Picture

A principios de los años 80 más específicamente el primero de agosto de 1981, tuvo su primera emisión al aire en los estados unidos el canal MTV,  dicha emisión comenzó con la canción “Video Killed the Radio Star” del grupo británico “The Buggles”. Este fue uno de los hechos marcó el principio de una era, una era de avances tecnológicos que revolucionaron nuestro mundo cotidiano, desde el VCR hasta el computador personal, pasando por los videojuegos y los discos compactos.  Ni la Ingeniería, ni la matemática escaparon a las revoluciones de la era, el software matemático aplicable a problemas de ingeniería fue también producto de esta, el nacimiento de Matlab (Software de matemática numérica), las nuevas versiones de SPICE (software para la simulación de circuitos) y la creación del software Aspen Plus (Simulación de Procesos Químicos) marcaron el nacimiento de la época de la simulación computacional.

Así como el video en los años ochenta se convirtió en la nueva forma para los cantantes de darse a conocer, así mismo la ingeniería  computacional se volvió un estándar y lentamente ha penetrado en las universidades para convertirse en la nueva forma de resolver problemas que antes se creían imposibles.

 El uso de software de Ingeniería les ha quitado muchos dolores de cabeza a los ingenieros.  No tener que lidiar directamente con la programación e implementación de métodos numéricos adecuados para la solución de sus problemas, ya que el software trae su propia biblioteca de métodos, de los cuales el ingeniero puede escoger. Evita que los ingenieros (ingenieros no afines a las tecnologías de la información y las comunicaciones) tengan que aprender complicados lenguajes de programación para poder realizar simulaciones simples. Permite el uso de bibliotecas  de modelos comunes que podemos entrelazar entre sí para crear modelos más complejos (ejemplo de estos son los software de simulación de circuitos y de procesos químicos).

Aunque el uso de este tipo de software ha sido generalmente beneficioso para la simulación,  la simulación dinámica y la ingeniería en general, el uso exclusivo de este trae consigo unos cuantos inconvenientes que me gustaría mencionar:

El hecho de que muchos métodos numéricos ya estén implementados evita que el usuario del software se interese por conocer dichos métodos, esto se hace evidente cuando la colección de métodos numéricos incluida en el software de la elección del usuario, no es suficiente para la solución de su problema (generalmente se da por convergencia),  la falta de conocimientos en el aspecto del usuario podría llevarle a abandonar la solución del problema dejando inconclusa alguna labor relevante de investigación. En el mejor de los casos un usuario responsable estudiaría para posteriormente implementar un método numérico acorde a sus necesidades, sin embargo esto puede tardar meses incluso años dependiendo de la formación del usuario, tiempo con el que no siempre se cuenta. Es también posible que el problema del usuario no sea el método numérico en si sino los parámetros que este usa (La tolerancia relativa, la tolerancia absoluta, Número máximo de iteraciones… etc.) que dada su falta de conocimiento  no puede modificar exitosamente para lograr un resultado aceptable.

Ya que muchos de los paquetes de software para ingeniería nos evitan el uso lenguajes de programación de alto nivel, los desconocemos por completo, esto se convierte en un obstáculo cuando como vimos en el párrafo anterior necesitamos un método numérico que no se encuentra en la biblioteca del software y la única forma de implementarlo es en un lenguaje de alto nivel, esto se ve mucho en algunos paquetes de software para ingeniería química en los cuales los módulos (modelos o métodos numericos) ajenos al fabricante se deben implementar en lenguajes de programación como fortran , C o C++.  En el mejor de los casos se aprende lo más básico del lenguaje de programación y  con esto basta para implementar el método o modelo deseado, sin embargo los lenguajes orientados a objetos pueden presentar dificultades extra que no todos los usuarios están dispuestos a enfrentar. Afortunadamente muchos programas permiten la interacción con hojas de cálculo para la elaboración de algunos módulos, lo que no siempre es suficiente.

El uso de las bibliotecas de modelos comunes lleva también a cierto tipo de errores no tan evidentes pero que si pueden ser considerados. El origen de estos problemas es muchas veces causado por los mismos fabricantes y el fin comercial del software. Muchos de los modelos incluidos son propiedad del fabricante, por eso dichos modelos están encapsulados (tomando prestada la terminología de la programación orientada a objetos), lo que permite que estos sean usados como cajas negras; sin embargo el usuario final no tiene acceso a las ecuaciones del modelo  (ni siquiera en los manuales del producto en algunos casos) desconociendo así factores fundamentales que solo se ven reflejados en estas.  Aunque esto no es un factor fundamental para muchas aplicaciones, esto da origen a un fenómeno que llamo “los modelos irrefutables”,  que consiste en tomar modelos encapsulador hechos por las compañías de software y ajustar mediante algún método numérico algunos de sus parámetros públicos (a los que el usuario tiene acceso) para que la respuesta de modelo se ajuste a la respuesta de un experimento. El problema aquí viene desde el punto de vista de la predicción, ya se sabe que el modelo es un modelo desarrollado por una prestigiosa compañía en la que intervienen varios expertos en la materia, y que el experimento fue realizado con sumo cuidado y con los mejores equipos de medida y el personal disponibles, y también se sabe que el ajuste de la respuesta y el modelo son lo bastante buenos, sin embargo no tenemos idea si el modelo representa adecuadamente el fenómeno (por ejemplo si este tiene en cuenta todos los aspectos relevantes  del experimento),  ni siquiera si todos los parámetros relevantes para el experimento eran públicos ( ósea se pudieron ajustar).  Sin embargo nadie puede refutar el modelo porque no se le conoce y está hecho por expertos en la materia y nadie puede refutar el experimento pues cumplió con todas las normas, pero a ciencia cierta nadie sabe a priori si las predicciones hechas por el modelo en condiciones diferentes a las del experimento son correctas.

 

No podemos olvidar nunca que la tecnología siempre ha sido un arma de doble filo y es nuestro deber usarla en nuestro beneficio no con demagogia sino con rigor.

Juan Bernardo Restrepo
Estudiante de Doctorado.