Ingenieria Sostenible - ITSC (II)

Prof. José Manuel MAGALLANES

Diplomatura en Ingeniería Sostenible

Prof. José Manuel MAGALLANES BSc, MA, PhD



SESION 2 ¿QUÉ ES COMPLEJIDAD?



LOS MODELOS SON ABSTRACCIONES DE LA REALIDAD QUE BRINDAN UNA EXPLICACIÓN

SIMPLIFICADA DE ÉSTA

(Ashford et al, 2006)

¿Qué es un modelo?



LO QUE EL MODELO EXPLICA ES

NECESARIAMENTE UTIL MAS NO EXHAUSTIVO

LA UTILIDAD DE LA EXPLICACIÓN PIERDE VIGENCIA EN EL TIEMPO

LA EXPLICACIÓN DETALLA CÓMO SE ORIGINA EL FENÓMENO DE INTERÉS

LA REALIDAD NO SE ANALIZA,

SINO EL MODELO QUE

DE ELLA TENEMOS

SI TENEMOS UN MODELO

CREEMOS SABER COMO

EXPLORAR, CONTROLAR

Y HASTA PREDECIR LA

REALIDAD

(Choma et al, 2012)

INDEPENDENCIA FUNCIONAL?

LA EXPLICACIÓN INCLUYE VARIABLES, RELACIONES Y AGENTES



LAS DECISIONES PARTEN DE LA INFORMACIÓN QUE LOS MODELOS BRINDAN, PERO EL

DECISOR NO PUEDE ABANDONAR SU ROL.

LA EXPLICACIÓN INCLUYE VARIABLES, RELACIONES Y AGENTES



PROBLEMA DECISIONES

MODELO RESULTADOS SIMULADOS

INTUICIÓN

ANÁLISIS

INTE

RPRE

TACI

ÓN ABSTRACCIÓN

MUNDO REAL

JUICIO GERENCIAL

LA SIMULACION BUSCA

ESTRESAR AL MODELO

CONOCIMIENTO

ACCIONES

RESULTADOS

LAS DECISIONES PARTEN DE LA INFORMACIÓN QUE LOS MODELOS BRINDAN, PERO EL

DECISOR NO PUEDE ABANDONAR SU ROL.



PROBLEMA DECISIONES


INTUICIÓN

ANÁLISIS

INTE

RPRE

TACI

ÓN ABSTRACCIÓN

MUNDO REAL

CONOCIMIENTO

ACCIONES

RESULTADOS

Los modelos obligan a definir explícitamente sus objeQvos.

OBJETIVOS

JUICIO GERENCIAL



PROBLEMA DECISIONES


INTUICIÓN

ANÁLISIS

INTE

RPRE

TACI

ÓN ABSTRACCIÓN

MUNDO REAL

CONOCIMIENTO

ACCIONES

RESULTADOS

OBJETIVOS

Los modelos permiten que usted comunique sus ideas y

conocimientos, lo cual facilita el trabajo en equipo.

JUICIO GERENCIAL



PROBLEMA DECISIONES


INTUICIÓN

ANÁLISIS

INTE

RPRE

TACI

ÓN ABSTRACCIÓN

MUNDO REAL

CONOCIMIENTO

ACCIONES

RESULTADOS

OBJETIVOS

JUICIO GERENCIAL

¿Cómo Modelamos la “REALIDAD”?



No existe Teoría única sobre los sistemas complejos



DESEA SUPERAR POSTURAS REDUCCIONISTAS

“to divide all the difficul/es under examina/on into as many parts as possible, and as many as were required to solve them in the best

way” [and] “to conduct my thoughts in a given order, beginning with the simplest and most easily understood objects, and gradually ascending,

as it were step by step, to the knowledge of the most complex.”

Discourse de la méthod, 1637

René Descartes




William Thomson

“it seems probable that most of the grand underlying principles

have been firmly established and that further advances are to be sought chiefly in

the rigorous applica/on of these

principles to all phenomena which

come under our no/ce”

“There is nothing new to be discovered in physics now, All that remains is more and more precise measurement”

Albert A. Michelson

A fines del siglo XIX, parecía que la ciencia durante la modernidad había conquistado el

conocimiento del mundo

El siglo XX trajo conocimiento que

cambiaría paradigmas y con

ello nuevos problemas aun por

resolver



Dinámica Naturaleza Dimensión Adaptación


Organización Información Reflexividad



Dinámica Naturaleza Dimensión Adaptación Organización Información Reflexividad

Ante la complejidad revelada…

¿Quién es el responsable de tal situación?

¿Hay una organización (qué es y cómo es)?

Topología dinámica y emergente que atenúa o amplifica

despoporcionalmente los flujos

¿GeneraQvidad como paradigma de invesQgación?




La autosimilaridad


LA REALIDAD y…

La dimensionalidad

La escalabilidad

La invariancia

Mandelbrot




Vida -‐ Sobrevivencia / Autopoiesis vs ArQficialidad /Alopoiesis (Física o Lógica)





•  Comunicación •  Estrategia •  Conflicto •  Tecnología •  Hipo-‐probabilidad





Percepción

Entendimiento

Decisión

Modificación




LEYES DE LA TERMODINAMICA

Punto de

ParKd

a

ENTROPIA

En un sistema aislado, la entropía

siempre se incrementa hasta un valor máximo

La Entropía puede interpretarse como la canKdad de calor perdido como

consecuencia de transformar la

energía

Clausius





Punto de

ParKd

a

ENTROPIA

Sistemas Ordenados (baja entropía)

Sistemas Mezclados (alta entropía)

En un sistema aislado, la entropía

siempre se incrementa hasta un valor máximo



energía

Clausius





Punto de

ParKd

a

ENTROPIA

Ante alta entropía, ¿cómo volver al orden?

¿Puede haber sistemas en perpetuo

movimiento?

¿Qué relación hay entre Kempo y

entropía?



energía En un sistema

aislado, la entropía siempre se

incrementa hasta un valor máximo

Clausius





Punto de

ParKd

a

ENTROPIA



energía En un sistema

aislado, la entropía siempre se

incrementa hasta un valor máximo

Clausius

ESTADÍSTICA MECÁNICA Bo

ltzmann La Entropía se

enKende como el número posible de micro-‐estados que conducen a algún macro-‐estado

Con 5 frutas en cada ventana,

¿cuantos microestados

hay?

¿cuantos microestados dan el macro estado GANAR, y cuantos al PERDER?






energía

Clausius

Boltzmann

La Entropía se enKende como el número posible de micro-‐estados que conducen a algún macro-‐estado

Microestados?

Macroestados?






energía

Clausius

Boltzmann


Microestados?

Macroestados? El conjunto de posiciones y velocidades de cada parKcula

Dos sistemas ordenados Un sistema mezclado

Menor entropía Mayor entropía Menos microestados Más microestados






energía

Clausius

Boltzmann


Menor entropía Mayor entropía Menos microestados Más microestados

S = k Log W

Macro Estado

Micro estados que causan el Macro

Estado S

Los macro estados mas probables son los que Kenen mas micro estados de origen






energía

Clausius

Boltzmann


S = k Log W Los macro estados mas probables son los que Kenen mas micro estados de origen

…y el Demonio de Maxwell?






energía

Clausius

Boltzmann



…y el Demonio de Maxwell?

Szilard

La Segunda ley de la termodinámica se preserva si se Kene en cuenta la energía uKlizada en la adquisición y uKlización de la información.






energía

Clausius

Boltzmann



Szilard

La Segunda ley de la termodinámica se preserva si se Kene en cuenta la energía uKlizada en la adquisición y uKlización de la información.

Shanno

n

Teoría de la información

Contenido ≈ Sorpresa




¿Cómo cambia el sistema?

Laplace

Poincaré PREDICCIÓN posible imposible

CAOS






Laplace


CAOS

p=población p0=población inicial p1=población en el año 1 pt=población en el año t

TN=tasa de natalidad p1=TN x p0 p2=TN x p1

pt+1=TN x pt

Año Población TN=2 0 1 2 3

t …

1 2 4 8

2t …

Malthus






Laplace


CAOS

TN=tasa de natalidad p1=TN x p0 p2=TN x p1

pt+1=TN x pt

Año Población TN=2 0 1 2 3

t …

1 2 4 8

2t …

Malthus

Verhulst

pt+1 = (TN – TM) (pt – pt2 / K)

TM = tasa de mortalidad K = capacidad del sistema

pt2/K= canQdad de muertes debidas a sobrepoblación

Modelo LogísQco






Laplace


CAOS Ve

rhulst

pt+1 = (TN – TM) (pt – pt2 / K)

TM = tasa de mortalidad K = capacidad del sistema

pt2/K= canQdad de muertes debidas a sobrepoblación

Modelo LogísQco

R=TN – TM pt+1=R [pt– pt2 / K] !"#$

%&'

!"

%(!")

%)

!

"##

$

%&&

!!"#$

%

!!+!!" #

!!"

!"!

"#$

LogisQc Map May






Laplace


CAOS Feigen

baum

!!+!!" #

!!"

!"!

"#$

LogisQc Map May

•  Modelo Determinista

•  Comportamiento CaóQco

•  Universalidad !"#!!"

!!+$#!

!

!!+%#!

!+$

$

%&&

'

()) * &'(()%*$('''Instante de

Bifurcación !

!




… emerge de la acción colecQva de componentes relaQvamente simples sin un centro de liderazgo por lo cual las reglas de actuación deben ser relaQvamente simples.



… se caracteriza por que produce y usa información del ambiente externo e interno



… implica que se den aprendizajes y cambios de diversa intensidad en búsqueda de una situación favorable a su naturaleza.



Complicad

o Com

plejo

Gran canKdad de componentes; necesidad de redundancias en caso de falla; conocimiento especializado trae soluciones; se sabe qué se obKene al unir sus componentes.

Componentes? Redundancias? conocimiento especializado? se sabe qué se obKene al unir sus componentes?

Documents

Ingenieria Sostenible - ITSC (II)