Sistema complejo

Un sistema complejo es un sistema compuesto de muchos componentes que pueden interactuar entre sí. ^[1] Ejemplos de sistemas complejos son el clima global de la Tierra , los organismos , el cerebro humano , la infraestructura como la red eléctrica, los sistemas de transporte o comunicación, el software complejo y los sistemas electrónicos, las organizaciones sociales y económicas (como las ciudades ), un ecosistema , una célula viva y, en última instancia, para algunos autores, el universo entero . ^{[2] [3] [4]}

Los sistemas complejos son sistemas cuyo comportamiento es intrínsecamente difícil de modelar debido a las dependencias, competencias, relaciones u otros tipos de interacciones entre sus partes o entre un sistema dado y su entorno. ^[5] Los sistemas que son " complejos " tienen propiedades distintivas que surgen de estas relaciones, como la no linealidad , la emergencia , el orden espontáneo , la adaptación y los bucles de retroalimentación , entre otros. ^[6] Debido a que estos sistemas aparecen en una amplia variedad de campos, los puntos en común entre ellos se han convertido en el tema de su área de investigación independiente. En muchos casos, es útil representar un sistema de este tipo como una red donde los nodos representan los componentes y los vínculos con sus interacciones.

El término sistemas complejos a menudo se refiere al estudio de sistemas complejos, que es un enfoque de la ciencia que investiga cómo las relaciones entre las partes de un sistema dan lugar a sus comportamientos colectivos y cómo el sistema interactúa y forma relaciones con su entorno. ^[7] El estudio de los sistemas complejos considera los comportamientos colectivos, o de todo el sistema, como el objeto fundamental de estudio; por esta razón, los sistemas complejos pueden entenderse como un paradigma alternativo al reduccionismo , que intenta explicar los sistemas en términos de sus partes constituyentes y las interacciones individuales entre ellas.

Como dominio interdisciplinario, los sistemas complejos reciben contribuciones de muchos campos diferentes, como el estudio de la autoorganización y los fenómenos críticos de la física, el orden espontáneo de las ciencias sociales, el caos de las matemáticas, la adaptación de la biología y muchos otros. Por lo tanto, los sistemas complejos se utilizan a menudo como un término amplio que abarca un enfoque de investigación para problemas en muchas disciplinas diversas, incluidas la física estadística , la teoría de la información , la dinámica no lineal , la antropología , la informática , la meteorología , la sociología , la economía , la psicología y la biología .

Los sistemas complejos adaptativos son casos especiales de sistemas complejos que son adaptativos en el sentido de que tienen la capacidad de cambiar y aprender de la experiencia. ^[9] Algunos ejemplos de sistemas complejos adaptativos incluyen el mercado de valores , las colonias sociales de insectos y hormigas , la biosfera y el ecosistema , el cerebro y el sistema inmunológico , la célula y el embrión en desarrollo , las ciudades, las empresas manufactureras y cualquier esfuerzo social grupal humano en un sistema cultural y social como los partidos políticos o las comunidades . ^[10]

Los sistemas complejos pueden tener las siguientes características: ^[11]

Los sistemas complejos pueden ser abiertos

Los sistemas complejos suelen ser sistemas abiertos , es decir, existen en un gradiente termodinámico y disipan energía. En otras palabras, los sistemas complejos suelen estar lejos del equilibrio energético : pero a pesar de este flujo, puede haber estabilidad de patrón, ^[12] véase sinergética .

Los sistemas complejos pueden presentar transiciones críticas

Las transiciones críticas son cambios abruptos en el estado de los ecosistemas , el clima , los sistemas financieros u otros sistemas complejos que pueden ocurrir cuando las condiciones cambiantes pasan un punto crítico o de bifurcación . ^{[14] [15] [16] [17]} La ​​"dirección de desaceleración crítica" en el espacio de estados de un sistema puede ser indicativa del estado futuro de un sistema después de tales transiciones cuando las retroalimentaciones negativas retrasadas que conducen a dinámicas oscilatorias u otras dinámicas complejas son débiles. ^[13]

Los sistemas complejos pueden estar anidados

Los componentes de un sistema complejo pueden ser en sí mismos sistemas complejos. Por ejemplo, una economía está formada por organizaciones , que a su vez están formadas por personas , que a su vez están formadas por células , todas ellas sistemas complejos. La disposición de las interacciones dentro de redes bipartitas complejas también puede estar anidada. Más específicamente, se encontró que las redes ecológicas y organizacionales bipartitas de interacciones mutuamente beneficiosas tenían una estructura anidada. ^{[18] [19]} Esta estructura promueve la facilitación indirecta y la capacidad de un sistema de persistir en circunstancias cada vez más duras, así como el potencial de cambios de régimen sistémicos a gran escala. ^{[20] [21]}

Red dinámica de multiplicidad

Además de las reglas de acoplamiento , la red dinámica de un sistema complejo es importante. A menudo se emplean redes de mundo pequeño o de escala libre ^{[22] [23]} que tienen muchas interacciones locales y un número menor de conexiones entre áreas. Los sistemas complejos naturales a menudo presentan este tipo de topologías. En la corteza humana , por ejemplo, vemos una conectividad local densa y unas pocas proyecciones axónicas muy largas entre regiones dentro de la corteza y hacia otras regiones del cerebro.

Puede producir fenómenos emergentes

Los sistemas complejos pueden exhibir comportamientos que son emergentes , es decir, que si bien los resultados pueden estar suficientemente determinados por la actividad de los constituyentes básicos de los sistemas, pueden tener propiedades que solo pueden estudiarse a un nivel superior. Por ejemplo, las redes alimentarias empíricas muestran características regulares e invariantes en la escala en los ecosistemas acuáticos y terrestres cuando se estudian a nivel de especies "tróficas" agrupadas. ^{[24] [25]} Otro ejemplo lo ofrecen las termitas en un montículo, que tienen fisiología, bioquímica y desarrollo biológico en un nivel de análisis, mientras que su comportamiento social y la construcción de montículos es una propiedad que emerge de la colección de termitas y necesita ser analizada en un nivel diferente.

Las relaciones no son lineales

En términos prácticos, esto significa que una pequeña perturbación puede causar un gran efecto (véase efecto mariposa ), un efecto proporcional o incluso ningún efecto en absoluto. En sistemas lineales, el efecto siempre es directamente proporcional a la causa. Véase no linealidad .

Las relaciones contienen bucles de retroalimentación

En los sistemas complejos siempre se encuentran retroalimentación tanto negativa ( amortiguación ) como positiva (amplificación) . Los efectos del comportamiento de un elemento se retroalimentan de tal manera que el propio elemento se altera.

En 1948, el Dr. Warren Weaver publicó un ensayo sobre "Ciencia y complejidad", ^[26] en el que exploraba la diversidad de tipos de problemas mediante el contraste entre problemas de simplicidad, complejidad desorganizada y complejidad organizada. Weaver los describió como "problemas que implican el manejo simultáneo de una cantidad considerable de factores que están interrelacionados en un todo orgánico".

Si bien el estudio explícito de los sistemas complejos data al menos de la década de 1970, ^[27] el primer instituto de investigación centrado en sistemas complejos, el Instituto Santa Fe , se fundó en 1984. ^{[28] [29]} Entre los primeros participantes del Instituto Santa Fe se encontraban los premios Nobel de física Murray Gell-Mann y Philip Anderson , el premio Nobel de economía Kenneth Arrow y los científicos del Proyecto Manhattan George Cowan y Herb Anderson . ^[30] Hoy en día, hay más de 50 institutos y centros de investigación centrados en sistemas complejos. ^{[ cita requerida ]}

Desde finales de los años 1990, el interés de los físicos matemáticos por investigar los fenómenos económicos ha ido en aumento. La proliferación de investigaciones interdisciplinarias con la aplicación de soluciones originadas en la epistemología de la física ha conllevado un cambio gradual de paradigma en las articulaciones teóricas y los enfoques metodológicos en economía, principalmente en la economía financiera. El desarrollo ha dado lugar al surgimiento de una nueva rama de la disciplina, denominada "econofísica", que se define ampliamente como una disciplina interdisciplinaria que aplica metodologías de física estadística que se basan principalmente en la teoría de sistemas complejos y la teoría del caos para el análisis económico. ^[31]

El Premio Nobel de Física 2021 fue otorgado a Syukuro Manabe , Klaus Hasselmann y Giorgio Parisi por su trabajo para comprender los sistemas complejos. Su trabajo se utilizó para crear modelos informáticos más precisos del efecto del calentamiento global en el clima de la Tierra. ^[32]

El enfoque tradicional para abordar la complejidad consiste en reducirla o restringirla. Por lo general, esto implica la compartimentación: dividir un sistema grande en partes separadas. Las organizaciones, por ejemplo, dividen su trabajo en departamentos que se ocupan de cuestiones distintas. Los sistemas de ingeniería suelen diseñarse utilizando componentes modulares. Sin embargo, los diseños modulares se vuelven susceptibles a fallar cuando surgen problemas que unen las divisiones.

En 1961, Jane Jacobs describió las ciudades como un problema de complejidad organizada, citando el ensayo de 1948 del Dr. Weaver. ^[33] Como ejemplo, explica cómo una gran cantidad de factores interactúan para que los distintos espacios urbanos generen una diversidad de interacciones, y cómo el cambio de esos factores puede cambiar la forma en que se utiliza el espacio y lo bien que éste respalda las funciones de la ciudad. Además, ilustra cómo las ciudades han resultado gravemente dañadas cuando se las aborda como un problema de simplicidad, al reemplazar la complejidad organizada por espacios simples y predecibles, como la “Ciudad radiante” de Le Corbusier y la “Ciudad jardín” de Ebenezer Howard. Desde entonces, otros han escrito extensamente sobre la complejidad de las ciudades. ^[34]

En las últimas décadas, dentro del emergente campo de la economía de la complejidad , se han desarrollado nuevas herramientas predictivas para explicar el crecimiento económico. Tal es el caso de los modelos construidos por el Instituto Santa Fe en 1989 y el más reciente índice de complejidad económica (ECI), introducido por el físico del MIT Cesar A. Hidalgo y el economista de Harvard Ricardo Hausmann .

El análisis de cuantificación de recurrencia se ha empleado para detectar las características de los ciclos económicos y el desarrollo económico . Con este fin, Orlando et al. ^[35] desarrollaron el llamado índice de correlación de cuantificación de recurrencia (RQCI) para probar correlaciones de RQA en una señal de muestra y luego investigaron la aplicación a series de tiempo comerciales. Se ha demostrado que dicho índice detecta cambios ocultos en series de tiempo. Además, Orlando et al., ^[36] sobre un amplio conjunto de datos, demostraron que el análisis de cuantificación de recurrencia puede ayudar a anticipar transiciones de fases laminares (es decir, regulares) a turbulentas (es decir, caóticas) como el PIB de EE. UU. en 1949, 1953, etc. Por último, pero no menos importante, se ha demostrado que el análisis de cuantificación de recurrencia puede detectar diferencias entre variables macroeconómicas y resaltar características ocultas de la dinámica económica.

Centrándose en cuestiones de persistencia de los estudiantes en sus estudios, Forsman, Moll y Linder exploran la "viabilidad de utilizar la ciencia de la complejidad como marco para extender las aplicaciones metodológicas para la investigación en educación en física", y encuentran que "enmarcar un análisis de redes sociales dentro de una perspectiva de la ciencia de la complejidad ofrece una aplicabilidad nueva y poderosa en una amplia gama de temas de PER". ^[37]

Los sistemas de atención sanitaria son ejemplos claros de sistemas complejos, caracterizados por interacciones entre diversas partes interesadas, como pacientes, proveedores, responsables de políticas e investigadores, en diversos sectores como la salud, el gobierno, la comunidad y la educación. Estos sistemas muestran propiedades como la no linealidad, la emergencia, la adaptación y los ciclos de retroalimentación. ^[38] La ciencia de la complejidad en la atención sanitaria enmarca la traducción del conocimiento como una red dinámica e interconectada de procesos (identificación de problemas, creación de conocimiento, síntesis, implementación y evaluación) en lugar de una secuencia lineal o cíclica. Estos enfoques enfatizan la importancia de comprender y aprovechar las interacciones dentro y entre estos procesos y las partes interesadas para optimizar la creación y el movimiento del conocimiento. Al reconocer la naturaleza compleja y adaptativa de los sistemas de atención sanitaria, la ciencia de la complejidad aboga por la participación continua de las partes interesadas, la colaboración transdisciplinaria y las estrategias flexibles para traducir eficazmente la investigación a la práctica. ^[38]

La ciencia de la complejidad se ha aplicado a los organismos vivos y, en particular, a los sistemas biológicos. En el campo emergente de la fisiología fractal , las señales corporales, como la frecuencia cardíaca o la actividad cerebral, se caracterizan mediante índices de entropía o fractales. El objetivo suele ser evaluar el estado y la salud del sistema subyacente y diagnosticar posibles trastornos y enfermedades. ^{[ cita requerida ]}

La teoría de sistemas complejos está relacionada con la teoría del caos , que a su vez tiene sus orígenes hace más de un siglo en el trabajo del matemático francés Henri Poincaré . El caos a veces se considera como información extremadamente complicada, en lugar de como una ausencia de orden. ^[39] Los sistemas caóticos siguen siendo deterministas, aunque su comportamiento a largo plazo puede ser difícil de predecir con alguna precisión. Con un conocimiento perfecto de las condiciones iniciales y las ecuaciones relevantes que describen el comportamiento del sistema caótico, uno puede hacer teóricamente predicciones perfectamente precisas del sistema, aunque en la práctica esto es imposible de hacer con precisión arbitraria.

El surgimiento de la teoría de sistemas complejos muestra un dominio entre el orden determinista y la aleatoriedad que es complejo. ^[40] Esto se conoce como el " borde del caos ". ^[41]

Cuando se analizan sistemas complejos, la sensibilidad a las condiciones iniciales, por ejemplo, no es un tema tan importante como lo es dentro de la teoría del caos, en la que prevalece. Como afirma Colander, ^[42] el estudio de la complejidad es lo opuesto al estudio del caos. La complejidad se trata de cómo una gran cantidad de conjuntos de relaciones extremadamente complicados y dinámicos pueden generar algunos patrones de comportamiento simples, mientras que el comportamiento caótico, en el sentido del caos determinista, es el resultado de una cantidad relativamente pequeña de interacciones no lineales. ^[40] Para ejemplos recientes en economía y negocios, véase Stoop et al. ^[43] que discutió la posición de mercado de Android , Orlando ^[44] que explicó la dinámica corporativa en términos de sincronización mutua y regularización del caos de ráfagas en un grupo de células que estallan caóticamente y Orlando et al. ^[45] que modelaron datos financieros (Índice de estrés financiero, swap y capital, emergentes y desarrollados, corporativos y gubernamentales, vencimiento corto y largo) con un modelo determinista de baja dimensión.

Por lo tanto, la principal diferencia entre los sistemas caóticos y los sistemas complejos es su historia. ^[46] Los sistemas caóticos no dependen de su historia como lo hacen los complejos. El comportamiento caótico empuja a un sistema en equilibrio hacia un orden caótico, lo que significa, en otras palabras, fuera de lo que tradicionalmente definimos como "orden". ^{[ Aclaración necesaria ]} Por otro lado, los sistemas complejos evolucionan lejos del equilibrio al borde del caos. Evolucionan en un estado crítico construido por una historia de eventos irreversibles e inesperados, que el físico Murray Gell-Mann llamó "una acumulación de accidentes congelados". ^[47] En cierto sentido, los sistemas caóticos pueden considerarse como un subconjunto de los sistemas complejos que se distinguen precisamente por esta ausencia de dependencia histórica. Muchos sistemas complejos reales son, en la práctica y durante períodos largos pero finitos, robustos. Sin embargo, poseen el potencial para un cambio cualitativo radical de tipo al tiempo que conservan la integridad sistémica. La metamorfosis sirve quizás como algo más que una metáfora para tales transformaciones.

Un sistema complejo suele estar compuesto por muchos componentes y sus interacciones. Un sistema de este tipo puede representarse mediante una red en la que los nodos representan los componentes y los enlaces representan sus interacciones. ^{[48] [49]} Por ejemplo, Internet puede representarse como una red compuesta por nodos (computadoras) y enlaces (conexiones directas entre computadoras). Otros ejemplos de redes complejas incluyen las redes sociales, las interdependencias de las instituciones financieras, ^[50] las redes de las aerolíneas, ^[51] y las redes biológicas.

• La complejidad explicada.
• LAN Amaral y JM Ottino, Redes complejas: ampliando el marco para el estudio de sistemas complejos, 2004.
• Chu, D.; Strand, R.; Fjelland, R. (2003). "Teorías de la complejidad". Complejidad . 8 (3): 19–30. Bibcode :2003Cmplx...8c..19C. doi :10.1002/cplx.10059.
• Walter Clemens, Jr. , Ciencias de la complejidad y asuntos mundiales, SUNY Press, 2013.
• Gell-Mann, Murray (1995). "Llamémoslo Plectics". Complejidad . 1 (5): 3–5. Bibcode :1996Cmplx...1e...3G. doi : 10.1002/cplx.6130010502 .
• A. Gogolin, A. Nersesyan y A. Tsvelik, Teoría de sistemas fuertemente correlacionados, Cambridge University Press, 1999.
• Nigel Goldenfeld y Leo P. Kadanoff, Lecciones simples de la complejidad Archivado el 28 de septiembre de 2017 en Wayback Machine , 1999
• Kelly, K. (1995). Fuera de control, Perseus Books Group.
• Orlando, Giuseppe Orlando; Pisarchick, Alexander; Stoop, Ruedi (2021). No linealidades en economía. Modelado dinámico y econometría en economía y finanzas. Vol. 29. doi :10.1007/978-3-030-70982-2. ISBN 978-3-030-70981-5. Número de identificación del sujeto  239756912.
• Syed M. Mehmud (2011), Un modelo de complejidad del intercambio de atención médica
• Preiser-Kapeller, Johannes, "El cálculo de Bizancio. Análisis de redes sociales y ciencias de la complejidad como herramientas para la exploración de la dinámica social medieval". Agosto de 2010
• Donald Snooks, Graeme (2008). "Una teoría general de los sistemas vivos complejos: exploración del lado de la demanda de la dinámica". Complejidad . 13 (6): 12–20. Bibcode :2008Cmplx..13f..12S. doi : 10.1002/cplx.20225 .
• Stefan Thurner , Peter Klimek, Rudolf Hanel: Introducción a la teoría de sistemas complejos , Oxford University Press, 2018, ISBN 978-0198821939 
• SFI @30, Fundamentos y Fronteras (2014).

Wikimedia Commons tiene medios relacionados con Sistemas complejos .

Busque sistemas complejos en Wikcionario, el diccionario libre.

• "El Consorcio de Modelado Abierto Basado en Agentes".
• "Complexity Science Focus". Archivado desde el original el 5 de diciembre de 2017. Consultado el 22 de septiembre de 2017 .
• "Instituto Santa Fe".
• "El Centro para el Estudio de Sistemas Complejos, Universidad de Michigan Ann Arbor". Archivado desde el original el 13 de diciembre de 2017. Consultado el 22 de septiembre de 2017 .
• "INDECES".(Descripción interdisciplinaria de sistemas complejos)
• "Introducción a la complejidad - Curso gratuito en línea de Melanie Mitchell". Archivado desde el original el 2018-08-30 . Consultado el 2018-08-29 .
• Jessie Henshaw (24 de octubre de 2013). "Sistemas complejos". Enciclopedia de la Tierra .
• Sistemas complejos en scholarpedia.
• Sociedad de sistemas complejos
• (Australia) Red de investigación de sistemas complejos.
• Modelado de Sistemas Complejos basado en Luis M. Rocha , 1999.
• Grupo de investigación de sistemas complejos CRM
• Centro de Investigación de Sistemas Complejos, Universidad de Illinois en Urbana-Champaign