciones tridimensionales respecto a un eje arbitrario como los números complejos describen las rotaciones bidimensionales. 
Su idea feliz ahora nos resulta casi obvia, no era posible hacerlo con ternas de números, las rotaciones tridimensionales requieren un sistema de números con cuatro componentes imaginarias. Si los números complejos son de la forma a + i b, donde a y b son números reales, e i es la raíz cuadrada de –1, entonces los cuaterniones deben tener la forma
a + bi + cj + dk , donde las unidades imaginarias cumplen que  i2 = j2 = k2 = ijk= –1.


Hamilton pasó el resto de su vida tratando de convencer a toda la comunidad de matemáticos de que los cuaterniones eran una solución elegante a múltiples problemas en geometría, mecánica y óptica. Tras su muerte, pasó el testigo a Peter Guthrie Tait (1831–1901), profesor de la Universidad de Edimburgo. William Thomson (Lord Kelvin) quien pasó más de 38 años discutiendo con Tait sobre la utilidad real de los cuaterniones. Kelvin prefería el cálculo vectorial, que a finales del siglo 19 eclipsó a los Cuaterniones.  Los matemáticos del siglo 20, en general, consideran los cuaterniones como una hermosa construcción matemática sin ninguna utilidad práctica. Así fue hasta que por sorpresa, en 1985, el informático Ken Shoemake presentó la idea de interpolar rotaciones usando cuaterniones en el congreso de gráficos por computador más importante del mundo (el ACM SIGGRAPH). Interpolar matrices preservando la ortogonalidad de las matrices de rotación es muy engorroso y utilizar los ángulos de Euler ayuda poco. 

Las técnicas convencionales de interpolación para númeos reales se extienden de forma natural a los números complejos y a los cuaterniones. Interpolaciones suaves y rápidas de calcular que desde entonces se utilizan en todos los juegos por ordenador que presentan gráficos tridimensionales. 

En la actualidad, los cuaterniones son imprescindibles en robótica y en visión por ordenador, además en gráficos por ordenador. Al final del siglo 20, la guerra entre Kelvin y Tait fue ganada por este último. Hamilton vio cumplido su sueño en la industria de los videojuegos, 150 después de su descubrimiento, una industria que mueve más dinero en el mundo que la industria del cine (más de 100 mil millones de dólares en 2010).
Sociedad Británica para la Historia de las Matemáticas
Comparte este artículo en tus redes sociales:

Modelo matemático define las características del líder

Según el estudio, dirigido desde la Universidad de Cambridge (Reino Unido), los líderes son personas audaces, extrovertidas y curiosas. El liderazgo conlleva cierto riesgo y las personas que lo consiguen tienen más capacidad que otras de asumirlo y de tomar decisiones para el conjunto del grupo.  Y es que el temperamento determina la capacidad de una persona para ser líder o seguidor.  Los investigadores restan importancia al hecho de disponer de información o recursos para llegar a ser líder, tal y como establecían trabajos anteriores.



Los autores realizaron la investigación mediante un modelo matemático y exploraron cómo surgían los líderes en diferentes situaciones, además de predecir los rasgos de su personalidad. Para ello, sometieron a una población de estudio a un sencillo juego de coordinación que dividieron en diferentes grupos. Aquellos que reunieron más seguidores y acordaron decisiones conjuntas recibieron su recompensa.

"La proporción de líderes intrínsecos en la población aumenta con el grado de conflicto que existe entre los miembros del grupo", señalan los autores. De esta forma, cuando el nivel de conflicto es débil, la mayoría de los individuos son seguidores, mientras que cuando la tensión aumenta, el número de líderes también lo hace.

Según el estudio, dirigido desde la Universidad de Cambridge (Reino Unido), los líderes son personas audaces, extrovertidas y curiosas. El liderazgo conlleva cierto riesgo y las personas que lo consiguen tienen más capacidad que otras de asumirlo y de tomar decisiones para el conjunto del grupo.

Los investigadores observaron que las parejas de individuos más productivas estaban formadas por unapersona que llevaba la iniciativa y otra que actuaba como seguidor. Aquellas en las que los dos individuos eran líderes o seguidores, llegaban a un punto muerto.
Comparte este artículo en tus redes sociales:

Propiedades y primeras técnicas de integración de funciones

Según Wikipedia El cálculo integral, encuadrado en el cálculo infinitesimal, es una rama de las matemáticas en el proceso de integración o antiderivación, es muy común en la ingeniería, economía y en la matemática en general y se utiliza principalmente para el cálculo de áreas y volúmenes de regiones y sólidos de revolución. Fue usado por primera vez por científicos como Arquímedes, René Descartes, Isaac Newton, Gottfried Leibniz e Isaac Barrow. Los trabajos de este último y los aportes de Newton generaron el teorema fundamental del cálculo integral, que propone que la derivación y la integración son procesos inversos. Ejemplo: Integración por sustitución


Mas videos...








Para ver los ejercicios del  método de Integración por partes Clic acá

Comparte este artículo en tus redes sociales:

La fórmula de Google es uno de los secretos mejor guardados en Internet

Móviles, ordenadores, redes sociales... nos movemos constantemente entre operaciones matemáticas. Una ciencia que encierra todavía algunos curiosos secretos como el algoritmo que calcula las búsquedas de Google.  


Inspiración, creación e intuición. Son algunos de los ingredientes de las matemáticas, esa ciencia que nos acompaña en nuestro día a día, ya sea en el uso del móvil o cuando nos conectamos a Internet para chatear con los amigos. Una ciencia que sigue planteando retos a los investigadores, como los "Problemas del milenio", cuya resolución sería premiada, según anunció el Clay Mathematics Institute en el año 2000, con la suma de un millón de dólares cada uno (y a día de hoy, únicamente uno de estos problemas ha sido resuelto). Las matemáticas, una ciencia de la que dependemos sin duda para el desarrollo y evolución de las nuevas tecnologías.

 

A continuación, la entrevista a Carlos José Navas. Profesor de Finanzas de la UMH y miembro de la Real Sociedad Matemática Española por parte de un periódico de La Provincia de Alicante (España).

¿Tiene Google una fórmula secreta como la Coca-Cola?
Todos los que usamos Google (que somos la práctica totalidad de los internautas) sabemos lo importante que es aparecer entre las primeras posiciones al realizar la búsqueda. La forma en la que Google determina qué enlace debe aparecer antes de otro es mediante una familia de algoritmos llamada PageRank, que fue la gran aportación de la Tesis Doctoral de los fundadores de Google, Larry Page y Sergey Brin, en la Universidad de Stanford. Simplificado, PageRank funciona como un índice de popularidad basado en enlaces: cuantos más enlaces tiene una página desde otras, mayor es su "PageRank". El argoritmo original es conocido (puede verse por ejemplo en http://es.wikipedia.org/wiki/PageRank), pero el que funciona en la actualidad sí, es un secreto como el de la Coca-Cola y uno de los mejor guardados en Internet. Google lo modifica cada cierto tiempo para hacer frente a los intentos de manipular los resultados (la última actualización fue en enero de este año: 2011).

¿Y hasta qué punto dependemos de las matemáticas con las nuevas tecnologías?
Toda la ciencia informática está basada en matemáticas. Lo que nosotros percibimos como una web, un email, un Tweet, una foto en Facebook... detrás son variables, valores, funciones, operaciones lógicas...y en última instancia, al final no son más que 0s y 1s interpretados por los ordenadores.

¿Ocurre de igual modo cuando utilizamos el teléfono móvil?
Sí y son fundamentales. Por poner un simple ejemplo: al realizar una llamada, el teléfono lo que hace es enviar una señal electrónica que transmite una versión digitalizada de lo que estamos diciendo. Para esta trasmisión es fundamental dos cosas: comprimir los datos, para que lleguen de forma casi inmediata al receptor, y corregir los posibles errores, para que lo que llegue sea realmente lo que decimos. Pues bien, ambas labores se basan en algoritmos matemáticos.

¿Es tan difícil de adquirir, aprender o dominar un lenguaje de programación para el ordenador? ¿Hay uno o muchos como ocurre con los idiomas?
Hay muchos, y con la explosión de la web por un lado y de los dispositivos móviles por otro muchos desarrolladores están aprendiendo nuevos lenguajes para adentrarse en esos mercados. Yo confieso que es uno de mis retos pendientes.

¿Qué problemas obsesionan en estos momentos al mundo matemático? ¿Son los seis "Problemas del milenio" como señalan algunos expertos?
Los seis siguen estando ahí, desde luego, pero no creo que sean una obsesión más que para aquellas personas que hayan decidido dedicarse a tratar de encontrarles solución. Es en la matemática aplicada, por ejemplo, en cómo afrontar un problema que jamás se había dado hasta hace 30 años que es el disponer de una cantidad masiva de datos e información y cómo tratarla, donde yo veo más campo para el estudio y que surjan cosas nuevas.

¿Están los jóvenes cada vez más distantes de las matemáticas? ¿Hay curiosidad por los retos difíciles?
Siempre que surge la pregunta sobre los jóvenes, yo recuerdo que alguien me dijo que un viejo profesor que se quejaba de que las nuevas generaciones estaban echadas a perder... y que ese viejo profesor era Aristóteles... no sé si será cierta, pero, se "non è vero, è ben trovato". La revolución de Internet está encabezada por programadores con un dominio excelente de las matemáticas.

¿Depende de las matemáticas el futuro de Internet?
Sí, sin duda. Las soluciones a los problemas de almacenamiento de datos, de velocidades de conexión, de ampliar las posibilidades de la red... todos, en su esencia, son problemas matemáticos. También ocurre con los videojuegos y la fotografía que, como la astronomía, tiene una base puramente matemática, tanto la óptica como la digital.

Comparte este artículo en tus redes sociales:

Niño de trece años puede revolucionar la energía solar

El adolescente ha aplicado un famoso modelo matemático del siglo XIII y se ha inspirado en la disposición de las hojas de los árboles para cambiar la orientación de las células fotovoltaicas 
El niño Aidan Dwyer ha conseguido aumentar hasta en un 50% el redimiento de las células fotovoltaicas  
Algunos descubrimientos trascendentales para la ciencia tienen lugar de forma casual. Quizás la historia de Newton, la manzana que cae y el descubrimiento de la forma en que funciona la gravedad sea apócrifa, pero el descubrimiento de Aidan Dwyer es absolutamente real. 

Este estudiante de solo 13 años de edad, paseando por un bosque, descubrió que si se orientan las celdas fotovoltaicas respecto del Sol de una determinada manera, su rendimiento puede mejorar entre un 20% y 50%. Parece que la disposición de las ramas de los árboles, relacionada con la serie de números descrita en el siglo XIII por el matemático italiano Leonardo de Pisa (también conocido como Fibonacci) no es causal, y permite maximizar el aprovechamiento de la energía solar. 


Distribución de los paneles
Hay historias relacionadas con la ciencia que parecen extraídas del argumento de una buena novela, y esta es una de ellas. Un joven estudiante estadounidense de séptimo grado llamado Aidan Dwyer estaba dando un paseo por los bosques de las Catskill Mountains, al norte del estado de Nueva York, cuando notó que las ramas desnudas de los árboles no estaban orientadas al azar. Esto es algo que generalmente pasa desapercibido para el 99% de las personas, y seguramente para prácticamente todos los niños. Pero Aidan lo notó, y después de investigar un poco “descubrió” algo de lo que ya se ha hablado en NeoTeo: la pauta de distribución de las hojas en las ramas y de las ramas en el tronco de muchos árboles siguen la denominada Sucesión de Fibonacci, una serie de números descrita en el siglo XIII por el matemático italiano Leonardo de Pisa.
En efecto, desde hace mucho se sabe que la naturaleza utiliza con frecuencia esta serie de números en sus “diseños”, en la que cada término es la suma de los dos anteriores (1, 1, 2, 3, 5, 8, 13, 21, 34... o Fn = Fn-1 + Fn-2). Desde la distribución de las hojas de una lechuga hasta el número de conejos que podemos esperar tener después de una determinada cantidad de generaciones, pasando por número de individuos existente en cada generación de ancestros de un zángano, pueden explicarse a partir de esta serie. Pero esto es algo que la mayoría de los niños de 13 años suelen ignorar.
Aidan Dwyer lo notó, y tuvo la genial idea de relacionar este hecho con la “dependencia” de la energía solar que tienen los árboles. Puso manos a la obra, y construyó dos pequeños captadores solares compuestos por un puñado de células fotovoltaicas para ver si la forma en que las ramas crecían en los árboles tenía realmente alguna influencia en la cantidad de luz que cada hoja recibía. Uno de los modelos agrupaba los pequeños paneles siguiendo una distribución plana, igual a la que normalmente utilizamos para acomodar las células sobre cualquier techo. El segundo reproducía el patrón que el niño había observado en las ramas de los árboles.
Comparte este artículo en tus redes sociales:

Crean un 'software' que analiza y simula el comportamiento de las corrientes de agua

El grupo de investigación 'Modelado Matemático y Simulación de Sistemas Medioambientales' del Departamento de Ecuaciones Diferenciales y Análisis Numérico de la Universidad de Sevilla (US) han desarrollado un 'software' de simulación matemática que predice el comportamiento de los flujos ambientales, especialmente de corrientes de agua, caudal de los ríos, inundaciones, deslizamientos de tierra o el transporte y dispersión de contaminantes en la atmósfera en el entorno andaluz. 


El estudio se desarrolla a través de la aplicación 'FreeFem++3D', ecuación tridimensional que "modela" diversos problemas existentes en áreas como la física, la ingeniería, las ciencias de la salud o la economía. "Es un sistema que permite programar, mediante operaciones matemáticas, cualquier tipo de simulación, como las presentes en interacciones de los flujos de aire y sangre o la interacción aire-atmósfera", matiza el experto. 



En concreto, el proyecto 'Freefem++3D: Aplicaciones a la simulación de flujos ambientales' ya se ha aplicado en el estudio del Embalse del Gergal y en el Estrecho de Gibraltar. En el primero, el calor del verano y el frío del invierno provocan un fenómeno ambiental llamado ciclo estacional de estratificación-desestratificación, que permite a los expertos realizar diversos análisis ecológicos para de optimizar los recursos naturales que ofrece la balsa sevillana, según señala. "En ocasiones, pueden darse inversiones de agua entre el fondo y la superficie, es decir, intercambios en el embalse producidos por el viento, que hacen que las sustancias potencialmente contaminantes del fondo ocupen la superficie y puedan ser explotados", apunta el investigador principal, Tomás Chacón Rebollo. En el caso del Estrecho de Gibraltar, este modelo informático ayuda a entender la compleja dinámica que existe entre el Océano Atlántico y el Mar Mediterráneo. 

"Nuestro simulador ayuda a comprender la ecología de la zona, así como el clima. En este sentido, el flujo del Estrecho está generado por dos mareas de diferente densidad que provocan una compleja interacción entre ambas", sostiene Chacón. De esta forma, Esta herramienta ayuda a entender el clima o la flora y fauna de la zona al reproducir el movimiento del agua, además de su velocidad, presión y salinidad. Así, explica que se analizará cómo el Océano Atlántico, de menor densidad, "rellena el Mar Mediterráneo en la superficie; mientras que éste rellena el anterior en el fondo". "La entrada de agua mediterránea en el Atlántico se puede visualizar como una gran cascada", añade. 

Este modelo, caracterizado por ser "preciso y riguroso en sus cálculos", se utiliza para analizar las diversas corrientes de aguas naturales o inducidas por el hombre y es capaz de simular, por ejemplo, el caudal de los ríos, inundaciones, deslizamientos de tierra o el transporte y la dispersión de contaminantes en la atmósfera. Esta aplicación, que se podrá descargar de forma gratuita desde la red, permite determinar, de una manera predictiva, cuál puede ser el alcance de una inundación provocada, por ejemplo, por un río. 

"Con esta aplicación impedimos que se levanten zonas residenciales en entornos peligrosos para la sociedad. Es decir, diagnosticamos, desde un punto de vista del riesgo, la distancia óptima a la que construir las infraestructuras, siempre en función de la reproducción matemática de un desbordamiento virtual", explica el investigador. 

Tomado de www.europapress.es
Comparte este artículo en tus redes sociales:

Hormigas Optimizadoras

Laberinto utilizado con  caminos de  hormigas.

Las colonias de hormigas son capaces de resolver dinámicamente, y de manera óptima, problemas como encontrar el camino más corto entre dos puntos dentro de un laberinto. 


Muchas de las ideas que encontramos en ciencias de la computación han sido inspiradas por la Naturaleza. Así por ejemplo existen los algoritmos genéticos, que se basan en cierta idea de darwinismo para encontrar soluciones a ciertos problemas, sobre todo cuando queremos encontrar el mínimo de energía absoluto en un sistema en el que otros métodos caen en mínimos de energía locales de los que no salen. Existe también el método del enjambre (inspirado en la inteligencia colectiva de un enjambre de abejas) e incluso se pueden encontrar soluciones satisfactorias (aunque no necesariamente la mejor solución posible) al problema del viajante si nos inspiramos en las hormigas. De hecho hay un algoritmo denominado Ant Colony Optimisation (ACO) que se basa en el comportamiento de estos pequeños animales.

La pregunta es si se puede usar directamente a los animales sociales para resolver este tipo de problemas sin pasar por un ordenador y ver así las diferencias. Según han demostrado unos investigadores de la Universidad de Sydney eso mismo no sólo es posible, sino que han podido comprobar que las hormigas logran resolver un equivalente al problema de la torre de Hanoi sin demasiadas dificultades incluso cuando cambian las condiciones a mitad de juego.

La torre de Hanoi, en su versión más simple, consiste en tres barras verticales y tres discos agujereados por el centro de distintos tamaños. Se comienza con los tres discos apilados de mayor a menor (de abajo a arriba) en una de las barras y hay que moverlos a otra barra bajo ciertas restricciones en el menor número de movimientos posibles. Las reglas son que hay que mover los discos de uno en uno y que en ningún momento un disco esté sobre otro de menor tamaño.

Obviamente las hormigas no pueden mover discos de una barra a otra, así que los investigadores implicados crearon un laberinto (ver foto) de tal modo que encontrar el camino más corto entre dos puntos era equivalente a mover los discos en el menor número de movimientos posibles en el problema de la torre de Hanoi.

Este tipo de problemas de tratar de encontrar caminos más cortos en un grafo son típicos problemas de la matemática computacional. Para algunos de esos problemas tenemos algoritmos (Kruskal, Prim, Fleury, Dijkstra…) que nos dan la solución óptima en tiempo polinómico. Para otros problemas, como el problema del viajante o el de la mochila, al tratarse de problemas NP, no tenemos algoritmos que nos den eso mismo, sino algoritmos que nos dan una buena (o mala) aproximación en un tiempo polinómico. En estos últimos casos, si queremos tener seguro la solución óptima, no nos queda más remedio que enumerar por fuerza bruta todos los casos posibles y escoger el mejor, algo que tiene un coste computacional exponencial.

Encontrar el camino más eficiente a través de una red saturada es un desafío común en conductores, ingenieros y compañías telefónicas. Todos estos problemas se encuadran en lo que podemos denominar problemas de optimización y no hace falta decir que estos problemas tienen grandes implicaciones económicas. La optimización permite a una empresa de transportes ahorrar mucho dinero en combustible y una factoría puede producir más si los procesos de montaje están optimizados. Hay muchos problemas logísticos en el que se tiene que maximizar la eficiencia.

Por tanto, si encontramos pistas sobre cómo solucionar un problema de este tipo en la Naturaleza, aunque ya esté solucionado algorítmicamente, quizás lo podamos aplicar a otros casos que son especialmente duros computacionalmente.

Se sabe muy bien cómo solucionar el problema de la torre de Hanoi. Saber cómo se hace algorítmicamente forma parte del programa de estudios de las escuelas de ingeniería informática. Pero las hormigas quizás nos inspiren nuevos métodos algorítmicos para resolver otros problemas.

Quizás pensando en esto último, o simplemente en la diversión, Chris Reid, Madeleine Beekman y David Sumpter (éste de la Universidad de Upsala) pusieron a una colonia de hormigas argentinas (Linepithema humile) a resolver un problema de optimización dinámica de encontrar la ruta mejor en un laberinto.

Las hormigas son capaces de solucionar el problema aunque son sean seres muy simples. La “inteligencia colectiva” que emerge de ellas es suficiente para resolver el problema, aunque cada una de ellas, individualmente, sea incapaz de hacerlo. Recordemos que las hormigas crean caminos a través de unas señales de feromonas que van dejando en el suelo, reforzándose o debilitándose según el tráfico que haya, entre otros factores.

Aunque los algoritmos inspirados en la Naturaleza de los que hemos hablado antes funcionan satisfactoriamente, no necesariamente representan el mundo real de, por ejemplo, las hormigas. En general estos algoritmos son estáticos y están diseñados para resolver un tipo de problema en concreto. Los autores del estudio se plantearon cómo las hormigas reales podrían resolver un problema de optimización y cómo responderían a los cambios. Se preguntaban si sólo podían proporcionar una solución única fija o si se adaptarían a los cambios introducidos a mitad del juego.

En el laberinto equivalente al problema de la torre de Hanoi, las hormigas tenían que encontrar en camino más corto, de los 32768 caminos posibles entre un punto de entrada y otro en el que se colocaba una comida tentadora. Básicamente era un problema tipo Dijkstra en el que el peso de las aristas del grafo eran las longitudes de los segmentos del laberinto.

Al cabo de una hora las hormigas encontraron los dos caminos más cortos que representaban las dos posibles soluciones óptimas al problema. Estas soluciones eran las que más tráfico de hormigas contenían. Entonces los investigadores bloquearon algunos caminos y abrieron nuevas áreas del laberinto a las hormigas para ver si tenían la capacidad de resolver dinámicamente el problema.

Como hemos dicho, al cabo de una hora las hormigas encontraban el camino más corto, que en un caso bordeaba el borde del laberinto. Al bloquearlo las hormigas respondieron mediante una modificación del camino original, solución que no era óptima. Sin embargo, al cabo de otra hora ya habían encontrado la ruta óptima a través del centro del laberinto.

Los investigadores descubrieron que si se permitía a las hormigas exploradoras recorrer el laberinto sin comida durante una hora antes del experimento entonces el resto cometía menos errores y eran más rápidas que cuando se enfrentaban al problema por primera vez sin exploración previa. Esto, según sugieren los investigadores, sería debido a que la feromona dejada por las exploradoras era clave para ayudar a la resolución del problema cuando cambiaban las condiciones.

Contrariamente a lo que se creía, el uso de las feromonas no afianza o consolida a las hormigas en un camino en particular sin poder adaptase a las nuevas circunstancia. Según los investigadores tener al menos dos feromonas separadas les da a las hormigas mayor flexibilidad y les ayuda a encontrar buenas soluciones incluso si las condiciones ambientales cambian.

Añaden que descubrir cómo las hormigas son capaces de resolver dinámicamente problemas puede proporcionar inspiración para nuevos algoritmos de optimización, y que éstos pueden permitir la creación de software que resuelva mejor problemas de optimización en la industria.



Comparte este artículo en tus redes sociales:

Videoteca

Videos Discovery

Videos Discovery
Discovery en la Escuela

Aula virtual Cálculo Integral

Aula virtual Cálculo Integral
Sesiones en Wiziq

Aula Virtual Estadística

Aula Virtual Estadística
Sesiones en Wiziq

Zona Wolfram Alpha

Zona Wolfram Alpha
ir a Herramientas
Este sitio inició el día 1 de abril de 2010. Estas son las estadísticas

   Publicaciones
   Comentarios
 Días online

Vistas de página en total