Posts Tagged sistemas complejos
La Ciencia de la Auto-organización y la Adaptación
La Ciencia de la Auto-organización y la Adaptación
La teoría de la auto-organización y la adaptación está surgiendo desde una variedad de disciplinas, que incluyen la termodinámica, cibernética y el modelamiento por computadora. El presente artículo revisa sus más importantes conceptos y principios. Este comienza con una revisión intuitiva, ilustrada con los ejemplos de magnetización y convección de Bénard, y concluye con las bases del modelamiento matemático. La auto-organización puede ser definida como la creación espontánea de patrones globalmente coherentes desde las interacciones locales. Debido a su carácter distribuido esta organización tiende a ser robusta, resistente a las perturbaciones. La dinámica de los sistemas auto-organizados es típicamente no lineal a causa de las relaciones circulares o retroalimentadas entre sus componentes. Las retroalimentaciones positivas llevan a un crecimiento explosivo el cual termina cuando todos los componentes han sido absorbidos dentro de una nueva configuración, dejando al sistema en un estado estable de retroalimentación negativa. Los sistemas no lineales tienen en general muchos estados estables, y este número tiende a incrementarse (bifurcarse) mientras un incremento de entrada de energía empuja al sistema más allá de su equilibrio termodinámico. Para adaptarse a los cambios del entorno el sistema necesita una variedad de estados estables que sean más que suficientes para reaccionar a todas las perturbaciones, pero no tantas como para hacer su evolución incontrolablemente caótica. Los estados más adecuados son seleccionados de acuerdo a su pertinencia, ya sea directamente por el entorno o por los subsistemas que tiene que adaptarse al entorno en una fase previa. Formalmente el mecanismo básico subyacente a la auto-organización es la variación (a menudo portadora de “ruido”) la cual explora diferentes regiones en el espacio de estados del sistema hasta que entre en un atractor. Esto evita posteriores variaciones fuera del atractor, esto es, restringe las posibilidades de los componentes del sistema de comportarse independientemente. Eso es equivalente al incremento de coherencia, o decremento de la entropía estadística, que define la auto-organización.
Paper completo
Trabajo Original:
Francis Heylighen
download paper (english)
bajar paper (español — traducción por este blog)
GLOSARIO:
Adaptación: Capacidad de un sistema para ajustarse a los cambios del entorno sin poner en peligro su organización esencial.
Entropía Estadística: Medida matemática de la ausencia de restricciones o la falta de información acerca del estado de un sistema, equivalente a la medida de la incertidumbre de Shannon.
Entropía Termodinámica: Medida de la disipación de energía en calor. Equilibrio Termodinámico: Estado estático de mínima energía donde no se produce entropía.
Estado Estacionario: Estado que se caracteriza por estar en actividad permanente.
Estructura Disipativa: Patrón organizado de actividades sostenidas por la exportación de entropía de sistemas lejos del equilibrio.
Rollo de Bénard: Un tipo de estructura disipativa formada por convección entre capas en un líquido calentado desde abajo.
Atractor: Una región en el espacio de estados en que un sistema puede entrar pero no salir.
Tamaño de correlación: La distancia más larga sobre la cual los componentes de un sistema están correlacionados.
Bifurcación: la ramificación de las soluciones estables en los sistemas de ecuaciones que describen un sistema auto-organizado cuando el orden de parámetros crece.
Orden de parámetros: Una variable que describe la transición entre los regímenes de orden y de desorden.
Límite del caos: Dominio de actividades dinámicas donde residen por lo general los sistemas adaptativos complejos, entre lo completamente ordenado, régimen “congelado”, y lo completamente desordenado, régimen caótico.
Control distribuido: Limitación sobre toda la organización de un sistema que no está centralizada en un subsistema distinto, sino que es realizada colectivamente por todos los componentes.
Condiciones de frontera: Los estados del entorno en la frontera del sistema en la medida que estos influyen en la evolución del sistema.
Científicos encuentran reglas universales para la estabilidad de una red alimenticia.
Escrito por jozeluiz en artículo, internacional el agosto 12th, 2009
Flexibilidad de los depredadores mantiene la estabilidad en los ecosistemas
Científicos encuentran reglas universales para la estabilidad de una red alimenticia.
Con ayuda de modelos de computadora, científicos de Alemania, Austria y los Estados Unidos han descubierto reglas fundamentales que determinan la estabilidad de los ecosistemas. Los hallazgos, publicados en la edición de esta semana de Science (6 de Agosto del 2009), concluyen que la estabilidad de una red alimenticia es mayor cuando una mayor diversidad de vínculos depredador-presa conectan altos e intermedios níveles tróficos. Los cálculos también revelan que pequeños ecosistemas siguen diferentes reglas a lo largo de los ecosistemas: diferencias en la fortaleza de los vínculos depredador-presa incrementa la estabilidad de pequeñas redes,pero desetabilizan redes mayores.
Los ecosistemas naturales consisten en cadenas alimenticias entrelazadas, en las cuales animales individuales o especies de plantas actúan como depredadores o presas. Las redes alimenticias potenciales no sólo difieren por las especies que las componen, sino, además, por la variedad en su estabilidad. Las redes alimenticias observables son redes alimenticias estables con las relaciones entre sus especies restantes relativamente constantes durante largos períodos de tiempo.
El entendimiento de los sistemas complejos tales como las redes alimenticias presenta mayores retos para la ciencia. Ellso pueden ser examinados o por observación en su ambiente natural, o por simulaciones de computadora. Para lograr las simulaciones de computadora de tales sistemas, los científicos a menudo tienen que hacer asunciones que los simplifiquen, manteniendo el número de parámetros del sistema tan bajo como sea posible. Aún así, la demanda computacional de tales simulaciones es alta y su relevancia a menudo limitada.
Científicos del Max Planck Institute para la Física de Sistemas Compejos (MPIPKS) en Dresden, Alemania, han desarrollado un nuevo mñetodo que les permite analizar eficientemente el impacto de innumerables parámetro sobre sistemas complejos.
“Mediante el uso de un método llamado Modelamiento Generalizado, nosotros examinamos si una red alimenticia dada puede, en principio, ser estable, i.e., si sus especies pueden coexistir en el largo plazo,” dice Thilo Gross del MPIPKS. Los sistemas complejos pueden, de hecho, ser simulados y analizados bajo casi cualquier condición. “De este modo podemos estimar cuáles parámetros mantendrán al ecosistema estable y cuáles perturbaran su balance.” El método además puede ser usado para examinar otros sistemas complejos, tales como el metabolismo humano o la regulación de genes.
Generalistas en estabilizar, especialistas en desestabilizar
Aplicando este innovador enfoque de modelamiento junto con colegas en el International Institute for Applied System Analysis (IIASA) en Laxenburg, Austria, y la Universidad Princeton, Estados Unidos, los científicos tuvieron éxito descubriendo no sólo una, sino varias reglas universales en la dinámica de los ecosistemas.
La estabilidad de la red alimentaria es mayor cuando las especies en altos níveles tróficos se alimentan de múltiples especies de presas, y especies en intermedios níveles tróficos son alimento para múltiples especies de depredadores”, dice Ulf Dieckmann del IIASA
Los científicos además han identificado factores adicionales estabilizadores y desestabilizadores en los ecosistemas. Los ecosistemas con alta densidad de vínculos depredador-presa tieen menos probabilidades de ser estables, mientras que una fuerte dependencia de la depredación sobre la densidad de depredadores desestabiliza el sistema. Por otro lado, una fuerte dependencia de depredación sobre la densiad de presas tien un impact estabilizador sobre las redes alimenticias.
La diferencia entre pequeños y grandes sistemas
Otro hallazgo importante es que las redes alimenticias consistentes de sólo unas pocas especies se comportan cualitativamente distinto que redes consistentes de muchas especies. “Pequeños ecosistemas aparentemente siguen reglas distintas que grandes Sistemas”, dice Ulf Dieckmann. “Sistemas con pocas especies son más estables si hay fuertes interacciones entre algunas especies, pero sólo interacciones débiles entre otras. Para redes alimenticias con muchas especies, es cierto exactamente lo opuesto. Extremadamente fuertes o débiles vínculos depredador-presa en la naturaleza deben, por ende, ser para especies raras contenidas en una red alimenticia”, concluyó.
Trabajo Original:
Thilo Gross, Lars Rudolf, Simon A. Levin, Ulf Dieckmann
Generalized Models Reveal Stabilizing Factors in Food Webs
Science, August 6, 2009
Artículo original (en inglés) tomado del Max Planck Institute
Material Anexo (en inglés) tomado de la Revista Science
-
Blog de la Comunidad Bloggers FIISFacultad de Ingeniería Industrial y de Sistemas. Universidad Nacional de Ingeniería. Lima, Perú.
P.E FIIS
Botón del Blog
Reflexión
The true and only practicable object of a polytechnic school is… the teaching, not of the manipulations and minute details of the arts… but the inculcation of all the scientific principles which form the basis and explanation of them.
William Barton Rogers
En la UNI la palabra “IMPOSIBLE” no significa otra cosa que “HAZLO” Web CEIIS
Centro de Estudiantes FIIS 
Comentarios recientes: