Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Teoría General de Sistemas (TGS)

No description
by

Andres Robalino

on 6 August 2016

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Teoría General de Sistemas (TGS)

Teoría General de Sistemas (TGS)
Las Ciencias de la Complejidad
Los entornos económicos, medioambientales, energéticos, tecnológicos y sociales presentan la característica de ser poco definidos o complejos y por ello podemos utilizar la Teoría General de Sistemas (TGS), la cual se enmarca dentro de las Ciencias de la Complejidad.

Desarrollos prácticos:

System Thinking o Pensamiento Sistémico como forma de estructurar nuestro conocimiento del sistema

System Dynamics o Dinámica de Sistemas para formalizar en un modelo de simulación nuestra percepción de la realidad y simular el impacto de diferentes alternativas

Dynamic Management o Gestión Dinámica como forma de seleccionar las acciones más eficientes de modificar el sistema.
Antecedentes históricos
Gestación relativamente reciente --> década de los 1980.

Podemos hallar algunas de sus raíces en lo más antiguo de nuestra civilización --> la antigua Grecia, la Francia de la Ilustración, y llegar en un vertiginoso salto hasta en siglo XX en los Estados Unidos y Europa.

Desarrollos posteriores (1)
Teoría de las Catástrofes

Aparece en los años 90 de la mano del francés René Thom, y del danés Erik Christopher Zeeman.

Es una teoría básicamente cualitativa, que sólo pretende obtener un orden de comprensión en el desorden de la discontinuidad.

Un ejemplo puede ser el del cambio en la forma de un puente, el cual mientras se va acumulando peso sobre el mismo comienza a deformarse en una forma relativamente uniforme hasta que una vez superado cierto peso crítico el puente se cae.

Su objetivo es representar discontinuidades observables en sistemas dinámicos.
Teoría de las Estructuras Disipativas (1)

Creada por el Premio Nobel belga Ilya Prigogine.

Ofrece una nueva visión de los fenómenos irreversibles, en especial en el campo de la termodinámica.

Un aspecto importante de este autor es señalar que el caos desemboca en estructuras ordenadas.

El caos primigenio del Big Bang a desembocado en estructuras ordenadas: átomos, estrellas, vida.

Se dice que un sistema es disipativo cuando pierde energía, o esta se degrada en forma de calor, y por lo tanto aumenta la entropía total del sistema.

Según la Segunda Ley de la Termodinámica los sistemas aislados aumentan de forma natural su entropía hasta estabilizarse en su máximo valor en entropía o desorden.

Así el hielo se convierte de forma natural en agua, y el agua en vapor. Este es su punto de equilibrio, aquel en el que la entropía deja de aumentar.
Desarrollos posteriores (3)
Teoría de las Estructuras Disipativas (2)

La aportación de Ilya Prigogine es establecer que los sistemas disipativos pueden estabilizarse en parámetros que no representan el estado de máxima entropía, ya que no son sistemas aislados y por lo tanto no rige la Segunda Ley de la Termodinámica.

Así nos encontramos que los sistemas más comunes en el mundo real son sistemas abiertos, no aislados. Estos sistemas intercambian energía con su entorno.

En estos sistemas en vez de la tendencia hacia un punto de equilibrio tradicional de máxima entropía podemos observar como permanecen en estados de “no-equilibrio” o “lejos del equilibrio”.

Prigogine propone que en los sistemas complejos no lineales de hecho existen subsistemas fluctuantes los cuales en ocasiones se combinan y amplifican dando lugar a bifurcaciones, o atractores, repulsores o autoorganizaciones.
Desarrollos posteriores (4)
Teoría de las Estructuras Disipativas (3)

Las características que debe reunir un sistema complejo para que se produzca este proceso de estabilidad lejos del equilibrio son:

El sistema debe ser abierto, es decir que debe de tener elementos capaces de captar la energía del exterior así como elementos para expulsar la energía en otras formas.

El sistema debe tener una complejidad interna que le permita ser estable en un amplio rango de condiciones externas.

El sistema debe de tener procesos de retroalimentación.

Así en resumen la existencia de un flujo de energía que entra en un sistema le permite estabilizar sus parámetros con un nivel más elevado de energía libre y un nivel más bajo de entropía.

El nombre de estructura disipativa recoge la idea de que se trata de un sistema que de forma estable puede hallarse lejos de su punto teórico de equilibrio, debido a que la energía que disipa al exterior es igual que la energía que recibe.


Desarrollos posteriores (5)
Teoría de las Bifurcaciones (1)

Podemos considerar que al nacer somos ambidextros, no obstante cuando tomamos por primera vez un objeto con la mano estamos entrando en una bifurcación ya que nos especializamos en el uso de una mano en detrimento de la otra, de forma que las siguientes veces que hemos de tomar un objeto volvemos a utilizar la misma mano que utilizamos en la primera ocasión.

Es posible que exista la misma probabilidad de usar la primera vez una u otra mano, pero hemos de usar una de ellas para tomar el objeto, y la elección inicial marcará de forma irreversible nuestro futuro.

Desde el punto de vista matemático Poincaré asigna a las bifurcaciones el origen de un nuevo significado al caos, definiendolo como una clase de orden compleja, sensitiva e impredecible.
Teoría de las Bifurcaciones (2)

Esta teoría viene a explicar como se modifica el comportamiento de los sistemas en determinadas circunstancias, de forma tal que en vez de seguir una trayectoria temporal hacia un determinado atractor (objetivo) éste es sustituido por otro de forma brusca.

Así, si el sistema seguía una determinada senda de crecimiento o desarrollo, en un determinado punto la modifica por otra que lo dirige hacia un objetivo completamente diferente.

No importa que la trayectoria que seguía hasta este momento fuese uniforme o bien tuviese oscilaciones más o menos regulares, en determinado punto el sistema modifica de forma radical su dirección, propósito u objetivo.

La nueva trayectoria que sigue el sistema puede ser tan estable como la anterior o bien llevarle a un colapso. En este último caso hablamos de bifurcaciones catastróficas. No ha cambiado la estructura del sistema, sino que llegado a un punto crítico del mismo, modifica su trayectoria hacia un nuevo atractor.

Un aspecto significativo de este comportamiento es la ausencia de señales de aviso o de alarma que nos informen de la proximidad de una bifurcación en base a la historia del sistema.

Tampoco los cambios en el entorno nos pueden anticipar la llegada a una bifurcación, ya que las mismas circunstancias del entorno observadas en el momento de la bifurcación pueden haberse dado en etapas anteriores del sistema sin repercusiones.
Desarrollos posteriores (7)
Fractales (1)

Benoit Mandelbrot planteó una sencilla pregunta:

¿Cuánto mide la costa de Bretaña?.

La respuesta va a depender de aquello que desechemos en la medición, porque al ir midiendo cada vez con más precisión, debemos añadir el contorno de bahías, rocas, y granos de arena.

Para responder a esta pregunta es útil el empleo de la geometría fractal.

De una forma sencilla podemos decir que en la geometría clásica o euclídea los objetos tienen dimensiones enteras: la linea tiene una dimensión, una superficie dos dimensiones, y un cuerpo tiene tres.

En la geometría fractal se trabaja con dimensiones no enteras.
Fractales (2)

Fractal es un término matemático que ha logrado traspasar las fronteras de los libros de geometría y llegar a las revistas de divulgación científica por una razón claramente visual, ya que genera espectaculares imágenes, y también porque es capaz de explicar de forma sorprendente algunas de las formas recurrentes de los seres vivos.

Estas formas tienen como propiedades esenciales la auto similitud de la estructura, la complejidad infinita en un espacio finito y mostrar como causas simples pueden producir resultados complejos.

Los algoritmos fractales están utilizándose en el estudio de procesos en meteorología, geología, medicina y economía.
El caos determinista: El efecto mariposa (1)

En el mundo que conocemos la causa y el efecto mantienen siempre una cierta proporción que responde a las leyes de la física.

A medida que ejerzo más presión sobre el acelerador el vehículo adquiere más velocidad, y a mayor giro del volante mayor es el cambio de trayectoria.

El matemático y después meteorólogo americano Edward Lorenz observó que en su simulador del mundo para el cálculo del tiempo atmosférico previsto, una pequeña variación en los valores iníciales mostraba como resultado unos pronósticos del estado del tiempo totalmente diferentes.

Observando que pequeñas variaciones en los datos de partida generaban una gran dispersión de los escenarios finales.
El caos determinista: El efecto mariposa (2)

De una forma muy gráfica se explica con el término acuñado por Lorenz:
“el efecto mariposa”:

En el cual la simulación del clima en Mongolia se tornó absolutamente impredecible en función del ínfimo efecto de una simple mariposa monarca agitando sus alas a lo largo de la costa de California del Sur.

Estas situaciones tienen en común cuatro características esenciales:

Son entornos que presentan una gran sensibilidad a las condiciones iníciales, y existen retroalimentaciones.
Se pueden describir matemáticamente con ecuaciones diferenciales no lineales.
Son disipativas, es decir requieren aportes externos de energía.
Se pierde una pequeña parte de la información en cada una de las etapas del proceso, de forma que no es posible conocer las condiciones iníciales tras un tiempo.
El caos determinista: El efecto mariposa (3)

Esta estructura recibe el nombre de caos determinista lo cual puede parecer una contradicción en los términos.

Con ella quiere darse a entender que la perdida de la información que caracteriza al caos no se debe a circunstancias aleatorias sino a las precisas leyes deterministas de la física clásica.

Por todo ello Lorenz con sus trabajos sobre el caos determinista nos ofrece una nueva visión del Universo.

Como contrapunto a esta visión de Lorenz de que el caos genera en ocasiones situaciones imprevisibles, lo cual es real, tiene especial interés la visión de Prigogine de que el caos finaliza en estructuras ordenadas como se indicaba antes.

Podemos considerar ciertas a ambas apreciaciones, y será la estructura del sistema la que provoque un comportamiento u otro.
El caos determinista: El efecto mariposa (4)

Así como veremos posteriormente cuando un sistema se halle regulado por un bucle positivo nos encontraremos con el efecto mariposa, en cambio cuando se halle regulado por un bucle negativo veremos como se cumplen los postulados de Prigogine.

El efecto mariposa puede verse reflejado en el mundo empresarial en las imprevisibles consecuencias que puede tener encargar un pedido a un proveedor en vez de hacerlo a otro.

Por el contrario podemos ver reflejados los postulados de Progogine en el momento de abrir las puertas unos grandes almacenes el primer día de rebajas. Al cabo de unos minutos cada cliente se habrá dirigido al departamento donde tiene más interés: deporte, ropa, calzado, etc.
Desarrollos actuales (1)
Todos estos pasos de la historia reciente han aparecido como natural respuesta a las cada vez más evidentes limitaciones del método científico basado exclusivamente en un enfoque reduccionista para abordar la complejidad de los problemas actuales.

Ya no es posible realizar experimentos, la base de la ciencia, porque existe un alto número de variables que intervienen sobre las que no siempre podemos obtener un exhaustivo conocimiento, y además por la posibilidad de que existan e intervengan factores que nos son desconocidos, al trabajar en entornos o sistemas abiertos, difíciles de acotar.

A la vez se han planteado nuevas preguntas, derivadas de la necesidad de comprender la esencia que convierte al todo en algo diferente de la suma de sus partes, es decir de la necesidad de comprender la aparición de las propiedades emergentes que posee el sistema en su conjunto, y que no son específicas de ninguno de sus elementos o componentes.
En realidad fueron los biólogos quienes primero desarrollaron estos conocimientos, ya que el estudio de los seres vivos había quedado marginado de la ciencia, por trabajar con sujetos difíciles de cuantificar y porque los experimentos y ensayos son reproducibles con mucha dificultad.

Su disciplina científica presenta la aparición de propiedades emergentes en los respectivos niveles de estudio: célula, individuo, grupo y especie, que no se pueden explicar únicamente en base a las propiedades físicas de los miembros del nivel inferior que lo componen.

Todo este largo camino se pudo empezar a concretar en multitud de aplicaciones prácticas con la aparición a partir de la década de 1980 del siglo pasado de pequeños y relativamente asequibles computadores dotados de soportes de software muy amigables que nos permiten aplicar todos estos principios, leyes y teorías a un ámbito cotidiano, donde la complejidad no es la excepción sino la norma: la biología, la ecología, la economía, las ciencias sociales, y a la empresa.
Desarrollos actuales (3)
Podemos decir que las características comunes de todo este conjunto de nuevas disciplinas son:

Análisis de la estructura del sistema, es decir de los elementos y las relaciones.

Visión abierta de los sistemas, de forma que no pueden percibirse de forma aislada del entorno.

Relevancia especial de los elementos no materiales que se hallan en la estructura de los sistemas.

Utilización de sistemas informaticos como instrumento de trabajo, en vez de ecuaciones matemáticas, para la creación de modelos y la simulación de alternativas.
LA TEORIA GENERAL DE SISTEMAS
A principios del siglo XX las primeras máquinas eran aparatos tremendamente peligrosos donde las explosiones se producían con una cierta frecuencia.

Por ello no es de extrañar que fuese entonces y en Inglaterra donde se iniciase la búsqueda de una disciplina específica para estudiar la estabilidad y el control de los nuevos habitantes del planeta:

las máquinas.
Cibernética
La palabra Cibernética derivada del griego "Kybernetes" apareció por primera vez con Platón, y en el siglo XIX con André Marie Ampere para referirse a los modos de Gobierno.

La Cibernética se desarrolló como ciencia profundamente "transdisciplinar" que estudia el control y el autocontrol (Wiener) o bien la eficacia de la acción (Couffignal).

Así Wiener y Bigelow ponen de manifiesto las características esenciales de los procesos de retroalimentación donde el estado actual de un elemento influye en los elementos de etapas anteriores creando un bucle cerrado, y con ello logran analizar el comportamiento de un sistema y su control.
Espacio de Estado

La Cibernética en general se interesa en el estudio de la diferencia entre la presencia y la ausencia de varias propiedades, también llamadas dimensiones o atributos.

Por ejemplo un sistema "bola de billar" puede tener propiedades, como un color particular, el peso, posición o velocidad.

La presencia o la ausencia de cada propiedad puede ser representada de forma binaria con variables Boleanas que toman dos valores "si" cuando el sistema posea la propiedad, o "no" cuando no la posea.

La representación binaria puede ser generalizada a una propiedad con múltiples valores discretos o continuos. El conjunto de todos los estados posibles del sistema se llama espacio de estado.

Un componente esencial en la modelización cibernética es la medida cuantitativa del tamaño del espacio de estado, o el número de los estados diferentes. --> Esta medida se llama variedad.

La variedad se define a partir del número de elementos del espacio de estado :

V= log (|S|)
Entropia (1)
El concepto de entropía apareció en la Física introducido por Clausius durante el siglo XIX.

Corresponde, según sabemos, a una medida del desorden que presentan las moléculas de un gas y ha permitido dar cuenta de los equilibrios termodinámicos.

En términos estadísticos, el desorden viene dado por el número de estados en los que un sistema puede estar.

Un sistema estará más desordenado que otro cuando el número de estados diferentes en los que podemos encontrar al primero es mayor que los del segundo.
En un sistema cerrado la entropía siempre aumenta de acuerdo con la ecuación de Clausius:

dS>0

mientras en un sistema abierto el cambio total de la entropía puede escribirse según Prigogine:

dS=dSi+dSe

donde dSe denota el cambio de la entropía por importación que puede ser positivo o negativo y dSi la producción de la entropía debido a procesos irreversibles en el sistema que es siempre positivo.
Sistemas (1)
Definiciones:

"Sistema es un conjunto de elementos interrelacionados" (Ludwig Von Bertalanffy)

“Un todo que está compuesto de muchas partes. Un conjunto de atributos" (Cherry)

“Un sistema es cualquier subconjunto de un producto cartesiano generalizado” (Mesarovic)

"Conjunto de partes que trabajan para lograr un objetivo común" (Forrester)

“Un sistema es una totalidad organizada, hecha de elementos solidarios que no pueden ser definidos más que los unos con relación a los otros en función de su lugar en esa totalidad." (Ferdinand de Saussure)

“Un sistema es un todo integrado, aunque compuesto de estructuras diversas, interactuantes y especializadas. " (IEEE Standard Dictionary of Electrical and Electronic Terms)

“Un sistema es una colección organizada de hombres, máquinas y métodos necesaria para cumplir un objetivo específico." ( Estándar X3.12-1970 (ANSI), Estándar 2382/V, VI (ISO) ).
Sistemas (2)
La existencia de un objetivo del sistema como carácterística esencial del mismo que aparece en las muchas de las definiciones no debe ocultarnos que los diferentes elementos del sistema pueden tener objetivos contrapuestos entre si, y que no siempre este objetivo existe.

Así, podemos pensar que en un partido de futbol cada jugador intenta realizar un esfuerzo físico mínimo para evitar fatiga y lesiones a costa de sus propios compañeros de equipo, pero en conjunto, sin renunciar a sus objetivos individuales se comportan para lograr un objetivo común que es la victoria.

El papel del entrenador del equipo consiste precisamente en lograr una mínima armonía entre los objetivos contrapuestos de los jugadores, a través de lo que conocemos como “motivación”.
Sistemas abiertos (1)
Podemos limitar el estudio del sistema al estudio de sus elementos y las relaciones que existen entre ellos, cuando podamos hacer de forma razonable la suposición de que podemos prescindir de los efectos de los elementos de su entorno.

En este caso estamos trabajando sobre un sistema que denominaremos sistema cerrado.

Por ejemplo para el estudio del funcionamiento y habitabilidad de una estación meteorológica permanente situada en la Antárdida, podremos llegar a considerar que no tiene dependencia de su entorno geológico o atmosférico y limitarnos a los aspectos internos.

También podríamos considerar como un sistema cerrado a una persona que se halla en un quirófano para ser operada, y así mientras dure la operación no son relevantes otros aspectos sobre esa persona que no sean los relativos al motivo de la operación.
Este método es adecuado para analizar los sistemas cerrados. Sin embargo Ludwig Von Bertalanffy sabía que muchos sistemas por su propia naturaleza y definición no son sistemas cerrados.

Si separamos un organismo viviente de su entorno morirá debido a la carencia del oxígeno, agua, y alimentos. Los organismos, las empresas incluidas, son sistemas abiertos que no pueden sobrevivir sin intercambiar de forma contínua materia y energía con su entorno.

Hacia 1920 Bertalanffy escribía: "Ya que el carácter fundamental de un objeto viviente es su organización, el acostumbrado examen de las partes y procesos aislados no puede darnos una explicación completa de los fenómenos vitales.

Este examen no nos informa acerca de la coordinación de partes y procesos. Así, la tarea primordial de la biología deberia ser la de descubrir las leyes de los sistemas biológicos a todos los niveles de organización.
Sistemas abiertos (3)
Los intentos de hallar un fundamento para la biología teórica apuntan a un cambio básico en la concepción del mundo.

A esta nueva concepción, considerada como un método de investigación, se la llama "Biología Organísmica" y en tanto y en cuanto se propone ser explicativa, "Teoría de Sistemas del Organismo".

El concepto organísmico fue el germen de lo que más tarde se conocería como la Teoría General de Sistemas remplazando el término organismo por entidades organizadas tales como grupos sociales, personalidad, o ingenios tecnológicos.

Según Bertalanffy: "En determinadas condiciones, los sistemas abiertos se aproximan a un estado independiente del tiempo, el llamado estado uniforme".

Este estado uniforme se caracteriza por un orden relativamente alto expresado en la existencia de desniveles acusados entre los componentes del sistema.
La Teoría General de Sistemas (1)
La TGS fue desarrollada por Bertalanffy (biólogo) en el año 1940.

Al principio esta teoría no estaba enfocada a los fenómenos de regulación y mucho menos a la noción de la información, pero disponía de más ventaja epistemológica para conseguir la unidad de la ciencia que la cibernética.

Contrariamente de la cibernética, Bertalanffy se interesaba particularmente en sistemas abiertos.

El enfoque sistémico pone en primer plano el estudio de las interacciones entre las partes y entre éstas y su entorno.

La Teoría General de Sistemas (2)
La Teoría General de Sistemas (3)
Aristóteles: en su “Metafísica” nos ofrece muchas e interesantes ideas sobre la complejidad y la posible existencia de una ciencia que se ocupe de ella, cuando considera que:

“Aquí no sucede lo que con la línea, cuyas divisiones no acaban; el pensamiento tiene necesidad de puntos de parada”.

Y más adelante en su explicación de la ciencia más adecuada para abordarla, al exponer que:

“Ninguno de los que se ocupan de las ciencias parciales, ni el geómetra, ni el aritmético intenta demostrar ni la verdad ni la falsedad de los axiomas. Los físicos son los únicos que han pretendido abrazar en una sola ciencia toda la naturaleza”.
Platón: la idea de complejidad está vinculada a su concepción del mundo como un todo, con un orden, organización y estructura donde todas las partes se hallan en armonía con las demás.
Por último este mundo armónico se trasforma en un mundo en movimiento de nuevo de la mano de Aristóteles, cuando indica que:

“Si la totalidad del cuerpo está ahora en este orden y más tarde en otra, y si forma parte de una totalidad, entonces no será el mundo el que se genere y se destruya, sino solamente la disposición de sus partes”.
Dejamos la antigua Grecia y tomamos el “Discours de la Méthode” del filósofo francés René Descartes.

Para abordar la complejidad propone la necesidad de segmentar el problema en tantos elementos como sea posible, aplicando en definitiva un enfoque reduccionista.

Con ello se pretende abordar la complejidad reduciéndola a un conjunto de elementos y procesos tan simples como sea posible.

Aparece el método analítico cuyo principio fundamental es

“El todo es igual a la suma de las partes”.

Este enfoque ha propiciado la fragmentación de las ciencias en ámbitos cada vez más especializados y aislados.
Sus resultados han sido excelentes en el diseño de máquinas, y por lo tanto podemos considerarlo como uno de los pilares del progreso de los últimos siglos.

Estos éxitos se han logrado en el diseño de máquinas, que son sistemas que podemos estudiar prácticamente aislados del entorno exterior y con un número de elementos o partes y procesos muy limitado, y en esencia fáciles de medir y analizar.
El estudio de los seres vivos, las complejas sociedades actuales, los conflictos entre desarrollo y medio ambiente, requieren un enfoque sin duda muy diferente, que sea capaz de abordar las múltiples relaciones que existen entre los elementos y la diversidad de procesos que se generan.
Seguimos con otro francés, Henry Pioncaré, fundador de la topología algebraica, escribió:

“Pequeñas diferencias en las condiciones iníciales engendran otras muy grandes en las situaciones resultantes, y el mínimo error en identificar las primeras ocasionaría un enorme error en identificar las últimas”.
Abandonamos la Francia de Poincaré y nos detenemos en la Alemania de su contemporáneo George Cantor con su Teoría de Conjuntos de 1885.

Esta teoría fue consolidada por el inglés George Boole, y nació tras los trabajos de Cantor de las series trigonométricas.

La primera referencia sobre ella aparece en un artículo de la revista Crelle donde Cantor consideraba dos clases diferentes de infinitos (hasta entonces se consideraba que todos los infinitos tenían el mismo tamaño), los que se tienen una correspondencia de uno a uno con los números naturales, es decir los que se pueden numerar y los que no se pueden.

En base a esto se introduce la idea de equivalencia de conjuntos, según la que dos conjuntos son equivalentes si se pueden poner en correspondencia de uno a uno.

Esta teoría define por primera vez piezas fundamentales de lo que posteriormente sería la TGS, así aparece el concepto de conjunto de donde después nacerá el sistema, como una colección de cualquier tipo de objetos considerada como un todo, una multiplicidad vista como unidad; una entidad completa bien determinada.

Los objetos que forman al conjunto son nombrados elementos del conjunto. Así pues todo conjunto es una colección de objetos, pero no toda colección de objetos es un conjunto.

Esta afirmación es importante, porque no toda agrupación de elementos es un conjunto o un sistema.
El Principio Holístico definido por Smuts hacia 1930, rompe con la visión reduccionista de Descartes y establece en cambio que

“El todo no es igual a la suma de las partes”,

lo cual ha sido generalmente interpretado como

“El todo es más que la suma de las partes”.
En los años 40 tenemos a Von Neumann autor de la Teoría de Autómatas investigando el origen de la vida, y a Von Bertalanffy que expone la TGS como un intento de unificación de las teorías anteriores sobre sistemas cada una de un ámbito diferente.
Según la TGS las propiedades de los sistemas no pueden ser descritos de forma significativa en base al análisis de sus elementos separados.

La comprensión de los sistemas solo es posible cuando se estudian los sistemas globalmente, involucrando todas las interdependencias de los subsistemas.

La TGS se fundamenta en tres principios:
- Los sistemas existen dentro de sistemas.
- Los sistemas son abiertos.
- Las funciones de un sistema dependen de su estructura.
Podemos citar también en los años 40 a la Teoría de la Información de Claude Shannon.

Explica el proceso de transformación de la información a través de la:

Fuente, que es el componente que determina el tipo de mensaje que se transmitirá y su grado de complejidad,

Transmisor, que es el medio técnico que transforma el mensaje originado por la fuente en señales apropiadas,

Canal, como medio que transporta las señales en el espacio,

Receptor, que es el recurso técnico que transforma las señales recibidas,

Destino, como componente al cual está dirigido el mensaje,

Ruido como aspecto significativo entendido como las distorsiones originadas en forma externa al proceso de comunicación.
A principios de los años 50 Nober Wiener y Arthur Rosenblueth aplican los conceptos de la realimentación y el control, en un nuevo concepto, la Cibernética, con aplicaciones tecnológicas pero con una vocación de abordar las ciencias biológicas y sociales.
La Teoría de Juegos en los años 60 de John von Neumann realiza una interesante aportación al servir de base en la toma de decisiones en un entorno no definido.

El objetivo de esta teoría no es el análisis de las probabilidades o de los elementos aleatorios sino del comportamiento estratégico de los jugadores.
Son muy frecuentes las situaciones en las que el resultado final depende de las decisiones de diferentes elementos o jugadores.

Por ello se dice de un comportamiento sigue una estrategia cuando se adopta teniendo en cuenta la influencia conjunta sobre el resultado propio y ajeno de las decisiones propias y ajenas.

En esta teoría se plantea la existencia de dos clases de juegos:

Si los jugadores pueden comunicarse entre ellos y negociar los resultados se tratará de juegos cooperativos, en los que las decisiones se centran en el análisis de las posibles coaliciones y su estabilidad.
En cambio en los juegos no cooperativos los jugadores no pueden llegar a acuerdos previos.
La Sinergética, del griego cooperación, alumbrada por Hermann Haken de los años 70.

Estudia el proceso de formación de las estructuras de los sistemas, al disminuir sus grados de libertad de un sistema inestable hasta hacerlo estable, mediante la aparición de un parámetro que esclaviza los grados de libertad del sistema, que es el llamado principio esclavizador.
Se puede considerar a la Sinergética como un campo de investigación interdisciplinario que trata de la cooperación espontánea de diferentes subsistemas dentro de un sistema, con un objetivo común implícito o explícito.

Es útil para estudiar propiedades de los sistemas complejos como consecuencia de la cooperación de las partes. Aparecen así nuevas estructuras que podrían ser temporales, espaciales o funcionales.
A lo largo de este camino se fueron asentando conceptos nuevos como el de homeostasis, aportación de Canon, o capacidad de los seres vivos para mantener sus constantes vitales dentro de unos límites que los hacen viables a través de procesos de retroalimentación.

Mide la proporción entre el valor de los cambios del entorno y el valor de los cambios en la estructura del sistema, de forma que un sistema con un alto índice de homeostasis implica que el sistema transforma de forma significativa su estructura ante cambios del entorno.

El concepto de equifinalidad de Von Bertalanffy que ilustra como muchos sistemas llegarán al mismo estado final sea cual sea el estado inicial y las condiciones externas.

Y también el concepto de isomorfismo, que se deriva de la existencia de analogías entre el funcionamiento de los sistemas biológicos y los automáticos.

Todo esto sirve de base para la aparición en los años 80 de las Ciencias de la Complejidad, como un conjunto de disciplinas con unos pocos rasgos distintivos: la vocación interdisciplinaria como contraposición a las diferentes disciplinas científicas, y el holismo como visión de la globalidad frente a la especialización del reduccionismo.
Desarrollos posteriores (2)
Desarrollos posteriores (6)
Desarrollos posteriores (8)
Desarrollos posteriores (8)
Desarrollos posteriores (9)
Desarrollos posteriores (10)
Desarrollos posteriores (11)
Desarrollos actuales (2)
Entropia (2)
Sistemas abiertos (2)
Aparecen relaciones comunes en distintos sistemas de diferente naturaleza, lo que lleva a la construcción de Sistemas Generales:

Se puede considerar un Sistema General como una clase de Sistema Particular con la misma estructura de relaciones, de modo que cualquiera de ellos puede tomarse como modelo de los demás.

De allí viene la necesidad de construir distintas Teorías para distintos Sistemas Generales, según el contexto formal en el que los diversos autores desarrollan sus investigaciones.

Una Teoría General de Sistemas, idealmente aplicable a cualquier sistema real o imaginable, deberá poder tratar sistemas con cualquier número de variables de carácter continuo o discreto.

La importancia de las interacciones en el enfoque sistémico hará necesario distinguir entre las variables de entrada generadas por el entorno y las variables de salida generadas por el propio sistema.

A su vez, en los sistemas complejos con diferentes estados internos deberemos tomar en consideración la evolución temporal entre los mismos.

En los casos de mayor interés sistémico, la salida de un sistema se relaciona con la su entrada a través de un bucle de retroalimentación que provoca un proceso no lineal.
Sistemas (3)
Por el contrario, como ejemplo de sistema sin objetivo, si observamos una zona boscosa o una jungla no tendremos ninguna duda de que se trata de un sistema formado por un conjunto de múltiples elementos vegetales y animales.

Estos elementos se hallan relacionados entre sí ya que la subsistencia de uno cualquiera de ellos depende de la existencia de los que constituyen su sustento o su abrigo.

Ahora bien si nos preguntamos por el objetivo de cada uno de estos elementos no podremos acudir a la visión organísmica según la cual cada uno de los elementos de un sistema se preocupa del bien común, sino que más bien vamos a observar como cada elemento se preocupa de su propia subsistencia a costa habitualemente de otros elementos del sistema que son su alimento.
Sistemas (4)
Así pues si los elementos tienen como único objetivo su propia subsistencia a costa de los otros elementos es muy difícil justificar la existencia de un objetivo del sistema en su conjunto.

El hecho de que el sistema posea estabilidad en el tiempo, como consecuencia de la existencia de multitud de elementos relacionados entre si de forma simbiótica, no nos permite hablar necesariamente de un objetivo común de todos ellos y en definitiva de un objetivo del sistema, en este caso habremos de hablar de la situación de equilibrio del sistema.
La Dinámica de Sistemas (2)
La década siguiente, los años 60, es la década de traspaso desde el mundo de la industria al ámbito social, al final de la década aparecen los primeros resultados "Principles of Systems" (1968), "Urban Dynamics" (1969), "World Dynamics" (1971) para el Club de Roma, "Counterintuitive Behavior of Social Systems" (1971) y "The life Cycle of Economic Developement" (1973).

Cabe mención aparte el libro de D.L.Meadows "Dynamics of Growth in a finite World" (1972). El gran mérito de este libro es haberse publicado un año antes de la crisis de materias primas de 1973, y haber vaticinado en parte sus consecuencias.

A partir de entonces las aplicaciones, que se pueden seguir a través de los títulos publicados, se extienden a múltiples ámbitos, incluso a la ecología, que encuentra en la Dinámica de Sistemas una ayuda muy válida para el estudio de los complejos fenómenos que se producen en la naturaleza.

Recientemente se observa una cierta publicidad de las aplicaciones de esta metodología a la ecología. Así aparecen en la prensa artículos que comentan los feed-backs entre diferentes elementos de los ecosistemas, su complejidad, la existencia de puntos-palanca o leverage-points, la existencia de puntos sin retorno, etc.

La Dinámica de Sistemas (4)
La Dinámica de Sistemas (5)
La Dinámica de Sistemas (3)
La Teoría General de Sistemas (4)
Por tanto, los procesos derivados de la regulación y el equilibrio que son usuales en sistemas abiertos vivos o electrónicos serían de especial interés para la TGS.

En 1954 se crea la Sociedad para la Investigación de los Sistemas Generales, cuyo programa era:

Investigar el isomorfismo de conceptos, leyes y modelos en varios campos, y promover transferencias útiles de un campo a otro

Favorecer el desarrollo de modelos teóricos adecuados en aquellos campos donde faltaran.

Reducir en lo posible la duplicación de esfuerzo teórico en campos distintos.

Promover la unidad de la ciencia, mejorando la comunicación entre los especialistas.
La Dinámica de Sistemas (1)
La Dinámica de Sistemas se entiende, en el sentido de Forrester (1968), como una metodología para entender el cambio, utilizando las ecuaciones en diferencias finitas o ecuaciones diferenciales.

Dada la representación de estos procesos podemos estudiar la dinámica del conjunto de los estados disponibles por el sistema que es el tema central de la modelación.

La Dinámica de Sistemas tiene su origen en la década de los años 30 cuando se desarrolló la teoría de los servomecanismos, que son instrumentos en los que existe una retroalimentación desde la salida a la entrada.

En la década de los años 50, aprovechando los iniciales avances de la Informática, Jay Forrester desarrolla en el MIT la Dinámica Industrial.

Con este instrumento, que aúna el enfoque sistémico y la simulación por ordenador, consigue avanzar en la resolución de problemas que se producen en el seno de la empresa industrial. Al final de la década publica "Industrial Dynamics" (1961).
Su generalización al estudio de procesos socioeconómicos basada en modelos mentales no cabe duda que comporta notables dificultades, aunque es innegable que viene a cubrir una laguna existente entre los instrumentos de análisis de estos procesos que se caracterizan por su complejidad y por la existencia de múltiples relaciones de retroalimentación.

La aplicación de la Dinámica de Sistemas a la socioeconomía se basa en que en este ámbito se existen sistemas compuestos por unos elementos que se relacionan entre sí de forma estable, entre los cuales rigen o se cumplen unas leyes, como son las de mercado, las de la demografía, etc.

De 1977 encontramos un comentario al respecto de Jaime Terceiro el cual indica que "La principal desventaja de la Programación Dinámica, excepto para casos relativamente simples en los que es posible obtener una relación analítica a la relación recurrente, es que se requiere una capacidad de memoria que supera los límites prácticos de los computadores actuales".

Si bien esto era cierto entonces, la evolución del software y del hardware permite que hoy con un PC básico y conocimientos básicos de informática sea posible crear este tipo de modelos.

A medida que este instrumento ha ido adquiriendo experiencia y se han multiplicado sus aplicaciones, dentro de un ámbito limitado, aquellos que más lo utilizan lo han ido desarrollando en aspectos parciales, más o menos según sus gustos y necesidades.
John Nash
The secret social lives of bats | Nicolas Perony | TEDxZurich
Caos7 Atractores extraños : El efecto mariposa
Imaginantes El Efecto Mariposa
Can you solve the bridge riddle Alex Gendler
Una Mente Maravillosa - "Adam Smith se equivocaba"
Can you solve the prisoner hat riddle Alex Gendler
Catastrophe Theory
Epistemología: Teoría del Caos
Entropy
Full transcript