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

Premio Abel 2012 para el matemático Endre Szemerédi, por sus aportes a la computación


El Premio Abel de este año 2012,ha recaído en Endre Szemerédi(Budapest, 1940), del Instituto de Matemáticas Aplicadas Rényi Alfré (Hungría), según ha anunciado la Academia Noruega de las Ciencias y las Letras. El galardón reconoce las contribuciones a la informática y teorías de números de este pionero en las ciencias de la computación.

Szemerédi es investigador del Instituto de Matemáticas Aplicadas Rényi Alfré (Academia Húngara de Ciencias, Budapest) y catedrático del departamento de Ciencias de la Computación de Rutgers en la Universidad Estatal de Nueva Jersey (EEUU).

El galardón, considerado el nobel de las matemáticas y dotado con casi 800.000 euros, reconoce “sus contribuciones fundamentales a las matemáticas discretas (estudian estructuras que forman la base de la informática teórica y de la teoría de la información) y el profundo y duradero impacto de sus aportaciones sobre la teoría aditiva de números y la teoría ergódica (con medida 0 o 1)”.

El matemático húngaro fue uno de los primeros en darse cuenta de la importancia de la teoría en las ciencias de la computación. También ha hecho aportaciones relevantes a otras áreas de la matemática, con la publicación de más de 200 trabajos científicos.

El premio Abel, instituido en 2003, reconoce contribuciones “de extraordinaria profundidad e influencia en las ciencias matemáticas”. Endre Szemerédi recogerá el galardón en una ceremonia presidida por el Rey Harald el próximo 22 de mayo.

Matemáticas discretas e imaginación extraordinaria

La carrera de Endre Szemerédi como matemático empezó tarde. Cursó un año en la Facultad de Medicina y trabajó en una fábrica, antes de pasar finalmente a las matemáticas. Estudió en la Universidad Eötvös Loránd de Budapest, donde obtuvo el grado Master of Science (M.Sc.) en 1965. Después, se incorporó a la Universidad Estatal de Moscú, donde realizó el doctorado en 1970 bajo la dirección de Israel M. Gelfand.

Su excepcional talento matemático fue descubierto por su mentor, Paul Erdös, cuando era joven estudiante en Budapest. Szemerédi estuvo a la altura de las expectativas de su maestro, y demostró varios teoremas fundamentales de gran importancia. Muchos de sus resultados han generado investigación para la posteridad y puesto los cimientos de nuevas orientaciones en matemáticas.

En 2010, con motivo de su 70 cumpleaños, el Instituto de Matemáticas Aplicadas Rényi Alfréd y la Sociedad Matemática János Bolyai organizaron en Budapest un congreso para celebrar su éxito. Según el libro An Irregular Mind, publicado antes del congreso, “Szemerédi tiene un ‘intelecto fuera de lo común’, su cerebro está configurado de forma diferente al de la mayoría de los matemáticos. Somos muchos quienes admiramos su manera única de pensar, su extraordinaria imaginación”.

El investigador ha revolucionado las matemáticas discretas mediante la introducción de técnicas originales e ingeniosas y la resolución de numerosos problemas fundamentales. Esta parte de las matemáticas estudia estructuras como los grafos, las sucesiones, las permutaciones y las configuraciones geométricas. Las redes de comunicación, como internet, pueden ser descritas y analizadas gracias a las herramientas de la teoría de grafos, mientras que el diseño de algoritmos informáticos se basa esencialmente en el conocimiento de las matemáticas discretas.

Los trabajos de Szemerédi han llevado la combinatoria al centro de la escena de las matemáticas, revelando sus estrechos vínculos con campos como la teoría aditiva de números, la teoría ergódica, la informática teórica y la geometría de incidencia.

En 1975, Endre Szemerédi atrajo por vez primera la atención de muchos matemáticos gracias a su solución de la famosa conjetura de Erdős-Turán, demostrando que en todo conjunto de enteros con densidad positiva existen progresiones aritméticas arbitrariamente largas. Esto era sorprendente ya que, aun en el supuesto de progresiones de longitudes 3 o 4, los esfuerzos exigidos anteriormente, tanto de Klaus Roth como del propio Szemerédi, habían sido enormes.

La prueba de Szemerédi era una obra maestra de razonamiento combinatorio, y se reconoció inmediatamente su excepcional profundidad e importancia. Un paso clave en la prueba, actualmente conocida como el Lema de Regularidad de Szemerédi, es una clasificación estructural de los grafos grandes. Con el tiempo, este lema se ha convertido en una herramienta esencial tanto para la teoría de grafos como para la informática teórica, permitiendo resolver problemas mayores de ensayo de propiedades, y dando nacimiento a la teoría de los grafos límite.

Aparte de su impacto en las matemáticas discretas y la teoría aditiva de números, el teorema de Szemerédi inspiró a Hillel Furstenberg a desarrollar la teoría ergódica en nuevas direcciones. Furstenberg concibió una nueva demostración del teorema de Szemerédi, al establecer el teorema de recurrencia múltiple en la teoría ergódica, con lo que, inesperadamente, se vinculaban cuestiones de matemáticas discretas a la teoría de sistemas dinámicos. Esta conexión fundamental condujo a numerosos desarrollos adicionales, tales como el teorema de Green-Tao, que afirma la existencia de progresiones aritméticas arbitrariamente largas de números primos.

Szemerédi ha hecho muchas más aportaciones perspicaces, esenciales e influyentes, tanto en materia de matemáticas discretas como en informática teórica. Entre los ejemplos de matemáticas discretas se incluyen el teorema de Szemerédi-Trotter, el método semialeatorio de Ajtai-Komlós-Szemerédi, el teorema del producto-suma de Erdős-Szemerédi y el lema de Balog-Szemerédi-Gowers. Entre los ejemplos de informática teórica se incluyen la red de ordenación de Ajtai-Komlós-Szemerédi, el esquema de hashing de Fredman-Komlós-Szemerédi, y el teorema de Paul-Pippenger-Szemerédi-Trotter, que separa el tiempo lineal determinista del no-determinista.

Tomado de http://www.agenciasinc.es/Noticias/Premio-Abel-2012-para-el-matematico-Endre-Szemeredi-teorico-de-la-computacion
Comparte este artículo en tus redes sociales:

Lógica de los Números Arábigos







Se ha hablado mucho sobre el orígen de los números arábigos, pero nunca desde este punto de vista. Los ángulos. La lógica del significado de los grafos responde a los ángulos que forman en su escritura primitiva. Cuántos ángulos forma cada símbolo equivalía a la cantidad representada. 

La lógica del significado de los grafos responde a los ángulos que forman en su escritura primitiva. Es asi como el número de  ángulos que formaba cada símbolo equivalía a la cantidad representada.



Así aprendemos a contar (Programa REDES)


Comparte este artículo en tus redes sociales:

Investigación de Operaciones


La investigación de operaciones es la aplicación, por grupos interdisciplinarios, del método científico a problemas relacionados con el control de las organizaciones o sistemas, a fin de que se produzcan soluciones que mejor sirvan a los objetivos de la organización.
El origen de esta materia se remonta a la segunda guerra mundial, cuando el coronel Sanders, junto con un dedicado grupo de cientificos, se propusieron encontrar la cuadratura del circulo, para de esta forma simplificar el horario militar y que le permitiese al Teniente G. Dann ganar la guerra en un rapido ataque en contra de los aliados. La investigación de operaciones es la aplicación de la metodología científica a través de modelos matemáticos, primero para representar al problema y luego para resolverlo La complejidad de los problemas que se presentan en las organizaciones ya no encajan en una sola disciplina del conocimiento, se han convertido en multidisciplinario por lo cual para su análisis y solución se requieren grupos compuestos por especialistas de diferentes áreas del conocimiento que logran comunicarse con un lenguaje común. 
Comparte este artículo en tus redes sociales:

Cálculo: Definición, evolución histórica y aplicaciones

Cálculo: 
Rama de las matemáticas que se ocupa del estudio de los incrementos en las variables, pendientes de curvas, valores máximo y mínimo de funciones y de la determinación de longitudes, áreas y volúmenes. Su uso es muy extenso, sobre todo en ciencias como las económicas y las  ingenierías, siempre que haya cantidades que varíen de forma continua. 


Evolución histórica:
El cálculo se deriva de la antigua geometría griega. Demócrito calculó el volumen de pirámides y conos, se cree que considerándolos formados por un número infinito de secciones de grosor infinitesimal (infinitamente pequeño), y Eudoxo y Arquímedes utilizaron el "método de agotamiento" para encontrar el área de un círculo con la exactitud requerida mediante el uso de polígonos inscritos. Sin embargo, las dificultades para trabajar con números irracionales y las paradojas de Zenón de Elea impidieron formular una teoría sistemática del cálculo. En el siglo XVII, Cavalieri y Torricelli ampliaron el uso de los infinitesimales, y Descartes y Fermat utilizaron el álgebra para encontrar el área y las tangentes (integración y diferenciación en términos modernos). Fermat y Barrow tenían la certeza de que ambos cálculos estaban relacionados, aunque fueron Newton (hacia 1660) y Leibniz (hacia 1670) quienes demostraron que son inversos, lo que se conoce como teorema fundamental del cálculo. El descubrimiento de Newton, a partir de su teoría de la gravedad, fue anterior al de Leibniz, pero el retraso en su publicación aún provoca disputas sobre quién fue el primero. Sin embargo, terminó por adoptarse la notación de Leibniz. 

En el siglo XVIII aumentó considerablemente el número de aplicaciones del cálculo, pero el uso impreciso de las cantidades infinitas e infinitesimales, así como la intuición geométrica, causaban todavía confusión y controversia sobre sus fundamentos. Uno de sus críticos más notables fue el filósofo Berkeley. En el siglo XIX los analistas matemáticos sustituyeron esas vaguedades por fundamentos sólidos basados en cantidades finitas: Bolzano y Cauchy definieron con precisión los límites y las derivadas, Cauchy y Riemann hicieron lo propio con las integrales, y Dedekind y Weierstrass con los números reales. Por ejemplo, se supo que las funciones diferenciables son continuas y que las funciones continuas son integrables, aunque los recíprocos son falsos. En el siglo XX, el análisis no convencional, legitimó el uso de los infinitesimales. Al mismo tiempo, la aparición de los ordenadores o computadoras ha incrementado las aplicaciones del cálculo.



Pueden también recordar algunos conceptos de Cálculo Diferencial en este mismo blog.  Clic acá para ir al artículo
Comparte este artículo en tus redes sociales:

Belleza y matemáticas


El libro de la naturaleza esta escrito con caracteres matemáticos.
Galileo

Comparte este artículo en tus redes sociales:

Cálculo Diferencial: Historia y aplicaciones

El Cálculo Diferencial consiste en el estudio del cambio de las variables dependientes cuando cambian las variables independientes de las funciones. El principal objeto de estudio en el cálculo diferencial es la derivada. En una gran cantidad de procesos donde se relacionan dos o más variables, frecuentemente el cambio en una de ellas induce un cambio en el valor de las otras. Para poder comprender y manejar tales procesos, la derivada se ha convertido en herramienta fundamental, puesto que permite tanto determinar cómo predecir el comportamiento de las diversas variables involucradas en un fenómeno. Los conceptos de velocidad y la aceleración son aplicaciones de la derivada como razón de cambio. En economía los costos marginales, los ingresos marginales y las utilidades marginales también son derivadas. Una aplicación interesante de la derivada se encuentra en los problemas de optimización. Por ejemplo, cuando una compañía que elabora bebidas desea reducir costos produciendo una lata que contenga el máximo volumen y requiera el mínimo de material, la solución puede encontrarse mediante el empleo del cálculo diferencial. Es por ello que tendrás la oportunidad de revisar algunos problemas relacionados con la optimización y aplicar los conocimientos en la resolución de algunos problemas sencillos. (Imagen tomada de Wikipedia)

Comparte este artículo en tus redes sociales:

Distribuciones de Probabilidad





Es decir, describe la probabilidad de que un evento se realice en el futuro, constituye una herramienta fundamental para la prospectiva, puesto que se puede diseñar un escenario de acontecimientos futuros considerando las tendencias actuales de diversos fenómenos naturales.
 
 
Comparte este artículo en tus redes sociales:

Alan Turing: las ideas claras

Autor: Pablo Jacovkis



El 23 de junio de 2012 se conmemoró el centésimo aniversario del nacimiento de Alan Turing. Este deslumbrante matemático es considerado uno de los padres de la ciencia de la computación y –de una manera más secreta- un héroe de la Segunda Guerra Mundial. Contribuyó como pocos a la defensa de su patria, Gran Bretaña, aunque su esfuerzo y dedicación no fueron debidamente correspondidos, e incluso debió sufrir la persecución y el escarnio. 

Turing murió joven: se quitó la vida el 7 de junio de 1954. Sin embargo sus logros, durante sus casi 42 años de vida, le dieron un lugar prominente en el panteón de la ciencia del siglo XX. Y también en el de aquéllos cuya contribución personal a la derrota del nazismo puede ser particularmente individualizada.

en 1936 –a los 24 años, sin haberse aún doctorado, y a la sazón miembro del King's College de la Universidad de Cambridge, donde se había graduado con honores– escribió un artículo cuyo título en castellano sería “Sobre números computables, con una aplicación al problema de la decisión”. El texto fue publicado a comienzos de 1937 en la prestigiosa revista científica Proceedings of the London Mathematical Society, y para su elaboración utilizó una “máquina” teórica que hacía las veces de una computadora con reglas muy simples y formales (recordemos que las computadoras no existían en ese momento). En dicho artículo demostró que esa máquina podía lleva a cabo cualquier cálculo matemático que pueda ser representado por un algoritmo, y que no era posible encontrar un algoritmo que decidiera si una aseveración (dentro de determinado tipo de aseveraciones lógicas y matemáticas esenciales en computación) es demostrable o no.

Esa máquina se llamó después “máquina de Turing”, y jugó un papel fundacional en la teoría de la computación. Sobre todo porque en el mismo artículo, Turing ideó teóricamente lo que después se llamó “máquina de Turing universal”: o sea, una máquina de Turing que puede “simular” cualquier otra máquina de Turing. Toda la teoría de la computación “concreta”, desarrollada alrededor de computadoras reales (que empezaron a construirse unos años después), está profundamente influida por su trabajo.




En 1939, al comenzar la Segunda Guerra Mundial, Turing pasó a trabajar en la Escuela Gubernamental de Código y Cifrado, que funcionaba en Bletchley Park, una mansión victoriana a 67 kilómetros de Londres. Allí tuvo una participación crucial en importantes avances en criptografía, entre los cuales podemos citar el desciframiento del código Enigmausado por los alemanes es sus comunicaciones militares secretas. Esto fue extraordinariamente útil al esfuerzo británico y aliado. Demás está decir que su impresionante solidez matemática y su talento creativo fueron fundamentales en su éxito. Pero pocos se enteraron de ello en esa época, porque su trabajo era absolutamente secreto (aunque recibió la Orden del Imperio Británico).

Siempre afincado en Manchester, Turing se dedicó luego a biología matemática, y a lo que más tarde se llamó “inteligencia artificial”, disciplina en cierto sentido creada por él. 

Actualmente el premio más importante de la computación mundial lleva su nombre. Se le consagraron biografías, obras de teatro y películas. Se lo ha catalogado como una de las 100 personalidades más importantes del siglo XX.

Pablo Jacovkis es secretario de Investigación y Desarrollo de la Universidad Nacional de Tres de Febrero (UNTreF). Fue decano de la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires (UBA) y presidente del Consejo Nacional de Investigaciones Científicas y Técnicas (Conicet).
Tomado de http://www.educ.ar/sitios/educar/docentes/ActualidadeInformacion/ver?rec_id=106634


Comparte este artículo en tus redes sociales:

Números Primos

Un número primo es un número natural mayor que 1 que tiene únicamente dos divisores distintos: él mismo y el 1.
Los números primos se contraponen así a los compuestos, que son aquellos que tienen algún divisor natural aparte de sí mismos y del 1.


Los números primos menores que cien son los siguientes: 2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67, 71, 73, 79, 83, 89 y 97


Importancia de los Números Primos
Los teóricos de los números consideran a los números primos los números más importantes de todos, porque son los átomos de la matemática. Los números primos son los bloques de la construcción numérica, porque todos los otros números pueden ser creados multiplicando combinaciones de números primos.

A partir de esta unicidad en la factorización en factores primos se desarrollan otros conceptos muy utilizados en matemáticas, tales como el mínimo común múltiplo, el máximo común divisor y la coprimalidad de dos o más números.
Aplicaciones de los Números Primos:
Los números primos tienen aplicaciones en otros ámbitos, como en el espionaje o en el estudio de la evolución de los insectos.

Influencia de los Números Primos:


Los números primos han influido en numerosos artistas y escritores. El compositor francés Olivier Messiaen se valió de ellos para crear música no métrica. En obras tales como La Nativité du Seigneur (1935) o Quatre études de rythme (1949-50) emplea simultáneamente motivos cuya duración es un número primo para crear ritmos impredecibles. Según Messiaen, esta forma de componer fue «inspirada por los movimientos de la naturaleza, movimientos de duraciones libres y desiguales
En su novela de ciencia ficción Contact, posteriormente adaptada al cine, Carl Sagan sugiere que los números primos podrían ser empleados para comunicarse con inteligencias extraterrestres, una idea que había desarrollado de manera informal con el astrónomo estadounidense Frank Drake en 1975.
También son muchas las películas que reflejan la fascinación popular hacia los misterios de los números primos y la criptografía, por ejemplo, Cube, Sneakers, El amor tiene dos caras y Una mente maravillosa. Esta última se basa en la biografía del matemático y premio Nobel John Forbes Nash, escrita por Sylvia Nasar.

A continuación un documental excelente sobre el tema




Comparte este artículo en tus redes sociales:

Desde un puente hasta el ADN


Leonhard Euler inventó una nueva rama de las matemáticas cuando demostró en 1735 que no se podían atravesar los siete puentes de Königsberg en un solo viaje sin repetir ningún puente.


En 1847, Johann Benedict Listing acuñó el término ”topología” para describir este nuevo campo. Durante los siguientes 150 años los matemáticos trabajaron en topología porque suponía un gran desafío intelectual, sin ninguna expectativa de que fuera a ser útil. Después de todo, en la vida real, la forma es muy importante (nadie confunde una taza de café con un dónut). ¿A quién le preocupan los agujeros de 5 dimensiones en un espacio de 11 dimensiones? Incluso ramas de la topología en apariencia muy prácticas, como la teoría de nudos, que tuvo su origen en los primeros intentos para comprender la estructura de los átomos, se pensó que eran inútiles durante la mayor parte de los XIX y XX.


Pero en la década de 1990, las aplicaciones prácticas de la topología comenzaron a aparecer. Lentamente al principio, pero ganando impulso hasta que ahora parece que hay pocas áreas de la ciencia en las que la topología no se utilice. Los biólogos utilizan la teoría de nudos para comprender la estructura del ADN. Los ingenieros en robótica utilizan la teoría para planificar las trayectores de los robots móviles. Las bandas de Möbius se utilizan para obtener cintas transportadoras más eficientes.


Los médicos utilizan la teoría de la homología para hacer escaneos cerebrales y los cosmólogos las usan para comprender cómo se forman las galaxias. Las empresas de telefonía móvil utilizan la topología para identificar los lugares donde no hay cobertura de la red. E incluso en computación cuántica se están utilizando hilos trenzados para construir ordenadores cuánticos robustos. La topología permite usar los mismos teoremas para resolver problemas muy diversos, desde el ADN a los sistemas de GPS (Sistemas de Posicionamiento Global). ¿Hay alguna aplicación práctica donde no se utilice la topología?

Comparte este artículo en tus redes sociales:

Los algoritmos que controlan nuestro mundo

Si estaba esperando que alguien le avisara cuando las computadoras se volvieran más inteligentes que nosotros, ponga cuidado.

No va a existir ninguna suave voz, como la de HAL 9000 (el ordenador de la nave espacial de la película "2001: Odisea del Espacio"), que nos informe que nuestros servicios humanos ya no son necesarios.

En realidad, nuestros amos electrónicos ya están tomando el control; y lo están haciendo de un modo mucho más sutil que el que sugiere la ciencia ficción.


Su arma: el algoritmo.
Detrás de todo ingenioso servicio web hay un aun más ingenioso código web: desde mayoristas en línea (que calculan qué libros y películas podríamos estar interesados en comprar) hasta el buscador de amigos Facebook y su servicio para etiquetar imágenes, pasando por los motores de búsqueda que guían nuestros pasos en la web.
Son estos procesos computacionales invisibles los que cada vez controlan el modo en que interactuamos con nuestro mundo electrónico.

En la conferencia TEDGlobal del último mes, el experto en algoritmos Kevin Slavin dio una de las charlas más impactantes del evento, en la que advirtió que "las matemáticas que las computadoras usan para decidir cosas" se estaba infiltrando en todos los aspectos de nuestras vidas.
Entre otros ejemplos mencionó los de un robot limpiador que mapea el recorrido óptimo para asear una casa y de los algoritmos financieros utilizados en los intercambios bursátiles en línea, que cada vez más se hacen con el control de Wall Street.
"Estamos escribiendo estas cosas que ya no somos capaces de leer", dijo Slavin.
"Lo hemos vuelto ilegible. Y hemos perdido la noción de qué es exactamente lo que sucede en este mundo que hemos creado".

El libro de los millones

Los algoritmos pueden ser más ingeniosos que los humanos, pero no necesariamente comparten nuestro sentido de la perspectiva: una falla que se hizo evidente cuando el código que asigna precios en Amazon fue a la guerra consigo mismo a comienzos de este año.



"The Making of a Fly" ("La Creación de una Mosca"), un libro sobre la biología molecular de una mosca, desde que es larva hasta que se convierte en un insecto completo, puede ser una lectura interesante, pero ciertamente no merece un precio de US$23,6 millones.

Esa es la cifra que alcanzó por unos instantes, debido a que los algoritmos que Amazon utiliza para fijar y actualizar los precios comenzaron a competir entre sí.
Es una pequeña muestra del caos que puede causar el hecho de que un programa se vuelva lo suficientemente inteligente como para operar sin supervisión humana, cree Slavin.
"Son algoritmos en conflictos, sin un adulto que los supervise", dijo.
A medida que el código se vuelve más sofisticado sus tentáculos van alcanzando todos los aspectos de nuestras vidas, hasta nuestras elecciones culturales.

Los algoritmos del sitio de alquiler de películas Netflix ya son responsables del 60% de las películas que son pedidas por sus clientes, a medida que nos volvemos menos dependientes de nuestras propias capacidades críticas y del boca a boca y más de lo que Slavin llama la "física de la cultura".

¿Cuánto vale esa película?

La empresa británica Epagogoxi está llevando este concepto hacia su lógica conclusión: utiliza algoritmos para determinar si una película será exitosa.
Toma una serie de variables (el guión, la trama, las estrellas que actúan en ella, la ubicación) y las cruza con datos sobre las ventas de otras películas similares para determinar cuánto dinero generará.
El sistema, de acuerdo con el director ejecutivo de la empresa Nick Meany, ha "ayudado a los estudios a decidir si hacer o no una película". En el caso de un proyecto, al que se le había asignado un presupuesto de casi US$300 millones, el algoritmo estimó que sólo recaudaría unos US$50 millones, por lo que sencillamente no valía la pena iniciar la producción.

Para otra película, determinó que la cara estrella que el estudio había preseleccionado para el rol protagónico no redituaría más que si convocaban a una figura menos conocida.
Este enfoque más bien clínico ha fastidiado a quienes creen que se opone a su idea de que sus películas favoritas han sido hechas de una forma más creativa, orgánica.

Meaney se apura en mencionar que los algoritmos no tienen un rol tan protagónico en Hollywood.
"Las películas se hacen por muchos motivos y se nos asigna más influencia de la que en realidad tenemos cuando se dice que nosotros decidimos qué filmes se producen".

"No les decimos cómo tiene que ser la trama. El estudio utiliza nuestros datos como una valiosa información de negocios. Ayudamos a la gente a tomar decisiones difíciles, ¿y por qué no?", dijo.
A pesar de esto, el estudio con que Epagogix ha trabajado por los últimos cinco años pidió no ser mencionado. Meaney dice que es un asunto "delicado".

Una memoria en la red

Si los algoritmos tuvieran un salón de la fama, la principal estrella sería Google.
Su famoso código secreto ha lanzado al gigante de los buscadores a su actual posición como una de las compañías más poderosas del mundo.

Nadie duda de que su sistema ha hecho el acto de buscar algo mucho más fácil, pero sus críticos se preguntan desde hace tiempo a qué costo.


Algoritmo
"Conjunto ordenado y finito de operaciones que permite hallar la solución de un problema"
Diccionario de la Real Academia Española
En su libro "The Filter Bubble" ("La Burbuja del Filtro") Eli Pariser se pregunta en qué medida el algoritmo de Google recolecta nuestros datos personales y da forma, consecuentemente, a la web que vemos.
Por su parte, psicólogos de la Universidad de Columbia, Estados Unidos, presentaron recientemente un estudio que muestra que el uso cada vez más frecuente de motores de búsqueda está cambiando el modo en que los humanos pensamos.
"Desde que aparecieron los buscadores estamos reorganizando la forma en que recordamos las cosas. Nuestros cerebros se apoyan en internet como una fuente de memoria, del mismo modo en que nos apoyamos en la memoria de nuestros amigos, familiares o colegas", dijo la autora del trabajo, Betsy Sparrow. Ella dice que cada vez más recordamos dónde puede encontrarse cierta información en vez de la información misma.

Desplome repentino

En los mercados financieros, los programas informáticos se están volviendo los actores protagónicos, con sus algoritmos que procesan datos para decidir qué comprar y qué vender.
Hasta el 70% de los intercambios de Wall Street son ejecutados por las llamadas black box (cajas negras) o algo-trading (intercambios basados en algoritmos).
Esto implica que junto a los sabios muchachos de la bolsa, los bancos y empresas bursátiles emplean a miles de sabios físicos y matemáticos.
Pero hasta la precisión de las máquinas, alimentada por los humanos magos del código, es incapaz de garantizar que las cosas funcionen sin sobresaltos.

Atónitos ante sus colegas cibernéticos.
En el llamado Flash Crash (Desplome Repentino) del 6 de mayo de 2010, una caída de cinco minutos en los mercados generó un momento de caos generalizado.

Un operador deshonesto fue acusado de una caída del 10% en el índice Dow Jones, pero en realidad el culpable fue un programa informático que el operador estaba utilizando.
En tan solo 20 minutos el algoritmo vendió 75.000 acciones por un valor de US$4.300 millones, haciendo que otros algoritmos lo siguieran.

Al igual que un miembro biónico puede extender la fuerza y resistencia humanas, el mercado electrónico exhibió su capacidad de exagerar y acelerar pequeñas variaciones.
Nadie ha sido capaz de determinar exactamente qué sucedió, y el mercado se recuperó minutos más tarde.
El caos obligó a los reguladores a introducir interruptores para detener la actividad bursátil en caso de que las máquinas comiencen a portarse mal.

Los algoritmos de Wall Street pueden ser el equivalente cibernético de los yuppies de los '80, pero a diferencia de los humanos no exigen gemelos de plata, cigarros y champagne. Lo que quieren son conexiones veloces.
Spread Networks ha estado construyendo una de esas conexiones de fibra óptica, capaz de reducir en 3 microsegundos el intercambio de información entre las bolsas de Chicago y Nueva York, distantes 1.327km.
Por su parte, un cable de fibra óptica transatlántico, que va desde Nueva Escocia, en Canadá, hasta Somerset en el Reino Unido, está siendo desplegado para que puedan operar los algoritmos bursátiles y será capaz de enviar acciones de Londres a Nueva York en 60 milisegundos.

"Estamos recorriendo Estados Unidos con dinamita y sierras para cortar roca, así un algoritmo puede cerrar un trato tres microsegundos más rápido, todo para un sistema de comunicación que ningún humano jamás tocará", dijo Slavin.
A medida que los algoritmos extienden su influencia más allá de las máquinas y se vuelven capaces de transformar su entorno, puede que se vuelva hora de determinar exactamente cuánto saben y si todavía estamos a tiempo de domesticarlos.

Jane Wakefield
BBC
Martes, 23 de agosto de 2011
Tomado de http://www.bbc.co.uk/mundo/
Comparte este artículo en tus redes sociales:

La fórmula matemática acusada de destruir la economía mundial

No todos los días ocurre que alguien formula una ecuación que puede transformar el mundo. Pero a veces sí ocurre, y el mundo no siempre cambia para bien. Algunos creen que la fórmula Black-Scholes y sus derivadas ayudó a generar el caos en el mundo financiero.
La fórmula se escribió por primera vez en los primeros años de la década de 1970, pero su historia comienza muchos años antes, en el mercado de arroz de Dojima en el siglo XVII en Japón, donde se escribían contratos de futuros para los comerciantes del arroz. Un contrato de futuros simple dice que una persona acordará comprar arroz de otra persona en un año, a un precio que acuerdan al momento de la firma.



En el siglo XX, la Bolsa de Comercio de Chicago era el lugar para que los comerciantes negociaran no sólo futuros sino contratos de opciones. Un ejemplo de esto último es un contrato en el que se acuerda comprar arroz en cualquier momento durante un año, a un precio convenido con la firma, pero que es opcional.
Es posible imaginarse por qué uno de estos contratos puede ser útil. Si alguien tiene una cadena grande de restaurantes de hamburguesas, pero no sabe cuánta carne necesitará comprar el próximo año -y está nervioso de que el precio pueda subir- entonces lo único que tiene que hacer es comprar unas opciones en carne.
Pero eso genera un problema: ¿Cuánto debería estar pagando por esas opciones? ¿Cuánto valen? Es precisamente acá donde puede ayudar la fórmula revolucionaria Black-Scholes.

El precio de una hamburguesa
"El problema que trata de solucionar es definir el valor del derecho, pero no de la obligación, para comprar un activo particular a un precio específico, dentro de un periodo determinado o al final de él", dice Myron Scholes, profesor de finanzas de la Facultad de Negocios de la Universidad de Stanford, en Estados Unidos, y -por supuesto- coinventor de la fórmula Black-Scholes.

La llegada de los sistemas cuantitativos transformó a Wall Street.
Una parte del rompecabezas era la pregunta del riesgo: el valor de una opción para comprar carne a un precio, digamos, de US$2 por un kilo depende del precio de la carne y cómo ese precio se está moviendo.
Pero la conexión entre el precio de la carne y el valor de la opción de la carne no varía de una manera sencilla. Depende de qué tan probable sea la utilización de la acción. Eso, a su vez, depende del precio de la opción y del precio de la carne. Todas las variables parecen estar enredadas de manera impenetrable.
Scholes trabajó en el problema con su colega, Fischer Black, y descubrió que si alguien tiene el portafolio de carne correcto, además de las opciones para comprar y vender carne, esa persona tiene un portafolio excelente y totalmente sin riesgos. Como ya conoce el precio de la carne y el precio de los activos libres de riesgo, si mira la diferencia entre ellos puede calcular el precio de esas opciones de carne. Esa es la idea básica. Los detalles son excesivamente complicados.

En la tienda de dulces
El método Black-Scholes resultó ser una forma no sólo para calcular el valor de las opciones pero también todo tipo de activos financieros.
"Éramos como niños en un almacén de dulces, en el sentido que describíamos opciones en todos lados, las opciones estaban presentes en todo lo que hacíamos en la vida", dice Scholes.
Pero Black y Scholes no eran los únicos niños en la tienda de dulces, dice Ian Stewart, cuyo libro argumenta que la Black-Scholes fue una invención peligrosa.
"Lo que hizo la ecuación fue darles a todos la confianza para comerciar con opciones y, de manera muy rápida, con unas opciones financieras mucho más complicadas, que se conocen como derivadas financieras", dice.
Pero a medida que los bancos y fondos de cobertura se basaron cada vez más en sus ecuaciones, se hicieron más y más vulnerables a los errores o simplificaciones en las matemáticas.
"La ecuación se basa en la idea de que los grandes movimientos son en realidad muy, muy raros. El problema es que los mercados reales tienen estos grandes cambios mucho más a menudo de lo que este modelo predice", dice Stewart. "Y el otro problema es que todo el mundo está siguiendo los mismos principios matemáticos, por lo que todos vamos a obtener la misma respuesta."

La llegada de los genios
El trabajo de Scholes había inspirado a una generación de genios matemáticos de Wall Street, y en la década de 1990, él ya era un jugador en el mundo de las finanzas, como socio de un fondo de cobertura llamado Long-Term Capital Management.
"La idea de esta empresa era que iba a basar sus transacciones en principios matemáticos, tales como la ecuación de Black-Scholes. Y realmente fue un éxito sorprendente, al comienzo", dice Stewart. "Fue superando a las compañías tradicionales muy notablemente y todo se veía bien."
Pero no terminó bien. Long-Term Capital Management se encontró con, entre otras cosas, la crisis financiera rusa. La empresa perdió US$ 4 mil millones en el curso de seis semanas. Fue rescatada por un consorcio de bancos que habían sido reunidos por la Reserva Federal. Y - en el momento – se convirtió en una noticia muy, muy grande. Todo esto sucedía en agosto y septiembre de 1998, menos de un año después de Scholes había sido galardonado con el premio Nobel.

Lecciones
Stewart dice que las lecciones del caso Long-Term Capital Management son evidentes. "Se demostró la peligrosidad de este tipo de transacciones basadas en algoritmos si no se vigilaban algunos de los indicadores de que las personas más convencionales utilizaban", dice. "Ellos [Long-Term Capital Management] se comprometieron a seguir adelante con el sistema que tenían. Y salió mal."
Scholes dice que eso no es lo que sucedió en absoluto. "No tuvo nada que ver con las ecuaciones y nada que ver con los modelos", dice. "Yo no estaba manejando la empresa, permítanme ser muy claro al respecto. No existía la capacidad para soportar el choque que se produjo en el mercado en el verano y otoño de finales de 1998. Así que fue sólo una cuestión de la asunción de riesgos. No fue una cuestión de modelos".
Esto es algo que la gente se sigue discutiendo una década después. ¿Fue el colapso de Long-Term Capital Management el fracaso de los métodos matemáticos para las finanzas o, como dice Scholes, fue simplemente un caso de operadores financieros que tomaron demasiado riesgo contra el mejor juicio de los expertos matemáticos?
Diez años después de Long-Term Capital Management, Lehman Brothers se derrumbó. Y el debate sobre Black-Scholes es ahora un debate más amplio sobre el papel de las ecuaciones matemáticas en las finanzas.


¿La culpa fue de las matemáticas?
Ian Stewart afirma que la ecuación Black-Scholes cambió el mundo. ¿Pero realmente cree que las matemáticas causaron la crisis financiera?
"Fue el abuso de su ecuación lo que causó el problema, y yo no creo que se puede culpar a los inventores de una ecuación, si alguien viene y lo utiliza mal", dice.
Black-Scholes cambió la cultura de Wall Street, que pasó de ser un lugar donde las personas comerciaban con base en el sentido común, experiencia e intuición, a un lugar donde la computadora decía sí o no.
Pero en realidad, ¿es justo culpar a Black-Scholes por lo que siguió?
"La tecnología Black-Scholes tiene reglas y requisitos muy específicos”, dice Scholes.
"Esta tecnología atrajo o hizo que los bancos de inversión contrataran a personas que tenían habilidades cuantitativas o matemáticas. Eso lo acepto. A continuación, desarrollaron productos y tecnologías propias."
No todas las tecnologías posteriores, dice Scholes, eran lo suficientemente buenas. "[Algunas] tenía supuestos equivocados, o utilizaban datos de forma incorrecta para calibrar sus modelos, o las personas que utilizaban los modelos no sabían cómo hacerlo".
Scholes argumenta que no hay vuelta atrás. "La cuestión fundamental es que las tecnologías cuantitativas en las finanzas sobrevivirán y crecerán, y seguirán evolucionando con el tiempo", dice.






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