El efecto mariposa, explicado (no es lo que crees)

El efecto mariposa es probablemente la idea peor citada de toda la ciencia. Se ha usado para justificar tramas de viajes en el tiempo, pósters motivacionales y la idea de que cada pequeña decisión se propaga por el universo. El descubrimiento real fue más extraño y mucho más específico que todo eso, y empezó con un hombre que fue a buscar un café.

La pausa para el café que fundó la teoría del caos

En 1961, Edward Lorenz, meteorólogo del MIT, corría una simulación meteorológica sencilla en una computadora primitiva. Su modelo seguía una docena de variables —temperatura, presión, viento— a través de ecuaciones pensadas para imitar la atmósfera.

Quiso volver a mirar con más detalle una secuencia concreta. En vez de repetir todo desde cero, la reinició desde la mitad, tecleando los números de una impresión en papel. Uno de ellos era 0,506127. La impresión lo redondeaba a tres decimales, así que escribió 0,506: una diferencia de aproximadamente una parte en cuatro mil, mucho más pequeña de lo que cualquier medición atmosférica real podría resolver.

Y después se fue a buscar un café.

Cuando volvió, la simulación había producido un clima completamente distinto. No un poco distinto: irreconocible. A lo largo del equivalente a dos meses simulados, una corrida que debería haber repetido el camino original se había ido a otra parte por completo.

Lo primero que pensó Lorenz fue que la computadora se había roto. No se había roto. La máquina hizo exactamente lo que se le dijo, dos veces, desde puntos de partida que diferían en el cuarto decimal. Ese error de redondeo era toda la historia.

Publicó el resultado en 1963 con un título nada glamoroso: Deterministic Nonperiodic Flow. El nombre pegadizo llegó en una conferencia de 1972, cuando planteó la pregunta así: ¿el aleteo de una mariposa en Brasil desata un tornado en Texas? El nombre se quedó. Ayudó que, al graficar sus ecuaciones, la forma que trazan se parece asombrosamente a un par de alas de mariposa: una coincidencia, pero memorable.

Qué significa realmente "sensible a las condiciones iniciales"

Esta es la idea sin nada de matemáticas.

En casi todos los sistemas con los que tratas, los errores pequeños se quedan pequeños. Si te equivocas por un grado al medir el horno, el queque sale más o menos igual. Si apuntas un cañón desviado un pelo, fallas por un pelo. Son sistemas indulgentes: los errores no crecen.

En un sistema caótico los errores crecen, y crecen a un ritmo que se capitaliza. Un error de una parte en un millón no se queda en una parte en un millón. Se duplica. Y se vuelve a duplicar. Después de suficientes duplicaciones, esa discrepancia invisible tiene el tamaño de la cosa que estabas midiendo, y tu predicción no guarda ninguna relación con la realidad.

En el momento de la divergencia no pasa nada dramático. No hay umbral ni punto de inflexión. El error venía capitalizándose en silencio todo el tiempo, y simplemente se hizo visible.

Míralo pasar con aritmética que podrías hacer a mano

No hacen falta ecuaciones meteorológicas para ver esto. El widget de abajo usa una sola línea de aritmética: toma un número, multiplícalo por sí-mismo-restado-de-uno, multiplica por una constante, repite. Dos corridas empiezan casi idénticas. Mira cuánto aguantan juntas.

Por qué comprar mejores instrumentos apenas ayuda

Pon el ajuste caótico y fíjate en los números. Una brecha inicial de una en mil sigue siendo utilizable durante unos 8 pasos. Una en un millón: 18 pasos. Una en mil millones: 28 pasos.

Mira lo que cuesta ese patrón. Mejorar tu precisión por un factor de mil te compra diez pasos más. Siempre. Otra mejora de mil veces compra otros diez.

Este es el corazón práctico de la teoría del caos, y es brutal. La predicción no mejora en proporción al esfuerzo: mejora logarítmicamente. Para pronosticar el doble de lejos no necesitas el doble de precisión, necesitas elevarla al cuadrado. Muy rápido terminas exigiendo mediciones más finas de lo que la cosa medida físicamente posee.

Que los errores se dupliquen a ritmo constante es la misma aritmética de capitalización que el interés, solo que jugando en tu contra. Una calculadora de interés compuesto es la versión amable de esa misma cuenta: mira qué pocos períodos hacen falta para que la duplicación repetida se te escape de las manos. Es exactamente el mecanismo que opera aquí, solo que apuntando a tu favor.

El caos no es azar

Esta es la confusión que vale la pena aclarar, porque las dos ideas son casi opuestas.

Un proceso aleatorio no tiene ninguna regla que conecte un momento con el siguiente. La desintegración radiactiva es el ejemplo más limpio: hasta donde la física puede decir, no hay ningún mecanismo oculto que determine cuándo se desintegra un átomo concreto. Tener información perfecta no te ayudaría.

Un proceso caótico sí tiene una regla: estricta, exacta, enteramente mecánica. Dale a un sistema caótico el mismo número de partida dos veces y obtienes la misma respuesta dos veces, hasta el último decimal, para siempre. Nada queda al azar. Esto es lo que Lorenz quería decir con determinista en su título de 1963, y por eso fue tal sacudón: la impredecibilidad había aparecido en un sistema que no tenía nada de aleatorio por ninguna parte.

La diferencia importa en la práctica. Como los sistemas caóticos obedecen reglas, todavía se pueden decir cosas útiles sobre ellos: la forma de las posibilidades, la estadística de largo plazo, los límites de lo alcanzable. No podemos decirte qué clima hará en seis semanas, pero sí podemos decirte que no hará 400 grados. El azar genuino no ofrece esa estructura. Si lo que quieres de verdad son números impredecibles sin ningún patrón detrás, un generador de números aleatorios es otra herramienta para otro trabajo.

Entonces, ¿lanzar una moneda es aleatorio?

Estrictamente, no: es caótico. Una moneda girando obedece la mecánica de siempre; dadas la fuerza, el ángulo, el giro y las condiciones del aire exactos, la cara con la que aterriza está totalmente determinada. Se han construido máquinas que lanzan monedas y obtienen de forma fiable el resultado elegido.

Una mano humana no puede controlar esas variables ni de lejos con la precisión necesaria, y la sensibilidad es extrema, así que el resultado nos resulta impredecible. Esa es la descripción honesta de casi toda la "aleatoriedad" cotidiana: no una ausencia de causas, sino un exceso de sensibilidad.

Dónde te encuentras el caos de verdad

El clima y el muro de las dos semanas

Aquí es donde se descubrió y donde más muerde. El pronóstico moderno ha mejorado enormemente —un pronóstico a cinco días de hoy es más o menos tan bueno como lo era uno a un día hace décadas— pero ese progreso está chocando contra un techo que no es tecnológico.

Los errores en la medición atmosférica se duplican aproximadamente cada uno o dos días. Dado lo gruesas que necesariamente son nuestras observaciones, eso pone un horizonte duro al pronóstico útil en algún punto alrededor de las dos semanas. No porque nuestros modelos sean malos, sino porque la atmósfera amplifica la distancia entre lo que medimos y lo que realmente había.

Por eso los meteorólogos dan probabilidades en vez de afirmaciones. Un "70% de probabilidad de lluvia" suele significar que, al correr el modelo muchas veces con las condiciones iniciales ligeramente movidas, el 70% de esas corridas produjo lluvia. Están midiendo el efecto mariposa directamente y reportando la dispersión.

El péndulo doble

La demostración física más clara que existe: cuelga un péndulo del extremo de otro y suelta. Un péndulo simple oscila en un arco aburrido y perfectamente predecible. Añade una articulación y el movimiento se vuelve salvaje, no se repite nunca y es imposible de pronosticar más allá de unos pocos segundos.

Suelta dos péndulos dobles idénticos desde posiciones lo más parecidas que permitan unas manos humanas, y coincidirán durante un par de oscilaciones antes de salir disparados hacia movimientos completamente distintos. No se ha añadido nada más que una bisagra.

Vale más verlo que leerlo: el simulador de caos te deja correr tanto el péndulo doble como el propio atractor de Lorenz, incluido soltar dos péndulos desde posiciones casi idénticas y mirar cómo se separan.

El tráfico

El caso cotidiano. Te has quedado atrapado en un taco que terminó despejándose sin choque, sin obras y sin ninguna causa que llegaras a ver. Ese taco probablemente lo empezó un conductor que pisó el freno un poco más fuerte de la cuenta, varios kilómetros más adelante, hace un rato.

Cada conductor que viene detrás frena un poco más fuerte que el de adelante, y la perturbación viaja hacia atrás por el tráfico creciendo a medida que avanza, hasta que hay autos completamente detenidos. El conductor original hace rato que se fue. El taco sobrevivió a su causa, que es un ejemplo tan claro de perturbación pequeña con consecuencias desproporcionadas como los que da la vida corriente.

Lo que el efecto mariposa no significa

Dos correcciones, porque la versión de la cultura pop se ha alejado bastante de la ciencia.

La mariposa no causa el tornado. Lorenz planteó su idea como pregunta, y el punto era sobre los límites de la predicción, no sobre repartir culpas entre insectos. Un tornado tiene causas reales: sistemas de presión, humedad, cizalladura del viento. Lo que se afirma es que la atmósfera es tan sensible que nunca podemos descartar que una perturbación así de pequeña importara, y por lo tanto nunca podemos rastrear resultados hasta sus causas con confianza. Es una afirmación sobre el conocimiento, no sobre el poder de las mariposas.

No significa que toda cosa pequeña tenga consecuencias grandes. En la abrumadora mayoría de los casos, las cosas pequeñas se quedan pequeñas. Casi todos los sistemas amortiguan las perturbaciones en vez de amplificarlas; por eso los puentes no se caen cuando alguien se apoya. El caos es una propiedad de sistemas concretos bajo condiciones concretas, no una ley general de que todo está al filo. El efecto mariposa es un hallazgo técnico y específico sobre sensibilidad, no una filosofía sobre cuánto importan tus decisiones.

Para llevarse

Lorenz encontró algo realmente inquietante: un sistema puede estar completamente determinado y ser completamente impredecible al mismo tiempo. Las reglas no dejan nada al azar, y el futuro sigue estando fuera de alcance; no porque nos falte una teoría, sino porque necesitaríamos conocer el presente con precisión infinita, y nadie puede.

Eso replanteó lo que la ciencia puede prometer. Para los sistemas caóticos el objetivo deja de ser "predecir el resultado" y pasa a ser "describir el rango de resultados y con cuánta confianza". Y por eso el pronóstico del tiempo te da un porcentaje, y te lo va a seguir dando dentro de un siglo, con computadoras mucho mejores.

Míralo tú mismo

Corre el atractor de Lorenz y el péndulo doble, y suelta dos péndulos desde posiciones casi idénticas para ver cómo se separan. Gratis, sin registro y en tu navegador.