📊 statistics

Randomstrasse101: Open Problems of 2025

Este manuscrito documenta los problemas abiertos en matemáticas publicados en 2025 en el blog Randomstrasse101, con el objetivo de facilitar su referencia académica en áreas como la teoría de la probabilidad, la computación y la combinatoria.

Autores originales: Afonso S. Bandeira, Daniil Dmitriev, Kevin Lucca, Petar Nizić-Nikolac, Almut Rödder

Publicado 2026-04-01

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Afonso S. Bandeira, Daniil Dmitriev, Kevin Lucca, Petar Nizić-Nikolac, Almut Rödder

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

¡Hola! Imagina que este documento es como un "Diario de Bitácora de Exploradores Matemáticos" del año 2025.

Un grupo de científicos muy inteligentes de la Universidad ETH en Zúrich (Suiza) y otros lugares, ha reunido en un solo libro 16 de sus "misterios favoritos" en matemáticas. No son los problemas más famosos del mundo (como el de la Riemann o el de P vs NP), sino aquellos que a ellos les hacen decir: "¡Uf, esto me tiene despierto por la noche!".

El objetivo es simple: tener un registro fijo para que otros investigadores puedan citar estos problemas fácilmente, como si fuera un mapa del tesoro.

Aquí te explico los "tesoros" (problemas) que buscan, usando analogías de la vida cotidiana:

1. El Rompecabezas de las Nubes (Concentración de Tensores)

Imagina que tienes muchas nubes de datos (matrices o tensores) y las mezclas con un poco de "ruido" aleatorio (como si lanzaras dados). Quieres saber: ¿Qué tan grande puede crecer esta mezcla?

La analogía: Es como intentar predecir la altura máxima de una ola en el océano cuando sopla el viento. Sabemos que si las olas son simples (números), podemos predecirlo fácil. Pero cuando son estructuras complejas (como tensores, que son como cubos de datos en lugar de planos), la matemática se vuelve un laberinto. Los autores creen que hay una regla oculta que dice que, aunque parezca caótico, las olas no crecen más allá de cierto límite, pero aún no han encontrado la fórmula exacta para todas las situaciones.

2. El Laberinto de los Nodos (Números de Lovász y Grafos)

Imagina una ciudad donde las calles son las conexiones entre personas. Quieres saber: ¿Cuál es el tamaño máximo de un grupo de amigos que todos se conocen entre sí (un clan) o el mínimo de colores necesarios para pintar el mapa sin que dos vecinos tengan el mismo color?

La analogía: Calcular esto es como intentar encontrar la salida de un laberinto gigante; es muy difícil (computacionalmente imposible para casos grandes). Sin embargo, existe un "truco mágico" (el número de Lovász) que actúa como un dron que sobrevuela el laberinto y te da una buena estimación sin tener que caminar por él.
El misterio: Funciona perfecto en laberintos totalmente aleatorios, pero ¿qué pasa si el laberinto tiene un patrón oculto (como los grafos circulares)? Los autores sospechan que el dron sigue funcionando igual de bien, pero nadie ha podido probarlo matemáticamente.

3. La Foto Borrosa (Recuperación de Fase)

Imagina que tienes una foto, pero alguien te ha robado la información de "qué tan brillante" es cada píxel, dejándote solo con la información de "dónde está la luz".

La analogía: Es como intentar reconstruir una cara humana solo con las sombras que proyecta, sin ver los rasgos. Sabemos que con suficientes sombras (mediciones), podemos reconstruir la cara, pero ¿cuántas sombras necesitamos exactamente? Y lo más importante: si la foto tiene un poco de ruido (como si hubiera polvo en la lente), ¿podemos reconstruirla con precisión o se vuelve un borrón? Este problema es crucial para la cristalografía y la microscopía.

4. Los Bailes Perfectos (Bases Mutuamente Insesadas)

Imagina un salón de baile donde tienes varios grupos de bailarines. Cada grupo baila una coreografía perfecta.

La analogía: La pregunta es: ¿Cuántos grupos de coreografías diferentes puedes tener en una habitación de tal manera que, si miras a un bailarín de un grupo y lo comparas con uno de otro, nunca puedas adivinar cuál es cuál? (Son "insesados").
El misterio: Para tamaños pequeños, sabemos cuántos grupos caben. Pero para un tamaño específico (dimensión 6), nadie sabe si cabe un séptimo grupo o no. Es como intentar empaquetar cajas en un camión: sabes que caben 6, pero ¿la séptima cabe o se queda fuera?

5. El Mapa de los Números Primos (Grafos de Paley)

Los matemáticos usan números primos para crear mapas (grafos) que parecen aleatorios pero en realidad siguen reglas estrictas.

La analogía: Imagina un mapa de conexiones entre ciudades basado en reglas numéricas. Parece un caos, pero tiene una estructura oculta. Quieren saber: ¿Cuál es el grupo de ciudades más grande donde todas están conectadas entre sí?
El misterio: En mapas totalmente aleatorios, estos grupos son pequeños. En estos mapas "mágicos" (Paley), sospechan que también son pequeños, pero no han podido demostrarlo. Están probando si herramientas de "relajación convexa" (como suavizar una montaña de datos para ver su forma general) pueden ayudar a encontrar la respuesta.

6. El Dumbbell Gigante (Conjetura KLS)

Imagina una pesa de gimnasio (dumbbell) gigante. Tiene dos bolas grandes unidas por un palo muy delgado.

La analogía: Si tienes una distribución de probabilidad (como una nube de puntos) con forma de dumbbell, es muy fácil que la "nube" se parta en dos: la mayoría de los puntos están en las bolas, y muy pocos en el palo. Esto crea un "cuello de botella".
El misterio: La conjetura KLS pregunta: ¿Existe una clase de formas (distribuciones log-cóncavas, como esferas o cubos) que nunca tengan este cuello de botella? Si es cierto, significa que en estas formas, la "nube" siempre se mantiene unida y se mueve de manera eficiente. Esto es vital para saber qué tan rápido pueden los ordenadores simular procesos físicos o económicos.

7. Las Matrices de Grafos (Límites Agudos)

Imagina que estás construyendo un puente con bloques de Lego, pero algunos bloques son aleatorios.

La analogía: Quieres saber qué tan fuerte es el puente (el valor numérico de la matriz) antes de que se caiga. Los matemáticos usan una herramienta llamada "Jerarquía Sum-of-Squares" (como una serie de filtros cada vez más potentes) para predecir la fuerza.
El misterio: A veces, estos filtros son un poco "torpes" y dan una respuesta que es correcta, pero un poco exagerada (como decir que el puente aguanta 100 toneladas cuando en realidad aguanta 99). Los autores quieren afinar estos filtros para que sean perfectos, eliminando esos pequeños errores de cálculo que se acumulan.

En Resumen

Este documento es una lista de deseos matemáticos. Los autores no necesariamente creen que resolverán todos estos problemas hoy, pero están señalando las direcciones donde creen que hay "nuevas tierras" por descubrir.

Es como si dijeran: "Hemos trazado un mapa, hemos encontrado estas 16 montañas que parecen tener oro en la cima, pero nadie ha logrado escalarlas con éxito todavía. ¡Buena suerte a quien intente!".

Es un recordatorio de que, incluso en 2025 (y con la fecha de publicación en 2026), las matemáticas siguen llenas de misterios fascinantes que esperan a ser resueltos.

A continuación presento un resumen técnico detallado del manuscrito "Randomstrasse101: Open Problems of 2025", traducido y adaptado al español. Este documento no es un artículo de investigación con un único resultado experimental, sino una recopilación de dieciséis problemas abiertos (en este caso, se detallan los problemas 16 al 31) en las áreas de Teoría de la Probabilidad, Computación, Combinatoria y Estadística, mantenidos por un grupo del Departamento de Matemáticas del ETH Zúrich.

Resumen Técnico: Problemas Abiertos de 2025 en Randomstrasse101

1. Contexto y Objetivo

El manuscrito sirve como un registro estable de las entradas del blog Randomstrasse101 publicadas en 2025. Su objetivo principal es facilitar la referencia académica a problemas abiertos y conjeturas interesantes en matemáticas aplicadas y teóricas. El enfoque no es necesariamente cubrir las preguntas más importantes de los campos, sino aquellas que los autores encuentran particularmente intrigantes.

2. Problemas, Metodologías y Contribuciones Clave

El documento se estructura en entradas que abordan problemas específicos. A continuación, se detallan los temas centrales, las metodologías propuestas y los resultados parciales o conjeturas presentadas:

A. Desigualdades de Concentración para Tensores (Entrada 8)

Problema: Determinar cotas superiores para la norma inyectiva $\ell_p$ de una suma de tensores aleatorios gaussianos. Específicamente, acotar $E[\|\sum g_i T_i\|_{I_p}]$ .
Metodología: Se utiliza la teoría de procesos gaussianos y el integral de entropía de Dudley. El enfoque geométrico intenta cubrir la bola unitaria $\ell_p$ ( $B^d_p$ ) con bolas bajo una métrica específica $D$ .
Contribución/Estado: Se presenta la Conjetura 16, que propone una cota del tipo $\tilde{O}(d^{1/2 - 1/p} \sqrt{\sum \|T_i\|^2})$ $\tilde{O} (d^{1/2 - 1/ p} \sum ∥ T_{i} ∥^{2})$ .
- Para $r=p=2$ (matrices), el problema está resuelto (desigualdad de Khintchine no conmutativa).
- Para $p \ge 2r$ , se ha demostrado recientemente usando técnicas de recubrimiento.
- Desafío: El caso $p < 2r$ sigue abierto debido a barreras volumétricas en el recubrimiento. Se discuten trabajos recientes que eliminan factores logarítmicos en casos de entradas independientes, pero el caso general sigue siendo un problema difícil.

B. El Número de Lovász en Grafos Circulantes Aleatorios (Entrada 9)

Problema: Caracterizar el comportamiento asintótico del número de Lovász ( $\vartheta(G)$ ) para grafos circulantes aleatorios densos, comparándolo con el grafo aleatorio de Erdős-Rényi $G(n, 1/2)$ .
Metodología: Se aprovecha la estructura de los grafos circulantes (matrices de adyacencia circulantes) para convertir el Semidefinite Programming (SDP) original en un Programa Lineal (LP) mediante la Transformada Discreta de Fourier (DFT). Se utilizan propiedades de la Propiedad de Isometría Restringida (RIP) de matrices de Fourier subsampleadas.
Contribución/Estado:
- Conjetura 18: Se conjetura que $E[\vartheta(G)] = (1+o(1))\sqrt{n}$ para grafos circulantes aleatorios, similar a $G(n, 1/2)$ .
- Resultado Parcial: En [BBD+25], se ha demostrado una cota inferior precisa y una cota superior de $O(\sqrt{n} \log \log n)$ .

C. Inyectividad y Estabilidad en la Recuperación de Fase (Entrada 10)

Problema: Determinar el número mínimo de mediciones $N$ necesarias para recuperar un vector $x$ a partir de $|Ax|$ (recuperación de fase) y analizar la estabilidad de esta reconstrucción.
Metodología: Análisis de la propiedad de complemento y el número de condición de submatrices. Se introduce la cantidad $\omega(A)$ , relacionada con el valor singular mínimo de subconjuntos de filas que generan el espacio.
Contribución/Estado:
- Se revisa la Conjetura 19 sobre la inyectividad en $\mathbb{C}$ con $N=4M-5$ mediciones (se sabe que $N=4M-4$ es falso, pero el límite exacto es abierto).
- Conjetura 20 (Balan-Wang): Propone una cota superior para $\omega(A)$ en función de la norma de las filas de $A$ .
- Problema Abierto 21: Determinar el valor de $\omega(A)$ para matrices con entradas gaussianas i.i.d. y verificar si satisface la conjetura.

D. Bases Mutuamente Insesgadas (MUB) y Conjetura de Zauner (Entrada 11)

Problema: Determinar el número máximo de Bases Mutuamente Insesgadas ($MUB(d)$) en dimensión $d$ . El caso abierto más famoso es $d=6$ .
Metodología: Se exploran pruebas mediante Sumas de Cuadrados (SoS) y conexiones con Marcos Equiangulares Apretados (ETF) y medidas POVM simétricas (SIC-POVM).
Contribución/Estado:
- Conjetura 22: $MUB(6) < 7$. Se sabe que $MUB(6) \ge 3$ .
- Problema Abierto 23: ¿Existe una prueba de grado 4 en Sumas de Cuadrados que demuestre la inexistencia de 7 MUBs en $\mathbb{C}^6$ ?
- Conjetura 24 (Zauner): Afirma que existen ETFs con $n=d^2$ vectores para toda dimensión $d$ . Se menciona progreso condicional basado en conjeturas de teoría de números (Conjeturas de Stark).

E. Número de Clique en Grafos de Paley (Entrada 12)

Problema: Acotar el número de clique $\omega(G_p)$ en grafos de Paley (grafos deterministas que imitan propiedades aleatorias).
Metodología: Uso de relajaciones convexas (función $\vartheta$ de Lovász) y localización iterativa (subgrafos inducidos por vecinos). También se explora la relajación de Sumas de Cuadrados de grado 4.
Contribución/Estado:
- La cota actual es $\omega(G_p) \le (1+o(1))\sqrt{p/2}$ .
- Conjetura 25: $\omega(G_p) = O(\text{polylog}(p))$ .
- Conjeturas 26-28: Se proponen mejoras en las cotas mediante localización y relajaciones de SoS de grado 4, sugiriendo una mejora polinomial sobre $\sqrt{p}$ .
- Conjetura 29: La construcción de ETF de Paley satisface la Propiedad de Isometría Restringida (RIP) más allá del "cuello de botella de la raíz cuadrada".

F. La Conjetura KLS y sus Implicaciones (Entrada 13)

Problema: Determinar si la constante isoperimétrica de distribuciones log-cóncavas está acotada inferiormente por una constante universal independiente de la dimensión.
Metodología: Localización estocástica, desigualdades de Poincaré y concentración de Lipschitz.
Contribución/Estado:
- Conjetura 30 (KLS): La constante isoperimétrica $\psi_\mu$ es comparable a la de los semiespacios.
- Progreso Reciente: Se menciona que la Conjetura de la Capa Fina (Thin Shell) y el Problema de Slicing de Bourgain han sido resueltos recientemente (2024-2025) por Klartag y Lehec.
- La resolución de la Conjetura de la Capa Fina implica la mejor cota actual para KLS: $\psi_n \ge C (\log n)^{-1/2}$ .

G. Cotas Agudas para Matrices de Grafos (Entrada 14)

Problema: Entender el espectro y las cotas de norma de "matrices de grafos" (matrices aleatorias construidas a partir de polinomios de variables aleatorias, usadas en la jerarquía Sumas de Cuadrados para probar límites inferiores).
Metodología: Análisis de "caos matriciales" (Matrix Chaoses) y uso de desigualdades de concentración de matrices no conmutativas iteradas.
Contribución/Estado:
- Se busca refinar la cota de la norma esperada $E[\|M_\alpha\|]$ .
- Conjetura 31: Propone que la norma crece como $\Theta(n^{f(\alpha)} (\log n)^{g(\alpha)})$ , donde $f$ y $g$ dependen solo de la forma del grafo $\alpha$ .
- Significado: Eliminar los factores logarítmicos innecesarios en las cotas actuales mejoraría los límites inferiores conocidos para la jerarquía SoS en problemas de optimización combinatoria.

3. Resultados Principales y Estado del Arte

El documento no presenta un teorema único nuevo, sino que sintetiza el estado actual de múltiples fronteras de investigación:

Avances en KLS: La conexión entre la Conjetura KLS, la Capa Fina y el Problema de Slicing ha llevado a mejoras significativas en las cotas de concentración para medidas log-cóncavas.
Herramientas para Tensores: Se ha avanzado en la comprensión de normas de tensores aleatorios, aunque el caso general $p < 2r$ sigue siendo un obstáculo geométrico importante.
Jerarquía SoS: El análisis de matrices de grafos como caos matriciales ofrece un camino prometedor para eliminar factores logarítmicos en las cotas de espectro, lo cual es crucial para la teoría de complejidad computacional (límites inferiores de algoritmos).
Problemas de Existencia: Se mantienen abiertos problemas fundamentales de existencia en física cuántica y combinatoria (MUB en dimensión 6, SIC-POVMs).

4. Significancia

Este manuscrito es significativo por varias razones:

Unificación de Campos: Conecta áreas dispares como la geometría de Banach, la teoría de números, la física cuántica y la teoría de la complejidad computacional a través de problemas de optimización y probabilísticos.
Guía de Investigación: Sirve como un mapa de ruta para investigadores, identificando qué técnicas (localización estocástica, relajaciones SoS, teoría de caos matricial) son prometedoras y dónde persisten las barreras.
Actualización de Conocimiento: Documenta resultados muy recientes (de 2024-2025) que aún no están ampliamente difundidos en libros de texto, como la resolución de la Conjetura de la Capa Fina.
Estimulación de Nuevas Ideas: Al formular conjeturas específicas (como la Conjetura 31 sobre factores logarítmicos en matrices de grafos), desafía a la comunidad a refinar las herramientas analíticas existentes.

En resumen, el documento es una colección vital de "problemas abiertos" que definen la agenda de investigación en probabilidad y combinatoria para el año 2025, destacando la interacción profunda entre la estructura algebraica, la aleatoriedad y la complejidad computacional.