Unidad didctica

Matemticas
del planeta Tierra

fundacin espaola para la ciencia y la tecnologa

 Unidad didctica
Matemticas
del planeta Tierra
Esta publicacin est disponible gratuitamente, en formato pdf, en el apartado de publicaciones
de la pgina web: http://www.fecyt.es, con el fin de facilitar su acceso a la comunidad educativa.

 a FECYT expresa su ms sincero agradecimiento a todas las personas e instituciones que han colaborado
L
desinteresadamente con la cesin de textos e imgenes.

Edita y coordina
Unidad Didctica "Matemticas del Planeta Tierra": Fundacin Espaola para la Ciencia y la Tecnologa (FECYT)
Anexo "Matemticas del Planeta Tierra. Cuaderno de Actividades: Fundacin SM

Coordinacin de contenidos
Manuel de Len Rodrguez (Instituto de Ciencias Matemticas, ICMAT)
gata A. Timn (Instituto de Ciencias Matemticas, ICMAT)

Revisor didctico
Luis Rico

Redaccin de textos
Marta Casanellas
Antonio Crdoba
Diego Crdoba
Vanesa Daza
Manuel de Len
Marco Antonio Fontelos Lpez
Antonio Gmez Tato
Jos Manuel Gonzlez Vida
Toms L. Gmez
Enrique Macas Virgs
Ana Mara Mancho
David Martn de Diego
Rafael Montenegro
M Luz Muoz Ruiz
Juan Jos Nieto Roig
Rafael Orive Illera
Carlos Pars
Christiane Rousseau
Juan Jos Ru
Carlos Vzquez Cendn
Ana Zumalacrregui

Foto de portada: "Bao de diamantes. Autora: Mara Estela Arana Urbano.

Obra seleccionada de la 9 edicin del Certamen de Fotografa Cientfica FOTCIENCIA.

Diseo, maquetacin e impresin: Editorial MIC

Depsito Legal: M-13154-2013
NIPO: 720-13-031-3
e-NIPO: 720-13-030-8

En todos los casos se prohbe el uso no autorizado de las imgenes.

NDICE
I. PRESENTACIN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00007

II. PRLOGO. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00009

BLOQUE 1: CIENCIAS DE LA TIERRA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00010

1.1 EL POSICIONAMIENTO SOBRE LA TIERRA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00015

1.2 TIERRA, EL PLANETA SLIDO. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00029

1.3 LA TIERRA: UN PLANETA CON MARES Y ATMSFERA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00047

BLOQUE 2: LA VIDA EN LA TIERRA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00062

2.1 MODELOS MATEMTICOS DE LAS EPIDEMIAS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00067

2.2 LAS MATEMTICAS DE LA EVOLUCIN Y LA BIODIVERSIDAD. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00081

2.3 LAS MATEMTICAS NOS AYUDAN A CRECER . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00097

2.4 MATEMTICAS PARA EL ESTUDIO Y TRATAMIENTO DE LAS ENFERMEDADES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00113

2.5 EL GENOMA HUMANO. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00131

BLOQUE 3: SOSTENIBILIDAD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00150

3.1 METEOROLOGA Y CLIMA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00155

3.2 MATEMTICAS Y ECONOMA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00171

3.3 CATSTROFES INDUCIDAS POR EL HOMBRE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00193

3.4 MATEMTICAS Y REDES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00211

3.5 LAS MATEMTICAS QUE HACEN SEGURA LA RED. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00229

3.6 ENERGA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00247

BLOQUE 4: LOS ALREDEDORES DE LA TIERRA Y MS ALL. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00264

4.1. SISTEMA SOLAR. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00269

4.2. EL PLANETA TIERRA EN EL UNIVERSO. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00287

III. JUSTIFICACIN DE LA ESTRUCTURA DE LA OBRA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00303

IV. GLOSARIO. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00321

V. NDICE DE AUTORES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 00335

I. PRESENTACIN
El 5 de marzo de 2013 se celebr en Pars el acto de
apertura del Ao Internacional de las Matemticas del
Planeta Tierra. A lo largo del ao, sociedades cientfi-
cas, universidades, centros de investigacin y otras or-
ganizaciones en todo el mundo celebraron numerosas
actividades, tanto cientficas como de divulgacin, con
el objetivo de destacar el papel de las matemticas en la
resolucin de algunos de los desafos a los que se enfren-
ta nuestro planeta.
Las matemticas no suelen ser una de las materias ms
populares entre los escolares. El ejercicio de abstraccin
que, en ocasiones, se les exige, hace que muchos de ellos
pierdan el inters. Y los docentes deben buscar frmulas
que motiven a sus estudiantes a encontrar la utilidad de
los conceptos matemticos y su aplicacin a problemas
de gran actualidad.
El cambio climtico, las catstrofes inducidas por el
hombre, la previsin de enfermedades basndose en
modelos matemticos o el trasfondo matemtico de las
redes, tan utilizadas en la actualidad por la sociedad, son
algunas de las materias tratadas en esta unidad didc-
tica, elaborada por especialistas en las mismas. La revi-
sin de un experto en didctica de las matemticas ha
permitido, por otra parte, contextualizar los contenidos
en el currculo de estudiantes de enseanza secundaria
y bachillerato. As, cada captulo se inicia con una breve
presentacin y una serie de indicaciones donde se pue-
den encontrar los objetivos y contenidos del currculo
escolar a los que responde. Asimismo, se sealan otras
asignaturas que pueden tener relacin con la materia tra-
tada en el captulo.
Los ejercicios, ancdotas y ejemplos que se hallan en
cada uno de los captulos de la obra, as como los mate-
riales auxiliares que se presentan al final de cada captu-
lo pelculas, lecturas recomendadas o pginas web con
informacin de inters ofrecen a los docentes herra-
mientas para la realizacin de actividades en el aula que
apoyen su labor.
Esperamos que esta unidad didctica, como el resto de
las hasta ahora editadas por la Fundacin Espaola para
la Ciencia y la Tecnologa, sirva para hacer un poco ms
conscientes a los jvenes de la importancia que tiene la
ciencia en su vida cotidiana.
Jos Ignacio Fernndez Vera
Director general
Fundacin Espaola para la Ciencia y la Tecnologa
II. PRLOGO
Esta unidad didctica nace dentro de una iniciativa
internacional de gran relevancia, la proclamacin de
2013 como Ao de las Matemticas del Planeta Tierra
(Mathematics Planet Earth, MPE 2013). Esta declara-
cin ha tenido su origen en las sociedades matemti-
cas e institutos de investigacin de Estados Unidos y
Canad, y posteriormente ha recibido el apoyo de la
Unin Matemtica Internacional (IMU) y la UNESCO.
El objetivo del MPE 2013 es sealar la importancia de
las matemticas para conocer y gestionar mejor el
funcionamiento de nuestro planeta su propia estruc-
tura, la vida que alberga, los fenmenos en su corteza,
en su atmsfera y en sus ocanos, la influencia de la
actividad humana, nuestro entorno astronmico y
tambin para estar mejor preparados ante catstrofes
que nos alcanzan a veces de una manera terrible. Las
matemticas son indispensables para avanzar en esta
comprensin de la casa que habitamos y, en gran me-
dida, nuestra propia supervivencia como especie de-
pende de la misma. Aunque es casi imposible trazar un
panorama exhaustivo de todas estas circunstancias,
esta unidad pretende dar una visin lo ms completa
posible.
Si bien esta obra puede ser leda por cualquier persona in-
teresada en estos temas, los destinatarios finales son los
profesores y alumnos de educacin secundaria y, con tal
propsito, se incluyen anlisis didcticos de los contenidos
y propuestas de ejercicios y actividades para las aulas. A tra-
vs de este trabajo se quiere ofrecer una visin de las mate-
mticas, a veces estudiadas sin una justificacin clara, como
herramienta indispensable para comprender y controlar se-
gn nuestros intereses el mundo que nos rodea y como base
de cualquier desarrollo tecnolgico, imprescindible para ha-
cer sostenible la vida de la especie en nuestro planeta.
Se ha dividido la obra en 16 captulos, desarrollado cada
uno de ellos por expertos en el tema y con materiales
complementarios (libros, pelculas, series televisivas,
portales de Internet) que pueden resultar de utilidad en
las clases para amenizar e ilustrar los textos.
Manuel de Len
Director del Instituto de Ciencias Matemticas, ICMAT
gata Timn Garca-Longoria
Responsable de Comunicacin y
Divulgacin del Instituto de Ciencias Matemticas, ICMAT
10 Unidad Didctica. Matemticas del Planeta Tierra
 11

BLOQUE 1
CIENCIAS DE LA TIERRA
La huella del tiempo

Autor: Miguel Gmez Boronat. FOTCIENCIA9

Cuando hablamos de ciencia no podemos olvidar las impresionantes formaciones rocosas

que se encuentran en la superficie de la Tierra. Un ejemplo de estas formaciones lo
constituye el Antelope Canyon (o Can del Antlope en castellano), un estrecho can
localizado en el suroeste de Estados Unidos. Para formar este increble paisaje, el terreno
geolgico se ha ido horadando durante miles de aos como consecuencia del paso de
corrientes de agua, dando como resultado un estrecho espacio arenoso delimitado por unas
paredes anaranjadas que pueden llegar a alcanzar los 40 metros de altura. Sus pasillos
estn ocupados por sinuosas curvas y oquedades bellamente iluminadas por la entrada de
los rayos del sol, como si de una catedral se tratase.
EL POSICIONAMIENTO
SOBRE LA TIERRA
Christiane Rousseau

1.1

Este captulo pretende mostrar los fundamentos mate-
mticos del Sistema de Posicionamiento Global (GPS),
la herramienta que permite establecer una posicin de-
terminada sobre la superficie de la Tierra con un nivel
de precisin considerable. El fundamento matemtico
bsico est basado en la idea, aparentemente simple, de
lugar geomtrico. El razonamiento consiste en calcular
varias medidas, lineales o angulares, relativas a un ob-
jeto o posicin, para deducir que este se encuentra en la
interseccin de varios lugares geomtricos, de modo que
se puede establecer su posicin exacta.
En el clculo de posicin varios satlites miden su dis-
tancia a un objeto sobre la superficie de la Tierra. A partir
de cada medida el receptor GPS deduce que el objeto se
encuentra sobre una esfera centrada en dicho satlite. Al
intersecar cuatro de estas esferas se encuentra el punto
en que est situado el objeto o posicin buscados.
La autora explica y detalla cmo funciona el GPS en la
prctica para obtener la exactitud suficiente y aborda al-
gunos de los problemas de precisin que se plantean. Ade-
ms muestra algunas aplicaciones geolgicas y geogrfi-
cas, como son medir la altitud exacta de las montaas, su
crecimiento anual, o bien medir los movimientos relativos
de las placas. Tambin dedica un apartado extenso a las
aplicaciones a la cartografa, comparando su empleo en
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
los distintos tipos de proyecciones y en la correccin de
las distorsiones que cada una de ellas produce.
La lectura y el trabajo con este captulo responden espe-
cialmente a los objetivos O3 y O4 de la asignatura Cien-
cias para el Mundo Contemporneo, comn para primer
curso de bachillerato. Estos son:
O3. Obtener, analizar y organizar informaciones de
contenido cientfico, utilizar representaciones y mo-
delos, hacer conjeturas, formular hiptesis y realizar
reflexiones fundadas que permitan tomar decisiones
fundamentadas y comunicarlas a los dems con cohe-
rencia, precisin y claridad.
O4. Adquirir un conocimiento coherente y crtico de las
tecnologas de la informacin, la comunicacin y el ocio
presentes en su entorno, propiciando un uso sensato y
racional de las mismas para la construccin del conoci-
miento cientfico, la elaboracin del criterio personal y la
mejora del bienestar individual y colectivo.
Adicionalmente, la informacin relativa a los problemas
de posicionamiento sobre la Tierra que se aborda en este
captulo sirve para ampliar contenidos y objetivos de la
asignatura Geografa, para la modalidad de Humanida-
des y Ciencias Sociales.
introduccin
Dnde estamos? Desde tiempos inmemoriales el ser
humano ha necesitado saber en qu punto espacial se si-
ta en cada momento. En las sociedades prehistricas se
trataba de volver a los campamentos despus de la caza.
Actualmente, los exploradores y navegantes necesitan
encontrar su ruta a travs de la naturaleza, mientras los
conductores tienen que orientarse en el entramado de
calles y carreteras. El Sistema de Posicionamiento Glo-
bal (Global Positioning System) es una herramienta mo-
derna que nos permite establecer nuestra posicin con
un alto nivel de precisin. Aunque adems, si ests perdi-
do en un velero en alta mar solo es til saber tu posicin
si tambin sabes a dnde quieres ir. Por eso, para encon-
trar el camino correcto tambin necesitamos la ayuda de
los mapas. Cmo funciona el GPS y cmo se dibujan los
mapas de la Tierra? Estos son los temas principales que
vamos a tratar en este captulo.
El Sistema de Posicionamiento
Global (GPS)
Antiguamente el hombre utilizaba herramientas elemen-
tales para establecer su posicin: la brjula magntica,
el astrolabio y ms tarde el sextante. El sextante nos
permite medir ngulos desde el horizonte hasta una es-
trella o el mismo Sol, y de esta manera obtener un lugar
geomtrico relativo al observador. Si el observador cal-
cula varias medidas, puede deducir que se encuentra en
la interseccin de varios lugares geomtricos y, por lo
tanto, establecer su posicin exacta. Sorprendentemen-
te, tales razonamientos geomtricos elementales an
son necesarios en las sofisticadas tcnicas modernas
de localizacin. En el caso del sextante, le permitira al
observador deducir algunos datos acerca de su posicin
relativa a una estrella. En el caso del sistema GPS, el re-
ceptor mide algunos datos sobre su posicin relativa a
una red de satlites, cuya posicin se conoce. Entremos
en mayor detalle. Cmo funciona el sistema?
El Departamento de Defensa de Estados Unidos ultim
la constelacin de satlites GPS en julio de 1995 y que-
d autorizado su uso para el pblico en general. En su pri-
mer despliegue, el sistema se compona de 24 satlites, y
estaba diseado de tal manera que al menos 21 de ellos es-
taran funcionando durante un 98% del tiempo. En 2011 el
sistema aument a 30 satlites NAVSTAR, al menos 24 de
los cuales estaban en pleno funcionamiento, mientras los
otros o proporcionaban una precisin mayor al sistema o
garantizaban su seguridad en el caso de que fallase uno de
los satlites. Los satlites se sitan a 20.200 km de la su-
perficie de la Tierra y se distribuyen en rbitas contenidas
en seis planos diferentes (los planos orbitales). Cada pla-
no tiene una inclinacin de 55 grados respecto al ecuador
terrestre (figura 1) y contiene al menos cuatro satlites
por plano orbital, casi equidistantes los unos de los otros.
Cada satlite tarda 11 horas y 58 minutos en hacer una r-
bita circular alrededor de la Tierra y se sitan de tal mane-
ra que se puedan localizar al menos 4 satlites sobre la
Tierra en cualquier momento. Ahora veremos el porqu.
Figura 1. Los 24 satlites en 6 planos orbitales. Imagen: Christiane Rousseau.
Clculo de posicin mediante
un receptor GPS
Toda esta constelacin de satlites, cmo permite
calcular la posicin exacta de un receptor? La posicin
de los satlites se conoce en todo momento y, adems,
estos emiten seales electromagnticas a una frecuen-
cia preestablecida. Hace falta un receptor especial para
20 Unidad Didctica. Matemticas del Planeta Tierra

utilizar el sistema que graba las seales y las utiliza para

calcular el tiempo del recorrido de las seales al restar
la hora grabada de su llegada de la hora conocida de su
salida. Al hacer una computacin de estos datos de un
satlite determinado, el receptor calcula la distancia que
lo separa de este satlite (esta distancia es simplemen-
te el tiempo del recorrido de la seal multiplicado por la
velocidad de la luz, que es la velocidad de propagacin de
las seales). Los puntos que estn a una distancia deter-
minada del satlite forman una esfera.

Por lo tanto, a partir de cada medida el receptor puede

deducir que se encuentra sobre una esfera centrada en
dicho satlite. Basta intersecar cuatro de estas esferas
para encontrar el punto en el que est situado el obser-
vador. En general, la interseccin de dos esferas forma
un crculo (figura 2 a). Puesto que, en general, un crculo y
Figura 3. Los dos puntos de interseccin de las tres esferas. Uno de los puntos
una esfera se cruzan en dos puntos (figura 2 b), a partir de marca la posicin del receptor sobre la Tierra y el otro punto se descarta por no
solo tres medidas el receptor puede deducir que se en- ser nada realista. Imagen: Christiane Rousseau.
cuentra en uno de estos dos puntos (figura 3). Una cuarta
medida permitira al receptor descartar uno de los pun-
tos de interseccin y, por lo tanto, establecer su posicin
con exactitud. Sin embargo, esto no es necesario, ya que Demasiado sencillo para funcionar
los satlites se sitan de tal manera que el otro punto se
encuentre muy lejos de la superficie de la Tierra, y queda El anlisis descrito arriba parte de la hiptesis subya-
descartado por no ser nada realista. Entonces, por qu cente de que tanto los relojes de los satlites como el
necesitamos al menos cuatro satlites en rbita para po- del receptor estn perfectamente sincronizados. Esto
der utilizar el sistema GPS? es posible si se trata de los costosos relojes atmicos
de los satlites, pero no del reloj barato del receptor, que
tiene la precisin suficiente para cronometrar recorridos
cortos pero carece de la precisin necesaria para mante-
nerse sincronizado con los relojes de los satlites. Por lo
tanto, cmo nos las arreglamos en la prctica?

A B
Figura 2. La interseccin de las dos primeras esferas formando un crculo (a). Este
crculo corta la tercera esfera en dos puntos (b). Imagen: Christiane Rousseau.
Adaptndose
a restricciones prcticas
Volvamos a lo que hicimos en el caso idneo. Consideran-
do el problema analticamente, tenamos tres incgnitas:
las coordenadas x, y, z de la posicin del receptor. As
que nos hacan falta tres medidas para poder encontrar
un nmero finito de soluciones; cada medida nos daba un
lugar geomtrico (la esfera) en el espacio tridimensional.

Si el reloj del receptor no est sincronizado con los de
los satlites, entonces tenemos otra incgnita, a saber:
el desplazamiento entre el reloj del receptor y los de
los satlites. Si el receptor calcula el tiempo de recorri-
do (ficticio) de las seales entre los cuatro satlites y el
receptor, entonces el receptor se halla en los puntos de
interseccin de los cuatro lugares geomtricos en un es-
pacio-tiempo de cuatro dimensiones (x, y, z, ). Una vez
ms, estos cuatro lugares geomtricos tienen dos pun-
tos de interseccin, y uno de estos puntos se descarta
por no ser realista. Los detalles de los clculos pueden
encontrarse en Rousseau y Saint-Aubin (2008).
Obtener la precisin suficiente
Hay otros aspectos a tener en cuenta para conseguir la
precisin deseada:
Se puede aumentar la precisin si hay ms de cuatro
satlites. Puesto que cada medida siempre contiene
un error, no sabemos si el receptor se encuentra en
una esfera, sino solamente que se halla dentro de una
esfera maciza. Cuando las esferas macizas se cruzan
formando un ngulo pequeo, la zona de interseccin
tiene un dimetro mucho mayor que el que se forma
cuando estas esferas se cruzan con un ngulo grande.
Por lo tanto, si se pueden seleccionar los satlites,
siempre resulta preferible seleccionarlos de manera
que las esferas se crucen formando ngulos grandes.
Esta idea puede explicarse con la ayuda de la figura 4,
donde se dibujan crculos en vez de esferas para que
el concepto quede ms claro.
Figura 4. Un ngulo de interseccin pequeo a la izquierda (prdida de precisin) y un
ngulo grande a la derecha. Imagen: Christiane Rousseau.
Por otro lado, tenemos que admitir que hemos hecho
trampas. Hacen falta unas correcciones relativistas.
1.1 EL POSICIONAMIENTO SOBRE LA TIERRA 21
De hecho, la alta velocidad de los satlites ralentiza
sus relojes, mientras la gran masa terrestre los acele-
ra. La suma neta de los dos errores no es igual a cero y
ha de tenerse en cuenta.
El proceso que hemos descrito proporciona una pre-
cisin de 20 metros. Una fuente de error reside en la
velocidad de la seal, que es variable segn su rumbo
por la atmsfera. Si se trata de un GPS diferencial el
proceso es el siguiente: en un receptor GPS cercano
cuya posicin se conoce, se compara el tiempo real
del recorrido con el tiempo del recorrido ideal, lo cual
nos permite calcular la velocidad de la seal con ms
exactitud. Al comunicarse esta informacin al recep-
tor, se puede mejorar la precisin hasta 1 cm.
Algunas aplicaciones
Las aplicaciones son muchas y algunas de ellas muy popu-
lares. A continuacin, describimos otras ms desconocidas.
Un receptor GPS constituye una referencia temporal.
Esto puede parecer sorprendente, ya que hemos dicho
que el reloj del receptor es un reloj barato que no se
mantiene en sincronizacin con los relojes de los sat-
lites. No obstante, tambin hemos dicho que el recep-
tor puede resolver un sistema de cuatro ecuaciones en
las cuatro incgnitas x, y, z, . Una vez que el receptor
haya resuelto este sistema, ya se sabe el desplaza-
miento entre su reloj y los de los satlites, y por eso
puede sincronizar su reloj con los de los satlites. As
que los receptores GPS constituyen una manera eficaz
de sincronizar detectores. Por ejemplo, puede tratar-
se de pararrayos o de detectores de ondas ssmicas
despus de un terremoto. En el caso de la red elctri-
ca de un pas entero, los receptores GPS se acoplan a
detectores colocados en todos los nodos, de manera
que cada nodo puede constatar la hora exacta en que
un problema surge en las lneas de alta tensin, y as lo-
calizar el problema de manera aproximada. En Canad,
en la provincia de Quebec, todos los equipos a lo largo
de las lneas de alta tensin estn sincronizados con
GPS. En esta provincia las lneas de alta tensin son
muy largas, con tramos que pasan por reas remotas,
22 Unidad Didctica. Matemticas del Planeta Tierra

y suelen producirse problemas durante tormentas de jan utilizando proyecciones de los puntos de una esfera
nieve. Es por eso que cualquier informacin sobre el a un plano (en cuyo caso la proyeccin se llama acimutal)
lugar aproximado del fallo es muy til. o a un cono o a un cilindro. La posicin relativa a la esfera
del plano, cono o cilindro sobre el que se proyecta depen-
Los GPS se utilizan para medir tanto la altitud exacta de de la regin que se quiere representar sobre el mapa
de las montaas como su crecimiento anual. Gracias con el fin de limitar cualquier distorsin. Por ejemplo, si
a la ayuda de GPS se pudo establecer que el monte se quiere hacer un mapa de la Antrtida se podra utilizar
Everest era ms alto que el K2 y, por lo tanto, la mon- una proyeccin sobre un lugar tangente al Polo Sur (figu-
taa ms alta del mundo. ra 5). Si se quiere hacer un mapa de la regin ecuatorial
se utilizara un cilindro tangente al Ecuador (figura 8). Y
La corteza terrestre se compone de 12 inmensas pla- un cono tangente al paralelo 40 Norte sera una buena
cas tectnicas cuyos contornos no son sencillos de opcin para un mapa de Espaa (figura 6).
determinar. La velocidad de desplazamiento de las pla-
cas puede variar de 2 a 10 cm cada ao. Los receptores
GPS se utilizan para medir los movimientos relativos
de las placas, pero una de las dificultades de medir es-
tos desplazamientos es que no hay un punto fijo sobre
la Tierra, ya que todas las placas se estn desplazando
sobre el manto viscoso. Las mediciones recientes rea-
lizadas con GPS nos permiten refinar la cartografa de
las placas, y los geofsicos todava estn descubriendo
nuevas placas pequeas: en los modelos ms recientes
hay al menos 52 placas tectnicas. Es interesante se-
alar tambin que algunos puntos que parecan perte-
necer a la misma placa se desplazan entre s.
Figura 5. La proyeccin estereogrfica. Imagen: Christiane Rousseau.

La Cartografa
Cmo se puede dibujar un mapa de la Tierra? La Tierra
tiene forma de esfera, pero un mapa se dibuja sobre una
hoja de papel. Y si pruebas a ajustar una hoja de papel
a una esfera, pronto te dars cuenta de que no lo pue-
des hacer sin crear un nmero infinito de pliegues. De
hecho, Carl Friedrich Gauss (1777-1855) demostr que es
imposible dibujar un mapa de la Tierra y al mismo tiem-
po conservar todos los ngulos y la razn de las distan-
cias. Por qu? Porque una esfera tiene una curvatura
positiva en cada punto, mientras un plano tiene una Figura 6. Un cono tangente a la esfera al paralelo 40 Norte. Imagen: Christiane
curvatura cero. Tanto un cilindro como un cono tienen Rousseau.
una curvatura cero, y se pueden cortar a lo largo de una
generatriz y desenrollarse en forma de un plano. Aunque no podemos conservar todas las distancias, s
podemos conservar las propiedades parciales. Cules
Por lo tanto, ningn mapa terrestre puede conservar las son estas propiedades? Depende de lo que nos intere-
distancias. Los mapas terrestres normalmente se dibu- se. As, si queremos comparar la extensin de los pases
 1.1 EL POSICIONAMIENTO SOBRE LA TIERRA 23

damos prioridad a las proyecciones que conserven la

razn de las reas. Tales proyecciones se conocen como
equivalentes. Arqumedes (287-212 a. C.) ya saba que la
proyeccin horizontal sobre un cilindro es equivalente (fi-
gura 7), pero su contribucin fue olvidada y la proyeccin
horizontal sobre un cilindro tangente al Ecuador ahora se
conoce como la proyeccin de Lambert por Jean-Henri
Lambert (1728-1777). Algunas proyecciones conservan los
ngulos y se dice que estas proyecciones son conformes.
Este es el caso de la proyeccin estereogrfica a travs
del Polo Norte (figura 5), un hecho que el griego Hiparcos
(190-120 a. C.) ya saba. Cuando se est lejos del polo, es
ms frecuente el uso de la proyeccin Mercator (por G-
rard Mercator, 1512-1594), que proyecta la Tierra sobre un
cilindro infinito (figura 8).

Figura 8. La proyeccin de Mercator (a) Proyeccin. (b) Mapa para la latitud

80 S y 80 N. Imagen: Christiane Rousseau.

por lneas horizontales y los meridianos por lneas verti-

Figura 7. La proyeccin horizontal de Lambert. Imagen: Christiane Rousseau.
Cules son las ventajas de una proyeccin conforme si
se quiere dibujar un mapa? En un mapa obtenido median-
te la proyeccin Mercator, los paralelos se representan
cales: una lnea recta en el mapa forma un ngulo cons-
tante con los meridianos, y por eso si se est lejos de los
polos la recta forma un ngulo constante con las lneas
del campo magntico. Si se mantiene el rumbo con una
brjula se seguir una de estas lneas. En un mapa de
este tipo, un recorrido representado por un segmento
entre dos puntos se llama el recorrido loxodrmico en-
tre los dos puntos. No es la distancia ms corta entre
los dos puntos. La distancia ms corta se llama el re-
corrido ortodrmico, que consiste en la proyeccin del
arco pequeo del crculo mximo que une los puntos co-
rrespondientes y parece ms larga (figura 9).
24 Unidad Didctica. Matemticas del Planeta Tierra
Lnea
ortodrmica
Lnea
loxodrmica
Figura 9. Las distancias ortodrmica y loxodrmica entre dos puntos A y B. Ima-
gen: Christiane Rousseau.
Es extraordinario que Hiparco, Arqumedes, Lambert y
Mercator pudiesen descubrir las propiedades geom-
tricas de estas proyecciones sin servirse del clculo di-
ferencial, que no fue desarrollado por Newton hasta la
segunda mitad del siglo XVII.
Estas proyecciones son nicamente algunas de las que
existen. Hay muchas otras, como por ejemplo la proyec-
cin sinusoidal (figura 10) que tambin es equivalente.
Figura 10. La proyeccin sinusoidal es equivalente. Imagen: Christiane Rousseau.
Un criterio para que una
proyeccin sea equivalente
Para simplificar, supongamos que la Tierra es una esfera
de radio 1: esto es posible si seleccionamos la unidad de
longitud adecuada. Supongamos tambin que es la lon-
gitud y la latitud. Las coordenadas (x, y, z) de un punto
en la esfera de longitud y latitud se expresan como
sigue:
(x, y, z) = (cos cos , sen cos , sen )
Consideramos un regin pequea R acotada por los me-
ridianos de longitud y + , y por los paralelos de lati-
tud y + (figura 11).
Figura 11. Una pequea regin sobre la esfera. Imagen: Christiane Rousseau
Su rea es aproximadamente la de un rectngulo pe-
queo. Puesto que el paralelo en la latitud es un
crculo de longitud 2cos(), el lado horizontal del
rectngulo pequeo tiene una longitud aproximada-
mente igual a cos(). El lado vertical tiene una longi-
tud aproximadamente igual a . Por lo tanto, el rea
aproximada de la regin pequea R se calcula de la si-
guiente manera:
A = cos
Para probar que la proyeccin es equivalente, basta con
demostrar que la regin correspondiente R en el mapa
tiene la misma rea.
 1.1 EL POSICIONAMIENTO SOBRE LA TIERRA 25

El caso de la proyeccin
horizontal sobre un cilindro
Es fcil comprobar que el punto (x, y, z) de longitud y
latitud se superponen en el punto.

(x, y, z) = (cos , sen , sen )

La imagen R' de la pequea regin R es exactamente un

rectngulo. El lado inferior horizontal de la regin se tras-
lada al lado inferior horizontal de un rectngulo de longi-
tud . Los lados verticales se trasladan a los lados ver-
ticales de un rectngulo de longitud cos(). De esta
manera se obtienen la misma rea A que antes.

Ejercicio

El caso de la proyeccin sinusoidal

Comprueba que es equivalente. Con este prop-

sito, se necesita una frmula para la proyeccin
sinusoidal, que es la siguiente: un punto (x, y, z)
de longitud y latitud se transfiere al punto
(x, y) = ( cos(), ).

El caso de la proyeccin Figura 12. La proyeccin acimutal de Lambert es equivalente. Cerca del Polo
Sur (a). Cerca del Polo Norte (b). Alrededor de (, )= (0,0) (c). Imagen: Christiane

acimutal de Lambert Rousseau.

En este caso usamos una proyeccin sobre un plano pone en el punto (x, y) con las coordenadas polares (r, )
tangente a la esfera en un punto dado, la cual minimiza dadas por el resultado de la siguiente frmula:
la distorsin alrededor del punto escogido. La figura 12
muestra tres proyecciones alrededor de tres puntos (r, ) = (2 cos ( 2 4 ), )
diferentes.
En primer lugar damos la frmula para la proyeccin donde el ngulo se expresa mediante radianes. Por lo
cuando proyectamos sobre un plano tangente al Polo tanto,

Sur: un punto (x, y, z) de longitud y latitud se super- (x, y) = (2 cos ( cos , 2 cos ( sen )
2 4) 2 4)
26 Unidad Didctica. Matemticas del Planeta Tierra
En este caso la regin R' no es un rectngulo: est aco-
tada de dos arcos circulares y dos segmentos (figura 13).
Figura 13. La imagen de la regin pequea en la esfera. Imagen: Christiane Rousseau.
Cul es el origen de esta frmula? Consideremos
un plano tangente a la esfera al Polo Sur S, y un punto
P = (x, y, z) sobre la esfera de longitud y latitud .
La imagen de P segn la proyeccin es el punto P con
coordenadas polares (r, ), donde = y r = |PS| es la
longitud del segmento PS. En trminos geomtricos, en
el plano del meridiano de longitud , P se obtiene tal y
como se muestra en la figura 14.
Figura 14. Construccin de la proyeccin acimutal de Lambert al dibujarse un arco
circular con centro en S que pasa a travs de P. Imagen: Christiane Rousseau.
He aqu la idea que demuestra que es equivalente: la lon-
gitud de los arcos circulares en la figura 13 es aproxima-
damente 2cos(/2-/2). La longitud de los segmentos
se expresa aproximadamente como sigue:
dr
= sen (2 (
d 4
Por lo tanto, el rea de la regin pequea es aproximada-
mente igual a:
sen (
( = cos
2
Minimizar la distorsin
La mayor parte de lo que hemos presentado hasta
ahora se conoce hace siglos. Sin embargo, este tipo de
problema sigue planteando retos a la ciencia actual. El
matemtico John Milnor, galardonado con la Medalla
Fields en 1962, quera determinar la proyeccin que
minimizara la distorsin de las distancias cerca de un
punto dado. Pero qu quiere decir distorsin? Dados
dos puntos P y Q, supongamos que d(P,Q) son sus
distancias en la esfera; es decir, la longitud del arco ms
pequeo del crculo mximo que los une. Si se repre-
sentan estos puntos en el mapa con los puntos P y Q,
su distancia d(P,Q)= |PQ| ser la longitud del
segmento lineal PQ. Si no hay distorsin, la razn
d(P,Q)/d(P,Q) ser constante. Consideremos una re-
gin R diferente de la esfera entera, y una proyeccin
de R al plano para la que existen constantes 1 1 y 2
1 y tales que para todo P, Q R con P Q, se cumple
d(P, Q)
1 < < 2
d(P,Q)
Cuanto ms cerca de 1 estn 1 y 2 , ms pequea ser
la deformacin. Se define la distorsin como el nmero:
2
= log
1
Se puede comprobar que la distorsin es cero cuando
1 = 2 = 1, que aumenta cuando 1 o 2 se alejan de 1.
John Milnor demostr que siempre existe una proyec-
cin que minimiza la distorsin sobre una regin dada.

En el caso especfico en el que la regin R est acotada
por un crculo sobre la esfera (figura 15), Milnor demos-
tr que esta proyeccin ptima es la proyeccin acimu-
tal equidistante. Si el tamao de esta regin se expresa
por el ngulo (mediante radianes) tal como aparece
en la figura 15, la distorsin se define por el siguiente
clculo:
= log
sen
Figura 15. Una regin de la esfera acotada por un crculo. Imagen: Christiane
Rousseau.
Cmo se define esta proyeccin? Supongamos que
el plano es tangente al Polo Sur. Esta proyeccin enva el
meridiano de longitud a la semirrecta que forma un n-
gulo con el semieje positivo horizontal. Consideremos
un punto P de longitud y latitud , y supongamos que (r,
) son las coordenadas polares de su proyeccin P. Por lo
tanto, = . La proyeccin tambin conserva las distan-
cias a lo largo del meridiano (figura 16).
Puesto que el ngulo que va del centro de la esfera a P es
/2+, entonces /2+ es tambin la longitud del arco
que va de S a P (sin olvidar que es negativo en el hemis-
ferio sur). Por lo tanto, se obtiene que r = /2+. De aqu
1.1 EL POSICIONAMIENTO SOBRE LA TIERRA 27
Figura 16. La construccin de la proyeccin acimutal equidistante: se desenro-
lla el arco a lo largo del meridiano a la vez que se conserva su longitud. Imagen:
Christiane Rousseau.
se sigue que la imagen de P es el punto P con las siguien-
tes coordenadas:
(x, y) = ( ( + 2 ) cos , ( + 2 ) sen )
Referencias BIBLIOGRFICAS
Milnor, J. (1969): "A problem in cartography". The Ameri-
can Mathematical Monthly, vol. 76, n 10, pp. 1101-1112.
En este ameno artculo, John Milnor, medallista Fields,
introduce una medida de la distorsin que se ocasiona
al trazar un mapa, y estudia cundo esta es ptima. Los
conceptos utilizados son elementales y asequibles con
una formacin mnima en matemticas.
Rousseau, C. y Saint-Aubin, Y. (2008): Mathematics and
technology. New York: Springer, col. Springer Undergra-
duate Texts in Mathematics and Technology.
Este libro tiene sus orgenes en un curso homnimo cuyo
objetivo era mostrar el papel que desempean las mate-
mticas en la creacin de tecnologas. Las aplicaciones
van desde el uso del GPS a los mercados financieros,
incluyendo la medicina, la criptografa, la correccin de
errores, Google, etctera. El libro puede ser utilizado
total o parcialmente para impartir un curso con las pre-
misas de nociones de clculo, lgebra lineal y teora de
probabilidades.
28 Unidad Didctica. Matemticas del Planeta Tierra
Materiales auxiliares
LIBROS
Baselga, S. (2010): Una historia de la medida de la Tie-
rra. Desde los griegos al GPS. Tres Cantos (Madrid): Ni-
vola, col. Violeta.
Este libro trata de las cuestiones de la forma y de las
dimensiones del planeta que habitamos. Se muestran, a
lo largo de toda la historia de la humanidad, los avances
en la investigacin sobre la medida de la Tierra.
Ibez, R. (2010): El sueo del mapa perfecto: cartogra-
fa y matemticas. Barcelona: RBA Coleccionables, col.
El mundo es matemtico.
Este libro trata de la imposibilidad de hacer un mapa
perfecto de la Tierra: siempre contendr errores, ya que
para plasmar en dos dimensiones la superficie de la Tie-
rra no hay otra alternativa que deformar la realidad. El
autor relata la historia de cmo se lleg a tal conclusin
y los intentos por paliar este problema, lo que consti-
tuye un episodio fascinante de la historia de las mate-
mticas.
Kehlmann, D. (2006): La medicin del mundo. Madrid:
Maeva.
Daniel Kehlmann nos habla de la medicin del mundo
a travs de dos personajes extraordinarios: Alexander
von Humboldt, naturalista, viajero y aventurero em-
pedernido de inagotable curiosidad, y Carl Friedrich
Gauss, matemtico y astrnomo. En su relato se reen-
cuentran en Berln en 1828, ya mayores, y evocan sus
aos de juventud en los que se dedicaron a la descomu-
nal empresa de medir el mundo.
Maalouf, A. (1990): Len el Africano. Barcelona: Crculo
de Lectores (ed. orig.: 1986).
El autor francs Amin Maalouf narra la biografa nove-
lada de Len el africano, el gran viajero renacentista del
siglo nacido en Granada alrededor de 1488.
DOCUMENTALES Y MATERIAL AUDIOVISUAL
La medicin de la longitud geogrfica: historia. Disponi-
ble en https://www.youtube.com/watch?v=m6E48z0K-
IWc.
The satellite story (2007). Este documental de la BBC
muestra el impacto del uso de los satlites para deter-
minar la posicin sobre la Tierra en las estrategias mili-
tares y la navegacin, pero tambin en el campo de las
comunicaciones y del espionaje. Con motivo del 50 ani-
versario del lanzamiento del primer satlite, el Sputnik,
se reflexiona ampliamente sobre el desarrollo de este
artilugio. Disponible en http://www.bbc.co.uk/program-
mes/b008fmdq.
TIERRA,
el planeta "slido"
Rafael Orive Illera

1.2

Este captulo considera la evolucin de la superficie del
planeta Tierra, con el movimiento de los continentes y el
cambio de su topografa. Estos cambios se manifiestan
en terremotos y erupciones volcnicas, a cuyo estudio y
descripcin matemtica se dedica este trabajo.
En el texto se describe el interior de nuestro planeta y
se muestran distintos modelos que explican matemti-
camente los fenmenos que en l se producen. Tambin
muestra algunas caractersticas principales de la Tierra
como planeta y presenta algunas curiosidades.
Comienza con la consideracin de la Tierra como un me-
dio elstico, donde se propagan las ondas ssmicas, pe-
queas deformaciones debidas al efecto de una fuerza o
tensin en algn punto. El anlisis de las ondas ssmicas
permiti comprender la dinmica de las capas ms ex-
ternas del planeta, fenmeno conocido como tectnica
de placas y tambin la deriva de los continentes. En el
captulo se presentan las ecuaciones de la elasticidad,
que describen los movimientos ssmicos, formuladas por
el fsico e ingeniero francs Claude-Louis Navier. Estas
ecuaciones son un sistema formado por 15 incgnitas
(tensiones, desplazamientos y deformaciones), relacio-
nadas mediante 15 ecuaciones en derivadas parciales
con respecto al tiempo y en las tres direcciones espa-
ciales. Tambin se introduce la ecuacin de ondas, que
define los desplazamientos en las tres direcciones espa-
ciales del interior del planeta al resolver el sistema de las
ecuaciones de elasticidad.
Vulcanlogos y sismlogos usan instrumentos de medi-
da para predecir la magnitud de las catstrofes natura-
les y adoptar las decisiones oportunas para minimizar
posibles daos. El autor muestra, mediante ejemplos,
cmo las herramientas matemticas se pueden aplicar
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
a la prevencin de desastres naturales y se centra en
dos cuestiones: en la prediccin del fenmeno, al sealar
la magnitud, el tipo y la localizacin del fenmeno; y en
la determinacin de las consecuencias que tendr. Los
mtodos usados en estas cuestiones incluyen tcnicas
del anlisis matemtico y estadstico. En particular, la
estadstica se ha adaptado a este campo cuyas aplica-
ciones en geociencias forman una rama propia. Se usan
diferentes modelos de ecuaciones en derivadas parcia-
les, que se abordan mediante el anlisis numrico.
El captulo, de gran riqueza y profundidad conceptual,
contribuye a mostrar el uso de herramientas matemti-
cas y fsicas para modelar fenmenos geolgicos, con un
nivel ligeramente superior al que se estudia en bachille-
rato. Los contenidos de este captulo son especialmen-
te adecuados para la asignatura Ciencias de la Tierra y
medioambientales en el bachillerato de la modalidad de
Ciencias y Tecnologa, y contribuyen destacadamente al
desarrollo de las siguientes capacidades:
O1. Comprender el funcionamiento de la Tierra y de los sis-
temas terrestres y sus interacciones, como fundamento
para la interpretacin de las repercusiones globales de
algunos hechos aparentemente locales y viceversa.
O4. Analizar las causas que dan lugar a riesgos naturales,
conocer los impactos derivados de la explotacin de los
recursos y considerar diversas medidas de prevencin y
correccin.
O5. Investigar cientficamente los problemas ambien-
tales, mediante tcnicas variadas de tipo fisicoqumico,
biolgico, geolgico y matemtico, y reconocer la impor-
tancia de los aspectos histricos, sociolgicos, econmi-
cos y culturales en los estudios sobre el medio ambiente.
introduccin Tabla 1. Caractersticas
Masa 5.9736 x 1024 kg
Por nuestro conocimiento de la regin de la Tierra que
Volumen 1,08321 x 1012 km3
habitamos, la superficie, podamos pensar que el plane-
ta es roca slida y que permanece estable a lo largo del Densidad 5,515 g/cm3
tiempo. Sin embargo, a lo largo de la historia hemos vi-
510.072.000 km2
vido y experimentado fenmenos como las erupciones rea de superficie 148.940.000 km2 tierra (29,2 %),
volcnicas y temblores que muestran que esto no es as, 361.132.000 km2 agua (70,8 %)
que algo sucede debajo del suelo que pisamos.
6378.1 km, Polar 6356.8 km,
Radio Ecuatorial
Medio 6371.0 km
El estudio de las Ciencias de la Tierra se ha iniciado muy re-
cientemente. Principalmente, durante el pasado siglo XX,
gelogos y fsicos han desarrollado teoras cientficas
basndose en la observacin de la naturaleza y en la ex- no sean los puntos ms alejados del centro de la Tierra:
perimentacin, concluyendo que esa apariencia slida y efectivamente, las cimas de las montaas ms cerca-
estable de nuestro planeta no es cierta. Hasta entonces nas al ecuador son los puntos de la superficie terrestre
se crea que estaba formado por distintas capas slidas ms distantes del centro de la Tierra aunque no sean las
y huecas, como podemos leer en Viaje al centro de la Tie- cimas ms elevadas sobre el nivel del mar. Es el caso
rra, del novelista francs Jules Verne (1828-1905). del volcn Chimborazo (Ecuador), a 6.310 m sobre el ni-
vel del mar, pero solamente a una longitud de 1 y 29 al
Ahora sabemos que el interior del planeta no es simple- sur del ecuador.
mente roca slida y no permanece estable. La superficie
del planeta tambin evoluciona con el movimiento de Adems, hay una desviacin con respecto el esferoide
sus continentes, cambiando su topografa. Estos cam- ideal por las protuberancias de la superficie, que no es
bios se manifiestan por fenmenos puntuales como los
terremotos y las erupciones volcnicas, pero son debi-
dos a la propia estructura del planeta.

En este captulo describiremos cmo es el interior de

nuestro planeta y cmo las matemticas nos permiten
explicar fenmenos que en l se producen.

Ideas bsicas
La Tierra es el planeta ms denso del Sistema Solar. Tam-
bin es el planeta terrestre (rocoso) ms grande. Las ca-
ractersticas principales pueden consultarse en la tabla 1.
Tiene forma de esferoide, es decir, de esfera ligeramente
achatada en los polos, por lo que el dimetro de la Tierra
en el ecuador es mayor (43 km ms) que en los polos.

Este achatamiento (figura 1) produce situaciones cu-

riosas, como que los picos de las montaas ms altas Figura 1: La Tierra ligeramente achatada. Autor: luis.labenderar.
34 Unidad Didctica. Matemticas del Planeta Tierra
lisa. El mayor saliente es el Everest, que mide 8.848 m
sobre el nivel del mar y, por tanto, provoca una desvia-
cin menor que la exigida a una bola de billar (0,22%).
desviacin = desviacin mxima = 8,848 = 0,0014 = 0,14%
radio medio Tierra 6371
El interior del planeta
Introducindonos en las profundidades de la Tierra, se
observa que est formada por diferentes capas, cada
una de ellas con sus propias caractersticas constituti-
vas. Vamos a diferenciarlas principalmente por la den-
sidad, pero tambin por el estado (fluido o slido) y por
la temperatura.
Los cientficos consideran la Tierra un slido deforma-
ble; es decir, un slido que como un bloque de cemen-
to, sufre variaciones por efectos de fuerzas o pesos
muy grandes. Estas variaciones son pequeas pero per-
ceptibles y pueden producir fracturas llegado el caso de
actuacin de tensiones muy grandes.
Se han definido las partes del interior del planeta, que se
considera un medio elstico, estudiando la propagacin
de las ondas ssmicas. Las ondas ssmicas son pequeas
deformaciones que se propagan por el planeta debido al
efecto de una fuerza o tensin en algn punto del mismo.
La propagacin de ondas ssmicas que nos interesa cono-
cer marca la dinmica cuando las variaciones son peque-
as, dentro del orden de magnitud de la Tierra.
La utilizacin de las ondas ssmicas para el conocimien-
to del interior del planeta no tuvo lugar hasta el siglo
XX, momento en que matemticos, fsicos y sismlogos
consideraron este mtodo. Entre los protagonistas de
este desarrollo cientfico se encuentran: Andrija Mo-
horovicic, sismlogo croata (1857-1936); Inge Lehmann,
sismloga danesa (1888-1993); Beno Gutenberg, sism-
logo alemn (1889-1960); Harold Jeffreys, matemtico
geofsico ingls (1891-1989); Charles Richter, fsico-sis-
mlogo estadounidense (1900-1985); Keith Bullen, ma-
temtico y geofsico neozelands (1906-1976).
Sin embargo, las matemticas que sustentan el modelo,
dando expresiones analticas a los fenmenos fsicos,
se desarrollaron unos cientos de aos antes, en los si-
glos XVIII-XIX. Esta poca se conoce como el Siglo de
las Luces por el gran avance de la ciencia en el mundo
occidental y las numerosas aplicaciones que surgieron
y fomentaron el desarrollo industrial y el avance de la
sociedad.
Andrija Mohorovi-
cic (Volosko, 1857-
1936), meteor-
logo y sismlogo
croata, fue uno de
los primeros cien-
tficos en deducir,
basndose en las
ondas ssmicas, la
discontinuidad de
superficie y velo-
cidad que separa la
corteza terrestre del manto. A partir de los
datos recogidos, estim que el espesor de
la capa superior (corteza) es de aproxima-
damente 54 kilmetros. Actual mente, se
sabe que la corteza alcanza los 5-9 kilme-
tros de grosor bajo la superficie del fondo
ocenico, mientras que bajo la superficie
continental el espesor se encuentra entre
los 25 y los 60 kilmetros. La superficie
que separa la corteza del manto se denomi-
na discontinuidad de Mohorovicic o Moho.
Las ecuaciones de la elasticidad
El conjunto de las ecuaciones de la elasticidad se cono-
ce como formulacin de Navier (1785-1836), ingeniero y
fsico francs alumno del matemtico francs Fourier
(1768-1830). El sistema est formado por 15 incgnitas

(tensiones, desplazamientos y deformaciones) con 15
ecuaciones en derivadas parciales, derivadas con res-
pecto al tiempo y las tres direcciones espaciales. Tres
son ecuaciones de conservacin del movimiento; seis
relacionan los desplazamientos con las deformaciones
conocidas como Saint-Venant, por el ingeniero y mate-
mtico francs Adhmar Jean Claude Barr de Saint-
Venant (1797-1886); finalmente, seis ecuaciones identi-
fican el material y son conocidas como de Lam, por el
matemtico francs Gabriel Lam (1795-1870) y Hooke,
en honor al cientfico experimental ingls Robert Hooke
(1635-1702).
Para determinar estas ecuaciones se necesit un siglo y
medio de desarrollo cientfico, desde los iniciales expe-
rimentos de Hooke en los que observ que los slidos
se podan comportar como muelles, hasta la definicin
de los coeficientes de Lam que identificaban el mate-
rial elstico, lineal, istropo y homogneo en 1850. Para
obtener la formulacin de Navier se precis de la de-
terminacin de las leyes fundamentales de la fsica por
Newton (Woolsthorpe, Inglaterra, 1642-1727), donde el
propio Hooke jug un papel protagonista, y el desarro-
llo del clculo diferencial e integral donde matemticos
como Leibninz, Euler, Fourier, Cauchy y Gauss, fueron
actores principales.
La ecuacin de ondas
Las ondas ssmicas definen desplazamientos en las tres
direcciones espaciales del interior del planeta al resol-
ver el sistema de las ecuaciones de elasticidad. Las ondas
ssmicas que nos interesan para conocer el interior del
planeta son las ondas internas o de cuerpo. Estas ondas
pueden ser de dos tipos: primarias (onda P) o secundarias
(onda S), segn los efectos que producen. Las primarias,
denotadas por , actan contrayendo y expandiendo el
medio. Las secundarias, con componentes en las tres di-
recciones espaciales, = (1, 2, 3), producen tras-
lados. En consecuencia, los desplazamientos se escriben
de la siguiente manera:
u = +
1.2 TIERRA, EL PLANETA SLIDO 35
donde es el gradiente, es decir, las derivadas en las dis-
tintas direcciones espaciales, y denota el irrotacional,
es decir, el gradiente aplicado al producto vectorial. Estas
expresiones generan la solucin u que define las deforma-
ciones del sistema de ecuaciones de elasticidad.
Se pueden simplificar las hiptesis de manera que la
funcin que identifican las ondas primarias, satisface
la siguiente ecuacin:
2 2
2
=0
2t 2 x
donde cambia dependiendo del medio. Esta ecuacin
se conoce como ecuacin de ondas.
Esta ecuacin diferencial es el modelo ms sencillo del
problema de la cuerda vibrante, fenmeno que sucede
en algunos instrumentos musicales como las cuerdas
de la guitarra, pero que tambin se extiende a otros fe-
nmenos como la transmisin del sonido, de la luz, las
ondas en la superficie del agua, etctera. Este proble-
ma fue considerado por grandes matemticos del siglo
XVIII como el francs Jean le Rond DAlembert (1717-
1783), el suizo Leonhard Euler (1707-1783), el flamenco
Daniel Bernoulli (1700-1782) y el francs Joseph-Louis
Lagrange (1736-1813).
La solucin de la ecuacin de ondas en la recta real es co-
nocida como frmula de dAlambert, que se expresa de la
siguiente manera:
Dada una onda que inicialmente tiene una posicin y
una velocidad definidas por unas funciones f y g, respec-
tivamente. Es decir,
(x, 0) = f (x) y (x, 0) = g (x)
t
entonces,
(x + t)
f (x + t) + f (x - t)
(x, t) = + 1 g (s) ds
2 2
(x - t)
36 Unidad Didctica. Matemticas del Planeta Tierra

El lector puede comprobar que esta frmula verifica la

ecuacin de ondas y las condiciones iniciales.
Produciendo inicialmente ciertas vibraciones especiales
(asociadas a una forma de onda determinada por la cons-
tante dependiente del medio), la solucin de la ecuacin
de ondas se escribe como combinacin de funciones trigo-
nomtricas:
(x, t) = A cos (t + x) + B cos (t - x)
Las discontinuidades de la Tierra
Con este mtodo identificamos distintas interfaces se-
gn la profundidad al centro de la Tierra. Las discontinui-
dades conocidas son:
Una primera, muy cercana a la superficie, que recibe
el nombre de discontinuidad de Mohorovicic y que
se identific por primera vez en 1909.

A unos 230 km de profundidad se encuentra la dis-

Anlogamente, una frmula similar se obtiene para las on-
continuidad de Lehmann, identificada por la sism-
das secundarias pero con parmetros y = (1, 2, 3),
loga del mismo nombre en la dcada de 1950.
distintos en general de los y K. En particular,
A 800 km de profundidad se encuentra la disconti-
4
K+ nuidad de Repetti.
=
3
=
A 2.900 km de profundidad se sita la discontinui-
dad de Gutenberg, descubierta por l en 1914.
donde K es la incompresibilidad, es la rigidez y es la
densidad del medio. Estas caractersticas son las que
A 5.100 km de profundidad, se ubica la discontinuidad
nos permiten diferenciarlas unas de otras y medirlas a lo
de Bullen, tambin conocida como discontinuidad de
largo de su viaje en el interior del planeta. Durante este
Wiechert-Lehmann, descubierta por ella en 1936.
trayecto se encuentran con un interior no tan homogneo
como parece, ya que a ciertas distancias de la superficie
se producen cambios bruscos de estos valores que de-
terminan las ondas P y S. Este fenmeno se conoce como
refraccin. Para explicarlo, vamos a considerar el fen-
meno anlogo que se produce con la luz, la cual tambin
se comporta como una onda.

Ejercicio

Llena un vaso transparente con agua e introduce en

l un palo recto. Al mirar de frente el vaso, observa-
mos que el palo parece doblado en la interfaz entre
el aire y el agua. Si llenas otros vasos con distintos
tipos de lquidos, puedes ver que el ngulo forma- Figura 2: Capas de la Tierra. Autor: Jeremy Kemp. Fuente: http://commons.wikimedia.
org/wiki/File:Earth-crust-cutaway-spanish.svg.
do cambia, dependiendo de las caractersticas del
lquido. Si mides los distintos ngulos podrs, de
forma adicional, identificar las propiedades del l- En la zona de 0-800 km de profundidad, las ondas P y S son
quido. muy cambiantes, fruto de la heterogeneidad de esta re-
gin. La primera interfaz, la discontinuidad de Mohorovicic,

separa la parte ms externa del planeta slido, que se
conoce como corteza. La profundidad de esta capa es
muy desigual, dependiendo de si estamos bajo los oca-
nos, corteza ocenica de unos 10 km de profundidad y for-
mada principalmente por basaltos, o de si estamos bajo
los continentes, corteza continental de hasta 70 km de
profundidad y formada principalmente por silicatos.
Por debajo de la corteza est el manto. La capa entre la
discontinuidad de Mohorovicic y de Repetti se conoce
como manto superior. Esta regin juega un papel muy
destacado en el movimiento de la corteza, ms conoci-
do como tectnica de placas, que veremos ms adelan-
te. La regin de 800-2.900 km de profundidad se cono-
ce como manto inferior. El manto en su parte superior se
comporta como un slido, es decir, es un cuerpo rocoso.
Pero, segn va aumentando la profundidad y aumentan-
do la temperatura, el manto se hace ms plstico y tiene
algn comportamiento ms cercano a los fluidos, aun-
que sigue siendo un slido.
Por debajo del manto, tras la discontinuidad de Guten-
berg, se encuentra el ncleo, el cual se divide por la dis-
continuidad de Wiechert-Lehmann en una parte externa
y liquida, ncleo externo, y otra interna y slida, el ncleo
interno. La rigidez del ncleo fue confirmada en 1971.
La tectnica de placas
y los modelos de conveccin
Ejercicio
El anlisis de las ondas ssmicas permiti, entre otras
cosas, comprender la dinmica de las capas ms ex-
ternas del planeta (litosfera), explicada mediante la
teora de la tectnica de placas. Dicha teora explica
los desplazamientos de dichas placas sobre el manto
terrestre como consecuencia de la diferencia entre la
alta temperatura interior del planeta y la baja tempe-
ratura de la atmosfera. Es algo parecido a lo que su-
cede con una sopa grasienta o con la leche. Si llevas a
1.2 TIERRA, EL PLANETA SLIDO 37
ebullicin y dejas en reposo durante un cierto tiempo
estos lquidos, puedes observar que, en su superficie,
se forman una serie de capas, como la nata sobre la
leche. Al calentar de nuevo los lquidos, vers que las
capas formadas empiezan a moverse ligeramente,
empujando unas a otras. En el planeta este fenmeno
ha sido estudiado y explicado por la teora de la tect-
nica de placas, inicialmente conocida como la deriva
de los continentes.
La teora de la deriva continental fue propuesta por el
meteorlogo alemn Alfred Wegener (1880-1936) en los
aos veinte del siglo pasado. Wegener observ que la
costa este del continente americano y la costa oeste de
Europa y frica encajaban como si fueran piezas de un
puzle y que lo mismo suceda con formaciones geolgi-
cas a ambos lados del Ocano Atlntico, por lo que su-
puso que previamente haban estado unidas y se haban
desplazado, dando lugar a la configuracin actual de los
continentes. Sin embargo, Wegener no pudo explicar a
qu era debido este desplazamiento y los principales
gelogos del momento, encabezados por Jeffreys, le
acusaron de presentar solo las observaciones que con-
firmaban sus conjeturas y no otras muchas ms que no
coincidan con sus hiptesis. Esto provoc que la teora
de la deriva de los continentes quedara aparcada hasta
los aos sesenta, cuando estudios de la edad del suelo
ocenico en el Atlntico mostraron que progresaba por
igual al este o al oeste de la dorsal ocenica atlntica
y que esta edad era mayor cuanto ms alejados nos en-
contrramos de la dorsal ocenica atlntica.
Para comprender la deriva de los continentes es pre-
ciso un mayor anlisis de la regin externa del planeta.
El anlisis de las ondas ssmicas y, en particular, de su
velocidad, permiti observar que debajo de la corteza
existe una capa de gran dureza situada a una profun-
didad de 100-200 km, que usualmente no se deforma.
Cada pieza de litosfera con su corteza se conoce como
placa tectnica. Por debajo de las placas, en el manto
superior, existe una regin deformable (ms plstica)
sobre la que flotan las placas (vase la interpretacin
de la figura 3).
38 Unidad Didctica. Matemticas del Planeta Tierra

El sistema para analizar estos problemas en la astenosfe-

ra es muy complejo. Pero, suponiendo una serie de hipte-
sis como que se comporta como un fluido incompresible
y que eliminamos algunos de los trminos no lineales, se
obtiene un sistema de ecuaciones formalizado por el ma-
temtico francs Joseph Boussinesq (842-1929):

u=0

p = u + (0, 0, RT)

Figura 3: Corteza y manto superior. Fuente: USGS.

T
+ u T = T
Existe casi una veintena de placas mayores, cuyos lmites t
pueden apreciarse por los focos de los epicentros de los
terremotos, aunque existe un nmero mucho mayor de donde u es el campo de velocidades, T es la temperatura,
placas menores que permiten explicar fenmenos ssmi- p es la presin y R es la constante de Rayleigh.
cos ms localizados.

Actualmente somos capaces de conocer a qu velocidad

se desplazan las placas tectnicas gracias a la precisin
de los sistemas GPS, que han sido comentados en el cap-
tulo 1. 1. Las placas se mueven normalmente con una velo-
cidad de hasta 2,5 centmetros/ao. La direccin de estos
movimientos marca los diferentes tipos de lmites de las
placas. Estos pueden ser:

D
 ivergentes, cuando las placas se alejan unas de otras.

C
 onvergentes, cuando una placa choca contra otra. Aqu
se puede producir subduccin cuando una placa oce-
nica se hunde bajo la continental o cinturn orognico
cuando las dos placas se comprimen.

Transformantes, cuando una placa se desliza contra otra. Figura 4. Conveccin de Rayleigh-Bernard. Autor: Eyrian. Fuente: http://com-
mons.wikimedia.org/wiki/File:ConvectionCells.svg.

Como ya hemos dicho, el movimiento de las placas se

debe a la diferencia de temperatura que existe entre la
regin inferior de la litosfera (100 C) y la regin inferior
de la astenosfera (900 C). Esto genera una serie de mo-
vimientos de las rocas en estado plstico de la astenos-
fera conocidos como conveccin de Rayleigh-Brnard,
definido por el fsico francs Henroi Bernard (1874-1939),
que consisten en la circulacin de las zonas calientes a las
fras (figura 4).
El sistema de ecuaciones de Boussinesq refleja dos cla-
ses de movimientos cuya combinacin permite explicar
la tectnica de placas. Las corrientes de conveccin son
las que originan el movimiento de las placas tectnicas
y las direcciones de las corrientes son marcadas por las
plumas de conveccin. Las plumas de conveccin son
columnas ascendentes de fluido a una velocidad mayor y
de alta temperatura que ascienden hasta que se nivela su

temperatura y se detienen, dando lugar a una forma de un
hongo.
Este fenmeno es similar al que observamos en una ca-
zuela hirviendo con las burbujas que vemos crecer y se
rompen. Las plumas de conveccin se visualizan en la su-
perficie terrestre en algunas zonas de la corteza marina,
creando zonas de islas volcnicas, como las islas Hawai o
Canarias (figura 5).
Figura 5. Paisaje volcnico, Timanfaya. Autor: R. Orive.
Desastres naturales
Hay muchos fenmenos que nos permiten observar, de
manera indirecta, los movimientos del interior del plane-
ta, como:
L
 as erupciones volcnicas, producidas por la ascensin
de magmas a la corteza terrestre desde la astenosfera
(figura 5).
L
 os terremotos son sacudidas de la corteza terrestre
producidas por la liberacin de energa acumulada en
forma de ondas ssmicas. Normalmente se producen
por rupturas en las fallas, es decir, en los bordes de las
placas tectnicas.
L
 os maremotos o tsunamis son olas de enorme energa
y tamao que se producen cuando algn fenmeno ex-
1.2 TIERRA, EL PLANETA SLIDO 39
traordinario, normalmente terremotos, desplaza ver-
ticalmente una gran masa de agua.
Estos fenmenos naturales tienen devastadores efec-
tos sobre la naturaleza del planeta y nuestra vida. Po-
demos recordar algunos de los que se produjeron en
los ltimos aos:
La erupcin del volcn Eyjafjallajkull en Islandia. Se
inici a finales de 2009 pero su continua actividad pro-
dujo una enorme nube de gases que provoc el cierre
del espacio areo europeo durante das en 2010.
La erupcin del volcn Puyehue en Chile durante 2011.
Su nube de gases y cenizas alcanz una extensin de
3.000 km e hizo necesaria la evacuacin de los habi-
tantes de los alrededores.
El terremoto de LAquila en Italia de abril de 2009. Cau-
s 308 vctimas mortales, miles de heridos y la eva-
cuacin de casi toda la ciudad.
El terremoto de Hait de enero de 2010. Su epicentro
se situ en la capital del pas, Puerto Prncipe, y provo-
c ms de 200.000 prdidas humanas.
El terremoto de Lorca en Murcia de mayo de 2011, con
nueve vctimas y parte de la ciudad devastada.
E
 l maremoto del 26 de diciembre de 2004, producido tras
un terremoto de 9.1 en la escala Richter cerca de la isla de
Sumatra y que ocasion alrededor de 280.000 fallecidos.
El tsunami de Japn del 11 de marzo de 2011, acontecido tras
un terremoto de magnitud 9.0 en la escala Richter. Afect
en todo el Pacfico y caus cerca de 20.000 vctimas en Ja-
pn, adems de daos en la central nuclear de Fukushima,
que abrieron una crisis nuclear a escala mundial.
Las matemticas se aplican al estudio de la prevencin
de estos desastres en dos cuestiones fundamentales:
40 Unidad Didctica. Matemticas del Planeta Tierra
en la prediccin del fenmeno y, en particular, cuando la
catstrofe es inminente, sealar la magnitud, el tipo y
la localizacin del fenmeno; y en la determinacin de las
consecuencias que tendrn.
Prediccin
Generalmente suele haber seales externas que anuncian
la inminencia de una erupcin o de un terremoto, como un
aumento de emisiones de gases, movimientos ssmicos,
erupciones magmticas y deformaciones de la superficie.
Los vulcanlogos y los sismlogos usan una serie de ins-
trumentos para tomar medidas que permitan predecir la
magnitud de la catstrofe y as adoptar las decisiones ade-
cuadas para minimizar posibles daos, como por ejemplo:
S
 ismgrafos, que detectan la intensidad de los movi-
mientos ssmicos.
I nstrumentos para medir la electricidad porque el mag-
ma genera corrientes elctricas.
G
 ravmetros, que miden las variaciones del campo gra-
vitacional de la Tierra.
Termmetros especiales para medir las variaciones de
temperaturas.
S
 atlites que analizan la composicin de los gases de la
atmosfera.
E
 l sistema GPS, que nos permite conocer los cambios de
posicin como desplazamientos y cambios en la eleva-
cin del suelo.
Una parte importante de las tareas es la monitorizacin
de todos estos parmetros, que requiere tcnicas mate-
mticas no muy sofisticadas como tomar medidas, pre-
sentar un desarrollo temporal de las muestras, extrapo-
lar espacialmente los datos obtenidos en una serie de
puntos y representar grficamente los resultados. Los
mtodos usados en estos temas incluyen herramientas
del anlisis matemtico y estadstico. En particular, la
estadstica se ha adaptado a este campo, crendose
una rama propia en geociencias.
Por otro lado, para estudiar los movimientos ssmicos,
deformaciones de la naturaleza, anomalas de la grave-
dad, etctera, se usan las series temporales. En todos
estos estudios es preciso ordenar los datos que se reci-
ben para que la informacin sea relevante. Este anlisis
se puede hacer en el dominio temporal o en el de las fre-
cuencias, esto ltimo se conoce como anlisis espectral.
La idea es que cualquier funcin peridica (t) puede
identificarse a travs de una familia de funciones orto-
gonales de la misma manera que podemos identificar
una posicin conociendo sus coordenadas. Esta identi-
ficacin se conoce como serie de Fourier:
a0
S(t) = + [an cos(n t) + bn sen (n t)]
2 n=1
donde los coeficientes se definen por
2
an = f(t) cos (n t) dt
0
2
bn = f(t) sen (n t ) dt
0
y n = n son las frecuencias. As, cada frecuencia lleva
acompaada una informacin, sus coeficientes, y para el
estudio de nuestros fenmenos nos interesa la informa-
cin que viene en un nmero de frecuencias determinadas.
El origen de esta relacin de (t) con S(t) est en el estudio
de la transferencia de calor en conductores llevado a cabo
por el matemtico francs Joseph Fourier a principios del si-
glo XIX. Es un instrumento muy til, pero sin embargo falla al
representar funciones no peridicas. As, durante el pasado
siglo XX, se han desarrollado otras herramientas matemti-
cas como las ondculas o wavelets que persiguen la misma
idea; es decir, descomponer la informacin de una funcin
con respecto a una familia ortogonal de funciones.
Predecir estos fenmenos es muy complejo. Primero, a par-
tir de datos incompletos recogidos experimentalmente,

tenemos que reconstruir lo que est sucediendo en el
medio. Adems, por otro lado, para estudiar las defor-
maciones del terreno se usan modelos muy simplifica-
dos que no representan la realidad de manera tan preci-
sa como se querra. Se supone que el medio es elstico,
istropo y homogneo, lo que no se corresponde muy
bien con la realidad porque, desde el punto de vista de
la mecnica de medios continuos, por ejemplo, los vol-
canes son heterogneos y presentan estratificaciones
que afectan a la propagacin del magma y, por lo tanto,
a las deformaciones que ocasiona esto en la superficie.
Y una vez elaborados los modelos, se realizan simula-
ciones para conocer posibles evoluciones de la estruc-
tura de los medios continuos, para lo que utilizamos los
llamados elementos finitos, de los que ms adelante
hablaremos.
Por lo tanto, para anticipar una erupcin o un terremoto,
se han sealado una serie de fenmenos precursores
que ocurren antes de ellos y sirven de seal de alerta.
Pero no es una relacin unvoca, es decir, pueden suce-
der los fenmenos precursores y no desencadenarse la
catstrofe, aunque s existe la posibilidad de que ocurra.
Por el contrario, tambin sucede que, sin mostrarse nin-
gn precursor, se produzca un desastre natural. As, tan-
to en vulcanologa como en sismologa es fundamental
el anlisis de las catstrofes naturales que se suceden,
dado que nos permite tener mayor informacin sobre
lo que nos vamos a encontrar en el futuro. El desarrollo
tecnolgico actual nos permite obtener una mayor in-
formacin de los fenmenos que actualmente suceden
y que antes no conocamos.
Cuando hablamos de posibilidad de que ocurra un fen-
meno en matemticas nos adentramos en la teora de la
probabilidad, que determina cuantitativamente la posi-
bilidad de que un suceso se produzca. La probabilidad
se empieza a cimentar en el siglo XVI, pero es con los
trabajos del matemtico francs Pierre Laplace (1749-
1827) y el ingls Thomas Bayes (1702-1761) cuando se es-
tablece la base de esta rama de las matemticas.
La regla de Laplace determina que la probabilidad de un
suceso imposible es 0 y la probabilidad de un suceso se-
guro es 1. En definitiva, la probabilidad de un suceso A en
1.2 TIERRA, EL PLANETA SLIDO 41
el caso en que todos los sucesos sean igual de probables,
es igual al nmero de casos favorables a A dividido por el
nmero total de resultados posibles. Unido a la definicin
de probabilidad condicionada P(A / B) P(B) = P(B / A)
P(A), obtenemos la frmula de Bayes:
P(B/Aj) P(Aj)
P(Aj / B) =
P(B/A1) P(A1) + ... + P(B/An) P(An)
Esta frmula es muy til para predecir un terremoto. Si
consideramos que A1,..., An son las anomalas o precurso-
res de los fenmenos a estudiar, P(B / Aj) determina la pro-
babilidad de que ocurra un fenmeno habiendo sucedido la
anomala Aj y P(Aj /B) determina la probabilidad de que se
observe una anomala al producirse un fenmeno.
As, por otros efectos precursores podemos saber que
estamos cerca de que se produzca una erupcin volcnica
o un terremoto. Naturalmente, las anomalas son muy di-
ferentes a la hora de distinguir erupciones o terremotos
aunque, adems, sera til distinguir entre ambos, ya que
no es igual una erupcin volcnica que un terremoto. Las
erupciones volcnicas s se pueden predecir con mayor
seguridad son fenmenos ms progresivos; sin embar-
go, los terremotos ocurren de manera ms abrupta, por
tanto es difcil saber cundo va a ocurrir un terremoto y
qu magnitud va a tener. Adems, dentro de las propias
erupciones o terremotos, hay que diferenciar dentro de
las propias caractersticas geolgicas de las diferentes
regiones de la Tierra.
Por ejemplo, en 2012 tuvo lugar una erupcin volcni-
ca en la isla de Hierro y, a lo largo del proceso, se pudo
recibir una informacin detallada del fenmeno. Sin
embargo, en el terremoto de LAquila, los cientficos
italianos anunciaron horas previas a la catstrofe que
existan muy pocas posibilidades de que ocurriera. El
mundo cientfico ha vivido con perplejidad cmo la jus-
ticia italiana ha dictado penas contra dichos cientficos
por el fracaso de su dictamen. Es sorprendente compro-
bar cmo en algunos casos la sociedad utiliza la ciencia
para dictaminar hechos como irrefutables cuando siem-
pre la ciencia ha avanzado a partir del reconocimiento
de nuestra propia ignorancia.
42 Unidad Didctica. Matemticas del Planeta Tierra

Estudiando las consecuencias
La erupcin de un volcn puede producir ros de lava, pero
tambin nubes de ceniza y gases que pueden provocar
daos muy graves. Una nube de cenizas volcnicas puede
ser transportada a regiones muy lejanas y, por lo tanto,
es esencial disponer de buenos modelos de las corrien-
tes. Las matemticas que nos permiten conocer cmo
se va a comportar una nube de cenizas o de gases son las
que rigen los movimientos de los fluidos, en concreto, la
ecuacin de Navier-Stokes. Estas matemticas son las
mismas que se emplean en los modelos meteorolgicos
y que se detallan en los captulos 1. 3 y 3. 1.
pequea regin del mallado. Una forma de definir cada una
de estas j es que vale 1 en el vrtice xj , decrece hasta 0 en
los lados opuestos al vrtice y se extiende por 0 en el resto.
As, la forma de la funcin es como si fuera una pirmide.
Como consecuencia de trabajar con este tipo de funciones,
el sistema de ecuaciones en derivadas parciales que mo-
dela nuestro fenmeno se transforma en un nmero finito
de ecuaciones diferenciales ordinarias o simplemente en
un conjunto de ecuaciones algebraicas, las cuales nos per-
miten expresiones explcitas de las soluciones.

El avance que se ha producido en la previsin meteoro-

lgica es enorme y se ha basado en tres puntos. Primero,
una mayor cantidad de datos reales de presiones, hume-
dad, velocidad de los vientos en distintos niveles de la
atmsfera obtenidos principalmente va satlite pero
tambin con radares y a travs de las clsicas estaciones
meteorolgicas. En segundo lugar, un mayor conocimien-
to matemtico de los diferentes modelos de ecuaciones
en derivadas parciales que involucran a estos fenmenos.
Sin embargo, estas ecuaciones en general no se pueden
obtener explcitamente. Para ello se ha desarrollado otra
rea de las matemticas que permite calcular soluciones
muy cercanas a las frmulas obtenidas en nuestros mo-
delos. Esto se conoce como el anlisis numrico. Adems, Figura 6. Ejemplo de un mallado para el estudio del movimiento de una nube de
cenizas. Autor: M. Cea.
sumado al enorme avance computacional que se ha desa-
rrollado en las ltimas dcadas, esto nos permite realizar
una gigantesca cantidad de clculos en muy poco tiempo
que nos dan predicciones cada vez mejores de los fen- Una posible consecuencia de un terremoto bajo el oca-
menos naturales. no son los tsunamis, aunque estos tambin pueden pro-
ducirse por la cada de un meteorito o por un desprendi-
Ahora hablaremos del mtodo numrico ms utilizado miento de una montaa sobre un lago. Esto origina una
para la aproximacin de soluciones de ecuaciones en de- ola que se mantiene siempre por encima del nivel del
rivadas parciales que modelan el comportamiento de una agua y que se propaga a gran velocidad. En particular, el
regin , los elementos finitos (FEM), desarrollado a par- maremoto del Ocano ndico de diciembre de 2004 pro-
tir de la dcada de los cincuenta del pasado siglo. La idea dujo una ola de unos 10 metros sobre el nivel del mar que
del mtodo es descomponer la regin en una particin viaj a una velocidad de 900 km/h.
(mallado), como se muestra en la figura 6, para trabajar con
unas funciones especficas, los elementos finitos. Estos Los primeros estudios sobre la propagacin de una ola
consisten en utilizar una familia de funciones positivas j solitaria son debidos al ingeniero naval ingls John Scott
que no son ortogonales pero que son cero excepto en una Russell (1808-1882), quien mediante experimentos en
 1.2 TIERRA, EL PLANETA SLIDO 43

canales generaba una ola solitaria que se propagaba a
una velocidad c:
c2 = g(h + a),
donde g es la constante de la gravedad, a la amplitud de
la ola y h la profundidad del canal. Estos experimentos
provocaron un gran rechazo en el mundo cientfico de su
momento dado que la ola no se dispersaba, es decir, no
iba atenuando su perfil.
zonas del globo. Sin embargo, la prediccin de ellos sigue
siendo poco precisa, ya que, aun conociendo el epicentro
de un gran terremoto subacutico y el tiempo que puede
tardar en llegar un maremoto a la costa, no se dispone de
sistemas de medicin que permitan determinar que efec-
tivamente se ha producido la ola gigante. Como resultado
de todo esto, es comn que se produzcan falsas alarmas.

A finales del siglo XIX, los matemticos holandeses Die-

derik J. Korteweg (1848-1941) y Gustav de Vries (1866-
1934) propusieron la siguiente ecuacin en derivadas
parciales para el estudio del perfil de la ola que lleva su
nombre:
+ (A + B) + 3 = 0
t x x3

donde A, B y , dependen de las constantes fsicas. En

consecuencia, la ecuacin de KdV incluye la suma del
comportamiento de tres ecuaciones de naturaleza muy
distinta. Una ecuacin dispersiva, la ecuacin de Airy,
matemtico ingls (1801-1892):
u + 3u = 0
t x3
Otra la ecuacin de Burgers sin viscosidad, fsico holan-
ds (1895-1981):
u + B 3u = 0
t x

cuya naturaleza no lineal puede generar discontinuida-

des, ondas de choque. Y por ltimo la ecuacin del trans-
porte:
u + A u = 0
t x

definiendo que el perfil u(x, t) es el perfil inicial u0(X) mo-

vindose a una velocidad A, es decir, u(x,t) = u0(X - At)

Actualmente, el anlisis de los modelos asociados a los

tsunamis es bien conocido y se logra diferenciar los com-
portamientos en aguas profundas a cuando nos acerca-
mos a la costa. En consecuencia, se han creado sistemas
de alerta ante la posibilidad de un maremoto en distintas
Figuras 7a y 7b. Sealizacin de evacuacin y zona segura de tsunami. Fuente 7
a: http://www.flickr.com/photos/twicepix/2003401730/ Fuente 7 b: http://www.
flickr.com/photos/gotencool/7058871493/ .
44 Unidad Didctica. Matemticas del Planeta Tierra
REFERENCIAS BIBLIOGRFICAS
Constantin, A. (2011): Nonlinear water waves with appli-
cations to wave-current interactions and tsunamis. Phi-
ladelphia: SIAM, col. CBMS-NSF, Regional Conference
Series in Applied Mathematics, vol. 81.
El matemtico Adrian Constantin presenta un abanico de
modelos del problema de las olas y de las oscilaciones en
fluidos y un anlisis matemtico de dichos problemas.
Davies, G. F. (2011): Mantle Convection for Geologists.
Cambridge: Cambridge University Press.
Libro de referencia que analiza todos los fenmenos de
conveccin en el interior de la Tierra, as como sus conse-
cuencias y la percepcin de ellas en la estructura externa
e interna del planeta.
Fowler, A. (2011): Mathematical Geoscience. Londres:
Springer-Verlag London, col. Interdisciplinary Applied
Mathematics, vol. 36.
Andrew Fowler es un matemtico reconocido por sus
contribuciones en el rea de la modelizacin matemtica
de fenmenos naturales. En este libro hace una detallada
presentacin de los modelos matemticos en fenme-
nos de geociencias: erupciones volcnicas, conveccin
del manto, fluidos en medios porosos, cambio climtico,
etctera.
Fowler, C. M. R. (2005): The Solid Earth: an introduction
to global geophysics (2 ed.). Cambridge: Cambridge Uni-
versity Press.
Esta coleccin de lecciones introductorias para estudian-
tes de geociencias presenta un amplio contenido fsico y
de clculo avanzado, haciendo especial nfasis tanto en
las leyes o principios fsicos como en la instrumentacin
y en la obtencin de datos. Facilita la comprensin de la
complejidad de nuestro planeta con muchos ejemplos.
Isaaks, E. H. y Srivastava, R. M. (1989): An introduction to
applied geostatistics. Oxford: Oxford University Press.
Aqu encontramos una serie de sencillas herramientas
estadsticas y de probabilidad, utilizadas para el anlisis
de datos en geociencias, el estudio de posibles catstro-
fes naturales, etctera.
Lowrie, W. (2011): A students guide to geophysical equa-
tions. Cambridge: Cambridge University Press.
Gua para conocer las clsicas ecuaciones de la gravita-
cin, la rotacin de la Tierra, los modelos de las mareas, la
conveccin del calor en el interior de la Tierra, el geomag-
netismo y la sismologa.
Mart Molist, J. (2011): Los volcanes. Madrid: Los Libros de
la Catarata, col. Qu sabemos de?, vol. 23.
Libro de divulgacin que presenta de una manera atrac-
tiva lo que sabemos sobre las erupciones volcnicas, por
qu y dnde se producen, cmo es el magma, etctera.
Scholz, C. H. (2002): The mechanics of earthquakes and
faulting (2 ed.). Cambridge: Cambridge University Press.
En esta publicacin se describen los fenmenos de las
fracturas y de las fricciones en las rocas, y cmo se de-
rivan de ellas la dinmica de las placas y el origen de los
terremotos.
Vega, L. (2001): "La ola solitaria". La Gaceta de la Real
Sociedad Matemtica Espaola, vol. 4, n 3, pp. 528-566.
Madrid: RSME.
Artculo del matemtico espaol Luis Vega en el que re-
pasa los conocimientos matemticos que tenemos del
problema de la ola solitaria (tsunami). Recomendable
para un acercamiento ms profundo de las matemticas
sobre este problema.
MATERIALES AUXILIARES
PELCULAS
Las catstrofes naturales son un tema recurrente
del cine comercial en los ltimos aos. Aprovechando
los cada vez ms espectaculares efectos especiales, los
guionistas han encontrado en ellas la temtica perfecta
para enfrentar a los protagonistas a un enemigo inmise-
ricorde y as suscitar el entusiasmo de un pblico ansioso
de accin. Por desgracia, muchas de las pelculas en las
que la catstrofe es la protagonista principal carecen de
rigor cientfico. Invito a los lectores a buscar errores cien-

tficos en las pelculas de la temtica que caigan en sus
manos. Algunos largometrajes del gnero son:
El ncleo (Jon Amiel, 2003). Por razones desconocidas,
el corazn del planeta Tierra ha detenido su movimiento
giratorio, lo que causar en pocos meses un tremendo
desastre natural, eliminando la vida tal y como la conoce-
mos. Para evitar esta catstrofe, un grupo de cientficos
viaja al centro de la Tierra e intenta hacer girar su ncleo a
base de explosiones.
Un pueblo llamado Dantes Peak (Roger Donaldson, 1996).
En esta pelcula se muestra cmo nadie hace caso al vulca-
nlogo hasta que el desastre se avecina. As sucede con el
vulcanlogo Harry Dalton (Pierce Brosnan), que detecta
una extraa actividad ssmica y avisa de una posible erup-
cin en las cercanas de Dantes Peak, un tranquilo puebleci-
to del Noroeste coronado por un inmenso volcn apagado.
Volcano (Mick Jackson, 1997). Un volcn aparece en me-
dio de Los ngeles, amenazando con un desastre de ini-
maginables consecuencias.
San Francisco (Woody Van Dyke, 1936). En esta pelcula
protagonizada por Clark Gable se relata la historia del te-
rremoto que sacudi la ciudad de San Francisco en 1906.
Obtuvo cuatro nominaciones a los scar, incluyendo me-
jor pelcula y mejor actor (Spencer Tracy).
Terremoto (Mark Robson, 1974). En esta pelcula, de
nuevo, un joven sismlogo predice un terremoto de gran
intensidad, pero no le toman en serio hasta que la cats-
trofe se vuelva inminente. El alcalde no se atrevi a dar
la orden de evacuacin por temor a que el pnico se apo-
derara de la poblacin, limitndose simplemente a tomar
medidas preventivas.
1.2 TIERRA, EL PLANETA SLIDO 45
2012 (Roland Emmerich, 2009). En esta pelcula se refle-
ja el fin del mundo supuestamente pronosticado por los
mayas con volcanes, terremotos, maremotos, etctera.
La aventura de Poseidn (Ronald Neame, 1972). Un gran
tsunami azota el Poseidn, un lujoso trasatlntico que na-
vega de Estados Unidos a Europa, dentro del cual 1.500
personas celebran la Nochevieja.
Tidal wave (Shir Moritani, 1973). Un enorme maremoto
hace desaparecer Japn.
Lo imposible (Juan Antonio Bayona, 2012). El maremoto
del 26 de diciembre de 2004 visto por el cine espaol.
SERIE
La amenaza de Casandra (Ernie Barbarash, 2009). Esta
miniserie de dos captulos relata la colisin de varios me-
teoritos en la Tierra. La catstrofe siembra el pnico en-
tre la poblacin y solo un investigador experto en el tema
podr impedir la inminente destruccin del planeta.
DOCUMENTAL
Supervolcano: The truth about Yellowstone (Fiona Scott,
2005). Documental de la BBC. A continuacin de la pel-
cula Supervolcano, este documental de dos episodios
revela las ltimas investigaciones acerca de la posible
catstrofe de Yellowstone. Los expertos que monitori-
zan el volcn y aquellos que intentan predecir la prxima
sper erupcin hablan de la posibilidad de que suceda la
catstrofe.
LA TIERRA:
UN PLANETA CON MARES
Y ATMSFERA
Antonio Crdoba y Diego Crdoba

1.3

Este captulo introduce algunos problemas, actuales
e histricos, de la mecnica de fluidos de manera bien
ejemplificada y documentada. La redaccin, junto con la
precisin en los trminos y conceptos, estn muy cuida-
das y la eleccin de grficas e imgenes es oportuna y
acertada.
Como introduccin se presenta al lector la prediccin
del tiempo atmosfrico y los movimientos del mar como
objetivos de la mente humana. La mecnica de fluidos
se presenta como un campo que atae a tres estados de
la materia (lquido, gas y plasma) y por esta razn, sus
fines, problemas y proyectos son tan variados como las
situaciones en las que interviene un fluido, que pueden
depender de la temperatura, la gravedad o la presencia
de campos magnticos. Se destacan tambin aspectos
histricos y culturales, extrados de los trabajos y an-
tecedentes histricos de autores como Arqumedes,
Pascal; Bernouilli, Lagrange, Euler (clculo diferencial,
ecuaciones de los fluidos); Navier y Stokes (viscosidad).
El mtodo interrogativo seguido por los autores propor-
ciona inters a la lectura del captulo con las cuestiones
elegidas. Gotas: por qu son las gotas esfricas? Olas:
qu son las olas? Medios porosos: cmo cambia la din-
mica de un fluido en un medio poroso? cmo se produce
la aparicin, o en su contrario ausencia, de singularidades
en la evolucin de un fluido? En todas estas cuestiones se
muestra y ejemplifica la utilidad de las matemticas para
entender los fenmenos planteados.
El texto se ubica entre el anlisis matemtico, las simu-
laciones numricas y la fsica de los medios continuos.
Su lectura se puede seguir desde un cierto nivel de co-
nocimiento matemtico, sobre todo en su primera parte.
Objetivos, contenido y criterios de evaluacin de acuerdo con los
Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2 noviembre
para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
La comprensin de la segunda parte, singularmente la
formulacin analtica de conceptos y de las leyes que se
derivan, supera el nivel de conocimiento de los estudian-
tes de bachillerato; para su comprensin sera necesaria
una preparacin matemtica ms completa y especfica
sobre las tcnicas y conceptos matemticos en que se
basan los modelos que se presentan.
Por otro lado, los conceptos y procedimientos que se
plantean resultan muy adecuados para la asignatura
Ciencias de la Tierra y Medioambientales. Singular-
mente, el captulo resulta especialmente oportuno
para introducir y desarrollar algunas de las ideas y
conceptos presentados en el segundo contenido de la
asignatura:
C2. Los sistemas fluidos externos y su dinmica.
La atmsfera: estructura y composicin. Actividad
reguladora y protectora. Inversiones trmicas. Re-
cursos energticos relacionados con la atmsfera.
Contaminacin atmosfrica: deteccin, prevencin y
correccin. El agujero de la capa de ozono. Aumento
del efecto invernadero. El cambio climtico global.
La hidrosfera. Masas de agua. El balance hdrico y el
ciclo del agua. Recursos hdricos: usos, explotacin
e impactos. La contaminacin hdrica: deteccin,
prevencin y correccin de aguas contaminadas.
Determinacin en muestras de agua de algunos pa-
rmetros qumicos y biolgicos e interpretacin de
los resultados en funcin de su uso.
Tambin la lectura y el trabajo de este captulo responden
a los objetivos de la asignatura Ciencias para el Mundo
Contemporneo.
La mecnica de fluidos
La presencia de una atmsfera rica en oxgeno y de
abundante agua en los ocanos es una caracterstica
fundamental para la vida en el planeta Tierra. Predecir
el tiempo atmosfrico, comprender la naturaleza de los
vientos, desde los amables cfiros hasta los devasta-
dores tornados y huracanes, y entender la naturaleza
de los movimientos del mar, olas, mareas y corrientes,
han sido desde siempre objetivos que la mente humana,
tanto por razones de supervivencia como por curiosidad
cientfica, se ha dedicado a explorar y conocer.
El resultado de ese empeo es la mecnica de fluidos,
un campo excepcionalmente amplio que atae a tres es-
tados de la materia (lquido, gas y plasma) cuyos fines,
problemas y proyectos son tan variados como innume-
rables son las situaciones fsicas en las que interviene
un fluido, desarrollando dinmicas que pueden depen-
der de factores tales como la temperatura, la gravedad
o la presencia de campos magnticos en el caso particu-
lar de los plasmas.
Figura 1. Lquido (agua). Fotografa: Antonio Crdoba.
El estudio de los fluidos se encuentra en la interfaz entre
el anlisis matemtico, las simulaciones numricas y la
fsica de los medios continuos, y tiene una larga historia
con momentos estelares como el descubrimiento por
Arqumedes de su famoso principio (todo cuerpo sumer-
gido en un fluido experimenta un impulso vertical que es
igual al peso del fluido desalojado), base de la flotacin y
con el que pudo determinar la composicin de la corona
del rey Hern de Siracusa. Este descubrimiento le provo-
c tanto entusiasmo que sali desnudo por las calles gri-
tando Eureka (lo consegu), segn reza esa leyenda del
legado cientfico del gran periodo alejandrino que forma
ya parte importante de nuestra cultura. Algunos siglos
despus, ya en pleno barroco, Blaise Pascal formul el im-
portante concepto de presin estableciendo una buena
base terica para la hidrosttica, con sus consecuencias
prcticas en las prensas hidrulicas.
Figura 2. Los primeros estudios de dinmica de fluidos fueron protagonizados
por Arqumedes de Siracusa (287-212 a. C.) y Blaise Pascal (1623-1662). Fuente:
http://commons.wikimedia.org/wiki/File:Archimedes_bath.jpg.
Figura 3: Blaise Pascal (1623-1662). Fuente: http://commons.wikimedia.org/wiki/
File:Pascal-old.png.
52 Unidad Didctica. Matemticas del Planeta Tierra
Siguiendo en el tiempo nos encontramos con la contri-
bucin fundamental de los ilustrados, Daniel Bernoulli,
Joseph Lagrange y Leonhard Euler, quienes, haciendo uso
del magnfico instrumento del clculo diferencial, deriva-
ron las ecuaciones fundamentales de los fluidos en movi-
miento. Proeza que fue luego completada con el aadido
de los trminos de viscosidad por Navier y Stokes, ya en
pleno romanticismo.
4a 4b
Figura 4a. Daniel Bernoulli (1700-1782).
Fuente: http://commons.wikimedia.org/
wiki/File:Daniel_Bernoulli_001.jpg.
Figura 4b. Joseph Louis Lagrange (1736-
1813). Fuente: http://commons.wikimedia.
org/wiki/File:Joseph-Louis_Lagrange.
jpeg.
Figura 4c. Retrato de Leonhard Euler
4c (1707-1783). Fuente: http://commons.wiki-
media.org/wiki/Leonhard_Euler.
A pesar de la importancia prctica de sus problemas y
de los esfuerzos de muchos grandes matemticos du-
rante varios siglos, quedan todava algunas cuestiones
fundamentales en la mecnica de fluidos que esperan
respuesta.
La hidrodinmica es un campo inmenso de inters para
los matemticos, pero tambin para los fsicos, los inge-
nieros y los meteorlogos. En muchos fenmenos de la
naturaleza se han originado modelos o sistemas de ecua-
ciones que ataen a los fluidos y que, de alguna manera,
se derivan de las leyes fundamentales que veremos a lo
largo del captulo.
La labor de los matemticos consiste en estudiar estos
modelos, demostrar su consistencia lgica (es decir, que
estn bien propuestos), y sacar las consecuencias en for-
ma de teoremas y predicciones del comportamiento de
sus soluciones. He aqu una pequea muestra de fenme-
nos que se pueden observar a travs de la potente lente
de las matemticas.
Frentes de aire fro y aire caliente
De las ecuaciones de Navier-Stokes, a las que dedicare-
mos gran parte del captulo, se deducen ecuaciones que
sirven para construir modelos de evolucin de los fren-
tes atmosfricos. Son las ecuaciones quasi-geostrficas
(Q.G.) derivadas de las anteriores para el caso de un fluido
en movimiento de rotacin (sobre la superficie de la Tie-
rra), cuando se tienen en cuenta algunas aproximaciones
razonables en latitudes medias al efecto de la rotacin
terrestre y la aceleracin de Coriolis.
En la versin de superficie (S.Q.G.) se reducen a ecuacio-
nes en dos variables espaciales que son las que sirven
para modelar la evolucin de frentes atmosfricos, pero
que presentan muchas de las dificultades del modelo tri-
dimensional de Navier-Stokes, especialmente el hecho
de que el campo de velocidades venga descrito por unos
operadores de naturaleza no-local (R transformadas de
Riesz), como le ocurre a la presin en (N.S.).
Torbellinos
A menudo los fluidos desarrollan estructuras en forma
de torbellinos, tambin conocidos como vrtices, que son
capaces de concentrar una gran cantidad de energa en
una regin pequea del espacio, y que poseen una gran
capacidad destructiva. Estos vrtices pueden subsistir
por largos periodos de tiempo y desplazarse en el espa-
 1.3 LA TIERRA: UN PLANETA CON MARES Y ATMSFERA 53

cio, como hacen los huracanes y los tornados. Estudiar la
evolucin de estas soluciones de las ecuaciones de los
fluidos y demostrar matemticamente sus propiedades
es una tarea muy interesante.
Gotas
Por qu son las gotas esfricas? La razn est en la ten-
dencia de su superficie a ocupar la mnima rea posible, y
da lugar a fenmenos muy interesantes de cambio de to-
pologa. Un ejemplo es un chorro de agua que rompe en un
conjunto de puntos desconectados entre s, dando lugar
a gotas. Pero tambin resulta interesante el fenmeno
contrario (por ejemplo, el chapapote), cuando un lquido
viscoso dentro de otro que lo sea menos, puede desarro-
llar filamentos que llegan casi al tamao molecular.
Ondas: Olas
Qu son las olas? Se trata de soluciones en forma de
onda para las ecuaciones de Euler o Navier-Stokes, que
veremos a continuacin, anlogas a las soluciones en for-
ma de onda para el electromagnetismo (ondas de radio o
de televisin). Estas ondas pueden tener longitudes del
orden de centmetros como son las llamadas capila-
res,o tener longitudes kilomtricas como los devasta-
dores tsunamis. Pueden tambin aparecer, bajo ciertas
circunstancias, en algunos tipos de nubes. Todas ellas
presentan problemas matemticos que son fascinantes
y nos interesa investigar.
dio isotrpico, la densidad p del fluido y la aceleracin de
la gravedad g. Pero se trata de una velocidad promedio,
en la escala mesoscpica que corresponde a los poros, de
la de las partculas fluidas que aparecen en las ecuacio-
nes de Navier-Stokes. Los problemas matemticos que
surgen en esta direccin tienen un inters industrial en
actividades como la extraccin de petrleo o la distribu-
cin de aguas subterrneas.
Un problema del milenio
En este captulo abordaremos una de las cuestiones
fundamentales de la mecnica de fluidos que an est
abierta, relativa a las llamadas ecuaciones de Navier-
Stokes. El Instituto Clay, un centro de investigacin
matemtica de financiacin privada estadounidense, la
ha sealado como uno de los problemas del milenio y ha
ofrecido el premio de un milln de dlares por su solu-
cin (http://www.claymath.org/millennium/Navier-Sto-
kes_Equations/).
Se trata de la aparicin, o por el contrario ausencia, de
singularidades en la evolucin de un fluido segn las
ecuaciones de Navier-Stokes, cuando se parte de un
estado inicial que carece de ellas. Adems de ser una
cuestin de principios para todo modelo de evolucin,
se trata de una pregunta fundamental en el empeo
de entender las matemticas de la turbulencia. Lo que

Medios porosos
Cmo cambia la dinmica de un fluido en un medio po-
roso? Cmo se mueven las aguas subterrneas? El inge-
niero Henry Darcy, en 1856, dedujo de forma experimen-
tal que el fluido se rige por lo que hoy en da se conoce
como la ley de Darcy
V = -p - (0, g)

donde la velocidad v (incompresible) y la presin p de-

Figura 5 a. C. Navier (1785-1836). Fuente: http://en.wikipedia.org/wiki/File:Clau-
de- Louis_Navier.jpg.
penden de la viscosidad V, la permeabilidad K del me- Figura 5 b. George Gabriel Stokes, 1875. Fuente: Popular Science Monthly Volume 7.
54 Unidad Didctica. Matemticas del Planeta Tierra
sigue a continuacin es un intento de transmitir la natu-
raleza y el inters que tiene ese problema del milenio.
El agua y el aire son fluidos fundamentales de la natu-
raleza realmente inspiradores para entender el modelo
matemtico del medio continuo. Un concepto funda-
mental es el de partcula fluida, que no debemos aso-
ciar sin ms a las nociones de tomo o molcula, a los
que la ciencia nos tiene ahora bastante acostumbrados
pero que, con permiso de Leucipo y Demcrito, son con-
ceptos posteriores al de partcula fluida introducida
por los matemticos de la Ilustracin. Pensemos en la
circulacin nocturna de los coches por las autovas que
concurren a una gran ciudad despus de las vacaciones.
Vistos desde una cierta altura, con sus luces rojas en la
retaguardia, o los faros frontales de luz blanca, pare-
cen partculas luminosas que se mueven de forma ms
o menos ordenada, aunque a veces sea algo catica y
accidentada, y forman perfectamente un fluido que
discurre por cauces que se unen y bifurcan, entrando o
saliendo de ese gran contenedor de automviles que es
la ciudad.
Podemos obtener otra metfora fluida interesante en
la salida de un estadio de ftbol, observando la escena
desde un edificio suficientemente alto de la proximidad.
Visto desde la lejana se trata de un flujo de personas,
partculas fluidas cuyas trayectorias individuales con-
vergen o divergen, dando lugar a aglomeraciones y rari-
ficaciones en las que varan la densidad y la presin.
El medio continuo
Segn Aristteles, El continuo puede ser definido como siguen trayectorias caticas y carentes de direccin. Es
aquello que es divisible en partes que, a su vez, pueden
ser divididas, y as hasta el infinito.
No es una mala aproximacin, teniendo adems en cuen-
ta las dificultades de los griegos para superar el descu-
brimiento pitagrico de los nmeros irracionales y ma-
nejar el continuo de la recta real, cuyos engranajes no
fueron suficientemente lubricados hasta mucho tiempo
despus. Haciendo breve una larga historia, podemos
decir que para los ilustrados, Bernoulli, Euler y Lagran-
ge, la descripcin matemtica de un fluido involucra lo
siguiente:
Figura 6. Dominio D y campo de velocidades. Imagen: Diego y Antonio Crdoba.
D es un dominio del espacio euclidiano R3 (o R2);
x D representa a una partcula del fluido;
(x, t) es la densidad del fluido en el punto x en el instante t.
u(x, t) = (u1(x, t), u2(x,t), u3(x,t)) es la velocidad que ten-
dra una partcula situada en el punto x del espacio y en
el tiempo t.
p = p(x, t) es la presin en el seno del fluido, en el punto espa-
cial x y en el instante de t.
Como hemos puntualizado, la representacin ideal de una
partcula fluida asocindola a un punto x = (x1, x2, x3)
del espacio euclidiano es una argucia legtima del modelo
matemtico, pero lo que signifique en cada caso (coche,
espectador o partcula de agua o de aire), depender de
sus caractersticas especiales. En particular, para los dos
fluidos fundamentales, aire y agua, no debe confundirse
con una molcula, sino con un grupo de ellas, que ser lo
suficientemente amplio para que podamos asociarles
una velocidad comn, una especie de promedio de las
de sus componentes moleculares que, ahora sabemos,
decir, el concepto de partcula de agua o de aire es una
idealizacin matemtica que ha resultado muy til para
entender la dinmica de estos fluidos, pero que no se co-
rresponde con una entidad real, ni tiene mucho sentido
tampoco que pretendamos definir cuntas molculas la
componen.
Existen dos puntos de vista, o maneras alternativas y
complementarias, de mirar a un fluido, que tradicional-
mente se denominan formulacin euleriana o lagrangia-
na, respectivamente, en honor de sus dos grandes crea-
dores: Leonhard Euler y Joseph Lagrange.

Segn Euler, un fluido queda descrito por el campo de
velocidades que nos indica la velocidad de la partcula
que en el instante de tiempo t se encuentra ubicada en la
posicin x = (x1, x2, x3) de un sistema fijo de coordena-
das espaciales. La evolucin de ese campo de velocida-
des, que grficamente podemos imaginar fotografiado
en cada tiempo t para obtener su imagen u en forma de
un vector u (x, t) = (u1, u2 , u3) con origen en el punto x,
describe completamente el movimiento del fluido. Por lo
que en esta formulacin euleriana se trata de encontrar
las leyes o ecuaciones que han de satisfacer el campo de
velocidades demostrando que estn bien propuestas: a
partir de una observacin inicial del campo en el tiempo
t = 0, probar que existe una solucin nica compatible con
ese dato, del que adems depende continuamente.
Figura 7. Dominio D u(x, t) = (u1(x, t), u2(x,t), u3(x,t)). Imagen: Diego y Antonio Crdoba.
En la formulacin lagrangiana se hace nfasis en el flujo
de las partculas que aparecen descritas por unas etique-
tas que, generalmente, designan su posicin inicial. Es de-
cir, consideramos que el fluido est determinado por las
funciones, x = x (a, t), que nos indican la posicin x que
tiene la partcula que en el instante t = 0 se encontraba en
el punto a = (a1, a2, a3).
De manera que ahora, si miramos al fluido, no tomamos
una fotografa de su campo de velocidades, sino que nos
fijamos en cada partcula y seguimos su trayectoria en el
tiempo.
En estas figuras el eje vertical es el tiempo mientras que
el espacio se ha representado en las coordenadas hori-
1.3 LA TIERRA: UN PLANETA CON MARES Y ATMSFERA 55
Figura 8. Trayectorias lagrangianas. u(x, t) = (u1(x, t), u2(x,t), u3(x,t)) Imagen:
Diego y Antonio Crdoba.
zontales, lo que resulta evidente en dimensin 2 y requie-
re una cierta imaginacin para dimensin 3.
Naturalmente ambos puntos de vista son equivalentes, lo
que se expresa a travs de una ecuacin diferencial:
dx = u(x,t)
dt
En honor del otro gran ilustrado, Daniel Bernoulli, pode-
mos mencionar la ecuacin que lleva su nombre
1 v2 p
+ + gh = constante
2
Donde es la densidad, p la presin, h la altura y g la ace-
leracin de la gravedad. Y esta ecuacin tiene numerosas
aplicaciones prcticas, por ejemplo en la fontanera, al
permitirnos calcular la presin ejercida sobre una caera
conociendo la seccin y el flujo de agua que la atraviesa.
Terminologa
Las ecuaciones de los fluidos representan una de las ci-
mas de la modelizacin matemtica que fue posible es-
calar a partir de la base que representa el clculo diferen-
cial de Newton y Leibniz. Son tambin un exponente de
aquel siglo prodigioso e ilustrado cuyos matemticos se
propusieron seriamente aplicar el clculo a los dominios
de Eolo y de Neptuno. En el empeo se crearon trminos
56 Unidad Didctica. Matemticas del Planeta Tierra

y lenguaje que luego han sido de utilidad en otras muchas la frmula anterior y obtener la velocidad a partir de la
reas de las matemticas y de la ciencia. Un ejemplo son vorticidad, lo que es conocido como la ley de Bit y Sa-
las nociones de divergencia y de rotacional de un campo vart (en cuya deduccin desempea un papel importan-
de vectores: te la solucin fundamental del operador laplaciano que
en el caso de dimensin 3 viene dada, salvo una cons-
u1 u2 u3 tante, por la funcin 1/||x||, mientras que en dimensin
div (u) = + +
x1 x2 x3 espacial 2 se trata de log ||x||):

u3 u2 u1 u3 u2 u1 1 y (x + , t) dy
rot (u) = ( - , - , - ) u(x,t) = dy
x2 x3 x3 x1 x1 x2 4 3 y 3

El primero, la divergencia, est asociada al principio de

La vorticidad es un trmino que nos sirve para cuantificar
conservacin de la masa que, en un fluido de densidad
la rotacin local de un fluido:
constante, es equivalente a la conservacin del volumen.
Resulta que si la divergencia es positiva entonces las
trayectorias, en promedio, se separan, y de ah el nombre
de divergencia. Por el contrario, si es negativa, entonces
las trayectorias convergen en media. Luego, para que el
volumen se conserve, es decir, para que el fluido sea in-
compresible, es preciso que la divergencia se anule y, en
ese caso de densidad constante, obtenemos tambin la
ley de conservacin de la masa.

div (u) > 0

Figura 9. La vorticidad. Imagen: Diego y Antonio Crdoba.

En el caso de dimensin espacial n=2, la vorticidad resul-

div (u) < 0 ta ser un escalar
u2 u1
= -
x1 x2

incompresibilidad div (u) = 0 Pero en dimensin n=3 es el vector

u3 u2 , u1 u3 , u2 u1
En la mecnica de fluidos el rotacional del campo de ve- =( - - - )
locidades se denomina vorticidad y es un carcter funda- x2 x3 x3 x1 x1 x2
mental en la teora. La vorticidad se deduce, pues, de la
velocidad a travs de la frmula diferencial: Con ayuda del clculo diferencial el campo de velocida-
des, cerca de un punto dado x, puede ser aproximado
u3 u2 u1 u3 u2 u1 por la suma de tres trminos que se corresponden con
(x, t) = ( - , - , - )
x2 x3 x3 x1 x1 x2 una traslacin y un giro, junto a una dilatacin en unas
direcciones y una contraccin en las restantes. La tras-
Ocurre, sin embargo, que en el caso de los fluidos in- lacin viene dada por el vector u(x), pero las otras estn
compresibles o de divergencia nula, podemos invertir asociadas a la matriz de las derivadas parciales de las
 1.3 LA TIERRA: UN PLANETA CON MARES Y ATMSFERA 57

componentes del campo de velocidades, tambin deno-

minada jacobiana:
uj
Ju = ( )
xk

El giro depende de la parte antisimtrica

Ju- (Ju)t
u =
2

donde At designa a la matriz transpuesta de A. Las dila-

Figura 11. Dilatacin + Estrechamiento. Imagen: Diego y Antonio Crdoba.
taciones-contracciones estn, por el contrario, asociadas
a la parte simtrica:
Rotacin:
Ju- (Ju)t 1
Du = u (x0) (x - x0) = (x-x0)
2 2

Resulta que podemos integrar explcitamente las ecua-

ciones de las trayectorias correspondientes a cada tr-
mino local del campo, y resulta lo siguiente:

Traslacin:
x = x0 + tu (x0)

Figura 12. Rotacin. Imagen: Diego y Antonio Crdoba.

Figura 10. Traslacin. Imagen: Diego y Antonio Crdoba.

Dilatacin + Estrechamiento: Por la simetra de la matriz donde ^ representa el producto vectorial.

Dt =D, en un apropiado sistema de coordenadas pode-
mos escribirla en forma diagonal
1 0 0
Du (x0) = 0 2 0 , 1 + 2 + 3 = 0
0 0 3
Pero esa imagen local transmite tambin lo complicado
que puede resultar el movimiento de las partculas cuan-
do se mezclan la translacin con la dilatacin en unas di-
recciones y estrechamientos en las otras de esos chorros
de fluido que, a su vez, pueden estar rotando con veloci-
dades angulares diversas.
58 Unidad Didctica. Matemticas del Planeta Tierra

contraba en la posicin inicial y ( y = x(0; y)), entonces

Las ecuaciones de Euler la aceleracin viene dada por la derivada:
y de Navier-Stokes d
u (x(a, t), t) =
u
+ xu
dx
=
u
+ u xu
Las ecuaciones fundamentales de los fluidos incompre- dt t dt t
sibles fueron deducidas por Euler (cuando el fluido es
invscido o carente de viscosidad) y por Navier-Stokes, La segunda ley de Newton (suponiendo que la densidad
quienes introdujeron el trmino viscoso en las ecuacio- es igual a 1) da lugar a la identidad:
nes de Euler. Reflejan las leyes fundamentales de con-
servacin de la masa y de la energa, pero despreciando u
algunos efectos como son los debidos a la temperatura + u xu = Finternas + Fexternas
t
o la salinidad, que pueden llegar a ser sin embargo muy
importantes en modelos ms complejos.
Al contrario de lo que ocurre con otras teoras clsicas, Donde aparecen las fuerzas externas (gravitacin, cam-
como son el electromagnetismo y la mecnica cun- pos elctricos o magnticos); y las internas que modelan
tica, que estn descritas por ecuaciones lineales (las la interaccin entre las distintas partculas fluidas, y son
de Maxwell y Schrdinger, respectivamente), el movi- responsables de lo que se denomina viscosidad. He aqu
miento de los fluidos est gobernado por un sistema de las ecuaciones:
ecuaciones en derivadas parciales que no son lineales. Euler: Fluidos perfectos
Esta es la razn por la que el conocimiento de fenme- div (u) = 0
nos turbulentos de gran impacto en la naturaleza, y en
u + u u = - p
nuestra vida cotidiana, no ha alcanzado todava el nivel
t

de otras teoras.
El mismo Leonardo da Vinci ya llam la atencin acer- Donde p = presin, u = (u1, u2, u3) velocidad, por tanto,
ca de la complejidad que puede alcanzar el movimiento obtenemos un sistema de cuatro ecuaciones y cuatro in-
catico de los fluidos cuando estos entran en un rgi- cgnitas.
men turbulento. Ms recientemente, Richard Feynman
Navier-Stokes: Fluidos viscosos
design a la turbulencia como "the most important un-
solved problem in classical physics", mientras que se div (u) = 0
atribuye a Einstein la siguiente frase: Voy a preguntar u + u u = - p + v u
a Dios dos cuestiones: el porqu de la relatividad y el t

porqu de la turbulencia. Soy optimista en obtener res-

puesta a la primera de ellas.
Para obtener las ecuaciones consideramos la ley de la
conservacin de la masa y la segunda ley de Newton.
La ley de conservacin de la masa en un fluido de densi-
dad constante, que podemos siempre hacer igual a uno
sin prdida de generalidad, es equivalente a la conser-
vacin del volumen, es decir, a la incompresibilidad que
viene descrita por la ecuacin div(u) = 0. En cuanto a
la ley de conservacin del momento, o segunda ley de
Newton, nos da lugar a un sistema de tres ecuaciones
diferenciales: si u(x(t; y), t) designa la velocidad en el
momento de tiempo t que tiene la partcula que se en-
v>0 es el coeficiente de viscosidad. Sin prdida de ge-
neralidad hemos supuesto que la densidad es igual a
uno en ambos sistemas de ecuaciones.
El caso de los fluidos perfectos no requiere ms anli-
sis que la aplicacin del clculo diferencial a las leyes
fundamentales de la mecnica enunciadas por Newton,
pero la modelizacin de la viscosidad llevada a cabo por
Navier y Stokes necesita de algunas hiptesis adicio-
nales sobre la naturaleza de nuestro fluido. Existiendo
modelos ms complejos, caso de los fluidos viscoels-
ticos como la saliva, o esos materiales con los que ahora
se fabrican cmodos colchones, en los que la viscosidad

hay que introducirla de manera algo ms complicada.
En cualquier caso, la aparicin del laplaciano, definido
para cualquier funcin f:
2 f + 2 f + 2 f
f=
x 21 x 22 x 23
u = ( u1, u2, u3)
con un coeficiente positivo en la ecuacin es consis-
tente con otras teoras de difusin y de rozamiento. En
este texto no se analizar la naturaleza de los trminos
viscosos en las ecuaciones de los fluidos, pero si que-
remos hacer constar que se trata de un rea activa de
modelizacin para materiales interesantes que se des-
van del modelo newtoniano descrito en las ecuaciones
anteriores. En cualquier caso, el principio de Arqume-
des y la ecuacin de Bernoulli antes aludidos son conse-
cuencias de estas leyes fundamentales cuya deduccin
es un ejercicio del clculo diferencial que manejaban los
ilustrados del siglo XVIII.
Estamos, pues, en condiciones de formular el problema
del milenio que se pregunta sobre la naturaleza de las
ecuaciones obtenidas:
Problema del milenio: Dada una velocidad inicial u(x, 0)
= u0(x) suficientemente lisa (suficientemente diferen-
ciable), por ejemplo de clase C y soporte compacto y tal
que div (u0) = 0: existe una solucin lisa u(x, t) vlida en
todo tiempo t>0? Partiendo de un dato liso, es posible
generar singularidades al cabo de un tiempo finito?
Se trata, pues, de una cuestin fundamental, por lo que
puede sorprender a muchos que est todava abierta. Sus
dificultades estriban, creemos, en dos caractersticas im-
portantes:
No linealidad del trmino convectivo u xu
No localidad de la presin: ocurre que la presin est
relacionada con el campo de velocidades a travs de la
frmula - p = div (u u) que es fcil de deducir de
las ecuaciones de Navier-Stokes con un poco de des-
treza en el uso del clculo diferencial. Se trata, pues, de
una relacin diferencial que permite despejar la pre-
sin y escribirla en trminos de las componentes del
campo u. Sin embargo, cuando esto se hace (se integra
1.3 LA TIERRA: UN PLANETA CON MARES Y ATMSFERA 59
la relacin anterior) la expresin resultante involucra
"integrales" de las funciones ujuk pero esas "integra-
les" dependen de los valores de la velocidad en todo el
espacio, y no solo en la vecindad del punto considera-
do. En otras palabras, la presin en un punto del fluido
depende de las velocidades de todas sus partculas y
no solo aquellas cercanas a l. Esta no-localidad de la
presin es tambin responsable de que las ecuaciones
de los fluidos resulten ser tan difciles.
Estas son las razones por las que an seguimos sin cono-
cer la respuesta a una cuestin tan bsica. La deduccin
de las ecuaciones fue un hito de las matemticas de la
Ilustracin y una expresin de la potencia del clculo y de
la mente humana capaz de modelar los dominios de Eolo
y de Neptuno. Pero enseguida cundi el desnimo entre
aquellos ilustrados, porque tenan las ecuaciones pero
no saban resolverlas. He aqu algunos comentarios feha-
cientes de ese estado de frustracin que, creemos, fue en
gran parte motivado por las matemticas de los fluidos:
"Me parece que la mina de las matemticas es ya muy
profunda y, a menos que descubramos nuevas vetas,
pronto ser necesario abandonarla. La fsica y la qumica
ofrecen ahora yacimientos mucho ms fciles y brillan-
tes". Lagrange (carta a D'Alembert, 1781).
"Me atrevo a afirmar que, en menos de un siglo, no tendre-
mos ni tres grandes matemticos en Europa. Esta ciencia
quedar muy pronto en el estado donde los Bernoullis,
Clairaut, D'Alembert y Lagrange la han dejado". Diderot
(1754)
El progreso en el conocimiento de las ecuaciones de los
fluidos experiment un desarrollo crucial en el ao 1933,
cuando Jean Leray obtuvo unos resultados fundamenta-
les que mostraron que el modelo estaba bien propuesto.
Es decir, si la velocidad inicial es lisa (suficientemente
diferenciable) entonces durante un intervalo de tiempo
existe una solucin nica que depende continuamente de
los datos iniciales.
El trabajo de Leray sera inconcebible sin el desarrollo
que el anlisis matemtico haba experimentado duran-
te todo el siglo XIX y comienzos del XX. Uno de los gran-
des impulsores de este desarrollo fue Riemann, quien
extendi la nocin de integral y de derivada, llegando a
formular el concepto de derivada dbil, o en el sentido
de las distribuciones que diramos ahora, en su empeo
60 Unidad Didctica. Matemticas del Planeta Tierra
de entender la unicidad de los desarrollos trigonomtri-
cos. Luego vendra Lebesgue, quien, con su nocin de in-
tegral, abri el paso al anlisis funcional en espacios que
ahora llamamos de Lebesgue o de Sobolev, y son el marco
en el que hemos aprendido a buscar la existencia de las
soluciones de nuestras ecuaciones.
Leray introdujo la nocin de solucin dbil, o turbulenta
segn su terminologa, y la estrategia de regularizacin
de las ecuaciones por medio de viscosidades artificiales,
obteniendo luego sus soluciones dbiles como lmites
viscosos de las soluciones aproximantes, y dejando para
un posterior anlisis la importante propiedad de la dife-
renciabilidad y unicidad de las soluciones as obtenidas.
Y en eso estamos.
Un desarrollo interesante ha venido asociado a la nocin
de vorticidad, dando lugar a una formulacin de las ecua-
ciones que pone el nfasis en la evolucin de ese vector
(escalar en el caso bidimensional) de importancia crtica.
En el ao 1984, en un trabajo conjunto de los matemticos
Beale-Kato-Majda, obtuvieron un criterio para la existen-
cia de singularidades de la solucin en un tiempo T:
Singularidad en tiempo T si y solo si
T ciones prcticas que permiten disear barcos y aviones.
supx (x, t) dt =
0
Ecuacin de la vorticidad:
n=2:
+ u x = 0
t
n=3:
+ u x = R
t
donde
R11 R12 R13 1
R = R (1, 2, 3) = R21 R22 R23 , 2
R31 R32 R33 3
= (R111 + R122 + R133 + R211 + R222 + R233 + R311 + R322+ R333)
siendo cada Rjk una transformacin que convierte una
funcin dada f en otra Rjkf a travs de un proceso de in-
tegracin que est asociada a unos ncleos, Kjk(x,y), que
son singulares en la diagonal x=y. No obstante, pueden
ser calculadas explcitamente y presentan unas cancela-
ciones (cambios de signo) que permiten darles sentido a
las integrales.
Rj,k(x) = lim Kj,k (x,y) (y) dy
0
x-y >
pero se trata de un captulo muy importante del anlisis
matemtico contemporneo cuya discusin queda fuera
del contenido de esta unidad.
Estas ecuaciones, en el caso particular de dos dimensio-
nes, muestran cmo all la vorticidad se conserva a lo lar-
go de las trayectorias y explican un resultado anterior de
Yubovich, quien obtuvo la regularidad y la unicidad en ese
caso.
Pese a que el problema del milenio sigue sin resolverse,
ello no ha supuesto un obstculo para que los desarrollos
matemticos alrededor del modelo hayan servido para
entender los fenmenos atmosfricos, u obtener aplica-
Pero sera muy conveniente saber, por ejemplo cuando
uno se sube a un avin, que las soluciones existen y son
nicas y suaves. El problema del milenio es, pues, una
cuestin bsica que clama por su respuesta. No obstan-
te no es, ni mucho menos, el nico tema importante en la
mecnica de fluidos.
Ejercicios
1. Deduce el principio de Arqumedes de las ecuacio-
nes de Euler.
2. Deduce la ecuacin de Bernoulli de las ecuaciones
de Euler.
3. Demuestra que si la vorticidad de un fluido, en di-
mensin dos, tiene simetra radial entonces es una
solucin estacionaria de las ecuaciones de Euler.

Materiales auxiliares
PELCULAS
Twister (Jan de Bont, 1996). Dos grupos de cient-
ficos que persiguen tormentas para estudiar los
comportamientos de los tornados compiten por ser
los primeros en analizar estos peculiares fenmenos
meteorolgicos desde dentro de un tornado. Su obje-
tivo es analizar en profundidad la mayor tormenta que
caer sobre Oklahoma en el ltimo medio siglo. Aunque
no se da un enfoque cientfico, los tornados son el ele-
mento central de la pelcula.
DOCUMENTALES Y MATERIAL AUDIOVISUAL
The blue planet (2001). Serie documental de la BBC sobre
los ocanos del planeta Tierra. Cada uno de los episodios
est dedicado a un aspecto diferente de la vida mari-
1.3 LA TIERRA: UN PLANETA CON MARES Y ATMSFERA 61
na. Disponible en http://www.bbc.co.uk/programmes/
b008044n.
The winds (Tony Bulley, 2011). Este documental de la BCC,
dentro de la serie The Weather, explica el fenmeno del
viento y resalta algunas historias relacionadas con esta
fuerza de la naturaleza. Disponible en http://www.bbc.
co.uk/programmes/b00jzjhx.
The life and times of El Nio (2005). Documental de la
BBC dedicado a El Nio, el fenmeno meteorolgico
cclico consistente en una superposicin de aguas cli-
das procedentes del hemisferio norte inmediatamente
al norte del ecuador, sobre las aguas de emersin muy
fras que caracterizan la corriente de Humboldt. El Nio
provoca estragos a escala zonal (en la zona intertropical)
debido a las intensas lluvias, afectando principalmente a
Amrica del Sur, tanto en las costas atlnticas como en
las del Pacfico. Disponible en http://www.youtube.com/
watch?v=MzcKBeW44ao.
62 Unidad Didctica. Matemticas del Planeta Tierra
 1.3 LA TIERRA: UN PLANETA CON MARES Y ATMSFERA 63

BLOQUE 2
La vida en LA TIERRA
Maravillas de la evolucin

Autor: Alejandro Bez Rubio. FOTCIENCIA9

La idea de la evolucin biolgica ha sido, sin duda alguna, una de las teoras cientficas
que ms han marcado la cultura y el pensamiento humano. Entre otras cosas porque es
asombroso cmo ha dado lugar a fenmenos que, en cierto modo, han empequeecido
la imaginacin del ser humano. Un ejemplo de las maravillas a las que puede dar lugar es la
sorprendente migracin realizada por millones de mariposas monarcas desde una amplia
regin de Norteamrica para reunirse todas ellas en unos pocos bosques de conferas en
Michoacn, Mxico. Mariposas que, congregadas en este lugar, son capaces de romper el
sonido del silencio con sus suaves aleteos.
modelos
matmaticos
de las epidEmias
Juan Jos Nieto Roig

2.1

El autor de este captulo se propone dar respuesta a
varios interrogantes, todos ellos relacionados con la
modelizacin de los fenmenos epidmicos, es decir,
fenmenos de infeccin, contagio y transmisin de en-
fermedades. Entre estas cuestiones destacan la defini-
cin de epidemia y epidemiologa y la determinacin de
los factores que intervienen en una epidemia. Asimismo
se explica qu es un modelo epidemiolgico y se pone
de relieve cmo la estadstica y los modelos matemti-
cos ayudan a prever, entender o reducir los efectos de
una epidemia.
En la primera parte, el autor hace una introduccin his-
trica e incorpora datos y momentos relevantes en la
comprensin de los fenmenos de contagio e infeccin,
en los que se introdujo el manejo de herramientas y tc-
nicas estadsticas para la interpretacin, el estudio y la
prevencin de tales fenmenos. Se muestra el desarro-
llo de la epidemiologa como disciplina que estudia los
factores que intervienen o contribuyen a la aparicin y
propagacin de epidemias y aquellos otros que se pro-
ponen impedir su propagacin.
Despus de mostrar la utilidad de diversos modelos
estadsticos, el autor introduce la idea de sistema di-
nmico (SD) como un concepto matemtico y fsico que
describe la evolucin en el tiempo de un sistema. Utiliza
este concepto para estudiar cmo evoluciona el nme-
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
ro de personas sanas e infectadas en una poblacin, o
bien las fases de infeccin de una enfermedad en una
persona.
Los modelos matemticos ayudan a estudiar el sistema
original, explican los efectos de sus distintas componen-
tes y predicen su comportamiento futuro, a corto o largo
plazo. De esta manera se utilizan los modelos epidemio-
lgicos, para cuya construccin se necesitan conocer: la
poblacin que se considera (una regin, pas, ciudad, et-
ctera), cmo se transmite la enfermedad, y cmo puede
una persona recuperarse de la enfermedad o bien cau-
sarle la muerte. A partir de estas nociones introducto-
rias, precisas y bien seleccionadas, se describe de modo
asequible para un alumno de bachillerato cuatro de estos
modelos, que atienden a distintas condiciones.
La lectura de este captulo es especialmente indicada
para los contenidos sealados en la asignatura comn
Ciencias para el Mundo Contemporneo, contenidos
C1 y C3, y para la asignatura Biologa de la Modalidad
de Ciencias y Tecnologa, contenidos C4 y C5. El uso de
los modelos matemticos explicados contribuye a una
mejor comprensin de los fenmenos biolgicos con-
templados. Vemos en la tabla resumen con la vincula-
cin curricular de este captulo que hay un total de seis
asignaturas relacionadas, las cuales conectan a 29 obje-
tivos, 9 contenidos y 15 criterios de evaluacin.
INTRODUCCIN
En un planeta cada vez ms poblado y con una red de re-
laciones intensificada por la globalizacin, el estudio y
comprensin de las epidemias supone uno de los grandes
retos de la ciencia, con el fin de atenuar sus efectos y con-
trolar sus consecuencias. Las matemticas y, en particu-
lar, los estudios estadsticos de dinmica de poblaciones
y de modelos epidemiolgicos, son herramientas indis-
pensables en esta rama de la medicina. En este captulo
trataremos de abordar las siguientes cuestiones:
Qu es una epidemia?, de qu trata la epidemiologa?,
cmo se pueden determinar los factores que intervie-
nen en una epidemia?, cmo se dispersan las epidemias
dentro de una poblacin?, se puede controlar una epide-
mia?, qu es un modelo epidemiolgico?, cmo pueden
la estadstica y los modelos matemticos contribuir a
entender, prevenir o reducir los efectos de una epidemia?
Segn el diccionario de la Real Academia Espaola, epi-
demia es una palabra de origen griego () que sig-
nifica: enfermedad que se propaga durante algn tiempo
por un pas, acometiendo simultneamente a gran n-
mero de personas. Una enfermedad se convierte en una
epidemia cuando afecta a una parte desproporcionada-
mente grande de personas dentro de una poblacin, co-
munidad o regin geogrfica.
Hay epidemias de enfermedades no muy graves, como
pueden ser el catarro o la gripe comn, pero tambin hay
epidemias de enfermedades muy graves, e incluso morta-
les, como puede ser la fiebre hemorrgica viral del bola,
una enfermedad infecciosa y altamente contagiosa. Por
ello, cualquier aspecto de una epidemia que nos permita
reducir su propagacin es de vital importancia.
La epidemiologa es el tratado de las epidemias y el epi-
demilogo/ga es una persona versada en epidemiologa.
La epidemiologa es una rama de la medicina y trata, por
tanto, de la propagacin de las enfermedades, en el espa-
cio y en el tiempo, al objeto de determinar los factores que
intervienen o contribuyen a su aparicin y propagacin.
La primera cuestin que debemos plantearnos para en-
tender una epidemia es: cmo podemos determinar los
factores que intervienen en una epidemia?
Una vez detectados los factores que hacen que aumen-
ten los casos de una epidemia, la segunda cuestin ser:
cmo podemos impedir su propagacin?, habr alguna
forma de reducir o controlar los casos?
Seguro que todos conocemos e incluso hemos padecido
alguna enfermedad que ha afectado a muchas personas
de nuestro entorno: un catarro, una gripe, un virus que nos
ha producido dolores de cabeza, vmitos, diarrea, etcte-
ra, o alguna intoxicacin alimentaria. En esos casos coti-
dianos solemos poder deducir la causa y no suele haber
consecuencias graves; sin embargo, otros s que pueden
tener efectos devastadores.
EJERCICIO
Trata de resolver un sencillo caso para descubrir por
qu ha aumentado tanto el nmero de jvenes ingre-
sados en Urgencias en http://epi-teacher.org/dd/di-
sease-detectives_es.pdf.
Las primeras epidemias
El griego Hipcrates, considerado el padre de la medi-
cina, empez a clasificar las enfermedades en agudas,
crnicas, endmicas y epidmicas y, de hecho, puede
considerarse como el primer epidemilogo: es la primera
persona de la que se tiene constancia que examin la re-
lacin entre la enfermedad y el medio ambiente.
Aunque hoy en da tenemos una idea clara del origen de
muchas enfermedades (contaminacin, excesos en la in-
gesta de ciertos alimentos, tabaco, consumo de drogas,
actividades de riesgo), en la antigedad no estaban cla-
ras las causas de las mismas.
Hipcrates consideraba que la enfermedad se deba a la
falta de armona de cuatro sustancias lquidas que conte-
na el cuerpo humano: los humores. Para paliar la enfer-
medad era necesario devolver el equilibrio de los cuatro
humores. Tambin introdujo el trmino endmico (enfer-
medades que se encuentran en ciertas zonas geogrficas
72 Unidad Didctica. Matemticas del Planeta Tierra
Figura 1. Estatua en Cos que representa a Hipcrates enseando a sus discpulos.
Autor: Tedmek. Fuente: http://wikipedia.orange.es/wiki/Archivo:Kos_sta_hipp.JPG.
pero no en otras) y el de epidmico (enfermedades que
surgen durante cierto tiempo).
Se considera que el ingls John Graunt (1620-1674),
quien public en 1662 el libro Natural and Political Ob-
servations Made upon the Bills of Mortality, es uno de
los precursores de la epidemiologa y de la demografa,
aunque realmente las bases de la epidemiologa moderna
fueron sentadas por Girolamo Fracastoro (1478-1553) en
su obra De contagione et contagiosis morbis (Sobre el
contagio y las enfermedades contagiosas) publicada en
Venecia en 1546, donde expone sucintamente sus ideas:
pequeos cuerpos capaces de autorreplicarse que no po-
demos ver, que producen las enfermedades y que pasan
de una persona a otra.
Como casi siempre, la historia de la ciencia y la tecnologa
van de la mano. La construccin de microscopios de cier-
ta potencia permiti a Anton van Leeuwenhoek (1632-
1723) comprobar visualmente en 1675 la existencia de los
pequeos cuerpos sugerida por Fracastoro.
Tres siglos ms tarde, el cientfico francs Louis Pasteur
(1822-1895) y el cientfico alemn Robert Koch (1843-
1910) confirmaran sus teoras. Fueron, adems, de los
primeros en promover la higiene como medio de prevenir
ciertas enfermedades. En los siglos siguientes esta fue
una de las mayores aportaciones para reducir la inciden-
Figura 2. Rplica de un microscopio de van Leeuwen-
hoek. Autor: Jeroen Rouwkema. Fuente: http://com-
mons.wikimedia.org/wiki/File:Leeuwenhoek_Microsco-
pe.png?uselang=es.
cia de ciertas enfermedades y sobre todo la desinfeccin
introducida por el cirujano britnico Joseph Lister hacia
1865 a la vista de los trabajos de Louis Pasteur.
Figura 3. Billete de 10 francos suizos con la imagen de Euler. Fuente: http://com-
mons.wikimedia.org/wiki/File:Euler-10_Swiss_Franc_banknote_%28front%29.jpg.
Hasta ese momento la gran contribucin por parte de las
matemticas a la epidemiologa fue el estudio estads-
tico, aunque existe una notable excepcin de un trabajo
del matemtico Daniel Bernoulli (1700-1782) en el que
analizaba las muertes debidas a la viruela y demostraba
tericamente la eficacia de la inoculacin siempre que
el riesgo de muerte fuese inferior al 11%. Este trabajo,
anunciado en 1760 y finalmente publicado en 1766, tiene
ciertos puntos en comn con los trabajos de famoso ma-
temtico Leonhard Euler (1707-1783).
La epidemia de clera en Europa durante el siglo XIX abre
el captulo de la epidemiologa moderna. El clera es una
enfermedad aguda, diarreica, provocada por la bacteria
Vibrio cholerae, la cual se manifiesta como una infeccin
intestinal. Los especialistas mantienen que, probable-
mente, lleg a Europa desde la India y pronto comenz a
provocar muertes en Europa en las primeras dcadas del
siglo XIX.
En Hungra se tienen los primeros registros en 1830, y ya
en 1831 se haba cobrado alrededor de 300.000 vctimas.

Figura 4. Mapa original de John Snow donde
pueden verse las acumulaciones de los casos
de clera en la epidemia de Londres de 1854.
Fuente: http://commons.wikimedia.org/wiki/
File:Snow-cholera-map.jpg?uselang=es.
A mediados del siglo XIX hubo una epidemia de clera
en Londres, y todava se desconoca la causa que haca
que la gente tuviera dicha enfermedad. John Snow (1813-
1858), un mdico ingls precursor de la epidemiologa,
incluso considerado padre de la epidemiologa moderna,
marc sobre un plano del distrito de Soho, en Londres,
los casos y los pozos de agua. De esta manera, localiz en
Figura 5. Rplica de la bomba de agua situada muy cerca de la ubicacin original, en
Broadwick Street en Londres (antiguamente Broad Street). Se erigi en el ao 1992
en memoria de John Snow. Imagen: Ana M. Correas.
2.1 MODELOS MATEMTICOS DE LAS EPIDEMIAS 73
1854 el foco culpable de la infeccin: un pozo situado en
Broad Street, en pleno corazn de la epidemia.
De esta manera pudo conjeturar que el clera se trans-
mita bebiendo agua contaminada. Sin embargo, y como
sucede de forma repetida a lo largo de los tiempos, las
medidas preventivas sugeridas por Snow para impedir
nuevos brotes no fueron aceptadas o puestas en prctica
hasta despus de su muerte.
A principios del siglo XX se empezaron a introducir en la
epidemiologa algunos mtodos matemticos nuevos. As,
por ejemplo, el premio Nobel de Medicina del ao 1902, Ro-
nald Ross, que demostr que la malaria se transmite por los
mosquitos, haba desarrollado un modelo matemtico que
es considerado por algunos como una de sus principales
contribuciones al estudio de la epidemiologa de la malaria.
Figura 6. Sir Ronald Ross (18571932).
En el modelo matemtico de la malaria de Ross desarrolla-
do hasta 1902 y publicado en 1915, t denota el tiempo y P la
poblacin total. Est formado por 12 ecuaciones en las que
aparece la tasa de variacin de diversas variables como por
ejemplo la tasa de variacin de la poblacin representada
por dP/dt en la ecuacin 6. n, m, i, e representan, respec-
tivamente, las tasas de natalidad, mortalidad, inmigracin y
emigracin de la poblacin no afectada por la enfermedad,
y v es la suma de esas cuatro tasas; N, M, I, E, V son las
mismas tasas pero para la poblacin afectada por la enfer-
medad; otras constantes relevantes en el modelo son la pro-
porcin de la poblacin afectada que se recupera por unidad
de tiempo, r, y la tasa de infeccin, c.
Anderson Gray McKendrick y W. O. Kermack, figuras desta-
cadas de la medicina, introdujeron en una serie de artculos
cientficos las bases de los modelos deterministas de los
74 Unidad Didctica. Matemticas del Planeta Tierra

Figura 7. Artculo
original de Sir Ronald
Ross, publicado en
la revista The British
Medical Journal (1915).

procesos epidmicos. Dichos modelos se enmarcan den-
tro de la teora general de los sistemas dinmicos. En
su artculo de 1927 describieron que existe un umbral a
partir del cual una enfermedad se propaga y dieron una
frmula para predecir el tamao final de una epidemia.
Otro gran avance fue la publicacin en 1954 de un estu-
dio preliminar (dentro del British Doctors Study llevado
a cabo desde 1951 hasta 2001 y encabezado inicialmen-
te por Richard Doll y Austin Bradford Hill) que indicaba
la sospecha de la relacin entre tabaco y cncer de pul-
mn. En 1956 se presentaban evidencias estadsticas de
que el consumo de tabaco aumentaba el riesgo de pade-
cer cncer de pulmn. Puede llamar la atencin este ha-
llazgo, pero pinsese que fumar fue considerado incluso
saludable en pocas pasadas. Este ejemplo muestra la
importancia de la estadstica y las matemticas en los
estudios mdicos en general y epidemiolgicos en par-
ticular.
Entre otros casos de grandes epidemias se encuentra la
gripe asitica que se inici al norte de China en febrero
de 1957. Este fue el primer virus (gripe A, variante H2N2)
aislado en Pekn. De China pas a mediados de abril de
ese ao a Hong Kong y Singapur, desde donde se difun-
di a la India y Australia. Durante los meses de mayo y
junio el virus se extendi por todo el oriente. En julio
y agosto, pas a frica y posteriormente a Europa y Es-
tados Unidos entre octubre y noviembre. En menos de
diez meses el virus alcanz una distribucin mundial.
En el ao 2009, la gripe A origin una pandemia (trmino
que significa una enfermedad epidmica que se extien-
de a muchos pases o que ataca a casi todos los indivi-
duos de una localidad o regin) causada por una variante
(H1N1) del virus de 1957. La situacin gener un estado
de alarma mundial. En enero de 2013 las muertes causa-
das por gripe en Estados Unidos supusieron el 7,3% del
total, por lo que las autoridades sanitarias declararon
el estado de epidemia al superar el umbral del 7,2%. La
vacuna (para la variante del ao 2013, el H3N2) tiene una
eficacia del 62%.
El descubrimiento de Snow, que nos puede parecer hoy
en da tan sencillo, se repite una y otra vez. En los prime-
ros casos del tristemente famoso sndrome de inmuno-
deficiencia adquirida (SIDA), que aparecieron a princi-
pios de los aos ochenta del siglo XX, se desconoca su
2.1 MODELOS MATEMTICOS DE LAS EPIDEMIAS 75
origen y la forma de transmisin. Antes de determinar
la causa de la infeccin, el mtodo estadstico permiti
deducir que el nmero de contactos sexuales era un fac-
tor de riesgo para el SIDA. El virus de la inmunodeficien-
cia humana (VIH) es un lentivirus (de la familia Retrovi-
ridae) causante del SIDA, considerado como el agente
de la naciente epidemia de SIDA. Fue descubierto en
Francia en 1983 por el equipo de Luc Montagnier (nacido
en 1932 y premio Nobel de Medicina en 2008).
Figura 8. Corte del VIH. Fuente: Copyright 2011
Los Alamos National Security, LLC.
Modelos Matemticos
A continuacin veremos cmo los modelos matemti-
cos ayudan a estudiar y controlar las epidemias, pero
antes veamos con detenimiento qu es un modelo ma-
temtico.
Un modelo matemtico es una descripcin de un sistema
cualquiera usando el lenguaje y conceptos matemticos.
Algunos de ellos, como ya hemos visto, son los modelos
estadsticos y los sistemas dinmicos. La gran ventaja
de los modelos matemticos es que pueden ayudar a
estudiar el sistema original, explicar los efectos de las
distintas componentes del mismo y predecir su compor-
tamiento futuro, a corto o largo plazo. Todo ello con un
coste econmico bajo y, en el caso de un modelo mdico,
sin necesidad de experimentar en humanos o animales.
Un modelo estadstico es simplemente una formaliza-
cin de las relaciones que existen entre las distintas, o
al menos las ms relevantes, variables que influyen en
un sistema o proceso. As, por ejemplo, una grfica como
la que ilustra las tasas de nuevos diagnsticos de VIH en
Espaa durante los aos 2006 a 2011 y por categora de
transmisin puede muy bien servir para disear un mo-
delo estadstico sobre esa enfermedad e inferir estra-
tegias a seguir.
76 Unidad Didctica. Matemticas del Planeta Tierra
Figura 9. Tasas (por milln de habitantes) de nuevos diagnsticos de VIH en Espa-
a. Datos de 11 comunidades autonmicas del Instituto de Salud Carlos III. Distri-
bucin por ao de diagnstico y categora de transmisin.
Un sistema dinmico (SD) es un concepto matemtico y
fsico que describe la evolucin en el tiempo de un siste-
ma. Puede ser, por poner un ejemplo fsico, un pndulo,
pero en nuestro caso podemos pensar en una poblacin
y cmo evolucionan los nmeros de personas sanas e in-
fectadas, o las fases de infeccin de una enfermedad en
una persona.
La gran ventaja de los SD es que pueden adaptarse a
distintas escalas, desde lo microscpico o nano (como
se refleja en la unidad didctica Nanociencia y nanotec-
nologa. Entre la ciencia ficcin del presente y la tecno-
loga del futuro, FECYT) a lo macroscpico.
Modelos epidemiolgicos
Un modelo matemtico en el mbito de la epidemiolo-
ga ser, naturalmente, un modelo epidemiolgico. Para
construir el modelo se necesitan hacer algunas conside-
raciones sobre:
La poblacin que se considera (una regin, pas, ciu-
dad, etctera).
Cmo se transmite la enfermedad.
Cmo puede una persona recuperarse de la enfer-
medad o si esta puede causar la muerte.
En cuanto a la poblacin, hay que tener en cuenta si est
aislada o no. Hoy en da es difcil una poblacin aislada
debido a la facilidad de movimientos migratorios. Asi-
mismo hay que poder clasificar a cada individuo segn
el grado con que le afecte la enfermedad y en muchos
casos la distribucin temporal, geogrfica, edad o sexo.
Ejercicio
Piensa en la ltima vez que en clase hubo alguien
enfermo de gripe. Haz una estadstica de los que
tuvieron gripe y durante cunto tiempo. Qu facto-
res influyeron? Crees que te contagi algn com-
paero/a? Contagiaras a alguien? Realiza la mis-
ma actividad con los datos de otras enfermedades
o infecciones paraotro grupo o clase de tu centro.
En el modelo original de McKendrick-Kermack un indi-
viduo poda estar en uno de los dos estados siguientes:
S (de Susceptible, es decir, que puede contraer la en-
fermedad).
I (de Infectado).
Adems, si la enfermedad es contagiosa y una persona in-
fectada entra en contacto con una que no lo est, pasar
a estar infectada:
S I.
De manera que si N es la poblacin total, que se supo-
ne constante, se tiene S + I = N.
En trminos ms formales:
S ( t ) + I (t) = N
donde S ( t ) e I (t) representan el nmero de suscepti-
bles e infectados en el instante t, respectivamente. Es
claro que cuanto ms se haya extendido la enfermedad,
o sea, cuanto mayor sea I (t), la probabilidad de contagio
ser mayor. Este hecho se traduce matemticamente en
las siguientes leyes:
dS dS
= -(S,I) , = (S,I)
dt dt
donde dS y dI representan la tasa de variacin instant-
dt dt
nea de las dos poblaciones S ( t ) e I ( t )y la funcin (S,I)
depende de cada enfermedad.

Uno de los grandes retos de la modelizacin es deter-
minar para cada enfermedad o caso la funcin . Hay
algunos rasgos generales de f, como por ejemplo, que
debe ser creciente en ambas variables. El modelo ms
simple es:
(S,I) = IS
y el trmino I recibe el nombre de fuerza de infeccin,
donde la constante es la tasa de contacto por suscepti-
ble y por infectado. En este caso se tiene:
dI
= (N-I) I
dt
que es una ecuacin conocida con el nombre de logstica y
que, una vez resuelta, indica que la epidemia se extende-
r hasta infectar a toda la poblacin. Esto es as porque
hemos supuesto que un individuo, una vez infectado, per-
manece en ese estado para siempre. Pero este sencillo
modelo, conocido por Modelo SI, no siempre sirve para
describir las epidemias, y en muchos casos hace falta in-
troducir otros factores y grupos para adaptar el modelo
a las distintas enfermedades y casos.
Si por ejemplo un infectado puede curarse, entonces ten-
dremos el Modelo SIS:
SIS
con
dS dI
= -(S,I) + (I), = (S,I) - (I),
dt dt
donde el trmino (I) es la recuperacin de los enfermos.
Por ejemplo (I) = I siendo la tasa de recuperacin. El
modelo es ahora ms elaborado y difcil de resolver. Una
cantidad que juega un papel muy importante es el ndice
reproductivo bsico, que es el nmero de contactos es-
perado por parte de un infectado, y se cuantifica:
N SEIR
R0 =
de manera que si R0 < 1, entonces la epidemia desapare-
cer, pero si R0 > 1, entonces la enfermedad ser endmi-
ca, de ah la importancia de determinar R0 para distintas
enfermedades y poblaciones.
2.1 MODELOS MATEMTICOS DE LAS EPIDEMIAS 77
Adems de las poblaciones S e I en otros casos es nece-
sario distinguir las siguientes poblaciones:
E (expuesto a la enfermedad pero todava no infecta-
do).
R (recuperado; no est infectado ya sea porque ha ad-
quirido inmunidad, aislamiento o muerte).
P (portador; en algunas enfermedades uno puede es-
tar infectado pero no manifestar ningn sntoma de la
enfermedad durante mucho tiempo o incluso durante
toda la vida).
Adems hay que tener en cuenta si la infeccin est cau-
sada por un virus (como en la rubeola), por una bacteria
(tuberculosis), un protozoo (malaria), un parsito (tenia),
o incluso artrpodos (garrapata). Asimismo, conviene
distinguir, tal y como ya se indic, entre epidemias y en-
demias.
De esta manera se puede introducir el Modelo SIR:
SIR
dS dI dR
= - IS, = IS - I , =I
dt dt dt
en el que tambin juega un papel fundamental el parme-
tro R0.
Si se quiere incorporar, por ejemplo, la edad (e), habra
que considerar S(e, t), I(e, t), R(e, t), que daran las po-
blaciones de susceptibles, infectados y recuperados de
edad e en el instante t. Ahora la dinmica vendra dada por
un sistema de ecuaciones en derivadas parciales.
Si consideramos la poblacin P portadora que en al-
gunas enfermedades como la tuberculosis puede ser de
gran relevancia, tendramos un modelo ms complejo,
pero ms adecuado para algunas enfermedades. En otros
casos se necesita considerar la poblacin E expuestos
y se considera el Modelo seir.
con cuatro ecuaciones.
Si se vacuna un cierto grupo de la poblacin denotada
por V, tendramos otra ecuacin ms que enriquece la
dinmica. Tradicionalmente se vacuna a los nios cuan-
do alcanzan cierta edad, pero recientemente se ha
78 Unidad Didctica. Matemticas del Planeta Tierra
considerado la estrategia de vacunar de forma peridi-
ca, un grupo amplio de la poblacin. Los modelos mate-
mticos indican que puede ser una estrategia adecuada
para erradicar ciertas enfermedades y ya se ha imple-
mentado la llamada vacunacin por impulsos en algunos
casos con buenos resultados.
Referencias bibliogrficas
Diccionario de la Lengua Espaola (2001, 22 ed.). Real
Academia Espaola.
Disponible en http://lema.rae.es/drae/.
Bernoulli, D. (1766): "Essai dune nouvelle analyse de la
mortalit cause par la petite vrole, et des avantages
de linoculation pour la prvenir". Mmoires de mathma-
tiques et de physiques tirs des registres de lAcadmie
Royale des Sciences de lanne 1760, pp. 1-45. Paris: His-
toire de lAcadmie Royale des Sciences.
Trabajo original de Daniel Bernoulli donde demostraba
tericamente las ventajas de la inoculacin.
Diekmann O. y Heesterbeek J. A. P. (2000): Mathemati-
cal epidemiology of infectious diseases: model building,
analysis and interpretation. Hoboken, New Jersey: John
Wiley & Sons.
Monografa muy completa y de gran calidad sobre los dis-
tintos aspectos de la epidemiologa matemtica.
FECYT (ed.) (2010): Nanociencia y nanotecnologa. Entre
la ciencia ficcin del presente y la tecnologa del futuro.
Madrid: FECYT.
Unidad didctica de la Fundacin Espaola para la Cien-
cia y la Tecnologa, anloga a esta, sobre nanotecnologa.
Gao, S., L. Chen, J. J. Nieto y Torres A. (2006): "Analysis
of a delayed epidemic model with pulse vaccination and
saturation incidence". Vaccine, vol. 24, n 35-36, pp. 6037-
6045.
Artculo tcnico donde se plantean y desarrollan las ven-
tajas de la vacunacin por impulsos.
Kermack, W. O. y McKendrick, A. G. (1927): "A contribution
to the mathematical theory of epidemics". Proceedings
of the Royal Society of London, ser. A, vol. 115, pp. 700-721.
Primer trabajo original de los autores donde sentaron las
bases de los modelos matemticos de los procesos epi-
dmicos.
dOnofrio, A. (2002): "Stability properties of pulse vacci-
nation strategy in SEIR epidemic model". Mathematical
Biosciences, vol. 179, n 1, pp. 57-72.
Trabajo tcnico sobre la vacunacin por impulsos.
Murray, J. D. (1989): Mathematical biology. Berlin: Sprin-
ger-Verlag.
Monografa clsica sobre los aspectos bsicos y ms
avanzados de la biologa matemtica.
MATERIALES AUXILIARES
LIBROS
Defoe, D. (1722): Diario de la peste.
Varias editoriales han editado en castellano esta obra,
considerada como una de las ms importantes de la lite-
ratura inglesa de todos los tiempos. En ella Daniel Defoe
relata de forma escalofriante los horribles acontecimien-
tos que coincidieron con la epidemia de peste que asol
Londres y sus alrededores entre 1664 y 1666.
Camus, A. (1947): La peste.
La obra relata cmo unos doctores descubren el senti-
do de la solidaridad al realizar su labor humanitaria en
la ciudad de Orn mientras su poblacin es asolada por la
enfermedad.
Matheson, R. (2007): Soy leyenda. Barcelona: Ediciones
Minotauro, col. Pegasus (ed. orig.: 1954).

Una de las obras ms clebres de su autor, Soy leyenda
describe la agona de Robert Neville, superviviente de
una pandemia provocada por una guerra bacteriolgica
que ha convertido a sus habitantes en zombis. La nove-
la sirvi de inspiracin a George A. Romero, autor de un
clsico del terror, La noche de los muertos vivientes.
PGINAS WEB
http://webadventures.rice.edu/stu/Games/Espanol.
html. Videojuego en el que los Reconstructores resuelven
distintos casos de epidemias.
http://www.disease-detectives.org/. Pgina inicial de los
detectives de enfermedades que incluye diverso mate-
rial didctico, entre otros, un juego de mesa.
http://epi-teacher.org/dd/disease-detectives_es.pdf. Cmic
en el cual los protagonistas, dos nios de 11 y 12 aos, los de-
tectives de enfermedades, resuelven su primer caso.
http://www.montclair.edu/Detectives/. Pgina de la Uni-
versidad de Montclair para la formacin en epidemiolo-
2.1 MODELOS MATEMTICOS DE LAS EPIDEMIAS 79
ga y que permite desarrollar un currculo en epidemiolo-
ga. Muy til para profesores.
http://www.isciii.es/ISCIII/es/contenidos/fd-servicios-
cientifico-tecnicos/fd-vigilancias-alertas/fd-enferme-
dades/sida.shtml. Documentos de la pgina oficial del
Instituto de Salud Carlos III. En concreto esta web contie-
ne alertas mdicas sobre el SIDA.
PELCULAS
Contagio (Steven Soderbergh, 2011). Esta pelcula, de cor-
te muy realista, narra cmo, de repente, un virus mortal
se propaga por todo el mundo diezmando la poblacin.
Soy leyenda (Francis Lawrence, 2007). Adaptacin de
la novela homnima escrita por Richard Matheson en
1954. Una doctora modifica genticamente el virus de
la viruela para tratar de encontrar una cura para el cn-
cer. El virus muta, generando una pandemia mundial que
convierte a la humanidad en zombis. Un hombre es el
nico superviviente!
LAS MATEMTICAS
DE LA EVOLUCIN
Y LA bioDIVERSIDAD
Marta Casanellas

2.2

En este captulo se presenta el fenmeno de la vida como
uno de los grandes retos de la ciencia y se pretende con-
tribuir a su comprensin. Para ello la autora presenta la
reconstruccin del rbol de la vida, es decir, el estudio
del proceso evolutivo de las especies vivas en el planeta
Tierra, mediante el empleo de herramientas matemti-
cas junto con la identificacin de las caractersticas de
especies y de sus genomas.
El captulo comienza caracterizando la filogentica como
la disciplina que se dedica a la reconstruccin y anlisis
del proceso evolutivo. La primera parte de este captulo
presenta las nociones filogenticas iniciales y es de gran
inters para estudiantes de bachillerato, ya que muestra
grafos matemticos sencillos que modelizan con clari-
dad los conceptos darwinianos. Darwin afirm que todas
las especies terrestres tienen un ancestro comn, y para
representar el transcurrir de la evolucin introdujo un
grafo que mostraba esa evolucin, al cual llam rbol fi-
logentico. Las ramas del rbol son las distintas especies
que surgen de un mismo nodo; los extremos del rbol, las
hojas, son las especies que actualmente existen en la Tie-
rra y cuyos vrtices o nodos internos representan ances-
tros comunes a algunas de estas especies.
A continuacin se presenta la filogentica como un rea
de constante interaccin entre matemticas, estads-
tica, biologa e informtica. La autora nos recuerda que
las aplicaciones reconstruyen el pasado, se aplican para
la deteccin de genes dentro del genoma; en epidemiolo-
ga, para el estudio del origen de virus; en ecologa, para
el estudio de la biodiversidad y la clasificacin de nuevas
especies; y tambin en lingstica, para la clasificacin de
lenguas.
El estudio de las relaciones entre especies (filogentica)
se basaba hasta fechas recientes en los caracteres mor-
folgicos y fisiolgicos de las mismas; en la actualidad
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
se basa en la evolucin molecular, gracias a la posibilidad
de secuenciar protenas y molculas de ADN y encontrar
similitudes entre ellas. Pero para tratar con la gran can-
tidad de datos disponibles se hizo necesario encontrar
fundamentos matemticos ms slidos para modelar los
procesos; se trata pues de una rama cientfica, moderna
y en expansin. La segunda parte del captulo utiliza no-
ciones ms avanzadas, no asequibles a los estudiantes
con carcter general, pero que sirven para mostrar la
complejidad de los problemas de las bases genticas de
la teora evolutiva y sirven para estimular la curiosidad
de profesores y alumnos motivados. Algunas de las cues-
tiones y mtodos que se presentan estn an en discusin
y forman parte de temas abiertos en ciencia avanzada.
Con la nueva informacin aportada por los estudios ge-
nticos, las herramientas matemticas adquieren mayor
potencia en el estudio de las especies. La combinatoria
permite discutir y calcular el nmero de rboles posibles
que relacionan tres o ms especies, lo cual contribuye al
estudio de su evolucin. El mtodo de distancias, en el
que la distancia mide la diferencia entre dos secuencias
de ADN, utiliza tcnicas de recuento de regularidades y
combinaciones de secuencias, para lo cual habra que te-
ner tambin en cuenta los cambios ocultos que se hayan
producido entre ellas durante la evolucin. Los modelos
probabilsticos de Markov contribuyen a mejorar el estu-
dio matemtico de la evolucin.
Mostrar a los estudiantes de bachillerato las bases tcni-
cas y conceptuales de la evolucin, de los descubrimien-
tos que la avalan, de las disciplinas que las sustentan y
de las bases matemticas con las que se abordan es una
aportacin central para la formacin intelectual de los
estudiantes de estos niveles. Son ocho las asignaturas
de bachillerato vinculadas con este captulo, en su mayo-
ra para un solo contenido, pero en cada una de las cuales
son de inters la informacin y las preguntas planteadas.
INTRODUCCIN
La particularidad ms importante del planeta Tierra es la
vida que alberga. Entender el fenmeno de la vida es uno
de los grandes retos de la ciencia. En particular, para des-
cribir el proceso de formacin desde el primer organismo
unicelular hasta la diversidad de especies que habitan el
planeta actualmente se necesitan recursos cientficos
de muchas disciplinas. En este captulo abordaremos el
problema de la reconstruccin del rbol de la vida, que
explica el proceso evolutivo de todas las especies vi-
gentes en el planeta Tierra a partir de la informacin que
tenemos al alcance: las caractersticas de los grupos de
especies y sus genomas. Queremos entender qu grupos
de especies aparecieron en cada momento del proceso
y cundo se produjo cada evento de creacin de nuevas
especies.
A principios del siglo XX, se estudiaban para ello las
caractersticas morfolgicas de las especies, pero esta
disciplina dio un giro importante en los aos sesenta y
setenta con la llegada de datos moleculares y, ms re-
cientemente, con la secuenciacin de genomas. Ya en
los aos setenta se produjeron las primeras incursiones
de las matemticas en filogentica, el rea que se de-
dica a la reconstruccin y anlisis del proceso evoluti-
vo. Pero no ha sido hasta el comienzo del nuevo milenio
cuando la gran cantidad de datos disponibles ha hecho
necesarios fundamentos matemticos para modelar
estos procesos.
Hoy en da la filogentica es un rea de constante inte-
raccin entre las matemticas, la estadstica, la biologa
y la informtica. Sus aplicaciones no solo se cien a la re-
construccin del pasado sino que se aplican en genmica
(para la deteccin de genes dentro del genoma), epide-
miologa (para el estudio del origen de los virus), ecologa
(para el estudio de la biodiversidad y la clasificacin de
nuevas especies), o incluso en lingstica (para la clasifi-
cacin de lenguas).
Empezamos este captulo con una introduccin a la
nocin matemtica de rbol filogentico. Seguida-
mente estudiamos la cantidad de rboles filogenti-
cos y la posibilidad de definir distancias entre espe-
cies. Finalmente se muestran dos de los mtodos de
reconstruccin filogentica ms usados hoy en da.
Las nociones matemticas avanzadas requeridas
para entender el captulo son solo el factorial de un
nmero natural y el logaritmo.
El rbol filognico
La teora de la evolucin de Darwin afirma que todas las
especies terrestres tienen un ancestro comn. El mismo
Darwin represent la evolucin en un rbol llamado rbol
filogentico. Matemticamente hablando, un rbol es
un grafo (es decir, un conjunto de vrtices unidos entre
s por aristas) conexo y sin ciclos, tal como aparece en la
figura 1.
raz
ramas nodos/vrtices internos
hojas
Figura 1. Representacin matemtica de un rbol, con la raz arriba y las hojas
abajo. Las ramas del rbol corresponden a las aristas del grafo. En esta figura
contamos cuatro ramas y cinco vrtices. Las hojas unidas por las ramas en gris
forman cerezas. Imagen: Marta Casanellas.
Un rbol filogentico es pues un rbol cuyas hojas es-
tn etiquetadas con nombres de especies que actual-
mente existen en la Tierra y cuyos vrtices internos
representan ancestros comunes a estas especies. En
la figura 2 se muestra un rbol filogentico pintado por
Darwin, y en la figura 3 se puede ver un rbol filogen-
tico del grupo de los homnidos.
Hasta los aos sesenta, el estudio de las relaciones
ancestrales entre especies (desarrollado por la filoge-
ntica) se basaba en caracteres morfolgicos y fisio-
lgicos de las especies, pero desde que se ha tenido
posibilidad de secuenciar protenas y molculas de
ADN se basa en la evolucin molecular. En las molcu-
las de ADN del ncleo de las clulas est codificada la
86 Unidad Didctica. Matemticas del Planeta Tierra

Figura 2. A la izquierda, Charles Darwin (1809-1882). Autor: J. Cameron. Fuente: http://commons.wikimedia.org/wiki/File:Charles_Darwin_01.jpg. A la derecha, rbol filo-
gentico pintado por Charles Darwin en su cuaderno Transmutacin de las especies. Fuente: Departamento de ingls de la Universidad de Georgia.

Figura 3. rbol filogentico

de los homnidos. Autor: Levin
Luciano. Fuente: http://www.
educ.ar/dinamico/UnidadHt-
ml__get__7f39cd5d-c843-11e0-
808c-e7f760fda940/index.htm.
 2.2 LAS MATEMTICAS DE LA EVOLUCIN Y LA BIODIVERSIDAD 87

informacin hereditaria de un organismo: el genoma de una de sus cadenas. Por ejemplo la secuencia ACTT de-
(figura 4). El primer genoma de una especie eucariota nota la molcula de ADN formada por estos nucletidos y
fue secuenciado en 1996, y desde entonces la cantidad sus correspondientes en la otra cadena: TGAA.
de especies cuyo genoma ha sido secuenciado sigue La evolucin de una especie se traduce en cambios en su
aumentando rpidamente. Hoy en da hay unas 180 espe- genoma: supresin e insercin de nucletidos y mutacio-
cies eucariotas secuenciadas, entre las que se encuentra nes (tambin llamadas sustituciones) de nucletidos.
la especie humana, secuenciada en el ao 2001 (aunque la
secuencia no fue completa hasta 2006). El genoma de las
especies secuenciadas est pblicamente disponible en
www.ensembl.org, entre otras pginas web. Cada cunto tiempo hay una mutacin
Las molculas de ADN estn formadas por cuatro tipos de en el genoma? Depende de la especie de
nucletidos: adenina, citosina, guanina y timina, que deno- la que estemos hablando. Por ejemplo, en
taremos por A, C, G, y T, respectivamente. Puesto que las humanos se estima que la razn de mu-
molculas de ADN tienen estructura de doble hlice y los tacin es de unos 130 nucletidos por ge-
enlaces estn formados por A-T y C-G, para dar una mol- neracin (dentro de los 3.200 millones de
cula de ADN solo hay que dar la secuencia de nucletidos pares de nucletidos que contiene el ge-
noma humano).

La filogentica no es solo relevante para el estudio de

la evolucin sino tambin para sus aplicaciones en la
deteccin del origen de virus, o para encontrar genes
en la especie humana por comparativa con las otras es-
pecies.

El nmero de rboles posibles

Hasta los aos ochenta se crea que los chimpancs y los
gorilas estaban ms relacionados entre ellos que con
los humanos (figura 5(a)), pero en 1990, a partir del es-
Figura 4. Grfica del genoma humano. Fuente: http://genomicscience.energy.gov. tudio de la evolucin molecular, se propuso la relacin

Figura 5. Los tres posibles rboles filogenticos relacionando gorila, chimpanc y humano. El rbol (a) era considerado el correcto hasta 1990, pero hoy en da sabemos
que las relaciones evolutivas de estas especies vienen representadas en el rbol (b). Autora: Marta Casanellas.
88 Unidad Didctica. Matemticas del Planeta Tierra
evolutiva representada en la figura 5(b), que es la acepta-
da hoy en da, en la que son el chimpanc y el humano los
que presentan mayor relacin.
AACTTCATGCTCACCGA-
GGCCTGTAATTGCATGA-
GATCAT
Figura 6 a. Lmur de cola anillada (Lmur
catta). Fuente: http://www.lafotogratis.
com/Animales/Lemur-Cola-Anillada.jpg/
foto.html%5D%5Bimg%5Dhttp://www.
lafotogratis.com/fotos/199-6/Lemur-
Cola-Anillada.jpg.
AAGGTCATTCTCAACGA-
GGCATGTAACTGCATGA-
CATGAT
Figura 6 b. Macaco de Sri Lanka (Macaca
snica). Autor: BluesyPete. Fuente: http://
fr.wikipedia.org/wiki/Fichier:Macaque_%-
C3%A0_toque_-_Femelle.JPG.
AACGTCATTCTCACCGA-
TGCCTGTAATTGCCTGA-
CATCAT
Figura 6 c. Tarsero filipino. Fuente: http://
en.wikipedia.org/wiki/File:Tarsier_Hugs_
Mossy_Branch.jpg.
Pero cmo se puede deducir el rbol filogentico solo
a partir de las especies actuales? Por ejemplo, basndo-
nos en las tres secuencias de la figura 6 pertenecientes
a los primates lmur, macaco y tarsero, cul sera rbol
filogentico de estas tres especies?
Primero tenemos que preguntarnos cuntos rboles po-
sibles hay que relacionen las tres especies. Si los rbo-
les los pensamos con una raz que representa el ances-
tro comn a todas las especies del rbol, los pintamos
con la raz arriba y asumimos que cada especie ancestral
ha dado lugar exactamente a dos especies posteriores
(estos rboles se llaman binarios). Entonces hay tres
rboles posibles de tres especies, como se muestra
en la figura 5. Pero y si tuviramos cuatro especies?
Claramente la cuarta especie se podra aadir a una
rama del rbol de tres especies, o podra haberse
especiado antes del grupo de tres especies, as para cada
rbol de tres especies obtenemos cinco rboles de
cuatro hojas, lo que da lugar a un total de 15 rboles
de cuatro especies (figura 7).
Para generalizar este argumento y encontrar el nmero
de rboles binarios con raz para cualquier nmero de
especies, hay que contar primero cuntas ramas tiene
un rbol de n hojas. Est claro que los rboles de tres
hojas tienen cuatro ramas, y que cuando aadimos una
nueva especie se crean dos nuevas ramas. Luego los
Figura 7. Los cinco rboles de cuatro especies que se consiguen aadiendo una cuarta
hoja al rbol de tres especies 1,2 y 3, que tiene 2 y 3 formando cerezas (figura 1). Autora:
Marta Casanellas.
 2.2 LAS MATEMTICAS DE LA EVOLUCIN Y LA BIODIVERSIDAD 89

rboles binarios con raz de cuatro especies tienen seis

ramas, los de cinco tienen ocho, etctera, y en general Ejercicio
un rbol de m especies tiene 2(m-1) ramas.
Completa la siguiente tabla:
Con esto ya podemos calcular el nmero de rboles de
cualquier nmero de especies. Por ejemplo, hemos visto Nmero Nmero
que hay 15 rboles posibles de cuatro hojas, y para cada
uno de ellos tenemos siete posibilidades para aadir de especies de rboles
una nueva especie (seis correspondientes a las ramas y 3 3
una descendiendo por encima de la raz), as habr 715 4 15
= 7531=105 rboles posibles de cinco especies. Para
5 105
seis especies, habr 9105 = 97531 = 945 puesto que
los rboles de cinco especies tienen ocho ramas y hay 6 945
tambin la posibilidad de colocarla descendiendo por 7
encima de la raz. Por induccin podemos deducir que 8
el nmero de rboles binarios con raz de n especies
es (2n-3)*(2n-5)*(2n-7)*...*3*1. En efecto, 2n-3 = 2(n- 9
2)+1 es el nmero de posibilidades de colocar una nueva 10 34.459.425
especie en un rbol que tiene n-1 especies (y por tanto 20 8,201021
2(n-2) ramas). La cantidad (2n-3)*(2n-5)*(2n-7)*...*3*1
30
se llama doble factorial, y se denota por (2n-3)!! As,
si m es un nmero natural, su doble factorial es m!! = 40
m(m-2)(m-4) hasta llegar a 1 si m es impar o a dos 50 2,751076
si m es par. 60 5,861096
Como hemos observado con los ejemplos de tres, cua- 70
tro, cinco y seis especies, el nmero de rboles posibles
aumenta muy rpidamente. A continuacin ponemos 80 3,4310139
una tabla para mostrar el crecimiento (ms que expo-
nencial) del nmero de rboles. Para tener una idea de
las cantidades de que estamos hablando podemos te-
ner en cuenta, por ejemplo, que el nmero de protones
del universo es del orden de 1089. Como consecuencia, Mtodos de distancias
para 20 especies o ms no ser posible comprobar to-
das las posibilidades de rboles que podran formar, Se determina previamente lo que en filogentica se
sino que hay que usar alternativas para encontrar el r- llama una distancia evolutiva (aunque no corresponde
bol ms plausible. a una mtrica matemticamente hablando) como una
Teniendo en cuenta la cantidad de rboles posibles que magnitud que mide la separacin entre secuencias. Por
hay para cada nmero de especies, habr que introducir ejemplo, si consideramos las tres secuencias de la figu-
mtodos ms sofisticados para estudiar su evolucin. ra 6, podramos establecer que la distancia entre lmur
Veremos ahora cules son los mtodos ms usados y macaco es ocho, puesto que sus secuencias difieren
para encontrar el rbol filogentico de las especies da- en ocho nucletidos, entre lmur y tarsero es cuatro,
das por secuencias de ADN. Hay dos tipos de mtodos, y entre macaco y tarsero es siete. Basndonos en es-
unos basados en establecer distancias entre secuen- tas distancias podramos deducir que lmur y tarsero
cias de ADN y los otros directamente basados en los son las especies ms cercanas y formaran cerezas en
caracteres de secuencias. el rbol que ha dado lugar a la evolucin de estas tres
90 Unidad Didctica. Matemticas del Planeta Tierra
especies (es decir, formaran un rbol como el de la fi-
gura 5(a) cambiando humano por macaco, y chimpanc y
gorila por lmur y tarsero, respectivamente).
Sin embargo, las diferencias entre las secuencias
de las especies actuales no tienen por qu reflejar
cambios que haya habido en las secuencias de sus
ancestros durante la evolucin. As, por ejemplo, la
secuencia TTGA en una especie ancestral puede mutar
primero a TAGA y luego a TCGA, acumulando as dos di-
ferencias entre la especie ancestral y su descendiente
de las que solo podemos ver una diferencia a partir de
la secuencia inicial TTGA y la final TCGA. Es por ello
que para medir la diferencia entre dos secuencias de
ADN habra que tener tambin en cuenta los cambios
ocultos que se hayan producido entre ellas durante la
evolucin. Esto se hace mediante modelos matem-
ticos de evolucin, usualmente los llamados modelos
probabilsticos de Markov.
Una vez se ha establecido un modelo de evolucin, la
distancia filogentica entre dos secuencias se define
como la cantidad que estima el mximo de verosimi-
litud de la cantidad de cambios acumulados entre las
dos secuencias durante la evolucin. Por ejemplo, para
el modelo evolutivo ms sencillo, el denominado mode-
lo de Jukes-Cantor, el nmero de cambios esperados
(contando los cambios ocultos) entre dos secuencias
Fig. 8. rbol filogentico de cuatro especies s1, s2, s3 y s4 donde la distancia entre ellas
y sus ancestros se indica por el nmero situado encima de las ramas, representado
grficamente por la longitud de las ramas. Imagen: Marta Casanellas.
de ADN es -3/4ln(1-4p/3) si p es la fraccin de nucleti-
dos distintos entre las dos secuencias. Esa cantidad se
llama distancia de Jukes-Cantor.
Ejercicio
Calcula las distancias de Jukes-Cantor para las se-
cuencias de la figura 6 y comprueba que dan 0,23
(lmur-macaco), 0,10 (lmur-tarsero), y 0,20 (maca-
co-tarsero).
Otro punto a tener en cuenta es que no siempre hay
que unir aquellas especies cuya distancia sea menor.
Por ejemplo, en el rbol filogentico de la figura 8 don-
de la distancia entre las dos especies de los extremos
de cada rama est indicada por el nmero correspon-
diente, la distancia entre las especies s2 y s3 sera 0.6
(=0.1+0.2+0.2+0.1), mientras que la distancia entre las
especies s1 y s2 que estn formando una cereza del r-
bol es 0.7 (=0.6+0.1). El mtodo ms usado en recons-
truccin filogentica, el neighbor-joining (unin de
vecinos), no junta aquellas especies que estn a menor
distancia sino aquellas que minimizan la distancia en-
tre ellas y maximizan la distancia a las otras especies.
Aunque se fundamenta en un resultado matemtico (el
teorema de recolectar cerezas, cherry picking theo-
rem), para que este mtodo funcione las distancias
tienen que ser adaptables a un rbol (salvo errores per-
mitidos).
Ejercicio (neighbor-joining)
Tenemos cuatro especies s1, s2, s3, s4, cuyas dis-
tancias (calculadas de alguna forma) son d(s1,s2)
= 0.7, d(s1,s3) = 1.1, d(s1,s4) = 1.6, d(s2,s3) =
0.6, d(s2,s4) = 1.1, y d(s3,s4) = 0.7. Definimos
R(s1,s2) como la suma de distancias de las es-
pecies s1 y s2 a las otras especies del rbol (es
decir R(s1,s2) es d(s1,s3)+d(s1,s4)+d(s2,s3)+
 2.2 LAS MATEMTICAS DE LA EVOLUCIN Y LA BIODIVERSIDAD 91

El mtodo de mximo de parsimonia asigna a cada rbol

d(s2,s4)). Anlogamente definimos R(s1,s3),
R(s1,s4), R(s2,s3), R(s2,s4), y R(s3,s4). El mtodo de
reconstruccin filogentica neighbor-joining junta
en el rbol las dos especies para las cuales el valor
R es mayor. Comprobad que en este caso, neigh-
bor-joining junta s1 y s2. Estas distancias aparecen
representadas en la figura 8, as que este mtodo
reconstruye correctamente este rbol partiendo so-
lamente de las distancias entre las especies.
filogentico un coste correspondiente al menor nmero
de cambios necesarios a lo largo del proceso evolutivo
sobre el rbol para las secuencias dadas. Este mtodo se
explica con un ejemplo a continuacin, y el algoritmo para
el clculo del coste se puede hallar en el libro de Allman y
Rhodes citado en la bibliografa.
Mximo de parsimonia.

Mtodos de caracteres
de secuencias:
mximo de parsimonia
El segundo tipo de mtodos se basa directamente en los
caracteres, es decir no usa la informacin de distancias
sino que trata con las secuencias directamente. Este tipo
de mtodos deberan ser ms acertados, pero como ve-
remos cuenta con desventajas importantes. El mtodo Supongamos que tenemos las secuencias de ADN s1:
ms usado de este tipo es el mximo de parsimonia, que TCA, s2: TGA, s3: ACG, y s4: AGG.
se basa en el principio de que la naturaleza es parsimo-
niosa, es decir que el rbol filogentico preferido por la
naturaleza debe ser aquel que involucre el menor nmero
de cambios posibles.

Debate: El principio del mtodo de mxi-

mo de parsimonia est siendo muy deba-
tido actualmente. Es la naturaleza parsi-
moniosa? T que crees? A la naturaleza
le dan pereza los cambios y tiene tenden-
cia a quedarse como est?
92 Unidad Didctica. Matemticas del Planeta Tierra
En el rbol que tiene s1, s2 unidas en una cereza, se pue-
de probar que el mnimo nmero de cambios necesarios
en la evolucin para llegar a estas secuencias es cuatro.
En la figura mostramos una secuencia ancestral que mi-
nimiza los cambios necesarios.
Sin embargo, si el rbol junta las s1 y s3, entonces el me-
nor nmero de cambios necesarios es seis, como mos-
tramos en la figura. As, el coste del primer rbol sera
cuatro y el del segundo sera seis. Se puede demostrar
que, para todos los rboles posibles de cuatro especies,
el primer rbol es el que tiene coste menor, luego este se-
ra el rbol escogido por el mximo de parsimonia.
La mayor desventaja de este mtodo es que, aunque el
clculo del coste es sencillo, hay que efectuarlo para to-
dos los rboles posibles. Como hemos visto ms arriba,
el nmero de rboles aumenta de forma ms que expo-
nencial respecto al nmero de especies, lo que hace que
este mtodo sea inviable para 20 especies o ms. Para
un mayor nmero de especies, hay variantes del mtodo
que no avalan el coste de cada rbol posible sino solo de
un subconjunto de rboles.
Hay programas de reconstruccin filoge-
ntica disponibles en Internet, por ejemplo
T-REX en http://www.trex.uqam.ca/. Aun-
que se pueden usar libremente, es nece-
sario conocer bien el mtodo que estamos
usando en cada momento. Pero no todos
los cientficos son rigurosos en este senti-
do, y pueden afirmar haber construido el
rbol de 133 secuencias por el mtodo de
mximo de parsimonia (que ya hemos visto
que es imposible), como sucede en Cann et
al. Nature, 345 (1987), pp. 31-36.
Otros mtodos
Hemos visto los dos mtodos ms usados en reconstruc-
cin filogentica: mximo de parsimonia y neighbor-joi-
ning, cada uno de ellos con sus ventajas e inconvenientes.
Hay otros mtodos tambin muy usados que se basan en
modelos probabilsticos de evolucin (como el modelo
de Jukes-Cantor mencionado antes) y luego usan herra-
mientas como la estimacin del mximo de verosimilitud
o los mtodos bayesianos. Sin embargo, estas estrate-
gias, aunque podran ser ms precisas para pocas espe-
cies, tambin tienen sus inconvenientes. El primero es
que, como el mximo de parsimonia, no son viables para
ms de veinte especies puesto que han de efectuarse
para cada rbol posible. El segundo es que los modelos
de evolucin tambin se basan en hiptesis que no tienen
por qu ser ciertas (por ejemplo, que todos los nucleti-
dos de una secuencia de ADN mutan a la misma velocidad
o siguiendo el mismo rbol filogentico).
Debate. La mayora de modelos evolutivos
usados hoy en da suponen que la evolu-
cin es reversible. Esta hiptesis es nece-
saria para poder, por ejemplo, tomar como
distancia entre dos especies actuales la
suma de distancias de las ramas entre una
y otra en el rbol filogentico. Pero por
qu razn tendra que ser la evolucin
reversible? Esta es otra de las cuestiones
que los bilogos debaten hoy en da. Qu
opinas t?
Biodiversidad
Otro aspecto relacionado con los rboles filogenticos
es la biodiversidad. Se puede medir la biodiversidad de
un subgrupo de especies con la diversidad filogenti-
ca, es decir, con la suma de longitudes de las ramas del
subrbol formado por estas especies. Las longitudes
de rama en un rbol filogentico representan la canti-
dad de mutaciones acumuladas durante la evolucin
entre las dos especies de la rama, as que si un grupo
de especies estn separadas por ramas de muy poca
 2.2 LAS MATEMTICAS DE LA EVOLUCIN Y LA BIODIVERSIDAD
longitud, sern especies que no distan mucho de su
ancestro comn, es decir, no son muy diversas. Cono-
cer la diversidad filogentica es relevante a la hora de
adoptar medidas de preservacin de especies, puesto
que es preciso intensificar esta tarea en especies que
representen la biodiversidad del planeta. As pues, en la
filogentica no solo es importante describir la forma de
los rboles, sino tambin las longitudes de sus ramas,
que estiman la cantidad de mutaciones acumuladas en-
tre las especies o tiempo molecular. Estas cantidades
son proporcionales al tiempo astronmico si las espe-
cies consideradas mutan a la misma velocidad.
A la vista de las dificultades de los mtodos de recons-
truccin filogentica presentados, queda por ver cmo
se conseguir el proyecto de construir el rbol de la vida:
el rbol evolutivo que forman las entre cinco y cien millo-
nes de especies que habitan el planeta Tierra hoy en da.
Ejercicio
Consideramos cuatro especies de insectos cuya
filogenia ha sido muy discutida recientemente:
la mosca del vinagre (Drosophila melanogaster), la
mariposa o gusano de seda (Bombyx mori), el piojo
del cabello humano (Pediculus humanus), y la Men-
genilla moldrzyki (unos insectos parsitos de otros
insectos).
1. Busca imgenes de estas cuatro especies. puedes
decidir cul es su rbol filogentico?
2. Busca su rbol filogentico en Internet.
3. Si las siguientes secuencias fueran sus genomas,
CGTCATTCTCACCGAT-
Dros. Mel.: GCCTGTACTTGCCTGA-
CATCATAA
GGTCATTCTCAACGAG-
Bomb. Mori: GCATGTAACTGCATGA-
CATGATAA
93
CTTCATGCTCACCGAG-
Ped. Hum.: GCCTGTAATTGCATGA-
GATCATAA
CGTCATGCTCACCGAG-
Men. Mold.: GCCTGTAATTGCATGA-
CATCATAA
usa la distancia de Jukes-Cantor y el mtodo neigh-
bor-joining para encontrar el rbol filogentico que
formaran estas especies.
Referencias bibliogrficas
Allman, E. S. y Rhodes, J. A. (2003): Mathematical models
in biology: an introduction. Cambridge: Cambridge Uni-
versity Press.
Libro introductorio a los modelos matemticos bsicos
para distintas reas de la biologa como la dinmica de
poblaciones, la gentica, la biologa molecular y los r-
boles filogenticos. Es una obra auto-contenida que in-
cluye las nociones matemticas bsicas necesarias para
seguir el libro (lgebra de matrices y probabilidad). Ade-
ms, incluye listados de ejercicios para resolver en Mat-
lab. En este libro se puede encontrar el detalle de todos
los contenidos de este captulo.
Durbin, R., Eddy, S. R., Krogh, A. y Mitchison, G. (1998):
Biological sequence analysis: probabilistic models of
proteins and nucleic acids. Cambridge: Cambridge Uni-
versity Press.
Este libro contiene el desarrollo de los temas de este
captulo pero desde el punto de vista de la bioinformti-
ca. Es el libro bsico de bioinformtica y es muy til para
entender la problemtica de la biologa computacional
actual.
Felsenstein, J. (2004): Inferring phylogenie. Sunderland:
Sinauer Associates, Inc.
94 Unidad Didctica. Matemticas del Planeta Tierra
Este libro de nivel avanzado explica todos los mtodos
usados en filogentica hoy en da. Es el libro de refe-
rencia para todos aquellos cientficos que trabajan en
filogentica.
Ridley, M. (2006): Genome: the autobiography of a spe-
cies in 23 chapters. New York: Harper Collins.
Este es un libro divulgativo donde se discute sobre el
papel del material gentico en nuestro comportamiento,
enfermedades, etctera. Adems de ser muy til para
iniciarse en la disciplina de la genmica, es un libro muy
interesante y ameno.
MATERIALES AUXILIARES
PGINAS WEB
www.ensembl.org. Ensembl es una base de datos de ge-
nomas.
http://en.wikipedia.org/wiki/Phylogenetic_tree. Sobre la
definicin e historia del rbol filogentico.
http://www.cuadernosdecampo.es/Website/Biodiver-
sidad/biodiversidad.aspx. Los cuadernos de campo
de Doana recogen las observaciones y comentarios de
los tcnicos cualificados durante sus recorridos por el
parque nacional. Contienen anotaciones sobre una gran
cantidad de especies animales, generalmente vertebra-
dos (y sobre todo aves), pero tambin sobre vegetacin,
estado del agua en la marisma o las lagunas, etctera.
http://tolweb.org/tree/. Tree of life project (rbol de
la vida) contiene ms de 10.000 pginas web con infor-
macin sobre biodiversidad, las caractersticas de los
diferentes grupos de organismos y su evolucin. Es el
resultado de un esfuerzo colaborativo de bilogos y en-
tusiastas de la naturaleza de todo el mundo.
http://en.wikipedia.org/wiki/Neighbor_joining. Ms in-
formacin sobre la tcnica de Neighbor joining para crear
rboles filogenticos.
http://en.wikipedia.org/wiki/Maximum_parsimony_
(phylogenetics). Ms informacin sobre el principio de
mxima parsimonia.
http://www.pbs.org/wgbh/evolution/change/family/. All
in the family es una web interactiva en la que el usuario
debe de construir rboles de la vida con especies pro-
puestas.
http://www.wellcometreeoflife.org/interactive. Tree of
life interactive. Este recurso interactivo en licencia Crea-
tive Commons permite al usuario acercarse a los orge-
nes de la vida en la Tierra. Ofrece informacin sobre las
especies y muestra su relacin evolutiva.
CMIC
Byrne, E. y Gurr, S. (2013): Darwin: a graphic biography.
Washington: Smithsonian Books.
Biografa de Charles Darwin en forma de novela grfica.
DOCUMENTALES Y MATERIAL AUDIOVISUAL
Charles Darwin and the tree of life (2009). Documental
sobre Charles Darwin y su revolucionaria teora de la
evolucin producida en 2009 por la BBC para conmemo-
rar el bicentenario del nacimiento del gran cientfico in-
gls. Disponible en http://www.bbc.co.uk/programmes/
b00hd5mf. Versin reducida y libre en http://tolweb.org/
tree/home.pages/media.html.
The making of the fittest. Esta serie de cortos se ha
diseado para mostrar a los estudiantes ejemplos
memorables de la evolucin en accin. Cada captulo
est producido por directores premiados e ilustra el
papel de la mutacin y la seleccin natural en accin.
 2.2 LAS MATEMTICAS DE LA EVOLUCIN Y LA BIODIVERSIDAD 95

Disponible en http://www.hhmi.org/biointeractive/shor-
tfilms/index.html.
La voz de la evolucin (Noah Morowitz, 2005). Docu-
mental producido por A&E Network que relata la vida
de Charles Darwin, pasando por los momentos clave que
marcaron su biografa: desde los ms personales (como
la muerte de su hija y de su madre, su matrimonio, etc-
tera) hasta los cientficos (como la publicacin del Origen
de las especies). Disponible en http://asambleademaja-
ras.com/videos/detalle_video.php?idvideo=753.
La guerra de la ciencia (James Van der Pool, 2006). Pro-
ducido por la BBC, este documental de 49 minutos de du-
racin recoge el enfrentamiento constante entre ciencia
y religin por la teora de la evolucin.
LAS MATEMTICAS
NOS AYUDAN
A CRECER
David Martn de Diego

2.3

Las sucesiones numricas son un tema matemtico
destacable, ya que con su estudio se inicia a los estu-
diantes de secundaria en los procesos de abstraccin
y generalizacin. Es decir, al proporcionar tres o cua-
tro nmeros naturales y preguntar cul es el siguien-
te?, se plantea un ejercicio considerable de abstrac-
cin a los estudiantes de estos niveles, ya que se est
hablando de la regla que siguen, a la que se ajustan los
nmeros proporcionados, identificados como prime-
ro, segundo, tercero, etctera. Con ello se pregunta
por la estructura que comparten los nmeros dados,
segn su posicin y, a continuacin, se pide construir
un nuevo nmero, el siguiente, que comparta esa mis-
ma estructura con los anteriores en funcin tambin
de su posicin.
La generalizacin presenta un mayor nivel de exigencia
y surge con la pregunta: cul es el trmino general? Es
decir, se pide expresar la regla, la ley que comparten los
nmeros proporcionados y cualquier otro que se rela-
cione con ellos segn la regla inferida en el primer paso
de abstraccin. La generalizacin supone expresar
cualquier trmino en funcin, en cada caso, de la posi-
cin que dicho trmino ocupa, esto es, escribir el trmi-
no general como funcin de su posicin ensima.
Las sucesiones son la expresin de cambios discretos
que estn dados por los valores sucesivos que toma una
funcin cuya variable son los nmeros naturales.
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
Entre los tipos de leyes que siguen las sucesiones
destacan las leyes de recurrencia, entre las cuales se
encuentra la llamada sucesin de Fibonacci.
Conocemos familias de fenmenos de crecimiento que que-
dan modeladas por la sucesin de Fibonacci. Estos fenme-
nos son conocidos desde antiguo y se encuentran en docu-
mentos histricos. Son interesantes porque los fenmenos
que modelan se pueden descubrir en el arte y encontrar en
la naturaleza, donde contribuyen a entender la filotaxia o
reglas del crecimiento de algunas especies vegetales.
Tambin la sucesin de Fibonacci est relacionada con
la proporcin urea que surge de la divisin de un seg-
mento s en dos partes, x y s-x, tales que la razn entre
el segmento total y la parte mayor es igual a la razn
entre dicha parte mayor y la menor: s/x = x/s-x
Desde antiguo son conocidas importantes figuras y
propiedades geomtricas ligadas a la razn urea. La
presencia de la razn urea en la naturaleza y en el arte
es igualmente muy ubicua y su localizacin en la histo-
ria proporciona ejemplos de inters. En este captulo se
muestran algunos casos importantes de esas figuras y de
las relaciones implicadas, que pueden seguirse fcilmen-
te con un nivel medio de conocimientos matemticos.
Las materias curriculares vinculadas con este captulo
comprenden tambin las asignaturas de Matemticas
de educacin secundaria obligatoria, razn por la cual
las hemos incluido en el listado de materias vinculadas.
introduccin
Algunas veces la propia naturaleza inspira a los mate-
mticos en sus definiciones y desarrollos. Por ejemplo,
las ecuaciones diferenciales fueron inicialmente trata-
das por Newton para estudiar el movimiento planetario.
Su estudio continu a medida que se afianz su utilidad
en las ciencias naturales, especialmente en la fsica, con
problemas importantes como la ley del movimiento de
Newton, las ecuaciones de Euler para la hidrodinmica, la
ecuacin de calor de Fourier, etctera.
Pero tambin sucede de manera opuesta. De repente,
por sorpresa se observa en la naturaleza una construc-
cin matemtica ideada de manera abstracta en el pen-
samiento de un investigador. As sucede con la sucesin
de Fibonacci o en las simetras de las plantas.
El crecimiento en la naturaleza parece estar dictado por
patrones matemticos: desde el nmero ureo que se
distingue en la estructura de una caracola, hasta la tasa
de crecimiento de los tallos de las plantas. Todo son n-
meros. Observar estas curiosas apariciones de las mate-
mticas en la naturaleza nos ayuda a observar el universo
con otros ojos y a apreciar la belleza que destila el orden
invisible bajo el aparente caos.
En este captulo estudiaremos algunos de los objetos
matemticos que de manera ms recurrente se reflejan
en el planeta Tierra: la serie de Fibonacci, el nmero u-
reo, etctera, mostrando el contexto en el que se idearon
tanto en la mente del pensador como en las formas en las
que aparecen reflejadas en la naturaleza.
La serie de Fibonacci
Si nos plantearan en un test de lgica la siguiente serie
1, 1, 2, 3, 5, 8, 13,
y nos preguntaran cul es el nmero que sigue a esta se-
cuencia?, quizs muchos encontraramos como posible
regla de formacin, la siguiente:
Para obtener el nmero buscado sumo los dos trminos
que le preceden.
As, nuestra solucin sera el nmero 21 y podramos se-
guir indefinidamente, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89,
144, 233, 377, 610, 987, 1597, 2584, 4181
Matemticamente, esta regla de formacin de trminos
se escribe como
n = n-1 + n-2 , n 3,
con 1 = 1 y 2 = 1.1
Esta serie de nmeros puede parecer una ms de las que
surgen en la retorcida mente de examinadores y evalua-
dores. Sin embargo, detrs de ella se esconden infinidad
de propiedades a cual ms bella y sorprendente; muchas
relacionadas, como veremos, con patrones de crecimien-
to en la naturaleza.
Originariamente, la secuencia aparece en un problema de
reproduccin de conejos que, libremente transcrito, nos
dira:
Un hombre pone una pareja de conejos, macho y hembra,
en un recinto vallado. Sabiendo que estos paren una vez
cada mes, que los nacidos tambin son macho y hembra
y que, a su vez, estos empiezan a parir al segundo mes de
su nacimiento, calcular el nmero de parejas que habr al
cabo de n meses.
La respuesta, si lo pensamos un poco, nos la da el trmi-
no n-simo de la sucesin que anteriormente habamos
presentado. El problema anteriormente descrito del
crecimiento de la poblacin de conejos aparece como un
ejercicio
1
del Liber Abaci escrito en 1202 por Leonardo de
Pisa, ms conocido como Fibonacci.
1. Otra sucesin interesante surge tomando la misma ley Ln= L(n-1) + L(n-2) , n3,
pero con L1 = 1 y L2 = 3. Se obtiene as la sucesin de Lucas 1, 3, 4, 7, 11, 18,
29, 47, 76, 123
102 Unidad Didctica. Matemticas del Planeta Tierra

ms famosos nmeros de las matemticas, la razn u-

rea. As, tenemos que:
Leonardo de Pisa (1170
-1250) era hijo de un 1 2 3 5
=1 = 2 = 1,5 = 1,666
mercader y diplomti- 1 1 2 3
co llamado Bonacci. De
8 13 21
ah el apodo de Fibo- = 1,6 = 1,625 = 1,615
nacci (filius Bonacci) 5 8 13
por el que se le conoce.
El trabajo de su padre Matemticamente, lo que intentamos calcular es
le ayud a viajar por n+1
lim
Fibonacci. Fuente: el prximo Oriente, lo n
n
http://en.wikipedia.org/wiki/
File:Fibonacci.jpg.
que le permiti cono-
cer el sistema hindo-a-
rbico para escribir los nmeros. Es decir, Suponiendo que existe este lmite, es fcil deducir cul
el sistema posicional con diez dgitos con debe ser su valor. Para ello, si llamamos al valor de di-
cho lmite, llegamos a que
un smbolo para el cero: 1 2 3 4 5 6 7 8 9 0
n+1 n + n-1 n-1
En su libro el Liber Abaci o Libro del ba- = lim = lim = 1 + lim =1+ 1
n n n
co describe las reglas de la suma, resta, n n n
multiplicacin y divisin con el nuevo
sistema numrico, en contraposicin, al o, de otro modo,
sistema basado en los nmeros roma- +1
nos y al clculo con baco usado por los =

mercaderes de entonces. Adems, el libro
aborda problemas de teora de nmeros, que despejando, nos da la ecuacin cuadrtica 2 --1 = 0,
como criterios de divisibilidad, descom- cuya solucin positiva es
posicin en factores primos y el ya refe-
rido problema de crecimiento de la po- (1+5)
= 1.61803398
blacin de conejos. 2

Este nmero que, como vemos, est ntimamente ligado

con la sucesin de Fibonacci, era conocido por matemti-
cos y artistas ms de mil aos antes. Se le llama de muchos
La razn urea modos: razn urea, nmero ureo, nmero de oro, razn
extrema y media o proporcin urea son algunos de sus
y la sucesin de Fibonacci nombres. La letra griega phi, , se utiliza en honor al famo-
so escultor y arquitecto griego Fidias (490-430 a. C.).

En 1753, el matemtico Robert Simson (1687-1768), pro- En los famosos Elementos de Euclides, escrito hacia el
fesor de la Universidad de Glasgow, observ que, aunque 300 a. C., ya encontramos referencias al nmero de oro.
los nmeros de Fibonacci crecan en magnitud, el cocien- Los elementos constan de trece libros y en el sexto en-
te de dos trminos consecutivos tiende hacia uno de los contramos su definicin ms clsica:
 2.3 LAS MATEMTICAS NOS AYUDAN A CRECER 103

Se dice que una lnea ABC est dividida segn la propor- Pero adems, no es la nica! De la expresin 2 = +1,
cin urea (o razn extrema y media) cuando la relacin llegamos a que
de la parte mayor con la parte menor sea igual a la rela-
cin entre toda la lnea y la parte mayor.

No es de extraar que Johannes Kepler dijese que la geo-

metra tiene dos tesoros; uno de ellos es el teorema de
Pitgoras y el otro es el nmero de oro.

Figura 1: La proporcin urea. Autor: David Martn de Diego.

Expliquemos la anterior asercin usando las matemti-

cas, que siempre nos ayudan a ordenar las ideas. Si lla-
mamos x a la longitud del segmento AB e y a la longitud
del segmento BC tendremos que C divide al segmento
en razn urea si

x+y x
=
x y
es decir, Fuente: http://en.wikipedia.org/wiki/File:Luca_Pacioli_%28Gemaelde%
29.jpeg.
y x
1+ x = y
Luca Pacioli (1445-1517) fue un matem-
tico y monje franciscano italiano. Su obra
x ms influyente fue Summa de aritmtica
Si ahora llamamos y = , obtenemos la ya conocida geometra proportioni et proportionalit,
ecuacin del nmero de oro publicada en 1494 y que supone un autn-
1 tico compendio de la matemtica conocida
= hasta el momento. En ella hace referencia
1+

a la necesidad de lograr la proporcionali-
dad en la arquitectura. La referencia se
De esta ltima expresin se deduce que hace ms explcita en su libro De Divina
proportione, publicado en 1509, donde se
1 1 1 fijan las proporciones adecuadas para lo-
=1+ =1+ = ... = 1 + = [1,1,1,1, ...]
1+
1 1+ 1 grar la belleza excelsa, que por supuesto
1+ 1
1 + ... estn relacionadas con el nmero .

y as podemos expresar como una fraccin continua en

la que solo aparece el nmero 1 Sorprendente y notable Luca Pacioli deca del nmero de oro o proporcin urea
expresin! en su libro De Divina proportione:
104 Unidad Didctica. Matemticas del Planeta Tierra

" Llamada as por sus propiedades excelsas, supremas,

excelentsimas, incomprensibles, inestimables, innume-
rables, admirables, inefables, singulares..., que corres- Este rectngulo tiene una
ponde por semejanza a Dios mismo". propiedad muy interesante,
pues a partir de uno de ellos
Sera interminable enumerar las maravillosas propieda- se pueden construir nuevos
des que estn detrs de este notable nmero. Destaca- rectngulos ureos iterativa-
remos algunas ms en las prximas secciones que nos mente siguiendo un procedimiento muy sencillo. As,
sern tiles en lo sucesivo. si quitas un cuadrado de longitud del lado menor, en-
cuentras un nuevo rectngulo ureo en la parte que
nos queda.

El nmero de oro Este proceso puede seguir hasta el

infinito trazando una espiral cons-
y el pentgono regular truida a partir de rectngulos ureos.

En un pentgono regular con lado unidad, cada diagonal

tiene longitud y, adems, cada dos diagonales que se
intersecan se dividen precisamente en la proporcin u-
rea; es decir,

BC
= El ngulo ureo
CA
La definicin del nmero de oro como divisin de un segmento
en su proporcin urea tambin se puede extender a la circun-
ferencia. As, si dividimos una circunferencia de tal modo que

Figura 2. Nmero de oro en el pentgono regular. Autor: David Martn de Diego.

x
y =
EJERCICIO

El rectngulo ureo

Decimos que un rectngulo es

ureo si la razn o proporcio-
nalidad entre sus lados sigue
la razn urea. Es decir, el co-
ciente entre la longitud mayor
y el lado menor es precisamente el nmero ureo.
Figura 3. ngulo areo. Autor: David Martn de Diego.
entonces, utilizando una simple regla de tres, llegamos a
que el ngulo buscado es de 2/(1 + ) radianes, que es
aproximadamente, 137,5. Veremos, ms adelante, cmo
este ngulo en principio tan extrao aparece de forma
recurrente en la naturaleza.
 2.3 LAS MATEMTICAS NOS AYUDAN A CRECER 105

Es interesante observar que una manera de aproximarse

a este ngulo es la siguiente: El nmero ureo
lim
360 n
n
lim
= 360o n
n /n+1
= 360o 1 = 360o 1 137,5o
en la naturaleza
n+2 n+2 /n+1 2 1+
Como ya hemos advertido, el nmero ureo es un valor
muy especial que se encuentra tanto en algunas figuras
geomtricas como en la naturaleza. Asimismo, se atri-
El nmero ureo buye un carcter esttico a los objetos cuyas medidas
guardan la proporcin urea. A lo largo de la historia, se
es un nmero irracional ha atribuido su inclusin en el diseo de diversas obras
de arquitectura y otras artes, aunque algunos de estos
casos han sido cuestionados por los estudiosos de las
Podemos encontrar distintas familias destacadas den-
matemticas y el arte.
tro de los nmeros, por ejemplo; nmeros naturales, (1,
2, 3, 4), nmeros enteros (, -3, -2, -1, 0, 1, 2, 3, ), A continuacin veremos algunos ejemplos destacados
nmeros racionales que se presentan como razn o co- en los que aparece la sucesin de Fibonacci o la relacin
ciente de dos enteros (-2/3, 0, 1, 4/5) y nmeros irra- que esconden sus trminos: el nmero ureo.
cionales que no pueden expresarse como razn de dos
nmeros enteros.
Veamos que el nmero pertenece a esta ltima cate- La sorprendente forma
gora. Lo demostraremos usando la reduccin al absurdo,
un mtodo de demostracin que presupone de inicio que de las caracolas
lo que queremos demostrar no es cierto y, entonces, se
Cuando contemplamos una caracola como la de la ima-
llega a una contradiccin.
gen es imposible no sorprenderse por su belleza, por su
As, supongamos de inicio que el nmero no es irracio- maravillosa espiral que crece y crece a medida que la ca-
nal y, por tanto, es racional. Bajo este supuesto, podre- racola se desarrolla.
p
mos expresar = q como una fraccin irreducible (es
decir, el nico divisor comn de numerador p y denomi-
nador q es 1) con q < p. Como el nmero verifica, por
definicin, 2 1 = 0, entonces ( q )2 q 1 = 0. O, de
p p

otro modo, p(p-q) = q . Por tanto, p debe dividir a q2 y, en

2

consecuencia, tambin a q. As, p debe ser igual a 1 pues

hemos supuesto que la fraccin era irreducible. Del mis-
mo modo, la ecuacin p(p-q) = q2 tambin se llega a que
q(p+q) = p2 y con un razonamiento similar llegaramos a
que q =1. Esto significa que debe ser 1, pero obviamen-
te esta no es una solucin de la ecuacin 2 1 = 0
llegando a una contradiccin. Por tanto, el nmero es
irracional.
Lo ms curioso es que el nmero de oro es el nmero
ms irracional de todos, en el sentido de que se aproxima
muy mal por nmeros racionales (es decir, no vamos a en-
contrar aproximaciones tan buenas como son 22/7 para Figura 4. Caracola de Nautilus. Autor: Chris 73. Fuente: http://en.wikipedia.org/wiki/
el nmero o 7/5 para 2. File:NautilusCutawayLogarithmicSpiral.jpg.
106 Unidad Didctica. Matemticas del Planeta Tierra

En la imagen vemos una caracola de Nautilus, que es un

tipo de molusco cefalpodo. A medida que va creciendo
se van formando cmaras interiores, llegando a tener
hasta 30 de ellas en su interior. Este proceso de creci-
miento del Nautilus produce una bella estructura espiral
que es fcilmente visible cuando se corta como en la fo-
tografa.
La espiral que conforma a la caracola podra muy bien
estar relacionada con la sucesin de Fibonacci. Si re-
cordamos los rectngulos ureos, que se iban anidando
unos con otros, y unimos los vrtices diagonales de los
cuadrados que aparecen en la figura por medio de cuar-
tos de circunferencia, obtendremos una aproximacin de
la espiral que aparece en la caracola.
Filotaxia o cmo crecen las plantas
Otra sorprendente aparicin de los nmeros de la su-
cesin de Fibonacci surge en el estudio de los patrones
con los que se disponen las hojas alrededor del tallo de
una planta, la disposicin de semillas o los ptalos de una
flor. La rama de la botnica que estudia dichos patrones
se conoce como filotaxia (palabra de origen griego com-
puesta por phyllon, que significa hoja, y taxis, que signifi-
ca orden).
El famoso gemetra H. S. Coxeter coment sobre este
aspecto:
La filotaxia no es una ley universal, pero s es una fasci-
nante tendencia.
Leonardo da Vinci observ que en algunas plantas las
hojas se ordenaban a lo largo del tallo en espirales en
grupos de cinco. La explicacin cientfica que daba Leo-
nardo a este hecho podra estar en maximizar la expo-
sicin al roco en las hojas. En sus palabras:
La hoja vuelve siempre su cara superior hacia el cielo
porque pueda as recibir con toda su superficie el roco

Leornardo da Vinci
(1452-1519), artista
y cientfico italiano.
Figura 5. Espiral de Fibonacci. Autor: Dicklyon. Fuente: http://en.wikipedia.org/
Su genialidad pue-
wiki/File:Fibonacci_spiral_34.svg. de comprobarse en
campos tan dispares
como la pintura, ar-
quitectura, matemti-
Sin embargo, debemos avisar de que la belleza del n- cas, ingeniera, fsica,
mero de oro ha hecho que muchos autores vean repre- anatoma o filosofa.
sentado este nmero en muchas manifestaciones de la Clebre por sus cua-
naturaleza y humanas, siendo algunas de ellas bastante
dros La Gioconda y La
controvertidas (por ejemplo, las representaciones del
nmero de oro en las pirmides de Egipto).
ltima cena, as como
sus geniales invenciones, fue tambin el
As, podra ocurrir en las representaciones de las cara-
colas, pues algunos autores han comprobado experi-
ilustrador de la De Divina Proportione de
mentalmente que la espiral del Nautilus puede no coin- Luca Pacioli. Fue un firme defensor de la
cidir exactamente con la espiral que surge del nmero relacin entre arte y matemticas.
de oro.
 2.3 LAS MATEMTICAS NOS AYUDAN A CRECER 107

que lentamente desciende del rbol. Las hojas se distri- La siguiente tabla muestra algunas de estas fracciones,
buyen sobre sus plantas de modo que se incomoden lo el correspondiente ngulo de divergencia y algunos tipos
menos posible: tercindose unas de otras, tal como po- de plantas en los que aparecen.
demos ver en la hiedra que cubre los muros. Esta alter-
nancia sirve a dos fines, a saber: dejar intervalos por los
que el aire y el sol puedan penetrar y, una segunda razn, ngulo de
Fraccin Tipo de planta
permitir que las gotas cadas de la primera hoja puedan divergencia
caer sobre la cuarta, o en otros rboles, sobre la sexta. 1/2 180 Olmo, tilo
(en Botnica para pintores y elementos del paisaje).
Haya, avellano, zar-
Por qu las plantas adoptan algunas disposiciones 1/3 120
zamora
preferidas frente a otras? La respuesta debe estar en
la ocupacin ptima del espacio para recibir la luz del Roble,
sol o interaccionar con el ambiente prximo del modo manzano,
2/5 144
ms idneo. Como ya supondr nuestro lector, en es- acebo,
albaricoque
tos patrones es muy frecuente encontrar los nmeros
de Fibonacci 1, 2, 3, 5, 8, 13 y, por tanto, tambin el 3/8 135 Chopo, lamo
nmero de oro = (1+5)/2 . Veamos a continuacin Sauce,
5/13 138 27'
cul es esta sorprendente relacin entre la morfolo- almendro
ga y crecimiento de las plantas y la sucesin de Fibo-
nacci.
11
Mientras el tallo de un planta crece, a la vez van nacien- 1/2 360 137,5
137,5
do hojas en un ngulo determinado, que es un mltiplo
11+
+

racional de 360o. Las hojas de arriba impiden parcial-

Tabla 1. Ejemplos de filotaxia.
mente que llegue la luz o la humedad a las ms bajas.
Imaginemos hojas saliendo cada 180o, es decir, cada
media vuelta (1/2), en este caso la tercera hoja estar
justamente encima de la primera y as sucesivamente.
Disposiciones con ngulos de 90o, es decir (1/4), tam-
poco parecen las ms idneas. La naturaleza tiende a
elegir aproximaciones racionales del nmero ms irra-
cional de todos, el nmero de oro.
As, si consideramos la fraccin que tiene como nume-
rador el nmero de giros que hay que dar alrededor del
tallo hasta que una hoja queda justamente en la vertical
de la primera, y como denominador el nmero de hojas
que crecen entre estas dos posiciones, entonces obte-
nemos precisamente una fraccin del tipo con n 3;

n2

n
es decir, el numerador y el denominador normalmente
consisten en un nmero de Fibonacci y su segundo su-
cesor, respectivamente.
El ngulo de divergencia es el ngulo de separacin en-

tre dos hojas consecutivas y se calcula como 360 . n2

n
Estos trminos, como ya sabemos, tienden hacia el n- Figura 6. ngulo ureo en las plantas. Fuente: http://en.wikipedia.org/wiki/File:-
gulo ureo. Goldener_Schnitt_Blattstand.png.
108 Unidad Didctica. Matemticas del Planeta Tierra

Pero cmo la planta ha desarrollado, a lo largo de la evo-

lucin, esta disposicin inteligente de las hojas a lo lar-
go del tallo? Evidentemente el objetivo que se consigue
es realizar la fotosntesis de manera ms eficiente (con
mayor exposicin al sol), por tanto, evitando que haya
muchas hojas exactamente en la vertical de las otras ho-
jas. Para lograr esta estructura, las hojas de las plantas
se inician a partir de unas estructuras llamadas primor-
dios foliares. Una hormona, la auxina, juega un papel de
activador del primordio, siendo esencial en su formacin,
posicin y desarrollo. Al formarse, el primordio absorbe
auxina, que inhibe el desarrollo de otras hojas hasta una
determinada distancia relacionada con el ngulo de di-
vergencia y, por tanto, con el nmero de oro.
Por supuesto, todo lo anteriormente dicho se ha basa-
do en hiptesis idealizadas sobre las plantas que no se Figura 7. Fuente: http://pixabay.com/en/sun-flower-yellow-flower-nature-16688/.
suelen cumplir en condiciones reales, pero, en cualquier
caso, el ngulo de 137,5 sigue siendo el ms observado algunas plantas. Se aprecian espirales que tambin van
en la naturaleza. a tener relacin con la sucesin de Fibonacci y la razn
urea. Estas espirales siguen una distribucin ordenada,
y se pueden observar espirales en sentidos contrarios
Wilhelm Hofmeister (levgiras y dextrgiras). Si nos armamos de paciencia
y contamos las espirales en cada sentido, podemos for-
(1824-1877), bilogo y mar pares de nmeros. En los girasoles es muy frecuente
botnico alemn. Con-
tribuy, entre otros te-
mas, al entendimiento
de los mecanismos que
originan la filotaxia.
Sus observaciones to-
Fuente: http:// dava son claves para enten-
en.wikipedia.org/ der los fundamentos de estos
wiki/File:Wilhelm_
Hofmeister.jpg. patrones en las plantas.

Sobre pias, girasoles,

espirales y Fibonacci
Otro lugar donde tambin podemos encontrarnos el Figura 8. Fuente: http://commons.wikimedia.org/wiki/File:Sunflower_fibonac-
nmero de oro es en la distribucin de las semillas de ci_jg_89_144.jpg.
 2.3 LAS MATEMTICAS NOS AYUDAN A CRECER 109

encontrar los siguientes pares (21, 34), (55, 89) y (144,

233) este ltimo, en girasoles especialmente gran-
des; en cambio, en las pias encontraremos frecuente-
mente las parejas (5, 8) y (8, 13). Si volvemos a nuestra
ya conocida sucesin de Fibonacci 1, 1, 2, 3, 5, 8, 13,
21, 34, 55, 89, 144, 233 vemos que las parejas encon-
tradas en girasoles y pias son pares consecutivos de la
sucesin de Fibonacci.
Un estudio estadstico de pias en pinos en Noruega
comprob que el 95% de las pias mostraban una pa-
reja con nmeros de la sucesin de Fibonacci y un 4%
mostraban nmeros de la sucesin de Lucas. Sorpren-
dente!
Una explicacin de este hecho podra estar en que el
ngulo ureo es el nico ngulo que permite un empa-
quetamiento de las semillas sin dejar huecos mientras
la planta sigue creciendo.
En los siguientes dibujos vemos un empaquetamiento
de 1.000 semillas utilizando diferentes ngulos (figuras Figura 10. ngulo de 137,55, otra buena aproximacin, en este caso por exceso.
9-11). Imagen: David Martn de Diego.

Figura 9. ngulo de 137,4, una buena aproximacin del ngulo ureo por defecto. Figura 11. Empaquetamiento sin huecos al utilizar el ngulo ureo. Imagen: David
Imagen: David Martn de Diego. Martn de Diego.
110 Unidad Didctica. Matemticas del Planeta Tierra

Desde la parte central de la planta se van produciendo

nuevas generaciones que aparecen desplazadas por un Ejercicios
ngulo que es, precisamente, el ngulo ureo. Esta con-
figuracin permite empaquetar las semillas distribuyn- 1. Podras explicar la razn por la que la sucesin de
dolas de un modo uniforme mientras la planta crece. Fibonacci nos permite convertir fcilmente millas
en kilmetros del siguiente modo?:
3 millas 5 km
5 millas 8 km
Me quiere, no me quiere 8 millas 13 km
13 millas 21 km
Cuando estamos enamorados y no claramente corres- 21 millas 34 km?
pondidos solemos contar los ptalos de una flor espe-
rando encontrar la respuesta a nuestro dilema: me quie- 2. Imagina que solamente disponemos de monedas
re o no me quiere? En este caso contamos en sistema de 1 y 2 y tenemos que pagar una cantidad de n .
binario: s o no. De cuntas formas podemos pagar si importa el
orden, es decir, no es lo mismo pagar primero 2 y
luego 1, que al revs? Y si no importa el orden?

3. Dados dos nmeros cualesquiera, construye

empezando con estos nmeros una sucesin como
la de Fibonacci, es decir, que cada trmino sea la
suma de los dos anteriores. Encuentra la expresin
del trmino general. Prueba que la suma de los diez
primeros trminos de la sucesin es igual a 11 veces
el sptimo trmino.

4. Este cuadrado

8 1 6
3 5 7
Figura 12. Erodium cicutarium. Autor: Aiwok. Fuente: http://commons.wikimedia. 4 9 2
org/wiki/File:Erodium_cicutarium_2.jpg.

es un cuadrado mgico: la suma de cada lnea, de

Si nos ajustamos a nuestro sistema decimal volvemos a
cada columna y de cada diagonal es el mismo nme-
encontrar los nmeros de la sucesin de Fibonacci. As, el
ro (15 en este caso).
lirio tiene tres ptalos21, la rosa silvestre tiene cinco, ocho
la sanguinaria y algunos tipos de rosas; 13, las calndulas;
Construye el cuadrado
21, la achicoria; 34 y 55 algunos tipos de margaritas.
Casualidad? La explicacin vuelve a estar en los crite-
rios de optimizacin en el crecimiento de la planta que ya F8 F1 F6
hemos explicado. F3 F5 F7
F4 F9 F2

2. Los lirios tienen tres ptalos y tres spalos. Los ptalos y los spalos son tan
similares que parecen a la vista seis ptalos.

que es igual a
21 1 8
2 5 13
3 34 1 el arte, etctera.
Calcula el producto de los nmeros de cada lnea y
de cada columna. Compara la suma de los produc-
tos de las tres lneas con la suma de los productos
de las tres columnas. Comprueba si es cierto tam-
bin para la sucesin obtenida en el ejercicio 3.
5. Toma tres nmeros consecutivos de la sucesin
de Fibonacci. Compara el producto de los extremos
con el cuadrado del nmero central.
6. Toma cuatro nmeros consecutivos de la suce-
sin de Fibonacci. Compara el producto de los extre-
mos con el producto de los dos nmeros centrales.
7. Queremos subir una escalera. En cada paso pode-
mos subir uno o dos escalones. De cuntas formas
diferentes tendremos para subir una escalera de 6
escalones? Y si tiene n escalones?
Actividad. Divide tu altura por la distancia entre
tu ombligo y la planta de tus pies. Se parece al
nmero de oro? Haz la misma experiencia con tus
compaeros.
REFERENCIAS BIBLIOGRFICAS
Adam, J. A. (2003): Mathematics in Nature: modelling
patterns in the nature world. Princeton: Princeton Uni-
versity Press.
Libro que comenta distintos patrones que aparecen en
la naturaleza y su descripcin matemtica, lo que lo hace
ideal para motivar a los alumnos en clase.
2.3 LAS MATEMTICAS NOS AYUDAN A CRECER 111
Alonso, A. y Bermdez, T. (2002): "De conejos y nmeros.
La sorprendente sucesin de Fibonacci". La Gaceta de la
RSME, vol. 5.1., pp. 175-196.
Excelente artculo que explica la relacin de la sucesin
de Fibonacci y el nmero de oro, mostrando tambin su
sorprendente relacin con patrones en la naturaleza, en
Corbaln, F. (2010): La proporcin urea: el lenguaje ma-
temtico de la belleza. Barcelona: RBA Libros.
Fernando Corbaln es uno de los mejores divulgadores
de las matemticas. En este libro nos seduce con las
propiedades de la proporcin urea y la sucesin de Fi-
bonacci. El libro est repleto de referencias histricas.
Es un recorrido fascinante por la relacin, a travs de la
relacin urea, de las matemticas con la obra de pinto-
res y arquitectos de todas las pocas, pero tambin con
las formas que crea la naturaleza, desde una pequea flor
al cosmos. Desde la antigedad la proporcin urea se ha
relacionado con la armona en el arte y en la naturaleza,
hasta el punto de merecer el apelativo de divina.
Huntley, H. E. (1970): The divine proportion: a study in
mathematical beauty. Mineola, New York: Courier Dover
Publications.
En este libro podemos ver cmo el nmero de oro apare-
ce en teoras de crecimiento biolgico, en los tonos mu-
sicales, en la numerologa de Pitgoras, en las secciones
cnicas, el tringulo de Pascal, etctera.
Livio, M. (2008): La proporcin urea. Barcelona: Ariel.
Libro de divulgacin, exquisitamente editado, sobre la
razn urea. Se cuenta la historia y las distintas propie-
dades matemticas del nmero phi, adems de sus mu-
chas apariciones en el mundo real. Mario Livio, director
de la Divisin de Ciencias del Hubble Space Telescope
Science Institute, aporta una visin cotidiana del tema
accesible para lectores poco acostumbrados a los ensa-
yos de este tipo.
Moreno Castillo, R. (2004): Fibonacci: el primer matem-
tico medieval. Madrid: Nivola.
Libro dedicado a la vida de Leonardo de Pisa y sus apor-
taciones al mundo de las matemticas. Referencia indis-
pensable.
112 Unidad Didctica. Matemticas del Planeta Tierra
MATERIALES AUXILIARES
PGINAS WEB
http://www.maths.surrey.ac.uk/hosted-sites/R.Knott/
Fibonacci/fibnat.html. En esta web se recopilan referen-
cias de la sucesin de Fibonacci en la naturaleza: por
qu aparecen los nmeros de Fibonacci y el nmero u- Phi-The golden ratio and the mathematics of beauty.
reo en la naturaleza?
http://britton.disted.camosun.bc.ca/fibslide/jbfibslide-
htm. En esta web se incluyen fotografas que ilustran la
presencia de la sucesin de Fibonacci en las flores.
http://www.goldennumber.net/. Esta web recopila otras
sorprendentes apariciones del nmero de oro.
http://mathworld.wolfram.com/GoldenRatio.html. En
esta pgina se destacan otras propiedades matemticas
del nmero de oro.
http://www.mathsisfun.com/numbers/golden-ratio.
html. Una pgina divertida sobre el nmero de oro.
http://www.maths.surrey.ac.uk/hosted-sites/R.Knott/
Fibonacci/. Pgina web de Ron Knott, matemtico y di-
vulgador, sobre la sucesin de Fibonacci.
DOCUMENTALES Y MATERIAL AUDIOVISUAL
"Ms por Menos: El nmero ureo". La aventura del sa- "The Fibonacci sequence podcast". Radio 4 (BBC). Pod-
ber, TVE-2. La serie educativa "Ms por menos" consta de
12 documentales de 18 minutos cada uno. Persigue acer-
car al gran pblico aquellos aspectos de las matemticas
que convierten a esta materia cientfica en algo atracti-
vo, interesante y til en un sinfn de manifestaciones de
nuestra actividad cotidiana. Este captulo se dedica es-
pecialmente al nmero ureo. Disponible en http://www.
rtve.es/alacarta/videos/mas-por-menos/aventura-del-
saber-serie-mas-menos-numero-aureo/1290977/.
Este breve vdeo educativo de la BBC explica el nmero
ureo, motivando su inters con las distintas apariciones
de esta proporcin en el arte o en la naturaleza. Adems,
se incluyen ideas relacionadas con el tema para llevar a
cabo en clase. Disponible en http://www.bbc.co.uk/lear-
ningzone/clips/phi-the-golden-ratio-and-the-mathema-
tics-of-beauty/11295.html.
The beauty of the golden ratio. Este segundo vdeo edu-
cativo de la BBC presenta las caractersticas del nmero
ureo y, para llevar a cabo en clase, ideas relacionadas
con el tema. Disponible en http://www.bbc.co.uk/learnin-
gzone/clips/the-beauty-of-the-golden-ratio/9017.html.
Redes 82: Las simetras del universo. Entrevista de
TVE-2 al matemtico y famoso divulgador Marcus du
Sautoy sobre las simetras del universo, con motivo del
lanzamiento de su ltimo libro. Disponible en http://blip.
tv/redes/redes-82-las-simetr%C3%ADas-del-univer-
so-4737631.
PODCAST DE RADIO
cast dedicado a la sucesin de Fibonacci. Disponible en
http://www.bbc.co.uk/programmes/b008ct2j.
MATEMTICAS
PARA EL ESTUDIO
Y TRATAMIENTO
DE LAS ENFERMEDADES
Marco Antonio Fontelos Lpez

2.4

El tema del captulo se contextualiza en el marco de la
biosfera, que comprende la atmsfera, la hidrosfera y
la litosfera prximas a la superficie de la Tierra, ya que
este es el espacio en el que tienen lugar los procesos de
interaccin de los seres vivos entre ellos y con el entorno.
El autor muestra cmo la modelizacin matemtica
contribuye al anlisis y comprensin de algunas enfer-
medades, a la previsin de su desarrollo y a la planifi-
cacin de la intervencin mediante tratamientos para
curarla y erradicarla. Para ilustrar este argumento se
estudian tres ejemplos de enfermedades de gran inci-
dencia social por la agresividad de sus patologas y la
mortandad que de ellas se deriva: los procesos cancero-
sos, el SIDA (sndrome de inmunodeficiencia adquirida)
y las enfermedades neurodegenerativas como la escle-
rosis mltiple. En cada uno se emplea un proceso de mo-
delizacin diferente, ajustado en cada caso al proceso
biolgico que modeliza.
En relacin con el cncer, el autor calcula el ritmo de
crecimiento de las clulas cancergenas y expone algu-
nos modelos que muestran el proceso de propagacin
de la enfermedad. A partir del modelo plantea pre-
guntas como la de saber cmo crece un tumor. Para
dar respuesta, deduce la ecuacin exponencial que
describe dicho crecimiento, as como su ajuste con
otros factores que lo retrasan.
El SIDA se produce por una disminucin drstica en el
nmero de clulas de un cierto tipo (los linfocitos CD4,
encargados de coordinar la respuesta a cualquier or-
ganismo extrao que entra al cuerpo humano) que son
atacados por el virus VIH (virus de inmunodeficiencia
humana). Cuando el nmero de estas clulas disminuye,
la persona sufre de inmunodeficiencia, lo cual significa
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
que no puede defenderse de otros virus, bacterias y pa-
rsitos que causan enfermedades, y por tanto la hace
vulnerable para sufrir enfermedades que una persona
sana sera capaz de atacar y eliminar. La modelizacin
matemtica, mediante sistemas de ecuaciones diferen-
ciales, de una infeccin viral permite entender la rela-
cin entre la produccin de los virus y de clulas CD4, de
manera que se pueda optimizar el tratamiento median-
te medicacin y mejorar la vida de los enfermos.
Finalmente, el autor presenta una serie de modelos
utilizados para entender e interpretar enfermedades
neurovegetativas. Las neuronas, y en especial sus axo-
nes, se ven daadas por diversos mecanismos; como
resultado pierden parcial o totalmente su capacidad
de transmisin, causando los sntomas tpicos de ador-
mecimiento, cosquilleo, espasmos, parlisis, fatiga y al-
teraciones en la vista. La modelizacin de los procesos
de transmisin de informacin de las neuronas permite
analizar cmo varan estos mecanismos en los enfer-
mos de esclerosis mltiple con el fin de comprender las
causas de sus trastornos. El autor muestra el modelo
de Hodgkin y Huxley, que explica cmo se transmite el
impulso nervioso, y permite reflejar los efectos de la
desmielinizacin para la velocidad de propagacin del
impulso nervioso.
La lectura del captulo es muy instructiva; los argumen-
tos generales se siguen con facilidad y las explicaciones
derivadas de los modelos matemticos son precisas e
instructivas. El texto es de especial inters para alum-
nos de bachillerato que vayan a seguir un grado de la
rama biosanitaria, ya que les ayudar a entender la pro-
fundidad de reflexin que se consigue en los estudios
mdicos mediante la modelizacin matemtica.
introduccin
La biosfera es el sistema formado por el conjunto de los
seres vivos del planeta Tierra y el medio fsico que les ro-
dea, que ellos contribuyen a conformar. Es, en esencia, la
regin del planeta en la cual se desarrolla la vida y, como
tal, comprende las zonas de la atmsfera, hidrosfera y li-
tosfera prximas a la superficie de la Tierra donde tienen
lugar los procesos de interaccin de los seres vivos entre
ellos, y con el entorno.
Las distintas relaciones entre los seres vivos, con su
entorno afectan tremendamente a la configuracin del
planeta y, en particular, a los seres humanos. Por ello es
importante entender y conocer estos procesos. Algunas
de las interacciones entre especies son potencialmente
perjudiciales para una de ellas, como por ejemplo entre
un humano y un virus. Otras veces es el entorno el que de-
sencadena la aparicin de un proceso patolgico en los
seres vivos, como sucede con muchos procesos cancero-
sos. En este captulo estudiaremos este tipo de fenme-
nos, centrndonos en aquellos que afectan directamente
a los seres humanos: las enfermedades y su tratamiento.
Veremos cmo las matemticas ayudan a analizar los
mecanismos bsicos en el desarrollo de algunas enfer-
medades y nos pueden orientar en la bsqueda de trata-
mientos efectivos mediante tres ejemplos. Nos centra-
remos especialmente en tres de las enfermedades que
ms preocupan a los seres humanos en estos momentos:
los procesos cancerosos, el sida (sndrome de inmunode-
ficiencia adquirida) y las enfermedades neurodegenera-
tivas como la esclerosis mltiple.
Como veremos, en todos estos procesos las matem-
ticas han supuesto un instrumento crucial en su com-
prensin y, en algunos casos, han sido la clave para su
tratamiento efectivo. La introduccin de la metodolo-
ga cientfica en la medicina y, consecuentemente, de la
matemtica que conlleva, ha sido una de las ms impor-
tantes revoluciones cientficas del siglo XX. Los tres
ejemplos de aplicacin de las matemticas que hemos
elegido, de entre los muchos existentes, han dado lugar a
importantes desarrollos cientficos premiados con pre-
mios Nobel y, mucho ms all de eso, han contribuido a
salvar millones de vidas.
Tumores cancerosos
y metstasis
El cncer es un conjunto de enfermedades caracteriza-
das por el desarrollo de clulas anormales con un cre-
cimiento incontrolado que reproducen ms o menos
atpicamente las clulas del tejido en el que aparecen.
Estas clulas pueden comportarse de diferentes modos
pero, en general, sin el tratamiento adecuado, provocan
la muerte. Actualmente el cncer causa cerca del 13%
de todas las muertes en el mundo. Las matemticas nos
ayudan a entender el ritmo de crecimiento de las clu-
las cancergenas y a construir modelos que permitan
entender el proceso de propagacin de la enfermedad.
Los cnceres se propagan por el cuerpo a travs de dos
mecanismos: invasin y metstasis. La invasin es la mi-
gracin y la penetracin directa de las clulas cancerosas
en los tejidos vecinos. La metstasis es la capacidad de las
clulas del cncer de penetrar en los vasos sanguneos y
linfticos, viajar a travs de la circulacin sangunea y cre-
cer en tejidos normales en otra parte del cuerpo.
Los estudios que investigan las condiciones necesarias
para la metstasis del cncer muestran que el creci-
miento de los tumores y la produccin de sus metsta-
sis requieren que, previamente, se desarrolle una nueva
red de los vasos sanguneos, mediante un proceso lla-
mado angiognesis.
La angiognesis del tumor es la proliferacin de una red
de vasos sanguneos que penetra en el tumor, propor-
cionndole nutrientes, oxgeno y retirando los residuos.
La angiognesis tumoral puede estar favorecida por las
propias clulas cancerosas, capaces de producir mol-
culas que envan seales al tejido normal circundante.
Estas seales activan ciertos genes en el tejido hus-
ped que responde con la sntesis de protenas que esti-
mulan el crecimiento de nuevos vasos sanguneos.
Cmo crece un tumor?
Durante el crecimiento de un tumor cancergeno tiene
lugar una proliferacin de clulas malignas. El proceso
118 Unidad Didctica. Matemticas del Planeta Tierra

normal de divisin celular, llamado mitosis, requiere nor- cuerpo humano! Este tipo de crecimiento es de tipo ex-
malmente de seales externas para llevarse a cabo. En el ponencial, ya que el radio crece en la forma
proceso canceroso, las mitosis se producen sin necesi-
dad de este tipo de seales y las divisiones tienen lugar R(t) = R0e kt
de forma descontrolada. Veamos un ejemplo: suponga-
mos que tenemos una clula cancerosa y que el tiempo
siendo t el nmero de das desde el primer da (n1), R0=rc
entre dos divisiones celulares es de un da. El primer da
el radio inicial del tumor, y k=(ln2)/3.
habr una clula, que se dividir al final del da, habiendo
el segundo da 2 clulas, 22 = 4 el tercero, etctera. En el Pero hemos hecho una suposicin que no es realista: es-
da n habr, por tanto, 2n1 clulas. Para hacernos una idea, tamos afirmando que todas las clulas se dividen a la vez
despus de un mes de 31 das tendremos al final de cada da. En realidad, lo adecuado es tomar dos
tiempos muy prximos, t y t+t, con t muy pequeo,
Nc = 230 = 1.073.741.824 clulas y comparar el nmero de clulas en el tumor en ambos
tiempos. La diferencia ser debida al nmero de clulas
creadas en el intervalo t y que ser, por tanto, propor-
Es decir, ms de mil millones. Parece un nmero enorme
cional al nmero de clulas que hay (una fraccin de ellas
de clulas pero veamos en qu tamao se traduce. Si con-
ser la que se divida en el intervalo de tiempo t) y al in-
sideramos que las clulas son esferas de radio rc de unas
tervalo de tiempo:
10 millonsimas de metro (una centsima de milmetro),
tendremos que el volumen total vc es
Nc(t + t) Nc(t) = rNc(t)t
Vc = Nc 4 rc3 = 4.5 cm3
3 siendo r la fraccin de clulas que se dividen por unidad
y si imaginamos el tumor como una esfera, su radio R se- de tiempo. De la ecuacin anterior deducimos
ra tal que 1 Nc(t + t) Nc(t)
3 = rNc(t)
t
R = 3Vc = 1.1 cm
4
y si hacemos ahora t tender a cero y recordamos la de-
con lo que tendramos un tumor de poco ms de un cent- finicin de derivada, obtenemos la relacin
metro de radio. No obstante, el tumor seguira creciendo
dNc(t)
y, el da n, tendra un radio R(n) tal que = rNc(t)
dt
4R3
(n) = 2n1 4 r 3 Es decir, Nc(t) es una funcin cuya derivada es proporcio-
3 3 c
es decir, nal a ella misma. Hay una funcin que cumple esta pro-
1 piedad: la exponencial ert. De hecho, cualquier constante
n1
R(n) = (2n1rc3)3 = 2 3 rc C multiplicada por dicha funcin la cumple. Por tanto,

Como Nc(t) = Ce rt
n1 n4
R(n) = 2 3 rc = 2 x 2 3 rc = 2 x R(n3)
Si nos fijamos ahora en lo que ocurre en t = 0, vemos que
concluimos que el tumor duplica su radio cada 3 das. Al Nc(0) = C, lo que nos permite determinar C (= una sola
cabo de otro mes, su radio sera de poco ms de un de- clula inicialmente). En cuanto al radio, obtenemos
r
cmetro de radio, mayor que casi cualquier rgano del R(t) = R0e 3 t
 2.4 MATEMTICAS PARA EL ESTUDIO Y TRATAMIENTO DE LAS ENFERMEDADES 119

siendo R0 = rc . Comparando con la frmula obtenida arri- 3R2(n)A + 3R(n)A2 + A3 = 3R2(n)

ba, vemos que r = ln2.
En realidad, la situacin es un poco mejor. Si miramos la y, dividiendo por R2(n),
imagen de un tumor en la figura 1a nos damos cuenta de
A2 A3
que hay claramente dos tipos de clulas: las centrales y 3A + 3 + = 3
las que estn cerca del borde. Las centrales son clulas R(n) R2(n)
necrticas, que ya no proliferan debido a la falta de ox-
de modo que, cuando R(n) se hace grande se tiene que
geno y otro tipo de nutrientes que las clulas necesitan
aproximadamente
para subsistir. Las clulas prximas al borde son las ni-
cas que reciben nutrientes y, por tanto, proliferan. Cmo 3A = 3
de rpido crece un tumor si solo proliferan las clulas que
estn cerca del borde? Para ser ms precisos, asuma- y por tanto, para valores grandes de n,
mos que solo las clulas que estn a una distancia (que R(n+1) = R(n)+
denominamos ), o menor, del borde pueden proliferar. El lo que implica que
volumen de clulas que proliferan es, por tanto, el de un
R(n+1) n
casquete esfrico:

4 (R3
(R )3) = 4R2 4R2 + 4 3
3 3
que, cuando es muy pequeo comparado con R, se pue-
de aproximar por 4R2. De manera que el nmero de c-
lulas en el da n+1, Nc(n+1), es igual al nmero de clulas
en el da n, Nc(n), ms el nmero de clulas nuevas que
han sido creadas durante un da, igual al nmero de clu-
las del casquete esfrico:
Clulas nuevas = 4R (n)
2
Es decir, el radio del tumor crece linealmente en el tiem-
po, lo cual supone un crecimiento mucho ms lento que el
exponencial. Para hacernos una idea, si tiene el espesor
de 10 clulas, es decir 0,1 mm., entonces el radio del tu-
mor crecera 0,1 mm. al da y tardara 900 das (entre 2 y
3 aos) en tener un radio de 10 cm partiendo de un radio
inicial de 1 cm.
Pero adems existe otro factor que retarda el crecimien-
to de un tumor que an no hemos considerado: la existen-
cia limitada de nutrientes. Esta es una limitacin natural

4 r3 para todo proceso de crecimiento en biologa: al igual que

3 c
la Tierra no tiene recursos ilimitados para sostener un
crecimiento exponencial de seres humanos (crecimiento
Por tanto, como el nmero de clulas es el volumen total maltusiano), un tumor con billones de clulas no puede
dividido por el volumen de una clula, Nc(n) = R3(n)/rc3, se
tiene

R3(n+1) 4R2(n) + R3(n)

=
4 r3
rc3 rc3
3 c

Simplificando,
R3(n+1) = 3R2(n) + R3(n)

expresin que nos permite calcular R(n+1) conocido

R(n). Escribamos R(n+1) = R(n)+A y como (R(n) + A)3 = Figura 1a. Seccin de un tumor aproximadamente esfrico donde se puede ver la
R3(n) + 3R2(n)A + 3R(n)A2 + A3 , tendremos despejando diferencia entre clulas necrosadas en el centro y clulas activas en la periferia.
120 Unidad Didctica. Matemticas del Planeta Tierra
Figura 1b. Tumor vascularizado. Figura obtenida de http://www.angiogenesis.es/
portal/eipf/pb/avastin/Anti-VEGF.es/elvegfyelcrecimiento. Todo el proceso se
puede encontrar en http://www.youtube.com/watch?v=WXTsxPPcTE.
ser mantenido y la mayora de clulas, incluyendo las del
borde, morirn, a no ser que el tumor se las ingenie para
buscar medios de subsistencia. Es en este punto donde
el cncer se convierte en una enfermedad realmente
perversa: el tumor atrae hacia s vasos sanguneos que lo
rodean y nutren mediante el proceso de angiognesis, tal
como ilustra la figura 1b.
Es ms, una vez en contacto con vasos sanguneos, las
clulas cancergenas comienzan a viajar en la corriente
sangunea y llegan as a otras partes del cuerpo, invadin-
dolas. Por tanto, para tratar el cncer es muy importante
entender cmo funciona el proceso de angiognesis y
qu podemos hacer para evitarlo.
Angiognesis y metstasis:
el papel de la quimiotaxis
La angiognesis es, en general, el proceso de formacin
de nuevos vasos sanguneos a partir de vasos preexisten-
tes. Nosotros hemos hablado de ella en el contexto de un
proceso patolgico (el desarrollo de un cncer), pero es
un proceso biolgico general de una importancia tremen-
da. Es el fenmeno mediante el que los embriones consi-
guen atraer hacia s las vas de transporte de nutrientes
de la madre y una herida tiende a cerrarse, por ejemplo.
Pero qu es lo que determina hacia dnde tienen que
crecer y dirigirse los vasos sanguneos? La clave est en
otro fenmeno de crucial importancia en biologa llama-
do quimiotaxis.
La quimiotaxis es el proceso por el cual los organismos
(bacterias, clulas, e incluso organismos pluricelulares
como insectos) se mueven en respuesta a estmulos
qumicos externos. Para hacernos una idea de cmo
funcionan los mecanismos quimiotcticos y sus conse-
cuencias, supongamos que estamos en la calle a la hora
de comer, sin ningn tipo de indicacin, y deseamos lo-
calizar un lugar donde sirvan comida. Lo que haremos
ser andar de forma ms o menos aleatoria hasta que
olamos algo que se parezca a una comida de nuestro
gusto. Una vez tengamos la indicacin de que esa comi-
da est a nuestro alrededor, paramos y giramos la cabe-
za para intentar determinar con nuestro olfato en qu
direccin es el olor ms intenso. Una vez localizada la
direccin, nos movemos siguindola mientras que con
el olfato comprobamos si es la correcta o, por el contra-
rio, debemos ir corrigindola mientras nos movemos. Si
somos cientos de personas hambrientas, acudiremos
todos al mismo tiempo al puesto de comida, lo colap-
saremos, y sern incapaces de servirnos. Para evitar
esto, la biologa ha modificado el mecanismo de modo que,
en quimiotaxis, no es la comida la que atrae sino una seal
que emiten los individuos que van a buscar comida o los que
ya la han encontrado y vuelven con ella.
Un ejemplo claro es el de las hormigas: cuando caminan en
busca de comida, van secretando una sustancia qumica
llamada feromona. Simultneamente, mientras caminan,
olfatean el entorno y corrigen su direccin de movimiento
cuando detectan con sus antenas (donde reside su sentido
del olfato, con ms de 400 receptores del olor, cinco veces
ms que cualquier otra especie de insectos) una direccin
con alta concentracin de feromona. Este proceso termi-
na produciendo hileras de hormigas en las que unas persi-
guen a otras, tal y como muestra la figura 2, y que conectan
el hormiguero con las fuentes de alimento; habitualmente
a travs del camino ms corto entre ambos.
Es notable cmo seres con una inteligencia tan limitada
(unas 10.000 neuronas) y con un sentido de la visin muy
reducido o incluso atrofiado para algunas especies, son
capaces de usar mecanismos quimiotcticos para reali-
zar tareas complejas de localizacin y transporte ptimo
de alimentos hacia el hormiguero.
 2.4 MATEMTICAS PARA EL ESTUDIO Y TRATAMIENTO DE LAS ENFERMEDADES
Figura 2: Hilera de hormigas generada mediante quimiotaxis.
Volviendo a la angiognesis, cul es el mecanismo por
el cual el tumor consigue vascularizarse? Pues bien, el
tumor secreta una sustancia llamada factor de creci-
miento endotelial vascular (VEGF: Vascular Endothelial
Growth Factor) que induce a ciertas clulas de los vasos
sanguneos circundantes a secretar otras sustancias que
rompen sus paredes y a moverse en la direccin del est-
mulo qumico, a la vez que proliferan. Es un mecanismo
muy parecido al de las hileras de hormigas discutido arri-
ba, solo que ahora son hileras de clulas que forman un
vaso sanguneo.
Qu papel juega la matemtica en todo esto? Lamen-
tablemente, en el caso de los tumores la situacin no es
tan simple como la hemos descrito arriba. Hay muchos
tipos de clulas distintas en un vaso sanguneo y, lite-
ralmente, decenas de sustancias qumicas intercambia-
das entre ellas y con el tumor. As como unas cuantas
decenas de reacciones qumicas que tienen lugar en las
clulas para transformar unas sustancias qumicas en
otras. Desentraar cules de estos procesos son los ms
determinantes en el desarrollo del proceso angiognico
implica cuantificar el efecto de cada uno de ellos mediante
modelos matemticos basados en la estequiometra
qumica de las reacciones (balances de masa) y los procesos
de atraccin quimiottica. El objetivo final de este tipo de
estudios es determinar cul es el eslabn ms dbil de la
cadena, para disear frmacos con que atacarlo y frenar
as el proceso angiognico.
121
El SIDA: Cmo disear un cctel
de frmacos?
El sida consiste en la incapacidad del sistema inmunita-
rio para hacer frente a las infecciones y otros procesos
patolgicos producida por una disminucin drstica en el
nmero de clulas de un cierto tipo (CD4) que son ataca-
das por el virus VIH (virus de inmunodeficiencia humana).
Normalmente, los glbulos blancos y anticuerpos atacan
y destruyen a cualquier organismo extrao que entra en
el cuerpo humano, y esta respuesta es coordinada por
los linfocitos CD4. El VIH ataca especficamente a es-
tos linfocitos y entra en ellos. Una vez dentro, el virus
transforma su material gentico de cadena simple (ARN)
a uno de cadena doble (ADN) para incorporarlo al mate-
rial gentico propio del husped (persona infectada) y lo
utiliza para replicarse o hacer copias de s mismo. Cuan-
do las nuevas copias del virus, llamadas viriones, salen de
las clulas a la sangre, buscan a otras clulas para atacar.
Mientras, las clulas de las que salieron mueren. Este ci-
clo se repite una y otra vez.
Para defenderse de esta produccin de virus, el sistema
inmune produce diariamente muchas clulas CD4. Paula-
tinamente el nmero de estas clulas disminuye, por lo
que la persona sufre de inmunodeficiencia, lo cual signi-
fica que no puede defenderse de otros virus, bacterias,
hongos y parsitos que causan enfermedades, lo que la
deja susceptible de sufrir enfermedades que una perso-
na sana sera capaz de atacar y eliminar.
La modelizacin matemtica de la dinmica de esta in-
feccin ha permitido entender mejor la relacin entre la
produccin de los virus y de clulas CD4, de manera que
se pueda optimizar el tratamiento mediante medicacin
y mejorar la vida de los enfermos.
Modelizacin matemtica
de una infeccin viral
Las ideas bsicas que impulsaron el anlisis de la cintica
de la infeccin por el VIH, y que condujeron al desarrollo
122 Unidad Didctica. Matemticas del Planeta Tierra
del campo llamado dinmica viral, son simples. Primero,
se observ que con frecuencia el nivel de virus en pacien-
tes con enfermedad viral crnica alcanza un valor cons-
tante o punto de ajuste en el que se mantiene durante
aos. Para conservar este nivel constante, el cuerpo debe
producir y eliminar virus a la misma velocidad. Si este no
fuera el caso y, por ejemplo, se produjeran ms virus de
los que se eliminan, entonces la cantidad de virus aumen-
tara lentamente. Matemticamente, si P es la tasa total
de produccin de virus y c es la velocidad de eliminacin
por virin, entonces para mantener el equilibrio P debe
ser igual a cV, siendo V la carga viral en dicho punto de
equilibrio. Si P>cV, entonces la carga viral aumenta,
mientras que si P<cV, entonces la carga viral disminuye.
El objetivo a largo plazo es el de mantener este equilibrio
de forma que P sea todo lo pequeo posible de modo que
sea necesario eliminar el menor nmero de virus posible,
y no se termine deprimiendo el sistema inmune.
Figura 3: Modelo bsico de la infeccin viral. Las clulas susceptibles a la infec-
cin, es decir, las clulas diana (T), son infectadas por los virus (V) con una tasa k
convirtindose en clulas infectadas (I). Aunque no se muestra, se supone que las
clulas diana se estn produciendo con una tasa constante y mueren con una
tasa d. Las clulas infectadas (I), a su vez producen viriones nuevos con una tasa
de p viriones por unidad de tiempo, y mueren con una tasa . Los viriones libres
son en una parte eliminados por el sistema inmune con una tasa c, y en otra parte
sirven para infectar nuevas dianas (T). Este modelo y variantes se han utilizado
para estudiar la dinmica del virus de la inmunodeficiencia humana, virus de la
hepatitis C, hepatitis B y muchos otros tipos de infecciones.
Imagen obtenida del artculo Nat Rev Immunol. 2002 Jan;2(1):28-36. Modelling
viral and immune system dynamics. Autor: Perelson AS.
En la figura 3 se muestra un modelo utilizado para es-
tudiar la infeccin por el VIH, VHC (hepatitis C) y VHB
(hepatitis B). El modelo considera un conjunto de clu-
las susceptibles a la infeccin, llamadas clulas diana
(T), que, a travs de las interacciones con los virus, V, se
infectan en una fraccin k de las veces que dichas inte-
racciones tengan lugar. Las clulas infectadas pueden
producir nuevos virus, y lo harn con una tasa media (n-
mero de virus producidos por cada clula infectada y por
unidad de tiempo) constante p, y morirn con una tasa .
El promedio de vida de una clula infectada es de 1/, de
modo que si una clula infectada produce un total de N vi-
riones durante su vida, la tasa media de la produccin de
virus por clula ser p = N. En el momento en el que se
producen nuevos virus, V, o bien pueden infectar nuevas
clulas diana T o bien se eliminan del cuerpo con una tasa
c. Por otra parte, independientemente de la existencia de
infeccin viral o no, el cuerpo produce de manera natural
clulas T a un ritmo constante de clulas por unidad de
tiempo, y una fraccin d de estas clulas mueren por uni-
dad de tiempo.
A continuacin expresaremos todos estos procesos a
travs de ecuaciones matemticas. Si llamamos T al n-
mero de clulas diana, vemos que dicho nmero crecer
debido a la produccin constante de unidades por uni-
dad de tiempo por parte de nuestro cuerpo, pero dismi-
nuir debido a su mortalidad natural con tasa d y tambin
debido a su transformacin en clulas infectadas en una
fraccin k de las veces que tiene lugar un encuentro con
un virus. Es decir, T variar por unidad de tiempo en una
cantidad
dT kVT
produccin muerte infeccin
La variacin del T por unidad de tiempo es la derivada de
T, por lo que llegamos a la ecuacin
dT = dT kVT
dt
Como el nmero de clulas infectadas aumenta cuando
una clula diana se contagia, la variacin de I por unidad
de tiempo crecer en una cantidad kVT y disminuir debi-
do a la mortalidad natural en I. Por tanto:
dI = kVT I
dt
 2.4 MATEMTICAS PARA EL ESTUDIO Y TRATAMIENTO DE LAS ENFERMEDADES 123

pueden calcular los valores para la vida media, que es el

tiempo que tardan en morir la mitad de los viriones en
el plasma (t1/2 = In2/c) y la vida media de las clulas in-
fectadas (t1/2 = In2/). En la figura 4 se muestra el pro-
cedimiento y la calidad de este tipo de ajustes. Aunque
estos datos aportan ya de por s una informacin intere-
sante, lo verdaderamente revolucionario de su trabajo
consisti en usarlos para disear estrategias de ataque
de la infeccin, tal y como veremos a continuacin.

Figura 4: Evolucin de la concentracin de virus en el tiempo (en escala semilo-

gartmica) junto con la solucin del sistema de ecuaciones del modelo y el valor
de los parmetros, en trminos de la vida media, con los que se consigue un
mejor ajuste. Imagen tomada de Perelson, A. S. et al. Decay characteristics of
HIV-1-infected compartments during combination therapy. Nature 387, 188191
(1997).

Finalmente, el nmero de viriones V crecer, debido a su

produccin por las clulas infectadas, a un ritmo propor-
cional al nmero de estas clulas, es decir, pI, y disminui-
r debido a la respuesta inmune a un ritmo cI. Por tanto:

dV = pI cV
dt

Las tres ltimas ecuaciones constituyen lo que se llama

un sistema de ecuaciones diferenciales, cuya solucin
nos dar T(t), I(t) y V(t), es decir, la evolucin de los n-
meros de clulas sanas, infectadas y de viriones en cada
instante de tiempo, conocidos los valores en t = 0 de
dichos nmeros. Resolver dichas ecuaciones no es ta-
rea sencilla y no entraremos en ello. Sin embargo, cabe
resaltar que las soluciones dependern de los parme-
tros de las ecuaciones, dos de los cuales (c y ) son propios
de cada enfermo en particular y no se pueden medir
mediante anlisis de muestras de sangre.
En el ao 1996 David Ho (figura 5) y su equipo midieron Figura 5: David Ho (1952-), ide el mtodo para tratar el SIDA con ccteles
de medicamentos, tambin conocido como terapia antirretroviral altamente
regularmente la cantidad de virus en sangre de varios activa. Por su contribucin decisiva en la lucha contra la enfermedad fue ele-
pacientes y despus encontraron los valores de c y gido como hombre del ao en 1996 por la revista Time. Su formacin inicial en
fsica fue determinante para su aproximacin matemtica al problema. Una
que hacan que la curva V(t) solucin se pareciese ms a entrevista se puede ver en http://www.elmundo.es/elmundosalud/especia-
los valores medidos. A partir de estas estimaciones, se les/2006/06/25_sida/entrevista.html.
124 Unidad Didctica. Matemticas del Planeta Tierra
Diseando una terapia
A la hora de atacar la infeccin, el equipo de David Ho dis-
pona de dos estrategias principales: si inicialmente tra-
tamos con una persona que no est infectada y que luego
introduce una pequea cantidad de virus, la solucin de
las ecuaciones anteriores imitar la cintica primaria del
virus de inmunodeficiencia humana (VIH). Para analizar
los efectos de administrar un frmaco antirretroviral,
las ecuaciones anteriores se modifican incorporando el
efecto de inhibidores de la transcriptasa inversa (rever-
se transcriptasa en ingls, o RT) que bloquean la capa-
cidad del virus del sida de infectar con xito una clula e
inhibidores de la proteasa (inverse protease en ingls, o
PI) que inducen la produccin de partculas virales no in-
fecciosas VNI. As, en la presencia de estos frmacos, las
ecuaciones del modelo se convierten en:
dT = dT (1 )kV T
dt RT I
dI = (1 )kV T I
dt RT I
dVI
= (1pI ) pI cVI
dt
dVNI
= pI pI cVNI
dt
donde RT y pI son las eficacias de la RT y la PI (RT = 1
o pI = 1 correspondera a una droga de eficacia perfec-
ta). Hemos llamadoVI y VNI al nmero de virus infeccio-
sos y no infecciosos respectivamente. Por tanto, V =
VI+ VNI es el nmero total de virus. De nuevo, haciendo
un seguimiento de la evolucin del nmero de virus del
paciente frente al tiempo en el que se le suministra
uno u otro frmaco, podremos estimar la eficiencia
del mismo, es decir, los parmetros RT y pI . De esta
forma, se pueden establecer estrategias ptimas de
tratamiento basadas en uno u otro tipo de frmaco. O
en una combinacin adecuada de ambos, en forma de
cctel de frmacos, que minimice el nmero de virus
infecciosos a lo largo del tiempo, as como los efectos
secundarios que la ingesta de demasiada cantidad de
un cierto frmaco pudiera acarrear. Disponemos de esta
forma de un laboratorio matemtico para tratar de la
mejor forma posible, e individualizadamente, a cada
paciente.
Esclerosis mltiple
y enfermedades
neurodegenerativas
La esclerosis mltiple es, tras la epilepsia, la enfer-
medad neurolgica ms frecuente entre los adultos
jvenes (desde la casi completa erradicacin de la po-
liomielitis) y la causa ms frecuente de parlisis en los
pases occidentales. Afecta aproximadamente a 1 de
cada 1.000 personas, en particular a las mujeres. Las
neuronas, y en especial sus axones, se ven daadas por
diversos mecanismos que describiremos ms abajo.
Como resultado pierden parcial o totalmente su capa-
cidad de transmisin, causando los sntomas tpicos de
adormecimiento, cosquilleo, espasmos, parlisis, fatiga
y alteraciones en la vista.
La esclerosis mltiple pertenece a la familia de en-
fermedades neurodegenerativas, que agrupa a otros
desrdenes cognitivos tales como enfermedad de Al-
zheimer, de Parkinson, de Creutzfeldt-Jakob y esclero-
sis lateral amiotrfica. Estos trastornos cognitivos se
deben a un aumento en los procesos de degradacin
y muerte celular, reduciendo el nmero de neuronas o
hacindolas ineficientes, y generando cambios en la
conducta.
Mediante la modelizacin de los procesos de transmi-
sin de informacin de las neuronas, podemos analizar
cmo varan estos mecanismos en los enfermos de es-
clerosis mltiple con el fin de comprender las causas de
estos trastornos.
 2.4 MATEMTICAS PARA EL ESTUDIO Y TRATAMIENTO DE LAS ENFERMEDADES 125

Santiago Ramn y Cajal (1852-1934) fue

un mdico y cientfico espaol. Se le con-
sidera el fundador de la neurobiologa
moderna. Su magistral uso y modificacio-
nes de la tcnica de tincin inventada por
Camillo Golgi, mdico y cientfico italiano,
le permitieron ser el primero en reportar
con precisin la anatoma fina del sistema
nervioso. Cajal demostr que el sistema
nervioso se compone de clulas individua-
les (neuronas) conectadas entre s por pe-
queas zonas de contacto (sinapsis). Una
de las hiptesis ms interesantes de Cajal
era que las neuronas estaban funcional-
mente polarizadas, es decir, los impulsos
elctricos se propagan desde las dendri-
tas al cuerpo celular al axn. Vea las neu-
ronas como unidades de procesamiento
de informacin que hacen las conexiones
y se organizan en redes dinmicas para lo-
grar sus diversas funciones. Figura 7. Dibujo de Santiago Ramn y Cajal de las neuronas del cerebelo de una
paloma (a) Clula de Purkinje, un ejemplo de neurona bipolar (b) clula granular
que es multipolar. Fuente: http://commons.wikimedia.org/wiki/File:Purkinje-
Cell.jpg?uselang=es.

La doctrina de la neurona constituye la

base para la comprensin de la organi-
zacin del sistema nervioso, lo que para
muchos sita a Ramn y Cajal entre los
Figura 6. Santiago
Ramn y Cajal. La
cientficos ms relevantes de la historia.
fotografa, de un Adems, Cajal tambin describi el cre-
autor annimo,
fue publicada por
cimiento axonal, un proceso clave para el
la Universidad de desarrollo del sistema nervioso, y propo-
Clark en 1899. La
restauracin de la ne que dicho proceso se basa en estmulos
misma es obra de qumicos (quimiotaxis). Un vdeo intere-
Garrondo.
Fuente: https:// sante sobre su vida y obra se puede encon-
commons.
wikimedia.org/wiki/
trar en http://www.youtube.com/watch?-
File:Cajal-Restored. v=7OIe2AmxeFw.
jpg?uselang=es.
126 Unidad Didctica. Matemticas del Planeta Tierra

La neurona
Nuestro cerebro est compuesto de aproximadamente
cien mil millones de clulas nerviosas llamadas neuronas
que tienen la asombrosa capacidad de recopilar y trans-
mitir seales electroqumicas. La fisiologa y funcin de
la neurona fueron descritas por primera vez por Santiago
Ramn y Cajal en 1891, lo que le vali el premio Nobel en
1906.
Las neuronas tienen las mismas caractersticas y compo- Figura 8. Partes de la neurona. Fuente: http://commons.wikimedia.org/wiki/
sicin que otras clulas, pero es su carcter electroqumi- File:Neurona.svg?uselang=es.
co el que les permite transmitir seales a travs de largas
distancias (hasta varios metros) y transferir informacin
entre ellas. Las neuronas tienen tres partes bsicas:
1. Cuerpo celular o soma. Esta parte principal tiene todos
los componentes necesarios de la clula, como el ncleo
(que contiene ADN), el retculo endoplsmico y los ribo-
somas (para la construccin de protenas) y las mitocon-
drias (para producir energa). Si el cuerpo celular muere,
la neurona muere.
2. Axn. Esta larga extensin de la clula, en forma de ca-
ble, lleva el mensaje electroqumico (impulso nervioso o
potencial de accin) a lo largo de ella. Dependiendo del
tipo de neurona, los axones pueden ser cubiertos con
una fina capa de una sustancia llamada mielina, al modo
de los cables elctricos aislados por una vaina de pls-
tico. La mielina est hecha de grasas y protenas y ayu-
Figura 9. Imagen microscpica de la neurona. Imagen original: Neuron.jpg,
da a acelerar la transmisin de un impulso nervioso a lo tomada de US Federal (dominio pblico), rediseada por el usuario Dhp1080.
largo del axn, tal y como discutiremos ms tarde. Las Fuente: http://commons.wikimedia.org/wiki/File:Neurona.svg?uselang=es.
neuronas mielinizadas se encuentran tpicamente en los
nervios perifricos (neuronas sensoriales y motoras),
mientras que las no mielinizadas se encuentran en el ce-
rebro y la mdula espinal.
3. Las dendritas o terminaciones nerviosas. Estas exten-
siones ramificadas permiten llevar a cabo conexiones
con otras clulas y comunicarse con otras clulas o per-
cibir el entorno. Las dendritas pueden estar en uno o am-
bos extremos de la clula.
4. La transmisin de seales entre dos neuronas se produ-
ce mediante un proceso llamado sinapsis, tal como se
representa en la figura 2. En este proceso, la propia neu-
rona segrega un tipo de compuestos qumicos (neuro- Figura 10. Esquema de
una sinapsis entre dos
transmisores) que se depositan en el espacio sinptico neuronas.
 2.4 MATEMTICAS PARA EL ESTUDIO Y TRATAMIENTO DE LAS ENFERMEDADES 127

(espacio intermedio entre esta neurona transmisora y
la neurona postsinptica o receptora). Estas sustancias
segregadas o neurotransmisores son los encargados de
excitar o inhibir la accin de la otra clula llamada clula
post sinptica.
permeable separa el interior de la clula del lquido ex-
tracelular y acta como un condensador. Si una corriente
elctrica de entrada I(t) se inyecta en la clula, se puede
aadir carga adicional en el condensador, o fugar a travs
de los canales de la membrana celular. Debido al trans-
porte activo de iones a travs de la membrana celular, la
concentracin dentro de la clula es diferente de la que
hay en el lquido extracelular. El potencial elctrico gene-

Cmo se transmite el impulso rado por la diferencia en la concentracin de iones a am-

bos lados de la membrana se puede entender como una

nervioso? batera capaz de producir fuerzas electromotrices.

El modelo de Hodgkin y Huxley

Siguiendo las ideas de Cajal, Hodgkin y Huxley (figura 12
a y b) llevaron a cabo experimentos en 1952 con el axn gi-
gante del calamar y encontraron tres tipos diferentes de
corrientes de iones, a saber: sodio (Na+), potasio (K+), y una
corriente de fuga que se compone principalmente de iones
de cloro (Cl-). El flujo de los iones a travs de la membrana
celular lo controlan canales inicos especficos en forma
de poros, uno para el sodio y otro para el potasio.
El modelo de Hodgkin y Huxley puede ser comprendido
con la ayuda de la figura 12a. La membrana celular semi-

Figura 12a. Esquemas de circuitos elctricos del modelo de Hodgkin y Huxley. El

circuito atraviesa la membrana. Autor: Marco Fontelos.

Figura 11: En el ao 1952, Alan L. Hodgkin (1914-1008) y Andrew. F. Huxley (1917-

2012) determinaron las leyes del movimiento de los iones en las clulas nervio-
sas durante un pulso de potencial. Formularon un modelo matemtico para
explicar el comportamiento de las clulas nerviosas de un calamar gigante. Re-
cibieron por ello el premio Nobel en Fisiologa y Medicina en 1963. Imgenes ob-
tenidas de http://www.nobelprize.org/nobel_prizes/medicine/laureates/1963/.
Figura 12b. Esquemas de circuitos elctricos del modelo de Hodgkin y Huxley.
Los circuitos son acoplados a lo largo del axn mediante conexiones de resis-
tencia . Autor: Marco Fontelos.
128 Unidad Didctica. Matemticas del Planeta Tierra
Vamos ahora a traducir las consideraciones expuestas
en ecuaciones matemticas. La conservacin de la carga
elctrica en un trozo de membrana implica que la corrien-
te aplicada I(t) se puede dividir en una corriente capaciti-
va IC que carga el condensador C y otras componentes Ik
que pasan a travs de los canales inicos. As
I(t) = Ic(t) + Ik(t)
k
donde la suma se extiende sobre todos los canales ini-
cos. En el modelo de Hodgkin y Huxley slo hay tres tipos
de canales: un canal de sodio con ndice Na, un canal de
potasio con ndice K y un canal de fuga con una resisten-
cia R (figura 12a). De la definicin de una capacidad C =
Q/V donde Q es la carga y V el voltaje a travs del con-
densador, se encuentra la corriente de carga Ic = C dV/
dt. Por tanto,
C dV = Ic(t) + Ik(t)
dt k
En trminos biolgicos, V es el voltaje a travs de la
membrana y el ltimo trmino a la derecha es la suma de
las corrientes inicas que pasan a travs de la membrana
celular. Como se mencion anteriormente, el modelo de
Hodgkin y Huxley describe tres tipos de canales. Todos
los canales se pueden caracterizar por su resistencia o,
equivalentemente, por su conductancia. El canal de fuga
se describe por una conductancia gL =1/ R (siendo R la
resistencia). De modo anlogo, se introducen las conduc-
tancias de los otros canales inicos.
Si los canales estn cerrados, la concentracin de iones
sodio en el exterior es mayor que en el interior de la clula,
mientras que la de potasio es menor fuera que dentro de la
clula. Si todos los canales estn abiertos, se transmiten
corrientes con una conductancia mxima, pero normal-
mente algunos de los canales estn bloqueados. La frac-
cin de canales bloqueados decrece cuando el potencial
crece por encima de un cierto umbral pero, en el caso de
los canales de sodio termina creciendo cuando el poten-
cial es suficientemente grande. Si se induce inicialmente
un aumento de potencial a travs de la membrana, enton-
ces una fraccin de los canales de sodio se abre y ms io-
nes de sodio entran en la clula aumentando la diferencia
de potencial a travs de la membrana, lo que estimula la
apertura de nuevos canales. Este proceso para cuando
el potencial ha crecido a unos 100 milivoltios. En ese mo-
mento, los canales de sodio empiezan a cerrarse, y los
de potasio se abren para dejar pasar los iones de potasio
de dentro de la clula hacia afuera. Esto disminuye el po-
tencial a travs de la membrana y lo termina restaurando
a su valor en ausencia de estmulo. El resultado es un pul-
so de unos 100 mV de amplitud con una duracin de 1 ms.
Este fenmeno, que se produce en una porcin de la
membrana, se transmite a zonas adyacentes debido al
movimiento de iones por difusin. Este movimiento indu-
ce diferencias de potencial en zonas vecinas de la mem-
brana de manera que, si est combinada con una fraccin
significativa de poros abiertos (lo que ocurre solo en la
direccin en la que la membrana no ha sido excitada an-
teriormente), produce el pulso en la zona adyacente y,
por tanto, la propagacin del mismo en la direccin del
eje del axn. El proceso se puede ver como una familia de
circuitos como los descritos anteriormente, acoplados a
lo largo de la membrana mediante conexiones con resis-
tencia rl, tal como muestra la figura 12b.
Velocidad de propagacin
del impulso nervioso
y efectos de la desmielinizacin
Muchas enfermedades neurolgicas, como la esclerosis
mltiple, tienen su origen en la degradacin de la capa de
mielina que recubre los axones. Las capas de mielina son,
en algunos de estos casos patolgicos, atacadas por el
sistema inmune. Una vez que la capa de mielina empie-
za a degradarse, el axn pierde espesor y la velocidad de
propagacin del impulso nervioso disminuye. Ms grave
que eso es el hecho de que la mielina deja de distribuirse
uniformemente a lo largo del axn, alternando regiones
con alta velocidad y regiones con baja velocidad. Esto
da lugar a efectos de reflexin y refraccin del impulso
nervioso. Es anlogo a lo que ocurre cuando iluminamos
la superficie del agua con una linterna: debido a la dife-
rencia de velocidades de propagacin de la luz en el aire y
 2.4 MATEMTICAS PARA EL ESTUDIO Y TRATAMIENTO DE LAS ENFERMEDADES
en el agua, parte de la luz que llega al agua se refleja en la
superficie y parte se transmite cambiando de direccin.
El efecto en una neurona es una degradacin de la seal
e, incluso, reflexin de parte de la misma. Las consecuen-
cias de estos defectos en la transmisin repercuten en
prdidas de eficiencia en la activacin de los msculos y,
en los casos ms graves, en parlisis.
Para estudiar este fenmeno, comencemos haciendo una
estimacin de la velocidad a la que se propaga el impulso
nervioso. Para ello, recordemos que la velocidad es espa-
cio recorrido por unidad de tiempo. Es decir, la velocidad
v viene dada por
v=
T nerviosos deberan ser tambin mucho ms lentos, pero
donde es longitud recorrida y T es el tiempo empleado
en recorrerla. La longitud que recorre la seal ser tanto
menor cuanto mayor sea la resistencia del citoplasma;
es decir, ser inversamente proporcional a la resisten-
cia rl. Por otra parte, como el potencial de accin de un
segmento del axn es el que proporciona la corriente de
despolarizacin para los segmentos adyacentes, el tiem-
po T ser proporcional al tiempo que tarda la membrana
en descargarse. En un condensador, dicho tiempo es pro-
porcional a su capacidad Cm. Por tanto, la velocidad ser
proporcional a
1
vc =
rlCm
Aunque este clculo no nos permite estimar exactamen-
te la velocidad a la que se propaga el impulso nervioso,
s nos da informacin sobre cmo aumentar o disminuir
dicha velocidad.
En primer lugar, si suponemos que el axn es un cilindro
conductor, tendremos que la resistencia es inversamen-
te proporcional a la seccin transversal, es decir, rl ser
inversamente proporcional al cuadrado del radio del
axn. Por otra parte, la capacidad Cm de la membrana
ser proporcional a su rea, que a su vez es proporcional
al radio del axn. El resultado neto es una velocidad de
propagacin proporcional a
1 =a
a2a
129
siendo a el radio del axn. En consecuencia, conseguire-
mos una rpida velocidad de propagacin aumentando el
radio del axn. Eso es lo que hace, por ejemplo, el cala-
mar gigante: su axn tiene un dimetro de hasta 1 mm!
De esta forma, puede alcanzar velocidades de propa-
gacin de unos 100 m/s. El problema es que axones con
dimetros grandes suponen un volumen tambin grande
(proporcional al cuadrado del radio del axn), as como un
elevado gasto energtico para mantenerlos funcionales,
y eso impide que haya un gran nmero de neuronas en un
volumen dado. Los axones humanos tienen un radio mu-
cho menor, lo que nos permite tener un gran nmero de
neuronas (e inteligencia, por tanto). Nuestros impulsos
usamos un truco que los acelera hasta 100 veces y nos
permite tambin una velocidad de unos 100 m/s, basado
en una idea muy sencilla a partir de la frmula para la ca-
pacidad de un condensador plano:
A
Cm =
d
siendo la constante dielctrica de la membrana ce-
lular, A el rea de las placas del condensador (las caras
interna y externa de la membrana) y d la distancia entre
placas (espesor de la membrana). Si aumentamos d en-
sanchando la membrana o recubrindola de alguna sus-
tancia de propiedades fsicas parecidas, conseguiremos
disminuir la capacidad y, con ello, aumentar la velocidad.
Esto se consigue mediante una sustancia rica en lpidos
producida por las clulas de Schwann y llamada mieli-
na. Las capas de mielina rodean uniformemente el axn
y consiguen aumentar la capacidad hasta 100 veces. Y la
velocidad, por tanto, en la misma cantidad. Por tanto,
la disminucin de mielina reducen la velocidad de propa-
gacin del impulso nervioso, lo que puede derivar incluso
en parlisis.
Otra causa de prdida de eficiencia en la transmisin de
las seales es la obstruccin de los axones al movimiento
de sustancias qumicas. Es el caso de la esclerosis late-
ral amiotrfica (ELA) en la que se produce acumulacin
anormal de neurofilamentos hiperfosforilados en el
soma neuronal y en los axones.
Otro desorden neurolgico es la enfermedad de Parkin-
son. En este caso, falla la transmisin sinptica entre
130 Unidad Didctica. Matemticas del Planeta Tierra
neuronas por falta de un neurotransmisor: la dopamina.
Finalmente, hay otra familia de enfermedades, como la en-
fermedad de las vacas locas o el Alzheimer, en las que, se-
gn se teoriza, se produce directamente la muerte neuronal
por la accin de protenas defectuosas llamadas priones.
En este caso, sera la geometra de dichas protenas la cul-
pable de la enfermedad.
Materiales auxiliares
LIBRO
Bender, E. A. (1978): An introduction to mathematical mode-
ling. Mineola, New York: Dover Publications, col. Dover Boo-
ks on Computer Science.
Es un libro sobre modelizacin matemtica con numerosos
ejemplos de nivel asequible para un estudiante de secun-
daria y que adems incluye algunos ejemplos relacionados
con biologa matemtica como la estimacin de las dimen-
siones de los seres vivos o del nmero de vasos capilares,
mediante mximos y mnimos.
PGINAS WEB
http://neurociencias.udea.edu.co/neurokids/. Esta web
ofrece una extensa coleccin de recursos en espaol sobre
neurologa.
http://faculty.washington.edu/chudler/experi.html. En este
enlace se explican experimentos relacionados con la neuro-
na que se pueden hacer en un aula (en ingls).
PELCULAS
Philadelphia (Jonathan Demme, 1993). Un abogado, tras ser
despedido por su empresa por ser portador del virus del
sida, lucha por cambiar la imagen que se tiene sobre esta
enfermedad.
Amor y otras drogas (Edward Zwick, 2010). Esta comedia
amorosa trata el tema de la enfermedad de Parkison.
SERIE
House (David Shore, 2004). Serie de televisin sobre mdi-
cos, protagonizada por Hugh Laurie y centrada en el equipo
de diagnstico.
MATERIAL AUDIOVISUAL
http://www.cancerquest.org/es/cancer-biology-anima-
tions.html. Esta pgina incluye una coleccin de vdeos en
espaol sobre cncer.
http://www.rtve.es/television/20100114/serie-sobre-ra-
mon-cajal/312241.shtml. Vdeos de la serie Ramn y Cajal,
sobre la vida y obra del cientfico espaol.
PODCAST DE RADIO
"Keeping the beat". Mathematical Moments, AMS. Podcast
de radio para el programa Momentos matemticos de la
Sociedad Americana de Matemticas acerca del uso de las
matemticas para entender el funcionamiento del corazn.
Disponible en http://www.ams.org/samplings/mathmo-
ments/mm91-heartbeat-podcast.
El genoma
humano
Enrique Macas Virgs y Antonio Gmez Tato

2.5

Este captulo est dedicado a la bioinformtica, disciplina
cientfica que utiliza tcnicas de computacin, inteligencia
artificial, minera de datos y matemticas para analizar las
secuencias del genoma humano, estudiar su estructura,
determinar sus genes, ver cules de ellos son funcionales e
identificar esa funcin. Tambin relaciona los genes huma-
nos con los encontrados en el estudio del genoma de otras
especies.
Las nociones matemticas que se emplean en bioinformti-
ca son mltiples y variadas. Muestran la ubicuidad y poten-
cialidad del conocimiento matemtico, su poder para hacer
el mundo inteligible y su capacidad transformadora. En este
captulo se presentan algunas de las herramientas bsicas,
de inters tanto para estudiantes que se orienten a los gra-
dos de Ciencias de la Salud como para aquellos otros que
estn interesados en las ramas tcnicas y de la Ingeniera,
aunque ha de considerarse que casi todos estos contenidos
son de nivel superior al de bachillerato.
La cantidad de datos biolgicos listos para analizar en el es-
tudio del genoma humano parece inagotable. Este procesa-
miento se puede considerar como el mayor reto cientfico
del siglo XXI y el impacto de este proyecto en la opinin p-
blica y en diversos sectores cientficos, tcnicos, econmi-
cos y polticos es comparable con el de la fsica a comienzos
del siglo XX.
El objetivo central de la bioinformtica es establecer la se-
cuencia de una molcula de ADN, es decir, determinar el or-
den en el que en ella aparecen los distintos pares de bases,
lo que se denomina secuenciar la molcula. Pero para ello
hay que romper varias de sus copias en millones de trozos
ms pequeos, y luego ensamblarlos como si fuese un gi-
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
gantesco puzle. El problema de ensamblar todas estas pe-
queas piezas se resuelve con ayuda de la teora de grafos.
Se dividen las piezas en trozos ms pequeos, con lo que se
genera un inmenso grafo. Los grafos escogidos son grafos
dirigidos, que representan solapamientos entre sucesio-
nes de smbolos. Sobre el grafo se buscan ciclos eulerianos
(caminos que empiezan y terminan en un mismo vrtice y
recorren una sola vez todas las aristas) como gua para el
ensamblaje.
Para el alineamiento de secuencias se sigue la programa-
cin dinmica, que consiste en subdividir un problema en
pequeos problemas, encontrar la solucin de los mismos y
luego recomponer. El alineamiento de dos secuencias pue-
de ser local o global, lo cual da lugar al empleo de distintas
tcnicas y algoritmos.
Tambin en este captulo se describe el plegamiento (pro-
ceso por el que una protena adquiere una estructura tri-
dimensional), de la que depende su funcin biolgica. La
secuencia de aminocidos de una protena determina su
estructura tridimensional.
Adems se describen otras tcnicas de apoyo para la bioin-
formtica como la bsqueda en las bases de datos gen-
micas. Para almacenar de manera eficiente la informacin,
cada vez que un laboratorio obtiene una secuencia nueva, se
buscan secuencias similares que puedan estar anotadas y
de las que se posea informacin biolgica relevante sobre
su funcin; de ah se puede deducir la funcin de la nueva
secuencia si la base est bien conformada. Por otro lado, se
ejemplifican el uso de la estadstica en los estudios de aso-
ciacin y el empleo de mtodos de geometra algebraica en
el campo de la filogentica.
INTRODUCCIN da siguiente, la revista Science (figura 2) public el bo-
rrador del genoma humano obtenido por la compaa pri-
vada Celera Genomics [https://www.celera.com/].
La secuenciacin del genoma humano es uno de los Sin embargo, hubo que esperar hasta abril de 2003 para
grandes logros de la humanidad, pero queda mucho obtener un genoma descifrado con suficiente calidad,
camino hasta desentraar cmo se interrelacionan los coincidiendo con el 50 aniversario de la publicacin del
datos obtenidos. Para extraer informacin til de can-
tidades tan grandes de datos se utiliza la minera de
datos, con mtodos de la inteligencia artificial, apren-
dizaje automtico, estadstica, computacin y sistemas
de bases de datos. Este tema, junto con el problema de
la topologa del plegamiento de protenas, el uso prc-
tico de los conocimientos adquiridos y algunas de las
repercusiones en otras ciencias afines, es desarrollado
en este captulo.
El aumento de la capacidad de secuenciacin y la mejora
de la instrumentacin cientfica, junto con la universali-
zacin de Internet y el desarrollo de grandes bases de da-
tos pblicas, han puesto a disposicin de los cientficos
de todo el mundo una ingente cantidad de datos biolgi-
cos listos para ser analizados.
Como es habitual, el anlisis de estos datos necesita
ms tiempo y recursos humanos que los necesarios
para generarlos, y en esa tarea estn involucrados
investigadores de muy diferentes perfiles, que van
Figura 1. Portada de la revista Nature anunciando el genoma humano".
desde matemticos a bilogos pasando por ingenieros,
qumicos e informticos, entre otros. La tarea no ha
hecho ms que empezar y se puede describir como el
mayor reto cientfico del siglo XXI.

El proyecto de secuenciacin
del genoma humano
El 15 de febrero de 2001 la revista cientfica Nature (fi-
gura 1) public los primeros anlisis de las secuencias del
genoma humano generadas por el International Human
Genome Sequencing Consortium [http://www.genome.
gov/11006939], un consorcio que inclua a cientos de
cientficos de 20 centros de secuenciacin en Alemania, Figura 2. Portada de la revista Science anunciado el genoma humano.
China, Estados Unidos, Francia, Gran Bretaa y Japn. Al Autora: Ann Elliott Cutting.
136 Unidad Didctica. Matemticas del Planeta Tierra

artculo donde James Watson y Francis Crick premiados

con el Nobel en 1962 describan la estructura de doble De las lecturas
hlice del ADN.
El proyecto de secuenciacin del genoma humano
a la secuencia del genoma
comenz en 1991 con un presupuesto de 3.000 millones
de dlares y la esperanza de obtener una primera Secuenciar una molcula de ADN es determinar el orden
versin en el ao 2005. Se consigui con dos aos de en el que aparecen en ella los distintos pares de bases
adelanto y un coste de 2.700 millones de dlares. Su (bp). Este proceso se realiza de forma automtica con
culminacin marc un hito importante en la revolucin unos instrumentos cientficos llamados secuenciadores
cientfica que desde hace dcadas se viene produciendo que solo pueden leer molculas pequeas de ADN. Para
en la biologa, solo comparable con la de la fsica a secuenciar un genoma hay que romper varias copias
comienzos del siglo XX. del mismo en millones de trozos ms pequeos, para
secuenciarlos y luego ensamblarlos como si fuese un
gigantesco puzle.
Los secuenciadores actuales son mucho ms rpidos
La Bioinformtica: que los utilizados en el proyecto del genoma humano;
pero la longitud de sus lecturas es ms pequea y esto
obliga a trabajar con muchas ms piezas a la hora de
una disciplina cientfica surgida ensamblar. Por ejemplo, para el genoma humano la
empresa Celera (figura 3) ensambl 27.271.853 piezas
de la necesidad (que a partir de ahora llamaremos lecturas), con una
longitud media de 545 bp por lectura, provenientes del
El genoma humano no fue el primero en ser descifrado. ADN de cinco individuos, lo que hace un total de 15Gb
En 1977 se obtuvo el del bacterifago Phi-X174, que para un genoma de 3Gb; es decir, una cobertura del 5x.
tiene un genoma de cadena nica con 5.386 bases En 2010 el proyecto del genoma del oso panda gigante
que codifican once protenas.
El primer genoma de un eucariota fue el de la levadura
(Saccharomyces cerevisiae), que se obtuvo en 1996.
Se trata ya de ADN de doble cadena organizado en
16 cromosomas con aproximadamente 12 millones
de pares de bases y unos 6.000 genes. En 1998 se
secuenci el de un gusano (Caenorhabditis elegans) y
en el ao 2000 el de la mosca del vinagre (Drosophila
melanogaster). Desde entonces se estn desarrollando
multitud de proyectos de secuenciacin de genomas.
Cualquier proyecto de secuenciacin conlleva un arduo
trabajo; establecer la secuencia del genoma es solo el
primer paso. Hay que estudiar su estructura, determinar
sus genes, ver cules son funcionales e identificar esa
funcin, relacionarlos con los genes encontrados en
otras especies, etctera. Todo ello forma parte de la
tarea de una nueva disciplina cientfica, conocida como
Figura 3. Un secuenciador de la marca Illumina. Algunos secuenciadores auto-
bioinformtica, que utiliza tcnicas de computacin, mticos permiten secuenciar un genoma humano con una cobertura del 30x en
inteligencia artificial, minera de datos y matemticas. un da. Imagen por cortesa de Illumina, Inc.
 2.5 EL GENOMA HUMANO 137

ensambl 3.400 millones de lecturas con una longitud es imposible atravesar todos los puentes sin repetir
media de 50 bp, lo que da unos 176Gb para un genoma alguno.
de 3.4Gb; es decir, una cobertura del 76x. Aunque no lo explicaremos con detalle, las ideas de
Euler se aplican hoy en da para resolver el problema
del ensamblaje. Lo primero que se hace puede resultar
Una aplicacin extrao, pues se dividen las piezas (ya de por s pequeas)
en trozos ms pequeos. Con esto se genera un inmenso
de la teora de grafos grafo de De Bruijn un grafo orientado que representa
solapamientos entre sucesiones de smbolos (figura 5)
sobre el que se buscan ciclos eulerianos como gua para el
Cmo se puede ensamblar un puzle con tantas piezas ensamblaje.
y tan pequeas? La respuesta es un ejemplo de cmo
un resultado de matemtica pura puede ser utilizado
muchos aos despus para resolver un problema tec-
nolgico.
En 1736, el matemtico Leonhard Euler resolvi el
problema de los siete puentes de Knigsberg, una
cuestin bien distinta de la que nos ocupa. En esta
ciudad prusiana (ahora llamada Kaliningrado, en Rusia),
haba siete puentes y un antiguo problema consista en
saber si era posible atravesarlos todos sin pasar dos
veces por el mismo puente. Euler esquematiz el plano
de la ciudad mediante un grafo en el que las aristas eran
los puentes y los vrtices eran las partes de la ciudad
(figura 4). Un camino que empieza y termina en un
mismo vrtice y recorre una sola vez todas las aristas se
llama ahora un ciclo euleriano. El mismo Euler demostr
que para que existan ciclos eulerianos es necesario (y
suficiente) que todos los vrtices tengan grado par
(el grado de un vrtice es el nmero de aristas que
inciden en l). Un grafo con esa propiedad se denomina
euleriano. Como el grafo de Knigsberg no es euleriano, Figura 5. Los grafos de De Bruijn se usan para ensamblar de novo un genoma.

a
b c

La programacin dinmica
para el alineamiento
de secuencias
Figura 4. El problema de los puentes de Knigsberg puede esquematizarse en
un grafo. Figura 4 a. Autor: Bogdan Giuc. Fuente: http://en.wikipedia.org/ El ADN y el ARN son los principales cidos nucleicos
wiki/File:Konigsberg_bridges.png. Figura 4 b. Fuente: http://en.wikipedia.org/
wiki/File:7_bridges.svg. Figura 4 c. Fuente: http://en.wikipedia.org/wiki/File:Ko- que se encuentran en una clula. El primero contiene
nigsburg_graph.svg. la informacin hereditaria y el segundo permite el
138 Unidad Didctica. Matemticas del Planeta Tierra
transporte de la informacin del ADN para que la clula
pueda sintetizar las protenas, entre otras funciones.
Este mecanismo de transferencia de informacin se suele
denominar el dogma central de la biologa molecular:
el ADN se transcribe en ARN mensajero, que a su vez
se traduce en una protena. Por ello, para estudiar un
organismo nos interesa conocer, adems de su genoma,
su transcriptoma (coleccin de todas las secuencias de
ARN que se producen) o su proteoma (coleccin de todas
sus protenas).
Es habitual (y muy conveniente) esperar a tener sufi-
ciente informacin del transcriptoma y del proteoma de
un organismo antes de comenzar con la secuenciacin
de su genoma. Las distintas secuencias de un organismo
que se obtienen en estos estudios se comparan con las ya
conocidas en otras especies cercanas para as poder de-
ducir su funcin o su estructura (en el caso de protenas).
Segn la teora de la evolucin, las secuen-
cias de un mismo gen en especies no muy
distantes evolutivamente (por ejemplo,
hombre y gorila) deberan ser similares.
La tarea ms frecuente en bioinformti-
ca es la comparacin de secuencias para
buscar similitudes entre ellas. La manera
ms habitual de comparar dos secuencias
es alinearlas, de manera que tengamos el
mayor nmero de coincidencias posible.
Algo muy parecido se hace en lingstica.
Pensemos en las palabras puerto (espa-
ol) y porto (portugus), ambas derivadas
del trmino portus en latn. Para alinear-
las necesitamos introducir un hueco en el
trmino portugus, que indica una trans-
formacin del fonema o en el diptongo ue
en espaol. P-orto y puerto.
Programacin Dinmica
Dadas dos secuencias, por ejemplo:
ATAAACAATCAAAGAGCATGTTGGCCTGGTCCTTT
GCTAGGTACTG,
GATTAGACCCTCCCAAGTGAAGGAGGGCAGGGGA
GGGGGACAGCGAGCCA
Cmo podemos encontrar el mejor alineamiento? A
primera vista la respuesta es muy fcil: establecemos
un sistema de puntuacin que nos permita calificar
cada posible alineamiento y nos quedamos con la
opcin que obtenga la mejor nota. El problema es que
hay demasiados alineamientos posibles! Dadas dos
secuencias de longitud 100 existen aproximadamente
unos 2x1078 alineamientos distintos.
Por tanto, hay que recurrir a algn mtodo que nos d el
mejor alineamiento (o al menos uno de los mejores) en un
tiempo razonable. El mtodo ms utilizado en biologa
molecular es el algoritmo de Needleman-Wunsch, cuya
idea fundamental es buscar alineamientos ptimos
de subsecuencias ms pequeas y luego reconstruir
el alineamiento ptimo global a partir de ellas. La
idea original (subdividir el problema en pequeos
problemas, encontrar la solucin de los mismos y luego
Richard E. Bellman (19201984) fue un
matemtico que estudi en las universi-
dades de Brooklyn y de Wisconsin. Trabaj
en el Laboratorio Nacional de Los lamos
en el campo de la fsica terica y en 1946
se doctor en Princeton. En 1979 el IEEE
(Institute of Electrical and Electronics
Engineers) le otorg su Medalla de Honor
por su contribucin a la teora de los sis-
temas de control y de los procesos de de-
cisin, en especial por la programacin di-
nmica y la llamada ecuacin de Bellman.

El alineamiento de dos secuencias pue-
de ser local o global. El ejemplo siguiente
pretende aclarar ambos conceptos.
Si queremos alinear las palabras bajo-
rrelieve y altibajo nos damos cuen-
ta de que solo hay un trozo de ambas que
tiene sentido alinear (bajo), por lo que ha-
remos un alineamiento local. En cambio,
si queremos alinear oportunidad con la
palabra francesa equivalente opportuni-
t, para ver cmo ha sido su evolucin des-
de la palabra latina opportunitas, lo mejor
es hacer un alineamiento global de las dos
palabras.
La idea principal en ambos casos es asociar
a cada alineamiento posible una puntua-
cin y quedarse con el alineamiento que
tiene la mejor puntuacin. El problema
es que el nmero de alineamientos crece
muy rpidamente a medida que aumen-
tan las longitudes de las secuencias. Hay
diversos procedimientos para hacerlo, los
ms populares son el algoritmo de Need-
leman-Wunsch para alineamiento global
y el de Smith-Waterman para alineamien-
to local. Tambin puede usarse BLAST
para hacer alineamiento de secuencias.
recomponer) es del matemtico Richard Bellman, quien
la introdujo en el ao 1953; esta tcnica es conocida
como programacin dinmica.
El algoritmo de Needleman-Wunsch
Estudiaremos este algoritmo sobre un ejemplo.
Alinearemos las palabras RADIX y RAIZ.
2.5 EL GENOMA HUMANO 139
Paso 1. El sistema de puntuacin. Lo primero que se
necesita es establecer un sistema de puntuacin que nos
permita calificar cada posible alineamiento.
Por ejemplo:
Coincidencia de letra = 2 puntos; No coincidencia = 1
punto; un hueco = 2 puntos
As, al siguiente alineamiento
RADIX
RAIZ-
le corresponderan 2+2-1-1-2 = 0 puntos.
Paso 2. El algoritmo. Creamos una tabla con las dos
palabras que queremos alinear. Para empezar, en la
primera casilla, empezando por la esquina superior
izquierda, ponemos un cero (tabla a).
Tabla a: Primeros movimientos en el algoritmo de Needleman-Wunsch.
Ahora vamos a ir rellenando el resto de las casillas,
avanzando paso a paso. Cada movimiento que hagamos
significar que vamos completando letra a letra cada
palabra. Por ejemplo, si desde la casilla 0 de la esquina
nos movemos en horizontal a la derecha, quiere decir
que vamos a comparar las palabras (de una letra) R
y -. Este alineamiento tiene una puntuacin de -2,
que anotamos. Cualquier movimiento en horizontal
significar que aadimos una letra en la primera palabra
y un hueco en la segunda. As al desplazarnos otra vez a la
140 Unidad Didctica. Matemticas del Planeta Tierra

derecha estaremos comparando las palabras RA y --,
alineamiento que tiene una puntuacin de -4.
Del mismo modo, un movimiento en vertical querr decir
que insertamos un hueco en la primera palabra y una
letra en la segunda. Por ejemplo, si desde la casilla de la
esquina que tena un 0 bajamos en vertical tres casillas,
significar que estamos comparando las palabras --- y
RAI. Este alineamiento tiene una puntuacin de -6.
Finalmente, si avanzamos en diagonal (hacia la derecha
y hacia abajo) significa que aadimos una letra en
cada palabra. Por ejemplo, si desde la casilla del 0
descendemos en diagonal significar que estamos
comparando las palabras R y R, alineamiento que
tiene una puntuacin de 2.
A partir de ah, iremos rellenando la tabla. Pero debemos
tener en cuenta que se puede llegar a cada casilla de
varias maneras, por lo que en cada caso anotaremos el
movimiento de llegada (de izquierda a derecha, de arriba
a abajo o en diagonal) que nos d la mayor puntuacin.
Por ejemplo, veamos cmo hemos obtenido el 2
que est sealado en rojo en la Tabla A. Llegar a esa
casilla desde arriba significa que en la primera palabra
tenamos R y hemos aadido un hueco, mientras que
en la segunda palabra tenamos - y hemos aadido
una letra. Por tanto estamos comparando las palabras
R- y -R, lo que nos dara 4 puntos. Otra manera
de llegar es desde la izquierda: en la primera palabra
tenamos - y hemos aadido una letra; en la segunda
palabra tenamos R y hemos aadido un hueco
(movimiento horizontal). As que estamos comparando
las palabras -R y R-, lo que nos vuelve a dar -4 puntos.
Finalmente si llegamos en diagonal significa que
avanzamos una posicin en ambas palabras. Estamos
comparando R con R; es decir, al 0 que tenamos le
hemos aadido una coincidencia, por lo que sumamos 2
puntos a la puntuacin de la casilla de la que venimos y
tenemos una puntuacin total de 2 puntos. De los tres
movimientos el de mayor puntuacin es el diagonal (2
puntos), por lo que anotamos en la tabla los puntos (2)
y tambin tomamos nota de la direccin (diagonal) en la
que hemos venido (tabla b).
Con un poco de prctica puede avanzarse ms rpido.
Por ejemplo, pasar de la casilla con el 2 en rojo a la casilla
de su derecha supone aadir una A en la primera palabra
y un - en la segunda, lo que significa que tenemos que
restar 2 puntos a los que tenamos, obteniendo un 0. Si a
esta casilla del 0 hubisemos llegado en vertical desde
la que tiene un -4, estaramos aadiendo un - y una A,
lo que resta dos puntos ms y quedaran -6. Llegando
en diagonal, al -2 habra que restarle 2 puntos, ya que
hemos aadido la no coincidencia A y R, y tendramos
-4. Por tanto la mejor puntuacin para esa casilla es 0, y
el movimiento de llegada es horizontal.
As continuamos con el proceso hasta rellenar toda la
tabla.
Paso 3. Nos fijamos en la ltima puntuacin obtenida,
que es el 3 marcado en azul de la casilla de abajo a la
derecha. En esa casilla tenemos anotado que hemos
llegado en diagonal, por lo que desandamos el camino.
Repitiendo el proceso siguiendo las indicaciones
obtenemos una secuencia de flechas (tabla b). Esta
secuencia nos indica el alineamiento ptimo: en la
primera palabra hemos ido aadiendo letras, mientras
que en la segunda palabra hemos insertado un
hueco despus de la A (movimiento horizontal). As
encontramos que el mejor alineamiento es:
RADIX
RAIZ
con una puntuacin de 3.
Tabla b. Tercer paso para el alineamiento de las palabras RADIX y RAIZ segn
el algoritmo de Needleman-Wunsch.

Bases de datos
Los cientficos del genoma buscan analogas entre
diferentes especies, partiendo de la base de que todas
tienen una base evolutiva comn y, por otra parte, buscan
diferencias dentro de una especie que expliquen la
biodiversidad. La informacin sobre el genoma humano y de
otras especies de animales y plantas se almacena en bases
de datos. Gracias a esta informacin los investigadores
pueden consultar lo que otros cientficos han descubierto.
Una de las grandes tareas de la bioinformtica es la de
organizar los datos para permitir a los investigadores el
acceso a la informacin y que estos aporten sus propios
datos para uso de la comunidad cientfica internacional.
La mayora de las secuencias que se obtienen en los
laboratorios se depositan en bases de datos accesibles
va Internet. Hay tres grandes bases de datos de acceso
libre, que almacenan inmensas cantidades de secuencias,
tanto de nucletidos como de protenas:
- GenBank, en el NCBI (National Center for Biotech-
nology Information, Estados Unidos) [http://www.
ncbi.nlm.nih.gov/genbank/];
Figura 6. Como podemos apreciar en la grfica, el crecimiento de GenBank
desde su creacin es exponencial y se calcula que desde entonces duplica su
tamao aproximadamente cada 18 meses. Fuente: NCBI.
2.5 EL GENOMA HUMANO 141
- L a base de datos japonesa DDBJ (DNA Data Bank of
Japan) [http://www.ddbj.nig.ac.jp/];
- La base de datos del EMBL (European Molecular Bi-
ology Laboratory) [http://www.embl.de/], en el EBI
(European Bioinformatics Institute) en Hinxton, In-
glaterra.
Las tres intercambian informacin diariamente y son
coordinadas a travs de INSDC (International Nucleotide
Sequence Database Collaboration). En octubre de
2012 afirmaban tener 145.430.961.262 pares de bases
contenidas en 157.889.737 de secuencias en las divisiones
habituales, adems de unos 865 millones de secuencias
provenientes de los grandes proyectos de secuenciacin
de genomas completos (WGS).
La minera de datos intenta extraer in-
formacin de grandes volmenes de con-
juntos de datos mediante el anlisis de
patrones y de aglomeraciones de datos
(cluster), la deteccin de anomalas y el
descubrimiento de interrelaciones ocul-
tas. Utiliza tcnicas que van desde la in-
teligencia artificial (reglas de asociacin)
hasta la topologa algebraica (homologa
persistente), pasando por los modelos es-
tadsticos.
La teora de probabilidad
al rescate. BLAST, la herramienta
de bsqueda en las bases
de datos genmicas
Cada vez que un laboratorio obtiene una secuencia nueva
se buscan en las bases de datos secuencias similares con
la esperanza de que estn anotadas (tengan informacin
142 Unidad Didctica. Matemticas del Planeta Tierra
biolgica relevante sobre su funcin) y de ah deducir la
funcin de la nueva secuencia.
Esta es una prctica comn incluso en la vida diaria.
Quin no ha deducido el significado de una palabra
desconocida en un idioma ajeno por su similitud con una
BLAST
La herramienta Basic Local Alignment
Search Tool (BLAST) encuentra regiones
de alineamiento local entre secuencias.
El programa compara secuencias de nu-
cletidos o protenas con las contenidas
en las bases de datos y comprueba si las
coincidencias halladas son estadstica-
mente significativas. http://blast.ncbi.nlm.
nih.gov/Blast.cgi.
Figura 7. Sintenia (asociacin de dos o ms genes en un mismo cromosoma)
entre los genomas de Lactobacillus bulgaricus y L. acidophilus. Los ejes re-
presentan la posicin de los genomas en las respectivas especies. Los colores
representan la similitud de protenas en puntuacin BLAST. http://www.scien-
cedirect.com/science/article/pii/S0966842X07002053.
en el propio! Aunque a veces hay que tener cuidado, la
palabra francesa curvature no significa curvatura, sino
"agujeta" (el trmino francs apropiado es courbure).
Para buscar una secuencia en una base de datos ten-
dramos que alinearla con todas y cada una de las depos-
itadas en la base, lo que resulta computacionalmente
inviable. Por ello es necesario desarrollar algoritmos
heursticos que, an a costa de no obtener todas las se-
cuencias similares posibles, sean capaces de dar algunas
de las ms interesantes. De entre este tipo de algorit-
mos el ms utilizado es el BLAST (Basic Local Alignment
Search Tool).
BLAST se puede considerar como el Google de la inves-
tigacin en biologa, aunque en realidad su desarrollo es
anterior. La respuesta es rpida y eficiente pero adems
viene acompaada de un valor estadstico que nos per-
mite deducir la significacin de la coincidencia, es decir
hasta qu punto se aleja del puro azar. Los fundamentos
matemticos del algoritmo se basan en los trabajos de
dos matemticos de Stanford, S. Karlin y S. F. Altschul.
Samuel Karlin (1924
2007) fue un matemtico
americano de origen po-
laco. Estudi en Chicago
y se doctor en Princeton.
Tras unos aos en el Ins-
tituto de Tecnologa de
California (Caltech), se
convirti en catedrtico
de Matemticas y Esta-
dstica en la Universidad
de Stanford. Karlin tra-
Samuel Karlin. 2007, baj en Bioinformtica y
Lee Altenberg. Gentica de poblaciones y
a principios de los aos noventa desarroll,
junto a Stephen Altschul, las bases del pro-
grama BLAST. En 1989 recibi la Medalla
Nacional de la Ciencia.

El problema del plegamiento
de protenas. Comparar
secuencias de protenas
para determinar su estructura
No basta con conocer la lista de aminocidos que
componen las protenas, sino que es esencial determinar
su forma tridimensional para entender su funcin. El
bioqumico C. Anfinsen demostr que algunas protenas
desnaturalizadas se podan plegar espontneamente hasta
alcanzar su estructura tridimensional activa (lo que le vali
la concesin del premio Nobel de Qumica en 1972). Esto
sirvi para conjeturar que la secuencia de aminocidos
de una protena determina su estructura tridimensional.
Aunque esta conjetura no se estima cierta para cerca del
70% de las protenas de la naturaleza, dio lugar a uno de
los grandes problemas sin resolver de la ciencia actual, el
problema del plegamiento de las protenas.
En las bases de datos de biologa molecular
no solo hay secuencias de nucletidos o de
protenas. Aparte de las citadas anterior-
mente existen numerosas bases de datos que
contienen informacin biolgica relevante y
que estn altamente interconectadas. Una
lista seleccionada y catalogada de 1.512 de
ellas se puede encontrar en The NAR onli-
ne Molecular Biology Database Collection,
[http://www.oxfordjournals.org/nar/data-
base/a/]. Muchas estn integradas en gran-
des portales bioinformticos que ofrecen
adems acceso a numerosas herramientas
para el anlisis de los datos. Como ejemplo,
citaremos el NCBI, EMBL-EBI y EXPASY.
Hasta ahora, alrededor del 90% de las es-
tructuras tridimensionales de las protenas
disponibles en los bancos de datos han sido
determinadas por cristalografa de rayos X.
2.5 EL GENOMA HUMANO 143
Estructura determinada por Marinoni, E. N., et al. en 2012 usando difraccin
de rayos X.Fuente:European Bioinformatics Institutepublic databases.
Topologa del plegamiento de protenas
Una protena es una cadena de aminoci-
dos. El plegamiento es el proceso por el que
una protena adquiere una estructura tridi-
mensional bien definida, de la que depende
su funcin biolgica. Si una protena no se
pliega correctamente ser incapaz de cum-
plir esa funcin.
El clculo de la estructura tridimensional
de una protena a partir de su secuencia de
aminocidos es uno de los principales pro-
blemas (an sin resolver) para los investi-
gadores. El uso de mtodos de inteligencia
artificial para explotar la informacin exis-
tente en las bases de datos de estructuras
previamente conocidas est permitiendo
obtener buenos resultados en este campo.
Conceptualmente el problema es sencillo: dadas las posi-
ciones de todos los tomos de una protena (tpicamente
unas decenas de miles) se podra calcular la energa po-
tencial de la estructura y encontrar la configuracin que
la minimiza (que se supone es la que alcanza la protena
cuando se pliega). Pero lo que la protena puede encon-
trar en pocos minutos, a un computador potente le puede
llevar varios aos.
Sin embargo, partiendo de la idea de que secuencias
similares deberan determinar estructuras similares y
144 Unidad Didctica. Matemticas del Planeta Tierra

utilizando tcnicas de inteligencia artificial, la bioinformti-
ca est obteniendo buenos resultados en los ltimos aos
mediante la explotacin de la informacin que se ha ido
acumulando en las bases de datos de protenas, en las que se
encuentra la estructura tridimensional de muchas de ellas.
Hacia una medicina personalizada
medades o por qu la respuesta a un tratamiento difi-
ere de persona a persona. De esta manera se trata de
llegar a la medicina personalizada en la que el frmaco
suministrado ya no dependera de la enfermedad sino
tambin del genotipo del enfermo. Hay asociaciones que
son fciles de determinar porque dependen de un nico
gen, como la fibrosis qustica, pero la mayora son mul-
tignicas y se necesitan herramientas estadsticas muy
sofisticadas para estudiarlas.

Los resultados del Proyecto Genoma Humano son muy

importantes para identificar nuevas enfermedades
genticas y desarrollar sistemas de diagnstico gen-
tico y nuevos tratamientos, como la terapia gnica, que
modifican directamente el genoma de un individuo.
Como todo gran proyecto cientfico, la secuenciacin del
genoma humano y la informacin acumulada, junto con
las tcnicas desarrolladas en el transcurso del mismo,
propician la aparicin de numerosas aplicaciones. De en-
tre todas las posibles destacaremos dos, la primera por
su importancia y la segunda por el mero inters personal
de uno de los autores (A. Gmez Tato).

El uso de la estadstica
en los estudios de asociacin
Nuestro genotipo (la informacin gentica que tenemos
codificada en el genoma) junto con las condiciones ambi-
entales en las que vivimos determinan nuestro fenotipo,
definido como el conjunto de rasgos morfolgicos y fi-
siolgicos de nuestro organismo. Entre los humanos no Autor: David Hall. Fuente: http://en.wikipedia.org/wiki/File:Dna-SNP.svg.
hay dos genomas iguales, es ms, incluso los genomas
de dos clulas diferentes de nuestro propio cuerpo casi
con toda seguridad no son idnticos. Una diferencia en Los polimorfismos ms frecuentes son los
una posicin especfica del genoma entre individuos se de un nico nucletido (por ejemplo, el cam-
llama un polimorfismo y las distintas variantes de un bio de una A a una G) que se llaman SNP
polimorfismo se denominan alelos. (single nucleotide polymorphisms; se pro-
Esta variabilidad existente se est utilizando en infini- nuncia snips). En humanos hay en media
dad de laboratorios dispersos por todo el mundo para un SNP cada 1.000 bases en el genoma.
estudiar los genes implicados en las diferentes enfer-

La polica cientfica
utiliza el teorema de Bayes
Pero el genotipo no solo es til en medicina o en el estu-
dio del origen del ser humano y su evolucin. Por ejem-
plo, la polica cientfica y los servicios forenses la usan
para responder a diferentes cuestiones criminalsticas.
En algunos casos las tcnicas matemticas utilizadas
consisten en la simple aplicacin del llamado teorema
de Bayes.
Veamos un ejemplo simplificado de la estimacin del
origen poblacional de un rastro biolgico.
Supongamos que en la escena de un crimen la poli-
ca cientfica ha encontrado un rastro biolgico con
el genotipo GG TT GT correspondiente a los SNP
rs1426654(A:G), rs2814778(C:T) y rs881929(G:T) de
los cromosomas 15, 1 y 16 respectivamente. Suponga-
mos adems que los sospechosos se dividen en partes
iguales entre personas de origen europeo (EUR), afri-
cano (AFR) y del Este de Asia (ASI). Podramos decir
cul es el origen ms probable del autor del crimen a
partir de su genotipo?
Respuesta: Lo que tenemos que calcular es la probabili-
dad de que el origen sea europeo (EUR), africano (AFR)
o asitico (ASI), condicionada al genotipo encontrado.
Aplicando el teorema de Bayes sabemos que:
P(genotipo = GGTTGT/EUR)*P(EUR)
P(EUR/genotipo = GGTTGT) =
P(genotipo = GGTTGT)
P(genotipo = GGTTGT/AFR)*P(AFR)
P(AFR/genotipo = GGTTGT) =
P(genotipo = GGTTGT)
SNP EUR
s1426654
99% / 1%
(alelos A / G)
rs2814778
1% / 99%
(alelos (C / T)
Rs881929
60% / 40%
(alelos (G / T)
2.5 EL GENOMA HUMANO 145
P(ASI/genotipo = GGTTGT) =
P(genotipo = GGTTGT/ASI)*P(ASI)
P(genotipo = GGTTGT)
Como las tres poblaciones tienen el mismo tamao y
solo nos interesa conocer la ms probable, el problema
se reduce a calcular el primer trmino de cada uno de los
tres numeradores.
Como los SNP estn en cromosomas diferentes,
podemos suponer que los valores que encontramos
son independientes unos de otros, por lo que esas
probabilidades se pueden escribir como producto de
las probabilidades condicionadas para cada SNP. Es
decir:
P(genotipo=GGTTGT/EUR)=
P(rs1426654 = GG/EUR) *P(rs2814778 = TT/EUR)
*P(rs881929 = GT/EUR)
por lo que solo necesitamos conocer para cada caso
las probabilidades de los distintos casos de cada SNP.
De las bases de datos existentes deducimos que las
frecuencias de aparicin son las que se observan en la
tabla inferior.
Por lo que (suponiendo equilibrio de Hardy-Weinberg en
todas las poblaciones)
P(rs1426654 = GG/EUR) = 0.01*0.01;
P(rs1426654 = GG/AFR) =0.99*0.99;
P(rs1426654 = GG/ASI) = 0.98*0.98;
P(rs2814778 = TT /EUR) = 0.99*0.99;
P(rs2814778 = TT /AFR) = 0.1*0.1;
P(rs2814778 = TT /ASI) = 0.9*0.9;
AFR ASI
1% / 99% 2% / 98%
90% / 10% 10% / 90%
97% / 3% 1% / 99%
146 Unidad Didctica. Matemticas del Planeta Tierra

P(rs881929 = GT/EUR) = 2*0.6*0.4;

P(rs881929= GT/AFR) = 2*0.97*0.03;
P(rs881929 = GT /ASI) =2*0.01*0.99.

De donde obtenemos:
P(genotipo = GGTTGT/EUR) = 0.0000470448
P(genotipo = GGTTGT/AFR) = 0.0005704182
P(genotipo = GGTTGT/ASI) = 0.0154029

Dividiendo por pares vemos que el origen asitico es

unas 27 veces ms verosmil que el origen africano y 327
veces ms verosmil que el europeo, por lo que podemos
deducir que el rastro biolgico es de origen asitico.

Repercusiones en otras
disciplinas cientficas afines
La ingente cantidad de informacin molecular que, sobre
una gran cantidad de especies, se est generando en la
estela de los proyectos de secuenciacin genmica est
siendo utilizada de manera fructfera en numerosas
disciplinas cientficas afines. De entre ellas hablaremos
de la filogentica y la biologa de sistemas, ya que
en ambos casos la aportacin que est haciendo la
matemtica pura es muy significativa.
La teora de la evolucin.
La geometra algebraica
tiene algo que decir al respecto
En biologa, la teora de la evolucin de Darwin juega
un papel central. La evolucin se contempla como un
proceso de ramificacin desde una especie original,
donde las diferentes especies evolucionan hasta llegar
a romperse en dos grupos diferenciados que dan lugar a
la aparicin de nuevas especies. La historia de todo este
proceso evolutivo se suele visualizar mediante un rbol
de filogenia como el de la figura 10.
Figura 10. rbol de la vida realizado en 1866 por Enrst Haenkel (1834-1916), en
el que podemos leer el orden en el que hipotticamente se produce la aparicin
de las diferentes especies. Fuente: http://upload.wikimedia.org/wikipedia/
commons/b/bc/Haeckel_arbol_bn.png.
As, por ejemplo, en el hipottico rbol de la vida los
homnidos son una de las ramas ms pequeas (por
ser muy reciente su aparicin) y el gorila es, segn
la hiptesis ms aceptada, la especie de homnido
(existente) ms cercana al hombre, en el sentido de
que ambas provienen de una especie ancestral que en
un momento determinado se dividi, dando lugar a las
especies actuales.
Hasta la aparicin de la genmica, la reconstruccin
del rbol de la vida se haca principalmente a partir de
los caracteres morfolgicos o fenotpicos. Hoy en da,
el acceso a las secuencias de los diferentes genes en
diferentes especies permite la aplicacin de tcnicas
matemticas muy potentes.
La comparacin de secuencias genmicas nos est
permitiendo estimar con ms precisin diferentes
partes del rbol de la vida e incluso determinar la longitud
 2.5 EL GENOMA HUMANO 147

de las ramas; es decir, estimar el tiempo transcurrido

desde la aparicin de dos especies a partir de la especie
ancestral comn. Para ello se estn utilizando modelos
de probabilidad muy sofisticados, as como tcnicas de
optimizacin estadstica como por ejemplo el algoritmo
iterativo EM (expectation-maximization). La disciplina
que realiza estas estimaciones se denomina filogentica
molecular.
En los ltimos aos est irrumpiendo con fuerza en dicha
estimacin el uso de mtodos de geometra algebraica
en el campo de la filogentica, como puede verse en el
excelente artculo de divulgacin titulado "Reconstruc-
cin filogentica usando geometra algebraica" de Marta
Casanellas y Jess Fernndez Snchez (2010).
El resurgimiento
de la Biologa de sistemas.
Los sistemas dinmicos
La bioinformtica, junto con la genmica, la protemica,
etctera, tienen como misin identificar y catalogar los
distintos componentes moleculares de la clula as como
sus funciones. Todas ellas estn teniendo un gran xito
en su indispensable tarea cientfica. Pero el catlogo
de los diferentes componentes de una clula o de un or-
ganismo, por muy exhaustivo que sea, no es suficiente
para entender cmo funciona. Basta observar el caso
de una mariposa que, sin cambiar de genoma, empieza
su vida siendo un gusano y la acaba como lo que es, una
mariposa. Hay que cambiar, por tanto, el punto de vista
de la biologa molecular y saber que aunque los distin-
tos componentes celulares son importantes, la vida de
un organismo surge de la relacin entre sus diferentes

Figura 11. rbol filogentico de distintos mamferos. Modificado. En Ca- Norbert Wiener
sanellas y Fernndez Snchez (2010).
(1894-1964) fue un
La evolucin de las especies es propiciada matemtico estado-
principalmente por la existencia de errores unidense, considerado
(mutaciones) en el proceso de replicacin el fundador de la Ciber-
del genoma que toda clula tiene que lle- ntica. Estudi mate-
var a cabo para reproducirse. Aunque solo mticas, zoologa y fi-
se transmiten a los descendientes aquellas losofa y se doctor en
mutaciones que se producen en las clulas Harvard con una tesis
sexuales, este proceso de cambio gentico sobre lgica matem-
Fuente: http://commons.
junto con otros mecanismos evolutivos va wikimedia.org/wiki/File: tica. En Cambridge (In-
acumulando de generacin en generacin Norbert_wiener.jpg glaterra), estudi con
Autor: Konrad Jacobs.
diferencias en los genomas de una especie Bertrand Russell y G.H.
y entre las diferentes especies. Hardy. En Gttingen (Alemania), con David
Hilbert y Edmund Landau. Fue catedrtico
El sabio debe ordenar; se hace la ciencia con hechos, de Matemticas en el Instituto de Tecnolo-
como una casa con piedras; pero una acumulacin de ga de Massachusets (MIT). En 1948 public
hechos no es ciencia, lo mismo que un montn de piedras Ciberntica o El control y comunicacin en
no es una casa. animales y mquinas).
Henri Poincar, Ciencia e hiptesis, captulo IX.
148 Unidad Didctica. Matemticas del Planeta Tierra
partes y solo puede ser entendida a partir del conoci-
miento de la dinmica de esas relaciones.
La idea de entender la vida a nivel de la dinmica de
sistemas est presente en la biologa desde mediados
del siglo XX, debido fundamentalmente a los trabajos del
matemtico Norbet Wiener y del bilogo Ludwig von
Bertalanffy (1901-1972), conocido por su planteamiento
de la teora general de sistemas.
Siguiendo estas ideas, la biologa de sistemas trata de en-
tender el funcionamiento de una clula y de un organismo
como un sistema bien organizado de procesos dinmicos.
Desde principios del siglo XXI est viviendo una edad de
oro, debido a que dispone, por primera vez, de suficiente
informacin y datos para poder avanzar en su tarea.
Bases de datos de modelos
biolgicos
Actualmente se estn desarrollando numerosos mode-
los matemticos que permiten comprender y predecir
el comportamiento de los diferentes procesos celulares
o intercelulares, mediante herramientas matemticas
que pueden ir desde las redes de Boole y cadenas de
Markov a sistemas de ecuaciones diferenciales, como
las utilizadas en dos modelos recientes relacionados
con el metabolismo del colesterol.
Es cada vez ms habitual depositar en bases de datos
estos modelos matemticos, codificados en un lenguaje
comn llamado SBML. Por ejemplo los modelos antes
citados se encuentran en la base de datos Biomodels
[http://www.ebi.ac.uk/biomodels-main/] sita en el por-
tal del EBI (Instituto Europeo de Bioinformtica) con
los cdigos MODELO568648427 y BIOMD000000434
respectivamente. Se pueden bajar y analizar con diverso
software libre especfico para biologa de sistemas, como
por ejemplo CellDesigner [http://www.celldesigner.org].
Conclusin
Quizs la frase que mejor resume las ideas que se exponen
en este captulo es el ttulo del famoso ensayo de Joel E.
Cohen: Las matemticas son el nuevo microscopio de la
biologa, solo que mejor; la biologa es la nueva fsica de
las matemticas, solo que mejor.
Ejercicios
1. Construye una pequea base de datos. Para una
coleccin de entidades (por ejemplo: especies,
ciudades, pases, etctera), selecciona una serie de
caractersticas (por ejemplo: nmero de habitantes,
renta per cpita, edad media, porcentaje de mayores
de 90 aos, etctera) y observa los distintos valores
de las mismas. Organiza todo ello en una pequea
base de datos. Pon nfasis en la importancia de
la codificacin precisa de los distintos valores
almacenados en dicha base de datos.
2. Con los datos del ejercicio 1, establece una medida
de la similitud entre las distintas entidades. As,
si se ha hecho una base de datos de ciudades y
las caractersticas observadas son numricas, se
podra utilizar la distancia eucldea como medida de
similitud. El resultado final ser una matriz simtrica
de similitudes entre todos los pares de entidades de
la base de datos.
3. Con la matriz de similitudes anterior y utilizando
un mtodo de agrupamiento jerrquico (por ejemplo,
UPGMA o Neighbor joining) agrupa las entidades
anteriores en clases en funcin de su similitud. Los
algoritmos se pueden aplicar a mano con pocas
entidades y para un nmero grande (10 o ms) se
puede utilizar OCTAVE (http://octave.sourceforge.
net/), FreeMat (http://freemat.sourceforge.net/ ) o un
paquete estadstico de cdigo abierto como R (http://
www.r-project.org/ ) o PSPP (http://www.gnu.org/
software/pspp/ ).
4. Utiliza el algoritmo de las k-medias para agrupar
las entidades anteriores en clases en funcin de su
similitud. Se puede utilizar OCTAVE, FREEMAT, o un
paquete estadstico de cdigo abierto como R o PSP.
MATERIALES AUXILIARES
LIBROS
Casanellas, M. y Fernndez, J. (2010): "Reconstruccin
filogentica usando geometra algebraica". Arbor: Ciencia,

pensamiento y cultura, vol. 186, n 746, pp. 1023-1033.
Las distribuciones tericas de los nucletidos satisfacen
ciertas relaciones algebraicas. Este artculo explica
cmo usar esos invariantes para implementar algoritmos
de reconstruccin filogentica con tcnicas y resultados
tericos procedentes del lgebra conmutativa y la
geometra algebraica.
Cohen, J. E. (2004): "Mathematics is biologys next micro-
scope, only better; biology is mathematics next physics,
only better". PLoS Biol, vol. 2, n 12, ser. 439.
Un interesante ensayo sobre el papel que puede y debe
jugar la biologa en el desarrollo de las matemticas y
viceversa.
Compeau, P. E. C., Pevzner, P. A. y Tesler, G. (2011): "How
to apply de Bruijn graphs to genome assembly". Nature
Biotechnology, vol. 29, n 11, pp. 987-991.
Una explicacin accesible y elemental de cmo la teora
de grafos se est utilizando para ensamblar genomas.
Corcos L. y Kervizic G. (2008): "Dynamical modeling of the
cholesterol regulatory pathway with Boolean networks".
BMC Systems Biology, vol. 2, n 99.
Un ejemplo de la utilizacin de un modelo matemtico
para entender la dinmica de la sntesis del colesterol a
nivel celular.
Crichton, M. (1990): Parque Jursico.
Esta novela sobre el campo de la ingeniera gentica
aplicada al comercio y la explotacin de animales, narra
cmo se intenta recrear la poca de los dinosaurios a
travs de un parque temtico en Costa Rica.
Huxley, A. (1932): Un mundo feliz.
La novela anticipa el desarrollo en tecnologa
reproductiva, cultivos humanos e hipnopedia que,
combinadas, cambian radicalmente la sociedad.
Mc Auley, M. T., Wilkinson D. J., Jones J. J. L. y Kirkwood,
T. B. L. (2012): "A whole-body mathematical model
of cholesterol metabolism and its age-associated
dysregulation". BMC Systems Biology, vol. 6, n 1.
Un ejemplo de la utilizacin de un modelo matemtico
para entender la dinmica de la regulacin del colesterol
en el cuerpo humano.
2.5 EL GENOMA HUMANO 149
Wiener, N. (1985): Ciberntica o El Control y comunicacin
en animales y mquinas. Barcelona: Tusquets, col.
Metatemas, n 8.
Uno de los primeros libros sobre ciberntica. En la
primera parte se explica el nacimiento y desarrollo de la
ciberntica en su primera dcada.
PGINA WEB
http://www.ornl.gov/sci/techresources/Human_
Genome/home.shtml. La pgina web del proyecto
de genoma humano contiene numerosos recursos
educativos sobre el tema en los aspectos cientficos,
ticos y legales.
PELCULAS
The amazing Spider-Man (Marc Webb, 2012). Peter
Parker, el estudiante que se esconde bajo la mscara de
Spider-Man, sufri un accidente fue mordido por una
araa radioactiva que modific su genoma, dotndole
de sus sper poderes arcnidos.
Parque Jursico (Steven Spielberg, 1993). Basada en
la novela de Michael Crichton. La reserva biolgica
en la que tiene lugar la accin cuenta con dinosaurios,
creados a travs de la ingeniera gentica.
Gattaca (Andrew Niccol, 1997). Escrita y dirigida por
Andrew Niccol. Pelcula ambientada en una sociedad
futura, en la que la mayor parte de los nios son
concebidos in vitro y con tcnicas de seleccin gentica.
La humanidad en peligro (Them!) (Gordon Douglas,
1954). Pelcula de ciencia ficcin en la que el ejrcito
americano realiza unas pruebas atmicas en un desierto
del suroeste de los Estados Unidos, lo que causa una
mutacin de las hormigas que crecen hasta alcanzar
gigantescas dimensiones.
La mosca (David Cronemberg, 1986). Un cientfico se
utiliza a s mismo como cobaya en la realizacin de un
complejo experimento de teletransportacin. La prueba
es un xito, pero empieza a sufrir unos extraos cambios
en su cuerpo. Al mismo tiempo, descubre que dentro
de la cpsula donde realiz el experimento se introdujo
una mosca, que produjo la modificacin gentica que
empieza a sufrir en su cuerpo.
150 Unidad Didctica. Matemticas del Planeta Tierra
 2.5 EL GENOMA HUMANO 151

BLOQUE 3
SOSTENIBILIDAD
Super energa

Autor: Andrs Mondjar Picazo. FOTCIENCIA9

El rayo, temido por muchos y apasionante para otros. Con la energa que libera un solo
rayo bastara para iluminar una ciudad de tamao medio durante todo un ao. Pueden
llegar a alcanzar ms de 100 millones de voltios, una intensidad de 20.000 amperios y llegar
a temperaturas tres veces la de la superficie del Sol. La velocidad de un rayo puede llegar a
los 140.000 km por segundo y para saber la distancia a la que se encuentra la tormenta se
calcula contando los segundos que transcurren desde que se produce el relmpago hasta
que se escucha el trueno. La diferencia de tiempo entre ambos se debe a que, mientras que
la luz viaja a una velocidad de 300.000 kilmetros por segundo, el sonido lo hace a tan solo
331 metros por segundo. Para calcular la distancia en kilmetros a la que se halla la tormenta
de nosotros, nicamente hay que aplicar la siguiente frmula: Distancia = N de segundos/3
Sera un gran paso para la ciencia el poder almacenar toda esa energa: teniendo en cuenta
que cada segundo caen en la Tierra una media de cien rayos, sera una fuente de energa
excelente.
meteorologa
y clima
Ana Mara Mancho

3.1

Este captulo est dedicado al uso de herramientas y
modelos matemticos para estudiar y prever el clima.
La autora hace una revisin histrica, recogiendo hbi-
tos populares y datos para mostrar la contribucin de la
matemtica al progreso del conocimiento sobre la me-
teorologa. Las matemticas facilitan un lenguaje para
describir la evolucin de la atmsfera, y proporcionan
mtodos numricos para su previsin. Newton escribi
en lenguaje matemtico las leyes del movimiento de los
objetos, y Euler describi las ecuaciones del movimiento
de los fluidos como el agua o el aire. Se trata de informa-
cin disponible para el estudiante de secundaria, quien
puede conformar sus conocimientos sobre esta impor-
tante temtica.
La atmsfera se comporta como un fluido y por ello las
ecuaciones que la caracterizan son las ecuaciones de la
hidrodinmica. Mediante estas ecuaciones se puede des-
cribir la evolucin de los vientos y de la presin. Aqu se en-
cuentra la base de la meteorologia, aunque en ella tambin
intervienen otras magnitudes fsicas que describen el es-
tado de la atmsfera como son la humedad, la condensa-
cin y evaporacin del agua, el calor y la temperatura.
A lo largo de los siglos XIX y XX distintos matemticos
y meteorlogos descubrieron las leyes con las que des-
cribir la atmsfera y su evolucin. El comportamiento
del tiempo atmosfrico es altamente impredecible, ya
que las ecuaciones que describen su evolucin son muy
sensibles a las condiciones iniciales. Por esta razn las
predicciones del tiempo solo tienen sentido en periodos
no demasiados largos, desde horas a das.
La prediccin del tiempo mediante mtodos numricos
ha marcado la transicin entre la tradicin y la moderni-
dad en meteorologa, mtodos que han venido apoyados
por el desarrollo de las tcnicas de computacin y poten-
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
tes ordenadores, adems del incremento en la precisin
y ubicuidad de los instrumentos de medida de algunas
variables atmosfricas, como la presin, la velocidad del
viento y la humedad. La autora describe tambin distin-
tas experiencias que han fundamentado la moderna me-
teorologa.
En la actualidad el pronstico del tiempo emplea mode-
los matemticos que incorporan la rotacin de la Tierra
y la interaccin con su geografa y el ocano. Incluyen las
observaciones que se logran con mtodos cada vez ms
sofisticados y precisos, como los radares y los satlites.
Para incorporar los datos en los modelos se usan nume-
rosas herramientas matemticas: la estadstica, la teora
de los procesos estocsticos, la teora del procesado y
filtrado de seales, el control ptimo sobre problemas
gobernados por ecuaciones en derivadas parciales, la
optimizacin y la teora de problemas inversos. Asimis-
mo se describe la tendencia actual en la prediccin del
tiempo: el pronstico por conjuntos. Esta tcnica utiliza
muchos pronsticos para efectuar una media y obtener
una estimacin del nivel de incertidumbre de los resulta-
dos. El conjunto de diagnsticos se consigue ejecutando
un nico modelo con leves modificaciones de las condi-
ciones iniciales, o bien utilizando distintos modelos que
existen con idnticas condiciones de partida.
Describir la evolucin del clima en la Tierra es ms com-
plicado que la mera prediccin meteorolgica, pues en
el clima influyen multitud de factores y fenmenos que
no intervienen en la perspectiva meteorolgica, que es
mucho ms local en el espacio y el tiempo. En este cap-
tulo se describen muchos eventos y aspectos que en el
pasado han contribuido a las variaciones a gran escala
del clima en la Tierra, pero que no se contemplan en la
prediccin del tiempo y que son difciles de prever.
El tiempo y su pronstico
en la historia
La prediccin del tiempo ha jugado un papel importante
en la vida humana tanto en el pasado como en el pre-
sente. En el gran escenario de la historia el destino de
las naciones a menudo ha dependido de las vicisitudes
del tiempo. As, en 1588 la Armada Invencible espaola,
con la que el rey Felipe II atac a Inglaterra, sufri una
violenta tormenta de cinco das frente a las costas de
Escocia que hizo naufragar sus barcos. Los navos que
huyeron hacia el oeste intentando escapar sufrieron
otra fuerte tormenta cerca de Irlanda. Solo la mitad de
la flota espaola regres. Algo parecido le ocurri, en
dos intentos fallidos en 1274 y 1281, al Gran Kan del im-
perio Mongol Kublai Khan, cuando se lanz a la conquis-
ta de Japn con un gran ejrcito. Los fuertes vientos del
mar destrozaron sus barcos y los estrellaron en la orilla.
Durante siglos el hombre ha intentado predecir el tiem-
po, observando los signos de la naturaleza en el cielo y
en la Tierra, buscando indicios que hicieran esas predic-
ciones posibles. El discpulo de Aristteles, Teofrasto,
recoge en su ensayo sobre El libro de los signos:
"Los signos que indican lluvia son as: inconfundible-
mente es lo que ocurre al amanecer, cuando el cielo tie-
ne una apariencia rojiza antes de salir el sol; ya que esto
indica que llover antes de tres das, si no el mismo da".
En el captulo XVI del Evangelio de San Mateo se lee:
"Al atardecer decs: 'Va a hacer buen tiempo porque el
cielo tiene un rojo de fuego' y a la maana: Hoy habr
tormenta porque el cielo tiene un rojo sombro'".
En la cultura popular los signos sobre el tiempo y su in-
terpretacin han dejado su impronta en el refranero:
Arco en el cielo, lluvia en el suelo, Cielo a corderos,
agua a calderos, Aurora rubia, o viento o lluvia, Golon-
drina en bajo vuelo, anuncia lluvia en el cielo.
Estos ejemplos muestran la importancia de las predic-
ciones meteorolgicas para el ser humano, aunque los
xitos en los pronsticos a veces se han conseguido por
casualidad, y otras por el mtodo. En las mejoras de la
prediccin basadas en el mtodo las matemticas han
sido muy importantes porque han facilitado un lenguaje
para describir la evolucin de la atmsfera, y han pro-
porcionado las tcnicas numricas que implementan
hoy en da grandes superordenadores.
La atmsfera y sus leyes
Para poder descifrar los cambios en la atmsfera, lo
primero es entender su funcionamiento. Isaac Newton
(1642-1727) asent las bases para el desarrollo de la f-
sica escribiendo en lenguaje matemtico las leyes que
gobernaban el movimiento de los objetos. Ms tarde el
gran matemtico Leonhard Euler (1707-1783) extendi
estos resultados escribiendo las ecuaciones del movi-
miento de los fluidos como el agua o el aire.
Las leyes que describen la dinmica atmosfrica tam-
bin se expresan mediante ecuaciones en derivadas
parciales. La atmsfera se comporta como un fluido,
as que, de entre las ecuaciones que la caracterizan, las
ms destacables son las ecuaciones de la hidrodin-
mica. Estas ecuaciones, que describen la evolucin de
los vientos y la presin de la atmsfera, encierran una
tremenda variedad de soluciones, que se obtienen para
distintas condiciones de contorno o al variar los par-
metros que intervienen en ellas. Las soluciones son fas-
cinantes y en el mundo real se observan en una cascada
o en un arroyo y en los remolinos que all se forman.
Pero en la dinmica de la atmsfera, adems de los
vientos y la presin, intervienen otras variables como
la humedad, relacionada con la condensacin y la eva-
poracin del agua, el calor y la temperatura, etcetra.
Las ecuaciones para estas variables se acoplan con las
de la hidrodinmica para describir al completo el es-
tado de la atmsfera. La temperatura es una variable
importante, pues atendiendo a su comportamiento en
la atmsfera, se diferencian en ella varias capas: la tro-
posfera, la estratosfera, la mesosfera, la ionosfera y la
exosfera.
160 Unidad Didctica. Matemticas del Planeta Tierra
Leyes, determinismo
e impredecibilidad
El siguiente paso es, conociendo las ecuaciones de la di-
nmica atmosfrica, se puede predecir el tiempo que
har en el futuro? Ms en general, podramos pregun-
tarnos si, una vez descrito el funcionamiento de un sis-
tema en el momento actual, se puede determinar cmo
ser en el futuro. Esto ha sido objeto de debate entre
los cientficos desde el siglo XVIII.
El matemtico francs Pierre Simon de Laplace (1749-
1827) pensaba que las leyes de la naturaleza y, por tan-
to, tambin las leyes que rigen la evolucin del tiempo,
eran deterministas y, en consecuencia, completamente
predecibles. En 1776, en su ensayo filosfico Sobre las
probabilidades, escribe:
El estado actual de un sistema es consecuencia de lo
que ha sido en el instante precedente, y si imaginra-
mos una inteligencia capaz de concebir en un momento
dado todas las relaciones entre los entes del universo,
podran establecer las posiciones, movimientos y efec-
tos generales de estos entes en cualquier momento del
pasado o del futuro.
El matemtico Jules Henri Poincar (1845-1912) (figura 1)
opinaba de manera distinta, pues argumentaba que pe-
Figura 1. Jules Henri
Poincar . Foto en el
frontispicio de la edicin
1913 de Dernires penses
(Sobre la ciencia y su
mtodo: el espacio,
ltimos pensamientos).
Fuente: http://commons.
wikimedia.org/wiki/
File:JH_Poincare.jpg
queas incertidumbres en la definicin del estado de un
sistema podran amplificarse en el tiempo e impedir las
predicciones en el futuro. En 1908, en su obra Ciencia y
mtodo escribira:
Si sabemos exactamente las leyes de la naturaleza y
la situacin del universo en el momento inicial, podra-
mos predecir exactamente el estado del universo en el
instante siguiente. Pero incluso si fuera el caso de que
las leyes naturales ya no encerraran secretos para no-
sotros, podramos conocer el estado inicial del universo
solo aproximadamente. Podra suceder que pequeas
diferencias en las condiciones iniciales produjeran di-
ferencias muy grandes en los fenmenos finales. Un
pequeo error en la determinacin de las primeras pro-
ducira un error enorme en las ltimas. La prediccin es
imposible y tenemos el fenmeno fortuito".
En lo relativo a la prediccin del tiempo, las ecuaciones
de la dinmica atmosfrica son difciles de resolver
dada la diversidad y complejidad de las soluciones que
contienen. Entre 1961 y 1963 Richard Feymann (1918-
1988), en sus Lecciones de fsica, refirindose a las
ecuaciones de la hidrodinmica, declaraba:
La prxima gran era del despertar del intelecto hu-
mano bien puede producir un mtodo para entender
el contenido cualitativo de estas ecuaciones. Hoy no
podemos. Hoy no podemos ver que las ecuaciones que
describen el fluir del agua contienen cosas tales como
[...] la estructura turbulenta que uno observa [...].
Con objeto de entender las soluciones de las ecuaciones
que rigen la atmsfera, en esa misma poca, Edward Lo-
renz (1917-2008), un profesor de meteorologa del Mas-
sachusetts Institute of Technology dedujo un sencillo
modelo de conveccin atmosfrica, que ejecutaba en
su ordenador. Compar dos simulaciones de su mode-
lo: la primera simulacin se ejecut en un nico perio-
do de pronstico, mientras que la segunda, aunque era
para idntico periodo de pronstico, se ejecut en dos
partes. La primera parte corresponda a un intervalo de
tiempo breve, y sus resultados sirvieron como condi-
cin inicial para la simulacin en el periodo de tiempo
restante. Los resultados de ambas simulaciones, aun-
que se esperaba que fueran idnticas, resultaron ser
muy distintas. Dado que las ecuaciones usadas eran
idnticas, Lorenz al principio pens que el fallo era del

ordenador, pero finalmente descubri que la razn se
deba a la imprecisin de las condiciones iniciales em-
pleadas en la segunda parte de la segunda simulacin.
Los resultados de la primera parte se haban almacena-
do en la memoria del ordenador como dgitos con seis
cifras decimales. Para ahorrar tiempo, en la simulacin
del segundo tramo Lorenz us como condiciones inicia-
les datos que preservaban solo las tres primeras cifras
decimales, es decir, en vez de escribir nmeros como
1,347321 escribi 1,347. Lorenz observ que al principio
de la simulacin del segundo tramo, los resultados en
cada paso temporal estaban inicialmente muy cerca-
nos, pero que conforme el tiempo evolucionaba ambas
soluciones se separaban. En consecuencia, concluy
que las predicciones del tiempo solo tenan sentido
para intervalos de tiempo relativamente breves, entre
horas y das.
El comportamiento del tiempo para periodos largos
como meses o aos es altamente impredecible, ya que
las ecuaciones que describen su evolucin son muy sen-
sibles a las condiciones iniciales, y solo si las condicio-
nes de la atmsfera se conocieran con precisin infini-
ta la prediccin tendra sentido. Este fenmeno se ha
popularizado con el nombre de efecto mariposa, pues
uno podra pensar que incluso la perturbacin produci-
da por el leve aleteo de una mariposa podra cambiar las
condiciones del tiempo en un punto dado. As, de esta
Figura 2. Edward Lorenz.
Fuente: http://photos.aip.
org/history/Thumbnails/
lorenz_edward_a1.jpg.
Fuente: http://en.wikipedia.
org/wiki/File:Edward_
lorenz.jpg.
3.1 METEOROLOGA Y CLIMA 161
EJERCICIO:
Experimento numrico: haz una prediccin
de un sistema catico.
Material: Calculadora u ordenador.
Procedimiento: Imagina que U es una varia-
ble atmosfrica cuya evolucin en el tiem-
po n+1 viene dada por su estado en el tiem-
po n (Un ) segn la siguiente expresin:
Un+1 = 3.6 Un (1-Un)
Considera un valor para U = 0.722 en el
tiempo n = 1, que debes introducir en la
parte derecha de la igualdad. Tras evaluar
la expresin obtienes la solucin de U en
n = 2. Si el resultado para n = 2 lo reintro-
duces en la parte derecha de la igualdad,
obtienes la magnitud U en el tiempo n=3.
Iterando o repitiendo esta forma de proce-
der conseguirs los sucesivos valores de U
en los distintos tiempos.
1. Toma para n = 1 el valor de U1 = 0.722. Ite-
ra la ecuacin hasta obtener U20. Anota el
resultado final.
2. Ahora toma para n = 1 el valor de U1 =
0.723. Itera la ecuacin hasta obtener
U20. Anota el resultado final.
3. Finalmente toma para n = 1 el valor de U1
= 0.721. Itera la ecuacin hasta obtener
U20. Anota el resultado final.
Dibuja los resultados representando la
iteracin n en el eje horizontal y el valor de
U en el vertical. Notas la sensibilidad a la
condicin inicial en la evolucin? Repite los
resultados para n = 60 iteraciones.
162 Unidad Didctica. Matemticas del Planeta Tierra
Figura 3. Una solucin del atractor de Lorenz. (Wikipedia). Autor: Agarzago.
Fuente: http://en.wikipedia.org/wiki/Lorenz_system.
manera las ideas expuestas por Poincar encontraron
su refrendo en los trabajos de Lorenz. Lorenz public
sus resultados en 1963, en un artculo titulado Deter-
ministic Non-periodic Flow en la revista Journal of the
Atmospheric Sciences. Aunque este artculo permane-
ci en un segundo plano durante una dcada, ms tarde
desencaden una intensa investigacin en los llamados
sistemas caticos.
El pronstico del tiempo
mediante mtodos numricos
y sus orgenes
El primer paso hacia el pronstico del tiempo con tc-
nicas numricas fue dado por Lewis Fry Richardson
(1881-1953). Richardson crea que era posible resolver
las complejas ecuaciones matemticas que describan
la dinmica de la atmsfera mediante clculos que in-
volucraban pequeos pasos temporales. Describi sus
ideas en el libro Prediccin del tiempo por procedimien-
tos numricos publicado en 1922. En su libro, Richard-
son imagina la fbrica de pronsticos:
Despus de mucho pensar, no podramos jugar con la
fantasa? Imagina una gran sala, como un teatro, salvo
que sus galeras rodean todo el escenario. Las paredes
de esta cmara estn pintadas formando un mapa del
globo terrqueo. El techo representa las regiones po-
lares, Inglaterra est en el gallinero, los trpicos en la
galera ms alta, Australia en la ms baja y la Antrtica
en la platea. Una mirada de calculistas trabajan sobre
el tiempo de la parte del mapa sobre el que se sientan,
y cada uno atiende solo a una ecuacin o parte de ella.
El trabajo en cada regin es coordinado por un oficial
de alto rango. Numerosos pequeos carteles luminosos
muestran los valores instantneos para que los calculis-
tas cercanos puedan leerlos. Desde la platea se alza un
gran pilar hasta media altura de teatro que se remata
con un plpito. En l se sienta el hombre a cargo de todo
el teatro; est rodeado de varios asistentes y mensaje-
ros. Una de sus tareas es la de mantener una velocidad
uniforme en el progreso del clculo de las distintas par-
tes del globo. En este sentido es como un director de
Figura 4. Representacin de la fbrica de pronsticos de Richardson. Imagen
por cortesa de L. Bengtsson.

orquesta en el que los instrumentos son reglas de clcu-
lo y calculadoras mecnicas. En lugar de llevar una ba-
tuta maneja un haz de luz rosada que proyecta en las
regiones que han adelantado al resto en el clculo, y un
haz de luz azul sobre aquellas que se quedan atrs.
Esta descripcin resulta muy evocadora y guarda una
estrecha relacin en muchos aspectos con la moderna
prediccin numrica del tiempo en superordenadores.
Efectivamente, en estos ordenadores las complejas
ecuaciones de la atmsfera se resuelven en pequeos
pasos temporales. En cada paso las variables atmos-
fricas se conocen en un conjunto discreto de puntos
sobre una malla espacial. La tarea de transformar las
ecuaciones originales en los pasos que debe ejecutar el
ordenador ha dado lugar a toda una rama de las mate-
mticas, el clculo numrico.
En la poca de Richardson, sin embargo, no existan los
ordenadores y los tediosos clculos se elaboraban por
personas llamadas calculistas. Para poner en prctica
sus ideas, Richardson quiso hacer un pronstico sobre
varias magnitudes que representaban el estado at-
mosfrico de la Tierra. Us como dato inicial mapas del
tiempo del 20 de mayo de 1910 producidos por el me-
teorlogo Vilhelm Bjerknes (1862-1951). Aunque el pro-
nstico de Richardson fall, pues predeca un aumento
de presin enorme, sus ideas fraguaron y con el paso
del tiempo han resultado ser asombrosamente prxi-
mas a los mtodos modernos de prediccin del tiempo.
La prediccin numrica del tiempo comenz a hacer-
se realidad a mediados de los aos cuarenta del siglo
XX, con la construccin de ENIAC (Electronic Nume-
rical Integrator And Computer), el primer ordenador
electrnico. Era un enorme aparato con ms de 17.000
tubos de vaco, que pesaba 27 toneladas, ocupaba 167
m2 y consuma 150 kw para funcionar. Fue concebido por
los ingenieros John Mauchly (1907-1980) y J. Presper
Eckert Jr. (1919-1995) de la Universidad de Pensilvania.
John von Neumann (1903-1957) y sus colaboradores en
el mbito de la meteorologa terica en el Instituto de
Estudios Avanzados de Princeton percibieron el poten-
cial de estas mquinas para la prediccin del tiempo e
hicieron el primer pronstico sobre un da en abril de
1950. Para ello se basaron en los modelos matemticos
simplificados desarrollados por el grupo dirigido por
3.1 METEOROLOGA Y CLIMA 163
Jule Charney (1917-1981). El clculo dur 24 horas y sus
resultados demostraron la factibilidad de la prediccin
numrica del tiempo.
El pronstico del tiempo
en la actualidad
En la actualidad los ordenadores son mucho ms rpi-
dos y los centros de prediccin del tiempo que existen
en todo el mundo ejecutan miles de modelos, algunos
tiles para predicciones locales y otros para prediccio-
nes globales. Los modelos meteorolgicos son cada vez
ms sofisticados, incorporan la rotacin de la Tierra y la
interaccin con la Tierra y su geografa y el ocano. Ade-
ms, se incluyen las observaciones que se logran cada
vez con mtodos ms sofisticados y precisos como los
radares y los satlites.
El radar es un instrumento electrnico que mide con
radiacin electromagntica. Los radares para las medi-
das atmosfricas emiten impulsos muy cortos de haces
de ondas de radio. Objetos como las gotas de lluvia, los
cristales de nieve, el granizo, los insectos o las part-
culas de polvo reflejan parcialmente las ondas hacia la
antena. Las seales reflejadas se procesan electrni-
camente y se convierten en imgenes que muestran la
localizacin, el tipo de nubes y la intensidad de la pre-
cipitacin.
Los satlites proporcionan la mayor parte de las me-
diciones atmosfricas. Los satlites destinados a este
tipo de mediciones incorporan cmaras sensibles a la
radiacin visible y al infrarrojo de modo que detectan
las nubes tanto de da como de noche. Las nubes fras,
que son las ubicadas a mayor altura, se muestran con
colores brillantes y blancos, mientras que las ms cli-
das (situadas a menor altura) aparecen en colores oscu-
ros y grises.
Los datos y las observaciones se incorporan a los mo-
delos de prediccin mediante el procedimiento de asi-
milacin de datos. El objetivo de la asimilacin de datos
es producir en las tres dimensiones del espacio y en el
164 Unidad Didctica. Matemticas del Planeta Tierra
Figura 5. Imagen de satlite obtenida por MODIS del Huracn Katrina tomada
el 28 de Agosto de 2005. Fuente: http://www.nasa.gov/mission_pages/
hurricanes/archives/2005/h2005_katrina.html.
tiempo una representacin consistente con el estado
fsico real de la atmsfera. Para ello las variables ob-
servadas se incorporan a un modelo de un sistema real
programado en un ordenador, de forma que el modelo
cuenta para sus predicciones con la informacin apor-
tada por las observaciones y medidas.
Para la asimilacin de datos se usan numerosas herra-
mientas matemticas: la estadstica, la teora de los
procesos estocsticos, la teora del procesado y fil-
trado de seales, el control ptimo sobre problemas
gobernados por ecuaciones en derivadas parciales, la
optimizacin y la teora de problemas inversos.
Lidiar con la incertidumbre
A pesar de los avances realizados por la meteorologa
moderna, uno de los retos en el pronstico del tiempo
hoy sigue siendo abordar las incertidumbres de las pre-
dicciones. Existen dos fuentes que las originan. Por un
lado, los errores introducidos por el conocimiento im-
perfecto de las condiciones iniciales y que se amplifican
debido a la naturaleza catica del problema. Por otro
lado, los errores introducidos por las aproximaciones
usadas en la formulacin de los modelos que hacen que
distintos modelos proporcionen distintas predicciones.
Por esta razn una tendencia actual en la prediccin
del tiempo es el uso del pronstico por conjuntos. Esta
tcnica utiliza muchos pronsticos para efectuar una
media y adems obtiene una estimacin del nivel de
incertidumbre de los resultados. El conjunto de diag-
nsticos se consigue ejecutando un nico modelo con
leves modificaciones de las condiciones iniciales o bien
comparando las predicciones que facilitan los muchos
modelos que existen.
Existen muchos centros y agencias alrededor del mundo
que realizan pronsticos del tiempo: en Estados Unidos,
los Centros de Prediccin Ambiental (NCEP); en Europa,
el Centro Europeo para Pronsticos de Medio-Alcance
(ECMWF); en distintos pases como Espaa, Reino Unido,
Francia, Japn, Canad, etctera, las agencias meteoro-
lgicas nacionales. Cada organismo cuenta para este fin
con sus propios modelos que utilizan distintas aproxima-
ciones, todas ellas plausibles, pero que en general pro-
porcionan diferentes resultados.
El clima y su evolucin
El clima se corresponde con la descripcin del estado
dinmico de sistema tierra-atmsfera pero en un sen-
tido ms amplio que el que proporciona la meteorolo-
ga. Se extiende sobre largos periodos de tiempo (aos,
dcadas, siglos, milenios) y sobre grandes reas (con-
tinentes, el globo terrqueo). Son muchos los factores

que configuran el clima: las interacciones entre la Tierra
y el Sol, los cambios en la rbita de la Tierra, la distribu-
cin de ocanos y continentes, los componentes qumi-
cos de la atmsfera, las erupciones volcnicas, la inte-
raccin entre los seres vivos especialmente especies
fotosintticas y su distribucin en mares y tierra y el
medio, as como los efectos de las acciones antropog-
nicas.
La atmsfera de la Tierra no ha sido siempre igual a la
actual. Los cientficos conjeturan que la atmsfera pri-
mitiva habra estado compuesta de hidrgeno, helio
y otros gases simples que se habran perdido. Las in-
contables colisiones con meteoritos que posiblemente
acontecieron durante los primeros estadios de existen-
cia de la Tierra habran generado un calor tremendo en
su superficie. En este proceso se habran emitido mu-
chos gases desde su superficie fundida. Posteriormen-
te la Tierra se habra enfriado y solidificado. A travs
de los volcanes la roca fundida habra, ocasionalmente,
irrumpido de nuevo en la superficie de la Tierra, conti-
nuando la emisin de gases. La acumulacin de estos
gases sobre la superficie habra formado una atmsfe-
ra secundaria primitiva.
Cmo era esta atmsfera? Si aceptamos que hace mi-
llones de aos las emisiones de los volcanes podran ha-
ber sido similares a las actuales, entonces la actividad
volcnica de tiempos antiguos pudo generar dixido de
carbono, monxido de carbono, vapor de agua, nitrge-
no y dixido de azufre. El examen de las rocas ms anti-
guas, las que fueron expuestas a la atmsfera primitiva,
indica una deficiencia de oxgeno en esta atmsfera.
En efecto, si hubiera existido oxgeno en la atmsfera
primitiva, se habra combinado con el hierro de estos
depsitos de rocas antiguas, pero esta evidencia no se
ha encontrado. El oxgeno que apareci en la atmsfera
lo hizo por la actividad biolgica, a travs de la fotosn-
tesis de organismos unicelulares llamados cianobac-
terias, o tambin algas verde-azuladas, que vivieron
en los ocanos hace 3.000 millones de aos. Conforme
el oxgeno se acumulaba en la atmsfera, se pudieron
formar ciertas cantidades de ozono que sirvieron como
capa protectora de la radiacin ultravioleta solar. Ade-
ms, el agua del ocano habra actuado como escudo
protector adicional de la radiacin csmica y en con-
3.1 METEOROLOGA Y CLIMA 165
secuencia bajo la superficie ocenica se habran dado
las circunstancias que habran permitido el desarrollo
de la vida en la Tierra. Cuando la capa de ozono se hizo
lo suficientemente extensa, las plantas y los animales
pudieron encontrar las condiciones para poblar los con-
tinentes.
Variaciones en el clima
Los cientficos han analizado los cambios climticos del
pasado examinando restos biolgicos (plantas y anima-
les fsiles) y geolgicos (sedimentos ocenicos) y han
encontrado evidencias de que en el pasado el clima de
la Tierra experiment cambios bruscos. Estos cambios
bruscos en las condiciones del hbitat justificaran las
extinciones masivas de especies de seres vivos que ha
habido en la historia de la Tierra. Por ejemplo, la extin-
cin masiva del Cretcico-Terciario ocurrida hace 65
millones de aos en la que desapareci el 50% de la
biodiversidad. Mucho peor fue la extincin masiva del
Prmico-Trisico, tambin llamada la Gran Mortandad,
ocurrida hace 250 millones de aos; en ella desapare-
cieron el 70% de las especies de vertebrados y el 95%
de las especies marinas.
Una de las causas que los cientficos sealan para es-
tas extinciones son los impactos de meteoritos Cmo
afecta al clima un gran impacto? La energa del im-
pacto de un asteroide de unos 10 km de dimetro que
alcance la Tierra con una velocidad tpica de 70.000
km/h-100.000 km/h puede producir un aumento de
temperatura local de decenas de miles de grados, que
seran suficientes para evaporar instantneamente de-
cenas de miles de km3 de suelo y roca, produciendo un
gran crter de impacto. El polvo resultante, al pasar a
la atmsfera, reducira la radiacin solar sobre la Tie-
rra, enfrindola significativamente. La colisin proba-
blemente producira enormes olas a travs del ocano
y desencadenara terremotos y actividad volcnica a
cientos y miles de kilmetros de distancia.
Los climatlogos, siguiendo la teora de Milankovitch,
tambin adscriben los cambios en el patrn climtico
166 Unidad Didctica. Matemticas del Planeta Tierra
de la Tierra a las variaciones cclicas de la rbita de la
Tierra en torno al Sol. Estas se produciran por un lado
por cambios en la excentricidad, es decir, en la desvia-
cin de la rbita de la Tierra del crculo perfecto. Por
otro lado, tambin habran influido las variaciones en la
posicin del plano ecuatorial de la Tierra con respecto
al plano de su rbita (inclinacin axial). Finalmente, tam-
bin seran importantes las variaciones en la precesin,
es decir, en la orientacin del eje de rotacin de la Tierra.
El clima de la Tierra en el pasado tambin puede haber-
se visto afectado por la deriva de los continentes. La
teora de la deriva continental fue propuesta en 1912
por el gelogo alemn Alfred Wegener, quien propuso
que originariamente todos los continentes estaban
unidos formando un macro-continente llamado Pangea,
rodeado de un solo ocano, Panthalassa. Estas ideas se
incluyeron posteriormente en la teora de la tectnica
de placas, segn la cual la parte ms externa de la Tie-
rra est formada por placas mviles. Los continentes
estn en estas placas y se mueven con ellas. En los l-
mites de estas placas se encuentran las zonas de sub-
duccin, donde se localiza el 95% de la energa ssmica
del planeta y la mayor parte de los volcanes activos de
la Tierra. Durante las erupciones volcnicas se expelen
toneladas de polvo y cenizas en la atmsfera. Algunas
veces estas alcanzan niveles por encima de la tropos-
fera y se extienden por toda la Tierra. Las partculas
EJERCICIO
Experimento: haz Dixido de Carbono (CO2)
El CO2 lo fabrica tu cuerpo al respirar, y se elimina en la espira-
cin o al exhalar el aire de los pulmones. El CO2 tambin puede
fabricarse de otras formas como detallamos a continuacin:
Material: Tiza, vaso de vinagre, una botella de 1 litro
con su tapn, una vela, un vaso pequeo.
Procedimiento: Introduce la tiza triturada en la botella.
Aade lentamente el vinagre sobre la tiza y al terminar
tapa la botella. Observa las burbujas que se forman en
volcnicas por un lado intensifican la formacin de nu-
bes y por otro, de modo parecido a como acta el polvo
producido tras un gran impacto, reflejan la luz solar y
eventualmente enfran la superficie de la Tierra. As la
erupcin del monte Pinatubo en Filipinas el 15 de junio
de 1995 redujo la temperatura media del planeta en me-
dio grado centgrado durante el subsiguiente ao.
El clima tambin puede variar si se altera el estado de
equilibrio de la atmsfera que depende de su composi-
cin qumica. Los volcanes y la actividad humana por
ejemplo a travs de procesos industriales emiten ga-
ses que pueden afectar al estado actual de nuestra at-
msfera. Entre otros, estos gases son el CO2, el metano,
el xido de nitrgeno y los clorofluorocarburos (CFC)
(este ltimo de origen antropognico). La presencia de
estos gases en la atmsfera contribuye al efecto inver-
nadero, por el que aumentara la temperatura media
del planeta. Adems, se ha probado que la existencia
de las molculas de CFC en la estratosfera ha jugado
un papel importante en la formacin del agujero en la
capa de ozono. Este agujero consiste en la disminucin
de ozono en la baja estratosfera cada primavera austral
y viene observndose desde los aos setenta del siglo
pasado. Debido a su impacto en el medio ambiente, la
manufactura de componentes que contienen CFC ha
sido prohibida por el protocolo de Montreal. Un papel
antagnico al descrito lo desempean seres vivos como
la botella. Son de dixido de carbono. Enciende la vela
e introdcela en un pequeo vaso. Destapa la botella
y vierte el gas sobre la vela. Observa que la vela se
apaga.
Explicacin: Cuando mezclas un cido como el vinagre
(cido actico) con un carbonato como el carbonato de
calcio (la tiza), reaccionan produciendo el gas dixido
de carbono. Este gas es ms pesado que el aire, y por
eso puede verterse sobre la vela. Al hacerlo se desplaza
el oxgeno y la vela se apaga porque sin oxgeno no hay
combustin.

el fitoplancton presente en grandes extensiones oce-
nicas. Su actividad fotosinttica acta como sumidero
del CO2 atmosfrico y contribuye de modo muy impor-
tante a la emisin de O2 a la atmsfera.
Eplogo
El pronstico del tiempo con tcnicas numricas invo-
lucra el uso de modelos matemticos de la atmsfera.
Para una mayor precisin en las predicciones se requie-
re la toma de continuas medidas en la atmsfera con
radares y satlites que se incorporan a los modelos, la
manipulacin de grandes conjuntos de datos y el uso
de sofisticadas herramientas procedentes de diversas
reas de las matemticas. Con estos esfuerzos la pre-
diccin del tiempo ha avanzado significativamente en
el ltimo siglo y ha conducido a un grado de precisin
que cada ao salva incontables vidas y propiedades. La
prediccin del tiempo con mtodos numricos puede
considerarse sin lugar a dudas uno de los logros ms
significativos del siglo XX, y sobre el que de forma regu-
lar cada vez hay ms y ms demanda.
Describir la evolucin del clima en la Tierra es ms com-
plicado que la mera prediccin meteorolgica, ya de por
s difcil. El clima y su evolucin est lleno de incerti-
dumbres y, como se ha descrito, en l influyen multitud
de factores y fenmenos que no intervienen en la pers-
pectiva meteorolgica porque esta es mucho ms local
en espacio y tiempo. Entre los factores que afectan al
clima existe un complejo entramado de interacciones,
que a veces no se conocen o se han estudiado poco, por
lo que su impacto a largo plazo es difcil de determinar.
Bibliografa recomendada
Andrews, D. G. (2000): An introduction to atmospheric
physics. Cambridge: Cambridge University Press.
Este libro, de un nivel relativamente avanzado, cubre
un amplio espectro de temas de la fsica atmosfrica.
3.1 METEOROLOGA Y CLIMA 167
Ilustra cmo la fsica ayuda a entender importantes as-
pectos del comportamiento atmosfrico. Asume que el
lector parte de un conocimiento de fsica y matemti-
cas como el que se adquiere en los primeros cursos de
la universidad.
Bohren, C. F. (1987): Clouds in a glass of beer. Mineola,
New York: Dover Publications.
Este libro describe experimentos sencillos de fsica
atmosfrica. Abarca un espectro amplio que incluye
desde conceptos formales hasta aspectos ms divul-
gativos e informales. Los profesores encontrarn ideas
sencillas para hacer demostraciones prcticas en clase.
Colman, B. R. y Potter, T. D. (2003): Handbook of weather,
climate and water. Hoboken, New Jersey: John Wiley &
Sons, col. Wiley Interscience.
Este es un libro para profesionales en el que cada cap-
tulo presenta una panormica o visin general del esta-
do del arte de un tema relacionado con la meteorologa
y el clima. Entre estos temas se incluyen la turbulencia,
la teora del caos, la predictibilidad atmosfrica, la pre-
diccin numrica del tiempo, los mtodos de observa-
cin atmosfrica modernos, los instrumentos y su cali-
bracin, etctera.
Feynman, R. (2005): The Feynman lectures on physics,
vol. 2. (ed. rev. y def.). Reading, Massachusetts: Addi-
son-Wesley.
En este libro de texto clsico, Feynman describe de ma-
nera entusiasta, clara, profunda y divertida los conceptos
bsicos de la fsica. En el segundo volumen dedica dos ca-
ptulos a los fluidos. En ellos presenta con gran intuicin y
de modo muy ilustrativo las ecuaciones que describen el
movimiento de los fluidos. Pone de manifiesto las dificul-
tades que entraa la resolucin de estas ecuaciones y la
gran variedad de soluciones que presentan.
Houghton, J. T. (2002): The physics of atmospheres.
Cambridge: Cambridge University Press.
Libro introductorio que presenta de manera concisa los
procesos fsicos que gobiernan la estructura y dinmica
168 Unidad Didctica. Matemticas del Planeta Tierra
de la atmsfera. Tiene un captulo dedicado al caos y la
predictibilidad atmosfrica.
Lynch, P. (2006): The emergence of numerical weather
prediction: Richardons dream. Cambridge: Cambridge
University Press.
Este libro proporciona una excelente revisin sobre cmo
surgi la prediccin numrica del tiempo. Desde las ideas
pioneras de Lewis Fry Richardson se requirieron muchos
avances para que su sueo se hiciera realidad: obtener una
mayor comprensin de la dinmica atmosfrica, disear Siete nios y su maestra exploran una cueva cuando se
algoritmos numricos para integrar las ecuaciones de la
atmsfera que fueran computacionalmente estables, re-
coger observaciones regulares y precisas del estado de la
atmsfera y finalmente disponer de potentes y eficientes
ordenadores. Se incide en todos los retos que hubo que
afrontar hasta que las modernas predicciones numricas
del tiempo fueron posibles.
Sorbjan, Z. (1996): Hands-on meteorology: stories,
theories, and simple experiments. Boston: American
Meteorological Society.
Este libro explica de manera divulgativa y amena los
conceptos bsicos de la meteorologa. Proporciona mu-
chas notas histricas y experimentos sencillos disea-
dos para entender la ciencia.
Strogatz, S. H. (1994): Nonlinear dynamics and chaos.
Cambridge: Perseus Books Publishing.
Libro introductorio sobre los conceptos matemticos
bsicos de la dinmica no lineal y el caos. Estas nocio-
nes subyacen a las ideas de Poincar sobre impredeci-
bilidad y determinismo. Dedica un captulo a explicar el
modelo de Lorenz y sus implicaciones.
MATERIALES AUXILIARES
LIBROS
Goethe, J. W. (2011): El juego de las nubes. Madrid: Nr-
dica.
Libro que contiene reflexiones y dibujos sobre meteo-
rologa y ciencia en general, que Goethe dise a partir
de 1820. Se ocupa del estudio de las nubes y del esta-
do de los cielos, con el objetivo de abordar lo incierto
desde lo ms cierto (lucha de gigantes csmicos, anta-
gonismo entre el bien y el mal, etctera). El libro est
magnficamente ilustrado por Fernando Vicente.
Southall, I. (1987): Siete chicos de Australia. Barcelona:
Noguer (ed. orig.: Hills End, 1962).
quedan atrapados por una intensa tormenta. Rodeados
de montaas junto a un ro desbordado, no pueden pedir
ayuda y se enfrentan a una lucha por la supervivencia.
A la vez, lidian con sus prdidas y con el misterio que
rodea al antiguo arte aborigen encontrado en la cueva.
PGINAS WEB
http://www.ecmwf.int/. European Centre for Me-
dium-Range Weather Forecasts.
http://www.noaa.gov/.
http://celebrating200years.noaa.gov/foundations/nu-
merical_wx_pred/welcome.html#early. NOAA-National
Oceanic and Atmospheric Administration.
http://ncar.ucar.edu/. National Center for Atmospheric
Research.
http://www.nasa.gov/. National Aeronautics and Space
Administration.
PELCULAS
Atrapado en el tiempo (Harold Ramis, 1993). Phil, el
hombre del tiempo de una cadena de televisin, es en-
viado un ao ms a Punxstawnwey, a cubrir la informa-
cin del festival del Da de la Marmota. En el viaje de
regreso, Phil y su equipo se ven sorprendidos por una
tormenta que les obliga a regresar a la pequea ciudad.
A la maana siguiente, al despertarse, Phil comprueba

atnito que comienza otra vez el Da de la Marmota. La
pelcula permite una reflexin sobre la prediccin me-
teorolgica basada en premisas cientficas o en tradi-
ciones (como la marmota y su sombra).
Waterworld (Kevin Reynolds, 1995). Los casquetes pola-
res se han derretido y han inundado el mundo, que ahora
est totalmente cubierto de agua. Los supervivientes
han optado por reagruparse en pequeos atolones que
han construido ellos mismos o bien convertirse en n-
madas y vagar por los ocanos en pequeas embarca-
ciones. Uno de ellos es Marinero (Kevin Costner), un hu-
mano que posee branquias para poder respirar debajo
del agua. Su vida cambia cuando rescata a Helen y a su
hija adoptiva Enola de los malvados Smokers, liderados
por el Dicono (Dennis Hopper). Ahora, los tres decidi-
rn ir en busca de la Tierra Seca, el nico lugar en todo
el planeta que todava no ha sido inundado, siguiendo el
mapa que Enola tiene tatuado en la espalda. La pelcula
es una reflexin sobre un futuro posible si el hombre no
cambia su actitud ante el planeta.
Twister (Jan de Bont, 1996). Pelcula que narra los tra-
bajos de los investigadores de los tornados, autnticos
cazadores de estos fenmenos devastadores.
Armageddon (Michael Bay, 1998). Pelcula de cien-
cia ficcin y cine de catstrofes producida por Jerry
3.1 METEOROLOGA Y CLIMA 169
Bruckheimer y protagonizada por Bruce Willis, Billy
Bob Thornton, Ben Affleck, Liv Tyler, Owen Wilson, Will
Patton, Michael Clarke Duncan, Peter Stormare y Steve
Buscemi. En ella, un grupo de perforadores de platafor-
mas petrolferas son enviados por la NASA al espacio
para taladrar la superficie de un enorme asteroide que
amenaza la Tierra y destruirlo con una bomba.
El da de maana (Roland Emmerich, 2004). Pelcula es-
tadounidense estrenada en 2004 y protagonizada por
Jake Gyllenhaal y Dennis Quaid. Es una hiptesis de las
conclusiones expuestas en la tesis del cambio clim-
tico, que en la ficcin revelan las investigaciones del
climatlogo Jack Hall (Dennis Quaid): el calentamiento
global podra provocar un cambio abrupto y catastrfi-
co en el clima del planeta Tierra.
2012 (Roland Emmerich, 2009). Pelcula estadouniden-
se protagonizada por John Cusack. Est centrada en
las consecuencias catastrofistas del fin del calendario
maya.
DOCUMENTAL
Cloudspotting. Este documental de la BBC no es un tra-
tado de nubes sino un recorrido ameno y visual por los
diferentes tipos de nubes que se forman en la atms-
fera. Disponible en http://www.bbc.co.uk/programmes/
b00k99th.
Matemticas
y Economa
Carlos Vzquez Cendn

3.2

Disponer de conocimientos econmicos bsicos como
parte de la cultura y formacin comn de los ciudada-
nos es, hoy da, un requerimiento social indiscutible.
Las nociones fundamentales, los principios que regulan
las prcticas comerciales y los usos empresariales, son
herramientas formativas clave en la actualidad. En este
captulo se introducen algunas aplicaciones de las ma-
temticas necesarias para comprender la gestin eco-
nmica de distintos sectores productivos e introducir
nuevos conceptos que surgen de las relaciones entre
el desarrollo econmico y el medio ambiente, como el
desarrollo econmico sostenible.
Se introduce la nocin de economa ambiental, que ana-
liza cuestiones medioambientales con el fin de orientar
la actividad econmica y controlar sus consecuencias
negativas. El medio ambiente condiciona las activida-
des econmicas, proporciona recursos naturales (ma-
terias primas, energa) para la produccin y gestiona los
residuos del ciclo productivo. El captulo ejemplifica la
estrecha relacin que la matemtica establece entre
economa y medio ambiente, abordando problemas
cuantitativos con el rigor que ofrecen sus herramien-
tas. As, muestra la simulacin numrica presente en las
distintas etapas de produccin en un gran nmero de
actividades industriales y empresariales.
Entre los problemas que se presentan hay dos de es-
pecial relevancia relacionados entre s: el desempleo
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
y la disminucin del crecimiento econmico. Mostrar
aplicaciones de los modelos matemticos a los distin-
tos sectores productivos contribuye a la planificacin
racional y al ahorro de costes, los cuales disminuyen
mediante la precisin de los datos, la reduccin de los
tiempos y la optimizacin de los procesos.
Se dan ejemplos de modelos matemticos de valoracin
y se presentan conceptos como el valor temporal del di-
nero, la actualizacin o descuento, el clculo de cuotas
de un prstamo, los derivados financieros, el contrato a
plazo, su utilidad y valoracin, el contrato de opciones,
su utilidad y valoracin y los contratos forward y de fu-
turos, junto con otras nociones.
La teora de valoracin de opciones financieras requie-
re un modelo de evolucin del subyacente, del cual se
muestran distintas tcnicas y se ejemplifican sus usos.
Entre ellas destaca el mtodo de Monte Carlo, del cual
el autor presenta y discute las ventajas y desventajas.
Las matemticas se muestran en este captulo como
una amplia oferta de mtodos, tcnicas y procedimien-
tos, como modos de abstraer e interpretar datos y re-
laciones de fenmenos complejos, como son los econ-
micos y los medioambientales. El ciudadano espaol del
siglo XXI necesita fundamentos conceptuales y tcni-
cos slidos para entender la complejidad de la vida eco-
nmica actual. La lectura de este captulo contribuye al
logro de este objetivo.
la Accin del hombre sobre
el planeta y la economa
Desde el inicio de las civilizaciones, la accin del ser
humano ha modificado el relieve del planeta Tierra.
Se considera uno de los agentes externos, junto con la
accin del agua, del viento o de la vegetacin, y en los
ltimos tiempos, debido sobre todo a los avances tcni-
cos desarrollados, se ha vuelto cada vez ms relevante.
Tambin ha contribuido a ello la edificacin de grandes
ciudades y la expansin del hbitat humano hacia zonas
previamente no ocupadas, con la consiguiente cons-
truccin de edificios, vas de comunicacin (carreteras,
puentes, aeropuertos, vas frreas, etctera) o infraes-
tructuras para la explotacin de recursos naturales
(embalses, puertos, minas, terrazas, etctera).
Este proceso de urbanizacin e industrializacin ha
conllevado cierto deterioro del medio ambiente, lo que
ha propiciado el estudio cientfico de las relaciones en-
tre el desarrollo econmico y el medio ambiente, as
como la aparicin de conceptos como el de desarrollo
econmico sostenible. Indudablemente, el medio am-
biente del planeta condiciona las actividades econmi-
cas a travs de distintas funciones: fundamentalmente
proporciona recursos naturales (materias primas, ener-
ga, etctera) para la produccin y asimila los residuos
resultantes del ciclo productivo.
En la evolucin del pensamiento econmico, en el siglo Figura 1. La accin humana es un factor relevante en la transformacin del
planeta Tierra. Autor: Carlos Vzquez Cendn.
XVII los fisicratas entendan que la principal fuente de
riqueza era la Tierra, de ah que dieran especial impor-
tancia a la agricultura, la pesca y la minera, entendiendo
que la economa debera orientarse a obtener el mayor
rendimiento de los recursos naturales del planeta. No tivo final de orientar la actividad econmica para minimi-
obstante, en su concepcin organicista suponan que la zar sus consecuencias negativas sobre el planeta Tierra.
Tierra generaba continuamente estos recursos inagota- Para decidir si se quiere o no invertir en la construccin
bles. Posteriormente, la mayora de las corrientes eco- de cierto tipo de infraestructuras, los criterios de renta-
nmicas separaron el estudio del desarrollo econmico bilidad econmico-financiera resultan muy relevantes, en
y del medio ambiente, siendo considerados los recursos algunos casos incluso demasiado predominantes frente
naturales como un factor externo. Recientemente, la a las posibles consecuencias medioambientales. Dentro
disciplina conocida como economa ambiental trata de de la valoracin de este tipo de proyectos de inversin un
incorporar las herramientas clsicas de la economa al aspecto importante consiste en tener en cuenta que sus
anlisis de los problemas medioambientales, con el obje- rendimientos se darn en el futuro y que hasta alcanzar
176 Unidad Didctica. Matemticas del Planeta Tierra
ese instante futuro pueden intervenir factores descono-
cidos en el momento de abordar la inversin.
En un sentido general, se trata de problemas de in-
versin bajo incertidumbre, como los que surgen en el
mbito de la matemtica financiera, una disciplina que
ejemplifica la estrecha relacin que existe entre las ma-
temticas y la economa, especialmente cuando la se-
gunda aborda problemas cuantitativos con el rigor que
ofrecen las herramientas de la primera.
En el momento actual la economa mundial se enfrenta a
dos grandes problemas relacionados entre s: el desem-
pleo y la disminucin del crecimiento econmico, sobre
todo en las economas ms desarrolladas. El paro juvenil,
cuya tasa mundial ha pasado del 13% en 2007 al 17% en
2011 y que en Espaa ha alcanzado cifras del 40%, re-
sulta especialmente preocupante. El desempleo genera
cadas de salarios y, con ello, se contrae la demanda inter-
na. A su vez, la cada de la demanda reduce el empleo. La
crisis de la deuda soberana en algunos pases de la zona
euro y la fragilidad del sistema financiero tambin estn
muy relacionadas con los problemas anteriores. En una
coyuntura tan compleja, las medidas de poltica econ-
mica deben estimular la creacin de empleo y la reacti-
vacin de la demanda, mientras las reformas financieras
mitigan los problemas de la deuda pblica. Algunas ins-
tancias apuntan la necesidad de medidas coordinadas de
estmulos fiscales a nivel internacional, combinadas con
medidas estructurales para aumentar la competitividad
y las exportaciones.
Aunque las soluciones a las crisis se deben buscar a tra-
vs de las decisiones econmicas y financieras adecua-
das, las herramientas que proporcionan las matemticas
y sus aplicaciones tambin contribuyen al aumento de la
competitividad. Adems de ayudar en el modelado y si-
mulacin de los procesos econmicos y financieros rela-
cionados con la crisis, la transferencia de las aplicaciones
de las matemticas a los distintos sectores productivos
contribuye al ahorro de los costes y reduce los tiempos
necesarios para poner un determinado producto o proce-
dimiento en el mercado. Por ejemplo, la simulacin num-
rica est cada vez ms presente en las distintas etapas
de produccin en un nmero creciente de actividades in-
dustriales y empresariales. En todo el mundo estn sur-
giendo iniciativas que propician la colaboracin entre la
industria y las matemticas. Quizs los ms conocidos en
el mbito cientfico sean los Study Groups with Industry,
que renen grupos de investigacin y empresas para dis-
cutir problemas matemticos que surgen en la industria,
con el objeto de mejorar la competitividad o innovar en
los procesos productivos. Recientemente, bajo los auspi-
cios de la Fundacin Europea de la Ciencia y la Sociedad
Europea de Matemticas, se ha organizado una actividad
europea, conocida como Forward Look Mathematics in
Industry, para analizar y acelerar esta colaboracin. En
esta accin tambin se han recopilado casos de xito de
colaboracin entre empresas y grupos de investigacin
europeos, que avalan el potencial de las herramientas
matemticas en el desarrollo econmico e industrial. Se
puede consultar la informacin en la web: http://www.ce-
remade.dauphine.fr/FLMI/FLMI-frames-index.html.
Por otro lado, tambin se observ la creciente demanda
de profesionales con conocimientos matemticos para
aplicarlos en el mbito industrial y empresarial, trabajan-
do en equipos multidisciplinares. Se trata de un tipo de
formacin que se imparte en msteres o grados en dis-
tintos pases, muchas veces bajo el nombre de Matem-
tica Industrial o Ingeniera Matemtica. En el contexto de
desempleo juvenil que antes mencionamos, es relevante
comentar que el grado de empleabilidad de este tipo de
titulados es elevado.
En esta unidad didctica planteamos algunas nociones
bsicas de valoracin financiera y de las herramientas
matemticas que esta requiere. Dichas nociones resul-
tan fundamentales para el modelado de problemas de in-
versin bajo incertidumbre, como los que antes mencio-
namos al abordar proyectos con efectos sobre el medio
ambiente.
El valor temporal de dinero
Si a cualquier persona le preguntamos si prefiere reci-
bir 6.000 hoy mismo o dentro de 6 meses, la inmensa
mayora se inclinar por la primera opcin. Al margen de
la incertidumbre asociada a que efectivamente reciba el
dinero dentro de 6 meses, la capacidad de disponer de
l hoy conlleva un valor aadido. En concreto, el sistema

financiero permite que esos 6.000 de hoy se puedan
convertir en 6 meses en algo ms. Por ejemplo, si se pue-
den invertir en un depsito a plazo al 3% de inters anual
en un banco, al cabo de 6 meses recibimos 6.090 . Esto
ejemplifica sencillamente el valor temporal del dinero: la
misma cantidad de dinero no vale lo mismo si la recibi-
mos en distintos momentos (hoy o dentro de 6 meses).
El valor temporal del dinero est muy relacionado con el
concepto financiero de capitalizacin, que nos permite
conocer el valor futuro de una inversin sin riesgo, que
hacemos hoy y tiene asociados unos pagos determi-
nistas (que llamamos flujos) en el futuro. La modalidad
ms sencilla es la capitalizacin simple: si invertimos
un capital inicial C a un tipo de inters anual r (expre-
sado en tanto por uno) durante nd das, siendo na el
nmero de das considerado para un ao financiero,
entonces el valor al cabo de nd das viene dado por la
frmula (1+r ndna
) . Por ejemplo, si depositamos 1.000
al 3% entre el 1-1-2013 y el 31-3-2013, considerando un
ao comercial de 360 das, al vencimiento retiraramos
1.000(1+0,3 x 360
88
) = 1.007,3.
A diferencia de la capitalizacin simple, la capitalizacin
compuesta permite recibir los intereses en periodos in-
feriores a la duracin de la inversin y acumularlos al ca-
pital. Por ejemplo, si los intereses se acumulan q veces
al ao en periodos iguales, el valor final al cabo de 1 ao
es C (1+r qr )q . Conceptualmente, resulta interesante
definir la capitalizacin continua, que supone que la in-
versin est acumulando los intereses continuamente
en el tiempo de modo que el valor final se puede obtener
pasando al lmite en la capitalizacin compuesta:
lim C(1+ qr )q = Cer
q
Si estamos valorando la inversin al tipo continuo r en el
tiempo t y esta finaliza en el tiempo T, ambos medidos en
aos, entonces el valor final de la misma es Cer(T-t).
En los casos anteriores hemos utilizado el tipo de inte-
rs nominal, es decir, el tipo anual sin tener en cuenta la
frecuencia con la que se abonan los intereses. Como el
valor final depende de la forma de capitalizacin, para
comparar inversiones resulta til tener una tasa o tipo de
referencia. En la prctica, para ello se utiliza la tasa anual
3.2 MATEMTICAS Y ECONOMA 177
equivalente o TAE que, para una capitalizacin determi-
nada, es el tipo de inters (Tasa) correspondiente a una
capitalizacin simple durante un ao (Anual), que pro-
porciona el mismo valor capitalizado (Equivalente). Por
ejemplo, la TAE de un depsito que proporciona un tipo
nominal del 3% anual pagando intereses cada mes, es
TAE = [(1+0.03
12
)12-1] = 0,03043,04%
Ejercicio
Calcula la TAE para inversiones con un tipo nominal
determinado que se abona cada mes, cada semana,
cada da, cada hora, cada minuto hasta llegar a la
TAE para el tipo continuo. Incluso, para darle ms
realismo, se pueden utilizar folletos de depsitos
sencillos o de prstamos comercializados por enti-
dades financieras.
Al margen del futuro profesional de cada estudiante,
estamos condenados a tomar decisiones financieras.
Por una parte, la TAE nos permite comparar el rendimien-
to de inversiones a plazo con distintas modalidades de
abono de intereses. Por otra parte, sirve para evaluar las
condiciones que nos ofrecen las distintas modalidades de
prstamo. En el primer caso, dejando al margen otras con-
sideraciones sobre nuestras preferencias en el cobro de
intereses, nos inclinaremos por aquellas inversiones que
ofrecen la TAE ms elevada. En el segundo caso, tratare-
mos de suscribir prstamos que conllevan una TAE menor.
La actualizacin o descuento nos permite conocer el va-
lor actual de un producto que paga flujos conocidos en
el futuro. Es un proceso inverso a la capitalizacin y sus
modalidades son anlogas. As, la actualizacin simple
de una cantidad C que recibiremos dentro de nd das,
viene dada por C(1+r ndna
)-1 . En el descuento continuo, el
valor descontado a tiempo de algo que vale en tiempo T
es Ce-r(T-t).
178 Unidad Didctica. Matemticas del Planeta Tierra

Los conceptos de descuento y capitalizacin permiten la El prstamo ms popular es el crdito hipotecario, con el
valoracin de activos sin riesgo. En particular, el descuen- que la mayora de los espaoles ha adquirido su vivienda
to permite valorar productos que proporcionan flujos fu- en los ltimos aos. Por ejemplo, si hemos obtenido un
turos conocidos de dinero, simplemente descontando el prstamo de 200.000 a 20 aos al 5%, con una cuota
valor de los mismos. El ejemplo ms sencillo es el bono mensual constante, la frmula anterior nos indica que el
que paga cupones con un inters fijo. Podemos descon- importe de esta ser 1.319,91 . Podemos reducir la cuo-
tar el valor de los cupones con los tipos correspondien- ta sensiblemente a 1.073,64 mensuales, contratando el
tes a sus vencimientos y del nominal al vencimiento del prstamo a 30 aos. Tambin es importante saber que en
bono para obtener el valor actual del mismo. Por ejemplo, el primer caso la suma de los intereses pagados durante
la deuda del Estado espaol, que se subasta a distintos la vida del prstamos es 116.778,40 mientras que en el
plazos de tiempo (3 meses, 6 meses, 1 ao, etc.) se emite segundo asciende a 186.510,40 .
al descuento, de modo que al suscribirla se paga el valor No obstante, la mayora de los crditos hipotecarios en
descontado de los flujos futuros y con posterioridad se Espaa se han contratado a un tipo de inters variable,
reciben los flujos asociados. Lo mismo ocurre con los pa- revisable anualmente a partir del tipo EURIBOR, que a su
gars de algunas entidades financieras. vez se fija cada mes. Para adaptar la frmula anterior a
lo que se conoce como modelo francs de prstamo hi-
potecario, en cada actualizacin anual se toma P como
el capital pendiente de amortizar y n como el nmero de
Clculo de cuotas de un prstamo aos hasta el vencimiento del prstamo. Consideramos
como ejemplo un prstamo de 200.000 a 20 aos, al
tipo fijo del 5% el primer ao y al tipo variable del EURI-
A lo largo de nuestra vida, para abordar proyectos de BOR+1% a partir del segundo ao. Al final del primer ao
inversin personales o profesionales, surge la necesi- el capital pendiente es P1 = P-C1q=184.161,08 , siendo
dad de solicitar prstamos. En el plano personal, pue- C1 = 1.319,91 la cuota mensual constante antes calcu-
den suscribirse para financiar nuestra formacin (estu-
diar un grado universitario, un mster, un doctorado o
un curso de idiomas en el extranjero), la adquisicin de
bienes (coche, vivienda, etctera) o algn gasto impre-
visto considerable. En el plano profesional, podramos
considerar las distintas circunstancias que requieren
la financiacin de una empresa para su arranque o fun-
cionamiento. Incluso, la necesidad de pedir prstamos
aparece en estructuras ms complejas, como las comu-
nidades autnomas o los estados.
Una situacin tpica es aquella en la que se solicita al pres-
tamista una cantidad de dinero, a cambio de pagar un tipo
anual de inters durante un nmero de aos. Para devolver
el importe del prstamo, se abona un nmero de cuotas al
ao por un importe constante, de modo que al final del ao
se ha devuelto el capital y se han abonado las cantidades
correspondientes a los intereses. Utilizando las frmulas
de capitalizacin y descuento, se puede demostrar que la
cuota a pagar tiene la expresin:
Pr
C= q(1-(1+r/q)-nq)
Figura 2: Los crditos han sido la forma ms habitual de adquirir una vivienda.
Imagen: Laura Orensanz.

lada para el primer ao. Teniendo en cuenta lo que figura
en el contrato hipotecario, supongamos que el EURI-
BOR aplicable para el segundo ao es el de octubre de
2011, que fue del 2,11%. Ello da lugar a un tipo r2 = 3,11%
para el segundo ao, con lo que la cuota mensual del se-
gundo ao es C2 = 1.070,74 . Al final del segundo ao, al
capital pendiente P2 = P1-C2q = 171.312,20 se le apli-
car el EURIBOR publicado en octubre de 2012, que fue
del 0,65%, lo que da lugar a un tipo hipotecario r3 = 1,65%
para el tercer ao y la cuota mensual de C3 = 917,25 . El
proceso se repite sucesivamente hasta la amortizacin
del capital y los intereses en el momento de vencimiento
del prstamo.
EJERCICIO
Completa una tabla de cuotas para los aos del
prstamo a tipo variable, suponiendo varias posibi-
lidades de evolucin del EURIBOR en el futuro. Se
pueden calcular tambin los intereses totales que se
acaban pagando durante la duracin del prstamo.
Sin duda, nuestros alumnos de ESO o bachillerato, en
algn momento tendrn que endeudarse para adqui-
rir un coche, una vivienda o financiar su formacin. La
falta de soltura en el manejo de los conceptos finan-
cieros asociados al endeudamiento explica, en parte,
la situacin financiera tan deteriorada a la que han
llegado algunas economas domsticas.
En la prctica, el tipo de inters que ofrece el banco de-
pende del perfil de riesgo del solicitante del prstamo.
A mayor riesgo del solicitante, mayor ser el diferencial
que se aplica al EURIBOR en el caso variable o mayor ser
el tipo fijo que le oferte el banco. En cualquier caso, en el
anlisis de perfil de riesgo ha resultado difcil (o no se ha
querido) predecir correctamente las posibles situacio-
nes de incumplimiento derivadas de la crisis econmica,
como la que se est dando en los ltimos aos. Por otro
lado, tambin es conocido el caso de las famosas hipote-
cas subprime, concedidas a clientes de alto riesgo y que
despus fueron comercializadas en forma de sofistica-
3.2 MATEMTICAS Y ECONOMA 179
dos productos financieros (como los CDO o CDS) de alta
rentabilidad y elevadsimo riesgo.
Los estados y las comunidades autnomas tambin tie-
nen necesidad de pedir dinero prestado para financiarse
y una forma natural de hacerlo es a travs de la emisin
de deuda. Obviamente, el perfil de riesgo del emisor de
la deuda condiciona el tipo de inters al que el mercado
considera que puede endeudarse. En este sentido, la cri-
sis econmico-financiera que atraviesan algunos pases
europeos ha puesto de moda el diferencial que existe en-
tre los tipos de inters que paga el bono alemn a 10 aos
y el de otros pases europeos, lo que se conoce como la
prima de riesgo. Por ejemplo, si la prima de riesgo de Es-
paa est en 400, quiere decir que el bono espaol paga
400 puntos bsicos (esto es un 4%) ms que el bono ale-
mn. Claramente, al igual que en los ejemplos anteriores,
a mayor prima de riesgo mayor coste de financiacin.
Los derivados financieros
En los mercados financieros se negocian una gran varie-
dad de productos, que se han ido volviendo cada vez ms
sofisticados. Sin nimo de ser exhaustivos, una primera
clasificacin bsica permite considerar varios mercados:
Mercados de bienes (commodity markets): se ne-
gocian materias primas o productos materiales
(petrleo, maz, oro, plata, electricidad, etctera).
Mercados de monedas de curso legal (foreign ex-
change markets): se negocian los tipos de cambio
entre las distintas monedas (libra-euro, dlar-yen,
etctera).
Mercados de bonos (bond markets): se negocian
bonos del estado, deuda emitida por comunida-
des autnomas, bonos de empresas privadas,
etctera.
Mercados de acciones (stock exchange): son los
ms populares y en ellos se negocian acciones de
distintas empresas.
Mercados de futuros y opciones (futures and op-
tions markets): se negocian productos financieros
derivados, y gozan de una popularidad creciente.
180 Unidad Didctica. Matemticas del Planeta Tierra

Son especialmente conocidas las opciones sobre mientras que si el derecho es a vender se llama opcin
acciones. de venta (opcin put). Es importante matizar que, en el
En este apartado nos centraremos en los derivados caso de opciones, el poseedor tiene el derecho pero no
financieros, que son aquellos productos cuyo precio la obligacin de realizar la transaccin futura, y esto es
depende de otro producto financiero (subyacente). El una diferencia importante con los casos anteriores. El
derivado financiero es un caso particular del concepto producto objeto del derecho de transaccin se conoce
de derivado, que es un producto cuyo precio depende como subyacente y puede ser de carcter financiero,
del precio de otro u otros productos (que pueden ser en el caso de las opciones financieras, o no. El precio
financieros o no). pactado se conoce como precio de ejercicio o strike. El
derecho puede adquirirse para ejercerlo en una fecha
Los productos derivados se pueden clasificar en tres ti-
determinada, como ocurre en las llamadas opciones
pos: contrato forward, de futuros y opciones.
europeas, o antes de una fecha, como es el caso de
Contrato a plazo o forward. Es un contrato para las opciones americanas. Al proporcionar un derecho
comprar o vender un producto por determinado precio al poseedor, cuando este lo adquiere ha de pagar una
en cierto instante futuro. La posicin larga es la parte prima, que es justamente el valor de la opcin. Las
contratante que acepta realizar la compra y la posicin
corta es la que acepta realizar la venta. Lo contrario es
un contrato al contado (spot), en el que la transaccin
tiene lugar en el instante actual. En el contrato forward
estamos obligados a realizar la transaccin y el precio de
la misma se fija de modo que ninguna de las partes paga
una prima inicial. Un ejemplo de este tipo de derivado
surge cuando un comerciante se compromete a comprar
a un agricultor 10.000 kilos de la cosecha de patatas a
0,2 /kg 6 meses despus de la firma del contrato.
Claramente, con este contrato los contrayentes del
mismo se protegen ante la incertidumbre del precio
que alcanzar el kilo de patatas dentro de 6 meses (en
el que intervienen factores como el clima, la produccin
de los competidores, la aparicin de plagas, etctera).
Contrato de futuros. Su estructura es la misma que la
del contrato a plazo, pero tiene lugar en un mercado
regulado, que especifica las condiciones del contrato.
Un ejemplo lo constituye un inversor que le pide a su
brker que acuda al mercado organizado de futuros
americano, Chicago Board of Trade (CBOT), para que
compre 1 futuro sobre 1.000 m3 de trigo para el prximo
mes de julio. El precio resultante ser consecuencia
del ajuste entre los precios de oferta y la demanda que
aparezcan cotizados en el CBOT.
Contrato de opciones. Es un contrato que da a su
poseedor el derecho a comprar o vender una cantidad
de un producto a un precio determinado durante Figura 3. Arriba, evolucin del ndice IBEX35 entre el 2 de julio de 2012 y el 2 de
enero de 2013. Debajo, interior de la Bolsa de Madrid. Autor: Alavisan. Fuente:
un espacio de tiempo. En el caso de dar el derecho http://commons.wikimedia.org/wiki/File:Interior_Bolsa_de_Madrid.jpg?
a comprar se llama opcin de compra (opcin call), uselang=es.

opciones son los productos derivados ms populares.
Un ejemplo de opcin no financiera es un contrato por el
que un equipo de ftbol adquiere el derecho a comprar un
jugador antes de una determinada fecha a otro equipo.
Un ejemplo de opcin financiera aparece cuando en el
mercado de futuros espaol (MEFF) adquirimos hoy
una opcin de compra de 100 acciones de Telefnica por
9 , que podemos ejercer hasta el 15 de marzo de 2013.
En ambos casos, la prima es consecuencia del equilibrio
entre la oferta y la demanda.
Utilidad de los contratos
de opciones
Para entender la utilidad de las opciones, en primer lugar
pensemos en qu podemos hacer si tenemos una opcin
de compra sobre una accin de Telefnica con un strike de
10 para ejercerla el 15 de marzo de 2013. Si la opcin
nos da el derecho a comprar solo en esa fecha, podemos
esperar a que llegue y tomar decisiones en funcin de la
cotizacin del subyacente. Por ejemplo, si el 15 de marzo
Telefnica cotiza a 13 , podemos ejercer el derecho de
compra a 10 y venderla en el mercado al momento, con
una ganancia de 3 . Si la accin cotizase a 7 , entonces
el derecho a comprar a 10 no es de utilidad y la opcin
de compra no vale nada.
Claramente, el valor de la opcin de compra en el momen-
to del vencimiento se puede determinar en funcin del
valor del subyacente. En concreto, si denota el momento
de vencimiento, la cotizacin del subyacente en el ins-
tante y el precio strike del contrato, el valor de la opcin
a vencimiento es
V(T, ST) = max(ST-K,0)
Si la opcin fuese de venta, un razonamiento anlogo al
anterior conduce a la expresin
V(T, ST) = max(K-ST,0)
Lo que resulta ms complicado es determinar el valor
de la opcin en un instante previo al vencimiento. La
necesidad de determinar este precio surge de la posibi-
3.2 MATEMTICAS Y ECONOMA 181
lidad de comprar o vender opciones en mercados orga-
nizados, al igual que las acciones. En el ejemplo anterior,
tambin podramos haber vendido la opcin en el mer-
cado de futuros espaol (MEFF) antes del 15 de marzo
de 2013. Precisamente, el problema de valoracin de
opciones consiste en determinar cul es el precio justo
(fair price) que debemos pagar por una opcin en cual-
quier instante previo a su vencimiento, sin perder de
vista que en la prctica el precio resulta del equilibrio
entre la oferta y la demanda en el correspondiente de
mercado de opciones.
Las opciones presentan dos utilidades fundamentales:
la cobertura y la especulacin. Su uso como cobertura
permite reducir el riesgo asociado a la posesin de una
cartera de acciones. Para ello, se mantienen posiciones
contrarias en acciones y opciones; por ejemplo, com-
prando acciones de una empresa por 10 y opciones de
venta por 9 de esas acciones, lo cual tendr el coste
adicional de abonar la prima de las opciones, pero la ga-
ranta de poder vender las acciones a 9 , si su precio
bajase mucho. Para protegerse frente a movimientos
que no consistan solo en subidas o bajadas de precios,
existen combinaciones de opciones que se conocen
como estrategias (cono, cuna, mariposa, etctera). El
uso de las opciones financieras con fines especulativos
est relacionado con su gran efecto de apalancamiento,
que permite obtener grandes beneficios con inversio-
nes menores que las que habra que realizar en accio-
nes. Por ejemplo, ante la perspectiva de una subida de
las acciones de una empresa en los prximos 2 meses
podemos: a) comprar 100 acciones a 20 cada una o b)
comprar opciones de compra por 1,5 cada una. Si la
accin sube a 23,5 , en el caso a) el rendimiento re-
lativo por accin viene dado por (23,520)/20 = 0,175;
es decir, un 17,5%. Por el contrario, en el caso b) op-
taramos por ejercer la opcin de compra y vender las
acciones compradas, de modo que el rendimiento rela-
tivo ascendera a (23,5201,5)/1,5 = 1,3333; es decir,
un 133,33 %. Si la accin baja a 16,5 , en el caso a) se
pierden 350 mientras que en el caso b) se pierden
150 del coste de las opciones, que no se ejerceran.
Si optamos por las opciones, nuestra prdida mxima
est acotada por el importe de la prima, muy inferior a
la prdida en el caso de optar por acciones.
182 Unidad Didctica. Matemticas del Planeta Tierra
Las opciones ms sencillas son las opciones vainilla,
aquellas cuyo valor a vencimiento depende exclusiva-
mente del valor del subyacente en ese momento. Las
opciones pueden ser de carcter europeo, cuando solo
se pueden ejercer en la fecha de vencimiento, como ocu-
rre con las acciones sobre el ndice IBEX35 en el merca-
do de futuros espaol (MEFF). Las opciones americanas
son aquellas que se pueden ejercer en cualquier instan-
te antes del vencimiento o en la fecha de vencimiento,
como todas las opciones sobre acciones de determina-
das empresas que se negocian en el MEFF. Si el valor a
vencimiento no depende solo del valor del subyacente
en ese momento, entonces se llaman opciones exticas.
Un ejemplo de opciones exticas son las que dependen
de la cotizacin media del activo en cierto periodo de
tiempo, que se conocen como opciones asiticas, de las
que existen una gran variedad dependiendo de la media
En el libro de I de la Poltica de Aristteles
se menciona un curioso contrato de opcio-
nes: el filsofo Thales predijo que la prxi-
ma cosecha de aceitunas sera excelente y
contrat a sus dueos a bajo precio la opcin
de utilizar una cantidad importante de moli-
nos de aceitunas. Llegado el momento, la de-
manda de molinos fue tal que Thales obtuvo
una buena cantidad de dinero, revendiendo
el uso de los molinos al precio que quiso. Con
ello, Thales quiso acallar las burlas sobre la
inutilidad de la filosofa para enriquecerse.
Las opciones tambin tuvieron un gran pro-
tagonismo durante la locura desencadenada
en los mercados de tulipanes en Holanda en
el siglo XVII, hasta su colapso en 1637. En
Estados Unidos se les relacion con la crisis
de los aos veinte del siglo pasado. No obs-
tante, el primer mercado organizado de op-
ciones, Chicago Board of Options Exchange
(CBOE), apareci en Chicago en 1973.
considerada (aritmtica o geomtrica, continua o dis-
creta), del pago recibido a vencimiento (de strike fijo o
variable) y de la posibilidad de ejercicio anticipado (de
carcter europeo o americano). La ventaja de las opcio-
nes asiticas es que sus precios fluctan menos que sus
correspondientes opciones vainilla frente a variaciones
puntuales del precio del subyacente. Existen opciones
exticas sobre mximos o mnimos de un subyacente
(opciones lookback) y opciones sobre cestas (que de-
penden de varios subyacentes).
Recientemente, las entidades financieras tambin han co-
mercializado lo que se conocen como productos estruc-
turados, que combinan la rentabilidad fija de una parte de
la imposicin con una rentabilidad variable definida en tr-
minos de cotizaciones de acciones o ndices burstiles, cu-
yos pagos son similares a algunas opciones sofisticadas.
Valoracin de contratos
forward y de futuros
En el momento de la contratacin de los contratos
forward y de futuros no hay un pago inicial entre las par-
tes, sino que se establece un precio para la transaccin
futura del subyacente de modo que ambas partes estn
de acuerdo. El precio pactado, K, en el instante inicial
(t=0) para la compra o venta asociada al contrato de fu-
turos coincide con el valor futuro del subyacente en el
momento de vencimiento (t-T). En ausencia de riesgo, di-
cho valor es ST=S0 erT, siendo r el tipo de inters libre de
riesgo. En consecuencia, el valor del contrato de futuros
en t = 0 es cero (no hay que pagar prima). No obstante,
para t>0 el precio pactado no tiene por qu coincidir con
el valor futuro del activo en ese instante t>0, pues el tipo
de inters a vencimiento o el valor del subyacente cam-
bia. Entonces, en un instante t>0, el valor del contrato
de futuros FT(t) es el valor descontado a tiempo t de la
diferencia entre el valor a vencimiento del subyacente y
el precio pactado, esto es: FT(t) = (St-K)e-r(T-t) equivalen-
temente:
FT(t) = St-Ke-r(T-t)

Valoracin de contratos
de opciones
Al igual que en el contrato de futuros, los modelos de va-
loracin de opciones tienen por objetivo obtener el precio
terico de estas bajo ciertas hiptesis sobre el mercado.
En la prctica, el precio resulta de cruzar las rdenes de
compra y venta de contratos en el mercado organizado en
el que se negocian. Al igual que los modelos matemticos
de otros fenmenos, para aplicarlos a la realidad es nece-
sario determinar (calibrar) algunos de los parmetros que
intervienen en la determinacin del precio. En este caso
concreto, para calibrar los parmetros se usan algunos
datos del mercado. Antes de pasar a la valoracin analiza-
remos algunos de los factores que intervienen en el valor
de la opcin: tiempo a vencimiento, precio del subyacente,
precio de ejercicio, tipo de inters y volatilidad.
El tiempo a vencimiento es lo que falta para alcanzar la
fecha de vencimiento, que es una fecha fija. Como las op-
ciones tienen un valor asociado a la proteccin contra la
incertidumbre, cuanto mayor sea el tiempo a vencimien-
to mayor ser su valor.
El precio del subyacente evoluciona con el tiempo. Preci-
samente, un aspecto muy importante para la valoracin es
la eleccin del modelo de evolucin de precios del subya-
cente, que ha de incluir una componente estocstica (es de-
cir, aleatoria) para reproducir la incertidumbre. Si tenemos
una opcin de compra con strike de 20 , cuanto ms suba
el precio del subyacente ms interesante ser nuestra op-
cin y mayor ser su precio. Si el precio del subyacente baja,
entonces el valor de la opcin de compra disminuye. Con las
opciones de venta, ocurre justamente al revs: los precios
de la opcin bajan cuando el precio de la accin sube, apre-
cindose la opcin cuando la accin se deprecia.
Aunque el precio de ejercicio o strike es fijo para cada
opcin, podemos comparar precios de opciones que solo
se diferencian en el strike. En las opciones de compra,
cuanto mayor sea su precio de ejercicio menos atrac-
tivas sern y su precio ser menor. En las opciones de
venta ocurre al revs: a mayor strike mayor precio al que
tenemos derecho a vender el subyacente y, por lo tanto,
mayor ser el valor de la opcin.
3.2 MATEMTICAS Y ECONOMA 183
El tipo de inters se entiende como tipo de inters libre
de riesgo (por ejemplo, el asociado a un bono de un pas
solvente). Su influencia en el valor de la opcin es muy
pequea y su crecimiento provoca la apreciacin en las
opciones de compra y deprecia las opciones de venta.
La volatilidad es un factor relevante, relacionado con
la variabilidad del rendimiento del subyacente. Por ello
est relacionado con la incertidumbre, en el caso cons-
tante su incremento conduce al incremento del valor
de opciones de compra y de venta. Aunque el modelado
de la evolucin de la volatilidad es un tema de gran acti-
vidad investigadora, la simplicidad aconseja suponerla
constante en esta unidad didctica.
Los modelos matemticos de valoracin deben recoger
los comportamientos cualitativos del precio de las op-
ciones respecto a los factores antes indicados. Por otro
lado, la teora de valoracin de opciones financieras re-
quiere un modelo de evolucin del subyacente. Para ello,
el punto de partida es la hiptesis de eficiencia del mer-
cado, que nos lleva a asumir que el valor actual del activo
es consecuencia de su valor en el pasado inmediato y que
las cotizaciones del activo responden de manera instan-
tnea a cualquier informacin nueva sobre el mismo. En
consecuencia, se suele proponer un tipo de modelo esto-
cstico llamado markoviano.
El mtodo de los rboles binomiales es uno de los ms
sencillos para valorar opciones. Como en cualquier m-
todo de valoracin, los datos son: (S0) el precio actual
y la volatilidad () del subyacente (que supondremos
constante por simplificar el mtodo), el precio de ejerci-
cio (K), el tiempo de vencimiento (T) y el tipo de inters
libre de riesgo (r). A partir del precio actual del activo
subyacente, en los rboles se representan las posibles
evoluciones de los precios del activo durante el inter-
valo de tiempo de la opcin. El intervalo de tiempo se
discretiza en intervalos de igual longitud dt y en cada
paso de tiempo se generan dos posibles precios del ac-
tivo a partir del valor en el tiempo anterior. En concreto,
para cada salto de tiempo dt, se supone que el precio del
activo puede subir, con probabilidad p = (erdt-e-dt)/(ed-
-e ), multiplicndose por un factor u = edt, o bajar
t -dt
con probabilidad 1-p, multiplicndose por v = e-dt. As,
se obtienen los n+1 posibles valores del subyacente
en el instante de vencimiento T = ndt y las posibles 2n
184 Unidad Didctica. Matemticas del Planeta Tierra
trayectorias de evolucin de precios. A partir de estos
valores, utilizando el concepto de valor esperado y el
descuento al tipo de inters libre de riesgo se retro-
cede en el rbol, obteniendo los valores de la opcin
en los instantes de tiempo previos (n-1)dt, (n-2)dt...,
hasta alcanzar el valor actual de la opcin o prima. En la
prctica, para obtener aproximaciones razonables del
precio de la opcin se suelen utilizar en torno a 30 pa-
sos de tiempo, lo que supone 31 posibles precios finales
del activo y en torno a 1 billn de posibles trayectorias.
El mtodo de rboles binomiales permite valorar opcio-
nes de carcter europeo y americano. Tambin pueden
adaptarse a situaciones en las que el subyacente paga
dividendos en determinados instantes de tiempo o al
caso de tipos de inters dependientes del tiempo.
EJERCICIO
En la figura 4 se ilustra un rbol binomial sencillo para
una opcin vainilla europea de compra, que corresponde
a los datos S0 = 10, = 25%, K = 10,5, T = 0,5 ( 6 meses)
y r = 3% , junto al paso de tiempo dt = 0.25.
Figura 4. Ejemplo de rbol binomial para valoracin de opcin de compra
europea. Autor: Carlos Vzquez Cendn.
Para construirlo, partiendo del precio actual del subya-
cente, S0, se rellenan los precios futuros del mismo avan-
zando hacia adelante en el rbol con los valores de u =
1,2840 y v = 0,7790. Una vez alcanzado el final, a partir de
los valores en el vencimiento del subyacente, se obtiene
el valor de la opcin en ese instante:
Dmax(16.47-10.5, 0) = 5.97
Emax(10-10.5, 0) = 0
Fmax(6.07-10.5, 0) = 0
Utilizando la probabilidad de subida de precio, p = 0,4527
y el inters libre de riesgo, se rellenan hacia atrs en el
tiempo los precios de la opcin en los distintos nodos del
rbol, en concreto:
Be-0.03x0.25(0,4527x5,97+0,5473x0,00) = 2,68
Ce-0.03x0.25(0,4527x0,00+0,5473x0,00) = 0,00
Ae-0.03x0.25(0,4527x2,68+0,5473x0,00) = 1,20
La precisin de la valoracin de los rboles binomiales
mejora a medida que disminuimos el paso de tiempo dt,
cuando este tiende a cero estaramos trabajando con un
modelo markoviano en tiempo continuo.
EJERCICIO
Repetir los clculos del rbol binomial, dividiendo
sucesivamente por 2 el paso de tiempo (dt = 0.125,
0.0625...). Se aconseja el uso de alguna herramienta
de software para realizar los clculos: Excel, Geoge-
bra, Phyton, Matlab, etctera.
Uno de los modelos ms populares de precios de activos
en tiempo continuo es el de un proceso estocstico lla-
mado lognormal, de modo que el precio del activo verifi-
ca la ecuacin diferencial estocstica.
dSt = St dt + St dXt ,
donde y denotan la tendencia y volatilidad del activo,
respectivamente, mientras que dXt denota el incremento

del proceso de Wiener Xt , que es un tipo particular de
proceso estocstico en un espacio de probabilidad fil-
trado. Conocidos So, y , para simular precios goberna-
dos por el modelo lognormal, podemos utilizar el mtodo
de Monte Carlo. Podemos realizar previamente un cam-
bio de medida de probabilidad, de modo que la ecuacin
estocstica en la probabilidad de riesgo neutro se escri-
be en la forma
dSt = rSt dt + St dXt
El lema de Ito es una herramienta fundamental del clcu-
lo diferencial estocstico, anlogo a la regla de la cadena
en el clculo diferencial determinista. En particular, el
lema de Ito permite resolver esta ltima ecuacin dife-
rencial estocstica, obteniendo la siguiente expresin
del proceso lognormal de precios en el instante t:
St = So exp[(r 2/ 2)t + t ],
donde denota una variable aleatoria normal de media
nula y varianza unidad. En la figura 5 se muestra la simu-
lacin de la evolucin de precios de un activo con este
modelo.
Figura 5. Trayectoria lognormal de precios para S0 = 10, T = 0,5 , r = 3% y = 25%.
Autor: Carlos Vzquez Cendn.
3.2 MATEMTICAS Y ECONOMA 185
En 1900, el matemtico Louis Bachelier en
su tesis doctoral propuso el proceso brow-
niano como modelo de precios, de modo que
su variacin entre dos fechas se distribuye
de modo normal. Su tesis fue redescubierta
en 1965 por el premio Nobel de Economa
Paul Samuelson, cuando estudiaba la valo-
racin del contrato de opciones. En 1973 los
trabajos de Ficher Black y Myron Scholes,
junto con los del matemtico Robert Mer-
ton, entre otras aportaciones, supusieron
que el logaritmo de los precios es brownia-
no como se maneja actualmente (proce-
sos lognormales o browniano geomtrico).
Tras la muerte de Black, en 1997, Merton y
Scholes recibieron el premio Nobel de Eco-
noma (que no se otorga a personas falleci-
das) por sus estudios sobre la valoracin de
derivados financieros. Black se doctor en
matemtica aplicada por la Universidad de
Harvard, Scholes se doctor en economa
financiera en la Universidad de Chicago y
Merton se licenci en ingeniera matemti-
ca en la Universidad de Columbia y se docto-
r en economa en MIT bajo la direccin del
prestigioso Paul Samuelson.
Ejercicio
Elabora o utiliza un pequeo programa que cons-
truya las trayectorias de precios. Interpreta los
resultados obtenidos con los distintos datos para
aclarar conceptos como la volatilidad, la trayec-
toria de un proceso, la simulacin de una variable
aleatoria, etctera.
186 Unidad Didctica. Matemticas del Planeta Tierra
El primer paso en el mtodo de Monte Carlo para valo-
rar una opcin consiste en realizar un nmero elevado
de simulaciones de los precios a vencimiento, sorteando
valores de la variable aleatoria en la frmula anterior, y
para cada precio simulado se calcula la funcin de pago.
A continuacin, se obtiene la media de la funcin de pago
como estimacin del valor esperado a vencimiento y
descuenta ese valor esperado a la fecha de valoracin
mediante el tipo de inters libre de riesgo. Matemtica-
mente, si denotamos por V0 el valor de una opcin euro-
pea de compra en el instante t = 0 , este viene dado por
la expresin:
V0 = er T EQ [max (STK, 0)]
donde EQ denota la esperanza en la medida de probabi-
lidad de riesgo neutro. Dicha esperanza es la que se esti-
ma mediante la media. Claramente, la frmula indica que
el valor actual de la opcin es el valor esperado descon-
tado de los beneficios a vencimiento, algo muy intuitivo
desde el punto de vista financiero.
Si la funcin de pago de la opcin solo depende del valor
del subyacente en el vencimiento, simplemente se utili-
za directamente la expresin de ST, pero si la funcin de
pago depende de la trayectoria seguida por los precios
(esto es, depende de precios antes de vencimiento) en-
tonces es necesario dividir el intervalo hasta vencimien-
to en subintervalos y simular precios en instantes pre-
vios al vencimiento.
Ejercicio
Elabora una hoja Excel o emplea alguna herramienta
software para calcular el precio de una opcin median-
te simulaciones de Monte Carlo.
Las ventajas de la simulacin Monte Carlo son funda-
mentalmente dos: resulta muy intuitiva desde el punto
de vista financiero y se adapta a una amplia gama de
procesos estocsticos de precios. Cuando se desco-
noce la solucin exacta de la ecuacin estocstica, se
requieren mtodos numricos para aproximarla, como
los de tipo Euler-Maruyama o de Milstein. Las desven-
tajas principales de Monte Carlo son: el elevado coste
computacional para alcanzar una buena precisin y la
dificultad de adaptarlo a productos con posibilidad de
ejercicio anticipado, como es el caso de las opciones
americanas. Para acelerar el mtodo y alcanzar la mis-
ma precisin con menos muestras existen tcnicas de
reduccin de la varianza, como las variables antitticas,
control de varianza o el muestreo por importancia. Para
las opciones americanas, lo ms clsico es la tcnica de
Longstaff-Schwartz.
Adems de los mtodos binomiales y de Monte Carlo
descritos, desde mediados de los aos setenta del siglo
pasado la valoracin de opciones ha estado popular-
mente unida a la frmula de Black-Scholes, que sera
ms justo llamarla frmula de Black-Merton-Scholes,
pues los tres intervinieron en la obtencin de la misma.
Dicha frmula se basa en una serie de hiptesis del mo-
delo de Black-Scholes, que enumeramos a continuacin:
El precio del activo subyacente sigue un camino
aleatorio lognormal.
El tipo de inters libre de riesgo y la volatilidad
son funciones deterministas del tiempo, de he-
cho en la versin ms popular de la frmula se
suponen constantes.
Ausencia de arbitraje: todas las carteras libres de
riesgo producen con la misma rentabilidad, que
se conoce como tipo de inters libre de riesgo.
No se consideran los costes de transaccin
(mercado sin fricciones) ni fiscales.
Se puede comprar y vender una cantidad no ne-
cesariamente entera de activos financieros en
tiempo continuo (mercado continuo).
En la versin ms clsica se supone que el activo
no paga dividendos.
Mercado con posiciones en corto y largo: se
pueden vender opciones sobre activos que no
se poseen, garantizando su reintegro a venci-
miento o en el momento de ejercicio.
Aunque las hiptesis anteriores son todas muy dis-
cutibles en la prctica, la metodologa desarrollada
por F. Black, R. Merton y M. Scholes ha sido adaptada
por investigadores posteriores a unas hiptesis ms

realistas. Por ejemplo, han aparecido los denominados
modelos de salto-difusin, incorporando procesos de
Poisson o de otro tipo, que permiten evoluciones de pre-
cios con discontinuidades (saltos), algo que no es posible
con las trayectorias continuas del modelo lognormal.
Tambin han surgido modelos estocsticos para la evolu-
cin de los tipos de inters (no tan necesarios en el caso
de opciones) o para la volatilidad. Los modelos de vola-
tilidad estocstica, como los recientes modelos de tipo
SABR, plantean un sistema de ecuaciones diferenciales
estocsticas para el precio y la volatilidad del activo, que
tienen una cierta correlacin entre s. Tambin han surgi-
do modelos que incorporan los costes de transaccin o el
pago de dividendos asociados al subyacente.
Utilizando el lema de Ito y la tcnica de cobertura din-
mica, el modelo de Black-Scholes se formula en trminos
de una ecuacin en derivadas parciales (EDP). En con-
creto, se supone que el valor de la opcin tambin es un
proceso estocstico Vt , dependiente del precio del sub-
yacente y del tiempo a travs de una funcin V, es decir,
Vt = V(t,St ). La funcin V verifica la EDP de Black-S-
choles:
V + 2S 2 2V
+ r V rV = 0
t 2 S 2 S un caso concreto. No hay que perder de vista que los
junto con la condicin adicional V (S, T) = F (S), siendo F (S)
el valor del pago a vencimiento del producto derivado.
Por ejemplo, para una opcin de compra europea F (S) =
max (S K, 0) y para una opcin de venta F (S) =max (K-
S, 0). La EDP de Black-Scholes puede transformarse en
la clsica ecuacin del calor, planteada inicialmente por
Fourier para modelar el comportamiento de la tempera-
tura en una barra de longitud infinita. Como la solucin
de la ecuacin del calor es conocida desde hace tiempo,
para opciones de compra europeas se obtiene la siguien-
te solucin de la EDP.
V(t, S) = SN(d1 ) exp ( r (Tt)) K N (d2 )
conocida como frmula de Black-Scholes, siendo
d1 = k 2 , d2 = k 2
T t T t
con x
N(x) = 1 e y 2 / 2 dy
2 opciones de compra europeas, existiendo otra anloga
-
3.2 MATEMTICAS Y ECONOMA 187
Al igual que en los otros mtodos de valoracin, un hecho
destacable es que el valor de la opcin es independiente
de la tendencia del activo, representada por . La expli-
cacin financiera proviene del hecho de que las opciones
son instrumentos de proteccin frente a la incertidum-
bre de los precios del subyacente, que aparece reflejada
en la volatilidad. Al introducir la hiptesis de ausencia de
arbitraje, al inversor le da igual la tendencia.
Si aplicamos la frmula de Black-Scholes a la opcin de
compra del ejemplo del rbol binomial obtenemos el pre-
cio V0 = V (0,10) = 0,56, muy diferente del precio 1,20 ob-
tenido con el rbol. El uso de un rbol con paso de tiempo
grande se plante slo para facilitar la comprensin de
su construccin, quedando de manifiesto la necesidad
de un paso de tiempo menor para obtener aproximacio-
nes razonables del precio de la opcin.
Ejercicio
La frmula de Black-Scholes se puede implementar
en el software ms familiar para los alumnos de ba-
chillerato o simplemente utilizar la calculadora para
tres mtodos descritos se utilizan para calcular lo
mismo: el precio de la opcin. Es ilustrativo compa-
rar el precio obtenido con los distintos mtodos para
los mismos datos financieros, comprobando lo que
ocurre cuando en el rbol binomial disminuimos el
paso de tiempo y en el de Monte Carlo aumentamos
el nmero de simulaciones. Puede resultar intere-
sante dividir una clase en grupos, con carteras inicia-
les de acciones y opciones, haciendo evolucionar sus
precios de acuerdo con los parmetros del modelo.
Para algunos tal vez resulte ms motivador sustituir
el subyacente de las acciones por futbolistas: Qu
volatilidad debemos ponerle a Lionel Messi o a Cris-
tiano Ronaldo? Cul sera el precio de una opcin de
compra sobre Iker Casillas o de venta sobre Andrs
Iniesta?
La anterior frmula de Black-Scholes es vlida para las
188 Unidad Didctica. Matemticas del Planeta Tierra
para las de venta. En el caso de opciones americanas no
existe una frmula exacta y es necesario utilizar mto-
dos numricos para aproximar su precio. Los mtodos
numricos para resolver la EDP ms utilizados son los
de diferencias o elementos finitos, combinados con
tcnicas especficas para tratar restricciones de desi-
gualdades asociadas a la posibilidad de ejercicio anti-
cipado.
En la figura 6 se representan ejemplos de las funciones
que proporcionan las frmulas de Black-Scholes para op-
ciones de compra y venta con strike igual a 15.
Figura 6. Representacin del precio de opciones europeas de compra y venta.
Autor: Carlos Vzquez Cendn.
Valoracin de inversiones
con efectos medioambientales
Como se indicaba al principio de esta unidad didctica, la
accin del hombre sobre el medio es uno de los factores
externos ms relevantes de modificacin medioambiental
del planeta Tierra. La irreversibilidad de algunas acciones
sobre el medio debe ser tenida en cuenta a la hora de ini-
ciar proyectos de inversin. El modelado matemtico per-
mite estudiar la oportunidad de iniciar proyectos, que tie-
nen incertidumbre tanto en su beneficio econmico como
en sus efectos instantneos e irreversibles sobre ciertas
regiones del planeta. En ellos, el beneficio medioambien-
tal desaparece en el momento de iniciar el proyecto. Por
ejemplo, podemos considerar un paraje natural como
una playa o un bosque susceptible de un uso alternativo,
construyendo un puerto, un dique, una planta industrial
o una urbanizacin, cuyo efecto en el medio ambiente es
irreversible. Cuando los beneficios medioambientales y
los derivados del proyecto son inciertos, se pueden mode-
lar estos mediante los procesos estocsticos adecuados,
surgiendo el problema de determinar cundo es el instan-
te ptimo para iniciar el proceso de inversin para obtener
la mxima utilidad conjunta.
Este tipo de problemas son objeto de investigacin en
el mbito de la matemtica aplicada y se pueden estu-
diar mediante tcnicas anlogas a las empleadas en la
valoracin de opciones financieras, surgiendo modelos
basados en EDP de tipo Hamilton-Jacobi-Bellman. Como
punto de partida, podemos considerar que los beneficios
unitarios de cierto factor medioambiental (provenien-
tes del atractivo turstico, en el caso de una playa) estn
dados por el proceso estocstico Mt y los del proyecto
industrial alternativo (supongamos, la creacin de una
planta regasificadora) por el proceso Pt , de modo que la
evolucin de ambos procesos est gobernada por el si-
guiente sistema de ecuaciones:
dMt = 1 Mt dt + 1 M1 (dXt 1 + dXt 2 ) , M0 = m R
dPt = 2 Pt dt + 1 P1 ( dXt 1 + dXt 2 ) , P0 = p R
donde X1t y X2t denotan dos procesos de Wiener con coefi-
ciente de correlacin , , 1 y 2 denotan las tendencias de
 3.2 MATEMTICAS Y ECONOMA 189

los beneficios medioambientales y del proyecto indus-
trial, respectivamente, siendo 1 y 2 sus volatilidades
correspondientes. Como los efectos son irreversibles,
al inicio del proyecto industrial los beneficios medioam-
bientales desaparecen y una posible funcin de utilidad
en situaciones reales. Tambin existen aplicaciones
comerciales, con las limitaciones de no cubrir algunos
de los nuevos productos financieros que se van dise-
ando o los modelos matemticos ms avanzados. En
cuanto al hardware, se utilizan ordenadores potentes o

[ ]
conjunta es granjas (clusters) de ordenadores. Al igual que en otras
T aplicaciones cientficas, muy recientemente se detec-
U(m, p; T) = E e r s MSds + e rs PSds ta un inters creciente del sector financiero por el uso
0 T de procesadores grficos o GPU (graphic processors
donde E denota el valor esperado y r el tipo de inters. units), similares a los que se usan en la aceleracin de
En estas condiciones, el problema asociado a la EDP de grficos en los juegos de las videoconsolas. Aunque su
Hamilton-Jacobi-Bellman modela la utilidad conjunta v programacin eficiente requiere el conocimiento de
que se obtiene si iniciamos el proyecto en el instante p- entornos especficos (CUDA), algunos mtodos num-
timo, por ejemplo, ricos muy usados en finanzas, como el de Monte Carlo,
resultan paradigmticos para ilustrar la sorprendente
v(m,p) = max U (m, p; T) reduccin de tiempos de clculo que proporciona la
T
tecnologa de GPU.
que depende de los beneficios iniciales del medio am-
biente y del proyecto industrial. La deduccin y escritura
del problema de Hamilton-Jacobi-Belman asociado va
ms all del alcance de estas notas. Su resolucin requie-
re el uso de tcnicas numricas especficas (mtodos de
diferencias finitas, elementos finitos, etctera), que per-
miten calcular la funcin.

Herramientas informticas
para el clculo financiero
En el caso de algunos mtodos, como el de Monte Carlo,
ya se ha sealado el inconveniente de la lentitud de sus Figura 7. Anlisis de datos financieros. Autor: Carlos Vzquez Cendn.
clculos para valorar opciones. En otros mtodos ms
rpidos la necesidad de repetir una gran cantidad de
clculos para valorar las grandes carteras de productos
financieros demanda el uso de herramientas de clcu-
lo muy rpidas y eficientes. Los mtodos numricos de Bibliografa de inters
valoracin se programan para crear aplicaciones de sof-
tware que se ejecutan en los ordenadores. Accin A., Arregui I., Vzquez C. (2010): "Numerical solu-
En cuanto a los entornos de programacin, es frecuen- tion of a free boundary problem associated to invest-
te el diseo de maquetas de aplicaciones financieras en ments with instantaneous irreversible environmental
Excel, que despus se programan en Matlab o C++ para effects". Applied Mathematics and Computation, vol.
reducir el coste computacional y acelerar los clculos 215, n 9, pp. 3461-3472.
190 Unidad Didctica. Matemticas del Planeta Tierra
Artculo cientfico reciente en el mbito de las tcnicas Texto divulgativo en el cual, tras analizar la evolucin
numricas para resolver un modelo de valoracin de
inversiones con efectos medioambientales. Ilustra un
ejemplo de la formulacin matemtica de modelos rea-
listas, as como la existencia de tcnicas de anlisis y de
mtodos numricos para resolverlos, dando respuestas
cuantitativas y cualitativas razonables.
Bachelier, L. (1900): "Thorie de la spculation". Ann. Sci.
Ec. Norm. Sup., vol. 17, pp. 21-86. Paris: Socit Mathma-
tique de France.
Tesis de L. Bachelier, redescubierta por P. Samuelson,
cuando este retom el estudio de los problemas de va-
loracin de productos financieros. En ella se plantean los
contratos de opciones para cubrir el riesgo de las accio-
nes. A diferencia de los modelos de Black-Scholes poste-
riores, planteaba procesos brownianos sin deriva para la
evolucin de precios de acciones.
Black, F. y Scholes, M. (1973): "The pricing of options and
corporate liabilities". Journal of Political Economy, n 81,
pp. 637-659.
Artculo cientfico de referencia en el que se plantean dis-
tintas formas de deducir la frmula de Black-Scholes, que
proporciona el valor de las opciones europeas. Entre sus
referencias aparece el artculo de Merton del mismo ao.
Hull, J. (2000): Options, futures and other derivatives (4
ed.). Upper Saddle River, New Jersey: Prentice Hall.
Libro de referencia para iniciarse en todos los conceptos
relacionados con la valoracin de opciones y otros deri-
vados. El xito del libro viene avalado por sus sucesivas
ediciones, su uso en los cursos de grado y posgrado sobre
estos temas y sus traducciones a numerosos idiomas.
Hull, J. (2011): Introduccin a los mercados de futuros y
opciones. Mxico: Pearson.
Traduccin al castellano de una de las sucesivas edicio-
nes del libro en lengua inglesa.
Malkiel, B. G. (2008): Un paseo aleatorio por Wall Street.
Madrid: Alianza Editorial.
histrica de los mercados financieros, con sus burbujas
y crisis, el autor ofrece su visin sobre el anlisis tcnico
y fundamental. Sostiene que es muy difcil superar los
rendimientos del mercado con estrategias particulares.
Tambin expone la moderna teora de carteras.
Merton R. C. (1973): "The theory of rational option pri-
cing". Bell Journal of Economics and Management Scien-
ce, vol. 4, pp. 141-183.
Artculo cientfico de referencia en el que primero se in-
dican ciertas restricciones que han de verificar el valor
de las opciones y se deduce de forma alternativa la ecua-
cin y frmula de Black-Scholes, incluyendo extensiones
al caso de pago de dividendos entre otras. Entre sus refe-
rencias aparece el artculo de Black y Scholes del mismo
ao.
Vzquez, C. (2010): "An introduction to Black-Scholes
modeling and numerical methods in derivatives pricing".
MAT Serie A, vol. 17.
Breve trabajo monogrfico sobre el planteamiento, de-
duccin y resolucin numrica de los modelos de Bla-
ck-Scholes ms elementales para la valoracin de op-
ciones sobre acciones y de derivados de tipo de inters
a corto. Es un resumen de un curso impartido por el autor
en la Facultad de Ciencias Empresariales de la Universi-
dad Austral de Rosario (Argentina). El documento es de
libre acceso en la web de la revista o se puede solicitar
al autor.
MATERIALES AUXILIARES
LIBRO
Paulos, J. A. (2004): Un matemtico invierte en bolsa.
Barcelona: Tusquets, col. Metatemas, n 83.
Libro escrito por el excelente divulgador matemtico J.
A. Paulos, tambin autor del clebre libro El hombre anu-
mrico. Aprovecha aqu la descripcin de la aventura per-
sonal de sus inversiones en Bolsa para dar a conocer los

tecnicismos que aparecen en los mercados. Nos presen-
ta tambin la visin de un matemtico sobre los concep-
tos relacionados con los mercados, explorando las fala-
cias y engaos que existen detrs del funcionamiento de
las bolsas mundiales.
PGINAS WEB
http://mathforum.org/fe/. Pgina web con contenidos
sobre matemtica financiera diseados para el aula.
http://www.mathgoodies.com/lessons/toc_vol10html.
Pgina web con contenidos matemticos para el aula.
Esta unidad se centra en matemticas para el consumo:
porcentajes, proporciones, descuentos y precios de re-
bajas, inters simple, comisiones, impuestos e incremen-
tos y descuentos porcentuales. Ofrece problemas de la
vida real.
http://www.meff.es/. Pgina web del MEFF, mercado
secundario oficial regulado por las leyes espaolas e in-
tegrado en Bolsas y Mercados Espaoles (BME), el ope-
rador de los Mercados de Valores espaoles. MEFF est
bajo la supervisin de la Comisin Nacional del Mercado
de Valores. MEFF ofrece servicios para la negociacin y
acta como cmara de contrapartida central de futuros
y opciones sobre el IBEX-35, sobre acciones y sobre el
Bono Nocional Espaol.
http://www.ceremade.dauphine.fr/FLMI/FLMI-fra-
mes-index.html. Foward Look on Mathematics and In-
dustry permite a la comunidad cientfica europea, en
conjunto con los polticos, desarrollar perspectivas a
medio y largo plazo y anlisis de la investigacin con el
objetivo de definir las agendas de investigacin a nivel
nacional y europeo.
PELCULAS
Wall Street (Oliver Stone, 1987). La pelcula describe el
duro mundo de los brokers. Bud Fox (Charlie Sheen) in-
tenta abrirse camino en Wall Street y comienza a traba-
3.2 MATEMTICAS Y ECONOMA 191
jar para Gordon Gekko (Michael Douglas). Descubre que
Gekko es un hombre sin escrpulos al que nicamente le
importa el dinero y que es capaz de hacer todo lo posible
para conseguir su objetivo. Fox decide actuar de forma
honesta sacando a la luz el engao.
Margin call (J. C. Chandor, 2011). Pelcula de suspense pro-
tagonizada por Kevin Spacey, Paul Bettany, Jeremy Irons,
Zachary Quinto, Penn Badgley, Simon Baker, Mary McDon-
nell, Demi Moore y Stanley Tucci, y dirigida y escrita por
J. C. Chandor que trata de las crisis bancarias. En ella, un
banco calcula errneamente la calificacin de riesgo so-
bre un producto financiero con el que opera. Los activos
que conforman este producto se estn degradando tanto
que amenazan con quebrar el banco entero. Sin embargo,
se decide vender los activos txicos a cualquier precio con
tal de salvar la compaa. Esta trama desencadena el con-
flicto con el protagonista, ya que supondra en un futuro
inmediato una importante crisis econmica.
DOCUMENTALES Y MATERIAL AUDIOVISUAL
The flaw (David Sington, 2011). Documental que analiza
las causas de la actual crisis econmica. Disponible en
http://www.youtube.com/watch?v=7xion8TV1VY.
The midas formula (1999). Documental de la BBC que
describe cmo se lleg a la frmula de Black-Scholes
(tambin Black-Scholes-Merton), que rige actualmente
los mercados. Disponible en http://www.youtube.com/
watch?v=4auzn4bK1bM.
Inside job (Charles Ferguson, 2010). Documental sobre
la crisis financiera de 2008. Presenta investigaciones y
entrevistas con financieros, polticos, periodistas y aca-
dmicos. Desde el punto de vista narrativo, su estructura
cuenta con varias partes: la introduccin se centra en la
crisis financiera en Islandia de 2008 y 2009, contina con
la exposicin de las causas de crisis mundial, para termi-
nar con un diagnstico de la situacin actual y concluir
que lo que se ha hecho durante la administracin de Ba-
rack Obama es insignificante.
CATSTROFES
INDUCIDAS
POR EL HOMBRE
Carlos Pars, M Luz Muoz Ruiz

3.3
y Jos Manuel Gonzlez Vida

El objetivo de este captulo consiste mostrar las herra-
mientas que aportan las matemticas para comprender
el funcionamiento de los sistemas naturales sobre los
que acta el hombre, con la finalidad de predecir y con-
trolar su evolucin y, finalmente, para optimizar sus ac-
tuaciones, maximizando los beneficios y minimizando
los daos.
Los autores se centran en las catstrofes provocadas
en la naturaleza por el hombre, tales como incendios,
explotacin descontrolada de recursos naturales (como
en el caso de la pesca, madera o minerales), la conta-
minacin medioambiental, y los accidentes nucleares.
Tambin considera aquellos desastres que tienen su
origen posterior en el hombre, como son la desertifica-
cin, algunas inundaciones y movimientos ssmicos, y el
cambio climtico global.
Caracteriza el efecto antropognico, es decir, el efecto
de la accin humana en la naturaleza, en dos niveles: uno
local, referido a fenmenos concretos en reas deter-
minadas, y otro global, referido a cambios producidos
en los procesos interactivos de origen fsico, qumico y
biolgico que regulan el sistema del planeta Tierra.
Los autores sealan las disciplinas que se ocupan de es-
tos fenmenos y las herramientas con las que se aborda
su estudio: anlisis numrico, el anlisis matemtico, la
estadstica y la investigacin operativa. Pone especial
nfasis en el diseo y desarrollo de modelos matemti-
cos, los cuales expresan la evolucin de un sistema real
como un problema matemtico, con sus datos y sus in-
cgnitas.
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
El primer ejemplo que se expone es la modelizacin
de la ruptura de una presa, ejemplificando los pasos
para matematizar cualquier situacin real mediante la
eleccin de las variables que caracterizan el estado del
sistema fsico en estudio, y la expresin matemtica de
las leyes fsicas que rigen la evolucin de las variables
seleccionadas que, en este caso, consisten en un siste-
ma de ecuaciones en derivadas parciales, distinguiendo
en las frmulas qu cantidades son datos y cules son
incgnitas. Tambin plantea y ejemplifica el proceso
de discretizacin de una riada, para obtener una buena
aproximacin de su transcurso a partir de los datos dis-
ponibles.
Considera adems la modelizacin de la prevencin y
extincin de incendios forestales, el control de verti-
dos txicos en tierra (vertido de Aznalcllar) o en el mar
(hundimiento del Prestige), y los procesos de desertiza-
cin.
Todos los ejemplos escogidos son de inters por su di-
fusin social reciente y debido a su impacto medioam-
biental. La modelizacin que en cada caso se muestra
puede entenderse sin el dominio tcnico total de las he-
rramientas matemticas subyacentes. Por otra parte,
ponen claramente de manifiesto la potencialidad de la
conceptualizacin matemtica para plantear cuestio-
nes y resolver problemas mediante la competencia de
modelizacin. El captulo concluye con una serie de no-
tas histricas y curiosidades culturales que enriquecen
y hacen amena su lectura.
introduccin
Paradjicamente, el ser humano es el nico ser vivo
plenamente consciente de que su futuro como especie
depende de la salud del planeta y al mismo tiempo de
que es el que ms la amenaza. Como le ocurre al apren-
diz de brujo interpretado por Mickey Mouse en el famo-
so episodio de la pelcula Fantasa (Walt Disney, 1940)
que ilustra la pieza musical compuesta por Paul Dukas
en 1899 (basada a su vez en un poema de Goethe de
1797), al ser humano le resulta imposible resistirse a la
tentacin de usar la varita mgica para valerse del me-
dio natural en su propio beneficio. Desgraciadamente,
a diferencia de lo que ocurre en el citado episodio, el
brujo no vuelve a tiempo para detener a las fregonas y
evitar la catstrofe. La experiencia nos demuestra una
y otra vez que procesos originados por el hombre pue-
den terminar muy mal. Incendios, explotacin descon-
trolada de recursos naturales como la pesca, madera
o minerales, contaminacin medioambiental, acciden-
tes nucleares, etctera, son sucesos que nos vienen a
la mente cuando pensamos en catstrofes provocadas
por el hombre. Pero tambin hay otros desastres que,
a veces bajo la apariencia de catstrofes naturales, tie-
nen su origen ulterior en la mano del hombre, como son
la desertificacin, algunas inundaciones y movimientos
ssmicos y, cmo no, el cambio climtico global. plos concretos de desarrollo de herramientas matem-
Debemos pues tener en cuenta el efecto antropogni-
co. Es decir, el efecto de la humanidad, en dos niveles:
a) local, referido y reducido a fenmenos concretos en
reas concretas y b) global, referido a los cambios pro-
ducidos en los procesos interactivos de origen fsico,
qumico y biolgico que regulan el sistema conformado
por el planeta Tierra.
En el caso del ser humano, la varita mgica no es otra
cosa que la razn, que permite comprender los proce-
sos naturales a travs de la ciencia y actuar sobre ellos
a travs de la tecnologa. Como no es esperable que
nuestra especie renuncie a actuar sobre el medio que le
rodea, puesto que se trata de una de las caractersticas
que la definen, y como no hay brujos que vengan a dete-
ner los procesos justo a tiempo para evitar o mitigar es-
tas catstrofes, solo queda una salida: el aprendiz tiene
que adquirir por s mismo las competencias suficientes
para evitar el desastre. Es decir, la ciencia y la tecno-
loga tienen que encontrar soluciones a los problemas
que su propio progreso plantea: este es el gran reto de
nuestra especie.
Cmo pueden ayudar las matemticas a superar este
reto? En primer lugar, al igual que los aprendices de mago
de la popular saga Harry Potter (J. K. Rowling) tenan que
aprender latn para usar adecuadamente la varita, los
cientficos y tecnlogos han de aprender matemticas,
que es el lenguaje universal de la naturaleza como ya
comprendi Galileo Galilei (tambin tienen que aprender
ingls, pero esa es otra historia). Pero adems la mate-
mtica, como ciencia especfica, aporta herramientas
eficaces para evitar o mitigar las catstrofes antropog-
nicas. En concreto, aporta herramientas que sirven para
comprender el funcionamiento de los sistemas natura-
les sobre los que se acta, para predecir y controlar su
evolucin y, finalmente, para optimizar las actuaciones,
maximizando los beneficios y minimizando los daos.
Son diversas las ramas de las matemticas que se ocu-
pan del desarrollo de estas herramientas: el anlisis nu-
mrico, el anlisis matemtico, la estadstica, la investi-
gacin operativa, etctera Y el nmero de matemticos
que centran su investigacin en dicho desarrollo es cre-
ciente, tanto a nivel nacional como internacional.
El objetivo de este captulo es presentar algunos ejem-
ticas destinadas a comprender, predecir, controlar u
optimizar procesos antropognicos. En particular, pon-
dremos un especial nfasis en el desarrollo de modelos
matemticos que, como veremos, permiten expresar la
evolucin de un sistema real como un problema mate-
mtico con sus datos y sus incgnitas. La solucin de
este problema, si el modelo es correcto, proporciona
una buena aproximacin de la evolucin real del siste-
ma que se estudia. En concreto, veremos cmo se pue-
de usar un modelo matemtico para disear un plan de
emergencias ante la eventual rotura de una presa prxi-
ma a una ciudad.
Aunque la utilidad y la eficacia de todas estas herramien-
tas matemticas son crecientes, tambin tienen, como
todas, sus limitaciones. La principal limitacin es comn a
cualquier mecanismo que pretenda poner freno a los des-
manes y a los riesgos inasumibles: de nada sirven dichos
198 Unidad Didctica. Matemticas del Planeta Tierra

mecanismos si los que tienen la capacidad de aplicarlos no

lo hacen por intereses comerciales, geopolticos o estra-
tgicos. No obstante, hay otras limitaciones especficas
de las herramientas matemticas, como son:
La capacidad limitada de los ordenadores: la aplica-
cin de una gran parte de las herramientas que se
van a mencionar en este captulo requiere un gran
volumen de clculos que se hacen con ordenadores.
Aunque la capacidad de memoria y la rapidez de
clculo de los ordenadores crece rpidamente, no
es posible abordar problemas de gran escala espa-
cial o temporal con un nivel de detalle fino.
Aunque las matemticas tienen la reputacin de ser
las ciencias exactas por excelencia, cuando se apli-
can a problemas reales es imposible evitar errores e
inexactitudes, como veremos en el caso de la simula-
cin de la rotura de una presa. Por tanto, las predic-
ciones obtenidas con un modelo matemtico siempre
tienen un grado mayor o menor de incertidumbre y no
pueden ser tomadas como verdades absolutas: las
simulaciones dan informacin sobre la probable evo- Figura1. Simulacin de la rotura de una presa prxima a una ciudad. Fuente:
Grupo EDANYA, Universidad de Mlaga.
lucin del sistema a partir de los datos de que se dis-
pone, lo que es una informacin valiosa para la toma
de decisiones. Pero es inevitable que el suceso real
sea en ocasiones de mayor o menor intensidad que tersticas, realizada por el grupo EDANYA (Ecuaciones
lo predicho, y no tiene sentido culpar a los cientficos Diferenciales, Anlisis Numrico y Aplicaciones) de la
de estos errores que son inherentes a la naturaleza de Universidad de Mlaga, al que pertenecemos los auto-
las cosas. Esta limitacin es especialmente intensa res del presente captulo. En este epgrafe vamos a ex-
cuando se intenta predecir la evolucin de sistemas plicar, de forma muy simplificada, las etapas que se han
naturales que pueden presentar, bajo ciertas circuns- seguido para obtener esta simulacin.
tancias, comportamientos caticos: pequeas varia- El primer paso para matematizar cualquier situacin
ciones en los datos de partida pueden llevar a evolu- real es la eleccin de los nmeros que representan el
ciones muy diferentes en el tiempo. estado del sistema fsico que se desea simular. En el
caso de la rotura de una presa, estos nmeros son el es-
pesor de la lmina de agua y el caudal (volumen de agua
por unidad de tiempo). Estos nmeros varan de un pun-
to a otro del terreno, e incluso en un mismo punto cam-
Primer ejemplo: bian con el tiempo, por eso se les denomina variables.
Por ejemplo, en un punto del terreno al que todava no
rotura de una presa ha llegado la riada, el valor de ambas variables es cero,
sin embargo, cuando recibe agua, sus valores cambian
Vamos a estudiar un ejemplo concreto de catstrofe: de forma brusca.
la rotura de una presa prxima a una ciudad. La figura 1 A continuacin, se expresan matemticamente las
muestra una simulacin de un episodio de estas carac- leyes fsicas que rigen la evolucin de las variables

seleccionadas que, en nuestro caso, son las leyes de
conservacin de la masa y de la cantidad de movimien-
to (o segunda ley de Newton). La expresin matemtica
de estas leyes da lugar a un conjunto de frmulas, en las
que aparecen derivadas de un tipo particular que se de-
nominan derivadas parciales. Este conjunto de frmu-
las es el denominado modelo matemtico.
El siguiente paso consiste en distinguir en las frmu-
las qu cantidades son datos y cules son incgnitas.
En nuestro caso los datos son la aceleracin de la gra-
vedad, la densidad del agua, la topografa del terreno
por el que discurre la riada (son datos reales corres-
pondientes a una presa prxima a una ciudad espao-
la) y la situacin hipottica antes de que se produjera
el colapso de la presa (figura 2). Las incgnitas son los
valores del caudal y del espesor de la lmina de la riada
en todo punto y en todo el intervalo temporal en el que
se desea realizar la simulacin. Como es sabido, un con-
junto de frmulas en las que se mezclan varios datos y
varias incgnitas se denomina en matemticas sistema
de ecuaciones. En este, como en muchos otros casos de
modelos matemticos, se trata de un sistema de ecua-
ciones en derivadas parciales. En concreto, el sistema
de ecuaciones en el que est basada la simulacin de la
figura es el denominado de aguas someras o de Saint
Venant: se trata de una simplificacin de las ecuaciones
generales de los fluidos (ecuaciones de Navier-Stokes,
explicadas en el captulo 2.2. de esta unidad didctica)
vlida bajo la hiptesis de que las escalas horizontales
Figura 2. Detalle del modelo discreto del terreno en el entorno de la presa.
Fuente: Grupo EDANYA, Universidad de Mlaga.
3.3 CATSTROFES INDUCIDAS POR EL HOMBRE 199
del flujo que se simulan son mucho mayores que las ver-
ticales (lo que ocurre en el caso de las riadas).
A lo largo de la educacin primaria y secundaria se es-
tudian determinadas ecuaciones o sistemas de ecuacio-
nes para los que es posible encontrar la solucin exacta
con un nmero finito de clculos: ecuaciones de primer
y segundo grado, ecuaciones polinmicas de mayor gra-
do con races enteras o sistemas lineales de ecuaciones.
Pero cuando se aplican las matemticas a la resolucin
de problemas reales, muy frecuentemente surgen ecua-
ciones imposibles de resolver de forma exacta con un
nmero finito de operaciones. Y este es el caso del sis-
tema que nos ocupa. Qu hacer entonces?
Un primer paso importante es el anlisis matemtico
del modelo: se trata de ver si el sistema de ecuaciones
tiene solucin y si, dado un conjunto completo de datos,
esta es nica. Si la respuesta a alguna de estas pregun-
tas es negativa, el modelo matemtico no sera til: de
poca utilidad resulta un modelo que prediga que el flujo
de agua cuando se rompe una presa no existe o que, co-
nocidos perfectamente todos los datos del problema,
prediga diez evoluciones diferentes. El anlisis terico
puede plantear serias dificultades tcnicas, pero ofre-
ce la garanta de que el modelo est, en cierto sentido,
bien planteado.
Cuando se sabe que un sistema de ecuaciones tiene so-
lucin pero no se sabe cmo calcularla de forma exacta,
se intenta al menos obtener una buena aproximacin de
la misma. Para ello, se considera un modelo ms sencillo
que aproxime adecuadamente al anterior y que sea ms
fcil de resolver. A este proceso se le denomina discre-
tizacin.
En el caso de la simulacin de la figura, el primer paso
para discretizar el problema consiste en fragmentar
todo el terreno en el que transcurre la riada en trozos
pequeos de forma cuadrangular, que se denominan c-
lulas o volmenes finitos. En el modelo aproximado, que
se denomina modelo discreto, las nuevas incgnitas son
el caudal medio y el espesor medio de la lmina en cada
una de las clulas y en una serie de instantes de tiempo
sucesivos. Conocidas estas aproximaciones en un tiem-
po dado, el proceso de clculo en el instante siguiente
se lleva a cabo promediando el sistema de ecuaciones.
Cuanto menor sea el tamao de las clulas y, por tanto,
200 Unidad Didctica. Matemticas del Planeta Tierra

mayor su nmero, mejor es la aproximacin que se ob-

tiene de caudales y espesores. Obtenemos as lo que Otros ejemplos
se denomina un modelo numrico, que es, fundamental-
mente, un sistema de ecuaciones algebraicas (esto es, de modelos de catstrofes
un sistema en que las incgnitas son nmeros y en lugar
de derivadas aparecen nicamente operaciones senci- Los incendios que asolan Espaa cada verano, los ver-
llas como sumas y productos). La disciplina matemtica tidos txicos en tierra firme como el de Aznalcllar, o
que se encarga de estudiar este tipo de proceso se de- en el ocano como el del Prestige, la contaminacin en
nomina anlisis numrico. ecosistemas como las ras gallegas, la desertificacin
creciente de la pennsula o el efecto del deshielo de
Resolver el modelo numrico obtenido suele implicar
los casquetes polares en nuestras costas (y en el res-
miles de millones de operaciones, por lo que es nece-
to del planeta), la distribucin ptima de ayuda entre la
sario elegir un algoritmo adecuado para su implemen-
poblacin tras una catstrofe, son algunos ejemplos de
tacin en un ordenador; es decir, hay que confeccionar
problemas en los que se usan las matemticas para es-
un programa que le d a un ordenador (o a un conjunto
tudiar una o varias facetas de los mismos. Presentamos
de ordenadores que trabajan de forma coordinada)
a continuacin algunos ejemplos.
las instrucciones necesarias para que haga todas las
cuentas.
Una vez hechas todas las operaciones, para obtener
una figura como la nmero 2, correspondiente a un ins-
tante concreto, se pintan en celeste las clulas en las Prevencin y extincin
que el espesor de la lmina de agua no es cero en dicho
instante. Utilizando las representaciones grficas de la de incendios forestales
simulacin en cada instante considerado se puede ob-
tener una animacin que representa el movimiento del Segn el informe anual (Forest Fires in Europe 2008)
agua (ver http://youtube/QCnl72zeyGs). de la EFFIS (European Forest Fire Information System)
Las medidas experimentales son necesarias en el pro- los incendios suponen una amenaza actual y futura de
ceso anterior para proporcionar los datos que precise
el programa y tambin para validar el modelo. Cada
paso del proceso que lleva desde la realidad hasta la
simulacin conlleva errores de diferente naturaleza: de
modelado, en los datos, de aproximacin, de redondeo,
etctera. Es fundamental verificar si, a pesar de todo,
las predicciones del modelo tienen que ver con el com-
portamiento real del sistema que se pretende simular.
Esto es lo que se denomina validacin. Para llevarla
a cabo, una tcnica habitual es aplicar el modelo a un
evento de naturaleza similar al que se desea simular y
comparar la prediccin del modelo con lo que sucedi
realmente. El modelo aqu presentado fue validado me-
diante su aplicacin, adaptando los datos de partida, a
la riada txica que se produjo en Aznalcllar en el ao
1998. Una vez validado el modelo, se obtiene una herra-
mienta eficaz y general para la evaluacin de riesgos en Figura 3. Incendio forestal. Fuente: Grupo de Investigacin en Simulacin Nu-
casos de rotura de presas o de depsitos de agua. mrica y Clculo Cientfico, Universidad de Salamanca.

los bosques espaoles. Espaa es, despus de Portu-
gal, el segundo pas europeo con una mayor superficie
afectada por incendios forestales. Segn fuentes del
Ministerio de Medio Ambiente y Medio Rural y Marino,
en el periodo comprendido entre 1999 y 2008 se produ-
jeron en Espaa un total de 6.773 incendios (superficie
quemada superior a 1 ha) afectando en conjunto a una
superficie de 123.441,56 ha, lo que supone el 0,477% de
la superficie nacional. Adems de los grandes daos
que producen los incendios en vidas humanas, propie-
dad privada y recursos naturales, la conservacin de los
bosques supone un factor fundamental en lo relativo al
cumplimiento del Protocolo de Kioto respecto a las ab-
sorciones de C02.
El equipo dirigido por el profesor Luis Ferragut de la
Universidad de Salamanca trabaja, en colaboracin con
la empresa Tecnosylva, en el desarrollo de modelos ma-
temticos que permitan hacer simulaciones con mayor
rapidez que la propagacin del fuego, de modo que se
pueda aportar informacin en tiempo real a los equi-
pos de extincin de incendios desplegados en las zo-
nas afectadas, y estos puedan dirigir su actuacin (por
ejemplo, realizando cortafuegos o evacuando personas
y animales) a las reas hacia las que se dirige el frente.
Los modelos que desarrolla el equipo se basan tambin
en sistemas de ecuaciones en derivadas parciales, si-
guiendo un procedimiento similar al mencionado en el
primer ejemplo.
Otro efecto de los incendios muy nocivo pero menos
estudiado es la alteracin de las propiedades del suelo
Figura 4. Comparacin de modelos de incendios forestales con alta y baja re-
solucin de viento. Fuente: B. Butler, J. Forthofer y M. Finney. Estados Unidos.
3.3 CATSTROFES INDUCIDAS POR EL HOMBRE 201
que produce el paso del fuego. La modificacin de las
condiciones edficas es un aspecto fundamental para la
posibilidad de regeneracin del ecosistema daado. El
grupo de la Universidad de Vigo dirigido por el profesor
Jos Durany trabaja, en colaboracin con el Centro de
Investigaciones de Lourizn (Pontevedra), en el desa-
rrollo de un modelo matemtico que permita analizar el
dao producido en el suelo como consecuencia del paso
de un frente de calor.
Otros modelos, como el desarrollado por el grupo de la
Universidad de Santiago de Compostela liderado por
la profesora M Inmaculada Paz Andrade en colabo-
racin con investigadores de la Universidad de Vigo y
del CSIC, as como el desarrollado por el equipo de la
Universidad de Barcelona dirigido por la profesora M
del Carmen Llasat, permiten predecir, respectivamen-
te, la localizacin temporal y espacial ms probable de
los incendios, informacin de capital importancia para los
planes de previsin y extincin.
Riada txica de Aznalcllar
Las aguas residuales procedentes de la mina de la em-
presa Boliden-Apirsa de Aznalcllar (Sevilla) se acumu-
laban en dos depsitos prximos al ro Guadiamar, que
fluye hacia el parque natural de Doana. El volumen de
agua contenida, de unos 8 hm3, contena una elevada
carga de metales pesados disueltos. El 25 de abril de
1998 una parte del muro lateral de contencin del ma-
yor depsito cedi, dando lugar a una primera riada en
el Guadiamar. Transcurridas aproximadamente 5 horas
y 10 minutos, tambin cedi el muro que separaba am-
bos depsitos, dando lugar a una segunda riada. El ver-
tido txico afect a una zona de unos 30 km de longitud
causando severos daos ambientales.
Como se ha comentado anteriormente, el grupo EDAN-
YA de la Universidad de Mlaga simul este vertido a
posteriori para validar su modelo de rotura de presas,
integrado en la plataforma de simuladores de flujos
geofsicos HySea. En la figura 5 se muestra una imagen
de la simulacin.
202 Unidad Didctica. Matemticas del Planeta Tierra

Figura 6. Ruta del Prestige desde el inicio de la crisis hasta su hundimiento. Tra-
yectorias de los vertidos. Fuente: AZTI-Tecnalia. Pas Vasco.

La lnea A es la trayectoria de los vertidos que entraron

en el golfo de Vizcaya antes del hundimiento y la lnea B
es la trayectoria del fuel desde el pecio, situado a unos
4.000 m de profundidad, en los meses siguientes. Tam-
bin se sealan las primeras observaciones de manchas
al norte de Galicia y los primeros impactos en la costa
cantbrica.
Asimismo, se ha representado la trayectoria de una
Figura 5. Simulacin boya de deriva que se situ sobre manchas de fuel en el
numrica de la riada de golfo y que mostraba el desplazamiento de la contami-
lodos txicos de Aznalcllar
Fuente: Grupo EDANYA,
nacin. Aunque inicialmente esta se dirigi hacia la cos-
Universidad de Mlaga. ta francesa, a finales de enero y principios de febrero de
2003 los vientos del noroeste la llevaron hacia la costa
del sudeste del golfo (costa francesa y del Pas Vasco),
Evolucin del vertido segn haban predicho algunos modelos numricos usa-

del Prestige dos durante la crisis, como el desarrollado por el centro

El hundimiento del petrolero Prestige frente a las costas
de Galicia en 2002 provoc la necesidad de establecer
diferentes sistemas operativos en las regiones afecta-
das. En la figura 6 se muestra la ruta del Prestige desde
el da de inicio de la crisis hasta el de su hundimiento, as
como la extensin de los vertidos obtenida por satlite.
tecnolgico vasco AZTI-Tecnalia. Las predicciones de
los modelos colaboraron en buena medida a luchar con-
tra la contaminacin en el mar, minimizando el impacto
sobre la costa, como puede apreciarse en la figura 7, en
la que se representan las toneladas recogidas en tierra
en la costa espaola y en la costa francesa, as como el
fuel retirado por el dispositivo de barcos pesqueros del
Pas Vasco.
 3.3 CATSTROFES INDUCIDAS POR EL HOMBRE 203

Figura 7. Toneladas recogidas en distintas zonas costeras as como las recogidas en el mar. Fuente: AZTI-Tecnalia. Pas Vasco.

Contaminacin
en las ras gallegas
El grupo de la Universidad de Vigo dirigido por el pro-
fesor Lino lvarez ha planteado y resuelto diferentes
problemas evolutivos de optimizacin para la gestin
ptima de sistemas de depuracin de aguas residuales
vertidas al mar (un primer caso donde se controla el ni-
vel de depuracin del vertido contaminante, y un segun-
do caso donde se controla el punto de vertido del emi- Figura 8. Concentracin ptima de coliformes en la ra de Vigo correspondiente
al emplazamiento ptimo de los emisarios. Fuente: Grupo de Simulacin y Con-
sario submarino). Tambin ha abordado el estudio de un trol. Universidad de Vigo.
problema correspondiente a la purificacin ptima de
aguas contaminadas en reas protegidas mediante la
inyeccin de agua limpia. En todos estos problemas se
utilizan otras tcnicas matemticas como la teora de Desertificacin
control y la optimizacin combinadas con el modelado
matemtico y la simulacin numrica. En la figura 8 se La desertificacin es un proceso de degradacin gradual
representa la concentracin ptima de coliformes en la de la tierra por el efecto de las actividades humanas y de
ra de Vigo correspondiente al emplazamiento ptimo las variaciones climticas, tales como sequas prolonga-
de los emisarios, a fin de que el impacto en determina- das e inundaciones, que conduce a la prdida de produc-
das zonas protegidas (como las playas) sea mnimo. tividad del suelo y a la reduccin de la cubierta vegetal.
204 Unidad Didctica. Matemticas del Planeta Tierra
Espaa es el pas de la Unin Europea con mayor ndice un bosque, de forma muy esquemtica, como un cua-
de desertificacin. Desde el punto de vista matemtico,
este proceso puede entenderse como la propagacin
de un frente que separa la zona desierta de la zona con
vegetacin. Los modelos matemticos permiten incor-
porar los distintos efectos que afectan a la evolucin
de dicho frente, incluidos los antropognicos. Este es
uno de los temas que se aborda en el proyecto europeo
FIRST (Fronts and Interfaces in Science and Technolo-
gy), liderado por el profesor Jess Ildefonso Daz de la
Universidad Complutense de Madrid, que cuenta entre
sus miembros con el especialista en el tema Ehud Me-
ron, de la Universidad Ben Gurion del Negev (Israel).
Logstica humanitaria
Un equipo de investigadores del rea de Investigacin
Operativa de la Universidad Complutense de Madrid,
dirigido por Begoa Vitoriano, trabaja en el desarrollo
de tcnicas matemticas de utilidad para la toma de de-
cisiones en la distribucin de ayuda humanitaria, sobre
el terreno tras un desastre, natural o provocado por el
hombre. En el caso de la logstica humanitaria, es ne-
cesario atender a mltiples factores para optimizar la
respuesta, por lo que se trata de un modelo de decisin
multicriterio, que ha sido validado en algunas interven-
ciones reales.
Proyecto: simulacin
de incendios forestales
Proponemos, para finalizar, un proyecto de iniciacin al
modelado matemtico, destinado a alumnos de secun-
daria con conocimientos de programacin. Los conoci-
mientos matemticos necesarios son bsicos.
El objetivo del proyecto es el desarrollo e implemen-
tacin de un modelo bsico de tipo autmata celular
para la simulacin de incendios. Vamos a representar
drado de lado L. Dividimos el cuadrado en L x L parcelas
cuadradas de lado 1. Cada parcela tiene tres posibles
estados que representaremos con 0, 1 y 2. El estado es
2 cuando la parcela tiene rboles que estn ardiendo, 1
cuando tiene rboles que no estn ardiendo y 0 cuando
no hay rboles. En el instante inicial de la simulacin se
ponen todas las parcelas que estn en los bordes del
cuadrado en estado 0 (estas parcelas representan el
borde del bosque). Las que estn en el interior, se po-
nen en estado 1 (con probabilidad p) o 0 con probabili-
dad 1-p. Para simular el foco del incendio, se elige al azar
una parcela con rboles y se pasa su estado de 1 a 2. Tras
este proceso inicial de definicin del bosque y de inicio
del incendio, se hacen M iteraciones en tiempo del mo-
delo, teniendo en cuenta las siguientes reglas:
Una parcela que estaba en la iteracin anterior en
estado 2 pasa a estar en estado 0 (el fuego ha con-
sumido los rboles).
Una parcela que estaba en la iteracin anterior en
estado 1 pasa a estar en estado 2 si una parcela con
la que comparta un lado estaba en estado 2 (el fue-
go se propaga entre rboles vecinos).
Una parcela del interior del bosque que estaba en
estado 0 pasa a estar en estado 1 con una probabi-
lidad q. Esta probabilidad indica la capacidad de re-
generacin del bosque (q = 0 implicara que no hay
regeneracin durante el incendio).
Se propone desarrollar un programa que calcule la evo-
lucin de los estados de las parcelas y que, en cada ite-
racin, dibuje el bosque con un cdigo de colores: por
ejemplo, se pueden dibujar en negro las parcelas que
estn en estado 0, en verde las que estn en estado 1 y
en rojo si su estado es 2. Una vez confeccionado y depu-
rado el programa, se puede probar con distintos valores
de las probabilidades p y q para estudiar cmo afectan
sus variaciones a la simulacin. En la figura 9 se presen-
ta la simulacin de un incendio obtenida con este mode-
lo con los valores L = 50, p = 075 y q = 001.
Este modelo puede hacerse ms complejo modificando
las reglas: se pueden considerar tambin como vecinas
a efectos de propagacin de incendios las parcelas
con un vrtice comn y/o incluir los efectos del viento
haciendo que la propagacin sea ms probable en la

Figura 9. Varios instantes de la simulacin con p = 075 y q = 001.
3.3 CATSTROFES INDUCIDAS POR EL HOMBRE 205
direccin del mismo: ver An Introduction to Computer
Simulation Methods. Applications to Physical Systems.
Agradecimientos: los autores del captulo agradecen
la colaboracin de L. lvarez (Universidad de Vigo), J.I.
Daz (Universidad Complutense), L. Ferragut (Universi-
dad de Salamanca), M. Gonzlez (AZTI-Tecnalia).
CURIOSIDADES
Segn se cita en el libro El planeta Tierra, fue el cient-
fico Joseph Fourier el primero en llamar la atencin en
1824 sobre el posible papel de los factores antropog-
nicos en el planeta:
El establecimiento y el progreso de las sociedades
humanas, la accin de las fuerzas naturales, pueden
cambiar notablemente y dentro de grandes regiones, el
estado de la superficie del suelo, la distribucin de las
aguas y los grandes movimientos del aire. Dichos efec-
tos son capaces de hacer variar el grado de calor medio
a lo largo de varios siglos.
Si buscamos la palabra catstrofe en el diccionario de
la RAE, encontraremos como primera acepcin suceso
infausto que altera gravemente el orden regular de las
cosas. Curiosamente, la quinta acepcin del trmino nos
deriva a su relacin con la fsica y la matemtica: cambio
brusco de estado de un sistema dinmico, provocado por
una mnima alteracin de uno de sus parmetros.
El aleteo de las alas de una mariposa hoy en Japn, pue-
de provocar maana un huracn en Nueva York. Hacia
1960, el matemtico y meteorlogo Edward Lorenz,
tratando de encontrar un modelo matemtico sencillo
para comprender el comportamiento de la atmsfera,
lleg a un sistema de ecuaciones diferenciales con
la siguiente particularidad: pequeas diferencias en
los datos de partida llevaban a grandes diferencias en los
resultados, en tiempos suficientemente grandes. Lo-
renz lleg a la conclusin de que esta peculiaridad de
sus ecuaciones reflejaba un comportamiento que se da
en el sistema meteorolgico real que estas simulaban.
En consecuencia, por sofisticado que sea un modelo
206 Unidad Didctica. Matemticas del Planeta Tierra
Segn la Oficina Espaola de Cambio Clim-
tico, se conoce como cambio climtico a la va-
riacin global del clima de la Tierra. Es debido a
causas naturales y tambin a la accin del hom-
bre y se produce a muy diversas escalas de tiem-
po y sobre todos los parmetros climticos: tem-
peratura, precipitaciones, nubosidad, etctera.
El trmino "efecto de invernadero" se refiere a
la retencin del calor del Sol en la atmsfera
de la Tierra por parte de una capa de gases. Sin
ellos la vida tal como la conocemos no sera posi-
ble, ya que el planeta sera demasiado fro. Entre
estos gases se encuentran el dixido de carbono,
el xido nitroso y el metano, que son liberados
por la industria, la agricultura y la combustin
de combustibles fsiles. El mundo industrializa-
do ha conseguido que la concentracin de estos
gases haya aumentado un 30% desde el siglo pa-
sado, cuando, sin la actuacin humana, la natu-
raleza se encargaba de equilibrar las emisiones.
Aade esta fuente que en la actualidad existe
un consenso cientfico, casi generalizado, en
torno a la idea de que nuestro modo de produc-
cin y consumo energtico est generando una
alteracin climtica global, que provocar, a su
vez, serios impactos tanto sobre la tierra como
sobre los sistemas socioeconmicos.
Y finalmente destaca la importancia del mo-
delado matemtico: la modelizacin es uno de
los instrumentos a nuestro alcance que propor-
ciona la integracin, en el mayor grado posible,
de los conocimientos sobre el sistema climtico
y que tiene como objetivo la obtencin de si-
mulaciones de los comportamientos del clima
cuando el sistema, en su conjunto o en alguna de
sus partes, se ve sometido a variaciones de los
forzamientos que lo condicionan. El uso de mo-
delos climticos, unido al estudio de procesos
fsicos, permite establecer una teora del clima
y del cambio climtico. Ambos son la herramien-
ta esencial para predecir cmo puede ser el cli-
ma del futuro segn las distintas hiptesis de
emisin de gases de efecto invernadero, y para
justificar y explicar la variabilidad, de periodos
mayores del decenio, observada en el pasado y
en el presente.
En muchos libros es posible encontrar proble-
mas de matemticas basados en situaciones
reales que se pueden resolver en su totalidad o
parcialmente con los conocimientos de secun-
daria en esta materia. Por ejemplo, en el libro
Conexiones matemticas: Motivacin del alum-
nado y competencia matemtica, podemos en-
contrar propuestas una serie de tareas relacio-
nadas con problemas surgidos en el desastre del
Prestige. Estas tareas abarcan desde cuestiones
sobre interpretacin de datos hasta tareas de
previsin.
En la web http://naukas.com podemos encon-
trar un abundante material ameno y de inters
sobre todo tipo de ciencias. En el artculo "Anal-
fabetismo numrico, versin Groenlandia",
por ejemplo, se nos propone una sencilla tarea
matemtica relacionada con una noticia sobre
el deshielo aparecida en los medios. La noticia
en cuestin era la distribucin por parte de la
NASA de unas imgenes basadas en datos de
satlite segn las cuales el 97% del hielo super-
ficial de Groenlandia se haba derretido.Algu-
nos medios olvidaron el adjetivo superficial a la
hora de difundir la noticia. El autor del artculo
propone, en un tono desenfadado, calcular de
qu volumen de hielo se estara hablando en ese
caso, y cunto habra subido entonces el nivel
del mar, para convencer al lector, con los resul-
tados obtenidos tras unos simples clculos, de lo
absurdo de la noticia aparecida en algunos me-
dios de comunicacin.

Dos grandes matemticos
Jean Baptiste Joseph
Fourier
(17681830) fue un
matemtico y fsico perturbaciones que aparecen en el comportamiento
francs. Tuvo un papel
activo en la Revolucin
Francesa y fue encarce-
lado durante el Terror.
Fuente: http://commons.wiki-
media.org/wiki/File:Joseph_
En 1795 fue nombrado
profesor en la cole Nor-
Fourier.jpg?uselang=es.
male Suprieure y pos-
teriormente fue el sucesor de Joseph-Louis
Lagrange en la cole Polytechnique. Fourier
particip en la expedicin a Egipto de Napo- Gonzlez Vida, J. M. y Pars, C. (2009): "Nmeros y rea-
len en 1798 y fue nombrado gobernador del
Bajo Egipto. Sus principales contribuciones a
las matemticas son el desarrollo de las se-
ries que llevan su nombre y su aplicacin a la
resolucin de la ecuacin del calor y la ecua- lidad de las matemticas en la resolucin de problemas
cin de ondas. Fue tambin el descubridor prcticos, con ejemplos como el proceso de simulacin
del efecto invernadero.
Adhmar Jean Claude
Barr de Saint-Venant
(1797-1886), fue un fsi-
co y matemtico francs duction to computer simulation methods: applications
que contribuy al de-
sarrollo de la mecnica
de medios continuos y
dedujo las ecuaciones
Fuente: http://www.aprender-
de aguas someras en una
mat.info/historyDetail.htm?id-
=Saint-Venant. dimensin espacial. En
1843 public la deduc-
cin correcta de las ecuaciones de Navier-S-
tokes para fluidos viscosos.
3.3 CATSTROFES INDUCIDAS POR EL HOMBRE 207
matemtico para la prediccin meteorolgica, en la me-
dida que sea fiel al sistema que simula, debe incorpo-
rar este tipo de comportamientos: cualquier pequea
perturbacin, o error en las condiciones iniciales puede
tener una gran influencia sobre el resultado final. Esto
hace que sea muy difcil realizar predicciones climato-
lgicas precisas a largo plazo. Desde entonces se deno-
mina efecto mariposa a la amplificacin de pequeas
de los sistemas caticos. La teora del caos estudia el
comportamiento de este tipo de sistemas, que apare-
cen en muchos fenmenos naturales.
Bibliografa recomendada
LIBROS
lidad: utilizando las matemticas para modelar nuestro
entorno". Revista Uciencia, n 1, pp. 29-31. Mlaga: Uni-
versidad de Mlaga.
Artculo divulgativo en el que los autores ilustran la uti-
de la riada txica de Aznlcollar, descrito con un lengua-
je asequible para un pblico general. La revista UCien-
cia est disponible en http://www.uma.es/uciencia/
cms/menu/revista/.
Gould, H., Tobochnik, J., y Christian, W. (2007): An intro-
to physical systems. San Francisco: Addison-Wesley.
Este libro ofrece una introduccin a la fsica compu-
tacional, ligando de forma clara y asequible distintos
aspectos de la fsica y de la programacin. Algunos de
los modelos que se presentan se basan en herramien-
tas matemticas sencillas que pueden ser comprendi-
das por alumnos de secundaria. En particular, el modelo
de autmatas celulares para la simulacin de incendios
propuesto como proyecto es una adaptacin de un mo-
delo presentado en el libro, en el que se proponen ade-
ms distintas extensiones.
208 Unidad Didctica. Matemticas del Planeta Tierra
Lions, J. L. (1990): El planeta Tierra: el papel de las ma-
temticas y de los superordenadores. Madrid: Espasa-
Calpe, ser. Instituto de Espaa, n 8.
J. L. Lions (1928-2001), es considerado por muchos el
fundador de la matemtica aplicada francesa moderna.
Fund adems una extensa escuela con representacin
en muchos pases, incluyendo Espaa, caracterizada
por una investigacin matemtica de fuerte vocacin
aplicada y enraizada en el rigor del anlisis matemti-
co y numrico. Entre otros cargos, fue presidente de la
Unin Matemtica Internacional y, a iniciativa suya, el
ao 2000 fue proclamado Ao Internacional de las Ma-
temticas. Fue presidente del CNES (el Centro Nacional
de Estudios Espaciales francs) y del Consejo Cientfi-
co de la Agencia Meteorolgica francesa. En esta obra
ofrece una exposicin didctica y detallada del papel de
las matemticas y la computacin en el estudio del pla-
neta Tierra, haciendo especial hincapi en el papel de la
triloga universal (modelizacin, anlisis y control) en el
estudio del clima.
Ortega, T. (2005): Conexiones matemticas: motivacin
del alumnado y competencia matemtica. Barcelona:
Gra.
Este libro propone diversos problemas reales que se
pueden resolver total o parcialmente con los conoci-
mientos matemticos de un alumno de secundaria, al-
gunos de ellos relacionados con catstrofes como la del
Prestige.
MATERIALES AUXILIARES
PGINAS WEB
http://naukas.com. Portal de ciencia, escepticismo y hu-
mor que incluye apartados sobre matemticas y sobre
medio ambiente y da acceso a multitud de recursos.
http://incendioforestal.org. Portal colaborativo sobre
incendios forestales.
http://www.youtube.com/grupoedanya. Pgina que re-
coge simulaciones de inundaciones, roturas de presa y
otros fenmenos.
http://www.magrama.gob.es/es/cambio-climatico/.
Pgina oficial de la Oficina Espaola de Cambio Clim-
tico.
PELCULAS
El coloso en llamas (John Guillermin, 1974). Pelcula
protagonizada por Steve McQueen y Paul Newman.
En San Francisco, para inaugurar la construccin del
rascacielos ms alto del mundo, se organiza una fiesta
con numerosos invitados en la sala de baile, situada
en la planta ms alta. De repente, un fallo en la insta-
lacin elctrica provoca un incendio. Los asistentes
tienen pocas probabilidades de sobrevivir: al estar
a una altura tan elevada, a los bomberos les resulta
casi imposible controlar el infierno. La solucin viene
del trabajo conjunto del arquitecto (Paul Newman) y del
jefe de bomberos (Steve McQueen).
Erin Brockovich (Steven Soderbergh, 2000). Pelcula es-
tadounidense protagonizada por Julia Roberts, basada
en una historia real. Erin Brockovich es una madre divor-
ciada sin trabajo que, como contrapartida tras la prdi-
da de un juicio, se instala en el despacho de su abogado.
Decide investigar un caso que le llama la atencin, des-
cubriendo la relacin directa entre las enfermedades
del cliente y tambin la de la familia de este, con
la contaminacin del agua producida por las perforacio-
nes de una compaa de gas y electricidad.
Cuando el viento sopla (Jimmy T. Murakami, 1986). Pe-
lcula de animacin originalmente estrenada en Gran
Bretaa en octubre de 1986, basada en la novela grfica
homnima de Raymond Briggs. Describe un ataque nu-
clear al Reino Unido orquestado por la Unin Sovitica
desde la perspectiva de un matrimonio jubilado, Jim y
Hilda Bloggs. Segn va progresando la pelcula, comien-

zan a sufrir los efectos de la radiacin y su situacin lle-
ga a ser desesperada.
Naves misteriosas (Silent running) (Douglas Trumbull,
1972). La pelcula transcurre en el siglo XXI, en tres
naves espaciales que preservan la vida vegetal que ha
desaparecido de la faz de la Tierra. El botnico Free-
man Lowell (Bruce Dern) se responsabiliza del cuidado
y mantenimiento de una de ellas, el Valley Forge, hasta
que recibe una inesperada orden de destruir todas las
especies y regresar a La Tierra. Ante esta situacin,
Lowell secuestra el Valley Forge y huye con la nave para
defender los ltimos recursos naturales.
3.3 CATSTROFES INDUCIDAS POR EL HOMBRE 209
DOCUMENTALES
Six degrees could change the world (Ron Bowman,
2008). Documental de National Geographic sobre el
cambio climtico. Disponible en http://natgeotv.com/
ca/six_degrees/about.
The war game (Peter Watkins, 1965). Escrito, dirigido y
producido por Peter Watkins para la BBC. Documental
sobre los efectos de una posible guerra nuclear entre
Rusia, Estados Unidos y sus aliados. En particular, el
documental muestra los efectos que tendra un ataque
nuclear en Inglaterra. Fue censurada hasta 1985.
Matemticas
y redes
Juan Jos Ru y Ana Zumalacrregui

3.4

El captulo presenta las nociones bsicas de la moder-
na teora de grafos, algunas de sus peculiaridades y una
diversidad de aplicaciones, basadas principalmente en
la expansin de redes informticas y otras, producidas
por el desarrollo de las nuevas tecnologas de la infor-
macin y de la comunicacin.
A diferencia de captulos anteriores, este captulo no se
centra en fenmenos naturales o sociales que puedan
ser entendidos, explicados y modificados a partir de
modelos matemticos. En este caso son las nociones
matemticas las que han contribuido al desarrollo sin-
gular de determinadas disciplinas que, a su vez, plan-
tean la necesidad de nuevos conceptos y desarrollo
tericos.
La teora de grafos es un ejemplo potente y brillante de
la interaccin entre tcnica y matemticas: supone una
de las herramientas ms importantes de lo que podra
considerarse la ingeniera matemtica. Segn los au-
tores la ciencia busca comprender la relacin entre los
distintos fenmenos de la naturaleza, y adems la ma-
yora de los fenmenos observables pueden describir-
se en trminos de objetos y de sus interacciones y por
tanto, las redes son un pilar fundamental de la ciencia,
ya que describen dichas situaciones.
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
El recorrido por la teora de grafos que se hace en el ca-
ptulo es muy completo, desde sus orgenes en el pro-
blema de los puentes de Kningsberg hasta la discusin
de los modernos grafos aleatorios y de sus aplicaciones.
Se presentan, ejemplifican y amplan conceptos bsi-
cos como los de vrtices y aristas, el orden de un vrti-
ce, los caminos, los ciclos hamiltonianos, la planaridad,
la completitud y otros. Tambin se trabaja con propie-
dades como la expresada en la frmula de Euler y en
el teorema de Kuratowski. Se muestran aplicaciones
como las relativas a los mapas, a la coloracin de mapas
y de grafos, a la telefona mvil, y para concluir, los gra-
fos aleatorios y los modelos de pequeo mundo.
El captulo propone una gran cantidad de ejemplos y
ejercicios que pueden utilizarse para el trabajo en el
aula de matemticas de bachillerato, los cuales, con
herramientas matemticas sencillas, permiten abordar
problemas de cierta complejidad e inters.
Este captulo tiene mayor vinculacin curricular con los
objetivos, contenidos y criterios de evaluacin de las
asignaturas de Matemticas I y II, tanto en la modalidad
de Ciencias y Tecnologa como en la modalidad de Hu-
manidades y Ciencias Sociales, que la vinculacin que
mantiene con las asignaturas restantes.
Introduccin
El objetivo de la ciencia es comprender la interaccin
existente entre los distintos fenmenos de la natu-
raleza, desde las partculas fundamentales hasta las
galaxias. De hecho, la mayora de los fenmenos obser-
vables pueden describirse en trminos de objetos y de
sus interacciones. Muchas veces, conocer la existencia
(o la inexistencia) de dicha interaccin da suficiente in-
formacin como para poder extraer conclusiones del
fenmeno. Esta informacin nos la dan las redes que
describen dichas situaciones.
Si miramos nuestro planeta, es un mundo entrelazado
por redes: las que forman las personas en la sociedad,
las neuronas, la world wide web, los transportes urba-
nos en una sociedad, las rutas de los aviones, etctera.
En definitiva, una serie de elementos e interacciones
entre ellos.
Las matemticas pueden ayudar a entender mejor las
redes que aparecen en el mundo real, a travs del es-
tudio analtico de las propiedades de las redes y su na-
turaleza. En este captulo se hablar del nacimiento de
esta disciplina, denominada teora de grafos, y de algu-
nas de sus ideas fundamentales. Se mostrar tambin
su desarrollo y sus aplicaciones actuales mediante el
lenguaje de los grafos aleatorios y de las redes pequeo
mundo, un modelo de red que permite explicar con mu-
cha precisin las relaciones sociales en una comunidad,
as como las redes neuronales.
El estudio de estos modelos matemticos no solo nos
ayuda a entender la realidad en la que vivimos, sino que
adems brinda herramientas que permiten una opti-
mizacin de los recursos del planeta. Como veremos a
continuacin, estas ideas nos permitirn crear rutas de
transporte ms eficientes o mejorar el diseo de micro-
procesadores, entre muchas otras aplicaciones.
La capacidad de clculo de los ordenadores ha permi-
tido que la ciencia avance en las ltimas dcadas a pa-
sos agigantados. Uno de los mltiples ejemplos de este
nuevo paradigma es la potencia y velocidad del proce-
samiento de datos en el mbito de las ms diversas
disciplinas. Aun as, la ciencia moderna estudia objetos
y sistemas con un gran nmero de variables, y una enor-
me cantidad de interacciones entre ellas, lo que hace
impracticable manejar los datos que intervienen. Por
eso, para poder entender lo que realmente nos importa
del fenmeno es esencial simplificar la realidad. As es
como surgen los modelos, y ah es donde un matemti-
co puede explotar su destreza: en la abstraccin. Pero,
como ocurre en la vida, simplificar no siempre es fcil.
En esta unidad nos vamos a centrar en un tipo de mode-
los muy concretos: una serie de objetos que interactan
entre s de forma individual. As, conociendo de antema-
no todas las interacciones (que representaremos grfi-
camente en lo que llamaremos grafo) podremos dedu-
cir muchas propiedades sobre el sistema dependiendo
del problema que nos interese estudiar.
Por ejemplo, podemos considerar la red de metro de
una ciudad (las estaciones son los objetos y las inte-
racciones se reducen a si pasa o no pasa un tren entre
dos estaciones), una molcula (los tomos y las uniones
entre ellos) o redes sociales como Facebook (usuarios y
amistades entre ellos). En cualquier caso, el inters de
la modelizacin con grafos es dar respuesta a cuestio-
nes procedentes del mundo real a partir de estos mode-
los matemticos que vamos a introducir.
Conceptos elementales
sobre los grafos
Las redes de interconexin que hemos mostrado en la
seccin anterior tienen muchas cosas en comn, as que
desde un punto de vista matemtico nos interesar defi-
nir un modelo preciso que condense lo realmente impor-
tante de estas estructuras: los objetos considerados y
cmo se conectan entre ellos.
Para empezar distinguiremos entre dos casos: cuando
dos objetos interactan y cuando no hay interaccin en-
tre ellos. Aunque, como veremos ms adelante, depen-
diendo del problema que queramos resolver, no siempre
ser suficiente con esta informacin
Antes de nada, vamos a definir con precisin qu enten-
demos por grafo. Un grafo es un conjunto de elemen-
216 Unidad Didctica. Matemticas del Planeta Tierra

tos (que llamaremos vrtices) y las interacciones entre

ellos (que denominaremos aristas).
La red de metro
Un grafo puede dibujarse en una hoja de papel, repre-
Vrtices = estaciones de metro. sentando los vrtices por puntos y las aristas por lneas
que unan los vrtices correspondientes. En la figura 1 los
dos grafos considerados son los mismos (pues tienen
Aristas = dos estaciones estn unidas si los mismos vrtices y las mismas incidencias entre ellos),
entre ellas pasa un tren. aunque se representen de modo distinto.

La representacin del grafo sera

simplemente el plano de metro.

Figura 1. Un grafo, distintas representaciones. Autores: Juanjo Ru y Ana Zuma-

lacrregui.

Un parmetro importante a tener en cuenta en este anli-

sis es la distancia en un grafo. Fijados dos vrtices, pode-
mos definir la distancia entre ellos como la longitud del
camino ms corto (el nmero de aristas) que une dichos
vrtices, y diremos que el dimetro del grafo es el mxi-
mo de entre las distancias de los vrtices. En el grafo de
un mapa de metro querramos que la distancia entre dos
puntos no sea muy larga (podamos llegar de uno a otro lo
ms rpido posible), al menos para la mayora de las esta-
ciones: en media la distancia entre estaciones tiene que
ser lo ms corta posible.

Plano del Metro de Madrid. Autor: Montrealais. Fuente: http://es.wikipedia.org/
wiki/Archivo:Madrid-metro-map.png.
El origen:
de paseo por Kningsberg
En contra de lo que ocurre en muchas disciplinas cient-
ficas, en las que su origen se pierde en los albores de la
civilizacin, la nocin de grafo tiene una fecha bien de-
finida, ya que surgi a raz de un problema concreto: el
llamado problema de los puentes de Knigsberg.

La ciudad de Knigsberg (actual Kaliningrado, en Rusia)
fue construida alrededor del ro Pregolya, que cruza la
ciudad y la divide en tres regiones distintas y una isla
interior. Las cuatro secciones de la ciudad estn unidas
mediante siete puentes (Puente del herrero, Puente
conector, Puente verde, Puente del mercado, Puente de
madera, Puente alto y Puente de la miel). Un mapa de la
ciudad se muestra en la figura 3.
Figura 2. Plano de la ciudad de Kningsberg de 1652. Autor: Merian-Erben. Fuen-
te: http://commons.wikimedia.org/wiki/File:Image-Koenigsberg,_Map_by_Me-
rian-Erben_1652.jpg.
Figura 3. Representacin grfica de los puentes de Knigsberg. Autor (izquier-
da): Bogdan. Fuente: http://commons.wikimedia.org/wiki/File:Konigsberg_bri-
dges.png Autor (centro): Moriel. Fuente: http://commons.wikimedia.org/wiki/Fi-
le:Puentes_Konigsberg.jpg Autores (derecha): Juanjo Ru y Ana Zumalacrregui.
Construimos entonces el siguiente grafo: tomamos un
vrtice por cada una de las islas de la ciudad (un total de
cuatro) y situamos una arista entre dos vrtices si hay
un puente entre las correspondientes islas (hasta siete
aristas correspondientes a los siete puentes).
El paseo por Kningsberg ahora se traduce en un camino
por el grafo anterior, al que tenemos que pedir:
3.4 MATEMTICAS Y REDES 217
El histrico problema consista en responder
la siguiente pregunta:es posible pasear por
la ciudad cruzando una nica vez cada puen-
te y terminando en la misma seccin de la que
se parti?
De manera experimental, basta con com-
probar todos los posibles paseos para darse
cuenta de que uno no puede terminar donde
empez si ha pasado una nica vez por cada
puente. Sin embargo, fue el matemtico
Leonhard Euler quien, empleando por prime-
ra vez la idea de grafo, dio una explicacin de
por qu no existe un paseo por Kningsberg
con estas caractersticas.
Para tratar este problema la nica informa-
cin que nos interesa es qu reas de la ciudad
estn conectadas y a travs de qu puentes.
No nos importa la forma que tenga cada una
de las regiones en que el ro Pregolya divida
la ciudad, ni su tamao, ni las caractersticas
de los puentes.
1. Que sea un paseo cerrado: empieza y termina en el mis-
mo vrtice.
2. Que pase por todas las aristas.
3. Que slo pase por cada arista una nica vez.
Los caminos que cumplen estas propiedades se conocen
como caminos eulerianos, en honor a Leonhard Euler.
En este caso hemos permitido que entre dos vrtices
pueda haber ms de una arista, porque para nosotros no
slo es importante saber que dos islas estn conectadas
sino de cuntas maneras estn conectadas. A este tipo
de objeto se le conoce como multigrafos. Qu caracte-
rsticas ha de tener un multigrafo para que exista un ca-
mino euleriano?
Euler ya se dio cuenta de un hecho muy sencillo: es esen-
cial que el nmero de aristas que llega a un vrtice (el gra-
218 Unidad Didctica. Matemticas del Planeta Tierra

do de ese vrtice) sea par o impar. De hecho, si uno de los

vrtices del grafo tiene grado impar, entonces no puede
Leonhard Euler
existir un camino de este tipo. Imaginemos, como ejem-
(1707-1783). Se tra- plo, que en algn momento de nuestro paseo llegamos
ta de uno de los ms a un vrtice de grado 3, entonces ya habremos gastado
grandes matem- una arista y tendremos que utilizar otra arista distinta
ticos de todos los para salir del vrtice: la nica manera de que gastemos la
tiempos, y de hecho tercera arista es que terminemos el paseo en ese punto,
fue el ms prolfico. pero entonces no es un camino cerrado, es decir, no se
Nacido en Basilea cumple la condicin 1.
(Suiza), vivi la ma- Euler demostr que esta condicin, adems de ser nece-
yor parte de su vida saria, tambin era suficiente: todo grafo con vrtices de
orden par tiene un ciclo euleriano.
Retrato de Euler. Autor: Jakob Emanuel
en Rusia y Alema-
Handmann. Fuente: commons.wikime- nia, donde realiz
dia.org/wiki/File:Leonhard_Euler_2.jpg
importantes descu-
brimientos en reas
tan diversas como el clculo, la teora de n- Caminos Hamiltonianos
meros o la teora de grafos. Introdujo gran
parte de la terminologa y notacin moder- y optimizacin
na; a l debemos la nocin actual de funcin
matemtica y la notacin f(x). Hasta ahora hemos buscado un camino que pasase por
todas las aristas sin repetir, pero no nos import pasar
dos veces por un vrtice. Sin embargo, como veremos a
continuacin, en muchas situaciones nos interesar sa-
ber si existe o no un camino que pase por todos los vrti-

Ejercicio
Encuentra un ciclo Euleriano en el grafo indicado. El
teorema de Euler nos dice que tal ciclo existe. Auto-
Figura 4. Un ciclo hamiltoniano en un dodecaedro . Autor: Christoph Sommer.
res: Juanjo Ru y Ana Zumalacrregui. Fuente: http://commons.wikimedia.org/w/index.php?title=File:Hamiltonian_
path.svg&page=1.
 3.4 MATEMTICAS Y REDES 219

ces, pero no pase dos veces por ninguno. Si adems el ca-

mino termina en el mismo vrtice que comenz entonces
se conocen como ciclos hamiltonianos (figura 4).
Pensemos por ejemplo en la agenda de una empresa de
distribucin de paquetes a toda la provincia. Al transpor-
tista le interesar optimizar su tiempo visitando cada
una de las ciudades en la ruta una nica vez. Teniendo
en cuenta la red de carreteras de la regin (es decir, el
grafo cuyos vrtices son las villas de la provincia y las
aristas las distintas carreteras), queremos recorrer el
grafo pasando una vez (y solo una vez) por cada ciudad
y volviendo al punto de origen. Es decir, buscar un ciclo
hamiltoniano en el grafo de carreteras. Ms adelante
veremos que este modelo puede hacerse an ms com-
plejo incluyendo pesos a las aristas para aadir infor-
macin relativa a la distancia de separacin entre dos
ciudades.
En los aos cincuenta del siglo pasasdo los mate-
mticos Gabriel A. Dirac y ystein Ore probaron que
cualquier grafo con suficientes aristas contena un ciclo
hamiltoniano. En particular, si la suma de los grados de
cualesquiera dos vrtices que no son adyacentes es
mayor que el nmero total de vrtices entonces este
contiene un ciclo hamiltoniano. Es difcil, sin embargo,
dar una descripcin ms general de qu grafos poseen
ciclos de este tipo.
De hecho, aunque sepamos que un grafo ha de contener
un ciclo hamiltoniano, en las aplicaciones prcticas lo que Figura 5. Circuito impreso sin cortes (arriba) y un nudo de carreteras en Chica-
verdaderamente nos interesa es cmo construir uno, lo go, Eestados Unidos (abajo). Obsrvese la necesidad de construir puentes en
la segunda estructura.
que es computacionalmente complejo.
Autor (arriba): Abraham Del Pozo. Fuente: http://commons.wikimedia.org/wiki/
File:Circuito_Impreso.jpg. Autor(abajo): Sheilaellen. Fuente: http://commons.
wikimedia.org/wiki/File:Road_junction_chicago.jpg?uselang=es.

Planaridad
Veamos ahora cuestiones relacionadas con grafos que
aparecen en la vida real. Nos van a interesar los grafos
cuyas aristas no se cortan: los grafos planos.
Consideremos un conjunto de ciudades (que harn el pa-
pel de nuestros vrtices) y la red de carreteras que las
unen. Cada corte de un par de aristas cruce de carre-
teras hace necesario construir una infraestructura adi-
cional, como un puente o una glorieta. As, para disear
una red de este tipo sera til hallar una representacin
grfica con el mnimo nmero de cortes entre infraes-
tructuras.
Otro ejemplo, de gran importancia por su aplicacin in-
dustrial, es el del diseo de circuitos impresos: dos co-
nexiones en un sistema elctrico no pueden cortarse, ya
que de ser as se producira un cortocircuito y el circuito
no podra funcionar. Por otro lado, el uso de capas adi-
cionales en la produccin de circuitos impresos provo-
ca el aumento del precio de este. Cuantos menos cortes
220 Unidad Didctica. Matemticas del Planeta Tierra
sean necesarios en la implementacin de este sistema,
ms barata ser la produccin en cadena de estos dis-
positivos.
Con esta problemtica en mente, volvamos al mundo
abstracto de los grafos. Hasta el momento no nos hemos
preocupado de cmo representamos los grafos sobre el
papel, puesto que nos hemos interesado nicamente por
su estructura. Hemos establecido que los grafos los di-
bujamos mediante puntos (los asociados a los vrtices) y
curvas que los unen (las correspondientes aristas), pero
no hemos impuesto en ningn momento que las aristas
puedan o no cortarse. Ahora vamos a poner un poco ms
de nfasis en este aspecto. Como vamos a mostrar, se
trata de una condicin intrnseca del grafo, no solo de
cmo dibujemos.
Esta condicin (la representacin sin cortes) olvidada
hasta este momento, es muy importante en las aplicacio-
nes prcticas, como ya hemos visto.
Demos una definicin ms precisa de la planaridad:
Se dice que un grafo es plano si admite una represen-
tacin grfica sin cortes de aristas. Un grafo plano, ya
dibujado, se denominar mapa (qu es un mapa geogr- ms general posible: tal y como demostr el matemtico
fico sino un grafo dibujado?).
Existen muchos grafos que son planos (es decir, que ad-
miten un dibujo sin cortes), pero la mayora de ellos no
lo son. Se puede observar que un grafo no es plano si no
existe manera de representarlo en el plano sin cortes.
Sin embargo, no es tan sencillo distinguir que efectiva-
mente, el grafo no se puede representar sin cortes, o que
no sepamos dibujarlo sin cortes, lo que no significa que no
sea plano, sino que nicamente no sabemos hacerlo! Por
tanto, cmo decidimos si un grafo dado es plano? El ar-
gumento debe ser de tipo intrnseco (debe depender del
propio grafo y no de nuestra pericia artstica).
Consideremos un caso concreto: por un lado tenemos el
grafo con 5 vrtices y con todas las aristas posibles, y por
otro el grafo con 6 vrtices donde hacemos dos clases de
3 y 3 vrtices y los unimos con todas las aristas posibles
(sin unir los vrtices de cada clase). Estos grafos se de-
nominan grafo completo con 5 aristas (que se denota por
K5) y grafo K3,3, respectivamente. Una representacin
grfica de stos se da en la figura 8. Estos personajes van
a ser muy importantes en este contexto.
Figura 6. Representacin del grafo completo (izquierda) y del grafo bipartito
(derecha) con un corte. No existe ninguna representacin de estos dos grafos
sin la existencia de cortes. Autores: Juanjo Ru y Ana Zumalacrregui.
En estos casos no existe una representacin de estos
grafos sin cortes. El lector puede convencerse de este
hecho intentando representar estos grafos sin cruces, y
comprobar aun intentndolo con mucho esfuerzo que
tal tarea es imposible. De hecho, estos dos grafos son
las piezas clave para entender qu sucede en el contexto
Kazimierz Kuratowski (1896-1980) en sus trabajos pione-
ros de interaccin entre la topologa de superficies y la
teora de grafos, la existencia de estas dos estructuras
en el interior de un grafo determina su planaridad o por el
contrario su no planaridad.
Para entender el teorema que queremos enunciar, nece-
sitamos primero definir algunos conceptos.
Un subgrafo de un grafo dado es un grafo que se
obtiene a partir del inicial tomando un subconjunto
de vrtices y el correspondiente conjunto de aristas
que hay entre ellos (aqu cabe decir que si dos vrti-
ces son del subgrafo y definen una arista en el grafo
inicial, el subgrafo correspondiente dicha arista pue-
de estar o no. Lo que no puede suceder es que en el
subgrafo se cree una arista cuando el grafo inicial no
haba).
Una subdivisin de un grafo consiste en subdividir
las aristas de este. Es decir, en dibujar vrtices a lo
largo de las aristas.
Con estas definiciones ya podemos enunciar el teorema
fundamental para la caracterizacin de planaridad:

Teorema de Kuratowski: un grafo es plano si y solo si no
contiene una subdivisin ni de K5 ni de K3,3.
Qu queremos decir con este teorema? Pues que si en
el interior del grafo considerado existe un subgrafo ob-
tenido a partir de K5 o de K3,3 subdividiendo sus aristas,
entonces el grafo no puede ser plano. Y en sentido con-
trario, si no existen tales subdivisiones, entonces el grafo
es plano. En la figura 7 se muestra una un grafo no plano, y
una subdivisin de K5 en su interior.
Figura 7. Un grafo no plano. Se indica la subdivisin de con aristas negras. Auto-
res: Juanjo Ru y Ana Zumalacrregui.
Por esta razn uno de los mtodos algortmicos utiliza-
dos para evaluar la planaridad de grandes grafos es la
bsqueda de subdivisiones de estas estructuras. En
la actualidad se conocen muchos resultados en esta di-
reccin que han dado lugar a un gran abanico de progra-
mas informticos para el diseo de circuitos electrni-
cos, entre muchas otras aplicaciones.
Coloracin y Mapas
Ya que hemos presentado los grafos planos y de los ma-
pas, vamos a estudiar un poco ms su estructura. A dife-
3.4 MATEMTICAS Y REDES 221
rencia de los grafos en general, que nicamente tienen
vrtices y aristas, los mapas estn equipados con una
nueva clase de objetos: al dibujar un grafo plano estamos
subdividiendo el plano en distintas regiones. Cada una de
estas regiones va a ser una cara del mapa.
Existe una relacin muy sencilla entre el nmero de vr-
tices, de aristas y de caras de un mapa: la denominada
frmula de Euler, que dice lo siguiente: si v, a y c son el
nmero de vrtices, aristas y caras del mapa considerado
entonces c+v = a+2. En esta cuenta entendemos que la
cara no acotada del mapa (lo que vendra a ser el ocano
en un mapa geogrfico) es tambin una cara.
Figura 8. Ejemplo de la frmula de Euler c+v = a+2. Autores: Juanjo Ru y Ana
Zumalacrregui.
Supongamos que deseamos colorear las caras de un
mapa plano, de tal modo que para colorear dos caras
adyacentes no utilicemos el mismo color ya que no dis-
tinguiramos las regiones. El lector puede intentar colo-
rear por su cuenta el mapa que se encuentra en la figura
9. Aun as, y para facilitarle el trabajo, ofrecemos una co-
loracin nicamente con 4 colores.
Qu paleta de colores necesitaremos si queremos co-
lorear de este modo todos los mapas? La respuesta es
sorprendente: con cuatro colores siempre puedo reali-
zar esta coloracin! Este profundo resultado es lo que se
conoce como teorema de los cuatro colores:
222 Unidad Didctica. Matemticas del Planeta Tierra

Ms all de este problema de gran inters terico y carto-

grfico, la coloracin de mapas tiene gran importancia en
diversas reas de optimizacin. El problema de colorear
mapas es equivalente al de colorear vrtices de un grafo,
con la condicin de que dos vrtices que compartan una
arista no puedan ser coloreados con el mismo color. En
esta direccin, conocer el nmero de colores mnimos ne-
cesarios (denominado nmero cromtico del grafo) para
realizar tal menester puede ser utilizado con gran astucia
en las aplicaciones, como en el empaquetamiento de ob-
jetos. Imaginemos que tenemos un recinto donde debe-
Figura 9. Un mapa sin colorear y el mismo mapa coloreado. Autor: Stan Wagon.
Fuente: http://ztfnews.wordpress.com/2010/04/02/el-1-de-abril-dia-de-los-i-
mos colocar bidones de ciertas sustancias qumicas que
nocentes/ no pueden entrar en contacto. Qu obstrucciones sobre
el nmero de productos distintos podremos almacenar?
Teorema de los cuatro colores: Las caras de un grafo pla- Adems de esta, existen aplicaciones muy interesantes en
no pueden colorearse con cuatro colores, de tal forma lo que se conoce como pattern matching.
que dos regiones incidentes llevan color distinto. La nocin de coloracin de grafos puede aplicarse en
Esta afirmacin tan inocente ha llevado de cabeza a mu- otra direccin: en lugar de considerar coloraciones de
chos de los grandes matemticos de los ltimos 150 aos. vrtices, podramos estar interesados en colorear aris-
Inicialmente este problema fue formulado en el ao 1852 tas, de tal modo que todas las aristas incidentes en un
en relacin al problema de colorear el mapa de Inglate- mismo vrtice sean de distinto color, ver figura 10.
rra, y en 1879 se demostr que cualquier mapa se puede Uno de los usos ms inmediatos del estudio del nmero
colorear con cinco colores. Grandes matemticos como de colores mnimos necesarios para realizar tal colora-
Augustus de Morgan y Arthur Cayley intentaron atacar el cin es la optimizacin de jornadas en torneos. Imagine-
problema sin xito. De hecho, no fue hasta los aos seten-
ta del siglo pasado cuando Kenneth Appel y Wolfgang Ha-
ken hallaron la solucin. La gran novedad en dicha prueba
fue su necesidad del uso de computadores con el propsi-
to de comprobar que un conjunto de patrones (muy gran-
de!) poda colorearse con cuatro colores. En este sentido,
la demostracin del teorema de los cuatro colores ha sido la
primera demostracin de la historia asistida por computa-
dor. En este punto es importante decir que el uso del orde-
nador ha sido con el fin de realizar un chequeo exhaustivo
de un nmero finito de patrones. Dicho de otro modo, la
potencia de clculo de la computadora se usa nica y ex-
clusivamente en el testeo de la coloracin en un conjunto
finito de mapas. Es decir, la gran aportacin de Appel y Ha-
ken fue la reduccin de un problema con infinitos mapas a
uno donde nicamente se deba mirar la coloracin en un
nmero finito! Aos ms tarde, en 1996, Neil Robertson,
Daniel Sanders, Paul Seymour y Robin Thomas redujeron
el nmero de patrones a evaluar. A pesar de ello, el uso del
Figura 10. Una coloracin por aristas de un grafo. Obsrvese que los colores de
ordenador fue tambin fundamental y a da de hoy no se las aristas incidentes con un vrtice dado son todos distintos. Autores: Juanjo
conocen demostraciones manuales de este resultado. Ru y Ana Zumalacrregui.

mos que los vrtices de nuestro grafo son concursantes
de un determinado evento, donde deben competir con
los concursantes a los que se unen mediante una arista.
Cul es el nmero de jornadas mnimas que se necesitan
para completar el torneo, teniendo en cuenta que en cada
jornada pueden competir diversos concursantes, sin que
un concursante participe dos o ms veces el mismo da?
En este caso, el nmero de colores mnimos nos da la res-
puesta, ya que cada color nos indica una jornada distinta.
Aplicaciones similares de las coloraciones en aristas
aparecen en distintos contextos tales como la asigna-
cin de frecuencias en redes de telefona mvil.
Ms all de los vrtices
y las aristas
Hasta el momento hemos estado estudiando los grafos
nicamente en trminos de sus vrtices y sus aristas.
Pero, tal y como ya hemos mostrado en la solucin de
Euler de los puentes de Knigsberg, la nocin de tener
puntos y lneas que los unen puede complicarse en distin-
tas direcciones. En su problema, Euler consider aristas
mltiples entre los vrtices con el propsito de modelar
varios puentes que unan las mismas islas.
Pasamos a hablar de multigrafos. Al igual que en los gra-
fos, tenemos un conjunto de aristas que une los vrtices
pero, en este caso, puede existir ms de una arista unien-
do la misma pareja de vrtices. Como hemos mostrado,
esta generalizacin resulta til cuando estamos estu-
diando recorridos en los que existen varias trayectorias
entre dos puntos.
Tambin puede ser til usar un modelo un poco ms com-
pleto, aadiendo informacin sobre las aristas. Suponga-
mos que queremos modelar el flujo de agua (en unidades
de volumen por hora) entre distintas terminales de un
sistema hidrulico. El agua fluye en un determinado sen-
tido y, por tanto, las aristas deben considerarse dirigidas
segn el sentido del flujo. En este caso, estamos ante un
grafo o multigrafo dirigido; esto es, un grafo (o multigra-
fo) en el que distinguimos un sentido para cada una de
3.4 MATEMTICAS Y REDES 223
las aristas. Dirigir las aristas puede ser tambin til en
cuanto a la creacin de diagramas de jerarquas entre los
vrtices del grafo.
Finalmente, los grafos pueden incluir otro tipo de infor-
macin. Por ejemplo, a la hora de modelar una red de
carreteras con grafos .podra ser interesante codificar la
distancia existente entre ciudades, dando un peso a las
aristas del grafo. En general, un grafo con pesos se cons-
truye a partir de un grafo ordinario asignando valores
numricos a sus aristas. Con este nuevo modelo, la op-
timizacin no slo se basar en la bsqueda de caminos
cortos entre vrtices, sino tambin en la bsqueda de
caminos cuyo peso total (es decir, la suma de los pesos
de las aristas) sea lo menor posible. En el contexto de los
mapas de carreteras esto se traduce en la bsqueda de
trayectos de distancia mnima.
Todas estas ideas pueden combinarse de mltiples ma-
neras (e incluso hacerse ms complejo) para representar
un amplio abanico de modelos de la realidad. Ser traba-
jo del informtico, ingeniero, economista o matemtico
definir con precisin dicho modelo con el fin de que se
pueda aplicar sobre l todo lo que sabemos de estas es-
tructuras discretas.
Modelando el azar:
grafos aleatorios
Ahora vamos a trabajar con un tipo de grafos muy pecu-
liares: los grafos aleatorios, que sirven, entre otras co-
sas, para modelar la web.
Consideremos en un instante de tiempo determinado
la red de ordenadores global www (siglas en ingls de
World Wide Web). Dicha red se compone de todos los
ordenadores del mundo que se hallan conectados en un
preciso momento. La www tiene estructura de grafo (eso
s, inmenso!), donde los vrtices son todos los ordena-
dores y tenemos una arista si un par de ordenadores se
hallan conectados (figura 11).
Ahora bien, existe una dinmica que no habamos consi-
derado: los usuarios se conectan y se desconectan sin
224 Unidad Didctica. Matemticas del Planeta Tierra
Figura 11. Mapa de Internet que muestra las conexiones de los mayores pro-
veedores de servicios de Internet (conocidos como ISPs por sus siglas en in-
gls), realizado con datos de 1999. Autor: The Opte Project. Fuente: https://
commons.wikimedia.org/wiki/File:Internet_map_1024_-_transparent.png. Autor:
The Opte Project. Fuente: https://commons.wikimedia.org/wiki/File:Internet_
map_1024_-_transparent.png.
seguir ningn patrn predecible. Es decir, las conexiones
en nuestro grafo van apareciendo (y desapareciendo) a
medida que avanza el tiempo.
En cierto modo, en la modelizacin de grandes estructu-
ras discretas mediante el lenguaje de los grafos aparece
una cierta incertidumbre en la estructura. O lo que es lo
mismo, que no podamos afirmar categricamente (como
pasaba antes) propiedades del grafo en cuestin. Pero al
menos nos interesar encontrar alguna propiedad en co-
mn que cumplan la mayora de grafos.
La nocin de grafo aleatorio fue introducida por el ma-
temtico hngaro Paul Erds (padre de la combinatoria
moderna) y se define de manera rigurosa como sigue.
Fijado un conjunto de vrtices se construye un grafo
aleatorio simple del siguiente modo: dibujamos cada
posible arista del grafo (equivalente a una pareja de vr-
tices) con una cierta probabilidad p. Es decir, una cierta
arista va a estar en el grafo con probabilidad p y no va a
estar con probabilidad 1-p. El grafo resultante (del que no
conocemos su estructura) se denomina grafo aleatorio.
Si no sabemos nada de la estructura del grafo, qu po-
demos decir de l? Si consideramos a todos los posibles
grafos que podemos obtener de esta manera y los obser-
vamos en conjunto, entonces habr ciertas propiedades
que aparezcan en la mayora de los grafos y otras que
slo queden como excepciones a una regla general.
Por ejemplo, tomando aristas con p = 1, entonces lo que ob-
tiene es un grafo completo (dibujamos todos los vrtices), y
sus propiedades son bien conocidas: todo vrtice es adya-
cente a los otros. En el extremo opuesto, es decir, si fijamos
la probabilidad p = 0, obtendremos un grafo sin aristas y,
nuevamente la estructura es muy clara. Sin embargo, lo in-
Figura 12. Grafos aleatorios con distinta probabilidad de conexin entre vrti-
ces. De izquierda a derecha p = 0,3, p = 0,5 y p = 0,8. Autores: Juanjo Ru y Ana
Zumalacrregui.
teresante sucede cuando vamos variando la probabilidad
entre estos dos extremos y analizamos los resultados.
Para empezar, por un lado el grado de los vrtices es, en
general, reducida y, sin embargo, la distancia media del
grafo es pequea. Estas propiedades son buenas ya que
con pocas aristas se logra conectar a muchos vrtices
en pocos pasos, pero como veremos a continuacin esta
construccin no es suficientemente buena para modelar
redes de gran tamao que aparecen en la vida real (redes
sociales o incluso redes neuronales).
Volviendo a la realidad: ms
all de los grafos aleatorios
El modelo de grafo aleatorio que hemos introducido
en la seccin anterior es uno de los objetos de trabajo

fundamentales en el rea de la matemtica discreta.
Desafortunadamente, para modelar ciertos fenmenos
necesitamos pulir este modelo, ya que en una amplia va-
riedad de sistemas de la vida real aparece un fenmeno
que no se refleja en el modelo aleatorio: cuando se es-
cogen dos vrtices que estn unidos a un tercero, con
gran probabilidad estarn unidos entre s. Si una per-
sona piensa en su red de amigos, si dos de los amigos
conocen a un tercero es muy probable que tambin se
conozcan entre s, porque en muchas ocasiones la amis-
tad es transitiva.
Sin embargo, esta propiedad no se cumple para la ma-
yora de los grafos aleatorios. Si construimos un grafo
regular, pensemos en vrtices situados en un crculo y
aristas entre vrtices que son vecinos (geogrficamente
hablando). Est claro que la propiedad de transitividad
se cumple; sin embargo, es fcil encontrar vrtices que
estn a una distancia muy grande.
Figura 13. A medio camino entre los grafos aleatorios y los totalmente orde-
nados se hallan los grafos pequeo mundo. Extrado del artculo original de
Watts y Strogatz. Autores: Duncan J. Wattsy Steven H. Strogatz. Fuente: Co-
llective dynamics of small-world networks. Nature, 393 (6684): 440442.
doi:10.1038/30918.
Red Tipo
Actores de cine Social
Internet Tecno-social
Paquetes de software Tecnolgica
Redes metablicas Biolgica
Interaccin proteica Biolgica
Tabla 1. Datos sobre distintas redes del mundo real en el modelo de Watts y Strogatz.
3.4 MATEMTICAS Y REDES 225
Pensemos ahora en el cerebro humano. Una red neuro-
nal puede entenderse como una estructura en la que se
minimice el procesado de datos (posiblemente en para-
lelo) y se maximice la eficiencia. Estas dos propiedades
se pueden traducir, en el contexto de los grafos, en que se
minimice la distancia media entre vrtices pero haya
transitividad entre neuronas; todo ello exigiendo que el
nmero de aristas sea lo ms pequeo posible.
A medio camino entre lo ordenado y lo aleatorio se halla
lo que se denominan grafos pequeo-mundo, en los que
la distancia media es pequea (como en los grafos alea-
torios) y sin embargo encontramos transitividad entre
vrtices (propia de los grafos regulares). Este concep-
to fue introducido en el ao 1998 por los investigado-
res Duncan Watts y Steven Strogatz en su artculo en
la revista Nature titulado Collective dynamics of
small-world networks.
En las ltimas dcadas se ha observado que la estructura
de muchas redes reales (redes sociales, trfico areo, re-
des neuronales) se pueden clasificar de manera efectiva
en funcin de los parmetros introducidos por Watts y
Strogatz en su estudio: el coeficiente de agrupamiento
(clustering coefficient, entre 0 y 1) y la distancia media
entre vrtices (mayor o igual a 1).
Ellos propusieron un modelo de redes pequeo mundo
cuyas caractersticas ms sobresalientes son:
Un trayecto mnimo promedio entre vrtices peque-
os. Es decir, que dos vrtices de la red se comunican
por un camino de vrtices intermedios relativamen-
te pequeo (salvo tal vez un nmero pequeo de ex-
cepciones).
Un coeficiente de agrupamiento medio elevado. Si
dos vrtices estn conectados a un tercero, entonces
Agrupamiento Distancia Media
0.2 3.48
0.035 3.31
0.7 2.42
0.09 2.56
0.072 6.8
226 Unidad Didctica. Matemticas del Planeta Tierra

existe una gran probabilidad de estn conectados

entre s. Ejercicio
La primera propiedad dota a las redes de alta eficiencia A que no eres capaz de encontrar a dos actores con
en la transmisin de informacin, mientras que la segun- distancia 5?
da indica la elevada transitividad de la red.
Probando unas cuantas veces observars que es di-
Lo que podra sorprender a ms de uno es que este mo- fcil encontrar parejas a distancia 4.
delo de pequeo mundo no solamente da una primera
aproximacin al problema de las redes neuronales, sino
que modela con bastante fidelidad la estructura social de
distintas comunidades (reales o virtuales). Y no solo eso,
sino que permite entender y explicar cmo se relacionan
las personas. Ms concretamente, las redes pequeo
mundo permiten ratificar la mxima de que el mundo es
un pauelo.

La nocin de pequeo mundo fue acuada

en los aos sesenta del siglo pasado por el
psiclogo Stanley Milgram (1933-1984),
que mediante un experimento conjetur el
hoy ya clebre 6 grados de separacin entre
dos personas cualesquiera. El experimento
consista en escoger de manera aleatoria a
dos personas de Omaha (Nebraska) y Boston
(Massachusetts) y entregarle a la primera Figura 14. Red de regulacin gentica de la bacteria Mycobacterium tuberu-
losis. Autores: Joaqun Sanz et al. Fuente: "The Transcriptional Regulatory
una carta que tena que hacer llegar, envin- Network of Mycobacterium tuberculosis" PLoS ONE 6(7): e22178. doi:10.1371/
dosela a algn conocido suyo, al segundo journal.pone.0022178.

individuo. Es cierto que muchas cartas no

llegaron, pero dentro de las que llegaron la
mayora lo hicieron en menos de 6 pasos.
De hecho, gracias a las grandes bases de datos que se
tienen ahora mismo, existen formas ms sencillas de
realizar el experimento de Milgram. Si consideramos,
por ejemplo, la red de actores que aparecen en la base
de datos de Imdb (Internet movie data base) y unimos
dos actores siempre que hayan participado juntos en
una pelcula, entonces es muy fcil calcular la distancia
entre dos actores cualesquiera. De hecho uno puede
hacerlo desde la pgina web: http://oracleofbacon.org/.
Se han encontrado ejemplos de redes de pequeo mundo
en numerosas redes de la naturaleza, desde la que define
las protenas que interaccionan en el metabolismo de las
bacterias hasta las redes neuronales, as como en redes
sociales.
Bibliografa recomendada
Bollobs, B. (2001): Random graphs (2 ed.). Cambridge:
Cambridge University Press, col. Cambridge Studies in
Advanced Mathematics, n 73.

Libro de referencia para entender la problemtica en
el contexto de los grafos aleatorios. El investigador
Bella Bollobs ha sido una de las ms grandes figuras
matemticas en este campo de estudio.
Diestel, R. (2010): Graph theory (4 ed.). New York:
Springer-Verlag, col. Heidelberg Graduate Texts in
Mathematics, n 173.
Libro de referencia para iniciarse en la teora de grafos.
El texto est dividido en distintos captulos donde
se estudian diversos dominios de la teora de grafos,
incluyendo la planaridad, la coloracin de grafos, la teora
extremal de grafos y la teora de menores. Los captulos
estn estructurados de menos a ms: cada uno de ellos
comienza con los resultados bsicos y termina con
problemas y conjeturas abiertos.
Strogatz, S. H. y Watts, D J. (1998): "Collective dynamics
of 'small-world' networks". Nature, vol. 393, n 6684, pp.
440-442.
Artculo original donde se introduce por primera vez la
nocin de red de pequeo mundo. Es interesante para ver
la motivacin intrnseca en las hiptesis de este artculo.
MATERIALES AUXILIARES
LIBROS
Gleick, J. (1987): Caos. La creacin de una ciencia.
Libro muy popular de James Gleick en el que, por primera
vez, se describieron los principios y el desarrollo de
la teora del caos al pblico general. Fue finalista del
National Book Award en 1987 y del Premio Pulitzer
en 1988. Describe el trabajo de los cientficos que
contribuyeron al desarrollo de la teora.
Gibson, W. (1984): Neuromante. Barcelona: Minotauro.
Neuromante (originalmente en ingls, Neuromancer) es
una novela de ciencia ficcin escrita por William Gibson y
publicada en 1984. Fue su primera novela y una de las pocas
3.4 MATEMTICAS Y REDES 227
en haber obtenido los tres premios ms importantes en la
literatura de ciencia ficcin: el Premio Nbula, el Premio
Hugo y el Premio Philip K. Dick. Neuromante es la novela
principal de la corriente denominada cyberpunk, y de ella
beben la mayor parte de trabajos que posteriormente se
han acogido a esta etiqueta.
PGINAS WEB
http://sociedadinformacion.fundacion.telefonica.
com/DYC/SHI/seccion=1188&idioma=es_
ES&id=2009100116310050&activo=4.do?elem=5121.
http://www.madrimasd.org/blogs/universo/2008
/08/08/98350.
http://www.ibercivis.es/index.php?module=public
&section=channels&action=view&id_channel=3&id_
subchannel=131.
http://moviegalaxies.com. En la pgina web moviega-
laxies.com se pueden buscar los grafos que dan las
relaciones sociales de los personajes de una pelcula.
Adems, en cada grafo se puede ver cul es la distancia
media o el coeficiente de agrupamiento, entre otras
cosas.
PELCULAS
El efecto mariposa (Eric Bress, 2004). Pelcula
escrita y dirigida por Eric Bress en colaboracin con
J. Mackye Gruber. Estrenada en 2004, la pelcula est
protagonizada por Ashton Kutcher, en el papel principal,
y Amy Smart. Evan Treborn (Ashton Kutcher) sufre
prdidas cortas en su nocin del tiempo desde que
era pequeo. Cuando recupera sus recuerdos decide
viajar a su pasado en su mente de adulto para arreglar
sus errores y mejorar el presente de todos. Pero el
efecto mariposa tiene consecuencias en su presente,
generalmente desafortunadas. La pelcula trata as de
mostrar el efecto mariposa: cualquier pequea variacin
puede acabar generando un efecto considerablemente
grande si se trata de un fenmeno catico.
228 Unidad Didctica. Matemticas del Planeta Tierra
6 grados de separacin (Fred Schepisi, 1993). En este
film se refleja el fenmeno de los 6 grados de separacin
que conjetur Stanley Milgram. Una situacin parecida
se da en Babel, pelcula de 2006, dirigida por el cineasta
mexicano Alejandro Gonzlez Irritu.
SERIE
Perdidos (Lost) (2004-2010). Serie americana muy
reciente en la que un avin sufre un accidente en una isla
desierta. Las conexiones sociales entre los personajes
son muy interesantes (muchos de ellos haban coincidido
en algn momento antes del accidente), y puede servir
de ejemplo para mostrar la nocin de los grados de
separacin.
MATERIAL AUDIOVISUAL
"Universo matemtico: La bsqueda de un sueo, orden
en el caos". La aventura del saber, TVE-2. Este captulo
de la serie didctica de TVE trata de la dicotoma entre
caos y orden que se discute en el captulo, cuando se
habla del factor de reagrupamiento. Disponible en
http://www.rtve.es/alacarta/videos/universo-mate-
matico/universo-matematico-busqueda-sueno-orden-
caos/889029/.w
LAS MATEMTICAS
QUE HACEN SEGURA
LA RED
Vanesa Daza

3.5

Los fundamentos matemticos de este captulo son
elementales y estn al alcance de los alumnos de edu-
cacin secundaria obligatoria. La base matemtica
se encuentra en la teora de nmeros y consta de las
nociones de divisor, factor, nmero primo y nmero
compuesto, factorizacin de un nmero y del teorema
fundamental de la aritmtica. Sin embargo, al igual que
ocurre con otras ramas matemticas, la teora de n-
meros encierra cuestiones de gran complejidad bajo la
apariencia de enunciados muy sencillos, de las cuales
este captulo ofrece varios ejemplos.
El teorema fundamental de la aritmtica es una de esas
cuestiones de apariencia relativamente simple pero de
consecuencias de muy largo alcance. En esencia, el teo-
rema afirma que todo nmero natural se puede escribir
como producto de factores primos y que, adems, dicha
expresin es nica.
De este modo el teorema viene a establecer lo que pue-
de considerarse como un nuevo sistema de numeracin
en el conjunto de los naturales, basado en el sistema de-
cimal convencional pero distinto. Se trata de un sistema
de numeracin donde cada nmero natural se escribe
de manera nica como un producto, llamado su facto-
rizacin. Tomado el conjunto de los nmeros primos P,
cualquier otro nmero se puede escribir como producto
de los elementos de P. Este sistema muestra la estruc-
tura multiplicativa de cada nmero, cuya base es el con-
junto de los nmeros primos.
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
Como el conjunto de los nmeros primos es infinito y
sus elementos no se ajustan a un patrn o regla num-
rica determinada, conocer la factorizacin de nmeros
con factores primos muy grandes es un modo de codi-
ficar tales nmeros y de poder utilizarlos con la seguri-
dad de que, difcilmente, podrn ser identificados. Re-
cprocamente, conocer los divisores de un nmero muy
grande es otro modo de saber cul es el nmero.
La moderna criptografa hace uso de estas propiedades
de la teora de nmeros y muestra como las nociones
aritmticas de apariencia ms sencilla tienen un enor-
me potencial prctico.
Para mostrar este uso prctico, la autora revisa la im-
portancia que han alcanzado los sistemas de comuni-
cacin que se sustentan en Internet y la necesidad de
medidas de seguridad para garantizar la privacidad y
proteccin de los datos que se mueven a diario en can-
tidades de muchos dgitos, de lo cual proporciona una
amplia informacin.
Tambin hace una revisin de las tcnicas de cifrado
empleadas a lo largo de la historia, que muestran los
fundamentos de algunas prcticas que an se manejan,
hasta llegar a la ciencia actual de la criptografa.
Finalmente, muestra una serie de ejemplos y tareas es-
colares que contribuyen a la comprensin de las cues-
tiones planteadas en este captulo y ayudan a su trata-
miento didctico.
INTRODUCCIN
Desplazarse a travs de una red o de un sistema infor-
mtico, es la quinta acepcin de la palabra navegar en
el Diccionario de la Real Academia de la Lengua Espao-
la. Y pese a su posicin es, sin lugar a dudas, la ms utili-
zada a da de hoy. En junio de 2012 el nmero de usuarios
de Internet a nivel mundial era de 2.405.518.376 segn,
cifra que crecer considerablemente en los prximos
aos si miramos el espectacular crecimiento que ha te-
nido el uso de Internet en algunas regiones en la ltima
dcada (figura 1).
Figura 1. Crecimiento por regiones del uso de Internet en el periodo 2000-2012.
Fuente: http://www.internetworldstats.com/stats.htm.
Durante las ltimas dcadas, Internet ha crecido a un rit-
mo vertiginoso, convirtindose en lo que hoy todos cono-
cemos, y provocando una revolucin cultural, sociolgica,
econmica y poltica sin parangn.
En medio de todos estos avances, las matemticas han
ocupado y ocupan un lugar destacado. Internet se ha
convertido en un entorno real en el que aplicar algunas
de las teoras abstractas ya conocidas a la vez que se de-
sarrollan otras nuevas con el objetivo de modelar y dar
solucin a algunos problemas que permitan y faciliten el
uso de Internet.
Muchas de las actividades que realizamos en nuestro
da a da se han visto modificadas en gran parte debido
a Internet. Hace tan solo 15 aos pareca imposible evi-
tar aquel momento de colapso de lneas de telfono en
las primeras horas del ao cuando todo el mundo llama-
ba a sus seres queridos para felicitar el ao nuevo; y sin
embargo tras un breve periodo de protagonismo de los
SMS, a da de hoy parece ser el Whatsapp (aplicacin
de mensajera de mvil que utiliza Internet como base de
sus comunicaciones) el medio elegido por multitud
de usuarios. Para felicitar el ao 2013 se han registrado
18 billones de mensajes a travs de esta aplicacin, se-
gn anunci la propia compaa. Pero el uso de Internet
alcanza muchas otras actividades diarias: en las figuras
2 y 3 se pueden ver las actividades ms populares en In-
ternet y la distribucin media en las que cada usuario
invierte sus horas en Internet, respectivamente.
Figura 2. Actividades ms populares en Internet. Fuente: http://www.go-gulf.
com/blog/online-time/.
Figura 3. Distribucin media por usuario del tiempo empleado en tareas relacio-
nadas con Internet. Fuente: http://www.go-gulf.com/blog/online-time/.
234 Unidad Didctica. Matemticas del Planeta Tierra
Historia de la red
ms grande del mundo
La explosin tecnolgica causada por Internet ha veni-
do de la mano del nuevo siglo, tan solo 30 aos despus
de su creacin. Su origen se remonta al ao 1969, cuan-
do el Departamento de Defensa Americano, a travs de
su Agencia de Proyectos de Investigacin Avanzados
(ARPA, por sus siglas en ingls) propuso la creacin de
una red de ordenadores entre diferentes universidades
y empresas privadas, con el objetivo de reforzar su sis-
tema centralizado de comunicaciones, que considera-
ban vulnerable. De esta manera se consegua, fragmen-
tando convenientemente, que esta llegara a su destino
aunque surgiera un problema en alguna parte de la red.
Son los primeros pasos de ARPAnet, el embrin de lo
que hoy conocemos como Internet.
Poco a poco esta red fue evolucionando. En 1974 se
mejoraron los protocolos de intercambio de datos entre
redes de ordenadores con el protocolo TCP/IP (Trans-
mission Control Protocol/Internet Protocol), y se intro-
dujo un sistema de correo electrnico. El uso del correo
creci considerablemente, convirtindose en la activi-
dad que mayor volumen de comunicaciones generaba.
ARPAnet sigui creciendo y abrindose al mundo: cual-
quier persona con fines acadmicos o de investigacin
poda tener acceso a la red. Lo que en un principio fue
un juguete de unos cuantos cientficos, comenz a ex-
pandirse en los aos ochenta del siglo pasado mientras
los centros de investigacin, los organismos pblicos,
las asociaciones y ms empresas privadas, entusias-
madas, se unan al proyecto. En la siguiente dcada se
desarroll un lenguaje de hipertexto con etiquetas (el
conocido html) que permiti un acceso a la informacin
sin precedentes. Su principal logro era que poda ser in-
terpretado con un programa llamado navegador, lo que
dio comienzo a una nueva forma de navegar a travs del
mar de datos de Internet. A partir de entonces, se abrie-
ron numerosas oportunidades de negocio y nuevas ma-
neras de comunicacin.
En todos estos desarrollos las matemticas tienen un
papel fundamental. Nuestro propsito con este texto
es mostrar, en particular, el papel que las matemticas
han tenido (tienen y tendrn) en la seguridad y la priva-
cidad de las acciones cotidianas que se realizan por In-
ternet. En efecto, por citar un ejemplo, sera difcil rea-
lizar la cantidad de transacciones bancarias diarias en
lnea si no se pudieran prevenir los ataques de terceras
personas que pretenden acceder de manera indebida a
la informacin que circula por la red. Pero en este nuevo
escenario en lnea no basta con proteger las comunica-
ciones, sino que tambin es necesario modelar algunas
situaciones habituales, como la firma de un documento.
En Internet esto corresponde a la firma digital, y tiene
la misma validez que una firma manuscrita.
En la raz de las soluciones a estas y muchas otras situa-
ciones encontramos la criptografa. Etimolgicamente
el trmino proviene del griego (krypto secreto y gra-
pho escritura) y en la actualidad se considera como la
rama de las matemticas que estudia las tcnicas que
se utilizan para proporcionar seguridad y privacidad a
los datos generados y gestionados por la sociedad de
la informacin.
Pese a que actualmente las modernas tecnologas han
otorgado a la criptografa un papel de cierto protago-
nismo, sus orgenes se pierden en el tiempo. La cripto-
grafa nace de la necesidad de los humanos de mante-
ner su informacin privada protegida de terceros, y hay
evidencia de su uso ya en el ao 3500 a. C, cuando los
mesopotmicos cifraban las frmulas de los nuevos
barnices que descubrieron, y 1.500 aos ms tarde tam-
bin los egipcios utilizaron un tipo especial de jeroglfi-
co secreto. De hecho, la mayora de culturas que evolu-
cionaron a algn tipo de lenguaje escrito desarrollaron
algn tipo de escritura secreta, lo que se consideran las
primeras tcnicas criptogrficas.
Figura 4: Representacin de una esctala, figura cilndrica en el que se enrolla-
ba un papiro y se escriba el mensaje. Solo aquellos que tuviesen un cilindro del
mismo dimetro podan recuperar el mensaje en claro. Fuente: http://www.flickr.
com/photos/86371616@N00/18489970/.
 3.5 LAS MATEMTICAS QUE HACEN SEGURA LA RED 235

En la antigua Grecia, los soldados de Esparta usaban la

esctala, una de las primeras mquinas criptogrficas, y
el cifrado por desplazamiento, conocido tambin como
cifrado del Csar, pues el emperador Julio Csar lo uti-
lizaba para comunicarse con Cicern y otros mandatarios
romanos.
Veamos a continuacin cmo Csar cifraba y descifraba
sus mensajes.

El cifrado del Csar

Supongamos que dos personas, llammosles Alicia y
Benito (protagonistas usuales de las historias criptogr-
ficas), se quieren intercambiar un mensaje. En concreto,
Alicia quiere enviar el mensaje (texto en claro) HOLA a
Benito, usando el cifrado del Csar para que no puedan
interceptar el mensaje. Para ello, en primer lugar pactan
entre ambos un valor entre 0 y 26, que ser la clave se-
creta k. Benito recibir un mensaje (mensaje cifrado), y
utilizando la clave secreta que solo l y Alicia conocen,
podr recuperar el texto en claro.
Para cifrar el mensaje, se reemplaza cada letra por la
letra que ocupa k posiciones ms adelante en el alfabe-
to. Al llegar al final del alfabeto, se contina por el inicio
del alfabeto. Obviamente, para descifrar el mensaje se
reemplaza la letra cifrada por aquella que ocupa k posi-
ciones menos en el alfabeto.
As, por ejemplo, si k = 1, entonces A se sustituye por
una B, la B por una C, la C por una D, y as sucesivamente
hasta llegar a la Z que se sustituir por una A. Utilizando
esta clave, Benito recibira IPMB (texto cifrado). En el
caso de que k = 2, la A se sustituye por C, la B por D, has-
ta llegar a la Y y la Z que se sustituyen por A y B, respec-
tivamente. De esta suerte, con esta clave Alicia enviar el
mensaje JQNC a Benito.
En sus comunicaciones militares, Csar utilizaba la clave
k igual a 3.
Este cifrado se puede escribir de manera elegante utili-
zando aritmtica modular. Si consideramos el alfabeto
castellano con 27 letras Alfabeto = {A, B, C, D, , X, Y,
Z}, y asociamos a cada letra un valor numrico entre 0 y
Figura 5. Rueda del Csar, que muestra simultneamente el alfabeto ingls y su
equivalente cifrado utilizando un desplazamiento de k=3. Fuente: http://www.fli-
ckr.com/photos/riceforlunch/4462968903/.
26 (0 a la A, 1 a la B, y as sucesivamente), para cifrar un
mensaje slo hace falta considerar la funcin Ck(i) = i+k
mod 27, que nos dar cada letra cifrada. Para descifrar se
utiliza la funcin Dk(i) = i-k mod 27.
En una poca en la que poca era la gente que saba leer y
escribir, este cifrado se consideraba suficientemente se-
guro como para depositar en l los secretos de Estado.
Sin embargo, se trata de un cifrado considerablemente
inseguro, como mostr el paso del tiempo y la evolu-
cin cultural de la sociedad. Por ejemplo, est sujeto a
ataques de bsqueda exhaustiva (tambin llamados de
fuerza bruta), en los que el atacante, a partir del texto
cifrado, intenta recuperar el texto en claro considerando
todas las opciones de clave. Para ello, el atacante prueba
a descifrar con cada una de las diferentes claves, y pues-
to que con este cifrado hay relativamente pocas claves,
un total de 27 claves (o 26 si tenemos en cuenta que la
clave k = 0 es mejor evitarla ya que en tal caso texto en
claro y texto cifrado coinciden), esta operacin no resul-
ta especialmente costosa. As, solo hace falta observar
236 Unidad Didctica. Matemticas del Planeta Tierra
los posibles textos en claro y descartar aquellos que ca-
rezcan de sentido, eligiendo el que sea comprensible.
EJERCICIOS
1. Utilizando el alfabeto castellano, cifra el mensaje
ESTE ES UN MENSAJE EN CLARO, con las
claves k = 4 y k = 13.
2. Descifra el mensaje TIJITIJPRXUHPSE reali-
zando un ataque por fuerza bruta.
3. Comprueba que Dk(Ek(m))=m.
En los siglos siguientes, hasta la aparicin de los ordena-
dores en el siglo XX, la criptografa fue casi ms un arte
que una ciencia. Fue utilizada principalmente en contex-
tos blicos (el devenir de la Segunda Guerra Mundial pa-
rece que estuvo considerablemente ligado a la criptogra-
fa) y los cifrados empleados fueron evolucionando con
tcnicas ms complejas y elaboradas, que tenan como
principal objetivo subsanar las debilidades que se haban
encontrado en los anteriores. Entre ellos podemos citar
el cifrado de Vigenre y el cifrado de Alberti. Se profun-
dizan en las apasionantes historias que han acompaado
a la criptografa desde hace ms de 5.000 aos en Kahn
(1968). En The black chamber se puede encontrar no solo
una explicacin de algunos cifrados histricos, sino tam-
bin ms material complementario, como implementa-
ciones de estos algoritmos que permiten al lector cifrar y
descifrar de manera interactiva.
La ciencia de la criptografa
En el siglo XX acontecieron tres momentos histricos
que fueron claves en la revolucin que cambi la manera
de entender la criptografa, incorporndola en la catego-
ra de ciencia. Fueron la publicacin del cifrado OTP de
Vernam, la demostracin de Shannon sobre la seguridad
del cifrado de Vernam y el nacimiento de la criptografa
de clave pblica.
En el ao 1926 Gilbert Vernam public un cifrado que
permita intercambiar mensajes de manera segura, muy
sencilla y eficiente, siempre y cuando ambos interlocu-
tores tuviesen una clave con la misma longitud del men-
saje. Para ello, en primer lugar el emisor del mensaje
(Alicia) necesita transformar el mensaje en una ristra
de ceros y unos (bits). Para ello asocia cada letra a un
nmero (para simplificarlo supondremos que se hace
de la misma manera que en el cifrado del Csar, aunque
para la traduccin numrica habitual se utiliza el cdigo
ASCII, que distingue maysculas y minsculas as como
signos de puntuacin). Posteriormente se considera la
representacin binaria de dicho nmero.
De esta manera, supongamos por ejemplo que Alicia
quiere enviar el mensaje HOLA a Benito. En primer
lugar observa que las cifras correspondientes a las
letras del mensaje son 7, 15, 11 y 0, cuyas representa-
ciones binarias son 00111, 01111, 01011, 00000 (fija-
mos la longitud binaria de cada cifra a 5 para que toda
representacin tenga la misma longitud, con el fin de
reconocer y separar las diferentes cifras que resultan
entre s). El mensaje que Alicia quiere enviar a Benito es
00111011110101100000.
Si L es la longitud del nmero de bits del mensaje, Ali-
cia y Benito necesitan compartir una clave secreta cuya
expresin binaria tenga, como mnimo, longitud L. En
el ejemplo propuesto necesitarn una clave de 20 bits.
Supongamos para nuestro ejemplo que la clave secreta
es k = 00111011100100100011. Para cifrar el mensaje
se calcula, bit a bit, el XOR (esto es, una suma mdulo
2) del bit del mensaje cifrado con el correspondiente bit
de la clave secreta. As el mensaje cifrado de HOLA
sera ABCD puesto que 00111011110101100000 XOR
00111011100100100011 = 00000000010001000011, que
representan los dgitos 0, 1, 2 y 3, y por tanto, las letras
A, B, C y D. Por lo tanto, Alicia enva a Benito el mensaje
cifrado 00000000010001000011, y Benito, poseedor de la
clave 00111011100100100011, puede recuperar el men-
saje en claro a partir del XOR que es la operacin inver-
sa del XOR del mensaje cifrado y la clave. En efecto:
00111011110101100000 = 00111011100100100011
XOR 00000000010001000011.
Este cifrado es conocido tambin como OTP (del ingls,
One Time Pad). Su nombre explicita uno de sus grandes

EJERCICIOS
1. Utilizando la clave:
k = 0000011111000001111100000 11111, cifra el
mensaje CRIPTO.
2. Cul ha sido la clave utilizada si Alicia ha envia-
do el mensaje ABCDE y Benito lo ha descifrado
como ADIOS?
inconvenientes: la clave secreta nicamente puede ser
utilizada una vez.
El segundo inconveniente es el requerimiento de que la
clave secreta sea tan larga como el mensaje. Pero como
Vernam ya intua, este ltimo requerimiento no era gratui-
to, sino que era condicin necesaria y suficiente para que
la comunicacin fuera segura, lo que prob formalmente
Claude Shannon dos dcadas ms tarde, en 1949. Es el
segundo momento criptogrfico del siglo XX que quera-
mos remarcar. En Shannon (1949), el autor demostraba la
seguridad incondicional del cifrado de Vernam, es decir,
que no es posible deducir ninguna informacin del texto
en claro a partir del texto cifrado y, adems, para garanti-
zar dicha seguridad incondicional en cualquier cifrado en
el que emisor y receptor compartiesen una clave secreta
(lo que llamamos cifrados simtricos) para comunicarse,
debe cumplir el requisito de que la longitud de la clave
sea del mismo tamao que la del mensaje.
Lejos del pesimismo que podra haber despertado el re-
sultado de Shannon, la bsqueda de cifrados simtricos
sigui muy activa. Las propuestas principales estn den-
tro de los llamados modelos de cifrado de flujo o de los
modelos de cifrado de bloque. Cada uno tiene sus pros y
sus contras, que los hacen seguros en algunos escenarios
y vulnerables en otros.
La principal desventaja que presentan es que la clave ha
de ser la misma para Alicia y para Benito, y no es, a priori,
sencillo compartir una clave, y menos, si se asume que la
nica comunicacin posible es a travs de medios inse-
guros como pueda ser Internet. Adems, si Alicia quiere
enviar mensajes a cada uno de sus 1.234 contactos de
Facebook, deber compartir una clave secreta diferente
3.5 LAS MATEMTICAS QUE HACEN SEGURA LA RED 237
con cada uno de estos contactos, y utilizarla en el mo-
mento de cifrar el mensaje, en lo que se adivina como una
gestin tediosa.
Ante estas contrariedades, se persigui un cambio de
paradigma que condujo al giro ms espectacular que ha
dado la criptografa hasta la fecha. En el ao 1976 Whi-
tfield Diffie y Martin Hellman (1976) mostraron que era
posible un intercambio de mensajes de manera segura
sin necesidad de compartir, en ningn momento, una cla-
ve secreta. As surgi la criptografa de clave pblica.
En ella, tanto Alicia como Benito tienen un par de claves,
una que todo el mundo podr conocer (pblica) y otra que
solo cada uno de ellos individualmente debe conocer (pri-
vada). De esta manera, si Alicia quiere enviar un mensaje
cifrado a Benito, utilizar la clave pblica de Benito para
cifrarlo. Una vez recibido, Benito utilizar su correspon-
diente clave privada para descifrar el mensaje.
La esencia del mtodo consista en encontrar una fun-
cin que fuese fcil de calcular utilizando la clave pblica
(cifrar) y solo pudiese ser invertida de manera eficiente
con conocimiento de la clave privada (descifrar): las fun-
ciones unidireccionales. Aunque Diffie y Hellman las utili-
zaron en su propuesta de paradigma de clave pblica, no
formularon una implementacin precisa.
No fue hasta dos aos ms tarde (1978) cuando Ronald
Rivest, Adi Shamir y Leonard Adleman propusieron
una manera concreta de llevar a la prctica este nuevo
paradigma: el cifrado RSA (en honor a sus inventores).
Se define la clave pblica como (N, e), donde N es el
producto de dos nmero primos p y q, y e es un ente-
ro que no tiene ningn factor en comn con el nmero
S= (p-1)(q-1). La clave privada correspondiente ser
un nmero d tal que el resto de dividir e.d por S sea 1.
Aunque no entraremos en detalles y asumiremos que
es un valor que nos viene dado, el algoritmo de Euclides
facilita a Benito dicho clculo de d, pero nicamente en
aquellos casos en los que se conoce la factorizacin de
N. As, el punto esencial en dicha implementacin es
que, si no se conoce la factorizacin de N (lo cual ocurre
siempre y cuando p y q sean suficientemente grandes),
no es posible el clculo de d en un tiempo razonable. As,
para cifrar un mensaje m, Alicia calcula me, y el texto
cifrado c ser el resto de la divisin entera de me entre
N. Para descifrar, Benito utiliza su clave d y calcula,
238 Unidad Didctica. Matemticas del Planeta Tierra
recuperando en mensaje al considerar el resto de la
divisin de cd por N. Veamos un ejemplo:
Supongamos que la clave pblica de Benito es (N, e)
= (55,3). Su correspondiente clave privada ser d = 17. Si
Alicia quiere cifrar un mensaje m = 5, calcula 53 = 125,
y a continuacin el resto de la divisin entera por 55, obte-
niendo c = 15. Cuando Benito lo recibe, utilizando su clave
privada calcula 1517 = 56815128661595284938812255
859375. Como se puede observar este no es el mensaje
enviado por Alicia, pero si se calcula el resto de la divisin
de este nmero por 55, lo que se obtiene es el mensaje m
= 5, puesto que 56815128661595284938812255859375
= 1033002339301732453432950106534*55+5. Aunque
pueda parecer fruto de la casualidad numrica, detrs se
esconden abstractos teoremas matemticos de teora de
nmeros, algunos de ellos de algunos de los matemticos
ms famosos de todos los tiempos como Euler o Fermat,
y que garantizan que se pueden cifrar y descifrar mensajes
basndose en la cifra del RSA.
EJERCICIO
Dados los nmeros primos p = 11 y q = 17, la clave
pblica (N = pq,3) y la clave privada d = 107:
1. Cifra el mensaje m = 6.
2. Descifra el mensaje c = 16.
Despus de ms de dos dcadas de reinado casi absoluto
en el panorama simtrico del DES (Data Encryption Stan-
dard), en la actualidad, y desde el ao 2000, se impone el
cifrado de bloque AES (Advanced Encryption Standard).
Pese a que el cifrado RSA es sin lugar a dudas el ms co-
nocido y utilizado, existen otros muchos que se basan en
otras dificultades del clculo que reproducen la idea de
funcin unidireccional propuesta por Diffie y Hellman.
Entre ellos destaca el cifrado de ElGamal (1984), que
basa la unidireccionalidad en la imposibilidad de calcular
eficazmente el logaritmo discreto en determinados gru-
pos finitos.
En realidad estos sistemas criptogrficos de clave pbli-
ca se utilizan, por ejemplo, en el intercambio de correos
electrnicos, al conectarnos de manera segura a una
web, o al utilizar una red virtual privada, simplemente
para transmitir de forma segura las claves secretas entre
dos usuarios. De esta manera, cuando los usuarios com-
parten la clave privada, pueden utilizar cifrados de clave
privada, que resultan menos laboriosos, y por tanto, com-
putacionalmente ms eficientes que los de clave pblica.
Es lo que se conoce como criptografa hbrida.
Muchas emociones fluyen a travs de Internet. La gen-
te se enamora, se crean grandes imperios de negocio, el
mundo se moviliza a travs de las redes sociales, y eso
que la vida en Internet no ha hecho ms que comenzar. Es
un excitante nuevo mundo, con sus propias reglas, que
habr que explorar. Y un punto est claro, en la mochila
no podremos olvidar llevar las mejores herramientas
criptogrficas, y con ellas, las matemticas.
Otros temas de la criptografa
Pruebas de conocimiento nulo
Siguiendo con la codificacin RSA, puede ser necesario
verificar que una determinada clave pblica es una cla-
ve RSA correcta. Para ello hay que comprobar que N es
el producto de dos nmeros primos, pero sin tener que
desvelar la factorizacin del mismo ya que si se pudiera
calcular, se podra obtener de manera eficiente la clave
privada y la codificacin no sera segura. Este tipo de
problemas se pueden solucionar con pruebas de conoci-
miento cero. En ellas, generalmente, los diferentes inter-
cambios de informacin suelen tener una fuerte compo-
nente de teora de nmeros.
En general, en criptografa, se denomina prueba de cono-
cimiento cero (o nulo) (ver Schneier, 1996 y Stinson, 1997)
a aquellos procesos interactivos que permiten probar a
terceros que un determinado enunciado es cierto sin re-
velar nada ms que el propio enunciado en s, y garanti-
zando el convencimiento a terceros de que efectivamen-
te el enunciado es cierto.
Veamos una sencilla historia (Quisquater et al. 1989) que
permite captar la esencia del concepto de prueba de co-
nocimiento cero. En esta historia, Pepita (la probadora)
 3.5 LAS MATEMTICAS QUE HACEN SEGURA LA RED 239

ha descubierto la palabra mgica que abre la puerta se-

creta de Al Bab. La cueva tiene forma circular como
se muestra en la figura 6, con una entrada en un lado y
la puerta mgica bloqueando el lado opuesto. Vctor (el
verificador) le dice que le pagar si le dice la palabra m-
gica que abre la puerta secreta, pero antes pone como
condicin tener la certeza de que Pepita realmente sabe
la palabra. Por otro lado, Pepita asegura que le dir la pa-
labra mgica, pero solo cuando haya recibido el dinero de
Vctor.
Para dar solucin a este problema, Pepita y Vctor idean
la siguiente solucin. Para comenzar acuerdan nombrar
los dos posibles caminos como camino A y camino B (ver
figura 6). A continuacin, Pepita elige aleatoriamente
uno de los dos caminos y entra en la cueva sin que Vctor Figura 7. Pepita est dentro de la cueva y Vctor elige el camino por donde quiere
que ella salga. Fuente: http://en.wikipedia.org/wiki/File:Zkip_alibaba2.png.
vea el camino que elige. Mientras, Vctor espera fuera de
la cueva. A continuacin, Vctor entra en la cueva, elige
aleatoriamente el camino (A o B) por donde quiere que
salga Pepita, y se lo comunica a ella (figura 7).

Figura 8. Pepita sale por el camino que ha solicitado Vctor, mostrndole que en
caso de que haya sido necesario, ella ha podido utilizar la palabra mgica. Fuen-
te: http://en.wikipedia.org/wiki/File:Zkip_alibaba3.png.

Figura 6. Forma de la cueva de Al Bab, donde se muestran dos posibles caminos

para acceder a ella, el marcado con la letra A y el marcado con la letra B. Fuente:
http://en.wikipedia.org/wiki/File:Zkip_alibaba1.png.
Puesto que ella conoce la palabra mgica, ser sencillo:
est en el camino que est, podr salir por el camino que
Vctor pide, abriendo la puerta de la cueva si es necesario
(figura 8).
Supongamos, en cambio, que Pepita no conoca la pala-
bra. En tal caso, ella solo puede volver por el mismo cami-
no por el que entra a la cueva, y para que Vctor estuviese
satisfecho con dicho experimento, debera ser el camino
que Vctor ha solicitado al azar. Puesto que Vctor elige el
camino A o B al azar, la probabilidad de que Pepita pue-
da volver por el camino que solicita Vctor es 0,5. Pero si
se repite este experimento muchas veces pongamos
20 veces consecutivas, la probabilidad de que Pepita
acierte en todas las ocasiones es de 1 entre 1 milln, por lo
que casi se puede despreciar. De este modo, si despus
de repetir el experimento en unas cuantas ocasiones, Pe-
pita siempre lo realiza de manera satisfactoria, es muy
240 Unidad Didctica. Matemticas del Planeta Tierra
probable que sea porque conoce la palabra mgica, y Vc-
tor confa en que es as.
Pese a que esta historia abarca un ejemplo que puede
parecer sin relacin dentro del contexto de la seguridad,
ejemplifica perfectamente el proceso que se sigue en las
pruebas de conocimiento cero, como en el ejemplo cita-
do anteriormente.
S, dgame? - Cara o cruz?
Este apartado, basado en un relato de Manuel Blum
(1983), permite reproducir el lanzamiento de una mone-
da de manera segura, es decir, sin posibilidad de tram-
pas por ninguna de las dos partes, sin necesidad de que
haya una moneda fsica ni que ni siquiera ambas perso-
nas se encuentren fsicamente en el mismo lugar.
Supongamos que Alicia y Benito se acaban de divorciar,
viven en diferentes ciudades, y quieren decidir quin se
va a quedar el coche. Para ello, deciden lanzar una mo-
neda mientras hablan por telfono, pero evitando que el
que lanza la moneda haga trampas y se declare ganador
independientemente del resultado, aprovechando que
el otro no lo ve.
Una manera de resolver este problema es implementan-
do los siguientes pasos. Para comenzar, Alicia y Benito
deben acordar una funcin unidireccional f completa-
mente segura. Tal y como hemos visto, estas funciones
permiten calcular la imagen de un valor de manera sen-
Fuente: http://www.flickr.com/photos/ai_imagination/3816485241/.
cilla, pero es muy difcil (por no decir casi imposible) cal-
cular la imagen inversa de un determinado valor, ni una
determinada propiedad de dicho valor (por ejemplo, si
el valor es par o impar). Para ms detalles de funciones
unidireccionales se puede consultar Schneier (1996) y
Stinson, (1997).
A continuacin Alicia selecciona un valor entero x (des-
conocido para Benito), calcula f(x) y enva f(x) a Benito.
Benito, que no puede determinar si x es par o impar a par-
tir de f(x), le dice a Alicia si cree que el valor x es par o es
impar. Alicia le contestar si acert o no, a la vez que le
enva a Benito el valor x para confirmar el valor que ella
seleccion al inicio del intercambio de mensajes.
Este mtodo es especialmente interesante para cual-
quier diseador de protocolos, ya que podr ser aplicado
siempre que se necesite elegir un bit aleatoriamente en-
tre dos partes conectadas a travs de una red.
Esquemas para compartir secretos
Hay situaciones en las que un secreto no puede ser
guardado por una nica persona, ya que esto podra
ser arriesgado. Un ejemplo de esto es el problema de
guardar claves secretas, como las utilizadas en votacio-
nes electrnicas que se organizan a travs de Internet.
Se trata de claves que se deben mantener en secreto
para evitar que sean utilizadas por terceros y manipula-
das, ya que conocerlas podra poner en grave peligro la
Fuente: http://www.flickr.com/photos/lwvc/6306132745/.

seguridad del sistema, filtrando informacin o incluso
manipulando el resultado de la votacin.
Una aproximacin es dividir la clave en diferentes frag-
mentos de manera que, para conocer la clave, sea nece-
sario poner todos las partes en comn. En el caso de las
votaciones electrnicas, podramos pensar que cada par-
tido poltico custodiase un fragmento de la clave secreta.
Una parte fundamental en este proceso es cmo llevar a
cabo la generacin de los fragmentos, puesto que sera
deseable que cada una de las partes no pudiese obtener
ningn tipo de informacin de la clave, pese a conocer su
fragmento (o incluso alguno ms del resto de participan-
tes). Esta propiedad descarta fragmentaciones triviales
que podran llevarse a cabo como la siguiente. Pongamos
un ejemplo sencillo. Imaginemos que la clave secreta es
1234 y que hay dos partidos polticos. Si le damos a uno
de los partidos el fragmento 12, y al otro el fragmento
34, pese a que ninguno de ellos conoce exactamente la
clave, s que han reducido substancialmente las posibles
claves, puesto que el primer partido conoce que la clave
comienza por 12, por lo que solo debe probar a lo sumo
100 diferentes claves para dar con la clave secreta. De
manera anloga se reduce la seguridad con el otro frag-
mento de clave.
La solucin a este problema fue propuesta independien-
temente por Shamir y Blackley en el ao 1979. Son los
llamados esquemas para compartir secretos. En ellas
se proponen soluciones que permiten compartir un se-
creto s entre n participantes, de manera que si t de estos
participantes se renen (no necesariamente todos, sino
tan solo t de ellos), pueden recuperar el secreto, mien-
tras que si menos de t intentan recuperarlo, no solo no
lo conseguirn, sino que adems no conseguirn obtener
ninguna informacin del secreto en s. Las propuestas de
Shamir y Blackley estn basadas en diferentes concep-
tos matemticos. Por un lado, la de Shamir se basa en
la interpolacin polinmica, mientras que la de Blackley
utiliza como fragmentos ciertos hiperplanos y como se-
creto la interseccin de dichos hiperplanos.
Para profundizar
Describimos a continuacin la solucin de Shamir por su
simplicidad y elegancia, hecho que adems ha influencia-
3.5 LAS MATEMTICAS QUE HACEN SEGURA LA RED 241
do en que los esquemas para compartir secretos sean
utilizados en numerosas soluciones de lo que se conoce
como criptografa distribuida (Desmedt y Frankel, 1989).
La persona que posee el secreto s que desea compar-
tir entre un conjunto de n participantes P1 , , Pn se
conoce como distribuidor. Supongamos que el distri-
buidor pretende fragmentar el secreto de manera que
solo cuando un conjunto (cualquiera) de al menos t par-
ticipantes rene sus fragmentos, puedan recuperar el
secreto. Para ello elige un nmero primo p grande y a
continuacin y aleatoriamente escoge un polinomio
P(x) de grado t-1 y con la condicin de que su trmino
independiente sea el secreto s, esto es, P(x) = at-1xt-1+at-
2
xt-2++a1x+s. El fragmento que el distribuidor dar al
participante Pi ser P(i). As, cuando un conjunto de t (o
ms) participantes intente colectivamente recuperar
el secreto a partir de sus fragmentos, podr utilizar la
interpolacin de Lagrange o simplemente resolver el
sistema lineal con t ecuaciones y t incgnitas, cuya ma-
triz asociada es una matriz de Vandermonde de dimen-
siones t x t y que permite garantizar la existencia de
una solucin nica. Por el contrario, si menos de t par-
ticipantes intentan recuperar el secreto a partir de sus
fragmentos, no solo vern que no es posible, sino que
vern que todos los valores son igualmente probables.
Cabe aadir que toda la aritmtica de este problema se
debe hacer en una estructura algebraica concreta, en
particular en un cuerpo de p elementos, donde p es un
nmero primo. Brevemente podemos imaginar que se
EJERCICIOS
1. Comparte el secreto 45 \in Z/(111) entre tres par-
ticipantes de manera que nicamente si 2 de ellos
ponen en comn sus fragmentos puedan recupe-
rar el secreto.
2. Supongamos que 4 participantes tienen fragmen-
tos 23, 15, 34 y 87 respectivamente de un cierto
secreto s de Z/(97). Saben que si dos de ellos in-
tentan recuperar el secreto, lo conseguirn. Qu
recuperarn? Y si el nmero mnimo de partici-
pantes que se necesitan para recuperar el secreto
es 3, qu secreto recuperarn?
242 Unidad Didctica. Matemticas del Planeta Tierra
hacen las operaciones de manera usual, pero, por ejem-
plo, una vez calculado P(i), si este valor no est en el
conjunto {0,1,, p-1} nos quedaremos con el resto de
la divisin entera de P(i) y p, de manera similar a como
se ha realizado con el RSA.
Curvas elpticas para tarjetas inteligentes
Una importante contribucin basada en el cifrado de El-
Gamal, establece la unidireccionalidad de la codificacin
del mensaje en la imposibilidad de calcular eficazmente
el logaritmo discreto en determinados grupos finitos, se
debe a Menezes y Vanstone (1990). Ellos implementan la
cifra de ElGamal utilizando aritmtica de curvas elpticas
en lugar de aritmtica modular. Pese a que este hecho
complica la realizacin de algunas de las operaciones, pre-
senta la gran ventaja de que permite reducir la longitud de
las claves considerablemente. Segn Schmeh (2003), para
un cifrado basado en el logaritmo discreto, una longitud
de la clave de 1024 bits es equivalente a una de 200 bits
utilizando curvas elpticas, por lo que se reduce el tiempo
de clculo en aproximadamente una decena parte. Estos
ahorros computacionales hacen que las curvas elpticas
sean especialmente interesantes para ser utilizadas en
tarjetas inteligentes, dispositivos que, por otro lado, han
aumentado notablemente en nmero en la actual socie-
dad de la informacin.
No solo se utilizan para cifrar y descifrar mensajes, sino
que muchos otros algoritmos criptogrficos basan su
aritmtica en curvas elpticas, facilitando as su uso en
dispositivos de reducida memoria.
El lector interesado en saber ms sobre la criptografa de
curvas elpticas puede consultar Hankerson y Menezes
(2003) y Stinson (1997).
La imposibilidad de detectar programas maliciosos:
(malware)
Uno de los problemas que ms preocupa a los usuarios
de Internet es la posibilidad de que las actividades que
desarrollen en la red introduzcan en sus ordenadores
programas maliciosos, lo que se conoce con el anglicis-
mo malware. Ya entrado el siglo XXI, virus como el Bague,
gusanos como el I Love You, o las redes de ordenadores
zombis (conocidas con el anglicismo Botnet) representa-
ron sustanciales prdidas econmicas, adems de incre-
mentar el pnico entre la poblacin sobre la seguridad
en la red. Las matemticas estn presentes tambin en
estos parajes, tanto de atacantes como de defensores.
Sin entrar en detalles sobre este tipo de programas, que
requeriran unos conocimientos mucho ms avanzados
de herramientas informticas y de seguridad, mostra-
remos una bella demostracin por contradiccin que
prueba la imposibilidad de detectar todos los posibles
programas maliciosos (Goodrich y Tamassia, 2011) y que
recuerda sobremanera a la demostracin de Euclides
que permite demostrar la infinidad de nmeros primos.
En realidad es un esbozo de la demostracin formal,
pero permite intuir la esencia de la demostracin elimi-
nando los detalles ms tcnicos.
En efecto, supongamos que existe un programa, que pode-
mos llamar SuperDetector, que puede detectar todo tipo
de malware. Desgraciadamente, alguien podra, sabiendo
la existencia del programa SuperDetector, disear el si-
guiente programa, Ultravirus, que acta cuando es evalua-
do por un detector de malware. Si el programa lo detecta
como malicioso, para la ejecucin del programa, y si lo iden-
tifica como no malicioso, entonces hace alguna operacin
maliciosa. As, si el programa SuperDetector dice que el
nuevo programa UltraVirus es malware, en realidad no lo
ser (puesto que no har ninguna accin maliciosa), mien-
tras que si SuperDetector dice que no lo es, a continuacin
har una, llegando as claramente a una contradiccin.
Otras matemticas en la red
Uno de los casos ms conocidos de la aplicacin de resul-
tados tericos de matemticas en el desarrollo de Inter-
net es el uso de herramientas bsicas de lgebra lineal,
teora de grafos y probabilidad en el diseo del algoritmo
PageRank del buscador Google. PageRank permite dar
un criterio de ordenacin al realizar una bsqueda en-
tre la ingente cantidad de informacin que se encuentra
disponible en Internet. Se pretende que al menos uno de
los diez primeros enlaces que se muestran en la bsque-
da contenga informacin til. Para ello se modela cada

posible sitio de la red como un vrtice de un grafo de ma-
nera que exista una arista dirigida entre dos de los vrti-
ces si desde una de las pginas (vrtice saliente) hay un
enlace a la otra pgina (vrtice entrante).
Fuente: http://www.flickr.com/photos/9009139@N08/2363535692/.
El grafo resultante es un grafo de dimensiones gigantescas,
pero permite ordenar la informacin. Para ello se considera
la una matriz asociada de ceros y unos, donde el elemento
de la fila i-sima i la columna j-sima es 1 si el grafo tiene
una arista que une el vrtice i con el vrtice j, y 0 en caso
contrario. Se calculan ciertos valores y vectores propios de
la matriz (de manera considerablemente eficiente si tene-
mos en cuenta las dimensiones de la matriz). La teora que
hace posible dicha modelizacin se remonta a principios
del siglo XX, y se debe a dos ilustres matemticos, Roche
y Frobenius, cuyos trabajos sobre los valores y vectores
propios en matrices con entradas no negativas permiten
garantizar la existencia de una solucin para el algoritmo
PageRank, y por tanto, cuando realizamos una bsqueda en
Google, encontramos una solucin satisfactoria entre los
primeros enlaces mostrados. En Fernndez (2004) se pue-
de encontrar una completa descripcin ms detallada de la
modelizacin, as como de las matemticas implicadas.
REFERENCIAS BIBLIOGRFICAS
Blakley, G. R. (1979): "Safeguarding cryptographic keys".
Proceedings of the National Computer Conference,
1979. American Federation of Information Processing
Societies Proceedings, vol. 48, pp. 313-317.
3.5 LAS MATEMTICAS QUE HACEN SEGURA LA RED 243
Artculo cientfico donde se propone por primera vez el
concepto de esquema de comparticin de secretos.
Blum, M. (1983): "Coin flipping by telephone. A protocol
for solving impossible problems". ACM SIGACT News,
vol. 15, n 1, pp. 23-27.
Artculo cientfico que propone por primera vez una forma
de utilizar la criptografa para simular de manera justa el
lanzamiento de una moneda cuando ambos participantes
no se encuentran fsicamente en el mismo lugar.
Desmedt, I. y Frankel, Y. (1989): "Threshold cryptosys-
tems". Crypto, pp. 307-315. Artculo cientfico en el cual
se propone la criptografa distribuida.
Diffie, W. y Hellman, M. E. (1976): "New directions in
cryptography". IEEE Transactions on Information
Theory, n 22, pp. 644-654.
Artculo cientfico que presenta por primera vez el
paradigma de criptografa pblica.
ElGamal, T. (1984): "A public-key cryptosystem and a signature
scheme based on discrete logarithms. IEEE Transactions on
Information Theory, vol. 31, n 4, pp. 469-472.
Artculo cientfico que presenta uno de los criptosistemas
de clave pblica ms utilizados, el de ElGamal.
Fernndez, P. (2004): "El secreto de Google y el lgebra
lineal". Boletn de la Sociedad Espaola de Matemtica
Aplicada, n 30, pp. 115-141.
Artculo de divulgacin que proporciona una explicacin
del funcionamiento de PageRank de Google y del lgebra
lineal que se utiliza en el algoritmo.
Goodrich, M. y Tamassia, R. (2011): Introduction to computer
security. Reading, Massachusetts: Addison-Wesley.
Libro en el que se introducen los principales conceptos
de seguridad informtica, as como los mecanismos de
defensa existentes.
Hankerson D., Menezes, A. y Vanstone S. (2003): Guide to
elliptic curve cryptography. Heidelberg: Springer.
244 Unidad Didctica. Matemticas del Planeta Tierra
Libro en el que se cubren los principales conceptos de
criptografa de curvas elpticas.
Kahn, D. (1967): The codebreakers: the comprehensive
history of secret communication from ancient times to
the Internet. New York: Scribner.
Libro en el que se hace un recorrido por la criptografa
desde un punto de vista histrico.
Menezes, A. y Vanstone, S. (1990): "The implementation
of elliptic curve cryptosystems". AUSCRYPT, vol. 90, pp.
2-13.
Artculo en el que se propone un criptosistema de
criptografa de curvas elpticas.
Quisquater, J., Guillou, L. y Berson, T. (1989): "How to
explain zero knowledge to your children". Advances in
Cryptology-CRYPTO, vol. 89, LNCS n 435, pp. 628-631.
Artculo cientfico en el que se propone en formato cuento
el funcionamiento de los protocolos de conocimiento
cero.
Rivest, R., Shamir, A. y Adleman, A. (1978): "A method
for obtaining digital signatures and public-key
cryptosystems". Communications of the ACM, vol. 21, n
2, pp. 120-126.
Artculo cientfico en el que se propone por primera vez
el criptosistema RSA de clave pblica.
Schmeh, K. (2003): Cryptography and public key
infrastructure on the Internet. Hoboken, New Jersey:
John Wiley & Sons.
Libro en el que se recogen las principales herramientas
criptogrficas utilizadas en la actualidad.
Schneier, B. (1996): Applied cryptography: protocols,
algorithms, and source code in C. Hoboken, New Jersey:
John Wiley & Sons.
Libro en el que se recogen las principales herramientas
criptogrficas utilizadas en la actualidad, a la vez que
algunas implementaciones.
Shamir, A. (1979): "How to share a secret". Communica-
tions of the ACM, vol. 22, n 11, pp. 612-613.
Artculo cientfico donde se propone por primera vez el
concepto de esquema de comparticin de secretos.
Shannon, C. (1949): "Communication theory of secrecy
systems". Bell System Technical Journal, vol. 28, n 4, pp.
656-715.
Artculo cientfico en el que se estudia la criptografa
desde un punto de vista de la teora de la informacin.
Sigh, S. (2000): Los cdigos secretos. Madrid: Debate.
Libro de divulgacin muy didctico sobre los diferentes
cifrados utilizados durante la historia, con un nfasis
especial en las matemticas subyacentes.
Stinson, D. (1997): Cryptography: theory and practice.
Boca Raton, Florida: CRC Press.
Libro en el que se recogen las principales herramientas
criptogrficas utilizadas en la actualidad.
Vernam, G. S. (1926): "Cipher printing telegraph systems
for secret wire and radio telegraphic communications".
Journal of the IEEE, vol. 55, pp. 109-115.
Artculo cientfico en el que se propone el cifrado ms
seguro, el one-time pad.
MATERIALES AUXILIARES
LIBROS
Gibson, W.: Conde Cero (1986), Mona Lisa acelerada
(1988), Luz Virtual (1993).
Novelas del famoso autor de ciencia ficcin William
Gibson, creador del trmino ciberespacio.
Mitnick, K. (2003): The art of deception. New Jersey: John
Wiley & Sons.

Libro del hacker Kevin Mitnick, sobre la ingeniera social
y cmo esta se puede combinar con el pirateo.
Raimond, E. S. (2001): La catedral y el bazar.
Ensayo a favor del software de cdigo abierto escrito
por el hacker Eric S. Raymond en 1997 y publicado por
OReilly Press en 2001.
Stephenson, N. (2002): Criptonomicn. Barcelona:
Ediciones B.
Novela de ciencia ficcin. La trama se desarrolla en
dos lneas temporales narradas en paralelo. En una
se presenta la labor de un grupo de criptgrafos y
especialistas en deteccin tctica, aliados durante la
Segunda Guerra Mundial. La otra transcurre en la poca
actual, en la que descendientes de los protagonistas de la
primera trama emplean tecnologa punta criptogrfica,
de telecomunicaciones e informtica, para construir un
paraso de datos.
Stephenson, N. (2003): En el principio fue la lnea de
comandos. Madrid: Traficantes de Sueos.
Ensayo del escritor estadounidense Neal Stephenson,
publicado originalmente en Internet en 1999 y ms tar-
de ese mismo ao en forma de libro. El ensayo explora la
posibilidad de que el software libre pueda, en un futuro,
reemplazar totalmente al software propietario, al elimi-
nar los beneficios econmicos para las empresas pro-
ductoras de este ltimo. Tambin analiza las prcticas
empresariales y la filosofa de Microsoft, Apple y diver-
sas comunidades de software libre.
PGINAS WEB
http://www.simonsingh.net/The_Black_Chamber/. The
Black Chamber. Portal de divulgacin donde se encuen-
tran implementados algunos protocolos criptogrficos
histricos.
http://miriadax.net/web/descodificando_algebra. Des-
codificando lgebra. Curso masivo on line en abierto y
gratuito de la Universidad Pompeu Fabra impartido por
3.5 LAS MATEMTICAS QUE HACEN SEGURA LA RED 245
Vanesa Daza y Nikolaos Makriyannis, que plantea cuatro
retos relacionados con la criptografa y las comunica-
ciones. Propone tambin vdeos que muestran las herra-
mientas matemticas necesarias para resolverlos.
PELCULAS
Enigma (Michael Apted, 2001). Pelcula ambientada en la
Segunda Guerra Mundial, que capta el papel de los ma-
temticos que trabajaban para romper los cdigos nazis.
Un convoy de barcos mercantes aliado que est cru-
zando el Atlntico con 10.000 pasajeros e importantes
suministros est en peligro de ataque. Las autoridades
recurren a Tom Jericho, un brillante matemtico y exper-
to descifrador de cdigos de los servicios de inteligencia
britnicos, para conseguir romper el nuevo cdigo con el
que se comunican los nazis. Jericho tiene una cierta simi-
litud con el famoso matemtico Alan Turing, que rompi
el cdigo alemn Enigma.
Windtalkers (John Woo, 2002). Pelcula ambientada en
la Segunda Guerra Mundial, protagonizada por Nicolas
Cage y Christian Slater. Est basada en hechos reales; en
efecto, el Cuerpo de Infantera de Marina de los Estados
Unidos utiliz a operadores de radio navajos para que
transmitieran las rdenes en su idioma y no fueran
capaces de ser descifradas por los japoneses.
Contacto (Robert Zemeckis, 1997). Pelcula basada en la
novela homnima de Carl Sagan. La protagonista recibe
un mensaje extraterrestre cuyo inicio es la sucesin
de los primeros nmeros primos. El mensaje contiene
instrucciones para la construccin de un artefacto que
llevar a la protagonista en un viaje por el universo para
hacer un primer contacto con la vida del espacio exterior.
DOCUMENTAL
Code makers & code breakers. Documental para National
Geographic. Serie que traza un recorrido histrico por la
criptografa. Disponible en http://www.youtube.com/wa
tch?v=sEUn_9QO3ro&list=PL079E7E60932D5B5E&ind
ex=1.
Energa
Rafael Montenegro

3.6

Este captulo aborda la gestin y aprovechamiento de las
energas renovables, concretamente, las energas elica
y solar, desde una perspectiva matemtica. Las energas
limpias surgen como alternativa a los combustibles f-
siles, como reto cientfico y tecnolgico que afronta el
siglo XXI.
Las matemticas contribuyen al estudio y solucin de
estas cuestiones ya que los fenmenos fsicos relacio-
nados con estas fuentes de energa se pueden describir
mediante ecuaciones diferenciales, cuyas soluciones se
aproximan mediante modelos numricos. Por otro lado,
el anlisis de las tecnologas asociadas hace uso de m-
todos de optimizacin y tcnicas de discretizacin espa-
cio-temporal.
Para utilizar las energas renovables de manera eficaz y
eficiente es necesario el uso de modelos matemticos.
Los modelos que se muestran consisten en la represen-
tacin simplificada de una realidad fsica mediante obje-
tos matemticos, sobre los que se pueden aplicar tcni-
cas y herramientas matemticas para su estudio y para
obtener resultados que aproximen el comportamiento
de la realidad.
El foco de inters de este captulo est en la explicacin
con cierto detalle del mtodo de los elementos finitos.
En primer lugar se elige representar el espacio fsico real
(el dominio de estudio) mediante un objeto que pueda ser
asimilado por un modelo numrico. Este objeto se conoce
como malla y conforma una representacin discreta (a tro-
zos) de un dominio real, que generalmente es continuo.
Las tcnicas que permiten construir mallas se conocen
como tcnicas de generacin de mallas, o de discretiza-
cin, de la regin de estudio. Los fenmenos que se pro-
ducen sobre superficies suelen utilizar mallas compues-
tas por tringulos; los fenmenos tridimensionales que
las emplean estn simulados con tetraedros. Las mallas
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
compuestas por tringulos o tetraedros aproximan la
superficie o el volumen de la regin de estudio y, simul-
tneamente, la magnitud fsica que se pretende simular
(viento, radiacin solar).
Si bien el mtodo tiene un nivel de complejidad tcnica
apreciable, es posible su seguimiento y comprensin por
parte de alumnos de bachillerato con las explicaciones,
representaciones y apoyos grficos adecuados.
Para aproximar la velocidad del viento o la radiacin so-
lar en cualquier punto y estimar el valor de cierta magni-
tud en el interior del elemento, se define un soporte de
interpolacin a trozos, a partir de un pequeo nmero
de datos en cada elemento finito.
El mtodo de elementos finitos plantear al final un sis-
tema de ecuaciones, con un nmero de incgnitas pro-
porcional al nmero de vrtices existente en la malla; in-
teresa que la malla est adaptada para disminuir el orden
del sistema.
Mediante el mtodo de los elementos finitos se mues-
tra la simulacin de campos de viento, se ilustra la
importancia del relieve y se determina la mejor locali-
zacin de los parques elicos. Tambin se emplea para
trabajar en actuaciones de diagnstico o de pronstico
o para simular la dispersin de contaminantes, entre
otros. Igualmente, el mtodo se utiliza para el diseo
de placas solares y el estudio de la radiacin recibida en
un lugar determinado. Sus valores se estiman a travs
del modelo de radiacin solar, con aplicaciones simila-
res a las del modelo de simulacin de campos de viento:
la generacin de mapas de radiacin, la localizacin de
emplazamientos ptimos de parque solares, y la predic-
cin de la potencia generada en cada caso.
Los ejemplos que proporciona el autor sobre el uso del
modelo en Gran Canaria muestran varias aplicaciones
del mtodo y ayudan en la interpretacin de sus resultados.
Introduccin
La obtencin de energas limpias (elica, solar, hidrulica,
geotrmica, mareomotriz, etctera) es uno de los gran-
des desafos que afronta el siglo XXI como alternativa a
los combustibles fsiles, tanto por la limitacin de las re-
servas de dichos combustibles como por los problemas
medioambientales que ocasionan. Las matemticas es-
tn muy presentes en la implementacin de estas alter-
nativas que permitirn utilizar las energas renovables de
manera eficiente. Las ecuaciones diferenciales que go-
biernan estos fenmenos fsicos tienen soluciones que
es necesario aproximar usando modelos numricos; por
otro lado, para facilitar el anlisis de estas tecnologas,
mejorar su aprovechamiento y hacer una gestin energ-
tica y medioambiental adecuada se usan tcnicas adap-
tativas de discretizacin espacio-temporal, o mtodos
de optimizacin.
El aprovechamiento de energas renovables, concreta-
mente de la elica y la solar, supone un importante reto
tanto cientfico como tecnolgico. Para ello son impres-
cindibles numerosas herramientas que analizan toda una
serie de cuestiones relacionadas con estos procesos,
entre las que se encuentran los modelos matemticos.
Los modelos, en general, consisten en la representacin
simplificada de una realidad fsica mediante objetos ma-
temticos, sobre los que se pueden aplicar tcnicas y he-
rramientas matemticas para estudiar y obtener resul-
tados que aproximan el comportamiento de la realidad.
Este captulo1 se centra en la resolucin de modelos fsi-
co-matemticos mediante mtodos numricos, en con-
creto el mtodo de elementos finitos (MEF), para simu-
lar campos de viento y radiacin solar sobre orografas
irregulares. Estos mtodos se combinan con modelos
meteorolgicos para predecir la energa producida en
parques elicos y solares. En concreto, la seccin 2 est
dedicada a introducir conceptos bsicos del MEF, mien-
tras que en las secciones 3 y 5 se comenta la contribucin
del MEF en la gestin de energas limpias (elica y solar).
1 El autor de este captulo agradece a los siguientes investigadores su participacin en
este trabajo: G. Montero, J.M. Escobar, E. Rodrguez, J.M. Gonzlez-Yuste, J.M. Cascn,
A. Prez-Foguet, A. Oliver, F. Daz y L. Ferragut.
En la seccin 4 se explica la simulacin de la dispersin de
los contaminantes emitidos por chimeneas de centrales
trmicas convencionales, fenmeno que est regulado
por las normas sobre la calidad del aire y vinculado, junto
con la promocin de las energas limpias, a las polticas
sostenibilidad. En general, en este captulo nos plantea-
mos como objetivo transmitir las ideas bsicas que en-
tran en juego en la simulacin numrica de estos proce-
sos medioambientales, evitando detallar las complejas
ecuaciones diferenciales que se resuelven y las tcnicas
numricas utilizadas para aproximar su solucin.
El mtodo
de los elementos finitos
Los mtodos numricos permiten resolver problemas
complejos mediante la implementacin de algoritmos
matemticos en programas de ordenador. Para poder
aplicar el mtodo de elementos finitos (MEF), lo prime-
ro que hacemos es representar el espacio fsico real (el
dominio de estudio) mediante un objeto que pueda ser
asimilado por el modelo numrico. Este objeto se conoce
como malla y conforma una representacin discreta (a
trozos) de un domino real que generalmente es continuo.
Las tcnicas que permiten construir mallas se conocen
como tcnicas de generacin de mallas, o de discretiza-
cin, de la regin de estudio.
Para analizar fenmenos que se producen sobre superfi-
cies se suelen utilizar mallas compuestas por tringulos,
mientras que para fenmenos tridimensionales estn
formadas por tetraedros. El tetraedro es el poliedro ms
simple en 3-D y est formado por cuatro caras triangula-
res, con un total de cuatro vrtices y seis aristas (figura 1).
Si se desea estudiar el viento en una zona concreta de
la atmsfera, qu tipo de malla debe usarse, una malla
compuesta de tringulos o de tetraedros?
En la aplicacin del MEF se suelen usar mallas com-
puestas por tringulos o tetraedros, que aproximan la
superficie o el volumen de la regin de estudio y simul-
tneamente la magnitud fsica que se pretende simular
(viento, radiacin solar, etctera). Con esto se consi-
gue contar de manera sencilla al ordenador la forma
252 Unidad Didctica. Matemticas del Planeta Tierra
(a)
(b)
Figura 1. Ejemplo de un tetraedro. Est compuesto por cuatro caras triangulares
y tiene cuatro vrtices y seis aristas (a). Ejemplo sencillo de una malla 3-D for-
mada por dos tetraedros. Est constituida por cinco vrtices y la cara BCD est
compartida por ambos tetraedros. Las mallas reales utilizadas en la aplicacin
del MEF pueden llegar a tener varios millones de tetraedros, dependiendo de la
complejidad geomtrica del dominio (b). Autores: R. Montenegro, G. Montero, J.
M. Escobar, E. Rodrguez, J. M. Gonzlez-Yuste, F. Daz, L. Ferragut, J. M. Cascn,
A. Prez-Foguet, A. Oliver.
(geometra) compleja de esta regin tridimensional,
y se define un soporte de interpolacin a trozos para
aproximar la velocidad del viento o la radiacin solar
en cualquier punto. Esta interpolacin a trozos permite
estimar el valor de cierta magnitud en el interior del ele-
mento a partir de un pequeo nmero de datos en cada
elemento finito, por ejemplo el valor de la magnitud fsi-
ca en los vrtices de los tringulos o tetraedros.
A veces es necesario aumentar la resolucin para
aproximar los detalles de la geometra en ciertas zonas
de la regin de estudio, por lo que se usan mallas con
elementos ms pequeos en esas zonas, lo que se lla-
man mallas adaptativas. Para ilustrar el concepto de
malla de elementos finitos adaptativa, en la figura 2 se
representan dos vistas de una malla de tetraedros de
volumen, aunque solo se visualizan las caras externas
(tringulos) de los tetraedros. La malla est adaptada
para aproximar las lneas de costa de los continentes
y los contornos de las letras que se han escrito en la
atmsfera. El mar se considera localmente como una
superficie plana y puede representarse con tringulos
grandes. Sin embargo, para aproximar los detalles de
contornos (la costa y las letras) se necesitan muchos
tringulos ms pequeos.
Para aproximar la magnitud fsica el mtodo de elemen-
tos finitos plantear al final un sistema de ecuaciones,
con un nmero de incgnitas proporcional al nmero de
vrtices existente en la malla, por lo que nos interesa
que la malla est adaptada para disminuir, en la medi-
da de lo posible, el orden del sistema. Ntese que si la
malla de la figura 2 fuera uniforme (no estuviese adap-
tada), todos los tringulos seran aproximadamente
del mismo tamao y suficientemente pequeos para
captar los detalles. Esto provocara la existencia de una
cantidad innecesaria de tringulos pequeos en el mar.
Resultaran sistemas de ecuaciones con muchas ms in-
cgnitas, cuya resolucin consumira muchos recursos
computacionales. De ah que sea muy importante el uso
de mallas de elementos finitos adaptativas. Hay que
tener en cuenta que en el caso de simular problemas
en dominios tridimensionales de geometra irregular,
los sistemas pueden ser de millones de ecuaciones con
millones de incgnitas. Aunque en la actualidad existen
tcnicas numricas eficientes y ordenadores de gran
 3.6 ENERGA 253

capacidad, el coste computacional de la resolucin de La generacin automtica de mallas de elementos finitos

estos sistemas puede ser significativo. de geometras complejas es una lnea de investigacin
abierta. Las tcnicas ms comunes para la generacin de
mallas de tringulos y tetraedros se basan en la llamada
triangulacin de Delaunay y el mtodo de avance frontal.
Recientemente se ha introducido el denominado mtodo
del mecano para generar mallas de tetraedros. La idea
es generar automticamente la malla de tetraedros en
una aproximacin (mecano) de la regin de estudio cons-
truida mediante piezas simples, y finalmente deformar
la malla para aproximar el dominio. En la figura 3(a) se
representa el mecano que se ha utilizado para la genera-
cin de la malla representada en la figura 2, y en la figura
3(b) se muestra un ejemplo de una malla de tetraedros
generada en el mecano. Es muy fcil cambiar las frases
escritas en la atmsfera.

(a) (a)

(b)

(b)

Figura 2. Malla de tetraedros de un dominio tridimensional en la que se ha adap-

tado el grado de discretizacin para aproximar adecuadamente los contornos de Figura 3. Mecano compuesto por seis cuboides (a) y un ejemplo de una malla de
los continentes y de las letras. En (a) se representa una vista frontal de la malla y tetraedros generada automticamente en el mecano (b). Autores: R. Montene-
en (b) se puede observar la misma malla en perspectiva. Imagen: Universidad de gro, G. Montero, J. M. Escobar, E. Rodrguez, J. M. Gonzlez-Yuste, F. Daz, L. Ferra-
Las Palmas de Gran Canaria. gut, J. M. Cascn, A. Prez-Foguet, A. Oliver.
254 Unidad Didctica. Matemticas del Planeta Tierra

Simulacin de campos de viento para el estudio, planificacin y explotacin de los recur-

sos elicos.
Para ilustrar la importancia del relieve en este proceso,
La energa elica que podemos obtener en un determina- se propone reflexionar sobre los ejemplos representa-
do punto depender directamente de la energa cintica dos en la figura 4. Supongamos en primer lugar el caso
del viento y, por tanto, de su velocidad. Por esta razn, ne- de la figura 4(a). Se trata de un terreno plano en el que
cesitamos un procedimiento que nos indique el valor de existen dos puntos situados a una misma altura sobre el
la velocidad del viento (mdulo y direccin) en un punto terreno y a una distancia de 1 km entre s. Consideremos
situado a una cierta altura por encima del terreno. tambin que en estos dos puntos hemos medido, utili-
zando dos anemmetros sincronizados, un mismo valor
de velocidad de 5 m/s. Nos podramos preguntar qu va-
lor de velocidad sera razonable en un punto intermedio.
La siguiente frmula relaciona la velocidad Obviamente, si no se dispone de ms datos, parece razo-
del viento con la potencia mxima terica nable estimar un valor de 5 m/s en este punto intermedio.
que puede extraerse de l en un aerogenera-
dor de eje horizontal con un radio r de rotor:
P = d v3 r2,
donde P es la potencia en vatios (W),
d es la densidad del aire en kg/m3,
v es la velocidad del viento en m/s y r est
expresado en metros. Observa que la poten- (a)
cia es proporcional al cubo de la velocidad,
lo que explica la importancia de disponer de
modelos matemticos capaces de aproximar
la velocidad del viento de forma precisa.

Para determinar la localizacin ptima de los parques

elicos, las empresas productoras necesitan conocer
qu zonas tienen valores de velocidad de viento ade-
cuados a las caractersticas de los aerogeneradores,
es decir, ni muy bajos, porque no sera suficiente para
mover las aspas, ni muy altos, porque obligara a de-
tener el giro de las mismas para impedir que sufran
daos estructurales. Normalmente se dispone de po-
cas medidas tomadas en puntos dispersos, donde hay
anemmetros, a partir de las cuales hay que buscar un
mtodo matemtico fiable para estimar el viento sobre
cualquier punto del terreno. Los modelos matemticos
de viento, y en particular, los modelos de tipo masa con-
sistente descritos ms abajo, son muy adecuados para
resolver este problema prctico. Con ellos se elaboran
mapas de velocidades de viento que son fundamentales
(b)
Figura 4. Motivacin de la simulacin de campos de viento. Ejemplos para pensar
sobre la estimacin de un valor razonable de velocidad de viento en el caso de
terreno plano (a), y cuando tenemos una orografa irregular (b). En azul se repre-
sentan las velocidades dato en los puntos indicados, y en rojo la velocidad que es
desconocida. Autores: R. Montenegro, G. Montero, J. M. Escobar, E. Rodrguez, J.
M. Gonzlez-Yuste, F. Daz, L. Ferragut, J. M. Cascn, A. Prez-Foguet, A. Oliver.
Si ahora consideramos el caso de la figura 4(b), tenemos
una topografa irregular y dos valores diferentes de la
velocidad del viento de 1 m/s y 9 m/s en dos puntos situa-
dos a 1 km entre s. En este caso, debido a la irregularidad
 3.6 ENERGA 255

del terreno, ya no es tan evidente estimar un valor razo-

nable de la velocidad del viento en el punto intermedio.
El fenmeno fsico del movimiento del aire est gober-
nado por las ecuaciones de Navier-Stokes, cuya reso-
lucin exacta no es posible en regiones de geometra
complicada, y cuya resolucin aproximada mediante
el mtodo de elementos finitos es factible, pero com-
pleja. Una forma de simplificar el problema consiste en
intentar encontrar un campo de viento que verifique
dos condiciones fsicas mnimas. La primera es que
el aire no atraviese el terreno y la segunda es considerar
al aire como un fluido incompresible. Bsicamente, esta
ltima condicin significa que la cantidad de aire que entra
en una regin cerrada es la misma que la que sale. El mode-
lo matemtico de masa consistente trata de encontrar un
campo de viento que verifique las dos condiciones ante-
riores, y que simultneamente se aproxime lo ms posible
al obtenido mediante interpolacin de medidas experi-
mentales o valores predichos por un modelo meteorolgi-
co en la regin de estudio. Este modelo de ajuste se puede
resolver mediante el mtodo de elementos finitos.
Por tanto, en primer lugar ser necesario definir la regin
de estudio y realizar una malla de elementos finitos. La Figura 5. Cotas en metros de la regin de estudio de la Isla de Gran Canaria, obte-
informacin orogrfica de la regin viene dada mediante nidas a partir de un mapa digital del terreno con una resolucin de la cuadrcula
de 20x20 m2. Autores: R. Montenegro, G. Montero, J. M. Escobar, E. Rodrguez, J.
un mapa digital de elevacin del terreno. Sobre una cua- M. Gonzlez-Yuste, F. Daz, L. Ferragut, J. M. Cascn, A. Prez-Foguet, A. Oliver.
drcula uniforme, este mapa nos proporciona la cota en
metros de cada uno de sus vrtices. Un valor usual de la
resolucin de la cuadrcula es de 20x20 m2.
Para entender mejor el procedimiento de simulacin de
campos de viento, vamos a ver un ejemplo concreto en la
Isla de Gran Canaria. En la figura 5 se observa la informa-
cin del mapa digital del terreno en una regin rectangu-
lar de estudio, donde la escala de colores representa la
altura de los puntos, correspondiendo el color azul para
el nivel del mar y el rojo para la zona ms alta de la isla
donde la cota mxima es de unos 1.900 m. En la figura 6
se muestra la regin tridimensional de aire donde se pre- Figura 6. Regin tridimensional alrededor de la Isla de Gran Canaria. nicamente
se muestran tres de las seis caras de la regin volumtrica. La cara inferior co-
tende simular el campo de viento. rresponde a la superficie del terreno definida por un mapa digital de elevacin, y
La malla de tetraedros se construye automticamente las otras dos corresponden a paredes verticales planas. Autores: R. Montenegro,
G. Montero, J. M. Escobar, E. Rodrguez, J. M. Gonzlez-Yuste, F. Daz, L. Ferragut,
con la informacin de la regin de estudio y con la preci- J. M. Cascn, A. Prez-Foguet, A. Oliver.
sin introducida por el usuario para aproximar el relieve
(figura 7). La malla queda definida una vez que se fijan las Sobre la malla de la figura 7 se aplica el MEF para aproxi-
coordenadas de todos los vrtices de los tetraedros y los mar la solucin de las ecuaciones diferenciales del mo-
cuatro vrtices que posee cada tetraedro. delo de masa consistente y obtener el campo de viento
256 Unidad Didctica. Matemticas del Planeta Tierra
Figura 7. Malla de tetraedros de la regin de estudio planteada en la figura 6.
Esta malla est adaptada a la orografa y a la lnea de costa de la Isla de Gran
Canaria. Autores: R. Montenegro, G. Montero, J. M. Escobar, E. Rodrguez, J. M.
Gonzlez-Yuste, F. Daz, L. Ferragut, J. M. Cascn, A. Prez-Foguet, A. Oliver.
Figura 8. Ejemplo del campo de velocidades de viento sobre una capa situada
a 100 m sobre el terreno. Autores: R. Montenegro, G. Montero, J. M. Escobar, E.
Rodrguez, J. M. Gonzlez-Yuste, F. Daz, L. Ferragut, J. M. Cascn, A. Prez-Fo-
guet, A. Oliver.
Figura 9. Mdulo del campo de velocidades representado en la figura 8. En la es-
cala de colores, el azul corresponde al valor mnimo del mdulo de velocidad y el
rojo al valor mximo. Autores: R. Montenegro, G. Montero, J. M. Escobar, E. Ro-
drguez, J. M. Gonzlez-Yuste, F. Daz, L. Ferragut, J. M. Cascn, A. Prez-Foguet,
A. Oliver.
resultante en cualquier tetraedro de la malla. En la figura
8 se muestra como ejemplo el campo de viento simulado
por el modelo a una altura de 100 m sobre el terreno. En
la figura 9 se representa el correspondiente mdulo de
la velocidad. Puede observarse cmo en las zonas ms
altas de la isla resultan los mayores valores.
El modelo de masa consistente puede ser til como mo-
delo de diagnstico o de pronstico, en funcin de que el
campo interpolado se consiga a partir de medidas expe-
rimentales obtenidas por anemmetros emplazados en
la regin de estudio, o solo se utilicen valores predichos
por un modelo meteorolgico.
Generalmente, los modelos meteorolgicos (entre los
que se encuentran MM5, WRF, HIRLAM, HARMONIE,
etctera) utilizan el mtodo numrico de diferencias fini-
tas para predecir magnitudes fsicas como la temperatu-
ra, humedad, precipitaciones, radiacin, viento, etctera.
Normalmente pueden llegar a obtener resultados con
una resolucin horizontal mxima de 1 km. Esto hace que
puedan tener una visin poco aproximada de las irregula-
ridades de la superficie del terreno. Sin embargo, la com-
binacin de los modelos meteorolgicos con el modelo
de masa consistente de elementos finitos adaptativos
puede mejorar las predicciones del viento, especialmen-
te en terrenos de orografa irregular donde este modelo
numrico puede llegar a resoluciones espaciales del or-
den de metros.
La simulacin de campos de viento se aplica, entre otras
cosas, para realizar mapas de potencial elico de una re-
gin, con el propsito de detectar los mejores emplaza-
mientos de los parques. Obtener predicciones a 24 horas
de la potencia que podrn generar los parques elicos
existentes tambin tiene mucho inters; en particular, es
crucial para la gestin ptima de la red elctrica.
Dispersin de contaminantes
Dedicamos este breve apartado a la simulacin de la dis-
persin de contaminantes emitidos por las chimeneas
de centrales trmicas convencionales. Este fenmeno
fsico est gobernado por un conjunto de ecuaciones
 3.6 ENERGA 257

diferenciales evolutivas y acopladas de tipo conveccin- tativa de tetraedros. Tambin se muestra la trayectoria
difusin-reaccin, donde las incgnitas son las concen- alabeada de la pluma contaminante.
traciones (g/m3) de los diferentes compuestos qumicos Para resolver las ecuaciones diferenciales evolutivas (cuya
contaminantes (SO2, NO2, SO4, NO3,) en cualquier punto solucin depende del tiempo) es necesario conocer la con-
de la regin de estudio. En este fenmeno fsico el campo de centracin de todos los contaminantes en el instante inicial y
viento interviene en las ecuaciones y juega un papel fun- las condiciones de contorno, entre las que se encuentran los
damental, ya que el efecto del transporte de los contami- datos de emisin, es decir, las concentraciones de los gases
nantes suele predominar frente al efecto de la difusin. a la salida de la chimenea (normalmente del orden de unos
Por ello, la combinacin del modelo de simulacin de cam- gramos por metro cbico). Desde el punto de vista medioam-
pos de viento junto con el modelo de dispersin de con- biental, el mayor inters de la aplicacin del modelo numrico
taminantes puede ser muy til tanto desde el punto de es poder determinar los valores de inmisin de los contami-
vista de diagnstico como de pronstico. nantes, es decir, sus concentraciones sobre la superficie del
De esta forma, el modelo puede predecir episodios futu- terreno. Estos valores son mucho menores que los existen-
ros de contaminacin en funcin de las condiciones me- tes en los focos de emisin. Los rdenes de magnitud de los
teorolgicas determinadas por un modelo meteorolgico. valores de inmisin suelen estar expresados en miligramos o
As las centrales elctricas podrn planificar su actividad microgramos por metro cbico. Tanto las emisiones como los
estimando de antemano el impacto que causarn sus emi- valores de inmisin estn regulados por normativas.
siones, observar con detalle su efecto en puntos concre-
tos del territorio, y predecir el alcance de episodios me-
teorolgicos adversos como tormentas o fuertes vientos.
Para incluir el efecto de la elevacin de los gases emiti-
dos por las chimeneas, el modelo numrico modifica la
componente vertical del viento en la zona de influencia
de la pluma contaminante que parte de la boca de la chi-
menea. En la figura 10 puede observarse un ejemplo con
un detalle del campo de velocidades de viento modifica-
do sobre un terreno de orografa irregular. Adems, en
la parte inferior derecha de la figura puede verse que la
geometra de la chimenea est captada por malla adap-

Figura 11. Ejemplo de inmisin de SO4 sobre la superficie del terreno. La escala de
colores corresponde a los valores de la concentracin en g/m3 obtenidos en un
instante de la simulacin numrica. La chimenea se encuentra ubicada a la dere-
cha de la figura. Autores: R. Montenegro, G. Montero, J. M. Escobar, E. Rodrguez,
J. M. Gonzlez-Yuste, F. Daz, L. Ferragut, J. M. Cascn, A. Prez-Foguet, A. Oliver.

Radiacin solar
Figura 10. Detalle de una simulacin de dispersin de contaminantes emitidos En el diseo de placas solares y, en general, de sistemas
por una chimenea ubicada en la parte inferior derecha de la figura. Autores: R.
Montenegro, G. Montero, J. M. Escobar, E. Rodrguez, J. M. Gonzlez-Yuste, F.
de energa solar, es muy importante estudiar la radia-
Daz, L. Ferragut, J. M. Cascn, A. Prez-Foguet, A. Oliver. cin recibida en un lugar determinado. En este apartado
258 Unidad Didctica. Matemticas del Planeta Tierra
veremos cmo se estiman estos valores a travs de un
modelo de radiacin solar, que tiene aplicaciones simi-
lares a las expuestas para el modelo de simulacin de
campos de viento: la generacin de mapas de radiacin,
la localizacin de emplazamientos ptimos de parque
solares y la prediccin de la potencia generada.
La radiacin solar sobre la superficie de la Tierra se
mide normalmente en trminos de potencia o energa.
En concreto, en un punto de la superficie del terreno, se
denomina irradiancia a la potencia (W/m2) recibida por
unidad de superficie, y se llama irradiacin a la energa
(J/m2) captada por unidad de superficie a lo largo de un
intervalo de tiempo. Nos podemos preguntar cul es la
potencia mxima que se puede obtener a partir de la ra-
diacin solar en condiciones ptimas. Se puede tener una
idea de esta cantidad a partir de la constante solar que
se define como la energa captada, por unidad de tiem-
po y rea, por una superficie situada a la distancia media
entre el Sol y la Tierra, y ortogonal a la lnea recta que une
sus centros. Este valor es del orden de 1.350 W/m2, de tal
manera que sobre la superficie de la Tierra se pueden lle-
gar a captar en das despejados del orden de 1.000 W/m2.
Figura 12. Posicin relativa del Sol con respecto de un punto de la superficie de
la Tierra. Se representan el azimut solar y la altura solar . Autores: R. Mon-
tenegro, G. Montero, J. M. Escobar, E. Rodrguez, J. M. Gonzlez-Yuste, F. Daz, L.
Ferragut, J. M. Cascn, A. Prez-Foguet, A. Oliver.
Para evaluar la radiacin recibida en un punto de la su-
perficie de la Tierra donde nos gustara colocar las pla-
cas solares, es necesario conocer la posicin relativa
del Sol, que queda definida por el azimut solar y la
altura solar , segn se representa en la figura 12. Estos
ngulos varan en funcin del instante considerado a lo
largo todo el ao.
La radiacin total captada por una superficie inclinada
la placa que se encuentra en un punto de la superficie
de la Tierra (definido por su latitud-longitud), puede eva-
luarse a partir de modelos fsico-matemticos como la
suma de la radiacin directa (incidencia directa desde
el Sol, si no hay obstculos totalmente opacos entre el
punto y el Sol), la difusa (dispersada por los componen-
tes de la atmsfera) y la reflejada (por el suelo en fun-
cin de su albedo). La irradiancia global recibida sobre
una superficie horizontal puede medirse con un aparato
denominado piranmetro, y la directa con un pirheli-
metro. En el caso de das despejados (cielo limpio) y en
puntos que ven el Sol, tanto la radiacin difusa como
la reflejada suelen ser despreciables frente a la directa.
Por tanto, para la evaluacin de la radiacin directa es
muy importante conocer las zonas de la superficie del
terreno que se encuentran en sombra. Este aspecto es
crucial en el caso de terrenos con orografa irregular.
Conocida la posicin relativa del Sol, y teniendo una
aproximacin de la superficie del terreno mediante una
triangulacin (por ejemplo, la figura 7), es relativamente
sencillo determinar para cielo limpio qu tringulos estn
en sombra y cules estn directamente iluminados por el
Sol. La idea sera: dado un tringulo, ver si existe algn otro
tringulo de la malla superficial que se interponga entre l
y el Sol. Teniendo en cuenta esta informacin, se puede
evaluar la radiacin directa, difusa y reflejada recibida con
cielo limpio por cada uno de los tringulos de la malla uti-
lizando el modelo presentado en la bibliografa recomen-
dada (ver Montero G., Escobar J. M., Rodrguez E. y Mon-
tenegro R.). Si se conocen las condiciones de nubosidad y
calima (utilizando modelos meteorolgicos o medidas ex-
perimentales en puntos de la regin), se puede evaluar un
coeficiente de atenuacin de la radiacin con cielo limpio y
aproximar finalmente la radiacin real con cielo cubierto.
El modelo de radiacin se ha aplicado en la isla de Gran
Canaria, que posee una orografa bastante irregular. En

Figura 13a. Mapa tpico de irradiacin total (J/m2) con cielo limpio en la Isla de
Gran Canaria durante el mes de diciembre. Autores: R. Montenegro, G. Montero,
J. M. Escobar, E. Rodrguez, J. M. Gonzlez-Yuste, F. Daz, L. Ferragut, J. M. Cascn,
A. Prez-Foguet, A. Oliver.
Figura 13b. Mapa tpico de irradiacin total (J/m2) y con cielo real en la Isla de
Gran Canaria durante el mes de diciembre. Autores: R. Montenegro, G. Montero,
J. M. Escobar, E. Rodrguez, J. M. Gonzlez-Yuste, F. Daz, L. Ferragut, J. M. Cascn,
A. Prez-Foguet, A. Oliver.
3.6 ENERGA 259
la figura 13(a) se representa un mapa tpico de irradiacin
(J/m2) total con cielo limpio durante todo el mes de di-
ciembre. Para obtener este mapa, el modelo ha calculado
la irradiancia (W/m2) cada diez minutos y se ha integrado
a lo largo de todo el mes.
En la figura 13(b) se muestra la correspondiente irradia-
cin con cielo real. Obsrvese que la escala de colores
es diferente para cada figura, de manera que para un
mismo punto de la isla la radiacin real es menor o igual
que la existente con cielo limpio. Los cambios bruscos
de azul a rojo son debidos a barrancos muy pronunciados
Ejercicios
1 Interpolacin de cotas orogrficas en un tringulo.
Un tringulo situado en el plano horizontal x, y tiene
sus vrtices en los puntos A (0,0), B (1,0) y C (0,1).
Si las cotas de los tres vrtices son z=hA, z=hB y z=hC,
respectivamente, razona y da una estimacin de la
cota z = hP de un punto P (x,y) del tringulo, en los
cuatro casos siguientes:
a) P (0.35,0.27), hA = 0, hB = 0 y hC = 0.
b) P (1/3,0), hA = 0, hB = 1 y hC = 0.
c) P (1/3,1/3), hA = 0, hB = 1 y hC = 1.
d) P (1/3,2/3), hA = 1, hB = 2 y hC = 4.
2 Curva de potencia de un aerogenerador ideal.
Teniendo en cuenta el Destacado en el que se pre-
senta una frmula que relaciona la velocidad del
viento con la potencia mxima terica que puede ex-
traerse en un aerogenerador de eje horizontal con un
radio r de rotor:
P = d v3 r2
donde P es la potencia en vatios (W), d es la densidad
del aire en kg/m3, v es la velocidad del viento en m/s y
r est expresado en metros, representa esta curva to-
mando los valores de la velocidad en el eje de abscisas
y de la potencia en el eje de ordenadas, y considerando
fijos los valores de d = 1.24 kg/m3 y r = 10 m. Evalua al
menos la potencia para cinco valores de la velocidad
(v = 0, 1, 2, 3, 4 m/s) y aproxima la curva uniendo me-
diante tramos rectos la potencia en esos cinco puntos.
260 Unidad Didctica. Matemticas del Planeta Tierra
que existen en la isla. En el fondo de estos barrancos
se tiene un valor de irradiacin ms pequeo que en las
crestas. Por esta razn es muy importante que la malla
aproxime suficientemente bien las irregularidades del
terreno.
REFERENCIAS BIBLIOGRFICAS
Cascn, J. M., Escobar, J. M., Montenegro, R. y Rodrguez,
E. (2011): "A new approach to solid modeling with trivaria-
te T-splines based on mesh optimization". Computer Me-
thods in Applied Mechanics and Engineering, vol. 200, pp.
3210-3222.
El artculo presenta un procedimiento para la modeliza-
cin geomtrica de slidos de geometra compleja, me-
diante aproximaciones suaves de tipo spline, que seran
tiles para la simulacin numrica de procesos fsicos
mediante anlisis isogeomtrico. Este nuevo procedi-
miento de simulacin posee ventajas interesantes frente
al mtodo de los elementos finitos (MEF), especialmente
cuando la solucin del problema tiene una gran regulari-
dad (varias derivadas sucesivas continuas).
Donea, J. y Huerta, A. (2003): Finite element methods for
flow problem. Hoboken, New Jersey: John Wiley & Sons.
Este libro analiza la aplicacin del MEF a problemas de
mecnica de fluidos (conveccin-difusin y Navier-Sto-
kes) estacionarios y evolutivos. Se centra especialmente
en tcnicas de estabilizacin de la solucin numrica con
el propsito de obtener buenas aproximaciones.
Frey, P. y George, P. L. (2008): Mesh generation: applica-
tion to finite elements. Chichester: Wiley-ISTE.
Este libro estudia diferentes algoritmos de generacin
de mallas, as como algunas estructuras de datos para
su implementacin eficiente en cdigos de elementos
finitos. Recopila un amplio anlisis de los problemas que
conlleva la construccin de mallas adaptativas de super-
ficies y volmenes con geometra compleja.
Cascn, J. M., Escobar, J. M., Montenegro, Montero, G.R.,
y Rodrguez, E. (2009): "An automatic strategy for adap-
tive tetrahedral mesh generation". Applied Numerical
Mathematics, vol. 59, pp. 2203-2217.
En este artculo se introduce el mtodo del mecano para
la generacin automtica de mallas adaptativas de te-
traedros. Se analizan los principales algoritmos que in-
tervienen en el proceso (transformaciones superficiales,
refinamiento local y optimizacin de mallas) y se presen-
tan ejemplos de algunas mallas generadas con el mtodo.
Oate, E. (2009): Structural analysis with the finite ele-
ment method: linear statics. Basis and solids, vol. 1. New
York: Springer-Verlag, col. Lecture notes on numerical
methods in engineering and sciences.
Este libro presenta los fundamentos bsicos del MEF y
dedica una especial atencin a problemas de elasticidad
y anlisis de estructuras. Tambin trata la estimacin del
error cometido por la solucin numrica y tcnicas de
refinamiento de malla para mejorar la aproximacin nu-
mrica. Finalmente, introduce la generacin de mallas, la
visualizacin de resultados y la programacin del MEF.
Escobar, J. M., Gonzlez Yuste, J. M., Montenegro, R.,
Montero, G. y Rodrguez, E., (2005): "Genetic algorithms
for an improved parameter estimation with local refine-
ment of tetrahedral meshes in a wind model". Advances
in Engineering Software, vol. 36, pp. 3-10.
En este artculo se puede ver una aplicacin del modelo
de masa consistente para la simulacin de campos de
viento mediante el mtodo de los elementos finitos. Se
usan mallas adaptativas de tetraedros definidas sobre
una orografa irregular y se aplican algoritmos de optimi-
zacin, en concreto algoritmos genticos, para la estima-
cin de los principales parmetros que intervienen en el
modelo.
Asensio, M., Escobar, J. M., Ferragut, L., Montenegro, R.,
Montero, G., Rodrguez, E., (2010): "Comparison between
2.5-D and 3-D realistic models for wind field adjustment".
Journal of Wind Engineering and Industrial Aerodyna-
mics, vol. 98, pp. 548-558.

Se comparan los resultados obtenidos mediante dos mo-
delos diferentes de simulacin de campos de viento. El
primero utiliza solamente una malla de tringulos de la
superficie del terreno y el segundo considera una malla
tridimensional de tetraedros. La comparacin se realiza
entre los valores del viento obtenido con los dos mode-
los y datos experimentales de viento medidos en un par-
que elico. En concreto, el parque se encuentra ubicado
en la provincia de Lugo y est gestionado por la empresa
Desarrollos Elicos S. A.
Escobar, J. M., Montenegro, R., Montero, G., Oliver, A.,
Prez-Foguet, A. y Rodrguez, E. (2013): "Adaptive finite
element simulation of stack pollutant emissions over
complex terrains". Energy, vol. 49, pp. 47-60.
El artculo introduce una nueva metodologa para la si-
mulacin numrica de la dispersin de contaminantes
producida por la emisin de chimeneas de centrales
trmicas convencionales. El procedimiento combina
un modelo de viento de masa consistente y un modelo
evolutivo de concentracin de los contaminantes en el
que intervienen los fenmenos de transporte, difusin
y reacciones qumicas de las diferentes sustancias (SO,
NO, SO, NO, etctera).
Escobar, J. M., Montenegro, R., Montero, G. y Rodrguez, E.
(2009): "Solar radiation and shadow modelling with adap-
tive triangular meshes". Solar Energy, vol. 83, pp. 998-1012.
En este artculo se presenta un modelo de radiacin
solar, basado en el anlisis de las sombras producidas so-
bre la superficie del terreno. Con el propsito de poder
abordar el problema con un coste computacional razona-
ble, se aproxima la orografa con una malla de tringulos
adaptada a las irregularidades del terreno. Se presentan
resultados de mapas de radiacin obtenidos en la isla de
Gran Canaria.
Daz, F., Escobar, J. M., Montenegro, R., Montero, G. y Ro-
drguez, E. (2012): "An adaptive solar radiation numerical
model". Journal of Computational and Applied Mathe-
matics, vol. 236, pp. 4611-4622.
En la misma lnea que el trabajo anterior, se presenta
un avance en el modelo de radiacin solar que tiene en
3.6 ENERGA 261
cuenta el concepto de ao tpico meteorolgico. Utili-
zando un anlisis estadstico de la radiacin recibida
durante varios aos, se puede obtener un rango de va-
riacin para las estimaciones de la radiacin solar. Se
presentan resultados de mapas de radiacin obtenidos
en la isla de Gran Canaria y se comparan con valores ob-
tenidos en diferentes estaciones de medida.
Rodrguez, F. S. (2008): Tecnologa Industrial I. Madrid:
Mc-Graw-Hill.
Este libro de texto, orientado a alumnos de 1 de Bachi-
llerato, dedica cuatro de sus unidades a la energa y su
transformacin, a energas renovables y no renovables, y
a la energa en nuestro entorno.
MATERIALES AUXILIARES
LIBRO
McEwan, I. (2010): Solar. Barcelona: Anagrama. http://
www.anagrama-ed.es/titulo/PN_771.
Esta novela del escritor britnico Ian McEwan es una s-
tira sobre un hastiado fsico terico, ganador del Premio
Nobel, cuya vida personal y ambicin cnica lo llevan por
la bsqueda de una solucin para el cambio climtico ba-
sada en energa solar. La novela muestra las dos caras de
la energa solar, que tambin es un negocio no muy limpio
para algunos.
PGINAS WEB
A continuacin se relaciona una serie de pginas web que
pueden ser visitadas libremente en Internet. En la pgina
(a) se puede acceder a los detalles de los modelos num-
ricos planteados en este captulo; se incluyen artculos,
ponencias a congresos, conferencias, tesis doctorales,
software, etctera. En concreto se puede acceder al con-
tenido de las referencias [4-10]. En las pginas (b) y (c) se
pueden ver dos conferencias sobre los modelos de pre-
diccin meteorolgica, y sobre la prediccin elica y so-
lar. Las pginas (d) y (e) contienen dos vdeos (en ingls)
que pueden servir para reflexionar sobre las energas
renovables y la sostenibilidad. En la pgina (f) se reco-
262 Unidad Didctica. Matemticas del Planeta Tierra
ge una pelcula documental (en ingls con subttulos en
espaol) que trata de dar una visin muy particular de la
estructura de nuestra sociedad, apoyando a las energas
renovables y las nuevas tecnologas para avanzar hacia
un mundo ms sostenible, en contraposicin a intereses
econmicos y de otra ndole. Las pginas (g) y (h) tienen
mapas de viento de Espaa y Europa, respectivamente.
Por ltimo, en (i) puede verse un breve documental acer-
ca de aspectos tcnicos relacionados con la generacin
de energa elica.
a) http://www.dca.iusiani.ulpgc.es/proyecto2012-2014.
Pgina web del proyecto de investigacin Avances en
Simulacin de Campos de Viento y Radiacin Solar,
referencia CGL2011-29396-C03-01, financiado por el
Ministerio de Economa y Competitividad y FEDER,
durante el trienio 2012-2014.
b) https://www.youtube.com/watch?v=5FffjmzpZfI. AE-
MET como Suministrador de Datos Bsicos de Pre-
dicciones Meteorolgicas. J. A. Garca-Moya, Agencia
Estatal de Meteorologa (AEMET), 2011.
c) https://www.youtube.com/watch?v=Gfa7pnlQ6mw.
Prediccin Elica y Solar. P. Martn, Red Elctrica de
Espaa (REE), 2011.
d) http://youtu.be/oRQB2YXUxvY?hd=1. "How Many Li-
ght Bulbs?" Cambridge Ideas. Cambridge University,
2009.
e) 
http://youtu.be/Gz_L6KuqvFI?hd=1. "The future of
energy?" Cambridge University, 2012.
f) http://www.youtube.com/watch?v=cJyKrK90co0. Zei-
tgeist addendum (Peter Joseph, 2008). Pelcula docu-
mental producida por Peter Joseph.
g) http://atlaseolico.idae.es/. Mapas elicos de Espaa.
Instituto para la Diversificacin y Ahorro de la Energa.
h) http://www.windatlas.dk/Europe/About.html. Atlas
de Viento de Europa. Ris National Laboratory for
Sustainable Energy. Technical University of Denmark
(DTU).
i) h ttp://www.youtube.com/watch?v=UV3yLeu4OAY
(parte 1). http://www.youtube.com/watch?v=BYQCW-
2ygfz0 (parte 2). Documental en dos partes sobre ge-
neracin de energa elica. Subido a YouTube por Se-
bastin Andrs Martnez Vera.
PELCULAS
Pozos de ambicin (There will be blood) (Paul Thomas An-
derson, 2007). Una historia sobre la avaricia y la ambicin
por la riqueza y el poder. Daniel Plainview, tras encontrar
un rico yacimiento de petrleo en 1902, se convierte en un
acaudalado magnate. Cuando, aos despus, intenta
apoderarse de un nuevo yacimiento, tiene que enfren-
tarse al predicador Eli Sunday (Paul Dano). La pelcula es
una adaptacin de la novela Petrleo del famoso escritor
estadounidense Upton Sinclair.
Avatar (James Cameron, 2009). Pelcula de ciencia fic-
cin estadounidense de 2009, escrita, producida y di-
rigida por James Cameron y protagonizada por Sam
Worthington, Zoe Saldaa, Sigourney Weaver, Stephen
Lang y Michelle Rodrguez. Ambientada en el ao 2154,
los acontecimientos que narra se desarrollan en Pando-
ra, una luna del planeta Polifemo habitada por una raza
humanoide llamada navi, con la que los humanos se en-
cuentran en conflicto debido a que uno de sus clanes
est asentado alrededor de un gigantesco rbol que cu-
bre una inmensa veta de un mineral muy cotizado y que
supondra la solucin a los problemas energticos de la
Tierra. El programa Avatar permite transportar la mente
de los cientficos a unos cuerpos artificiales de navi para
que la comunicacin con los nativos resulte as ms sen-
cilla. El protagonista Jake Sully descubre la realidad de
Pandora y comprende que se trata de la pugna entre la
sostenibilidad basada en la identificacin con la natura-
leza y la explotacin despiadada de los recursos.

SERIE
The price of bio fuels. Serie de la BBC sobre los com-
bustibles obtenidos de cultivos que muestra que su uso
puede ser, paradjicamente, ms nocivo que el de los
combustibles fsiles. De esta potencial solucin a las
necesidades de combustibles de nuestra sociedad, la se-
rie permite abrir un debate sobre las controversias que
generan. Disponible en http://www.bbc.co.uk/program-
mes/p00775hl.
3.6 ENERGA 263
DOCUMENTAL
Alternative energy. Serie de Discovery Channel sobre el
desarrollo de diferentes energas alternativas a las tradi-
cionales. Disponible en http://video.nationalgeographic.
com/video/environment/energy-environment/alterna-
tive-energy/.
264 Unidad Didctica. Matemticas del Planeta Tierra
 3.6 ENERGA 265

BLOQUE 4
LOS ALREDEDORES DE LA TIERRA
Y MS ALLA
Un lser hacia las estrellas
Autor: Roberto Porto Mata. FOTCIENCIA9

Desde el observatorio astronmico de Izaa situado en el Parque Nacional del Teide en

Tenerife (declarado Patrimonio de la humanidad por la Unesco), la Estacion ptica Terrestre
emite un rayo lser al espacio que se pierde entre los rastros dejados por cientos de
estrellas a medida que la tierra va girando sobre s misma. El polvo del desierto del Sahara
arrastrado hasta Canarias por los vientos da un color anaranjado al cielo de Tenerife. En la
esquina inferior izquierda se aprecia el destello de un satlite artificial Iridium, conocido
como Iridium Flare. En tierra podemos ver otros telescopios del observatorio de Izaa,
mientras que las lneas azuladas y los destellos en tierra son producidos por los coches de
los astrnomos al acabar su turno y volver a casa. Para obtener esta foto se unieron 246
fotografas de 30 segundos de exposicin cada una.
SISTEMA SOLAR
Toms L. Gmez

4.1

Este captulo presenta el marco de conocimientos ma-
temticos que sirven a entender los movimientos que
se producen en el Sistema Solar. La intencin del autor
es didctica: muestra que las matemticas contribuyen
a entender la situacin del planeta Tierra, explica los
movimientos de los planetas en el Sistema Solar, e in-
terpreta las trayectorias de los satlites artificiales y
de las naves espaciales.
El captulo tiene dos partes claramente diferenciadas.
La primera est dedicada a mostrar los dos grandes
modelos que la humanidad ha utilizado a lo largo de la
historia para entender los movimientos planetarios: el
modelo geocntrico, cuya versin ms avanzada pro-
porcion Ptolomeo, y el modelo heliocntrico, cuyo
culmen se logra con la ley de la Gravitacin Universal de
Newton y el problema de los dos cuerpos. Las segunda
parte se dedica a los movimientos de los satlites ar-
tificiales, con los cuales se hacen predicciones exactas
del tiempo, proporcionan asistencia para la conduccin
a travs del sistema GPS y realizan comunicaciones va
satlite a cualquier parte de la Tierra, entre otras apli-
caciones.
El captulo se inicia con la introduccin de las curvas
cnicas, cuyo origen histrico procede de intersecar un
cono recto con un plano. Contina con una revisin del
uso de las cnicas por los griegos en la poca clsica,
su implicacin en problemas como el de la duplicacin
del cubo, y un breve estudio de la elipse. A continuacin,
se describen los fundamentos del sistema geocntrico
de Ptolomeo, se muestran las trayectorias circulares de
los planetas, se explica el modelo de los epiciclos, y se
presentan los argumentos que, en su momento, sirvie-
ron para rechazar el movimiento de la Tierra.
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
Se pasa a continuacin a la descripcin del Modelo He-
liocntrico, la discusin de sus ventajas y los fenme-
nos que vena a explicar debido a deficiencias del mode-
lo anterior. Se ilustran las aportaciones de Coprnico,
Galileo y Kepler. El uso de las elipses para describir la
trayectoria de cada planeta simplifica y mejora el mo-
delo heliocntrico.
A continuacin se presentan las contribuciones de New-
ton, con la ley de la gravitacin universal, de Bradley, con
el movimiento de las estrellas y el paralaje, el problema
de los dos cuerpos, con la discusin de las rbitas de
planetas y cometas en el sistema solar.
La lectura de esta parte puede seguirse por alumnos
de bachillerato de la modalidad de Ciencias y de Tec-
nologa ya que es clara y detallada, y ofrece la oportu-
nidad del trabajo conjunto en las asignaturas de Fsica
y de Matemticas. Tiene especial inters comparar la
explicacin de los movimientos de los planetas desde
los dos modelos que se presentan, mostrando sus dife-
rencias en la precisin alcanzada y en la explicacin que
proporcionan.
La segunda parte, como ya se ha comentado, se dedica
a diversas cuestiones sobre satlites artificiales, como
son el problema de su velocidad, puntos de lanzamien-
to, observacin de satlites, rbita geoestacionaria,
cambios en la rbita, trayectorias, y otras cuestiones
de inters para los sistemas de comunicaciones. Un
ltimo apartado, ms orientado a la divulgacin, viene
dedicado a los viajes interplanetarios y algunas cues-
tiones tcnicas de inters asociadas. En este caso des-
taca la vinculacin curricular de estas nociones con los
contenidos de la materia comn Ciencia en el Mundo
Contemporneo.
INTRODUCCIN
Para entender el lugar que ocupa el planeta Tierra en el
universo las matemticas han jugado un papel esencial.
Desde Kepler sabemos que la Tierra es un planeta ms
del Sistema Solar y que, al igual que los otros, gira en
una rbita elptica alrededor del Sol. Pero llegar a esta
visin ha sido una fascinante aventura en la ciencia, que
comenz hace mucho tiempo. Empez con la simple ob-
servacin del cielo nocturno: en l vemos las estrellas,
que giran como si estuvieran fijas en la esfera celeste,
y los planetas, junto con la Luna y el Sol, que van mo-
vindose sobre el fondo estelar. Poco a poco se fueron
ideando modelos matemticos para predecir sus movi-
mientos. Este estudio nos llev al modelo heliocntrico;
las matemticas nos ayudaron a conocer el lugar que
ocupamos en el universo. Finalmente, entender las leyes
matemticas que gobiernan el movimiento de los plane-
tas nos ha permitido hacer los satlites artificiales, con Figura 1. Secciones cnicas obtenidas al cortar un cono con un plano. Imagen:
todos los avances que eso supone: satlites meteoro- Toms L. Gmez.

lgicos que permiten hacer predicciones ms precisas,

sistema GPS que nos ayuda a conducir, comunicaciones
va satlite a cualquier parte de la Tierra, etctera.
En este captulo empezaremos viendo cmo las matem-
ticas nos han ido ayudando a comprender la situacin del
planeta Tierra, despus veremos cmo la ley de gravita-
cin de Newton explica los movimientos de los planetas
en el Sistema Solar y los satlites artificiales, y finalmen-
te veremos cmo este conocimiento nos permite disear
las trayectorias para enviar naves espaciales.
Historia
Las curvas cnicas son las que se obtienen al intersecar
un cono recto con un plano. Si el plano es perpendicular
al eje del cono, obtenemos una circunferencia. Segn
vamos inclinando el plano, obtenemos una elipse que
se va alargando, hasta que el plano sea paralelo a una
generatriz y obtenemos una parbola. Si seguimos incli-
nando el plano, obtenemos una hiprbola.
Parece que el primero en usar las curvas cnicas fue
Menecmo, en el siglo IV a. C., para resolver el problema
de la duplicacin del cubo. Hay varias historias sobre
cmo los griegos se interesaron en este problema. Se-
gn Plutarco, en el siglo IV a. C. los ciudadanos de De-
los consultaron al orculo de Delfos para resolver sus
problemas polticos, y el orculo respondi que deban
duplicar el tamao del altar de forma cbica, es decir,
construir un cubo cuyo volumen sea el doble de un cubo
dado. Sorprendidos por esta respuesta, consultaron a
Platn, que interpret esta respuesta en el sentido de
que deban dedicarse al estudio de la geometra y las
matemticas.
Platn propuso este problema a Eudoxo, a Arquitas y a
Menecmo, y este ltimo encontr una solucin, usando
la interseccin de dos curvas cnicas. Parece ser que a
Platn no le satisfizo su solucin, porque, segn l, no
usaba solo construcciones geomtricas elementales,
sino que se vala de razonamientos mecnicos.
Duplicar el tamao de un cubo usando solo regla y com-
ps qued como uno de los problemas abiertos ms
274 Unidad Didctica. Matemticas del Planeta Tierra
Figura 2. Construccin de una elipse con cuerda y lpiz. Imagen: Toms L. Gmez.
famosos de la antigedad (junto con la cuadratura del
crculo y la triseccin de un ngulo) hasta que Pierre
Wantzel demostr en 1837 que era imposible, pues la
raz cbica de 2 no es un nmero constructible, es decir,
no se puede obtener desde un nmero entero usando
solo sumas, restas, multiplicaciones, divisiones, y ra-
ces cuadradas.1
Independientemente de sus posibles aplicaciones prc-
ticas, los griegos se interesaron por el estudio de estas
curvas, que culmin con el libro Secciones Cnicas de
Apolonio de Perga.2
Por ejemplo, conoca esta otra manera de definir la elip-
se: se fijan dos puntos F y F del plano llamados focos,
y la elipse es el lugar de puntos P del plano tales que la
suma de las distancias a los focos es una cantidad cons-
tante que denotamos 2a donde a es llamado el eje ma-
yor de la elipse, es decir: FP + PF = 2a.
Ntese que, si los focos F y F estn en el mismo sitio,
entonces obtenemos una circunferencia de radio a. Si
separamos los focos obtenemos una curva cada vez
ms achatada. Podemos dibujar una elipse con unas
1 http://www.math.rutgers.edu/~cherlin/History/Papers1999/schmarge.html.
2 http://www.mat.ucm.es/catedramdeguzman/drupal/migueldeguzman/legado/his-
toria/apolonio/lasconi.
chinchetas pinchadas en los focos, una cuerda y un l-
piz, como se muestra en la figura, donde est indicado el
semieje mayor a y el semieje menor b. La excentricidad
se define como e = 1 (b/a)2. Por lo tanto, una circunfe-
rencia tiene e = 0, una elipse tiene 0<e<1. La parbola se
obtiene como lmite cuando el foco F tiende al infinito,
por lo que tiene e = 1.
Los griegos tambin destacaron en el estudio de la
astronoma. En la antigedad se pensaba que la Tierra
era el centro del universo, y que los astros giraban a su
alrededor. Cualquier observador del cielo se dar cuen-
ta, con el transcurso de los das, de que las estrellas se
mueven todas juntas, como si estuvieran fijas en una es-
fera, pero que hay otros astros (el Sol, la Luna, y los pla-
netas) que se mueven con respecto a las estrellas. De
hecho, el nombre planeta viene del griego ,
que significa errante o viajero.
Para los griegos, los astros pertenecan a un mundo per-
fecto, por lo que pensaban que su movimiento se tena
que regir por la curva ms perfecta posible, que para
ellos era la circunferencia.
Tanto el Sol como la Luna parecen describir trayecto-
rias aproximadamente circulares con respecto a las
estrellas, por lo que estos astros no presentaban pro-
blema, pero el movimiento de los otros planetas es ms
Figura 3. Modelo geocntrico. Imagen: Toms L. Gmez.

complicado, y los griegos idearon un sistema en el que
los planetas se mueven en una circunferencia (llamada
epiciclo) que a su vez se mueve en otra circunferencia
(llamada deferente), cada una con un periodo diferente.
Obsrvese que este sistema tiene varias peculiarida-
des. Los centros de los epiciclos de Mercurio y Venus
estn alineados con el Sol. Adems, la lnea que une
cada planeta con el centro su epiciclo es siempre para-
lela a la direccin del Sol. Por otra parte, en todos los
planetas uno de los dos periodos (o bien la deferente, o
bien el epiciclo) dura exactamente un ao.
Todas estas casualidades se pueden explicar si trasla-
damos el centro de coordenadas al Sol. Quiz fue esto
los que llev a Aristarco de Samos (310-230 a. C.) a pro-
poner un sistema heliocntrico, en el que cada planeta
(incluyendo a la Tierra) giraba alrededor del Sol, y la
Luna lo haca alrededor de la Tierra.
Desde un punto de vista experimental, ambos sistemas
predicen el mismo movimiento de los planetas, por lo
que no sabemos por cul decantarnos. El sistema de
Aristarco no fue aceptado por los griegos por varias
razones.
Por una parte, les pareca difcil creer que la Tierra se
moviera, pues pensaban que los objetos que no estaban
Figura 4. Modelo heliocntrico. Imagen: Toms L. Gmez.
4.1 SISTEMA SOLAR 275
en contacto con el suelo (como, por ejemplo, las nubes o
los pjaros al volar) se deberan quedar atrs. Hoy sabe-
mos que esto no es as, pero entonces ellos todava no
conocan bien las leyes de la dinmica.
Por otra parte, si la Tierra se moviera, veramos las es-
trellas desde un punto de vista diferente en diferentes
momentos del ao, por lo que estas deberan presentar
un movimiento oscilatorio llamado paralaje. Como no
perciban este movimiento, o bien la Tierra estaba quie-
ta, o bien las estrellas estaban a una distancia muchsi-
mo mayor que el radio de la rbita terrestre, por lo que
el paralaje, aunque existiera, sera inapreciable.
Los modelos descritos daran predicciones exactas si
las rbitas fueran circulares, pero en realidad son elp-
ticas. Esto hace, por ejemplo, que el movimiento apa-
rente del Sol sobre la esfera celeste no sea constante.
Para explicar esta anomala, tambin hacan que este
girara en un epiciclo, como lo hacan los otros planetas,
aunque en este caso el periodo del epiciclo era igual al
periodo de la deferente.
Si sumamos el movimiento del Sol en el epiciclo con el
de la deferente, obtenemos un punto que gira a velo-
cidad constante en una circunferencia cuyo centro no
coincide con la Tierra. Es decir, podemos modelar el mo-
vimiento del Sol o bien con un epiciclo sobre su deferen-
te, o bien por medio de una rbita excntrica, es decir,
postulando que el Sol describe una rbita circular pero
que su centro est levemente desplazado del centro de
la Tierra. Los griegos conocan que ambos modelos eran
equivalentes. En ambos casos la Tierra est fija, por lo
que no haba ninguna razn para preferir un modelo so-
bre otro.
Ptolomeo (90-168 d. C.) escribi el Almagesto, un tra-
tado de astronoma en el que, adems de describir los
resultados de sus investigaciones, recopil todo lo co-
nocido en la antigedad. Fue traducido por los rabes
(de donde procede el nombre con el que es conocido en
la actualidad), y fue el tratado de referencia en astrono-
ma hasta el final de la Edad Media.
Ptolomeo se dio cuenta de que el movimiento de los
planetas se poda describir de una manera ms precisa
si supona que el movimiento del centro del epiciclo a lo
largo de la deferente no era constante, sino que en unos
puntos era ms rpido y en otros ms lento, de manera
276 Unidad Didctica. Matemticas del Planeta Tierra
Figura 5. Ecuante excntrica en el modelo de Ptolomeo. Imagen: Toms L. Gmez.
que su movimiento fuera aparentemente constante vis-
to desde un punto que llam el ecuante.
En el caso de Mercurio, su modelo es an ms compli-
cado, pues el ecuante se mueve a su vez en una circun-
ferencia.
A los astrnomos rabes y persas de los siglos XIII y XIV
no les satisfaca el ecuante, pues les pareca en contra-
diccin con la idea aristotlica de que los movimientos
deban ser uniformes, as que idearon otros sistemas
en los que conseguan describir el movimiento de los
planetas usando solo movimientos uniformes, pero
aadiendo epiciclos a los epiciclos. Fueron varios los
astrnomos que propusieron diferentes modelos para
conseguir este objetivo: el persa Al-Tusi (1201-1274), su
discpulo el kurdo Al Urdi (fallecido en 1266), y el rabe
Ibn Al-Shatir (1304-1375).
Ms tarde, en occidente, Regiomontanus (1436-1476)
tambin introdujo un modelo alternativo para el mo-
vimiento de Mercurio y Venus. Parece que Coprnico
conoca estos modelos, y al tratar de simplificarlos con-
sider poner al Sol en el centro del universo. Desde un
punto de vista esttico, el modelo de Coprnico presen-
taba muchas ventajas. Por ejemplo, su modelo necesi-
taba menos circunferencias, por lo que era ms simple.
Ya no se daban las extraas coincidencias que comen-
tbamos antes (que la lnea que une cada planeta con
su epiciclo es siempre paralela a la direccin del Sol,
etctera).
En el modelo de Ptolomeo, experimentalmente solo po-
demos fijar el cociente entre el radio de la deferente y
el del epiciclo, pero no sabemos los tamaos relativos
entre las deferentes de los distintos planetas. Pero en el
sistema de Coprnico, los tamaos relativos de las rbi-
tas de todos los planetas est fijado, y adems se cumple
la ley de que el periodo es mayor cuanto ms grande es la
rbita. Ms precisamente, se tiene que T2 es proporcio-
nal a a3, donde T es el periodo y a es el radio de la rbita.
Ahora bien, para tener estas ventajas haba que supo-
ner que el Sol era el centro del universo, y que la Tierra
se mova como un planeta ms, algo que era difcil de
imaginar. Los historiadores no tienen claro si Coprnico
pensaba que este modelo representaba la realidad, o si
solo era un artificio para simplificar el modelo geocn-
trico, habida cuenta de que las posiciones calculadas
eran las mismas.
Galileo fue el primero que afirm que el heliocentrismo
no era solo un modelo matemtico, sino que realmente
la Tierra giraba alrededor del Sol. Usando por primera
vez el telescopio para observar el firmamento, fue eli-
minando las dificultades que sus contemporneos te-
nan para admitir el modelo heliocntrico.
Por ejemplo: en el modelo de Coprnico la Luna gira al-
rededor de la Tierra, pero esta a su vez se mueve. Algu-
nos pensaban que esto era imposible, pues la Luna se
quedara atrs. Pero Galileo descubri que Jpiter tena
cuatro satlites que giraban a su alrededor mientras J-
piter se mova, y que estos no se quedaban atrs. Por
otra parte, descubri que Venus tena fases igual que la
Luna, con lo que demostraba que Venus giraba alrede-
dor del Sol.
Gracias a estas observaciones, el modelo de Ptolomeo
qued finalmente descartado, pero Tycho Brahe, a fina-
les del siglo XVI, ide un tercer modelo. En su modelo,
el Sol y la Luna giran alrededor de la Tierra, y todos los
dems planetas giran alrededor del Sol. Cabe destacar
que este sistema ya haba sido propuesto en el siglo XV
por Nilakantha Somayaji, un astrnomo indio de la es-
cuela de Kerala.

Desde un punto de vista moderno, podemos decir que,
cinemticamente, los sistemas de Coprnico y de Bra-
he son equivalentes, pues la nica diferencia es dnde
ponemos el centro de coordenadas. Estos fueron los
dos sistemas que entraron en conflicto en el proceso a
Galileo por la Inquisicin.
La escuela de Kerala fue fundada por el
matemtico y astrnomo indio Madhava
de Sangamagrama (1340-1425) y fue ex-
tremadamente floreciente entre los siglos
XIV y XVI. En un claro intento por resolver
problemas astronmicos, la escuela cre un
buen nmero de conceptos matemticos.
Los resultados ms destacados de su inves-
tigacin que hacen referencia a las series
de funciones trigonomtricas fueron tra-
ducidos al snscrito.
El trabajo de la escuela, completado dos
siglos antes de la invencin del clculo en
Europa, aport lo que hoy es considerado
como el primer ejemplo de series infinitas
(adems de las geomtricas). Sin embargo,
no formularon ninguna teora sistemtica
sobre diferenciacin e integracin ni existe
evidencia de que sus resultados traspasa-
sen las fronteras de Kerala.
Kepler, a principios del siglo XVII, simplific an ms el
sistema de Coprnico, al usar elipses en vez de circun-
ferencias para describir el movimiento de los planetas
alrededor del Sol, con lo que ya no necesitaba epiciclos.
Las leyes de Kepler son:
1. La rbita de un planeta es una elipse, con el Sol en
uno de los focos.
2. La lnea que une el Sol con el planeta barre la mis-
ma rea en tiempos iguales.
4.1 SISTEMA SOLAR 277
3. El cuadrado del periodo orbital de un planeta es
directamente proporcional al cubo del semieje
mayor de la elipse.
Finalmente fue Newton quien dio los argumentos defi-
nitivos para descartar el sistema de Brahe. En su libro
Principios naturales de la filosofa natural, publicado
en 1687, expone la ley de la gravitacin universal, con la
que explica las leyes de Kepler, suponiendo que el Sol
tiene una masa mucho mayor que los planetas, por lo
que son estos los que giran a su alrededor. La Luna, por
su parte, gira alrededor de la Tierra, porque su distancia
a nosotros es mucho menor que su distancia al Sol (y
lo mismo ocurre con los satlites de Jpiter). Adems,
usando las leyes de la dinmica de Newton, ya no pode-
mos decir que el sistema de Brahe sea equivalente al
heliocntrico, pues aunque ambos sistemas sean equi-
valentes cinemticamente, ya no lo son dinmicamente,
pues solo uno de ellos puede ser un sistema de referen-
cia inercial.
Como ya hemos dicho, si la Tierra se mueve, entonces
la misma estrella se observa desde diferentes puntos a
lo largo del ao, por lo que esta debera tener un movi-
miento aparente con un ngulo llamado paralaje.
El astrnomo James Bradley, hacia 1728, midi con pre-
cisin la posicin de la estrella Draconis. Debido a la
posicin de esta estrella, el paralaje deba producir un
movimiento aparente tal que alcanzara la posicin ms
al sur en diciembre, y la ms al norte en junio. Pudo com-
probar que la estrella se mova, pero, para su sorpresa,
su posicin ms al sur se produca en marzo, y la ms al
norte en septiembre. La oscilacin era de unos 40 se-
gundos de arco.
Figura 6. Paralaje producido por el movimiento de la Tierra. Imagen: Toms L.
Gmez.
278 Unidad Didctica. Matemticas del Planeta Tierra
James Bradley (1693-1762). Astrnomo
ingls que ejerci como astrnomo real
desde 1742, es reconocido por dos descu-
brimientos fundamentales en astronoma:
la aberracin de la luz y la rotacin del eje
de la Tierra. Estos descubrimientos fueron
considerados los ms brillantes y tiles
del siglo por Jean Baptiste Joseph Delam-
bre, historiador de la astronoma, astrno-
mo matemtico y director del Observatorio
de Pars, en su Historia de la Astronoma
(1821), porque a estos dos descubrimien-
tos de Bradley le debemos la exactitud de la
astronoma moderna Este doble servicio
garantiza a su descubridor el lugar ms des-
tacado (despus de Hiparco y Kepler) sobre
los ms grandes astrnomos de todas las
pocas y todos los pases.
Se denomina aberracin de la luz o abe-
rracin de Bradley a la diferencia entre
la posicin observada de una estrella y su
posicin real, debido a la combinacin de la
velocidad del observador y la velocidad de
la luz.
Bradley descubri que el movimiento que haba detec-
tado se deba a la aberracin de la luz, que tambin es
causada por el movimiento de la Tierra. Supongamos
que estamos bajo una lluvia que cae verticalmente. Si
empezamos a andar hacia adelante, nos dar la impre-
sin de que la lluvia cae de forma inclinada hacia noso-
tros. De la misma forma, aunque la luz de Draconis vie-
ne siempre de la misma direccin, al moverse la Tierra
nos parece que la direccin de la que viene cambia con
el tiempo.
Aunque Bradley no encontr el paralaje, su descubri-
miento de la aberracin de la luz fue igualmente conclu-
yente para demostrar que la Tierra se mova. Adems,
como ya era sabida la distancia de la Tierra al Sol, y por
lo tanto su velocidad (30 km/s), pudo usar esta medi-
da para estimar que la velocidad de la luz era de unos
300.000 km/s.
No fue capaz de medir el paralaje de Draconis porque
esta estrella est bastante lejos (su paralaje es de solo
0,02 segundos de arco). Eligi esta estrella por ser bri-
llante y estar en la direccin perpendicular al plano de
la rbita de la Tierra, por lo que el paralaje producira un
movimiento circular (l solo meda el desplazamiento
en direccin norte-sur).
Finalmente, Friedrich Bessel consigui medir el para-
laje de la estrella 61 Cygni en 1838. Midi un ngulo de 0,3
segundos de arco, resultando en una distancia de 10
aos luz. Esta estrella es muy dbil, apenas visible a
simple vista, pero la eligi porque Giuseppe Piazzi
haba descubierto que se mova con respecto a las otras,
por lo que supuso que debera de ser una de las es-
trellas ms cercanas. En vez de medir su posicin
absoluta, como hizo Bradley, midi su posicin relativa
a otras estrellas, que supuso, correctamente, que esta-
ban mucho ms lejos.
Problema de dos cuerpos
Segn la ley de gravitacin universal de Newton, dos
cuerpos puntuales de masas M y m, a distancia r, sufren
una fuerza atractiva dada por la frmula
F = G Mm
r2
donde G = 6,67 10-11 N(m/kg)2 es la constante universal
de gravitacin.
Ambos cuerpos se mueven alrededor de su centro de
masas, pero si uno es mucho ms masivo, este coincide
prcticamente con su centro, por lo que podemos supo-
ner que permanece en reposo. En cualquier caso, se de-
muestra que podemos poner el centro de coordenadas
en uno de los cuerpos, si sustituimos la masa del cuerpo
central por la suma M+m y la masa del cuerpo que se
mueve por la masa reducida Mm/(M+m). Si los cuerpos

son esfricos, se demuestra que la fuerza viene dada
por la misma frmula, pero si tienen otra forma habra
que modificarla.
Debido a que la direccin de la fuerza es radial, se con-
serva el momento angular. Esto tiene dos consecuen-
cias:
El movimiento se produce en el plano definido por los
dos cuerpos y la velocidad relativa entre ellos.
La lnea que une el Sol con el planeta barre la misma
rea en tiempos iguales (segunda ley de Kepler).
Y, debido a que la fuerza de atraccin gravitatoria dis-
minuye con el cuadrado de la distancia, Newton demos-
tr las siguientes consecuencias:
Las rbitas son cnicas, con el cuerpo masivo en uno de
los focos (primera ley de Kepler)
El periodo T y el semieje mayor a estn relacionados
con la frmula (tercera ley de Kepler):
T2 = (2) a 3
2
GM
En el caso de la elipse, tendremos una rbita peridica. En
el caso de la parbola o hiprbola, tenemos un cuerpo que
cae desde el infinito, se acerca al astro central, y finalmen-
te vuelve al infinito. La diferencia entre el caso parablico
e hiperblico es que, en el primero, la velocidad final (cuan-
do el tiempo tiende a infinito) es cero, pero en el hipeblico
no es cero.
El punto de la rbita ms prximo al astro central se lla-
ma el periastro (perigeo, si el astro central es la Tierra,
o perihelio, si el astro central es el Sol). En el caso de
rbitas elpticas, el punto ms alejado se llama apoas-
tro (apogeo, en el caso de la Tierra, y afelio, en el caso
del Sol).
En el Sistema Solar, los planetas y asteroides tienen r-
bitas elpticas con excentricidades pequeas, mientras
los cometas tienen excentricidades altas, y sus rbitas
pueden incluso ser parablicas o hiperblicas.
Supongamos que en un instante dado, la posicin y velo-
cidad de un astro vienen dadas por los vectores r y v. La
energa total es la suma de la potencial (Ep = GMm/r) y
la cintica (Ec = mv 2/2). Por lo tanto, el momento angular
y la energa total por unidad de masa vienen dados por
4.1 SISTEMA SOLAR 279
L = r x v y E = GM + v
2
r 2
donde hemos denotado por v y r las longitudes de los
vectores correspondientes. Suponemos que los vecto-
res posicin y velocidad no tienen la misma direccin,
pues en tal caso la rbita estara en la lnea recta de-
finida por los dos astros, y tendramos una cada libre
rectilnea. La relacin entre el mdulo L del momento
angular L y la energa total E, con los parmetros e y p
de la rbita vienen dados por:
L2 2 L 2E
p= y e = 1+
GM G 2M 2
Obsrvese que el signo de la energa determina el tipo
de rbita: Si E>0, tenemos e>1 (rbita hiperblica), si
E = 0 es e = 1 (rbita parablica) y si E<0 es e<1 rbita
elptica. Es decir: si la energa total es negativa, la r-
bita ser peridica, y si la energa es cero o positiva, el
cuerpo terminar alejndose indefinidamente del astro
central.
En el Sistema Solar, la masa del Sol es mucho mayor que
la de los planetas, as que, en primera aproximacin, po-
demos ignorar la fuerza de gravedad entre los planetas,
y obtenemos que cada uno sigue una elipse alrededor
del Sol. Pero para obtener posiciones ms precisas,
es necesario tener en cuenta la atraccin gravitato-
ria entre los planetas. Esto hace que las rbitas de los
planetas vayan variando lentamente en el transcurso
de los siglos. El astrnomo y geofsico serbio Milutin
Milankovitch (1879-1958) propuso que las variaciones
de la rbita de la Tierra por estas perturbaciones son
responsables de cambios en el clima, como por ejemplo
las glaciaciones.
Satlites artificiales
El 4 de octubre de 1957 la Unin Sovitica sorprendi
al mundo poniendo en rbita el primer satlite artifi-
cial. Para conseguir poner un objeto en rbita, no solo
hay que elevarlo por encima de la atmsfera, sino que
adems hay de darle una velocidad para que la fuerza
280 Unidad Didctica. Matemticas del Planeta Tierra
centrfuga compense a la gravitacin, y as evitar que
caiga de nuevo a la Tierra. La fuerza centrfuga que su-
fre un objeto de masa m girando en una trayectoria cir-
cular de radio r y con periodo T es (2/T)2rm. Igualando
con la fuerza de gravedad, y teniendo en cuenta que la
velocidad en una rbita circular es v = 2r/T, tenemos
GMm = 2 rm
r2 T
T 2 = 2 r 3 ; v = GM
GM r
Por ejemplo, la Estacin Espacial Internacional, gira al-
rededor de la Tierra a unos 400 km de altura. El radio
ecuatorial de la Tierra es de 6.378 km, por lo que el radio
de la rbita de estacin espacial es de unos 6.778 km.
Como la masa de la Tierra es M = 5,972 1024 kg obtene-
mos un periodo T = 5.556 segundos, y en consecuencia
una velocidad de v = 2r/T = 7.665 m/s = 27.590 km/h.
Como vemos, la mayor dificultad para poner un satlite
en rbita no es subirlo unos cientos de kilmetros, sino
darle la velocidad de miles de kilmetros por hora. Una
cosa a tener en cuenta es que, debido a la rotacin te-
rrestre, los objetos sobre su superficie ya cuentan con
cierta velocidad circular. Esta velocidad es cero en los
polos, y llega hasta 1.600 km/h en el ecuador. Esta es la
razn por la que las bases de lanzamiento de cohetes se
suelen poner lo ms prximas posible al ecuador. En el
caso de Estados Unidos es Cabo Caaveral (latitud 28o),
en Florida, pero la Unin Sovitica tuvo que conformar-
se con Baikonur (latitud 45o). Europa enva sus cohetes
desde la base de Kourou, en la Guayana Francesa, con
una latitud de solo 5o.
Observar satlites a simple vista es muy sencillo, al
principio o al final de la noche, o cuando ya es de noche
pero a la altura a la que van los satlites todava alcan-
zan los rayos del Sol. Aparecen como puntos luminosos
movindose con respecto a las estrellas, y se pueden
confundir con aviones. En la pgina web http://www.
heavens-above.com/ se pueden encontrar predicciones
para saber qu satlites son observables desde un lu-
gar determinado.
En la siguiente fotografa se ve la Estacin Espacial In-
ternacional. Se mueve de izquierda a derecha, y va desa-
pareciendo segn va entrando en la sombra de la Tierra.
La fotografa se hizo el 27 de diciembre de 2012, desde
el campus de la Universidad Autnoma de Madrid, con
una cmara Nikon D7000, ISO 800, longitud focal 18
mm, f/3.5, con una exposicin de 30 segundos.
Figura 7. Estacin Espacial Internacional. Autor: Toms L. Gmez.
Se llama rbita geoestacionaria a una rbita circular,
en el plano del ecuador terrestre, con un periodo T igual
al periodo de rotacin de la Tierra. Esto ocurre a una
distancia sobre el ecuador de 35.786 km. La ventaja de
este tipo de rbita es que, como la Tierra y el satlite
tienen la misma velocidad angular, desde un punto de
la Tierra da la impresin de que el satlite est inmvil.
Esto es especialmente conveniente para satlites de
telecomunicaciones, o para satlites que emiten cade-
nas de televisin, porque la antena parablica estar
fija, dirigida siempre hacia el satlite, sin necesidad de
moverse. El primero que explic con detalle las ventajas
de esta rbita para las telecomunicaciones fue el escri-
tor de ciencia ficcin Arthur C. Clarke, en un artculo en
la revista para radioaficionados Wireless World.
Con una cmara normal podemos fotografiar estos
satlites. La fotografa adjunta se ha hecho con una c-
mara Nikon D7000, objetivo ajustado a distancia focal
de 75 mm., f/5.6, ISO 6400, y exposicin de 30 segun-
dos, sobre un trpode fijo (figura 8). Las estrellas apa-
recen como rayas, por su movimiento aparente a causa
de la rotacin terrestre, pero los satlites aparecen
como puntos fijos. Como referencia, se ha dibujado una

Figura 8. Satlites geoestacionarios de comunicaciones. La circunferencia muestra el tamao aparente de la Luna. Imagen: Toms L. Gmez.
circunferencia con el tamao que tendra la Luna. Los
cuatro satlites que aparecen en la fotografa son sat-
lites de comunicaciones.
Supongamos que ya tenemos un satlite en una rbita
circular baja, y que queremos llevarlo a la rbita geoes-
tacionaria. Esto se suele hacer siguiendo la trayectoria
de transferencia de Hohmann, que toma su nombre del
cientfico alemn Walter Hohmann, que ideo esta tra-
yectoria en 1925. Llama la atencin que ms de 30 aos
antes del lanzamiento del primer satlite, cuando los
viajes espaciales todava pertenecan a la ciencia fic-
cin, algunos cientficos ya investigaban sobre estos
temas.
Figura 9. Trayectoria de Hohmann. Imagen: Toms L. Gmez..
4.1 SISTEMA SOLAR 281
En general, para pasar de una rbita circular de radio r1 a
otra de radio mayor r2 usamos una elipse cuyo periastro
est a distancia r1 y apoastro a r2. En el punto P1 se le
da un impulso al satlite, encendiendo los motores para
conseguir un incremento de velocidad v1. A partir de
este momento el satlite se mueve por la rbita elpti-
ca, y al llegar al punto P2, se le vuelve a dar otro impulso,
incrementando su velocidad en v2, para que su rbita
se convierta en la rbita circular de radio r2.
La trayectoria de Hohmann tambin se puede usar para
pasar de una rbita mayor a otra menor, es decir, cuando
r2<r1. En ese caso, ambos incrementos de velocidad son
negativos: primero disminuimos la velocidad para pasar
a una rbita elptica, y al llegar al periastro volvemos a
disminuir la velocidad para quedarnos en la nueva rbi-
ta circular.
Como los satlites geoestacionarios estn sobre el
ecuador, cuando los vemos desde latitudes cercanas al
polo aparecen muy prximos al horizonte. Esto puede
ser un problema, pues pueden quedar ocultos por mon-
taas, rboles, etctera. Como gran parte de la antigua
Unin Sovitica estaba a gran latitud, los ingenieros so-
viticos idearon la llamada rbita de Molniya, una rbita
muy elptica, inclinada 63,4 sobre el ecuador, con una
altura mnima de 500 km y mxima de 39.867 km. Cuan-
do se encuentra en el perigeo se mueve ms despacio,
as que se encuentra casi todo el tiempo en la vertical de
las latitudes altas. El periodo es de medio da, por lo que
vuelve a estar en la misma posicin dos veces al da. Se
suelen usar a la vez tres satlites en este tipo de rbita
para garantizar que, en cualquier momento, al menos
uno de ellos est bien situado para las comunicaciones.
282 Unidad Didctica. Matemticas del Planeta Tierra

rbita circular con radio Rm (en realidad las rbitas son

Viajes interplanetarios
Supongamos que queremos enviar una nave a Marte.
Hoy en da, los cohetes que llevan las naves espaciales
son capaces de dar un impulso grande durante interva-
los de tiempo pequeos, por lo que las trayectorias se
disean de tal forma que durante casi todo el viaje el
motor vaya apagado, y slo se enciende en momentos
puntuales para acelerar o frenar la nave.
Primero pondremos la nave en rbita terrestre, como
hemos visto en el apartado anterior. Por ejemplo, pode-
mos elegir una rbita circular a 400 km sobre la Tierra,
que como ya hemos visto, supone una velocidad de unos
27.000 km/h. Para escapar de la gravitacin terrestre,
no nos sirve una rbita elptica, sino que necesitamos,
al menos, una rbita parablica, es decir, con excentri-
cidad e = 1. Segn la frmula que relaciona la excentri-
cidad con la energa total, tendremos e = 1 cuando la
energa total E sea cero. Segn la frmula de la energa
total, si estamos a una distancia r del centro de la Tierra,
tendremos E = 0 cuando la velocidad v sea
elpticas, pero para simplificar supondremos que son
circulares).
Este es un problema anlogo al que nos encontrbamos
cuando queramos subir de una rbita terrestre baja a la
rbita geoestacionaria, y podemos hacer lo mismo que
entonces: usar la trayectoria de Hohmann. As que pri-
mero aceleraremos para pasar a una rbita elptica, con
perihelio Re y afelio Rm. Al llegar al afelio, volveremos
a acelerar, para que nuestro movimiento sea paralelo al
de Marte.
En este momento, desde Marte se ver que la nave est
en reposo, y que empieza a caer, debido a la gravedad
marciana, en una rbita parablica. La ltima acelera-
cin hay que hacerla cuidadosamente, para que en el
movimiento parablico la distancia al periastro mar-
ciano sea la adecuada y la nave no se estrelle contra la
superficie.

2GM
ve=
r

Es la llamada velocidad de escape. Si estamos a 400 km

sobre la Tierra, la distancia al centro es r = 6.778 km,
por lo que la velocidad de escape ser 10.839 m/s. Es de-
cir, unos 11 km por segundo, o, lo que es lo mismo, unos
39.000 km por hora.
As que encenderemos los motores hasta que la nave
alcance esta velocidad. Una vez alcanzada, se apagan
los motores, y, visto desde la Tierra, la nave se alejar,
movindose cada vez ms lentamente, hasta que est
tan lejos que la gravitacin terrestre sea despreciable,
momento en el que parecer desde la Tierra que tiene
velocidad cero.
Visto desde fuera, veremos que la Tierra y la nave se van Figura 10. Trayectoria que sigui el Mars Path Finder. Imagen: Toms L. Gmez.

separando, cada vez ms lentamente, hasta seguir tra-

yectorias paralelas. Es decir, a partir de este momento Cuando llegue al periastro marciano, disminuiremos la
podemos suponer que la nave gira alrededor del Sol en velocidad para que quede en una rbita elptica. Esta l-
una rbita circular con radio Re , el radio de la rbita te- tima deceleracin a veces se hace con aerofrenado, es
rrestre, y querramos llegar hasta Marte, que tiene una decir, se elige la rbita parablica de forma que la nave
 4.1 SISTEMA SOLAR 283

llegue a rozar las capas superiores de la atmsfera mar-

ciana, para que la friccin produzca el frenado, con lo
cual ahorraremos combustible. Desde la rbita elptica,
volveremos a frenar, para que la nave caiga finalmente
sobre la superficie marciana.
Este es el esquema general, pero en cada misin se mo-
difica segn las necesidades. En la figura se representa
la trayectoria que sigui el Mars Path Finder, que no fue
exactamente de Hohmann.
La tcnica de aerofrenado se us por primera vez con el
satlite japons Hiten en la atmsfera terrestre. Des-
pus se ha utilizado en Venus 1993 (nave Magallanes) y
en Marte (Mars Global Surveyor en 1997, Mars Odys-
sey en 2001 y Mars Reconnaissance Orbiter en 2006).
Habitualmente la tcnica de aerofrenado se hace en va-
rias rbitas, de modo que cada vez que pasa por el pe-
riastro, se frena un poco y va disminuyendo la distancia
al apoastro. Como ancdota, el aerofrenado ya haba
aparecido en la novela de ciencia ficcin Space Cadet
de Robert A. Heinlein en 1948. Tambin apareci en
1982, en la pelcula 2010: Odisea 2, basada en la novela Figura 11. Trayectoria del Voyager 2. Imagen: Toms L. Gmez.
de Arthur C. Clarke.

a las ideas de Belbruno, la misin de Hiten se pudo ex-

Tcnicas avanzadas tender.

La trayectoria de la sonda Voyager 2 es especialmen-
te interesante. Se lanz el 20 de agosto de 1977, pas
por Jpiter en 1979, Saturno en 1981, Urano en 1986 y
Neptuno en 1989. Cada vez que pasaba por uno de los
planetas, aprovechaba su gravedad para acelerar y as
continuar su viaje.
El estudio y diseo de trayectorias espaciales es una
rea muy activa de investigacin actual, donde se apli-
can tcnicas de sistemas dinmicos.
Especialmente espectacular fue el caso de la sonda
japonesa Hiten, lanzada en 1990, que iba a ser enviada
a la Luna siguiendo una rbita muy elptica. Desgra-
ciadamente, Hiten no recibi la aceleracin necesaria.
Edward Belbruno, del Jet Propulsion Laboratory, ide
una trayectoria alternativa y sorprendi a la agencia
espacial japonesa envindoles su propuesta. Gracias
Un caso similar es el del satlite AsiaSat 3, un satlite
de comunicaciones y televisin de una compaa de
Hong Kong, lanzado en 1997. Debido a un fallo en el co-
hete, no se lleg a la rbita geoestacionaria. Aunque el
satlite funcionaba perfectamente, no tena suficiente
combustible para llegar a su rbita de manera tradicio-
nal, as que se dio por perdido hasta que, con la ayuda
de Belbruno, se us una trayectoria que usaba la gra-
vitacin de la Luna para llegar a una rbita til con un
consumo mucho menor de combustible.
La idea de las trayectorias de bajo consumo es acer-
carse a rbitas inestables, donde un pequeo impulso
puede hacer que la trayectoria final sea muy diferente.
Recientemente se ha usado en la misin GRAIL, lanzada
el 10 de septiembre de 2011. Se enviaron dos pequeas
sondas que se acercaron al punto de Lagrange L1, de
equilibrio gravitatorio entre la Tierra y el Sol, y desde
ah modificaron sus trayectorias para llegar a la rbita
284 Unidad Didctica. Matemticas del Planeta Tierra
Figura 12. Trayectorias de las sondas GRAIL. Imagen: Toms L. Gmez.
lunar el 28 de diciembre de 20113. Es decir, se aprovech
la gravedad del Sol para hacer el viaje de la Tierra a la
Luna. El viaje dur ms de tres meses, tiempo extre-
madamente largo si se compara con los 3 o 4 das que
empleaban las naves Apollo; sin embargo, el ahorro es
considerable, pues cada kilogramo menos en la nave
espacial supone una reduccin de toneladas en el co-
hete necesario para lanzarlo. La misin GRAIL consista
en dos naves que midieron el campo gravitatorio lunar
para descubrir su composicin interna. Cuando termin
la misin cientfica, fueron estrellados en una montaa
lunar, el 17 de diciembre de 2012.
En Espaa, cabe destacar el grupo de Carles Sim, en
Barcelona, que ha colaborado con la NASA y la ESA en el
anlisis de misiones espaciales.
Observacin de los satlites
de jpiter
Para este ejercicio es necesario un telescopio astron-
mico. Un refractor de 6 cm de apertura, o un reflector
de 10 cm de apertura, es ms que suficiente para ob-
servar con comodidad los cuatro satlites principales
3 http://www.spaceflight101.com/grail-mission-updates.html
EJERCICIOS
Observacin de satlites artificiales.
En la pgina web http://www.heavens-above.com
se pueden obtener las predicciones del paso de
satlites artificiales. Tras elegir la ciudad desde la
que realizaremos la observacin (o bien, introducir
las coordenadas geogrficas), podemos obtener
las predicciones.
Para observar los satlite no es necesario ningn
instrumental, sino que se puede hacer a simple
vista. Los satlites ms brillantes pueden verse
perfectamente desde una ciudad, a pesar de la con-
taminacin luminosa. Su aspecto es similar a un
avin por la noche, siendo la mayor diferencia que
los aviones tienen luces con destellos, mientras los
satlites parecen estrellas que se mueven.
En la pgina web hay instrucciones para saber en
qu direccin hay que mirar y a qu hora. Tambin
hay un mapa celeste para saber la trayectoria apa-
rente del satlite sobre las estrellas.
Se puede elegir algn satlite especialmente in-
teresante. Por ejemplo, la estacin espacial inter-
nacional ISS, el telescopio Hubble HST, el satlite
militar estadounidense X-37B (sucesor del Shuttle),
o el controvertido satlite norcoreano puesto en
rbita el 12 de diciembre de 2012. Tambin se puede
obtener una lista de todos los satlites visibles en
una noche.
En esta pgina tambin hay informacin para ob-
servar objetos astronmicos de inters, como as-
teroides y cometas.
de Jpiter, tambin llamados Galileanos en honor a su
descubridor.
Sus nombres son: Io, Europa, Ganmedes y Calixto, y los
periodos de sus rbitas alrededor de Jpiter son, res-
pectivamente: 1,8 das, 3,5 das, 7,2 das y 17,7 das. Hay
muchos sitios en Internet, y programas de ordenador,
que permiten conocer su posicin relativa en un mo-
mento dado. Por ejemplo:

http://www.skyandtelescope.com/observing/objects/
planets/3307071.html
O bien empezar en http://www.skyandtelescope.com/ y
seguir los enlaces Observing > Celestial Objects > Pla-
nets > Jupiters Moons Javascript Utility
Los satlites de Jpiter forman una especia de Sistema
Solar en miniatura visto de perfil.
Como ejercicio avanzado, se puede seguir su movimien-
to da tras da, dibujando su posicin relativa. Usando
estos dibujos, podemos medir el periodo de la rbita
de cada satlite, viendo cuanto tiempo tarda cada sa-
tlite en volver a la misma posicin. Dichas rbitas son
elipses con una excentricidad muy pequea, por lo que
podemos suponer que son circunferencias. Podemos
estimar su radio (en unidades del tamao de Jpiter, por
ejemplo), viendo cul es el alejamiento mximo del sa-
tlite con respecto a Jpiter. Podemos comprobar la ley
de Kepler, dividiendo el cubo del radio por el cuadrado
del periodo, y comprobando si obtenemos el mismo n-
mero para cada satlite.
REFERENCIAS BIBLIOGRFICAS
Belbruno, E. (2007): Fly me to the moon: an insiders gui-
de to the new science of space travel. Princeton: Prince-
ton University Press.
Para conocer ms sobre las tcnicas modernas de dise-
o de trayectorias espaciales.
4.1 SISTEMA SOLAR 285
Dumoulin, C. y Parisot, J. P. (1987): Astronomie pratique
et informatique. Paris: Masson.
Libro de referencia para hacer clculos astronmicos.
MATERIALES AUXILIARES
PGINAS WEB
http://www.heavens-above.com/. Pgina web con toda
la informacin necesaria para observar satlites artifi-
ciales.
http://neo.jpl.nasa.gov/orbits/. Simulador 3D de rbi-
tas de asteroides y cometas.
PELCULAS
2010: Odisea 2 (Peter Hyams, 1984). Adaptacin de la
novela homnima de Arthur C. Clarke, que forma parte
de una saga creada por el escritor compuesta por 2001:
Una odisea espacial (1968), 2010: Odisea 2 (1982), 2061:
Odisea 3 (1987) y 3001: Odisea final (1996). La pelcula
sigue de forma fiel lo narrado en la novela e intenta dar
explicacin y continuacin a lo acontecido en la pelcula
2001: Una odisea del espacio (Stanley Kubrick, 1968),
pero adoptando un estilo ms clsico y convencional. En
esta pelcula se ilustra de manera muy clara el concepto
del aerofrenado.
El Planeta Tierra
en el Universo
Manuel de Len

4.2

En este captulo se hace un recorrido por la historia de
la matemtica y se destaca su relevancia como par-
te del pensamiento cientfico de la humanidad. El hilo
conductor es la preocupacin permanente de los seres
humanos por entender y conocer el espacio en el que
habitan. Esta reflexin se centra en dos focos: el entor-
no local, inicialmente reducido, y el entorno global de
nuestro planeta, que desbordaba la capacidad de com-
prensin de nuestros antecesores. De ah que, desde el
comienzo de los tiempos, encontremos evidencias de la
introduccin de medidas, de la presencia de cdigos de
representacin y de sistemas de organizacin para la
gestin y sostenibilidad de la Tierra.
El autor postula que la descripcin del mundo es bsi-
camente una cuestin cientfica y que las matemticas
son el lenguaje mediante el cual entendemos el univer-
so. Histricamente esta visin se pone de manifiesto en
el estudio de las dimensiones de la Tierra, en la explica-
cin plausible del movimiento de los astros mediante
elaboracin de teoras y construccin de modelos, en el
enunciado de leyes que rigen lo observado con las cua-
les predecir las posiciones de los planetas y los movi-
mientos de los astros.
El autor hace una seleccin de personajes cientficos,
documentos y etapas histricas, que van desde los pri-
meros conteos numricos hasta la teora de la relativi-
dad, los cuales presenta de manera diacrnica con cier-
to detalle. Su foco de atencin est en los sistemas de
medida y en la interpretacin de la posicin de la Tierra
en el universo.
Objetivos, contenido y criterios de evaluacin de acuerdo con
los Reales Decretos de Enseanzas Mnimas, (1467/2007 de 2
noviembre para Bachillerato y 1631/2007 de 29 de diciembre
para Educacin Secundaria Obligatoria).
El texto comienza con una revisin histrica de los siste-
mas de numeracin en las primeras civilizaciones, y pro-
sigue con el estudio del clculo de reas, donde destaca
la importancia del teorema de Pitgoras. Los Elementos
de Euclides constituyen objeto de especial atencin,
cuya estructura se describe con cierto detalle, detenin-
dose en la discusin del quinto postulado de las parale-
las y las consecuencias de su cuestionamiento para el
nacimiento de las geometras no eucldeas.
La relatividad y algunas de las teoras y nociones ma-
temticas que la sustentan reciben tambin una expli-
cacin detallada, que conduce a la introduccin de las
ecuaciones de campo de la relatividad. Finalmente, con-
cluye con la descripcin del Big-Bang y la moderna in-
terpretacin del origen del universo y de su desarrollo.
En las conclusiones se plantean una serie de cuestiones
abiertas sobre el conocimiento actual del universo y se
emplean las bases matemticas que permiten plantear
estas cuestiones y que, en su momento, permitirn res-
ponderlas.
El captulo es asequible para los estudiantes de secun-
daria obligatoria y de bachillerato, y est escrito con
intencin divulgadora y una clara orientacin formativa
y didctica. El texto destaca el lazo permanente entre
ciencia y matemticas, singularmente entre las mate-
mticas y las ciencias fsicas y naturales. Esta relacin
se pone de manifiesto en la vinculacin detectada entre
el contenido del captulo y los componentes curricula-
res de las asignaturas de bachillerato, que se muestran
en la tabla resumen.
introduccin
Conocer cmo es el espacio en el que vivimos ha sido
una de las mayores preocupaciones de la humanidad.
Ese conocimiento nos dar pistas para entender cul
es nuestro sitio en l, y si nuestra existencia tiene una
razn de ser. Adems, saber cmo es el entorno local
y global en el que nuestro planeta se mueve, nos dar
pistas sobre su influencia (si existe) sobre nosotros y
que ayuden a tomar medidas para la sostenibilidad de
la Tierra. Y finalmente, quizs en algn futuro nos po-
dra tocar emigrar y tomar el camino de las estrellas,
as que nuestro conocimiento del universo se revela
imprescindible.
Si para los primeros humanos su entorno era muy redu-
cido el territorio de caza, la observacin de los cielos
tuvo que causarles una impresin enorme. Debemos
colocarnos en esas primeras etapas de la humanidad,
con unos cielos plagados de estrellas, ajenos a la conta-
minacin lumnica que hoy en da imposibilita apreciar
adecuadamente esa majestuosidad.
La descripcin del mundo no es solo una cuestin filos-
fica, sino cientfica, y en ese aspecto los antiguos grie-
gos fueron los maestros. Ellos fueron capaces de medir
el radio de la Tierra, que ya aventuraron era redonda, y a
la vez, de poner los cimientos de una explicacin plausi-
ble del cielo observado, que culmin con la teora geo-
cntrica de Tolomeo.
Con los siglos, la visin de la Tierra se fue afinando y los
mapas fueron dando una buena descripcin de la mis-
ma, pero tambin fueron enunciadas las leyes que rigen
el movimiento de los astros. Tierra y Cielo emergieron
como un concepto interrelacionado, y la pequeez de
nuestro planeta abrum las mentes de los pensadores;
nuestro Sol no es ms que una de los millones de estre-
llas, y, en principio, no muy diferente a muchas otras.
La teora de la relatividad de Albert Einstein nos dio
una visin nueva, que acompaada de las cada vez me-
jores observaciones astronmicas, nos condujo a una
interpretacin del universo tal como hoy lo concebimos,
fruto del Big Bang y de la consecuente expansin.
En todas estas etapas, las matemticas han sido las
fieles compaeras de los descubrimientos cientficos
que han dado lugar a nuestro entendimiento actual del
universo. Los siglos han sido testigos del rechazo a las
ideas revolucionarias por la doctrina predominante en
cada momento, y as Galileo fue obligado a callar por la
Iglesia romana, Kepler sufri en mitad de las guerras de
religin que devastaron Europa en su tiempo, y Einstein
fue rebatido por el pensamiento nico de los nazis (la
superior ciencia aria contra la degenerada ciencia ju-
da). La leccin a aprender es que la ciencia es la nica
verdad que debemos admitir, y fuera de ella no hay ms
que supercheras y supersticiones.
Primeros pasos:
el nmero y las reas
Los nmeros
Contar es probablemente una de las primeras activida-
des intelectuales que desarroll el hombre. Era necesa-
rio distinguir el nmero de miembros de la propia tribu,
contar las piezas de caza, o, posteriormente, las ovejas,
cabras o vacas, de sus rebaos. Se dice incluso que con-
tar y registrar los resultados condujo al descubrimiento
de la escritura.
Sobre el origen de los nmeros, se cree que hace unos
10.000 aos se comenzaron a representar las canti-
dades por objetos de barro (por ejemplo, una pieza de
fruta, una esfera), que luego se introducan en una va-
sija de arcilla. As se poda llevar una contabilidad. Pero
era ms sencillo dibujar en el exterior de una vasija de
arcilla fresca cinco esferas, por ejemplo, y no haba ne-
cesidad de introducirlas en la vasija. As podan haber
surgido estas representaciones para los nmeros.
En las antiguas civilizaciones se desarrollaron muchos
sistemas de numeracin, sofisticados todos ellos y de
los que conservamos todava algunas reminiscencias.
Los babilonios crearon un sistema de numeracin posi-
cional alrededor del 1800-1900 a. C., con base sesenta.
Posicional quiere decir que el valor de un dgito particu-
lar depende tanto de su valor como de su posicin en el
nmero que se quiere representar. Por ejemplo, nuestros
292 Unidad Didctica. Matemticas del Planeta Tierra
ordenadores estn basados en un sistema binario (base
2), con dos cifras, 0 y 1, de manera que si queremos in-
dicar las cantidades 2, 3, 4 o 5, escribiremos respectiva-
mente 10, 11, 100 y 101; en efecto, por ejemplo, 101 significa
que la cantidad considerada es 1 x 2 x 2 + 0 x 2 + 1 = 5. El
sistema decimal (con base 10) que actualmente usamos
en el mundo considera 10 cifras: 0, 1, 2, 3, 4, 5, 6, 7, 8 y 9.
El sistema babilnico todava tiene hoy en da conse-
cuencias, y as tenemos horas de 60 minutos y minutos
de 60 segundos cuando queremos contar el tiempo,
adems de las medidas de los ngulos.
Los egipcios idearon otro sistema complejo de numera-
cin basado en el nmero 10 y en los jeroglficos. Haba
smbolos para los nmeros 1, 10, 100, 1.000, y as sucesi-
vamente. Repitindolos y combinndolos adecuadamen-
te, se podan representar todos los nmeros naturales.
Las dificultades surgan en el tratamiento de las fraccio-
nes, aunque idearon soluciones muy ingeniosas.
Los griegos no tenan un sistema posicional y los nme-
ros se representaban por la primera letra de su nombre,
aunque tambin desarrollaron otro basado en las letras
del alfabeto. Los astrnomos griegos usaron tambin un
smbolo especial para el 0. En cualquier caso, los clculos
eran tremendamente dificultosos. Y qu decir de la nu-
meracin romana! Hacer clculos con este sistema poda
representar un autntico dolor de cabeza. En el otro lado
del Atlntico, mayas e incas desarrollaron a su vez siste-
mas de numeracin, los mayas basados en smbolos y los
incas en nudos en cuerdas.
Los mayas hicieron un buen uso de puntos y rayas, y con
su sistema (que tambin inclua el cero pero al que no le
sacaron mucho partido) eran capaces de hacer clculos
de gran envergadura. Su motivacin era sobre todo la as-
tronmica y el cmputo del paso del tiempo.
Nuestro sistema actual de numeracin, el decimal, viene de
la India y entra en Europa de la mano de los rabes, por Espa-
a e Italia. Y es en Espaa, en el siglo X, en donde se encuen-
tran por primera vez los nmeros del 1 al 9 (los que ahora lla-
mamos nmeros arbigos), en el cdice Codex Conciliorum
Albeldensis seu Vigilanus, elaborado por el monje Vigila en
el ao 976 en el monasterio de San Martn de Albelda de
Iregua. Vigila reprodujo esos nmeros indios en el orden de
mayor a menor, tal como hacan los andaluses al escribir-
los de izquierda a derecha. En el Cdice no aparece el cero;
es posteriormente cuando se va haciendo uso de esta cifra,
tanto por su valor como nmero como por su uso posicional,
de manera que 205 no se confunda de ninguna manera con
25. Leonardo de Pisa es, sin duda, una figura decisiva en la
introduccin del cero en Italia y despus en Europa (adems
de por haber ideado la sucesin de Fibonacci).
Las reas
Los repartos de tierras en la antigua Babilonia requeran
un desarrollo de la medida de reas, y podemos decir que
los babilonios son expertos gemetras (en las tablillas
se encuentran cientos de registros que sealan opera-
ciones algebraicas y geomtricas, lo que para esa poca
suponan una sofisticacin extraordinaria). Esta nece-
sidad surgi tambin en el valle del Nilo, especialmente
tras las inundaciones que dejaban los lodos frtiles para
las cosechas. Se dice que Pitgoras aprendi su famoso
teorema en un viaje a Egipto.
El teorema de Pitgoras es uno de los grandes resulta-
dos matemticos de la Antigedad. Es, adems, uno de
esos resultados que todo ser humano de este planeta
aprende en algn momento de su infancia, habiendo pa-
sado al lenguaje cotidiano.
Las creencias matemticas de los pitagricos eran
muy semejantes a las del mundo de las ideas de Platn,
de modo que un crculo perfecto ante cualquier dibujo
de una circunferencia no sera ms que una mera aproxima-
cin. Para ellos, el universo estaba basado en las propiedades
de los nmeros; el 1 era la fuente de todas las cosas, el 2 y el 3
simbolizaban los principios femenino y masculino, el 4 era la
armona y tambin los cuatro elementos (tierra, aire, fuego y
agua). Por eso, el nmero 10 que se obtiene sumando los cua-
tro primeros nmeros naturales, representaba la perfeccin.
Teorema de Pitgoras
En un tringulo rectngulo la suma de los cuadrados de
los catetos es igual al cuadrado de la hipotenusa.

Figura 1. Teorema de Pitgoras. Imagen: Manuel de Len.
Dicho de otro modo, el cuadrado construido sobre la hi-
potenusa iguala en rea a la suma de las reas de los cua-
drados construidos sobre los catetos (figura 1):
Por ejemplo, unas medidas posibles seran 3, 4 y 5 unida-
des, para los dos catetos y la hipotenusa, respectivamen-
te. Ternas como esta, (3, 4, 5) son llamadas pitagricas. El
resultado era conocido por los matemticos babilonios
e indios, pero los pitagricos dieron una demostracin
formal (que se encuentra en Los Elementos de Euclides,
Figura 2. Poliedros formados por caras idnticas. Imagen: Manuel de Len.
4.2 EL PLANETA TIERRA EN EL UNIVERSO 293
libro del cual hablaremos con extensin en el siguiente
epgrafe).
Otro importante resultado de Pitgoras y los pitagricos
es el descubrimiento de los llamados slidos regulares o
platnicos, que son poliedros formados por caras idn-
ticas. Solo son posibles cinco poliedros regulares: te-
traedro (cuatro tringulos equilteros), cubo o hexaedro
(seis cuadrados), octaedro (ocho tringulos equilteros),
dodecaedro (doce pentgonos regulares) e icosaedro
(veinte tringulos equilteros), lo que es un resultado que
podramos calificar de mgico (figura 2).
Del quinto postulado
a las geometras no euclidianas
El gran gemetra de la antigedad es Euclides de Alejan-
dra (325 a. C.-265 a. C.), universalmente conocido por su
obra Los Elementos, del que se dice que es el segundo
libro ms editado tras la Biblia.
Los Elementos es un compendio de todo lo conocido
en geometra en la poca y, probablemente, las propias
aportaciones del autor. Euclides escribi otras obras
pero solo cinco incluyendo Los Elementos han llegado
a nosotros.
Figura 3. Euclides.
Fuente: http://www-history.mcs.st-
and.ac.uk/PictDisplay/Euclid.html.
294 Unidad Didctica. Matemticas del Planeta Tierra
Los Elementos es un tratado sobre la geometra de dos y
tres dimensiones, con un total de 465 proposiciones (93
problemas y 372 teoremas), divididas en trece libros se-
paradas por contenidos:
Libros I a VI: Geometra plana.
Libros VII a IX: Teora de nmeros.
Libro X: Nmeros irracionales.
Libros XI a XIII: Geometra del espacio.
La mayor parte de los libros comienza con una lista de
definiciones, que no tienen el sentido que hoy les dara-
mos los matemticos, sino en el que podramos llamar el
imaginario colectivo griego que la poca les conceda.
Por ejemplo, un punto es lo que no tiene partes, o una l-
nea es una longitud sin anchura, y otras de similares ca-
ractersticas.
Euclides construye su argumentacin basndose en un
conjunto de axiomas (principios o propiedades que se
admiten como ciertas por ser evidentes y a partir de los
cuales se deduce todo lo dems) que Euclides llam pos-
tulados.
El gran mrito de Euclides no es solo que escriba una obra
de referencia, sino que introduce un mtodo riguroso de
demostracin. Por ejemplo, enuncia que si un tringulo
tiene los tres lados iguales, entonces tambin tiene los
tres ngulos iguales. Ese enunciado, que parece obvio a
primera vista, exige una demostracin, y pasa entonces
a ser un teorema, que es consecuencia de los supuestos
previos. Otro teorema es el de Pitgoras. O, por ejemplo,
la demostracin incluida en Los Elementos de que solo
existen cinco slidos regulares, los llamados platnicos.
Euclides no solo prueba que no puede darse ningn otro
caso, sino que adems esos cinco s pueden construirse.
Euclides estaba poniendo los fundamentos ms slidos
para el rigor matemtico, que es lo que ha llevado la dis-
ciplina a sus cimas ms altas y lo que hace a esta ciencia
diferente a todas las dems.
Toda su teora parte de cinco enunciados que no demues-
tra ya que los supone verdaderos e indemostrables
sobre los que prueba el resto de propiedades. Son los
famosos cinco postulados de Euclides:
I. D
 ados dos puntos se pueden trazar una recta que los
une.
II. C
 ualquier segmento puede ser prolongado de forma
continua en una recta ilimitada en la misma direccin.
III. Se puede trazar una circunferencia de centro en cual-
quier punto y radio cualquiera.
IV. Todos los ngulos rectos son iguales.
V. Si una recta, al cortar a otras dos, forma los ngulos
internos de un mismo lado menores que dos rectos,
esas dos rectas prolongadas indefinidamente se cor-
tan del lado en el que estn los ngulos menores que
dos rectos.
El quinto postulado se puede enunciar de una manera al-
ternativa:
Por un punto exterior a una recta se puede trazar una ni-
ca paralela.
Esta manera equivalente de enunciar el quinto pos-
tulado se debe a Proclo, quien fue director de la Aca-
demia de Platn, y gracias al cual conocemos algunos
detalles de la vida de Euclides. Esta formulacin alter-
nativa del quinto postulado se atribuy errneamente
a John Playfair (17481819), gemetra, gelogo y fsico
escocs, y se conoci durante muchos aos como axio-
ma de Playfair.
El quinto postulado, a diferencia de los otros cuatro, no
pareca tan intuitivo para ser un axioma, por lo que du-
rante siglos numerosos matemticos intentaron probar
que el quinto postulado era consecuencia de los otros
cuatro o era independiente. Esta larga historia supone
uno de los tour de force ms impresionantes del desa-
rrollo de las matemticas (y por ende, de la humanidad).
A lo largo de aos y aos, asistimos a docenas de inten-
tos en uno y otro sentido. Hubo muchas pruebas falsas
de que el quinto postulado se deduca de los otros cua-
tro e incluso matemticos como Saccheri estuvieron a
punto de acertar con la respuesta. Ante la imposibilidad
de encontrar respuestas, DAlembert llam a este pro-
blema en 1767 el escndalo de la geometra elemental.
Hacan falta mentes geniales para darle un impulso al
problema y es entonces cuando uno de los matemticos
ms relevantes de la historia aparece en el escenario,
Johann Carl Friedrich Gauss (Brunswick, 1777Gotinga,
1855). Gauss comenz a trabajar en l con 15 aos en 1782,
y en 1817 lleg al convencimiento de que el quinto axioma
era independiente de los otros cuatro. Comenz a idear

una geometra en la cual se poda trazar ms de una pa-
ralela por un punto externo. Sin embargo, Gauss nunca
public su trabajo, y lo mantuvo en secreto, se dice que
para evitar controversias con Immanuel Kant.
Gauss obtuvo otros resultados fundamentales para la
matemtica y, en particular, para la geometra: desarro-
ll nociones fundamentales de curvatura para estudiar
las superficies, como la curvatura llamada ahora de
Gauss. Lo que dice el teorema egregium de Gauss (egre-
gium por notable) es que la curvatura gaussiana de una
superficie puede determinarse por completo midiendo
ngulos y distancias sobre la propia superficie, sin ha-
cer referencia a la forma particular en la que la superfi-
cie est embebida en el espacio euclidiano. Diramos en
lenguaje moderno que es un invariante intrnseco.
Puesto que la curvatura puede medirse sin salirse de la
superficie, los seres planos que vivieran sobre la cs-
cara de la esfera seran capaces de determinar la curva-
tura de la misma.
Por supuesto que estos conceptos pueden extenderse
de una manera natural a espacios de ms dimensiones,
y eso es lo que permite la aplicacin a la teora de la re-
latividad y, en definitiva, a conocer cul es la forma de
nuestro universo.
Volviendo al quinto postulado, aunque Gauss no hizo
pblicos sus resultados, s discuti sobre este tema con
su amigo, el matemtico Farkas Bolyai, quien haba sido
autor de varias pruebas falsas. Su hijo, Janus Bolyai, co-
menz a seguir los pasos de su padre en geometra, a
pesar de la advertencia de este de las dificultades del
problema del quinto postulado.
En 1823 Bolyai escribi a su padre:
He descubierto cosas tan maravillosas que estoy
asombrado de la nada he creado un nuevo mundo.
En 1825 Janus visit a su padre y le explic sus descu-
brimientos, pero no fue hasta 1831, en una nueva visita,
cuando Farkas comenz a darse cuenta del extraordi-
nario valor del trabajo de su hijo, y lo urgi para que lo
escribiera y as poderlo publicar como un apndice de
su prximo libro. Lo que haba en ese apndice era una
autntica obra maestra. En primer lugar, daba su defi-
nicin de paralela y demostraba que si el quinto postu-
lado se cumpla en una regin del espacio, se cumpla
4.2 EL PLANETA TIERRA EN EL UNIVERSO 295
tambin en todo el espacio. Es decir, que se poda cons-
truir una geometra consistente en la que se cumpliera
el quinto postulado y otra en la que no.
Al leer este apndice, Gauss coment:
Este joven geomtra Bolyai es un genio de primer or-
den.
A Farkas, sin embargo, le coment que los resultados de
su hijo coincidan casi exactamente con los resultados
que l mismo haba logrado, y que haba comentado en
una carta al matemtico alemn Frank Adolf Taurinus,
el 8 de noviembre de 1824. En 1848 Bolyai conoci que
otro matemtico, el ruso Lobachevsky, haba publicado
una obra que contena resultados similares a los suyos.
Jnos estudi el trabajo de Lobachevsky lnea a lnea,
e incluso lleg a pensar que Lobachevsky no exista y
todo haba sido una maquinacin de Gauss. Sin embar-
go, fue capaz de apreciar la genialidad de ese trabajo.
Lobachevsky public sus Geometrical investigations
on the theory of parallels en 1840 (61 pginas), pero
su obra haba pasado muy inadvertida. Un resumen en
francs en el Journal de Crelle (la revista de matem-
ticas ms antigua, fundada por Leopold Crelle) le dio
difusin, pero los matemticos no aceptaron sus ideas
revolucionarias.
Lo que haba hecho Lobachevsky fue reemplazar el
quinto postulado de Euclides por este otro: Existen dos
rectas paralelas a una dada por un punto externo a la
recta.
El primero en colocar la geometra de BolyaiLobache-
vsky al mismo nivel que la euclidiana, fue el matemti-
co italiano Eugeni Beltrami (1835-1900). En 1868 dio un
modelo en dimensin 2 en un espacio euclidiano de di-
mensin 3, la pseudoesfera. En este modelo, los cuatro
primeros postulados se cumplan pero no el quinto.
La pseudoesfera
Una pseudoesfera es una superficie de revolucin que
se obtiene girando una curva llamada tractriz (una trac-
triz es lo que se llama una curva de persecucin, como
296 Unidad Didctica. Matemticas del Planeta Tierra
un perro persiguiendo un automvil que se desplaza por
una carretera en lnea recta, de manera que el perro ha
comenzado la persecucin desde un punto alejado de la
carretera) alrededor de su asntota. El nombre de pseu-
doesfera proviene de ciertas analogas existentes con la
esfera de dimensin 2:
L a esfera tiene curvatura constante positiva, mientras
que la pseudoesfera tiene curvatura constante negati-
va.
L a pseudoesfera no es una superficie acotada, pero su
rea es finita, as como el volumen de la regin que en-
cierra.
Dado que la pseudoesfera tiene curvatura constante nega-
tiva, es localmente isomtrica al plano hiperblico o disco
de Poincar, que es otro modelo fsico para la geometra
de Bolyai y Lobachevsky. En el caso del disco de Poincar,
las geodsicas son dimetros o arcos de crculo que cor-
tan perpendicularmente a la frontera del disco.
En la figura 4 se puede ver cmo en el disco de Poincar
no se verifica el quinto postulado. L1 es una recta lo
mismo que L2 y L3, y se ve entonces que por el punto P
externo a L1 se pueden trazar muchas paralelas (como
L2 y L3 ):
Figura 4. Geodsicas en el disco de Poincar. Imagen: Manuel de Len.
Otro matemtico que juega un papel estelar en la historia
del quinto postulado (y que de hecho cierra el panorama)
es Bernard Riemann, cuya tesis doctoral dirigi Gauss, y
que imparti su leccin inaugural el 10 de junio de 1854
en la que reformul el concepto de geometra. Desde Rie-
mann, la geometra es un espacio ms una estructura (la
mtrica) que permita medir.
En la memoria que recoge su leccin inaugural, publicada
en 1868, dos aos despus de su muerte, Riemann con-
sider una geometra en la que las paralelas no son po-
sibles, la geometra esfrica. Estas geometras no eran
diferentes de la euclidiana en el sentido de que no haba
contradicciones. Digamos que as como en la geometra
del plano euclidiano la lnea recta que los une es la tra-
yectoria ms corta entre ellos, en una superficie esfrica
esta propiedad la poseen los crculos mximos. En len-
guaje geomtrico, los crculos mximos son las geodsi-
cas de la geometra de la esfera.
El modelo lo complet Flix Klein en 1871, quien dio ade-
ms modelos de otras geometras no euclidianas, como
la de Riemann. Klein demostr que las geometras mtri-
cas, euclidianas o no euclidianas, constituyen casos par-
ticulares de la geometra proyectiva; adems, en 1872,
con ocasin de su conferencia en la toma de posesin de
la ctedra en la Universidad de Erlangen, present el lla-
mado Programa de Erlangen, en el que prob que el con-
cepto de grupo es esencial, de manera que una geometra
est caracterizada por su grupo de transformaciones.
En resumen, Klein demostr que solo hay tres tipos de
geometras:
Hiperblica (BolyaiLobachevsky).
Esfrica (Riemann).
Euclidiana (Euclides).
La Teora de la Relatividad
Cuando Einstein desarrolla su teora de la relatividad
general, las matemticas ya haban creado numerosos
instrumentos que quedaban a su disposicin: el clculo
tensorial y las conexiones.
Los tensores son elementos geomtricos que se pue-
den definir como grupos de nmeros asociados a cada
sistema de coordenadas, de manera que al cambiar las

coordenadas, esas cantidades cambian de acuerdo a
una determinada regla. Este concepto se puede exten-
der a espacios ms generales de dimensiones arbitra-
rias.
El clculo tensorial fue desarrollado por los matem-
ticos italianos a finales del siglo XIX. En primer lugar,
Gregorio Ricci-Curbastro (1853-1925), que lo denomin
clculo diferencial absoluto (1892). Posteriormente, el
mismo Ricci y Tullio Levi-Civita (1873-1941), que haba
sido uno de sus estudiantes de doctorado, publicaron
en 1900 un libro que se ha convertido ya en un clsico:
Mthodes de calcul diffrentiel absolu et leurs applica-
tions.
Este clculo se conoci en el siglo XX como anlisis ten-
sorial, y fue muy estudiado y aplicado por su uso en la
teora de la relatividad general. El anlisis tensorial fue
algo que Einstein tuvo que aprender con la ayuda de su
amigo, el matemtico Marcel Grossmann. Lvi-Civita
mantuvo una correspondencia con Einstein para corre-
gir algunos errores de este ltimo, correspondencia de
la que damos aqu un extracto y que muestra la alta va-
loracin que Einstein tena por los matemticos:
Admiro la elegancia de su mtodo de clculo; debe ser
estupendo cabalgar esos campos sobre el caballo de
las autnticas matemticas mientras nosotros tene-
mos que hacer nuestro laborioso trabajo a pie".
Einstein no solo reconoci el trabajo de Lvi-Civita,
tambin reconoci la deuda con la geometra de Rie-
mann, sobre el que dijo:
Solo el genio de Riemann, solitario e incomprendido,
haba llegado a mediados del pasado siglo a una nueva
concepcin del espacio, en la cual haba sido desprovis-
to de su rigidez y en la que era posible reconocer su ca-
pacidad de tomar parte en los acontecimientos fsicos.
Otro nombre clave en la historia la teora de la relati-
vidad general es el de Elwin Bruno Christoffel (1829-
1900). Los llamados smbolos de Christoffel no son ten-
sores, aunque tambin son grupos de nmeros que se
asocian a cada sistema de coordenadas, pero cambian
de una manera diferente a los tensores. Los smbolos de
Christoffel son las componentes de lo que se llama una
conexin en la variedad. Explicaremos brevemente lo
que esto significa.
4.2 EL PLANETA TIERRA EN EL UNIVERSO 297
La nocin de conexin, como su nombre indica, est
asociada al hecho de cmo se pueden transportar da-
tos a lo largo de una curva de manera que se extienda
la nocin del paralelismo euclidiano. Por ejemplo, en el
plano, se puede entender muy fcilmente cmo hacer
un transporte paralelo a lo largo de una curva: si comen-
zamos con un vector en un punto de una curva, simple-
mente trazamos un vector paralelo al dado en el punto
a donde queremos trasladarlo. Imaginemos ahora que
queremos hacer lo mismo a lo largo de una esfera: el
vector transportado paralelamente en el espacio eucli-
diano de tres dimensiones ya no ser tangente a la esfe-
ra. Cmo hacemos entonces?
Imaginemos que queremos hacer esto a lo largo de un
paralelo de la esfera. En ese caso, se considera el cono
construido sobre ese paralelo, de manera que es tan-
gente a la superficie de la esfera, y por tanto, el vector
de partida es tangente a ambas superficies, la esfrica
y la cnica. Pero un cono lo podemos abrir por una de
sus generatrices y desplegar en un plano (tcnicamen-
te, es lo que denominamos una superficie desarrollable,
que se puede desarrollar o desplegar sobre el plano);
haramos ahora el transporte euclidiano en el plano de
nuestro vector, y lo llevaramos de nuevo a la superficie
de la esfera deshaciendo la operacin de despliegue. Lo
que habremos conseguido es un vector que ahora s es
paralelo a la superficie esfrica y que sera el transpor-
tado paralelo del dado (y que no coincidir en general
con el de partida). Eso es lo mismo que hacemos en cual-
quier superficie, pues la familia de los planos tangentes
a lo largo de los puntos de la curva envuelve una super-
ficie (como el cono en el caso de la esfera).
Obviamente, esto no es muy til a efectos prcticos,
as que podemos definir el transporte paralelo de una
manera algebraica, y ah es donde los smbolos de Chris-
toffel juegan su papel.
Digamos tambin que el concepto de transporte parale-
lo puede hacerse en espacios abstractos (diramos do-
tados de una conexin), pero es particularmente intere-
sante en el caso de espacios provistos de una mtrica
de Riemann, es decir, de una manera de medir distancias
en cada plano tangente. Sabemos que existe una nica
manera de hacer transporte paralelo de manera que las
distancias se conserven, y esa manera de conectar es
298 Unidad Didctica. Matemticas del Planeta Tierra
lo que se llama la conexin de Lvi-Civita. Esto se puede
extender a casos ms generales en los que la mtrica
admite vectores que pueden tener longitud negativa
(una mtrica semi-riemanniana o seudo-riemanniana),
que son las que se usan en Relatividad.
El ao milagroso
El ao 1905 es el denominado ao milagroso (Annus
Mirabilis) de Albert Einstein, pues durante el mismo
redact varios trabajos fundamentales sobre la fsica
que cambiaron el rumbo de esta disciplina. En el pri-
mero de ellos explicaba el movimiento browniano, en el
segundo el efecto fotoelctrico y en los dos restantes
desarrollaba la relatividad especial y la equivalencia
masa-energa. La teora de la relatividad general surgi
ms adelante. A pesar de la importancia de la teora de
la relatividad, Einstein obtuvo el premio Nobel de Fsica
de 1921 por la explicacin del efecto fotoelctrico.
En 1912, Einstein comenz a colaborar con Marcel
Grossmann (matemtico especializado precisamente en
geometra diferencial) en la relatividad general, y en 1913
publicaron el Esbozo de una teora generalizada de la
relatividad y de una teora de la gravitacin, un traba-
jo conjunto en el que se representaba el campo gravi-
tatorio por medio del tensor mtrico, que simultnea-
mente representaba la estructura del espacio-tiempo.
La estructura del espacio-tiempo apareca aqu sujeta a
ecuaciones dinmicas que la hacen depender del campo
gravitatorio mismo y de sus fuentes. Este artculo co-
menzaba con una parte fsica firmada por Einstein, y se-
gua con una parte matemtica, firmada por Grossmann.
Las ecuaciones de campo deducidas en este artculo
no eran las correctas, y poco a poco Einstein fue dando
ms valor a los argumentos matemticos, entendiendo
que era indispensable su uso.
Es en 1915 cuando Einstein presenta las ecuaciones
correctas en la Academia Prusiana, escritas en forma
tensorial. Este tensor mtrico integra la materia que da
lugar a la curvatura. Como Einstein declar a un perio-
dista en Estados Unidos en 1912:
"Antes se crea que si desapareciera del universo toda
la materia, el espacio y el tiempo permaneceran. De
acuerdo con la teora de la relatividad, el espacio y el
tiempo despareceran juntamente con la materia".
Pareca que deberan generalizar la teora de Newton,
en concreto obtener ecuaciones de campo que exten-
dieran la llamada ecuacin de Poisson. Eso quera decir
que en el lado de la izquierda deberan poner deriva-
das segundas de la mtrica. Como miembro adecuado,
Grosmann sugera el tensor de Ricci, que es una con-
traccin del tensor de curvatura de Riemann, que est
construido a partir del tensor mtrico, y de sus deriva-
das primeras y segundas.
As, en las ecuaciones de campo de Einstein, la grave-
dad se da en trminos de un tensor mtrico, que des-
cribe las propiedades geomtricas del espacio-tiempo
tetradimensional y a partir de la cual se puede calcular
la curvatura de Ricci. En la parte derecha de la ecuacin,
se incluye el llamado tensor de tensin-energa, que da
cuenta de la densidad y la presin de la materia. Estos
tensores son tensores simtricos 4 X 4, de modo que
tienen 10 componentes independientes. Dada la liber-
tad de eleccin de las cuatro coordenadas del espa-
cio-tiempo, las ecuaciones independientes se reducen
a seis. La fuerza de acoplamiento entre la materia y la
gravedad es determinada por la constante gravitatoria
universal.
La ecuacin del campo de Einstein describe pues cmo
el espacio-tiempo se curva por la materia (figura 5):
Figura 5. Imagen: Manuel de Len.

Estas son las ecuaciones de campo para el vaco, y son
el enunciado matemtico que indica que donde no haya
presencia alguna de masa-energa no habr curvatura al-
guna en el espacio-tiempo.
R = 0c
Figura 6. Albert Einstein. Fuente: http://malta.freeculture.org/files/2011/03/
einstein.jpg.
Matemticamente, la teora de la relatividad especial
pasa a convertirse en un caso especial de la teora de la
relatividad general para la situacin en la cual no hay pre-
sencia de masa-energa o la presencia de la misma es tan
poca que la curvatura producida en el espacio-tiempo es
insignificante.
La ruta que toma un cuerpo en movimiento es precisa-
mente la ruta geodsica. De este modo, la Luna recorre
una ruta geodsica en torno a la Tierra, y los planetas y
los cometas que nos visitan de fuera recorren rutas geo-
dsicas en torno al Sol.
Las ecuaciones de campo de la Relatividad General pue-
den ser modificadas con la introduccin de un trmino
constante, una constante cosmolgica , con la cual di-
chas ecuaciones escritas en notacin de componentes
resultan ser:
R 1 g R + g = 8 G T
2 c4
4.2 EL PLANETA TIERRA EN EL UNIVERSO 299
Si queremos ahora obtener la ecuacin correspondiente
para el vaco, llegamos a:
R = g
Esto nos dice que si la constante cosmolgica no es igual
a cero entonces, incluso en ausencia de materia, el espa-
cio-tiempo tendra aun as una curvatura intrnseca, que
podra equilibrar la curvatura ocasionada por la masa-e-
nerga. De ah que Einstein introdujera este concepto
para poder tener soluciones estticas. La constante cos-
molgica, que Einstein consider su mayor error cientfi-
co, es otra manera de pensar en la energa oscura, as que
al final, Einstein tambin tena razn en este tema!
El Big-Bang y la moderna
visin del universo
Hoy en da, parece bien establecido que el universo se
form en una singularidad del espacio-tiempo, tal y como
muestran las ecuaciones de Einstein. Esta singularidad
inicial es lo que se conoce como el Big Bang o teora de
la gran explosin. Los datos actuales sugieren que ese
inicio fue hace unos 13.750 millones de aos, y esa sera la
edad de nuestro mundo.
De acuerdo con esta teora, el universo fue, en su momen-
to inicial, muy caliente y denso y se expandi rpidamen-
te, con el consecuente enfriamiento. Lo que medimos
hoy es una expansin continuada, reflejada en el despla-
zamiento hacia el rojo de los espectros de luz que nos
llega de las galaxias.
Tras el estallido inicial se fueron formando las partculas
subatmicas (electrones, protones, neutrones), los pri-
meros ncleos atmicos, los primeros elementos. Poste-
riormente, todo esto se combin para formar las estre-
llas y las galaxias, y es en las estrellas donde se formaron
los elementos ms pesados.
La teora del Big Bang est fundada sobre la teora de la
relatividad general de Albert Einstein, suponiendo unas
300 Unidad Didctica. Matemticas del Planeta Tierra
ciertas condiciones de homogeneidad e isotropa en el
universo. Las ecuaciones de Einstein implicaban solucio-
nes dinmicas, as que el universo tena que estar expan-
dindose o contrayndose. La aplicacin de la relatividad
a la cosmologa fue desarrollada por el fsico-matemti-
co ruso Alexander Friedman, que encontr soluciones
convenientes a las ecuaciones de Einstein: sus modelos
de universo de curvatura constante positiva, negativa
o nula. Ahora son los llamados modelos de Friedmann-
Lematre-RobertsonWalker.
Entre 1927 y 1930, el sacerdote belga Georges Lematre
obtuvo independientemente las ecuaciones y propuso
que el universo se inici con la explosin de un tomo
primigenio, lo que ms tarde se denomin Big Bang. Por
su parte, en 1929, Edwin Hubble realiz observaciones
que sirvieron de fundamento para comprobar la teora
de Lematre, y descubri observando el desplazamien-
to al rojo de los espectros que las galaxias se alejan
unas de otras a velocidades directamente proporciona-
les a su distancia (la ley de Hubble).
Un modelo alternativo era el de Fred Hoyle, segn el
cual se genera nueva materia mientras las galaxias se
alejan entre s. En este modelo (el del universo estacio-
nario), el universo es bsicamente el mismo en un mo-
mento dado en el tiempo. Sin embargo, este modelo fue
abandonado, y prevaleci la teora del Big Bang. Irnica-
mente, este nombre se le debe precisamente al propio
Hoyle, que adems de cosmlogo fue un notable autor
de novelas de ciencia-ficcin.
Hubo tambin teoras que contemplan un universo osci-
lante (debidas a Richard Tolman) pero Stephen Hawking
y otros demostraron que esta idea no era factible, y que
la singularidad es un componente esencial de la gra-
vedad de Einstein. As que finalmente la teora de una
singularidad inicial y una edad finita para el universo es
la que todos los cosmlogos han aceptado como buena.
Un avance significativo en los aspectos observaciona-
les ha sido el descubrimiento de la radiacin de fondo
de microondas (en ingls, Cosmic Microwave Back-
ground o CMB), llamada tambin radiacin de fondo
csmica, predicha por la teora. Segn Einstein, mien-
tras el universo se enfriaba debido a la expansin, su
temperatura habra cado por debajo de 3.000 K. Por
encima de esta temperatura, los electrones y protones
estn separados, haciendo el universo opaco a la luz.
Por debajo de los 3.000 K se forman los tomos, per-
mitiendo el paso de la luz a travs del gas del universo.
Esto es lo que se conoce como disociacin de fotones.
La radiacin en este momento habra tenido el espectro
del cuerpo negro y habra viajado libremente durante
el resto de vida del universo, sufriendo un corrimiento
hacia el rojo como consecuencia de la expansin de Hu-
bble. Esto hace variar el espectro del cuerpo negro de
3.345 K a un espectro del cuerpo negro con una tem-
peratura mucho menor. La radiacin, vista desde cual-
quier punto del universo, parecer provenir de todas las
direcciones en el espacio.
En 1965 Arno Penzias y Robert Wilson descubrieron
la radiacin csmica de fondo, lo que proporcion una
confirmacin sustancial de las predicciones generales
respecto al CMB la radiacin result ser istropa y
constante, con un espectro del cuerpo negro de cerca
de 3 K e inclin la balanza hacia la hiptesis del Big
Bang. Penzias y Wilson recibieron el premio Nobel este
gran hallazgo.
La NASA lanz en 1989 el COBE (Cosmic Background
Explorer), que confirm los datos acerca de la radiacin
de fondo de microondas. En 2003, los resultados de la
sonda Wilkinson de Anisotropas del fondo de Microon-
das (en ingls Wilkinson Microwave Anisotropy Probe o
WMAP) confirm una vez ms los datos.
La imagen de la radiacin de fondo de microondas que
incluimos a continuacin podra considerarse como una
autntica fotografa del universo:
figura 8. Radiacin de fondo de microondas. Fuente: http://lambda.gsfc.nasa.gov/pro-
duct/cobe/dmr_image.cfm.

Conclusin
Como conclusin de todas las matemticas que hemos
visto hasta ahora, podamos ya decidir cul es la forma
del universo? La geometra nos dice que hay tres posi-
bles geometras. En efecto, si suponemos que el universo
es istropo, la curvatura sera constante. Por lo tanto:
Si la geometra es elptica o esfrica, entonces la cur-
vatura sera positiva. De manera que el universo con-
tinuar expandindose hasta un momento en el que
comenzar a contraerse (el llamado Big Crunch) hasta
llegar de nuevo a una singularidad.
Si el universo es plano, es decir, euclidiano, con curva-
tura cero, la expansin ir disminuyendo poco a poco,
pero no cesar, y la expansin actual se ir acelerando.
Si el universo es hiperblico, la expansin actual pro-
seguir pero aumentando la velocidad conforme vaya
pasando el tiempo.
El primer modelo corresponde a lo que los matemticos
llaman un espacio compacto, mientras que los otros dos
seran no compactos (abiertos, en la terminologa que
gusta a los cosmlogos).
De qu depende la curvatura? Ya hemos dicho que es
la masa la que curva el espacio, en particular, la densi-
dad de materia. Hay un valor crtico para la densidad
para el cual la curvatura es cero, pero si es menor que
el valor crtico, la curvatura ser negativa, y si es ma-
yor, positiva.
Los datos que se han recogido en los ltimos aos in-
dican una contradiccin; por una parte el universo se-
ra plano, pero la expansin se est acelerando. Eso
ha llevado a la hiptesis de la existencia de materia de
naturaleza desconocida, que los fsicos tericos y los
cosmlogos han dado en llamar oscura.
Otro elemento que ha entrado en juego es la llamada
energa oscura, de la que puede depender que el univer-
so se siga expandiendo hasta que se produzca el llama-
do Big Rip (el Gran Desgarro).
El debate est servido, y la geometra (y las matemti-
cas en general) tendrn mucho que decir (como siem-
pre) en el mismo. Nos esperan, sin duda, tiempos apa-
sionantes.
4.2 EL PLANETA TIERRA EN EL UNIVERSO 301
EJERCICIOS
Transporte paralelo
En una pelota de baloncesto dibuja un paralelo con
un rotulador. Construye con una cartulina un cono
sobre ese paralelo, de manera que es tangente a la
superficie de la pelota. Coloca un lpiz en uno de los
puntos del paralelo, de tal modo que sea tangente a
ambas superficies, la esfrica y la cnica. Sin mover
el lpiz (por ejemplo, fijndolo con cinta de cello)
abre el cono por una generatriz y despliega sobre
el plano de una mesa. Sobre este plano haz el trans-
porte eucldeo del lpiz y de nuevo reconstruye el
cono; el lpiz sera ahora el transportado paralelo
del dado.
Comprueba que, si hiciramos esta operacin con el
ecuador de la pelota, el lpiz volvera a su posicin
inicial.
Tringulos geodsicos
Sobre una pelota de baloncesto dibuja un tringulo
geodsico (es decir, sus lados son crculos mxi-
mos). Mide sus ngulos y smalos. Dar 180 o no?
Por qu?
REFERENCIAS BIBLIOGRFICAS
Casas, A. (2009): El LHC y la frontera de la fsica. Madrid:
CSIC/La Catarata, col. Qu sabemos de?, n 1.
Casas, A. (2010): El lado oscuro del universo. Madrid:
CSIC/La Catarata, col. Qu sabemos de?, n 13.
En estos dos libros del fsico terico Alberto Casas se
da una amena descripcin del modelo estndar, del para-
digma de la fsica, y de la bsqueda de la ltima hasta
el momento pieza que falta para encajar el puzle. En el
primero de los libros se hace hincapi en la relevancia
de LHC para la investigacin frontera en el tema, y en el
302 4.2 EL PLANETA TIERRA EN EL UNIVERSO
segundo, se analiza el gran enigma de la materia y la ener-
ga oscuras.
De Len, M., J. C. Marrero, Martn de Diego, D. (2009): Las
matemticas del sistema solar. Madrid: CSIC/La Catara-
ta, col. Qu sabemos de?, n 3.
En este libro los autores dan una visin histrica de las
matemticas que estn detrs de las descripciones del
sistema solar, desde la remota antigedad hasta nues-
tros das.
De Len, M. (2012): La geometra del universo. Madrid:
CSIC/La Catarata, col. Qu sabemos de?, n 38.
El autor toma como hilo conductor el postulado de la pa-
ralela de Euclides para mostrar cmo aparecen las geo-
metras no eucldeas y cmo stas son la clave para una
descripcin de nuestro universo.
Hawking, S. (2012): El universo en una cscara de nuez.
Barcelona: Crtica.
Hawking analiza el origen y la estructura del universo, a la
luz de los recientes descubrimientos cientficos. La obra
contiene ilustraciones espectaculares que la hacen muy
amena.
Randall, L. (2011): Universos ocultos. Barcelona: Acantila-
do.
Lisa Randall traza un panorama de la fsica terica mo-
derna y de la estructura de nuestro universo.
Rey Pastor, J. y Babini, J. (2000): Historia de la matemti-
ca, vol. 1 y 2. Barcelona: Gedisa.
Esta obra es un clsico en espaol sobre la historia de las
matemticas desde los tiempos antiguos (Babilonia, In-
dia, Egipto, Grecia) hasta nuestros das.
Snchez Ron, J. M. (2004): "Einstein, la relatividad y las
matemticas". La Gaceta de la RSME, vol. 7, n 1, pp. 153-
184.
Excelente artculo en el que el autor describe las mate-
mticas que estn detrs de la teora de la relatividad. con el mismo ttulo que recoga lo expuesto en la serie.
Contiene interesantes referencias histricas de la cien-
cia de la poca.
MATERIALES AUXILIARES
SERIES
Star Trek (Gene Roddenberry, 1966). Esta mtica serie se
transmiti desde el ocho de septiembre de 1966 hasta el
2 de septiembre de 1969. Ambientada en el siglo XXIII, la
serie original sigue las aventuras de la nave estelar USS
Enterprise (NCC-1701) y su tripulacin, liderada por el capi-
tn James T. Kirk, su primer oficial el Sr. Spock, y el oficial
mdico en jefe Leonard McCoy, entre otros personajes.
La serie ha tenido varias secuelas, dando incluso lugar al
rodaje de varias pelculas, convirtindose en una serie de
culto en todo el mundo.
Doctor Who. Serie de televisin britnica de ciencia fic-
cin producida por la BBC, que tuvo una secuela en forma
de pelcula producida por Universal Studios bajo licencia
de la compaa britnica en 1996. El programa muestra
las aventuras de un misterioso extraterrestre y viajero
en el tiempo, conocido como El Doctor, que explora el
tiempo y el espacio en su nave TARDIS con sus compae-
ros, arreglando problemas y corrigiendo errores. Dispo-
nible en http://www.bbc.co.uk/programmes/b006q2x0.
DOCUMENTAL
Cosmos: un viaje personal (Carl Sagan, 1980). Serie docu-
mental de divulgacin cientfica escrita por Carl Sagan,
Ann Druyan y Steven Soter cuyos objetivos fundamen-
tales fueron difundir la historia de la astronoma, de la
ciencia y del origen de la vida. A la vez, proporciona una
reflexin sobre el lugar que ocupan nuestra especie y
nuestro planeta en el universo e informa sobre las moder-
nas visiones de la cosmologa y las ltimas noticias de la
exploracin espacial, en particular las misiones Voyager.
El programa de televisin const de trece episodios, cada
uno de aproximadamente una hora de duracin, protagoni-
zados por Carl Sagan. Posteriormente se public un libro
III. JUSTIFICACIN
DE LA ESTRUCTURA
DE LA OBRA
Captulo 1.1 El posicionamiento sobre la Tierra
Christiane Rousseau

Objetivos Contenidos Criterios de evaluacin

Asignatura: Ciencias para el Mundo Contemporneo

O1, O2, O3, O4, O5, O6, O7, O8 C1 y C6 E1, E2, E4 y E10

Asignatura: Biologa y Geologa (Modalidad de Ciencias y Tecnologa)

O2, O3 y O9 C2 y C3 E1 y E3

Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)

Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8

Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)

C1 y C2 E1, E2 y E3

Asignatura: Matemticas II (Modalidad de Ciencias y Tecnologa)

C2 E2 y E3

Asignatura: Geografa (Modalidad de Humanidades y Ciencias Sociales)

O1 y O2 C1 E1

Asignaturas: Matemticas I y II (Modalidad de Humanidades y Ciencias Sociales)

Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8

Asignatura: Matemticas I (Modalidad de Humanidades y Ciencias Sociales)

C1 E1, E2 y E5

Balance de frecuencias. Captulo 1.1

Asignaturas Objetivos Contenidos Criterios de evaluacin
7 29 9 15
306 Unidad Didctica. Matemticas del Planeta Tierra

Captulo 1.2: Tierra, el planeta "slido"

Rafael Orive Illera
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O4, O5, O6, O7 y O8 C1 y C4 E1, E2, E3, E5 y E6
Asignatura: Biologa y Geologa (Modalidad de Ciencias y Tecnologa)
O1, O2, O3, O7, O8 y O9 C1, C2 y C3 E1, E2, E3, E4 y E5
Asignatura: Ciencias de la Tierra y Medioambientales (Modalidad de Ciencias y Tecnologa)
O1, O2, O3, O4, O5 y O6 C3 E5
Asignatura: Fsica (Modalidad de Ciencias y Tecnologa)
O2, O4 y O7 C3 E1 y E3
Asignatura: Fsica y Qumica (Modalidad de Ciencias y Tecnologa)
O1, O2, O4 y O7 C3 y C4 E1, E2, E3 y E4
Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7 y O8
Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)
C1, C3 y C4 E1, E4, E5, E6 y E7

Asignatura: Matemticas II (Modalidad de Ciencias y Tecnologa)

C3 E3, E4, E5 y E7

Asignatura Tecnologa Industrial I (Modalidad de Ciencias y Tecnologa)

O2 C5
Asignatura: Geografa (Modalidad de Humanidades y Ciencias Sociales)
O2 y O3 C3 E1 y E3
Asignaturas: Matemticas I y II (Modalidad de Humanidades y Ciencias Sociales)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7 y O8
Asignatura: Matemticas I (Modalidad de Humanidades y Ciencias Sociales)
C1 y C3 E1, E2, E6, E7 y E8

Asignatura: Matemticas II (Modalidad de Humanidades y Ciencias Sociales)

C2 y C3 E3, E4, E5, E6, E7 y E8

Balance de frecuencias. Captulo 1.2

Asignaturas Objetivos Contenidos Criterios de evaluacin
11 46 19 29
 III. JUSTIFICACIN DE LA ESTRUCTURA DE LA OBRA 307

Captulo 1.3 La Tierra: un planeta con mares y atmsfera

Antonio Crdoba y Diego Crdoba
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O4, O5, O6, O7, O8 C1 E1, E2, E4, E5
Asignatura: Ciencias de la Tierra y Medioambientales
O1, O3, O4, O5 C21 E3
Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8

Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)

C1, C2, C3 E1, E2, E3, E4
Asignatura: Matemticas II (Modalidad de Ciencias y Tecnologa)
C1, C2, C3 E1, E2, E3, E4 E5, E6, E7

Balance de frecuencias. Captulo 1.3

Asignaturas Objetivos Contenidos Criterios de evaluacin
4 20 8 16

1. Este captulo es especialmente adecuado para el segundo contenido de esta asignatura titulado "Los sistemas fluidos
externos y su dinmica", que incluye dos apartados, uno dedicado a la atmsfera y el segundo a la hidrosfera.
308 Unidad Didctica. Matemticas del Planeta Tierra

Captulo 2.1 Modelos matemticos de las epidemias

Juan Jos Nieto Roig
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O4, O5, O6, O7, O8 C1 y C3 E1, E3, E4 y E7
Asignatura: Biologa (Modalidad de Ciencias y Tecnologa)
O1, O4 y O8 C4 y C5 E2, E8 y E9
Asignatura: Qumica (Modalidad de Ciencias y Tecnologa)
O6 y O7 C8

Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)

Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8
Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)
Ci Ei
Asignaturas: Matemticas I y II (Modalidad de Humanidades y Ciencias Sociales)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8
Asignatura: Matemticas I (Modalidad de Humanidades y Ciencias Sociales)
C3 y C4 E2, E6 y E8
Asignatura: Matemticas II (Modalidad de Humanidades y Ciencias Sociales)
C3 E2, E3, E4 y E8

Balance de frecuencias. Captulo 2.1

Asignaturas Objetivos Contenidos Criterios de evaluacin
7 29 9 15
 III. JUSTIFICACIN DE LA ESTRUCTURA DE LA OBRA 309

Captulo 2.2 Las matemticas de la evolucin y la biodiversidad

Marta Casanellas
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O4, O5, O6, O7, O8 C1 y C2 E1, E4 y E8
Asignatura: Biologa (Modalidad de Ciencias y Tecnologa)
O2, O3 y O4 C3 E1, E2, E7 y E8
Asignatura: Biologa y Geologa (Modalidad de Ciencias y Tecnologa)
O5, O6 y O8 C4 E1 y E8
Asignatura: Ciencias de la Tierra y Medioambientales (Modalidad de Ciencias y Tecnologa)
O5 y O7 C1 E6 y E7
Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8
Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)
C1 y C4 E4 y E6

Asignatura: Matemticas II (Modalidad de Ciencias y Tecnologa)

C1 E1, E3 y E4
Asignatura: Geografa (Modalidad de Humanidades y Ciencias Sociales)
O6 C3 y C4 E1
Asignaturas: Matemticas I y II (Modalidad de Humanidades y Ciencias Sociales)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8
Asignatura: Matemticas I (Modalidad de Humanidades y Ciencias Sociales)
C3 E2, E5 y E8
Asignatura: Matemticas II (Modalidad de Humanidades y Ciencias Sociales)
C1 y C3 E1, E2 y E8

Balance de frecuencias. Captulo 2.2

Asignaturas Objetivos Contenidos Criterios de evaluacin
9 33 13 23
310 Unidad Didctica. Matemticas del Planeta Tierra

Captulo 2.3 Las matemticas nos ayudan a crecer

David Martn de Diego
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O3, O5 y O7 C1 y C3 E1 y E3
Asignatura: Biologa (Modalidad de Ciencias y Tecnologa)
O7 C3 E7
Asignatura: Biologa y Geologa (Modalidad de Ciencias y Tecnologa)
O4 C5 y C6 E8 y E9
Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8

Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)

C1 E1, E2 y E7
Asignaturas: Matemticas I y II (Modalidad de Humanidades y Ciencias Sociales)
Objetivos comunes: O1
Asignaturas: Matemticas I (Modalidad de Humanidades y Ciencias Sociales)
C2 E1 y E5
Asignatura: Matemticas Educacin Secundaria Obligatoria Primer Curso
Bloque Nmeros: C7
Asignatura: Matemticas Educacin Secundaria Obligatoria Segundo Curso
Bloque Nmeros: C5 y C6. Bloque Geometra: C3
Asignatura: Matemticas Educacin Secundaria Obligatoria Tercer Curso
Bloque lgebra: C1, C2 y C3. Bloque Geometra: C2
Asignatura: Matemticas Educacin Secundaria Obligatoria Cuarto Curso, Op. B
Bloque Nmeros: C1

Balance de frecuencias. Captulo 2.3

Asignaturas Objetivos Contenidos Criterios de evaluacin
11 14 14 10
Dada la singularidad de los contenidos de este captulo se ha considerado tambin el currculo de la educacin secun-
daria obligatoria.
 III. JUSTIFICACIN DE LA ESTRUCTURA DE LA OBRA 311

Captulo 2.4 Matemticas para el estudio y tratamiento de las enfermedades

Marco Antonio Fontelos Lpez
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O4, O5, O6, O7, O8 C1 y C3 E1, E2, E3, E4 y E7
Asignatura: Biologa (Modalidad de Ciencias y Tecnologa)
O1, O2, O3, O4, O5, O6, O7, O8 C1, C2, C4 y C5 E2, E5, E6, E8 y E9
Asignatura: Ciencias de la Tierra y Medioambientales (Modalidad de Ciencias y Tecnologa)
O5 C4 E7
Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8
Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)
C1 y C3 E1, E4 y E5

Asignatura: Matemticas II (Modalidad de Ciencias y Tecnologa)

C1 y C3 E1, E3 y E4
Asignaturas: Matemticas I y II (Modalidad de Humanidades y Ciencias Sociales)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8
Asignatura: Matemticas I (Modalidad de Humanidades y Ciencias Sociales)
C1 y C2 E1, E2 y E5
Asignatura: Matemticas II (Modalidad de Humanidades y Ciencias Sociales)
C1 y C2 E1, E2, E3, y E4

Balance de frecuencias. Captulo 2.4

Asignaturas Objetivos Contenidos Criterios de evaluacin
8 33 15 24
312 Unidad Didctica. Matemticas del Planeta Tierra

Captulo 2.5 El genoma humano

Enrique Macas Virgs y Antonio Gmez Tato
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O4, O5, O6, O7 y O8 C1 y C2 E1, E2, E4, E8 y E9
Asignatura: Biologa (Modalidad de Ciencias y Tecnologa)
O1, O2, O3, O4, O5, O6, y O7 C1 y C3 E1, E2 y E7
Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7 y O8
Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)
C1, C2 y C4 E1, E2, E3, E6 y E7

Asignatura: Matemticas II (Modalidad de Ciencias y Tecnologa)

C1 y C2 E1, E2 y E3
Asignaturas: Matemticas I y II (Modalidad de Humanidades y Ciencias Sociales)
Objetivos comunes: O1, O2, O4, O5, O6, O7 y O8
Asignatura: Matemticas I (Modalidad de Humanidades y Ciencias Sociales)
C3 E2, E6, E7 y E8
Asignatura: Matemticas II (Modalidad de Humanidades y Ciencias Sociales)
C1 y C3 E1, E2, E3, E5, E6, E7 y E8

Balance de frecuencias. Captulo 2.5

Asignaturas Objetivos Contenidos Criterios de evaluacin
6 30 12 27
 III. JUSTIFICACIN DE LA ESTRUCTURA DE LA OBRA 313

Captulo 3.1 Meteorologa y clima

Ana Mara Mancho
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O4, O5, O6, O7, O8 C1, C2, C4, C6 E1, E2, E3, E4, E5, E6
Asignatura: Biologa y Geologa (Modalidad de Ciencias y Tecnologa)
O1, O7 C3 E5
Asignatura: Ciencias de la Tierra y Medioambientales (Modalidad de Ciencias y Tecnologa)
O1, O2, O3, O4, O5, O6, O7 C1, C2, C6 E1, E2, E3, E4 E5
Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)
Objetivos comunes: O1, O2, O3, O4, O5, O6

Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)

C1, C2, C3, C4 E1, E3, E5, E6, E7
Asignatura: Matemticas II (Modalidad de Ciencias y Tecnologa)
C1, C2, C3 E1, E2, E3, E5, E7
Asignatura: Geografa (Modalidad de Humanidades y Ciencias Sociales)
O6 C3 E5
Asignaturas: Matemticas I y II (Modalidad de Humanidades y Ciencias Sociales)
Objetivos comunes: O2, O4, O5, O6, O7, O8
Asignatura: Matemticas I (Modalidad de Humanidades y Ciencias Sociales)
C1, C2, C3 E1, E2, E5
Asignatura: Matemticas II (Modalidad de Humanidades y Ciencias Sociales)
C2, C3 E4, E6

Balance de frecuencias. Captulo 3.1

Asignaturas Objetivos Contenidos Criterios de evaluacin
8 22 21 28
314 Unidad Didctica. Matemticas del Planeta Tierra

Captulo 3.2 Matemticas y economa

Carlos Vzquez Cendn
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O4, O5, O6, O7, O8 C1, C4 y C5 E1, E2, E4, E5 y E6
Asignatura: Ciencias de la Tierra y Medioambientales (Modalidad de Ciencias y Tecnologa)
O1, O3, O5, y O7 C1, C3 y C4 E1, E2 y E6
Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)
Objetivos comunes: O1 y O2

Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)

C3 y C4 E1
Asignatura: Tecnologa Industrial I (Modalidad de Ciencias y Tecnologa)
O2, O3, O4 y O5 C1, C3, C4 y C5 E3, E4 y E5
Asignatura: Economa (Modalidad de Humanidades y Ciencias Sociales)
O1, O2, O3, O4, O5, O6, O7, O8 y O9 C1, C2, C3, C4, C5, C6, C7 y C8 E1, E2, E3, E4, E5, E6, E7, E8 y E9
Asignatura: Geografa (Modalidad de Humanidades y Ciencias Sociales)
O4, O5 y O6 C1, C3, C4 y C5 E3, E4 y E5
Asignaturas: Matemticas I y II (Modalidad de Humanidades y Ciencias Sociales)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7 y O8
Asignatura: Matemticas I (Modalidad de Humanidades y Ciencias Sociales)
C1, C2 y C3 E3, E4, E5, E6 y E8

Asignatura: Matemticas II (Modalidad de Humanidades y Ciencias Sociales)

C1 y C3 E5, E6, E7 y E8

Balance de frecuencias. Captulo 3.2

Asignaturas Objetivos Contenidos Criterios de evaluacin
9 40 29 33
 III. JUSTIFICACIN DE LA ESTRUCTURA DE LA OBRA 315

Captulo 3.3 Catstrofes inducidas por el hombre

Carlos Pars,M Luz Muoz Ruiz y Jos Manuel Gonzlez Vida
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O4, O5, O6, O7, O8 C1 y C4 E1, E2, E4, E5 y E6
Asignatura: Ciencias de la Tierra y Medioambientales (Modalidad de Ciencias y Tecnologa)
O1, O3, O4, O5, O6 y O7 C1, C2, C4, C5 y C6 E1, E2, E6, E7, E8 y E9
Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8
Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)
C1 y C2 E1, E3, E5 y E7

Asignatura: Matemticas II (Modalidad de Ciencias y Tecnologa)

C1 ,C2 y C3 E1, E3, E4 y E7
Asignatura: Economa (Modalidad de Humanidades y Ciencias Sociales)
O2 y O8 C1 y C8 E1 y E8
Asignatura: Geografa (Modalidad de Humanidades y Ciencias Sociales)
O1, O5 y O6 C4 E3 y E5
Asignaturas: Matemticas I y II (Modalidad de Humanidades y Ciencias Sociales)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8
Asignatura: Matemticas I (Modalidad de Humanidades y Ciencias Sociales)
C1 y C2 E1 y E5
Asignatura: Matemticas II (Modalidad de Humanidades y Ciencias Sociales)
C1 y C2 E1, E2 y E4

Balance de frecuencias. Captulo 3.3

Asignaturas Objetivos Contenidos Criterios de evaluacin
8 36 19 28
316 Unidad Didctica. Matemticas del Planeta Tierra

Captulo 3.4 Matemticas y redes

Juan Jos Ru y Ana Zumalacrregui
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O4, O5, O6, O7, O C1, C6 E1, E4 y E10
Asignatura: Fsica
O4 y O5 C1

Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)

Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8
Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)
C1: Aritmtica y lgebra
Asignatura: Matemticas II (Modalidad de Ciencias y Tecnologa)
C1: lgebra Lineal E1, E3 y E7
Asignatura: Tecnologa Industrial II (Modalidad de Ciencias y Tecnologa)
O3 C4 y C5 E5, E6 y E7
Asignatura: Economa (Modalidad de Humanidades y Ciencias Sociales)
O7 C2

Asignatura: Geografa (Modalidad de Humanidades y Ciencias Sociales)

O1 y O2 C1, C4 y C5

Asignaturas: Matemtica I y II (Modalidad de Humanidades y Ciencias Sociales)

Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8
Asignatura: Matemticas II (Modalidad de Humanidades y Ciencias Sociales)
C1: lgebra E1, E2 y E5

Balance de frecuencias. Captulo 3.4

Asignaturas Objetivos Contenidos Criterios de evaluacin
8 29 11 12
 III. JUSTIFICACIN DE LA ESTRUCTURA DE LA OBRA 317

Captulo 3.5 Las matemticas que hacen segura la red

Vanesa Daza
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O4, O5, O6, O7, O8 C6 E2 y E10
Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8
Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)
C1 E1

Asignatura: Matemticas II (Modalidad de Ciencias y Tecnologa)

C1 E3
Asignaturas: Matemticas I y II (Modalidad de Humanidades y Ciencias Sociales)
Objetivos comunes: O1, O2, O5, O6, O7, O8
Asignatura: Matemticas I (Modalidad de Humanidades y Ciencias Sociales)
C1 E1 y E2

Balance de frecuencias. Captulo 3.5

Asignaturas Objetivos Contenidos Criterios de evaluacin
5 24 4 6
318 Unidad Didctica. Matemticas del Planeta Tierra

Captulo 3.6 Energa

Rafael Montenegro
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O4, O5, O6, O7, O8 C1, C4 y C6 E1, E2, E4, E5 y E6
Asignatura: Ciencias de la Tierra y Medioambientales (Modalidad de Ciencias y Tecnologa)
O1, O2, O3 C1, C2 y C6 E1, E2 y E3
Asignatura: Fsica (Modalidad de Ciencias y Tecnologa)
O1 y O2, C1 E1
Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8
Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)
C1 y C2 E2 y E3

Asignatura: Matemticas II (Modalidad de Ciencias y Tecnologa)

C1 y C2 E1, E2, E3 y E7
Asignatura: Tecnologa Industrial I (Modalidad de Ciencias y Tecnologa)
O2 y O3 C1 E1
Asignatura: Geografa (Modalidad de Humanidades y Ciencias Sociales)
O1, O2, O5 y O6 C1, C3 y C4 E4 y E5
Asignaturas: Matemticas I y II (Modalidad de Humanidades y Ciencias Sociales)
Objetivos comunes: O1, O3, O4, O5 y O6
Asignatura: Matemticas I (Modalidad de Humanidades y Ciencias Sociales)
C1 y C2 E2 y E5

Balance de frecuencias. Captulo 3.6

Asignaturas Objetivos Contenidos Criterios de evaluacin
9 28 17 20
 III. JUSTIFICACIN DE LA ESTRUCTURA DE LA OBRA 319

Captulo 4.1 Sistema Solar

Toms L. Gmez
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O4, O5, O6, O7, O8 C1 E1, E2, E9 y E10
Asignatura: Fsica (Modalidad de Ciencias y Tecnologa)
O1, O2, O3, O4 y O5 C1, C2 y C6 E1 y E2
Asignatura: Fsica y Qumica (Modalidad de Ciencias y Tecnologa)
O1, O2, O3, O4, O5, O6, O7, O8 C1, C2 y C3 E1, E2 y E3
Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)
Objetivos comunes: O1, O2, O3, O4, O5, O6, O7, O8

Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)

C1, C2 y C3 E2, E3 y E4
Asignatura: Matemticas II (Modalidad de Ciencias y Tecnologa)
C2 E2 y E7

Balance de frecuencias. Captulo 4.1

Asignaturas Objetivos Contenidos Criterios de evaluacin
5 29 11 14
320 Unidad Didctica. Matemticas del Planeta Tierra

Captulo 4.2 El Planeta Tierra en el Universo

Manuel de Len
Objetivos Contenidos Criterios de evaluacin
Asignatura: Ciencias para el Mundo Contemporneo
O1, O2, O3, O6, O8 C1, C2, C6 E1, E4
Asignatura: Fsica (Modalidad de Ciencias y Tecnologa)
O1, O2, O8, O9 C1, C2, C6 E1, E7, E8, E9
Asignaturas: Matemticas I y II (Modalidad de Ciencias y Tecnologa)
Objetivos comunes: O1, O2, O4, O6, O7

Asignatura: Matemticas I (Modalidad de Ciencias y Tecnologa)

C1, C2 E1, E2, E3
Asignaturas: Matemticas II (Modalidad de Ciencias y Tecnologa)
C1, C2 E1, E2, E3
Asignaturas: Matemticas I y II (Modalidad de Humanidades y Ciencias Sociales)
Objetivos comunes: O5, O7

Balance de frecuencias. Captulo 4.2

Asignaturas Objetivos Contenidos Criterios de evaluacin
6 16 10 12
IV. glosario
Aberracin de la luz: Diferencia entre la posicin obser-
vada de una estrella y la posicin real, debido a la combi-
nacin de la velocidad del observador y la velocidad de la
luz. (Cap. 4.1)
ADN: Molcula que contiene codificadas las instruccio-
nes genticas utilizadas en el desarrollo y funcionamien-
to de un organismo vivo. (Cap. 2.5)
Aerofrenado: Tcnica por la que se frena una nave espa-
cial usando la friccin con la atmsfera. (Cap. 4.1)
al clima de la Tierra, son efectos antropognicos los de-
bidos a procesos como la deforestacin o la emisin de
gases de efecto invernadero. (Cap. 3.3)
rbol de la vida: rbol filogentico de todas las especies
presentes en el planeta Tierra hoy en da. (Cap. 2.2)
rbol filogentico: Grafo que se usa para representar la
evolucin; las hojas del rbol representan especies ac-
tuales y los vrtices internos representan ancestros de
estas especies. (Cap. 2.2)

Anlisis matemtico: Parte de las matemticas que es-
tudia las funciones, incluyendo las derivadas, integrales
y su relacin. Esta rea de las matemticas proporciona
herramientas tiles para estudiar si una ecuacin dife-
rencial constituye un problema bien planteado. (Cap. 3.3)
Anlisis numrico: Parte de las matemticas que estu-
dia el diseo de mtodos numricos adecuados para ha-
llar soluciones aproximadas de problemas matemticos.
Esta rea de las matemticas proporciona herramientas
tiles para discretizar las ecuaciones diferenciales de un
modelo matemtico. (Cap. 3.3)
Anemmetro: Aparato utilizado para medir la velocidad
del viento en un punto. Proporciona el valor de su mdulo
y direccin en un instante, o el valor medio en un periodo
de tiempo. (Cap. 3.6)
Asimilacin de datos: Procedimiento mediante el cual
las observaciones atmosfricas se incorporan en un mo-
delo real programado en un ordenador, de forma que el
modelo cuente para sus predicciones con la informacin
aportada por las observaciones y medidas. (Cap. 3.1)
Autmata celular: Modelo matemtico discreto en el
que el estado del sistema viene dado por uno o ms valo-
res numricos en un conjunto finito de compartimentos
o clulas, cuya evolucin viene dada por un conjunto fini-
to de reglas que se aplican secuencialmente a todos los
compartimentos. (Cap. 3.3)
Axn: Prolongacin de las neuronas especializadas en
conducir el impulso nervioso desde el cuerpo celular o
soma hacia otra neurona. (Cap. 2.4)

Angiognesis: Proceso consistente en la formacin de
vasos sanguneos nuevos a partir de los vasos preexis-
tentes. (Cap. 2.4)
ngulo ureo: ngulo de una circunferencia de tal
modo que el cociente de la longitud de arco del ngulo
360 y la longitud de arco del ngulo es precisa-
mente el nmero de oro. Su valor es aproximadamente
137,5. (Cap. 2.3)
Antropognico: Referido a efectos o procesos que son
consecuencia de actividades humanas, en contrapo-
sicin con aquellos que lo son de causas naturales sin
influencia del hombre. Por ejemplo, en lo que se refiere
Base de Datos: Conjunto estructurado de datos. (Cap. 2.5)
Big-Bang: Singularidad inicial de las ecuaciones de cam-
po que dio lugar al universo actual. (Cap. 4.2)
Clculo estocstico: Parte de las matemticas que desa-
rrolla para los procesos estocsticos herramientas an-
logas al clculo determinista ms tradicional. En particu-
lar, estudia el clculo diferencial estocstico, el clculo
integral estocstico, etctera. Por ejemplo, el lema lto:
es el anlogo en clculo estocstico a la regla de la ca-
dena en el clculo determinista. Tambin es preciso dar
sentido a la integral respecto de un proceso o integral
estocstica. (Cap. 3.2)
324 Unidad Didctica. Matemticas del Planeta Tierra
Cambio climtico: Variacin global del clima de la Tie-
rra debida tanto a causas naturales como a la accin
del hombre, y que se produce a muy diversas escalas de
tiempo y sobre todos los parmetros climticos: tempe-
ratura, precipitaciones, nubosidad, etctera (Cap. 3.3)
Camino euleriano (en un grafo): Secuencia de vrti-
ces conectados consecutivamente por aristas con la
propiedad de que toda pasa por cada arista una nica
vez. (Cap. 3.4)
Camino Hamiltoniano (en un grafo): Secuencia de vr-
tices conectados consecutivamente por aristas con la
propiedad de que pasa por cada vrtices una nica vez.
(Cap. 3.4)
Cncer: Enfermedad neoplsica con transformacin de
las clulas, que proliferan de manera anormal e incontro-
lada. Tumor maligno. (Cap. 2.1 y 2.4)
Catstrofe: Si buscamos la palabra catstrofe en el dic-
cionario de la RAE, encontraremos como primera acep-
cin: Suceso infausto que altera gravemente el orden
regular de las cosas. Curiosamente, la quinta acepcin
del trmino nos deriva a su relacin con la fsica y la ma-
temtica: Cambio brusco de estado de un sistema din-
mico, provocado por una mnima alteracin de uno de sus
parmetros. (Cap. 3.3)
Cereza de un rbol filogentico: Dos hojas que estn
unidas al rbol por un nodo comn. (Cap. 2.2)
Ciclo euleriano: Camino euleriano donde el vrtice inicial
y el vrtice final coinciden. (Cap. 3.4)
Ciclo hamiltoniano: Camino hamiltoniano donde el vrti-
ce inicial y el vrtice final coinciden. (Cap. 3.4)
Cctel de medicamentos: Combinacin de medicamentos
para el tratamiento del SIDA, desarrollado en los 90, para
optimizar el proceso de eliminacin de virus. (Cap. 2.4)
Coeficiente de agrupamiento (de un grafo): Parmetro
que mide cun cerca un grafo est de ser completamente
ordenado (parmetro igual a 0) o de ser completamen-
te aleatorio (parmetro igual a 1). Tambin denominado
cluster coefficient. (Cap. 3.4)
Clera: Enfermedad epidmica aguda de origen bacte-
riano, caracterizada por vmitos repetidos y diarrea se-
vera. (Cap. 2.1)
Coloracin (de un grafo): Asignacin de colores a los vr-
tices de un grafo. (Cap. 3.4)
Constante cosmolgica: Constante que introdujo Eins-
tein como una modificacin de su ecuacin original del
campo gravitatorio para conseguir una solucin de uni-
verso esttico. Aunque Einstein rechaz despus su exis-
tencia, su inters ha crecido en los ltimos aos. (Cap. 4.2)
Constante solar: Energa captada, por unidad de tiempo y
rea, por una superficie situada a la distancia media entre
el Sol y la Tierra, y ortogonal a la lnea recta que une sus
centros. Este valor es del orden de 1.350 W/m2. (Cap. 3.6)
Control: Conjunto de acciones que se deben realizar so-
bre las variables que intervienen en un modelo para que
la evolucin del sistema que representa sea la que resul-
ta deseable. (Cap. 3.3)
Conveccin de Rayleigh-Brnard: Movimiento de part-
culas o materia producido por cambios de temperatura
donde las partculas calientes ascienden y las fras des-
cienden. (Cap. 1.2)
Coste computacional: Nmero de operaciones involu-
cradas en un algoritmo o procedimiento implementado
en el ordenador. El tiempo de cmputo requerido para la
obtencin del resultado es proporcional al coste compu-
tacional, o complejidad algortmica, del procedimiento.
(Cap. 3.6)
Criptografa: Rama de las matemticas que se encarga
del estudio de los algoritmos, protocolos y sistemas que
se utilizan para proteger la informacin, garantizando la
seguridad de las comunicaciones. (Cap. 3.5)

Criptografa de clave pblica (tambin llamada cripto-
grafa asimtrica): Mtodo de cifrado que utiliza un par
de claves para el envo de mensajes, una clave pblica
que se utiliza para cifrar y una clave privada que solo el
receptor del mensaje posee y que le permite descifrar
el mensaje cifrado. (Cap. 3.5)
Criptografa hbrida: Protocolo criptogrfico que utiliza
criptografa de clave pblica para compartir una clave de
un cifrado de criptografa simtrica. (Cap. 3.5)
Curva loxodrmica: Curva que une dos puntos cuales-
quiera de la superficie terrestre cortando a todos los
meridianos con el mismo ngulo. (Cap. 1.1)
Curva ortodrmica: Camino ms corto entre dos puntos
de la superficie terrestre; es el arco del crculo mximo
que los une (coincide con las geodsicas de la esfera).
(Cap. 1.1)
Curvas cnicas (o secciones cnicas): Es la curva produ-
cida por la interseccin entre un cono circular recto y un
plano. Segn la inclinacin del plano se clasifican en: cir-
cunferencia, elipse, parbola e hiprbola. (Cap. 4.1)
Curvatura: Intuitivamente, la curvatura mide cunto se
desva un objeto de su plano geomtrico dentro de un es-
pacio eucldeo. (Cap. 4.2)
Curvatura constante: Cuando la curvatura es la misma
en todos los puntos de la superficie. (Cap. 4.2)
Demografa: Estudio estadstico de una colectividad hu-
mana, referido a un determinado momento o a su evolu-
cin. (Cap. 2.1)
Determinismo: Cosmovisin del mundo fsico propuesta
por matemticos como Laplace segn la cual las leyes de
la naturaleza se pueden expresar mediante ecuaciones que
hacen a la naturaleza completamente predecible. (Cap. 3.1)
Dimetro (de un grafo): Mximo de las distancias entre
todos los pares de vrtices de un grafo (ver distancia en
un grafo). (Cap. 3.4)
IV. GLOSARIO 325
Dinmica de poblaciones: Evolucin temporal de las dis-
tintas poblaciones que conforman un colectivo determi-
nado. (Cap. 2.1)
Discretizacin: Procedimiento que permite encontrar
soluciones aproximadas de las soluciones de una ecua-
cin diferencial mediante la aplicacin de un mtodo nu-
mrico. Este procedimiento permite pasar de una ecua-
cin diferencial a una ecuacin algebraica, resoluble en el
ordenador. (Cap. 3.3)
Discretizar: Aproximar o sustituir lo continuo por lo an-
logo discreto. En el contexto de la frase El intervalo de
tiempo se discretiza se entiende que se toma un con-
junto finito de instantes de tiempo dentro del intervalo
temporal. Por simplicidad, se toman tiempos discretos
igualmente espaciados, es decir, entre dos tiempos con-
secutivos existe la misma distancia (paso de tiempo).
(Cap. 3.2)
Distancia (entre dos vrtices de un grafo): Nmero m-
nimo de vrtices consecutivos (unidos por una sucesin
de aristas) entre dos vrtices fijados. (Cap. 3.4)
Distancia evolutiva: Estimacin de la cantidad de cam-
bios producidos entre dos secuencias de ADN. (Cap. 2.2)
Distancia Jukes-Cantor: Distancia evolutiva del mode-
lo evolutivo ms sencillo (Jukes-Cantor), que se calcula
como -3/4ln(1-4p/3), donde p denota la fraccin de nu-
cletidos distintos entre las dos secuencias. (Cap. 2.2)
Ecuacin: Expresin matemtica en la que hay una
o ms incgnitas y un conjunto de datos. Resolver la
ecuacin consiste en, dado un conjunto de datos, en-
contrar los valores de las incgnitas que hacen cierta la
ecuacin. (Cap. 3.3)
Ecuacin de Elasticidad: Ecuaciones que modelan el
comportamiento de deformaciones pequeas en los s-
lidos. (Cap. 1.2)
Ecuacin de ondas: Ecuacin del modelo ms sencillo de
la propagacin de ondas como la cuerda vibrante. (Cap. 1.2)
326 Unidad Didctica. Matemticas del Planeta Tierra
Ecuacin diferencial (ED): Ecuacin matemtica cuya in-
cgnita es una funcin, y cuya expresin relaciona la incg-
nita con algunas de sus derivadas. (Cap. 3.3)
Ecuacin diferencial estocstica: Ecuacin que verifica
la diferencial estocstica de un proceso. Su solucin es
un proceso estocstico. Al igual que en el estudio de las
ecuaciones diferenciales clsicas, se analizan resultados
que garantizan la existencia y unicidad de solucin, cmo
se pueden resolver exactamente o aproximar numrica-
mente el proceso solucin. (Cap. 3.2)
Ecuacin diferencial ordinaria (EDO): Ecuacin diferen-
cial en la que la funcin incgnita depende de una sola
variable independiente (por ejemplo, la variable tiempo).
(Cap. 3.3)
Ecuacin diferencial: Relacin entre una funcin y sus
derivadas y cuya incgnita es la propia funcin que obe-
dece dicha relacin. (Cap. 2.4)
Ecuacin en derivadas parciales (EDP): Ecuacin dife-
rencial en la que la funcin incgnita depende de ms
de una variable independiente (por ejemplo, la variable
tiempo y las tres variables espaciales). (Cap. 3.3)
Ecuacin KdV: Ecuacin que modela la propagacin de
ondas de longitud larga en un medio dispersivo. (Cap. 1.2)
Ecuaciones de Navier-Stokes: Sistema de ecuaciones
en derivadas parciales que describen el movimiento de
un fluido y que son utilizadas en la simulacin de nume-
rosos fenmenos relacionados con el planeta Tierra: me-
teorologa, climatologa, oceanografa, ingeniera hidru-
lica, etctera. (Cap. 3.3)
Ecuaciones de Saint Venant o de aguas someras: Siste-
ma de ecuaciones en derivadas parciales que describen
el comportamiento de ciertos flujos geofsicos cuyas di-
mensiones verticales son pequeas comparadas con las
horizontales, como ocurre a menudo en ros, lagos, cana-
les, zonas costeras, etctera. Se deducen a partir de las
ecuaciones de Navier-Stokes. (Cap. 3.3)
Ecuaciones diferenciales: Ecuaciones donde las incgni-
tas son funciones de una o varias variables y en las que
aparecen algunas de sus derivadas sucesivas. (Cap. 3.6)
Edfico: Relativo a la edafologa, rama de la ciencia que
trata la naturaleza y condiciones del suelo, en su relacin
con las plantas. (Cap. 3.3)
Efecto invernadero: Retencin del calor del Sol en la at-
msfera de la Tierra por parte de una capa de gases, en-
tre ellos, el dixido de carbono. (Cap. 3.3)
Efecto mariposa: Manera popular de referirse a la sen-
sibilidad a las condiciones iniciales que presentan los
sistemas dinmicos caticos. En ellos, pequeas diferen-
cias en las condiciones iniciales conducen a resultados
totalmente dispares, por lo que no es posible la predic-
cin a largo plazo. (Cap. 3.1 y 3.3)
Enfermedad neurodegenerativa: Enfermedad que pro-
duce una reduccin del nmero de neuronas y su funcio-
nalidad, generando as cambios en la conducta. (Cap. 2.4)
Epidemia: Enfermedad que se propaga durante algn
tiempo por un pas, afectando simultneamente a un
gran nmero de personas. (Cap. 2.1)
Epidemiologa: Tratado de las epidemias. (Cap. 2.1)
Esferoide: Figura tridimensional tras la revolucin de una
elipse alrededor de unos de sus ejes. Es la forma del pla-
neta Tierra. (Cap. 1.2)
Espacio de probabilidad filtrado: Es la estructura proba-
bilstica adecuada para trabajar con procesos estocsti-
cos. El espacio de probabilidad incorpora una filtracin,
en la que para cada parmetro del proceso (tiempo) se
considera una coleccin de sigma lgebras cada vez ms
grande. (Cap. 3.2)
EURIBOR: Es el tipo de inters promedio al que se pres-
tan el dinero en euros ciertas entidades financieras eu-
ropeas. Dado que su valor se publica diariamente, suele

servir de referencia para prstamos o rendimientos de
depsitos. Por ejemplo, se puede ofrecer un prstamo
hipotecario al tipo EURIBOR+0,8% o comercializar un
depsito a 10 aos con una rentabilidad anual del EURI-
BOR+1%, actualizado anualmente. (Cap. 3.2)
Evolucin: Conjunto de transformaciones o cambios a
travs del tiempo que ha originado la diversidad de for-
mas de vida que existen sobre la Tierra. (Cap. 2.5)
Fenotipo: Conjunto de rasgos observables de un organis-
mo. (Cap. 2.5)
Filogentica: rea de la biologa que estudia los procesos
evolutivos de especies y poblaciones. (Cap. 2.2)
Filogenia: Secuencia antecesor-descendiente del mun-
do orgnico. (Cap. 2.5)
Filotaxia: Disposicin de las diferentes partes de una
planta como hojas sobre el tallo, ptalos de las flores,
semillas... (Cap. 2.3)
Firma digital: Protocolo criptogrfico que permite al re-
ceptor de un mensaje firmado digitalmente determinar
la identidad del emisor del mensaje, a la vez que se ga-
rantiza que el mensaje no ha sido alterado desde que fue
firmado. (Cap. 3.5)
Fluido ideal: Fluido incompresible e invscido, o de visco-
sidad nula. (Cap. 1.3)
Fluido incompresible: Se considera que un fluido es in-
compresible si al encontrarse en movimiento resulta que
la cantidad de fluido que entra en cualquier regin cerrada
es la misma que la que sale. El modelo de masa consisten-
te considera al aire como un fluido incompresible dentro
del rango usual de velocidades del viento. (Cap. 3.6)
Frmula de Bayes: Expresin de la probabilidad condi-
cionada de un suceso a partir del conocimiento de los
efectos en una particin del espacio de probabilidad.
(Cap. 1.2)
IV. GLOSARIO 327
Frmula de DAlambert: Expresin que nos facilita la so-
lucin de la ecuacin de ondas. (Cap. 1.2)
Frmula de Euler: Expresin que relaciona el nmero de
vrtices, el nmero de aristas y el nmero de caras en un
mapa. (Cap. 3.4)
Gedsicas: Las curvas de una superficie que minimizan la
distancia entre dos puntos. (Cap. 4.2)
Gen: Unidad biolgica bsica de la herencia. Est forma-
da por ADN. (Cap. 2.5)
Genoma: Informacin hereditaria de un organismo, que
en organismos eucariotas se codifica en el ADN del n-
cleo de las clulas. (Cap. 2.2 y 2.5)
Genotipo: Conjunto de genes de un organismo. (Cap. 2.5)
Grado (de un vrtice): Nmero de vrtices que son inci-
dentes con el vrtice considerado. (Cap. 3.4)
Grafo completo: Grafo que contiene todas las aristas po-
sibles entre sus vrtices. (Cap. 3.4)
Grafo dirigido: Grafo en el que cada una de las aristas tie-
ne una orientacin. (Cap. 3.4)
Grafo plano: Grafo que puede dibujarse en el plano (o equi-
valentemente en la esfera) de tal modo que dos aristas ni-
camente se pueden intersecar en vrtices. (Cap. 3.4)
Grafo: Conjunto de elementos (denominados vrtices)
y las interacciones entre ellos (denominadas aristas).
(Cap. 2.5 y 3.4)
IBEX35: ndice burstil de la bolsa espaola formado por
las 35 empresas de mayor liquidez. La ponderacin de
cada empresa en el ndice depende de su capitalizacin
burstil. En otros pases existen ndices anlogos, que
puede ser construidos de diferente forma: DAX (Frank-
furt), Dow Jones (New York), Eurostoxx50 (zona euro),
etctera. (Cap. 3.2)
328 Unidad Didctica. Matemticas del Planeta Tierra
Impulso nervioso: Onda de naturaleza elctrica que
recorre toda la neurona y que se origina como conse-
cuencia de un cambio transitorio de la permeabilidad en
la membrana plasmtica tras un estmulo. (Cap. 2.4)
Incompresibilidad: Un fluido incompresible es aquel
que no se puede comprimir o reducir a un volumen
menor. Ms concretamente, en la evolucin de las
partculas de un fluido incompresible se mantiene
siempre el volumen del espacio ocupado por ellas. En
una primera aproximacin, esta propiedad sirve para
distinguir los lquidos (incompresibles), de los gases
(compresibles). Pero en muchas circunstancias el flujo
de un gas, como por ejemplo el aire cuando se estudia
el vuelo de los aviones, se comporta como un fluido in-
compresible. (Cap. 1.3)
ndice Reproductivo Bsico: Nmero de contactos es-
perado por parte de un infectado. (Cap. 2.1)
Inmisin: Concentracin de los contaminantes recibi-
dos en un punto, debido a la presencia de un foco emisor.
En los anlisis de la calidad del aire, es muy importante
obtener los valores de la inmisin sobre la superficie del
terreno para poder evaluar el impacto ambiental de los
contaminantes. (Cap. 3.6)
Irradiacin: Energa solar (J/m2) captada por unidad de
superficie a lo largo de un intervalo de tiempo. (Cap. 3.6)
Irradiancia: Potencia solar (W/m2) recibida por unidad de
superficie. (Cap. 3.6)
Isometra: Aplicacin entre superficies que conserva las
distancias. (Cap. 4.2)
Lneas de corriente: Se denomina lnea de corriente
a aquella que es tangente, en cada punto, al vector ve-
locidad del fluido en un instante determinado. (Cap. 1.3)
Logstica: Conjunto de medios y mtodos necesarios
para llevar a cabo tareas tales como la organizacin de
una empresa o la prestacin de un servicio, especial-
mente de distribucin. (Cap. 3.3)
Longitud de onda: La longitud de onda de una ola es la
distancia entre dos crestas consecutivas. Si la velocidad
de propagacin de la ola es constante, entonces la longi-
tud de onda es inversamente proporcional a la frecuen-
cia. (Cap. 1.3)
Lugar geomtrico: Conjunto de puntos que satisfacen
una determinada propiedad geomtrica. (Cap. 1.1)
Malaria: Enfermedad febril producida por un protozoo,
y transmitida al hombre por la picadura de mosquitos.
(Cap. 2.1)
Malla: Aproximacin discreta (a trozos) de un domino
real. La generacin de una malla de la regin de estudio
constituye el punto de partida para la aplicacin del m-
todo de elementos finitos. Se suelen utilizar mallas de
tringulos o cuadrilteros para superficies, y tetraedros
o hexaedros para dominios tridimensionales. (Cap. 3.6)
Malware: Anglicismo con el que se conoce al conjunto de
programas maliciosos o malintencionados que tienen como
objetivo infiltrarse o daar un ordenador o sistema de infor-
macin sin el consentimiento de su propietario. (Cap. 3.5)
Mximo de parsimonia: Mtodo de reconstruccin
filogentica basado en caracteres; escoge el rbol
donde se requiere el mnimo nmero de cambios entre
secuencias. (Cap. 2.2)
Metstasis: Propagacin de un foco canceroso a un r-
gano distinto de aquel en que se inici. (Cap. 2.4)
Mtodo de elementos finitos: Mtodo numrico que
permite aproximar numricamente la solucin de pro-
blemas de ecuaciones en derivadas parciales. Estos
problemas modelan procesos y dispositivos surgidos
del mbito de la ingeniera y las ciencias aplicadas y en
muchas ocasiones es imposible obtener la expresin
analtica de la solucin, por lo que han de usarse estas
tcnicas de aproximacin para dar respuesta. Los mto-
dos se incorporan al software profesional de simulacin
numrica en distintos reas de aplicacin (mecnica de
fluidos y slidos, acstica, ciencias medioambientales,

finanzas, electromagnetismo, etctera). En particular, el
mtodo de elementos finitos se basa en el planteamien-
to de formulaciones variacionales de los problemas. Los
mtodos de diferencias finitas tienen el mismo objetivo
de aproximar soluciones de ecuaciones en derivadas par-
ciales, utilizando tcnicas de aproximacin de las deriva-
das por cocientes (derivacin numrica). (Cap. 3.2 y 3.6)
Mtodo numrico: Herramientas matemticas que per-
miten encontrar soluciones aproximadas de ecuaciones
para las que es difcil, o incluso imposible, hallar sus solu-
ciones exactas con un nmero finito de clculos. (Cap. 3.3)
Mielina: Capa aislante que se forma alrededor de los
nervios, entre ellos, los que se encuentran en el cerebro
y la mdula espinal. El propsito de la vaina de mielina es
permitir la transmisin rpida y eficiente de impulsos a lo
largo de las neuronas (Cap. 2.4)
Minera de datos: Descubrimiento automtico de patro-
nes en grandes conjuntos de datos. (Cap. 2.5)
Modelizacin: Proceso de elaboracin de un modelo ade-
cuado para representar un fenmeno real. Muy a menu-
do, se trata de una actividad pluridisciplinar. (Cap. 3.3)
Modelo: Representacin abstracta de un cierto aspecto
de la realidad, con una estructura formada por los ele-
mentos que caracterizan dicho aspecto y por las relacio-
nes entre estos. (Cap. 3.3)
Modelo de Hodgkin y Huxley: Sistema de ecuaciones
diferenciales que describe la propagacin de un impulso
nervioso a lo largo del axn de la neurona. (Cap. 2.4)
Modelo matemtico: Modelo abstracto que usa el len-
guaje matemtico para representar los aspectos esen-
ciales de un sistema real y que se usa para intentar com-
prender, predecir y/o controlar su comportamiento. El
estado del sistema est caracterizado por un conjunto
de nmeros que pueden variar en el espacio y en el tiem-
po. El lenguaje matemtico permite expresar las leyes
que rigen la evolucin del sistema como una ecuacin o
sistemas de ecuaciones. (Cap. 3.3)
IV. GLOSARIO 329
Modelo numrico: Procedimiento o mtodo matemtico
orientado a la resolucin de un problema con el uso de
un ordenador. Los modelos numricos obtienen normal-
mente una aproximacin de la solucin exacta del proble-
ma. (Cap. 3.6)
Movimiento browniano o proceso de Wiene: Es un pro-
ceso estocstico particular que en el instante inicial toma
el valor cero, tiene incrementos independientes y la dife-
rencia entre las variables aleatorias correspondientes a
dos tiempos distintos sigue una distribucin normal de
media nula y varianza igual a la diferencia entre el tiempo
mayor y el menor.
Multigrafo: Generalizacin del modelo de grafo, en el que
un par de vrtices puede estar unido por ms de una aris-
ta. Asimismo, un vrtice puede estar unido con l mismo
mediante lazos. (Cap. 3.4)
Neighbor-joining: Mtodo de reconstruccin filogenti-
ca basado en distancias; escoge como cerezas del rbol
aquellas especies que minimizan la distancia entre ellas
pero que maximizan la distancia a las otras especies.
(Cap. 2.2)
Neurona: Unidad estructural y funcional del sistema ner-
vioso. Recibe los estmulos provenientes del medio am-
biente, los convierte en impulsos nerviosos y los trans-
mite a otra neurona, a una clula muscular o glandular
donde producirn una respuesta. (Cap. 2.4)
Nucletidos: Las molculas de las que est constituido
el ADN. (Cap. 2.5)
Nmero cromtico: Nmero mnimo de colores necesa-
rios para colorear los vrtices de un grafo, de tal modo
que los extremos de una arista siempre tienen color dis-
tinto. (Cap. 3.4)
Nmero de oro : Nmero irracional cuyo valor numrico
es 1 + 5 , que es aproximadamente 1.61803398. (Cap. 2.3)
2
Optimizacin: Bsqueda del elemento de un conjunto
que sea el mejor con respecto a algn criterio. (Cap. 3.3)
330 Unidad Didctica. Matemticas del Planeta Tierra
rbita geoestacionaria: rbita circular alrededor de la
Tierra cuyo periodo coincide con el periodo de rotacin
de la Tierra, por lo que, para un observador sobre la su-
perficie de la Tierra, un objeto en esta rbita aparece
siempre en la misma posicin. Se usa, por ejemplo, para
la televisin va satlite, porque permite que la antena de
recepcin est fija, mirando siempre en la misma direc-
cin. (Cap. 4.1)
Paralaje: Desplazamiento en la posicin aparente de un
objeto al cambiar la posicin del observador. En astro-
noma se refiere al desplazamiento anual de la posicin
de una estrella producido al cambiar el punto de vista del
observador ocasionado por el movimiento de la Tierra.
La medida de este desplazamiento permite conocer la
distancia a la estrella. (Cap. 4.1)
Piranmetro: Aparato que mide la irradiancia global reci-
bida sobre una superficie horizontal. (Cap. 3.6)
Pirhelimetro: Aparato que mide la irradiancia directa
recibida sobre una superficie horizontal. (Cap. 3.6)
Pluma contaminante: Regin ms afectada por los con-
taminantes emitidos desde un foco. La trayectoria de la
pluma contaminante, debida a las emisiones de la chime-
nea de una central trmica, depende principalmente de
la velocidad de salida de los gases y del campo de viento.
(Cap. 3.6)
Poliedro: Cuerpo geomtrico cuyas caras son planas y
encierran un volumen finito. La palabra poliedro viene del
griego polyedron, que significa muchas caras. (Cap. 4.2)
Prediccin numrica del tiempo: Prediccin del tiempo
que se obtiene resolviendo en el espacio y el tiempo
las complejas ecuaciones de la dinmica atmosfrica,
mediante clculos en un ordenador que involucran pe-
queos pasos temporales y una discretizacin del espa-
cio. (Cap. 3.1)
Prediccin por conjuntos: Mtodo de prediccin numrica
del tiempo en el que para producir un pronstico en el futuro,
se utilizan mltiples predicciones. Estas se obtienen a partir
de condiciones iniciales ligeramente distintas, que evolucio-
nan segn un modelo, o bien a partir de una condicin inicial
que evoluciona segn distintos modelos. Sobre el conjunto
de pronsticos se efecta una media y se obtiene una medi-
da de la incertidumbre de los resultados. (Cap. 3.1)
Presin: Carcter fundamental en el modelo de los
fluidos que representa la fuerza, por unidad de superficie,
que ejercen las partculas fluidas. (Cap. 1.3)
Primordio: Estado rudimentario o primigenio en que se
encuentra un rgano en formacin de una planta. (Cap. 2.3)
Problema bien planteado: Se dice que un problema ma-
temtico est bien planteado si, dado un conjunto com-
pleto de datos, la solucin existe, es nica y depende con
continuidad de los datos, es decir, si pequeas variacio-
nes en los datos producen pequeas variaciones en las
soluciones (al menos a corto plazo). (Cap. 3.3)
Proceso estocstico: Sucesin de variables aleatorias
dependientes de un parmetro. Si este parmetro se
mueve en un intervalo se habla de proceso estocstico
continuo, mientras que si toma un conjunto finito de valo-
res se llama proceso estocstico discreto. Normalmente,
el parmetro se identifica con la variable temporal. Para
cada valor del parmetro (tiempo) tenemos una variable
aleatoria. Si fijamos un suceso del espacio muestral, el
valor de las variables aleatorias sobre el suceso definen
una trayectoria del proceso. Se usan los procesos esto-
csticos para modelar el precio de activos y derivados
financieros. (Cap. 3.2)
Protocolo: Conjunto de procedimientos destinados a
controlar la secuencia de mensajes que se establecen
durante una comunicacin. (Cap. 3.5)
Proyeccin conforme: Aquella que conserva los ngulos.
(Cap. 1.1)
Proyeccin equivalente: Aquella que conserva el rea.
(Cap. 1.1)

Quimiotaxis: Fenmeno en el cual las bacterias y clulas
de otros organismos dirigen sus movimientos de acuer-
do a la concentracin de ciertas sustancias qumicas en
su entorno. (Cap. 2.4)
Radiacin de fondo de microondas: Radiacin que es un
eco de la explosin inicial que dio lugar al universo. (Cap.
4.2)
Radiacin solar: Trmino genrico utilizado para la ener-
ga solar captada por una superficie. Se evala como la
suma de la radiacin directa: (incidencia directa desde
el Sol, si no hay obstculos totalmente opacos entre la
superficie y el Sol), la difusa: (dispersada por los com-
ponentes de la atmsfera) y la reflejada: (por el suelo en
funcin de su albedo). (Cap. 3.6)
Rectngulo ureo: Rectngulo en el que el cociente en-
tre la longitud del lado mayor y el lado menor es precisa-
mente el nmero de oro. (Cap. 2.3)
Regla de Laplace: Definicin de la probabilidad de un
suceso a partir de conocer los casos posibles y los casos
favorables. (Cap. 1.2)
Reloj atmico: Tipo de reloj cuyo funcionamiento se basa
en la frecuencia de resonancia de los tomos. (Cap. 1.1)
Secuenciacin del ADN: Proceso para determinar el
orden de aparicin de los diferentes nucletidos de una
molcula de ADN. (Cap. 2.5)
Seis grados de separacin: Principio que afirma que en
un amplio abanico de redes existe una gran interconexin
entre los vrtices de las mismas. (Cap. 3.4)
Serie de Fourier: Suma de una combinacin infinita de
senos y cosenos que nos permite obtener cualquier fun-
cin peridica. (Cap. 1.2)
Serie temporal: Secuencia de datos tomados en dife-
rentes tiempos y ordenados cronolgicamente que nos
ayuda para reconstruir un fenmeno. (Cap. 1.2)
IV. GLOSARIO 331
Sextante: Instrumento que permite medir ngulos entre
dos objetos tales como dos puntos de una costa o un as-
tro (por ejemplo, el Sol) y el horizonte. Esta medida per-
mite conocer la latitud del punto en el que se encuentra el
observador. (Cap. 1.1)
SIDA (Sndrome de inmunodeficiencia adquirida): Sn-
drome debido a la inmunosupresin producida por el vi-
rus VIH al eliminar este clulas del sistema inmunitario
humano facilitando as el desarrollo de enfermedades
infeccionas. (Cap. 2.4)
Sistema catico: Aquel en que cualquier pequea pertur-
bacin, o error, en las condiciones iniciales puede tener
una gran influencia sobre el resultado final. (Cap. 3.3)
Sistema de Posicionamiento Global (GPS): Sistema glo-
bal de navegacin por satlite que permite determinar en
todo el mundo la posicin de un objeto, una persona o un
vehculo con una precisin hasta de centmetros. (Cap. 1.1)
Sistema numrico posicional: Est dado por un conjunto
de smbolos y reglas de generacin que permiten cons-
truir todos los nmeros de dicho sistema. En un sistema
posicional cada smbolo representa un valor diferente
segn la posicin que ocupan. Por ejemplo, nuestro sis-
tema decimal es posicional, dos nmeros como 101 y 110
representan nmeros diferentes aunque estn formados
por los mismos smbolos. (Cap. 2.3)
Subdivisin (de un grafo): Grafo que se obtiene tras
subdividir las aristas de ste. (Cap. 3.4)
Subgrafo: Grafo definido a partir de un grafo inicial me-
diante un subconjunto de vrtices, y las aristas inducidas
correspondientes. (Cap. 3.4)
Sucesin numrica: Es un conjunto ordenado de nme-
ros. Ms formalmente una sucesin viene dada por una
aplicacin entre el conjunto de los nmeros naturales (1,
2, 3, 4...) y el de los nmeros reales. (Cap. 2.3)
Superficie desarrollable: Aquella que se puede desarro-
llar o desplegar sobre un plano. (Cap. 4.2)
332 Unidad Didctica. Matemticas del Planeta Tierra
Tcnicas adaptativas: Estrategias numricas que adap-
tan los pasos (resolucin) de las variables independien-
tes (normalmente tiempo y espacio) para conseguir una
buena aproximacin de la solucin con un mnimo coste
computacional. (Cap. 3.6)
Tensor mtrico: Concepto geomtrico que se usa para
medir distancias, ngulos y reas en superficies y en es-
pacios de dimensin superior. (Cap. 4.2)
Teorema de Kuratowski: Teorema que caracteriza las
condiciones necesarias y suficientes para que un grafo
dado sea plano. (Cap. 3.4)
Teorema de los cuatro colores: Resultado que afirma
que se pueden colorear los vrtices de un grafo plano con
cuatro colores, de tal modo que los extremos de una aris-
ta siempre tienen color distinto. (Cap. 3.4)
Teora de la relatividad: Teora desarrollada por Albert
Einstein basada en cmo la materia curva el espacio en
su entorno. (Cap. 4.2)
Teora del caos: rea de estudio en matemticas que
cuenta con numerosas aplicaciones en fsica, ingeniera,
biologa y econmicas. Analiza el comportamiento de sis-
temas dinmicos que son muy sensibles a las condicio-
nes iniciales. (Cap. 3.1 y 3.3)
Teora geocntrica: Teora que sita la Tierra (Geo) en el
centro del universo, y los astros, incluido el Sol, en rbi-
tas que giran alrededor de la Tierra El geocentrismo es-
tuvo vigente hasta el siglo XVI, cuando fue reemplazado
por la teora heliocntrica (el Sol en el centro). (Cap. 4.2)
Trmino general de una sucesin: En matemticas para
designar o nombrar los trminos de una sucesin se uti-
liza una letra con subndices. De este modo, una sucesin
la escribiremos como 1, 2, 3 indicando as el primer
trmino, el segundo, el tercero y as sucesivamente. Con
la letra n designamos el trmino n, o n-simo de dicha
sucesin al que llamaremos el trmino general de la ex-
presin. (Cap. 2.3)
Transporte paralelo: Mecanismo para transportar vec-
tores de un punto a otro a lo largo de una superficie con-
servando las medidas. (Cap. 4.2)
Trayectoria: Trayectoria o lnea de flujo seguida por una
partcula del fluido. En general, a lo largo de su trayecto-
ria, la velocidad de la partcula vara, tanto en magnitud
como en direccin. (Cap. 1.3)
Trayectoria de Hohmann: Trayectoria usada para des-
plazarse entre dos rbitas circulares. Se trata de una r-
bita elptica, con el periastro en la rbita ms pequea y
el apoastro en la ms grande. (Cap. 4.1)
Tumor: Alteracin anormal de los tejidos que produce un
aumento de volumen. (Cap. 2.4)
Turbulencia: En el movimiento turbulento de un fluido el
campo de velocidades presenta puntos singulares, don-
de no puede ser descrito por medio de funciones lisas
o diferenciables, o bien se hace infinito, y en los que las
trayectorias de las partculas resultan ser poco predeci-
bles y bastante caticas. No obstante, encontrar leyes de
escala, quizs de naturaleza estadstica, que sirvan para
describir esos flujos turbulentos es uno de los grandes
desafos de la ciencia contempornea. (Cap. 1.3)
Validacin: Procedimiento que consiste en contrastar
los datos obtenidos a partir de un modelo matemtico
con datos experimentales tomados del fenmeno mo-
delizado, con el fin de comprobar si el modelo puede ser
aceptado como una buena representacin del problema
real. (Cap. 3.3)
Virus VIH: Virus causante del sndrome de inmunodefi-
ciencia adquirida (SIDA). (Cap. 2.4)
Viscosidad: Valor que mide la resistencia de un fluido
a las deformaciones tangenciales. Existen diversos
modelos de viscosidad. El caso ms sencillo de caracte-
rizar es el de los fluidos llamados newtonianos, que se
corresponden con una relacin lineal entre el gradiente
de velocidades y las tensiones tangenciales. Pero hay

muchos fluidos, como son la saliva o la sangre, que exi-
gen otros modelos ms complejos. (Cap. 1.3)
Vorticidad: Un vrtice es un flujo en rotacin. Se trata
de un concepto matemtico relacionado con la canti-
IV. GLOSARIO 333
dad de circulacin o rotacin y que puede ser definido,
en magnitud, como la circulacin por unidad de rea en
un punto del fluido. Como vector es el rotacional del
campo de velocidades. (Cap. 1.3)
V. ndice de autores
 Marta Casanellas
Profesora del Departamento
de Matemtica Aplicada I de la
Universitat Politcnica de Ca-
talunya. aunque inicialmente
su formacin fue en Geometra
Algebraica, actualmente est
especializada en las aplicaciones de esta disciplina a la
filogentica y colabora con grupos de bilogos interna-
cionales.
Antonio Crdoba
Es catedrtico de Anlisis Mate-
mtico en la UAM, miembro del
ICMAT y doctor por la Universi-
dad de Chicago (1974). Ha publi-
cado artculos de investigacin
en Anlisis Armnico, Ecuacio-
nes Diferenciales, Teora de Nmeros y Mecnica de Flui-
dos. Es autor de varias monografas y ensayos en torno
a las Matemticas. IP de proyectos financiados por la
National Science Foundation (Estados Unidos), Comit
Conjunto Hispano-norteamericano, CICYT y Ministerio
de Educacin y Ciencia, fue galardonado con el Premio
Nacional de Matemticas Julio Rey Pastor (2011).
Diego Crdoba
Obtuvo su licenciatura en Ma-
temticas en la Universidad
Autnoma de Madrid. Su ttu-
lo de doctor lo consigui en la
Universidad de Princeton, bajo
la direccin del profesor Char-
les Fefferman, medallista Fields en 1978. Su trabajo de
investigacin se centra en el Anlisis Matemtico, las
Ecuaciones en Derivadas Parciales y sus aplicaciones
a la Mecnica de Fluidos, en particular al estudio de la
ecuacin de Navier-Stokes. Ha obtenido diversos re-
conocimientos por su trabajo de investigacin, como
el Premio SEMA (Sociedad Espaola de Matemtica
Aplicada) al joven investigador en 2005 y el Premio Mi-
guel Cataln para investigadores menores de 40 aos,
concedido por la Comunidad de Madrid en 2011. En 2008
consigui un Starting Independent Research Grant del
European Research Council, para estudiar las dinmi-
cas de contorno y las singularidades en fluidos incom-
presibles.
Vanesa Daza
Es profesora de la Universidad
Pompeu Fabra. Licenciada en
Matemticas por la Universi-
dad de Barcelona y doctora en
Matemticas por la Universidad
Politcnica de Catalunya, su in-
vestigacin ha estado relacionada con la criptografa, en
especial criptografa distribuida. Autora de ms de 30
artculos en revistas y congresos, es inventora de dos pa-
tentes internacionales en explotacin. Su experiencia do-
cente se centra en las reas de matemticas, criptografa
y seguridad. Ha participado en numerosos proyectos de
investigacin, as como de innovacin docente. Ha recibi-
do dos premios a la Calidad de la Docencia que otorga el
Consejo Social de la Universidad Pompeu Fabra. Colabora
en la Escuela Superior Politcnica de la Universidad Pom-
peu Fabra en calidad de jefa de estudios.
Manuel de Len
Naci en Requejo, Zamora, en
1953. Es profesor de Investi-
gacin del Consejo Superior
de Investigaciones (CSIC) y ha
trabajado principalmente en el
campo de la Geometra Dife-
rencial y sus aplicaciones a la Mecnica y a la Fsica Ma-
temtica. Adems es director del Instituto de Ciencias
Matemticas un centro de investigacin mixto del CSIC
y tres universidades madrileas: la Universidad Aut-
noma de Madrid (UAM), la Universidad Carlos III de Ma-
drid (UC3M), y la Universidad Complutense de Madrid
338 Unidad Didctica. Matemticas del Planeta Tierra
(UCM). Mantiene el puesto desde la creacin del cen-
tro en 2007 y es el investigador principal del proyecto
presentado al Programa Severo Ochoa que, desde 2011,
distingue al ICMAT como uno de los mejores centros de
toda Espaa. Los objetivos del ICMAT enmarcan acer-
tadamente a De Len, cuya carrera se ha dedicado en
gran parte a promover la matemtica espaola en todo
el mundo. En este sentido, ha sido el primer y hasta el
momento, nico, espaol miembro del Consejo Directi-
vo de la Unin Matemtica Internacional (IMU).Tambin
fue refundador y vicepresidente de la Real Sociedad
Matemtica Espaola (RSME), director de La Gaceta
de la RSME (de 1998-2004), coordinador del Comit Es-
paol del Ao Mundial de las Matemticas 2000) y pre-
sidente del Comit Espaol de Matemticas (de 2004
a 2007).
Marco Antonio Fontelos
Investigador Cientfico del
CSIC y profesor de Matemtica
Aplicada. Licenciado en Fsica
y doctor en Matemticas, am-
bos por la Universidad Complu-
tense. Ha ocupado puestos de
profesor visitante en las universidades de Minnesota,
Bristol y Paris VI. Sus temas de investigacin abarcan
la Mecnica de Fluidos, Fsica de Plasmas y la Biologa
Matemtica. En esta ltima rea ha desarrollado y es-
tudiado modelos para el crecimiento de tumores, para
el desarrollo de angiognesis y para la propagacin de
seales en medios excitables.
Antonio Gmez Tato
Es profesor titular de la Fa-
cultad de Matemticas de la
Universidad de Santiago de
Compostela. Especializado en
anlisis de datos genmicos en
los campos de medicina foren-
se y acuicultura. Actualmente participa, entre otros, en
el proyecto conjunto IIM-CSIC/USC de secuenciacin,
ensamblado y anlisis del genoma del rodaballo.
Jos Manuel Gonzlez Vida
Es licenciado en Matemticas
por la Universidad de Mlaga
en 1996 y doctor por la Uni-
versidad de Mlaga en 2003.
Experto en el campo del Anli-
sis Numrico de Ecuaciones en
Derivadas Parciales y, ms concretamente, en la resolu-
cin numrica de las ecuaciones de aguas someras apli-
cadas a la simulacin de flujos geofsicos. Con 19 entra-
das en el ISI Web of Knowledge, ha participado en ms
de 10 proyectos de mbito nacional e internacional. En
la actualidad dirige un contrato con el Centro de Inves-
tigacin de Investigacin de Tsunamis (NCTR) del Labo-
ratorio de Medio Ambiente Marino del Pacfico (PMEL)
de la Agencia Nacional para el Ocano y la Atmsfera
(NOAA) de Estados Unidos.
Toms L. Gmez
Doctor en matemticas por la
Universidad de Princeton, trabaj
como postdoc en el Tata Institute
of Fundamental Research (Bom-
bay, India). Actualmente es Inves-
tigador Cientfico en el Instituto
de Ciencias Matemticas e investiga en geometra alge-
braica, tanto desde el punto de vista de la matemtica pura
como en la interaccin con la Fsica.
Enrique Macas Virgs
Profesor en la Facultad de Ma-
temticas de la Universidad de
Santiago de Compostela, es
especialista en Topologa. En
los ltimos aos ha organizado
seminarios relacionados con las

aplicaciones en imagen mdica y anlisis de datos e im-
partido cursos de Bioestadstica.
Ana Mara Mancho
Trabaja en el rea de Matem-
tica Aplicada en el Instituto de
Ciencias Matemticas del CSIC.
Dirige un grupo de investigacin
en el que conceptos de la teora
de sistemas dinmicos y de las
ecuaciones en derivadas parciales se aplican a la des-
cripcin de flujos geofsicos. Con este fin colabora con
grupos lderes del rea de las ciencias ocenicas y at-
mosfricas en universidades e instituciones de todo el
mundo. Ha presidido los dos congresos internacionales
celebrados hasta la fecha en Castro Urdiales en 2008 y
en Madrid 2012 con ttulo Nonlinear Processes in Ocea-
nic and Atmospheric flows. Adems es miembro del pa-
nel editorial de la revista Nonlinear Processes in Geo-
physics publicada por la European Geosciences Union
y la American Geophysical Union. La doctora Mancho
es coautora de ms de 40 trabajos de investigacin, ha
dirigido cinco tesis doctorales y a varios investigado-
res postdoctorales. Ha sido la investigadora principal
de seis proyectos espaoles y cinco internacionales. cientficos y organizadores de congresos, y miembro de
Ha servido como experta evaluadora de proyectos de
investigacin para varias agencias nacionales e inter-
nacionales.
David Martn de Diego
Doctor en Ciencias Matem-
ticas e investigador cientfico
del CSIC en el Instituto de Cien-
cias Matemticas. Investigador
activo en el rea de Mecnica
Geomtrica, una temtica que
desarrolla y hace uso de nuevas tcnicas en Geometra
Diferencial con aplicaciones en Fsica Terica e Ingenie-
ra. Es autor de unos cien artculos de investigacin en
revistas internacionales y ha organizado y participado
V. NDICE DE AUTORES 339
en distintos congresos internacionales en esta disci-
plina. Entre otras actividades, destac su labor como
director de La Gaceta de la Real Sociedad Matemtica
Espaola. Adems, ha escrito dos libros de divulgacin
de las matemticas: Matemticas del Sistema Solar y
Princesas, abejas y matemticas.
Rafael Montenegro
Naci en Las Palmas de Gran
Canaria, en 1958. Obtuvo el ttu-
lo de Ingeniero Industrial en el
ICAI de la Universidad Pontificia
de Comillas en 1981, y el ttulo de
doctor Ingeniero Industrial en
la ETSII de la Universidad de Las Palmas de Gran Cana-
ria (ULPGC) en 1989, bajo la direccin de Luis Ferragut.
Es catedrtico de Matemtica Aplicada de la ULPGC
desde 1997. Fue director del Departamento de Mate-
mticas de la ULPGC desde 1990 a 1996, secretario del
Instituto Universitario de Sistemas Inteligentes y Apli-
caciones Numricas en Ingeniera (SIANI) de la ULPGC
desde 2007, y director de la Divisin de Discretizacin
y Aplicaciones del SIANI. Es coautor de ms de 200 pu-
blicaciones cientficas. Es miembro de diversos comits
comits editoriales de revistas y libros internacionales.
Es investigador principal de proyectos financiados por
organismos nacionales e internacionales, ha recibido
varios premios por su labor investigadora y tiene reco-
nocidos cuatro sexenios de investigacin. Su principal
lnea de investigacin es la generacin de mallas de ele-
mentos finitos adaptativos y su aplicacin a problemas
medioambientales.
M Luz Muoz Ruiz
Obtuvo la licenciatura en Cien-
cias Matemticas por la Uni-
versidad de Mlaga en 1996.
Realiz su tesis doctoral bajo
la direccin de los profesores
340 Unidad Didctica. Matemticas del Planeta Tierra
Carlos Pars Madroal, de la Universidad de Mlaga, y
Pierre Orenga, de la Universidad de Crcega, obtenien-
do el grado de doctora en Matemticas en 2002. Le fue-
ron concedidos el premio extraordinario de licenciatura
y el premio extraordinario de doctorado de la Univer-
sidad de Mlaga, en la que actualmente trabaja como
profesora titular. Es miembro del grupo Ecuaciones Di-
ferenciales, Anlisis Numrico y Aplicaciones de dicha
universidad. Se dedica al estudio de las ecuaciones en
derivadas parciales que modelan las aguas someras y
de los sistemas hiperblicos no conservativos en gene-
ral, habiendo publicado trabajos sobre ese tema en re-
vistas internacionales y acudido a diversos congresos
de carcter nacional e internacional.
Juan Jos Nieto Roig
Catedrtico de Universidad del
rea de Anlisis Matemtico en vestigador Principal de seis proyectos del Plan Nacional
la Universidad de Santiago de
Compostela y coordinador del
grupo de investigacin sobre
Ecuaciones Diferenciales. Sus
principales intereses en temas de investigacin y di-
vulgacin son el estudio de los sistemas dinmicos, la
modelizacin matemtica y sus aplicaciones a cuestio-
nes biomdicas. Ha sido editor de la revista Nonlinear
Analysis: Real World Applications y en la actualidad es
editor de la revista Journal of Mathematical Analysis
and Applications.
Rafael Orive
Es doctor en Ciencias Mate-
mticas e Ingeniera y profesor
titular de la Universidad Aut-
noma de Madrid. Su trabajo se
centra en el anlisis de ecuacio-
nes en derivadas parciales y sus
aplicaciones en fenmenos fsicos.
Carlos Pars
Licenciado en Matemticas
por la Universidad de Mlaga
en 1985 y doctor por las Uni-
versidades de Mlaga (1989)
y Paris VI (1991). Director del
grupo Ecuaciones Diferencia-
les, Anlisis Numrico y Aplicaciones de la Universi-
dad de Mlaga. Especialista en Anlisis Numrico de
Ecuaciones en Derivadas Parciales y, en particular, en
la resolucin numrica de sistemas hiperblicos no
conservativos y su aplicacin a la simulacin de flujos
geofsicos. Autor de ms de 40 artculos en revistas in-
ternacionales, entre las que se encuentran algunas de
las de referencia en Anlisis Numrico y Matemtica
Aplicada y Computacional. Sus artculos han sido objeto
de ms de 640 citas, atendiendo a la base de datos ISI
Web of Knowledge. Director de seis tesis doctorales, in-
de I+D+I de dos proyectos de excelencia de la Junta de
Andaluca y coordinador de dos acciones integradas,
una con Francia y otra con Italia. Ha sido miembro del
comit ejecutivo de la Sociedad Espaola de Matemti-
ca Aplicada entre 2006 y 2012. En la actualidad es miem-
bro de la junta directiva de la red Matemtica-Industria
math-in y del Managing Board de la European Communi-
ty on Computational Methods in Applied Sciences. Fue
director del Comit de Matemtica Aplicada y Compu-
tacional de dicha comunidad europea entre 2010 y 2012.
Es coordinador de Matemticas de la Agencia Nacional
de Evaluacin y Prospectivas desde octubre de 2011.
Christiane Rousseau
Estudi en la Universidad de
Montreal (Canad) donde ob-
tuvo su doctorado en 1977. Des-
pus de realizar una estancia
postdoctoral en la Universidad
de McGill (Canad), regres

a la Universidad de Montreal, donde obtuvo el puesto
de profesora. Durante toda su carrera ha combinado
paralelamente las actividades de investigacin y las de
divulgacin. Efectivamente, Rousseau ha mantenido un
firme compromiso con la difusin de las matemticas,
como muestran las numerosas conferencias que ha im-
partido en escuelas, los campamentos de matemticas
que ha organizado y los artculos de divulgacin que ha
publicado en revistas matemticas. Adems ha sido
presidenta de la Sociedad Matemtica de Canad de
2002 a 2004 y desde 2011 es vicepresidenta de la Unin
Matemtica Internacional. Como directora del Centre
de Recherches Mathmatiques ide y puso en marcha
la iniciativa internacional Matemticas del Planeta Tie-
rra 2013, que cuenta con el patrocinio de la UNESCO.
Juan Jos Ru
Estudi matemticas (2005)
e ingeniera superior en tele-
comunicaciones (2007) en la
Universitat Politcnica de Ca-
talunya, donde tambin realiz
su doctorado en el campo de la
combinatoria enumerativa y analtica. Antes de llegar al
ICMAT fue investigador en el Laboratorio de Informti-
ca (LIX) de lcole Polytechnique de Pars. Actualmen-
te es investigador JAE-DOC en el Instituto de Ciencias
Matemticas, adems de ser profesor honorario de la
UAM. Sus principales reas de inters son la combina-
toria enumerativa y la teora aditiva de nmeros, espe-
cialmente su interaccin y sus vnculos con la probabili-
dad y la algortmica. Ha realizado una amplia actividad
divulgadora, en charlas y talleres, y como autor de ar-
tculos de divulgacin en prensa y revistas especializa-
das, y del libro El arte de contar: combinatoria y enume-
racin, publicado por RBA.
V. NDICE DE AUTORES 341
Carlos Vzquez Cendn
Desde el ao 2000 es catedr-
tico de Matemtica Aplicada en
la Universidad de A Corua. Es
licenciado en Matemticas y en
Econmicas por la Universidad
de Santiago, doctor en Matem-
ticas por la Universidad de Santiago y Doctorat Troisime
Cicle por la Universidad Claude Bernard de Lyon. Su inves-
tigacin se enmarca en el modelado, anlisis matemtico
y simulacin numrica en ordenador de problemas que
surgen en distintas ramas de las ciencias aplicadas y la
ingeniera. Ha trabajado fundamentalmente en modelos
que provienen de la mecnica, del medio ambiente o de las
finanzas cuantitativas. Es editor asociado de las revistas
cientficas SIAM Journal of Scientific Computing, Journal
of Computational Finance, Abstract and Applied Analy-
sis, Sema Journal y Open Numerical Methods Journal. Ha
dirigido nueve tesis doctorales. Ha sido presidente de la
Sociedad Espaola de Matemtica Aplicada entre 2006 y
2010. Es el coordinador del grupo de investigacin M2NI-
CA de la Universidade da Corua.
Ana Zumalacrregui
Matemtica licenciada por la
Universidad Autnoma de Ma-
drid. Estudiante predoctoral en
el Departamento de Matem-
ticas de la UAM y miembro del
Instituto de Ciencias Matem-
ticas (ICMAT). Su investigacin se centra en la Teora de
Nmeros Aditiva y Combinatoria. Ms concretamente,
trabaja en el estudio de propiedades aritmticas en
sucesiones aleatorias de enteros, as como en la distri-
bucin y concentracin de soluciones en ecuaciones en
congruencias.
www.fecyt.es
 at e m ticas
M del
planeta
Tierra

C ua
d
de
act erno
ivid
ade
s
158935
Este cuaderno de actividades es un material concebido como Anexo a la Unidad Didctica Matemti-
cas del Planeta Tierra, editada y coordinada por la Fundacin Espaola para la Ciencia y la Tecnologa
(FECYT) y dentro de un convenio de colaboracin entre dicha Fundacin y SM.

En su realizacin ha participado el siguiente equipo:

Autora
Fernando Alcaide, Miguel Nieto

Edicin
Jos Gonzlez Lpez de Guereu, Juan Alberto Torresano

Correccin
Alejandro Feijo

Fotografa
Fidel Puerta / ARCHIVO SM; Kmitu / Dreamstime; Gary Whitton / GETTY IMAGES; INGIMAGE;
THINKSTOCK; 123RF; SHUTTERSTOCK; AGE FOTOSTOCK; NASA.

Ilustracin
Juan Antonio Rocafort / ARCHIVO SM, Bartolom Segu, GlezBros, Antonio Muoz, Ariel Alejandro
Gmez, Juan Pablo Mora, Lluis Mart.

Edicin grfica
Fidel Puerta

Diseo de cubierta e interiores

Estudio SM

Coordinacin editorial de Matemticas

Josefina Arvalo

Direccin de Arte del proyecto

Mario Dequel

Direccin editorial
Ada Moya

Cualquier forma de reproduccin, distribucin, comunicacin pblica o transformacin de esta obra solo puede ser realizada con
la autorizacin de sus titulares, salvo excepcin prevista por la ley. Dirjase a CEDRO (Centro Espaol de Derechos Reprogrficos,
www.cedro.org) si necesita fotocopiar o escanear algn fragmento de esta obra.

Este libro est impreso

en papel procedente de
SM
bosques gestionados
Impreso en la UE / Printed in EU
de manera sostenible
 MATEMTICAS DEL PLANETA TIERRA
Cuaderno de actividades

Ciencias de la Tierra
Un garbeo por la Tierra..................................................................................................... 2
La Tierra una esfera perfecta?...................................................................................... 4
Entre la Tierra y el cielo.................................................................................................... 6

La vida en la Tierra
Temblad patgenos!Llegan las mates!........................................................................... 8
El rbol genealgico de nuestra especie........................................................................ 10
Nmeros en lingotes....................................................................................................... 12
Hospital matemtico....................................................................................................... 14

Sostenibilidad
El tiempo atmosfrico un caos!.................................................................................. 16
Nmeros y dinero............................................................................................................ 18
La especie ms catastrfica: el hombre......................................................................... 20
Caminos matemticos..................................................................................................... 22
Proteccin matemtica: la ms fiable............................................................................ 24
Energas renovables........................................................................................................ 26

Los alrededores de la Tierra y ms all

Medir a mucha distancia................................................................................................. 28
Las estrellas desde la Tierra........................................................................................... 30

Este cuaderno junto con las soluciones de las actividades est accesible, previo registro gratuito,
a todos los docentes en www.smconectados.com, como un recurso asociado a primero de bachi-
llerato (material de apoyo y refuerzo).
 Como nuestro planeta es aproximada- El viaje redondo: Vaya vacaciones!
Un mente una esfera, al intentar repre-
sentar su superficie en un mapa se 1 etapa: A Nueva York!... por el paralelo 40!

garbeo
nos plantea un problema importante,
ya que si tratamos de ajustar una hoja Nuestro avin vuela entre Madrid y Nueva York, que tienen aproximadamente

o r l a Tierra de papel a dicha superficie, veremos la misma latitud (40N), siguiendo el paralelo.

p que comienzan a formarse pliegues.

a) O
 bserva la figura y calcula N
No es posible envolver una esfera el radio r para la latitud
en un papel sin que aparezcan arru- 40N. (Dato: Radio
r
gas. Cmo se podra representar el medio de la Tierra: 40o
mapa de la Tierra sin que quedase 6370 km). NY M
arrugado?
b) Busca en el dibujo la longitud en grados aproximada de R = 6370 km
20o
Madrid y de Nueva York y calcula la diferencia en longitud
que hay entre ambas ciudades.
0o
c) Calcula la distancia que le corresponde al arco de paralelo
M-NY (Madrid-Nueva York) 75o Ecuador 3o
2 etapa: Hacia Cuba! Por el meridiano es fcil.
La Tierra cilndrica N
Si ahora navegamos en velero de Nueva York a Santiago de
Al contrario que la esfera, la superficie de otros cuerpos geomtricos Cuba, cuntas millas nuticas recorreremos?
r
como el cilindro o el cono, s se puede desarrollar en el plano cortndola 40o
a lo largo de una recta y desplegndola. (Pista 1 milla nutica = 1,852 km) NY M
Fue en el s. xvi cuando a Mercator se le ocurri envolver al planeta en a) Como estn prcticamente en el mismo meridiano, solo 20o
has de buscar en el dibujo la latitud de ambas ciudades. R
un cilindro, proyectar la superficie sobre las paredes y despus des-
SC
plegar el cilindro en un plano. b) Rstalas y calcula la distancia en km que le corresponde
Imagnate que introduces la Tierra en un cilindro y la vas hinchando al arco de meridiano NY-SC; despus pasa el resultado a 0o
para que se amolde a sus paredes. Las zonas cercanas al Ecuador no millas y ya est.
75o
se deformarn mucho pero a medida que subimos en latitud hacia los Ecuador 3o
polos la deformacin ser cada vez mayor. 3 etapa: Volvemos a casa! Pitgoras esfrico? N
Para hallar la distancia ms corta entre dos puntos de la su-
En esta proyeccin se conservan los perficie terrestre que no estn en el mismo meridiano, hay
ngulos, pero no se mantiene la re- que hacer un clculo ms laborioso (aqu no vale el teore- 40o
lacin entre las reas, que aparecen ma de Pitgoras). Aproximando la longitud del ecuador por NY M
90o
exageradas conforme nos acercamos 40000 km, y siendo 20o
a los polos. R
1 la latitud y 1 la longitud del punto 1 (SC) SC
Compara de forma aproximada, las
superficies deGroenlandia y 2 la latitud y 2 la longitud del punto 2 (M)
0o
Sudamrica en el mapa. Busca tendremos que aplicar esta terrible frmula de trigonometra
en internet las esfrica: 75o Ecuador 3o
superficie reales de
ambos territorios 40000
y compralas, ces, d= arccos cos(90 1 )cos(90 2 ) + sen(90 1 ) sen(90 2 )cos( 1 2 )
Pero enton 360
qu observas? calcula
cmo se
exacta
la distancia
lu gares a) Si el vuelo de vuelta lo hacemos siguiendo el camino ms corto, qu distancia recorreremos hasta Madrid?
entre dos
T ie rra?
de la b) Compara todos los datos obtenidos en tu viaje con los que encuentres en Internet. Hay mucha diferencia con los valo-
res que has obtenido en esta actividad?
2 3
 Aproximadamente, nuestro planeta Algunas caractersticas de la Tierra Podemos jugar al billar con la Tierra?
es una esfera pero no es una esfera
Masa 5,9736 x 10 kg 24
Las bolas de billar deben ser esferas casi perfectas. Se acepta una
La Tierra
perfecta.
Volumen 1,083 x 10 km 12 3 desviacin mxima de un 0,22%, es decir, que cualquier pequeo
Para empezar, el radio de la Tierra

u n a e s fera no es uniforme ya que el planeta est Densidad 5516 kg/m3 bultito o agujero no puede medir ms de un 0,22% del radio de la
bola.
ligeramente achatado por los polos Superficie 510,072 x 106 km2
?
perfecta
y, as, el dimetro en esas zonas es a) Calcula la desviacin que provocan el Everest y el Chimborazo en
Ecuatorial: a = 6378,1 km
hasta 43 km menor que en el Ecuador. relacin con el radio medio de la Tierra y compralas con la de la
Radio Polar: b = 6356,8 km bola de billar. Qu observas?
Una consecuencia de este hecho es (distancia
Tierra de Francisco Jos b) Calcula ahora el porcentaje de desviacin que provoca el achata-
que las cimas de Tierra
lasdelmontaas
Noreste ms al centro) Para una TierraR() 1 + tg 2
miento polar en relacin con el radio medio terrestre. Es admisi-
Islas de la del Norte
= ab 2
cercanas al Ecuador son los puntos
Reina Isabel
latitud : b + a2tg 2
T I C O ble segn las reglas del billar?
G r o e n l a n d i a ms alejados
O C del centroAdeC la I ATierra.
L R
Islas de Nueva Siberia
nga M a r d e
B yr ra
B a ha de
ANO GL o n te s Nueva Zembla M Laptev
Mar Mar de
Tie B a ffin de Kara S i b e r i a O r i e n t a l Isla Wrangel
rr Mar de Pennsula

Ro
a

enjok
Isla Victoria Pennsu la de de Yamal
Pennsula
Barents M ese t a

Kot
de Bo ot h ia B M a r de de Guidn
de Si be r i a Es

a
Ol
o

M
la a R o

uj

lim
ch ca Ce n t ral Montes t
a ffi

tre ar Ko

on
G r o e n l a n d i a te
su av
Pennsula Koriakos
Gran Lago Es nam Crculo Polar rtico

re
s

Ro
Viaje al centro de la Tierra
de Kola
n

Ch

ch
in R

R o
del Oso D i oL er

n n

od
o Tun uska I M o ntes de Ko lima

Montes Urales
Estrecho de

R o Y
Ro O
e na ski

ca n
g nfe

eB
d

Pe

Ro nise
de Davis Islandia rio
T

Es Pe
Lago Onega
L l a n u r a unguska Pe

eri
ch
a i

e
En un terremoto, las ondas P (primarias) son ms rpidas.

r
b

ng
or
M a r de dreg
Baha d e de Siberia R o A
ngara
Vale, la Tierra no es una esfera perfecta, pero al menos...

i
Lago Ladoga

Bltico

os
M a r d e l G r o e n l a n d i a R o
Se desplazan a travs de materia slida, pero tambin a tra-
dser slida?M a r d e
H ud son

o
L l an u ra Occidental
L a b r a d o r M ar Lago Peipus de Eu ro pa Montes M a r e

Viti
M R I C A de l Or i e n t al Stanovoi B e r i n g
vs de fluidos, aunque de forma algo ms lenta.

ar
O j o t s k Pennsula
A S I A
Cul es la montaa ms alta?

m
Islas Britnicas M
Pennsula
Antes se crea que la Tierra estaba formada por capas sli-

R
No r t e

oI
R
Gran de Kamchatka
Lago

Ro D
del Labrador
R

oV
Las ondas S (secundarias) son ms lentas, y solo se despla-

rti
Lago Baikal

Ro D
Irlanda s
o Ural
R Rin
Bretaa na
oO das, con tneles porIslos que se poda ir descendiendo, como

sh
Winnipeg
ha
R

tia

Ro
oE

st

Ro
u
o

l e
nc

R
a n Am las A
de

n
El volcn Chimborazo, enTerranova
Ecuador, se eleva 6310 m sobre el nivel del mar. La altura del Everest es Kazajistn
de 8848 m.
ula

ni
la M pe
zan a travs de slidos.
lba

o
Lago Superior Meseta de ur

Volga
l de r Ro describi Julio Verne en su novela Viaje al centro de la Tie-

s
ing
Cana E U R O P A

ile
r
C r pa t os

r
Ro

Ku
Lago Hurn lpes Ro

n J
D E L
Cul crees que tiene su cima a mayor distancia del centro deA la Tierra:
Dan
ubiel
o Chimborazo o Mar
eldeEverest? rra. En ella, varios aventureros exploraban el interior de la

as
Mar de Azov b
Lago Baljash
Ambas ondas se transmiten de forma ms rpida si aumen-

i
Lago Mar Go
Mi

Aral r Mont Blanc

Isl
Gra
Si
C

Ma
Michigan Pennsula de Cantbrico (4.807 m) Desierto de
su

uc

R o
A

Da
Mar Negro
Nueva Escocia as A Tierra, donde encontraban incluso lagos y selvas poblados de ta la rigidez del medio por el que se propagan.
pe
ri

es
n

rC
Para contestar utiliza los datos del cuadro inicial yPe nestima las latitudes dePen
ambas montaas a partir del
T i mapa.Lago Nur
es

Grandes Balcanes o a ha
an S

ri
ni

nsula Crcega

nt
hio
ch

m
no

Mar del Este/

asp
Desierto de
animales prehistricos.

uD
O nsula

Mo
Llanuras
la

Cerdea Meseta
Ro Islas Azores Desierto Mar del Japn
En el grfico aparece la variacin de la velocidad de propa-
ria Takla Makan M
pa

Ib r i c a de A n a t ol i a de Pamir on
Islas Baleares M

a
io
de Kara Kum

Ro
a r Sicilia K2 t Pennsula
A

llo
ip

r
ralta R
sh o AmariG ran Amarillo
Mar de Corea
(8.611 m)
s

Meseta
N O R T E
O C A N O M H
En realidad, el interior de la Tierra est formado por varias gacin de las ondas P y S en el planeta Billar, cuyo radio es
Tig
ib R

es
de G
te

e d Creta u
Misis

Chipre
cho iterr o uk i
on

K
n e oCanal uf
r
Estre M es e t a de l I r n nd m arak d e l Tbet

Ku
as Llanura
is
M Islas Bermudas
tl Hi
Ro

de 6370 km.
Isla Madeira ra a orum C hina Archip i lag o
capas de distinta densidad, algunas slidas y otras fluidas.

en
A te
Ro

hmaputra
n de Suez s l a hang Jiang Mar de J ap ons

ln
Gra

A T L N T I C O ra Pennsula Nanda Devi y a

erra

C
Islas Canarias o China
R

o
Pennsula G

Ind
del Sina Desierto
nde

Gol (7.817 m)
de Florida Oriental
G olfo de Desierto de Nafud
O C A N O
Ma

Ro

Everest
Mar de los
fo
P
a 8

Ro
Br
Lbico rsico (8.848 m) M eseta de
R
dre

Mxico Macizo de Islas Ryukyu

o
Nilo

Sargazos Ahaggar Pennsula

G an g e
C hina
Trpico de Cncer

Ro
Golfo de
ide
O r ie l

M er idio nal
a r a 7
Ma

Lago
S a h
Omn Formosa
CORTEZA
Arbiga

s
Cuba Pe n n s u l a de l
nta
nta

Nasser

ion ina
Pennsula G 20
r R

Montes Pennsula de
de Yucatn r a M ar I n dos t n
Peq

Tibesti Desierto de
6
l

La Espaola

Velocidad (km/s)
nd
o

Indochina
P A C F I C O

al
Islas Cabo Verde Rub al Jali
jo
ue

es R

Ch
A rbi go

R
A M R I C A Go lf o d e
MANTO
An
Se

oM
as A

tilla
o

s Lago Chad
Ad
n B en ga la 5

M r de
Mar Caribe
ntill

de Isla Socotora Filipinas

ekong
neg

Islas Marianas
fo
EXTERNO
Ro Volt

Ro

id
l Islas Laquedivas
Go
as

Canal de Islas Andamn Mar de 4

al

F R I C A M i c r

er
C E N T R A L Panam
N

Isla Trinidad

a
co M a c i z o Pennsula Filipinas
ge

Lago o
no

M
Islas Marshall
Volta E t i p i c o de Somalia
n MANTO 3
a

Cabo Comorn
Ro Ori

Golfo de Pennsula
Panam Camern R i ft Ceiln Islas Carolinas
Macizo Va l l e y de M alaca
INTERNO 2
(4.070 m)

e
de las Ruwenzori Lago Turkana Islas Maldivas
Go lf o d e

s
Guayanas (5.109 m) Kenia

Su
Isla Maraj Cuenca (5.199 m) 0 Borneo M e Ecuador
1

ma
ngo

Chimborazo Gu in e a

i
onas l a
R o maz Lago Victoria
(6.310 m) del Puncak Jaya

tra
A
NCLEO

a
Islas Galpagos n
Co

Islas Seychelles
O
(5.030 m)
Congo
Kilimanjaro las e
Ro

Llanura Isla Pemba Islas Molucas s

Is
Lago Nueva Sa
EXTERNO 0
(5.895 m)
Amaznica Tanganika
Isla Zanzbar Islas Clebes Guinea lom
n
ia 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5
ci s o Islas Comoras Islas Chagos
Java
Mar de
ra Profundidad (km)
c
n

Timor
A M R I C A Arafura Monte Wilhelm
F

NCLEO
Isla Christmas Mar de
C

(4.509 m)
n

r Timor
Sa
o

d oMeseta
RBrasilea a) A qu tipo de onda corresponde cada lnea?
iq u e

i D E L m
Za b
O C E A N A
Ro
Islas Fiyi INTERNO

Isl
ez

Lago Titicaca
amb

Isla Santa Elena N

l l Desierto de Atacama l o s

as
asca

M a r d e ueva
e

Everest Des ier t o sH

b) Cuntas capas puedes distinguir? Cuntas discontinui-
e r a d e

S U R Isla Mauricio
oz

Coral b
dag

Tan am i
a no ri
e M

Caborr
Tie Noroeste dades (variaciones bruscas en la velocidad)?
Adems, la erficie

da
Isla Reunin
Ma

Desierto M on t es

ra

s
Nueva Caledonia Trpico de Capricornio
al d
an

M ac d on n ell
sup

n
de Kalahari
tiene una

Cord
Can

Chimbo
Desierto A u s t r a l i a
c) Cmo vara la rigidez de los materiales en cada capa?
Ro Par

Isla Sala y Gmez

Ro Orang
e s
ontaa d e G i b s o n Entre otros estudios cientficos, el de las ondas ssmicas
razo lisa. Las m
g
sber

a guay

ay
r

illera
rgo ur
O C A NibuO a lo la Gran Des ier t o
ha permitido descubrir que hay varias capas diferenciadas, d) Para cada tipo de onda, estima cunto tiempo tarda en atra-
ru

a s M
en

distr id
Vic t or ia
R o U

Aconcagua
ak

acen
Ro
Dr

(6.959 m)
tes
n e ta h con discontinuidades entre ellas. Algunas propiedades de la vesar Billar y llegar a las antpodas. Para ello utiliza el valor

D
Mon p la
D I Cdel O a ligeCabo
A n d e s

iv
Cabo Recife
N ente G ran Bah a
La

Archipilago

is
Pa Ro de la Plata Cabo de Buena ramLeeuwin
de la velocidad en el punto medio de cada tramo recto.
Juan Fernndez
or
Isla Tristn da Cunha
m
pa
Esperanza
Isla Amsterdam que
se
o no?
Au stral i an a transmisin deIslaestas ondas son las siguientes:
ia

rugosa
Norte
o de Bass
a

Isla Saint Paul

Estrech
n i

Isla Gough Monte Cook

Tasmania Ma r de
4 Isla Chilo Pennsula
(3.764 m)
5
g o

de Valds Ta sm a ni a Nueva
Zelanda
t a

Isla Sur
 La atmsfera que rodea la Tierra hace po- Ligero como el aire

Exosfera
500
sible que nuestro planeta sea habitable.

Entre la
Filtra la radiacin solar y retiene la infra- La densidad de la atmsfera no se mantiene constante con la altura,
rroja, haciendo que la temperatura sea

Altitud (km)
de tal forma que es mayor cuanto ms cerca de la superficie nos
el agradable. Adems contiene los gases im-
Tierra y
encontremos.
prescindibles para la vida.

Termosfera
Utiliza la informacin de la primera figura de la pgina anterior y
cielo 130
La atmsfera no es una capa homognea.
Sus propiedades cambiar con la altura. As, supn que la Tierra es una esfera de radio 6370 km y que la masa
su densidad va disminuyendo y la tempera- de la atmsfera es de 5,11018 kg.
110
tura vara de distinta forma en cada capa. a) Calcula el volumen de las cuatro primeras capas de la atms-
90
En la atmsfera se distinguen cinco capas fera.

Estratosfera Mesosfera
70 de densidad decreciente desde la primera,
la troposfera, hasta la ms exterior o exos- b) Se estima que el 85% de la masa de la atmsfera se encuentra
50
fera (figura izquierda). La altura de cada en la capa inferior, la troposfera. Cul es la densidad media
30
capa vara segn las zonas; por ejemplo, de esta capa?
10 T r o p o s f e r a
la troposfera tiene 17 km de espesor en el c) La estratosfera contiene un 9% de la masa total de la atmsfe- Globo meteorolgico de la NASA lanzado en la Antrtida
-100 -50 0 50 100 150 1000oC
ecuador y solo 7 en los polos. ra. Cul es su densidad media? para analizar la atmsfera en altura.

Hace fro ah arriba?

En la troposfera, la temperatura disminuye unos 0,64C por cada 100 m de ascenso.
Volando voy, volando vengo
a) Un globo asciende desde el nivel del mar hasta 2 km., Si la temperatura al co- El meteorlogo ingls Hadley observ a comienzos del si- As, se tarda hasta una hora menos al volver volando de Nue-
mienzo era de 20C., calcula la temperatura en el exterior del globo cada 500 gloxviii que las corrientes de aire parecan desplazarse de va York a Madrid que al ir, aunque haya que recorrer ms
metros de ascenso. las zonas ecuatoriales, donde el aire es ms clido, a las zo- distancia para aprovechar el chorro.
nas polares, donde se enfriaban y regresaban hacia el Ecua-
b) A la vista del grfico del comienzo de pgina, describe cmo varia la tempera- dor. Este ciclo se llam celda de Hadley.
Chorro Subtropical Chorro polar
tura en cada capa de la atmsfera.
Ms tarde se descubri que haba varias celdas ms, y que
la rotacin terrestre tambin influa sobre los vientos. As se
lleg a una descripcin global de las corrientes atmosfricas.
Anticicln polar Clula polar
Vientos polares
del este
Frente polar
El descosido atmosfrico Clula de Ferrel
Vientos del oeste
Aunque en la estratosfera no hay organismos vivos, contiene una zona esencial
para la vida: la ozonosfera o capa de ozono, que filtra la radiacin ultravioleta Alisios del noreste
Clula de Hadley
del sol. Debido a la accin de varios gases contaminantes como los clorofluor-
carbonos, esta capa se adelgaza de forma acusada sobre todo en los inviernos
australes, originando el llamado agujero de ozono. Alisios del sureste
Un piloto quiere hacer un viaje de ida y vuelta entre dos ciu-
dades situadas a 5850 km de distancia, y en ambos recorri-
a) Estima la superficie que ocupa el agujero de ozono. Supn que
dos va a seguir la misma corriente de chorro. A la ida va a
ocupa toda la superficie entre el paralelo 60S y el polo
favor de corriente, y tarda 5h 45 min. En cambio, a la vuelta
sur (usa trigonometra y busca la frmula del rea En las zonas fronterizas entre masas de aire fro y masas de tiene el viento en contra, y emplea dos horas ms. En ambos
de un casquete esfrico). sfera aire clido, se forman en altura unas fuertes corrientes, las
Vale, la atm recorridos influye la velocidad de la corriente y la velocidad
b) Cuntas veces cabra Espaa en el agujero? es importa
nte corrientes de chorro (jet streams). Estas corrientes de aire media que consiguen los motores del avin. Supuesto que
ta mos
c) Cmo piensas que puede afectar a los seres vivos pero no no rque alcanzan grandes velocidades, y se usan para ganar veloci- el valor de ambas velocidades no cambia en los dos viajes,
c ia p o
de la zona. su presen s?
dad y ahorrar combustible en los vuelos. podras calcularlas?
e sa , o
no p

6 7
 Cuando una enfermedad afecta a Los nmeros buscan la enfermedad
Temblad
un gran nmero de personas en
una poblacin, recibe el nombre Hay varios test que permiten detectar la presencia de los virus o bacterias que causan enfermedades a partir de un anlisis de

t g e n o s! de epidemia. sangre. La fiabilidad de esas pruebas se puede estimar usando herramientas matemticas, relacionadas con la probabilidad
pa Hay epidemias de enfermedades y la estadstica.

L l e g a n l as no muy graves, como los cata-

Se sabe que una enfermedad afecta al 1% de la poblacin. Para poder
Sanos Enfermos Total
rros que suelen afectarnos cada tratarla adecuadamente es fundamental detectarla lo antes posible. Con Test +

mates!
ao, pero otras pueden ser mu- este fin, se disea un test, de forma que un resultado positivo en ese test Test
cho ms graves e incluso causar indica que el paciente est enfermo.
un gran nmero de muertes. Total 100.000

La epidemiologa es la rama de El test para esa enfermedad se considera muy fiable, ya que el 99,9% de los pa-
la medicina que estudia las epi- cientes enfermos dan positivo en el test, y el 99,9% de los pacientes sanos dan
negativo.
demias y sus causas e intenta
prevenirlas y controlarlas. a) Si la poblacin tiene 100.000 personas, cuntas estarn enfermas?

b) Cuntos de esos enfermos darn positivo en el test?

c) Completa la tabla de la derecha.

Un visitante inesperado d) Con estos datos, si una persona da positivo en el test, qu probabilidad hay
de que est realmente enferma?
La ta de Carlos ha venido a visitarle. Tiene un catarro poco im-
portante, pero molesto y muy contagioso. Poco tiempo despus,
la enfermedad se ha extendido por la ciudad.
Un epidemilogo que ha estudiado la enfermedad ha llegado a
la conclusin de que un infectado contagia a otras dos personas
cada 10 minutos. En la tabla inferior derecha se recoge el nmero
total de enfermos durante la primera hora.
Las matemticas encuentran al culpable
a) Completa la tabla y escribe la funcin que relaciona el tiempo Hasta mediados del siglo xx, ni siquiera estaba claro si el tabaco era un factor
transcurrido y el nmero de enfermos. importante en el desarrollo de enfermedades. Los estudios estadsticos han
demostrado que las personas fumadoras tienen un riesgo mucho mayor de su-
b) Qu tipo de funcin es?
frir un cncer de pulmn que las no fumadoras, tanto ms cuanto mayor es la
c) En cunto tiempo se superar el milln de enfermos? cantidad de tabaco consumida.
d) Crees que este modelo es razonable para estudiar la evolu- La Organizacin Mundial de la Salud (OMS) considera el tabaquismo una epi-
cin de la epidemia? demia, y ha identificado una serie de medidas eficaces para reducir el consumo
de tabaco, conocidas como MPOWER.
Realmente, ni los datos de la tabla ni el modelo son realistas, ya Tiempo (min) N.o enfermos
que no tienen en cuenta si los enfermos sanan y dejan de trans- En un estudio estadstico sobre 180 personas se obtienen los resultados que
0 1
mitir la enfermedad, el tamao de la poblacin aparecen en la tabla.
10 3
Al estudiar la evolucin de una enfermedad, se ha obtenido que el 20 9 Sanos Enfermos Total
nmero de personas que la han padecido se puede representar por 30 27
500 Fumador 10 60 70
la funcin n (t ) = (t es el tiempo transcurrido en das.) 40 ... No fumador 90 20 110
1 + 499e 0,15t
50 ... Total 100 80 180
e) Haz una tabla con el nmero de enfermos cada 10 das, hasta 60 s mates
60 ... Podrn la
y compara los resultados con los de a). Calcula con esos datos identificar
detectar e
el nmero de nuevos afectados en cada uno de esos intervalos. enfermeda
des a) Qu probabilidad tiene un fumador de desarrollar una enfermedad? Y un no
d e riesgo? fumador?
f) Representa los datos en una grfica. Qu observas? Parece que, segn este modelo, y factores Tomado del Informe OMS sobre la epidemia
el nmero deenfermos no sobrepasar una determinada cantidad. Cul es? b) Si una persona est enferma, qu probabilidad hay de que sea fumadora? mundial de tabaquismo 2013

8 9
 Seguro que has odo la expresin el hombre desciende del mono. Es as en Explorando los genes
El rbol
verdad?Es precisa esta afirmacin? Piensas que el comentario qu monos
son estos nios tiene que ver con nuestra herencia biolgica? Conforme aumenta el nmero de especies, el de
posibles rboles que se pueden formar se dispara.
ico
genealg
Por eso hay que tener criterios que permitan ele-
gir el ms adecuado. Incluso para tres especies,

e n u e s tra cmo determinamos el rbol filogentico ms

d adecuado de entre los tres posibles?

especie A la derecha aparece parte de la secuencia genti-

ca de un lmur, un macaco y un tarsero. La distan-
Reciente 0 cia evolutiva mide la separacin entre secuencias.
Pleistoceno GIBN ORANGUTN GORILA CHIMPANC HUMANO Por ejemplo, diramos que la distancia entre lmur AACTTCATGC AAGGTCATTC AACGTCATTC
Plioceno y macaco es 8, puesto que sus secuencias difieren TCACCGAGGC TCAACGAGGC TCACCGATGC
10 en 8 caracteres. CTGTAATTGC ATGTAACTGC CTGTAATTGC
Mioceno
ATGAGATCAT ATGACATGAT CTGACATCAT
a) Identifica las iniciales que aparecen en la se-
20
cuencia gentica con los distintos nucletidos
del ADN.
Oligoceno 30 Proconsul Africanus
b) Calcula la distancia entre lmur y tarsero y entre macaco y tarsero.
Millones de aos
c) De los tres rboles que se pueden formar, cul crees que representa mejor la relacin entre lmur, macaco y tarsero?

La teora de la evolucin de Darwin afirma que las especies terrestres tienen an-
cestros comunes. Para representar esa evolucin, utiliz el rbol filogentico, en
el que se representan las especies de la Tierra en las hojas, y los ancestros co-
munes en los nodos. En la imagen superior puedes ver el rbol filogentico de la
superfamilia de los hominoides. Parientes cercanos?
Las diferencias entre los ADN de las especies actuales no reflejan to-
dos los cambios ocurridos durante la evolucin. Por ejemplo, la se-
cuencia TTGA de un ancestro pudo mutar a TAGA y luego a TCGA, y as
rboles mate-genealgicos un cambio quedara oculto para nosotros, que solo conocemos el resul-
En matemticas estos rboles se llaman grafos (conjuntos de vrtices unidos por aristas) conexos y sin ciclos. Si de cada tado final.Para considerar estos cambios ocultos se usan modelos ma-
vrtice salen dos ramas se llama binario (cada especie ancestral dio lugar a dos especies nuevas). temticos de evolucin ms complejos. En ellos se define la distancia
I. ancestro II. ancestro III. ancestro filogentica entre dos secuencias de ADN como la cantidad que estima
el mximo ms verosmil de la cantidad de cambios acumulados entre
las dos durante la evolucin.En el modelo ms sencillo Jukes-Cantor
el nmero de cambios esperados (incluyendo los ocultos) entre dos se-
3 4p
Humano Chimpanc Gorila Gorila Chimpanc Humano Chimpanc Gorila Humano cuencias, distancia Jukes-Cantor, es igual a d = ln 1 , donde
4 3
a) En el grfico anterior se muestran los tres rboles filogenticos posibles que relacionan tres especies (humano, gorila y p representa la fraccin de nucletidos distintos entre ambas.
chimpanc). Como ves, todos tienen cuatro ramas. a) Comprueba que la distancia de Jukes-Cantor entre lmur y macaco es 0,23 y determina las existentes entre lmur y tarsero
i. Dibuja tres rboles distintos para cuatro especies y otros tres para cinco. Cuntas ramas tiene cada uno? y entre macaco y tarsero.
ii. Calcula el nmero de ramas que tendr un rbol de m especies. b) Las secuencias de la tabla corresponden, respectivamente, a la mosca del vinagre, al gusano de seda, al piojo del cabello
b) Al aadir una especie al rbol de tres, se puede bifurcar alguna de las ramas existentes o aadir humano y a unos insectos parsitos de otros insectos. Calcula sus distancias de Jukes-Cantor.
s a poner
un antepasado comn anterior al primero. De ese modo, cuntos rboles distintos de cuatro y de Te atreve
la dife- Drosophila melanogaster Bombyxmori Pediculushumanus Mengenillamoldrzyki
cinco especies se pueden formar? nmeros a
tica entre CGTCATTCTCACCGATGCCT GGTCATTCTCAACGAGGCAT CGTCATGCTCACCGAGGCCT
rencia gen CTTCATGCTCACCGAGGCCT
c) Deduce por induccin que el nmero de rboles binarios con raz de m especies es: especies? GTACTTGCCTGACATCATAA GTAACTGCATGACATGATAA GTAATTGCATGAGATCATAA GTAATTGCATGACATCATAA
(2m 3) (2m 5) (2m 7) 5 3 1

10 11
 Adems del conocido Bugs Las plantas, saben matemticas?
Bunny, hay otros conejos
que son famossimos, al Mientras el tallo de una planta crece, las hojas van brotando formando un n-

Nmeros
menos entre los matemti- gulo determinado ( en la figura derecha) de forma que la de la parte superior
cos. El problema de los co- no tape completamente a las que quedan por debajo. Si, por ejemplo, las hojas

n l i n g o tes nejos es un ejemplo clsico salen cada media vuelta (180), la hoja superior no quita luz a las que quedan
e de cmo las matemticas
se pueden aplicar para cal-
justo debajo, ni impide que les llegue el agua. Este crecimiento se da aproxima-
damente en algunos rboles, como el olmo o el tilo.
cular el crecimiento de una El ngulo de divergencia, , es el ngulo de separacin entre dos ho-
poblacin cuando este no jas consecutivas. En el olmo ya se ha dicho que es 180, igual a media
tiene limitaciones: 1 1 Cociente entre
vuelta completa, esto es de 360. La fraccin es el cociente de dos
2 2 trminos de la serie Tipo de planta
Imagnate que un granjero f1
pone una pareja de conejos, nmeros de la sucesin de Fibonacci, . Este fenmeno ocurre con de Fibonacci
f3
macho y hembra, en un recin- frecuencia. f1 1
= 180 Olmo, tilo
to vallado. Sabiendo que estos paren una vez cada mes, que los nacidos f3 2
tambin son macho y hembra y que, a su vez, stos empiezan a parir al
a) Completa la tabla siguiendo el ejemplo del olmo.
segundo mes de su nacimiento, calcular el nmero de parejas que habr f2 ? Haya, avellano,
al cabo de n meses. fn+1 f f f f f =
b) Si = lim
n f
, entonces lim n+2 = lim n+2 n+1 = lim n+2 lim n+1 f4 ? zarzamora
n f n f fn n fn+1 n fn
La solucin la da la siguiente secuencia de nmeros: 1, 1, 2, 3, 5, 8, 13, 21, n n n+1

fn f? 2 Roble, manzano,
Sabras continuarla? No ha sido difcil, verdad? Cada nmero se obtiene sumando los dos anteriores: 2=1+1, 3=1+2, 5=2+3 Cunto vale lim ? Cul es el ngulo de divergencia =
fn+2 f? 5 acebo, albaricoque
Esta inocente sucesin, conocida como sucesin de Fibonacci, esconde en su interior una sorpresa: el nmero de oro. n

correspondiente?
f? 3
c) El ngulo que has encontrado se llama ngulo ureo. A partir de = 135 Chopo, lamo
f? 8
esta definicin, calcula su valor.

Busca la razn area

Un segmento est dividido segn la proporcin urea cuando la razn entre
la longitud total y la de la parte mayor es igual a la razn entre las partes y
mayor y menor. Si llamamos x a la parte mayor e y a la parte menor, esta
relacin se puede expresar de la siguiente forma: A B C Sorpresas de Fibonacci
x+y x x y x y x Crees que los nmeros de Fibonacci aparecen solo
= + = 1+ = .
x y x x y x y x en matemticas y en la naturaleza? Pues va a ser que
x 1 no. Fjate:
Llamando = , se obtiene la ecuacin 1 + = , cuya solucin positiva es el llamado nmero de oro, (phi).
y En una comida algunos de los comensales son ma-
temticos. Como siempre que dos matemticos se
a) Calcula el nmero resolviendo la ecuacin anterior.
sientan juntos se ponen a hablar de teoremas y otras
b) Construye una tabla en la que dividas cada trmino de la sucesin de Fibonacci entre el anterior. Calcula rarezas, se decide que dos matemticos no pueden
as los 15 primeros trminos de esta nueva sucesin. sentarse juntos.
f Si solo hay una silla, hay dos posibilidades: que se
c) La sucesin anterior formada por los cocientes, n+1 , tiene lmite. Comprueba que ese lmite es
f fn siente un matemtico (M) o un no-matemtico (N).
el nmero de oro, es decir, = lim n+1
n f pero, Con dos sillas, hay tres opciones: MN, NM, NN (se pro-
n Vale, vale,
lgo ms hbe MM).
fn1 1 1 esto es a
(Pista: recuerda que fn+1 = fn + fn1 y utiliza que lim = = ertimento
fn f
) que un div Calcula el nmero de opciones hasta un mximo de
n fn matemtic
o?
lim lim n+1
n fn1 n f
n
ocho sillas. Qu observas?

12 13
 Durante el crecimiento de un tu- El ataque de los virus: el SIDA
mor cancergeno tiene lugar una
proliferacin de clulas malignas. En los aos 80 del pasado siglo XX, comenz a extenderse rpidamente una enfermedad que

Hospital
atacaba al sistema inmunitario y causaba un alto nmero de vctimas: el sndrome de inmunode-
El proceso normal de divisin ce- ficiencia adquirida o SIDA (en muchos informes se le nombra por sus iniciales en ingls: AIDS,
lular, llamado mitosis, requiere

a te m tico normalmente de seales externas

acrnimo de Acquired InmunoDeficiency Syndrome).

m para llevarse a cabo. Sin embar- El SIDA est producido por la accin de un virus, el VIH (Virus de la Inmunodeficiencia Humana,
go, en el proceso canceroso, las HIV en ingls). Cuando infecta a un ser humano, el VIH ataca a los linfocitos de un tipo concreto,
mitosis se producen sin necesi- los CD4. Al penetrar en una de estas clulas, su ARN transforma el ADN de la clula infectada, para
dad de este tipo de seales y las replicarse (hacer copias de s mismo). Cuando estas copias o viriones salen de la clula provocan
divisiones tienen lugar de forma su muerte, y buscan nuevas clulas sanas para seguir reproducindose.
descontrolada.
En la grfica inferior se da la tasa de mortalidad por VIH/SIDA total y por sexos, 1981-2011.

Cmo crece un tumor?

Supongamos que tenemos una clula cancerosa, que se divide en dos cada da.
a) Da la expresin que da el nmero de clulas cancerosas al cabo de n das
b) Cuntas clulas cancerosas habr al cabo de 6 das? Y de 10 das?
c) En cuntos das se alcanzar el milln de clulas malignas?
Tras un mes, el nmero de estas clulas es enorme, pero qu volumen ten-
dra el tumor?
d) Calclalo despus de 31 das suponiendo clulas esfricas de radio 102cm.
e) Si el tumor tuviera forma esfrica, cul sera su radio?
En general, se puede encontrar una frmula para estimar el crecimiento
del tumor. Si este fuera exponencial, el radio tras t das vendra dado
por R (t ) = rc e kt , siendo rc = 102 mm el radio de una clula cancerosa y
k una constante.
f) A
partir de la frmula anterior, en cunto tiempo duplicar el tumor
su radio?
Pero el crecimiento del tumor en realidad es lineal y no exponencial,
sino lineal, ya que est limitado por varios factores:
Las clulas no se dividen exactamente, todas a la vez, al final de cada
da.
Las clulas del centro del tumor no tienen nutrientes ni oxgeno, y son necrticas, no se dividen ms.
Solo las clulas cercanas al borde pueden proliferar.
La angiognesis es el proceso en el que el tumor atrae hacia s vasos sanguneos que lo rodean y nu-
tren. En ese momento las clulas cancergenas entran en la corriente sangunea y llegan a otros rganos.
Para combatir la enfermedad es fundamental conocer ese proceso y frenarlo.
(Tomado de rea de vigilanciaLa L de VIH y conductas de riesgo.
Centro Nacional de epidemiologa Plan Nacional sobre el SIDA. Madrid 2013)
A la derecha se muestra la evolucin de la mortalidad atribuible al tabaquismo y
al alcohol para distintas causas seleccionadas y de la mortalidad por sida, sobre-
dosis y accidentes de trfico en varones en Barcelona en el perodo 1983-1998
(Fuente: M. Jan,C. Borrell, M. Nebot, M. I. Pasarn. Gac. Sanit vol.17 n.2 Barcelona. 2003)
A partir de los grficos anteriores, responde a las siguientes cuestiones.
a) A qu sexo afecta ms la enfermedad en ese periodo de tiempo?
b) En 1995 haba en Espaa unos 40 millones de habitantes, de los que el 51%
eran mujeres. Segn el grfico, cuntos hombres y cuntas mujeres habran
muerto a causa del SIDA en ese ao?
c) Los tratamientos antirretrovirales evitan que el virus pueda seguir replicndo-
se. En qu ao se empiezan a usar tratamientos ms eficaces?
de las d) En el grfico de la derecha aparecen datos relativos a Barcelona. Qu seme-
Y adems
qu otras janzas y diferencias en la evolucin de la mortalidad por SIDA puedes observar
frmulas,
s mate- si los comparas con los datos del conjunto de Espaa?
herramienta
yu d an a los
mticas a e) Compara las causas de mortalidad que aparecen en el grfico de la derecha y co-
doctores? menta su evolucin entre 1983 y 1998.

14 15
 Las matemticas nos dan modelos para La que Cunto ms alto menos presin
predecir, de forma fiable, el tiempo he liado!
o
El tiemp
que va a hacer en las horas o das Los gases que forman el aire atmosfrico ejercen una presin sobre todos los objetos situados en el planeta. Esta presin
siguientes. Para hacer tales predic- atmosfrica se representa, de forma intuitiva, como el peso por unidad de superficie de la columna

t m o s f rico ciones es imprescindible observar de aire que soporta encima de s cualquier objeto situado en la superficie terrestre.

a !
el comportamiento de la atmsfera. La presin atmosfrica vara con la altura: la columna de

un caos
Este depende de magnitudes tales aire que soporta un montaero que ha escalado
como la presin, el viento, la hume- una cima de 4000 m es menor que la de una
dad o la temperatura. persona que est nadando en el mar.
Las ecuaciones de la dinmica at-
mosfrica son muy sensibles a los
valores iniciales de las magnitudes
que intervienen en ellas; por ello, la evolucin del llamado tiem-
po atmosfrico es muy impredecible tanto ms cuanto
ms nos alejamos de los valores iniciales. Hoy en da
la atmsfera se considera un ejemplo de sistema
catico que se estudia usando la Teora del Caos.

El futuro impredecible Conoces las distintas unidades que se utilizan para medir la presin atmosfrica? Mira cules son y cmo se relacionan y
completa despus la tabla que contiene las presiones sealadas en la figura.
Los modelos de prediccin atmosfricos se basan en utilizar la situa-
cin real de la atmsfera en un instante dado conocida gracias a las atm mm Hg bar Pa gr/cm2
miles de observaciones de estaciones meteorolgicas, aviones, barcos, 1 atmsfera (atm) = 760 milmetros de Hg (mm Hg) = 1,024
globos, para calcular la situacin en un tiempo posterior. Nadador
= 1,01325 bar = 101325 Pascales (Pa) = 1035 gr/cm2 0,96
Refugio
Supongamos que U es una variable atmosfrica que evoluciona con el
tiempo de forma que, en cada momento n, su valor viene dado por el Montaero 87422
que tena en el instante inmediatamente anterior mediante la frmula: Las matemticas proporcionan modelos que intentan reproducir la realidad. Para representar la relacin entre la presin
atmosfrica de cualquier punto y su altura sobre el nivel del mar se emplea la llamada ley baromtrica. Sabes que hay
Un = 4Un1(1Un1)
mviles capaces de calcular la presin utilizando esta ley o una variante de la misma?
De esta forma, si en el instante inicial se toma el valor U1=0,100 se
podrn calcular los valores sucesivos de la magnitud: P1: Presin a la altura h1
P2: Presin a la altura h2
M: masa molecular media del aire (0,028 kg mol1)
U2 = 4U1(1U1)=40,100(1 0,100)=0,36 U3 = 4U2(1U2)=40,36(1 0,36)=0,9216 ( h h
Mg 2 1
)
RT
P2 = P1 e
U4 = 4U3(1U3)=40,9216(1 0,9216)=0,2890 U5 = 4U4(1U4)=40,2890 (1 0,2890)=0,8219 g: Aceleracin de la gravedad (9,8 ms2)
R: Constante de los gases ideales (8,3 J mol1K1 )
a) Usa la calculadora o, mejor, una hoja de clculo para obtener los quince primeros valores de U en las condiciones dadas. T: Temperatura media entre ambas alturas(en Kelvin, K)

b) Calcula los quince primeros valores de U en las mismas condiciones pero realizando pequeos cambios: por ejemplo,
toma como valores iniciales primero U1=0,101, y despus U1=0,102 Lamentablemente la app del mvil no funciona y tendrs que contestar estas preguntas con ayuda de la calculadora (supn
c) Representa los valores obtenidos en un par de ejes coordenados. En el eje horizontal deben ir los valores que al nivel del mar la temperatura es de 20C y la presin de 1 atm y que la temperatura disminuye 0,64C cada 100
naturales n =1, n =2,, n =10 y en el vertical, los valores de Un obtenidos. metros de altura).
ran las
Y cmo va e se a) Calcula la presin para una altura de 1000 m.
d) Interpreta los resultados. Para ello observa: e s qu
magnitud
p a ra p redecir b) Halla a qu altura la presin se hace la mitad que al nivel del mar
i) Si los datos en los tres supuestos iniciales son parecidos o muy diferentes en cada instante usan
el tiempo? c) Calcula el cociente entre las presiones de dos puntos cuya diferencia de altura es de 3350 metros. Cul es el porcen-
ii) A partir de cundo los tres valores, en un mismo instante, varan de forma radical. taje de la presin de un punto a 5000 metros de altura con respecto a un punto a 1650 metros de altura?

16 17
 Nuestra relacin con el mundo financiero Un prstamo para toda la vida?
empieza desde pequeos, cuando tomamos
decisiones sobre qu chuches comprar o Durante la burbuja inmobiliaria y financiera anterior a la cri-

Nmeros
qu pedir a cambio de algo. Sin embargo sis que comenz en 2008, los bancos ofrecan a sus clientes
es al adquirir responsabilidades de adulto crditos hipotecarios con plazos de devolucin de hasta 40 e
incluso 50 aos! En broma, mucha gente comentaba que eran
y dinero
cuando esa relacin se formaliza y ya no nos
va a abandonar en toda nuestra vida. Nor- prstamos pensados para dejarlos como herencia a los hijos.
malmente se articula a travs de un banco A la hora de pedir dinero prestado, ya sea para comprar una
en el abrimos cuentas, pedimos prstamos y casa, un coche, un viaje, ., hay que tener sentido comn y no
depositamos nuestros ahorros. Es casi, casi, endeudarse por encima de lo razonable, dadas las circunstan-
un matrimonio que no siempre est bien cias particulares de cada persona o familia.
avenido (sobre todo cuando leemos la letra Cuando se solicita un prstamo a una entidad bancaria se pac-
pequea). E incluso si decimos divorciarnos tan los siguientes valores:
de nuestro banco, tardaremos poco en ca-
sarnos con otro. P: capital prestado
r: inters nominal anual en tanto por uno
n: nmero de aos de duracin del prstamo
q: nmero de periodos en cada ao (capitalizacin)
Nuestra hucha bancaria En estas condiciones la cota fija C que hay que pagar en
cada periodo es:
Una entidad financiera nos ofrece un inters nominal compues-
to del 5% anual si depositamos en ella nuestros ahorros. Pero P r
esta informacin no es suficiente Es necesario que conozcamos, C= nq
r
adems, el tipo de capitalizacin; es decir, el nmero de veces q 1 1 +
en el ao en los que los intereses generados por nuestro capital q
pasan a formar parte de ese capital y, por tanto, a generar nuevos
intereses.
La frmula que determina el capital final CF en el que se convierte
un capital inicial C colocado a un r por uno de inters nominal Una familia, con unos ingresos mensuales de 3200 euros, quiere
compuesto durante T aos y con q periodos de capitalizacin al solicitar un prstamo para comprar una vivienda.
ao es: La familia est interesada en adquirir una vivienda de la promo-
cin descrita en el anuncio de la izquierda.
qT
r La entidad bancaria ofrece las siguientes condiciones:
CF = C 1 +
q Inters compuesto del 4,75% anual con capitalizacin mensual.
Plazo de devolucin del prstamo de 15 aos.
Se colocan 3000 euros durante cuatro aos a un 3,5% de inters
Los miembros de la familia echan cuentas y deciden que pue-
compuesto anual. Calcula en qu se convertirn si la capitaliza-
den dedicar, como mximo, el 30% de sus ingresos para pagar el
cin es:
crdito. Adems, cuentan con unos ahorros de 75000 euros que
a) Anual d) Mensual pueden dedicar a la compra de la vivienda.
NUEVA PROMOCIN DE VIVIENDAS
b) Semestral e) Diaria (360 periodos) a) Halla la cantidad mxima que la familia puede dedicar para
2 habitaciones 160000 euros pagar la mensualidad del prstamo que va a solicitar.
c) Trimestral f) Horaria (8640 periodos)
3 habitaciones 195000 euros
sa b) Calcula el precio mximo que podr tener la vivienda que
Y qu pa 4 habitaciones 245000 euros
ve z de compren.
Qu pasara si se considerara que la capitalizacin es continua; es decir, si se consideran infinitos cuando e n
tros el c) Estudia qu tipo de vivienda se puede comprar.
periodos en el ao? Para contestar utiliza el clculo de lmites del tipo [1]. llevar noso
ellos
dinero, son d) Te atreves a calcular cul ser la cantidad final que habrn
s lo dan?
quines no pagado al banco al final del prstamo?
18 19
 La especie humana es la nica consciente El desierto avanza
cie de que para sobrevivir, es necesario
La espe conservar las condiciones naturales,
climticas y medioambientales del
La desertizacin es una de las consecuencias indeseables que tienen los incen-
dios continuados. Para representar la evolucin de este proceso en una cierta
ms planeta. Sin embargo, tambin es zona, se ha dividido la superficie en riesgo utilizando una cuadrcula cuyas

t a st rf i ca: la que, de largo, ms interviene en el celdas tienen 100 metros de lado.

ca empeoramiento de dichas condiciones: Para estimar si una de las celdas se desertizar o no se fijan los siguientes
re incendios, accidentes nucleares,
el homb
criterios:
sobreexplotacin de recursos naturales
o el calentamiento global. Se simplifica el problema, suponiendo que el que una celda quede desertiza-
da no depende del grado de desertizacin de las zonas vecinas.
Las matemticas dan modelos eficaces
para predecir la evolucin de estos Las celdas cercanas al foco inicial de desertizacin (zona roja) tienen probabilidad
sucesos y, por tanto, actuar para 0,75 de quedar prximamente desertizadas.
600 m
controlar y evitar, o al menos mitigar, Las que rodean a la zona central (zona amarilla) tiene probabilidad 0,40 de con-
estas catstrofes. vertirse en desierto
Las celdas en verde tienen probabilidad 0,05 de desertizarse.

600 m
a) En una de las celdas hay un rbol centenario pero no se recuerda en cul de las
Y ahora a apagar un incendio! tres zonas est situado. Cul es la probabilidad de que la celda en la que vive
este rbol quede desertizada?
A la hora de apagar un incendio, una de las decisiones que hay que
tomar es la de asignar los efectivos humanos para extinguir el fue- b) Cul es la probabilidad de que en la zona amarilla queden exactamente tres
go. Imagnate que se cuenta con cinco equipos de bomberos ubica- celdas desertizadas?
dos en diferentes localidades prximas al incendio y que deben ser c) Cul es la probabilidad de que el 10% de la zona verde quede desertizada?
asignados a los cinco focos principales de fuego. La tabla siguiente
muestra los tiempos estimados (en minutos) para que los diferentes
equipos de bomberos lleguen a cada foco.

Focos
El hombre y la temperatura del planeta
Equipos F1 F2 F3 F4 F5 Un ejemplo muy claro de cmo la accin humana puede influir sobre la Tierra en su conjunto es el cambio climtico global.
Se plantea el problema de qu equipo asignar a cada foco
E1 12 14 16 15 12 para minimizar el tiempo total que tardan en acudir los equi- La tabla muestra el promedio mundial de las temperaturas de superficie (en C) alcanzadas en el perodo 1900 2010
E2 10 13 12 13 11 pos a los focos para apagarlos.
1900: 1910: 1920: 1930: 1940: 1950:
E3 14 16 14 11 13 a) C
 alcula el tiempo total correspondiente a las siguientes
13,75 13,45 13,65 13,75 14,05 13,85
asignaciones:
E4 12 11 12 11 9 1960: 1970: 1980: 1990: 2000: 2010:
E1F1E2F2E3F3E4F4E5F5
E5 14 12 19 12 14 13,90 13,90 14,10 14,20 14,40 14,45
E1F5E2F4E3F3E4F2E5F1
(Tomado de Climate Change 2007: the AR4 Synthesis Report)
b) H
 az a ojo la asignacin que creas que har que el tiempo total sea el ms corto posible.
c) Para intentar conseguir una mejor asignacin realiza los siguientes pasos: a) Dibuja un diagrama de dispersin con los datos de la tabla e interprtalo.

1. Construye una primera tabla a partir de la inicial en la que en cada fila se identifica el menor b) Calcula el valor de los siguientes parmetros estadsticos relativos a las variables X: ao e Y: temperatura en C:
nmero y se resta de todos los nmeros de esa fila. Medias y desviaciones tpicas de X e Y, x, y, sx y sy , respectivamente. Covarianza de X e Y, sxy.
2. A
 partir de la anterior, construye otra tabla en la que se identifica el menor nmero de cada c) Calcula el coeficiente de correlacin lineal, r, para las variables X e Y. Interprtalo.
columna y se resta a todos los elementos de dicha columna. Te imagin
as
d) Calcula la recta de regresin de Y sobre X y dibjala sobre el diagrama de dispersin
p u e d e p asar
3. E
 lige una fila o columna con un nico cero y asigna el equipo al foco correspondiente a la celda qu
a muy e) Utiliza la recta de regresin anterior para realizar estimaciones de la temperatura media de superficie para los aos
que ocupa. Elimina la fila y columna de dicho cero y elige un segundo cero en las mismas en una zon los
castigad a p or 1945 1975 1995 2005 2015 2025 2050
condiciones. Al final tendrs la asignacin buscada. Comprueba si esta asignacin mejora c e n d io s?
a las obtenidas en a) y en b).
in e interpreta los resultados.

20 21
 Algunas situaciones cotidianas Las matemticas tambin tienen historia!
que, en principio, son complejas se
resuelven con modelos matemti- En la sala de exposiciones municipal se ha organizado una de lo ms atrayente: Historia de las Matemticas. El plano
del recinto de la exposicin, que aparece dibujado a la derecha, consta de las siguientes salas referidas a diferentes zonas
Caminos
cos que las simplifican al conside-
rar solo los aspectos relevantes. geogrficas del planeta:

a te m ticos Por ejemplo, objetos simples como E S

m los grafos, que solo contienen vr-
tices y aristas, pueden usarse para
resolver situaciones como el tra-
zado de un camino por las salas
de un museo o una gran superfi-
cie o la confeccin de un horario o
un calendario que cumpla ciertas
exigencias.
Paseos eulerianos
Te gusta pasear? Pues nimo, vamos a dar un paseo con mucha historia. En Knigsberg (ahora llamada Kaliningrado, en Ru-
sia) haba siete puentes, y los habitantes del lugar tenan la costumbre de intentar dar un paseo cruzando todos los puentes,
pero pasando por cada uno una sola vez.
N
T
F: FRICA N: NORTEAMRICA A
L
R I
A A: RESTO DE ASIA C: CHINA E INDIA S: RESTO DE AMRICA D
D A
A
E: EUROPA
Te has fijado en que hay tiendas y edificios I T
labernticos en los que es difcil poder salir
una vez que has entrado?
a) Representa el recinto con un grafo en el que los vrtices sean las ocho salas y las aristas las puertas que las unen. Por
ejemplo, como hay una puerta entre C y N, estos dos vrtices estarn unidos por una arista en el grafo.
b) Indica los grados de los vrtices del grafo.
c) Investiga si se puede determinar un paseo por la exposicin de forma que comience en la entrada, acabe en la salida y
pase solo una vez por todas y cada una de las puertas.
d) Analliza las caractersticas del camino que has encontrado en c) e intenta hallar otro que cumpla los mismos requisitos.
e) Todos los caminos de similares caractersticas a los anteriores visitarn todas las salas por lo menos una vez?
B

A D

Grafos con colores! B

C El nmero cromtico (NC) de un grafo es el menor nmero de colores necesarios C
En un grafo cualquiera, un camino euleriano es un camino que pasa por los vrtices y aristas de dicho grafo y que verifica para colorear sus vrtices de forma que dos vrtices unidos por una arista siempre
dos condiciones: comienza y acaba en el mismo vrtice y pasa una nica vez por todas las aristas. tengan colores diferentes. Para acotarlo se usan dos criterios:
A
Observa los grafos siguientes: (1) (2) (3) El NC es siempre menor o igual que el mximo orden de sus vrtices ms uno.
B B B F
El NC es siempre mayor o igual que el nmero de vrtices de cualquier subgra- D
C C C
fo completo (un subgrafo es comopleto cuando todos sus vrtices estn uni-
E
dos por aristas)
A A A
D D D El NC del grafo de la derecha es menor o igual que 5 ya que el grado mximo de sus vrtices es 4 y, por otro lado, es mayor o
igual que 3 ya que, por ejemplo, el subgrafo de vrtices C, D y F es completo. En el ejemplo se ofrece una coloracin con tres
colores y, por tanto, el nmero cromtico es 3.
E E E Para los tres grafos siguientes, acota su
a) Indica en cada caso, sus vrtices y sus aristas y seala el nmero de aristas que llega a cada vrtice;
nmero cromtico e intenta colorearlos
es decir, su grado. (1) C (2) C (3) C
con el menor nmero posible de colores. B B B
b) Intenta, para cada uno, encontrar un camino euleriano y, en los casos en que no puedas, busca D D D
un camino que pase por todas las aristas una sola vez pero que no empiece y acabe en el mismo Y ahora,
mrcate
vrtice.En qu casos es fcil encontrar caminos de este tipo? A A A
un paseo
or
c) Intenta encontrar un recorrido que cumpa esas condiciones en los puentes de Knigsberg. euleriano p E E E
un m u se o !
G
F F F

22 23
 Cada vez utilizamos ms la red para Seguridad garantizada: el cifrado asimtrico
realizar operaciones que precisan un
ro te c c i n alto grado de seguridad: envo de co-
Ahora, Benito quiere mandar un mensaje a Alicia pero de forma que slo Alicia
P rreos electrnicos, compras online,
conozca la clave para descifrarlo (sin que ni siquiera l la tenga que conocer)

te m t i c a: operaciones sobre nuestra cuenta ban-

En realidad, se cuenta con una clave pblica (conocida por todo el mundo) y
ma caria o envo de una firma electrnica.
una clave privada conocida nicamente por Alicia.

m s f iable La criptografa es la ciencia, en gran

La clave pblica se compone de dos nmeros N y e:
la parbasada en las matemticas, que nos N es el producto de dos nmeros primos p y q pero slo Alicia conoce esta
ensea a utilizar mtodos numricos descomposicin
para cifrar los mensajes; es decir, para e es un nmero que no contiene factores primos comunes con (p1)(q1)
hacerlos ininteligibles a no ser que co-
nozcamos la clave que los descifra. La clave privada es un nmero d tal que de = k (p1)(q1)+1 para algn n-
mero natural k. d se puede obtener por tanteo hasta encontrar un k correcto.
Si, por ejemplo, se considera la clave pblica N=143 e=7 para obtener la clave
privada d lo primero que hay que conocer es que 143=1113 (esta descomposi-
cin es difcil de conocer si p y q son primos muy grandes)
Como Alicia conoce esta descomposicin puede calcular d:
Una vez conocidas las claves pblica y privada se procede segn el esquema:
Un cifrado simtrico: sencillo pero no muy seguro!
Ejemplo:
MENSAJE MENSAJE
Benito quiere mandar un mensaje secreto a Alicia y para ello utiliza una A00000 J01001 R10010 ?11011 Clave pblica: N = 91, e = 5
INICIAL CIFRADO
clave conocida por los dos: est utilizando un mtodo de cifrado simtrico. B00001 K01010 S10011 11100 Clave privada:(se sabe que 91 = 137)
5d = (131)(71)k + 1 (k = 2) d =29
m c = RESTO(me, N)
Un ejemplo simplificado de este tipo de cifrado es el siguiente. Para uti- C00010 L01011 T10100 $11101
lizarlo se emplea una tabla de transformacin de letras en nmeros bina- Mensaje inicial m =4 mensaje cifrado c = RESTO (45,91) = 23
D00011 M01100 U10101 !11110
rios como la que aparece a la derecha y una clave, como por ejemplo k=
E00100 N01101 V10110 11111 Mensaje cifrado c = 23 mensaje descifrado
00110. As, para cifrar el mensaje m=R compuesto de una sola letra, se MENSAJE MENSAJE
m = resto (2329 , 91) = 4
dan los siguientes pasos: F00101 01110 W10111 CIFRADO INICIAL(descifrado)
(para hacer los clculo utiliza un programa de clculo simblico: por ejem-
1) Se considera la representacin binaria de la letra: R 10010 G00110 O01111 X11000 plo la funcin mod en www.wolfram.com) c m = RESTO(cd, N)

2) Se suman (mdulo 2 (XOR) y bit a bit) el mensaje y la clave: H00111 P10000 Y11001
I01000 Q10001 Z11010
m XOR k = 10010 XOR 00110 = 10100
(Ten en cuenta que en esta operacin 0+0 = 1+1 = 0 y 1+0 = 0+1 = 1)
Benito quiere coger unos documentos importantes que hay
3) Se transforma el nmero binario en la letra que le corresponde 10100: T. El mensaje cifrado ser c=T guardados en la caja fuerte de su casa. Pero la contrasea para
abrirla solo la conoce Alicia que se encuentra de viaje.
Para descifrar el mensaje se vuelve a realizar la operacin XOR: c XOR k = 10100 XOR 00110 = 10010: R
En una ocasin, Benito y Alicia pactaron utilizar la clave pblica
Para mensajes de ms de una letra se realiza la misma operacin sobre cada una de ellas. N = 143, e = 7
1
a) Se considera la clave k = 00111 a) B
 enito sabe que 143 = 11 13. Con esta informacin puede
Cifra el mensaje ALICIA TE QUIERO calcular su clave privada; cul es?
2 b) A
 licia no recuerda bien la contrasea que abre la caja pero
Descifra el mensaje WIU MH SHUED
tamos cree que es m=12. Qu mensaje cifrado enviar a Benito?
3 Y si necesi
b) Rellena el crucigrama que aparece a la derecha (utiliza ms seguri
d ad,
c) F inalmente, Alicia avisa que se haba confundido y que la
la clave k = 11001) 4 o d e m os
qu p contrasea se obtiene al descifrar el mensaje c = 109,cul
h ac e r?
1: NL$K 2: ZVK 3: ZV?$ 4: MTV es la contrasea que abre la caja

24 25
 La especie humana consume una gran can- El consumo de renovables: a dnde vamos?
tidad de energa. Nuestra civilizacin,
fuertemente tecnificada y consumis- Las sociedades modernas estn cada vez ms concienciadas con la nece- Consumo de energas
sidad del empleo de este tipo de energas tanto por la limitacin de las re-
Energas
ta, necesita para poder subsistir un 145314
aporte energtico mucho mayor servas naturales de carbn y petrleo como, sobre todo, por los problemas 140000 129978
medioambientales que estos recursos ocasionan como fuentes de energa.
es
renovabl
que en cualquier otra poca. 100000 PETRLEO

Ktep
De hecho, sobre todo en Europa, el porcentaje de uso de las energas limpias 71765
Esta necesidad insaciable de se incrementa ao a ao El grfico de barras de la derecha muestra el con- 60000
60594 RENOVABLES
TOTAL
energa llev en la segunda mitad sumo en Espaa, en los aos 2005 y 2010, del total de energas consumidas 13966
20000 8371
del siglo XX al estudio y desarro- y, en particular, de lo que corresponde al consumo de energa derivada del 0
2005 2010
llo de nuevas fuentes de energa petrleo y al consumo de energas renovables. Los datos se expresan en ( Fuente : Ministerio de Industria)
que no dependen de la existen- miles de toneladas de equivalente petrleo (ktep)
cia de reservas fsiles como el
carbn o el petrleo: las energas a) Calcula los porcentajes de consumo sobre el total que corresponde a las
energas derivadas del petrleo y las energas renovables para cada uno
renovables.
de los dos aos.
b) Calcula los coeficientes a y b de la recta y = ax + b en la que x es el ao e y
es el porcentaje de consumo de energas renovables para ese ao. Para
ello, utiliza los datos proporcionados para los dos aos 2005 y 2010.
c) Calcula la ecuacin de otra recta como la del apartado anterior pero
Sopla fuerte que la luz se apaga: energa elica correspondiente al porcentaje del consumo de energas derivadas del
La instalacin de un parque elico precisa realizar un estudio previo sobre ciertas circunstancias que conlleve a una ptima petrleo.
localizacin de los generad ores. Uno de los factores que ms importancia tiene en este estudio es la cantidad de viento que d) Interpreta las dos rectas obtenidas.
afecta a la zona de inters. Como es imposible conocer la velocidad del viento en todos y cada uno de los puntos del futuro e) Utiliza las rectas anteriores para realizar estimaciones correspondientes a los aos 2015 y 2020. Para qu ao son ms
parque, esta se mide nicamente en los vrtices de una malla (una triangularizacin del terreno) de forma que la velocidad fiables las estimaciones halladas?
en cada punto se estima gracias a las velocidades que hay en los vrtices prximos.
f) Los cuatro grficos estadsticos siguientes pretenden proporcionar la misma informacin que el grfico del enunciado.
Para realizar esta estimacin se pueden adoptar diferentes criterios como: E Indica cules de ellos son correctos y cules no, justificando las respuestas
La medida de la magnitud de un punto del terreno es la misma que la del vr-
tice de la malla ms cercano a l (criterio del vecino ms prximo). B
Cada medida es la media aritmtica de los tres vrtices ms cercanos al punto. F 145314
140000 129978 140000
D
Interpolacin afn: si los tres vrtices ms prximos de punto P(, ) son 100000
65178
55418
100000 OTRAS

Ktep
A(a1, a2) B(b1, b2) y C(c1, c2) y en ellos se miden las velocidades de vA, vB y vC 2005

Ktep
71765 8371
P 60594
2010 60000 13966 RENOVABLES
respectivamente: 60000
PETRLEO
A 13966
71765 60594
i) Se calculan los valores 1, 2, y 3 tales que C 20000
0
8371 20000
0
PETRLEO RENOVABLES TOTAL 2005 2010
( p1 , p2 ) = 1 ( a1 , a2 ) + 1 ( b1 , b2 ) + 3 ( c1 , c2 ) G

+ + =1
1 2 3
H
ii) La estimacin de la velocidad en P ser vP = 1 .v A + 2 vB + 3 vC 2005 2010 2005 2010

Se quiere estimar la velocidad del viento en el punto P(3, 3) y para ello se cuenta
con una malla triangular. El punto P es interior al tringulo de la malla de vr- 71765 60594 65178 55418
71765 60594
tices A(2, 1), B(3, 5) y C(5, 1). En estos puntos, la velocidad del viento es: 145314 129978
8371 13966
, el
vA =2 m/svB=3 m/svC=1 m/s Estupendo
p o rciona 8371 13966
viento pro
a) Estima la velocidad del viento en P mediante el criterio del vecino ms prximo a lim pia, PETRLEO RENOVABLES TOTAL PETRLEO RENOVABLES TOTAL
energ
l futuro
b) Estima la velocidad del viento en P mediante el criterio de la media aritmtica en A, B y C pero. e
le?
es renovab
c) Estima la velocidad del viento en P mediante interpolacin afn.

26 27
 Entre otros muchos datos, los astrnomos necesitan conocer, con cierta pre-
cisin, la distancia que separa a la Tierra (o mejor, al centro de su rbita)
Medir a de las estrellas. Pero cmo podemos medir esas enormes distancias a
objetos a los que no podemos ni acercarnos?
Y entonces qu es la paralaje?
Tras el truco anterior, podemos definir la paralaje de una estrella como el ngulo bajo el que se vera, desde esa estrella, el
radio medio de la rbita terrestre alrededor del Sol.

mucha
a) Siendo p la paralaje de una es-
Como siempre, las matemticas vienen en nuestra ayuda, esta vez de manos Estrella trella, demuestra que la distan- Distancia
Estrella Paralaje
de la trigonometra. As, el primer sistema que se utiliz para obtener estas
distancia
cia, en unidades astronmicas, UA Aos luz
distancias fue el mtodo de la paralaje. Se define paralaje como el despla- p que la separa del centro de la Alfa Centauri 0,747
zamiento aparente que sufre una estrella, ms bien cercana, sobre el fondo rbita terrestre viene dada por
formado por las estrellas ms lejanas al ser observada en dos posiciones la expresin: d = cotg p Sirio 8,6
extremas de la rbita que describe la tierra en su movimiento alrededor del b) Con la ayuda de la relacin ante-
psilon Eridani 664030
sol, por ejemplo en los solsticios de invierno y de verano. UA rior, completa la tabla derecha. psilon Indi 0,275
T
Luyten 12,4

Qu regla utilizar para las estrellas?

Antes de ver cmo medir, tenemos que darnos cuenta de que las unidades de lon- El astrnomo aficionado
gitud usuales centmetros, metros o kilmetros no son apropiadas para medir
distancias entre estrellas. El profesor de geometra, y aficio-
nado a la Astronoma, Johannes Ke-
En astronoma se utilizan dos unidades para medir esas enormes distancias: pler (1571-1630) enunci en 1609
La unidad astronmica (UA): distancia media que separa a la Tierra del Sol las tres leyes que llevan su nombre
(1,496108 km). y que rigen el movimiento de los
planetas alrededor del Sol.
El ao luz: distancia que recorre la luz en el vaco en un ao.
1. Los planetas describen rbi-
a) A qu Calcula la medida en kilmetros y en unidades astronmicas de un ao tas elpticas con el Sol en uno
luz (velocidad de la luz 3105 km/s). de sus focos.
b) Mediante notacin cientfica, expresa en kilmetros la distancia de 4,3 aos luz. 2. Los planetas varan su velocidad a lo largo de su trayectoria, siendo mxima
cuando se encuentran en el perihelio (punto ms prximo al Sol) y mnima cuan-
c) Calcula a cuntas unidades astronmicas y a cuntos aos luz corresponden 4,7310 km.
15
do encuentran en el afelio (punto ms alejado del Sol)
3. Los cuadrados de los periodos de revolucin son proporcionales a los cubos de las
distancias medias al Sol. Esto
es, hay una relacin muy senci-
lla entre el tiempo que tarda un Perodo Distancia media
D Q I Planeta
El truco de la moneda planeta en dar una vuelta com- (aos) al Sol (UA)
Para comprender mejor el mtodo de la paralaje no hay ms que sujetar pleta a su trayectoria (perodo Mercurio 0,24
una moneda M frente a los ojos (izquierdo I y derecho D) y observar cmo de revolucin) y su distancia Venus 0,72
se desplaza su posicin relativa (de D a I) sobre el fondo de objetos leja- media al Sol.
La Tierra 1 1
nos al mantener, de forma alternativa, un ojo abierto y el otro cerrado. a) Si P es el periodo en aos de un planeta y D la distancia media que lo Marte 1,9
M
Se sujeta una moneda a 50 cm del punto medio entre los dos ojos separa del Sol en unidades astronmicas, escribe una expresin alge-
, solo Jpiter 5,2
(PM=50 cm) que, se supone, estn separados 8 cm. I D Pues ahora braica que relacione ambas magnitudes. Para ello ten en cuenta los
P c a lc ular Saturno 29,5
queda datos correspondientes al planeta Tierra.
a) Aplicando el Teorema de Tales, calcula la separacin de las posiciones aparen- dista n c ia s y
Urano 19
tes de la moneda D e I en una pared que est alejada 3 metros del observador. ngulos. b) Completa la tabla de la derecha
' = IMD
= Neptuno 165
b) Calcula la medida del ngulo D'MI
28 29
 Si observamos el cielo despejado por la Amigas para casi siempre: estrellas binarias
noche y en un lugar alejado de una gran

e st r e l l a s ciudad, vemos infinidad de estrellas con Una estrella binaria es un sistema estelar formado por dos estrellas prximas que giran en torno al centro de masas comn

Las brillos muy diferentes. Algunas, como pero que desde la Tierra se ven como un nico punto.

desde la
Sirio, Arturo o Vega tienen una gran Para calcular la magnitud de una estrella binaria, sera errneo sumar las magnitudes correspondientes a cada una de ellas.
luminosidad y se pueden apreciar sin Lo que se debe hacer, en este caso, es sumar los brillos correspondientes a cada una de ellas y calcular la magnitud corres-
ninguna dificultad a simple vista y otras
Tierra como Centauro o Pegaso se aprecian con
bastante ms esfuerzo. Adems, las es-
pondiente a este brillo.
a) Si las magnitudes aparentes de dos estrellas que for-
trellas no siempre son solitarias como man una estrella binaria son m1 y m2, qu puedes
nuestro Sol, en muchas ocasiones for- decir del nmero m que representa la magnitud del
conjunto del sistema estelar?
man parejas e incluso tros, dando lugar
a sistemas dobles y triples. b) Comprueba que las magnitudes aparentes parciales
m1, m2,de las estrellas que forman un sistema y la
magnitud total del sistema m se relacionan mediante
la expresin:
m1 m2 m
Las estrellas brillan: la magnitud aparente 10

2,5

+ 10 2,5

= 10 2,5

Con el fin de clasificar el brillo aparente desde la Tierra de las diferentes estrellas, c) La estrella doble Albireo, de la constelacin del Cis-
se considera una escala de magnitud de forma que las estrellas que pueden ser ne, est formada por dos estrellas Albireo A y Albireo
apreciadas a simple vista se sitan en diferentes grupos: las ms brillantes tienen B con magnitudes 3,1 y 5,1. Halla la magnitud del sis-
una magnitud 1 y las menos tienen magnitud 6. tema doble.
Los criterios que se usan para establecer esta clasificacin son:
1. La diferencia de magnitudes M1 y M2 de dos estrellas E1 y E2 viene dada por la
B
expresin: M1 M2 = k log 1 donde B1 y B2 son los brillos aparentes de las
B2
citadas estrellas.
2. La magnitud de la estrella Vega es 0 y su brillo aparente 1. La magnitud absoluta de una estrella
B El brillo real de una estrella depende de su magnitud aparente y de la dis-
a) Calcula el valor k de la expresin M1 M2 = k log 1 Constelacin de la Lira con la estrella Vega
B2 tancia que la separa de La Tierra. As la estrella Centauri, a pesar de ser
la ms cercana a la Tierra es menos luminosa en nuestro cielo que estrellas
sabiendo que si la estrella E1 tiene 100 veces el brillo de otra Astro B M mucho ms lejanas.
E2 se verifica que la magnitud de E2 es 5 unidades superior a la Sol 26,7 La magnitud absoluta de una estrella es la magnitud aparente que tendra
magnitud de E1. Luna llena 120225 esa estrella si estuviera colocada a una distancia de 10 parsecs (1 parsec
b) Calcula la relacin entre los brillos aparentes de dos estrellas equivale a 3,26 aos luz)
Marte 2,9
de magnitudes respectivas 2 y 4 La magnitud aparente m y la magnitud absoluta M de una estrella estn rela-
Sirius 3,8
c) La magnitud de una estrella puede ser un nmero negativo. cionadas mediante la expresin: La constelacin Canis Major. A la izquierda con la
Vega 1 0 magnitud aparente con la que vemos sus estrellas,
Calcula la magnitud de una estrella sabiendo que su brillo es
100 veces mayor que el de otra estrella de magnitud 2. Polar 2
M m = 5 5 logd y a la derecha con la magnitud absoluta.
donde d es la distancia de la estrella en parsecs. La magnitud absoluta es (Tomada de The Stellar Magnitude System, Alan
d) Comprueba que para calcular la magnitud aparente de una es- Neptuno 0,00083
una medida real de la luminosidad de una estrella. Mac Robert, 2006, www.skyandteslescope.com)
trella se pude utilizar la expresin: Pues ahora
,
e m o s a) Calcula la magnitud absoluta del Sol teniendo en cuenta que su magnitud relativa es 26,7 y que su distancia a la Tierra
M = 2,5 log B siendo B el brillo de la estrella expresado en n entrevist
p a re ja
de veces el brillo de Vega a un a es de 8,3 minutos luz.
estelar
e) Completa la tabla de la derecha. b) b) Sirio tiene una magnitud aparente de 1,45 y est a 8,6 aos luz. Compara los brillos reales de Siro y El Sol.

30 31