LAS LIMITACIONES DE LA MATEMATICA CLSICA NOCOMPUTACIONAL. Revisin 2.

1
Leoncio Ibarra Mtz. libarram@gmail.com AGOSTO del 2016

1ra.LIMITACION de la matemtica clsica NO-computacional.

La matematica clsica no-computacional centra su desarrollo
bsicamente en derivar, o descubrir nuevas frmulas o ecuaciones, y en
demostrar teoremas, usualmente de tipo terico: poniendo enfasis en el
que y resolviendo problemas de decisin mas que de optimizacin, al
abordar problemas de optimizacin los logra resover aceptablemente si se
dan en un mbito continuo o No discreto, pero sistemticamente descuida
el como y si los problemas de optimizacin si se dan en el ambito
discreto, estos al abordarlos lo hace con serias limitaciones, lo cual
significa que propone una solucin o algoritmo que funciona slo si el
que el problema es de tamao pequeo.
Afortunadamente surge las ciencias de la computacin, que al contar con
los lenguajes de programacin ha podido abordar el como y desarrollar
algoritmos aproximados de optimizacion discreta. Ntese que la teora de
algoritmos y complejidad computacional, brilla por su ausencia en los
planes de estudio de los matemticos clsicos.
Algunos dicen que la mtematica clsica NO-computacional no puede ser
de otra manera, mientras quienes la estudian renuncian a otros puntos de
vista, es como ser de una religin y cerrarse a estudiar otra.
Desafortunadamente no es multiparadigma, su paradigma es el
declarativo o lgico, por eso importa mas el que, que el como, por eso
las matematicas no computacionales son modelos pasivos, estaticos, mas
que activos o dinmicos.

Recordemos que son los problemas de decisin y de

optimizacin.
Un problema de decisin decide sobre la veracidad de:
Existe un x tal que P(x) es verdadera o falsa, o simplemente para un Xo
especfico: debemos responder si P(Xo) es verdadera o falsa ?, la respuesta de
reduce a un s o a un NO para ese X especfico abstracto o para ese Xo
especfico concreto.
En un problema de optimizacin adems de decidir si hay una X cumple o NO
con p(X), nos imponemos la tarea debe encontrar o caracterizar las x que
cumplen o NO con P(x), la respuesta para un problema de optimizacin es ms
complicada o difcil de obtener, generalmente requiere de la formulacin de un

algoritmo de bsqueda para lograr una respuesta en un tiempo razonable. No

siempre el resultado en esa busqueda es contundente o exhaustivo, muchas
veces slo podremos conseguir resultados aproximados o soluciones parciales.
Asi el mejor algoritmo ser el que mejor se aproxime, o aquel que d una
respuesta menos parcial, y obviamente con el menor nmero de recursos y de
tiempo necesarios.
Por ejemplo, cuando x es una n-ada valores discretos tomados de al menos dos
valores posibles, o bien una lista de n-valores discretos tomados de m-posibles,
con m>n, entonces: los problemas de decisin y los de ptimizacin se
complican convirtindose en as en problemas de tipo NPC y NPH
respectivamente, ante los cuales la matemtica clsica a la fecha se ha
evidenciado como incompetente. Algunos matemticos al abordar slo
problemas de decisin y NO de optimizacin, no crean conciencia de la
necesidad de los algoritmos computacionales, y menos si sus problemas no son
del mbito discreto o aleatorio, la mayora de stos ingenuamente creen:
si resolvemos primero el problema de decisin, ya luego el de optimizacin
correspondiente ser mas fcil abordarlo. Por eso insistimos: una postura
medieval de algunos matemticos es cuando se empean en reducirlo todo a
una ecuacin o un sistema de ecuaciones (lineales u ordinarias), y se les ovida
que an aceptndolo, NO siempre ser posible encontrar las raices fcilmente
con una formula o con la demostracin de un teorema, inevitablemente tendrn
que elaborar un algoritmo de busqueda y de aproximacin, mxime si el
problema de optimizacin se d en el ambito discreto y algunas de las variables
involucradas son NO determinsticas.
Hay problemas que parecieran ser de decisin, pero son mas bien de
optimizacin, por ejemplo si queremos demostrar que en efecto existe un Xo
para el cual P(x) es cierta o falsa, es claramente un problema de decisin, pero
si mas bien queremos demostrar que NO existe un x para el cual P(x) es cierta
o falsa, es mas bien un problema de optimizacin, ya que tendriamos que
demostrar que todos los X de cierto dominio hacen a P(X) cierta o falsa.
Muchos problemas de este tipo traen de cabeza a la matemtica. En palabras
llanas, casi siempre es mas fcil demostrar que existe algo que sea, pero ya
demostrar que NO existe algo sea: no siempre es fcil. Pongamos unos
ejemplos: el ultimo teorema de Fermat, o Hiptesis de Reimman, o que no
existe una sucesin mediante la cual sea posible generar a los numeros primos.
Recordemos que de todos los problemas que tiene el hombre para los cuales
es deseable exista un buen algoritmo, no todos ellos se pueden formular y
resolver en trminos de alguna ecuacin o frmula. Si es cierto que alguna
formula o ecuacin tendra que ver, pero en muchos casos el proceso de
planteamiento y solucin no se reduce a ello.

Cuando un problema es complejo, digamos de tipo NPC o NPH, una sola

ecuacin o formula NO es suficiente, generalmente requerimos de numerosas
consideraciones y tareas a fin de plantearlo y resoverlo, si no ptimamente,
cuando menos de manera aproximada aceptable, esto lo tiene bien en claro la
matemtica Computacional:
adems de tomar a cuenta todas las ecuaciones y formulas que considere
adecuadas, no se olvida de implementar algortmicamente una solucin
echando mando de todos los recursos computacionales disponibles. Asi
su inters se centra en el desarrollo de algoritmos de todo tipo sin
importar que sean aproximados pero s ptimizados en algn sentido.

2da.LIMITACION de la matemtica clsica NO-computacional.

La matematica clsica no-computacional es esttica, centra su desarrollo
bsicamente en derivar, descubrir o demostrar nuevos teoremas, los cuales se
debern obtener TODOS a partir de sus axiomas o reglas y solo de manera
extraordinaria podr agregar un nuevo axioma o regla, siempre y cuando, de
NO hacerlo dificilmente sera posible demostrar el teorema en cuestin. Por
eso los lgicos dicen, que la matemtica clsica formal, slo hace
explcito lo que ya estaba dicho en sus axiomas y reglas de origen, o sea
ya estaba delimitada de origen.
La matematica clasica No es rebelde o abierta, es mas bien cerrada
desde el principio, o es demasiado conforme en creer es posible lograr
todo su desarrollo a partir de primeras verdades, incluso algunos asumen
fervientemente que estas fueron bien elegidas y definidas, y no faltan los
devotos que les asignan un origen casi divino.
Sin embargo con la Matematica Computacional asociada con la
programacin orientada a objetos, asume y promueve un carcter no
cerrado, crtico, dinmico y evolutivo, eso significa que siempre est
abierta la posibilidad de extender su teora y herramientas, por ejemplo si
parte o asume una primera clase, con todo naturalidad acepta extenderla a una
o mas clases a partir de ella, llamndolas sublases y a la original o primera le
llama super clase, con la nica restriccin de que las subclases heredan de la
superclase todos sus atributos y metodos, excepto los privados, y as todo los
objetos de las sublases son objetos de la superclase. Las sublases o clases
derivadas difieren entre si por los nuevos atributos y mtodos agregados en
cada una de ellas, as es posible construir clases mas diversas y poderosas,
resultando natural el recicaje de las ideas y la solucin a los problemas es
constructiva y definida en terminos de metodos o algoritmos encadenados y
aplicados y evaluados a los objetos correspondientes. Gracias a la los
lenguages de programacin orientados a objetos podemos asumir una actitud

mas abierta y no ceirnos o limitarnos a lo que se establezca como nuestros

axiomas y reglas de origen, ya que cada vez que que definamos una clase
nadie nos prohibe definamos otra y otra y hacer posible elaborar un programa
que haga posible la cooperacin ente ellas, as la matemtica
computacional esta en mejores condiciones para ampliar o mejorar en
cualquier momento lo que consideremos nuestra primera clase, las
clases derivadas sern las que puede heredar sus objetos y mtodos,
pero pudiendo siempre agregar o definir nuevos atributos y mtodos,
incluso sobrescribiendo o sobrecargando los mtodos que ya teniamos.