La respuesta es no . Hay sistemas ‘aleatorios’ para los que tenemos muy buenos modelos, y de todos modos podemos ser aleatorios.
Verdadera aleatoriedad
Para ser considerado verdaderamente aleatorio , un proceso debe ser imposible de predecir, es decir, no debe haber un modelo posible para predecirlo.
Hay ciertos procesos que son bien y verdaderamente aleatorios. Por ejemplo, es imposible predecir exactamente cuándo se desintegra un isótopo radioactivo; en el mejor de los casos, podemos asignar alguna probabilidad de que se desintegre en los próximos minutos y esperar. Esta es una limitación fundamental de la mecánica cuántica, y no hay ninguna teoría que pueda mejorar este estado de cosas sin sacrificar la mecánica cuántica.
Sistemas caóticos; o sistemas aleatorios en la práctica
Sin embargo, esta es la verdadera aleatoriedad, y la verdadera aleatoriedad por sí sola desafía nuestra capacidad de asignarle un buen modelo. La mayoría de los sistemas no necesitan ser verdaderamente aleatorios, solo deben ser caóticos , lo que a menudo es tan bueno como el azar. Todos los ejemplos citados en los detalles de la búsqueda, la expresión genética y la lotería, son ejemplos de sistemas caóticos.
- ¿Conduce la ciencia a una sola ‘verdad’ / interpretación de la realidad o hay más de una posibilidad?
- ¿Cuántas matemáticas y en qué ramas se necesita realmente en informática?
- ¿Por qué tenemos diferentes escalas para medir la temperatura (por ejemplo, Fahrenheit, Celsius y grados)?
- ¿Por qué una onda de choque disminuye la elevación pero aumenta la resistencia?
- ¿Por qué la ciencia de datos es considerada una ciencia?
Estos sistemas tienden a ser perfectamente descriptibles con modelos manejables y bien entendidos, simplemente muy, muy difíciles de calcular. Un sistema caótico se caracteriza por una sensibilidad extrema a las condiciones iniciales; en otras palabras, si modifica un solo parámetro ligeramente antes de dejar que el sistema evolucione, obtendrá un sistema completamente diferente e irreconocible en comparación con la configuración real.
El ejemplo clásico es una mesa de billar: si un jugador cambia el ángulo de su cue stick solo un poquito (por ejemplo, un grado) cuando golpea la bola blanca, todo el tablero será completamente diferente de lo que era antes. La diferencia entre este estado posible y el estado real en el que se encuentra es enorme, y se debe a un cambio muy pequeño en las condiciones iniciales. Tenga en cuenta que este sistema es completamente predecible : si conociéramos las condiciones iniciales y tuviéramos suficiente poder de cómputo para calcular los cientos de miles de interacciones que cada bola de billar realizará entre sí y con la tabla, podríamos predecir el estado final con total precisión. Tenemos las fórmulas; Con un conocimiento suficiente de las condiciones, podemos obtener una precisión bastante increíble. Esto también se aplica a muchos otros sistemas caóticos, cuyo mejor ejemplo es el clima.
A pesar de que estos sistemas tienen realmente buenos modelos para describirlos, estos sistemas son todavía muy buenos candidatos para ser considerados procesos aleatorios, mientras que podemos entender cómo evoluciona un sistema en una condición inicial, lograr que las condiciones iniciales sean exactamente correctas es un desafío difícil. . Pequeñas perturbaciones en las corrientes de aire podrían perturbar las condiciones iniciales. Una ligera tos en la audiencia podría alterar todo. Los procesos resultantes difieren significativamente si se siente la más mínima perturbación significativa.
Una tirada de dados es un proceso caótico : las condiciones iniciales de la tirada deben ser casi exactamente correctas dentro de un margen de error muy pequeño para reproducir de forma consistente el mismo resultado, que casi nunca sucede. Por eso nos complace tratarlo como un proceso aleatorio: existe un control tan pequeño sobre las condiciones iniciales que bien podría ser aleatorio. Lo mismo ocurre con los sistemas de lotería, que utilizan un sistema de bolas en poderosas corrientes de aire para simular el caos. De hecho, el primer resultado en Google para generadores de números aleatorios utiliza el ruido atmosférico para generar números aleatorios.
Resumen
Hay procesos aleatorios para los cuales tenemos excelentes modelos; es solo que para reproducir los resultados de manera consistente, necesita un control extremadamente preciso sobre las condiciones iniciales. Cuando este control fino no es posible, los resultados son indistinguibles de un proceso aleatorio.