Вы находитесь на странице: 1из 5

La especie humana se ha preocupado de la aleatoriedad y la imprevisibilidad

aparejada desde tiempos prehist�ricos. La creencia en la posibilidad de la


adivinaci�n (al leer mensajes siguiendo patrones aleatorios e imprevisibles), los
juegos de azar y en parte la encomendaci�n a deidades religiosas est�n conectadas
con la preocupaci�n por la imprevisibilidad y la aleatoriedad.[cita�requerida]
En tiempos hist�ricos, la contraposici�n entre libre albedr�o y determinismo ha
sido una cuesti�n ampliamente discutida en la filosof�a y la teolog�a desde hace
milenios, y documentada desde muy antiguo en numerosas culturas.
A pesar de la prevalencia de los juegos en todas las �pocas y culturas, por un
largo per�odo hubo una cierta investigaci�n occidental sobre el tema, posiblemente
debido a la desaprobaci�n que la Iglesia cat�lica manten�a en cuestiones de juegos
y la adivinaci�n. Si bien Gerolamo Cardano y Galileo escribieron sobre los juegos
de azar, fueron Blaise Pascal, Pierre de Fermat y Christiaan Huygens quienes nos
condujeron a lo que hoy se conoce como teor�a de probabilidad.
Los matem�ticos se centraron primero en aleatoriedad estad�stica y consideraron
frecuencias de bloque (es decir, no solo las frecuencias de ocurrencias de
elementos individuales, si no tambi�n bloques de longitudes arbitrarias) como la
medida de la aleatoriedad, un acercamiento que se prolongar� hacia la entrop�a de
la informaci�n en la teor�a de la informaci�n.
A principios de los a�os 60, Gregory Chaitin, Andr�i Kolmog�rov y Ray Solomonoff
introdujeron la noci�n de aleatoriedad algor�tmica, en la cual la aleatoriedad de
una secuencia depende de si es posible comprimirla.
Aleatoriedad en la ciencia
En la investigaci�n cient�fica la aleatoriedad es estudiada por la estad�stica y la
teor�a de la probabilidad. En f�sica, la mec�nica estad�stica y la teor�a del caos
han servido para construir modelos cient�ficos para sistemas que presentan un alto
grado de imprevisibilidad y aleatoriedad aparente.
Experimento aleatorio
En teor�a de la probabilidad un experimento aleatorio es aquel que bajo el mismo
conjunto aparente de condiciones iniciales, puede presentar resultados diferentes,
es decir, no se puede predecir o reproducir el resultado exacto de cada experiencia
particular. Un punto clave de la teor�a de la probabilidad es que los resultados de
un fen�meno aleatorio tiene una distribuci�n de probabilidad bien definida.
El lanzamiento de un dado real se aproxima mucho a buen ejemplo de experimento
aleatorio. El resultado de dicho lanzamiento se contrapone al un fen�meno
determinista previsible, donde es posible conocer todos los factores condicionantes
de un experimento predecir bastante exactamente el resultado del mismo. Si bien el
lanzamiento de un dado es proceso f�sico determinista, en condiciones pr�cticas es
dif�cil observar los factores condicionantes o incluso calcular la trayectoria real
porque es altamente ca�tica.
Esto contrasta t�picamente con un experimento determinista, previsible y no
ca�tico. Por ejemplo, conociendo la altura desde la que se arroja un m�vil es
posible saber exactamente el tiempo que tardar� en llegar al suelo en condiciones
de vac�o. Sin embargo una colecci�n de eventos estad�sticos, puede ser tratada como
un fen�meno determinista en estad�stica. Por ejemplo, lanzando un dado de seis
caras seiscientas veces, el resultado para cada una de las caras del mismo ser�
aproximadamente cien.
Art�culos principales: Estoc�stico, Proceso estoc�stico y Teor�a de la
probabilidad.
Causas de la aleatoriedad
En el mundo f�sico macrosc�pico la aleatoriedad se debe fundamentalmente a la
existencia de sistemas f�sicos con evoluci�n temporal ca�tica. La teor�a del caos
se ocupa de caracterizar muchos de dichos sistemas ca�ticos. En ellos, si bien los
mecanismos f�sicos pueden ser incluso deterministas, peque�as variaciones de los
factores condicionantes conducen a resultados muy diferentes. Esa propiedad se
llama dependencia sensible de las condiciones iniciales y es una caracter�stica
b�sica de muchos sistemas llamados ca�ticos.
A nivel microsc�pico muchos cient�ficos postulan que existe un tipo de aleatoridad
cualitativamente diferente, la asociada a los procesos de la mec�nica cu�ntica. Si
bien se han postulado modelos cu�nticos deterministas, esencialmente mediante el
establecimiento de teor�a de variables ocultas, en la actualidad muchos f�sicos
cu�nticos aceptan interpretaciones como la interpretaci�n de Copenhague o la
interpretaci�n del colapso objetivo que indican que en un nivel muy fundamental la
evoluci�n temporal de los sistemas cu�nticos s� presenta elementos de aleatoriedad.
Sin embargo, esto sigue siendo discutido y parece que interpretaciones
deterministas como la interpretaci�n del Multiverso han ganado muchos adherentes
entre los f�sicos cu�nticos en las �ltimas d�cadas.
Aleatoriedad estad�stica y algor�tmica
Art�culo principal: Aleatoriedad estad�stica
Durante el siglo XX surgieron nuevas ideas para modelizar la aleatoriedad que surge
entre datos tomados del mundo real y dentro de las propias matem�ticas. La
complejidad de Kolmog�rov engloba varios enfoques relacionados con las estructuras
matem�ticas y los conjuntos de datos, que inevitablemente han conducido a preguntas
filos�ficas profundas sobre la existencia de fen�menos aleatorios o la
constructibilidad de objetos. El trabajo de Gregory Chaitin por ejemplo relaciona
la aleatoriedad de n�meros reales o el problema de la parada de Turing con la
irreductibilidad o imcompresibilidad algor�timica (ver constante de Chaitin).
Aleatoriedad en la filosof�a y la religi�n
Hay que notar que la predisposici�n a creer que "todo tiene un prop�sito o una
causa" est� de hecho impl�cita en la expresi�n "aparente carencia de prop�sito o
causa". Los humanos est�n siempre buscando patrones en su experiencia, y el patr�n
m�s b�sico parece ser el patr�n causa-efecto. Esto parece embebido en el cerebro
humano, y quiz�s en el de otros animales tambi�n. Al parecer la arquitectura
cognitiva de los seres humanos ha sacado partido a lo largo de la evoluci�n
biol�gica de la predicci�n de patrones regulares. Esto tambi�n parece haberse
encontrado en otros mam�feros. Por ejemplo, los perros y los gatos a menudo
muestran establecer aparentemente una conexi�n de causa y efecto que nos parece
divertida o peculiar, como puede ser la situaci�n por la cual un perro que, despu�s
de visitar al veterinario cuya cl�nica tenga los suelos embaldosados de un azulejo
concreto, rechace a partir de entonces acercarse a esa clase de suelos, estando o
no en la cl�nica veterinaria.
Es debido a esta tendencia que la ausencia de una causa parece problem�tica. Ver
causalidad.
Para resolver este problema, a veces se dice que los eventos aleatorios son
causados por azar. M�s que resolver el problema de la aleatoriedad, esto abre el
enorme hueco de definir el azar. Es dif�cil evadir la circularidad al definir el
azar en t�rminos de aleatoriedad.
Aleatoriedad contra Impredecibilidad
Algunos discuten que la aleatoriedad no debe confundirse con la impredecibilidad
pr�ctica, la cual es una idea que est� relacionada con el uso ordinario. Algunos
sistemas matem�ticos, por ejemplo, pueden verse como aleatorios; sin embargo son de
hecho impredecibles. Esto se debe a una dependencia sensible de las condiciones
iniciales. Muchos fen�menos aleatorios pueden exhibir caracter�sticas organizadas a
algunos niveles. Por ejemplo, mientras la media porcentual del incremento de la
poblaci�n humana es bastante predecible, en t�rminos sencillos, el intervalo real
de los nacimientos y muertes individuales no se pueden predecir. Esta aleatoriedad
a peque�a escala se encuentra en casi todos los sistemas del mundo real. La ley de
Ohm y la teor�a cin�tica de los gases son estad�sticamente descripciones reales de
c�lculos (por ejemplo, el resultado neto o la integraci�n) de vastas cantidades de
n�meros de eventos individuales at�micos, cada uno de los cuales son aleatorios, y
ninguno de ellos son individualmente predecibles.
Los sistemas ca�ticos son impredecibles en la pr�ctica debido a su extrema
dependencia de las condiciones iniciales. Si son o no impredecibles en t�rminos de
la teor�a de la computabilidad es objeto de actuales investigaciones. Al menos en
algunas disciplinas la teor�a de la computabilidad, la noci�n de la aleatoriedad
termina siendo identificada con impredecibilidad computacional.
Se requiere la impredecibilidad en algunas aplicaciones, tales como los m�ltiples
usos de los n�meros aleatorios en la criptograf�a. En otras aplicaciones, como el
modelado o la simulaci�n, la aleatoriedad estad�stica es esencial, pero la
predictibilidad tambi�n sirve de ayuda (por ejemplo, cuando se ejecutan
repetidamente simulaciones o pruebas de reconocimiento, puede ser muy �til poder
volver a ejecutar el modelo con la entrada aleatoria exacta numerosas veces).
Lidiar sensiblemente con la aleatoriedad es un problema duro para la ciencia
moderna, las matem�ticas, la psicolog�a y la filosof�a. Meramente definirlo
adecuadamente, para los prop�sitos de una disciplina es dificultoso. Distinguiendo
entre aparente aleatoriedad y la verdadera no ha sido m�s sencillo. En adici�n,
asegurar imprevisibilidad, especialmente contra una grupo bien motivado, ha sido
m�s dif�cil a�n.
Algunos fil�sofos han discutido que no hay aleatoriedad en el universo, solo
imprevisibilidad. Otros encuentran la distinci�n sin sentido (ver determinismo para
m�s informaci�n).
Aleatoriedad y religi�n

Este art�culo o secci�n tiene un estilo dif�cil de entender para los lectores
interesados en el tema.
Si puedes, por favor ed�talo y contribuye a hacerlo m�s accesible para el p�blico
general, sin eliminar los detalles t�cnicos que interesan a los especialistas.
Algunos te�logos han intentado resolver la aparente contradicci�n entre la deidad
omnisciente y el libre albedr�o usando aleatoriedad, arguyendo que si la deidad
omnisciente conoce pasado, presente y futuro, las personas no tendr�an una libertad
total, puesto que realmente todo su futuro que incluye las decisiones humanas
libres estar�a ya predestinado y sabido, y esto contradir�a una propiedad del libre
albedr�o, que implica que una acci�n humana libre debe poder realizarse de un modo,
o de su contrario, sin poder predecirse. Por tanto para un libre albedr�o han
intentado usar de la aleatoriedad en los principios intr�nsecos de la acci�n humana
libre. Los discordianistas tiene una fuerte creencia en la aleatoriedad, el caos y
en la impredecibilidad.
Aplicaciones y usos de la aleatoriedad
Los n�meros aleatorios fueron investigados primero en el contexto de las apuestas,
y muchos dispositivos aleatorizados tales como los dados, las cartas y las ruletas,
fueron primero desarrollados para ser usados en apuestas. La habilidad de producir
justamente n�meros aleatorios es vital a la apuesta electr�nica, y como tal, los
m�todos usados para crearlas son usualmente regulados por las Juntas de Control de
Juego gubernamentales.
Los n�meros aleatorios son tambi�n usados para otros prop�sitos, donde su uso es
matem�ticamente importante, tal como en muestras de urnas de opini�n; y en
situaciones donde la "equidad" es aproximada por aleatorizaci�n, tal como
seleccionar jurados. Soluciones computacionales para algunos tipos de problemas
usan extensivamente n�meros aleatorios, tal como en el m�todo de Montecarlo y en
algoritmos gen�ticos.
Generando Aleatoriedad
En su libro "Una nueva forma de ciencia", Stephen Wolfram describe tres mecanismos
responsables de (aparentemente) conducta aleatoria en los sistemas:
1. Aleatoriedad viniendo del entorno (por ejemplo, movimiento browniano, pero
tambi�n hardware generador de n�meros aleatorios).
2. Aleatoriedad viniendo de las condiciones iniciales. Este aspecto es estudiado
por la Teor�a del Caos, y es observado en sistemas cuyo comportamiento es muy
sensitivo a peque�as variaciones en dicha condiciones iniciales (tales como las
m�quinas de pachinko, dados...).
3. Aleatoriedad intr�nsecamente generada por el sistema. �sta es tambi�n llamada
secuencia pseudoaleatoria, y es el tipo usado en los generadores de n�meros
pseudoaleatorios. Hay muchos algoritmos (basados en aritm�tica o aut�matas
celulares) para generar n�meros pseudoaleatorios. El comportamiento del sistema
puede ser determinado sabiendo el estado de la semilla y el algoritmo usado. Este
m�todo es m�s r�pido que obtener "verdadera" aleatoriedad del entorno.

Secuencia 2D Pseudoaleatoria
Las muchas aplicaciones de la aleatoriedad han llevado a muchos m�todos diferentes
para generar datos aleatorios. Estos m�todos pueden variar depende de cu�n
impredecible o estad�sticamente aleatorios son, y cu�n r�pido pueden generar
n�meros aleatorios.
Antes del avance de los generadores computacionales de n�meros aleatorios, generar
grandes cantidades de n�meros suficientemente aleatorios (importante en
estad�stica) requer�a mucho trabajo. Los resultados pod�an ser algunas veces ser
colectados y distribuidos como tablas de n�meros aleatorios.
Enlaces relacionado con generar aleatoriedad
Entrop�a (informaci�n)
Teor�a de probabilidad
Secuencia pseudoaleatoria
N�mero aleatorio
Variable aleatoria
Proceso estoc�stico
Malinterpretaciones / falacias l�gicas
Percepciones populares de la aleatoriedad est�n frecuentemente equivocadas, basadas
en falacias l�gicas. El seguimiento en un intento de identificar la fuente de tales
falacias y corregir los errores l�gicos.
Un n�mero est� "debido"
Este argumento dice que "ya que todos los n�meros eventualmente saldr�n en una
selecci�n aleatoria, aquellos que todav�a no hayan salido est�n 'debidos' y es m�s
probable que salgan pronto". Esta l�gica es solo correcta si es aplicada a un
sistema donde los n�meros que salen son eliminados del sistema, as� como cuando se
barajan las cartas sin regresarse al mazo. Es verdad, por ejemplo, que una vez que
una J es eliminada del mazo, la pr�xima carta es menos probable que sea una J y m�s
probable que sea otra. Sin embargo, si la J es devuelta al mazo, y este es barajado
de nuevo, hay una oportunidad igual de sacar una J o cualquier otra carta la
pr�xima vez. La misma verdad se aplica a cualquier otro caso donde los objetos son
seleccionados independientemente y nada es retirado del sistema luego de cada
evento, as� como una tirada de dado, de moneda o la mayor�a de las loter�as.
Un n�mero est� "maldito"
Este argumento es casi la reversa del de arriba, y dice que los n�meros que han
salido de forma menos seguida en el pasado continuar�n viniendo con igual
frecuencia en el futuro. Un argumento similar, "n�mero bendito", puede estar
diciendo que los n�meros que han salido con mayor frecuencia en el pasado lo har�n
en el futuro. Esta l�gica es solo v�lida si la tirada es de alguna manera parcial y
los resultados no tienen igual probabilidades �por ejemplo, con un dado pesado�. Si
sabemos con seguridad que la tirada es justa, entonces eventos previos no tienen
influencia en eventos futuros.
N�tese que en la naturaleza, eventos inesperados o inciertos raramente ocurren con
frecuencias perfectamente iguales, de esta manera el aprender qu� eventos son
probables que tengan probabilidades m�s altas observando resultados tiene sentido.
Lo que es falaz es aplicar esta l�gica a sistemas que son especialmente dise�ados
para que todos los resultados sean igualmente probables -tales como los dados, las
ruletas, etc.
Citas
"Dios no juega a los dados con el universo". �Albert Einstein
"N�meros aleatorios no deber�an ser generados por un m�todo elegido
aleatoriamente". �Donald E. Knuth
"La generaci�n de n�meros aleatorios es demasiado importante para ser librada al
azar". �Robert R. Coveyou, Laboratorio Nacional de Oak Ridge, 1969
"Aquello que es est�tico y repetitivo es aburrido. Aquello que es din�mico y
aleatorio es confuso. En el medio yace el arte". �John Locke
"Rio de lo predecible y cuento lo pseudo aleatorio". �Steven Roddis
"�C�mo osamos hablar de las leyes del azar? �No es azar la ant�tesis de toda ley?".
� Joseph Bertrand, Calcul des probabilit�s, 1889
V�ase tambi�n
Azar
Algoritmo Fisher-Yates
Ley de los n�meros grandes
Apofenia y sincronicidad
Caos
Indeterminismo
Complejidad

Вам также может понравиться