EFECTO MARIPOSA

El efecto mariposa es un concepto de la teora del caos. La idea es que, dadas

unas condiciones iniciales de un determinado sistema dinmico catico (ms
concretamente con dependencia sensitiva a las condiciones iniciales) cualquier
pequea discrepancia entre dos situaciones con una variacin pequea en los
datos iniciales, acabar dando lugar a situaciones donde ambos sistemas
evolucionan en ciertas formas completamente diferentes.

Origen del trmino

Eso implica que si en un sistema se produce una pequea perturbacin inicial,
mediante un proceso de amplificacin, podr generar un efecto
considerablemente grande a corto o mediano plazo de tiempo. Su nombre
proviene de las frases: "el aleteo de las alas de una mariposa se puede sentir al
otro lado del mundo" (proverbio chino) o "el aleteo de las alas de una mariposa
puede provocar un Tsunami al otro lado del mundo", as como tambin "El
simple aleteo de una mariposa puede cambiar el mundo". Esto debe
interpretarse de la siguiente manera, imagnense dos mundos posibles casi
idnticos, pero en el segundo hay una mariposa aleteando que en el primero
no aparece siendo por los dems los dos mundos idnticos. A largo plazo el
mundo con la mariposa y el mundo sin la mariposa acabarn siendo muy
diferentes, en particular en uno de ellos puede producirse un tsunami o un tifn
que en el otro mundo no se produce.
El trmino "efecto mariposa" por tanto fue acuado a partir del resultado
obtenido por el meteorlogo y matemtico Edward Lorenz, relacionado con la
sensibilidad a variaciones pequeas en las condiciones iniciales, y los efectos
sobre la prediccin del clima atmosfrico a largo plazo:
En una determinada ocasin quiso volver a echar un vistazo a una simulacin
que ya haba hecho, llevndola ms lejos en el tiempo. En vez de comenzar
desde el principio y esperar a que el ordenador llegara al intervalo que le
interesaba, introdujo en el teclado los valores que ya tena apuntados en el
papel. Dej la mquina trabajando y se fue a tomar un caf. Despus de una
hora, la mquina haba simulado dos meses de prediccin atmosfrica, y
sucedi lo inesperado: Existan valores de los das que haba simulado
anteriormente que no coincidan con los que haba calculado esta vez.
James Gleick en Caos: la creacin de una ciencia

Consecuencias inmediatas
El clima atmosfrico en el modelo simplificado de Lorenz se describa mediante
tres ecuaciones diferenciales ordinarias acopladas. Siendo as, conociendo las
condiciones iniciales, se podra conocer la prediccin del clima en el futuro. Sin
embargo, al ser ste un sistema catico y no poder conocer nunca con
exactitud los parmetros que fijan las condiciones iniciales (en cualquier
sistema de medicin, por definicin, siempre se comete un error, por pequeo
que ste sea) hace que, aunque se conozca el modelo, ste diverge de la

realidad pasado un cierto tiempo (vase horizonte de predicciones). En el

modelo de Lorenz la necesidad de usar un nmero finito de decimales en sus
computaciones equivala a que slo el error de truncamiento en la ltima cifra
decimal supona una perturbacin que se amplificaba con el tiempo impidiendo
as una prediccin ms precisa del resultado de su modelo. El tiempo
atmosfrico es ms complejo que el modelo de Lorenz pero se acepta que si el
modelo simple ya presenta la caracterstica de alta sensabilidad a las
condiciones iniciales, y la presencia de un atractor extrao, cualquier modelo
ms complejo y realista que describa con mayor precisin el tiempo presentar
caractersticas anlogas. Eso implica que los modelos meteorolgicos tienen un
tiempo finito ms all del cual sus predicciones no resultan ltiles al
compararlas con la realidad, en la actualidad (2015) este tiempo se sita entre
los 5 y los 10 das.

Consecuencias generales
Esta interrelacin de causa-efecto se da en todos los eventos de la vida. Un
pequeo cambio puede generar grandes resultados o hipotticamente: "el
aleteo de una mariposa en Hong Kong puede desatar una tempestad en Nueva
York".
La consecuencia prctica del efecto mariposa es que en sistemas complejos
tales como el estado del tiempo o la bolsa de valores es muy difcil predecir
con seguridad en un mediano rango de tiempo. Los modelos finitos que tratan
de simular estos sistemas necesariamente descartan informacin acerca del
sistema y los eventos asociados a l. Estos errores son magnificados en cada
unidad de tiempo simulada hasta que el error resultante llega a exceder el cien
por ciento