Utilizamos cookies propias y de terceros para mejorar nuestros servicios y facilitarte el uso de la web mediante el análisis de tus preferencias de navegación. También compartimos la información sobre el tráfico por nuestra web a los medios sociales y de publicidad con los que colaboramos. Si continúas navegando, consideramos que aceptas nuestra Política de cookies .

1 de Junio de 2017
Computación

El pensamiento computacional en ciencia

La revolución informática ha ejercido un profundo cambio en nuestra manera de concebir la ciencia, la experimentación y la investigación.

SUSTITUTO DEL EXPERIMENTO: Los ingenieros aeronáuticos recurren a las simulaciones en dinámica computacional de fluidos para modelizar el flujo de aire alrededor de un avión. El enorme grado de desarrollo que han alcanzado estas técnicas permite diseñar nuevas aeronaves sin necesidad de túneles de viento ni vuelos de prueba. Esta imagen muestra el caso del transbordador espacial. El primer paso consiste en construir una malla tridimensional con la forma de la nave. El espaciado de la malla es menor más cerca del fuselaje, donde los cambios de presión resultan mayores. Después, las ecuaciones diferenciales que describen el flujo de aire se reformulan en términos de ecuaciones en diferencias finitas sobre la malla. Por último, un superordenador calcula el flujo de aire y la presión en cada punto como función del tiempo. Los resultados numéricos pueden convertirse en imágenes coloreadas, las cuales revelan qué partes de la nave sufrirán un mayor esfuerzo mecánico. [PETER A. GNOFFO Y JEFFERY A. WHITE/NASA]

En síntesis

A lo largo de la historia la ciencia se ha apoyado en dos pilares básicos: la teoría y el experimento. En las últimas décadas, las simulaciones numéricas y el análisis computarizado de la información han introducido uno más.

El término ciencia computacional hace referencia, no a la computación o la informática en sí, sino a aquellas subdisciplinas que avanzan gracias al uso de los ordenadores (biología computacional, química computacional, etcétera).

El pensamiento computacional requiere mucho más que un conjunto de conocimientos sobre programación. A pesar de su notable capacidad para abordar problemas complejos y de otro modo inatacables, presenta también varias limitaciones.

Una revolución silenciosa pero profunda ha tenido lugar en la ciencia. Los ordenadores han transformado la práctica científica al posibilitar todo tipo de nuevos descubrimientos a través de la tecnología de la información.

Durante la mayor parte de su historia, la ciencia y la técnica han conocido dos clases de personajes. Por un lado, el experimentador, encargado de tomar datos para averiguar si una hipótesis funciona o no. Por otro, el teórico, que diseña modelos matemáticos para explicar lo que ya sabemos y hacer predicciones sobre lo que aún ignoramos. Uno y otro interactúan entre sí, ya que las hipótesis pueden provenir de los modelos, y lo que sabemos procede de modelos y de datos previos. Tanto experimentadores como teóricos desarrollaban su actividad mucho antes de la llegada de los ordenadores.

Cuando, hacia los años cuarenta del pasado siglo, los Gobiernos comenzaron a encargar proyectos para construir las primeras computadoras electrónicas, los científicos debatieron sobre cómo las usarían. Prácticamente todo el mundo tenía algo que ganar. Los experimentadores las emplearían para analizar datos, cribar grandes cantidades de ellos y discernir pautas estadísticas. Los teóricos, por su parte, podrían explotarlas para resolver sus modelos matemáticos. Buena parte de dichos modelos se formulan en términos de ecuaciones diferenciales, las cuales consideran los cambios de una función a lo largo de intervalos infinitesimales. Tomemos una función genérica del tiempo, f(t), y supongamos que sus variaciones con respecto a este quedan determinadas por otra función, g(t). Esta relación se escribe como df(t)/dt = g(t). A partir de aquí, podemos calcular los valores aproximados de f(t) siguiendo una serie de pequeños saltos temporales, Δt, y aplicando la ecuación de diferencias:

f(t + Δt) = f(t) + g(t)Δt .

Este tipo de cálculo puede extenderse al caso de múltiples dimensiones con ecuaciones que combinan los valores de una función en los nodos de una malla. En sus trabajos, John von Neumann, el polímata que contribuyó a diseñar los primeros ordenadores, describió varios algoritmos para resolver sistemas de ecuaciones de diferencias en mallas discretas.

El uso de las computadoras para acelerar la labor de experimentadores y teóricos supuso una revolución en sí. Pero, en ese tiempo, ha sucedido algo más. Los científicos que trabajaban con ordenadores acabarían desarrollando nuevos métodos para hacer avanzar la ciencia.

Uno de los principales ejemplos de este fenómeno nos lo proporcionan las simulaciones informáticas. Al simular el flujo de aire alrededor del ala de un avión por medio de las ecuaciones de Navier-Stokes en una malla, los ingenieros aeronáuticos han reducido de forma considerable la necesidad de usar túneles de viento y vuelos de prueba. Los cosmólogos simulan colisiones entre galaxias; y los químicos, el deterioro del escudo térmico de una nave espacial que penetra en la atmósfera. Poco a poco las simulaciones informáticas comenzaron a llegar allí donde no podían hacerlo ni la teoría ni el experimento. Se convirtieron en una nueva manera de hacer ciencia. Y los científicos, además de experimentadores y teóricos, pasaron a ser diseñadores computacionales.

Artículos relacionados

Puedes obtener el artículo en...

¿Tienes acceso?

Los boletines de Investigación y Ciencia

Elige qué contenidos quieres recibir.