Matemática, predictibilidad y covid-19

By on mayo 12, 2020
Esptiben Rojas Bernilla

Por: Dr. Esptiben Rojas  Bernilla 

Universidad de Magallanes – Chile.

La matemática, como la conocemos tiene unos 5,000 años de antigüedad, en el transcurso de su historia ha evolucionado, hasta transformarse en lo que es hoy: Un conjunto de sistemas formales, estratificados y entrelazados entre sí.

Constantemente los matemáticos están creando objetos idealizados, que son sometidos a determinados sistemas formales. El matemático es el único científico que crea sus objetos de estudio, en el mundo de las ideas y la abstracción.

Para que los ingenieros matemáticos usen el conocimiento matemático en la solución de problemas reales, desarrollan un proceso de idealización de la realidad (no puede ser de otra forma, puesto que los matemáticos trabajan con objetos idealizados), de tal forma que la realidad pueda ser en cierta medida equivalente a los objetos matemáticos, y así puedan usar todas las técnicas matemáticas conocidas, para eventualmente hacer predicciones. Sin embargo, esta equivalencia tiene un costo, la “idealización de la realidad”, este proceso es llamado modelamiento matemático. Para una buena idealización de la realidad es indispensable conocer bien la realidad a modelar y tener la suficiente cantidad de datos válidos. Existen modelos matemáticos que pueden dar predictibilidad con cierto grado de exactitud, puesto que modelan realidades bien conocidas, y que poseen gran cantidad de datos válidos, por ejemplo, en la predicción del clima, existen modelos matemáticos eficientes, sin embargo, podemos darnos cuenta que en algunos casos la predicción del clima falla, puesto que el conocimiento de la realidad climática es a veces caótica y por lo tanto, aparecen variables no consideradas en el modelo climático. Es decir, el modelaje matemático tiene sus limitantes, no es infalible. Otra de las razones por la que un modelo falla, es que en una realidad particular por lo general intervienen un número indeterminado de variables (inmanejable con los actuales conocimientos matemáticos) y además, cada variable es inestable y hasta caótica, por eso es imprescindible idealizar la realidad (usar hipótesis plausibles, eliminar variables no relevantes, y adaptarlo a las técnicas matemáticas conocidas). Por lo menos se pueden hacer buenas hipótesis, si se conoce suficientemente la realidad a modelar.

En las últimas semanas hemos visto que en distintas partes del mundo y Chile no es la excepción, que colectivos matemáticos han propuesto modelos matemáticos para estudiar el covid-19, y eventualmente hacer predicciones. Sin embargo, para esta pandemia difieren mucho en sus predicciones, incluso se llega a establecer que el peak de la pandemia sería para fines de abril o mayo, en algunos casos predicen para principios de junio, etc. Ha transcurrido el tiempo y observamos que ninguno de estos modelos ha tenido éxito predictivo, que permitan implementar, medidas sanitarias eficientes. ¿Cuál es la razón de esta falta de precisión de los modelos matemáticos?

Como se dijo anteriormente, un buen modelo matemático predictivo necesita conocer bien la realidad a modelar y tener una buena cantidad de datos válidos. Sin embargo, el covid-19 es una enfermedad relativamente reciente, está en proceso de investigación, se tienen una serie de dudas y se desconoce muchas de sus características, además se carece suficiente cantidad de datos válidos, dada la complejidad de una pandemia, en donde se transmite globalmente, en distintas realidades e idiosincrasias, que afectan la medición científica. El problema es complejo, incluso no es posible medir el impacto de las mediciones gubernamentales en la evolución del covid-19, puesto que una serie de factores humanos, sociales, económicos, determinan comportamientos humanos impredecibles.

Para lograr acercarnos a obtener un modelo matemático lo suficientemente eficiente, es necesario más investigación (por eso que es muy importante, que cualquier país invierta en investigación científica) del covid-19, además necesitamos más tiempo para obtener mayor cantidad de datos y así validar el modelo. En un futuro próximo no hay duda que se obtendrá un modelo matemático que dé cuenta de esta pandemia, sin embargo como humanidad no podemos esperar, los contagiados, la pérdida de vidas humanas continúan.

La matemática tiene sus límites, cuando se trata de modelar, sin embargo, tener modelos matemáticos (aunque no sean precisos aún), siempre es un aporte, información para tener en cuenta, de eso no cabe duda.

Ante esta situación de incertidumbre, lo único seguro es confinarse en casa (para los que pueden), seguir estrictamente las normas sanitarias recomendadas y esperar con austeridad y cautela, lo que pasará en los próximos meses, de seguro que saldremos de esta situación lamentable, con la ayuda de la matemática o no.

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *


*

Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>