Introducción

El efecto mariposa fue descubierto en 1961 por Edward Lorenz en el M.I.T. Lorenz había desarrollado un modelo numérico básico de la atmósfera de la Tierra, basado en un conjunto de 12 ecuaciones. Él fue capaz de poner en marcha este modelo, con un conjunto de condiciones iniciales como velocidad del viento, temperatura, etc., y lo dejó funcionar durante un tiempo para observar lo que sucedía.

Un día, tras una simulación larga con el modelo, Lorenz decidió examinar una secuencia particular de resultados de la simulación otra vez con más detalle. En vez de iniciar el modelo entero otra vez desde el principio, tomó los valores de las variables de salida a partir del comienzo de la secuencia en la que estaba interesado, y alimentó el modelo con ellos como condiciones iniciales.

Lorenz supuso que esto replicaría los resultados que ya había obtenido, pero en vez de eso encontró que los resultados divergían rápidamente del patrón de la simulación anterior, y pronto dejaron de guardar parecido alguno con el mismo. Esto se ilustra en la figura anterior, la cual es una gráfica de la velocidad del viento en función del tiempo en un punto determinado del modelo. La línea negra representa la traza correspondiente a la primera simulación de Lorenz, y la línea roja es la traza correspondiente a la segunda simulación, 'equivalente' a la primera. Puede observarse cómo las dos líneas están próximas entre sí durante un rato, después comienzan a diverger, y en un corto periodo de tiempo resultan totalmente inconexas.

Lorenz se dio cuenta que la única diferencia en las condiciones iniciales era que los números que había escogido perdieron unas pocas cifras decimales de precisión, las cuales habrían sido consideradas en la simulación original. En otras palabras, el más pequeño cambio en las condiciones iniciales ocasionó que el modelo produjera rápidamente resultados completamente diferentes, a pesar de la simplicidad en su formulación. Las implicaciones de este resultado para la predicción del tiempo no quedaron desapercibidas para Lorenz: ¡le pareció que la predicción del tiempo a largo plazo debía ser fundamentalmente imposible!

Las imperfecciones en las condiciones iniciales para un modelo de predicción del tiempo eran inevitables: siempre existirán errores de medida finitos en cualquier observación utilizada para especificar los campos iniciales del análisis, y hay un error adicional debido a la distribución variable de las estaciones de observación sobre la superficie de la Tierra - donde las observaciones son escasas, se requieren más interpolaciones para rellenar los huecos en el análisis.

¿Qué hemos de esperar con respecto a la predicción del tiempo? El panorama no es tan poco prometedor como parece en principio, tal como veremos luego. Sin embargo, examinemos primero en la práctica la sensibilidad a las condiciones iniciales en un sistema no lineal.