LA MATEMATICA COMO LENGUAJE DE LA CIENCIA

RESUMEN
Este es un trabajo esencialmente didáctico en el sentido que se trata de mostrar una revisión
bibliográfica sobre la definición de la matemática. En el estudio encontrarás que hemos hecho
una revisión sobre el pensamiento de autores de vieja data y de los tiempos modernos.
Nuestro propósito original al escribir este artículo fue proporcionar un material que despeje las
posibles confusiones en los estudiantes y muchos profesores sobre la definición de la ciencia
matemática. Hallarás que se ha insistido en dejar meridianamente claro qué es la matemática
y cuáles son sus alcances como ciencia auxiliar de las demás ciencias y de ella misma.

Palabras clave: Matemática, definición, ciencia, lenguaje, pensamiento.

INTRODUCCIÓN

El propósito de este trabajo, tiene en esencia, buscar una definición concreta y suficiente
sobre la ciencia matemática; una definición que no salga de la ligereza de un diccionario ni de
sus raíces etimológicas ya que, como bien sabemos, estos no son elementos suficientes para
tal fin. De esta manera, nos abocamos al trabajo de hacer una revisión bibliográfica que sea
suficiente para comprender que el conglomerado de autores, hombres y mujeres de ciencia,
cada uno emite su definición; encontrándonos que lo hacen con veracidad y precisión, pero no
podemos concluir cuál es la más acertada y mucho menos hacer una fusión de ellas hasta
concluir con las más compacta, idónea y descriptiva. Los que nos hemos dedicado a la
docencia en la enseñanza de la matemática nos corresponde hacer este oficio con madurez y
sabiduría ya que así lo exige esta disciplina, de lo contrario corremos el riesgo de caer en
posiciones aventureras, cuestión que debemos evitar los docentes en esta ciencia, máxime
que, como bien sabemos, la enseñanza de la matemática está sufriendo actualmente un
momento de crisis histórica. Es indiscutible que al comienzo de un curso, dentro de una
actividad de incentivación debe exponerse con mucha claridad qué es la matemática, cuáles
son sus alcances y sus aplicaciones. Esta actividad, la hemos considerado los docentes de
suma importancia e indispensable para arrancar con el proceso enseñanza-aprendizaje, es el
momento en que trataremos de lograr que el estudiante se identifique con esta ciencia y
alejarlo de las posibles frustraciones. Debemos evitar las improvisaciones y nunca creer que
“nos las sabemos todas”. Es necesario que nos sometamos plenamente al rigor que exigen los
preceptos pedagógicos, de la didáctica de la matemática y filosofía de la educación. En el
caso de la enseñanza de la matemática no podemos olvidar que es una actividad con carácter
de apostolado y no dejar de lado la gran interrogante ¿de qué manera debemos enseñar las
matemáticas? Para ello, con lo primero que debemos contar es con un conocimiento sólido
acerca de los tópicos matemáticos objeto de estudio y luego aprender a enseñarlos. Sin duda
que un buen logro sería que el estudiante pueda emitir una definición precisa de la matemática
basada en sus conocimientos y en sus propias experiencias. De esta manera, la revisión
bibliográfica que sirvió de apoyo en el marco de la escritura de este artículo fue con el
propósito de cumplir con un único objetivo.
OBJETIVO GENERAL

Encontrar una definición de la matemática que se ajuste satisfactoriamente a las propiedades

y características propias de esta ciencia, con la cual hacer hincapié y presentarla con cierta
relevancia ante las múltiples definiciones que aparecen en diferentes biografías.

INFORME DE LA INVESTIGACIÓN

Uno de los grandes físicos del Siglo XX, Niels Bohr (1955), deseando subrayar el grandioso
papel de la matemática en el desarrollo de las ciencias naturales teóricas, señaló que la
misma no es sólo una ciencia, sino el lenguaje de la ciencia. Es cierto que con ayuda de los
conceptos y métodos matemáticos, otras ciencias expresan las relaciones y dependencias
entre las propiedades y parámetros de los procesos investigados, formulan sus teorías,
intentan descubrir nuevas leyes y encontrar fenómenos antes desconocidos. Sin duda, cuando
Bohr se refería al lenguaje matemático tenía en cuenta el lenguaje en un amplio sentido de la
palabra, es decir, lo consideraba comomedio de expresión del pensamiento científico. En
este sentido el lenguaje matemático puede asemejarse al lenguaje corriente. De la misma
forma que éste además de expresar los pensamientos, posibilita el proceso de pensar, el
lenguaje de la matemática no se limita a la formulación precisa de nuevas leyes y teorías, sino
que en algunos casos contribuye a su descubrimiento y creación.

Los señalamientos de Bohr nos abren las siguientes interrogantes ¿Qué es la matemática?
¿Cómo fue creada y quiénes fueron y son las personas que la crean y la practican? ¿Se
puede describir su desarrollo y su papel en la historia del pensamiento científico, así como
predecir su futuro? Podríamos decir, que la matemática es un microcosmo autosuficiente,
pero tiene también la capacidad de reflejar y modelar todos los procesos del
pensamiento y hasta, quizá, toda la ciencia. Ha tenido siempre gran utilidad, y continúa
teniéndola, en grado cada vez mayor. Hasta podría decirse que la matemática fue necesaria
para la conquista de la naturaleza por el hombre y para el desarrollo de la especie humana, a
través de la formación de sus modos de pensamiento.

En efecto, por lejos que nos remontemos en los testimonios de la curiosidad del hombre y de
su búsqueda de comprensión, hallamos que la matemática fue cultivada, estimada y enseñada
para su transmisión a las nuevas generaciones. Se le ha considerado como la expresión más
acabada del pensamiento racional referido al mundo externo, y también como un
monumento al deseo del hombre de sondear el funcionamiento de su propia mente.

No debemos tratar de definir la matemática, porque hacerlo sería circunscribir su dominio, y

además, podríamos decir que la matemática puede generalizar, modificar y ampliar
cualquier esquema. Y cuando lo hace, sin embargo, el resultado sólo constituye una parte de
la matemática. En verdad, quizá lo característico de la disciplina sea que se desarrolla
mediante un constante auto examen, con un grado cada vez mayor de conciencia de su propia
estructura. Esta sin embargo cambia continuamente, y a veces radical y fundamentalmente.
Por esta razón el intento por definir la matemática con la esperanza de que tal definición sea
completa y definitiva, se halla condenado, con seguridad, al fracaso. Lo que sí es cierto que la
matemática conlleva un lenguaje: el lenguaje matemático, el cual con frecuencia es llamado
lenguaje cuantitativo. Dicha denominación está perfectamente fundamentada, siempre y
cuando la cantidad no se limite a magnitudes y cifras, sino que se considere como sinónimo de
una estructura matemática abstracta.
Surgen otras interrogantes: ¿cuáles son las ventajas del lenguaje cuantitativo respecto al
cualitativo? Ante todo, permite expresar, de forma más exacta y general, las leyes y teorías de
los fenómenos investigados. Si conocemos las leyes y teorías no sólo seremos capaces de
explicar los hechos y acontecimientos ya conocidos, sino de pronosticar la existencia de otros
hechos y fenómenos desconocidos. Debe señalarse, sin embargo, que el lenguaje cuantitativo
y los métodos matemáticos no disminuyen en nada la importancia de los procedimientos
cualitativos de investigación específicos de cada ciencia y de su correspondiente lenguaje
cuantitativo. Todo estudio de fenómenos nuevos comienza por el análisis de sus propiedades
y relaciones. En esta etapa el papel decisivo pertenece, sobre todo en las ciencias empíricas,
a las observaciones sistemáticas y a la cuidadosa preparación de los experimentos. Sin
embargo, ya para la elaboración de los resultados de las observaciones y los experimentos se
necesitan los métodos matemáticos. Para establecer las interdependencias entre las
magnitudes del proceso investigado primero hay que aprender a medirlas. En el proceso de
medición se obtiene una multitud de datos numéricos que exigen elaboración estadística. Para
este se utilizan los métodos más disímiles de la estadística moderna. La investigación de las
dependencias funcionales entre las propias magnitudes variables y las cifras que las expresan
exigen la aplicación del aparato más complejo y desarrollado del análisis matemático. Pero
dicha investigación es imposible sin tener en cuenta el carácter específico, cualitativo, de las
dependencias investigadas. El científico debe seleccionar aquel aparato matemático que lo
ayude a construir el modelo adecuado del fenómeno investigado. Todo esto muestra que, en
la práctica real de la investigación científica los aspectos cuantitativo y cualitativo actúan en
unidad. Por esta razón, sólo podemos examinarlos separadamente en aras de una mejor
comprensión del objeto. En realidad entre los métodos cuantitativos y cualitativos existe una
interacción dialéctica. Cuanto mejor conozcamos las particularidades cualitativas de los
fenómenos, con mayor éxito las utilizaremos para el análisis ulterior de los fenómenos
cuantitativos. A su vez, cuanto más perfectos sean los métodos cuantitativos utilizados para el
análisis de los fenómenos, con tanta mayor profundidad conoceremos sus particularidades
cualitativas.

Insistiendo sobre la empinada idea de hallar una definición de la matemática, Federico Engels
(1890) expone una sobre la matemática pura y expone: la matemática pura tiene por objeto
las formas espaciales y las relaciones cuantitativas del mundo real. En las primeras
etapas de su desarrollo, la matemática, surgida en la remota antigüedad por las necesidades
que presentaba el hacer práctico, tenía por objeto la forma más simple de los números y de las
figuras geométricas. En lo fundamental esta situación se conservó hasta el siglo XVII. Desde
este tiempo y hasta la segunda mitad del siglo XIX, la matemática se desarrolló sobre todo,
como análisis matemático, que fue descubierto precisamente en el siglo XVII. El
descubrimiento de las geometrías no euclidianas y la creación de la teoría de los conjuntos
llevaron a la reestructuración de todo el sistema de la matemática y a la creación de ramas
suyas completamente nuevas. En la matemática actual, ha adquirido un importante significado
la lógica matemática. Los métodos matemáticos se usan en gran escala en la ciencia natural
exacta. Su aplicación en la biología y en las ciencias sociales ha presentado un carácter
casual hasta los últimos tiempos. En este terreno, la creación, por influjo directo de la práctica,
de secciones como la programación lineal, la teoría de los juegos, la teoría de la información, y
la aparición de las máquinas matemáticas electrónicas abre perspectivas completamente
nuevas. Los problemas filosóficos de la matemática, carácter y origen de la abstracción
matemática, peculiaridades de la misma, siempre han sido campos de lucha entre el
materialismo y el idealismo. Poseen una significación de singular importancia las cuestiones
filosóficas surgidas en torno a los problemas de los fundamentos de la matemática.
http://www.math.com.mx/aplicaciones_matematicas.html
Si tratamos de describir históricamente una parte del desarrollo de la matemática y de
examinar brevemente algunos hitos fundamentales y alguna influencia descollantes,
concentraremos nuestra atención en el problema de saber en qué medida el progreso de la
matemática depende de la “invención” y en qué medida tiene el carácter de un descubrimiento;
para ello, trataremos de discernir si el mundo físico exterior a nosotros, al que percibimos con
nuestros sentidos y observamos y medimos con nuestros instrumentos, dicta la elección de
axiomas, definiciones y problemas. ¿Será esto en esencia, libre expresiones de la mente
humana, influida quizás, o hasta determinada, por la estructura fisiológica del hombre? Al igual
que otras ciencias, la matemática ha sufrido grandes cambios en los últimos cien años. No
solamente se ha dilatado mucho su ámbito, no sólo se ha desplazado el énfasis sobre los
problemas considerados como fundamentales, sino que también se han modificado en cierta
medida el tono y los fines de la matemática. No hay duda que muchos grandes triunfos de la
física, la astronomía y otras ciencias “exactas” derivan en buena parte de la matemática,
después de disponer libremente de las herramientas que la matemática ayudó a perfeccionar
las disciplinas hermanas han retribuido la atención suministrándole nuevos problemas y
dándole nuevas fuentes de inspiración.

También la tecnología puede ejercer una profunda influencia sobre la matemática; al haber
permitido la creación de computadoras de gran velocidad, ha aumentado
inconmensurablemente el campo de experimentación dentro de la matemática misma. Los
cimientos mismos de la matemática y de la lógica matemática han sufrido cambios
revolucionarios en los tiempos modernos; así es cómo a través de toda la historia de la
matemática vuelven a aparecer constantemente ciertos temas específicos, ejemplificando con
profusión su interacción y sus variaciones. El tema más característico de la matemática es el
del infinito y al tratar de mostrar cómo se lo introdujo, se lo definió y se lo trató en diversos
contextos; de esta manera, una opinión muy difundida contrariamente entre los no
científicos, la matemática no es un edificio cerrado y perfecto. La matemática es una
ciencia; y también es un arte. Los criterios de juicio en la matemática son siempre estéticos,
al menos en parte. La mera verdad de una proposición no basta para considerarla como una
parte de la matemática. Se busca “utilidad”, “interés” y también “belleza”. La belleza es
subjetiva y puede parecer sorprendente que haya, por lo común, bastante acuerdo entre los
matemáticos en lo concerniente a valores estéticos.

En un aspecto la matemática se diferencia de otras ciencias: En ella nada cae en desuso. Una
vez que se ha demostrado un teorema nunca pierde su valor, aunque puede pasar luego a ser
un simple caso de una verdad más general. El material matemático crece sin revisiones, y el
aumento de conocimientos es constante.

Los objetos matemáticos más primitivos son los números enteros: 1, 2, 3,… Quizás igualmente
primitivos sean los puntos y las configuraciones simples como son, por ejemplo, las rectas y
los triángulos. Se hallan tan profundamente arraigados en nuestras experiencias más
elementales, aquellas que se remontan a la infancia, que durante siglos se los admitió sin
examen. Sólo a fines del siglo XIX se emprendió seriamente un intrincado examen lógico de la
aritmética (Peano, 1890; Frege, 1900; Russell, 1930) y de la geometría (Hilbert, 1920) pero
aunque se aceptaban de manera acrítica los enteros positivos y los puntos, continuó el
proceso característico de la matemática, de crear nuevos objetos y erigir nuevas estructuras.
De los objetos se pasa a conjunto de esos objetos, a funciones y a correspondencias. La idea
de correspondencia o transformación proviene de la tendencia, también elemental, del hombre
a identificar ordenamientos similares y a abstraer un modelo común de situaciones diferentes
en apariencia; y a medida que el proceso de interacción continúa se pasa a clases de
funciones, a correspondencias entre funciones, luego a clases de tales correspondencias, y
así sucesivamente a un ritmo cada vez más acelerado y sin fin. De esta manera, los objetos
simples dan origen a otros de nueva y creciente complejidad. El método consiste
principalmente en el formalismo de la demostración, que apenas ha cambiado desde la
antigüedad. El esquema básico es, aún, partir de un pequeño número de axiomas y luego,
mediante reglas lógicas estrictas, deducir nuevos enunciados. Las propiedades de este
proceso, su alcance y sus limitaciones sólo han sido examinadas críticamente en años
recientes. Este campo de estudio, la metamatemática, también forma parte de la
matemática. El objeto de este estudio puede parecer un conjunto de reglas bastante
especiales, a saber, las de la lógica matemática. Pero estas resultan ser omnímodas y
poderosas. En cierta medida pues, la matemática se alimenta de sí misma. Pero no hay en
ella ningún círculo vicioso, ni tampoco es un juego estéril, como lo demuestran los triunfos de
los métodos matemáticos en la física, la astronomía y otras ciencias naturales. Quizás esto se
deba a que el mundo externo sugiere vastas clases de objetos para la labor matemática, y los
procesos de generalización y elección de nuevas estructuras no son totalmente arbitrarios. La
irracional eficacia de la matemática quizás siga siendo un misterio filosófico, pero no ha
impedido en modo alguno sus espectaculares éxitos.

Se ha definido la matemática como la ciencia de extraer conclusiones necesarias. De

algún modo elegimos enunciados que abarcan de manera concisa una gran clase de casos
especiales y consideramos que algunas demostraciones son elegantes o hermosas. El
método, pues, contiene algo más que la mera lógica que interviene en la deducción. Y hay
también en los objetos algo menos de lo que pueden sugerir sus orígenes intuitivos o
instintivos.

En realidad una característica distintiva de la matemática es que puede operar de manera

efectiva y eficiente sin definir sus objetos. Los puntos, las rectas y los planos no se definen. De
hecho, un matemático de la actualidad rechaza los intentos de sus predecesores por definir un
punto como algo que no tiene longitud ni grosor o por brindar pseudo definiciones, igualmente
sin sentido, de rectas o planos.

El punto de vista al que se ha llegado después de una evolución de siglos es que no se

necesita saber qué son las cosas mientras sepamos cuáles enunciados acerca de ello
podemos afirmar. La famosa obra “Der Geometrie” escrita por de Hilbert Grundlagen (1903)
comienza con la siguiente oración: “Sean tres tipos de objetos; a los objetos del primer tipo lo
llamaremos puntos; a los del segundo tipo, líneas; y a los del tercer tipo, planos”. Y es todo,
excepto que sigue una lista de enunciados iniciales llamados axiomas en los que figuran las
palabras punto, línea y plano, y de los cuales pueden deducirse ahora, mediante la lógica
solamente, otros enunciados en los que figuran esas palabras no definidas.

Este tipo característico de abstracción, que conduce a una despreocupación casi total por la
naturaleza física de los objetos geométricos, no está confinado a los límites tradicionales de la
matemática. El examen crítico de Ernst Mach (1897) inspirado en James C. Maxwell (1873),
sobre la noción de temperatura es un ejemplo de ello. Para definir la temperatura se necesitan
las nociones de equilibrio térmico y contacto térmico, pero definir éstas en términos
lógicamente aceptables es, por lo menos, difícil, y hasta quizá sea imposible. El análisis revela
que lo que realmente se necesita es la transitividad del equilibrio térmico, esto es, el postulado
llamado a veces el principio térmico de la termodinámica, según el cual si (A y B) y (A y C)
están en equilibrio térmico, entonces también lo están (B y C). Para completar el esquema,
también se necesita un tipo de principio inverso del principio cero, a saber, que si A, B y C
están en equilibrio térmico, entonces también lo están (A y B) y (A y C). Nuevamente, como en
la geometría, no se necesita conocer el significado, lógicamente, preciso de los términos, si no
solamente como combinarlos en enunciados permisibles.

Pero si bien podemos operar confiadamente con objetos y conceptos indefinidos y quizás
hasta indefinibles, estos objetos y conceptos derivan de la realidad física aparente o al menos
sensorial. Las apariencias físicas sugieren y hasta dictan los axiomas iniciales; la misma
realidad aparente nos guía en la formulación de cuestiones y problemas.

Decía Henry Poincaré (1894), “Existir en matemática es estar libre de contradicción”. Pero
la mera existencia no garantiza la supervivencia. Para sobrevivir en la matemática se requiere
un tipo de vitalidad que no es posible describir en términos puramente lógicos, y el lector debe
convencerse de que en la matemática pura hay más de lo que contiene la definición de
Russell: La matemática pura es la clase de toda las proposiciones de la forma p implica
q donde p y q son proposiciones que contienen una o más variables, las mismas en las
dos proposiciones, ni p ni q contienen ninguna constante excepto constantes lógicas.

La utilización de un rico aparato matemático junto con las reglas y principios de la lógica
posibilita la obtención de todos los corolarios necesarios de las leyes, hipótesis y teorías
formuladas con precisión en las ciencias concretas. Pero en este caso, la matemática tiene
asignado otro papel, según el cual su aparato formal se aplica al entendimiento de los criterios
rigurosos acerca de qué considerar demostración, cuándo una consecuencia se deduce
lógicamente de las premisas, de qué forma podemos juzgar sobre la corrección lógica de las
teorías.

Si en el primer caso, es decir, cuando se habla del lenguaje matemático en un amplio sentido
de la palabra, identificaremos en esencia este lenguaje con el de las formulas, ecuaciones,
funciones y otras estructuras, en el segundo se trata de la y utilización de métodos
matemáticos para la creación de lenguajes formalizados especiales de las distintas ciencias.
Algunos científicos consideran este aspecto como el fundamental para la elaboración de las
teorías científico-naturales. Por ejemplo, el investigador inglés J. H. Woodger (1929), uno de
los pioneros en la aplicación del método axiomático en biología, considera que el uso de
métodos lógico-matemáticos en la biología y otras ramas de las ciencias naturales consiste en
la creación de un lenguaje tan perfecto que pueda considerarse una excepción.

El método axiomático, utilizado exitosamente por Euclides en el siglo III a.C. para la exposición
de la geometría elemental sirve de fundamento para la creación de ese lenguaje científico.
Como sabemos, la axiomática euclidiana tenía un carácter concreto, de contenido, pues
describía las propiedades geométricas de los objetos del mundo que nos circunda. Haciendo
abstracción de este contenido concreto puede fundarse un sistema axiomático abstracto en el
cual los conceptos de partida de la geometría, que son el “punto”, la “recta” y la “superficie”,
pueden interpretarse de la forma diversa.

David Hilbert (1900) fue el primero que formuló con precisión esta concepción abstracta sobre
los axiomas. Decía en broma que si sustituimos las palabras “punto”, “recta” y “superficie” por
las palabras “mesa” “silla” y “círculo de bebedores” nada cambiaría en la geometría. Sin
embargo, tanto en los sistemas axiomáticos concretos como en los abstractos, las reglas por
medio de las cuales los teoremas se deducen de los axiomas no se indican claramente, sino
que sólo se suponen. Además, los propios axiomas, al igual que los teoremas, se formulan
mediante la utilización de determinados símbolos matemáticos. Precisamente, es así como en
la actualidad se exponen la mayoría de las disciplinas matemáticas.

Para pasar a los sistemas axiomáticos formalizados es necesario, en primer lugar, formular
con claridad y enumerar totalmente las reglas lógicas de la conclusión; en segundo término,
que todos los conceptos y juicios expresados en el lenguaje común se han traducido al
lenguaje de símbolos y formulas.

A primera vista puede parecer que entre los cálculos y las demostraciones de los teoremas
existe una diferencia indeterminable. De hecho, los cálculos tienen que ver con cifras, mientras
que las demostraciones están relacionadas con las afirmaciones. Las reglas del cálculo son
más exactas que las de la conclusión. Los cálculos admiten la utilización de métodos
aproximativos, al tiempo que no existen conceptos de demostración aproximativa. Por último,
para los cálculos se dispone de procedimientos efectivos, en tanto que el proceso de
demostración es inefectivo en gran medida. Analizando todas estas diferencias Hao Wang
(1967) en uno de sus primeros artículos “hacia una matemática mecánica”, subraya que las
mismas no deben ser exageradas. En lugar de valoraciones abstractas hay que ocuparse de
la búsqueda de procedimientos más efectivos para la comprobación de las demostraciones.
En 1958 creó tres programas para computadoras. Con la ayuda del primero de ellos logró en
menos de tres minutos, comprobar la demostración de doscientos teoremas de cálculos de
enunciados que aparecen en el trabajo de más autoridad en lógica matemática, Principia
Mathematica de Russell y Whitehead (1920).

Resultaron más modestos los intentos de hacer uso de la máquina para la confección de
teoremas a partir de símbolos y seleccionar aquellos que poseían una significación no trivial. A
partir de estos resultados, Hao Wang (1975) llegó a la conclusión de que las máquinas
computadoras pueden utilizarse para la formalización y comprobación de demostraciones y no
para la demostración de nuevos teoremas. En realidad, durante la formulación y búsqueda de
demostraciones de teoremas hay que modelar las condiciones más sofisticadas y complejas
del trabajo del matemático. Por supuesto, pueden detectarse y programarse diversos
procedimientos heurísticos de razonamiento que nos acerquen a la verdad. Pero como bien
observa Wang, resulta absurdo suponer que estamos en condiciones de otorgar a la máquina
una subconsciencia comparable a la de Poincaré, las investigaciones para la búsqueda de
procedimientos demostrativos universales se planteó como fin último la formulación y
comprobación de las demostraciones que se aplican en la matemática moderna. Por ello
exigía como es de suponer, resolver esta tarea en la propia lógica matemática. Los resultados
satisfactorios en este campo fueron obtenidos, como vimos, a cuenta de la desmembración de
la demostración en una cantidad mayor de pasos elementales y de su análisis ulterior en una
computadora. Sin embargo, en los razonamientos matemáticos de contenido, esos pasos
elementales se funden en otros mayores. Por esta razón, resultó natural intentar utilizar
bloques constructivos más grandes en lugar de dividir la demostración en ladrillos elementales
más pequeños. Para desarrollar esta idea, en el Instituto de Cibernética de la Academia de
Ciencias de Ucrania, tal como señala V. M. Glushkov (1961), se creó una lógica matemática
práctica que se correlaciona con la matemática clásica, de la misma forma que el lenguaje
contemporáneo de los programas de clase superior se relaciona con el lenguaje de la máquina
de Turín.
Los métodos formales y los lenguajes formalizados fueron utilizados primeramente en la
propia matemática para el análisis de la estructura de sus teorías. El campo principal de
aplicación fueron las investigaciones sobre las fundamentaciones de la matemática
relacionadas con la superación de ciertas dificultades aparecidas en la teoría de los conjuntos
de cantor, una vez descubierto en ella todo un conjunto de paradojas o antinomias. Para
superar estas paradojas o, por lo menos, localizarlas, la teoría de conjunto se construye ahora
de forma axiomática, en cuyo caso los axiomas se seleccionan teniendo en cuenta excluir,
desde los comienzos, la formación de conjuntos demasiado grandes a los cuales están
vinculadas las paradojas. La aparición de paradojas estimuló la investigación del lenguaje de
la ciencia y, ante todo, de la matemática para ello era menester disponer de una determinada
teoría del análisis lógico del lenguaje. Según la opinión del conocido matemático y lógico
norteamericano A. Church (1973), la adopción de semejante teoría debía considerarse el
rasgo distintivo principal del lenguaje formalizado y no las circunstancias de que resultara
cómodo sustituir algunas palabras por letras y símbolos especiales. La posibilidad apareció
después de la creación de la lógica matemática la que comenzó a usar métodos matemáticos
en los comienzos para el análisis de los propios razonamientos y demostraciones
matemáticas, y después, para el de los razonamientos de otras ciencias. Debido a ello hubo
necesidad de ampliar y generalizar el propio concepto del lenguaje.

Desde un punto de vista semiótico, el lenguaje se caracteriza según dos particularidades.

Primeramente, por la presencia de un determinado alfabeto, es decir, de un determinado
símbolo que puedan reproducirse en cantidades ilimitadas. En segundo lugar por la existencia
de reglas que indiquen cómo pueden formarse determinadas combinaciones a partir de letras,
las cuales se denominan expresiones o palabras. Dichas reglas se llaman comúnmente reglas
de formación. De igual manera que en un lenguaje natural distinguimos las expresiones con
sentido de aquellas sin sentido, en los lenguajes formalizados existe una diferencia entre las
expresiones correctamente construidas o formulas, y las incorrectamente construidas.

El siguiente paso en la creación de un lenguaje formalizado consiste en describir con precisión

las reglas según las cuales de unas formulas se obtienen otras. Tales reglas se conocen
normalmente como reglas de transformación. Como formulas de partida para la conclusión se
pueden adoptar, en términos generales, cualesquiera formulas correctamente construidas,
aunque es normal que al hacerlo se sigan determinadas consideraciones de contenido. Todas
las demás formulas adecuadamente construidas se tratan de demostrar, es decir, de deducir
de los axiomas con ayuda de las reglas lógicas. La demostración formal se reduce a una cierta
secuencia de formulas, donde cada una de ellas forma, bien un axioma, o bien se obtiene de
los axioma mediante las reglas de deducción. La última de las fórmulas en la secuencia
constituirá la fórmula demostrada o teorema.

Durante la formalización, el proceso de demostración del teorema se desmiembra en un

número mayor de pasos elementales. Estos pasos son mucho más simples que las etapas de
la demostración que el matemático supera en su trabajo creador. Es claro que la
desmembración de la demostración en esos pasos elementales demoraría el trabajo y
dificultaría abarcar la demostración en su conjunto. Antes de la aparición de las computadoras
era difícil pensar en la utilización de los métodos de la formulación de la demostración para la
deducción de teoremas a partir de axiomas. Si para el hombre la desmembración de la
demostración en una cantidad mayor de pasos elementales y la realización de los cálculos
constituye un trabajo monótono, carente de interés y agotador y, lo que es fundamental,
trabajo que se encuentra limitado por sus capacidades naturales como son la memoriam, la
atención, la resistencia, la máquina por el contrario carece de tales limitaciones. Gracias
precisamente a la formalización de la demostración y a su desmembración en una cantidad
mayor de pasos elementales resulta posible la aplicación de computadoras a la comprobación
de la demostración de los teoremas. Por este camino, como señala Hao Wang, fue posible
encontrar la aplicación principal de la lógica basada en su esencia y no en aspectos casuales,
lo que equivale a tratar las demostraciones con la misma efectividad que los cálculos.

En el empleo de dichos lenguajes los razonamientos de contenidos se sustituyen por ciertas

operaciones con símbolos y fórmulas realizadas según reglas de transformación previstas.
Debido a que este proceso recuerda mucho a los cálculos con los números en la aritmética o,
sobre todo, con letras en el álgebra, es frecuente que los lenguajes formalizados sean
llamados cálculos. Todo cálculo posibilita transformar mecánicamente una expresión en otras
y obtener conclusiones indiscutibles. Es por ello que todavía en la aurora del surgimiento de la
lógica matemática, Leibnitz (1700) soñaba con la creación de un método universal que
permitiera reducir todo razonamiento a un cálculo. Con la ayuda de este método, Leibnitz
pensaba resolver no sólo problemas puramente científicos, sino también los de la religión, la
política y la filosofía. En caso que se produzcan discusiones, escribió Leibnitz: “Los filósofos
no tendrán que apelar a la disputa, como lo hacen los contadores sino que tomarían el lápiz,
se sentarían tras la pizarra y dirían, vamos a calcular”.

Aunque este sueño del fundador de la lógica matemática resultó utópico, de todas formas
permitió la elaboración y aplicación de los modelos lógico-matemáticos a otras ciencias. Entre
estos métodos hay que señalar, en primer lugar, las teorías y métodos matemáticos con ayuda
de los cuales se analiza la estructura formal de los lenguajes de las diferentes disciplinas
científicas.

Inicialmente, ese análisis se realizó en la propia matemática: primero en la geometría, después

en el álgebra y en el análisis. Como ya señalamos, la investigación de la estructura formal del
lenguaje de la ciencia se reduce a la detección de los vínculos lógicos entre las diferentes
afirmaciones que figuran en sus teorías: leyes, principios, hipótesis, hechos. En este caso, se
aspira a encontrar las premisas de partida de la teoría, a partir de las cuales pudieran
deducirse lógicamente todas las demás afirmaciones. En la matemática, dichas premisas se
denominan axiomas o postulados, y en las ciencias empíricas, principios, leyes o hipótesis.

La parte más difícil de la investigación es la revelación de esas premisas de partida de la

teoría. De forma esquemática, cada teoría puede considerarse un modelo de cierto fragmento
de la realidad. En este modelo, como ya dijimos se pueden distinguir las partes informativas y
de cálculo. La primera de ellas contiene información sobre hechos concretos, hipótesis y leyes
referentes al campo del mundo real que se estudia. La segunda incluye todas las reglas y
métodos para la transformación de la información disponible: reglas y principios de la lógica y
también las secciones de la matemática que se aplican en la correspondiente teoría concreta,
para la expresión de dependencia entre las propiedades investigadas y las magnitudes. A
partir del análisis de los diferentes modelos aplicados en el proceso del conocimiento científico
no es difícil arribar a la siguiente conclusión: cuanto más rico sea el contenido de la parte
informativa del modelo y menos desarrollada la de cálculo, más difícil será someter a
formalización el lenguaje de la teoría o la disciplina científica. Por el contrario, cuanto más
pobre sea la parte informativa del modelo y más desarrollada la del cálculo, más difícil será
elaborar el lenguaje formalizado de la teoría. Como se sabe, los métodos formales para el
análisis del lenguaje científico obtuvieron su más extensa aplicación en las diferentes ramas
de la matemática y, parcialmente, de las ciencias naturales: mecánica teórica, termodinámica,
óptica geométrica. Esto se explica por el hecho de que el número de conceptos fundamentales
y de relaciones entre ellos no es muy grande en esta ciencia al tiempo que la parte
relacionada con el cálculo está lo suficientemente elaborada para obtener con rapidez un gran
número de resultados fructíferos. De hecho, en la geometría de Euclides sólo había tres
conceptos iniciales: “punto”, “recta” y “superficie”, vinculados entre sí por medio de cinco
relaciones expresadas con las palabras “encontrarse”, “entre”, “congruente”, “paralelo” y
“continuo”. La descripción exacta de estas relaciones se da por medio de veinte axiomas. Las
reglas para la conclusión de este sistema se formalizan con ayuda del cálculo de predicados
con igualdad.

Si nos referimos a cualquier ciencia empírica veremos que desde los propios comienzos opera
con un gran número de conceptos y términos cuyas relaciones son con frecuencia tan
complejas y confusas que no permiten una expresión precisa con ayuda de axiomas o por lo
menos, exigiría una gran cantidad de ellos. Es por eso que en estos casos se renuncia a los
métodos matemáticos formales de investigación y se apela a las consideraciones intuitivas y a
los métodos heurísticos de razonamiento que se apoyan en la experiencia y en el arte del
investigador. Incluso en los casos relativamente poco numerosos de utilización de métodos
formales en la biología, la medicina y las ciencias sociales destinados a la obtención de
conclusiones practicas, es menester emplear los métodos probabilísticos y, lo que es más
importante, las máquinas computadoras. Como ejemplo se puede señalar el intento de
emplear el lenguaje formal del cálculo de enunciados y los métodos de la teoría de toma de
decisiones para la elaboración de los problemas del diagnóstico médico. En la forma más
general y esquemática dicho enfoque se reduce a establecer un diagnóstico probable a partir
de los síntomas que presenta el enfermo. Con este fin se analizan todas las combinaciones
posibles de síntomas y enfermedades, algunas se consideran irreales desde el punto de vista
de la medicina. De todas formas, el número de combinaciones admisibles sigue siendo tan
grande que, para establecer un diagnóstico, hay que utilizar una computadora. Esto se
presenta condicionado por las circunstancias de que las conclusiones a partir de las premisas
en lenguajes tan complejos como los de la biología, la medicina y la sociología, resultan muy
largas, por lo que son irrealizables sin computadora. Según la opinión del académico V. M.
Glushkov, es precisamente el empleo de computadoras lo que amplía considerablemente las
posibilidades de formalizar los lenguajes de las mencionadas ciencias. El hecho de que
hayamos entrado en el siglo de la automatización de los procesos del conocimiento, nos
permite considerar que han sido traspasadas las fronteras que detenían artificialmente las
posibilidades de la matematización. Debe tenerse también presente que con el
perfeccionamiento de las computadoras y, en especial, con la elaboración de métodos más
complejos y flexibles de programación, se abren posibilidades para la modelación matemática
de los procesos dinámicos complejos incluyendo la conducta de los seres vivos y la
investigación de los problemas referentes al intelecto artificial.

El intelecto artificial está ligado habitualmente a la solución de las llamadas tareas

intelectuales con ayuda de métodos automáticos y mediante el empleo de computadoras.

La primera dificultad con que nos tropezamos aquí consiste en comprender con claridad
cuáles son los problemas y tareas que deben considerarse intelectuales. Puede parecer a
primera vista que la solución de complicadas tareas de cálculo, como el hallazgo de raíces en
ecuaciones y sus sistemas, constituye el ejemplo más típico de la tarea intelectual. Sin
embargo, para la solución de muchas de esas tareas existen, como es sabido, algoritmos muy
bien elaborados, por medio de los cuales el cálculo se reduce a la realización de una
secuencia de operaciones de cierto tipo. Esta secuencia, expresada en un lenguaje
“comprensible” a la máquina, no es otra que el programa para la solución de una tarea de
cálculo que puede realizarse con ayuda de una computadora.

Por otro lado, existen muchas tareas del tipo de rompecabezas, juegos, así como un conjunto
de problemas prácticamente importantes de reconocimiento de imágenes, traducción de un
idioma a otro, búsqueda de demostraciones, los que se someten con dificultad a la
algoritmización y exigen, indudablemente, la participación del intelecto en su solución. Todavía
más, son precisamente esas tareas las que figuran con frecuencia en las investigaciones
sobre el intelecto artificial, ya que se considera que nuestro intelecto funciona de forma más
compleja y económica que por los rígidos cánones de los algoritmos.

El objetivo fundamental de las investigaciones sobre el intelecto artificial se reduce a encontrar

los métodos efectivos para la solución de tareas que no pueden ser resueltas por medio de
cualesquiera de los métodos existentes. En principio, esas tareas pueden ser resueltas por
medio del examen de todas las variantes posible y la selección de la mejor entre ellas. Por
supuesto, el número de tales variantes debe ser finito. Pero incluso en este caso, el número de
variantes puede ser tan grande que ni siquiera las computadoras rápidas son de utilidad. Por
ello surge el problema de encontrar aquellos métodos para la búsqueda de soluciones
capaces de satisfacer ciertas condiciones de optimalidad.

En estos momentos hay que señalar, en primer lugar, los de la búsqueda heurística. La idea
que le sirve de base es muy simple. Para limitar el volumen de examen de las diferentes
variantes, es necesario disponer en una cierta información sobre la tarea planteada. En el
ejemplo de un diagnóstico por medio de la combinación de síntomas y enfermedades que
vimos antes, la exclusión de las combinaciones irreales se lograba con ayuda de la teoría
médica. En otros casos puede usarse la información empírica, ligada, por ejemplo, a una
determinada función valorativa, como sucede, por ejemplo en las tareas de programación
óptima. Cualquiera que sea el carácter de semejante información, su objetivo no es otro que
facilitar el procedimiento de búsqueda. De ahí que dicha información se denomina heurística y
los métodos que se basan en su empleo de métodos heurísticos de búsqueda.

Cualesquiera métodos de búsqueda dependen, en grado sumo, de la forma de representación

de la tarea misma. La aplicación de modernas teorías matemáticas brinda con frecuencia la
posibilidad de formular más precisa y adecuadamente la tarea y facilitar su solución. Por
ejemplo, en el método muy difundido de búsqueda, en la solución de una tarea en cierto
espacio de posibles soluciones o estados, cada nuevo estado puede obtenerse con ayuda de
un operador. A su vez, el espacio de situaciones que surge del estado inicial se representa
habitualmente en forma de un grafo cuyos vértices concuerdan con estos estados y con los
operadores que transforman un estado en otro. En el caso de una formulación semejante, la
tarea de búsqueda de solución adquiere la evidencia y claridad necesarias. Por tal razón, el
lenguaje de la teoría de los grafos resultó muy útil para la descripción de las estrategias
efectivas de seleccionar en el espacio los estados posibles.

En realidad, si el vértice inicial del grafo corresponde a la descripción del estado inicial,
entonces todos los vértices siguientes se obtendrán por medio de la aplicación de un operador
hasta tanto no se halle el vértice final, que corresponde a la descripción del estado coincidente
con el logro del objetivo propuesto. En el caso de un examen a ciegas de las diferentes
variantes, es decir, en ausencia de cualquier información de carácter heurístico, la disposición
de los objetivos no influye sobre el orden de creación de los vértices del grafo correspondiente.
La obtención de dicha información encamina la búsqueda del lado del objetivo. Con estas
palabras, en este caso se crearán primeramente los vértices demás perspectivas. La
información heurística sirve aquí para el ordenamiento del examen en forma de función
valorativa. El papel de dicha función, independientemente de cómo se ofrezca, se reduce a
seleccionar aquel vértice del grafo cuya probabilidad de hallazgo en el mejor camino hacia el
final es la mayor.

Los métodos de la teoría de los grafos resultan útiles también al comparar entre sí las distintas
variantes de búsqueda. De hecho, es suficiente atribuir a los arcos del grafo valores que
correspondan a los de la aplicación del operador representado por ellos para obtener los
criterios de optimización. Resulta óptimo el camino entre los vértices que tenga el valor
mínimo.

Los métodos de la búsqueda heurística representan, en esencia, la primera aproximación a la

solución de los problemas relacionados con el intelecto artificial. Es por ello que resultan
insuficientemente efectivos para la solución de tareas intelectuales muy complejas.

Las investigaciones modernas de este problema se valen de métodos sofisticados y

complejos, los que, en grado considerado, están relacionados con la aplicación de novísimas
ideas y teorías matemáticas y, en ocasiones, con el rechazo de representaciones teóricas de
conjuntos tradicionales.

CONCLUSIONES

Lo que cuenta como conocimiento en matemática no se determina mediante experimentación,

sino mediante demostraciones. No es la matemática, por lo tanto, una rama de la física (la
ciencia con la que históricamente se encuentra más emparentada), puesto que la física es una
ciencia empírica. Por otro lado, la experimentación desempeña un papel importante en la
formulación de conjeturas razonables, por lo que no se excluye a ésta de la investigación en
matemáticas.

La matemática no es un sistema intelectualmente cerrado, donde todo ya esté hecho. Aún

existen gran cantidad de problemas esperando solución, así como una infinidad esperando su
formulación.

Matemática no significa contabilidad. Si bien los cálculos aritméticos son importantes para los
contables, los avances en matemática abstracta difícilmente cambiarán su forma de llevar los
libros. Esto la aleja de una definición definitiva.

Matemática no significa numerología. La numerología es una pseudociencia que utiliza la

aritmética modular para pasar de nombres y fechas a números a los que se les atribuye
emociones o significados esotéricos, basados en la intuición.

El lenguaje formal no es una simple extensión de los lenguajes naturales humanos que utiliza
una gramática y un vocabulario definidos con extrema precisión, cuyo propósito es la
descripción y exploración de relaciones conceptuales y físicas. Recientemente, los avances en
el estudio del lenguaje humano apuntan en una dirección diferente: los lenguajes naturales
(como el español o el francés, por ejemplo) y los lenguajes formales (como el matemático o los
lenguajes de programación) son estructuras de naturaleza básicamente diferentes. Tal vez la
más acertada conclusión sobre la definición y naturaleza de la matemática está en que no se
finaliza con una definición conclusiva, y en cuanto a su naturaleza podemos asegurar que la
ciencia, en general, habla a través de la matemática.
BIBLIOGRAFÍA

EMMA CASTELNUOVO. Didáctica de la matemática moderna. Serie de Matemática.

Editorial Trillas. México, 1973.

EZEQUIEL ANDER-EGG. Técnicas de Investigación Social. El Cid Editor. México, 1978.

INSTITUTO DE FILOSOFÍA, ACADEMIA DE CIENCIAS DE LA URSS, DEPARTAMENTO DE

FILOSOFÍA; ACADEMIA DE CIENCIAS DE CUBA. La dialéctica y los métodos científicos
de investigación. Tomos I y II. Editorial de Ciencias Sociales. La Habana, 1981.

MARK KAC y STANISLAW M. ULAM. Matemáticas y Lógica. Monte Ávila Editores, C. A.,
Estados Unidos de América, 1969.

M. M. ROSENTAL y P.F. IUDIN. Diccionario Filosófico. Ediciones Pueblos Unidos. Uruguay,

1965.

PERELMAN YACOV. Álgebra Recreativa. Editorial MIR. Moscú, 1975.