En 1961, Edward Lorenz estaba corriendo una simulación del clima en su computadora en el MIT. Quería revisar una secuencia de resultados, así que en lugar de correr la simulación desde el principio, tomó un punto intermedio y la corrió desde ahí, ingresando los valores a mano desde una hoja impresa.
Esperaba obtener exactamente los mismos resultados que la vez anterior. No los obtuvo.
La simulación comenzó igual, pero después de un rato las dos corridas divergían completamente. El tiempo simulado que producían era radicalmente distinto. Lorenz pensó primero que había un error de hardware. Luego encontró la causa: el número que había ingresado a mano era 0.506, pero la computadora internamente usaba 0.506127. Una diferencia de menos de una parte en mil.
Esa observación fundó la teoría del caos.
Qué es realmente el efecto mariposa
La frase "el aleteo de una mariposa en Brasil puede causar un tornado en Texas" la pronunció Lorenz en 1972 en el título de una conferencia. Era una metáfora, no una afirmación literal.
Lo que el efecto mariposa describe es una propiedad matemática de ciertos sistemas: la sensibilidad extrema a las condiciones iniciales. En sistemas con esta propiedad, dos estados que empiezan siendo casi idénticos pueden producir resultados completamente diferentes después de suficiente tiempo.
No significa que la mariposa cause el tornado. Significa que en un sistema lo suficientemente complejo, una diferencia infinitesimal en el estado inicial —tan pequeña como el cambio de presión de aire que provoca una mariposa al aletear— puede, en principio, amplificarse hasta determinar si un tornado ocurre o no en otro continente semanas después.
La diferencia es importante: no es causalidad directa. Es sensibilidad.
El atractor de Lorenz
Lorenz tradujo sus ecuaciones del clima en una representación visual que hoy se llama el atractor de Lorenz. Es una de las imágenes más reconocibles de las matemáticas modernas: dos espirales entrelazadas que se parecen a las alas de una mariposa o a los ojos de un búho.
La figura muestra las trayectorias del sistema caótico a lo largo del tiempo. Nunca se repiten exactamente — el sistema nunca pasa dos veces por el mismo punto — pero tampoco se dispersan al azar. Orbitan alrededor de dos centros, cambiando impredeciblemente de uno al otro.
Esta propiedad tiene un nombre técnico: caos determinístico. "Determinístico" porque el sistema sigue reglas exactas y fijas — no hay aleatoriedad. "Caótico" porque aun así el comportamiento a largo plazo es impredecible.
Por qué el pronóstico del tiempo tiene un límite
La consecuencia más directa de la teoría del caos de Lorenz es que el pronóstico meteorológico tiene un límite fundamental que no se puede superar con más datos ni más computación.
La atmósfera terrestre es un sistema caótico. Pequeños errores en la medición del estado atmosférico actual — y siempre hay errores, porque no podemos medir perfectamente — se amplifican con el tiempo. Más allá de aproximadamente 10-14 días, los pronósticos meteorológicos son estadísticamente inútiles, independientemente de cuánto mejoren los modelos o los datos.
No es un problema de tecnología insuficiente. Es un límite matemático de los sistemas caóticos.
Esto también explica por qué los modelos climáticos a largo plazo (décadas, siglos) son posibles incluso cuando los pronósticos a dos semanas no lo son. El clima y el tiempo son preguntas distintas. El clima es el comportamiento estadístico promedio del sistema. El tiempo es el estado específico en un momento dado. Podés predecir que en Buenos Aires en julio va a hacer frío en promedio, aunque no puedas saber si el 15 de julio de 2030 va a llover.
La teoría del caos más allá del clima
La teoría del caos describió un fenómeno que resultó estar en todas partes.
Biología: las poblaciones de animales en ecosistemas muestran dinámicas caóticas. Las ecuaciones logísticas de crecimiento poblacional producen, con ciertos parámetros, comportamiento caótico.
Economía: los mercados financieros muestran propiedades estadísticas compatibles con sistemas caóticos — no en el sentido de que sean completamente impredecibles, sino en el sentido de que pequeñas perturbaciones pueden tener efectos desproporcionados.
Fisiología: el ritmo cardíaco sano no es perfectamente regular — tiene variabilidad caótica. Un corazón con ritmo demasiado regular puede ser señal de patología. El caos fisiológico es saludable.
Filosofía y libre albedrío: Lorenz señaló la implicación filosófica. El universo podría ser determinístico — cada evento causado por causas anteriores según leyes fijas — y aun así impredecible en la práctica, incluso en principio. El determinismo no implica predecibilidad.
Lo que Lorenz encontró por accidente
Lorenz fue meteorólogo antes que matemático. No estaba buscando fundar un nuevo campo. Estaba tratando de entender por qué su simulación daba resultados diferentes a los esperados.
La respuesta que encontró —que el sistema era tan sensible a las condiciones iniciales que una diferencia de una parte en mil era suficiente para producir resultados completamente distintos— cambió la forma en que la ciencia piensa sobre la predecibilidad, la causalidad y los límites del conocimiento.
La mariposa no causa el tornado. Pero en un mundo lo suficientemente interconectado, el camino entre los dos puede ser perfectamente real.
Fuente original: Journal of Atmospheric Sciences — Deterministic Nonperiodic Flow (Lorenz, 1963)
