¿Cuáles son algunos ejemplos de tecnología útil que no se habrían desarrollado sin números complejos?

El problema con esta pregunta es que:

  1. Nadie por ahí intenta activamente evitar el uso de números complejos, y
  2. Si realmente desea evitar el uso de una técnica en particular , generalmente puede compensar mediante el uso de muchas técnicas más sofisticadas y un montón de razonamiento ad-hoc.

En otras palabras, esta pregunta es como preguntar: “¿Cuáles son algunas ideas importantes que no se pueden expresar sin usar la letra ‘P’?” Para cualquier oración que se te ocurra incluir una ‘P’, probablemente pueda reformularla para evitar esa letra en particular. Sin embargo, los resultados probablemente serán mucho más complicados y más difíciles de entender, y si me obligas a dejar de usar esa carta, probablemente disminuirá bastante el progreso.

Aquí hay un par de situaciones en las que los números complejos son muy, muy útiles:

  • Las ecuaciones diferenciales son fundamentales en ingeniería y física. A menudo es conveniente resolverlos usando series de potencia. La convergencia de las series de potencia es muy fácil de entender en términos de números complejos y muy difícil de entender de otra manera.
  • Cualquier cosa que requiera factorizar polinomios debe tener en cuenta el hecho de que existen polinomios irreductibles cuadráticos sobre los reales. Esto significa, por ejemplo, que dividir algo en fracciones parciales es mucho más complicado si tienes que trabajar sobre los reales.
  • Intentar hacer cualquier tipo de análisis de Fourier sería muy molesto sin números complejos. El análisis de Fourier se desarrolló originalmente para comprender el calor, pero también es fundamental para comprender el sonido, la radio, WiFi, etc. También se usa para comprimir música, imágenes y videos. Tanto la compresión mp3 como la JPEG se basan fundamentalmente en el análisis de Fourier y no podrían existir sin él, y lo mismo se aplica a todo el procesamiento de señales digitales.

Básicamente, tratar de evitar el uso de números complejos simplemente haría que cualquier clase de matemática pasada el siglo XIX fuera mucho más tediosa y frustrante.

Es bien sabido que la mecánica cuántica implica la probabilidad al hacer predicciones de eventos observables. Pero la forma en que lo hace es intrínsecamente compleja. En el núcleo está la idea de que las probabilidades surgen de números complejos llamados amplitudes de probabilidad .

La probabilidad de una observación particular viene dada por la longitud al cuadrado de su amplitud. Pero aunque la probabilidad clásica diría que la probabilidad de cualquiera de las dos observaciones mutuamente excluyentes está dada por la suma de las probabilidades de cada una, en la mecánica cuántica, sumas las amplitudes de cada una, y solo entonces calculas la probabilidad de la longitud al cuadrado.

Entonces, por ejemplo, si tiene cuatro observables con amplitudes [matemática] 1/2 [/ matemática], [matemática] i / 2 [/ matemática], [matemática] -1/2 [/ matemática] y [matemática] -i / 2 [/ math], la suma de las probabilidades sería [math] | 1/2 | ^ 2 + | i / 2 | ^ 2 + | -1/2 | ^ 2 + | -i / 2 | ^ 2 = 1/4 + 1/4 + 1/4 + 1/4 = 1 [/ matemáticas]. ¡Pero la probabilidad observada de que cualquiera de estos se observe es en realidad [matemática] | 1/2 + i / 2 – 1/2 – i / 2 | ^ 2 = 0 [/ matemática]!

Esencialmente, no hay forma de interpretar los efectos observados de la mecánica cuántica sin tratar con amplitudes de probabilidad, y estos requieren números imaginarios (o alguna otra construcción, como un conjunto particular de matrices, que sea funcionalmente idéntico). Y dado que el transistor es un componente inherentemente cuántico, los ejemplos de tecnologías útiles serían, por lo tanto, prácticamente todas las piezas de tecnología que posee.