viernes, marzo 14, 2008

SISTEMAS DINÁMICOS Y MODELOS BASADOS EN AGENTES


En el estudio de sistemas socio-económicos complejos, cuando uno se enfrenta a la decisión de elegir el modelo de simulación, se debe tener en cuenta las características del sistema que le interesan modelar, por la esencia misma de los sistemas estos tienen múltiple naturaleza (como la naturaleza corpuscular y ondulatoria de la luz). Siendo éstas complementarias.

En la literatura podemos encontrar claramente diferenciados dos tipos importantes de Modelos:

  • Modelos Dinámicos, que capturan el comportamiento del sistema como agregado de totalidades, distribuciones de atributos para subpoblaciones de un sistema; la metodología de modelamiento más usada es la Dinámica de Sistemas, que con niveles y flujos, describe el comportamiento en el tiempo de partes que interactúan de modo no lineal, y con bucles de retroalimentación.

Aqui por ejemplo el subsistema construcción de un modelo hecho con el software para Dinámica de Sistemas: Stella, de un sistema que intenta capturar la dinámica poblacional de la ciudad de Cajamarca (Perú).





  • Modelos Basados en Agentes, observa las consecuncias globales da la simulación de las decisiones, percepciones y acciones de individuos interactuando en un espacio dado; se trata de simular numerosos agentes heterogeneos, lo que s eobserva es el resultado de las interacciones entre ellos.

Aqui la simulación con el software Netlogo de un modelo que intenta simular el fenómeno de segregación.



Ambos modos capturan distinta características de los sistemas, se pudieran usar de modo complementario.


Existe además otros modos de visualizar sistemas complejos con teoría de redes por ejemplo.




Para más detalles revisar:

  • "Teorías de la Complejidad y el Caos en Ciencias Sociales. Modelos Basados en Agentes y Sociedades Artificiales", Jorge E. Miceli - Sergio G. Guerrero - Ramón A. Quinteros - Diego Díaz - Mariano Jordan Kristoff – Mora Castro (en pdf - bajar aqui)
  • International Network for Social Network Analysis (website)
  • Curso de Netlogo, en español, (entrar como invitado, link aqui)
  • Software para simulación (Sistemas basados en agentes y Dinámica de Sistemas) Netlogo
  • Software para simulación de redes Network Workbench (website)
  • Tutoriales de Network Workbench (website)
  • Capítulo Latinoamericano de la Sociedad de Dinámica de Sistemas (website)
  • Cacit group - Dinámica de Sistemas (website)


viernes, marzo 07, 2008

Principios de la Ingeniería de Sistemas


Principios fundamentales a seguir en la Ingeniería de Sistemas (IS):


Observación, consideración "holística"

La IS, es metodología "holística" (del griego, "holos"=todo): debe estructurar el tratamiento racional de proble­mas, o de los métodos para su solución, de tal forma que se tengan en cuenta "todos" los factores influyentes en la situación de problema.


En general, un enfoque de la IS difiere del tratamiento convencional de problemas en cuanto a su "generalidad", en su base lógica o mental, y en su búsqueda de los principios o factores más universales que puedan haber contribuído a provocar la situación-problema analizada.


Autopoiesis de los sistemas


La SE, como la Teoría general de Sistemas, parte del principio de que un sistema es construido como autocon­figurado y autodelimitado frente a su entorno, por "reducción selectiva de complejidad" conseguida desde el mismo sistema, y mantenida en su permanente auto-referencia y auto-reproducción ("autopoiesis").


El grado de complejidad de un sistema es siempre menor que el de su entorno. Esa complejidad se concreta en las relaciones entre las áreas de problemas, una empresa, p.ej., la reduce al seleccionar un segmento de mercado con determinadas necesidades a satisfacer.


Aprendizaje/Evolución


En el marco de la actividad empresarial de “creación de valor”, la INNOVACIÓN constituye quizá la actividad más importante (la que según Schumpeter constituía realmente la característica distintiva del Empresario-Emprendedor). Ahora bien, en la evolución del planteamiento de la ingeniería de sistemas era lógico que al querer extenderla a nuevos campos de trabajo hubiera que plantearse el tema de la innovación (en el dominio estudiado, es decir, en el campo de objetos) y el tema del aprendizaje del equipo o sistema-activo que realiza la configuración o ingeniería del sistema-solución.


El modelo básico de la “máquina cibernética” (como “máquina trivial”) era realmente inadecuado pues el “regulador” con las magnitudes-meta que sirven para controlar los flujos de inputs desde la medición del flujo de outputs es independiente de la situación del entorno. Por eso es preciso pasar a un modelo de “doble bucle” en que esas mismas magnitudes de control sean modulables según el entorno y los mismos inputs. Von Foerster utilizó el modelo de la “máquina de Turing” para desarrollar su “máquina no trivial” en que los outputs (soluciones a los problemas planteados) no sólo serán ya resultado de la “transformación” de inputs en un primer circuito cibernético, sino también dependerán de que las magnitudes de control de ese primer sistema productor de solucioines sea modulado por un segundo sistema (el sistema observador) inserto también en el mismo entorno y sometido a los mismos flujos de inputs. Ese sistema superior (sistema observador y activo) deberá pues ser capaz de “aprender”, es decir, ser capaz de manejar nuevas magnitudes (en orden a definir nuevos objetivos y metas, y también nuevos criterios o magnitudes de control). Los outputs de este sistema superior – que han de ser los que controlen el sistema-objeto en configuración – se configuran pues como resultado de su actividad (resultante de haber “aprendido”), una actividad que – en forma paralela a la de la configuración del sistema-objeto a la que denominamos “ingeniería” – se denomina “imaginería” (“Imagineering”).

El término debe formular la idea de que el proceso de la configuración del futuro (del sistema-objeto solución) implica un “des-aprender” contenidos tradicionales, y un “aprender” creativo de nuevos conceptos etc. (Hamel/Prahalad 1994 [1]).


El sistema activo no puede permanecer anclado en una estructura fija, sino él mismo deberá evolucionar “aprendiendo” en interacción continua con el campo de problemas analizado en que se configura (en ingeniería activa) el sistema solución. Tal aprendizaje deberá concentrarse en las competencias clave (¡Gestión del conocimiento!).


Temporalidad: principio de la consideración dinámica- evolucionista


Se trata de no olvidar la dimensión temporal, y de flujo de las situacio­nes-problema. La IS impone como principio metodológico no restringir la consideración de ningún problema al punto temporal del presente, es decir, superar la visión estaticista para llegar a ver toda situación problema en su dimensión de flujo temporal.


La IS considera los sistemas-objeto como algo dinámico, como algo donde ocurren eventos. El "modelo" construído en el sistema-configurador tendrá que poder representar al sistema-objeto como secuencia de estados distintos en dependencia del tiempo. La variabilidad temporal del sistema se refiere a:

- los tipos e intensidades de las relaciones entre el sistema y el entorno


- los tipos e intensidades de las relaciones en el interior del sistema


- las mismas propiedades de los elementos del sistema


- la misma estructura u ordenamiento mutuo de los elementos del sistema.


Sólo en esta apertura a lo nuevo se crea la base para realizar una ingeniería de sistemas que incluso cree mercados futuros.


Principio de la estructuración (jerárquica o en redes) de sistemas:


La IS, como la Teoría de Sistemas, parte del supuesto de que la mayoría de los sistemas se configuran en su tratamiento y reducción de la complejidad mediante la "interpenetración" de subsistemas (antes se hablaba de "partes") que a su vez reducen externa a ellos y crean complejidad interna. En atención a la estructuración interna del sistema-2 (sistema-objeto) en subsistemas, y en atención a las capacidades del subsistema cognitivo, la IS propone que todo método de solución de problemas complejos realice una división (análisis) de la temática a estudiar, y que la estructure (síntesis).


Este trabajo debe realizarse por diferenciación progresiva, por aumento del grado de detalle en el estudio de los objetos tratados.

Aunque el trabajo de estructuración tradicionalmente siguió el procedimiento de desglose "jerárquico" (por ejemplo, en estructuras arborescentes, como el árbol de funciones en el primer Value Analysis), hoy se trabaja en desgloses en "networks" (la técnica del "hypertext", por ejemplo) que además mantienen entre sus nudos relaciones no deterministas (según el concepto lógico de los conjuntos difusos - fuzzy sets).



Exigencia de la "reducción de complejidad"


La metodología de la IS impone "delimitar" - por diferencia frente al entorno - el ámbito del problema a elaborar. Esa delimitación implica dejar fuera del campo de estudio ciertos aspectos, los considerados menos relevantes, y destacar otros factores. Se pide a los métodos concretos que ayuden a realizar esta selección: p.ej. como en el Pareto, o ABC. Asimismo se pide distingan síntomas aparentes de causas o factores profundos. También se debe delimitar el campo de lo "factible" frente al de lo "utópico". En esta delimitación se pide se cumpla la racionalidad de la "aurea mediocritas" (evitar la "hybris" o el exceso): hasta el mismo cumplimiento excesivo de la norma jurídica puede llevar a vulnerar la norma de justicia ("summum ius, summa iniuria" - máxima legalidad, máxima injusticia).



Diferenciar entre Sistema Configurador y Sistema Objeto


La metodología normativa de la solución de problemas en la IS exige la constitución de un "sistema-configurador" o sistema-acción (que abarque la situación concreta y sus entornos, incluyendo el o los sujetos encargados del tratamiento de problemas. Un ejemplo de tal creación de sistema de solución de problemas con­siderados desde un enfoque común se encuentra en la formación de un "proyecto" (de AV, etc.) o en la creación de una "transfunción" como la del "Controlling" o la "Logística". Crear un sistema implica trazar sus límites frente al entorno.


La metodología de la IS impone además delimitar - por diferencia frente al entorno - el ámbito del problema a elaborar. Esa delimitación implica dejar fuera del campo de estudio ciertos aspectos, los considerados menos relevantes, y destacar otros factores. Se pide a los métodos concretos que ayuden a realizar esta selección: p.ej. como en el Pareto, o ABC. Asimismo se pide distingan síntomas aparentes de causas o factores profundos. También se debe delimitar el campo de lo "factible" frente al de lo "utópico". En esta delimitación se pide se cumpla la racionalidad de la "aurea mediocritas" (evitar la "hybris" o el exceso): hasta el mismo cumplimiento excesivo de la norma jurídica puede llevar a vulnerar la norma de justicia ("summum ius, summa iniuria" - máxima legalidad, máxima injusticia).




[1] Hamel G./Prahalad, C.K. (1994): Competing for the Future. Boston.



sábado, marzo 01, 2008

Los sistemas auto-organizados y la ingeniería de sistemas...





Francisco Maturana en el prefacio a la edición de 1994 de "De Máquinas y Seres Vivos" menciona lo siguiente:

[... un sistema, cualquiera sea este, surge en el momento en que en un conjunto de elementos comienza a conservarse una dinámica de interacciones y de relaciones que dan origen a un clivaje operacional que separa a un subconjunto de esos elementos que pasa a ser un sistema, de otro elementos que quedan excluidos de éste y que pasan a ser el entorno. La dinámica de interacciones y relaciones que como configuración relacional entre elementos al conservarse separa a un conjunto de elementos de otros dando origen a un sistema, pasa a ser la organización del sistema, en tanto que el conjunto de elementos y relaciones que realizan esta organización en la unidad operacional que surge así separada de un medio como un ente particular, pasa a ser la estructura.]




Francis Heylighen, por otro lado, en su muy leído artículo "The Science of Self-organization and Adaptivity", menciona con mucho acierto esto:


El cibernetista británico W. Ross Ashby propuso lo que llamó “el principio de autoorganización”. El notó que un sistema dinámico, independientemente de su tipo o composición, siempre tendía a evolucionar hacia un estado de equilibrio, o lo que podríamos ahora llamar un atractor. Esto reduce la incertidumbre que tenemos acerca del estado de sistema, y por consiguiente la entropía estadística del sistema. Esto es equivalente a la auto-organización. El equilibrio resultante puede ser interpretado como un estado donde las diferentes partes de sistema están mutuamente adaptadas.

La auto-organización es básicamente la creación espontánea de patrones coherentes globalmente provenientes de interacciones entre componentes inicialmente independientes. Este orden colectivo está organizado en función de su propio mantenimiento, y de este modo tender a resistir perturbaciones. Esta robustez se logra con el control distribuido y redundante de modo que cualquier daño pueda ser restaurado por las secciones restantes no dañadas.


El mecanismo básico subyacente a la auto-organización es la variación determinista o estocástica que gobierna cualquier sistema dinámico, explorando diferentes regiones en el espacio de estados hasta que cae en un atractor, i.e. a una configuración que se cierra en sí misma. Este proceso puede ser acelerado y profundizado por el incremento de variación, por ejemplo por adición de “ruido” al sistema. La entrada a un atractor impide futuras variaciones fuera del atractor, y por lo tanto, restringe la libertad de los componentes del sistema de comportarse independientemente. Esto es equivalente al incremento de coherencia, o disminución de la entropía estadística, que define la auto-organización.

La clausura define al sistema separado de su entorno, definiéndolo como autónomo. La clausura usualmente es el resultado de la naturaleza retroalimentada y no lineal de las interacciones. Si la retroalimentación es positiva llevará a un crecimiento explosivo de cualquier configuración originalmente que entra en el régimen de retroalimentación positiva. Este crecimiento acaba cuando todos los componentes disponibles han sido absorbidos en una nueva configuración, dejando al sistema en un estable estado de retroalimentación negativa.

La teoría de auto-organización tiene muchas aplicaciones potenciales -pero aún relativamente poco prácticas- En principio ofrece una visión del funcionamiento de la mayoría de sistemas complejos que nos rodean, desde galaxias y planetas hasta moléculas, y desde células vivas a ecosistemas y mercados. Tal entendimiento sin embargo no necesariamente lleva a una mejor capacidad de predicción, debido a que el comportamiento de los sistemas auto-organizados es impredecible por su propia naturaleza. Por otro lado, obtener una mejor comprensión de las fuentes relevantes de selección, la variación y las estructuras intrínsecas de un atractor nos ayudarán a conocer cuáles comportamientos son posibles y cuáles son imposibles.


Los sistemas complejos han llamado la atención de físicos, biólogos, eologistas, economistas y científicos sociales. Las ideas sobre sistemas complejos están abriendo caminos en antropología, ciencias políticas y finanzas. Muchos ejemplos de redes complejas que tienen un gran impacto en nuestras vidas -tales como supercarreteras, electrificación e internet- vienen de la ingeniería. Pero, aunque los ingenieros pueden haber desarrollado los componentes, ellos no han planeado su conexión.

Las principales características de los sistemas complejos son la auto-organización, la adaptación y la emergencia. En el estudio y entendimiento de lo sistemas complejos radica el corazón de la Ingeniería de Sistemas; y el trabajo trnadisciplinario es básico en la búsqueda de hacer ciencia y buscar un mejor entendimiento de la realidad compleja que nos rodea.