El nacimiento de la teoría del caos
En 1963, el meteorólogo Edward Lorenz ejecutaba un modelo computacional simplificado de convección atmosférica cuando hizo un descubrimiento que cambiaría la ciencia. Reintrodujo condiciones iniciales redondeadas a tres decimales en lugar de seis, y la predicción meteorológica resultante divergió completamente de la original. Esta sensibilidad extrema a las condiciones iniciales se conoció como el «efecto mariposa»: la idea de que una mariposa batiendo sus alas en Brasil podría desencadenar un tornado en Texas.
El sistema de Lorenz
El sistema de Lorenz se define por tres ecuaciones diferenciales ordinarias acopladas: dx/dt = σ(y−x), dy/dt = x(ρ−z)−y, y dz/dt = xy−βz. El parámetro σ (sigma) es el número de Prandtl que relaciona la viscosidad con la difusividad térmica, ρ (rho) es el número de Rayleigh que describe la diferencia de temperatura que impulsa la convección, y β (beta) es un factor geométrico relacionado con la proporción de aspecto de las celdas de convección.
Comprensión de la visualización
La simulación muestra dos trayectorias: una en cian (original) y otra en rojo (perturbada por una cantidad mínima δ). Al principio parecen idénticas, trazando el mismo camino en forma de mariposa. Pero después de cierto tiempo, la perturbación crece exponencialmente y los dos caminos divergen completamente, visitando diferentes lóbulos del atractor en momentos distintos. Esto es caos determinista: las ecuaciones son perfectamente deterministas, pero la predicción a largo plazo es imposible.
El exponente de Lyapunov
El exponente de Lyapunov λ cuantifica esta tasa de divergencia. Para los parámetros clásicos de Lorenz, λ ≈ 0,906, lo que significa que las trayectorias cercanas se separan por un factor de e ≈ 2,718 aproximadamente cada 1,1 unidades de tiempo. Esto establece un horizonte fundamental de predictibilidad que ninguna potencia computacional puede superar. Aumenta el control de perturbación para ver cómo diferencias iniciales incluso mayores afectan la divergencia.