Revista Argentina de Cardiologa

ISSN: 0034-7000
revista@sac.org.ar
Sociedad Argentina de Cardiologa
Argentina

Doval, Hernn C.
El nacimiento del "caos" En el contexto de la biologa, es decir, la ecologa de las poblaciones
Revista Argentina de Cardiologa, vol. 73, nm. 2, marzo-abril, 2005, pp. 159-165
Sociedad Argentina de Cardiologa
Buenos Aires, Argentina

Disponible en: http://www.redalyc.org/articulo.oa?id=305323887017

Cmo citar el artculo

Nmero completo
Sistema de Informacin Cientfica
Ms informacin del artculo Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal
Pgina de la revista en redalyc.org Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
CARTA DEL
CARTA DELDIRECTOR
DIRECTOR
El nacimiento del caos
En el contexto de la biologa, es decir, la ecologa de las poblaciones
INTRODUCCIN
En los ltimos aos, numerosas publicaciones han abor-
dado el tema del caos tanto como el de la compleji-
dad y el orden, un tipo de pensamiento que en forma
inicial nos parece oscuro o por lo menos ajeno y aleja-
do de nuestras preocupaciones mdicas cotidianas.
La ciencia con la que nos hemos formado se ha
concentrado particularmente en modelos que tratan
de estudiar, aislados de su contexto, variables y com-
portamientos tratando de eliminar el ruido de las
pequeas interferencias o imperfecciones de la vida
real. Una parte de la realidad se ha ajustado exce-
lentemente a este modelo determinista, ya que co-
nociendo los determinantes o las condiciones inicia-
les de un fenmeno podemos predecir su ocurrencia
(relacin lineal causa a efecto), e incluso utilizar este
conocimiento para el desarrollo de una fantstica tec-
nologa.
As, con extraordinaria precisin, la humanidad ha
sido capaz de enviar una pequea sonda exploradora,
como el Voyager, que ha recorrido todo nuestro siste-
ma planetario navengado durante dcadas, aprove-
chando las fuerzas de atraccin newtonianas con un
sistema de propulsin mnimo. Tambin en medicina
sabemos que al resecar una vlvula artica estrecha
resolvemos un problema mecnico cuya fisiopatologa
conocemos a la perfeccin y podemos predecir que el
paciente mejorar su funcin cardaca. Estamos en
ambos ejemplos dentro del orden, o mejor dicho,
dentro de un orden que conocemos bien.
Sin embargo, uno de los primeros xitos de con-
trol catico por la NASA fue desviar los satlites aban-
donados de su rbita para que se encontraran con un
asteroide. Usando la pequea cantidad de combusti-
ble residual, la NASA le ordena al satlite pequeos
encendidos de combustible en varias ocasiones para
inclinarlo fuera de su rbita, hasta que en la utiliza-
cin de una ocurrencia catica se produce la coli-
sin. Lo mismo hacen los tenistas cuando esperan re-
cibir un servicio, se quedan quietos o se mueven re-
gularmente?; por supuesto que no, danzan errti-
camente (caticamente) sobre uno y otro pie, para
estar listos y responder ms rpido el servicio. Los
cardilogos tambin conocemos que cuando existen
159
Nos es ms fcil predecir sucesos en el lmite de
la galaxia o en el ncleo de un tomo, que si la
lluvia va a arruinar o no la fiesta que mi ta va a
dar en su jardn dentro de tres domingos. [...]
El tiempo es impredecible... y siempre
lo seguir siendo
(Tom Stoppard, Arcadia, acto I, escena 4).
grupos de miocitos con un perodo refractario ms lar-
go, los impulsos elctricos del corazn normal se des-
pedazan a travs de estas fibras demoradas como el
agua que rodea una roca y causa turbulencia. Al
incrementarse ligeramente los tiempos refractarios de
unas pocas fibras, el corazn entero duplica sus pe-
rodos hasta que, ms all de un valor crtico del pe-
rodo refractario, surge un caos muscular total en
el corazn: nuestra temida fibrilacin ventricular.
stos son simples ejemplos de la utilizacin de la nueva
teora del caos en la ciencia espacial y en la medicina,
al lado de los fenmenos ordenados de la dinmica
lineal newtoniana.
Pero a poco de reflexionar descubrimos tambin
que la mayor parte de nuestra vida, los fenmenos de
la naturaleza y la evolucin de nuestros pacientes
transcurren como hechos individuales impredecibles.
En algunos casos los hechos nos impresionan muy
complejos y en otros verdaderamente caticos. No slo
la evolucin individual de nuestros pacientes, sino los
sorprendentes hallazgos de los ensayos clnicos en los
que hiptesis aparentemente muy racionales como los
antioxidantes y la vitamina E chocan con una reali-
dad hostil que nos recuerda que conocemos slo una
parte de la fisiopatologa.
Si nos aferramos al modelo determinista de pen-
samiento, esta falta de prediccin, que como en la cita
del comienzo nos impide planear con certeza las vaca-
ciones, se puede atribuir a la confluencia de un n-
mero demasiado grande de factores contingentes que
no podemos medir con precisin. Sin embargo, en las
tres dcadas pasadas un cmulo de inslitas ideas
matemticas han permitido descubrir formas impen-
sadas de orden dentro de hechos aparentemente
caticos y explicar as el comportamiento del diseo
de las hojas de una planta, la aparicin espontnea de
solitones (olas gigantes autogeneradas en el ocano y
que viajan miles de kilmetros estilo tsunami), algu-
nas arritmias cardacas, la estructura de las nubes,
las variaciones en las temporadas de caza (por qu
hay aos de liebres y otros no) y quizs hasta algunos
fenmenos socioeconmicos.
La intencin de esta carta es introducir al lector
de la Revista en el relato del origen del concepto de
caos-orden en la ciencia reciente y este nuevo modelo
160 REVISTA ARGENTINA DE CARDIOLOGA / VOL 73 N 2 / MARZO-ABRIL 2005
de pensamiento que surge hoy como una alternativa
enriquecedora al determinismo.
POR QU NO PODEMOS PREDECIR?
EL OPTIMISMO DETERMINISTA
El gran astrnomo matemtico Pierre-Simon de
Laplace expres elocuentemente en 1812 las posibili-
dades de una ecuacin determinista del universo para
predecir el pasado y aun, por completo, todo el futuro
(en Teora analtica de las probabilidades):
Un intelecto que en cualquier momento dado co-
nozca todas las fuerzas que animan a la Naturale-
za y las mutuas posiciones de los seres que lo com-
prenden, si el intelecto fuera lo suficientemente enor-
me para someter sus datos a anlisis, podra con-
densar en una nica frmula el movimiento de los
cuerpos ms grandes del Universo y de aquel ms
ligero tomo: para semejante intelecto nada puede
ser incierto, y el futuro exactamente como el pasado
estara presente ante sus ojos.
En esta manera de plantear el problema, nuestra
incapacidad de prediccin podra ser superada por una
cada vez ms precisa medicin en detalle de las condi-
ciones. Si pudiramos medir el estado psicolgico de
cada uno de los conductores en una autopista, las con-
diciones climticas, la velocidad de cada vehculo en
particular, la voluntad de un ladronzuelo de arrojar
una piedra en tal momento, podramos predecir con
exactitud un choque. Se tratara de desarrollar
computadoras ms grandes y sistemas de medicin ms
precisos. En la misma fantasa, en la enfermedad
coronaria podramos conocer en forma no invasiva el
estado funcional y anatmico de cada una de las pla-
cas coronarias y predecir cul y cundo se romper y
se asociar con un infarto de miocardio.
Por qu se equivoc Laplace al aplicar esta din-
mica lineal a toda nuestra realidad?
Lo que Pierre-Simon de Laplace desconoca es que
nunca podemos medir exactamente las condiciones
iniciales de un sistema. Las mediciones ms precisas
todava son correctas alrededor de diez o doce, o si se
quiere, diecisis lugares decimales (p. ej., en distancia
en mm). La declaracin de Laplace sera correcta slo
si podemos medir con precisin infinita, pero por su-
puesto no hay forma de hacerlo. Mnimas o nfimas
variaciones tendrn un efecto inmenso. Esto es el lla-
mado efecto mariposa en accin (conferencia de
divulgacin del meteorlogo Edward Lorentz en
Washington en 1972, titulada El batir de alas de una
mariposa en Brasil desencadena un tornado en
Texas?); cambios pequeos en las condiciones inicia-
les tienen efectos enormes.
Los cientficos en los das de Laplace conocan acer-
ca de este problema del error de medicin, pero asu-
mieron sin crtica que si las mediciones se hacan, por
decir, con diez lugares decimales, entonces todas las
predicciones subsiguientes tambin seran seguras en
diez lugares decimales. Pensaban que el error no desa-
parecera, pero que tampoco crecera.
Desafortunadamente, crece y se amplifica y este
incremento en el error es la grieta lgica a travs de la
cual desaparece el determinismo perfecto, ya que nada
que no sea la perfeccin total de la medicin inicial
har funcionar al monstruoso intelecto creado por
Laplace.
Algo realmente regular es por definicin y con jus-
ticia predecible. Pero la sensibilidad a las condiciones
iniciales produce comportamientos impredecibles, por
lo tanto, irregulares. Por esta razn, un sistema que
est expuesto a la sensibilidad de las condiciones ini-
ciales se dice que es catico, o por lo menos se presen-
ta antes nuestros ojos en forma totalmente imprede-
cible. Una reaccin positiva a este problema ha sido el
pensamiento probabilstico: no sabemos quin de nues-
tros pacientes con infarto fallecer en la etapa aguda
y alejada (aunque aislemos factores que predicen ma-
yor o menor riesgo), pero poblacionalmente conoce-
mos con una exactitud de decimales la mortalidad es-
perada. Asimismo, muchos fenmenos fsicos slo pue-
den estudiarse en sus efectos con una concepcin
probabilstica: no se puede conocer con precisin al-
gunos aspectos de la partcula individual que se com-
porta en forma anrquica o catica, pero s predecir
con total exactitud el comportamiento del conjunto.
Hasta ahora, entonces, la propuesta cientfica con-
sista en plantear que lo impredecible de la mayor parte
de los fenmenos que nos rodean era atribuible a nues-
tra imprecisin en las mediciones minuciosas que lo
haran predecible con las mismas leyes deterministas
que tan bien funcionan en la mecnica y nuestra res-
puesta lgica ante lo individualmente impredecible era
buscar regularidades poblacionales, como cuando
afirmamos que el riesgo de muerte en una ciruga
coronaria es del 3,5%.
En los prrafos prximos nos introduciremos en
esta rara confluencia de la creatividad matemtica con
algunos fenmenos inexplicados que permiten una
nueva bsqueda del orden dentro del caos aparente,
de manera diferente al pensamiento determinista.
Utilizaremos el ejemplo del cambio de las poblaciones
animales, la ecologa poblacional, justamente porque
all surgi el uso de la palabra caos.
CMO ESTIMAR EL CAMBIO DE LAS POBLACIONES
ANIMALES
Luego de esta introduccin vamos a narrar una histo-
ria que nos permitir recrear cmo naci la dinmica
no lineal, en un campo ms cercano a nosotros como
es la biologa. En realidad hablaremos de la revitalizada
ecologa de los aos setenta, que es la rama de la bio-
loga que trata de las relaciones que los organismos
tienen unos con otros y con el entorno.
Suponga que usted quiere estudiar los cambios que
tienen lugar en las poblaciones animales a lo largo del
CARTA DEL DIRECTOR
tiempo. Por ejemplo, el desove de los bancos de salmo-
nes, la cantidad de hormigas que pululan y trabajan
alrededor de su hormiguero y el ejemplo que utiliza-
remos las fluctuaciones en la poblacin de peces de
colores en un estanque.
Por ejemplo, si el nmero mximo de peces de co-
lores que podra sostener el estanque fuera mil y slo
hubiera doscientos en el momento en que los conta-
mos, para estandarizar con otra poblacin cualquiera
pondramos el nmero 1 a la poblacin mxima; por
lo tanto la poblacin inicial (Xn) valdra 200/1.000
= 0,20.
La poblacin siguiente (Xn+1), o sea la siguiente
generacin, se acrecentara segn su tasa de cre-
cimiento (a) (que dependera de la fertilidad de los
peces, la cantidad de alimentos, enfermedades, depre-
dadores como puede ser un gato, etc.), segn una sen-
cilla frmula.
TASA DE CRECIMIENTO DE MALTHUS
Xn+1 = a Xn
(siguiente) (inicial)
n+1 = siguiente n = inicial a = tasa de crecimiento
En esta ecuacin, la poblacin Xinicial de una gene-
racin determina unvocamente la poblacin de la ge-
neracin siguiente Xsiguiente.
Si aceptamos este modelo, que es el ms simple,
propuesto por el economista y clrigo ingls Thomas
Malthus (1766-1834), pionero en estos menesteres, po-
dramos suponer que la poblacin se incrementa segn
la fraccin de la tasa de crecimiento de cada ao, supo-
niendo que los peces dispongan de alimento ilimitado y
se reproduzcan libremente y sin restricciones.
De este modo, la conexin entre X n+1 (siguiente) y
Xn (inicial) podra ser una ecuacin del tipo de Xn+1 (siguiente)
= 2 Xn (inicial), donde, en este caso, existira un creci-
miento anual de la poblacin del doble. Si, al princi-
pio, Xn (inicial) vale 0,2 (200), en la generacin siguiente
valdra 2 0,2 = 0,4 (400), una generacin despus 2
0,4 = 0,8 (800), la poblacin se incrementara pues
de manera proporcional y en la tercera generacin su-
perara la poblacin mxima (2 0,8 = 1,6), lo cual
resultara imposible.
Pero en el universo las especies tienen espacios
ecolgicos en competencia; as, utilizando esta senci-
lla frmula, algunos calcularon que una pareja aus-
traliana inicial de conejos duplicndose en cada gene-
racin cubriran el universo entero al cabo de 120 ge-
neraciones. (1)
Esto apoyara la tesis de Malthus, que el crecimien-
to de la poblacin humana mundial tendra el lmite
de la produccin de alimentos. La contestacin de
Marx, de que no estaba tomando en cuenta el aumen-
to de la productividad de la tierra, result cierta. Por-
que aun hoy con ms de 6.000 millones de personas,
varias veces ms del lmite supuesto por Malthus, la
produccin mundial de alimentos podra alimentar a
161
todo el planeta segn la FAO, si no fuera por la exis-
tencia de modos de produccin que implican una dis-
tribucin muy desigual de los recursos.
Pero la vida real es verdaderamente mucho ms
compleja de lo que pensaba Malthus; as sucede que si
la poblacin de peces de colores fuera muy grande,
pronto se quedaran sin comida y tendran que luchar
por ella, tambin entonces las enfermedades se pro-
pagaran con mayor facilidad y la gran comunidad cons-
tituira una jugosa presa para los depredadores como
nuestro gato. El resultado concreto sera que la tasa
de crecimiento de la poblacin no podra mantenerse,
sino que en la vida real disminuira.
Si, por el contrario, slo existiera un puado pe-
queo de peces de colores retozando libremente en el
estanque, con mucho espacio para moverse, su pobla-
cin crecera mucho ms rpidamente. (2)
Cmo podemos modificar el mapa maltusiano
Xn+1 (siguiente) = a Xn (inicial) donde la tasa de crecimiento
a es una constante para hacerlo ms realista y que
la tasa de crecimiento (a) disminuya con la superpo-
blacin y aumente cuando sta es escasa?
La solucin la dio de un modo simple y sagaz PF
Verhulst hace ms de un siglo y medio (1845). Intro-
dujo un nuevo trmino en la simple ecuacin maltu-
siana, de manera que la frmula de crecimiento de la
poblacin se transforma en no lineal y de esta manera
permite calcular el impacto de la fertilidad y de todos
los dems factores ambientales en la expansin demo-
grfica.
TASA DE CRECIMIENTO DE VERHULST
Xn+1 = a Xn (1 - Xn)
(siguiente) (inicial)
n+1 = siguiente n = inicial a = tasa de crecimiento
Xn+2 = a Xn+1 (1 - Xn+1) ... y as consecutivamente.
Volvamos a Verhulst, l agreg un trmino a la ecua-
cin proporcional maltusiana, que fue (1 - Xn). Por lo
tanto, del lado derecho de la ecuacin existen dos tr-
minos contradictorios Xn y (1 - Xn).
De esta manera se le pona un lmite al crecimien-
to y entre 0 y 1 oscilara cualquier poblacin.
Cuando Xn es muy pequeo, sta es la parte domi-
nante de la contradiccin, porque entonces (1 - Xn) est
muy cerca de 1 e influye poco; pero cuando la pobla-
cin (Xn) se va acercando a 1, entonces el trmino (1
- Xn) se vuelve cada vez ms dominante y se va acer-
cando a 0.
Qu significa la adicin del trmino de Verhulst
en la ecuacin de Malthus?
Esta nueva ecuacin tiene trminos que se multi-
plican reiteradamente por s mismos en cada uno de
los ciclos. Multiplicar un trmino por s mismo es pro-
ducir una realimentacin o como denominan los ma-
temticos, una iteracin y por lo tanto una no linea-
lidad. Por lo cual el crecimiento de generacin en ge-
162 REVISTA ARGENTINA DE CARDIOLOGA / VOL 73 N 2 / MARZO-ABRIL 2005
neracin ya no depende linealmente de lo que sucedi
antes.
Como en la ecuacin iterativa de Verhulst acecha-
ba potencialmente el caos, como vamos a ver ms ade-
lante, esto significara que todos los conceptos radi-
calmente nuevos de la teora del caos podran haber
surgido ciento cincuenta aos atrs, mucho antes de
que se inventaran los computadores electrnicos.
En la dcada de 1950, los expertos en poblacin
aplicaron la ecuacin de Verhulst no slo a comunida-
des de peces coloreados como los nuestros, sino a in-
sectos y otros organismos. Pero cayeron en el error de
verse condicionados por la costumbre: encontraron lo
que fueron a buscar, situaciones en las que las pobla-
ciones tendan a un valor estable, les interesaba el
equilibrio. Incluso investigaron que valores de la cons-
tante de crecimiento a garantizaban esa estabilidad.
Se podra especular que esos bilogos, variando la
tasa de crecimiento, encontraron crecimientos irregu-
lares, no estables, poco predecibles; pero puede ser que
las descartaran como simples anomalas que no vala
la pena comunicar. Quiz, como creo que dijo Winston
Churchill, se tropezaron con la verdad, pero hicieron
lo imposible para no caerse en ella. El mundo cientfi-
co constatara poco despus que la simplicidad de la
ecuacin de Verhulst era enormemente engaosa, pero
sa es otra historia.
EN LA CASCADA DE DUPLICACIN DEL PERODO
ACECHABA EL CAOS
Vamos a seguir la carrera cientfica de Robert May,
que se convirti en bilogo terico slo tras una serie valor inicial de la poblacin de 0,01. En el primero de
de transmutaciones profesionales. Comenz como es-
tudiante de ingeniera qumica en Sydney a fines de
los cincuenta y acab siendo fsico. Estuvo un par de
aos en la Universidad de Harvard, en la divisin de
ingeniera y fsica aplicada, y a comienzos de los se-
senta volvi a la Universidad de Sydney para ensear
como profesor Fsica terica. A comienzos de los se-
senta, casi por accidente se interes en la relacin en-
tre complejidad y estabilidad en los ecosistemas y poco
despus se convirti en profesor de Biologa en la Uni-
versidad de Princeton.
l refiere que tuvo la suerte de tropezar con y
dejarse caer en el recin nacido campo de la ecologa
terica en su fase romntica, similar a la de la fsica
terica en 1920-1930, cuando una serie de cuestiones
simples se estaban planteando en el marco matemti-
co adecuado y como consecuencia emergan respues-
tas sorprendentes. (2)
En esos momentos existan dos lneas de pensa-
miento sobre los cambios en las poblaciones anima-
les; en ambos bandos haba australianos. Por una par-
te, Charles Birch crea que la mayora de las poblacio-
nes naturales fluctan ampliamente como resultado
de las alteraciones del entorno. En el otro bando, John
Nicholson opinaba que las poblaciones son reguladas
por efectos que dependen, bsicamente, no del entor-
no, sino de la densidad de la poblacin (la cantidad de
animales que viven en un espacio dado).
Cuando los expertos en poblaciones utilizaban la
iteracin de la ecuacin de Verhulst, slo investiga-
ban la estabilidad, buscando incluso que valores de la
constante a de crecimiento garantizaban esa estabi-
lidad.
Result que la cuestin poda resolverse de forma
mucho ms simple mediante un paradigma distinto.
A comienzos de la dcada de los setenta, Robert
May qued fascinado por la ecuacin de Verhulst; por
lo general, al denominar una expresin como sta, los
matemticos no emplean el trmino ecuacin, sino el
de mapa, ya que describe el mapeado de un nmero
(Xn inicial) sobre otro (Xn+1 siguiente). El caso que nos ocupa
suele conocerse como mapa logstico. Quera compren-
der matemticamente cmo evolucionaba para cual-
quier valor inicial y para cualquier valor de la cons-
tante a. Refiere que los progresos fueron muy len-
tos y los trabajos arduos porque utilizaba calculado-
ras rudimentarias.
Vamos a ver cmo cambia Xn+1 siguiente cada vez que
la calculamos o, dicho en lenguaje tcnico, cmo vara
en cada iteracin. Hoy podemos hacerlo casi instant-
neamente con un software y un grfico que realiza-
mos en el conocido programa Excel en pocos minutos
(usted puede seguir el fascinante camino de May ba-
jando el software en www.gedic.com.ar).
A ese efecto elegiremos valores crecientes de la tasa
de crecimiento a (ya veremos por qu). Observemos
la Figura 1, en la que se ha representado la evolucin
de Xn+1 siguiente en cada caso, partiendo siempre de un
ellos (a = 2,4), Xn+1 siguiente se instala en seguida en un
valor estable (Figura 1, A); en el contexto de nuestro
ejemplo, esto significa que la poblacin de peces de
colores en el estanque se hara constante.
Qu pasa si ahora elevamos a = 2,94? La oscila-
cin contina por un tiempo, hasta que la poblacin
se acomoda en un valor estable (Figura 1, B).
Luego de que a llega a 3,0 en nuestro figura si-
guiente a = 3,4, Xn+1 siguiente oscila continuamente, arri-
ba y abajo, entre dos valores (Figura 1, C). Nuestra
poblacin de peces se repite peridicamente cada dos
generaciones: hubo una duplicacin de perodos.
Si elevamos la tasa de crecimiento a por encima
de 3,4499, los dos puntos se inestabilizan y las pobla-
ciones oscilan alrededor de cuatro valores (Figura 1,
D); un poco ms en a = 3,596 otra bifurcacin, esta
vez con diecisis valores diferentes que se repiten
cclicamente (Figura 1, E). Esto es lo que encontr
Robert May y acu la frase: cascada de duplicacin
de perodos.
EL SURGIMIENTO PLENO DEL CAOS
Cuando se sigue aumentando a, el crecimiento de la
poblacin se comporta de manera muy extraa. Por
ejemplo, con a = 3,99 (Figura 1, F) el Xn+1 siguiente salta
CARTA DEL DIRECTOR 163

A B
0,7 0,8
0,6 0,7
0,6

Xn+1 siguiente
Xn+1 siguiente
0,5
0,5
0,4
0,4
0,3
0,3
0,2 0,2
0,1 0,1
a = 2,4 a = 2,94
0 0
1 6 11 16 21 26 31 36 41 46 51 1 6 11 16 21 26 31 36 41 46 51

C 0,9
D 1
0,8
0,7 0,8
Xn+1 siguiente

Xn+1 siguiente
0,6
0,6
0,5
0,4
0,4
0,3
0,2 0,2
0,1
a = 3,4 a = 3,5
0 0
1 6 11 16 21 26 31 36 41 46 51 1 6 11 16 21 26 31 36 41 46 51

E F 1,2
1

0,8 1
Xn+1 siguiente
Xn+1 siguiente

0,8
0,6
0,6
0,4
0,4
0,2 0,2
Fig. 1. Una poblacin que se repro- a = 3,6 a = 3,99
duce muestra el efecto de la ruta 0 0
hacia el caos por la cascada de du- 1 6 11 16 21 26 31 36 41 46 51 1 6 11 16 21 26 31 36 41 46 51
plicacin de perodos.

de una valor a otro todo el tiempo. Se trata del caos:
la poblacin de peces flucta, en apariencia sin ritmo
ni motivo, de forma totalmente impredecible.
Escuchemos lo que dice Robert May: Al concluir
el otoo de 1973, recin llegado a Princeton para to-
mar posesin de mi puesto como profesor, me acerqu
a la Universidad de Maryland para dar un semina-
rio. Llev conmigo parte del trabajo que haba desa-
rrollado sobre el mapa logstico y, con l, ciertas cues-
tiones sin resolver. En el seminario encontr a Jim
Yorke, un matemtico que llegara a convertirse en un
buen amigo y con el cual colaborara en el estudio del
mapa logstico. Cuando llegu al seminario de
Maryland, ya conoca... las reas de estabilidad y la
cascada de duplicaciones de perodos. Cuando llegu
al punto del discurso en el que afirm que desconoca
lo que suceda cuando a superaba 3,57, Jim Yorke me
interrumpi. S lo que viene despus, dijo. Tien-Yien
Li y l haban investigado recientemente mapas del
tipo del mapa logstico y haban descubierto su com-
portamiento catico. De hecho, ambos haban acua-
do el trmino caos en su sentido matemtico en un ar-
tculo titulado Perodo tres implica caos, que sera
publicado en 1975. Varios de sus colegas le aconseja-
ron elegir una palabra ms discreta que caos, pero ellos
siguieron adelante y acabaron dando a esta rama cien-
tfica su llamativo nombre. Yorke y Li no haban estu-
diado los valores de a por debajo de 3,57, con lo que
no haban apreciado la cascada de duplicaciones de
perodos que caracteriza el camino hacia el caos.
... Juntando las piezas de ese rompecabezas que
habamos tratado de resolver por separado, Jim Yorke
y yo nos dimos cuenta de inmediato de que habamos
descubierto algo importante. El comportamiento del
mapa logstico no era un simple capricho matemtico,
sino que tena implicaciones profundas en las predic-
ciones hechas por modelos matemticos sencillos.
Para observar visualmente toda esta informacin
podemos utilizar un grfico con un sistema de coorde-
nadas; en la lnea horizontal inferior se representan
los valores de la constante a (tasa de crecimiento de
la poblacin) y en el eje vertical izquierdo, el valor
estable de la poblacin (X estable) al que tiende luego de
algunos miles de iteraciones para cada valor de a.
Observemos (Figura 2) que cuando la constante es
inferior a 3,0, X siguiente tiende hacia un valor nico (como
suceda en la Figura 1, A y B). Pero si a crece por
encima de 3,0 X estable no tiene uno sino dos valores
164 REVISTA ARGENTINA DE CARDIOLOGA / VOL 73 N 2 / MARZO-ABRIL 2005
Fig. 2. Modo en que el valor de a (horizontal) determina el
valor de X estable (vertical).
posibles (como en la Figura 1, C). Conforme incremen-
tamos la constante a, vemos emerger una serie de
comportamientos peridicos, que May llam cascada
de duplicaciones de perodos (Figura 1, D perodo de
4 valores y Figura 1, E perodo de 16).
Por ltimo, cuando la constante se encuentra entre
3,57 y 4, el mapa se comporta de manera imprevisible.
Nos hallamos en el dominio del caos, donde el valor
estable es tan sensible al ms mnimo cambio en el va-
lor inicial de X que la poblacin fluctuar ampliamen-
te, por lo que ser imposible hacer predicciones a largo
plazo, aunque la ecuacin sea muy simple y totalmente
determinista. La distribucin final podra considerarse
aleatoria (no tiene ninguna regularidad predecible), aun
cuando como es obvio en su construccin subyace un
orden perfectamente comprensible, tanto que ese caos
ha sido generado por una frmula matemtica (en la
Figura 1, F se observa este comportamiento).
Sigamos escuchando a Robert May: A principios
de 1976, decid escribir un artculo divulgativo en el
que sugera la gran trascendencia del caos... Redact
el artculo en un estilo deliberadamente mesinico y lo
envi a la importante revista britnica Nature. El equi-
po editorial de la revista se mostr escptico... Antes
de ser rechazado se lo enviaron a John Maynard
Smith para ser revisado. Su veredicto fue muy genero-
so (como si lo hubiera escrito tu madre, le dijo el edi-
tor), as que Nature public el artculo en junio de 1976
(en todos lados se cuecen habas). El artculo consi-
gui su objetivo de llevar el caos a una amplia audien-
cia de cientficos y hasta la fecha ha sido citado varios
millares de veces
Robert May y Jim Yorke haban observado que la
Figura 2 tena el aspecto de un rbol acostado, estan-
do el tronco a la izquierda y las arborizaciones hacia
la derecha cada vez ms juntas. De hecho, a medida
que crece la cascada de duplicacin de perodos, la dis-
tancia entre dos bifurcaciones sucesivas medida como
diferencia entre los valores de la constante a es un
nmero aparentemente fijo y de esto dedujeron un
nmero aproximado, pero se olvidaron apenas conclu-
yeron los trabajos.
El matemtico norteamericano Mitchell Feigen-
baum en 1975, trabajando en el laboratorio de Los
lamos en Nuevo Mxico, observ este hecho de ma-
nera independiente y fue ms all, ya que sus estu-
dios mostraron un valor ms preciso, el llamado n-
mero (delta) de Feigenbaum, aproximadamente de
4,6692. Demostr que este nmero aflora en los sitios
en los que un sistema hace una transicin desde un
comportamiento estable a uno catico y por lo tanto
se deba poder observar la cascada de duplicaciones de
perodos y medir la relacin que l haba predicho.
Parafraseando a Ian Stewart, ya que explica muy
atractivamente que (3): El nmero (de Feigenbaum)
es aproximadamente 4,669, y figura al lado de (pi)
como uno de esos nmeros curiosos que parecen tener
significado extraordinario tanto en matemticas como
en su relacin con el mundo natural. El nmero de
Feingebaum tiene tambin un smbolo: la letra griega
(delta). El nmero nos dice cmo la circunferencia
de un crculo se relaciona con su dimetro. Anloga-
mente, el nmero de Feingembaum nos dice cmo...,
la cantidad extra por la cual necesita... (aumentar la
tasa de crecimiento a) decrece por un factor de 4,669
para cada duplicacin de perodo.
El nmero es una firma cuantitativa para algo
que implique al crculo. En la misma forma, el nme-
ro de Feingembaum es una firma cuantitativa para
cualquier cascada de duplicacin de perodos, no im-
porta cmo es producida o como es realizada experi-
mentalmente.
CONCLUSIONES
Esta comprensin inesperada del orden que subyace
a muchos sistemas caticos, en la bsqueda de
ecuaciones no lineales, se aplica hoy a una serie cre-
ciente de comportamientos que van desde la fsica al
comportamiento de variables socioeconmicas, inclu-
yendo el orden del canto de los pjaros y algunas
arritmias cardacas.
Ian Stewart piensa que la palabra prediccin tie-
ne dos significados. Uno sera el de pronosticar el fu-
turo al estilo de la omnisciente mente de Laplace, pero
ya sabemos que el efecto mariposa lo impide cuando
est presente el caos. Piense que para predecir en el
sentido de un adivino como Merln qu sucede al tirar
al aire cientos de veces una moneda, debera acertar,
en una lista escrita por adelantado, el resultado de cada
una de las tiradas, imposible para un humano.
Pero el otro significado seguira siendo cientfico,
ya que sera describir por adelantado cul ser el re-
sultado de un experimento. En nuestro ejemplo sera
hacer una prediccin tal como aproximadamente la
mitad de las monedas resultarn caras, sin pronosti-
car el futuro en detalle cuando, como es aqu, el sis-
tema es aleatorio.
CARTA DEL DIRECTOR
Por supuesto, nadie sugerira que la estadstica
es anticientfica porque trata con eventos imprevisi-
bles y por lo tanto el caos se puede tratar de la mis-
ma manera. Usted puede hacer toda clase de predic-
ciones acerca de un sistema catico; en realidad, pue-
de hacer suficientes predicciones para distinguir el
caos determinista de la verdadera distribucin
aleatoria.
El descubrimiento del caos ha revelado un malen-
tendido fundamental en nuestra visin de las reglas y
el comportamiento que ellas producen entre causa y
efecto. Habitualmente pensamos que las causas
deterministas deben producir efectos regulares, pero
ahora vemos que pueden producir efectos altamente
irregulares que pueden ser fcilmente equivocados por
ser aleatorios. Por lo habitual pensamos que causas
simples deben producir efectos simples (con la impli-
cacin de que los efectos complejos deben tener causas
complejas), pero ahora conocemos que causas simples
pueden producir efectos complejos. Nos damos cuenta
de que conocer las reglas no es lo mismo que ser capaz
de predecir el comportamiento futuro. (3)
Finalmente, reparemos en las bandas verticales
blancas de la Figura 2, que se observan esparcidas a
travs de las sombras del caos. A estas regiones los
fsicos las llaman ventanas y es donde repentina-
mente el sistema se vuelve de nuevo estable (p. ej., la
banda ms gruesa est cercana a 3,8). Estos perodos
predecibles y estables en medio de la fluctuacin ca-
tica reciben el nombre de intermitencias.
En las ltimas dcadas, los cientficos han descu-
bierto que los sistemas deterministas que se mantie-
nen a s mismos por oscilacin, iteracin, realimen-
tacin y ciclos lmite sistemas que incluyen la mayo-
ra de las cosas que nos interesan son vulnerables al
caos si se llevan ms all de los lmites crticos; y a su
vez dentro del caos, por momentos como si tuvieran
memoria de su estado anterior se vuelven estables y
regulares.
165
Los rdenes lineales simples y el caos no lineal
son rasgos de un sistema que es un proceso indivi-
sible?
Si fuera as, la naturaleza sera dialctica, al ser a
veces predominante la estabilidad y subordinado el
caos, y en otras situaciones lo principal, la incerti-
dumbre catica y lo secundario, lo linealmente pre-
decible.
Al estar enredados la regularidad y estabilidad con
la irregularidad y el caos, es posible que segn la posi-
cin o la disposicin de cada uno de nosotros, algunos
piensen que viven en un mundo catico con pocas si-
tuaciones predecibles de regularidad y estabilidad y
otros, en espejo, en un mundo ordenado y con reglas
con momentos de incertidumbre catica. O depende-
r de nuestro estado de nimo?
Como dice Robert May, para los cientficos que se
vieron envueltos en la aventura de descubrir el caos
debajo de los sistemas dinmicos lineales newtonianos,
Tom Stoppard tena razn cuando en su obra de tea-
tro Arcadia deca que para ellos fue el mejor tiempo
posible para vivir. Para nosotros, mdicos prcticos,
he intentado revivir uno de los caminos fascinantes
que va recorriendo nuestra generacin, una tarea es-
timulante que pretende ampliar la mirada a nuevas
explicaciones de la realidad.
Hernn C. Doval
Agradezco al Dr. Carlos Tajer la lectura meticulosa del bo-
rrador, las discusiones y sugerencias planteadas en esta carta.
BIBLIOGRAFA
1. Briggs J, Peat FD. Espejo y Reflejo: del caos al orden. Gedisa edi-
cin 2001.
2. Farmelo G (editor). Frmulas elegantes. Grandes ecuaciones de la
ciencia moderna. Tusquets edicin 2004.
3. Stewart I. Natures Numbers. The unreal reality of mathematics.
BasicBooks 1995.