Aleatoriedad

Ir a la navegaci�nIr a la b�squeda

Puntos esparcidos aleatoriamente sobre un plano bidimensional. Los puntos m�s

cercanos entre s� est�n resaltados en rojo.
La aleatoriedad se asocia a todo proceso cuyo resultado no es previsible m�s que en
raz�n de la intervenci�n del azar; un ejemplo muy sencillo de un evento aleatorio
es el lanzamiento de dados. El resultado de todo suceso aleatorio no puede
determinarse en ning�n caso antes de que este se produzca. El estudio de los
fen�menos aleatorios queda dentro del �mbito de la teor�a de la probabilidad y, en
un marco m�s amplio, en el de la estad�stica.

La palabra aleatorio se usa para expresar una aparente carencia de prop�sito,

causa, u orden. En cambio, el t�rmino aleatoriedad se usa a menudo como sin�nimo
con un n�mero de propiedades estad�sticas medibles, tales como la carencia de
tendencias o correlaci�n, es decir que no haya patrones que se puedan identificar.

La aleatoriedad ocupa un lugar importante en la ciencia, la filosof�a y la

ingenier�a.

�ndice
1 Historia
2 Aleatoriedad en la ciencia
2.1 Experimento aleatorio
2.2 Causas de la aleatoriedad
2.3 Aleatoriedad estad�stica y algor�tmica
3 Aleatoriedad en la filosof�a y la religi�n
3.1 Aleatoriedad contra Impredecibilidad
3.2 Aleatoriedad y religi�n
4 Aplicaciones y usos de la aleatoriedad
4.1 Generando Aleatoriedad
4.2 Enlaces relacionado con generar aleatoriedad
5 Malinterpretaciones / falacias l�gicas
5.1 Un n�mero est� "debido"
5.2 Un n�mero est� "maldito"
6 Citas
7 V�ase tambi�n
8 Bibliograf�a
9 Enlaces externos
Historia
Art�culo principal: Historia de la aleatoriedad
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
Help books.svg
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:

Aleatoriedad viniendo del entorno (por ejemplo, movimiento browniano, pero tambi�n
hardware generador de n�meros aleatorios).
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...).
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.