SISTEMAS COMPLEJOS: SISTEMAS URBANOS
SISTEMAS COMPLEJOS: SISTEMAS URBANOS SISTEMAS COMPLEJOS: SISTEMAS URBANOS
SISTEMAS COMPLEJOS: SISTEMAS URBANOS Eduardo Zurek, Ph.D. Ing. José Gabriel Ramírez Ing. Shirley Arango Encuentro Ambiental Ciudades Sostenibles Diciembre 10 de 2009 53
- Page 2 and 3: Qué es un Sistema complejo 54
- Page 4 and 5: CARACTERISTICAS DE SISTEMAS COMPLEJ
- Page 6 and 7: Características: Sistemas Emergent
- Page 8 and 9: Principios básicos de la auto-orga
- Page 10 and 11: Principios básicos de los Sistemas
- Page 12 and 13: Esquema para el modelado de sistema
- Page 14 and 15: Esquemas en el modelado de sistemas
- Page 16 and 17: Esquemas en el modelado de sistemas
- Page 18 and 19: MODELACIÓN DE SISTEMAS COMPLEJOS C
- Page 20: Gracias Eduardo Zurek Varela ezurek
<strong>SISTEMAS</strong> <strong>COMPLEJOS</strong>: <strong>SISTEMAS</strong><br />
<strong>URBANOS</strong><br />
Eduardo Zurek, Ph.D.<br />
Ing. José Gabriel Ramírez<br />
Ing. Shirley Arango<br />
Encuentro Ambiental<br />
Ciudades Sostenibles<br />
Diciembre 10 de 2009<br />
53
Qué es un Sistema complejo<br />
54
DIFINICIÓN: SISTEMA COMPLEJO<br />
• Un sistema complejo es un sistema para el que es difícil, si no imposible,<br />
limitar su descripción a un número limitado de parámetros o variables que<br />
lo caracterizan, sin perder sus propiedades funcionales, y según la<br />
definición de sistemas, está compuesto por varias partes interconectadas<br />
cuyos vínculos contienen información adicional y comunicación entre<br />
ellas que puede estar oculta al observador (Pavard y Dugdale, 2000).<br />
PARTES INTERCONECTADAS<br />
55
CARACTERISTICAS DE <strong>SISTEMAS</strong> <strong>COMPLEJOS</strong><br />
• No Determinista<br />
• No lineal<br />
• Emergentes<br />
• Auto-organizable<br />
• Adaptativos<br />
• Evolutivos<br />
• Irreversibles<br />
• Casualidad circular<br />
56
<strong>SISTEMAS</strong> EMERGENTES<br />
Fenómenos urbanos:<br />
Sociales, culturales o<br />
políticos<br />
Múltiples Componentes<br />
Unidades de Interacción<br />
Propiedades Emergentes<br />
SISTEMA<br />
COMPLEJO<br />
Es un Comportamiento o característica<br />
de un sistema que surge a partir de los<br />
comportamientos individuales de los<br />
componentes del sistema.<br />
57
Características: Sistemas Emergentes<br />
• No existe un ente de control o jerárquico de arriba<br />
hacia abajo que establezca que se debe hacer.<br />
• Cada elemento involucrado describe un<br />
comportamiento no complejo que sigue reglas<br />
sencillas y locales que sólo él las conoce.<br />
• La interacción entre las condiciones o reglas<br />
locales y el azar produce un diseño emergente<br />
global que es intrínseco entre las partes del<br />
sistema.<br />
58
DEFINICIÓN: <strong>SISTEMAS</strong> AUTO-ORGANIZABLES<br />
Algunas definiciones:<br />
• Louise K. Comfort (1996, p. 166) define la auto-organización como<br />
“Reacomodo fundamental de energía y acción al interior del sistema, con<br />
el objetivo de conseguir un mayor número de metas”.<br />
• Sergio Moriello (2003) interpreta a auto-organización como “la forma a<br />
través de la cual el sistema recupera el equilibrio, modificándose y<br />
adaptándose al entorno que lo rodea y contiene”.<br />
• Eric Bonabeau y colegas (1997. p. 188) definen a la auto-organización<br />
como “el conjunto de mecanismos dinámicos por los cuales aparecen<br />
niveles globales en un sistema a partir de interacciones entre sus<br />
componentes de bajo nivel”.<br />
59
Principios básicos de la auto-organización<br />
• 1. Retroalimentación positiva<br />
• 2. Retroalimentación negativa<br />
• 3. Amplificación de las fluctuaciones<br />
• 4. Interacciones múltiples<br />
60
DEFINICIÓN: <strong>SISTEMAS</strong> <strong>COMPLEJOS</strong> ADAPTATIVOS<br />
• Un sistema complejo adaptativo (CAS) puede modificar su<br />
comportamiento para adaptarse a los cambios en su entorno (Rammel,<br />
Stagl y Wilfing, 2007. p. 10).<br />
61
Principios básicos de los Sistemas Complejos Adaptativos<br />
• Agregación (Aggregation).<br />
• Etiqueta (Tagging)<br />
• No – Linealidad (Non-linearity).<br />
• Flujos (Flows).<br />
• Diversidad (Diversity).<br />
• Modelos Internos (Internal models).<br />
• Bloques de Construcción (Building blocks)<br />
62
Modelación de sistemas complejos<br />
Existen diversas técnicas para el modelado de sistemas complejos, entre<br />
las más destacadas tenemos:<br />
• La basada en agentes<br />
• La basada en dinámica de sistemas<br />
63
Esquema para el modelado de sistemas complejos<br />
64
Roles en el modelado de sistemas complejos<br />
• EXPERTO<br />
El experto es aquella persona cuyo conocimiento sobre el funcionamiento y<br />
características del sistema real que se pretende modelar es confiable.<br />
• MODELADOR<br />
El modelador es un profesional que posee un conocimiento explícito que le permite<br />
modelar, analizar, diseñar e implementar modelos formales a partir del sistema real.<br />
• ORDENADOR<br />
El ordenador es el que se encarga de resolver el modelo formal que ha sido abstraído<br />
del sistema real. Este asume el papel que anteriormente tenían los matemáticos y<br />
resuelve el modelo a partir de los valores iníciales y las primicias lógicas.<br />
65
Esquemas en el modelado de sistemas complejos<br />
‣ABSTRACCIÓN: Se obtiene un modelo preliminar<br />
66
Esquemas en el modelado de sistemas complejos (2)<br />
‣DISEÑO Y CODIFICACIÓN: Se obtiene un modelo formal<br />
67
Esquemas en el modelado de sistemas complejos (3)<br />
‣INFERENCIA: Se prueba el modelo formal<br />
68
Esquemas en el modelado de sistemas complejos (4)<br />
‣ANÁLISIS: Se analizan los resultados de la simulación<br />
‣APLICACIÓN: Se aplica el conocimiento adquirido sobre el<br />
sistema real<br />
69
MODELACIÓN DE <strong>SISTEMAS</strong> <strong>COMPLEJOS</strong><br />
CON DINÁMICA DE <strong>SISTEMAS</strong><br />
• Variables Observables: Las variables observables son variables<br />
dinámicas cuyo comportamiento puede ser visto a simple vista y que por<br />
lo general se encuentran sujetas a la ley de causa y efecto.<br />
• La modelación basada en dinámica de sistemas se centra<br />
específicamente en identificar relaciones de casualidad que se producen<br />
entre los distintos componentes y que retroalimentan el sistema<br />
• Una de sus principales ventajas consiste que estos se pueden<br />
representar matemáticamente como un conjunto de ecuaciones cuyas<br />
variables son componentes del sistema modelado<br />
70
Aplicaciones de sistemas Complejos<br />
• Redes complejas<br />
• Redes Neuronales<br />
• Autómatas celulares<br />
71
Gracias<br />
Eduardo Zurek Varela<br />
ezurek@uninorte.edu.co<br />
Shirley Paola Arango Rojas<br />
arangos@uninorte.edu.co<br />
José Gabriel Ramirez Suarez<br />
jramirez@uninorte.edu.co<br />
72