Muchas veces el tiempo no se desarrolla según lo previsto. Otras simplemente, las previsiones cambian de un día a otro. La razón de que esto ocurra está en la teoría del caos.

La atmósfera es un sistema sujeto a leyes físicas que son bien conocidas. El problema es que es un sistema muy complejo y que las ecuaciones que la describen, aunque sean conocidas, exigen una capacidad de cálculo extraordinaria para ser resueltas.

Una buena analogía para entender la teoría del caos y sus consecuencias consiste en imaginarse a un arquero que dispara flechas a una diana. Antes de disparar, el arquero tiene que tensar el arco y apuntar correctamente para que la flecha llegue al centro de la diana. Lógicamente, cuánto más cerca esté el arquero de la diana, más fácil lo tendrá para acertar en su centro.

Una pequeña variación en el ángulo de tiro puede hacer que la flecha acabe fuera de la diana si esta está suficientemente lejos. En cambio, si el arquero está suficientemente cerca de la diana, esa misma variación en el ángulo de tiro no es suficiente para impedir que la flecha de en el blanco. En otras palabras, el arquero necesita más precisión a la hora de apuntar si se aleja de su blanco.

En el caso de la predicción del tiempo, el arquero es el predictor. Las predicciones se realizan en términos de probabilidades. A medida que se acerca el día en el que queremos conocer el tiempo, la predicción mejora. En la analogía, el arquero se acerca a la diana, por lo que le resulta más fácil dar en el blanco. En cambio, si se quiere una predicción para más tiempo, la diana está muy lejos y el arquero lo tiene más difícil para acertar. Un mínimo factor que no se haya tenido en cuenta puede cambiar mucho el resultado de la predicción cuando esta se realiza a un plazo no tan corto de tiempo. Esto es, en resumen, lo que se conoce técnicamente como teoría del caos.

La predicción del tiempo es una ciencia que requiere de buenos predictores (buenos arqueros) que conozcan el comportamiento de la atmósfera, pero también el comportamiento de los modelos utilizados para predecir su evolución. Es decir, el arquero tiene que conocer cómo es la diana, pero también el arco y las flechas que utiliza para disparar. Cada modelo toma unas aproximaciones distintas para resolver las ecuaciones que dan lugar al pronóstico, por ello no todos los modelos dan lugar a los mismos resultados. El predictor tiene que saber cómo interpretar los distintos modelos y aglutinar los resultados en una previsión en términos de probabilidades.

La teoría del caos fue descrita por primera vez por Edward Norton Lorenz, quien es por ello uno de los meteorólogos más famosos de la historia. Lorenz descubrió los efectos del caos de forma accidental. Realizando unos cálculos meteorológicos con su ordenador, se dio cuenta de que el resultado final variaba según el número de decimales que considerara en los números empleados para realizarlos. En otras palabras, el resultado final del experimento dependía de la precisión de los valores que se usaban para realizar los cálculos.

A pesar de todo, el caos tiene un cierto orden, es decir, existe una cierta predisposición a que el tiempo evolucione de una forma determinada. Este hecho se conoce como “atractor”. Gráficamente, la figura que describe el atractor que descubrió Lorenz tiene forma de mariposa. Es por esto que a la teoría del caos también se le conoce como efecto mariposa. Por ello la teoría del caos se suele ejemplificar mediante el famoso proverbio chino que dice que “el aleteo de las alas de una mariposa puede provocar un tornado al otro lado del mundo”.

El caos tiene mucha importancia en la Meteorología. No solo aparece en la predicción del tiempo, también es el responsable de que no existan dos copos de nieve que sean exactamente iguales. En el caso de los copos de nieve, el “atractor” hace que el copo de nieve tenga simetría hexagonal, pero el caos hace que la forma final sea muy sensible a las condiciones de temperatura y humedad iniciales.

Referencias

Edward N. Lorenz, The Essence of Chaos, University of Washington Press, 1996.

Lorenz, E. N. (1963). «Deterministic nonperiodic flow». J. Atmos. Sci. 20 p. 130-141.

David Ruelle – Azar y Caos