A measure of intelligence of an approximation of a real number in a given model

Este artículo introduce una función de medida de inteligencia para evaluar la calidad de las aproximaciones de números reales en un modelo dado, demostrando su coherencia con la teoría clásica de aproximación diofántica racional y planteando la cuestión abierta de si todo número real puede ser aproximado inteligentemente en un modelo donde sea punto de acumulación.

Lo esencial

¡Hola! Vamos a desglosar este artículo matemático de una manera divertida y sencilla. Imagina que las matemáticas no son solo números fríos, sino un juego de adivinanzas donde intentamos "atrapar" números reales (como el $\pi$ o el número $e$) usando herramientas simples.

El autor, Bakir Farhi, quiere responder a una pregunta que todos nos hemos hecho alguna vez: ¿Qué hace que una aproximación matemática sea "inteligente" o "genial", en lugar de simplemente "correcta"?

Aquí tienes la explicación con analogías cotidianas:

1. El Problema: Precisión vs. Simplicidad

Imagina que quieres adivinar la altura exacta de un edificio.

• Opción A: Dices que mide 314,159 metros. Es casi exacto, pero tu respuesta es un número gigante y feo. Nadie se sorprende. Es como decir "el número es 314159/100000". Es aburrido.
• Opción B: Dices que mide 22/7 metros (aproximadamente 3.14). Es menos preciso que la Opción A, pero es una fracción pequeña, elegante y fácil de recordar.

La intuición nos dice que la Opción B es más "inteligente". ¿Por qué? Porque lograste una buena aproximación con muy pocos ingredientes (números pequeños). La Opción A es "tonta" (o naive en el texto) porque usaste un número enorme para obtener un resultado que podrías haber conseguido con algo más simple.

2. La Solución: El "Termómetro de Inteligencia" ($\mu$)

El autor crea una fórmula mágica, un termómetro de inteligencia (llamado $\mu$), para medir esto.

Piensa en la aproximación como una receta de cocina:

• Los ingredientes: Son los números que usas en tu fórmula (el numerador y el denominador, o las raíces cuadradas). Su "tamaño" es lo que cuesta escribirlos o calcularlos.
• El resultado: Qué tan cerca estás del número real (la precisión).

La regla de oro del termómetro:

• Si tu receta usa ingredientes pequeños pero te da un resultado muy preciso, el termómetro marca más de 1. ¡Eso es una aproximación INTELIGENTE!
• Si tu receta usa ingredientes gigantes (números enormes) para dar un resultado que podrías haber logrado con ingredientes pequeños, el termómetro marca menos de 1. ¡Eso es una aproximación TONTA (o ingenua)!

La analogía de la linterna:
Imagina que los números que usas son las pilas de una linterna.

• Si usas una pila pequeña (números pequeños) y logras iluminar muy lejos (alta precisión), ¡eres un genio!
• Si usas una batería nuclear gigante (números enormes) para iluminar solo un metro, ¡es un desperdicio de energía! Eso es "tonto".

3. ¿Cómo funciona el cálculo?

El autor usa una idea simple: Contar dígitos.

• La "inteligencia" se calcula comparando cuántos dígitos usaste para escribir tu fórmula contra cuántos dígitos correctos de la respuesta real lograste.
• Si cada dígito que escribiste te dio al menos un dígito correcto en la respuesta, ¡es inteligente!
• Si escribiste muchos dígitos y solo te dio un dígito correcto, ¡es tonto!

4. Ejemplos Reales (Lo que el paper descubre)

El autor prueba su teoría con famosos números como $\pi$ (pi) y $e$.

• $\pi \approx 22/7$: Es una aproximación clásica. Usas dos números pequeños (22 y 7) y obtienes 3 decimales correctos. ¡El termómetro marca 1.55! Es inteligente.
• $\pi \approx 355/113$: Es aún más precisa, pero los números son un poco más grandes. Sigue siendo inteligente (1.53), pero un pelín menos que la anterior.
• $\pi \approx 20/11 \times \sqrt{3}$: Aquí el autor muestra que algunas fórmulas que parecen complicadas en realidad son muy inteligentes porque son simples en su estructura.
• Aproximaciones "Tontas": El paper también encuentra aproximaciones que, aunque matemáticamente correctas, son tan complejas que su "inteligencia" cae por debajo de 1. Son como usar un cohete para ir a la tienda de la esquina.

5. La Magia de las Fracciones Continuas

El paper conecta esto con algo llamado Fracciones Continuas (una forma especial de escribir números como capas de una cebolla).

• Descubre que las "mejores" aproximaciones que la gente ha encontrado durante siglos (como las de Arquímedes) son casi siempre "inteligentes" porque siguen este patrón natural de las fracciones continuas.
• También descubre que hay aproximaciones "inteligentes" que no siguen este patrón tradicional. ¡Es como encontrar un atajo nuevo en un mapa que todos pensaban que ya estaba completo!

6. El Gran Misterio (El Problema Abierto)

Al final, el autor deja un reto para los matemáticos del futuro:

• Sabemos que para los números racionales (fracciones), siempre podemos encontrar aproximaciones inteligentes.
• Pero, ¿podemos encontrar aproximaciones inteligentes para CUALQUIER número real en CUALQUIER modelo matemático?
• Es como preguntar: "¿Existe siempre una llave simple que abra cualquier cerradura compleja?" Por ahora, nadie lo sabe con certeza.

En Resumen

Este paper nos enseña que en matemáticas, menos es más. Una aproximación no es buena solo porque sea precisa; es buena si logra esa precisión con elegancia y simplicidad. El autor nos da una regla matemática para distinguir entre un "genio" que encuentra atajos y un "torpe" que fuerza la solución con números gigantes.

¡Es una forma nueva y divertida de ver la belleza de los números!

Resumen técnico

A continuación presento un resumen técnico detallado del artículo "A measure of intelligence of an approximation of a real number in a given model" (Una medida de la inteligencia de una aproximación de un número real en un modelo dado), escrito por Bakir Farhi.

1. Planteamiento del Problema

Desde la antigüedad, los matemáticos han buscado aproximar números reales importantes (como $\pi$ o $e$) mediante expresiones con variables enteras. Históricamente, ciertas aproximaciones se han considerado "interesantes" o "inteligentes" (ej. $\pi \approx 22/7$ de Arquímedes) frente a otras más precisas pero "naive" o ingenuas (ej. $\pi \approx 314159/100000$).

El problema central que aborda el autor es la falta de una definición matemática rigurosa para el concepto de "inteligencia" o "relevancia" de una aproximación. La intuición sugiere que una aproximación es inteligente si logra una alta precisión con una complejidad (tamaño) baja. El objetivo del artículo es cuantificar esta noción mediante una función matemática que combine la precisión (error) y la simplicidad (tamaño de los parámetros) de la aproximación.

2. Metodología y Definiciones Fundamentales

El autor establece un marco teórico basado en los siguientes conceptos:

• Modelo de Aproximación ($M$): Se define como una aplicación $M: A \subset \mathbb{Z}^{*n} \to \mathbb{R}$, donde $n$ es el número de parámetros enteros. Ejemplos incluyen el modelo racional ($a/b$), modelos con raíces cuadradas ($a + b\sqrt{2}$), o combinaciones más complejas.
• Tamaño de la Aproximación ($s$): Para una aproximación $x \approx M(a_1, \dots, a_n)$, el tamaño se define como el producto de los valores absolutos de los parámetros:
  $$s(x \approx M(a_1, \dots, a_n)) = |a_1| \times \dots \times |a_n|$$
  Su logaritmo, $s_{\log}$, representa la cantidad de dígitos necesarios para escribir los parámetros.
• Medida de Inteligencia ($\mu$): Se introduce una función $\mu$ que asigna un número positivo a cada aproximación admisible. La lógica se basa en la idea de que una aproximación es "inteligente" si el número total de dígitos de los parámetros no excede el número de dígitos correctos que la aproximación proporciona.

La fórmula definida es:
$$\mu(x \approx M(a_1, \dots, a_n)) = \frac{\log |x| - \log |x - M(a_1, \dots, a_n)|}{\log |a_1 a_2 \dots a_n|}$$

Criterio de Clasificación:

• Inteligente: Si $\mu \ge 1$.
• Naive (Ingenua): Si $\mu < 1$.
• Cuanto mayor sea $\mu$, más "inteligente" es la aproximación.

3. Contribuciones Clave y Resultados Principales

A. Validación en el Modelo Racional

El autor demuestra que la teoría es consistente con la teoría clásica de la aproximación diofántica:

1. Convergencia de Fracciones Continuas: Se prueba que todas las convergentes de la fracción continua regular de un número irracional son aproximaciones inteligentes ($\mu \ge 1$) en el modelo racional.
2. Existencia Infinita: Utilizando el Teorema de Aproximación Diofántica de Dirichlet, se demuestra que para cualquier número irracional existen infinitas aproximaciones racionales inteligentes.
3. Aproximaciones No Convergentes: Se presentan teoremas (6.7 y 6.9) que identifican condiciones bajo las cuales existen aproximaciones inteligentes que no son convergentes de la fracción continua regular. Por ejemplo, para $\sqrt{2}$ y $\sqrt{5}$, se demuestra la existencia de infinitas aproximaciones inteligentes fuera de la secuencia estándar de convergentes.

B. Ejemplos Numéricos

El artículo calcula $\mu$ para diversas aproximaciones famosas y nuevas propuestas por el autor:

• $\pi$:
  • $22/7$:$\mu \approx 1.55$ (Inteligente).
  • $355/113$:$\mu \approx 1.53$ (Inteligente, aunque ligeramente menos que la de Arquímedes a pesar de ser más precisa).
  • $\sqrt{2} + \sqrt{3}$: $\mu \approx 3.63$ (Muy inteligente).
  • Se identifican aproximaciones "naive" como $20/11\sqrt{3}$($\mu \approx 0.92$).
• $e$:
  • $19/7$:$\mu \approx 1.33$.
  • Aproximaciones complejas propuestas por el autor alcanzan valores de $\mu \approx 3.6$, destacando por su simplicidad relativa.

C. Relación con Números de Liouville y Medida de Irracionalidad

Un resultado teórico profundo conecta la medida de inteligencia con la teoría de la irracionalidad:

• Teorema 6.11: El conjunto de las medidas de inteligencia de las aproximaciones racionales de un número irracional $x$ es ilimitado (tende a infinito) si y solo si $x$ es un número de Liouville.
• Corolario 6.12: Para los números irracionales algebraicos (como $\sqrt{2}$) y trascendentes bien conocidos ($\pi, e, \log 2, \zeta(3)$), el conjunto de medidas de inteligencia está acotado.
  • Implicación: Ninguna de estas constantes admite una aproximación racional "muy inteligente" (con $\mu$ arbitrariamente grande). Su "inteligencia" tiene un límite superior inherente a su naturaleza matemática.

4. Significado e Impacto

1. Formalización de la Intuición: El trabajo transforma un concepto cualitativo ("interesante" o "elegante") en una métrica cuantitativa rigurosa, permitiendo comparar objetivamente aproximaciones de diferentes modelos y complejidades.
2. Conexión Teórica: Establece un puente directo entre la teoría de la aproximación diofántica clásica (convergencia de fracciones continuas, teorema de Dirichlet) y una nueva métrica de calidad.
3. Clasificación de Números: Proporciona una nueva perspectiva para clasificar números irracionales basándose en la "inteligencia" de sus aproximaciones, diferenciando claramente entre números de Liouville (que permiten aproximaciones extremadamente inteligentes) y números algebraicos o trascendentes estándar (que tienen un límite de inteligencia).
4. Problema Abierto: El autor plantea una cuestión abierta: ¿Es posible aproximar inteligentemente cualquier número real $x$ en un modelo $M$ donde $x$ es un punto de acumulación? Mientras que para el modelo racional la respuesta es afirmativa (gracias a Dirichlet), la generalización a otros modelos sigue siendo un desafío matemático.

En resumen, el artículo de Farhi introduce una herramienta matemática novedosa que no solo valida aproximaciones históricas, sino que también ofrece criterios para generar nuevas aproximaciones y clasificar la naturaleza de los números reales basándose en la eficiencia de su representación aproximada.