Libro en PDF - DIT - Universidad Politécnica de Madrid

Tratamiento de la complejidad: simplificaciónPara Klir, la complejidad de cualquier tipo de sistema está sujeta a dos principiosgenerales, uno que la relaciona con la cantidad de información descriptiva necesariay otro que la relaciona con la incertidumbre existente en el sistema. La simplificacióndebe estar, por tanto, orientada a reducir la complejidad basada en lainformación descriptiva y la basada en la incertidumbre. El principal problema radicaen que estas dos complejidades son, en cierta forma, contrapuestas, es decir,cuando reducimos una, aumenta la otra o, en el mejor de los casos, permaneceinalterable.Esta relación es fácil de ver con el siguiente ejemplo: definamos una clase de unauniversidad como un conjunto de alumnos que atienden a las mismas asignaturasen el mismo horario y en la misma aula. Este conjunto tiene una complejidaddescriptiva asociada y una complejidad relacionada con la información necesariapara resolver las incertidumbres que se nos presentan respecto a él. Una definiciónde una clase determinada que reduce mucho la complejidad descriptiva es lasiguiente: esta clase está formada por 90 alumnos. Es una definición buena y lacomplejidad descriptiva es pequeña, pero la complejidad dependiente de la incertidumbreestá prácticamente en su grado máximo, con esa definición no podemosresolver prácticamente ninguna incertidumbre.Supongamos que queremos estudiar la preferencia que tiene esa clase por undeterminado equipo de fútbol. Saber que la clase tiene 90 alumnos nos proporcionala incertidumbre máxima (no sabemos nada), en este caso la complejidad descriptivaes muy pequeña y la complejidad de incertidumbre es muy grande. Si aumentamosla complejidad descriptiva y decimos que la clase está formada por 90alumnos, de los cuales 15 son de Barcelona, 20 de Vigo y 55 de Madrid, la incertidumbresobre las preferencias futbolísticas de esa clase disminuye en una medidaimportante pues ya nos permite suponer, bastante razonablemente, cuales van aser las preferencias de los tres grupos en que se ha dividido la clase. Es importantever y entender cómo para reducir la incertidumbre hay que aumentar la complejidaddescriptiva y cómo una disminución de esta última complejidad conduce a unaumento de la incertidumbre.Para Klir, todas las estrategias de simplificación pueden reducirse a una formulacióngeneral, que no trataremos aquí. Las diferencias que hay entre unos métodos desimplificación y otros se pueden resumir en cuatro puntos:1. El tipo epistemológico de sistema que se simplifica: Una forma genérica desimplificación es eliminar variables. Según sea el tipo de sistema con el que setrabaje así será la eliminación que se haga. Por ejemplo, en un sistema fuentese pueden eliminar directamente variables o reducir el nivel de resolución desus valores, con lo cual se simplifica la complejidad descriptiva, o se puedereducir el número de estados posibles de un sistema generativo para reducirasí la complejidad dependiente de la incertidumbre. Como ejemplo de un127