Lorenz simulaba una atmósfera de juguete — doce ecuaciones, un ordenador de válvulas — y un día quiso repetir un tramo: en vez de rearrancar desde el principio, tecleó los números de una impresión intermedia. La impresora redondeaba: 0,506127 salía como 0,506. Una parte en mil. El nuevo cálculo siguió al viejo unos «días» simulados… y luego divergió hasta no parecerse en nada. Ese accidente tiene hoy nombre técnico — sensibilidad a las condiciones iniciales — y un apodo inmortal: el efecto mariposa.
El crecimiento que no perdona: exponencial
Lo descubierto no es que los errores crezcan — eso lo hace cualquier sistema — sino cómo: multiplicándose por un factor fijo cada cierto tiempo. En la atmósfera, los errores pequeños se duplican cada ~1,5–2 días (el tiempo de Lyapunov del sistema). La aritmética es una condena: mejorar la medición inicial ×1000 solo compra log₂(1000) ≈ 10 duplicaciones — unos 15 días. Mejórala un millón de veces: 30 días. El horizonte de predicción crece con el logaritmo del esfuerzo — la peor tarifa de cambio de la ciencia:
Elige con qué precisión conoces el presente y a qué ritmo se duplica el error. El pronóstico muere cuando el error llega a tamaño 1 (la línea superior del gráfico).
Horizonte: 14.9 días (10 duplicaciones disponibles). Medir el presente mil veces mejor solo añade 14.9 días — la exponencial cobra el progreso en logaritmos. Con los números reales de la atmósfera: ~15 días, la cota que Lorenz estimó en los sesenta y que sigue en pie.
Problema. Los mejores modelos actuales conocen la atmósfera con un error efectivo de ~1 parte en 1000, y toleramos que el error crezca hasta ~1 (pronóstico inútil). Con duplicación cada 1,5 días, ¿cuál es el horizonte?
Solución. Hacen falta log₂(1000) ≈ 10 duplicaciones:
Resultado. Dos semanas — y es exactamente donde los pronósticos reales se degradan a climatología. Lorenz lo estimó en los años 60 con su modelo de juguete; sesenta años de satélites y supercomputación han confirmado la cota moviéndola apenas unos días. No es un problema de presupuesto: es la tarifa logarítmica. Cada década de mejora tecnológica compra ~un día de pronóstico, y la cuenta sale cada vez más cara.
La mariposa, bien contada
El título de la charla de Lorenz (1972) era una pregunta: «¿Provoca el aleteo de una mariposa en Brasil un tornado en Texas?». La respuesta fina no es «sí» sino «la pregunta pierde el sentido»: en un sistema caótico, el tornado no tiene una causa aislable — cualquier perturbación microscópica, mariposa incluida, acaba trenzada en el resultado macroscópico. La mariposa no es poderosa; es innumerable: hay billones de «mariposas» — cada remolino no medido, cada redondeo — y el crecimiento exponencial las asciende a todas. Por eso la meteorología moderna no lanza un pronóstico sino cincuenta (los «ensembles», perturbando las condiciones iniciales dentro de su incertidumbre): si los cincuenta coinciden, la atmósfera está mansa esta semana; si divergen, el propio abanico es el pronóstico. Se aprendió a predecir la impredecibilidad.
Y ahí es donde el capítulo se ha reescrito en los últimos tres años, de una forma que confirma la tesis en vez de desmentirla. Desde 2023 hay modelos de predicción que no integran las ecuaciones de la atmósfera: las aprenden. GraphCast (DeepMind, Science, 2023) batió al modelo determinista de referencia del ECMWF en el 90 % de sus 1380 comprobaciones; el ECMWF puso su propio modelo aprendido, el AIFS, en operación el 25 de febrero de 2025; y GenCast (Nature, 2024) produce un abanico global de quince días en unos ocho minutos sobre un solo acelerador, donde el método clásico gasta horas de supercomputador. Ahora lee bien lo que ha cambiado y lo que no: el horizonte de Lyapunov sigue donde estaba — nadie pronostica el día veinte, ni con redes ni sin ellas —. Lo que se ha desplomado es el precio de explorar el abanico, y por eso el giro no es hacia pronósticos más largos sino hacia abanicos más grandes. La barrera que este artículo describe es de la atmósfera, no de los ordenadores; los ordenadores solo deciden lo cara que sale.
Determinismo intacto, profecía cancelada. Nada de esto toca a F = ma: las ecuaciones de Lorenz son tres renglones deterministas. Lo que muere es el sueño de Laplace en su versión práctica: sin precisión infinita — que no existe — el futuro lejano de un sistema caótico no está disponible. La pregunta obvia — ¿cuánto de común es el caos? ¿hace falta una atmósfera entera? — la responde el artículo 03 con dos péndulos y una bisagra.
Ejercicios
Duplicar la potencia de cálculo cada dos años (ley de Moore) ¿cuánto alarga el pronóstico por década, con duplicación de error cada 1,5 días?
Solución
Supón — generosamente — que ×32 de cálculo por década se traduce en ×32 de precisión inicial: log₂(32) = 5 duplicaciones más de margen, o sea 5 × 1,5 = 7,5 días extra en teoría. La cuenta honesta es peor: la precisión inicial la limitan las observaciones (satélites, sondas), no los flops, y resolver mejor la rejilla también añade nuevas inestabilidades pequeñas y rápidas. El progreso real medido es ~1 día de horizonte útil por década. La exponencial se come casi todo lo que la ingeniería aporta — de ahí el giro a los ensembles: ya que no se puede alargar la profecía, se cuantifica su muerte.
¿En qué se diferencia «el error se duplica cada 1,5 días» de «el error crece un 1 % al día», a efectos de futuro? Pon números a 30 días.
Solución
En todo. El crecimiento del 1 % diario (lineal-suave) da a 30 días un factor 1,01³⁰ ≈ 1,35: un error de una milésima sigue siendo una milésima y media — predicción viva. La duplicación cada 1,5 días da 2²⁰ ≈ un millón: la milésima es ahora mil veces el tamaño de la señal — predicción muerta a mitad de camino. La palabra «exponencial» se usa a la ligera; el caos es el sitio donde se cobra literal. (De paso: es la misma matemática de un interés compuesto desbocado o de una epidemia sin frenos — la exponencial es transversal y siempre antipática.)
Si el clima es caótico a dos semanas, ¿cómo puede la ciencia proyectar el clima a treinta años? ¿No es una contradicción?
Solución
No, porque son preguntas distintas al mismo sistema. El pronóstico pregunta por la trayectoria («¿lloverá el martes 14?») — eso muere en dos semanas. La climatología pregunta por la estadística de las trayectorias («¿cuánto lloverá en promedio en los martes de 2055?») — y las estadísticas de un sistema caótico pueden ser robustas y calculables aunque cada trayectoria sea imposible: el casino no sabe la próxima tirada y cierra el año con beneficio exacto. Cambiar la composición de la atmósfera cambia las reglas del casino, y eso sí se proyecta. Caos en lo particular y orden en lo estadístico conviven sin contradicción — el Termario vivirá de esa paz.