Programar no es suficiente: por qué los programadores necesitan matemáticas
En programación es fácil caer en una trampa: pensar que saber programar significa saber resolver problemas. Pero muchas veces la diferencia entre un programa lento y uno elegante no está en el lenguaje, sino en entender matemáticamente el problema.
La programación es una herramienta. Las matemáticas son la forma de pensar el problema.
Veamos un pequeño juego que ilustra perfectamente esta idea.
Imaginemos varias personas sentadas alrededor de una mesa. Hay un premio en juego y todo depende de un número.
Video relacionado: en este video planteo el juego, comparo la solución por simulación con la solución matemática y muestro por qué saber matemáticas puede cambiar por completo la eficiencia de un programa.
Ver la explicación completa en YouTube
En el resto del artículo desarrollaremos la idea paso a paso y veremos por qué este problema se puede resolver de forma mucho más eficiente usando matemáticas.
1. Un juego alrededor de una mesa
Imaginemos varias personas sentadas alrededor de una mesa. Las posiciones están numeradas de forma circular.
Si hay seis posiciones, el ciclo es:
$$1,2,3,4,5,0$$
Aquí la posición 0 representa la última silla. Es decir, el conteo empieza en 1 y después de la posición 5 viene la 0.
El conteo empieza en la posición 1. La posición 0 representa la última silla del ciclo.
Podemos imaginar el movimiento alrededor de la mesa así:
1 → 2 → 3 → 4 → 5 → 0 → 1 → …
Ahora hacemos lo siguiente:
- Elegimos un número \(N\).
- Empezamos a contar desde la posición 1.
- Avanzamos una posición cada vez mientras contamos.
Cuando terminamos de contar, la persona que esté en esa posición gana un premio.
Ejemplo:
Si hay \(6\) posiciones y contamos hasta \(10\):
$$1,2,3,4,5,0,1,2,3,4$$
Terminamos en la posición 4.
Otro ejemplo:
Si contamos hasta \(15\):
$$1,2,3,4,5,0,1,2,3,4,5,0,1,2,3$$
Terminamos en la posición 3.
2. El problema grande
Ahora imaginemos un caso más interesante.
- Hay \(80\) posiciones alrededor de la mesa.
- El número ganador es
$$N = 123456789$$
Es decir, tendríamos que contar más de ciento veinte millones de pasos.
La pregunta es:
¿en qué posición deberíamos sentar a alguien si queremos que gane?
Podríamos contar manualmente, pero tardaríamos demasiado.
Así que hacemos lo que cualquier programador haría: escribir un pequeño programa.
3. Simular el conteo
Podemos simular exactamente lo que haríamos al contar.
posicion = 0
for i in range(N):
posicion += 1
if posicion == n:
posicion = 0
Este algoritmo funciona perfectamente. En cada paso avanzamos una posición y cuando llegamos al final volvemos al inicio del ciclo.
El problema es que el programa debe realizar 123 millones de iteraciones.
El algoritmo es correcto, pero es innecesariamente lento.
4. Pensar el problema matemáticamente
Observemos algo importante: cada vez que damos \(n\) pasos volvemos exactamente al mismo lugar.
En lenguaje matemático:
$$n \equiv 0 \pmod n$$
Por lo tanto, después de muchos pasos lo único que realmente importa es el residuo de dividir \(N\) entre \(n\).
La posición final es simplemente:
$$\text{posición} = N \bmod n$$
En otras palabras, contar una y otra vez alrededor de la mesa es equivalente a calcular un módulo.
5. Una sola línea de código
Cuando entendemos eso, el programa se reduce a una sola línea:
posicion = N % n
Si
$$N = 123456789, \quad n = 80$$
entonces
$$123456789 \bmod 80 = 69$$
La posición ganadora es la 69.
6. La diferencia real
Ambos programas calculan exactamente lo mismo.
Pero la diferencia es enorme:
- El primer algoritmo hace \(N\) operaciones.
- El segundo hace una sola.
En términos de complejidad:
$$O(N) \quad \text{vs} \quad O(1)$$
La optimización no vino de aprender más Python. Vino de entender mejor el problema.
7. Programar no es solo escribir código
Muchos programadores se concentran en aprender sintaxis, frameworks y librerías. Todo eso sirve, por supuesto. Pero las mejoras realmente grandes suelen aparecer cuando alguien reconoce una estructura matemática dentro del problema.
En este caso, el primer enfoque demuestra que sabemos programar un ciclo for y una condición if. El segundo demuestra algo más importante: que entendimos la naturaleza cíclica del problema.
La diferencia entre ambos programas no está en Python.
Está en la forma de pensar el problema.
Un buen programador sabe escribir código. Un gran programador sabe cuándo las matemáticas pueden eliminar ese código.